綠色信貸對“兩高一剩”企業綠色創新的影響效果及其機制研究

李德山 茍晨陽

一 引 言

改革開放40多年來，中國在取得巨大經濟增長成就的同時也付出了高昂的環境代價。資源消耗、生態破壞等是目前中國經濟高質量發展面臨的難題(Kuznets，1955)。因此，如何解決生態環境問題、推動經濟綠色發展是關系到人民福祉的重要內容。近年來，中國政府高度重視環境問題，踐行綠色發展理念，中共十八大報告提出要大力推進生態文明建設，中共十九大報告進一步明確指出要把發展綠色金融作為推進生態文明建設的重要路徑。而綠色信貸政策是綠色金融的重要手段之一。

綠色信貸政策作為傳統環境規制政策的一種補充，既具有金融資源配置的功能，又具有環境規制的作用。2007年7月12日，國家環保局聯合中國人民銀行與中國銀行業監督管理委員會頒布了《關于落實環保政策法規防范信貸風險的意見》，該意見首次將綠色信貸作為節能減排與環境保護的重要經濟政策手段。2012年1月29日，中國銀行業監督管理委員會制定了《綠色信貸指引》(以下簡稱指引)，指引是首次提出綠色信貸的規范性文件，該政策的主要內容包括：第一，明確要求銀行業金融機構推進綠色信貸，防范環境和社會風險，提升自身的環境和社會表現，促進發展方式轉變；第二，要求銀行業金融機構明確綠色信貸的支持方向和重點領域，對限制類以及有重大環境和社會風險的行業制定專門的授信指引，實行有差別、動態的授信政策和風險管理制度；第三，要求銀行業金融機構應當建立有效的綠色信貸考核評價體系和獎懲機制，充分披露綠色信貸發展情況，同時指引也明確了中國證監會和各級銀行業監管機構的監督職責。綠色信貸政策明確要求銀行業金融機構通過其融資政策引導社會資本流向清潔產業，從而抑制污染性行業投融資和淘汰落后產能，促使企業加快技術創新和節能減排，以達到促進經濟發展方式轉變的目的(Zhang et al.，2011)。我國主要商業銀行2014-2018年年報顯示，企業貸款中“兩高一剩”行業的信貸供給呈下降趨勢，其貸款占比從2014年的4.54%下降至2018年的2.26%。那么，綠色信貸政策的實施能否推動“兩高一剩”行業的節能減排，促進企業的綠色技術轉型升級？本文以2012年中國銀監會頒布的《綠色信貸指引》政策來構造準自然實驗，采用2007-2019年中國A股上市企業的財務數據與匹配的綠色專利數據，運用雙重差分方法研究綠色信貸政策對“兩高一剩”企業綠色創新活動的影響，評估綠色信貸政策的實施效果，這對于相關政府部門制定環境經濟政策、深化綠色創新發展具有參考價值。

二 文獻綜述

目前關于綠色信貸的基本內涵主要有兩種看法：一是將綠色信貸看作是銀行或金融機構通過執行政策從而促進環境可持續發展的一種手段方式，認為金融機構利用自身的信息優勢、信貸資源、融資政策等為綠色環保產業提供信貸資金，是環境約束下的信貸配給(Jeucken和Bouma，1999；王鳳榮和王康仕，2018)；二是將綠色信貸納入環境規制政策體系中，認為綠色信貸政策是一種市場主導的經濟激勵型規制政策，從而使污染外部性內部化，以此促進企業綠色發展(彭星和李斌，2016；丁杰，2019)。而在綠色信貸政策的作用機理研究上，國內外學者分別從宏觀和微觀層面探討了實施綠色信貸政策的直接或間接影響。從宏觀層面來看，綠色信貸政策實施效果體現在對產業結構升級與經濟可持續發展的作用上，Hu et al.(2020)研究表明綠色信貸主要通過資本和融資渠道影響產業結構，且各地區實施效果存在一定差異性。從微觀層面來看，綠色信貸政策直接影響了商業銀行短期經營績效，有利于商業銀行控制信貸風險，從而提升其長期競爭優勢(Scholtens和Dam，2007；孫光林等，2017)。同時，綠色信貸政策的實施還間接影響了企業的生產經營活動與投融資行為。蘇冬蔚和連莉莉(2018)、蔡海靜等(2019)認為綠色信貸政策的實施對重污染企業形成強有力的信貸約束，從而影響企業投融資決策和短期銀行借款行為。

