周家宇　郭一晗　徐小玲　冶錄錄

摘要：文章基于我國2007～2017年省級面板數(shù)據(jù)，研究綠色信貸，環(huán)保財政政策對綠色全要素生產(chǎn)率的影響及二者的協(xié)同對綠色全要素色生產(chǎn)率的作用。結果表明，綠色信貸和環(huán)保稅收政策均顯著提升了綠色全要素生產(chǎn)率，但環(huán)保支出政策對于綠色全要素生產(chǎn)率的作用不顯著;就提升綠色全要素生產(chǎn)率而言，綠色信貸與環(huán)保財政政策存在協(xié)同，進一步研究發(fā)現(xiàn)，我國東部地區(qū)和中西部地區(qū)綠色信貸和環(huán)保財政政策對綠色全要素生產(chǎn)率的作用存在顯著差異。

關鍵詞：綠色信貸;環(huán)保財政政策;綠色全要素生產(chǎn)率;政策協(xié)同

一、引言

我國綠色信貸規(guī)模不斷擴大，在推進節(jié)能減排，綠色低碳技術創(chuàng)新等領域形成了新的服務著力點;同時，環(huán)保財政政策在制度層面對經(jīng)濟健康發(fā)展起著規(guī)范作用;而如何提高綠色全要素生產(chǎn)率是經(jīng)濟高質量發(fā)展的關鍵。我國綠色信貸規(guī)模世界第一，龐大的規(guī)模是否有效促進了GTFP的提升？綠色信貸與環(huán)保財政政策對GTFP的作用是否存在差異？以及在金融杠桿和政策激勵的協(xié)同配合下我國經(jīng)濟是否呈現(xiàn)了高質量、綠色、創(chuàng)新的發(fā)展態(tài)勢？是否存在區(qū)域異質性？本文擬對上述問題進行深入研究，制定綠色發(fā)展政策、實現(xiàn)經(jīng)濟高質量發(fā)展提供理論依據(jù)和決策支持。

二、文獻綜述

在綠色全要素生產(chǎn)率測算方面，劉濤（2020）利用非期望產(chǎn)出超效率SBM-Malmquist模型，發(fā)現(xiàn)林業(yè)部門綠色全要素生產(chǎn)率平均每年增長1.53%;張紅梅、張寧（2019）通過SBM模型測度了我國30個省市2006～2015年綠色全要素生產(chǎn)率;倪瑛等（2020）采用熵值法測算綠色全要素生產(chǎn)率;劉斯敖（2020）計算、比較城市群的綠色全要素生產(chǎn)率;在綠色全要素生產(chǎn)率影響因素方面，李鵬升（2019）發(fā)現(xiàn)環(huán)境規(guī)制短期內會降低企業(yè)的綠色全要素生產(chǎn)率;陳曉峰等（2020）發(fā)現(xiàn)第三產(chǎn)業(yè)對綠色全要素生產(chǎn)率具有較為顯著的促進作用;陳黎明等（2020）認為技術進步與創(chuàng)新是推動GTFP增長的主要動力。

綜上所述，現(xiàn)有研究對政府行為與政府政策，以及政府政策指引下的金融機構行為對綠色全要素生產(chǎn)率的影響研究較少。所以，綠色信貸和環(huán)保財政政策是否對GTFP有影響以及兩種因素是否對GTFP具有共同作用，不同背景下的協(xié)同效果是否有同等問題都值得進一步研究。

三、理論分析與研究假設

綠色信貸差異化貸款利率及期限的實施對于不同企業(yè)來說存在兩種影響，一是為其提供信貸支持;二是對其產(chǎn)生融資約束。對于受到綠色信貸支持的企業(yè)來說，可以將資金用于研發(fā)投入，促進生產(chǎn)技術與效率提高;對于高耗能高污染的企業(yè)來說，融資門檻提高。財政支出具有結構調整效應，可以使特定產(chǎn)業(yè)資本生產(chǎn)要素，勞動生產(chǎn)要素大量匯聚，節(jié)能環(huán)保財政支出可以直接作用于節(jié)能環(huán)保技術的研發(fā)，直接促進綠色經(jīng)濟發(fā)展，提高GTFP。對于稅收政策而言，通過提高高耗能高污染企業(yè)稅率，增加其生產(chǎn)邊際成本，促進企業(yè)轉型升級，進而促進GTFP增長的目的。綠色信貸和財政政策的協(xié)同一方面可以實現(xiàn)資金互補，還在一定程度上實現(xiàn)金融機構和環(huán)保部門聯(lián)動，促進信息共享，減少信息不對稱所帶來的逆向選擇及道德風險問題。

四、變量選取與模型設定

（一）變量選取

被解釋變量：綠色全要素生產(chǎn)率GTFP。投入指標為勞動力、物質資本存量和能源投入，期望產(chǎn)出為GDP，非期望產(chǎn)出為城市工業(yè)廢水排放量和二氧化硫排放量。其中勞動力使用城鎮(zhèn)單位就業(yè)和個體及私營單位就業(yè)人數(shù)之和衡量，物質資本存量基于社會固定資產(chǎn)投資數(shù)據(jù)采用永續(xù)盤存法進行計算，GDP進行定基處理。使用全局參比的SBM-ML指數(shù)衡量綠色全要素生產(chǎn)率（張彰等，2020）。由于ML代表的是綠色全要素生產(chǎn)率增長率，由于ML指數(shù)代表的GTFP的增長率，因此對該指數(shù)以2007年為基期進行處理。

