趙喜洋 李軍 閆文收

摘 要： 中國經(jīng)濟處于由高速增長向高質量發(fā)展階段轉變的攻堅期，推動中國制造業(yè)企業(yè)升級對其國際競爭力的提升具有重要意義。但由于“逆全球化”思潮和保護主義傾向抬頭等一系列事件的發(fā)生，加劇了全球貿易的不確定性。以2000-2007年中國工業(yè)企業(yè)數(shù)據(jù)為樣本，利用引力模型有效測度企業(yè)面臨的貿易不確定性，實證研究貿易不確定性對中國企業(yè)全要素生產率的影響，并深入剖析其影響機制。結果表明：整體而言，貿易不確定性對中國制造業(yè)企業(yè)全要素生產率具有顯著負作用，即貿易不確定性越低，企業(yè)生產效率越高；貿易不確定性對出口企業(yè)全要素生產率具有顯著正向影響，而對非出口企業(yè)全要素生產率具有顯著負向影響；貿易不確定性主要通過企業(yè)研發(fā)投入的中介作用影響企業(yè)生產率。本研究結論對在貿易不確定性背景下更好地促進中國企業(yè)全要素生產率提升具有重要政策啟示。

關鍵詞： 貿易不確定性； 全要素生產率； 影響機制； 中介效應

中圖分類號： F424.7; F752 文獻標識碼： A DOI： 10.3963/j.issn.1671-6477.2023.03.007

一、 引 言

當前，世界政治經(jīng)濟格局正經(jīng)歷著深刻變革，而逆全球化思潮興起、氣候變化以及局部軍事及政治沖突等，使得世界經(jīng)濟及貿易環(huán)境愈發(fā)充滿不確定性。全球貿易不確定性的增加在一定程度上使得中國制造業(yè)企業(yè)生產率提升更加步履維艱。國內深化改革及促進產業(yè)結構轉型升級的內在需求使得中國制造業(yè)企業(yè)必須轉變過往粗放型發(fā)展模式，將企業(yè)競爭優(yōu)勢來源轉變?yōu)槠髽I(yè)全要素生產率水平的提高。在此背景下，使得貿易不確定性增加對企業(yè)生產率的影響成為一個新的重要研究視角，并成為學術界和社會現(xiàn)實最為緊迫的任務。學界雖有一些研究從企業(yè)進出口行為、要素投入、所面臨的外部環(huán)境等對企業(yè)全要素生產率影響進行了大量研究［1-4］，但中國制造業(yè)企業(yè)面臨貿易不確定性是如何影響企業(yè)全要素生產率問題，將成為新的研究突破口。因此，無論從短期還是長期來看，理論和經(jīng)驗分析貿易不確定性對中國制造業(yè)企業(yè)生產率的影響具有重要的學術價值和現(xiàn)實意義。

鑒于此，本文將聚焦貿易不確定性對企業(yè)全要素生產效率的影響。首先，根據(jù)中國與全球各國進出口貿易數(shù)據(jù)，利用引力模型估計出中國整體在國際貿易中面臨的貿易不確定性，再計算出各省份面臨的貿易不確定性水平。其次，使用2000-2007年中國工業(yè)企業(yè)數(shù)據(jù)庫中29個兩位數(shù)工業(yè)行業(yè)數(shù)據(jù)，用OP方法計算出企業(yè)層面全要素生產率水平。在此基礎上，實證分析企業(yè)在經(jīng)營中面臨的貿易不確定性對其全要素生產率的影響，并使用倍差法處理基準回歸中的內生性問題，同時進行穩(wěn)健性檢驗。在基準回歸基礎上，進一步分析貿易不確定性對出口企業(yè)和非出口企業(yè)的不同影響，并從企業(yè)要素投入角度使用中介效應模型剖析貿易不確定性影響企業(yè)全要素生產率的途徑。

本研究的主要貢獻體現(xiàn)在三個方面：第一，使用引力模型估算出中國制造業(yè)企業(yè)面臨的貿易不確定性，拓展了不確定性研究的范圍；第二，以中國企業(yè)微觀數(shù)據(jù)為樣本，分析了貿易不確定性對企業(yè)全要素生產率的影響，從一個新的角度研究貿易與企業(yè)生產率之間的因果關系；第三，數(shù)量化考察了貿易不確定性對企業(yè)全要素生產率的影響機制，并對不同機制的影響程度進行了度量，得出了企業(yè)面臨貿易不確定時提升企業(yè)全要素生產率的政策支持依據(jù)。

二、 文獻回顧與研究假設

（一） 貿易不確定性與企業(yè)行為

不確定性是指投資環(huán)境信息的不確定，包括政策、經(jīng)濟狀態(tài)、要素市場價格、產品市場價格等方面信息的不確定［5］。國外文獻關于貿易不確定性對企業(yè)行為的影響主要集中在影響出口市場上企業(yè)的進入退出以及企業(yè)中間產品的投入兩方面。如Handley使用動態(tài)異質性企業(yè)模型構建了政策不確定性下企業(yè)進入或退出出口市場的理論框架，并以澳大利亞加入WTO為例進行了經(jīng)驗檢驗［6］。Handley & Limo指出貿易政策不確定性下降不僅增加了出口商的數(shù)量，還增加了出口產品的種類，即不確定性下降能顯著提升企業(yè)與產品進入［7］。

國內關于貿易不確定性與企業(yè)行為領域有著豐富的研究成果。蘇理梅等基于貿易政策不確定性的視角，利用中國加入WTO前后美國對中國產品進行關稅調整這一自然實驗，通過倍差法分析了貿易自由化對中國出口產品質量的影響［8］。汪亞楠和周夢天研究了中國加入WTO之后，貿易不確定性、關稅減免對中國出口產品分布的影響［9］。錢學鋒和龔聯(lián)梅認為區(qū)域貿易協(xié)議降低了中國面臨的貿易政策不確定性，促進了中國制造業(yè)的出口［10］。陳虹和徐陽、毛其淋和許家云、孫一平等分別討論了貿易政策不確定性與中國企業(yè)就業(yè)人數(shù)、企業(yè)儲蓄行為、企業(yè)內部工資不平等的關系［11-13］。汪亞楠、張平南等分別研究了貿易政策不確定性對中國出口企業(yè)短期利潤和長期利潤的影響，及對企業(yè)出口國內附加值率的影響［14-15］。張夏等討論了經(jīng)濟政策不確定性與中國出口貿易轉型升級的關系［16］。

雖然已有文獻研究了貿易不確定性對企業(yè)行為的影響，且引領了不確定性研究新的方向，也開啟了不確定性研究的新篇章，但較少對企業(yè)面臨貿易不確定性時企業(yè)生產率受到的影響程度到底有多大而給出確切答案。依據(jù)上述文獻，貿易不確定性顯著影響企業(yè)資金與人力資本等要素的投入，也對產品質量及出口行為產生作用。

