田超，肖黎明

（山西師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，山西臨汾 041000）

引言

改革開放以來，我國經(jīng)濟(jì)在高速發(fā)展的同時，也催生了高耗能、高污染行業(yè)，由此導(dǎo)致產(chǎn)能過剩、能源利用率低、生態(tài)環(huán)境惡化等問題日趨嚴(yán)重[1]。與一般企業(yè)相比，重污染企業(yè)的生產(chǎn)活動更易引發(fā)環(huán)境問題，因此轉(zhuǎn)變發(fā)展模式迫在眉睫。而已有經(jīng)驗(yàn)表明，通過技術(shù)創(chuàng)新活動可提高資源利用率、減少污染物排放。黨的十九大報告也明確提出要“構(gòu)建綠色技術(shù)創(chuàng)新體系，發(fā)展綠色金融，壯大節(jié)能環(huán)保和清潔能源產(chǎn)業(yè)”，而實(shí)施創(chuàng)新驅(qū)動戰(zhàn)略則是關(guān)鍵。作為綠色金融資金規(guī)模占比最高的綠色信貸，契合我國信貸主導(dǎo)型的金融模式[2]，且綠色信貸政策在環(huán)境治理中的作用也日益凸顯，通過引導(dǎo)資源跨行業(yè)流動來影響重污染企業(yè)的經(jīng)營決策，有利于推動我國經(jīng)濟(jì)邁向高質(zhì)量發(fā)展[3]。因此，在綠色信貸政策不斷具體化與規(guī)范化的現(xiàn)實(shí)背景下，考察其對重污染企業(yè)技術(shù)創(chuàng)新的影響，不僅有助于理解政策的微觀經(jīng)濟(jì)效應(yīng)，也有助于把握經(jīng)濟(jì)高質(zhì)量發(fā)展背景下重污染企業(yè)的綠色轉(zhuǎn)型路徑。

伴隨著綠色信貸政策的推進(jìn)，對有關(guān)綠色信貸的研究也日益活躍，這主要集中在兩方面：一是綠色信貸政策在實(shí)施中表現(xiàn)出一定的環(huán)境規(guī)制特征，而環(huán)境規(guī)制與企業(yè)技術(shù)創(chuàng)新之關(guān)系卻尚無定論，主要有抑制、促進(jìn)與不確定三種聲音。因此，綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新的作用如何，還有待進(jìn)一步驗(yàn)證。二是有關(guān)綠色信貸對企業(yè)的影響，這又主要從兩個層面展開，首先是綠色信貸對環(huán)保企業(yè)的影響。從融資層面看，Salazar[4]與Huang 等[5]均認(rèn)為綠色信貸能使資金更多地從重污染企業(yè)流入環(huán)保企業(yè)，而信貸資金的增加則意味著環(huán)保企業(yè)外部融資增多，相關(guān)研究也證實(shí)了外部融資對上市企業(yè)技術(shù)創(chuàng)新的積極作用[6]，因此綠色信貸水平提高會顯著促進(jìn)環(huán)保企業(yè)的技術(shù)創(chuàng)新[7]。其次是綠色信貸對重污染企業(yè)的影響，如連莉莉[8]發(fā)現(xiàn)綠色信貸會對重污染企業(yè)造成融資約束。然而，綠色信貸政策的目的并非只是給重污染企業(yè)帶來融資約束并增加其債務(wù)融資成本，從而并非要抑制其發(fā)展。事實(shí)上，綠色信貸的階段性目標(biāo)在于鼓勵重污染企業(yè)淘汰其能源利用率低的設(shè)備，退出給環(huán)境帶來高污染的項(xiàng)目，且已有學(xué)者發(fā)現(xiàn)綠色信貸對重污染企業(yè)的污染排放確實(shí)會起到抑制作用[9]。在此基礎(chǔ)上，綠色信貸的最終目標(biāo)是通過信貸融資約束倒逼重污染企業(yè)技術(shù)創(chuàng)新，使其盈利模式從“速度型”向“質(zhì)量型”的轉(zhuǎn)變[10]，以此減少對環(huán)境的負(fù)外在性，實(shí)現(xiàn)企業(yè)的綠色轉(zhuǎn)型發(fā)展，最終促進(jìn)我國產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)變[11]。然而，當(dāng)面臨綠色信貸政策的融資約束時，重污染企業(yè)是應(yīng)激性地被動減少其研發(fā)投入，還是策略性地通過技術(shù)創(chuàng)新來提升其全要素生產(chǎn)率[12]？需給出明確回答。

