绿色信贷业绩评价对企业绿色创新的驱动效应研究*

毕 茜，邓 玲

（西南大学经济管理学院，重庆 400715）

一、引言

2020 年9 月，习近平主席在第七十五届联合国大会一般性辩论上首次对外宣布我国力争于2030 年前二氧化碳排放达到峰值，努力争取2060 年前实现碳中和的“双碳”目标。我国是当前全球碳排放第一大国，实现“双碳”目标时间紧任务重，亟需优化经济发展模式，加快从要素驱动、投资规模驱动发展为主向以创新驱动发展为主的转变。绿色创新以“促增长”与“优环境”为宗旨，兼具经济与环境效益，是解决环境问题与实现“双碳”目标的重要途径。然而，绿色创新风险高、投入大，企业往往缺乏主动推进的积极性（齐绍洲等，2018）。如何引导企业积极融入国家“双碳”发展战略，提升企业进行绿色创新的意愿，是我国政府需要解决的重要问题。

为实现金融与生态的协调发展与良性循环，我国金融监管部门不断加大对绿色信贷的引导力度。2012 年，原银监会颁布《绿色信贷指引》（以下简称《指引》），对绿色信贷各项工作进行细化。2018 年，央行发布《关于开展银行业存款类金融机构绿色信贷业绩评价的通知》（以下简称《评价》），将各存款类金融机构的绿色信贷业绩纳入宏观审慎评估（MPA）考核，加大绿色信贷的推行与发展力度。《指引》主要从组织管理、政策制度建设等方面进行部署，侧重于引导和鼓励银行积极开展绿色信贷业务，《评价》则设置了定量和定性指标，考核绿色信贷业绩，同时规定了奖惩机制。相对于《指引》，《评价》进一步完善了银行绿色信贷业务的信息披露机制，强化了对银行绿色信贷业务的合规性管理，其出台可作为一个更加有效的准自然实验，但目前鲜有研究对《评价》这一更加完善的绿色信贷政策进行评估。

随着我国的绿色信贷政策不断规范化与具体化，其对推动经济绿色发展的作用愈加突显，对促进企业绿色创新的作用不容忽视。绿色信贷业绩评价能否引导企业进行“能动式”绿色创新？如能，其作用路径是什么？对不同类型企业的效果是否存在差异？锦标赛式的《评价》与合规性的《指引》是否会产生不同的绿色创新效应？这些问题都亟待考证。有鉴于此，本文以2018 年《评价》出台构造准自然实验，运用双重差分法实证检验《评价》对企业绿色创新的影响，从内部高管、外部政府和企业三方互动的角度对绿色信贷业绩评价下企业开展绿色创新的内部和外部动机进行探讨。此外，本文还将从企业内部特征差异（代理成本）及外部环境差异（地区市场化水平）视角对《评价》效果的异质性进行讨论。

相较于以往研究，本文可能的贡献和创新点在于以下两个方面：第一，以往文献多以《指引》为对象，研究绿色信贷政策的效果，本文以《评价》作为研究对象，从政策效果、作用路径、内外部调节因素和异质性表现等方面系统性地分析绿色信贷业绩评价对企业绿色创新的影响，研究策略更加具体和全面，为绿色信贷政策与绿色创新之间是“抑制论”还是“促进论”的争议提供了一定的微观证据，是对现有研究的进一步论证与有益补充。第二，本文把《指引》和《评价》纳入同一研究体系，将这两个绿色信贷政策对企业绿色创新产生的影响进行比较研究，考察二者的政策效应差异并归纳出产生差异的可能原因，为进一步完善我国绿色信贷政策提供了创新性的经验证据和现实参考，对于助推国家“双碳”目标实现具有一定的理论价值和现实意义。

