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。     

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。     

银行竞争度、融资约束与企业全要素生产率 ——基于我国上市制造业企业数据的经验分析

本文选取2006-2019年我国A股上市制造业企业的年度数据,通过固定效应模型和中介效应模型实证分析了融资约束与银行竞争度对企业全要素生产率的影响。结果显示,银行竞争度的提升和融资约束的缓解总体上促进了企业全要素生产率的提高,企业所受融资约束的程度越大,银行竞争度提升对企业全要素生产率的促进作用就会越强;提升企业内部现金流水平将有助于减轻银行竞争度下降所带来的对全要素生产率的负面影响;企业规模越小、管理费用率越低、成长性越好的企业,银行竞争度的提升对其全要素生产率的促进作用就会越大。     

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。     

环保税对企业全要素生产率的影响研究

在双碳背景下，企业实现发展方式的绿色转型是一种必然趋势。如何平衡环境保护与企业经济增长的关系，是企业实现可持续发展的关键所在。2018年正式实施环保税，是我国第一次以立法的形式对环境污染进行约束，借助税收执法的刚性，加大环境规制强度。环保税可以通过对企业施加环境约束从而激励企业的绿色转型升级。本文基于沪深上市企业(2012—2020年)的相关数据，实证研究了环保税对企业全要素生产率的影响。结果表明：(1)环保税对企业全要素生产率具有显著的促进作用。(2)环保税对全要素生产率的影响具有区域异质性，对东部地区的促进作用最为显著，对西部地区的促进作用最弱。(3)环保税对非国有企业全要素生产率的促进作用要显著于国有企业。(4)环保税可以通过技术创新、财务绩效和资产结构作用于全要素生产率。本文采用中介效应模型，对环保税作用于全要素生产率的作用机制进行了深入的分析，为优化环保税政策提供了有效建议。     

ESG信息披露如何影响企业全要素生产率？——基于A股上市公司的经验证据

本文以2017—2021年我国A股上市公司为样本，探究ESG信息披露如何影响企业全要素生产率。研究结果显示：ESG信息披露促进了企业全要素生产率的提高；机制检验表明，ESG信息披露对企业全要素生产率的促进作用主要通过资源效应、成本效应和市场关注效应来实现；将内部控制、审计质量和企业绿色创新引入实证分析中发现，内部控制、审计质量和企业绿色创新均能够强化ESG信息披露对企业全要素生产率的促进作用；异质性分析表明，ESG信息披露对企业全要素生产率的促进作用在非重污染、大规模以及两职分离的企业中更为明显。本文的研究结论对我国企业如何有效利用ESG信息披露来促进企业高质量发展具有一定参考意义。     

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。     

山东省农业经济增长、农村金融与农业全要素生产率关系研究

论文选取山东省1996~2015年相关数据,采用DEA-Malmquist指数法对农业全要素生产率进行测算,并运用VAR模型对农业经济增长、农村金融与农业全要素生产率的动态关系进行研究。结果表明:山东省农业经济增长、农村金融和农业全要素生产率之间存在长期稳定均衡关系;农业经济增长分别与农村金融、农业全要素生产率存在双向因果关系;农村金融和农业全要素生产率之间存在单向因果关系;随着滞后期数增加农村金融对农业经济增长促进作用增加;农业经济增长和农业全要素生产率对农村金融的促进作用较小;农业经济增长对农业全要素生产率的促进作用较低。     

经济政策不确定性如何影响企业全要素生产率

<正>实证研究发现，经济政策不确定性的上升促进企业全要素生产率的提升。影响机制表明，经济政策不确定性对企业全要素生产率的促进作用是通过提升研发投入来实现的。当下，步入新常态的中国经济已经由高速增长阶段进入高质量发展阶段。党的二十大报告明确指出，高质量发展是全面建设社会主义现代化国家的首要任务。在经济高质量发展阶段，企业的创新能力成为决定其成败的关键，企业迫切需要提升其创新能力与生产效率，     

公共数据开放能提升企业全要素生产率吗？

数据要素开放是数字时代促进经济高质量发展的重要方式。本文从企业层面考察了公共数据开放对全要素生产率的影响及其作用机制，发现公共数据开放能够促进企业全要素生产率增长，城市的公共数据开放水平每提高1%，当地企业全要素生产率平均提升约0.18%。异质性分析发现，公共数据开放对民营企业、服务业企业全要素生产率提升最为明显，并且更高水平的公共数据开放能够更有效地提升企业全要素生产率。机制分析显示，公共数据开放有利于改善区域营商环境，盘活企业资产流转，提升资源配置效率，以及降低企业销售、管理成本，促进企业全要素生产率的提升。地方政府应创造良好的数据要素开放环境，进一步提升公共数据开放水平，发挥数据要素赋能作用，促进经济高质量发展。     

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.     

增值税留抵退税、融资约束与企业全要素生产率

本文以2018年部分行业的增值税留抵退税政策的实施作为准自然实验,基于长江三角洲先进制造业上市公司的数据,采用倾向得分匹配——双重差分法(PSM-DID),探究了增值税留抵退税政策对企业全要素生产率的影响.研究发现,短期内增值税留抵退税政策对企业全要素生产率的提高具有显著的促进作用;机制检验结果表明,增值税留抵退税政策通过降低企业的融资约束来促进企业全要素生产率的提高;异质性分析发现,增值税留抵退税政策对非国有性质、规模较小、成长性较好、杠杆率较低以及所处营商环境不理想的企业全要素生产率的促进作用尤为明显.根据研究结论,本文提出了进一步放宽增值税留抵退税政策限制与适度缩短留抵退税期限等相关建议.     

金融集聚与全要素生产率

本文利用2003—2012年省际面板数据,运用空间面板计量方法研究了金融集聚与全要素生产率增长之间的关系,实证研究结果显示:中国地区间的全要素生产率在2003—2012年具有明显的空间相关性,金融集聚对中国的全要素生产率有着显著的影响;银行业集聚对全要素生产率有着显著的正向影响;保险业集聚对全要素生产率的增长有促进作用,但作用效果不显著;证券业集聚会抑制全要素生产率的增长,但抑制作用不明显.     

劳动力成本上升对企业全要素生产率的影响--基于金融资产配置的视角北大核心CSSCI

本文围绕劳动力成本上升与企业全要素生产率的关系展开研究,并利用2009-2019年沪深A股上市公司样本进行实证检验。研究发现:劳动力成本上升与企业全要素生产率存在显著的U形关系,随着劳动力成本不断上升,其对全要素生产率的总体影响将由抑制作用转向促进作用。进一步研究表明,缓解金融资产配置的挤出效应是劳动力成本上升倒逼企业全要素生产率提升的重要途径。     

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。     

中国证券公司全要素生产率研究——基于MML生产率指数的实证分析

运用Metafrontier-Mamlqusit-Luenberger生产率指数(MML指数)测度了2006～2010年中国88家证券公司的全要素生产率及其分解成分,并对影响全要素生产率的环境因素进行了实证分析。结果表明,在技术落差比率方面,创新类证券公司走势较为平稳,规范类证券公司呈上升的趋势,其它类证券公司则呈现倒V型;总体上,中国证券公司的全要素生产率是下降的,只有规范类证券公司MML指数大于1,技术退步是导致中国证券公司全要素生产率下降的主要因素,而纯技术追赶则有拉高中国证券公司全要素生产率的态势;规范类和其他类证券公司的纯技术追赶值明显大于1;股价指数和资产结构对证券公司全要素生产率的提高有促进作用,国际金融危机则对证券公司的全要素生产率有显著的负作用,其他因素对全要素生产率的影响则不显著。     

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.