绿色信贷对商业银行的异质性效率激励——基于Meta-Frontier DEA框架的实证研究

戴利研， 李 超， 毛明海

（辽宁大学 a.国际经济政治学院；b.李安民经济研究院，辽宁 沈阳 110136）

一、引 言

2020 年，中国在联合国大会上宣布了本国实现“碳达峰、碳中和”的时间节点，“双碳”目标的提出要求中国加快建设“绿色低碳循环发展”的经济体系，顺利实现产业结构转型。中国人民银行行长易纲根据多方面测算结果指出，实现“双碳”目标所需的资金规模将达到百万亿人民币级别①中国人民银行行长易纲在2021 中国发展高层论坛圆桌会的讲话，“用好正常货币政策空间 推动绿色金融发展”，https：∕∕baijiahao.baidu.com∕s？id=1694807110595575160&wfr= spider&for=pc.，在国内以间接融资为主导的金融体系下，商业银行无疑成为了绿色融资的关键参与者，银行的经营效率不仅关乎自身的竞争能力，还决定着其为绿色实体经济发展服务的质量。重大的现实意义使商业银行效率问题受到金融监管当局、学界、业界等的多方关注。

过去一个阶段，中国已经形成以《绿色信贷指引》为核心，以绿色信贷统计制度和考核评价机制为两大基石的政策体系。在该体系的激励与规范下，国内的绿色信贷自2012年开始进入规模化发展阶段，除原先起步较早的大型国有银行外，更多股份制银行、地方性商业银行开始系统化地在信贷业务中纳入环保原则，绿色贷款在银行个体贷款总额中的占比普遍提高。自上而下的推动模式与不断完善的顶层设计使信贷绿色化成为大势所趋，未来中国商业银行的决策难点已经从“要不要落实绿色信贷”向“以何种战略目标落实绿色信贷”转变，是选择将绿色信贷业务作为迎合政策的权宜之计，还是作为加快金融创新，打造竞争优势的ESG①环境（Environmetal）、社会（Social）、公司治理（Governance）的英文缩写，ESG理念要求企业在投资时同时考虑上述三个层面的责任。战略。要回答这项决策难题，需要认清绿色信贷过去对商业银行的经营带来了何种性质的影响。国内已有学者[1]前瞻性地指出随着银行金融机构大量实施绿色信贷，竞争加剧导致进入该领域的额外收益下降，现有银行的积极性将递减，从长远来看，银行个体只有在这个过程中不断提高经营效率，才能保证绿色信贷可持续、高质量发展。

从绿色信贷在中国的发展情况看，国有银行与非国有银行间的差异日益凸显，前者绿色贷款增速较为稳定，而后者的绿色贷款规模则出现了波动与回落的情况。中国的国有银行开展绿色信贷的时间更早，国际经验表明商业银行履行环境责任存在着不同的发展阶段，依次包括抗拒、预防性参与、进取及可持续发展四个阶段[2-3]，处于不同阶段的个体践行环保原则受到的影响不同。因而，研究绿色信贷对银行经营效率的影响，不能仅局限于行业整体层面，还应分析国有银行与非国有银行间政策效果的异质性。本文基于Meta-Frontier DEA 框架，通过划分组群前沿很好地考虑了以上两类银行经营的异质性，同时通过该框架将测算的综合效率分解为技术创新效应与技术领导效应，进一步分析绿色信贷对两类银行金融创新和相对效率差距的影响。此外，本文的边际贡献还包括引入银行ESG声誉作为中介变量，为绿色信贷作用的声誉机制提供了新的检验。

二、文献综述与现实依据

（一）文献综述

对于商业银行开展绿色信贷对其经营的影响问题，过往文献进行了较为丰富的研究，多数文献从财务绩效层面展开分析。如在银行经营的安全性层面，已有研究表明绿色信贷政策通过提高绿色贷款在总贷款中的比例降低了银行的不良贷款率[4-5]；在盈利性层面，现有研究结论尚不统一[6-7]。然而特定财务指标对银行经营状况的评价并不全面，也只能显示短期经营状态，后续研究逐步由财务绩效分析转向效率评价。

