徐秋艷 劉浩冬

內容提要：推動綠色全要素生產率提升,對生態(tài)環(huán)境保護和經濟可持續(xù)發(fā)展具有重要意義?；?005-2020年中國省級面板數(shù)據(jù),運用超效率SBM-GML模型測算出綠色全要素生產率,采用空間杜賓模型、面板門檻模型和空間門檻模型研究綠色信貸、產業(yè)結構優(yōu)化對綠色全要素生產率的綜合作用機制。研究發(fā)現(xiàn):綠色全要素生產率具有正向“空間傳染”特性,其提升主要源于綠色技術進步,而非技術效率變化;綠色信貸有助于提高本地區(qū)綠色全要素生產率,并通過空間溢出效應對周邊地區(qū)產生抑制作用;產業(yè)結構優(yōu)化顯著提升了本地區(qū)綠色全要素生產率,其中,高級化和生態(tài)化還存在明顯的空間溢出效應,前者會抑制鄰近地區(qū)綠色全要素生產率提升,而后者促進了其增長;門檻效應檢驗表明,產業(yè)結構優(yōu)化水平提升到一定程度后,綠色信貸對本地區(qū)綠色全要素生產率的作用效果將顯著增強,而對于不同維度,這一作用效果只存在高級化和合理化的門檻特征;空間門檻模型顯示,本地區(qū)產業(yè)結構優(yōu)化水平的提高會減小綠色信貸對鄰近地區(qū)綠色全要素生產率的抑制作用。

一、引 言

改革開放以來,中國國民經濟發(fā)展取得的成就舉世矚目,國內生產總值由1978年的3678.7億元增長到2020年的1015986.2億元,目前中國已成為世界第二大經濟體。然而隨著經濟的高速增長,中國的資源消耗與環(huán)境污染也愈發(fā)嚴重,過去簡單粗放型的經濟增長方式所帶來的環(huán)境壓力日益突出,傳統(tǒng)高耗能、高污染的發(fā)展方式亟待改變。2019年,聯(lián)合國環(huán)境署發(fā)布了《全球環(huán)境展望6》,明確證實環(huán)境問題已日益成為削弱經濟增長的原因,因環(huán)境污染造成的福利損失總量年均達4.6萬億美元,相當于全球經濟產出的6.2%?！?020中國生態(tài)環(huán)境狀況公報》顯示,中國337個地級及以上城市中有135個城市空氣質量超標,占比高達40.1%,中國生態(tài)環(huán)境狀況指數(shù)值為51.7,生態(tài)質量一般。中共二十大報告明確提出要牢固樹立和踐行“綠水青山就是金山銀山”的理念,大力推動綠色發(fā)展,加快發(fā)展方式綠色轉型?？梢钥闯?新時代要求堅持綠色發(fā)展理念,發(fā)展綠色經濟已成為中國經濟邁向高質量發(fā)展的重要趨向。而綠色全要素生產率(簡稱GTFP)作為經濟持續(xù)增長的核心和關鍵,是衡量一個國家或區(qū)域資源、環(huán)境與經濟協(xié)調發(fā)展的重要指標,也是對一個國家或區(qū)域經濟增長質量的量化(藺鵬和孟娜娜,2021)。在今后相當長的時間段內,提高GTFP是中國面臨的一項重要任務。

綠色信貸與產業(yè)結構優(yōu)化作為影響中國綠色經濟發(fā)展水平的重要外部影響因素,應予以重點關注。目前,綠色信貸是中國綠色金融市場中規(guī)模最大的綠色金融產品。截至2020年12月末,中國綠色信貸規(guī)模約為12萬億元,存量余額占比金融機構人民幣貸款余額約為6.92%,主要用于基礎設施綠色升級和清潔能源產業(yè),其他產業(yè)使用綠色信貸余額占比為25.02%,已經成為助力生產方式綠色轉型的核心力量。對于產業(yè)結構優(yōu)化歷程,目前中國總體上看來依然在保持三二一型的基礎上不斷優(yōu)化,并受綠色金融等政策的影響,產業(yè)結構日益綠色化、生態(tài)化發(fā)展,社會資源配置效率不斷提升。據(jù)《中國環(huán)保產業(yè)發(fā)展狀況報告》顯示,2019年全國環(huán)保產業(yè)營業(yè)收入約17800億元,較2018年增長約11.3%,其對國民經濟直接貢獻率較2004年翻了10倍。可見,綠色全要素生產率的高低與綠色信貸發(fā)展及產業(yè)結構優(yōu)化密不可分。

鑒于綠色信貸與產業(yè)結構優(yōu)化在經濟活動過程中的不可分割性,兩者對GTFP的影響可能存在交互效應,在分析綠色信貸的效應時,若不考慮地區(qū)產業(yè)結構的變化,可能會導致研究結論失真,因此,有必要將綠色信貸與產業(yè)結構優(yōu)化納入同一個研究框架予以分析。那么,中國區(qū)域GTFP如何測度?綠色信貸與產業(yè)結構優(yōu)化的發(fā)展對GTFP的貢獻如何?在當前經濟發(fā)展環(huán)境下,為適應需求結構變化和生態(tài)環(huán)境保護所需的產業(yè)結構優(yōu)化是否會影響綠色信貸對GTFP的作用效果?這些問題的研究,對了解中國GTFP的時空演變特征,衡量綠色信貸與產業(yè)結構優(yōu)化對GTFP的差異化影響,識別綠色信貸與產業(yè)結構優(yōu)化作用于GTFP的空間特征,探析產業(yè)結構優(yōu)化不同取值區(qū)間下綠色信貸對GTFP的階段化影響等都有著重要作用。因此,本文運用空間計量模型和面板門檻模型,分析綠色信貸、產業(yè)結構優(yōu)化對GTFP的綜合作用機制,并主要回答上述幾個方面的問題,以期為完善綠色信貸政策、產業(yè)政策和推動經濟高質量發(fā)展提供科學的參考依據(jù)。

