资源科学 ›› 2022, Vol. 44 ›› Issue (3): 536-553.doi: 10.18402/resci.2022.03.09
收稿日期:
2021-07-05
修回日期:
2021-10-16
出版日期:
2022-03-25
发布日期:
2022-05-25
通讯作者:
董娟,女,山西洪洞人,博士研究生,主要研究方向为矿业技术经济与管理。E-mail: idongjuan@163.com作者简介:
郑明贵,男,安徽颍上人,博士,教授,博士生导师,主要研究方向为资源经济与管理。E-mail: mgz268@sina.com
基金资助:
ZHENG Minggui1,2(), DONG Juan1(
), ZHONG Changbiao3
Received:
2021-07-05
Revised:
2021-10-16
Online:
2022-03-25
Published:
2022-05-25
摘要:
提升全要素生产率是高质量发展阶段资源型企业转型的重要途径。本文基于2010—2019年中国资源型上市企业财务数据,采用LP法测算其各年份全要素生产率水平及变化趋势,构建了固定效应模型和动态面板模型,从要素投入结构视角检验资本深化对资源型企业全要素生产率的影响及其传导机制。研究发现:①资源型企业全要素生产率逐年增长,但增长率偏低且整体呈下降态势,表明资源型企业发展缓慢,面对新发展、新阶段的竞争力不足;②资源型企业资本深化水平不断提升,深化速度明显加快,对企业全要素生产率增长具有显著的抑制效应,异质性分析表明这种抑制效应在上游开采业、能源企业、快速资本深化时期、经济发展水平较低地区和国有资源型企业中更为突出;③影响机制检验表明,产能过剩效应是资本深化抑制资源型企业全要素生产率的主要传导机制,同时由于创新投入对资源型企业全要素生产率增长的贡献较低,创新惰性效应虽存在但传导作用有限;④进一步研究发现,资本深化对组织资本较高和融资约束较低的资源型企业全要素生产率的抑制作用更小。本文研究结论对资源型企业要素配置决策和转型发展具有重要政策启示。
郑明贵, 董娟, 钟昌标. 资本深化对中国资源型企业全要素生产率的影响[J]. 资源科学, 2022, 44(3): 536-553.
ZHENG Minggui, DONG Juan, ZHONG Changbiao. Influence mechanism of capital deepening on total factor productivity of resource-based enterprises[J]. Resources Science, 2022, 44(3): 536-553.
表2
变量度量及描述性统计
名称 | 符号 | 度量 | 平均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
被解释变量 | tfp | LP法 | 17.654 | 1.295 | 11.229 | 23.018 |
主要自变量 | fis | ln(扣除房屋建筑固定资产重置价值/员工人数) | 12.815 | 1.215 | 9.774 | 15.636 |
中介变量 | cu | 总资产周转率 | 0.724 | 0.509 | 0.090 | 2.935 |
rd | 研发支出的自然对数 | 17.621 | 1.749 | 11.044 | 23.464 | |
调节变量 | oc | 永续盘存法 | 0.332 | 0.243 | 0.013 | 1.467 |
fc | SA指数 | -3.126 | 0.154 | -3.289 | -2.672 | |
控制变量 | ||||||
基本特征 | size | 总资产的自然对数 | 22.674 | 1.456 | 19.926 | 26.551 |
age | ln(计算年–成立年) | 16.717 | 5.355 | 4.000 | 30.000 | |
经营特征 | roa | 利润总额/总资产 | 0.055 | 0.064 | -0.169 | 0.266 |
lev | 期末负债总额/期末资产总额 | 0.502 | 0.214 | 0.063 | 0.988 | |
治理特征 | own | 控股股东为国有股取值为1,否则取值为0 | 0.600 | 0.490 | 0.000 | 1.000 |
fsr | 第一大股东持股数/总股本 | 0.382 | 0.159 | 0.105 | 0.819 |
表3
2010—2019年资源型上市企业全要素生产率和资本深化测算结果
年份 | 全要素生产率 | 资本深化 | |||||
---|---|---|---|---|---|---|---|
平均值 | 增长率/% | 标准差 | 平均值/万元 | 增长率/% | 标准差 | ||
2010 | 17.331 | — | 1.289 | 64.748 | — | 109.900 | |
2011 | 17.443 | 0.646 | 1.323 | 65.217 | 0.724 | 106.539 | |
2012 | 17.520 | 0.441 | 1.290 | 66.443 | 1.880 | 106.838 | |
2013 | 17.600 | 0.457 | 1.294 | 67.739 | 1.951 | 98.914 | |
2014 | 17.632 | 0.182 | 1.284 | 69.482 | 2.573 | 98.321 | |
2015 | 17.655 | 0.130 | 1.243 | 72.727 | 4.670 | 97.142 | |
2016 | 17.692 | 0.210 | 1.263 | 80.400 | 10.550 | 107.323 | |
