王叢 董芳麟

摘要：綠色信貸政策作為提升創(chuàng)新效率、實(shí)現(xiàn)綠色發(fā)展的重要手段已由中央及各地政府落地實(shí)施，但其效果因受地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)依賴(lài)程度等因素的影響而差強(qiáng)人意。從區(qū)域產(chǎn)業(yè)依存度是否影響綠色信貸政策對(duì)企業(yè)創(chuàng)新效率的影響機(jī)理出發(fā)，以2015年的《能效信貸指引》為外生沖擊變量構(gòu)造準(zhǔn)自然實(shí)驗(yàn)，選取2009—2020年A股上市企業(yè)為樣本，利用PSM方法進(jìn)行分組，運(yùn)用DDD方法檢驗(yàn)綠色信貸政策對(duì)企業(yè)創(chuàng)新效率的影響，研究發(fā)現(xiàn)，綠色信貸政策會(huì)顯著提升重污染企業(yè)的創(chuàng)新效率，且對(duì)東部和中部地區(qū)企業(yè)影響更為明顯；進(jìn)一步，利用區(qū)域產(chǎn)業(yè)依存度分組分析發(fā)現(xiàn)，較高的區(qū)域產(chǎn)業(yè)依存度會(huì)削弱綠色信貸政策的實(shí)施效果，且通過(guò)DEA分析發(fā)現(xiàn)該類(lèi)企業(yè)存在一定程度的創(chuàng)新效率損失。因此，在推行綠色信貸政策時(shí)，需考慮區(qū)域產(chǎn)業(yè)依存度對(duì)貨幣政策傳導(dǎo)機(jī)制的影響，以保障提升發(fā)展效率，推進(jìn)綠色發(fā)展速度，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

關(guān)鍵詞：綠色信貸政策；創(chuàng)新效率；區(qū)域產(chǎn)業(yè)依存度；PSM-DDD；DEA

中圖分類(lèi)號(hào)：F832.4;F279.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-5595（2023）01-0044-10

一、引言

創(chuàng)新是一個(gè)民族進(jìn)步的靈魂，黨的十九屆六中全會(huì)指出，堅(jiān)持把創(chuàng)新作為引領(lǐng)發(fā)展的第一動(dòng)力。企業(yè)是創(chuàng)新的重要力量，建設(shè)創(chuàng)新型國(guó)家離不開(kāi)企業(yè)創(chuàng)新能力的提高，作為參與市場(chǎng)經(jīng)濟(jì)的微觀個(gè)體，在面對(duì)競(jìng)爭(zhēng)時(shí)除了提高創(chuàng)新能力，更應(yīng)關(guān)注創(chuàng)新效率的提高。^［1］創(chuàng)新型企業(yè)的成長(zhǎng)與發(fā)展、企業(yè)創(chuàng)新能力和創(chuàng)新效率的提高成為經(jīng)濟(jì)轉(zhuǎn)型發(fā)展領(lǐng)域研究的關(guān)鍵問(wèn)題。作為貨幣政策，綠色信貸政策通過(guò)提高重污染企業(yè)的融資成本或拒絕給重污染企業(yè)貸款的方式，促使重污染企業(yè)提高創(chuàng)新效率以實(shí)現(xiàn)轉(zhuǎn)型及綠色發(fā)展。從研究對(duì)象來(lái)看，區(qū)域產(chǎn)業(yè)依存度高的企業(yè)對(duì)地方經(jīng)濟(jì)發(fā)展和稅收貢獻(xiàn)較大，是地方經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿?，理?yīng)成為地方創(chuàng)新發(fā)展、綠色發(fā)展的中堅(jiān)力量，然而，從現(xiàn)階段研究成果來(lái)看，盡管區(qū)域產(chǎn)業(yè)依存度高的企業(yè)集中了地方優(yōu)質(zhì)研發(fā)資源，并具有較強(qiáng)的創(chuàng)新能力，但受經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)政策、企業(yè)經(jīng)營(yíng)水平、創(chuàng)新激勵(lì)等因素的影響^［2］，其創(chuàng)新意愿及創(chuàng)新效率較其他類(lèi)型企業(yè)仍存在較大差距。綠色信貸政策是否能切實(shí)提升區(qū)域產(chǎn)業(yè)依存度較高的企業(yè)的創(chuàng)新效率？政策實(shí)施過(guò)程中該類(lèi)企業(yè)是否存在創(chuàng)新效率的損失？這些問(wèn)題事關(guān)國(guó)家宏觀政策的部署、地區(qū)經(jīng)濟(jì)發(fā)展模式的選擇和企業(yè)經(jīng)營(yíng)戰(zhàn)略的制定。區(qū)域產(chǎn)業(yè)依存度高的企業(yè)能否提高創(chuàng)新動(dòng)力與創(chuàng)新效率，不僅關(guān)系到綠色信貸政策存在的合理性，還關(guān)系到國(guó)家經(jīng)濟(jì)高質(zhì)量發(fā)展的根本目標(biāo)的實(shí)現(xiàn)。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

對(duì)綠色信貸政策的研究經(jīng)歷了從綠色信貸政策與經(jīng)濟(jì)發(fā)展關(guān)系研究^［3］，到綠色信貸政策實(shí)施效果分析研究^［4］，再到綠色信貸政策對(duì)企業(yè)綠色發(fā)展作用的研究^［5］。首先，綠色信貸通過(guò)一定的金融資源配置手段能夠促進(jìn)經(jīng)濟(jì)的增長(zhǎng)^［6］，并且在綠色信貸實(shí)施后期會(huì)促進(jìn)企業(yè)綠色低碳技術(shù)的迭代升級(jí)^［7］；其次，對(duì)綠色信貸政策實(shí)施效果的研究發(fā)現(xiàn)，綠色信貸政策能夠顯著影響“兩高”企業(yè)的生產(chǎn)經(jīng)營(yíng)^［8］，進(jìn)而促進(jìn)企業(yè)轉(zhuǎn)型綠色發(fā)展^［9］；最后，綠色信貸政策對(duì)于綠色企業(yè)技術(shù)升級(jí)和融資水平提升均具有促進(jìn)作用^［10］，且綠色信貸政策能夠加速重污染企業(yè)的轉(zhuǎn)型升級(jí)，為企業(yè)綠色發(fā)展增加新的助推力^［11］。綜上，綠色信貸政策效果研究大多是在宏觀上對(duì)綠色信貸政策與經(jīng)濟(jì)發(fā)展關(guān)系的考察、在微觀上對(duì)企業(yè)創(chuàng)新以及融資影響的研究，缺少?gòu)暮暧^過(guò)渡到微觀的解釋。

