碳排放权交易、企业绿色创新与全要素生产率

基于2011—2019年碳排放权交易试点企业的面板数据,运用双重差分模型与中介效应模型实证检验碳排放权交易对企业全要素生产率的影响,并剖析绿色创新在其中发挥的作用。结果表明,碳排放权交易显著促进了企业全要素生产率的提升,且绿色创新在碳交易与全要素生产率提升方面发挥了中介作用。因此应加快全国统一碳排放权交易市场建设,激励企业加大绿色技术研发投入,以绿色创新驱动高质量发展。     

数字普惠金融促进绿色全要素生产率提升:作用机理与实证检验

随着数字中国建设的不断推进，数字普惠金融在贯彻落实新发展理念、促进绿色全要素生产率提升等方面发挥了越来越重要的作用。文章采用2011年—2020年我国30个省、自治区、直辖市的面板数据，运用固定效应模型和中介效应模型研究数字普惠金融对绿色全要素生产率的影响。研究发现：数字普惠金融可以有效促进绿色全要素生产率提升，并且这种促进作用在东部地区和西部地区表现更加明显；数字普惠金融促进绿色全要素生产率提升具有显著的中介效应，数字普惠金融通过技术进步、产业结构升级、技术进步—产业结构升级3种作用渠道提升绿色全要素生产率。因此，今后可从提升区域基础硬件设施水平、普及数字普惠金融理念、培养专业性金融人才等方面入手，进一步推动数字普惠金融发展，进而提升绿色全要素生产率。     

碳减排对省际绿色全要素生产率的影响研究

探索提升绿色全要素生产率的动力源泉是推动经济高质量发展的重要抓手。实现“双碳”目标升级为国家战略,碳减排行动也成为地区应对气候变化、保障经济可持续发展的关键路径。基于 2002 至 2020 年省际面板数据,选取混合距离 EBM模型测度绿色全要素生产率,从排放、效率、非化石能源、气候绩效等多维度定量评价碳减排发展水平,采用固定效应模型和中介效应模型,分析碳减排发展对绿色全要素生产率的作用机理和效应。研究表明：总体来看,碳减排发展显著提升绿色全要素生产率;分区域来看,在西部、经济欠发达地区,碳减排对绿色全要素生产率的促进作用更显著;中介机制检验显示,碳减排能够通过提升能源效率、发展绿色金融间接促进绿色全要素生产率的增长。研究结论为地区差异化减排与低碳经济发展提供了重要启示。     

FDI对我国制造业绿色全要素生产率的影响研究——基于制造业分行业面板数据

制造业绿色转型是实现经济高质量发展的必然要求。文章基于2006年—2015年我国制造业分行业面板数据，使用SBM模型、GMM模型、门槛效应模型等分析外商直接投资对我国制造业绿色全要素生产率的影响。研究发现：我国制造业绿色全要素生产率有所降低但降幅较小。外商直接投资对我国制造业绿色全要素生产率的提升有正向影响，对低环境规制行业绿色全要素生产率的提升有促进作用，对高环境规制行业绿色全要素生产率的提升有抑制作用，对不同要素密集型行业的影响则具有异质性。进一步考察发现，外商直接投资影响我国制造业绿色全要素生产率具有环境规制的单门槛效应。在跨过环境规制门槛后，外商直接投资对低煤炭能源依赖行业绿色全要素生产率提升的促进作用减弱，但对较高煤炭能源依赖行业绿色全要素生产率提升的促进作用增强。今后应建立健全外商绿色投资机制，根据不同行业发展水平确定环境规制强度，促进我国制造业绿色全要素生产率提升。     

服务业绿色全要素生产率的影响因素分析——以重庆市为例

文章选取10个指标,运用灰色关联方法对全要素生产率的影响因素进行分析,结果表明影响服务业绿色全要素增长率的因素很多,最主要的是经济发展水平、消费需求和规模和服务业的资本强度,而环境规制政策和创新研发对提升绿色全要素生产率的重要作用还未凸显。     