2017 | 17.827 | 0.763 | 1.251 | 85.276 | 6.065 | 114.795 | |
2018 | 17.917 | 0.505 | 1.268 | 88.805 | 4.138 | 118.630 | |
2019 | 17.925 | 0.045 | 1.325 | 92.624 | 4.300 | 123.413 | |
总样本 | 17.654 | 0.375 | 1.295 | 75.346 | 4.095 | 108.823 |
表4
全样本基准回归结果
(1) | (2) | (3) | (4) | (5) | |
---|---|---|---|---|---|
fis | -0.141*** (0.022) | -0.136*** (0.022) | -0.135*** (0.022) | -0.132*** (0.022) | -0.130*** (0.023) |
fis2 | 0.003 (0.009) | ||||
size | 0.621*** (0.041) | 0.603*** (0.040) | 0.598*** (0.040) | 0.564*** (0.033) | 0.564*** (0.033) |
age | 0.163** (0.066) | 0.230*** (0.061) | 0.254*** (0.061) | 0.082 (0.136) | 0.084 (0.137) |
roa | 1.623*** (0.141) | 1.615*** (0.141) | 1.581*** (0.140) | 1.579*** (0.141) | |
lev | 0.155 (0.108) | 0.145 (0.109) | 0.134 (0.097) | 0.135 (0.097) | |
fsr | 0.151 (0.134) | 0.147 (0.127) | 0.146 (0.126) | ||
own | 0.016 (0.050) | 0.025 (0.045) | 0.025 (0.045) | ||
dyear | 控制 | 控制 | |||
dprovince | 控制 | 控制 | |||
dindustry | 控制 | 控制 | |||
常数项 | 4.933*** (0.796) | 4.926*** (0.764) | 4.897*** (0.767) | 6.553*** (0.708) | 6.513*** (0.711) |
N | 3500 | 3500 | 3500 | 3500 | 3500 |
R2 | 0.537 | 0.580 | 0.580 | 0.606 | 0.607 |
表5
稳健性检验结果
重新度量资本深化 | 重新度量全要素生产率 | 内生性处理 | ||||||
---|---|---|---|---|---|---|---|---|
(1) | (2) | (3) | (4) | (5) | (6) | |||
fis1 | fis2 | OP法 | ACF法 | DGMM | SGMM | |||
L.tfp | 0.309*** (0.090) | 0.512*** (0.077) | ||||||
fis | -0.181*** (0.027) | -0.241*** (0.028) | -0.105*** (0.029) | -0.120*** (0.032) | -0.166*** (0.053) | -0.140*** (0.034) | ||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||
N | 3500 | 3500 | 3500 | 3500 | 3150 | 3150 | ||
R2 | 0.615 | 0.637 | 0.477 | 0.470 | ||||
AR(1) | 0.001 | 0.000 | ||||||
AR(2) | 0.421 | 0.619 | ||||||
Hansen检验 | 0.125 | 0.165 |
表6
区分资源类别回归结果
(1) | (2) | (3) | (4) | (5) | (6) | (7) | |
---|---|---|---|---|---|---|---|
能源 | 非能源 | 煤 | 油气 | 黑色金属 | 有色金属 | 非金属 | |
L.tfp | 0.239** (0.103) | 0.543*** (0.126) | 0.183** (0.085) | 0.650*** (0.120) | 0.424*** (0.149) | 0.336*** (0.122) | 0.169** (0.085) |
fis | -0.165*** (0.052) | -0.112* (0.057) | -0.316*** (0.059) | -0.061*** (0.021) | -0.255* (0.145) | -0.240 (0.161) | -0.146** (0.063) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 1778 | 1372 | 663 | 1115 | 277 | 510 | 380 |
AR(1) | 0.002 | 0.000 | 0.004 | 0.000 | 0.041 | 0.046 | 0.024 |
AR(2) | 0.450 | 0.620 | 0.115 | 0.973 | 0.689 | 0.855 | 0.835 |
Hansen检验 | 0.544 | 0.246 | 0.513 | 0.601 | 1.000 | 1.000 | 1.000 |
