绿色信贷能推动产业结构绿色转型升级吗?——基于我国省级面板数据的实证研究

doi:10.16716/j.cnki.65-1030/f.2023.03.003

新疆财经 ›› 2023,Issue (3): 29-35.doi: 10.16716/j.cnki.65-1030/f.2023.03.003

绿色信贷能推动产业结构绿色转型升级吗?——基于我国省级面板数据的实证研究

宋清华¹, 谭晓熳²

1.中南财经政法大学，湖北武汉 430073
2.对外经济贸易大学，北京 100105

收稿日期:2022-10-20 出版日期:2023-06-25 发布日期:2023-06-05
作者简介:宋清华（1965—），男，经济学博士，中南财经政法大学金融学院教授，博士生导师，研究方向为银行管理与金融风险管理；
谭晓熳（2000—），女，对外经济贸易大学金融学院硕士研究生，研究方向为绿色金融。
基金资助:
国家社会科学基金资助项目“中国绿色低碳转型的金融风险测度、情景模拟及纾困路径研究”(22BTJ065)

Can Green Credit Promote the Green Transformation and Upgrading of Industrial Structure?—An Analysis Based on Provincial Panel Data in China

SONG Qinghua¹, TAN Xiaoman²

1. Zhongnan University of Economics and Law, Wuhan 430073, China
2. University of International Business and Economics, Beijing 100105, China

Received:2022-10-20 Online:2023-06-25 Published:2023-06-05

摘要/Abstract

摘要：

当前我国绿色信贷规模居世界首位，绿色信贷是重要的绿色金融产品，其可通过技术进步机制和挤出效应机制影响产业结构绿色转型升级。文章运用固定效应模型对2011—2020年我国省级面板数据进行回归分析，发现从全国层面来看绿色信贷对我国产业结构绿色转型升级具有显著的正向促进作用；分地区来看，绿色信贷对我国四大地区产业结构绿色转型升级的影响呈现明显的区域异质性。今后应实施差异化绿色信贷政策、创新绿色信贷产品、完善绿色信贷的激励和约束机制，从而进一步推动我国产业结构绿色转型升级。

关键词: 绿色信贷, 产业结构, 绿色转型升级, 固定效应回归模型

Abstract:

At present, the scale of green credit ranks first in the world. Green credit is an important green financial product, which can affect the green transformation and upgrading of industrial structure through technological progress mechanism and squeezing out effect mechanism. Based on the regression analysis of the provincial panel data from 2011 to 2020 using the fixed effect model, it is found that green credit has a significant positive promoting effect on the green transformation and upgrading of China's industrial structure at the national level. From the perspective of different regions, the impact of green credit on the green transformation and upgrading of industrial structure in China's four major regions shows obvious regional heterogeneity. In the future, differentiated green credit policies, innovative green credit products, and incentive and constraint mechanisms of green credit should be implemented, so as to further promote the green transformation and upgrading of our industrial structure.

Key words: green credit, industrial structure, green transformation and upgrading, fixed effect regression model

中图分类号:

F832.4

宋清华, 谭晓熳. 绿色信贷能推动产业结构绿色转型升级吗?——基于我国省级面板数据的实证研究[J]. 新疆财经, 2023, (3): 29-35.

SONG Qinghua, TAN Xiaoman. Can Green Credit Promote the Green Transformation and Upgrading of Industrial Structure?—An Analysis Based on Provincial Panel Data in China[J]. Finance & Economics of Xinjiang, 2023, (3): 29-35.

图/表 4

表1

表2

表3

表4

参考文献 12

[1]	刘婧宇, 夏炎, 林师模, 等. 基于金融CGE模型的中国绿色信贷政策短中长期影响分析[J]. 中国管理科学, 2015(4):46-52.
[2]	徐胜, 赵欣欣, 姚双. 绿色信贷对产业结构升级的影响效应分析[J]. 上海财经大学学报, 2018(2):59-72.
[3]	钱水土, 王文中, 方海光. 绿色信贷对我国产业结构优化效应的实证分析[J]. 金融理论与实践, 2019(1):1-8.
[4]	周晓琨, 潘家坪. 广州绿色金融促进产业结构优化的研究:基于灰色关联模型[J]. 中国集体经济, 2020(16):35-36.
[5]	李毓, 胡海亚, 李浩. 绿色信贷对中国产业结构升级影响的实证分析:基于中国省级面板数据[J]. 经济问题, 2020(1):37-43.
[6]	尹子擘, 孙习卿, 邢茂源. 绿色金融发展对绿色全要素生产率的影响研究[J]. 统计与决策, 2021(3):139-144.
[7]	王艺, 李侠. 绿色信贷政策对我国产业结构优化的影响研究[J]. 中国物价, 2021(9):64-66.
[8]	徐嘉钰, 刘茜. 数字普惠金融与经济增长质量研究:基于绿色全要素生产率的省级面板数据分析[J]. 统计理论与实践, 2022(7):19-26.
[9]	刘阳. 绿色信贷推动产业结构优化升级的实证研究[J]. 科技和产业, 2021(11):67-73.
[10]	刘传江, 张劭辉, 李雪. 绿色信贷对地区绿色全要素生产率的影响研究:基于中国省级面板数据的实证检验[J]. 南京社会科学, 2023(3):28-39.
[11]	蔡润杰. “双碳”目标背景下绿色信贷助力产业结构升级的实证研究[J]. 现代商业, 2022(6):57-59.
[12]	顾夏铭, 陈勇民, 潘士远. 经济政策不确定性与创新:基于我国上市公司的实证分析[J]. 经济研究, 2018(2):109-123.

