劉 朝

（西安交通大學，陜西 西安710061）

融資約束是指企業(yè)無法從外部的正規(guī)渠道中獲得足夠的資金支持，具體表現(xiàn)是不僅融資成本較高，而且融資可得性也相對較低。融資約束會使企業(yè)無法做出最優(yōu)的經濟決策，導致資源錯配，并引發(fā)生產率下降。與此同時，企業(yè)的無形資產研發(fā)，由于其高風險性以及價值難以估計，使得企業(yè)很難從商業(yè)銀行獲得足夠的融資額度，使得研發(fā)活動受到融資約束的限制。

制造業(yè)是國民經濟發(fā)展的重要支柱產業(yè)，是科技創(chuàng)新的主戰(zhàn)場。中央經濟工作會議明確提出“加大結構性改革力度，糾正要素配置扭曲，提高全要素生產率”。如何在不增加要素投入的情況下，通過效率提高進而實現(xiàn)全要素生產率（TFP）的提升一直是研究的熱點和難點。由于我國制造業(yè)起步晚、技術水平較低、受到發(fā)達國家技術封鎖等，使得制造業(yè)嚴重依賴資金的有效支持，必須通過融資來解決。而企業(yè)的融資結構直接影響TFP的增長率，二者之間的關聯(lián)影響分析在當下我國工業(yè)企業(yè)改革中顯得尤為重要。

一、文獻綜述

企業(yè)融資結構與全要素生產率之間的相關關系一直是研究熱點。多數(shù)研究認為通過外部融資企業(yè)可以提高生產率。其中代表性的文獻有：Guan and Lansink（2006）以丹麥農場的績效作為研究對象，通過Malmquist 生產率指數(shù)法對其進行度量，得出了長期債務和生產率呈現(xiàn)正相關的關系。Gatti and Love（2008）的研究也支持了上述觀點，他們通過比利時企業(yè)的橫截面數(shù)據(jù)進行實證檢驗，發(fā)現(xiàn)了信貸可獲性對全要素生產率具有顯著影響，該方法是將企業(yè)的信用額度或可以透支的限額作為信貸可獲性的替代變量，構建出全新的被解釋變量，包括企業(yè)所處的行業(yè)、所有權的結構與性質以及企業(yè)規(guī)模等。Ayyagari（2010）研究發(fā)現(xiàn)，受限于金融市場的發(fā)展，我國企業(yè)的融資渠道主要來源于其內部融資，而外部融資主要集中于正規(guī)金融機構，且與企業(yè)生產率呈現(xiàn)正相關的關系，其他外部融資渠道對生產率增長沒有顯著的影響。

然而，部分學者認為債務融資與企業(yè)生產率之間不存在相關關系甚至是負相關關系，Nucci（2005）構建了一個全要素生產率模型，通過意大利企業(yè)的面板數(shù)據(jù)來研究企業(yè)資本結構與TFP之間的相關關系，這個模型以TFP作為被解釋變量，以無形資產、融資杠桿和資產比率等作為解釋變量，發(fā)現(xiàn)融資杠桿與TFP 呈現(xiàn)負相關關系，短期債務融資會導致企業(yè)TFP 下降。Nunes（2007）以葡萄牙企業(yè)的面板數(shù)據(jù)為研究對象，得出融資結構與TFP呈現(xiàn)出負相關關系，而且這種關系是非線性的，融資杠桿的使用不僅不會提高企業(yè)的TFP，還會使之下降。

目前，我國學者對該領域的研究相對較少，主要是通過融資約束和金融發(fā)展來分析企業(yè)的投資行為，以及從商業(yè)信用、政府補貼等角度解釋融資約束對TFP的沖擊和影響。比如，鄭江淮等（2001）從股權結構出發(fā)，發(fā)現(xiàn)國有股比重越低的上市公司受外部融資約束越不明顯。石曉軍等（2010）從生產函數(shù)出發(fā)，運用隨機前沿理論驗證了商業(yè)信用對融資約束有明顯的緩解作用，并在此基礎上采用Malmquist 方法對效率進行計量和分解，認為商業(yè)信用是以緩解融資約束為媒介，進一步促進規(guī)模效率的提高。任曙明和呂鐲（2014）利用裝備制造業(yè)的微觀數(shù)據(jù)，探究了融資約束背景下政府補貼對生產率的影響，并提出相應的平滑機制，他們認為，多數(shù)（大約75%左右）企業(yè)的政府補貼可以完全抵消融資約束對TFP的負面影響，進而促進了整個裝備制造業(yè)生產率平穩(wěn)持續(xù)增長。