產(chǎn)業(yè)依存度的相關(guān)研究主要集中在兩個(gè)方面：第一，基于價(jià)值鏈的角度，經(jīng)濟(jì)發(fā)展對(duì)外部市場(chǎng)和技術(shù)的依存度^［12］；第二，地區(qū)經(jīng)濟(jì)發(fā)展對(duì)內(nèi)部企業(yè)發(fā)展的依存度^［13］。關(guān)于價(jià)值鏈的角度主要是從宏觀上基于全球價(jià)值鏈重構(gòu)的視角進(jìn)行闡述，發(fā)展中國(guó)家處于價(jià)值鏈的底端環(huán)節(jié)，容易被“邊緣化”“替代化”。^［14］在區(qū)域產(chǎn)業(yè)依存度中，地區(qū)經(jīng)濟(jì)的發(fā)展離不開(kāi)企業(yè)的發(fā)展^［15］，對(duì)于地方政府來(lái)說(shuō)，企業(yè)所得稅是稅收的重要來(lái)源，地區(qū)龍頭企業(yè)是招商的重要招牌，扶持好當(dāng)?shù)仄髽I(yè)發(fā)展在一定程度上對(duì)提高區(qū)域競(jìng)爭(zhēng)力有正向促進(jìn)作用^［16］。綜上，關(guān)于產(chǎn)業(yè)依存度的研究主要是從國(guó)家間價(jià)值鏈競(jìng)爭(zhēng)視角和地區(qū)經(jīng)濟(jì)發(fā)展依賴(lài)某一項(xiàng)產(chǎn)業(yè)的視角，而關(guān)于單個(gè)企業(yè)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展影響的研究則較少。

（二）理論分析與假設(shè)的提出

作為宏觀經(jīng)濟(jì)政策，貨幣政策具有一定的指示作用，會(huì)影響商業(yè)銀行的資產(chǎn)負(fù)債業(yè)務(wù)，進(jìn)而影響企業(yè)的發(fā)展戰(zhàn)略。^［17］綠色信貸政策作為貨幣政策之一，通過(guò)增加污染企業(yè)的融資成本、提高融資企業(yè)準(zhǔn)入門(mén)檻來(lái)促使企業(yè)轉(zhuǎn)型升級(jí)^［18］；同時(shí)綠色信貸政策還能增加企業(yè)在可再生能源方面的投資^［19］。根據(jù)“波特假說(shuō)”，以經(jīng)濟(jì)手段為主的環(huán)境規(guī)制會(huì)有效促進(jìn)企業(yè)的創(chuàng)新能力。綠色信貸政策作為一種規(guī)制手段會(huì)顯著提升重污染企業(yè)的創(chuàng)新效率。^［20］綠色信貸限制了重污染企業(yè)的負(fù)債總額，企業(yè)為了健康發(fā)展，必定會(huì)提升創(chuàng)新效率，在資源有限的情況下加速綠色轉(zhuǎn)型發(fā)展。^［21］基于此，提出假設(shè)H1。

H1：綠色信貸會(huì)顯著提升重污染企業(yè)的創(chuàng)新效率。

中國(guó)經(jīng)濟(jì)走向高質(zhì)量發(fā)展階段，但是依然存在經(jīng)濟(jì)發(fā)展不平衡、不充分的問(wèn)題。^［22］在中觀層面上，不同地區(qū)的經(jīng)濟(jì)發(fā)展水平、自然條件、產(chǎn)業(yè)政策甚至歷史因素都會(huì)對(duì)國(guó)家政策的實(shí)施效果產(chǎn)生不同的影響。^［23］宏觀經(jīng)濟(jì)政策的變遷同樣影響著政策實(shí)施效果。國(guó)家政策的實(shí)行需要地方政府的助力^［24］，即使相同的國(guó)家政策，面對(duì)不同的地方政府也會(huì)產(chǎn)生不同的效果^［25］。所以貨幣政策不可大水漫灌^［26］，應(yīng)該適當(dāng)考察不同地區(qū)對(duì)于同一政策的反應(yīng)。東部地區(qū)和中部地區(qū)經(jīng)濟(jì)發(fā)展較為成熟，市場(chǎng)較為完善，對(duì)于政策的反應(yīng)更加靈敏有效，而西部發(fā)展多依賴(lài)自然資源開(kāi)發(fā)，產(chǎn)業(yè)單一且比重大，對(duì)政策反應(yīng)不夠靈敏。^［27］相對(duì)于其他貨幣政策，綠色信貸政策中地方政府更易干預(yù)銀行對(duì)企業(yè)貸款，從而使綠色信貸政策效果大打折扣?；诖?，提出假設(shè)H2。

