CNDD文献复刻 | 地区金融发展与工业绿色技术创新水平（免分享）

从已有的研究文献看,当前对于提升工业绿色技术创新水平的探讨大多聚焦于单一的金融或环境政策视角:从单一金融发展视角看,对于“金融发展一企业融资一研发投入一技术创新”的内在作用机制,大多数研究能够达成普遍的共识(贾俊生等,2017;庄统敏等,2020),但对技术创新的“方向”并未进一步深人探讨。对于单一环境规制视角，“波特假说”(Porter and van der Linde.1995)和偏向性技术进步模型(Acemoglu et al,2012)是其中最重要的两大主流理论框架。基于这两大主流框架,国内学者展开了大量的研究。在理论方面,基于偏向性技术进步模型,大多研究能够得到较为一致的结论,即环境规制政策可以有效引导技术创新偏向性地发生在绿色领域，从而促进绿色技术创新(景维民和张璐,2014;王林辉等,2020);在实证方面,关于环境规制对中国工业技术创新影响的检验,主要集中在“弱波特假说”是否成立(杜龙政等,2019;万攀兵等.2021).以及两者之间是否呈现“U”型关系(刘伟江等,2022),不过尚未达成一致结论。当然,也有研究将金融发展作为环境规制影响绿色技术创新的调节变量来探究金融发展、环境规制与绿色技术创新三者之间的关系(张建鹏和陈诗一,2021)。当前研究视角缺乏对于政策作用以及政策间协同机制的深入分析,从而使得该领域研究成果虽然丰富,但尚未达成共识。因此,本期分享的文献尝试弥补现有研究不足,并聚焦回答以下问题:在理论方面,如何将金融发展与环境规制纳人同一理论框架之下?在同一理论框架之下,金融发展与环境规制如何协同解决工业绿色技术创新所面临的“动力”与“方向”问题? 在工业绿色增长转型的实现路径中,具体哪种组合的协同效应能更有效地提高绿色技术水平?

01 文献简介

▪ 文献来源：熊灵，闫烁，杨冕.金融发展、环境规制与工业绿色技术创新——基于偏向性内生增长视角的研究[J].中国工业经济,2023,12:99-116.

▪ 数据与代码来源：《中国工业经济》编辑部 (http://ciejournal.ajcass.org/）

▪ 关键词：金融发展；　环境规制；　工业绿色技术创新；　偏向性内生增长

▪ 主要内容：工业绿色技术创新是推动经济绿色转型、实现“双碳”目标的重要引擎。为探讨工业绿色技术创新所面临的“动力”与“方向”问题，本文基于熊彼特内生增长模型以及偏向性技术进步模型，将金融发展与环境规制纳入统一理论框架，论证金融发展的融资动力、环境规制的偏向性绿色调节以及两者协同的作用机制，并使用省份—细分工业行业的面板数据进行实证验证。研究发现：金融发展可以为工业部门的研发投入提供融资动力，但无法引导其进行偏向性绿色技术创新；环境规制具有偏向性绿色调节作用，能够引导工业部门进行偏向性绿色技术创新，其中，“污染税收+绿色技术补贴”的环境政策组合调节效果最好。金融发展与环境规制存在协同作用机制，能够形成“准绿色金融”路径，引导更多资源投入绿色技术研发，从而促进工业部门绿色技术创新。异质性分析表明，在绿色金融试验区和金融发展高水平地区，金融发展与环境规制的协同效应能有效发挥作用，并与绿色金融形成互促或替代效应，而在金融发展中低水平地区则不起作用；对于清洁型产业，“环保法规+绿色技术补贴”与金融发展的协同效应最显著，而对于污染型产业，“环保法规+污染税收”与金融发展的协同效应更能有效引导其进行绿色技术创新。

