李宏瑾 唐黎陽

內(nèi)容提要：本文以上市公司為樣本，通過與宏觀方法一致并考慮資產(chǎn)價(jià)格因素改進(jìn)的微觀參數(shù)估計(jì)法，對(duì)2007—2020年中國(guó)資本回報(bào)率進(jìn)行估算，并以各省份為樣本對(duì)資本回報(bào)率的長(zhǎng)期影響因素進(jìn)行實(shí)證分析。估算結(jié)果顯示，全球金融危機(jī)以來，尤其是2012年之后，中國(guó)資本回報(bào)率下降趨勢(shì)明顯。實(shí)證分析表明，投資率與資本回報(bào)率呈顯著U型關(guān)系，經(jīng)濟(jì)發(fā)展水平、人口或勞動(dòng)力增長(zhǎng)、第三產(chǎn)業(yè)發(fā)育程度越高，資本回報(bào)率也越高，而房地產(chǎn)增加值占國(guó)內(nèi)生產(chǎn)總值(GDP)比重則與資本回報(bào)率顯著負(fù)相關(guān)。上述發(fā)現(xiàn)對(duì)中國(guó)今后增長(zhǎng)方式轉(zhuǎn)型和經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要啟示。

一、問題提出

資本回報(bào)率是一定時(shí)期內(nèi)資本收益與創(chuàng)造收益所用資本之間的比率關(guān)系[1]，反映了既定資本存量創(chuàng)造的流量資本收益，是資本投資效率重要的衡量指標(biāo)，更是企業(yè)開展投資決策的重要參照，對(duì)企業(yè)微觀主體經(jīng)營(yíng)決策和宏觀經(jīng)濟(jì)運(yùn)行都非常重要。長(zhǎng)期以來，中國(guó)采用投資主導(dǎo)的經(jīng)濟(jì)增長(zhǎng)模式，投資在拉動(dòng)經(jīng)濟(jì)增長(zhǎng)中發(fā)揮著關(guān)鍵性作用，20世紀(jì)70年代以來投資率(資本形成總額占支出法GDP的比重)始終保持在30%以上，由此引發(fā)了對(duì)中國(guó)投資效率低下和過度投資導(dǎo)致經(jīng)濟(jì)結(jié)構(gòu)失衡等的關(guān)注。早在21世紀(jì)初，經(jīng)濟(jì)學(xué)界就對(duì)中國(guó)依賴投資的經(jīng)濟(jì)增長(zhǎng)模式是否合理開展了大量爭(zhēng)論，進(jìn)而引發(fā)了很多有關(guān)中國(guó)資本回報(bào)率估算的研究[1-2]。全球金融危機(jī)之后，中國(guó)潛在產(chǎn)出增速趨勢(shì)性下降，正轉(zhuǎn)向以中高速增長(zhǎng)為特征的高質(zhì)量發(fā)展階段。很多研究表明，支撐投資的全社會(huì)資本回報(bào)率也隨著經(jīng)濟(jì)的收斂而明顯下降[3-5]。

近年來也有學(xué)者指出[6-7]，由于住房支出統(tǒng)計(jì)偏差和遺漏高收入人群等問題，中國(guó)可能明顯低估消費(fèi)率，投資率也由此被高估約十百分點(diǎn)。同時(shí)，與發(fā)達(dá)國(guó)家相比，中國(guó)資本回報(bào)率較高，投資率相對(duì)較高也是合理性的[5]。但是，統(tǒng)計(jì)遺漏和偏差是各國(guó)都存在的難題，雖然包括國(guó)家統(tǒng)計(jì)局在內(nèi)的中國(guó)各類住戶收入調(diào)查都存在一定程度的人口結(jié)構(gòu)偏差，但這種偏差對(duì)于收入水平和收入不均等程度的結(jié)果影響不明顯[8]。盡管2011年中國(guó)投資率達(dá)到最高的47.03%之后逐步下降，但投資對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)率在金融危機(jī)沖擊的2009年和新冠肺炎疫情沖擊的2020年分別高達(dá)85.3%和94.1%。中國(guó)投資率自2007年以來始終保持在40%以上，一直位居全球前列，無論是水平還是持續(xù)時(shí)間，已遠(yuǎn)遠(yuǎn)超過日韓等經(jīng)濟(jì)起飛階段的情形(1)世界銀行數(shù)據(jù)庫(kù)顯示，2020年中國(guó)43.1%的投資率位列全球第5，即使剔除約十百分點(diǎn)的統(tǒng)計(jì)誤差，仍接近于第12名的黑山(32.6%)。2000—2020年中國(guó)的年均投資率高達(dá)42.2%，而處于經(jīng)濟(jì)起飛高速增長(zhǎng)階段1960—1980年的日本和1970—1990年的韓國(guó)，年均投資率分別僅為35.0%和30.4%。。中國(guó)投資率過高且增長(zhǎng)過于依賴投資，制約著中國(guó)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化和發(fā)展方式轉(zhuǎn)型。對(duì)中國(guó)資本回報(bào)率進(jìn)行估算并考察其影響因素，意義非常重要。

