企業資本配置效率對全要素生產率的影響

張又文 劉文翠 黃瑋 盧小妤

摘 要：2020年“十三五規劃”的主要目標和任務完成，我國經濟進入高質量發展的階段。但是，受國內外環境的深刻變化和疫情的影響，我國經濟發展仍面臨一系列新的挑戰，內部循環的不暢和產業過剩的供求脫節現象使結構調整升級進入了更復雜的階段。基于此，本文以“十三五”我國A股制造業上市公司為研究樣本，分析企業的資本配置效率與企業全要素生產率之間的關系。研究發現，企業的資本配置效率會正向提升企業的全要素生產率，并且主要體現在大規模企業中。研究的結論將為“十四五”期間推動先進制造業集群發展，有效實現新發展格局提供實踐意義。

關鍵詞：資本配置效率；全要素生產率；高質量發展；制造業

一、引言

2016—2020年，“十三五規劃”的主要目標和任務完成，我國經濟已經進入高質量發展的階段。但是，受國內外環境的深刻變化和新冠肺炎疫情的影響，我國經濟發展仍面臨一系列新的挑戰，內部循環的不暢和產業過剩的供求脫節現象使結構調整升級進入了更復雜的階段。“十四五”期間，為應對新的發展階段和新的環境條件帶來的挑戰，黨的十九屆五中全會提出，要加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。“十四五”規劃強調構建新發展格局應堅持供給側結構性改革，提升供給體系對國內需求的適配性，使國內市場成為主要的需求來源，形成我國在國際經濟競爭中的新優勢。顯然，構建新發展格局的重要途徑之一是著力發展高新技術企業、促使企業進行符合市場需求預期的技術升級和企業創新。

Hall從企業財務的角度說明企業創新不僅與企業研發能力或戰略規劃相關，企業創新具有周期長和不確定性的特點，企業創新顯著地受到資金的影響。企業內部有效的資本配置能引導資金投入創新和技術升級，促進供給側結構性的改革，推動國內經濟大循環的暢通，助力新發展格局的構建。而企業通過創新提高對國內需求的適配性，其根本目的是提高企業的全要素生產率，實現企業效益的最大化。

制造業作為國民經濟的重要組成部分，是經濟循環中重要的產業構成，其發展質量體現了一個國家生產力的水平和經濟高質量發展的層次。 “十三五”期間，我國先進制造業快速增長，尤其是高技術制造業和裝備制造業成為帶動制造業發展的主要力量，促進了供給側結構的優化升級。“十四五”規劃強調要“保持制造業比重基本穩定，鞏固壯大實體經濟根基”“推動先進制造業集群發展”。

基于此，本文以“十三五”期間我國A股制造業上市公司為研究樣本，分析企業的資本配置效率是否通過影響企業創新進而影響企業的全要素生產率，為增加制造業企業的創新投入、合理配置資本，研究的結論將為“十四五”期間推動先進制造業集群發展，有效實現新發展格局提供實踐意義。

二、文獻綜述與研究假設

1企業資本配置效率的衡量方法

目前，關于企業資本配置效率的研究方法主要有以下兩類。

第一類是Richardson模型，其主要關注現金流對企業資本配置效率的影響，以實際投資規模與模型擬合出的投資規模的差額表示企業資本的配置效率，差額的絕對值越大則說明企業的資本配置效率越低，而差值的正負則表示資本的過度投資或投資不足。劉慧龍等、劉娟等、張安軍等采用Richardson模型來衡量資本配置效率的水平。

第二類是“投資—投資機會”敏感性模型，Mdean等認為市場能幫助企業通過托賓Q的值來識別投資機會的好與壞，進而由托賓Q值與企業投資之間的敏感系數衡量資本配置是否有效。陳德球等、馬亞明等均采用“投資—投資機會”敏感性模型，以敏感系數表示A股上市公司的資本配置的效率。

2企業全要素生產率的衡量

提高我國全要素生產率是中國進入經濟高質量發展階段，構建新發展格局的重要路徑之一。隨著中國上市公司的增多和工業企業數據庫等企業數據庫的建立，國內研究企業全要素生產率的逐漸增多，但企業全要素生產率的理論機制與行業或地區的完全不同，其衡量方法也不一樣，主要是OP法和LP法。聶輝華等采用OP法來衡量中國制造業企業的全要素生產率。魯曉東等則應用最小二乘法、固定效應方法、OP法和LP法等參數和半參數方法衡量了1999—2000年我國工業企業的全要素生產率增長率并發現工業企業的全要素生產率增長率具有異質性，高新技術企業和東部地區的企業的全要素生產率增長率相對較高，且對各模型進行橫向對比之后，發現半參數方法能夠較好地解決傳統計量方法中的內生性和樣本選擇問題。楊汝岱采用了OP法和LP法測算了中國工業企業的生產率。

