绿色金融政策与绿色企业全要素生产率——基于《绿色信贷指引》实施的经验证据

陈小运，黄 婉

(1.中共安徽省委党校乡村振兴教研部，安徽 合肥 230022；2.安徽大学博士后流动站，安徽 合肥 230601；3.四川大学商学院，四川 成都 610065)

生态环境问题是制约我国经济高质量发展的关键因素之一。大力发展绿色金融是正确处理经济发展和环境保护之间的关系，从而推动高质量发展的内在要求和必然选择。近年来，我国政府推动的、以绿色信贷为主的绿色金融发展取得了显著成效，绿色金融标准体系建设也步入了以国内统一、国际接轨为构建方向的新阶段。截至2020年末，我国绿色贷款余额超过12万亿元，位居世界第一，我国金融机构和企业在境内外资本市场累计发行的绿色债券超过1.4万亿元，位居世界第二。那么，绿色行业能否因势发展从而促进经济高质量发展，这是政策制定者、市场参与者关注的重点问题。

已有关于绿色金融的文献，一方面从外部环境角度分析了影响绿色金融发展的因素，如法治水平[1]、金融数字化[2]、信息披露[3]等，并阐释了绿色金融发展的宏观经济后果，即对银行风险控制、环境问题解决、绿色经济发展以及发展中国家绿色转型的重要作用[4][5]；另一方面则集中探讨了绿色金融政策的微观实施效果，大多以重污染企业为研究对象，考察绿色金融政策对企业环境信息披露[6]、投融资活动[7][8][9]和产出[10]的影响。由此可见，关于我国绿色金融政策实施效果的议题得到了一定的关注，但政策评价的研究维度较为单一，侧重于探讨绿色金融政策对污染企业的“惩罚效应”，较少关注绿色金融政策对绿色企业的“支持效应”。实际上，绿色金融政策引导资金从“两高一剩”行业流向低碳、循环行业，这不仅会对污染企业产生影响，绿色企业也会受到一定影响。另外，不同于企业某一具体的经济活动，全要素生产率从整体上反映企业投入转化为最终产出的总体效率，是表征实体经济发展质量的核心因素[11][12]，被视为经济长期持续增长的源泉。因此，本文关注绿色企业，从全要素生产率的角度，考察绿色信贷政策实施对绿色企业经营发展的影响，这对更为全面地评价绿色金融政策实施效果，并进一步完善我国绿色金融政策以促进经济高质量发展具有重要现实意义。

2012年2月《绿色信贷指引》(银监发〔2012〕4号)的颁布实施为本文研究提供了良好的自然实验场景，《绿色信贷指引》明确要求金融机构在信贷决策时优先支持节能环保、新能源、新能源汽车等绿色行业，减少、控制对重污染企业的贷款支持，表明绿色信贷政策“支持效应”的实施对象仅为绿色行业。因此，本文将节能环保、新能源、新能源汽车这类绿色企业作为实验组，绿色信贷限制企业和绿色企业以外的普通企业作为对照组，使用双重差分模型考察绿色信贷政策对企业全要素生产率的影响。通过一系列的实证检验，发现绿色信贷政策实施后，绿色企业的全要素生产率得到显著提升，表明绿色金融发展对于绿色企业确实具有积极的生产率促进效应。

本文的贡献主要体现为：第一，借助《绿色信贷指引》实施这一外生事件，考察了绿色金融发展对绿色企业生产率的影响及其内在作用机制，为政府部门评估绿色金融推动绿色行业发展以促进经济高质量发展提供了微观经验证据与政策启示。第二，以往有关绿色信贷政策实施效果的文献集中探讨其对污染企业投融资等活动的影响，对绿色企业可能受到绿色信贷政策的积极影响关注不足。本文则从全要素生产率切入，关注绿色信贷政策对绿色企业发展的影响，拓宽了已有相关文献的研究维度。第三，从绿色金融发展的角度，研究了宏观制度对企业全要素生产率的提升作用，丰富了企业生产率水平的外部环境影响因素文献，也为我国政府大力发展绿色金融体系以提升绿色经济整体效率提供一些参考和借鉴。

