經濟政策不確定性與出口企業全要素生產率提升

高 越，陳勝發

（山東理工大學 經濟學院，山東 淄博 255049）

一、引 言

經濟政策不確定性（Economic Policy Uncertainty）是指市場經濟主體難以準確預知政策制定相關部門是否、何時并以何種方式改變現行經濟政策（Gulen和Ion，2016）［1］。進入21世紀以來，中國、美國、世界市場經濟政策不確定性指數走勢如圖1所示。自2008 年金融危機爆發以來，各國針對世界市場不確定性監管持續加碼，國際形勢復雜多變，全球經濟政策不確定性逐步上升。其中，2019 年我國經濟政策不確定性指數達到約792峰值水平，中美經貿摩擦導致世界經濟政策不確定性“翻倍式”增長。經濟政策不確定性已成為影響世界經濟復蘇的關鍵性變量，其宏觀和微觀經濟效應更是引起社會各界的廣泛關注和熱議。

圖1 2000—2020年中國、美國、全球經濟政策不確定性指數走勢

現有關于經濟政策不確定性研究大多較為宏觀（Born 和 Pfeifer，2014；Fernández-Villaverde 等，2015）［2-3］，鮮有文獻對經濟政策不確定性微觀經濟效應進行綜合評價。與此同時，隨著國際專業化分工不斷深化，世界各國間經濟聯系日益加強，出口企業在國際市場中扮演著舉足輕重的角色，然而各國經濟政策環境巨幅波動給出口企業生產、銷售各環節帶來了巨大挑戰（郎麗華等，2021）［4］。于中國而言，“十三五”規劃綱要早已明確提出建設貿易強國的必要性，“十四五”規劃再度強調我國應加快外貿進出口轉型升級，著力實現外向型經濟跨越式發展，出口企業已登上新的歷史舞臺。全要素生產率是影響企業出口的重要變量，更是決定出口企業國際市場競爭力的關鍵因素，直接關系著中國貿易增長的速度和質量。那么在當前世界經濟政策不確定性日益上升的嚴峻形勢下，作為國際舞臺上經濟活動的微觀主體即出口企業，其全要素生產率對經濟政策不確定性的具體反應如何？不確定性影響出口企業生產率的作用機制又是什么？迄今為止，鮮有研究從微觀層面對以上問題進行系統闡述。

本文基于宏觀政策不確定性影響微觀出口企業生產視角，在世界各國政府頻繁使用政策工具進行宏觀調控的制度背景下，梳理了國內、外經濟政策不確定性對出口企業全要素生產率影響的相關理論；利用Baker等（2016）編制的EPU指數及2004—2019 年滬深兩市主板A 股出口上市公司相關數據，實證研究了經濟政策不確定性對出口企業全要素生產率的影響效果及作用機制。

與前人研究相比，本文的貢獻主要體現為以下幾個方面：①現有關于經濟政策不確定性影響的研究多停留在企業融資（Fontaine 等，2018）［5］、企業投資（金雪軍等，2014）［6］、出口產品質量和價格（Fan等，2015）［7］、出口二元邊際（魏友岳和劉洪鐸，2017）［8］等層面，缺乏對企業全要素生產率受不確定性影響的微觀探討。本文實證探究了國內、外經濟政策不確定性對出口企業生產的微觀影響，從研究內容上拓寬了不確定性經濟效應研究范疇。②本文詳細探討了經濟政策不確定性影響出口企業全要素生產率的兩大作用機制，即融資約束效應和資本、勞動要素配置效應。③已有研究大多單一地分析本國或目的國經濟政策不確定性對行業優化、出口價格、出口技術分布等局部效應的影響（張瑩和朱小明，2018；Handley 和Limon，2017；劉啟仁等，2020）［9-11］，本文分別構建世界、中國經濟政策不確定性影響中國出口企業全要素生產率模型，對比檢驗，所得結論更具針對性。

二、文獻評述

進入21 世紀以來，中國加入WTO、金融危機、英國脫歐、中美貿易摩擦等國際事件導致世界市場波動明顯，各國紛紛出臺刺激性經濟政策，使得世界經濟政策不確定性持續上升，世界市場形勢日益嚴峻會對經濟增長產生阻礙，Pastor和Veronese（2011）［12］通過一般均衡分析發現，政策不確定性直接導致了股票市場波動、融資渠道受阻、公司投資準確性偏離期望水平（Handley和Limo，2018）［13］、資產收益邊際值大幅降低（Brogaard和Detzel，2013）［14］。經濟政策不確定性上升還會導致管理層風險厭惡現象滋生（Papanikolaou和Panousi，2012）［15］，很大程度上延誤了公司投融資時機。吳勁蒨和熊曉煉（2021）［16］借用中國數據基于TVP-VAR 模型研究發現，短期內經濟政策不確定性上升會提高市場通貨膨脹水平，易導致宏觀政策環境惡化，預防性儲蓄增加現象頻生，不利于刺激居民消費。根據佟家棟和李勝旗（2015）［17］所做研究，中國加入WTO顯著提升了主要經濟體經濟政策不確定性，一定程度上對貿易流暢度起到了抑制作用，入世后，隨著貿易政策不確定性逐漸降低，出口企業創新產出、技術投入持續增加。張瑩和朱小明（2018）［9］從出口產品層面研究發現，出口國經濟政策不確定性上升會降低固定資產投資比率，融資約束的存在不利于企業出口質量提高。Song 和 Gozgor（2021）［18］利用中國企業層面數據，研究了經濟政策不確定性背景下中國對外直接投資對綠色全要素生產率的影響，發現對外直接投資水平會正向影響全要素生產率變化，且經濟政策不確定性增加會顯著降低全要素生產率值。王麗納等（2020）［19］研究發現，我國經濟政策不確定性通過阻礙產品創新和企業金融化兩大途徑抑制了制造業全要素生產率提升。

