國有企業融資約束、全要素生產率與西部地區經濟高質量發展

張慶國 黃杏子

一、引言與文獻綜述

黨的十九大報告指出，“我國經濟已由高速增長階段轉向高質量發展階段，正處在轉變發展方式、優化經濟結構、轉換增長動力的攻關期”，并提出“推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率”的發展要求。經濟高質量發展的內涵具有多維性和豐富性(金碚，2018)，但促進全要素生產率的穩定提升始終是實現經濟高質量發展的關鍵內容(劉志彪和凌永輝，2020)，是我國高質量發展的動力源泉。對于產能和經濟發展水平均較為落后的西部地區來說，其對于提升全要素生產率、進而實現經濟高質量發展的需求更加強烈，是其變“后發劣勢”為“后發優勢”的重要途徑。同時，西部地區經濟高質量發展的實現，也能夠促進區域協調發展，推動形成優勢互補、高質量發展的區域經濟布局。2018年李克強總理在西部地區開發領導小組會議中也進一步強調：“要按照向高質量方向發展、解決發展不平衡不充分問題的要求，緊緊依靠改革開放創新，促進西部地區發展動力增強、產業結構升級、民生不斷改善，為全國經濟保持穩中向好拓展空間?！币虼?，提高我國西部地區全要素生產率，促進經濟高質量發展具有十分重要的意義。

企業作為最基本、最重要的市場供給主體，是實現經濟高質量發展的微觀主體。由此可見，只有提高西部地區企業全要素生產率、實現企業高質量發展，才能從根本上推動我國西部地區經濟轉型發展，進而破解我國結構性、體制性、周期性問題對經濟增長造成的巨大下行壓力。值得注意的是，國有經濟作為我國經濟的支柱，在各類所有制企業中的生產效率最低(姚洋和章奇，2001)，且在一定程度上存在著生產效率與創新效率的雙重損失(吳延兵，2012)。其中，西部地區國有企業更是存在著注重短期生產效率而非創新效率的問題(盛豐，2012)，不利于高質量發展的實現。同時，企業之間的信息不對稱、政府間的經濟競賽和企業規模的無序擴張，進一步引發了國有企業資源錯配、低水平重復建設，再加上有利于釋放潛能的改革尚在進行中以及資源環境對發展的硬約束，更是加劇了國有經濟全要素生產率的損失(楚序平，2015)。針對國有經濟全要素生產率低下的問題，政府通過政策激勵加快推進了國有企業產權制度改革并建立了現代企業制度，著力激發企業家精神和微觀主體創新活力。這些措施雖取得了一定成效，但與經濟高質量發展的整體要求仍有差距，主要表現為產業鏈高端布局不足，基礎研發能力弱，創新投入少等。

技術創新是影響企業全要素生產率的最主要因素(吳延兵，2012)。但企業無論是自主研發還是通過技術市場交易獲取技術要素資源，都脫離不了自身的資金動員能力。由于資本市場的信息不對稱、金融產品供需結構錯配等原因，我國企業普遍面臨著較強的融資約束，西部地區尤甚。因此，企業因受融資約束程度不同而技術創新投入不同，發展質量也會相應地有所不同。國有企業雖然兼具市場主體和政策性工具雙重屬性，相較于其他所有制形式的企業而言更容易獲得來自政府和金融機構的外源性融資支持，但國有企業自身盈利能力偏弱造成的內源性積累不足以及高負債率引發的融資風險，則可能增加外源融資成本，從而拉大了國有企業內外源融資成本差異，加劇融資約束。現有研究表明，融資約束會對企業全要素生產率產生影響。一方面，融資約束會抑制技術創新效率，從而降低企業全要素生產率(顧群等，2012；任曙明和呂鐲，2014；陳海強等，2015；張璇等，2017；郭宏毅和袁易明，2018)；另一方面，根據Jensen(1986)創立的自由現金流假說，融資約束可以迫使企業做出最優的投資決策。實證研究進一步支持了這種“少即是多”的假設，融資約束并不一定對企業全要素生產率產生不利影響(馮根福等，2006；Hall等，2010；顧群等，2012)。綜合來看，融資約束對企業全要素生產率的促進效應和抑制效應同時存在，其最終的表現應取決于兩種效應的效力對比。此外，企業的異質性——包括企業產權性質(Dhwan，2001)、行業(Whited和Wu，2006)、規模(孫燁和許艷，2016)、年限(Hadlock和Pierce，2010)、債務負擔(Lin等，2011)等，以及企業融資方式的異質性均可能導致融資約束對企業全要素生產率作用程度的差異。

