绿色信贷支持我国生态经济发展效率的实证分析

柴美珍 丁志刚 蔡小哩 钱晓燕 李莹莹

(1.绍兴文理学院 商学院，浙江 绍兴312000；2.浙江工业职业技术学院 商贸学院，浙江 绍兴312000)

绿色信贷政策对生态经济发展的作用和影响受到越来越多的关注，评价绿色信贷支持我国生态经济发展的效率水平，识别影响效率生成的关键因素，对于完善绿色信贷政策体系至关重要。本文将从绿色信贷支持生态经济发展的效率测度视角，采用数据包络分析(DEA)模型对我国主要商业银行绿色信贷余额投入与生态经济产出进行实证分析，通过对测度结果进行比较和原因分析，提出针对性政策建议，以提升绿色信贷支持生态经济发展的效率。

一、相关研究述评

(一)绿色信贷及其对生态经济的影响

绿色信贷源于国际公认的赤道原则 (The Equator Principles)，要求纳入赤道原则的商业银行在制定信贷政策时对从事环境保护、新能源开发以及与绿色生态经济相关的企业或机构提供贷款扶持和利率优惠，对高污染、高耗能企业进行信贷限制和利率惩罚，通过金融杠杆实现市场资源的“绿色配置”。Baron[1]认为，绿色信贷是指以企业的环保与社会责任标准作为核心指标开展的信贷活动。孙光林等[2]认为绿色信贷包含两层含义：一是银行通过设定信贷条件，积极引导资金流向环保技术开发和绿色产业，使企业注重绿色生产并促进绿色消费，进而促进社会经济的可持续发展；二是明确要求商业银行在开展信贷业务时，规避追求短期效益的投机行为，保持银行业健康发展。综上可知，绿色信贷是现代金融业可持续发展的新路径和履行社会责任的有效方式，通过“绿色信贷”的杠杆作用，引导资金流向生态环保领域，节约自然资源，保护生态平衡，促使社会经济可持续发展。

(二)生态经济效率及其内涵

生态经济的概念即在生态系统容纳体量空间里，综合利用当代理论和方法，通过优化人类劳动和经营方式，让所有资源得到充分利用，衍生出一批具有高度经济性、环境友好的产业，最终实现社会和谐共生、文化健康繁荣、生态可持续、环境优美宜居的发展目标。效率是指在给定投入和技术等条件下最有效地使用资源以满足人类的愿望和需要的评价方式，它常常被视作投入与产出的比率。生态经济效率这一概念是在1990年由巴塞尔的研究员Schaltegger和Sturm[3]最早提出的，并在生态学、经济学及交叉学科中迅速传播。在世界企业可持续发展工商理事会(WBSCD)[4]的发展下逐渐成熟，其含义是指可以按照具有竞争力的价格提供大众所需的产品及服务，并能让产品与服务在其生命周期内产生的环境污染和能源消耗的强度控制在地球生态目前已知的可承受范围。经济合作发展组织(OECD)[5]给出大致相同的含义——生态经济效率指的是环境资源被大众用来实现自身目的的效率。欧洲环境署(EEA)更是将生态效率扩展到可持续发展概念中。由以上定义可以得出，生态经济效率正是强调了生态与经济的统一，是衡量生态与经济发展水平和质量的重要指标。

(三)生态经济发展效率的评价研究

近二十年来，国际上围绕生态经济效率评价指标体系的研究不断涌现新的成果， WBCSD[6]在2000年6月正式公布全球第一套生态经济效率指标的量化架构，用通式表示为：生态效率=产品与服务的价值/对环境的冲击，产品与服务的价值可以用总产量、营业额和利润率等业绩指标表示，对环境的冲击可以用总能耗、原料消耗等环保指标表示，生态效率量化指标把业绩指标与环保指标融合在一起，促使企业用较少的生态代价换取尽可能多的业绩产出，实现高质量可持续发展。而国内对生态经济发展测度研究起步较晚，且偏重于实证分析，指标构建多为依据国外文献的现有指标体系并结合我国国情进行调整，诸大建[7]等提出生态效率指标是循环经济发展的合适测度；匡远配[8]将生态经济效率解释为经济输出与生态资源损耗的比值，或者产出增加值与生态资源损耗量的比值，也就是生态经济效率=产出增加值/生态资源损耗量；秦伟山[9]等从生态制度体系、资源保障体系和生态经济体系等不同维度构建生态经济指标；张煊[10]等基于系统论视角将生态经济系统划分为生态、社会和经济三个子系统，构建基于矩阵型结构的网络数据包络分析(DEA)模型，对生态经济效率进行评价。

