绿色信贷政策对企业绿色创新的影响研究——基于政商关系的调节作用

宁宇新 沈 彬

(1.西安石油大学 经济管理学院,陕西 西安 710065;2.西安石油大学 陕西(高校)油气资源经济管理研究中心,陕西 西安 710065)

0 引 言

目前,全球可持续发展正面临着前所未有的严峻考验,亟需解决环境污染与资源枯竭等问题。1978年以来,我国城市经济迅速发展,城市化、工业化导致的环境过度污染问题也随之而来,而生态环保与经济增长协同发展是当下实现我国建设现代化强国目标的必由之路。2020年,我国提出的“30·60”目标进一步明确了我国走绿色循环经济发展道路的决心。为了发展绿色经济、促进企业绿色创新,国家实施了绿色信贷政策和政商关系等重要政策工具,其中,最具代表性的是2012年颁布的《绿色信贷指引》,该政策引导社会资金向环境保护方向流动,促进经济转型增长。因此,良好的政商关系也成为营造良好营商环境必不可少的因素之一。在经济转型过程中,政商关系体现为地方政府对微观企业给予的无偿资金转移和扶持等非资金补贴。发挥政商关系在绿色信贷政策对企业创新促进过程中的推动作用,对于实现绿色发展和提高经济效益十分重要。同时,创新是推动我国企业进行绿色转型、促进我国经济方式转变的重要途径之一,是实现经济发展与环境保护双赢的有效路径。本文立足于2012年《绿色信贷指引》政策,运用双重差分模型考察绿色信贷政策对企业绿色创新的影响效应以及政商关系在绿色信贷政策效应中扮演的角色。

1 文献综述

随着绿色信贷政策的实施以及绿色创新活动的推进,绿色信贷政策与企业绿色创新的关系引起了诸多研究者的兴趣。学者们从绿色产业视角[1]144-160、企业不同生命周期[2]1-22、政策效应分化[3]62-75等方面分析绿色信贷指引对企业绿色创新的影响效应,总结出挤出效应和补偿效应两种结论:一部分学者认为绿色信贷政策抑制了重污染企业(“两高”企业)的绿色创新,理由是通过增加重污染企业的长期债务融资约束,降低了企业在创新方面的资金投入,从而抑制企业进行绿色创新,对重污染企业具有融资惩罚[4]54-60和投资抑制效应。[5]123-137另一部分学者基于波特假说,认为绿色信贷政策的实施会显著促进企业的绿色创新。[6]109-121而有关政商关系在绿色信贷政策对企业绿色创新影响过程中发挥的作用,绿色信贷自上而下的推行路径是否通过政府补助配置来影响其政策效应等问题,现有文献鲜有研究。

本文可能的边际贡献有:第一,从企业绿色创新转型的微观角度入手,探析绿色信贷政策实施的微观政策效应和政商关系在其中的调节作用,在丰富政商关系研究视角的同时,拓展了宏观政策变动与微观企业行为关系的相关研究。第二,拓展了绿色信贷政策实施的对象,从重污染行业延伸到制造业。丰富了绿色信贷政策对绿色产业的影响研究。第三,探析绿色信贷政策通过提高企业融资约束[7]37-48和影响企业绿色创新边际成本收益比两种途径来影响企业绿色创新,揭示了绿色信贷政策与企业绿色创新的内部暗箱机制,以期为制定合理的绿色信贷政策提供参考。

2 理论分析与研究假设

2.1 绿色信贷政策与企业绿色创新

绿色信贷政策主要通过两种途径对企业绿色创新产生影响。[8]50-61一是通过影响企业融资约束作用于企业的绿色创新活动。[9]88-95绿色信贷政策的颁布有助于引导商业银行的资金流向环保企业和环保项目,在企业借贷时将企业绿色发展效能和节能环保水平等因素考虑在内,[10]45-5提高了企业的融资约束。对于以银行借贷为主要外源融资的企业来说,银行金融政策的调整很大程度上改变了企业的融资约束度,增加了企业的财务风险。[11]68-74尤其是对具有较高负债率和固定资产投资效率的重污染企业[12]65-72的限制更为明显。这使融资受限的企业不得不将资金投入到绿色创新中,并向创新型企业转变,以满足银行的节能环保要求,从而获得债务融资。[13]35-51二是通过影响企业绿色创新边际成本和收益率为企业创新转型提供内生动力。与地方政府出台的具有强制性的碳减排政策[14]13-22、环境税等工具不同,绿色信贷政策通过抬高企业的外部融资成本限制其融资渠道,从而将企业的环境成本内生化,让重污染企业为其破坏环境的生产行为付出代价。[15]90-97也就是说,绿色信贷政策会抬高企业的债务融资成本,限制其外部信贷,迫使企业无法按照传统的污染方式进行生产经营,加快生产技术方式进行绿色创新转型[16]36-42+57,从而提升企业整体生产效率,增强竞争力,补偿绿色信贷政策的规制影响。基于以上分析,提出假设H1。

