绿色信贷对绿色全要素生产率影响的空间溢出效应研究

赵 娜，谭雪萍

(西安外国语大学 经济金融学院，陕西 西安 710128)

一、引言

改革开放四十多年来，中国创造了举世瞩目的经济发展奇迹，但却造成了资源过度开发与环境严重污染的问题。面对资源与环境的双重制约，推动经济增长方式向绿色转型，实现绿色高质量发展成为我国经济的发展目标之一。基于此，党的十九届五中全会提出，推动绿色发展，促进人与自然和谐共生①。绿色全要素生产率是衡量绿色发展的重要指标。绿色金融在推动绿色发展的过程中起着至关重要的作用，而作为绿色金融重要组成部分的绿色信贷有助于引导部分资金流入环境友好型企业，合理配置信贷资金，进而促进环境保护与经济增长的协调发展。本文选择绿色信贷与绿色全要素生产率作为研究对象，试图探究以下两个问题：绿色信贷政策的实施是否推动了绿色全要素生产率的增长？绿色信贷是否通过提升技术效率和促进技术进步从而影响绿色全要素生产率？

二、文献综述

当前，研究绿色信贷影响绿色全要素生产率的文献较为匮乏，绿色信贷相关研究主要从微观和宏观效应进行拓展，绿色全要素生产率的相关研究则主要从其影响因素进行分析。

关于绿色信贷微观效应的研究，部分学者主要关注绿色信贷对商业银行的影响。例如，张琳等发现绿色信贷对银行财务绩效具有正向影响[1]；何凌云等的研究表明实施绿色信贷能够有效地提高银行总资产收益率[2]。还有部分研究针对绿色信贷与企业之间的关系进行分析。连莉莉从债务融资成本角度进行分析，发现绿色信贷提升了重污染企业债务融资成本[3]；曹延求等认为绿色信贷提升了企业的绿色创新[4]。此外，还有学者针对绿色信贷的宏观效应展开了研究，这些研究主要聚焦在绿色信贷对产业结构的影响效应。陈伟光和胡当[5]、徐胜等[6]、邵川[7]等学者均发现绿色信贷对产业结构升级具有显著的促进作用。钱水土等发现绿色信贷通过资本形成、资本导向、信息传导、产业整合、风险分配机制作用于产业结构[8]。李毓等通过固定效应模型研究发现，绿色信贷对第二产业结构升级具有正向促进作用[9]，但对第三产业的发展具有抑制作用。谢婷婷和刘锦华则认为绿色信贷与产业结构升级正相关[10]。

关于绿色全要素生产率的相关研究主要集中在其影响因素方面。部分学者研究了环境规制与绿色全要素生产率的关系，但尚未达成一致意见。一种观点支持“波特假说”，如原毅军和谢荣辉[11]、刘和旺和左文婷[12]认为环境规制会通过激发企业创新热情进而促进绿色全要素生产率的提升；李静和沈伟[13]、李斌[14]、肖远飞等[15]学者认为合理的环境规制对绿色全要素生产率具有正向影响。部分学者则得出相反的结论，如黄庆华等提出环境规制可能会促使企业加大污染排放进而恶化环境全要素生产率[16]；伍格致和游达明则提出从全国层面来看，环境规制会抑制技术创新，其不利于绿色全要生产率的提升[17]。还有部分学者从金融发展的角度进行研究，张帆[18]、王伟和孙芳城[19]、倪瑛等[20]提出金融发展对绿色全要素生产率具有正向促进作用；王小腾等以“一带一路”沿线国家的跨国面板数据为例，分析了金融发展与绿色全要素生产率的关系，结果表明金融深化和金融结构均与绿色全要素生产率正相关，而金融效率则与其负相关[21]。另外一些学者则持有相反的观点。葛鹏飞等以“一带一路”42个国家1995—2012年数据为例，分析了金融发展与绿色全要素生产的关系，研究发现金融发展并不能促进绿色全要素生产率的提升[22]。

