地区新质生产力对企业全要素生产率的影响与机制

发展新质生产力是推动经济高质量发展的内在要求和重要着力点。从微观视角出发,考察具有显著差异化特征的地区新质生产力对企业全要素生产率的影响效应及其内在机制,不仅能够为加速形成新质生产力提供精准的政策指引,还能够为经济运行的关键微观基础提供有效改善生产效率的战略指导。基于2012—2022年我国30个省份(未含港澳台藏)和沪深A股上市公司数据,在通过熵值法测算地区新质生产力发展水平的基础上,利用文本分析法、固定效应模型,深入探究地区新质生产力对企业全要素生产率的影响及其机制。研究发现,地区新质生产力能显著提升企业全要素生产率。从机制检验结果来看,地区新质生产力能够通过赋能企业数字技术创新突破、数字技术应用成效以及内外部交易成本降低,进而提高企业全要素生产率,且公司内部治理与市场公平竞争环境的强化均能增强地区新质生产力对企业生产率的提升效应。异质性检验结果表明,在非国有企业、制造业以及胡焕庸线以东地区,地区新质生产力对企业全要素生产率提升作用更加明显。为此,应在因地制宜的原则下培育和发展新质生产力,统筹推进新型基础设施建设,重视并激发数据要素潜能,促进传统产业和新兴产业协调发展;重视企业治理效能提升,优化信息披露机制,强化披露质量,同时鼓励金融机构将公司治理水平纳入信用评估体系,切实提升公司治理能力;努力营造公平竞争的市场环境,严格落实公平竞争审查,维护良好市场秩序与健康竞争生态,以期助力新质生产力的重大战略意义实现。

“双碳”目标下绿色财政政策的碳生产率效应研究

在“双碳”目标下,提高城市碳生产率是政府制定绿色财政政策推动城市低碳发展的重要考量。以两部委开展的节能减排财政政策试点为准实验,使用多期双重差分(DID)模型和塔皮奥(Tapio)脱钩指数模型,考察绿色财政政策对城市低碳发展的影响。研究显示,绿色财政政策的实施有效提升了城市碳生产率,并推动了城市低碳发展。具体而言,实施该绿色财政政策能够通过优化城市产业结构和生产要素配置、改善城市创新环境、提高城市科技创新能力等提升城市碳生产率。同时,在非资源型、非工业型、环境信息公开和地方政府环保意识强的城市中,政策效应更显著。拓展研究发现,除铁岭市和铜川市外,其他试点城市在政策实施期间经济增长速率均高于碳排放增长速率,表现出明显的碳生产率提升趋势。绿色财政政策在推动城市减碳、促增长、提升碳生产率方面发挥着重要作用,城市低碳发展应以绿色财政为抓手制定因应之策,以实现经济发展和减污降碳双重目标。

人工智能如何提升企业全要素生产率——基于技术创新和技术应用视角

如何充分释放人工智能对全要素生产率的提升效应成为数字经济高质量发展的核心议题。本文基于2010—2023年中国沪深A股上市公司数据,从技术创新和技术应用双重视角实证检验人工智能对企业全要素生产率的影响及作用机制。研究结果显示:人工智能技术创新和技术应用均能提升企业全要素生产率;人工智能技术创新和技术应用对企业全要素生产率的提升效应在高数据资产企业、轻资产模式企业、非国有企业中更明显,人工智能技术创新对企业全要素生产率的提升效应在高新技术企业中更明显,人工智能技术应用对企业全要素生产率的提升效应在非高新技术企业中更明显;人工智能技术创新通过降低企业成本、优化企业劳动力结构和促进企业创新提升企业全要素生产率,但人工智能技术应用通过降低企业成本和优化企业劳动力结构提升企业全要素生产率;人工智能对企业全要素生产率的影响存在短周期的时间滞后效应。本文不仅丰富了人工智能对企业生产率影响方面的研究,而且对充分释放人工智能赋能企业高质量发展和精准实施“人工智能+”政策有重要意义。