H1:绿色信贷政策的实施能够促进企业创新转型

2.2 政商关系的调节作用

在经济转型的过程中,政商关系表现为地方政府对微观企业给予的无偿资金转移和扶持等非资金补贴,这种途径能够直接或间接地改善企业的经营状况,政府资金补助能够直接改善企业资金约束情况,对企业的扶持力度和政策倾好能够向其他金融借贷机构传递信号,从而改善企业融资约束情况。[17]14-25特别是,当重污染企业具有较好的政商关系时,意味着能够获得政府的政策倾斜和政府补贴,帮助公司补充绿色创新的资金,跨越债务融资的门槛,弥补融资约束这一限制,从而正向调节对创新转型的影响效应。[18]9-17李静怡[19]99-110认为政府补助可以在一定程度上放宽企业的融资约束,增加企业的资金流,改善企业由于信贷约束带来的资金窘迫和资金链断裂影响正常运营的窘境,在此基础上也能够显著增加企业用于绿色创新的资金。由此得出结论:政府补助对企业创新的调节作用主要是通过缓解融资约束变量来实现的。企业在资金自由的情况下才会加大投入进行创新转型,而良好的政商关系给企业提供了直接资金来源,缓解了企业的融资约束。基于以上分析,提出假设H2。

H2:政商关系在绿色信贷政策对企业绿色创新的影响中起促进作用

3 研究设计

3.1 数据来源与变量说明

3.1.1 数据来源

使用Stata16软件对样本数据进行处理,数据来源于CSMAR数据库。根据我国《上市公司环境保护核查行业分类管理名录》,将制造业中的纺织业、造纸业、有色金属采矿业等11个行业分类为重污染企业(处理组)和非重污染企业(对照组)。为确保实验的准确性和可行性,在公司数据筛选中进行如下处理:(1)剔除ST、*ST公司。(2)剔除关键数据在实验年限内存在大量缺失的公司。(3)剔除在经营期间变换最终控制人的公司。最终得到372家上市公司的3 720个观察值,同时为减少异常变量和极端变量对本研究的结果影响,对连续变量在1%和99%的水平上进行缩尾处理。

3.1.2 变量说明

(1)被解释变量。被解释变量为企业绿色创新(Lnnov)。采用企业RD支出占营业收入比来衡量企业绿色创新,企业研发支出数在财务报表上能够得到很及时的反馈,这对衡量企业绿色创新具有极佳效果。鉴于此,选择研发支出占比营业收入比值衡量企业绿色创新。

(2)解释变量。解释变量为事件虚拟变量(Time)和组别虚拟变量(Treated)。本文的核心解释变量是绿色信贷政策实施时间和企业行业的交互项。其中,中国银保监会发布的《绿色信贷指引》是本次实验的重要观测事件,以2012年为时间虚拟变量的时间点。检验政策实施前后企业绿色创新的变化水平。由于政策实施具有一定的滞后性,将2013—2018年取值为1(Time=1),2009—2012年取值为0(Time=0)。同时以上文提到的上市公司环保名录为依据,将重污染企业作为处理组,即Treated=1;其他企业为非重污染企业,Treated=0。

(3)调节变量。调节变量为政商关系(Sub)。政商关系表现为地方政府对微观企业给予的无偿资金转移和扶持等非资金补贴,鉴于数据的可获得性,采用政府补助代替政商关系。

(4)控制变量。参考王馨、王营[20]173-188+11等的研究,对如下公司变量进行了控制(Control):企业规模(Size);期初总资产的自然对数、盈利能力(ROA);总资产净利率、偿债能力(Lev);资产负债率、成长性(Grow);营业收入增长率、经营能力(Sale);企业当年营业总收入除以平均资产总额。

3.2 模型设定

为了分析2012年颁布的绿色信贷政策对我国制造业上市公司企业绿色创新的影响,采用DID方法进行实证检验,利用2009—2018年企业的面板数据和Stata16进行数据回归,借鉴谢乔昕、张宇[21]124-134的研究思路,构建模型见(1)式:

Lnnovi;t=β0+β1Treatedi+β2Timet+β3DID+γXi;t+δi+λt+εi;t

(1)

模型(1)用于检验假设H1。其中,Lnnov代表企业绿色创新;Treated指的是组别虚拟变量,行业分类以2008年环保部印发的《上市公司环保核查行业分类管理名录》为标准,将企业分为两大类别:重污染企业和非重污染企业,其中非重污染企业为对照组,Treated值为0,重污染企业为处理组,取值为1。Time表示事件虚拟变量,在政策实施之后(year>2012)取值为1,反之为0。DID为双重差分变量,是Treated与Time的相乘项;X表示企业规模、偿债能力、经营能力等一系列控制变量;δi为个体固定效应,λt为时间固定效应。绿色信贷政策双重差分模型系数含义见表1。

表1 绿色信贷政策双重差分模型系数含义

进一步,为了检验假设H2在模型(1)式的基础上计入政商关系变量,构建模型见(2)式:

Lnnovi;t=β0+β1Treatedi+β2Timet+β3DID+β4Sub+β5(Treated×Sub)+β6(Time×Sub)+β7(Treated×Time×Sub)+γXi;t+δi+λt+εi;t

(2)

其中,β6反映的是在绿色信贷政策实施背景下,政商关系这一调节变量对企业绿色创新转型的影响;β7验证的是政商关系的调节作用在重污染企业和非重污染企业之间的不同效果。

4 实证分析

4.1 描述性统计

描述性统计见表2,包括企业绿色创新(Lnnov)、事件虚拟变量(Time)、组别虚拟变量(Treated)、政商关系(Sub)、企业规模(Size)、偿债能力(Lev)、成长性(Grow)、盈利能力(ROA)、经营能力(Sale)。

表2 描述性统计

由表2可以看出,企业绿色创新的均值为5.058,标准差是4.044,最小值为0.01,说明制造业上市公司间创新投入与营业收入之比差异较大,企业绿色创新能力呈现不均衡的表现;组别虚拟变量均值为0.296,表明处理组的企业即重污染企业占全样本的30%左右;双重差分项DID的均值是0.177,表明在373家样本企业中,受到绿色信贷政策影响的企业占18%左右;政商关系用政府补助这一变量替代,其均值为15.776,方差1.518,最大值21.312,反映制造业企业间获得政府补助数额差异较大,政府政策倾向不同;其余变量方差均小于1,说明变量样本间差异较小,具有稳健性。其余控制变量描述性统计与现有研究结果基本保持一致。

4.2 主效应回归检验

绿色信贷政策对企业绿色创新的影响效应回归结果见表3。根据以往学者的研究,绿色信贷政策的实施效应会不同程度地受到时间和个体差异的影响,鉴于此,本研究在实验过程中对时间和个体进行了固定,来控制实验过程中的不可观测因素干扰。绿色信贷政策对企业创新影响的全样本检验结果见表3,表3中(1)、(2)列分别是没有加入和加入了控制变量的回归结果,加入控制变量前、后R-squared值由0.034增加到0.072,说明加入控制变量后,模型的拟合优度明显提高,因此采用表3(2)列为本文最终回归结果。

表3 绿色信贷政策对企业绿色创新影响的全样本检验结果

企业来说驱动作用较弱。导致这一结果的经济原因可能在于,绿色信贷政策的颁布实施调整了商业银行和金融信贷企业的资金投入,资金流向环保型的清洁型项目。金融机构在面对污染型企业和污染型项目时,由于其环境污染治理情况不达标而限制对重污染企业的信贷投放,从而导致重污染企业在绿色信贷实施后融资难度和融资成本大幅增加,使企业陷入高财务风险的风波中自身难保,难以有多余的资金流向风险大、回报期长的创新活动中,从而显著抑制了企业进行绿色创新的积极性和能力,一定程度上导致绿色信贷对重污染企业的激励作用弱于非重污染企业。观察控制变量的估计系数可得,企业规模系数在1%水平上显著为负,表明制造业规模越大的企业,盈利水平和经营状况越好,研发投入越少,缺乏创新的动力;偿债能力估计系数在5%水平上显著为负,表明负债占比越大、偿债能力弱的企业越无力创新,由于其负债占比大,企业用于绿色创新的活动资金就越少,活动度低,限制企业进行绿色创新;企业经营能力在1%水平上显著为负,表明经营能力与企业绿色创新负相关。