二、文獻綜述與研究假設

1. 綠色信貸與GTFP

目前,綠色信貸與GTFP關系的學術研究主要涉及宏觀和微觀兩個層面。

從宏觀層面上看,綠色信貸具有三個方面的作用。其一,綠色信貸可引導錯配資源置換。中國長期存在信貸資本錯配問題,這給經濟增長造成了顯著的環(huán)境代價(劉錫良和文書洋,2019),綠色信貸政策可通過調節(jié)信貸利率、使用差異化杠桿等手段,積極發(fā)揮資源配置作用,將信貸資金從低效率落后產業(yè)逐漸轉向新型高效率產業(yè),從而促進GTFP提升(張小可和葛晶,2021)。其二,綠色信貸能促進綠色技術創(chuàng)新。根據(jù)R&D內生增長理論,考慮了環(huán)境保護的技術進步是經濟可持續(xù)增長的源泉,而綠色信貸政策本質上是環(huán)境規(guī)制政策(李青原和肖澤華,2020),基于“波特假說”,嚴格的綠色信貸政策通過加強對綠色環(huán)保項目的信貸傾斜力度,提高企業(yè)的技術創(chuàng)新意愿(舒利敏等,2023);同時,通過融資約束限制高污染、高耗能等非綠色項目的信貸資金支持,實現(xiàn)“倒逼”效應,促進污染企業(yè)積極進行綠色技術創(chuàng)新,進而助推經濟可持續(xù)增長(He等,2019;王馨和王營,2021)。其三,綠色信貸能夠優(yōu)化經濟結構。通過資本形成、信號傳遞以及反饋與信用催生等機制,在綠色意義上助力經濟結構優(yōu)化,包括但不限于勞動力結構、能源消費結構和產業(yè)結構等(陳學勝和紀翔,2020;Zhao和Luo,2018;徐勝等,2018),以此實現(xiàn)“經濟-環(huán)境”雙贏。

從微觀層面上看,綠色信貸主要通過影響生產企業(yè)和銀行主體來提高經濟生態(tài)效益。對于生產企業(yè)而言,綠色信貸通過融資渠道將企業(yè)環(huán)境成本內部化,以差異化融資成本來有效遏制非環(huán)保企業(yè)生產行為帶來的負外部性,有效引導企業(yè)轉向清潔生產,進而提升經濟生態(tài)效益(張慶君和黃玲,2023)。同時,綠色信貸能夠降低環(huán)保企業(yè)資本更新的融資成本,并為其提供更多外部融資渠道,有效緩解企業(yè)內部融資壓力,助推企業(yè)創(chuàng)新發(fā)展,進而推動經濟綠色增長(連莉莉,2015)。對于銀行而言,在踐行綠色信貸政策時,一方面會充分考慮到貸款項目的環(huán)境風險,嚴格篩選出符合貸款資質的優(yōu)質綠色信貸項目,拒絕對環(huán)境和社會表現(xiàn)不合規(guī)矩的企業(yè)授信(陳幸幸等,2019);另一方面,考慮到資金的安全性,對于已授信的企業(yè)或項目,銀行會對項目進行定期檢查并追蹤其資金的使用情況,以避免授信企業(yè)或項目可能存在的環(huán)保或資金濫用等風險所造成的效率損失,在一定程度上確保了經濟增長效率(郭威和曾新欣,2021)。

此外,現(xiàn)有文獻還就綠色信貸對GTFP的異質性影響,圍繞社會環(huán)境、經濟制度、污染水平、環(huán)境監(jiān)管、公眾需求等眾多角度展開了充分的討論(Zhang,2021;Hu等,2022;Lee和Lee,2022;Lv等,2023)。如Lee和Lee(2022)的經驗證據(jù)表明,從長遠來看,一個地區(qū)經濟、社會和環(huán)境條件越高,綠色信貸作用于GTFP的效果越強。由此可見,綠色信貸憑借其對經濟發(fā)展和環(huán)境保護的雙重貢獻,已成為推動地區(qū)協(xié)調發(fā)展的重要抓手。但限于中國綠色信貸發(fā)展時間短,信貸執(zhí)行標準和評價體系難以統(tǒng)一,各地區(qū)間銀行業(yè)尚未形成綠色信貸發(fā)展的良性競爭格局(Zhang等,2021),加之綠色資本和信貸資源相對稀缺,地方政府受綠色政績考核驅動,區(qū)域間容易產生“逐頂競爭”現(xiàn)象(李勝蘭等,2014),相互爭奪綠色資本和信貸資源,以謀求本地區(qū)發(fā)展,進而阻礙了周邊地區(qū)綠色經濟發(fā)展進程。據(jù)此,提出以下假設:

H1:綠色信貸發(fā)展引致本地區(qū)GTFP上升,而對其他省份綠色經濟發(fā)展具有抑制作用。

2. 產業(yè)結構優(yōu)化與GTFP

產業(yè)結構既是資源配置的橋梁,也是環(huán)境保護和經濟發(fā)展的關鍵支點,在經濟增長中起著不可替代的作用(Liang等,2021)。無論是“德國工業(yè)4.0”“美國制造業(yè)數(shù)字化”還是“中國制造業(yè)2025”,都是產業(yè)結構優(yōu)化的重要表征。在傳統(tǒng)產業(yè)結構理論中,以配第-克拉克定理為典型,主張通過調整產業(yè)布局來實現(xiàn)“結構紅利”(Timmer和Szirmai,2000)。這一理念闡釋了通過優(yōu)化產業(yè)結構,有助于生產要素更可能流向高生產率的產業(yè)部門,從而帶動全社會生產效能的提升。同時,產業(yè)結構的優(yōu)化也能影響環(huán)境污染水平,進一步推動經濟向可持續(xù)方向發(fā)展(Zhong,2022)。

目前,關于產業(yè)結構優(yōu)化與GTFP的關系研究,大致可從直接影響與間接影響兩個方面進行概括。直接影響作用下,產業(yè)結構優(yōu)化能夠促進社會資源配置效率不斷提升,引導產業(yè)結構向資源節(jié)約化調整,這將更多地涉及到發(fā)展綠色、環(huán)保、高附加值的產業(yè),在更大程度上實現(xiàn)了對資源的高效利用和對環(huán)境的有效保護,進而提高GTFP(Yang等,2022;劉志彪和凌永輝,2020)。間接影響作用下,產業(yè)結構優(yōu)化作為經濟結構調整的重要手段,能夠通過調整推動技術創(chuàng)新、提高勞動力素質和改善生態(tài)環(huán)境等方面,間接提高生產效率和綠色生產水平(逯進和李婷婷,2021;袁杭松和陳來;2010)。與此同時,優(yōu)化產業(yè)結構也可以在一定程度上改變市場的需求結構,增加市場對綠色產品的需求,從而擴大綠色經濟的規(guī)模,提升GTFP(顏色等,2018)。