綜上所述，企業(yè)的融資結構與企業(yè)TFP之間存在著重要的關聯(lián)性。本文基于2008-2014年中國制造業(yè)上市公司的面板數(shù)據(jù)，采用DEA-Malmquis 方法估算了企業(yè)全要素生產率增長率及其分解指標，并且研究了不同控制背景下國有控制公司和非國有控制公司的融資方式對企業(yè)全要素生產率增長率及其分解指標的影響差異，以期為工業(yè)企業(yè)改革指明方向。

二、TFP增長率及其分解指標

1.模型與算法

國內大多數(shù)文獻主要從宏觀層面對我國TFP增長率進行估算。比如，王小魯（2000）、張軍（2002）、郭慶旺和賈俊雪（2005）等從經濟增長角度出發(fā)，研究中國的總體TFP狀況及其變遷；張杰等（2009）以1999-2003為數(shù)據(jù)的樣本空間，選擇國有企業(yè)和規(guī)模以上非國有企業(yè)作為研究對象，采用OP 算法對企業(yè)TFP進行估算；魯曉東和連玉君（2012）采用參數(shù)法和非參數(shù)法計算企業(yè)層面的TFP，并進行了橫向比較，發(fā)現(xiàn)半參數(shù)法能夠較好的解決內生性問題和樣本選擇偏誤。

本文采用非參數(shù)法中的DEA-Malmquist 指數(shù)估計對我國制造業(yè)上市公司的TFP變化率以及其分解指標進行估算。該方法具有以下優(yōu)點：首先，該方法無需給出投入要素的具體價格，而要素的具體價格在現(xiàn)實中很難得到。其次，Malmquist 指數(shù)估計是一種非參數(shù)的估計，不僅避免了參數(shù)估計方法的多種限制，還可以將TFP進行更為深入的分解，為下一步的研究提供嚴密的內在邏輯和合理層次結構。本文以F?re et al.（1994，1997）開創(chuàng)性的工作為研究基礎，以產出函數(shù)為起點，數(shù)學表達式如下：

（1）式中的x和y分別代表投入和產出，經濟意義是在第t期的基礎上預計t+1 期TFP 的變化，表示產出距離的函數(shù)。TFPCH值的大小是判斷的依據(jù)，如果大于1，則表示TFP 呈現(xiàn)上升趨勢，若小于1，則表示下降趨勢。TFP的變化率（TFPCH）可以分解成兩個部分，分別是技術效率（EFFCH）和技術進步率（TFCHCH）。

由上面的數(shù)學式可以看出，TECHCH和EFFCH是考察的關鍵。如果TECHCH值大于1，表明生產邊界的上升，意味著技術進步，反之小于1，則表明生產邊界下降，技術退步。與F?re et al.（1994）的研究相一致，EFFCH（技術效率指數(shù)）在規(guī)模報酬不變的前提假設下，繼續(xù)分解為PECH（純技術效率）和SECH（規(guī)模效率）。由此，上式可以進一步變換為：

式（6）-（11）中，SECH和PECH分別代表規(guī)模效率和純技術效率，如果大于1，表明效率上升，如果小于1 則表明效率下降。基于上述分析，可將TFP的變化率拆分為兩個等式：

從式（12）（13）可以看出：首先，TFPCH代表企業(yè)的全要素生產率變化水平，體現(xiàn)了要素的使用效率以及技術進步程度。其次，TECHCH不僅體現(xiàn)了企業(yè)的核心競爭力，還揭示了企業(yè)持續(xù)的創(chuàng)新能力，例如工藝流程的再設計、采購更具有技術含量的生產設備、新產品研發(fā)等。EFFCH也是影響生產率變化的重要指標，揭示出在某個選定的技術水平下，實際產出與最優(yōu)技術水平下的產出間的差距。

2.變量選取與TFP估計

本文以2008-2014 年制造業(yè)上市公司為樣本，采用DEAMalmquis方法測算我國制造業(yè)上市公司全要素生產率增長率及其分解指標，為下一步驗證融資約束與TFP增長率及其分解指標提供依據(jù)。