綜上，本文的邊際貢獻(xiàn)主要在于：①從綠色信貸政策的根本目的出發(fā)，基于重污染企業(yè)技術(shù)創(chuàng)新視角檢驗(yàn)政策效果，豐富了有關(guān)政策評估的研究，同時也驗(yàn)證了波特假說在我國的有效性；②探究綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響機(jī)制，有助于理解政策的微觀傳導(dǎo)機(jī)制，對于推進(jìn)綠色信貸發(fā)展和重污染企業(yè)綠色轉(zhuǎn)型均具有重要意義；③通過考察企業(yè)異質(zhì)性條件下的政策效果，能夠?yàn)檎贫皠討B(tài)調(diào)整綠色信貸政策提供參考。

1 理論框架與研究假設(shè)

綠色信貸政策本質(zhì)在于將原先由社會承擔(dān)的環(huán)境成本轉(zhuǎn)移給企業(yè)，使企業(yè)負(fù)擔(dān)部分或全部環(huán)境成本[13]。而企業(yè)技術(shù)創(chuàng)新需要資本投入，當(dāng)面對這種成本增加時，未必會有動力甚至是能力增加投入進(jìn)行轉(zhuǎn)型升級。再者，研發(fā)與創(chuàng)新活動需要投入大量的人力、設(shè)備與資金，且這種投入不一定會帶來相應(yīng)的收益[14]。這樣一來，基于技術(shù)創(chuàng)新的投入產(chǎn)出考慮，企業(yè)可能不愿意進(jìn)行技術(shù)創(chuàng)新。此外，基于路徑依賴，重污染企業(yè)可能會首先選擇與政府及銀行博弈，而不是直接開展風(fēng)險與不確定性較大的技術(shù)創(chuàng)新活動。且從宏觀層面看，重污染企業(yè)在綠色信貸政策下可能會面臨法律、環(huán)境、社會和金融等宏觀風(fēng)險。從微觀層面看，其在綠色信貸政策下還可能會面臨項(xiàng)目運(yùn)營、管理及財(cái)務(wù)等微觀風(fēng)險[15]。這些風(fēng)險與不確定性可能會使綠色信貸政策對重污染企業(yè)的技術(shù)創(chuàng)新存在一定的抑制作用，鑒于此，可提出假設(shè)1：綠色信貸政策會顯著抑制重污染企業(yè)的技術(shù)創(chuàng)新。

綠色信貸具有明顯的“綠色”屬性，即對污染項(xiàng)目會提高貸款利率或限制其貸款，如此一來，通過提高重污染企業(yè)的信貸成本，就會對其形成融資約束。一般認(rèn)為，企業(yè)在面臨融資約束時，對其創(chuàng)新存在正、負(fù)兩種效應(yīng)。如受到融資約束的企業(yè)可能更具創(chuàng)造力，因?yàn)樵谶@種約束下，企業(yè)會優(yōu)化其創(chuàng)新戰(zhàn)略，由此提高創(chuàng)新資源利用率[16]。而更多研究則認(rèn)為融資約束總效應(yīng)為負(fù)，因?yàn)槠髽I(yè)研發(fā)活動具有風(fēng)險大、周期長、資金耗用多、信息不對稱等內(nèi)生缺點(diǎn)，這就使得企業(yè)的技術(shù)創(chuàng)新較之于其他活動，更易陷入融資困境。因此，出于風(fēng)險規(guī)避的考慮，綠色信貸對于重污染企業(yè)的融資約束可能會使其減少具有高風(fēng)險的技術(shù)創(chuàng)新，由此導(dǎo)致企業(yè)技術(shù)創(chuàng)新水平降低。鑒于此，可提出假設(shè)2：融資約束在綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的負(fù)向影響中會起顯著的中介作用。

