甘肃省农业绿色全要素生产率测算及影响因素研究

提升农业绿色全要素生产率对于实现农业可持续发展具有重要的意义。运用SBM-GML指数法对甘肃省各市州2011-2020年的农业绿色全要素生产率及其区域差异进行分析,最后运用Tobit模型对甘肃省农业绿色全要素生产率影响因素进行分析,并在此基础上提出相应的对策建议。研究结果显示,(1)甘肃省农业绿色全要素生产率总体呈上升趋势,上升的主要动力来源于技术进步。(2)甘肃省农业绿色全要素生产率存在一定的空间差异性,总体呈现出“西低东高”的分布特点。(3)在甘肃省农业绿色全要素生产率的影响因素中,经济发展水平、城镇化水平、财政支农水平和农业产业结构对甘肃省农业绿色全要素生产率的提升具有显著的正向影响,受灾率对甘肃省农业绿色全要素生产率的提升具有显著的负向影响,且不同区域的农业绿色全要素生产率的影响因素也各不相同。最后,在以上分析的基础上提出了相应的对策建议。

ESG表现、企业声誉与全要素生产率

高质量发展背景下,ESG表现对我国制造业企业的重要性逐渐凸显。本文选取我国制造业企业作为研究对象,实证考察ESG表现影响制造业企业全要素生产率的路径。研究发现:制造业企业的ESG表现能够提升企业全要素生产率,且经过稳健性检验之后这一结论依然成立。作用机制检验结果表明:制造业企业的ESG表现能够增强企业声誉,获取关键发展资源,最终促进企业全要素生产率的提升。进一步研究发现:非国有制造业企业、重污染制造业企业的ESG表现更能提升企业全要素生产率。研究结论为我国制造业企业积极参与ESG实践、提升企业全要素生产率提供经验证据和管理启示。

碳交易政策对区域碳生产率的影响

“双碳”目标背景下我国的降碳减排工作变得更为紧迫,被寄予厚望的碳交易市场正稳步推进。本文以2011~2020年我国碳交易市场试点省市为研究对象,采用渐进双重差分法分析碳交易政策对区域碳生产率的影响。实证结果表明:碳交易政策能够显著提升地区碳生产率。进一步研究表明:碳交易政策通过产业结构转型、优化能源消费结构、促进技术创新来提升区域碳生产率。本文研究结论为碳交易政策促进地区绿色发展提供经验证据和政策启示。

数字普惠金融能否提升农业全要素生产率?——基于跨国面板数据的经验证据

全球经济数字化转型时代,研究数字普惠金融对农业全要素生产率的影响能为推动农业转型升级提供来自数字普惠金融视角的新解读。数字普惠金融既能通过促进农业科技创新提升农业全要素生产率,也能推动农业资本深化,加快农业全要素生产率收敛。在高附加值农业比重大、粮食业产量占比高以及农村金融市场完善的国家中,数字普惠金融对农业全要素生产率的促进效应更为明显,提升互联网普及度在数字普惠金融影响农业全要素生产率的进程中发挥着正向调节作用。因此,应加快农村信息化设施建设,加大农业科技创新领域的普惠性融资支持,创新农业信贷支持投融资模式,推进数字普惠金融与现代农业融合发展。

