绿色金融对工业企业绿色创新的影响研究——基于绿色金融改革创新试验区设立的准自然实验

诸葛瑞阳，蔡雯霞

（山东理工大学 经济学院，山东 淄博 255012）

一、引言

改革开放以来，我国的经济发展迅速，综合国力不断增强。但经济的粗放式发展带来的能源环境问题日益凸显，经济发展呈现典型的高碳特征（许士春等，2012）[1]。2020年习近平总书记提出我国争取2030年前实现碳达峰，2060年前实现碳中和的目标（以下简称“双碳”目标）。但我国要想实现“双碳”目标却并不容易，欧盟在1990年实现碳达峰，并承诺2050年实现碳中和，时间间隔有70年。相比之下，我国这一时间间隔仅有30年，时间比欧盟缩短了一半多，这意味着我国在实现碳达峰后要实现碳排放强度的快速下降。目前全球每年排放的CO2已接近400 亿吨，是1950年的7 倍左右，其中绝大部分来自化石燃料的燃烧①数据来源：《3060碳中和科普手册》，2021年新版。。我国化石能源占比超过85%，而传统工业的发展模式正是以消耗大量的化石能源为基础。因此，解决工业的高碳排放问题是实现“双碳”目标的关键，工业同时是我国经济能够实现快速增长的“压舱石”（中国社会科学院工业经济研究所课题组，2022）[2]，也是现代经济体现综合国力的基石。为了实现“双碳”目标，对高污染、高排放的工业企业实行“一刀切”政策，通过关闭大量高污染高排放的工业企业减少环境污染和碳排放，这样不仅不利于工业的发展，也不利于我国经济的高质量发展，最终可能会导致失业人口增加和经济增速放缓（于波，2021）[3]。因此，工业的发展需要在“稳增长”和“降排放”下寻求一条新的途径，实现向中高端转型发展，最终推动经济的绿色高质量发展。绿色创新是企业通过建设绿色、低碳、循环的生产体系推动绿色技术发展和生态环境改善，是在经济增长与环境保护之间找到均衡点的较好途径（李春发等，2021）[4]。但从企业创新风险来看，绿色创新成功的概率可能低于一般创新。此外，创新项目本身具有投资大、投资周期长、不确定性高、环境外部性强等特点。因此，只有在长期稳定的资金支持下，企业才敢开展绿色创新项目（徐佳和崔静波，2020）[5]。

为促进企业低碳绿色发展，推动经济绿色转型，我国于2017年开展绿色金融改革创新试验区（简称“试验区”）试点政策，将浙江、江西、广东、贵州和新疆五省（区）作为首批试点，2019年甘肃又获批加入试点。试验区的设立旨在通过重点发展试验区绿色金融、充分发挥市场配置资源的决定性作用、拓宽企业资金渠道等促进企业的绿色创新。然而，现有文献缺乏从企业绿色创新的视角评估该项政策的微观效果。因此，在当前我国大力推进绿色金融的政策背景下，本文基于2014—2020 中国A 股上市工业企业数据，从两方面展开研究：一方面，采用经典DID模型检验试验区的设立对工业企业绿色创新的影响，并从工业企业的污染程度异质性、产权异质性及规模异质性三个方面进一步分析试验区的实施效果；另一方面，探讨试验区能否通过增加试验区绿色信贷规模与降低工业企业融资约束，促进企业的绿色创新。本文从工业企业绿色创新的角度验证试验区设立的微观效果，以期为实现我国经济的高质量可持续发展提供理论借鉴和政策参考。

