環境規制、綠色金融發展與工業企業創新

周波　劉晶

關鍵詞：綠色金融；環境規制；工業企業創新；調節效應

摘 要：本文針對環境規制、綠色金融發展與工業企業創新關系的實證研究問題，將三者納入統一分析框架，采用2010—2019年長江經濟帶11省市面板數據，以動態演化博弈分析為理論支撐，運用動態面板模型、固定效應面板模型和調節效應模型進行實證檢驗，從創新投入和創新產出兩個角度實證研究環境規制、綠色金融發展與工業企業創新的關系。研究結果表明：（1）綠色金融發展與工業企業創新投入顯著正相關，與創新產出顯著負相關。（2）環境規制在綠色金融發展與工業企業創新的關系中起正向調節作用。（3）環境規制與工業企業創新產出存在“倒U”關系和非線性調節效應。（4）工業資本集中度與工業企業創新顯著正相關；外商投資規模和企業利潤水平與工業企業創新顯著負相關；工業企業銷售產值比重對工業企業創新投入的影響不顯著，但與企業創新產出顯著正相關。

中圖分類號：F204文獻標識碼：A文章編號：1001-2435（2023）05-0123-12

Environmental Regulation，Green Financial Development and Industrial Enterprise Innovation—An Empirical Study Based on 11 Provinces and Cities in the Yangtze River Economic Belt

ZHOU Bo1，LIU Jing1，2 （1.School of Finance & Taxation，Dongbei University of Finance & Economics，Dalian Liaoning 116025，China；2.School of Economics and Management，Anhui Normal University，Wuhu Anhui 241003，China）

Key words：green finance；environmental regulation；industrial enterprise innovation；regulatory effect

Abstract：Aiming at the empirical research on the relationship between environmental regulation，green financial development and industrial enterprise innovation，this paper brings the three into a unified analysis framework. Based on the panel data of 11 provinces and cities in the Yangtze River economic belt from 2010 to 2019，the dynamic evolutionary game analysis is used as the theoretical support. Using dynamic panel model，fixed effect panel model and regulatory effect model，this paper empirically studies the impact of environmental regulation，green financial development and industrial enterprise innovation from the perspectives of innovation input and innovation output. The results show that：（1） The development of green finance has a significant positive correlation with the innovation input of industrial enterprises，and a significant negative correlation with the innovation output. （2） Environmental regulation plays a positive role in the relationship between green financial development and industrial enterprise innovation. （3） Environmental regulation and enterprise innovation output have an "inveted U" effect and nonlinear regulating effect. （4） There is a significant positive correlation between industrial capital concentration and the industrial enterprise innovation. The scale of foreign investment has a significant negative correlation with the profit level of enterprises and the innovation of industrial enterprises. The proportion of sales output value of industrial enterprises has no significant impact on the innovation input of industrial enterprises，but has a significant positive correlation with the innovation output of enterprises.

一、引 言

當前，我國經濟正從高速增長向高質量發展轉型，“綠色”“生態”成為產業轉型升級和工業高質量發展的重要方向。1然而，現階段我國大多數地區經濟和生態之間的關系仍處于發展與防治的相持階段，打好污染防治攻堅戰仍是一項長遠性工作，特別是少數生態脆弱且經濟欠發達地區，仍處于以發展資源消耗和污染排放型產業為主的開發建設階段，給生態環境造成巨大壓力。污染防治要從源頭治理，要著力解決“工業圍城”問題，加快退城入園，在優化布局中加快工業創新轉型升級，推動工業綠色化發展。

工業企業轉型升級需要大量資金用于生產技術創新，綠色金融可以聚合社會資本投入綠色產業，有效抑制污染性投資，為企業融資轉型提供內在動力。22016年，人民銀行等七部委聯合發布《關于構建綠色金融體系的指導意見》，將綠色金融定義為“支持環境改善、應對氣候變化和資源節約高效利用的經濟活動”，肯定了綠色金融在我國可持續發展中所發揮的重要作用，綠色金融的實施能夠從金融市場層面有效改善企業污染行為。南非綠色基金、英國綠色投資銀行（GIB）及大量綠色戰略投資基金等都在支持企業環保創新中起到了重要作用。另一方面，政府環境規制在短期內增加了企業的環保成本，在短期成為企業創新轉型的外在約束；環境規制改變了企業的產品規劃和戰略，促使企業通過創新進行轉型，從長期看將激勵企業創新。