現有文獻關于環境政策對企業綠色創新影響的研究主要集中于政府層面實施的非金融手段的環境規制政策上，如命令控制型環境規制、費用型環境規制等(李廣培等，2018；吳力波等，2021)，而從銀行業層面分析信貸政策影響企業綠色創新的文獻還相對較少。國內外學者對綠色信貸政策對企業創新的影響主要持兩種觀點：一是“成本假說”，認為綠色信貸政策一方面通過設置環境準入門檻倒逼企業過多投入到減排活動中，另一方面增加高污染企業的信貸約束，從而抑制企業的研發創新(Khanna et al.，1998；陸菁等，2021)；二是“波特假說”，認為嚴格的綠色信貸政策引起創新補償效應，且綠色信貸政策具有給予綠色項目或企業以信貸資源支持的特征，進一步為環保企業開展綠色創新活動提供資金支持(Liu et al.，2020；汪建成等，2021)。由于綠色信貸政策的內涵與目標決定了信貸配給對象，不同實施對象面對信貸政策的策略性行為會有所不同，而已有文獻較少直接定位到“兩高一剩”企業、深入分析綠色信貸政策對其實施效果。

相較于已有研究，本文的邊際貢獻主要有：(1)已有研究較為注重政府環境規制對創新活動的影響，本文從市場型環境規制政策出發，探討綠色信貸政策對“兩高一剩”企業綠色創新的影響，可以進一步拓展環境規制政策評價的研究邊界。(2)本文借助“國際專利分類綠色清單”清晰界定企業的創新活動領域，并通過關鍵詞檢索和數據匹配從產出的角度界定企業綠色專利的申請和授權數量，這樣可以更好地識別企業綠色創新活動與非綠色創新活動，從而緩解數據測量帶來的誤差和干擾。(3)本文從企業債務融資能力和融資約束兩個維度，深入探討綠色信貸政策影響企業綠色創新活動的傳導渠道，實證檢驗了綠色信貸政策的實施對“兩高一剩”企業綠色創新的作用機制。(4)本文著重評估綠色信貸政策在綠色信貸限制行業中的實施效果，可以豐富綠色信貸政策的內涵，為加快“兩高一剩”企業的綠色轉型升級提供有益啟示。

三 理論機制分析

綠色信貸作為環境規制的一種經濟激勵手段，通過差異性信貸配給政策限制資金流向“兩高一剩”等污染型企業，引導資金流向節能環保企業，進而淘汰落后產能和促進企業綠色轉型發展(牛海鵬等，2020)。綠色信貸政策一方面可以拓寬環保企業的主要融資渠道，提升其直接融資規模，進而對環保企業產生融資激勵效應；另一方面可以降低“兩高一剩”企業的債務融資規模，提高其債務融資成本和外部融資需求，從而加重“兩高一剩”企業面臨的融資約束。

由于中國資本市場的發展還不完善，銀行信貸是企業研發創新投入的主要資金來源(Brown et al.，2012；Liu et al.，2019；徐飛，2019)。綠色信貸政策通過影響企業的外部融資渠道，進而影響企業的綠色創新活動。具體來說，第一，綠色信貸政策可以降低“兩高一剩”企業的信貸可得性。由于銀行從源頭上收緊對“兩高一剩”企業的信貸資金供給，使得主要依靠銀行這一外部融資渠道的污染型企業面臨更加嚴格的環境準入門檻和融資約束，進而使企業缺乏資金投入到周期長、不確定性大的綠色創新活動中。第二，綠色信貸政策可以降低“兩高一剩”企業的債務融資能力。由于“兩高一剩”企業在債務融資過程中被列為高風險投資，銀行或其他金融機構往往會調整其信貸策略，主動向“兩高一剩”企業提出撤資或者要求其以更高的報酬率補償環境風險，這都會對企業債務融資能力產生負面影響，從而不利于企業開展綠色創新活動。因此，綠色信貸政策的實施可以遏制外部資金流向“兩高一剩”企業，在抑制污染產業盲目擴張上起到關鍵性作用，但在推進綠色轉型升級上可能使得“兩高一剩”企業因面臨融資約束而無法進行技術改造升級。

