绿色信贷如何影响中国绿色经济增长？

谢婷婷　刘锦华

摘要：绿色发展是可持续发展的必然趋势，绿色金融是中国扎实推进生态文明建设、助推经济绿色转型的必然选择。而绿色信贷作为绿色项目融资的主渠道，也是构建绿色金融体系的核心力量，究竟如何影响绿色经济增长？其影响机制和传导途径如何？目前学术界还缺乏系统性的分析。文章在分析绿色信贷对绿色经济增长影响机制及作用路径的基础上，基于2006—2017年中国30个省级区域面板数据，利用方向性距离函数和Malmquist-Luenberger指数测算了包含能源消耗与非期望产出的省级区域的绿色经济增长，并使用动态面板GMM模型进行了实证分析，结果表明：①绿色信贷对绿色经济增长具有显著的正向促进作用，市场化进程与财政分权的提高有利于促进绿色经济增长。但是环境规制对绿色经济增长的影响显著为负，这可能是中国现阶段环境规制造成企业治污成本过高，利润降低，从而不利于绿色经济增长。FDI对绿色经济增长的影响并不显著，这可能是不同来源FDI对绿色经济增长的作用效果不同从而相互抵消所引致的。②在影响机制方面，将绿色经济增长率分解为技术进步与技术效率，绿色信贷对技术效率的影响并不显著，对技术进步显著为正，说明绿色信贷促进绿色经济增长主要是通过提升技术进步实现的。③在传导路径方面，绿色信贷可以通过提升产业结构高级化与合理化水平，降低煤炭消费量在能源消费量中的比重，进而对绿色经济增长产生正向影响。④将绿色经济增长滞后1至2期，发现绿色经济增长处于波动状态，上一期绿色经济增长的提升可能带来本期绿色经济增长的提升，又会在下一期得到下降，说明中国节能减排工作未能得到有效的持续。因此，应当进一步完善绿色信贷政策，建立抑制“两高一剩”行业信贷的约束机制与支持绿色产业发展的绿色信贷激励机制，定期开展绿色信贷投放效果评估，加强对企业技术创新的支持，健全生态环境保护的责任追究制度和监督长效机制，促进绿色经济增长。

关键词 绿色信贷;绿色经济增长;技术进步;技术效率

中图分类号 F832.4

文献标识码 A文章编号 1002-2104（2019）09-0083-08DOI：10.12062/cpre.20190501

2017年中國GDP总量首次破80万亿，取得了“改革开放40年中国GDP增长33.5倍”的成绩。伴随着经济的快速增长，大量生态空间被挤占、生态环境持续恶化，尤其是粗放式发展模式下环境问题的集中爆发，更是将经济的可持续发展问题摆在政府和公众面前。而如何在实现经济增长的同时兼顾环境保护与资源节约，推动中国经济绿色发展成为政府必须面对的一道难题。绿色信贷作为支持生态文明建设的重要抓手，在推动中国经济绿色发展方面具有举足轻重的作用。截止2017年末，中国各类绿色融资总余额近9万亿元，其中绿色信贷余额为8.2万亿元，占比超过95%，已经成为支持中国生态文明建设和绿色发展转型的核心力量。目前学者对绿色信贷的研究主要集中在以下两个方面：一是从宏观层面分析绿色信贷政策体系的构建[1]、运行机制、实施路径及实施的障碍[2]。二是从微观层面分析绿色信贷政策对重污染行业的投融资影响[3-4]以及绿色信贷对商业银行经营绩效的影响[5-7]。虽然多数学者就绿色信贷宏微观方面展开了大量研究，但是鲜有学者就绿色信贷对绿色经济增长的影响开展研究。绿色信贷对绿色经济增长是否有显著的促进作用？ 有何影响机制与传导途径？为了解答以上问题，本文在分析绿色信贷对绿色经济增长影响机制及作用路径的基础上，采用序列DEA的方向性距离函数及Malmqulist-Luenberger指数测度绿色经济增长，进一步构建动态面板GMM模型，利用2006—2017年中国30个省级区域 （不包括西藏、港澳台地区） 面板数据进行实证检验。通过本研究，对完善绿色信贷政策，实现经济高质量发展提供有益建议。

1 理论分析

文章核心论题围绕绿色信贷作用于绿色经济增长的影响机制和传导途径展开。本文将绿色经济增长分解为技术效率（EEFCH）和技术进步（TECH）两种影响机制，一方面，绿色信贷可能通过技术效率与技术进步，对绿色经济增长率产生影响。另一方面，本文也考虑了绿色信贷通过促进产业结构升级、降低煤炭消费占比的能源消费结构等方式提升绿色经济增长。然而，也不能忽视绿色信贷对绿色经济增长的直接影响，本文聚焦于近年来较新的研究成果，理论分析拟从以下三个方面展开。

