胡 浩 劉笑笑

（上海大學經(jīng)濟學院，上海 200444）

引 言

改革開放以來，我國經(jīng)濟實現(xiàn)了30多年的高速增長，但從2012年開始，隨著人口紅利消失、資本積累速度降低及成本優(yōu)勢減弱，經(jīng)濟下行壓力不斷增大，經(jīng)濟發(fā)展與資源環(huán)境的矛盾日趨尖銳，重工業(yè)化趨勢明顯和落后產(chǎn)能過剩的問題日益突出。在此背景下，如何改善環(huán)境質(zhì)量，推動經(jīng)濟高質(zhì)量發(fā)展，成為眾多學者關(guān)心的問題。根據(jù)索洛（Solow）經(jīng)濟增長模型，全要素生產(chǎn)率是經(jīng)濟增長的內(nèi)在動力，也是推動經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵。我國是銀行主導(dǎo)型的金融體系，企業(yè)外部融資需求主要依賴于銀行貸款，這意味著推動企業(yè)全要素生產(chǎn)率提升的過程中，不可忽略綠色信貸帶來的影響?！皟筛咭皇！毙袠I(yè)屬于關(guān)系國計民生的傳統(tǒng)支柱型產(chǎn)業(yè)，在國民經(jīng)濟體系中扮演著重要角色，推動 “兩高一?！逼髽I(yè)綠色轉(zhuǎn)型升級是經(jīng)濟高質(zhì)量發(fā)展的必然要求。

與傳統(tǒng)環(huán)境規(guī)制不同，綠色信貸兼具信貸資源配置與環(huán)境規(guī)制的雙重特性，積極引導(dǎo)銀行體系內(nèi)部資金從污染領(lǐng)域流向綠色領(lǐng)域，遏制 “兩高一?！逼髽I(yè)盲目投資擴張，推動其向綠色、低碳、循環(huán)方向發(fā)展。但在具體實踐中，綠色信貸的作用效果取決于政策本身是否合理、銀行能否有效執(zhí)行及微觀企業(yè)的應(yīng)對策略等多重因素［1］?；谏鲜霰尘?，本文探討以下問題：綠色信貸能否提升 “兩高一?！逼髽I(yè)全要素生產(chǎn)率？影響企業(yè)全要素生產(chǎn)率的作用機制是什么？對異質(zhì)性企業(yè)是否存在顯著的非對稱影響？對上述問題的回答，有利于挖掘 “兩高一?！逼髽I(yè)的轉(zhuǎn)型動力，實現(xiàn)經(jīng)濟與環(huán)境績效的雙贏。

與本文密切相關(guān)的文獻主要有兩類。（1）有關(guān)環(huán)境規(guī)制與企業(yè)全要素生產(chǎn)率的研究。綠色信貸的本質(zhì)是環(huán)境政策，學術(shù)界關(guān)于環(huán)境規(guī)制對全要素生產(chǎn)率的影響效果尚未達成一致，主要存在3種觀點：抑制、促進、不確定。新古典經(jīng)濟學家認為環(huán)境政策會引發(fā)企業(yè)污染治理投資，增加生產(chǎn)成本，進而削弱全要素生產(chǎn)率［2］。以波特為代表的經(jīng)濟學家則認為合理的環(huán)境政策誘發(fā)企業(yè)實施積極的創(chuàng)新策略、調(diào)整資源配置，進而提升全要素生產(chǎn)率［3］，也稱之為 “波特假說”。此外，不少學者認為環(huán)境政策對企業(yè)全要素生產(chǎn)率的作用效果因區(qū)域、行業(yè)、環(huán)境規(guī)制方式不同而存在顯著差異［4，5］?？傮w上，上述研究更多考察行政化手段和市場化手段對企業(yè)全要素生產(chǎn)率的影響，從信貸資源配置的視角探討企業(yè)全要素生產(chǎn)率的文獻相對較少； （2）有關(guān)綠色信貸的實施效果。諸多學者從宏觀和中觀層面研究綠色信貸對經(jīng)濟和環(huán)境效益［6］、產(chǎn)業(yè)結(jié)構(gòu)升級［7］、行業(yè)資源配置［8］、綠色全要素生產(chǎn)率［9］等的影響。關(guān)于綠色信貸的微觀效應(yīng)諸多學者從企業(yè)投融資行為［10］、資源配置［1］、污染排放［11］、技術(shù)創(chuàng)新［12］等方面進行探討。

