綠色金融改革與企業綠色投資：基于激勵效應和規制效應雙重視角

【摘要】發揮綠色金融的資源配置與環境規制功能， 促進工業企業綠色投資， 是推動我國高質量發展的關鍵環節。本文基于國務院試點實施的綠色金融改革創新試驗區方案， 根據2013 ～ 2020年我國A股工業上市公司的數據， 運用雙重差分法實證研究綠色金融改革對工業企業綠色投資的影響。研究表明， 綠色金融改革顯著促進了工業企業的綠色投資， 投資方式包括末端治理投入和源頭轉型投資， 這得益于綠色金融改革內化收益的激勵效應和內化成本的規制效應。其中： 地區綠色金融基礎建設對綠色金融改革效果的發揮具有積極影響； 在重污染企業和國企中， 綠色金融改革促進源頭轉型投資的作用更強， 而在非重污染企業和非國企中， 綠色金融改革促進末端治理投入的作用更強。上述研究結論不僅為評估綠色金融改革的政策有效性提供了理論依據， 還為綠色產業結構優化和分類治理戰略提供了經驗和證據， 對企業突破綠色轉型的瓶頸具有重要的現實意義。

【關鍵詞】綠色金融改革；綠色投資；激勵效應；規制效應

【中圖分類號】F275.2""""" 【文獻標識碼】A""""" 【文章編號】1004-0994（2024）20-0051-7

一、 引言

作為我國經濟的支柱， 工業企業在促進經濟增長的同時， 也帶來了嚴重的環境污染， 這對經濟高質量發展和“雙碳”目標的實現構成了挑戰（Xu等，2024）。因此， 推動工業企業綠色轉型成為我國實現綠色發展根本性轉變的重要切入點。在此背景下， 研究工業企業的綠色投資行為及影響因素對我國建設環境友好型社會、 實現可持續增長至關重要（于連超等，2021）。

綠色金融兼具金融支持和環境保護雙重特性（Yuan等，2024；任亞運等，2023）。現有研究認為綠色金融相關政策具有規制效應， 通過信貸約束等政策措施增加污染企業的融資成本， 降低企業的盈利能力（蘇冬蔚和連莉莉，2018）。此外， 綠色金融對綠色產業和項目的扶持與獎勵， 能夠緩解工業企業在綠色轉型過程中面臨的經營困境和利潤下滑問題， 表現出綠色金融的激勵效應（Xu等，2023）。本文以2017年國務院批準設立綠色金融改革創新試驗區為契機， 通過政策引導和市場主導的體制機制的賦能作用， 基于激勵效應和規制效應雙重視角， 探究綠色金融改革對工業企業綠色投資的影響及作用路徑。本文依據功能和用途的區別將綠色投資劃分為源頭轉型投資和末端治理投入兩種類型。源頭轉型投資是指通過改變或控制污染物的產生過程或路徑等方法， 達到減少污染物排放和資源消耗目的而投入的資本（陳羽桃和馮建，2020）。末端治理投入則是針對已經產生的污染物， 通過相應技術和措施予以減少或清除而發生的污染治理費用。本文對源頭轉型投資和末端治理投入進行比較分析， 探究不同綠色投資行為的影響因素及作用路徑， 以期為綠色金融政策的優化方案提供理論指導與路徑選擇。

本文基于2013 ～ 2020年我國A股工業上市公司的數據， 采用雙重差分法檢驗了綠色金融改革對企業綠色投資行為的影響及作用機制。研究發現， 綠色金融改革能夠雙向促進企業的源頭轉型投資和末端治理投入。其中， 企業的源頭轉型投資主要由激勵效應驅動， 而末端治理投入主要是規制效應起作用。此外， 本研究的實證證據表明綠色金融改革的激勵效應依賴于地區綠色金融基礎建設， 企業污染程度和產權性質異質性影響綠色金融改革對源頭轉型投資和末端治理投入的促進作用。本研究存在以下三個方面的貢獻： 首先， 創新性地從激勵效應和規制效應雙重視角分析了綠色金融改革與工業企業綠色投資的關系， 強調了綠色金融激勵政策在實現發展方式綠色轉型過程中的重要作用。其次， 通過辨析源頭轉型投資和末端治理投入兩種綠色投資的差異化影響因素和作用路徑， 明確了工業企業面對不同激勵約束措施時綠色轉型安排的決策依據， 為綠色投資相關研究提供了新的理論視角。最后， 基于企業綠色投資的正外部性和環境污染的負外部性情境， 構建了綠色金融改革影響工業企業綠色投資的理論框架， 識別了綠色金融政策的微觀傳導機制， 揭示了綠色金融改革影響工業企業綠色投資的內在邏輯。

