經濟政策不確定性會損害企業技術效率嗎？
——基于我國制造業上市企業的實證研究

張超林

(湖南工商大學 財政金融學院，湖南長沙 410205)

一、引言

政府政策對實體經濟的影響一直以來都是學術界研究的焦點。早期文獻主要關注具體的經濟政策調整對宏觀經濟和企業微觀行為的影響。近年來學者們也開始研究政策不確定性對實體經濟的影響(Bloom，2009；Kang et al.,2014；Wang et al.,2014；Baker et al.,2016；Gulen and Ion，2016)[1-5]。就我國而言，政府和市場的關系更為密切，經濟政策的調整和不確定性對實體經濟的影響更為重要。有調查數據顯示，約46%的國內企業高管將“經濟政策調整”作為主要擔心的問題(范悅安等，2013)[6]。近年來，鑒于該問題的重要性，國內學者也開始對經濟政策不確定性的經濟后果展開一系列研究(賈倩等，2013；李鳳羽和楊墨竹，2015；吳一平和尹華，2016)[7-9]。相關研究主要集中于經濟政策不確定性對宏觀經濟波動、經濟增長以及企業投資行為的影響，鮮有文獻通過經驗數據來檢驗經濟政策不確定性對企業技術效率的影響。

企業技術效率及其影響因素一直是國內外經濟學界關注的一個重要問題(陳海強等，2015)[10]。我國目前正處于經濟轉型期間，產業結構亟需由低端向中高端轉型升級。中央經濟工作會議提出了供給側結構性改革，強調要優化產業結構、提升產品質量。企業技術效率的提升對我國產業結構升級和推進供給側結構性改革至關重要。

目前鮮有文獻研究經濟政策不確定性對企業技術效率的影響。本文使用斯坦福大學和芝加哥大學聯合發布的中國經濟政策不確定性指數，利用異質性隨機前沿模型估算企業技術效率，對該問題進行了實證檢驗。本文的主要貢獻體現在三個方面：第一，拓展了經濟政策不確定性的研究范疇。前期研究探討了經濟政策不確定性對宏觀經濟(宏觀經濟波動、經濟增長、就業等)和企業行為(投資、技術創新等)的影響，但鮮有研究討論經濟政策不確定性對微觀企業效率的影響。效率問題是經濟學研究的核心問題，本文使用定量研究效率問題的主流方法隨機前沿模型，研究表明經濟政策不確定性降低了制造業企業技術效率，一定程度上填補了該領域的空白。第二，本文的研究豐富了企業技術效率問題的相關研究。前期文獻主要考察了融資約束、公司治理、政府資助等影響因素，本文從宏觀層面考察了經濟政策不確定性對企業技術效率的影響，同時也拓展了宏觀經濟政策與微觀企業行為的關系研究。第三，本文的研究具有重要的政策含義。鑒于政府政策在我國經濟發展中扮演的重要角色，依據本文的結論，政策調整的不確定性會降低制造業企業技術效率，因此政府作為經濟政策的制定者，應盡量減少經濟政策的頻繁變動，降低經濟政策的不確定性，這樣有助于穩定企業的預期，有利于企業進行長期的投資決策，并不斷優化決策，提高生產效率。

本文余下部分的結構安排如下：第二部分為文獻回顧與研究假設，第三部分為實證設計，第四部分報告實證結果，最后一部分是本文的結論。

二、文獻回顧與研究假設

(一)文獻回顧

從2008年金融危機以來，由于各國積極救市使得國家干預主義的思潮重新復蘇，政府“干預之手”導致經濟政策的變動更為頻繁。經濟政策不確定性的經濟后果逐漸開始引起學者們的關注。相關研究從政府換屆和政府官員變更角度間接衡量經濟政策不確定性，或直接構建經濟政策不確定性指數，從而研究經濟政策不確定性對宏觀經濟和企業微觀行為的影響。