H2：相較于西部重污染企業(yè)，東部和中部重污染企業(yè)對(duì)于綠色信貸政策更為敏感。

企業(yè)作為微觀個(gè)體，更加注重創(chuàng)新效率而非創(chuàng)新投入。不同的企業(yè)創(chuàng)新效率不同，創(chuàng)新投入高的企業(yè)創(chuàng)新產(chǎn)出并不一定高。^［28］企業(yè)行為既受到國(guó)家宏觀政策的影響，也受到地區(qū)產(chǎn)業(yè)政策的影響。綠色信貸政策的執(zhí)行日漸深入，勢(shì)必會(huì)影響對(duì)重污染企業(yè)依存度高的地區(qū)的GDP。^［29］地方政府為了完成經(jīng)濟(jì)發(fā)展的任務(wù)，會(huì)對(duì)該地區(qū)重污染企業(yè)實(shí)施懷柔政策，干預(yù)商業(yè)銀行存貸款行為，這必然會(huì)影響貨幣政策的實(shí)施效果。區(qū)域產(chǎn)業(yè)依存度高的產(chǎn)業(yè)多為地方大型支柱型產(chǎn)業(yè)，貢獻(xiàn)了地方高比例的稅收。對(duì)于大型重污染企業(yè)來(lái)說(shuō)，受“大而不能倒”的影響，企業(yè)缺少提高創(chuàng)新效率的激勵(lì)。^［30］區(qū)域產(chǎn)業(yè)依存度高的企業(yè)更容易出現(xiàn)粗放式發(fā)展的情況。綠色政策能夠推進(jìn)技術(shù)創(chuàng)新^［31］，同時(shí)區(qū)域產(chǎn)業(yè)依存度也能通過(guò)影響綠色信貸政策傳導(dǎo)路徑來(lái)影響企業(yè)的技術(shù)創(chuàng)新^［32］?；诖?，提出假設(shè)H3。

H3：區(qū)域產(chǎn)業(yè)依存度高的重污染企業(yè)相較于依存度低的重污染企業(yè)對(duì)綠色信貸政策更不敏感。

由于產(chǎn)業(yè)具有集聚效應(yīng)和地區(qū)特色，所以國(guó)家在“十四五”規(guī)劃中劃定了產(chǎn)業(yè)集群。富有地方特色的產(chǎn)業(yè)集群是由許多相類(lèi)似企業(yè)組成的，這些企業(yè)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展有較大貢獻(xiàn)。企業(yè)的綠色創(chuàng)新是我國(guó)綠色創(chuàng)新的重要組成部分，企業(yè)作為綠色創(chuàng)新的實(shí)踐者，通過(guò)增加綠色創(chuàng)新投入來(lái)促進(jìn)綠色創(chuàng)新產(chǎn)出，而創(chuàng)新產(chǎn)出受創(chuàng)新效率的影響。企業(yè)創(chuàng)新效率的影響因素是多方面的，企業(yè)的自主研發(fā)意愿即為其中之一。^［23］與區(qū)域產(chǎn)業(yè)依存度低的企業(yè)相比，依存高的企業(yè)自主研發(fā)意愿不強(qiáng)，且存在資源詛咒效應(yīng)，對(duì)外界政策反應(yīng)不敏感，對(duì)內(nèi)部改革意愿不強(qiáng)^［16］，因此存在一定的創(chuàng)新效率損失?；诖耍岢黾僭O(shè)H4。

H4：區(qū)域產(chǎn)業(yè)依存度高的重污染企業(yè)存在一定的創(chuàng)新效率損失。

三、研究設(shè)計(jì)

（一）樣本選擇和數(shù)據(jù)來(lái)源

綠色信貸政策最早出臺(tái)于2007年，但直至2013年出臺(tái)的《中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)關(guān)于報(bào)送綠色信貸統(tǒng)計(jì)表的通知》才表明綠色信貸政策落地。大多數(shù)學(xué)者認(rèn)為2015年中國(guó)銀監(jiān)會(huì)和國(guó)家發(fā)展改革委共同發(fā)布的《能效信貸指引》才表明綠色信貸政策得到銀行以及企業(yè)的正面反饋。有鑒于此，本文以2015年的《能效信貸指引》作為外生沖擊變量，檢驗(yàn)綠色信貸政策下重污染企業(yè)和輕污染企業(yè)創(chuàng)新效率的差異。對(duì)于重污染企業(yè)和輕污染企業(yè)的界定，本文根據(jù)2012年證監(jiān)會(huì)修訂的《上市公司行業(yè)分類(lèi)指引》、環(huán)保部2008年公布的《上市企業(yè)環(huán)保核查行業(yè)分類(lèi)管理名錄》認(rèn)定的重污染行業(yè)標(biāo)準(zhǔn)，最終確定火電、鋼鐵、水泥、電解鋁、煤炭、冶金、建材、采礦、化工、石化、制藥、紡織、制革以及輕工中的釀造、造紙、發(fā)酵為重污染行業(yè)，其他行業(yè)為輕污染行業(yè)。

根據(jù)上述重污染行業(yè)和輕污染行業(yè)標(biāo)準(zhǔn)，本文選取了2010—2021年的A股上市公司為研究樣本，剔除研究樣本中解釋變量和被解釋變量缺失的數(shù)據(jù)，最終樣本量為8 089個(gè)；由于部分變量呈現(xiàn)右偏性質(zhì)，將其取對(duì)數(shù)處理。為了降低選擇性偏誤，通過(guò)PSM對(duì)樣本進(jìn)行匹配，以重污染企業(yè)為實(shí)驗(yàn)組，以輕污染企業(yè)為觀察組，利用三重差分模型（DOD）進(jìn)行分析?？紤]到地區(qū)經(jīng)濟(jì)差異等對(duì)綠色信貸政策作用機(jī)制會(huì)產(chǎn)生影響，本文將GDP高低作為處理變量引入模型，同時(shí)引入控制變量。此外，由于不同地區(qū)差異較為明顯，產(chǎn)業(yè)結(jié)構(gòu)依存度也大為不同，為此本文樣本將分為東部、中部和西部地區(qū)進(jìn)行異質(zhì)性分析，再以區(qū)域產(chǎn)業(yè)依存度高低分組檢驗(yàn)綠色信貸政策的實(shí)施效果，最后對(duì)企業(yè)的創(chuàng)新效率情況進(jìn)行分析。樣本企業(yè)的財(cái)務(wù)數(shù)據(jù)均來(lái)源于萬(wàn)德數(shù)據(jù)庫(kù)，區(qū)域產(chǎn)業(yè)依存度數(shù)據(jù)信息來(lái)源于各年的統(tǒng)計(jì)年鑒。

