城镇化与农业全要素生产率提升:异质性与空间效应

农业过剩劳动力的城镇化流动有助于改善农业资源配置效率,实现全要素生产率的增长,进而推动农业发展质量,实现乡村振兴战略。本文基于SBM-DDF和Malmquist-Luenberger生产率指数,在测算农业过剩劳动力的基础上,从常住城镇化和就业城镇化视角分别考察了其对农业全要素生产率的差异性影响。研究发现:①地区间的农业劳动力要素过剩表现出较大差异。具体,中部地区的农业过剩劳动力高于东部和西部,粮食主产区的过剩量高于主销区和平衡区。②整体上,常住城镇化和就业城镇化对农业全要素生产率均表现出促进作用。分地区显示,常住城镇化的促进作用对西部地区最为明显,其次为东部和西部;就不同粮食功能区而言,其对粮食平衡区的促进作用最大,然后是主销区和主产区。③区分不同产业就业城镇化对农业全要素生产率的影响,发现相比于第二产业就业城镇化,第三产业就业城镇化对农业全要素生产率的正向影响更大;进一步地,第二、三产业就业城镇化对东部和主销区的农业全要素生产率影响不显著,对其余区域均有着显著地正向影响。④空间分析表明,就业城镇化具有正向的空间溢出效应,但常住城镇化则不存在;实现"就业"和"身份"的双重改变,是实现农业过剩劳动力持久"转身"的决定因素。政策启示在于,本地城镇化是解决农业过剩劳动力的首选;关注包容性社会政策设计,积极引导农业过剩劳动力城镇服务业就业,不失为改善现阶段城乡社会鸿沟,强化非农"转身"稳定性,实现乡村振兴计划的可行方案。     

全要素生产率框架下的城市资本要素生产率分析

已有的文献基本上都是关注全要素生产率的研究,很少在全要素生产率的框架下识别每一种投入要素对经济增长的贡献和影响。本文在Chang et al 2012年提出的ISP方法的基础上,突破了其模型规模报酬不变的限制,采用投入导向的SBM模型对Luenberger生产率指数进行改进,在全要素生产率的框架下测算资本、劳动力和土地要素的生产率指数,识别每一种投入要素对全要素生产率的贡献和影响。经研究发现,城市全要素生产率变化主要是资本要素生产率驱动的,提升城市全要素生产率的关键是提升资本要素生产率。本文还从经济发展水平、城市规模、产业结构、市场化程度、人力资本积累、政府规模、投资率、财政科技支出、FDI、基础设施建设等多个方面分析了影响城市资本要素生产率的因素。研究结论主要有:11998—2013年间,中国城市全要素生产率累计下降了23.03%,其中资本要素生产率累计下降了60.71%,不同区域、不同层级、不同类型城市的资本要素生产率存在明显的差异;2城市规模、市场化程度、人力资本积累、FDI资本存量和投资率是影响城市资本要素生产率的主要因素,其中,规模较大的城市占据各方面的优势,能够更好地改进资本要素生产率。市场化的推进和人力资本积累有利于资本生产率的改进,符合经济发展的一般规律。FDI资本存量通过技术溢出效应和示范效应等能推进东道国技术进步和生产率提高;3投资率与资本要素生产率负相关,印证了Krugman随着投资率走高会出现资本边际报酬递减以及资本要素生产率下降的问题的观点;4第二产业占比与资本生产率正相关,而第三产业占比与资本生产率负相关,说明当前中国的居民消费结构层次总体上还比较低,强制推进二三产业间的结构升级只能造成供需结构匹配程度更低、愈加损失效率。短期内中国产业结构升级的方向应该为第二产业内部的调整升级。     

