绿色金融发展对技术进步、经济增长的影响——基于PVAR模型的实证研究

■孙焱林，陈青青

本文从企业角度测度各地区绿色金融发展水平，利用2008～2017年中国31个省（市、区）的面板数据进行实证检验，建立了绿色金融发展、技术进步与经济增长之间的面板向量自回归（PVAR）模型。脉冲响应分析发现，绿色金融和技术进步都对经济增长有显著的正效应，而绿色金融发展尚未有效推动企业技术进步。据此，本文建议继续完善绿色金融产品体系，加强支持绿色业务开展和完善监督激励机制。

一、引言与文献综述

中国保持了近几十年的较高速经济增长，GDP总量已跃居世界第二。据世界银行统计数据显示，2017年中国GDP总量高达12.24万亿美元。同时，粗放型、高消耗型经济模式带来了较为严重的环境污染问题，国家环保总局和OECD发布的《OECD中国环境绩效评估》显示，2020年中国受环境污染影响损失将达到GDP的13%左右。从我国环保总投入占社会固定资产投资比例看，环保投入在数量上整体不足，且从2003年的2.93%下降到2016年的1.52%①环保总投入占比数据来自国家统计局。。由于我国污染治理投入主要依靠国家财政资金支持，伴随经济的快速增长与绿色资金需求的扩大，财政支持的能力有限，且资金利用效率仍需提高，故而金融资本介入环境治理投入势在必行，绿色金融概念被提出，绿色金融发展水平及其影响也成为研究焦点。

国外学者开展绿色金融评价测度的研究较早，方法包括调查问卷法、比较法、官方数据收集等。Marcel（2001）采用调查问卷法，构建包含5个维度的指标研究评价亚太、北美、欧洲地区共34家大银行的绿色金融水平，经合组织OECD（2007）利用EECCA的12个国家的官方数据，对环境投资进行评价测度。国内学者开展绿色金融发展水平评价与测度的研究相对较晚，在借鉴国外测度评价体系的基础上创新了研究视角。曾学文等（2014）对国内现有的五种绿色金融产品——绿色信贷、保险、证券、投资和碳金融通过专家打分方法确定的权重大小，以2010年为基准测算绿色金融。张莉莉等（2018）通过收集环保相关A股上市企业和新三板挂牌企业的绿色金融投入和产出数据，运用熵值法和包络分析方法测算出全国各省绿色金融发展的水平和效率。关于绿色金融对经济增长的影响方面研究，Marcel（2001）认为银行业发展对实现环境保护、经济可持续发展至关重要。Panayotou（2016）研究发现在长期内，碳排放量与经济增长呈倒“U”形关系。王海全等（2017）在罗默内生增长模型的基础上，增加环境污染函数和绿色金融在研发部门的贡献函数，分析出绿色金融发展对经济增长具有正效应。柴晶霞（2018）建立限面板模型发现，消费和投资对绿色金融的拉动作用具有门限效应。Solow（1957）、Mankiw et al.（1992）等分析金融发展对经济增长的影响时，认为资本积累、资本效率提高和研发技术等要素至关重要。Zilibotti（1994）、Rioja&Valev（2004）、师文明和王毓槐（2010）也指出，金融发展水平对技术创新的影响存在门限效应。然而，绿色金融发展对技术创新的影响方面的研究文献却很少。据此，本文创新性地将技术进步要素纳入绿色金融影响经济增长的研究系统，为绿色金融领域研究增加更多的研究角度和素材方法。

二、绿色金融促进经济增长的作用机理

本文主要参考王遥等（2016）的研究方法，分析绿色金融促进经济增长的作用机理，其中技术进步因素占据重要地位，如图1所示。具体来说：第一，绿色金融通过政策体系推动储蓄、市场资金形成绿色投资，从而直接促进经济增长；第二，绿色金融通过绿色产业资本聚集和绿色发展信号传递手段，促使产业结构调整，从而影响经济增长；第三，绿色金融通过增加企业融资渠道、降低信息交易成本和管理风险要素，促进企业开展绿色相关技术创新活动、推动技术进步，从而推动经济增长。

（一）通过增加绿色投资推动经济增长

宏观经济增长主要由消费、投资和出口拉动，金融机构将市场中分散在居民手中的闲置资金，通过多样化的金融产品汇集成为储蓄，再在可控风险内以较高的利润转化为投资。而绿色金融在政府多样化政策支持下，能促进市场资金、储蓄形成绿色投资（王遥等，2016），从而直接贡献于宏观经济的增长。政府针对绿色金融的政策手段包括：第一，运用利率浮动、SLF等货币政策工具支持节能减排等绿色项目；第二，对绿色环保类企业提供补助和资金贴息；第三，牵头建立绿色引导基金，为吸引社会资金支持绿色产业发展起到示范效应；第四，直接进行绿色公共采购，使绿色产业可获稳定的未来现金流。