事實(shí)上，企業(yè)在實(shí)際融資中存在明顯的股權(quán)融資偏好，而不是遵循傳統(tǒng)的優(yōu)序融資理論[17]。因此，重污染企業(yè)在面臨銀行業(yè)等金融機(jī)構(gòu)的信貸融資約束時，為改善其融資環(huán)境，更傾向基于股權(quán)融資偏好進(jìn)行融資，以緩解《綠色信貸指引》（以下簡稱《指引》）帶來的融資約束。這樣一來，股權(quán)融資的提高將有助于緩解重污染企業(yè)面臨的融資約束，從而，《指引》的發(fā)布給重污染企業(yè)帶來的信貸融資約束政策效應(yīng)可能并不完全成立。因此，重污染企業(yè)通過股權(quán)融資滿足其資金需求時，可能不會有動力進(jìn)行風(fēng)險較大的技術(shù)創(chuàng)新活動。鑒于此，可提出假設(shè)3：《指引》通過提高重污染企業(yè)的股權(quán)融資而抑制其技術(shù)創(chuàng)新。

綠色信貸政策作為我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的重要抓手，要求那些達(dá)不到環(huán)保標(biāo)準(zhǔn)的重污染企業(yè)在綠色改造和去產(chǎn)能過程中進(jìn)行關(guān)停，這就使得留存的重污染企業(yè)市場份額增大，從而利潤提升。因此，綠色信貸政策的實(shí)施可能會對重污染企業(yè)的經(jīng)營績效產(chǎn)生積極影響，即《指引》的實(shí)施可能會提升重污染企業(yè)的盈利能力，從而使其有更多的資金從事研發(fā)，進(jìn)行技術(shù)創(chuàng)新。鑒于此，可提出假設(shè)4：《指引》通過提升重污染企業(yè)的利潤而促進(jìn)其技術(shù)創(chuàng)新。

就不同所有制企業(yè)而言，國有企業(yè)擁有的創(chuàng)新資源更豐富，受到的融資約束較小，因而研發(fā)投入較多，加之國有企業(yè)肩負(fù)著國家任務(wù)、社會責(zé)任及政績考核的壓力，可能比民營企業(yè)會有更多的創(chuàng)新產(chǎn)出[18]。而民營企業(yè)為規(guī)避技術(shù)創(chuàng)新可能導(dǎo)致的失敗、收益不確定等風(fēng)險，在綠色信貸的融資約束下，其研發(fā)支出可能會較少[19]，由此可能會影響其技術(shù)創(chuàng)新產(chǎn)出，鑒于此，可提出假設(shè)5：《指引》頒布后，綠色信貸對民營企業(yè)技術(shù)創(chuàng)新的抑制作用較之于國有企業(yè)更顯著。

隨著企業(yè)規(guī)模的增大，其研發(fā)實(shí)力和抗風(fēng)險能力更強(qiáng)，從而越有利于技術(shù)創(chuàng)新[20]。而那些規(guī)模小的企業(yè)，出于風(fēng)險規(guī)避的考慮，可能會采取更加嚴(yán)苛、審慎的現(xiàn)金流監(jiān)督和相機(jī)治理機(jī)制，以此避免研發(fā)投入過高可能導(dǎo)致的財(cái)務(wù)風(fēng)險，從而會對技術(shù)創(chuàng)新持消極反應(yīng)[21]。因此，在綠色信貸政策發(fā)布前，規(guī)模越大的企業(yè)，其抗風(fēng)險的能力就越強(qiáng)，從而研發(fā)投入力度可能會更大。但在《指引》發(fā)布后，受綠色信貸政策的影響，綠色信貸對規(guī)模較大企業(yè)技術(shù)創(chuàng)新的抑制作用會比小企業(yè)更明顯，鑒于此，可提出假設(shè)6：《指引》頒布后，綠色信貸對大企業(yè)技術(shù)創(chuàng)新的抑制作用會比小企業(yè)更顯著。

2 研究設(shè)計(jì)

2.1 樣本與數(shù)據(jù)

