本文是一篇职称论文，本研究发现：第一，《评价》有效地促进了重污染企业进行绿色创新，其作用路径在于提高了企业研发强度和环境合规成本。第二，企业内部高管环保经历与外部政府环保补助能够进一步强化《评价》的政策效果。
一、引言
2020年9月，习近平主席在第七十五届联合国大会一般性辩论上首次对外宣布我国力争于2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和的“双碳”目标。我国是当前全球碳排放第一大国，实现“双碳”目标时间紧任务重，亟需优化经济发展模式，加快从要素驱动、投资规模驱动发展为主向以创新驱动发展为主的转变。绿色创新以“促增长”与“优环境”为宗旨，兼具经济与环境效益，是解决环境问题与实现“双碳”目标的重要途径。然而，绿色创新风险高、投入大，企业往往缺乏主动推进的积极性（齐绍洲等，2018）。如何引导企业积极融入国家“双碳”发展战略，提升企业进行绿色创新的意愿，是我国政府需要解决的重要问题。
为实现金融与生态的协调发展与良性循环，我国金融监管部门不断加大对绿色信贷的引导力度。2012年，原银监会颁布《绿色信贷指引》（以下简称《指引》），对绿色信贷各项工作进行细化。2018年，央行发布《关于开展银行业存款类金融机构绿色信贷业绩评价的通知》（以下简称《评价》），将各存款类金融机构的绿色信贷业绩纳入宏观审慎评估（MPA）考核，加大绿色信贷的推行与发展力度。《指引》主要从组织管理、政策制度建设等方面进行部署，侧重于引导和鼓励银行积极开展绿色信贷业务，《评价》则要求设置定量和定性指标，考核绿色信贷业绩，同时规定了奖惩机制。相对于《指引》，《评价》进一步完善了银行绿色信贷业务的信息披露机制，强化了对银行绿色信贷业务的合规性管理，其出台可作为一个更加有效的自然实验，但目前鲜有研究对《评价》这一更加完善的绿色信贷政策进行评估。
随着我国的绿色信贷政策不断规范化与具体化，其对推动经济绿色发展的作用愈加突显，对促进企业绿色创新的作用不容忽视。绿色信贷政策能否引导企业进行“能动式”绿色创新？如是，其作用路径是什么？对不同类型企业的效果是否存在差异？锦标赛性的《评价》与合规性的《指引》是否会产生不同的绿色创新效应？这些问题都亟待考证。有鉴于此，本文以2018年《评价》出台构造准自然实验，运用双重差分法实证检验《评价》对企业绿色创新的影响，从内部高管、外部政府和企业三方互动的角度对绿色信贷作用下企业开展绿色创新的内部和外部动机进行探讨。此外，本文还将从企业内部特征差异（代理成本）及外部环境差异（地区市场化水平）视角对《评价》效果的异质性进行讨论。
二、文献综述
（一）绿色信贷政策的实施效果研究
根据研究对象的不同，现有研究绿色信贷政策实施效果的文献可以分为两类：一类研究从绿色信贷的发放主体层面出发，探讨绿色信贷政策对银行绩效与经营状况的影响，发现绿色信贷政策能够改善银行的经营绩效（张晖等，2021；King，1993），有效地提升了商业银行的竞争力与盈利能力（汪炜等，2021；何凌云等，2018）。另一类研究从绿色信贷的接受主体层面出发，考察绿色信贷政策对企业减排降碳（Li等，2018）、投资效率（王艳丽等，2021；宁金辉等，2020）、融资成本（李新功和朱艳平，2021；Liu，2019）、并购绩效（王建新等，2021）等的影响。该类研究并未形成较为一致的结论：部分研究认为绿色信贷政策对企业具有正面影响，另一部分研究则得出绿色信贷政策对企业存在负面影响的结论。
（二）企业绿色创新的影响因素研究
现有关于企业绿色创新影响因素的研究主要包含以下三个方面：一是环境规制因素。一部分研究发现环境执法监督（于连超等，2019）、环保约谈（于芝麦，2021；王旭和王非，2019）、排污权交易（齐绍洲等，2018）等环境规制政策能够驱动企业绿色创新；另一部分研究认为环境规制工具反而会抑制绿色创新，如Gray（2001）发现环保补助会挤出绿色创新；此外，也有研究认为环境规制与企业绿色创新之间呈非线性关系（王珍愚等，2021）。二是市场和政府因素。这类研究发现消费者绿色需求与同业竞争压力（Zeng等，2011）、政府补助与监管（Berrone等，2013）、数字普惠金融发展（乔彬等，2021）等市场和政府因素能够促进企业绿色创新。三是组织内部因素。这类研究发现内部吸收能力（Ketata等，2015）、董事会治理（王锋正和陈方圆，2018）可驱动企业绿色创新；高管环保意识（梁敏等，2022；曹洪军，2017）、高管从军经历（刘钻扩，2021）、CEO绿色经历（卢建词，2022）等个体因素也对企业绿色创新存在影响。
