如何测度高碳行业面临的气候转型风险, 以及如何有效识别和化解高碳行业系统性风险溢出及传染效应是当前政策制定者和学术界面临的重要课题. 本文利用企业和行业匹配数据, 基于高维时变向量自回归指数模型测算高碳行业气候转型风险冲击与行业间溢出效应. 研究发现: 高碳行业面临的气候转型风险最高, 金融业最低; 气候转型风险越大, 上市公司面临的系统性风险就越高, 并且高碳行业资产搁浅是重要的传导路径; 不同时期的政策背景下, 高碳行业对关联行业风险溢出效应出现差异化倾斜, 高碳行业的主要风险溢出对象均与自身有生产网络或者金融网络上的关联. 银行业始终表现为风险吸收角色处于风险网络中心, 并与高碳行业高度关联. 本文为政府和监管部门了解转型风险对高碳行业的影响以及行业关联情况提供依据, 并扩展了化解高碳行业的系统性风险跨行业传染研究.

准确测度是认识数字经济及开展后续研究的首要条件, 本文参考美国经济分析局(BEA)和国际经合组织(OECD)等权威组织的做法, 结合国家统计局2021 年最新公布的《数字经济及核心产业统计分类(2021)》的分类方法, 利用官方统计资料测算了中国省级数字经济增加值, 并探究了数字经济发展对城乡收入差距的影响及其机制. 研究发现, 我国数字经济发展迅速但地区间差异明显, 数字化基础设施是数字经济发展的根基, 数字经济发展对城乡收入差距存在"正U型"的影响效应. 进一步, 为寻求拐点后缩小差距的可能路径, 本文通过机制分析发现: 数字经济发展推动了我国农村劳动力转移并推迟了拐点到来; 促进了农业现代化发展, 提高了农户收入进而缩小了城乡收入差距; 且数字经济强省可通过空间溢出方式缩小相邻地区的城乡收入差距. 本文为促进数字经济包容性发展提供了政策建议.

在数字化转型影响的微观层面上, 目前尚缺乏数字化转型对管理层自利行为影响的相关研究. 本文构建固定效应模型, 基于A股上市公司的数据, 分析了企业的数字化转型对管理层自利行为的影响效果与传导路径. 研究显示: 企业的数字化转型通过降低信息不对称、提高公司治理效率、减少公司财务柔性而约束了管理层的自利行为, 且企业的数字化转型对于不同区域、不同竞争程度、不同行业的管理层自利行为存在异质性影响效果. 政策建议是: 加大企业数字化转型的力度, 降低信息不对称、提高公司治理效率、降低公司财务柔性, 并对管理层的自利行为实施差异化调控. 本文积极响应促进实体经济和数字经济深度融合制度的精神要求, 以管理层自利行为作为突破口, 为企业的数字化转型促进公司治理、提高经营效率提供了经验解释与决策参考.

中国不同地区的空气质量因人口密度、地理位置、气候等因素而存在差异. 针对空气污染问题, 中国政府采取了一系列严格的节能减排措施以减少环境损失. 为了更深入地理解政策对空气质量的影响, 本文提出了一种基于包含外生变量的时空模型政策评估框架, 并结合广义Yule-Walker估计方法, 创新性地解决了模型中的外生变量估计问题. 通过理论推导、仿真实验和实证分析, 验证了模型的可靠性和适用性. 尤其是, 在评估2014年APEC会议期间的空气质量治理政策中, 本文提供了更细致的量化结果, 揭示了政策实施在不同时间和空间上的异质性影响.