3企業資本配置效率與全要素生產率

全要素生產率是指以企業為主體的生產單位作為系統中的各要素的綜合生產率，衡量的就是生產力，全要素生產率的提高就是生產力的發展和產業升級。資本投入是現代商業企業運營的基礎，企業如何配置資本決定了企業的產出和產出質量，企業資本配置效率用于衡量企業資本運用的有效性。假設兩家企業的生產能力和技術水平完全一致，若由于資本管制，一家企業能夠以較低的利率獲取銀行貸款進行融資，而另一家企業只能以較高的利率進行民間借貸融資。這會導致前一家企業的資本大于后一家企業，從而導致前一家企業的邊際資本生產率低于后一家企業，即前一家企業的資本配置效率低于后一家企業。如果重新對資本進行配置，提高企業的資本配置效率，將邊際生產率低的企業的一部分資本投資于邊際生產率高的企業，就能夠增加社會的綜合生產率，從而提升全要素生產率。此外，企業資本配置效率還能通過促進技術進步、促進企業創新提高全要素生產率，相關研究文獻如下：

資本作為重要的要素資源，企業發展不僅受到整體資本配置規模的影響，Almeida和Wolfenzon認為企業自身對資本的配置效率影響到企業效益，企業合理的資本配置效率也對企業有重要的影響。在經濟高質量發展的新階段，企業創新是企業競爭的核心，而資本投入則是企業創新的基礎，資本配置效率與企業創新具有密切的關系。鞠曉生等指出，融資的不穩定性會制約企業的創新，而營運資本對企業創新的投資波動起到減緩的作用，尤其對于存在較大融資約束的企業，營運資本對企業創新的持續性有更強的平滑作用，而當企業創新投入減少甚至中斷，則會給企業造成較大的負面影響。馬連福等基于2004—2017年中國A股上市公司的數據得出企業的資本配置不足時會顯著影響企業創新績效，但企業資本配置過度時企業創新的投入增加存在異質性，民營企業的企業創新投入會顯著增加而國有企業則顯著減少。

技術進步是制造業結構調整與轉型升級的核心，“十三五”以來，企業的創新能力成為影響企業的發展進而影響我國經濟的發展質量的重要因素，國內學者通過多視角研究企業創新對全要素生產率的影響。李靜等發現研發投入對企業TFP有正面的激勵作用，且存在企業的異質性，研發投入對高新技術企業、國有企業和港澳臺企業有更強的激勵效應。王杰等發現正式的環境規制處于較低水平時，企業面臨的技術創新的壓力較小，企業全要素生產率會降低；當正式環境規制水平提高到合理范圍，能促進企業技術創新進而提高企業的全要素生產率。馮志軍等發現FDI與我國高技術企業研發創新全要素生產率沒有直接的激勵效應，但在知識產權保護的作用下，通過吸引更多的有高技術含量的外資促使我國高技術企業的研發創新全要素生產率提高。程晨基于我國2009—2016年A股上市公司數據發現同行業內部的技術創新溢出抑制了企業創新，并最終使企業全要素生產率下降，知識產權的保護和企業創新市場化導向可以緩解這一負面效應。盛明泉等基于2007—2016年我國A股制造業上市公司的樣本數據發現上市公司的高管股權激勵能促使企業創新的投入增加進而對企業全要素生產率產生正向影響，且在高管股權激勵有效期越長、非國有的上市公司中，此正向影響更明顯。曹偉等發現人民幣升值促使企業專利數增加進而提高企業全要素生產率，且該正向效應對國有、低技術水平和勞動密集型企業的影響更大。

綜上所述，提出本文的假設：企業資本配置效率能夠正向提升全要素生產率。

三、研究設計

（一）數據變量及選取

本文選取了2015—2019年中國A股制造業上市公司的數據，剔除了ST及ST*企業樣本，并對所有的連續變量都進行了1%水平的縮尾處理，相關數據來源于國泰安數據庫及Wind數據庫。本文研究我國A股制造業上市公司的資本配置效率是否會對企業高質量發展產生影響，因此運用A股制造業上市公司的全要素生產率作為企業高質量發展指標，除此之外，還有其他影響企業高質量發展的因素，因此引入其他控制變量，本文的變量選取如下：

