綠色信貸政策能影響企業全要素生產率嗎
——來自A 股上市公司的經驗證據

雷中豪,郭愛君

一、引 言

節能減排是我國實現可持續發展道路的必要舉措,但它也可能造成企業生產能力和競爭力下降[1]。如何兼顧經濟社會發展與生態文明建設,妥善處理經濟增長與環境保護之間的關系,是政府和學術界重點關注的問題。綠色金融是推動生態文明建設的有益工具,能夠實現調控金融資源和促進經濟可持續發展的雙重目標[2]。我國持續探索綠色金融政策,2016年,中國人民銀行等七部門印發 《關于構建綠色金融體系的指導意見》 (下文簡稱 《指導意見》),是構建完善綠色金融體系、增加綠色金融供給的重要舉措。

我國企業外部融資主要來源是銀行貸款,高污染、高能耗行業是我國信貸資金重點流向行業[3],信貸資金不均衡配置抑制了綠色經濟增長[4]。理論上,綠色金融政策具有優化金融資源配置和加強環境規制效果的雙重效應。我國當前的綠色金融業務依然以綠色信貸為主,它通過在金融信貸領域建立環境準入門檻以及對限制和淘汰類項目進行信貸配額限制,影響企業的投融資行為和技術創新決策,對企業的生產效率和綠色轉型發展產生重要影響。

當前,鮮有文獻就綠色信貸政策對企業全要素生產率的影響展開深入研究,僅有部分文獻考察了綠色信貸對企業技術創新、投融資行為和市場績效的影響,但沒有深入考察綠色信貸政策對企業的信貸約束和綠色創新決策的影響,從而無法準確評估綠色信貸政策對企業全要素生產率的影響效果?；诖?本文從企業微觀層面考察綠色信貸政策對企業全要素生產率的影響,試圖通過 《指導意見》這一協同監管政策,探究綠色信貸政策對企業生產率的影響效果以及影響企業生產率的作用途徑,檢驗綠色信貸政策的實踐效應以及是否取得了差異化信貸資源配置的政策效果。實證研究部分以2011—2020年滬深A 股市場上市企業非平衡面板實證研究綠色信貸政策對 “兩高一?！逼髽I全要素生產率的影響及其作用機制。相較于現有研究,本文的邊際貢獻為:(1)將綠色信貸政策和企業全要素生產率納入到一個分析框架中;(2)將綠色信貸政策的信貸約束影響機制細分,從新增信貸資金規模和負債期限結構視角進行分析,同時提出了綠色信貸政策影響企業的綠色技術創新模式進而影響全要素生產率的作用路徑;(3)已有文獻按照企業的污染水平高低劃分為兩組樣本,考慮到綠色信貸政策存在對企業信貸資源配置的差異化影響,將總體樣本企業劃分為 “兩高一?！逼髽I、支持企業和其他企業三組類型企業,“兩高一?！逼髽I作為處理組,其他兩組作為控制組分別與處理組做對照實驗,使實證結果更細致和穩健。

二、文獻綜述

本文研究內容主要與兩類文獻密切相關。第一類是從不同研究視角探究綠色信貸政策的實踐情況和影響效果。從綠色信貸與綠色經濟的視角看,綠色信貸能夠提升技術進步進而促進綠色經濟增長[5][6]。綠色信貸政策極大地激勵了企業,特別是那些對外部融資依賴程度較高的企業減少污染行為,由于信貸政策對企業施加長期的信貸融資約束,企業傾向于前端防控而非末端減排[7]。從綠色金融政策影響企業和行業間的資源配置視角看,綠色金融是調整資源配置的有效激勵手段,通過改善金融資源配置促進社會資金流向綠色、環保行業以及退出污染性行業[8],具體而言,綠色信貸政策著重抑制重污染企業的信貸融資和新增投資行為,限制重污染行業投融資能力[9][10][11]。從綠色金融政策對企業的創新行為決策的作用看,加強綠色信貸監管使得企業主動采取減排技術,不愿意改變污染行為的小型企業將承受更大的貸款成本[12]。也有學者指出綠色信貸政策抑制企業技術創新行為,機制分析顯示綠色信貸政策引致的成本遵循和信貸約束限制了高污染企業的技術創新,“波特效應”沒有顯現[3]。綜合來看,以往文獻認為綠色信貸政策能夠促進綠色經濟增長、限制重污染行業獲取信貸資源,但對于企業技術創新的影響方向沒有形成統一定論,針對綠色信貸政策與綠色技術創新的研究有待完善。

