綠色信貸賦能企業綠色技術創新研究

中圖分類號：F832.4 文獻標志碼：A 文章編號：1008-4657(2025)04-0043-12

0 引言

中共中央政治局2024年1月31日進行第十一次集體學習時，習近平在主持學習中指出，綠色發展是高質量發展的底色，新質生產力本身就是綠色生產力。必須加快發展方式綠色轉型，助力碳達峰碳中和。這意味著企業綠色技術創新是助力碳達峰碳中和的重要手段，而綠色信貸政策則是推動企業綠色技術創新的重要推動力量。

“雙碳”目標需要在企業層面有效落實，綠色技術創新是其關鍵。然而，企業在進行綠色技術創新的過程中需要大量資金，但傳統金融機構往往因綠色技術創新的投資周期長、收益不確定而難以滿足其資金需求。綠色信貸作為實現“雙碳”目標的重要抓手，主要尋求的是企業污染和耗能的下降，將生態環境要素轉化到內部生產的核算和決策之中，使企業不再以高消耗能源、高環境污染的粗放式模式經營[1]。自2007年起，中國逐步實施綠色信貸政策，2012年發布《綠色信貸指引》，標志著綠色信貸政策的最終落實。2024年中國人民銀行等四部門發布《關于發揮綠色金融作用服務美麗中國建設的意見》，其中明確加大對其融資支持。據原中國銀監會和中國人民銀行數據，時至2023年年末，我國綠色貸款余額從2013年4.9萬億元高速增長到30.08萬億元。綠色信貸不僅推動企業的綠色技術創新，還實現了社會和經濟效益的雙贏，成為實現“雙碳”目標的重要保障[2-3]。

結合學者已有研究，與本文研究相關的文獻大致分兩種。其一是文獻從多視角考察綠色信貸效果。銀行作為綠色信貸的投放主體，銀行競爭會強化綠色信貸的實施效果[4]，并且商業銀行開展綠色信貸可以有效降低商業銀行風險[5]。此外，綠色信貸明顯抑制了碳排放量產生[6]。其二是綠色信貸是否誘發綠色技術創新及誘發機制的研究。針對綠色信貸是否誘發綠色技術創新，目前研究尚未形成共識，一方學者認為綠色信貸發布加劇了企業的融資約束[7]，進而不利于企業的綠色創新，特別是重污染企業的綠色創新[8]。另一方學者研究發現，基于波特假說，綠色信貸既在微觀層面上造成的融資約束能夠倒逼企業進行綠色技術創新[9]，還在城市層面上綠色信貸也能夠顯著促進城市綠色技術創新能力的提升[10]。分析企業綠色創新的動機，發現企業可能為獲得綠色信貸的支持而采取“漂綠\"行為[11]，使綠色創新的“質”與\"量\"產生差異，周肖肖等[12]研究發現，污染企業由于綠色信貸政策的推動選擇策略性綠色創新，對其綠色創新質量卻相對忽視。對于綠色信貸作用于綠色創新機制，目前學者們提出多種假說，張芳等[13]和陳幸幸等[14]學者認為綠色信貸政策通過對企業融資約束，抑制資本投資的作用機制對綠色創新效果產生抑制作用;王馨等[i5]和程振等[16]學者則認為綠色信貸政策刺激了資本配置效率的提升和代理成本的降低進而促進綠色創新水平。通過梳理上述文獻，已有關于綠色信貸的研究為文章奠定了良好的基礎，但還存在幾個主要不足：第一，以往文獻大多基于銀行、行業或區域層面進行分析，基于微觀企業視角的實證檢驗還相對不足，并且其結論的一致性尚未統一。第二，對于綠色信貸影響企業綠色技術創新的作用機制探討還不夠深入，以往學者的機制研究主要集中在融資約束和投入研發，對于風險承擔等中介機制以及數字化等新興因素的調節效應有待進一步考察。第三，在異質性分析方面，不同類型企業在綠色創新能力和綠色信貸響應程度等方面可能存在顯著差異，相關實證支撐還不充分。