也有研究表明，經濟政策不確定性會刺激企業產生積極反應。顧夏銘等（2018）［20］研究發現，當經濟政策不確定性上升時，多數上市公司會通過增加研發支出、申請專利等途徑，提升公司科研創新投入，助力生產高價值產品。胡志亮和鄭明貴（2021）［21］基于企業戰略經營視角研究發現，政策不確定性對企業創新經營績效與戰略管理波動關系具有正向調節作用，且持續性較強。孟慶斌和師倩（2017）［22］研究發現，宏觀經濟政策不確定性具有敦促企業通過研發活動謀求自我發展的效應，這有助于提升企業生產效率以獲取規模收益。簡澤等（2014）［23］研究指出，中國加入 WTO 后，本土企業全要素生產率變化存在“雙向調節機制”，該貿易活動會促進高生產效率企業擴大生產規模，抑制低生產效率企業進步。經濟政策不確定性上升還會引導企業理性決策，激勵資源和市場持續穩定發展（張慧等，2018）［24］，有利于提升行業全要素生產率。

從現有研究來看，考慮出口企業生產行為，大多數文獻表明經濟政策不確定性會明顯抑制企業發展與技術進步，少有研究發現經濟政策不確定性會提高出口企業生產效率（Handley，2014）［25］。經濟政策不確定性對出口企業全要素生產率影響方向是否可以為正，即“倒逼機制”是否存在？作用機理如何？這仍是學術界值得深究的一大論點。

三、理論機制分析

全要素生產率體現了企業內各種要素的綜合生產效率，是衡量企業技術創新水平和資源配置效率的核心指標，亦是經濟增長的源動力。而企業追求技術創新亟須增加研發投入，在企業內部資源有限的條件下，經濟政策不確定性導致外部融資成本增加，較高程度的融資約束易導致企業研發投入水平存在較大的不確定性。促進技術創新和優化資源配置是提升出口企業全要素生產率的兩大有效途徑。因此，本文主要從資源配置視角和融資約束影響技術進步視角探究經濟政策不確定性對出口企業全要素生產率的影響。

（一）融資約束效應

已有文獻表明，技術效率改善和前沿技術進步作為主要結構性工具變量，加深了產業集聚對全要素生產率提升的促進作用（范劍勇等，2014）［26］。經濟政策不確定性上升后，企業面臨的外部融資環境惡化，外部融資約束的存在導致短期內企業投資不確定性增大。源于利益尋求動機，若企業決策者預期未來不確定性會下降，則選擇加大現階段研發投入、擴大內部融資等；若決策者預期未來不確定性會持續走高，則其將選擇采取減少當期投入的方式延緩投資。

一般而言，融資約束與企業研發呈負相關，融資約束程度越高，企業技術進步受抑制作用越明顯（嚴若森和姜瀟，2019）［27］。郝威亞等（2016）［28］基于實物期權理論研究發現，經濟政策不確定性增加后，企業研發投入減少，技術創新水平下降，全要素生產率面臨較大的下降風險。但考慮企業出口后，海外市場開拓導致潛在市場需求上升，我國出口產品面臨全球性市場競爭，產品質量提升、產品功能完善逐漸演變成為必然趨勢，企業選擇預見性地布局研發活動，以獲取市場利潤。黃映紅等（2021）［29］研究表明，企業出口活動增加會明顯緩解融資約束對技術創新的抑制作用，且該調節效應對于市場化程度更高的非國有企業作用更明顯。另有研究發現，面對經濟政策不確定性上升態勢，企業選擇增加研發投入，獲取創新產出，以降低外部融資約束引致的價值風險損失（孟慶斌和師倩，2017［22］；顧夏銘等，2018［20］）。Wang 等（2014）［30］研究發現，在經濟政策不確定性導致高外部融資約束時，投資回報率較大的公司會選擇增加內部融資，以減弱外部融資規模下降導致的負向生產效應。

經濟政策不確定性上升后，市場良性預期收益機制的存在促使多數企業采取“延遲退出”決策（張慧等，2018）［24］。出口市場中，高生產率企業可利用其資本條件和低融資成本優勢持續擴大生產規模。出口企業具有顯著的技術、資本優勢，不確定條件下，高金融約束、高進出口成本等限制條件迫使出口企業及時增加創新研發投入，以保證較高的生產效率。長期來看，出口企業通過加強稅收規避、項目資本贖回、擴大海外投融資等方式增加現金持有。伴隨著經驗積累、生產性擴資，經濟政策不確定性融資約束效應對企業生產的負面沖擊逐漸降低，出口企業將收獲較高的技術創新水平，企業全要素生產率得以長效提升。

