山东省农业经济增长、农村金融与农业全要素生产率关系研究

论文选取山东省1996~2015年相关数据,采用DEA-Malmquist指数法对农业全要素生产率进行测算,并运用VAR模型对农业经济增长、农村金融与农业全要素生产率的动态关系进行研究。结果表明:山东省农业经济增长、农村金融和农业全要素生产率之间存在长期稳定均衡关系;农业经济增长分别与农村金融、农业全要素生产率存在双向因果关系;农村金融和农业全要素生产率之间存在单向因果关系;随着滞后期数增加农村金融对农业经济增长促进作用增加;农业经济增长和农业全要素生产率对农村金融的促进作用较小;农业经济增长对农业全要素生产率的促进作用较低。     

公共数据开放能提升企业全要素生产率吗？

数据要素开放是数字时代促进经济高质量发展的重要方式。本文从企业层面考察了公共数据开放对全要素生产率的影响及其作用机制，发现公共数据开放能够促进企业全要素生产率增长，城市的公共数据开放水平每提高1%，当地企业全要素生产率平均提升约0.18%。异质性分析发现，公共数据开放对民营企业、服务业企业全要素生产率提升最为明显，并且更高水平的公共数据开放能够更有效地提升企业全要素生产率。机制分析显示，公共数据开放有利于改善区域营商环境，盘活企业资产流转，提升资源配置效率，以及降低企业销售、管理成本，促进企业全要素生产率的提升。地方政府应创造良好的数据要素开放环境，进一步提升公共数据开放水平，发挥数据要素赋能作用，促进经济高质量发展。     

金融自由化与中国的全要素生产率：理论分析与经验证据

提高投资效率、优化资本配置和促进技术创新等也是全要素生产率的基本源泉。金融自由化使金融中介上述三大潜能得以充释放,因而也能提高全要素生产率。本文对中国金融自由化的过程和进展进行了定量分析,并以政府干预、人力资本、对外开放度等为控制变量,就金融自由化对全要素生产率的影响问题进行了实证分析。研究发现,中国金融自由化对全要素生产率的增长的促进作用,效果显著且具有统计意义。金融自由化也因此成为推动宏观经济集约式增长的积极因素。     

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。     

金融发展如何影响了中国的经济增长——开放的视角

本文利用1991~2012年的省级面板数据,对中国金融发展与经济增长以及经济增长方式之间的关系进行了检验。结果发现,改革开放后,中国经济增长过程中资本深化的特征明显,而全要素生产率的差异成为地区差距不断扩大的主要原因;同时,虽然金融发展显著促进了中国的经济增长,但不同地区间金融发展推动经济增长的方式不同,金融发展主要是通过推动全要素生产率的提高来推动东部地区经济增长,在中西部地区,金融发展则主要促进了资本形成。而开放条件下,不同地区对外开放水平的差异则可以对金融发展效应的地区差异加以解释。     

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.     

融资成本对TFP增长的影响

本文通过研究资金成本变化如何影响全要素生产率(TFP)的增长,检验金融发展对资源配置是否发生作用,并探讨了金融发展与全要素生产率(TFP)增长之间的关系。通过实证分析,发现资本市场的发达程度对资源在不同行业中的合理有效配置起了重要作用,影响全要素生产率(TFP)的增长,进而对经济产出产生重要影响。     

中部地区R&D效率及全要素生产率研究——基于地市级数据的实证

本文结合DEA方法与Malmquist指数研究中部地区R&D效率及其全要素生产率,以江西省为例,通过研究2011~2015年11个地级市数据发现:R&D效率整体水平较低,且各地级市之间效率水平参差不齐;R&D全要素生产率实现了快速发展,分解后发现,技术进步是R&D全要素生产率提高的根本原因,而技术效率一定程度上限制了R&D全要素生产率的增长。基于效率评价结果利用Tobit回归模型分析R&D效率的影响因素,得出政府资助、外商直接投资、开放程度、经济增长、人力资本对R&D效率都具有统计显著性。     

金融资源配置对全要素生产率增长的影响研究——基于省际面板数据

随着改革开放的深入,我国的人口和土地红利正逐渐减弱,依靠出口、高储蓄率形成高投资的经济增长模式难以为继。在此形势下,如何提高全要素生产率,跨越"中等收入陷阱",显得更为重要。金融资源作为要素市场最活跃的部分,其配置效率的提升对全要素生产率的增长具有重要意义。本文在梳理金融资源配置及全要素生产率分解文献的基础上,以2007～2016年的省际面板数据为基础,测算金融资源配置的丰度与效率,并分析其对全要素生产率增长的影响,探索金融资源配置优化路径。     