横向税收竞争、官员更替与城市绿色全要素生产率——基于长三角41个城市的面板证据

文章基于2008—2020年长三角41个城市的面板数据，采用超效率SBM模型测度41个城市绿色全要素生产率，并从税收总量和税制结构双重视角，构建面板Tobit模型和门槛效应模型，实证检验横向税收竞争、官员更替对长三角城市绿色全要素生产率的多重影响。研究表明：从税收总量来看，横向税收竞争促进了长三角城市绿色全要素生产率的提升；从税制结构来看，增值税竞争和企业所得税竞争均显著促进了长三角城市绿色全要素生产率的提升。调节效应检验显示，官员更替能够显著增强横向税收竞争对长三角城市绿色全要素生产率的促进作用；而门槛效应实证结果表明，政府公共支出规模扩大弱化了横向税收竞争对长三角城市绿色全要素生产率的促进作用。     

黄河流域城市绿色全要素生产率的时空演变及驱动因素分析

基于超效率SBM模型的Malmquist生产率指数,利用黄河流域77个地级市的面板数据,测度并分析黄河流域绿色全要素生产率的时空演变特征,并利用Tobit模型分析影响因素的作用机制。结果表明：近年来,黄河流域绿色全要素生产率有所提升,呈现狭长片状分布状态,效率值分布区域性差异明显,周边地区效率值较高。分流域来看,黄河流域绿色全要素生产率下游地区>上游地区>中游地区。从影响因素来看,经济发展水平、环境规制、金融发展对绿色全要素生产率有明显提升作用。对外开放、产业结构对绿色全要素生产率提升产生了抑制作用,技术水平对绿色全要素生产率的提升没有显著影响作用。从各影响因素区域差异性来看,经济发展水平对中上游地区绿色全要素生产率影响作用并不显著,对下游地区有明显的提升作用。环境规制对中下游地区有显著促进作用,对上游地区没有明显的影响作用。对外开放对中游地区有抑制作用,对上游和下游地区没有明显影响作用。产业结构对中上游地区有显著的抑制作用,对下游地区有提升作用。技术水平对上游、中游、下游地区的绿色全要素生产率都没有明显的影响作用,金融发展对中游地区有提升作用。通过分析各影响因素对黄河流域绿色全要素生产率的影响作用,对推动黄河流域经济高质量发展提供有益借鉴。     

产业协同集聚对绿色全要素生产率的空间效应研究——来自京津冀城市群的经验证据

绿色发展是推进京津冀城市群经济高质量发展的关键之举。文章基于2006—2019年京津冀城市面板数据，采用空间计量方法实证分析制造业与生产性服务业协同集聚对绿色全要素生产率的直接影响及空间溢出效应。研究发现：在正、负外部效应双重作用下，产业协同集聚对京津冀城市群绿色全要素生产率具有“倒U”型影响，同时存在空间溢出效应；进一步分析发现，该影响效应存在产业异质性，制造业与高端生产性服务业协同集聚对绿色全要素生产率具有更强的作用效果以及更高的拐点值，且产业协同集聚能够通过绿色技术效率及绿色技术进步“双引擎”作用于绿色全要素生产率。研究结果可为如何依托产业协同集聚促进京津冀城市群绿色发展提供一定的参考。     

企业价值链智能化对全要素生产率的影响

从技术创新和企业价值链的双重视角出发,基于2007年到2019年中国上市公司数据,分析了人工智能应用对全要素生产率所产生的影响。总体而言,人工智能应用对全要素生产率产生了显著且正向的影响。从技术创新视角来看,人工智能应用能够通过促进技术创新来实现全要素生产率的提升;人工智能应用对大企业、高技术企业的技术创新促进效应更为显著,因而这些企业的全要素生产率提升效应更大。进一步结合企业价值链视角来看,人工智能在研发设计、生产制造、市场营销等价值链环节的应用也均通过技术创新显著地提升了全要素生产率,并且市场营销智能化的技术创新效应更大一些,从而带来更为明显的全要素生产率提升效应;对于价值链为生产者驱动型的产业,研发设计、生产制造环节的人工智能应用更能通过技术创新促进企业全要素生产率的提升;对于价值链为购买者驱动型的产业,市场营销智能化的全要素生产率提升效应更大,这也主要是因为市场营销智能化具有显著的技术创新效应。研究的政策启示是,政府部门要着力构建促进企业全价值链智能化发展的政策体系,同时针对不同产业领域企业智能化转型需求的重点,分行业出台企业智能化转型指导方案。     