1.1 绿色信贷对绿色经济增长的理论分析

绿色信贷对实现区域绿色经济增长受到学术界的日益关注。当前绿色信贷对绿色经济增长主要集中在以下两个方面：

一是基于宏观视角。绿色信贷通过差别化的货币金融政策以信贷倾斜、利率浮动等方式动员更多资金聚集、形成绿色投资，为经济增长提供资本要素[8];绿色信贷政策要求商业银行在贷款时要充分考虑贷款项目的环境风险[9]，对于高污染、高耗能项目将不予贷款，对于节能环保型绿色项目将给予低利率的贷款支持。绿色项目的筹资成本降低使得资金倾向于向高效、节能、低污染等绿色项目流动，这将促进经济结构优化，提升经济增长质量;绿色信贷有助于撬动资本流入绿色产业，培育绿色产业及相关新产业发展，形成新的经济增长点。

二是基于微观视角。绿色信贷能够从降低交易成本、分散或降低企业的创新风险、对投资的企业或项目进行监督这三个方面来实现微观经济效率的提高。首先，对于开展绿色信贷业务的金融机构，基于监管者的绿色要求与自身逐利的需要，会专业化地收集并处理企业信息，寻找一些低风险、高收益、符合绿色标准的项目给予贷款。同时，政府也会公开污染企业名单、环境信用记录等相关资料，这些举措能够缓解逆向选择与道德风险，降低投资者自行获取信息的成本[10]。其次，企业在进行绿色技术创新时需要大量的资金投入，往往面临较大的风险，且在绿色技术创新的前期阶段，传统金融难以发挥作用，也不能给企业带来直接的经济效益。而绿色信贷能够为企业绿色技术的研发、转化与应用提供充足的资金支持，从而降低企业的创新风险。最后，为确保资金安全回收与自身利益，开展绿色信贷的金融机构通过其环境风险识别与评估机制对申请贷款的项目或企业进行严格的资格审核，在贷款后对企业资金的运用情况及节能减排的效果进行及时跟进。对于减排效果较好的企业可以适当追加贷款，对整改不力的企业停止放贷，以此来提高资金的配置效率，推动绿色经济增长。

1.2 绿色信贷对绿色经济增长的影响机制

绿色经济增长可以分解为技术进步和技术效率，因此需要进一步讨论绿色信贷对技术进步与技术效率的影响。

就绿色信贷影响技术进步方面，绿色信贷主要通过为绿色环保型企业提供资金、缓解企业融资约束、分散创新风险等方式促进技术进步。一是，绿色信贷不仅能够优化商业银行的信贷结构，还能为企业提供研发创新的资金，鼓励企业对绿色、低碳、环保等领域进行科技创新方面的投入，从而促进绿色技术进步[11]。二是，绿色信贷能为创新型、环保型企业提供更多的外部融资渠道，缓解企业内部融资约束，促进创新型企业对研发资金的持续投入。三是，绿色信贷可以充分发挥金融在分散技术创新风险、优化资源配置等功能，分散企业节能环保技术和设备研发过程中的风险，助推节能环保技术发展。

目前，国内外学者关于绿色信贷影响技术效率的研究相对有限，更多是从金融发展对技术效率的影响展开。信贷规模的扩大有利于生产技术效率的提高[12]，其中，私营部门为了追求利润最大化，必定在当前的技术水平下最大程度地提升效率，因而会提升技术效率。而国有部门信贷对技术效率产生了不利影响，这是因为“金融所有制歧视”的存在使具有较低生产效率和创新效率的国有企业优先以较低的利率获得银行信贷资金，使金融机构难以将有限的金融资源配置到技术效率更高的私营企业，这显然不利于技术效率的改善[13]。从金融发展的三个维度来看，金融效率的提升代表着能将更多的储蓄转化为资本，将有利于技术效率的提升，但是在部分低储蓄能力的地区并不适用。金融深化的提升代表着金融信贷资源向私营部门的倾斜，金融结构的优化代表着资本市场的良好发展。因此，金融深化的提升与金融结构的优化有利于技术效率的改善[14]。

1.3 绿色信贷对绿色经济增长的作用路径

一是绿色信贷对产业结构升级与能源消费结构的影响。

绿色信贷通过资本形成、资金导向、信息传导等机制来推动产业结构优化升级。首先，金融能够通过储蓄形式将社会上的闲置资金聚集起来形成产业资本，为绿色产业发展提供资本支持。其次，绿色信贷通过对信贷投放规模和方向的把控，将资金向新能源、节能环保等绿色产业转移，淘汰高能耗、高污染的企业和项目，最终实现产业结构向绿色化、高端化转型[15]。最后，金融通过其信息收集、分析与评估的专业化能力，对潜在的投资项目进行甄别与选择，并将兼具投资价值与环境效益的绿色项目，展现传递给社会公众和广大投资者，以此来带动社会资源的优化配置。