盡管已有的理論和實證成果較多，但現有相關主題下的研究仍存在以下兩方面不足：一是基于國有企業為獨立客體的研究還較少，關于西部地區省份的研究更是少之又少。事實上，國有企業一直以來都是我國國民經濟的重要組成部分，但其生產效率一直較低，面臨的融資風險以及外源性融資成本較高的融資約束問題不容忽視。而對于西部地區的企業來說，其經營發展仍主要靠要素投入驅動，面臨的資源和環境約束日益嚴重，其提升全要素生產率、探索高質量發展道路的需求日益迫切。二是現有文獻較少探究融資約束對不同特征國有企業的影響。融資約束與國有企業全要素生產率之間的關系為何？對于不同特征的國有企業，全要素生產率的作用是否存在差異？在融資約束下，國有企業如何進一步提升全要素生產率？這些關乎到提升我國西部地區全要素生產率、實現西部地區經濟高質量發展的問題仍有待回答。

基于此，本文通過建立融資約束對企業技術創新決策影響的理論模型，從理論上分析融資約束與企業全要素生產率之間的關系，分析得出了其中的作用機理。并以西部地區代表性省份——甘肅省為例，使用2009—2018年甘肅省國有企業年度決算統計系統數據，實證檢驗了國有企業融資約束對全要素生產率的影響。本文的貢獻主要在以下三個方面：一是從融資約束與企業技術創新決策的理論模型出發，從理論上發掘了融資約束與全要素生產率之間的關系，并探討了二者間的作用機理。二是現有文獻較少從國有企業特征的角度出發，分析融資約束對國有企業的異質性影響，本文豐富了這方面的研究，從理論和實證上分別分析了融資約束對不同經營方向與行政隸屬的國有企業全要素生產率的影響。三是本文的分析也為基于企業效率角度的優化改革政策設計提供了理論和實證依據，為進一步推動國有企業技術水平提升、促進西部地區經濟高質量發展提供相關建議。

二、研究假設與機理分析

（一）研究假設

1. 融資約束對企業全要素生產率的影響

借鑒 Gorodnichenko和Monika(2013)的思路，本文首先分析融資約束與企業技術創新決策之間的關系。

在融資約束上升導致資本價格r不斷上漲前提下，設代表性消費者的效用函數為：

其中，Ω表示企業生產的商品集合，x()ω代表商品ω的消費量，σ代表商品間的替代彈性(σ>1)。按效用最大化目標對方程進行求解，可得代表性消費者的需求函數。

Y表示消費總支出，P和p分別表示物價指數和代表性企業產品價格，因此，代表性企業的需求函數可以表達為：

企業的平均生產成本c是利率r和工資w的函數，滿足以下利潤最大化條件：

企業開展技術投資將促進全要素生產率的提升。本文使用I表示企業技術創新投入，A和A′分別表示技術投資前和技術投資后的企業全要素生產率，顯然A′＞A。同理，c′代表技術投資后的平均生產成本，c′＜c。設c′＝f(r，w)c，則有：

式(5)說明，融資成本上升拉大了企業技術投資前后的生產成本差距。

結合企業最優利潤函數表達式，技術投資后企業的利潤變化值為：

然后將利潤變化對利率水平r求偏導，結果為：

式(7)為利率上升對企業技術投資的激勵函數。πΔ 對r的偏導小于零，表明利率水平的上升減小了企業技術創新投入前后的利潤水平差距，導致企業技術創新投入意愿下降，從而抑制了企業全要素生產率的增長。由此，本文提出假設1。

假設1：融資約束降低了企業技術創新投入水平，從而抑制企業的全要素生產率提升，即融資約束與企業全要素生產率呈反方向變動。

2. 融資約束對國有企業全要素生產率的異質性影響

上文已經分析得出融資約束會降低企業的技術創新投入水平，從而抑制企業的全要素生產率提升。那么，融資約束對企業全要素生產率的這種影響，是否會隨著國有企業特征的不同而產生變化？