長江經濟帶橫跨我國東中西三大區域，在我國區域發展總體格局中具有重要戰略地位，人口和生產總值均超過全國的40%，新興產業規模占全國比重均超過50%。3在長江經濟帶實現長期高速增長的同時，長江經濟帶利用長江流域資源，過度發展高耗能、高污染產業，導致長江黃金水道環境問題嚴重。國家非常重視長江經濟帶的綠色生態發展，多次強調以綠色發展為引領，全力推動長江經濟帶高質量發展。近年來，國家提出長江經濟帶“共抓大保護、不搞大開發”的發展戰略，著重以工業為抓手，分別從產業轉型升級、污水治理排放等方面制訂相應政策，長江經濟帶綠色金融發展成效顯著。

綠色金融的實施能夠從金融市場層面有效改善企業污染行為，提高綠色全要素生產率，對于經濟動能轉換和生態發展具有重要的理論和現實意義。由于企業追求利益最大化，綠色生產會給企業帶來巨大的附加成本，且短期難以見效，故政府環境規制成為企業創新轉型的外在約束。根據內生增長理論，傳統工業技術進步取決于行業內生產者決策行為，但在可持續發展背景下，工業技術創新將外生化，工業技術創新同時受到外在綠色金融激勵與環境規制約束的影響。綠色金融發展會鼓勵一部分節能減排企業擴大生產，獲得足夠資金轉變生產方式，但對高污染企業則會約束其金融需求。為厘清三者之間的關系，本文以長江經濟帶11個省市為例，深入研究政府環境規制、綠色金融發展與企業創新的關系，對長江經濟帶動能轉換、綠色高質量發展具有重要的理論和現實意義。

二、文獻綜述

金融是企業創新的重要資源。在理論層面，國內外學者從不同角度研究綠色金融對企業創新的影響。Greenwood 和Kennedy認為金融中介可促進生產率增長，資金的投放能提高金融機構資本回報率，且綠色金融在能源可持續、環境修復、工業污染控制和綠色生產等方面提供了有效支持。12Graedel認為工業技術變革與工業生態有關，同時需要金融行業對企業創新提供融資支持。3韓立巖、尤苗和魏曉云認為綠色產業發展需要資金的長期支持，但我國金融服務滯后制約了產業轉型升級。4在實證層面，學者們針對綠色金融與企業創新的關系進行研究，但研究結論未達成一致。在貨幣市場維度方面，實證研究表明綠色信貸有助于推動企業技術創新，5678但銀行業發展水平對企業技術創新的促進作用存在區域差異。在資本市場維度方面，資本市場的發展能促進企業創新，910且股票市場相比傳統金融更能提升經濟效率。研究表明金融發展對工業創新的支持力度比服務業大，111213金融發展顯著提升了綠色全要素生產率，但存在區域差異。

政府及其環境規制促進綠色金融發展。Cowan認為亞洲的綠色金融可持續發展，除了要研究多邊融資倡議，同時需要地方政府對綠色金融的支持。14韓立巖和徐揚提出綠色機理理論，從數量信號、價格信號與綠色評級信號三個維度，運用均衡分析理論證實政府引導顯著促進了綠色金融發展。15李曉西認為政府對綠色金融建設具有雙向作用，政府在定位上應尊重市場主體，引導與支持綠色金融發展。16龔斯聞、趙國棟和馬曉崟等認為中國的綠色金融主要是以政府為主體的政策驅動模式，盡管政府主導模式與金融內在市場化驅動背道而馳，但是“自上而下”的政府主導調節在短期內顯著促進了綠色金融發展。17

