经济政策不确定性与出口企业全要素生产率提升

高 越，陈胜发

（山东理工大学 经济学院，山东 淄博 255049）

一、引 言

经济政策不确定性（Economic Policy Uncertainty）是指市场经济主体难以准确预知政策制定相关部门是否、何时并以何种方式改变现行经济政策（Gulen和Ion，2016）［1］。进入21世纪以来，中国、美国、世界市场经济政策不确定性指数走势如图1所示。自2008 年金融危机爆发以来，各国针对世界市场不确定性监管持续加码，国际形势复杂多变，全球经济政策不确定性逐步上升。其中，2019 年我国经济政策不确定性指数达到约792峰值水平，中美经贸摩擦导致世界经济政策不确定性“翻倍式”增长。经济政策不确定性已成为影响世界经济复苏的关键性变量，其宏观和微观经济效应更是引起社会各界的广泛关注和热议。

图1 2000—2020年中国、美国、全球经济政策不确定性指数走势

现有关于经济政策不确定性研究大多较为宏观（Born 和 Pfeifer，2014；Fernández-Villaverde 等，2015）［2-3］，鲜有文献对经济政策不确定性微观经济效应进行综合评价。与此同时，随着国际专业化分工不断深化，世界各国间经济联系日益加强，出口企业在国际市场中扮演着举足轻重的角色，然而各国经济政策环境巨幅波动给出口企业生产、销售各环节带来了巨大挑战（郎丽华等，2021）［4］。于中国而言，“十三五”规划纲要早已明确提出建设贸易强国的必要性，“十四五”规划再度强调我国应加快外贸进出口转型升级，着力实现外向型经济跨越式发展，出口企业已登上新的历史舞台。全要素生产率是影响企业出口的重要变量，更是决定出口企业国际市场竞争力的关键因素，直接关系着中国贸易增长的速度和质量。那么在当前世界经济政策不确定性日益上升的严峻形势下，作为国际舞台上经济活动的微观主体即出口企业，其全要素生产率对经济政策不确定性的具体反应如何？不确定性影响出口企业生产率的作用机制又是什么？迄今为止，鲜有研究从微观层面对以上问题进行系统阐述。

本文基于宏观政策不确定性影响微观出口企业生产视角，在世界各国政府频繁使用政策工具进行宏观调控的制度背景下，梳理了国内、外经济政策不确定性对出口企业全要素生产率影响的相关理论；利用Baker等（2016）编制的EPU指数及2004—2019 年沪深两市主板A 股出口上市公司相关数据，实证研究了经济政策不确定性对出口企业全要素生产率的影响效果及作用机制。

与前人研究相比，本文的贡献主要体现为以下几个方面：①现有关于经济政策不确定性影响的研究多停留在企业融资（Fontaine 等，2018）［5］、企业投资（金雪军等，2014）［6］、出口产品质量和价格（Fan等，2015）［7］、出口二元边际（魏友岳和刘洪铎，2017）［8］等层面，缺乏对企业全要素生产率受不确定性影响的微观探讨。本文实证探究了国内、外经济政策不确定性对出口企业生产的微观影响，从研究内容上拓宽了不确定性经济效应研究范畴。②本文详细探讨了经济政策不确定性影响出口企业全要素生产率的两大作用机制，即融资约束效应和资本、劳动要素配置效应。③已有研究大多单一地分析本国或目的国经济政策不确定性对行业优化、出口价格、出口技术分布等局部效应的影响（张莹和朱小明，2018；Handley 和Limon，2017；刘啟仁等，2020）［9-11］，本文分别构建世界、中国经济政策不确定性影响中国出口企业全要素生产率模型，对比检验，所得结论更具针对性。

二、文献评述

进入21 世纪以来，中国加入WTO、金融危机、英国脱欧、中美贸易摩擦等国际事件导致世界市场波动明显，各国纷纷出台刺激性经济政策，使得世界经济政策不确定性持续上升，世界市场形势日益严峻会对经济增长产生阻碍，Pastor和Veronese（2011）［12］通过一般均衡分析发现，政策不确定性直接导致了股票市场波动、融资渠道受阻、公司投资准确性偏离期望水平（Handley和Limo，2018）［13］、资产收益边际值大幅降低（Brogaard和Detzel，2013）［14］。经济政策不确定性上升还会导致管理层风险厌恶现象滋生（Papanikolaou和Panousi，2012）［15］，很大程度上延误了公司投融资时机。吴劲蒨和熊晓炼（2021）［16］借用中国数据基于TVP-VAR 模型研究发现，短期内经济政策不确定性上升会提高市场通货膨胀水平，易导致宏观政策环境恶化，预防性储蓄增加现象频生，不利于刺激居民消费。根据佟家栋和李胜旗（2015）［17］所做研究，中国加入WTO显著提升了主要经济体经济政策不确定性，一定程度上对贸易流畅度起到了抑制作用，入世后，随着贸易政策不确定性逐渐降低，出口企业创新产出、技术投入持续增加。张莹和朱小明（2018）［9］从出口产品层面研究发现，出口国经济政策不确定性上升会降低固定资产投资比率，融资约束的存在不利于企业出口质量提高。Song 和 Gozgor（2021）［18］利用中国企业层面数据，研究了经济政策不确定性背景下中国对外直接投资对绿色全要素生产率的影响，发现对外直接投资水平会正向影响全要素生产率变化，且经济政策不确定性增加会显著降低全要素生产率值。王丽纳等（2020）［19］研究发现，我国经济政策不确定性通过阻碍产品创新和企业金融化两大途径抑制了制造业全要素生产率提升。

