申 韬 李小依
1（广西大学工商管理学院，南宁 530004）
2（广西大学经济学院/中国－东盟金融合作学院，南宁 530004）
引 言随着产业结构调整的不断推进，大部分行业都受到影响，企业经营困难的现象受到公众的广泛关注，对环境规制的质疑声也越来越多。传统观点认为环境规制越严格，企业成本就越高，从而削弱了企业竞争力。严格的环境规制会增加企业成本，国内企业难以与国外企业竞争，致使国内企业退出市场或者被国外企业收购。Palmer 和Portney （1995）［1］指出，严苛的环境规制将减小企业研发的预期收益，从而抑制企业的研发投入，不利于企业竞争力的提升。刘悦和周默涵（2018）［2］认为企业只能通过采取减排、减产或转用更清洁的生产技术或生产方式才能达到环境规制的标准，因而增加生产成本，降低企业利润。与上述观点不同的是，Porter （1995）［3］提出适当的环境规制可以促使企业进行更多的创新活动，而这些创新将提高企业生产力，从而抵消由环境保护带来的成本、提升企业在市场上的盈利能力和产品质量，这样有可能使国内企业在国际市场上获得竞争优势，且还可能提高企业生产率，这被称为“波特假说”。
目前，已有大量研究从不同角度验证了“波特假说” 的准确性。（1） 环境规制可促进企业提高技术创新和资源利用效率。部分研究表明，环境规制可以刺激企业进行研发活动，开发更加环保的技术和产品，提高企业的资源利用效率和生产效率［4，5］。如美国环境保护局研究发现，美国企业在遵守空气和水质等环境规制的同时推进技术创新，最终企业生产效率提高了20%以上［3］；（2） 环境规制可促进企业市场竞争力。环境规制可以提高企业的品牌形象和信誉度，进而提高市场竞争力。如一些企业通过自愿性的环境认证和公开透明的环境报告，提高消费者对其产品的认可度和信任度，从而增强企业的市场竞争力［6］； （3）环境规制可促进企业的长期可持续性发展。环境规制可以减少企业对环境的污染和破坏，保护自然资源和生态环境，从而为企业的长期发展提供保障。如一些企业通过实行可持续性经营战略，减少对环境的负面影响，从而增强企业社会责任感和可持续性发展能力［7］。
然而，目前尚未有研究以绿色信贷为切入点探讨“波特假说” 的准确性。那么，绿色信贷是否可以有效提高企业的竞争力呢？ 本文试图从微观视角出发，选取2007～2021 年A 股上市公司的数据，以《绿色信贷指引》 （下文简称为《指引》）的发布作为政策冲击，使用双重差分模型检验绿色信贷对企业竞争力的影响。研究发现绿色信贷显着提高了重污染企业的竞争力，为“波特假说”提供新证据； 研究结果表明绿色信贷是影响企业竞争力的重要因素，从而丰富了企业竞争力的影响因素的相关研究； 本文认为由于绿色信贷能够降低重污染企业的污染排放，因而可将绿色信贷政策归属为市场型规制政策，从而拓展了环境规制的相关研究。
1 文献回顾与述评1.1 绿色信贷对微观企业的影响大多数学者认为绿色信贷政策实施后，高污染企业的信贷融资能力显着受到抑制，这说明绿色信贷政策对重污染企业形成了绿色信贷约束［8］。还有部分研究指出，绿色信贷政策还可能激发高污染行业的退出风险［9］以及促使行业结构和市场份额进行调整配置［10］等。此外，也有较多的学者探讨绿色信贷对企业创新的影响。大量研究表明，绿色信贷可促进重污染企业的创新，验证了“波特假说”［11，12］。如绿色信贷可以提供低成本的资金，使企业能够开发和采用环保技术。绿色信贷还可提供更长期的融资，使企业能够进行长期的研究与开发。但是也有一小部分学者认为企业由于信贷约束的影响，绿色信贷政策实际上抑制了重污染企业的创新，不支持“波特假说”［9］。因此“波特假说” 需要更多的经验证据来验证，而这也正是本文的切入点。本文选择《指引》 作为政策冲击，考察绿色信贷对企业竞争力的影响，以期为验证“波特假说” 提供新的经验证据。
