摘要：文章基于2008—2021年中國省際面板數(shù)據(jù)，采用面板向量自回歸模型（Panel Vector Autoregression，PVAR）實證分析了綠色信貸、經(jīng)濟(jì)增長與技術(shù)進(jìn)步之間的動態(tài)關(guān)系。研究發(fā)現(xiàn)，綠色信貸與技術(shù)進(jìn)步之間互為格蘭杰因果關(guān)系，技術(shù)進(jìn)步對經(jīng)濟(jì)增長具有顯著的促進(jìn)作用。廣義矩估計（Generalized Method of Moments，GMM）結(jié)果顯示，綠色信貸對技術(shù)進(jìn)步產(chǎn)生了積極的影響，而經(jīng)濟(jì)增長對綠色信貸和自身均具有正向激勵作用。脈沖響應(yīng)分析和方差分解進(jìn)一步揭示了三者之間的非線性關(guān)系和動態(tài)影響?；谘芯拷Y(jié)果，文章提出了加強(qiáng)綠色信貸產(chǎn)品研發(fā)、完善法規(guī)政策、促進(jìn)綠色經(jīng)濟(jì)發(fā)展的政策建議。

關(guān)鍵詞：綠色信貸；經(jīng)濟(jì)增長；技術(shù)進(jìn)步；PVAR模型

中圖分類號：F832.4；F124.5；X196" " " "文獻(xiàn)標(biāo)識碼：A" " " 文章編號：1674-0688（2024）06-0048-06

0 引言

近年來，隨著城鎮(zhèn)化和工業(yè)化進(jìn)程的不斷推進(jìn)，全球范圍內(nèi)大部分國家的經(jīng)濟(jì)水平總體上呈現(xiàn)增長態(tài)勢，然而這類經(jīng)濟(jì)增長往往伴隨著污染的環(huán)境、資源的過度消耗及生態(tài)系統(tǒng)被破壞。為了應(yīng)對環(huán)境污染和避免發(fā)生嚴(yán)重的社會問題，“綠色金融”應(yīng)運而生。2022年10月，“赤道原則”被作為一個企業(yè)貸款準(zhǔn)則提出，它要求投資機(jī)構(gòu)在投資某個項目前必須評估該項目可能造成的環(huán)境與社會影響，并利用金融工具使該項目能夠促進(jìn)環(huán)境友好以及在投資的區(qū)域范圍內(nèi)實現(xiàn)社會可持續(xù)發(fā)展。經(jīng)過多次修訂，“赤道原則”如今已被金融機(jī)構(gòu)認(rèn)可，成為必要的環(huán)境與社會風(fēng)險管理工具。隨著綠色金融的發(fā)展，“赤道原則”實施主體已經(jīng)由最開始的商業(yè)銀行擴(kuò)大到現(xiàn)在的各大金融機(jī)構(gòu)以及政府部門和部分企業(yè)等非金融機(jī)構(gòu)。

我國是世界第二大經(jīng)濟(jì)體，近年來經(jīng)濟(jì)社會發(fā)展取得了令人矚目的成就。然而在過去的發(fā)展過程中，由于長期實行粗放式的經(jīng)濟(jì)發(fā)展模式，我國的生態(tài)系統(tǒng)受到了一定程度的破壞，環(huán)境污染問題逐漸凸顯。面對這一挑戰(zhàn)，我國高度重視綠色發(fā)展，將發(fā)展綠色金融作為推動經(jīng)濟(jì)高質(zhì)量發(fā)展的重要議題。早在1995年，中國人民銀行出臺的《關(guān)于貫徹信貸政策與加強(qiáng)環(huán)境保護(hù)工作有關(guān)問題的通知》就提出商業(yè)銀行進(jìn)行信貸業(yè)務(wù)時要考慮到該業(yè)務(wù)對環(huán)境的具體影響。2007年，中國人民銀行聯(lián)合國家環(huán)?？偩郑ìF(xiàn)為國家生態(tài)環(huán)境部）、中國銀行業(yè)監(jiān)督管理委員會（現(xiàn)為國家金融監(jiān)督管理總局）共同發(fā)布的《關(guān)于落實環(huán)境保護(hù)政策法規(guī)防范信貸風(fēng)險的意見》中提出了“綠色信貸”的概念。2012年，中國銀行業(yè)監(jiān)督管理委員會（現(xiàn)為國家金融監(jiān)督管理總局）出臺的《綠色信貸指引》確定了綠色信貸的詳細(xì)標(biāo)準(zhǔn)，為之后綠色信貸政策的實施提供了一系列指導(dǎo)意見。這一舉措也標(biāo)志著綠色信貸政策在我國正式實施和推廣。本文旨在分析綠色信貸、經(jīng)濟(jì)增長和技術(shù)進(jìn)步三者之間的動態(tài)關(guān)系，探討它們?nèi)绾蜗嗷ビ绊懸源龠M(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展，通過實證研究提出政策建議，從而加強(qiáng)綠色信貸產(chǎn)品研發(fā)、完善法規(guī)政策，并推動綠色經(jīng)濟(jì)持續(xù)健康發(fā)展。

