金融发展影响绿色全要素生产率的路径——效率通道和技术通道

本文基于2011-2019年30个省(市)的面板数据,采用面板向量自回归(PVAR)模型研究金融发展驱动绿色全要素生产率增长的具体路径:是“效率通道”还是“技术通道”。研究结果显示,金融发展对东部地区的绿色全要素生产率存在抑制效应,通过“技术通道”影响绿色全要素生产率;金融发展对中西部地区的绿色全要素生产率存在促进效应,同时通过“效率通道”和“技术通道”影响绿色全要素生产率,但“效率通道”更显著。     

金融发展影响绿色全要素生产率的路径--效率通道和技术通道北大核心CSSCI

本文基于2011-2019年30个省(市)的面板数据,采用面板向量自回归(PVAR)模型研究金融发展驱动绿色全要素生产率增长的具体路径:是“效率通道”还是“技术通道”。研究结果显示,金融发展对东部地区的绿色全要素生产率存在抑制效应,通过“技术通道”影响绿色全要素生产率;金融发展对中西部地区的绿色全要素生产率存在促进效应,同时通过“效率通道”和“技术通道”影响绿色全要素生产率,但“效率通道”更显著。     

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.     

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。     

空间视角下绿色金融对绿色全要素生产率的影响研究

绿色全要素生产率（GTFP）是衡量经济可持续增长的指标,绿色金融则可以通过创新金融工具,将资金引导至节能环保的生产领域,助力经济可持续发展。文章分别采用DEA-Malmquist指数法、熵值法对省际GTFP和绿色金融进行测度,并根据相关检验结果选择空间杜宾模型分析二者的关系,进而提出相关政策建议。     

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。     

金融集聚、政府干预与全要素生产率

运用非参数的Malmquist生产率指数法,测算2007—2013年我国30个省区市全要素生产率增长情况,并在此基础上运用面板数据计量模型,引入政府干预变量,对金融集聚与全要素生产率之间的关系进行分析。结果表明：金融集聚对全要素生产率增长有显著的促进作用,而政府干预指标的引入却在金融集聚与TFP增长之间产生了负效应。     

要素集聚、规模效率与全要素生产率增长

本文首先梳理了国内外相关文献,描述了我国省级层面劳动力和资本空间集聚的程度和现状,在此基础上采用基于动态DEA的Malmquist指数对我国省级层面以及东、中、西三大地带的要素集聚、全要素生产率、规模效率和技术进步进行了量化研究。笔者发现最近十多年来,西部地区全要素生产率的增长率和技术进步速度均高于中部地区;东部地区要素集聚的规模效率增长为负,而中西部地区规模效率增长为正。我们认为东部地区已经出现了要素集聚过度的特征,从而导致规模效率下降。因此,合理引导要素从东部地区向中西部地区流动,促使要素在区域间有效配置是提升集聚经济的规模效率和推进经济进一步增长的必要手段之一。     

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。     

金融发展与全要素生产率相关性分析——来自某省面板数据的经验

本文基于内生增长理论以及DEA-Malmquist指数法对2002-2008年我国南方某省各市的全要素生产率变动进行测算,并使用系统GMM动态面板对金融发展和全要素生产率变动值进行回归,在教育、外贸依存度和资本形成等要素条件一定的情况下,发现：以股票市值与贷款余额之比表示的金融结构,以贷款与存款之比表示的金融效率能够改善全要素生产率：而小银行的贷款占比却没有起到改善作用。     

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。     

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。     

绿色金融对绿色全要素生产率的影响分析——基于省级面板数据的实证检验

选取我国2011—2020年的省级面板数据,运用SBM-GML模型和固定效应模型进行实证分析,探索研究绿色金融对绿色全要素生产率的影响。测算结果显示：绿色金融和绿色全要素生产率发展水平较高,但各地区绿色金融发展程度存在差异;我国2011—2020年绿色全要素生产率平均水平在1以上,处于有效水平,其中东部、中部两个地区的绿色全要素生产率高于其他地区。实证回归结果显示：绿色金融对绿色全要素生产率具有显著的正向影响,表明绿色金融对绿色全要素生产率起到了积极的促进作用。最后根据结果提出因地制宜设立绿色金融发展策略、加强技术创新能力提升技术应用水平、优化产业结构提升资源配置效率的建议。     

金融集聚、空间溢出与城市绿色发展效率

本文选取2008—2018年中国279个地级及以上城市的面板数据,探讨了金融集聚与绿色发展效率的时序演进趋势及其背后的影响机制,并在STIRPAT模型的基础上构建空间杜宾模型进行分析。研究发现,金融集聚能提高中心城区的绿色发展效率,也能对周边地区产生空间溢出影响,且呈现出先增后减、再增再减的"M"型空间衰减趋势。异质性分析发现,金融集聚的直接效应只在东西部地区显著,空间溢出效应只在东中部地区显著,特大型和大型城市的直接效应和空间溢出效应均显著。     

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.     

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。     

数字金融对农业绿色全要素生产率的门槛效应研究——基于农业产业集聚视角

基于农业产业集聚视角研究数字金融对农业绿色全要素生产率的门槛效应,文章使用2011—2019年30个省份农业生产相关的数据和北京大学研究中心编制的数字普惠金融指数进行研究。研究发现,数字金融总指数和各分维度指标的门槛效应呈现出不同的趋势,数字化程度指标存在“倒U型”的双重门槛效应,支付指标存在“正U型”的双重门槛效应,而数字金融总指数和其他分维度指标存在“倒V型”的单一门槛效应。进一步的区域异质性分析发现,东部地区存在“正U型”的双重门槛效应,中部地区存在“左半U型”的单一门槛效应,而西部地区不存在门槛效应;不同维度下农业绿色全要素生产率的异质性分析发现,数字金融对农业技术进步存在“倒右半U型”的单一门槛效应,而对农业技术效率不存在门槛效应。据此,文章提出相关政策建议,以期为绿色农业发展提供参考。