省际物流业绿色全要素生产率时空差异及空间收敛性研究

将中国30个省市分为八大区域,基于2007～2017年省际物流业面板数据,构建考虑非期望产出的三阶段Super-SBM模型和Malmquist指数模型,对物流业绿色全要素生产率进行测算,并运用ESDA和空间收敛模型进行时空差异和空间收敛分析。研究结果表明:(1)剔除了管理无效率和外部环境因素的制约后,全国GTFP均值下降至0.985,南部沿海、北部沿海、西北、东部沿海区域的GTFP值上升,长江中游、东北、西南、黄河中游区域的GTFP值下降;(2)在时间差异上GTFP指数分三个时段,2007～2012年,GTFP指数大于1,2012～2014年,GTFP指数小于1,2014～2017年,GTFP指数大于1,总体呈上升-下降-上升的趋势;(3)全国各省市间物流业GTFP全局空间相关性逐渐增强,东北、北部沿海、黄河中游、长江中游、西南区域体现出了正相关拉动作用,北京、天津、山东始终是高绿色全要素生产率的核心带动地区。全国物流业发展不平衡,各地区间发展差异大,两极分化现象严重;(4)我国物流业GTFP水平呈现"M型"波动变化,最后逐渐趋于收敛态势。八大区域可分为两类,北部沿海、东部沿海、南部沿海、长江中游区域趋于收敛态势;黄河中游、东北、西南、西北区域趋于发散态势。     

环境规制与绿色全要素生产率:两难还是双赢?

有关环境规制与生产率的实证研究,大多集中在单向静态关系的检验上,忽视了生产率对环境规制的反向影响,即环境规制与生产率之间可能存在双向动态关系。基于此,本文采用SBM函数和Luenberger生产率指数对2003—2015年中国36个工业行业的绿色全要素生产率进行测度,同时为了表现环境规制带来的环境改善和成本负担的双重效应,分别构造污染排放强度指标和污染减排成本指标作为环境规制的代理变量,最后通过PVAR模型对"污染排放强度-污染减排成本-绿色全要素生产率"之间是否存在双向动态关系进行实证检验。研究结果显示:2003—2015年中国工业绿色全要素生产率呈波动变化,总体没有上升或下降的趋势;但在2008年前后其波动幅度具有明显的阶段性特征,在2008年之前绿色全要素生产率波动剧烈,其后逐渐向前沿面收敛。此外,绿色全要素生产率与污染减排成本互为Granger因果,但与污染排放强度仅存在单向Granger因果关系。GMM估计结果和脉冲响应函数表明,短期而言,政府减排政策对绿色全要素生产率的影响具有时效性,近期的环境政策确实能够促进绿色全要素生产率增长,同时绿色全要素生产率也有助于减少污染排放和补偿减排成本;但长期来看,由于政策滞后性等特点,陈旧的环境政策不仅无法促进绿色全要素生产率持续增长,而且还诱发企业为补偿污染减排成本而加速提高污染型经济产出的行为,进而恶化了环境状况。由此,为实现经济发展和环境质量改善的"双赢",中国政府应该在设计合理的环境政策和提高绿色技术创新补贴两方面发力。     

中国农业绿色全要素生产率测算

发展绿色农业需要准确而全面地掌握农业绿色发展现状,因此测算农业绿色全要素生产率成为一项重要的基础性研究工作。现有文献在投入产出指标选择上未达成统一认识,尤其对于非期望产出指标的选择争议较大,因此影响测算结论的科学性。本文在综合借鉴已有文献的基础上,依据中国农业的发展现实及统计数据的口径资料,对农业的投入产出指标进行重塑,着重分析了碳排放作为非期望产出的现实基础,利用基于SBM-DDF方法的Luenberger指数对2001—2015年中国31个省份的农业绿色全要素生产率进行测度,并分析其时空演变和收敛性。研究发现:(1)中国农业平均碳排放强度从2001年开始经历了小幅上升期和平衡期,并在2006年之后呈现出显著下降趋势,中部农业碳排放强度最高,西部最低。(2)碳排放的无效率和机械动力投入的无效率是各省农业绿色无效率的主要来源;与东部相比,中西部劳动投入的无效率性显著,尤其西部应该加快农业劳动力的转移。(3)中国农业绿色TFP年均增长率为1.56%,增长率在东中西部依次递减,在粮食主产区、主销区和平衡区依次下降。(4)除粮食主销区存在绝对β收敛外,全国、东中西部、其余粮食功能区均不存在绝对β收敛和σ收敛;但全国及各区域均存在显著的条件β收敛。结论启示,依靠提升绿色TFP来实现中国农业绿色发展尚有很大空间;农业绿色全要素生产率较低的省份应加强与"前沿省份"的交流与合作,通过引进先进农业生产技术和农业管理经验,逐步缩小与"前沿省份"的差距;特别对于粮食主产区,各省份间呈现出明显的两极分化现象,这不利于粮食生产安全。     