1 國內(nèi)外文獻(xiàn)綜述

在綠色信貸與經(jīng)濟(jì)增長方面，目前已有很多學(xué)者對綠色信貸與經(jīng)濟(jì)增長的關(guān)系展開了研究。調(diào)查發(fā)現(xiàn)，在當(dāng)前經(jīng)濟(jì)態(tài)勢下，綠色金融作為一個金融創(chuàng)新產(chǎn)物，與我國現(xiàn)階段發(fā)展需求十分吻合，并且綠色金融的發(fā)展有助于綠色經(jīng)濟(jì)的可持續(xù)發(fā)展［1］。這一觀點得到了Hu等［2］的證實，他們利用2003—2019年中國107個城市的數(shù)據(jù)，采用PSM-DID模型（傾向得分匹配模型與雙重差分模型的結(jié)合），分別驗證了第一、第二、第三產(chǎn)業(yè)的綠色金融改革對試點地區(qū)經(jīng)濟(jì)增長的影響，得出了綠色金融能夠顯著促進(jìn)第三產(chǎn)業(yè)增長的結(jié)論。謝婷婷等［3］運用方向性距離函數(shù)和Malmquist-Luenberger指數(shù)對2006—2017年中國省級經(jīng)濟(jì)增長進(jìn)行了測度，使用GMM動態(tài)面板模型對綠色信貸影響綠色經(jīng)濟(jì)增長的路徑進(jìn)行實證分析，得到綠色信貸確實對綠色經(jīng)濟(jì)增長具有顯著的推動作用的結(jié)論。LI等［4］利用2001—2020年中國省級面板數(shù)據(jù)，使用基準(zhǔn)模型研究發(fā)現(xiàn)，綠色信貸對可持續(xù)的經(jīng)濟(jì)增長有著重要的促進(jìn)作用，尤其是在我國西部地區(qū)。

還有一些研究發(fā)現(xiàn)，綠色信貸政策對重污染企業(yè)的投資和融資行為有明顯的抑制效果。自2012年《綠色信貸指引》發(fā)布以來，一些規(guī)模較大的重污染企業(yè)明顯縮減了投資規(guī)模，直接導(dǎo)致其產(chǎn)出大幅下降［5］。雖然綠色信貸降低了重污染企業(yè)的效益水平，但是并不會對我國的整體經(jīng)濟(jì)總量造成負(fù)面影響，反而在一定程度上起到了促進(jìn)作用。這是因為綠色信貸的發(fā)展能夠通過促進(jìn)產(chǎn)業(yè)升級和技術(shù)創(chuàng)新間接推動總體經(jīng)濟(jì)增長［6］。HU等［7］通過研究2006—2016年中國東部、中部和西部三大地區(qū)的數(shù)據(jù)發(fā)現(xiàn)，綠色信貸能夠顯著影響產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級，進(jìn)而促進(jìn)經(jīng)濟(jì)增長。王遙等［8］研究了綠色信貸的政策激勵效應(yīng)，結(jié)果表明合理的政策強(qiáng)度能夠提高綠色信貸總量，為促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)升級作出積極貢獻(xiàn)，并且不會顯著減少我國經(jīng)濟(jì)總產(chǎn)出?？傊G色信貸能為社會發(fā)展帶來經(jīng)濟(jì)與環(huán)境的雙重效益。

在綠色信貸與技術(shù)進(jìn)步方面，有關(guān)綠色信貸能夠促進(jìn)技術(shù)進(jìn)步的論點已在不少研究中得到證實。王馨等［9］使用雙重差分方法研究了綠色信貸政策對綠色創(chuàng)新的影響，發(fā)現(xiàn)綠色信貸能夠在加強(qiáng)環(huán)保和知識產(chǎn)權(quán)保護(hù)的基礎(chǔ)上提升綠色技術(shù)創(chuàng)新水平。鄒薇等［10］通過研究我國2008—2018年的相關(guān)數(shù)據(jù)也得到了相似的結(jié)論，實證分析發(fā)現(xiàn)綠色信貸政策的施行不僅優(yōu)化了生產(chǎn)要素結(jié)構(gòu)，還提升了綠色技術(shù)水平，并且研發(fā)投入強(qiáng)度越高，碳排放效率也越高。

