人力资本与金融发展对全要素生产率的效用分析

人力资本、金融发展与经济增长的关系近年来已成为热点话题。通过DEA-Malmquist指数法核算全要素生产率的增长,并将金融发展分解为金融规模与金融效率,基于省际面板数据模型以探究人力资本、金融发展对全要素生产率的效用。实证结果表明,人力资本对生产率的提高有促进作用,但利用效率不高;金融规模迅速扩张而不注重金融效率的提高将不利于生产率的增长。     

数字普惠金融、要素扭曲与绿色全要素生产率

数字普惠金融可以通过提高金融市场效率改善要素配置扭曲状况,进而促进绿色全要素生产率的提升。采用2011—2017年中国285个地级市的面板数据,引入劳动和资本要素配置扭曲指数,运用中介效应模型检验数字普惠金融对绿色全要素的影响效应及其传导机制,研究结果表明：数字普惠金融的发展降低了要素扭曲,而要素扭曲的改善会显著提升绿色全要素生产率;相对于数字化程度,数字普惠金融的覆盖广度和使用深度对绿色全要素生产率的提升作用更显著;相对于中西部地区和中小型城市,“数字普惠金融发展→要素扭曲改善→绿色全要素生产率提升”的效应在东部地区和大城市更显著。因此,在资源环境日益成为经济增长的硬性约束条件下,国家应大力推广数字普惠金融,促进资本和劳动要素的自由流动和有效整合,进而实现数字普惠金融与绿色全要素生产率的协调发展。     

金融发展、环境规制与绿色全要素生产率——基于空间杜宾模型的实证分析

选择2006~2015年中国内地30个省、直辖市、自治区面板数据,运用DEA-BCC模型、熵值法测算绿色全要素生产率,采用空间杜宾模型研究金融发展和环境规制对绿色全要素生产率的空间溢出效应。研究结果表明：（1）中国省域绿色全要素生产率存在显著的空间溢出效应,即本地区绿色全要素生产率的发展会促进周边地区绿色全要素生产率;（2）单一的金融发展和环境规制对绿色全要素生产率有一定的促进作用;（3）现阶段,"金融发展-环境规制"相结合的模式抑制了绿色全要素生产率。为此,应不断深化金融体制改革,优化金融发展成效;完善环境规制体系,合理进行污染治理投资;制定适宜环境规制政策,结合考虑金融发展。     

经营性负债、金融周期与企业全要素生产率

中国经济正处于高速增长向高质量发展的转型期,面对经济运行过程中出现的金融周期波动,提高企业全要素生产率是问题的关键。使用2003—2018年A股主板上市公司数据为研究样本,尝试将金融周期因素引入模型后发现,经营性负债与企业全要素生产率具有显著的正相关关系;进一步地,金融周期因素对经营性负债与企业全要素生产率之间的正相关关系存在逆向调节作用。该结论可能提供了一个新的决策视角：企业应该客观地看待有关金融周期波动机制及其前瞻信号,根据自身特点制定合适的经营管理和投融资决策来提升经营和管理水平;对于监管机构而言,应深化金融监管,创造有利于企业发展的金融环境,从而使企业更好地应对金融周期以推动经济的高质量发展。     

金融发展、全要素生产率与产业结构升级——以浙江为例

全文以浙江省为例,基于向量自回归(VAR)模型,利用1979年-2009年的时间序列,实证检验了金融效率、金融结构、全要素生产率与产业结构升级之间的关系。结果发现,间接融资的增长在长期来看并不能推动产业结构的升级,全要素生产率以及金融资产中非银行贷款的增长长期能促进产业结构的升级,最后基于浙江省区域金融与产业结构特征给出可能解释和相关的政策建议。     

高管团队海外背景、金融错配与企业全要素生产率

基于高层梯队理论和烙印理论,运用2008—2019年中国A股上市公司相关数据,从金融资源错配的视角实证研究高管团队海外背景对企业全要素生产率的作用机制。研究发现：高管团队海外背景对企业全要素生产率具有显著的正向影响;高管团队海外背景通过降低金融错配促进企业全要素生产率的提升,金融错配在高管团队海外背景对企业全要素生产率的影响中起部分中介作用。高管团队海外背景对企业全要素生产率的正向影响在国有企业、非高新技术企业和所处地区市场化程度高的企业中更突出;高管团队海外工作背景对企业全要素生产率的促进作用更明显。     

技术壁垒、创新激励与企业全要素生产率——基于动态视角的理论与实证分析

基于中国出口企业的微观数据,利用PSM-DID法考察了技术性贸易壁垒对企业全要素生产率的动态影响。研究发现,技术壁垒的实施短期内造成受限企业生产率下降,但在长期会倒逼生产率上升,总体呈现“先抑后扬”的动态特征。原因在于,遭受技术壁垒初期,企业生产率因盈利状况和融资能力恶化而降低,而后在创新激励作用下逐渐提高,且在本文考察范围内,创新激励效应占主导地位,使得总体影响为正。进一步分析发现,若受限企业为非高新技术企业、受限产品为企业非核心产品,则技术壁垒对企业生产率的倒逼促进作用更加明显。     

中国乳业的全要素生产率及影响因素分析——基于DEA-Tobit模型分析

借助中国乳品行业1999—2009年的省级面板数据,运用DEA-Tobit模型方法,实证分析了中国各地区乳业的全要素生产率及其影响因素。研究结果表明:中国乳业全要素生产率在1999—2009年的10年间实现了快速增长,年均增长率为9.6%。其中,技术进步7.9%,技术效率1.7%。企业规模、资本密集度和企业盈利能力对中国乳业全要素生产率的提升具有显著的正向影响。     

