红外技术杂志投稿格式参考范文：绿色信贷对城市绿色技术创新的影响与机制研究

　　引言

　　“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力。” 这意味着新质生产力具有鲜明的绿色意蕴和生态底色。从这一意义上讲，新质生产力的形成有赖于经济社会发展的绿色化转型，加快推进关键性绿色技术攻关与颠覆式绿色技术创新，全面增强新质生产力绿色动能既是题中应有之义，也是实现中国式现代化的必由之路。

　　绿色技术创新不同于一般性的技术创新，具有前期投入大、获利周期长、风险评估难的特点，容易使企业陷入融资约束的困境。因此，要从根本上激发社会主体绿色技术创新的积极性，实现绿色技术创新数量的增加，金融手段不可或缺。2024 年 3 月，中国人民银行、国家发展改革委、工业和信息化部等七部委联合发布的《关于进一步强化金融支持绿色低碳发展的指导意见》中明确提出，要加大绿色信贷支持力度，推动绿色技术创新与应用。

　　诚然，绿色信贷对绿色技术创新的积极作用是显而易见的，但其作用路径和内在机制是什么?该影响是否会因城市特征以及环境规制强度的不同而有所差异?这些问题在现有文献中尚未得到很好回答。基于此，揭示绿色信贷与绿色技术创新之间的机制黑箱，对于进一步优化绿色信贷资源配置，充分发挥绿色信贷助推绿色技术创新的效用，进而实现新质生产力的跃升具有重要意义。

　　当前，针对绿色信贷与绿色技术创新之间关系的研究主要集中在两个方面：一是绿色技术创新影响因素的研究，在众多影响因素中，环境规制无疑是被讨论最多的变量，并主要围绕 “波特假说” 而展开。经典的波特假说认为适宜的环境规制能够 “倒逼” 企业进行绿色技术创新，由此产生的创新补偿效应可以弥补甚至超过企业的遵循成本。在此基础上，学者们将环境规制进行分类，进一步探讨不同环境规制类型对绿色技术创新的作用效果。

　　其中命令型环境规制能够显著促进绿色技术创新数量的扩张，在 “扩容增量” 方面表现得尤为突出，但对绿色技术创新 “提质增效” 的作用并不显著。相较于命令型环境规制，市场型环境规制能够提供更有效、更灵活的创新激励，更容易诱发发明型绿色技术创新，且对非国有企业的诱发效应更为显著。除了环境规制这一影响因素外，学者们还从外商直接投资、能源价格、企业数字化、企业社会责任等不同角度深入探讨了绿色技术创新的前因，科学揭示了绿色技术创新的基本规律和具体路径。

　　与此密切相关的另一个研究分支是绿色信贷对绿色技术创新的影响研究。2007 年发布的《绿色信贷指引》标志着中国绿色信贷进入了全面发展阶段，并为学者们研究绿色技术创新的实现路径提供了一个新的视角。至此之后，学者们尝试以绿色信贷政策实施作为冲击构造准自然实验，深入探讨绿色信贷对绿色技术创新的影响效应及作用机制。大多研究认为，绿色信贷主要是通过将环境风险因子纳入到信用评级和信贷决策当中，并对信贷规模和信贷成本予以及时而有效的调控，进而激励地区加大研发投入力度，促进地区绿色技术创新能力的提升。

　　而在微观机制下，绿色信贷主要通过缓解企业融资约束、提高企业环保意识以及促进企业间资源再配置等途径进行传导，并且传导方向和速度与企业规模大小、所属行业、所有制性质等因素有关。当然，也有学者对绿色信贷促进绿色技术创新的判断持反对意见，他们认为绿色信贷可能会诱发企业的 “漂绿” 风险或策略性创新倾向，阻碍绿色技术创新质量的提升，尤其是对重污染企业的阻碍作用更为明显。这也意味着，绿色信贷对绿色技术创新的影响并非一种简单的线性关系，应当在不同的约束条件下进行具体分析。