鑒于此，本文利用2007—2022年中國滬深A股上市企業的數據，將 2012年出臺的《綠色信貸指引》（以下簡稱《指引》)作為外生沖擊，采用雙重差分法從數字化水平和風險承擔能力角度，實證檢驗政策對信貸限制企業的效果和作用機制。本文的貢獻在于：一是目前從綠色信貸與綠色創新研究的全面性和結論的一致性來看，學者們的觀點尚未統一，本文通過對風險承擔水平和數字化水平作為作用機制進行探討，為理解綠色信貸政策效果及其傳導機制提供了微觀經驗的支撐。二是關注不同區域、行業以及企業性質下綠色信貸政策效果的異質性特征，為因地制宜、分類施策推進綠色金融體系建設提供了實證參考。

1 研究假說的提出

1.1綠色信貸與綠色技術創新

綠色技術創新旨在將環境負面影響控制在最低限度的同時確保經濟價值的創造。面對污染防治要求的日益嚴格，企業需要提升綠色創新水平，從而加快環境效益、經濟效益和社會效益的共同提升。大多數企業獲取經營資金主要依靠外部融資，特別是銀行貸款。綠色信貸政策的實施推動銀行調整信貸資源配置，更加注重企業的環境風險和社會風險評估。若信貸限制企業繼續維持傳統生產模式，將難以滿足新的信貸條件，導致融資渠道受限，經營困難[17]。正如“波特假說\"所述，適當的環境規制可以刺激技術革新，面對昂貴的環境污染成本，綠色信貸限制企業唯有依托綠色技術創新尋求綠色轉型，將企業排放的污染負外部性內部化[15]，才能保證企業有序經營。基于此，本文提出以下假說：

假說H1：綠色信貸限制企業通過綠色信貸政策促進綠色技術創新。

1.2綠色信貸對綠色技術創新的作用機制

綠色信貸政策使銀行等金融機構在進行信貸審批時，會對企業的環境表現、綠色投資計劃等進行嚴格審查，依賴污染性投資或環境表現不佳的企業可能無法滿足新增的環保要求而難以獲得融資。因此企業需要投人更多的資源來提供環保相關的信息、進行特定的環境風險管理，即綠色信貸政策使得企業在獲取信貸融資時面臨更高的門檻和交易成本[18]。這無疑增加了企業經營風險的波動程度。當企業面臨這樣的處境時，對于經營風險的承擔水平就面臨新的決策考量。

依據“波特假說”，當企業處于經營困境時，企業為改善經營困境被迫尋求新的發展路徑，而綠色技術創新是一條符合政策導向且具有長遠發展潛力的路徑。在企業決策是否進行綠色技術創新過程中，企業風險承擔水平顯得尤為關鍵。這是由于企業的創新活動普遍存在高風險性與高信息不對稱性所造成的[16，19]。當企業通過主動提升風險承受水平，積極開展綠色技術創新并改善綠色技術創新進展時，會逐漸增加自身的綠色屬性和競爭力。這樣的企業在綠色信貸審批流程中更具優勢，能夠更好地符合金融機構設定的綠色信貸審批條件。企業在順利獲取綠色信貸資金后，融資約束得到緩解，企業就有更多的資源投入到綠色技術的進一步研發、創新成果的產業化等方面。而這種模式循環往復，會使企業愈發重視綠色技術創新，更加積極地提升風險承擔水平，企業面臨的融資環境也會持續改善，從而在綠色信貸政策下形成良性循環。基于此，本文提出以下假說：

假說H2：綠色信貸政策通過提升企業風險承擔水平促進企業綠色技術創新。

在當前全球可持續發展背景下，企業的綠色技術創新已成為提升競爭力和實現長期發展的關鍵因素。伴隨著大數據、人工智能等數字化技術的飛速發展，數字化的普及為企業帶來了新的機遇和工具，研究表明，數字化水平越高，對創新資源的集中越有利，并且可以降低創新過程中的溝通成本，進而促進企業綠色技術創新[20]。同時，信息的快速傳遞和信息共享是數字化轉型的一大特點。高水平的數字化使信息高效流動有助于提高企業的信息透明度[2I]，強化了企業的社會意識，使其更加重視環保生產和履行社會責任提升企業形象[22]，有助于金融機構對企業進行信貸評估，使其對企業發放貸款的意愿加強，保證了充足的資金投入到綠色創新[23]。基于此，本文提出以下假說：

