綠色信貸政策對重污染企業(yè)綠色創(chuàng)新的影響研究

〔摘 要〕 本文選取２００８～２０２３ 年中國Ａ 股上市公司數據， 運用雙重差分模型考察了綠色信貸政策對重污染企業(yè)綠色創(chuàng)新將發(fā)揮杠桿效應還是擠出效應。研究發(fā)現： 綠色信貸政策的實施促進了重污染企業(yè)綠色創(chuàng)新， 而這一政策誘發(fā)的綠色創(chuàng)新是在既有創(chuàng)新活動基礎上疊加的杠桿效應， 并未擠出其他技術創(chuàng)新； 其中， 綠色信貸政策主要通過強化高管綠色認知來促進重污染企業(yè)綠色創(chuàng)新。異質性分析表明， 重污染企業(yè)綠色創(chuàng)新在西部地區(qū)、強環(huán)境規(guī)制地區(qū)以及高競爭行業(yè)中更為明顯。本文拓展了綠色信貸政策對企業(yè)綠色創(chuàng)新影響的研究視角， 為推進經濟綠色轉型提供了有價值的政策啟示。

〔關鍵詞〕 綠色信貸政策 重污染企業(yè) 綠色創(chuàng)新 杠桿效應 擠出效應 上市公司 高管綠色認知 經濟綠色轉型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．００７

〔中圖分類號〕Ｆ８３２； Ｆ２７２ 〔文獻標識碼〕Ａ

引 言

黨的二十大報告明確指出： “推動經濟社會發(fā)展綠色化、低碳化是實現高質量發(fā)展的關鍵環(huán)節(jié)”。這意味著傳統(tǒng)粗放式發(fā)展模式已不再適應中國式現代化發(fā)展的需要， 亟需建設現代化經濟體系， 推動經濟社會全面綠色轉型。經濟社會綠色轉型意味著市場主體要以綠色創(chuàng)新為驅動力， 堅持源頭預防、過程監(jiān)督和末端治理的全周期內部控制［１］ ，兼顧經濟績效和環(huán)境績效， 最終實現經濟社會高質量發(fā)展［２］ 。但是， 綠色創(chuàng)新具有前期投入大、研發(fā)周期長、投資風險高等特點， 導致企業(yè)綠色轉型的內生動力不足［３］ 。為此政府陸續(xù)出臺了一系列環(huán)境規(guī)制政策給予企業(yè)外在驅動， 促使企業(yè)加大環(huán)境治理的投資力度。然而， 政府與企業(yè)對于綠色發(fā)展的長期目標不一致， 企業(yè)的行為很難遵循政府意愿， 導致具體政策實施難以達到預期效果， 同時也加大了政府的監(jiān)管難度和監(jiān)管成本。因此， 如何激勵企業(yè)投身于環(huán)保投資、推動綠色發(fā)展， 已經成為社會各界特別是政府監(jiān)管機構高度關注的重要議題。

作為現代創(chuàng)新性的環(huán)境規(guī)制手段， 綠色金融既具備市場型環(huán)境規(guī)制的特征， 能夠加速經濟結構綠色轉型， 又兼具金融部門的資源配置功能， 引導金融資源向綠色低碳產業(yè)傾斜［４］ ， 創(chuàng)造新的經濟增長點。因此， 綠色金融成為實現經濟社會綠色轉型的有效途徑。由于銀行在中國金融體系中占據舉足輕重的地位， 也就決定了綠色信貸作為綠色金融的關鍵組成部分， 能夠在一定程度上揭示綠色金融對實體企業(yè)的作用機制和具體成效。２０１２年２ 月， 原銀監(jiān)會出臺的《綠色信貸指引》（下文簡稱《指引》）旨在鼓勵銀行業(yè)金融機構引導金融資源向綠色產業(yè)傾斜， 將企業(yè)污染排放產生的負外部性內部化， 這也標志著中國綠色信貸制度框架正式建立， 同時也為本文分析綠色金融如何影響重污染企業(yè)綠色創(chuàng)新提供了有利的政策依據。

當前對于綠色信貸政策與企業(yè)關系的研究主要集中于兩個方面： （１） 圍繞綠色創(chuàng)新探討綠色信貸政策的微觀效應， 發(fā)現綠色信貸政策有助于提高企業(yè)投資效率［５］ ， 促進污染行業(yè)綠色創(chuàng)新表現的積極性［６］ ， 此外， 綠色信貸政策在重污染企業(yè)和綠色企業(yè)之間出現分化效應［７］ ， 在對污染行業(yè)實施限制的同時， 也為綠色企業(yè)的綠色創(chuàng)新提供了有利的融資環(huán)境， 從而顯著提升了其綠色創(chuàng)新水平， 帶來經濟與環(huán)境雙贏的結果［８，９］ 。但有少數學者發(fā)現綠色信貸政策抑制企業(yè)的技術創(chuàng)新［１０］ ，這主要是由于綠色信貸政策未能帶來超出遵循成本的補償性收益， 導致未能產生綠色信貸的波特假說效應［１１］ 。也有一些學者認為綠色信貸政策不會對企業(yè)綠色創(chuàng)新產生影響， 這是由于綠色企業(yè)在獲得低成本資金支持后， 并未真正投身于綠色技術的研發(fā)與創(chuàng)新， 而是出現了所謂的“洗綠” 行為［１２］ ； （２） 從金融資源配置視角考察了綠色信貸政策實施效果。王艷麗等［１３］ 認為， 綠色信貸政策能有效提高金融資源的配置效率， 通過降低企業(yè)長期債務比重和提升企業(yè)商業(yè)信用規(guī)模有助于提高重污染企業(yè)投資效率。丁寧等［１４］ 基于資源配置視角， 發(fā)現綠色信貸政策對銀行成本效率的影響呈現Ｕ 型趨勢， 起初成本效應機制會降低銀行成本效率， 但長期來看由于綠色信貸政策降低了銀行信用風險則有利于提高銀行成本效率。