事實上，在我國國有資本布局中，不同行業和屬性導致國有企業的經營方向差別較大。按照國有企業分類管理的基本原則，國有企業可以分為公益類和商業類兩大類。公益類國有企業的主要目標是提供民生保障和社會服務等公共物品，而商業類國有企業的主要目標是完成國有資產的保值增值，并激發市場活力。因此，本文進一步分析國有企業經營方向的差異對融資約束影響企業全要素生產率的作用。對于這一問題的分析，包括以下兩方面：第一，考慮到國有企業自身盈利能力偏弱，內源性積累不足，外源融資成本較高，從而導致內外源成本差距較大，融資約束加劇。因此，融資約束在我國國有企業中普遍存在，即無論是公益類還是商業類國有企業，在技術創新投資中均面臨著一定的融資約束。第二，商業類國有企業作為市場主體，主要是面向市場開展經營活動，技術創新投資需求主要以市場需求作為標桿。同時，政府對商業類國有企業高管的考核更多地依賴于市場，因此商業類國有企業更有動機通過技術創新提高自身競爭優勢(王靖宇等，2020)。而公益類企業的重要目標是承擔社會責任，其技術創新活動主要受政府需求的影響，且政府主要考核公益類企業高管承擔社會責任的情況(戚聿東等，2017)。因此，相較于公益類國有企業，融資約束對商業類國有企業全要素生產率提升的抑制作用將更強。

類似的，從國有企業行政隸屬的角度來看，融資約束對省屬以及非省屬國有企業全要素生產率的影響程度也會有所不同。這是考慮到，相比于省屬國有企業，非省屬企業獲取資源的能力較弱以及途徑較少，且這些企業進行技術創新活動、提升全要素生產率，從而實現自身可持續發展的愿望更加強烈。從這個角度來說，融資約束將對于提升非省屬國有企業全要素生產率產生更為負面的影響。

綜上所述，本文提出假設2。

假設2：融資約束對不同特征國有企業全要素生產率的抑制作用存在差異，融資約束對商業類國有企業以及非省屬國有企業全要素生產率的抑制程度更強。

（二）機理分析

進一步分析國有企業融資約束對全要素生產率抑制作用的機理可知：國有企業應對外部市場的靈活性、技術進步的有效投入以及國有企業自身的投資價值是提高企業全要素生產率的直接渠道，而融資約束分別削弱了這三種渠道，從而抑制了國有企業全要素生產率的提高。

首先，融資約束削弱了國有企業應對外部市場的靈活性。North(1989)認為，制度變遷中存在著必然的路徑依賴，人們過去的選擇使得未來的選擇范圍變窄，多個時期的選擇存在內在關聯。為什么一些經濟績效差的企業制度沒有被自然選擇淘汰，主要是因為過去的選擇制約和束縛著企業制度變遷。國有企業在面臨融資約束的情況下，制度變遷的進程將受到財務資源的束縛，無法有效應對市場變化帶來的機遇和挑戰，因被早期均衡束縛，應對外部市場的靈活性降低，從而制約了全要素生產率的提升。

其次，融資約束降低了國有企業技術進步的有效投入。根據解維敏等(2011)的研究，企業因為商業周期波動導致的利潤下降阻礙了企業對創新型項目的投資，面對經濟增速放緩、供給側結構性改革和國際貿易摩擦，部分國有企業銷售額大幅下降、利潤不足、有效投資能力降低。國有企業的政策性定位使其追求利潤的敏感性不足，在面臨融資約束的情況下，資金被優先用于那些與保障國計民生等重大政策目標密切相關的項目，從而進一步降低了技術進步項目的投資總量。同時，利潤目標的不敏感性使得國有企業在面臨長期技術進步效率投資時的積極性無法獲得有效激勵，技術進步投資不足的現象長期存在。

最后，融資約束降低了國有企業自身的投資價值。根據Jensen(1986)提出的企業自由現金流理論，自由現金流是企業價值投資的重要指標，一個具有充裕自由現金流的企業，更容易獲得資本市場上投資人的青睞。而對于面臨融資約束的企業，其自由現金流水平下降，導致投資者降低了對企業的估值，從而增加企業的融資成本。較高的融資成本和較低的企業估值會增加企業運營成本，造成企業經營困難。同時，投資人會根據企業經營狀況和現金流等經營信號調整對其的投資額度，那些產能過剩、生產力落后的企業將無法獲得資本市場融資，甚至面臨市場出清，加劇了這些企業的現金流緊張程度，將造成融資約束與高額外部融資成本間的惡性循環。

