政治关联加剧了企业金融化吗——来自中国民营企业的经验证据

以2007-2017年中国A股民营上市企业为研究样本,采用面板固定效应模型,实证检验了政治关联对企业金融化的影响及其作用机制。研究发现：政治关联加剧了企业金融化,在考虑内生性、改变政治关联和企业金融化的衡量方式、更换样本等稳健性检验后,上述结论仍然成立;机制分析表明,抑制全要素生产率和降低企业绩效是政治关联影响企业金融化的重要方式;异质性分析显示,政治关联对企业金融化的影响在高壁垒行业和产能过剩行业更为突出。     

数字经济发展与区域全要素生产率提升——基于长三角城市群的实证研究

以长三角城市群为研究对象,文章首先对数字经济影响区域全要素生产率的机理进行分析并提出了假设;其次,采用主成分分析法和超越对数模型假定的SFA法分别测算城市数字经济发展水平和全要素生产率,并根据2010—2020年经验数据,在克服模型内生性的基础上展开实证研究。研究显示,数字经济发展能够显著提升全要素生产率,但存在异质性。内在机制检验结果表明,技术创新和人力资本投资是数字经济提升全要素生产率的作用渠道。最后,文章结合实证结果给出数字经济时代提升长三角地区全要素生产率的政策建议。研究将为评估数字经济对全要素生产率的影响效应提供理论支撑和分析视角。     

绿色金融提高企业全要素生产率了吗？——基于绿色金融改革创新试验区的准自然实验

发展绿色金融既是实现“双碳”目标的战略举措,也是赋能企业绿色转型和促进经济高质量发展的重要途径。基于绿色金融改革创新试验区政策构建多期DID和DDD模型,利用2010—2021年中国沪深A股上市公司数据,分析绿色金融对企业全要素生产率的影响效果及其作用机制。研究发现：绿色金融能够显著提升企业全要素生产率。绿色金融通过促进技术创新与缓解融资约束两个中间机制影响企业全要素生产率,且这种影响在不同融资需求、产权性质、发展规模的企业之间和“两高一剩”与非“两高一剩”的行业之间存在显著异质性。为此,进一步推进绿色金融改革创新,持续增加绿色金融产品供给,加大对中小型民营企业技术创新的支持,帮助企业有效缓解融资约束,对于全面提升企业全要素生产率有着重要作用。     

企业集团化对全要素生产率的影响——来自制造业上市公司的经验证据

基于2007—2017年A股制造业上市公司数据,系统地研究了企业集团化对全要素生产率的影响。研究发现：企业集团化显著提高了全要素生产率水平。在影响机制上,企业集团化一方面通过缓解融资约束为成员企业提供资金支持,提升企业投资效率与创新投入;另一方面通过内部知识共享推动成员企业的技术创新进而提高全要素生产率。进一步研究发现,国有企业集团化对全要素生产率产生显著的正向影响,而非国有企业集团化的估计结果并不显著。同时在金融发展水平低的地区,国有企业集团化更有效地发挥了内部融资功能。该研究试图从组织架构角度为探究制造业企业如何朝高质量发展提供借鉴意义。     

过度金融化对研发投资的挤出效应与挤出机制

以中国A股上市制造业企业2008—2017年财务数据为样本,运用内生转换模型考察企业过度金融化对研发投资的影响。研究表明：适度金融化并不会对企业研发投资产生挤出效应,但过度金融化却对企业研发投资产生显著的负向影响,该结论在控制一系列内生性问题后依然成立。挤出机制上看,过度金融化对研发投资的挤出效应主要源于“现金流竞争”而非“产品市场竞争”;异质性上看,非国有企业、高新技术产业、研发投资调整成本低的企业,过度金融化对研发的挤出更明显。通过识别金融化抑制创新的内在逻辑及异质性特征,为推进创新驱动提供了逻辑借鉴。     