綜上，上述研究對綠色信貸的實施效果進行了富有啟發(fā)性的探索，但尚未達成一致結(jié)論。原因在于以下3點：（1）行業(yè)界定存在差異?，F(xiàn)有研究主要依據(jù)環(huán)保部、國務(wù)院、銀監(jiān)會頒布的相關(guān)文件確定綠色信貸限制行業(yè)，不同部門對行業(yè)界定存在差異，因此在確定受綠色信貸影響的行業(yè)時，不能達成一致；（2）樣本選擇偏差。部分學者使用雙重差分模型評估綠色信貸的政策效應(yīng)時，將 “兩高一?！逼髽I(yè)設(shè)為實驗組，其余設(shè)為對照組，并未剔除受綠色信貸正向影響的低碳環(huán)保企業(yè)，導(dǎo)致實驗結(jié)果可能存在偏誤；（3）作用機制尚未明確。綠色信貸發(fā)揮作用需要通過市場微觀主體傳導(dǎo)，現(xiàn)有關(guān)于綠色信貸與全要素生產(chǎn)率的研究大都基于省級或行業(yè)面板數(shù)據(jù)，多從融資約束視角探討其作用機制，較少涉及資本、勞動等微觀生產(chǎn)要素。

基于此，本文以2012年銀監(jiān)會印發(fā)的 《綠色信貸指引》為準自然實驗，基于2007～2020年滬深A(yù)股上市公司年度數(shù)據(jù)，構(gòu)建雙重差分和三重差分模型評估綠色信貸對 “兩高一?！逼髽I(yè)全要素生產(chǎn)率的影響效果，使用 “投資-投資機會”敏感性模型和中介效應(yīng)模型，從資本配置效率和人力資本結(jié)構(gòu)視角探究綠色信貸影響企業(yè)全要素生產(chǎn)率的微觀機理。本文的研究對于完善綠色信貸政策，推動 “兩高一?！逼髽I(yè)綠色轉(zhuǎn)型提供了證據(jù)支持。

1 理論分析與研究假說

1.1 綠色信貸與企業(yè)全要素生產(chǎn)率

綠色信貸通過設(shè)立環(huán)境準入門檻及信貸配額管制雙重約束機制，影響企業(yè)內(nèi)部研發(fā)創(chuàng)新和資源配置，進而影響全要素生產(chǎn)率。研發(fā)創(chuàng)新是提升企業(yè)全要素生產(chǎn)率的直接途徑，但其具有周期長、投資金額大、不確定性高的特點，企業(yè)進行創(chuàng)新時需要穩(wěn)定的資金支持，從正規(guī)銀行機構(gòu)獲取債務(wù)融資是企業(yè)重要的外部融資渠道。綠色信貸加大了 “兩高一?！逼髽I(yè)技術(shù)創(chuàng)新成本，削弱了企業(yè)技術(shù)創(chuàng)新的積極性，從而降低企業(yè)全要素生產(chǎn)率。此外，“兩高一剩”企業(yè)內(nèi)部資金可能無法滿足投資需求，對于追求利潤最大化的企業(yè)來說不得不放棄一些具有高回報、高收益的投資項目，進而無法達到最優(yōu)生產(chǎn)決策，導(dǎo)致全要素生產(chǎn)率下降。據(jù)此，本文提出：

假說1：綠色信貸抑制了 “兩高一?！逼髽I(yè)全要素生產(chǎn)率的提升。

1.2 綠色信貸對企業(yè)全要素生產(chǎn)率的作用機制

綠色信貸要求銀行業(yè)金融機構(gòu)對綠色、低碳、環(huán)保企業(yè)提供貸款支持和優(yōu)惠利率，限制 “兩高一?！逼髽I(yè)的貸款額度和實行懲罰性高利率。外部融資環(huán)境在影響企業(yè)資本配置效率中發(fā)揮重要作用，融資約束越高，企業(yè)的資本成本越高，對投資機會的敏感性越低，進而削減資本和勞動投入［13］，使企業(yè)偏離利潤最大化的投資決策，扭曲了企業(yè)的資本配置效率，最終導(dǎo)致全要素生產(chǎn)率下降。據(jù)此，本文提出：