从中长期角度来看，绿色信贷的实施优化了银行个体的信贷结构，有限的信贷资源更多地流向具有可持续发展能力的企业，这个过程也伴随着商业银行在金融供给侧的创新，银行个体的经营效率得到改善[8-10]。积极开展绿色信贷还有利于商业银行打造声誉优势[11-12]，以更低的资本成本获得外部资金，同时维持声誉则要求银行规范地公布自身的社会责任信息，这实质上使得利益相关者对其外部监督更加有效。此外，部分学者还初步研究了绿色信贷对国内不同所有制类型银行影响的异质性。代表性的有Yin et al.[13]研究提出绿色信贷提高了中国非国有银行的盈利能力、降低了风险；国有商业银行倾向于发放更多绿色贷款，但代价是牺牲自身盈利能力，并且风险管理在其发放绿色信贷时并未构成重要决策依据。同时他们指出国有银行的绿色信贷更多是由政策驱动，承担了较重的社会责任；而股份制商业银行、城市商业银行的绿色信贷则更多是由市场驱动，市场驱动的信贷发展战略更有利于商业银行的经营。遗憾的是这方面的研究还停留于对银行财务绩效层面的分析，且研究结论与事实并不完全相符。本文将进一步从效率视角入手，分析国有银行与非国有银行在过去十年开展绿色信贷受到的政策影响。

（二）现实依据

中国政府对绿色信贷的引导施行可追溯至2007 年。2007 年，国家环保总局会同中国人民银行、原银监会出台了《关于落实环保政策法规范信贷风险的意见》，其后系列政策文件由多部门陆续颁布施行，表1显示了绿色信贷发展过程中的重要政策文件及其内容概要。

表1 中国绿色信贷政策体系发展（2007—2021）

如表1 所示，2007 年至2012 年间相关政策文件的数量较少，这一阶段是中国绿色信贷的起步阶段。在起步阶段，绿色贷款集中来源于五大国有银行②具体指中国银行、中国农业银行、中国工商银行、中国建设银行、中国交通银行。中国邮政储蓄银行在2007—2011 年的绿色信贷数据缺失，故这一阶段未将其纳入考察。以及兴业银行③兴业银行是中国第一家赤道银行，在国际金融公司的协助下，其于2008年采纳了国际绿色金融领域的赤道原则。。2012 年中国绿色信贷体系的纲领性文件——《绿色信贷指引》发布，绿色信贷自此被提升至战略高度，其后相关政策文件的发布频率大幅提高，逐步形成了以指引为核心，以绿色信贷统计制度和考核评价机制为两大基石的体系。随着绿色信贷由自愿性的软规范发展为强制性的制度安排[14-15]，更多的非国有银行从2012年开始落实政策，绿色贷款进入规模化发展阶段。

从中国国有银行绿色信贷的发展情况来看，国有银行绿色贷款规模庞大，占据着一半的市场份额，截至2021 年末，六大国有银行绿色信贷余额达到8.68 万亿元，占总存量的55%①数据来源为中国生态环境部、银保监会公开信息。。国有银行承担着更重的环境责任，绿色信贷的开展具有很强的政策驱动性，但这并不意味着其经营效率将受到重大负向冲击。过往，国有银行与“两高一剩②具体是指高污染、高能耗和产能过剩行业。”企业存在紧密的利益关联，因为“两高一剩”企业的产值高，对地区经济发展的拉动作用显著，但高污染、高能耗企业在绿色发展格局下将直接受到环境规制政策的冲击，而产能过剩的企业其利润将逐渐丧失成长性，二者都处于经济效益滑坡状态，伴随着较高的非系统性风险。因而国有银行实行绿色信贷，适时调整贷款结构，有利于降低经营风险。现实数据也表明，绿色贷款的不良率要低于银行个体总贷款的平均不良率。其次，绿色信贷还显著促进了国有银行在金融供给侧的创新。如中国农业银行探索通过绿色银团贷款为企业提供大额融资，建设银行利用金融科技开发了“基于‘碳账本’的个人金融服务”③该资料来源见建设银行发布的《关于金融科技创新应用“基于‘碳账本’的个人金融服务”的公告》。。2021 年，中国银行率先开立了国家核证自愿减排量（CCER）登记账户，推出可再生能源补贴确权贷款、碳排放配额质押贷款等新型金融服务，从企业低碳转型的金融需求出发探索供给侧升级。金融创新是国有银行保持绿色贷款高速增长的重要动力。

