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、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。     

全要素生产率与包容性金融发展的关系——基于我国省际面板数据的实证分析

金融是现代经济的核心,其不但影响着经济增长速度,还影响经济增长方式和效率。全要素生产率(TFP)是衡量经济增长方式和发展效率的重要指标,因此如何通过金融手段来提高全要素生产率是目前研究经济转型升级和可持续发展的重要问题。根据全国31个省(市、自治区)2006-2016年的面板数据,实证研究中国包容性金融发展对全要素生产率提升的影响,结果显示:包容性金融发展能有效促进全要素生产率提升,且与东部地区相比,这一提升作用在中西部地区更为显著。     

金融分权、资本配置效率与企业全要素生产率——“绿色”还是“污染”？

本文以2008-2019年沪深A股上市公司为研究样本，探索金融分权对企业全要素生产率的影响及作用机制。研究发现，金融分权能显著促进辖区内企业全要素生产率的提升，且对不同发展偏向的绿色企业与污染企业影响方向迥异，地方政府运用金融资源“两手抓”绿色激励与污染约束。进一步分析表明，金融分权通过提升地区资本配置效率影响企业全要素生产率；相比于国有企业，金融分权对非国有企业特别是绿色企业的促进效应更高。因此，应完善适度金融分权制度，提高地区资本配置效率，助力企业乃至经济的绿色转型发展。     

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。     

绿色金融发展下碳排放效率的地区差异、动态演进与影响机制

本文首先基于SBM-ML模型,建立了碳排放效率评价模型,从效率和生产率两个维度出发,探究不同地区碳排放效率的地域差异与动态演进;并设计了空间杜宾模型,分析了各地区绿色金融发展对碳排放效率的影响机制及溢出效应。结果显示:(1)从2005年到2019年各省碳排放效率总体水平较低,地区差异特征明显,具有较大的碳减排潜力;绿色全要素生产率的提高主要由技术进步推动,而技术效率劣化则成为制约绿色全要素生产率发展的关键因素。(2)碳排放效率的动态演进表现出显著的“马太效应”,先进省份和落后省份的碳排放效率差异进一步拉大。(3)空间杜宾回归结果表明,绿色金融发展有助于各地区碳排放效率的提高,并且存在空间溢出效应,即本地的区绿色金融发展有助于提高周边地区的碳排放效率。(4)通过机制检验可知,绿色金融发展可以通过促进经济发展、技术创新和产业结构升级三条路径来提高碳排放效率。     

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。     

长江经济带绿色金融效率测评研究

本文运用BCC-DEA模型,以2010-2019年长江经济带11个省(市)绿色金融为研究对象,从综合效率、纯技术效率和规模效率对绿色金融投入产出效率进行静态分析。运用Malmquist指数模型从技术效率、技术进步、纯技术效率、规模效率、全要素生产变化指数等多个角度动态分析了绿色金融效率的问题。研究结果表明,长江经济带各个区域相互之间发展绿色金融的情况存在失衡现象,下游比中上游地区发展好,中上游地区表现存在一定的滞后性以及未来还有较大的发展和改善空间。从整体来看,经济发展与绿色发展政策促进绿色金融发展,技术进步是全要素生产率提高的主要引擎。应加大区域合作、加强技术创新、完善绿色金融体系,促进长江经济带绿色金融效率的提升。     

金融发展对全要素生产率提高的影响———基于我国各省数据的实证分析

本文研究了我国各地区金融发展水平对全要素生产率（TFP）的影响.首先通过生产前沿法对我国29个省份的TFP变化情况进行了估算,并采用面板向量自回归检验了金融发展水平对全要素生产率（TFP）的影响,得出的主要结论是：不同的金融发展指标对我国全要素生产率的影响是完全不相同的,金融发展主要是通过影响技术进步来影响TFP,而非正规金融主要是通过促进技术效率的改善来提高TFP.     