（二）變量定義

1.被解釋變量

現(xiàn)有文獻(xiàn)對(duì)創(chuàng)新效率衡量的指標(biāo)分為兩類(lèi)：無(wú)形資產(chǎn)增量（扣除土地使用權(quán)）與當(dāng)年總資產(chǎn)的比值^［25］、專(zhuān)利申請(qǐng)總量與當(dāng)年總資產(chǎn)的比值。對(duì)于企業(yè)來(lái)說(shuō)，創(chuàng)新成果不一定都會(huì)轉(zhuǎn)化為專(zhuān)利權(quán)，考慮到創(chuàng)新活動(dòng)存在周期長(zhǎng)、成功率低、不確定性強(qiáng)等特征，無(wú)形資產(chǎn)（扣除土地使用權(quán)）的增長(zhǎng)往往不連續(xù)且容易出現(xiàn)極端值，為了更直觀地體現(xiàn)企業(yè)創(chuàng)新效率水平，本文對(duì)無(wú)形資產(chǎn)的增量（扣除土地使用權(quán)）與總資產(chǎn)的比值取自然對(duì)數(shù)處理來(lái)表示創(chuàng)新效率，用Inno表示。

2.解釋變量

本文以《能效信貸指引》作為外生沖擊變量，分析綠色信貸政策對(duì)不同類(lèi)型企業(yè)創(chuàng)新效率的影響。若樣本年度在2015年之前Time=0，反之Time=1。參照前文標(biāo)準(zhǔn)，若企業(yè)屬于重污染行業(yè)則 Treated=1，反之Treated=0。此外，地區(qū)經(jīng)濟(jì)發(fā)展水平等差異會(huì)對(duì)政策作用機(jī)理產(chǎn)生調(diào)節(jié)性影響，為了便于計(jì)算，將GDP變量進(jìn)行定性處理，將 GDP 大于等于中位數(shù)的地區(qū)定義為 1，GDP小于中位數(shù)的地區(qū)定義為0。為了考察在不同區(qū)域產(chǎn)業(yè)依存度下政策對(duì)企業(yè)創(chuàng)新效率的影響，本文以區(qū)域產(chǎn)業(yè)依存度高低將企業(yè)劃分為兩組，當(dāng)區(qū)域污染水平大于等于全國(guó)中位數(shù)時(shí)，表明該地區(qū)對(duì)重污染產(chǎn)業(yè)具有較高依存度，此時(shí)WR=1，否則WR=0。

3.控制變量

Controls表示控制變量。參考已有關(guān)于企業(yè)創(chuàng)新的文獻(xiàn)，本文將財(cái)務(wù)杠桿（LEV）^［26］、企業(yè)規(guī)模（SIZE）、公司年齡（AGE） 、資產(chǎn)利潤(rùn)率（ROA）^［27］、管理層持股比例（MH）^［28］、經(jīng)營(yíng)能力（SALE）、償債能力（Liquidity）^［29］、營(yíng)業(yè)收入增長(zhǎng)率（OGR） 及企業(yè)成長(zhǎng)性（MB）^［30］、年份固定效應(yīng)（YEAR）等作為控制變量。

所有變量的具體計(jì)算標(biāo)準(zhǔn)和方法如表1所示。

4.DEA模型變量的選取

（1）創(chuàng)新投入變量X1為研發(fā)中心數(shù)量。企業(yè)創(chuàng)新主要依靠其創(chuàng)新人才，鑒于研發(fā)人員數(shù)據(jù)可得性差且界定并不清晰，本文選擇研發(fā)中心代替創(chuàng)新人才變量，研發(fā)中心包含企業(yè)內(nèi)部研發(fā)中心和與外界合作的研發(fā)中心。一般來(lái)講，研發(fā)中心數(shù)量多的企業(yè)，研發(fā)人員、研發(fā)設(shè)備多，研發(fā)投入強(qiáng)度大，但是考慮到研發(fā)中心有極值影響，本文用研發(fā)中心的數(shù)量加一的對(duì)數(shù)來(lái)表示創(chuàng)新投入變量X1。

（2）創(chuàng)新投入變量X2為研發(fā)資金投入?？紤]到不同規(guī)模、不同行業(yè)的企業(yè)對(duì)于研發(fā)的動(dòng)機(jī)和需求不同，并且規(guī)模較小的企業(yè)在研發(fā)資金投入的數(shù)額上存在劣勢(shì)，本文采用研發(fā)費(fèi)用與營(yíng)業(yè)收入的比值來(lái)表示研發(fā)資金投入強(qiáng)度。

（3）創(chuàng)新產(chǎn)出變量Y1為專(zhuān)利申請(qǐng)數(shù)量。專(zhuān)利申請(qǐng)數(shù)量往往被當(dāng)作衡量企業(yè)創(chuàng)新產(chǎn)出的重要指標(biāo)，企業(yè)的專(zhuān)利申請(qǐng)價(jià)值往往會(huì)被轉(zhuǎn)化為無(wú)形資產(chǎn)或者創(chuàng)新產(chǎn)品給企業(yè)帶來(lái)的效益。規(guī)模較大的企業(yè)存在一定優(yōu)勢(shì)，可以申請(qǐng)更多的專(zhuān)利進(jìn)而帶來(lái)極值的影響，故本文采用專(zhuān)利申請(qǐng)數(shù)量的對(duì)數(shù)作為衡量創(chuàng)新產(chǎn)出的指標(biāo)，即用專(zhuān)利申請(qǐng)數(shù)量加一的對(duì)數(shù)表示。