假說2：綠色信貸通過惡化 “兩高一?！逼髽I(yè)資本配置效率進而降低全要素生產(chǎn)率。

高質(zhì)量的人力資本有利于提高生產(chǎn)效率、增強創(chuàng)新能力、優(yōu)化勞動力與物質(zhì)資本的匹配性，激發(fā)企業(yè)內(nèi)生發(fā)展動力。綠色信貸給 “兩高一?！逼髽I(yè)帶來經(jīng)營壓力，向市場傳遞出行業(yè)發(fā)展前景不廣闊的信號，對高質(zhì)量的人力資本來說可能更愿意進入國家重點鼓勵發(fā)展的朝陽行業(yè)。此外，綠色信貸增強了 “兩高一?！逼髽I(yè)面臨的融資約束，當資金流動不足時，企業(yè)可能會選擇減少雇傭高質(zhì)量的人力資本或降薪來籌集資金，進一步抑制了企業(yè)人力資本結(jié)構(gòu)優(yōu)化，導(dǎo)致全要素生產(chǎn)率下降。據(jù)此，本文提出：

假說3：綠色信貸通過抑制 “兩高一?！逼髽I(yè)人力資本結(jié)構(gòu)優(yōu)化進而降低全要素生產(chǎn)率。

2 研究設(shè)計

2.1 行業(yè)劃分與樣本選擇

本文依據(jù)銀監(jiān)會發(fā)布的 《綠色信貸實施情況關(guān)鍵評價指標》，將環(huán)境和社會風險類型為A類、《指標》中 “兩高一?！毙袠I(yè)參考目錄在 《國民經(jīng)濟行業(yè)分類標準》中的二分位行業(yè)認定為 “兩高一剩”行業(yè)。同時，為了避免樣本選擇偏誤，本文剔除受綠色信貸正向影響較大的交通運輸、倉儲和郵政業(yè)，電力、熱力、燃氣及水生產(chǎn)和供應(yīng)業(yè)，以及環(huán)保企業(yè)的樣本數(shù)據(jù)。

本文以2007～2020年滬深A(yù)股上市公司為原始樣本，為保證數(shù)據(jù)的有效性，剔除以下樣本：同時發(fā)行B股或H股的企業(yè)；資產(chǎn)負債率大于1的企業(yè)；ST和*ST企業(yè)；金融類企業(yè)；缺失值較嚴重的企業(yè)。最終，得到了公司年度樣本20004個，其中，“兩高一?！逼髽I(yè)5084個，非 “兩高一剩”企業(yè)14920個。本文數(shù)據(jù)來自國泰安數(shù)據(jù)庫、中國研究數(shù)據(jù)服務(wù)平臺及 《中國統(tǒng)計年鑒》。由于2020年數(shù)據(jù)可能受到新冠肺炎疫情的影響，為避免異常值，本文對所有連續(xù)變量進行1%的雙邊縮尾處理。

續(xù) 表

續(xù) 表

2.2 變量定義

被解釋變量：企業(yè)全要素生產(chǎn)率。本文使用LP法測算企業(yè)全要素生產(chǎn)率。在指標選取上，參考錢雪松等 （2018）［14］的計算方法，產(chǎn)出使用主營業(yè)務(wù)收入衡量，資本投入使用固定資產(chǎn)凈額衡量，勞動力投入使用企業(yè)員工總?cè)藬?shù)衡量，中間投入使用企業(yè)購買商品、接受勞務(wù)支付現(xiàn)金衡量，對上述指標取自然對數(shù)。

核心解釋變量：綠色信貸政策。本文構(gòu)建兩個虛擬變量：政策虛擬變量，實驗組為 “兩高一?！逼髽I(yè)賦值為1，控制組為非 “兩高一?！逼髽I(yè)賦值為0；時間虛擬變量，觀測值位于2012年及之后賦值為1，2012年之前賦值為0。