二、文献综述

（一）绿色信贷政策的实施效果研究

根据研究对象的不同，现有研究绿色信贷政策实施效果的文献可以分为两类：一类研究从绿色信贷的发放主体层面出发，探讨绿色信贷政策对银行绩效与经营状况的影响，发现绿色信贷政策能够改善银行的经营绩效（张晖等，2021；King，1993），有效地提升了商业银行的竞争力与盈利能力（汪炜等，2021；何凌云等，2018）。另一类研究从绿色信贷的接受主体角度出发，考察绿色信贷政策对企业减排降碳（Li 等，2018）、投资效率（王艳丽等，2021；宁金辉等，2020）、融资成本（李新功和朱艳平，2021；Liu，2019）、并购绩效（王建新等，2021）等的影响。该类研究并未形成较为一致的结论，部分研究认为绿色信贷政策对企业具有正面影响，另一部分研究则认为绿色信贷政策对企业存在负面影响。

（二）企业绿色创新的影响因素研究

现有关于企业绿色创新影响因素的研究主要关注以下三个方面：一是环境规制因素。一部分研究发现环境执法监督（于连超等，2019）、环保约谈（于芝麦，2021；王旭和王非，2019）、排污权交易（齐绍洲等，2018）等环境规制工具能够驱动企业绿色创新；另一部分研究认为环境规制工具反而会抑制绿色创新，如Gray（2001）发现环保补助会挤出绿色创新。此外，也有研究认为环境规制与企业绿色创新之间呈非线性关系（王珍愚等，2021）。二是市场和政府因素。这类研究发现消费者绿色需求与同业竞争压力（Zeng 等，2011）、政府补助与监管（Berrone 等，2013）、数字普惠金融发展（乔彬等，2021）等市场和政府因素能够促进企业绿色创新。三是组织内部因素。这类研究发现内部吸收能力（Ketata 等，2015）、董事会治理（王锋正和陈方圆，2018）可驱动企业绿色创新；高管环保意识（梁敏等，2022；曹洪军，2017）、高管从军经历（刘钻扩，2021）、CEO 绿色经历（卢建词，2022）等个体因素也对企业绿色创新存在影响。

（三）绿色信贷政策对企业绿色创新的影响效应

现有考察绿色信贷政策对企业绿色创新影响的研究相对较少，且尚未得到一致的结论。部分研究发现绿色信贷政策抑制了企业的绿色创新，如曹廷求等（2021）发现《指引》通过抑制企业的信贷融资，对上市公司绿色创新行为产生负向影响；杨柳勇等（2021）发现《评价》加大了重污染企业面临的融资约束，对其绿色创新形成抑制。另一部分研究认为，绿色信贷政策实施后，企业的绿色创新变得更加活跃，如李戎等（2021）、孙莹（2021）认为绿色金融改革创新试验区的设立促进了企业绿色创新。

综上分析，学术界对绿色信贷政策和企业绿色创新进行了广泛探索，但鲜有文献从价值创造的角度出发，深入考察绿色信贷政策和绿色创新之间的关系。此外，现有文献大多借助《指引》来检验绿色信贷政策的实施效应，且未得出一致的结论，对《评价》这一更为完善的绿色信贷政策的研究尚且较少。有鉴于此，本文对绿色信贷业绩评价的绿色创新驱动效应进行探讨，以期能够对现有关于绿色信贷政策实施效果评估的研究形成补充。

三、理论分析与研究假设

（一）绿色信贷与企业绿色创新

绿色信贷政策要求银行对绿色行业予以资金支持，对高污染行业进行信贷限制（王艳丽等，2021）。对重污染企业的影响兼具正面治理效应与负面压力效应：一方面，重污染企业为得到银行的绿色信贷支持，会积极响应政策号召，重视污染问题，减少耗能与排污，发展绿色产业和项目。另一方面，绿色信贷政策使得重污染企业在获取信贷融资时，面临更高的门槛限制与交易成本（王馨和王营，2021），可能会通过“漂绿”或其他非正规渠道进行融资（丁杰，2019）。下面从正反两方面讨论《评价》对重污染企业绿色创新的影响：