二、理论分析和研究假设

（一）绿色金融与企业的绿色创新

早期绿色金融被视为能够促进环境保护和资源节约的金融活动（Wang 等，2021）[6]。20世纪末，国际社会加大了对气候变化问题的关注，此时绿色金融与气候金融、碳金融相互替代，绿色金融被理解为减少碳排放和气候变化的金融活动。绿色金融能够为企业开展环境保护、应对气候变化和资源节约高效利用等活动提供资金支持，促进企业的低碳发展，有利于企业开展绿色创新项目。2017年国务院常务会议决定建设各具特色的绿色金融改革创新试验区，即在部分省份的部分地区先试先行各有侧重和各具特色的绿色金融新尝试，从而为全国各省份各地区在机制体制上提供可复制推广的创新发展绿色金融的相关经验。在试验区内创新发展绿色金融主要侧重以下几个方面。第一，拓宽企业绿色发展的融资渠道和规模。试验区积极发展绿色信贷，支持创投、私募基金参与绿色投资，促进生态环境责任类保险创新，加快发展绿色保险，鼓励中小企业发行绿色集合债。第二，积极推动各类金融机构绿色业务发展，为企业绿色转型提供服务。支持金融机构开设绿色金融事业部、银行开设绿色支行，鼓励其他小额贷款公司等积极参与绿色金融业务。第三，探索发展排污权、水权、用能权等环境权益交易市场，便利企业绿色发展；建立企业污染排放、环境违法记录平台，促进信息公开透明，提高企业环境污染成本。第四，加大试验区内的地方政府债券对公益性绿色项目的支持，地方政府为建立绿色产业积极服务。第五，建立绿色金融风险防范机制，绿色项目投融资风险补偿机制②资料来源：2017年央行印发的《绿色金融改革创新试验区总体方案》整理。。

综上所述，试验区的设立可以为试验区内企业的绿色发展拓宽融资渠道，提高融资规模，促进金融机构对企业的绿色服务，加大企业污染排放成本，强化政府作用，防范绿色金融风险。

基于以上分析，提出假设1：试验区的设立，促进了试验区内工业企业的绿色创新。

我国是以银行为主导的金融体系，所以绿色信贷是我国绿色金融体系的主力军。绿色信贷的创设可以使银行业金融机构在遵循对应产业政策的基础上利用利率杠杆调控信贷资金的流向，引导银行业金融机构增加对低碳、环保、清洁项目的资金支持，对高污染、高排放、破坏生态环境的项目产业施加一定的信贷约束。2012年《绿色信贷指引》的出台，被认为是中国信贷政策体系的核心（钱立华，2016）[7]。绿色信贷政策具备环境规制和金融资源配置双重功能（李德山和苟晨阳，2022）[8]，通过设置环境准入门槛，使得企业在发展生产的过程中也注重污染减排（陆菁等，2021）[9]。

试验区内也积极发展绿色信贷，截至2020年年末，在六个省份设立的试验区绿色信贷余额达2368.3 亿元，占全部贷款余额比重的15.1%，各试验区绿色信贷余额增速基本在15%以上①数据来源：中国人民银行发布的《中国区域金融运行报告（2021）》。。

基于以上分析，提出假设2：试验区的设立，通过提高试验区的绿色信贷规模促进工业企业的绿色创新，并且对促进环保工业企业的绿色创新效果显著。

（二）绿色金融、融资约束与企业绿色创新

绿色金融本质上是基于环境信息的资金配置，使企业对环境造成的污染内生化为企业自身的融资成本。绿色信贷政策通过引导银行业金融机构的信贷资金流向，降低了绿色企业的债务融资成本（连莉莉，2015）[10]，使重污染企业的长短期借款减少及债务成本上升（苏冬蔚和连莉莉，2018）[11]。绿色信贷政策引导银行业金融机构减少对重污染企业的信贷支持，降低对其债务融资（Hong 等，2021）[12]，致使重污染企业信贷规模缩减和信贷成本提高（杨柳勇和张泽野，2022）[13]，抑制了重污染企业的绿色创新，同时引导银行业金融机构增加对环保企业的信贷支持，使企业能有更多的资金进行研发投入，促进了环保企业的技术创新，但是这一过程存在时滞性（何凌云等，2019）[14]。

绿色信贷政策的初衷并不是为了切断重污染企业的信贷资金来源，遏制重污染企业的发展，从而达到节能减排，减少污染排放的目的，而是希望通过引导银行业金融机构的资金流向来激发重污染企业内在的减排动力（滕云，2021）[15]。因此也有学者研究得出当重污染企业面对银行业金融机构更强的信贷限制时，会通过提高创新效率来提升绿色发展质量，以便达到绿色信贷新门槛（刘强等，2020）[16]。绿色金融对企业绿色创新的影响在股权市场中的表现为企业的绿色创新项目大多涉及无形资产，很难提供有形资产作为担保，并且绿色创新项目需要持续的现金流，所以企业更青睐于股权融资的连续性（Xiang等，2022）[17]。绿色金融对企业绿色创新的影响在债券市场中的表现为绿色债券是期限较长的融资方式，绿色项目也需要有中长期、稳定的现金流，因此企业可以发行绿色债券解决投融资中的期限错配问题。