綜上所述，經濟政策不確定性上升后，因存在高外部融資約束，一般企業生產經營受抑制作用較為明顯。但對于出口貿易型企業而言，外部融資約束可刺激企業生產進步，加快技術創新進程，及時擴大內部融資，最終結果可能是提升了全要素生產率。

（二）資本、勞動要素配置效應

在完全競爭且開放的經濟體系中，國內、外市場經濟政策不確定性會直接影響商品進出口價格，進而影響企業投資。短期內，勞動力規模變化不明顯，資本投入增加，有利于提升資本、勞動要素配置比例；相反，資本類投資減少導致勞資比例降低。長期看來，人均資本增加有利于提高資源配置效率，進而提升企業全要素生產率。

經濟政策不確定性上升后，企業風險管控結果顯示，未來一段時間內企業價值可能會下降，考慮經濟因素，決策部門往往選擇增加創新資本投入，追求技術進步等，以期提升企業項目未來價值。根據饒品貴和徐子慧（2017）［31］所做研究，經濟政策不確定性上升后，為在未來獲得長期經濟收益，企業往往采取風險對沖策略。受經濟政策不確定性影響，企業高管變更、職工規模變動不明顯，技術研發投入增加的同時導致了資本深化，資本、勞動要素配置比例顯著提升。同時，技術進步改善有利于提高長期資源配置效率，最終實現出口企業全要素生產率提升。宋凌云和王斌彬（2013）［32］揭示，產業內政策實施后，產業內部資源得以重配，要素配置效率提高，從而實現地方產業生產率提升。

從資本積累視角看，出口企業因長期處于本國市場、國際市場雙不確定環境中，對價格、投資等信息掌握不準確，同行競爭趨勢明顯。經濟政策不確定性上升后，中國企業當期投資顯著受到抑制（譚小芬和張文婧，2017）［33］。出于風險規避動機，為實現規模收益，長期來看，出口企業紛紛搶占市場資源，擴大內部融資，積累資本。資本積累是企業擴大再生產的源泉，有利于提升企業全要素生產率。綜合來看，經濟政策不確定性通過影響出口企業創新資本投入和資本積累程度，進而影響資本、勞動要素配置比例和資源配置效率，最終可能會帶來全要素生產率提升。

上述內容詳細介紹了經濟政策不確定性影響出口企業全要素生產率的“融資約束效應”和“資本、勞動要素配置效應”。進一步地，從企業戰略經營管理視角看，盡管經濟政策不確定性會引發宏觀經濟波動，阻礙企業發展，但企業總會主觀地優化生產工藝，實現技術升級，降低經營風險等，旨在獲取長期利潤。首先，若僅考慮本國市場，本國經濟政策不確定性和研發投入均會促進企業勞動生產率提升，兩者促進效應可累加（耿曄強和郭偉，2021）［34］。為實現生產效益最優，面臨本國經濟政策不確定性上升現狀，出口企業總會提前規劃生產流程，合理設置階段性投資規模，保持現金持有量，并加快技術研發進度，以備在預期收益提高時“出擊市場”?？梢姡厣a率提升的長期效應更加明顯。

考慮出口市場后，出口目的國經濟政策不確定性上升會促使我國出口企業被動適應目的國不穩定的市場環境，我國企業順利入駐出口市場需花費高額貿易成本（Melitz，2003）［35］。資源可開采度高、發展前景好的出口市場會吸引多方外來資本進入。其地區不確定性增加后，我國相關企業為保證在東道國競爭地位，將加大當期科研支出且注重項目創新，著力提升本企業全要素生產率，促進產品質量升級以更好地滿足外部需求（鐘騰龍，2020）［36］。受世界經濟政策不確定性影響，出口企業全要素生產率提升時間效應更明顯。因當前貿易環境可靠度跌宕起伏，我國出口企業在他國開展價值投資、生產性活動存在較強的“干中學”效應。本國企業通過學習東道國龍頭企業先進的生產、經營、宣傳經驗并積極實踐，企業自主創新能力和研發水平得以提升（Greenaway 和 Kneller，2007）［37］，這也為提升出口產品生產效率以及擴大出口宣傳提高了技術保障?；谝陨戏治?，本文提出假設1—3。

H1：經濟政策不確定性上升存在融資約束效應；

H2：經濟政策不確定性上升存在資本、勞動要素配置效應；

H3：經濟政策不確定性上升可能會倒逼企業生產進步。

四、數據來源、變量測算及模型設定

（一）數據來源及處理

第一層面數據即企業數據，來源于Wind 數據庫，選用2004—2019 年滬深兩市A 股上市公司數據，該數據相關企業具備地區跨度大、行業代表性強、市盈率高等特點，研究借鑒意義較強。具體數據匹配方式為：首先，根據上市公司主營業務類型及內容（不區分行業、不考慮進口）篩選出口貿易型企業名單；其次，篩選公司財務數據、屬性數據、行業數據；最后，對篩選所得數據進行分類、剔除、計算等。

