綠色信貸是否促進(jìn)了企業(yè)綠色創(chuàng)新？

中圖分類號(hào)：F424；F719；F062.9文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1009-055X（2025）04-0062-17

doi：10.19366/j. cnki.1009-055X.2025.04.006

一、引言

改革開放以來，我國(guó)經(jīng)濟(jì)發(fā)展取得了顯著成就，但經(jīng)濟(jì)高速發(fā)展也相伴產(chǎn)生了環(huán)境污染等生態(tài)問題。為此，我國(guó)在“十一五”時(shí)期便已開始實(shí)施一系列積極舉措，穩(wěn)步推進(jìn)生態(tài)文明建設(shè)，促進(jìn)我國(guó)經(jīng)濟(jì)綠色轉(zhuǎn)型與可持續(xù)發(fā)展。經(jīng)濟(jì)的綠色發(fā)展離不開綠色金融的支撐與配合，綠色信貸作為綠色金融的重要組成部分，其發(fā)展可追溯到20世紀(jì)70年代。1974年綠色信貸業(yè)務(wù)已有了初步實(shí)踐，到2002年開始在全球范圍推廣。與國(guó)外相比，我國(guó)在綠色信貸方面的起步相對(duì)較晚，直到2007年才首次將綠色信貸作為政策體系中的一種重要要素。此后，綠色信貸成為我國(guó)綠色金融最重要的政策實(shí)踐[1]。2012年，中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)①發(fā)布了《綠色信貸指引》（以下簡(jiǎn)稱《指引》），明確了商業(yè)銀行在綠色信貸方面的職責(zé)和基本原則，要求其在信貸業(yè)務(wù)中充分考察環(huán)境因素[2，并賦予了銀行分配信貸資源的權(quán)利。綠色信貸作為一種鼓勵(lì)借款人進(jìn)行綠色投資、實(shí)現(xiàn)可持續(xù)發(fā)展的金融服務(wù)工具[3]，不僅可以有效引導(dǎo)資金流向低碳領(lǐng)域，還強(qiáng)調(diào)了在授信過程中將環(huán)境因素作為審慎考察的關(guān)鍵因素[4-5]。而重污染企業(yè)由于其高能耗、高污染的特點(diǎn)，在綠色轉(zhuǎn)型過程中往往受到更多限制，具體表現(xiàn)為綠色信貸政策對(duì)高能耗、高污染的“兩高”行業(yè)的信貸融資設(shè)立了環(huán)境準(zhǔn)入門檻[1]。雖然綠色信貸政策在信貸資源配置、節(jié)約資源耗損、環(huán)境污染防治等方面發(fā)揮了積極作用[6，但關(guān)于綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響及其作用機(jī)制如何，現(xiàn)有研究尚未得出一致結(jié)論。

本文通過選取2009—2022年的重污染企業(yè)作為研究對(duì)象，基于《指引》實(shí)施的準(zhǔn)自然實(shí)驗(yàn)，構(gòu)建雙重差分模型，研究該政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響及其作用機(jī)制。本文的貢獻(xiàn)主要有以下三點(diǎn)：第一，現(xiàn)有研究更多關(guān)注綠色信貸政策對(duì)企業(yè)投融資行為的影響，本文借助《指引》這一外生事件，從綠色創(chuàng)新的角度探究綠色信貸政策的政策效果，豐富了企業(yè)綠色創(chuàng)新外部影響因素的相關(guān)研究。第二，通過重點(diǎn)關(guān)注重污染企業(yè)，從融資約束的角度探究綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響及其作用機(jī)制，豐富現(xiàn)有關(guān)于綠色信貸政策的經(jīng)濟(jì)后果以及重污染企業(yè)綠色創(chuàng)新的研究，并為政府更好地利用信貸政策以促進(jìn)重污染企業(yè)綠色轉(zhuǎn)型提供了參考。第三，基于產(chǎn)權(quán)性質(zhì)、地域差異和企業(yè)自身規(guī)模差異等視角，檢驗(yàn)了綠色信貸政策對(duì)企業(yè)綠色創(chuàng)新影響的異質(zhì)性，豐富了綠色信貸政策對(duì)企業(yè)綠色創(chuàng)新異質(zhì)性影響的研究。

二、理論分析與研究假設(shè)

本文從重污染企業(yè)信貸獲得、綠色投資意愿探討綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響，并進(jìn)一步從融資規(guī)模和信貸成本探究綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新影響的作用機(jī)制。

（一）綠色信貸政策與重污染企業(yè)綠色創(chuàng)新

在我國(guó)積極推行綠色金融的進(jìn)程中，綠色信貸已經(jīng)成為助力實(shí)現(xiàn)經(jīng)濟(jì)、社會(huì)和環(huán)境共同可持續(xù)發(fā)展目標(biāo)的重要金融工具之一。對(duì)于綠色信貸政策的實(shí)施效果，現(xiàn)有研究主要有兩種觀點(diǎn)：其一，根據(jù)傳統(tǒng)經(jīng)濟(jì)學(xué)，環(huán)境規(guī)制會(huì)增加企業(yè)費(fèi)用，對(duì)企業(yè)生產(chǎn)力、競(jìng)爭(zhēng)力均產(chǎn)生抑制作用°；其二，根據(jù)波特假說的創(chuàng)新補(bǔ)償理論，適度的環(huán)境法規(guī)能夠激發(fā)企業(yè)增加研發(fā)投人以提高污染治理能力和產(chǎn)品科技含量，從而促使企業(yè)更加積極地推動(dòng)綠色技術(shù)創(chuàng)新[7]。

然而，對(duì)于重污染企業(yè)而言，綠色信貸政策的實(shí)施未必能如期促進(jìn)企業(yè)的綠色創(chuàng)新，相反，可能會(huì)抑制企業(yè)綠色創(chuàng)新。原因在于：一方面，統(tǒng)一的環(huán)境信息披露規(guī)范的缺乏而導(dǎo)致的金融市場(chǎng)上信息不對(duì)稱現(xiàn)象仍然顯著存在。根據(jù)信息不對(duì)稱理論，金融機(jī)構(gòu)可能會(huì)因?yàn)槠髽I(yè)環(huán)境信息披露不足或故意隱瞞關(guān)鍵信息導(dǎo)致風(fēng)險(xiǎn)管理成本增加，從而降低其向重污染企業(yè)貸款的意愿。另一方面，綠色信貸政策要求銀行等金融機(jī)構(gòu)承擔(dān)環(huán)境責(zé)任，并嚴(yán)格地將環(huán)境信息納入考核標(biāo)準(zhǔn)，這將導(dǎo)致授信門檻提高或企業(yè)貸款利率上升?！吨敢返膶?shí)施使得綠色信貸限制更加嚴(yán)格，增加了重污染企業(yè)的融資壓力，導(dǎo)致主要依賴銀行貸款進(jìn)行負(fù)債融資的企業(yè)比例顯著降低[8-9]。同時(shí)，企業(yè)負(fù)債融資比例的降低會(huì)縮減其整體融資規(guī)模，限制其各項(xiàng)活動(dòng)的開展，在一定程度抑制企業(yè)的綠色創(chuàng)新活動(dòng)。劉金科等[2研究發(fā)現(xiàn)，綠色信貸政策主要誘發(fā)企業(yè)的清潔并購行為，而對(duì)企業(yè)的綠色創(chuàng)新的影響并不顯著，即企業(yè)只是改善短期環(huán)境表現(xiàn)而非進(jìn)行長(zhǎng)期的綠色轉(zhuǎn)型升級(jí)。然而，企業(yè)的這些行為實(shí)際上是由綠色創(chuàng)新的特征所驅(qū)動(dòng)的。企業(yè)綠色創(chuàng)新是一個(gè)長(zhǎng)期且不穩(wěn)定的過程，技術(shù)要求高，資金投入大，特別是重污染企業(yè)，在面臨融資困難的同時(shí)，更需承受投資周期長(zhǎng)和回報(bào)不確定性大的雙重挑戰(zhàn)。因此，在企業(yè)面臨資源約束，尤其是自由現(xiàn)金流減少的情況下，重污染企業(yè)在權(quán)衡當(dāng)期收益與高投入、高風(fēng)險(xiǎn)的綠色創(chuàng)新時(shí)，可能會(huì)更傾向于選擇前者以避免承擔(dān)較高的機(jī)會(huì)成本[10]，隨之對(duì)綠色創(chuàng)新投人也將會(huì)減少。概言之，《指引》的實(shí)施會(huì)加劇重污染企業(yè)的融資約束，降低企業(yè)的綠色創(chuàng)新意愿，進(jìn)而對(duì)企業(yè)綠色創(chuàng)新產(chǎn)生抑制作用。據(jù)此，本文提出以下假設(shè)：