基于以上分析，本文提出以下研究假設。

假設1：貿易不確定性對中國制造業(yè)企業(yè)全要素生產率具有顯著負作用，即貿易不確定性越低，企業(yè)生產效率越高。

（二） 生產率有效測度及影響因素

全要素生產率（Total Factor Productivity，簡稱TFP）反映生產過程中各種投入要素單位平均產出水平，也就是投入轉化為最終產出的總體效率。按照關注點不同，宏觀方法主要關注國家、地區(qū)或產業(yè)的總體生產率水平或增長率，微觀方法則是針對個體企業(yè)的考察，而宏觀的生產率水平并不能簡單理解為微觀生產率的線性加總［17］。Brandt等［18］將全要素生產率研究從宏觀轉入到微觀層面，國內學者田巍等［19］、蓋慶恩等［20］、呂越等［21］、林毅夫等［22］開始研究企業(yè)全要素生產率。企業(yè)層面全要素生產率計算常見方法主要有OLS、FE、OP、LP和GMM。其中，OLS方法由于存在同時性偏差和樣本選擇偏差，尤其同時性偏差導致的內生性問題而被認為具有較大缺陷。而針對OLS方法中同時性偏差和樣本選擇偏差的不同修正方法便產生了后面四種TFP計算方法。魯曉東和連玉君運用1999-2007年中國工業(yè)企業(yè)數(shù)據(jù)庫數(shù)據(jù)，使用上述五種方法計算了中國主要工業(yè)企業(yè)的TFP［17］，最終橫向對比發(fā)現(xiàn)半?yún)?shù)方法中的OP方法和LP方法能夠較好處理上述偏誤［18-19］。

大量文獻分析了全要素生產率的影響因素，主要從企業(yè)進出口行為、要素投入對其全要素生產率的影響展開研究。企業(yè)進出口對其全要素生產率影響的研究發(fā)現(xiàn)，只有最具生產率的企業(yè)才能支付得起進入出口市場的成本［20］，因而出口企業(yè)往往具有更高的生產率水平，即出口自我選擇效應的存在。這一效應也得到大量經(jīng)驗研究的證實。相較之下，只有少部分文獻證實了出口學習效應的存在，即出口顯著地促進了企業(yè)生產率的增長［21-22］。李小平等［23］以及高凌云和王洛林［24］也證實了進口對中國工業(yè)行業(yè)全要素生產率水平的促進作用。人力資本與全要素生產率關系的研究發(fā)現(xiàn)人力資本對TFP具有顯著正向影響［25］，但研究并沒有得出一致結論［26］?？紤]到技術創(chuàng)新和新知識的外部性，Bernstein & Nadiri［27］、夏良科［28］、孫曉華等［29］學者們進一步考察了行業(yè)R&D活動的溢出效應對相關產業(yè)全要素生產率的影響。

已有研究對企業(yè)生產率的影響進行了多維度、多視角的理論和實證分析。本文以非經(jīng)濟因素導致的貿易不確定性為新的研究視角，分別提出以下假設。

假設2：即使面臨同樣貿易不確定性，對出口企業(yè)和非出口企業(yè)全要素生產率的影響不同。

假設3：企業(yè)生產要素投入與技術創(chuàng)新等因素顯著影響企業(yè)全要素生產率。

（三） 貿易不確定性對企業(yè)生產率的影響機制

貿易不確定性也可通過貿易自由化水平得到側面反映，大量研究理論和實證分析了貿易自由化水平對企業(yè)創(chuàng)新能力的影響。企業(yè)創(chuàng)新對生產率具有正向影響在學界已經(jīng)基本達成共識，創(chuàng)新提高企業(yè)生產率水平，對企業(yè)具有長期的積極影響，尤其是當生產要素投入達到一定水平時，企業(yè)生產率的提升只能依靠創(chuàng)新完成。根據(jù)企業(yè)異質性理論，由于“自我選擇”效應的存在，高生產率企業(yè)選擇進行國際貿易［30］。因而，更高的創(chuàng)新水平促使企業(yè)作出出口決策。但創(chuàng)新與出口之間從來不是單向的連接關系。企業(yè)通過出口獲得規(guī)模經(jīng)濟效應，在一定程度上分攤創(chuàng)新的投入成本而獲得更高收益，另外，通過技術溢出和競爭激勵，企業(yè)不斷提高自身創(chuàng)新能力和創(chuàng)新水平［31］。也有學者提出，并不是所有企業(yè)都能通過出口提高創(chuàng)新水平，這其中要考慮到企業(yè)將研發(fā)投入轉化為現(xiàn)實收益的能力。李兵等［32］對中國工業(yè)企業(yè)的研究發(fā)現(xiàn)，出口對于自主創(chuàng)新技術的促進作用主要在具有一定技術含量的企業(yè)中。類似地，有研究發(fā)現(xiàn)［33］，處于創(chuàng)新產業(yè)鏈低端的企業(yè)，增加研發(fā)投入反而會阻礙企業(yè)的國際化擴張?？抵居碌难芯堪l(fā)現(xiàn)［34］，出口對企業(yè)創(chuàng)新的影響具有異質性，大規(guī)模企業(yè)能主動進行出口學習，出口對創(chuàng)新的影響為正，而對于小規(guī)模企業(yè)，出口對創(chuàng)新的影響為負。

為厘清貿易不確定性對企業(yè)生產率的影響機制，我們提出以下假設。

假設4：企業(yè)在面臨不確定性風險時，可以通過規(guī)模擴張（增加固定資產或就業(yè)人數(shù)）和增加研發(fā)投入兩種方式提高生產率。

三、 研究設計

（一） 模型設定

在上述理論文獻分析基礎上，圍繞貿易不確定性對中國制造業(yè)企業(yè)全要素生產率的影響進行實證分析，設定計量模型如下：

TFPit=β0+β1·PROCpit+β2·Xit+UI+Ut+εit（1）

其中，i代表企業(yè)，t代表時間，p代表省份，TFPit代表中國制造業(yè)企業(yè)全要素生產率，PROCpit代表各省份面臨的貿易不確定性水平，Xit代表一系列控制變量，UI為行業(yè)固定效應，Ut為時間固定效應，εit表示隨機擾動項。

（二） 樣本與數(shù)據(jù)

為了充分研究貿易不確定性對企業(yè)全要素生產率的影響，研究使用的數(shù)據(jù)按需要來自三個數(shù)據(jù)庫。

第一個是由國家統(tǒng)計局建立并維護的《中國工業(yè)企業(yè)數(shù)據(jù)庫》，其樣本范圍為全部國有企業(yè)以及主營業(yè)務收入在500萬元以上的非國有企業(yè)（這一標準在2011年改為2000萬元以上）。本文使用了該數(shù)據(jù)庫中2000年到2007年的樣本，并依據(jù)其所提供的企業(yè)財務指標計算出企業(yè)全要素生產率。參照楊汝岱的方法［35］對該數(shù)據(jù)庫的處理分為兩個部分，即構建面板和剔除部分異常樣本。在此基礎上，參照戴覓和余淼杰標準［36］對數(shù)據(jù)進行了處理，共保留觀測值1 080 699個，399 729家企業(yè)。其中，制造業(yè)樣本數(shù)為999 112，合計370 673家企業(yè)，其中，制造業(yè)樣本是本文討論的重點。