本文将长短期记忆 (long short term memory, LSTM) 神经网络与选择性状态空间模型(selective state space model, SSSM) 融合, 构建了选择性长短期记忆 (selective long short term memory, SLSTM) 神经网络模型, 提出了一种新的动态协方差矩阵预测方法, 并将其用于改进分层风险平价 (hierarchical risk parity, HRP) 资产配置策略. 首先, 本文构建了具有长期记忆功能和动态调整机制的 SLSTM 模型, 并设计了一种复合损失函数用于动态协方差矩阵的预测; 然后, 将预测结果应用于 HRP 以优化金融资产的配置策略; 最后, 选取金融市场主流基金产品的数据, 通过实证分析和敏感性分析验证模型的有效性和合理性. 结果表明: 1) 相比于 LSTM 模型, SLSTM 模型显著提高了动态协方差矩阵预测的有效性. 2) 复合损失函数增强了模型对协方差矩阵关键属性的学习能力, 从而有效提高了模型对协方差矩阵预测的准确性. 3) 相比于其他资产配置策略, 基于 SLSTM 模型预测协方差矩阵的 HRP 策略能够获得较高的风险调整后收益.

数字政府建设通过政府信息公开、政府数字治理、在线政务服务以及企业外部监督四方面提升了政府的治理能力, 赋能企业信息获取、技术创新和成本降低, 对企业的ESG表现起到促进作用. 本文以2012-2023年的A股上市公司为样本, 以"大数据管理机构改革"为准自然实验, 采用双重差分法考察了数字政府建设对企业ESG表现的影响. 基准回归结果表明, 数字政府建设能够显著提升企业ESG表现. 通过控制同期政策、控制所在省份数字经济发展水平、更换样本筛选方式、控制市场预期效应以及改用异质性稳健估计量等方法进行分析发现, 研究结果具有较强的稳健性. 异质性分析结果表明, 数字政府建设对数字化转型程度低, 污染程度高的企业以及非国有企业的ESG表现的促进作用更为明显. 进一步地, 通过机制分析发现, 数字政府建设可以通过降低企业融资约束、促进企业数字创新、降低企业制度性交易成本和代理成本等内在路径影响企业ESG表现. 本文为数字政府建设的积极影响提供了经验证据, 也为相关政策的制定提供了思路与启示.

原油价格预测对全球经济稳定与能源产业发展至关重要, 但现有单一神经网络方法在预测中存在显著局限: 增加网络深度与宽度对性能提升有限, 且容易导致过拟合风险加大和泛化能力降低. 针对这一问题, 本文提出一种基于多结构神经网络模型融合的方法, 通过构建浅层、稀疏连接和跳跃连接的多层感知机的变体网络, 利用多个结构简单的小规模神经网络进行多样化融合, 以提升预测性能. 实验结果表明, 该方法在预测原油价格序列数据时, 无需依赖复杂的单一深度神经网络, 仅通过多个结构简单的小规模神经网络的融合, 即可实现比深度神经网络更精准的预测效果.

铁路作为服务和支撑中国式现代化的"火车头", 分析城市高铁建设对劳动薪酬差距的影响及其内在机制, 对推进共同富裕进程至关重要. 本文使用2000-2013年各城市高速铁路开通数据和中国工业企业数据, 基于劳动市场结构视角, 采取双重差分方法估计了城市高铁建设对企业劳动薪酬差距的影响. 结果表明, 城市高铁开通将能够显著降低企业劳动薪酬差距, 其中区域间劳动市场一体化与区域内劳动技能结构改善发挥了重要中介作用. 异质性分析表明, 高铁的这种收入均等化效应在交通依赖度和工业自动化程度较高的行业、制度环境更好的城市以及一般贸易企业中表现更强劲. 扩展分析验证了城市高铁开通对劳动市场结构影响的空间溢出效应, 并从整体、广延边际及集约边际角度探讨了城市高铁开通对城市-行业层面劳动薪酬差距的降低作用, 而这种降低作用主要由新企业进入、原有企业退出及持续在位企业的企业内劳动薪酬差距缩小所致. 本文为政府利用高铁网络引导高质量劳动要素合理流动, 并推进共同富裕进程提供了经验层面参考.

