绿色信贷、技术进步与产业结构优化——基于PVAR模型的实证分析

■张云辉，赵佳慧

本文选取2008～2016年中国省际面板数据，运用PVAR模型实证研究绿色信贷、技术进步与产业结构优化三者间的动态关系。研究结果表明：绿色信贷、技术进步和产业结构优化之间存在非线性关系；长期看，产业结构优化对绿色信贷和技术进步都有正向推动作用，技术进步对绿色信贷有积极促进作用，绿色信贷直接作用于产业结构优化的效果比间接通过技术进步影响产业结构更为显著。因此，本文建议加强绿色金融体系与企业技术创新体系构建，从优化产业结构入手促进我国生态文明建设。

一、引言与文献综述

近年来，我国由粗放型经济增长模式带来的环境压力日益突出，传统的高耗能、高污染发展模式亟待改变。2016年中国成立绿色金融研究小组，将绿色金融议题引入G20峰会，同时习近平总书记在十九大报告中也指出要构建市场导向的绿色技术创新体系，发展绿色金融。由此可见，绿色金融是调节经济与环境可持续发展的重要工具，通过金融手段提高资源配置效率，使产业结构更加绿色环保。而在中国，绿色信贷在绿色金融中相比绿色保险、绿色债券等占比较大，绿色信贷就是将符合环境检测标准和节约资源等条件作为企业贷款审批的前提，提高企业贷款的门槛，不走先污染、后治理的传统路径，而是通过金融手段将企业治污成本内部化。

绿色信贷是中国特有的概念，在国外绿色信贷主要指环境金融或者可持续融资。Salazar（1998）首次提出环境金融可以通过不断创新的金融工具引导资金流向绿色产业，从而实现产业结构调整。在此基础上，部分学者对环境金融的影响路径加以分析，认为环境金融主要通过资金融通影响绿色产业发展（Cowan，1999）。具体而言，环境金融是通过金融工具对污染企业资金来源加以控制，进而推进产业结构优化（Anderson，2016）。此外，环境金融还具有独特的信号传递功能，可以引导资金进入能源企业（Fangmin，2011），缓解社会就业压力（Alan，2011），为经济发展提供动力。但是金融机构从自身利益出发，主动承担社会责任并开展环境金融的意识不高，还需要政策引导（Verma，2012）。

学者们集中研究了绿色信贷与经济增长的关系。在经济新常态下，绿色金融是符合时代要求的金融创新产品，对经济与环境的可持续发展具有推动作用（李晓西，2015）。为了证实这一观点，夏炎（2015）和王凤荣（2018）运用CGE模型或以中国制造业上市公司为样本刻画了绿色信贷政策的传导路径，发现绿色信贷可以提高资本配置效率。进一步，由于资源与环境的变化对经济增长产生了重要作用，学者们又从绿色信贷与环境资源的保护方面着手研究其对经济增长的贡献。由于在经济发展中银行业加大环境治理投入有助于提升社会环境质量，故商业银行既应主动承担其社会责任，加大环境治理投入，完善绿色信贷体系（贺章获，2016），也应加强监管，建立绿色信贷行业准则，健全奖惩机制（张光平，2016）。绿色信贷还能促进产业结构优化，学术界普遍认为绿色信贷主要通过资金形成、资金导向和资金催化三大机理促进产业结构升级（潘爱民，2015）。易信（2015）、金浩（2017）、裴育（2018）通过构建PVAR模型或在传统的熊彼特内生增长模型中加入金融部门的方法，证明了绿色信贷对绿色产业结构转型具有正向促进作用。龚轶（2015）等发现技术创新有利于产业结构合理化。

综上所述，在绿色信贷的研究方面，已有文献大多研究其与经济增长、产业结构、商业银行经营效率等单一因素之间的关系，且以定性分析为主。本文将绿色信贷、技术进步和产业结构优化通过PVAR模型建立联系，选取2008～2016年中国省际面板数据，运用Eviews8.0和STATA15.0，基于GMM估计、脉冲响应函数和方差分解方法进行实证研究，并结合实证结果对绿色信贷实施和产业结构优化提出政策建议。