▪ 创新点：（1）研究视角与理论方面,针对工业绿色技术创新存在的“动力”及“方向”问题,基于熊彼特内生增长模型以及偏向性技术进步模型,创造性地提出偏向性内生增长模型,将金融发展与环境规制纳人同一理论框架下。该模型既能说明金融发展与环境规制各自的作用机制,又能分析两者间的差异及其协同效应,在一定程度上弥补了传统理论模型只能从单一视角讨论金融发展或环境规制对绿色技术创新影响,而无法全面阐释工业绿色技术创新实现机制的问题。（2）实证方面,不同于传统命令型与市场型环境规制的分类,本文基于理论模型设定将环境规制分为“补贴型”与“成本型”两种类型,并从政策组合视角验证了“成本+补贴”型环境规制的偏向性绿色调节作用。在此基础上,本文进一步从金融发展与环境政策组合的协同视角出发,探究了不同环境政策组合与金融发展在推动工业绿色技术创新方面的协同效应,为因地制宜、因业制宜推动中国工业部门绿色技术创新提供了方向性指引。

02 研究模型与变量设计

基于上述理论分析,金融发展与环境规制主要通过影响绿色与非绿色部门层面的研发投入与报酬比,从而解决技术创新的“动力”和“方向”问题。也就是说,技术创新的研究视角是基于部门(或行业)层面。因此,为了更好地验证基于该数理模型分析所提出的命题,本文使用了省份一工业行业一时间层面的三维面板数据 ,进一步验证地区金融发展与环境规制对细分工业行业绿色技术创新的影响与机制,基准模型构建如下:

其中,表示省份,i表示细分工业行业,t代表年份。TEC,表示省份行业t时期的技术创新水平,为了说明金融发展的融资动力机制与环境规制的偏向性绿色调节功能,本文同时选取绿色和非绿色技术创新作为被解释变量;FD.代表i省份时期的金融发展水平:W表示地区层面影响工业技术创新的控制变量;y;表示省份固定效应表示行业一年份固定效应,表示随机误差项。

被解释变量。为了更加直观和准确地衡量工业行业的绿色与非绿色技术创新水平,参考齐绍洲等(2018)的做法,本文采用各省份细分工业行业的绿色发明专利授权数量以及非绿色发明专利授权数量加1的自然对数来衡量其绿色技术创新水平(CTEC)和非绿色技术创新水平(NGTEC)。司时,为了解决行业类别前后不一致的问题,本文参考陈诗一(2011)、刘传江等(2022)的做法,处理并保留了37个细分行业。

核心解释变量。金融发展尚未形成统一的衡量指标,为了多层次、多角度细致深刻地分析金融发展对工业行业绿色技术创新的影响,本文从金融规模、金融结构以及金融效率三个层面构建衡量地区金融发展水平的指标。金融规模(FDC)采用金融机构年末存贷款余额与地区 CDP比值衡量,金融结构(FDS)则选取地区股票市场交易额与年末金融机构贷款余额的比值表示:金融效率(FDE)选择地区金融机构年末贷存比指标表示。将以上三个指标使用值法计算得出衡量地区金融发展水平(FD)的综合指标。

03 数据与代码

▪ 文章原网址：《中国工业经济》编辑部

▪ 数据详情：

04 实证结果

表中报告了地区金融发展对工业行业技术创新影响的回归结果,结果均控制了地区固定效应与行业一年份固定效应。同时,考虑到面板数据在个体与时间维度皆会因扰动项自相关而引致标准误低估问题,本文参考Moshirian et al.(2021)以及董直庆和王辉(2021)的设计,将回归标准误聚类到“省份一时间”维度。第(1)(3)列分别表示不加入控制变量和加入控制变量时地区金融发展对工业行业绿色技术创新的影响;第(2)、(4)列则代表地区金融发展对工业行业非绿色技术创新的影响。从回归结果看,无论是对于工业行业绿色技术创新还是非绿色技术创新,地区金融发展都具有显著的促进作用。上述分析表明,在当前中国情境下,单一的金融发展虽然能够有效促进绿色技术创新,但其作用目标缺乏针对性,对非绿色技术创新也能起到明显的促进作用,甚至从回归系数看还要高于绿色技术创新,这难以适应国家绿色高质量发展战略的需求。因此,需要从多视角、多层次去考察政策措施组合,从而能够更好地引导和激励绿色技术创新,推动工业绿色转型升级。

05 获取方式

见推文末尾。

▪ 客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：

DeepData001

获取更多更新数据

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

中国深度数据库：让精品数据得以流动

CNDeepData：Let high-quality data flow without barriers

资源下载此资源仅限注册用户下载，请先

部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001

CNDD文献复刻 | 地区金融发展与工业绿色技术创新水平（免分享）

发表评论 取消回复

发表评论取消回复