1被解釋變量

本文的被解釋變量是A股制造業上市公司的全要素生產率。目前常用的計算全要素生產率的方法有OLS法（魯曉東和連玉君，2012）、OP法（Olley和Pakes，1996）和LP法（Levinsohn和Petrin，2003）。基于道格拉斯生產函數是實際估計應用中最常用的函數，所以本文借鑒魯曉東和連玉君的方法，采用OLS方法計算全要素生產率。同時鑒于OLS法可能存在的同時性偏差問題，本文又用OP法和LP法進行了穩定性檢驗。OLS法使用柯布道格拉斯生產函數：

Yi，t=Ai，tLαi，tKβi，t（1）

Yi，t表示產出，Li，t和Ki，t分別表示勞動和資本的投入。Ai，t即通常所說的全要素生產率，它可以同時提高各種要素的邊際產出水平。通過式（1）取對數可以將其轉化為如下線性形式：

lnYi，t=αlnLi，t+βlnKi，t+ui，t（2）

其中lnYi，t、lnLi，t和lnKi，t分別表示Yi，t、Li，t和Ki，t的對數形式。式（2）的殘差項包含了企業全要素生產率 Ai，t對數形式的信息。通常可以對式（2）進行估計從而獲得對全要素生產率的估計值。

2解釋變量

資本配置效率。借鑒陳德球等，本文采用“投資—投資機會”敏感型模型來衡量A股制造業上市公司的資本配置效率。模型的設定如下：

Ii，t=0+1Qi，t-1+CONTROLi，t+εi，t（3）

其中，Ii，t為企業的實體投資；Qi，t-1為企業的投資機會。CONTROLi，t為影響企業實體投資的其他相關變量。企業投資機會的系數衡量企業的資本配置效率，若系數為正，說明A股制造業上市公司的資本配置有效，若系數為負，則說明A股制造業上市公司的資本配置無效。由于資本配置效率的測度由回歸的系數給出，而不是以具體的一系列數據形式展示的變量，因此，本文以企業實體投資與企業投資機會的交互項來表示我國A股制造業上市公司的資本配置效率（見表1）。

3控制變量

為了控制其他相關因素對我國A股制造業上市公司高質量發展產生的影響，本文選取了與企業基本屬性有關的變量和與企業財務指標有關的變量作為控制變量。包括企業規模（Size），用企業總資產來衡量，并做取自然對數處理，企業規模越大，則企業的管理越完善，企業組織越成熟，越有利于企業全要素生產率提升；企業年齡（Age），當年時間（研究年度）與企業成立時間差；資產負債率（LEV），企業的總負債與總資產之比；資產回報率（ROA），衡量企業的盈利能力；前十大股東持股比（Holder10），衡量企業的股權集中程度；流動資產比率（LR）；現金比率（CAR）和資本積累率（RCA）。

（二）模型選擇

本文通過固定效應模型面板數據分析我國A股制造業上市公司資本配置效率對全要素生產率的影響。研究對象選取了2015—2019年我國A股制造業上市公司中632家關鍵數據完整無缺的公司。本文利用面板數據進行估計構建模型如下：

CPi，t=β0+β1IQ-1+∑βjcontrol+γt+εi，t（4）

被解釋變量為CPi，t，即企業的全要素生產率，下標i和t表示企業i，時間為t年。IQ-1為企業投資和托賓Q滯后一階的交互項，衡量企業的資本配置效率，control為其他一些控制變量，γt為時間固定效率，εi，t為隨機誤差項。其中β1為核心參數，表示企業資本配置效率對全要素生產率的凈影響，若β1為正，則企業資本配置效率提升會促進全要素生產率的提升，若為負，則企業資本配置效率提升會降低企業的全要素生產率。

四、實證處理與結果分析

（一）描述性統計

本文主要變量的描述性統計結果如表2所示。

從表2中可以看到，企業實體投資I的均值為0299，其中，最小值為00428，最大值為0715，這說明不同的企業之間的投資水平存在一定差異，且高投資水平的企業與低投資水平的企業差距較大。投資機會Q-1的均值為2278，中位數為1866，最大值為8587，說明不同的企業之間投資機會存在一定程度的差距，且整體來看，企業的投資機會不大。全要素生產率CP的均值為7093，中位數為6623，說明制造業各企業之間的全要素生產率總體水平不低。此外，其他控制變量的數據均在合理范圍內，保證了回歸結果的準確性。

