何奕欣

關(guān)鍵詞：綠色信貸;污染排外;作用機制

中圖分類號：F840 文獻標(biāo)識碼：A 文章編號：1009 — 2234（2022）04 — 0082 — 07

供給側(cè)結(jié)構(gòu)性改革在“十三五”期間是重點工作，取得了卓越的成就。2021年是“十四五”計劃起始之年，深化金融供給側(cè)改革，推動經(jīng)濟結(jié)構(gòu)性改革。為實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級，治理環(huán)境污染的目標(biāo)，從金融領(lǐng)域提出了綠色信貸政策。綠色信貸政策是從商業(yè)銀行信貸業(yè)務(wù)出發(fā)，兼顧環(huán)境保護需求，主要通過商業(yè)銀行信貸行為引導(dǎo)資金流向，利用經(jīng)濟杠桿影響企業(yè)融資成本，引導(dǎo)企業(yè)產(chǎn)業(yè)升級，實現(xiàn)環(huán)境污染治理。2012年2月，為進一步規(guī)范金融機構(gòu)實施綠色信貸政策，原中國銀監(jiān)會頒布了《綠色信貸指引》?！毒G色信貸指引》作為我國首個專門針對綠色信貸的規(guī)范性文件，針對我國重點調(diào)整的有重大環(huán)境風(fēng)險的行業(yè)和項目設(shè)定出專門的信貸規(guī)則，實現(xiàn)了不同行業(yè)授信政策的差別化、動態(tài)化。《綠色信貸指引》要求對循環(huán)經(jīng)濟、環(huán)境保護給予信貸資金扶持，對高污染、高耗能行業(yè)嚴格控制信貸投放，以切實改善我國環(huán)境質(zhì)量。

目前，在現(xiàn)有關(guān)于綠色信貸政策的學(xué)術(shù)研究中，定性分析占主要部分，定量研究的占比仍然較低。而定量分析主要包含兩方面。一是綠色信貸政策的實施對企業(yè)的影響。綠色信貸政策頒布后，重污染企業(yè)可獲得的貸款金額減少，債務(wù)期限縮短，債務(wù)成本升高（Liu etal，2019）?！毒G色信貸指引》的實施提高了重污染企業(yè)的創(chuàng)新產(chǎn)出，使面臨融資約束的重污染企業(yè)通過提高創(chuàng)新能力來促進產(chǎn)業(yè)結(jié)構(gòu)升級（劉強等，2020;滕云，2020;丁攀等，2021）。綠色信貸政策與環(huán)境規(guī)制相互促進，一方面綠色信貸政策產(chǎn)生的對污染企業(yè)各種活動的規(guī)制促進了污染企業(yè)增加環(huán)境治理支出，另一方面強化環(huán)境規(guī)制有助于綠色信貸發(fā)揮作用（丁杰等，2020）。二是綠色信貸政策的實施對銀行的影響?，F(xiàn)有研究主要包含了以下兩個方面：第一，綠色信貸政策對銀行信貸風(fēng)險存在何種影響。第二，綠色信貸政策的實施對商業(yè)銀行的經(jīng)營效率的影響。針對綠色信貸政策的實施是否能夠降低銀行信貸風(fēng)險，相關(guān)研究得出了肯定的結(jié)論（陳濤、歐陽仁杰，2020）。而關(guān)于實施綠色信貸政策會對商業(yè)銀行經(jīng)營效率產(chǎn)生何種影響，學(xué)界對此問題的研究尚無統(tǒng)一結(jié)論。目前主要可以概括為以下三種觀點。第一種觀點認為，綠色信貸政策的實施有利于提高銀行的經(jīng)營效率（蘇航，2020）。第二種觀點認為，綠色信貸政策實施實施在一定程度上會降低銀行經(jīng)營效率，但隨著政策不斷完善，這種負面影響會逐步減弱（唐亞蘭，2021）。第三種觀點認為，綠色信貸政策對商業(yè)銀行經(jīng)營效率影響針對不同的銀行存在一定的差異性，需要具體問題具體分析（高曉燕，2020）。