H1：《指引》的實(shí)施會(huì)對(duì)重污染企業(yè)綠色創(chuàng)新產(chǎn)生抑制作用。

（二）綠色信貸政策影響企業(yè)綠色創(chuàng)新的作用機(jī)制

推行綠色信貸政策的初衷在于通過差異化資源配置，引導(dǎo)資金流向綠色低碳企業(yè)，從而實(shí)現(xiàn)經(jīng)濟(jì)和生態(tài)協(xié)調(diào)共進(jìn)、可持續(xù)發(fā)展的目標(biāo)。經(jīng)濟(jì)政策調(diào)整產(chǎn)生的不確定性會(huì)干擾企業(yè)預(yù)期、影響企業(yè)經(jīng)營(yíng)決策[1]；但與早期的政策不同，《指引》的執(zhí)行力度更大、政策落實(shí)效果更好[2]]。因而，《指引》實(shí)施所引發(fā)的外生沖擊與不確定性會(huì)影響重污染企業(yè)的外部融資環(huán)境，進(jìn)而影響重污染企業(yè)的相關(guān)經(jīng)營(yíng)決策。

從外部融資的可獲得性角度來看，重污染企業(yè)的綠色創(chuàng)新活動(dòng)高度依賴融資貸款的資金支持。在推進(jìn)綠色創(chuàng)新活動(dòng)的過程中，由于面臨研發(fā)周期長(zhǎng)、機(jī)會(huì)成本高等不確定性，企業(yè)會(huì)更傾向?qū)で箝L(zhǎng)期債務(wù)融資等穩(wěn)定的資金來源。然而，《指引》的實(shí)施加強(qiáng)了對(duì)金融機(jī)構(gòu)的監(jiān)督力度，使其違反綠色信貸政策的成本遠(yuǎn)大于為重污染企業(yè)提供融資的收益[12]。此外，有學(xué)者研究發(fā)現(xiàn)，金融機(jī)構(gòu)擴(kuò)大綠色信貸規(guī)模在總貸款規(guī)模中的比重，有助于提高其資產(chǎn)收益率[13]。因此，金融機(jī)構(gòu)會(huì)更偏好發(fā)展綠色信貸業(yè)務(wù)，對(duì)重污染企業(yè)的融資需求采取更審慎的態(tài)度，如進(jìn)行更嚴(yán)格的信貸審核，從而提高了重污染企業(yè)的融資門檻，并導(dǎo)致重污染企業(yè)更難獲得綠色創(chuàng)新活動(dòng)所需的長(zhǎng)期債務(wù)融資。重污染企業(yè)融資規(guī)模的縮減，一方面會(huì)產(chǎn)生資源約束效應(yīng)，即企業(yè)用于生產(chǎn)經(jīng)營(yíng)的資金總額減少，限制其正常經(jīng)營(yíng)活動(dòng)，導(dǎo)致其綠色創(chuàng)新活動(dòng)也將受到抑制；另一方面會(huì)產(chǎn)生綠色創(chuàng)新活動(dòng)的資金“擠占”效應(yīng)，即重污染企業(yè)融資規(guī)模的減少后，會(huì)更傾向于將資金用于短期收益顯著的活動(dòng)，降低企業(yè)進(jìn)行綠色創(chuàng)新的意愿并減少綠色創(chuàng)新投人，從而導(dǎo)致綠色創(chuàng)新活動(dòng)資金的“擠占”2]，最終制約重污染企業(yè)綠色創(chuàng)新。由此可見，融資規(guī)模在綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新影響的過程中起到了中介作用。

從變動(dòng)的信貸成本角度看，銀行為了補(bǔ)償交易中潛在的違約風(fēng)險(xiǎn)所帶來的委托代理成本，往往會(huì)通過提高貸款利率這一手段降低重污染企業(yè)的借貸意愿[14]，從而限制那些因投資過度而加劇環(huán)境污染問題的企業(yè)行為。從資源約束角度看，信貸成本的增加，會(huì)加劇重污染企業(yè)所面臨的融資約束，導(dǎo)致企業(yè)信貸資金總額的減少，進(jìn)而對(duì)企業(yè)整體發(fā)展產(chǎn)生限制，企業(yè)的綠色創(chuàng)新活動(dòng)也將受到抑制[1。從資金“擠占”角度看，實(shí)際貸款利率的提高直接增加了企業(yè)用于研發(fā)等創(chuàng)新活動(dòng)的信貸成本，重污染企業(yè)在有限的資金條件下可能更傾向?qū)⒃居?jì)劃用于研發(fā)支出的資金，調(diào)整至其他更能產(chǎn)生直接盈利的經(jīng)營(yíng)活動(dòng)上，這種資金“擠出”效應(yīng)將會(huì)制約企業(yè)的綠色創(chuàng)新活動(dòng)[15」，限制企業(yè)在綠色環(huán)保等可持續(xù)發(fā)展方面的產(chǎn)業(yè)升級(jí)。概言之，信貸成本在綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響過程中發(fā)揮了中介作用。據(jù)此，本文提出以下假設(shè)：

H2：《指引》通過縮減重污染企業(yè)的融資規(guī)模，負(fù)向影響其綠色創(chuàng)新。

H3：《指引》通過提高重污染企業(yè)的信貸成本，負(fù)向影響其綠色創(chuàng)新。

三、研究設(shè)計(jì)

基于上述理論分析，本文采用雙重差分方法實(shí)證檢驗(yàn)《指引》對(duì)重污染企業(yè)綠色創(chuàng)新的影響，并進(jìn)一步分析其作用機(jī)制。

（一）樣本選取與數(shù)據(jù)來源

本文選取2009—2022年的全部A股上市公司為樣本，以《指引》頒布的2012年作為政策時(shí)點(diǎn)，并根據(jù) 2010年的《上市公司環(huán)境信息披露指南》和2012年修訂的《上市公司行業(yè)分類指引》將樣本中的企業(yè)劃分為重污染企業(yè)與非重污染企業(yè)。重污染企業(yè)作為實(shí)驗(yàn)組，非重污染企業(yè)作為對(duì)照組。與此同時(shí)，對(duì)樣本進(jìn)行進(jìn)一步的篩選和處理：（1）剔除上市狀態(tài)為ST、*ST或PT企業(yè)；（2）剔除金融行業(yè)公司；（3）剔除相關(guān)數(shù)據(jù)存在嚴(yán)重缺失的企業(yè)；（4）在 1% 和 99% 的水平上對(duì)連續(xù)變量進(jìn)行縮尾處理。經(jīng)過數(shù)據(jù)清洗后最終得到4559家企業(yè)、共35085個(gè)觀測(cè)值，其中，重污染企業(yè)1415家、共10678個(gè)觀測(cè)值，非重污染企業(yè)3144家、共24407個(gè)觀測(cè)值①。本文所采用的上市公司財(cái)務(wù)數(shù)據(jù)主要來自國(guó)泰安數(shù)據(jù)庫，衡量企業(yè)綠色創(chuàng)新水平的綠色專利申請(qǐng)量、授權(quán)量等數(shù)據(jù)主要來自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)。

