企业资本配置效率对全要素生产率的影响

张又文 刘文翠 黄玮 卢小妤

摘 要：2020年“十三五规划”的主要目标和任务完成，我国经济进入高质量发展的阶段。但是，受国内外环境的深刻变化和疫情的影响，我国经济发展仍面临一系列新的挑战，内部循环的不畅和产业过剩的供求脱节现象使结构调整升级进入了更复杂的阶段。基于此，本文以“十三五”我国A股制造业上市公司为研究样本，分析企业的资本配置效率与企业全要素生产率之间的关系。研究发现，企业的资本配置效率会正向提升企业的全要素生产率，并且主要体现在大规模企业中。研究的结论将为“十四五”期间推动先进制造业集群发展，有效实现新发展格局提供实践意义。

关键词：资本配置效率；全要素生产率；高质量发展；制造业

一、引言

2016—2020年，“十三五规划”的主要目标和任务完成，我国经济已经进入高质量发展的阶段。但是，受国内外环境的深刻变化和新冠肺炎疫情的影响，我国经济发展仍面临一系列新的挑战，内部循环的不畅和产业过剩的供求脱节现象使结构调整升级进入了更复杂的阶段。“十四五”期间，为应对新的发展阶段和新的环境条件带来的挑战，党的十九届五中全会提出，要加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。“十四五”规划强调构建新发展格局应坚持供给侧结构性改革，提升供给体系对国内需求的适配性，使国内市场成为主要的需求来源，形成我国在国际经济竞争中的新优势。显然，构建新发展格局的重要途径之一是着力发展高新技术企业、促使企业进行符合市场需求预期的技术升级和企业创新。

Hall从企业财务的角度说明企业创新不仅与企业研发能力或战略规划相关，企业创新具有周期长和不确定性的特点，企业创新显著地受到资金的影响。企业内部有效的资本配置能引导资金投入创新和技术升级，促进供给侧结构性的改革，推动国内经济大循环的畅通，助力新发展格局的构建。而企业通过创新提高对国内需求的适配性，其根本目的是提高企业的全要素生产率，实现企业效益的最大化。

制造业作为国民经济的重要组成部分，是经济循环中重要的产业构成，其发展质量体现了一个国家生产力的水平和经济高质量发展的层次。 “十三五”期间，我国先进制造业快速增长，尤其是高技术制造业和装备制造业成为带动制造业发展的主要力量，促进了供给侧结构的优化升级。“十四五”规划强调要“保持制造业比重基本稳定，巩固壮大实体经济根基”“推动先进制造业集群发展”。

基于此，本文以“十三五”期间我国A股制造业上市公司为研究样本，分析企业的资本配置效率是否通过影响企业创新进而影响企业的全要素生产率，為增加制造业企业的创新投入、合理配置资本，研究的结论将为“十四五”期间推动先进制造业集群发展，有效实现新发展格局提供实践意义。

二、文献综述与研究假设

1企业资本配置效率的衡量方法

目前，关于企业资本配置效率的研究方法主要有以下两类。

第一类是Richardson模型，其主要关注现金流对企业资本配置效率的影响，以实际投资规模与模型拟合出的投资规模的差额表示企业资本的配置效率，差额的绝对值越大则说明企业的资本配置效率越低，而差值的正负则表示资本的过度投资或投资不足。刘慧龙等、刘娟等、张安军等采用Richardson模型来衡量资本配置效率的水平。

第二类是“投资—投资机会”敏感性模型，Mdean等认为市场能帮助企业通过托宾Q的值来识别投资机会的好与坏，进而由托宾Q值与企业投资之间的敏感系数衡量资本配置是否有效。陈德球等、马亚明等均采用“投资—投资机会”敏感性模型，以敏感系数表示A股上市公司的资本配置的效率。