核心解釋變量：1. 綠色信貸。通常采取綠色信貸比率（GLR）本文借鑒徐勝等（2018）的做法，采用中國銀行業(yè)社會責任報告公布的節(jié)能環(huán)保項目貸款占貸款總額的比例來表示綠色信貸比率。2. 環(huán)保財政政策（EEXP）為財政環(huán)保支出占財政一般支出的比例，本文借鑒魏瑋等（2019）做法，以地方財政環(huán)境保護支出占地區(qū)生產(chǎn)總值的比重作為EEXP的測度指標。TAX為稅收收入，參考張磊和蔣義的做法，以地方財政國內增值稅占地方財政稅收收入的比重作為TAX的測度指標。

其他控制變量。在參考與借鑒已有學者的研究基礎上，本文選取的控制變量包括：經(jīng)濟發(fā)展水平（GDP）;研究與試驗發(fā)展（R&D）經(jīng)費情況（全社會實際用于基礎研究、應用研究和試驗發(fā)展的經(jīng)費支出，一般認為增加R&D能有效提升資源利用效率）;能源消費結構（ECS）（選取煤炭消耗占總能耗的比重作為能源消費結構的測度指標）;環(huán)境管制（ER）（本文借鑒陳黎明（2020）做法，選取工業(yè)污染源治理投資額代表環(huán)境管制強度）。

（二）數(shù)據(jù)來源及變量描述性統(tǒng)計結果

本文選取內地2007～2017年30個省份（西藏除外）的面板數(shù)據(jù)，相關數(shù)據(jù)均來自統(tǒng)計年鑒及國家統(tǒng)計局官方網(wǎng)站。變量的描述性統(tǒng)計如表1所示。

（三）模型構建

GTFPit=a0+a1GLRit+βCONTROLit+εit（1）

GTFPit=a0+a1TAXit+βCONTROLit+εit（2）

GTFPit=a0+a1EEXPit+βCONTROLit+εit（3）

GTFPit=a0+a1GLRit+a2EEXPit+a3GLR·EEXP+βCONTROLit+εit（4）

GTFPit=a0+a1GLRit+a2TAXit+a3GLR·TAX+βCONTROLit+εit（5）

五、實證分析

首先通過F及LSDV檢驗進行判斷，結果顯示混合回歸優(yōu)于固定效應回歸，隨后運用LM檢驗確定其優(yōu)于隨機效應模型，故確定使用混合回歸模型。

（一）整體回歸結果

從表2的參數(shù)估計結果來看，回歸（1）表明綠色信貸顯著為正，由此證明綠色信貸規(guī)模的增加有利于促進綠色全要素生產(chǎn)率的提高。綠色信貸可以使資源有效配置到環(huán)境友好型企業(yè)和項目中，鼓勵其通過技術進步，結構升級謀發(fā)展，促進綠色全要素生產(chǎn)率不斷提高。在回歸（2）中，變量TAX顯著為正，表明當前的環(huán)保稅收政策改革后取得了一定成效，通過征收環(huán)境稅等措施提高了重污染高排放企業(yè)的生產(chǎn)邊際成本，一定程度上抑制了企業(yè)排污行為?；貧w（3）中，EEXP不顯著，可能由于我國環(huán)保支出規(guī)模較小，項目存在審核難，在資金使用監(jiān)督弱等問題。并且在多環(huán)節(jié)傳導過程中可能會存在信息不對稱或錯誤問題。

對綠色信貸與環(huán)保財政政策之于綠色全要素生產(chǎn)率的協(xié)同研究來說，在回歸（4）與回歸（5）中，交叉項GLR*EEXP，GLR*TAX前的回歸系數(shù)均顯著大于零，表明綠色信貸與環(huán)保財政政策的配合可以有效促進綠色全要素生產(chǎn)率的提高，且綠色信貸與環(huán)保財政收入的協(xié)同效果優(yōu)于綠色信貸與環(huán)保財政支出。原因可能是環(huán)保稅收信號的傳遞作用更強，可以直接對企業(yè)產(chǎn)生提醒與警示作用。

（二）區(qū)域異質性討論

考慮到我國不同地區(qū)區(qū)位特征明顯，經(jīng)濟發(fā)展狀況，地區(qū)環(huán)境差距大，故將我國31個省份劃分為東部和中西部地區(qū)進行回歸分析，估計結果如下：