（二）變量選取

1．被解釋變量

鑒于專利數(shù)量是技術(shù)創(chuàng)新衡量中的唯一可得數(shù)據(jù)[16]，且其在政府考核體系中權(quán)重較大，本文采用專利數(shù)據(jù)來反映企業(yè)的研發(fā)創(chuàng)新程度。參考黎文婧等[17以及Johnstone 等[18的做法，以綠色發(fā)明專利申請(qǐng)總數(shù)作為衡量綠色創(chuàng)新水平的指標(biāo)。同時(shí)，為了消除專利申請(qǐng)數(shù)量可能存在的右偏態(tài)分布所導(dǎo)致的誤差問題，還借鑒了王馨等[19]和Comaggia等[20]的處理方式，對(duì)專利申請(qǐng)數(shù)量加1后取對(duì)數(shù)，得到被解釋變量綠色創(chuàng)新水平（lnGT）。

2．核心解釋變量

本文的核心解釋變量，為實(shí)驗(yàn)虛擬變量（Treat）與時(shí)間虛擬變量（Post）相乘得到的交互項(xiàng)（Treat_Post）。時(shí)間虛擬變量即政策實(shí)施變量，表示當(dāng)年度是否已經(jīng)實(shí)施了《指引》，也即將《指引》出臺(tái)時(shí)間2012年作為政策實(shí)施的關(guān)鍵節(jié)點(diǎn)，在2012年之前的觀測(cè)值賦值為0；而在2012年及其之后的觀測(cè)值賦值為1。實(shí)驗(yàn)虛擬變量即是否為重污染企業(yè)。重污染行業(yè)是指2010年《上市公司環(huán)境信息披露指南》界定的16大類污染行業(yè)，并根據(jù)2008年《關(guān)于印發(fā)〈上市公司環(huán)保核查行業(yè)分類管理名錄〉的通知》（環(huán)辦函［2008］373號(hào)）的規(guī)定、2012年修訂的《上市公司行業(yè)分類指引》，以及參照張琦等[21]、許罡[22]的做法，所確定的19 個(gè)細(xì)分行業(yè)。本文根據(jù)以上述標(biāo)準(zhǔn)，將樣本所屬行業(yè)按重污染企業(yè)和非重污染企業(yè)進(jìn)行劃分。重污染企業(yè)為實(shí)驗(yàn)組，實(shí)驗(yàn)虛擬變量賦值為1；非重污染企業(yè)則作為對(duì)照組，實(shí)驗(yàn)虛擬變量賦值為0。交互項(xiàng)僅在同時(shí)滿足兩個(gè)條件時(shí)賦值為1：一是企業(yè)屬于重污染企業(yè)（即Treat =1 ），二是時(shí)間處于2012年及之后（即 Post=1 ）。交互項(xiàng)的系數(shù)表示雙重差分法下的政策效應(yīng)結(jié)果，即《指引》對(duì)重污染企業(yè)綠色創(chuàng)新行為的影響。

3．中介變量

參考肖海蓮等[23的做法，本文以企業(yè)長(zhǎng)期借款與其總資產(chǎn)的比值來衡量融資規(guī)模（LongDebt）。此外，借鑒了鄭軍等[24]的做法，以財(cái)務(wù)費(fèi)用中的利息支出、手續(xù)以及其他費(fèi)用明細(xì)的總額與總負(fù)債的比值來衡量融資成本（Cost）。

4．控制變量

根據(jù)已有的文獻(xiàn)，并考慮其他可能影響企業(yè)創(chuàng)新能力的因素，本文將企業(yè)規(guī)模（Size）、總資產(chǎn)收益率（ROA）、營(yíng)業(yè)收入增長(zhǎng)率（Growth）、總資產(chǎn)負(fù)債率（Debt）、企業(yè)年齡（Age）、員工規(guī)模（Employee）、管理層持股比例（Mshare）、托賓 Q 值（Tobin Q ）等企業(yè)層面特征變量作為控制變量。

本文主要變量及其具體的衡量如表1所示。

① 重污染企業(yè)主要來自鋼鐵、化工、煤炭和電力等支撐中國(guó)工業(yè)化高速發(fā)展的基礎(chǔ)性產(chǎn)業(yè)，且多數(shù)屬于資本密集型企業(yè)，規(guī)模大、固定資產(chǎn)比例較高，上市企業(yè)較多。因而，在本文的樣本中，重污染企業(yè)數(shù)量占總樣本數(shù)量的比例約為三分之一。

（三）模型構(gòu)建

雙重差分法（difference-in-diferences，DID）是經(jīng)濟(jì)學(xué)實(shí)證研究中常用的因果推斷方法之一，被大量學(xué)者用于評(píng)估經(jīng)濟(jì)政策效果[25-26]。雙重差分法主要是通過對(duì)比實(shí)驗(yàn)組和控制組在政策實(shí)施前后表現(xiàn)的變化，來評(píng)估經(jīng)濟(jì)政策的實(shí)施效果。

為研究綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響，設(shè)定如下基準(zhǔn)回歸模型：

式中，下標(biāo) i 和 Ψ_t 分別表示企業(yè)和年份； lnGT_it 為被解釋變量，表示企業(yè) i 在 χ_t 年的綠色創(chuàng)新水平，以綠色發(fā)明專利申請(qǐng)數(shù)量作為衡量標(biāo)準(zhǔn)；Treat_Post為交互項(xiàng)； C_it 為控制變量； γ_t，μ_i 分別表示時(shí)間、行業(yè)固定效應(yīng)； ε_it 表示隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證結(jié)果與分析

本文首先對(duì)變量進(jìn)行描述性統(tǒng)計(jì)以及相關(guān)性分析，確保變量均處于合理范圍內(nèi)并排除共線性問題，然后檢驗(yàn)《指引》與重污染企業(yè)綠色創(chuàng)新的關(guān)系，并在此基礎(chǔ)上進(jìn)行一系列穩(wěn)健性檢驗(yàn)，最后探究《指引》對(duì)重污染企業(yè)綠色創(chuàng)新影響的作用機(jī)制。

（一）描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知，被解釋變量的均值為0.5447，最大值為4.8752，標(biāo)準(zhǔn)差為0.9343，表明不同企業(yè)間綠色發(fā)明專利申請(qǐng)數(shù)存在差異，也反映企業(yè)在綠色創(chuàng)新方面的積極性與成效存在差異。實(shí)驗(yàn)虛擬變量均值為0.3043，說明樣本中有大約 30.43% 的企業(yè)是重污染企業(yè)。交互項(xiàng)均值為0.2614，說明同時(shí)滿足政策實(shí)施時(shí)點(diǎn)和重污染企業(yè)界定標(biāo)準(zhǔn)的企業(yè)占全樣本的 26.14% 。在控制變量描述性統(tǒng)計(jì)結(jié)果中，資產(chǎn)收益率和營(yíng)業(yè)收人增長(zhǎng)率都存在負(fù)值，暗示部分企業(yè)的盈利能力和成長(zhǎng)性面臨挑戰(zhàn)。資產(chǎn)負(fù)債率最大值為 90.60% ，表明部分企業(yè)負(fù)債水平較高，面臨著較大的償債壓力和財(cái)務(wù)風(fēng)險(xiǎn)。根據(jù)已有文獻(xiàn)可知，其他控制變量的結(jié)果基本符合預(yù)期。

