资本要素市场扭曲对绿色信贷的影响及机制研究

张鑫　夏宏文

摘   要：作为支持绿色低碳转型的重要金融制度安排，绿色信贷的健康发展离不开统一开放、竞争有序的资本要素市场。本文基于中国2007—2019年30个省（自治区、直辖市）的面板数据，深入考察了资本要素市场扭曲对绿色信贷的影响及作用机制，研究发现：资本要素市场扭曲将助推高污染行业发展，抑制企业创新投入，增加商业银行信贷风险，进而抑制绿色信贷规模。此外，本文识别出在资本要素扭曲程度、时间及区位条件差异下，资本要素市场扭曲对绿色信贷的抑制作用也存在显著差异。相关结论为政府进一步深化资本要素市场化配置改革、制定更为有效的差异化绿色信贷政策提供有益参考。

关键词：资本要素市场扭曲；绿色信贷；绿色转型发展

中图分类号：F812   文献标识码：A  文章编号：1674-2265（2024）01-0025-10

DOI：10.19647/j.cnki.37-1462/f.2024.01.003

一、引言

推动绿色发展，建设美丽中国，是响应人类命运共同体号召的重要一环。通过金融资源配置功能与环境规制手段的有机结合推动绿色转型发展，是基于经济理论逻辑和全球经验事实的关键举措。作为宏观经济政策的具体制定者，中央政府利用货币金融手段支持绿色低碳转型，是贯彻落实党的二十大精神的一项重要任务。而绿色信贷则是目前货币金融体系中，绿色金融支持工具的主要体现。

理论上，绿色信贷能够优化资源配置，引导信贷资源由污染企业向环保企业流动。一方面，通过利率优惠等措施降低环保企业的融资成本，激励其进行绿色创新。另一方面，通过设立信贷门槛，加强高污染企业的融资约束，促使其绿色转型。但宏观政策的实施效果不仅依赖于科学的制度安排，还受到制度环境的制约。虽然近年来我国绿色信贷总额增幅较大，但信息不对称、外部干预等问题仍然制约着绿色信贷资源配置效率的提升及其经济效应的发挥。因此，如何持续健康发展绿色信贷，是推动我国经济绿色转型的关键，探究影响绿色信贷的因素是政府部门和学术界亟待解决的现实问题。

绿色信贷的持续健康发展依赖于统一开放、竞争有序的资本要素市场。已有大量学者对绿色信贷的经济效应进行了丰富的探究（谢婷婷和刘锦华，2019；王馨和王营，2021）[1，2]，但鲜有文献关注如何促进绿色信贷发展以及其经济效应的发挥。对于当前仍处发展初期的绿色信贷而言，存在一个明显的特征，即标准不够完善、监管体系不够健全。因此，绿色信贷的健康发展，尤其需要信息的充分共享和要素的自由流动。而相对于其他要素市场，资本要素市场与信贷市场的联系更为紧密，绿色信贷的聚集、配置、流动都依赖于资本要素市场。但长期以来，中国市场化改革过程中一个比较突出的问题是，伴随着经济的高速增长，要素市场化改革却进程缓慢。部分学者认为原因在于我国广泛存在的政府干预行为和管制现象（张杰等，2011）[3]，造成以资本为代表的生产要素市场存在要素流动障碍、价格扭曲、信息不对称等问题。而扭曲的资本要素市场可能对绿色信贷产生重要影响。因此，我们不免疑问：资本要素市场扭曲是否抑制了我国绿色信贷的增长？如果是，其影响的途径和机制是什么？进一步，由于样本间存在着制度环境、市场化程度、政策影响的差异，资本要素市场扭曲对绿色信贷的影响又存在着何种异质性？在当前的经济背景下，这些问题的解答对于优化资本要素配置、促进绿色信贷长足发展都具有重要的理论意义和现实价值。

基于此，本文的边际贡献主要在于：第一，现有文献较少细分要素市场扭曲，而本文以绿色信贷为研究对象，将与绿色信贷联系更为紧密的资本要素市场从要素市场中细分出来，分析资本要素市场扭曲对绿色信贷的作用机理和影响效应，这有利于更加准确地识别影响绿色信贷的重要因素。第二，本文深入剖析了资本要素市场扭曲的运行机制，从助推高污染企业发展、抑制技术创新投入、增加商业银行信贷风险三个角度，探讨资本要素市场扭曲影响绿色信贷的内在机理。第三，在基本结论的基础上，进一步拓展了研究的广度，识别在地区、时间及市场化程度差异下，资本要素市场扭曲对绿色信贷影响的差异，以期为有关部门进一步深化资本要素市场化配置改革、制定更为有效的差异化绿色信贷政策提供依据和参考。

二、理论机制分析

（一）资本要素市场扭曲对绿色信贷的影响机制

绿色信贷资源的有效配置依赖于统一开放、竞争有序的资本要素市场。当前绿色信贷的发展更多的是基于绿色金融政策的推广和绿色发展目标的达成。因此，相比于市场化程度更高的常规信贷，资本要素市场扭曲对处于发展初期，标准不够完善、体系不够健全的绿色信贷市场的影响可能更为明显。而广泛存在的政府干预行为和管制现象，一定程度上干预了资本要素的流向和价格，是造成资本要素市场扭曲的重要原因。扭曲的资本要素市场将可能通过助推高污染企业发展、抑制企业创新投入、增加商业银行信贷风险，进而对绿色信贷产生影响。本文将试图从三个方面来解释资本要素市场扭曲对绿色信贷的影响机制。