第二類研究關注環境政策與企業全要素生產率的關系。早期理論研究關注成本遵循假說,提出遵循合規成本引發要素替代效應,降低企業生產率[13][14]。波特假說認為適當的環境規制可以刺激企業技術創新,從而抵消由遵循成本帶來的負面影響并且提升企業在市場上的盈利能力和生產能力[15]。一部分研究圍繞波特假說驗證企業在環境政策影響下具有創新補償效應[16][17][18][19][20]。支持波特假說的觀點提出,從長期動態視角看,環境規制促進企業技術創新和研發投入,創新補償效應提升企業生產率水平[21][22]。在經驗分析中,關于環境規制對生產率的影響是正向還是負向仍沒有定論。一些學者支持波特假說,Hamamoto[23]利用日本制造業數據進行實證分析,結果表明企業污染控制力度與研發支出正相關。也有實證研究發現環境規制對創新活動和生產率是抑制作用,環保政策引致的要素替代效應大于創新補償效應[24][25]。此外,企業和行業的特征以及環境政策存在異質性,政策的微觀效應需要進一步細化分析。李俊青等[26]將環境規制納入到異質性企業分析框架中,利用面板分位數回歸指出環境規制提升高效率企業的生產率水平,抑制低效率企業的生產率水平。李青原等[27]從企業和環境政策工具異質性考察環境規制與綠色技術創新的關系,結果表明排污收費 “倒逼”企業綠色技術創新,而環保補助呈現擠出效應。

通過對已有文獻的梳理總結,本文發現以往相關研究的切入視角多為環境政策的宏觀影響和綠色信貸如何影響微觀企業的創新決策及企業、行業間的資源配置問題,為本文研究提供了相關借鑒,但是現有研究仍存在以下不足。(1)缺乏直接研究綠色信貸政策對企業全要素生產率的影響的文獻。(2)綠色信貸政策影響企業的綠色創新決策進而影響全要素生產率的作用機制需要進一步探討。

三、政策背景與理論機制分析

(一)政策背景

2007年以來,國家環境保護總局 (現為生態環境部)會同金融監管部門相繼出臺 “綠色信貸”“綠色債券”“綠色保險”等綠色金融政策,不斷強調銀行等金融部門的環保責任。但是在實際工作中,信息不對稱導致的道德風險與逆向選擇使得綠色信貸政策執行效果低于預期。當政策監管力度不足和綠色信貸執行細則缺失時,出于利潤最大化目標,銀行傾向于向盈利能力強的高污染高排放類型企業提供信貸服務以獲得更高的利率回報,這使得綠色信貸不能充分發揮限制污染以及促進綠色環保項目發展的作用。2016年中國人民銀行、財政部等七部門聯合出臺的 《指導意見》強調完善綠色金融體系,大力發展綠色信貸?！吨笇б庖姟分赋?要構建支持綠色信貸的政策體系,探索將綠色信貸納入到宏觀審慎評估框架,將綠色信貸實施情況關鍵指標評價結果、銀行綠色評價結果作為重要參考,形成支持綠色信貸等綠色業務的激勵機制和抑制高污染、高能耗和產能過剩行業貸款的約束機制。

《指導意見》頒布以來,我國綠色信貸規模逐漸擴大,銀行等金融部門對其重視程度持續提升,綠色信貸市場體系建設不斷完善。2022年,我國綠色貸款余額22.03萬億元,同比增長38.5%。節能環保、清潔能源、低碳交通、基礎設施綠色升級等政策重點支持領域的相關行業逐步獲得更多綠色信貸資源?！吨笇б庖姟纷鳛槲覈G色金融發展的綱領性文件,推動了綠色信貸標準界定和環境信息披露機制建設,對企業綠色轉型和綠色信貸發展具有正向激勵作用,但也可能會對企業的生產經營活動產生負面影響,限制部分企業獲取信貸資源,政策對企業生產效率的總體影響亟待研究。