進一步地,學者還就產業(yè)結構優(yōu)化不同維度與GTFP的關系展開討論,但尚未形成一致的結論,如張國慶和閆慧貞(2020)研究發(fā)現(xiàn)產業(yè)結構高級化比合理化對GTFP的促進作用更為顯著。而佘碩等(2020)則認為產業(yè)結構合理化與GTFP并無顯著關系。另外,隨著全球化的加深和區(qū)域經濟合作的加強,不同地區(qū)間產業(yè)鏈越來越緊密,當一個地區(qū)對其產業(yè)結構進行優(yōu)化時,這種優(yōu)化可能通過供應鏈、需求鏈等方式影響到其他地區(qū)GTFP增長。據(jù)此,提出以下假設:

H2:產業(yè)結構優(yōu)化引致GTFP提升,不同優(yōu)化維度指標的作用效果存在差異。

H3:產業(yè)結構優(yōu)化對GTFP的影響具有空間溢出效應。

3. 綠色信貸、產業(yè)結構優(yōu)化與GTFP

目前,將綠色信貸、產業(yè)結構優(yōu)化納入同一框架討論其對GTFP的影響研究不足,學界在研究綠色信貸對GTFP的作用效果時,僅將產業(yè)結構優(yōu)化視為影響途徑之一予以闡述:綠色信貸通過培育綠色環(huán)保產業(yè)及引導“兩高一?！碑a業(yè)轉型升級,進而對經濟環(huán)境協(xié)調發(fā)展產生“促進”作用(劉傳江等,2023;Li等,2023;Wang和Wang,2023)。但事實上,一個地區(qū)綠色信貸對GTFP的作用效果同樣會因該地區(qū)產業(yè)結構優(yōu)化水平的不同而呈現(xiàn)不同特點。其一,從產業(yè)結構與綠色信貸匹配度來看,如果一個地區(qū)的產業(yè)結構更加傾向于高技術、低碳和綠色產業(yè),那么這樣的產業(yè)結構可以更好地吸收和利用綠色信貸,以支持產業(yè)進行研發(fā)、創(chuàng)新和擴張,從而會更有效地提高GTFP。相反,如果一個地區(qū)產業(yè)結構主要由高污染、高耗能產業(yè)構成,綠色信貸不會得到充分利用,進而對生產率的影響有限。其二,從風險評估來看,更為優(yōu)化的產業(yè)結構也就意味著更低的環(huán)境風險和社會風險。銀行和金融機構在進行信貸風險評估時,更有可能傾向于給這些地區(qū)的企業(yè)提供綠色信貸支持,從而提高其GTFP(丁寧等,2020)。其三,從產業(yè)鏈效應來看,產業(yè)結構更為優(yōu)化的地區(qū),綠色產業(yè)鏈則會更為完善(任保平和豆淵博,2021)。企業(yè)在獲取綠色信貸后,更容易從上下游獲取綠色生產所需的資源和技術,從而更有效地促進GTFP提升。此外,考慮到經濟活動的時空關聯(lián)性,一個地區(qū)產業(yè)結構優(yōu)化水平越高,意味著該地區(qū)能越高效地利用資源,從而減輕資源壓力,降低綠色信貸對于促使其他地區(qū)節(jié)約資源的緊迫性,加之可能存在的跨區(qū)域合作或技術溢出,這都有可能導致綠色信貸對周邊地區(qū)GTFP的抑制作用減弱。據(jù)此,提出如下假設:

H4:由于產業(yè)結構優(yōu)化水平的不同,綠色信貸對GTFP的影響是異質的。

H4a:產業(yè)結構優(yōu)化水平越高,綠色信貸對本地區(qū)GTFP的促進作用越強。

H4b:產業(yè)結構優(yōu)化水平越高,綠色信貸對周邊地區(qū)GTFP的抑制作用越弱。

從已有文獻來看,盡管學界就綠色信貸、產業(yè)結構優(yōu)化與GTFP的相關研究已取得一定成果,但在以下方面仍有待完善:一是綠色信貸與GTFP的關系研究尚處于起步階段,現(xiàn)有研究成果多從平面視角進行分析,而基于全國層面的空間溢出效應很少被討論;二是現(xiàn)有研究關于產業(yè)結構優(yōu)化不同維度對GTFP的影響研究相對較少,部分學者討論了產業(yè)結構高級化與合理化對GTFP的影響,缺乏產業(yè)結構生態(tài)化對GTFP的影響論證;三是綠色信貸對GTFP的異質性影響有待進一步挖掘,即是否因地區(qū)產業(yè)結構優(yōu)化水平的不同而呈現(xiàn)出非線性約束特征;四是現(xiàn)有研究在討論綠色信貸關于GTFP的非線性約束特征時,并未同空間效應相結合,這種將時空分離的研究方法與事實相違背,有待進一步改進。鑒于此,本文使用考慮到“經濟-環(huán)境”效應的GTFP為評價指標,并根據(jù)研究目的對產業(yè)結構優(yōu)化進行細分,與綠色信貸納入同一分析框架,基于空間杜賓模型、面板門檻模型和空間門檻模型對以上假設進行實證考察。

三、GTFP的測算及分析

1. 考慮非期望產出的SBM模型方法

GTFP是充分考慮生產過程中資源消耗投入與污染排放對經濟增長剛性約束的一種改進的全要素生產率。目前,全要素生產率的計算主要可歸納為三種方法:隨機前沿生產函數(shù)法、索羅余值法和數(shù)據(jù)包絡分析法。鑒于索羅余值法的基礎假設與實際經濟狀況不符,同時也沒有考慮生產者技術與前沿的效率偏差,而采用隨機前沿生產函數(shù)法的計算前提是必須有明確的生產函數(shù)形式,且無法處理考慮到環(huán)境因素這類多投入、多產出的生產方式。相比之下,數(shù)據(jù)包絡分析法可根據(jù)一組相同類型部門輸入輸出觀察值估計有效前沿面,并判斷生產單元是否處于有效前沿面上,作為一種數(shù)據(jù)驅使的方法,無需考慮要素價格信息和具體的生產函數(shù)形式,可以研究跨時期多個樣本,所以現(xiàn)有研究大都采用數(shù)據(jù)包絡分析法(DEA)對GTFP進行測度。

在DEA分析方法上,Chung等(1997)最早構建了方向性距離函數(shù)(DDF),并以此為基礎提出包含環(huán)境因素的Malmquist-Luenberger(ML)生產效率指數(shù),該指數(shù)可測度多指標衡量非期望產出時的全要素生產率。但此類研究大都局限于使用徑向的、角度的數(shù)據(jù)包絡分析,未能有效解決效率測算過程中對徑向、角度的選擇所帶來的偏差。為此,Tone構建出基于松弛變量的非徑向、非角度的SBM模型,然而使用SBM模型時,可能會出現(xiàn)多個決策單元的效率值都顯示為1的情況,為了避免這一情況,Tone(2002)又提出了超效率SBM模型,可以使原本效率值為1的決策單元進行更進一步的區(qū)分。另外,為了避免傳統(tǒng)ML指數(shù)測算中的不可傳遞性缺陷及線性規(guī)劃模型無可行性解的問題,Oh(2010)提出了GML指數(shù)測算方法?；谏鲜龇治?本文選用超效率SBM-GML模型來測度GTFP及其分解項。指數(shù)分解過程如下所示:

其中,GML指數(shù)為當期與滯后1期GTFP的比值。如果GML值大于1,則表明GTFP呈增長態(tài)勢,反之則說明GTFP沒有變化或下降。此外,該指數(shù)可進一步分解為技術變化(GTC)和技術效率變化(GEC)。

2. 數(shù)據(jù)和指標選取

選取全國實施綠色信貸等相關政策文件的30個省區(qū)市2005-2020年數(shù)據(jù)作為樣本,因西藏與港澳臺地區(qū)數(shù)據(jù)的缺失,樣本數(shù)據(jù)不含此類地區(qū),個別缺失數(shù)據(jù)采用插值法進行了相應的處理。

與傳統(tǒng)全要素生產率(TFP)指標相比,GTFP的計算方式不僅考慮了如人力、資本等傳統(tǒng)生產要素,還額外納入了能源消耗和環(huán)境污染等因素。參考陳超凡(2016)的研究,將人力、資本、能源消耗納入生產要素投入指標,將工業(yè)廢水、廢氣(SO2)、固體廢棄物以及地區(qū)碳排放量納入非期望產出指標。由于資本存量不可直接獲取,借鑒張軍等(2004)的研究成果,采用永續(xù)盤存法計算資本存量(2004年不變價)來衡量資本投入情況,具體公式為Kit=Kit-1(1-δit)+Iit,其中Kit和Kit-1分別為樣本地區(qū)當期和滯后1期的固定資本存量,基期資本存量為2004年固定資產投資總量除以10%(楊蕙馨和李春梅,2013),δit代表固定資本折舊率,這里統(tǒng)一取值為9.6%,Iit為樣本地區(qū)當年固定資產投資總量(單位是億元),具體投入產出指標如表1所示。

表1 GTFP評價指標體系

在獲取相關投入產出變量數(shù)據(jù)后,使用MAXDEA LTRA9的超效率SBM-GML模型測算出采用全局參比的GML指數(shù),值得注意的是GML指數(shù)為年度之間的環(huán)比增長,在實際估計GTFP時,需要對GML指數(shù)進行相應變換,文章將2004年GTFP設為1,然后順次累乘GML指數(shù)算得各年的GTFP(邱斌等,2008),并可同理獲得GTC和GEC。

3. 測算結果及分析

根據(jù)新經濟理論,經濟增長的根本動力源于要素投入增長、技術進步以及技術效率,GTFP增長則取決于綠色技術進步的提升和綠色技術效率的改善。通過對GTFP與其分解項進行測算發(fā)現(xiàn)(見圖1),2005-2020年間全國GTFP與GTC指數(shù)一直保持較高的增長趨勢,年均增長率分別為4.52%和6.66%,GTC增長幅度明顯要大于GTFP的增長幅度,而GEC指數(shù)變化幅度不大,從期初緩慢下降到一定程度以后,一直處于平穩(wěn)波動的狀態(tài),年均增長率為-1.83%,說明GTFP的提升主要來自新型綠色技術的不斷創(chuàng)新和應用,且技術進步帶來的正效應可以明顯抵消因技術效率下降帶來的負效應,這是因為近年來隨著國家對綠色發(fā)展理念的落實,在一系列環(huán)境規(guī)制政策的引導下,社會各界日益重視經濟可持續(xù)發(fā)展,促使企業(yè)不斷提高內生創(chuàng)造力與創(chuàng)新能力,積極吸收和應用先進綠色技術,實現(xiàn)“經濟-環(huán)境”的雙贏。然而,全國整體綠色技術效率仍處于較低水平,顯示出社會資源配置不合理、存在浪費現(xiàn)象的問題。因此,有必要進一步提高資源利用效率,強化綠色信貸等金融工具對資源配置的引導作用,持續(xù)推動社會資本從傳統(tǒng)低附加值產業(yè)向新型高附加值產業(yè)轉移,加快國家經濟轉型的步伐。

圖1 GTFP及其分解項的時間變化趨勢

四、模型構建與變量設計

1. 計量模型的構建

(1) 空間杜賓模型(SDM)。為了考察研究對象的區(qū)域差異及空間關聯(lián),考慮建立空間面板數(shù)據(jù)模型進行分析。目前常用的空間面板數(shù)據(jù)模型主要包括空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM),其特點是在回歸模型中引入了空間效應,能夠全面地將截面維度的區(qū)域相關性與面板數(shù)據(jù)的區(qū)域差異性考慮其中,相對于傳統(tǒng)的非空間面板數(shù)據(jù)模型更貼近客觀規(guī)律。其中,SAR模型主要是將因變量的空間滯后項引入模型,側重考察因變量的空間溢出效應,而如果隨機擾動項中包含了模型所忽略的在空間上相關的重要變量,則采用SEM模型來側重考察隨機擾動項的空間影響?？臻g杜賓模型則是SEM模型和SAR模型的一般形式,同時考慮了被解釋變量的內生交互效應和解釋變量的外生交互效應。并可通過偏微分法分解得到自變量對于因變量的直接效應和間接效應,前者度量的是自變量變化對本地區(qū)所產生的平均影響,其中包括了其他地區(qū)的反饋效應,后者則是對相鄰區(qū)域所產生的平均溢出效應。這樣處理可避免傳統(tǒng)點估計法計算所帶來的偏差(Elhorst,2010)。

鑒于本文重點關注綠色信貸、產業(yè)結構優(yōu)化與GTFP的空間溢出效應,不僅考慮本地區(qū)解釋變量對被解釋變量的影響,同時還要考察本地區(qū)解釋變量和被解釋變量對周邊區(qū)域被解釋變量的影響,因此,本文將采用SDM模型進行分析,在后文的實證分析中,將通過相關的統(tǒng)計檢驗,以驗證該模型是否為最佳擬合模型。具體模型設定如下所示:

GTFPi,t=α+ρWGTFPi,t+βGCi,t+θWGCi,t+β1AISi,t+θ1WAISi,t+β2RISi,t+θ2WRISi,t+β3EISi,t+θ3WEISi,t+τXi,t+τ1WXi,t+μi+υt+εi,t

(1)