假說H3：企業數字化水平的提高在綠色信貸對企業綠色技術創新中起到正向調節作用。

2模型設定與變量選取

2.1樣本選擇與數據來源

本文選擇中國A股2007—2022年上市公司相關數據為研究樣本，數據主要來自兩方面：企業綠色創新數據從中國研究數據服務平臺(CNRDS)獲取，包括綠色發明專利和綠色實用新型專利的申請和獲得情況；公司其他特征數據如財務數據來自國泰安數據庫(CSMAR)，股東和數字化數據來自CNRDS。樣本數據處理如下：剔除金融類公司；排除樣本期內非正常交易公司（如 ST，ST^*，PT) ；剔除財務數據缺失嚴重的公司。為了緩解極端值對本文結論的影響，對所有連續型變量在第1和第99分位數上進行縮尾處理。

2.2 模型設計

為考察信貸限制企業的綠色技術創新的效果與《指引》實施的因果關系，實證檢驗采用雙重差分模型進行：

Gpatent_i=β₀+β₁pνar_j^?tνar_t+ρX_it+μ_i+γ_t+ε_it

模型(1)中， X_it 表示其他控制變量： pνar_j^*tνar_t 代表核心解釋變量； Gpatent_it 代表被解釋變量綠色技術創新水平。 μ_i 表示個體固定效應， γ_t 表示時間固定效應， 表示干擾項， i 代表企業， Φ_t 代表年份。

2.3 變量定義

2.3.1核心解釋變量

綠色信貸政策(tvar)與企業屬性(pvar)的交互項中，tvar為《指引》實施前后的時間虛擬變量，2012年政策發布前取值為0，2012年政策發布之后取值為 1 pvar定義為《指引》中的政策實施行業。具體地，實驗組與依照組依據《綠色信貸實施情況關鍵評價指標》進行分類，其中A類企業定義為綠色信貸限制企業(實驗組)，pvar取值為1;B類和C類企業定義為非綠色信貸限制企業(對照組)，pavr取值為0。本文關注的交互項pvar*tvar的系數 β₁ ，若 β₁ 顯著大于0，則表示綠色信貸限制企業的綠色技術創新由《指引》顯著促進，否則，表明政策沒有促進作用。

2.3.2 被解釋變量

企業綠色技術創新水平(Gpatent)。綠色專利是一個由投入到產出的完整思考過程的結果，因此可以代表企業的綠色技術創新的成果和強度，此外綠色專利數具有良好的可獲取性及可信度。本文的綠色技術創新衡量指標構建方法參考徐佳等[24]的做法，綠色技術創新水平以綠色專利申請數量加1后取自然對數衡量。具體來說，綠色技術創新的含金量采用綠色發明專利申請數量(Lninva)表征，綠色技術創新數量采用綠色實用新型專利申請數量(Lnmua)表征，兩者之和(Lntotal)表示企業整體的綠色技術創新水平。

2.3.3 控制變量

為控制其他指標對企業綠色技術創新的影響，參考張勁松等[25]和劉強等[26]的研究，選取一系列控制變量，具體包括:企業績效(ROA）、第一大股東持股比(Lshare）、固定資產比(Fara)、托賓Q(TQ）、資產負債率(Debt）企業規模(Size）、現金持有率(Cash）管理層持股比(Inst)。

2.3.4 作用機制變量

風險承擔水平(ribc)。參考余明桂等[27]和程振等[16]的指標選取，風險承擔能力ribc采用經行業調整的資產收益率的最近五期滾動標準差來度量。ribc越大說明風險承擔能力越高。

2.3.5 調節變量

企業數字化轉型水平(Edt)。結合袁淳等[28]的研究方法，選用上市企業年報MDA中數字化轉型相關詞匯詞頻數總和加1取對數來衡量企業的數字化轉型程度(Edt)。該指標越大，說明企業的數字化程度越高。

以上變量定義匯總如表1所示。

表1變量定義表

3 實證結果分析

3.1 描述性統計

表2展示了主要變量的描述性統計結果。其中Lntotal的均值為0.179，標準差為0.553，表明企業的綠色技術創新水平整體較低。Lnuma的均值為0.098，標準差為0.376，Lninva的均值為0.128，標準差為0.439，顯示出不同企業間綠色技術創新能力存在較大差異，且高質量的綠色發明專利表現更好。其他指標的描述性統計結果如表2所示。