（4）創(chuàng)新產(chǎn)出變量Y2為創(chuàng)新產(chǎn)品指數(shù)。僅用專(zhuān)利表示創(chuàng)新產(chǎn)出有失偏頗，因?yàn)槠髽I(yè)經(jīng)營(yíng)的很多無(wú)形資產(chǎn)并不一定需要通過(guò)專(zhuān)利的形式展現(xiàn)，而且專(zhuān)利轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值的能力也各不相同。創(chuàng)新產(chǎn)品帶來(lái)的營(yíng)業(yè)收入的增加額可以從另一個(gè)方面展現(xiàn)企業(yè)創(chuàng)新產(chǎn)出能力。同樣考慮到規(guī)模帶來(lái)的極值問(wèn)題，本文采用創(chuàng)新產(chǎn)品占比即新產(chǎn)品的營(yíng)業(yè)額占總營(yíng)業(yè)額的比值表示創(chuàng)新產(chǎn)品指數(shù)。

針對(duì)DEA分析，本文選取了六個(gè)典型行業(yè)：醫(yī)藥制造業(yè)、電子及通信設(shè)備制造業(yè)、電子計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)、金屬非金屬業(yè)和航空航天器制造業(yè)。^［31］其中，醫(yī)藥制造業(yè)、醫(yī)療設(shè)備及儀器儀表制造業(yè)、金屬非金屬業(yè)為重污染行業(yè)，其余為輕污染行業(yè)；并根據(jù)區(qū)域產(chǎn)業(yè)依存度高低劃分為區(qū)域產(chǎn)業(yè)依存度高和區(qū)域產(chǎn)業(yè)依存度低兩組。為了簡(jiǎn)化描述，本文將所選行業(yè)進(jìn)行分類(lèi)編號(hào)：航空航天器制造業(yè)編號(hào)為1，醫(yī)療設(shè)備及儀器制造業(yè)編號(hào)為2，金屬與非金屬業(yè)編號(hào)為3，醫(yī)藥制造業(yè)編號(hào)為，4，電子計(jì)算機(jī)及辦公設(shè)備制造業(yè)編號(hào)為5，電子及通信設(shè)備制造業(yè)編號(hào)為6。

（三）模型設(shè)定

僅通過(guò)普通差分方法分組會(huì)導(dǎo)致樣本選擇偏誤問(wèn)題，為了避免此類(lèi)問(wèn)題，借鑒周楷唐等^［24］的PSM方法，以企業(yè)的行業(yè)分類(lèi)為前提條件，將重污染企業(yè)與輕污染企業(yè)分組，再通過(guò)傾向得分值將實(shí)驗(yàn)組與對(duì)照組匹配，引入GDP消除地區(qū)經(jīng)濟(jì)差異對(duì)實(shí)驗(yàn)結(jié)果的影響，最后通過(guò)DDD檢驗(yàn)綠色信貸政策對(duì)于企業(yè)創(chuàng)新效率的影響。具體模型如下：

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

從表2的描述性統(tǒng)計(jì)結(jié)果來(lái)看，企業(yè)創(chuàng)新效率水平均值為0.003，標(biāo)準(zhǔn)差為0.033，說(shuō)明企業(yè)創(chuàng)新效率較低，而且差異不大。區(qū)域產(chǎn)業(yè)依存度均值為29. 561，最大值為 122.587，最小值為 1.353，標(biāo)準(zhǔn)差為 20.530，說(shuō)明區(qū)域產(chǎn)業(yè)依存度具有明顯地區(qū)差異。不同性質(zhì)企業(yè)的融資能力不同，不同企業(yè)的管理層持股比例也有較大差異，故財(cái)務(wù)杠桿 、管理層持股比例的標(biāo)準(zhǔn)差較大，其他控制變量的分布基本處于合理范圍之內(nèi)。

（二）相關(guān)性檢驗(yàn)

表3分別運(yùn)用Spearman和Pearson相關(guān)性分析方法，對(duì)本文模型中主要變量的相關(guān)系數(shù)進(jìn)行了分析。從分析結(jié)果來(lái)看，除了財(cái)務(wù)杠桿和盈利能力、企業(yè)年齡和營(yíng)業(yè)收入增長(zhǎng)率、財(cái)務(wù)杠桿和營(yíng)業(yè)收入增長(zhǎng)率的相關(guān)性系數(shù)超過(guò)0.5外，其余變量?jī)蓛芍g的相關(guān)系數(shù)均未超過(guò)0.5。因此，本文以上述變量為基礎(chǔ)構(gòu)建的模型基本滿足非多重共線性要求。

（三）PSM-DDD分析

表4報(bào)告了實(shí)驗(yàn)組和對(duì)照組在綠色信貸政策沖擊下企業(yè)創(chuàng)新效率差異表現(xiàn)。從表 4檢驗(yàn)結(jié)果來(lái)看，無(wú)論是全樣本還是PSM樣本，Treated×GDP×Post的系數(shù)在1%的水平下顯著為正。該結(jié)果表明，相較于輕污染企業(yè)，重污染企業(yè)的創(chuàng)新效率對(duì)綠色信貸政策的沖擊反應(yīng)更為敏感。換而言之，隨著綠色信貸政策的普遍推行，相較于輕污染企業(yè)，重污染企業(yè)的危機(jī)意識(shí)更強(qiáng)，創(chuàng)新求變的執(zhí)行力和效率更強(qiáng)。假設(shè)H1得以驗(yàn)證。

表5報(bào)告了不同地區(qū)對(duì)于綠色信貸政策的反應(yīng)。從表5中可以看出，東部和中部地區(qū)的重污染企業(yè)對(duì)綠色信貸政策更為敏感，西部地區(qū)重污染企業(yè)創(chuàng)新效率并未因綠色信貸政策發(fā)生明顯的改變。這意味著，綠色信貸政策的實(shí)施效果不均衡，在不同地區(qū)會(huì)產(chǎn)生不同的效果，這可能是由于東部和中部地區(qū)市場(chǎng)發(fā)展更完善，企業(yè)對(duì)于政策反應(yīng)才更加敏感。假設(shè)H2得以驗(yàn)證。

