绿色信贷、绿色技术创新与产业结构优化升级

费亚新

新疆财经大学，新疆 乌鲁木齐 830012

绿色发展之路是当前中国坚定不移要走的道路。党的十八届五中全会上，“绿色”被列为五大发展理念之一，党的十九大报告也说明了生态文明建设的重要性，绿色发展的重要性不言而喻。供给侧结构性改革的提出为中国经济由粗放式发展转向高质量发展提供了动力，新的经济形势下，促进产业结构优化进而促进经济高质量发展至关重要。因此需要一种有导向作用的制度方式来推动绿色经济转型，绿色信贷是绿色金融发展的最早应用，自2007年颁布了《关于落实环保政策法规防范信贷风险的意见》后，一系列支持绿色信贷发展的政策相继出台，为绿色信贷的稳定快速发展提供了机遇，也为绿色信贷影响产业结构调整起到了一定作用 。产业结构的优化升级是调整经济结构的重要一环，主要包括两个方面，产业部门间资源配置的协调与产业结构比例和优势的发展，即产业结构的合理化与高级化。传统产业的升级离不开金融的有效工具，绿色信贷以银行的贷款为起点，是一种可以间接调控的制度，促进产业结构优化升级，实现环境的可持续发展和经济的高质量发展。

创新是整个社会、自然和经济共同发展的关键动力。创新驱动发展战略的重点就是科技创新，依靠体力劳动和自然资源驱动模式已经不再是经济增长的主动力。其中绿色技术创新作为技术创新的一种，把保护环境作为目标，有助于改善我国改革开放以来经济增长方式粗糙而忽略的环境问题，为产业绿色创新发展提供技术引领，让传统产业在结构调整的过程中拥有强大的技术动力，从质量和速度上得到全面提升。

在当今双循环新发展格局的背景下，绿色发展、创新发展促进产业结构转型升级仍有着重要意义，如何利用好绿色信贷这一具有金融杠杆作用的工具，如何利用好创新这一关键动力，来促进产业结构的优化升级，值得学者们继续深入研究。基于此，文章首先进行了相关文献梳理，对现有绿色信贷、绿色技术创新和产业结构优化升级研究成果进行梳理，提出本文假设。其次构建面板回归模型、系统GMM模型和中介效应模型。再次依次进行绿色信贷对产业结构优化的基准回归、绿色技术创新的中介效应检验、绿色技术创新分类指标的中介效应检验，以及对不同省份地区进行异质性分析。最后得出本文结论，提出政策启示。

1 理论分析与研究假设

绿色信贷最早在国外提出，有学者将环境和金融结合起来，提出可以用绿色金融的产品来解决和延缓环境问题，用绿色的经济手段来调控环境。Eric[1]率先在绿色信贷的相关领域提出一些概念，随后通过实际研究提出了发展绿色金融的资金流向问题。之后又有学者将绿色信贷与产业结构两者结合研究，把绿色金融的理念与环境金融理念融合，指出绿色信贷可以理解为产业与环保的结合，两者共同发展，新的绿色金融工具的发明能有效阻断非环保项目的运行，达到产业结构优化[2-3]。目前国内学者对绿色信贷的研究数量在不断增多，范围也更加广泛，主要集中在绿色信贷发展对商业银行各项经营指标和风险因素等的影响研究，以及绿色信贷政策颁布会给银行、企业和地区层面的发展带来的机遇和挑战。关于绿色信贷发展对地区层面产业结构优化升级的研究，大多数学者通过灰色关联模型得出绿色信贷和产业结构的优化升级之间存在正向的影响关系[4-5]。也有学者引入空间特征得出了绿色信贷对当地产业结构升级有正向促进作用[6]。现有文献把绿色信贷带动产业结构优化的传导机制归纳为资金的形成、导向和催化机制，即银行通过对企业赖以生存的资金导向控制、对污染企业高利率的预警信号传递、对环保企业资金良性循环的正反馈作用，以及对企业社会信用的不断催生，进而推动环保类企业发展，达到促进产业结构优化升级的目的[7-9]。基于以上分析，本文采用面板模型和系统GMM模型验证绿色信贷与产业结构优化升级的关系，提出假设1和假设2。