第二個是引力模型數(shù)據(jù)庫數(shù)據(jù)，主要來自Glick & Rose［37］，該數(shù)據(jù)庫包含1950-2015年全球200個國家雙面貿易流量的數(shù)據(jù)，并包含國家和國家之間關系特征的數(shù)據(jù)。

第三，在度量企業(yè)貿易不確定性時，本文從《中國統(tǒng)計年鑒》獲取中國31個?。ㄊ?、區(qū)）進出口貿易量的數(shù)據(jù)，以每個?。ㄊ小^(qū)）進出口貿易占全國貿易總量份額為權重來計算每個?。ㄊ小^(qū)）貿易不確定性。

（三） 指標測度

1.核心解釋變量：貿易不確定性

本研究中的貿易不確定性是由非實體經(jīng)濟（如政策、戰(zhàn)爭、技術等）導致的貿易波動，也就是除經(jīng)濟因素之外的其他影響因素而產生的貿易不確定性［38］，其不同于由于經(jīng)濟本身而導致的不確定性。使用該指標時，需基于以下兩個假設：其一，假定中國每個省份企業(yè)在同一年所面臨的貿易不確定性相同；其二，每個省份貿易風險程度與其對外貿易依存度相關，因此假設每個省份所在的企業(yè)面臨相同的貿易風險。在面板計量分析中，企業(yè)貿易風險波動存在于兩個維度：一是隨著時間變化其貿易風險存在波動；二是在不同省份企業(yè)面臨不同的貿易風險。而通過估計的引力模型誤差所得到的殘差êct，是衡量由非實體經(jīng)濟而導致貿易不確定性的有效指標［39］。而具體估計中國每個省份在年份t面臨的貿易不確定性，主要分以下三個步驟：

第一，計算出中國作為一個經(jīng)濟體整體在與任一國家i的雙邊貿易中所面臨的貿易不確定性。在此采用了Head等［40］的公式并加以調整使之更符合中國情況，公式如下：

logBilateralTradeGDPit=β0+α·logPopulationit+γ·logDistancei

+δ·logAreai+θ·Borderi+φ·Lockedi+τ·Freetradeit+εi（2）

其中，logBilateralTrade/GDPit為國家i在年份t與中國進出口貿易總額與其國內生產總值比值取對數(shù)，貿易總額和國內生產總值均為名義值；Populationit為該國人口數(shù)；Distancei為該國與中國的地理距離，單位為km；Areai為該國國土面積，單位為km2；Borderi為該國是否與中國接壤的虛擬變量；Lockedi為該國是否是內陸國的虛擬變量；Freetradeit是該國是否與中國簽訂有自由貿易協(xié)定的虛擬變量；β0、α、γ、δ、θ、φ、τ是需要估計的參數(shù)，εi是殘差項。

根據(jù)Jurado［38］的研究，貿易不確定性為模型（2）所不能解釋的變異即殘差項εi。由此，可以計算出國家i與中國間的貿易不確定性。

第二，計算中國作為一個經(jīng)濟體在雙邊貿易中面臨的總的貿易不確定性，即中國與所有國家間貿易不確定性以該國進出口貿易總額占中國進出口總額的比例為權重進行加權求和，得出中國面臨的總體貿易不確定性εt。計算公式如下：

εt=∑ni=1εi·WiWt（3）

其中，Wi代表中國與相關國家i間雙邊貿易總額，Wt代表中國進出口貿易總額。

第三，計算中國各省份所面臨的總體貿易不確定性，即用某一具體省份進出口貿易總額占中國進出口貿易總額的比例與中國整體貿易不確定性相乘，乘積即為該省份在對外貿易中所面臨的貿易不確定性。計算公式如下：

Trade_uncertaintypit=εt·WpiWt（4）

其中，Trade_uncertaintypit代表省份p在t年所面臨的貿易不確定性，Wpi代表省份p進出口貿易總額；εt、Wt與前面含義一致。需要注意的是，由于每個省份內企業(yè)所面臨的政策條件、地理位置等外部環(huán)境要素基本一致，在此，可以認為每個省份內企業(yè)在同一年份所面臨的外部環(huán)境因素所導致的貿易不確定性具有一致性。

2.被解釋變量：全要素生產率

下文都是以企業(yè)層面全要素生產率（TFP）為基礎進行討論。借鑒魯曉東、連玉君［17］以及楊汝岱［35］的處理方法，以OP法計算所得TFP進行基準回歸，并使用LP法TFP進行穩(wěn)健性檢驗。

在使用OP法計算全要素生產率過程中，以工業(yè)增加值衡量總產出，以固定資產合計衡量資本，以It=Kt-Kt-1+Dt計算投資。其中，K代表固定資產總值，D為固定資產折舊。然后，使用各省工業(yè)品出廠價格指數(shù)對企業(yè)工業(yè)增加值和中間投入進行價格平減，對資本（固定資本合計）使用各省固定資產投資價格指數(shù)平減，價格指數(shù)來自《中國統(tǒng)計年鑒》。

按照兩位數(shù)行業(yè)分類，礦產、石油等行業(yè)由于自然資源在生產過程中有重要作用，其生產函數(shù)不能簡單假設為C-D生產函數(shù)，也就不適用于現(xiàn)有方法對TFP的分析［35］。此外，服務業(yè)的生產函數(shù)也較為復雜，非C-D生產函數(shù)所能刻畫。因此，本文按照其做法，只對兩位數(shù)行業(yè)分類中29個制造業(yè)行業(yè)企業(yè)樣本進行分析。

3.控制變量

除重點考察的核心解釋變量貿易不確定性外，基于對現(xiàn)有研究成果的梳理，加入以下變量作為控制變量。

（1）研發(fā)密度（RDD）：研發(fā)投入代表了企業(yè)在引進研發(fā)人才、研發(fā)新產品與新的生產技術以及設備所投入的資本，是提高企業(yè)生產率與市場競爭力的重要途徑。由于《中國工業(yè)企業(yè)數(shù)據(jù)庫》缺乏2000年、2002年及2003年企業(yè)研發(fā)投入數(shù)據(jù)，文章使用《中國科技年鑒》中“分行業(yè)大中型工業(yè)企業(yè)技術開發(fā)經(jīng)費籌集”各行業(yè)年均值代替。以企業(yè)研發(fā)投入與企業(yè)銷售收入比值作為衡量企業(yè)研發(fā)密度（RDD）的指標，預計其影響為正。

（2）出口規(guī)模（EX）：由于自我選擇效應和出口學習效應的存在，出口對生產率的影響不明確，在此以出口交貨值占企業(yè)工業(yè)銷售產值的比重衡量企業(yè)的出口規(guī)模（EX）。

