绿色金融发展、绿色研发投入与企业全要素生产率提升

崔艳娟 彭丽丽

（东北财经大学金融学院，大连 116025）

党的二十大报告指出， “高质量发展是全面建设社会主义现代化国家的首要任务”，“实现高质量发展”是中国式现代化的本质要求之一；对“着力提高全要素生产率”，“推进绿色发展，促进人与自然和谐共生”提出了明确要求。科技创新是提高全要素生产率的动力，研发投入是科技创新的直接来源[1]，而促进可持续发展的绿色金融发展能够发挥资源配置、发现价格和分散风险等功能，激发企业绿色研发投资动力，有利于解决传统金融的 “结构错配”[2]等问题，弥补重点领域金融服务缺口，进而有利于促进全要素生产率提升，对推动绿色高质量发展有着重要意义。

绿色金融发展是金融发展方式之一，是金融供给侧的创新。从相关研究看，随着绿色金融数据的丰富，部分学者开始关注绿色金融发展对企业创新的作用，如王玉林和周亚虹 （2022）[3]以各省（区、市）环保类企业借款占比测度绿色金融发展水平，从创新产出的视角，验证了绿色金融发展的企业创新效应，发现绿色金融发展有益于绿色非发明专利测度的企业创新，对绿色发明专利测度的企业创新影响不显着。此外，还有部分文献探讨了研发投入与企业全要素生产率的关系，认为研发投入所积累的知识和技术创新，对提高企业全要素生产水平有着正向的作用[4，5]。研发投入的这一效应具有技术依赖性，对高技术产业的全要素生产率具有更为明显的促进作用[6]。以上研究为本文探讨绿色金融发展、绿色研发投入和企业全要素生产率的关系提供了重要的理论与实证参考。绿色金融发展的测度及其企业效应研究尚处于探讨阶段，尚未涉及其对企业全要素生产率的效应研究，绿色金融发展、绿色研发投入与企业全要素生产率关系也需系统的分析与讨论。作为金融发展之一的绿色金融发展，其本质是服务实体经济，是实现绿色高质量发展的重要助力，由此，可以预期绿色金融发展对企业要素生产率提升有益。

在习近平生态文明思想和新发展理念的指导下，我国绿色金融发展理论不断完善，绿色金融实践的环境效应不断显现。据统计，截至2022年6月，我国本外币绿色贷款余额19.55万亿元，同比增长40.4%；绿色债券存量1.2万亿元，位居全球第二位①。绿色金融发展成为从 “绿水青山”到 “金山银山”的重要推动力。由此，本文以2011～2020年中国A股上市公司为样本，考察绿色金融发展与企业全要素生产率的关系，并进一步讨论这一效应的绿色研发传导机制，揭示了绿色金融发展、绿色研发投入与企业全要素生产率之间的关联，拓展了绿色金融发展理论框架，充实了绿色金融发展研究的相关文献，为企业全要素生产率研究提供了新的视角，也为相关决策和相关政策的制定提供支持参考依据。

根据柯布道格拉斯函数和索洛增长模型，企业产出（Y）与资本（K）、劳动力（L）和企业全要素生产率（A）的关系，如式 （1）所示：

企业全要素生产率的变化与企业研发投资占资本比例（S／K）有关，这一关系可以单调递增凹函数表示[7，8]：

在给定的条件之下，S／K比例越大，企业全要素生产率增长的幅度（Δln（A））也就越大。作为促进环境与经济协调发展的重要措施的绿色金融发展，是企业资金的重要补充。绿色金融发展能以环境风险引导资金流向，引导和激励金融机构的资金和社会资本流向绿色领域，促进企业在获得融资后，增加其创新动力，促进提高全要素生产率；还能够倒逼污染企业规避环境风险，增强环境投资，积极主动进行创新，从而提升企业全要素生产率。综合来看，绿色金融发展能够缓解企业创新融资摩擦，有效弥补企业融资需求口，进而有利于企业全要素生产率提升。

绿色金融服务的绿色领域，如节能环保、新能源等多为技术密集的高技术企业，技术创新是这些企业成长与发展的动力，同时，其自身也需要大量资本与技术的投入，以此，具备了高风险、高投入、周期长、短期收益低的特征。传统的金融服务往往在信息不对称和逆向选择的影响下，会对此类企业 “惜贷”，相比而言，非高技术企业的外源融资因投向生产、采购、销售等环节[9]，风险小、投入低、周期短，更易获得金融资源青睐。而绿色金融服务将经济效益与环境效益相结合，是绿色专营部门对绿色领域的专项支持，以较为精准、精细的产品和服务，弥补高技术企业创新投资与企业现金流缺口，对高技术企业创新形成支持，解决传统金融服务的资源错配问题，从而更有利于高技术企业要素生产率提升。由此，本文提出如下研究假设：