从正面影响来看，《评价》可增强重污染企业的绿色发展意识，使企业着眼于绿色创新塑造企业绿色形象与提高市场竞争力的双重优势，推动企业进行绿色创新。第一，《评价》借助信息传递机制，通过发挥“遵从”效应，激发重污染企业转型发展的内在动力，激励重污染企业主动进行绿色创新。具体而言，《评价》要求银行在开展绿色信贷业务时，对企业的环保表现和项目的环保水平加以评估，故银行会更加关注项目的环境风险，提高重污染企业的贷款门槛。同时，基于信息传递机制，这一行为既传达出国家高度重视绿色发展的信号，也向企业传递出要加快绿色转型的警示信号。在这些信号的作用下，利益相关者会通过会谈、商业合作等方式向企业提出“绿色”诉求（朱朝晖和谭雅妃，2020），激发其节能减排的需求；重污染企业也会反思自身绿色发展存在的不足，主动寻求“绿化”途径。第二，《评价》通过成本导向机制发挥“规制”效应，塑造合规性压力，约束企业的污染性生产行为，从而倒逼重污染企业开展绿色创新。具体而言，作为环境规制政策的绿色信贷通过融资渠道将企业污染的外部性内部化，使其产生环境合规成本，改变收益-成本比，若企业仍沿用传统的粗放式生产方式，则可能会遭受政府罚款和声誉损失，同时降低信贷资金的可得性，使得信贷成本上升、利润下降、竞争优势降低（谢乔昕和张宇，2021）。因此，《评价》的“规制”效应可给重污染企业带来环境保护与融资获取压力，倒逼其进行绿色创新。

从负面影响来看，《评价》施加的环境保护和融资获取压力可能放大绿色创新不确定性强、风险高的缺陷，通过成本导向机制降低重污染企业的绿色创新意愿，阻碍其进行绿色创新。第一，在《评价》的引导下，银行在信贷投放时会更严格地对贷款的环境风险进行把控，降低对重污染企业的贷款额度、提高对其的贷款利率，增大重污染企业的信贷约束与融资难度（曹廷求等，2021）。绿色创新需要大量的资本投入，而《评价》施加的信贷约束使得重污染企业难以得到充足的资金支持并降低了其自由现金流，企业为了追求当期利益，会将有限的资金用于其他投资活动，放弃高投入、高风险的绿色创新。第二，《评价》加大了重污染企业面临的融资约束，使其风险承担能力和偿债能力降低，增加了其经营风险和财务风险（杨柳勇等，2021）。当重污染企业在资本市场上直接融资时，债权人与股权人可能会因此提高资金成本、拒绝向其追加投资，使得重污染企业的直接融资成本上升、资金负担加重，加之绿色创新的失败风险通常更大且收益不确定，导致企业可能因为资金成本过高而不愿绿色创新。

综上，《评价》在信息传递机制和成本导向机制的作用下，可通过发挥“遵从”效应与“规制”效应，对重污染企业的绿色创新活动产生激励作用和倒逼作用，促进企业进行绿色创新。但《评价》的负面压力作用也可能加剧重污染企业的融资约束，增加其经营风险和财务风险，降低企业进行绿色创新的动力，不利于企业绿色创新。至于《评价》对企业绿色创新的综合影响如何，取决于其正面影响与负面影响孰强孰弱。基于此，提出本文的第一个研究假设：

H1：《评价》的出台能有效促进重污染企业绿色创新。

（二）《评价》影响企业绿色创新的作用机制

由前文分析可知，《评价》对企业兼具“遵从”效应与“规制”效应，对企业绿色创新分别产生激励效果和倒逼效果。在“遵从”效应中，企业为获得长远收益，主动地加大研发强度，进行绿色创新，表现为研发强度机制。研发强度的增大不仅可内化为企业自身实力的提升，使企业更易获得绿色创新所需的信息、市场、资金、技术等，还能增强企业的绿色生产知识吸收能力（朱雪春，2021），帮助企业进行绿色生产设备的改造升级和绿色创新专业人员的引进，提高绿色创新的成功率。在“规制”效应中，《评价》通过融资渠道将企业污染的外部性内部化，提高企业的环境合规成本，倒逼企业绿色创新，表现为环境合规成本机制。环境规制引发的额外费用会导致企业成本上升（Horbach，2008），影响其经济绩效。企业为降低环境合规成本上升的负面影响，不得不寻求节能减排措施，通过开展绿色技术研发、进行绿色创新以获得创新补偿效应。基于此，提出本文的第二个研究假设：