從宏觀經濟層面而言，學者們主要研究了經濟政策不確定性對經濟增長、投資、消費、就業、股票市場波動等宏觀經濟變量的影響(Bloom，2009；Baker et al，2016；黃寧和郭平，2015；張浩等，2015)[1][4][11][12]。更多的文獻集中關注于經濟政策不確定性對企業投資行為的影響。Gulen and Ion(2016)[5]研究發現，企業投資與經濟政策不確定性顯著負相關，并且當企業投資不可逆程度更高、企業收入更加依賴政府支出時，這種負相關性更強。Kang et al.，(2014)[2]、Wang et al.，(2014)[3]等也發現經濟政策不確定性會顯著抑制企業投資行為。國內研究也得到了類似的結論。饒品貴等(2017)[13]進一步研究了經濟政策不確定性對企業投資效率的影響。他們發現隨著經濟政策不確定性的升高，企業的投資效率反而提高。

部分文獻討論了經濟政策不確定性對企業技術創新與全要素生產率的影響。郝威亞等(2016)[14]研究發現，經濟政策不確定性增加，致使企業推遲研發投入決策，從而抑制企業創新。郭華等(2016)[15]研究表明，隨著政策不確定性程度增加，企業的研發投入水平會明顯下降。陳德球等(2016)[16]發現由市委書記變更引發的政策不確定性顯著降低了企業的專利數量。楊箏(2019)[17]研究表明經濟政策不確定性會顯著降低企業全要素生產率。

與本文相關的另一部分文獻是有關企業技術效率的影響因素研究。學界關于企業技術效率影響因素的探討主要包括公司治理機制、政府資助、融資約束、產業政策等方面。孫兆斌(2006)[18]發現上市公司技術效率與股權集中度及控股股東持股比例顯著正相關，與股權制衡度顯著負相關。朱德勝和周曉珮(2016)[19]研究表明，股權制衡度對企業創新效率有顯著正向影響，并且股權制衡與高管持股在影響企業創新效率方面具有替代作用。白俊紅和李婧(2011)[20]研究發現，政府R&D資助對企業技術創新效率有顯著的正向影響，且企業自身R&D投入的增加有利于其吸收政府的R&D資助。陳海強等(2015)[10]發現融資約束抑制了企業技術效率的提高，且相對于國有企業，融資約束的緩解對于民營企業技術效率的促進作用更為顯著。前期文獻很少探討宏觀經濟政策及政策不確定性對企業技術效率的影響。張超林等(2019)[21]研究表明我國產業政策的實施促進了企業技術效率的提升，但促進作用主要體現于低代理成本企業。

(二)研究假設

我國目前財政分權的體制與政治晉升錦標賽的激勵使得地方政府有發展地方經濟、追求GDP高增長的強烈動機(周黎安，2007)[22]。地方政府在此過程中扮演著重要角色，一是制定各種經濟政策，直接引導企業投資；二是政府通過基建投資來拉動經濟。由于政府掌握的經濟資源規模大、經濟調控手段多，各地區政策執行力度差異明顯，因此我國的經濟政策不確定性程度較高(饒品貴等，2017)[13]。

經濟政策不確定性使得企業面臨的外部風險增大。特別是在我國這種經濟體制中，政府制定的經濟政策對企業決策的影響尤其明顯。當企業無法預期經濟政策的變更時，往往就面臨著更高的風險。根據凈現值理論，當企業風險增大時，能夠帶來正NPV的項目減少，因此企業會減少投資。前期文獻也廣泛支持了政策不確定性會顯著降低企業投資的論斷(Wang et al.，2014；Gulen and Ion，2016；李鳳羽和楊墨竹，2015；吳一平和尹華，2016等)[3][5][8][9]。由于研發投資往往是長期項目、風險更高的項目，因此對風險的敏感性更高。當經濟政策不確定性增強時，企業的研發投資會顯著降低(郝威亞等，2016；郭華等，2016)[14][15]。當企業為應對經濟政策不確定性所帶來的外部風險而降低投資時，顯然會影響企業內部資源的有效利用，從而降低企業生產效率。更為嚴重的是，企業的研發投資會顯著下降，這對企業生產技術的改造升級、內部組織的調整都會造成負面的沖擊，從而導致企業效率下降。