綠色信貸促進(jìn)技術(shù)進(jìn)步的路徑還可以從風(fēng)險偏好的角度考慮。孫炎林等［11］提出企業(yè)的技術(shù)創(chuàng)新活動由于存在不同的回報率及流動性，導(dǎo)致其成功率低并且投資風(fēng)險較大，而綠色信貸等綠色金融服務(wù)能夠提供不同類型、不同周期的融資項目，從而降低企業(yè)資金的流動性風(fēng)險，因此綠色信貸可以促進(jìn)企業(yè)技術(shù)進(jìn)步。何凌云等［12］為了研究綠色信貸對綠色企業(yè)技術(shù)創(chuàng)新的效應(yīng)，使用中介效應(yīng)模型分析中國152家上市的節(jié)能環(huán)保企業(yè)2010—2017年的數(shù)據(jù)發(fā)現(xiàn)，融資約束調(diào)節(jié)效應(yīng)越強(qiáng)，綠色信貸促進(jìn)產(chǎn)能環(huán)保企業(yè)技術(shù)創(chuàng)新的效果越好。韓科振［13］利用中國2008—2018年的省際面板數(shù)據(jù)，運用面板固定效應(yīng)和空間面板計量模型進(jìn)行實證分析，結(jié)果顯示，包括綠色信貸在內(nèi)的綠色金融發(fā)展對我國綠色技術(shù)創(chuàng)新效率有積極貢獻(xiàn)，并且綠色技術(shù)創(chuàng)新效率存在顯著的空間溢出效應(yīng)。

綜上所述，綠色信貸政策的實施有利于促進(jìn)我國經(jīng)濟(jì)水平提升與技術(shù)創(chuàng)新進(jìn)步，并且綠色信貸不僅可以直接作用于經(jīng)濟(jì)增長，也可以通過提高技術(shù)發(fā)展水平和推動產(chǎn)業(yè)結(jié)構(gòu)升級促進(jìn)經(jīng)濟(jì)增長［14］。

基于以上文獻(xiàn)綜述，本文提出以下兩個假設(shè)。假設(shè)1：經(jīng)濟(jì)發(fā)展水平不斷提升對綠色信貸發(fā)展起到顯著的促進(jìn)作用；假設(shè)2：在不同的經(jīng)濟(jì)發(fā)展階段，技術(shù)進(jìn)步與綠色信貸之間存在非線性關(guān)系。

2 數(shù)據(jù)與模型

2.1 研究變量

本文基于2008—2021年我國省際面板數(shù)據(jù)，通過建立PVAR，實證研究經(jīng)濟(jì)增長、技術(shù)進(jìn)步對綠色信貸的影響以及變量之間相互作用的關(guān)系，以下介紹本文研究的3個變量。

綠色信貸（GC）：常見的衡量綠色信貸的方法有兩種，一種是正向衡量方法，即用綠色信貸項目貸款余額占貸款總額的份額進(jìn)行衡量；另一種是反向衡量方法，即用高耗能產(chǎn)業(yè)利息支出占工業(yè)產(chǎn)業(yè)利息總支出的比重，從側(cè)面反映出綠色信貸規(guī)模。考慮到數(shù)據(jù)的可獲得性，本文采用反向指標(biāo)表示我國綠色信貸規(guī)模，數(shù)據(jù)來自《中國工業(yè)統(tǒng)計年鑒》。

經(jīng)濟(jì)增長（RGDP）：對于一個國家或地區(qū)的經(jīng)濟(jì)發(fā)展情況，可以通過其規(guī)模和速度進(jìn)行衡量。對經(jīng)濟(jì)規(guī)模的測度通常使用的指標(biāo)是人均國內(nèi)生產(chǎn)總值，即RGDP，它綜合體現(xiàn)了一個國家或地區(qū)一段時間內(nèi)的發(fā)展規(guī)模和人均經(jīng)濟(jì)存量。本文選取全國31個省區(qū)市的人均國內(nèi)生產(chǎn)總值代表經(jīng)濟(jì)增長水平，數(shù)據(jù)來自《中國統(tǒng)計年鑒》。