从非国有银行绿色信贷的发展情况来看，并非所有个体的绿色贷款都呈现稳定增长的长期趋势，个体间差距较大，其背后体现出三种绿色信贷发展战略，包括进取型战略，如江苏银行、南京银行等，绿色贷款规模保持高增速；灵活性战略，如上海银行、北京银行等，绿色贷款规模呈现起伏状况；保守型战略，如宁波银行、青岛银行，绿色贷款规模保持低增速，稳中求进。总体而言，进取型战略更少被采纳，灵活性、保守型战略也即过往文献所指出的市场驱动型战略在城商行中更为常见。

不同商业银行绿色信贷的发展存在阶段差异，国外银行的调查结果表明，商业银行履行环境责任存在抗拒、预防性参与、进取与可持续发展四个阶段。在抗拒阶段，环境风险管理被视为可避免的成本，银行对发展绿色信贷缺乏积极性；预防性参与阶段商业银行出于规避授信对象环境风险的目的，开始将环保原则纳入信贷业务；在进取阶段，银行个体推动自身环境风险管理系统化、专业化，并主动培育和营销环境友好型产品应对同领域内日趋激烈的竞争；在可持续发展阶段，银行内部建立起专业的环境风险管理体系，开发环境友好型产品、树立良好环境形象成为其发展的战略目标，同时银行从寻求资金的中短期高回报转向寻求最高的可持续发展回报率，银企双赢局面得以形成。中国的国有银行在绿色信贷领域已经积累了丰富的绿色贷款管理经验与产品创新经验，正从进取阶段向可持续发展阶段推进；比较而言，非国有银行的绿色信贷起步时间晚，需要通过学习效应逐渐克服绿色信贷在经营层面带来的负向影响，由预防性参与阶段向进取阶段推进。

基于以上的理论分析与现实依据，提出本文的三个研究假说：

H1：开展绿色信贷能够促进商业银行经营效率的提高。

H2：控制其他条件相同，过去一个阶段绿色信贷对国有银行经营效率的正向影响相较于非国有银行更加显著。

H3：绿色信贷可通过提升商业银行的ESG声誉对其经营效率产生正向激励作用。

三、实证设计与实证结果

（一）实证设计

1.效率测算：模型与框架

相对于财务指标，经营效率能够更加全面、深入地评价商业银行的经营状况。本文基于数据包络分析法中含有非期望产出的SBM 模型（Slacks-Based Model with undesirable outputs[16]；U-SBM）测算样本商业银行的经营效率。数据包络分析（Data Envelopment Analysis,DEA）是当前学界最常用的效率评价方法之一，其主要思路为基于生产单元（DMU）生产过程所涉及的多项投入与多项产出，在空间中构造生产前沿面作为最佳的业务边界，通过计算个体到生产前沿面的距离得出其效率大小。位于生产前沿面上的个体为参照个体，效率值为1。

为了分析过去一个阶段绿色信贷业务对国有银行与非国有银行效率影响的异质性，本文引入了Battese， et al.（2004）提出的Meta-Frontier 框架[17]，该框架的核心在于计算效率时分别定义组群前沿和共同前沿，很好地考虑不同类型生产单元技术的异质性。具体而言，假设存在D个生产单元进行了T期生产，所有生产单元可被分为h个组群，依次为G1,G2...,Gh。各生产单元采用M种投入，得到N种期望产出和Q种非期望产出，对应地有投入矩阵，期望产出矩阵，非期望产出矩阵。不失一般性，以第1个组群为例，PG1t表示第1个组群在t时期的生产可能性集合，该组群在所有T个时期内生产可能性集合的前沿包络面即为第1个组群的组群前沿，以FG1表示。同理可以有第2 到第h个组群的组群前沿FGz到FGh。进一步地，所有的组群在T个时期内生产可能性集合的前沿包络面被定义为共同前沿FGlobai。上述Meta-Frontier的前沿定义思路如图1所示，出于简洁，图1仅考虑了两个组群（G1、G2）两期生产（t=1,2）的情况。