另外，綠色信貸政策可能對不同產權性質企業的綠色創新活動產生非對稱性影響。由于國有企業享有政府擔保，且承擔了較多的國家政策導向性任務，而非國有企業面臨信息不對稱和一定程度的信貸歧視。因此，國有企業在銀行業金融市場上往往具有較大的融資便利性和可得性，綠色信貸政策對非國有企業的融資約束更為明顯，一定程度上使非國有企業對高風險、不確定性強、回報周期長的綠色創新活動投入嚴重不足。因此，本文基于綠色信貸政策實施效果的非對稱性特征，從融資和產權異質性的視角出發，將綠色信貸政策對企業綠色創新的影響機制整理如圖1所示。

圖1 綠色信貸政策影響企業綠色創新的理論機制分析

四 研究設計

(一)樣本選取與數據來源

本文將2007-2019年中國A股上市企業作為研究樣本。根據2014年中國銀行業監督管理委員會辦公廳印發的《綠色信貸實施情況關鍵評價指標》中對“兩高一剩”行業的具體分類，同時結合《國民經濟行業分類標準(GB/T4754-2017)》中對應的兩位數行業代碼。將紡織、皮毛制品、造紙、石油、煤炭、化學原料制品、橡膠、工業金屬加工和冶煉、運輸設備制造業等九大行業界定為“兩高一剩”行業，根據上市企業的主營業務是否屬于上述行業來判定相應的“兩高一剩”企業和非“兩高一剩”企業。同時剔除金融、房地產企業數據和股票代碼含有ST、ST*、PT的企業樣本數據。為了排除異常值的影響，本文對所有連續變量進行1%的縮尾處理。

綠色專利申請量參照世界知識產權組織的“國際專利分類綠色清單”(IPC Green Inventory)，確定約200個與環境友好技術主題直接相關的IPC檢索條目(任曉玲，2010)。本文根據環境友好專利IPC分類號的關鍵詞在國家知識產權局的官方網站中逐年檢索上市企業綠色專利申請和授權狀況，整理得到上市企業樣本期內各年份綠色專利申請量和授權量。最后，通過匹配綠色專利數據和上市企業財務數據獲得1127家上市企業共11462個觀測值，其中419家為“兩高一剩”企業。本文企業層面的財務數據來源于國泰安(CSMAR)數據庫、色諾芬(CCER)數據庫；宏觀數據來源于萬得(WIND)數據庫、《中國統計年鑒》以及《中國城市統計年鑒》。

(二)識別策略和變量定義

根據雙重差分方法的基本原理，本文將中國A股上市的“兩高一剩”企業設定為實驗組，非“兩高一剩”企業設定為對照組，以2012年銀監會頒布的《綠色信貸指引》為事件沖擊點，探討綠色信貸政策對“兩高一剩”企業綠色創新活動的影響。構建如下雙重差分模型：

(1)

其中，

i

、

p

、

c

、

t

分別表示不同的企業、行業、城市、年份。被解釋變量

hgp

是企業

i

第

t

年的人均綠色專利申請量。這里借鑒Aghion(2005)、Hashmi和Biesebroeck(2016)的思路，以創新活動產出測度企業創新活動水平，具體采用企業每年的綠色專利申請數量與企業當年員工人數的比值來衡量。同時，本文在穩健性檢驗部分利用人均綠色專利授權量作為綠色創新的代理變量。

treat

表示企業

i

是否為“兩高一剩”企業的組別虛擬變量，若是“兩高一剩”企業則取值為1，否則為0；

time

為政策頒布前后的時間虛擬變量，即2012年及以后定義為1，否則取值為0；

X

為一組控制變量；

δ

為個體固定效應；

λ

為時間固定效應；

η

為行業固定效應；

ξ

為城市固定效應；

ε

為隨機擾動項。根據已有文獻(王旭和王非，2019；謝喬昕和張宇，2021)，考慮到企業內部因素的影響，模型中加入企業層面的基本特征和財務狀況指標作為控制變量：企業年齡(