技術(shù)進(jìn)步（TP）：能夠衡量技術(shù)進(jìn)步的方法比較豐富，包括投入法、產(chǎn)出法以及全要素生產(chǎn)率等方法。考慮到全要素生產(chǎn)率和產(chǎn)出法的部分?jǐn)?shù)據(jù)不便獲得，本文采用投入法對技術(shù)進(jìn)步水平進(jìn)行衡量，即各地區(qū)規(guī)模以上工業(yè)企業(yè)研究與實驗發(fā)展（Ramp;D）支出與各地區(qū)生產(chǎn)總值的比率，數(shù)據(jù)均來自《中國統(tǒng)計年鑒》。

由于數(shù)據(jù)單位之間差距較大，因此后續(xù)實證分析中先對原始數(shù)據(jù)進(jìn)行取對數(shù)處理，再以取對數(shù)之后的數(shù)據(jù)做后續(xù)檢驗分析。

2.2 研究模型

PVAR模型沿襲了向量自回歸模型（Vector Autoregression Model，VAR）的優(yōu)勢，即事先不需要區(qū)分外生變量與內(nèi)生變量以及厘清變量之間的因果關(guān)系，而是將模型內(nèi)所有變量視為內(nèi)生變量，并且加入各變量的滯后項，研究單個變量對其他變量的沖擊與影響。傳統(tǒng)VAR模型要求時間序列必須達(dá)到一定的長度，而PAVR模型則降低了對時序長度的要求，當(dāng)時間序列長度T與滯后階數(shù)m滿足不等式T [≥] m+3時，就可以對模型參數(shù)進(jìn)行有效估計。此外，PVAR模型能夠捕捉到個體的時間效應(yīng)和橫截面?zhèn)€體效應(yīng)的共同沖擊?？傮w來說，該模型既能夠克服VAR模型對數(shù)據(jù)量和數(shù)據(jù)形式的限制，并且能觀察到截面?zhèn)€體的異質(zhì)性和各變量相互沖擊的動態(tài)反應(yīng)，與本文的研究目的相符，因此選用該模型實證分析經(jīng)濟(jì)增長、技術(shù)進(jìn)步對綠色信貸的影響。

本文構(gòu)建的模型如下：

[Vit=β0+AVi，t?p+ηi+φt+εi，t]

其中：[Vit]為一個三維矢量[Y，X1，X2]，包含所有內(nèi)生變量的滯后項，其中i代表省份，t代表年份，Y為綠色信貸（GC），X1為經(jīng)濟(jì)增長（RGDP），X2為技術(shù)進(jìn)步（TP）；[ηi]代表可能遺漏的地區(qū)特征；[φt]為時間效應(yīng)（用來解釋時間趨勢）；[εi，t]是一個被假設(shè)為服從正態(tài)分布的隨機(jī)擾動項，與[Vit]不相關(guān)。

3 實證分析

3.1 單位根檢驗

為了避免矢量自回歸模型中出現(xiàn)“偽回歸”的現(xiàn)象，需要對原始數(shù)據(jù)進(jìn)行單位根檢驗以確保數(shù)據(jù)平穩(wěn)。選取LLC檢驗、IPS檢驗以及ADF-Fisher檢驗3種方法對數(shù)據(jù)進(jìn)行檢驗。

表1中的前三行中，只有l(wèi)nY通過了3個單位根檢驗，原數(shù)據(jù)不是全部平穩(wěn)，因此對其取一階差分處理。表1中的后三行中，原數(shù)據(jù)取一階差分后均通過3種檢驗，因此本文數(shù)據(jù)為一階單整。

3.2 最優(yōu)滯后階數(shù)的選擇

在本文考察的模型中，解釋變量與被解釋變量的因果關(guān)系不僅會在同一時期發(fā)生，而且當(dāng)期的數(shù)據(jù)會受到前期數(shù)據(jù)的影響，即存在時間上的滯后性，因此對PVAR模型滯后階數(shù)的最優(yōu)選擇可以更加準(zhǔn)確地分析變量之間的相互作用。本文采取赤池信息準(zhǔn)則（AIC）、貝葉斯信息準(zhǔn)則（BIC）、漢南和奎因信息準(zhǔn)則（HQIC）確定模型的最優(yōu)滯后階數(shù)，選取依據(jù)一般按照3個準(zhǔn)則中統(tǒng)計量取值最小的滯后階數(shù)確定，檢驗結(jié)果見表2。