4.3 调节效应检验

政商关系对绿色信贷政策影响企业绿色创新的全样本回归结果见表4。在加入政商关系这一调节变量的同时,加入了个体和年份固定效应来避免个体和时间维度不可观测因素对实验结果的干扰。政府通过政府补助和政策支持与企业形成经济互动模式。实验中政商关系用政府补助占营业收入的占比来替代,政府补助占比越高,政商关系越好。Time×Sub在1%的水平上显著为正,表明在绿色信贷实施后,政商关系正向调节了其对制造业企业的绿色创新影响效应,政商关系表现越好的企业,绿色信贷对企业的创新效应越高。同时Time×Treated×Sub的估计结果表明,政商关系的调节作用在重污染企业和非重污染企业间存在明显分化效应,政商关系对重污染企业的绿色信贷政策与企业绿色创新的正向调节作用与非重污染企业相比相对较弱。出现这种结果的原因可能有,在绿色信贷政策受限下的重污染企业,容易得到地方政府更多的补助资源和帮扶,以推动就业投资等政绩产出,从而部分削弱在信贷约束下重污染企业进行绿色创新的转型意愿。企业利用政府补助来平滑信贷限制给企业绿色创新带来的负面冲击,因此重污染企业的融资约束和环境规制约束都在一定程度上得到缓解,导致部分企业在良好的政商关系庇护下进行绿色创新的意愿较弱,假设H2得以验证。

表4 政商关系对绿色信贷政策于企业绿色创新关系调节作用的全样本检验结果

4.4 稳健性检验

实验的估计结果存在因变量度量误差和内生性等一系列问题,影响了结果可信度,因此,采用以下3种方法对本实验进行稳健性检验:(1)平行趋势检验。按样本年份设置年度虚拟变量与组别虚拟变量进行交互,观察平均处理效应的时间趋势。结果显示在政策出台前,组别虚拟变量与事件交互项估计系数均不显著,这为平行趋势假设提供了支持性证据。(2)调整样本期:缩短样本年限可以排除其他政策的影响,采用2010—2014年政策前后两年的数据作为实验样本,结果显示在此期间内估计系数均显著,为本实验提供了支持性证据。(3)替换核心变量:采用企业的绿色专利申请数量作为企业绿色创新的代理指标,进行双重差分模型检验,回归结果依然显著,前文结论仍然成立。以上结果表明,本文实验模型和结论具有一定稳健性。

5 结论与政策建议

5.1 结论

本文实证检验了2012年《绿色信贷指引》政策的颁布实施对制造业企业绿色创新的影响效果以及政商关系的调节作用,研究结论如下:(1)双重差分全样本结果表明绿色信贷政策颁布实施对制造业企业的绿色创新具有显著的促进作用,这种促进作用在重污染企业和非重污染企业之间存在分化效应,绿色信贷政策对重污染企业绿色创新的促进作用弱于非重污染企业。(2)加入政商关系这一调节变量检测政商关系在绿色信贷政策对企业绿色创新的影响效应中发挥的作用。实证结果表明,政商关系在绿色信贷政策对企业绿色创新具有正向的调节作用。政商关系通过缓解企业融资约束、降低创新成本等途径强化了这一效应,其对重污染企业的创新影响效应的促进作用弱于非重污染企业。

5.2 政策建议

结合我国绿色信贷发展现状和实证结果,提出以下政策建议:(1)进一步强化绿色信贷政策对我国企业绿色创新转型的影响作用。绿色信贷的实施激发了企业进行绿色创新转型的意愿,为了促进我国绿色经济发展,应强化绿色信贷政策对企业绿色创新的实施影响,使政策更加精准化发力,用政策规制来引导企业的资金流向环保项目,促进走低碳发展的道路进行绿色转型。(2)大力促进政府与企业进行合作,缓解绿色信贷政策给重污染企业绿色创新带来的融资约束,从而更好地释放政策对企业绿色创新的积极作用。作为发展中国家,企业的良好长远发展离不开政府有形的手,政府在经济关系中扮演着不可或缺的作用。政府政策的制定要充分考虑行业的发展状况以及行业企业的发展需求,加强政企合作,促使经济快速稳定发展。(3)大力发展绿色信贷,助力“30·60”目标胜利实现。“十四五”是实现“30·60”目标的关键期,政府监管部门和金融机构要坚定不移地贯彻新发展理念,提高政治执行力,加快发展绿色信贷,不断提升绿色低碳发展金融服务质效,为经济社会绿色低碳转型提供全面的绿色信贷产品和服务,为“30·60”目标胜利实现注入强大的绿色金融动力。