表2描述性統計表

續表2

3.2 平行趨勢檢驗

實驗組和對照組在《指引》實施前是否具有相同趨勢，即平行趨勢檢驗通過與否是雙重差分法有效性的基礎。基于此，構建模型(2):

圖1展示了2007—2020年綠色信貸限制企業與非綠色信貸限制企業在綠色信貸政策實施前后的平行趨勢檢驗結果。

圖1平行趨勢圖

以2012年作為政策的基準時間點，將數據劃分為《綠色信貸指引》發布前后。結果顯示在政策實施前5年，綠色信貸政策的影響系數均不顯著，即政策實施前兩類企業滿足平行趨勢假設。政策實施后的第三年開始，系數顯著為正，表明政策刺激了綠色信貸限制企業的綠色技術創新行為，但這一促進作用存在一定的滯后效應，這可能與綠色技術創新的高風險和長周期特征有關。綜上，平行趨勢假設得到滿足。

3.3基準回歸

借助模型(1)回歸，表3呈現了綠色信貸政策對綠色技術創新的影響。在未加入控制變量時，第(1)~(3)列分別為對綠色專利申請總量、綠色發明專利申請量以及綠色實用新型專利申請量回歸后的結果;第(4)~(6)列則是加入控制變量后，綠色專利申請總量、綠色發明專利申請量以及綠色實用新型專利申請量的回歸分析結果。

表3基準回歸結果表

注：括號中為標準誤， ^*p<0.05，^**p<0.01，^***p<0.001 ，下表同。

從表3的第(1)~(6)列，可以看到pvar*tvar交互項的系數均顯著為正。這意味著綠色信貸限制企業由于《指引》的發布顯著增強了其綠色技術創新水平;因此，假說H1得到了驗證。通過對比第(2)列和第(3)列，以及第(5)列與第(6)列的結果可見，將綠色專利細分以后，綠色信貸政策對綠色發明專利的促進作用高于綠色實用新型專利，這表明在整體上，綠色信貸限制企業可能更傾向注重綠色技術創新的質量。此外，控制變量的結果也提供了有價值的信息。Size顯著為正表明規模大的企業更傾向進行綠色技術創新，其原因可能是大企業通常擁有充足的資金具備更強的風險承受能力，并且擁有先進的技術基礎。Inst顯著為正說明管理層持股能夠有效激勵企業綠色技術創新，原因可能是持股增加了管理層與企業長期發展的利益一致性，進而激勵他們推動可持續的創新戰略。

3.4穩健性檢驗

3.4.1 改變樣本范圍及替換被解釋變量

為避免樣本選擇的偏差，根據《綠色信貸實施情況關鍵評價指標》重新選取A類與B類企業作為實驗組，C類企業作為對照組進行回歸，如表4第(1)~(3)列所示。替換被解釋變量回歸結果如表4中第(4)~(6)列所示：本文在基礎回歸部分，綠色技術創新的度量標準選取的為綠色專利申請量。為了防止選取的變量衡量綠色創新水平存在偏差，因此將色技術創新的度量標準替換為綠色專利獲得量來進行穩健性檢驗。

表4改變樣本范圍及替換被解釋變量回歸結果表

表4中第(1)~(3)列的回歸結果顯示，pvar*tvar對三類綠色創新的回歸結果依然在 1% 水平顯著，由此可說明變樣本范圍后基礎回歸結果具有穩健性。

由表4中第(4)~(6)列中結果可知，回歸結果依然顯著，由此可說明替換被解釋變量基礎回歸結果具有穩健性。

3.4.2 滯后期處理

考慮到綠色技術創新具有周期長、風險大的特點，反映到綠色專利申請量的變化可能存在滯后性，參考金環等[29的做法，采取被解釋變量綠色實用新型專利申請量、綠色發明專利申請量以及綠色專利申請總量分別滯后一期和兩期的處理方法進行穩健性檢驗，回歸結果如表5所示。