图1 Meta-Frontier框架组群前沿和共同前沿的逐层定义法

在上述框架下，将样本个体分为国有银行①本文国有银行是指中国银行、中国农业银行、中国工商银行、中国建设银行、中国交通银行和邮政储蓄银行这六大国有银行，下文实证分组与此保持一致。和非国有银行两个组群，基于Tone et al.提出的U-SBM模型进行技术效率（Technical Efficiency）测算，通过求解以下数学规划式得到各生产单元的效率值：

式（1）中，下标d表示生产单元（d=1,2,...D），m，n，q分别表示第m种投入（m=1,2,...,M），第n种期望产出(n=1,2,...,N)及第q种非期望产出(q=1,2,...,Q)。xdm，ydn，udq分别表示生产单元d的第m种投入，第n种产出与第q种非期望产出。λ为各种投入产出的权重矩阵。sx，sy，su分别表示投入、期望产出与非期望产出的松弛变量（Slacks）。ρ为U-SBM 模型计算的第d个生产单元的技术效率值，其范围在0 到1 之间，数值越大代表效率越高，1 为满效率。上式所示目标函数是基于非角度进行效率测算，同时考虑投入与产出。

在Meta-Frontier 框架下，对于某一个体d，基于共同前沿测算出的综合技术效率（ITE）①与过往文献保持一致，本文中银行经营效率指综合技术效率。值反映其当前生产效率与共同前沿间的距离。而基于组群前沿测算出的效率值代表其当前生产效率距离组群前沿的距离，该效率值排除了不同组群间相对效率的差距，该值上升（下降）意味着个体d随着时间推移向组群前沿靠近（后退），反映了技术进步的情况，对商业银行而言也即技术创新效应。综合技术效率与组群前沿效率的比值即技术差距比率（Technology Gap Ratio,TGR）反映了组群前沿与共同前沿的距离，意味着该组群相对于其他组群所具有的技术领导效应,该比值上升表明组群前沿向共同前沿靠近，组群间的技术差距缩小。这样，银行个体的综合技术效率可以被分解为技术创新效应与技术领导效应。

2.变量选取与数据来源

计算技术效率时需要明确生产单元的投入与产出变量，本文基于对商业银行开展金融服务过程的考察和对过往文献的参考（Sathye[18]，朱南等[19]），以商业银行存款总额和在职员工人数作为投入变量，以营业收入和净贷款②营业收入包含商业银行的利息净收入与非利息收入。净贷款等于贷款总额减去不良贷款。作为期望产出变量，以不良贷款余额作为非期望产出变量，在规模报酬可变条件下计算样本银行的经营效率（ITE），并将经营效率分解为技术创新效应（FIE）与技术领导效应(TGR）共同作为实证的因变量。

主要解释变量为绿色信贷规模，本文采用相对比值法③过往的部分文献也采用绝对数法，即直接使用绿色信贷余额来衡量银行个体的绿色信贷开展状况，但这种做法显然忽略了各银行间信贷总规模的差距，因而采用相对比率来衡量各银行绿色信贷的开展规模更加合理。衡量商业银行绿色贷款规模，即计算绿色信贷比率（GLR）=绿色信贷余额∕总贷款余额。