第一，资本要素市场扭曲可能助推高污染行业的发展，从而抑制绿色信贷规模。为达到GDP增长目标，我国各级地方政府存在对资本要素价格、金融资源与资本分配权进行干预和控制的内生动力，这是造成资本要素市场扭曲的重要因素（张杰等，2011）[3]。一方面，地方政府扭曲资本要素价格。在招商引资过程中，地方政府常常通过压低资本等要素价格的方式吸引资本密集型企业入驻。优惠的资金来源使得企业等市场主体可能更倾向于使用低成本资本要素，导致中国经济长期陷入对资本密集型产业的依赖，而这种资本密集型产业很多都具有高污染、高耗能的特征（杨永聪等，2022）[4]，从而推动了高污染行业的发展。另一方面，地方政府引导资本要素投向。“GDP锦标赛”下，地方政府官员往往会干预商业银行的信贷决策，引导资金流入那些投资风险较低，但能快速实现经济效益的生产性建设项目和传统行业，而这些项目和行业往往也具有高污染和高能耗的特征。在这种依赖要素投入的粗放发展模式下，绿色信贷发展受到限制。因而资本要素市场扭曲可能对高污染企业的发展产生助推作用，不利于绿色信贷规模的增长。

第二，资本要素市场扭曲可能抑制企业的创新投入，并阻碍绿色信贷的发展。正如前文所述，一方面，地方政府对资本要素价格的扭曲，可能会刺激企业依赖资本等有形要素进行生产，而缺乏动力和压力进行研发投入（阚大学和吕连菊，2016）[5]，这在本身缺乏绿色转型内生动力的高污染企业中体现得更为明显。因此，由要素市场扭曲所导致的企业绿色创新投入的缺失，既削弱了绿色信贷政策应有的效果，也与绿色信贷政策的愿景相背离，并进而影响至绿色信贷的投放效率和规模。另一方面，节能环保企业的技术创新具有长周期、风险高等特征，这可能不满足“GDP锦标赛”模式下地方政府见效快、规模大的经济增长要求。因而政府更倾向于通过干预商业银行的信贷分配，将大量的资本要素引导至生产性建设项目中（郑思齐等，2014）[6]，这必然“挤出”全社会用于绿色发展的资金，限制绿色信贷的发展。因此，资本要素市场扭曲会抑制企业创新投入，特别是对一些技术创新周期长的节能环保企业产生挤出效应，从而抑制绿色信贷规模。

第三，资本要素市场扭曲可能会导致商业银行的信贷风险上升，削弱其风险承受能力，进而对绿色信贷产生不利影响。地方政府干预商业银行信贷投向造成资本要素市场扭曲，导致广泛存在的所有制歧视现象。由于国有企业存在其他社会责任，经济利润可能不是其行为决策的唯一标准，由此造成的后果是，信贷资本边际效益下降和风险增加，商业银行不良贷款率攀升（谭劲松等，2012）[7]，并缩窄金融机构对风险项目的承受范围（邵传林和闫永生，2020）[8]。尤其是处于发展初期的绿色环保产业，由于缺乏绿色环保领域的相关专业人才和统一标准，往往具有回报周期长、风险较高的特征。因此，商业银行对风险项目承受范围的缩窄，可能会影响绿色信贷项目的发展。即资本要素市场扭曲会导致商业银行信贷风险增加，而较高的风险水平可能会降低商业银行开展绿色信贷的积极性。因此，资本要素市场扭曲会导致商业银行信贷风险增加，对绿色信贷产生不利影响。

根据以上分析，本文提出假设1：资本要素市场扭曲通过助推高污染行业的发展，抑制企业的研发投入，并增加商业银行信贷风险，进而抑制了绿色信贷规模。

（二）资本要素市场扭曲对绿色信贷的异质性影响

1. 基于区域的异质性影响。我国幅员辽阔，地区间禀赋结构、市场规模与结构各异。因此，不同地区绿色信贷的需求和供给，对资本要素市场扭曲变化的敏感程度也可能存在差异。一方面，在绿色信贷的需求端，中西部地区资本要素市场扭曲对绿色信贷的影响可能更显著。为了缩小与东部地区的发展差距，中西部地区经济增长目标普遍高于东部地区。这也就意味着经济发展基础相对较差的中西部地区面临更大的保增长压力。该地区政府官员对经济短期快速增长的渴望程度更高，因而更倾向选择那些在短期可以快速拉动地区经济增长、收益稳定的生产性项目。中西部地区地方政府对生产性项目的偏好可能对当地绿色环保企业和项目产生严重的“挤出效应”，导致当地绿色项目的需求弹性更强。因此，当资本要素市场扭曲程度发生变化时，中西部地区的敏感程度可能更强，即资本要素市场扭曲对中西部地区绿色信贷需求的影响可能更显著。