表7
区分企业所处产业链阶段、资本深化速度、所在区域和所有制类型的回归结果
区分产业链阶段 | 区分资本深化速度 | 区分企业所处地区 | 区分企业性质 | |||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | (9) | ||||
开采业 | 加工业 | 慢速 | 快速 | 东部 | 中部 | 西部 | 国有 | 非国有 | ||||
L.tfp | 0.108* (0.064) | 0.481*** (0.118) | 0.671*** (0.098) | 0.606*** (0.129) | 0.838*** (0.122) | 0.286*** (0.101) | 0.328*** (0.100) | 0.166*** (0.064) | 0.505*** (0.134) | |||
fis | -0.273** (0.119) | -0.101* (0.054) | -0.060* (0.034) | -0.191*** (0.045) | -0.073** (0.036) | -0.136** (0.056) | -0.291*** (0.083) | -0.211*** (0.037) | -0.017 (0.060) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |||
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |||
N | 373 | 2777 | 1400 | 1750 | 1585 | 851 | 714 | 1877 | 1273 | |||
AR(1) | 0.016 | 0.000 | 0.000 | 0.004 | 0.001 | 0.000 | 0.003 | 0.001 | 0.000 | |||
AR(2) | 0.171 | 0.647 | 0.837 | 0.501 | 0.295 | 0.313 | 0.666 | 0.973 | 0.615 | |||
Hansen检验 | 1.000 | 0.162 | 0.483 | 0.132 | 0.138 | 0.732 | 0.794 | 0.126 | 0.524 |
表8
传导效应及稳健性检验
传导效应检验 | 稳健性检验 | |||||||
---|---|---|---|---|---|---|---|---|
(1) | (2) | (3) | (4) | (5) | (6) | (7) | ||
tfp | cu | tfp | rd | tfp | tfp | tfp | ||
L.tfp | 0.512*** (0.077) | 0.355*** (0.027) | 0.640*** (0.076) | 0.345*** (0.081) | 0.639*** (0.070) | |||
L.cu | 0.319*** (0.024) | |||||||
L.rd | 0.696*** (0.077) | |||||||
fis | -0.140*** (0.034) | -1.936*** (0.238) | -0.092* (0.052) | -0.141** (0.066) | -0.131*** (0.035) | -0.086 (0.068) | -0.112*** (0.028) | |
cu | 0.043*** (0.003) | 0.057*** (0.015) | ||||||
rd | 0.016*** (0.006) | 0.032* (0.017) | ||||||
fis×cu | -0.011*** (0.004) | |||||||
fis×rd | -0.018*** (0.006) | |||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |
N | 3150 | 3150 | 3150 | 3150 | 3150 | 3150 | 3150 | |
AR(1) | 0.000 | 0.003 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
AR(2) | 0.619 | 0.426 | 0.782 | 0.107 | 0.184 | 0.985 | 0.264 | |
Hansen检验 | 0.165 | 0.106 | 0.115 | 0.154 | 0.164 | 0.112 | 0.102 |
表9
组织资本和融资约束的调节效应检验
(1) | (2) | (3) | (4) | (5) | (6) | |
---|---|---|---|---|---|---|
全样本 | 高组织资本组 | 低组织资本组 | 全样本 | 高融资约束组 | 低融资约束组 | |
L.tfp | 0.359*** (0.031) | 0.558*** (0.108) | 0.171*** (0.062) | 0.391*** (0.031) | 0.536*** (0.044) | 0.456*** (0.043) |
fis | -0.136*** (0.016) | -0.071** (0.029) | -0.320*** (0.054) | -0.182*** (0.016) | -0.151*** (0.028) | -0.108*** (0.024) |
oc | 0.672*** (0.116) | |||||
fis×oc | 0.130*** (0.025) | |||||
fc | -0.570*** (0.171) | |||||
