经济政策不确定性、资源配置与全要素生产率

基于Baker等开发的经济政策不确定性指数，从资源错配视角考察经济政策不确定性对企业全要素生产率造成的损失及其作用机制,研究发现：整体上经济政策不确定性会显著降低企业全要素生产率，从而影响全要素生产率的长期增长。理论机制检验发现：无论是从行业视角还是从地区视角，经济政策不确定性均显著加剧了资源错配；但从技术进步来说，经济政策不确定性显著促进了企业创新投入，这表明资源错配效应主导了经济政策不确定性与全要素生产率之间的关系。拓展性检验发现，经济政策不确定性导致在非国有企业、市场化程度较低企业以及产业集中度较高企业生产率损失更为严重。

一、引 言

改革开放以来，我国经济取得了举世瞩目的发展成就，但是经济增长质量一直较低。余静文等认为当前中国经济增速出现严重下滑，潜在经济增长率已经跌破8%，如何从粗放型经济增长向集约型经济增长转变是当前供给侧结构性改革成败的关键。［1］林毅夫和龚强研究发现，从长远发展的角度来看，经济发展的本质是一个技术、产业不断创新以及结构不断变化的过程，当我国从二元经济结构进入新古典经济发展时期，经济增长的主要来源是全要素生产率的提升。［2］根据相关权威报道，近年来表示我国经济增长质量的全要素生产率从2016年开始由下降转变为上升的趋势①，产生了明显的正向溢出效应，但是总的来说增速还是相对缓慢，并且所产生的经济贡献也仍然较低。Hsieh and Klenow则认为，在环境与资源约束日渐严峻的今天，转变经济增长方式已经刻不容缓，全要素生产率业已成为提高潜在经济增长的根本性力量。［3］

长期以来，全要素生产率的决定性因素是经济增长领域研究的焦点，众多学者分别从宏观和中观视角对全要素生产率进行研究，揭示了我国全要素生产率的地区差异乃至行业差异产生的原因。随着研究的进一步深入，特别是以因果关系为特征的微观计量经济学的兴起，学者们从微观企业视角探究全要素生产率的影响因素。已有文献分别从要素市场扭曲、产业政策、贸易政策等视角考察了其对全要素生产率的影响：罗德明等、盖庆恩等发现要素市场扭曲会显著抑制全要素生产率的改善［4-5］；宋凌云和王贤彬研究发现产业政策总体上有助于提升地方产业生产率，并且产业类型不同其影响也存在差异［6］；高凌云和王洛林认为进出口贸易对行业的全要素生产率具有直接的“负溢出效应”［7］，蒋冠宏和蒋殿春研究发现，随着时间的推移，这种促进作用会逐步减弱［8］。另外，余淼杰等、程惠芳等、许水平等、李晓萍等学者的研究表明，进出口类型、知识资本、环境规制以及经济聚焦等因素也将影响到企业的生产率。［9-12］

作为典型的新兴市场经济国家，政府在经济政策制定、经济发展规划乃至资源分配等方面扮演着举足轻重的作用。特别是在政治锦标赛的激励下，官员频繁更替等产生的经济政策不确定性是微观企业必须面临的重要经营环境。［13-15］大量文献分别从流动性管理、公司投资、技术创新、股票风险特征、资产定价以及分析师盈余预测修正等视角检验了宏观经济政策不确定性对微观企业行为的影响［16-24］，但这些证据只能从单一视角揭示经济政策不确定性的微观传导机制，无法综合评估经济政策不确定性的微观经济效应，且这些研究结论存在许多不一致性。企业全要素生产率作为经济增长的核心动力，是刻画微观企业竞争力的核心指标，从资源错配视角研究经济政策不确定性对全要素生产率的影响，能够更加科学、全面地评估宏观经济政策不确定性的微观经济效应，也可以为国家实施精准调控政策提供理论依据。