环境政策不确定性、双向FDI与低碳全要素生产率的关系北大核心CSCDCSSCI

环境政策不确定性凸显、环保压力日益增大的背景下,如何更有效地通过双向FDI助推工业行业低碳发展与经济增长双重目标的实现亟待关注。基于2004—2017年33个工业行业数据,采用非导向型EBM-Malmquist-Luenberger模型对工业行业低碳全要素生产率进行测度,以慧科数据库我国内地10种重要报纸为基础,统计相关关键词和文章频次对环境政策不确定性进行测度,并在理论分析的基础上从深度、广度两个维度分别检验了双向FDI与低碳全要素生产率间的主效应,以及环境政策不确定性在二者间的调节效应,并分异质性行业类型与环境政策不确定性情景进行讨论。研究结果表明:①IFDI、OFDI的深度和广度均抑制行业低碳全要素生产率提升,IFDI行为支持“污染天堂”假说,双向FDI发挥显著互补效应,有效抑制行业碳排放。②环境政策不确定性影响双向投资决策的规模与方向,对IFDI与OFDI的影响呈非线性且相反态势。③环境政策不确定性对IFDI广度、OFDI深度与低碳全要素生产率间关系均发挥显著正向调节效应,对IFDI深度、OFDI广度与低碳全要素生产率则呈负向调节效应,且OFDI广度的逆向绿色技术溢出效应促进低碳全要素生产率提升。④双向FDI与低碳全要素生产率间关系在污染密集型行业与相对清洁型行业、高低环境政策不确定性下存在异质性结果,污染密集型行业OFDI深度促进低碳全要素生产率,说明发生碳转移现象;低环境政策不确定性下IFDI广度与OFDI行为的效果显著降低。研究的政策启示包括提升外商投资企业环保门槛、强化对外投资企业逆向技术溢出、推动双向投资企业作用由“污染天堂”向“污染光环”转变等。     

数字乡村对农业绿色全要素生产率的影响及其作用机制

近年来,推进数字乡村建设已经成为中国的一项重要国家战略。然而,目前鲜有文献涉及数字乡村建设与农业绿色全要素生产率关系的考察。基于此,运用2019年1 740个县级行政单位样本,采用工具变量模型和中介效应模型等考察了数字乡村对农业绿色全要素生产率的影响及其作用机制,研究发现：(1)数字乡村促进了农业绿色全要素生产率的提高,并且经过工具变量检验等一系列稳健性检验后,该结论仍然成立。(2)数字乡村主要通过两个途径影响农业绿色全要素生产率,一是数字乡村通过推动农业经营主体规模经营促进农业绿色全要素生产率提高,其中对于GML和ML指数度量的农业绿色全要素生产率,规模经营度的中介效应占总效应的比例分别为1.80%和3.70%;二是数字乡村通过推动农业信息化发展促进农业绿色全要素生产率提高,其中对于GML和ML指数度量的农业绿色全要素生产率,农业信息化的中介效应占总效应的比例分别为1.70%和1.40%。(3)异质性分析发现,在农业规模经营地区数字乡村对农业绿色全要素生产率有显著的促进作用,但在非规模经营地区没有显著影响。在东部地区和中部地区数字乡村对农业绿色全要素生产率有显著促进作用,但在西部地区...     