汇率变动如何影响企业全要素生产率？：基于市场竞争、企业创新与中间品进口渠道的实证考察

基于2009～2019年中国海关和财务数据库匹配的701家上市公司数据,文章考察了汇率变动对微观企业全要素生产率的影响,并利用中介效应分析框架分析了市场竞争、企业创新与中间品进口渠道的作用机制。研究表明:实际有效汇率升值会提高企业的全要素生产率;汇率变动会通过市场竞争与企业创新这两种中介机制影响企业全要素生产率,前者的中介程度为1.457%,后者的中介程度为49.181%,而中间品进口渠道的中介作用不显著;市场竞争和企业创新在汇率变动对全要素生产率的影响中发挥链式中介作用;非国企、制造业以及大规模企业的市场竞争和企业创新的中介程度较为显著。鉴于此,增强汇率弹性、充分发挥市场竞争、提高企业创新动力对全要素生产率的提升有推动作用。     

财政分权、环境规制与绿色全要素生产率

理解财政分权体制下我国环境治理对全要素生产率的影响对于我国经济和环境协调发展起到了重要作用,使用我国285个地级市2008-2015年的数据建立财政分权、环境规制与绿色全要素生产率的中介效应模型,并采用两阶段最小二乘和空间滞后解释变量模型处理内生性。研究表明：财政分权引起地方竞争以牺牲环境为代价换取经济增长,导致环境治理不足而影响绿色全要素生产率,财政分权不利于绿色全要素生产率的提升。     

政府干预、基础设施与绿色全要素生产率——来自黄河流域的经验证据

基于超效率SBM方向性距离函数以及ML生产率指数,测算黄河流域64个城市2004—2018年的绿色全要素生产率,并实证考察政府干预、基础设施对绿色全要素生产率的影响。研究表明,政府干预显著促进黄河流域绿色全要素生产率的提升,而基础设施对政府干预与绿色全要素生产率的关系产生重要影响,且具有显著门限效应,良好的基础设施是政府提升区域绿色发展效率的有利条件。     

政府补贴与企业全要素生产率——甄选效应和激励效应

企业作为经济发展的微观主体，对我国经济转型和高质量发展具有重要作用。本文利用2000—2008年中国工业企业数据库数据，以及Logit回归和PSM-DID基于甄选效应和激励效应研究政府补贴和企业全要素生产率两者之间的关系。研究结果表明，政府补贴对企业全要素生产率存在甄选效应和激励效应。甄选效应下，规模大、生产率水平低的企业更易获得政府补贴；激励效应下，激励进入效应下政府补贴对企业的全要素生产率提升起抑制作用，而激励退出效应下政府补贴对企业的全要素生产率提升起促进作用。分样本检验发现不同企业所有制及补贴强度的影响表现出较大差异性，通过对影响渠道的进一步分析发现，融资约束和管理性交易成本是政府补贴影响企业全要素生产率提升的重要渠道。     

数字经济对地区绿色全要素生产率的影响

利用DEA-GML指数测算2011—2017年中国30个省区市绿色全要素生产率（GTFP）,构建Tobit模型探究数字经济发展对地区GTFP的影响效果及机制作用。结果表明,数字经济发展有利于提升地区绿色全要素生产率,并且存在节能降耗与技术创新效应,通过机制效应提升绿色全要素生产率以技术效率变化为主。在区域异质性方面,东部地区表现出明显的数字红利释放效果,西部地区还有待进一步激发数字经济效能,应因地制宜制定地区数字经济发展战略。     

碳交易是否提升了城市绿色全要素生产率?北大核心

本文以碳交易政策为准自然实验,采用双重差分法,从产业集聚角度探讨碳交易政策对城市绿色全要素生产率的影响。研究发现:碳交易政策通过技术进步促进本地区绿色全要素生产率增长的同时,阻碍了邻近地区绿色全要素生产率的发展,且在高层级城市表现的更为明显。分行业看,制造业集聚在碳交易政策与城市绿色全要素生产率关系中起到U型调节作用,而生产性服务业集聚以及两业协同集聚均能加强碳交易政策对城市绿色全要素生产率的正向调节效应,且协同集聚的促进效应更大。分地区看,东部地区以及大规模城市中碳交易政策的促进效果更好。据此,为加强碳交易政策对城市绿色全要素生产率的增长效应,本文提出要以技术进步与效率追赶双轮驱动为发展路径,建立城市间绿色发展的协作创新机制,重点加快推进制造业与生产性服务业协同集聚进程,继续扩大碳交易试点范围。     