在中国政府频繁使用各种政策工具进行宏观调控的制度背景下，经济政策不确定性究竟是提高还是损害了微观企业效率是一个非常值得研究的问题。本文使用Baker等构建的宏观经济政策不确定性指数［25］，选取2006—2016年沪深两市A股市场的财务数据，实证检验经济政策不确定性对企业全要素生产率的影响。

二、文献综述、理论分析与假设提出

本文主要从经济政策不确定性和企业全要素生产率这两个方面对已有文献进行回顾，再结合理论分析提出本文的研究假设。

（一）经济政策不确定性的相关文献回顾

经济政策既是政府调整主体经营行为的重要手段，也是企业经营必须面临的外部环境。［19］特别是2008年美国金融危机以来，许多国家宏观经济受到了空前的影响，为走出金融危机，各国政府先后出台了诸多经济刺激政策，从而使得各国经济均面临着越来越高的经济政策不确定性。在对各国经济政策具体走向的猜疑开始引起关注的同时，关于经济政策不确定性的研究也开始活跃起来。Gulen and Ion、顾夏铭等认为，所谓经济政策不确定性是指市场参与者因无法准确地预知政府改变经济政策的具体时间以及改变形式，致使市场参与主体面临着较高的政策风险。［21］［26］当然，也有部分学者如Feng、Le and Zak则认为经济政策不确定性是指政策本身的不确定性以及政策执行方面存在的不确定性。［27-28］Julio and Yook的研究发现，特别是在多党轮流执政的民主国家中，由于各政党需要维护其党派支持者的利益，致使这些党派在执政方针、方式以及政策的取向等方面存在差异性，从而在党派轮流执政时会产生较高的政策不确定性。［29］

任何企业都必须在一定商业环境下经营，而经济政策环境是其面临的重要经营环境之一，因而经济政策的调整不可避免地会提高微观企业面临的宏观经济不确定性。孟庆斌和师倩认为，与特定的产业政策、货币政策以及汇率政策调整相比，经济政策不确定性对企业决策影响的可预期更差，对经济发展的影响也更大［20］。正如前文所言，金融危机之后，国内外很多学者开始涉足探讨经济政策不确定性对宏观环境以及企业等产生的影响，但是最开始的研究主要借鉴Julio and Yook［29］使用国家选举或地区官员变更来考察政治不确定性对微观企业行为的影响。Baker等自2013年开始，使用文本分析法从新闻信息、专家预测报告等公开资料中提取政策不确定性指数后，研究发现经济政策不确定性在一定程度上对经济增长是不利的［25］。此后，相关学者们开始使用该指数研究经济政策对微观企业行为的影响，Wang等则使用该Baker指数研究其对公司投资的影响，发现经济政策不确定越高，企业投资越低，且具有较高投资回报率的公司将会使用更多的内部融资缓解政策不确定应对企业投资的负面影响［30］。