（二） 相關(guān)性分析

在進(jìn)行基準(zhǔn)回歸之前，對(duì)變量相關(guān)性進(jìn)行分析。被解釋變量與交互項(xiàng)呈負(fù)相關(guān)，初步驗(yàn)證了假設(shè)1；其他變量之間的相關(guān)系數(shù)大部分都小于0.5，不存在多重共線性的問題。具體的相關(guān)性分析結(jié)果見表3。

（三）綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的回歸結(jié)果與分析

通過雙重差分法，進(jìn)一步分析綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響，基準(zhǔn)回歸結(jié)果見表4。如表4所示，在沒有加入控制變量的情況下，交互項(xiàng)的回歸系數(shù)為-0.1297，且在 1% 的水平下顯著，初步表明綠色信貸政策的實(shí)施顯著抑制了重污染企業(yè)的綠色創(chuàng)新，其凈效應(yīng)達(dá) 12.97% 。然而，在引入企業(yè)層面的控制變量后，交互項(xiàng)系數(shù)在 1% 的水平下依然顯著為負(fù)（ （β₁=-0.0871） ，但抑制效應(yīng)略有所降低，降至 8.71% ，證實(shí)綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新產(chǎn)生了顯著的抑制作用。此外，企業(yè)規(guī)模的回歸系數(shù)為0.2451，在 1% 的水平上顯著，說明大型企業(yè)因其規(guī)模效應(yīng)，單位生產(chǎn)成本更低，并擁有更多資源用于推進(jìn)綠色創(chuàng)新。相反，資產(chǎn)負(fù)債率在 5% 的顯著性水平下的回歸系數(shù)為 -0.1065 ，說明企業(yè)面臨較大的償債壓力時(shí)，其綠色創(chuàng)新活動(dòng)會(huì)受到明顯的抑制。由此可見，綠色信貸政策的實(shí)施對(duì)重污染企業(yè)的綠色創(chuàng)新產(chǎn)生抑制作用，假設(shè)1得證。綠色信貸政策通過加劇重污染企業(yè)的融資約束、降低其綠色創(chuàng)新意愿以及減少綠色創(chuàng)新活動(dòng)的資金，進(jìn)而抑制了重污染企業(yè)的綠色創(chuàng)新。本結(jié)果也支持了現(xiàn)有關(guān)于綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新具有抑制作用的研究[1-2.6]

（四）穩(wěn)健性檢驗(yàn)

本文采用平行趨勢(shì)檢驗(yàn)、安慰劑檢驗(yàn)、雙重差分傾向得分匹配（PSM-DID）、替換被解釋變量以及剔除受疫情影響的年份等方法對(duì)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。

1．平行趨勢(shì)檢驗(yàn)

雙重差分法的前提條件是滿足平行趨勢(shì)檢驗(yàn)，即在一個(gè)外部事件沖擊前，實(shí)驗(yàn)組和對(duì)照組需保持一致的變化趨勢(shì)，從而排除其他事件可能的干擾。故而，將政策實(shí)施前三年以及實(shí)施后十年的時(shí)間虛擬變量與實(shí)驗(yàn)虛擬變量進(jìn)行交互，同時(shí)選取《指引》頒布前一年（2011年）作為基準(zhǔn)期，考察交互項(xiàng)回歸結(jié)果，觀察政策時(shí)點(diǎn)前后是否有明顯的趨勢(shì)波動(dòng)。平行趨勢(shì)檢驗(yàn)結(jié)果如圖1所示?？梢钥闯?，在2009至2012年間，交互項(xiàng)系數(shù)均不顯著，說明重污染企業(yè)與非重污染企業(yè)在《指引》頒布前的綠色創(chuàng)新活動(dòng)不存在明顯差異；而交互項(xiàng)系數(shù)在2014年及以后開始顯著為負(fù)，并呈現(xiàn)一定的下降趨勢(shì)，說明政策對(duì)重污染企業(yè)綠色創(chuàng)新產(chǎn)生了抑制作用，且該作用在綠色信貸政策實(shí)施的第三年才開始顯著，說明綠色信貸政策對(duì)企業(yè)的影響存在一定的滯后性。由上述分析可知，雙重差分模型滿足平行趨勢(shì)假定，研究結(jié)果是可靠有效的。

2．安慰劑檢驗(yàn)

（1）隨機(jī)抽取實(shí)驗(yàn)組。為了避免遺漏非觀測(cè)因素的影響，參考周茂等[27]的做法，間接檢驗(yàn)未觀測(cè)到的企業(yè)特征對(duì)估計(jì)結(jié)果的影響，構(gòu)建交互項(xiàng)的系數(shù)估計(jì)值 的表達(dá)式如下：

式中，DID表示解釋變量 Treat_Post，control表示控制變量。在全樣本中采取隨機(jī)抽取實(shí)驗(yàn)組的方法，重復(fù)隨機(jī)過程1000次，得到1000 個(gè) 的分布曲線，具體的分布曲線如圖2所示。可以看出，估計(jì)值都集中分布在零值附近，且基準(zhǔn)回歸的 β₁ 估計(jì)值不包含在隨機(jī)檢驗(yàn)的結(jié)果內(nèi)，由此可以反推出 γ=0 ，從而證明模型的回歸結(jié)果是穩(wěn)健的，即綠色信貸政策實(shí)施的效應(yīng)不受非觀測(cè)遺漏變量的影響。

（2）虛擬政策時(shí)間。由于《指引》實(shí)施時(shí)間為2012年，為排除政策實(shí)施后其他政策對(duì)研究結(jié)果可能存在的影響，并考慮到政策實(shí)施還存在一定的時(shí)滯性，本文分別假設(shè)虛擬政策年份為2014年和2015年，進(jìn)而檢驗(yàn)該時(shí)點(diǎn)交互項(xiàng)的顯著性，虛擬政策時(shí)間的安慰劑檢驗(yàn)結(jié)果見表5。由表5的回歸結(jié)果可知，兩個(gè)虛擬政策時(shí)點(diǎn)的交互項(xiàng)的回歸系數(shù)均不顯著，表明《指引》對(duì)重污染企業(yè)綠色創(chuàng)新的影響不受其他政策的干擾，進(jìn)一步增強(qiáng)了結(jié)果的可信度。

3.雙重差分傾向得分匹配法

為了解決樣本偏誤問題，本文采取雙重差分傾向得分匹配法進(jìn)行穩(wěn)健性檢驗(yàn)。首先，以企業(yè)是否為重污染行業(yè)作為主要的匹配標(biāo)準(zhǔn)，將一系列控制變量作為協(xié)變量，按照一比一近鄰匹配的方法進(jìn)行Logit回歸。樣本通過了平行趨勢(shì)檢驗(yàn)，匹配后實(shí)驗(yàn)組和控制組協(xié)變量標(biāo)準(zhǔn)化偏差均顯著減小，同時(shí)二者之間均不存在顯著差異。其次，以匹配數(shù)據(jù)進(jìn)行雙重差分法回歸。具體的回歸結(jié)果見表6。如表6所示，當(dāng)未加入控制變量時(shí)，交互項(xiàng)的回歸系數(shù)在 5% 的水平下顯著為-0.1398，引入控制變量后系數(shù)變?yōu)?0.1003，依然顯著為負(fù)，說明綠色信貸政策的影響效應(yīng)在PSM-DID 前后沒有發(fā)生明顯變化，實(shí)證結(jié)果穩(wěn)健。

4．替換被解釋變量

參考齊紹洲等[28]的做法，本文選取已授權(quán)的綠色發(fā)明專利數(shù)量作為衡量企業(yè)綠色創(chuàng)新的代理變量（lnGA）以進(jìn)行穩(wěn)健性檢驗(yàn)。已授權(quán)的專利數(shù)量代表著專利的產(chǎn)出量，能有效地反映企業(yè)的研發(fā)創(chuàng)新程度，因此，本文更換被解釋變量以進(jìn)行穩(wěn)健性檢驗(yàn)，具體結(jié)果見表7。如表7所示，替換被解釋變量后，交互項(xiàng)的回歸系數(shù)在 1% 的水平下仍顯著為負(fù)，說明基準(zhǔn)結(jié)果的穩(wěn)健性和可靠性。

