绿色金融创新与企业绿色全要素生产率

《International Review of Financial Analysis》：Green finance innovation and firm green total factor productivity

　　

• •
  中国绿色金融改革创新试验区对企业绿色全要素生产率（GTFP）的提升作用较为温和。
• •
  研发支出和绿色补贴是GTFP提升的两条可能的传导渠道。
• •
  数字金融包容性增强了绿色金融政策对GTFP的促进效应。
• •
  民营企业和东部地区企业表现出更强的绿色生产率响应。
• •
  现有证据支持通过绿色金融实现的弱形式波特效应。

引言

随着经济向低碳增长转型，金融已成为将资本引向环境友好型项目的主要杠杆之一（Chen等，2024a；Cui、Mohd Said、Abdul Rahim和Ni，2024；Li、Hu和Hong，2024；Zhang、Wang、Miao和Deng，2024）。面对气候和生态压力，监管机构与贷款机构如今都在试验新型绿色金融工具。中国此类试验中最具代表性的是2017年首次设立、2019年扩容的**绿色金融改革创新试验区**，其旨在作为绿色金融产品和规则的**区域性试验场**（Cui等，2024）。在试验区内部，碳交易、绿色债券和专项绿色信贷等工具被推出，以支持低碳项目并鼓励企业采用清洁技术（Xie、Jiang和Wang，2024）。其基本逻辑是将生态价值定价化，使资本"从灰色转向绿色"，从而与到2030年前实现碳达峰、2060年前实现碳中和的国家级承诺相一致。本文关注这一试验的一个具体后果：它是否改变了企业的**绿色全要素生产率**——一个明确扣减了环境损害的生产率指标。

GTFP衡量企业在减少排放等 undesirable 副产品的同时，将投入转化为可市场产出之效率；与传统全要素生产率（TFP）相比，它增加了环境维度，因此是衡量企业可持续增长的理想标尺。提升GTFP被广泛视为在刚性环境约束下实现高质量发展的先决条件（Dai，2025a；Dai、Phan Ah Kiaw和Yap Tat Hiung，2025）。然而，政策推动的绿色金融是否真正提升了企业层面的GTFP尚无定论。更低成本、更充裕的绿色信贷可为技术升级和效率提升提供融资，但合规负担或信贷从部分企业转移出所产生的负面影响可能抵消这些收益，净效应的方向因而成为一个经验问题。现有证据指向多个方向。Liu和Xiong（2022）报告试验区设立后企业创新产出增加，并将其归因于融资成本下降和创新投入增加；Lee和Lee（2022）记录了区域绿色金融发展与区域绿色全要素生产率之间的正相关关系。相反，Zhao、Wang、Wang和Zhang（2023）发现试验区降低了重污染企业的传统全要素生产率，而基于扣减环境产出的生产率指标的直接企业层面证据仍然薄弱。

本文探讨GFPZ政策是否以及如何通过不同途径影响企业的GTFP。试验区的设立构成一个准自然实验：以设立前后的区内和区外企业为比较对象。样本涵盖2011至2023年间2702家上市公司（共20,485个企业-年观测值），估计量采用**交错双重差分法**，控制企业与年份固定效应，并在城市层面进行聚类推断；事件研究、干净控制组、Callaway-Sant'Anna估计量和Goodman-Bacon诊断均确认估计结果不依赖于早期处理组与晚期处理组之间的对比。在平均效应之外，本文进一步考察效应通过哪些渠道产生、在何种条件下出现。我们检验了**研发投入**和**绿色补贴**两个候选渠道，将其分解结果作为提示性证据而非因果机制的严格识别。随后，我们检验政策效应是否随**数字金融包容性**的深度以及**地方政府对碳减排的重视程度**而变化。