中国大健康产业全要素生产率分析

基于中国大健康产业48家上市企业2010-2014年间的面板数据,在规模报酬可变的前提下,运用广义Malmquist指数方法,文章对大健康产业近年来的TFP(全要素生产率)进行研究。结果表明,样本期内整个行业中除健康服务业以外,其他子行业的平均TFP均处于下降状态,其变化由技术效率改善指数和规模效率变化指数的交替主导;大健康产业的TFP变化及其来源分解在行业内部存在行业异质性,行业差异程度最大的是技术效率变化,波动最大的是技术变化。     

绿色全要素生产率省际空间学习效应实证

当前中国资源环境约束日益凸显,依靠全要素生产率成为解决这些问题的共识。然而仅仅依靠全要素生产率不能转变生产方式,关键在于区分绿色与非绿色偏向。研究使用中国省际面板数据,运用面板与动态空间面板模型方法,对比分析绿色全要素生产率、绿色"软技术"、绿色"硬技术"的影响机制。研究发现:1依靠全要素生产率驱动发展需要区别绿色与非绿色偏向;2必须注重绿色全要素生产率对绿色发展的作用及其运行机制;3不同偏向的绿色全要素生产率的省际空间学习效应不同;4绿色"软技术"对绿色发展贡献不充分。这就意味着,在当前中国资源环境约束日趋收紧的背景下,要区别绿色与非绿色全要素生产率的不同作用,否则将不能促进生产方式转变,实现绿色可持续发展。推动绿色可持续发展,一方面需要重视提升绿色全要素生产率的作用,另一方面需要重视绿色管理技术等绿色"软技术"对绿色发展的贡献。提升绿色全要素生产率,既要重视研发投入、人力资本投入,又要考虑技术市场、劳动智力结构、劳动者年龄结构的影响。提升绿色"软技术"的贡献率,改善绿色技术效率变动的吸纳能力。通过绿色全要素生产率的省际空间学习效应,实现中国省际区域间绿色可持续协同发展。此外,在引进吸收国外先进绿色技术时,既要重视对绿色"硬技术"的吸收,又要重视对绿色"软技术"的再学习。总之,"打铁还需自身硬",中国要继续鼓励支持绿色"硬技术"自主研发,巩固提升绿色"硬技术"对绿色发展的贡献。     

中国城市群农地城市流转全要素生产率研究

经济社会双重转型背景下,城市群已成为带动区域经济增长的主要地域单元,其形成与发展以城市扩张为基础,需不断占用农地资源。当前主要问题为农地城市流转过度,粮食安全受到威胁、生态环境遭到不可逆转的破坏。基于此,本文以中国16大城市群为研究对象,考虑环境污染,应用基于方向性距离函数的Malmquist-Luenberger指数,利用1999年至2013共15年的面板数据,借助数据包络分析法(DEA),对农地城市流转全要素生产率(TFP)进行测算和分析。结果显示:(1)研究农地城市流转TFP时考虑非期望产出即环境污染是合理且必要的。(2)1999年至2013年,农地城市流转参与社会经济生产的过程中,减少污染与环境副作用的技术发展与推广还存在障碍,提高生产要素投入质量的能力有限。(3)对16大城市群而言,农地城市流转TFP在研究期内均下降,西部城市群下降幅度最大,中部和东部次之,东北较小。(4)珠三角、长三角和武汉城市群在农地城市流转参与社会经济生产过程中对先进技术的运用较为合理和充分,作为"环境技术领先者"次数较多。针对研究结论,为我国城市群有效进行农地城市流转提出几点建议:第一,合理控制农地城市流转规模与城市增长边界,优化农地城市流转TFP,并提升城市群经济发展质量。第二,充分考虑农地城市流转TFP及其构成要素的区域差异,根据各城市群发展特征、资源禀赋状况以及区域功能定位差异等特点,实施土地利用差别化管理。第三,更多地使用可再生的资源和环保能源,并对土地资源加以合理配置和高效利用,走绿色环保城市群发展道路。     

