绿色信贷对环保技术扩散的助推效应研究

宋英杰，鲁雅戈，钱　娜

绿色信贷对环保技术扩散的助推效应研究

宋英杰1，鲁雅戈1，钱娜2

（1．山东工商学院 金融学院，山东 烟台 264005；2．鲁东大学 教育信息技术部，山东 烟台 264025）

基于我国2008—2018年的省级面板数据，在文献梳理的基础上，采用双向固定效应模型实证检验了我国绿色信贷政策对环保技术扩散的影响。研究结果显示：就全国层面而言，绿色信贷对环保技术扩散有显著的促进作用，且清洁生产技术较末端治理技术而言表现得更为突出；就各地区层面而言，绿色信贷政策对环保技术扩散程度存在区域性的差异，绿色信贷对北方地区环保技术扩散程度明显大于南方，尤其在清洁生产技术方面。与此同时，研究还发现，产业结构、环境规制、企业投入、市场化水平、地区经济发展程度对不同类型环保技术的扩散均存在不同程度的影响。

绿色信贷；环保技术扩散；环境规制；双向固定效应模型

一、引言

历经四十多年的改革开放，中国已成为世界第二大经济体，取得了辉煌的成就。然而，在经济增长的同时也带来了不可避免的环境污染问题。传统的“高耗能、高污染”模式引起环境问题集中爆发，其负外部性特征导致了市场失灵。“绿色发展”首次引入是在“十三五”规划期间，确定了“创新、协调、绿色、开放、共享”的发展理念。十九大报告中指出，“构建市场导向的绿色技术创新体系，发展绿色金融”。为有效实现上述目标，需要在加大环境监管的同时通过环保技术的推广扩散从根本上实现节能减排。具有正外部性的环保技术更多依赖政策补贴给予创新支持，绿色金融在环保技术扩散方面的助推作用就变得不可或缺。绿色信贷是我国绿色金融体系的核心组成部分，银行业等金融机构将通过转变传统金融服务模式，开始在企业授信过程中提高环境风险的权重，从而引导资金向节能环保产业倾斜，推动绿色发展。

绿色技术是一种涵盖范围较广的新兴技术手段，其扩散离不开大量的资金支持，而绿色信贷这一金融工具恰好可以弥补资金缺口。同时，绿色信贷针对不同类型的企业采取不同的奖惩机制。对于节能环保企业而言，绿色信贷等绿色金融工具可以为其注入大量资金，促进企业增加绿色技术创新的研发投入和技术推广。对于高污染和高能耗的企业，绿色信贷将缩减其贷款额，并通过强制政策增加企业的生产成本，反向激励“双高”污染企业重视环保技术的创新、使用以及扩散。

绿色信贷政策对于环保技术扩散的影响如何？绿色信贷对环保技术扩散是否存在区域性差异？上述问题需要进一步的实证检验。基于此，本文从绿色信贷的角度，选用2008—2018年30个省市地区的面板数据，利用双向固定效应模型讨论绿色信贷对环保技术扩散的助推效应，为下一步绿色信贷政策的完善和环境保护管理实践提供一定的参考依据。

二、文献综述

（一）绿色信贷的相关研究

有关我国绿色信贷的已有研究文献主要分为两大类：在微观层面，重点关注绿色信贷政策对节能环保企业的实施效果。通过分析研发投入的中介效应和融资约束的调节作用，最终得出绿色信贷和研发投入均能促进环保企业技术创新，同时研发投入过程存在时滞性。[1]在宏观层面，已有研究主要分析绿色信贷的影响机制。环境保护和经济发展一直存在矛盾，近年来国家逐渐重视运用经济手段来推动企业的环保工作，推出的绿色信贷政策着力平衡两者之间的关系。[2]绿色信贷之所以能够促进经济增长，主要是通过提升技术进步实现的。[3-4]

