绿色信贷政策、地区绿色发展差异与企业创新绩效_刘刚.pdf

32 2023 年 4 月第 2 期总第 178 期金融理论与教学Finance Theory and Teaching绿色信贷政策、地区绿色发展差异与企业创新绩效刘刚a,b，胡嘉琦a（浙江工商大学 a.杭州商学院;b.会计学院，浙江 杭州 311508）摘要：绿色信贷是绿色金融的重要组成部分，也是环境规制在金融信贷资源配置层面的具体应用。考察绿色信贷政策对企业创新绩效的影响，以 2012 年绿色信贷指引的发布作为准自然实验，运用双重差分方法，研究发现：绿色信贷指引的实施对企业创新产出具有显著正向影响，表明企业创新绩效显著提高；绿色信贷政策对企业创新绩效的促进作用在绿色发展水平较高的区域更显著。上述研究表明绿色信贷具有创新溢出效应，有效落实绿色信贷政策、提高区域绿色发展水平有助于提升企业创新能力。关键词：绿色信贷；创新绩效；绿色信贷指引；地区绿色发展中图分类号：F832 文献标识码：A 文章编号：1004-9487（2023）02-0032-08 收稿日期：2022-08-22基金项目：浙江省教育厅 2021 年高校科研项目“碳中和背景能源双控政策对企业绿色发展的影响机制研究”（Y202147443）；浙江省教育科学规划课题“新文科视阈下高校学科竞赛与创新创业教育协同培养应用型人才的机制研究”（2021SCG233）。作者简介：刘刚（1991-），男，浙江龙游人，讲师，博士研究生，研究方向为公司财务与企业创新；胡嘉琦（2000-），女，浙江宁波人，研究方向为财务管理。一、引言绿色信贷是绿色金融的重要组成部分，也是政府环境规制在金融信贷资源配置层面的具体应用（苏冬蔚 等，2018）。绿色信贷被认为是绿色金融的一种衍生物，而绿色金融则被看作是一种能够促进环境保护、企业绿色发展以及社会可持续发展的创新（杨柳勇 等，2021）。改革开放以后，我国政府深入优化绿色创新发展，相继推出并实施多项政策。随着政策的落实，我国的绿色信贷政策逐渐由起步阶段转向成熟阶段，使绿色信贷在经济社会上的影响力越来越大。创新是推动企业发展的主要驱动力。党的二十大报告强调“加快实施创新驱动发展战略”。从微观角度而言，创新是企业发展必不可少的因素；从社会经济的角度而言，创新也是助推经济增长的有利因素。根据相关统计显示，2019 年我国企业研发投入强度只有 2.23%，相比于具有市场竞争力的 5%还存在一定距离。为了兼顾环境保护和企业绿色创新发展，政府推出了绿色信贷政策。绿色信贷政策通过对重污染企业实施高成本的授信条件，促进企业改善环境污染，从而达到可持续发展目的（李莹，2018）。本文考察绿色信贷政策对企业创新绩效的影响，以2012年 绿色信贷指引的发布作为准自然实验，运用双重差分方法开展实证检验，有助于丰富绿色信贷政策的微观效应研究。本文的主要贡献在于：其一是拓展绿色信贷的研究，已有研究大部分集中在绿色信贷政策对于重污染企业绿色创新的研究，本文主要考察绿色信贷政策对环保类企业创新绩效的影响；其二是丰富创新绩效的研究视角，已有的多数文献注重企业自身内部差异，本文主要考察外部政策对DOI:10.13298/ki.ftat.2023.02.004 33 企业创新的影响，并探究不同地区绿色发展水平对该效应的异质性影响；其三是为绿色信贷的创新溢出效应提供经验证据，进一步突出绿色信贷政策在金融与环境规制体系的重要价值。二、文献综述对于绿色信贷的解释存在不同观点。茜坤（2008）认为绿色信贷可以从两个方面来解释：从广义的角度而言，绿色信贷政策不同于一般的信贷政策，绿色信贷的目的是将生产制造和消费转化为可持续发展与环境报务的动力，从狭义的角度来看，绿色信贷是指在中国实施的一种信贷政策。国外学者大多数使用“环境融资”或“可持续融资”的概念来解释绿色信贷；Martina（2016）将 绿 色 信 贷 用 环 境 融 资 来 解释，认为这是金融与自然科学的结合，而这种结合的目的是改革社会上存在的企业污染行为；Pasquale（2019）认为绿色信贷是一种促进可持续发展与环境保护方案的融资行为；刘强等（2020）认为，绿色信贷作为绿色金融政策的一部分其具体价值体现在政府对融资方面进行资源配置以及管理环境方面；许雪芳 等（2020）认为与传统的信贷政策相比，绿色信贷体系是资金的一种重新分配，同时绿色信贷政策将关注集中在整体的社会效益上；An Simin（2021）则说明绿色信贷是银行提供的一种金融服务，旨在鼓励企业发展绿色经济，并为社会的可持续发展做出贡献。