数字经济、要素市场扭曲缓解与企业全要素生产率

针对要素市场扭曲背景下企业全要素生产率提升动能的不足,构建省级层面的数字经济指标体系,利用2011～2022年中国A股上市公司数据,采用中介效应模型考察数字经济的资源配置效应在缓解要素市场扭曲并促进企业全要素生产率提升方面的可行性和有效性。结果证实：要素市场扭曲背景下,数字经济的资源配置效应对企业全要素生产率具有提升作用;数字经济主要通过缓解金融、人才、技术三类要素市场扭曲促进企业全要素生产率提升。进一步研究发现,在国有企业、技术密集型企业以及大企业样本中,数字经济对企业全要素生产率具有更强的促进作用。据此,应完善数字基础设施,为企业高质量发展提供保障;关注要素市场发展,促进各类要素充分流动、重组和重构;根据企业高质量发展需求,柔性化创建组织情景体系。     

交通可达性对城市经济高质量发展的异质性影响

在推进高质量发展的背景下,探究交通可达性提升对城市经济高质量发展的异质性影响有重要意义。本文基于278个城市面板数据,采用Meta-RDM模型测度中国城市全要素生产率,将其作为衡量城市经济高质量发展的指标,并采用SARAR模型验证了可达性提升对不同层级城市高质量发展的影响路径差异。研究发现：城市间交通可达性提升会促进城市全要素生产率提升,但作用路径不同;可达性对普通城市高质量发展的影响是通过提升产业集聚及产业结构水平,进而提升技术进步来实现的;可达性对中心城市高质量发展的影响是通过促进资本要素及劳动力要素的流动和配置进而提升技术效率值来实现的。另外,财政支出占比指标会显著影响城市的全要素生产率,但不利于普通城市的技术效率提升,不利于中心城市的技术进步。在交通可达性提升的背景下,不同层级城市应有不同的全要素生产率提升策略。     

数字经济赋能中国制造业全要素生产率的效应测度及路径分析

推进数字经济与制造业深度融合、提升数字经济赋能制造业全要素生产率,已成为推动中国制造业高质量发展的重要路径。本文利用2003—2020年中国制造业省级面板数据,通过构建随机前沿全赋能效应模型,运用反事实分析方法,分析数字经济对中国制造业全要素生产率的赋能效应及作用路径。研究结果表明：数字经济对制造业全要素生产率具有明显的赋能效应,这种效应主要通过技术进步、技术效率和规模效率三条路径实现,其中,通过技术进步赋能制造业全要素生产率为主要作用路径。异质性检验结果表明,在合理化、高级化程度较低的地区,数字经济对制造业全要素生产率的赋能效应较大,而赋能技术效率的效应相对较小;在市场化水平较高的地区,数字经济与制造业深度融合,着力发挥数字经济对技术进步赋能作用,使得数字经济深度赋能制造业全要素生产率的效果更为明显;数字经济对南方地区制造业全要素生产率的赋能效应更为显著。为进一步提升数字经济赋能中国制造业全要素生产率,促进制造业高质量发展,应大力推进数字经济与制造业融合。     

国资授权经营改革、融资约束与全要素生产率

全要素生产率的稳定提升是实现经济高质量发展的关键内涵,国企高质量发展的关键在于提高其全要素生产率。本文以2009～2021年我国沪深A股国有上市公司为样本,运用多期DID方法探讨国有资本授权经营改革对国企全要素生产率产生的政策效应与内在机制。实证研究表明,国资授权经营改革能显著提升所出资国企的全要素生产率。机制分析表明,国资授权经营改革主要通过缓解国企面临的融资约束提升其全要素生产率。异质性分析表明,国资授权经营改革对国企全要素生产率的正向影响仅存在于地方国企和代理问题较为严重的国企中。本研究不仅丰富了企业全要素生产率影响因素及国资授权经营改革经济后果的相关文献,也为进一步深化国资国企改革、促进国有经济高质量发展提供了政策启示。     