一、理论分析与研究假设

全要素生产率反映企业投入转化为最终产出的总体效率[12]，已有文献表明，提高企业全要素生产率在很大程度上依赖技术进步与资本配置效率的提升[13][14]。发展中国家的金融市场发育相对滞后、金融结构不够合理、要素市场存在扭曲现象，导致资本配置效率不高[13][15]，突出表现为企业面临严重的融资约束[16]，抑制了企业的研发投入[17]，最终阻碍企业全要素生产率的提高。

不同于传统产业，绿色产业的投资项目具有准公共品、信息不透明度高的特征，这些固有特征会导致绿色企业陷入更为严重的生存、发展困境。具体来说，一方面，由于绿色企业与外部投资者之间存在严重的信息不对称，使得外部投资者面临逆向选择问题，从而导致绿色企业难以获得外部融资并承担较高的资金成本。绿色企业为了持续经营不得不放弃一些投资额大但有价值的生产投资活动，进而抑制了全要素生产率的增长[18][19]。另一方面，绿色企业的经营发展在很大程度上依赖新兴技术的研发，研发活动的高风险、长期限、收益不确定等特征加剧了管理层和投资者之间的信息不对称[20]，从而带来委托代理问题，为管理层的机会主义行为提供了空间，这会导致生产要素偏离最优水平的配置和使用，不利于全要素生产率的提升。

作为绿色金融的主要构成之一，绿色信贷将经济可持续发展和金融工具创新性地结合在一起，不仅要求金融机构在融资业务中减少对环境的影响，还要积极为绿色企业和绿色技术提供融资服务，进而提高低碳、循环经济效率[21]。在银行占主导的金融体系中，信贷资金是企业生产经营的重要资金来源，这决定了绿色信贷在绿色企业经营发展中的重要地位，从而会对绿色企业的全要素生产率产生重要影响。绿色信贷政策可能通过以下两种途径作用于绿色企业全要素生产率。

其一，绿色信贷政策的实施能够有效缓解绿色企业融资难、融资贵的困境，提高绿色企业的资本配置效率，从而提升全要素生产率。如前文所述，《绿色信贷指引》明确要求金融机构在信贷决策时优先支持节能环保、新能源、新能源汽车等绿色行业，旨在引导信贷资金从污染企业流向绿色企业，形成发展绿色产业所必需的绿色金融资本。因此，绿色信贷政策的实施有利于提高绿色企业外部融资的可获得性并降低其外部融资成本，这将极大程度地缓解绿色企业融资约束。融资约束缓解后，一方面，绿色企业能够避免因资金紧张而放弃有利投资机会所造成的资源配置扭曲、生产率水平下降的负面影响[18]；另一方面，绿色资金支持绿色企业的研发活动，降低了研发项目被中断的可能性，能够激励管理层积极进行研发创新，更好整合资源以维持核心竞争力，从而促进全要素生产率的提升。此外，在绿色信贷资金支持下，绿色企业研发创新所带来的绿色投资结构优化与绿色产品升级还有利于企业未来再次获得绿色信贷资金，这一正反馈效应也有助于全要素生产率的不断提高。

其二，绿色信贷政策的实施强化了银行的监督功能，有助于抑制绿色企业管理层的机会主义行为，降低要素资源配置和使用过程中的代理成本，从而促进全要素生产率的提升。《绿色信贷指引》明确规定了银行配置绿色信贷资源的范围，并将企业的环境和社会风险作为银行评级和信贷发放的重要依据，同时为银行实施绿色信贷提供了更详细具体的政策、程序、标准和方法，并强调银行董事会、管理层在贯彻实施绿色信贷工作中应承担的责任机制。这一绿色金融政策无疑会使得银行对绿色企业施加更严格的监督，充分发挥其治理效应，更有效地抑制绿色企业管理层的机会主义倾向和行为，降低由此导致的资源配置扭曲、投资效率低下等代理成本，从而提高全要素生产率。此外，绿色信贷政策的监督功能还有助于缓解绿色企业管理层在研发创新活动中为避免失败或追求私有收益的代理问题，能够更有效地督促和激励管理层开展有价值、高质量的实质性创新活动，进而提高全要素生产率。

