绿色信贷对煤炭企业绿色技术创新的影响机理

刘银玲,高 洁

(榆林学院 管理学院,陕西 榆林 719000)

中国经济经历了几十年的高速增长,GDP总量已跃居世界第二。同时,粗放型、高消耗型经济模式带来了较为严重的环境污染问题。面对复杂严重的资源环境问题,党的十九大提出了经济高质量发展的目标。由于我国污染治理投入主要依靠国家财政资金支持,伴随经济的快速增长与绿色资金需求的扩大,财政支持的能力有限,且资金利用效率仍需提高,故而金融资本介入环境治理投入势在必行。这就使得绿色信贷发展对绿色技术创新的影响成为研究焦点。

绿色信贷政策的制定与执行涉及到政府、金融机构、企业,甚至是高校等多方面。而现有研究多集中于绿色金融功能对不同对象的影响程度,对绿色金融形成和发展过程中的政府作用关注不足[1]。另外,在绿色金融政策要求下,金融机构将对不同类型企业实行差异性融资政策,绿色企业能以较低成本获得金融资源[2]。与此相比,非绿色企业(例如煤炭企业)在融资时则面临惩罚性高融资成本,或融资额度与融资渠道的限制。这引发了本文的思考:绿色信贷如何通过政府规制和支持作用,突破金融门槛效应,作用于煤炭企业绿色技术创新?

1 研究假设

1.1 绿色信贷与煤炭企业绿色技术创新的影响

绿色信贷作为绿色技术创新的催化剂,可以通过激励和约束双重机制影响企业的绿色技术创新效率[3],促进重污染企业的转型升级,从而提升企业的环境绩效,促进企业的绿色技术创新。相对于非重污染企业,绿色信贷对重污染企业绿色技术创新的影响更大。绿色金融在不同区域促成污染性重工业的绿色技术创新,相对于非绿色信贷限制行业,绿色信贷限制行业的绿色创新表现更加活跃[4]。随着地区环境执法力度和知识产权保护力度的加强,绿色信贷政策增进绿色创新的作用增强,各地区绿色专利总量逐渐显现出正向关系[5]。基于以上分析结合创新理论、可持续发展理论和波特假说,针对绿色信贷与煤炭企业绿色技术创新的关系,本文提出:

假设1:绿色信贷能促进煤炭企业绿色技术创新。

1.2 政府行为在绿色信贷对煤炭企业绿色技术创新影响中的调节机制

在转型经济背景下,处于构建期的绿色金融本质上是由政府推动的强制性制度变迁。近年来,节能环保、循环低碳的“绿色”概念密集出现在中央重要会议与文件中,引领各级政府部门出台林林总总的“绿色”政策措施。

绿色信贷的颁布迫使高耗能、高污染的煤炭企业积极开展绿色技术创新来寻求相应的绿色信贷支持,以缓解融资约束。环境规制能显著增加企业生产成本,进而抑制企业创新活动。张江雪等研究发现环境规制会挤出高绿色指数行业的生产性投资存在资本,不利于企业创新[6]。在较强环境监管条件下,企业治污成本大幅度提升,技术创新优势不足,尤其在我国中西部地区,环境规制抑制了企业绿色技术创新。董景荣等指出,环境规制加重了企业的减排成本,使原本计划的创新投入被非创新性投入所挤占[7]。因此,结合波特假说和创新原理提出如下假设:

假设2:企业所在地的行政处罚力度影响绿色技术创新,从而约束绿色信贷对煤炭企业的绿色技术创新。

绿色技术创新的特殊性需要政府引导方向。政府对绿色创新的重视会影响市场资源配置。国家和地方政府应相互配合,优化各项规制政策和支持政策,以适当强度的低碳补贴增强企业绿色转型动力。邢会等研究发现政府补贴能促进企业创新,有利于企业扩大融资渠道,提高绿色技术创新的速度和质量[8]。王旭等研究发现,政府补贴对于制造业绿色技术创新绩效具有显著的正向促进作用,同时环境规制具有边界效应,能够提升政府补贴对绿色技术创新的促进效应[9]。结合创新理论、可持续发展理论,提出如下假设:

假设3:政府支持力度能正向调节绿色信贷对煤炭企业绿色技术创新影响。

2 指标选取与模型建立

2.1 样本的选择与数据来源

以煤炭A股上市公司总市值排行前30的公司为对象,剔除 ST 和 ST*的上市公司、期间内数据缺失的上市公司,最终选取了28家煤炭上市公司为研究样本。

数据来源:(1)绿色信贷:主要来自于《中国银行业社会责任报告》和大型商业银行各自发布的《社会责任报告》;(2)煤炭企业绿色技术创新:由于多数企业的社会责任报告中数据揭示不完全,本文的数据选自CNRDS数据库;(3)其他变量来源于国泰安、CSMAR、EPS数据库和《中国统计年鉴》《中国环境统计年鉴》以及知识产权局。

2.2 指标选取

(1)解释变量:绿色信贷(GC)。关于绿色信贷的衡量,一是从绿色信贷余额和绿色信贷比两个层面评估了银行业的绿色金融发展水平。二是采用反向指标,采用银行贷款总额占地方污染治理总额的比重来衡量各地区的绿色信贷。本文参考严淑婷[10]的观点,选用六大高耗能产业利息支出占工业产业利息总支出的比率来计算,选取28家企业对应省份的值形成面板数据来测度煤炭企业绿色信贷水平。

(2)被解释变量:绿色技术创新(GP)。关于绿色技术创新的衡量,一是用企业研发投入、研发人员数量与能源消耗值的投入来衡量; 二是用绿色专利数量来代表企业的绿色技术创新;三是利用R&D人员全时当量、经费内部支出作为资本投入,能源消费总量作为能源消耗指标,新产品销售收入作为期望产出,环境综合指数作为非期望产出来衡量。由于多数公司社会责任数据揭露不完整,本文用创新产出的视角,即采用绿色专利申请量加1,并取自然对数形成面板数据来衡量煤炭企业绿色技术创新。

(3)控制变量:为排除其他因素对煤炭企业的绿色技术创新的影响,本文参考选取的控制变量如下:

盈利能力的高低不仅影响企业的发展壮大,也会影响企业开展绿色技术创新的动力,文章参考王馨[4]的观点,选取资产报酬率作为盈利能力衡量指标。发展能力的高低不仅影响企业的发展质量和效率,也会影响企业开展绿色技术创新的动力,本文选取营业利润率来衡量发展能力。

(4)调节变量:绿色信贷受政府宏观调控影响,绿色技术创新受行政管理影响。越来越严格的环境规制政策督促企业绿色技术创新,这与其所在的当地政策密不可分。文章参考卢利[11]的观点,采用行政型环境规制的政府激励力度和处罚力度两方面。用环境行政处罚案件数和财政环境保护支出与财政一般预算支出的占比来测度。

表1 指标选取情况

2.3 描述性统计

在正式进行实证分析之前,一般需要对数据进行描述性分析,对数据基本特征进行充分的了解。表2是对28个企业2016年至2020年的140个样本数据进行分析,相关变量进行描述性具体结果分析。

表2 变量的描述性结果分析

从统计结果可知,绿色技术创新(GP)的平均值小于2.6且标准差大于1,说明我国煤炭企业的绿色技术创新成果不多,绿色专利申请差距较大,有些企业甚至出现没成果的情况。绿色信贷(GC)的平均值为0.42,标准差为0.13,说明我国绿色信贷水平一直在提高,但仍需要加大绿色信贷投放的力度。资产报酬率(ROA)的平均值和标准差都较小,说明在可持续发展下,煤炭企业之间盈利能力相差不大。营业利润率(OPR)平均值和标准差较大,说明我国煤炭企业的发展空间比较大,国家还需要进一步提高绿色信贷水平,促进煤炭企业绿色转型。

2.4 模型的建立

(1)回归模型:在考虑绿色信贷(GC)对绿色技术创新(GP)影响的同时,加入控制变量资产报酬率(ROA)和营业利润率(OPR),建立面板数据模型,公式如下:

GPi=β0+β1GCi+β2ROAi+β3OPRi+εi

(1)