控制變量。借鑒已有文獻，本文選取企業(yè)、行業(yè)、省（區(qū)、市）和國家層面特征變量，作為本文的控制變量，具體指標和衡量方式見表1。

表1 控制變量及其定義

2.3 模型設(shè)定

本文以2012年銀監(jiān)會印發(fā)的 《綠色信貸指引》為準自然實驗，運用雙重差分模型考察綠色信貸對企業(yè)全要素生產(chǎn)率的影響效果，構(gòu)建如下回歸模型：

其中，TFPit是企業(yè)i在t時期的全要素生產(chǎn)率，Treati為政策虛擬變量，如果企業(yè)屬于 “兩高一?！毙袠I(yè)取值為1，否則為0；Timet為時間虛擬變量，如果觀測值位于2012年及之后取值為1，否則為0。Treati×Timet的系數(shù)β1是本文關(guān)注的核心變量，表示綠色信貸對 “兩高一剩”企業(yè)全要素生產(chǎn)率的影響效果。Controlit是一組控制變量，μi為個體固定效應(yīng)，λt為時間固定效應(yīng)，εit為隨機誤差項。

3 實證結(jié)果及分析

3.1 描述性統(tǒng)計

描述性統(tǒng)計結(jié)果如表2所示，企業(yè)全要素生產(chǎn)率（TFP）的均值為 12.631，標準差為 1.083，最小值為10，最大值為16.745，表明全要素生產(chǎn)率在樣本期內(nèi)存在較大差異?？刂谱兞恳捕荚谳^大范圍內(nèi)波動，這為考察綠色信貸對企業(yè)全要素生產(chǎn)率的影響效果提供了研究素材。

表2 主要變量的描述性統(tǒng)計

3.2 平行趨勢檢驗

本文繪制了綠色信貸實施前后 “兩高一?！逼髽I(yè)和非 “兩高一?！逼髽I(yè)平均全要素生產(chǎn)率變化的時間趨勢圖，如圖1所示?！毒G色信貸指引》實施（2012年）之前，兩組企業(yè)全要素生產(chǎn)率變化趨勢基本平行，實施之后，與非 “兩高一?！逼髽I(yè)相比，“兩高一?！逼髽I(yè)全要素生產(chǎn)率增速相對平緩，兩者之間的差距先縮小后擴大。因此，基本滿足平行趨勢假設(shè)。

圖1 綠色信貸實施前后不同行業(yè)平均全要素生產(chǎn)率變化的時間趨勢

3.3 雙重差分回歸結(jié)果

本文引入企業(yè)、行業(yè)、?。▍^(qū)、市）和國家層面特征變量，以檢驗政策有效性，雙重差分回歸結(jié)果如表3中列 （1）～（2）所示。在控制時間、個體固定效應(yīng)和時間、地區(qū)、行業(yè)固定效應(yīng)后，Treati×Timet的系數(shù)均顯著為負，表明綠色信貸顯著抑制了 “兩高一剩”企業(yè)全要素生產(chǎn)率的提升。上述結(jié)果初步驗證了假說1成立。

表3 綠色信貸對企業(yè)全要素生產(chǎn)率的影響

3.4 三重差分回歸結(jié)果

除綠色信貸外，可能存在其他相關(guān)政策影響企業(yè)全要素生產(chǎn)率，從而導(dǎo)致估計結(jié)果偏誤。相較于其他環(huán)境規(guī)制手段，綠色信貸主要通過影響企業(yè)外部融資渠道，進而影響全要素生產(chǎn)率。理論上，外部融資依賴度更高的 “兩高一剩”企業(yè)對政策的反應(yīng)更加敏感，因此，本文借鑒陸菁等（2021）［1］的研究使用 “應(yīng)收賬款凈值／總資產(chǎn)”衡量企業(yè)外部融資依賴度，將該指標大于或等于50分位數(shù)值的企業(yè)定義為外部融資依賴度較低的企業(yè)，否則為外部融資依賴度較高的企業(yè)。構(gòu)建三重差分模型如下：