現有關于環境規制與企業創新關系的研究主要有兩類代表性觀點。第一種觀點為“遵循成本說”。該理論認為環境規制迫使企業將環境成本內生化，令企業增加資金用于預防和減少污染排放，企業的技術創新與開發，由于增加的環境成本未得到補償，而受到抑制，從而企業的創新水平降低了。實證發現環境規制導致GNP水平下降2.59%，環境規制對經濟績效的影響較大。1而污染治理導致美國化工、鋼鐵、有色金屬、非金屬礦物制品以及造紙等產業生產率下降0.1—0.3。2第二種觀點是“創新補償說”。該觀點認為環境規制激勵了企業進行技術創新，目的是縮小污染范圍，控制其生產成本。Brunnermeier 發現美國制造業環境治理費用與環境專利成正比；3宋馬林、王舒鴻認為我國環境規制對經濟增長的創新補償效應彌補了成本效應。4在動態競爭環境中，當一個行業有更具優勢的生產率和更低的生產成本時，環境規制的有效性較弱，倒逼企業進行技術創新。5相對落后的經濟體更傾向于發布諸如限制競爭和投資補貼的政策，盡管這些政策短期內會刺激投資，但同時會產生巨額的長期成本，公司傾向于引進創新技術而不進行自主創新。中國東部和中部地區初始較弱的環境規制削弱了企業生產技術進步的潛力，但隨著環境規制的增強，企業技術進步率逐步提升，環境規制對于全要素增長率起正向促進作用。678徐茉和陶長琪認為政府干預對全要素生產率有顯著負向影響。9

綜上所述，現有研究對環境規制影響企業創新的條件和結論并不統一，對企業的效率及政府的具體政策都會產生不同的影響。并且存在以下不足：（1）鮮少文獻研究環境規制、綠色金融與企業創新這三者之間的聯立關系及影響機制。（2）現有文獻主要用全要素增長率來衡量企業創新，分析環境規制對企業創新的影響，但全要素增長率并未進行產業區分。（3）現有文獻主要針對省級數據、上市企業數據，以長江經濟帶11個省市為對象的研究較少。應該注意到，創新是一項高投入的長期行為，如果環境規制的成本較高，政府發展綠色金融將極大地緩解企業的資金壓力，提高企業的創新能力。因此有必要將環境規制、綠色金融同時納入到企業創新的分析框架，探討二者對企業創新投入及創新產品的作用及機制。基于此，本文的邊際貢獻在于：（1）拓寬了工業企業創新的研究范疇。將環境規制、綠色金融與企業創新三者聯系起來，納入同一框架進行研究，探討綠色金融和環境規制及其協同作用對工業企業創新的影響。（2）為長江經濟帶工業企業創新實踐提供了有效指導。本文發現：綠色金融發展與工業企業創新投入顯著正相關，與創新產出顯著負相關；環境規制在綠色金融發展與工業企業創新的關系中起正向調節作用；環境規制與工業企業創新產出存在“倒U”關系和非線性調節效應。這些研究結論可以為工業企業創新提供理論和實踐指導。

三、理論分析及演化博弈模型構建

（一）問題描述與模型選擇

工業企業是兼具污染排放者、生態破壞者和綠色技術結構性轉型的實施者的雙重身份，金融機構扮演著工業企業創新行為的資本激勵主體的角色，地方政府是環境政策的實施者和引導企業生產技術創新的規制者，間接參與環境治理和企業生產技術創新博弈。本文基于演化博弈理論，選擇政府參與下雙方動態演化博弈模型，探究不同環境規制下綠色金融發展水平對工業企業創新的博弈過程。1博弈各主體之間關系如圖1所示。

（二）動態演化博弈模型構建

假設：政府實施積極綠色金融政策的概率記為α、工業企業改進生產水平的概率記為β，α和β處于0—1的范圍，金融機構實施綠色金融政策的附加成本記為[S]，收益記為P1，否則附加成本為0，收益記為P2（P1

如果在均衡點處滿足[detJ>0]，且[trJ<0]，則復制動態方程的均衡解是演化博弈中演化穩定策略（ESS）。因此，本文所建立的雙方動態演化博弈模型均衡點的行列式和跡如表4所示。

（三）動態演化博弈模型結論

（1）當[π1]<0，[π3]<0時，（0，0）為博弈演化系統的唯一穩定點，說明金融機構積極實施綠色金融政策和企業改進生產水平使得二者潛在收益為負。如果地區政府能夠提供足夠的財政支持，[π1]和[π3]將提高，從而改變博弈演化系統的穩定策略，企業有足夠動力改進生產水平。

（2）當（[π1-π2]）<0，[π3]>0時，（0，1）為博弈演化系統的唯一穩定點，說明金融機構并未實施綠色金融政策，企業自主選擇改進生產水平降低污染，該穩定策略是一種理想狀態。