fis×fc | -0.300*** (0.067) | |||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 3150 | 1284 | 1866 | 3150 | 1255 | 1895 |
AR(1) | 0.000 | 0.013 | 0.000 | 0.000 | 0.004 | 0.000 |
AR(2) | 0.643 | 0.673 | 0.201 | 0.814 | 0.836 | 0.373 |
Hansen检验 | 0.339 | 0.398 | 0.116 | 0.542 | 0.327 | 0.216 |
表10
按不同方式对组织资本和融资约束进行划分的分组回归结果
按中位数划分 | 删除中间1/4样本进行划分 | ||||||||
---|---|---|---|---|---|---|---|---|---|
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | ||
高组织资本组 | 低组织资本组 | 高融资约束组 | 低融资约束组 | 高组织资本组 | 低组织资本组 | 高融资约束组 | 低融资约束组 | ||
L.tfp | 0.625*** (0.107) | 0.176*** (0.051) | 0.337** (0.141) | 0.482*** (0.089) | 0.605*** (0.101) | 0.225*** (0.065) | 0.503*** (0.139) | 0.329*** (0.116) | |
fis | -0.052* (0.028) | -0.327*** (0.064) | -0.115* (0.066) | -0.085* (0.049) | -0.066** (0.028) | -0.300*** (0.060) | -0.159** (0.077) | -0.119** (0.052) | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |
固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | |
N | 1556 | 1594 | 1546 | 1604 | 1167 | 1194 | 1141 | 1202 | |
AR(1) | 0.004 | 0.000 | 0.017 | 0.000 | 0.015 | 0.002 | 0.004 | 0.017 | |
AR(2) | 0.654 | 0.157 | 0.760 | 0.288 | 0.690 | 0.100 | 0.876 | 0.582 | |
Hansen检验 | 0.806 | 0.159 | 0.841 | 0.443 | 0.469 | 0.212 | 0.453 | 0.305 |
[1] | 阎俊爱, 安韬, 周芳玲, 等. 资源型企业转型路径研究: 基于四家企业的案例研究[J]. 经济问题, 2020, (4): 104-113. |
Yan J A, An T, Zhou F L, et al. Research on the transformation path of resource-based enterprises: Case studies of four enterprises[J]. On Economic Problems, 2020, (4): 104-113.] | |
[2] | 马红旗, 申广军. 产能过剩与全要素生产率的估算: 基于中国钢铁企业的分析[J]. 世界经济, 2020, 43(8): 170-192. |
[ Ma H Q, Shen G J. Over-capacity and TFP estimation: An analysis based on China's iron and steel industry[J]. The Journal of World Economy, 2020, 43(8): 170-192.] | |
[3] | 孙艺璇, 程钰, 刘娜. 中国经济高质量发展时空演变及其科技创新驱动机制[J]. 资源科学, 2021, 43(1): 82-93. |
[ Sun Y X, Cheng Y, Liu N. Spatiotemporal evolution of China's high quality economic development and its driving mechanism of scientific and technological innovation[J]. Resources Science, 2021, 43(1): 82-93.] | |
[4] | 熊爱华, 丁友强, 胡玉凤. 低碳门槛下绿色创新补贴对全要素生产率的影响[J]. 资源科学, 2020, 42(11): 2184-2195. |
Xiong A H, Ding Y Q, Hu Y F. Impact of low-carbon subsidies and green innovation on total factor productivity in view of the threshold effect of carbon emission reduction[J]. Resources Science, 2020, 42(11): 2184-2195.] | |
[5] |
Restuccia D, Rogerson R. The causes and costs of misallocation[J]. Journal of Economic Perspectives, 2017, 31(3): 151-174.