本文以2009—2017 年我國A 股上市公司作為原始樣本①經(jīng)Heckman 兩階段法檢驗(yàn)，樣本不存在自選擇偏差。。對重污染企業(yè)的界定，借鑒李玲和陶鋒的方法[22]，重新計(jì)算各行業(yè)的污染排放強(qiáng)度，根據(jù)強(qiáng)度的中位數(shù)，將39 個工業(yè)部門劃分為重污染行業(yè)與非重污染行業(yè)，在此基礎(chǔ)上構(gòu)建處理組與控制組樣本。另外，刪除所有ST（Special Treatment）、*ST（警示退市風(fēng)險）和PT（Particular Transfer）類公司、相關(guān)數(shù)據(jù)嚴(yán)重缺失的公司以及資產(chǎn)負(fù)債率大于1 的公司。經(jīng)處理后，最終樣本包含447 家上市公司，其中實(shí)驗(yàn)組203 家、對照組244 家，總觀測值為4023。樣本企業(yè)數(shù)據(jù)均來自國泰安（CSMAR）數(shù)據(jù)庫。

2.2 模型構(gòu)建與變量定義

根據(jù)雙重差分法的檢驗(yàn)程序，可做如下設(shè)置：構(gòu)建年份虛擬變量，2012 年及以后取值為1，否則為0；構(gòu)建分組虛擬變量，重污染企業(yè)取值為1，非重污染企業(yè)為0。使用雙向固定效應(yīng)模型考察綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響，基準(zhǔn)回歸方程為：

其中，i和t分別代表企業(yè)和時間；ln Innovationit為被解釋變量，代表企業(yè)技術(shù)創(chuàng)新指標(biāo)；Treati和Timet分別為組別虛擬變量和時間虛擬變量；Xit為系列控制變量；δi代表個體固定效應(yīng)；λt為時間固定效應(yīng)；εit代表隨機(jī)誤差項(xiàng)；關(guān)鍵解釋變量為DIDit，為Treati×Timet；α1為雙重差分系數(shù)，衡量《指引》發(fā)布對實(shí)驗(yàn)組的影響。本文所研究的綠色信貸政策對于重污染企業(yè)技術(shù)創(chuàng)新的影響，即交互項(xiàng)的系統(tǒng)α1。其他系數(shù)不是本文研究所涉及的范圍。

此外，為進(jìn)一步評估《指引》本身對重污染企業(yè)的動態(tài)政策效應(yīng)，以及《指引》發(fā)布后重污染企業(yè)是否進(jìn)行了動態(tài)調(diào)整，本文構(gòu)建衡量綠色信貸政策動態(tài)效應(yīng)的雙重差分模型：

其中，postTimet為《指引》正式發(fā)布后各年度的虛擬變量；DIDyearit為新的雙重差分變量；β1為雙重差分系數(shù)，用以衡量《指引》發(fā)布的動態(tài)效應(yīng)。

對于被解釋變量，本文使用上市公司及其子公司的專利申請量數(shù)據(jù)來表征，進(jìn)一步選擇研發(fā)投入占比作為企業(yè)技術(shù)創(chuàng)新的代理變量，進(jìn)行穩(wěn)健性檢驗(yàn)。

對于解釋變量，本文運(yùn)用《指引》發(fā)布作為政策沖擊，將時間和分組虛擬變量的交叉項(xiàng)作為關(guān)鍵解釋變量，用以衡量綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的政策效應(yīng)。

對于控制變量，參考周偉賢[23]和張杰等[24]的研究，選取企業(yè)成熟度（age）、社會財(cái)富創(chuàng)造力（swc）、盈利能力（pro）、負(fù)債水平（debt）作為控制變量，分別用上市企業(yè)的企業(yè)年齡、企業(yè)市場價值與資產(chǎn)重置成本之比（托賓Q值）、企業(yè)的凈利潤、企業(yè)負(fù)債合計(jì)來衡量。同時，還控制了年度固定效應(yīng)和企業(yè)的個體固定效應(yīng)。