表1将本文与最相关的研究进行了对比。Dong和Tao（2022）同样使用上市公司数据及类似的双重差分设计，但研究的是传统全要素生产率，未扣减排放；Zhao等（2023）采用三重差分设计，发现试验区降低了重污染企业的传统全要素生产率；Lin和Zhong（2024）研究GTFP，但层面为2013—2019年间278个地级市，其估计结果将企业层面的重新配置、进入退出与内部改善汇总在一起；Lee和Lee（2022）将省级绿色金融指数（而非试点政策本身）与区域绿色全要素生产率相联系；Zhang等（2025）研究企业GTFP，但依据的是2012年《绿色信贷指引》这一全国性监管工具，而非区域试点政策。相较于现有文献，据我们所知，本文首次做到：（i）估计GFPZ设立对企业层面绿色生产率的影响；（ii）在估计中控制企业与年份固定效应、在城市层面进行聚类推断，并采用面向交错采用情境的估计方法（Callaway & Sant'Anna，2021；Goodman-Bacon，2021；Sun & Abraham，2021）；（iii）明确说明GTFP指标如何基于企业财务数据与估计的环境投入构建，量化其中的估算处理过程，并展示排除估算观测值后的结果、基于替代方向距离函数（DDF）指数的结果，以及在显式分配规则下重新计算的全局SBM指数结果；（iv）以可解释的经济单位报告效应量级。本文的核心估计结果为0.0012至0.0018个指数点，约为GTFP年度内跨企业离散的十分之一，比传统全要素生产率文献报告的效应大约小十倍——这本身即是一个有意义的结果：在扣减排放并吸收企业不可观测因素之后，试验区的生产率红利是真实但温和的。

本文得出三点主要发现。第一，试验区设立后GTFP小幅上升，增幅约0.0012至0.0018个指数点，约为GTFP年度内跨企业离散的十分之一；该效应出现在设立当年，持续约四年，至样本末期逐渐消退。第二，设立后研发投入强度提高且绿色补贴获取增加，二者均与GTFP正相关，纳入这两个变量后政策系数有所减弱；我们将其解读为与"创新与激励"渠道一致，但不能作为该渠道存在的严格证明。第三，数字金融发展水平更高的地区和地方政府更重视碳减排的地区效应更大，且效应主要集中在民营企业和东部地区企业。

本文结构如下：第2节回顾已有研究并提出研究假设；第3节介绍样本、GTFP的度量方式及识别策略；第4节呈现实证估计结果；第5节得出结论。

章节摘要

绿色金融与企业可持续绩效

绿色金融涵盖贷款、债券发行和基金管理等融资方式，其资金被限定用于环境有益的项目。其理论基础在于：将金融资源导向此类项目可以同时实现生态效益与经济效益，这一主张与长期存在的"绿色是否有利可图"的辩论密切相关。波特假说认为，设计得当的环境政策能够激发创新，其收益可以部分或全部抵消合规成本。

数据与样本

实证研究采用中国A股上市公司2011—2023年的非平衡面板数据：共2702家企业、20,485个企业-年观测值，涵盖233个地级市；剔除金融类企业、被标记为ST/*ST的企业，以及资产负债率超过1的企业-年观测值。之所以选择上市公司，是因为其信息披露义务使得研发投入和环境绩效等变量具有合理的可测性，而2011—2023年的时间窗口恰好覆盖了

描述性统计、相关系数矩阵与多重共线性检验（VIF）

表4报告了汇总统计量。企业GTFP的均值为1.043（指数形式），混合标准差为0.096，年度内跨企业标准差为0.015。处理组企业-年观测值（即在试验区设立后被观测到的）占样本的28.5%，如双重差分指标均值所示。控制变量取值合理：平均资产规模对数对应中等规模上市公司，平均资产负债率约为41%，净资产收益率

主要发现

对2011—2023年间2702家中国上市公司采用交错双重差分法后，我们发现绿色金融改革创新试验区设立后企业GTFP小幅上升，增幅约0.0012至0.0018个指数点，约为GTFP指数年度内跨企业离散程度的十分之一。在行业-年份固定效应下估计结果精确，在未截断的2012—2022年窗口且控制企业固定效应下亦精确，但在最严格的设定下

未引用参考文献

Chai, Zhang, Wei, Ma and Abedin, 2022

Chakraborty and Chatterjee, 2017

Chen, Deng, Lu, Zhang and Zhang, 2024

Chen, Teng and Chen, 2022

Guo, Zhang and Liu, 2022

Hua and Huang, 2021

Jiang, 2024

Roth, Sant'Anna, Bilinski and Poe, 2023

Yang and Huang, 2019

Yao, Pan, Sensoy, Uddin and Cheng, 2021

Zhang and Li, 2022

Zhang and Lu, 2022

Zhao, Zhang, Huang, Sun and Liu, 2025

Zou and Long, 2025

王三川|高一凡|刘伟