信贷配置与政府环保支出的环境效应——基于理论模型与空间计量模型

贺 俊, 杨启明, 刘 庭

(中国科学技术大学 管理学院, 安徽 合肥 230026)

一、 问题的提出

中国取得卓越经济发展成绩的同时,一些环境问题也凸显出来。以企业为代表的社会生产因素和以环保部门为代表的政府治理因素是影响环境质量的两个重要主体。由于国企和民企不同的生产经营方式,它们自身的环保意识、环保意愿以及对环保规制的态度都存在差异,这最终会体现在国企和民企对环境的污染强度上;而政府生产性支出能对生产活动产生外部性[1],增加污染物排放,从而政府支出约束下的环保支出结构对于环境质量的影响存在不确定性。深入探究环保支出对环境质量的影响机制对于优化环保支出结构、兼顾经济发展和生态文明建设具有重要意义。

现有关于信贷配置结构和环境污染的研究很少,关于信贷错配和可持续金融的研究可以提供参考。信贷资源是产业发展的重要支撑,信贷配置结构对于环境的影响也往往与产业结构相关。长期以来,中国粗放型发展模式导致了信贷配置结构存在失衡现象,信贷资源长期向国有部门、大型企业和热门行业集中,这种现象被称为信贷错配[2]。钢铁、煤炭、化工等行业吸引了多数的银行信贷资源[3],这些产业通常具有高能耗、高污染属性,对环境污染产生深远影响[4]。也有研究集中在可持续金融上,银行能够配置信贷资源,完善的银行体系能通过提高信贷配置效率促进企业创新和产业升级[5],银行信贷配置决策和环保的社会责任是相互关联的,银行可以通过差异化信贷配置方式来督促企业承担起环保社会责任[6]。还有研究从整个金融资源配置的角度来关注环境问题,一部分国外研究发现发达的金融市场能通过促进技术创新、降低融资成本等方式抑制环境污染[7-8],国内研究认为金融市场融资竞争和信贷资金分配的市场化对我国二氧化碳强度有负的影响[9]。近年来,有研究关注中国信贷配置结构和环境污染的关系[4],主要针对信贷资源在不同行业间配置结构而没有讨论信贷资源在不同所有制企业间的配置结构对环境保护的作用。

环保支出在直接影响环境污染水平的同时也受到政府一般公共支出结构的约束,现有研究也基本从这两个方面展开。①环保支出类科目作为财政支出设立较晚,早期学者一般从政府环保投资的角度研究政府对环境的直接影响,李永友等[10]认为我国污染治理投资对工业企业污染减排的效果不显著。近几年的研究大多以政府环保支出作为样本,李宏岳[11]发现环保支出对不同污染物的影响程度存在差异,对水污染改善明显,对空气污染和固体污染治理效果一般。②国内外大量研究考察政府一般公共支出对环境污染的影响。国外一些研究认为,政府公共支出能对生产活动产生外部效应,与污染物排放之间存在正向相关关系[12-13],也有一部分研究认为,政府公共支出与环境污染间呈负相关关系[14-15]。国内研究方面,冯海波等[16]的实证结果表明,地方财政支出不利于中国环境质量改善;余长林等[17]的研究发现,政府财政支出对环境的影响是不确定的,政府支出规模通过结构效应和替代效应降低环境污染,提高建设支出占比能扩大环境污染水平。综上,作为政府公共支出的一部分,虽然部分研究认为政府环保支出对环境质量有积极影响,但这些研究忽略了政府公共支出对生产活动的外部性可能造成环境污染加剧。