（1）變量選取和數(shù)據(jù)來源

本文借鑒韓晶（2008）、原毅軍等（2009）、陳一博和宛晶（2012）的研究方法，選擇主營業(yè)務收入和凈利潤作為產出變量。數(shù)據(jù)來源主要選自國泰君安數(shù)據(jù)庫，樣本空間是2008-2014年，研究對象為2032 家上市公司。遵循Malmquist指數(shù)法對面板數(shù)據(jù)的要求，我們剔除了樣本空間內存在大量數(shù)值缺失的上市公司。同時，進行平衡面板處理，最后共剩下626家上市公司，共計4382個觀測樣本。

（2）TFP估計

我們首先對626 家上市公司的TFP 變化率進行了測算，然后將其分為技術進步率和技術效率，最后再將技術效率分解為純技術效率和規(guī)模效率。計算結果如表1所示：

從表1 可以看出， 2008 -2014 年間制造業(yè)上市公司TFP 增長率的年均增長率為3%，2008-2009 年均值小于1，為0.97。隨后逐年增加，在2010-2011 年TFP 增長率達到歷年最高值8%。自2012 年后逐漸下降，2012、2013、2014 增長率分別為6%、3%、2%。

表1 制造業(yè)上市公司TFP增長率測算結果

對TFP 增長率的分解指標細分后發(fā)現(xiàn)，技術進步率對TFP增長率貢獻最大，樣本均值為1.06。而技術效率的年度樣本均值小于1，為0.97。由此可見，技術效率制約了全要素生產率的增長。

從技術效率的構成可以看出，規(guī)模效率的樣本均值為1.03，且除2008-2009年小于1外，其他各年均呈現(xiàn)明顯的增長態(tài)勢。導致技術效率年度樣本均值小于1的主要原因是純技術效率較低，樣本均值僅為0.94。由此可見，純技術效率較低是制約我國制造業(yè)上市公司全要素生產率增長的關鍵。

表2是按照行業(yè)類別分別對TFP 增長率及其分解指標進行測度，可以看出：紡織業(yè)、通用設備制造業(yè)、印刷業(yè)和記錄媒介復制、石油加工（煉焦）及核燃料加工、交通運輸設備制造業(yè)的年均TFP增長率分別位于25個工業(yè)行業(yè)TFP增長率的前五名，而文教體育用品制造業(yè)、化學原料及化學制品制造業(yè)、有色金屬冶煉及壓延加工業(yè)、金屬制品業(yè)、通信設備（計算機）及電子設備制造業(yè)這五個行業(yè)的年均TFP增長率均小于1。

表2 分行業(yè)TFP增長率及其分解指標測量結果

從TFP增長率分解指標來看，各行業(yè)技術進步率的年度均值均大于1，其中造紙及紙制品業(yè)、石油加工（煉焦）及核燃料加工業(yè)的年度均值最高，分別達到1.26 和1.25。而各行業(yè)技術效率的年度均值普遍小于1，僅紡織業(yè)的技術效率均值為1.00。由此說明，各行業(yè)的技術進步率對其自身的TFP增長率貢獻程度最大；如果適度提高各行業(yè)的技術效率，TFP增長率將會得到更大程度的增加。通過將各行業(yè)的技術效率分解為純技術效率和規(guī)模效率，可以發(fā)現(xiàn)，大多數(shù)行業(yè)的純技術效率和規(guī)模效率值偏低，行業(yè)平均值分別為0.93和0.95。

三、融資結構與全要素生產率增長率分析

1.變量說明與描述性統(tǒng)計

（1）變量說明

本文借鑒Foster et al（2008）關于TFPQ 和TFPR 的設定，得到關于融資約束和非融資約束企業(yè)的生產率。

對于非融資約束企業(yè)：

對于融資約束企業(yè)：

當TFPQ和TFPR服從聯(lián)合對數(shù)生態(tài)分布時，行業(yè)S的TFP、以及總體TFP的簡單閉式解：

行業(yè)S的TFP閉式解：

同理，總體TFP閉式解：

另外，在極端條件下的反事實假設下，融資擔保能力以及融資流動性水平為零時降低了行業(yè)內（或者經濟體內）的全要素生產率，且兩者均為零時對全要素生產率的影響最大。但這種假設僅是在極端條件下成立的，現(xiàn)實中存在融資約束的企業(yè)的融資方式具體對企業(yè)全要素生產率的影響如何，是本文需要解決的現(xiàn)實問題。