　　通过上述文献梳理发现，既有研究大多从宏观省份层面和微观企业层面出发，对绿色信贷影响绿色技术创新展开研究，而缺少来自中观城市层面的经验证据。同时，鲜有文献深入探讨绿色信贷与绿色技术创新之间的中观传导机制以及城市异质性因素影响，故在研究绿色信贷实施效果时往往无法得出准确结论。与以往文献相比，本文可能的边际贡献体现在三个方面：1)将研究样本拓展到地级市层面，基于城市视角研究绿色信贷与绿色技术创新之间的关系，以城市商业银行网点数量为权重进行匹配，测度城市绿色信贷水平，这也为后续相关研究的展开提供了新的思路。2)进一步打开绿色信贷影响绿色技术创新的机制黑箱，在理论分析的基础上，验证绿色信贷能否通过经济集聚促进城市绿色技术创新，进而丰富中观层面传导机制的研究。3)引入环境规制作为门槛变量，考察绿色信贷对城市绿色技术创新影响的非线性及门槛特征，为政府制定适宜的环境规制强度提供决策参考。

　　1. 理论分析与研究假说

　　1.1 绿色信贷对城市绿色技术创新的直接影响

　　从金融供给角度来看，绿色信贷发展所带来的最为直观的影响体现在信贷流向、信贷规模以及信贷成本之中，这在一定程度上增强了信贷的靶向性和可得性，促进了城市绿色技术创新能力的提升。

　　一般来说，绿色技术创新常具有高投入、长周期、高风险的特点，仅靠企业内部资金推动是远远不够的，还需要外部融资的支持。绿色信贷作为填补资金缺口的一种重要补充，能够有效校正传统金融中的金融排斥与结构性错配问题，引导银行业金融机构的信贷资金向绿色发展领域倾斜，更具靶向性地支持绿色技术创新活动，进而提升城市绿色技术创新水平。其次，绿色信贷还起到信号传递的作用，能够向社会传递出企业技术优势的积极信号，产生良好的认证效应，这有助于降低企业信息不对称程度，更多地撬动社会资本支持绿色技术创新，增加资金供给和分散创新风险，进而提高城市绿色技术创新的积极性。最后，绿色信贷还具有约束和惩罚的功能，可以通过对环境污染企业实施贷款额度限制、惩罚性高利率等措施，提高企业的信贷成本和融资门槛，从而倒逼企业进行绿色转型，增进城市绿色技术创新能力的提升。据此提出研究假说 H1：绿色信贷能够促进城市绿色技术创新能力的提升。

　　1.2 绿色信贷对城市绿色技术创新的间接影响

　　随着创新活动日趋复杂化和系统化，城市绿色技术创新越来越依赖于经济集聚的程度和水平，而绿色信贷能够显著促进经济集聚的形成。一方面，绿色信贷对打造绿色产业集群具有重要的牵引作用，可以通过降低融资成本、缓解融资约束，促进生产规模的扩张，加快龙头企业的培育，进而形成示范效应和关联效应，吸引绿色产业链上下游企业的空间集聚。另一方面，绿色信贷还很好地起到 “筑巢引凤” 的作用，可以通过推动新型基础设施建设，改善城市居住环境，提升城市发展品质，吸引更多更优质人力资本的涌入。可以说，绿色信贷在促进产业集聚和要素集聚上有着独特的优势，有助于产生集聚效应。当这种集聚效应一旦形成并产生路径依赖，就会不断提升经济发展的 “含绿量” 和 “含金量”，增强城市整体的竞争优势，使集聚趋势得到进一步强化。

　　同时，经济集聚作为规模经济的基础和源泉，可以通过要素配置效应、知识溢出效应与市场竞争效应对城市绿色技术创新产生影响。要素配置效应方面，由于绿色技术创新需要大量的创新人才投入和长期资本投入，这在一般情况下是难以实现的，而经济集聚能为绿色企业与创新人才提供相互匹配的平台，促进匹配概率和匹配质量提升，满足绿色技术创新所需的必要条件。知识溢出效应方面，大量同类型企业或上下游企业在地理上的集聚，可以使知识溢出和信息共享更加频繁，创新主体之间的交流与合作更为深入，让技术创新活动碰撞出更多火花，激发城市绿色技术创新活力。市场竞争效应方面，经济集聚在一定程度上会引发市场竞争加剧，在优胜劣汰的竞争机制下，企业变得更加注重技术创新，在资源分配时会有意识地向研发活动倾斜，用更为先进的绿色技术来提升产品的科技含量和环保水平，推动城市绿色技术创新的全面升级。综上，提出研究假说 H2：绿色信贷可以通过提升经济集聚程度进而促进城市绿色技术创新，即存在 “绿色信贷 — 经济集聚 — 城市绿色技术创新” 的传导路径。

