将数字金融能力引入跨期决策模型, 构建理论分析框架探究数字金融能力对家庭财富积累的影响机理, 并基于中国家庭金融调查(CHFS)数据进行实证检验.研究表明, 数字金融能力显著促进我国家庭财富积累, 尤其对农村家庭、低教育水平及低财富水平家庭的财富积累影响更明显.机制分析表明, 增加金融投资收益和促进社会互动是数字金融能力提高家庭财富积累水平的两个渠道.进一步分析发现, 数字金融能力对家庭财富积累影响存在结构差异, 能够提升生产性资产和金融资产配置, 降低房屋资产和其他非金融资产持有.以上研究结论为我国居民家庭财富积累提供新的解释视角, 也为制定推进共同富裕相关政策提供参考依据.

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.

“双碳”目标是中国经济低碳转型的一项重大战略决策, 对经济高质量发展意义重大.本文首先从区域减碳增汇缺口的绝对水平, 和考虑区域人口规模、能源消费和经济发展后减碳增汇缺口的相对水平构建能够科学测度中国城市“双碳”目标实现进程的指数体系, 为中国“双碳”目标工作的推进提供了量化依据.接着本文基于碳排放权交易试点这一准自然实验, 使用地级市层面2006–2020年的面板数据, 深入讨论市场型政策工具在实现碳中和目标过程中扮演的角色.研究结果表明, 碳排放权交易政策的实施有助于在区域总体、区域人均、能源消费和经济发展四个层面上推进试点地区碳中和目标的实现.机制讨论发现, 该政策能够从碳排放端、碳吸收端和绿色创新三方面, 多途径助力碳中和愿景的实现; 具体而言, 碳排放权交易政策有助于排放端能源结构的改善和能源效率的提升, 能够从碳汇端促进人工造林和封山育林, 还存在“波特效应”, 推动了试点地区绿色创新在量上的发展.进一步研究显示, 健全的碳市场能够强化碳排放权交易政策的减排增汇效果, 将市场机制细化至碳价、流动性和相对规模三个层面, 发现试点地区碳价越高、碳市场相对规模越大, 碳排放权交易政策对其碳中和进程的助推效应越强, 而市场流动性则仅在经济发展维度对前述政策效果有强化作用.本文研究为科学测度“双碳”目标实现进程、健全完善全国碳市场和助力经济发展实现高质量转型, 提供了实证依据和政策参考.

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.

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.

本文系统梳理了机器学习与计量经济学的基本方法论, 探讨了整合数据驱动方法与基于模型的因果推断范式所面临的挑战, 并论证其如何为实证经济研究提供新的分析视角.

股指预测对于金融市场监管和金融投资决策具有重要意义.本文从行业风险关联的新视角提出了基于风险溢出网络的多变量时空图神经网络(MTGNN)预测模型.该模型将风险溢出网络作为图输入, 将包括情绪指标和风险净溢出指数的节点特征矩阵作为时序输入, 对全行业股指进行预测, 并与其他5种模型的预测性能进行了综合对比.此外, 本文将点值与区间预测结果结合, 提出了带有区间限制的交易策略.实证结果表明: 1)相较于传统的机器学习和深度学习方法, 基于风险溢出网络的MTGNN模型在行业趋势预测上具有最好的预测性能; 2)行业投资者情绪和风险净溢出指数在行业股指预测中显著提升了模型的预测能力; 3)基于MTGNN “点值+区间”预测结果的交易策略在全样本期以及牛市和熊市状态中均展现出稳健的回测性能.本文的研究为投资者科学预测股指趋势提供了具有可操作性的新工具, 为宏观审慎监管提供了更有效的决策支持.

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.