二、模型与数据

（一）模型构建

传统的经济计量方法是以经济理论为基础来描述变量关系，但经济理论通常并不足以对变量间的动态联系提供严格说明，而且内生变量既可以出现在方程的左端，又可以出现在方程的右端，从而使得估计和推断更加复杂。VAR模型将所有变量均视为内生变量，能有效地对多个经济相关指标进行分析。但VAR模型对变量时间长度要求较高，而且不支持面板数据，故Holtz（1988）将VAR模型进行拓展，随后Love博士进行了完善，提出了面板向量自回归（PVAR）模型，其综合了面板数据模型和VAR模型的优点，且对数据时间要求较低，只需不低于“滞后阶数+3”即可。我国绿色信贷政策从2007年开始实行，故数据时间跨度较短，利用PVAR模型研究其与技术进步和产业结构优化的关系较为合适。因此，本文将绿色信贷、技术进步和产业结构优化作为内生变量，将其他控制变量放入误差项构建以下模型：

y{lnGC，lnTP，lnISO}it=αi+βt+A1yit-1+A2yit-2+A3yit-3+μit

其中，下标i、t分别表示省份和年份，α为个体效应向量，β为时点效应向量，μit为随个体与时间改变的扰动项（随机误差项），yit是由绿色信贷、技术进步和产业结构优化的对数构成的3×1阶向量，yit-1，yit-2和yit-3分别为滞后1～3期的3×1阶向量，A1、A2、A3是3×3维的系数矩阵。

（二）数据来源及处理说明

1.绿色信贷（GC）。有正反两个指标可以度量绿色信贷。其中，正向指标是绿色信贷项目贷款余额占贷款总额比率，反向指标为高耗能产业利息支出占比，其从侧面反映了绿色信贷规模。由于绿色信贷数据统计始于2008年，故本文在考虑数据可得性前提下，选用反向指标测度绿色信贷规模。根据规定，我国六大高耗能产业包括电力热力的生产和供应业、非金属矿物制品业、黑色金属冶炼及压延加工业、化学原料及化学制品制造业、石油加工炼焦及核燃料加工业、有色金属冶炼及压延加工业。

2.技术进步（TP）。技术进步的代理变量很多，总体包括投入法、产出法和全要素生产率。其中，全要素生产率需使用各地资本存量，而这部分数据缺乏统计，且产出法需专利授权数，而专利授权数用来反映技术进步具有一定滞后性。因此，本文选择投入法测度技术进步，即分地区规模以上工业企业研究与试验发展（R&D）支出占各地区生产总值比例。

3.产业结构优化（ISO）。产业结构优化包括产业结构合理化和产业结构高级化。其中，产业结构高级化是指产业结构整体效率提升，是指由低附加值产业向高附加值产业转变的过程，同时完成劳动密集型向技术密集型产业的转变，故本文从产业结构高级化角度衡量产业结构优化，用各地历年第三产业增加值占其GDP比重代表产业结构优化。

除上述变量外，还有很多其他因素会对本文所选变量产生影响，但考虑到本文研究重点，将其放在随机干扰项中。本文数据均来自历年《中国工业统计年鉴》《中国统计年鉴》以及各年份统计公报和各地统计年鉴。

表1 变量的描述性统计

三、实证分析

（一）平稳性检验

在进行实证分析前，要先对数据进行平稳性检验，因为非平稳的数据会产生虚假回归结果。本文运用Eviews8.0，选择LLC、ADF-Fisher、PP-Fisher检验方法对数据进行平稳性检验，结果如表2所示。从中可以看出，水平序列值并不是都能通过单位根检验，说明数据是非平稳的。进一步对变量进行一阶差分，其在不同的检验水平下通过了单位根检验，说明所有变量均为一阶单整。

表2 变量的单位根检验

（二）滞后阶数的选取

在估计PVAR模型前，要对变量滞后阶数进行选取，过短的滞后阶数会导致估计结果不准确，而过长的滞后阶数会造成自由度的损失。本文利用赤池信息准则（AIC）、贝叶斯信息准则（BIC）和HQIC信息准则来判断，具体结果如表3所示，结果显示本文应该选择的滞后阶数是三阶。