企业进入退出与制造业全要素生产率动态演化

以中国制造业企业为对象，融合BHC和MP分解法的优势，研究存续企业、进入企业和退出企业对制造业行业全要素生产率变动的影响。研究发现，中国制造业全要素生产率呈上升趋势且增速加快，这主要源于存续企业和退出企业的共同贡献，进入企业和退出企业对制造业全要素生产率变动的影响分别呈现负向作用和正向作用，存续企业主要通过技术进步和资源配置优化提高制造业全要素生产率。分地区考察发现，进入企业、存续企业和退出企业对不同地区制造业全要素生产率的变动作用方向基本一致，但在具体贡献度上则表现出显著的区域异质性。     

数字经济与企业全要素生产率——来自国家级大数据综合试验区的证据

从数据大国到数据强国是我国新时代大数据发展的目标，数据作为一种新型生产要素，其对企业生产效率的影响机理值得深入研究。以2010—2019年283个地级市沪深A股上市公司为研究对象，运用双重差分模型检验了大数据综合试验区试点城市企业全要素生产率的影响效果及其作用机制。研究发现，大数据综合试验区试点政策能够显著提高企业全要素生产率。异质性研究表明，非国有及中小规模企业、成长性及治理水平越高的企业，以及资本密集型和技术密集型的企业全要素生产率在政策实施后提高的更为明显。进一步研究发现，产业数字化转型、融资约束缓解是数字经济政策促进企业全要素生产率提升的两大重要途径，因此，应进一步拓宽大数据综合试验区的政策效果，为实现数字强国战略做好政策保障。     

数字创新如何影响全要素生产率

本文从要素配置效率和人力资本积累视角构建数字创新影响全要素生产率的作用机制，将全样本微观层面ICT专利申请授权量数据汇总到省级层面衡量数字创新，利用数据包络分析法测算全要素生产率，探讨数字创新对全要素生产率的影响效应。研究发现：数字创新能够显著提升全要素生产率，并推动技术进步和提升规模效率。在计算机类数字创新、沿海地区、南方地区等情形下，数字创新对全要素生产率的推动作用更显著。在2008年之后，数字创新对技术进步具有显著的推动作用，而对规模效率具有显著的抑制作用。数字创新将通过提高要素配置效率和加速人力资本积累渠道提高全要素生产率。数字创新对技术进步的推动作用存在显著的溢出效应。     

“营改增”、税赋降低与企业生产率提升

为探究“营改增”政策对企业全要素生产率的影响及其机制,采用中国2000～2017年的上市企业数据建立理论模型,使用双重差分法实证检验“营改增”政策如何通过减税效应、研发效应和分工效应影响企业全要素生产率;依据资本密集度、企业规模与产业关联度差异对企业进行分样本回归,考察“营改增”改革对异质性企业生产率的差异化影响。研究认为,“营改增”改革减轻了中国企业税收负担,同时通过促进企业研发与产业链专业化分工的途径提高了中国企业的全要素生产率;“营改增”带来的研发创新效应体现出对大企业研发促进更大的熊彼特效应,带来的专业化分工效应对全要素生产率的提升依赖于产业链的完整度;税制改革增强了高产业关联度行业中的企业专业化分工水平对全要素生产率的影响,对低产业关联度行业的专业化分工提高全要素生产率的影响有着消极作用。     

ICT投资、装备制造业全要素生产率——基于技术吸收能力异质性的量化研究

本文实证研究ICT投资影响装备制造业全要素生产率的路径,并考虑各省吸收能力对两者关系的调节作用。实证研究发现,ICT投资对装备制造业全要素生产率有显著的正向促进作用,相比于技术效率路径,技术进步路径对于ICT投资提升装备制造业全要素生产率更具依赖性。因各省吸收能力异质性,ICT投资的正向影响也会表现出显著的差异性。面板门限回归模型进一步分析表明,人力资本、技术差距会左右ICT投资对装备制造业全要素生产率的作用。伴随着高人力资本水平和低技术差距的地区发展,ICT提高装备制造业全要素生产率的促进作用将逐步增强。     

