绿色金融对区域绿色创新能力的影响

■李星星

（安徽商贸职业技术学院金融科技学院，安徽 芜湖 241002）

习近平总书记强调，“新时代新阶段的发展必须贯彻新发展理念，必须是高质量发展”“必须把发展质量问题摆在更为突出的位置，着力提升发展质量和效益”。同时，党的二十大指出“贯彻新发展理念是新时代我国发展壮大的必由之路”。“绿色创新”代表着创新驱动和绿色发展战略的结合，已成为克服资源和环境瓶颈的必然选择[1]。同时，绿色经济的增长依赖于绿色创新，绿色创新能力的建设是创新管理的必然趋势。因此，探究绿色创新，实现可持续发展，具有重要的理论价值和现实意义[2]。

绿色创新能力要想激发出更大的提升潜力，需要绿色金融的大力支持。然而，通过对所搜集和整理的文献分析发现，现有关于绿色金融、绿色创新能力的研究种类丰富多样，但是对绿色金融和绿色创新能力的关系研究相对较少。纵观已有研究，学者从利益相关者[3]、开放经济因素[4]、产业协同集聚[5]、环保舆论压力[6]、环境规制[7]、企业家人力资本[8]、财政信息透明度[9]、对外直接投资[10]等角度入手探索其对绿色创新能力的影响效果。而绿色金融发展后的经济收益主要体现在微观主体和宏观层面上。对于宏观层面，主要是绿色金融与经济增长关系的探讨，包括正向影响[11-13]和负向影响[14]。对于微观主体，绿色金融发展后的经济收益研究集中在对个人[15]、金融机构[16-17]、企业[18-19]等微观市场主体的影响。

虽然有关绿色金融和绿色创新能力的单独实证研究成果颇为丰富，但却忽略了对绿色金融是否能够影响绿色创新能力进行研究，如果影响，是起何种效果，其内部关联机制又是怎样。这些在以往文献中都未找到明确答案。有鉴于此，本文运用省级面板数据，对绿色金融影响区域绿色创新能力进行实证研究，通过将技术进步要素纳入探索绿色金融对区域绿色创新能力的影响，有助于厘清绿色金融对区域绿色创新能力影响的作用机制，为绿色金融实现其正外部性提供更多思路。根据研究结论，针对性提出具体的政策建议，为相关部门制定政策提供参考，使绿色金融发挥更大效用，引导社会更多关注技术进步，努力实现“碳中和”目标。

一、文献回顾与研究假设

（一）区域绿色创新能力

绿色创新能力是能够帮助地区实现经济可持续发展的能力，区域是绿色创新的载体。研究并有效提升区域绿色创新能力，实现地区可持续、高质量发展，具有十分重要的意义。通过现有文献发现，不同的学者对绿色创新能力的定义是依据其研究的角度，主要分为宏观层面、中观层面以及微观层面。宏观层面，主要强调的是经济增长，认为绿色创新能力就是在实现经济稳定增长的同时降低环境承载的压力[20]。中观层面，基于行业角度，将环境污染与能源消耗的指标纳入考量体系的构建中，以此来表现绿色创新能力[21]。微观层面，基于企业视角，更多是从企业的个体行为或者企业群体的角度出发去定义，即降低污染、减少能源消耗的技术与创新实力[22]。而对绿色创新能力的指标评价方面，当前研究主要聚集在区域、产业以及企业3 个方面。省级方面：共线性-变异系数方法[21]、SBM 模型和GML 指数[23]、Super-SBM模型[9]。产业方面：DEA-SBM模型[24]、遗传算法的投影寻踪模型[25]。企业方面：支持向量机[26]、熵权TOPSIS 法[27-28]。除此之外，目前国内外学者对绿色创新能力的后效研究不多，且主要集中在企业层面，例如，可持续竞争[29]、企业环境绩效[30]、企业可持续性[31]等。

（二）绿色金融、技术进步与区域绿色创新能力

绿色金融能有效推动技术进步，主要通过降低信息交易成本、增加融资渠道以及加强风险管理。首先，从降低信息交易成本角度出发，绿色金融体系可以对绿色相关信息进行有效地收集和处理，降低各经济主体间的交易成本。其次，从增加融资渠道角度出发，技术进步包含研发、创新、应用及推广等一系列过程，每一步都需要投入大量的资金。同时，研发和创新具有不确定性、耗时长和风险高等不利因素，更会致使资金匮乏。而受到政策扶持的绿色金融体系能为技术进步提供资金支持，从而鼓励区域创新并推动技术进步。最后，从加强风险管理角度出发，虽然研发与创新的不确定性决定了其成功率低、投资风险性高的特征，但绿色金融能帮助降低或转移研发与创新过程中的风险。纵观现有文献，大多学者也认为绿色金融能促进技术进步[32-34]。