Age

)，用樣本期當期年份與企業上市年份之差加1來衡量；資產規模(ln

Size

)，用資產總值的對數值表示；資產負債率(

Lev

)，用負債占資產的比重來表示；凈資產收益率(

ROE

)，用凈利潤占股東權益平均余額的比重來衡量；機會成本(

tobinsq

)，以市值占資產與無形資產凈額、商譽凈額的差值的比重來衡量；現金流量(

CF

)，以經營活動現金流量凈值與資產的比值來表示；股權集中度(

shrcr

)，用企業1%股權集中度指標來衡量；應付職工薪酬(ln

Salary

)，以員工工資的對數值表示；員工數目(ln

Employee

)，用對數化的企業員工人數來衡量；研發強度(

RDI

)，用企業研發投入占主營業務收入的比重來表示；所有權性質(

ownership

)，若企業所有權性質是國有獨資或國有控股則賦值為1，其他賦值為0。同時，考慮到企業綠色創新活動還受到外部宏觀經濟狀況的影響，模型中還加入地區層面的經濟指標：地區經濟發展水平(ln

HGDP

)，用各企業所在地級市的當年實際人均GDP的對數來表示，這里以2007年為基期進行價格平減。為了考察“兩高一剩”企業與非“兩高一剩”企業在綠色創新、財務狀況等方面的差異，本文以是否為“兩高一剩”企業(

treat

)作為分組依據進行t檢驗，結果如表1所示。從表中可以看出，人均綠色專利申請數量(

hgp

)在兩組間有顯著差異，對照組中人均綠色專利申請量的均值比實驗組大0.417，且在1%水平上顯著，這說明非“兩高一剩”企業的綠色專利申請數量明顯高于“兩高一剩”企業。此外，其他控制變量的均值也有明顯差異，如“兩高一剩”企業的年齡(

Age

)、資產規模(ln

Size

)、現金流量(

CF

)、股權集中度(

shrcr

)、員工數目(ln

Employee

)的均值明顯高于非“兩高一剩”企業，而“兩高一剩”企業的資產負債率(

Lev

)、凈資產收益率(

ROE

)、機會成本(

tobinsq

)、研發強度(

RDI

)的均值明顯低于非“兩高一剩”企業。

表1 主要變量的分組描述性統計

五 實證結果分析

(一)基準回歸結果

表2為模型(1)的基準回歸結果。列(1)僅加入綠色信貸政策的交互項、企業固定效應以及時間固定效應，結果顯示交互項系數在1%水平上顯著為負。為了控制企業內部因素的影響，參照王曉祺等(2020)的研究，在列(2)中加入企業層面的控制變量，核心解釋變量的回歸系數依然顯著為負，這說明相對非“兩高一剩”企業，綠色信貸政策實施后“兩高一剩”企業綠色專利申請數量明顯降低。考慮到外部宏觀經濟環境對企業的影響，參照蘇冬蔚和連莉莉(2018)的研究，在列(3)中加入地區經濟發展水平指標，同時控制兩位數行業固定效應與時間固定效應的交互項，回歸結果表明綠色信貸政策使得“兩高一剩”企業的綠色創新水平顯著下降。進一步通過控制城市層面隨時間變化的不可觀測因素的影響，在列(4)中，加入時間固定效應與城市固定效應的交互項，結果仍然呈現顯著的負向作用。同時，由于實施綠色信貸政策對企業開展綠色創新活動的沖擊可能存在一定滯后效應，因此在列(5)中加入企業人均綠色專利申請量的一階滯后項，回歸結果顯示交互項系數為-0.2210，且在1%水平上顯著，這表明綠色信貸政策的實施使得“兩高一剩”企業的人均綠色專利申請量降低了0.2210件。可能的原因是綠色信貸政策限制“兩高一剩”企業的銀行信貸規模，使其面臨外源融資約束，同時也可能由于高昂的治污成本擠占綠色創新投入，最終使得綠色專利申請量持續降低。

表2 基準回歸結果

(續上表)