產(chǎn)業(yè)依存度是指地區(qū)經(jīng)濟(jì)發(fā)展對(duì)企業(yè)的依賴(lài)程度，以區(qū)域產(chǎn)業(yè)依存度來(lái)分組更能體現(xiàn)綠色信貸政策對(duì)企業(yè)創(chuàng)新效率的異質(zhì)性影響。從表6 回歸結(jié)果來(lái)看，不管是區(qū)域產(chǎn)業(yè)依存度高還是低，重污染企業(yè)的創(chuàng)新效率對(duì)綠色信貸政策均表現(xiàn)出更高的敏感度，但是區(qū)域產(chǎn)業(yè)依存度高的企業(yè)Treated×GDP×Post系數(shù)遠(yuǎn)高于區(qū)域產(chǎn)業(yè)依存度低的企業(yè)。雖然區(qū)域產(chǎn)業(yè)依存度高和區(qū)域產(chǎn)業(yè)依存度低的重污染企業(yè)都會(huì)因?yàn)榫G色信貸政策而提高創(chuàng)新效率，但是區(qū)域產(chǎn)業(yè)依存度低的企業(yè)的創(chuàng)新效率提高更為明顯，這表明區(qū)域產(chǎn)業(yè)依存度能夠改變綠色信貸政策的實(shí)施效果，假設(shè)H3得以驗(yàn)證。

（四）DEA分析

為了分析區(qū)域產(chǎn)業(yè)依存度高的企業(yè)是否有創(chuàng)新效率的損失，本文將樣本分為區(qū)域產(chǎn)業(yè)依存度高地區(qū)的企業(yè)和區(qū)域產(chǎn)業(yè)依存度低地區(qū)的企業(yè)。運(yùn)用DEA研究區(qū)域產(chǎn)業(yè)依存度高的重污染企業(yè)的創(chuàng)新效率的損失。根據(jù)M指數(shù)^［26］得出創(chuàng)新效率TPF=TC×EF=TC×PE×SC。

本文運(yùn)用DEAP2.1軟件，采用以投入為導(dǎo)向規(guī)模報(bào)酬可變的指數(shù)模型來(lái)計(jì)算區(qū)域產(chǎn)業(yè)依存度高的企業(yè)和區(qū)域產(chǎn)業(yè)依存度低的企業(yè)的創(chuàng)新效率。由于高新技術(shù)行業(yè)與傳統(tǒng)行業(yè)相比創(chuàng)新效率更高，因此先采用分行業(yè)創(chuàng)新效率對(duì)六大行業(yè)中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)與區(qū)域產(chǎn)業(yè)依存度低的企業(yè)的創(chuàng)新效率進(jìn)行比較，再對(duì)全部行業(yè)平均創(chuàng)新效率進(jìn)行總體比較，力求全面地分析企業(yè)創(chuàng)新效率。

區(qū)域產(chǎn)業(yè)依存度高與區(qū)域產(chǎn)業(yè)依存度低的六大行業(yè)2012—2021年的創(chuàng)新效率如表7所示，從中可以看出兩類(lèi)企業(yè)的創(chuàng)新效率變化及其分解情況。計(jì)算可得：行業(yè)1中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為1.01，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為0.79；行業(yè)2中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.87，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為1.45；行業(yè)3中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.58，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為1.40；行業(yè)4中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.70，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為1.44；行業(yè)5中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.62，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為1.21；行業(yè)6中區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.83，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率為0.96。從分行業(yè)創(chuàng)新效率的比較結(jié)果來(lái)看，區(qū)域產(chǎn)業(yè)依存度高的企業(yè)的創(chuàng)新效率低于區(qū)域產(chǎn)業(yè)依存度低的企業(yè)的創(chuàng)新效率。

全行業(yè)2012—2021年的創(chuàng)新效率如表8所示。在全行業(yè)中，區(qū)域產(chǎn)業(yè)依存度高的企業(yè)平均創(chuàng)新效率為0.65，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)的創(chuàng)新效率為1.49。對(duì)比發(fā)現(xiàn)，區(qū)域產(chǎn)業(yè)依存度高的企業(yè)創(chuàng)新效率較低，存在一定創(chuàng)新效率損失。

綜上所述，不論是分行業(yè)還是全部行業(yè)，除了航空航天器制造業(yè)外，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)創(chuàng)新效率普遍高于區(qū)域產(chǎn)業(yè)依存度高的企業(yè)。航空航天器制造業(yè)由于其行業(yè)的特殊性，區(qū)域產(chǎn)業(yè)依存度低的企業(yè)往往形不成規(guī)模效應(yīng)且在人力資源、資金以及市場(chǎng)占有率等方面具有一定的短板，導(dǎo)致區(qū)域產(chǎn)業(yè)依存度高的企業(yè)并無(wú)明顯的創(chuàng)新效率的損失，但是多數(shù)行業(yè)區(qū)域產(chǎn)業(yè)依存度高的企業(yè)存在創(chuàng)新效率的損失，假設(shè)H4得以證明。

（五）穩(wěn)健性檢驗(yàn)

考慮到變量選擇可能會(huì)影響結(jié)果的準(zhǔn)確性，本文采用公司新增專(zhuān)利數(shù)量^［32］來(lái)代替Inno ，重新構(gòu)建模型來(lái)檢驗(yàn)綠色信貸政策對(duì)重污染企業(yè)創(chuàng)新效率的影響，具體模型如下：

其中，Patent用公司本年新增專(zhuān)利數(shù)量加一的對(duì)數(shù)表示。表9列出了更換變量后綠色信貸政策對(duì)重污染企業(yè)和輕污染企業(yè)創(chuàng)新效率的差異性影響。從回歸結(jié)果來(lái)看，Treated×GDP×Post的系數(shù)為正，并在 1%的水平下顯著，說(shuō)明相較于輕污染企業(yè)，綠色信貸政策的確能夠更為顯著地促進(jìn)重污染企業(yè)提升創(chuàng)新效率。該結(jié)果與前文得出的結(jié)論一致，表明本文假設(shè)的回歸檢驗(yàn)結(jié)果是相對(duì)穩(wěn)健的。