5．剔除受疫情影響年份

新冠疫情是一場(chǎng)全球突發(fā)公共衛(wèi)生危機(jī)，對(duì)經(jīng)濟(jì)、社會(huì)以及生態(tài)等方面都造成了嚴(yán)重沖擊，所以疫情期間的數(shù)據(jù)可能存在異常偏差并影響實(shí)證結(jié)果的準(zhǔn)確性。因此，本文剔除受疫情影響的年份（2020年至2022年）的數(shù)據(jù)后，再進(jìn)行回歸分析，結(jié)果見表8。如表8所示，交互項(xiàng)的回歸系數(shù)在1% 的水平下仍顯著為負(fù)。然而，產(chǎn)生的抑制效應(yīng)相比基準(zhǔn)回歸有所降低，表明疫情在一定程度上增強(qiáng)了綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新活動(dòng)的抑制作用。

（五）綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的機(jī)制分析

根據(jù)前述分析已知，綠色信貸政策顯著抑制了重污染企業(yè)綠色創(chuàng)新。為了進(jìn)一步研究其內(nèi)在的作用機(jī)制，在式（1）的基準(zhǔn)模型的基礎(chǔ)上，借鑒溫忠麟等[29]的做法，從信貸資源配置的角度設(shè)定如下中介效應(yīng)模型以檢驗(yàn)假設(shè)2和假設(shè)3：

M_it=α₀+α₁Treat_i-Post_t+α₂C_it+γ_t+μ_i+ε_it

式中， M_it 代表中介變量，具體包含企業(yè)融資規(guī)模和企業(yè)融資成本。根據(jù)中介效應(yīng)檢驗(yàn)方法可知，如果式（1）中回歸系數(shù) β₁ 、模式（3）中回歸系數(shù) α₁ 以及式（4）中回歸系數(shù) λ₂ 均顯著，則中介效應(yīng)顯著；此時(shí)，若 λ₁ 也顯著則為部分中介效應(yīng)，若 λ₁ 不顯著則為完全中介效應(yīng)；若 α₁，λ₂ 至少有一個(gè)不顯著，便須再進(jìn)行Bootstrap檢驗(yàn)，若通過則說明中介效應(yīng)顯著。

1．融資規(guī)模

由于重污染企業(yè)綠色創(chuàng)新活動(dòng)需要長(zhǎng)期且穩(wěn)定的資金支持，而《指引》的實(shí)施可能會(huì)使金融機(jī)構(gòu)為規(guī)避風(fēng)險(xiǎn)和降低成本而提高授信標(biāo)準(zhǔn)，從而使得重污染企業(yè)縮小融資規(guī)模，進(jìn)而影響其綠色創(chuàng)新。基于此，本文對(duì)融資規(guī)模在綠色信貸政策與重污染企業(yè)綠色創(chuàng)新之間的作用機(jī)制進(jìn)行了檢驗(yàn)，具體回歸結(jié)果如表9所示。表9模型（1）報(bào)告了綠色信貸政策對(duì)重污染企業(yè)融資規(guī)模的回歸結(jié)果，可以看出交互項(xiàng)的回歸系數(shù)在 5% 的水平下顯著為負(fù)，說明綠色信貸政策顯著降低了重污染企業(yè)的融資規(guī)模；加入中介變量后，交互項(xiàng)的回歸系數(shù) λ₁ 在 1% 的水平下仍然顯著為負(fù)（ λ₁= -0.0882），而融資規(guī)模（LongDebt）的回歸系數(shù) λ₂ 不顯著（ λ₂=-0.130 2） 。由此，通過Bootstrap檢驗(yàn)，進(jìn)一步得到了直接效應(yīng)和間接效應(yīng) 95% 的置信區(qū)間分別為 ，-0.0067]和［-0.2088，-0.1708]，間接效應(yīng)顯著，但系數(shù)乘積與 λ₁ 異號(hào)，說明存在遮掩效應(yīng)，即使綠色信貸政策能通過縮減融資規(guī)模進(jìn)而抑制了重污染企業(yè)綠色創(chuàng)新，但融資規(guī)模這一中介變量卻在一定程度上弱化了綠色信貸政策對(duì)企業(yè)綠色創(chuàng)新的負(fù)面影響，假設(shè)2得證。

2.信貸成本

在綠色信貸政策實(shí)施后，銀行為了補(bǔ)償與重污染企業(yè)交易中潛在的風(fēng)險(xiǎn)成本，往往會(huì)上調(diào)貸款利率[30]，進(jìn)而增加了重污染企業(yè)的信貸成本。本文通過實(shí)證分析，對(duì)信貸成本在綠色信貸政策與重污染企業(yè)綠色創(chuàng)新之間的作用機(jī)制進(jìn)行了檢驗(yàn)，具體回歸結(jié)果見表10。從模型（1）可以看出，交互項(xiàng)的回歸系數(shù)為正數(shù)但不顯著，由前述的理論分析可知政策的實(shí)施會(huì)提高企業(yè)的信貸成本，綠色信貸政策對(duì)信貸成本的直接影響也有限；模型（2）中交互項(xiàng)的回歸系數(shù)在 1% 的水平下顯著為負(fù)0 （λ₁=-0.0869） ，中介變量信貸成本系數(shù)在 5% 水平下顯著為負(fù)（ λ₂=-0.0092） ，說明綠色信貸政策和信貸成本均對(duì)重污染企業(yè)綠色創(chuàng)新產(chǎn)生了抑制效應(yīng)。為了進(jìn)一步驗(yàn)證中介效應(yīng)的存在，進(jìn)行了Bootstrap檢驗(yàn)，結(jié)果顯示直接效應(yīng)和間接效應(yīng) 95% 的置信區(qū)間分別為［-0.0384，-0.0299］和[Γ-0.1835，Γ-0.1447] ，間接效應(yīng)顯著，且系數(shù)乘積與 λ₁ 同號(hào)，證明中介效應(yīng)顯著且屬于部分中介效應(yīng)，即信貸成本在綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響中發(fā)揮了中介作用，假設(shè)3得證?！吨敢返膶?shí)施提高了企業(yè)的信貸成本，減少了企業(yè)的融資總金額，這一定程度上制約企業(yè)各項(xiàng)活動(dòng)，“擠占”了綠色創(chuàng)新資金，并降低企業(yè)綠色創(chuàng)新意愿，最終抑制了重污染企業(yè)的綠色創(chuàng)新。

（六）綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新影響的異質(zhì)性分析

本文從產(chǎn)權(quán)性質(zhì)、地域差異以及企業(yè)規(guī)模這三個(gè)維度，探究《指引》對(duì)重污染企業(yè)綠色創(chuàng)新影響的差異性。

1．產(chǎn)權(quán)性質(zhì)