（3）補貼程度（Sub）：來自政府的補貼收入有利于企業(yè)加大與科研創(chuàng)新和新產品開發(fā)有關的研發(fā)投入以及擴大企業(yè)投資規(guī)模、利用規(guī)模經(jīng)濟實現(xiàn)生產率水平的提高。但由于政府與企業(yè)間信息不對稱，在政策制定者信號甄別機制缺失或失效的情況下，部分企業(yè)甚至會釋放虛假信號以達到欺騙政策制定者的目的，從而嚴重削弱政府補貼的激勵效應，這尤其表現(xiàn)在R&D補貼上。因此，該指標對企業(yè)全要素生產率的影響有待考察。由于《中國工業(yè)企業(yè)數(shù)據(jù)庫》中2001到2003年的數(shù)據(jù)缺乏“全年營業(yè)收入合計”這一指標，在此，以企業(yè)補貼收入和企業(yè)產品銷售收入（主營業(yè)務收入）的比值來衡量企業(yè)接受補貼的程度（Sub）。

（4）利潤率（Profit）：利潤率高的企業(yè)能夠擁有更多資金改善企業(yè)生產條件進而提高企業(yè)生產率，在此以主營業(yè)務利潤與產品銷售收入（主營業(yè)務收入）的比值來衡量，預計其影響為正。

（5）資本密度（KL）：資本密集型企業(yè)往往更傾向于擴大生產技術領域的投資來提高生產效率與產出規(guī)模進而提高企業(yè)利潤，預計其影響為正。在此，以資本勞動比（KL）來衡量企業(yè)資本密集程度，用“資產總計”與“年末從業(yè)人員合計”指標的比值代替。

（6）中間投入（Input）：中間投入品高的企業(yè)可能更加依賴與要素投入而非加大研發(fā)來提高產出，預計其影響為負。在此，以中間投入品與工業(yè)增加值比值來衡量。

實證分析中，各控制變量衡量指標加1取對數(shù)代入模型方程。下面表1報告了主要變量的基本統(tǒng)計特征。

四、 實證結果分析

（一） 基準回歸

針對面板數(shù)據(jù)分別使用普通最小二乘法（OLS）、固定效應（FE）與隨機效應（RE）估計，依據(jù)檢驗結果，應選擇固定效應回歸。為了更清晰地展示貿易不確定性對中國制造業(yè)企業(yè)全要素生產率的影響，用固定效應模型分別在不加入和加入控制變量的情況下估計了貿易不確定性對TFP的影響，以加入控制變量后估計結果作為基準回歸，并以混合回歸結果作為對照，結果報告在表2第（1）、（2）、（3）列。

表2結果顯示，在加入一組控制變量之后，貿易不確定性估計系數(shù)絕對值在顯著性水平不變的情況下反而增大了，而在加入控制變量情況下固定效應回歸與混合回歸中不確定性系數(shù)值相同，且都在1%的水平上顯著。由此，預測是由于部分控制變量在貿易不確定性影響TFP機制中出現(xiàn)了遮掩效應，即在不控制某些代表企業(yè)特質的變量影響下，會明顯低估貿易不確定性對全要素生產率的影響程度，這一點我們將在后文進一步討論。而基準回歸結果顯示，貿易不確定性對中國制造業(yè)企業(yè)全要素生產率具有顯著負效應，且與混合回歸結果及一般經(jīng)驗判斷一致。

控制變量中，企業(yè)研發(fā)密度對企業(yè)生產率的影響顯著為負，表明企業(yè)研發(fā)投入并未有效提高企業(yè)的TFP，且與混合回歸結果一致。已有研究發(fā)現(xiàn)，研發(fā)人員和研發(fā)經(jīng)費對技術效率的改善具有正向影響，但對技術進步具有抑制作用［41］。原因可能是由于產學研的脫節(jié)以及技術成果轉化效率低下，造成研發(fā)投入不能直接促進生產率的改善。同時，國外技術引進在一定程度上對國內自主創(chuàng)新投入具有“擠出”效應。也有學者認為［42］，很多企業(yè)，特別是國有企業(yè)投入研發(fā)資金并非完全是為了研究新產品，而是為了獲得稅收獎勵。

出口規(guī)模對全要素生產率的影響顯著為負，說明企業(yè)出口規(guī)模越大，越不利于其全要素生產率水平的提高。按照比較優(yōu)勢的國際分工原則，中國出口的產品基本上是勞動力密集型的，技術含量不高的加工貿易出口已經(jīng)占據(jù)中國貿易量的半壁江山，而這些主要依賴廉價勞動力價格等導致的出口不能提升工業(yè)行業(yè)的效率水平和生產率增長［23］。同時，中國出口增長主要來源于沿著集約的貿易邊際［33］，即中國出口增長主要源于現(xiàn)有出口企業(yè)和出口產品在單一方向上量的擴張，而企業(yè)出口的產品種類過于單一不利于生產率的進步。

企業(yè)補貼規(guī)模對全要素生產的影響顯著為負，表明對于那些以補貼收入作為重要收入來源，甚至補貼收入超過自身主營業(yè)務收入的企業(yè)而言，來自政府的補貼對其全要素生產率產生了顯著負面影響。已有文獻指出［43］，政府官員出于政治目標最大化的考慮，為了穩(wěn)定就業(yè)，可能會給予生產率比較低或虧損的企業(yè)更高程度的補貼，而這類企業(yè)生產率的提升空間較為有限。同時，政府補貼對企業(yè)全要素生產率的影響與當?shù)卣难a貼力度密切相關，當政府補貼力度較高時會顯著抑制企業(yè)生產率水平的提高。

企業(yè)資本密度系數(shù)顯著為負，與混合回歸結果及預期都相反?？赡苁且驗槿司潭ㄙY產較高的行業(yè)都是重工業(yè)，例如鋼鐵、汽車和石化行業(yè)，這類企業(yè)歷史包袱較重，或者違背了發(fā)展中國家的比價優(yōu)勢原則，因此效率不高［38］。

中間投入系數(shù)顯著為負，與預期及混合回歸結果一致。企業(yè)過分依賴要素投入增加產出而對企業(yè)研發(fā)及效率改進產生的“擠出”效應外，還可能是因為較多地使用工業(yè)中間投入，使得企業(yè)對上游關聯(lián)企業(yè)的依賴性增加，在長期來說，生產效率就會表現(xiàn)出下降的態(tài)勢。

（二） 區(qū)分出口和非出口企業(yè)影響

由于數(shù)據(jù)的限制，本文使用企業(yè)所在省份面臨的整體貿易不確定性代替?zhèn)€體企業(yè)在經(jīng)營中實際面臨的貿易不確定性風險，因而可能無法準確考察出口企業(yè)與非出口企業(yè)實際面臨的不確定性風險差異。但是，企業(yè)層面全要素生產率的測算使得本文有可能考察在即使面臨同樣不確定性風險時，出口企業(yè)和非出口企業(yè)全要素生產率的不同表現(xiàn)。在此，根據(jù)企業(yè)被觀測年份出口交貨值是否大于零，將樣本企業(yè)劃分為出口及非出口企業(yè)。如表2所示，在樣本觀測期間，有出口行為的企業(yè)占總樣本大約四分之一。在此以固定效應方法對出口及非出口企業(yè)進行回歸，并以總樣本回歸結果作為對照，回歸結果報告在表2第（4）、（5）列。