也有研究表明，经济政策不确定性会刺激企业产生积极反应。顾夏铭等（2018）［20］研究发现，当经济政策不确定性上升时，多数上市公司会通过增加研发支出、申请专利等途径，提升公司科研创新投入，助力生产高价值产品。胡志亮和郑明贵（2021）［21］基于企业战略经营视角研究发现，政策不确定性对企业创新经营绩效与战略管理波动关系具有正向调节作用，且持续性较强。孟庆斌和师倩（2017）［22］研究发现，宏观经济政策不确定性具有敦促企业通过研发活动谋求自我发展的效应，这有助于提升企业生产效率以获取规模收益。简泽等（2014）［23］研究指出，中国加入 WTO 后，本土企业全要素生产率变化存在“双向调节机制”，该贸易活动会促进高生产效率企业扩大生产规模，抑制低生产效率企业进步。经济政策不确定性上升还会引导企业理性决策，激励资源和市场持续稳定发展（张慧等，2018）［24］，有利于提升行业全要素生产率。

从现有研究来看，考虑出口企业生产行为，大多数文献表明经济政策不确定性会明显抑制企业发展与技术进步，少有研究发现经济政策不确定性会提高出口企业生产效率（Handley，2014）［25］。经济政策不确定性对出口企业全要素生产率影响方向是否可以为正，即“倒逼机制”是否存在？作用机理如何？这仍是学术界值得深究的一大论点。

三、理论机制分析

全要素生产率体现了企业内各种要素的综合生产效率，是衡量企业技术创新水平和资源配置效率的核心指标，亦是经济增长的源动力。而企业追求技术创新亟须增加研发投入，在企业内部资源有限的条件下，经济政策不确定性导致外部融资成本增加，较高程度的融资约束易导致企业研发投入水平存在较大的不确定性。促进技术创新和优化资源配置是提升出口企业全要素生产率的两大有效途径。因此，本文主要从资源配置视角和融资约束影响技术进步视角探究经济政策不确定性对出口企业全要素生产率的影响。

（一）融资约束效应

已有文献表明，技术效率改善和前沿技术进步作为主要结构性工具变量，加深了产业集聚对全要素生产率提升的促进作用（范剑勇等，2014）［26］。经济政策不确定性上升后，企业面临的外部融资环境恶化，外部融资约束的存在导致短期内企业投资不确定性增大。源于利益寻求动机，若企业决策者预期未来不确定性会下降，则选择加大现阶段研发投入、扩大内部融资等；若决策者预期未来不确定性会持续走高，则其将选择采取减少当期投入的方式延缓投资。

一般而言，融资约束与企业研发呈负相关，融资约束程度越高，企业技术进步受抑制作用越明显（严若森和姜潇，2019）［27］。郝威亚等（2016）［28］基于实物期权理论研究发现，经济政策不确定性增加后，企业研发投入减少，技术创新水平下降，全要素生产率面临较大的下降风险。但考虑企业出口后，海外市场开拓导致潜在市场需求上升，我国出口产品面临全球性市场竞争，产品质量提升、产品功能完善逐渐演变成为必然趋势，企业选择预见性地布局研发活动，以获取市场利润。黄映红等（2021）［29］研究表明，企业出口活动增加会明显缓解融资约束对技术创新的抑制作用，且该调节效应对于市场化程度更高的非国有企业作用更明显。另有研究发现，面对经济政策不确定性上升态势，企业选择增加研发投入，获取创新产出，以降低外部融资约束引致的价值风险损失（孟庆斌和师倩，2017［22］；顾夏铭等，2018［20］）。Wang 等（2014）［30］研究发现，在经济政策不确定性导致高外部融资约束时，投资回报率较大的公司会选择增加内部融资，以减弱外部融资规模下降导致的负向生产效应。

经济政策不确定性上升后，市场良性预期收益机制的存在促使多数企业采取“延迟退出”决策（张慧等，2018）［24］。出口市场中，高生产率企业可利用其资本条件和低融资成本优势持续扩大生产规模。出口企业具有显著的技术、资本优势，不确定条件下，高金融约束、高进出口成本等限制条件迫使出口企业及时增加创新研发投入，以保证较高的生产效率。长期来看，出口企业通过加强税收规避、项目资本赎回、扩大海外投融资等方式增加现金持有。伴随着经验积累、生产性扩资，经济政策不确定性融资约束效应对企业生产的负面冲击逐渐降低，出口企业将收获较高的技术创新水平，企业全要素生产率得以长效提升。