（二）绿色技术扩散的相关研究

绿色技术（环保技术）这一概念最早起源于20世纪中期[5]， Braun & Wield将绿色技术定义为，减少原材料和能源的使用、减轻环境污染所运用的技术、工艺以及产品的总称。绿色技术在我国的研究稍晚，到20世纪末，公害事件和环境问题使学术界认识到绿色技术的重要性。绿色技术被认为是节约能源和资源、减少各种污染排放以及运用各种生存能源的可靠性技术[6]，而它最终目的是为了实现产品周期内部成本与外部成本综合的最少化。[7]此外，环保技术一般分为两类：一是生产过程中的清洁生产技术；二是生产技术后的末端治理技术。

“创新扩散”的概念最早是由Schumpter提出的[8]，他将技术变革划分为发明、创新和扩散的3个阶段，并且认为创新扩散的实质是技术创新后大面积或大规模的企业模仿行为。就作用对象（企业）而言，环保技术扩散强调通过不同的扩散方式将环保技术行推广，并应用于企业实践中，是环保技术的一种商业化应用。[9]在探讨影响因素方面，有学者从政府补贴的角度出发，认为其可以提高绿色技术的扩散率和扩散速度，有利于绿色技术的升级扩散。[10-11]或将环境规制视为影响企业环保技术创新和扩散的核心驱动因素，普遍认为适宜的环境规制能促进企业的环保技术扩散。[12]

（三）绿色信贷对环保技术扩散的相关研究

目前，绿色信贷对环保技术的作用研究集中于技术创新，而对环保技术扩散的研究文献主要可以归纳为两个层面。在理论层面，引入创新理论、制度理论、利益相关者理论和社会网络理论剖析企业生态创新扩散规律和影响因素。关于环保技术扩散的指标选取一直难以把握。周力和应瑞瑶选用发明专利数来度量工业环保技术水平。[13]梁尽锐等采用清洁生产技术创新水平和治污技术创新水平的比值构建技术创新偏向指数[14]，证明环境规制对技术创新的影响存在偏向性。但由于相关数据的缺失，无法对两种技术投入进行分门别类。[15]陈媛媛提出了清洁生产和末端治理的另一种表征方式，而后宋英杰、刘俊现分别采用清洁生产和末端治理[16]，并使用五种污染物更全面地展现了环保技术的扩散程度。其处理方法给我们提供了很好的借鉴。在实证层面，大部分文献采用参数模型。如李春使用双向固定效应和随机效应模型[17]，将环境规制的实施形式分为三类工具手段分别探究其对技术创新的影响；景维民和张璐以随机效应模型为基础[18]，采用可行广义最小二乘法和系统广义矩阵估计，研究环境规制、对外开放对中国工业绿色技术进步的作用效果。由此可见，实证研究相对较少，针对环保类技术扩散影响的实证研究更为罕见。

基于以上分析，本文从以下几个方面进行扩展研究：首先，从绿色信贷的角度出发探究其对环保技术扩散的助推效应，克服以往文献仅研究技术创新而忽视技术扩散的缺陷；其次，将环保技术分为清洁生产技术和末端治理技术两种类型，分析绿色信贷对明显差异性技术类型的作用效果；最后，为了能够具体地反映不同地域环保技术扩散的现状，对全国30个省进行区域针对性研究。

三、理论分析

作为环保技术扩散的主要对象，企业采用环保技术是减少资源浪费、防止环境污染和改善环境质量的关键。企业能够进行环保技术扩散的根本途径在于资金形成、资金传导以及信息的传递。从融资角度出发，获取外部融资是资金形成的核心因素。[19]我国企业常用的外部资金来源就是银行信贷，绿色信贷是一种可持续融资方式，必然为环保技术扩散提供资金支持。在资金引导阶段，绿色信贷政策的意义在于可以信贷资金进行有效引导。对于信息的传递，企业行为选择不仅出于自身发展的需要，同时受到政府以及公众消费者的监督。消费者群体对于环保技术的需求不断提升，处于社会网络中的政府通过媒介进行环保技术宣传会加速绿色技术扩散效率，迫使非环保技术退出市场。