觀察表2中的數(shù)據(jù)可知，根據(jù)最小信息準(zhǔn)則進(jìn)行判斷，應(yīng)該取滯后二階作為最優(yōu)滯后階數(shù)。

3.3 GMM估計

通常使用PVAR模型進(jìn)行估計時，由于模型中存在因變量的滯后項，造成固定效應(yīng)與前期的數(shù)據(jù)相關(guān)，因此需要采取消除固定效應(yīng)的方法避免均值差分引發(fā)估計不夠精準(zhǔn)的結(jié)果。為了達(dá)到這一目的，本文使用“向前均值差分”方法去除個體的固定效應(yīng)，該過程也被稱作Helmert過程 ［15］。此方法消除每個個體未來觀測值的均值，使得滯后變量與轉(zhuǎn)換變量呈正交，與誤差項不相關(guān)，滯后變量就可以被引用為工具變量，然后利用廣義矩估計（GMM）方法進(jìn)行回歸得到估計參數(shù) ［16］。

本文估計了一階滯后的PVAR模型，其中h_dlY、h_dlX1、h_dlX2分別表示對一階差分后的dlY、dlX1以及dlX2去除固定效應(yīng)后得到的值，L1.h_dlY、L1.h_dlX1、L1.h_dlX2分別表示3個值的滯后一期數(shù)據(jù)，L2.h_dlY、L2.h_dlX1、L2.h_dlX2分別表示3個值的滯后二期數(shù)據(jù)。

對表3中的數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，當(dāng)綠色信貸作為被解釋變量時，技術(shù)進(jìn)步的一階滯后項系數(shù)為-0.229 5，并在1%的水平上顯著，說明以Ramp;D占GDP的比重衡量的技術(shù)進(jìn)步目前并不能促進(jìn)綠色信貸業(yè)務(wù)的發(fā)展。當(dāng)經(jīng)濟(jì)增長作為被解釋變量時，其一階和二階滯后項的系數(shù)均大于0并在1%的水平上顯著，說明經(jīng)濟(jì)增長有明顯的自我激勵性質(zhì)。此外，技術(shù)進(jìn)步的滯后一階與滯后二階回歸系數(shù)分別為0.171 3與0.148 9，均在1%的水平上顯著，表示技術(shù)進(jìn)步能夠促進(jìn)經(jīng)濟(jì)增長。當(dāng)技術(shù)進(jìn)步作為被解釋變量時，只有綠色信貸的滯后一階項系數(shù)顯著為正，意味著隨著綠色信貸的發(fā)展，技術(shù)進(jìn)步水平也會不斷提高。經(jīng)濟(jì)增長的滯后一期對技術(shù)進(jìn)步在10%的置信水平上有促進(jìn)作用。

3.4 Granger因果檢驗

Granger因果檢驗是一種在統(tǒng)計學(xué)中用來分析各變量之間的因果關(guān)系及其方向的檢驗，若一個變量X有助于解釋另一個變量Y的未來變化，則認(rèn)為X是Y的Granger原因。本文選取的3個變量采取一階差分后平穩(wěn)，因此選用一階差分?jǐn)?shù)據(jù)進(jìn)行Granger因果分析，結(jié)果見表4。

Granger檢驗的原假設(shè)為被排除變量不是被解釋變量的Granger原因，p值若顯著，則表示拒絕原假設(shè)。從以上結(jié)果來看，綠色信貸與技術(shù)進(jìn)步互為因果關(guān)系，技術(shù)進(jìn)步是經(jīng)濟(jì)增長的Granger原因。

3.5 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)反映了當(dāng)其余變量的當(dāng)期值與前期值保持不變時，模型中的某個隨機(jī)擾動項的一個標(biāo)準(zhǔn)差發(fā)生的變化對內(nèi)生變量當(dāng)期與未來各期的影響與沖擊狀況，有助于預(yù)測未來的發(fā)展走勢。脈沖響應(yīng)函數(shù)通過直觀的圖像展示出變量之間的動態(tài)關(guān)系，由于模型中的主要解釋變量是被解釋變量以及其他內(nèi)生變量的滯后項，很難描述單一變量的系數(shù)意義，因此本文利用蒙特卡洛模擬（200次）得出dlX（綠色信貸）、dlX1（經(jīng)濟(jì)增長）、dlX2（技術(shù)進(jìn)步）的脈沖響應(yīng)圖，結(jié)果見圖1。