　　1.3 绿色信贷对城市绿色技术创新的非线性影响

　　已有研究表明，绿色信贷与绿色技术创新之间的关系还受环境规制的影响，“政银企” 三方联动能够更好地促进城市绿色技术创新能力的提升。环境规制作为一种政策压力，会迫使企业在环境污染治理成本和收益之间进行权衡。当环境规制强度较低时，成本效应占据着主导地位，企业往往更倾向于直接缴纳排污费或采取末端治理的方式来减少环境污染，而非投资于绿色技术的研发，宽松的环境规制容易滋生 “创新惰性”，导致绿色信贷的激励效应大打折扣。

　　随着环境规制强度的不断提升，全社会的环保意识得到逐步加强，企业在环境污染治理过程中不再是消极应对，而是采用源头治理的方式，将信贷资金更多地投入到研发活动之中，加快关键性绿色技术攻关，推动原创性和颠覆性绿色技术创新成果的涌现，这时环境规制所产生的创新补偿效应发挥的作用越来越大，能够不断弱化遵循成本的负面影响，促进绿色信贷达到最佳激励效果，进而实现城市绿色技术创新。由此可见，绿色信贷对城市绿色技术创新的影响可能存在基于环境规制的非线性门槛特征，当环境规制强度达到或超过门槛值时，绿色信贷才能更好地促进城市绿色技术创新。因此提出研究假说 H3：绿色信贷对城市绿色技术创新的促进效应具有非线性特征，且随着环境规制强度的提升，绿色信贷对城市绿色技术创新的促进效应逐步增强。

　　2. 模型设计与数据说明

　　2.1 变量选取

　　2.1.1 被解释变量：绿色技术创新 (T)

　　本文参考赵晓梦等的研究，选取绿色专利授权量加取 1 对数表征城市绿色技术创新能力。绿色专利授权量是基于 OECD 公布的技术领域与 IPC 分类号对照表建立绿色技术领域与 IPC 分类的对应关系，然后根据国家知识产权局提供的专利授予信息整理所得。相较于绿色专利申请量，绿色专利授权量更具有权威性，更能反映技术创新的实际产出。

　　2.1.2 核心解释变量：绿色信贷 (C)

　　目前，学术界对于绿色信贷的衡量主要有四种方式：绿色信贷占比、节能环保贷款占比、工业污染治理投资来源项下的银行贷款、六大高耗能产业利息支出占比。囿于数据的局限性，大多数学者均采用第四种方式从省级层面对绿色信贷展开研究，鲜有针对城市层面的实证检验，而本文所选择的研究样本为全国 282 个地级及以上城市，故需要将省级绿色信贷数据匹配到各个城市。因此，本文以各市商业银行营业网点数量占全省的比重作为权重，乘以正向化处理的高耗能产业利息支出占比指标，并取其自然对数来表示各市绿色信贷水平，即城市绿色信贷水平 = ln (1 + 各省份六大高耗能产业利息支出 / 工业产业利息总支出 × 各市商业银行营业网点个数 / 各省份商业银行营业网点总数)。

　　2.1.3 中介变量：经济集聚 (D)

　　经济集聚程度的高低直接关系到城市绿色技术创新能力，本文选取城市单位行政区面积生产总值的自然对数来衡量经济集聚程度。

　　2.1.4 门槛变量：环境规制 (R)

　　目前，对于环境规制强度的度量尚未形成统一的方法和标准，既有研究主要从环境污染治理成本、环境污染治理效果、污染物排放密度等 3 个角度进行衡量。本文借鉴宋鹏等的研究方法，采用城市污染治理投资总额的自然对数来度量，具体处理方法为：城市污染治理投资总额 = 城市所属省份的污染治理投资总额 ×(城市工业废水排放量 / 所属省份的工业废水排放量)。

