鞠加亮，辛沛祝，赵 敏

（1.河海大学 商学院，江苏 南京 211100；2.渤海银行股份有限公司，天津 300012）

0 引言

随着高质量发展战略的贯彻落实，我国经济增长方式正由传统的资源依赖型粗放增长向创新驱动型质量增长转变，且随着“碳达峰”、“碳中和”理念的不断深化，我国经济发展模式也逐渐转向低碳化、绿色化发展。为寻求新的竞争优势，引导产业环保转型，提升企业绿色创新动力和能力是新常态下我国经济发展的关键。根据双元创新理论，创新活动可以分为开发式创新与探索式创新，其中后者是一种更大幅度、更为激进的颠覆性创新活动，具有比前者更大的风险（Benner等，2003）。由于有较高的不确定性和复杂性，探索式创新面临更严重的融资约束（毕晓方等，2017）。

在创新过程中，金融资源的配置发挥了关键作用（马骏，2015），若金融资源更多的流向环保、绿色产业，也会引导技术、劳动力等其他资源优化配置，为企业环保转型提供要素支持。我国“十四五”规划明确提出，“发展绿色金融，支持绿色技术创新，推进清洁生产，发展环保产业，推进重点行业和重要领域绿色化改造”。绿色金融作为一种金融机构为节能环保项目提供融资资金的金融服务，通过引导资金由传统“两高”型企行业向资源、环境友好型行业转移，为绿色创新活动提供了源源不断的资金，进而对企业绿色创新行为起到激励作用。近年来，学界对于绿色金融与绿色创新关系的研究逐渐增多。周琛影等（2021）等认为，绿色金融通过拓宽融资渠道、提升被投方风险承受能力等方式促进绿色技术创新，最终带动经济高质量发展；陶然（2021）基于政、学、企协同参与的视角，探讨了绿色金融驱动绿色技术创新的路径机理与提升机制；李戎等（2021）运用双重差分模型探究了设立绿色金融改革创新试验区对绿色创新的影响作用，结果表明绿色金融改革创新试验区对企业绿色创新有显著的促进作用，且对大规模企业和国企的促进作用更强；Huang等（2022）利用2009—2017年中国30个省份的面板数据，构建了绿色金融指数，发现绿色金融不仅能促进当地绿色创新水平提升，对邻近省份绿色创新也具有显著空间溢出效应。

综上来看，现有针对绿色金融与绿色创新关系的研究已较为丰富，但仍有如下空白：第一，不同类型绿色创新的创新成本与风险不同，融资需求差异较大，部分文献对绿色创新进行细分，探讨了绿色金融对不同绿色创新活动的影响作用，但多聚焦于对某一绿色金融政策（孙莹等，2021；王馨等，2021）与企业层面（王玉林等，2022）的研究。通过构建绿色金融体系，探究绿色金融对区域不同性质绿色创新异致性作用的研究还较为匮乏。第二，以往文献多聚焦于绿色金融对绿色创新的直接影响，较少考虑其他环境因素（如市场化、知识产权保护等制度环境变量）在绿色金融对绿色创新促进过程中发挥的作用。基于此，本文以新制度经济学理论为基础，从地区制度环境的视角探究绿色金融对双元绿色创新的影响作用，可能的边际贡献如下：一是基于探索式绿色创新与开发式绿色创新的特点差异，对比分析绿色金融对两类不同性质创新活动的影响，为绿色金融合理发挥作用，促进绿色创新拓宽了研究视野。二是将地区制度环境引入研究框架，系统讨论了市场化程度、知识产权保护与政府治理程度对绿色金融向双元绿色创新转化的效率提升作用，为政府与企业政策制定提供了理论支撑。

