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。     

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。     

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、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。     

全要素生产率与包容性金融发展的关系——基于我国省际面板数据的实证分析

金融是现代经济的核心,其不但影响着经济增长速度,还影响经济增长方式和效率。全要素生产率(TFP)是衡量经济增长方式和发展效率的重要指标,因此如何通过金融手段来提高全要素生产率是目前研究经济转型升级和可持续发展的重要问题。根据全国31个省(市、自治区)2006-2016年的面板数据,实证研究中国包容性金融发展对全要素生产率提升的影响,结果显示:包容性金融发展能有效促进全要素生产率提升,且与东部地区相比,这一提升作用在中西部地区更为显著。     

金融分权、资本配置效率与企业全要素生产率——“绿色”还是“污染”？

本文以2008-2019年沪深A股上市公司为研究样本，探索金融分权对企业全要素生产率的影响及作用机制。研究发现，金融分权能显著促进辖区内企业全要素生产率的提升，且对不同发展偏向的绿色企业与污染企业影响方向迥异，地方政府运用金融资源“两手抓”绿色激励与污染约束。进一步分析表明，金融分权通过提升地区资本配置效率影响企业全要素生产率；相比于国有企业，金融分权对非国有企业特别是绿色企业的促进效应更高。因此，应完善适度金融分权制度，提高地区资本配置效率，助力企业乃至经济的绿色转型发展。     

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。     

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。     

乡村振兴战略背景下我国农村金融效率分析

为了研究农村金融对农村经济发展的影响,本文运用超效率SBM模型和Goble Malmquist全要素生产率指数,分别从静态和动态两个维度对我国2010～2020年30个省份农村金融效率进行实证分析,构建农村“金融效率(静态)一全要素生产率(动态)”矩阵,分析我国各省份农村金融发展的优势和不足。研究发现:(1)我国农村金融效率总体水平相对较高,东部地区农村金融效率高于中西部地区;(2)全要素生产率指数显示,技术进步是农村金融全要素生产率提高的主要动力,技术效率贡献不足;(3)东北地区农村金融全要素生产率下降明显。在此基础上,提出我国农村金融发展的相关建议。     

长江经济带绿色金融效率测评研究

本文运用BCC-DEA模型,以2010-2019年长江经济带11个省(市)绿色金融为研究对象,从综合效率、纯技术效率和规模效率对绿色金融投入产出效率进行静态分析。运用Malmquist指数模型从技术效率、技术进步、纯技术效率、规模效率、全要素生产变化指数等多个角度动态分析了绿色金融效率的问题。研究结果表明,长江经济带各个区域相互之间发展绿色金融的情况存在失衡现象,下游比中上游地区发展好,中上游地区表现存在一定的滞后性以及未来还有较大的发展和改善空间。从整体来看,经济发展与绿色发展政策促进绿色金融发展,技术进步是全要素生产率提高的主要引擎。应加大区域合作、加强技术创新、完善绿色金融体系,促进长江经济带绿色金融效率的提升。     

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。     

金融发展对全要素生产率提高的影响———基于我国各省数据的实证分析

本文研究了我国各地区金融发展水平对全要素生产率（TFP）的影响.首先通过生产前沿法对我国29个省份的TFP变化情况进行了估算,并采用面板向量自回归检验了金融发展水平对全要素生产率（TFP）的影响,得出的主要结论是：不同的金融发展指标对我国全要素生产率的影响是完全不相同的,金融发展主要是通过影响技术进步来影响TFP,而非正规金融主要是通过促进技术效率的改善来提高TFP.     

科技金融发展是否促进了全要素生产率的提高?——基于空间计量模型的研究

本文以中国省际面板数据为研究对象,通过构建科技金融评价指标体系,运用空间计量方法实证分析科技金融发展对我国全要素生产率的影响。研究发现,我国全要素生产率具有明显的空间自相关特征。科技金融发展能够显著促进全国规模以上工业企业全要素生产率的提高,且这种影响主要是通过效率改善路径发挥促进作用,通过技术进步途径产生的影响并不显著。本文的研究结论为促进科技金融在区域间协调发展与提高国家全要素生产率提供了理论指导与政策启示。     

金融深化、FDI溢出效应与地区TFP——基于省级面板门槛模型的实证分析

在考虑经济运行互动关系中内在非线性结构的前提下,从金融深化角度探究了外商直接投资（FDI）对地区全要素生产率（TFP）的溢出效应的影响机制,采用1992-2011年我国29个省级单位的面板数据,通过运用非线性理论的“门槛模型”检验和回归方法,以金融深化为门槛变量,实证研究了外商直接投资对地区全要素生产率的影响.结果发现,总体上金融深化和外商直接投资都有利于提高全要素生产率,且存在基于金融深化的“双门槛效应”,即不同地区的金融深化水平对外商直接投资的溢出效应的影响存在非线性的结构变化,随着金融深化和发展水平的不断提高,外商直接投资的溢出效应呈区间递增的态势.     

绿色金融发展下碳排放效率的地区差异、动态演进与影响机制

本文首先基于SBM-ML模型,建立了碳排放效率评价模型,从效率和生产率两个维度出发,探究不同地区碳排放效率的地域差异与动态演进;并设计了空间杜宾模型,分析了各地区绿色金融发展对碳排放效率的影响机制及溢出效应。结果显示：（1）从2005年到2019年各省碳排放效率总体水平较低,地区差异特征明显,具有较大的碳减排潜力;绿色全要素生产率的提高主要由技术进步推动,而技术效率劣化则成为制约绿色全要素生产率发展的关键因素。（2）碳排放效率的动态演进表现出显著的“马太效应”,先进省份和落后省份的碳排放效率差异进一步拉大。（3）空间杜宾回归结果表明,绿色金融发展有助于各地区碳排放效率的提高,并且存在空间溢出效应,即本地的区绿色金融发展有助于提高周边地区的碳排放效率。（4）通过机制检验可知,绿色金融发展可以通过促进经济发展、技术创新和产业结构升级三条路径来提高碳排放效率。     

绿色金融对农业绿色发展影响的空间溢出和门槛效应研究——基于绿色全要素生产率的实证分析

绿色金融作为一种新型金融模式,是促进绿色发展的重要力量。文章在理论层面上分析绿色金融对农业绿色发展的影响和空间溢出机制,随后利用2010—2021年中国30个省份的面板数据,基于测算的农业绿色全要素生产率（GTFP）指数和绿色金融发展指数,采用空间计量模型实证检验绿色金融对农业绿色生产率的影响和空间溢出效应。结果表明,绿色金融促进农业绿色发展不仅具有本地效应,而且还具有显著的正向空间外溢效应,此结论在一系列稳健性检验之后仍然成立;异质性检验发现绿色金融在东、中、西部地区均存在本地效应,但仅在东部地区存在显著的正向空间外溢效应,而中、西部地区不显著;机制检验显示绿色金融通过绿色技术进步渠道来促进农业的绿色发展,而绿色技术效率渠道不显著。基于此,文章提出发展农村绿色金融、推进农业绿色发展的对策建议。     

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。