二、研究设计

(一)评价指标的选取原则

1.系统性原则

系统性原则体现为在被选取指标之间存在密切的相互联系，可以从多种角度反映现阶段绿色信贷的具体实施和生态经济系统的发展状况。将分别从生态系统、经济系统和社会系统进行衡量，从而保证指标体系在全面考察生态经济系统状况的同时又不产生相互矛盾和重复，使得指标体系更加具有整体性和有效性。

2.典型性原则

典型性原则体现为选择的指标要有特点，可以从某个侧面反映在特定时间区间内绿色信贷政策对生态经济发展的影响，能够真实反映两者之间的内在联系。在符合系统性原则的前提下，选取的指标尽可能与绿色信贷产生的影响相关，能够实现研究目的。

3.可测性原则

可测性原则体现为在满足系统性与典型性原则的同时，被选中的指标还需要容易测量和获得数据。指标设置时就要充分考虑数据获得的便利性，还要求指标数据简洁明了便于定量处理，适用于进一步的数学运算和定量分析，使建立的指标体系既能系统反映绿色信贷和生态经济发展的关系，又便于操作运用。

(二)评价指标体系的构建

金融信贷政策控制着发放贷款总额度，商业银行通过审核客户资料，决定对贷款申请者予以支持或者不予支持。绿色金融信贷政策鼓励商业银行对减少生态环境污染或者促进节能环保产业发展有贡献的项目提供贷款支持。本文为充分测度绿色信贷支持生态经济发展的效率，选取绿色信贷余额为投入指标，选取国内生产总值、节水量、标准煤节约量、二氧化碳减排当量为产出指标，构建绿色信贷支持生态经济发展效率的评价指标体系(如图1所示)。

1.投入指标分析

绿色信贷指标，即商业银行履行绿色信贷政策所产生的各项数据，主要为向各个生产部门发放的绿色信贷余额。由于绿色信贷的衡量指标在不断改进完善，造成了数据前后的不一致性，综合考虑各地区各个时间段的实证数据，最终选取21家主要银行业金融机构绿色信贷余额作为投入指标。银行业金融机构绿色信贷余额，指的是在一定的时间区域内，商业银行在绿色信贷领域发放的贷款总额。选取具有代表性的21家银行业金融机构的绿色信贷余额进行统计，增加数据的真实可靠性。绿色信贷余额的增加与减少可以折射出在某个时间区间金融信贷政策对绿色信贷领域的支持力度，反映出该时间区间绿色信贷实施的真实状况。

2.产出指标分析

产出指标系统分为生态系统与社会经济系统。生态系统是指企业取得绿色贷款后，在生产经营中对生态环境的影响，主要表现在废气、废水、固体废弃物的排放情况，通过信贷资金的绿色化配置淘汰落后和过剩产能，促进产业结构升级。按照评价指标体系可测性和系统性原则，参照《中国银行业社会责任年报》选取节水量、标准煤节约量、二氧化碳减排当量作为生态系统的产出指标。社会经济系统是指绿色信贷通过绿色投资等方式将资金引导到新能源研发和生态型农业等绿色产业，有效盘活存量资金，提高资金使用效率，促进环境和经济社会的协调发展。按照评价指标体系的典型性原则，选取国内生产总值作为社会经济系统的产出指标。

(三)测度方法的选择

数据包络分析法(Data Envelopment Analysis，简称DEA)是一种建立在线性规划和数理统计基础上的定量分析方法，通过保持投入或输出指标变量不变，确定其相对有效性的生产前沿面，并把单个决策单元投射到生产前沿面上，比较投射偏离程度，进而评价决策单元的相对有效性。落在边界上的决策单元被视为DEA有效率，否则视为DEA无效率。DEA是一种在经济效率评价应用上发展较成熟的非参数前沿面分析方法，

图1 绿色信贷支持生态经济发展效率的评价指标体系

优点主要有：适用于处理“多输入-多输出”指标的有效性综合评价问题；无须对数据进行无量纲化处理；无须任何权重假设，而以决策单元输入输出的实际数据求得最优权重，客观性强；每个输入都关联到多个输出，但不必确定特定的表达式。因此，DEA是评价绿色信贷支持生态经济发展效率问题较为理想的分析方法。

CCR模型是Charnes等[11]构建的数据包络分析DEA模型的第一种基本模型，主要用来研究具有多个输入，特别是多个输出的生产部门同时为“规模有效”与“技术有效”的方法。本文将采用CCR模型开展量化分析：假设研究的时间范围为n年，有k种“投入要素”和m种“产出要素”，记第j年的投入向量为Xj=(x1j，x2j，…，xkj)T，其对应的权重向量为V=(v1,v2，…，vk)T；第j年的产出向量为Yj=(y1j,y2j，…，ymj)T，其对应的权重向量为U=(u1,u2，…um)T，经过Charnes-Cooper变换，并引入松弛变量S-与S+后，可得到CCR模型的线性规划方程：