1.2 企业竞争力的影响因素1972 年Penrose［13］将竞争力的概念引入微观企业的研究之中，并提出企业是一组资源的集合体的重要概念，企业拥有的资源决定了企业竞争力的大小。后续研究中持有相似观点的还有Wernerfelt（1984）［14］和Barney （1991）［15］，他们认为资源具有稀缺性、价值性和不可替代性的特征，企业竞争力的大小取决于企业如何有效分配和利用资源。20 世纪80 年代，以Porter 为主的学者认为企业在市场中的相对优势是决定竞争力的重要因素。企业为了能够在激烈的竞争中生存下来，必须想方设法降低成本或者提高自身产品的吸引力来取得市场中的优势地位，企业在市场中优势地位的高低反映企业竞争力的大小。20 世纪90 年代，以Prahalad 和Hamel 为主的学者提出人力资源的组成、能力和激励机制对企业竞争力产生重要影响［16，17］，他们认为企业的高效生产经营活动离不开一只优秀管理团队的支撑，即使拥有较好的资源也需要管理层对资源加以分配和利用，才能将资源优势转化为市场优势，因而人力资本被视为导致企业竞争力差异的重要因素。
另外，关于环境规制如何影响企业竞争力的相关研究是企业竞争力研究领域的重点议题，也是与本文联系较为紧密的议题。传统观点认为企业为达到严苛的环境规制标准，只能采取减产或使用成本更高的清洁生产技术、生产方式，这将提高营业成本和降低利润。然而Porter 和Linde（1995）［3］认为更为严苛的环境规制反而有助于激励企业开展技术革新，应用新的生产技术或生产方式也有可能降低生产成本和提高生产效率，进而提高企业竞争力，该观点即为“波特假说”。国内部分学者对于“波特假说” 在中国的适用性展开讨论，许士春（2007）［18］认为“波特假说” 并不具备一般性，环境规制对企业竞争力的影响因企业而异，而不能完全迷信于“波特假说”。
2 理论分析与研究假设2.1 激励约束效应（1） 绿色信贷的激励效应可促进企业在环保方面的投资［28］。由于绿色信贷利率和贷款额度较普通贷款更为优惠，企业可在获得更多资金后降低融资成本、提高资金利用效率。此外银行或金融机构还可通过绿色信贷的贷款期限、还款方式等方面的设置，激励企业在环保领域投资，实现企业向环保方向转型升级； （2） 绿色信贷还可提高企业的环境效益，企业通过降低污染物的排放，进而提升企业形象［19，20］。在环保要求越来越高的情况下，企业如能采用绿色技术创新，可树立良好形象，增强品牌知名度和美誉度，进而提高市场竞争力； （3） 绿色信贷通过提高企业的环保水平，可促使企业在生产过程中更加节能、环保，从而提高全要素生产率。这种提高全要素生产率的效应，可进一步提高企业的竞争力。
2.2 融资惩罚效应绿色信贷的融资惩罚效应从以下3 个方面影响企业的融资约束： （1） 银行在审查和评估企业的信贷申请时会考虑企业的环保和可持续性因素，如果企业的环保表现不佳，银行可能会对其收取更高的融资成本。由于融资成本上升，重污染企业将减少来自银行类金融机构的负债融资，特别是长期负债融资将显着降低［8］； （2） 政府可通过共享企业环保信息来监管环保行为，及时发现和解决环境问题，保护生态环境和公共利益。金融部门通过共享企业环保信息评估企业的环境风险和可持续性，为投资和贷款决策提供依据，促进绿色金融发展。这些措施不仅帮助提高企业环境信息透明度，还可能会降低外部债权人提供债务资本的意愿［21］； （3） 重污染企业由于其环境污染问题严重，会受到公众、媒体和社会组织的强烈关注和批评。这些批评和关注往往会转化为舆论压力和道德谴责，对企业的声誉和形象产生负面影响，可能导致企业在市场上的地位下降，进一步收紧融资约束［22，23］。结合以上两方面的理论分析，本文提出以下研究假设：
H1－1： 激励约束效应的作用占主导地位时，《指引》 的实施总体上会提高企业竞争力。
H1－2： 融资惩罚效用的作用占主导地位时，《指引》 的实施总体上会削弱企业竞争力。
金融市场化程度提高可增加企业融资渠道。提高金融市场化程度可促进金融机构多元化，从而为企业提供更加多样化的融资渠道［24］； 另外金融市场化程度提高可降低融资成本［25］。在传统银行贷款模式下，企业需要承担相对较高的融资成本，而金融市场化程度提高后，企业可通过多元化的融资渠道降低融资成本。对重污染企业来说，即使面临严苛的环境规制或者贷款门槛，依然有除银行信贷之外的融资渠道或融资工具。相反，对处于金融市场化程度较低地区的重污染企业来说，因贷款渠道和贷款工具受限，只能使用更清洁的生产技术或生产方式达到环境规制的标准，这有利于激励绿色技术创新，提高企业竞争力。故提出研究假设：