如表2第（4）、（5）列所示，貿易不確定性對出口企業(yè)生產率具有顯著正向影響，而貿易不確定性對非出口企業(yè)的負效應大約是其對總樣本企業(yè)負效應的2倍。這表明貿易不確定性不僅不會降低出口企業(yè)的全要素生產率水平，反而有助于其生產率水平的提升，而貿易不確定性會顯著降低非出口企業(yè)全要素生產率水平。這也表明出口企業(yè)比非出口企業(yè)擁有更強的抵御貿易風險的能力，也從側面展示了出口企業(yè)較非出口企業(yè)在生產率方面的優(yōu)勢，而這種優(yōu)勢到底來自于自我選擇效應還是出口學習效應，還有待進一步檢驗。

控制變量中，出口企業(yè)資本密度對其全要素生產率具有顯著正效應，與總樣本及非出口企業(yè)回歸結果都不一致?？赡艿慕忉屖?，在中國出口企業(yè)中，資本密度較高的企業(yè)更有可能是高新技術產業(yè)非勞動力密集型產業(yè)，而更多的資本包含更多的技術水平，更有利于全要素生產率的增長。其它控制變量除出口規(guī)模在非出口企業(yè)樣本中不顯著外，系數(shù)值及顯著性水平與總樣本差別不大。

（三） 內生性處理及穩(wěn)健性檢驗

1.內生性處理

（1） 雙重差分法

為了更為準確地衡量貿易不確定性風險對企業(yè)全要素生產率的影響，避免因遺漏變量或數(shù)據(jù)測量偏誤帶來的內生性問題。下文進一步使用雙重差分方法（DID）考察不同區(qū)域內省份貿易不確定性在2003年驟升對企業(yè)全要素生產率產生的影響。

如圖1所示，在2002-2003年，中國整體貿易不確定性經(jīng)歷了一個短時間內快速上升的過程，其后三年中國整體貿易不確定性水平也逐步上升，較入世前兩年有了較大幅度提升。而具體到各個省份可以發(fā)現(xiàn)，部分省份如西藏、寧夏等在這一沖擊開始前后，即2003年前后，其貿易不確定性指數(shù)上升幅度低于千分之一，假設這部分省份由于進口規(guī)模較小，未受到中國加入世界貿易組織帶來的不確定性沖擊，并將其作為這一準實驗的控制組，將其他省份作為實驗組。以2003年為這一自然實驗實施年份，DID模型設定如下：

TFPit=α+β·Di·Ti+λi+φt+γ·Zi，t+εi，t（5）

其中，虛擬變量Di表示企業(yè)是否屬于實驗組，如果企業(yè)所在省份屬于青海、西藏、寧夏、甘肅、貴州、內蒙古之一則取0，否則為1；虛擬變量Ti代表是否在沖擊發(fā)生后，如果樣本觀測時間在2003年后則取1，否則為0；λi和φt分別代表企業(yè)個體固定效應和時間固定效應的隨機變量；Zi，t為一組控制變量，包括企業(yè)研發(fā)投入、資本密度、出口規(guī)模、中間投入；εi，t為擾動項；β是雙重差分法中關注的參數(shù)，β>0表明貿易不確定性對企業(yè)全要素生產率有正向影響，即受到入世帶來的不確定性沖擊后，企業(yè)全要素生產率得到提升，反之，受到入世帶來的貿易不確定性沖擊后企業(yè)全要素生產率降低。

DID結果見表3第（1）列，其中，代表是否屬于實驗組實驗開始后的虛擬變量DiTi系數(shù)顯著為負，表明貿易不確定性沖擊對中國制造業(yè)企業(yè)全要素生產率產生了顯著的負向影響，這與基準回歸結果一致。

（2） 平行趨勢假設檢驗

雙重差分方法估計結果無偏的一個關鍵前提條件是實驗組和控制組之間滿足平行趨勢假設，即實驗組和控制組因變量在事件發(fā)生前應具有相同的變動趨勢，否則雙重差分法會高估或者低估該事件產生的效果。文章使用事件研究法來驗證平行趨勢假設，如果平行趨勢假設成立，貿易不確定性對中國制造業(yè)企業(yè)全要素生產率的沖擊只會發(fā)生在2003年及其后年份，而在2003年之前，實驗組和對照組企業(yè)全要素生產率的變動趨勢不應該存在顯著差異。

為了驗證平行趨勢假設，在模型（5）基礎上設定如下的回歸模型：

TFPit=α+∑4j=-2βj·Di·Ti+λi+φt+γ·Zi，t+εi，t（6）

其中，DiTi是一個虛擬變量，如果樣本企業(yè)位于實驗組省份且被觀測時間在2003年及其后，則取值為1，否則為0。因此，β0為2003年貿易不確定性對實驗組企業(yè)TFP的影響，β-1與β-2為沖擊開始前兩年的效果，β1到β4為2003年帶來的貿易不確定性沖擊開始后四年，不確定性對實驗組企業(yè)全要素生產率的影響。如果β-1與β-2系數(shù)顯著為0，則說明平行趨勢假設成立，而β1到β4為入世帶來的不確定性沖擊隨著時間推移而產生的動態(tài)效應。βj系數(shù)及其95%的置信區(qū)間見圖2。圖2顯示，2003年前，實驗組和對照組企業(yè)全要素生產率的變化趨勢并沒有顯著的差異，表現(xiàn)為β-1與β-2的系數(shù)并沒有呈現(xiàn)出一定的變化規(guī)律，更重要的是，β-1與β-2的系數(shù)在統(tǒng)計上并不顯著異于0（10%的置信區(qū)間包含了0值）。這說明平行趨勢假設成立，即控制組和實驗組在入世帶來的不確定性沖擊開始前具有可比性。需要注意的是，由于《中國工業(yè)企業(yè)數(shù)據(jù)庫》缺失2004年工業(yè)增加值等企業(yè)TFP計算所需的核心指標，上文刪除了2004年樣本，模型（6）回歸中并不包含2004年數(shù)據(jù)，因此圖2也并沒有報告2004年即沖擊開始后第一期系數(shù)β1及置信區(qū)間。而在2003年及其后年份中，β1系數(shù)為正，而β2到β4系數(shù)為負，且β3與β4系數(shù)在統(tǒng)計上顯著小于0（10%置信區(qū)間不包含0值），而β1系數(shù)并不顯著大于0（10%置信區(qū)間包含0值）。這說明2003年對中國制造業(yè)企業(yè)TFP存在負向的影響，即中國制造業(yè)企業(yè)在2003年貿易不確定性沖擊開始后的第3年和第4年都有顯著的下降。平行趨勢假設檢驗的結果證實了本文運用雙重差分方法的可行性，而雙重差分法結果顯示，貿易不確定性對TFP具有顯著負向影響，這證實了本文基準回歸結果的穩(wěn)健性，即基準回歸結論并未受到模型內生性問題的影響。