綜上所述， 現有研究主要考察綠色信貸政策是否促進了企業(yè)綠色創(chuàng)新， 但并未將綠色創(chuàng)新置于整體創(chuàng)新活動的框架內考慮其創(chuàng)新結構的轉變。此外， 受到綠色信貸政策影響的重污染企業(yè)行為是否提高了其環(huán)境績效仍不清楚。因此， 綠色信貸政策誘發(fā)的企業(yè)綠色技術創(chuàng)新是在既有創(chuàng)新活動基礎上疊加的杠桿效應， 還是對其他技術創(chuàng)新的擠出效應， 這對于評估綠色信貸政策至關重要。本文研究了綠色信貸政策如何影響重污染企業(yè)綠色創(chuàng)新， 以及企業(yè)的綠色創(chuàng)新是否與原有的技術創(chuàng)新相結合， 還是以擠出其他非綠色技術創(chuàng)新為代價， 從而揭示了企業(yè)整體創(chuàng)新活動內部結構的變化， 可以更加系統(tǒng)全面地評估綠色信貸政策。

１ 理論分析與研究假設

１. １ 綠色信貸政策與重污染企業(yè)綠色創(chuàng)新

根據新古典主義經濟學理論， 環(huán)境規(guī)制提高了企業(yè)的污染排放成本， 而企業(yè)成本的提高會對技術創(chuàng)新產生抑制作用［１５］ 。Ｐｏｒｔｅｒ［１６］ 、Ｐｏｒｔｅｒ 和Ｌｉｎｄｅ［１７］ 則認為， 環(huán)境規(guī)制會倒逼企業(yè)從事更多的創(chuàng)新活動， 產生超出遵守環(huán)境合規(guī)成本的補償性收益。綠色信貸政策本質上是基于市場機制引導資金合理配置來解決環(huán)境問題的規(guī)制手段， 與傳統(tǒng)命令型環(huán)境規(guī)制僅僅依靠處罰、整改以及關停等行政手段不同的是， 綠色信貸政策則更加突出市場在資源配置中的決定地位， 為企業(yè)綠色轉型提供了激勵相容的市場化治理機制［１８］ 。

具體來說， 綠色信貸政策通過引導銀行業(yè)金融機構支持或限制信貸供給， 以及采取差別化信貸利率， 動態(tài)調整企業(yè)融資門檻， 激發(fā)企業(yè)關注自身環(huán)境社會責任［１９］ 。綠色信貸政策能否有效發(fā)揮作用， 不僅需要銀行業(yè)金融機構對政策的積極響應， 更取決于企業(yè)面對政策的綠色行為選擇。為了避免遭受信貸約束， 重污染企業(yè)會在有限的金融資源中重新調整投資方向， 給予綠色領域更多的資金傾斜， 而企業(yè)的綠色行為選擇有兩種， 即采取“低成本策略” 的末端治理和選擇“競爭優(yōu)勢策略” 的綠色技術創(chuàng)新［７］ 。而末端治理只是對已產生的污染物進行再次治理， 主要表現為投資成本和治理費用的增加， 從長期來看對企業(yè)的收益增量不產生實質性影響。同時《指引》也明確提出對涉及重大環(huán)境與社會風險的客戶在貸前要提交環(huán)境與社會風險報告， 在貸后銀行對環(huán)境與社會風險存在隱患的客戶可以中止直至終止信貸資金撥付。這種從始端治理到全周期監(jiān)管措施使得環(huán)境信息遮掩成本上升， 降低了企業(yè)出現“漂綠” 等問題的可能性［２０］ ， 加大了重污染企業(yè)僅采取末端治理方式來獲取信貸資源的難度， 從而倒逼重污染企業(yè)選擇“競爭優(yōu)勢策略” 的綠色技術創(chuàng)新。基于此本文提出如下研究假設：

Ｈ１： 《指引》的實施能夠促進重污染企業(yè)綠色創(chuàng)新。

在綠色信貸政策的壓力下， 重污染企業(yè)是在原有技術創(chuàng)新活動的基礎上增加綠色創(chuàng)新的投入，還是通過替代或擠出其他技術創(chuàng)新活動進行綠色創(chuàng)新［２１］ ， 值得進一步探討。綠色信貸政策通過將企業(yè)的環(huán)境與社會風險評估納入貸款決策過程， 對重污染企業(yè)的信貸資源施加約束［２２］ ， 對于投資者來說授信縮減可能意味著企業(yè)當前是宏觀政策的約束主體， 這種關于企業(yè)環(huán)境信息的負面信號傳遞到資本市場上， 企業(yè)在資本市場的融資成本也會進一步提高［２３－２５］ 。面對外部融資約束， 重污染企業(yè)可能會采取以下策略： （１） 增加整體研發(fā)投入。為了滿足綠色信貸政策的要求， 企業(yè)可能會通過增加留存收益、減少股利支付等方式增加內源融資， 以彌補外部融資的不足， 從而增加整體的研發(fā)支出［２６］ ， 特別是在綠色技術和產品創(chuàng)新上，以期通過技術創(chuàng)新來降低環(huán)境風險， 提高企業(yè)的綠色競爭力， 因此形成綠色創(chuàng)新的杠桿效應； （２）內部資源重新配置。除了增加整體研發(fā)投入外， 重污染企業(yè)還可能進行內部資源的重新配置， 將非綠色技術創(chuàng)新的資源轉移到綠色創(chuàng)新上。企業(yè)可能會重新評估技術創(chuàng)新的優(yōu)先級， 將綠色創(chuàng)新放在更加重要的位置， 轉移資金和人力到綠色創(chuàng)新項目上， 以滿足市場和政策對綠色技術的需求。

總之， 綠色信貸政策的實施可能會促使重污染企業(yè)增加整體的研發(fā)投入， 以應對外部融資的約束和提高綠色競爭力； 同時， 企業(yè)可能會進行內部資源的優(yōu)化配置， 將非綠色技術創(chuàng)新的資源轉移到綠色創(chuàng)新上， 以適應政策要求和市場變化。這種內部調整可能會導致綠色創(chuàng)新對其他技術進步的擠出效應， 但也可能推動企業(yè)實現更高效和環(huán)保的技術創(chuàng)新。因此， 基于以上分析， 本文提出如下研究假設：