H2－1： 金融市场化程度将削弱绿色信贷的“融资惩罚效应”。
金融市场化程度越高，金融机构的竞争程度也越高［26］。金融市场化程度较高的国家，金融机构之间的竞争会更激烈，这也意味着金融机构需要寻找新的发展机会，而绿色信贷政策的实施可以为金融机构提供新的业务增长点； 另外，金融市场化程度越高，金融机构的风险管理能力也会随之提高［27］，这也意味着金融机构可更好地管理绿色信贷业务的风险。因此金融市场化程度越高的地区，银行受到绿色金融的激励越大，可为企业提供更多的绿色信贷，有助于提高企业竞争力。故提出研究假设：
H2－2： 金融市场化程度将增强绿色信贷的“激励约束效应”。
环保法律法规对企业和个人的环境行为进行规范和限制，使其在生产和生活中更注重环境保护。这种环保意识的提高使得企业和个人更加愿意参与绿色项目，同时银行更愿意提供绿色信贷。另外环境规制可提高绿色信贷的透明度和可信度。环境规制的实施使绿色项目的环境效益和经济效益更可量化，银行更加容易评估和管理绿色信贷的风险。这种透明度和可信度的提高有利于银行吸引更多的投资者和客户，也有利于推动绿色项目发展。综上所述，环境规制强度越高，越有利于绿色信贷政策实施。环境规制可增强企业和个人对环保和可持续发展的认识，降低环境污染和资源浪费的成本，提高绿色信贷的透明度和可信度，有助于银行开展绿色信贷业务，推动绿色经济发展，提升企业竞争力。故提出研究假设：
H3： 环境规制力度越强，绿色信贷政策对企业竞争力的提升作用越显着。本文的分析框架如图1 所示。
图1 分析框架
3 研究设计3.1 样本选择与数据来源本文以2007～2021 年间A 股上市公司为研究对象，并对样本数据进行处理： （1） 剔除处于异常状态（包括ST、*ST 以及PT）的上市公司； （2）剔除杠杆率大于1 或小于0 的上市公司年度观测值； （3） 删除样本中的缺失值； （4） 所有的连续型变量缩尾处理。最后共得到29917 个样本观测值。研究使用的财务数据来源于国泰安数据库，金融市场化指数来源于中国分省份市场化指数数据库，上市公司绿色技术创新数据来源于中国研究数据服务平台，低碳城市试点名单从官方文件公布的名单中搜集。
3.2 模型设定本文构建如下双重差分模型以检验绿色信贷与企业竞争力的关系：
其中，模型（1） 中的被解释变量为企业竞争力（Competition）。核心解释变量为Treat和Post的交乘项，Controls代表控制变量。另外模型中还控制了企业（Firm＿Fe）和年度（Year＿Fe）固定效应。
使用双重差分模型的前提是样本数据需满足平行趋势假设，本文将构建多期双重差分模型检验样本数据是否满足平行趋势假设，模型如下：
其中，Yeart为年度虚拟变量，Controls代表基准回归中的控制变量，其他变量定义与基准回归相同。值得注意的是，为避免多重共线性，回归时已剔除2007 年度虚拟变量，即以2007 年为基准组。
3.3 变量说明3.3.1 核心解释变量
借鉴王馨和王营（2021）［11］的研究，原银监会在《绿色信贷实施情况关键评价指标》 中明确了环境和社会风险类型。环境和社会风险类型中A 类企业所属行业包括核力发电、水力发电、水利和内河港口工程建筑、煤炭开采和洗选业、石油和天然气开采业、黑色金属矿采选业、有色金属矿采选业、非金属矿采选业、其他采矿业9 个行业。若上市公司属于上述9 个行业则被认定为重污染行业（处理组，Treat＝1），否则被认定为非重污染行业（控制组，Treat＝0）。将2011 年及以前的年份视为政策前，Post记为0，将2012 年及之后的年份视为政策后，Post记为1。
3.3.2 被解释变量
