数字普惠金融、碳排放与全要素生产率

本文使用2011-2018年北京大学数字普惠金融指数,实证检验数字普惠金融对区域全要素生产率的影响.研究发现,数字普惠金融的发展能降低金融服务门槛,提升金融服务效率,进而提升区域全要素生产率,其对全要素生产率的影响主要体现在推动区域技术进步;数字普惠金融使用深度,特别是数字支付服务,对全要素生产率的影响最显著,且该效应在东部沿海地区更加显著.本文发现,数字普惠金融对全要素生产率的提升效应可通过降低区域碳排放,特别是第三产业碳排放来实现.     

数字普惠金融与绿色全要素生产率——基于系统GMM的实证检验北大核心

数字普惠金融对我国绿色低碳的经济发展模式具有重要意义。本文基于2011—2019年省级面板数据,利用SBM—GML模型测度绿色全要素生产率,使用系统GMM模型探究数字普惠金融对绿色全要素生产率的影响方式。研究发现:2011—2019年,技术效率提升拉动我国绿色全要素生产率持续增加;数字普惠金融通过提升技术效率显著促进绿色全要素生产率增长;异质性分析表明,金融服务覆盖广度的扩大显著提升了绿色全要素生产率。本文建议采用政策鼓励和资金引导的方式提高技术效率对绿色低碳经济的促进作用,大力发展绿色普惠金融,提高绿色普惠金融与区域协调发展能力。     

数字普惠金融对县域农业全要素生产率影响的区域差异及破解路径

党的二十大对加快发展数字经济与建设农业强国予以高度重视。本文基于县域城乡融合的发展趋势,采用2014—2021年县域面板数据实证分析了数字普惠金融对县域农业全要素生产率的影响机理。研究结果显示：第一,数字普惠金融对农业全要素生产率具有显著正向影响,且经过稳健性检验与内生性处理后,研究结论依然成立。但数字普惠金融对农业技术效率却具有负向效果。第二,数字普惠金融对农业全要素生产率的影响具有显著的区域差异性,对东部县域农业全要素生产率的促进效果明显高于西部县域。第三,数字普惠金融对县域农业全要素生产率的影响具有非线性特征。要素流动壁垒造成的供需失衡是引致区域农业全要素生产率增速差异的底层原因。第四,机制分析显示,数字普惠金融可以通过生产要素集约化与数字素养提升两条路径对县域农业全要素生产率产生间接影响。研究结论既为提高中国农业全要素生产率提供了政策启示,也为推动数字经济发展、促进区域协调补充了经验证据。     

数字普惠金融对农业绿色全要素生产率的影响及空间溢出效应

数字普惠金融正在逐渐改善我国农村地区面临的融资困境,为解决"三农"问题提供了新方向。本文在分析数字普惠金融对农业绿色全要素生产率影响机理的基础上,基于2011—2018年30个省份的面板数据,测算了农业绿色全要素生产率指数,并基于空间杜宾模型研究了数字普惠金融对农业绿色全要素生产率的影响。研究结果表明:中国农业绿色全要素生产率不断提高,且存在显著的空间相关性,其增长主要由技术进步推动,东部地区农业绿色全要素生产率增长最快,西部地区次之,中部地区出现负增长;数字普惠金融通过提升技术效率和促进技术进步对农业绿色全要素生产率产生了正向影响,但对周边地区产生了负向的溢出效应;对数字普惠金融的分维度回归结果表明,数字金融覆盖广度和数字化程度对农业绿色全要素生产率具有提升作用。     

数字普惠金融、供应链金融与企业全要素生产率——以制造业为例北大核心

本文以2011—2020年制造业上市公司的微观数据为基础,用LP法构建企业全要素生产率指标,从供应链金融的视角考察数字普惠金融与企业全要素生产率之间的关系及作用机制。研究发现:数字普惠金融对企业全要素生产率有显著的促进作用,随着数字普惠金融的发展,企业全要素生产率会有一定的提高,但是这种促进作用会受企业所处地区的经济发展状况、市场化进程、制度环境等因素的影响;同时,数字化程度等也对企业全要素生产率有积极作用;机制检验发现,数字普惠金融可以通过带动供应链金融发展、促进企业创新等路径提高企业全要素生产率。     