圖1中的第一列分別表示綠色信貸受到3個變量沖擊的響應(yīng)。綠色信貸對自身沖擊開始時，對其有顯著的正向激勵，在第一期時變?yōu)樨?fù)向影響，隨后逐漸趨于零。經(jīng)濟(jì)增長對綠色信貸的沖擊一直為正，但沖擊大小具有波動性，從第四期開始逐漸趨于零。技術(shù)進(jìn)步一開始對綠色信貸的沖擊有微弱的負(fù)面影響，但隨著時間推進(jìn)而逐漸變?yōu)檎?yīng)，并在第一期達(dá)到頂點，隨后逐漸減弱，在第二期顯示出微弱的負(fù)面效果，之后向零趨近。

圖1的第二列分別表示經(jīng)濟(jì)增長受到3個變量沖擊的響應(yīng)。經(jīng)濟(jì)增長對自身的沖擊一直顯著為正，在前兩期出現(xiàn)波動，并在第3期開始收斂。綠色信貸對經(jīng)濟(jì)增長的沖擊開始為正效應(yīng)，第一期之后逐漸下降，隨之變成負(fù)面影響，并在第三期達(dá)到峰值，然后向零趨近。技術(shù)進(jìn)步初期對經(jīng)濟(jì)增長有非常大的負(fù)效應(yīng)，但隨著時間延長而逐漸減弱，并在第一期變成正向影響，之后收斂。

圖1中的第三列分別表示技術(shù)進(jìn)步受到3個變量沖擊的響應(yīng)。技術(shù)進(jìn)步的提高對自身的沖擊非常明顯，初期其對自身的影響達(dá)到頂點之后開始下降。隨著綠色信貸的發(fā)展，技術(shù)進(jìn)步從被抑制到第三期時開始轉(zhuǎn)為正向。經(jīng)濟(jì)增長的發(fā)展對技術(shù)進(jìn)步有非常顯著的正向效應(yīng)。

3.6 方差分解

脈沖響應(yīng)函數(shù)反映的是一個變量產(chǎn)生的沖擊令模型其他內(nèi)生變量受到的動態(tài)影響，而方差分解（Variance Decomposition） 可以將一個變量的方差歸因到各個擾動項上，進(jìn)一步說明各變量的影響程度，是脈沖響應(yīng)函數(shù)的互補(bǔ)說明。方差分解是“預(yù)測誤差方差分解”的簡稱，此處分析向后預(yù)測5期的方差分解情況，每期的分解結(jié)果存在的差異性表示每個內(nèi)生變量的相對重要性隨時間延長體現(xiàn)出的變化趨勢。方差分解結(jié)果見表5。

首先對綠色信貸的方差分解進(jìn)行分析發(fā)現(xiàn)，綠色信貸對自身的貢獻(xiàn)度最高，均在96%以上；技術(shù)進(jìn)步對綠色信貸的貢獻(xiàn)可以達(dá)到2.8%，經(jīng)濟(jì)增長則對綠色信貸的貢獻(xiàn)最小，在0.4%左右。其次分析經(jīng)濟(jì)增長的方差分解，從第二期開始，經(jīng)濟(jì)增長對自身的貢獻(xiàn)逐漸減小，最后維持在83%左右；技術(shù)進(jìn)步對經(jīng)濟(jì)增長也有明顯貢獻(xiàn)，在第五期達(dá)到15.6%，綠色信貸對經(jīng)濟(jì)增長的貢獻(xiàn)較小，在1%左右。最后分析技術(shù)進(jìn)步的方差分解，初期，技術(shù)進(jìn)步對自身的貢獻(xiàn)率為87.9%，后期逐漸穩(wěn)定在79.2%；經(jīng)濟(jì)增長對技術(shù)進(jìn)步的貢獻(xiàn)率基本穩(wěn)定在12%；綠色信貸對技術(shù)進(jìn)步的貢獻(xiàn)率從初期的0.1%逐漸上升并大致穩(wěn)定在8.8%的水平上。