综上所述，经济政策不确定性上升后，因存在高外部融资约束，一般企业生产经营受抑制作用较为明显。但对于出口贸易型企业而言，外部融资约束可刺激企业生产进步，加快技术创新进程，及时扩大内部融资，最终结果可能是提升了全要素生产率。

（二）资本、劳动要素配置效应

在完全竞争且开放的经济体系中，国内、外市场经济政策不确定性会直接影响商品进出口价格，进而影响企业投资。短期内，劳动力规模变化不明显，资本投入增加，有利于提升资本、劳动要素配置比例；相反，资本类投资减少导致劳资比例降低。长期看来，人均资本增加有利于提高资源配置效率，进而提升企业全要素生产率。

经济政策不确定性上升后，企业风险管控结果显示，未来一段时间内企业价值可能会下降，考虑经济因素，决策部门往往选择增加创新资本投入，追求技术进步等，以期提升企业项目未来价值。根据饶品贵和徐子慧（2017）［31］所做研究，经济政策不确定性上升后，为在未来获得长期经济收益，企业往往采取风险对冲策略。受经济政策不确定性影响，企业高管变更、职工规模变动不明显，技术研发投入增加的同时导致了资本深化，资本、劳动要素配置比例显著提升。同时，技术进步改善有利于提高长期资源配置效率，最终实现出口企业全要素生产率提升。宋凌云和王斌彬（2013）［32］揭示，产业内政策实施后，产业内部资源得以重配，要素配置效率提高，从而实现地方产业生产率提升。

从资本积累视角看，出口企业因长期处于本国市场、国际市场双不确定环境中，对价格、投资等信息掌握不准确，同行竞争趋势明显。经济政策不确定性上升后，中国企业当期投资显著受到抑制（谭小芬和张文婧，2017）［33］。出于风险规避动机，为实现规模收益，长期来看，出口企业纷纷抢占市场资源，扩大内部融资，积累资本。资本积累是企业扩大再生产的源泉，有利于提升企业全要素生产率。综合来看，经济政策不确定性通过影响出口企业创新资本投入和资本积累程度，进而影响资本、劳动要素配置比例和资源配置效率，最终可能会带来全要素生产率提升。

上述内容详细介绍了经济政策不确定性影响出口企业全要素生产率的“融资约束效应”和“资本、劳动要素配置效应”。进一步地，从企业战略经营管理视角看，尽管经济政策不确定性会引发宏观经济波动，阻碍企业发展，但企业总会主观地优化生产工艺，实现技术升级，降低经营风险等，旨在获取长期利润。首先，若仅考虑本国市场，本国经济政策不确定性和研发投入均会促进企业劳动生产率提升，两者促进效应可累加（耿晔强和郭伟，2021）［34］。为实现生产效益最优，面临本国经济政策不确定性上升现状，出口企业总会提前规划生产流程，合理设置阶段性投资规模，保持现金持有量，并加快技术研发进度，以备在预期收益提高时“出击市场”。可见，全要素生产率提升的长期效应更加明显。

考虑出口市场后，出口目的国经济政策不确定性上升会促使我国出口企业被动适应目的国不稳定的市场环境，我国企业顺利入驻出口市场需花费高额贸易成本（Melitz，2003）［35］。资源可开采度高、发展前景好的出口市场会吸引多方外来资本进入。其地区不确定性增加后，我国相关企业为保证在东道国竞争地位，将加大当期科研支出且注重项目创新，着力提升本企业全要素生产率，促进产品质量升级以更好地满足外部需求（钟腾龙，2020）［36］。受世界经济政策不确定性影响，出口企业全要素生产率提升时间效应更明显。因当前贸易环境可靠度跌宕起伏，我国出口企业在他国开展价值投资、生产性活动存在较强的“干中学”效应。本国企业通过学习东道国龙头企业先进的生产、经营、宣传经验并积极实践，企业自主创新能力和研发水平得以提升（Greenaway 和 Kneller，2007）［37］，这也为提升出口产品生产效率以及扩大出口宣传提高了技术保障。基于以上分析，本文提出假设1—3。

H1：经济政策不确定性上升存在融资约束效应；

H2：经济政策不确定性上升存在资本、劳动要素配置效应；

H3：经济政策不确定性上升可能会倒逼企业生产进步。

四、数据来源、变量测算及模型设定

（一）数据来源及处理

第一层面数据即企业数据，来源于Wind 数据库，选用2004—2019 年沪深两市A 股上市公司数据，该数据相关企业具备地区跨度大、行业代表性强、市盈率高等特点，研究借鉴意义较强。具体数据匹配方式为：首先，根据上市公司主营业务类型及内容（不区分行业、不考虑进口）筛选出口贸易型企业名单；其次，筛选公司财务数据、属性数据、行业数据；最后，对筛选所得数据进行分类、剔除、计算等。