二、 文獻綜述

（一） 綠色金融政策的微觀效果研究

2007年以來我國陸續出臺了一系列綠色金融政策， 圍繞這些政策， 學者們展開了廣泛研究。大量學者聚焦于研究綠色金融政策對企業投資決策的影響和經濟后果， 具體探究了綠色金融政策對企業投融資決策（蘇冬蔚和連莉莉，2018）、 環境投資（郭俊杰和方穎，2022）、 節能減排（崔惠玉等，2023）、 研發投入（Brown等，2022；熊婷燕等，2023）、 全要素生產率（Moffette等，2021）等的影響。大量研究表明， 綠色金融政策對企業開展綠色活動產生了積極影響， 不僅能夠有效激勵企業進行綠色技術創新（周肖肖等，2023；Sun等，2023）， 還可促進企業社會責任的履行（鐘覃琳等，2023）。然而， 以往研究主要集中在對綠色金融政策規制效應的考察， 對激勵效應的探討則相對較少。

（二） 企業綠色投資的影響因素研究

大量學者從企業內部治理和外部環境視角對企業綠色投資的影響因素進行研究。在企業內部治理層面， 股權結構和高管特征是影響企業環境投資的重要因素（張琦等，2019）， 企業數字化能夠通過提高信息共享水平和加強知識整合來促進企業綠色創新投資（曹裕等，2023）。在外部環境方面， 媒體關注、 政府研發補助、 央地產業政策協同能有效激勵企業從事綠色行為（陳運平和劉燕，2023；王永貴和李霞，2023）， 非金融環境規制政策對企業綠色投資產生重要影響（Zhang等，2019；王群偉等，2023）。斯麗娟和曹昊煜（2022）研究發現， 綠色信貸政策顯著提升了企業開展前端治理和綠色辦公的可能性， 促進了環境治理從末端走向前端。

總體而言， 企業內部治理與外部環境監管共同推動了企業的綠色投資行為。綠色企業和污染企業面臨的差異化貸款政策， 可能促使它們選擇不同的綠色投資策略（丁杰等，2022）。基于此， 本研究借助綠色金融改革創新試驗區的設立， 從激勵效應和規制效應雙重視角， 探究綠色金融改革對源頭轉型投資和末端治理投入兩種綠色投資的差異化影響， 以期彌補現有研究的空白。

三、 制度分析與研究假設

（一） 制度分析

為了推動地方綠色金融體系建設， 2017年6月， 國務院批準成立了第一批綠色金融改革創新試驗區， 標志著我國正式進入“自上而下”的頂層設計和“自下而上”的區域探索有機結合的發展階段。首批試驗區為浙江、 江西、 廣東、 貴州、 新疆五個省份的八個地區， 通過在試驗區內探索出一些先進的、 可行的綠色金融政策和實施經驗， 促進全國范圍內的綠色金融發展， 以期推進我國綠色經濟發展和“雙碳”目標的實現。綠色金融改革創新試驗區有別于其他綠色金融政策的兩個重要特征， 標志著其成為綠色金融改革的里程碑。其一， 經濟激勵性。綠色金融改革設立綠色產業、 項目、 技術、 金融人才專項獎勵， 為綠色貸款項目及綠色企業上市提供貼息補貼， 以降低綠色產業或項目的融資成本。其二， 政策適應性。各試驗區可以根據自身實際， 有針對性地推廣綠色金融產品和服務， 避免了全國一套政策帶來的政策錯配問題， 有助于綠色金融政策的落地實施和創新， 以及不同金融工具的相互碰撞， 協同推進綠色發展。因此， 綠色金融改革創新試驗區為本文有效識別綠色金融改革對工業企業綠色投資的影響提供了難得的場景。