doi: 10.1257/jep.31.3.151 |
[6] | 胡亚男, 余东华. 有偏技术进步、要素配置结构与全要素生产率提升: 以中国装备制造业为例[J]. 软科学, 2021, 35(7): 1-9. |
[ Hu Y N, Yu D H. Biased technological change, factor allocation and total factor productivity growth: The case of China's equipment manufacturing industry[J]. Soft Science, 2021, 35(7): 1-9.] | |
[7] | 蔡昉. 生产率、新动能与制造业: 中国经济如何提高资源重新配置效率[J]. 中国工业经济, 2021, (5): 5-18. |
[ Cai F. Productivity, growth momentum, and manufacturing: How China can regain its resources reallocative efficiency[J]. China Industrial Economics, 2021, (5): 5-18.] | |
[8] | 张杰, 郑文平, 翟福昕. 融资约束影响企业资本劳动比吗? 中国的经验证据[J]. 经济学(季刊), 2016, 15(3): 1029-1056. |
[ Zhang J, Zheng W P, Zhai F X. Does financial constraints affect firm's K-L ratio? Evidence from China[J]. China Economic Quarterly, 2016, 15(3): 1029-1056.] | |
[9] | 计小青, 乔越. 政府干预、资本深化与中国劳动生产率[J]. 当代财经, 2018, (9): 3-14. |
[ Ji X Q, Qiao Y. Government intervention, capital deepening and Chinese labor productivity[J]. Contemporary Finance & Economics, 2018, (9): 3-14.] | |
[10] | 孙早, 刘李华. 资本深化与行业全要素生产率增长: 来自中国工业1990-2013年的经验证据[J]. 经济评论, 2019, (4): 3-16. |
Sun Z, Liu L H. Capital deepening and industrial total factor productivity growth: Empirical evidence from Chinese industry in the period 1990-2013[J]. Economic Review, 2019, (4): 3-16.] | |
[11] | 陈汝影, 余东华. 资本深化、有偏技术进步与制造业全要素生产率[J]. 现代经济探讨, 2020, (6): 62-69. |
Chen R Y, Yu D H. Capital deepening, partial technological progress and total factor productivity of manufacturing industry[J]. Modern Economic Research, 2020, (6): 62-69.] | |
[12] |
Glover A, Short J. Can capital deepening explain the global decline in labor's share?[J]. Review of Economic Dynamics, 2020, 35: 35-53.
doi: 10.1016/j.red.2019.04.007 |
[13] | 王勇, 汤学敏. 结构转型与产业升级的新结构经济学研究: 定量事实与理论进展[J]. 经济评论, 2021, (1): 3-17. |
[ Wang Y, Tang X M. Research on structural transformation and industrial upgrading in new structural economics: Quantitative facts and theoretical progress[J]. Economic Review, 2021, (1): 3-17.] | |
[14] |
Szalavetz A. Physical capital stock, technological upgrading and modernisation in Hungary[J]. Acta Oeconomica, 2005, 55(2): 201-221.
doi: 10.1556/aoecon.55.2005.2.4 |
[15] | 杨文举. 技术效率、技术进步、资本深化与经济增长: 基于DEA的经验分析[J]. 世界经济, 2006, (5): 73-83. |
[ Yang W J. Technology efficiency, technology progress, capital deepening and economic growth: An empirical analysis based on DEA[J]. The Journal of World Economy, 2006, (5): 73-83.] | |
[16] | 朱钟棣, 李小平. 中国工业行业资本形成、全要素生产率变动及其趋异化: 基于分行业面板数据的研究[J]. 世界经济, 2005, (9): 51-62. |
[ Zhu Z D, Li X P. China's industrial capital formation, total factor productivity change and its alienation: Based on the panel data of different industries[J]. The Journal of World Economy, 2005, (9): 51-62.] | |
[17] | 杨志云, 陈再齐. 要素生产率、资本深化与经济增长: 基于1979-2016年中国经济的增长核算[J]. 广东社会科学, 2018, (5): 41-51. |
[ Yang Z Y, Chen Z Q. Factor productivity, capital deepening and economic growth: An accounting of growth of China's economy from 1979 to 2016[J]. Social Sciences in Guangdong, 2018, (5): 41-51.] | |
[18] | 郑江淮, 宋建, 张玉昌, 等. 中国经济增长新旧动能转换的进展评估[J]. 中国工业经济, 2018, (6): 24-42. |
[ Zheng J H, Song J, Zhang Y C, et al. The evaluation of conversion of new and old driving force of China's economic growth[J]. China Industrial Economics, 2018, (6): 24-42.] | |
[19] |
Zhang W. The dynamic correlation between capital deepening and total factor productivity in China[J]. Journal of Advanced Computational Intelligence and Intelligent Informatics, 2020, 24(4): 524-531.