（三）GMM估计结果分析

通过单位根检验可知，变量数据为平稳数据，进而通过STATA15.0用PVAR模型实证分析绿色信贷、技术进步与产业结构优化之间的关系，估计结果见表4。

结果显示：当产业结构优化作为被解释变量时，一阶滞后的绿色信贷和技术进步估计结果分别是0.038和0.004，均没有通过显著性检验，而二阶滞后的绿色信贷和技术进步系数分别是0.053和0.001，其中绿色信贷通过了10%的显著性检验，说明绿色信贷、技术进步和产业结构优化三者间存在非线性关系，绿色信贷和技术进步都对产业结构优化起到推进作用，但绿色信贷对产业结构优化的影响大于技术进步。这与实际情况一致，据统计，自2007年绿色信贷政策实施以来，我国高污染、高耗能企业获得贷款资金数量显著降低，新能源企业数量与日俱增，产业结构高级化效果明显，绿色信贷对整体产业结构调整具有促进作用，这和杨智峰（2014）考察中国产业结构变化的动因分析中得到的结论类似，他认为中国以模仿为主的技术进步模式已不能满足中国产业结构优化的需求，只有创新思维的技术进步才能进一步促进产业结构的优化，同时产业结构变化的一大动因来自银行信贷支持，不同的是他将中国轻重工业细分为六个部门，更加细化地考察了各部门之间的相互影响，但最终结果与本文一致。

当绿色信贷作为被解释变量时，一阶滞后的技术进步和产业结构升级结果分别是-0.048和-0.549，而二阶滞后的技术进步和产业结构优化系数分别是0.064和-0.213，只有二阶滞后的技术进步在5%的显著性水平下通过了检验，表明两者对绿色信贷的影响为负。从绿色信贷现状看，目前绿色信贷的约束与激励机制尚不完善，两高企业虽然会对环境造成不利影响，但却是一些地区经济发展的支柱，政府在面对这些企业时，会因为自身利益考虑而放松惩戒，同时奖惩机制的不完善会使商业银行缺乏发展绿色信贷的动力，最终导致绿色信贷难以达到预期目标，政策实施效率不高。

当技术进步作为被解释变量时，一阶滞后的绿色信贷和产业结构优化估计结果分别是-0.04和-0.255，而二阶滞后的绿色信贷和产业结构优化系数分别是0.06和0.096，再次说明绿色信贷、技术进步和产业结构优化之间并不是简单线性关系。对比结果可以看出，绿色信贷和产业结构优化都会在一定程度上对技术进步产生倒逼效应，因为绿色信贷可以促进产业结构优化，而产业结构优化又需要更高的技术水平，进而推动技术进步。

（四）脉冲响应函数分析

在进行了GMM估计后，本文利用脉冲响应函数和方差分解进一步探究绿色信贷、技术进步与产业结构优化三者之间的关系。图1表示在95%的置信区间下，对绿色信贷、技术进步和产业结构优化间进行500次Monte-Carlo模拟得到的正交化脉冲响应关系图。具体表示为当其他因素不变的情况下，一个因素的冲击对其他因素当前和未来值的动态影响，横坐标s表示滞后期数，上下两条线为95%的置信区间内的范围，中间一条线表示脉冲响应函数点估计值。

图1 脉冲响应函数结果

顶部三张图反映了绿色信贷对自身和技术进步、产业结构优化的冲击响应。绿色信贷（GC）对自身冲击首先有一个正的效应，但此效应随着滞后期数变大而逐渐减弱，滞后1期达到最小值。而绿色信贷对技术进步（TP）的冲击一直表现为正效应，只是在各期影响的程度不同，滞后一期迅速增加，滞后2期达到最大值，随后影响逐渐减弱趋于稳定状态，说明绿色信贷的投入对技术进步具有积极影响。从绿色信贷对产业结构优化（ISO）的脉冲响应图可以看出，绿色信贷对产业结构施加冲击时首先会产生一个负效应，同样的在滞后1期降至最低，之后开始回升转正直至平稳，说明绿色信贷政策对产业结构优化在短期内起到负向影响，但随着时间推移，绿色信贷对产业结构优化起到促进作用，并且从长期看两者关系趋于平稳。这与我国国情相符，我国绿色信贷起步较晚，仍存在信息不对称和政策不健全等问题，前期对产业结构优化作用并不明显甚至由于资源错配会对其产生负外部性，但长期看，绿色信贷政策逐渐完善，资本有效地从高耗能产业向新能源产业转移，产业结构优化得以促进，故绿色信贷投入力度的加大在长期会促进产业结构的转型优化。

