System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于企業管理,具體涉及一種企業綠色全要素生產率影響機制的評估方法和系統。
技術介紹
1、在當前全球經濟一體化的趨勢下,企業面臨著日益激烈的競爭和不斷變化的市場環境。營商環境作為影響企業發展的重要因素,其優化程度直接關系到企業的運營效率和競爭力。然而,目前對于營商環境如何影響企業綠色全要素生產率的問題,尚缺乏明確的結論。
2、企業綠色全要素生產率是衡量企業可持續發展能力的重要指標,它反映了企業在生產過程中對環境資源的利用效率。明確營商環境對企業綠色全要素生產率的影響效果,有助于企業制定針對性的優化策略,提高資源利用效率,實現可持續發展。然而,現有研究大多關注于營商環境對宏觀經濟或單一經濟指標的影響,對于企業綠色全要素生產率這一綜合指標的關注不足。
3、此外,企業數字化轉型作為當今企業發展的必然趨勢,其在營商環境優化與企業綠色全要素生產率之間的關系中扮演著重要角色。數字化轉型能夠提升企業運營效率,降低生產成本,促進創新,從而對企業綠色全要素生產率產生積極影響。然而,目前對于企業數字化轉型在營商環境優化與企業綠色全要素生產率之間的調節作用,尚缺乏深入研究和明確結論。
4、因此,存在當前企業綠色全要素生產率的影響機制不明的情況。這種不明朗的狀況限制了企業對營商環境優化和數字化轉型策略的制定和實施,影響了企業的可持續發展能力。為了解決這一問題,本專利技術提出了一種企業綠色全要素生產率影響機制的評估方法和系統。
技術實現思路
1、本專利技術的目的就
2、本專利技術通過以下技術方案來實現上述目的:
3、第一方面、本專利技術提出了一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述方法包括:
4、獲取企業營商環境優化前后的綠色全要素生產率和企業數字化轉型水平,并作為變量數據;
5、利用所述變量數據構建平行趨勢檢測模型;對所述變量數據進行實證分析,以提取平行趨勢檢測模型中符合平行趨勢檢驗的目標變量數據;
6、將所述目標變量數據中綠色全要素生產率作為被解釋變量、企業多維度營商環境數據作為解釋變量、企業數字化轉型水平作為調節變量、以及公司控制變量和省份控制變量作為控制變量;
7、根據營商環境優化對企業綠色全要素生產率的影響構建營商環境影響回歸模型,以及,根企業數字化轉型對營商環境優化與企業綠色全要素生產率之間關系的調節作用構建調節效應回歸模型;
8、根據所述目標變量數據對所述營商環境影響回歸模型和所述調節效應回歸模型進行基準回歸,根據回歸結果中交互項系數的顯著性水平確定企業綠色全要素生產率的影響機制。
9、進一步的,所述平行趨勢校驗包括:
10、(a)設定平行趨勢假設:在營商環境優化之前,企業的綠色全要素生產率、企業多維度營商環境數據以及企業數字化轉型水平之間不存在顯著的相關性變化;
11、(b)構建平行趨勢檢測統計量:利用所述變量數據構建統計量,用于量化營商環境優化前后各變量之間的相關性變化;
12、(c)執行平行趨勢檢驗:將所述統計量與預設的顯著性水平進行比較,若統計量的顯著性水平超過預設值,則拒絕平行趨勢假設,認為變量之間存在非平行趨勢的相關性變化;反之,若統計量的顯著性水平未超過預設值,則接受平行趨勢假設,認為變量之間保持平行趨勢;
13、(d)篩選目標變量數據:根據平行趨勢檢驗的結果,篩選出符合平行趨勢檢驗的變量數據作為目標變量數據。
14、進一步的,所述公司控制變量包括企業規模、企業成長性、經營活動現金流、企業價值和企業年齡,所述省份控制變量包括交通基礎設施水平、產業結構高級化、稅負水平、環境規制、財政支持力度和城鎮化水平。
15、進一步的,所述根據所述目標變量數據中營商環境優化對企業綠色全要素生產率的影響構建營商環境影響回歸模型,包括:
16、構建以下營商環境影響回歸模型用于表征營商環境優化對企業綠色全要素生產率的影響:
17、gtfpit=α0+α1enviit+α2∑controlsit+∑year+∑industry+εit
18、其中,gtfpit表示企業i在第t年的綠色全要素生產率情況,enviit表示企業i在第t年所處的營商環境,controlsit表示控制變量,year和industry分別表示時間固定效應和行業固定效應,εit代表誤差擾動項,α0、α1、α2為系數。
19、進一步的,所述根據目標變量數據中企業數字化轉型對營商環境優化與企業綠色全要素生產率之間關系的調節作用構建調節效應回歸模型,包括:
20、構建以下調節效應回歸模型用于表征企業數字化轉型對營商環境與企業全要素生產率的調節效應:
21、gtfpit=β0+β1enviit+β2dcgit+β3enviit×dcgit+β4∑controlsit+∑year+
22、∑industry+εit
23、其中,dcgit表示企業i在第t年的數字化轉型水平,enviit×dcgit是營商環境與企業數字化轉型的交互項,β0、β1、β2、β3和β4為系數。
24、進一步的,所述根據回歸結果中交互項系數的顯著性水平確定企業綠色全要素生產率的影響機制,包括:
25、若營商環境對企業綠色全要素生產率的系數顯著為正,則判定營商環境優化能夠提高企業的綠色全要素生產率;
26、若營商環境與企業數字化轉型的交互項系數顯著為正,則判定企業數字化轉型在營商環境優化對企業綠色全要素生產率的提升過程中具有顯著的正向調節作用。
27、第二方面、本專利技術提出了一種企業綠色全要素生產率影響機制的評估系統,應用于執行上述任一項所述評估方法,系統包括:
28、數據采集模塊,用于獲取企業營商環境優化前后的綠色全要素生產率和企業數字化轉型水平,并作為變量數據;
29、第一構建模塊,用于利用所述變量數據構建平行趨勢檢測模型;對所述變量數據進行實證分析,以提取平行趨勢檢測模型中符合平行趨勢檢驗的目標變量數據;
30、變量設置模塊,用于將所述目標變量數據中綠色全要素生產率作為被解釋變量、企業多維度營商環境數據作為解釋變量、企業數字化轉型水平作為調節變量、以及公司控制變量和省份控制變量作為控制變量;
31、第二構建模塊,用于根據營商環境優化對企業綠色全要素生產率的影響構建營商環境影響回歸模型,以及,根企業數字化轉型對營商環境優化與企業綠色全要素生產率之間關系的調節作用構建調節效應回歸模型;
32、回歸分析模塊,用于根據所述目標變量數據對所述營商環境影響回歸模型和所述調節效應回歸模型進行基準回歸,根據回歸結果中交互項系數的顯著性水平確定企業綠色全要素生產率的影響機制。
33、本專利技術的有益效果在于:
...【技術保護點】
1.一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述方法包括:
2.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述平行趨勢校驗包括:
3.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述公司控制變量包括企業規模、企業成長性、經營活動現金流、企業價值和企業年齡,所述省份控制變量包括交通基礎設施水平、產業結構高級化、稅負水平、環境規制、財政支持力度和城鎮化水平。
4.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于:所述根據所述目標變量數據中營商環境優化對企業綠色全要素生產率的影響構建營商環境影響回歸模型,包括:
5.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于:所述根據目標變量數據中企業數字化轉型對營商環境優化與企業綠色全要素生產率之間關系的調節作用構建調節效應回歸模型,包括:
6.根據權利要求5所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于:所述根據回歸結果中交互項系數的顯著
7.一種企業綠色全要素生產率影響機制的評估系統,其特征在于,應用于執行權利要求1-6任一項所述評估方法,系統包括:
...【技術特征摘要】
1.一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述方法包括:
2.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述平行趨勢校驗包括:
3.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于,所述公司控制變量包括企業規模、企業成長性、經營活動現金流、企業價值和企業年齡,所述省份控制變量包括交通基礎設施水平、產業結構高級化、稅負水平、環境規制、財政支持力度和城鎮化水平。
4.根據權利要求1所述的一種企業綠色全要素生產率影響機制的評估方法,其特征在于:所述根據所述目標變量數據中營商...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。