（二） 研究假設

1. 綠色金融改革和工業企業綠色投資。綠色金融改革是一項以金融支持綠色發展為主線的激勵型環境政策， 企業如果能夠參與綠色產業和項目的發展， 則可以簡化投融資流程、 獲得財務支持和稅收優惠等， 從而實現經濟效益和社會效益的協同發展。一方面， 綠色金融改革創新試驗區政策通過對綠色項目和企業的一系列支持措施（包括稅收優惠、環保補貼和綠色保險等）， 促進企業加強清潔能源、 清潔生產技術等源頭轉型投資。另一方面， 綠色金融改革通過建立排污權、 水權、 能源使用權等環境權益交易機制， 引導工業企業減少污染物的排放。同時， 相關政策指導金融機構發行環境保護債券、 綠色轉型基金等金融產品， 支持環保企業的末端治理工作。可見， 綠色金融改革有助于工業企業源頭轉型投資和末端治理投入的齊頭并進。基于以上論述， 本文提出如下假設：

H1： 綠色金融改革對工業企業綠色投資具有促進作用。

H1.1： 綠色金融改革能夠促進工業企業源頭轉型投資。

H1.2： 綠色金融改革能夠促進工業企業末端治理投入。

2. 綠色金融改革促進工業企業綠色投資的作用機制。綠色金融改革能夠將企業綠色投資產生的正外部效益內部化。在嚴格的環境規制政策的約束下， 企業面臨資金約束和環境合法性壓力， 如果企業融資困難或經營業績不佳， 那么企業即使有進行綠色投資的動機， 也沒有足夠的資金投資于投入大、 周期長、 風險高的綠色項目（李青原和肖澤華，2020）。綠色金融改革創新試驗區通過建立綠色金融風險防范機制， 緩解了金融機構對綠色金融風險的擔憂， 從而有助于放寬對企業的貸款條件（Lim等，2018）， 提高企業的融資能力（鐘覃琳等，2023）。一方面， 充足的自由現金流能夠擴大企業的綠色投資； 另一方面， 企業的綠色轉型表現可以帶來綠色競爭優勢， 降低企業的債務融資成本（Temiz，2022）， 滿足企業長期發展的需求。因此， 綠色金融改革引導金融和社會資本流入環境友好型項目和綠色企業， 將企業綠色投資的社會收益內部化， 有助于推動企業的綠色投資（張芳和于海婷，2024）， 尤其是源頭轉型投資。基于此， 本文提出以下研究假設：

H2： 綠色金融改革具有激勵效應， 可以推動工業企業進行綠色投資， 尤以推動源頭轉型投資為主。

綠色金融改革亦能促使企業將因污染排放而產生的負外部成本內部化。具體來說， 企業的綠色投資行為雖可能在短期內犧牲部分股東利益， 卻是一種能減少水和空氣等污染的正外部性行為（Chen等，2018）。庇古稅理論指出， 環境政策可以通過向排污企業征稅的方式， 將企業產生的社會成本內部化為企業的私人成本， 從而抑制企業的排污行為（斯麗娟和曹昊煜，2022；Pigou，1920）。工業企業是主要的環境污染者， 綠色金融改革創新試驗區的設立進一步加大了當地工業企業的環境合法性壓力， 增加了工業企業的融資成本， 還提高了利益相關者對企業環境問題的關注度（于連超等，2021）。因此， 綠色金融改革雖然不是強制性的信貸約束政策， 但是政策帶來的污染企業相對綠色企業生產經營成本的增加， 同樣起到內化企業環境污染社會成本的規制作用。基于上述分析， 本文提出以下假設：

H3： 綠色金融改革具有規制效應， 可以推動工業企業進行綠色投資， 尤以推動末端治理投入為主。

四、 研究設計

（一） 研究樣本與數據來源

為了檢驗綠色金融改革與工業企業綠色投資的關系， 本文以2017年公布并實施的綠色金融改革創新試驗區政策作為綠色金融改革的外生沖擊， 對工業企業微觀層面的綠色投資決策進行分析。選取2013 ～ 2020年我國A股工業上市公司的年度數據作為初始研究樣本， 對初始數據的篩選過程如下： 剔除ST和?ST年份的年度樣本； 剔除相關變量缺失的樣本。經過篩選， 最終樣本由6786個年度觀測值組成。本文將連續變量在1%的水平上進行Winsorize處理， 以規避異常值的影響。本文的數據主要來自如下兩個途徑： 從年度財務報告中手工收集和整理管理費用和在建工程數據， 以獲得源頭轉型投資和末端治理投入數據； 其他所有變量數據均來自CSMAR數據庫和WIND數據庫。