表5滯后期處理回歸結果表

由表5可知，當被解釋變量滯后一期和兩期時，回歸系數結果依然在 1% 水平下顯著為正，說明基礎回歸結果具有穩健性。

3.4.3 PSM-DID

使用傾向得分匹配-雙重差分的方法避免樣本選擇偏差的出現，從而確保穩健性。具體而言，本文選取企業績效(ROA)、第一大股東持股比(Lshare)、固定資產比(Fara)、托賓Q(TQ)、資產負債率(Debt)、企業規模(Size)、現金持有率(Cash)、管理層持股比(Inst)作為協變量，重新回歸的樣本，采用近鄰1:1無放回匹配和核匹配的傾向得分匹配方法進行樣本篩選。回歸結果如表6所示

表6PSM-DID回歸結果表

由表6可知，采用PSM-DID的交互項回歸系數仍顯著為正。

3.4.4 安慰劑檢驗

為確保前文結果的穩健性，本文使用安慰劑檢驗排除其他不客觀測的因素對回歸結果的干擾。具體來說，對實驗樣本進行500次隨機抽取，形成新的實驗組與對照組，按照模型(1)進行回歸。圖2畫出了系數估計值的概率密度分布和對應P值的散點分布圖。

圖2安慰劑結果圖

由圖2可知，估計值的密度大都分布在零點附近，表明大部分估計值不顯著，說明綠色信貸政策對企業綠色技術創新的促進作用未因遺漏變量問題產生嚴重偏誤，驗證了本文基準回歸真實有效。

3.5 作用機制與調節效應分析

機制效應及調節效應回歸結果如表7所示。

表7機制效應及調節效應回歸結果表

3.5.1 作用機制

為驗證前文提出的假說企業的風險承擔水平作為綠色信貸影響綠色技術創新的傳導渠道。依據江艇[30]和葉世雄等[3]的做法，本文直接建立機制檢驗方程：

ribc_ii=β₀+β₁pνar_j^*tνar_t+ρX_it+μ_i+γ_t+ε_it

其中 ribc_it 為機制變量風險承擔水平，其他變量設置于基準回歸變量設定相同。同時，機制檢驗方程

遵循與基準回歸同樣嚴格的實證檢驗方法，要求所有機制檢驗結果滿足平行趨勢假設。

采用經行業調整的資產收益率的最近五期滾動標準差來度量風險承擔能力 ribc^[32] 。計算公式為(4）、(5)，ribc越大說明風險承擔能力越高。

其中， ?A_i，t 是 χ_t 年企業 i 的期末總資產、為 χ_t 年企業 i 在行業的息稅前利潤。 x 表示行業的公司數。

對ribc的回歸結果詳見表7中第(1)列，其回歸系數0.013，呈正向顯著，這表明綠色信貸實施促進了綠色信貸限制企業的風險承擔能力的提升，進而提升企業綠色技術創新水平，證明了風險承擔水平是作為綠色信貸影響綠色技術創新的傳導渠道。由此假說H2得到驗證。

3.5.2 調節效應

在模型(1)交互項pvar*tvar的回歸系數顯著的基礎上，為驗證假說H3企業數字化水平的提高在綠色信貸對企業綠色技術創新中起到正向調節作用是否成立，參考李強等[33]的方法，本文構建模型(6)來檢驗。

Gpalent_i=β₀+β₁pνar_j^*tνar_t+β₂pνar_j^*tνar_t^*Edt+β₃Edt+ρX_ii+μ_i+γ_t+ε_ii

表7(2)~(4)列展示了企業數字化水平調節效應的回歸結果。由(2)~(4)列結果顯示，pvar*tvar*Edt的回歸系數均在 1% 水平顯著。說明綠色信貸對綠色技術創新增強過程中數字化能力的強化起到積極的調節作用，即假說H3得到驗證。

3.6 異質性分析

據前文分析，綠色信貸限制企業綠色技術創新水平在綠色信貸的推動下呈現整體促進的作用。然而由于企業的ESG水平、產權性質以及地區發展水平存在不同，綠色信貸對于企業綠色技術創新的影響效果可能也存在差異。因此，本文進一步對ESG水平、產權性質以及地區發展水平進行異質性分析，結果如表8所示。

