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、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。     

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、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.     

数字金融、政府监管与全要素生产率

基于中国2011—2018年省际面板数据,使用Fare—Primont指数法测度30个省际全要素生产率,通过门限回归分析数字金融与金融监管对全要素生产率的影响.研究结果表明:发展数字金融有利于促进全要素生产率增长,但其影响作用呈现"倒U型"趋势;金融监管对全要素生产率的影响呈现"U型"关系;与金融监管宽松地区相比,数字金融对全要素生产率的提升作用在监管严格地区表现的更为显著.在发挥数字金融提升全要素生产率的同时,更要切实加强金融监管,将数字金融纳入国家统一监管之下,通过政府监管引导数字金融优化推进全要素生产率增长.     

数字经济对绿色全要素生产率的影响研究

基于2006—2019年中国30个省份的面板数据,运用空间杜宾模型与面板门槛模型,分析了数字经济对绿色全要素生产率的影响及地区间的异质性,并进一步探索了数字经济对绿色全要素生产率提升作用中存在的技术和资本门槛效应。研究发现:绿色全要素生产率存在显著的时间依赖性和空间溢出性;从“本地—邻地”视角看,数字经济的发展对提升绿色全要素生产率具有直接效应和溢出效应;分区域结果表明,数字经济发展对中部和西部地区绿色全要素生产率的促进作用要强于东部地区;研发投入在数字经济对绿色全要素生产率的提升作用中发挥了单一门槛作用,当跨越门槛值后促进效应会呈现递减的规律。     

数字普惠金融、企业技术创新与经济增长质量

本文基于中国数字金融研究中心2019年发布的省级数字普惠金融指数,考察了数字普惠金融对经济增长质量的影响。利用全要素生产率指数衡量经济增长质量,运用工具变量法考察数字普惠金融对经济增长质量的影响,并通过中介效应模型检验数字普惠金融影响经济增长质量的机制。结果表明,数字普惠金融与中国经济增长质量之间呈现"U"型曲线关系,二者存在以企业技术创新为中介渠道的传导机制,即数字普惠金融通过缓解企业的创新融资约束,激励创新研发活动,进而间接影响经济增长质量。此外,数字普惠金融对中国经济增长质量的影响存在区域异质性,表现在对中东部地区经济增长质量的影响程度显著高于西部地区。     

数字普惠金融与农业绿色低碳发展：水平测度和机制检验

“双碳”目标背景下，数字普惠金融对农业绿色低碳发展具有重要作用。基于中国31个省份2011—2020年的省际面板数据，分析了“双碳”目标背景下数字普惠金融对农业绿色低碳发展的作用效果及其传导机制。研究结果表明：数字普惠金融有利于促进农业绿色低碳发展，数字普惠金融指数每提升1个百分比，可以提高1.1%的农业绿色低碳发展水平。从作用机制来看，数字普惠金融可以通过降低农业碳排放强度、提高农业生产社会化服务水平和农业产业融合深度，助推农业绿色低碳高质量发展。此外，降低农业碳排放强度与提高农业生产社会化服务水平有利于提升农业绿色全要素生产率，提高农业产业融合深度也有利于促进绿色低碳农业新产业新业态复合型发展。以上结论对于地方政府加快数字基础设施建设和数字农业社会化服务体系构建，推动农业绿色低碳减排和绿色农产品有效供给具有启示意义。     

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。     

金融发展影响绿色全要素生产率的路径--效率通道和技术通道北大核心CSSCI

本文基于2011-2019年30个省(市)的面板数据,采用面板向量自回归(PVAR)模型研究金融发展驱动绿色全要素生产率增长的具体路径:是“效率通道”还是“技术通道”。研究结果显示,金融发展对东部地区的绿色全要素生产率存在抑制效应,通过“技术通道”影响绿色全要素生产率;金融发展对中西部地区的绿色全要素生产率存在促进效应,同时通过“效率通道”和“技术通道”影响绿色全要素生产率,但“效率通道”更显著。     

基于DEA-Tobit模型的数字普惠金融对绿色信贷效率影响研究——以中国建设银行为例

数字化对普惠金融的赋能极大提升了金融服务的有效性、便捷性和延展性。绿色信贷作为绿色金融的重要工具，其对绿色资金的配置及市场定价方面发挥重要作用。为研究数字普惠金融能否推动绿色信贷发展，本文以建设银行为研究对象，选取2013年至2021年的数据，首先通过DEA-Malmquist模型计算出全要素生产率（TFPCH）作为衡量建设银行绿色信贷效率指标，后通过熵值法构建建设银行数字普惠金融指数作为普惠金融发展评价指标，最后以建设银行绿色信贷效率作为被解释变量、建设银行数字普惠金融指数作为解释变量并加入控制变量，构建Tobit回归模型。研究结果显示，建设银行数字普惠金融指数对建设银行绿色信贷效率存在显著的正向影响关系，数字普惠金融的大力发展能够有效推动建设银行绿色信贷效率的提升，但影响程度还有极大的提升空间。     

中国绿色全要素生产率增长的空间不平衡及其成因解析

基于非期望产出SBM模型测度Malmguist生产率指数,揭示中国绿色全要素生产率增长的空间不平衡特征,进一步探究其成因,结果表明：东部地区绿色全要素生产率增长较快,中部地区次之,西部地区相对较慢。从结构组成因素看,“十五”时期和“十二五”时期技术进步的差距是导致不同地区绿色全要素生产率增长差异的主要原因,而“十一五”时期则以技术效率为主。从外部影响因素看,缩小城市化、产业结构合理化和市场化在地区间的不平衡可以有效促使不同地区绿色全要素生产率实现均衡发展。     