(二)理論機制分析

綠色信貸政策作為金融領域的環境政策,對企業污染治理行為產生直接影響。綠色信貸政策能夠顯性化排污風險和社會責任,《指導意見》將企業環境污染處罰信息和ESG 表現納入到銀行貸款考核標準中,把符合環境檢測標準、污染治理效果和生態保護作為信貸審批的重要前提,使企業將污染成本內部化,提高企業自身對減排節能和污染處理的主動性,從而達到事前治理的效果[28]。實施 《指導意見》后,企業為了獲得綠色信貸、規避投融資懲罰,需要將原先用于生產活動的生產要素投入到節能減排中,其可變生產成本上升,對生產部門要素投入產生企業內部的 “擠出”效應,削弱企業創新投入,降低所有企業生產率水平。

企業為了滿足正常生產活動和實現技術創新,需要進行外部融資。對于大部分生產性企業而言,信貸融資是外部融資的主要組成部分,信貸約束是決定企業生產效率和創新決策的重要因素[2]。企業面臨的信貸約束包括信貸需求和信貸渠道[29],綠色信貸政策影響企業的信貸渠道,即影響企業可能獲得的潛在信貸融資數量和期限結構。綠色信貸政策對污染企業和綠色生產企業實行非對稱式的信貸渠道資源配置,金融部門利用信貸監管機制為綠色生產企業提供信貸資金支持,同時加強對高污染高排放企業有關環境信息的信貸審核,放大 “兩高一?！逼髽I的信貸融資約束。一方面,“兩高一?！逼髽I的新增信貸融資減少,銀行提供的短期信貸資金數額下降。另一方面,企業的信貸資金期限結構惡化,長期銀行借款比重下降,企業短期還貸壓力加劇[30]。短期信貸融資規模下降和負債期限結構惡化將加劇 “兩高一?！逼髽I融資約束壓力,從而導致 “兩高一?！逼髽I被迫采取內部資金滿足固定資產投資。通常情況下,企業的固定資產投資數額較大,內部資金不能完全匹配投資需求,“兩高一?！逼髽I難以運用足夠的資金促使生產經營的綜合成本最小化,不能實現企業最優生產決策[31],進而抑制資源配置效率和全要素生產率水平?；诖?本文提出假設1和假設2。

假設1:綠色信貸政策抑制 “兩高一?！逼髽I全要素生產率。

假設2:綠色信貸政策通過增加環境合規成本和信貸約束抑制“兩高一?！逼髽I全要素生產率。

許多文獻強調了綠色技術創新對企業全要素生產率的正向促進作用[32][33][34]。陶鋒等[35]指出,面對環保壓力,實力較弱的企業以節能減排為目的,對生產端實施末端治理,實施排放末端的技術升級和設備改造,而資金實力雄厚的企業傾向于在技術空間和產業空間領域開展生產轉型和升級,包含了多種類型的創新活動。在這個過程中,綠色技術創新是企業技術創新的重要發展方向,也是提升生產率的重要路徑。

為了規避政策的融資懲罰、獲得綠色信貸激勵,大部分企業傾向于實施綠色技術創新完成綠色化轉型以彌補上升的合規成本?！皟筛咭皇！逼髽I也具有綠色創新動機,但是綠色信貸政策對實質性的綠色創新激勵效果有限,“兩高一?！逼髽I傾向于實行策略性創新模式。原因如下:第一,“兩高一?！毙袠I依賴于高排放、高污染性質的生產活動,實施綠色轉型較為困難,加之中國綠色創新起步晚,整體的綠色創新能力偏弱, “兩高一?！逼髽I提升實質性綠色技術創新更加困難;第二,發揮綠色信貸政策的創新激勵效果需要具體執行的金融機構準確掌握企業創新活動的真實信息,銀行等金融機構對于掌握企業的創新信息存在信息劣勢。一旦銀行通過企業的綠色專利申請數量判斷企業綠色轉型成果,“兩高一?！逼髽I更容易實施策略性創新行為以爭取政策支持,即注重專利數量而忽視專利質量。這種低難度的策略性創新不能幫助企業完成實質性的技術改進和生產轉型,反而會扭曲創新資源配置,負向影響企業生產率水平。根據以上分析,本文提出假設3。