本文从冲击劳动力供给和第三产业生产的供给侧视角刻画新冠疫情, 构建包含疫情冲击的一般均衡模型, 采用可计算一般经济均衡 (CGE) 方法研究新冠疫情冲击对中国产业结构调整的影响. 采用2017年到2023年中国经济运行数据, 通过调整劳动力初始禀赋和第三产业生产规模参数, 进行参数校准和数值模拟. 研究发现: 与假设没有疫情发生的理想情形相比, 疫情冲击下劳动力要素流向第三产业, 资本要素流向第二产业; 第一产业减产幅度最大, 第二产业减产幅度最小, 第三产业减产幅度居中, 出现第二产业占比上升, 第三产业占比下降的产业结构调整结果; 疫情对供给侧冲击传导至需求端, 导致消费下滑与对外贸易波动, 引起国民收入相对于理想情形持续下降; 疫情冲击引起疫情期间2020年到2022年社会福利损失分别为7.83%, 7.24%和7.01%. 本文验证了疫情期间国际贸易变动并不会改变我国产业结构调整趋势, 国际经济环境对我国生产的总体影响有限, 我国经济增长主要依赖国内循环. 因此, 本文的研究为在构建双循环新发展格局下, 应对复杂多重外生冲击以及后疫情时代中国产业结构调整提供政策建议.

新质生产力理论是马克思主义生产力理论的创新和发展, 一经提出就受到了广泛关注和研究. 为了衡量当前的新质生产力发展水平, 本文从其内涵和特征出发, 综合考虑产业发展状况和政府的促进作用, 借鉴TEI@I方法论, 搜集了产业、劳动者、基础设施、政策基础四个方面的数据, 挖掘相关领域政策文本信息, 进一步测算出了中国31个省级行政区的新质生产力发展指数. 测度结果表明: 中国正处在新质生产力形成的初期阶段, 新质生产力发展水平具有一定的空间聚集性, 东西部发展不均衡. 新型基础设施建设和新型劳动者培育将是未来新质生产力发展的关键.

本文初步探讨了中国央行数字货币(CBDC)在跨境交易中采用自动做市商(AMM)机制的潜在应用. 研究聚焦于通过自动做市商管理汇率波动风险的两种主要方式: 一种依赖于央行储备的直接调控, 另一种则通过市场激励实现无储备调控. 研究表明, 无储备调控机制通过设定目标区间和经济激励, 能够有效引导流动性集中并降低汇率波动风险, 同时减少对外汇储备的依赖. 这种机制也可能对市场流动性分布和价格发现产生一定影响. 未来研究可进一步探索动态市场行为、政策协调及国际合作, 以完善CBDC跨境交易中的汇率调控机制, 管控数字人民币跨境交易风险, 为数字人民币的国际化发展提供理论支持和实践参考.

随着创新投入的范畴、主体、形式、方式、趋势以及因素不断变化, 创新投入的研究对象、问题范畴、方法视角会不断丰富和拓展, 创新投入要素的优化配置、高效管理与战略决策制定迫切需要建立一套体系化、科学化的计量理论框架来加以支撑. 本文构建的创新投入计量理论框架以创新过程中的创新投入为研究对象, 旨在提供关于创新投入水平、结构、因素等研究计量问题的分析思路和技术手段. 文章在阐明创新投入计量内涵及其相关研究演化的基础上, 按照计量问题属性, 从发展问题、结构问题和动力问题维度, 提出创新投入计量的关键问题及计量分析思路; 并结合创新投入管理研究进展与实践需求, 对创新投入计量的未来研究问题展望. 创新投入计量的提出与发展, 不仅拓展了创新投入配置、管理与决策的理论与方法, 而且为学术界、政策界和企业界科学理解和正确使用相关投入计量理论与方法提供了系统性框架指导.