三、變量選取與模型構建

（一）數據來源

本文選取了西部地區的代表性省份——甘肅省作為研究對象，數據來源為甘肅省國有企業年度決算統計系統，樣本期間為2009—2018年，共10年。本數據庫系統具有區別于傳統數據庫的兩大特征：一是樣本數據中包含集團型企業，并分別按照集團合計、母公司本級、子公司三個層次進行了統計；二是數據包含了按企業行政隸屬關系進行的匯總?？紤]到該數據庫的漸進性完善過程和早期年度數據質量問題，為了最大限度地獲取樣本數據，本文并未對匯總統計口徑的數據予以剔除。本文對樣本數據進行了以下處理：首先，按照企業唯一主代碼和企業名稱雙指標對數據進行編序匹配，有效避免跨年度企業編碼規則變動和企業名稱變更造成的面板匹配影響；其次，考慮到極端數據對研究的影響，刪除了當年銷售收入為負、資產總額為負、觀測值少于2年的樣本數據。再次，根據國有企業的行政隸屬關系和企業性質，對國有企業按照行業進行了手工分類，全部樣本企業被分成了14個行業。最后，共獲得包含1378戶企業的15842個非平衡面板數據。

（二）變量選取

1. 被解釋變量：全要素生產率(TFP)

現有研究中測量全要素生產率的主要方法有代數指數法、索洛殘差法、潛在產出法和半參數法等。各種計算方法各有利弊：采用潛在產出計量方法會使得計算過程復雜且無法克服參數內生性問題，而計算簡便的方法如索洛殘差法、指數法又受到生產函數設定的制約，無法解決不同類型企業的差異性，同時也可能放大TFP內涵的邊界。因此，本文借鑒魯曉東和連玉君(2012)的思路，采用LP半參數法計算TFP。后續也將進一步使用其他學界認可的全要素生產率測算方式進行穩健性檢驗。

計算中使用的主要企業指標采用以下方式獲得：SALES為企業當年營業收入數；PPE為期末固定資產總額，并根據GDP平減指數進行調整；NUM為企業當年平均職工人數；MATERIAL為現金流量表中購買商品、接受勞務所支付的現金；CAPITAL為企業當年固定資產折舊總額；AGE為企業成立年限；企業性質SOE原本為所有權性質虛擬變量，因樣本考察的均為國有企業，故使用企業經營規模指標代替，若為大型或中型企業，SOE取值為1，小型和微型企業則取值為0；EXIT為企業退出虛擬變量，如果企業信息為連續獲得，則取值為1，若有劃轉、收購、竣工移交、破產清算等其他因素則取值為0。

2. 解釋變量：融資約束

從代理指標的復雜程度上看，融資約束代理指標分為單一指標和復合指標兩類。

單一指標法的優點在于簡便，可以規避指標計算的內生性問題。例如，FHP模型中使用企業股利支付率作為替代變量，原因是股利支付率可以用來衡量企業剩余的現金流，當企業的內外部融資差別較小時(不存在融資約束)，企業傾向于發放較高的股利，需要投資資金時只需通過資本市場就能輕松融資。顯然，低股利支付率和高投資現金流敏感度企業受到的融資約束程度高。除股利支付率指標以外，鄭江淮等(2001)、過新偉和王曦(2014)、曾雪云等(2016)采用了企業成熟度、所有權集中度、現金流敏感度、公司債券等級等指標考察企業融資約束。

復合指標法可以克服單一指標易受非預期因素干擾的弊端。概括來看，復合指標主要包括KZ指數、WW指數和SA指數三類。KZ指數由Kaplan和Zingales于1997年提出，選取企業自由現金流量、托賓Q、資產負債率、股利支付率和企業現金持有總量等財務指標進行邏輯回歸。因為上市企業的托賓Q無法合理計算，故本文將采用WW指數和SA指數計算融資約束程度。