绿色信贷政策支持工业企业实施传统能源改造，推动能源消费结构绿色低碳转型，鼓励开发利用可再生能源，从而引导能源消费结构的优化。从替代效应的角度来看，能源消费结构的变动就是传统能源消费与新能源消费之间的博弈。在绿色信贷政策导向、能源相关产业供给状况及价格变动的影响下，能源消耗部门会增加对可再生能源或清洁能源的青睐，并且通过金融手段大力支持清洁能源产业的发展，降低化石能源的消费比例，这有利于优化能源消费结构[16]。长期来看，在绿色信贷政策导向下，消费者出于对自身健康、环境保护、可持续发展方面的考虑，会增加对新能源的消费需求，进而优化能源消费结构[17]。

二是产业结构升级与能源消费结构对绿色经济增长的影响。

产业结构升级对绿色经济增长的影响从产业合理化与高级化两个方面展开。一方面，产业结构合理化意味着产业之间协调聚合能力的提升，随着劳动、资本等生产要素的快速流动，产业结构逐渐从不合理向合理化调整，资源利用效率不断提高，进而促进各产业协调发展，推动绿色经济增长;另一方面，产业结构高级化会促进产业结构向资源节约化调整，这将带动产品质量、产品附加值的不断增加和经济效益的提高。与此同时，“产业结构工业化”向“产业结构服务化”的转变意味着产业结构已逐渐由劳动密集型向资金和技术密集型转变，改变了以往的粗放式发展模式，使得资源得到充分利用，减少了资源浪费，降低了环境污染。

能源消费结构对绿色经济增长的影响。一方面，能源作为一投入要素，能够推动经济增长，影响经济增长的规模和速度;另一方面，谌莹[18]等人研究表明，煤炭消费量的增加最终会导致生态环境恶化并会降低经济体的期望产出，煤炭消费量的增加会对绿色经济增长产生抑制作用。

2 数据来源与变量定义

2.1 数据来源

本文以2006—2017年的中国30个省（市、自治区）为研究样本。因数据缺失，研究样本未包括西藏和港澳台地区。使用的数据来自《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》和中国各省市统计年鉴。对于少量缺失数据，使用插值法进行补充。

2.2 变量定义

2.2.1 被解释变量：绿色经济增长

借鉴王兵[19]等人的做法，采用绿色全要素生产率对绿色经济增长进行衡量。运用Chung[20]等人提出的方向性距离函数（DDF），并采用Malmquist-Luenberger生产率指数来测度非期望产出下的全要素生产率。

在张帆[21]等人的研究基础上，本文构建如表1所示绿色全要素生产率评价指标体系。

2.2.2 核心解释变量：绿色信贷

目前，学术界对绿色信贷的衡量主要有绿色信贷占比、节能环保项目贷款占比、工业污染治理投资中的“银行贷款”、反向指标六大高耗能产业利息支出占比四种衡量方法。绿色信贷占比与节能环保项目贷款占比数据来源于中国五家大型商业银行和部分股份制银行的《社会责任报告》，学者们运用此数据是从全国层面展开研究。但是，本文的研究样本是基于中国30个省（市、自治区），而工业污染治理投资中的“银行贷款”数据，自2010年后起不再统计，因此以上衡量方法不宜采用。考虑數据的连续型和可得性，本文选取各省六大高耗能产业利息支出占工业产业利息总支出的比率作为反向指标来衡量绿色信贷。

2.2.3 控制变量

参考李江龙[23]等人的研究，选择影响绿色经济增长的因素作为控制变量。第一，市场化进程（MARKET），较高的市场化程度能有效提升中国绿色经济发展水平[24]。本文采用私有部门就业人员占该省份从业人员总数的比重来衡量市场化进程。第二，环境规制（ER），适当的环境规制不仅有利于保护环境，还可以激发企业进行技术创新，从而有利于企业绿色全要素生产效率的提高[25]。但是环境规制增加了企业的治污成本，可能会挤占用于创新的资金，抑制企业创新，短期内会对绿色经济增长有负向影响[26]。本文采用污染治理完成投资额占GDP的比重来度量环境规制强度。第三，财政分权（FISD），财政分权有助于地方政府充分发挥信息优势，根据本地居民的偏好提