假说1：绿色金融发展有利于企业全要素生产率提升。

假说2：绿色金融发展对高技术企业全要素生产率提升作用相对较大。

企业研发投资来源于以现金流计算企业利润（π），而绿色研发投资是研发投资的一部分，若现金流不足时，则可能寻求外源融资（F），参考Levine 和 Warusawitharana （2021）[10]的研究，这一外源融资（F）可以式 （3） 表示：

其中，I表示实物投资，假设其存在二次调整成本0.5λk-1I2。这一假设也符合投资学中标准Q 理论： 1＋λK-1I＝q（ln（A）），将其对S求导可得：

进一步，将式 （3）两端也对S求导，整理可得：

参考胡海峰等 （2020）[11]的做法，q（ln（A））可以看成S的增函数，由此，可以判断，从而推断。也就是说，外源融资能够增加企业创新研发投资，进而，有利于促进企业全要素的提升。作为企业重要外部融资的绿色金融发展，能够充分发挥资源配置作用，补充企业绿色创新研发资金不足，而伴随绿色研发投入而产生的知识更新和技术进步驱动了企业创新，进而对提高企业全要素生产率有利。同时，绿色金融发展也能发挥监督功能，降低生产销售等对创新资金的挤占，促使企业将获得的融资用于创新，进而有利于企业全要素生产率提升。

根据内生增长理论，全要素生产率提升是企业内生技术进步的唯一方式，而对于高技术企业而言，研发密集投入是其实现尖端科技持续创新和形成核心竞争力的关键。但囿于多种因素的影响，高技术企业缺乏主动创新的动力[12]。而外源融资能够影响企业投资结构行为，对企业研发周期后的收益提高有益[13]。高技术企业绿色研发投入的增加，能以知识和技术积累，激励企业提升创新能力，增加技术转移效率，从而促进全要素生产率提高。因此，绿色金融发展引导资金配置方向，更有利于激励高技术企业加大绿色研发投入，进而对其全要素生产率提升有利。由此，本文提出如下假设：

假说3：绿色金融发展能够通过增加企业绿色研发投入促进企业全要素生产率提升。且这一效应在高技术企业表现更为明显。

为验证研究假设，本文构建以下模型，用以分析绿色金融发展对企业全要素生产率提升的影响：

进一步，参考 Baron 和Kenny （1986）[14]的研究，以式 （6）以及式 （7）～（8） 构成的递归方程考察绿色研发投入的传导作用：

其中，ind和year分别表示行业哑变量和效应，二者的加入主要考虑尽可能的吸收固定效应；ε表示随机扰动项。i表示企业所在地区，j代表企业，t代表年份。模型中绿色金融发展（gfdi）和绿色研发投入（grd）滞后项的加入，主要考虑绿色金融发展和绿色研发效应的时滞性，同时，可以在一定程度上弱化反向因果关系产生的内生性问题。

tfp表示企业全要素生产率。以式 （1）为预设生产函数，两端取自然对数后，用Rovigatti和Mollisi（2018）[15]的方法估计。 这一方法以动态面板工具变量[16]对 Wooldridge （2009）[17]的广义矩一步估计法（以下称GMM法）进行改进，既缓解了企业全要素生产率测度的内生性偏差，也克服了观测值损失问题。并且这一方法也更适合大N小T的面板数据。参考鲁晓东和连玉君 （2012）[18]的研究，将企业员工人数作为劳动力投入（L），将企业固定资产净额作为资本投入（K），以企业主营业务收入计算企业总产出（Y）。中间品投入以营业成本＋各项税费-折旧摊销-职工报酬计算。其中，将GMM法估计的企业全要素生产率（tfp_gmm）用于稳健性检验。

gdfi表示绿色金融发展指数。根据 《关于构建绿色金融体系的指导意见》对绿色金融的定义，以及金融发展与绿色金融测度的相关研究，同时考虑数据的可得性，从绿色信贷、绿色股票、绿色保险、绿色债券4个维度共选择8个指标，构建绿色金融发展的评价指标体系（如表1所示）对绿色金融发展进行评价。其中，绿色贷款余额以金融机构的节能环保贷款余额计算，由于当前尚无地级市相关数据，这里参考李健和卫平 （2015）[19]的做法，以各地级市贷款余额／全国贷款余额作为权重，估算地级市绿色贷款余额。绿色股票和绿色债券以绿色企业股票和应付债券计算，绿色企业根据中证绿色主题指数和万得环保概念股界定②。企业借款包括长期借款和短期借款。2022年银保监会首次定义绿色保险，统计范围包括ESG风险保险、绿色产业保险和绿色生活保险。考虑统计刚刚起步这一实际情况，结合数据可获性和可比性，根据统计范围，以各地区的农业保险和责任保险作为代理变量。