（二） 變量設定

1.被解釋變量。參照張琦等（2019）的研究， 本文綠色投資指標的構建主要包括以下步驟： ①在年報的“管理費用”項目下獲取企業層面的綠色費用， 加1后取自然對數以衡量末端治理投入（EF）。②在年報的“在建工程”項目下收集企業層面綠色資本， 加1后取自然對數以衡量企業的源頭轉型投資（EL）。③用末端治理投入與源頭轉型投資之和作為企業總的綠色投資（EPI）。將總綠色投資除以總資產以標準化數據， 并乘以100進行可視化處理。

2. 解釋變量。本文利用綠色金融改革創新試驗區的設立構造準自然試驗， 量化為post與treat的交互項。其中： post為時間虛擬變量， 綠色金融改革創新試驗區設立年份及以后年份（2017 ～ 2020年）取1， 否則取0； treat為處理變量， 綠色金融改革創新試驗區首批試驗省份（廣東、浙江、江西、新疆、貴州）取1， 否則取0。

3. 中介變量。借鑒丁杰等（2022）的方法， 本文使用長期債務融資和融資成本來衡量企業的融資能力。長期債務融資（LDR）為長期負債占期初總資產的比重（蘇冬蔚和連莉莉，2018）， 其中長期負債主要包括長期借款、 應付債券、 長期應付款以及專項應付款等。融資成本（Cost）為財務費用占期初總負債的比重（丁杰等，2022）。借鑒劉榮增和何春（2021）的研究， 使用各省工業污染治理投資完成額占第二產業比重測算環境規制， 再乘以100構建環境規制強度（GOV）變量。

4. 控制變量。參考張琦等（2019）、 鐘覃琳等（2023）的做法， 本研究控制了下列企業層面的變量： 企業規模（SIZE）、 財務杠桿（LEV）、 現金持有量（CASH）、 董事會規模（BOARD）、 獨立董事比例（IND）、 公司年齡（AGE）、 股權性質（SOE）、 企業價值（TobinQ）和企業成長能力（BM）。主要變量定義如表1所示。

（三） 模型構建

為了檢驗本文的研究假設， 構建如下雙重差分模型（DID）：

Yi，t=α0+α1post×treati，t+αjXi，t+γt+δj+λp+εi，t （1）

模型中： i表示企業； j表示行業； p表示省份； t表示時間。被解釋變量Yi，t分別代表EPI、 EL和EF， 表示i企業第t年的綠色投資、 源頭轉型投資和末端治理投入。post為綠色金融改革的政策實施時點； treat為處理變量， 用以區分實驗組和控制組； post×treati，t的系數α1估計的是綠色金融改革的凈效應。Xi，t表示本文的控制變量集合。γt、 δj、 λp分別代表年份、 行業和地區固定效應。εi，t表示隨機擾動項。

五、 實證結果分析

（一） 描述性統計

表2匯報了主要變量的描述性統計結果。EPI的均值為0.7183， 而標準差為1.5963， 說明不同企業的綠色投資水平差異較大。EL的均值為16.7522， EF的均值為14.8199， 說明企業進行源頭轉型比末端治理耗費的資金更多。在控制變量方面， 樣本中有45.25%的國企， 企業規模均值為22.4861， 財務杠桿均值為0.4446， 與已有研究（張琦等，2019）基本一致。