国内文献使用经济政策不确定性指数考察其对企业行为的影响也主要依赖于Baker等测度的指数［25］，其研究文献主要可以分为对公司流动性管理、投资决策、风险管理以及股票回报等方面的影响。第一，流动性方面主要从现金持有等展开研究，如王红建等研究政策不确定性对公司现金持有水平的影响，结果发现政策不确定性越大，则公司的现金持有水平越高，并进一步从“权衡观”和“代理观”两个方面解释了经济政策不确定性对现金边际价值的影响［16］，李凤羽和史永东也发现了类似研究结论［18］。李浩举等基于政策不确定性的视角研究上市公司营运资本管理对企业价值的影响，结果发现经济政策不确定性高时，营运资本管理的价值效应和资本投资的保障作用更加显著。［31］第二，已有文献主要分别从资本投资、创新投资以及金融化等视角考察了经济政策不确定性对公司投资的影响。如李凤羽和杨墨竹研究发现，政策不确定性将会显著降低企业投资，并且政策的波动将会暂时推迟企业的投资计划［17］，韩国高研究认为经济政策不确定性对企业投资的这种抑制作用在2008年金融危机之后表现得更加明显［32］，陈国进和王少谦从资金成本渠道和资本边际收益渠道揭示了经济政策不确定性对企业投资行为抑制作用的传导机制［19］，谭小芬和张文婧则从实物期权和金融摩擦两个渠道视角，解释了经济政策不确定性抑制企业投资的影响机理［33］。郝威亚等运用实物期权理论考察政策不确定性对企业创新影响机制检验，发现政策不确定性的增加将会推迟企业的投资决策，进而影响企业创新行为。［34］孟庆斌和师倩研究发现经济政策不确定性显著促进了企业进行更多的研发活动［20］，顾夏铭等使用Baker等构建的中国经济政策不确定性指数［25］，研究发现经济政策不确定性显著正向影响了上市公司R&D投入和专利申请量［21］。彭俞超等则从金融投资视角研究了经济政策不确定性对实体企业金融化的影响，研究发现经济政策不确定性的上升将显著抑制企业金融化趋势。［35］第三，企业风险、股票回报以及其他方面的研究文献。经济政策不确定性作为企业经营过程中必须面临的外部经营风险，企业往往会采取合适的策略进行管理。如饶品贵和徐子慧研究发现，外部不确定性高时，企业内部会采取风险对冲的策略，从而降低高管变更的概率。［36］王满等研究发现政策不确定性较高时，会计稳健性与企业信用融资的正相关关系更强。［37］陈国进等使用参数校准、静态比较等方法，实证模拟分析了经济政策不确定性影响股票风险的传导机制。［19］林建浩等研究认为政策不确定性对企业预期回报率的影响很是微弱，但是降低了当期回报。［23］陈胜蓝和李占婷分析认为政策不确定性的加大，分析师倾向于负向修正盈余预测，支持了分析师“保守主义”假说。［24］

（二）全要素生产率相关文献回顾

生产率是在生产过程中将资本和劳动等要素的投入转化为产出的效率，反映了经济增长的质量和效益，是一国经济可持续发展的重要源泉。众所周知，在经济增长模型中，全要素生产率是揭示国家间人均收入水平差异的主要原因。邵宜航等认为，我国经济当前正处于转变发展方式、优化经济结构以及转换经济增长动力的关键时期，能否快速提升全要素生产率是跨越中等收入陷阱的关键。［38］长期以来，为加快经济发展速度，各级政府均出台了相关政策刺激经济增长，然而这些政策可能无法在追求经济增长速度和经济增长质量之间取得平衡，为此大量文献对这些政策如何影响全要素生产率进行了评估。

总结已有文献，可以发现主要通过要素市场扭曲、区域性政策、产业政策、环境规制政策以及贸易政策等具体政策考察了企业全要素生产率的影响因素。盖庆恩等研究认为要素市场扭曲不仅会降低在位企业的全要素生产率，而且因为垄断势力阻碍了企业的进入退出行为，从而抑制了全要素生产率的提升。［5］林毅夫等通过研究国家级经济开发区对全要素生产率的影响，发现经济开发区内企业的“生产率溢价”并非由政府挑选高生产率企业，而主要是提供了更好的政策环境。［39］宋凌云和王贤彬从资源重置效率视角揭示重点产业促进全要素生产率的作用机制，发现产业政策总体显著提高了地方产业的生产率。［6］王杰和刘斌使用中国工业企业数据为样本，计量检验发现环境规制与企业全要素生产率之间符合“倒N型”关系。［40］简泽等基于中国加入WTO的自然实验，揭示了进口竞争促进本土企业全要素生产率增长的作用机制，认为进口竞争有助于阻碍低效率企业全要素生产率的增长，促进高效率企业全要素生产率的增长。［41］

综合以上文献回顾本文可以发现，目前文献主要围绕具体政策层面考察其对微观企业全要素生产率影响的具体作用机制展开研究，而忽视了中国转型经济阶段政策频繁调整产生的政策不确定性如何影响资源配置效率，进而对企业全要素生产率产生影响的作用机制。