第二层面数据为宏观政策数据，来源一为Baker等（2016）编制的各国经济政策不确定性指数（EPU），以历年中国对各国出口额为参考，本文对全球25个与中国建有贸易关系的典型国家或经济体经济政策不确定性指数重新加权处理，测得与中国贸易活动直接相关的世界经济政策不确定性指数；来源二为Baker基于《南华早报》（SCMP）中有关经济政策不确定性文章按比例频率出现相关内容构建的主流中国经济政策不确定性指数；来源三为Davis等（2016）根据《人民日报》和《光明日报》相关内容编制的中国经济政策不确定性指数（为方便与Baker 所测算指标区分，下文统称该指数为大陆经济政策不确定性指数），用以衡量基于中国大陆报纸信息的中国经济政策不确定性；来源四为Hannah Ni 和Asher Rose 根据21 个主要经济体数据编制的全球宏观经济政策不确定性指数，用以衡量全球宏观经济政策不确定性综合情况。

第三层面数据即影响企业生产外生变量如地区贸易开放度、地区生产总值、市场集中程度、中国每年进出口总额、中国向各国年度出口额等相关数据，分别来源于WDI 数据库、CSMAR 数据库和《中国统计年鉴》。

（二）变量定义与描述性统计

本文所涉及模型主要核心变量分别为出口上市企业全要素生产率和经济政策不确定性指数。

1.出口上市企业全要素生产率（Ctfp）

目前关于全要素生产率测算主流算法有LP法、OP法、OLS法、FE法。已有测量维度均已较成熟，但其中OLS 法和FE 法容易导致模型的内生性问题（Klenow 和 Hsieh，2008；田巍和余森杰，2012）［38-39］，故本文在前后对比分析基础上，选择借鉴Levinsohn和Petrin（2003）的经典算法测算出口上市公司全要素生产率。具体计算过程中，本文收集了出口上市公司固定资产原值、当期主营业业务收入及成本、企业资本存量、企业员工人数、企业购买长短期资产及其他商品支付现金总额等微观数据，代入模型计算。

2.经济政策不确定性指数

（1）世界经济政策不确定性指数（Mepu）。首先，本文参考谷克鉴等（2018）［40］、谢申祥和冯玉静等（2020）［41］变量处理方法，借用中国25 个主要贸易伙伴月度经济政策不确定性指数（Baker 等，2016）［42］有关数据，运用一般算数平均法测得伙伴国t年度末经济政策不确定性指数。在此基础上，以中国对25 个贸易伙伴国年度出口额为参考，定义贸易权重系数，最终加权算得对应年份世界经济政策不确定性指数。具体算法为：

其中，epuit代表t年份i国经济政策不确定性指数。

λit=EXit/EXt

其中：EXit代表t年份中国对i国家出口额；EXt代表t年份中国对25个贸易伙伴国出口总额。

其中，Meput代表t年度基于中国贸易伙伴国现况的世界经济政策不确定性指数，考虑当期贸易权重数据可能与出口企业生产存在相关性，故本文在计算系数λ时选用上一期中国对东道国出口额数据进行加权处理。

（2）全球经济政策不确定性指数（Wepu）。该指数以Hannah Ni和Asher Rose联合编制的全球主要经济体经济政策不确定性指标（1）为基础，重新处理除中国以外的20个代表性经济体经济政策不确定性指数数据，计算方法同上，最终算得t年份全球宏观经济政策不确定性综合指数（Weput）。

（3）中国经济政策不确定性指数（Bepu）。本文借鉴Baker等（2012）［43］基于《南华早报》内容构建的中国经济政策不确定性指数月度数据，运用一般算数加权平均算法求得t年度中国经济政策不确定性指数，具体计算方法为

（4）大陆经济政策不确定性指数（Cepu）。借鉴Baker（2016）［42］基于《人民日报》和《光明日报》观点构建的中国经济政策不确定性指数月度数据，本文求得算数加权平均后的大陆经济政策不确定性指数用以衡量基于大陆报纸信息的大陆经济政策不确定性。

3.控制变量

为尽可能减弱遗漏变量对模型造成的影响，结合已有文献及理论，本文加入以下控制变量：

（1）固定资产增长率（Gasset）。固定资产增长代表着企业产能的扩张，借鉴潘雨薇和吉余峰（2020）［44］的研究，本文用“（本期固定资产存量-上期固定资产存量）/上期固定资产存量”得数表示企业固定资产增长率，用以反映企业固定资产增长的速度和水平。

（2）企业规模（Size）。企业规模一般会正向促进出口企业生产率提高，企业生产率的提升反之也会促进企业规模扩大。本文参照黄远浙等（2021）［45］所做研究，用企业员工人数衡量企业规模，并取对数处理。

（4）企业年龄（Age）。本文用企业存续年限表示企业年龄，具体数值用统计年份减去成立年份再加1并取对数表示（谢申祥和冯玉静，2020）［41］。存续时间越长的企业，生产经营资源越充沛，生产技术较成熟，且随着出口企业年龄增加，技术创新导致的“累加效应”会正向促进生产率提升。