假设1：绿色信贷能有效提升产业结构优化（包括合理化和高级化）。

随着绿色发展理念的深入人心，与绿色技术创新有关的文献逐渐增多，研究多基于空间面板计量模型研究，得出绿色金融、绿色信贷对地区绿色技术创新有促进作用，对绿色发明专利促进作用更显著，且我国的绿色技术创新效率有显著的空间溢出效应[10-11]。王馨等[12]研究得出绿色信贷使得被限制的行业的绿色创新活力增强，能够显著促进绿色创新发展。绿色技术创新与产业结构的研究也多集中于空间分析，秦炳涛等[13]采用中介效应模型进行研究，得出绿色技术创新在环境规制对城市产业结构优化中起到了中介作用。刘在洲等[14]以长江经济带为研究对象用空间杜宾模型实证分析了绿色科技创新对产业结构升级的影响，提出要鼓励绿色技术创新，发挥科技创新在产业结构升级中的核心作用。目前研究绿色信贷、绿色技术创新和产业结构优化升级三者的文献相对较少，有部分学者研究了绿色信贷、技术进步与产业结构优化的关系，利用面板模型及面板向量自回归的方法从动态上研究了技术进步在绿色信贷和产业结构优化间的作用关系[15-16]。

根据以上理论基础，本文分析绿色信贷影响绿色技术创新，进而影响产业结构优化的路径为：国家绿色信贷政策控制了银行信贷的投向，银行更倾向借款给绿色环保产业，因此绿色环保产业能够以更低的利率从银行获得资金，以更低的成本投入生产过程，低利率、低成本、多贷款在很大程度上促进产业进行技术创新，尤其是绿色技术的创新，一方面可增加在市场上的竞争力；另一方面可促进产业自身绿色循环发展，为获取更多的绿色信贷提供支持。相反，高耗能、高污染产业在高资金成本与市场竞争的压力下，被迫进行绿色技术的创新，最终可以使企业都达到促进产业结构优化升级的目的。

假设2：绿色信贷可以通过提升绿色技术创新水平推动产业结构优化升级。

综上所述，绿色信贷、绿色技术创新对产业结构优化升级的影响研究是当前的重点研究方向，通过对文献梳理可以发现：现有文献更多关注绿色信贷、绿色技术创新与产业结构优化升级间两两关系研究，将三者置于同一框架下的实证分析较少，鉴于此，本文将绿色技术创新纳入绿色信贷对产业结构优化升级研究的中介变量，实证探究了绿色技术创新在绿色信贷对产业结构优化升级中的作用，同时为绿色信贷如何更好地作用于产业结构优化升级提供新的思考。

2 研究设计

2.1 模型构建

产业结构的优化升级是产业整体的素质和效率不断提升和进步的过程，在文章的研究中具体划分为产业结构合理化和高级化，为了检验绿色信贷与产业结构合理化和高级化的关系，本文构建了基本回归模型（1）：

为检验绿色技术创新的中介效应，本文参考温忠麟[17]中介效应检验方法，在模型（1）的基础上又构建了模型（2）和模型（3）：

分别估计上述三个回归模型。首先，若系数 显著则下一步依次估计和，若系数不显著则中介效应不存在。其次，若和都显著则看系数的显著性，显著说明绿色技术创新具有中介效应显著，不显著说明绿色技术创新具有完全中介效应。另外，若和有一个不显著则进行Bootstrap检验，显著说明存在中介效应，否则不存在中介效应。

考虑到潜在的内生性和未观察到的异方差问题，本文在基础回归模型的基础上构建系统GMM模型进行检验，回归前对数据进行了对数化处理，消除数据的异方差问题，构建的计量模型为：

其中：Z代表被解释变量lnISC和lnISR；其余变量含义与上文相同。

2.2 变量选取

2.2.1 被解释变量：产业结构合理化（ISR）

产业结构合理化程度好，即协调能力强，就是资源使用合理有效，不同产业间协调程度高。本文借鉴干春晖等[18]、谢婷婷等[19]做法，选择泰尔指数作为产业结构合理化测度的反向指标。泰尔指数可以用来测度不平等的区域差异程度，计算公式如下：

2.2.2 被解释变量：产业结构高级化（ISC）

配第克拉克定律得出社会进步会伴随三次产业的人口转移，因此产业结构高级化的过程也可以理解为三次产业转移的过程。参考干春晖等做法，本文用地区第三产业与第二产业产值之比来衡量。