經濟政策會影響企業的投資行為及企業績效，例如當政府實施鼓勵支持某一新興行業的產業政策時，就會鼓勵企業增加該領域的投資；當政府實施限制某一行業發展的政策時，就會削減企業對該行業的投資。由于投資往往具有不可逆的特征，固定投資、無形資產投資一旦發生，再要撤銷，成本較高。因此，經濟政策不確定性增加了企業的調整成本，使得企業的生產計劃面臨更改的可能性，這在一定程度上就會對企業的生產效率造成負面沖擊。投資決策調整的迅速性和有效性取決于企業調整成本的大小，因此，當企業面臨的調整成本越高時，經濟政策不確定性對企業技術效率的負面影響越大。

基于以上分析，本文提出如下研究假設：

假設1：經濟政策不確定性的加劇會降低企業技術效率。

假設2：經濟政策不確定性對企業技術效率的抑制作用與企業調整成本呈正向單調關系，即企業調整成本越高，經濟政策不確定性對企業技術效率的抑制作用越嚴重。

三、變量與數據

(一)變量定義

1.被解釋變量：企業技術效率(TE)

本文使用異質性隨機前沿模型對企業技術效率進行估算。這一方法在技術效率問題研究中得到了較為普遍的應用(Fenn et al，2008；白俊紅和李婧，2011；陳海強等，2015)[23][20][10]。設定如下超越對數生產函數的隨機前沿模型：

lnYit=β0+β1lnKit+β2lnLit+β3(lnKit)2+β4(lnLit)2+β5lnKit×lnLit+vit-uit

(1)

2.解釋變量：經濟政策不確定性(EPU)

該指標直接使用Baker、Bloom和Davis三位學者編制的EPU指數。原始數據為月度數據，以1995年1月作為基期，定義為100。本文使用的其他變量為年度數據，因此將該變量轉化成年度變量，具體計算方法為計算該變量的年度均值再除以100。

3.調節變量：企業調整成本

4.控制變量

參考前期文獻，選取的控制變量包括：企業規模(Size)、財務杠桿(Lev)、企業成立年限(Age)、股權集中度(Con)、機構投資者持股比例(Inst)、企業產權性質(Nature)。變量的定義與計算方法見表1所示。

表1 變量定義與計算方法

(二)數據

本文核心變量經濟政策不確定性指標的數據來自于Baker et al(2016)[4]編制的EPU指數①。Baker et al(2016)[4]編制了世界各主要經濟體的EPU指數，包括美國、加拿大、德國、意大利、俄羅斯、日本、中國、印度、巴西等國家。其中，中國EPU指數基于中國香港的報紙《南華早報》(SouthChinaMorningPost)文章關鍵詞的搜索編制，詳細編制過程可參考該網站說明。

機構持股比例數據、企業年末員工、多元化經營數據來自于Wind數據庫，企業產權性質數據來自于CCER數據庫。其余財務變量和公司治理變量均來自于國泰安CSMAR數據庫。本文的研究樣本僅包括在A股上市的制造業企業。這樣做的目的是為了使樣本企業具有相似的生產函數，保證技術效率估計結果的可靠性，同時制造業上市企業在我國上市企業中所占的比重較高，因此研究樣本也具有較強的代表性。另外，本文所研究的技術效率問題對制造業企業來說更有現實意義。研究區間為2006—2018年。本文剔除了年度產出Y為負的樣本，剔除了變量存在缺失值的樣本，最終樣本包括1716家企業，共計10112個觀測值。為排除離群值的影響，對所有連續變量均進行了1%水平上的縮尾處理。