（5）企业成本控制水平（Costc）。本文用主营业务成本增长率衡量企业成本控制水平，具体用“（本年业务成本-上年业务成本）/上年业务成本”所得结果代入分析。成本增长率提高代表着企业成本控制水平下降，高成本增长率一般伴随着企业生产性活动的增加。基于成本收益最大化原则，企业往往会选择提高生产效率以抵消由于成本增加导致的“生产性负效应”。

4.机制检验相关变量

（1）资本密度（Kl）。陈丰龙和徐康宁（2012）［47］研究证实行业资本密度会正向促进全要素生产率提升，其直观地体现了行业内企业要素利用水平。本文借鉴蒋冠宏等（2013）［48］变量定义方法，用企业资本存量与企业职工总数的比值代入分析，以验证经济政策不确定性导致的资本、劳动要素配置效应。

（2）融资约束（Finc）。以往关于融资约束指标构建多选用企业财务指标，易导致模型出现“内生性偏误”。本文借鉴鞠晓生等（2013）［49］变量设计原则，结合本文已有关于企业总资产、企业年龄两大外生性变量数据，构建SA指数（2），具体算法如下：

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

其中：Size 代表企业规模，用企业当期总资产（单位为百万元）代入计算；Age 代表企业年龄，用企业存续年限代入计算。该指数值代表了企业外部融资约束水平，用以检验经济政策不确定性导致的融资约束效应。结合前文介绍，融资约束会提升外部经营风险，负向影响企业生产。但考虑企业出口后，融资约束对生产技术进步的抑制作用明显减弱（黄映红等，2021）［29］，企业往往选择通过增加现金持有、加大技术创新投入等途径提高生产效率。

基于以上分析的变量定义及描述性统计见表1所列，其中为降低模型中可能存在的异方差问题，本文对出口企业全要素生产率（Ctfp）、世界经济政策不确定性指数（Mepu）、中国经济政策不确定性指数（Bepu）、全球经济政策不确定性指数（Wepu）、大陆经济政策不确定性指数（Cepu）、企业规模（Size）、企业年龄（Age）、资本密度（Kl）等变量数据进行对数化处理。

表1 主要变量描述性统计

（三）计量模型设定

本研究主要分析世界及中国经济政策不确定性对中国出口企业全要素生产率的影响，根据表2汇报结果，世界经济政策不确定性与中国经济政策不确定性存在高度相关性。

丁小慧意外地发现自己的相亲对象居然是许诺的时候，她内心是惊喜的，她原本以为，即使他最初喜欢的不是自己，但他既然选择了她，她就愿意和他携手走过以后的人生。

表2 主要变量相关系数矩阵

为避免联合检验时出现多重共线性，参考潘雨薇和吉余峰（2020）［44］实证设计原则，本文首先构建以下基准模型，分别探究中国出口企业全要素生产率受国内、外经济政策不确定性的影响。

模型（1）、模型（2）被解释变量均为中国出口企业全要素生产率，Mepu、Bepu分别代表世界经济政策不确定性指数和中国经济政策不确定性指数。为考察经济政策不确定性长、短期时间效应，本文在当期分析的基础上，分别对Mepu、Bepu进行起始年份变量数据扩充和前置一期、前置两期处理。两模型控制变量存在率一致，按模型中位次，分别代表企业固定资产增长率、企业规模、企业存续年限、企业面临的特定贸易开放度、企业成本控制水平。α1、β1为本文主要关注系数，本文预期解释变量系数为正，即经济政策不确定性上升会促进中国出口企业全要素生产率提升。

为考察特殊年份经济政策不确定性对出口企业全要素生产率的影响，本文构建模型（3），设置经济政策不确定性指数和时间虚拟变量的交互项。依次设计模型中时间虚拟变量：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，分别回归。

为探究经济政策不确定性影响出口企业全要素生产率的具体作用机制，根据H1、H2，本文构建机制检验模型如下：

模型（4）、模型（5）首先单独检验经济政策不确定性是否具有“融资约束效应”和“资本、劳动要素配置效应”，模型（6）、模型（7）为经济政策不确定性通过融资渠道和资源配置渠道影响出口企业全要素生产率的机制检验模型。本文预期当期检验、解释变量前置一期、解释变量前置两期后系数θ、μ、ρ变化明显，且国内、外经济政策不确定性上升导致的融资约束效应和资本、劳动要素配置效应作用强度有差异。

五、实证结果分析

经济政策不确定性上升通过引发宏观经济波动，刺激出口企业调整生产策略，企业全要素生产率处于动态变化过程中，表3汇报了本文基于固定效应检验的模型回归结果。从（1）（2）列来看，在未引入控制变量条件下，Mepu、Bepu 变量估计系数在1%显著性水平下正向显著，即当期国内、外经济政策不确定性上升均会促进出口企业全要素生产率提升，且比较估计系数绝对值后可知，世界经济政策不确定性对生产率提升的促进作用更强。模型引入控制变量后，变量估计系数绝对值有所下降，但经济政策不确定性依然会促进出口企业提升全要素生产率，H3 基本结论得以验证。对比分析（3）-（5）列、（6）-（8）列估计结果可知，世界经济政策不确定性影响出口企业全要素生产率提升时间效应较明显，出口企业全要素生产率提升速度在第2年、第3年呈下降趋势，中国经济政策不确定性对出口企业全要素生产率提升的促进作用随着时间推移变化不大。因出口企业直接参与国际市场竞争，世界形势突变会直接刺激出口企业及时调整生产策略，改善产品质量，以应对世界经济政策不确定性短期内对我国对外贸易造成的负面冲击，出口企业全要素生产率当期提升效果显著。随着出口企业贸易规模恢复，不确定性影响程度降低，企业生产率提升速度逐渐放缓。考虑国内市场现状，出口企业收到本国经济政策不确定性上升信号后，多制定长期生产策略以稳固国内市场产品供应，企业全要素生产率保持缓步提升状态。