其中,GTFPi,t表示第i個省份第t期的綠色全要素生產率;GCi,t表示第i個省份第t期的綠色信貸;AISi,t、RISi,t與EISi,t分別表示第i個省份第t期產業(yè)結構高級化、合理化與生態(tài)化指數(shù);Xi,t為其他控制變量,W為空間權重矩陣,μi和νt表示空間和時間固定效應,εi,t為誤差項。

(2) 面板門檻模型(PTRM)。為了研究綠色信貸對GTFP的影響是否因產業(yè)結構優(yōu)化水平的不同而呈現(xiàn)非線性關系,分別以產業(yè)結構優(yōu)化綜合指數(shù)及其維度指標作為門檻變量構建面板門檻模型。具體模型設定如下:

GTFPi,t=α+α1GCi,t·I(Zi,t≤γ1)+α2GCi,t·I(γ1

(2)

其中,γ1,γ2,…γn為n個不同水平的門檻值,Zi,t為門檻變量,Zi,t由TSAi,t、AISi,t、RISi,t或EISi,t來表示,I(·)為虛擬變量,其他含義同上。

(3) 空間面板門檻模型(PTRM-SDM)。社會經濟活動并非是獨立于時間和空間的,而是一個綜合復雜的過程,各經濟單元彼此間相互交織影響,所表現(xiàn)出的空間溢出效應與門檻效應也并非相互獨立。鑒于這一事實,進一步構建空間面板門檻模型,將綠色信貸對GTFP的空間溢出效應同因受產業(yè)結構優(yōu)化影響所呈現(xiàn)的非線性約束特征結合起來,驗證這一空間溢出效應是否因地區(qū)產業(yè)結構優(yōu)化水平的不同而呈現(xiàn)明顯的異質性。參考Zhou和Tang(2022)的思路,假定綠色信貸對GTFP的影響具有產業(yè)結構優(yōu)化的n重閾值(γ1,γ2,…γn),當產業(yè)結構優(yōu)化水平小于γ1時,虛擬變量d1為1,否則為0;當其大于γ1且小于γ2時,虛擬變量d2為1,否則為0;以此類推,當其大于γn時,虛擬變量dn+1為1,否則為0。然后將這些虛擬變量分別與綠色信貸構建交互項,納入空間杜賓模型進行分析。具體模型形式設定如下:

GTFPi,t=α+ρWGTFPi,t+ω1GCi,td1(Zi,t≤γ1)+ω2GCi,td2(γ1

(3)

其中,ω和π分別表示綠色信貸的回歸系數(shù)和空間滯后系數(shù)。

(4) 空間權重矩陣的設定。設置合適的空間權重矩陣是進行空間計量分析最為關鍵的一步,地理鄰近和經濟關聯(lián)是影響經濟活動空間布局的重要因素,因此,選用地理距離矩陣和經濟地理空間權重矩陣進行后續(xù)分析。同時,為了降低或消除各地區(qū)間的外在影響,對權重矩陣進行行標準化處理。

地理距離矩陣W1采用兩省份之間距離平方的倒數(shù)來設定權重,利用經緯度計算的兩省之間的地表距離作為距離d的衡量指標,具體形式定義如下:

經濟地理空間權重矩陣W2是將地理距離與經濟距離綜合起來考慮的空間權重矩陣。表達式如下:

2. 指標選取

(1) 被解釋變量綠色全要素生產率。GTFP通過利用前文包含非期望產出的超效率SBM-GML模型計算得出GML指數(shù),并進行累乘處理所得。

(2) 解釋變量綠色信貸。綠色信貸(GC):指用以支持綠色產業(yè)發(fā)展的信貸資金及其相關金融產品。借鑒謝婷婷和劉錦華(2019)的做法,采用各省份六大高耗能產業(yè)利息支出占工業(yè)產業(yè)利息總支出的比率來衡量綠色信貸水平。GC為反向指標,通過(1-各省份六大高耗能產業(yè)利息支出/工業(yè)產業(yè)利息總支出)對其進行了正向化處理。

(3) 解釋變量/門檻變量產業(yè)結構優(yōu)化。表現(xiàn)為產業(yè)結構高級化、合理化和生態(tài)化的協(xié)調統(tǒng)一,具體指標如下所示:

產業(yè)結構高級化(AIS)既體現(xiàn)出產業(yè)部門間比例關系的演進,同時也包括了勞動生產率的提高。因此,采用劉偉和張輝(2008)的方法,構造的產業(yè)結構高級化指數(shù)包含量(比例關系)與質(勞動生產率)兩部分內涵,具體公式如下:

其中,Sit表示t時間內第i(i=1,2,3)產業(yè)的產值占GDP的比重,Fit表示t時間內第i產業(yè)的勞動生產率?？紤]到Fit有量綱,而Sit沒有量綱,所以采用均值化方法對Fit做標準化處理,在消除量綱的同時,保留變量取值差異程度上的信息。

產業(yè)結構合理化(RIS)反映了產業(yè)間協(xié)調程度和資源有效利用程度兩方面的情況,是對要素投入結構和產出結構耦合程度的衡量(干春暉等,2011)。近年來,學者們多采用干春暉等(2011)提出的泰爾指數(shù)來衡量合理化,但是這種衡量方式仍然存在一定的缺陷,即在計算過程中采用對數(shù)化處理有可能出現(xiàn)不同產業(yè)的偏離度相互抵消,使得計算得出的數(shù)值偏小,造成產業(yè)結構“假”合理化的結果。因此,借鑒呂明元和尤萌萌(2013)的度量方法,在泰爾指數(shù)的基礎上進行了改進,具體計算公式如下:

其中,Yi/Y表示第i產業(yè)產值比重,Li/L表示第i產業(yè)勞動力比重。RIS為反向指標,對其取倒數(shù)作正向化處理。

產業(yè)結構生態(tài)化(EIS)旨在凸顯產業(yè)結構優(yōu)化過程中所包含的生態(tài)環(huán)保屬性,表現(xiàn)為傳統(tǒng)產業(yè)結構向生態(tài)型產業(yè)結構遞進演化的過程。目前衡量產業(yè)結構生態(tài)化水平一般有兩種方法:一是以整個國民經濟能源消耗總量與GDP之比來衡量;二是通過單位GDP污染物排放總量構建出的環(huán)境效率指標來衡量。已有研究表明目前中國工業(yè)能耗過高,降低能耗可以有效緩解環(huán)境污染水平,故選擇方法一對產業(yè)結構生態(tài)化進行測算,測算結果為反向指標,正向化處理方法同上(楊麗君和邵軍,2018)。