表1 绿色金融发展指标评价体系

具体评价时从底层开始，用熵权法分别计算各维度指标得分（gx）；以变异系数法为各维度指标赋相应的客观权重，同时，参考李晓西和夏光（2014）[20]的各维度权重，结合发展实际和研究经验，为各维度指标赋主观权重，之后以客观权重和主观权重的均值作为各维度指标的权重（w）；（3）为体现数理的标准、单调和一致等特征[21]，将各维度指标（gx）以式 （9）进行无量纲处理后，以式 （10）计算绿色金融发展指数（gfdi）。各指标计算所用原始数据分别来源于历年中国银行业协会公布的 《中国银行业社会责任报告》、国泰安数据库、CNRDS数据库、WIND数据库、EPS数据平台。计算所得指数越接近于1，该地区的绿色金融发展水平越高。

grd表示绿色研发投入。以绿色研发投入／资产总额的对数计算。考虑绿色研发投入数据的缺失，这里参考 Hamamoto （2006）[22]的方法，以企业因规避环境风险所引致的研发投入估算，如式（11） 所示：

其中，RD为企业研发投入；RG为环境规制变量，考虑环境规制数据质量以及与收入水平相关性[23]，这里借鉴陆旸 （2009）[24]的研究，以营业收入／员工数计算；RDS为企业获得政府研发补贴；VA为企业净利润。以估计系数χ1作为权重计算绿色研发投入额。

X表示一组控制变量，包括企业层面控制变量和企业所在地区的宏观环境控制变量。企业层面的控制变量：企业规模（size），以企业总资产取自然对数计算；企业年龄（age），以样本年份与注册年份差值的自然对数计算；现金流（cash），以经营活动产生的现金流量净额／总资产计算；资产负债率（lev），以总负债／总资产计算；独立董事占比（indep），以独立董事人数／董事总人数计算；董事长与总经理是否兼任（mrg），以虚拟变量表示，若二者兼任取值为1，否则为0。宏观环境层面的控制变量：城市发展水平（cenc），以人均GDP的自然对数计算，政府财政干预（fgv），以财政支出／GDP的自然对数计算。

根据监管部门要求，我国金融机构从2010年开始逐步规范绿色金融信息披露。由此，结合数据的可获性与连续性，本文以2011～2020年中国A股上市公司为样本。上市公司样本原始数据分别来源于CSMAR数据库和CNRDS数据库，并按如下标准筛选：（1）剔除金融行业和房地产行业的样本；（2）剔除ST、PT标识样本；（3）剔除资产负债率小于0或大于1的样本；（4）剔除财务数据不足连续3年的样本；（5）剔除主要变量数据缺失的样本。同时对连续变量进行上下1%的缩尾处理，以消除极端值影响。城市发展水平和政府财政干预变量的原始数据来源于EPS数据平台。按照企业所在地将企业数据与城市数据匹配，最终获取企业-年份面板数据，观测值共16861个。

表2报告各变量的描述性统计特征，统计结果显示，gfdi最大值0.636，最小值为0.003，标准差为0.174，说明绿色金融发展指数存在着地区差异性。tfp的最大值为11.60，最小值为6.163，tfp_gmm的最大值为11.56，最小值为6.156，两种方法计算的企业绿色生产率在趋势上具有一致性，而且不同企业全要素生产率存在较大差异。其他控制变量亦存在较大差异。这为进一步回归提供了统计基础。

表2 描述性统计特征

表3报告了式 （6）的回归结果，列 （1）～（6）分别为全样本和分样本的估计结果。全样本分析中，列 （1）为未加入控制变量的回归结果，列 （2）是加入控制变量的估计结果，从结果看，滞后1期绿色金融发展指数（L.gfdi）的回归系数显着为正，说明绿色金融发展有利于促进企业全要素生产率提升，研究假设1得到验证。

