不確定性與全要素生產率：基于省份數據的研究

鄒衛星 范夢雪

【摘 要】提升全要素生產率是中國實現轉型的關鍵，經濟政策變化、經濟波動和自然災害，這些宏觀經濟的不確定性會影響全要素生產率。本文梳理和測度多重不確定性，利用中國1990-2014年省際面板數據，分析不確定性對全要素生產率的影響。研究發現，各類不確定性對全要素生產率的影響效應不同，財政政策不確定性會阻礙全要素生產率增長；貨幣政策不確定性的影響不顯著；經濟上行和自然災害可促進全要素生產率提升。為了提高全要素生產率，需要避免財政政策的過度波動，充分利用經濟快速增長和爆發自然災害所帶來的技術進步機會。

【關鍵詞】不確定性；全要素生產率；經濟政策

當前，繼續依靠要素投入促進經濟增長已不可持續，依靠技術進步，提高全要素生產率已成為中國實現轉型和促進經濟增長的不二選擇。在宏觀經濟層面，技術進步主要體現在全要素生產率的提高上，已有文獻主要研究人力資本、知識資本、對外開放、政府行為、市場化等確定性條件對全要素生產率的影響。但是，在經濟發展的過程中充滿了不確定性，不確定性如何影響技術進步，當前這方面的研究還比較少。一般文獻多從一或兩個視角的不確定性來展開分析；致力于研究多重不確定性對全要素生產率的影響效應的還很少。為此，本文將分析多重不確定性對全要素生產率的影響。選取多項指標作為代理變量，梳理和測度中國宏觀經濟的不確定性，分析多重不確定性對全要素生產率的影響。

一、文獻回顧

不確定性包括很多方面，本文主要研究象經濟政策的不確定性、經濟波動和自然災害這樣的宏觀經濟不確定性。關于不確定性的大量宏觀研究文獻主要集中在不確定性對經濟增長影響的研究上。在經濟政策方面，Baker等（2016）[1]通過宏觀計量模型測算出，經濟政策的不確定性自2007年以來導致就業人數減少了230萬。而對于經濟波動，一般認為經濟衰退不利于經濟增長，經濟繁榮可促進經濟增長。Bloom（2009）[2]發現，經濟蕭條時雇傭勞動的調整成本可達企業支付職工年工資的10- 20%。一般情況下，壞消息可能會使工程停止，不利于企業投資；好消息可使企業的預期利潤增加，有利于企業成長和經濟復蘇。關于自然災害，則得到了多種結論。Baker等（2013）[3]檢驗了外生性不確定性因素對經濟增長的負向影響。

與對不確定性和經濟增長之間關系的研究已有大量文獻不同，關于不確定性對全要素生產率的影響，已有研究較少，且分歧較多。Martin等（2000）[4]認為，全要素生產率的變動具有順周期性，即經濟上行有利于提高全要素生產率。因為在經濟上行時，工作機會增多，生產勞動時間增多，知識積累速度增加，有利于全要素生產率增長。Oikawa等（2010）[5]檢驗了企業不確定性增加對全要素生產率的促進作用，指出之所以具有順周期性，是由于干中學在企業研發部門發生了作用。

而另一種觀點則認為，全要素生產率具有逆周期性。在經濟下行時，缺乏效率的企業被淘汰，結構重組、人員培訓、新技術開發應用等活動的機會成本更低，從而提升了行業的平均效率，提高了全要素生產率。邵軍等（2011）[6]利用1985- 2009年的省際面板數據，研究經濟波動對全要素生產率的影響表明，經濟波動與技術進步呈逆周期性，經濟波動加大有利于提高全要素生產率。孟慶斌等（2018）[7]和顧夏銘等（2018）[8]認為，宏觀經濟政策不確定性會正向影響企業的研發投入，增加上市公司的專利申請量，有利于技術進步和全要素生產率的提高。

顯然，關于不確定性對全要素生產率的影響，現有研究文獻不多，對中國的相關研究很少，也沒有得到比較一致的結論。在相關宏觀研究文獻中，多只從一類或兩類不確定性來研究對宏觀經濟的影響效應，從多重不確定性來研究中國宏觀經濟的文獻還不太多。而且，即使是對全要素生產率的研究，也主要集中在進出口波動和經濟波動的影響分析上，對經濟政策變化、自然災害等對全要素生產率影響效應的研究還沒有。有鑒于此，本文將針對宏觀經濟的不確定性進行分類，分析中國省份數據，實證檢驗多重不確定性對中國全要素生產率的影響。