（三）理论分析与假设提出

全要素生产率是企业各个要素的综合生产率，其实质是企业技术升级、管理形式改进以及结构升级的综合表现，因此在现实中无论是何种生产率，则均称之为全要素生产率。全要素生产率是分析经济增长源泉的重要工具，也是衡量技术进步和资源配置效率对经济增长作用的核心指标，是评估政府出台各项政策有效性的重要依据。已有文献研究表明，全要素生产率的增长主要可以分解为技术进步速度和资源配置效率改善两个维度，因此要提高全要素生产率可以通过促进技术进步和提升资源配置效率来实现。范剑勇等在揭示产业集聚与企业全要素生产率的具体机制时，认为技术效率改善和前沿技术进步是全要素生产率增长的主要结构性因素。［42］罗德明,盖庆恩等则认为要素市场扭曲会损害全要素生产率的提升［4-5］，宋凌云和王贤彬研究则发现产业政策主要通过实现产业内部资源重置以提高资源配置效率，从而实现了全要素生产率的提升［6］。

因此，在分析经济政策不确定性如何影响企业全要素生产率时，本文围绕经济政策不确定性如何影响技术进步和资源配置效率这两个视角来分析。从技术创新来说，经济政策不确定性一方面会因未来经营环境不确定性的上升，促使增加研发投入进一步增加未来的不确定性，从而迫使企业抑制研发投入；另一方面经济政策不确定性可能会导致企业未来价值出现严重的下滑风险，为抵御未来价值损失风险并谋求企业自身的发展而增加研发投入。也即，经济政策不确定性既可能促进企业研发投入的增加，也可能抑制企业研发投入的增加。如孟庆斌和师倩研究发现宏观经济政策不确定性的上升促使企业通过增加创新投入以抵御价值损害风险的作用占据了主导地位，从而促进了当期企业创新投入［19］，顾夏铭等也得出了相同的结论。［20］郝威亚等基于实物期权分析研究则发现，经济政策不确定增加致使企业推迟研发投入决策，从而抑制了企业创新。［34］

从资源配置效率来说，关于经济政策不确定性如何影响投资效率已有文献也存在两种对立的观点。一种观点如申慧慧等认为环境不确定性致使融资约束程度更低的国有企业更倾向于过度投资，而使融资约束程度更高的非国有企业更倾向于投资不足，从而加剧了企业非效率投资。［43］另一种观点认为，从实物期权理论出发，由于宏观经济政策不确定性使得企业关于未来投资机会的信息不够准确，等待可以帮助公司获取关于市场、价格等投资方面的信息，致使企业推迟当期投资决策而削减当期资本投资。如李凤羽和杨墨竹、谭小芬和张文婧的研究均表明经济政策不确定性显著降低了企业当期投资水平［17］［33］，但饶品贵等研究发现，当经济政策不确定性更高时，由于企业投资决策将更加考虑经济因素从而提高投资效率［36］。

综合以上分析，宏观经济政策不确定性对企业全要素生产率的影响可能存在两个完全相反的观点。当经济政策不确定性较高时，如果能够促使企业增加更多研发投入或者在投资决策时更加考虑经济因素，那么将有助于提高全要素生产率；而当经济政策不确定性较高时，企业为避免更大的不确定性而削减研发投入或者出现更大的投资波动时，那么将显著抑制企业全要素生产率的提升。基于上述分析，本文提出以下竞争性研究假设：

H1a：经济政策不确定性的上升会抑制企业全要素生产率的提升。

H1b：经济政策不确定性的上升会促进企业全要素生产率的提升。

三、样本选择与回归设计

（一）样本选择与数据来源

本文选取了2006—2016年中国沪深两市A股公司年度数据作为研究样本，其中财务数据主要来自于CSMAR数据库，产权性质则来源于CCER数据库，而经济政策不确定性指数则来源于Baker等直接开发的数据库②。为了提高数据的有效性，本文分别按照以下标准对初始样本进行如下筛选：第一，剔除金融、保险等金融类的上市公司；第二，剔除数据缺失的样本；第三，剔除产权性质不明的样本。经过上述处理之后，本文累计获得了23124个公司年度观测值，为排除异常值的影响，本文还对所有连续变量进行了上下1%的winsorize处理，以上数据的处理本文均采用统计软件Stata15.0。