综上所述，现有文献多从单一绿色金融工具与产品出发研究绿色金融、融资约束与企业绿色创新之间的关系，很少有研究能较为综合地体现绿色金融政策发挥的作用。试验区的设立会在试验区内提高金融机构与企业融资的对接力度，创新融资流程，拓宽绿色产业融资渠道，充分发挥市场配置资源的决定性作用，从而促进企业的绿色创新，增强企业社会责任（Shi等，2022）[18]。

基于以上分析，提出假设3：试验区的设立，通过缓解试验区内工业企业的融资约束促进企业的绿色创新，并且对环保工业企业能够提供更多融资支持，对促进企业绿色创新的影响效果显著。

三、研究设计及实证分析

（一）数据来源

本文选择以2014—2020年中国A 股上市工业企业数据为研究样本，将2017年绿色金融改革创新试验区的设立视为准自然实验，将浙江、江西、广东、贵州和新疆五个省份试验区内工业企业设为实验组，其他省份的工业企业设为对照组。

工业企业绿色专利数据来源于中国研究数据服务平台与世界知识产权组织发布的《国际专利分类绿色清单》。其他数据均来自国泰安数据库（CSMAR），共有1470 家企业的10290 个年度观测值，其中试验区内工业企业有421家，占样本总数近30%。

为保证文章研究结论的准确性，本文进行如下处理：一是剔除ST、PT等企业样本；二是剔除金融行业样本；三是剔除有数据缺失的样本。同时，对在1%和99%水平上的连续变量进行缩尾处理以避免异常值影响。

（二）变量定义

1.被解释变量：绿色创新（Total）

已有研究指出，发明专利、实用新型专利与外观设计专利，三类专利的创新性依次降低（齐绍洲等，2018）[19]。因此在参考既有研究（王馨和王营，2021）[20]和以上分类标准的基础上，本文以绿色发明专利申请数量和绿色实用新型专利申请数量之和作为绿色创新总量（Total）的代理变量，以绿色发明专利申请数量（Inva）衡量绿色创新质量，同时将绿色实用新型专利申请数量（Uma）作为对比性指标衡量绿色创新数量。相关变量定义及描述性统计具体见表1。

2.核心解释变量：政策实施变量（Treat×Post）

本文将2017年试验区的设立视为准自然实验，设定交互项Treat×Post 作为核心解释变量。其中Treat 为实验组虚拟变量，若企业位于试验区内，则Treat 定义为1，否则为0；Post 为政策时点虚拟变量，若样本年度在2017年及以后，则Post为1，否则为0。具体见表1。

3.控制变量

参考既有文献，本文在模型中加入企业规模（Size）、资产负债率（Lev）、盈利能力（Roa）、股权集中度（Top1）、企业固定资产比率（Fasset）、企业已上市年份数（Age）作为控制变量。具体见表1。

表1 变量定义及描述性统计

（三）模型设定

经典DID 模型在传统DID 模型上控制个体固定效应和时间固定效应，并去除单独变量。模型如下：

其中，下标i 表示企业，下标t 表示年份。y 表示企业绿色创新变量，Treat 表示是否为试验区内的工业企业，Post 表示试验区的设立，X 表示一系列控制变量，θ 表示企业固定效应，μ 表示年份固定效应，ε表示随机扰动项。

（四）平行趋势检验

双重差分法有效估计的前提是实验组和对照组满足平行趋势假定（朱朝晖和谭雅妃，2020）[21]，即在外生冲击发生前处理组与控制组的差异没有时变性，外生冲击发生后存在明显的时变性。从图1、图2、图3可以看出，无论是绿色创新总量，还是绿色创新质量和绿色创新数量，都满足平行趋势假定。即在试验区设立前并没有差异，设立后促进了试验区内工业企业的绿色创新。

图1 绿色创新总量平行趋势检验

图2 绿色创新质量平行趋势检验

图3 绿色创新数量平行趋势检验

（五）经典DID模型的估计分析

为探究试验区的设立对工业企业绿色创新的影响，本文采用经典DID模型来考察试验区的“波特效应”，具体回归结果如表2所示。在加入控制变量之前，回归模型的交互项系数在1%的水平上显著为正；表2列（4）—列（6）为加入控制变量的结果，核心解释变量的回归系数在5%置信水平下均显著为正，表明试验区的设立对试验区内工业企业的绿色创新具有显著的促进作用。其中，工业企业的绿色专利申请总量增加8%，绿色发明专利数量增加了5.8%，绿色实用新型专利数量增加7.6%，表明该政策显著促进了试验区内工业企业的绿色创新产出，验证了本文的假设1。值得注意的是，由于绿色创新数量的创新性更低，所需资金少、风险小，所以政策对绿色创新数量的促进效果高于绿色创新质量。