H2a：《评价》通过提高企业研发强度促进企业绿色创新。

H2b：《评价》通过提高环境合规成本促进企业绿色创新。

（三）《评价》影响企业绿色创新的调节机制

绿色信贷的参与方有企业、政府、金融机构等，绿色信贷政策效力的发挥需要各方力量的配套支持，尤其离不开企业内部个体因素和外部政府因素，企业对绿色信贷的响应程度和政府对绿色信贷的支持力度都会影响绿色信贷的政策效果。下面分别从企业内部和外部角度出发，考察企业高管环保经历和政府环保补助在《评价》与企业绿色创新之间发挥的调节作用。

1.内部调节因素：高管环保经历

高管环保经历是指企业高层拥有与环保相关的各种经历，如环保教育经历、环保活动组织经历等（刘常青，2018）。高阶理论认为高管的认知与行为方式受其以往经历的影响（Hambrick，2007），因而环保经历会增强高管的环境意识，影响其环保行为（李虹媛等，2019），并聚合到企业层面，影响作为环境战略的绿色创新的开展。一方面，《评价》加大了企业的环境风险，高管环保经历可提高企业对环境风险的感知能力（Li 和Lu，2016）。为降低由环境问题引发的风险，高管具有环保经历的企业更可能会合理配置内部资源并加大绿色研发投入，对绿色创新表现出更低的风险规避。另一方面，高管环保经历可增强企业的环境政策响应刚性（Marquis 和Tilcsik，2013），使得企业对绿色信贷政策更加敏感，获得更多与《评价》相关的前沿信息，帮助企业从长远角度制定绿色转型战略、进行绿色技术研发等，提高企业的绿色创新能力。基于此，提出本文的第三个研究假设：

H3：高管环保经历正向调节《评价》对重污染企业绿色创新的促进效果。

2.外部调节因素：政府环保补助

政府环保补助是政府无偿转移给企业的资金支持，专用于企业的环境保护与治理活动（于芝麦，2021）。由于需投入大量资金和资源以引进环保设施，重污染企业主动进行绿色创新的意愿较弱。政府环保补助为企业提供额外的绿色资金，从而为《评价》引导企业绿色创新创造了良好的条件。第一，政府环保补助直接增加了企业收益，能够为企业提供资金补充（李静怡等，2020），缓解《评价》约束下企业的生存压力，在一定程度上改善企业资金受限状况，帮助具有绿色创新意愿的受限企业投入到绿色技术研发中。第二，政府给予重污染企业环保补助能向外界传达出政府对该企业的支持与认可信号及鼓励绿色生产的信号（Wang，2018），在这些信号的作用下，其他污染企业就会主动进行绿色创新以获得政府扶持。因而政府环保补助能够缓解《评价》冲击下重污染企业的融资难题，帮助其跨越创新资金门槛（谢乔昕和张宇，2021），引导企业投入绿色创新活动。基于此，提出本文的第四个研究假设：

H4：政府环保补助正向调节《评价》对重污染企业绿色创新的促进效果。

四、研究设计

（一）样本选取与数据来源

本文选取沪深A 股工业上市公司为研究样本，以2018 年《评价》出台构造准自然实验、运用双重差分法检验绿色信贷业绩评价的企业绿色创新驱动效应，样本期间为2015-2019 年。由于企业环境污染问题主要来源于重污染企业，绿色信贷政策对其影响更大，故本文以重污染企业为实验组、非重污染企业为对照组，重污染行业包括化工、火电、冶金等16 个行业。在剔除保险金融业、ST 和数据缺失的样本后，最终获得11500 个样本数据，其中，实验组（重污染企业）包含5005 个观测值，对照组（非重污染企业）包含6495 个观测值。

本文绿色专利申请量数据来源于国家知识产权局，基于《国际专利分类绿色清单》手工收集整理得到；其他变量的数据来自国泰安数据库、巨潮资讯、新浪财经等网站。为减轻极端值影响，对连续变量进行上下1%的缩尾处理。

