基于SBM-GML模型的安徽省工业绿色发展效率测度及提升路径研究

在“双碳”的背景下,绿色发展成了工业发展的迫切要求。文章基于2012—2017年安徽省16个地级市工业发展数据,采用包含非期望产出的SBMGML模型测算安徽省工业绿色发展效率。研究表明：从静态看,安徽省工业绿色发展效率具有空间差异性,合肥市、黄山市和芜湖市三个城市的工业绿色发展效率最高,达到DEA有效状态;从动态看,有9个城市的工业绿色发展效率不断提升,7个城市的工业绿色发展效率略有下降。文章分析了各地级市工业绿色发展效率提升或下降的原因,并提出了相关对策。     

安徽省金融发展与经济增长的因果方向性实证研究

本文基于1978-2008年时间序列,利用协整与格兰杰(Cranger)因果关系检验方法,采用金融发展规模、效率以及股票市场规模等指标,研究了安徽省金融发展与经济增长之间的因果方向性问题.结论是:安徽金融规模的扩张与经济增长存在双向因果关系;金融发展效率是经济增长的原因.但反过来,经济增长并没有促进金融发展效率的提高;股票市场的发展与经济增长不存在格兰杰因果关系.     

区域金融发展与经济增长的关系——来自安徽省的实证分析

本文利用1990～2010年的数据,对安徽省金融发展与经济增长的关系进行检验,从地区生产总值(GDP)与金融相关比率(FIR)上看,安徽省金融发展与经济增长之间存在协整关系,即存在长期稳定的均衡关系;金融发展与经济增长是双向的格兰杰因果关系;金融发展对经济增长的影响较强,且持续力平稳且长,经济增长对金融发展的影响较弱,持续力和作用方向都显示出不稳定的迹象。     

区域金融发展与经济增长的关系——来自安徽省的实证分析

本文利用1990～2010年的数据,对安徽省金融发展与经济增长的关系进行检验,从地区生产总值(GDP)与金融相关比率(FIR)上看,安徽省金融发展与经济增长之间存在协整关系,即存在长期稳定的均衡关系;金融发展与经济增长是双向的格兰杰因果关系;金融发展对经济增长的影响较强,且持续力平稳且长,经济增长对金融发展的影响较弱,持续力和作用方向都显示出不稳定的迹象。     

经济增长目标会影响地方金融发展吗——基于政府干预的视角

为了实现既定的经济增长目标,地方政府会积极干预金融资源配置。文章将经济增长目标作为“有为政府”干预金融市场的代理变量,通过研究我国2003—2019年290个地级市的经济增长目标数据,得出以下结论：经济增长目标降低了金融发展深度,与金融机构贷款规模呈倒U型关系。异质性分析表明,地方政府财政压力会增强经济增长目标对金融发展的负面影响,而市场化水平的提高和经济发展转型则能降低经济增长目标对金融发展的负面影响。进一步研究发现,经济增长目标通过降低金融资源配置效率和挤出流向工业及商业领域的贷款影响地方金融发展。本研究拓展了有关金融发展中“有为政府”与“有效市场”关系的认识,对深化金融供给侧结构性改革、助推经济高质量发展具有一定参考价值。     

数字金融对区域绿色创新的影响以及传导路径

绿色创新是实现经济高质量发展、产业结构绿色升级的重要手段。基于2011—2018年中国地级市数据,本文实证分析了数字金融对区域绿色创新的影响及其传导路径。分析结果显示：数字金融能有效提高区域绿色创新效率,并且在稳健性检验后仍然成立。中介效应分析表明,数字金融能够通过缓解融资约束、环境规制强度以及增加固定资产投资提升绿色创新水平。进一步分维度研究数字金融的协同效应得出,数字金融各子维度之间相互配合,能够最大化提升绿色创新效率。因此,应当大力促进金融业务的数字化升级,同时针对区域发展的异质性,制定动态调整、因地制宜的数字金融发展政策,积极引导当地企业开展绿色创新项目,实现产业结构的绿色升级。     

中国金融开放的经济增长效应研究--基于金融发展溢出效应的视角

金融开放、金融发展与经济增长三者之间存在着千丝万缕的联系,本文按照金融开放促进金融发展进而推动经济增长的路径,分析金融开放的经济增长效应。从理论上分析了一国金融市场发展水平在金融开放过程中所带来的经济增长效应及影响路径。在此基础上,对金融开放通过提高国内金融市场发展水平,进而带来经济增长效应这一机制进行推演,并从全国和省际两个维度对其进行经验分析。     