金融发展如何影响了中国的经济增长——开放的视角

本文利用1991²012年的省级面板数据,对中国金融发展与经济增长以及经济增长方式之间的关系进行了检验。结果发现,改革开放后,中国经济增长过程中资本深化的特征明显,而全要素生产率的差异成为地区差距不断扩大的主要原因;同时,虽然金融发展显著促进了中国的经济增长,但不同地区间金融发展推动经济增长的方式不同,金融发展主要是通过推动全要素生产率的提高来推动东部地区经济增长,在中西部地区,金融发展则主要促进了资本形成。而开放条件下,不同地区对外开放水平的差异则可以对金融发展效应的地区差异加以解释。     

最低工资标准对绿色全要素生产率的影响研究

运用固定效应模型,依据手工查找最低工资标准数据和中国城市面板数据,考量最低工资标准对绿色全要素生产率的影响。结果表明：提升最低工资标准对绿色全要素生产率负向影响显著。机制检验显示：最低工资标准通过技术创新和要素替代效应两个渠道抑制绿色全要素生产率的增长。异质性分析显示：最低工资标准对绿色全要素生产率的抑制作用存在区域、城市规模和城市等级的差异,对西部地区抑制作用显著,城市规模越小、行政等级越低,抑制作用越显著。鉴于此,应完善最低工资制度,加速推进要素禀赋结构转型,实施地区差异化的环境规制和技术升级政策,加强区域经济联动,协同推动绿色全要素生产率整体提升。     

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.     

空间集聚与全要素生产率增长——基于我国东部省份制造业数据的实证研究

本文利用我国东部11个省20个制造业行业的面板数据研究了地区产业集聚对地区全要素生产率增长的影响,结果发现:在东部样本范围内,集聚与全要素生产率增长之间存在着一种非线性关系,当集聚水平低于某一临界值时,集聚水平的提高会促进全要素生产率的增长;而当高于这一临界值时便会阻碍全要素生产率的增长。     

小额贷款公司全要素生产率的分解及其收敛性分析

本文运用2011～2014年中国229家小额贷款公司的面板数据,采用DEAGlobalMalmquist指数法测度了小额贷款公司的全要素生产率,并在此基础上对小额贷款公司全要素生产率进行了分解和收敛性分析。研究发现:小额贷款公司的全要素生产率小幅增长,但增长率不稳定;纯技术效率提升是引起小额贷款公司全要素生产率增长的主要原因;成立越早的小额贷款公司其全要素生产率的增速越低,小额贷款公司的技术效率面临"增长瓶颈";各地区小额贷款公司的全要素生产率均有不同程度提升,技术效率越低的地区其小额贷款公司全要素生产率的平均增速越高;小额贷款公司的全要素生产率具有β收敛和俱乐部收敛的特征,表明小额贷款公司全要素生产率的差异在不断缩小。     

基于C-D函数的高速交通网全要素生产率提升的研究

本文运用中国25个城市群2008~2012年时间序列数据先测算了25个城市群的全要素生产率,然后再测出全要素生产率的基础上再次运用25个城市群2008~2012年的面板数据测算了高速交通网对全要素生产率的影响。研究发现高速交通网的发展与要素生产率有较强的正相关关系。高速交通网每增长1个百分点,可以使全要素生产率提高0.36个百分点。     

货币政策与全要素生产率相关性研究———基于 VAR 模型的经验分析

全要素生产率（TFP）代表了可使生产率提高的科技及教育因素发展的程度,它作为度量经济可持续增长的重要参数,探析其变化的驱动要素具有一定的必要性.本文运用计量经济VAR模型分析货币政策与全要素生产率TFP间的相关性,并基于数据回归结果提出相应的政策建议.     

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。     

考虑结构变化的经济增长要素贡献率研究

本文以国家统计局发布的1982-2012年度统计数据为基础,将研究区间分为前后两个阶段,分析了我国经济增长中要素投入和全要素生产率的贡献率变化,研究结果表明,劳动力投入在经济增长中的贡献率有所下降,而资本投入贡献稳中有升,全要素生产率贡献利率上升幅度较大,未来中国经济增长应更重视劳动力素质的提高和改革红利带来的全要素生产率的提升.     

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。