整数值广义自回归条件异方差(INGARCH)模型常以泊松分布作为条件分布, 而泊松分布无法描述过离散. 为了同时处理过离散和低离散数据, 本文研究了基于均值参数化的Conway-Maxwell泊松(CMP)分布的INGARCH传递函数模型, 即CMP-INGARCH (1,1)传递函数模型, 之后加入softplus函数作为连接函数, 提出 softplus CMP-INGARCH (1,1)传递函数模型, 这避免了线性整流(ReLU)函数在零点不可微的缺点. 本文采用自适应MCMC算法, 对参数组进行MCMC迭代采样, 对两个模型的四种干预类型进行数值模拟, 所有结果均得到了有效检测. 实例使用澳大利亚新南威尔士州Albury市1995年2月至2023年9月的犯罪数据进行干预分析, 最终结果表明新模型具有优越性.

探究能源与金属期货间的风险溢出效应对于提升系统性风险监管质效、保障商品期货市场平稳运行等具有重要现实意义. 然而, 现有研究大多局限于低阶矩层面, 未能全面地揭示跨市场风险传导机制. 鉴于此, 本文集成自回归条件密度模型与时变参数向量自回归拓展联合溢出指数模型, 探究我国能源与金属期货市场间高阶矩以及跨矩风险溢出效应; 其次, 采用非参数分位数格兰杰因果检验方法, 研究地缘政治风险与总溢出效应之间的格兰杰因果关系. 实证结果表明: 能源与金属市场间风险溢出在不同矩下呈现显著差异, 高阶矩总溢出低于波动总溢出. 铜在波动和偏度溢出中起主导作用, 而燃料油则在峰度溢出中占据主导地位. 铜偏度、锌峰度及燃料油偏度分别主导了三个跨矩溢出效应. 动态总溢出指数与净溢出指数呈现显著时变特征, 并在新冠疫情和俄乌冲突等重大危机暴发后大幅攀升. 地缘政治风险是能源-金属溢出效应的关键驱动因素, 并且其对跨矩总溢出的预测能力明显高于条件波动与高阶矩总溢出.

教育公平是加快推进我国教育现代化、建设教育强国的根本保证, 如何缓解和消除激烈教育竞争带来的负面影响是理论与实践中缺乏研究的议题. 本文使用2018和2020年中国家庭追踪调查数据(CFPS), 基于空间自回归模型和阈值社会互动模型, 研究我国家庭之间在教育支出上的空间溢出效应和社会互动行为. 本文先给出阈值社会互动模型选择的检验统计量, 并由数值模拟发现此检验统计量具有较好的有限样本表现. 实证研究发现, 家庭教育支出在同一省份(或县区)内存在显著的空间正相关性; 同省份(县区)其他相似家庭的教育支出每增加1%, 家庭的教育支出增加0.32% (0.152%), 家庭教育支出的空间溢出效应显著, 家庭间教育支出呈现"内卷化". 阈值社会互动模型估计结果显示, 家庭教育支出的内生互动效应在高子女教育期望家庭内部、低收入家庭内部以及高信息不对称家庭内部均显著为正, 这三类家庭容易陷入教育内卷中. 研究首次实证检验了我国家庭之间在教育支出上的空间竞争性, 本质上折射出我国教育公平性和教育资源竞争性等问题. 研究结果为教育政策制定和教育资源规划提供实践指南与管理依据.

大语言模型的崛起为我国智能投顾的发展注入了新鲜活力, 推动了金融科技的创新. 在此背景下, 本文构建了一个基于国内生成式语言模型框架的 AI 智能体, 并结合深度学习方法, 从情感分析、市场预测、因子指标等多个维度, 深入挖掘另类数据与传统金融数据中的股票交易信号, 进而构建了中国股票市场投资交易策略. 实证研究表明, 以国内大模型为基准的 AI 智能体具备进行量化分析的潜力, 并且在综合多维度下的投资收益会显著优于单一维度的效果. 这表明, 利用强大的自然语言处理能力与数据分析能力, 国内大模型在智能投顾中的应用前景广阔, 为量化投资的不断发展提供了新的思路和方法. 随着技术的进步, AI 智能体未来将能够更深入地理解市场动态和投资者需求, 从而为投资决策提供更具针对性的支持, 以提升整体投资收益并创造更多价值.