已有研究考察绿色信贷对于重污染企业的融资行为、经营策略的影响。范亚莉（2021）认为发展绿色金融的核心问题是如何利用绿色信贷政策将企业的资金利用在技术创新活动上；杨柳勇 等（2021）认为绿色信贷政策的首要目标是促进企业绿色发展，因此分析绿色信贷政策对绿色发展的影响对于理解环境治理的影响非常重要。郭威 等（2021）研究表明绿色信贷以及社会规制是相互影响的，良好的信贷结构能够刺激企业的绿色发展，并从长期看来能够刺激企业研发支出和科技创新；陆菁等（2021）研究指出由于信贷约束机制的存在，绿色信贷政策抑制企业的绿色发展，同时由于政策限制高污染企业进行融资导致部分高污染企业因为缺乏足够的流动资金而退出市场，上述影响主要对于大型非国有企业作用较为明显。刘强等（2020）研究发现 绿色信贷指引实施显著提高重污染企业的创新效率，表现为专利申请数量显著增加；王馨 等（2021）发现绿色信贷指引实施后，绿色信贷限制行业的绿色创新表现更加活跃，主要是因为绿色信贷政策的代理成本降低作用和投资效率提升作用。张可等（2022）指出在微观层面通过企业经营绩效和企业创新,在宏观层面通过产业结构升级、地区信贷资源配置和地区示范效应机制实现节能减排。张劲松 等（2022）研究发现绿色信贷政策可以显著提升绿色信贷限制企业创新绩效。已有研究认为所谓的创新绩效不仅仅体现在技术创新上，还体现在管理创新上；在发展过程中企业创新的内涵进一步派生出了管理、产品、流程等方面的具体创新解释。目前，学者们普遍认同科技创新的目的是用来改善公司经营活动，从而达到有效利用内外部资源，实现公司战略决策。李莹（2018）认为企业可以通过绿色信贷获得融资资金，用于日常的经营活动，提升创新水平，促进转型升级；马红 等（2018）研究发现从中短期看绿色信贷对企业创新绩效存在着抑制作用，从长期看存在着一定程度促进作用；吴晟等（2020）指出由于银行把企业的生态创新程度作为授信的标准之一，符合标准的企业利用融资资金进行绿色创新发展，从而实现经济和社会的双重发展，并形成良性循环，促进我国绿色经济体系的构建；王馨 等（2021）通过分析指出绿色信贷能够良好地促进企业的绿色创新绩效总量，但是对于质量的提升不如总量明显；杨柳勇 等（2021）认为由于信贷规模缩减以及取得信贷成本提高，获得绿色信贷对重污染企业绿色创新存在抑制作用。综上所述，已有研究表明，绿色信贷政策的经济效应，一方面体现在提高银行经营绩效上，推动银行信贷结构的优化以及帮助传统企业加快转型；另一方面体现在推动重污染企业绿色创新，实现可持续发展。已有文献鲜有考察绿色信贷政策对环保类企业创新绩效的影响，以及考察不同区域绿色发展水平的调节作用。基于 2012 年发布的绿色信贷指引，运用双重差分方法，考察绿色信贷政策对环保类企业创新绩效的影响。三、理论分析与研究假设（一）绿色信贷政策与企业创新绩效2012 年实施的绿色信贷指引主要内容包括三个方面：其一是为促进环境保护，完成政府环境目标约束考核，金融机构应当在金融产品领域为企业提供各类绿色信贷服务。其二是在绿色信贷实施流程中，完善企业合规审查流程。其三 34 是绿色信贷政策实施后，应当加强企业内部控制和信息披露管理的规定。要求银行业加强对绿色商业信贷实施的监管。同时，也要求银行业建立有效考察和管理体系，并且优化银行信贷结构（刘慧，2021）。绿色信贷政策推行的主要目的是通过对重污染企业以及违反环境保护法的企业限制其进行贷款活动从而促进企业社会责任的履行、社会环境的可持续发展。从企业的角度来看为了促进公司的积极发展跟上时代潮流，创新是一项必不可少的举措（张颖 等，2018）。同时创新需要企业投入大量的资金、劳动力与物力。但由于部分环境政策的责任划分的不明确，企业往往因为难以承担相应的社会责任以及环境政策对于企业所带来的附加成本而选择不创新。但随着绿色信贷指引的颁布，其中明确了对于企业所处不同环境标准的划分，使企业把握承担社会责任的大方向，降低由于责任划分不明确而导致的风险，从而降低企业创新的成本，促进企业创新欲望，提升创新绩效（刘强等，2020）。因此，基于上述分析，提出假设 1：假设 1：绿色信贷指引的颁布，能够显著促进企业的创新绩效。（二）绿色信贷政策、地区绿色发展差异与企业创新绩效企业绿色发展目标是促使经济和社会协调、可持续发展。