科技金融发展是否促进了全要素生产率的提高?——基于空间计量模型的研究

本文以中国省际面板数据为研究对象,通过构建科技金融评价指标体系,运用空间计量方法实证分析科技金融发展对我国全要素生产率的影响。研究发现,我国全要素生产率具有明显的空间自相关特征。科技金融发展能够显著促进全国规模以上工业企业全要素生产率的提高,且这种影响主要是通过效率改善路径发挥促进作用,通过技术进步途径产生的影响并不显著。本文的研究结论为促进科技金融在区域间协调发展与提高国家全要素生产率提供了理论指导与政策启示。     

金融深化、FDI溢出效应与地区TFP——基于省级面板门槛模型的实证分析

在考虑经济运行互动关系中内在非线性结构的前提下,从金融深化角度探究了外商直接投资（FDI）对地区全要素生产率（TFP）的溢出效应的影响机制,采用1992-2011年我国29个省级单位的面板数据,通过运用非线性理论的“门槛模型”检验和回归方法,以金融深化为门槛变量,实证研究了外商直接投资对地区全要素生产率的影响.结果发现,总体上金融深化和外商直接投资都有利于提高全要素生产率,且存在基于金融深化的“双门槛效应”,即不同地区的金融深化水平对外商直接投资的溢出效应的影响存在非线性的结构变化,随着金融深化和发展水平的不断提高,外商直接投资的溢出效应呈区间递增的态势.     

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.     

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。     

政府行为、金融结构与地区全要素生产率

本文在一定理论分析和相关假设的基础上,利用1997—2010年省级面板数据对政府行为、金融结构和地区全要素生产率之间的关系进行了实证。结果显示：政府不同项目的财政支出和不同金融资产结构．其对全要素生产率的影响存在一定的差异性。在全国以及东、西部地区,政府科技教育相关支出显著地促进了全要素生产率水平的提高,且西部地区的效果最明显;其它财政支出项目并没有很好的发挥其对金要素生产率的积极作用。进一步地,本文利用Malmquist指数法将全要素生产率分解为技术效率指数和技术进步指数,以考察政府行为、金融结构促进全要素生产率的内在路径。     

国家审计能够促进城市全要素生产率提升吗？——基于空间杜宾模型分析

以全要素生产率度量城市发展水平,考察国家审计对城市高质量发展的影响及其空间溢出效应。研究发现,国家审计功能作用发挥提高了城市全要素生产率,同时,国家审计对城市全要素生产率的影响具有负向的空间溢出效应。进一步分析表明,国家审计可通过提高技术效率、规模效率以及技术创新水平,进而促进本城市全要素生产率提升;国家审计对城市全要素生产率的影响,因地方金融发展水平不同而存在显著差异;此外,国家审计对城市全要素生产率的影响还存在动态效应。     

实体企业金融化与全要素生产率：“蓄水池”效应还是“挤出”效应？

摘要：实体企业的发展是助推经济高质量发展的重要引擎。然而,越来越多的实体企业开始配置金融资产,其经济后果值得深入研究。本文基于2012－2021年中国A股上市公司面板数据,实证检验实体企业金融化对全要素生产率的影响。结果表明,实体企业金融化对全要素生产率具有显著的负向影响,表明实体企业金融化“挤出”效应占主导。对投资不足的样本而言,实体企业金融化对其全要素生产率具有更强的抑制作用,这表明实体企业金融化非但没有扮演“蓄水池”角色,反而通过降低企业创新和商业信用的路径抑制了全要素生产率提升。此外,实体企业金融化也显著降低了高融资约束组企业的全要素生产率。研究结论对于丰富企业金融化以及提升全要素战略目标的实现具有重要的现实意义。     

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。     

经济发展水平与金融发展效率关系的研究——基于各省数据的分析

本文以2001-2010年的分省面板数据为基础,采用固定资产投资中银行贷款与国家预算内资金之比作为金融发展效率的显示指标,以全要素生产率代表经济发展水平,通过运用混合最小二乘法构建面板数据混合模型对我国各省经济发展水平与金融发展效率之间的关系进行了分析。结果显示:金融发展效率与经济发展水平之间存在着显著的正向关系,这种关系具体表现为金融发展是全要素生产率的格兰杰原因,而金融发展的熊彼特效应表现显著。