图1 影响机制

基于上述分析，本文认为绿色信贷政策的实施能够缓解绿色企业的融资约束、降低绿色企业的代理成本，进而对全要素生产率产生积极影响。由此，本文提出如下假设：

H1：绿色信贷政策的实施有助于提升绿色企业的全要素生产率。

需要注意的是，绿色信贷政策的实施效果会直接受到外部环境的影响，本文从地方经济发展压力、金融契约执行效率以及企业所处产品市场竞争的角度，进一步分析绿色信贷政策对绿色企业全要素生产率影响的异质性。

首先，从地方经济发展压力角度来看，在我国特殊的制度体系下，金融机构承担了社会资金配置的主要功能，往往也被地方政府作为推动当地经济发展的重要工具之一。地方政府在追求以地方经济发展为主导的政绩时，会以牺牲环境为代价来支持当地经济体量大、收益稳定却产生高污染的制造业企业，从而干预当地银行的信贷资金配置活动，使当地银行的大量贷款流向高污染的制造业企业。绿色信贷政策的目的是减少银行对“两高一剩”行业提供贷款，加大对节能环保、新能源、新能源汽车等绿色行业的信贷支持力度，引导信贷资金从污染行业转移到绿色行业。依据政策，在绿色信贷政策出台之后，当地的金融资源应从高污染行业向绿色行业转移。不同于高污染行业，绿色行业的投资项目风险较高，未来收益的不确定性也较高，且投资期限较长，很难在短期内产生丰厚利润。此时，当地经济发展压力将直接影响绿色信贷政策的实施效果。一般来说，在地方经济发展压力较小的情况下，地方政府干预银行信贷资金配置的动机较弱，从而绿色信贷政策对绿色企业全要素生产率的促进效应更为明显；反之，在地方经济发展压力较大的情况下，绿色信贷政策的实施很可能让位于经济增长的首要目标，这会削弱绿色信贷政策对绿色企业生产率的促进效应。基于以上分析，本文提出如下假设：

H2a：相对于经济发展压力大的地区，绿色信贷政策实施对绿色企业全要素生产率的提升作用在经济发展压力小的地区更为明显。

其次，从金融契约执行效率角度来看，银行对绿色信贷政策的落实及相关活动的有效开展，需要良好的金融契约执行环境作为保障。我国各地区地理环境、经济发展水平存在较大差异，使得各地区的市场化进程处在不同阶段，金融契约执行效率等制度环境也不尽相同。一般来说，在金融契约执行效率高的地区，银行能较快建立与绿色信贷政策相关的信息系统，获取企业信息，并将信贷资金合理、高效地配置到绿色企业，从而提高绿色信贷政策的作用。反之，在金融契约执行效率低的地区，银行配置信贷资金的市场化程度较低，绿色信贷政策难以在当地银行的信贷资金配置中发挥实质性影响，因而绿色企业得到信贷支持的可能性较低。基于上述分析，本文提出如下假设：

H2b：相对于金融契约执行效率低的地区，绿色信贷政策实施对绿色企业全要素生产率的提升作用在金融契约执行效率高的地区更为明显。

最后，从产品市场竞争角度来看，绿色企业所处的产品市场竞争强度不同，绿色信贷政策实施在绿色企业中发挥的效应也将产生差异。Gilbert和Zhao(2017)认为绿色金融产品能带动私人资本进入节能环保领域，但环境信息披露不足使“漂绿”事件频发，抑制了绿色金融发展[3]。产品市场竞争对企业管理层具有监督效应[22]，激烈的市场竞争不仅能够降低企业管理层与股东之间的信息不对称程度，使得公司决策信息更加透明[23]，同时也会增加管理层实施机会主义行为的成本，从而使管理层减少自利行为，转而寻求提高产品和服务质量以获得市场竞争优势[24]。因此，就处于产品市场竞争激烈的企业而言，管理层受到的监督力度相对较强，有助于提高企业相关绿色项目的信息透明度，这在一定程度上加大了企业实施“漂绿”行为的难度，从而能够有效提高绿色信贷资金的使用效率，使得绿色信贷政策发挥良好的生产率促进效应。由此，本文提出如下假设：