另一方面，在绿色信贷的供给端，中西部地区的绿色信贷供给可能更容易受到资本要素市场扭曲的影响。由于区位条件相对弱势、竞争力不足，中西部地区金融机构更倾向于风险低、见效快的传统项目，而对风险高、周期长的绿色环保项目抱有更谨慎的态度。具体表现为，当国家提出绿色发展战略时，东部商业银行能够更好地发挥绿色信贷对产业结构、能源结构的调整优化作用，绿色信贷政策对东部地区企业的辐射效果更强（蔡海静等，2019）[9]。因此，在东部地区，资本要素市场扭曲对绿色信贷资金供给的抑制作用可能较弱。而中西部地区经济基础较差，部分传统行业固化、发展滞后，绿色信贷市场较为脆弱，对资本要素市场扭曲的敏感程度可能更强，资本要素市场扭曲对该地区绿色信贷供给的影响更显著。

综上，本文提出假设2：东部地区资本要素市场扭曲对绿色信贷的抑制作用较弱；中西部地区资本要素市场扭曲则会显著抑制绿色信贷。

2. 基于时间段层面的异质性影响。自1992年党的十四大提出建立社会主义市场经济体制以来，产品市场和要素市场都经历了不同的市场化改革，但前期的市场化改革侧重于产品市场，而资本等要素市场因在竞争格局下更多受到政府干预而出现扭曲，且各地区环境保护意识不到位，在地方政府及其他外部干预下，商业银行信贷决策受到影响，大量信贷资源流入能够快速带来经济效益的项目及企业中，导致绿色环保企业信贷支持不足。因而在这期间资本要素市场扭曲显著抑制商业银行绿色信贷规模。2013年，党的十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》，明确提出，“必须积极稳妥从广度和深度上推进市场化改革，大幅度减少政府对资源的直接配置，推动资源配置依据市场规则、市场价格、市场竞争实现效益最大化和效率最优化。”这表明要素市场化改革从2013年开始进入加速期。由于政府等因素对资本等要素市场的外部干预减少，资本要素扭曲程度比2013年之前有所减弱。商业银行在外部干预减少的情况下能够为环保企业提供更多信贷支持。因此，在2013年之后，资本要素市场扭曲对绿色信贷的抑制作用较弱甚至不明显。

综上，本文提出假设3：2013年之前资本要素市场扭曲显著抑制绿色信贷规模，2013年之后资本要素市场扭曲对绿色信贷的抑制作用较弱甚至不明显。

3. 基于市场化进程的异质性影响。考虑到资本要素市场扭曲程度与市场化进程息息相关（笪远瑶和王叶军，2022）[10]，市场化程度不同的地区资本要素扭曲程度也不同，对地区绿色信贷规模可能有着不同的影响。市场化程度高的地区资本要素扭曲程度较低，资本要素的配置趋于优化，且市场化进程在一定程度上反映了中国的经济发展理念，随着市场化程度的提高，环境保护在经济发展中也越来越受到重视（卞元超等，2019）[11]，更多资金在市场的主导下流入对环境保护有益的领域，资本要素市场扭曲对绿色信贷的抑制作用较小；而在市场化程度较低的地区，由于政府对于当地资本要素市场及金融机构干预较为严重，资本要素配置效率低下，资本市场扭曲严重且环境保护理念欠缺，大量资本流入生产性建设项目及污染企业，当地环保企业发展受限，因而对绿色信贷规模有着严重的抑制效应。

综上，本文提出假设4：相较于市场化水平低的地区，市场化水平高的地区资本要素市场扭曲对绿色信贷的负面影响更小。

三、模型、变量与数据说明

（一）模型设定

为了考察资本要素市场扭曲对商业银行绿色信贷的影响及地区差异，本文构建计量模型加以验证。考虑到绿色信贷是一个连续动态的过程，上期的绿色信贷水平会对当期的绿色信贷产生动态影响，本文将计量模型设定为动态面板模型，如式（1）所示：

[GCi，t=α0+α1GCi，t-1+α2DistKi，t+n=39αncontroli，t+μi+εi，t]              （1）

其中，[GCi，t]表示[i]地区第[t]年的绿色信贷，[GCi，t-1]表示[i]地区滞后一期的绿色信贷；[DistKi，t]表示[i]地区第[t]年的资本要素扭曲程度；[controli，t]表示控制变量；[μi]表示个体异质性的截距项；[εi，t]为随机扰动项。

（二）指标选取与数据说明

1. 被解释变量：绿色信贷（GC）。当前，学术界对绿色信贷的主要量化方法包括绿色信贷占比、节能环保项目贷款占比、工业污染治理投资来源中的银行贷款占比及六大高耗能产业利息支出占比。考虑到前两种绿色信贷衡量指标只有全国层面数据，无法细分到地区层面，且污染治理投资来源中的银行贷款数据仅统计至2010年，因此，本文参考谢婷婷和刘锦华（2019）[1]的做法，选用各省非六大高耗能产业利息支出占工业产业利息总支出的比例来衡量绿色信贷①。稳健性检验中，本文将选取非六大高耗能产业的利息总支出的对数（lnGC1）作为替换指标。