当前我国外部环境发生深刻复杂变化, 在"低端分流"和"高端回流"的双重挤压下, 对中间品进口的过度依赖越来越成为制造业发展的阻碍. 本研究基于2016年世界投入产出数据库(WIOD)发布的行业数据, 测算我国制造业中间品进口依赖度作为核心指标, 系统考察机器人应用对出口产品国内增加值率的影响机制. 实证结果表明, 中间品进口的过度依赖对产品国内增加值存在显著抑制效应, 而工业自动化的实施, 尤其是机器人的应用能有效削弱此类负面关联, 该结论在多重稳健性检验中保持一致. 机制分析进一步揭示, 自动化通过三条路径实现作用: 其一, 通过标准化生产流程提升产品质量; 其二, 推动生产技术创新形成技术溢出效应; 其三, 优化生产要素配置产生劳动力替代效应. 本研究不仅拓展了机器人技术应用的经济效应研究边界, 还深化了微观视角下工业智能化对全球价值链参与质量的影响机制. 在"中国制造2025"战略背景下, 探究中间产品进口依赖对中国企业出口的影响具有重要的现实意义, 本文的研究为当前双向挤压下的中国制造业转型升级提供了实践参考价值.

随着人工智能技术的革命性突破, 以大语言模型 (large language models, LLMs) 为代表的技术范式革新对市场风险溢出机制产生深刻影响. 技术突破性事件 (如ChatGPT-3.5的发布) 不仅在科技行业内部引发变革, 还通过增加对计算资源的需求, 间接影响能源行业的波动. 基于区间向量自回归模型, 本文构建区间风险溢出矩阵和总体溢出指数 (total spillover index, TSI), 采用2022-2025年科技行业与能源行业的股价日度数据, 量化研究了LLMs发展进程对科技和能源行业的风险溢出效应的动态冲击机制. 研究结果表明, ChatGPT-3.5的发布加剧了英伟达等头部科技企业间的风险溢出效应; 随着各科技巨头官宣建设大型数据中心, 能源行业和科技行业间的风险溢出效应逐步显现; 特朗普胜选进一步推高了双市场行业内与行业间的风险溢出效应. 此外, 本文提出的TSI指数, 相对于基于收益率或波动率的DY溢出指数 (Diebold and Yilmaz spillover indices), 能够快速响应重大事件的冲击, 有效克服了基于点值波动率构建DY指数存在的断点问题, 从而展现出更强的稳健性.

股票价格波动对股票市场的健康稳定发展至关重要. 然而, 向来在几乎所有经济学问题研究上表现优秀的计量经济学方法, 唯独在涉及股票问题上会出现局限性, 直到人工智能方法逐渐成为这一领域的应用前沿. 基于此, 本文在经济学理论研究的基础上基于不同学科的实证研究方法, 比较研究我国货币政策对股票价格的影响及其非对称性问题. 研究结果表明: 计量经济学VAR与MS-VAR模型在分析这一问题上仅具有部分理想的结果, 而人工智能方法下的LSTM模型则具有良好的解释能力. 货币政策对股票价格具有非对称性影响, 熊市下扩张性货币政策效果大于牛市下紧缩性货币政策效果. 此外, 物价水平上涨对股票价格的传递效应更大, 而经济衰退对股票价格的拖累更为明显. 本文为货币政策干预以及不同学科下适当方法在经济学问题上的应用提供参考.