知识密集型服务业生产率异质性的影响研究

结合“新”新经济地理学,测度知识密集型服务业全要素生产率及其分解的异质性特征和趋势,并构建中国知识密集型服务产业及细分行业集聚程度对全要素生产率影响的面板数据固定效应模型,探索其支撑高质量发展的影响因素和影响效应。研究发现：(1)中国知识密集型服务业在高质量增长方面尚存在短板且呈现异质性,存在内部效率结构不均衡、技术进步不足、技术生产率低下、规模效益尚未形成、有效供给不足、全要素生产率整体较为滞后等问题。(2)知识密集型服务业依然存在粗放型、滞后性的特征,各行业间异质性较大呈现出非均衡现象,各行业均由于技术效率水平影响整体全要素生产率的提升。(3)知识密集型服务业集聚程度的上升对城市效率的提升具有显著的促进作用,但呈现出“倒U”型关系,需要引导各要素形成技术效应对全要素生产率的引领作用和结构效应对全要素生产率的支撑作用。     

市场化对绿色全要素生产率的影响

基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法（Differences-In-Differences,DID）分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。     

黄河流域绿色全要素生产率及影响因素研究

为全面衡量黄河流域经济增长与生态环境保护程度,本文通过构建评价指标体系并利用Malmquist指数测算并分解了黄河流域各省（区）的绿色全要素生产率,发现2003—2020年的绿色全要素生产率总体呈上升趋势,技术进步对绿色全要素生产率有拉动作用,而规模因素则相反。进一步研究发现,绿色全要素生产率在该地区出现σ趋同趋势,城镇化水平、金融化水平和研发投入对其具有正向影响,知识产权保护、服务业发展水平和能源结构具有负向影响。基于上述结论,本文从提高技术效率、完善要素市场化配置、促进城镇化水平和改善能源结构等方面对黄河流域实现高质量发展提出建议。     

绿色金融能否提高中国城市绿色全要素生产率——基于中国285个城市的证据

金融是现代经济的核心，绿色金融在推动经济绿色增长的过程中发挥着重要作用。本文基于2003—2019年中国285个地级及以上城市的空间面板数据，构建了三种空间权重矩阵并使用空间计量模型，实证检验绿色金融对城市绿色全要素生产率的空间影响及其作用机制。研究结论如下。(1)绿色金融和城市绿色全要素生产率均表现出显著的空间自相关性。(2)绿色金融不仅能提升本地区城市绿色全要素生产率，还能提升邻近地区城市绿色全要素生产率，具有显著的正向空间溢出效应。(3)环境规制加强了绿色金融对本地城市绿色全要素生产率的促进作用，减缓了对邻近城市绿色全要素生产率的促进作用。(4)绿色金融对东部地区城市绿色全要素生产率的空间溢出效应最大，中部地区次之，西部地区最小；绿色金融对Ⅰ型及以上大城市的绿色全要素生产率的空间溢出效应最大，Ⅱ型大城市次之，中等城市最小，对小城市未产生显著的空间溢出效应。     

区域创新绩效对全要素生产率的影响研究——以长江经济带为例

基于长江经济带2006—2020年108个城市的面板数据,采用社会网络分析法、面板门槛模型和面板分位数模型实证研究创新绩效对全要素生产率的影响效应。研究结果表明,城市在区域创新网络中的影响力和控制力(度数中心性)与该城市全要素生产率间存在显著的倒“U”型关系,城市创新能力正向影响全要素生产率;区位异质性分析发现,度数中心性对全要素生产率的倒“U”型影响只存在于下游地区,度数中心性正向影响中游地区全要素生产率的提升,创新能力的增强能有效提升下游地区全要素生产率;不同节点强度城市的创新能力具有非对称性,在度数中心性排名前14%的城市,创新能力对全要素生产率的影响更强;当度数中心性低于门槛值时,其对全要素生产率产生积极影响,度数中心性高于门槛值时,则会抑制全要素生产率的提升;不同分位点上创新绩效对全要素生产率的影响呈现差异性。     

产能过剩、实质性创新与企业全要素生产率——基于制造业上市公司的实证分析

创新发展与产能过剩是中国当前经济发展过程中的两个核心议题,二者的关联性分析将为破解当前产能过剩问题提供理论支持.本文以制造业上市公司为研究对象,手工收集2010—2017年实质性创新数据及企业全要素生产率数据,实证考察了我国制造业上市公司产能过剩对企业全要素生产率的影响.结果表明,产能过剩会抑制企业的实质性创新产出与全要素生产率增长;同时,实质性创新在产能过剩和企业全要素生产率中发挥着中介作用,实质性创新与全要素生产率正相关.进一步研究发现,在市场化程度较快的地区,产能过剩对实质性创新与全要素生产率的抑制作用更强.因此,企业应加大技术进步和获取竞争优势的实质性创新,而不是仅仅追求创新"数量",才能提高企业全要素生产率,谋求企业长远发展.     