政府环保支出主要用于治理环境污染,而企业通过银行信贷等外源融资扩大生产,产生更多污染物,政府环保支出和银行信贷资源对于环境污染似乎发挥完全不同的作用,但事实上,二者之间存在密切联系。大多数国家对于金融机构尤其是银行的控制都是非常普遍的现象[18]。根据世界银行的统计,世界上40%的银行由政府所控制,在完全竞争市场中,各种资源能够合理配置,但当市场调节机制失灵,政府可以通过控制的银行调节信贷资源配置结构[19]。此外,银行信贷资源和政府支出以及投资有高度互补性,银行推行的绿色信贷政策能够优化企业信贷资源配置结构,促进企业产业结构调整,从而改善生态环境[20]。上述研究表明银行信贷资源和政府支出间存在联系,而且都会不同程度地影响环境质量,但未从二者联合视角讨论其中的作用机理。

二、 理论模型

1.生产函数

记银行向民营企业提供的资本支持为kp,向国有企业提供的资本支持为kg,用kp/kg来表示信贷配置结构,其值越大表示信贷资源更倾向于民营企业,反之表示信贷资源倾向于国有企业。本文假设整个社会环保支出g1全部由政府承担,除此之外政府还有非环保性财政支出g2(除环保支出外的其他财政支出)。生产函数满足柯布-道格拉斯(Cobb-Douglas)生产函数形式,则产出水平y为

(1)

其中:A表示社会平均技术水平;z表示环境污染强度,z∈[0,1]。当z=1时能够达到最大产出值,如果考虑环境因素,即z<1时,单位投入的产出就会减少。为保证单位规模报酬不变,假设α1、α2、β、γ>0且α1+α2+β+γ=1。

2.消费者行为

消费者的效用由消费c和环境质量e共同决定,消费者在满足自身预算约束以及环境质量约束下选择消费路径来最大化效用,用ρ表示时间贴现率,则最大化效用函数为

(2)

(3)

3.银行信贷资本约束

银行吸收消费者缴税和消费后的社会资本积累成为银行存款,本文假设银行将这些存款全部作为信贷资金,配置给国企和民企,即

k=kp+kg

(4)

4.政府行为

政府需要满足预算平衡约束,即

g=τy

(5)

其中g表示政府财政一般公共预算支出。环保财政支出g1和非环保财政支出g2满足:

5.环境质量变动方程

假设环境质量变化由三种因素影响:生产时产生的污染排放、环境的自净能力以及政府的环境治理措施,环境质量e定义为实际值与环境质量上限之差,即e<0。同时根据Amigues等[22]的思路,假设环保技术水平为B,类似于物质生产函数,单位财政支出的环境改善产出表示为Buξ。则环境质量变化方程表示如下:

(8)

为简单起见假设B=A,即环保技术水平与社会平均技术水平一致;ψ表示污染程度指数;η表示环境的自净能力系数;ξ表示环境治理产出指数。

6.模型均衡解

综上,对消费者的目标效用函数进行动态最优化分析,最优化问题为

(9)

为求解上述问题,构建一个Hamilton泛函,由最优化一阶条件可得

(10)

综合式(1)、式(4)～(7)、式(10),求得消费增长率为

(11)

在均衡增长路径上gc=ge,由式(8)可得

(12)

7.数值模拟

由于式(13)结构复杂,很难直接推导出环境质量与信贷配置以及环保支出间的关系,所以本文采用数值模拟的方式进一步讨论。参照刘亮亮等[23]的思路,设定时间贴现率ρ=0.02,相对风险厌恶系数σ=0.3,政府税率τ=0.2,社会平均技术水平A=0.58;根据Barro[24]的观点,资本投资和政府支出有相同的产出水平,而且信贷资本的投资行为相较于政府支出更理性,产出效率更高,由此选取各生产要素产出弹性;参考贺俊等[21]的推算,设定政府财政一般公共预算支出g=2.58,kp=1.5;参数选取如表1所示,其他一部分参数的取值,文章根据其现实意义,不失一般性地设定为:ψ=0.2、η=0.02、ξ=0.8、z=0.8。模拟结果如图1、图2所示。