我國(guó)不同所有權(quán)性質(zhì)的企業(yè)在自身特性和資源可獲得方面存在一定差異，這將會(huì)導(dǎo)致信貸政策沖擊下不同產(chǎn)權(quán)性質(zhì)的重污染企業(yè)綠色創(chuàng)新行為有所不同。因而，需要考慮產(chǎn)權(quán)性質(zhì)對(duì)重污染企業(yè)綠色創(chuàng)新帶來的差異性影響。首先，國(guó)有企業(yè)因享有政府的隱性擔(dān)保而具有較低的債務(wù)違約風(fēng)險(xiǎn)，使其面臨較小的融資約束。其次，國(guó)有企業(yè)需積極響應(yīng)國(guó)家政策號(hào)召，承擔(dān)環(huán)境治理、綠色發(fā)展等社會(huì)責(zé)任，使其在獲取債務(wù)融資時(shí)因符合綠色發(fā)展更受銀行等金融機(jī)構(gòu)的青睞。反觀非國(guó)有企業(yè)所面臨的諸多挑戰(zhàn)，一是缺乏足夠的政府扶持，融資難度大；二是規(guī)模相對(duì)較小或經(jīng)營(yíng)較分散，融資渠道受限；三是市場(chǎng)中信貸歧視的存在，促使資源更多地流向國(guó)有企業(yè)。Brandt 等[31的研究也發(fā)現(xiàn)，在其他條件相同的情況下，非國(guó)有企業(yè)獲得貸款的可能性和額度依然較低，面臨更嚴(yán)格的融資條件；再者，非國(guó)有企業(yè)在履行社會(huì)責(zé)任方面的主動(dòng)性相對(duì)較弱，銀行在貸款審批決策時(shí)，會(huì)更傾向選擇既有意愿也有能力承擔(dān)社會(huì)責(zé)任并進(jìn)行環(huán)境保護(hù)的國(guó)有企業(yè)。

按照產(chǎn)權(quán)性質(zhì)，本文將樣本劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩組，分組進(jìn)行實(shí)證檢驗(yàn)，檢驗(yàn)結(jié)果見表11。如表11所示，在國(guó)有企業(yè)中，交互項(xiàng)的回歸系數(shù)不顯著，但非國(guó)有企業(yè)系數(shù)在 1% 的水平下顯著為負(fù)（ （β₁=-0.1657） ，并通過Chow檢驗(yàn)，證明了組間系數(shù)差異的存在。這一結(jié)果表明，《指引》對(duì)非國(guó)有重污染企業(yè)的綠色創(chuàng)新具有顯著的抑制效應(yīng)。

2．地域差異

我國(guó)地域遼闊，資源豐富，不同地區(qū)的資源配置和經(jīng)濟(jì)發(fā)展水平存在差異。因此，在探究綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響時(shí)，應(yīng)考慮區(qū)域間的異質(zhì)性。相較于中西部地區(qū)，我國(guó)東部地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較高，金融市場(chǎng)環(huán)境更完善，因而大量的資本會(huì)更主動(dòng)流入該地區(qū)。相關(guān)研究表明，東部地區(qū)嚴(yán)格實(shí)施的環(huán)境規(guī)制能夠激發(fā)企業(yè)的技術(shù)創(chuàng)新活力，但這種現(xiàn)象在中西部地區(qū)并不明顯[32]。同時(shí)，東部地區(qū)的金融市場(chǎng)化程度相對(duì)更高，是眾多金融政策的試驗(yàn)田。東部地區(qū)的企業(yè)夠自主培養(yǎng)環(huán)保意識(shí)和提升創(chuàng)新動(dòng)力，在新興綠色金融領(lǐng)域中的創(chuàng)新動(dòng)力也更高[33]，從而減弱了綠色信貸政策對(duì)東部地區(qū)的重污染企業(yè)綠色創(chuàng)新的制約。相比之下，經(jīng)濟(jì)發(fā)展水平相對(duì)較低且資源有限的中西部地區(qū)的企業(yè)受到綠色信貸政策影響更大。在融資渠道相對(duì)有限的條件下，中西部地區(qū)的重污染企業(yè)會(huì)傾向選擇將既有資金投入到企業(yè)自身運(yùn)營(yíng)中，而不是優(yōu)先解決環(huán)境污染問題，正如“污染避難所”概念指出，欠發(fā)達(dá)地區(qū)通常追求經(jīng)濟(jì)發(fā)展的意愿會(huì)更為強(qiáng)烈，因而選擇降低環(huán)境標(biāo)準(zhǔn)來吸引工業(yè)化更成熟的污染產(chǎn)業(yè)加人[34-35]。可見，中西部地區(qū)的重污染企業(yè)對(duì)綠色創(chuàng)新活動(dòng)的內(nèi)外部驅(qū)動(dòng)力都相對(duì)較弱，受到綠色信貸政策約束作用更強(qiáng)，即《指引》對(duì)中西部地區(qū)的重污染企業(yè)綠色創(chuàng)新的抑制效應(yīng)更為顯著。

根據(jù)企業(yè)所在省份，本文將樣本劃分為東部地區(qū)和中西部地區(qū)①，東部、中西部不同地區(qū)的分組回歸結(jié)果見表12。由表12可知，兩組樣本的交互項(xiàng)的回歸系數(shù)均在 5% 的水平下顯著為負(fù)，其中東部地區(qū)為-0.0804，中西部地區(qū)為-0.0912，表明綠色信貸政策對(duì)中西部地區(qū)的重污染企業(yè)綠色創(chuàng)新的抑制效應(yīng)更明顯。通過Chow檢驗(yàn)，證明了組間系數(shù)差異的存在，進(jìn)一步驗(yàn)證了東部地區(qū)和中西部地區(qū)的重污染企業(yè)在綠色信貸政策影響效應(yīng)上確實(shí)存在顯著差異。

3．企業(yè)規(guī)模

Fan等[36]認(rèn)為，規(guī)模各異的企業(yè)在生產(chǎn)率、盈利能力以及償債能力等方面呈現(xiàn)顯著的差異，在面臨相同的綠色金融政策時(shí)，也會(huì)展現(xiàn)不同的反應(yīng)和適應(yīng)性。因此，在研究綠色信貸政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響時(shí)，應(yīng)將企業(yè)規(guī)模作為分組依據(jù)，納人異質(zhì)性檢驗(yàn)分析。首先，大規(guī)模企業(yè)因備受外界關(guān)注而降低了與金融機(jī)構(gòu)以及公眾之間的信息不對(duì)稱，其經(jīng)營(yíng)、財(cái)務(wù)以及證券交易信息對(duì)于投資者和債權(quán)人都更加公開透明[37，因此大規(guī)模企業(yè)在獲得金融機(jī)構(gòu)的信貸投資支持上更具有優(yōu)勢(shì)。其次，大規(guī)模企業(yè)可以憑借其長(zhǎng)期的資本積累所產(chǎn)生的規(guī)模效應(yīng)降低單位生產(chǎn)成本，分散實(shí)行綠色創(chuàng)新過程中可能的風(fēng)險(xiǎn)并及時(shí)調(diào)整經(jīng)營(yíng)發(fā)展目標(biāo)，從而保證綠色創(chuàng)新活動(dòng)的有效開展。然而，綠色信貸政策的實(shí)施使得小規(guī)模企業(yè)在自身資源受限的情況下，融資變得更加困難，融資額度的縮減致使企業(yè)缺乏足夠的資金以支撐綠色技術(shù)的創(chuàng)新開發(fā)，導(dǎo)致小規(guī)模企業(yè)研發(fā)創(chuàng)新的意愿降低，從而制約了企業(yè)的綠色發(fā)展進(jìn)程[14]。

借鑒李旭超等[38]的做法，本文根據(jù)樣本中企業(yè)總資產(chǎn)中位數(shù)（ Size=22.0114? ），將企業(yè)劃分為大規(guī)模企業(yè)（ Sizegt;22.0114 ）和小規(guī)模企業(yè)（ Size?22.0114） ，并通過分組回歸檢驗(yàn)分析《指引》對(duì)重污染企業(yè)的綠色創(chuàng)新發(fā)展的影響效應(yīng)，分組回歸結(jié)果見表13。由表13可知，大規(guī)模企業(yè)的交互項(xiàng)的回歸系數(shù)并不顯著，而小規(guī)模企業(yè)的系數(shù)在 1% 水平下顯著為負(fù) （β₁=-0.0734） ，并通過Chow檢驗(yàn)，證明了組間系數(shù)差異的存在，表明《指引》對(duì)小規(guī)模的重污染企業(yè)的綠色創(chuàng)新的抑制作用更明顯。該研究結(jié)果進(jìn)一步證實(shí)了，不同規(guī)模企業(yè)在獲取信貸資金難易程度以及對(duì)信貸資金變化的反應(yīng)程度上存在一定差異，與現(xiàn)有研究結(jié)論相一致[16]。