贸易开放对我国绿色发展效率的影响研究——基于环境规制的门槛效应实证

基于2004—2019年我国省际层面面板数据，运用面板门槛模型分析了环境规制影响贸易开放与绿色全要素生产率之间关系的作用机制。研究表明：贸易开放显著抑制了绿色全要素生产率的提升；贸易开放对绿色全要素生产率的影响存在基于环境规制的双重门槛效应，当环境规制强度处于一定合理区间时，贸易开放对绿色全要素生产率的影响由负向转为正向促进作用；贸易开放对我国东部沿海地区以及中西部内陆地区绿色全要素生产率的影响存在区域异质性且均存在基于环境规制的门槛效应。为发挥贸易开放对于绿色全要素生产率的提升作用，应制定严格的环境规制政策，推动各地区生产方式绿色化，促进绿色贸易发展。     

城镇化、工业化对农业全要素生产率增长的影响研究——来自重庆37个县(区)面板数据的证据

文章基于2000—2016年重庆37个县（区）面板数据，使用序列DEA方法测算了重庆农业全要素生产率变动，在此基础上探讨了重庆农业全要素生产率增长的时间演变，并从理论和实证层面系统考察了城镇化和工业化对农业全要素生产率增长的影响。结果表明：首先，2000—2016年间重庆市农业全要素生产率呈上升趋势，2007年后重庆市农业全要素生产率增长更为明显，并且重庆市各地区呈现出明显的空间不平衡性。其次，动态面板模型的实证结果表明城镇化对农业全要素生产率增长具有显著正向影响，工业化对农业全要素生产率增长也具有显著正向影响。最后，研究还发现基础设施、教育水平以及金融发展程度对农业全要素生产率增长均具有显著正向影响，而产业结构对农业全要素生产率增长具有显著负向影响。     

基于嵌套经济结构的生产率分解

中国经济具有明显的“全国—区域（省份）—行业—企业”的多层级嵌套结构特征,现有的生产率分解研究对此缺乏专门分析。在动态的Olley-Pakes生产率分解模型中,通过增加区域和（或）行业层级的要素流动,将不同层级的要素流动效应进行了分离,这种多级分解思路在其他生产率分解模型中具有普适性。中国制造业在1998—2007年的经验分析表明:（1）基于增加值的全要素生产率年均增速高达11.57%并具有明显的行业和区域异质性,它为制造业增长做出了58.43%的相对贡献,其中企业学习效应的相对贡献最大（62.10%）,要素流动效应次之（36.78%）,而企业更替效应的促进作用很小;（2）模型中的要素流动层级结构越少,企业学习效应（要素流动效应）被高估（低估）得越多;（3）在剔除全要素生产率的异常值时,将所有观测值放在一起截尾,忽视了中国制造业全要素生产率的快速增长和行业异质性,进而导致全要素生产率的增长速度被低估。     

环境税改革与资源型企业全要素生产率——基于《环境保护税法》实施的准自然实验

环境规制政策对企业技术创新与生产效率的影响是环境经济学界关注的重点问题,2018年的环境税改革在我国环境政策史上意义深远。基于2015—2020年A股上市企业数据,采用双重差分模型研究了环境税改革对资源型企业全要素生产率的影响及作用机理。研究发现,环境税改革显著促进了资源型企业全要素生产率提升,其内在机理为,环境税改革能激励技术创新、遏制机会主义行为以及促进生产要素流动,进而推动资源型企业全要素生产率的提升。动态效应分析发现,环境税改革对全要素生产率提升的作用效果先上升后下降,而对技术创新的激励效果逐年上升。异质性分析发现,环境税改革对民营企业的作用效果比国有企业更显著,对成熟期企业的作用效果比成长期和衰退期企业更显著。因此,建议政府强化环境税征管的执行力度,有序释放环境监管的长期信号并深化生产要素的市场化改革。