假設3:綠色信貸政策放大了 “兩高一?！逼髽I與非 “兩高一?！逼髽I的實質性綠色技術創新能力差距,負向影響了 “兩高一?！逼髽I的創新資源配置,從而抑制其全要素生產率。

四、識別策略與樣本說明

(一)識別策略

1.雙重差分法。本文以2016年我國綠色金融指導意見出臺為準自然實驗,利用雙重差分模型考察綠色信貸政策對企業全要素生產率的政策影響。運用雙重差分法評估政策效應的關鍵在于構建合理的處理組和控制組。本文在樣本劃分上作如下處理:將樣本企業分為三類,第一類是 “兩高一?！逼髽I,這里基于中國原銀監會2014年頒布的 《綠色信貸實施情況關鍵評價指標》對 “兩高一?！毙袠I的定義進行分類,樣本中 “兩高一?！毙袠I包含的企業即為 “兩高一?！逼髽I;第二類是綠色信貸支持企業,《指導意見》缺乏對綠色信貸支持企業所在行業的具體規定,這里通過2015 年頒布的 《綠色債券支持項目目錄》手動篩選符合支持項目要求的相關行業;第三類是其他企業,樣本中除去 “兩高一?！逼髽I和綠色信貸支持企業即為其他企業。構建雙重差分模型如下:

式 (1)中,f表示企業,t表示年份。被解釋變量tfpft表示f企業第t年的全要素生產率,treatf用以識別企業類型,干預組企業取值為1,控制組企業取值為0;Xft表示企業層面的控制變量;ωf和δt分別表示企業個體固定效應和年份固定效應;εft表示隨機擾動項。

2.三重差分法。雙重差分法能夠判斷綠色信貸政策對 “兩高一?！逼髽I全要素生產率的影響效果,但是回歸結果可能會受到同期其他環境政策或產業政策的干擾。綠色信貸政策主要從信貸融資供給渠道影響企業生產率,為排除其他政策干擾,這里借鑒陸菁等[3]的研究,在式 (1)基礎上引入企業外部融資需求變量作為第三重差分變量,利用三重差分法排除其他環境政策對 《指導意見》的政策效果的干擾,模型見式 (2)。從理論上看,“兩高一?！毙袠I中外部融資需求較大的企業受到 《指導意見》的政策沖擊更大,其他環境政策基本不涉及信貸融資,不會對 “兩高一?！逼髽I的信貸供給產生影響,因此,引入企業外部融資需求能有效識別綠色信貸政策影響。具體地,計算企業外部融資需求參考Durnev等[36]的研究,用資產實際增長率與可持續增長率之間的差額衡量,該指標數值越大說明企業對于外部融資需求越大。這里構建虛擬變量creditf表示企業外部融資需求程度,當企業外部融資需求數值大于所在行業均值時,取值為1,表明企業對外部融資需求較大,對信貸融資依賴度較高,外部融資需求數值小于行業均值時取值為0,表明企業對外部融資需求較小,對信貸融資依賴度較低。三重差分模型如 (2)式所示,其中,treatf×postt×creditf是三重差分項,β1 是本文重點關注的估計系數,其他變量與 (1)式相同。

(二)樣本選擇與數據說明

1.樣本選擇。本文以2011—2020年中國3 287家上市公司的非平衡面板數據作為研究對象。樣本數據做如下處理:刪除金融類和樣本時間內出現ST 的企業;刪除相關變量嚴重缺失的企業;刪除經營異常、所有者權益小于0的企業。實證研究中涉及的連續型變量進行1%水平的縮尾處理。本文在處理組和控制組的劃分標準上沒有采用 “一刀切”的方式,《指導意見》影響 “兩高一?！逼髽I和綠色信貸支持企業,但是對于兩者的影響方向不一致。本文將 “兩高一?！逼髽I作為處理組,綠色信貸支持企業和其他企業分別作為控制組進行回歸處理。