三、理论分析与研究假设
（一）绿色信贷与绿色创新
绿色信贷政策要求银行对绿色行业予以资金支持，对高污染行业进行信贷限制（王艳丽等，2021）。对重污染企业的影响兼具正面治理效应与负面压力效应：一方面，重污染企业为得到银行的绿色信贷支持，会积极响应政策号召，重视污染问题，减少耗能与排污，发展绿色产业和项目。另一方面，绿色信贷政策使得重污染企业在获取信贷融资时，面临更高的门槛限制与交易成本（王馨和王营，2021），导致其可能会通过“漂绿”或其他非正规渠道进行融资（丁杰，2019）。下面从正反两方面讨论《评价》对重污染企业绿色创新的影响：
从正面影响来看，《评价》可增强重污染企业的绿色发展意识，使企业着眼于绿色创新塑造企业绿色形象与提高市场竞争力的双重优势，推动企业进行绿色创新。第一，《评价》借助信息传递机制，通过发挥“遵从”效应，激发重污染企业转型发展的内在动力，激励重污染企业主动进行绿色创新。具体而言，《评价》要求银行在开展绿色信贷业务时，对企业的环保表现及项目的环保水平加以评估，故银行会更加关注项目的环境风险，提高重污染企业的贷款门槛。同时，基于信息传递机制，这一行为既传达出国家高度重视绿色发展的信号，也向企业传递出要加快绿色转型的警示信号。在这些信号的作用下，利益相关者会通过会谈、商业合作等方式向企业提出“绿色”诉求（朱朝晖和谭雅妃，2020），激发其节能减排的需求；重污染企业也会反思自身绿色发展存在的不足，主动寻求“绿化”途径。第二，《评价》通过成本导向机制发挥“规制”效应，塑造合法性压力，约束企业的污染性生产行为，从而倒逼重污染企业开展绿色创新。具体而言，作为环境规制政策的绿色信贷通过融资渠道将企业污染的外部性内部化，使其产生环境合规成本，改变收益-成本比，若企业仍沿用传统的粗放式生产方式，则可能会遭受政府罚款和声誉损失，同时降低信贷资金的可得性，使得信贷成本上升、利润下降、竞争优势降低（谢乔昕和张宇，2021）。因此，《评价》的“规制”效应可给重污染企业带来环境保护与融资获取压力，倒逼其进行绿色创新。
从负面影响来看，《评价》施加的环境保护和融资获取压力可能放大绿色创新不确定性强、风险高的缺陷，通过成本导向机制降低重污染企业的绿色创新意愿，阻碍其进行绿色创新。第一，在《评价》的引导下，银行在信贷投放时会更严格地对贷款的环境风险进行把控，降低对重污染企业的贷款额度、提高对其的贷款利率，增大重污染企业的信贷约束与融资难度（曹廷求等，2021）。绿色创新需要大量的资本投入，而《评价》施加的信贷约束使得重污染企业难以得到充足的资金支持并降低了其自由现金流，企业为了追求当期利益，会将有限的资金用于其他投资活动，放弃高投入、高风险的绿色创新。第二，《评价》加大了重污染企业面临的融资约束，使其风险承担能力和偿债能力降低，增加了其经营风险和财务风险（杨柳勇等，2021）。当重污染企业在资本市场上直接融资时，债权人与股权人可能会因此提高资金利率、拒绝向其追加投资，使得重污染企业的直接融资成本上升、资金负担加重，加之绿色创新的失败风险通常更大且收益不确定，导致企业因为过高资金成本而不愿绿色创新。
四、研究设计
（一）样本选取与数据来源
本文以沪深A股工业上市公司为研究对象，以2018年《评价》出台构造准自然实验，运用双重差分法检验该绿色信贷政策的绿色创新效应，样本期间为2015-2019年。由于企业环境污染问题主要来源于重污染企业，绿色信贷政策会对其施加更多关注，故以重污染企业为实验组、非重污染企业为对照组，重污染行业包括化工、火电、冶金等16个行业。在剔除保险金融业、ST和数据缺失的样本后，最终获得11500个样本数据，其中，实验组（重污染企业）包含5005个观测值，对照组（非重污染企业）包含6495个观测值。
本文衡量企业绿色创新的绿色专利申请量数据来源于国家知识产权局，借助《国际专利分类绿色清单》手工收集整理所得；其他变量的数据来自国泰安数据库、巨潮资讯、新浪财经等网站。为减轻极端值影响，对连续变量进行上下1%的缩尾处理。
（二）变量定义
1．被解释变量：企业绿色创新（GI）
借鉴王馨和王营（2021）的研究方法，本文以绿色专利申请量衡量企业绿色创新。由于有些企业的绿色专利申请量为零且该变量存在右偏问题，故在定义企业绿色创新时对绿色专利申请量加1并取对数，使之更接近正态分布。此外，发明专利和实用新型专利的创新与难易程度不同，故本文对绿色发明专利和绿色实用新型专利进行区分，分别衡量发明型绿色创新（GI_IN）和实用型绿色创新（GI_UT）。
2．核心解释变量：绿色信贷政策（Treat×Post）