（3）當[π1]>0，[π3+π4<0]時，（1，0）為博弈演化系統的唯一穩定點，說明即使大力發展綠色金融也不足以讓企業改進生產水平降低污染，企業改進生產水平在短期內會出現虧損，企業轉型動力不足。

（4）當[（π1-π2）]>0，[（π3+π4）]＞0時，（1，1）為博弈演化系統的唯一穩定點，是穩定且最優狀態，表明綠色金融發展取得一定效果，企業積極治污給企業帶來良好聲譽和品牌效益。

此外，若當地政府環境規制水平為0，即[δ=0]，[A=0]，[B=0]時，[π1]和[π3]降低，且[π3]<0，（0，1）和（1，1）狀態無法實現。表明無政府參與，無論綠色金融政策是否積極，工業企業出于自身利益考慮不會選擇改進生產水平。

根據博弈演化模型結論和前人研究成果，本文提出以下研究假設：

假設1：綠色金融發展與工業企業創新投入顯著正相關。

假設2：環境規制與企業創新產出顯著正相關。

假設3：環境規制在綠色金融與企業創新的關系中起調節作用。

四、研究設計

（一）數據來源

本文以2010—2019年長江經濟帶11省市為研究樣本，各省市金融機構年末貸款總額、金融機構年末存款總額數據來源于《中國城市統計年鑒》，各省市工業企業研發經費支出，工業新產品銷售收入，工業企業銷售產值、工業企業總資產和工業利潤總額來源于國家統計局和《工業統計年鑒》。綠色債券發行額、人均金融業產值數據來源于wind數據庫，各省工業企業就業人數來源于《中國勞動統計年鑒》。各省市工業總產值、工業污染治理投資、實際利用外商投資額、GDP數據來源于國家統計局和國研網工業統計數據庫。

（二）變量選取

本文的被解釋變量為工業企業創新投入產出，借鑒劉銳的研究，1創新投入強度（[RD]）用地區工業研發經費支出/地區[GDP]表示，創新產出績效（[PERF]）用地區工業新產品銷售收入/地區工業總資產表示。核心解釋變量為綠色金融發展水平（[GF]），借鑒黃建歡和周五七的研究，23用地區綠色債券發行額（萬元）/長江經濟帶綠色債券發行總額（萬元）表示。環境規制強度（[ER]），借鑒Song的研究，4用地區工業污染治理投資（億元）/地區工業總產值（億元）表示。控制變量采用各省市外商投資（[FDI]），用各省實際利用外商投資額/[GDP]表示；工業企業生產規模（[SCALE]），用各省工業企業銷售產值/工業企業總資產表示；工業企業利潤水平（[PRO]），用各省工業利潤總額/工業總資產表示；工業企業資本密集度（[CAP]），用各省工業總資產/工業全部從業人數表示。

（三）模型構建

環境規制強度越強，企業污染成本越高，環境規制在一定程度上倒逼工業企業綠色轉型。對于公式[Y=fX，M+e]，如果[Y]和[X]的關系受[M]的影響，則[M]為該模型的調節變量。5本文調節變量為環境規制強度[ERit]，考慮地方政府環境規制的影響具有滯后性，因此將環境規制強度滯后一期納入模型中。同樣的原因，在模型中引入綠色金融和外商投資的滯后變量，此外，對調節效應模型，需對解釋變量做中心化處理。

首先做[Y]對[X]和[M]的回歸，即工業企業創新對綠色金融發展水平和環境規制的回歸，研究模型加入調節變量[ERit]，如模型（11）和模型（12）所示，自變量和調節變量均為中心化后的值。

[RDit=α1RDit-1+β1GFit+λ1ERit-1+γ1FDIit+γ2SCALEit+γ3PROit+γ4CAPit+μi+λi+εit] （11）

[PROFit=β2GFit-1+λ2ERit-1+φ1FDIit-1+φ2SCALEit+φ3PROit+φ4CAPit+μi+εit] （12）

其中[μi]為地區啞變量，代表不隨時間變化的地區固定效應，[λi]為時間啞變量，代表不隨地區變化的時間固定效應，[εit]為誤差項，[αi]、[βi]、[γi]和[?i]為待估參數。