第二層面數據為宏觀政策數據，來源一為Baker等（2016）編制的各國經濟政策不確定性指數（EPU），以歷年中國對各國出口額為參考，本文對全球25個與中國建有貿易關系的典型國家或經濟體經濟政策不確定性指數重新加權處理，測得與中國貿易活動直接相關的世界經濟政策不確定性指數；來源二為Baker基于《南華早報》（SCMP）中有關經濟政策不確定性文章按比例頻率出現相關內容構建的主流中國經濟政策不確定性指數；來源三為Davis等（2016）根據《人民日報》和《光明日報》相關內容編制的中國經濟政策不確定性指數（為方便與Baker 所測算指標區分，下文統稱該指數為大陸經濟政策不確定性指數），用以衡量基于中國大陸報紙信息的中國經濟政策不確定性；來源四為Hannah Ni 和Asher Rose 根據21 個主要經濟體數據編制的全球宏觀經濟政策不確定性指數，用以衡量全球宏觀經濟政策不確定性綜合情況。

第三層面數據即影響企業生產外生變量如地區貿易開放度、地區生產總值、市場集中程度、中國每年進出口總額、中國向各國年度出口額等相關數據，分別來源于WDI 數據庫、CSMAR 數據庫和《中國統計年鑒》。

（二）變量定義與描述性統計

本文所涉及模型主要核心變量分別為出口上市企業全要素生產率和經濟政策不確定性指數。

1.出口上市企業全要素生產率（Ctfp）

目前關于全要素生產率測算主流算法有LP法、OP法、OLS法、FE法。已有測量維度均已較成熟，但其中OLS 法和FE 法容易導致模型的內生性問題（Klenow 和 Hsieh，2008；田巍和余森杰，2012）［38-39］，故本文在前后對比分析基礎上，選擇借鑒Levinsohn和Petrin（2003）的經典算法測算出口上市公司全要素生產率。具體計算過程中，本文收集了出口上市公司固定資產原值、當期主營業業務收入及成本、企業資本存量、企業員工人數、企業購買長短期資產及其他商品支付現金總額等微觀數據，代入模型計算。

2.經濟政策不確定性指數

（1）世界經濟政策不確定性指數（Mepu）。首先，本文參考谷克鑒等（2018）［40］、謝申祥和馮玉靜等（2020）［41］變量處理方法，借用中國25 個主要貿易伙伴月度經濟政策不確定性指數（Baker 等，2016）［42］有關數據，運用一般算數平均法測得伙伴國t年度末經濟政策不確定性指數。在此基礎上，以中國對25 個貿易伙伴國年度出口額為參考，定義貿易權重系數，最終加權算得對應年份世界經濟政策不確定性指數。具體算法為：

其中，epuit代表t年份i國經濟政策不確定性指數。

λit=EXit/EXt

其中：EXit代表t年份中國對i國家出口額；EXt代表t年份中國對25個貿易伙伴國出口總額。

其中，Meput代表t年度基于中國貿易伙伴國現況的世界經濟政策不確定性指數，考慮當期貿易權重數據可能與出口企業生產存在相關性，故本文在計算系數λ時選用上一期中國對東道國出口額數據進行加權處理。

（2）全球經濟政策不確定性指數（Wepu）。該指數以Hannah Ni和Asher Rose聯合編制的全球主要經濟體經濟政策不確定性指標（1）為基礎，重新處理除中國以外的20個代表性經濟體經濟政策不確定性指數數據，計算方法同上，最終算得t年份全球宏觀經濟政策不確定性綜合指數（Weput）。

（3）中國經濟政策不確定性指數（Bepu）。本文借鑒Baker等（2012）［43］基于《南華早報》內容構建的中國經濟政策不確定性指數月度數據，運用一般算數加權平均算法求得t年度中國經濟政策不確定性指數，具體計算方法為

（4）大陸經濟政策不確定性指數（Cepu）。借鑒Baker（2016）［42］基于《人民日報》和《光明日報》觀點構建的中國經濟政策不確定性指數月度數據，本文求得算數加權平均后的大陸經濟政策不確定性指數用以衡量基于大陸報紙信息的大陸經濟政策不確定性。

3.控制變量

為盡可能減弱遺漏變量對模型造成的影響，結合已有文獻及理論，本文加入以下控制變量：

（1）固定資產增長率（Gasset）。固定資產增長代表著企業產能的擴張，借鑒潘雨薇和吉余峰（2020）［44］的研究，本文用“（本期固定資產存量-上期固定資產存量）/上期固定資產存量”得數表示企業固定資產增長率，用以反映企業固定資產增長的速度和水平。

（2）企業規模（Size）。企業規模一般會正向促進出口企業生產率提高，企業生產率的提升反之也會促進企業規模擴大。本文參照黃遠浙等（2021）［45］所做研究，用企業員工人數衡量企業規模，并取對數處理。

（4）企業年齡（Age）。本文用企業存續年限表示企業年齡，具體數值用統計年份減去成立年份再加1并取對數表示（謝申祥和馮玉靜，2020）［41］。存續時間越長的企業，生產經營資源越充沛，生產技術較成熟，且隨著出口企業年齡增加，技術創新導致的“累加效應”會正向促進生產率提升。

（5）企業成本控制水平（Costc）。本文用主營業務成本增長率衡量企業成本控制水平，具體用“（本年業務成本-上年業務成本）/上年業務成本”所得結果代入分析。成本增長率提高代表著企業成本控制水平下降，高成本增長率一般伴隨著企業生產性活動的增加?；诔杀臼找孀畲蠡瓌t，企業往往會選擇提高生產效率以抵消由于成本增加導致的“生產性負效應”。

