绿色信贷对绿色经济发展的影响研究

张芙嘉 张雯玮

摘要：“碳达峰、碳中和”目标约束下，中国绿色信贷发展进入新阶段。为探究绿色信贷对于中国绿色经济发展的作用，本文基于2007-2016年全国30个省市面板数据，构建绿色GDP指标并采用动态面板模型进行实证分析，研究绿色信贷对于绿色经济增长的影响。研究表明：绿色信贷对于绿色GDP的增长有显著正向影响作用，且影响作用与绿色信贷水平高低有关，高信贷水平地区的影响作用显著大于低信贷水平地区。

关键词：绿色信贷;绿色GDP;动态面板模型

中图分类号：F23文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.01.043

1模型设计与变量选取

1.1模型设计

为了探讨绿色信贷对绿色经济发展的影响，本文设计动态面板计量模型进行定量分析。由于绿色经济发展具有路径依赖性，当期绿色经济发展状况会受到上期影响，同时考虑到内生性问题，本文构建动态面板系统GMM模型，模型形式如下：

GGDPjt=β1GGDPjt-1+β2GCDjt+βn∑Xnjt+μj+εjt

其中j和t表示地区和时间，βn为各变量参数，GGDPjt代指某時某地的绿色GDP（单位：亿元），表示绿色经济发展综合指标;GCDjt是核心解释变量，表示某时某地绿色信贷发展程度;X为其他影响绿色经济发展的控制变量，包括政府干预、投资水平、科技创新和人才资源;μj是个体固定效应;εjt是随机误差项。

1.2变量选取

1.2.1被解释变量

本文采用绿色GDP作为衡量绿色经济发展水平的指标。参考已有文献（温怀德，2010;沈晓艳等，2017），绿色GDP的核算包括传统GDP、自然资源和环境污染三部分。基于此，本文构建如下计算公式：

GGDP=实际GDP+自然资源增减价值-环境污染损耗价值

本文以2006年为基期计算2007-2016实际GDP，以2006年各资源价格和环境治理价格为基准，计算2007-2016年自然资源增减价值和环境污染损耗价值，具体核算方法如表1。

1.2.2核心解释变量

参考已有文献本文采用各省工业利息支出总值与六大高耗能产业利息支出之差衡量绿色信贷（GCD），计算公式如下：

GCD=各省工业利息支出总值-六大高耗能产业利息支出

1.2.3控制变量

影响绿色GDP的因素有很多，参考已有文献（韩红蕾，2021;姜琪等，2020;韩毅，2019;爱列娜·彼德列卡等，2001），本文将政府干预、投资水平、科技创新和人才资源作为控制变量，以减少研究估计偏误。本文采用公共预算支出衡量政府干预，采用全社会固定资产投资衡量投资水平，采用专利申请授权数衡量科技创新，采用普通高等学校数衡量人才资源。

1.2.4数据来源

鉴于绿色信贷于2007年起开始提出，并考虑到数据的连续性和可得性，本文选取中国30个省市2007-2016年的面板数据进行实证分析。样本数据来源于《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》、中国经济信息网、国家统计局等。

2实证分析

2.1基准模型回归

为克服动态面板偏差和内生性问题，本文采用系统广义矩阵估计（SYS-GMM）方法进行实证分析，并对GMM方程采用两步估计法进行迭代，选取GGDP的最大滞后二阶作为工具变量，进行分步回归并计算稳健标准误条件下的估计结果，结果如表2所示。

根据表2可知，模型通过自相关检验和Sargan检验，5%的显著性水平下无法拒绝“不存在自相关”和“所有工具变量均有效”的原假设，即模型的干扰项无序列相关且所选的工具变量均有效，动态面板模型设定合理。

根据表2可知，在Model 1-3中，核心解释变量GCD的参数均为正，且分别在1%、10%和5%的水平下通过显著性检验，证明绿色信贷对于绿色GDP增长具有正向影响作用;被解释变量一阶滞后项LGGDP均在1%的水平下显著，且参数为正，证明上一期绿色GDP水平会对本期绿色GDP产生正向影响作用。控制变量财政支出、专利申请授权数参数分别为20.15和0.302，且均在1%的水平下显著，证明政府干预和科技创新对绿色GDP的增长具有促进作用。财政支出能够支持高污染产业绿色转型，科技创新水平的提升能够增强产业的生态化和高级化，因此对绿色GDP具有正向的促进作用。全社会固定资产投资的参数为-0.603，表明社会固定资产投入方向与绿色产业不相匹配，未能有效推动绿色经济发展。

2.2分组回归

上文通过动态面板模型实证回归，得出绿色信贷对绿色经济发展具有正向促进作用的结论，为进一步探讨绿色信贷水平的高低对于绿色经济发展的影响差异，本文基于高、低绿色信贷水平组进行实证分析。参考已有文献（江红莉，2020），本文将绿色产业信贷利息支出占工业信贷利息总支出的比重作为衡量信贷水平高低的指标，分别计算全国30个省市2007-2016年绿色信贷平均水平，并以所有省份信贷平均水平的均值作为衡量标准，高于均值的省市为高绿色信贷水平组，低于均值的省市为低绿色信贷水平组。