本文借鉴金碚（2003）［28］的方法构建被解释变量。指标的选择遵循理论分析、专家设计、问卷调查、多数选择、运用磨合、不断完善的原则，较为全面地反映企业竞争力； 另外，各类指标的权重采用专家分析与问卷调查结合的方法，既符合理论又不脱离现实，能够较为真实地反映企业竞争力。该方法综合考虑了企业竞争力的3 个评价要素即规模因素、增长因素和效率因素并赋以相应权重①，详见表1。将三级指标标准化处理，并通过加权汇总可计算出企业竞争力指标。
表1 企业竞争力指标的构建
3.3.3 控制变量
根据已有理论和实证研究成果，本文还控制了其他影响企业竞争力的因素，包括企业规模、产权性质、杠杆率、企业成长性、实际所得税比率、股权制衡度、两职合一、机构持股比例、管理层持股比例。模型中涉及的变量的具体定义及计算方法如表2 所示。
表2 变量说明
4 实证分析4.1 描述性统计主要变量的描述性统计显示，企业竞争力的平均值为－0.0495，最小值为－0.4440，最大值为1.0179，中位数为－0.0849，均值大于中位数，且均值远小于最大值，这说明企业竞争力得分存在较为明显的右偏特征。Treat的平均值为0.3202，说明样本中处理组的占比为32.02%。Post的均值为0.7968，说明样本中79.68%的观测值处于《指引》 颁布后的年份。其他控制变量的描述性统计与现有文献基本一致，未出现异常的统计。
4.2 基准回归表3 报告了模型（1） 使用双重差分法进行回归的结果。具体来看，列（1） 中的回归没有加入任何控制变量，同时也没控制企业和年度固定效应，Treat×Post的估计系数为0.0330，在1%的水平上显着。列（2） 中的回归控制了企业和年度固定效应，Treat×Post的估计系数下降至0.0116，且在5%的水平上显着。另外相比于列（1） 中调整后的R 方，列（2） 中调整后的R 方有了大幅度的提升，由0.0066 提升至0.5578，这说明企业和年度固定效应为模型提供了大部分的解释力。最后列（3） 中的回归加入了9 个可能影响企业竞争力的控制变量，Treat×Post的估计系数进一步下降至0.0106，且仍保持在5%的水平上显着。同时列（3） 中调整后的R 方进一步上升至0.6070，这在一定程度上说明模型中控制变量选取的合理性。以上结果表明，《指引》 实施后相比于非重污染企业，重污染企业的竞争力提升更为显着。基准回归的结果验证了本文的研究假设H1－1。
表3 基准回归结果
4.3 稳健性分析4.3.1 平行趋势检验
模型（2） 的回归结果显示②，《指引》 发布之前交乘项的估计系数基本都不显着，这表明《指引》 发布之前处理组和控制组的企业竞争力并不存在显着性差异，满足平行趋势。但《指引》 发布之后交乘项的估计系数开始变得显着，这说明《指引》 的政策效应具有一定的滞后性，政策效应在《指引》 发布两年后才开始显现。此外交乘项的估计系数在《指引》 发布后有逐年增大的趋势，这说明政策实施时间越长，政策对于提高企业竞争力的效果越大。以上结果在一定程度上为平行趋势检验提供证据。
4.3.2 安慰剂检验
本文将从随机化处理组和随机化政策时间两方面展开检验，分别绘制核密度图。安慰剂检验结果显示，绝大多数系数均集中分布在0 附近，均值与真实值的距离较远意味着绿色信贷对企业竞争力的政策效应没有受到其他未被观测因素的影响。因此安慰剂检验结果良好，说明本文的结果是稳健的。
4.3.3 PSM－DID 法
PSM－DID 的具体步骤如下： （1） 以Treat为被解释变量，基准回归中的控制变量以及企业虚拟变量、年度虚拟变量为控制变量进行Logit 回归，并计算倾向得分值； （2） 根据上一步计算的倾向得分值，分别使用最近邻匹配（1 ∶1）、半径匹配和核匹配3 种匹配方法配对； （3） 根据上一步3 种匹配方法得到的匹配后样本，使用模型（1） 进行回归，重新检验本文结果的稳健性。3种匹配方法进行匹配后得到匹配样本的回归结果显示，本文的主要结果并未发生改变。
4.3.4 替换变量