我們構建了一個涉及技術進步態(tài)勢影響因素的工業(yè)企業(yè)模型，這個模型涵蓋了融資方式（內外部）和其他非融資偏好等因素，以期實證檢驗融資結構與生產率之間的相關關系。

上式中，被解釋變量為DEA-Malmquist 指數(shù)算法計算下的TFP增長率及其分解指標。其中，TFPCH代表全要素生產率增長率、EFFCH是技術效率、TECHCH是技術進步率、PECH是純技術效率和SECH表示規(guī)模效率。FINit表示企業(yè)的融資方式由三項構成，分別是：Debt（債權融資比重）、Equity（股權融資比重）以及Intern（內源融資比重）。Managementit作為控制變量，反映了企業(yè)的管理水平，分別表示為存貨周轉率（Ireturn）和應收賬款周轉率（Rreturn）。此外，控制變量還包括了企業(yè)規(guī)模（Size）和企業(yè)研發(fā)能力（RDabilityit）。誤差項由δj、δt、μit三個部分構成。δj為特定行業(yè)效應，這個變量認為不同的行業(yè)技術也會導致生產率的差異，因此設定一個行業(yè)虛擬變量加以控制；δt為年度效應，通過引入反映經濟周期影響的年度虛擬變量加以控制；μit為隨機誤差項。

①解釋變量：

A、Debt（債權融資比重），等于負債總額除以資產總額。該值越大說明該企業(yè)通過發(fā)債融資的偏好越高。

B、Equity（股權融資比重），等于企業(yè)所有者權益減去盈余公積與未分配利潤增加值之和，再除以資產總額。該值越大表示企業(yè)進行配股融資的偏好越高。

C、Intern（內源融資比重），等于流動資產與流動負債的差額用總資產額度進行標準化。該值越大表示企業(yè)融資渠道主要是自有資本積累。

②控制變量：

A、Ireturn（存貨周轉率），等于銷售成本除以平均存貨，表示企業(yè)存貨周轉的平均次數(shù)。該值越大意味著存貨周轉速度越快、存貨的占用水平越低、企業(yè)營運效率越高、資金管理效率越高，變現(xiàn)能力越強。

B、Rreturn（應收賬款周轉率），等于銷售收入與平均應收賬款的比值，表示應收賬款的變現(xiàn)能力。該值越高意味著應收賬款的周轉率也越高、回籠速度越快、呆壞賬率越低，公司管理水平和銷售業(yè)績越好。

C、Size（企業(yè)規(guī)模），等于企業(yè)總資產對數(shù)值。企業(yè)規(guī)模越大意味著有利于降低企業(yè)生產成本，可以更為細致地進行分工協(xié)作，有更強的能力增加專業(yè)化設備，用于提高生產能力。金玲娣和陳國宏（2001）指出企業(yè)規(guī)模的大小會影響企業(yè)的創(chuàng)新活動，主要包括研發(fā)能力和研究意愿。

D、Capint（資本密集度），等于固定資產除以總資產。固定資產是一個企業(yè)重要的物資保障基礎，是提高生產能力、推進技術進步和維持企業(yè)經營的前提，能夠較好地反映企業(yè)規(guī)模。綜上所述，主要變量的統(tǒng)計描述如表3所示：

表3 主要變量的統(tǒng)計描述

（2）描述性統(tǒng)計

本文結合企業(yè)實收資本類型和注冊類型等信息，如國有資本占實收資本比例大于等于50%的國有資本絕對控股企業(yè)，將其定義為國有控制公司。同時，對實際控制人或第一大股東上溯查詢，以確認其最終實際控制人，如實際控制人為國資委、大學、科研院所等國有機構，也將其定義為國有控制公司。如：張家界（股份代碼：000430）實際控制人為張家界市經濟發(fā)展投資集團有限公司，經上溯查詢，其最終實際控制人為張家界市國有資產監(jiān)督管理委員會。除上述情況外，其余定義為非國有控制公司。