國(guó)內(nèi)對(duì)中國(guó)資本回報(bào)率的估算已涌現(xiàn)大量研究成果，但大多都是利用宏觀方法估算全社會(huì)資本回報(bào)率[4-5,9]，采用微觀估算法并以企業(yè)數(shù)據(jù)為樣本的研究相對(duì)較少且主要針對(duì)工業(yè)企業(yè)樣本進(jìn)行估算[1,10]。需要指出的是，中國(guó)第三產(chǎn)業(yè)增加值占GDP的比重從2007年開始就已超過工業(yè)，僅利用工業(yè)企業(yè)數(shù)據(jù)估算資本回報(bào)率難以全面反映社會(huì)資本整體回報(bào)情況。有關(guān)資本回報(bào)率影響因素的研究成果更少，近幾年才有學(xué)者以各省份資本回報(bào)率為樣本進(jìn)行了實(shí)證研究[3,11-12]。本文將在資本回報(bào)率宏微觀估計(jì)方法內(nèi)在一致性的基礎(chǔ)上，通過考慮價(jià)格因素的改進(jìn)后的微觀參數(shù)估計(jì)法，以中國(guó)滬深A(yù)股所有上市公司財(cái)務(wù)數(shù)據(jù)為樣本，對(duì)中國(guó)資本回報(bào)率進(jìn)行估算，通過各省份上市公司資本回報(bào)率的估算結(jié)果，對(duì)影響資本回報(bào)率的長(zhǎng)期因素進(jìn)行實(shí)證分析。

二、與宏觀參數(shù)估計(jì)法一致的資本回報(bào)率微觀參數(shù)估計(jì)法

(一)資本回報(bào)率估算方法及宏微觀方法的理論等價(jià)關(guān)系

由于理論基礎(chǔ)不同，樣本數(shù)據(jù)各異，資本回報(bào)率估算大體可分為以企業(yè)財(cái)務(wù)數(shù)據(jù)為基礎(chǔ)的微觀估計(jì)法和以新古典宏觀理論為基礎(chǔ)的宏觀方法[13-14]，這兩種方法又可分為回歸法和參數(shù)估計(jì)法。由于指標(biāo)選取、模型設(shè)定及遺漏變量等問題，回歸法可能存在嚴(yán)重的估計(jì)偏誤，國(guó)內(nèi)僅龔六堂和謝丹陽(2004)[15]、辛清泉等(2007)[16]分別利用宏微觀回歸方法進(jìn)行過嘗試，后續(xù)研究并不多見。資本回報(bào)率的宏觀參數(shù)估計(jì)法根據(jù)已有文獻(xiàn)的資本租金公式推導(dǎo)而得[2，17]，理論基礎(chǔ)堅(jiān)實(shí)，已成為當(dāng)前資本回報(bào)率估算的最主要方法。雖然微觀參數(shù)估計(jì)法理論基礎(chǔ)較弱，但直觀簡(jiǎn)潔操作方便[1]，也有研究利用這一方法估算資本回報(bào)率。

由于理論基礎(chǔ)和數(shù)據(jù)樣本不同，宏觀參數(shù)估計(jì)法與微觀參數(shù)估計(jì)法的估計(jì)結(jié)果往往差異較大。戈姆等(Gomme et al.，2011，2015)指出，企業(yè)是投資決策和宏觀經(jīng)濟(jì)的微觀基礎(chǔ)，理論上宏微觀法得到的資本回報(bào)率具有內(nèi)在的一致性，進(jìn)而分別利用微觀和宏觀參數(shù)估計(jì)法估算并比較了美國(guó)1954—2015年的資本回報(bào)率[13,18]。戈姆等(2017)[14]對(duì)考慮廠商和家庭分散投資決策的新古典增長(zhǎng)模型的理論分析，闡明了資本回報(bào)率宏微觀參數(shù)估計(jì)法的內(nèi)在等價(jià)關(guān)系。

設(shè)定代表性家庭部門需要在一單位實(shí)物資本租金rt和家庭提供一單位可支配時(shí)間于勞動(dòng)獲得的工資wt為給定值的條件下，進(jìn)行分散決策并最大化總效用：

(1)

代表性家庭約束條件如下：

ct+kt+1-(1-δ)kt=rtkt+wtnt

(2)