表3 基准回归结果

续 表

从分组样本看，列 （3）和列 （5）分别为未加入控制量的估计结果，列 （4）和列 （6）为加入控制变量的估计结果。从分样本回归结果看，在分样本回归中，绿色金融发展指数的系数仍显着为正，同时，高技术样本组③中的绿色金融发展的系数大于非高技术组中的回归系数，也就是说绿色金融发展对高技术企业全要素生产率提升更有益，研究假设2得到验证。绿色金融服务通过绿色规范识别服务对象，引导资金流向，较好的发挥了资金配置作用，提高了金融服务实体经济的能力。尤其是对投资周期长、风险大的高技术企业，绿色金融发展能够有效地弥补其创新投资不足，促进其全要素生产率提升。

（1）替换主要变量对式 （6）重新回归，以GMM法估计企业全要素生产率（tfp_gmm）替换被解释变量的全样本和分样本估计，回归时，参考Moser和 Voena （2012）[25]的方法，以 “时间×行业”进行高阶联合固定效应检验。以省级层面绿色金融发展指数（gfdi_p）替换解释变量后的全要本和分样本的估计结果。检验结果（表略，备索）显示，替换被解释变量和解释变量后，绿色金融发展指数的估计系数仍显着为正，说明绿色金融发展对提升企业全要素生产率有利，且对高技术企业的效应更大。考虑2020年新冠肺炎疫情突发公共卫生事件的冲击，将样本变更为2011～2019年后，重新对全样本和分样本进行回归，主要结论未发生改变。检验结果稳健。

（2）考虑样本自选择的偏差，将控制变量与绿色金融发展指数（以中位数为标准赋值为二元离散变量）以Logit模型进行倾向得分匹配（PSM）后，重新对式 （6）检验（表略，备索）。由近邻1∶1匹配后的估计结果及以马氏距离匹配后的估计结果可以看出，绿色金融发展指数的估计系数均显着为正，且与表3的基准回归结果较为接近，这说明回归结果不受可观测变量遗漏的影响，绿色金融发展对企业全要素生产率提升有益，相比而言，更有益于高技术企业全要素生产率提升。

（3）工具变量法。尽管上述分析中已经采用了解释变量滞后、控制行业和时间效应、在企业层面聚类以及PSM法回归，尽可能降低内生性的影响，但绿色金融发展的测度偏差以及不可控变量遗漏所形成的内生性问题仍可能存在。由此，进一步寻找工具变量进行内生性检验。考虑我国金融体系具有明显的银行特征，同时绿色金融服务产品中又以绿色信贷占比最大，而历史上金融机构发展是当前金融发展的基础，与当前各地区的绿色金融发展水平相关，但却不会影响当前所属地区企业的生产率。因此，历史上金融机构发展可能是较好的工具变量。参考李力行和申广军（2019）[26]的方法，以1936年各地区银行分支机构数测度金融机构发展的历史变量。进一步参考Nunn和 Qian （2014）[27]的研究，将其与省内其他城市绿色金融发展指数平均值相乘，构造面板数据样本的工具变量（fhst）。为避免量纲不同引起的偏差，回归时对其取对数。两阶段最优广义矩估计（GMM）的检验结果表略，备索。

从模型参数看，第一阶段F值大于Stock-Yogo临界参数，且所选工具变量与绿色金融发展指数这一解释变量高度相关，说明工具变量对绿色金融发展指数具有较强的解释力。第二阶段回归中，绿色金融发展的系数显着为正，其在分样本回归中，高技术组的绿色金融发展指数的估计系数要大于非高技术组，由此说明绿色金融发展对企业生产率起到促进作用，且对高技术企业更有裨益，这一结论是稳健的。同时，所选工具变量外生且具有排他性，不存在不可识别、弱工具变量和过度识别问题。在采用工具变量法减轻内生性问题后，检验结果仍然稳健。综合来看，通过稳健性和内生性处理后，绿色金融发展能够激励企业全要素生产率提升，且对高技术企业的效应更明显，这一主要结论未发生改变。检验结果稳健。