企业发展与社会发展在思想上是一脉相承的，既是对原有发展模式的继承，也是构建中国特色可持续发展的一种创新（王馨 等，2021）。绿色发展水平能够影响绿色信贷政策的企业创新绩效促进效应。对于处于绿色发展水平环境较高的企业，能够相较于一般企业更加积极主动地去承担社会责任，社会大众对其监督也将更加积极。绿色信贷政策对于这些企业而言，能够激励其扩大企业规模，积极加快创新的实施。典型的事实是，东部地区呈现出绿色发展水平高但经济水平较为发达的特征。因而，东部地区城市的政府更倾向于打造城市绿色发展的标签，并通过财税激励等行为支持绿色环保企业扩大规模，以利息补贴的方式让商业银行给绿色环保企业提供更多优惠的信贷资金，企业在获得丰富信贷资金后，增加对技术和创新项目研发支出，进而提成企业的创新绩效（宁金辉 等，2021）。对于银行来说，在绿色发展水平更高的地区，对其环境信息、社会责任信息披露要求更高。因此，银行通过开展绿色信贷业务来塑造本身的形象，从而获得良好声誉。对企业来说，绿色发展水平更高地区，公众环保意识更强，会加强对企业监督。由此可知，区域绿色发展水平可能对绿色信贷政策创新溢出效应产生影响。因此，基于上述分析，提出假设 2：假设 2：相较于绿色发展水平较低的地区，绿色信贷指引的颁布对处于绿色发展水平较高的地区企业的创新绩效成果提高更显著。四、研究设计（一）样本选取与数据来源本文选取 2010-2015 年 A 股上市企业为初始样本。为排除各类因素干扰，对样本做如下处理：其一，剔除金融行业相关企业样本；其二，剔除ST、PT 等企业样本；其三，剔除财务数据不完整的企业样本；其四，剔除无贷款行为的企业样本。本文将主要从事生态保护及环境治理相关的环保类企业为实验组，其主营业务大多与新能源开发、生态研究以及环境保护相关。为使差异对比明显，对照组为一般制造业企业。综上，本文最终选取903 家企业，得到样本 4694 个。财务数据均来自于 CSMAR 数据库，专利与研发支出数据来自于CNRDS 数据库；绿色发展指数来源于中国绿色发展指数报告，依据企业注册地所在省份，确定样本所处区域的绿色发展水平。（二）变量定义与模型设计1.变量定义 创新绩效（Inn）由于不同行业的企业差异较大并且对于创新性投入的数据有不同的衡量标准，参考刘慧（2021）、杨柳勇 等（2021），将企业本年度的申请的专利数量，作为衡量企业创新绩效水平的标准。绿色环保企业（Treat）由于目前对于绿色环保企业并没有明确的定义，本文选取主要从事环境治理与生态保护以及能源开发的企业，作为本文的实验组，Treat 设置为 1，而从证监会所属行业中认定的一般制造企业作为对照组，Treat 设置为 0。绿色信贷指引（Time）作为本文验证其主要影响的政策，绿色信贷指引颁布于 2012 年，因此本文将 2012 年作为实证检验的中间节点，设置 2012 年之前的样本Time 设置为 0；2012 年之后的样本 Time 设置为 1。绿色发展水平环境（GDE）主要依据已经发布的中国经济绿色指数报告以省级为单位划分不同样本。本文根据中位数将其划分为高于样本中值的高水平组以及低于样本中值的低水平组。35 表 1 变量定义变量类型指标选取变量符号定义被解释变量创新产出Inn企业本年度申请专利数解释变量政策虚拟变量Treat绿色环保企业为1；一般制造业为0时间虚拟变量Time2012年前为0；2012年后为1调节变量地区绿色发展水平GDE高于绿色发展指数中位数为1，否则为0控制变量企业规模Size企业总资产的对数员工数量Emp企业正式员工数量资产收益率ROA盈利能力，净利润/平均总资产流动比率Lia偿债能力，流动资产/流动负债资产周转率Sale营运能力，营业总收入/平均资产总额托宾Q系数TQ企业价值，流通市值/资产总计经营净现金流CFO经营性现金流量/总资产控制变量。借鉴刘慧（2020）、杨柳勇和张泽野（2021），本文选取企业规模（Size）、员工数量（Emp）、资产收益率（ROA）、流动比率（Lia）、资产周转率（Sale）、托宾 Q 系数（TQ）、经营净现金流（CFO）作为控制变量。具体而言，企业规模（Size）和员工数量（Emp）代表企业的经营状况从而可以推测出向银行申请信贷的程度，一般来说企业规模越大向银行申请的信贷资金越多；资产收益率（ROA）以及流动比率（Lia）代表了企业财务风险，一般说来比率越高，说明企业资产的变现能力越强，偿还信贷能力也越高；资产周转率（Sale）衡量企业资产管理的有效性，一般来说企业资产周转率越高，企业销售能力越强，资产管理越有效，相对而言有较好的偿还信贷能力；托宾 Q 系数（TQ）一般而言该数值大于1 说明企业资金投入增长，信贷规模资金越大。