其次做[Y]對[X]、[M]和[XM]的回歸，即在模型（11）和模型（12）的基礎上，將調節變量環境規制強度和綠色金融發展水平與環境規制強度的交互項分別加入，得到模型（13）和模型（14）。

[RDit=α1RDit-1+β1GFit+λ1ERit-1+η1（GFit×ERit-1）+γ1FDIit+γ2SCALEit+γ3PROit+γ4CAPit+μi+λi+εit] （13）

[PROFit=β2GFit-1+λ2ERit-1+η2（GFit-1×ERit-1）+φ1FDIit-1+φ2SCALEit+φ3PROit+φ4CAPit+μi+εit] （14）

最后分別將模型（11）和模型（13）以及模型（12）和模型（14）的回歸結果進行比較，判斷調節效應是否顯著。為判斷調節變量的調節方向，將模型（13）和模型（14）變換為模型（15）和模型（16），以比較綠色金融發展水平（[GFit）]的系數變化，環境規制（[ERit]）、綠色金融發展（[GFit）]和綠色金融發展與環境規制的交乘項[（GFit×ERit-1）]系數的符號。

[RDit=α1RDit-1+（β1+η1ERit-1）GFit+λ1ERit-1+γ1FDIit+γ2SCALEit+γ3PROit+γ4CAPit+μi+λi+εit] （15）

[PROFit=（β2+η2ERit-1）GFit-1+λ2ERit-1+φ1FDIit-1+φ2SCALEit+φ3PROit+φ4CAPit+μi+εit] （16）

五、實證分析結果

（一）描述性分析

長江經濟帶各變量2010—2019年的描述性統計如表5所示。從描述性統計結果來看，創新投入強度均值為0.016，最小值是0.005，最大值是0.039，表明地區工業研發經費支出占地區GDP比例較低，創新投入強度不高。創新產出績效均值為0.160，最小值是0.242，最大值是0.325，創新產出績效之間差距較小。綠色金融發展水平均值為0.000，最小值是-1.323，最大值是1.096，沒有明顯異常值，各地區綠色金融發展水平在正常范圍內。環境規制強度均值為0.000，最小值是-0.868，最大值是2.423，標準差為0.632，說明各地區的環境規制強度存在較大差異。在控制變量中，各省市外商投資、工業企業生產規模、工業企業利潤水平方差都小于1，說明這些地區相關經濟變量相差不大。工業企業資本密集度均值為90.316，最小值是35.960，最大值是225.909，方差為38.708，說明工業企業資本密集度相差較大。

（二）有效性檢驗

為檢驗變量間的偏相關性及獨立性，對數據進行 KMO和Bartlett 球度檢驗。經過檢驗，KMO檢驗值為0.679，大于0.5，Bartlett球形檢驗結果p值為0.000，小于0.01，說明變量間存在相關性，可以建立回歸模型進變量間的因果分析。

（三）回歸分析

1、工業企業創新投入角度

為消除內生性問題，動態面板的GMM估計量使用解釋變量的滯后項作為工具變量，同時，為控制地區異質性，模型引入個體固定效應[ui]和時間固定效應[λi]。在使用動態面板差分GMM估計前，首先以回歸模型（11）的靜態面板估計作為參照。如果使用混合回歸模型估計，由于每個省的工業創新情況以及綠色金融發展情況不同，會存在不隨時間改變的遺漏變量，很可能樣本個體之間存在不同時期擾動項自相關，故普通OLS回歸估計結果并不準確。因此需要在固定效應模型和隨機效應模型中選擇一個方法進行估計。根據Hausman檢驗可知，應選用固定效應模型進行估計，即長江經濟帶各省份存在個體差異，且與隨機擾動項相關。各模型皆通過了10%的顯著性水平下無擾動項自相關檢驗和10%的顯著性水平下工具變量過度識別檢驗，表明適用差分GMM方法，回歸結果如表6列（1）～（2）所示。

根據表6列（1）～（2）的回歸結果，綠色金融（GF）的系數顯著為正，說明綠色金融能夠促進創新產生，假說1部分得到數據支持。環境規制（ER）對工業企業創新投入強度（RD）影響在5%的水平下不顯著，加入交乘項比不加交乘項的回歸F統計量提高4.62，且交乘項系數顯著為正，表明環境規制正向調節綠色金融對企業創新投入的影響。[GFit]的T值變大，表明環境規制對綠色金融發展與工業企業創新投入的顯著性增強，假說2得到數據支持。