（二）全要素生產率的測度

采用Malmquist指數法計算中國31個省、市和自治區的全要素生產率。以勞動投入和資本存量作為投入變量。總產出為以1978年為基期的實際GDP，用各省的名義GDP除以相應省份的GDP平減指數得到實際值。勞動投入用各省市的歷年就業人員總數表示。資本存量的估算參照單豪杰（2008）[9]的計算結果和計算方法，利用資本存量平減指數，將1952年為基期的1992- 2006年的資本存量，轉換為以1978年為基期的實際值。2007- 2014年資本存量使用永續盤存法計算，其中，當年新增資本存量用固定資產投資總額表示，固定資產總額價格指數用固定資產投資價格指數表示。

（三）多重不確定性的測度

通過測算代理指標方差、極差等波動幅度，間接測算出宏觀經濟的不確定性。近年來，GAR CH模型、隨機波動模型、馬爾科夫模型等被廣泛用來測度宏觀經濟的不確定性。關于代理變量的選取，當前國際學術界多采用隱含波動率VIX作為經濟不確定性的代理變量（Bloom，2013）。隨著互聯網和大數據的發展，Baker等（2012）根據媒體關注度、稅收條款變動和經濟預測分歧等指標綜合測算的政策不確定性指數EPU指數也受到了學界的很多認可。（Pástor等，2013）[11]

關于不確定性代理指標，國內研究主要選取工業增加值增長率、通貨膨脹率、利率水平、貨幣增長率、GDP增長率、宏觀經濟景氣指數（章上峰等，2015）[12]、HP濾波方法等。近年來國內一些研究也開始利用政策不確定性指數EPU（金雪軍等，2014[13]）作為宏觀經濟不確定性的測度指標，但在中國，目前還沒有使用VIX指數和省份EPU指數。

本文將測度如下多種與經濟增長相關的宏觀經濟的不確定性。一是經濟政策的不確定性，包括財政政策和貨幣政策兩方面，通過GAR CH模型進行測算。選用財政收入增長率作為財政政策的代理指標；選用短期貸款6個月利率水平和貨幣供給量M1增長率作為貨幣政策的代理指標，這些不確定性的代理指數分別記為UII，UIM和UICZ。二是經濟波動。選取兩個經濟波動的代理指標，即通貨膨脹的周期性波動CCPI和金融機構期末貸款余額增長率的周期性波動CDEB。參考邵軍等（2011），使用HP濾波測度出通貨膨脹的周期性波動。三是自然災害。Bloom等（2014）將自然災害、恐怖襲擊和政治變革作為不確定性的外生代理指標，實證檢驗了外生性不確定性因素對經濟增長的負向影響。根據數據的可得性，這里暫時不考慮恐怖襲擊和政治變革因素，只考慮自然災害，采用農作物受災面積DIS來度量自然災害。

（四）控制變量

為了更好地描述全要素生產率，這里考察四類控制變量。一是研發資本占比R DK。大量研究表明，研發資本對經濟轉型和提升全要素生產率至關重要。參考程惠芳等（2014）[14]，以大中型（規模以上）工業企業內部研發支出作為研發資本投入，通過永續盤存法計算研發資本存量，計算公式為：KR i，t=R I i，t+（1-δ） KRi，t- 1。其中，KR i，t和KRi，t- 1分別代表i地區第t、t- 1年的研發資本存量，R I i，t表示i地區第t年的實際研發資本增量，δ為研發資本折舊率，取值為15%，研發資本的支出價格指數按照如下公式求得：KPI=0.55 CPI+0.45 FPI，其中，KPI、CPI、FPI分別表示研發資本價格指數、消費者物價指數、固定資產投資價格指數。測算出以1978年為基期的1991- 2014年的研發資本存量，再選擇研發資本存量占資本存量總額的比重R DK來衡量資本存量的創新含量。

二是對外開放程度。對外開放是中國促進經濟發展的重要戰略舉措，擴大對外開放程度可以提高市場競爭力，從而提高全要素生產率。引入兩項指標來反映對外開放程度，第一個指標是外貿依存度，即地區進出口額占該地區GDP的比重，用WM表示。第二個指標是外資依存度，即地區實際利用外商直接投資額占地方GDP的比重，用FDI表示。

三是基礎設施JCSS。一般認為，良好的基礎設施可以改善生產要素的使用效率從而提高全要素生產率。本文用鐵路公路里程數來衡量各省市的基礎設施水平。四是土地開發TDKF。選取房地產開發投資額占固定資產投資的比重來表示，比重越大，則地方政府和地方經濟對土地開發的依賴程度越大。一般認為土地開發與全要素生產率存在顯著負向關系。

本文研究1992- 2014年的省份數據，所有數據均來自《新中國六十年統計資料匯編》、歷年《中國統計年鑒》和《中國工業企業統計年鑒》、中國宏觀經濟數據庫和WIND數據庫。