Ｈ２： 《指引》的實施通過杠桿效應促進了重污染企業(yè)綠色技術創(chuàng)新。

Ｈ３： 《指引》的實施通過擠出效應促進了重污染企業(yè)綠色技術創(chuàng)新。

１. ２ 綠色信貸政策、高管綠色認知與重污染企業(yè)綠色創(chuàng)新

高層梯隊理論認為由于受到內外部環(huán)境因素的影響， 高層管理者（以下簡稱“高管”）不可能對其所有方面進行全面認識， 因此高管對于內外部環(huán)境的判斷與認知會影響企業(yè)戰(zhàn)略決策、生產經營方式以及行為選擇［２７］ 。近年來隨著生態(tài)環(huán)境保護力度的加強， 重污染企業(yè)高管逐漸形成了綠色價值觀念和思維模式， 而高管綠色認知則是在這種綠色價值觀念和思維模式的引導下形成的對資源環(huán)境問題的感知和解釋， 主要包括綠色競爭優(yōu)勢認知、社會責任意識、外部壓力感知等因素［２８，２９］ 。綠色信貸政策的激勵約束作用以及強監(jiān)督功能， 會提高重污染企業(yè)高管對于外部環(huán)境壓力的感知， 由于重污染企業(yè)是綠色信貸政策主要約束對象， 重污染企業(yè)高管會更加關注行業(yè)發(fā)展政策與環(huán)境政策、制度， 獲取更多與綠色發(fā)展相關的信息， 不斷深化對綠色發(fā)展的認識， 積極采取行動進行節(jié)能減排， 并在產品和工藝方面注重環(huán)境保護， 與此同時當對綠色發(fā)展具有深刻認識的高管了解綠色化轉型的重要性， 會努力克服綠色創(chuàng)新過程中投入大、風險高等問題， 將企業(yè)資源和能力向綠色創(chuàng)新傾斜［３０］ 。由此， 本文提出如下研究假設：

Ｈ４： 《指引》的實施通過強化高管綠色認知來促進重污染企業(yè)綠色創(chuàng)新。

２ 樣本選擇與研究設計

２. １ 模型設定

本文借鑒已有研究， 構建雙重差分模型（ＤＩＤ）檢驗《指引》的實施對重污染企業(yè)綠色創(chuàng)新的影響：

ＧＩｉｔ ＝β０＋β１Ｐｏｌｌｕｔｉｏｎｉ ×Ｐｏｓｔｔ ＋β２Ｘｉｔ ＋ｕｉ ＋ｖｔ ＋εｉｔ （１）

其中， ｉ 和ｔ 分別表示企業(yè)和年份， εｉｔ為隨機擾動項， ＧＩｉｔ 為企業(yè)ｉ 在第ｔ 年的綠色創(chuàng)新水平。Ｐｏｌｌｕｔｉｏｎｉ 為重污染企業(yè)虛擬變量， 本文借鑒潘愛玲等［３１］ 對于重污染行業(yè)的劃分， 若企業(yè)處于火電、鋼鐵、煤炭等行業(yè)則被定義為重污染企業(yè)， 即為實驗組； 處于其他行業(yè)的企業(yè)則為對照組。Ｐｏｓｔｔ為《指引》頒布時點虛擬變量， 由于《指引》是在２０１２ 年出臺， 即在２０１２ 年及以后取值為１， ２０１２年之前取值為０； Ｘｉｔ 為可能影響企業(yè)綠色創(chuàng)新的控制變量； 模型引入企業(yè)固定效應（ｕｉ ）和年份固定效應（ｖｔ ）來進一步排除不可觀測的干擾項， 對標準誤在企業(yè)層面進行了聚類調整。

２. ２ 變量選取

（１） 被解釋變量

本文以企業(yè)每年申請的綠色專利數量作為代理變量來衡量企業(yè)綠色創(chuàng)新水平。企業(yè)的綠色專利可以進一步分為綠色發(fā)明專利（ＧＩＩ）和綠色實用新型專利（ＧＵＩ）。綠色發(fā)明專利意味著企業(yè)擁有更多自主知識產權， 體現了企業(yè)對高質量創(chuàng)新的追求。而綠色實用新型專利屬于難度較小的戰(zhàn)略創(chuàng)新成果。

（２） 核心解釋變量

本文的核心解釋變量是重污染企業(yè)（Ｐｏｌｌｕｔｉｏｎ）與政策時點虛擬變量（Ｐｏｓｔ）的交乘項。

（３） 控制變量

本文參考劉金科和肖翊陽［２１］ 的研究， 選取以下有可能影響企業(yè)綠色創(chuàng)新的其他經濟特征控制變量， 包括： 資產負債率（Ｌｅｖ）、總資產凈利潤率（Ｒｏａ）、企業(yè)年齡（Ａｇｅ）、固定資產比率（Ｆｉｘ）、企業(yè)規(guī)模（Ｓｉｚｅ）、股權性質（Ｓｏｅ）、企業(yè)成長性（Ｇｒｏｗｔｈ）、現金持有率（Ｃａｓｈ）、第一大股東持股比例（Ｌａｒｇｅ）、董事會規(guī)模（Ｂｏａｒｄ）、獨立董事占比（Ｉｎｄｅｐ）以及兩職合一（Ｄｕａｌ）， 變量的具體測度如表１ 所示。

２. ３ 樣本選擇與數據來源

本文選取２００８～２０２３ 年滬深Ａ 股上市公司作為初始樣本， 按照以下標準對樣本進行篩選： （１）剔除金融業(yè)企業(yè)； （２） 剔除資產負債率小于０ 和大于１ 的上市企業(yè)； （３） 剔除非正常交易上市企業(yè)（包括ＳＴ、?ＳＴ 以及ＰＴ）以及在樣本期間上市的公司； （４） 剔除相關數據缺失的上市企業(yè)； （５）考慮到《指引》的出臺既限制了重污染企業(yè)對信貸資源的獲取， 又會鼓勵支持綠色企業(yè)的發(fā)展。因此， 為排除控制組可能存在受政策影響的綠色企業(yè)， 本文將剔除綠色企業(yè)的干擾。其中， 綠色企業(yè)的篩選借鑒李俊成等［３２］ 的做法， 手工匹配企業(yè)主營業(yè)務與《綠色產業(yè)指導目錄（２０１９ 年版）》公布的綠色產業(yè)識別綠色企業(yè)。最終得到１１９９ 家上市公司， １６３８０ 個年度觀測值。其中， 綠色創(chuàng)新數據來自ＣＮＲＤＳ 數據庫， 有關綠色企業(yè)的數據來自Ｗｉｎｄ、同花順和東方財富網， 剩余其他數據來源于ＣＳＭＡＲ 數據庫， 對主要連續(xù)變量在１％和９９％分位點進行縮尾處理。詳細的變量數據結構可參見表２。