（二） 基準回歸結果

根據上述雙重差分模型， 本文的基準回歸結果列示于表3中。第（1）、 （2）列中， 核心解釋變量綠色金融改革（post×treat）對綠色投資（EPI）的影響系數在5%的水平上顯著為正， 這表明綠色金融改革能夠推動試驗區工業企業進行綠色投資， 實證結果與預期一致， 支持H1。通過進一步區分綠色投資類型， 第（3） ～ （6）列中綠色金融改革（post×treat）的系數均在1%或5%的水平上顯著為正， 表明綠色金融改革能夠同時促進企業的源頭轉型投資和末端治理投入， 支持H1.1和H1.2。綠色金融改革能夠較好地促進末端治理和源頭轉型兩種綠色投資方式， 從而最大限度地減少環境污染的發生和影響， 加速實現可持續發展。關于控制變量的影響， 大多數控制變量的系數均在統計學意義上顯著， 當公司的現金持有量（CASH）越小、 企業價值（TobinQ）越低時， 工業企業的綠色投資水平越高， 這些結果與徐佳和崔靜波（2020）、 Su等（2022）的研究基本一致。

（三） 作用機制分析

為了進一步分析綠色金融改革對工業企業綠色投資的影響， 本文從綠色金融改革的激勵效應和規制效應出發， 剖析綠色金融改革對工業企業綠色投資的影響機制。借鑒溫忠麟等（2004）的中介效應模型， 在基準模型（1）的基礎上構建如下模型（2）和（3）。其中： 對于激勵效應的檢驗， 中介變量M代表企業融資能力， 以長期債務融資（LDR）、 融資成本（Cost）來衡量； 對于規制效應的檢驗， 中介變量M代表環境規制強度（GOV）。其余變量含義與模型（1）保持一致。

Mi，t=α0+φ1post×treati，t+αjXi，t+γt+δj+λp+εi，t （2）

Yi，t=α0+π1post×treati，t+π2Mi，t+αjXi，t+γt+δj+λp+

εi，t""" （3）

表4列示了激勵效應的檢驗結果。對于長期債務融資（LDR）的中介效應， 第（1）列中綠色金融改革（post×treat）的系數顯著為正， 即綠色金融改革可為企業提供更多的長期融資機會。長期債務融資（LDR）的系數在第（2）、 （3）列中顯著為正， 表明長期債務融資水平的提升促進了企業總體綠色投資和源頭轉型投資的增長； 而在第（4）列中顯著為負， 即長期債務融資抑制了企業末端治理投入。這表明綠色金融改革有助于引導企業投資于綠色生產線等， 從源頭控制污染項目， 減少了具有短視主義的污染治理投入。對于融資成本（Cost）的中介效應， 第（5）列中綠色金融改革（post×treat）的系數顯著為負， 表明綠色金融改革降低了企業的融資成本。融資成本（Cost）的系數在第（6）、 （7）列中顯著為負， 表明融資成本的降低可以推動企業總體綠色投資和源頭轉型投資的增長； 而在第（8）列中系數為負但是不顯著， 表明綠色金融改革未能通過融資成本影響企業的末端治理投入。上述結果表明， 綠色金融改革能夠提升企業的長期債務融資水平， 降低企業的融資成本， 從而促進企業的綠色投資， 驗證了綠色金融改革的激勵效應， 且這種激勵效應對源頭轉型投資的促進作用更明顯， H2得到驗證。

表5列示了規制效應的檢驗結果。第（1）列中綠色金融改革（post×treat）對環境規制強度（GOV）的影響系數在1%的水平上顯著為正， 這表明綠色金融改革對企業污染行為具有明顯的規制作用。第（2）、 （3）列中環境規制強度（GOV）的系數為正但不顯著， 第（4）列中環境規制強度（GOV）的系數顯著為正， 這表明環境規制強度的提升容易促使企業從事更多的末端治污行為， 對于較長期的源頭轉型投資（EL）的影響作用較小， 與Su等（2022）的觀點部分一致， 驗證了H3。

（四） 穩健性檢驗

1. 平行趨勢檢驗。參考丁杰等（2022）、 李建軍和李俊成（2020）的做法， 分析2013 ～ 2020年的系數估計值及95%置信區間的變化趨勢。結果顯示， 綠色金融改革實施之前， 不同企業的綠色投資在時間趨勢上沒有明顯的區別， 而在綠色金融改革實施之后， 綠色投資和末端治理投入在試驗區和非試驗區出現顯著差異， 通過了平行趨勢檢驗。

2. 安慰劑檢驗。借鑒鐘覃琳等（2023）的反事實分析法， 本文將2015年假定為政策沖擊時點， 并基于模型（1）對2013 ～ 2016年的樣本進行檢驗。結果發現， 解釋變量（post×treat_2015）對企業綠色投資、 源頭轉型投資和末端治理投入的影響系數均不顯著， 驗證了研究結論的穩健性。