綜上所述，目前，綠色信貸政策的研究主要圍繞著其對銀行和企業(yè)的影響。針對環(huán)境質(zhì)量改善效果的研究仍然較為少見且現(xiàn)有的研究存在以下缺陷：一是現(xiàn)有研究中對綠色信貸政策對環(huán)境的作用機制分析較少。二是部分研究選取2007年制定的《關(guān)于落實環(huán)保政策法規(guī)防范信貸風(fēng)險的意見》（以下簡稱“意見”），為外生沖擊點。但在綠色信貸政策實施早期其在銀行間普及率較低，相比之下《綠色信貸指引》相較于《意見》要求更為明確。三是已有的研究對綠色信貸環(huán)保效應(yīng)分析大多缺少穩(wěn)健性檢驗，研究結(jié)論存在不確定性。

針對上述缺陷，本文首先把綠色信貸對環(huán)境影響的機制進行分析，其次將2008-2017年工業(yè)二氧化硫排放量作為研究對象，以2012年《綠色信貸指引》的頒布作為外生沖擊，構(gòu)造準(zhǔn)自然實驗，運用雙重差分模型與傾向匹配得分法（PSM-DID）分析綠色信貸政策對工業(yè)二氧化硫排放的制約作用，同時完善結(jié)論的穩(wěn)健型檢驗部分，以確保研究結(jié)論的確定性。

綠色信貸政策的環(huán)保效應(yīng)傳導(dǎo)機制可以概括為以下兩點：

1.產(chǎn)業(yè)結(jié)構(gòu)升級機制

首先，綠色信貸政策通過對重污染企業(yè)的融資約束效應(yīng)促進產(chǎn)業(yè)升級。資金的供給引導(dǎo)了企業(yè)的生產(chǎn)決策。從信貸選擇來看，商業(yè)銀行等金融機構(gòu)為環(huán)境友好企業(yè)提供信貸支持以及優(yōu)惠的利率，同時提高了污染企業(yè)的貸款門檻，從而引導(dǎo)資金向低能耗的環(huán)保企業(yè)流動，運用經(jīng)濟杠桿將污染成本內(nèi)部化，從而實現(xiàn)減少排放的目的。從融資成本來看，2012年《綠色信貸指引》對重污染企業(yè)投融資行為形成了制約。高污染企業(yè)比綠色企業(yè)承擔(dān)了更高的貸款利率，促使高污染企業(yè)降低了貸款規(guī)模。從信息傳遞的角度來看，綠色信貸政策的實施后，會向市場傳遞負面信號，外部投資者會更傾向于向符合環(huán)境標(biāo)準(zhǔn)的企業(yè)提供融資。同時外部投資者為規(guī)避環(huán)境風(fēng)險會降低對高污染企業(yè)的投資意愿，使環(huán)境表現(xiàn)差的企業(yè)更難獲得外部融資。綜上，綠色信貸政策不同于傳統(tǒng)的行政手段，其通過融資約束會促使高污染企業(yè)自發(fā)的改變經(jīng)營方式引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。

其次，綠色信貸政策對環(huán)保企業(yè)存在激勵效應(yīng)。綠色信貸政策能夠激勵落后產(chǎn)能的企業(yè)進行轉(zhuǎn)型升級。由于環(huán)保產(chǎn)業(yè)存在著成本較高，回報周期較長的特性，受到經(jīng)濟利益的驅(qū)動，投資者往往不愿意涉足，由此造成環(huán)保產(chǎn)業(yè)發(fā)展緩慢等問題。綠色信貸政策的實施，為環(huán)保產(chǎn)業(yè)的發(fā)展提供了資金，填充了資金缺口，對環(huán)保產(chǎn)業(yè)具有正向激勵作用，為環(huán)保企業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級提供了資金條件。

2.技術(shù)創(chuàng)新機制

技術(shù)創(chuàng)新對于環(huán)境保護的影響機制可以概括為兩方面。第一，技術(shù)創(chuàng)新提升了資源的使用效率，有利于降低能耗，實現(xiàn)可持續(xù)發(fā)展。第二，創(chuàng)新技術(shù)能夠直接用于環(huán)境污染的改善，提升我國的環(huán)境質(zhì)量。綠色信貸政策可以通過以下兩種途徑促進技術(shù)創(chuàng)新。