H2c：相对于产品市场竞争弱的行业，绿色信贷政策实施对绿色企业全要素生产率的提升作用在产品市场竞争强的行业更为明显。

二、研究设计

(一)样本与数据

本文选取2008—2018年A股上市企业作为研究样本，按照双重差分模型的原理构造实验组和对照组。具体地，根据《绿色信贷指引》中明确指出的绿色行业，将属于节能环保、新能源、新能源汽车三大类行业的企业定义为绿色信贷政策支持的绿色企业，作为实验组。参考王馨和王营(2021)[25]的做法，将环境和社会风险为 A 类的企业所属行业定义为绿色信贷限制行业(1)A 类企业所属行业包括核力发电、水力发电、水利和内河港口工程建筑、煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、其他采矿业等 9个行业。。将不属于上述两类企业的其他企业，即非绿色信贷支持和非绿色信贷限制行业的企业作为对照组。本文剔除了ST和PT类企业、交叉上市企业、金融行业企业以及财务数据缺失的企业。此外，为避免极端值的影响，对所有连续变量在1%和99%水平上进行winsorize处理。本文绿色企业数据来自Wind数据库，财务数据来源于CSMAR数据库。

(二)模型设定

本文运用如下双重差分模型，考察《绿色信贷指引》政策如何影响绿色企业的全要素生产率：

TFPit=a0+a1Treati+a2Aftert+a3Treati×Aftert+a4Controlit-1+FixedEffect+εit

(1)

其中，TFPit是企业i在t年的全要素生产率。Treati是虚拟变量，如果企业属于绿色信贷政策支持的绿色行业，为实验组，取值为1，否则为对照组，取值为0。Aftert是事件发生时间虚拟变量，2012年及以后取值为1，否则取值为0。Controlit-1是一系列企业层面的控制变量，为缓解内生性问题，除年龄(Age)、所有权性质(State)外的控制变量均取滞后一期数值。同时，对检验结果的标准差在企业层面进行聚类调整，还分别控制了年度、行业、个体固定效应(FixedEffect)。εit为残差项。

(三)主要变量定义

本文主要被解释变量为全要素生产率(TFP)。借鉴相关文献[26][27]，通过估计如下柯布道格拉斯生产函数，计算出残差来测度企业全要素生产率：

lnYijt=β0+β1lnKijt+β2lnLijt+β3lnMijt+εijt

(2)

其中，Yijt为行业j中的企业i在t年的营业收入加存货变动净额之和，Kijt是企业固定资产净值，Lijt是企业员工总数。Mijt是购买商品、接受劳务支付的金额，用来衡量中间投入。εijt为残差项。

控制变量方面，本文控制了企业规模(Size)、盈利能力(Roa)、资产负债率(Lev)、有形资产占比(Tang)、现金持有量(Cash)、成长性(Tbq)、所有权性质(State)、年龄(Age)。主要变量说明及描述性统计结果见表1。

表1 主要变量说明及描述性统计

表1结果显示，全要素生产率(TFP)的均值为0.011，标准差为0.359，最小值为-0.979，最大值为1.247，表明企业全要素生产率存在较大差异。实验组(Treat)的均值为0.146，说明绿色企业约占总样本的15%。其他变量分布均在合理范围之内，不再赘述。

三、实证结果与分析

(一)绿色信贷政策实施与绿色企业全要素生产率

1.单变量双重差分检验。表2结果显示，对照组企业的全要素生产率均值在绿色信贷政策实施前为0.020，在绿色信贷政策实施后减少了0.024；相反，实验组企业在绿色信贷政策实施前，全要素生产率均值为0.005，在绿色信贷政策实施后增加了0.024，这一效应在1%的水平上显著。总体而言，相对于非绿色企业，绿色信贷政策的实施使得受政策支持的绿色企业的全要素生产率得到明显提升，政策效应为0.048，且在1%的水平上显著。这一结果初步支持了本文的假设H1。

表2 单变量双重差分检验

2.多变量双重差分检验。表3第(1)和(2)列Treat×After的系数均在1%的水平上显著；第(3)和(4)列Treat×After的系数均在1%的水平上显著。以上结果表明，绿色信贷政策的实施显著提高了绿色企业的全要素生产率，本文假设H1得到支持。