(二)平行趨勢檢驗

運用雙重差分法需要滿足共同時間趨勢假設，這里采用事件研究法來進行平行趨勢檢驗，將政策頒布后的年份具體到每一年，即分別將組別虛擬變量與政策頒發后各年度虛擬變量的交叉項作為核心解釋變量進行回歸分析。如圖2所示，可以看出綠色信貸政策實施前后四年企業綠色創新活動的動態變化情況。在綠色信貸政策實施前，交互項系數在0附近徘徊且不顯著，意味著綠色信貸政策實施之前實驗組和對照組企業的綠色創新沒有顯著差異，而在綠色信貸政策實施后，“兩高一剩”企業的綠色創新與對照組企業存在明顯差異，平行趨勢假設得到滿足。綠色信貸政策于2012年正式頒布，2013年起政策對“兩高一剩”企業的綠色創新產生了顯著的負向作用，且這種抑制效果持續了一段時間。說明隨著政策頒布時間的推移，長期持續的信貸約束使得“兩高一剩”企業一方面面臨著技術升級改造和治污成本提高的壓力，另一方面缺乏銀行信貸的支持，導致企業沒有更多的研發資金來進行綠色研發投入，最終使得綠色專利申請量不斷減少。中國金融體系以銀行業金融機構為主導，銀行信貸是企業的主要融資手段，研發創新過程中的信息不對稱和高風險提高了企業外部融資成本，以穩收益為主的銀行信貸融資渠道很難將資金投向高風險的研發創新活動，從而在一定程度上阻礙了污染型企業的綠色創新(Hall和Lerner，2010)。

圖2 平行趨勢檢驗

(三)穩健性檢驗

為了檢驗基準回歸結果的穩健性，避免可能存在的模型誤設、測量偏差以及樣本選擇偏差等問題，分別使用PSM-DID、更換被解釋變量衡量方式以及擴大樣本的方法來解決以上問題。具體來說，表3列(1)是采用PSM-DID方法來評估政策處理效應的回歸結果。首先，運用Logit模型估計實驗組與對照組可觀測變量的傾向得分值；其次，采用核匹配的方法來確定權重，從對照組中找到與實驗組在可觀測變量上盡可能相似(匹配)的企業；最后，在有效得到實驗組及與其相匹配的對照組的平均處理效應的基礎上計算雙重差分的估計結果。表3列(2)運用企業綠色專利的人均授權數量來衡量綠色創新。表3列(3)則通過擴大樣本量再次驗證基準回歸結果的穩健性。由于《綠色信貸實施情況關鍵評價指標》中明確指出了需要制定信貸政策的行業(包含了第一產業、第二產業以及少數第三產業)，本文進一步將第三產業企業樣本數據加入到對照組中并進行回歸分析。通過一系列穩健性檢驗，交互項系數依然顯著為負，即綠色信貸政策對“兩高一剩”企業開展綠色創新活動具有顯著的負面影響，與上述基準回歸結果一致。

表3 穩健性檢驗結果

為了排除城市金融發展水平、環境規制以及政府補貼等遺漏變量和其他環境政策沖擊的影響，本文還進行了以下穩健性檢驗。

1.控制城市金融發展水平的影響。研發創新離不開金融的支持，城市金融體系的完善程度會影響到該地區企業的研發創新活動。由于中國漸進式金融改革導致各地區之間的金融發展水平存在顯著差異，尤其是受地方保護主義和地區市場分割的影響，各地區的信貸資源配置明顯不同(解維敏和方紅星，2011)。考慮到城市金融發展水平對企業綠色創新活動的影響，借鑒鐘騰和汪昌云(2017)的做法，使用各地級市金融機構存貸款余額之和與地區GDP的比值來衡量城市金融發展水平(

FD

)，將城市金融發展水平指標加入到模型(1)中進行回歸分析。由表4列(1)可以看出，交互項系數仍然顯著為負，一定程度上說明排除城市金融發展水平對回歸結果的影響后，綠色信貸政策對“兩高一剩”企業的綠色創新活動仍然具有負面影響。2.控制環境規制的影響。目前關于環境規制對企業研發創新的影響存在不同觀點，以傳統古典經濟學派為代表的“成本假說”認為環境規制會增加企業的治污成本，對企業研發投入產生擠出效應；而支持“波特假說”的學者們則認為適當的環境規制強度可以激發企業的研發創新動力(Rubashkina et al.，2015；張倩，2015)。考慮政府主導的行政型環境規制可能會對企業綠色創新產生一定的影響，因此，本文進一步控制環境規制的影響。參考李德山和張鄭秋(2020)的研究，將污水處理廠集中處理率、固體廢棄物綜合利用率運用熵值法轉換為綜合指標來衡量城市環境規制強度(