表2 试验区的设立对工业企业绿色创新影响的经典DID模型回归结果

四、稳健性分析

（一）安慰剂检验

为了检验政策干预时点之后处理组和对照组趋势的变化是否受到其他政策或随机性因素的影响，本文通过虚构处理组的方式进行安慰剂检验。具体而言，设置500 个随机种子，并从中抽取421 个作为处理组，使得试验区的设立对工业企业绿色创新的影响变得随机，并重复进行500 次实验，结果如图4所示。图4绘制了系数估计值及对应P 值的散点分布图。由图可知，系数估计值大多集中在0 附近，且P值不显著。本文的研究结果的系数是0.0806（如图中实线所示），P 值结果显著，且只有少部分随机试验结果显著，因此本文的研究结果具有稳健性。

图4 安慰剂检验

（二）PSM—DID模型的估计分析

为了避免样本选择偏误所带来的估计偏差，参考杨柳勇和张泽野（2022）[13]的做法，使用PSM—DID 模型进行稳健性检验。选择控制变量作为特征变量，使用Logit 模型估计每个样本被选入实验组的概率，然后使用半径匹配法（半径为0.005）为实验组匹配到合理的对照组，并删除不匹配的变量，观察匹配前后的偏差率判断是否存在显著差异。检验结果如表3所示，匹配前各组偏差率都大于10%，匹配后偏差率小于10%，表明匹配效果较好，不存在显著差异。然后采用双重差分法进行匹配后的实证检验，结果如表4列（1）—列（3）所示。结果表明试验区的设立促进试验区内工业企业的绿色创新，并且对绿色创新质量和数量都有显著的促进作用，证明了研究结果的稳健性。

表3 倾向匹配得分的稳健性检验

表4 PSM—DID模型的回归结果

五、异质性分析

为检验试验区的设立促进工业企业绿色创新的具体影响效果，本文在基准回归分析的基础上基于企业污染程度、所有权以及规模三方面进行异质性分析。

（一）试验区的设立对不同污染程度工业企业绿色创新影响的估计分析

试验区的设立可能会对试验区内重污染工业企业产生更强的融资约束，而为绿色环保工业企业提供更多的融资便利。因此，本文结合2008年环境保护部制定的《上市公司环保核查行业分类管理名录》与中国证监会2012年行业分类标准，将煤炭、采矿、纺织、制革、造纸、石化、制药、化工、冶金、火电等16个行业设定为重污染行业。

结果如表5所示，列（1）—列（3）代表试验区的设立对重污染企业绿色创新的影响，列（4）—列（6）代表试验区的设立对环保企业绿色创新的影响。

表5 试验区的设立对不同污染程度工业企业绿色创新影响的回归结果

研究结果表明，试验区的设立更加显著地促进了试验区内环保工业企业的绿色创新，对绿色创新质量和绿色创新数量都有显著促进作用，而对促进试验区内重污染工业企业绿色创新的影响效果不显著。

以上结论验证了本文的理论假设。

（二）试验区的设立对不同所有权工业企业绿色创新影响的估计分析

与非国有企业相比，国有企业在信贷融资方面更具优势（邓可斌和曾海舰，2014）[22]。基于此，本文进一步考察试验区的设立是否会因企业所有权性质的差异而对企业绿色创新效果造成不同的影响，因此把工业企业划分为国有企业和非国有企业。结果如表6所示，列（1）—列（3）代表试验区的设立对国有企业绿色创新的影响。列（4）—列（6）代表试验区的设立对非国有企业绿色创新的影响。

表6 试验区的设立对不同所有权工业企业绿色创新影响的回归结果

研究结果表明，试验区的设立对试验区内非国有工业企业的绿色创新质量和绿色创新数量有显著的促进作用，对国有工业企业的绿色创新数量有显著的促进作用。由此可见，试验区的设立总体上促进了所有工业企业的绿色创新，但在绿色创新质量上存在差异。可能的原因是非国有工业企业面临的融资约束相对较大，更愿意进行绿色创新以便获得金融机构的绿色资金支持；而国有工业企业存在绿色创新数量充足、绿色创新质量不足的情况，可能的原因是投资绿色创新项目本身就有风险性，国有工业企业融资渠道多，可能在市场交易中往往处于优势地位，所面临的融资约束相对较小，没有资金压力，所以更愿意投资改变产品外观或构造的低风险绿色实用新型专利创新。