定义Treat为组别虚拟变量，重污染企业取值为1，非重污染企业取值为0；Post为政策虚拟变量，2018-2019年取值为1，2015-2017年取值为0。
3．控制变量
参考齐绍洲等（2018）的做法，本文控制以下变量：企业规模（Size）、资产负债率（Lev）、资产净利率（Roa）、董事会规模（Board）、独董比例（Id）、全部现金回收率（Cash）、盈亏性质（Loss）、成长能力（Growth）、股权集中度（Fir）。为更好地缓解内生性，使研究结果更为稳健，本文同时控制了企业固定效应（μi）和年份固定效应（δt）。
以上所有变量的具体定义说明见表1。
职称论文参考
五、实证分析
（一）描述性统计
从表2的描述性统计结果可以看出：企业绿色创新（GI）的均值为0.332、中位数为0、最小值为0、最大值为3.689，表明企业整体的绿色创新水平偏低，绿色创新程度有待提高；由标准差0.750可知，企业间的绿色创新发展不均衡，存在较大差距。VIF检验结果表明，各变量的VIF值均小于5，模型不存在严重的多重共线性问题。
职称论文怎么写
（二）主回归分析
1．平行趋势检验及动态效应分析
平行趋势是双重差分法的使用前提，本文参考吉赟和杨青（2020）的研究，采用事件分析法，在检验平行趋势假定的同时，进一步对绿色信贷政策的绿色创新效应进行动态效果分析。具体做法为：以2015年为基期，生成2015-2019年每一年的年份虚拟变量，并将其与Treat交乘，若在政策实施前交乘项系数不显著，则说明两组企业的绿色创新水平在《评价》出台前无显著差异，平行趋势假设成立。从表3可以看出，变量pre_2与pre_1的系数均不显著，通过了平行趋势检验，可以应用双重差分模型。政策动态效果分析显示，《评价》实施当年（current）系数不显著，而实施第二年（post_1）的系数则显著为正，原因可能是政策推行存在时滞性，企业对政策需要适应期，因而实施当年政策作用未得到有效发挥；在政策实施的第二年，随着政策推行力度的加大及企业渡过适应期，政策的绿色创新效应得以显现。可见，《评价》能够促进企业绿色创新，且其政策影响力随着时间的推移而逐渐增大，初步验证了研究假设H1。
职称论文参考
六、研究结论与政策启示
本文以2015-2019年沪深A股工业上市公司为研究样本，利用2018年《评价》出台构造准自然实验，运用双重差分法考察绿色信贷政策对企业绿色创新的影响。研究表明：第一，《评价》通过发挥“遵从”效应和“规制”效应可有效促进重污染企业绿色创新，且对实用型绿色创新的促进作用强于发明型绿色创新，在进行了一系列稳健性检验后，该结论仍旧成立。第二，机制分析表明《评价》发挥作用的路径在于激励企业加大研发强度和提高企业环境合规成本。第三，内部高管环保经历和外部政府环保补助均能够正向调节《评价》的绿色创新激励作用。第四，异质性分析显示《评价》的绿色创新效应在代理成本低和地区市场化水平高的企业中更显著。第五，与《指引》相比，《评价》可以更加有效地促进重污染企业绿色创新。
基于研究，本文得出如下政策启示：
首先，进一步完善绿色信贷制度体系。一是在实践基础上不断优化政策体系，同时辅以环保补助、绿色项目研发补贴等类似的支持手段，利用好“政府扶持之手”，将环境政策和扶持工具并举，以更加有效地激励企业进行绿色创新。二是制定差异化的绿色信贷制度体系，按企业异质性分类施策，做到因企制宜、因地制宜，全面激发企业的绿色创新活力。三是在政策推行过程中应完善相应的激励约束机制，加大奖惩力度和金融监管力度，督促银行提升绿色信贷的开展质量。
其次，引导和推动商业银行积极贯彻落实绿色信贷政策。一是认真做好信贷审批工作并采取措施推行绿色信贷，如定期举行会议汇报绿色信贷业务的开展情况、成立专门的绿色信贷负责部门、引进绿色信贷专业人才等。二是在绿色金融领域进一步开拓新的业务，如打通绿色信贷和碳金融市场、将减排额和碳排放作为企业贷款抵押物、推行绿色供应链服务和可再生能源补贴确权贷款等，为企业绿色创新提供有力金融支持。
最后，引导和推动企业以绿色创新为导向，实现绿色发展。一是要看到政策预警并紧跟政策号召，树立绿色创新理念，加大绿色研发强度，通过绿色创新实现经济效益与环境效益并驾齐驱。二是正视高管环保经历对绿色创新的积极作用，采取措施丰富高管环保经历，如推广绿色办公、加强环保教育培训等，充分利用具有环保经历的高管带来的优势，切实将内部高管与外部政策进行整合，积极开展绿色创新。三是完善公司治理体系，缓解委托代理问题，实现绿色转型，为绿色创新的实现提供坚实保障。
参考文献（略）