（二）資本配置效率回歸結果

根據構建模型測度資本配置效率，結果如表3和表4所示。其中，表3顯示了沒有添加控制變量的情況下，投資機會Q-1的系數為-0009，且在01%的置信水平下顯著。表4在表3的基礎上增加了控制變量，投資機會Q-1的系數為-0005，且在5%的置信水平下顯著。兩次回歸的結果一致，投資機會Q-1的系數均為負數，表明樣本企業的資本配置效率處于較低位。

（三）基準回歸

本文基于固定效應模型進行基準回歸，回歸結果如表5所示。

由表5知，代表企業資本配置效率的交互項IQ-1的回歸系數在1%的水平下顯著為正，驗證了前文假設，說明企業的資本配置效率會顯著提高全要素生產率，進而推動產業升級與生產力的發展。

（四）穩健性檢驗

本文使用不同計算方法測度的全要素生產率替換被解釋變量，進行穩健性檢驗，具體的方法為LP法和OP法。

OP法是基于半參數估計值的方法。OP法假設企業做投資決策都根據當前的生產率，因此用當期投資作為不可觀測生產率沖擊的代理變量，從而解決了同時性偏差問題。在滿足假定的條件下，OP法可以得出一致估計值。但事實上，并非每個企業每年都有正的投資，使得一部分企業樣本由此被剔除。LP方法為解決這一問題，用中間品投入代替投資額作為代理變量。

回歸結果如表6所示。

穩健性檢驗用OP和LP替換CP后，回歸結果與基準回歸一致，企業資本配置效率對全要素生產率有顯著的促進作用。

（五）異質性檢驗

參照國家統計局企業規模劃分標準，以從業人員數量為指標，本文將樣本企業劃分為大企業和小企業。其中，大企業的從業人員大于等于1000人；小企業的從業人員小于1000人。基于企業規模大小進行異質性檢驗，回歸結果如表7所示。

CP1為小企業的回歸結果，CP2為大企業的回歸結果。回歸顯示對于小企業來說，企業的資本配置效率對全要素生產率沒有顯著影響；而對于大企業來說，企業的資本配置效率對全要素生產率有顯著的促進作用。

（六）實證結論

綜上分析可得，當前制造業企業資本配置效率整體水平較低；而企業的資本配置效率能夠顯著促進全要素生產率水平的提升；并且這種促進效應顯著存在于大規模企業，小規模企業則無顯著影響。

五、結論與啟示

（一）結論

本文利用2015—2019年中國A股制造業上市公司企業微觀數據，運用“投資—投資機會”敏感性模型測度企業的資本配置效率，采用OLS法測度企業全要素生產率，檢驗企業資本配置效率與企業全要素生產率之間的關系，并從企業規模的角度進一步考察了企業資本配置效率對企業全要素生產率的影響。主要結論如下：①2015—2019年我國A股制造業上市公司的企業的資本配置效率較低，行業內的全要素生產率差異不大但整體較低。②用OLS法、OP法與LP法的估計結果都證實了企業資本配置效率對企業全要素生產率有顯著的正向效應，且該正向效應在大企業中更明顯，小企業的企業資本配置效率對企業全要素生產率沒有顯著的影響。

（二）啟示

基于上述分析結論，本文主要啟示有以下幾點：①“十三五”期間，我國A股上市的制造業企業全要素生產率整體較低且資本配置效率也較低，而企業的資本配置效率對企業全要素生產率有促進作用，因此，現階段應重點關注企業資本配置效率的提高，尤其制造業現階段面對“大力發展先進制造業，改造提升傳統產業”的制造業強國的戰略要求，需要將更多的資本投入企業創新和技術升級，更需要提高企業內部資本配置能力，保證企業現金流的穩定，為企業升級改造提供更有效的資金支持。②企業的資本配置效率對企業全要素生產率有促進作用存在企業規模的異質性，相較于大企業，小企業依然存在融資約束，資本配置不足問題是關乎投資的核心問題，應進一步推進金融服務小企業，緩解資本配置不足；此外，通過資本市場和金融中介的融資獲取過程促使小企業資本配置能力的進一步提高，形成資本配置規模和效率的正向相互促進，提高制造業整體的全要素生產率。