4 結(jié)論與建議

4.1 結(jié)論

基于以上實證分析的結(jié)果，本文得出以下結(jié)論：①從Ganger因果檢驗的結(jié)果來看，綠色信貸與技術(shù)進(jìn)步互為因果關(guān)系，說明在經(jīng)濟(jì)學(xué)意義上綠色信貸能夠與技術(shù)進(jìn)步相互影響。技術(shù)進(jìn)步是經(jīng)濟(jì)增長的Granger原因，同樣說明技術(shù)進(jìn)步會在經(jīng)濟(jì)學(xué)意義上對經(jīng)濟(jì)增長產(chǎn)生影響。②從GMM估計結(jié)果來看，技術(shù)進(jìn)步對綠色信貸有微弱的負(fù)面影響，這可能說明以Ramp;D占GDP的比重衡量的技術(shù)進(jìn)步目前并不能促進(jìn)綠色信貸業(yè)務(wù)發(fā)展，也有可能是當(dāng)前經(jīng)濟(jì)新常態(tài)下，企業(yè)的創(chuàng)新融資等活動仍依賴于傳統(tǒng)金融工具，綠色信貸在技術(shù)進(jìn)步的過程中仍發(fā)揮著重要作用。當(dāng)經(jīng)濟(jì)增長作為被解釋變量時，前兩期的經(jīng)濟(jì)增長水平都對當(dāng)期的經(jīng)濟(jì)增長有顯著的正向影響，表明經(jīng)濟(jì)增長有明顯的自我激勵性質(zhì)；此外，技術(shù)進(jìn)步對經(jīng)濟(jì)增長表現(xiàn)出促進(jìn)作用，這是因為技術(shù)進(jìn)步可以通過提高全要素生產(chǎn)率、促進(jìn)勞動力質(zhì)量提高以及改善產(chǎn)業(yè)結(jié)構(gòu)等方面，最終提高經(jīng)濟(jì)發(fā)展水平。當(dāng)技術(shù)進(jìn)步作為被解釋變量時，綠色信貸具有積極的促進(jìn)作用，這是由于綠色信貸發(fā)展能夠通過降低企業(yè)融資成本和提高投資和融資效率進(jìn)而提升綠色創(chuàng)新水平，所以綠色信貸可以不斷提高技術(shù)進(jìn)步水平。經(jīng)濟(jì)增長也對技術(shù)進(jìn)步有正向影響，隨著經(jīng)濟(jì)水平的提高，資本積累到一定水平后，會出現(xiàn)更多的投資和融資機(jī)會，企業(yè)可以通過投資和融資活動提升自身的技術(shù)水平，進(jìn)而促進(jìn)技術(shù)創(chuàng)新。③從脈沖響應(yīng)分析和方差分解結(jié)果來看，經(jīng)濟(jì)增長能夠顯著促進(jìn)綠色信貸發(fā)展，這可能是因為經(jīng)濟(jì)增長促進(jìn)資本積累，在當(dāng)前綠色發(fā)展的前提下，資金向環(huán)境友好型企業(yè)流動較充足，有利于綠色信貸業(yè)務(wù)大幅增長；而技術(shù)進(jìn)步與綠色信貸則呈現(xiàn)非線性關(guān)系，這可能是因為部分非綠色企業(yè)的技術(shù)創(chuàng)新活動占比較大，但隨著綠色創(chuàng)新的推進(jìn)，越來越多的金融機(jī)構(gòu)開始推廣綠色信貸業(yè)務(wù)，促使更多的企業(yè)向綠色經(jīng)濟(jì)化轉(zhuǎn)型。

4.2 政策建議

針對以上主要結(jié)論，本文提出以下幾點政策建議。

（1）綠色信貸政策的實施對促進(jìn)我國經(jīng)濟(jì)增長、技術(shù)進(jìn)步具有重要作用，政府部門應(yīng)該聯(lián)合金融機(jī)構(gòu)加大對綠色信貸產(chǎn)品的研發(fā)力度，努力開發(fā)更多綠色創(chuàng)新業(yè)務(wù)，拓寬企業(yè)的投融資渠道；同時，應(yīng)擴(kuò)大綠色金融產(chǎn)品的服務(wù)區(qū)域，在更廣泛的范圍內(nèi)推廣綠色信貸等綠色金融服務(wù)，使綠色金融能夠成為真正的普惠金融，進(jìn)而對環(huán)境和社會產(chǎn)生積極影響。

（2）持續(xù)完善綠色信貸相關(guān)的法規(guī)與政策。目前，已有大量綠色金融的產(chǎn)品在市場上流通，除了滿足企業(yè)的投融資需求，還吸引了很多投資者購買綠色金融產(chǎn)品，在某種程度上推動了綠色金融的發(fā)展。但是，由于信息不對稱以及存在流動性風(fēng)險等問題，投資者需要理性地看待綠色金融產(chǎn)品，增強(qiáng)風(fēng)險防控意識，因此政府需要針對信息不對稱等問題完善各項法規(guī)，以保護(hù)投資者的權(quán)益。