2、工業企業創新產出角度

（1）線性調節效應

對模型（12）和模型（14）分別做固定效應分析，回歸結果如表6列（3）～（4）所示。回歸結果顯示，加入交乘項后，模型的擬合優度提高，但幅度不大，且交乘項系數不顯著，說明環境規制（ER）的線性調節效應不顯著。但兩個模型中ER均在1%的置信水平下顯著且與PROF顯著正相關，說明環境規制顯著增加了企業創新產出。

（2）非線性調節效應

借鑒于渤和王文熹的研究，1探討環境規制對企業創新產出是否存在非線性調節效應。本文將ER的平方項加入回歸模型，如模型（16）和模型（17）所示。

[PROFit=β2GFit-1+λ3ERit-12+φ1FDIit-1+φ2SCALEit+φ3PROit+φ4CAPit+μi+εit] （16）

[PROFit=β2GFit-1+λ3ERit-12+η3（GFit-1×ERit-12）+φ1FDIit-1+φ2SCALEit+φ3PROit+φ4CAPit+μi+εit] （17）

模型（16）和模型（17）的回歸結果如表6列（5）～（6）所示。模型（16）的回歸結果表明在未考慮調節效應時，環境規制對工業企業創新產出不存在非線性關系。模型（17）的回歸結果顯示ER的平方項在5%的置信水平下顯著且系數為負，[（GFit-1×ERit-12）]交互項在1%的置信水平下顯著，模型的擬合優度提高。在考慮調節效應后，環境規制對工業企業創新產出的影響表現在兩個方面。一是非線性調節效應顯著，ER的平方正向調節綠色金融對創新產出的影響。二是環境規制對綠色創新產出的“倒U形”非線性影響顯著，說明適度的環境規制能夠促進工業企業創新產出，但當環境規制較高時，反而會抑制工業企業創新產出。當前長江經濟帶綠色金融處于初級發展階段，環境規制的非線性調節效應更能負向影響工業企業創新產出。但當綠色金融發展到一定水平，高強度環境規制更有助于提高工業企業創新產出。當綠色金融較發達時，輕度環境規制更有助于提高工業企業創新產出。

（四）穩健性檢驗

為進一步驗證結果的可靠性，本文進行穩健性檢驗，通過控制宏觀經濟效應和宏觀政策效應，并基于F檢驗和Hausman檢驗結論采用固定效應模型進行回歸分析。根據表7的回歸結果可以發現，模型整體上顯著，且不存在一階自相關性，可以較好的解釋樣本上市公司工業企業創新的影響作用。2從創新投入角度看，環境規制對工業企業創新投入強度的影響仍不顯著，[GFit]的系數變大，環境規制對綠色金融發展與工業企業創新投入的正向影響增強，表明高強度環境規制會降低綠色金融發展對工業企業創新投入的影響，與實證研究結果一致。從創新產出角度看，環境規制在1%的置信水平下顯著且與企業創新產出顯著正相關，說明環境規制顯著增加了企業創新產出，與實證研究結果一致。

六、結論與啟示

（一）結論

本文以動態演化博弈分析為理論支撐，采用2010—2019年長江經濟帶11省市面板數據，運用動態面板模型、固定效應面板模型和調節效應模型進行實證檢驗，從創新投入和創新產出兩個角度實證研究環境規制、綠色金融發展與工業企業創新的關系，得出以下結論。

（1）滯后一期的綠色金融發展對工業企業創新投入顯著正相關，與工業企業創新產出顯著負相關。由于工業企業創新周期長，創新資金投入大，因此金融機構考慮短期利益而將資金投入到回報收益穩定且資金周轉快的項目。

（2）環境規制能夠改善工業企業創新投入的綠色金融環境，但輕度環境規制的調節效應相比高強度環境規制更能提高工業企業創新投入。

（3）環境規制與工業企業創新產出存在線性正向促進作用和非線性調節效應。由于當前長江經濟帶綠色金融處于初級發展階段，環境規制的非線性調節效應更能負向影響工業企業創新產出；但當綠色金融發展到一定水平，高強度環境規制更有助于提高工業企業創新產出；當綠色金融較發達時，輕度環境規制更有助于提高工業企業創新產出。