產業(yè)結構優(yōu)化綜合指數(shù)(TSA)。運用楊麗君和邵軍(2018)的做法,利用灰色動態(tài)關聯(lián)分析方法計算出產業(yè)結構優(yōu)化維度指標對經濟增長的平均關聯(lián)系數(shù)f1、f2和f3,再進行綜合估算得到區(qū)域產業(yè)結構優(yōu)化綜合指數(shù),具體公式如下:

TSA指數(shù)越高,表明該地區(qū)產業(yè)結構優(yōu)化水平越好。

(4) 控制變量。對外開放程度(OP)采用各地進出口總額占地區(qū)生產總值的比重來衡量;研發(fā)投入強度(RDG)采用各地R&D經費內部支出占地區(qū)生產總值的比重來衡量;政府干預程度(GOV)采用各地財政支出占地區(qū)生產總值的比重來衡量;經濟發(fā)展水平(PGDP)采用人均地區(qū)生產總值來衡量;基礎設施水平(INF)采用各地公路和鐵路的總里程除以區(qū)域行政面積來衡量。

3. 數(shù)據(jù)來源及預處理

選取中國實施綠色信貸等相關政策文件中的30個省區(qū)市(西藏、港澳臺除外)2005-2020年的面板數(shù)據(jù)進行分析,樣本數(shù)據(jù)來源于EPS數(shù)據(jù)庫、國泰安數(shù)據(jù)庫、CEDAs數(shù)據(jù)庫、《中國工業(yè)統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒、經濟年鑒和國民經濟和社會發(fā)展統(tǒng)計公報。個別缺失值采用插值法進行補齊。

五、實證結果與分析

1. 空間溢出效應分析

(1) 空間自相關檢驗。在進行空間計量分析之前,首先要對主要變量進行空間自相關檢驗,目前常使用由Moran提出的空間自相關指數(shù)Moran I。文章分別對綠色信貸、產業(yè)結構優(yōu)化和GTFP進行空間自相關檢驗,權重矩陣選擇地理距離矩陣。結果顯示變量的Moran I指數(shù)均大于0,除個別年份外,絕大部分年份均在1%的顯著性水平上通過全局空間相關性檢驗。為了更加直觀地呈現(xiàn)檢驗結果,并進一步揭示各省際區(qū)域屬于變量的高水平區(qū)域還是低水平區(qū)域,畫出局部Moran散點圖如圖2-圖6所示,來檢驗變量的局部空間相關性。從圖中可以看出,大多數(shù)省份均位于第一象限和第三象限,而位于第二象限和第四象限的地區(qū)相對較少,反映出中國綠色信貸、產業(yè)結構優(yōu)化以及GTFP的空間分布均趨向于高高集聚(HH)和低低集聚(LL)的空間正相關。

圖2 GTFP莫蘭散點圖

圖3 GC莫蘭散點圖

圖4 AIS莫蘭散點圖

圖5 RIS莫蘭散點圖

圖6 EIS莫蘭散點圖

(2) 模型檢驗。在進行回歸分析之前,首先對各變量進行VIF檢驗,結果顯示方差膨脹因子最大值小于10,表明各變量間不存在多重共線性。其次,選用拉格朗日乘數(shù)(LM)、最大似然比(LR)、沃爾德統(tǒng)計量(Wald)來比較不同模型性能,明確SDM模型為最優(yōu)選擇。根據(jù)Anselin提出的判斷準則,SEM和SAR模型均滿足Wald統(tǒng)計量>LR統(tǒng)計量>LM統(tǒng)計量。根據(jù)對數(shù)似然值(Log Likelihood)越大、赤池信息準則(Akaike Info Criterion)和施瓦茨信息準則(Schwarz Criterion)越小說明模型越好的判斷準則,結合OLS、SEM、SAR、SDM四個模型的檢驗結果對比發(fā)現(xiàn),SDM模型依然最優(yōu)。通過豪斯曼(Hausman)檢驗,證實上文設定的雙重固定效應SDM模型為最佳擬合模型,具體數(shù)據(jù)詳見表2、表3。

表2 模型選擇檢驗結果

表3 模型選擇對比結果

(3) 空間杜賓模型估計結果。面板數(shù)據(jù)空間杜賓模型回歸結果詳見表4,可以看出,在地理距離矩陣和經濟地理空間權重矩陣下,回歸結果基本一致,現(xiàn)根據(jù)地理距離矩陣下的回歸結果進行詳細說明。

表4 空間杜賓固定效應模型估計結果

從GTFP的空間滯后項來看,其回歸系數(shù)ρ顯著為正,并在1%的水平上通過顯著性檢驗,這說明一個地區(qū)GTFP的改善對相鄰地區(qū)該效率值的提升產生了顯著的正向促進作用,具有“空間傳染”特性。具體到中國現(xiàn)有綠色經濟發(fā)展上,可借力GTFP自身“空間傳染”特性來優(yōu)化綠色發(fā)展空間格局。

從綠色信貸來看,GC對GTFP直接效應的系數(shù)顯著為正,說明提高綠色信貸的支持規(guī)模有助于提升當?shù)氐腉TFP,暗示著綠色信貸對于綠色經濟增長發(fā)揮了一定程度的積極作用。但GC對GTFP間接效應的系數(shù)顯著為負,這暗示著本地綠色信貸水平的提高對周邊區(qū)域的GTFP具有負向影響,表明綠色信貸具有負向的空間溢出。這可能源于極化效應,信貸發(fā)展水平高的區(qū)域會吸收鄰近地區(qū)的信貸資源,導致周邊區(qū)域缺乏足夠的信貸資金支持來進行綠色經濟發(fā)展。以上驗證表明假設H1成立。

從產業(yè)結構優(yōu)化各維度指標來看,發(fā)現(xiàn)AIS、RIS和EIS對GTFP的直接效應各自通過了5%、5%和1%顯著性水平上的檢驗,估計系數(shù)都顯著為正,這表明產業(yè)結構的不斷優(yōu)化有助于提升本地區(qū)GTFP。值得注意的是,不同指標維度的作用效果并不相同,其中,高級化和生態(tài)化的作用效果較高且相近,合理化的促進效果較弱。其原因可能在于前兩者都直接涉及到更高效、更環(huán)保的生產方式,因此對提高GTFP有更直接顯著的影響,而合理化更多的是優(yōu)化產業(yè)間和地區(qū)間的資源分配,但不一定涉及到生產方式或技術的顯著改進,故對GTFP的提升作用相對有限。對于產業(yè)結構優(yōu)化的間接效應,AIS的系數(shù)顯著為負,這暗示著本地區(qū)產業(yè)結構高級化水平的提升對周邊地區(qū)的GTFP具有負向影響。這可能是因為在區(qū)域產業(yè)結構高級化過程中,一個地區(qū)對產業(yè)的“去粗取精”傾向于將高耗能、高排放、低能效的落后產業(yè)向周邊地區(qū)或其他地區(qū)轉移。RIS的系數(shù)不顯著,說明其空間溢出效應不顯著。EIS的系數(shù)顯著為正,表明產業(yè)結構生態(tài)化也促進了周邊地區(qū)的綠色經濟發(fā)展,暗示著生態(tài)化具有正向的空間溢出效應。以上檢驗表明假設H2、H3成立。