近年来, 东南亚、南亚国家在全球供应链中的占比上升, 正展现出强大的经济韧性和增长潜力.经济加速发展阶段下工业化、城市化水平的快速提升, 导致了二氧化碳排放量的不断上升, 进而产生了严重的气候变化问题.在此背景下, 东南亚、南亚等新兴经济体亟需制定各自的减排目标和减排路径, 及时减缓并有效遏制气候变化所带来的负面影响.而全面、细致、统一的二氧化碳排放清单是评估排放趋势、科学规划路径的重要基石.基于此, 本研究融合了多尺度能源、人口、经济数据, 构建了东南亚、南亚11个国家2010–2020年的二氧化碳排放清单, 从而识别各个国家多空间尺度、多种能源类型(包含生物质)、细分经济部门的碳排放异质性, 进而为新兴经济体规划短期和长期的能源转型战略, 制定“一国一策” “一域一方”的二氧化碳减排策略提供科学支撑.

本文将聚焦引力模型这一重要的理论空间模型. 贸易引力模型是物理学中引力模型的推广, 它可以进一步拓展到研究n个区域的相互作用, 而非仅仅两个区域. 经济学中的引力模型涉及流量变量, 可以发展为空间流量模型. 本文中, 我们考虑空间流量模型的经典的估计方法.

气候变化已经成为影响全球金融体系不稳定的新的风险源, 科学地识别和评估气候风险对金融系统的传导路径是气候金融领域的重大议题. 然而, 当前在气候金融风险建模的方法与实践应用方面仍存在诸多挑战. 本文从金融市场的气候风险特征、气候金融的风险评估方法及实践、未来重要研究方向等几个方面展开探讨. 首先, 本文对金融市场气候风险的三大特征进行阐述. 其次, 本文系统梳理了近年来气候金融风险评估的三类主流研究方法, 分析其适用场景与局限性, 总结各国央行及金融监管机构的相关应用实践. 最后, 本文指出了气候金融风险评估未来研究的重要方向, 为推动该领域的理论发展和实践应用提供参考.

理解股票收益率的影响机制极具价值, 但我国股市受国内外多种因素影响, 且市场存在着规律性行为, 使得研究难以开展.本文提出带亚组结构的函数型变系数单指数回归模型, 并通过该模型对股票收益率影响因素进行分析, 影响因素体系涵盖宏观、中观和微观三大维度.同时, 本文利用函数型结构刻画日历效应, 利用亚组结构刻画行业效应, 使得模型尽可能完善且适配于我国国情.最终发现, 宏观经济因素对股票收益率的影响方向在全年中存在变化, 国际原油价格变化率对股票收益率的影响存在行业异质性.同时, 盈利能力、创值能力与估值水平对企业评价及股票收益率的影响作用较大.此外, 基于一些正则条件, 本文建立了模型中指数系数、链接函数和斜率函数估计量的渐近理论.

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.

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.

当前, 非同质化代币(NFT)市场正面临剧烈的价格波动.本研究旨在检测NFT市场中的泡沫现象, 并分析影响NFT价格泡沫的关键特征及作用机制.首先, 本文聚焦NFT市场及三个重要子市场, 通过广义单位根检验法(GSADF)检测NFT价格泡沫的出现、持续、消散时间.其次, 本文纳入了传统金融资产价格、市场情绪指数和加密货币价格等特征, 使用多个决策树机器学习模型对NFT价格泡沫进行建模分析.最后, 借助SHapley Additive exPlanation (SHAP)方法, 本文实现了NFT价格泡沫影响机制的可视化解析.实证结果表明, NFT市场在观测期共出现了5次泡沫, 在2021年, 各个子市场的泡沫持续时间都显著增加; 在三种机器学习模型中, CatBoost (Categorical Boosting)模型在拟合NFT价格泡沫方面表现最优; SHAP分析表明黄金、美元指数和原油价格对泡沫形成有重大影响, 而标普500的影响则较为微弱.同时, 市场情绪指数、芝加哥期权交易所波动性指数(VIX)和谷歌搜索指数(GoogleTrend)对泡沫的影响趋势相反.本文通过纳入多元特征, 加深了市场参与者对NFT价格泡沫特性的认识, 并为他们提供了基于数据的市场洞察.

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.