　　2.1.5 控制变量

　　参考潘明清等的研究思路，为控制其他因素对城市绿色技术创新的影响，本文选取政府科技支持 (S)、信息化水平 (N)、产业结构 (Y)、外商直接投资 (F) 作为控制变量，其中，政府科技支持 (S) 选取政府财政科学支出的自然对数予以度量;信息化水平 (N) 选取经对数化处理后的每万人互联网用户数反映城市信息化水平;产业结构 (Y) 采用第二产业产值占 GDP 的比重衡量;外商直接投资 (F) 使用城市实际利用外资总额占 GDP 的比重表征。

　　2.2数据来源

　　鉴于数据的可得性和完整性，本文选取 2008—2021 年中国 282 个地级及以上城市数据为研究样本。被解释变量的原始数据来源于中国国家知识产权局专利数据库。核心解释变量数据中，2008—2016 年、2019—2021 年非高耗能产业利息支出和工业产业利息总支出来自相应年份的《中国工业统计年鉴》，2018 年利息数据来自 2018 年《中国经济普查年鉴》，2017 年数据采用插值法进行补充，各市商业银行营业网点数据则来源于银监会金融许可证信息数据库。中介变量、门槛变量及其他控制变量的数据均来源于《中国城市统计年鉴》《中国环境统计年鉴》以及各市统计年鉴，同时，为了剔除价格波动因素的影响，本文以 2008 年为基期对所有价格数据进行平减处理，尽可能使数据更具可比性。

　　3. 实证结果与分析

　　3.1 基准回归

　　根据豪斯曼检验结果，本文选择使用双向固定效应模型来估计绿色信贷对城市绿色技术创新能力的影响，基准回归结果如表 2 所示。其中，列 (1) 报告的是在不考虑其他影响因素，仅固定年份和城市效应下绿色信贷与绿色技术创新能力的回归结果，由该结果可知 T 与 C 的回归系数为 0.170，且通过 5% 水平下的显著性检验，表明绿色信贷可以促进城市绿色技术创新能力的提升。列 (2)-(5) 展示了依次加入控制变量后的回归结果，结果显示，核心解释变量 C 的系数始终显著为正，且系数值变化不大，其他控制变量的系数值和显著性亦未发生明显变化，这在一定程度上说明了基准回归结果的稳健性，也使得研究假说 H1 得以验证。

　　在控制变量方面，各控制变量的回归结果与预期基本一致：政府科技支持(S)的回归系数显著为正，政府科技支持这一激励机制可以为企业提供优良的技术创新环境，促进科技成果转化和知识产权保护，引导更多社会资本参与到技术研发活动之中，帮助企业分担创新风险和成本，激发企业进行绿色技术创新的积极性。信息化水平(N)的系数在 1% 水平下显著为正，信息技术的广泛应用为创新活动提供了一个高效、智能的信息平台，加速了创新信息流动和渗透，降低了企业信息搜寻成本和技术研发周期，显著促进了绿色技术创新能力的提升。产业结构(Y)的系数显著为正，表明研究期内各地方政府开始注重协调产业发展和环境保护之间的关系，城市工业发展已不再是传统的粗放式模式，而是逐步向低碳、清洁和绿色化转型，清洁型的产业结构更加有利于激发社会主体创新活力，提升绿色技术创新水平。外商直接投资(F)对绿色技术创新的影响显著为负，这可能是由于存在 “污染天堂假说”，发达国家更倾向于将污染密集型产业转移到环境规制宽松的地区，从而导致当地产业结构呈现高能耗、高污染的特征，抑制企业绿色技术创新的动力。

　　3.2 稳健性检验和内生性分析

　　3.2.1 替换核心解释变量

　　借鉴谢乔昕的研究方法，采用耦合模型测算金融发展与绿色发展的耦合协调度作为城市绿色信贷水平的替换指标。为经标准化处理后的城市 i 第 t 年的城市金融发展，选取城市金融机构贷款余额与存款余额之比来表征;为经标准化处理后的城市 i 第 t 年的城市绿色发展，选取城市污染治理投资总额来衡量;则为城市金融发展与绿色发展的耦合协调度，该值越大代表城市绿色信贷水平越高。相应的稳健性检验结果如表 3 第(6)列所示，可见在替换核心解释变量后，绿色信贷对城市绿色技术创新能力的影响依然显著，说明基准回归结果具有较强的稳健性。