表1 参数选取

图1 信贷配置与环境质量的关系

图2 环保支出与环境质量的关系

图1呈现的是银行信贷资源配置与环境质量的关系。由图1可知,信贷资源向民营企业倾斜不利于环境质量的改善,从环境污染的角度来看,民营企业获得更多信贷资源会助长环境污染,且呈现边际效应递减的趋势。图2呈现的是政府环保支出比例和环境质量之间的关系,随着政府环保支出比例的增大,环境质量呈“U”型变化趋势。从环境污染水平的角度分析,政府环保支出和环境污染之间为倒“U”型关系。

三、 模型构建和数据选取

1.模型设定

信贷配置和政府环保支出一般通过生产部门的生产活动来直接或者间接影响地区环境质量,沿袭上述章节理论模型所得出的结论,结合环境库兹涅兹曲线的检验过程,将信贷配置结构FIN和环保支出EXP引入下面的计量模型:

其中:i代表省份;t代表时间;Pi t为环境指标变量;Xi t为其他控制变量;εi t为随机误差项。除了生产活动之外,一个区域的环境污染水平还受到周围区域的环境污染水平的影响,而一般认为环境污染具有很强的空间自相关性[23-24],所以本文选择采用空间计量模型进行实证检验。被解释变量的空间依赖性可能有不同的表现形式,据此分别设置空间滞后模型(SAR)和空间误差模型(SEM)。

2.指标选取和变量说明

考虑到环境质量和环境污染指标之间的负相关关系以及数据的可得性,本文选取2011—2017年国内31个省级行政单位作为样本,数据来自于《中国统计年鉴》、EPS数据库和WIND数据库。遵循现有大多数研究的思路,使用环境污染指标作为被解释变量,同时相应地调整实证检验的目的和预期结果。数值模拟结果显示,信贷配置结构和环保支出分别与环境质量呈负相关和“U”型关系,接下来的实证检验中,我们把检验目标调整为信贷配置结构和环保支出与环境污染呈正相关和倒“U”型关系。

被解释变量:环境污染综合指数(P),本文借鉴许和连等[25]的方法,选取具有较强空间流动性和代表性的四类污染物作为环境污染度量指标,即工业二氧化硫排放量、工业氮氧化物排放量、工业烟尘排放量和工业废水排放量。

解释变量:①信贷配置结构(FIN),本文所研究的信贷配置指的是银行信贷资源在民企和国企之间的分配,各行业的固定资产净值都要以工业增加值为最终决定因素[26],我国银行利率受到央行利率政策调控,短期内银行利率浮动较小,同时考虑到数据可获得性,本文采用规模以上非国有工业企业利息支出占规模以上工业企业利息支出比例来衡量信贷配置。②政府环保支出结构(EXP),本文使用节能环保支出占一般公共预算支出的比例来衡量政府环保支出水平。③信贷配置结构替代变量(FIN2),FIN2用于在稳健性检验中作为FIN的替代变量,本文分省份选择沪深A股所有上市公司作为样本,剔除金融、房地产相关公司以及ST股,剩余公司按所有制分为国有企业和民营企业,使用民营企业长短期借款总额和国有企业长短期借款总额的比值来衡量信贷配置结构。

控制变量:在回归模型中加入控制变量是为了减少因变量遗漏而造成的估计偏差,综合现有文献,选取以下影响环境污染的其他变量作为控制变量。①投资率(INV),污染物是生产和投资的副产品,所以需要控制投资率,采用固定资产投资额占GDP的比例来衡量。②政府技术创新支出(INN),政府加大技术创新支出能推动技术进步,从而使得更清洁更环保的生产活动成为可能,进而减少环境污染,参考苗文龙等[27]的研究,采用政府支出预算中科学技术支出和教育支出之和占一般公共预算支出的比例来衡量。③产业结构(INDU),工业废弃物排放是主要的污染源,因此引入产业结构变量,采用第二产业增加值占总产值比例来衡量。④城镇化水平(CITY),城镇地区作为产业和人口聚集的主要区域,生产和生活所需的资源以及产生的污染物都比非城镇区域多,采用城镇人口占省域总人口比例来衡量城镇化水平。⑤经济发展水平(PGDP),环境污染是经济发展过程中必要的代价,因此引入经济发展水平变量,采用人均GDP来衡量。