在控制變量方面,各個控制變量的回歸結果與預期情況基本一致。從直接效應來看,OP的估計系數(shù)顯著為正,加深對外開放程度可以吸引在低碳環(huán)保領域的先進企業(yè)開展綠色技術研發(fā),從而有利于GTFP提升;GOV對GTFP存在顯著正向作用,這與中國政府自上而下推動經濟綠色增長的策略一致;此外,PGDP、RDG和INF對GTFP的影響均顯著為正,與預期符號一致,表明經濟發(fā)展水平、研發(fā)投入強度和基礎設施水平的提高有利于地區(qū)GTFP提升。從間接效應來看,GOV和INF的系數(shù)不顯著,說明空間溢出效應不明顯,而其他三個變量的系數(shù)顯著為正,說明對外開放程度、經濟發(fā)展水平和研發(fā)投入強度具有正向的空間溢出效應。

2. 面板門檻效應分析

根據(jù)前文分析,一個地區(qū)由于產業(yè)結構優(yōu)化水平的不同,綠色信貸對該地區(qū)GTFP的影響可能呈現(xiàn)階段性差異,為此,將通過使用PTRM模型來進行驗證。

(1) 門檻效應檢驗。通過門檻效應自舉抽樣(Bootstrap)檢驗法獲得F統(tǒng)計量的漸近值,并得到P值,分別在400次自舉抽樣以及400次格點搜索對門檻值進行檢驗。

關于綠色信貸的TSA門檻效應檢驗。在PTRM模型中,TSA為門檻變量,檢驗結果如表5和圖7所示,TSA在單門檻效應估計中,F統(tǒng)計量為91.64,在1%的水平上通過顯著性檢驗;在雙重門檻檢驗中的F統(tǒng)計量為14.57,P值為0.543,未通過顯著性檢驗,表明綠色信貸不存在TSA雙重門檻。由表6可知,綠色信貸的TSA單門檻值為7.712,95%的置信區(qū)間為[7.041,7.864]。因此,采用單門檻回歸進行下一步分析。

圖7 TSA門檻估計值及置信區(qū)間

表5 門檻效應自抽樣檢驗結果

表6 門檻估計值及置信區(qū)間

關于綠色信貸的AIS、RIS與EIS門檻效應檢驗。在PTRM模型中,門檻變量AIS在雙重門檻檢驗中F統(tǒng)計量為19.270,未通過顯著性檢驗,表明不存在雙重門檻;在單門檻檢驗中F統(tǒng)計量為54.130,在1%的水平上通過顯著性檢驗,單門檻值為2.260,置信區(qū)間如表6和圖8所示,故最終選取AIS單門檻效應模型進行估計。同理,對門檻變量RIS和EIS的門檻效應進行檢驗,結果顯示RIS存在單門檻效應,單門檻值為15.009,EIS不存在門檻效應,其原因可能在于EIS更多地是強調整體產業(yè)和環(huán)境之間的協(xié)調關系,經濟回報可能需要更長的時間才能顯現(xiàn),故短期內難以產生顯著的門檻效應。具體檢驗結果如表5、表6和圖9所示。

圖8 AIS門檻估計值及置信區(qū)間

圖9 RIS門檻估計值及置信區(qū)間

(2) 門檻估計結果分析。根據(jù)各門檻值對樣本進行分類,按照PTRM模型進行參數(shù)估計,門檻回歸結果如表7所示。

表7 門檻回歸估計結果

關于產業(yè)結構優(yōu)化水平門檻分析。從表7列(2)的回歸結果可知,當TSA≤7.712時,綠色信貸與GTFP的關系在5%水平上呈顯著正相關,其系數(shù)為0.154;當TSA>7.712時,綠色信貸對GTFP的促進作用顯著增強,系數(shù)為0.655,在1%的顯著性水平上具有統(tǒng)計學意義。意味著產業(yè)結構優(yōu)化水平超過門檻值后,綠色信貸對GTFP的促進作用顯著增強。以上檢驗表明假設H4a成立。

關于不同維度指標門檻分析。表7中列(3)列(4)分別為綠色信貸以AIS和RIS為門檻變量對GTFP影響的單門檻模型回歸結果。列(3)結果顯示,當AIS≤2.260時,綠色信貸的系數(shù)為0.216,在1%的水平上與GTFP顯著正相關;當AIS>2.260時,綠色信貸對GTFP的作用效果增強,系數(shù)值為0.569,且在1%的水平上通過顯著性檢驗,表明AIS提高一定程度后,更能充分發(fā)揮綠色信貸對地區(qū)綠色經濟增長的推動作用。此外,列(4)考察了綠色信貸以RIS為門檻變量對GTFP的影響,門檻值前后區(qū)段系數(shù)顯著性水平由5%變?yōu)?%,系數(shù)由0.161變?yōu)?.661,結果進一步表明綠色信貸對GTFP的影響的確存在產業(yè)結構優(yōu)化門檻,結果具有一定的穩(wěn)健性。

3. 空間門檻溢出效應分析

根據(jù)SDM模型和PTRM模型實證結果可知,綠色信貸對GTFP的影響不僅存在空間溢出效應,還存在因產業(yè)結構優(yōu)化不同取值區(qū)段下所呈現(xiàn)出的非線性約束特征,若僅將這兩種情形單獨討論,常導致結果出現(xiàn)偏誤。為此,本節(jié)以地理距離矩陣為空間權重矩陣,通過PTRM-SDM模型將空間因素納入門檻效應進行更進一步的分析,以探究一個地區(qū)產業(yè)結構優(yōu)化水平的高低是否會影響綠色信貸對鄰近地區(qū)GTFP的作用效果。

空間面板門檻模型回歸結果詳見表8。

表8 空間門檻效應參數(shù)估計結果

從直接效應來看,PTRM-SDM模型回歸結果與PTRM模型的實證結果相符,即產業(yè)結構優(yōu)化水平超過一定門檻值后,綠色信貸對該地區(qū)GTFP的促進作用將增強。