首先，綠色信貸對企業(yè)污染環(huán)境的各種活動的規(guī)制迫使企業(yè)技術(shù)創(chuàng)新。Porter的“綠色競爭”理論，提出了環(huán)境規(guī)制能夠使污染企業(yè)進一步改善排污技術(shù)，對企業(yè)技術(shù)進步產(chǎn)生激勵效應(yīng)。

其次，綠色信貸使環(huán)保企業(yè)獲得更多資金用于技術(shù)研發(fā)。具體來講，當(dāng)企業(yè)面臨較高的借款成本時，企業(yè)可能會無暇顧及社會責(zé)任和環(huán)境保護，而是會將資金投入到見效快、回報率高的項目中去。環(huán)保項目開發(fā)具有回報周期長的特點，所以企業(yè)將會減少對其投入。綠色信貸一定程度上解決了環(huán)保企業(yè)融資約束問題，為企業(yè)提供了較寬裕的資金，使更多資金可以用于技術(shù)創(chuàng)新。

圖1 綠色信貸對環(huán)境影響作用機制

基于上述分析，本文做出了以下假設(shè)：

H1：《綠色信貸指引》頒布后，受政策影響較大地區(qū)的工業(yè)二氧化硫?qū)嶋H排放量將顯著降低。

研究設(shè)計

雙重差分法，（Differences-in-Differences，DID）常被用于估計政策效果。由于政策頒布通常來講是外生的，以政策的頒布作為外生沖擊測評政策效果能夠克服內(nèi)生性的問題。由于雙重差分法具有上述優(yōu)勢，其廣泛應(yīng)用于政策效果評估。本文基于雙重差分法，模型設(shè)定如下：

Yit=β0+β1*time+β2*Most impacted cities+β3*time*Most impacted cities+εit

其中Y為被解釋變量，在本文中即工業(yè)二氧化硫排放量。下標(biāo)i和t分別表示第i個省和第t年。Most impacted cities為政策虛擬變量，Most impacted cities=1，表示該省受綠色信貸政策影響較大，Most impacted cities=0，表示該省受綠色信貸政策影響較小。time為時間虛擬變量，《綠色信貸指引》頒布之后的年份，time=1。《綠色信貸指引》政策干預(yù)前的年份time=0。 β0為常數(shù)項，βi為解釋變量的帶估系數(shù)，εit為隨機誤差項。依據(jù)上述模型表1列出DID模型參數(shù)。

表1? DID模型參數(shù)

根據(jù)表1所示，針對DID模型參數(shù)作出以下說明，當(dāng)Most impacted cities=1時，將time=0和time=1分別帶入上述模型分別得到處理組政策實施前后二氧化硫排放情況為β0+β2 和β0+β1+β2+β3，將兩者做差得到處理組政策干預(yù)時間前后的變化幅度為β1+β3。當(dāng)Most impacted cities=0 時，進行上述相同的操作分別得到對照組政策實施前后二氧化硫排放情況為β0 和β0+β1，將兩者做差政策干預(yù)時間前后的變化幅度為β1，最后上述兩個差分項做差得到雙重差分交乘項系數(shù)β3，β3的大小及方向反應(yīng)了政策效應(yīng)。

一般地，使用DID模型要滿足平行趨勢假定，由于我國各省份之間的客觀經(jīng)濟條件存在一定的差異，難以滿足政策實施前后被解釋變量具有相同的變動趨勢的條件。本文采用傾向得分匹配法，解決處理組與對照組之間的存在系統(tǒng)性差異問題。完成匹配后，再進行政策效應(yīng)評估。

表2對本文選取的主要變量及計算方法作出了簡要的說明。

表2 主要變量及說明

1.被解釋變量選取

本文被解釋變量選取了各省份（市）的工業(yè)SO2實際排放量。以往部分研究文獻以總體SO2排放量作為被解釋變量，但《綠色信貸指引》主要針對企業(yè)污染排放，總體SO2排放量未扣除生活SO2排放量的部分，可能使研究結(jié)果出現(xiàn)誤差。工業(yè)SO2實際排放量相較于SO2排放總量來說更加精準(zhǔn)。本文中工業(yè)SO2數(shù)據(jù)來源于《中國環(huán)境統(tǒng)計年鑒》和各省份統(tǒng)計年鑒。