技术进步能有效提升区域绿色创新能力，主要是通过抑制环境污染、减低二氧化碳的排放以及节约能耗。首先，拥有良好的技术进步机制，新出现的绿色技术使得生产过程中的资源得到充分利用，从而有助于降低环境污染，达到提升区域绿色创新能力的目的。其次，技术进步是促进节能减排的关键驱动力。采取主要包括清洁能源替代技术、可再生能源替代技术和新能源技术等替代技术来提高能源效率，能效技术不仅能通过技术转让发挥更大的潜力，还能降低能源利用率和减少二氧化碳的排放。虽然，目前直接探讨技术进步影响区域绿色创新能力的研究较少，但已有研究证明了技术进步能抑制环境污染[35-36]、减低二氧化碳的排放[37]、节约能耗[38-39]，而区域绿色创新能力即抑制环境污染、减低二氧化碳的排放、节约能耗的能力。据此，认为技术进步能有效提升区域绿色创新能力。

绿色金融通过技术进步提升区域绿色创新能力，这种机制可能并非线性。在技术进步水平较低的情况下，绿色金融会在很大程度上提升技术进步水平，进而提升区域绿色创新能力；当技术进步达到一定水平时，绿色金融仍旧会提升技术进步水平，进而提升区域绿色创新能力，但是这种效果显得并不那么重要。因此，在不同的技术进步水平下，绿色金融影响区域绿色创新能力的作用程度不同，即绿色金融影响区域绿色创新能力存在门槛效应。据此，本文提出如下假设。

H1：绿色金融通过技术进步提升区域绿色创新能力。

H2：绿色金融在不同的技术进步水平下对区域绿色创新能力的影响程度不同，随着水平的不断提升，其影响逐渐变小。

二、变量、数据和模型

（一）变量和数据

1.被解释变量。区域绿色创新能力（CGI），即创新能力绿色化程度。本文参考孙振清和聂文钰（2021）[9]构建的指标体系，包括投入、产出（期望产出和非期望产出）等指标。其中，投入指标中人力投入用从事科技活动以及水利、环境和公共设施管理的就业人员总数表示、资本投入由节能环保支出表示、能源投入由区域能源消费总量表示；产出指标由期望产出（GDP）和非期望产出两部分构成。本文结合前人研究与我国当前环境污染现状，认为化学需氧量COD和SO2排放量更能代表我国当前生产中产生的非期望产出[40]。本研究选择了基于非期望产出的SBM-DEA 测算区域绿色创新能力，利用MATLABr2020 软件估算我国30 个省份（不包含西藏）在2009—2020 年期间CGI 的变化趋势。指标数据来源于2009—2020 年《中国统计年鉴》和《中国环境统计年鉴》，缺失数据采用平滑指数法填补。具体指标见表1。

表1 区域绿色创新能力的指标体系

2.核心解释变量。绿色金融（GF）。参考政府的政策，本文以绿色信贷、绿色投资、绿色保险及政府支持作为一级指标，中国30 个省份（不包含西藏）的绿色金融数据，采用熵值法构建绿色金融指数。数据来源于《中国统计年鉴》、各省份《统计年鉴》以及《中国保险年鉴》。具体指标见附表1。

附表1 绿色金融发展评价指标体系

4.控制变量。区域绿色创新水平的影响因素众多，借鉴罗澄宇（2019）[42]的研究，控制变量包括：区域城镇化水平、区域人口规模、区域外商投资环境。（1）区域城镇化水平（U）：城镇化水平提高有利于推进技术革新，因此，以城镇人口占总人口的比重作为区域城镇化水平的代理变量。（2）区域自然资源禀赋（NRE）：水资源作为衡量一个地区自然资源禀赋的重要指标，能够准确反映区域的自然环境，因此以水资源总量作为区域自然资源禀赋的代理变量。（3）区域外商投资环境（FDI）：外商直接投资对地区经济增长和技术创新能力提升有重要影响，因此，以外商直接投资人民币额衡量区域外商投资环境。以上控制变量数据均来源于2009—2020 年《中国统计年鉴》。各变量描述性统计见附表2。