2.穩(wěn)健性檢驗

以LP方法計算的全要素生產率作為被解釋變量可作為基準回歸結果穩(wěn)健性的一種檢驗途徑。改變全要素生產率計算方法后，回歸結果如表3第（2）列所示，貿易不確定性對企業(yè)全要素生產率的影響依舊顯著為負，而其它控制變量回歸系數(shù)值差異很小，且各變量符號完全一致，這說明本文基本結論并沒有受到被解釋變量測算方法的影響，貿易不確定性對企業(yè)全要素生產率具有顯著負效應。

一般認為，國有企業(yè)全要素生產率與非國有企業(yè)存在差距，在此將樣本拆分為國有及非國有企業(yè)分別進行回歸，以檢驗基準回歸結果的穩(wěn)健性?；貧w結果報告在表第（3）、（4）列，結果顯示，貿易不確定性對國有及非國有企業(yè)都具有顯著的負效應，說明基準回歸結論并未受到企業(yè)控股情況影響，結論具有穩(wěn)健性。同時，不確定性對國有企業(yè)的負效應程度比非國有企業(yè)的影響程度要顯著，說明國有企業(yè)在面臨不確定性時，其生產率水平更容易下降?？刂谱兞恐校隹谝?guī)模以及資本密度系數(shù)顯著為正，與總樣本及非出口企業(yè)樣本系數(shù)不一致，說明對國有企業(yè)而言，較高的出口規(guī)模和資本密度更有利于其全要素生產率水平的提高。在同樣的顯著性水平下，補貼收入對出口企業(yè)的負效應遠高于其對非出口企業(yè)的負效應，我們推測，這是因為國有企業(yè)更容易獲得來自政府的補貼，同時部分國有企業(yè)全要素生產率的提升空間更為有限。研發(fā)投入和利潤率對兩類企業(yè)全要素生產率影響差異不大。

最后，考慮到控制變量對個體企業(yè)全要生產率的影響可能存在一定的時滯效應，將模型中控制變量的當期項替換為各自的滯后一期值采用固定效應模型進行估計?？刂谱兞繙笠黄诨貧w結果報告在表3第（5）列，從中可以看出，貿易不確定性對企業(yè)全要素生產率的影響顯著為負，表明在考慮變量影響時滯效應后基準回歸結果依舊穩(wěn)健。其它控制變量回歸結果與基準回歸基本相似，但資本密度系數(shù)變?yōu)轱@著為正，可能的解釋是，企業(yè)在固定資產投入方面對企業(yè)全要素生產率產生作用具有一定的時滯效應，而企業(yè)在當期固定資產方面的投入阻礙了企業(yè)在其他能在當期直接對全要素生產率產生正向影響的要素方面的投資，故基準回歸中當期資本密度系數(shù)顯著為負。

五、 影響機制分析

上文基準回歸結果顯示，在控制了企業(yè)研發(fā)密度、出口規(guī)模、中間投入等變量影響后，貿易不確定性對中國制造業(yè)企業(yè)全要素生產率具有顯著的負面影響，穩(wěn)健性檢驗結果證實了這一基本結論的穩(wěn)健性。在此基礎上，下文將按照溫忠麟和葉寶娟［44］提出的中介效應檢驗程序進一步分析貿易不確定性這一企業(yè)外部環(huán)境因素對全要素生產率的影響機制。需要指出的是，現(xiàn)有文獻已經(jīng)從企業(yè)自身條件以及外部環(huán)境方面充分探討影響企業(yè)全要素生產率的因素，限于篇幅與能力，不可能將所有這些因素納入本文所討論的不確定性作用途徑范圍。研究中將考察范圍集中于企業(yè)要素投入范疇，假定貿易不確定性通過影響企業(yè)要素投入選擇最終影響了企業(yè)全要素生產率。因此，主要考察企業(yè)研發(fā)投入、固定資產、從業(yè)人數(shù)這三個變量并將其作為貿易不確定性影響企業(yè)全要素生產率的途徑。同時，上文區(qū)分出口及非出口企業(yè)回歸的結果證實了出口企業(yè)在全要素生產率及抵抗貿易不確定性風險方面的優(yōu)勢，故加入企業(yè)是否出口的虛擬變量（Dexport）來控制企業(yè)出口行為的影響。此外，考慮到外資及港澳臺企業(yè)在生產及管理技術等方面的區(qū)別，以及外資參股有助于提高國內企業(yè)生產效率［45］，增加是否外資控股或港澳臺控股的虛擬變量（Dforeign）來控制這一優(yōu)勢的影響。檢驗模型設定如下：

TFPit=β0+c·PROCit+α1·Dexport+α2·Dforeign+ε1（7）

Zit=β1+a·PROCit+α1·Dexport+α2·Dforeign+ε2（8）

TFPit=β2+c′·PROCit+b1·RD+b2·K+b3·L+α1·Dexport+α2·Dforeign+ε3（9）

其中，c代表在控制了企業(yè)是否為出口企業(yè)和外資企業(yè)后，貿易不確定性對企業(yè)全要素生產率的總效應；Dexport和Dforeign分別是代表出口企業(yè)和外資企業(yè)的虛擬變量，屬于則取1，否則為0；Zit代表企業(yè)要素投入選擇，包括企業(yè)研發(fā)投入（RD）、固定資產（K）、職工數(shù)（L），而a則表示貿易不確定性對上述三個變量的估計系數(shù)；系數(shù)c′是控制了研發(fā)投入、資本、勞動力及代表出口和外資企業(yè)虛擬變量后貿易不確定性對全要素生產率的直接效應；b代表控制了貿易不確定性和兩個虛擬變量影響后三個待考察中介變量對全要素生產率的效應。模型回歸結果報告在表4。

表4第（1）列顯示，貿易不確定性對全要素生產率負效應顯著，中介效應檢驗繼續(xù)。第（2）、（3）、（4）報告了控制企業(yè)是否出口以及外資控股虛擬變量后，貿易不確定性對企業(yè)研發(fā)投入、資本、勞動力投入影響的估計系數(shù)，結果顯著，這表明在國際貿易中的不確定性風險確實會顯著影響企業(yè)的要素投入選擇。具體而言，貿易不確定性對企業(yè)研發(fā)投入、勞動力投入及資本投入都具有顯著正效應。說明在面臨不確定性風險時，中國制造業(yè)企業(yè)會傾向于增加要素投入以增強自身抵御風險的能力。