基于环境修正的中国畜牧业全要素生产率分析

运用广义马姆奎斯特指数与随机前沿生产函数结合的方法,将畜禽粪污排放作为一种无法避免的投入纳入考虑,对1997~2011年中国畜牧业环境全要素生产率及其分解进行了全面分析。研究表明:1中国畜牧业增长是依靠要素投入增加来扩张的外延式增长,要素之间的整合协调并不充分;2环境全要素生产率低于传统全要素生产率,随着畜牧业污染情况的加重两者间差距在逐渐扩大;3中国畜牧业总体处在规模报酬递增阶段,产值增长由技术进步支撑,但生产效率呈现出逐年下降的趋势;4受到资源和空间、生态环境以及政府规划等多种因素影响,中国六大区域的畜牧业环境全要素生产率差异较大,其中东北地区的畜牧业发展最为协调,而西北地区最为落后。     

基于环境修正的中国农业全要素生产率度量

环境的外部性使包含环境影响的生产率度量一直是个难题,而此类研究对推动我国农业可持续发展具有重要意义.本文提出了一种度量和评估包含环境影响的农业生产率方法,在本研究中,环境的外部性通过定义一个包含市场产出和污染产出的总产出而纳入分析框架,用总产出代替传统TFP计算中的产出,包含环境影响的全要素生产率公式得以建立.利用基于单元的综合调查评价法计算了1990-2008年我国主要农业污染物排放数量,并在此基础上度量了基于环境修正的我国农业全要素生产率.研究表明在1990-2008年间我国经环境调整后的农业生产率增长呈现减小趋势,农业环境污染使农业生产率增长降低0.09%-0.6%,量呈现较大的时期变化;依据不同环境污染价值损失评估法,环境对农业全要素生产率的修正会带来或高或低的结果.为了更准确地度量环境对农业全要素生产率的影响,需要进一步探索环境污染价值评估方法,完善我国农业环境监测体系.     

创新型城市建设对绿色全要素生产率的影响

在DEA框架下,基于考虑非期望产出的方向性距离函数,文章运用Global-Malmquist-Luenberger生产率指数测度了2003—2017年中国283个城市的绿色全要素生产率,并借助创新型城市建设这一准自然实验,采用渐进性的双重差分模型检验了创新型城市建设对绿色全要素生产率的影响。研究发现,创新型城市建设有利于促进中国经济发展的绿色转型,相较于非创新型城市,政策试点使得绿色全要素生产率平均提高4.9%。具体地,创新型城市建设可以通过技术效应、集聚效应和倒逼效应三条途径驱动绿色全要素生产率的提升。异质性分析表明,创新型城市建设对东部地区城市、规模较大城市以及高等级城市绿色全要素生产率的促进效应更强。分位数估计结果显示,创新型城市建设对城市绿色全要素生产率的效应呈边际递增趋势。文章研究结论稳健,经过平行趋势检验、PSM-DID方法估计、反事实检验、安慰剂检验、其他稳健性检验以及工具变量估计之后,依然成立。由此得出,在创新型城市建设过程中,要坚持因地制宜、因城施策、一地一策的原则,充分发挥地方政府的主体地位,同时要探索创新型城市建设政策促进城市绿色全要素生产率提升的多维途径。     