四、变量选取与数据来源

（一）变量选取

1．被解释变量：环保技术扩散指数（TET）

根据前文对于环保技术扩散的阐述，本文采用宋英杰、刘俊现（2019）的方法，用单位工业增加值所产生的污染量即污染产生率的倒数表示清洁生产技术扩散程度，用污染排放量与产生量的比值即污染排放率的倒数表示末端治理技术扩散程度。同时，用单位工业增加值排放污染量的倒数来表示总环保技术扩散指数。选取了五种污染物即工业二氧化硫、氮氧化物、粉尘、废水以及一般工业固体废物加以衡量。

清洁生产技术扩散指数（CPT）：选取上述五种污染物的污染产生率倒数，为了消除各指标数量级和方向差异对结果的影响，分别对其产生率倒数进行正向标准化处理并运用变异系数法赋予其独立权重，最终通过加权得到清洁生产技术扩散指数。

末端治理技术扩散指数（EMT）：选取上述五种污染物的污染排放率倒数，对排放率倒数采用正向标准化处理并运用变异系数法进行加权综合，得到末端治理技术扩散指数。

总环保技术扩散指数（TET）：选取上述五种污染物单位工业增加值的污染排放量倒数，采用正向标准化处理并运用变异系数法进行加权综合得到总环保技术扩散指数。

正向指标标准化处理方式如公式（1）所示：

其中，Xi对应各省历年五种总环保技术扩散程度（包括清洁生产技术扩散程度和末端治理技术扩散程度，下同）；MAXi对应各省历年五种总环保技术扩散程度的最大值；MINi对应各省历年五种总环保技术扩散程度的最小值。

根据变异系数法得到独立权重Wi。变异系数法是直接利用各项污染物的污染产生率及排放率的标准差和均值之比得出变异系数，从而更能够客观体现五种污染物指标之间的相互差异，赋予其客观权重。反映出各指标的权重计算公式：

（3）

因此，最终可得加权公式为：

2．核心解释变量：绿色信贷（GCL）

绿色信贷作为绿色金融的核心组成部分、迄今为止尚未有一个准确的界定。目前，学术界对此有以下三种表征方式：正向指标包括，一是运用绿色信贷占比作为衡量指标；二是采用节能环保项目和服务贷款余额占总贷款的比重作为促进环保项目发展的衡量指标。就负向指标而言，即运用六大高能耗产业利息支出占规模以上工业企业利息支出的比例作为绿色信贷的反向衡量指标。本文是基于省级面板数据在工业污染治理层面上的研究，前两种方法不适用。考虑数据的可得性及连续性，本文选取最后一种绿色信贷的反向指标作为表征方式，即六大高能耗产业利息支出占比。六大高能耗产业分别包括：化学原料及化学制品制造业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、非金属矿物制品业、石油加工炼焦及核燃料加工业、电力热力的生产和供应业。

3．控制变量

本文借鉴已有文献并结合现实选择影响环保技术扩散的主要因素作为控制变量。主要包括：（1）产业结构（IS），用各地区第二产业增加值占地区GDP的比重来衡量产业结构。（2）环境规制（ER），选用各省份污染治理项目本年完成投资额与工业增加值之比来表示。（3）研发投入（RD），采用各省份地区规模以上工业企业研究与试验发展经费内部支出来表示。（4）市场化水平（MRK），用各省份地方政府预算内财政支出占地区GDP的比重来衡量。（5）地区经济发达程度（EDL），采用各地区人均生产总值与全国人均生产总值之比来表示。（6）技术创新（INV），采用各省份地区规模以上工业企业有效发明专利数来衡量。

（二）数据来源

本文以2008—2018年的中国30个省份（市、自治区）的面板数据进行研究。因样本数据缺失，研究样本中未包括西藏及港澳台地区。使用的数据主要来自《中国环境统计年鉴》《中国环境年鉴》《中国工业统计年鉴》和中国各省市统计年鉴。对于少量缺失数据，采用插值法进行补充。同时，为消除异方差和量纲对结果的影响，对所有变量采取对数处理，并运用Stata16对数据进行统计和分析。由于研发投入和技术创新指标都是绝对值，因此分析时用其对数形式进行描述性统计。具体各变量的描述性统计见表1其中，表示均值，表示标准差，和分别代表最小值和最大值。