ER

)。根據表4列(2)的回歸結果，在控制城市環境規制強度后，綠色信貸政策對“兩高一剩”企業綠色創新活動依然具有顯著的抑制作用。3.控制政府補貼的影響。由于政府的研發補貼可以降低企業創新投入成本，從而刺激企業研發創新(Bronzini和Piselli，2016)。尤其是針對企業研發創新的專項補貼會直接降低企業研發創新的成本和風險，從而激發企業開展創新活動。因此，本文進一步控制政府研發補貼(

Gov

)，若企業獲得政府研發補貼賦值為1，否則賦值為0。表4列(3)顯示，加入政府研發補貼后，交互項系數依然顯著為負，這進一步排除政府研發補貼對估計結果的干擾。

4.排除其他環境政策沖擊的影響。為了檢驗對企業綠色創新的抑制效應是由綠色信貸政策引起的，而非受其他政策的影響，通過控制樣本期內其他重大環境政策來得到更干凈的政策處理效應。首先，2015年實施的《中華人民共和國環境保護法》(以下簡稱新環保法)可能對“兩高一剩”企業的監管造成沖擊，將2015年及以后的時間虛擬變量賦值為1，把其與組別虛擬變量的交互項當作控制變量放入到模型(1)中，結果如表4列(4)所示，交互項系數依然顯著為負。其次，2018年國務院頒布的《中華人民共和國大氣污染防治法》對企業綠色創新產生一定影響。為了控制出臺《大氣污染防治法》這一法律法規對結果的干擾，在模型(1)中加入2018年及以后的時間虛擬變量與組別虛擬變量的交互項作為控制變量，根據表4列(5)的回歸結果，核心解釋變量的回歸系數為-0.2810，且在1%水平上顯著，即綠色信貸政策的實施使得“兩高一剩”企業人均綠色專利申請量降低了0.2810件。因此，剔除其他環境政策的影響后，綠色信貸政策的實施顯著抑制了“兩高一剩”企業開展綠色創新活動。

表4 競爭性分析

(續上表)

(四)安慰劑檢驗

1.時間安慰劑檢驗

為了進一步驗證本文估計結果的穩健性，參照Topalova(2010)的方法進行時間安慰劑檢驗。假定政策提前兩年實施(2010年)，并將原政策頒布后的樣本年份剔除，將樣本期設定在2007-2012年來考察綠色信貸政策是否仍然對“兩高一剩”企業綠色創新有影響。表5列(1)將人均綠色專利申請量作為企業綠色創新的代理變量，加入組別虛擬變量與新事件時間點虛擬變量的交互項，可以看出交互項系數不顯著；表5列(2)將人均綠色專利授權量作為企業綠色創新的代理變量進行檢驗，交互項系數依舊不顯著。這表明推前政策頒布時間點后企業綠色創新活動并未受到顯著的影響，也進一步說明本文綠色信貸政策實施效果評價的有效性。

表5 時間安慰劑檢驗

(續上表)

2.隨機抽取實驗組的安慰劑檢驗

考慮到政策實施前后，實驗組和對照組可能存在樣本選擇偏差和遺漏變量的問題。本文參考Li et al.(2016)、呂越等(2019)的思路，以隨機抽取實驗組的方式來進行安慰劑檢驗。本文樣本數據共包含47個兩位數行業，其中9個兩位數行業為“兩高一剩”行業；1127家上市企業，其中419家為“兩高一剩”企業。據此，本文先從47個兩位數行業中隨機選取9個行業作為“兩高一剩”行業，再從這些行業中抽取419家企業，將其設定為“偽”實驗組，剩余企業則設定為“偽”對照組，從而構建一個安慰劑檢驗的虛擬變量。若沒有顯著的遺漏變量偏差，新構建的組別虛擬變量與時間虛擬變量的交互項將不會對企業綠色創新有顯著影響，且安慰劑檢驗處理變量的回歸系數不會顯著偏離零點。將隨機抽取的樣本重復進行1000次回歸檢驗，圖2展示了安慰劑檢驗的估計系數-P值散點圖，黑色實線表示安慰劑檢驗的估計系數分布，黑色小點是安慰劑檢驗估計系數對應的P值，水平虛線為10%顯著性水平，垂直虛線為基準回歸的真實估計系數。從圖3可以清晰地看出，1000次回歸結果的估計系數均值為-0.0003，集中分布在0附近，且絕大部分P值大于0.1。同時，1000次的隨機模擬中共有995次大于真實值(99.5%)，這也證明綠色信貸政策對“兩高一剩”企業綠色創新活動具有明顯的抑制作用。