五、結(jié)語(yǔ)

本文研究發(fā)現(xiàn)，綠色信貸政策實(shí)施后，與輕污染企業(yè)相比，重污染企業(yè)的創(chuàng)新效率提升更為顯著；相較于西部地區(qū)，中部地區(qū)和東部地區(qū)企業(yè)的創(chuàng)新效率提升更為顯著；對(duì)于重污染行業(yè)依賴(lài)度低的省份，綠色信貸更能激發(fā)重污染企業(yè)的創(chuàng)新效率；區(qū)域產(chǎn)業(yè)依存度會(huì)影響綠色信貸的實(shí)施效果，不論是重污染行業(yè)還是輕污染行業(yè)，區(qū)域產(chǎn)業(yè)依存度高的企業(yè)存在一定程度的創(chuàng)新效率的損失。此外，從綠色信貸政策對(duì)企業(yè)創(chuàng)新效率的影響路徑來(lái)看，綠色信貸落地實(shí)施會(huì)惡化重污染企業(yè)的外部融資環(huán)境，加大其融資難度，提高其融資門(mén)檻。區(qū)域產(chǎn)業(yè)依存度作為衡量地區(qū)發(fā)展對(duì)于重污染企業(yè)的依賴(lài)程度的指標(biāo)，可以更好地解釋為何地方政府對(duì)地方龍頭企業(yè)特殊支持以緩解綠色發(fā)展給其帶來(lái)的壓力。當(dāng)政府依賴(lài)重污染企業(yè)來(lái)帶動(dòng)經(jīng)濟(jì)發(fā)展時(shí)，重污染企業(yè)就缺少了綠色創(chuàng)新的激勵(lì)，影響其創(chuàng)新效率，進(jìn)而影響綠色信貸的實(shí)施效果。

在碳達(dá)峰、碳中和的關(guān)鍵時(shí)期，綠色信貸政策在激勵(lì)污染企業(yè)轉(zhuǎn)型、提升創(chuàng)新效率方面發(fā)揮著不可磨滅的作用。綠色信貸政策作為一種貨幣政策，其傳導(dǎo)受到多種因素的影響，區(qū)域產(chǎn)業(yè)依存度可以衡量地方政府對(duì)貨幣政策的影響，具體表現(xiàn)在地方政府對(duì)于拉動(dòng)地方GDP增長(zhǎng)的企業(yè)的扶持影響了綠色信貸政策的實(shí)施效果。因此國(guó)家在制定貨幣政策時(shí)，應(yīng)該考慮區(qū)域產(chǎn)業(yè)依存度對(duì)貨幣政策傳導(dǎo)機(jī)制的影響，積極引導(dǎo)區(qū)域產(chǎn)業(yè)依存度高的污染企業(yè)創(chuàng)新轉(zhuǎn)型。

參考文獻(xiàn)：

［1］ 張媛媛，袁奮強(qiáng)，陳利馥.區(qū)域產(chǎn)業(yè)依存度能改變綠色信貸政策對(duì)企業(yè)創(chuàng)新投資的影響嗎——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)［J］.宏觀經(jīng)濟(jì)研究，2021（3）：120-135.

［2］ Zhang Kexian，Wang Yan，Huang Zimei. Do the Green Credit Guidelines Affect Renewable Energy Investment？ Empirical Research from China［J］. Sustainability，2021，13（16）：1-18.

［3］ Zhang Shengling，Wu Zihao，He Yinan，et al. How Does the Green Credit Policy Affect the Technological Innovation of Enterprises？ Evidence from China［J］. Energy Economics，2022，113：106236.

［4］ 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.

［5］ 孫焱林，施博書(shū).綠色信貸政策對(duì)企業(yè)創(chuàng)新的影響——基于PSM-DID模型的實(shí)證研究［J］.生態(tài)經(jīng)濟(jì)，2019，35（7）：87-91.

［6］ 岑聰.經(jīng)濟(jì)制度變遷與區(qū)域創(chuàng)新效率差距——來(lái)自中國(guó)省級(jí)層面的經(jīng)驗(yàn)證據(jù)［J］.調(diào)研世界，2021（9）：48-57.

［7］ 姬新龍，楊釗.基于PSM-DID和SCM的碳交易減排效應(yīng)及地區(qū)差異分析［J］.統(tǒng)計(jì)與決策，2021，37（17）：154-158.

［8］ 冉征，鄭江淮.創(chuàng)新能力與地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展——基于技術(shù)差異視角的分析［J］.上海經(jīng)濟(jì)研究，2021（4）：84-99.

［9］ Xu Yaodong，Zhang Yao，Lu Ying，et al. The Evolution Rule of Green Innovation Efficiency and its Convergence of Industrial Enterprises in China［J］. Environmental Science and Pollution Research International，2022，29（2）： 2894-2910.

［10］ 段軍山，莊旭東.銀行承擔(dān)社會(huì)責(zé)任對(duì)其競(jìng)爭(zhēng)力的影響研究——基于銀行服務(wù)的“質(zhì)”與“量”中介視角［J］.金融論壇，2021，26（4）：22-32.

［11］ Zhang Shengling，Wu Zihao，Wang Yao，et al. Fostering Green Development with Green Finance： An Empirical Study on the Environmental Effect of Green Credit Policy in China［J］. Journal of Environmental Management，2021，296： 113159.

［12］ 胡元木.技術(shù)獨(dú)立董事可以提高R&D產(chǎn)出效率嗎？——來(lái)自中國(guó)證券市場(chǎng)的研究［J］.南開(kāi)管理評(píng)論，2012，15（2）：136-142.

［13］ 張秀生，李子明.“綠色信貸”執(zhí)行效率與地方政府行為［J］.經(jīng)濟(jì)問(wèn)題，2009（3）：87-90.