2.數據說明。本文的被解釋變量是企業的全要素生產率水平 (tfp),用LP法進行計算;核心解釋變量是時間變量 (post)和處理變量 (treat)的交互項 (post×treat)。企業層面的控制變量有:(1)固定資產水平 (fix),用企業固定資產占總資產比例表示;(2)企業成長水平 (grow),用營業收入增長率衡量,計算公式是當年營業收入變化額除以上一年度營業收入; (3)托賓Q(tobin),計算公式是 (年末流通股市值＋非流通股市值＋負債)/年末總資產; (4)產權性質(soe),判定企業是否屬于國有企業,屬于則取值1,其他取值0;(5)企業負債率 (lev),用負債除以總資產衡量;(6)自有資金比率 (own),反映企業內部資金運轉狀況,計算公式是 (經營活動－投資活動產生的現金流量凈額)/期初總資產。

為了方便閱讀,本文將上述所有變量信息列于表1。

表1 變量的分類與定義

本文實證數據的描述性統計結果如表2所示。用LP方法計算的全要素生產率的均值為8.990,最小值為5.332,中位數為8.879,最大值為13.378。其他控制變量的數據特征與之前文獻的計算結果基本一致。

表2 變量基本統計特征

五、實證檢驗和分析

(一)平行趨勢檢驗

使用雙重差分法需要滿足平行趨勢假設,即在政策實施前,處理組和控制組具有同樣的時間變化趨勢。本文用事件研究法檢驗樣本數據是否滿足平行趨勢假設。具體而言,將式(1)中雙重差分變量treat×post替換為Ds,這是以2016年為基期構造的時間虛擬變量和處理變量treat的交乘項。

回歸方程如下:

檢驗結果如圖1所示,為了防止作圖過程中出現完全共線性問題,這里將政策實施前一年即2015年在圖中去除。圖1中第一張圖顯示的是控制組為政策支持企業的結果,第二張圖顯示的是控制組為其他企業的結果?；貧w結果顯示,在 《指導意見》政策實施前的年份的置信區間包含0,政策實施基期及以后的年份不包括0,表明處理組和控制組的全要素生產率在 《指導意見》出臺前不存在隨年份變動的明顯差異。

圖1 平行趨勢檢驗

(二)雙重與三重差分回歸結果分析

表3是雙重差分的回歸結果,第 (1)、(2)列的控制組為支持企業,其中第 (1)列不包含控制變量,第 (3)、 (4)列的控制組為其他企業,其中第 (3)列不包含控制變量?；貧w結果表明,綠色信貸政策抑制 “兩高一?！逼髽I的全要素生產率,說明在綠色信貸政策執行后的短期內,“波特假說”提出環境政策提升企業生產力的 “創新補償效應”沒有實現。導致這一結果的原因可能是:《指導意見》作為綠色信貸政策,一方面該政策設置環境準入門檻倒逼 “兩高一?！逼髽I將原先用于生產活動的生產要素投入到污染治理環節,形成要素替代效應,對 “兩高一?！逼髽I生產率水平形成負向影響;另一方面,綠色信貸政策通過信貸約束機制影響 “兩高一?！逼髽I的外部融資,企業生產活動和技術創新所需資金的重要來源被抑制加劇企業面臨的融資約束,高污染高排放企業被動減少研發投入和技術創新行為,被迫鎖定在較低生產水平上進行生產。

表3 雙重與三重差分回歸結果

表3中第 (5)、(6)列是三重差分回歸結果,第 (5)列控制組是支持企業,第 (6)列控制組是其他企業。這部分重點關注三重差分項treat×post×credit的估計系數。第 (5)、(6)列三重差分項的估計系數為－0.0854、－0.0718,在1%統計水平上顯著,說明企業外部融資需求越強烈,綠色信貸政策對 “兩高一?！逼髽I的全要素生產率的抑制效果越強,側面印證雙重差分法呈現的抑制效果是由綠色信貸政策引起。