在控制变量上，本文结合过往研究尽可能全面地控制能够同时影响银行经营效率与绿色信贷规模的因素。个体层面控制了总资产收益率、营业收入增长率、非利息收入占比、贷款集中度、资本充足率变动、总资产规模增速①非利息收入占比等于非利息收入除以同期经营收入，贷款集中度以银行前十大客户贷款占总贷款的比例衡量，资本充足率变化率、总资产规模增速指个体本年资本充足率、总资产规模相对于上一年的同比变化率。，同时引入个体固定效应以控制个体层面不随时间变化的特征因素。在时间维度上，控制了GDP 增长率与年通货膨胀率②年通货膨胀率以当年消费者价格指数计量。以纳入经济周期和货币因素的影响。此外，绿色信贷的发展主要受到国家政策的驱动影响，设置政策出台的虚拟变量（policy），对于每一年份，如果其上一年有针对绿色信贷的政策出台，policy赋值为1，否则为0。根据前文的分析，中国绿色信贷发展以2012年《绿色信贷指引》出台为界，存在发展阶段的划分，2012 年及以前为初步发展阶段，2013 年及以后为规模化发展阶段。不同发展阶段政策出台频率存在差异，在同一发展阶段内政策出台的频率相对稳定，因而设置发展阶段虚拟变量（stage），2012 年及以前stage赋值为0，2012 以后stage取1，以控制绿色信贷发展阶段的差异。其中，绿色信贷余额数据来源于各商业银行社会责任报告，本文在CSMAR 数据库的基础上对部分银行的数据进行了手工补充。效率测算涉及的数据和个体层面控制变量数据来源于各银行年度财务报告、资本监管报告，由CSMAR 数据库整理；GDP 增长率及年通胀率数据来源于中国统计年鉴，由EPS 数据库整理。

在样本选择上，本文主要选取了中国28 家A 股及H 股上市商业银行2010—2021 年间的数据③样本具体包括：中国工商银行、中国建设银行、中国农业银行、中国银行、中国交通银行、邮储银行、兴业银行、招商银行、中信银行、民生银行、浦发银行、光大银行、平安银行、华夏银行、北京银行、广发银行、上海银行、江苏银行、浙商银行、南京银行、宁波银行、杭州银行、青岛银行、渤海银行、苏州银行、渝农银行、长沙银行、贵阳银行。样本数据为非平衡面板。作为样本数据，具体依据是在银保监会统计口径下的21家主要银行基础上，增加了杭州银行、青岛银行、渤海银行等七家商业银行的数据以尽可能扩充样本容量，选择标准在于以上七家银行的绿色信贷数据和相关财务数据披露连续、准确，且绿色贷款具备相当的规模。

3.实证模型设定与估计方法

对于研究假说一，本文建立如（2）式所示的基准回归模型：

其中，Efficiency包括银行经营效率（ITE）及由其分解出的技术创新效应（FIE）和技术领导效应（TGR），CVs为控制变量合集，ui为个体效应，ε为回归残差项。下标i,t分别表示个体与年份。模型中的被解释变量属于受限变量，效率值的取值范围在0 到1 之间。在构造前沿面时，位于前沿面上的个体成为参照个体，其效率值被归并为1，理论上距离前沿面足够远的个体其效率值将被归并为0，但本文银行个体的效率值不存在零值，因而属于右侧归并情况。对于这种类型的因变量，一般采用Tobin 提出的Tobit模型进行参数估计，回归中将具体根据Hausman 检验结果来选择Honore（1992）提出的固定效应Tobit[20]或随机效应Tobit 对（2）式进行回归。对于假说二所提出的绿色信贷对两类银行的异质性影响，在保持模型设定一致的情况下，通过将样本分为国有银行组和非国有银行组回归来验证。

考虑基准回归模型可能存在的内生性问题：一是遗漏变量，本文在时间维度上虽然控制了宏观经济及政策出台的影响，但依然可能遗漏部分变量；二是商业银行效率与绿色信贷规模可能存在双向因果关系导致内生性。对于此，本文引入银行个体绿色信贷比率的两个工具变量：同一组群中其他个体绿色信贷比率的同期均值以及另一组群银行个体绿色信贷比率的同期均值。理由在于某一特定个体的绿色信贷战略与行业中其他个体存在着相关性，同时其他银行的绿色信贷规模均值并不能够直接影响或通过内生变量以外的途径影响该个体自身的效率。基于引入的工具变量，对（2）式采用两阶段Tobit 回归来缓解可能的内生性。

对于假说三所提出的ESG声誉作用机制，在（2）式基础上，建立（3）式所示模型进行验证：

其中，商业银行的ESG 声誉采用彭博客户端发布的企业社会责任披露指数（Bloomberg ESG Disclosure Scores）①彭博客户端发布的指数只包含样本中的15 家上市银行2011 至2020 年的数据，共计150 个样本观测值。相比较其他ESG 指数，该指数所包含的商业银行ESG 评分在年度与个体两个维度都是最全面的。为排除可能的极端值影响，对原指数取自然对数作为中介变量。来衡量，同样为了克服可能的内生性，基于所引入的两个工具变量，采用两阶段最小二乘法对（3）式进行参数估计。