供相应的公共产品和公共服务，进行环境治理与技术创新，从而提升绿色经济增长，但是财政分权也会引起地方竞争，使得政府注重短期经济增长，忽视了环境保护与资源节约，从而阻碍绿色经济增长[27]。本文采用地方本级人均财政支出占地方与中央本级人均财政支出之和的比值对财政分权进行度量。第四，外商直接投资（FDI），FDI是影响绿色经济增长的重要因素，但是其作用机制较为复杂，对绿色经济增长也具有不确定性[28]，本文采用地区实际利用外资总额占该地区GDP的比重来衡量外商直接投资。

3 模型设定与实证分析结果

3.1 模型设定

为了检验绿色信贷是否对绿色经济增长有正向影响，本文借鉴李江龙[23]等人的研究框架，建立如下面板数据模型：

GTFP_it=α+β₁GTFP_i（t-1）+β₂GTFP_i（t-2）+δLOAN_it+γX_it+μ_it+λt+λt²+ε_it （1）

其中，（1）式中GTFPit是被解释变量绿色经济增长率，GTFPi（t-1）、GTFPi（t-2）分别为绿色经济增长率滞后一期，滞后两期。LOANit是核心解释变量，为各省份（市、自治区）工业企业六大高耗能行业的利息支出占比作为绿色信贷的反向指标。Xit为控制变量，μit为控制不随时间变化的个体异质性。以2005年为基期，各年份与2005年的差值设定为时间项t。时间项t及其平方t2是为了控制因变量的时间趋势及非线性变化。εit为随机扰动项。

3.2 基本估计结果

为了便于比较和提高估计结果的稳健性，本文分别采用面板固定与随机效应模型、混合OLS模型、面板IV模型、系统GMM以及差分GMM模型对（1）式进行估计，估计结果如表2所示。表2模型（1）中F检验拒绝原假设，说明固定效应模型优于混合OLS估计。模型（2）中LM检验同样拒绝原假设，说明随机效应模型也优于混合OLS估计。模型（1）与模型（2）中豪斯曼检验未通过显著性水平的检验。因此，本文认为应该使用随机效应模型而非固定效应模型。然而，模型设定可能存在影响回归估计准确性的内生解释变量。模型（3）与模型（4）中豪斯曼检验拒绝原假设，说明存在内生解释变量，应该使用IV模型而非OLS模型。

通过对比分析发现，相较于模型（1）至模型（3），模型（4）至模型（8）中估计结果的显著性水平得到较大的提高，基本上在1%或5%置信水平下显著，这说明内生性问题得到一定程度上的解决。存在内生性的情况下，面板固定效应、随机效应估计与混合OLS估计都是有偏的。根据经验准则，面板固定效应与混合OLS分别决定被解释变量滞后一期真实估计值的下界和上界，从而可以通过此项标准选择恰当模型进行估计，结果表明模型（4）至模型（7）中只有系統GMM估计满足该条件，这一结果符合预期，因为当存在异方差的条件下，GMM估计比面板IV估计更加有效率，而且差分GMM估计量在一阶差分项和滞后项存在非常弱的相关性时，工具变量较弱，此时系统GMM会更有效、偏差也更小。系统GMM又可以分为一步法和两步法，两步法可能会造成估计参数的标准差发生偏倚，一步法在损失效率的情况下仍能得到一致估计，因此，本文选择一步法进行估计。由表2 中模型（5）的检验结果可知：AR检验的P值在一阶处均拒绝原假设，二阶处均无法拒绝原假设，说明误差项不存在二阶自相关;Sargan检验检验的P值均为1.000，因此，接受原假设，即工具变量的选取是有效的。为此，本文决定使用系统GMM的一步法估计结果进行经济意义分析。