附表2 变量说明及描述性统计

（二）基准回归面板模型

为考察绿色金融与区域绿色创新能力之间的相关关系，得出基本计量模型。

其中，下标中的“it”表示第i 个省份在第t 年的观测值。CGI 代表区域绿色创新能力、GF 代表绿色金融；K 代表控制变量包括区域城镇化水平（U）、区域自然资源禀赋（NRE）、区域外商投资环境（FDI），Uit代表随机误差项。

（三）中介效应模型构建

为考察绿色金融对区域绿色创新能力的影响是否有中介变量，研究拟构建以技术进步为中介变量的中介效应模型。利用逐步回归法进行验证，联立方程组为：

其中，下标中的“it”表示第i 个省份在第t 年的观测值。α0、β0、γ0代表常数项，α1、α2、β0、β1、γ1、γ2、γ3代表待估参数，μ1it、μ2it、μ3it代表随机误差项。

（四）门槛效应模型构建

本文以绿色金融与技术进步为门槛变量对区域绿色创新能力进行门槛回归，探究在绿色金融与技术进步的不同水平下绿色金融对区域绿色创新能力的作用。门槛模型的具体形式分别为：

其中，下标中的“it”表示第i 个省份在第t 年的观测值。计量模型（5）、（6）中的变量与模型（4）中变量具有相同含义。此外，δ 为特定门槛值，j1和j2是虚拟变量，GF（TP）＜δ，j1=1 或0；GF（TP）≥δ，j2=1 或0，μ4it、μ5it代表随机误差项。

三、实证结果分析

（一）基准回归结果

为了缩小数据的绝对数值，消除数据的异方差，将所用控制变量皆进行取对数处理。利用Stata16.0 进行Hausman 检验，进行面板数据模型的识别。从检验结果可知，豪斯曼检验的卡方值为4.940，检验P 值（0.423）大于10%，显示不显著，说明固定效应模型和随机效应模型的回归结果没有系统性差别。

为了实证检验绿色金融对区域绿色创新能力的影响。模型1 仅放入绿色金融这一核心解释变量并控制了年份，模型2 在模型1 的基础上，进一步加入控制变量。模型3 在模型2 的基础上控制地区。回归结果如附表3所示。首先，从模型1 和模型2 结果对比可以看出，模型1 中绿色金融对区域绿色创新能力的影响系数为1.066，并在1%的水平上显著。模型2 加入控制变量后绿色金融的系数值变为0.688。而对时间和地区同时控制时，模型3 结果显示，绿色金融的回归系数为0.788，在1%的统计水平上显著。由此，可以推出绿色金融越高越有利于促进区域绿色创新能力的提升。其次，控制变量对区域绿色创新能力也有不同的影响。在模型2 和模型3中，区域城镇化水平对区域绿色创新能力有显著正向影响，即随着时间发展，一个地区城镇化水平越高，越能促进区域绿色创新能力的提升；而区域人口规模并不能显著影响区域绿色创新能力。外商投资环境的估计系数为-0.0108，且在5%的统计水平上显著，说明外商直接投资的提高对区域绿色创新能力的提升起着抑制作用。主要是由于外资带来的技术并非是对发展有利的核心技术，而多存在“污染避难所”效应。

附表3 基准回归结果

（二）中介效应模型结果

附表3 中的回归结果验证了绿色金融对区域绿色创新能力有显著正向影响，为进一步研究绿色金融对区域绿色创新能力的内在作用机制，引入技术进步作为中介变量，利用逐步回归法验证中介效应是否存在。