表1 变量的描述性统计

由表1可知，上述三种技术扩散指数的极值相差较大，说明年份、地区之间环保技术扩散程度的差异较为突出。同时，核心解释变量绿色信贷与其他控制变量的变动区间较为明显，为后续实证分析提供了有效的基础。

五、模型设定与实证结果分析

（一）模型设定

本文选取省级面板数据来检验绿色信贷是否对环保技术扩散有促进作用。由于影响因变量的要素较多，仅考虑核心变量会对实证结果的有效性产生严重偏误。因此，本文将影响环保技术扩散程度的其他因素以控制变量的形式加入模型当中，从而剔除其对被解释变量的影响，最终得到绿色信贷与环保技术扩散程度之间的关系。拟构建如下模型：

（二）实证结果分析

1．全国层面分析

基于全国30个省份（市、自治区）进行实证研究。对于面板数据，考虑到存在伪回归问题，加入了时间效应。首先进行Hausman检验选择合适的模型，最终的检验结果是模型（5）（6）选择双向固定效应模型，模型（7）选择双向随机效应模型。回归结果见表2。

表2 总体回归结果

注：括号内的数值为T值，*、 ** 、*** 分别表示在10%、5%和1%的水平上显著

表2显示绿色信贷对技术扩散程度的整体回归结果。根据拟合优度，说明整体上解释变量对被解释变量的解释力度较好。绿色信贷对总环保技术扩散的系数是-0.791，且在5%的水平下显著，说明自2007年实施绿色信贷政策开始，严格的奖惩机制激励了企业对绿色技术的研发和推广，对环保技术扩散起到了引导和推动的正向作用，但其对不同类型的技术扩散作用程度具有差异性。其中，在1%的显著水平下，绿色信贷对清洁生产技术扩散的系数为-1.208，即在控制变量不变的情况下，绿色信贷指标每增加1单位，相应的清洁生产技术扩散程度将会提高1.208%；而对末端治理技术扩散尚不明显。这一结果说明，在中国金融监管制度逐步完善和绿色金融蓬勃发展的背景下，银行等金融机构发挥了信贷资源的优化配置作用，将信贷资源引向环保企业，进而促进了环保技术扩散。同时，企业更倾向将信贷资金投放在生产过程中，用于清洁生产技术的研发和推广。

就控制变量而言，产业结构升级显著促进了环保技术的扩散，且在1%的显著性水平上影响显著。这主要是因为企业获得了银行信贷资金支持后会进一步发展绿色环保项目和绿色产业，从而会引进更多的环保技术。

环境规制抑制了环保技术扩散，尤其是清洁生产技术，且在1%的水平上显著。说明在实施严格的环保措施的情况下，“双高”污染企业会逐步退出市场，部分企业虽然会重视绿色技术的创新和扩散，但由于短时间内几乎无法改变现有生产模式，若政府对企业的行政处罚成本低于自身转变生产模式的成本，则为了使成本最小化，企业仍会选择放弃环保技术的创新和引进。

企业投入力度分别在10%和1%的显著水平上促进了总体环保技术扩散和清洁生产技术扩散，这表明环保型企业更倾向于引进环保技术，更偏向于清洁生产技术。对于地区经济发展程度和市场化水平而言，均表现为：在5%的水平上正向促进了末端治理技术的扩散，同时在1%的显著性水平上负向抑制了清洁生产技术的扩散。产生这种相反效果的原因，一是环境保护与经济发展长期处于互斥关系，环境标准被作为企业获取银行信贷资金的门槛之一，企业权衡利弊后最终选择末端治理技术；二是由于市场化水平实则反映了政府与市场的关系，其越强则表明企业与政府之间的联系越弱，企业受到的监管程度越强，清洁生产技术需要的经济成本和时间成本相对较高，企业为了达到最低环保要求会选择成本相对较低的末端治理技术。

2．区域层面分析

考虑到各地区的经济水平、绿色信贷发展程度和污染水平不同，绿色信贷政策对环保技术扩散的程度可能存在区域性的差异，本文将按照地理位置和经济发展状况将30个省份划分为南北两个区域，基于不同区域分别进行样本回归。根据Hausman检验结果，北方地区采用双向固定效应回归，南方地区采用随机效应模型。回归结果见表3。