表3 基准回归结果

续表3

以上回归结果可初步验证本文基本结论，即经济政策不确定性有利于倒逼企业生产进步。进一步考察经济政策不确定性影响全要素生产率的短期效应，本文选取全球金融危机时期数据为典型样本，在基准回归的基础上引入经济政策不确定性和时间虚拟变量的交互项。表4中（1）列、（4）列汇报了模型中仅存在2008年份经济政策不确定性指数数据的估计结果，交互项系数均为负且在1%水平下显著，说明金融危机的发生对出口企业生产率提升存在明显间接抑制作用。模型中新加入2009年份经济政策不确定性指数数据后，观察（2）列、（5）列数据可知，金融危机作用于经济政策不确定性上升进而对生产率提升的抑制作用开始减弱。特别地，由（6）列估计结果可知，变量交互项系数在1%水平下正向显著，说明从金融危机影响中国经济政策不确定性长期效应来看，随着时间推移，金融危机效应已成为促进我国出口企业生产进步的“隐性力量”，出口企业多选择提前规划生产、测度出口市场风险等，以保证企业较高的全要素生产率。

表4 特殊年份（2008年）基准回归结果

续表4

随着社会分工不断细化，微观出口企业已成为助力国民经济增长的“引力军”，我国幅员辽阔，各地区资源禀赋、地理便利程度、基础设施完善情况显著不同。汪莅轩（2011）［50］采用制造业相关数据，分省份、分行业进行研究，证实制造业全要素生产率增长受国际贸易影响存在显著的区域异质性，中、西部地区生产率增长较明显。而出口企业作为国际贸易环节中的典型主体，企业生产决策制定越来越多地取决于出口市场政策法规出台、经济信息变更等。为研究经济政策不确定性上升对不同地区出口企业全要素生产率的作用效果，本文将研究样本细分为东部地区企业、中部地区企业、西部地区（3）企业三大组别，分组回归结果见表5所列。

表5 区域异质性结果（主要部分）

根据变量Mepu 系数估计结果，当期世界经济政策不确定性上升均会促进各地区出口企业全要素生产率提升，对中、西部地区企业促进效果更明显，持续时间较长。我国中、西部地区经济发展水平较东部地区而言相对落后，但资源相对充裕，较高的地区资源禀赋有助于降低当地企业融资固定成本。不确定性提升后，东部地区企业因市场拥挤、资源相对匮乏等原因在出台风险应对策略时存在“时滞性”，而中、西部地区企业多选择借机提升本公司的市场占有率，积极引进新技术，注重创新，以求实现成本收益最大化。另外，“中、西部大开发计划”顺利落实更是有效促进了地区经济增长，有助于为出口企业生产进步、生产率提升提供制度保障。对比Bepu 变量系数估计结果，（1）（2）（4）（5）列回归结果持续正向显著，即本国经济政策不确定性上升后，东、中部地区出口企业全要素生产率受政策不确定性影响较大。可能的原因是，东部、中部地区市场相对开放、成熟（谢申祥等，2020）［41］，该类地区企业对本国新政策具有较强的敏感性。Mepu 变量估计系数绝对值更大，因出口企业需参与国际市场竞争，其主营业务变更将较大程度地参考世界市场信息，本国经济政策不确定性上升对出口企业生产率影响水平较低。

站在经济高质量发展视角，产业结构升级、行业功能优化、企业生产进步三级联动已成为新趋势，王恕立和胡宗彪（2012）［51］研究指出，中国服务业全要素生产率增长存在较大的行业异质性。本文基于已有研究事实，将细分行业的样本数据具体划分为服务型行业企业和生产型行业企业两类，进行分组回归。

由表6 回归结果可以看出，奇数列变量回归系数绝对值明显大于偶数列，即服务型行业企业全要素生产率受经济政策不确定性影响提升幅度更大。我国服务业起步晚，但发展迅速，出口企业具有显著的技术、资本优势，服务业企业源源不断地提供着社会发展所需的产品和服务。为保证商品和服务质量，经济政策不确定性上升后，该类型出口企业选择提升全要素生产率以满足国内、外市场相关需求。另外，国际市场服务行业竞争激烈，会倒逼我国服务业出口企业实现自主研发创新，提升企业全要素生产率水平。而我国生产型行业企业大多处于全球价值链底端，世界经济政策不确定性上升后，受世界市场产业后向关联效应影响（陈启斐和吴金龙，2020）［52］，多数资本密集型出口企业生产进步存在时滞性，生产率提升速度缓慢。将经济政策不确定性前置一期后，（3）（4）列回归系数绝对值有所下降，且第（4）列回归结果不显著；（7）（8）列回归系数均在1%显著性水平下正向显著，估计系数绝对值增大。这说明，长期来看，本国经济政策不确定性上升促进各行业全要素生产率提升效果更明显，这与本国主管部门持续实施行业惠产政策有很大关系。