六、穩健性檢驗

本節參考齊紹洲等[19]、周立等[37]、宋弘等[38]的工作設計穩健性檢驗。

(一)替換變量

1.替換被解釋變量?；鶞驶貧w中用LP法測算企業全要素生產率水平,Ackerberg等[39]指出,用LP方法計算全要素生產率的第一步估計假設如果不滿足會產生共線性問題,提出ACF 法,利用新的數據生成機制,再通過兩階段GMM 估計進行計算。本文在這里用ACF法重新估計企業全要素生產率進行雙重差分估計,結果如表4第 (1)、 (2)列所示,雙重差分項估計系數分別在10%、5%的統計性水平上顯著為負,與基準回歸保持一致。

表4 穩健性檢驗

2.增加控制變量。這里在基準回歸的基礎上增加其他控制變量,包括一個企業層面的變量和一個行業層面變量。其中,csr是企業環境信息披露虛擬變量,當企業在社會責任報告中報告了環境相關信息取值為1,反之為0;lerner是行業壟斷勢力變量,用行業勒納指數衡量?；貧w結果如表4第 (3)、(4)列所示,雙重差分項的回歸系數依然顯著為負,支持基準回歸結果。

(二)替換聚類層級

基準回歸中將標準誤在企業個體層面聚類,理論上,選擇聚類處理方式需要考慮解釋變量之間和誤差項之間是否在該集群內相關。綠色信貸政策實施對特定行業內企業生產活動均有影響,由此本文將聚類層級替換到行業層面,其中制造業細分到二級行業,其他行業為一級行業?；貧w結果如表4第(5)、(6)列所示,這里增加了行業固定效應,回歸系數符號均為負,其中第(5)列不顯著為負,第(6)列在10%統計性水平上顯著為負,顯著性水平略有下降,其他方面與基準回歸基本一致。

(三)安慰劑檢驗

基準回歸存在遺漏控制變量問題,進而可能導致雙重差分估計系數有偏,為驗證估計系數無偏需要做安慰劑檢驗。安慰劑檢驗結果如圖2所示,從圖中可以看到,估計系數分布在零的附近,且服從正態分布,符合安慰劑檢驗的預期結果,表明 “兩高一?！逼髽I全要素生產率水平下降是由綠色信貸政策引起,排除其他產業政策干擾。

圖2 安慰劑檢驗

七、進一步分析

(一)異質性分析

1.企業產權與規模異質性分析。本文通過三重差分法對企業產權和規模異質性進行分析。企業產權異質性回歸結果見表5第 (1)、(2)列,三重差分項treat×post×soe中的soe是代表企業產權性質的虛擬變量,國企取值為1,非國企則為0。第 (1)、(3)列的處理組為 “兩高一?！逼髽I,控制組為支持企業,第 (2)、(4)列的處理組為 “兩高一?！逼髽I,控制組為其他企業?？刂平M無論是支持企業還是其他企業,三重差分項treat×post×soe估計系數均顯著為負,說明與非國有企業相比,綠色信貸政策對國有企業全要素生產率的沖擊更大,可能的原因在于:國有企業相較于民營企業,承擔更多的基礎性建設,與地方政府聯系更加緊密,綠色轉型效率較低,綠色生產轉型成本高,受到更大的綠色信貸約束的負面沖擊。企業規模異質性回歸結果見表5第 (3)、(4)列,三重差分項treat×post×size中的size表示企業規模的虛擬變量,當企業規模大于所在行業中位數時取值為1,小于則取0。第 (3)、(4)列三重差分項的估計系數均在1%的統計水平上顯著為正,說明大型企業和中小型企業受到綠色信貸政策的影響存在明顯差異,企業的規模越大,綠色信貸對其信貸支持越大,促進生產率水平提升。