表3 分区域回归结果

注：括号内的数值为T值，*、 ** 、*** 分别表示在10%、5%和1%的水平上显著

绿色信贷对两个区域的环保技术扩散程度的作用差异明显，对北方的促进作用突出，体现在总环保技术扩散程度上显著，倾向于清洁生产技术方面；而对南方的促进作用仅表现在清洁生产技术扩散方面。南北方在末端治理技术扩散程度上的表现较为统一，即不显著的抑制效应。这说明北方污染量较南方相比规模大、数量多，需要创新和引进的环保技术也随之增加，因此绿色信贷资金投放于污染治理中并优先发展清洁生产技术。

北方地区绿色信贷对环保技术扩散程度的助推效应与全国整体回归结果的方向和显著性一致，且绿色信贷与总环保技术扩散程度的弹性系数偏大。可以解释为：北方地区主要以第一、二产业为主，生态环境相对较差，经济发展相对滞后。近年来，随着环保政策的颁布和实施，北方地区的重心开始向生态环保方向转移。此外，环境规制对末端技术显著的促进作用表明政府监管迫使企业将治理污染纳入日常决策中。在环境规制较弱的条件下，企业愿意通过末端治理这种投资小、见效快的技术达到减污标准。南方地区回归结果显示，绿色信贷仅对清洁生产技术扩散程度表现有促进作用。可解释为南方地区生态环境较好，社会公众的环保意识与企业社会责任感相对较强。其产业结构、生产工艺及技术条件等基本调整到位，绿色信贷对南方地区环保技术扩散的影响并不显著。此外，产业结构升级对总环保技术和末端治理技术的显著性相对较弱。研发投入对南方地区环保技术扩散程度的影响并不显著，但技术创新的发展能带动清洁生产技术扩散，且在5%的显著性水平下显著。

六、结论与政策性建议

本文通过对绿色信贷与环保技术扩散相关理论的研究，在分析我国环保技术扩散存在多种问题的基础上，对绿色信贷作用于环保技术扩散的影响机制进行了分析。基于上述理论，通过选取中国2008—2018年30个省市的面板数据，建立全国面板回归分析模型和区域面板回归分析模型，分析了我国整体以及南北方绿色信贷对环保技术扩散的影响效果。研究结果表明：

第一，从全国范围来看，我国绿色信贷对环保技术扩散呈现促进作用，尤其在清洁生产技术方面。说明在政府高度重视生态环境保护和治理的大背景下，企业愿意通过绿色信贷手段将资金投入到具有双效益的清洁生产技术的创新及扩散中。仅凭清洁生产技术作为绿色技术手段会增加企业经营成本、加重企业负担，故过度地偏向一种环保技术不利于企业长期发展，应当合理分配两种环保技术的资金投入，形成最优组合。

第二，就区域分析而言，在资源环境和经济基础不同的地区，政府、银行以及企业对于绿色信贷政策的重视程度和实施力度不同，因此绿色信贷对地区环保技术创新及扩散的影响不同。我国应根据不同区域的发展实际，实行符合本地区的绿色信贷政策，同时应当提高对绿色信贷政策的监管和实施力度，银行也须完善绿色信贷考核评价体系。

第三，除了在绿色信贷政策上做相关调整外，还要全面推进产业升级，开发绿色节能产业；技术型企业更倾向于引进环保技术，政府应当鼓励高新技术产业发展，转变经济发展模式；适度调整企业研发强度，以达到技术创新和扩散的规模效益；市场化水平、地区经济发展程度对环保技术的扩散会产生轻微的抑制性，因此，政府、银行和企业在考虑各自职能要求基础上应加强彼此之间的相互联结并及时加以优化。

[1]何凌云，梁宵，杨晓蕾，等.绿色信贷能促进环保企业技术创新吗[J].金融经济学研究，2019（5）：109-121.

[2]沈洪涛，马正彪.地区经济发展压力、企业环境表现与债务融资[J].金融研究，2014（2）：153-166.