式(2)中，ct、nt和kt+1為代表性家庭部門的決策變量，分別代表t期消費(fèi)、勞動(dòng)供給(占總可支配時(shí)間的比例)以及(t+1)期期初或t期期末的家庭實(shí)物資本總量。代表性家庭部門分散決策時(shí)給定的rt和wt，其最優(yōu)水平由代表性廠商部門每期的生產(chǎn)最優(yōu)化問題所決定：

(3)

(4)

同理，代表性廠商需要在假定家庭除了所占廠商股份數(shù)外的其他決策變量給定的條件下，最大化其貼現(xiàn)廠商總紅利：

(5)

式(5)中，λt為一單位t期消費(fèi)品在0期的貼現(xiàn)價(jià)格，dt為t期廠商紅利，其具體表達(dá)式為：

dt=F(kt,ztnt)-wtnt-it

(6)

式(6)中，it為t期廠商投資，即t期廠商紅利等于t期廠商產(chǎn)出扣除對(duì)家庭的勞動(dòng)報(bào)酬支付和廠商投資。同時(shí)，代表性廠商部門面臨如下約束：

kt+1=(1-δ)kt+it

(7)

由于代表性廠商部門做分散投資決策時(shí)，不能把每期初始時(shí)刻家庭部門所占廠商股份數(shù)φt當(dāng)作給定值，因此還需將代表性家庭部門最大化其貼現(xiàn)總效用的問題轉(zhuǎn)變?yōu)椋?/p>

(8)

此時(shí)，家庭部門以t期期末擁有的廠商股份數(shù)φt+1而不再是t期期末的家庭實(shí)物資本總量kt+1作為其決策變量。同時(shí)，代表性家庭部門面臨如下現(xiàn)值約束：

(9)

式(9)中，pt是以t期消費(fèi)品單位衡量的廠商股份每股價(jià)格。其中，左側(cè)ct+ptφt+1為家庭t期消費(fèi)加t期期末家庭部門所占廠商股份的價(jià)值，右側(cè)wtnt+ptφt+dtφt為家庭t期獲得的勞動(dòng)報(bào)酬加t期期初家庭部門所占廠商股份的價(jià)值加t期廠商部門對(duì)家庭部門所占廠商股份的紅利支付。家庭部門以擁有的廠商股份數(shù)而非實(shí)物資本總量作為決策變量，避免了式(2)的每期約束，只需滿足式(9)體現(xiàn)的單個(gè)貼現(xiàn)約束。求解上述代表性廠商部門紅利最大化問題和代表性家庭部門效用最大化問題，可以得到金融資產(chǎn)定價(jià)公式：

λtpt=Etλt+1(pt+1+dt+1)

(10)

根據(jù)式(4)、式(6)、式(7)和式(10)，再結(jié)合商品市場(chǎng)出清條件ct+it=F(kt,ztnt)和金融資產(chǎn)市場(chǎng)出清條件φt=1，可以整理得出如下關(guān)系：

(11)

(二)考慮價(jià)格因素的改進(jìn)后資本回報(bào)率微觀參數(shù)估計(jì)法

微觀參數(shù)估計(jì)法主要依賴企業(yè)財(cái)務(wù)數(shù)據(jù)，指標(biāo)口徑往往差異較大，北京大學(xué)中國(guó)經(jīng)濟(jì)研究中心(CCER)“中國(guó)經(jīng)濟(jì)觀察”課題組(2007)提出了九個(gè)資本回報(bào)率指標(biāo)公式，在分子方面分別考慮企業(yè)凈利潤(rùn)、直接稅(所得稅)、間接稅(增值稅、營(yíng)業(yè)稅等)，在分母方面分別考慮權(quán)益資本、資產(chǎn)、固定資產(chǎn)凈值，九個(gè)資本回報(bào)率指標(biāo)分別為權(quán)益凈利潤(rùn)率(ROE)、權(quán)益總利潤(rùn)率、權(quán)益總回報(bào)率、資產(chǎn)凈利潤(rùn)率(ROA)、資產(chǎn)總利潤(rùn)率、資產(chǎn)總回報(bào)率、固定資產(chǎn)凈利潤(rùn)率(ROC)、固定資產(chǎn)總利潤(rùn)率、固定資產(chǎn)總回報(bào)率[1]。國(guó)內(nèi)微觀參數(shù)估計(jì)法資本回報(bào)率大多圍繞這九個(gè)指標(biāo)進(jìn)行估算，其中，以固定資產(chǎn)凈值為分母的固定資產(chǎn)回報(bào)率與宏觀參數(shù)估計(jì)法的含義最為接近，因而本文主要對(duì)固定資產(chǎn)回報(bào)率進(jìn)行估算。