東部回歸結果：

GTFP=0.221+0.132GLR-0.310TAX+0.009RRXP+0.094GLR*EEXP+0.134GLR*

TAX+0.119GDP-0.002ER-0.050ECS-0.052RD

中西部回歸結果：

GTFP=0.014+0.460GLR-0.151TAX+1.67EEXP+0.129GLR*EEXP-0.027GLR*

TAX-0.316GDP-0.219ER-0.228ECS-0.160RD

回歸結果中，中西部綠色信貸都顯著為正，說明在不同區(qū)域綠色信貸都可以有效促進綠色全要素生產(chǎn)率的提高。東部稅收政策顯著為負而中西部稅收顯著為正可能由于差異化稅收政策的實施。東部環(huán)保財政支出效應不顯著，中西部財政環(huán)保支出影響顯著為負，說明中西部支出效率可能受第二產(chǎn)業(yè)比重高，自然生態(tài)建設任務重的內因以及環(huán)保財政支出存在支出效率低，支出結構不合理等外因的影響。而協(xié)同效應不顯著，說明當前綠色信貸與環(huán)保財政政策的配合，以及相關政策的健全與實施都需要加快進程。

（三）穩(wěn)健性檢驗

結合設定模型，研究樣本，時間范圍與數(shù)據(jù)情況，采用增加控制變量進行穩(wěn)健性檢驗，分別加入人力資本水平（EDU），以普通高效師生比例來衡量;城市化水平（URBAN），以城市年末城鎮(zhèn)常住人口站常住人口比例來衡量。穩(wěn)健性檢驗結果基本與前文一致。

六、結論與政策建議

實證檢驗表明，整體上綠色信貸對于綠色全要素生產(chǎn)率具有顯著促進作用，環(huán)保稅收政策對GTFP有促進作用，環(huán)保支出政策對于綠色全要素生產(chǎn)率的影響不顯著;二者協(xié)同可以促進綠色全要素生產(chǎn)率增長。分區(qū)域看，綠色信貸對綠色全要素生產(chǎn)率的影響在東部和中西部均顯著。

由此，提出以下提升綠色全要素生產(chǎn)率的對策建議：一是持續(xù)擴大綠色信貸規(guī)模，鼓勵商業(yè)銀行開展綠色信貸業(yè)務?？蓪⒕G色信貸納入商業(yè)銀行績效考核標準中，并給予商業(yè)銀行退稅貼息補償，增強其積極性。二是加大環(huán)保財政支出規(guī)模。注重重點項目及領域的長期投資，使其得到長遠穩(wěn)定的發(fā)展。三是加快推進稅收改革，進一步完善環(huán)境稅征收內容制定并完善相關稅收獎懲機制，引導企業(yè)行為，激勵企業(yè)進行技術改革，促進企業(yè)的綠色發(fā)展。四是制定相關協(xié)同政策，推進部門聯(lián)動，提高配置效率。加強政府部門與銀行部門信息交流，降低企業(yè)與銀行信息不對稱程度.

參考文獻：

[1]陳曉峰，周晶晶.生產(chǎn)性服務業(yè)集聚、空間溢出與城市綠色全要素生產(chǎn)率——來自長三角城市群的經(jīng)驗證據(jù)[J].經(jīng)濟經(jīng)緯，2020，37（04）：89-98.

[2]劉濤，李繼霞.中國林業(yè)綠色全要素生產(chǎn)率時空分異及其影響因素[J].世界林業(yè)研究，2020，33（06）：56-61.

[3]魏瑋，曹景林.產(chǎn)業(yè)升級視角下綠色信貸與環(huán)保財政政策協(xié)同效應研究[J]. 科技進步與對策，2019（12）：27-33.

[4]徐璋勇，朱睿.金融發(fā)展對綠色全要素生產(chǎn)率的影響分析——來自中國西部地區(qū)的實證研究[J].山西大學學報（哲學社會科學版），2020，43（01）：117-129.

[5]張紅梅，張寧.省域綠色全要素生產(chǎn)率的時空演變與空間溢出效應[J].財會月刊，2019（24）：119-127.

[6]張治棟，陳競.環(huán)境規(guī)制、產(chǎn)業(yè)集聚與綠色經(jīng)濟發(fā)展[J].統(tǒng)計與決策，2020，36（15）：114-118.

[7]趙玉林，陳泓兆.異質性技術創(chuàng)新與綠色全要素生產(chǎn)率提升[J].財會月刊，2020（18）：145-152.

[8]倪瑛，陳柏云，王憶雯.金融發(fā)展、環(huán)境規(guī)制與綠色全要素生產(chǎn)率——基于空間杜賓模型的實證分析[J].貴州財經(jīng)大學學報，2020（03）：12-21.

[9]劉斯敖.三大城市群綠色全要素生產(chǎn)率增長與區(qū)域差異分析[J].社會科學戰(zhàn)線，2020（07）：259-265.

[10]李鵬升，陳艷瑩.環(huán)境規(guī)制、企業(yè)議價能力和綠色全要素生產(chǎn)率[J].財貿經(jīng)濟，2019，40（11）：144-160.

[11]徐勝，趙欣欣，姚雙.綠色信貸對產(chǎn)業(yè)結構升級的影響效應分析[J].上海財經(jīng)大學學報，2018，20（02）：59-72.

[12]張磊，蔣義.促進節(jié)能減排的稅收政策研究[J].中央財經(jīng)大學學報，2008（08）：6-11.

（作者單位：江蘇大學）