doi: 10.20965/jaciii.2020.p0524 |
[20] | 李小平, 李小克. 偏向性技术进步与中国工业全要素生产率增长[J]. 经济研究, 2018, 53(10): 82-96. |
[ Li X P, Li X K. Biased technological change and the total factor productivity growth of China's industry[J]. Economic Research Journal, 2018, 53(10): 82-96.] | |
[21] | 余东华, 张鑫宇, 孙婷. 资本深化、有偏技术进步与全要素生产率增长[J]. 世界经济, 2019, 42(8): 50-71. |
[ Yu D H, Zhang X Y, Sun T. Capital deepening, biased technological progress and total factor productivity growth[J]. The Journal of World Economy, 2019, 42(8): 50-71.] | |
[22] |
Wroński M. The productivity growth slowdown in advanced economies: Causes and policy recommendations[J]. International Journal of Management and Economics, 2019, 55(4): 391-406.
doi: 10.2478/ijme-2019-0020 |
[23] |
Acemoglu D, Zilibotti F. Productivity differences[J]. The Quarterly Journal of Economics, 2001, 116(2): 563-606.
doi: 10.1162/00335530151144104 |
[24] |
Antonelli C, Feder C. A long-term comparative analysis of the direction and congruence of technological change[J]. Socio-Economic Review, 2021, 19(2): 583-605.
doi: 10.1093/ser/mwy048 |
[25] | 蔡昉. 早熟的代价: 保持制造业发展的理由和对策[J]. 国际经济评论, 2022, (1): 31-42. |
[ Cai F. Price of prematurity: Why and how should China maintain its manufacturing strength?[J]. International Economic Review, 2022, (1): 31-42.] | |
[26] | 曾刚, 陆琳忆, 何金廖. 生态创新对资源型城市产业结构与工业绿色效率的影响[J]. 资源科学, 2021, 43(1): 94-103. |
[ Zeng G, Lu L Y, He J L. Impact of ecological innovation on the economic transformation of resource-based cities[J]. Resources Science, 2021, 43(1): 94-103.] | |
[27] | 贺玲, 崔琦, 陈浩, 等. 基于CGE模型的中国煤炭产能政策优化[J]. 资源科学, 2019, 41(6): 1024-1034. |
[ He L, Cui Q, Chen H, et al. Policy optimization of coal production capacity in China based on a computable general equilibrium model[J]. Resources Science, 2019, 41(6): 1024-1034.] | |
[28] | 王锋正, 刘宇嘉, 孙玥. 制度环境、开放式创新与资源型企业转型[J]. 科技进步与对策, 2020, 37(5): 114-123. |
Wang F Z, Liu Y J, Sun Y. Institutional environment, open innovation and transformation of resource-based enterprises[J]. Science & Technology Progress and Policy, 2020, 37(5): 114-123.] | |
[29] | 王延霖, 郭晓川. 资源型上市公司高管团队激励方式对企业创新效率的影响研究: 基于创新价值链和产权性质的考量[J]. 研究与发展管理, 2020, 32(4): 149-161. |
[ Wang Y L, Guo X C. Impact of TMT's incentives on innovation efficiency in Chinese resource-based listed enterprises: Based on the consideration of innovation value chain and property right[J]. R&D Management, 2020, 32(4): 149-161.] | |
[30] | 盛朝迅. “十四五”时期推进新旧动能转换的思路与策略[J]. 改革, 2020, (2): 5-19. |
[ Sheng C X. Thinking and countermeasures of promoting the conversion of new and old kinetic energy in the 14th five-year plan period[J]. Reform, 2020, (2): 5-19.] | |
[31] | 任保平, 苗新宇. “十四五”时期我国经济高质量发展新动能的培育[J]. 经济问题, 2021, (2): 1-11. |
[ Ren B P, Miao X Y. The cultivation of the new economic momentum of China's high-quality development in the “14th Five-Year Plan”[J]. On Economic Problems, 2021, (2): 1-11.] | |
[32] |
Hasan M M, Uddin M R. Do intangibles matter for corporate policies? Evidence from organization capital and corporate payout choices[J]. Journal of Banking & Finance, 2022, DOI: 10.1016/j.jbankfin.2021.106395.