其中，F(xiàn)inanceit為融資約束虛擬變量，當樣本屬于外部融資依賴度較高的企業(yè)時取值為1，否則為0，其他變量的定義同方程 （1）。三重差分估計結(jié)果如表3中列 （3）～（4） 所示，Treati×Timet×Financeit的系數(shù)β1在5%的水平上顯著為負，說明綠色信貸顯著降低了 “兩高一?！逼髽I(yè)全要素生產(chǎn)率水平，與前文的估計結(jié)果一致。

3.5 穩(wěn)健性檢驗

本文后續(xù)進行一系列穩(wěn)健性檢驗，以保證實證結(jié)果的準確性。

續(xù) 表

（1）更換全要素生產(chǎn)率測算方法。本文使用OP法測算企業(yè)全要素生產(chǎn)率TFPOP，投資采用資本性支出（構(gòu)建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金-處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金）的自然對數(shù)衡量，其余指標不變。回歸結(jié)果見表4，Treati×Timet的系數(shù)β1都顯著為負，該結(jié)果與表3基本一致，說明更換全要素生產(chǎn)率測算指標和測算方法不會影響本文的估計結(jié)果。

（2）排除其他事件的干擾。為了排除綠色信貸出臺前后其他事件對估計結(jié)果的影響，本文調(diào)整時間窗口進行穩(wěn)健性檢驗。具體包括：①縮小時間窗口。選取綠色信貸出臺前后3年（2009～2015年）的數(shù)據(jù)作為研究期間，進行穩(wěn)健性檢驗?；貧w結(jié)果如表4中列 （3）～（4） 所示，Treati×Timet的系數(shù)顯著為負，與前文的實證結(jié)果一致；②時間反事實檢驗。選取綠色信貸出臺之前的時期作為研究期間（2007～2011年），設(shè)置時間虛擬變量Year2011，該變量在2011年取1，否則為0?；貧w結(jié)果如表4中列 （5）～（6） 所示，Treati×Year2011的系數(shù)均不顯著，表明在綠色信貸出臺之前，與非 “兩高一?！逼髽I(yè)相比，“兩高一?！逼髽I(yè)全要素生產(chǎn)率沒有發(fā)生顯著變化。

表4 穩(wěn)健性檢驗

（3）安慰劑檢驗。為了考察本文的估計結(jié)果是否由行業(yè)-時間層面不可觀測的因素驅(qū)動，借鑒Cai等 （2016）［15］的研究，通過隨機分配 “兩高一?！毙袠I(yè)對本文的估計結(jié)果進行安慰劑檢驗。本文的樣本共包含64個行業(yè)，其中14個為“兩高一剩”行業(yè)。因此，從64個行業(yè)中隨機選取14個行業(yè)，將其設(shè)定為 “偽”處理組 “兩高一剩”行業(yè)，其余為非 “兩高一剩”行業(yè)。本文進行500次回歸分析，隨機生成處理組的估計系數(shù)核密度及相應(yīng)P值分布如圖2所示，分布都集中在零點附近，大多數(shù)估計值的p值大于0.1，豎線表示的真實估計系數(shù)在安慰劑檢驗中明顯屬于異常值。因此，本文的研究結(jié)果不太可能由行業(yè)-時間層面不可觀測的因素驅(qū)動。

圖2 安慰劑檢驗

4 異質(zhì)性分析

前文的研究發(fā)現(xiàn)，綠色信貸對 “兩高一?！逼髽I(yè)全要素生產(chǎn)率具有顯著的抑制作用，但不同類型的企業(yè)對該政策的反應(yīng)是否存在差異？本文從企業(yè)所有制和地區(qū)金融發(fā)展水平的視角切入，運用分組回歸方法考察綠色信貸影響企業(yè)全要素生產(chǎn)率的橫截面差異。