　　3.2.2 样本截尾处理

　　考虑到样本异常值可能会导致一定的估计偏误，本文对所有连续变量进行 5% 水平上的双边截尾处理，以剔除个别极端数据的影响。回归结果展示在表 3 列(7)，其与基准回归结果相比，估计系数的大小、符号和显著性水平均未发生较大变化，进一步佐证了本文基准回归得到的结论，说明绿色信贷水平的提升能够促进城市绿色技术创新能力。

　　3.2.3 更换估计方法

　　考虑到被解释变量可能存在序列自相关问题，即绿色技术创新存在某种惯性，前期绿色技术创新水平会影响当期的绿色技术创新活动，故本文在模型中引入被解释变量的滞后一期项(L1.T)和滞后两期项(L2.T)作为控制变量，并采用系统广义矩估计方法(SYS-GMM)进行估计，所得结果报告于表 3 列(8)。从中可见，C 的回归系数为 0.179，且在 1% 的水平上显著，这表明在更换估计方法之后，绿色信贷对城市绿色技术创新仍具有显著的正向促进作用。同时，L1.T 和 L2.T 的系数分别为 0.520 和 0.198，且在 1% 的水平上显著，这说明绿色技术创新的确存在时间连续性特征，使用 SYS-GMM 方法进行稳健性检验是有必要的。

　　3.2.4 内生性处理

　　尽管使用 SYS-GMM 模型可以很好地控制被解释变量前期的影响，但是这不能排除绿色信贷与绿色技术创新之间互为因果所造成的内生性问题，内生性的存在可能会导致估计结果有偏和非一致。为此，本文采用核心解释变量绿色信贷的滞后一期作为工具变量进行内生性处理。事实上，滞后一期的绿色信贷会通过 “棘轮效应” 和 “示范效应” 影响当期的绿色信贷水平，进而对当期的绿色技术创新产生影响，满足工具变量的相关性前提;同时，绿色信贷滞后一期又不受当期绿色技术创新的影响，满足工具变量的外生性要求，这说明所选工具变量具备理论可行性。通过表 3 列(9)结果可以看出，绿色信贷的回归系数仍显著为正且有所增大，表明内生性问题导致绿色信贷的边际效应有被低估的可能。此外，工具变量的 Kleibergen-Paap rk LM 统计量为 111.665，p 值为 0.000，强烈拒绝了 “工具变量不可识别” 的原假设，同时 Kleibergen-Paap rk Wald F 统计量也远大于 Stock-Yogo 弱识别检验 10% 水平上的临界值，这些结果都为工具变量的有效性提供了经验支撑。

　　3.3 异质性分析

　　3.3.1 城市特征异质性

　　绿色技术创新作为一项知识密集型活动，需要大量高素质人才，因此地区劳动者素质越高，可提供的创新型人才就越多，越有利于创新活动的开展。可以说，城市人力资本水平的高低直接影响到绿色信贷技术创新效应的强度，对这一城市特征进行分析可以直接为政策制定提供依据。鉴于此，本文借鉴石大千等的研究方法，使用每万人在校大学生数来衡量人力资本，并以该指标的中位数将全样本划分为高人力资本组和低人力资本组进行分样本回归，结果如表 4 列(10)和(11)所示。可以看出，绿色信贷能够显著提高人力资本水平城市的绿色技术创新，而对低人力资本水平城市绿色技术创新的影响并不显著，这表明在高人力资本水平城市加大绿色信贷投放规模更能促进绿色技术创新能力的提升。这一结果是符合直觉与事实的，高人力资本水平城市通常更富有创新活力，对新事物的敏感程度和吸收能力更强，容易形成学习效应和知识溢出，加快新思想、新观念、新信息和新技术的扩散速度，从而增进企业绿色技术创新的投入和创新效应的边际作用。