doi: 10.1016/j.jbankfin.2021.106395 |
[33] | 许自坚, 王辉. 组织资本对企业研发支出的影响研究[J]. 科研管理, 2019, 40(9): 130-138. |
Xu Z J, Wang H. A research on the influence of organization capital on R&D expenditure of enterprises[J]. Science Research Management, 2019, 40(9): 130-138.] | |
[34] | 安礼伟, 蒋元明. 长三角区域规划与先进制造业企业全要素生产率: 基于PSM-DID模型的经验研究[J]. 产业经济研究, 2020, (4): 45-60. |
[ An L W, Jiang Y M. Yangtze River Delta regional planning and total factor productivity of advanced manufacturing enterprises: An empirical study based on the PSM-DID model[J]. Industrial Economics Research, 2020, (4): 45-60.] | |
[35] | 肖文, 薛天航. 劳动力成本上升、融资约束与企业全要素生产率变动[J]. 世界经济, 2019, 42(1): 76-94. |
[ Xiao W, Xue T H. Rising labour costs, financial constraints and changing TFP of enterprises in China[J]. The Journal of World Economy, 2019, 42(1): 76-94.] | |
[36] | 姚海琳, 贾若康. 政府补贴与资源循环利用企业生产率: 基于中国上市公司面板门槛效应实证研究[J]. 资源科学, 2018, 40(11): 2280-2295. |
[ Yao H L, Jia R K. Government subsidies and productivity of resource recycling enterprises: An empirical study on panel threshold effect of listed enterprises in China[J]. Resources Science, 2018, 40(11): 2280-2295.] | |
[37] | 王锋正, 刘向龙, 张蕾, 等. 数字化促进了资源型企业绿色技术创新吗?[J]. 科学学研究, 2022, 40(2): 332-344. |
[ Wang F Z, Liu X L, Zhang L, et al. Does digitalization promote green technology innovation of resource-based enterprises?[J]. Studies in Science of Science, 2022, 40(2): 332-344.] | |
[38] | 张勋, 徐建国. 中国资本回报率的再测算[J]. 世界经济, 2014, 37(8): 3-23. |
Zhang X, Xu J G. Re measurement of return on capital in China[J]. The Journal of World Economy, 2014, 37(8): 3-23.] | |
[39] | 余淼杰, 金洋, 张睿. 工业企业产能利用率衡量与生产率估算[J]. 经济研究, 2018, 53(5): 56-71. |
[ Yu M J, Jin Y, Zhang R. Capacity utilization rate measurement and productivity estimation for industrial firms[J]. Economic Research Journal, 2018, 53(5): 56-71.] | |
[40] | 赵昌文, 许召元, 袁东, 等. 当前我国产能过剩的特征、风险及对策研究: 基于实地调研及微观数据的分析[J]. 管理世界, 2015, (4): 1-10. |
[ Zhao C W, Xu Z Y, Yuan D, et al. Study on the characteristics, risks and countermeasures of China's current overcapacity: Based on field research and analysis of micro data[J]. Management World, 2015, (4): 1-10.] | |
[41] | 徐浩, 张美莎. 营商环境、关系型融资与技术创新[J]. 当代财经, 2019, (12): 73-83. |
[ Xu H, Zhang M S. Business environment, relational financing and technological innovation[J]. Contemporary Finance & Economics, 2019, (12): 73-83.] | |
[42] |
Eisfeldt A L, Papanikolaou D. The value and ownership of intangible capital[J]. The American Economic Review, 2014, 104(5): 189-194.
doi: 10.1257/aer.104.5.189 |
[43] | 宋林, 张丹, 谢伟. 对外直接投资与企业绩效提升[J]. 经济管理, 2019, 41(9): 57-74. |
[ Song L, Zhang D, Xie W. Outward foreign direct investment and enterprise performance improvement: Evidence from A-share listed companies[J]. Business Management Journal, 2019, 41(9): 57-74.] | |