4.变量描述性统计结果

表2汇报了主要变量的描述性统计结果：表2 的结果显示各经济变量的取值都位于合理范围内，且不存在明显的极端值。此外，相关性分析结果（限于篇幅，未汇报结果）显示银行经营效率、技术创新效应与绿色信贷比率呈正相关关系，与理论预期相符。各控制变量间相关系数的绝对值都位于0.5 以下，说明模型设定不存在严重的多重共线性问题。

表2 主要变量描述性统计结果

（二）实证结果分析

1.基准回归：绿色信贷对商业银行经营效率的影响

表3汇报了模型（2）的回归结果。

表3 基准回归结果

Hausman检验结果显示Honore的固定效应Tobit回归系数与随机效应Tobit不存在过大的差距，这种情况下倾向于接受随机效应假设成立，随机效应模型估计值更有效。表3 第（1）列汇报的是未加入主要控制变量的全样本回归结果，绿色信贷比率的回归系数为1.356，并在1%的显著性水平下显著。第（2）列中加入了包括个体效应在内的所有控制变量，此时绿色信贷比率对银行经营效率的回归系数为1.202，在1%的显著性水平下显著，说明从样本整体来看，绿色信贷比率的上升能够促进商业银行经营效率的提高。

表3第（3）列至第（6）列分别汇报了分组回归的结果。对于非国有银行，绿色信贷比率的回归系数为正，但并不具有统计显著性；而国有银行组中绿色信贷比率的回归系数在1%的显著性水平下为正。其次，对比两组回归中绿色信贷比率回归系数的大小。在加入所有控制变量后，绿色信贷比率在非国有银行组的回归系数95%的置信区间为[-0.561, 1.033]，在国有银行组为[1.635, 4.490]，因而可以得出国有银行组绿色信贷比率的回归系数大于非国有银行组。这说明过去一个阶段绿色信贷对国有银行经营效率的正向边际作用更大，对于非国有银行效率的正向影响有限。

2.绿色信贷与技术创新效应、技术领导效应

表4汇报了根据综合技术效率分解出的银行技术创新效应与技术领导效应对绿色信贷比率的回归结果。

表4第（1）列的全样本回归结果显示，绿色信贷比率对技术创新效应的回归系数在1%的显著性水平下为正，说明从整体来看绿色信贷的实施推动了商业银行开展金融创新。第（3）列与第（4）列汇报了分组回归结果，在非国有银行组绿色信贷比率的回归系数并不显著，而在国有银行组中绿色信贷比率的回归系数在1%的显著性水平下为正，且该回归系数要大于非国有银行组（在95%的置信区间内大于）和样本总体的绿色信贷比率回归系数，证明绿色信贷对于国有银行金融创新的正向影响更强。

表4第（2）列的全样本回归结果表明，绿色信贷显著促进了技术差距比率（TGR）的提高，这意味着样本银行个体间的技术效率差距呈缩小的趋势。第（5）列的回归结果显示，在国有银行组，绿色信贷比率与技术差距比率的回归系数大于样本整体的系数，这说明绿色信贷业务主要是通过提高国有银行的经营效率使得样本银行间的技术效率差距缩小，国有银行的组群前沿向着共同前沿推进。国有银行因为过去发放了规模庞大的绿色贷款，有学者指出这是政府政策驱动下的不经济行为，而本文的研究结果则显示绿色信贷比率的提高对国有银行效率改善产生了积极作用。

