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。     

数字普惠金融与共同富裕的耦合协调研究

数字普惠金融供给驱动共同富裕,共同富裕需求拉动数字普惠金融进步,两者协调发展。基于2011-2020年30个省份的平衡面板数据,利用综合评价、耦合协调度等模型测度我国数字普惠金融、共同富裕水平及二者协调发展状况发现：一是我国数字普惠金融高速发展,各地区数字普惠金融发展水平不均衡;二是共同富裕发展较缓,整体水平一般,地区收敛性、空间集聚性特征明显;三是数字普惠金融与共同富裕的协调发展能力逐步增强,呈现突出的东南沿海集聚发展特性。为促进二者整体协调发展,需利用信息技术扩大数字普惠金融服务覆盖面,增强风险防控能力;要扎实推动共同富裕,发挥沿海强省的示范作用;利用二者协调发展能力的空间聚集特征,发挥数字普惠金融与共同富裕相互促进效能。     

数字普惠金融对省域绿色全要素生产率的影响研究

党中央提出我国要深化金融供给侧改革,进一步促进普惠金融和绿色金融融合发展,为经济可持续健康发展提供扎实的金融力量。在此背景下,文章尝试将数字普惠金融与绿色全要素生产率相结合,并提出理论假设,基于2012—2020年全国30个省级行政区建立面板数据,测算绿色全要素生产率,实证分析研究数字普惠金融与绿色全要素生产率的关系,并分别利用中介效应和回归模型开展影响机制和区位异质性分析。研究发现,数字普惠金融的发展可以改善并提升绿色全要素生产率;数字普惠金融通过技术创新、产业结构与缓解资源错配等中介途径,促进绿色全要素生产率增长;相较于中西部地区,数字普惠金融在东部地区的促进作用更为有效。通过理论与实证研究分析,文章建议重点扩大数字普惠金融的覆盖广度,最大化提升对绿色全要素生产率的正向促进作用;发挥好数字普惠金融的技术创新外溢、产业结构优化和资源错配减缓效应,全面提升绿色全要素生产率;促进区域数字普惠金融均衡发展,重点提高中西部地区金融服务供给水平。     

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。     

数字普惠金融如何影响绿色全要素生产率——理论分析与经验证据

数字普惠金融是数字经济时代金融领域的一项重大变革,其自身的绿色属性和环境正外部性对加快构建绿色经济发展体系意义重大。本文从数字普惠金融的运行机制出发,选取2011—2019年我国288个城市的面板数据,检验了数字普惠金融对城市绿色全要素生产率的综合影响,以及资源错配的中介作用和宏观经济要素的调节作用。结果表明：数字普惠金融发展促进了绿色全要素生产率提升,且此提升作用在东部地区和重点城市更为明显;数字普惠金融可以缓解资本错配和劳动错配,通过间接作用提升绿色全要素生产率。就宏观经济要素而言,政府管理能力和城市创新环境在数字普惠金融对绿色全要素生产率增长的影响中起到了强化作用,而传统金融的深化程度则对这一影响具有弱化作用。综上,应适度超前推进数字基础设施建设并稳步进行要素市场化改革;同时,政府也要对数字普惠金融发展进行适当监管和引导,通过优化创新生态环境等措施强化其对绿色发展的促进作用。     

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。     

数字普惠金融促进企业全要素生产率提高了吗？

本文利用北京大学数字普惠金融指数,检验了我国各地区数字普惠金融的发展对区域内企业全要素生产率的影响及其作用机制。研究结果表明,地区数字普惠金融的发展能够促进处于该区域内的企业全要素生产率的提升。上述驱动作用的异质性分析表明,与国有企业、市场地位高的企业以及技术密集型企业相比,数字普惠金融对非国有企业、市场地位低的企业以及资本密集型和劳动密集型企业全要素生产率的提升作用更大。利用中介效应检验法,本文进一步的机制分析表明,缓解企业“融资难”“融资贵”问题是数字普惠金融促进企业全要素生产率提升的重要路径。     

数字普惠金融能提高农业全要素生产率吗? ——基于省级面板数据的实证检验

文章基于2011-2018年我国31个省份面板数据,运用DEA-Malmquist指数法测算我国农业全要素生产率的整体情况,并运用系统广义矩估计和面板门槛模型实证分析数字普惠金融与农村全要素生产率之间的关系。研究发现,我国农业全要素生产率在考察期内整体呈现增长态势,年均增长4.1%,但在考察期最后两年出现负增长;数字普惠金融对农业全要素生产率具有正向促进作用,且这种促进作用更加倾向于提高农业技术进步指数;各子维度中,覆盖广度对农业全要素生产率的促进作用最大。此外,数字普惠金融对农业全要素生产率的促进作用具有显著单门槛效应,跨越一定门槛值后,数字普惠金融的促进作用会增大,乘数效应更加明显。文章提出了发挥数字普惠金融对农业全要素生产率促进作用的建议。     

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。     

数字普惠金融与区域协调发展能力的时空耦合协调分析

数字普惠金融的发展为解决广东省发展不平衡不充分问题提供了新的选择,利用综合评价和耦合协调度模型分析2011～2020年广东省数字普惠金融、区域经济协调发展能力状况及二者时空耦合协调特征。结果表明:（1）广东数字普惠金融总指数及各项分指数持续增强,但地区之间差距明显。（2）区域协调发展能力指数呈上升趋势但平均水平不高,珠三角地区的子系统间已形成稳定互促机制。（3）数字普惠金融与区域协调发展能力的耦合协调水平不断提升且深广珠发展速度较快,空间上呈两端到中心逐步提升的阶梯分布。据此,从深化数字普惠金融建设、优化区域发展结构、加强区域合作缩小空间差异方面提出建议。     

数字金融、融资约束与民营企业全要素生产率

文章基于融资约束理论视角,采用A股非金融民营上市公司2011-2020年数据,运用双向固定效应模型进行实证检验。研究发现,数字金融的发展能促进民营企业全要素生产率水平的提升,融资约束在其中起着显著中介作用;地区金融发展和货币政策冲击对数字金融的融资约束缓解效应具有显著的调节作用;数字金融对成长期、第三产业和东部地区民营企业全要素生产率的正向影响尤为显著。本文结论对优化我国数字金融的发展,助力民营企业全要素生产率提升具有重要启示。     

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.     

数字金融发展对企业全要素生产率的影响研究

以2011—2021年北京大学数字普惠金融指数（PKU-DFIIC）匹配A股上市公司数据,分析了数字金融发展对企业全要素生产率（TFP）的影响。研究表明,数字金融发展能显著提升企业TFP。该影响具有延续性且呈现动态衰减趋势。机制分析表明,数字金融发展能有效改善金融机构与企业间的“信息差”,压缩企业融资成本;资金流入企业后持续发挥蓄水池效应并便利企业研发创新,最终促进企业TFP提升。异质性分析表明,伴随数字金融发展,国有、大型、高成长性企业TFP提升尤其明显。此外,适度有效的金融监管、优质的营商环境也是释放数字金融服务功能的有利条件。研究结论为政策制定和调整提供了有益参考。     

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.     

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.