［14］ 李政，陸寅宏.國(guó)有企業(yè)真的缺乏創(chuàng)新能力嗎——基于上市公司所有權(quán)性質(zhì)與創(chuàng)新績(jī)效的實(shí)證分析與比較［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014（2）：27-38.

［15］ 韓科振.綠色金融發(fā)展與綠色技術(shù)創(chuàng)新效率關(guān)系研究——基于空間溢出視角的實(shí)證分析［J］.價(jià)格理論與實(shí)踐，2020（4）：144-147.

［16］ Ke Haiqian， Dai Shangze， Yu Haichao. Effect of Green Innovation Efficiency on Ecological Footprint in 283 Chinese Cities from 2008 to 2018［J］. Environment， Development and Sustainability，2022（2）：24.

［17］ 李新功，朱艷平.綠色信貸政策對(duì)重污染企業(yè)債務(wù)成本的影響——基于PSM-DID模型的實(shí)證研究［J］.會(huì)計(jì)之友，2021（3）：41-47.

［18］ 劉強(qiáng)，王偉楠，陳恒宇.《綠色信貸指引》實(shí)施對(duì)重污染企業(yè)創(chuàng)新績(jī)效的影響研究［J］.科研管理，2020，41（11）：100-112.

［19］ 安同良，周紹東，皮建才.R&D補(bǔ)貼對(duì)中國(guó)企業(yè)自主創(chuàng)新的激勵(lì)效應(yīng)［J］.經(jīng)濟(jì)研究，2009，44（10）：87-98.

［20］ 連莉莉.綠色信貸影響企業(yè)債務(wù)融資成本嗎？——基于綠色企業(yè)與“兩高”企業(yè)的對(duì)比研究［J］.金融經(jīng)濟(jì)學(xué)研究，2015，30（5）：83-93.

［21］ 董曉慶，趙堅(jiān)，袁朋偉.國(guó)有企業(yè)創(chuàng)新效率損失研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2014（2）：97-108.

［22］ 尹美群，盛磊，李文博.高管激勵(lì)、創(chuàng)新投入與公司績(jī)效——基于內(nèi)生性視角的分行業(yè)實(shí)證研究［J］.南開(kāi)管理評(píng)論，2018，21（1）：109-117.

［23］ 黎文靖，鄭曼妮.通貨膨脹預(yù)期、企業(yè)成長(zhǎng)性與企業(yè)投資［J］.統(tǒng)計(jì)研究，2016，33（5）：34-42.

［24］ 周楷唐，麻志明，吳聯(lián)生.高管學(xué)術(shù)經(jīng)歷與公司債務(wù)融資成本［J］.經(jīng)濟(jì)研究，2017，52（7）：169-183.

［25］ Bresciani Stefano，Puertas Rosa，F(xiàn)erraris Alberto，et al. Innovation， Environmental Sustainability and Economic Development： DEA-Bootstrap and Multilevel Analysis to Compare two Regions［J］. Technological Forecasting & Social Change，2021，172：121040.

［26］ Yao Shouyu，Pan Yuying，Sensoy Ahmet，et al. Green Credit Policy and Firm Performance： What We Learn from China［J］. Energy Economics，2021，101：105415.

［27］ Wang Song，Wang Jiexin，Wei Chenqi，et al. Collaborative Innovation Efficiency： From within Cities to between Cities—Empirical Analysis based on Innovative Cities in China［J］. Growth and Change，2021，52（3）：1330-1360.

［28］ 趙娜.綠色信貸是否促進(jìn)了區(qū)域綠色技術(shù)創(chuàng)新？——基于地區(qū)綠色專(zhuān)利數(shù)據(jù)［J］.經(jīng)濟(jì)問(wèn)題，2021（6）：33-39.

［29］ Wang Yanli，Lei Xiaodong，Zhao Dongxiao，et al. The Dual Impacts of Green Credit on Economy and Environment： Evidence from China［J］. Sustainability，2021，13（8）：4574.

［30］ 顧露露，蔡良，雷悅.家族治理、所有權(quán)變更與企業(yè)創(chuàng)新——基于中國(guó)家族企業(yè)的實(shí)證研究［J］.管理科學(xué)，2017，30（2）：39-53.

［31］ 丁寧，任亦儂，左穎.綠色信貸政策得不償失還是得償所愿？——基于資源配置視角的PSM-DID～1成本效率分析［J］.金融研究，2020（4）：112-130.

［32］ 王鳳榮，王康仕.“綠色”政策與綠色金融配置效率——基于中國(guó)制造業(yè)上市公司的實(shí)證研究［J］.財(cái)經(jīng)科學(xué)，2018（5）：1-14.

責(zé)任編輯：曲 紅

Can Regional Industrial Dependence Bring About the Change Impact of

Green Credit Policy on Corporate Innovation Efficiency？

WANG Cong， DONG Fanglin

（School of Economics and Management， China University of Petroleum （East China）， Qingdao 266580， Shandong， China）

Abstract： The green credit policy has been implemented by the central and local governments as an important means to increase efficiency through innovation and promote green development， resulting in less-than desirable expectations due to regional economic development level， industrial structure， industrial dependence and other factors. The study has been conducted by considering the mechanism of whether the regional industrial dependence affects the change impact of green credit policy， constructing a quasi-natural experiment with the 2015 Energy Efficiency Credit Guidelines as exogenous impact variables， selecting the A-share listed enterprises from 2009—2020 as samples， using the PSM method for grouping， and the DDD method to test the change impact. Here are results.

The green credit policy will significantly improve the innovation efficiency of heavily polluting enterprises with more appreciable impacts on enterprises in the eastern and central regions. The grouping analysis of regional industrial dependence suggest that higher regional industrial dependence will weaken the effect of green credit policy with certain degree of innovation efficiency loss through DEA analysis. It follows that the green credit policy entails taking into account the change impact of regional industrial dependence on the transmission mechanism of monetary policy to enhance development efficiency， promote green development and boost regional high-quality economic development.

Key words： green credit policy； innovation efficiency； regional industry dependence； PSM-DDD； DEA