首先，考虑绿色金融的内生性问题。绿色金融和技术进步之间会存在互相影响。一方面，绿色金融越高越能为地区发展提供更多的资金保障，促进技术进步水平提升；另一方面，随着地区的不断发展，技术进步水平对金融服务的需求更高，促使金融机构创新更多绿色金融服务。可以推出绿色金融和技术进步互相促进，两者互为因果。因此，绿色金融可能具有内生性，故引入IV-Regress 模型进行回归。其次，利用绿色金融滞后三期作为工具变量。一方面，绿色金融滞后三期与绿色金融当期存在正向联系，影响当期绿色金融的变化，符合工具变量的相关性要求；另一方面，绿色金融滞后三期对当期技术进步水平提升难以产生影响，符合工具变量的排他性要求。最后，对工具变量进行Wald 检验，其检验的卡方统计量为3143.79，且在1%的统计水平上拒绝了原假设，这证实了绿色金融具有内生性。附表4 根据逐步回归法验证了绿色金融的中介效应。模型3 汇报的结果与附表3 中的模型3 汇报的结果一致，不做过多赘述。模型4 中汇报了两阶段中第一阶段的回归结果，工具变量的估计系数为1.205，且在1%的统计水平上显著，说明所选取的工具变量与内生变量高度相关，说明工具变量有良好的性质。模型5 中绿色金融的回归系数为1.013，且在1%的统计水平上显著，表明绿色金融对技术进步有显著正向影响。即绿色金融越高，技术进步水平越高。模型5 和模型6 中结果显示，有一个系数是不显著的，还需要进一步做bootstrap 检验确认技术进步是否是绿色金融对区域绿色创新能力影响的中介变量。样本数据进行1000 次Bootstrap 抽样，结果为：bs2（直接效应）：置信区间为（0.079，0.707）不含有0，说明绿色金融对区域绿色创新能力有影响且在95%水平上显著，效应值为0.393；bs1（间接效应）：置信区间为（0.144，0.436）不含有0，认为中介效应存在，效应值为0.290。通过计算表明绿色金融会通过技术进步这一中介变量作用于CGI 上，对CGI 产生显著正向影响。由此，验证了H1。

附表4 中介效应回归结果

（三）门槛效应模型结果

借助面板门槛模型的检验，验证绿色金融和技术进步对区域绿色创新能力是否存在门槛效应，进一步判断绿色金融和技术进步在多少范围内正向促进区域绿色创新能力的提升。

首先，当绿色金融作为门槛变量时，对样本数据进行300 次Bootstrap 抽样，结果如附表5 和附表6 所示，单门槛在1%的统计水平下显著，由此可判断绿色金融对区域绿色创新能力存在门槛效应且为单一门槛效应。在单一门槛模型下，绿色金融的门槛值为0.246，即门槛值0.246 将绿色金融分为了两个区间，第一个区间是绿色金融低于0.246 时，绿色金融每提升1 个单位，区域绿色创新能力提升0.875，影响效果显著；第二个区间是绿色金融超过0.246，绿色金融每提升1 个单位，区域绿色创新能力提升0.424，影响效果依旧显著，但较之前有所降低，即随着绿色金融的不断提高，其对区域绿色创新能力的影响仍旧显著为正，但影响程度逐渐降低。其次，当技术进步作为门槛变量时，通过附表5 和附表6 显示，可判断技术进步对区域绿色创新能力存在门槛效应且为单一门槛效应。在单一门槛模型下，技术进步的门槛值为0.264，即门槛值0.264 将技术进步分为了两个区间，第一个区间是技术进步低于0.264 时，绿色金融每提升1 个单位，区域绿色创新能力提升0.525，影响效果显著；第二个区间是技术进步超过0.264，绿色金融每提升1 个单位，区域绿色创新能力提升0.253。该门槛模型说明，在不同的技术进步水平下，绿色金融对区域绿色创新能力的影响程度不同。随着技术进步水平不断提高，绿色金融对区域绿色创新能力的影响仍旧为显著正向，但影响程度逐渐减小，这表明技术进步在绿色金融推动区域绿色创新能力提升过程中呈现非线性减弱作用。技术进步水平过高使得要素资源集中于研发经费投入中，产生的“挤出”效应不利于要素资源的合理化和高效化配置，因此绿色金融对区域绿色创新能力的促进作用削弱，H2 成立。

附表5 门槛效应自抽样检验结果

附表6 门槛效应模型结果

（四）稳健性检验结果

有可能存在一些尚未考虑的问题，导致上述的回归结果不可靠。因此，有必要进行稳定性检验，包括了中介模型的稳健性检验以及门槛效应的稳健性检验。关于中介模型的稳健性检验，采用重新测算因变量的方法进行检验。区域绿色创新能力的构建指标不变，将采用熵值法对其进行测算。回归结果如附表7 中模型1、模型2、模型3 所示。模型1 中绿色金融的回归系数为0.777，且在1%的统计水平上显著；模型2 和模型3 中有一个系数不显著，进一步做bootstrap 检验确认技术进步是否是绿色金融对区域绿色创新能力影响的中介变量。样本数据进行1000 次Bootstrap 抽样，结果为：bs_2（直接效应）：置信区间为（0.057，0.701）不含有0，说明绿色金融对区域绿色创新能力有影响且在95%水平上显著，效应值为0.379；bs_1（间接效应）：置信区间为（0.198，0.416）不含有0，认为中介效应存在，效应值为0.307。可以看出，中介模型的系数、显著性水平以及中介效应均没有发生显著变化，可以认为中介效应模型具有稳健性。同样，进行门槛效应的稳健性检验，结果如附表7 中模型4、模型5 所示。重新测量了区域绿色创新能力后，绿色金融和技术进步的门槛值均没有发生显著变化，并且在门槛区间内，绿色金融的系数及显著程度也没有发生显著的变化，因此，可以认为门槛效应模型具有稳健性。