可以看出，虽然现阶段关于绿色信贷和绿色全要素生产率的理论与实证研究均日益丰富，但是一部分学者关注的是绿色信贷的经济效应，另一部分学者则关注绿色全要素生产率的影响因素，将二者有机结合的较少。为此，本文基于2002—2018年我国30个省份的数据，从理论和实证的角度研究绿色信贷对绿色全要素生产率影响的空间溢出效应。本文的边际贡献主要体现在以下两个方面：其一，本文在实证分析过程中采用动态空间杜宾模型较好地控制了绿色全要素生产率的时间滞后效应、空间滞后效应以及绿色信贷与绿色全要素生产率之间可能存在的内生性问题。其二，鉴于绿色全要素生产率的提高可能源于技术进步和技术效率，本文进一步将绿色全要素生产率分解为技术进步和技术效率，探究绿色信贷对二者的影响，进而为促进地区绿色发展提供绿色信贷改革的相关建议。

三、理论机制分析

2012年2月，《绿色信贷指引》发布，其主要强调银行业应加大对绿色经济、低碳经济、循环经济的支持。2016年8月，《关于构建绿色金融体系的指导意见》首次提出通过再贷款、建立专业化担保机制、申请财政贴息等方式大力发展绿色信贷。在上述政策的综合作用下，我国绿色信贷规模呈现稳步增长的态势，截至2021年上半年，6家国有银行绿色信贷总规模已突破7万亿元②。

(一)绿色信贷对绿色全要素生产率影响的本地效应

其一，绿色信贷政策要求商业银行加大对绿色、低碳、节能、环保等行业的信贷支持，并限制对“两高一剩”行业的信贷额度。因此商业银行可通过控制绿色信贷资金的投放方向，引导更多资金配置到低碳行业，促进了低碳行业的发展。同时，由于绿色信贷对“两高一剩”行业实行惩罚性高利率，而对低碳行业实行优惠利率，这将一方面导致“两高一剩”行业的融资成本增加；另一方面促使低碳行业以较低的利率获得更多资金，促进了低碳行业的发展，进而推动了绿色全要素生产率的增长。其二，绿色信贷政策要求商业银行应对贷款企业实行严格的贷前、贷后审查。这意味着在贷前阶段，商业银行根据环保部门提供的信息对绿色信贷业务进行严格审批，对贷款企业是否符合绿色信贷的要求进行核查。在贷后阶段，商业银行对贷款企业进行定期及不定期的调查，旨在检查贷款企业的资金是否运用合理。

(二)绿色信贷对绿色全要素生产率影响的空间溢出效应

绿色信贷对绿色全要素生产率影响的空间溢出效应主要通过区域间技术溢出和产业关联两条路径实现。具体表现为：其一，绿色信贷限制了“两高一剩”行业的发展，引导本地区产业向低碳行业转型， 这会进一步促进本地绿色技术创新，并通过区域间技术“示范—模仿”效应而影响邻近地区的绿色全要素生产率。其二，与“两高一剩”行业相比，低碳行业对原材料、技术等方面的环保要求会更高，出于成本的考虑，这类企业通常在距离相对较近的地区寻找供应商和销售商，这种产业关联性促使邻近地区的绿色全要素生产率存在空间相关性。

四、实证策略

(一)实证模型

已有研究表明，绿色全要素生产率在空间上存在溢出效应，在时间上存在滞后效应，故而本文构建如下动态空间杜宾面板模型：

mlit=τmlit-1+ρwmlit+φwmlit-1+βloanit+θwloanit+γXit+λwXit+εit

(1)

其中i表示第i个地区，t代表第t年， ml表示绿色全要素生产率，τ、ρ和φ分别代表时间滞后项、空间滞后项以及时空滞后项。w为空间权重矩阵，解释变量loan表示绿色信贷，β为待估计参数，θ为绿色信贷的空间滞后项的估计系数，X表示一系列可能影响绿色全要素生产率的其他变量；γ和λ分别为这些变量及其空间滞后项的估计系数，ε为随机干扰项。

(二)变量与数据

1. 被解释变量

本文采用一般化非径向、非角度的SBM方向性距离函数测度绿色全要素生产率，所用的指标如下：好产出指标选取地区GDP；坏产出指标选取工业废水排放总量和工业废气排放总量；劳动力投入选取各地区总就业人数；资本投入借鉴张军等[23]的永续盘存法估算，其中折旧率为10.96%，能源投入选取各地区能源消耗量。