智能制造计划可以跨越“生产率悖论”吗:来自智能制造试点示范项目的准自然实验

新一代人工智能是新质生产力的典型代表和提升全要素生产率(TFP)的重要源泉。基于微观企业视角,首先对“生产率悖论”现象的出现与消失进行了一体化的理论机制阐释。随后,以我国工信部实施的智能制造试点为准自然实验,利用2011-2021年A股制造业上市公司面板数据,借助交错双重差分法实证评估了智能制造计划影响企业TFP的总效应、机制、异质性及动态影响。研究发现:(1)智能制造计划虽在短期内对企业TFP的影响不显著,但在长期和总体上提升了企业TFP;(2)机制分析表明,通过促进企业创新,智能制造计划在短期、长期和总体上均能提升企业TFP;智能制造计划在初期和总体上扭曲了企业资源配置,但这一扭曲效应随时间推移逐渐减弱,从而对企业TFP的影响呈现出U型演变特征;(3)异质性分析发现,企业人力资本结构或数字化水平越高,智能制造计划可以在总体上越大且在时序上越快地提升企业TFP。研究结果为从微观企业层面去理解“生产率悖论”现象的出现与否、内在机制、严重程度和持续时长提供了理论解释和经验证据,对探寻提升TFP的新动力源和微观机制具有政策启示意义。

碳中和目标下黄河流域全要素碳生产率时空演化研究

提升碳生产率是实现碳达峰、碳中和的有效手段。为协调黄河流域经济增长与碳减排的关系,核算了2007—2017年黄河流域九省(区)的碳生产率,基于DEA-Malmquist的全要素碳生产率模型计算所得数值分析了九省(区)全要素碳生产率的时空演化格局,识别了全要素碳生产率的影响因素。结果表明:1)在时间维度上,2007—2017年九省(区)的碳生产率平稳上升,增幅高达283.3%;全要素碳生产率增长缓慢,维持在1.000左右。2)在空间维度上,受经济发展和资源禀赋的影响,碳生产率和全要素碳生产率区域异质性较大,呈现“下游显著高于中游、中游略高于上游”空间演变格局。3)从影响因素来看,上中游属于技术效率拉动型区域,技术进步的作用微弱,而下游属于技术进步和技术效率共同推动型区域。基于此,提出创新体制机制、推广低碳发展模式,立足低碳技术创新、加快能源结构调整,加强区域一体化合作、提升要素配置效率等策略建议。

数据要素与新质生产力:基于企业全要素生产率视角

新质生产力以全要素生产率提升为标志、核心是创新,数据要素对于提升创新水平与全要素生产率具有重要意义。本文将国家级大数据综合试验区试点作为一次准自然实验,基于我国2009—2021年制造业和服务业上市公司面板数据,利用双重差分模型识别数据要素影响企业全要素生产率的因果效应与作用机制。研究发现:数据要素显著提升了企业全要素生产率,且对服务业企业全要素生产率的影响大于制造业企业;经过一系列稳健性检验后上述结论依然成立。机制分析结果表明,数据要素主要通过数字化变革和创新对企业全要素生产率产生间接影响。调节效应表明,产业融合与数据要素会共同发挥作用、提升企业全要素生产率,且在中、高产业融合区域的作用效果没有显著差异,在低产业融合区域的效果不显著。

碳排放权交易、数字经济与企业全要素生产率

“双碳”战略目标的提出契合高质量发展的内在需要,碳排放权交易市场是实现该目标的关键工具,2013—2014年,我国建立了首批七个试点碳交易市场,近十年以来,此项政策的减排效果已经受到广泛认可,但其对经济发展的影响依然值得探究。基于2010—2019年重污染行业A股上市公司的数据,本文以首批七个试点碳交易市场的正式启动为准自然实验,构建双重差分模型探讨该项政策对企业全要素生产率的影响,并从碳交易市场特征和数字经济发展的角度对作用机制进行分析。研究发现,碳交易政策能够显著提高企业的全要素生产率。机制分析表明,在碳交易政策对全要素生产率的作用过程中,企业数字化转型发挥了部分中介作用。此外,碳交易政策效果在非国有企业、风险承担水平高的企业中更强,并且碳市场的交易规模、流动性、数字基础设施、互联网普及率和数字普惠金融的发展都对碳交易政策效果发挥着正向调节效应,碳配额价格水平也具有一定的负向调节效应。