式中求得的最优值θ为样本年的技术效率。若θ=1,S-=S+=0，则说明该年度我国绿色信贷的投入资金发挥出完全效用，每项投入成分均实现优化融合，绿色信贷政策落实效果达到最优，该年度可被称为实现DEA有效；若θ<1，则表明该年度我国绿色信贷政策落实效果未能达到最优，投入成分没被充分利用，存在被浪费的情形。在实际测度中，CCR模型计算及分解可通过相关软件完成，本文使用DEAP2.1软件完成计算操作。

三、实证结果及分析

(一)样本选取和数据来源

充分考虑指标体系遵照的各项原则，根据前文建立的绿色信贷投入指标和生态经济产出指标组成的评价指标体系，本文选取21家主要银行业金融机构绿色信贷余额作为投入指标，选取国内生产总值GDP和《中国银行业社会责任年报》中银行业各变量数据，其中包括节水量、标准煤节约量和二氧化碳减排当量作为产出指标，详见表1。由于《中国银行业社会责任年报》的各指标数据是在对环境、金融等多个领域专家访谈基础上设计，并在充分进行行业数据调查之后计算得出的，虽不是生态系统产出的第一手数据，但可以客观反映绿色信贷投入对生态经济发展的影响，因此使用这些数据具有合理性。

(二)绿色信贷支持生态经济发展效率测度结果分析

本文运用DEAP2.1软件，首先通过CCR模型计算出2013年—2016年银行业的绿色信贷效率，再使用BC2模型将绿色信贷效率分解为绿色信贷技术效率(PGTE)和绿色信贷规模效率(GSE)，并判断我国银行业规模效应的情况。最后，通过使用CCR模型，将2015年和2016年的投入产出要素进行分析。详见表2。

从纯技术效率角度分析，四年的纯技术效率均达到DEA有效，有力说明我国银行业采取的绿色信贷政策手段对生态经济发展产生有效的推动作用。通过提高企业贷款的环保门槛，把符合环境检测标准、达到污染治理和生态保护效果作为信贷审批的重要前提条件，运用信贷资金杠杆引导企业投入绿色生产，从而实现污染前控制而不是污染后治理的目标。

表1 2013年-2016年研究样本数据

投入指标产出指标年份21家主要银行金融机构绿色信贷余额(万亿元)国内生产总值GDP(亿元)节水量(亿吨)标准煤节约量(亿吨)二氧化碳减排当量(亿吨)20135.2595244.44.381.874.7920146.016439749.341.67420157.01689052.17.562.215.520167.517441276.021.884.27

表2 2013年—2016年我国银行业DEA模型效率结果

年份综合效率纯技术效率规模效率规模效应20131.0001.0001.000不变20141.0001.0001.000不变20150.9621.0000.962递减20160.8721.0000.872递减均值0.9581.0000.958-

但从绿色信贷规模效率角度来看，2015年、2016年未能实现规模有效性，并呈现规模递减态势，可以发现我国银行业对绿色信贷政策整体落实不到位，难以实现规模效应。虽然开始实行的时候规模成效明显，但随着时间的推移，信贷模式缺乏创新等问题导致规模效应递减。

从投入产出目标值来看(见表3)，在投入目标不变的情况下，2015年、2016年所要达到的所有产出目标值比实际值更高。

在2013年至2016年间，由于前两年的综合效率为1，没有投入、产出方面的冗余或不足，因此，表4仅列举出2015年、2016年的分析数据。从表4中可观察到，2015年、2016年的产出指标要素均出现低于目标值的情况，虽然国内生产总值GDP、节水量、标准煤节约量、二氧化碳减排当量均比上一年有所增长，但是产出要素总体不足，与投入要素不相匹配。

表3 2015年—2016年投入产出目标值

投入目标产出目标年份绿色信贷余额(万亿元)国内生产总值GDP(亿元)节水量(亿吨)标准煤节约量(亿吨)二氧化碳减排当量(亿吨)20135.2595244.44.381.874.7920146.016439749.341.67420157.01782360.7577.8572.2975.75620167.51853698.4556.9062.6346.709

表4 2015年—2016年投入产出要素分析

年份指标类别指 标原始值径向运动松弛运动目标预计值2015产出指标投入指标国内生产总值GDP(亿元)689052.10027036.48366272.174782360.757节水量(亿吨)7.5600.2970.0007.857年节约标准煤量(亿吨)2.2100.0870.0002.297减排二氧化碳当量(亿吨)5.5000.2160.0405.75621家主要银行金融机构绿色信贷余额(万亿元)7.0100.0000.0007.0102016产出指标投入指标国内生产总值GDP(亿元)744127.000109571.4550.000853698.455节水量(亿吨)6.0200.8860.0006.906年节约标准煤量(亿吨)1.8800.2770.4772.634减排二氧化碳当量(亿吨)4.2700.6291.8116.70921家主要银行金融机构绿色信贷余额(万亿元)7.5100.0000.0007.510