2. 核心解释变量：资本要素市场扭曲（DistK）。Hsieh和Klenow（2009）[12]使用生产函数法来衡量要素市场扭曲，以竞争性厂商理论为基础的生产函数法能够直接测算出生产要素的边际产出，因而可以更为直接地反映要素市场扭曲的程度。同时，这种方法也可以将要素市场扭曲进一步细分为资本要素市场扭曲和劳动力要素市场扭曲。在生产函数形式的选取中，考虑到超越对数生产函数容许更多的替代选择和转换，在实际利用过程中更为灵活，故本文选取超越对数形式的生产函数。其函数形式为：

[LnYi，t=θ0+θ1LnKi，t+θ2LnLi，t+12θ3Ln2Ki，t+12θ4Ln2Li，t+θ5LnKi，tLnLi，t+εi，t] （2）

其中，[Yi，t]表示[i]省（自治区、直辖市，以下简称省份）第[t]年的总产出②；[Ki，t]表示[i]省份第[t]年的资本要素投入③；[Li，t]表示[i]省份第[t]年的劳动力要素投入④；[θ0]为常数项，[θ1]、[θ2]、[θ3]、[θ4]、[θ5]分别表示各解释变量的回归系数；[εi，t]为随机扰动项。

根据（2）式，对[K]求导，可得资本的边际产出：

[MPK=θ1+θ3LnK+θ5LnLYK] （3）

[MPK]表示资本的边际产出。基于此，根据要素市场扭曲的定义，资本要素市场扭曲可以表示为资本要素的边际产出除以资本价格⑤，即：

[DistK=MPKr] （4）

3. 控制变量。（1）地区金融发展水平（Fina），采用非国有部门的贷款占地区GDP的比重来表征（白俊红和刘宇英，2018）[13]。地区金融发展水平越高，表明地区融资活动越频繁，其信贷市场越发达，有助于该地区绿色信贷业务的开展。（2）地区存贷比（LDR），采用地区贷款余额与地区存款余额之比衡量。地区存贷比越高，表明该地区金融机构将存款转化成投资的能力越强，对绿色信贷业务的开展有一定的积极影响。（3）地方政府干预程度（Fisc），采用地方政府财政支出占该地区GDP的比重衡量。地方政府财政支出占GDP比重越大，代表对当地经济干预能力越强，对绿色信贷的影响可能越大。（4）金融业产值比率（Fipr），采用地区金融业增加值占该地区GDP的比重来衡量。地区金融业越发达，越能够提高当地资本要素的配置效率，对绿色信贷有着一定的促进作用。（5）地方经济发展水平（LnEco），选择地区人均实际GDP的对数来衡量。经济发展水平越高的地区对绿色信贷的需求可能越大。（6）环境规制（Reg），采用工业污染治理投资完成额占第二产业的比重来衡量。环境规制强度的提高能够增加当地绿色信贷规模。（7）外商直接投资（Ofdi），采用外商直接投资占GDP的比重来衡量。资本的流入会加剧市场竞争，促使企业采取各种措施提高要素使用效率，对绿色信贷产生影响。

4. 数据说明和描述性统计。由于中国绿色信贷政策于2007年正式出台，大部分商业银行的绿色信贷业务也于2007年开始，因此，本文选择2007—2019年中国30个省份⑥的面板数据为研究对象。本文数据来源于《中国工业统计年鉴》《中国金融统计年鉴》《中国统计年鉴》以及中国人民银行和中国国家统计局。部分缺失数据采用线性插值法补齐。变量描述性统计见表 1。

四、实证结果与分析

（一）基准回归结果

1. 资本要素市场扭曲对绿色信贷的影响分析。本文基于2007—2019年中国30个省份的面板数据，先运用静态面板模型的混合效应、固定效应与随机效应估计方法对回归方程（1）进行回归，回归结果如表2第（1）—（3）列所示。在静态面板回归的基础上，考虑到绿色信贷可能具有持续性的特点，并且被解释变量绿色信贷与资本要素市场扭曲可能互为因果而导致模型内生性问题，因此，本文进一步将静态面板扩展到动态面板，并采用广义矩估计对方程（1）进行估计。广义矩估计包含差分GMM和系统GMM两种估计方法，本文分别应用这两种方法来检验资本要素市场扭曲对绿色信贷的影响，回归结果如表2第（4）和（5）列所示。从表2中可以看出，动态面板的差分GMM和系统GMM的AR（2）检验的P值均大于0.1，表示在10%的显著性水平下接受原假设，说明扰动项的差分不存在二阶序列相关，模型通过了自相关检验。Hansen检验的P值大于0.1，表明动态面板回归结果是有效的。根据表2中的估计结果，我们可以得到如下结论：