数字基础设施建设与区域绿色发展——基于“宽带中国”战略的准自然实验

文章以2014年“宽带中国”战略实施为准自然实验，利用多期双重差分法研究了数字基础设施建设对城市绿色全要素生产率的影响。研究发现：数字基础设施建设有利于促进城市绿色全要素生产率的提升，且该作用是通过提高城市技术创新水平和产业结构优化来实现的。研究结果为推动我国经济高质量发展，合理优化数字基础设施建设，促进城市绿色全要素生产率提高提供了理论支撑和政策建议。     

制造业产融结合、资本配置效率与企业全要素生产率

推动制造业与金融服务业深度融合,有助于制造业转型升级和经济高质量发展。本文利用2009—2018年制造业上市公司数据,实证考察产融结合对企业全要素生产率的影响机制。结果表明,与控制组相比,产融结合对制造业企业全要素生产率提升具有显著的促进作用;异质性研究表明,相对国有企业、规模较大的企业而言,非国有企业、中小企业产融结合对全要素生产率的影响更为明显。进一步分析发现,产融结合增强企业投资对投资机会的敏感性程度,由此促进企业资本配置效率的提升,这表明产融结合通过资本配置效率驱动企业全要素生产率提升。研究结论为推动中国产融结合、提升全要素生产率、实现经济高质量发展提供了政策依据。     

无实际控制人对物流企业高质量发展的影响研究

本文以2012～2021年沪深A股物流上市公司作为样本,研究无实际控制人对企业全要素生产率的影响及其相应的作用机制。研究结果表明,无实际控制人的股权结构能够提升企业全要素生产率,促进企业的高质量发展,并且企业创新在无实际控制人对企业全要素生产率的影响中发挥着机制作用。本文研究结论丰富了无实际控制人这一特殊股权结构经济影响的相关研究。     

金融改革对民营企业全要素生产率的影响——基于国家设立金融综合改革试验区的准自然实验

持续深化金融体制改革,破除金融服务实体经济的机制障碍是实现经济高质量发展的关键。选取2005～2020年沪深A股民营上市公司样本,采用多期双重差分模型检验金融改革对民营企业全要素生产率的影响。研究结果表明：金融改革有助于促进民营企业全要素生产率提升。异质性检验显示,金融改革对制度环境较差和融资约束较高的民营企业的全要素生产率的正向影响更大;机制检验发现,金融改革有助于降低民营企业融资成本,促进民营企业创新,从而提升民营企业全要素生产率。鉴于此,应不断深化金融体制改革,持续优化营商环境,激励民营企业技术创新,以实现经济高质量发展。     

基于SBM-GML与面板门槛效应的碳排放强度与绿色全要素生产率的关系研究

如何实现工业绿色高质量发展已成为经济社会发展的迫切要求,提升绿色全要素生产率与经济高质量发展高度相关。本文基于SBM-GML模型和面板门槛回归模型,测算2005-2020年中国省市的绿色全要素生产率,并从区域和企业层面分析工业绿色全要素生产率的发展动态及其影响因素,以期对省市和企业发展提供理论借鉴。     

营商环境与企业全要素生产率

在中国经济步入新发展阶段的背景下,如何通过提振企业全要素生产率促进企业创新发展,进而推动经济高质量发展,成为深入探寻中国经济发展新动能的重要抓手。本文从微观视角出发,采用2016—2018年中国城市营商环境指数与沪深两市A股上市公司财务数据进行匹配,探究中国城市营商环境与企业全要素生产率之间的关系。本文将城市营商环境指数划分为营商硬环境指数与营商软环境指数,依次论证分指数与企业全要素生产率之间的关系。在稳健性检验中使用工具变量法解决核心解释变量存在的内生性问题,进一步验证城市营商环境、营商硬环境及营商软环境的优化对企业全要素生产率提升的显著促进作用。在影响机制分析方面,探讨优化营商环境通过推动市场化进程、推进法治化发展和提升经济开放度促进企业全要素生产率增长的机制。基于异质性分析的结果表明,企业所有制结构、行业类别、所属区域以及城市规模的差异对通过优化营商环境提升企业全要素生产率的效应有不同程度的影响。     