2企业全要素生产率的衡量

提高我国全要素生产率是中国进入经济高质量发展阶段，构建新发展格局的重要路径之一。随着中国上市公司的增多和工业企业数据库等企业数据库的建立，国内研究企业全要素生产率的逐渐增多，但企业全要素生产率的理论机制与行业或地区的完全不同，其衡量方法也不一样，主要是OP法和LP法。聂辉华等采用OP法来衡量中国制造业企业的全要素生产率。鲁晓东等则应用最小二乘法、固定效应方法、OP法和LP法等参数和半参数方法衡量了1999—2000年我国工业企业的全要素生产率增长率并发现工业企业的全要素生产率增长率具有异质性，高新技术企业和东部地区的企业的全要素生产率增长率相对较高，且对各模型进行横向对比之后，发现半参数方法能够较好地解决传统计量方法中的内生性和样本选择问题。杨汝岱采用了OP法和LP法测算了中国工业企业的生产率。

3企业资本配置效率与全要素生产率

全要素生产率是指以企业为主体的生产单位作为系统中的各要素的综合生产率，衡量的就是生产力，全要素生产率的提高就是生产力的发展和产业升级。资本投入是现代商业企业运营的基础，企业如何配置资本决定了企业的产出和产出质量，企业资本配置效率用于衡量企业资本运用的有效性。假设两家企业的生产能力和技术水平完全一致，若由于资本管制，一家企业能够以较低的利率获取银行贷款进行融资，而另一家企业只能以较高的利率进行民间借贷融资。这会导致前一家企业的资本大于后一家企业，从而导致前一家企业的边际资本生产率低于后一家企业，即前一家企业的资本配置效率低于后一家企业。如果重新对资本进行配置，提高企业的资本配置效率，将边际生产率低的企业的一部分资本投资于边际生产率高的企业，就能够增加社会的综合生产率，从而提升全要素生产率。此外，企业资本配置效率还能通过促进技术进步、促进企业创新提高全要素生产率，相关研究文献如下：

资本作为重要的要素资源，企业发展不仅受到整体资本配置规模的影响，Almeida和Wolfenzon认为企业自身对资本的配置效率影响到企业效益，企业合理的资本配置效率也对企业有重要的影响。在经济高质量发展的新阶段，企业创新是企业竞争的核心，而资本投入则是企业创新的基础，资本配置效率与企业创新具有密切的关系。鞠晓生等指出，融资的不稳定性会制约企业的创新，而营运资本对企业创新的投资波动起到减缓的作用，尤其对于存在较大融资约束的企业，营运资本对企业创新的持续性有更强的平滑作用，而当企业创新投入减少甚至中断，则会给企业造成较大的负面影响。马连福等基于2004—2017年中国A股上市公司的数据得出企业的资本配置不足时会显著影响企业创新绩效，但企业资本配置过度时企业创新的投入增加存在异质性，民营企业的企业创新投入会显著增加而国有企业则显著减少。

技术进步是制造业结构调整与转型升级的核心，“十三五”以来，企业的创新能力成为影响企业的发展进而影响我国经济的发展质量的重要因素，国内学者通过多视角研究企业创新对全要素生产率的影响。李静等发现研发投入对企业TFP有正面的激励作用，且存在企业的异质性，研发投入对高新技术企业、国有企业和港澳台企业有更强的激励效应。王杰等发现正式的环境规制处于较低水平时，企业面临的技术创新的压力较小，企业全要素生产率会降低；当正式环境规制水平提高到合理范围，能促进企业技术创新进而提高企业的全要素生产率。冯志军等发现FDI与我国高技术企业研发创新全要素生产率没有直接的激励效应，但在知识产权保护的作用下，通过吸引更多的有高技术含量的外资促使我国高技术企业的研发创新全要素生产率提高。程晨基于我国2009—2016年A股上市公司数据发现同行业内部的技术创新溢出抑制了企业创新，并最终使企业全要素生产率下降，知识产权的保护和企业创新市场化导向可以缓解这一负面效应。盛明泉等基于2007—2016年我国A股制造业上市公司的样本数据发现上市公司的高管股权激励能促使企业创新的投入增加进而对企业全要素生产率产生正向影响，且在高管股权激励有效期越长、非国有的上市公司中，此正向影响更明显。曹伟等发现人民币升值促使企业专利数增加进而提高企业全要素生产率，且该正向效应对国有、低技术水平和劳动密集型企业的影响更大。