为了对重污染企业进行更全面的描述，本文采用另外两种方法界定重污染企业： （1） 借鉴潘爱玲等（2019）［29］的做法，将B06、B07、B08、B09、C17、C19、C22、C25、C26、C28、C29、C30、C31、C32、D44 这15 个行业的上市公司界定为重污染企业，构建虚拟变量Treat1（重污染企业取1，否则为0）； （2） 借鉴郭晔等（2019）［30］的做法，将B06、B07、B08、B09、B10、B11、B12、C13、C15、C17、C19、C22、C25、C26、C27、C28、C29、C30、C31、C32、D44、D45 这22 个行业的上市公司界定为重污染企业，构建虚拟变量Treat2（重污染企业取1，否则为0）。另外本文还使用经行业均值调整后的企业竞争力（Adj＿Competition）作为被解释变量重新进行回归。替换解释变量或者被解释变量后的回归结果显示，使用两种其他构造处理组的方式以及使用经均值调整后的企业竞争力指标后，本文的结果并未发生改变。
4.3.5 排除其他政策干扰
2016 年6 月，经国务院同意，五省八市开启了为期5 年的绿色金融改革创新试验，设立绿色金融改革创新试验区（以下简称“试验区”）。2010年7 月19 日，国家发改委发布《关于开展低碳省区和低碳城市试点工作的通知》，开始展开低碳省区和低碳城市的试点工作。低碳城市试点政策意味着高碳行业向低碳行业转型，有利于提高企业绿色创新，从而提高企业的竞争力［31］。为了排除其他政策的影响，本文将对上述两项政策加以控制，在基准回归的基础上加入上述两个政策。（1） 增加了控制变量Reform，如果上市公司办公地点所在城市当年被列为试验区则取1，否则为0； （2） 加入了控制变量City，如果上市公司办公地点所在城市当年被列为低碳城市则取1，否则为0； （3） 将上述两个新增变量同时纳入回归中。回归结果显示，加入了排除其他政策影响的控制变量后，本文的结果并没有改变，因此本文的结果是稳健的。
5 作用机制分析5.1 绿色技术创新根据前文理论分析，在激励约束效应的影响下，绿色信贷政策通过提高企业绿色技术创新从而提高企业竞争力。本文构建如下3 个模型检验这一作用机制，共分为3 步： 第一步使用模型（3）检验绿色信贷政策对企业竞争力的影响。第二步使用模型（4） 检验绿色信贷政策对中介变量的影响，其中中介变量绿色技术创新（G＿Patent）由企业每年申请的绿色技术创新专利总数加1 后取对数来衡量。第三步将核心解释变量（Treat×Post） 和中介变量（G＿Patent）同时纳入模型中得到模型（5）。
绿色技术创新作用机制检验的回归结果显示，第一步中Treat×Post的估计系数在5%的水平上显着为正，说明绿色信贷政策有助于提升企业竞争力。第二步检验了核心解释变量（Treat×Post）对中介变量（G＿Patent）的影响，Treat×Post的估计系数在10%的水平上显着为正，说明绿色信贷政策有助于提高企业的绿色创新能力。第三步同时将核心解释变量（Treat×Post）和中介变量（G＿Patent）纳入模型中，Treat×Post和G＿Patent的估计系数均在5%水平上显着为正。以上检验结果说明，绿色技术创新在绿色信贷政策与企业竞争力之间起到了部分中介的作用，即绿色信贷政策通过影响企业绿色技术创新进而影响企业竞争力。
5.2 全要素生产率根据上文理论分析，本部分将全要素生产率（TFP）作为中介变量，并参考鲁晓东和连玉君（2012）［32］的衡量方式对其进行衡量。中介效应检验程序和上文类似，此处不再赘述。全要素生产率作用机制检验的回归结果显示，第一步中Treat×Post的估计系数在10%的水平上显着为正，这说明绿色信贷政策有助于提升企业竞争力。第二步为核心解释变量（Treat×Post）对中介变量（TFP）的影响，Treat×Post的估计系数在10%的水平上显着，这说明绿色信贷政策有助于提高企业的全要素生产率。第三步同时将核心解释变量（Treat×Post）和中介变量（TFP）纳入模型中，Treat×Post的估计系数在10%的水平上显着（且小于第一步中的估计系数），同时，TFP的估计系数也在5%水平上显着为正。以上检验结果说明，全要素生产率在绿色信贷政策与企业竞争力之间起到了部分中介的作用，即绿色信贷政策通过影响企业全要素生产率进而影响企业竞争力。
