引言

2024年3月，中国政府将“新质生产力”写入政府工作报告，列为年度十大重点工作任务之首。新质生产力本质为绿色生产力，它强调通过创新驱动经济转型，摒弃传统的粗放式增长模式，逐步实现低碳、绿色的生产方式。提升绿色生产力需要资本支持和对资源的合理配置，绿色金融不仅能为绿色技术领域提供稳定的资金支持，还能通过金融工具创新和激励机制优化资源配置，促进企业与资本市场对绿色投资的信心与兴趣。这种资金导向与绿色生产力的核心目标高度契合，为实现资源的高效配置与经济的绿色转型提供了有力支撑。目前，中国已经形成了绿色贷款、绿色债券、绿色保险、绿色基金、绿色信托、碳金融产品等多层次的绿色金融市场体系。以往的研究已经证明了绿色金融在实现绿色创新和经济高质量发展、推动低碳能源结构转型方面的重要性。因此，探讨如何通过绿色金融提升绿色生产力的机制和路径，具有重要的理论价值与实践意义。

研究现状

绿色生产力以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志。绿色生产力主要以马克思主义生产力理论为理论基础，包含了对生产有贡献的劳动力、工具和自然资源等要素。在以上研究的理论基础上，相关学者构建了绿色生产力的指标体系以量化绿色生产力的发展水平。韩文龙等将渗透性要素与实体要素结合构建了绿色生产力指标评价体系，体现了生产力各要素优化组合的跃升。

绿色金融是指投资于低碳项目、绿色能源技术、减排设备和一系列促进绿色发展政策的资金，具有环境治理和金融资源配置的双重属性。现有研究多从政策实施和经济效益等角度分析绿色金融的作用，包括绿色金融改革创新试验区建设、碳金融市场发展和绿色金融法律保障体系等。这些研究表明，绿色金融是绿色发展的推动力，对绿色生产力发展也将起到积极促进作用。然而，绿色金融对绿色生产力影响效应及作用机制的相关研究未见报道。

综上所述，尽管学者们在绿色金融和绿色生产力的相关概念界定与指标测度方面已取得诸多研究成果，但仍存在以下不足：（1）在绿色生产力体系的构建上，多数研究以马克思生产力理论的三要素为基础，缺乏结合绿色生产力特征的视角，尚未分析其内在意义；（2）在绿色金融研究中，针对绿色金融如何影响绿色生产力的效应测度及作用机制的实证研究尚属空白，未能揭示绿色金融在促进绿色生产力发展中的关键作用。基于此，本研究测算了中国2012年至2021年的绿色生产力水平。其次，本研究深入探讨了绿色金融对绿色生产力的影响效应及其作用机制，全面揭示了绿色金融如何通过产业结构升级和绿色技术创新促进绿色生产力发展，为绿色生产力发展提供了重要理论支撑与实践参考。

理论分析与研究假设

绿色金融对绿色生产力的影响

绿色生产力是生产力现代化的核心体现，代表了生产力的新基准，以创新结构、高端技术融合、高效运营和可持续发展模式为特征。绿色金融通过引导资金流向绿色技术研究与绿色经济部门，直接推动绿色经济增长与生产力转型，从而加速绿色生产力的形成。此外，绿色金融通过完善风险管理机制和支持新型生产模式发展，进一步推动了绿色生产力的有效提升。综合来看，绿色金融通过多维路径，成为培育和提升绿色生产力的重要推动力。

因此，提出假设1：绿色金融发展有助于提高区域绿色生产力水平。

绿色金融对绿色生产力的作用机制

绿色金融将资金从高污染、高消耗的行业转移到节能和新能源等行业，提高资源和资本利用效率，促进产业结构转型升级。绿色金融不仅可以对“两高一剩”行业创造融资约束，还可以为绿色企业提供政策支持，助力绿色产业升级。这种差异化措施可以倒逼产业结构改革，淘汰高污染行业，并最大限度地提高资源配置效率。绿色金融通过提供资金支持、促进技术创新、优化资源配置、推动低碳转型等多种方式，促进了产业结构的高端化和绿色化发展。

绿色创新是指创造与环境可持续性有关并致力于环境可持续性的新商品、技术和程序。绿色金融使机构投资者能够投资绿色产业，从而增加绿色创新。绿色技术创新带动了绿色技术的应用和效率的提高，从而提高了绿色生产力水平。

因此，提出假设2：绿色金融可以通过促进先进的产业结构、绿色技术创新来提高绿色生产力水平。

研究设计

模型选择

1. 基准回归模型

其中，和为中国年省的绿色生产力水平和绿色金融发展水平。为区域固定效应，为时间固定效应，为误差项。为防止遗漏重要的解释变量，引入控制变量；为绿色金融对本地绿色生产力的弹性系数。