（二）通过调整产业结构推动经济增长

绿色金融通过产业结构的调整不断增强金融手段介入环境保护的可能性，从而推动经济的绿色可持续发展（张承惠，2015）。绿色金融对产业结构调整的作用可从绿色产业资本聚集和绿色发展信号传递两方面分析（徐胜等，2018）。

第一，绿色产业资本集聚机制。企业在发展过程中，仅依靠自有资本很难长期维持，外部融资成为企业发展壮大的主要融资手段（田晓霞，2004）。各银行为低污染、低耗能企业提供优惠性的信用贷款，相应提高高污染、高耗能企业的贷款成本或停止发放贷款，从而使节能环保类绿色企业可获得充裕的资金不断发展壮大，高污染高耗能企业的资本形成受到阻碍。同时，基于政策扶持与规制要求的存在，在股债市场融资时，绿色类企业更易受到投资者的青睐而获得资本支持。这种资本流动情况即能够实现对绿色产业发展的扶持、对两高一剩行业发展的限制，从而影响宏观经济增长。

第二，绿色发展信号传递机制。受到政策扶持的绿色企业会吸引到市场上更多的企业，主动调整业务结构或增加业务板块，并倾向于选择绿色类项目立项，新兴企业也会在成立之初选择节能环保等绿色行业作为未来的发展方向。而受到政策限制的“两高一剩”企业，会谨慎开展高耗能、高污染的生产过程，对生产技术进行必要的控制与转型升级，以符合政策要求与行业规范。绿色经济发展的信号推动全行业进行业务调整，推动经济可持续增长。

（三）通过影响企业技术进步推动经济增长

根据索洛模型内容，本文认为企业技术创新能力乃至其带动产业链创新，仍是现代经济增长的核心，绿色金融通过拓宽融资渠道、降低信息交易成本、管理风险这三个角度影响企业技术创新，从而推动经济增长。

图1 绿色金融促进经济增长的作用机理

第一，从融资角度。企业技术进步包括研发、创新、应用及推广等过程，都需要大量的资金投入，而企业自身传统的融资渠道有限。同时，新技术研发具有不确定性、耗时长和风险高等不利因素，导致资本匮乏。而受到政策扶持的绿色金融体系能为绿色企业技术进步提供资金支持，从而鼓励企业创新并推动技术进步。首先，我国绿色金融体系中银行的绿色信贷体量大，能极大拓宽绿色企业的资金来源。其次，新出现的绿色金融工具包括绿色证券、绿色基金、绿色债券等，能较好地权衡风险与收益，从而吸引不同风险偏好的投资者资金（张承惠，2015）。最后，政府出台了为企业绿色金融活动增信、担保及风险补偿等支持政策，使得传统资金也有意愿参与。

第二，从信息获取角度。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。首先，政府主导推动建设绿色金融体系，拥有可观的信息优势，可以对污染企业名单、企业环境行为信用评价等进行公示。其次，金融机构基于绿色指标要求或盈利的需要，会主动搜集企业信息，投资符合绿色要求的项目，该信息获取过程会形成规模效应，有效降低投资者搜寻绿色项目的成本（刘金全等，2017）。最后，绿色金融体系中的ESG国际标准、绿色评级标准甚至专业评价机构的成立，能为市场提供更准确的绿色信息。投资者快速精准地寻找到合适的绿色企业和绿色项目，使绿色企业可以专注于技术研发活动。

第三，从风险管理角度。技术创新的不确定性决定了其成功率低、投资风险性高的特征，而绿色金融发展能帮助降低或转移技术创新过程中的风险。首先，技术创新活动包括流动性较低回报周期较长、流动性高回报周期短等多种类型，而绿色金融体系通过提供不同融资成本、不同期限的金融工具组合，使得长期项目也能获得融资，从而降低流动性风险（戚湧和王明阳，2019）。其次，企业也是风险厌恶型，倾向于选择研发成熟度较高、专业性较小的技术，从而导致重大创新性技术的投入不足，而得益于绿色金融体系完善的信息机制，机构投资者能够并愿意为高尖技术研发提供资金，且对研发创新有合理的预期。

三、实证分析

（一）变量与数据

我国绿色金融的发展以首个绿色信贷制度为起点，故而本文的研究时期设定为2008～2017年共10年。对绿色金融发展水平、人均实际生产总值和技术进步指标均作对数化处理来消除异方差，分别记为lnGF、lnPGDP、lnTech，表1为每个变量的统计性描述。其后，采用LLC检验方法对面板数据进行单位根检验，在1%置信水平下，各变量均拒绝原假设，不存在单位根。