（三）试验区的设立对不同规模工业企业绿色创新影响的估计分析

企业规模不同，企业所持有的资源也会不同，因此对企业技术创新的投资可能也会产生差异。根据“熊彼得假说”，技术创新效率会随着企业规模的增大而提高，因此大规模企业可能比小规模企业的创新性更高。基于此，本文进一步考察试验区的设立对企业绿色创新的影响是否会因企业规模产生差异。按照2017年样本企业总资产的中位数，将工业企业划分为大规模企业和小规模企业。结果如表7所示，列（1）—列（3）代表试验区的设立对大规模企业绿色创新的影响，列（4）—列（6）为试验区的设立对小规模企业绿色创新的影响。研究结果表明，试验区的设立显著促进了试验区内大规模工业企业的绿色创新，对绿色创新质量和绿色创新数量都有显著的促进作用，而对促进小规模工业企业绿色创新的影响效果不显著。可能的原因是大规模工业企业资源多，信用资质更好，银行等金融机构提供金融资源风险小，所以大规模工业企业能获得更多资金，从而促进企业的绿色创新。

表7 试验区的设立对不同规模工业企业绿色创新影响的回归结果

六、机制分析

试验区的设立旨在通过重点发展试验区绿色金融、充分发挥市场配置资源的决定性作用、拓宽企业资金渠道等促进企业的绿色创新。本文参考温忠麟和叶宝娟（2014）[23]的方法，采用中介效应模型，从试验区的绿色信贷发展规模和试验区内工业企业的融资约束两个方面探究试验区的设立促进工业企业绿色创新的中介作用。

选取2014—2020年上市工业企业为样本，将绿色发明专利申请数量和绿色实用新型专利申请数量加总得到绿色创新总量（Total），作为衡量工业企业绿色创新的代理变量。

模型设定具体如下：

其中W 为中介变量，如果回归系数β1、ρ1、σ1和σ2均显著，且回归系数的绝对值σ2小于β1，则说明中介变量W 是作用机制，但不是唯一机制。如果回归系数β1、ρ1和σ1均显著，而回归系数σ2不显著，则表明中介变量W 是唯一机制；如果回归系数ρ1和σ1中至少有一个不显著，则须进行Bootstrap检验，若检验通过，则中介变量W 是作用机制，否则不是作用机制。

（一）试验区绿色信贷规模的中介效应估计分析

试验区的设立可能会提高试验区的绿色信贷规模，从而促进试验区内工业企业的绿色创新。基于此，本文借鉴谢婷婷和刘锦华（2019）[24]的做法，以试验区六大高耗能产业利息支出占工业产业利息总支出比率的反向指标来衡量绿色信贷规模。数据来源于《中国工业统计年鉴》，其中因2017年数据缺失，用插补法填补缺漏值，该指标越大，说明绿色信贷规模越大。结果如表8所示，第（1）列Treat×Post 的回归系数在1%置信水平下显著为正，这表明试验区的设立显著提高了试验区的绿色信贷规模，同时第（2）列Treat×Post 的回归系数在1%置信水平下显著为正，进行Bootstrap 检验区间不包含0，这表明试验区的设立会提高试验区的绿色信贷规模，加大银行金融机构对低碳、环保、清洁领域的信贷支持，从而促进试验区内工业企业绿色创新。如表9所示，通过对企业的污染程度分类进行机制检验，发现第（4）列Treat×Post 的回归系数在1%置信水平下显著为正且通过Bootstrap 检验，而第（2）列Treat×Post 的回归系数不显著，这说明试验区绿色信贷规模的增加对促进试验区内环保工业企业绿色创新的影响效果显著，假设2成立。

表8 试验区绿色信贷规模的中介效应回归结果

续表

表9 不同污染程度企业的试验区绿色信贷规模中介效应回归结果

（二）工业企业融资约束的中介效应估计分析

试验区的设立可能会缓解试验区内工业企业的融资约束，从而促进工业企业的绿色创新。基于此，本文参照陈琪和张广宇（2019）[25]的做法，选择债务融资规模（Debt）作为衡量企业融资约束的负向指标，债务融资规模等于企业长期借款与短期借款之和，并对债务融资规模取对数处理。该指标越大，则说明企业融资约束越小。