（二）回归模型与变量定义

为了检验本文所提研究假设，本文采用方程（1）来检验宏观经济政策不确定性对全要素生产率的影响。

TFP_lp为被解释变量，表示企业全要素生产率。目前主要有OLS、OP法以及LP法等多种方法测度企业全要素生产率，考虑OLS可能存在联立性偏误与样本选择偏误，而已有文献如刘贯春等主要采用LP方法测度TFP［44］，因此本文在主检验中采用鲁晓东和连玉君LP计算方法［45］来测度企业全要素生产率，其中产出变量为销售收入，投入变量使用当年员工数量、购入商品和劳务的金额与固定资产等，使用Levpet程序计算得出，最后将TFP_lp再取自然对数。

EPU为解释变量，表示经济政策不确定性。本文使用的宏观经济政策不确定性指数来源于Baker针对美国、欧洲、中国、印度等世界主要经济体中具有代表性的媒体报道，利用文本挖掘技术来构建一个指数来表示该国当期的宏观经济政策不确定性指数。由于该指数原始数据为均值100的月度序列数据，而本文样本为年度观测值，因此本文使用月度加权方法对月度经济政策不确定性指数进行等权重进行加权来构建年度经济政策不确定性指数。根据研究假设1：β1为待检验变量，显著为正表示经济政策不确定性显著促进了全要素生产率的提升，而显著为负则表示经济政策不确定性显著抑制了全要素生产率的提升。

根据已有理论和实证类文献，本文还分别控制了一系列可能影响企业全要素生产率的控制变量，它们包括：（1）公司规模（SIZE），用期末总资产取自然对数来表示；（2）资产负债率（LEV），用期末总负债除以期末总资产来表示；（3）企业年龄（AGE），使用当年减去企业成立注册年份后加1再取自然对数；（4）总资产报酬率（ROA），使用息税前利润除以期末总资产来表示；（5）资本密集度（FIXED），使用期末固定资产除以期末总资产来表示；（6）企业风险（BETA），使用BETA系数来表示企业风险水平。以上变量的具体定义详见表1。

表1 主要变量定义

四、检验结果与分析

（一）本文主要变量的描述性统计

表2列示了各变量的描述性统计，分别报告了被解释变量、解释变量以及系列控制变量的统计分布。其中被解释变量全要素生产率（TFP_lp）的平均值为15.013，这与郑宝红和张兆国的结果［46］比较接近。解释变量经济不确定性指数（EPU）的平均值为5.045，最小值为4.294，最大值为5.899，由于是年度数据，加权平均致使样本区间内变化不是很大。RM_IND为基于行业的资源错配程度，而RM_REG是基于地区的资源错配程度，可以发现这两个变量最大值与最小值之间差距较大，表明行业和地区间的资源错配程度呈现较大差异性。控制变量与已有文献基本一致，本文研究结论具有一定的可靠性。

表2 主要变量描述性统计

（二）假设检验结果与分析

本文使用方程（1）对研究假设1进行检验，结果见表3。结果显示：经济政策不确定性系数（EPU）为-0.100，在1%的统计水平上显著，这表明当经济政策不确定性上升一个标准差，企业全要素生产率将下降0.1个标准差，即0.1903个百分点。③以上结果说明经济政策不确定性总体上将会显著降低企业全要素生产率，拖累全要素生产率的长期增长。总体而言，表3的回归结果验证了本文的研究假设H1a的推理，表明在控制了公司方面的特征变量，经济政策不确定性显著降低企业全要素生产率。

控制变量结果显示：公司规模、财务杠杆、资产收益率与企业年龄的系数均显著为正，说明企业规模越大、财务杠杆和收益越高、公司成立时间越长，则企业的全要素生产率越高，而公司资本密集度（FIXED）系数显著为负，说明公司的固定资产在总资产占比越高的公司，全要素生产率越低。