３ 實證結果分析

３. １ 基準回歸結果

根據模型（１） 進行估計， 表３ 匯報了《指引》實施對重污染企業(yè)綠色創(chuàng)新的回歸結果， 其中列（１） 回歸結果顯示， 交互項（Ｐｏｌｌｕｔｉｏｎ×Ｐｏｓｔ）系數在１％的水平上顯著為正。在引入控制變量后， 列（２） 核心解釋變量的系數仍在１％水平上顯著為正，表明《指引》實施促進了重污染企業(yè)綠色創(chuàng)新。本文進一步將綠色創(chuàng)新分為綠色發(fā)明專利（ＧＩＩ）和綠色實用新型專利（ＧＵＩ）， ＧＩＩ 表示綠色創(chuàng)新的復雜程度和質量， ＧＵＩ 表示綠色創(chuàng)新的數量。根據列（３）、（４） 的回歸結果， 綠色信貸政策顯著促進了重污染企業(yè)的綠色發(fā)明專利和綠色實用新型專利， 這意味著《指引》的實施倒逼重污染企業(yè)不僅要在數量上加大綠色技術創(chuàng)新， 更要重視質量上的突破。

３. ２ 內部創(chuàng)新結構變化分析

在綠色信貸政策的驅動下， 重污染企業(yè)面臨著環(huán)境與社會風險評估的金融約束， 該政策通過將企業(yè)的環(huán)境保護表現作為信貸決策的關鍵因素，為符合綠色標準的企業(yè)提供優(yōu)惠利率， 降低其融資成本， 激勵綠色創(chuàng)新活動； 另外， 對重污染企業(yè)施加信貸限制， 甚至中止對其發(fā)放新貸款， 并根據企業(yè)的環(huán)境績效動態(tài)調整信貸額度。這種金融壓力可能促使重污染企業(yè)增加內源性融資， 并可能提高整體創(chuàng)新投資， 以實現綠色創(chuàng)新的杠桿效應。同時， 受限的信貸資源可能導致重污染企業(yè)在資本市場上被視為高風險主體， 從而提高其資本成本。在此背景下， 重污染企業(yè)可能被迫重新分配研發(fā)資源， 從非綠色技術領域轉向綠色創(chuàng)新領域， 以維持其研發(fā)活動。這種資源的重新配置可能導致非綠色技術項目的資金被削減或推遲，而綠色研發(fā)項目得到加強， 從而產生綠色技術創(chuàng)新對其他技術進步的擠出效應。因此， 為進一步分析企業(yè)內部創(chuàng)新結構是否發(fā)生了變化， 本文分別檢驗了綠色信貸政策對企業(yè)非綠色創(chuàng)新、研發(fā)投入以及綠色創(chuàng)新與非綠色創(chuàng)新占比的影響。表４列（１） 被解釋變量為非綠色技術創(chuàng)新， 列（２）、（３） 為研發(fā)投入， 分別為研發(fā)支出費用和研發(fā)人員數量， 列（４） 為綠色創(chuàng)新與非綠色創(chuàng)新的比值。從表４ 列（１） 結果顯示， 綠色信貸政策顯著促進了重污染企業(yè)的非綠色創(chuàng)新， 說明綠色信貸政策并未擠出重污染企業(yè)的非綠色創(chuàng)新； 從列（２）、（３）結果可知， 綠色信貸政策未擠出重污染企業(yè)的非綠色創(chuàng)新的原因在于企業(yè)加大了整體研發(fā)投入； 列（４） 結果顯示， 核心解釋變量顯著為負， 進一步說明重污染企業(yè)在非綠色創(chuàng)新方面的積極表現， 從而形成綠色創(chuàng)新的“杠桿效應”。

３. ３ 穩(wěn)健性檢驗

（１） 平行趨勢檢驗

雙重差分模型的一個重要前提條件是在政策實施之前實驗組與對照組的變化趨勢不存在顯著差異， 文中則體現在《指引》實施之前重污染企業(yè)與非重污染企業(yè)的綠色創(chuàng)新變化趨勢基本保持一致。本文參考Ｊａｃｏｂｓｏｎ 等［３３］ 提出的事件研究法來檢驗綠色信貸政策的動態(tài)趨勢變化， 具體模型如下：

其中， ｔ 表示綠色信貸政策的實施時間， Ｐｏｓｔｔ為年份虛擬變量， 即在ｔ 所在年份取值為１， 其余變量與模型（１） 的設定相同。本文以政策實施前一年， 即２０１１ 年為基期， 所以這里重點關注的回歸系數αｔ 意味著與２０１１ 年相比， 各年份不同綠色創(chuàng)新水平的平均差異。從圖１ 展示的結果可以看出， 政策出臺前重污染企業(yè)與非重污染企業(yè)的綠色創(chuàng)新不存在顯著性差異， 政策實施后重污染企業(yè)綠色創(chuàng)新水平顯著高于非重污染企業(yè)。因此， 平行趨勢檢驗通過。

（２） 安慰劑檢驗

為檢驗《指引》實施對重污染企業(yè)綠色創(chuàng)新是否受到其他遺漏因素的影響， 從而導致基準回歸結果的偶然性， 本文參考Ｆｅｒｒａｒａ 等［３４］ 的做法， 通過隨機抽取樣本來構造虛假實驗組的方式進行安慰劑檢驗， 即從總體樣本中隨機抽取實驗組， 并將剩余樣本設定為控制組， 將上述過程重復５００次， 最后繪出雙重差分項的估計系數分布圖。圖２結果顯示， “虛假” 的估計系數基本集中于０ 附近，并且ｐ 值也不顯著， 其中橫向虛線代表基準回歸的ｐ 值， 真實估計系數為０. ０６８３， 離０ 點較遠， 表明模型設定中并不存在嚴重的遺漏因素問題， 同時反映出基準回歸結果不是偶然得到的， 從側面支持了基準回歸結果的穩(wěn)健性。