实体企业金融化会导致企业主业弱化、创新动力不足, 甚至造成产业空心化和金融市场动荡, 是国家重点治理的对象之一. 在互联网信息时代, 公众作为企业经营的重要监督者和企业产品或服务的最终购买方, 公众关注可能对实体企业过度金融化起到治理作用. 本文利用2011-2022年沪深A 股上市公司的相关数据, 实证检验公众关注对实体企业金融化产生的影响. 研究发现, 公众关注通过监督压力机制和业务拓展机制抑制了实体企业金融化, 这种抑制效果在非国有、机构投资者持股比例高、财务信息质量较好和低融资约束的企业中更为明显.

本文利用2012-2023年18个"一带一路"共建国家的各项宏观经济指标, 通过构建分位数因子增强向量自回归模型(QFAVAR)刻画各国宏观指标的中位数和尾部分位数, 分析来自中国和其他全球性冲击对"一带一路"共建国家宏观经济指标的影响. 研究结果表明: 1)中国经济政策不确定性和人民币汇率波动性的下降有利于降低共建国家物价和产出的不确定性; 2)新冠疫情后, 中国宏观变量的加入也能更好地帮助预测"一带一路"共建国家的利率、CPI、工业产值、汇率的短期左尾风险; 3)加入"一带一路"倡议后, 大部分共建国家的左尾和右尾风险可预测性提高, 不确定性降低. 本文的研究对于进一步理解"一带一路"倡议的宏观经济效应, 推动我国与共建国家更高水平合作具有一定的借鉴意义.

本文提出"宏观经济学第一章悖境", 通过系统剖析国内生产总值(gross domestic product, GDP)的十一个"测度陷阱", 梳理并揭示其中显在和隐含的经济统计学学理. 试图打破对GDP统计的两大误解, 从而表明: "政治算术"并不因其算术而简单, 社会经济意义的"可加性"和"可比性"其实很难实现; 国际统计标准往往基于本学科阶段性的认知, "带病运行"无可避免, 从而需要深究; 经济统计学是一个需要持续深耕的基础性学科领域, 否则, 我们对"国家显著事项"的判断就容易出现偏误, 经济学理论本身的发展也会面临颠覆性的风险.

改革开放以来中国创造了举世瞩目的经济增长奇迹. 对于一个具有中国特色的社会主义市场经济国家, 如何正确总结其经济发展经验, 并上升到具有一定普遍意义的经济增长理论, 需要对我国公有制经济和非公有制经济进行测算. 党的二十届三中全会提出要"开展国有经济增加值核算". 本文基于国家统计局正式公布的数据, 从国民经济各行业门类入手, 对以国有经济为主的公有制经济增加值和以民营经济为代表的非公有制经济增加值进行了测算, 对1978年以来公有制经济和非公有制经济相关历史数据空白进行了初步弥补. 本文测算结果揭示了改革开放以来中国经济的总体所有制结构和行业门类的所有制结构变化, 为进一步深入研究中国经济增长奇迹提供了重要的统计数据基础.

本文开创了一种利用多个大语言模型(LLMs)作为异质性代理人的经济和公共政策分析新方法. 我们首先在两种不同场景下评估了主流LLMs解决两期消费分配问题的经济决策能力: 一种基于显式效用函数, 另一种依靠直觉推理. 不同于先前仅通过调整提示词模拟代理异质性的研究, 我们创新性地利用不同LLMs之间固有的分析能力差异来模拟具有不同认知特征的经济主体. 基于这些发现, 我们构建了基于多个LLM代理的(multi-LLM-agent-based, MLAB)框架, 将各种LLMs映射到特定教育群体及其对应收入阶层. 通过利息收入税政策案例研究, 我们展示了MLAB框架如何模拟政策对不同群体的差异化影响, 为经济和公共政策分析开辟了富有前景的新路径.