表5 企業產權、規模異質性分析

2.生產率異質性分析。根據理論分析,不同生產率水平的企業受到綠色信貸政策的影響也不同,這里按照樣本企業全要素生產率的25分位、50分位、75分位水平對全樣本進行劃分,然后分組回歸,結果如表6所示。表6由為兩部分組成,第一部分是控制組為政策支持企業的回歸結果,第二部分是控制組為其他企業的回歸結果,當企業全要素生產率水平在中位數以下時,雙重差分項的回歸系數均在10%的統計水平上顯著為負,當企業全要素生產率水平在中位數以上時,雙重差分項的回歸系數沒有通過顯著性檢驗。結果顯示,在本文所選的樣本數據中,當企業自身全要素生產率水平較低時,綠色信貸政策對企業生產率呈現顯著的負面影響;當企業自身全要素生產率水平較高時,綠色信貸政策的影響方向不確定?？赡艿脑蚴且靥娲托刨J約束效應抑制了所有“兩高一?！逼髽I的全要素生產率,但是高生產率企業面對不利的外生政策沖擊更容易在市場上保持競爭力,選擇加大研發投入以實現綠色技術創新提升邊際收益,通過提升技術水平來提高生產率,與要素替代效應和信貸約束效應導致的生產率下降產生了一定的抵消作用,而低生產率企業技術創新帶來的收益不能彌補創新成本,只能在低效率生產環境中繼續生產甚至被動退出市場。

表6 企業生產率異質性分析

(二)影響機制檢驗

1.要素替代效應檢驗。綠色信貸政策實施后,高污染高排放企業為了規避信貸政策的環境處罰,被迫將其他生產資源用于綠色生產投資,比如增加清潔生產設備和排污檢測裝置、加大數字化生產投入以及相關的運營維護成本,對企業整體的生產效率造成一定的負面影響。根據企業會計準則,企業減排相關成本主要計入管理費用,因此,參考何凌云等[40]的做法,將企業管理費用作為要素替代效應的代理變量。實證檢驗中取企業管理費用的對數值作為被解釋變量,回歸結果如表7第 (1)、(2)列所示,控制組無論是支持企業還是其他企業,“兩高一?！逼髽I的管理費用均顯著上升,表明綠色信貸政策使企業加大治污減排投入費用,提高了企業的環境合規成本,放大了 “兩高一?！逼髽I的要素替代效應從而抑制其全要素生產率提升。

2.信貸約束效應檢驗。本文從短期借款規模和債務期限結構兩方面進行實證分析,參考吳虹儀等[30]的做法,短期借款規模用短期借款占期初總資產比例衡量,債務期限結構用長期負債占總負債比例衡量,這一部分用雙重差分法對企業短期借款規模和債務期限結構進行回歸,回歸結果如表7所示。表7第 (3)、(4)列被解釋變量是短期借款規模,雙重差分項系數分別在5%、1%的統計水平上顯著為負,說明 《指導意見》實施后,“兩高一?！逼髽I短期借款數額下降,企業短期融資能力受到負面影響;表7第 (5)、 (6)列被解釋變量是債務期限結構,估計系數分別在10%、1%的統計水平上顯著為負,表明 《指導意見》實施使得 “兩高一?！逼髽I長期負債能力削弱,債務期限結構惡化,企業還款壓力增大。通過以上回歸結果,本文發現 《指導意見》實施放大了 “兩高一?！逼髽I的合規成本與信貸約束,驗證了假設2成立。

3.綠色技術創新模式的差異化選擇效應檢驗。為了檢驗 《指導意見》對企業的綠色技術創新的差異性影響,本文將企業實質性綠色創新和策略性綠色創新分別作為被解釋變量,其中,企業當期綠色發明專利申請數量加一的自然對數作為衡量實質性綠色創新能力的代理變量,企業當期綠色新型實用專利申請數量加一的自然對數作為衡量策略性綠色創新水平的代理變量,檢驗結果見表8。第 (1)列的雙重差分項系數在1%的水平上顯著為負,第 (2)列的系數不顯著為負,這表明 《指導意見》整體上負向影響了 “兩高一?！逼髽I的實質性綠色創新能力,《指導意見》對于政策支持行業的綠色創新能力的提升作用較為顯著。第 (3)列的雙重差分系數不顯著為正,第 (4)列的系數在1%的水平上顯著為正,這兩列的回歸結果體現了 《指導意見》實施后, “兩高一?！逼髽I相較于其他行業的企業加強了策略性綠色創新力度。綜合表8的回歸結果,實施 《指導意見》促使 “兩高一?！逼髽I加強了策略性創新行為,實質性綠色技術創新能力提升程度明顯落后于政策支持企業,創新資源配置效果不佳,最終導致企業全要素生產率下降,說明假設3成立;也說明目前中國的綠色信貸政策還沒有完全激發企業綠色創新的內生動力,反而刺激了企業策略性創新行為。