经营杠杆与企业全要素生产率

本文结合我国供给侧改革及推动经济高质量发展的现实背景,探讨企业杠杆风险的重要来源——经营杠杆是否及如何对企业全要素生产率产生影响。研究发现,经营杠杆的增加会显著抑制企业全要素生产率的提升。拓展性研究表明:(1)增加企业融资约束、降低企业投资效率,是经营杠杆抑制企业全要素生产率提升的重要作用机制;(2)经营杠杆降低企业全要素生产率的作用仅在企业面临更高的经营风险和调整成本时显著,表明企业自身面临较高的经营风险及调整成本水平,是经营杠杆降低企业全要素生产率的重要条件。本文的研究不仅丰富了全要素生产率的影响因素、经营杠杆经济后果的相关文献,对于落实结构化去杠杆,提高企业全要素生产率,实现经济高质量发展,也具有重要启示意义。

人工智能影响我国全要素生产率的机制与效应研究

人工智能作为引领新一轮科技革命与产业变革的战略性技术,具有溢出带动性很强的“头雁”效应,有利于提升全要素生产率。本文分别基于宏观省级层面和微观企业层面的数据,利用企业机器人数据和智能制造试点示范项目的准自然实验,采用交叠DID和双重机器学习等方法实证识别了人工智能对全要素生产率的作用效应。研究结果表明,人工智能发展应用在宏观和微观两个维度均较为显著地促进了我国全要素生产率的提升。在宏观层面,人工智能对东部沿海地区全要素生产率的作用效应强于对中西部地区的影响;对高市场竞争环境下的全要素生产率作用效应更明显。在微观层面,人工智能对低技术企业全要素生产率的影响强于对高技术企业的影响,对规模较大企业的影响强于对规模较小企业的影响。人工智能提升全要素生产率的机制包括提高要素配置效率、降低企业成本和增强企业研发能力。本文研究结论对于进一步深化人工智能与实体经济融合,提升全要素生产率,实现经济高质量发展具有明确意义。

数字经济、绿色创新与企业绿色全要素生产率

文章从绿色创新视角切入,以2011—2022年中国沪深A股重污染行业上市公司为样本,实证考察了城市数字经济对重污染企业绿色全要素生产率的影响效应和内在机制。研究发现:数字经济对重污染企业绿色全要素生产率具有显著的提升作用,且对国有性质和中小城市的重污染企业的促进作用更强;绿色创新是数字经济驱动重污染企业绿色生产的重要传导机制,但仅绿色发明专利申请量有中介效应,增加绿色实用新型专利不是数字经济提升重污染企业绿色全要素生产率的有效途径;数字经济对重污染企业绿色全要素生产率的推动作用表现出边际效应递增的非线性特征,且两者之间的关系存在绿色创新的门槛约束,随着绿色发明专利和绿色实用新型专利申请量的增加,数字经济对重污染企业绿色全要素生产率的促进作用分别表现出效应增强和效应减弱的非线性特征。

一个包含数据要素的经济增长模型:生产率效应与数据要素化

数字经济时代,数据成为独立生产要素,是科技创新的新引擎和经济高质量发展的新动能。从纯数字资产与数据匹配性投入共同组成数据要素化投入的角度理解数据生产要素化,使用数据匹配性投入综合得分对中国数据要素化投入进行时空分析和生产率效应分析。结果表明,中国数据要素化投入存在明显的区域差异,基于数据要素化投入对经济产出的积极作用,其对区域经济协调发展具有重要作用;数据匹配性投入价格持续下降会影响生产要素间的交互作用,数据生产要素的使用带来生产方式的根本变革;数据生产要素化基于数据间的互联互通和经济融合,能够加快数据确权,促进生产要素合理配置,从而推动产业创新和经济高质量发展。