探究中国碳排放交易体系(ETS)试点政策对省域金融机构转型风险的影响及其作用机制, 是具有现实意义和理论价值的重要研究课题.本文构建了省级金融机构转型风险指标, 使用交错双重差分方法(staggered DID)、中介效应分析两步法和广义矩面板向量自回归模型(GMM-PVAR), 分析了ETS试点政策对试点地区金融机构转型风险的影响效果及作用机制.研究发现: 首先, ETS试点政策会增加试点地区的金融机构转型风险, 且相较于地域因素, 环境规制政策对试点政策效果的异质性影响更为显著; 其次, ETS试点政策主要通过绿色转型直接成本、企业经营收益、绿色技术进步和绿色信贷等渠道发挥作用, 其中绿色技术进步机制存在异质性; 最后, 绿色技术进步与企业经营收益机制存在动态滞后效应, 使得ETS试点政策存在滞后负向影响趋势.本文首次从量化分析层面探讨了ETS试点政策与省域金融机构转型风险的内在动态联系, 为兼顾政策实施和转型风险管理提出相关建议, 为稳妥推进“双碳”进程、保障低碳经济下的金融稳定提供参考依据.

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.

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.

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.

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.

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.

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.

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.

高新区是国家实施创新驱动发展战略的重要载体, 也是实现经济高质量发展的推动引擎. 高新区 “以升促建” 政策的实施, 对实现科技创新和发展新兴产业具有深远的影响. 本文基于我国 2003–2022 年城市面板数据, 对高新区升级与战略性新兴企业进入的关系进行了深入剖析. 研究表明: 1)高新区 “以升促建” 政策能够显著吸引战略性新兴企业的进入, 且该结论经过一系列稳健性检验后依然成立. 2) 机制检验表明, 高新区 “以升促建” 政策通过人才聚集、数字普惠金融、政府科技支持和财税激励等机制, 对战略性新兴企业的进入产生积极的促进作用. 3) 异质性分析显示, 在人工智能发展水平较高、官员激励较强以及外资使用水平较高的区域, “以升促建” 政策对战略性新兴企业的吸引效果更显著. 4) 进一步分析表明, 高新区 “以升促建” 政策提高了区域内战略性新兴企业的全要素生产率. 本文的研究为推动高新区实现更高水平发展、加快培育壮大新兴产业提供了经验证据.

新质生产力是经济高质量发展的重要引擎, 是新时代推进中华民族伟大复兴的重要力量. 本文基于新质生产力理论内涵构建相应的指标评价体系, 采用熵值法测算出 2010 年至 2020 年中国 236 个城市的新质生产力水平, 通过构建理论模型和进行实证研究探讨了新质生产力对经济增长的影响效应. 结果表明, 新质生产力显著促进了经济增长, 且新质生产力的三个维度对经济增长促进作用存在异质性. 机制分析表明, 科技人才关注度、环境规制强度、数据要素利用水平在新质生产力促进经济增长过程中具有调节作用. 进一步分析中, 通过构建空间滞后模型对新质生产力的空间溢出效应进行检验, 发现新质生产力不仅能促进本地城市的宏观经济, 也能促进周围城市的经济增长.

本文构建了一个整合多源信息的分类框架, 用于估算中国平台就业者规模. 首先界定了平台就业相关概念, 并将其划分为基于云端和基于位置两类. 随后测算了 2023 年中国平台就业者的总体规模及分类规模, 在此过程中修正了因劳动力跨平台就业导致的重复统计, 并进一步区别估算了全职与兼职劳动者. 结果显示, 2023 年中国平台就业总人数已达 2.47 亿人, 其中兼职人员约 1.18 亿人, 全职人员约 1.29 亿人 (占当年劳动年龄人口的 14.9%). 从结构上看, 云端平台就业者规模占比明显高于位置型, 且其以兼职为主, 而位置型平台就业者则以全职为主. 本研究为及时测算和动态更新我国平台就业者规模提供了基础框架, 为劳动力市场政策制定提供数据支持.

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.

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.