第（5）列中報告了檢驗方程（9）的估計結果，其中研發(fā)投入、固定資產、勞動力投入系數(shù)顯著，證明間接效應顯著，即貿易不確定性通過研發(fā)投入以及企業(yè)資本、勞動力要素間接影響了企業(yè)全要素生產率。同時，檢驗方程（9）中，貿易不確定性對全要素生產率直接效應估計系數(shù)c′顯著，證實了直接效應的存在，即貿易不確定性可以直接影響企業(yè)全要素生產率。進一步對比間接效應ab和直接效應c′符號可以發(fā)現(xiàn)，研發(fā)投入、勞動力投入及資本投入的部分中介效應顯著，即企業(yè)研發(fā)投入、勞動力要素投入及資本投入確實是貿易不確定性影響企業(yè)全要素生產率的途徑。

表5報告了部分中介效應比例，其中，研發(fā)投入占據(jù)比例高達83.2%，表明在貿易不確定性通過影響企業(yè)要素投入進而影響其全要素生產率的過程中，企業(yè)研發(fā)投入是其中最為重要的影響途徑。而勞動力投入與資本投入部分中介效應比例之和只占貿易不確定性總效應c′不到20%，而勞動力投入產生的部分中介效應甚至不到1%。進一步對比表4第（5）列各解釋變量系數(shù)可以發(fā)現(xiàn)，研發(fā)投入重要作用的來源是研發(fā)投入對企業(yè)全要素生產率的負效應，而勞動力投入部分中介效應作用微弱的原因是其對全要素生產率及不確定性對其本身影響程度均較低。

六、 結 語

本文利用中國2000-2007年工業(yè)企業(yè)數(shù)據(jù)，實證研究了貿易不確定性對中國企業(yè)全要素生產率的影響。研究結果表明：整體而言，貿易不確定性對中國制造業(yè)企業(yè)全要素生產率具有顯著負作用，即貿易不確定性越低，企業(yè)生產效率越高，貿易不確定性下降一個百分點，企業(yè)全要素生產率至少會提升1.7%；貿易不確定性對出口企業(yè)全要素生產率具有顯著正向影響，而對非出口企業(yè)全要素生產率具有顯著負向影響；貿易不確定性主要通過影響企業(yè)研發(fā)投入、生產資本投入和勞動力投入影響企業(yè)生產率，其作用占比分別是83.2%、17.7%、0.65%。

以上研究結論具有重要的政策啟示。

首先，國家應降低貿易不確定性，平滑國際貿易，降低中國國際貿易不確定性。當前單邊主義、貿易保護主義、逆全球化思潮抬頭，特別是貿易摩擦不斷升級，各國經(jīng)濟景氣的不均衡性、區(qū)域貿易集團的排他性、貿易分配利益的兩極化等，都造成了全球貿易發(fā)展的不確定性。中國政府應穩(wěn)定傳統(tǒng)優(yōu)勢貿易伙伴，尋求建立新的貿易伙伴，多元化進出口市場，以“投資組合”策略穩(wěn)定中國國際貿易，為中國企業(yè)生產率的提高和產業(yè)升級提供良好的宏觀環(huán)境。

其次，要轉變國家企業(yè)補貼模式，以企業(yè)研發(fā)資金專項補貼代替直接的生產補貼模式。國家應為生產性企業(yè)提供必要的輔助研發(fā)資金支持，以幫助企業(yè)在貿易不確定時有充足的研發(fā)資金投入，以提高企業(yè)的生產效率。貿易不確定性主要通過研發(fā)資金投入影響企業(yè)全要素生產率的提高。國家和政府為發(fā)展企業(yè)，提高企業(yè)生產率水平，應轉變直接生產補貼模式到企業(yè)研發(fā)資金專項補貼，以提高補貼資金使用針對性和使用效率。

最后，企業(yè)本身需設立應對風險時的研發(fā)資金準備金。企業(yè)在面臨貿易不確定性時，一方面會由于不確定性風險增加，減少研發(fā)資金投入，另一方面，即使企業(yè)想增加研發(fā)資金投入，但由于貿易不確定性增加導致實際收入降低，而對提高研發(fā)資金投入也無能無力。因此，企業(yè)應專門設立研發(fā)資金準備金，在面臨貿易不確定性時，仍可以保證研發(fā)資金的投入，進而提高企業(yè)全要素生產率水平。

［參考文獻］

［1］ ?毛其淋，盛斌.貿易自由化與中國制造業(yè)企業(yè)出口行為：“入世”是否促進了出口參與？［J］.經(jīng)濟學（季刊），2014（2）：647-674.

［2］ 簡澤，張濤，伏玉林.出口自由化、競爭與本土企業(yè)的全要素生產率：基于中國加入WTO的一個自然實驗［J］.經(jīng)濟研究，2014（08）：120-132.

［3］ Vandenbussche，J.，Aghion，P.，Meghir，C.Growth，distance to frontier and composition of human capital［J］.Journal of Economic Growth，2006，11（2）：97-127.

［4］ Nataraj，S.The impact of trade liberalization on productivity：Evidence from Indias formal and informal manufacturing sectors［J］.Journal of International Economics，2011，85（2）：292-301.

［5］ 龔聯(lián)梅，錢學鋒.貿易政策不確定性理論與經(jīng)驗研究進展［J］.經(jīng)濟學動態(tài)，2018（06）：106-116.

［6］ Handley，K.Exporting under trade policy uncertainty：Theory and evidence［J］.Journal of International Economics，2014，94（1）：50-66.

［7］ Handley，K.，Limo，N.Trade and Investment under Policy Uncertainty：Theory and Firm Evidence［J］.American Economic Journal（Economic Policy），2015，7（4）：189-222.

［8］ 蘇理梅，彭冬冬，蘭宜生.貿易自由化是如何影響我國出口產品質量的：基于貿易政策不確定性下降的視角［J］.財經(jīng)研究，2016（04）：61-70.

［9］ 汪亞楠，周夢天.貿易政策不確定性、關稅減免與出口產品分布［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2017 （12）：127-142.

［10］錢學鋒，龔聯(lián)梅.貿易政策不確定性、區(qū)域貿易協(xié)定與中國制造業(yè)出口［J］.中國工業(yè)經(jīng)濟，2017 （10）：81-98.

［11］陳虹，徐陽.貿易政策不確定性會增加企業(yè)就業(yè)人數(shù)嗎：來自中國加入WTO的企業(yè)微觀數(shù)據(jù)［J］.宏觀經(jīng)濟研究，2018（10）：121-133，175.

［12］毛其淋，許家云.貿易政策不確定性與企業(yè)儲蓄行為：基于中國加入WTO的準自然實驗［J］.管理世界，2018（05）：10-27，62，179.

［13］孫一平，許蘇皓，盧仕.貿易政策不確定性對企業(yè)工資不平等影響研究：中國經(jīng)驗［J］.宏觀經(jīng)濟研究，2018（12）：30-39，66.

［14］汪亞楠.貿易政策不確定性與出口企業(yè)利潤變動：基于中美貿易的實證分析［J］.當代財經(jīng)，2018（05）：91-101.

［15］張平南，徐陽，徐小聰，等.貿易政策不確定性與企業(yè)出口國內附加值：理論與中國經(jīng)驗［J］.宏觀經(jīng)濟研究，2018（01）：57-68.

