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。     

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。     

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、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.     

数字普惠金融与农业全要素生产率的耦合协调度研究

文章根据2011-2020年中国30个省份的面板数据,构建数字普惠金融与农业全要素生产率评价指标体系,采用耦合协调度模型分析数字普惠金融与农业全要素生产率之间的关系。结果表明,我国数字普惠金融指数上升趋势明显,农业全要素生产率增长较慢;数字普惠金融发展和农业全要素生产率的耦合度总体提高,主要处于颉颃阶段;数字普惠金融与农业全要素生产率的协调度方面,大部分省份经历了由低度协调转变为中度协调转变,最终达到高级协调阶段的过程。此外,数字普惠金融与农业全要素生产率的发展水平,以及二者之间的耦合度、协调度,均是东部地区最高、中部地区次之、西部地区最低。基于研究结论,文章提出了对中西部数字普惠金融发展给予政策扶持、加强数字普惠金融对农业技术效率的提升作用和加强区域合作的建议。     

数字普惠金融、供应链金融与企业全要素生产率——以制造业为例北大核心

本文以2011—2020年制造业上市公司的微观数据为基础,用LP法构建企业全要素生产率指标,从供应链金融的视角考察数字普惠金融与企业全要素生产率之间的关系及作用机制。研究发现:数字普惠金融对企业全要素生产率有显著的促进作用,随着数字普惠金融的发展,企业全要素生产率会有一定的提高,但是这种促进作用会受企业所处地区的经济发展状况、市场化进程、制度环境等因素的影响;同时,数字化程度等也对企业全要素生产率有积极作用;机制检验发现,数字普惠金融可以通过带动供应链金融发展、促进企业创新等路径提高企业全要素生产率。     

数字经济对绿色全要素生产率的影响

数字经济在推动绿色全要素生产率方面的作用是积极的,应加快数字经济发展,提升绿色全要素生产率,推动经济建设与环境保护协调平衡发展。     

数字普惠金融促进企业全要素生产率提高了吗？

本文利用北京大学数字普惠金融指数,检验了我国各地区数字普惠金融的发展对区域内企业全要素生产率的影响及其作用机制。研究结果表明,地区数字普惠金融的发展能够促进处于该区域内的企业全要素生产率的提升。上述驱动作用的异质性分析表明,与国有企业、市场地位高的企业以及技术密集型企业相比,数字普惠金融对非国有企业、市场地位低的企业以及资本密集型和劳动密集型企业全要素生产率的提升作用更大。利用中介效应检验法,本文进一步的机制分析表明,缓解企业“融资难”“融资贵”问题是数字普惠金融促进企业全要素生产率提升的重要路径。     

数字普惠金融对县域农业全要素生产率影响的区域差异及破解路径

党的二十大对加快发展数字经济与建设农业强国予以高度重视。本文基于县域城乡融合的发展趋势,采用2014—2021年县域面板数据实证分析了数字普惠金融对县域农业全要素生产率的影响机理。研究结果显示：第一,数字普惠金融对农业全要素生产率具有显著正向影响,且经过稳健性检验与内生性处理后,研究结论依然成立。但数字普惠金融对农业技术效率却具有负向效果。第二,数字普惠金融对农业全要素生产率的影响具有显著的区域差异性,对东部县域农业全要素生产率的促进效果明显高于西部县域。第三,数字普惠金融对县域农业全要素生产率的影响具有非线性特征。要素流动壁垒造成的供需失衡是引致区域农业全要素生产率增速差异的底层原因。第四,机制分析显示,数字普惠金融可以通过生产要素集约化与数字素养提升两条路径对县域农业全要素生产率产生间接影响。研究结论既为提高中国农业全要素生产率提供了政策启示,也为推动数字经济发展、促进区域协调补充了经验证据。     

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。     

数字金融如何赋能文化企业全要素生产率？——来自中国文化上市企业的证据

基于2011—2021年我国文化上市企业面板数据,实证探究数字金融发展对文化企业全要素生产率的影响及其作用路径。结果表明：数字金融发展可以显著提升文化上市企业的全要素生产率,且这种促进作用可以通过驱动技术创新、缓解融资约束以及提高资源配置效率来实现;此外,数字金融还因企业基本特征、信息披露质量以及市场竞争程度而表现出差异化影响。因此,要加快推进数字金融发展,充分发挥数字金融的价值发现功能和技术服务优势,为新发展阶段推进文化产业高质量发展,不断提升中国特色社会主义文化整体实力和竞争力注入新的动能。     

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。     

数字金融、融资约束与民营企业全要素生产率

文章基于融资约束理论视角,采用A股非金融民营上市公司2011-2020年数据,运用双向固定效应模型进行实证检验。研究发现,数字金融的发展能促进民营企业全要素生产率水平的提升,融资约束在其中起着显著中介作用;地区金融发展和货币政策冲击对数字金融的融资约束缓解效应具有显著的调节作用;数字金融对成长期、第三产业和东部地区民营企业全要素生产率的正向影响尤为显著。本文结论对优化我国数字金融的发展,助力民营企业全要素生产率提升具有重要启示。     

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、金融错配与企业全要素生产率——基于融资约束视角的分析

本文分析数字金融对企业全要素生产率的影响及其作用机制,并基于中国A股非金融类企业进行经验检验.研究表明:数字金融的发展有助于促进企业全要素生产率提升,能够有效改善传统金融中存在的"金融歧视"与"金融错配"问题.机制分析表明,缓解企业融资约束是数字金融促进全要素生产率提升的重要途径.     

数字金融发展对企业全要素生产率的影响研究

以2011—2021年北京大学数字普惠金融指数（PKU-DFIIC）匹配A股上市公司数据,分析了数字金融发展对企业全要素生产率（TFP）的影响。研究表明,数字金融发展能显著提升企业TFP。该影响具有延续性且呈现动态衰减趋势。机制分析表明,数字金融发展能有效改善金融机构与企业间的“信息差”,压缩企业融资成本;资金流入企业后持续发挥蓄水池效应并便利企业研发创新,最终促进企业TFP提升。异质性分析表明,伴随数字金融发展,国有、大型、高成长性企业TFP提升尤其明显。此外,适度有效的金融监管、优质的营商环境也是释放数字金融服务功能的有利条件。研究结论为政策制定和调整提供了有益参考。