（1）无论是静态面板模型还是动态面板模型，其估计结果均显示资本要素市场扭曲（DistK）对绿色信贷（GC）的影响显著为负，实证结果支持假设1，这表明资本要素市场扭曲显著地抑制了绿色信贷规模。正如前文所述，长期以来，地方政府对于资本积累及经济快速发展的期望使得政府干预下资本要素市场扭曲的问题较为突出。由于政府干预，资本要素无法按照市场机制进行合理配置，更多资本要素流入能快速推动当地经济发展的生产性建设项目中，节能环保型企业得不到足够的资金支持，绿色信贷规模受到抑制；同时要素市场扭曲可能通过助推高污染行业发展、抑制企业创新投入、增加商业银行信用风险等途径来阻碍绿色信贷业务的发展，进而抑制绿色信贷规模。表2中动态面板的回归结果还显示绿色信贷的一阶滞后项均在1%的水平上显著，这表明绿色信贷存在一定的路径依赖，往期的绿色信贷总额会影响当期的绿色信贷水平。

（2）对于其他控制变量，静态面板估计结果与动态面板估计结果存在一定差异，由于静态面板模型可能存在遗漏变量和内生性问题，本文主要以动态面板模型的估计结果为准进行分析⑦。由表2中第（4）列可知，地区金融发展水平（Fina）对绿色信贷（GC）的影响显著为正，说明地区金融发展水平越高，其信贷市场越发达，在经济转型的大背景下，金融发展水平的提高有利于增加该地区的绿色信贷规模。地区存贷比（LDR）对绿色信贷（GC）的影响显著为负，说明地区存贷比的提高会抑制绿色信贷规模。可能的原因在于：存贷比越高意味着商业银行的短期收益越高，而绿色信贷项目的投资期限较长，短期内收益较少，且未来不确定因素较多，因此，存贷比的增加意味着商业银行将更多的资金投入到短期能够带来收益的项目中，进而抑制了绿色信贷的发展。政府干预（Fisc）对绿色信贷（GC）的影响显著为负，表明较强的政府干预能力使得大量资本要素进入能够快速拉动当地经济的生产建设性项目中，导致许多绿色环保型项目得不到资金支持，对绿色信贷规模产生不利影响。地方经济发展水平（LnEco）对绿色信贷（GC）的影响显著为正，表明随着经济发展水平的提高，绿色信贷的需求增大。

2. 稳健性检验。为进一步检验实证结果的可靠性，本文从两个方面进行稳健性检验。一是更换估计方法，虽然动态面板模型能够在很大程度上解决内生性问题，但资本市场扭曲与绿色信贷可能存在互为因果关系：一方面，资本市场扭曲会对绿色信贷产生影响；另一方面，部分非市场行为的绿色信贷可能会加剧资本要素市场的扭曲⑧。为了使研究结果更稳健，本文采用面板工具变量法（IV）来进一步解决模型中可能出现的内生性问题。本文选取1919 年各省份每万人中基督教初级教会小学注册学生数作为资本要素市场扭曲程度的工具变量，并赋予其时间趋势⑨。制度及其变迁具有路径依赖特征，而新教伦理作为一种历史文化积淀，将持续影响该地区市场经济活动所处的深层次制度环境（周泽将等，2022）[14]，因此，这一数据可能会体现在当地政府的管制现象和干预行为中，进而影响资本要素市场的配置扭曲程度。同时，1919年基督教学生数量并不直接影响当地的绿色信贷水平，因此理论上符合工具变量的相关性和外生性假设。结果展示在表3的第（6）列。其中，Cragg-Donald Wald F统计量远大于10%检验水平上的临界值16.38，表明拒绝存在弱工具变量问题；由于本文选取的工具变量数正好等于内生变量数，故不存在过度识别的问题。资本要素市场扭曲（DistK）的回归系数显著为负，此结果与基准回归保持一致，侧面证明结果的稳健性。

二是更换被解释变量。参考江红莉（2020）[15]的做法，选取非六大高耗能产业的利息总支出的对数代表绿色信贷（LnGC1），计算公式为：绿色信贷[=]各省工业产业利息总支出-六大高耗能产业利息支出。分别采用系统GMM和差分GMM进行估计，参数回归结果如表3的第（7）和（8）列所示。

表中两种模型均通过了AR（2）检验和Hansen检验，表明两种GMM模型设定合理且工具变量是有效的。从估计结果看，动态面板的系统GMM和差分GMM的估计结果均显示出资本要素市场扭曲（DistK）对绿色信贷（LnGC1）的影响显著为负，这也在一定程度上表明本文的结论具有稳健性。

（二）异质性分析

1. 地区差异分析。为验证假设2，本文将总样本划分为东部和中西部两个子样本⑩，分别使用系统GMM和差分GMM两种方法来考察资本要素市场扭曲对绿色信贷影响的地区差异，回归结果见表4。

分地区的估计结果显示，模型都通过了AR（2）和Hansen检验，说明模型设定合理且工具变量有效。系统GMM和差分GMM模型回归结果均表明：在东部地区，资本要素市场扭曲（DistK）对绿色信贷（GC）的影响系数虽然为负，但是均没有通过相关的显著性检验。而中西部地区资本要素市场扭曲（DistK）对绿色信贷（GC）的影响在1%的水平上显著为负，这在一定程度上说明资本要素市场扭曲对绿色信贷的影响存在着地区差异。其显著地抑制了中西部地区绿色信贷规模，但对东部地区绿色信贷的影响不明显，假设2得证。由于我国地区间经济发展水平和禀赋结构有着较大差异，不同地区的绿色信贷对资本要素市场扭曲程度变化的敏感程度不同。在绿色信贷政策的背景下，东部地区商业银行能够引导更多信贷资金流入节能环保型项目或企业，使绿色信贷得到稳定发展，该地区资本要素市场扭曲对绿色信贷的影响并不明显；而中西部地区更强烈的经济增长目标和对生产性项目的偏好，挤出了绿色信贷项目，从而使得绿色信贷更容易受到资本要素市场扭曲的影响。