本文分别对高、低绿色信贷水平组进行SYS-GMM估计。根据表3可得，高绿色信贷水平组中，绿色信贷GCD参数为27.79且在1%的水平下显著，证明绿色信贷对于绿色GDP的增长具有显著促进作用;而在低绿色信贷水平组中，绿色信贷对于绿色GDP的影响作用并不显著。这说明不同水平绿色信贷水平对绿色经济发展存在明显差异。只有绿色信贷水平发展到一定程度，才能对绿色经济发展起到推动作用。高绿色信贷水平意味着该地区政府对绿色信贷支持力度大，绿色信贷发展资金充足，且绿色信贷推广受到的限制较小，绿色信贷对促进绿色经济发展的效果更好;低绿色信贷水平地区，绿色信贷发展不成熟、体制不完善，对于绿色经济发展影响作用并不显著。

3稳健性检验

上文基准实证结果证明绿色信贷水平对绿色经济发展产生正向影响。下文将进行稳健性检验来验证上述模型结果的稳健性。本文采用替换核心解释变量的方法进行稳健性检验。为保证核心解释变量的代表意义一致性以及考虑到数据的完整性和可得性，本文用绿色产业信贷利息支出占工业信贷总支出的比率代替绿色產业信贷利息支出值作为绿色信贷水平的衡量指标，并进行动态面板模型分步回归，回归结果如表4所示。

由表4可以看出，在Model 1-3中，核心解释变量GCL（比值）的参数分别为1750.27、1837.39和1485.84，且在分别在1%、1%和5%的水平下显著，表明替换核心解释变量后动态回归结果依然是稳健的。综合结果证明绿色信贷对绿色经济发展具有正向促进作用。

4结论与建议

本文引用2007-2017年中国30个省市的相关数据，并运用系统广义矩阵估计（SYS-GMM）方法分析绿色信贷对于绿色经济发展的影响。根据上文第三部分的实证结果，本文得出绿色信贷对推动绿色经济发展具有正向促进作用，并且该正向促进作用与绿色信贷水平高低有关;高绿色信贷水平地区，绿色信贷对于促进绿色经济发展的作用更强，低绿色信贷水平地区，绿色信贷对促进绿色经济发展的作用并不显著。基于上述结论，本文提出如下政策建议：

（1）加大绿色信贷的供给，形成资金规模效应。充分发挥政府作用，加强地方财政对污染减排、节能环保等绿色产业的资金支持。本文研究认为绿色信贷对于推动绿色经济发展具有正向促进作用。绿色信贷将资金投入绿色发展领域，为绿色产业提供充足的资金储备，促进绿色产业规模扩大，推动绿色经济发展。

（2）提高我国绿色信贷水平，商业银行加大绿色信贷比例，构建绿色信贷激励机制。根据本文结论可知绿色信贷在水平较低的地区对于推动绿色经济发展的作用并不显著，因此需要增加绿色信贷比例，推动资金向绿色产业流入，减少资金流向高污染、高排放产业，提高地区绿色信贷水平，助力绿色经济发展。提高商业银行开展绿色信贷或创新型绿色产品的自主能动性，应当从提高利润和规避风险的角度制定相应的激励机制，如贷款贴息、环保项目融资风险补偿基金等。

（3）推动企业科技创新和增加研发投入。根据本文实证结论可知，科技创新正向推动绿色信贷对绿色发展的作用。绿色信贷为高新技术产业提供资金支持，应积极引导企业增加科技投入，推动企业科技创新能力的提升，激发创新活力和经济发展动力。

（4）推动固定资产投资与绿色产业发展相匹配。根据结论可知目前我国固定资产投资发展与绿色经济发展方向不相匹配。因此要将更多的固定资产投资应用于低污染、低耗能的绿色产业中，推动经济的绿色循环可持续发展。

（5）健全完善绿色信贷相关政策和法律法规。既要确保绿色信贷流动的无障碍性，也要确保企业对绿色信贷的充分利用以及是否真正用于绿色产业。

参考文献

[1]沈晓艳，王广洪，黄贤金.1997—2013年中国绿色GDP核算及时空格局研究[J].自然资源学报，2017，32（10）：1639-1650.

[2]朱海玲.绿色经济评价指标体系的构建[J].统计与决策，2017，（05）：27-30.

[3]董晓红，富勇.绿色金融和绿色经济耦合发展空间动态演变分析[J].工业技术经济，2018，37（12）：94-101.

[4]谢婷婷，刘锦华.绿色信贷如何影响中国绿色经济增长？[J].中国人口·资源与环境，2019，29（09）：83-90.