2.2.3 核心解释变量：绿色信贷水平（GRE）

目前衡量绿色信贷的方法较少，基于数据的可得性，本文借鉴谢婷婷和刘锦华的方法，选取各省六大高耗能产业利息支出占比来衡量绿色信贷。高耗能工业利息支出占比指中国六大高消耗工业行业（依据国家发展改革委规定）的利息支出与工业行业的总利息支出的比率。

2.2.4 中介变量绿色技术创新水平（GTI）

借鉴秦炳涛等和赵娜的方法，本文选取绿色专利申请数量衡量绿色技术创新水平，作为中介变量。具体方法：根据世界知识产权组织的绿色专利划分标准，对来源于我国国家知识产权局专利进行筛查和省份年份归纳，得到了2010—2019年我国30个省份的绿色专利总申请数量（包括绿色外观专利、绿色实用新型专利和绿色发明专利）。

2.2.5 控制变量

为了使结果不受省份间异质性差异的影响，参考现有文献，本文选取以下控制变量控制省份特征：①外商直接投资水平（FDI）。FDI提升可以增加国内投资促进资本形成，同时可以影响产业结构的优化升级。②政府支出水平（GSL）。地方政府一般财政预算可以影响地区的各产业投入，对产业结构进行影响。③基础设施水平（INF）。基础设施的建设水平体现了各地区经济发展水平的差距，是产业更好发展的基础。本文全部指标选取情况如表1所示。

表1 指标选取情况

2.3 数据来源

文章选取2010—2019年间我国30个省份数据做面板回归。其中：产业结构优化数据源于《中国统计年鉴》；绿色信贷数据从《中国工业统计年鉴》（2011—2017，2020）和《第四次中国经济普查年鉴》（2018）中获取，其中，2017年部分数据从分省份统计年鉴获得，剩余缺失数据采用插值法补充。绿色技术创新数据来源于对我国国家知识产权局专利的筛查整理结果，地区异质性分析时对地区的划分是依据《中国卫生统计年鉴》中对东中西部的划分（东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省（直辖市）；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西10个省（自治区）；西部地区包括四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆9个省（自治区），出于数据完整性西部地区不包含西藏。

3 实证结果

3.1 变量描述性统计分析

由表2可知，对于产业结构高级化，发展水平较好和较弱的省份相差近10倍，可以看出中国不同省份的高级化程度相差较大，中国目前的省份产业高级化水平发展参差不齐。对于产业结构合理化，指标值越低代表合理化程度越高，因此全国平均的水平0.2099接近于0，表明整体发展较好，但各省份间产业结构合理化程度差异也较大，需要在接下来的发展中逐步调整。绿色信贷值越低代表绿色信贷水平越高，发展较好的省份绿色信贷水平约为0.2，相对较差的省份绿色信贷水平约为0.9，相差有4.5倍，这也说明绿色信贷有较大提升空间。各省绿色专利申请数量平均约为每年523件，最低数量仅为3件，是由于2010年左右我国绿色发展还处于开始阶段，最高数量为2213件，这也说明了近些年我国在绿色技术创新上取得的巨大进步。

表2 变量描述性统计

3.2 基准回归结果

根据构建的基本回归模型，基准和中介效应回归估计结果如表3所示。ISC的结果为第（1）列，绿色信贷系数显著为负，说明绿色信贷在很大程度上可以推动产业结构高级化。控制变量系数也全部显著，表明对外开放程度的适当加大、政府支出水平的增加及基础设施水平的提升均对促进产业结构高级化水平起着很大的作用。

表3 基准和中介效应回归估计结果

ISR的结果为第（4）列，绿色信贷系数显著为正，表明绿色信贷对产业结构合理化在很大概率上有积极效果。对外开放程度的系数很显著，说明对外开放程度对产业结构合理化起到了一个正向的影响作用，但政府支出水平和基础设施水平的系数不显著，且在下文包含这两个控制变量对产业结构合理化的回归中，其系数几乎都不显著，说明政府支出水平和基础设施水平对产业结构合理化作用不明显。可能是由于政府的支出并不能有针对性地控制要素的分配，导致支出不能卓有成效。综上，假设1验证成立。