2.模型设计本文依照双重差分模型的原理，借鉴刘强等（2020）、杨柳勇 等（2021）的模型再结合具体研究内容，使用以下模型研究企业创新绩效的水平。其中若观察到 1显著大于 0，且通过稳健性检验，则认为绿色信贷指引的颁布对绿色环保企业极大程度上促进企业的创新绩效。Innit=0+1Treatitimet+2Xit+i+t+it （1）为研究不同绿色发展环境对于企业创新绩效的影响，加入了调节变量 GDE，并且进一步观察根据不同绿色发展水平划分的高水平组与低水平组的大小以及对比情况。Innit=0+1GDEitTreatiTime+2Xit+i+t+it（2）如果模型（2）中的交叉项系数 1显著为正，且通过稳健性检验，表示绿色发展水平地区（GDE）对绿色信贷微观创新效应的影响是显著正向的，则表示在绿色发展水平较高的地区，绿色信贷对企业创新绩效的影响更显著，即企业本年度专利申请数量增加更明显，研究假设 2 成立。以上两个模型均设计年份和行业的虚拟变量进行双向固定效应控制，使得模型更加科学合理。五、实证检验与结果分析（一）描述性统计分析表 2 为各控制变量的描述性统计分析，其中创新发展水平（Inn）的最小值和最大值分别为2 和 81，并且其标准差为 20.259。由此表明,每个企业创新绩效存在较大差异，这与刘慧（2021）和刘强等（2020）发现一致；企业规模（Size）其标准差为 1.522 则认为企业之间有较为明显的不同，以及存在多种投资偏好；并且由于企业规模、员工数目上存在较为明显的差异，其标准差分别为 6096.971 以及 293.249；由托宾 Q 系数（TQ）的均值大于 1 则可以认为，企业在投资方面的支出在不断增加，从侧面可以反映由于 指引的颁布企业增加绿色信贷相关的融资资金。36 表 2 变量的描述性统计变量名称最小值最大值平均值标准差中位数Inn2.00081.00020.98020.25912.000Size17.01924.78522.5101.52222.696Emp5.00020798.0006764.2206096.9716052.500ROA-9.2762078.54647.903293.2494.840Sale0.0002.3440.8700.4460.739Lia0.0432.0421.0450.3900.982TQ0.93769.2443.3899.9091.415CFO-0.1210.1900.0490.0590.047注：变量定义参考表 1。（二）相关分析1.相关性分析如表 3 所示，企业创新发展水平（Inn）与企业规模（Size）相关系数为 0.205，在 5%的水平上存在正向相关关系，说明企业规模越大，企业创新发展水平越高申请专利数目越多；企业创新发展水平（Inn）与经营净现金流（CFO）的相关系数为 0.052，在 5%上呈现显著正相关，表明企业创新水平越高，财务状况更加成熟完备。企业创新发展水平（Inn）与企业规模（Size）、员工数目（Emp）、资产收益率（ROA）、流动比率（Lia）、资产周转率（Sale）、托宾 Q 系数（TQ）、经营净现金流（CFO）均存在 10%及以上水平上的显著相关。此外，绝大部分研究变量的相关系数都低于 0.4，说明各变量之间多重共线性较小，影响非常有限。表 3 主要变量的相关系数变量InnSizeEmpROASaleLiaTQCFOInn1Size0.205*1Emp0.131*0.541*1ROA-0.007*-0.048*-0.0081Sale0.044*0.116*0.124*0.0221Lia-0.046*-0.209*-0.083*0.012-0.166*1TQ-0.014*-0.297*-0.109*0.143*-0.0190.0231CFO0.052*0.103*0.0270.078*0.132*0.0090.110*1注：*、*、*表示在 1%，5%和 10%的显著性水平下显著。2.均值检验绿色信贷指引于 2012 年 2 月 24 日正式发布。因此将样本数据根据时间进行分类：2010年-2011 年作为政策颁布前，2012-2015 作为政策颁布后。表 4 展示企业创新绩效水平在绿色信贷指引颁布前后的差异。