[44] | Hadlock C J, Pierce J R. New evidence on measuring financial constraints: Moving beyond the KZ Index[J]. The Review of Financial Studies, 2010, 23(5): 191-194. |
[45] | Ackerberg D, Benkard L, Berry S, et al. Econometric tools for analyzing market outcomes[J]. Handbook of Econometrics, 2007, (6): 4171-4276. |
[46] | 朱亮峰, 朱学义. 煤炭行业去产能、调整资产结构对煤炭经济的撬动效应[J]. 资源科学, 2021, 43(2): 316-327. |
[ Zhu L F, Zhu X Y. Economic prying effect of de-capacity and asset structure adjustment in the coal industry[J]. Resources Science, 2021, 43(2): 316-327.] | |
[47] | 于立宏, 王艳, 陈家宜. 考虑环境和代际负外部性的中国采矿业绿色全要素生产率[J]. 资源科学, 2019, 41(12): 2155-2171. |
[ Yu L H, Wang Y. Chen J Y. Green total factor productivity of Chinese mining industries considering negative intergenerational and environmental externalities[J]. Resources Science, 2019, 41(12): 2155-2171.] | |
[48] | 林僖. 区域服务贸易协定对服务出口的影响: 机制与效应[J]. 世界经济, 2021, 44(6): 50-71. |
[ Lin X. The impact of service RTAs on service exports: Mechanism and effects[J]. The Journal of World Economy, 2021, 44(6): 50-71.] | |
[49] | 王延霖, 郭晓川, 刘虹. 高技术服务业与资源型产业融合对资源型企业两阶段创新效率的影响[J]. 科技进步与对策, 2020, 37(11): 60-69. |
[ Wang Y L, Guo X C, Liu H. Convergence of high-tech service and resource-based industry, absorptive capacity and two-stage innovation efficiency of resource-based enterprises[J]. Science & Technology Progress and Policy, 2020, 37(11): 60-69.] | |
[50] | 毛其淋. 人力资本推动中国加工贸易升级了吗?[J]. 经济研究, 2019, 54(1): 52-67. |
[ Mao Q L. Does human capital promote upgrading of Chinese processing trade?[J]. Economic Research Journal, 2019, 54(1): 52-67.] |
[1] | 李荣杰, 李娜, 阎晓. 电力市场一体化对地区绿色经济效率的影响机制[J]. 资源科学, 2022, 44(3): 523-535. |
[2] | 于立宏, 金玉健. 中国采矿业绿色发展的动力特征与政策启示——基于企业异质性视角[J]. 资源科学, 2022, 44(3): 554-569. |
[3] | 桑丹丹, 王元月, 丁黎黎. 中美产业部门全要素生产率比较——基于环境友好全球价值链视角[J]. 资源科学, 2022, 44(3): 570-582. |
[4] | 程建, 朱道林, 赵江萌, 张晖. 中国土地资本化问题研究综述[J]. 资源科学, 2022, 44(2): 221-231. |
[5] | 谭清华, 刘玉洁, 宋献方, 潘韬. 中国太阳辐射时空变化及不同时间尺度Ångström-Prescott模型校正参数适用性比较[J]. 资源科学, 2022, 44(2): 287-298. |
[6] | 高婧, 曹宝明, 李宁. 小麦最低收购价政策对化肥施用强度的影响——基于农地权属的调节效应[J]. 资源科学, 2022, 44(2): 320-333. |
[7] | 吴海霞, 郝含涛, 葛岩. 粮食主产区政策对农业环境全要素生产率的效应评估[J]. 资源科学, 2022, 44(2): 334-349. |
[8] | 何瑶, 杨永春, 郭建科. 中断模拟下的中国沿海集装箱港口航运网络脆弱性[J]. 资源科学, 2022, 44(2): 414-424. |
[9] | 王凯, 郭鑫, 甘畅, 唐小惠, 刘浩龙. 中国省域科技创新与旅游业高质量发展水平及其互动关系[J]. 资源科学, 2022, 44(1): 114-126. |
[10] | 覃小华, 李星明, 时朋飞, 唐明贵. 中国西部地区旅游环境效率时空分异及影响因素[J]. 资源科学, 2022, 44(1): 143-155. |
[11] | 孙慧, 王慧, 肖涵月, 辛龙. 异质型责任主体的环境协同治理效果[J]. 资源科学, 2022, 44(1): 15-31. |
[12] | 李虹, 王帅, 李晨光, 陈挺. 电价调整对宏观经济及产业结构的影响[J]. 资源科学, 2022, 44(1): 156-168. |
[13] | 张长征, 李嘉雯, 孙杰. 农田水利基础设施投资缺口对粮食生产效率损失的影响[J]. 资源科学, 2022, 44(1): 169-180. |
[14] | 祝孔超, 赵媛, 姚亚兵, 崔盼盼, 鄢继尧. 全球稀土进口竞争格局分析及潜在贸易联系预测[J]. 资源科学, 2022, 44(1): 70-84. |
[15] | 江文曲, 李晓云, 刘楚杰, 孙倩. 城乡居民膳食结构变化对中国水资源需求的影响——基于营养均衡的视角[J]. 资源科学, 2021, 43(8): 1662-1674. |
|