6 拓展性分析6.1 金融市场化程度本文使用中国分省份市场化指数数据库中要素市场的发育程度下面的二级指标“金融业的市场化” 来衡量金融市场化程度，同时构建虚拟变量Finance，当金融市场化程度大于当年金融市场化程度的中位数时，Finance取1，否则为0。在此基础上，分样本重新对模型（1） 进行回归。回归结果报告于表4 中的列（1） 和（2），可发现金融市场化程度较高的样本中Treat×Post的估计系数为0.0047，但在统计上并不显着，而金融市场化程度较低的样本中Treat×Post的估计系数为0.0115，且估计系数在5%的水平上显着。此外参照连玉君等（2010）［33］的做法，本文采用自抽样法来检验组间系数差异的统计显着性（下同），结果显示，组间系数差异检验的经验P 值为0。以上结果表明，在金融市场化程度更低的地区，绿色信贷政策对企业竞争力的促进作用更强，金融市场化程度在二者之间起到调节作用。本部分结果支持了研究假设H2－1。
表4 绿色信贷提高企业竞争力的调节机制
6.2 环境规制强度本文使用各省（区、市）工业污染治理完成投资额与工业增加值的比例来衡量环境规制强度，同时构建虚拟变量Env，当环境规制强度大于当年环境规制强度的中位数时，Env取1，否则为0，此外分样本重新对模型（1） 进行回归。回归结果报告于表4 中的列（3） 和（4），可发现环境规制强度较大的样本中Treat×Post的估计系数为0.0161，在5%的水平上显着，而环境规制强度较小的样本中Treat×Post的估计系数为0.0059，且估计系数并不显着。本文还使用自抽样法进行组间系数差异检验，结果显示组间系数差异检验的经验P 值为0.006。以上结果表明，在环境规制强度更高的地区，绿色信贷政策对企业竞争力的促进作用更强，环境规制强度在二者之间起到了调节作用。本部分结果支持了研究假设H3。
7 研究结论与启示7.1 研究结论本文研究发现，绿色信贷政策对重污染企业的竞争力具有显着的正向影响，在进行平行趋势检验、安慰剂检验、PSM－DID、替换变量和排除其他政策干扰的稳健性分析之后，上述结论仍然成立。研究结果表明，绿色信贷政策发挥的激励约束效应大于融资惩罚效应。进一步作用机制分析可知，绿色信贷政策主要是通过影响企业绿色技术创新和全要素生产率作用于企业竞争力。同时，处于金融市场化程度较低和环境规制强度较高的地区中，绿色信贷政策对企业竞争力的正向影响更大。
7.2 启示与建议（1） 建立绿色信贷政策支持体系。政府制定相应的法律法规，明确绿色信贷的定义和范围，规定金融机构对于符合环境友好和可持续发展要求的项目给予优惠利率、更高的贷款额度或其他特殊待遇。政府还可设立专门的绿色信贷基金，用于支持绿色项目的贷款和融资需求； （2） 积极推动企业绿色转型。金融机构通过提供绿色信贷支持企业转型，支持企业进行节能减排、资源循环利用、清洁生产等方面的投资和改造。金融机构还可根据企业所属行业类别，有针对性地开发绿色金融产品，满足企业的绿色金融需求； （3）加强对企业绿色转型的指导和培训。政府可与其他专业机构合作，构建企业环境评估和环境管理咨询服务平台，帮助企业了解和掌握转型的技术和管理方法。同时，金融机构可组织绿色信贷专题培训，提高员工对于绿色信贷政策的理解和应用能力； （4） 加强对绿色项目的评估和监管。金融机构在发放贷款时，应对借款企业的环境管理和环境风险进行评估，确保贷款资金用于环境友好型项目的建设和运营； （5） 加强对绿色技术创新的支持。鼓励金融机构、科研机构、高校和企业多方合作，共同推动绿色技术的研发和应用，提升企业竞争力。
注释：
①金碚（2003）［28］的《中国企业竞争力报告》 等多个研究文献中以熵值法确定企业竞争力各个分项指标的权重大小，本文的权重设定以此结果作为参照，具体数值见表1。
②限于篇幅，并未报告部分实证结果图表，感兴趣的读者可向作者索取。下同。