WW指數由Whited和Wu(2006)利用廣義矩估計法計算得到。根據現有文獻，WW指數設計的出發點較好地契合了融資約束的定義(鄧可斌和曾海艦，2014)。同時，WW指數不僅能夠測度股權融資約束，對信貸融資約束的測度也具有代表性(Livdan等，2009)，得到了國內外眾多學者的認可(Li，2011；Lin等，2011；曾海艦和林靈，2015)。其計算公式為：

其中，CF為企業經營活動產生的凈現金流/總資產；DIV代表股利支付虛擬變量，支付股利為1，未支付為0；LDEBT為企業長期負債水平，使用企業長期借款/總資產來表示；lnTA是企業總資產的自然對數；SG為企業銷售收入增長率，本文使用企業銷售收入與年均銷售收入的偏離度代替；ISG為行業銷售增長率，本文使用年均銷售收入增長率代替。

SA指數的構建原則是基于強烈的內生性考慮，用企業規模和企業年齡兩個隨時間變化不大且具有很強外生性的變量來構建(Hadlock和Pierce，2010)，能夠較為全面地反映企業融資約束程度，同樣得到了中國情境下的廣泛應用(吳秋生和黃賢環，2017；孫雪嬌等，2019)。具體計算公式為：SA＝0.043×lnSIZE2-0.04×AGE-0.737×lnSIZE。其中，lnSIZE為企業資產總額的自然對數，AGE是企業年限。

由此測度出的WW指數和SA指數為負，且絕對值越大，代表企業受到的融資約束程度就越高。為保證結果的穩健性，本文還使用了企業對數資產總額(lnSIZE)衡量企業受到的融資約束程度，企業資產總額越高，則代表其受到的融資約束程度越低。

3. 其他控制變量

按照Aghion等(2013)的建議，本文選擇了研發投入強度(RDS)、企業經濟類型(IO)作為控制變量。同時，根據Bhagat和Welch(1995)、陳海強等(2015)的研究，企業的資本結構可能會影響全要素生產率，本文進一步控制了企業凈資產收益率(ROE)、資產負債率(DE)以及人均資本存量(CPC)。具體變量的符號、定義及計算方法如表1所示。

表1 變量名稱及解釋

（三）模型設定

根據前文假設1，融資約束會抑制企業全要素生產率。為對這一假設進行驗證，本文參考Aghion等(2013)的研究方法，設定如下基準模型：

假設2指出，融資約束對商業類國有企業以及非省屬國有企業全要素生產率的抑制作用更強。為驗證此假設，本文將在基準模型的基礎上，引入國有企業特征變量與融資約束變量的交互項，設定如下模型(10)：

四、實證分析

（一）變量描述性統計

表2為本文主要變量的描述性統計結果。從表2可以看出，以LP法測得的甘肅省國有企業全要素生產率均值為8.610。值得說明的是，使用LP法測算的TFP出現了負值，一方面可能受到樣本數據質量的影響，但更重要的是驗證了甘肅省部分國有企業的經營非效率，即資本和勞動的生產水平要大于以銷售收入為代表的整體產出水平。造成這種現象的原因主要是企業自身效率問題，同時也與國有企業承擔了部分非效益的政策性職能有關，即國有企業的產出不僅表現在經濟收入的增加，還應從更寬泛的角度去衡量國有企業產出情況。為保證結果的準確性，下文穩健性部分進一步使用了其他學界認可的方法對全要素生產率進行測算。從融資約束的三個指標看，SA指數和WW指數比較平穩，未表現出較大的波動，而lnSIZE的標準差較大，主要是受到了樣本數據中包含地區匯總數據的影響。

表2 變量描述性統計結果

（二）基準回歸結果

表3為基于模型(9)的基準回歸結果，被解釋變量是以LP方法測算的企業全要素生產率，核心解釋變量為融資約束程度，分別以WW、SA和lnSIZE衡量。作為對照，第(1)列至第(3)列為未控制企業、時間固定效應以及控制變量的結果，第(4)列至第(6)列為控制了企業、時間固定效應及所有控制變量的結果。可以發現，六組回歸結果中，核心解釋變量WW顯著為負，lnSIZE顯著為正，SA雖不顯著，但估計系數為負。尤其以WW指數衡量融資約束時，回歸效果最為顯著，估計系數達到了-2.5755。WW和SA的回歸系數均為負，證明融資約束制約了企業全要素生產率的提升。企業規模與全要素生產率之間呈現顯著正向關系，說明隨著企業規模的擴大(即融資約束的緩解)，全要素生產率水平得到提高。