1 理论分析与研究假设

1.1 绿色金融与双元绿色创新

创新活动具有投入高、回报期长，风险大的特点，创新主体在缺乏资金支持的情况下往往表现出较低的积极性，因此资金的可获得性在技术创新中发挥着重要作用（谢乔昕，2021）。且相较于传统创新行为，绿色创新具有环境保护的外部属性，更加重了创新面临的融资难问题，企业传统的融资渠道难以为绿色创新提供充分的支持。在这种背景下，我国大力提倡发展绿色金融，通过推出多样化绿色信贷产品、发行绿色金融债券、设立绿色产业投资基金等方式支持企业绿色创新行为和地区绿色经济发展（孙畅等，2021）。绿色金融政策通过发挥不同类型产业间的资金配置功能，引导更多资金流入绿色产业（韩科振，2021），缓解绿色产业的融资约束问题，提升企业绿色创新能力，进而促进区域整体的绿色创新水平。此外，银行等金融机构在推行绿色金融的同时，出于风险管控的目的，会对不符合环保政策与法规的企业进行资金限制，制约高能耗、高污染的企业盲目扩张，因此在贷款的“环境门槛”下，绿色金融会推动传统企业转型升级，迫使企业对环保技术产生巨大需求，被动提升了企业绿色创新的意愿。

从创新分类的角度来看，由于开发式绿色创新和探索式绿色创新的创新模式与回报方式不同，因此绿色金融对两者的影响水平存在差异。开发式绿色创新以企业现有流程、技术、与知识为基础，具有风险小、可预测的特点，能有效提升企业短期效率与当前收益，但其创新程度不高，容易被模仿和抄袭，长期回报率偏低。探索式绿色创新颠覆原有技术路线，开发和整合大规模的新知识与新技术，引导市场未来需求，长期回报更高，但投资期长、退出成本高，具有更大的研发风险 （毕晓方等，2017）。因此外部性明显和风险更高的探索式绿色创新行为会面临更大的决策分歧，更容易导致内部融资约束（阳镇等，2022）。而绿色金融能有效降低企业基础性创新的成本与研发风险，缓解融资约束问题。绿色金融增加了企业的资金补给，有利于企业进行人才与技术引进，直接降低了企业研发成本。此外，为提升融资效率，绿色金融投资方会持续向被投方提供管理服务，帮助企业解决创新过程中的资金配置问题，有利于创新收益的提高，激发企业的探索式绿色创新行为。

基于上述分析，提出如下假设。

H1a：绿色金融对双元绿色创新具有正向促进作用。

H1b：相较于开发式绿色创新，绿色金融对探索式绿色创新的促进作用更强。

1.2 制度环境的调节作用

新制度经济学认为，制度环境是影响创新行为的重要因素之一（Li等，2010）。在制度环境水平较高的地区，信息传递更为准确、高效，有助于企业在动态环境中不断调整以应对外界变化，当企业获得绿色金融支持促使其产生实施绿色创新行为的动机时，所在地区制度环境水平越高的企业越有意向和能力确保创新行为的顺利实施。良好的制度环境意味着更公平透明的市场竞争、更严格的产权保护力度以及更公开有效的政府治理 （张翀等，2022），因此本文试图从市场化程度、知识产权保护程度以及政府治理程度三个方面探讨制度环境对绿色金融与绿色创新的调节作用。

1）市场化程度。

市场环境作为企业发展的外部环境，对企业生产经营过程中的各种行为都具有重要影响（赵春雨等，2022）。市场化进程水平决定了市场环境的优劣，在高市场化进程地区，当地的法制水平、非国有经济发展程度以及要素市场与产品市场发育程度较高，市场与政府的关联度较低（樊纲等，2011）。法制水平越高，企业的经营环境越公平有序，进而能提高企业资金配置的效率，也能使绿色金融投资方更有效的监管被投方，提升被投方绿色创新的效益；非国有经济发展较好的地区，其市场竞争环境更为激烈，当地企业为确保自身竞争优势，风险承受能力更高，其进行绿色创新的意愿也就更强；而在要素市场与产品市场发育程度较高的地区，市场对于差异化产品的接受程度也越高，与同类产品相比，绿色产品可能会体现出更强的竞争优势，因此企业在获得绿色金融投资时更倾向实施绿色创新活动；市场与政府关联度越低，政府对市场的干预越少，企业越能根据市场行情而不是政府指示进行决策，企业绿色创新的制约因素将减少。综上所述，高法制水平、非国有经济发展程度、要素市场与产品市场发育程度以及较低的市场与政府关联度反映出较高的市场化进程，能更有效地发挥绿色金融对绿色创新的促进作用。