（三）作用机制检验

根据理论分析，经济政策不确定性对企业全要素生产率的影响，可能有资源错配和技术创新两个机制，本文将从这两个方面对其作用机制进行检验。

首先，从行业和地区资源错配两个方面，分别检验其对经济政策不确定性影响全要素生产率的作用机制，具体见表4。结果显示：无论是行业资源错配还是地区资源错配，经济政策不确定性系数均显著为正，并且分别在10%和1%水平上显著。说明经济政策不确定性越高，越会加剧资源错配问题，从而抑制企业全要素生产率的提高。

其次，从企业研发投入视角检验了经济政策不确定性抑制全要素生产率的作用机制。本文使用基于总资产标准化的研发费用来表示企业研发投入，对经济政策不确定性如何影响企业技术创新进行实证检验，表5报告了检验结果。检验结果显示：经济政策不确定性（EPU）系数显示为0.005，在1%的统计水平上显著为正，这与孟庆斌和师倩［19］、顾夏铭等［20］检验结果是一致的。

综上研究可知：从技术创新来看，经济政策不确定性显著增加了研发投入，从而促进全要素生产率的提升，结合表3和表4的结果检验，可知因资源错配效应优于技术创新效应，致使经济政策不确定性显著抑制了全要素生产率的提升。

表3 经济政策不确定性与全要素生产率

表4 经济政策不确定性与资源错配

表5 经济政策不确定性与企业研发投入

（四）进一步检验

为了进一步考察经济政策不确定性与企业全要素生产率之间的关系在不同横截面之间的差异，本文将从产权性质、市场化进程以及产业集中度等三个方面进行调节效应的检验。

第一，本文将全样本分为国有企业和非国有企业两个样本组，以检验不同产权性质下，经济政策不确定性抑制企业全要素生产率是否存在差异。我们发现：经济政策不确定性（EPU）的系数在非国企组显著为负，而在国企样本组为负但不显著；基于全样本的交互项检验结果显示：经济政策不确定性（EPU）的单项系数显著为负，而产权性质与经济政策不确定性的交互项（EPU×SOE）系数显著为正。综合以上结果表明，经济政策不确定性对非国有企业全要素生产率的抑制作用更强，这可能是因为相对于国有企业，非国有企业往往难以提前获取更多关于政策的信息，因而受到经济政策不确定性的冲击可能更大。

第二，不同市场化地区，政府在市场经济中扮演角色的重要性存在差异，对于市场化进程较高的地区，政府干预市场运行的程度较低，而且高度发达的市场会通过自我学习，消化经济政策不确定性带来的负面影响，因此经济政策不确定性对市场化进程较低地区企业冲击更大，而中国地区间市场化进程的差异为本文检验不同市场化进程下经济政策不确定性阻碍全要素生产率程度是否存在差异。我们发现：经济政策不确定性与市场化进程交互项（EPU×Market）系数为0.008，且在5%的统计水平上显著为正，而经济政策不确定性（EPU）单项系数为-0.017，在1%的统计水平上显著为负，这表明经济政策不确定性对市场化进程较低地区企业的全要素生产率的抑制作用更显著，这也说明政府干预经济越严重的地区，经济政策不确定性对全要素生产率的负面作用更严重。

第三，在我国，一些涉及国计民生乃至国家经济安全等行业存在着较为严重的行业进入管制特征，受国家政策调整影响较为敏感，同时这些行业因为较高的产业集中度往往面临较低的产品市场竞争压力，因此对于产业集中度较高行业的企业，受经济政策不确定性冲击越大，其中产业集中度指标本文采用赫芬达尔指数（Herfindahl-Hirschman Index，简称HHI）来表示。我们的检验结果发现：经济政策不确定性与产业集中度的交互项（EPU×HHI）系数为-0.164，且在10%的统计水平上显著为负，而经济政策不确定性（EPU）单项系数为-0.062，在1%的统计水平上显著为负，这表明经济政策不确定性对产业集中度较高企业的全要素生产率的抑制作用更显著，这也说明受经济政策不确定性越敏感的企业，经济政策不确定性对其全要素生产率的负面作用更严重。