企业异质性、人力资本结构与全要素生产率

人力资本结构是决定全要素生产率的核心因素,为了实证检验企业异质性条件下人力资本结构对全要素生产率的制约与促进,文章以我国1995—2014年的省级面板数据为基础,通过人力资本模型的构建,将人力资本分为四个类别,考查企业异质性、人力资本结构与全要素生产率之间的内在逻辑关系。研究结果表明:国有企业、高新技术企业、出口类型企业中,人力资本投资带来的全要素生产率更高;四个维度的人力资本中,对全要素生产率的提高有显著促进效应的是知识人力资本、技能人力资本、基础人力资本的积累,对全要素生产率的提高有明显制约效应的是制度人力资本积累。最后依据实证分析结果,提出了提高全要素生产率的政策建议。     

分析师乐观偏差对企业全要素生产率的影响

提升企业的全要素生产率（TFP）一直是经济增长领域的重要课题。分析师作为资本市场重要的信息中介，其乐观偏差行为可能会通过高估企业收益、降低企业融资成本等行为促进企业全要素生产率增长，亦可能通过压力效应提升管理层的职业忧虑进而阻碍企业全要素生产率增长。本文以2007—2019年A股上市公司为样本，研究了分析师乐观偏差对企业全要素生产率的影响。实证结果显示，在控制分析师关注程度的基础上，分析师乐观偏差的提升会显著降低企业的全要素生产率，说明分析师乐观偏差对管理层产生业绩压力的作用较大。本文为理解分析师乐观偏差提供了新的经验证据，为提高全要素生产率提供了新的思路，对于推进市场监管规范化、助推经济高质量发展具有一定借鉴意义。     

数字经济发展何以提高企业全要素生产率？

基于2011—2019年中国282个地级市和A股3140家上市公司的数据,考察数字经济发展水平对企业全要素生产率的影响,结果表明数字经济的发展显著提升了当地企业的全要素生产率。机制检验结果表明,数字经济能够通过降低企业管理成本、增加企业人力资本投入和降低企业交易成本缓解信息不对称,从而提升企业全要素生产率。数字经济发展水平对企业全要素生产率的影响存在异质性,对国有企业、大规模企业、新企业、服务业特别是生产性服务业企业影响更大;这一影响结果在东部地区和数字经济发展程度高的地区更为显著。这为发挥数字经济的微观激励效应进而促进宏观经济“提质增量”提供了理论依据。     

高铁服务供给对城市群经济高质量发展的影响——基于多重中介效应的检验

新时代背景下,实现交通强国的目标需要充分发挥高铁服务供给的作用。本文利用2007—2017年中国十大城市群面板数据,通过构建中介效应模型,就高铁服务供给对城市群经济高质量发展的影响及其作用渠道进行实证检验。结果表明,高铁服务供给促进城市群空间组织结构朝多中心化方向发展,加速技术要素流动,促进产业资源在城市间的重新配置,进而提升城市群全要素生产率。增强高铁服务供给可以缩小城市群内部经济发展水平的差异,而技术进步在其中发挥主要的中介作用。分区域研究表明,高铁服务供给对于北方城市群全要素生产率的正向影响更大,并且有利于提升南方城市群的经济协调发展水平。     

地方政府科技支出和教育支出如何影响城市全要素生产率？

本文构建研发增长模型分析政府科技支出和教育支出对全要素生产率的影响机制,从理论上证明二者对全要素生产率具有促进作用,之后利用中国284个城市的数据进行实证检验。研究结果显示：(1)地方政府科技支出和教育支出能够促进城市全要素生产率提升,但在支出后的第3期才会有所表现。(2)地方政府科技支出主要通过增加科技知识提升全要素生产率,且作用渠道为促进技术进步,而教育支出主要通过增加人力资本提升全要素生产率,且作用渠道为提高技术效率。(3)地方政府科技支出和教育支出对城市全要素生产率的促进作用存在双门槛效应,当全要素生产率介于0.916 2和1.083 4之间时,地方政府科技支出能够提升全要素生产率,但效果并不明显,而全要素生产率上升至1.083 4时,提升作用将发生跳跃式上升;教育支出具有相似的门槛效应特征,相应的门槛值分别为0.931 7和1.232 0。(4)地方政府科技支出发挥作用需要一定的教育支出规模作为基础,当教育支出规模高于178 599.295 0万元时,科技支出才会表现对全要素生产率的促进作用。     