3.3 中介效应分析

3.3.1 绿色技术创新的中介效应检验

通过理论分析得出，绿色信贷的发展可以促进绿色技术创新，绿色技术创新的进步能够推动产业结构优化升级。本文接下来选取绿色技术创新为中介变量，从实证分析角度检验绿色信贷可以通过促进绿色技术创新进而促进产业结构优化。

表3中（1）～（6）列分别是对产业结构高级化和合理化的中介效应检验结果。根据温忠麟的中介效应的检验方法，首先判断第（1）列绿色信贷系数显著，然后依次看第（2）列绿色信贷系数和第（3）列绿色技术创新系数，结果均显著，最后判断第（3）列绿色信贷的系数也显著，说明存在部分中介效应，即绿色信贷通过促进绿色技术创新进而促进产业结构高级化，中介效应占总效应比约为36.01%。同理可判断，绿色信贷可以通过促进绿色技术创新进而促进产业结构合理化，中介效应占总效应比约为32.46%。由此可知，绿色信贷可以通过促进绿色技术创新进而促进产业结构优化，且绿色技术创新作为中介变量作用于高级化的效果高于合理化。假设2验证成立。

3.3.2 绿色技术创新分类的中介效应检验

衡量绿色技术创新的绿色专利申请数量可以分为绿色外观专利、绿色实用新型专利和绿色发明专利三类。为了进一步研究三类绿色专利的中介效应作用大小，本文分别对产业结构高级化和产业结构合理化做了三种类型绿色专利数的中介效应检验，对于中介效应的检验方法原理同上，回归结果本文未列出，检验结果表明三类绿色专利对产业结构高级化和合理化均存在部分中介效应，具体中介效应占总效应的比例计算值如表4所示。对比结果可以明显看出，不论对产业结构高级化还是产业结构合理化，绿色发明专利所起到的中介效应最大，其次是绿色实用新型专利，最后为绿色外观专利。由此得出，在激励创新的过程中，发明专利是应该重点鼓励和支持的。

表4 三类绿色技术创新指标的中介效应占比结果

其中：wg为申请的绿色外观专利数量的对数，shy为申请的绿色实用新型专利数量的对数，fm为申请的绿色发明专利数量的对数。

3.4 异质性分析

检验地区之间差异的回归结果如表5所示。对于ISC，对比东中西部地区产业结构高级化估计结果，可以明显看到东部和中部地区的绿色信贷系数显著，西部地区绿色信贷系数不显著，这主要是因为东部和中部地区的经济实力相对雄厚，说明绿色信贷对经济基础好的地区促进作用显著。对于ISR，东中西部地区绿色信贷回归系数均为正，说明绿色信贷与东中西部地区产业结构合理化水平均有正相关关系。中部地区绿色信贷系数显著，东部和西部地区绿色信贷系数不显著，这可能是因为中部地区的经济发展步伐不会过于迅速也不会过于缓慢，能在发展中能更好地合理配置资源，绿色信贷就能对产业结构的合理化有更好的促进效果。观察发现，在三个地区政府支出水平对产业结构合理化水平的影响中，只有中部地区政府支出水平系数更显著，说明中部地区的政府支出效果更好，这对于东部和西部的政府支出提供了一个好的参考。

表5 分地区产业结构高级化和合理化面板数据模型的估计结果

观察绿色技术创新对三个地区的高级化和合理化水平的系数，除对东部和中部地区的合理化水平外，其他都在1%水平上有显著促进作用，且影响产业结构高级化效果都大于合理化，说明绿色技术创新显著推动了产业结构高级化，与绿色技术创新作为中介变量得到同样结论。

3.5 中部地区稳健性检验

3.5.1 中部地区更换检验模型

表6为全国30个省份数据采用系统GMM模型估计的结果，首先，判断AR（2）的p值结果最小也为0.225，均拒绝存在自相关，表明不存在二阶自相关，且一阶滞后的AR（1）的p值都小于0.1，模型二阶滞后即可。其次，两个结果Hansen的p值都大于0.1，表明此回归是一个合理的结果。通过表4的回归结果，观察（1）和（3）列，绿色信贷都在1%的显著水平上促进了产业结构合理化和高级化的发展，加入绿色技术创新和控制变量后，即（2）和（4）列，绿色信贷同样显著促进产业结构的高级化，但对产业结构的合理化作用有所减弱。综上，与基准回归得到一致的结论，再次验证了假设1的成立。