3.内生性缓解与ESG声誉机制检验

对（2）式和（3）式使用工具变量进行两阶段回归，在克服内生性的情况下对绿色信贷作用的ESG 声誉机制进行检验，表5汇报了相应的回归结果。

表5 使用工具变量的两阶段回归结果

根据下页表5 汇报的有关工具变量的检验结果可知，模型中不存在严重的弱工具变量问题，过度识别检验结果表明在5%的显著性水平下不能拒绝工具变量外生的原假设，因而可以接受本文使用的工具变量是有效的。根据表5 第（1）列和第（2）列汇报的结果，绿色信贷比率与银行效率、技术创新效应的回归系数在1%的显著性水平下为正，且相对于基准回归的结果，系数变大而非缩小，因此不必过度担心在时间维度上遗漏部分变量对前文结论造成的削弱影响。在考虑了可能的内生性后，前文假说一的结论依然成立，即绿色信贷对商业银行的经营效率和技术创新具有显著的正向影响。

表5的第（3）列回归结果显示绿色信贷比率对银行ESG 声誉的回归系数为正，意味着开展绿色信贷提高了商业银行的ESG 声誉。一方面，ESG 声誉的提高有利于商业银行吸引更多客户，包括储户与绿色创新企业等，并以更低的资本成本获取外部资金，使得自身的经营效率改善[21]；另一方面，ESG 评分的提高意味着银行社会责任信息披露的规范性提升，便利了包括公众在内的利益相关者对银行的外部监督，使得商业银行由内部治理向内、外共同治理的格局推进，进一步促进其经营效率的提高。基于以上结果，假说三得到验证，绿色信贷可通过提高银行的ESG声誉对其产生效率激励作用。

四、研究结论与政策建议

（一）研究结论

本文结合商业银行承担环境责任的发展阶段论分析了过去一个阶段绿色信贷对国有银行与非国有银行效率的异质性影响：国有银行的绿色信贷业务由进取阶段向可持续发展阶段推进，对其经营效率的激励作用已经显著显现；非国有银行开展绿色信贷的后发优势则还需一定时间方可显现。利用Meta-Frontier框架下的U-SBM 模型测算了样本商业银行的经营效率，并将经营效率分解为技术创新效应与技术领导效应，在此基础上的Tobit回归结果表明，绿色信贷政策促进了中国商业银行的技术创新，并且相对于非国有银行，国有银行受到的正向边际影响更大。绿色信贷的异质性效率激励作用使得国有银行与非国有银行间的技术效率差距呈缩小的趋势，因而大规模的绿色信贷对于国有银行而言并非政策驱动下的不经济行为。此外，机制分析也表明绿色信贷可通过提升银行个体的ESG 声誉对其经营效率产生激励作用。

（二）政策建议

以上研究对于中国的商业银行未来可持续、高质量地发展绿色信贷具有一定的启示意义。

从国有银行角度而言，应肯定过去一个阶段积极进取的绿色信贷战略，下一阶段一是要接续推进绿色信贷产品创新，根据市场主体不断发展的金融需求进行供给侧升级；注重紧跟当前“双碳”发展趋势，依托金融科技打造新型产品，在绿色金融领域发挥好创新示范作用。二是利用自身在信贷业务中的主导地位，对市场企业施加ESG 影响，培养企业的环保意识与社会责任，使得绿色信贷的政策效应高效传导，这也是国有银行有力管控信贷风险的重要举措。三是随着绿色贷款规模的进一步扩大，在内部控制层面应强化对绿色信贷的专项业务检查工作，保证绿色信贷“增量”与“提质”相统一。

对于非国有银行，首先，应转变观望、等待、依靠的态度，将绿色信贷融入自身ESG 发展战略。对于自身在资本规模、风险承担能力上的劣势，可充分利用政府政策和市场工具分散绿色信贷带来的风险，如可以借助政府担保、信贷资产证券化等手段；这个过程中也应加强与政府部门在绿色项目信息公开、绿色信贷支持政策、企业环境规制等方面的沟通，通过政企协作管控绿色信贷风险。其次，非国有银行可利用自身信息效率优势把握绿色产业中的长尾需求，拓展客户资源，并积极发展绿色债券承销、绿色基金信托等中间业务以扩大收入来源。此外在人才队伍建设层面，非国有银行还应进一步引入复合型专业人才，注重与高等院校合作，推动产学融合、人才对口培养，不断提高员工素质。

总之，国有银行与非国有银行应实事求是完善自身的绿色信贷发展战略，最终实现经济效益与社会效益的协调共进。