表8異質性分析結果表

3.6.1 ESG水平異質性

傳統財務信息無法表現的企業價值取向可以由企業ESG的水平體現，這是因為ESG水平是企業的社會責任擔當、公司治理水平和環保意識的綜合體現[34]。這種不同ESG水平體現出的企業特性差異，最終導致企業ESG水平的差異在綠色技術創新的表現上產生不同。本文采用CNRDS數據庫中ESG評級數據，基于ESG評級的得分的平均值將樣本分為ESG水平高和ESG水平低兩組進行異質性分析。根據表8中(1)~(2)列所示，交互項pvar*tvar的系數均在 1% 水平顯著。這一結果表明，無論ESG水平高低，都對企業綠色技術創新有顯著促進作用。但二者對比看，ESG水平高的企業促進效果更強。從原因上分析，可能是高ESG水平的企業往往有著更強的外在形象優勢、更為合理高效的內部治理結構等，企業內外多方面優秀表現能夠讓股東、投資者更加信賴，企業更容易獲得資金或其他資源，進而開展綠色技術創新活動的過程更加順利。

3.6.2 地區異質性

地理條件不同決定了各地區資源稟賦、發展機會以及經濟發展水平有很大區別，這些差異可能導致各地區對于綠色信貸政策的響應和落實展現出明顯的差別。鑒于此，參考沈小波等[35]對中國的地理劃分(將西藏劃分為西部地區)，將各省份劃分成中部地區、西部地區和東部地區三組根據企業注冊地址進行匹配，分組回歸。表8中(3)~(5)列所示地區異質性結果，東部地區和中部地區企業的綠色技術創新水平通過《指引》的實施得到顯著強化，西部企業則沒有。其原因一方面可能是東部地區和中部地區交通便利，東部沿海的海運線路和中部的交通網絡四通八達，使得這些地區面對綠色信貸政策能更快調整產業結構適應要求。另一方面則可能因為中、東部地區經濟基礎較好，政策實施和監管機制更加完善以及市場更加旺盛的需求多因素共同導致的。相比之下，西部地區部分區域受地理屏障的影響，交通成本高、貿易范圍受限，金融體系不完善，產業發展進程相對滯后，這可能是西部企業綠色技術創新水平提升不明顯的原因。

3.6.3 產權異質性

由于產權背景的差異，國有企業和非國有企業在資源獲取、目標導向等方面存在天然不同，因此不同所有制企業在綠色技術創新方面可能表現出顯著差異。表8中(6)~(7)列所示所有制異質性結果，可以看出國有企業的綠色技術創新水平通過《指引》的實施顯著強化，這種情況在非國有企業中卻未出現。造成這一結果的原因可能是對于國有企業而言，其產權屬性決定了它與政府有著緊密的聯系，并且國有企業在國民經濟體系中往往承擔著多種戰略任務，有著較強的政策導向性，因此國有企業更容易獲得政府資源的傾斜。而對于非國有企業，其主要依靠市場機制獲取資源。與國有企業相比，它們缺乏政策傾斜這一外部助力，在資源有限的情況下，對綠色技術創新這種需要較大前期投入且回報周期較長的項目，非國有企業難以分配足夠的資源。

4結論與啟示

4.1 主要結論

本文利用2007—2022年中國滬深A股上市企業的數據，通過雙重差分法且經過多種穩健性檢驗，實證分析了《綠色信貸指引》發布后的政策效果，得出以下主要結論：

第一，信貸受限企業綠色技術創新水平在《綠色信貸指引》實施后顯著提升。綠色信貸政策通過對信貸資源的引導配置，刺激信貸限制企業尋求綠色轉型，信貸受限企業的綠色技術創新水平“質\"與“量\"在政策實施后均有顯著提高。

第二，綠色信貸政策通過提升企業的風險承擔水平來促進綠色創新。風險承擔水平是綠色信貸影響企業創新的重要傳導機制，綠色信貸政策的實施顯著提高了企業的風險承擔能力。企業的數字化水平在這一過程中起到了正向調節作用，數字化程度越高的企業，能夠更好地利用信息技術優勢將創新資源集中，提升綠色創新的效率和質量，使企業綠色創新績效在綠色信貸政策作用下更為突出。

第三，不同類型企業的綠色創新水平對綠色信貸政策的響應存在明顯差異。ESG評級高的企業、位于東部和中部地區的企業以及國有企業，其綠色創新受益于綠色信貸的程度更高，體現了良好的環境績效、區位優勢和體制優勢對政策效果的正向影響。