表6 系统GMM模型的估计结果

3.5.2 更换衡量指标

根据文献[13]中指标的衡量方式，本文更换被解释变量的衡量指标，产业结构合理化的计算公式为（6），产业结构高级化的计算公式为（7）。更换指标进行再次回归，回归结果如表7的第（1）、（2）列所示，此时产业结构高级化和合理化均为正向指标，绿色信贷回归系数为负且显著说明对产业结构优化有正向影响，与基准回归得到一致的结论。

3.5.3 分样本区间进行检验

根据国家统计局对数据的标注，自2017年以来，全国规模以上工业企业主要经济指标数据与上年数据难以比较，主要由于规模变化、相关基数修正、剔除重复统计数据。因此本文将样本数据分为2010—2016年和2017—2019年两个样本区间进行回归，如表7所示，第（3）、（4）列为2010—2016年回归结果，第（5）、（6）列为2017—2019年，结果显示两个样本区间的回归结果均显著，与基准回归结论一致。

表7 更换指标和分样本区间进行检验的估计结果

4 研究结论和政策启示

4.1 研究结论

文章基于中国30个省份2010—2019年的面板数据进行回归，结论如下：①绿色信贷发展对产业结构优化升级有正向作用，且对高级化的作用大于合理化。②绿色信贷可以通过绿色技术创新的提升促进产业结构优化，其中，绿色发明专利中介效应占比最大，绿色外观专利中介效应占比最小。③不同地区绿色信贷效果也大不同，绿色信贷显著促进东中部地区的产业结构高级化与中部地区的产业结构合理化，所以要想发挥绿色信贷的最大效应，需要制定与地区实际相符合的指导政策。

4.2 政策启示

4.2.1 注重资源配置，提升产业结构合理化

本文研究得出绿色信贷可以促进产业结构优化，但对合理化的促进效果不如高级化，说明对合理化的提升是未来工作的重点部分。合理化的提升是一个缓慢的过程，由于社会仍普遍存在信息不对称，想要达到最优的资源配置非常困难。通过本文研究也发现，高的政府支出及外商投资并不能有效地提升产业结构的合理化，所以针对合理化的研究也是未来应该深入探讨的。本文认为目前可以提升绿色信贷政策实施的有效性，使有关银行和金融机构提升绿色信贷的认识高度和政策方案，各产业加强对绿色信贷的使用，来逐步地提升产业结构的合理化水平。绿色发展是产业转型升级的主要道路，绿色信贷是达到其目标的有效手段，所以绿色信贷还可以发挥更大的价值空间。

4.2.2 继续提升绿色技术创新水平，尤其是发明专利

创新是发展的驱动力。本文研究得出绿色信贷可以通过提升绿色技术创新水平进而促进产业结构优化，且绿色发明专利的促进效果更好，所以下一步的绿色信贷激励方向可以偏向绿色发明专利的创新。政治经济学家熊彼特认为产业集聚有助于推进创新，如果能够在产业集聚区更好地应用绿色信贷政策，不仅会增强企业间竞争性，促进企业加大对绿色技术创新的投入，而且产业的聚集有利于企业互相学习，让整体的创新效率提升。在此双重推动作用下绿色创新发展定然有所飞跃，同时资源利用效率提高，产业结构实现优化升级。

4.2.3 因地制宜地实施绿色信贷政策

绿色信贷只有投放到绿色环保产业才能真正发挥作用，且对不同地区也要因地制宜地实施政策。本文异质性检验得出绿色信贷对西部地区的促进作用并不显著，可能原因是传统产业的西北部转移，但同时也说明了针对不同地区或省份来说，要根据地区产业特点制定有差异的绿色信贷政策，这要求银行业金融机构除了要贯彻绿色信贷理念在工作中的落实，还要根据当地具体情况做出一些有针对性的调整，要求相关部门制定的绿色信贷评价指标体系除了公开透明，还可以分地区，细致精准。总而言之，绿色信贷的调控要更加具体，结合区域特点加强绿色信贷导向，促进各地区产业结构的优化升级。