參考文獻

［1］RICHARDSON S Over-investment of Free Cash Flow［J］ Review of Accounting Studies，2006，11 （2）： 159-189

［2］劉慧龍，王成方，吳聯生.決策權配置、盈余管理與投資效率［J］ 經濟研究， 2014，49（8）： 93-106

［3］劉娟，曹杰，鄭方 OFDI有助于企業資本配置效率提升嗎［J］國際貿易問題，2020 （12）：117-134

［4］張安軍，葉彤.產品市場競爭、財政補貼與資本配置效率［J］財經論叢，2022（5）：34-45

［5］MCLEAN R D， ZHANG T Y， ZHAO M XWhy Does the Law Matter？ Investor Protection and its Effects on Investment，Finance，and Growth［J］The Journal of Finance，2012，67（1）：313-350

［6］陳德球，陳運森，董志勇政策不確定性、市場競爭與資本配置［J］金融研究，2017 （11）：65-80

［7］馬亞明，楊蘭金融嚴監管、企業金融化與實體經濟資本配置效率［J］財貿研究，202233（1）：40-52

［8］聶輝華，賈瑞雪中國制造業企業生產率與資源誤置［J］世界經濟， 2011，34（7）：27-42

［9］魯曉東，連玉君中國工業企業全要素生產率估計：1999—2007［J］經濟學（季刊）， 2012，11（2）： 541-558

［10］楊汝岱中國制造業企業全要素生產率研究［J］經濟研究， 2015 50（2）： 61-74

［11］ALMEIDA H，WOLFENZON D Should business groups be dismantled？The equilibrium costs of efficient internal capital markets［J］ Journal of Financial Economics，2006，79（1）：99-144

［12］鞠曉生， 盧荻，虞義華融資約束、營運資本管理與企業創新可持續性［J］經濟研究， 2013，48（1）： 4-16

［13］馬連福，高塬資本配置效率會影響企業創新投資嗎？——獨立董事投資意見的調節效應［J］研究與發展管理，202032（4）： 110-123

［14］李靜， 彭飛，毛德鳳研發投入對企業全要素生產率的溢出效應——基于中國工業企業微觀數據的實證分析［J］經濟評論， 2013（3）： 77-86

［15］王杰，劉斌環境規制與企業全要素生產率——基于中國工業企業數據的經驗分析［J］中國工業經濟， 2014 （3）： 44-56

［16］馮志軍，康鑫知識產權保護、FDI與研發創新全要素生產率——基于中國區域高技術產業的實證研究［J］工業技術經濟， 2015，34（3）： 98-105

［17］程晨技術創新溢出與企業全要素生產率——基于上市公司的實證研究［J］經濟科學，2017（6）： 72-86

［18］曹偉，馮穎姣，余晨陽，等人民幣匯率變動、企業創新與制造業全要素生產率［J］經濟研究，2022，57（3）： 65-82

［19］HALL B The financing of research and davelopment ［J］ Oxford Review of Economic Policy， 2022（18）：35-51

［20］盛明泉，蔣世戰高管股權激勵、技術創新與企業全要素生產率——基于制造業企業的實證分析［J］貴州財經大學學報，2019（2）：70-76

The Impact of Capital Allocation Efficiency on the Total Factor Productivity of Enterprises

—An Empirical Research

ZHANG Youwen LIU Wencui HUANG Wei LU Xiaoyu

Abstract：The main goals and tasks of the 13th Five-Year Plan in 2020 have been completed， and Chinas economy has entered a stage of high-quality development However， due to the profound changes in the domestic and foreign environment and the impact of the epidemic， Chinas economic development is still facing a series of new challenges， and the poor internal circulation and the disconnection between supply and demand of industrial excess have made structural adjustment and upgrading enter a more complex stage Based on this， this paper takes the“13th Five-Year Plan”period （2015-2019） Chinas A-share manufacturing listed companies as a research sample to analyze the relationship between the capital allocation efficiency of enterprises and the total factor productivity of enterprises， and the study finds that the capital allocation efficiency of enterprises will positively improve the total factor productivity of enterprises， and is mainly reflected in large-scale enterprises The conclusions of the study will provide practical significance for promoting the development of advanced manufacturing clusters during the“14th Five-Year Plan”period and effectively realizing the new development pattern

Keywords：Capital Allocation Efficiency of Manufacturing; Total Factor Productivity; High Quality Development; Manufacturing Industry