變量的描述性統(tǒng)計見表4：從全樣本看，債權融資比重的平均值和中位數(shù)分別為0.47 和0.47。股權融資比重的平均值和中位數(shù)分別為0.17 和0.14，四分位數(shù)上限為0.21，說明50%以上的企業(yè)股權融資比重低于平均水平。內源融資比重的平均值和中位數(shù)分別為0.14 和0.16，說明50%以上的企業(yè)內源融資比重高于平均水平。應收賬款周轉率的平均值和中位數(shù)分別為5.07 和3.64，四分位數(shù)上限為5.83，說明50%以上的企業(yè)應收賬款周轉率低于平均值；存貨周轉率的平均值和中位數(shù)分別為147.1和6.70，說明半數(shù)以上的企業(yè)存貨周轉率低于平均水平；企業(yè)規(guī)模的平均值和中位數(shù)分別為21.96和21.85，四分位數(shù)上限為22.65，說明50%以上的企業(yè)規(guī)模低于平均水平。

從控制背景來看，對比國有控制公司和非國有控制公司，發(fā)現(xiàn)國有控制公司債務融資水平的平均值、中位數(shù)、上下四分位數(shù)均大于非國有控制公司，說明相對于非國有控制公司，國有控制公司更傾向于債務融資。而非國有控制公司股權融資水平、內源融資水平的平均值、中位數(shù)、上下四分位數(shù)均大于國有控制公司，說明非國有控制公司更依賴股權融資和內源融資。而非國有控制公司應收賬款周轉率、存貨周轉率的平均值、中位數(shù)均大于國有控制公司，說明非國有控制公司的平均管理水平高于國有控制公司。從資本密集程度分析，國有控制公司的平均值、中位數(shù)、上下四分位數(shù)分別為0.27、0.22、0.17、0.38，而非國有控制公司的平均值、中位數(shù)、上下四分位數(shù)分別為0.27、0.24、0.15 和0.36，說明非國有控制上市公司取得了長足發(fā)展，非國有控制公司的資本密集程度平均值已經與國有控制公司持平。國有控制公司的企業(yè)規(guī)模平均值、中位數(shù)、上下四分位數(shù)均大于非國有控制公司，說明國有控制公司的企業(yè)規(guī)模大于非國有控制公司。

表4 描述性統(tǒng)計

2.估計結果比較分析

（1）融資方式與TFP增長率分析

本文首先從全樣本角度驗證融資方式對全要素生產率的影響。同時，為了考察不同所有制背景下融資結構與TFP增長率及其分解指標的關系，本文進一步將樣本區(qū)分為國有控制公司和非國有控制公司對其進行分析。具體估計結果如表5-表7所示。

表5給出了模型分別基于全樣本和不同控制背景的估計結果。從模型的擬合效果來看，模型R2調整后介于0.025-0.241之間，可見模型的整體擬合效果較好。

從全樣本的角度來看，債務融資、股權融資、內部融資均在1%-5%的水平上顯著，說明企業(yè)融資方式的變化可以顯著影響企業(yè)的TFP 增長率（表明TFP 的增長率與企業(yè)的融資方式具有較強的內在聯(lián)系）；債務融資和內部融資水平的提高對TFP增長率產生正向影響，而股權融資水平的提高對TFP增長率產生負向作用。同時，應收賬款周轉率、存貨周轉率也在1%-5%的水平上顯著，說明企業(yè)管理水平的提升，可以促進企業(yè)TFP 的增長。而企業(yè)規(guī)模、資本密集程度在1%的水平上負向相關，說明企業(yè)規(guī)模的增加和資本密集程度的增加對TFP增長率產生了負向作用。

債務融資與技術進步率在1%的水平上顯著，表明企業(yè)的債務融資水平與其技術進步率之間存在明確的正相關關系，而與技術效率、純技術效率、規(guī)模效率均在統(tǒng)計上不顯著，說明企業(yè)債務融資對TFP增長率的正向作用主要是得益于債務融資對技術進步率的正向推進作用。說明企業(yè)通過債務融資，債權人對經營者的行為進行約束，促使經營者提高資金使用效率，促進了企業(yè)技術進步率的提高。