2.为了使课堂教学适应现代外语教学电教化的特点和我国许多中小学已经大量使用多媒体教学的现状，教师在本课程中要坚持使用多媒体课件和教学录像进行教学，并使之得到推广。

四、 实证分析

1.空间相关性分析和模型选取

首先进行面板数据的空间相关性检验。针对截面数据,一般采用Moran检验进行空间自相关性分析,但本文使用的是面板数据,传统的空间相关性检验方法已不适用,使用空间权重矩阵W和T维时间单位矩阵IT的克罗内克积(Kronecker product)C=IT⊗W来代替原有截面空间相关性检验中的空间权重矩阵,将Moran检验等截面空间相关性检验方法推广到面板数据,T是数据的时间跨度,本文中T=7。同时,为了体现检验的稳健性,除了Moran检验之外,本文还采用Walds、Lratios、LMsar、LMerr四种检验方法。检验结果如表2所示。

从表2的结果来看,五种检验的统计量都为正且至少在1%的显著性水平上拒绝原假设,说明我国省际环境污染存在正的空间相关性,使用空间计量模型是必要的。

空间自相关检验已经证明环境污染和它的影响因素之间存在空间依赖性,对照SAR模型和SEM模型,在式(14)中引入空间滞后被解释变量或者空间滞后随机误差项,模型将不再满足OLS回归模型经典假设。如果仍对空间面板模型进行OLS估计,则会导致估计结果有偏或者无效,所以本文采用极大似然法(ML)对SAR模型和SEM模型进行参数估计。另外,现有一些研究认为,当误差扰动项服从正态分布时,使用ML估计可以克服传统OLS估计中的变量内生性问题和因内生性问题而产生的估计偏误[25,28]。本文探讨的是我国各省域之间环境污染和其影响因素之间的空间效应,一般而言,当回归分析局限在一些特定个体之间时,选择固定效应更合适[29],因此,采用空间滞后固定效应模型和空间误差固定效应模型进行回归分析。根据对空间效应和时间效应的不同控制,空间计量经济模型可以分为无固定效应(nonF)、空间固定效应(sF)、时间固定效应(tF)和时空双固定效应(stF)四种类型。

表2 空间相关性检验

对于SAR模型和SEM模型的选取也是一个重要问题,Anselin等[30]提出了目前学界较为认可的模型判别准则:在不考虑空间相关性约束的条件下,用OLS方法进行模型估计,然后进行空间相关性检验,如果Robust LMerr(Robust LMsar)比Robust LMsar(Robust LMerr)更显著,那么说明SEM模型(SAR模型)对样本的解释力度更强。应用上述方法,通过对比检验结果发现:在不包含交互项的模型中,Robust LMerr(20.707 8)和Robust LMsar(7.611 0)均通过1%显著性检验,相较之下,Robust LMerr相对更为显著;在包含交互项的模型中,Robust LMerr(7.172 7)通过了1%显著性检验,而Robust LMsar(0.750 4)未通过10%显著性检验,所以SEM模型更为适合本文的样本。

2.基准检验

表3中ρ的估计结果显著为正, 说明省际环境污染之间存在正的空间依赖性, 相邻省份间的环境污染存在空间聚集性。 进一步分析发现, 在空间固定效应和时空双固定效应模型中两种拟合优度R2和corrR2的估计结果有明显差异, corrR2趋近于0, 说明控制空间固定效应和时空双固定效应的模型不能很好地拟合样本。