表3 多变量双重差分检验

(二)异质性分析

接下来，分别从地方经济发展压力、金融契约执行效率以及企业所处产品市场竞争角度，检验绿色信贷政策实施对绿色企业全要素生产率影响的截面差异。首先，借鉴相关文献[28]，以某省份当年GDP排名与上年GDP排名的差值构建地方经济发展压力，该指标是反向指标，差值越大表明地方政府的经济发展压力越小。在此基础上，根据地方经济发展压力的年度均值将样本分为地方经济发展压力大和小两组，进行分组回归。其次，参考李俊青等(2017)[29]，采用《中国分省份市场化指数报告(2016)》中的分项“市场中介组织的发育和法治环境”指数作为金融契约执行效率的替代变量，并根据该指数的年度中位数将样本分为金融契约执行效率高和低两组，进行分组回归。最后，以企业销售额占行业销售额的赫芬达尔指数来衡量企业所在行业的产品市场竞争程度，该指数越大，表明企业面临的产品市场竞争越弱。在此基础上，根据产品市场竞争的年度中位数将样本分为产品市场竞争强和弱两组，进行分组回归。

表4第(1)和(2)列的结果表明，绿色信贷政策实施对绿色企业全要素生产率的促进作用，对于地方经济发展压力较小的地区企业更为明显，支持了本文假设H2a。第(3)和(4)列的结果表明，绿色信贷政策实施对绿色企业全要素生产率的促进效应，对在金融契约执行效率较高地区的企业更为明显，验证了本文假设H2b。第(5)和(6)列的结果表明，绿色信贷政策实施对绿色企业全要素生产率发挥的作用在处于产品市场竞争强的行业中更为明显，本文假设H2c得到了支持。

(三)影响机制检验

1.缓解融资约束机制。本文借鉴既有文献[30]，以KZ指数衡量企业面临的融资约束，并根据该变量的年度行业中位数将样本分为融资约束高和低两组，进行分组回归。表5第(1)和(2)列结果显示，绿色信贷政策实施对绿色企业全要素生产率的促进作用在融资约束高的企业中更为明显，表明绿色信贷政策的实施能够通过缓解融资约束提升绿色企业全要素生产率。进一步地，从企业债务融资数量、债务成本角度为绿色信贷政策实施缓解绿色企业融资约束提供更为直接的证据支持。已有文献表明，我国企业存在以短期资金支持长期投资的资源配置扭曲，不利于企业长期发展以及宏观经济持续增长。因此，这里主要考察绿色企业长期债务水平、债务成本的变化，并分别以长期负债/总资产、财务费用/负债合计来度量。第(3)和(4)列结果显示，绿色信贷政策的实施有效缓解了绿色企业融资约束，主要体现为长期债务水平增加和债务成本降低。

2.降低代理成本机制。已有研究表明，机构投资者可以凭借自身的专业素养、信息以及资金等方面的优势监督企业管理层的各类经营活动，进而起到缓解管理层与股东代理冲突、降低企业代理成本的作用[31][32]。因此，本文根据机构投资者持股比例的年度行业中位数将样本分为机构持股比例高和低两组，进行分组回归。若降低代理成本机制成立，则预期绿色信贷政策实施对绿色企业全要素生产率的促进作用在代理成本较高的企业中更为明显，即在机构持股比例低的企业中更加显著。表6第(1)和(2)列结果显示，绿色信贷政策实施对绿色企业全要素生产率的积极影响在机构持股比例低的样本中更为明显，且组间系数差异在5%的水平上显著(p值=0.042)，这与本文预期相符。进一步从第一类代理成本角度为绿色信贷政策实施能够有效抑制管理层机会主义行为提供证据支持。借鉴相关文献[33]，以管理费用率和资产周转率衡量企业第一类代理成本，前者是第一类代理成本的正向指标，后者是反向指标。第(3)和(4)列结果显示，绿色信贷政策的实施降低了绿色企业管理费用率，提高了资产周转率，表明绿色信贷政策的实施降低了绿色企业代理成本。