內部融資水平的提高對TFP增長率產生的正向影響，主要是得益于內部融資對規(guī)模效率在1%的水平上產生正向作用，但內部融資與其他分解指標在統(tǒng)計上均不顯著，說明盈余公積與未分配利潤等內部融資的投入方向主要是企業(yè)的產能和生產規(guī)模的擴大，這也從另一個角度說明了我國上市公司的技術研發(fā)和創(chuàng)新投入不足。

股權融資對TFP增長率的負向作用主要是因為股權融資帶來了企業(yè)技術進步率的下降。通過劃分企業(yè)所有制可以發(fā)現(xiàn)，股權融資對TFP增長率的負向作用主要體現(xiàn)在非國有控制企業(yè)的技術進步率上，對其他分解指標的作用不顯著。同時，股權融資對國有控制企業(yè)的TFP增長率及其分解指標均不顯著。

存貨周轉率除了對企業(yè)規(guī)模效率（SECH）、技術進步率（TECHCH）的作用均不顯著外，對技術效率、純技術效率均在1%的水平上正向顯著。而應收賬款周轉率除了對企業(yè)純技術效率在1%的水平上顯著外，對技術進步率、技術效率、純技術效率均不顯著。存貨周轉率、應收賬款周轉率的提高，說明企業(yè)的管理水平、資金使用效率得到了有效提升，企業(yè)的短、長期借款需求有所下降，融資成本有效降低。相應的，有更多較為充裕的資金可以進行技術研發(fā)投入，促進了企業(yè)TFP增長率的提高。

資本密集程度對TFP 增長率、技術進步率、純技術效率、規(guī)模效率均在1-10%的水平上顯著。這說明，資本密集程度和固定資產投入提高，僅僅只反映在產能和企業(yè)規(guī)模的擴大，對企業(yè)的規(guī)模效率產生正向促進作用。而對技術進步率、純技術效率產生負向作用，最終導致全要素生產率增長率的下降，呈現(xiàn)“重設備引進，輕要素利用效率”的現(xiàn)象。

劃分企業(yè)所有制進行分析，從表6 和表7 可以發(fā)現(xiàn)：不論是國有控制企業(yè)，還是非國有控制企業(yè)，企業(yè)債務融資對TFP增長率、技術進步率在1%的水平上顯著，而與技術效率、純技術效率、規(guī)模效率均在統(tǒng)計上不顯著。說明債務融資顯著促進了企業(yè)技術進步率的提高，而債務融資對TFP增長率的正向作用主要是得益于債務融資對技術進步率的正向推動作用。

從表7可知，對于非國有控制企業(yè)，股權融資對技術進步率在1%的水平上產生負向作用，而與其他分解指標在統(tǒng)計上均不顯著，說明股權融資對TFP增長率的負向作用主要是因為股權融資帶來了企業(yè)技術進步率的下降。而對于國有控制企業(yè)，股權融資對TFP 增長率及其分解指標均在統(tǒng)計上不顯著。該現(xiàn)象可能來自于：一方面，國有控制企業(yè)的外部融資渠道主要依托債務融資，股權融資水平相對較低。另一方面，非國有企業(yè)的債務融資相對于國有控制企業(yè)較為困難，股權融資的高成本、研發(fā)創(chuàng)新的高風險性以及不確定性會使企業(yè)對技術研發(fā)投入的動因不足，制約了企業(yè)技術進步率增長。另外也說明非國有控制上市公司股權融資在募集資金使用監(jiān)管等方面，存在進一步提升空間。

存貨周轉率、應收賬款周轉率對TFP增長率及其分解指標的影響和全樣本分析結果一致，對TFP 增長率在1%的水平上具有正向促進作用。

表5 企業(yè)融資結構與全要素生產率分析結果（全樣本）

表6 企業(yè)融資結構與全要素生產率分析結果（非國有控制企業(yè)）

表7 企業(yè)融資結構與全要素生產率分析（國有控制企業(yè)）

（2）穩(wěn)健性檢驗①限于篇幅，感興趣的讀者可向作者索取。

為了確保實證結果的穩(wěn)健性，本文以模型5為基準，進行穩(wěn)健性檢驗：①去掉不顯著的變量。②加入反映融資結構的滯后變量，即選用滯后一期的融資結構變量。根據(jù)穩(wěn)健性結果，發(fā)現(xiàn)與表5 相比，穩(wěn)健性檢驗的結果中各變量方向保持不變，大小變化不大，而滯后一期的融資結構變量均不顯著，證明模型的估計結果是可靠的。