2. 时间差异分析。为验证假设3，本文以2013年为时点，将总样本分为2007—2012年和2013—2019年两个子样本，分别用系统GMM和差分GMM两种方法进行回归，检验两个时期中资本要素市场扭曲对绿色信贷的影响。回归结果如表5所示。

从表5中可以看出，模型都通过了AR（2）和Hansen检验，说明模型设定合理且工具变量有效。无论是系统GMM还是差分GMM的回归结果，都显示在2013年之前资本要素市场扭曲（DistK）显著抑制绿色信贷（GC）发展。但在2013年以后，资本要素市场扭曲（DistK）对绿色信贷（GC）的影响不显著，说明资本要素对绿色信贷的影响存在时间段差异，假设3得以验证。可能的原因是，2013年以前，国家改革的重点偏向于产品市场，政府对地区要素市场干预较为严重，资本要素配置效率较低，对绿色信贷规模产生抑制作用。而2013年以后，国家采取了一系列措施，如全面开放金融机构贷款利率管制、推进供给侧改革、矫正要素配置扭曲，助推了要素市场化改革，有效地缓解了资本等要素市场的扭曲，更多资本要素流入绿色经济领域，因而资本要素市场扭曲对绿色信贷的抑制作用并不明显。

3. 市场化进程差异分析。为验证假设4，本文参考王小鲁等（2021）[16]从政府与市场的关系、非国有经济发展、产品市场、要素市场和市场中介组织发育程度5个方面测度得到的中国市场化指数，将2019年市场化指数在中位数以上的样本划为市场化指数较高地区，中位数以下的样本划分为市场化指数较低地区，分别使用系统GMM和差分GMM进行分组回归，回归结果如表6所示。

表6回归结果显示，两种模型均通过了AR（2）和Hansen检验，说明回归结果是有效的。两种回归方法均表明，不论市场化指数高低，资本要素市场扭曲（DistK）均对地区绿色信贷（GC）有着显著的抑制作用。组间系数差异检验结果?显示，核心解释变量存在显著的负相关，即相比于市场化程度高的地区，市场化程度较低地区资本要素市场扭曲对绿色信贷的抑制作用更强，验证了本文研究假设4。而产生差异的原因可能是：市场化水平更高的地区政府与市场的关系更和谐，非国有经济发展繁荣，地区金融发展水平高，市场外在行政干预少，产品市场和要素市场发育程度高，要素配置更加有效率，污染企业转型及环保企业发展更加充分，因而对地区绿色信贷的抑制效应更低。

五、影响机制检验

本文在理论机制分析部分已经详细阐述资本要素市场扭曲对绿色信贷的影响机制，即主要通过助推高污染行业发展、抑制企业创新投入以及增加商业银行信用风险三种方式抑制绿色信贷水平。我们将在本部分对上述三条影响路径进行检验。考虑到传统的三步中介效应模型可能存在内生性等问题，本文采用两步回归法检验中介效应是否成立，并通过理论阐述的形式进行后半阶段的机制分析。构建回归模型如下：

[GCi，t=α0+α1GCi，t-1+α2DistKi，t+n=39αncontroli，t+μi+εi，t]     （1）

[Wi，t=β0+β1Wi，t-1+β2DistKi，t+n=39βncontroli，t+ωi+εi，t] （5）

其中，模型（1）是前文的基准回归模型，在模型（5）中，[Wi，t]是中介变量，包括高污染行业发展（Polind）、企业创新投入（Rdexp）以及商业银行信用风险（NPL），[β2]是我们需要重点关注的系数，用以检验是否存在传导路径及其方向。

在中介变量的指标选取方面，第一，本文参考卞元超等（2021）[17]的做法，采用各省份高污染产业产值占规模以上工业产业总产值的比重来对高污染行业发展情况进行衡量，表示为Polind。第二，企业创新投入方面，本文选取各省份的研发与实验发展（R&D）经费内部支出作为其表征指标，表示为Rdexp。考虑到创新活动具有累积性，本文参考白俊红和卞元超（2016）[18]的做法，采用永续盘存法将研发与实验发展（R&D）经费内部支出转化为存量形式。第三，由于商业银行信贷风险增加的最直接表现是商业银行坏账率增加及不良贷款率增加，因此，本文采用不良贷款率来反映商业银行的信贷风险，表示为NPL。本文采用系统GMM对模型（1）、（5）进行估计，估计结果如表7所示，其中表7中的第（9）列是基准回归的结果，第（10）、（11）和（12）列分别检验了资本要素市场扭曲对高污染行业发展（Polind）、企业创新投入（Rdexp）以及商业银行信用风险（NPL）的影响。