4.2 政策啟示

根據上述結論，本研究提出以下啟示：

第一，進一步強化綠色信貸政策實施力度，完善綠色金融基礎設施建設。政府和金融機構在現有基礎上，一方面，進一步完善綠色信貸統計等標準規范體系，為綠色信貸實施提供制度保障;另一方面，可以考慮建立綠色信貸風險補償基金，對積極開展綠色信貸業務的金融機構給予風險補償，提高金融機構支持綠色產業發展的積極性。同時，發揮人工智能、區塊鏈等新興技術在綠色信貸領域的應用，建立基于區塊鏈的綠色項目信息共享平臺，利用智能合約等技術手段實現綠色信貸智能化管理，提高信息透明度和風險管控能力。

第二，大力支持企業提升風險承擔水平及推進數字化轉型。金融機構可以探索研發綠色創新保險，為企業綠色技術創新提供風險保障。同時，鼓勵金融機構與科技公司合作，利用大數據、人工智能等技術手段，開發智能風控模型，提高對企業綠色創新風險的識別和管理能力。政府可以設立專項資金，支持企業開展數字化轉型，加快數字技術與綠色金融的深度融合，為綠色信貸高質量發展提供新動能。

第三，重視企業異質性對政策實施效果產生的差異，因地制宜促進區域、行業協調發展。在ESG 績效評估體系基礎上，探索將ESG表現與綠色信貸規模、利率掛鉤的激勵機制，引導企業持續提升ESG表現。針對中西部欠發達地區的實際情況，給予當地企業專項支持，如設立綠色產業發展基金，吸引社會資本參與。針對非國有企業融資難問題，引導地方政府性融資擔保機構為優質非國企提供增信服務，幫助其獲得綠色信貸支持，構建國有企業和非國有企業公平競爭的綠色發展環境。

第四，構建政府、金融機構以及企業等多方協同推進機制。發揮政府引導作用，搭建金融機構、企業、第三方機構等參與的溝通平臺，及時協調解決綠色信貸發展中的難點堵點問題。支持行業協會發揮作用，組織開展綠色金融培訓，提高企業對綠色信貸的認知度。鼓勵企業加強與高校、科研院所的產學研合作，加快綠色技術成果轉化，為綠色信貸項目提供儲備。

奓考又獻：

[1]金祥義，孫夢玲.綠色信貸推動了企業技術追趕嗎？[J].上海財經大學學報，2024，26(5)：60-74.

[2]李毓，胡海亞，李浩.綠色信貸對中國產業結構升級影響的實證分析——基于中國省級面板數據[J].經濟問題，2020(1) :37-43.

[3]舒利敏，廖菁華.末端治理還是綠色轉型？——綠色信貸對重污染行業企業環保投資的影響研究[J].國際金融研究，2022(4):12-22.

[4]李波，李貝貝，朱太輝，等.銀行競爭如何影響綠色信貸政策效應？——基于企業綠色轉型的檢驗[J].國際金融研究，2024(10):62-73.

[5]曹高航，高惺惟，王天琪，等.綠色信貸對商業銀行風險的影響——基于中國銀行業的多期雙重差分驗證[J].金融發展研究，2024(2):55-63.

[6]宗鑫，馮甜，張光晨，等.綠色信貸、技術進步對黃河流域碳排放影響的空間效應[J].人民黃河，2024，46(7)：1-7.

[7]楊柳勇，張澤野.綠色信貸政策對企業綠色創新的影響[J].科學學研究，2022，40(2)：345-356.

[8]曹廷求，張翠燕，楊雪.綠色信貸政策的綠色效果及影響機制——基于中國上市公司綠色專利數據的證據[J].金融論壇，2021，26(5):7-17.

[9]林樂芬，孫馨.綠色信貸對高耗能行業上市企業綠色績效影響的實證研究[J].現代經濟探討，2024(2)：82-92.

[10]周巖.綠色信貸對城市綠色技術創新的影響與機制研究[J].華中師范大學學報（自然科學版)，2024，58(6):631-640.

[11]劉瀾飚，任可歆.綠色信貸政策對企業綠色創新質量的影響研究[J].南開學報(哲學社會科學版)，2023(6)：131-145.