[3]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（9）：83-90.

[4]刘海英，王殿武，尚晶.绿色信贷是否有助于促进经济可持续增长——基于绿色低碳技术进步视角[J].吉林大学社会科学学报，2020（3）：96-105.

[5]Braun E，WieldD. Regulation as a means for the social control of technology[J]. Technology Analysis & Strategic Management，1994（3）：259-272.

[6]王伟强，盛敏之.中国企业绿色技术创新实证研究[J].科学管理研究，1995（3）：48-53.

[7]李昆，彭纪生.基于市场诱致作用的绿色技术扩散层面与动力渠道研究[J].软科学，2010（1）：1-7.

[8]SCHUMPTER J.A. Capitalism socialism and democracy[M].New York:Harper，1942：82-85.

[9]严健洋.企业环保技术扩散现状及对策[J].资源节约与环保，2016（2）：168-169.

[10]杨国忠，姜玙.多代竞争环境下政府补贴对绿色技术扩散的影响[J].科技管理研究，2018（19）：247-255.

[11]李冬冬，杨晶玉.基于政府补贴的企业最优减排技术选择研究[J].中国管理科学，2019（7）：177-185.

[12]龙思颖，廖中举，余海蓉.企业生态创新扩散研究综述与展望[J].科技管理研究，2021（8）： 201-208.

[13]周力，应瑞瑶.外商直接投资与工业污染[J].中国人口·资源与环境，2009（2）：42-50.

[14]梁劲锐，史耀疆，席小瑾.清洁生产技术创新、治污技术创新与环境规制[J].中国经济问题，2018（6）：76-85.

[15]陈媛媛.工业集聚对行业清洁生产与末端治理的影响[J].南方经济，2011（5）：17-27.

[16]宋英杰，刘俊现.条块并存的环境分权对环保技术扩散的影响[J].中国人口·资源与环境，2019（5）：108-117.

[17]李春.环境规制对技术创新的影响分析——基于2005～2017年我国省际面板数据的实证研究[J].国土与自然资源研究，2020（5）：29-32.

[18]景维民，张璐.环境管制、对外开放与中国工业的绿色技术进步[J].经济研究，2014（9）：34-47.

[19]郑文杰.关于上市公司融资约束衡量指标问题的探讨——基于我国上市公司外源融资偏好视角[J].会计之友(中旬刊)，2010（4）：69-71.

Research on the Boosting Effect of Green Credit on the Diffusion of Environmental Technology

Song Yingjie1, Lu Yage1, Qian Na2

As an important policy tool to promote ecological and environmental protection, green credit has played an indispensable role in China’s green development, especially in the context of the current technology upgrade to promote the development of environmental protection industry. By using China’s provincial data from 2008 to 2018 and based on literature review, this article uses a two-way fixed effect model to empirically test the impact of China's green credit policy on the diffusion of environmental technology. The study finds that at the national level, green credit has a significant role in promoting the diffusion of total environmental protection technology, in which the impact on cleaner production technology shows a positive effect, but the performance on end-of-pipe treatment technology is not significant; At the regional level, there are regional differences in the degree of green credit policy on the diffusion of environmental protection technology. Green credit has a significantly greater effect on the diffusion of environmental protection technologies in the north, especially cleaner production technologies than in the south. At the same time, the study also found that industrial structure, environmental regulations, enterprise investment, marketization level, regional economic development and technological innovation all have varying degrees of impact on the diffusion of different types of environmental protection technologies, and finally put forward targeted policy recommendations.

Green credit; Environmental technology diffusion; Environmental regulation; Two-way fixed effects model

2021-11-15

国家社科基金项目（20BJL041）；山东省社科基金项目（21CJJJ16）；山东省高等学校青年创新团队项目（2019RWE013）；山东省自科基金项目（ZR2020QG035）

宋英杰（1979－），男，山东烟台人，山东工商学院金融学院教授，博士，主要从事公共经济与政策、政策性金融研究。

10.13685/j.cnki.abc. 000609

F832.2

A

1671-9255（2022）01-0038-06