2.控制變量選取

首先，本文設(shè)置了以下兩個虛擬變量。

政策干預(yù)虛擬變量（Most impacted cities），計算出各個省份的第二產(chǎn)業(yè)增加占當(dāng)年GDP的比重，Most impacted cities=1表示該省份第二產(chǎn)業(yè)增加值超過所有省份的中位數(shù)，即受政策影響較大的省份，否則Most impacted cities=0。

時間虛擬變量（time），以《綠色信貸指引》頒布年份2012年為界，time=1表示政策實施后的年份，time=0表示政策實施前的年份。

其次，本文借鑒相關(guān)文獻，在模型中設(shè)置了城市化水平、經(jīng)濟發(fā)展程度和對外開放程度三個控制變量。具體來講：

根據(jù)相關(guān)研究，一個地區(qū)城市化水平越高工業(yè)化程度就越高，相應(yīng)地污染排放水平就越高?？紤]以上因素，本文選取城市化水平作為控制變量，具體計算公式為：非農(nóng)業(yè)人口/總?cè)丝?。環(huán)境Kuznets曲線首次利用Kuznets思想分析經(jīng)濟增長與環(huán)境狀況之間的關(guān)系，得出了以下結(jié)論：一個地區(qū)的環(huán)境狀況隨著經(jīng)濟進一步發(fā)展先惡化后改善，呈倒U型曲線關(guān)系。依照中國國情，我國目前未達到環(huán)境庫茲涅茨拐點。人均GDP的邊際變化會影響污染物的排放。同時考慮到數(shù)據(jù)分析的需要，本文中對人均GDP取對數(shù)（lngdp）。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

本文還借鑒參考了李鍇和齊紹洲（2011）的研究控制了對外開放程度，計算公式為：對外貿(mào)易依存度=進出口總額/GDP比重。

表3列示了各變量描述性統(tǒng)計的結(jié)果。

表3 變量描述性統(tǒng)計

1.傾向得分匹配結(jié)果及相關(guān)檢驗

由于各個省份之間存在異質(zhì)性，為避免處理組和對照組之間存在系統(tǒng)性差異影響政策評估效果。本文采用傾向得分匹配的方法來解決以上問題。完成傾向得分匹配后，對匹配結(jié)果進行平衡性檢驗和共同支撐檢驗以確保PSM匹配結(jié)果能夠解決選擇偏差和遺漏變量的問題并且消除內(nèi)生性偏誤。

根據(jù)表4中的結(jié)果，以工業(yè)二氧化硫排放量為結(jié)果變量進行匹配后，雖然匹配后變量lngdp的偏差略有增大。但是，處理組和對照組的偏差在6%以下。同時，經(jīng)過傾向得分匹配后的各項控制變量的t檢驗結(jié)果及其對應(yīng)的p值均不顯著，說明處理組和對照組之間已經(jīng)非常相似，通過了平衡性檢驗。

表4 平衡性檢驗

對匹配后數(shù)據(jù)進行共同支撐檢驗，檢驗結(jié)果如下：在對本文選取的處理組和對照組進行傾向得分匹配之后，當(dāng)Most impacted cities=1（處理組）時有121個樣本落入共同支撐區(qū)域，當(dāng)Most impactedcities=0（對照組）時有142個樣本落入共同支撐區(qū)域，說明通過了共同支撐檢驗。

綜上，可以認為處理組與對照組完成了較好的匹配，能夠解決選擇偏差和遺漏變量的問題并且消除內(nèi)生性偏誤。

2.《綠色信貸指引》的實施對工業(yè)二氧化硫排放量的影響

在使用PSM匹配之后，本文選取剔除了沒有落在共同支撐區(qū)域的樣本，使用剩余樣本采用雙重拆分法進行回歸，獲得《綠色信貸指引》的實施對工業(yè)二氧化硫排放量的影響效應(yīng)。重要變量的回歸結(jié)果見表5。