中间三张图显示的是技术进步对绿色信贷、产业结构优化的冲击响应过程，技术进步对绿色信贷的冲击反应较为复杂，前两期是正效应，随后正向影响开始减弱为负，到第三期逐渐回升，最后呈平稳状态。结合绿色信贷对技术进步的影响可知，两者之间呈现相互影响又相互制约的关系，主要原因在于我国绿色信贷风险防控机制尚不健全、资金错配现象亟待改善、技术进步所需资金还不能从绿色信贷方面得到满足，但长期看，两者应是互相促进关系。结合底部三张图看，产业结构优化的冲击对技术进步的影响先为负再逐渐回升，显示产业结构优化短期内对技术进步的作用不明显，但长期具有推动作用的，相反技术进步对产业结构优化也是如此。

纵观整个脉冲响应函数图，对比分析顶部三张图，可以发现无论是技术进步还是产业结构优化对绿色信贷的冲击都呈现复杂的波动特征，故而推测绿色信贷对技术进步和产业结构优化的影响是非线性的。为了更清晰理解和度量绿色信贷、技术进步和产业结构优化三者之间相互影响的程度，进一步利用方差分解的方法考察每一个冲击对内生变量波动的贡献度，具体见表5。

从中可以看出，第5期和第6期的方差分解结果相似，据此可以判断此时方差分解结果已经较为稳定。对于产业结构优化而言，在第一期其只受自身波动影响，绿色信贷和技术进步对其贡献率皆为0。第5期后除了自身影响外，绿色信贷和技术进步对其波动的贡献率分别为4%和3%左右。同时，对于技术进步而言，第5期后，绿色信贷和产业结构优化对其波动的贡献率分别为0.4%和1.7%左右。对于绿色信贷而言，第5期之后技术进步和产业结构优化对其波动的贡献率分别为1.6%和4%。由此可以看出，绿色信贷和产业结构优化属于相互促进关系，彼此贡献度在4%左右。其中，技术进步对产业结构的贡献度为3%，大于产业结构对于技术进步的贡献度。同时，技术进步也影响着绿色信贷，但绿色信贷对技术进步贡献度较小，仅为0.4%左右。

表5 方差分解结果

四、结论与政策建议

本文采用PVAR模型，实证分析了绿色信贷、技术进步和产业结构优化之间的动态关系，主要得出以下结论：第一，绿色信贷与产业结构优化之间存在双向影响关系，且绿色信贷对产业结构优化短期影响不明显，长期影响显著。第二，绿色信贷与技术进步之间存在双向影响关系。其中，技术进步的冲击对绿色信贷有正向影响且较为显著，而绿色信贷对技术进步先有负向影响，之后转为正向，最后两者关系趋于平稳。第三，长期看，产业结构优化对技术进步有促进作用。第四，绿色信贷、技术进步和产业结构优化之间存在非线性的交互关系。本文的实证结果显示，绿色信贷在短期内对产业结构优化和技术进步的影响不显著或负相关，但长期具有促进作用。这是因为，绿色信贷实施过程中，涉及银行、政府、企业等方面的博弈，很容易因为某一方短视导致政策实施效果不明显。

据此，本文提出政策建议：第一，将环境保护指标纳入地方政府考核机制。实证结果与历史数据都显示绿色信贷在短期内的盈利水平不高，其政策实施效果需时间检验，故而应将能体现经济与环境可持续发展的指标纳入地方政府考核机制。具体而言，可以在考核地方政府绩效时，加入地区“绿色GDP”等指标，从而规范地方政府行为，减少因政策干预造成绿色信贷实施受阻。第二，加快企业技术创新体系的构建。实证结果显示，产业结构优化会倒逼技术进步，技术进步在长期会促进产业机构优化，但目前企业的技术创新能力普遍不足，故而应加快企业技术创新体系的构建。政府可以制定与企业技术创新有关的税收优惠，鼓励企业与科研机构合作建立信息共享平台，引进具备技术创新素质的专业人才，从研发角度入手，使更多人才、资金、政策向企业技术层面转移，以产品升级带动产业升级，为产业结构优化提供更加专业化的服务。第三，完善奖惩机制和绿色金融体系。银行从自身利益出发主动开展绿色信贷的意识不高，故政府应完善其奖惩机制。首先，将绿色信贷相关内容写入法律，从立法角度规范商业银行开展绿色信贷的权力与义务。其次，对绿色信贷开展效果好的商业银行给予支持与财税激励，对因开展绿色信贷业务而形成的不良贷款以财政补贴，加大对两高企业污染行为的惩罚。发展多层次的绿色金融体系，构建包含绿色信贷、绿色保险、绿色债券等多维度的协调互助系统，提高资金配置效率，直接或间接地给予具备条件的科技型能源企业融资支持，为产业结构优化做好前期准备工作。