2. 解释变量

借鉴赵娜[24]的研究思路，选取各地区6大高耗能产业利息支出除以工业产业利息总支出衡量绿色信贷。该指标为反向指标，其数值越大则说明区域绿色信贷水平越低。

3. 空间权重矩阵

4. 控制变量

本文依据已有文献和经济社会的现实情况，选取如下8个变量：经济发展水平(pgdp)、经济发展水平二次项(pgdp2)、产业结构(ind)、城镇化水平(urb)、科技支出(tec)、环保投资(evninv)、贸易开放度(open)、财政分权(fd)。

本文样本为2002—2018年全国30个省级地区的(不含西藏和港澳台地区)面板数据，相关原始数据主要来自于《中国工业统计年鉴》《中国统计年鉴》和2018年《中国经济普查年鉴》等，表1汇报了主要变量的统计性分析结果。

表1 变量的统计性分析

(三)实证结果及分析

1. 空间计量模型的识别与检验

在实证分析之前，首先对式(1)进行LM 和Robust-LM检验(见表2)，可以看出空间滞后模型和空间误差模型通过了LM统计量及其稳健形式的检验，因此选择考虑具有一般意义的SDM模型进行空间计量估计是很有必要的；接着进行LR检验，根据其检验结果选择动态空间杜宾模型。

表2 空间计量模型的识别与检验结果

2. 基准模型分析

根据式(1)，表3汇报了非空间面板模型混合效应、固定效应、未考虑时间和空间滞后项的静态杜宾模型以及考虑时空双向固定效应的动态空间面板模型的估计结果。由表3可知，未考虑内生性问题的模型(1)和模型(2)以及未考虑时间和空间滞后项的模型(3)的绿色信贷估计系数并不显著，从而说明不考虑内生性和空间相关性均可能导致估计系数的偏误，故而在下文的讨论中将基于动态空间杜宾模型进行分析。由模型(4)可以看出，绿色全要素生产率滞后项系数τ显著为正，这意味着绿色全要素生产率受到其上一期的正向影响；而空间滞后一期系数φ显著为负，说明绿色全要生产率受到上一期其他地区绿色全要生产率的负向影响；绿色全要素生产率的空间滞后项ρ为正，并通过了1%的显著性检验，这意味着绿色全要素生产率具有显著为正的空间相关性。

表3 基准回归估计结果

续表3

由于模型中包含被解释变量的空间和时间滞后项，估计系数包含了大量观测值的交互信息，不能说明解释变量对被解释变量的影响程度，为了正确测度解释变量对被解释变量的边际贡献，本文将进一步估计绿色信贷对绿色全要素生产率的直接效应、间接效应和总效应(见表4)。可以看出：其一，绿色信贷对绿色全要素生产率的直接效应和间接效应均为负，并在1%的水平下显著，意味着绿色信贷政策能显著促进本地和邻近区域绿色全要素生产率的提高。其二，绿色信贷对绿色全要素生产率的长期直接效应、间接效应和总效应均要高于短期，这可能是因为两方面的因素。一方面，绿色信贷资金配置从其正式投放到取得效果具有一定的滞后期，故而绿色信贷对绿色全要素生产率的促进效应可能存在一定的滞后性；另一方面，本地区绿色信贷政策可能会参考周边地区绿色信贷的政策，即相对于周边地区来说，本地区的绿色信贷也是具有滞后性的，这也导致了绿色信贷影响绿色全要素生产率的间接效应在长期要高于短期。

表4 绿色信贷对绿色全要生产率的短期和长期影响

在各控制变量中，经济发展水平(pgdp)与本地和周边地区的绿色全要素生产率呈现U型关系。 产业结构(ind)对本地区及周边地区绿色全要素生产率均具有显著的促进作用，说明第三产业有利于地区绿色全要素生产率的提升。城镇化水平(urb)有利于本地区和周边地区绿色全要素生产率的提升，这意味着城镇化水平可通过提高技术创新水平从而提升本地区绿色全要素生产率。此外，科技支出(tec)对绿色全要素生产率也具有显著的促进作用。环保投资(evninv)越高，越有利于促进绿色经济增长。对外开放(open)在多数情况下显著抑制了本地和周边地区绿色全要素生产率提升。财政分权(fd)与绿色全要素生产率正相关，并在 1%的显著性水平下显著。

