绿色金融对新能源产业发展的影响研究

2022-08-18杜雅男

统计理论与实践 2022年7期

杜雅男

（青海民族大学经济与管理学院，青海西宁810001）

一、引言

随着我国经济发展，能源问题日益突出，能源的过度开发、资源枯竭、环境污染等问题亟待解决，新能源产业因此得以蓬勃发展。新能源产业主要是开发污染物排放较少的清洁能源。新能源的开发可以减少能源使用过程中对自然环境的破坏，有利于保护生态环境。新能源产业不仅是推动我国发展的重要战略产业，也是建设我国能源体系的关键组成部分。由于新能源产业的开发需要大量的资金投入，因此大力推动绿色金融对新能源产业的投入成为发展新能源产业的新方向（陈向阳，2020）[1]。绿色金融主要是将资金投向有利于环境保护和社会可持续发展的绿色产业。新能源产业的发展离不开绿色金融的投入，“新能源+绿色金融”将产生“1+1＞2”的效果，对发展新能源产业起到至关重要的作用。截至2020年6月，我国绿色信贷余额约为11万亿元，其中绿色债券存量规模达到1万亿元，对推动我国绿色经济发展发挥了积极作用。

二、理论分析与研究假设

（一）绿色金融对新能源产业发展的资金集聚效应

绿色金融对新能源产业发展的资金集聚效应主要通过资源与资本结合的方式进行，具体来说就是将新能源产业中的稀缺资源和可利用资源转化为可以产生收益的资本，进而提高新能源产业的融资效率。资金集聚效应不仅可以使新能源产业的融资渠道多样化，吸纳更多的社会资本，有助于新能源产业的发展，而且可以改善新能源产业的公司治理机制，引入市场竞争机制，有助于新能源产业不断通过科技创新与研发提升公司的核心竞争力（高晓燕，2017）[2]。新能源广泛分布在西藏、青海、内蒙古等地区，这些地区资源丰富但资本投入不足，因此，绿色金融的资金集聚效应可以实现跨地区的资本投入，实现资源与资本的有效结合，推进新能源产业的发展。

综上所述，提出假设1：绿色金融对新能源产业发展的资金集聚效应对新能源产业发展具有促进作用。

（二）绿色金融对新能源产业发展的投资导向效应

绿色金融对新能源产业发展的投资导向效应主要通过货币政策、财政政策、产业政策和收入政策的协调配合，影响新能源产业的发展水平。具体来说，货币政策影响资本的流向，财政政策对购买性支出、税收等方面产生影响，产业政策指导新能源产业整体的发展方向（Borenstein，2012）[3]，收入政策对企业成本控制产生影响。要将四个方面的政策有机结合起来，互相配合，互相影响，发挥绿色金融的投资导向效应，进而提高新能源产业发展的水平。

综上所述，提出假设2：绿色金融对新能源产业发展的投资导向效应对新能源产业发展具有促进作用。

（三）绿色金融对新能源产业发展的科技创新效应

绿色金融对新能源产业发展的科技创新效应主要通过两个渠道发挥作用：一是绿色金融的科技创新效应可以降低融资成本，科技创新项目信息的公开，使投资人可以在公开的信息中获取项目信息，投资人能以较低的信息成本获得新能源产业的信息，有助于投资人进行投资决策，同时新能源产业可以迅速获得资本投资（Climent和 Soriano，2011）[4]。二是绿色金融的科技创新效应可以有效降低风险，将新能源产业的专利、资产等通过资本证券化的方式转化为绿色债券、绿色投资信托、ETFs等各种绿色证券，有效降低新能源产业面临的风险，缓解风险聚集给新能源产业带来的影响，实现风险对冲或者风险分散。

综上所述，提出假设3：绿色金融对新能源产业发展的科技创新效应对新能源产业发展具有促进作用。

三、研究设计

本文通过分析绿色金融对新能源产业发展的资金集聚效应对新能源产业发展水平的影响、绿色金融对新能源产业发展的投资导向效应对新能源产业发展水平的影响、绿色金融对新能源产业发展的科技创新效应对新能源产业发展水平的影响三方面的内在机理，并在此基础上构建模型，利用新能源上市公司财务数据，从资金集聚效应、投资导向效应、科技创新效应三个方面分析其对新能源产业发展水平的影响，以期为绿色金融支持新能源产业发展提供政策制定参考。