對于中介變量，本文參考蘇冬蔚[25]的研究，分三類情形構(gòu)建企業(yè)的融資水平指標(biāo)。一是有息債務(wù)融資（dr），為有息債務(wù)占期初總資產(chǎn)的比重，其中有息債務(wù)包括短期借款和長期借款以及一年內(nèi)到期的非流動負(fù)債和應(yīng)付債券；二是流動性負(fù)債融資（fr），為流動性負(fù)債占期初總資產(chǎn)的比重，其中流動性負(fù)債為一年內(nèi)需要償還的債務(wù)總和，包括短期借款、商業(yè)信用（應(yīng)付賬款、應(yīng)付票據(jù)和預(yù)收賬款）、一年內(nèi)到期的非流動性負(fù)債、應(yīng)付職工薪酬以及應(yīng)交稅費(fèi)等；三是長期負(fù)債融資（ldr），為長期負(fù)債占期初總資產(chǎn)的比重，其中長期負(fù)債主要包括長期借款、應(yīng)付債券、長期應(yīng)付款以及專項(xiàng)應(yīng)付款；對于股權(quán)融資的衡量，本文借鑒王炳成[26]的研究，將股權(quán)融資（ef）定義為本年度的實(shí)收資本/總資產(chǎn)，用企業(yè)凈利潤/總資產(chǎn)來定義企業(yè)利潤（npr）。

為避免極端值對實(shí)證結(jié)果的影響，本文對連續(xù)變量進(jìn)行1%縮尾處理（Winsorize）。同時為緩解潛在異方差及序列自相關(guān)對估計(jì)結(jié)果的干擾，在以下分析中，均采用穩(wěn)健標(biāo)準(zhǔn)誤估計(jì)，并在企業(yè)層面進(jìn)行聚類。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)

由表1 可知，企業(yè)技術(shù)創(chuàng)新代理變量lnInnovation的均值為3.71，標(biāo)準(zhǔn)差為1.44，最小值為0.69，最大值為8.00，說明樣本中不同企業(yè)的技術(shù)創(chuàng)新水平相差較大。此外，除托賓Q值的標(biāo)準(zhǔn)差大于1.00 外，其他控制變量的標(biāo)準(zhǔn)差均小于1.00，說明控制變量總體波動幅度較小。

表1 描述性統(tǒng)計(jì)

3.2 平行趨勢檢驗(yàn)及PSM-DID

在運(yùn)用雙重差分估計(jì)《指引》的政策效應(yīng)之前，為驗(yàn)證模型選擇是否適當(dāng)，需對實(shí)驗(yàn)組與對照組的申請數(shù)量進(jìn)行平行趨勢檢驗(yàn)[27]。圖1 為企業(yè)技術(shù)創(chuàng)新的衡量指標(biāo)專利數(shù)量均值在2009—2017 年的時間趨勢，其中橫軸代表時間，縱軸代表專利申請數(shù)量，虛線為實(shí)驗(yàn)組，實(shí)線為對照組，2012 年為政策介入點(diǎn)?？梢钥闯?，《指引》發(fā)布前，實(shí)驗(yàn)組與對照組的專利申請數(shù)量大致保持相同增長趨勢。因此，可初步判斷選擇雙重差分模型符合平行趨勢假定的前提條件。為增強(qiáng)平行趨勢假定的前提條件，需采用更嚴(yán)謹(jǐn)?shù)姆椒右宰C明。因此參考Jacobson 等[28]提出的事件研究法對平行趨勢做進(jìn)一步檢驗(yàn)（圖2），可以發(fā)現(xiàn)處理組和對照組在政策實(shí)施前不存在明顯差異，滿足平行趨勢假設(shè)。而政策實(shí)施后的估計(jì)結(jié)果顯著為負(fù)，說明處理組和對照組在政策實(shí)施后的差異開始顯現(xiàn)。

圖1 企業(yè)技術(shù)創(chuàng)新的時間趨勢圖

圖2 平行趨勢檢驗(yàn)

由表2 可以發(fā)現(xiàn)，在模型（1）的回歸結(jié)果中，交互項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，表明《指引》發(fā)布后，較之于非重污染企業(yè)，重污染企業(yè)技術(shù)創(chuàng)新水平顯著下降大約e0.18，即1.20。從模型（2）看，對于PSMDID 而言，其回歸結(jié)果與模型（1）并無明顯差異，說明《指引》的發(fā)布抑制了重污染企業(yè)的技術(shù)創(chuàng)新。

表2 雙重差分檢驗(yàn)結(jié)果

3.3 綠色信貸政策對重污染企業(yè)技術(shù)創(chuàng)新的影響機(jī)制

本文借鑒溫忠麟[29]有關(guān)中介效應(yīng)的檢驗(yàn)方法，在方程（1）的基礎(chǔ)上，構(gòu)建如下檢驗(yàn)?zāi)Ｐ停?/p>