五、研究結(jié)論與對(duì)策建議

本文以2012年頒布的《指引》為準(zhǔn)自然實(shí)驗(yàn)，選取2009—2022年A股非金融上市公司為研究對(duì)象，采用雙重差分法研究該政策對(duì)重污染企業(yè)綠色創(chuàng)新的影響。研究發(fā)現(xiàn)：第一，《指引》的實(shí)施對(duì)重污染企業(yè)綠色創(chuàng)新具有顯著的抑制作用，這與現(xiàn)有研究得出的《指引》會(huì)對(duì)企業(yè)產(chǎn)生資源約束效應(yīng)并對(duì)其綠色創(chuàng)新資金產(chǎn)生“擠占”效應(yīng)的結(jié)論相一致，并從重污染企業(yè)角度進(jìn)行了補(bǔ)充和論證。第二，作用機(jī)制分析表明，融資規(guī)模和信貸成本在《指引》與重污染企業(yè)的綠色創(chuàng)新的關(guān)系中起到了中介作用。第三，異質(zhì)性分析表明，《指引》的實(shí)施對(duì)重污染企業(yè)綠色創(chuàng)新的抑制作用在非國(guó)有企業(yè)、中西部地區(qū)企業(yè)以及小規(guī)模企業(yè)中更為顯著。

《指引》頒布的初衷是從戰(zhàn)略層面鼓勵(lì)銀行等金融機(jī)構(gòu)積極推動(dòng)綠色金融，促進(jìn)經(jīng)濟(jì)、社會(huì)與環(huán)境的協(xié)調(diào)發(fā)展。然而，由上述研究結(jié)果可以看出，我國(guó)綠色信貸政策對(duì)于重污染企業(yè)綠色創(chuàng)新卻產(chǎn)生了抑制效應(yīng)。因此，基于上述研究結(jié)果，本文分別從政府、金融機(jī)構(gòu)以及企業(yè)三個(gè)層面提出以下建議，以期《指引》能更好地促進(jìn)綠色發(fā)展。

對(duì)政府而言，第一，采取差異化的措施，避免“一刀切”的做法。由上述分析可知，目前綠色信貸政策的實(shí)施過程中，對(duì)于非國(guó)有企業(yè)、經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)以及規(guī)模小的重污染企業(yè)，往往存在一定的信貸歧視傾向。相關(guān)部門應(yīng)針對(duì)不同行業(yè)、不同性質(zhì)以及不同地區(qū)的企業(yè)制定和實(shí)行差異化的制度。第二，完善環(huán)境信息披露制度，規(guī)范綠色信貸的監(jiān)督準(zhǔn)則。當(dāng)前，銀行與企業(yè)之間的信息不對(duì)稱問題依然突出，導(dǎo)致信貸資源錯(cuò)配，阻礙企業(yè)的綠色創(chuàng)新。在完善《指引》的基礎(chǔ)之上，政府應(yīng)同時(shí)創(chuàng)建多樣化的企業(yè)信息實(shí)時(shí)監(jiān)管機(jī)制。

對(duì)金融機(jī)構(gòu)而言，第一，充分發(fā)揮綠色信貸實(shí)施的主體作用，積極響應(yīng)政策號(hào)召。作為綠色信貸政策的執(zhí)行者，金融機(jī)構(gòu)的執(zhí)行效率直接關(guān)系到政策能否取得預(yù)期效果。因此，金融機(jī)構(gòu)需建立起與企業(yè)溝通的橋梁，不斷優(yōu)化信貸業(yè)務(wù)的管理流程。對(duì)于重污染企業(yè)的項(xiàng)目投資，既要保持謹(jǐn)慎的態(tài)度，也要積極扶持具備發(fā)展?jié)摿Φ木G色低碳項(xiàng)目。第二，拓展綠色貸款適用范圍，推出更豐富多元的綠色金融產(chǎn)品。針對(duì)重污染企業(yè)的可持續(xù)發(fā)展需求，金融機(jī)構(gòu)應(yīng)大力開發(fā)并推行針對(duì)重污染企業(yè)的綠色減排的專項(xiàng)貸款，推動(dòng)企業(yè)環(huán)保技術(shù)的持續(xù)創(chuàng)新。

對(duì)重污染企業(yè)而言，不僅要追求自身的經(jīng)濟(jì)效益，還應(yīng)該注重社會(huì)效益，從而才能實(shí)現(xiàn)企業(yè)的長(zhǎng)期發(fā)展。首先，重污染企業(yè)應(yīng)主動(dòng)向公眾披露環(huán)境保護(hù)信息，提升對(duì)綠色金融政策的敏感度和理解力。其次，重污染企業(yè)應(yīng)積極探索和開拓新的融資渠道，例如，爭(zhēng)取政府專項(xiàng)財(cái)政資金的補(bǔ)助，或者通過股權(quán)融資等方式籌集資金。最后，重污染企業(yè)要積極學(xué)習(xí)并采納先進(jìn)的環(huán)保理念和技術(shù)，推動(dòng)重污染企業(yè)實(shí)現(xiàn)綠色可持續(xù)發(fā)展。

參考文獻(xiàn)：

[1] 郭俊杰，方穎，郭曄．環(huán)境規(guī)制、短期失敗容忍與企業(yè)綠色創(chuàng)新——來自綠色信貸政策實(shí)踐的證據(jù)［J]．經(jīng)濟(jì)研究，2024，59（3）：112-129.

[2] 劉金科，劉霧萱，晁穎．綠色信貸與低碳轉(zhuǎn)型：資本整合還是技術(shù)創(chuàng)新？——來自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)［J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（6）：151-171.

[3] AN S，LI B，SONG D，et al. Green credit financing versus trade credit financing in a supply chain with carbonemission limits [J]. European Journal of Operational Research，2021，292（1）：125-142.

[4] 樊志剛，李盧霞．我國(guó)商業(yè)銀行推行綠色信貸的政策環(huán)境分析及業(yè)務(wù)創(chuàng)新路徑探討［J]．金融理論與實(shí)踐，2012 （9）：11-16.

[5] 高曉燕，紀(jì)文鵬．綠色債券的發(fā)行人特性與發(fā)行信用利差［J]．財(cái)經(jīng)科學(xué)，2018（11）：26－36.

[6] 張芳，于海婷．綠色信貸政策驅(qū)動(dòng)重污染企業(yè)綠色創(chuàng)新了嗎——基于企業(yè)生命周期理論的實(shí)證檢驗(yàn)［J]．南開管理評(píng)論，2024，27（3）：118-128，193，129-130.

[7] 郭進(jìn)．環(huán)境規(guī)制對(duì)綠色技術(shù)創(chuàng)新的影響——“波特效應(yīng)”的中國(guó)證據(jù)［J]．財(cái)貿(mào)經(jīng)濟(jì)，2019，40（3）：147－160.

[8] LEMMON M，ROBERTS M R. The response of corporate financing and investment to changes in the supply ofcredit[J]. Journal of Financial and Quantitative Analysis，201O，45（3）： 555 -587.

[9] 蘇冬蔚，連莉莉．綠色信貸是否影響重污染企業(yè)的投融資行為？［J]．金融研究，2018（12）：123－137.