表2列出了主要變量的基本統計量。企業年度產出均值為7.05億元，固定資產均值為17億元，員工人數均值為4168人，且三個變量的標準差均大于均值，表明我國制造業上市公司在年產出、資本投入和勞動投入上存在較大的差異。由式1計算出來的企業技術效率TE均值為0.685，表明平均而言我國上市制造業企業技術效率損失了30%左右。經濟政策不確定性EPU年化指數最小值為0.504，最大值為2.778。企業財務杠桿的均值為0.414，平均存續年齡為14.26年，股權集中度較高，前十大股東持股比例的均值為59.2%，機構投資者持股比例為31.8%，國有企業占比為39%。

表2 主要變量的基本統計量

四、實證結果分析

(一)基本估計結果

為考察產業政策對制造業企業技術效率的影響，設定如下模型：

TEit=β0+β1EPUi,t+β2Sizeit+β3Levit+β4Ageit+β5Conit+β6Instit+β7Natureit+∑industry+∑province+εit

(2)

其中，TE表示企業技術效率，EPU為經濟政策不確定性指數，∑industry表示行業效應，∑province表示地區效應，εit為擾動項，其余控制變量如前文介紹。未控制年度效應是因為EPU是年度指標，和年度效應存在多重共線性問題。

表3 經濟政策不確定性與企業技術效率

以OLS回歸作為對照結果，再根據Hausman檢驗結果選擇固定效應模型(FE)進行估計作為基準結果。表3前兩列報告了OLS回歸結果，后兩列報告了FE回歸結果。第1、第3列未控制行業效應和地區效應，第2、第4列控制了行業效應和地區效應。由表3結果，EPU的估計系數在四列回歸結果中均至少在10%的統計水平上顯著為負，表明經濟政策不確定性對制造業企業技術效率存在負向影響，前文提出的假設1得到了檢驗。其他控制變量中，企業規模、股權集中度和機構投資者持股比例系數顯著為正，意味著企業規模、股權集中度、機構投資者持股比例對企業技術效率存在著正向的影響。而財務杠桿系數顯著為負，意味著企業財務杠桿越高，企業技術效率越低。國有企業啞變量系數顯著為負，說明相比于民營企業，國有企業的技術效率偏低。

(二)分組回歸結果

接下來檢驗經濟政策不確定性對制造業企業技術效率影響的異質性。檢驗思路如下：根據前文提出的衡量企業調整成本的代理指標，將樣本分成高調整成本組和低調整成本組，使用模型(2)進行分組回歸，再利用自抽樣方法(Bootstrap)檢驗兩組樣本回歸結果EPU估計系數差異的顯著性，如果高調整成本組EPU估計系數的絕對值顯著大于低調整成本組，則表明經濟政策不確定性對制造業企業技術效率的負向影響在高調整成本企業中顯著更大。

表4報告了分組回歸結果，估計方法為固定效應模型。第1、第2列按照企業產權性質將全樣本分成國有企業和民營企業兩組，第3、第4列按照企業規模將全樣本分成大規模企業和小規模企業兩組，第5、第6列按照DU指標將全樣本分成高多元化企業和低多元化企業兩組，第7、第8列按照HHI指標將全樣本分成高多元化企業和低多元化企業兩組。根據前文分析，國有企業調整成本高于民營企業，大規模企業調整成本高于小規模企業，高多元化企業調整成本高于低多元化企業，即表4奇數列為高調整成本企業回歸結果，偶數列為低調整成本企業回歸結果。由表4結果可知，奇數列回歸結果中，EPU的估計系數均顯著為負，偶數列回歸結果中，EPU的估計系數均不顯著，該結果意味著經濟政策不確定性對企業技術效率的負向影響主要體現于國有企業、大規模企業和高多元化企業中。利用自抽樣方法(Bootstrap)對組間系數差異顯著性進行檢驗，表4最后一列報告了檢驗得到的經驗p值，均至少小于0.05。以上結果意味著，當企業調整成本更高時，經濟政策不確定性的影響更大。由于經濟政策不確定性增加了企業應對未來不確定性的調整成本，甚至導致生產計劃發生變更，從而使得企業技術效率下降。前文提出的假設2得到了驗證。