4.機制檢驗相關變量

（1）資本密度（Kl）。陳豐龍和徐康寧（2012）［47］研究證實行業資本密度會正向促進全要素生產率提升，其直觀地體現了行業內企業要素利用水平。本文借鑒蔣冠宏等（2013）［48］變量定義方法，用企業資本存量與企業職工總數的比值代入分析，以驗證經濟政策不確定性導致的資本、勞動要素配置效應。

（2）融資約束（Finc）。以往關于融資約束指標構建多選用企業財務指標，易導致模型出現“內生性偏誤”。本文借鑒鞠曉生等（2013）［49］變量設計原則，結合本文已有關于企業總資產、企業年齡兩大外生性變量數據，構建SA指數（2），具體算法如下：

Finc=|0.043 Size2-0.040 Age-0.737 Size|

其中：Size 代表企業規模，用企業當期總資產（單位為百萬元）代入計算；Age 代表企業年齡，用企業存續年限代入計算。該指數值代表了企業外部融資約束水平，用以檢驗經濟政策不確定性導致的融資約束效應。結合前文介紹，融資約束會提升外部經營風險，負向影響企業生產。但考慮企業出口后，融資約束對生產技術進步的抑制作用明顯減弱（黃映紅等，2021）［29］，企業往往選擇通過增加現金持有、加大技術創新投入等途徑提高生產效率。

基于以上分析的變量定義及描述性統計見表1所列，其中為降低模型中可能存在的異方差問題，本文對出口企業全要素生產率（Ctfp）、世界經濟政策不確定性指數（Mepu）、中國經濟政策不確定性指數（Bepu）、全球經濟政策不確定性指數（Wepu）、大陸經濟政策不確定性指數（Cepu）、企業規模（Size）、企業年齡（Age）、資本密度（Kl）等變量數據進行對數化處理。

表1 主要變量描述性統計

（三）計量模型設定

本研究主要分析世界及中國經濟政策不確定性對中國出口企業全要素生產率的影響，根據表2匯報結果，世界經濟政策不確定性與中國經濟政策不確定性存在高度相關性。

丁小慧意外地發現自己的相親對象居然是許諾的時候，她內心是驚喜的，她原本以為，即使他最初喜歡的不是自己，但他既然選擇了她，她就愿意和他攜手走過以后的人生。

表2 主要變量相關系數矩陣

為避免聯合檢驗時出現多重共線性，參考潘雨薇和吉余峰（2020）［44］實證設計原則，本文首先構建以下基準模型，分別探究中國出口企業全要素生產率受國內、外經濟政策不確定性的影響。

模型（1）、模型（2）被解釋變量均為中國出口企業全要素生產率，Mepu、Bepu分別代表世界經濟政策不確定性指數和中國經濟政策不確定性指數。為考察經濟政策不確定性長、短期時間效應，本文在當期分析的基礎上，分別對Mepu、Bepu進行起始年份變量數據擴充和前置一期、前置兩期處理。兩模型控制變量存在率一致，按模型中位次，分別代表企業固定資產增長率、企業規模、企業存續年限、企業面臨的特定貿易開放度、企業成本控制水平。α1、β1為本文主要關注系數，本文預期解釋變量系數為正，即經濟政策不確定性上升會促進中國出口企業全要素生產率提升。

為考察特殊年份經濟政策不確定性對出口企業全要素生產率的影響，本文構建模型（3），設置經濟政策不確定性指數和時間虛擬變量的交互項。依次設計模型中時間虛擬變量：2008年份D取1，其他年份D取 0；2008 年份、2009 年份D取 1，其他年份D取0；2008年以后年份D取1，其他年份D取0，分別回歸。

為探究經濟政策不確定性影響出口企業全要素生產率的具體作用機制，根據H1、H2，本文構建機制檢驗模型如下：

模型（4）、模型（5）首先單獨檢驗經濟政策不確定性是否具有“融資約束效應”和“資本、勞動要素配置效應”，模型（6）、模型（7）為經濟政策不確定性通過融資渠道和資源配置渠道影響出口企業全要素生產率的機制檢驗模型。本文預期當期檢驗、解釋變量前置一期、解釋變量前置兩期后系數θ、μ、ρ變化明顯，且國內、外經濟政策不確定性上升導致的融資約束效應和資本、勞動要素配置效應作用強度有差異。