数字金融、区域异质性与小微企业创新活力

本文将北京大学数字普惠金融指数与中国小微企业调查(CMES)数据相匹配,考察了数字金融对小微企业创新的影响.在考虑了内生性等因素后,发现数字金融的发展显著提升了小微企业的创新活力,并且这种效应主要来自于数字金融在拓宽金融覆盖广度和提高金融服务深度两个方面所产生的推动作用.区域异质性分析发现:数字金融的创新效应在要素市场发育水平较低的地区更显著,提升程度更大;在市场中介组织和法律环境建设情况较差的地区,数字金融的创新效应会受到抑制.进一步研究发现:数字金融具有缓解小微企业融资约束的普惠作用,提升了小微企业进行自主研发的能力和偏好.     

数字普惠金融对农业碳排放的影响效应研究

数字普惠金的发展为实现“双碳”背景下绿色农业提供了可行的数字化路径。本文选取2011-2020年中国30个省份的面板数据,运用固定效应模型和中介模型进行实证分析,探究数字普惠金融对农业碳排放强度的影响效应。研究发现:(1)数字普惠金融对农业碳排放强度存在显著的抑制作用,稳健性检验结果表明以上结论依然成立。(2)数字普惠金融对农业碳减排通过农业技术进步效应得以实现,存在部分中介效应。(3)数字普惠金融覆盖广度、使用深度和数字化程度均对农业碳排放强度起负向影响,但影响程度大小存在差异。覆盖广度影响最为显著,其次是使用深度和数字化程度。(4)数字普惠金融对农业碳减排的影响存在区域异质性,东部地区数字普金融的抑制效应最高,其次是西部地区,而中部地区的抑制效应最低。本文丰富了数字普惠金融对农业碳减排的理论机制和实践效应。     

数字普惠金融、资源配置与工业绿色全要素生产率

本文利用2011—2019年中国281个地级市的面板数据，从资源配置的视角考察了数字普惠金融发展对工业绿色全要素生产率的作用效果和影响机制。实证结果表明：（1）数字普惠金融发展与工业绿色全要素生产率之间存在显著的正相关关系，并且在经过一系列稳健性检验后，这一结论仍然成立；（2）资源配置效率提高和资源配置结构优化是数字普惠金融影响工业绿色全要素生产率的重要传导机制；（3）数字普惠金融的正向影响对传统金融欠发达地区、强金融监管地区和东部地区的工业绿色全要素生产率发挥得更充分。最后，基于以上研究结论，本文提出了推动数字普惠金融发展的相关政策建议。     

环境规制调节下数字金融对绿色全要素生产率的影响——以重污染行业为例

“双碳”背景下,衡量经济发展质量的重要指标之一就是绿色全要素生产率。快速发展的数字金融已成为我国经济发展的重要推动力,对重污染企业节能减排实现绿色低碳发展、提升绿色全要素生产率具有重要影响。本文基于2011—2021年沪深上市A股重污染行业面板数据,使用SBM-GML模型测算重污染行业绿色全要素生产率,利用固定效应模型研究数字金融对重污染行业绿色全要素生产率的影响,以及环境规制的调节效应。研究表明：数字金融显著提升了重污染行业绿色全要素生产率;环境规制在本文主效应中起着负向调节的作用;进一步的机制检验表明,数字金融能够通过绿色技术创新来提升重污染行业绿色全要素生产率;相较于非国有企业,数字金融对国有企业绿色全要素生产率提升作用更显著;相较于中部,数字金融对西部和东部的影响更大。基于此,本文建议加快金融智能化和数字资产化,并制定差异性环境政策帮助重污染行业绿色转型,助力高质量发展。     

数字金融、融资约束与民营企业全要素生产率

文章基于融资约束理论视角,采用A股非金融民营上市公司2011-2020年数据,运用双向固定效应模型进行实证检验。研究发现,数字金融的发展能促进民营企业全要素生产率水平的提升,融资约束在其中起着显著中介作用;地区金融发展和货币政策冲击对数字金融的融资约束缓解效应具有显著的调节作用;数字金融对成长期、第三产业和东部地区民营企业全要素生产率的正向影响尤为显著。本文结论对优化我国数字金融的发展,助力民营企业全要素生产率提升具有重要启示。