由表 4 可知企业在政策颁布前的当年专利申请数为 16.4169，在政策颁布后存在一定幅度的提升达到 26.899。上述结果，可以初步验证假设 1，即绿色信贷政策颁布的促进企业创新绩效提升。表 4 Inn 均值检验结果平均值标准差均值标准误Before16.416929.67530.7745After26.899137.18990.9706为进一步研究，实验组与控制组创新发展水平的时间趋势，根据实验组与控制组于 2010 年至2015 年间申请专利数目的平均数，利用 Stata15.0绘制实验组与控制组的时间趋势图，作为直观展示。由图 1 可知，实验组与控制组之间增长趋势基本处于相同增长幅度，并且在 2012 年政策颁布后存在一定波动，从 2013 年开始企业创新发展水平（Inn）处于明显上升趋势，说明绿色信贷指引颁布对企业带来显著正向影响。同时，证明样本数据满足 DID 模型的基本前提假设，为后续开展模型检验增加准确性。010203040201020112012201320142015实验组对照组图 1 Inn 平均增长趋势 37 （三）多元回归分析1.绿色信贷与企业创新绩效双重差分模型通常需要进行平行趋势检验，就是控制组和实验组在事件发生之前必须具有相同的发展趋势，否则得出的结果就不完全是真实的政策结果。在图示法的基础上，采用 t 检验法进行平行趋势检验。在绿色信贷指引颁布之前企业创新发展的 p 值为 0.274 不存在显著性，说明在指引颁布之前实验组和控制组之间不存在明显差异。在绿色信贷指引颁布后，创新发展水平（Inn）呈现正向显著性，可以认为政策颁布后，实验组与对照组之间存在显著性差异，表明绿色信贷指引的颁布促进企业创新绩效。表 5 绿色信贷政策对企业创新绩效的影响回归变量名称（1）（2）TreatTime0.059*（2.458）Size0.026*（1.973）0.046*（2.379）Emp0.074*（1.725）0.019*（2.458）ROA0.043*（2.109）0.419（0.818）Sale0.151（1.473）0.240（1.195）Lia0.001*（3.841）0.063*（1.914）TQ0.005*（3.009）0.092*（1.902）CFO0.455（0.757）0.505（0.673）TreatTime20120.037*（2.478）TreatTime20131.868*（1.733）TreatTime201414.458*（1.986）TreatTime201527.44*（1.706）IndustryControlControlYearControlControlObservation46944694Adj-R20.2080.021F-value132.277160.36注：*、*、*表示在 1%，5%和 10%的显著性水平下显著。表 5 的第（1）列显示，TreatTime 估计系数为 0.059，显著为正，表明绿色信贷指引的颁布能显著促进企业创新绩效，假设 1 成立。银行机构积极开展绿色信贷业务，绿色信贷业务规模的扩大，引导社会资本流向绿色环保投资项目，促进企业创新绩效水平提升。企业规模（Size）在 5%的水平上显著大于 0，表明企业规模与创新绩效存在正向影响，规模越大的企业创新绩效积极性越强。表 5 的第（2）列显示，2012 年TreatTime 估计系数为 0.037 在 5%的水平上显著为正，随后 3 年间回归系数在正向显著水平上逐年增加，认为绿色信贷政策的影响力逐步扩大。2.绿色信贷、地区绿色发展差异与企业创新绩效为进一步研究绿色发展水平的差异对绿色信贷的微观企业创新效应的异质性影响，根据 2018年中国绿色发展指数报告中绿色发展评分，以绿色发展指数中位数将样本划分高绿色发展水平和低绿色发展水平地区。由表 6 可知，高水平地区的 TreatTime 估计系数为 0.129，在 1%的水平下显著为正，而低水平地区其估计系数为0.057 不存在显著性，可见绿色信贷指引的颁布对两地区企业的影响存在较为明显的差异。上述结果表明，高水平绿色发展环境能提升绿色信贷指引的颁布对企业创新绩效的促进作用，因此验证假设 2 成立。