综上所述，提出本文的假设：企业资本配置效率能够正向提升全要素生产率。

三、研究设计

（一）数据变量及选取

本文选取了2015—2019年中国A股制造业上市公司的数据，剔除了ST及ST*企业样本，并对所有的连续变量都进行了1%水平的缩尾处理，相关数据来源于国泰安数据库及Wind数据库。本文研究我国A股制造业上市公司的资本配置效率是否会对企业高质量发展产生影响，因此运用A股制造业上市公司的全要素生产率作为企业高质量发展指标，除此之外，还有其他影响企业高质量发展的因素，因此引入其他控制变量，本文的变量选取如下：

1被解释变量

本文的被解释变量是A股制造业上市公司的全要素生产率。目前常用的计算全要素生产率的方法有OLS法（鲁晓东和连玉君，2012）、OP法（Olley和Pakes，1996）和LP法（Levinsohn和Petrin，2003）。基于道格拉斯生产函数是实际估计应用中最常用的函数，所以本文借鉴鲁晓东和连玉君的方法，采用OLS方法计算全要素生产率。同时鉴于OLS法可能存在的同时性偏差问题，本文又用OP法和LP法进行了稳定性检验。OLS法使用柯布道格拉斯生产函数：

Yi，t=Ai，tLαi，tKβi，t（1）

Yi，t表示产出，Li，t和Ki，t分别表示劳动和资本的投入。Ai，t即通常所说的全要素生产率，它可以同时提高各种要素的边际产出水平。通过式（1）取对数可以将其转化为如下线性形式：

lnYi，t=αlnLi，t+βlnKi，t+ui，t（2）

其中lnYi，t、lnLi，t和lnKi，t分别表示Yi，t、Li，t和Ki，t的对数形式。式（2）的残差项包含了企业全要素生产率 Ai，t对数形式的信息。通常可以对式（2）进行估计从而获得对全要素生产率的估计值。

2解释变量

资本配置效率。借鉴陈德球等，本文采用“投资—投资机会”敏感型模型来衡量A股制造业上市公司的资本配置效率。模型的设定如下：

Ii，t=0+1Qi，t-1+CONTROLi，t+εi，t（3）

其中，Ii，t为企业的实体投资；Qi，t-1为企业的投资机会。CONTROLi，t为影响企业实体投资的其他相关变量。企业投资机会的系数衡量企业的资本配置效率，若系数为正，说明A股制造业上市公司的资本配置有效，若系数为负，则说明A股制造业上市公司的资本配置无效。由于资本配置效率的测度由回归的系数给出，而不是以具体的一系列数据形式展示的变量，因此，本文以企业实体投资与企业投资机会的交互项来表示我国A股制造业上市公司的资本配置效率（见表1）。

3控制变量

为了控制其他相关因素对我国A股制造业上市公司高质量发展产生的影响，本文选取了与企业基本属性有关的变量和与企业财务指标有关的变量作为控制变量。包括企业规模（Size），用企業总资产来衡量，并做取自然对数处理，企业规模越大，则企业的管理越完善，企业组织越成熟，越有利于企业全要素生产率提升；企业年龄（Age），当年时间（研究年度）与企业成立时间差；资产负债率（LEV），企业的总负债与总资产之比；资产回报率（ROA），衡量企业的盈利能力；前十大股东持股比（Holder10），衡量企业的股权集中程度；流动资产比率（LR）；现金比率（CAR）和资本积累率（RCA）。