结果如表10 所示，发现第（1）列Treat×Post 的回归系数在10%置信水平下显著为正，表明试验区的设立显著提高试验区内工业企业的债务融资规模。同时第（2）列Treat×Post 的回归系数在1%置信水平下显著为正，进行Bootstrap 检验区间不包含0，表明试验区的设立会为试验区内工业企业提供多渠道的融资资金支持，提高工业企业的债务融资规模，缓解融资约束，从而促进工业企业的绿色创新。

表10 工业企业融资约束的中介效应回归结果

续表

如表11 所示，通过对企业的污染程度分类进行机制检验，发现第（4）列Treat×Post的回归系数在1%置信水平下显著为正且通过Bootstrap检验，而第（2）列Treat×Post的回归系数不显著，这说明在试验区内会对环保工业企业提供更多的融资资金支持，对促进环保工业企业绿色创新的影响效果显著，假设3成立。

表11 不同污染程度企业的工业企业融资约束中介效应回归结果

续表

七、结论与建议

推动我国经济的高质量可持续发展，需要充分发挥市场配置资源的决定性作用，正确引导工业企业绿色转型。基于此，本文从工业企业绿色创新的视角出发，以2017年试验区的设立为准自然实验，基于中国A 股上市工业企业的绿色专利数据，探究试验区对工业企业绿色创新的影响，旨在通过有效的制度安排推动经济绿色发展。通过研究分析得出以下结论。

第一，试验区的设立能够促进试验区内工业企业的绿色创新，其中绿色创新质量和数量都得到明显提升。由于绿色创新数量创新性更低，所需资金少、风险低，所以对绿色创新数量的促进作用效果更强。

第二，异质性分析表明试验区的设立对工业企业绿色创新的促进作用在不同企业特征下表现出异质性。首先，环保工业企业在试验区内能够获得更多的融资便利，试验区的设立更能促进环保工业企业的绿色创新。其次，非国有工业企业面临的融资约束相对较大，更愿意进行绿色创新以便获得金融机构的绿色资金支持。再次，大规模工业企业资源多，信用资质更好，银行等金融机构提供金融资源风险小，因此能够获得更多的资金支持，促进大规模工业企业的绿色创新。

第三，机制分析表明试验区内重点发展绿色金融，可以对低碳、环保、清洁的项目提供更多的资金支持。通过提高试验区的绿色信贷规模，缓解工业企业的融资约束可以促进环保工业企业的绿色创新。

基于上述结论，本文对于未来试验区的完善提出以下建议。

第一，试验区的设立显著促进了试验区内工业企业绿色创新。因此，下一步可以考虑在工业较为发达的省份设立试验区，再逐步拓展到全国。通过建立各有侧重、各具特色的试验区发展绿色金融，助力工业企业绿色转型，实现经济的可持续发展，进一步实现“双碳”目标，为世界其他发展中国家提供中国经验。

第二，试验区的设立在促进试验区内环保工业企业绿色创新的同时，试验区内金融机构应适当考虑放宽对重污染工业企业的融资限制，通过加强对重污染和国有工业企业的环保意识教育，使重污染和国有工业企业积极进行绿色创新，主动寻求绿色转型。同时建立重点企业支持目录和通畅信息发布渠道，进一步加强对小微企业的帮扶力度，让小微企业能够及时了解试验区内的金融优惠政策，建立登记备案“绿色通道”，提高服务效率，切实为小微企业绿色创新提供便利条件。

第三，试验区的设立不仅能通过提高试验区的绿色信贷规模，加大银行等金融机构对低碳、环保、清洁项目的资金支持，而且能为环保工业企业提供多渠道的融资资金缓解企业面临的融资约束。但总体来说还是绿色信贷、绿色债券、绿色股权融资占比较大，约占试验区总融资规模的90%。因此，应该继续丰富试验区的绿色融资方式，创新绿色融资模式，积极发展社会资本参与的绿色基金，发展如企业碳排放责任险等其他品种的绿色保险，积极建设发展碳排放权交易市场和环境权益交易市场，进一步通过完善平台建设为企业的绿色创新活动提供便利和长期稳定的资金支持。同时为重污染企业的绿色创新活动提供融资渠道和项目监控，避免出现“漂绿”①说明一家公司、政府或是组织以某些行为或行动宣示自身对环境保护的付出但实际上却是反其道而行，这实质上是一种虚假的环保宣传。行为。