表6 影响机制检验——降低代理成本

(四)拓展性分析

提供绿色产品和服务是绿色企业的主营业务，研发创新是其核心竞争力所在。然而，由于我国要素市场扭曲，资本配置效率不高，企业的研发活动受到融资约束的限制和管理层机会主义的影响，导致研发创新投入不足，实质性创新较少[34]。绿色信贷政策的实施改善了绿色企业所处的市场环境和融资环境，有助于推动绿色企业选择实质性创新策略，加大研发投入，提升创新质量以保持市场竞争力。鉴于此，本文将考察绿色信贷政策实施对绿色企业创新活动的影响。参考相关文献[34]，采用研发支出/营业收入衡量研发投入，发明专利申请数(取自然对数)衡量实质性创新，并分别以实用新型专利申请数(取自然对数)和外观设计专利申请数(取自然对数)反映策略性创新。表7结果显示，绿色信贷政策的实施有效激发了绿色企业研发投入和实质性创新活动。

表7 拓展性分析——企业研发创新

(五)稳健性检验

为保证实证结果的稳健性，本文做了如下检验：(1)替换被解释变量衡量方式。参考相关文献[35]，全要素生产率的计算公式更换为lnYijt=δ0+δ1lnKijt+δ2lnLijt+δ3lnMijt+εijt，其中Y为企业营业收入，其余变量与式(2)相同。通过对样本按照上述模型进行分年度和分行业分组回归，计算出残差以衡量企业全要素生产率。(2)平行趋势检验与动态效应。借鉴苏冬蔚和连莉莉(2018)[7]的做法，发现绿色企业和非绿色企业的全要素生产率在绿色信贷政策实施前不存在显著差异，满足平行趋势假定。从政策的动态效应来看，绿色信贷政策实施对绿色企业全要素生产率的促进作用在前期较为平稳，后两年略有下降。(3)使用倾向得分匹配法(PSM)。由于受绿色信贷政策支持的绿色企业与不属于绿色信贷政策支持的企业存在多方面的差异，本文采用一比一无放回和卡尺匹配的方法筛选出PSM样本，重新对研究模型进行双重差分回归检验。(4)排除同期其他环境污染和政策影响。参考相关文献[25]，在回归模型中引入三个变量以消除其他环境因素对估计结果的影响。一是根据所在城市是否实施了《环境空气质量标准》(GB 3095—2012)设置虚拟变量(若是，取值为1，否则取值为0)；二是采用公众环境研究中心(IPE)公布的年度 PITI 指数衡量公司注册地的污染源监管信息公开程度；三是采用地市级 PM2.5 年均浓度衡量企业注册地的雾霾污染程度。(5)安慰剂检验。为排除其他事件的影响，本文还进行了安慰剂检验，将绿色信贷政策实施年度设置为实际年度的前三年，重新进行回归检验。(6)引入时间与行业的交互固定效应。考虑到时间趋势在行业间的异质性，引入时间和行业的交互固定效应进行稳健性检验，以控制随时间变化的行业特征因素。以上稳健性检验结果与本文研究结论基本一致，限于篇幅未列示，作者备索。

四、结论与政策启示

大力发展绿色金融是促进经济可持续发展的重要手段。本文从全要素生产率的角度，以2012 年《绿色信贷指引》实施为外生事件，实证检验了绿色信贷政策对绿色企业发展的影响，以考察绿色金融发展是否促进了绿色企业生产率进而助力经济高质量发展。结果发现，绿色信贷政策的实施显著提升了绿色企业全要素生产率，体现了绿色信贷政策的生产率“支持效应”。进一步研究发现，绿色信贷政策的实施对绿色企业全要素生产率的提升作用在地方经济发展压力小、金融契约执行效率高的地区以及产品市场竞争强的行业中更为明显。机制分析发现，绿色信贷政策实施后，绿色企业的融资约束得到缓解，同时降低了管理层的代理成本，从而促进全要素生产率的提升。此外，本文还发现绿色信贷政策的实施能够有效激励、监督企业管理层开展实质性创新活动，增加企业研发投入并提升创新质量。

本文的研究结论具有以下几点政策启示：第一，绿色企业受惠于绿色信贷政策，提升了全要素生产率，因此商业银行应不断扩展绿色金融客户覆盖面，优化绿色金融产品服务，继续为绿色产业的可持续发展注入“血液”。第二，绿色信贷政策应落实到地方政府，建议在政绩考核制度中提高绿色经济效率的比重。第三，绿色信贷政策积极效应的发挥需要良好的契约环境作为支撑，应进一步完善法律制度，提高中介组织发育程度，为政府部门实施绿色金融政策提供重要基础条件，从而更好促进绿色信贷政策助力实体经济转型升级。