基于上述分析，提出如下假设。

H2a：市场化程度在绿色金融与开发式绿色创新之间具有正向调节效应。

H2b：市场化程度在绿色金融与探索式绿色创新之间具有正向调节效应。

2）知识产权保护程度。

知识产权保护是影响技术进步和创新发展的关键因素（鲍宗客等，2020），其对创新的积极影响已被众多研究所证实（尹志锋等，2013；陈战光等，2020），也有一些研究表明知识产权保护对绿色创新同样具有促进作用（董景荣等，2021；杨上广等，2022）。外部性理论认为，创新行为及其产出具有正外部性，会引发其他主体的搭便车行为，企业很难阻止其他竞争者对其创新产品进行模仿和抄袭，而提高知识产权保护力度可以有效约束其他创新主体对企业创新成果的复制和传播，削弱创新的正外部性问题（鲍宗客等，2020）。地方的知识产权保护程度越高，企业竞争者模仿创新的成本就越高，侵权现象便会减少，企业绿色创新的商业化收益得以提高。由此可见，知识产权保护程度的提高为企业营造了良好的创新环境，能有效激发企业的绿色创新意愿。此外，从信号传递理论上来看，更强的知识产权保护力度增强了企业向外界披露绿色研发信息和前景的意愿，给投资方传递了积极的信号，能有效缓解投资方与企业之间的信息不对称问题，提高企业融资效率，进而提升其绿色创新效益。

基于上述分析，提出如下假设。

H3a：知识产权保护程度在绿色金融与开发式绿色创新之间具有正向调节效应。

H3b：知识产权保护程度在绿色金融与探索式绿色创新之间具有正向调节效应。

3）政府治理程度。

由于绿色创新产品具有一定的公共属性，其社会效益有时远高出个体收益，导致创新方难以得到期望的回报，其投入的成本也不能得到充分补偿，进而降低其继续进行创新活动的积极性。解决这一问题的主要方法是将绿色创新的正外部性内部化，其中政府治理是最有效的手段之一（邹志勇等，2018）。一方面，政府治理程度较高地区的地方官员能高效、及时的贯彻落实我国关于绿色创新发展的宏观战略，在当地制定一系列如创新补贴、税收优惠等的相关政策，鼓励绿色金融发展，为企业进行绿色创新活动给予了一定支持，在一定程度上激发了企业的绿色创新意愿（陈书伟等，2022）。另一方面，政府治理程度越高，意味着地方政府越重视当地的绿色创新发展，能吸引知识型人力资本与创新型企业向当地聚集，间接丰富了当地创新资源，有助于带动整个地区企业的绿色创新意愿。

基于上述分析，提出如下假设。

H4a：政府治理程度在绿色金融与开发式绿色创新之间具有正向调节效应。

H4b：政府治理程度在绿色金融与探索式绿色创新之间具有正向调节效应。

基于上文的理论分析与假设，构建本文的研究框架如图1所示。

图1 研究框架图Fig.1 Study framework

2 研究设计

2.1 研究样本与数据来源

考虑到数据获取的完整性与可得性，本文选取中国30个省份（不包含西藏、香港、澳门与台湾地区）2007—2019年的数据作为研究样本。主要变量指标数据来源于《中国统计年鉴》《中国社会统计年鉴》《中国保险统计年鉴》与CSMSR数据库，部分专利与政府治理数据由研究团队手工收集完成。此外，为了避免异常值带来的估计偏误，将所有连续变量依照1%的水平进行了Winsorize缩尾处理。