淮海经济区城市用地全要素生产率综合评价与影响因素研究

基于Malmquist指数与收敛性分析对淮海经济区城市用地全要素生产率（TFP）进行综合评价,在此基础上构建Tobit模型研究城市用地TFP及分解效率影响因素。结果显示：(1）2006~2015年城市用地TFP均值在［0.933,1.107］之间波动,年均增长1.9%,技术进步和技术效率均有贡献,但技术进步贡献大,是主要驱动力。(2）城市用地TFP存在σ收敛与绝对β收敛,不存在条件β收敛。提升土地市场化水平能够促进城市用地TFP趋向自身稳态水平,而城市用地空间结构对此具有抑制作用;(3）各因素对城市用地TFP及分解效率影响不同。人口密度对技术效率具有促进作用,城市空间结构对技术效率与技术进步具有抑制作用;外商投资对技术进步与全要素生产率具有抑制作用,而土地市场化水平对其具有促进作用。研究指出促进技术创新与进步,提高土地市场化水平及改善人地关系,规避外商投资风险与优化城市用地空间结构能提升城市用地全要素生产率。     

环境规制条件下中国农业全要素生产率增长与分解

采用单元调查评估法对中国农业分省污染排放量进行核算的基础上,应用基于方向性距离函数的Malmquist-Luenberger生产率指数方法,对1978-2008年环境规制条件下省际农业TFP增长及其源泉进行实证分析,将农业增长、资源节约与环境保护纳入到一个统一框架.研究发现:①环境规制条件下农业TFP取得了一定增长,主要由前沿技术进步贡献,环境技术效率也存在一定程度的改善,在时间趋势上大致可以划分为6个阶段;②从资源、环境与增长的统筹兼顾来看,农业TFP及其增长模式地区差异明显,东部地区要优于西部地区,中部地区则可能处于失衡状态;③以三大直辖市为代表的东部省区和西部青海、贵州和宁夏等边远省份直接主导着“农业环境技术创新”;④是否考虑环境污染成本,对农业生产率核算会产生较大影响,并可能导致政策偏误.     

中国省际环境全要素生产率及其影响因素分析

改革开放以来中国经济取得到了快速发展,但与此同时,我国很多环境污染指标在世界排名也显著提高。那么中国的经济增长是否是造成环境污染的原因?经济增长对环境一定是有害的吗?也就是环境库兹涅茨曲线在中国是否存在?围绕着这些问题国内外学者进行了大量有益的探讨。但是很多文献都是利用人均收入和人均排放关系来识别是否存在环境库兹涅茨曲线。这种方法的缺点是没有认清这两者都是生产过程的产出,是生产过程中的投入导致产出的结果。忽略生产过程中的投入和产出组合的效率变化,只研究两个产出之间的关系会影响传统的环境库兹涅茨曲线检验基础,也妨碍环境效率影响因素的识别。正是循着这个方向,很多学者构建了一个综合的环境绩效指标。通过研究环境绩效指标与人均收入之间的关系来识别是否存在环境库兹涅茨曲线。基于此,本文利用中国30个省份1997-2011年经济增长和污染排放数据,利用考虑环境的数据包络模型研究了环境全要素生产率指数及其分解。研究发现:考虑环境因素的全要素生产率指数年均增长2.94%,环境全要素生产率指数的增长主要来自技术进步指数。影响环境全要素生产率指数的空间面板Tobit回归模型表明,人均收入对环境全要素生产率增长产生正向的作用,这表明经济发展水平越高,经济与环境的协调性越好。人均收入的平方项系数为负,表明环境全要素生产率的库兹涅茨曲线存在。对外开放水平高导致环境全要素生产率的下降。技术进步始终是环境全要素生产率增长的积极原因。     