根据模型（5）系统GMM的回归结果，得到以下结论。绿色信贷（LOAN）对绿色经济增长的影响系数为0.632，且在1%置信水平下显著。这说明，在中国金融监管逐步

放松和绿色金融蓬勃发展的背景下，绿色信贷对经济发展方式转变的促进作用得以发挥，从而提升绿色经济增长。市场化进程（MARKET）对绿色经济增长的影响显著为正，区域市场化程度意味着该区域经济体的市场活力，市场化程度越高的区域其经济资源的配置也更为合理，交流也更为密切，市场化进程通过技术溢出的方式对绿色经济发展产生正向影响。环境规制（ER）对绿色经济增长的影响显著为负，这表明目前中国不合理的环境规制不仅没有改善绿色经济增长，反而抑制了绿色经济增长。可能现阶段中国环境规制的机会成本超出中国产业所能承受的最大极限时，致使中国在经济方面的承受着巨大的代价[29]。财政分权（FISD）对绿色经济增长的影响显著为正，这表明随着地方政府“事权”的进一步扩大，地方政府可以充分发挥信息优势，根据本地居民的偏好提供相应的公共产品和公共服务，规避了中央政府对地方经济的盲目指导，通过合理的资源配置方式使要素投入更为均衡，资源利用更为充分，从而提升了绿色经济增长率。外商直接投资（FDI）对绿色经济增长的影响并不显著，这可能是不同来源FDI对绿色经济增长的作用效果不同从而相互抵消所引致的[30]。同时，面板固定与随机效应模型、混合OLS模型、面板IV模型的估计结果都表明绿色信贷对绿色经济增长有显著的促进作用，控制变量的估计结果也与系统GMM估计结果基本保持一致。

此外，考虑到中国节能减排工作未能很好的落实，存在着“一年紧一年松”的问题[31]，本文将绿色经济增长率滞后1至2期，对（1）式进行估计，如表2模型（5）所示，结果表明，滞后1期的绿色经济增长对本期的绿色经济增长的影响系数显著为正，这意味着前一时期的绿色经济增长对本期绿色经济增长具有提升作用。然而，滞后2期的绿色经济增长与本期的绿色经济增长的影响系数显著为负，即滞后2期的绿色经济增长对本期绿色经济增长具有抑制作用。这表明中国绿色经济增长处于波动状态，上一期绿色经济增长的提升可能带来本期绿色经济增长的提升，又会在下一期得到下降。

4 影响机制与传导路径

4.1 影响机制

理论上绿色信贷对绿色经济增长的影响分为绿色信贷带来要素配置效率的改善或恶化以及绿色信贷促使科技进步的提升或停滞。上文得到绿色信贷对绿色经济增长有正向作用，但需要进一步分析，是配置效率起主导作用还是技术进步起主导作用。本文将绿色全要素生产率分解为技术效率和技术进步，并分别进行回归（见表3）。在（1）式的基础上，将绿色经济增长率替换为技术效率与技术进步，实证模型变换如（2）式所示：

Z_it=α+βZ_i（t-1）+βZ_i（t-2）+δLOAN_it+γX_it+μ_it+λt+λt²+ε_it（2）

其中，Z为技术效率（EFFCH）或者技术进步（TECH），其他变量的设定和（1）式一致，这里不再重述。为了检验中国绿色经济的增长率是否存在“一年紧一年松”的现象，将被解释变量绿色经济增长率滞后1至2期。同样，模型设定可能存在影响回归估计准确性的内生解释变量，为了和上文保持一致，也采用动态面板数据的系统GMM模型对（2）式进行估计。

同时采用混合OLS估计与面板固定效应或随机效应模型作为参考，究竟是选择固定效应还是随机效应要根据豪斯曼检验结果。表3中的模型（1）至模型（3）是绿色信贷对技术效率影响的回归结果;模型（4）与模型（6）为绿色信贷对技术进步影响的估计结果。可以看出绿色经济增长率“一年松一年紧”的现象在技术效率与技术进步两种影响机制中均表现出来。在模型（3）中绿色信贷与技术效率呈正相关性，但是并不显著;在模型（6）绿色信贷与技术进步在5%水平下显著为正。也就是说，绿色信贷对绿色经济增长的促进作用，主要是通过技术进步的提升实现的。

4.2 传导途径

上述结果表明绿色信贷通过促进技术进步，进而对绿色经济增长产生影响。已有文献研究了绿色信贷对经济增长的传导途径[32]。因此，本文会产生这样的疑问？绿色信贷对经济增长的影响除了技术进步的影响机制，是否还存在其他的传导路径。本文根据前文的理论分析，需要对产业结构升级与能源消费结构的传导路径进行验证。具体模型设定如（3）式、（4）式所示。

C_it=α+βC_i（t-1）+δLOAN_it+γX_it+μ_it+λ₁t+λ₁t²+ε_it（3）

GTFP_it=α+βGTFP_i（t-1）+φC_it+γX_it+μ_it+λ₁t+λ₁t²+ε_it（4）

（3）式中Cit為绿色信贷影响绿色经济增长的可能传导路径，系数δ为绿色信贷对各种传导路径是否存在正向的促进影响，与系数δ类似。（4）式中系数为各种传导路径是否会对绿色经济增长率产生影响。根据前文的理论分析，传导路径指标选取如下：