在不含交互项的控制时间固定效应SEM模型中,信贷配置水平FIN系数显著为正,这说明民企和国企间的信贷配置显著影响中国省际环境污染,具体表现为,国企占据更多银行信贷资源时,环境污染水平较低,民企获得更多银行信贷资源时,环境污染水平较高,这与本文理论模型所得结论一致。原因可能有以下两点:一方面,国企受政府直接控制和管理,对于环境规制的执行力度更强同时受到更严格的监管,所以相较于民企,国企生产活动中产生的污染物能得到有效的控制和处理,国企获得更多信贷支持时,环境压力相对较小。另一方面,由于资本的逐利性,当监管强度和环境规制不全面和不规范时,民企生产活动会忽视环境污染的代价,极致压榨环境红利;在同样的监管强度和环境规制下,民企相较于国企也会因为生存和经营压力而牺牲环保投入,所以当民企获得较多信贷支持时,环境污染强度会加剧。

环保支出EXP的一次项和二次项系数分别显著为正和显著为负,说明环保支出与环境污染之间呈现倒“U”型关系。环保支出水平较低时,环保支出不利于遏制环境污染,超过一定限度后,环保支出能有效降低环境污染水平。刘建设[31]的研究也有类似的发现,当环保支出相对规模(环保支出占GDP比例)较小时,不能有效限制污染排放,反而会推迟环境库兹涅兹曲线的拐点,因此需要进一步提高环境保护支出相对规模。出现上述结果可能的原因分析如下:本文环保支出EXP表示政府环保支出占一般公共预算支出的比例,政府支出中的生产性支出能用于发展生产和扩大再生产,而环境污染作为生产活动的副产品,也会受到政府支出的影响。当环保支出占比较小时,政府其他支出对于生产活动的外部性造成污染物排放增多[1,12-13],造成环境污染加剧;当支出结构发生变化,环保支出增大超过临界值,政府行为对于环保投资和污染治理等措施的干预进一步加强,同时政府其他支出减少导致生产活动受到限制,污染物排放得到削减,使得环境污染水平降低,环境质量得到改善。

表3 空间计量检验结果

在包含交互项的模型中,民企由于在企业资产规模和偿债能力等方面劣于国企[32],银行基于信贷安全性对民企实行信贷限制政策,政府在这之中扮演重要角色:企业税收是政府财政的重要来源,政府出于税收稳定性的考虑会限制国有银行对民企的信贷支持;此外,地方政府会以参股的形式控制地方性金融机构的经营行为,利用城市商业银行作为国有银行资金的补充[33],进一步控制信贷资金在民企和国有企业间的配置。所以,研究信贷配置结构和政府环保支出的交互效应是有意义的。传统做法是直接在回归中引入乘积交叉项,但这样显然会产生多重共线性问题,根据Aiken等[34]的研究,可以通过将两个主要项去中心化再相乘的方法得到交互项,这样就可以避免因多重共线性而造成的主效应系数歪曲,去中心化的信贷配置结构和政府环保支出变量分别用FIN_C和EXP_C表示。

检验结果表明,信贷配置FIN系数为正且通过5%显著性检验,环保支出EXP一次项系数大于0,二次项系数小于0且都至少通过5%稳健性检验,信贷配置结构与政府环保支出一次交互项系数显著为正,二次交互项系数显著为负,这说明信贷配置结构对环境污染的边际效应是关于政府环保支出的二次函数,呈倒“U”型关系。也就是说,当政府环保支出较小时,信贷配置结构对环境污染的边际效应随政府环保支出增大而增大,当环保支出超过一定阈值后,其边际效应随政府环保支出增大而减小。当政府环保支出比例逐渐增大,政府承担更多的环保责任,企业决策从自身经济理性的角度作出判断,放大了政府的环保责任,忽视了企业自身的环保义务,导致出现政府与企业环保责任失衡的现象,不利于社会整体环境污染治理;当政府环保支出进一步增大并超过阈值,此时,政府对于环境污染的监管和治理更加全面,对于企业污染排放的约束以及企业环保投资的支持力度更强,信贷配置结构对于环境污染的边际效应减弱。进一步分析发现,引入交互项后政府环保支出拐点的临界值为0.039 5,略大于未引入交互项时政府环保支出拐点的临界值0.037 7,这意味着民营企业获得更多信贷资源可能会滞后政府环保支出对环境污染的治理效果。