3. 排除同期政策影響。為了保證研究結果的可靠性， 本研究對樣本期內可能影響工業企業綠色投資的其他政策進行了排除檢驗： 一是排除2017年第三批低碳城市政策影響， 二是排除2018年1月開始實施的環保費改稅政策干擾。實證結果表明， 在排除以上政策影響后， 基準回歸結果依然穩健。

4. PSM-DID模型。雙重差分模型需要滿足隨機分組的前提假設， 因為不同組企業之間可能存在系統性差異。為了提高可比性， 本研究使用了PSM-DID方法進行穩健性檢驗。以基準回歸中的控制變量作為匹配變量， 按照核匹配方法進行實驗組和控制組之間的樣本匹配。使用配對出來的樣本按模型（1）進行回歸， 結果顯示綠色金融改革（post×treat）的系數均在5%的水平上顯著為正， 驗證了研究結果的穩健性。

限于篇幅， 具體穩健性檢驗結果留存備索。

六、 異質性分析

（一） 綠色金融發展水平

綠色金融改革可以依托高水平的綠色金融發展迅速開展改革工作（崔惠玉等，2023）， 本文采用省級綠色金融發展指數來測度地區綠色金融發展水平。按照綠色金融發展指數年度中位數將全部樣本分為綠色金融發展水平較高和較低兩個子樣本， 然后進行分組回歸。從表6可以看到， 在第（1）列和第（3）列中綠色金融改革（post×treat）的系數顯著為正， 而在第（2）列和第（4）列中， 綠色金融改革（post×treat）的系數為正但不顯著， 這表明綠色金融改革對工業企業綠色投資和源頭轉型投資的促進作用在綠色金融發展水平較高的地區更顯著。綠色金融改革（post×treat）的系數在第（5）列中為正但不顯著， 在第（6）列中為負但不顯著， 說明綠色金融改革對末端治理投入的總體促進效果被抵消。上述結果表明， 地區綠色金融基礎建設有助于綠色金融改革的開展， 地區綠色金融發展水平較高時， 當地的金融機構和監管部門會更加重視綠色金融的發展， 促使相關政策在當地得到更好的實施。

（二） 污染程度

不同污染程度的企業面對綠色金融改革的激勵效應和規制效應會做出差異化綠色投資決策（丁杰等，2022）。本文借鑒潘愛玲等（2019）對重污染企業的劃分方法， 將全部樣本分為重污染企業和非重污染企業兩個子樣本進行分組回歸。表7的結果表明， 綠色金融改革對工業企業綠色投資和源頭轉型投資的促進作用在重污染企業中更強， 綠色金融改革對工業企業末端治理投入的促進作用在非重污染企業中更強。這可能是因為， 非重污染企業的污染程度較低， 末端治理成本遠低于源頭轉型投資， 在綠色金融改革的激勵和規制效應下， 非重污染企業傾向于選擇末端治理方式， 同時進一步加劇重污染企業的環境合法性壓力， 包括政策壓力和輿論壓力（Gu等，2021）， 促使重污染企業進行源頭轉型投資以提升競爭力。

（三） 產權性質

由于不同產權性質的企業政治目標存在差異， 其對政府政策的敏感程度亦有所不同（丁杰等，2022）。本文將研究樣本分為國企組和非國企組， 然后進行分組回歸， 實證結果如表8所示。在國企樣本中， 綠色金融改革（post×treat）對綠色投資（EPI）和源頭轉型投資（EL）的影響系數分別在5%和1%的水平上顯著為正； 而在非國企樣本中， 綠色金融改革（post×treat）對末端治理投入（EF）的影響系數在10%的水平上顯著為正。上述結果表明： 國企受到更多的政府干預， 地區綠色金融改革給予國企更大的政策負擔和更小的融資壓力（Su等，2022）， 使其更傾向于選擇源頭轉型投資以提升競爭力； 非國企則傾向于進行投入低、 見效快的末端治理投入， 從而能夠以較低的成本緩解環境合法性壓力。