2.2 变量定义

1）被解释变量为双元绿色创新（Patent）。

开发式创新主要依托创新主体当前知识体系，改进其现有的产品与服务。而探索式创新则涉及全新的知识领域，以创造颠覆性的、更有竞争力的新产品与新服务。以往学界采用问卷量表（孙锐等，2018）、研发活动的费用化与资本化支出（毕晓方等，2017）等方法与指标对开发式与探索式创新进行测度。本文借鉴张陈宇等 （2020）和王晓燕（2021）的做法，采用发明型绿色专利申请数量衡量探索式绿色创新水平（Patent_I），采用实用新型绿色专利申请数量衡量开发式绿色创新水平（Patent_P）。究其原因主要是：a.发明型专利的申请必须符合“新颖性、创造性和实用性”的要求，具有最高的新颖度和技术创造性，其创新过程具有较大的风险和不确定性，符合探索式创新的特点，地区发明型绿色专利的申请数量越多，代表当地的探索式绿色创新能力越强。b.实用新型专利的申请条件与审查程序则相对宽松，只要求类似的专利以前没有被申请批准过，更符合开发式创新的特点。此外，由于外观设计专利作为最基本的创新，技术含量相对较低且大多没有环保属性，因此在双元绿色创新的衡量中将其剔除在外。c.之所以采用专利申请量而不是授权量衡量双元绿色创新，是因为申请量更能体现评价对象当期的创新能力与水平。

2）解释变量为绿色金融（GF）。

借鉴韩科振（2020）、蔡强等（2022）等构建的指标体系，采用由绿色信贷、绿色投资、绿色保险与政府支持四个子维度组成的绿色金融指数衡量。其中绿色信贷由高能耗工业产业利息支出占工业利息总支出的比值表征；绿色投资由环境污染治理投资额占GDP的比值表征；绿色保险由农业保险收入占农业总产值的比值表示；政府支持由财政环境保护支出占财政一般预算支出的比值表示。最终各省的绿色金融指数通过熵权法计算各维度权重后加权得出。

3）调节变量为地区制度环境。

借鉴张翀等（2022）的研究，采用市场化程度（Market）、知识产权保护程度（IP）以及政府治理程度（GOV）三个指标进行衡量。其中市场化程度的测度方法参照樊纲等（2011）的做法，采用由法制水平得分、非国有经济发展得分、产品市场与要素市场发育得分、政府与市场关系得分加权得出的市场化进程总得分进行衡量。知识产权保护程度的衡量方式较多，主要借鉴李梦雅等（2019）的研究，采用各省技术合同成交额占当地GDP比重来测度。以往研究对政府治理的衡量指标多采用政府环境治理投资额作为代理变量（毕晓方等，2017；董景荣等，2021），与本文自变量绿色金融在功能上存在一定重合性，因此采用地方政府工作报告中“环保”与“创新”词频数衡量当地政府的绿色创新治理程度。

4）控制变量。

借鉴以往文献 （徐敏等，2020；韩科振，2020；宋敏等，2020；张翀等，2022；蔡强等，2022）选取以下控制变量：经济水平，采用各地区人均GDP衡量；研发投入，采用各地区R＆D经费支出衡量；城市化水平，采用各地区城镇人口占乡村人口比重衡量；人力资本，采用各地区平均受教育年限衡量；对外开放水平，采用各地区进出口总额占GDP比重衡量；环境规制水平，采用各地区环境规制指数衡量。

各变量的选取及解释如表1所示。

表1 变量描述Table 1 Description of variables

2.3 模型选择

为检验绿色金融对双元绿色创新的因果关系，构建以下模型：

式中：i（i＝1，2，…，30）表示省份；t（t＝2007，2008，…，2019）表示年份；Patentit为被解释变量双元绿色创新，其中Patent_Iit表示探索式绿色创新，Patent_Pit表示开发式绿色创新；GFit为解释变量绿色金融；Xit包括各种控制变量；ui表示个体固定效应；γt表示时间固定效应；εit为随机扰动项（下同）。

为检验制度环境在绿色金融与双元绿色创新之间的调节效应，构建如下模型：

式中：Marketit、IPit、GOVit分别表示各制度环境调节变量市场化程度、知识产权保护程度与政府治理程度。若系数β3显著为正，则说明制度环境在绿色金融与双元绿色创新之间起到正向调节效应；若β3显著为负，则说明制度环境起负向调节作用；若系数不显著，则说明制度环境在绿色金融与双元绿色创新两者之间不存在调节作用。