表3 基準回歸結果

故假設1通過了檢驗。

控制變量方面，企業經濟類型(IO)的回歸系數均顯著為正，證明國有企業股權的多元化將促進企業生產要素配置效率提高，從而提升企業全要素生產率，推進國有企業股權混合所有制改革的成效獲得了實證驗證。資產負債率(DE)基本顯著為正，即隨著資產負債率的提升，企業全要素生產率也得到了提升。人均資本存量(CPC)也基本與全要素生產率呈顯著正相關關系，隨著人均資產規模的增加，企業技術水平得到了提升。研發投入強度(RDS)和凈資產收益率(ROE)在回歸中均表現為不顯著，國有企業研發強度以及盈利能力水平的提高是否能顯著提升企業技術水平無法獲得檢驗。

（三）穩健性檢驗

1. 使用縮尾數據的回歸結果

為進一步提高回歸結果的穩健性，參考宋敏等(2021)的研究，下文對回歸時使用的連續型變量在1%和99%水平上進行了Winsorize處理，以緩解極端值對結果的影響?；貧w結果如表4第(1)列所示，限于篇幅，這里只匯報了以WW衡量企業融資約束的結果。可以發現，在使用縮尾處理后的樣本進行分析時，基準結果依舊是穩健的，并且估計系數相對于基準結果有所增加。

2. 使用不同方法測算企業全要素生產率

為檢驗基準回歸結果中全要素生產率測算方法的穩健性，本文進一步使用學界普遍認可的其他方法對全要素生產率進行測算。具體來看，分別使用OP法(Olley和Pakes，1996)、ACF方法(Ackerberg等，2015)以及Wooldridge估計法(Wooldridge，2009)進行估算。其中，OP法需要滿足投資與生產率之間單調遞增的性質，使用公司的投資水平作為生產率的代理變量。本文基準回歸使用的LP方法是對OP法的改進，使用中間品投入指標替代投資額作為代理變量進行測算，增加了研究者數據選擇的靈活性。但LP和OP方法均假設企業面對沖擊時能夠對投入進行無成本的調整，ACF方法對這兩種方法進行了修正。Wooldridge估計法也是對LP和OP方法的改進，主要是基于GMM的一步估計法。使用不同測算方法得到的全要素生產率估計結果見表4第(2)列至第(5)列。可以發現，在使用不同方法估算出的企業全要素生產率作為被解釋變量時，回歸結果均是穩健的，假設1依舊成立。

3. 引入控制變量滯后項的回歸結果

考慮到融資約束以及其他控制變量對企業全要素生產率的作用可能存在一定時滯，本文進一步參考毛其淋和盛斌(2012)的做法，使用融資約束及其他控制變量的滯后一期項替代當期項進行估計，有效降低可能存在的內生性問題帶來的估計偏差，保證基準結果的穩健性。回歸結果見表4第(6)列，WW回歸系數依舊顯著為負，基準回歸結果穩健。

4. 使用GMM方法的回歸結果

雖然本文在基準模型中盡量控制了影響企業全要素生產率的因素，并且采用了面板數據雙向固定效應模型控制了企業固定效應和時間固定效應，但仍可能存在一些不可觀測因素的影響。同時，企業要素生產率的高低也可能會影響其面臨的融資約束程度，產生反向因果問題。此外，企業層面的全要素生產率也存在序列相關的可能(宋敏等，2021)。因此，下文進一步引入滯后一期的企業全要素生產率，并使用全要素生產率和WW的滯后項作為工具變量，參考Areallo和Bond(1991)、陳啟斐等(2021)的方法，采用兩步系統GMM方法進行估計。在未匯報的結果中，AR(1)和AR(2)的統計值表明存在一階序列相關但不存在二階序列相關，且Hansen檢驗p值為0.14，工具變量選擇有效?；貧w結果見表4第(7)列，基準結果依舊穩健。