圖3 估計系數-P值散點圖

(五)異質性分析

1.企業所有權性質的異質性分析

國有企業和非國有企業在資金規模、經營績效等方面有較大區別。國有企業資金雄厚，與商業銀行建立長期的合作關系。因此，商業銀行可能更愿意將資金投向風險低、收益穩的國有企業。非國有企業則大多因為信息不對稱而面臨融資約束問題(沈紅波等，2010)。這說明不同所有權性質的企業受到綠色信貸政策的影響可能會有所不同。表6列(1)和列(2)分別是綠色信貸政策對國有企業和非國有企業綠色創新的影響，可以發現綠色信貸政策對非國有企業綠色創新有顯著的負向作用，而國有企業受到的負面影響并不顯著。可能的原因是相較于國有企業，非國有企業無法向銀行提供充分的抵押或擔保，從而面臨銀行信貸歧視，導致其缺乏資金投入到綠色創新活動中(林毅夫和孫希芳，2005)。然而國有企業自身資金雄厚，綠色信貸政策引起的外源融資約束短期內并未對其產生明顯的沖擊，因此，綠色信貸政策對國有企業的綠色研發創新影響并不顯著。

2.綠色專利類型的異質性分析

不同類型的綠色專利在研發周期與技術水平需求上具有一定差異，這使得企業的經營方式、資金規模、研發投入也會有所不同，從而有可能導致企業受到政策影響的程度不同(張杰和鄭文平，2018)。因此，本文進一步將綠色專利細分為發明專利和實用新型專利。根據表6列(3)、 列(4)的回歸結果，可以發現綠色信貸政策同時降低了“兩高一剩”企業綠色發明專利和綠色實用新型專利的申請量，且綠色信貸政策對綠色發明專利的影響更大。這可能是因為發明專利投資周期更長、資金需求更大、技術水平要求更高(葉祥松和劉敬，2018)。因此，對于申請綠色發明專利的企業而言，綠色信貸政策沖擊引起的融資約束使其更難將資金投入到綠色發明專利的研發活動上來，最終使得綠色發明專利申請量顯著降低。

表6 異質性分析

(六) 機制分析

由于綠色信貸政策主要通過信貸資源配給途徑對“兩高一剩”企業產生融資約束，進而影響企業的生產經營和創新活動。因此，本文分別從企業債務融資成本和外部融資需求兩個角度衡量企業面臨的融資約束，深入探討綠色信貸政策對“兩高一剩”企業綠色創新水平的影響機制。具體地，借鑒鐘凱等(2016)的思路，選取企業應付利息與短期借款、長期借款以及一年內到期的非流動負債之和的比值作為企業債務融資成本(

CDF

)的間接測度指標，該指標越高，說明企業面臨的融資約束越大。同時，根據陸菁等(2021)的衡量方法，以企業應收賬款凈值與總資產的比值表示企業外部融資需求(

BFRR

)，該指標值越低，表明企業對外部融資的依賴程度越高，企業面臨的外部融資約束越大。為了考察綠色信貸政策通過企業債務融資成本和融資需求對綠色創新的間接影響，本文借助中介效應模型進行渠道機制檢驗。表7列(1)、 列(2)是債務融資成本的中介效應估計結果，從列(1)可以看出，綠色信貸政策顯著提高了“兩高一剩”企業的債務融資成本，列(2)交互項系數和企業債務融資成本的回歸系數皆顯著，即綠色信貸政策通過部分地影響企業債務融資成本而間接對企業綠色創新活動產生作用。經計算可得，企業債務融資成本的中介效應占總效應的比例為1.7881%。表7列(3)、 列(4)則是以企業外部融資需求作為中介變量的估計結果，交互項系數和外部融資需求的回歸系數均顯著，表示存在企業外部融資需求的部分中介效應，且計算得出企業外部融資需求的中介效應占總效應的比例為1.8052%。綜上，企業債務融資成本和外部融資需求的中介效應雖然在統計學意義上顯著，但在經濟學意義上解釋有限，這表明綠色信貸政策主要是通過直接作用來影響企業的綠色創新活動。