四、研究結論與展望

本文基于2008-2014年中國制造業(yè)上市公司面板數(shù)據(jù)，采用DEA-Malmquist 方法估算了企業(yè)全要素生產率增長率及其分解指標，并且按照不同的控制背景研究了國有控制公司和非國有控制公司的融資方式對企業(yè)全要素生產率增長率及其分解指標的影響差異。主要結論如下：

1. 從整體上看，2008-2014年間制造業(yè)上市公司全要素生產率增長率的年均增長率為3%，TFP增長率在2008-2009年均值小于1，為0.97。隨后逐年增加，在2010-2011 年TFP 增長率達到歷年最高值8%，然后自2012 年后逐漸下降，2012、2013、2014增長率分別為6%、3%、2%。對TFP增長率的分解指標分析發(fā)現(xiàn)，技術進步率對TFP增長率貢獻最大，年度全樣本均值為1.06，而技術效率的年度樣本均值小于1，為0.97。從技術效率的構成中可以看出，規(guī)模效率的樣本均值為1.03，純技術效率的年度全樣本均值僅為0.94。由此，可以看出，純技術效率是制約我國制造業(yè)上市公司全要素生產率增長的關鍵。

2. 分行業(yè)測度TFP增長率以及對TFP增長率進行分解可以看出，紡織業(yè)、通用設備制造業(yè)、印刷業(yè)和記錄媒介復制業(yè)、石油加工（煉焦）及核燃料加工業(yè)、交通運輸設備制造業(yè)的年均TFP增長率分別位于29個工業(yè)行業(yè)TFP增長率的前五名，而文教體育用品制造業(yè)、化學原料及化學制品制造業(yè)、有色金屬冶煉及壓延加工業(yè)、金屬制品業(yè)、通信設備（計算機）及電子設備制造業(yè)這五個行業(yè)的年均TFP 增長率均小于1。各行業(yè)的技術進步率對其自身的TFP增長率貢獻程度最大；如果適度提高各行業(yè)的技術效率，TFP 增長率將會得到更大程度的增加。通過將各行業(yè)的技術效率分解為純技術效率和規(guī)模效率，發(fā)現(xiàn)大多數(shù)行業(yè)的純技術效率和規(guī)模效率值偏低，行業(yè)平均值分別為0.93和0.95。

3. 對企業(yè)融資結構、管理水平以及資本密集程度的研究發(fā)現(xiàn)：企業(yè)債務融資對我國制造業(yè)國有控制、非國有控制上市公司的TFP增長率具有正向推動作用。對TFP增長率指標進行細分發(fā)現(xiàn)，債務融資對技術進步率具有正向推動作用，債務融資與其他分解指標均在統(tǒng)計上不顯著，說明債權人對企業(yè)經營者行為進行約束，促使企業(yè)提高資金使用效率，促進了企業(yè)技術進步率提高。

內部融資對我國制造業(yè)國有控制、非國有控制上市公司的TFP增長率具有正向推動作用，其主要原因是內部融資對規(guī)模效率產生正向作用。但內部融資與其他分解指標在統(tǒng)計上均不顯著，說明我國制造業(yè)上市公司的盈余公積與未分配利潤等內部融資的投入方向主要是企業(yè)產能和生產規(guī)模的擴大，這也從另一個角度說明了我國上市公司的技術研發(fā)和創(chuàng)新投入不足。

股權融資對我國制造業(yè)上市公司的作用機理因所有制不同存在差異：股權融資對國有控制上市公司的TFP增長率及其分解指標均在統(tǒng)計上不顯著，而股權融資與非國有控制上市公司的技術進步率在1%的水平上負相關，即股權融資未能有效促進企業(yè)技術進步率的提高，并未促進企業(yè)技術創(chuàng)新和企業(yè)持續(xù)創(chuàng)新能力，說明在上市公司股權融資的募集資金使用監(jiān)管等方面，存在進一步提升空間。以存貨周轉率、應收賬款周轉率為代表的企業(yè)管理水平的提升，有助于企業(yè)TFP增長率及其分解指標的提升。