（３） ＰＳＭ－ＤＩＤ

雙重差分法已識別出了政策的平均處理效應，但由于綠色信貸政策并非嚴格意義上的自然實驗，處理組與對照組之間可能在研究數據方面存在自選擇性偏差問題。為避免選擇性偏差造成回歸結果偏誤， 較為可取的方法為傾向得分匹配（ＰＳＭ），本文選擇在樣本期內的重污染企業(yè)作為處理組， 以基準回歸模型中的控制變量作為協(xié)變量， 通過核匹配和有放回的１ ∶１ 近鄰匹配方法， 對處理組企業(yè)進行逐年匹配對照組， 將匹配后的樣本運用模型（１） 重新進行雙重差分估計進行穩(wěn)健性檢驗，從表５ 列（１）、（２） 可以看出， Ｐｏｌｌｕｔｉｏｎ×Ｐｏｓｔ 的系數與基準回歸結果基本一致， 即綠色信貸政策顯著促進重污染企業(yè)綠色創(chuàng)新水平。

（４） 更換被解釋變量

在穩(wěn)健性檢驗中， 本文通過用綠色專利授權數量代替申請數量來量化企業(yè)的綠色創(chuàng)新。表５列（３） 中的回歸結果仍然顯著為正， 證實了結論的穩(wěn)健性和有效性。

（５） 外生性檢驗

一項政策對于實驗組的沖擊應不受實驗組本身的干擾， 即政策沖擊具有外生性。《綠色信貸指引》主要對污染企業(yè)有顯著的影響， 而隨著環(huán)境規(guī)制政策的趨嚴， 受政策影響較大的企業(yè)， 特別是重污染企業(yè)可能會預期到即將實施某些對本行業(yè)有影響的政策， 從而在政策出臺之前改變自身的生產經營模式， 使得政策沖擊具有潛在的內生性問題， 導致回歸結果有偏誤。本文參考李俊成等［３２］的做法來排除預期效應的干擾， 《指引》頒布時間為２０１２ 年， 為減弱重污染企業(yè)預期到該政策的出臺提前改變自身行為， 從而將《指引》政策實施前一年的數據進行剔除， 即剔除２０１１ 年數據， 以減弱企業(yè)預期效應帶來的潛在的內生性問題。從表５ 列（４） 結果顯示， Ｐｏｌｌｕｔｉｏｎ×Ｐｏｓｔ 的回歸系數并沒有發(fā)生根本性變化， 說明不存在預期效應對政策沖擊外生性的干擾。

（６） 剔除綠色金融改革創(chuàng)新試驗區(qū)

２０１７ 年６ 月， 國務院常務會議決定在浙江省湖州市和衢州市， 江西省贛江新區(qū)（南昌市和九江市）， 廣東省廣州市， 貴州省貴安新區(qū)（貴陽市和安順市）， 新疆維吾爾自治區(qū)哈密市、昌吉州和克拉瑪依市八地設立各具特色的綠色金融改革創(chuàng)新試驗區(qū)， 中國綠色金融進入區(qū)域探索的新發(fā)展階段； ２０１９ 年１１ 月， 甘肅省蘭州新區(qū)成為第二批獲批的綠色金融改革創(chuàng)新試驗區(qū)； 第三批于２０２２ 年８ 月在重慶市設立。近幾年試驗區(qū)綠色金融發(fā)展水平的深度與廣度相較于其他地區(qū)有較大的優(yōu)勢， 可能對回歸結果產生影響， 因此剔除了位于試驗區(qū)內的企業(yè)進行檢驗。表５ 列（５） 回歸結果依然穩(wěn)健， 再次證明了基準回歸結果的可靠性。

４ 作用機制檢驗和異質性分析

４. １ 作用機制檢驗

企業(yè)的戰(zhàn)略決策、生產經營方式以及行為選擇會隨著高管對于內外部環(huán)境的判斷與認知的轉變而發(fā)生變化。在綠色信貸政策的引導下企業(yè)高管逐漸形成了綠色價值觀念和思維模式， 而這種綠色認知最終體現為企業(yè)在生產過程中更加關注自身所創(chuàng)造的綠色價值。參考Ｄｕｒｉａｕ 等［３５］ 對高管認知的衡量方法， 對上市公司年報進行文本分析，選取相關關鍵詞如： 節(jié)能減排、環(huán)保戰(zhàn)略、環(huán)保理念等進行詞頻統(tǒng)計， 并對詞頻進行對數化處理以及占總詞頻的比重， 構造上市公司高管綠色認知變量。從表６ 回歸結果可以看出， 《指引》的出臺顯著提高了重污染企業(yè)高管的綠色認知， 表明綠色信貸政策通過強化重污染企業(yè)高管的綠色認知來推動企業(yè)綠色創(chuàng)新。

４. ２ 異質性分析

（１） 區(qū)域異質性分析

區(qū)域經濟發(fā)展水平、發(fā)展階段和資源稟賦的差異可能導致綠色信貸政策對重污染企業(yè)綠色創(chuàng)新的影響存在區(qū)域異質性。本文將樣本劃分為東、中、西和東北四大區(qū)域進行分組回歸， 表７ 所示，在西部地區(qū)， 綠色信貸政策顯著促進了重污染企業(yè)綠色創(chuàng)新， 而東部、中部和東北地區(qū)企業(yè)的綠色創(chuàng)新效果并不明顯。這可能是因為東部、中部和東北地區(qū)的產業(yè)結構主要依賴傳統(tǒng)重工業(yè)， 如鋼鐵、煤炭、化工等， 這些產業(yè)對當地經濟貢獻較大， 地方政府在調整產業(yè)結構時往往面臨困難；另外， 西部地區(qū)產業(yè)結構調整相對較快， 使得西部地區(qū)的重污染企業(yè)能夠更快地適應環(huán)保要求， 進行綠色創(chuàng)新和轉型。