表 6 绿色发展水平环境差异的影响变量低绿色发展水平地区高绿色发展水平地区全样本TreatTime0.057(1.489)0.129*(2.623)0.265*(3.186)Emp0.005*(1.985)0.001*(2.006)0.013*(2.342)Size5.660(0.351)7.113*(3.019)8.453*(3.764)ROA0.005(0.213)0.149(0.195)0.289(0.195)Sale-8.673(-1.321)-6.174(-0.585)-5.354(-0.585)Lia-5.012(-0.285)-6.133*(-3.723)-7.264*(-2.859)TQ3.578(0.525)-8.263*(-1.966)4.275*(-2.317)CFO25.648(1.537)28.592(0.314)18.369(0.514)GDE-1.177(-0.823)1.954*(1.733)2.456*(2.136)IndustryControlControlControlYearControlControlControlR 20.7350.6220.458Observation238323114694F-value14.74514.15014.370注：*、*、*表示在 1%，5%和 10%的显著性水平下显著。38 绿色信贷政策对企业创新发展水平的促进作用在高绿色发展水平地区更明显，主要原因是：一方面，绿色发展水平较高的地区，对于可持续发展的关注度越高，对于企业绿色发展环境的约束也越大，为绿色信贷的顺利实施提供良好的先决条件（刘华珂，2021）。中国经济绿色发展报告从经济、可持续、绿色发展三个维度衡量地区的绿色发展水平，浙江、广东、江苏三个省市位列前三，而宁夏、新疆、甘肃位列最后；其中西藏地区由于缺少工业，几乎不存在环境污染，其可持续发展单项位列第一。总体上东南部沿海城市的绿色发展总水平要明显高于西北部内陆地区，而沿海地区的经济发展指标要远高于内陆地区。另一方面，绿色发展水平较高的地区，政府的高度支持使绿色贷款政策的结构趋于完整，使企业拥有更好的接受度。此外，在绿色发展水平较高的地区，政府还将提供强有力的税收优惠政策，以鼓励金融银行业以较低的财务成本为环保类企业提供绿色贷款（李莹，2018）。西部地区由于工业发展水平较差，响应绿色信贷指引政策实施的能力较弱，从而降低辖区内企业绿色信贷资金的可得性。（四）稳健性检验为克服多元回归中指标选取可能存在的测量误差，本文以绿色信贷余额这一连续型变量替换回归中的绿色信贷虚拟变量。该指标越大，则说明绿色信贷投入越多。此外，被解释变量替换为企业研发投入进行检验，结果表明绿色信贷对企业创新绩效的影响在 5%的水平上显著为正。上述结果表明，本文的结论比较稳健，即绿色信贷政策确实能显著提升企业创新绩效，且这一效应在绿色发展水平较高的地区越明显。限于篇幅，本文未报告稳健性检验结果。六、研究结论与建议（一）研究结论第一，绿色信贷指引的颁布对企业创新绩效具有明显提升作用，表明绿色信贷政策能显著促进企业创新。绿色信贷指引颁布初期，其对企业创新绩效的促进效应存在一定的波动，自 2013 年之后呈现明显上升趋势。对指引有完善了解之后，银行金融业稳步推进绿色信贷政策的实施，进一步推动企业创新发展的水平。通过平行趋势检验满足 DID 模型前提假设之后，利用多元回归分析对绿色环保企业以及一般制造业进行分析。绿色信贷指引的实施对企业创新产出具有显著正向影响，表明企业创新绩效显著提高。环保企业依靠绿色信贷加快企业创新绩效，创新发展程度非常明显。第二，绿色发展水平较高的区域，绿色信贷政策对企业创新绩效的促进作用更为明显，表明绿色信贷政策对创新绩效的影响具有区域异质性。地区绿色发展水平对绿色信贷政策的微观创新溢出效应产生影响，具体而言，在绿色发展水平较高的区域，绿色信贷政策对企业创新绩效产生的促进作用更加显著。由此表明，绿色信贷指引对环保类企业创新绩效的促进作用受到外部环境因素的制约。绿色信贷政策对创新绩效的区域异质性影响，其主要因素在于我国不同地区之间经济发展不平衡、绿色发展进程不一致、区域主导产业不协调等。（二）相关建议第一，政府应当优化绿色信贷政策。作为绿色信贷的主导力量，政府应该积极关注每个不同阶段下政策实施的效果并逐步优化绿色信贷政策的结构，定期对金融银行业授信情况进行考核，同时积极引导企业注重创新绩效。政府还应该向科研人员或者大学提供相对应的支持，调动社会绿色创新发展的积极性。政府应当对各个地区、行业的绿色发展水平进行评估，吸收绿色创新发展高水平地区建设绿色经济体系的经验，推广到各个区域，实现社会绿色发展。有效促进各地区绿色发展水平，缩小绿色发展差异有助于提升绿色信贷的政策效应。