最后，我们还将使用OP方法估算的全要素生产率进行了稳健性检验，我们的检验发现经济政策不确定性（EPU）的系数为-0.113，在1%的统计水平上显著为负，这与表3的结果是一致的，表明使用不同方法测算全要素生产率后，关于经济政策不确定性显著降低全要素生产率的研究结论是稳健的。④

五、研究结论与政策启示

新时代如何推动经济的高质量发展，是当前和今后一个时期确定发展思路、制定经济政策、实施宏观调控的根本要求。近年来，在全球金融危机的冲击下世界各国的宏观经济政策走向越来越趋于不确定性，宏观经济政策的不确定性引发了学者们的广泛关注。全要素生产率是衡量经济增长质量的核心指标，提高企业全要素生产率是促进经济增长质量的重要微观基础，探究经济政策不确定性对全要素生产率的影响及其机制能够更加客观地揭示经济政策不确定性产生的微观经济效应。

因此，本文采用Baker et al.构建的经济政策不确定性指数［25］，选取了2006—2016年沪深两市A股市场的财务数据，从资源配置效率视角重点研究中国经济政策不确定性对企业全要素生产率的影响及其成因。实证结果表明：整体上经济政策不确定性显著降低了企业全要素生产率，从而拖累了全要素生产率的长期增长。理论机制检验发现：无论是从行业视角还是从地区视角，经济政策不确定性均显著加剧了资源错配程度，虽然显著增加了企业研发投入，但因资源错配效应优于技术创新效应，致使经济政策不确定性整体上显著抑制企业全要素生产率的增长，以上研究发现经过稳健性检验后依然成立。进一步的检验还发现，经济政策不确定性导致企业全要素生产率的损失在非国有企业、市场化程度更低、产品市场竞争程度更低的地方更严重。

本研究结论的政策启示意义主要表现为：

第一，以往文献虽然分别从流动性管理、投融资决策等方面研究了经济政策不确定性对微观企业行为产生的显著影响，这些研究结论部分认为经济政策不确定性会导致企业推迟投资、流动性资源浪费，最终使得公司价值损失，也有部分研究认为宏观经济政策不确定性会致使企业增加研发投入以谋求自身发展，甚至有助于提高投资效率，这两种效应对全要素生产率影响的方向正好完全相反。本文从全要素生产率视角综合评估了经济政策不确定性对微观企业全要素生产率的不利影响，这将为经济政策不确定性拖累宏观经济增长质量提升提供微观证据。因此，无论从微观企业自身的成长还是从宏观经济增长质量的提升来说，管理好市场参与者的政策预期一致性、提高经济政策信息的透明度无疑是十分重要的，因此未来政府应致力于提高宏观经济政策的透明度。

第二，为促使宏观经济又好又快的发展，适时调整宏观经济政策对一国经济发展而言是十分必要的，因而经济政策调整产生的不确定性也是无法避免的。宏观经济政策不确定性作为系统性风险，在金融衍生品等发展不足的条件下，企业不得不通过调整经营行为予以对冲，而在资产专用性较高的条件下调整企业经营行为会面临较高的成本，这可能也是导致企业全要素生产率显著下降的原因。因此，未来应逐步放开金融衍生品的管制，为企业管理系统性风险提供更加多元化的工具，以提高微观企业抵御系统性风险的能力。

注释：

①http://finance.sina.com.cn/china/hgjj/2018-01-24/doc-ifyqwiqk2554376.shtml.

②数据可以从该网址直接下载：http://www.policyuncertainty.com/china_monthly.html。

③回归系数为0.1，而全要素生产率的标准差为1.903，当EPU变动一个标准差时，那么全要素生产率变动为0.1个标准差，即0.1×1.903。

④受篇幅所限，以上检验我们未报告实证检验数据表格，读者若有兴趣欢迎来函索取。