黄金和白银由于其独特的金融属性, 成为投资和资产保值的首选, 其价格波动的定量描述和预测对投资者的风险管理决策至关重要.本文引入了丰富的特征变量, 采用向前一步滚动算法来预测上海黄金和白银贵金属期货的已实现波动率(RV), 并比较了多个机器学习模型在不同损失函数和评估方法下的预测效果.结果表明, 梯度提升决策树(GBDT)模型在贵金属期货市场的预测中表现优异.此外, 本研究融合XGBoost模型和可解释性工具, 分析了贵金属期货市场的特征变量对预测值的动态贡献, 并评估了重要变量对预测性能的异质性影响.研究揭示了市场情绪变量的关键作用, 以及宏观经济变量与波动率分解变量在不同市场条件下的相对贡献.本文的发现为贵金属期货市场波动预测的因子和模型选择提供了清晰证据, 为该市场的投资者和监管者提供了可信的投资和管理建议.

由于增量投入产出模型¹包括正、负数据和0, 其基本系数的概念和性质较难解释, 加之增量逆矩阵是否存在等原因, 导致其理论研究进展缓慢.本文依据投入产出经济理论, 对增量直接消耗系数概念进行扩展, 推导公式并赋予新内涵, 挖掘出不同于一般投入产出模型的性质, 提出具有五种成本与技术变化特征的存在形式, 采用数学分析和MATLAB R2018b初步验证增量逆矩阵的存在, 对增量消耗、分配以及影响力和感应度等一系列系数进行概念界定, 给出计算公式, 并提出增量模型的假定性和生产函数的几何表现形式.最后, 基于增量消耗与分配系数初步建立了增量投入产出模型的分析体系, 为揭示经济系统各部门的技术进步和贡献特征及其动因提供了分析思路. ¹增量投入产出模型分为增量投入产出基本模型和在此基础上形成的增量投入产出分解模型. 本文研究对象是增量投入产出基本系数及其模型.

中国制造业比重的持续下降近年来备受关注, 但现有研究尚未就中国去工业化的成因达成共识.在两业加快融合的背景下, 产业关联服务化对制造业比重的影响不容忽视.本文从理论和实证两个层面研究了产业关联服务化对制造业比重的影响: 理论层面, 基于生产网络模型, 论证了产业关联服务化对制造业比重的降低作用; 实证层面, 利用结构分解模型和1981–2018年年度序列投入产出数据, 将中国制造业增加值比重的逐年变化分解为产业关联和其他五个因素的贡献.分解结果表明, 1981–2006年, 产业关联对制造业比重的影响为正; 2006–2018年, 由于产业关联出现服务化趋势, 其对制造业比重的影响由正转负, 成为该阶段中国去工业化最主要的驱动因素.这一发现从产业关联视角对去工业化的经典理论解释形成了补充.本文还从时变和部门两个视角深入探讨了中国的产业关联服务化.要辩证看待产业关联服务化在中国去工业化中的作用: 一方面, 产业关联服务化是信息技术革命与全球竞争加剧背景下的客观趋势, 理论上具有合理性; 另一方面, 中国的产业关联服务化几乎仅体现为制造业投入结构中批发和零售占比的提高与服务业投入结构中金融和房地产占比的提高, 因此仍需切实推进两业的深度、双向融合, 防止经济“脱实向虚”.

保险机构投资者作为保险资金这一长期耐心资本的运用方, 如何更好发挥其社会稳定器和经济减震器的作用并促进企业绿色创新至关重要.利用2013–2021年中国A股上市公司的数据, 本文研究并发现了保险机构投资者持股对企业绿色创新有显著促进作用.机制分析结果解释了这一正向影响: 保险机构投资者可以缓解管理层的短期主义的途径激励公司进行绿色创新.异质性分析结果发现, 保险机构更多的实地调研、国有及大型保险机构投资者更能促进公司的绿色创新.本文建议监管部门持续完善保险资金运用政策, 充分调动保险资金开展绿色投资的积极性和影响力.本研究基于保险机构持股视角为我国进一步促进低碳经济发展和企业成长提供了科学依据.