4.1 基于企業(yè)所有制視角

表5的列 （1）、（2）報告了基于企業(yè)所有制分組檢驗的結(jié)果，Treati×Timet的估計系數(shù)在兩組樣本中都顯著為負，但在非國有企業(yè)樣本中系數(shù)絕對值相對更大，說明與國有 “兩高一剩”企業(yè)相比，綠色信貸對非國有企業(yè)全要素生產(chǎn)率的抑制作用更強。原因可能在于，由于市場存在信貸所有制歧視，在放貸給國有和非國有企業(yè)都面臨違約風險的背景下，規(guī)避風險的商業(yè)銀行更愿意向國有企業(yè)提供信貸支持。因此，與國有企業(yè)相比，非國有企業(yè)對綠色信貸政策的反應(yīng)更加敏感。

4.2 基于地區(qū)金融發(fā)展水平視角

理論上，金融發(fā)展水平更高的地區(qū)企業(yè)擁有更多的融資渠道，受綠色信貸的影響相對更小。為了檢驗不同金融發(fā)展水平下綠色信貸影響企業(yè)全要素生產(chǎn)率的異質(zhì)性，本文使用 “金融市場化程度指數(shù)”衡量地區(qū)金融發(fā)展水平，將該指標大于或等于50分位數(shù)值的地區(qū)定義為金融發(fā)展水平較高的地區(qū)，否則為金融發(fā)展水平較低的地區(qū)。表5的列 （3）、（4） 報告了基于地區(qū)金融發(fā)展水平分組檢驗的結(jié)果，兩組樣本的估計系數(shù)都顯著為負，但金融發(fā)展水平更低地區(qū)的系數(shù)絕對值更大。因此，綠色信貸對金融發(fā)展水平更低地區(qū)的 “兩高一?！逼髽I(yè)全要素生產(chǎn)率的抑制作用相對更強。

表5 異質(zhì)性檢驗

5 影響機制分析

上述研究結(jié)果表明，綠色信貸導(dǎo)致 “兩高一?！逼髽I(yè)全要素生產(chǎn)率下降。那么，該政策通過何種機制發(fā)揮作用？基于前文的分析，本文從資本配置效率和人力資本結(jié)構(gòu)兩個角度探討綠色信貸的作用機制。

為了驗證假說 2，借鑒方軍雄 （2007）［16］的研究方法，使用 “投資-投資機會”敏感性模型考察綠色信貸是否通過資本配置效率影響企業(yè)全要素生產(chǎn)率，模型如下：

其中，Investit為企業(yè)當期投資水平，使用 “資本性支出／總資產(chǎn)”衡量。Roait為資產(chǎn)收益率，用來測度企業(yè)的投資機會，其他變量的定義同模型 （1）。結(jié)果如表6的列 （1）、（2） 所示，θ1顯著為負，表明綠色信貸出臺之后，與非 “兩高一?！逼髽I(yè)相比，“兩高一?！逼髽I(yè)投資效率顯著下降，揭示出綠色信貸通過惡化企業(yè)資本配置效率渠道降低全要素生產(chǎn)率。

為了驗證假說3，本文借鑒溫忠麟和葉寶娟（2014）［17］提出的中介效應(yīng)模型，考察綠色信貸是否通過抑制企業(yè)人力資本結(jié)構(gòu)優(yōu)化，進而降低全要素生產(chǎn)率。模型如下：

其中，Rlzbit為企業(yè)i在t時期的人力資本結(jié)構(gòu)，參考馬新嘯等 （2020）［18］的做法，使用企業(yè)當年碩士研究生及以上學歷員工占全部員工的比例衡量，這一指標越大，表示企業(yè)人力資本結(jié)構(gòu)越優(yōu)，其他變量的定義與模型 （1）一致。表6的列 （3）、（5）報告了相應(yīng)的回歸結(jié)果，中介效應(yīng)模型的回歸系數(shù)β1、γ1、η2均顯著，Sobel Z值為-5.004，所以中介效應(yīng)存在，占比約為9.6%。因此，綠色信貸通過抑制企業(yè)人力資本結(jié)構(gòu)優(yōu)化，進而降低全要素生產(chǎn)率得到有效驗證。

