非认知能力、社会包容度与农民工就业质量——采用2010—2018年中国家庭追踪调查5期数据的实证检验

在经济高质量发展阶段,尽快提升农民工就业质量是促进共同富裕的有效路径。产业分工的细化、就业环境的复杂化以及个体发展的多元化使非认知能力已成为影响劳动者就业质量的重要因素,然而现有文献大多基于非认知能力的某些维度或就业质量的某些方面探究两者的关系,对于农民工的非认知能力与就业质量这两个综合变量之间关系的研究更为不足,且相关经验研究未将就业环境纳入分析框架。本文认为,与其他劳动者一样,农民工非认知能力的提高可以促进其就业质量提升,而城市外来劳动力的特性使社会包容性对农民工就业质量具有显著影响,具体表现为城市社会包容度的增加将促进农民工就业质量的提升,并会强化非认知能力提高对农民工就业质量提升的促进效应。同时,随着农民工所从事工作复杂度和外向性的增加,个体非认知能力和城市社会包容度的就业质量效应也会增强。一方面,在工作复杂度和外向性不断增强、农民工非认知能力持续提高、城市社会包容度日益提升的经济社会演变背景下,个体非认知能力和城市社会包容度对农民工就业质量以及城市社会包容度对非认知能力的就业质量效应的正向影响均具有逐渐增强的时间趋势。另一方面,农民工在建筑业、制造业和服务业（农民工较为集中的3个行业）就业的工作复杂度和外向性总体上依次增加,因而上述影响也依次增强。采用2010—2018年中国家庭追踪调查（CFPS）5期数据的经验分析表明：个体非认知能力和城市社会包容度对农民工就业质量具有显著正向影响,城市社会包容度对非认知能力影响农民工就业质量具有正向调节作用,且这3种正向效应均具有逐渐增强的时间趋势,并在建筑业、制造业和服务业样本中依次增强。相比现有文献,本文主要在以下两个方面进行拓展和深化：一是基于劳动者非认知能力的就业质量效应更容易受到经济社会环境的影响,构建“非认知能力”“就业质量”“社会包容度”3个综合变量的评价指标体系,并将三者纳入同一分析框架,从城市社会包容度的角度探讨就业环境的就业质量效应。二是基于农民工所从事工作特性的影响,探讨非认知能力、社会包容度的就业质量效应的时间趋势和行业异质性。本文的研究揭示了个体非认知能力和城市社会包容度提高对农民工就业质量提升的重要作用及其时间趋势和行业异质性,有助于农民工个体、用工企业和地方政府采取更为积极措施提高非认知能力和社会包容度,进而有效促进农民工就业质量提升,持续推进新型城镇化和共同富裕。     

我国数据要素资产化价值评估研究——基于机器学习的探索性分析

数据蕴含的巨大经济价值不断凸显，成为数字经济发展的必要生产要素。对数据要素资产化的价值进行研究，构建可靠的数据资产价值评估模型，有助于促进数据资产交易流通、建立健全数据要素市场体系。以优易数据网的第一手数据为数据源，探究影响数据资产价值的主要影响因素。在此基础上，基于机器学习构建数据资产价值评估模型，并对样本数据进行实证分析。结果发现：数据容量、数据规模、数据质量、新鲜度和所属行业对数据资产价值起决定性作用。不同行业间的数据资产存在明显的“价值鸿沟”，表现在高附加值行业的数据资产相较于其他行业具有更高的价值。进一步研究发现：基于机器学习构建的模型评估效果远远优于多元线性回归模型，其中，随机森林模型更适用于数据资产价值评估。未来，需要促进数据容量的扩展和数据质量的提升、加强数据资产评估和管理的技术支持以及建立和完善数据资产交易市场运行体制。     

绿色信贷政策对企业投融资行为的影响研究

论文以2012年的《绿色信贷指引》为准自然实验,采用2006-2020年中国A股上市公司的微观数据,构建双重差分模型考察了绿色信贷政策对重污染企业投融资行为的影响。研究表明,绿色信贷政策的实施显著抑制了重污染企业的投融资行为。异质性检验分析表明,绿色信贷政策对高全要素生产率、国有、大规模、资本密集型、高固定资产占比和西部地区企业的投融资抑制作用更强。进一步分析表明,改进的绿色信贷政策效果更好,对重污染企业投融资行为的负面影响更小。论文为绿色信贷政策的改进提供了新的视角。