其中,GP是被解释变量,GC是解释变量,ROA、OPR是控制变量,β是系数,i是企业(i=1,2,……,28),ε表示随机误差项。

(2)调节效应模型:分别探讨政府处罚力度(Z1)、政府支持力度(Z2)在绿色信贷对煤炭企业绿色技术创新影响中发挥的调节作用,在模型(1)基础上构建模型(2)(3),公式如下:

GPit=β0+β1GCt+β2ROAi+β3Z1GCi+εt

(2)

GPit=β0+β1GCt+β2ROAi+β3Z2GCi+εi

(3)

其中,GP是被解释变量,GC是解释变量,ROA是控制变量,β是系数,i是企业(i=1,2,……,28),ε表示随机误差项。

3 实证分析

3.1 相关性分析

在进行实证分析之前,首先来研究随机变量之间的相关性。从表3可以看出绿色技术创新(GP)与其他变量的相关性,绿色信贷(GC)和政府处罚力度(Z1)的相关系数为-0.870、-0.856,在1%的水平上显著,且都呈现负相关的关系。盈利能力(ROA)、资产报酬率(ROA)、营业利润率(OPR)和政府支持力度(Z2)的相关性系数分别为0.965、0.955、0.975,在1%的水平上显著,绿色信贷(GC)和政府支持力度(Z2)与煤炭企业绿色技术创新呈现显著正相关,表明该模型的设计基本合理。

表3 相关性分析系数表

3.2 基准回归分析

ROA相关系数为0.861,整理后的决定系数为0.686。决定系数的数值较大,整体模型的拟合效果较好。F值为285.907,方差检验量和回归系数 的显著性都小于0.001,模型整体趋势明显且有意义。VIF值为2.78,没有严重共线性,模型构建良好。GC、ROA的系数分别为-2.580、24.091,说明GP与GC负相关,与ROA正相关。由于GC为绿色信贷选择的反向指标,所以煤炭企业绿色技术创新和绿色信贷呈正相关,即绿色信贷的发展促进了煤炭企业绿色技术创新水平的提升。增加控制变量后,假设1仍成立,绿色信贷能促进煤炭企业绿色技术创新。

由表4可知,更换盈利水平为发展能力,构建GC、OPR对GP的影响模型时,GP与GC负相关,与OPR正相关,各指数合理且在1%上显著,模型成立。构建GC、OPR、ROA对GP的影响模型时,GP与GC负相关,与OPR、ROA正相关,各指数合理,且在1%上显著,模型仍成立。

表4 多元线性回归结果

探究控制变量GC对GP的影响,通过GC系数绝对值可看出OPR>ROA>OPR、ROA,发展能力即营业利润率的影响最大。三种结果都再一次证实六大利息占比与绿色专利申请数成反比,由于六大利息占比为反向指标,绿色信贷对煤炭企业绿色技术创新的影响显著且为正相关。控制变量中发展能力(OPR)和盈利能力(ROA)对煤炭企业绿色技术创新也有明显的正向促进作用。

3.3 调节效应分析

3.3.1 政府处罚力度和绿色信贷的交互项作用

回归结果如下:

GPit=3.844-24.600GCt+26.278ROAi+1.960

Z1GCi+εi

由分析结果可知,相关系数为0.987,决定系数为0.974,整理后的决定系数为0.971。整体模型的拟合效果较好。F值为299.367,方差检验量和回归系数 的显著性都小于0.001,模型构建良好。GC、ROA、Z1X的系数分别为-24.600、26.278、1.960,说明GP与GC负相关,与ROA、Z1正相关。

由于GC为绿色信贷选择的反向指标,所以煤炭企业绿色技术创新和绿色信贷呈正相关。增加控制变量和调节变量后,假设1仍成立,绿色信贷能促进煤炭企业绿色技术创新。Z1GC的系数为正,且在1%上显著,证明假设2成立,即环境规制加重了企业的减排成本,使原本计划的创新投入被非创新性投入所挤占,从而约束了企业的绿色技术创新。

3.3.2 政府支持力度和绿色信贷的交互项

a.因变量:GP

表5 模型拟合度系数表

表7 模型变量系数表

回归结果如下:

GPit=1.84-4.719GCt+18.063ROAi+122.701

Z2GCi+εi

同理,由于Z2GC为正,且在1%上显著,假设3成立,即政府通过研发补贴等支持行为,能够减轻企业的研发资金投入压力,提升企业技术创新的积极性,进而促进企业绿色技术创新水平的提升。

在控制变量和调节变量共同影响下构建方程,政府处罚力度和政府支持力度都能在一定程度影响绿色信贷对煤炭企业绿色技术创新。GC系数同上取绝对值,Z1>Z2即企业所在地的行政处罚力度大于政府支持力度影响绿色信贷对煤炭企业绿色技术创新。

3.4 稳健性检验

为确保实证结果的准确性,更换被解释变量进行稳健性检验,将绿色专利申请量(GP)变为绿色专利获得量(GP2)。同上对其进行多元回归分析。如表8所示,更换被解释变量为绿色专利获得量(GP2)后,GC与GP2仍为负相关,与ROA、OPR、Z1X、Z2X仍为正相关,显著性相较于GP稍减弱,结果没有明显变化,稳健性较好。

表8 稳健性检验相关指数

4 结论与建议

4.1 结论

通过构建固定效应模型,运用SPSS软件进行数据分析,在进行基准回归分析之后紧接着检验政府处罚力度(Z1)、政府支持力度(Z2)调节效应,最后通过稳健性检验。主要结论如下:

第一,绿色信贷能促进煤炭企业绿色技术创新。在影响绿色技术创新能力的控制变量中,资产报酬率(ROA)、营业利润率(OPR)进行数据分析时,数据分析的结果相关性较强,系数自相关性较弱,且在1%上显著,假设1成立,证明绿色信贷(GC)能促进煤炭企业绿色技术创新(GP)。

第二,企业所在地的行政处罚力度约束绿色信贷影响煤炭企业的绿色技术创新,政府支持力度能正向调节绿色信贷对煤炭企业绿色技术创新影响。进行数据分析后,政府处罚力度和绿色信贷的交互项(Z1GC)、政府支持力度和绿色信贷的交互项(Z2GC)的回归系数β3和β4的系数为正且显著性1%上显著,政府处罚力度(Z1)、政府支持力度(Z2)影响下假设2、3也成立,绿色信贷(GC)仍能促进煤炭企业绿色技术创新(GP)。

4.2 建议

绿色信贷能够促进绿色技术创新能力的提高。正确的政策引导能促进绿色信贷的发展,也能促进煤炭企业绿色技术创新。但我国绿色信贷尚处在发展建设阶段,科学全面的绿色信贷项目核算体系尚未建立,绿色信息披露仍待强化。因此,提出如下几方面建议,以期进一步提高绿色信贷规模与煤炭绿色技术创新水平。

(1)制定统一绿色信贷标准。绿色信贷尚处在发展建设阶段,很多相关的法律法规还有“间隙”,需要优化银行绿色信贷相关项目的评估、实施流程,提高银行绿色信贷业务效率,进一步规范银行批款和企业贷款流程,完善绿色信贷服务体系,统一绿色标准,引导信贷资源加速向绿色低碳领域积聚,助推全社会绿色高质量发展。

(2)促进绿色信贷投放。我国的绿色信贷规模一直保持增长趋势,但绿色信贷投放占比较低,绿色信贷对煤炭企业绿色技术创新的影响较小。国家应该加强对煤炭企业绿色信贷的政策支持,还需鼓励大中小商业银行和农信社积极参与到绿色信贷的投放中。银行业金融机构还应该对煤炭企业不同类型的绿色专利创新提供不同的利率支持,加大对绿色发明专利等“高质量”的绿色创新活动的研发支持,鼓励煤炭企业积极开展实质性的绿色创新活动。

(3)促进煤炭企业进行绿色技术创新。煤炭企业应该建设煤与太阳能、风能、水能、生物能、核能等非化石能源深度耦合和协同融合发展体系,提升能源利用质量;完善煤炭开采行业清洁生产机制,提高并推广充填开采、煤与瓦斯共采、无煤柱开采等煤炭绿色开采技术。将传统的煤力发电转变为瓦斯发电从而绿色电力消费,煤炭生产过程产生的煤矸石含有大量有机物,通过技术研发将其降解为小分子作为微生物肥料。