第一， 产业结构高级化（AIS）。借鉴干春晖[33]等人的做法，采用第三产业产值与第二产业产值的比值衡量产业结构高级化。

第二，产业结构合理化（RIS）。采用泰尔指数来衡量产业结构合理性，其中泰尔指数越接近0，表明产业结构愈加区域合理化。其计算公式如下：

RIS=∑ni=1（YiY）ln（YiLi/YL）（5）

第三，能源消费结构（STRU）。借鉴陈超凡[34]的研究，采用折合为标准煤的煤炭消费量占能源消费量的比重表示能源消费结构。该值越大，表示能源消费结构越不合理。采用动态面板数据的系统GMM模型来分析绿色信贷影响绿色经济增长的传导途径，结果如表4所示。

回归结果表明，①绿色信贷对产业结构高级化的影响系数为0.746，且在1%水平下显著。产业结构高级化具有高附加值化、高技术化、高集约化等特点，绿色信贷通过产业资本的商业竞争机制与政策性导向机制来改变信贷资金配置，引导资金向节能环保产业、新能源产业、传统产业技术改造等领域流入，以此来推动产业结构高级化发展，实现产业结构调整的目的。②绿色信贷对产业结构合理化反向指标产生显著的负向影响，即绿色信贷能够促进产业结构合理化水平的提高。绿色信贷不仅能够支持节能减排和发展循环经济，还能在去产能过程中发挥“杠杆作用”，限制对产能严重过剩行业的授信额度，对“僵尸企业”停止放贷，从而稳步化解产能过剩行业风险。此外，绿色信贷政策根据收益性、安全性、流动性原则进行投资结构调整，将资本配置到边际效率最高的产业和地区，有效避免市场失灵，从而实现产业结构合理化。③绿色信贷对煤炭消费量占比的能源消费结构影响显著为负。一方面，绿色信贷通过对清洁低碳企业的信贷倾斜，对污染企业的信贷限制，有利于引导企业发展低碳经济，主动淘汰落后产能，推进传统产业的绿色化改造，从而降低单位GDP的二氧化碳排放量。另一方面，绿色信贷通过为企业绿色技术研发提供所需资金，有助于革新技术、改进工艺，壮大环保产业发展，降低能源消耗，减少碳排放。

綠色信贷能否通过上述三种传导路径对绿色经济增长产生影响，需要分为两个环节来讨论。第一，探讨绿色信贷是否对三种传导路径产生显著影响;第二，探讨以上三种传导途径如何影响绿色经济增长。上文的分析结果表明，绿色信贷能够显著地促进产业结构高级化与合理化水平，并且能显著降低煤炭占比的能源消费结构。为了证明传导路径的完整性，本文还要验证三种传导路径是否对绿色经济增长产生显著影响。根据表4中估计结果，产业结构高级化对绿色经济增长的影响显著为正，且在1%水平上显著。尤其是由“产业结构工业化”向“产业结构服务化”转变所释放的“结构红利”有效支撑了中国的绿色经济增长[35]。而产业结构合理化同产业结构高级化一样，对绿色经济增长有显著的正向影响。煤炭消费量占比的能源消费结构对绿色经济增长有显著的负向影响，即煤炭消费比重的增加不利于中国绿色经济增长。因此，绿色信贷可以通过提升产业结构高级化与合理化水平，降低煤炭消费量在能源消费量中的比重，进而对绿色经济增长产生正向影响。5 结论和政策建议

绿色信贷作为绿色经济发展的重要推动力已经被国内外大多数学者所接受，然而绿色信贷如何影响绿色经济增长成为国内外学者研究的热点问题，现有研究更多强调的是绿色信贷与地区经济增长的关系，忽视了绿色信贷对生态文明建设和绿色经济转型的影响，而这正是本文研究绿色信贷对绿色经济增长影响的切入点。

文章在分析绿色信贷对绿色经济增长影响机制及作用路径的基础上，基于2006—2017年中国30个省级区域面板数据，利用方向性距离函数和Malmquist-Luenberger指数测算了包含能源消耗与非期望产出的省级区域的绿色经济增长，并使用动态面板的系统GMM模型进行了实证分析，结果表明：①绿色信贷会对绿色经济增长具有显著的正向促进作用。②在影响机制方面，将绿色经济增长率分解为技术进步与技术效率，发现绿色信贷对技术效率的影响并不显著，对绿色技术进步显著为正，说明绿色信贷促进绿色经济增长主要是通过提升技术进步实现的。③在传导路径方面，绿色信贷可以通过提升产业结构高级化与合理化水平，降低煤炭消费量在能源消费量中的比重，进而对绿色经济增长产生正向影响。④将绿色经济增长滞后1至2期，发现绿色经济增长处于波动状态，上一期绿色经济增长的提升可能带来本期绿色经济增长的提升，又会在下一期得到下降，说明我国节能减排工作未能得到有效的持续。