产业政策、政府特征与全要素生产率——基于新结构经济学的理论与实证探究

产业政策是中国政府发展经济的重要抓手,全要素生产率是经济高质量发展的重要表征,厘清产业政策与全要素生产率的内在逻辑是中国经济发展面临的重大理论问题。本文基于新结构经济学的研究框架,在理论阐述政府产业政策对全要素生产率的作用机制及依赖条件的基础上,实证分析了产业政策对全要素生产率的影响及机制。本文创新性地利用产业相关的中央行政法规和部门规章、地方性法规和地方政府规章对产业政策进行了全面的定量识别,实证检验产业政策在全要素生产率进步中的驱动作用和空间效应,并进一步分析产业政策与市场的互补作用机制,以及政府特征对产业政策效应的异质性影响。研究发现,产业政策的出台与实施显著提升了地方全要素生产率,并具有正向的空间溢出效应;中央层面产业政策与地方层面产业政策在促进地方全要素生产率过程中呈现出互补效应,其互补效应主要集中于东部地区;产业政策对地方全要素生产率的提升作用高度依赖于地方市场化程度;产业政策对地方全要素生产率的推进作用还取决于地方政府的“自主性”和“嵌入性”特征。     

安徽省战略性新兴产业全要素生产率测度——基于DEA-malmquist指数模型北大核心CSSCISSCI

文章基于DEA-malmquist指数法,先从产业整体层面对2008-2015年安徽省战略性新兴产业TFP进行实证测算,得到各年份的TFP及其分解指数,然后分产业对安徽七大战略性新兴产业TFP变化率及其分解指数进行测算,得到各战略性新兴产业TFP年均变化率及其分解指数,进而揭示安徽战略性新兴产业的增长源泉;再通过实证回归分析,探讨安徽战略性新兴产业TFP变动的影响因素;最后提出了提升安徽战略性新兴产业全要素生产率的具体对策建议。     

安徽省战略性新兴产业全要素生产率测度——基于DEA-malmquist指数模型北大核心CSSCISSCI

文章基于DEA-malmquist指数法,先从产业整体层面对2008-2015年安徽省战略性新兴产业TFP进行实证测算,得到各年份的TFP及其分解指数,然后分产业对安徽七大战略性新兴产业TFP变化率及其分解指数进行测算,得到各战略性新兴产业TFP年均变化率及其分解指数,进而揭示安徽战略性新兴产业的增长源泉;再通过实证回归分析,探讨安徽战略性新兴产业TFP变动的影响因素;最后提出了提升安徽战略性新兴产业全要素生产率的具体对策建议。     

安徽省战略性新兴产业全要素生产率测度——基于DEA-malmquist指数模型北大核心CSSCISSCI

文章基于DEA-malmquist指数法,先从产业整体层面对2008-2015年安徽省战略性新兴产业TFP进行实证测算,得到各年份的TFP及其分解指数,然后分产业对安徽七大战略性新兴产业TFP变化率及其分解指数进行测算,得到各战略性新兴产业TFP年均变化率及其分解指数,进而揭示安徽战略性新兴产业的增长源泉;再通过实证回归分析,探讨安徽战略性新兴产业TFP变动的影响因素;最后提出了提升安徽战略性新兴产业全要素生产率的具体对策建议。     

安徽省战略性新兴产业全要素生产率测度——基于DEA-malmquist指数模型北大核心CSSCISSCI

文章基于DEA-malmquist指数法,先从产业整体层面对2008-2015年安徽省战略性新兴产业TFP进行实证测算,得到各年份的TFP及其分解指数,然后分产业对安徽七大战略性新兴产业TFP变化率及其分解指数进行测算,得到各战略性新兴产业TFP年均变化率及其分解指数,进而揭示安徽战略性新兴产业的增长源泉;再通过实证回归分析,探讨安徽战略性新兴产业TFP变动的影响因素;最后提出了提升安徽战略性新兴产业全要素生产率的具体对策建议。