表1 各变量描述性统计

1.绿色金融发展水平

目前绿色金融服务大致可以分为三类：绿色信贷（绿色存贷款业务，包括抵押贷款、项目贷款）、绿色保险及绿色证券（股票、债券、基金等）。其中，对于绿色信贷，《中国银行业社会责任报告》只公布了主要银行在国家层面的总量数据，无法获得地区相关数据。并且银行业从2006年开始仅有3家银行公布社会责任报告，到2014年有55家银行发布社会责任报告，银行业一直存在社会责任报告发布率低、绿色信贷数据披露不连续的问题（王小江，2017）。对于绿色保险，我国自2013年才进入环境污染强制责任保险试点阶段，绿色保险的发展长期处于范围与规模均十分小的起步阶段，同时企业投保率低，缺乏系统的统计资料。对于绿色债券，人民银行在2015年才开始启动发行制定的正式规则，起步较晚，其他绿色证券等类型均起步较晚。因此，从投入主体公布的绿色信贷、绿色保险、绿色证券情况来看，尚无地区层面数据可用。考虑到绿色金融产品投放到市场，最终都转化为企业的资金来源，因此可从绿色金融资源的被投入主体——企业的角度测度（张莉莉等，2018），同时金融机构通常会将更多金融资源投向资质较好的企业，因此本文将绿色相关上市企业的绿色金融投入汇总来表示全国31个省（市、区）绿色金融发展水平。

数据来自Wind数据库，从全部A股中选取绿色环保相关概念的企业作为研究样本，经过筛选，共选取了环保概念、污水处理等概念板块，以及涉及清洁能源、绿色交通等业务的企业共578家。根据绿色金融投入情况，对各企业获得的各类金融机构的长短期借款、发行的各种长短期债券以及因从事绿色项目收到的政府补助金额进行汇总，得到的数据为全国31个省（市、区）绿色金融发展水平的情况，单位为亿元。

2.技术进步

已有文献主要从投入法、产出法和全要素生产率（TFP）这三个角度来度量。其中：投入法使用的变量包括各企业R&D人员数量、R&D费用；产出法使用的变量包括专利数量、新产品销售收入；TFP法是在一系列假设下进行估算，其中涉及的资本存量变量在我国缺乏统计数据。此外，考虑到专利的应用只占企业技术创新活动的一部分，且有相当一部分专利并未应用于实际生产。同时，R&D投入产出效率并非完全有效，且对于绿色相关上市企业可持续发展的衡量不足。因此，本文参考崔也光和赵迎（2013）、苑泽明等（2018）对企业创新力和无形资产的研究，认为无形资产才能综合体现企业在科学技术方面的创新水平。无形资产数据来自Wind数据库，对各企业的无形资产数据进行汇总，即得到全国31个省（市、区）技术进步水平，单位为亿元。

3.经济增长

使用全国31个省市区实际人均总产值表示经济增长，即各省（市、区）名义人均生产总值除以居民消费水平指数得到实际值。数据来自国泰安（CSMAR）数据库。

（二）模型设定

本文借鉴Holtz-Eakin et al.（1988）的方法建立以下PVAR模型：

其中：Yi，t表示一个包含三个变量的列向量，即[lnGF，lnTech，lnPGDP]T；GF表示绿色金融发展水平；Tech表示技术进步；PGDP表示人均地区生产总值；μi，t代表随机干扰项，假设μi，t服从正态分布。

（三）确定最佳滞后阶数

在对PVAR模型进行回归分析前，需要确定最优的滞后阶数。在连玉君（2009）给出的pvar2程序中，构建了AIC、BIC和HQIC统计量来确定最优滞后阶数。表2统计了运行结果，结合本文研究的样本时间长度较短，最终选择3阶滞后期。

图2 全样本脉冲响应图

表2 滞后阶数选择结果

（四）脉冲响应分析

通过蒙特卡洛实验模拟1000次，将冲击时间设置为8期，得到绿色金融及其他变量的脉冲响应图。从图2可以看出，所有变量的脉冲响应经过8期后都呈现收敛趋势，表明本文所构建的PVAR模型是稳健的。

对于经济增长（lnPGDP），当受到自身的冲击时（图i），当期会达到正向最大值，在第一期急剧下降趋近0，随后这种正的影响小幅波动直至消失。当受到绿色金融发展的冲击时（图c），初期为0值，在第一期达到最大值，随后这种正的影响逐渐减小至0。表明各省区绿色金融发展对当地经济实际增长有正效应，且绿色金融发展初期即有显著的促进作用。当受到技术水平的冲击时（图f），初期为0值，在第一期达到最大值，且该最大值大于绿色金融发展水平冲击对经济增长的第一期影响，随后这种正的影响逐渐减小至0，表明各省区技术进步对当地经济实际增长有显著的正效应，且技术进步冲击的初期，对实际经济增长的正效应最大。