式中，Mit為中介變量，用dr、fr、ldr、ef 和npr表示，分別代表有息債務(wù)融資、流動性債務(wù)融資、長期債務(wù)融資、股權(quán)融資和企業(yè)利潤，其他各項(xiàng)與方程（1）相同，本文使用Sobel進(jìn)行檢驗(yàn)?；谥薪樾?yīng)的檢驗(yàn)程序，依次對方程（3）、方程（4）進(jìn)行回歸，且在所有回歸中，均同時控制了時間和企業(yè)個體固定效應(yīng)。

如表3 所示，在模型（3）中，DID 的系數(shù)γ1顯著為負(fù)，而在模型（4）中，dr 的系數(shù)值θ4不顯著，因此需進(jìn)行Sobel檢驗(yàn)，結(jié)果未通過Sobel檢驗(yàn)，表明有息債務(wù)融資不存在中介效應(yīng)。模型（5）、（6）中γ1與θ4的系數(shù)均不顯著，表明流動性債務(wù)融資的中介效應(yīng)不顯著。在模型（7）中，DID 的系數(shù)γ1顯著為負(fù)，而在模型（8）中，ldr 的系數(shù)θ4顯著為正，系數(shù)γ1與θ4均顯著，表明長期債務(wù)融資中介效應(yīng)顯著。模型（9）的DID 系數(shù)γ1為正但不顯著，而模型（10）的ef 系數(shù)θ4顯著為負(fù)，且通過了Sobel檢驗(yàn)，表明股權(quán)融資存在中介效應(yīng)。模型（11）中的DID 系數(shù)為正卻不顯著，而模型（12）中的npr 系數(shù)θ4顯著為正，且通過了Sobel檢驗(yàn)，表明企業(yè)利潤存在中介效應(yīng)。

表3 作用機(jī)制檢驗(yàn)

綜上，綠色信貸主要是通過股權(quán)融資上升以及對重污染企業(yè)的長期融資進(jìn)行約束而抑制其技術(shù)創(chuàng)新的，有息債務(wù)融資與流動性債務(wù)融資并不是綠色信貸影響重污染企業(yè)技術(shù)創(chuàng)新的路徑。且企業(yè)利潤提升促進(jìn)了重污染企業(yè)技術(shù)創(chuàng)新。產(chǎn)生此差異的原因可能在于，長期債務(wù)融資具有獲取難度高、財(cái)務(wù)風(fēng)險大等特點(diǎn)，這樣一來，從銀行業(yè)風(fēng)險管理的角度看，《指引》發(fā)布后，銀行業(yè)等金融機(jī)構(gòu)出于環(huán)境風(fēng)險、違約風(fēng)險與聲譽(yù)風(fēng)險規(guī)避的考慮，以及綠色信貸本身對環(huán)境因素的關(guān)注，使其對長期債務(wù)融資產(chǎn)生顯著影響，而有息債務(wù)融資與流動性債務(wù)融資包含短期融資，能使債權(quán)人風(fēng)險降低，因此對其影響尚不明顯。

此外，考慮到債券市場與信貸市場的差異，以及由此可能導(dǎo)致的回歸結(jié)果不同，可將債務(wù)融資進(jìn)一步區(qū)分為信貸融資與債券融資，考察二者的中介效應(yīng)是否存在不同。結(jié)果顯示①限于篇幅，信貸融資與債券融資差異的檢驗(yàn)結(jié)果未做匯報，如需可向作者索取。，面對《指引》發(fā)布帶來的信貸融資約束，重污染企業(yè)可通過債券融資渠道予以緩解，且通過這一渠道籌集的資金有利于其技術(shù)創(chuàng)新，但目前此路徑效果較小。

3.4 分樣本回歸

表4 為《指引》發(fā)布對不同類型重污染企業(yè)技術(shù)創(chuàng)新水平的影響。其中模型（13）與模型（14）分別給出了國有和民營企業(yè)兩個子樣本的回歸結(jié)果，交互項(xiàng)DID 的系數(shù)估計(jì)值分別為-0.1312 和-0.1848，且后者在10%的水平上顯著，表明綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新的抑制作用僅限于民營企業(yè)，而對國有企業(yè)卻不明顯。模型（15）與模型（16）分別給出了大型及小型重污染企業(yè)兩個子樣本的回歸結(jié)果，交互項(xiàng)DID 的系數(shù)估計(jì)值分別為-0.2124 和-0.1361，且前者在5%的水平上顯著，表明綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新的抑制作用僅限于大型企業(yè)，對小型企業(yè)卻沒有明顯作用。