(四)路径检验

鉴于绿色全要素生产率增长包括技术效率提升与技术进步两方面，本文以技术效率和技术进步为被解释变量，进一步探讨绿色信贷对绿色全要素生产率的作用路径。绿色信贷对技术效率和技术进步的长期影响以及短期影响如表5和表6所示。

表5 绿色信贷对技术效率的影响

研究结果显示：其一，绿色信贷对技术效率的长期和短期效应均显著为负，并且长期效应均大于短期效应。原因可能是一方面绿色信贷促进了资本要素的再分配，提高了资本的配置效率[26]，这有利于效率的提升，进而对绿色全要素生产率产生了促进作用；另一方面绿色信贷资金配置从其正式投放到产生效果需要一定的时间。其二，绿色信贷对技术进步的长期和短期效应均不显著，可能的解释是：先进绿色技术研发的前期资金投入较大而成功的概率较小，理性经理人可能会采用易模仿、低成本的末端治理技术而非研发绿色技术，这意味着绿色信贷可能并没有促使企业积极选用更加先进的绿色技术和清洁工艺进行生产，进而不利于绿色全要素生产率的提升。

表6 绿色信贷对技术进步的影响

续表6

(五)稳健性检验

为了检验估计结果的稳健性，以地理经济权重矩阵(w2)为空间权重矩阵作稳健性检验。不难看出，无论是采用地理权重矩阵还是采用地理经济权重矩阵，绿色信贷的估计系数均为负，并通过了1%显著性水平检验，估计结果并没有明显变化，这说明本部分结论是稳健的。

表7 稳健性检验

五、结论及启示

(一)结论

本文基于 2002—2018年中国30个省份的面板数据，通过设置地理距离权重矩阵和地理经济权重矩阵，采用动态空间杜宾模型检验了绿色信贷与绿色全要素生产率的关系。得出如下结论：(1)绿色信贷越多，越有利于绿色全要素生产率的提升，这既来源于直接效应，也来源于空间溢出效应；(2)绿色信贷对绿色全要素生产率影响的长期直接和空间溢出效应均高于短期直接和空间溢出效应；(3)绿色信贷对技术效率的影响是显著为正的，且这种促进作用同时来源于直接效应和间接效应，但是其对技术进步的影响效应不显著。此外，绿色信贷对技术效率的长期和短期效应均显著为正，且长期效应大于短期效应，但对技术进步的长期和短期影响均没有通过显著性检验。

(二)启示

本文的启示如下：第一，政府应细化绿色信贷各项考核指标体系，加强对绿色信贷实施情况的监测评价，进而从绿色信贷制度上更好地完善其正向激励和风险防范机制。第二，商业银行应与环保部门联合进行环保信息系统建设，并根据最新信息及时优化信贷资源配置。借助环保信息系统，银行可以实时更新各类企业污染信息，以更好地解决银行在绿色贷款过程中的信息不对称问题，从而降低环保企业获取信贷资源的门槛。第三，研究结果表明，绿色信贷并没有通过促进技术进步而促使绿色全要素生产率提升，因此应建立支持企业技术创新的绿色信贷激励机制。商业银行不但要在贷前、贷中以及贷后各个阶段早发现、早淘汰不合格的污染企业，而且应加大对企业绿色信贷资金使用的监管力度，鼓励企业将资金更多地用于绿色技术创新。

注释：

① 《十九届五中全会公报要点》，见http://cpc.people.com.cn/n1/2020/1029/c164113-31911575.html.

② 《2021年上半年主要银行绿色信贷增加超1万亿，中国绿色信贷规模已位居世界第一》，见https://baijiahao.baidu.com/s?id=1710283920520939949&wfr=spider&for=pc.