七、 結論與啟示

本文利用2013 ～ 2020年我國A股工業上市公司的綠色投資數據， 借助綠色金融改革創新試驗區設立的準自然試驗， 考察了綠色金融改革對工業企業綠色投資的影響。研究結果表明： 綠色金融改革顯著促進了工業企業綠色投資， 并且這種促進作用可以同時體現在源頭轉型和末端治理兩類投資行為中。此外， 綠色金融改革兼具激勵效應和規制效應， 是推動工業企業綠色投資的兩大機制， 且在不同特征的企業中存在非對稱性。具體來說： 在綠色金融發展水平較高的地區， 綠色金融改革對企業綠色投資的促進作用更強； 在重污染企業和國企中， 綠色金融改革對源頭轉型投資的促進作用更強； 在非重污染企業和非國企中， 綠色金融改革對末端治理投入的促進作用更強。

本研究對未來的政策制定具有重要的啟示意義： 第一， 試驗區政府應該充分重視綠色金融改革創新試驗區政策的重要作用， 進一步挖掘本地區的特點以提出匹配度高的創新綠色金融政策和措施， 從而有效發揮綠色金融改革的優勢。第二， 積極推進綠色金融改革創新試驗區的再擴容， 重視備選試驗區的綠色金融發展水平。綠色金融改革已經形成了可復制和推廣的經驗， 為我國其他地區的綠色金融改革開辟了道路， 政府應該適時分析各地區的試驗條件， 進一步推動這些地區的試點工作， 助力工業的綠色低碳循環發展。第三， 重視激勵政策對企業綠色治理的作用， 通過綠色金融改革的激勵效應促進企業的源頭轉型投資， 以助力產業結構優化升級。