表4 分樣本回歸

3.5 綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新水平的動態(tài)影響

在表5 中，模型（17）中各年的交互項(xiàng)系數(shù)估計(jì)值（DIDyear）均為負(fù)，說明《指引》發(fā)布對重污染企業(yè)技術(shù)創(chuàng)新的抑制作用具有長期效應(yīng)，同時也說明重污染企業(yè)在綠色信貸政策作用下，未能通過自身的動態(tài)調(diào)整來調(diào)適政策對其技術(shù)創(chuàng)新水平的不利影響。DID2012 系數(shù)的估計(jì)值不顯著，而DID2013、DID2014、DID2015、DID2016 和DID2017 系數(shù)的估計(jì)值卻都具有顯著性，這可能是因?yàn)榧夹g(shù)創(chuàng)新活動本身需要一定的時間才能見效，2012 年2 月發(fā)布的《指引》在2013 年便對重污染企業(yè)技術(shù)創(chuàng)新水平產(chǎn)生顯著抑制作用，說明重污染企業(yè)的技術(shù)創(chuàng)新對綠色信貸政策的敏感度較大。最后，由模型（18）的PSM-DID估計(jì)結(jié)果表明其與模型（17）并無明顯差異，表明模型（17）回歸結(jié)果是穩(wěn)健的。

表5 綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新水平的動態(tài)影響

3.6 穩(wěn)健性檢驗(yàn)

此前，本文已使用平行趨勢檢驗(yàn)和傾向得分匹配法對相關(guān)回歸結(jié)果做了初步穩(wěn)健性檢驗(yàn)。但為保證結(jié)果的可靠性，本文又增加了反事實(shí)檢驗(yàn)（將政策發(fā)布時點(diǎn)提前至2011 年）、排除政府其他政策的干擾①對相關(guān)政策進(jìn)行梳理發(fā)現(xiàn)，在綠色信貸政策實(shí)施后的同時期，類似的政策和法規(guī)可能會影響重污染企業(yè)的技術(shù)創(chuàng)新水平，其中最具代表性的是“十三五”規(guī)劃“綠色發(fā)展篇”和“創(chuàng)新發(fā)展篇”以及《中共中央 國務(wù)院關(guān)于深化體制改革加快實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的若干意見》。（D）以及改變企業(yè)技術(shù)創(chuàng)新代理變量（研發(fā)支出占比）等穩(wěn)健性檢驗(yàn)。均驗(yàn)證了本文的回歸結(jié)果可靠②限于篇幅，穩(wěn)健性檢驗(yàn)涉及的所有模型的檢驗(yàn)結(jié)果均未匯報，如需可向作者索取。。

4 結(jié)論與啟示

4.1 主要結(jié)論

本文以2012 年《指引》的正式發(fā)布為事件，構(gòu)造準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法評估了綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新影響的政策效果，結(jié)論如下：

（1）綠色信貸顯著抑制了重污染企業(yè)的技術(shù)創(chuàng)新，其主要路徑是通過長期債務(wù)融資約束及股權(quán)融資上升來抑制重污染企業(yè)技術(shù)創(chuàng)新，重污染企業(yè)面對長期融資約束，僅表現(xiàn)為尋找股權(quán)融資渠道、被動減少研發(fā)投入等應(yīng)激性行為，未能采取以技術(shù)創(chuàng)新來提升其全要素生產(chǎn)率等策略性行為。即便可通過提升企業(yè)利潤與債券融資渠道來促進(jìn)重污染企業(yè)技術(shù)創(chuàng)新，但其效果目前仍較小，被抑制效應(yīng)所掩蓋。