区域数字化转型促进绿色全要素生产率提升——基于长江经济带的空间计量分析

基于大力推进现代化产业体系建设,加快发展新质生产力,本研究选取2013—2022年长江经济带省份数据,借助基准回归和空间计量的方法,检验区域数字化水平对制造业绿色全要素生产率(GTFP)的影响以及技术创造的中介作用。研究发现,区域发展数字化能够提升制造业GTFP,数字化和制造业GTFP均具有空间溢出效应。通过区域异质性研究发现,数字化对长江经济带中游地区的正向促进作用最大,对下游地区的正向促进效应最小。未来需要推动长江经济带数字化升级,鼓励制造业采用先进数字技术,加强绿色技术创新,制定差异化政策,以促进制造业绿色转型。

中欧班列开通对企业全要素生产率的影响——基于A股制造业上市公司数据的实证研究

本文选取2010—2022年中国企业发明专利数据以及制造业上市公司的相关数据,采用多期双重差分(DID)模型,系统实证分析了中欧班列开通对企业全要素生产率(TFP)的具体影响及其内在作用机制。研究结果显示,中欧班列的开通对企业的TFP具有显著的正面效应。具体而言,中欧班列的开通主要通过以下两大途径促进企业TFP的提升:第一,通过提升企业的创新能力,中欧班列所带来的国际市场便利接触使企业得以通过学习和模仿国际先进技术和经验,进而增强自身的创新能力,推动TFP的增长;第二,通过强化企业的竞争能力,中欧班列所连接的高标准国际市场和激烈的市场竞争环境,激励企业不断提升产品竞争力,从而进一步促进TFP的提升。此外,本文进行了区域异质性分析,结果显示,中欧班列的开通对西部和东部地区企业的TFP提升均产生了显著影响,且对西部地区的提升效果尤为突出。本文的研究结论为优化中欧班列的站点布局提供了重要的现实参考,旨在为我国制造业企业的可持续发展以及全要素生产率的提升提供有力支持。

双向FDI协同发展对绿色全要素生产率的影响——基于空间杜宾模型的实证检验

本文分析了双向FDI协同发展机理,并从能源投入与污染产出角度解释了双向FDI协同发展对绿色全要素生产率的促进作用;基于2003~2020年中国省级面板数据,借助空间杜宾模型实证检验了双向FDI协同发展对绿色全要素生产率的空间影响。研究发现:双向FDI协同发展对本地和邻地绿色全要素生产率均具有正向促进作用。异质性分析进一步发现:中部地区双向FDI协同发展对绿色全要素生产率的促进作用最显著,东部地区次之,西部地区主要表现为抑制作用;此外,资源丰裕程度会削弱双向FDI协同发展对绿色全要素生产率的正向影响。因此,应当推动双向FDI协同发展,且注重调整外资流向及外资流入和流出类型,使双向FDI协同发展更好地服务于中国可持续发展目标。

公众环境关注度对生态全要素生产率的影响——以中国主要城市群为例

文章以2011—2022年中国三大城市群地级市面板数据为研究基础,利用空间杜宾模型分析公众环境关注度对地区生态全要素生产率的影响作用。研究发现:公众环境关注度对地区生态全要素生产率的提升有明显的空间溢出效应;公众环境关注度对生态全要素生产率的影响并非短期存在,而是具有长期效应的特征,并呈现边际递增趋势;在有为政府和有效市场的调节作用下,公众环境关注度能够更好地发挥对生态全要素生产率提升的促进作用,从而实现政府、企业与公众三方之间的有机结合。研究结论可为健全生态环境治理体系、提升城市群绿色发展水平提供有益参考。