表4 經濟政策不確定性與企業技術效率：按企業調整成本分組

(三)穩健性檢驗及內生性處理

接下來對前面表3的估計結果進行穩健性檢驗。計量實證的內生性問題主要包含兩類：第一，反向因果關系；第二，遺漏變量問題。本文所分析的問題不太可能面臨反向因果問題。由于單個企業的生產行為很難影響政府政策的變動以及政策不確定性，現有研究往往將政策變動視作外生沖擊。因此對于內生性問題本文僅需考慮遺漏變量問題。由前期文獻可知，融資約束和公司治理對企業技術效率存在著顯著影響。公司受到的融資約束越大，就越可能抑制企業的技術效率(陳海強等，2015)[10]。公司治理水平越低，企業的技術效率也越低(孫兆斌，2006)[18]。前文選取的公司財務指標和國有企業啞變量一定程度上刻畫了企業受到的融資約束程度影響，選取的股權集中度、機構持股比例與國有企業啞變量也一定程度上刻畫了企業的治理水平。接下來進一步加入融資約束指標KZ指數和公司治理綜合指標Gover變量②。另外，在本文的研究區間發生了一次對全球經濟影響巨大的金融危機，該危機也對中國的制造業企業尤其是出口企業造成了負面的沖擊，因此，我們進一步加入金融危機啞變量Crisis③。估計結果顯示(見表5)，融資約束指標KZ系數顯著為負，表明融資約束的確降低了企業技術效率，這和陳海強等(2015)[10]得到的結論一致。而公司治理綜合指標估計系數在固定效應(FE)估計中顯著為負，由于公司治理綜合指標(Gover)是衡量公司治理的反向指標，因此系數為正意味著公司治理水平越高，企業技術效率越高，與前期文獻保持一致。金融危機變量顯著為正，說明企業技術效率并未受到金融危機的負面沖擊，反而在金融危機后由于產業升級等原因，企業技術效率有所提升。在加入這些潛在的遺漏變量之后，經濟政策不確定性EPU的系數依然顯著為負，相比表3的結果并未發生實質性的改變。

本文進一步使用工具變量法(IV)來處理內生性問題。工具變量的選擇參考王化成等(2016)[25]。我國長期以來是出口外向型國家，經濟的騰飛離不開全球化的進程，特別是2001年我國加入WTO以來，我國經濟和世界上其他國家的聯系更為緊密。經濟上的往來和密切關聯使得政府政策也出現了全球范圍的外溢效應，尤其是發達國家的宏觀經濟政策會對其他國家的宏觀經濟政策產生沖擊。鑒于此，本文選取美國、加拿大、歐盟、日本、俄羅斯、英國等發達國家經濟政策不確定性指數作為中國經濟政策不確定性指數的工具變量④。表6報告了IV估計結果⑤。第一階段回歸結果顯示，美國、加拿大、歐盟、日本、俄羅斯、英國等國和經濟體經濟政策不確定性指數的系數均高度顯著。第二階段回歸結果中，經濟政策不確定性變量EPU_Predict的估計系數為-0.047，在1%的統計水平上顯著為負，表明使用IV估計得到的結果和表3仍然是一致的，經濟政策不確定性顯著降低了企業技術效率。