2.机理模型

其中，代表产业结构升级，代表绿色技术创新，其他变量定义与上述相同。

数据和变量

考虑到数据的可获得性和统计标准的一致性，本文使用2012-2021年中国区域绿色金融和绿色生产力的数据，研究样本包括30个省份。数据主要来源于《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国高技术产业数据库》和各省统计年鉴、CEIC数据库和CSMAR数据库。具体变量定义如表1所示。

表1变量定义表

1. 被解释变量

本研究参考韩文龙等提出的绿色生产力评价指标体系，利用熵权法测算其水平。

2.解释变量

本研究参考周琛影等提出的绿色金融评价指标体系，利用熵权法测算其水平。

3.机制变量

基于理论假设，本文从产业结构升级和绿色创新技术两个层面探讨了绿色金融对绿色生产力发展的影响。（1）产业结构升级。第二产业的发展消耗大量能源，但随着工业化进程的演进，第二产业的比重逐渐发生变化，能源消费结构也逐渐发生变化，从而影响绿色生产力。因此，本文以第三产业与第二产业的比例来衡量产业结构升级。（2）绿色创新技术。绿色创新水平的提升不仅表现为绿色创新成果数量的增加，更体现在绿色创新成果质量的提升。绿色创新的数量在目前的研究中通常是通过计算授予的绿色专利数量的对数来衡量的。因此，基于绿色专利的分类，我们主要使用绿色发明专利衡量实质创新能力。

4. 控制变量

为避免模型的错误设定，我们根据现有文献控制可能影响绿色生产力的政府干预度（Gov）、研发强度（Rd）、创新水平（Inn）、信息化水平（Inf）、环境规制（Er）、劳动力水平（Lf）。政府干预度由财政支出与GDP的比率表示。研发强度以RD经费内部支出与GDP的比率表示。创新水平由国内发明专利申请受理量表示。信息化水平以邮电业务总量与GDP的比率来衡量。环境规制由工业污染治理完成投资额与工业增加值的比率表示。劳动力水平由就业人员数表示。

实证研究

基准回归

1. 描述性统计

本研究主要变量的描述性统计结果见表2。

类别	变量		观测值	均值	标准差	最小值	最大值
被解释变量	绿色生产力		300	0.08923	0.09070	0.01085	0.61675
解释变量	绿色金融		300	0.18306	0.07925	0.07631	0.59951
机制变量	产业结构		300	1.28283	0.71050	0.54927	5.29682
	绿色创新		300	0.69307	0.94927	0.00960	5.60130
控制变量	政府干预度		300	0.25078	0.10262	0.10663	0.64301
	研发强度		300	0.01734	0.01151	0.00446	0.06529
	创新水平		300	9.70547	1.36476	5.69709	12.39897
	信息化水平		300	0.06360	0.05677	0.01435	0.28964
	环境规制		300	0.00340	0.00363	0.00009	0.03099
	劳动力水平		300	7.60634	0.76560	5.62402	8.86390

2. 基准回归结果

本文采用面板双向固定效应模型进行回归，考虑到内生性和便于比较，表3还列出了OLS、随机效应的回归结果。下表结果表明，核心解释变量绿色金融的估计系数显著为正，说明绿色金融可以有效提高各省绿色生产力水平，支持假设1的观点。

	(OLS)	(FE)	(RE)	（TWFE）
变量	GP	GP	GP	GP
GF	0.110**	0.109***	0.123***	0.0793**
	(0.0497)	(0.0377)	(0.0379)	(0.0345)
控制变量	是
样本量	300
R2值	0.649	0.466		0.583

注： * 、**、***分别表示在10%、5%、1%的水平上显著。括号内为标准误。下表同。

机制分析

本部分对假设2进行实证检验，即绿色金融是否有效通过产业结构升级和绿色技术创新影响各省绿色生产力水平。其结果如表4所示。

	(1)	(2)
变量	IS	GI
GF	0.861***	1.091**
	(0.179)	(0.450)
控制变量	是
样本量	300
R2值	0.773	0.569

第1列的回归结果表明，绿色金融发展对产业结构的估计系数在1%的水平上显著为正，意味着提升产业结构优化会增强GF对GP的正向影响。绿色金融的关键作用在于将金融资源特别是信贷资金从环境不可持续的行业重新配置到污染水平较低的行业。这一措施旨在减少对第二产业的财政和政策支持，从而产生实质性的升级效果。产业结构优化有助于淘汰高污染、高排放的企业，在保证经济发展的同时，促进GP的发展。

在第2列中，回归结果显示绿色技术创新与绿色生产力之间存在5%的显著性正相关，意味着绿色技术创新存在中介作用，GF可以通过绿色技术创新这一路径来提高绿色生产力水平。绿色金融对绿色技术创新的影响体现在以下两个方面：第一，绿色金融能够为绿色技术创新提供低成本的融资渠道。第二，绿色金融的实施，包括税收优惠、补贴等，激励企业向绿色技术创新倾斜。政府与金融机构通过政策引导和金融工具支持企业实现绿色技术转型，有助于减少企业在绿色技术开发中的风险与成本。

