Volume 2,Issue 7
科技金融助推中国西部地区全要素生产率提升的作用路径及对策研究
在创新驱动发展战略与区域协调发展战略深入推进的背景下,如何借助科技金融提升中国西部地区全要素生产率已成为推动经济高质量发展的重要议题。本文以科技金融试点政策为准自然实验,基于2000—2023年中国西部地区地级市面板数据,构建多时点双重差分模型,系统考察科技金融对中国西部地区全要素生产率的影响效应、作用机制及异质性影响。研究发现:科技金融试点显著提升了中国西部地区全要素生产率,且该结论经过替换被解释变量和更换回归模型等多种稳健性检验后依然成立;机制分析表明,科技金融通过提升人力资本水平和推动产业结构高级化促进中国西部地区全要素生产率增长;异质性分析显示,该政策效应在中国西北地区以及高创新水平城市中更为显著。基于此,应完善中国西部地区科技金融支持体系,夯实创新与人才基础,并推动产业结构优化升级,以进一步释放科技金融对区域高质量发展的赋能效应。
[1] 曹颢, 尤建新, 卢锐等. 我国科技金融发展指数实证研究 [J]. 中国管理科学,2011,19:134-40.
[2] 薛莹, 胡坚. 金融科技助推经济高质量发展:理论逻辑、实践基础与路径选择 [J]. 改革,2020:53-62.
[3] 李俊霞, 温小霓. 中国科技金融资源配置效率与影响因素关系研究 [J]. 中国软科学,2019:164-74.
[4] 芦锋, 韩尚容. 我国科技金融对科技创新的影响研究——基于面板模型的分析 [J]. 中国软科学,2015:139-47.
[5] 胡欢欢, 刘传明. 科技金融政策能否促进产业结构转型升级? [J]. 国际金融研究,2021:24-33.
[6] 汪淑娟, 谷慎. 科技金融对中国经济高质量发展的影响研究—— 理论分析与实证检验 [J]. 经济学家,2021:81-91.
[7] 郭庆旺, 贾俊雪. 中国全要素生产率的估算:1979—2004 [J]. 经济研究,2005:51-60.
[8] 范剑勇. 产业集聚与地区间劳动生产率差异 [J]. 经济研究,2006:72-81.
[9] 陈超凡. 中国工业绿色全要素生产率及其影响因素—— 基于ML 生产率指数及动态面板模型的实证研究 [J]. 统计研究,2016,33:53-62.
[10] 逯进, 李婷婷. 产业结构升级、技术创新与绿色全要素生产率—— 基于异质性视角的研究 [J]. 中国人口科学,2021:86-97+128.
[11] 赵宸宇, 王文春, 李雪松. 数字化转型如何影响企业全要素生产率 [J]. 财贸经济,2021,42:114-29.
[12] 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响 [J]. 经济研究,2011,46:4-16+31.
[13] 于斌斌. 产业结构调整与生产率提升的经济增长效应—— 基于中国城市动态空间面板模型的分析 [J]. 中国工业经济,2015:83-98.
[14] 张腾, 刘阳. 科技金融发展是否促进了全要素生产率的提高?—— 基于空间计量模型的研究 [J]. 金融与经济,2019:29-35.
[15] 冯锐, 马青山, 刘传明. 科技与金融结合对全要素生产率的影响—— 基于“促进科技和金融结合试点”准自然实验的经验证据 [J]. 科技进步与对策,2021,38:27-35.
[16] 刘少波, 吴玥. 科技金融政策是否提升了企业全要素生产率? [J]. 产经评论,2022,13:117-32.
[17] 阳灿, 刘明显, 刘忍妹. 科技金融政策提高了企业全要素生产率吗?——来自中国工业企业的证据 [J]. 武汉金融,2022:33-41.
[18] 张晓莉, 张露文, 孙琪琪.“双循环”下科技金融对企业全要素生产率的影响—— 基于国家科技金融试点政策的准自然实验 [J]. 金融理论与实践,2022:1-12.
[19] 巴曙松, 白海峰, 胡文韬. 金融科技创新、企业全要素生产率与经济增长—— 基于新结构经济学视角 [J]. 财经问题研究,2020:46-53.
[20] 唐松, 赖晓冰, 黄锐. 金融科技创新如何影响全要素生产率: 促进还是抑制?—— 理论分析框架与区域实践 [J]. 中国软科学,2019:134-44.
[21]Romer C D,Romer D H. The Macroeconomic Effects of Tax Changes: Estimates Based on a New Measure of Fiscal Shocks [J]. American Economic Review, 2010, 100(3):763-801.
[22]Chernozhukov V,Chetverikov D,Demirer M, et al. Double/debiased machine learning for treatment and structural parameters [J]. The Econometrics Journal, 2018, 21(1):C1-C68.
[23] 詹新宇, 刘文彬. 中国式财政分权与地方经济增长目标管理—— 来自省、市政府工作报告的经验证据 [J]. 管理世界,2020,36:23-39+77.