（3）繼續(xù)提高經(jīng)濟(jì)發(fā)展水平，并逐漸引導(dǎo)經(jīng)濟(jì)增長綠色化。如今，綠色發(fā)展已經(jīng)成為我國經(jīng)濟(jì)新常態(tài)的重要板塊，政府應(yīng)大力促進(jìn)企業(yè)綠色化發(fā)展，通過制定獎懲制度，對環(huán)境友好型企業(yè)給予政策上的支持與鼓勵，對重污染企業(yè)轉(zhuǎn)型提供幫扶與協(xié)助。此外，政府部門應(yīng)合理配置資源，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型，進(jìn)而刺激經(jīng)濟(jì)增長，為綠色發(fā)展增添新的動力。

5 參考文獻(xiàn)

［1］西南財經(jīng)大學(xué)發(fā)展研究院、環(huán)保部環(huán)境與經(jīng)濟(jì)政策研究中心課題組，李曉西，夏光，等.綠色金融與可持續(xù)發(fā)展［J］.金融論壇，2015，20（10）：30-40.

［2］Hu C，Wang Y.Assessing regional economic growth through green financial policy：Insights from PSM-DID model on 107 cities of China［J］.Heliyon，2023，9（9）.

［3］謝婷婷，劉錦華.綠色信貸如何影響中國綠色經(jīng)濟(jì)增長？［J］.中國人口·資源與環(huán)境，2019，29（9）：83-90.

［4］Li Y，Ding T，Zhu W.Can green credit contribute to sustainable economic growth？ An empirical study from China［J］.Sustainability，2022，14（11）：6661.

［5］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.

［6］李毓，胡海亞，李浩.綠色信貸對中國產(chǎn)業(yè)結(jié)構(gòu)升級影響的實證分析——基于中國省級面板數(shù)據(jù)［J］.經(jīng)濟(jì)問題，2020（1）：37-43.

［7］Hu Y，Jiang H，Zhong Z.Impact of green credit on industrial structure in China：theoretical mechanism and empirical analysis［J］.Environmental Science and Pollution Research，2020，27：10506-10519.

［8］王遙，潘冬陽，彭俞超，等.基于DSGE模型的綠色信貸激勵政策研究［J］.金融研究，2019（11）：1-18.

［9］王馨，王營.綠色信貸政策增進(jìn)綠色創(chuàng)新研究［J］.管理世界，2021，37（6）：173-188，11.

［10］鄒薇，王瑋旭.綠色信貸政策能實現(xiàn)碳排放效率提升嗎？——基于技術(shù)進(jìn)步與要素結(jié)構(gòu)視角［J］.湘潭大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022，46（4）：60-66.

［11］孫炎林，陳青青.綠色金融發(fā)展對技術(shù)進(jìn)步、經(jīng)濟(jì)增長的影響——基于PVAR模型的實證研究［J］.金融與經(jīng)濟(jì)，2019（5）：28-33.

［12］何凌云，梁宵，楊曉蕾，等.綠色信貸能促進(jìn)環(huán)保企業(yè)技術(shù)創(chuàng)新嗎［J］.金融經(jīng)濟(jì)學(xué)研究，2019，34（5）：109-121.

［13］韓科振.綠色金融發(fā)展與綠色技術(shù)創(chuàng)新效率關(guān)系研究——基于空間溢出視角的實證分析［J］.價格理論與實踐，2020（4）：144-147，178.

［14］熊婷燕，廖迎，何志毅.綠色信貸對綠色經(jīng)濟(jì)增長的影響機(jī)制研究［J］.金融教育研究，2023，36（5）：20-30.

［15］Arellano M，Bover O.Another look at the instrumental variable estimation of error-components models［J］.Journal of econometrics，1995，68（1）：29-51.

［16］Love I，Zicchino L.Financial development and dynamic investment behavior：Evidence from panel VAR［J］.The Quarterly Review of Economics and Finance，2006，46（2）：190-210.

*2023年度廣西高校中青年教師基礎(chǔ)能力提升項目“廣西商業(yè)銀行綠色信貸賦能‘雙碳’目標(biāo)實現(xiàn)的機(jī)理與路徑研究”（2023KY1846）。

【作者簡介】劉佳勛，男，黑龍江北安人，在讀博士研究生，講師，研究方向：商業(yè)銀行業(yè)務(wù)經(jīng)營管理、綠色金融；郝韻，女，廣東廣州人，在讀博士研究生，研究方向：發(fā)展經(jīng)濟(jì)學(xué)、低碳經(jīng)濟(jì)、家庭金融、綠色金融等。

【引用本文】劉佳勛，郝韻.綠色信貸、經(jīng)濟(jì)增長與技術(shù)進(jìn)步——基于省級PVAR模型的實證分析［J］.企業(yè)科技與發(fā)展，2024（6）：48-53.