表6 行业异质性结果

续表6

因大多数出口企业处于完全竞争市场，微观主体企业经营绩效、盈利能力、风险管控水平等会因其股本结构不同有异，企业是否为政府所有是影响出口企业生产进步的一大关键。经济政策不确定性易导致外部融资约束，国有企业因资本全部或者主要由国家投入，全部或主要股份最终归国家所有，企业针对不确定性风险应对措施更加完善，受融资约束影响较非国有企业更小（潘雨薇和吉余峰，2020）［44］。为探究不同产权性质出口企业全要素生产率对经济政策不确定性的反应程度，本文细分样本为国有企业和非国有企业两大组，进行实证检验。

根据表7 后4 列回归结果，（5）（7）列变量回归系数正向显著，本国经济政策不确定性上升后，国有企业首先会受到国家政策偏扶，有效的法治保障保证了出口企业全要素生产率稳步提升。非国有出口企业面对本国市场不确定性上升现状，融资难度增大，全要素生产率未出现明显提升，出口企业更加倾向于提升出口市场份额。世界经济政策不确定性上升后，观察前两列回归结果，非国有企业组变量估计系数绝对值较大，可能的原因是，国有企业受本国经济政策支持较多，面对世界经济政策不确定性上升现状，对市场变化反应不敏感（谢申祥和冯玉静，2020）［41］。（2）（4）列回归结果在5%显著性水平下正向显著，非国有企业受本国政策扶持较少，生产经营受本国政策风险影响较大。其多选择积极“走出去”，通过投资加码、技术创新等渠道保证在外生产效益，世界经济政策不确定性上升的反向促进作用较为明显。

表7 产权异质性结果

续表7

为保证基准模型设定准确，本部分进行稳健性检验，因经济政策不确定性不受企业生产率变化影响，模型不存在核心解释变量和被解释变量互为因果的内生性问题。根据前文已做检验，仅考虑2008年及以后解释变量数据样本和模型加入解释变量前置一期项后，经济政策不确定性上升依然会促进出口企业全要素生产率提升，基准结论稳健性已得到初步验证。在此基础上，参考宋凌云等（2013）［32］、代盛和蒋涛（2021）［53］所做研究，重新度量经济政策不确定性，进行回归分析。表8（1）-（3）列报告了将世界经济政策不确定性指数（Mepu）替换为全球宏观经济政策不确定性指数（Wepu）后模型估计结果，（4）-（6）列报告了将中国经济政策不确定性指数（Bepu）替换为大陆经济政策不确定性指数（Cepu）后模型估计结果。根据回归结果，经济政策不确定性上升会促进出口企业全要素生产率提升，全球经济经济政策不确定性对我国出口企业全要素生产率提升影响作用随时间推移逐步减弱，大陆经济政策不确定性促进出口企业全要素生产率提升效果始终显现。因此，基准回归结果稳健性得以验证。

表8 稳健性检验结果

续表8

六、影响机制检验

上述基准分析得出经济政策不确定性会刺激出口企业提升全要素生产率的结论，但影响机制如何？本文理论机制分析发现，经济政策不确定性通过融资约束效应和资本、劳动要素配置效应作用于出口企业全要素生产率提升。为验证H1、H2的正确性，本文用式（4）-（7）进行回归分析，具体回归结果见表9、表10所列。考虑经济政策不确定性作用于微观主体需要一定时间，故影响机制分析模型中新加入了当期中介变量（Finc、Kl）与上期经济政策不确定性指数（1_Epu）交互项。表9和表10前2列变量回归系数均在1%显著性水平下正向显著，经济政策不确定性上升后，出口企业劳资比例明显提高，且企业将面临较高的外部融资约束。比较估计系数绝对值后发现，世界经济政策不确定性作用效果更明显。

根据表9 回归结果，变量Finc 系数负向显著，融资约束对当期出口企业全要素生产率存在强烈抑制作用，随着时间推移，该抑制作用会减弱。从（3）（4）列回归结果来看，当期世界经济政策不确定性上升后，受高强度外部融资约束影响，出口企业生产波动巨大，但其可凭借原有资本、技术优势改进生产工艺等，以缓冲融资约束引致的负向作用，经济政策不确定性上升一单位，出口企业全要素生产率提升约0.32（16.86-16.54）单位。企业“预决策”式风险规避动机促使企业选择通过规避税收并增加现金持有的方式增加公司资产（王菁华和茅宁，2020）［54］，保证了出口企业全要素生产率得以长效提升。根据（5）（6）列估计结果，本国经济政策不确定性上升引致的融资约束对企业生产率提升的抑制作用极强，且持续时间较长。本国当期经济政策不确定性上升一单位后，出口企业全要素生产率仅变动0.01（17.96-17.95）单位。第（6）列回归结果不显著，本国经济政策不确定性上升对次年出口企业生产率提升并无显著影响。