表7 機制分析

六 進一步討論

綠色信貸政策通過嚴控“兩高一剩”行業的放貸力度，進而支持綠色經濟的發展。為了深入考察綠色信貸政策的實施效果，進一步挖掘綠色信貸政策是否促進環保企業的綠色創新則顯得尤為重要。因此，本文將樣本中的實驗組企業更換為環保企業，考察綠色信貸政策對環保企業綠色研發創新的影響。根據《國民經濟行業分類標準(GB/T4754-2017)》中的兩位數行業代碼，將生態保護和環境治理業、廢棄資源綜合利用業的上市企業認定為環保企業，刪除數據嚴重缺失的樣本，最終得到35家環保企業數據。從表8列(1)的回歸結果可以看出交互項系數顯著為正，這說明綠色信貸政策對環保企業開展綠色創新活動具有顯著的正面影響。由于綠色信貸政策明確指出要支持節能環保項目及服務貸款，因此，對于環保企業來說，其外源融資相對“兩高一剩”企業而言更有優勢，從而可以獲得更多的資金用于企業綠色研發創新活動。

為檢驗綠色信貸政策對環保企業綠色創新影響回歸結果的穩健性，更換被解釋變量為人均綠色專利授權量，結果如表8列(2)所示，交互項系數依然顯著為正，表明綠色信貸政策的實施有利于環保企業開展綠色創新活動。本文進一步驗證綠色信貸政策促進環保企業綠色創新的渠道機制，與上文衡量方式相同，將環保企業外部融資需求作為融資約束的測度指標，該指標值越低，企業面臨的融資約束越大。表8列(3)、列(4)為環保企業外部融資需求中介效應的估計結果，綠色信貸政策顯著提高環保企業的外部融資需求，降低其面臨的融資約束，從而促進環保企業開展綠色創新活動。

表8 綠色信貸政策對環保企業綠色創新的影響

七 研究結論與政策啟示

本文以2012年頒布的《綠色信貸指引》為準自然實驗，運用雙重差分法定量分析綠色信貸政策對2007-2019年中國A股上市企業綠色創新活動的影響，通過排他性分析、安慰劑檢驗等方法進行穩健性檢驗，并從企業融資約束視角出發探究綠色信貸政策對“兩高一剩”企業綠色創新活動的作用機制。研究結果顯示：(1)綠色信貸政策顯著抑制了“兩高一剩”企業開展綠色研發創新活動，這種負面影響在非國有企業中更為明顯。(2)在逐步控制模型誤設、測量偏差、樣本選擇偏差、遺漏變量以及其他環境政策等因素對基準回歸結果的影響后，發現綠色信貸政策對“兩高一剩”企業綠色創新活動仍然具有顯著的抑制作用。(3)綠色信貸政策的差異性信貸資源配置使得“兩高一剩”企業的融資約束加大，同時又面臨治污成本提高和技術升級改造的壓力，最終導致企業沒有更多的資金來進行綠色研發創新。(4)綠色信貸政策對環保型企業的綠色創新具有顯著正向影響，政策實施使得銀行業金融機構加大對清潔產業的信貸支持，從而有助于環保企業開展綠色創新活動。

基于以上分析得到的政策啟示為：第一，銀行應根據實際情況實施綠色信貸政策，避免“一刀切”，阻礙污染型企業的綠色創新和技術改造升級。第二，完善綠色信貸政策對“兩高一剩”企業的激勵與約束調節機制，在控制污染型企業盲目擴張和推進減排的同時，應激發其綠色改造、創新轉型升級的內在動力。政策實行過程中不應該忽視推動污染型企業綠色技術革新，從源頭上解決企業生產過程中的污染行為。第三，根據綠色信貸的動態授信原則，相關部門應實時評估政策實施效果和調整貸款對象。若污染型企業的投資項目目標是通過綠色技術改造來減少污染排放，那么銀行應適當調整授信項目并給予資金支持，確保污染型企業在綠色創新活動中有充足的資金和動力。