数字普惠金融、企业全要素生产率与绿色创新

绿色创新是企业提升绩效获得持续发展的重要动力,数字普惠金融和企业全要素生产率对企业绿色创新具有重要影响。以2011—2021年A股上市公司为样本,运用面板回归模型检验数字普惠金融对企业绿色创新的影响。研究发现:数字普惠金融对企业绿色创新具有显著促进作用,特别是相对于非国有企业、低污染行业和东部地区企业而言,数字普惠金融对国有企业、高污染行业和中西部地区企业的绿色创新促进力度更大;此外,企业全要素生产率(TFP)是数字普惠金融对企业绿色创新影响的中介,发展数字普惠金融可以提高企业TFP,从而推动企业绿色创新;环境监管在数字普惠金融与企业绿色创新之间发挥着积极的调节作用,提升环境监管水平将进一步增强数字普惠金融对企业绿色创新的促进作用。

数字乡村建设、资源要素错配与农业绿色全要素生产率

数字乡村建设与农业绿色发展深度融合是推动农业高质量发展的新动力引擎。本文选取2011-2021年中国31个省级面板数据,构建数字乡村建设和农业绿色全要素生产率的评价体系,多维度分析数字乡村建设对农业绿色全要素生产率的影响及作用机制。研究发现,数字乡村建设既可以直接促进农业绿色全要素生产率提升,也可以通过带动绿色技术进步而促进农业绿色全要素生产率提升,还可以通过降低土地资源错配、资本资源错配、劳动力资源错配程度而间接促进农业绿色全要素生产率。数字乡村建设对农业绿色全要素生产率的影响异质性明显,东部地区、南方、粮食主产区的数字乡村建设的正向推动作用较强。

战略差异度、技术创新与企业全要素生产率——来自A股上市公司的经验证据

战略差异度对企业的影响是学术界关注的重要问题,而企业能否通过加大战略差异度进而提升全要素生产率为研究企业战略决策方面提供了不同的切入点。采用2009-2020年沪深A股上市公司的数据样本,实证检验了战略差异度对企业全要素生产率的影响。研究结果表明,战略差异度对企业全要素生产率起到显著的正向作用,技术创新在战略差异度影响企业全要素生产率的传导路径上存在中介效应。进一步研究发现,高行业竞争水平、高信息透明度和低融资约束企业的战略差异度越大对全要素生产率的正向作用越显著。研究丰富了全要素生产率的相关文献,并为其提供了研究的新视角。同时有助于企业利益相关者理解战略决策的经济后果,对指导和促进企业进行战略变革及获取竞争优势提供理论参考。

供应链数字化能否提高企业全要素生产率?

本文将供应链创新与应用试点工作视为企业供应链数字化建设的准自然实验,基于2012—2022年中国沪深A股上市公司数据,采用双重差分倾向得分匹配法(PSM-DID)实证检验供应链数字化对企业全要素生产率的影响及作用机制。研究结果显示:供应链数字化能提高企业全要素生产率;供应链数字化对国有企业、低供应链集中度企业、产业链上游企业和营商环境优势区企业全要素生产率的促进作用更显著;供应链数字化通过增强企业创新能力、提升供应链效率和降低企业交易成本提高企业全要素生产率。本文不仅有助于厘清供应链数字化对企业全要素生产率的作用机制,而且为企业通过供应链数字化转型实现高质量发展提供了经验证据。

绿色信贷、产业结构优化与绿色全要素生产率

推动绿色全要素生产率提升,对生态环境保护和经济可持续发展具有重要意义。基于2005-2020年中国省级面板数据,运用超效率SBM-GML模型测算出绿色全要素生产率,采用空间杜宾模型、面板门槛模型和空间门槛模型研究绿色信贷、产业结构优化对绿色全要素生产率的综合作用机制。研究发现:绿色全要素生产率具有正向“空间传染”特性,其提升主要源于绿色技术进步,而非技术效率变化;绿色信贷有助于提高本地区绿色全要素生产率,并通过空间溢出效应对周边地区产生抑制作用;产业结构优化显著提升了本地区绿色全要素生产率,其中,高级化和生态化还存在明显的空间溢出效应,前者会抑制邻近地区绿色全要素生产率提升,而后者促进了其增长;门槛效应检验表明,产业结构优化水平提升到一定程度后,绿色信贷对本地区绿色全要素生产率的作用效果将显著增强,而对于不同维度,这一作用效果只存在高级化和合理化的门槛特征;空间门槛模型显示,本地区产业结构优化水平的提高会减小绿色信贷对邻近地区绿色全要素生产率的抑制作用。

数字化转型能提升农业企业全要素生产率吗?