［16］張夏，施炳展，汪亞楠，等.經(jīng)濟政策不確定性真的會阻礙中國出口貿易升級嗎？［J］.經(jīng)濟科學，2019 （02）：40-52.

［17］魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產率估計：1999-2007［J］.經(jīng)濟學（季刊），2012（02）：541-558.

［18］Brandt，L.，Van Biesebroeck，J.，Zhang，Y.Creative accounting or creative destruction？ Firm-level productivity growth in Chinese manufacturing［J］.Journal of Development Economics，2012，97（2）：339-351.

［19］田巍，余淼杰.企業(yè)生產率和企業(yè)“走出去”對外直接投資：基于企業(yè)層面數(shù)據(jù)的實證研究［J］.經(jīng)濟學（季刊），2012（02）：383-408.

［20］蓋慶恩，朱喜，程名望，等.要素市場扭曲、壟斷勢力與全要素生產率［J］.經(jīng)濟研究，2015 （05）：61-75.

［21］呂越，黃艷希，陳勇兵.全球價值鏈嵌入的生產率效應：影響與機制分析［J］.世界經(jīng)濟，2017 （07）：28-51.

［22］林毅夫，向為，余淼杰.區(qū)域型產業(yè)政策與企業(yè)生產率［J］.經(jīng)濟學（季刊），2018（02）：781-800.

［23］李小平，盧現(xiàn)祥，朱鐘棣.國際貿易、技術進步和中國工業(yè)行業(yè)的生產率增長［J］.經(jīng)濟學（季刊），2008 （02）：549-564.

［24］高凌云，王洛林.進口貿易與工業(yè)行業(yè)全要素生產率［J］.經(jīng)濟學（季刊），2010（02）：391-414.

［25］Benhabib，J.，Spiegel，M.M.The role of human capital in economic development evidence from aggregate cross-country data［J］.Journal of Monetary Economics，1994，34（2）：143-173.

［26］Pritchett，L.Where Has All the Education Gone？［J］.The World Bank Economic Review，2001，15（3）：367-391.

［27］Bernstein，J.I.，Nadiri，M.I.Product Demand，Cost of Production，Spillovers，and the Social Rate of Return to R&D［R］.National Bureau of Economic Research Working Paper Series，1991，No.3625.

［28］夏良科.人力資本與R&D如何影響全要素生產率：基于中國大中型工業(yè)企業(yè)的經(jīng)驗分析［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2010（04）：78-94.

［29］孫曉華，王昀，鄭輝.R&D溢出對中國制造業(yè)全要素生產率的影響：基于產業(yè)間、國際貿易和FDI三種溢出渠道的實證檢驗［J］.南開經(jīng)濟研究，2012（05）：18-35.

［30］Mayer，Thierry，Melitz M J，et al.Market Size，Competition，and the Product Mix of Exporters［J］.Social Science Electronic Publishing，2014，104（2）：495-536.

［31］Paul Krugman.A Model of Innovation，Technology Transfer，and the World Distribution of Income［J］.Journal of Political Economy，1979，87（2）：253-266.

［32］李兵，岳云嵩，陳婷.出口與企業(yè)自主技術創(chuàng)新：來自企業(yè)專利數(shù)據(jù)的經(jīng)驗研究［J］.世界經(jīng)濟，2016 （12）：72-94.

［33］錢學鋒，王菊蓉，黃云湖，等.出口與中國工業(yè)企業(yè)的生產率：自我選擇效應還是出口學習效應？［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2011（02）：37-51.

［34］康志勇.中國本土企業(yè)出口增長之謎的再思考：基于企業(yè)財務視角的分析［J］.世界經(jīng)濟研究，2011（10）：3-8，32，87.

［35］楊汝岱.中國制造業(yè)企業(yè)全要素生產率研究［J］.經(jīng)濟研究，2015（02）：61-74.

［36］戴覓，余淼杰.企業(yè)出口前研發(fā)投入、出口及生產率進步：來自中國制造業(yè)企業(yè)的證據(jù)經(jīng)濟學（季刊），2012，11（01），211-230.

［37］Glick，R.，Rose，A.K.Currency unions and trade：A post-emu reassessment［J］.European Economic Review，2016，87：78-91.

［38］Jurado，K.，Ludvigson，S.C.，Ng，S..Measuring uncertainty［J］.American Economic Review，2015，105：1177-1216.

［39］Brueckner，M.，Vespignani，J..Trade Uncertainty and Income Inequality［R］.Working Paper，University of Tasmania，Tasmania School of Business and Economics，2017.

［40］Head，K.，Mayer，T.，Ries，J.，The erosion of colonial trade linkages after independence［J］.Journal of International Economics，2010，81：1-14.

［41］陶長琪，齊亞偉.中國全要素生產率的空間差異及其成因分析［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究，2010，27（01）：19-32.

［42］聶輝華，張彧，江艇.中國地區(qū)腐敗對企業(yè)全要素生產率的影響［J］.中國軟科學，2014（05）：37-48.

［43］邵敏，包群.政府補貼與企業(yè)生產率：基于我國工業(yè)企業(yè)的經(jīng)驗分析［J］.中國工業(yè)經(jīng)濟，2012（07）：70-82.

［44］溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展心理科學進展［J］.心理科學進展，2014（5）：731-745.

［45］王志鵬，李子奈.外資對中國工業(yè)企業(yè)生產效率的影響研究［J］.管理世界，2003（04）：17-25.

（責任編輯 文 格）

Impacts of Trade Uncertainty on Total Factor Productivity

of Chinese Manufacturing Enterprises

ZHAO Xi-yang1， LI Jun2， YAN Wen-shou2

（1.School of Economics，Wuhan Polytechnic University，Wuhan 430023，Hubei，China;

2.School of Business Administration，Zhongnan University of Economics and Law，

Wuhan 430073，Hubei，China）

Abstract：Chinese economy is in a crucial period of transition from a high-speed growth stage to a high-quality development stage.The upgrading of manufacturing enterprises is of great significance to the promotion of their international competitiveness.However，a series of events such as the rise of “anti-globalization” thoughts and protectionist tendencies create uncertainties of global trade.Firstly，this paper applies gravity model to effectively measure trade uncertainties faced by Chinese enterprises.Then taking the data of industrial enterprises from 2000 to 2007 as the samples，this paper empirically studies the impact of trade uncertainty on the total factor productivity of Chinese enterprises，and finally makes an in-depth analysis of its influencing mechanism.The empirical results show that： on the whole，trade uncertainty has a significant negative effect on the total factor productivity of Chinese manufacturing enterprises，i.e.the lower the trade uncertainty is，the higher the production efficiency of enterprises can be.Trade uncertainty has a significant positive effect on the total factor productivity of export enterprises and a significant negative effect on the total factor productivity of non-export enterprises.Trade uncertainty possibly affects the productivity of enterprises by influencing their R&D input.The conclusion of the study has important policy implications for promoting the total factor productivity of Chinese enterprises in the context of trade uncertainty.

Key words：trade uncertainty; total factor productivity; influence mechanism; mediating effect