（二）变量定义

1.被解释变量：企业绿色创新（GI）

借鉴王馨和王营（2021）的研究方法，本文以绿色专利申请量衡量企业绿色创新。由于有些企业的绿色专利申请量为零且该变量存在右偏问题，故在定义企业绿色创新时对绿色专利申请量加1 并取对数，使之更接近正态分布。发明专利和实用新型专利的创新与难易程度不同，故本文对绿色发明专利和绿色实用新型专利进行区分，分别衡量发明型绿色创新（GI_IN）和实用型绿色创新（GI_UT）。

2.核心解释变量：绿色信贷政策（Treat×Post）

定义Treat 为组别虚拟变量，重污染企业取值为1，非重污染企业取值为0；Post 为政策虚拟变量，2018-2019 年取值为1，2015-2017 年取值为0。

3.控制变量

参考齐绍洲等（2018）的做法，本文控制以下变量：企业规模（Size）、资产负债率（Lev）、资产净利率（Roa）、董事会规模（Board）、独董比例（Id）、全部现金回收率（Cash）、盈亏性质（Loss）、成长能力（Growth）、股权集中度（Fir）。为更好地缓解内生性，使研究结果更为稳健，本文同时控制了企业固定效应（μi）和年份固定效应（δt）。

以上所有变量的具体定义说明见表1。

表1 变量定义

（三）模型构建

首先，本文构造如下双重差分模型考察《评价》这一绿色信贷政策与企业绿色创新之间的关系：

其中交互项的系数β3是本文的关注重点，表示双重差分估计的绿色信贷政策的净效应。若《评价》有效促进了重污染企业绿色创新，则β3显著为正。然后，为探讨《评价》对企业绿色创新的作用机制，借鉴温忠麟等（2004）的方法，构造综合中介效应检验模型如下：

其中中介变量Mit表示研发强度和环境合规成本。借鉴吉赟和杨青（2020）的做法，研发强度（RD）以研发投入占营业收入比重度量；环境合规成本（CR）以环境税的自然对数衡量，环境税由所有与环境相关的税费组成，包括绿化费、耕地占用税、排污费等环保税收（于连超等，2019）。最后，为进一步考察《评价》影响企业绿色创新的调节机制，构建以下模型：

其中Expeit表示高管环保经历。参照Klein 和Kozlowski（2000）的研究，若企业高层（管理层、董事会、监事会）中有成员具备环保经历，取值为1，否则取值为0。Gsuit表示政府环保补助，以政府环保补助金额与企业资产总额的比值来衡量。

五、实证分析

（一）描述性统计

从表2 的描述性统计结果可以看出：企业绿色创新（GI）的均值为0.332、中位数为0、最小值为0、最大值为3.689，表明企业整体的绿色创新水平偏低，绿色创新程度有待提高；由标准差0.750 可知，企业间的绿色创新发展不均衡，存在较大差距。VIF 检验结果表明，各变量的VIF 值均小于5，模型不存在严重的多重共线性问题。

表2 描述性统计

（二）主回归分析

1.平行趋势检验及动态效应分析

平行趋势是双重差分法的使用前提，本文参考吉赟和杨青（2020）的研究，采用事件分析法，在检验平行趋势假定的同时，进一步对绿色信贷业绩评价的绿色创新效应进行动态效果分析。具体做法为：以2015 年为基期，生成2015-2019 年每一年的年份虚拟变量，并将其与Treat 交乘，若在政策实施前交乘项系数不显著，则说明两组企业的绿色创新水平在《评价》出台前无显著差异，平行趋势假设成立。从表3 可以看出，变量pre_2 与pre_1 的系数均不显著，通过了平行趋势检验，可以应用双重差分模型。政策动态效果分析显示，《评价》实施当年（current）系数不显著，而实施第二年（post_1）的系数则显著为正，原因可能是政策效果存在时滞性，企业对政策需要适应期，因而实施当年政策作用未得到有效发挥；在政策实施的第二年，随着政策推行力度的加大及企业渡过适应期，政策的绿色创新效应得以显现。可见，《评价》能够促进企业绿色创新，且其政策影响力随着时间的推移而逐渐增大，初步验证了研究假设H1。