基于技术距离的环境治理对企业全要素生产率的影响

环境治理是协同推进生态文明建设和经济高质量发展的重要途径,而全要素生产率(TFP)增长是经济高质量发展的根本动力,因此,关于环境治理影响全要素生产率问题的研究成为学术界持续关注的重要命题。然而,现有研究大多在企业同质化的假设前提下展开,忽视了异质性企业对于环境治理的差异化反应,尤其是当企业基于前沿的技术距离存在差异时,会直接影响环境治理的全要素生产率效应。为此,本文首先从理论上剖析了技术距离下环境治理影响企业全要素生产率的作用机制,其次构建了企业基于前沿的技术距离指标,选取2007—2015年CSMAR数据库收录的9 038个企业样本,利用双向固定效应模型实证检验了在技术距离的作用下,环境治理对企业全要素生产率的异质性影响。结果表明:(1)企业基于前沿的技术距离越近,环境治理越有利于全要素生产率提升,反之,越不利于企业全要素生产率增长。(2)分组回归进一步探讨了环境治理异质性影响企业全要素生产率的作用机制,对于临近前沿型企业,环境治理分别通过自主创新机制和模仿追赶机制推动全要素生产率增长;对于中间型企业,环境治理主要通过模仿追赶机制提升企业的全要素生产率水平;而对于远离技术前沿的企业,环境治理未能通过任何一种机制"倒逼"企业实现全要素生产率增长。这一研究结论有助于决策部门"因企制宜"地修正环境政策和产业政策,如完善针对低技术企业的市场退出机制、营造良好的市场环境加速中间型企业向技术前沿收敛、加大对前沿型企业的创新支持,避免陷入"模仿"陷阱等。     

生态文明试点有助于生态全要素生产率提升吗?

生态文明先行示范区与试验区的试点改革是中国加快推进生态文明建设的有益尝试,在优化国土空间格局、调整产业结构、推行绿色循环低碳生产方式、加大生态环境保护力度等方面发挥着指引作用,旨在探索符合中国国情的绿色发展之路。与以往生态文明评价指标的研究成果不同,文章重点关注生态文明试点改革对生态全要素生产率改进的政策效果。将2014年生态文明试点改革视为准自然实验,采用合成控制法构造试点省份的反事实参照组,客观评估生态文明试点政策对地区经济、生态环境和社会效益等的综合影响。基于2005—2018年中国省级面板数据的分析结果表明:(1)合成分析单元较好地拟合了试点实施之前的发展趋势。(2)试点改革实施后,福建和贵州两省份的生态全要素生产率的提升幅度很大,但江西省的提升幅度则不明显,这表明福建和贵州省的改革效果在一定程度上要明显优于江西省。(3)样本通过了安慰剂检验、排序检验和双重差分检验,在统计意义上具有一定的显著性。另外,作者从绿色金融角度分析了生态文明试点政策效果的内在机理:绿色金融通过发挥金融杠杆作用,促使社会资本流入生态产业,从而增强财政资金撬动社会资金参与补齐生态文明建设短板的能力,最终实现经济发展与生态文明建设的互利共赢。最后,文章从环境规制的角度分析了拓展波特假说的可能。总之,研究结果为加快生态文明建设进程提供了理论依据,并针对加快产业结构调整、提升资金配置效率、创新体制机制等方面提出了具体的政策建议。     

长江经济带全要素碳生产率的时空演化及提升潜力

将碳排放引入全要素生产率分析框架之中,利用Malmquist指数对长江经济带2000~2013年的全要素碳生产率进行测算。实证研究结果显示:(1)从时间维度来看,在此期间长江经济带碳生产率一直处于震荡上升的趋势,而全要素碳生产率处于较平稳的状态,年均增长率为2%;(2)从空间差异来看,长江经济带上中下游碳生产率区域差异明显,下游中游上游,全要素碳生产率下游区域高于中上游区域,而中游区域和上游区域则处于"追赶-超越-被反超"的状态;(3)上游区域全要素碳生产率增长的动力为技术效率的提高,中游区域全要素碳生产率平均下降了0.1%的原因为技术进步恶化的幅度已经完全抵消了技术效率提升带来的变化,下游区域主要是通过技术创新推动最优生产前沿向外移动使得全要素碳生产率平均增长了4.4个百分点;(4)安徽和贵州两地碳生产率提高的空间最大,而云南、四川和重庆地区也可通过技术进步、技术创新促进碳生产率的提高,上海、浙江、江苏和江西的碳生产率提升空间最小。     

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...