基于2007—2020年我国A股上市农业企业的微观数据,实证分析数字化转型对农业企业全要素生产率的影响及其机制。研究表明,数字化转型有利于提升农业企业的全要素生产率。机制检验表明,数字化转型通过提高资金利用率、降低超额雇员率、增大研发投入来提高农业企业全要素生产率。调节效应检验表明,营商环境不确定性、行业竞争强度加剧将削减数字化转型对农业企业全要素生产率的提升效果。异质性检验表明,数字化转型对小规模农业企业、处于成长期和成熟期的农业企业、国有农业企业、两职分离的农业企业全要素生产率的提升作用更为显著。为此,政府等治理主体应完善数字基础设施,营造良好营商环境和市场竞争秩序,优化农业企业数字化转型的外部环境;同时农业企业也要根据自身发展实际,科学配置资金、技术、劳动力等资源,选择适宜的数字化转型路径。

ESG信息披露与企业全要素生产率

在全面贯彻新发展理念的时代背景下,ESG信息的长期价值属性日益显现,企业在经营活动中积极践行ESG理念更是提升自身可持续发展能力的重要手段。因而,企业ESG信息披露作为重要的非财务信息影响企业的生产经营活动成为企业和学术界关注的焦点。因此,基于2009—2021年沪深A股企业数据,研究ESG信息披露对企业全要素生产率的影响及其作用机制。研究发现:第一,ESG披露对企业全要素生产率会产生显著的促进作用,在经过一系列内生性和稳健性检验后结论依然成立。第二,中介机制表明,ESG信息披露通过提高创新水平和人力资本水平两条路径作用于企业全要素生产率,具体来说,ESG信息披露可以提高创新产出、提高员工信任水平和优化企业人力资本结构进而提升企业全要素生产率。第三,ESG信息披露在市场化程度较低和外部分析师关注较高时对企业全要素生产率存在更为强烈的提升作用。研究结论对于构建和完善具有中国特色的ESG信息披露机制,推动企业进行ESG信息披露,培育ESG竞争优势,健全中国资本市场监管环境,实现经济高质量发展具有启示意义。

税收营商环境优化与企业全要素生产率——来自税务系统“放管服”改革的经验证据

优化税收营商环境不仅是提高企业生产效率和推动企业转型升级的重要战略举措,而且对实现经济高质量发展具有十分重要的现实意义。本文基于2013—2020年A股上市公司数据,并借助税务系统“放管服”改革试点这一准自然实验,构建多期双重差分模型,实证考察了税收营商环境优化对企业全要素生产率的影响。研究表明,税务系统“放管服”改革对企业全要素生产率具有显著的正向影响,且该结论经过一系列稳健性检验依然成立。机制检验结果显示,税收营商环境优化主要是通过降低交易成本水平、提升资源配置效率以及鼓励技术创新来提高企业全要素生产率。异质性分析表明,对于中西部地区企业、非国有企业、环境不确定性高企业和成熟期企业,税收营商环境优化对企业全要素生产率的促进作用相对更加突出。随后的进一步分析表明,税收营商环境优化在提升企业全要素生产率的同时显著促进了企业经营规模扩大和产业链扩张。本文以上研究结论不仅能使我们更好地认识税收营商环境优化的经济效应,更是为培育有利于激发市场主体活力及推动企业提质增效的税收营商环境提供了经验证据与有益启示。