根据以上结论，本文提出如下建议：①增强绿色信贷对绿色经济增长的正向促进作用。在制度层面上，继续完善绿色信贷政策，建立抑制“两高一剩”行业信贷的约束机制与支持绿色产业发展的绿色信贷激励机制。②充分发挥绿色信贷对产业结构升级，能源结构优化的促进作用，助推绿色经济发展。一方面，绿色信贷可根据“区别对待”的原则，根据最新的《绿色产业指导目录（2019年版）》，引导信贷资金向新能源、节能环保型等绿色产业流动，扶持资源节约型与环境友好型产业的发展，限制“两高一剩”行业发展，推动产业结构向绿色化、高端化转型。另一方面，人民银行对于给可再生能源项目匹配信贷较高的金融机构，适当下调其存款准备金率，以信贷配给制度增加可再生能源在能源消耗中的比重，推动能源消费结构绿色低碳转型。③鼓励绿色信贷向传统工艺改造与技术革新的创新项目提供信贷支持，支持绿色项目发展与缓解企业绿色创新风险，推动技术进步，实现绿色经济发展。④中国绿色经济增长出现“一年松一年紧”的现象，这就需要地方政府加强生态文明建设的顶层设计，将地方生态文明建设与政府官员的业绩相挂钩，健全生态环境保护的责任追究制度和监督长效机制，确保“绿色”政策实施的可持续性。

（编辑：李 琪）

参考文献

[1]陈立铭，郭丽华，张伟伟.我国绿色信贷政策的运行机制及实施路径[J].当代经济研究，2016（1）：91-96.

[2]左振秀，崔丽，朱庆华.中国实施绿色信贷的障碍因素[J].金融论坛，2017，22（9）：48-57.

[3]苏冬蔚，连莉莉.绿色信贷是否影响重污染企业的投融资行为？[J].金融研究，2018（12）：123-137.

[4]陈琪.中国绿色信贷政策落实了吗——基于“两高一剩”企业贷款规模和成本的分析[J].当代财经，2019（3）：118-129.

[5]高晓燕，高歌.绿色信贷规模与商业银行竞争力的关系探究[J].经济问题，2018（7）：15-21.

[6]廖筠，胡伟娟，杨丹丹.绿色信贷对银行经营效率影响的动态分析——基于面板VAR模型[J].财经论丛，2019（2）：57-64.

[7]张晨，董晓君.绿色信贷对银行绩效的动态影响——兼论互联网金融的调节效应[J].金融经济学研究，2018，33（6）：56-66.

[8]SOUNDARRAJAN P， VIVEK N.Green finance for sustainable green economic growth in India[J].Agricultural economics-zemedelska ekonomika，2016，62（1）：35-44.

[9]MENGZE H ， WEI L . A comparative study on environment credit risk management of Commercial Banks in the Asia-Pacific Region[J]. Business strategy and the environment， 2015， 24（3）：159-174.

[10]HASMAN A， SAMART N， MARGARIT A， et al. Financial intermediation in an overlapping generations model with transaction costs[J]. Journal of economic dynamics and control， 2014， 45：111-125.

[11]CHU W S， CHUN D M ， AHN S H. Research advancement of green technologies[J]. International journal of precision engineering and manufacturing， 2014， 15（6）：973-977.

[12]盛雯雯.金融发展有利于中国生产技术效率的提升吗？——基于随机前沿分析方法的检验[J].中央财经大学学报，2017（12）：83-97.

[13]戴静，张建华.金融所有制歧视、所有制结构与创新产出——来自中国地区工业部门的证据[J].金融研究，2013（5）：86-98.

[14]王小腾，徐璋勇，刘潭.金融发展是否促进了“一带一路”国家绿色全要素生产率增长？[J].经济经纬，2018，35（5）：17-22.

[15]陈伟光，胡当.绿色信贷对产业升级的作用机理与效应分析[J].江西财经大学学报，2011（4）：12-20.

[16]冯梦骐，邢珺.金融发展对能源消费影响的研究——基于对能源消费结构变化指数的构建与分析[J].价格理论与实践，2018（11）：107-110.

[17]ZHAO X， LUO D. Forecasting fossil energy consumption structure toward low-carbon and sustainable economy in China： evidence and policy responses[J]. Energy strategy reviews.2018，22：303-312.

[18]谌莹，张捷.碳排放、绿色全要素生产率和经济增长[J].数量经济技术经济研究，2016，33（8）：47-63.

[19]王兵，刘光天.节能减排与中国绿色经济增长——基于全要素生产率的视角[J].中国工业经济，2015（5）：57-69.

[20]CHUNG Y H， FRE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Microeconomics， 1997， 51（3）：229-240.