表5 《綠色信貸指引》PSM-DID回歸結(jié)果

對表5中回歸結(jié)果，具體分析如下：第一，在沒有添加控制變量時，DID交乘項的系數(shù)為-4.220，在5%水平上顯著。表明綠色信貸政策的頒布對工業(yè)二氧化硫的實際排放量具有負向作用。第二，考慮到可能存在潛在相關(guān)遺漏變量，加入控制變量后進行回歸，回歸結(jié)果顯示DID交乘項的系數(shù)為-3.848，并且在5%水平上顯著。該交乘項系數(shù)的符號和數(shù)值表明相對于控制組，《綠色信貸指引》對實驗組工業(yè)二氧化硫排放抑制效果為3.848。由上述回歸中政策交互項的結(jié)果可知《綠色信貸指引》對工業(yè)二氧化硫排放量存在負面影響，并且該影響在經(jīng)濟意義和統(tǒng)計意義上都是顯著的。

不同省份的社會經(jīng)濟發(fā)展?fàn)顩r存在一定程度上差異性，在評估綠色信貸政策減排效應(yīng)的過程中，可能存在無法觀測的因素帶來的隨機效應(yīng)。為了解決上述問題，本文通過替換外生沖擊發(fā)生時間來檢驗本文實證結(jié)果是否存在隨機效應(yīng)。

《綠色信貸指引》于2012年發(fā)布，本文將政策干預(yù)時間分別提前至2009年和2010年。若改變政策發(fā)生時間后，DID交乘項系數(shù)仍然為負，且通過了顯著性檢驗，則表示本文結(jié)果可能存在隨機性。若并未通過顯著性檢驗，則說明本文結(jié)果具有穩(wěn)定性。依據(jù)上述理論，將2009年和2010年作為外生沖擊發(fā)生時間進行傾向匹配得分和雙重差分法回歸的實證結(jié)果，如表6和表7所示：

表6 提前政策干預(yù)時間點至2009年P(guān)SM-DID回歸結(jié)果

表7 提前政策干預(yù)時間點至2010年P(guān)SM-DID回歸結(jié)果

根據(jù)表6、表7所列示的回歸結(jié)果作出如下分析并得出結(jié)論，在隨機改變政策實施年份為2009年或2010年后，DID交乘項p值均不顯著。這說明《綠色信貸指引》對受政策影響較大的省份工業(yè)二氧化硫排放量產(chǎn)生的顯著影響，并非時間變動所導(dǎo)致的。

本文基于2008年至2017年的中國省級面板數(shù)據(jù)，對綠色信貸政策減排效應(yīng)的機制進行了分析，運用雙重差分模型和傾向得分匹配的方法，分析了《綠色信貸指引》的實施對受政策影響較大的省份工業(yè)二氧化硫的排放量的影響，通過實證檢驗得出了如下結(jié)論：

1.《綠色信貸指引》通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和企業(yè)技術(shù)創(chuàng)新兩條路徑，一方面通過融資約束和環(huán)境規(guī)制等懲戒效應(yīng)，促使其污染企業(yè)改變經(jīng)營方式、加大環(huán)保創(chuàng)新投入從而實現(xiàn)污染物排放量下降。另一方面通過優(yōu)惠的貸款利率和創(chuàng)新補償對環(huán)保企業(yè)產(chǎn)生激勵效應(yīng)，為環(huán)保企業(yè)發(fā)展提供資金條件，有利于擴大環(huán)保企業(yè)規(guī)模，從而促進減少污染排放。

2.《綠色信貸指引》的實施顯著的降低了處理組地區(qū)的工業(yè)二氧化硫排放量，證實了本文前述假設(shè)。說明《綠色信貸指引》的實施改變了以往以行政手段控制污染排放的做法，創(chuàng)新性的采用經(jīng)濟手段。銀行等金融機構(gòu)利用經(jīng)濟手段使信貸資源向環(huán)保部門或項目傾斜，有利于減少環(huán)境污染，提高環(huán)境質(zhì)量，為實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展提供新的思路。

3.《綠色信貸指引》發(fā)布前，本文處理組和對照組的工業(yè)二氧化硫排放量滿足平行趨勢假定，《綠色信貸指引》實施后處理組地區(qū)工業(yè)二氧化硫排放量顯著降低，且穩(wěn)健性檢驗表明工業(yè)二氧化硫的減排效果并非是時間趨勢導(dǎo)致的。