[12]周肖肖，賈夢雨，趙鑫.綠色金融助推企業綠色技術創新的演化博弈動態分析和實證研究[J].中國工業經濟，2023(6)：43-61.

[13]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，2024，27(3):118-128.

[14]陳幸幸，史亞雅，宋獻中.綠色信貸約束、商業信用與企業環境治理[J].國際金融研究，2019(12):13-22.

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

[16]程振，趙振智，呂德勝.綠色信貸、企業風險承擔與企業綠色創新——“波特效應\"的中國證據[J].技術經濟與管理研究，2022(10):68-74.

[17]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.

[18]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.

[19]張悅玫，方聰聰，崔淼.風險承擔、創新意愿與企業轉型升級的動態關系研究[J].首都經濟貿易大學學報，2023，25(3)：89-100.

[20]于波.綠色信貸政策如何促進企業綠色創新？[J].現代經濟探討，2023(2)：45-55.

[21]黃大禹，謝獲寶，孟祥瑜，等.數字化轉型與企業價值——基于文本分析方法的經驗證據[J].經濟學家，2021(12):41-51.

[22]趙宸宇.數字化轉型對企業社會責任的影響研究[J].當代經濟科學，2022，44(2)：109-116.

[23]高雨辰，萬瀅霖，張思.企業數字化、政府補貼與企業對外負債融資——基于中國上市企業的實證研究[J].管理評論，

2021，33(11):106-120.[24]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.[25]張勁松，魯珊珊.綠色信貸政策對企業創新績效的影響[J].統計與決策，2022，38(7)：179-183.[26]劉強，王偉楠，陳恒宇《綠色信貸指引》實施對重污染企業創新績效的影響研究[J].科研管理，2020，41(11)：100-112.[27]余明桂，李文貴，潘紅波.管理者過度自信與企業風險承擔[J].金融研究，2013(1)：149-163.[28]袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟，2021(9):137-155.[29]金環，于立宏，徐遠彬.綠色產業政策與制造業綠色技術創新[J].中國人口·資源與環境，2022，32(6)：136-146.[30]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022(5)：100-120.[31]葉世雄，蔡一鳴“絲路電商\"國際合作如何影響中國數字服務貿易？[J].世界經濟研究，2024(1):89-104.[32]王生年，張佩，侯丹陽.補償抑或擠出?命令控制型環境規制與企業風險承擔——基于中國A股上市公司的證據[J].南京財經大學學報，2024(1)：22-32.[33]李強，陳山漫.綠色信貸政策、融資成本與企業綠色技術創新[J].經濟問題，2023(8)：67-73.[34]王彥東，王雅琦.企業ESG表現、風險承擔與綠色技術創新[J].會計之友，2023(10)：94-102.[35]沈小波，陳語，林伯強.技術進步和產業結構扭曲對中國能源強度的影響[J].經濟研究，2021，56(2)：157-173.

Research on Green Credit Empowering Green Technology Innovation in Enterprises

XUEYawei， YINYuchao

(School of Management Engineering， Qingdao University of Technology， Qingdao ， China)

Abstract:Purpose: Greencreditpoliciesareanimportantforce topromote green technologicalinovation，developnewquality productivity for enterprises，andachievethedual carbongoals.Methods: Data from A-share listedcompanies in Shanghai and ShenzhenofChinafromO-2022 wereselected，andthediferenc-in-dferencsmethdasusedtoempicalltestthepolicy efectand mechanismof the“Green CreditGuidelines\".Conclusions: Underthe promotionofgreencredit policies，theeffectof greentechnological inovationincredit-constrained enterprises hasbeensignfcantlyenhanced.Byimprovingenterprisesrisktakingabilitygreenceditcieshavepromotedterpriss’greeninovationndteimprovementofterprissdigialpbilitieshasplayedapositiveregulatoryoleintisprocess.Thereaediferencesinteresponsesofdiferenteterpsestogeen credit policies.Amongthem，enterprises withighESGratings，locatedinasteandcentralregions，andsateowedeprss havebenefitedmore significantlyfrom greentechnologicalinovation.This paperprovidesatheoreticalreference foradvancing green finance to support the green transformation of the economy.

KeyWords:greencredit;difrence-ndiferencsmthd;isk-taing;digitalizationlevel;geentechologicalinoatio

[責任編輯：許立群]