政策性银行信贷对企业全要素生产率的影响——以新质生产力发展为中介的实证分析

doi:10.16382/j.cnki.1000-5579.2025.06.014

摘要/Abstract

摘要：

在高质量发展阶段，政策性银行凭借制度优势助力新质生产力培育。本文基于手工构建的2012—2022年A股上市企业政策性银行信贷数据，考察其对企业全要素生产率的影响，并结合新质生产力理论探讨相关的机制、异质性及结构导向，结果发现：政策性银行信贷显著提升企业全要素生产率；机制检验表明，该效应通过推动企业技术创新、绿色转型与人力资本升级实现，契合新质生产力内涵；异质性分析显示，政策性银行信贷对企业全要素生产率的提升作用对商业类国企、技术密集型民企、高竞争行业及低银行竞争地区更强。此外，政策性银行信贷结构受产业政策与区域协调引导，对具备制造、高新技术等复合属性或处于中西部地区的企业全要素生产率提升的作用更显著。因此，应优化政策性银行职能，强化其在结构转型和效率提升中的作用。

关键词: 政策性银行信贷, 全要素生产率, 新质生产力, 信贷结构, 上市企业数据

Abstract:

In the stage of China’s high-quality development, policy banks help cultivate new quality productivity with their institutional advantages. Based on the loan contract data of A-share listed firms from 2012 to 2022, this paper manually constructs firm-level policy bank credit indicators, examines their impact on firms’ total factor productivity, and explores the mechanism path, heterogeneity characteristics and structural allocation effects with the theory of new quality productivity. The study finds that policy bank credit significantly enhances firms’ total factor productivity. The mechanism test shows that this effect is mainly realized through technological innovation, green transformation and human capital structure upgrade, which fits the development path of new quality productivity. Heterogeneity analysis shows more pronounced positive impacts in commercial state-owned firms, technology-intensive private firms, highly competitive industries, and regions with relatively insufficient financial supply. Furthermore, policy banks’ implementation of industrial policy and regional coordination in structural allocation demonstrates stronger TFP promotion effects for firms with composite attributes such as manufacturing, high-tech, and green, and those in central and western regions. Therefore, the positioning of policy-based finance should be improved and its role in structural transformation, efficiency improvement and inclusive financial services should be strengthened.

Key words: policy bank credit, total factor productivity, new quality productive forces, credit structure, listed firms’ data

吴信如, 艾思言. 政策性银行信贷对企业全要素生产率的影响——以新质生产力发展为中介的实证分析[J]. 华东师范大学学报(哲学社会科学版), 2025, 57(6): 162-179.

Xinru Wu, Siyan Ai. The Impact of Policy Bank Credit on Total Factor Productivity of Enterprises：Empirical Analysis Mediated by the Development of New Quality Productivity[J]. J. East China Norm. Univ. Philos. Soc. Sci, 2025, 57(6): 162-179.

图/表 14

表 1

主要变量及定义"

变量类型	变量名称	变量符号	变量定义
被解释变量	企业全要素生产率	TFP	用LP法和OP法估计
解释变量	政策性银行信贷额度	PBCI	政策性银行贷款额度/平均总资产
机制变量	研发投入	RD	研发投入/平均总资产
	研发产出	PT	ln(1+申请专利数量)
	绿色创新	GI	ln(1+绿色专利申请数量)
	环保治理	EPI	环境治理、绿色生产相关的投资支出项加总/平均总资产
	人力资本结构升级	PMB	硕士以上员工人数/员工总人数
异质性变量	所有权性质		国家为企业实际控制人时企业属于国有企业，取1；否则取0
	国企分类		按2012年修订的《上市公司行业分类指引》明确的行业和企业主营业务将上市国有企业区分为商业类和民生类国企。若国企涉及国家经济安全相关的行业、主导国民经济命脉的行业或者负有改善民生和保障公共安全等功能，则属于民生类国企，取1；否则为商业类国企，取0
	行业竞争程度		使用赫芬达尔—赫希曼指数衡量行业竞争程度
	地区商业银行竞争程度		使用城市级银行业的赫芬达尔—赫希曼指数和前四大银行分支机构占比衡量地区商业银行竞争程度
结构性变量	制造业企业	MANU	企业属于制造业，取1；否则取0
	重污染企业	HPI	依照《上市公司行业分类指引（2001年）》和《上市公司环保核查行业分类管理名录》共同识别重污染行业，包括煤炭、采矿、纺织、造纸、冶金等21个2位数代码行业。企业属于重污染行业，取1；否则取0
	高新技术企业	HTI	按上市公司资质认定信息识别高新技术企业，企业属该行业，取1；否则取0
	绿色企业	GI	按《绿色产业指导目录》识别绿色企业。匹配样本内，若指导目录内包含企业的主营业务，则识别为绿色企业。企业为绿色企业，取1；否则取0
	服务业企业	SME	企业属于服务业，取1；否则取0
	中小企业	REGI	按《中小企业划型标准规定（修订征求意见稿）》，为中小企业，取1；否则取0
	中东西部企业	SERVI	企业属于中西部地区，取1；否则取0
控制变量	商业银行信贷额度	CBCI	商业银行贷款额度/平均总资产
	非银行信贷额度	NBCI	非银行贷款额度/平均总资产
	公司规模	SIZE	期末总资产(人民币元)的自然对数
	资产负债率	DA	期末总负债/期末总资产
	公司年龄	AGE	公司成立年度至t期的年度数加1
	机构投资者持股比例	IO	公司期末机构投资者持股比例
	税收优惠	TIR	收到的各项税费返还/（收到的各项税费返还+支付的各项税费）
	政府补贴	GSI	（收到的政府补助项目−所有返还的税收优惠政策性补助）/平均总资产
	股权变动	EQT	[(t期所有者权益−t期留存收益)−(t−1期所有者权益−t−1期留存收益)]/t−1期平均总资产
	公司债券	BOND	当年应付债券/平均总资产
	省级经济增速	GDPG	企业所在地省份t期GDP增速
	省级人均经济水平	GDPCP	企业所在地省份t期人均GDP的对数
	省级经济结构	INDSTRUC	企业所在地省份t期第二产业增加值/GDP
	省级投资增速	INVG	企业所在省份t期固定资产投资增速