　　3.3.2 不同时段异质性

　　在从异质性角度分析绿色信贷对不同特征城市绿色技术创新的影响之后，进一步从不同时间段考察其影响差异。2012 年银监会颁布的《绿色信贷指引》明确要求银行业金融机构应当从战略高度推进绿色信贷，加大对绿色经济、低碳经济、循环经济的支持，更好地服务于经济发展方式的转变。这不由得引发我们思考，《指引》的实施是否会影响绿色信贷对绿色技术创新的边际效应?为了检验这一问题，本文选取 2012 年作为时间节点，将样本数据划分为 2008—2011 年和 2012—2021 年两个时间段分别进行回归，所得结果列于表 4 列(12)和(13)。结果表明，前一阶段绿色信贷对绿色技术创新的影响为负但并不显著，而随着绿色信贷政策实施的深入，后一阶段其边际效应由负转正，且正效应逐渐增强。出现这一异质性结果主要是因为《指引》实施前，由于缺乏对绿色信贷的有效监督和激励机制，部分企业可能通过 “漂绿” 等方式骗取绿色信贷并挪作他用，导致绿色信贷实施效果大打折扣，未能发挥出其应有的作用。而当《指引》实施后，银行不但加大了企业环境信息的遮掩成本，对存在重大环境风险的企业不予授信或中止授信，而且还强化了企业绿色生产的正向激励，对采用节能减排技术的企业给予一定的授信额度和利率优惠，促使企业将信贷资金真正投入到绿色技术创新活动中，从而使得绿色信贷对绿色技术创新的促进作用得以有效发挥。

　　4. 作用机制检验

　　4.1 作用路径检验

　　根据前述研究可知，绿色信贷对城市绿色技术创新具有显著的促进作用。为了进一步揭示绿色信贷与城市绿色技术创新之间作用机制的黑箱，本文基于式(1)~(3)，运用中介效应模型，对 “绿色信贷 — 经济集聚 — 城市绿色技术创新” 的传导机制进行识别和检验，结果见表 5 所列。

　　表 5 列(14)的基准回归结果已在前文得到验证，在此不再赘述。列(15)是中介效应第二步的回归结果，可以发现绿色信贷对经济集聚的回归系数为 0.059，且通过 5% 水平下的显著性检验，表明绿色信贷可以通过信贷倾斜、利率浮动、改变门槛等差异化措施，吸引高新企业、高端人才、研发资本等创新要素向特定地区集聚，从而产生规模经济效应和范围经济效益。列(16)是中介效应第三步的回归结果，可以发现将中介变量经济集聚加入基准回归模型后，经济集聚的回归系数为 0.189，在 5% 水平上显著，绿色信贷的系数为 0.143，这虽与列(14)相比有所下降，但依然通过显著性水平为 5% 的统计检验，表明经济集聚在绿色信贷促进城市绿色技术创新的过程中发挥了部分中介作用。此外，本文进一步通过 Sobel 检验和 Bootstrap 检验发现，Sobel Z 值为 3.01，在 1% 水平上显著，同时 Bootstrap 检验 95% 的置信区间不包括 0，这些都足以说明经济集聚这一中介机制是显著的，绿色信贷能够强化经济集聚能力，进而促进城市绿色技术创新。

　　4.2 门槛效应检验

　　前文的异质性分析表明绿色信贷对城市绿色技术创新可能存在非线性影响，而且本文的理论部分亦指出绿色信贷对城市绿色技术创新的影响受到环境规制强度的影响，适宜的环境规制能够有效激发创新补偿效应，不断弥补遵循成本效应，进而推动城市绿色技术创新能力的提升。因此，本文将环境规制纳入同一分析框架之中，基于式(4)并运用面板门槛回归模型进行分析，以检验环境规制的门槛效应，在验证假说 3 的同时为政策制定者提供有力的参考。