[10] 畢茜，鄧玲．綠色信貸業(yè)績(jī)?cè)u(píng)價(jià)對(duì)企業(yè)綠色創(chuàng)新的驅(qū)動(dòng)效應(yīng)研究［J]．南方金融，2022（5）：18－32.

［11］王偉，陳繹潤(rùn)：經(jīng)濟(jì)政策不確定性與企業(yè)債務(wù)期限結(jié)構(gòu)——來自中國(guó)A股上市公司的經(jīng)驗(yàn)證據(jù)［J]．南方金融，2023（4）：33-47.

[12] YIN X，WANG D，LU J， et al. Does green credit policy promote corporate green innovation？ evidence fromChina [J]. Economic Change and Restructuring，2023，56（5）：3187-3215.

[13］張琳，廉永輝．綠色信貸如何影響商業(yè)銀行財(cái)務(wù)績(jī)效？——基于銀行收入結(jié)構(gòu)分解的視角［J］．南方金融，2020 （2）：45-56.

[14] 楊柳勇，張澤野．綠色信貸政策對(duì)企業(yè)綠色創(chuàng)新的影響［J]．科學(xué)學(xué)研究，2022，40（2）：345－356.

[15] SUEYOSHIT，GOTOM. Can environmental investment and expenditure enhance financial performance of US electricutility firms under the clean air act amendment of 1990？[J]. Energy Policy，2009，37（11）： 4819 -4826.

[16] 惠獻(xiàn)波：綠色信貸政策、金融資源配置與企業(yè)綠色全要素生產(chǎn)率——基于我國(guó)重污染企業(yè)的證據(jù)［J]．西南金融，2022（10）：65-77.

[17] 黎文靖，鄭曼妮．實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對(duì)微觀企業(yè)創(chuàng)新的影響［J］．經(jīng)濟(jì)研究，2016， 51 （4）： 60 -73.

[18] JOHNSTONE N，HASCIC I， POPP D. Renewable energy policies and technological innovation： evidence basedon patent counts [J]. Environmental and Resource Economics，2010 （45）： 133 -155.

[19] 王馨，王營(yíng)．綠色信貸政策增進(jìn)綠色創(chuàng)新研究［J]．管理世界，2021，37（6）：173-188，11.

[20] CORNAGGIA J，MAO Y，TIAN X，et al. Does banking competition afect innovation？[J]. Journal ofFinancialEconomics，2015，115（1）：189-209.

［21］張琦，鄭瑤，孔東民．地區(qū)環(huán)境治理壓力、高管經(jīng)歷與企業(yè)環(huán)保投資——一項(xiàng)基于《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（2012）》的準(zhǔn)自然實(shí)驗(yàn)［J].經(jīng)濟(jì)研究，2019，54（6）：183－198.

[22] 許罡．新環(huán)保法實(shí)施對(duì)重污染企業(yè)融資影響及后果研究［J]．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022，42（2）： 96 -113.

[23] 肖海蓮，唐清泉，周美華．負(fù)債對(duì)企業(yè)創(chuàng)新投資模式的影響——基于Ramp;D異質(zhì)性的實(shí)證研究［J]．科研管理，2014，35（10）：77-85.

[24] 鄭軍，林鐘高，彭琳．貨幣政策、內(nèi)部控制質(zhì)量與債務(wù)融資成本［J]．當(dāng)代財(cái)經(jīng)，2013（9）：118－129.

[25] 陳強(qiáng)，齊霽，顏冠鵬．雙重差分法的安慰劑檢驗(yàn)：一個(gè)實(shí)踐的指南[J]．管理世界，2025，41（2）：181-220.

[26] 張征宇，林麗花，曹思力，等．雙重差分設(shè)計(jì)下固定效應(yīng)估計(jì)量何時(shí)可信？——若干有用的建議［J］．管理世界，2024，40（1）：196－222.

[27] 周茂，陸毅，杜艷，等．開發(fā)區(qū)設(shè)立與地區(qū)制造業(yè)升級(jí)［J]．中國(guó)工業(yè)經(jīng)濟(jì)，2018（3）：62－79.

[28] 齊紹洲，林山，崔靜波．環(huán)境權(quán)益交易市場(chǎng)能否誘發(fā)綠色創(chuàng)新？——基于我國(guó)上市公司綠色專利數(shù)據(jù)的證據(jù)［J]．經(jīng)濟(jì)研究，2018，53（12）：129－143.

[29] 溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展［J]．心理科學(xué)進(jìn)展，2014，22（5）：731－745.

[30] 張笑，胡金焱．綠色信貸政策是否抑制了重污染企業(yè)的投資？［J]．山東社會(huì)科學(xué)，2022（8）：138－146.

[31] BRANDT L，LI H. Bank discrimination in transition economies： ideology，information，or incentives？[J].Journal of Comparative Economics，2003，31（3）： 387 -413.

[32] 黃志基，賀燦飛，楊帆，等．中國(guó)環(huán)境規(guī)制、地理區(qū)位與企業(yè)生產(chǎn)率增長(zhǎng)［J]．地理學(xué)報(bào)，2015，70（10）：1581 - 1591.

[33] 邢有為，姜旭朝，黎曉峰．環(huán)境治理投入對(duì)經(jīng)濟(jì)增長(zhǎng)的異質(zhì)性影響研究——基于城市化的視角［J]．自然資源學(xué)報(bào)，2018，33（4）：576-587.

[34] HEJ.Pollution haven hypothesisand environmental impactsof foreign direct investment：the case of industrialemission of sulfur dioxide （ SO₂ ）in Chinese provinces [J]. Ecological Economics，2006，60（1）：228-245.

[35] 賀燦飛，張騰，楊晟朗．環(huán)境規(guī)制效果與中國(guó)城市空氣污染［J]．自然資源學(xué)報(bào)，2013，28（10）：1651－1663.

[36] FAN H，PENG Y，WANG H，et al. Greening through finance？[J]. Journal of Development Economics，2021，152：102683.

[37] 黃輝．企業(yè)特征、融資方式與企業(yè)融資效率［J]．預(yù)測(cè)，2009，28（2）：21－27.[38] 李旭超，羅德明，金祥榮．資源錯(cuò)置與中國(guó)企業(yè)規(guī)模分布特征［J]．中國(guó)社會(huì)科學(xué)，2017（2）：25－43，205 -206.

Does Green Credit Promote Green Innovation in Business？ Empirical Evidence Based on Heavily Polluting Firms

LUO Jiawen DU Jiarui GUO Jiaxian （School of Business Adminstration，South China Universityof Technology，Guangzhou 510641，Guangdong，China）

Abstract： The Green Credit Guidelines （GCG），enacted in 2O12，use green credit as a tool to steer capital toward sustainable sectors like green innovation， thereby promoting optimal resource allocation. However， given their inherent high-pollution characteristics， does the GCG suppress green innovation in heavily polluting enterprises？ Using the data of A-share listed companies from 2OO9 to 2O22， this study constructed a quasi-natural experiment based on the 2012 GCG and employed a difference-in-differences（DID）model to examine the impact of green credit policy on the green innovation of heavy poluting enterprises. The results show that the green credit policy significantly inhibits green innovation in heavily polluting enterprises. This effect primarily operates through two mechanisms： reducing financing scale and increasing credit costs，which exacerbate financial constraints and indirectly hinder green innovation activities. Heterogeneity analysis shows that the negative impact of the GCG is more pronounced for non-state-owned firms， enterprises in central and western regions， and smallerscale heavily polluting firms. Based on the findings of the study， this paper proposes several policy recommendations： （1） the government should refine green credit regulatory standards; （2）financial institutions should provide diversified， specialized credit services for heavily pollting firms； and （3） heavily polluting enterprises should enhance their environmental disclosure and increase investments in green innovation.

Key words： green credit； green innovation； heavy pollution firm； difference-in-differencesmodel；mediating effect