表 1

表 2

表 3

表 4

表 5

表 6

表 7

表 8

表 9

表 10

表 11

表 12

表 13

表 14

参考文献

	白钦先、张坤、张贺, 2024, 《我国政策性金融三十年发展》 , 《中国金融》第8期, 第14—16页.
	蔡庆丰、吴冠琛、陈熠辉, 2023, 《反收购强度与企业人力资本结构演变——基于中国资本市场的实证发现》 , 《金融研究》第8期, 第131—148页.
	陈雨露、蓝焕琪、马勇, 2025, 《金融创新、金融结构与企业创新》 , 《经济研究》第3期, 第38—53页.
	高昊宇、谢秉原、方锦程, 2023, 《规划先行, 谋定后动——基于公共性发展金融合作协议的资本市场证据》 , 《经济学(季刊)》第6期, 第2 419—2 436页.
	贾俊生、伦晓波、林树, 2017, 《金融发展、微观企业创新产出与经济增长——基于上市公司专利视角的实证分析》 , 《金融研究》第1期, 第99—113页.
	姜付秀、蔡文婧、蔡欣妮等, 2019, 《银行竞争的微观效应: 来自融资约束的经验证据》 , 《经济研究》第6期, 第72—88页.
	蒋永强、张青兰, 2025, 《耐心资本驱动新质生产力: 理论逻辑、现实困境和实践路径》 , 《经济学家》第3期, 第15—23页.
	李广子、陈醒, 2020, 《政策性银行贷款合约的决定》 , 《金融评论》第4期, 第16—28+123页.
	李俊成、彭俞超、王文蔚等, 2023, 《绿色信贷政策能否促进绿色企业发展?——基于风险承担的视角》 , 《金融研究》第3期, 第112—130页.
	柳光强、杨芷晴、曹普桥, 2015, 《产业发展视角下税收优惠与财政补贴激励效果比较研究——基于信息技术、新能源产业上市公司经营业绩的面板数据分析》 , 《财贸经济》第8期, 第38—47页.
	彭俞超、方意, 2016, 《结构性货币政策、产业结构升级与经济稳定》 , 《经济研究》第7期, 第29—42+86页.
	孙光宇, 2024, 《宏观经济环境对企业融资决策的动态影响研究》 , 《工业技术经济》第2期, 第29—38页.
	孙亚男、费锦华, 2021, 《重污染企业绿色生产效率的测算、差异来源及其成因》 , 《中国人口·资源与环境》第11期, 第102—109页.
	谭小芬、王睿贤, 2025, 《金融赋能新质生产力: 理论基础、战略布局与路径选择》 , 《当代财经》第7期, 第58—72页.
	万东灿, 2019, 《政策性金融、产权性质与先进制造业企业创新》 , 《苏州大学学报(哲学社会科学版)》第4期, 第111—121+192页.
	王定祥、刘杰、李伶俐, 2011, 《财政分权、银行信贷与全要素生产率》 , 《财经研究》第4期, 第69—79页.
	王伟、张烨宁, 2023, 《公共性发展金融机构的公共金融定位研究》 , 《经济学(季刊)》第6期, 第2 403—2 418页.
	王伟、张烨宁, 2024, 《政策性金融、环境基础设施与绿色发展》 , 《金融经济学研究》第5期, 第164—176页.
	王馨、王营, 2021, 《绿色信贷政策增进绿色创新研究》 , 《管理世界》第6期, 第173—188+11页.
	魏明海、蔡贵龙、柳建华, 2017, 《中国国有上市公司分类治理研究》 , 《中山大学学报(社会科学版)》第4期, 第175—192页.
	徐飞, 2019, 《银行信贷与企业创新困境》 , 《中国工业经济》第1期, 第119—136页.
	徐佳君、雷吉斯·马罗唐、茹新顺、任晓猛、吴昕月, 2023, 《什么是公共性发展金融机构?——界定标准、特征事实与发展趋势》 , 《经济学(季刊)》第6期, 第2 387—2 402页.
	许嘉扬、郭福春, 2024, 《新质生产力与经济高质量发展: 动力机制与政策路径》 , 《浙江学刊》第4期, 第43—50页.
	许坤、刘杰, 2023, 《公共性发展金融与企业创新》 , 《经济学(季刊)》第6期, 第2 454—2 470页.
	尹俊、孙巾雅, 2024, 《新质生产力与新型生产关系: 基于政治经济学的分析》 , 《改革》第5期, 第45—53页.
	张琦、郑瑶、孔东民, 2019, 《地区环境治理压力、高管经历与企业环保投资——一项基于〈环境空气质量标准(2012)〉的准自然实验》 , 《经济研究》第6期, 第183—198页.
	赵领娣、王小飞, 2022, 《企业绿色投资及绿色费用能否提升经营绩效?——基于EBM和面板Tobit模型的经验分析》 , 《北京理工大学学报(社会科学版)》第3期, 第28—42页.
	周达勇、董必荣, 2022, 《银行信贷与中小企业双元创新投入》 , 《经济管理》第12期, 第118—137页.
	Acemoglu, D. and Autor, D. , 2011, "Lectures in Labor Economics", Manuscript. , http://economics. mit. edu/files.
	Aghion, P. , Bloom, N. , Blundell, R. , Griffith, R. and Howitt, P. , 2005, "Competition and Innovation: An Inverted-U Relationship", Quarterly Journal of Economics, Vol. 120, No. 2: 701-728.