在表7中，所有模型均通过AR（2）和Hansen检验，说明系统GMM估计结果是有效率且一致的。其中，由表7第（9）列结果可知，资本要素市场扭曲（DistK）对绿色信贷（GC）具有显著的抑制作用。第（10）列的机制检验结果表明，资本要素市场扭曲（DistK）对高污染行业发展（Polind）的影响效应显著为正，即资本要素市场扭曲变相推动了高污染企业的发展，并可能形成资源密集型的路径依赖。在此情况下，高耗能产业结构的锁定，将对绿色信贷资金产生挤出效应（潘海英和董越，2023）[19]，进而限制绿色信贷的发展。第（11）列结果表示，资本要素市场扭曲（DistK）对企业创新投入（Rdexp）的影响效应显著为负，说明资本要素市场扭曲对企业的创新投入有着显著的抑制作用。而创新投入的减少不利于全社会信息的传递和资源的有效配置，并间接影响绿色信贷。同时，对于处在发展初期的绿色环保项目，创新投入的减少还可能直接阻碍绿色环保项目的开展（王仁曾等，2023）[20]，进而抑制绿色信贷需求。第（12）列的结果显示，资本要素市场扭曲（DistK）对商业银行不良贷款率（NPL）的影响显著为正，即资本要素市场扭曲提升了商业银行的信贷风险。而信贷风险的提升可能缩窄金融机构对风险项目的承受范围（邵传林和闫永生，2020）[8]，此时，回报周期长、风险较高的绿色信贷项目将极易被挤出，绿色信贷的供给受阻（丁宁等，2020）[21]。此结果与前文的理论分析一致，资本要素市场扭曲将通过助推高污染行业发展、抑制企业创新投入以及增加商业银行信用风险三种方式，抑制绿色信贷水平。

六、结论与启示

本文先从理论上探讨了资本要素市场扭曲对绿色信贷的影响机制，在此基础上，采用2007—2019年中国30个省份的面板数据，构建动态面板模型，实证研究了其对绿色信贷的影响，得出以下结论：第一，资本要素市场扭曲对绿色信贷规模的增加具有显著的抑制作用。在GDP竞争以及“晋升锦标赛”的大背景下，政府部门干预商业银行信贷决策，大量资本要素流入生产建设性项目及高污染、高耗能行业中，使得绿色环保型项目得不到足够的信贷支持，进而抑制了绿色信贷规模的增加，说明资本要素市场扭曲已经成为制约绿色信贷的重要因素。第二，就资本要素市场扭曲影响绿色信贷的内在机制而言，其通过助推高污染行业发展、抑制企业创新投入、增加商业银行信贷风险三个方面对绿色信贷产生抑制作用。第三，资本要素市场扭曲对绿色信贷水平的抑制作用在不同地区、时间段、市场进程下存在异质性。在东部地区资本要素市场扭曲对绿色信贷的影响不明显，在中西部地区其对绿色信贷的影响显著为负；在2013年以前资本要素市场扭曲对绿色信贷有显著抑制作用，2013年以后其影响不显著；相较于市场化水平低的地区，市场化水平高地区的资本要素市场扭曲对绿色信贷规模的抑制效应有所减弱。

根据以上结论，本文得到的启示在于：消除资本要素市场扭曲，优化资本要素配置效率，扩大绿色信贷规模，构建完整的绿色金融体系是我国实现可持续发展的重要途径。一方面，要全面推进利率市场化进程，减少政府对资本要素市场不合理的干预。以货币市场的传导机制为基础，由金融机构根据资本要素市场上价格、竞争和供求情况来决定其资本要素的配置与使用，提高资本要素的配置效率，鼓励更多资本要素进入那些对绿色发展具有较好作用的领域。同时，由于资本要素市场扭曲对绿色信贷的影响存在区域及市场化程度差异，政府有关部门需要依据各地区实际情况，有所侧重地推进资本要素市场化建设，尤其要重点关注中西部及市场化程度较低地区的资本要素市场化改革。另一方面，继续加强绿色信贷对我国绿色经济增长的正向促进作用，在制度层面上，要进一步健全绿色信贷政策，强化对“两高一剩”行业信贷制约，以及扶持绿色环保产业发展的激励机制，引导更多信贷资金流向资源节约型与环境友好型产业，推动产业结构向绿色化、高端化转型。另外，要加强地方政府生态文明建设的意识，将地方政府官员的考核指标与当地环境保护水平相挂钩，确保绿色信贷政策的可持续性，实现经济的高质量发展。