绿色金融发展、产业结构调整与中国经济增长

文章基于2006-2020年中国30个省级数据，采用面板向量自回归模型从静态、动态和区域三个视角检验绿色金融发展、产业结构调整和中国经济增长的因果关系和作用机理，运用耦合协调度模型讨论了三者融合发展的时序变化和演变特征，并通过Moran指数和LISA聚集图揭示了耦合协调度的空间关联特征和动态演变格局。研究结论发现：首先，三者间存在较强的双向因果关系，影响效果存在显著的南北区域异质性，长期内将形成“以绿色金融发展为基石，立足产业结构调整，实现经济增长效益”的良性循环。其次，三者协调融合发展的程度越来越高，现阶段整体已步入协调阶段，且耦合协调度等级较高的省级主要集中在东南沿海一带。最后，耦合协调发展存在正向的整体空间关联效应，“高-高”集聚范围在扩大，呈现“环渤海南下，覆东南沿海，向内地扩展”的演变格局。为形成三者间协同联动的发展模式，提出应聚焦创新和因地制宜相结合的发展策略，发挥部分地域的辐射带动作用，实现经济绿色健康增长。     

上海金融发展与经济增长关系的实证研究

本文从实证上研究上海金融发展与经济增长之间的长期和短期关系。协整检验、格兰杰因果关系检验和误差修正模型估计结果表明,上海金融发展与经济增长存在着长期稳定的均衡关系,上海金融发展的规模、结构、效率与经济增长之间存在单向因果关系,即经济增长是金融发展规模的格兰杰原因、金融发展结构是经济增长的格兰杰原因、经济增长是金融发展效率的格兰杰原因,滞后2期的金融发展的效率是经济增长的格兰杰原因。从短期来看,上海金融发展对经济增长的影响也是比较显著的。基于以上研究结论,本文提出完善上海金融结构与提高金融效率的政策建议。     

金融集聚影响绿色经济效率的空间机制研究

当前结构转型背景下,金融集聚能够为各大产业的绿色改造与技术升级提供资金支持。本文基于2007—2019年中国30个省份数据,采用门槛效应和空间杜宾模型研究金融集聚促进绿色经济效率的非线性机制,并以中介效应模型检验金融集聚以产业结构升级的中介渠道促进绿色经济效率提升的空间机制。结果表明：（1）全国绿色经济效率呈N形波动趋势,主要来自技术进步的增长效应。（2）金融集聚对绿色经济效率的影响先升后降的U形关系,前期金融集聚不利于本地及周边地区绿色经济效率提升,后期则发挥出正向促进作用。（3）金融集聚通过产业结构高级化与合理化的中介机制对当地绿色经济效率产生影响,其中产业结构高级化的部分中介作用更大。     

“互联网＋”、普惠金融与经济增长-基于面板数据的PVAR模型实证检验

运用多元测算方法和主成分分析法获取我国31个地区2008-2014年“互联网+”、普惠金融和经济增长相关变量数据,借助面板向量自回归模型(PVAR)研究三类变量间的动态关系,实证研究发现:“互联网+”和普惠金融对经济增长的影响程度相当,经济增长对“互联网+”的影响较大,而对普惠金融影响相对较小.微观上看,三者之间正向作用已经存在,普惠金融对城镇化率和贸易开放度驱动的经济增长具有正向促进作用,“互联网+”对普惠金融发展、城镇化率和贸易开放度驱动的经济增长也具有正向促进作用,因此,需要各经济主体加强基础性投入、注重精准化投入并做到长期坚持以促进三者协同发展.但从长期看,普惠金融对“互联网+”和经济增长率和居民消费价格指数驱动的经济增长存在负面冲击,“互联网+”对经济增长率和居民消费价格指数驱动的经济增长也具有微弱的负面冲击,因此,需要政府层面加强统一监管并积极理顺三者之间的关系,以消除其中的摩擦因素.     

金融集聚、产业结构升级与绿色经济增长

基于中国2007-2016年省级面板数据,构建空间面板计量模型、空间效应分解模型,实证分析了金融集聚及产业结构升级的绿色经济增长效应,实证研究显示:金融集聚及产业结构升级对我国绿色经济增长具有显著的正向促进作用,但是产业结构升级的空间溢出效应并不显著,且金融集聚增强了产业结构升级对绿色经济增长的正向促进作用。从空间效应分解来看,由于区域间经济发展水平,金融开放水平、产业发展阶段的不同,致使金融集聚和产业结构升级对绿色经济增长的影响存在着显著的区域差异。     

数字金融与经济高质量发展——基于新发展理念视角

近些年来,高速发展的数字金融对我国社会经济发展的各方面都产生了不小影响,数字金融能否助力我国高质量发展？本文在深刻理解经济高质量发展内涵的基础上,基于“创新”“协调”“绿色”“开放”“共享”新发展理念,构建了经济高质量发展指标,然后借助2011-2017年全国280个地级市的面板数据,并结合地级市层面的数字金融发展指数,探究数字金融对经济高质量发展的影响。研究发现,数字金融的发展可以显著促进高质量发展。从数字金融的结构上看,数字金融的覆盖广度和使用深度对高质量发展产生了显著的促进效应,但数字化程度的效应不显著;从区域上看,数字金融对各地区高质量发展的促进效应为东北最强、中部其次、东部最弱,但对西部地区高质量发展的影响不显著;从高质量发展的各个层面上看,数字金融对经济增长、“创新”、“开放”有显著促进作用,对“共享”有显著的负向影响,对“协调”和“绿色”的影响不显著。本文的研究为我国在数字经济时代促进经济高质量发展提供了有益参考。     