	Bai, J. , Carvalho, D. and Phillips, G. M. , 2018, "The Impact of Bank Credit on Labor Reallocation and Aggregate Industry Productivity", The Journal of Finance, Vol. 73, No. 6: 2 787-2 836.
	Barth, J. R. , Caprio Jr, G. and Levine, R. , 2004, "Bank Regulation and Supervision: What Works Best?"Journal of Financial Intermediation, Vol. 13, No. 2: 205-248.
	Bashir, U. , Yugang, Y. and Hussain, M. , 2020, "Role of Bank Heterogeneity and Market Structure in Transmitting Monetary Policy via Bank Lending Channel: Empirical Evidence from Chinese Banking Sector", Post-Communist Economies, Vol. 32, No. 8: 1 038-1 061.
	Boneva, L. , Ferrucci, G. and Mongelli, F. P. , 2022, "Climate Change and Central Banks: What Role for Monetary Policy?" Climate Policy, Vol. 22, No. 6: 770-787.
	Guillaumont, J. S. , Hua, P. and Liang, Z. , 2006, "Financial Development, Economic Efficiency, and Productivity Growth: Evidence from China", The Developing Economies, Vol. 44, No. 1: 27-52.
	Jensen, M. C. and Meckling, W. H. , 1976, "Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure", Journal of Financial Economics, Vol. 3, No. 4: 305-360.
	La Porta, R. , Lopez-De-Silanes, F. and Shleifer, A. , 2002, "Government Ownership of Banks", The Journal of Finance, Vol. 57, No. 1: 265-301.
	Levinsohn, J. and Petrin, A. , 2003, "Estimating Production Functions Using Inputs to Control for Unobservables", The Review of Economic Studies, Vol. 70, No. 2: 317-341.
	Lin, C. , Lin, P. and Song, F. M. , 2011, "Managerial Incentives, CEO Characteristics and Corporate Innovation in China's Private Sector", Journal of Comparative Economics, Vol. 39, No. 2: 176-190.
	Olley, S. and Pakes, A. , 1992, "The Dynamics of Productivity in the Telecommunications Equipment Industry", National Bureau of Economic Research Working Paper.
	Porter, M. E. and Linde, C. , 1995, "Toward a New Conception of the Environment-Competitiveness Relationship", Journal of Economic Perspectives, Vol. 9, No. 4: 97-118.
	Shleifer, A. and Vishny, R. W. , 1994, "Politicians and Firms", The Quarterly Journal of Economics, Vol. 109, No. 4: 995-1 025.
	Solow, R. M. , 1957, "Technical Change and the Aggregate Production Function", The Review of Economics and Statistics, Vol. 39, No. 3: 312-320.