表9 经济政策不确定性—融资约束效应回归结果

进一步地，表10中（3）-（6）列报告了经济政策不确定性引致的资本、劳动要素配置效应结果。一般来看，企业开展价值活动，其资本存量、劳动力规模始终处于动态变化过程，劳资比例变化不明显，出口企业全要素生产率影响因素更多的是技术创新水平、融资规模等。但考虑经济政策不确定性影响后，短期内出口企业生产放缓，劳动力规模变化不明显，追求长期利润的出口企业往往会增加创新资本投入、扩大内部融资等，资本深化现象明显，劳资比例显著提高。表10后4列变量估计系数均正向显著，且（4）列、（6）列估计系数绝对值更大。这说明，长期来看，资本深化程度较高有利于改善资源配置效率，进而提升企业全要素生产率（宋健，2020）［55］。（3）（4）列主要变量估计系数绝对值明显大于（5）（6）列，显著性更强。因出口企业更多的是参与国际市场竞争，世界市场经济政策不确定性上升相比本国经济政策不确定性而言，影响企业资本变动效果更显著，世界经济政策不确定性通过资本、劳动要素配置效应刺激出口企业生产进步更明显。

表10 经济政策不确定性—资本、劳动要素配置效应回归结果

基于上述分析，经济政策不确定性通过融资约束效应和资本、劳动要素配置效应双重作用影响出口企业全要素生产率，累加效应显著促进出口企业全要素生产率提升，本文基本结论得以验证，即经济政策不确定性可刺激出口企业生产进步、提高资源配置效率，最终提升全要素生产率。

七、结论与启示

本文从宏观政策影响微观企业生产视角出发，基于中国25个主要贸易伙伴经济政策不确定性指数、中国经济政策不确定性指数和2004—2019 年中国沪深两市主板A股出口上市公司统计数据，实证分析了国内、外经济政策不确定性对中国出口企业全要素生产率的影响机制。研究结果显示：经济政策不确定性通过融资约束效应和资本、劳动要素配置效应，刺激企业生产进步，提高资源配置效率等，实现全要素生产率提升；世界经济政策不确定性相比中国经济政策不确定性对我国出口企业生产率提升的影响程度更大。该基本结论在替换解释变量度量指标后依然稳健。在考察国内、外经济政策不确定性对异质性出口企业全要素生产率提升影响后发现，经济政策不确定性上升尤其会促进中西部地区企业、服务型行业企业、非国有企业全要素生产率提升。

本研究理论意义在于：一是量化了企业生产受宏观环境变化的影响，为探究出口企业生产率提升提供了新思路，也拓宽了经济政策不确定性宏微观效应研究范畴；二是为助力我国贸易活动持续健康进行、促进企业合理利用政策不确定性信息、积极拓宽出口业务并顺利“走出去”提供了理论借鉴。结合以上理论、实证分析，本文从政府和企业两大层面提出建设性意见：

政府应着力实现供给侧结构性改革和扩大对外开放的双向融合，第一，未来很长一段时期内，政府应该致力于积极引导和改善市场预期，制定短期、长期发展规划，强化质量监督，保证各项工作透明进行。可通过成立市场内信息分享专门机构，为出口企业提供出口市场政策变动信息，迎合国际贸易新趋势。第二，结合我国出口企业全要素生产率提升异质性发展现状，现阶段应加强对东部地区企业资源输入，形成“东、中、西部地区生产连带机制”。还要继续加大对生产型行业企业投入，助力生产高附加值出口产品。第三，政府应该优化科研环境，积极学习和引进发达国家先进生产、经营理念，助力出口企业实现技术进步，促进企业投融资、生产经营活动科学有序进行。

对出口企业而言，第一，出口企业应发挥自身技术、资本优势，扩大生产规模，及时关注国内、外经济政策不确定动态，提高风险防范意识。第二，面对经济政策不确定性上升现状，出口企业应着重提升融资水平，重新规划资金使用准则，建立企业信用担保体系，保证融资模式选用恰当，可选用税负规避、股权分置等方式降低政策不确定性引致的融资风险。第三，在提高抗风险能力的同时，出口企业也应加大研发投入支出，培育核心产品，推进技术创新。企业间应加强信息互通和产品交流，充分利用资源流通便利条件，提高学习和吸收能力，在经济全球化背景下对标国际，不断提升生产率水平。

注 释：

（1）数据测算源文件为http：//www.policyuncertainty.com/global_monthly.html.

（2）SA 指数（融资约束水平）计算所用公司总资产、公司年龄相关数据均来源于Wind数据库。

（3）东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11 个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省份；西部地区包括四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等12个省份。