基于 IRIOT 对 WIOT 的嵌套模型, 结合克罗内克积构建动态空间面板模型, 实证探究了双重价值链嵌入对 “先富带动后富” 的作用机制. 针对中国各省份细分制造业的回归结果表明: 1) 全球价值链嵌入扩大了经济差距, 而国内价值链嵌入可以借助产业关联, 实现对国内价值链的纵向治理, 有效弱化了经济差距的进一步扩大. 2) 双重价值链嵌入基于主动的 “空间追赶效应” 和被动的 “空间溢出效应” 推进中国制造业 “先富带动后富”, 前者作用趋强而后者趋弱. 与此同时, 国内价值链嵌入对经济差距的抑制作用在追赶效应下日渐提高, 可显著抵消全球价值链嵌入对经济差距的放大效果. 3) 针对双重价值链嵌入的空间效应分解结果表明, 由 “第三方关联” 产生的间接效应大于 “直接关联” 产生的直接效应. 空间溢出机制下, 间接作用的影响超过 65%, 即便在更具自发性的空间追赶机制下, 间接作用效果也高达 55%. 有鉴于此, 深化国内价值链体系建设, 加强省际产业关联, 充分利用溢出和追赶的动力机制, 对于推进 “先富带动后富, 最终实现共同富裕” 的中国式现代化进程具有重要的政策启示.

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”.

区间数据在经济金融领域中广泛存在, 相较于点值数据能提供更丰富信息, 但同时面临模型不确定性和潜在结构变化的挑战. 针对这一问题, 本文首次提出基于区间数据的时变模型平均方法 (IMA). 该方法通过最小化基于 $D_K$ 距离的局部二次损失函数, 动态选择时变权重, 从而有效捕捉区间数据中的潜在结构性变化. 此外, IMA 方法在权重选取准则中引入了惩罚项, 有效防止了过拟合问题, 增强了该方法的稳健性和泛化能力. 我们在理论上证明, 即使所有候选模型均存在误设, IMA 方法在选取时变权重时仍能获得渐近最优性. 实证研究将 IMA 方法应用于 COMEX 黄金期货月度价格区间预测, 结果显示 IMA 方法在区间端点、中点及范围的预测精度均显著优于现有模型选择与平均方法, 尤其在长期预测中表现更佳. 该方法通过动态权重调整, 整合多模型信息, 避免了单一模型选择可能带来的预测偏差, 对复杂动态经济金融系统分析预测具有重要参考价值.

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.

金融是国民经济的命脉, 关系到中国式现代化建设全局. 本文通过对 2015 年上证 50ETF 期权市场的深入分析, 揭示了机构投资者在重大金融风险时期的期权交易行为对股票市场定价效率的深远影响. 研究结果显示, 首先, 机构投资者的期权交易在股票市场崩盘前显著放大了股票价格相对于基本面的偏离程度, 尽管在崩盘后这种影响有所减弱, 但仍持续存在. 其次, 异质信念和卖空限制导致看跌期权和看涨期权对股票市场的影响存在显著不对称性, 延迟价格对负面信息的吸收. 最后, 动态反馈与动量策略分析表明, 看跌期权市场存在正反馈效应, 但聪明投资者通过 “驾驭” 泡沫行为消除了额外的动量交易利润. 本文揭示了机构投资者在重大金融风险时期通过期权市场影响股票价格形成机制的复杂路径, 为理解中国衍生品市场和股票市场之间的联动关系提供了新的分析视角.

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.

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.

本文基于 2012–2022 年全球 118 个经济体的跨国面板数据, 系统研究了数字政府建设对居民消费的影响效应及其作用机制. 研究发现, 数字政府建设水平的提升显著促进了居民消费增长, 这一结论在经过工具变量法、子样本调整、增加控制变量等一系列稳健性检验后依然成立. 机制分析表明, 数字政府主要通过优化营商环境、促进非农就业和推动普惠金融发展三条路径释放居民消费潜力; 异质性分析发现, 数字政府建设对居民消费的促进作用在社会系统稳定性高、宏观治理能力强的经济体和发达经济体中的促进作用更为显著, 而在低收入经济体中, 其效应受制于社会稳定性不足与宏观治理能力薄弱, 需通过增强社会韧性、完善治理体系才能充分释放数字治理效能. 本文的研究结论为推动我国数字政府建设及促进居民消费提供了理论支撑和经验证据.