從間接效應來看,TSA在門檻值7.712前后兩階段系數(shù)分別為-0.711和-0.472,并在1%和5%的顯著性水平上通過檢驗,這表明一個地區(qū)產業(yè)結構優(yōu)化水平越高,綠色信貸對周邊地區(qū)GTFP的負向空間溢出效應越弱。另外,對于不同維度而言,AIS在門檻值2.260前后兩階段系數(shù)分別為-0.707和-0.592,并都在1%的置信水平上顯著,意味著一個地區(qū)產業(yè)結構高級化程度越高,綠色信貸對周邊地區(qū)GTFP的抑制作用會下降;RIS在門檻值15.009前后兩階段系數(shù)分別為-0.874和-0.604,并在1%和5%的置信水平上顯著,意味著一個地區(qū)產業(yè)結構合理化程度越高,綠色信貸對周邊地區(qū)GTFP的抑制作用越小。以上檢驗表明假設H4b成立。

4. 穩(wěn)健性檢驗

從社會空間特征來看,綠色信貸、產業(yè)結構優(yōu)化與GTFP的關系除了受經濟發(fā)展差異和地理區(qū)位的影響外,還會受地方人力資本差異的影響。因此,繼續(xù)引入人力資本空間權重矩陣進行穩(wěn)健性檢驗,最終估計結果詳見表9、表10,與前文分析結果趨同。人力資本空間權重矩陣表示為:

表9 空間溢出效應穩(wěn)健性檢驗結果

表10 空間門檻效應穩(wěn)健性檢驗結果

六、結論與建議

本文在運用超效率SBM-GML模型對區(qū)域GTFP進行評價的基礎上,通過SDM模型、PTRM模型和PTRM-SDM模型探討了綠色信貸、產業(yè)結構優(yōu)化對GTFP的綜合作用機制。結果顯示:第一,地區(qū)GTFP的改善對相鄰地區(qū)該效率值的提升產生了顯著的正向促進作用,具有明顯的“空間傳染”特性,且從內部剖析發(fā)現(xiàn)GTFP的提升主要來自新型綠色技術的不斷創(chuàng)新和應用,而非技術效率變化。第二,綠色信貸有助于提高本地區(qū)GTFP,但受其“空間溢出”效應的影響,會對鄰近地區(qū)GTFP的增長產生抑制作用。第三,地區(qū)產業(yè)結構優(yōu)化對該地區(qū)GTFP提升具有明顯的促進作用,其中,產業(yè)結構高級化和生態(tài)化的作用效果較高且相近,合理化的作用效果較弱;且高級化和生態(tài)化的作用效果還表現(xiàn)出顯著的空間溢出效應,前者會抑制鄰近地區(qū)GTFP的增長,而后者具有促進作用。第四,從門檻效應來看,以產業(yè)結構優(yōu)化綜合指數(shù)為門檻變量時,存在單門檻效應,綠色信貸兩階段回歸系數(shù)顯著為正且遞增;而以產業(yè)結構優(yōu)化不同維度指標為門檻變量時,只存在產業(yè)結構高級化與合理化的單門檻效應,門檻值前后區(qū)間內,綠色信貸對GTFP的影響效果均顯著為正且遞增。第五,基于空間角度對門檻效應進行更進一步分析,發(fā)現(xiàn)本地區(qū)產業(yè)結構優(yōu)化水平的提升還會影響綠色信貸作用于GTFP的空間溢出效應,產業(yè)結構優(yōu)化水平越高,本地區(qū)綠色信貸對周邊地區(qū)GTFP的抑制作用將會越小。

根據(jù)上述結論,提出如下建議:

第一,積極發(fā)揮GTFP的示范作用與溢出效應,著力助推區(qū)域優(yōu)勢互補。要打破“一畝三分地”思維定勢和利益格局,按照協(xié)調發(fā)展和共享發(fā)展理念,加強與毗鄰省份在產業(yè)聯(lián)動協(xié)作、公共服務共享領域等方面的合作,完善地區(qū)間污染防治聯(lián)防聯(lián)控協(xié)作機制,發(fā)揮優(yōu)勢地區(qū)示范帶頭作用;要把握區(qū)域差異,著力推動優(yōu)勢互補,既補各自的短板,又鍛造共同的長板,把綠色經濟發(fā)展落差的勢能變成協(xié)同發(fā)展的動能。

第二,遵循綠色信貸促進GTFP提升的優(yōu)勢性,雙抓綠色信貸的“質”與“量”。在“量”上,國家仍要給予政策支持,擴大綠色信貸規(guī)模供給,讓更多企業(yè)實現(xiàn)轉型升級;在“質”上,銀行等金融機構應參照《綠色信貸指引》建立起統(tǒng)一的綠色信貸標準,完善綠色信貸分類,加快信貸產品品類和融資模式創(chuàng)新。另外,政府應著重考慮改善綠色信貸資源的非良性競爭格局,要加強地方規(guī)制,提升監(jiān)管能力,以避免產生不必要的負面效應。

第三,加快綠色低碳技術的研發(fā)和應用,持續(xù)推動產業(yè)結構優(yōu)化升級。要系統(tǒng)布局關鍵創(chuàng)新資源,發(fā)揮產學研深度融合優(yōu)勢,提升科技成果區(qū)域內轉化效率和比重,加強知識產權保護,推動實現(xiàn)依靠創(chuàng)新驅動的內涵型增長。要加快調整優(yōu)化產業(yè)結構,堅決遏制高耗能、高排放、低水平項目盲目發(fā)展,通過制定產業(yè)幫扶政策,壯大節(jié)能環(huán)保產業(yè),引導企業(yè)將投資更多轉向生態(tài)環(huán)保領域,推動經濟社會綠色化、低碳化發(fā)展。

第四,完善綠色信貸政策與產業(yè)政策的協(xié)同機制,把握產業(yè)結構優(yōu)化的門檻特征。產業(yè)結構優(yōu)化是提升綠色信貸資源供給與實體融資需求適配的關鍵之一,決定著企業(yè)能否借助綠色信貸在市場競爭中獲得持續(xù)優(yōu)勢,因此,需要環(huán)保、金融和工業(yè)等相關部門加強部門間信息共享與合作、優(yōu)化政策配套,在完善綠色信貸管理的同時,還需因勢利導地推動區(qū)域產業(yè)結構優(yōu)化發(fā)展,并嚴格控制產業(yè)結構優(yōu)化門檻,以形成更為緊密的協(xié)同推進格局。