安徽与上海、江苏全要素生产率的比较分析

运用柯布-道格拉斯生产函数,通过计量经济学回归分析,对安徽、江苏、上海三省市全要素生产率加以计算,探讨这三个省市劳动、资本和技术进步对经济增长的贡献率的不同,从而找出安徽与发达地区在经济增长动力上的差距,并且针对问题进行原因分析,提出了安徽必须依靠技术、人力资本,提高全要素生产率,实现经济的发展。     

政府补贴、数字普惠金融与民营企业全要素生产率——基于调节效应和门槛模型的实证分析

全要素生产率的提高对于我国经济实现高质量发展具有重要意义。以2011—2018年民营企业上市公司为研究对象,探讨政府补贴对民营企业全要素生产率的影响。研究发现,政府补助显著促进了民营企业全要素生产率的提高,并且这种促进作用会随着企业全要素生产率的提高而逐渐减弱。进一步研究发现,数字普惠金融能够正向调节政府补贴对民营企业全要素生产率的提升,数字普惠金融发展水平越高,政府补贴对民营企业全要素生产率的激励作用越强,当数字普惠金融高于第二道门槛值时,政府补贴的激励作用最强。并且数字普惠金融的调节作用存在异质性,对于小规模企业、融资约束较为严重的企业以及东部地区的企业来说这种调节效应更加显著。因此,政府应该依据不同类型的民营企业,实施差异化补贴政策,最大化政策实施效果。     

基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ指数的西部地区全要素生产率实证分析

基于ＤＥＡ－Ｍａｌｍｑｕｉｓｔ生产率指数方法,实证测算２０００-２００９年间西部地区全要素生产率的变化趋势,研究结果表明：西部大开发战略实施十年来,全要素生产率的增长促进了西部地区的经济增长;全要素生产率的增长主要得益于技术进步;技术效率和规模效率则起到了阻碍全要素生产率增长的作用。     

广东省要素投入与全要素生产率的实证分析

改革开放以来,广东省经济高速增长,但其主要依靠资源投入型的粗放增长方式带来的后果也越来越显现.通过对1985年～2008年广东省的经济数据进行回归分析,探讨了广东省经济增长中全要素生产率的贡献,并对要素投入增长与全要素增长进行了格兰杰检验,得出广东省的经济增长主要依靠资本投入、有效劳动作用不明显的结论,指出今后经济发展...     

全要素生产率、融资约束与企业对外直接投资

从微观层面检验全要素生产率、融资约束对企业对外直接投资的影响，展现全要素生产率与融资约束的交互效应。研究发现，全要素生产率越高的企业对外直接投资可能性越大，融资约束越少的企业对外直接投资的可能性越大。全要素生产率与融资约束存在替代关系，融资约束的负作用仅在全要素生产率较低的企业呈现。全要素生产率的提高能抹平融资约束对企业对外直接投资的负向影响。进一步，在内资企业和出口企业全要素生产率和融资约束对企业对外直接投资的交互效应更强。内资企业更能发挥全要素生产率的提高抹平融资约束对企业对外直接投资负向影响的作用，但该抹平作用仅在内资出口企业中成立。     

市场化、政府介入与中国高技术产业R＆D全要素生产率增长

本文首先利用随机前沿方法测算了全国20个省份的高技术产业在1996～2007年间的R＆D全要素生产率增长情况。以此为基础,本文利用面板计量模型就市场化和政府介入对中国高技术产业R＆D全要素生产率的影响进行了分析,发现市场化程度对我国高技术产业R＆D全要素生产率的增长有着显著的正向影响,而政府介入程度有着显著的负向影响。其中,市场化程度每提高1%,将促使高技术产业R＆D全要素生产率在1996年的基准上提高0.82%,政府介入程度每提高1%,将促使高技术产业R＆D全要素生产率在1996年的基准上下降0.59%。     

江苏服务业生产率变动的实证研究

文章使用分行业面板数据,采用非参数Malmquist指数方法实证分析了服务业生产率的变动情况。研究结果表明:1991—2003年江苏服务业生产率的平均增长率为5.6%,这主要得益于技术进步水平的迅速提高;技术进步也是推动江苏服务业各行业生产率增长的主要因素,而大多数行业的技术效率则是下降的;尽管各行业之间生产率的增长率存在显著差异,但这种差异有逐渐缩小的趋势。     

中国县域尺度农业全要素生产率时空变动研究

基于2 183个县级单元,利用SFA方法对1992—2011年中国县域农业全要素生产率（TFP）及其分解项进行测算和时空演变分析,得出以下结论：第一,农业TFP年平均增长318%,但整体呈波动下降趋势,对农业总产值的增长贡献份额为585%;前沿技术进步是农业TFP增长的主要驱动力,配置效率也有正向贡献,而规模效率和技术效率则有负向影响。第二,中国多数地区农业TFP保持一定水平的正增长,农业发达地区的增速较快;技术效率较高的地区与中国农业生产较发达地区的分布基本一致,这与省级尺度研究得出的东高西低特征不同,同时低技术效率的地区一直占主导地位。     

装备制造业全要素生产率动态测度

运用三阶段DEA模型,对1999～2007年我国各省装备制造业全要素生产率进行实证分析表明,各省的技术效率显著地受到环境变量和随机因素的影响,其中纯技术效率并不低下,且区域间差异较小,但规模效率低成为制约技术效率提升的关键因素。技术效率存在条件收敛,东部和中部收敛,而西部发散。进一步根据Malmquist指数分析还发现全要素生产率保持了11.8%的年均增长速度。