（一）样本选择及数据来源

本文以2010—2020年新能源产业上市公司为研究对象，数据主要来源于2010—2020年的上市公司年报、深圳国泰安数据库，对取得的样本数据进行整理及分析处理，共获取749个原始数据。为减少异常样本数据对实证研究结果产生影响，以确保数据的准确性，对原始样本数据进行筛选，共得到737个有效样本数据作为研究对象。

（二）变量的设计与说明

借鉴王治国（2019）[5]、王健和张卓（2015）[6]的研究方法及变量选取，将新能源产业发展水平（Y）作为因变量，选取新能源企业总资产作为新能源产业发展水平的衡量指标。将资金集聚效应水平（V）作为自变量，选取新能源企业总市值作为资金集聚效应水平的衡量指标。投资导向效应水平（B）作为自变量，选取新能源企业应付利息作为投资导向效应水平的衡量指标。科技创新效应水平（I）作为自变量，选取新能源企业无形资产作为科技创新效应水平的衡量指标。将企业的劳动力投入水平（E）作为控制变量，选取新能源企业应付职工薪酬作为企业劳动力投入水平的衡量指标。

表1 研究变量定义及指标选择

（三）模型构建

根据提出的研究假设和选取的变量，借鉴王治国（2019）[5]的研究模型，构建以下模型来验证提出的假设：

其中，Y作为因变量，反映新能源产业发展水平；V作为自变量，反映资金集聚效应水平；B作为自变量，反映投资导向效应水平；I作为自变量，反映科技创新效应水平；E作为控制变量，反映企业的劳动力投入水平；i表示新能源产业的不同企业个体，t表示不同的时期，ε代表随机扰动项。

四、实证结果分析

（一）描述性统计分析

对各变量的极大值、极小值、均值和标准差进行描述性统计分析，如表2所示，以期对新能源产业发展水平、资金集聚效应、投资导向效应、科技创新效应等方面的样本数据有更加直观的认识。

表2 描述性统计分析

从表2可以发现，新能源产业发展水平（Y）的极小值和极大值分别为18.3701和26.7233，标准差为1.4526，说明我国新能源企业发展水平存在较大差异。科技创新效应水平（I）的极小值和极大值分别为9.9704和24.6566，标准差为1.9245，说明科技创新效应水平参差不齐。投资导向效应水平（B）的极小值和极大值分别为5.7879和21.9379，标准差为2.2203，说明投资导向效应水平差距较大。资金集聚效应水平（V）的极小值和极大值分别为20.5984和26.8003，标准差为1.0737，说明资金集聚效应水平差异相对较小，资金集聚效应水平差距较小。企业的劳动力投入水平（E）的极小值和极大值分别为11.1903和20.6174，标准差为1.4784，说明不同企业的劳动力投入水平差距较大。

（二）回归方程的统计检验

由表3可知，调整R方为0.812，接近于1，说明自变量可以对因变量进行解释，自变量的解释能力被接受，所建模型的解释能力较强。

表3 模型汇总

由表4可知，所建模型的F值为795.42，F统计量的p=0.000，小于0.01，即变量之间存在显著差异，自变量可以对因变量产生显著影响，说明本文构建的模型具有显著的统计意义。

表4 Anova

由表5可知，资金集聚效应水平（V）与新能源产业发展水平（Y）在1%的显著性水平下显著正相关（p值=0.000），并且回归系数为正数（0.627），说明绿色金融的资金集聚效应水平（V）与新能源产业发展水平（Y）呈显著正相关关系，即绿色金融对新能源产业发展的资金集聚效应水平对新能源产业发展具有促进作用，假设1得到验证。投资导向效应水平（B）与新能源产业发展水平（Y）在1%的显著性水平下显著正相关（p值 =0.000），并且回归系数为正数（0.211），说明绿色金融的投资导向效应水平（B）与新能源产业发展水平（Y）呈显著正相关关系，即绿色金融对新能源产业发展的投资导向效应对新能源产业发展具有促进作用，假设2得到验证。科技创新效应水平（I）与新能源产业发展水平（Y）在1%的显著性水平下显著正相关（p值 =0.000），并且回归系数为正数（0.136），说明绿色金融对新能源产业发展的科技创新效应水平（I）与新能源产业发展水平（Y）呈显著正相关关系，即绿色金融对新能源产业发展的科技创新效应对新能源产业发展具有促进作用，假设3得到验证。