三、檢驗結果及其分析

Hausman檢驗顯示，應選用固定效應模型；由于因變量很難導致各個自變量發生變化，故不存在內生性問題。從估計結果可以看出，財政政策不確定性越高，全要素生產率越低，貨幣政策不確定性的影響效應不顯著，經濟波動和自然災害有利于提高全要素生產率。

財政政策不確定性指數UICZ的參數估計在5%的水平上顯著為負，這表明財政政策的頻繁變動不利于中國全要素生產率的進步。當經濟下滑時，政府可以通過減稅和增加財政支出來刺激經濟，這會增加居民收入，增加居民消費；降低利率進而降低投資成本，增加企業投資，促進經濟增長。由于財政政策要起作用具有時滯性，過于頻繁變動的財政政策會影響財政政策的作用效果，并降低全要素生產率。這主要是因為，財政政策的變動會改變投資項目的需求和成本，擾亂企業的投資計劃，影響資源配置效率和企業技術創新，從而降低全要素生產率。

雖然代表貨幣政策不確定性指數的UII和UIM的參數估計均為正，但并不顯著，這表明貨幣政策的波動并沒有顯著影響全要素生產率。從微觀層面來看，當貨幣政策不確定性增加時，企業需要頻繁地調整投資規劃，企業投資成本隨之增加，企業出現壞賬的概率也相應增加，銀行會出現惜貸現象。結果，積極貨幣政策之下大量的新增貸款難以流入創新性企業和中小企業，只能流向大型傳統企業，這會阻礙全要素生產率的提高，削弱貨幣擴張帶來的刺激效應，并最終使貨幣政策不確定性對經濟的影響不顯著。

在經濟波動代理指標的參數估計中，通貨膨脹周期波動CCPI和貸款余額增長率周期波動CDEB的系數都顯著為正。通貨膨脹和貸款余額通常會與GDP同方向變動，CCPI和CDEB數值大于零表示經濟處于向上波動階段，小于零則表示經濟下滑。也就是說，當經濟上行越快時，CCPI和CDEB增長越快，全要素生產率提高得越快；如果經濟下行越快，則技術進步越慢。

自然災害DIS的系數顯著為正，表明自然災害促進了全要素生產率的提高和技術進步。自然災害會提高全要素生產率，這與災害經濟學的理論研究一致。災害經濟學認為，由于災區復興的資本需求、救災投資的乘數效應以及災后的技術創新，自然災害的經濟效應為正。所以，雖然自然災害會直接破壞基礎設施、資本財富和經濟發展條件，間接破壞經濟社會秩序等，但災后政府會出臺措施重振災區經濟，恢復生產活動、開發災害產業、完善社會保障和商業保險等都會增加生產資本，提高全要素生產率。

再考察控制變量對全要素生產率的影響。研發資本比的系數顯著為正，說明科技創新有助于提高全要素生產率，該結果與程惠芳等（2014）的研究一致。對外開放的測度指標是外貿依存度WM和外資依存度FDI，外貿依存度和外資依存度的系數都顯著為正。這表明，外貿規模的擴大顯著提高了中國的全要素生產率，外商實際投資形成了技術溢出，促進了技術進步。

基礎設施JCSS對全要素增長率的影響呈顯著的正U型關系，這表明，在基礎設施比較薄弱時，基礎設施投資會由于大量擠占研發資金而妨礙技術進步。隨著基礎設施投建到一定程度之后，進一步的基礎設施投資將會推進技術進步。土地開發TDKF的系數顯著為負，這表明現階段中國的土地開發過度，在總體上看，地方政府土地財政的經營模式已經阻礙了全要素生產率的進步，該結論與徐艷飛等（2014）的實證結果一致。

參數的穩健性檢驗：

（1）政策不確定性的變量替代

政策不確定性是本文的核心解釋變量之一，有研究直接使用Bloom等的政策不確定性指數EPU（金雪軍等，2014）。由于中國EPU指數的數據是從1996年開始的，我們選擇1996- 2014年數據進行穩健性檢驗。我們可以得出與前文研究一致的結論，即政策的不確定性顯著阻礙了技術進步。

（2）經濟波動和自然災害的變量替代

先對實際資本存量K，勞動力數量L和能源消費量R取對數，使用HP濾波測算分別測算這些變量的周期性波動CLNK，CLNL和CLNR，替代變量CCPI和CDEB引入模型中對參數估計的穩健性進行檢驗。再將農作物成災面積DIS2替代自然災害的代理變量DIS引入模型。檢驗結果與本文結論一致。經濟波動方面，CLNK和CLNL的系數均顯著為正，但CLNR的系數為負，選取這三個變量的歷年值計算發現，三個變量變動的綜合效應為負，這是和前文研究結論相一致的。在自然災害方面，農作物成災面積的系數為正，也是和前文所得的自然災害對全要素生產率具有促進作用的結論一致的。