表5 穩健性檢驗：加入更多控制變量

表6 內生性處理：IV估計結果

(四)進一步的分析

由于政府制定的經濟政策對企業決策會產生較大的影響，當企業無法預期經濟政策的變更時，往往就面臨著更高的風險。因此我們預期經濟政策不確定性會加劇企業面臨的風險。借鑒羅黨論等(2016)[26]，使用企業年度貝塔系數(Beta)來衡量企業風險。該數據直接從國泰安CSMAR專題研究系列的“風險評價系數β”子數據庫中獲取。控制變量加入企業規模(Size)、財務杠桿(Lev)、托賓Q(Tobin)、股權收益率(ROE)、大股東持股比例(First)、國有企業啞變量(Nature)、企業年限(Age)等。此外還控制了行業效應和地區效應。估計方法分別使用OLS和固定效應模型(FE)。估計結果見表7第1、第2列所示。在兩列結果中，EPU指數顯著為正，表明經濟政策不確定性加劇了企業風險。

根據前文的分析，經濟政策不確定性會損害企業技術效率。由該結論可推斷，經濟政策不確定性會進一步降低企業經營績效和企業價值。接下來我們檢驗這兩個推論。如果推論成立的話，則能夠進一步佐證前文結論的可信度。企業經營績效用資產收益率(ROA)衡量，資產收益率等于凈利潤與總資產之比；企業價值使用托賓Q指標(Tobin)衡量，托賓Q=(股權市場價值+資產賬面價值-股權賬面價值)/資產賬面價值。控制變量包括：企業投資(Invt)、企業規模(Size)、財務杠桿(Lev)、經營現金流(Cflow)、股利支付啞變量(Dum_Div)。另外，模型還加入了行業效應和地區效應。估計方法分別使用OLS和固定效應模型(FE)。回歸結果如表7第3至第6列所示，EPU指數的估計系數在四列結果中均顯著為負，表明經濟政策不確定性降低了企業經營績效和企業價值。

表7 進一步的分析：經濟政策不確定性與企業風險&企業績效

五、結論

本文基于2006—2018年我國制造業上市企業樣本，使用經濟政策不確定性指數，利用生產函數的隨機前沿模型，考察了經濟政策不確定性對企業技術效率的影響及其異質性。研究結果表明，經濟政策不確定性顯著降低了制造業企業技術效率。加入更多控制變量以及使用IV估計方法得到的結果均保持一致。分組回歸結果顯示，在國有企業、大規模企業和多元化程度高的企業中，由于企業的調整成本更高，經濟政策不確定性對制造業企業技術效率的負向影響更為顯著。進一步分析表明，經濟政策不確定性加劇了企業風險、降低了企業經營績效和企業價值。

基于研究結論，本文的政策啟示如下：第一，對于政府部門來說，由于經濟政策不確定性會損害企業微觀效率，因此政府部門在制定經濟政策的時候，應盡量保持政策未來指向和強度的明確性，降低經濟政策的不確定性，這樣才能提高企業對經濟政策的預期，有助于企業制定相應的生產計劃，以及做出長期的投資決策，并不斷優化內部決策，提高企業技術效率。第二，對企業來說，應提高抗風險能力和生產經營調整的靈活性，以應對經濟政策的負面沖擊。此外，本文也發現多元化的企業更容易受到經濟政策不確定性的影響。因此，對于我國企業來說，在經濟政策不確定性較強的環境中，不宜盲目多元化，以降低“尾大不掉”的風險。

注 釋：

① 數據來源為：http://www.policyuncertainty.com/china_monthly.html。

② 融資約束指標KZ指數參考Kaplan and Zingales(1997)[27、李君平和徐龍炳(2015)[28]使用Ordered Logit模型構建；公司治理綜合指標Gover變量參考白重恩等(2005)[29]采用主成分分析法構建。

③ 美國次貸危機發生于2007年，但演變成全球金融危機并傳導至中國的時間是2008年，因此Crisis界定如下：2006-2007年為0，2008年及以后年度為1。

④ http://www.policyuncertainty.com/index.html。

⑤ 為節省篇幅，未報告控制變量的估計結果，后文相同。