五、實證結果分析

經濟政策不確定性上升通過引發宏觀經濟波動，刺激出口企業調整生產策略，企業全要素生產率處于動態變化過程中，表3匯報了本文基于固定效應檢驗的模型回歸結果。從（1）（2）列來看，在未引入控制變量條件下，Mepu、Bepu 變量估計系數在1%顯著性水平下正向顯著，即當期國內、外經濟政策不確定性上升均會促進出口企業全要素生產率提升，且比較估計系數絕對值后可知，世界經濟政策不確定性對生產率提升的促進作用更強。模型引入控制變量后，變量估計系數絕對值有所下降，但經濟政策不確定性依然會促進出口企業提升全要素生產率，H3 基本結論得以驗證。對比分析（3）-（5）列、（6）-（8）列估計結果可知，世界經濟政策不確定性影響出口企業全要素生產率提升時間效應較明顯，出口企業全要素生產率提升速度在第2年、第3年呈下降趨勢，中國經濟政策不確定性對出口企業全要素生產率提升的促進作用隨著時間推移變化不大。因出口企業直接參與國際市場競爭，世界形勢突變會直接刺激出口企業及時調整生產策略，改善產品質量，以應對世界經濟政策不確定性短期內對我國對外貿易造成的負面沖擊，出口企業全要素生產率當期提升效果顯著。隨著出口企業貿易規?；謴?，不確定性影響程度降低，企業生產率提升速度逐漸放緩?？紤]國內市場現狀，出口企業收到本國經濟政策不確定性上升信號后，多制定長期生產策略以穩固國內市場產品供應，企業全要素生產率保持緩步提升狀態。

表3 基準回歸結果

續表3

以上回歸結果可初步驗證本文基本結論，即經濟政策不確定性有利于倒逼企業生產進步。進一步考察經濟政策不確定性影響全要素生產率的短期效應，本文選取全球金融危機時期數據為典型樣本，在基準回歸的基礎上引入經濟政策不確定性和時間虛擬變量的交互項。表4中（1）列、（4）列匯報了模型中僅存在2008年份經濟政策不確定性指數數據的估計結果，交互項系數均為負且在1%水平下顯著，說明金融危機的發生對出口企業生產率提升存在明顯間接抑制作用。模型中新加入2009年份經濟政策不確定性指數數據后，觀察（2）列、（5）列數據可知，金融危機作用于經濟政策不確定性上升進而對生產率提升的抑制作用開始減弱。特別地，由（6）列估計結果可知，變量交互項系數在1%水平下正向顯著，說明從金融危機影響中國經濟政策不確定性長期效應來看，隨著時間推移，金融危機效應已成為促進我國出口企業生產進步的“隱性力量”，出口企業多選擇提前規劃生產、測度出口市場風險等，以保證企業較高的全要素生產率。

表4 特殊年份（2008年）基準回歸結果

續表4

隨著社會分工不斷細化，微觀出口企業已成為助力國民經濟增長的“引力軍”，我國幅員遼闊，各地區資源稟賦、地理便利程度、基礎設施完善情況顯著不同。汪蒞軒（2011）［50］采用制造業相關數據，分省份、分行業進行研究，證實制造業全要素生產率增長受國際貿易影響存在顯著的區域異質性，中、西部地區生產率增長較明顯。而出口企業作為國際貿易環節中的典型主體，企業生產決策制定越來越多地取決于出口市場政策法規出臺、經濟信息變更等。為研究經濟政策不確定性上升對不同地區出口企業全要素生產率的作用效果，本文將研究樣本細分為東部地區企業、中部地區企業、西部地區（3）企業三大組別，分組回歸結果見表5所列。

表5 區域異質性結果（主要部分）

根據變量Mepu 系數估計結果，當期世界經濟政策不確定性上升均會促進各地區出口企業全要素生產率提升，對中、西部地區企業促進效果更明顯，持續時間較長。我國中、西部地區經濟發展水平較東部地區而言相對落后，但資源相對充裕，較高的地區資源稟賦有助于降低當地企業融資固定成本。不確定性提升后，東部地區企業因市場擁擠、資源相對匱乏等原因在出臺風險應對策略時存在“時滯性”，而中、西部地區企業多選擇借機提升本公司的市場占有率，積極引進新技術，注重創新，以求實現成本收益最大化。另外，“中、西部大開發計劃”順利落實更是有效促進了地區經濟增長，有助于為出口企業生產進步、生產率提升提供制度保障。對比Bepu 變量系數估計結果，（1）（2）（4）（5）列回歸結果持續正向顯著，即本國經濟政策不確定性上升后，東、中部地區出口企業全要素生產率受政策不確定性影響較大?？赡艿脑蚴牵瑬|部、中部地區市場相對開放、成熟（謝申祥等，2020）［41］，該類地區企業對本國新政策具有較強的敏感性。Mepu 變量估計系數絕對值更大，因出口企業需參與國際市場競爭，其主營業務變更將較大程度地參考世界市場信息，本國經濟政策不確定性上升對出口企業生產率影響水平較低。

站在經濟高質量發展視角，產業結構升級、行業功能優化、企業生產進步三級聯動已成為新趨勢，王恕立和胡宗彪（2012）［51］研究指出，中國服務業全要素生產率增長存在較大的行業異質性。本文基于已有研究事實，將細分行業的樣本數據具體劃分為服務型行業企業和生產型行業企業兩類，進行分組回歸。