3 实证分析

3.1 描述性统计

变量的描述性统计分析如表2所示，在2007—2019年，30个省份的发明型绿色专利申请数（Patent_I）与实用新型绿色专利申请数（Patent_P）的对数分别在1.79～10.25与2.08～10.23之间波动，标准差分别为1.57与1.49，表明在本研究考察期内，不同省份间的探索式绿色创新水平与开发式绿色创新水平差异较大。各省绿色金融指数（GF）在0.06～0.69之间波动，其最大值为最小值的11.5倍，表明各地区之间的绿色金融水平存在较大差距。市场化程度（Market）在2.55～11之间波动，标准差为1.94，在所有变量中最大，说明中国不同省份之间的市场化水平在样本期内呈现出的差异性较为明显。知识产权保护程度（IP）与政府治理程度（GOV）分别在1.11～7.9与8.45～9.14之间波动，标准差分别为1.34与0.12，表明各地区的知识产权保护程度与政府治理程度存在一定的不一致性。综上来看，中国不同省份间的探索式与开发式绿色创新水平、绿色金融指数、以及制度环境的三个指标在样本期内均存在较大差异，为本研究考察它们之间的关系提供了可能性。

表2 描述性统计分析Table 2 Descriptive statistics

3.2 回归结果分析

3.2.1 基准回归结果分析

在展开假设验证之前，首先通过Hausman检验判断应该使用固定效应还是随机效应模型，其检验结果显著拒绝原假设，说明回归分析应选择固定效应模型。

根据模型（1），绿色金融对双元绿色创新的回归结果如表3所示。表3中的第（1）列反映了绿色金融对整体绿色创新水平的影响情况，绿色金融对区域整体绿色创新水平的影响系数为1.730，且在1%水平上显著，表明绿色金融对绿色创新有显著的促进作用。此外，控制变量经济水平（GDP）、研发投入 （RD）、城市化 （CITY）、人力资本（EDU）、对外开放（OPEN）的回归系数与符号与预期一致，均对绿色创新具有积极影响，而环境规制（ER）的系数符号与预期不一致，系数显著为负，可能的原因是严格的环境规制要求企业缴纳高昂的排污费用，使得企业更倾向于将环保经费投入到风险小、见效快的污染末端治理行为上而不是创新活动中（邹志勇等，2018）。表3中的第 （2）列和第（3）列分别反映了绿色金融对探索式绿色创新和开发式绿色创新的影响作用，其影响系数分别为2.338与0.717，且分别在1%和5%水平上显著，表明绿色金融对探索式绿色创新和开发式绿色创新均具有显著正向影响，假设H1a得到验证。此外绿色金融对探索式绿色创新的回归系数大于其对开发式绿色创新的回归系数，表明相比于开发式绿色创新，绿色金融对探索式绿色创新的促进作用更强，假设H1b得到验证。

表3 基准回归结果Table 3 Benchmark regression results

3.2.2 调节效应回归结果分析

根据模型（2），制度环境调节效应的回归结果如表4所示，由表4中的前3列可知，市场化程度与绿色金融交互项（GF×Market）的回归系数为3.784，且在1%水平上显著，表明调节变量市场化程度在绿色金融与探索式绿色创新之间起正向调节作用，假设H2a得到验证；知识产权保护程度与绿色金融交互项（GF×IP）的回归系数为5.593，且在1%水平上显著，表明知识产权保护程度在绿色金融与探索式绿色创新之间起正向调节作用，假设H3a得到验证；政府程度与绿色金融交互项（GF×GOV）的回归系数为3.494，且在1%水平上显著，表明政府治理程度在绿色金融与探索式绿色创新之间起正向调节作用，假设H4a得到验证。由表4中的后3列可知，市场化程度、知识产权保护程度与政府治理程度与绿色金融交互项的回归系数分别为1.258、2.893与3.895，分别在10%、5%、1%水平上显著，表明市场化程度、知识产权保护程度与政府治理程度在绿色金融与开发式绿色创新之间均起正向调节作用，假设H2b、H3b、H4b得到验证。此外，各制度环境与绿色金融交互项对探索式绿色创新的回归系数均大于其对开发式绿色创新的回归系数，表明制度环境对绿色金融向探索式绿色创新转化的促进作用更强。