上述實證結(jié)果表明，實施綠色信貸政策效果較為理想，在一定程度上促進了節(jié)能減排，改善了環(huán)境質(zhì)量，符合當(dāng)下中國的生態(tài)需求。為進一步發(fā)揮綠色信貸對污染排放的制約作用，實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展。本文向政府、銀行和污染企業(yè)提出了以下三點建議：

1.政府為實現(xiàn)生態(tài)環(huán)境保護的目標(biāo)，應(yīng)完善綠色信貸統(tǒng)計口徑和實施標(biāo)準(zhǔn)，健全綠色信貸體系。進一步加強對綠色信貸業(yè)務(wù)的指導(dǎo)，由相關(guān)部門牽頭，環(huán)保部、銀保監(jiān)會及中國人民銀行等部門聯(lián)合制定統(tǒng)一的綠色信貸標(biāo)準(zhǔn)。充分發(fā)揮綠色信貸政策對環(huán)境的治理作用，實現(xiàn)經(jīng)濟可持續(xù)發(fā)展。

2.銀行作為綠色信貸政策的實施主體，利用調(diào)節(jié)企業(yè)融資成本的手段引導(dǎo)資金流向更為環(huán)保的產(chǎn)業(yè)和項目。各地銀行要因地制宜的開展相應(yīng)的綠色信貸業(yè)務(wù)，經(jīng)濟發(fā)達地區(qū)應(yīng)加大對環(huán)保企業(yè)支持力度，推進企業(yè)開展環(huán)保技術(shù)創(chuàng)新，促進綠色產(chǎn)業(yè)發(fā)展。

3.污染企業(yè)應(yīng)主動改變生產(chǎn)經(jīng)營方式、加大環(huán)保技術(shù)創(chuàng)新投入，促進本企業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級，減少企業(yè)污染排放。隨著綠色信貸政策的進一步實施，高污染企業(yè)應(yīng)更加關(guān)注在生產(chǎn)經(jīng)營之中造成環(huán)境污染的潛在可能性，減少環(huán)境風(fēng)險，使用清潔能源，從而達到節(jié)能減排的目的。

[1]斯麗娟，曹昊煜.排污權(quán)交易對污染物排放的影響——基于雙重差分法的準(zhǔn)自然實驗分析[J].管理評論，2020，32（12）：15-26.

[2]馬妍妍，俞毛毛.綠色信貸能夠降低企業(yè)污染排放么——基于雙重差分模型的實證檢驗[J].西南民族大學(xué)學(xué)報（人文社科版），2020，41（08）：

116-127.

[3]曾倩，曾先峰，岳婧霞.產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制與環(huán)境質(zhì)量——基于中國省際視角的理論與實證分析[J].管理評論，2020，32（05）：65-75.

[4]曹靜，郭哲.中國二氧化硫排污權(quán)交易試點的政策效應(yīng)——基于PSM-DID方法的政策效應(yīng)評估[J].重慶社會科學(xué)，2019（07）：24-37.

[5]丁杰.綠色信貸政策、信貸資源配置與企業(yè)策略性反應(yīng)[J].經(jīng)濟評論，2019（04）：62-75.

[6]蔡海靜，汪祥耀，譚超.綠色信貸政策、企業(yè)新增銀行借款與環(huán)保效應(yīng)[J].會計研究，2019（03）：88-95.

[7]蘇冬蔚，連莉莉.綠色信貸是否影響重污染企業(yè)的投融資行為[J].金融研究，2018（12）：123-137.

[8]李程，白唯，王野，李玉善.綠色信貸政策如何被商業(yè)銀行有效執(zhí)行——基于演化博弈論和DID模型的研究[J].南方金融，2016（01）：47-54.

[9]Dong Q ， Wen S ， Liu X . Credit Allocation，?Pollution， and Sustainable Growth： Theory and Evidence from China[J]. Emerging Markets Finance and Trade， 2019：1-19.

[10]Guo，P.Y. Financial Policy Innovation for Social Change：ACase of China's Green Credit Policy[J].International Review of Sociology ，2014，24：69-76.

〔責(zé)任編輯：孫玉婷〕

收稿日期：2022 — 04 — 06