附表7 稳健性检验结果

四、结论和建议

本文以2009—2020 年我国30 个省份面板数据为研究对象，采用中介效应和门槛效应模型检验绿色金融和区域绿色创新能力的关系发现：一是绿色金融能够直接提升区域绿色创新能力；二是绿色金融通过提升技术进步水平进而提升区域绿色创新能力；三是随着技术进步水平的提升，绿色金融对区域绿色创新能力仍然有促进作用，但影响程度逐步减少，即存在单一门槛效应；四是绿色金融对区域绿色创新能力具有单一门槛效应，随着门槛值的提升，绿色金融对区域绿色创新能力虽仍具有正效应，但其作用程度减弱。

鉴于以上发现，提升区域绿色创新能力有以下建议。

第一，合理提升绿色金融水平。首先，完善绿色金融政策制度的顶层设计，加快绿色化改造传统金融工具，如股票、债券等。积极引导金融机构加大绿色投资力度，通过绿色金融业的业绩评估、贴息鼓励等政策，逐步完善激励与约束双机制。具体明确金融机构的社会责任，严格把控其资金动向，拓宽绿色金融的覆盖面，以此提高绿色金融对区域绿色创新发展的影响力。其次，切忌盲目发展绿色金融，造成潜在金融风险，进而影响区域绿色创新能力提升。需协同国家发展战略，全方位推进绿色金融发展的监管机制。在金融产品体系建设中，需要进一步提高绿色金融产品发展规模的同时，建立专项约束机制，推进特许经营权质押、绿色担保基金等金融工具的应用。最后，金融决策部门要加强绿色金融培训，搭建专业的学科和培养体系。支持高校申请设立绿色金融专业硕士学位，鼓励开展绿色金融学、碳中和经济学等相关课程建设，提高复合型人才培养的数量和质量。

第二，鼓励全社会广泛使用绿色金融产品。首先，提高绿色金融产品多样性，开发更多面向消费端的绿色金融产品，能够有效提升绿色消费需求，并与供给端绿色金融形成合力，共同促进实现绿色转型。面向消费端的绿色金融作为一种有效的激励机制，可以引导个人增加绿色行为，带动更多人选择绿色方式。其次，鼓励绿色金融产品制造机构加强产品推广力度，营造绿色消费氛围，推动形成绿色价值取向、绿色思维方式和绿色生活方式。倡导政府机构发挥示范带头作用，在推广使用绿色金融产品方面率先垂范。倡导消费者在消费时选择特色生态信贷产品、绿色资产支持证券以及绿色保险产品等绿色金融产品，维护网络交易秩序，规范绿色金融交易行为，保障交易各方主体合法权益，推动绿色金融高质量发展，进而提升区域绿色创新能力。

第三，坚持推进提升技术进步水平。首先，本文研究表明，技术进步效应的贡献份额较小，说明这一传导机制目前并不顺畅。可通过优化金融资源配置提高技术进步水平，引导金融资源向高附加值的高新技术产业流动，以缓解技术进步的融资约束，进而促进绿色创新能力水平的提升。其次，政府应通过加强对企业创新活动的补贴等形式鼓励企业积极开展自主创新活动。可通过人才、财税、采购等政策支持企业研发，并加大对知识产权的保护力度，健全援助机制，丰富纠纷解决渠道，营造自主创新的良好环境，解决企业的担忧问题，激发其创新热情。最后，统筹兼顾，推动企业自主创新与技术引进的协调发展。政府应努力搭建国内外企业交流与合作平台，加强国际技术合作，或合理引进国外先进技术。为避免企业盲目引进外部技术现象的发生，政府应结合当地不同行业中企业的实际情况，编制先进技术引进指南，引导企业理性引进，进而有效提高区域绿色创新能力。