表4 制度环境的调节效应回归结果Table 4 Regression results ofmoderating effect of institutional environment

3.2.3 稳健性检验

1）本文选取的制度环境变量可能与自变量绿色金融存在相关关系，如市场化程度更高的地区绿色金融发展水平可能更好。若自变量与调节变量相关性过高，此时交互项也可被视为自变量与调节变量的平方项，交互项的显著性可能反映的是自变量或调节变量和被解释变量之间的非线性关系，而非调节作用。为解决上述问题，进一步将模型（2）中的交互项替换为绿色金融与各制度环境变量的平方项进行稳健性检验。回归结果表明，各平方项系数均没有通过显著性检验，对比前文交互项的回归结果，表明调节效应确实存在。

2）由于被解释变量双元绿色创新的代理变量为绿色专利申请数量，属于非负计数类变量，其分布离散且在0处有大量值，因此进一步采用负二项回归对模型（1）与模型（2）进行稳健性检验。回归结果表明，各关键项系数显著性与方向均与前文一致，研究结论没有受到影响。由于篇幅所限，以上稳健性检验结果略。

4 结论与启示

本文基于30个省份2007—2019年的390个观测数据为样本，探讨了绿色金融对双元绿色创新的影响作用，并进一步研究了制度环境在其中起到的调节作用，得到如下结论。

1）绿色金融能显著提升地区探索式绿色创新和开发式绿色创新水平，且对前者的促进作用更大；

2）绿色金融向双元绿色创新转化过程中会受到地区制度环境的影响，具体来看，当地的市场化程度、知识产权保护程度和政府治理程度越高，绿色金融向双元绿色创新的转化效率越高。

值得注意的是，在先前的研究中部分学者探讨了知识产权保护与政府干预等环境因素在绿色金融与绿色创新之间的调节作用，也得出了类似的结果，但本文在变量测度上与这些研究有所区别。以往相关文献多用某一绿色金融政策如“《绿色信贷指引》政策”作为解释变量，且多集中于企业层面（王馨等，2021；Zhang等，2022）。而本研究从绿色信贷、绿色投资、绿色保险与政府支持四个方面测度区域绿色金融指数，并将其作为绿色金融的代理变量，探究制度环境在其与双元绿色创新之间的作用机理，一定程度上丰富与拓展了研究内容，为区域宏观政策的制定和实施提供了借鉴和参考。

根据上述结论，得到以下政策启示。

1）绿色金融与探索式绿色创新和开发式绿色创新均呈正相关关系，后续应继续推动绿色金融体系建设与完善，重点发挥绿色金融的培育与引导作用。相对于开发式绿色创新，探索式绿色创新对产业技术升级和经济持续增长的贡献更大，但也更依赖金融支持，因此政策部门应协同金融机构关注融资方创新意图，区分不同创新活动的融资需求，开发多种金融产品，对探索式创新项目给予更大政策支持。

2）为提升绿色金融向双元绿色创新的转化效率，政府应不断优化各地区制度环境。一方面，政府应当继续深化市场化改革，完善市场经济体制，利用市场优胜劣汰与信号传导机制，引导企业绿色创新行为，扩大绿色金融发挥作用的空间。另一方面，政府应进一步加强知识产权保护力度，优化绿色专利的申请、授权与引用规范化流程，加强对侵权、抄袭行为的惩罚力度，为企业新知识、新技术与新工艺的应用营造良好环境。最后，政府应始终贯彻落实绿色发展、创新发展理念，根据现实情况不断调整政策方向，加大政策优惠力度，重点引进知识型与创新型人才，通过改善地区政策环境提升绿色金融向绿色创新的转化效果，最终实现绿色、低碳、高效的经济高质量发展目标。