变量	观测值	平均值	最小值	p25	中位数	p75	最大值	标准差
TFP	11 993	6.77	3.83	6.18	6.66	7.25	11.42	0.86
PBCI	11 993	1.47	0.00	0.00	0.00	0.00	290.14	8.54
CBCI	11 993	29.68	0.00	4.99	17.00	40.89	1 896.81	49.17
NBCI	11 993	1.37	0.00	0.00	0.00	0.00	241.45	6.80
SIZE	11 993	22.37	19.08	21.49	22.20	23.05	28.29	1.21
DA	11 993	0.44	0.01	0.30	0.44	0.58	1.01	0.18
AGE	11 993	20.74	3.00	17.00	20.00	24.00	65.00	5.98
IO	11 993	40.42	0.00	18.83	41.38	60.36	100.00	24.52
TIR	11 956	0.38	0.00	0.00	0.07	0.34	42.82	1.10
GSI	11 979	0.01	−0.00	0.00	0.00	0.01	0.22	0.01
EQT	11 989	6.15	−36.92	−0.08	0.40	2.86	924.78	27.04
BOND	11 993	1.61	0.00	0.00	0.00	0.00	28.76	3.91

企业类型	商业银行信贷			政策性银行信贷
企业类型	企业总数	信贷额度总量（万亿元）	信贷指标均值（%）	企业总数	信贷额度总量（万亿元）	信贷指标均值（%）
制造业	1 796	119.93	79.97	515	2.86	10.49
重污染	729	9.56	30.60	238	1.05	9.33
高新技术	1 498	116.94	90.58	425	2.62	10.73
绿色产业	582	113.24	135.65	245	2.08	10.00
服务业	331	12.37	106.81	93	0.64	14.83
中小企业	826	1.43	31.34	64	0.05	14.62
大企业	2 170	135.84	83.66	690	4.08	10.36
中西部企业	681	9.73	29.69	252	1.24	11.95
东部企业	1 982	127.97	87.50	491	2.91	9.70
民营企业	2 022	17.02	31.07	446	2.01	10.18
国有企业	759	120.70	176.55	318	2.15	10.91

变量	(1)	(2)	(3)	(4)
变量	TFP	TFP	TFP	TFP
PBCI	0.065 1^***(0.006 6)	0.001 4(0.004 6)	0.000 8(0.005 2)	0.005 4(0.004 8)
CBCI	0.014 0^**(0.007 1)	0.040 2^***(0.004 9)	0.038 7^***(0.010 2)	0.026 8^***(0.008 6)
控制变量	否	是	是	是
年份固定	否	否	是	是
行业固定	否	否	否	是
观测值	11 993	11 952	11 952	11 951
$ {\mathrm{R}}^{2} $	0.008 5	0.528 5	0.533 8	0.656 0

变量	(1)	(2)	(3)	(4)
变量	TFP	TFP	TFP	TFP
PBCI	0.018 6^**(0.007 2)	0.018 4^***(0.005 1)	0.018 9^***(0.004 7)	0.018 0^***(0.004 7)
CBCI	0.020 3(0.019 8)	0.033 2^**(0.014 0)	0.033 6^**(0.014 6)	0.015 9(0.011 4)
控制变量	否	是	是	是
年份固定	否	否	是	是
行业固定	否	否	否	是
观测值	1 806	1 797	1 797	1 793
$ {\mathrm{R}}^{2} $	0.004 4	0.524 4	0.534 3	0.706 4

变量	(1)	(2)	(3)	(4)	(5)	(6)
变量	TFP	TFP	TFP	TFP	CBCI	PBCI
PBCI	0.009 3^*(0.005 0)	0.021 4^***(0.005 1)	−0.004 4(0.006 5)	0.009 9^*(0.004 9)
CBCI	0.027 3^***(0.009 2)	0.012 4(0.011 8)	0.027 3^***(0.006 9)	0.019 6(0.013 8)
TFP					0.178 7^***(0.040 2)	0.707 1^***(0.172 1)
宏观控制变量	是	是	是	是	是	是
行业年份交乘项	是	是	是	是	否	否
观测值	11 951	1 793	37 731	5 009	12 154	1 951
$ {\mathrm{R}}^{2} $	0.645 7	0.697 1	0.655 2	0.654 8	0.055 5	0.094 2
样本	总样本	子样本	总样本PSM	子样本PSM	总样本	子样本