（２） 環(huán)境規(guī)制強度異質性

本文按照各省域環(huán)保處罰中位數將地區(qū)劃分為強環(huán)境規(guī)制地區(qū)與弱環(huán)境規(guī)制地區(qū)。表８ 列（１）、（２） 回歸結果顯示， 在強環(huán)境規(guī)制地區(qū)綠色信貸政策對重污染企業(yè)綠色創(chuàng)新的作用更顯著， 表明環(huán)境規(guī)制較為嚴格地區(qū)的重污染企業(yè)受到環(huán)保懲罰較多， 這迫使企業(yè)投入更多的資金用于研發(fā)， 促進綠色技術創(chuàng)新。相反， 在環(huán)境管制寬松的地區(qū)，重污染企業(yè)面臨的融資約束相對較小。由于環(huán)境規(guī)制強度較低， 企業(yè)在環(huán)保方面的投入和壓力較小， 因此綠色信貸政策促進重污染企業(yè)綠色創(chuàng)新的效果不明顯。

（３） 行業(yè)競爭程度異質性

從行業(yè)競爭程度來看， 處于高競爭行業(yè)的企業(yè)在面臨外部政策影響時， 往往會調整其生產經營策略以維持競爭優(yōu)勢， 并愿意采取深層次的戰(zhàn)略調整， 如技術創(chuàng)新。相反， 在低競爭性行業(yè)的企業(yè)面臨較小的市場不確定性， 缺乏競爭壓力， 對生產方式的調整也相對簡單。本文通過采用ＨＨＩ 指數來衡量行業(yè)競爭程度， 并按照行業(yè)年度ＨＨＩ 中位數將樣本劃分為高競爭行業(yè)（ＨＨＩ 指數小于中位數）和低競爭行業(yè)（ＨＨＩ 指數大于中位數）， 分組回歸結果如表８ 列（３）、（４） 所示， 處于高競爭行業(yè)的企業(yè)綠色創(chuàng)新受到綠色信貸政策的顯著促進作用， 這表明高競爭行業(yè)的企業(yè)愿意采取如綠色技術創(chuàng)新這樣的深層次戰(zhàn)略調整來保持其競爭優(yōu)勢。而低競爭性行業(yè)的企業(yè)由于缺乏市場競爭壓力， 對技術創(chuàng)新的動力不足。

５ 結論與政策建議

綠色信貸政策對企業(yè)綠色創(chuàng)新將發(fā)揮杠桿效應還是擠出效應？ 既有研究沒有答案。本文以２０１２年出臺的《綠色信貸指引》為準自然實驗， 基于２００８～２０２３ 年中國Ａ 股上市公司數據， 借助雙重差分模型實證檢驗綠色信貸政策對重污染企業(yè)綠色創(chuàng)新的影響， 深入剖析了綠色信貸政策誘發(fā)的企業(yè)綠色技術創(chuàng)新是在既有創(chuàng)新活動基礎上疊加的杠桿效應， 還是對其他技術創(chuàng)新的擠出效應。研究發(fā)現： 綠色信貸政策的實施促進了重污染企業(yè)綠色創(chuàng)新， 而這一政策誘發(fā)的綠色創(chuàng)新是在既有創(chuàng)新活動基礎上疊加的杠桿效應， 并未擠出其他技術創(chuàng)新。機制分析表明， 綠色信貸政策的實施可以通過強化高管綠色認知來促進重污染企業(yè)綠色創(chuàng)新。異質性分析表明， 重污染企業(yè)綠色創(chuàng)新在西部地區(qū)、強環(huán)境規(guī)制地區(qū)以及高競爭行業(yè)中更為明顯。

基于以上研究結論， 得到以下政策啟示： （１）加強企業(yè)環(huán)境表現與債務融資成本的緊密聯系。銀行業(yè)金融機構應繼續(xù)嚴控對環(huán)境與社會風險造成威脅的企業(yè)和項目， 并適當提高貸款利率， 充分發(fā)揮綠色信貸政策的融資成本效應。同時， 對于重污染企業(yè)的綠色項目和綠色轉型的企業(yè)要及時調整信貸供給方向， 不斷擴大綠色信貸政策激勵對象， 激勵更多企業(yè)參與到綠色轉型中； （２） 提高企業(yè)的環(huán)境信息披露質量。銀行業(yè)金融機構應充分運用綠色信貸政策的激勵約束機制， 采取有差別、動態(tài)的授信措施， 在符合綠色項目貸款條件的前提下， 應進一步給予環(huán)境信息披露質量較高的企業(yè)更多的信貸資源， 增強企業(yè)綠色發(fā)展的內生動力， 強化政策的正向激勵作用。同時也要加強銀行業(yè)金融機構對企業(yè)所披露環(huán)境信息真實性的判別能力， 對重點行業(yè)實行風險敞口管理， 提高綠色信貸政策的資源配置效率， 更好地發(fā)揮政策的環(huán)境效應； （３） 延伸綠色信貸政策效應的范圍。應充分調動地方政府發(fā)展綠色金融的積極性，協(xié)調推進綠色金融與地方綠色財政政策的有機結合。同時， 發(fā)揮地方性金融機構在服務民營企業(yè)和中小微企業(yè)綠色項目的獨特優(yōu)勢， 根據當地產業(yè)特點制定符合產業(yè)發(fā)展方向的綠色信貸支持目錄， 促進企業(yè)綠色轉型。

參考文獻

［１］ 孫博文， 鄭世林． 環(huán)境規(guī)制的減污降碳協(xié)同效應———來自清潔生產標準實施的準自然實驗［Ｊ］． 經濟學（ 季刊）， ２０２４，２４ （２）： ６２４～６４２．

［２］ 解學梅， 韓宇航． 本土制造業(yè)企業(yè)如何在綠色創(chuàng)新中實現“華麗轉型”？———基于注意力基礎觀的多案例研究［ Ｊ］． 管理世界， ２０２２， ３８ （３）： ７６～１０６．

［３］ Ｈｏｌｍｓｔｒｏｍ Ｂ． Ａｇｅｎｃｙ Ｃｏｓｔｓ ａｎｄ Ｉｎｎｏｖａｔｉｏｎ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏ?