综合分析可得，在2015年与2016年，投入要素即21家主要银行金融机构绿色信贷余额在增长，综合效率却不足1，即没有达到DEA有效且呈下降趋势。与绿色信贷投入相比，生态经济产出不足，首先是因为商业银行绿色信贷产品创新不足，研发能力不高；其次，商业银行普遍缺乏既懂环保政策又具有信贷服务能力的复合型专业人才；同时，部分商业银行实施绿色信贷缺乏内在动力，对绿色信贷政策执行力度不够；此外，当前绿色信贷实施细则有待制定与完善，配套设施没有跟上，缺乏统一的实施标准；最后，政策法规尚不完善，信息共享存在时滞。

四、研究结论及政策建议

(一)研究结论

针对绿色信贷支持生态经济发展效率评价问题的特征，遵循指标体系构建原则，选取商业银行绿色信贷余额作为投入指标，将国内生产总值、节水量、标准煤节约量、二氧化碳减排当量等作为产出指标，采集2013年-2016年间国内21家主要商业银行和政府统计数据，运用数据包络分析CCR模型对绿色信贷支持生态经济发展效率进行定量分析，得出如下结论：绿色信贷支持我国生态经济发展的技术效率较理想，表明我国商业银行绿色信贷审批等手段的综合运用对生态经济发展已发挥正向推动作用，需要进一步强化绿色信贷政策法规建设与落实；绿色信贷支持我国生态经济发展的规模效率较低，且呈下降趋势，表明绿色信贷资金投入没能在支持生态经济发展中发挥出应有的效果，需要商业银行机构提升绿色信贷服务水平，加强绿色信贷资金使用监管，提高绿色信贷支持生态经济发展的效率水平。

(二)政策建议

1.加快绿色信贷产品创新

目前，商业银行推出的绿色信贷产品较为单一，缺乏创新性，无法满足企业绿色投资资金需求。因此，商业银行绿色信贷产品应该积极探索林权抵押、排污权抵押、合同能源项目和环境服务项目的未来收益权质押等多种融资方式，在不同行业领域开发绿色信贷新业务，为企业提供更加全面的服务，在增加收益与控制风险的同时，也能丰富绿色信贷政策内涵，促进绿色经济快速发展。

2.推动绿色信贷政策法规建设与落实

《关于构建绿色金融体系的指导意见》(银发[2016]228号)是目前绿色信贷主要的宏观调控政策。当前，我国的绿色信贷政策大多停留在指导层面，没有具体的实施细则，从而增加了银行和企业实施绿色信贷的难度。因此，政府部门应该加大财政和货币政策对绿色信贷的支持力度，通过财政补贴、税收优惠等降低银行绿色信贷成本；进一步落实宏观调控政策，加快绿色信贷相关法律制度的建立和完善，做到有法可依，违法必究。

3.加大绿色信贷人才培养力度

由于绿色信贷指标数据专业性强，涉及环保、金融、社会学等多领域，现有银行从业人员的专业素质与能力无法胜任。很多企业经营中没有明确的环保标准，不能够提供准确的环保数据，导致绿色信贷政策执行艰难。因此需要培养绿色金融专业人才，建立专业化服务队伍，推动绿色金融服务的创新，促进绿色金融业务核算体系的规范化与标准化。

4.健全环境信息交流与共享机制

当前，国内的环境信息交流共享平台是由人民银行征信中心承担的，用于传递政府、企业、银行之间的信息。但是这一平台提供的企业信息有限，无法在较大范围内进行信息共享，没有发挥应有的作用。因此，政府环境保护部以及各地方银监局应该拓宽可共享的信息范围，并利用大数据技术追踪企业绿色贷款资金的使用情况，及时有效补充企业环保信息，从而降低商业银行收集此类信息的难度和成本。

5.完善银企绿色转型奖惩与激励机制

目前，受制于经济转型发展速度，商业银行为了追求短期利润仍然会向高污染、高能耗企业提供贷款。同时，对落实绿色信贷政策较好的银行和节能减排企业并没有明确规定的奖励制度，这大大降低商业银行拓展绿色信贷业务的积极性。因此，政府监管机构应该完善规章制度，惩戒违反绿色信贷政策的银行与企业，并根据绿色信贷的贷款余额和支持节能环保企业项目数量等数据，对积极实施绿色信贷政策的商业银行给予奖励，可在一定程度上调动商业银行的积极性，推动绿色信贷发展创造良好的环境氛围。