四、結論

本文細分宏觀經濟不確定性為經濟政策不確定性、經濟波動和自然災害，使用中國1990- 2014年省際面板數據，得到了與已有文獻更為豐富的結論。研究發現，不確定性對全要素生產率影響顯著，不可忽略；不同于以往單一不確定性與全要素生產率順周期或逆周期的認知，不同類型的不確定性對全要素生產率的影響不同。具體來說，政策不確定性阻礙全要素生產率的增長，且這種阻礙作用主要通過財政政策的不確定性來起作用，貨幣政策的不確定性對全要素生產率的影響并不顯著；經濟波動對全要素生產率的增長起阻礙作用；而自然災害的發生則會提高全要素生產率。另外，科技創新和對外開放有利于技術進步，基礎設施投資與全要素生產率呈U型關系，過度的土地開發不利于技術進步。

本文的研究具有重要的對策啟示。一是需要維持財政政策的穩定性和持續性。經濟政策的制定要考慮經濟政策穩定性對技術進步的影響。財政政策波動對技術進步具有顯著的阻礙作用，貨幣政策波動對技術進步的沖擊并不顯著，可以多使用貨幣政策。二是確保一定的經濟增長速度。提高全要素生產率可以促進經濟增長，是經濟增長的重要動力，經濟增長也可以促進更快的全要素生產率提升。實施較快的經濟增長速度，有利于促進技術進步。三是把握自然環境變化帶給技術進步的機會。可進一步強化災害預測和災害救助等方面的研究，鼓勵新技術新方法和新的組織形式在這一領域的創新、使用和推廣，從而促進技術進步。四是鼓勵創新、擴大對外開放和加強基礎設施建設，改革土地財政的既有模式。提高研發資本在社會總資本中所占比重；擴大外商投資、對外投資和商品進出口；繼續強化基礎設施投資；限制過度的土地開發，實現快速的技術進步。

（1.天津財經大學經濟學院，天津 河西 300222；2.中共中央對外聯絡部，北京 海定 100038）

參考文獻：

[1]Baker S.， N. Bloom and S. Davis （2016）. “Measuring Economic Policy Uncertainty”. The Quarterly Journal of Economics.131（4）.

[2]Bloom N. （2009）. “The Impact of Uncertainty Shocks”. Econometrica， 77（3）.

[3]Baker S. and N. Bloom（2013）. “Does Uncertainty Reduce Growth？ Using Disasters as Natural Experi- ments”. NBER Working Paper 19475.

[4]Martin P. and C. A. Rogers（2000）. “Long-term Growth and Short-term Instability”， European Economic Review， 44.

[5]Oikawa K.（2010）.“Uncertainty-driven Growth”. Journal of Economic Dynamics & Control.34（ 5）.

[6]邵軍，徐康寧.轉型時期經濟波動對中國生產率增長的影響研究[J].經濟研究，2011（12）.

[7]孟慶斌，師倩.宏觀經濟政策不確定性對企業研發的影響：理論與經驗研究[J].世界經濟，2017（9）.

[8]顧夏銘，陳勇民，潘士遠.經濟政策不確定性與創新——基于我國上市公司的實證分析[J].經濟研究，2018（2）.

[9]單豪杰.中國資本存量K的再估算：1952～2006年[J].數量經濟技術經濟研究，2008（10）.

[10]李華杰，史丹，馬麗梅.經濟不確定性的量化測度研究：前沿進展與理論綜述[J].統計研究，2018（1）.

[11]Pástor L. and P. Veronesi（2013）. “Political Uncertainty and Risk Premia”. Journal of Financial Economics，110（3）.

[12]章上峰，李榮麗，王玉穎.中國宏觀經濟不確定性的統計測度研究[J].統計與信息論壇，2015（6）.

[13]金雪軍，鐘意，王義中.政策不確定性的宏觀經濟后果[J].經濟理論與經濟管理，2014（2）.

[14]程惠芳，陸嘉俊.知識資本對工業企業全要素生產率影響的實證分析[J].經濟研究，2014（5）.

[15]廖曉靜.我國中小上市公司股權結構與財務風險的相關性研究[J].時代經貿，2016（22）.

基金項目：國家社科基金項目“基于技術進步、有效投資和脫貧工程的經濟增長潛力研究”（國家社會科學基金16BJL031）。

作者簡介：

鄒衛星，男，湖北監利人，天津財經大學經濟學院，副教授，研究方向：宏觀經濟。

范夢雪，女，中共中央對外聯絡部。