DOI：10．19641/j．cnki．42-1290/f．2024．20．008

【 主 要 參 考 文 獻 】

曹裕，李想，胡韓莉等．數字化如何推動制造企業綠色轉型？——資源編排理論視角下的探索性案例研究［ J］．管理世界，2023（3）：96 ～ 113+126．

陳羽桃，馮建．企業綠色投資提升了企業環境績效嗎——基于效率視角的經驗證據［ J］．會計研究，2020（1）：179 ～ 192．

陳運平，劉燕．媒體關注對重污染企業綠色技術創新的影響機制——基于政府環境規制與公眾參與的中介效應［ J］．管理評論，2023（6）：111 ～ 122．

崔惠玉，王寶珠，徐穎．綠色金融創新、金融資源配置與企業污染減排［ J］．中國工業經濟，2023（10）：118 ～ 136．

丁杰，李仲飛，黃金波．綠色信貸政策能夠促進企業綠色創新嗎？——基于政策效應分化的視角［ J］．金融研究，2022（12）：55 ～ 73．

郭俊杰，方穎．綠色信貸、融資結構與企業環境投資［ J］．世界經濟，2022（8）：57 ～ 80．

李建軍，李俊成．“一帶一路”倡議、企業信貸融資增進效應與異質性［ J］．世界經濟，2020（2）：3 ～ 24．

李青原，肖澤華．異質性環境規制工具與企業綠色創新激勵——來自上市企業綠色專利的證據［ J］．經濟研究，2020（9）：192 ～ 208．

劉榮增，何春．環境規制對城鎮居民收入不平等的門檻效應研究［ J］．中國軟科學，2021（8）：41 ～ 52．

潘愛玲，劉昕，邱金龍等．媒體壓力下的綠色并購能否促使重污染企業實現實質性轉型［ J］．中國工業經濟，2019（2）：174 ～ 192．

任亞運，余堅，劉俊霞．“雙碳”目標下綠色金融的碳減排效應及作用機制檢驗［ J］．財會月刊，2023（1）：147 ～ 153．

斯麗娟，曹昊煜．綠色信貸政策能夠改善企業環境社會責任嗎——基于外部約束和內部關注的視角［ J］．中國工業經濟，2022（4）：137 ～ 155．

蘇冬蔚，連莉莉．綠色信貸是否影響重污染企業的投融資行為？［ J］．金融研究，2018（12）：123 ～ 137．

王群偉，周波，張成．“減規模”還是“增綠色”？異質性環保政策工具下的企業環保行為響應［ J］．中國管理科學，2023（1）：256 ～ 266．

王永貴，李霞．促進還是抑制：政府研發補助對企業綠色創新績效的影響［ J］．中國工業經濟，2023（2）：131 ～ 149．

溫忠麟，張雷，侯杰泰等．中介效應檢驗程序及其應用［ J］．心理學報，2004（5）：614 ～ 620．

熊婷燕，廖迎，何志毅．綠色信貸對綠色經濟增長的影響機制研究［ J］．金融教育研究，2023（5）：20 ～ 30．

徐佳，崔靜波．低碳城市和企業綠色技術創新［ J］．中國工業經濟，2020（12）：178 ～ 196．

于連超，張衛國，畢茜．環境保護費改稅促進了重污染企業綠色轉型嗎？——來自《環境保護稅法》實施的準自然實驗證據［ J］．中國人口·資源與環境，2021（5）：109 ～ 118．

張芳，于海婷．綠色信貸政策驅動重污染企業綠色創新了嗎？——基于企業生命周期理論的實證檢驗［ J］．南開管理評論，2024（3）：118 ～ 130+193．

張琦，鄭瑤，孔東民．地區環境治理壓力、高管經歷與企業環保投資—— 一項基于《環境空氣質量標準（2012）》的準自然實驗［ J］．經濟研究，2019（6）：183 ～ 198．

鐘覃琳，夏曉雪，姜付秀．綠色信貸能激勵企業環境責任的承擔嗎？［ J］．管理科學學報，2023（3）：93 ～ 111．

Brown J. R.， Martinsson G.， Thomann C.. Can Environmental Policy Encourage Technical Change？ Emissions Taxes and Ramp;D Investment in Polluting Firms［ J］．The Review of Financial Studies，2022（10）：4518 ～ 4560．

Chen Y. C.， Hung M.， Wang Y.. The Effect of Mandatory CSR Disclosure on Firm Profitability and Social Externalities： Evidence from China［ J］．Journal of Accounting and Economics，2018（1）：169 ～ 190．

Gu Y.， Ho K. C.， Yan C.， et al.. Public Environmental Concern， CEO Turnover， and Green Investment： Evidence from a Quasi-Natural Experiment in China［ J］．Energy Economics，2021（100）：105379．

Lim C. Y.， Wang J.， Zeng C. C.. China's \"Mercantilist\" Government Subsidies， the Cost of Debt and Firm Performance［ J］．Journal of Banking amp; Finance，2018（86）：37 ～ 52．

Moffette F.， Skidmore M.， Gibbs H. K.. Environmental Policies that Shape Productivity： Evidence from Cattle Ranching in the Amazon［ J］．Journal of Environmental Economics and Management，2021（109）：102490．

Su Z.， Guo Q.， Lee H. T.. Green Finance Policy and Enterprise Energy Consumption Intensity： Evidence from a Quasi-Natural Experiment in China［ J］．Energy Economics，2022（115）：106374．

Sun X.， Zhang A.， Zhu M.. Impact of Pilot Zones for Green Finance Reform and Innovations on Green Technology Innovations： Evidence from Chinese Manufacturing Corporates［ J］．Environmental Science and Pollution Research，2023（15）：43901 ～ 43913．

Temiz H.. Environmental Performance and Cost of Finance： Evidence from Emerging Markets［ J］．Sustainability Accounting， Management and Policy Journal，2022（5）：1229 ～ 1250．

Xu A.， Zhu Y.， Wang W.. Micro Green Technology Innovation Effects of Green Finance Pilot Policy—From the Perspectives of Action Points and Green Value［ J］．Journal of Business Research，2023（159）：113724．

Xu J.， Ye F.， Li X.. Carbon Intensity Constraint Policy and Firm Green Innovation in China： A Quasi-DID Analysis［ J］．Sustainability Accounting， Management and Policy Journal，2024（3）：704 ～ 730．

Yuan X.， Shang L.， Xu J.. Green Financial Policy， Resource Allocation and Corporate Environmental Responsibility［ J］．Sustainability，2024（16）：1 ～ 29．

Zhang Q.， Yu Z.， Kong D.. The Real Effect of Legal Institutions： Environmental Courts and Firm Environmental Protection Expenditure［ J］．Journal of Environmental Economics and Management，2019（98）：102254．

（責任編輯·校對： 許春玲" 李小艷）