工业机器人应用与全要素生产率提升——基于人力资本升级视角

机器人、人工智能技术的兴起引领了新一轮科技革命和产业变革，对中国经济和社会发展具有重要意义。从人力资本升级视角检验工业机器人应用对制造业全要素生产率的影响机理发现：机器人应用显著提升了制造业全要素生产率，且在资本密集型行业和东中部地区表现更明显。渠道识别显示：机器人应用会引致生产技术升级，通过催生对高技能劳动力的需求并挤出部分低技能劳动力来促进人力资本升级，进而提升企业全要素生产率。研究还发现：机器人应用能够通过产业链传导对制造业上下游行业的全要素生产率产生正向影响。因此，应当分流培养企业内高、低技能人才，合理规划工业机器人的应用进程，提高工业机器人的产业链使用率和研发支持。     

放松利率管制、企业升级与经济高质量发展

提高全要素生产率,促进企业转型升级是供给侧结构性改革的重要内容,也是经济高质量发展的核心所在.文章基于2013年"放松贷款利率下限"政策实施的准自然实验,采用双重差分方法,考察了放松利率管制对企业升级的影响效应和作用机制.研究发现:放松利率管制政策实施显著提升了以全要素生产率为表征的企业升级,进而促进经济高质量发展;放松利率管制在市场化水平较高的地区能显著促进企业升级.此外,放松利率管制显著地促使非国有企业升级;市场化水平越高,放松利率管制更能显著促使非国有企业升级.该研究不仅对丰富企业升级与经济高质量发展的相关研究具有理论意义,而且对深化供给侧结构性改革和推动经济高质量发展具有重要的现实意义.     

城镇化与全要素生产率提升关系实证研究

在对城镇化、经济增长、全要素生产率以及它们彼此的关系进行文献梳理和理论研究的基础上,采用数据包络分析方法对我国1999-2013年31个省区市的全要素生产率进行了测算;运用2013年31个省区市代表城镇化水平的数据,对1999-2013年全要素生产率的平均值进行了相关和回归分析。结果显示:城镇化水平与全要素生产率呈现高度的正相关关系,城镇化水平每增加1%,可推动全要素生产率提升0.06%以上,说明城镇化的进程对全要素生产率的提升有很大的促进作用。因此,要深刻认识城镇化对我国经济社会发展的重要作用,通过大力推动城镇化来提升全要素生产率水平,促进我国经济健康、持续、稳定发展。     

我国货物运输业全要素生产率的增长特征及影响因素分析

提高全要素生产率是转变经济增长方式以及提升降级增长效率的有效途径和显著标志。在我国货物运输业进入新的发展阶段的背景下,要实现我国货物运输业的高质量发展,需要提升我国货物运输行业的全要素生产率。本文将从我国货物运输业出发,对全要素生产率的增长特征以及影响因素进行简要分析。     

数字经济对全要素生产率的影响研究——来自国家级大数据综合试验区的证据

基于国家级大数据综合试验区的准自然实验，运用2014—2019年280个地级市的面板数据，采用多期双重差分法实证检验数字经济对全要素生产率的影响。研究结果表明：数字经济显著提升了全要素生产率，这一结论在经过多种稳健性检验后仍然成立；中介效应检验表明，数字经济通过提高资源配置效率和促进技术创新来提升全要素生产率；异质性分析表明，数字经济对低资源禀赋城市、低数字经济发展水平城市以及智慧城市的全要素生产率具有促进作用，抑制高资源禀赋、高数字经济城市的全要素生产率，而对非智慧城市的作用则不明显。因此，应基于大数据综合试验区深度挖掘数字经济的直接作用与间接作用，同时采取差异化发展战略，培育壮大全要素生产率增长新动能。