[21]张帆.金融发展影响绿色全要素生产率的理论和实证研究[J].中国软科学，2017（9）：154-167.

[22]靖学青.中国省际物质资本存量估计：1952—2010[J].广东社会科学，2013（2）：46-55.

[23]李江龙，徐斌.“诅咒”还是“福音”：资源丰裕程度如何影响中国绿色经济增长？[J].经济研究，2018，53（9）：151-167.

[24]韩晶，刘远，张新闻.市场化、环境规制与中国经济绿色增长[J].经济社会体制比较，2017（5）：105-115.

[25]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济，2013（4）：56-68.

[26]GUO L L，QU Y，TSENG M L.The interaction effects of environmental regulation and technological innovation on regional green growth performance[J]. Journal of cleaner production， 2017， 162：894-902.

[27]李斌，祁源，李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验[J].国际贸易问题，2016（7）：119-129.

[28]原毅军，谢荣辉.FDI、环境规制与中国工业绿色全要素生产率增长——基于Luenberger指数的实证研究[J].国际贸易问题，2015（8）：84-93.

[29]李鑫，杜建国，金帅.环境规制对中国工业全要素生产率影响的实证[J].统计与决策，2014（13）：124-127.

[30]傅京燕，胡瑾，曹翔.不同来源FDI、环境规制与绿色全要素生产率[J].国际贸易问题，2018（7）：134-148.

[31]曹開虎，蒋飞.李毅中. 节能减排有思路没落实[N/OL].上海：第一财经日报，2012-03-05[2019-02-28]. http：//finance.eastmoney.com/news/1345，20120305194596216.html.

[32]裴育，徐炜锋，杨国桥.绿色信贷投入、绿色产业发展与地区经济增长——以浙江省湖州市为例[J].浙江社会科学，2018（3）：45-53.

[33]干春晖，郑若谷，余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011，46（5）：4-16.

[34]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究，2016，33（3）：53-62.

[35]武建新，胡建辉.环境规制、产业结构调整与绿色经济增长——基于中国省级面板数据的实证检验[J].经济问题探索，2018（3）：7-17.

How does green credit affect Chinas green economy growth？

XIE Tin-ting1，2 LIU Jin-hua1

（1.School of Economics and Management， Shihezi University， Shihezi Xinjiang 832000， China;2.Corps Financial Development Research Center， Shihezi University， Shihezi Xinjiang 832000，China）

Abstract Green development is the inevitable trend of sustainable development， green finance is the inevitable choice for China to promote the construction of ecological civilization and boost the green transformation of economy. And green credit is not only the main channel of green project financing， but also the core force of constructing green financial system， how does green credit affect green economic growth？ What are the impact mechanisms and transmission channels？ At present， there is a lack of systematic analysis in academic circles. Based on the analysis of the impact mechanisms and transmission channels of green credit on green economy growth， this paper used the directional distance function and Malmquist-Luenberger index to calculate the green economy growth on panel data for 30 provinces in China over the period 2006-2017， including energy consumption and undesired output. In addition， an empirical analysis was carried out by using the dynamic panel GMM model. The results showed that ①Green credit played a significant positive role in promoting green economic growth. Marketization and fiscal decentralization had a positive effect on improving green economic growth. However， environmental regulation had a bad effect on improving green economic growth， this may be that Chinas current environmental regulations increased cost of pollution control for companies and reduced profits， and thus had a negative impact on green economic growth. The impact of FDI on green economic growth was not significant， this may be due to the different effects of FDI from different sources on green economic growth and offset each other. ② In terms of the impact mechanism， the green economic growth rate was divided into technological progress and technological efficiency. Green credit had no significant impact on technological efficiency， but had a significant positive impact on technological progress. This showed that green credit promoted green economic growth mainly through technological progress.③In terms of transmission channels， green credit can promote green economic growth by improving the level of advancement and rationalization of industrial structure and reducing the proportion of coal consumption in energy consumption. ④ By lagging the green economic growth to one or two periods， it was found that the green economic growth was in a fluctuating state. The promotion of the last period of green economic growth may lead to the promotion of the current period of green economic growth， but will also be reduced in the next period， which indicated that Chinas energy saving and emission reduction work has not been effectively sustained. Therefore， we should further improve the green credit policy， establish the restraint mechanism to restrain the credit of the ‘high pollution， high energy consumption and overcapacity industry and the green credit incentive mechanism to support the development of green industry， carry out the evaluation of the effect of green credit， strengthen the support for the technological innovation of enterprises， improve the accountability system and lon-term supervision mechanism for ecological environment protection， and promote green economic growth.

Key words green credit; green economic growth; technological progress; technological efficiency