表3 平行趋势检验及动态效应分析

2.双重差分检验

《评价》对企业绿色创新的回归结果见表4。第（1）、（2）列的被解释变量为总体绿色创新（GI），交互项（Treat×Post）的回归系数在加入控制变量前为0.077，加入控制变量后为0.076，且均在1%显著性水平下显著为正，这表明《评价》显著促进了重污染企业绿色创新。由前文分析可知，《评价》基于信息传递机制和成本导向机制，通过发挥“遵从”效应与“规制”效应，对重污染企业的绿色创新活动分别产生了激励和倒逼效果，发挥了正面治理作用，驱动了重污染企业绿色创新。因此，研究假设H1 得以验证。

表4 回归分析

第（3）、（4）列的被解释变量为发明型绿色创新（GI_IN），第（5）、（6）列为实用型绿色创新（GI_UT），在未加入与加入控制变量的情况下，交互项系数都在1%显著性水平下显著为正，但后者大于前者。表明《评价》同时促进了重污染企业的发明型绿色创新和实用型绿色创新，但对实用型绿色创新的促进效应更大。原因可能在于与难度相对较低的实用型绿色创新相比，绿色发明专利的研发要求和难度更高、审批更严格且需更多资源投入，而《评价》加剧了重污染企业的信贷约束，在融资受限的情况下重污染企业会优先选择实用型绿色创新。

（三）稳健性检验

为验证实证结果的稳健性，进行以下稳健性检验：一是基于倾向得分匹配样本的双重差分模型。为缓解样本选择偏差导致的内生性问题，将控制变量作为协变量进行匹配，保留匹配后的样本重新进行回归。二是安慰剂检验。将《评价》的时间节点提前1 年，假定其于2017 年出台，对模型重新进行回归。三是重新设定窗口期。将窗口期重新设定为2017-2019 年，以排除窗口期设定对研究结果的影响。四是更换代理变量。以绿色专利申请量与研发投入之比重新衡量企业绿色创新。五是缩小样本差距。剔除直辖市（京、津、沪、渝）和青海、新疆、西藏的相关数据以缩小样本误差。六是改变模型设定。以虚拟变量的形式重新定义绿色创新，然后分别使用Logit 和Probit 模型进行回归。以上稳健性检验的结果均支持前文研究结论①由于篇幅所限，此处省略稳健性检验的结果，感兴趣的读者可向作者索取。。

（四）《评价》促进企业绿色创新的作用机制分析

机制检验结果见表5。第（1）-（3）列为研发强度的中介效应检验。第（1）列中交互项对企业绿色创新（GI）的系数显著为正，表明《评价》促进了重污染企业绿色创新水平的提升；第（2）列中交互项对企业研发强度（RD）的系数显著为正，说明《评价》提高了企业的研发强度；第（3）列中研发强度（RD）对企业绿色创新（GI）的系数显著为正，交互项对企业绿色创新（GI）的系数显著为正，但小于第（1）列的系数，且Sobel 检验通过，说明部分中介效应成立。总的来看，《评价》通过促进企业加大研发强度来促进其绿色创新，假设H2a 得证。

表5 中介效应检验

第（1）、（4）、（5）列为环境合规成本的中介效应检验。第（1）列中交互项对企业绿色创新（GI）的系数显著为正，表明《评价》可显著促进重污染企业绿色创新；第（4）列中交互项对环境合规成本（CR）的系数显著为正，说明《评价》提高了重污染企业的环境合规成本；第（5）列中环境合规成本（CR）对企业绿色创新（GI）的系数显著为正，交互项对企业绿色创新（GI）的系数显著为正，但小于第（1）列中的系数，且Sobel 检验通过，说明中介效应成立。总的来看，《评价》通过提高重污染企业的环境合规成本来倒逼其绿色创新，假设H2b 得证。