（四）進一步討論：融資約束的異質性影響

表5 異質性分析結果

五、主要結論和政策建議

根據提高西部地區全要素生產率、實現經濟高質量發展的要求，本文以國有企業作為研究對象，通過構建融資約束與企業技術創新投入的理論分析框架，從理論上推導出融資約束對企業全要素生產率的影響，并分析得出其中的作用機理：融資約束削弱了國有企業應對外部市場的靈活性、降低了國有企業技術創新的有效投入以及國有企業自身的投資價值。同時，在理論方面分析得到融資約束對不同特征國有企業全要素生產率的抑制作用存在差異。在此基礎上，對西部地區的代表性省份——甘肅省進行分析，使用甘肅省2009—2018年國有企業年度決算統計系統數據，實證檢驗了融資約束對甘肅省國有企業全要素生產率的抑制效應，為自由現金流假說下討論融資約束與企業技術創新水平的抑制論提供了實證支持。同時說明了在融資約束下，進一步探索有效提升國有企業全要素生產率的政策措施是十分重要的。除了融資約束這個核心影響因素外，企業股權結構、資產負債率、人均資本存量表現出與全要素生產率的高度正相關關系，而企業研發投入強度與凈資產收益率是否影響企業技術水平則無法通過檢驗。進一步，從企業經營方向以及行政隸屬的角度對國有企業進行劃分，發現融資約束對商業類國有企業及非省屬國有企業的全要素生產率抑制作用更強，要想實現西部地區經濟高質量發展，要充分重視這類國有企業面臨的融資問題，重點緩解融資約束對這類企業技術創新的抑制效應。

基于以上研究結論，本文建議從以下兩個方面緩解西部地區國有企業的融資約束程度，推動國有企業提升全要素生產率，進而實現西部地區經濟高質量發展的目標。

一是建立和完善以促進西部地區國有企業高質量發展為目標的國有資本經營預算體系。目前，我國國有資本經營預算管理體制基于民生考慮原則，對國有資本按照免征、5%、10%和15%四個檔次由財政部門剛性計提經營收益。相較于新加坡、日本等國，我國國有企業利潤上繳比例仍較低，相應的，提高國有企業利潤上繳比例的空間仍較大。留存利潤是企業自由現金流的基礎，提高企業利潤留存比例則有助于緩解企業內外源融資成本差異，降低融資約束程度。因此，國有企業利潤上繳和留存比例分配將需要考慮民生和效率的雙向平衡。預算管理的政策調節要統籌國有企業社會責任主體功能和生產效率雙重目標，在未來利潤分配中貫徹創新驅動與高質量發展的引導理念，引導國有企業將利潤更多地配置到科技創新投資活動中去。具體來看，首先，可以考慮對國有企業稅后利潤用于科技研發投資的，通過系數折算的方式，調減國有資本收益計提總額或直接抵扣部分國有資本收益，充實國有企業自由現金流量和定向調節的政策目標。在緩解國有企業外源融資成本方面，應考慮政府研發項目向企業傾斜，降低國家重大科技創新項目中企業自籌配套投入的比重，通過政策傾斜提高低成本資金投入總量；其次，發揮財政資金的杠桿效應，通過研發貸款利息補貼、貸款增信等方式，撬動銀行資金加強對企業研發活動的支持；最后，應進一步重視對非省屬等處于融資劣勢地位企業的扶持，為這類企業提供專項科技研發資金，充分解決其面臨的融資約束困境。

二是堅持分類改革，加速調整國有資本布局。國有企業分類是新時期深化國有企業改革的前提和基礎，可以解決企業間功能定位不清晰和發展同質化等問題。當前國有企業分類改革的重點是解決國有框架內的政企分開與所有權轉讓難題。因此，應當從產品性質和行業特征等多個維度制定國企分類準則，給予市場一個準確的預期，實現市場上的融資類金融產品結構與企業功能的匹配。此外，在國資功能布局上，國有企業功能布局混亂使得政策性調控效果受到影響。因此，可以從放大增量、調整存量兩方面入手，加強在新基建、工業互聯、自動化等領域加大國資投入力度，發揮在產業鏈頂端國資的引領和示范作用。但同時要避免一窩蜂和重復投資，在新興產業布局上更多地強調中央統籌而不是地方各自為政。在消化存量上，以混合所有制改革為抓手，按照有進有退、有保有壓相結合的原則，逐步退出國有資本在完全競爭領域的布局，強化國有企業的主業意識。