类别	统计量	Mean	Min	Max	Std.Dev.
全国样本	GTFP	1.8363	0.8426	7.8260	0.8621
	LSC	0.5217	0.1917	0.9060	0.1525
	GDP	10.8406	9.7058	12.0130	0.4361
	FDI	0.0194	0.0001	0.1210	0.0183
	EDU	0.0868	0.0032	0.4380	0.0687
	GOV	8.3753	6.5595	9.7660	0.5865

变量	GTFP	变量	GTFP
LSC	-1.907^*** （0.002）	EDU	8.416^*** （0.002）
GDP	0.578 （0.201）	GOV	0.073 （0.856）
FDI	-16.75^*** （0.000）	_cons	-4.463 （0.112）

变量	GTFP
变量	东部地区	东北地区	中部地区	西部地区
LSC	-3.434^*** （0.009）	4.551^*** （0.002）	-1.374 （0.175）	0.649 （0.336）
GDP	0.985 （0.464）	-1.316 （0.212）	2.332^*** （0.008）	1.153^*** （0.003）
FDI	-27.36^*** （0.000）	-2.493 （0.608）	-38.65^** （0.020）	-7.985 （0.208）
EDU	10.16^* （0.095）	2.478 （0.778）	7.820 （0.111）	6.588^** （0.018）
GOV	-0.555 （0.530）	1.811^* （0.083）	-1.119 （0.180）	-0.425 （0.293）
_cons	-3.268 （0.739）	-1.051 （0.911）	-12.50^*** （0.001）	-7.759^*** （0.000）

变量	GTFP
变量	（1）	（2）	（3）
LSC	-0.878^** （0.034）	-2.141^*** （0.009）	-2.063^*** （0.000）
GDP	0.816^*** （ 0.009）	0.410 （0.444）	2.308^*** （0.000）
FDI	-2.580 （0.258）	-18.090^*** （0.000）	-9.627^*** （0.007）
EDU	5.833^*** （0.002）	6.936^** （0.025）	6.741^** （0.012）
GOV	0.970^*** （0.001）	0.458 （0.338）	-1.842^*** （0.001）
FIR			0.741^*** （0.000）
INN			-0.044 （0.557）
_cons	-15.250^*** （0.000）	-5.477^* （0.088）	-9.147^*** （0.002）

绿色信贷能推动产业结构绿色转型升级吗?——基于我国省级面板数据的实证研究

Can Green Credit Promote the Green Transformation and Upgrading of Industrial Structure?—An Analysis Based on Provincial Panel Data in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 12

相关文章 12

编辑推荐

Metrics

本文评价

[1]	王淑杰, 曹晓倩. 政府引导基金对产业结构升级的影响效应研究[J]. 新疆财经, 2023, 0(2): 39-47.
[2]	李程, 沈琳. 地方政府债务对产业结构优化的影响研究——基于“双循环”新发展格局的实证分析[J]. 新疆财经, 2022, 0(4): 29-37.
[3]	杨新华, 李琪程, 李琦. 共建“一带一路”促进了我国海洋产业结构升级吗?——基于准自然实验的实证研究[J]. 新疆财经, 2022, 0(4): 69-80.
[4]	苏斌, 丁文婷. 产业结构升级与经济高质量发展的互动关系研究——基于VAR模型的实证分析[J]. 新疆财经, 2022, 0(2): 29-38.
[5]	王博峰, 王慧雯. 煤炭消费、城镇化与产业结构的动态关系研究——以我国中西部地区为例[J]. 新疆财经, 2022, 0(1): 28-36.
[6]	徐洁香, 万柳琴. 中国OFDI对外贸高质量发展的影响路径研究[J]. 新疆财经, 2021, 0(6): 57-68.
[7]	王志远. 俄罗斯进口替代与欧亚经济联盟发展的协同关系[J]. 新疆财经, 2020, 0(4): 69-80.
[8]	李楠, 邓丽. 财政科技支出提升了经济增长集约化水平吗——基于省级面板数据的实证检验[J]. 新疆财经, 2019, 0(6): 5-15.
[9]	段秀芳, 寇明龙. “一带一路”倡议对中国西部沿线省级区域经济增长的影响——基于PSM-DID方法研究[J]. 新疆财经, 2019, 0(6): 70-78.
[10]	雷汉云, 贺晴晴. 普惠金融促进共享发展的路径——基于普惠金融三维度的视角[J]. 新疆财经, 2019, 0(5): 28-37.
[11]	马晶晶, 徐瑞, 胡江峰. 新常态下我国产业结构升级的影响因素分析[J]. 新疆财经, 2018, 0(3): 29-38.
[12]	张玉玲, 胡子航, 宋天茹. 新疆人口红利与产业结构调整关系研究[J]. 新疆财经, 2017, 0(6): 37-45.