　　在估计门槛模型之前，首先对门槛效应的存在性及门槛个数进行检验。经过 Bootstrap 方法反复抽样 300 次后，结果显示环境规制显著通过了单一门槛和双重门槛检验，但未通过三重门槛检验。在此基础上设定双重门槛模型得到了表 6 所示的回归结果。从中可以看出，随着环境规制强度的提升，绿色信贷对城市绿色技术创新的影响呈现出正向且边际效应递增的非线性特征。具体表现为：当环境规制强度低于第一门槛值 6.393 时，绿色信贷的回归系数较小且不显著。这主要是由于当环境规制强度较弱时，企业为了追求利润最大化，更倾向于采取 “漂绿” 等短期机会主义行为，将本应投入到技术创新的资金挪用于污染末端治理，根本没有动力去进行绿色技术创新。当环境规制强度处于第二门槛区间(6.393，8.442] 时，绿色信贷的系数明显增大且显著，表明随着环境规制不断增强，绿色信贷的技术创新效应得到有效发挥。当环境规制强度高于 8.442 时，绿色信贷的系数进一步增大，呈现边际效应递增特征，说明严格的环境规制能够产生更强的创新补偿效应，促使城市更加注重绿色技术创新以提高核心竞争力。

　　5. 结论与政策启示

　　5.1 结论

　　绿色信贷是推动城市绿色技术创新的关键因素，探究绿色信贷对城市绿色技术创新的作用机制，对于城市高质量发展和实现 “双碳” 目标具有重要意义。本文选取 2008—2021 年中国 282 个地级及以上城市作为研究对象，在测度城市层面绿色信贷水平的基础上，运用双向固定效应模型、中介效应模型和面板门槛回归模型，多维度实证检验了绿色信贷对城市绿色技术创新的影响及机制，得出以下主要结论：

　　1)绿色信贷显著促进了城市绿色技术创新能力的提升，并且通过替换核心变量、更换估计方法、引入工具变量等方法检验后，发现该结论依旧稳健可靠。

　　2)绿色信贷对城市绿色技术创新的促进效应在不同城市特征和不同时间阶段条件下具有明显的异质性，对于人力资本水平较高以及绿色信贷政策实施后的城市，这种促进作用更为显著。

　　3)经济集聚是绿色信贷促进城市绿色技术创新的中观传导机制，绿色信贷能够通过经济集聚的中介效应间接促进城市绿色技术创新。

　　4)绿色信贷对城市绿色技术创新的影响存在门槛效应，随着环境规制强度的提升，其影响呈现出边际效应递增的门槛特征，进一步完善环境规制体系并继续出台相关政策有利于持续释放绿色信贷的技术创新效应。

　　5.2 政策启示

　　本文的研究发现对于有效增加绿色信贷供给、助推城市高质量发展具有重要政策启示：

　　1)创新绿色信贷产品和服务，充分发挥绿色信贷的牵引作用。银行业金融机构应将环境、社会和公司治理(ESG)理念融入到长期发展战略和日常经营管理之中，积极探索绿色信贷发展模式，创新开发直接与碳排放、碳交易挂钩的金融产品，灵活运用碳减排支持工具、专项再贷款等央行政策工具，在抵质押物、贷款利率等方面对绿色企业给予优惠和便利。同时，加强绿色项目识别能力，防止 “漂绿” 行为的发生，确保信贷资金流入到 “真绿” 企业，从而保证绿色技术创新投入的持续稳定。

　　2)推动城市经济集聚发展，畅通绿色技术创新路径。地方政府应加强新型基础设施建设，完善土地、税收、社会保障、知识产权保护等配套政策和实施细则，优化营商环境，吸引绿色企业和金融机构的落户及集聚。同时，深化户籍制度改革，加大对绿色专业人才、技术人才的引进力度，集聚创新人才，打通绿色信贷助推绿色创新的传导渠道。

　　3)加强环境规制力度，推进中国式现代化生态文明建设。政府相关部门应因地制宜实施动态化、差异化的环境规制政策，运用丰富多样的激励手段提升环境规制的灵活性和精准度，推动环境保护从末端治理向源头治理转变，充分发挥环境规制对绿色技术创新的倒逼效应。同时也要做到政府主导下的环境规制与市场主导下的绿色信贷相协调，全面提升绿色技术创新的质效。

周岩,郑州大学管理学院;中原银行博士后科研工作站,202406