表6 綠色信貸影響企業(yè)全要素生產(chǎn)率的機制檢驗

6 研究結(jié)論與政策建議

綠色信貸作為連接金融資源和生態(tài)環(huán)境的重要紐帶，在目前經(jīng)濟下行、產(chǎn)能過剩及環(huán)境污染的背景下，該政策能否提升 “兩高一?！逼髽I(yè)全要素生產(chǎn)率，實現(xiàn)經(jīng)濟與環(huán)境績效的雙贏？答案是否定的。本文基于2007～2020年滬深A(yù)股上市公司年度數(shù)據(jù)，以2012年銀監(jiān)會印發(fā)的 《綠色信貸指引》為準自然實驗，通過構(gòu)建雙重差分和三重差分模型評估綠色信貸對 “兩高一?！逼髽I(yè)全要素生產(chǎn)率的影響效果、異質(zhì)性和作用機制。結(jié)果表明，綠色信貸顯著抑制了 “兩高一?！逼髽I(yè)全要素生產(chǎn)率的提升。異質(zhì)性分析發(fā)現(xiàn)，綠色信貸對非國有、地區(qū)金融發(fā)展水平低的 “兩高一?！逼髽I(yè)的抑制作用更強。機制分析表明，綠色信貸主要通過惡化資本配置效率和抑制人力資本結(jié)構(gòu)優(yōu)化兩條途徑抑制 “兩高一剩”企業(yè)全要素生產(chǎn)率?；谏鲜鲅芯浚疚牡恼邌⑹救缦拢?/p>

完善綠色信貸政策體系，激發(fā)企業(yè)轉(zhuǎn)型動力。綠色信貸的根本目的是希望通過信貸約束倒逼企業(yè)綠色轉(zhuǎn)型升級，減少給環(huán)境帶來的負外部性。“兩高一?！逼髽I(yè)擺脫高污染、高能耗的發(fā)展模式需要高質(zhì)量人力資本投入和穩(wěn)定的資金支持。但目前綠色信貸對 “兩高一?！逼髽I(yè)實行一票否決制，可能會抑制企業(yè)的資本投資和創(chuàng)新投入，使其陷入 “信貸約束-全要素生產(chǎn)率下降”的惡性循環(huán)，阻礙了 “兩高一剩”企業(yè)綠色轉(zhuǎn)型。因此，應(yīng)構(gòu)建扶持 “兩高一?！逼髽I(yè)綠色轉(zhuǎn)型升級的激勵機制，依據(jù)行業(yè)特點提出針對性的綠色信貸標準與環(huán)境風險要求，給予積極實施綠色轉(zhuǎn)型升級的企業(yè)提供資金支持，激發(fā) “兩高一剩”企業(yè)內(nèi)在轉(zhuǎn)型動力。

發(fā)揮有效市場和有為政府的作用，優(yōu)化綠色信貸的資源配置。充分發(fā)揮市場資源配置的決定性作用，引導(dǎo)各類資源和要素向綠色、低碳、環(huán)保行業(yè)集聚；另外，政府積極彌補市場失靈，引導(dǎo) “兩高一?！逼髽I(yè)綠色轉(zhuǎn)型升級。研究結(jié)果顯示綠色信貸對非國有企業(yè)全要素生產(chǎn)率負向沖擊更強，可能由于非國有企業(yè)無法向銀行提供充分的抵押或擔保，從而面臨信貸歧視，一定程度上阻礙了綠色信貸政策市場選擇效應(yīng)的發(fā)揮，因此，政府需要著力解決非國有 “兩高一?！逼髽I(yè)綠色發(fā)展激勵不足的問題，緩解目前存在的信貸所有制偏好，加強銀行信貸供給的競爭性與公平性，提高信貸資源配置效率。

健全政策評估體系，推進綠色信貸標準化。建立標準化的綠色信貸實施效果評估制度，全面評估政策實施成效及面臨的關(guān)鍵性障礙，真正發(fā)揮綠色信貸的導(dǎo)向、激勵和監(jiān)督作用。此外，完善信息披露制度，建立全方位、多角度的 “兩高一剩”企業(yè)環(huán)境和社會風險評估結(jié)果及綠色信貸實施效果的信息發(fā)布系統(tǒng)，實現(xiàn)不同部門之間的信息共享，促進銀行業(yè)金融機構(gòu)履行生態(tài)環(huán)境保護的社會責任，推動 “兩高一剩”企業(yè)綠色轉(zhuǎn)型。