3.稳健性检验

为了检验实证结果的稳健性,本文选取地理距离空间权重矩阵以及信贷配置的替代变量FIN2来进行回归,地理空间权重矩阵构建自基于距离的简单二进制矩阵。稳健性检验中的计量模型与基准回归一致,模型选取检验表明,控制时间固定效应的SEM模型对样本的解释力度更强,空间相关性检验和稳健性检验回归结果见表4。

表4 稳健性检验结果

表4的结果显示,多种空间相关性检验都表明,替换信贷配置结构变量以及空间权重矩阵之后,空间相关系数λ都显著为正,样本数据仍然存在显著的空间相关性。通过对比发现,无论是否包含交互项,FIN的系数均大于FIN2的系数,这一结果表明,上市工业企业相较于一般规模以上工业企业对于环境污染的影响较小。原因可能有以下两点:一方面,上市企业大多规模较大,追求生产的长期利益,一般来说都有完善的生产体系,对于生产过程中产生的污染物能够妥善处理,故降低其对环境的危害;另一方面,政府对于上市企业的监管也更严格,企业对于环保规制的遵循程度也更高。此外,以上稳健性检验结果都显示,政府环保支出一次项系数显著为正,二次项系数显著为负,政府环保支出对环境污染产生倒“U”型影响,而且引入交互项之后,政府环保支出倒“U”型曲线拐点的临界值均增大。在替换空间权重矩阵的稳健性检验模型中,信贷配置结构与政府环保支出一次交互项系数显著为正,二次交互项系数为负但是不显著。以上结果都与基准实证检验结果一致,这表明本文结论有很好的稳健性。

五、 结论与政策建议

本文基于内生增长理论构建理论模型,利用数值模拟得到银行信贷配置、政府支出和环境污染的关系,为实证检验提供理论支持,然后利用空间计量模型对2011—2017年中国31个省级行政单位的面板数据进行实证检验,佐证了理论框架得到的结论。研究发现:①从总体上看,Moran检验等空间相关性检验方法都表明我国省际环境污染存在显著的空间正相关性,这一结果说明我国环境污染问题存在显著的溢出效应,一个区域的污染物可能随着环境的物质交换扩散到其他区域,造成更大的危害。②民营企业获得更多信贷资源不利于省际环境污染改善,国有企业承担的环保责任多于民营企业,稳健性检验的结果还表明,这一现象在上市企业中也存在,但是上市工业企业对于环境污染的影响小于一般规模以上工业企业。③政府环保支出和环境污染间呈倒“U”型关系。④信贷配置结构与政府环保支出一次交互项系数为正,二次交互项系数为负,信贷配置对环境污染的边际效应是关于政府环保支出的倒“U”型函数,而且引入交互项后,环保支出与环境污染倒“U”型关系的临界值增大。相应提出以下政策建议。

第一,建立区域协同的环保政策。一方面要求省域间制定相互协同的环保规制,避免因区域间环境规制的结构性差异而产生环保漏洞;另一方面要求省域间加强环保合作,消除不同省域间环保壁垒,加速区域环保工作协同一体化,从“自扫门前雪”变成“众扫门前雪”。

第二,加强对民营企业的环保监管,完善相关法律法规,让更多的民营企业承担起环境保护的责任;同时,政府应引导和鼓励企业发展绿色经济,开发清洁生产技术,降低生产过程中的环境成本,相应地,对于发展绿色产业或者开发清洁技术的企业提供一定的税收优惠和融资便利。

第三,根据表3、表4中回归结果,通过计算二次曲线拐点值求得环保支出的临界值分别为0.039 5、0.037 7、0.039 5、0.053 7、0.039 8、0.050 3、0.039 4、0.045 9,而2011—2017年各省环保支出占比平均值为0.029,这表明我国环保支出水平暂时还低于临界值,环保支出对环境污染治理和环境质量改善作用尚弱。近几年,我国大部分省市环保支出比例有连年上升的趋势,但总体上仍然不足,政府仍有必要继续提高环保支出比例。