对于技术进步（lnTech），当受到自身冲击时（图e），当期会达到正向最大值，随后这种正的影响逐渐减小，至第三期冲击值为0。当受到经济增长的冲击时（图h），对技术水平有正的影响，这种正的影响小幅波动，且在第八期逐渐衰减至0，表明各省的实际经济发展速度越快，对当地绿色企业的支持力度越大。当受到绿色金融的冲击时（图b），对技术进步的影响为负，这种负的影响小幅波动，且在第六期逐渐衰减至0，表明当前绿色金融体系尚不完善，对技术研发活动支持不足，甚至研发创新结果未能转化为现实生产技术。

对于绿色金融发展（lnGF），当受到自身冲击时（图a），当期会达到正向最大值，随后这种正的影响逐渐减小，至第五期冲击值衰减为0。当受到经济增长的冲击时（图g），对绿色金融发展有负的影响，这种负的影响小幅波动，且在第八期逐渐衰减至0，表明全国各省（市、区）经济增长对绿色金融推行发展呈负向影响，可能原因是各省（市、区）绿色金融发展程度差异大，东中西部绿色金融推行时间、政策扶持的力度不一，而某些方面政策的缺失、与当地经济发展特点的契合、政策落实的效果还有待评价。当受到技术进步的冲击时（图d），对绿色金融发展的影响由一开始的正值急剧下降为第一期的负值，其后影响在0值附近上下小幅波动，表明技术进步对绿色金融发展水平的推动作用尚不稳定。

四、研究结论及建议

本文首先分析绿色金融发展对宏观经济增长的影响路径及技术创新因素在该影响中发挥的重要作用。随后基于2008～2017年全国31个省际面板数据，构建了我国绿色金融发展、技术进步与地区实际经济增长之间的面板向量自回归（PVAR）模型，实证研究了它们之间的关系。得出以下结论：

第一，绿色金融和技术进步都能显著推动经济增长。我国已初步完成绿色金融的顶层设计，在政府多样化政策的宏观调控下，绿色金融通过促进市场资金、储蓄形成绿色投资，从而直接促进宏观经济的增长。同时，绿色金融一方面鼓励高新技术、清洁生产、循环经济、节能降耗产业的发展。另一方面对高耗能、高污染水平、小规模的产业予以限制甚至淘汰，通过调整产业结构，从而推动经济的绿色发展和可持续发展。而绿色企业技术进步是资金、人力等要素投入的有效产出，通过催生出新的产业方向、形成新的产业价值链而优化经济增长结构，且技术进步也能降低虚拟经济泡沫的风险、降低生态环境代价，从而提高经济增长的质量。

第二，绿色金融的发展尚未有效地推动企业技术进步。我国目前初步构建成整个绿色金融体系，其政策实施具有一定的时滞，且实施效果有待评估，由此导致对技术研发活动支持不足，甚至研发创新结果未能转化为现实生产技术。具体而言，在各省（市、区）绿色金融发展的过程中，由于未处理好技术创新的要素准备，如绿色企业技术创新的资金支持不足、绿色金融市场信息交易成本高、绿色项目风险管理不到位，使得技术研发活动不足，甚至在大量投入后技术创新结果仍未能顺利转化为现实生产技术，导致绿色产业技术进步尚未实现。

根据上述结论，本文得到以下政策启示：一是继续推进绿色金融产品创新。绿色证券、绿色债券、绿色基金等尚处于起步状态，在发展过程中尚需要政策的继续跟进和完善，同时也需要根据市场发展特征继续开发新的绿色金融产品，以满足市场需要。二是继续加强业务支持力度。为部分突出绿色企业增信、担保及风险补偿等支持政策，降低绿色研发活动的风险。整合环保部、监管局、人民银行等各政府机构的信息，建立健全的绿色金融信息共享平台，降低信息交易成本提高效率；牵头培育战略新兴环保产业，从国家战略层面实践生态保护与经济未来可持续增长的协同发展。三是完善监督和激励机制。要求金融机构对绿色贷款、“三高”贷款的发放及绿色金融布局情况进行披露，并给予相应的优惠措施或惩罚手段；对于积极开展技术研发活动的绿色企业予以扶持奖励和风险担保，积极推进其技术研发活动，同时政策要求各企业建立绿色生产经营活动披露制度，规范企业生产。