资本市场开放与股价波动性——来自沪深港通的经验证据

摘要：推进共同富裕取得实质性进展最艰难、最繁重的任务在农村,普惠金融厚植于农村腹地,在促进农户收入可持续增长上大有所为。本文从理论层面梳理普惠金融影响农户收入的作用机理,阐释农业技术进步发挥的中介机制,并基于2009－2020年31个省份的面板数据实证检验普惠金融的增收效应及其中介路径。研究表明,农村普惠金融能缓解农业扩大生产的资金约束和平滑消费行为,有助于提高农户收入。这一结论经过一系列稳健性检验和内生性处理后依然成立。以农业绿色全要素生产率为表征的农业技术进步是重要中介机制,其在舒缓劳动力流失负面效应和促进农业生产高效率方面发挥着重要作用。针对研究结论,文章提出发挥普惠金融和农业科技进步作用、促进农民增收的建议。     

数字金融、金融错配与企业全要素生产率——基于融资约束视角的分析

本文分析数字金融对企业全要素生产率的影响及其作用机制,并基于中国A股非金融类企业进行经验检验.研究表明:数字金融的发展有助于促进企业全要素生产率提升,能够有效改善传统金融中存在的"金融歧视"与"金融错配"问题.机制分析表明,缓解企业融资约束是数字金融促进全要素生产率提升的重要途径.     

数字普惠金融调节城乡居民福利差异效率及影响因素研究--基于DEA-Malmquist-Tobit模型

基于DEA-Malmquist-Tobit模型,对2011—2018年我国31个省份的数字普惠金融调节城乡居民福利差异效率展开静态和动态分析,并进一步探究影响数字普惠金融调节城乡居民福利差异效率的主要影响因素。结果表明,数字普惠金融调节城乡居民福利差异效率较高,但是全要素生产率呈下降趋势,主要源于技术进步的制约;经济发展水平、产业结构、财政支出水平、互联网普及率与数字普惠金融调节城乡居民福利差异效率呈显著正相关关系,对外贸易开放程度、传统金融发展水平与数字普惠金融调节城乡居民福利效率呈显著负相关关系。在此基础上,提出加强数字普惠金融技术创新、合理配置数字普惠金融资源、政府适当加大扶持力度、优化产业结构、提高互联网普及率等建议。     

绿色金融、产业结构与城市工业绿色全要素生产率北大核心

现代工业绿色转型离不开绿色金融的大力支持,本文基于2003—2019年中国285个城市的面板数据,运用固定效应模型实证检验绿色金融对城市工业绿色全要素生产率的影响及作用机制,研究发现:第一,绿色金融整体上正向促进了城市工业绿色全要素生产率,且经过替换核心解释变量的度量指标、改变被解释变量的测算方法和增加控制变量等稳健性检验以后,结论依然成立。分时段回归发现,绿色金融能正向促进2012—2019年城市工业绿色全要素生产率,不能正向促进2003—2011年城市工业绿色全要素生产率,2012年《绿色信贷指引》的实施能显著提高城市工业绿色全要素生产率。第二,绿色金融通过促进产业结构升级提高城市工业绿色全要素生产率。第三,绿色金融对东部和中部地区城市工业绿色全要素生产率的促进作用最大,对西部地区的促进作用次之,对东北地区没有表现出显著的正向促进作用;绿色金融对大型城市的城市工业绿色全要素生产率的促进作用要大于中小型城市。第四,对城市工业绿色全要素生产率进一步分解发现:绿色金融能显著促进城市工业技术进步,不能显著促进城市工业规模效率和城市工业纯技术效率。基于研究结论,本文提出应助力高耗能、高排放工业项目完成产业结构升级等政策建议。     

数字普惠金融与经济增长的关系 ——基于285个地级市的实证分析

数字普惠金融已成为普惠金融发展的新方向。本文基于2011-2017年全国285个地级市样本数据,运用面板计量模型实证分析了数字普惠金融对中国居民收入的影响。研究结果表明：〖JP2〗（1）数字普惠金融能够有效地促进地区经济发展,缩小各地级市经济增长的差距;（2）教育水平和政府行为水平对当地经济发展具有明显的促进作用,并且数字普惠金融能够强化这种促进作用;（3）西部地区的教育水平和政府行为水平相对落后,提升教育水平和加大政府投入是关键,同时数字普惠金融对经济增长的贡献具有较大的提升空间。     

基于KMV模型的互联网金融行业信用风险分析

数字普惠金融已成为普惠金融发展的新方向。本文基于2011-2017年全国285个地级市样本数据,运用面板计量模型实证分析了数字普惠金融对中国居民收入的影响。研究结果表明：〖JP2〗（1）数字普惠金融能够有效地促进地区经济发展,缩小各地级市经济增长的差距;（2）教育水平和政府行为水平对当地经济发展具有明显的促进作用,并且数字普惠金融能够强化这种促进作用;（3）西部地区的教育水平和政府行为水平相对落后,提升教育水平和加大政府投入是关键,同时数字普惠金融对经济增长的贡献具有较大的提升空间。