（五）《评价》促进企业绿色创新的调节效应分析

调节效应检验结果呈现于表6。第（1）、（2）、（3）列为高管环保经历的调节效应回归结果，从中可以看出，《评价》与高管环保经历的交乘项（Treat×Post×Expe）对总体绿色创新、发明型绿色创新、实用型绿色创新的系数均显著为正，说明高管环保经历正向调节《评价》对企业绿色创新的促进作用，假设H3 得证。第（4）、（5）、（6）列为政府环保补助的调节效应回归结果，从中可以看出，《评价》与政府环保补助的交乘项（Treat×Post×Gsu）对总体绿色创新、发明型绿色创新、实用型绿色创新的回归系数均显著为正，表明政府环保补助的正向调节作用显著，假设H4 得证。

表6 调节效应检验

（六）异质性分析

由于企业自身特征和所处环境的不同，《评价》的绿色创新驱动效应可能会存在差异。为进一步探究《评价》影响企业绿色创新的异质性，本文从企业内部特征差异（代理成本）和外部环境差异（地区市场化水平）两个方面进行分析。

1.代理成本异质性

基于委托代理理论，信息不对称极易导致代理成本的产生（Holmstrom，1989）。代理成本越高，所有者与经营者的利益冲突越严重（谢德仁等，2017），经营者为避免自身利益受损，不会愿意进行高风险的绿色创新活动；而代理成本越低，经营者的逆向选择就越少，与所有者的矛盾与冲突就越小，考虑到企业的长远发展，更有可能选择通过绿色创新来响应绿色信贷政策，以缓解企业的信贷约束、实现价值创造。因此，《评价》对企业绿色创新的驱动效应可能主要体现在低代理成本企业中。为验证该推论，本文把样本企业分为低代理成本组与高代理成本组，以管理费用率（管理费用/营业收入）衡量代理成本。表7 第（1）、（2）列汇报了分组回归结果，可以看出，低代理成本组Treat×Post 的系数显著为正，而高代理成本组不显著。说明《评价》对企业绿色创新的驱动作用在代理成本低的重污染企业中发挥得更好，上述推论得证。

2.市场化水平异质性

市场化意味着政府放松对经济的管制，发展更加自由的经济（樊纲等，2003）。良好的市场环境是企业绿色创新的外部推动力量，市场化水平越高，越有利于激励企业绿色创新（王锋正，2018）。在市场化水平较高的地区，政府对企业的干预相对较少（刘凤委等，2016），市场信息流通快，信息透明度高，能够有效缓解金融机构与企业间的信息不对称，因而企业融资更具灵活性，受到的融资约束更小，可以有更多资金开展绿色创新。在市场化水平较低地区，信息透明度较低，市场信息流通性受限，银行信贷资金配置效率不高，企业绿色创新所面临的融资约束更大。因而在市场化水平较高的地区，《评价》能更好地促进企业绿色创新。为检验不同市场化水平下《评价》影响企业绿色创新的异质性表现，参考王小鲁等（2017）和樊纲等（2003）的做法，利用市场化指数衡量各地市场化水平，将市场化指数高于均值的地区作为高市场化组，低于均值的地区作为低市场化组。分组回归结果如表7 第（3）、（4）列所示。可以看出，Treat×Post 的系数在高市场化组中显著为正，在低市场化组中不显著。说明《评价》对企业绿色创新的促进作用在市场化水平较高的地区更明显。

表7 异质性分析

（七）进一步讨论：《指引》与《评价》，谁对激励企业绿色创新更有效

随着环保成为热点问题和“双碳”目标的提出，有关部门愈发重视金融手段的环保支持作用并出台了一系列绿色信贷政策，其中2012 年的《指引》侧重于鼓励银行减少或限制给污染项目贷款，主要起引导作用，是合规性绿色信贷；而2018 年的《评价》则具有一定强制性，对银行开展绿色信贷进行绩效评价并纳入考核，通过锦标赛机制使得各银行之间形成竞争关系，具备更强的激励作用。相较于《指引》，《评价》对银行信贷投放的环境导向施加了硬约束，对银行开展绿色信贷业务形成更强的倒逼。那么从企业角度看，《评价》是否能够通过倒逼银行强化绿色信贷进而对企业绿色创新更有效？这值得进一步探讨。