表8 綠色技術創新效應分析

八、研究結論與政策啟示

(一)研究結論

本文從全要素生產率視角探究綠色信貸政策的微觀效應,通過理論分析和實證研究發現:綠色信貸政策對重污染高排放企業的全要素生產率水平產生負向影響,主要通過要素替代效應、信貸約束效應以及綠色技術創新模式的差異化選擇產生抑制效果。綠色信貸政策對異質性企業的全要素生產率具有不對稱影響。具體而言,從企業產權異質性視角看,與非國有企業相比,綠色信貸政策對國有企業全要素生產率具有更大的負面沖擊;從企業規模異質性分析,與中小型企業相比,綠色信貸政策更加促進大型企業的全要素生產率水平;從企業初始生產率水平異質性分析,綠色信貸政策對低生產率水平的企業產生抑制效果,對高生產率的企業促進或抑制效果均不明顯。

(二)政策啟示

基于以上研究結論,本文提出如下幾點政策啟示。

1.建立健全綠色信貸標準體系,強化綠色信貸的創新激勵功能。綠色信貸政策推行初期,銀行綠色評價機制尚不完善,評價指標設計、評價工作的組織流程及評價結果分析,沒有達到充分合理運用的程度,銀行為完成綠色信貸政策目標依然采用行業污染性質和環保表現 “一票否決”的做法處理信貸審核,要素替代效應和信貸約束效應影響大部分的 “兩高一?！逼髽I生產效率。技術儲備低、生產效率落后的高污染高排放企業被迫陷入 “融資約束放大—創新投入下降—生產率低下”的惡性循環。要建立完善的動態授信機制,將企業的實時創新研發信息和綠色環保信息納入到信貸審核系統中,發揮綠色信貸政策的創新激勵效應,及時地為相關企業提供信貸資金和融資便利,避免綠色信貸政策的 “一刀切”授信決策。

2.完善金融部門綠色信貸業務考核機制,緩解信貸歧視風險。銀行放貸偏好于固定資產多、盈利能力強的企業,合理的金融監管缺失導致銀行存在信貸歧視風險,綠色信貸的資源配置功能無法充分體現。要解決上述問題,應該建立完善的綠色信貸業務評價考核機制,完善綠色信貸統計制度,加強綠色信貸實施情況監測評價,將綠色信貸執行情況的關鍵指標作為評估銀行工作的重要參考,補齊綠色金融監管短板。同時鼓勵銀行申請財政貼息支持,引導銀行自覺完成綠色信貸政策任務。加強政府與銀行深度合作,構建政銀企合作平臺和綠色信貸創新服務平臺,為企業綠色轉型提供動力和緩沖機制。

3.加強綠色創新質量監管,發揮實質性綠色創新對企業高質量發展的驅動作用。實施綠色信貸政策增加了 “兩高一?！逼髽I的融資成本、限制了企業的投融資規模,對部分企業的生產經營活動造成了一定的負向影響。在環境資源約束力度日益加重的形勢下,實質性綠色創新是企業轉變傳統粗放型發展模式、實現生產率長期增長的重要支撐和關鍵動力。政府應當加強對企業綠色創新質量的監督力度,推動多部門聯合建立綠色創新項目評價機制,制定重污染企業綠色轉型表現的考核細則。要注重防范企業通過策略性綠色創新實施 “漂綠”,嚴格審查和監督企業綠色信貸資金使用情況,充分引導企業將綠色信貸資金和財政撥款用于提升自身的綠色創新質量,盡可能提高政策資金配置效率。