注：

①其计算方法为绿色信贷（GC）=1-六大高污染行业利息支出/规模以上工业行业利息总支出，指标数值越大，表示该地区绿色信贷规模越大。

②选用国内生产总值GDP表示总产出，并以2007年为基期，利用GDP平减指数将其核算成不变价。

③采用各地区固定资产投资总额来衡量资本投入，通过固定资产投资价格指数将其核算成2007年不变价，利用永续盘存法将其核算成存量的形式，折旧率取10.96%。

④选择各地区年末城镇单位就业人员数来表示劳动力要素投入。

⑤对于资本价格，本文参考卞元超等（2019）[11]的做法，选取中国人民银行公布的6个月至1年期金融机构人民币贷款基准利率的均值衡量。

⑥中国香港、中国澳门、中国台湾和西藏自治区部分年份数据缺失，暂不予考虑。

⑦鉴于差分GMM在估计过程中可能产生有限样本偏差，本文主要依据系统 GMM 的估计结果进行分析。

⑧尽管绿色信贷一定程度上会影响资本要素市场，但此影响并不突出。一方面，绿色信贷相比于资本要素市场的体量较小，影响十分有限。另一方面，影响资本要素市场扭曲程度的因素繁多且深刻，绿色信贷对资本要素市场扭曲的影响不算突出。

⑨由于行政区划存在改变，部分省份的教会学生人数数据缺失。赋予的时间趋势为当年年份，最后取对数，面板工具变量的计算过程为：Chri_primaryit=ln（Chri_primaryi×year），其中Chri_primaryi为各省份1919年每万人中基督教初级教会小学注册学生数。

⑩东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中西部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。

?由于现有主流组间系数差异检验方法并不能同时实现动态面板系统GMM和差分GMM的组间系数差异检验，因此，选择固定效应模型进行组间系数差异检验。固定效应模型结果与表6结果在核心解释变量系数符号以及显著性上无根本性区别，并不改变本文结论。从篇幅和文章分析方法一致性的角度考虑，并未展示基于固定效应的组间系数差异检验结果。

参考文献：

[1]谢婷婷，刘锦华.绿色信贷如何影响中国绿色经济增长？ [J].中国人口·资源与环境，2019，29（09）.

[2]王馨，王营.绿色信贷政策增进绿色创新研究[J].管理世界，2021，37（06）.

[3]张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D？ [J].经济研究，2011，46（08）.

[4]杨永聪，肖青青，刘慧婷.绿色信贷政策与企业多元化经营决策 [J].产经评论，2022，13（06）.

[5]阚大学，吕连菊.要素市场扭曲加剧了环境污染吗——基于省级工业行业空间动态面板数据的分析 [J].财贸经济，2016，（05）.

[6]郑思齐，孙伟增，吴璟，武赟.“以地生财，以财养地”——中国特色城市建设投融资模式研究 [J].经济研究，2014，49（08）.

[7]谭劲松，简宇寅，陈颖.政府干预与不良贷款——以某国有商业银行1988—2005年的数据为例 [J].管理世界，2012，（07）.

[8]邵传林，闫永生.绿色金融之于商业银行风险承担是“双刃剑”吗——基于中国银行业的准自然实验研究[J].贵州财经大学学报，2020，（01）.

[9]蔡海静，汪祥耀，谭超.绿色信贷政策、企业新增银行借款与环保效应 [J].会计研究，2019，（03）.

[10]笪远瑶，王叶军.要素价格扭曲、资本深化与区域创新选择 [J].经济问题探索，2022，（05）.

[11]卞元超，吴利华，白俊红.市场分割与经济高质量发展：基于绿色增长的视角 [J].环境经济研究，2019，4（04）.

[12]Hsieh C T，Klenow P J. 2009. Misallocation and Manufacturing TFP in China and India [J].The Quarterly Journal of Economics，124（4）.

[13]白俊红，刘宇英.对外直接投资能否改善中国的资源错配 [J].中国工业经济，2018，（01）.

[14]周泽将，汪顺，张悦.知识产权保护与企业创新信息困境 [J].中国工业经济，2022，（06）.

[15]江红莉，王为东，王露，吴佳慧.中国绿色金融发展的碳减排效果研究——以绿色信贷与绿色风投为例 [J].金融论坛，2020，25（11）.

[16]王小鲁，樊纲，胡李鹏.中国分省份市场化指数报告 [M].北京社会科学文献出版社，2021.

[17]卞元超，吴利华，白俊红，杨宇舟.要素市场扭曲是否抑制了绿色经济增长？ [J].世界经济文汇，2021，（02）.

[18]白俊红，卞元超.要素市场扭曲与中国创新生产的效率损失 [J].中国工业经济，2016，（11）.

[19]潘海英，董越.绿色信贷与高污染企业资本结构调整——基于社会责任视角的分析 [J].产业经济评论，2023，（05）.

[20]王仁曾，詹姝珂，庄旭东.空间视角下金融科技赋能绿色金融发展研究 [J].统计与信息论坛，2023，38（12）.

[21]丁宁，任亦侬，左颖.绿色信贷政策得不偿失还是得偿所愿？——基于资源配置视角的PSM-DID成本效率分析 [J].金融研究，2020，（04）.

收稿日期：2023-08-30      修回日期：2023-12-27

基金项目：贵州省哲学社会科学规划课题“土地供给政策优化与西部地区金融支持实体经济高质量发展研究”（21GZQN05）。

作者简介：张鑫，男，四川南充人，新疆大学经济与管理学院，博士研究生，研究方向为绿色发展与政府决策；夏宏文，男，江西吉安人，贵州财经大学大数据应用与经济学院，研究方向为绿色金融。