为对《指引》和《评价》进行对比分析，本文将样本期间扩大至2010-2019 年，并引入Post12 和Post18 两个变量。Post12 在2012-2017 年取值为1，其余年份取值为0，Post18 在2018-2019 年取值为1，其余年份取值为0。结合Treat 构建如下两组并存的双重差分模型：

通过观察交互项的系数β1和β2对《指引》与《评价》的绿色创新效应进行检验。从表8 可以看出：Post18×Treat 对GI、GI_IN 和GI_UT 的系数均在1% 显著性水平下显著为正，表明《评价》有效促进了重污染企业绿色创新；Post12×Treat 的系数为正但统计上并不显著，说明《指引》未能显著促进重污染企业绿色创新。因此，与《指引》相比，《评价》对重污染企业绿色创新的驱动效应更大。原因可能在于《指引》主要起引导和鼓励作用，商业银行作为营利性机构为追求利益可能不会完全执行政策，进而影响绿色信贷政策的实施效果，导致其对绿色创新的政策激励效应不能充分发挥。而《评价》则通过将银行的绿色信贷业绩评价纳入MPA 考核的形式设计了一场锦标赛，使得银行更加积极地参与“锦标赛角逐”, 其在倒逼银行强化绿色信贷业务的同时能够结合“遵从”效应与“规制”效应，驱动重污染企业加大绿色研发强度，开展绿色创新，因而发挥了更显著的绿色创新驱动作用。

表8 《指引》和《评价》的政策效应比较

六、研究结论与政策启示

本文选取2015-2019 年沪深A 股工业上市公司为研究样本，利用2018 年《评价》出台构造准自然实验，运用双重差分法考察绿色信贷业绩评价对企业绿色创新的影响。研究表明：第一，《评价》通过发挥“遵从”效应和“规制”效应，有效地促进了重污染企业进行绿色创新，且对实用型绿色创新的促进作用强于发明型绿色创新，在进行了一系列稳健性检验后，该结论仍旧成立。第二，机制分析表明《评价》发挥作用的路径在于激励企业加大研发强度和提高企业环境合规成本。第三，内部高管环保经历和外部政府环保补助均能够正向调节《评价》的企业绿色创新驱动效应。第四，异质性分析显示《评价》的企业绿色创新驱动效应在代理成本低和地区市场化水平高的企业中更显著。第五，与《指引》相比，《评价》可以更加有效地促进重污染企业绿色创新。

基于上述研究，本文得出如下政策启示：

首先，进一步完善绿色信贷制度体系。一是在实践基础上不断优化政策体系，同时辅以环保补助、绿色项目研发补贴等支持手段，利用好“政府扶持之手”，将环境政策和扶持工具并举，以更加有效地激励企业进行绿色创新。二是制定差异化的绿色信贷制度体系，按企业异质性分类施策，做到因企制宜、因地制宜，全面激发企业的绿色创新活力。三是在政策推行过程中应完善相应的激励约束机制，加大奖惩力度和金融监管力度，督促银行提升绿色信贷的开展质量。

其次，引导和推动商业银行积极贯彻落实绿色信贷政策。一是认真做好信贷审批工作并采取措施扩大绿色信贷，如定期举行会议汇报绿色信贷业务的开展情况、成立专门的绿色信贷负责部门、引进绿色信贷专业人才等。二是在绿色金融领域进一步开拓新的业务，如打通绿色信贷和碳金融市场、将减排额和碳排放权作为企业贷款抵押物、推行绿色供应链服务和可再生能源补贴确权贷款等，为企业绿色创新提供有力金融支持。

最后，引导和推动企业以绿色创新为导向，实现绿色发展。一是使企业及时关注政策预警并紧跟政策号召，树立绿色创新理念，加大绿色研发强度，通过绿色创新实现经济效益与环境效益并驾齐驱。二是重视高管环保经历对绿色创新的积极作用，采取措施丰富高管环保经历，如推广绿色办公、加强环保教育培训等，充分利用具有环保经历的高管带来的优势，将内部高管与外部政策进行整合，积极开展绿色创新。三是完善公司治理体系，缓解委托代理问题，降低代理成本实现绿色转型，为绿色创新的实现提供坚实保障。