［４］ 馬理， 張人中， 馬威， 等． 能源結構有序調整與綠色信貸政策調控［Ｊ］． 金融研究， ２０２３， （１）： ９４～１１２．

［５］ Ｇｏｅｔｚ Ｍ． Ｆｉｎａｎｃｉｎｇ Ｃｏｎｄｉｔｉｏｎｓ ａｎｄ Ｔｏｘｉｃ Ｅｍｉｓｓｉｏｎｓ ［Ｒ］． ＳＡＦＥＷｏｒｋｉｎｇ Ｐａｐｅｒ， ２０１９， Ｎｏ. ２５４．

［６］ 王馨， 王營． 綠色信貸政策增進綠色創(chuàng)新研究［ Ｊ］． 管理世界， ２０２１， ３７ （６）： １７３～１８８， １１．

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

［８］ 王遙， 潘冬陽， 彭俞超， 等． 基于ＤＳＧＥ 模型的綠色信貸激勵政策研究［Ｊ］． 金融研究， ２０１９， （１１）： １～１８．

［９］ 任勝鋼， 鄭晶晶， 劉東華， 等． 排污權交易機制是否提高了企業(yè)全要素生產率———來自中國上市公司的證據［ Ｊ］． 中國工業(yè)經濟， ２０１９， （５）： ５～２３．

［１０］ 于波． 綠色信貸政策如何影響重污染企業(yè)技術創(chuàng)新？ ［ Ｊ］．經濟管理， ２０２１， ４３ （１１）： ３５～５１．

［１１］ 陸菁， 鄢云， 王韜璇． 綠色信貸政策的微觀效應研究———基于技術創(chuàng)新與資源再配置的視角［Ｊ］． 中國工業(yè)經濟， ２０２１，（１）： １７４～１９２．

［１２］ Ｆｌａｍｍｅｒ Ｃ． Ｃｏｒｐｏｒａｔｅ Ｇｒｅｅｎ Ｂｏｎｄｓ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＦｉｎａｎｃｉａｌＥｃｏｎｏｍｉｃｓ， ２０２１， １４２ （２）： ４９９～５１６．

［１３］ 王艷麗， 類曉東， 龍如銀． 綠色信貸政策提高了企業(yè)的投資效率嗎？———基于重污染企業(yè)金融資源配置的視角［Ｊ］． 中國人口·資源與環(huán)境， ２０２１， ３１ （１）： １２３～１３３．

［１４］ 丁寧， 任亦儂， 左穎． 綠色信貸政策得不償失還是得償所愿？———基于資源配置視角的ＰＳＭ－ＤＩＤ１ 成本效率分析［ Ｊ］．金融研究， ２０２０， （４）： １１２～１３０．

［１５］ Ｋｅｍｐ Ｒ， Ｐｏｎｔｏｇｌｉｏ Ｓ． Ｔｈｅ Ｉｎｎｏｖａｔｉｏｎ Ｅｆｆｅｃｔｓ ｏｆ ＥｎｖｉｒｏｎｍｅｎｔａｌＰｏｌｉｃｙ Ｉｎｓｔｒｕｍｅｎｔｓ—Ａ Ｔｙｐｉｃａｌ Ｃａｓｅ ｏｆ ｔｈｅ Ｂｌｉｎｄ Ｍｅｎ ａｎｄ ｔｈｅ Ｅｌｅ?ｐｈａｎｔ？ ［Ｊ］． Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ， ２０１１， ７２： ２８～３６．

［１６］ Ｐｏｒｔｅｒ Ｍ Ｅ． Ａｍｅｒｉｃａｎｓ Ｇｒｅｅｎ Ｓｔｒａｔｅｇｙ ［Ｊ］． Ｓｃｉｅｎｔｉｆｉｃ Ａｍｅｒｉｃａ，１９９１， ２６４： １～５．

［１７］ Ｐｏｒｔｅｒ Ｍ Ｅ， Ｌｉｎｄｅ Ｃ Ｖ Ｄ． Ｔｏｗａｒｄ ａ Ｎｅｗ Ｃｏｎｃｅｐｔｉｏｎ ｏｆ ｔｈｅ Ｅｎ?ｖｉｒｏｎｍｅｎｔ－ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ Ｒｅｌａｔｉｏｎｓｈｉｐ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏ?ｍｉｃ Ｐｅｒｓｐｅｃｔｉｖｅｓ， １９９５， ９ （４）： ９７～１１８．

［１８］ 胡潔， 于憲榮， 韓一鳴． ＥＳＧ 評級能否促進企業(yè)綠色轉型？———基于多時點雙重差分法的驗證［ Ｊ］． 數量經濟技術經濟研究， ２０２３， ４０ （７）： ９０～１１１．

［１９］ 斯麗娟， 曹昊煜． 綠色信貸政策能夠改善企業(yè)環(huán)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(yè)經濟， ２０２２， （４）： １３７～１５５．

［２０］ 劉亦文， 陽超， 周韶成， 等． 綠色信貸政策對企業(yè)環(huán)境信息披露的影響研究［Ｊ］． 統(tǒng)計研究， ２０２２， ３９ （１１）： ７３～８７．

［２１］ 劉金科， 肖翊陽． 中國環(huán)境保護稅與綠色創(chuàng)新： 杠桿效應還是擠出效應？ ［Ｊ］． 經濟研究， ２０２２， ５７ （１）： ７２～８８．

［２２］ 胡浩， 劉笑笑． 綠色信貸與企業(yè)全要素生產率———基于“兩高一剩” 企業(yè)的準自然實驗分析［Ｊ］． 工業(yè)技術經濟， ２０２２，４１ （１１）： ７５～８４．

［２３］ Ａｎｄｅｒｓｅｎ Ｄ Ｃ． Ｄｏ Ｃｒｅｄｉｔ Ｃｏｎｓｔｒａｉｎｔｓ Ｆａｖｏｒ Ｄｉｒｔｙ Ｐｒｏｄｕｃｔｉｏｎ？Ｔｈｅｏｒｙ ａｎｄ Ｐｌａｎｔ－ｌｅｖｅｌ Ｅｖｉｄｅｎｃｅ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＥｎｖｉｒｏｎｍｅｎｔａｌＥｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ， ２０１７， ８４： １８９～２０８．