（4）工業資本集中度與工業企業創新顯著正相關；外商投資規模和企業利潤水平與工業企業創新顯著負相關；工業企業銷售產值比重對工業企業創新投入的影響不顯著，但與企業創新產出顯著正相關。

（二）啟示

基于博弈理論與實證結果，對我國發展綠色金融、環境規制決策和促進工業企業動能轉換提供以下政策建議：

（1）構建多方位的綠色金融服務體系

金融機構應結合自身實際建立多方位的綠色金融服務體系。首先，結合不同工業企業的需求推出多元化的綠色金融產品和多樣化的綠色保險產品，以適應企業發展需求；其次，應當發揮綠色金融的長期效應，工業企業進行創新活動，所需的周期普遍較長，金融機構應因地制宜提出有針對性的綠色金融產品。金融機構應構建多方位的綠色金融服務體系，及時準確了解項目進展情況，知悉企業技術創新金融需求。

（2）制定合理且適度的環境規制

環境規制應根據本地區金融發展水平進行制定，不能盲目提升環境規制強度，在落實“三線一單”約束的同時，需要及時根據實際情況進行動態調整，以解決原有環境規制政策失靈、企業額外成本增加等問題，切實保障環境規制強度的合理。同時，地方政府應及時掌握工業企業創新產出狀況，幫助企業解決技術創新過程中遇到的難題，推出相應的政策措施。

（3）提高企業創新能力，實現工業企業高質量發展

工業企業應增加研發資源投入，提高技術水平與研發水平，促進工業企業綠色發展。通過技術創新，改造企業生產流程，降低污染物的排放，減少能源消耗，提高環保技術創新能力。加大科研人才的引進，提高研發資源的配置比例和結構，實現工業企業的綠色發展和產業結構升級。工業企業可以充分利用政府財政、稅收優惠和金融機構的綠色服務體系緩解融資約束，從而增加科研與技術進步水平的投入。總之，工業企業應當充分利用各種創新資源，實現企業的可持續發展和高質量發展。

責任編輯：孔慶洋

*收稿日期：2022-12-21；修回日期：2023-01-03

基金項目：國家自然科學基金項目“財政分權、政府間經濟職能分工與我國宏觀經濟穩定：生成機制、實證檢驗與改革方略選擇”（71873024）

作者簡介：周波（1977-），男，內蒙古赤峰人，教授，博士生導師，研究方向為財政與貨幣政策；劉晶（1979-）（通訊作者），女，安徽淮南人，博士生，講師，研究方向為財政與貨幣政策。

1 于瀟、常州：《政府介入視角下的產業轉型與綠色發展》，《山西大學學報（哲學社會科學版）》2020年第3期。

2 馬駿：《綠色金融體系建設與發展機遇》，《金融發展研究》2018年第1期。

3 鄭光海：《發展長江經濟帶：重慶旅游業的新機遇》，《重慶行政（公共論壇）》2015年第6期。

1 Greenwood，J. ，Jovanovic B.，Financial Development，Growth，and the Distribution of Income，Journal of Political Economy，vol.98 （May 1990），pp.1076-1107.

2 Kennedy，C. ，Jan，M.，Corfee-Morlot.，Infrastructure for China's Ecologically Balanced Civilization，Engineering，vol.2 （April 2016），pp.414-425.

3 Graedel，T. ，Allenby B.，Industrial Ecology and Sustainable Engineering：International Edition，Prentice Hall，2010，p.168-169 .

4 韓立巖、尤苗、魏曉云：《政府引導下的綠色金融創新機制》，《中國軟科學》2010年第11期。

5 Aziz，J. ，Duenwald，C.，Growth-Finance Intermediation Nexus in China，IMF Working Papers，vol.194（December 2002），pp.138-153.

6 Liang，Z.，Hua，P. ，Jeanneney，S.，Financial Development，Economic Efficiency and Productivity Growth：Evidence from China，Working Papers，vol.44，（ March 2006），pp.27-52.