由表6 回歸結果可以看出，奇數列變量回歸系數絕對值明顯大于偶數列，即服務型行業企業全要素生產率受經濟政策不確定性影響提升幅度更大。我國服務業起步晚，但發展迅速，出口企業具有顯著的技術、資本優勢，服務業企業源源不斷地提供著社會發展所需的產品和服務。為保證商品和服務質量，經濟政策不確定性上升后，該類型出口企業選擇提升全要素生產率以滿足國內、外市場相關需求。另外，國際市場服務行業競爭激烈，會倒逼我國服務業出口企業實現自主研發創新，提升企業全要素生產率水平。而我國生產型行業企業大多處于全球價值鏈底端，世界經濟政策不確定性上升后，受世界市場產業后向關聯效應影響（陳啟斐和吳金龍，2020）［52］，多數資本密集型出口企業生產進步存在時滯性，生產率提升速度緩慢。將經濟政策不確定性前置一期后，（3）（4）列回歸系數絕對值有所下降，且第（4）列回歸結果不顯著；（7）（8）列回歸系數均在1%顯著性水平下正向顯著，估計系數絕對值增大。這說明，長期來看，本國經濟政策不確定性上升促進各行業全要素生產率提升效果更明顯，這與本國主管部門持續實施行業惠產政策有很大關系。

表6 行業異質性結果

續表6

因大多數出口企業處于完全競爭市場，微觀主體企業經營績效、盈利能力、風險管控水平等會因其股本結構不同有異，企業是否為政府所有是影響出口企業生產進步的一大關鍵。經濟政策不確定性易導致外部融資約束，國有企業因資本全部或者主要由國家投入，全部或主要股份最終歸國家所有，企業針對不確定性風險應對措施更加完善，受融資約束影響較非國有企業更小（潘雨薇和吉余峰，2020）［44］。為探究不同產權性質出口企業全要素生產率對經濟政策不確定性的反應程度，本文細分樣本為國有企業和非國有企業兩大組，進行實證檢驗。

根據表7 后4 列回歸結果，（5）（7）列變量回歸系數正向顯著，本國經濟政策不確定性上升后，國有企業首先會受到國家政策偏扶，有效的法治保障保證了出口企業全要素生產率穩步提升。非國有出口企業面對本國市場不確定性上升現狀，融資難度增大，全要素生產率未出現明顯提升，出口企業更加傾向于提升出口市場份額。世界經濟政策不確定性上升后，觀察前兩列回歸結果，非國有企業組變量估計系數絕對值較大，可能的原因是，國有企業受本國經濟政策支持較多，面對世界經濟政策不確定性上升現狀，對市場變化反應不敏感（謝申祥和馮玉靜，2020）［41］。（2）（4）列回歸結果在5%顯著性水平下正向顯著，非國有企業受本國政策扶持較少，生產經營受本國政策風險影響較大。其多選擇積極“走出去”，通過投資加碼、技術創新等渠道保證在外生產效益，世界經濟政策不確定性上升的反向促進作用較為明顯。

表7 產權異質性結果

續表7

為保證基準模型設定準確，本部分進行穩健性檢驗，因經濟政策不確定性不受企業生產率變化影響，模型不存在核心解釋變量和被解釋變量互為因果的內生性問題。根據前文已做檢驗，僅考慮2008年及以后解釋變量數據樣本和模型加入解釋變量前置一期項后，經濟政策不確定性上升依然會促進出口企業全要素生產率提升，基準結論穩健性已得到初步驗證。在此基礎上，參考宋凌云等（2013）［32］、代盛和蔣濤（2021）［53］所做研究，重新度量經濟政策不確定性，進行回歸分析。表8（1）-（3）列報告了將世界經濟政策不確定性指數（Mepu）替換為全球宏觀經濟政策不確定性指數（Wepu）后模型估計結果，（4）-（6）列報告了將中國經濟政策不確定性指數（Bepu）替換為大陸經濟政策不確定性指數（Cepu）后模型估計結果。根據回歸結果，經濟政策不確定性上升會促進出口企業全要素生產率提升，全球經濟經濟政策不確定性對我國出口企業全要素生產率提升影響作用隨時間推移逐步減弱，大陸經濟政策不確定性促進出口企業全要素生產率提升效果始終顯現。因此，基準回歸結果穩健性得以驗證。

表8 穩健性檢驗結果

續表8

六、影響機制檢驗

上述基準分析得出經濟政策不確定性會刺激出口企業提升全要素生產率的結論，但影響機制如何？本文理論機制分析發現，經濟政策不確定性通過融資約束效應和資本、勞動要素配置效應作用于出口企業全要素生產率提升。為驗證H1、H2的正確性，本文用式（4）-（7）進行回歸分析，具體回歸結果見表9、表10所列?？紤]經濟政策不確定性作用于微觀主體需要一定時間，故影響機制分析模型中新加入了當期中介變量（Finc、Kl）與上期經濟政策不確定性指數（1_Epu）交互項。表9和表10前2列變量回歸系數均在1%顯著性水平下正向顯著，經濟政策不確定性上升后，出口企業勞資比例明顯提高，且企業將面臨較高的外部融資約束。比較估計系數絕對值后發現，世界經濟政策不確定性作用效果更明顯。

根據表9 回歸結果，變量Finc 系數負向顯著，融資約束對當期出口企業全要素生產率存在強烈抑制作用，隨著時間推移，該抑制作用會減弱。從（3）（4）列回歸結果來看，當期世界經濟政策不確定性上升后，受高強度外部融資約束影響，出口企業生產波動巨大，但其可憑借原有資本、技術優勢改進生產工藝等，以緩沖融資約束引致的負向作用，經濟政策不確定性上升一單位，出口企業全要素生產率提升約0.32（16.86-16.54）單位。企業“預決策”式風險規避動機促使企業選擇通過規避稅收并增加現金持有的方式增加公司資產（王菁華和茅寧，2020）［54］，保證了出口企業全要素生產率得以長效提升。根據（5）（6）列估計結果，本國經濟政策不確定性上升引致的融資約束對企業生產率提升的抑制作用極強，且持續時間較長。本國當期經濟政策不確定性上升一單位后，出口企業全要素生產率僅變動0.01（17.96-17.95）單位。第（6）列回歸結果不顯著，本國經濟政策不確定性上升對次年出口企業生產率提升并無顯著影響。