第二，银行等金融机构应当全力推动绿色信贷政策落地实施。金融机构应该积极响应政府号召，不断优化绿色信贷政策的具体流程，针对不同情况企业推出不同信贷服务，同时改善绿色信贷审批机制，采用多维度的指标，如改善污染程度、企业绿色发展指数、信息披露程度以及创新研发支出等评估企业绿色发展程度，以便企业获得信贷资金，增强研发投入强度。此外，银行机构之间可以建立信息共享平台，定期分享企业信息，学习借鉴不同银行机构良好流程，优化银行授信制度，改善信贷流程从而推动绿色信贷的实施以及绿色经济体系的构建。第三，企业特别是绿色环保企业应当充分运用绿色信贷政策。作为市场主体，企业一方面要遵循市场机制，加大创新投入，另一方面要执行环保政策，履行社会责任。具体而言，企业应当采取适当激励措施，通过激发企业内部创新活力 39 Green Credit Policy,Regional Green Development Differences and Enterprise Innovation Performance LIU Ganga,b,HU Jiaqia(a.Hangzhou College of Commerce;b.School of Accounting,Zhejiang Gongshang University,Hangzhou Zhejiang 311508)Abstract:Green credit is an important part of green finance,and it is also the specific application of environmental regulations 责任编校：李航来达到实施绿色技术创新目的。企业达到绿色信贷政策授信标准，从而获取低成本的信贷资金，再利用资金扩大创新绩效，实现企业创新发展良性循环，从而推动企业绿色转型升级。企业在进行技术创新的过程中，应当将生产技术转型为精细化绿色生产模式，申请低利率的绿色信贷资金，在获得绿色信贷资金后，将更加充裕的资金投入研发创新活动，增强企业核心竞争力。参考文献：1 陈幸幸，史亚雅，宋献中.绿色信贷约束、商业信用与企业环境治理 J.国际金融研究,2019(12):13-22.2 丁杰.绿色信贷政策、信贷资源配置与企业策略性反应 J.经济评论,2019(4):62-75.3 郭威,曾新欣.绿色信贷提升工业绿色全要素生产率了吗？基于空间 Durbin 模型的实证研究 J.经济问题,2021(8):44-55.4 李春发,卢娜娜,李冬冬,等.企业绿色创新:政府规制、信息披露及投资策略演化 J.科学学研究,2021,39(1):180-192.5 李莹.绿色信贷背景下企业环境绩效评价体系构建 J.会计之友,2018(22):87-91.6 刘华珂.绿色金融促进城市经济高质量发展的机制与检验 J.投资研究,2021(7):37-52.7 刘强，王伟楠，陈恒宇.绿色信贷指引实施对重污染企业创新绩效的影响研究 J.科研管理,2020(11):100-112.8 陆菁,鄢云,王韬璇.绿色信贷政策的微观效应研究基于技术创新与资源再配置的视角 J.中国工业经济,2021(1):174-192.9 马红,候贵生.环保投入、融资约束与企业技术创新基于长短期异质性影响的研究视 J.证券市场导报,2018(8):12-19.10 宁金辉,苑泽明,王晓祺.绿色信贷政策与企业过度投资 J.金融论坛,2021,26(6):7-16.11 苏冬蔚,连莉莉.绿色信贷是否影响重污染企业的投融资行为?J.金融研究,2018(12):123-137.12 王丽萍，徐佳慧，李创.绿色金融政策促进企业创新的作用机制与阶段演进 J.软科学,2021(12):1-11.13 刘超,毛文倩,沈洋等.中国绿色金融发展现状及其空间相关性研究 J.金融理论与教学,2022,174(4):13-21+32.14 张劲松,鲁珊珊.绿色信贷政策对企业创新绩效的影响 J.统计与决策,2022,38(7):179-183.15 张可,李语晨,赵锦楸.绿色信贷促进了节能减排吗 J.财经科学,2022(1):15-30.16 王韧.中国绿色金融治理效应评估及绿色政策选择基于334 家公众公司的微观数据 J.宏观经济研究,2021(6):133-145.17 王馨，王营.绿色信贷政策增进绿色创新研究 J.管理世界,2021(6):173-189.18 王遥，潘冬阳，张笑.绿色金融对中国经济发展的贡献研究J.