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。

数字新基建与流通业全要素生产率提升的关系及对策

随着数字经济时代的到来,数字新基建成为促进产业升级和经济高质量发展的关键。尤其在流通业方面,作为连接生产和消费的关键环节,其效率和创新能力直接影响到经济体的整体活力和竞争力。本文通过对东部六省份2013-2022年的数据进行回归分析,深入探讨了数字新基建的发展水平与流通业全要素生产率之间的关系。研究发现,数字新基建显著提升了流通业的全要素生产率。特别是在物联网、5G网络、大数据等技术的支持下,流通业的信息流、物流和资金流更加顺畅高效,进而显著提高了产业的整体生产效率。

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。

环境规制视角下FDI对绿色全要素生产率的门槛效应研究

随着可持续、高质量经济发展目标的提出,过去以牺牲环境为代价的经济发展模式已经不再适合我国经济发展。本文基于2004-2020年中国30个省际面板数据(不包含西藏和港澳台地区),运用DEA对各省绿色全要素生产率(GTFP)进行测度,运用动态GMM模型对FDI影响绿色全要素生产率的机理进行探讨。分析显示,FDI显著抑制了中国GTFP的发展,且存在区域差异性,中西部地区的抑制作用更为明显。在环境规制项下,FDI对GTFP的影响有且只有一个“阈值”。

数字经济赋能新质生产力发展——以全要素生产率提升作为标志

数字经济发展推动了社会各领域的技术突破与要素创新性配置,为我国新质生产力发展提供新动能。以2011—2022年中国省级数据作为数据样本,从劳动力、劳动对象和劳动资料三个视角构建新质生产力发展指标,考察数字经济发展对新质生产力的影响效应与空间溢出效应,并将数字经济是否促进全要素生产率提升作为数字经济影响新质生产力发展的标志进行检验,在此基础上将全要素生产率分解为技术进步与技术效率指数深入探究其影响路径。结果表明:数字经济可以促进新质生产力的发展,且存在着明显的空间溢出效应,数字经济对本地区新质生产力发展存在显著的推动作用;我国新质生产力发展存在显著的空间自相关特征,其中高高聚集区主要分布于长三角地区,而低低聚集区则分布于西北与东北地区;数字经济发展通过促进技术进步与技术效率的提升,实现了全要素生产率的增长,作为数字经济赋能新质生产力发展的标志。因此,加快新型基础设施建设,提升数字技术利用率,提高数据要素配置效率对于发展新质生产力具有重要意义。

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。

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。

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。

农村数字化发展对农业全要素碳生产率的提升效应

为应对全球气候变化,数字化转型的绿色效益受到关注。农业作为国民经济的基础,亦是第二大温室气体排放源,如何借助数字化同时实现农业降碳和增产是中国实现“双碳”目标的关键问题。基于2011—2020年中国30省份面板数据,遵循“发展基础-发展动力-发展结果”的逻辑构建农村数字化综合指标,运用EBM-GML方法准确量化农业全要素碳生产率(ATFCP),采用历史农村公路密度和上一年农村互联网用户数作为工具变量,研究农村数字化和ATFCP之间的因果关系。研究发现:①农村数字化能够提升ATFCP,经过一系列稳健性检验和内生处理,这一结论仍然成立。②农村数字化通过促进技术创新、规模经营、结构升级、产业集聚和非农就业,进而实现对ATFCP的提升。③异质性分析结果表明,农村数字化对ATFCP的正向影响表现为边际递减,在绿色发展水平较高或较低地区均能发挥显著提升作用。此外,农村数字化存在金融门槛,在农村金融发展水平较高地区的提升作用更强,这是制约农村数字化促进ATFCP提升的主要原因。④空间计量分析结果表明,农村数字化和ATFCP之间存在显著的空间效应,短期和长期的间接影响均显著为正,农村数字化不仅能够提升本地的ATFCP,还能通过技术扩散正向影响邻近地区的ATFCP。基于此,要进一步强化农村数字化降碳增产的红利效应,通过加大资金投入,完善数字基础设施建设,推动要素流动和技术落地,提升农村数字化发展潜力;要实施动态化和差异化数字乡村发展战略,完善区域间合作机制,促进各地区之间数字经济的协调发展。

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。

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。

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。