表9 經濟政策不確定性—融資約束效應回歸結果

進一步地，表10中（3）-（6）列報告了經濟政策不確定性引致的資本、勞動要素配置效應結果。一般來看，企業開展價值活動，其資本存量、勞動力規模始終處于動態變化過程，勞資比例變化不明顯，出口企業全要素生產率影響因素更多的是技術創新水平、融資規模等。但考慮經濟政策不確定性影響后，短期內出口企業生產放緩，勞動力規模變化不明顯，追求長期利潤的出口企業往往會增加創新資本投入、擴大內部融資等，資本深化現象明顯，勞資比例顯著提高。表10后4列變量估計系數均正向顯著，且（4）列、（6）列估計系數絕對值更大。這說明，長期來看，資本深化程度較高有利于改善資源配置效率，進而提升企業全要素生產率（宋健，2020）［55］。（3）（4）列主要變量估計系數絕對值明顯大于（5）（6）列，顯著性更強。因出口企業更多的是參與國際市場競爭，世界市場經濟政策不確定性上升相比本國經濟政策不確定性而言，影響企業資本變動效果更顯著，世界經濟政策不確定性通過資本、勞動要素配置效應刺激出口企業生產進步更明顯。

表10 經濟政策不確定性—資本、勞動要素配置效應回歸結果

基于上述分析，經濟政策不確定性通過融資約束效應和資本、勞動要素配置效應雙重作用影響出口企業全要素生產率，累加效應顯著促進出口企業全要素生產率提升，本文基本結論得以驗證，即經濟政策不確定性可刺激出口企業生產進步、提高資源配置效率，最終提升全要素生產率。

七、結論與啟示

本文從宏觀政策影響微觀企業生產視角出發，基于中國25個主要貿易伙伴經濟政策不確定性指數、中國經濟政策不確定性指數和2004—2019 年中國滬深兩市主板A股出口上市公司統計數據，實證分析了國內、外經濟政策不確定性對中國出口企業全要素生產率的影響機制。研究結果顯示：經濟政策不確定性通過融資約束效應和資本、勞動要素配置效應，刺激企業生產進步，提高資源配置效率等，實現全要素生產率提升；世界經濟政策不確定性相比中國經濟政策不確定性對我國出口企業生產率提升的影響程度更大。該基本結論在替換解釋變量度量指標后依然穩健。在考察國內、外經濟政策不確定性對異質性出口企業全要素生產率提升影響后發現，經濟政策不確定性上升尤其會促進中西部地區企業、服務型行業企業、非國有企業全要素生產率提升。

本研究理論意義在于：一是量化了企業生產受宏觀環境變化的影響，為探究出口企業生產率提升提供了新思路，也拓寬了經濟政策不確定性宏微觀效應研究范疇；二是為助力我國貿易活動持續健康進行、促進企業合理利用政策不確定性信息、積極拓寬出口業務并順利“走出去”提供了理論借鑒。結合以上理論、實證分析，本文從政府和企業兩大層面提出建設性意見：

政府應著力實現供給側結構性改革和擴大對外開放的雙向融合，第一，未來很長一段時期內，政府應該致力于積極引導和改善市場預期，制定短期、長期發展規劃，強化質量監督，保證各項工作透明進行。可通過成立市場內信息分享專門機構，為出口企業提供出口市場政策變動信息，迎合國際貿易新趨勢。第二，結合我國出口企業全要素生產率提升異質性發展現狀，現階段應加強對東部地區企業資源輸入，形成“東、中、西部地區生產連帶機制”。還要繼續加大對生產型行業企業投入，助力生產高附加值出口產品。第三，政府應該優化科研環境，積極學習和引進發達國家先進生產、經營理念，助力出口企業實現技術進步，促進企業投融資、生產經營活動科學有序進行。

對出口企業而言，第一，出口企業應發揮自身技術、資本優勢，擴大生產規模，及時關注國內、外經濟政策不確定動態，提高風險防范意識。第二，面對經濟政策不確定性上升現狀，出口企業應著重提升融資水平，重新規劃資金使用準則，建立企業信用擔保體系，保證融資模式選用恰當，可選用稅負規避、股權分置等方式降低政策不確定性引致的融資風險。第三，在提高抗風險能力的同時，出口企業也應加大研發投入支出，培育核心產品，推進技術創新。企業間應加強信息互通和產品交流，充分利用資源流通便利條件，提高學習和吸收能力，在經濟全球化背景下對標國際，不斷提升生產率水平。

注 釋：

（1）數據測算源文件為http：//www.policyuncertainty.com/global_monthly.html.

（2）SA 指數（融資約束水平）計算所用公司總資產、公司年齡相關數據均來源于Wind數據庫。

（3）東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11 個省份；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個省份；西部地區包括四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古等12個省份。