7 何凌云、梁宵、楊曉蕾、等：《綠色信貸能促進環保企業技術創新嗎》，《金融經濟學研究》2019年第5期。

8 紀建悅、孫亞男：《環境規制、研發投入與綠色技術進步——基于中國省級面板數據的實證分析》，《河南師范大學學報（哲學社會科學版）》2021年第6期。

9 徐楓、丁有煒：《資本市場支持綠色產業技術創新的效應》，《科技管理研究》2016年第21期。

10 劉貫春、張軍、豐超：《金融體制改革與經濟效率提升——來自省級面板數據的經驗分析》，《管理世界》2017年第6期。

11 陳啟斐、吳建：《金融發展與技術進步：一項來自中國省級數據的研究》，《經濟評論》2013年第6期。

12 陳曄婷、朱銳、宋志剛；《金融改革對全要素生產率的影響研究——基于五個國家級金融改革試驗區的經驗數據》，《中國管理科學》2018年第6期。

13 徐璋勇、朱睿：《金融發展對綠色全要素生產率的影響分析——來自中國西部地區的實證研究》，《山西大學學報（哲學社會科學版）》2020年第1期。

14 Cowan，E.，Topical Issues in Environmental Finance，EEPSEA Special and Technical Paper，vol.43，no.3（ January 1998），pp.78-86.

15 韓立巖、徐揚：《綠色金融發展需要綠色評級行業》，《當代金融家》2018年第2期。

16 李曉西：《綠色金融盈利性與公益性關系分析》，《金融論壇》2017年第5期。

17 龔斯聞、趙國棟、馬曉崟：《綠色金融的發展邏輯與演進路徑——基于要素解構的視角》，《經濟問題探索》2019年第10期。

1 Jorgenson，D. ，Wilcoxen，P.，Environmental Regulation and U.S Economic Growth，The RAND Journal of Economics，vol.21，no.2（Summer 1990），pp.314-340.

2 Barbera，A. ，Connel，M.，The Impact of Environmental Regulations on Industry Productivity ：Direct and Indirect Effects，Journal of Environmental Economics and Management，vol.18，no.1（November 1990），pp.50-65.

3 Brunnermeier，S. ，COHEN，M.，Determinants of environmental innovation in US manufacturing industries，Journal of Environmental Economics and Management，vol.45，no.2（ March 2003），pp.278-293.

4 宋馬林、王舒鴻：《環境規制、技術進步與經濟增長》，《經濟研究》2013年第3期。

5 Porter，M. ，Linde，C.，Towards a New Conception of the Environment-Competitiveness Relationship，Journal of Economic Perspectives，vol.9，no.4（ Autumn 1995），pp.97-118.

6 Daron，A.，Philippe，A. ，Fabrizio，Z.，Distance to Frontier，Selection，and Economic Growth，Journal of the European Economic Association，vol.4，no.1（March 2006），pp.37-74.

7 張成、陸旸、郭路、等：《環境規制強度和生產技術進步》，《經濟研究》2011年第2期。

8 劉偉明、唐東波：《環境規制、技術效率和全要素生產率增長》，《產業經濟研究》2012年第5期。

9 徐茉、陶長琪：《雙重環境規制、產業結構與全要素生產率——基于系統GMM和門檻模型的實證分析》，《南京財經大學學報》2017年第1期。

1 季凱文、羅璐薏：《綠色金融促進工業企業綠色轉型的作用機理》，《金融教育研究》2022年第3期。

1 劉銳：《環境規制對我國工業企業創新績效的影響》，《 生態經濟》2017年第6期。

2 黃建歡、呂海龍、王良健：《金融發展影響區域綠色發展的機理——基于生態效率和空間計量的研究》，《地理研究》2014年第3期。

3 周五七、朱亞男：《金融發展對綠色全要素生產率增長的影響研究——以長江經濟帶11省（市）為例》，《宏觀質量研究》2018年第3期。

4 Song，Y.，Yang，T. ，Zhang，M.，Research on the impact of environmental regulation on enterprise technology innovation—an empirical analysis based on Chinese provincial panel data，Environmental Science & Pollution Research，vol.26，no.1（ May 2019），pp.21835-21848.

5 溫忠麟、侯杰泰、張雷：《調節效應與中介效應的比較和應用》，《 心理學報》2005年第2 期。

1 于渤、王文熹：《環境規制能夠改善技術學習的綠色績效嗎？——一個帶調節效應的環境學習曲線模型》，《科技進步與對策》2019年第2期。

2 表7的其它變量的參數估計結果省略。