（2）綠色信貸對大型及民營重污染企業(yè)技術(shù)創(chuàng)新的抑制效應(yīng)顯著，對小型企業(yè)及國有重污染企業(yè)的影響卻不明顯。因?yàn)閲衅髽I(yè)享有更多的資金支持以及更優(yōu)惠的政府考核標(biāo)準(zhǔn)，而小型企業(yè)因不愿承擔(dān)技術(shù)創(chuàng)新活動可能帶來的高風(fēng)險，導(dǎo)致綠色信貸對其技術(shù)創(chuàng)新的影響不顯著。

（3）綠色信貸對重污染企業(yè)技術(shù)創(chuàng)新的抑制效應(yīng)長期存在。

4.2 政策啟示

本文提供了《指引》執(zhí)行效應(yīng)的管理啟示，且對于相關(guān)政府部門、銀行業(yè)等金融機(jī)構(gòu)以及重污染企業(yè)的管理者均具有較為重要的啟發(fā)作用。

（1）就政府層面而言，應(yīng)制定并出臺與綠色信貸政策相配套的扶持政策，對于積極進(jìn)行技術(shù)創(chuàng)新的企業(yè)，政府應(yīng)加大研發(fā)投資的相關(guān)支持力度，同時動態(tài)調(diào)整其對重污染企業(yè)激勵約束力度，支持與引導(dǎo)企業(yè)提高環(huán)保意識，強(qiáng)化技術(shù)創(chuàng)新，同時加大對環(huán)境友好型企業(yè)的金融支持。此外，還應(yīng)建立多維度、多業(yè)務(wù)、多領(lǐng)域的綠色金融體系，減輕或消除政策效應(yīng)的不對稱性，鼓勵國有及小型企業(yè)的技術(shù)創(chuàng)新活動，提高其研發(fā)投入，以此發(fā)揮綠色金融對重污染企業(yè)綠色轉(zhuǎn)型的助力作用，這也是我國綠色金融未來發(fā)展及其政策選擇的重要方向。

（2）對于銀行業(yè)等金融機(jī)構(gòu)，則應(yīng)合理開通其對重污染企業(yè)的專項(xiàng)貸款渠道，向這些企業(yè)的技術(shù)創(chuàng)新提供專項(xiàng)資金支持并給予利率優(yōu)惠，鼓勵與支持重污染企業(yè)的技術(shù)創(chuàng)新與綠色轉(zhuǎn)型。此外，銀行業(yè)等金融機(jī)構(gòu)還應(yīng)繼續(xù)保持其對信貸門檻的控制，拓寬綠色金融的覆蓋面，創(chuàng)新和優(yōu)化綠色金融產(chǎn)品。同時還需對綠色信貸的資金流向進(jìn)行監(jiān)管，確保?？顚Ｓ茫源吮ＷC綠色信貸政策的持續(xù)性和穩(wěn)定性。

（3）至于企業(yè)層面，則需提升其綠色經(jīng)營理念，增強(qiáng)其環(huán)保意識，完善重污染企業(yè)的環(huán)境信息披露制度，減輕銀行與企業(yè)間的信息不對稱，提升企業(yè)自身的融資能力，避免綠色信貸的長期懲罰機(jī)制導(dǎo)致其陷入融資困境，由此引發(fā)資金投入不足及經(jīng)營狀況惡化。同時讓環(huán)境信息披露與項(xiàng)目的環(huán)境風(fēng)險水平掛鉤，進(jìn)而與差異性貸款利率及其他融資成本掛鉤，使其風(fēng)險與成本相匹配。

4.3 展望

綠色信貸政策的實(shí)施，為考察企業(yè)的轉(zhuǎn)型發(fā)展提供了一個較好的準(zhǔn)自然實(shí)驗(yàn)。然而，現(xiàn)實(shí)中的企業(yè)綠色轉(zhuǎn)型涉及許多方面，本文只是從企業(yè)技術(shù)創(chuàng)新的視角對綠色信貸政策相關(guān)目標(biāo)進(jìn)行了初步探索，未來隨著企業(yè)環(huán)境信息披露及社會責(zé)任披露相關(guān)數(shù)據(jù)的不斷完善和豐富，基于企業(yè)層面對綠色轉(zhuǎn)型進(jìn)行直接測度，或許能夠更加精準(zhǔn)地把握綠色信貸的政策效應(yīng)，從而提供更具針對性的管理與政策啟示。