（二）模型选择

本文通过固定效应模型面板数据分析我国A股制造业上市公司资本配置效率对全要素生产率的影响。研究对象选取了2015—2019年我国A股制造业上市公司中632家关键数据完整无缺的公司。本文利用面板数据进行估计构建模型如下：

CPi，t=β0+β1IQ-1+∑βjcontrol+γt+εi，t（4）

被解释变量为CPi，t，即企业的全要素生产率，下标i和t表示企业i，时间为t年。IQ-1为企业投资和托宾Q滞后一阶的交互项，衡量企业的资本配置效率，control为其他一些控制变量，γt为时间固定效率，εi，t为随机误差项。其中β1为核心参数，表示企业资本配置效率对全要素生产率的净影响，若β1为正，则企业资本配置效率提升会促进全要素生产率的提升，若为负，则企业资本配置效率提升会降低企业的全要素生产率。

四、实证处理与结果分析

（一）描述性统计

本文主要变量的描述性统计结果如表2所示。

从表2中可以看到，企业实体投资I的均值为0299，其中，最小值为00428，最大值为0715，这说明不同的企业之间的投资水平存在一定差异，且高投资水平的企业与低投资水平的企业差距较大。投资机会Q-1的均值为2278，中位数为1866，最大值为8587，说明不同的企业之间投资机会存在一定程度的差距，且整体来看，企业的投资机会不大。全要素生产率CP的均值为7093，中位数为6623，说明制造业各企业之间的全要素生产率总体水平不低。此外，其他控制变量的数据均在合理范围内，保证了回归结果的准确性。

（二）资本配置效率回归结果

根据构建模型测度资本配置效率，结果如表3和表4所示。其中，表3显示了没有添加控制变量的情况下，投资机会Q-1的系数为-0009，且在01%的置信水平下显著。表4在表3的基础上增加了控制变量，投资机会Q-1的系数为-0005，且在5%的置信水平下显著。两次回归的结果一致，投资机会Q-1的系数均为负数，表明样本企业的资本配置效率处于较低位。

（三）基准回归

本文基于固定效应模型进行基准回归，回归结果如表5所示。

由表5知，代表企业资本配置效率的交互项IQ-1的回归系数在1%的水平下显著为正，验证了前文假设，说明企业的资本配置效率会显著提高全要素生产率，进而推动产业升级与生产力的发展。

（四）稳健性检验

本文使用不同计算方法测度的全要素生产率替换被解释变量，进行稳健性检验，具体的方法为LP法和OP法。

OP法是基于半参数估计值的方法。OP法假设企业做投资决策都根据当前的生产率，因此用当期投资作为不可观测生产率冲击的代理变量，从而解决了同时性偏差问题。在满足假定的条件下，OP法可以得出一致估计值。但事实上，并非每个企业每年都有正的投资，使得一部分企业样本由此被剔除。LP方法为解决这一问题，用中间品投入代替投资额作为代理变量。

回归结果如表6所示。

稳健性检验用OP和LP替换CP后，回归结果与基准回归一致，企业资本配置效率对全要素生产率有显著的促进作用。

（五）异质性检验

参照国家统计局企业规模划分标准，以从业人员数量为指标，本文将样本企业划分为大企业和小企业。其中，大企业的从业人员大于等于1000人；小企业的从业人员小于1000人。基于企业规模大小进行异质性检验，回归结果如表7所示。

CP1为小企业的回归结果，CP2为大企业的回归结果。回归显示对于小企业来说，企业的资本配置效率对全要素生产率没有显著影响；而对于大企业来说，企业的资本配置效率对全要素生产率有显著的促进作用。

（六）实证结论

综上分析可得，当前制造业企业资本配置效率整体水平较低；而企业的资本配置效率能够显著促进全要素生产率水平的提升；并且这种促进效应显著存在于大规模企业，小规模企业则无显著影响。