［２４］ Ｃａｐｅｌｌｅ－Ｂｌａｎｃａｒｄ Ｇ， Ｌａｇｕｎａ Ｍ Ａ． Ｈｏｗ Ｄｏｅｓ ｔｈｅ Ｓｔｏｃｋ ＭａｒｋｅｔＲｅｓｐｏｎｄ ｔｏ Ｃｈｅｍｉｃａｌ Ｄｉｓａｓｔｅｒｓ？ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＥｎｖｉｒｏｎｍｅｎｔａｌＥｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ， ２０１０， ５９ （２）： １９２～２０５．

［２５］ Ｃｏｎｔｒｅｒａｓ Ｇ， Ｂｏｓ Ｊ Ｗ， Ｋｌｅｉｍｅｉｅｒ Ｓ． Ｓｅｌｆ－ｒｅｇｕｌａｔｉｏｎ ｉｎ Ｓｕｓｔａｉｎａ?ｂｌｅ Ｆｉｎａｎｃｅ： Ｔｈｅ Ａｄｏｐｔｉｏｎ ｏｆ ｔｈｅ Ｅｑｕａｔｏｒ Ｐｒｉｎｃｉｐｌｅｓ ［Ｊ］． ＷｏｒｌｄＤｅｖｅｌｏｐｍｅｎｔ， ２０１９， １２２： ３０６～３２４．

［２６］ Ｈａｌｌ Ｂ Ｈ． Ｔｈｅ Ｆｉｎａｎｃｉｎｇ ｏｆ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ［ Ｊ］．Ｏｘｆｏｒｄ Ｒｅｖｉｅｗ ｏｆ Ｅｃｏｎｏｍｉｃ Ｐｏｌｉｃｙ， ２００２， １８ （１）： ３５～５１．

［２７］ Ｈａｍｂｒｉｃｋ Ｄ Ｃ， Ｍａｓｏｎ Ｐ Ａ． Ｕｐｐｅｒ Ｅｃｈｅｌｏｎｓ： Ｔｈｅ Ｏｒｇａｎｉｚａｔｉｏｎａｓ ａ Ｒｅｆｌｅｃｔｉｏｎ ｏｆ Ｉｔｓ Ｔｏｐ Ｍａｎａｇｅｒｓ ［Ｊ］． Ａｃａｄｅｍｙ ｏｆ Ｍａｎａｇｅｍｅｎｔ"Ｒｅｖｉｅｗ， １９８４， ９ （２）： １９３～２０６．

［２８］ 賀愛忠， 杜靜， 陳美麗． 零售企業(yè)綠色認知和綠色情感對綠色行為的影響機理［Ｊ］． 中國軟科學， ２０１３， （４）： １１７～１２７．

［２９］ 鄒志勇， 辛沛祝， 晁玉方， 等． 高管綠色認知、企業(yè)綠色行為對企業(yè)綠色績效的影響研究———基于山東輕工業(yè)企業(yè)數據的實證分析［Ｊ］． 華東經濟管理， ２０１９， ３３ （１２）： ３５～４１．

［３０］ 李亞兵， 夏月， 趙振． 高管綠色認知對重污染行業(yè)企業(yè)績效的影響： 一個有調節(jié)的中介效應模型［ Ｊ］． 科技進步與對策， ２０２３， ４０ （７）： １１３～１２３．

［３１］ 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(yè)實現實質性轉型［Ｊ］． 中國工業(yè)經濟， ２０１９， （２）：１７４～１９２．

［３２］ 李俊成， 彭俞超， 王文蔚． 綠色信貸政策能否促進綠色企業(yè)發(fā)展？———基于風險承擔的視角［ Ｊ］． 金融研究， ２０２３，（３）： １１２～１３０．

［３３］ Ｊａｃｏｂｓｏｎ Ｌ Ｓ， Ｌａｌｏｎｄｅ Ｒ Ｊ， Ｓｕｌｌｉｖａｎ Ｄ Ｇ． Ｅａｒｎｉｎｇｓ Ｌｏｓｓｅｓ ｏｆＤｉｓｐｌａｃｅｄ Ｗｏｒｋｅｒｓ ［Ｊ］． Ｔｈｅ Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ， １９９３，（９）： ６８５～７０９．

［３４］ Ｆｅｒｒａｒａ Ｅ Ｌ， Ｃｈｏｎｇ Ａ， Ｄｕｒｙｅａ Ｓ． Ｓｏａｐ Ｏｐｅｒａｓ ａｎｄ Ｆｅｒｔｉｌｉｔｙ：Ｅｖｉｄｅｎｃｅ ｆｒｏｍ Ｂｒａｚｉｌ ［Ｊ］． Ａｍｅｒｉｃａｎ Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ： ＡｐｐｌｉｅｄＥｃｏｎｏｍｉｃｓ， ２０１２， ４ （４）： １～３１．

［３５］ Ｄｕｒｉａｕ Ｖ Ｊ， Ｒｅｇｅｒ Ｒ Ｋ， Ｐｆａｒｒｅｒ Ｍ Ｄ． Ａ ｃｏｎｔｅｎｔ Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅＣｏｎｔｅｎｔ Ａｎａｌｙｓｉｓ Ｌｉｔｅｒａｔｕｒｅ ｉｎ Ｏｒｇａｎｉｚａｔｉｏｎ Ｓｔｕｄｉｅｓ： ＲｅｓｅａｒｃｈＴｈｅｍｅｓ， Ｄａｔａ Ｓｏｕｒｃｅｓ， ａｎｄ Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ Ｒｅｆｉｎｅｍｅｎｔｓ ［ Ｊ］．Ｏｒｇａｎｉｚａｔｉｏｎａｌ Ｒｅｓｅａｒｃｈ Ｍｅｔｈｏｄｓ， ２００７， １０ （１）： ５～３４．

（責任編輯： 楊 婧）

基金項目： 國家自然科學基金面上項目“基于聯合表征性的預期短缺建模研究” （項目編號： ７１５７１１６３）。