绿色金融促进碳减排效果研究——基于2012～2022年省际面板数据的实证分析

绿色金融能够发挥对高碳企业的挤出效应和对低碳企业的促进效应。通过梳理绿色金融对碳减排的支持机制和路径,采用熵权法计算绿色金融发展水平,从能源消费角度测算碳排放量,采用GMM法分析绿色金融发展对碳减排效果的影响。研究表明,绿色金融发展对提升碳减排效果具有显著驱动力,通过促进经济增长方式转变、提高技术改造、减少能源消耗和优化产业结构方式来实现。因此,要健全绿色金融激励约束机制,增加绿色金融资源投入;加强绿色金融制度建设,从制度层面推动绿色转型。     

我国各省区市金融发展的经济增长效应分析——基于面板数据的时变趋势与区域特征分析

基于31个省区市1994-2005年的经济金融面板数据的实证分析发现.金融规模扩张、结构优化、效率提升确实有助于促进经济增长,且效率提升比规模扩张更有助于促进地区经济增长.金融发展的经济增长效应存在着区域差异,且受各省区市的地区性基础或禀赋因素的影响较大.随着金融体制改革的推进,各地区金融发展对经济发展的适应性逐步增强,但仍受到金融体制的约束,需要进一步深化改革,加快发展.为此,要充分发挥中央政府主导金融制度供给与创新、地方政府主导当地金融生态建设和市场主导金融资源配置的基础性作用,将统筹区域金融协调发展与部分省区市金融率先发展有机统一起来.     

绿色金融、信贷资源配置效率与城市高质量发展

以绿色金融为核心的新一轮金融政策深入推进,为我国城市高质量发展带来全新契机。基于2012—2021年我国276个地级及以上城市面板数据,使用空间滞后模型与中介效应模型,分析探讨绿色金融、信贷资源配置效率与城市高质量发展之间的关系。研究发现：绿色金融不仅显著促进城市高质量发展,而且对邻近城市高质量发展产生积极空间溢出效应;绿色金融对城市高质量发展存在区域异质性,表现为对东中部地区、中小型城市及普通地级市高质量发展影响更显著;绿色金融可通过提升信贷资源配置效率促进城市高质量发展。未来,应创新绿色金融产品与服务体系、优化信贷资源配置结构、制定差异化绿色金融发展政策,因地制宜提升城市发展质量。     

吉林省经济增长与金融发展的实证分析

采用1985—2010年时间序列,实证分析吉林省经济增长与金融发展规模、金融效率的关系,以及吉林省与全国经济增长差距、金融发展规模差距、金融效率差距间的关系。结果表明：吉林省金融发展规模是促进经济增长与提高金融效率的重要原因;而吉林省与全国经济增长差距、金融发展规模差距及金融效率差距虽然存在长期稳定的关系,但金融规模差距对经济增长差距的影响为负。     

金融发展对碳排放强度的影响研究——基于西部面板数据的联立方程模型分析

文章在文献梳理的基础上，基于西部地区九省份2011—2021年的省际面板数据构建相应的联立方程模型，研究金融发展对碳排放强度的具体影响路径。研究显示，金融发展对于经济增长、地区创新水平的正向作用大于负向作用，具有促进作用。金融发展与二氧化碳排放强度的关系呈现倒“U”型。最后，文章从企业提高技术创新水平、出台支持绿色低碳发展的政策体系、搭建信息共享平台、提高金融支持低碳发展效率等方面对促进西部地区经济绿色低碳发展提出相应政策建议。     

金融发展与经济增长:区域效应、时变趋势及发展对策

基于31个省区市1994—2005年的金融经济面板数据的实证分析发现,金融规模扩张、结构优化、效率提升确实有助于促进经济增长,且效率提升比规模扩张更有助于促进地区经济成长。金融发展的经济增长效应存在着区域差异,且受各省区市的地区性基础或禀赋因素的影响较大。随着金融体制改革的推进,各地区金融发展对经济发展的适应性逐步增强,但仍受到金融体制的约束,需要进一步深化改革,加快发展。为此,要充分发挥中央政府主导金融制度供给与创新、地方政府主导当地金融生态建设和市场主导金融资源配置的基础性作用,将统筹区域金融协调发展与部分省区市金融率先发展有机统一起来。     

Financial Development and Economic Growth in Guangxi

通过广西14个地级市面板数据检验了广西金融发展与经济增长的关系。结果表明,总体而言,以金融相关比率度量的金融发展水平能够促进经济增长,但是这种动力是非对称的,在北部湾经济区和西江经济带,这种促进作用要高于全区平均水平。投资对经济增长的效应明显,而消费对经济的拉动作用都受到限制。为此要提高金融运行效率,推动金融创新,支持小微企业和消费金融发展。