五、结论与启示

（一）结论

本文利用2015—2019年中国A股制造业上市公司企业微观数据，运用“投资—投资机会”敏感性模型测度企业的资本配置效率，采用OLS法测度企业全要素生产率，检验企业资本配置效率与企业全要素生产率之间的关系，并从企业规模的角度进一步考察了企业资本配置效率对企业全要素生产率的影响。主要结论如下：①2015—2019年我国A股制造业上市公司的企业的资本配置效率较低，行业内的全要素生产率差异不大但整体较低。②用OLS法、OP法与LP法的估计结果都证实了企业资本配置效率对企业全要素生产率有显著的正向效应，且该正向效应在大企业中更明显，小企业的企业资本配置效率对企业全要素生产率没有显著的影响。

（二）启示

基于上述分析结论，本文主要启示有以下几点：①“十三五”期间，我国A股上市的制造业企业全要素生产率整体较低且资本配置效率也较低，而企业的资本配置效率对企业全要素生产率有促进作用，因此，现阶段应重点关注企业资本配置效率的提高，尤其制造业现阶段面对“大力发展先进制造业，改造提升传统产业”的制造业强国的战略要求，需要将更多的资本投入企业创新和技术升级，更需要提高企业内部资本配置能力，保证企业现金流的稳定，为企业升级改造提供更有效的资金支持。②企业的资本配置效率对企业全要素生产率有促进作用存在企业规模的异质性，相较于大企业，小企業依然存在融资约束，资本配置不足问题是关乎投资的核心问题，应进一步推进金融服务小企业，缓解资本配置不足；此外，通过资本市场和金融中介的融资获取过程促使小企业资本配置能力的进一步提高，形成资本配置规模和效率的正向相互促进，提高制造业整体的全要素生产率。

参考文献

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

［2］刘慧龙，王成方，吴联生.决策权配置、盈余管理与投资效率［J］ 经济研究， 2014，49（8）： 93-106

［3］刘娟，曹杰，郑方 OFDI有助于企业资本配置效率提升吗［J］国际贸易问题，2020 （12）：117-134

［4］张安军，叶彤.产品市场竞争、财政补贴与资本配置效率［J］财经论丛，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，陈运森，董志勇政策不确定性、市场竞争与资本配置［J］金融研究，2017 （11）：65-80

［7］马亚明，杨兰金融严监管、企业金融化与实体经济资本配置效率［J］财贸研究，202233（1）：40-52

［8］聂辉华，贾瑞雪中国制造业企业生产率与资源误置［J］世界经济， 2011，34（7）：27-42

［9］鲁晓东，连玉君中国工业企业全要素生产率估计：1999—2007［J］经济学（季刊）， 2012，11（2）： 541-558

［10］杨汝岱中国制造业企业全要素生产率研究［J］经济研究， 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］鞠晓生， 卢荻，虞义华融资约束、营运资本管理与企业创新可持续性［J］经济研究， 2013，48（1）： 4-16

［13］马连福，高塬资本配置效率会影响企业创新投资吗？——独立董事投资意见的调节效应［J］研究与发展管理，202032（4）： 110-123

［14］李静， 彭飞，毛德凤研发投入对企业全要素生产率的溢出效应——基于中国工业企业微观数据的实证分析［J］经济评论， 2013（3）： 77-86

［15］王杰，刘斌环境规制与企业全要素生产率——基于中国工业企业数据的经验分析［J］中国工业经济， 2014 （3）： 44-56

［16］冯志军，康鑫知识产权保护、FDI与研发创新全要素生产率——基于中国区域高技术产业的实证研究［J］工业技术经济， 2015，34（3）： 98-105

［17］程晨技术创新溢出与企业全要素生产率——基于上市公司的实证研究［J］经济科学，2017（6）： 72-86

［18］曹伟，冯颖姣，余晨阳，等人民币汇率变动、企业创新与制造业全要素生产率［J］经济研究，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，蒋世战高管股权激励、技术创新与企业全要素生产率——基于制造业企业的实证分析［J］贵州财经大学学报，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