进一步对式 （7）和式 （8）进行估计，全样本和分样本的检验结果如表4所示。列 （1）～（2）为全样本检验结果，分样本检验结果如列（3）～（6）所示。从全样本回归结果看，列 （1）中绿色金融发展的回归系数显着为正，说明绿色金融发展有利于提高企业绿色研发投入。列 （2）中绿色金融发展和绿色研发投入的回归系数均显着为正，说明绿色金融发展和企业研发投入的改善均有益于提高企业全要素生产率。通过递归方程检验，绿色研发投入是绿色金融发展提升企业全要素生产率的作用途径得到验证。在分样本回归结果中，绿色金融发展、绿色研发投入的回归系数符号未发生改变。在高技术企业样本组中，绿色金融发展和绿色研发投入的系数均显着为正，说明绿色金融发展激励绿色研发投入，进而能激励高技术企业全要素生产率提升。在非高技术企业样本组中，绿色金融发展的系数能够显着提高企业绿色研发投入水平，但在列 （6）中绿色金融发展的系数为正数，显着度水平略低（P＝0.174），处于边缘显着水平。为验证其中介效应是否成立，进一步对其进行Sobel检验，Sobel系数通过了10%的显着水平，说明中介效应成立，中介效应为21.10%。同时，本文也对全样本和高技术企业样本进行了Sobel检验，Sobel系数均通过1%的显着水平，中介效应分别为32.09%和27.56%。对比分样本检验结果，高技术组的绿色金融发展更有利于激励绿色研发投入，且中介效应更为明显。综合来看，绿色金融发展能够激励企业绿色研发动力，进而促进企业全要素生产率的提升，且这一效应在高技术企业样本中表现明显。研究假设3得到验证，绿色研发是绿色金融发展促进企业全要素生产率提升的传导途径。这一结论也为研发投入促进生产率依赖于技术机会[8]提供了新的证据。

表4 绿色研发投入的传导作用

续 表

本文以2011～2020年中国A股上市公司面板数据，实证检验绿色金融发展对企业全要素生产率提升的效应与绿色研发的传导作用，得到的主要结论有：（1）绿色金融发展能够显着促进企业全要素生产率提升，这一效应在高技术企业样本组表现相对较强。经过稳健性检验和内生性讨论，这一结果稳健；（2）绿色金融发展有益于提高企业绿色研发投入，比较而言，绿色金融发展更有利于激励高技术企业绿色研发投入；（3）绿色金融发展能通过激励企业提高绿色研发投入，进而促进企业全要素生产率提升，并且绿色研发投入的中介效应在高技术企业组更为明显。

根据相关结论，可以得到以下政策启示：（1）鼓励金融企业创新绿色金融工具，开发多样化多元化的金融服务，扩大绿色金融服务的覆盖面，满足多方的需求；同时，也以精细化、特色化的产品，提高绿色金融服务的深度，发挥绿色金融资源配置功能，激励企业加大绿色研发投入的创新动力，推进企业全要素生产率提升；（2）健全绿色金融发展的激励机制，支持金融机构履行社会责任，如对绿色金融排名靠前的金融企业给予宣传或奖励支持，以示范效应激励金融机构积极参与绿色投融活动，从而降低企业融资摩擦，促进全要素生产率提升；（3）深化绿色金融供给侧改革，支持金融机构设立绿色金融专营部门，鼓励小额贷款、创投、私募基金以及金融租赁公司、金融科技企业等参与绿色金融服务，积极引导社会资本进入绿色金融服务领域，丰富绿色金融资金来源，更好的支持企业创新，进而促进企业全要素生产率提升；（4）促进金融科技与绿色金融的融合发展，借助互联网、大数据等技术促进金融机构数字化转型，有效降低绿色金融服务成本，同时助力完善绿色金融监管体系建设，降低绿色金融服务风险，促进提升生产率；（5）完善公司治理环境，建立企业绿色发展评价机制，扩大企业对环境信息的披露范围，发挥绿色金融的外部治理作用，鼓励企业以上市、发债等渠道融资，提高绿色研发投入，激发企业积极创新动力，从而推进全要素生产率提升，实现高质量发展。

注释：

①数据来源： 新华网 http：／／www.xinhuanet.com／2022-10／06／c_1129052588.htm。

②中证绿色主题指数包括碳中和、低碳、ESG、大气治理、光伏龙头、海绵城市、核能核电、环保、环境治理、绿色电力、绿色领先、绿色生态、绿色投资、水治理、新能源。万得环保概念股包括充电桩、风力发电、光伏、垃圾发电、美丽中国、氢能、尾气治理、污水处理、新能源、新能源汽车。

③按照国家统计局高技术企业分类标准，结合证券业行业分类，将制造业中的医药制造，铁路、船舶、航空航天和其他运输设备制造，计算机、通信和其他电子设备制造，仪器仪表制造，软件和信息技术服务业中的电信、广播电视和卫星传输服务，互联网和相关服务，软件和信息技术服务，以及专业技术服务业，生态保护和环境治理业的企业作为高技术企业样本。