综上，GF可以通过产业结构升级和绿色技术创新提高GP，因此假设2的观点得到了验证。

稳健性分析

我们进行了一系列稳健性检验，回归结果仍然稳健，具体如表5所示。首先，本部分参考所构建的绿色金融指标体系取代前文所构建的绿色金融体系并记为GF1，从第（1）列得出GF1对GP在1%水平上有显著的正向影响。为了检验GF滞后效应，将GF一阶滞后项引入基准回归模型，回归结果如第（2）列所示，L.GF对GP在1%水平上有显著的正向影响。再者，将线性模型替换成面板Tobit 模型重新进行了回归；由于GP不会低于0，用左截断Tobit模型，从第（3）列得出GF对GP在1%水平上有显著的正向影响。

	(1)	(2)	(3)
变量	GP	GP	GP
GF1	0.280***
	(0.0506)
L.GF		0.160***
		(0.0503)
GF			0.0961***
			(0.0329)
控制变量	是
样本量	300	270	300
R2值	0.507	0.917

结论与政策启示

绿色金融是推动绿色生产力跑出“加速度”的关键抓手。基于2012-2021年中国省级面板数据实证检验了绿色金融对绿色生产力水平的影响及作用机制。主要结论如下：

（1）绿色金融与绿色生产力水平存在显著的正相关关系，即发展绿色金融会提高各省绿色生产力水平。经过内生性及其他一系列稳健性检验后，结论仍然成立。

（2）绿色金融可以通过产业结构升级和绿色技术创新提高各省绿色生产力水平。具体而言，绿色金融通过将投资从污染企业引导到环境友好型企业来优化资本配置，推动产业结构升级。绿色金融显著刺激了当地企业的绿色创新，绿色创新质量的提高对区域绿色生产力做出了重大贡献。

基于以上结论，我们提出如下管理启示：

（1）优化绿色金融政策工具。一方面通过政策激励引导金融机构优先支持绿色项目，推动资本从高污染企业转移至环境友好型企业，促进产业结构优化和绿色转型；另一方面通过设立多元化的绿色金融产品，满足不同产业在绿色转型过程中的资金需求，推动绿色生产力的持续提升。

（2）支持绿色技术创新，推动区域协同发展。一方面政府可通过设立专项基金或者财政补贴支持鼓励企业加大绿色技术研发，提升绿色技术创新质量；另一方面应加强区域间绿色技术的共享与转移，建立合作研发平台，促进绿色技术创新成果的跨区域应用。

参考文献：

1. [1] 文书洋, 刘浩, 王慧.绿色金融、绿色创新与经济高质量发展[J]. 金融研究,2022(08):1-17.
2. [2] 庞加兰, 王薇, 袁翠翠. 双碳目标下绿色金融的能源结构优化效应研究[J]. 金融经济学研究,2023,38(01):129-145.
3. [3] 韩文龙, 张瑞生,赵峰. 新质生产力水平测算与中国经济增长新动能[J]. 数量经济技术经济研究,2024,41(06):5-25.
4. [4] 于波, 范从来.绿色金融、技术创新与经济高质量发展[J]. 南京社会科学,2022(09):31-43.
5. [5] Shi J, Yu C, Li Y, et al. Does green financial policy affect debt-financing cost of heavy-polluting enterprises? An empirical evidence based on Chinese pilot zones for green finance reform and innovations[J]. Technological forecasting and social change,2022,179:121678.
6. [6] Yin X, Chen D, Ji J. How does environmental regulation influence green technological innovation? Moderating effect of green finance[J]. Journal of environmental management,2023,342:118112.
7. [7] Liu R, Wang D, Zhang L, et al. Can green financial development promote regional ecological efficiency? A case study of China[J]. Natural hazards,2019,95:325-341.
8. [8] 王馨, 王营.绿色信贷政策增进绿色创新研究[J]. 管理世界,2021,37(06):173-188+11.
9. [9] Song W, Yu H. Green innovation strategy and green innovation: The roles of green creativity and green organizational identity[J]. Corporate social responsibility and environmental management,2018,25(02):135-150.
10. [10] Bithas K, Latinopoulos D. Managing tree-crops for climate mitigation. An economic evaluation trading-off carbon sequestration with market goods[J]. Sustainable production and consumption,2021,27:667-678.
11. [11] 周琛影,田发, 周腾.绿色金融对经济高质量发展的影响效应研究[J]. 重庆大学学报(社会科学版),2022,28(06):1-13.
12. [12] 张瑞涵, 周亚虹.绿色金融、碳排放强度和企业ESG表现——基于上市企业微观数据的实证研究[J]. 社会科学,2024(03):126-140.