经济社会体制比较,2016(6):12-16.19 吴晟,赵湘莲,武良鹏.绿色信贷制度创新研究以推动企业生态创新为视角 J.经济体制改革,2020(1):36-42.20 徐飞.银行信贷与企业创新困境 J.中国工业经济,2019(1):119-136.21 杨柳勇，张泽野.绿色信贷政策对企业绿色创新的影响 J.科学学研究,2021(1):1-23.22 张颖，吴桐.绿色信贷对上市公司信贷融资成本的影响基于双重差分模型的估计 J.金融与经济,2018(12):8-12.23 许雪芳,覃宇冰.我国绿色金融发展的实践经验与提升路径J.人民论坛,2020,685(30):72-73.24 David P.Baron.Private Politics,Corporate Social Responsibility,and Integrated StrategyJ.Journal of Economics&Management Strategy,2001,10(1):7-45.25 Josu Banga.The green bond market:a potential source of climate finance for developing countries J.Journal of Sustainable Finance and Investment,2018,9(1):17-32.26 Paola D Orazio,Marco Valente.The role of finance in environmental innovation diffusion:An evolutionary modeling approachJ.Journal of Economic Behavior and Organization,2018,162(1):417-439.27 Pasquale Marcello Falcone,d Edgardo Sica.Assessing the Opportunities and Challenges of Green Finance in Italy:An Analysis of the Biomass Production Sector J.Molecular Diversity Preservation International,2019,11(517):1-14.（下转第 72 页）72 Research on the Influence of Digital Economy on Market IntegrationLI Congxin,ZHANG Meng(School of Economics,Hebei Geo University,Shijiazhuang Hebei 050031,China)Abstract:Now the unified domestic market has become the standard of economic power,but there is still the problem of slow market integration process in China.Based on the provincial panel data from 2013 to 2020 in China,the spatial Dubin model with fixed time is used to analyze the spatial effect of the influence of digital economy on market integration.The results show that the development level of digital economy in all provinces of China shows a significant global spatial positive correlation,while the spatial correlation of the market integration level is positive,but not completely significant,which indicates that the integrated market between neighboring regions of China