國(guó)內(nèi)很多微觀參數(shù)估計(jì)法的研究[1,19]估算時(shí)都直接采用企業(yè)資產(chǎn)負(fù)債表的固定資產(chǎn)凈值數(shù)據(jù)，沒有考慮歷年資產(chǎn)價(jià)格變化并進(jìn)行調(diào)整，僅反映了固定資產(chǎn)的賬面價(jià)值。為此，張勛和徐建國(guó)(2014)在永續(xù)盤存法基礎(chǔ)上通過固定資產(chǎn)價(jià)格指數(shù)進(jìn)行調(diào)整，從而獲得考慮價(jià)格影響的固定資產(chǎn)凈值，但是并未區(qū)分不同類型資本品來對(duì)固定資產(chǎn)凈值進(jìn)行價(jià)格調(diào)整[11]。與戈姆等(2011，2015，2017)[13-14,18]的思路類似，張勛和徐建國(guó)(2014)[11]、唐等人(Tang et al.，2017)[20]進(jìn)一步校準(zhǔn)統(tǒng)計(jì)口徑和計(jì)算方法并對(duì)不同估算方法進(jìn)行調(diào)整匹配，發(fā)現(xiàn)宏微觀參數(shù)估計(jì)法結(jié)果大體一致。由于宏微觀參數(shù)估計(jì)法的內(nèi)在一致性，本文借鑒白等人(Bai et al.，2006)[2]拆分不同類型資本品的方法，考慮企業(yè)固定資產(chǎn)凈值的價(jià)格因素，更合理地估算資本回報(bào)率。

(12)

(13)

(14)

(15)

(16)

三、中國(guó)的資本回報(bào)率及其變化趨勢(shì)

(一)資本回報(bào)率的估算結(jié)果

圖1 中國(guó)資本回報(bào)率及總體稅負(fù)情況

由圖1可見，2012年以來資本回報(bào)率總體上呈明顯下降趨勢(shì)，只是在供給側(cè)結(jié)構(gòu)性改革開始之后短暫提升，這與中國(guó)潛在產(chǎn)出增速的趨勢(shì)性下降一致。在全球金融危機(jī)巨大沖擊下，2009年中國(guó)資本回報(bào)率下降幅度較大，但資本回報(bào)率在大規(guī)模刺激政策下快速反彈，2011年回升到危機(jī)前水平。不過，隨著中國(guó)轉(zhuǎn)向以中高速增長(zhǎng)為特征的高質(zhì)量發(fā)展階段，2012年以來，中國(guó)資本回報(bào)率下降趨勢(shì)明顯，凈利潤(rùn)率在2015年降至階段性最低的4.3%，總回報(bào)率在2016年降至階段性最低的13.5%。為此，2015年底中國(guó)開啟了供給側(cè)結(jié)構(gòu)性改革，2017年資本回報(bào)率好轉(zhuǎn)明顯。但是，由于供給側(cè)結(jié)構(gòu)性改革邊際效果遞減和內(nèi)外環(huán)境持續(xù)惡化，2018年開始，中國(guó)資本回報(bào)率再次持續(xù)下降。盡管疫情對(duì)中國(guó)經(jīng)濟(jì)造成了重大負(fù)面沖擊，但在強(qiáng)有力的疫情應(yīng)對(duì)政策下，2020年中國(guó)資本回報(bào)率僅小幅下降，凈利潤(rùn)率和總回報(bào)率僅分別較2019年低0.61和0.81百分點(diǎn)，這主要得益于“六穩(wěn)”“六?！奔敖迪⒔底?、減稅降費(fèi)等政策支持，企業(yè)盈利尚未全面恢復(fù)，經(jīng)濟(jì)復(fù)蘇基礎(chǔ)并不牢固，當(dāng)前經(jīng)濟(jì)尚未完全回歸到潛在產(chǎn)出增速路徑，本文基于上市企業(yè)微觀數(shù)據(jù)的資本回報(bào)率估算結(jié)果是可靠的。

稅負(fù)水平對(duì)企業(yè)投資回報(bào)(凈利潤(rùn)率)和投資意愿具有較大影響?？偦貓?bào)率與凈利潤(rùn)率之差可以作為衡量企業(yè)稅負(fù)的指標(biāo)。由圖1可見，2012年以來中國(guó)稅負(fù)水平總體上持續(xù)下降，特別是供給側(cè)結(jié)構(gòu)性改革以來，中國(guó)全面推行“營(yíng)改增”、降低增值稅稅率等減稅降費(fèi)政策，總體稅負(fù)下降速度明顯加快，這對(duì)促進(jìn)企業(yè)投資意愿和經(jīng)濟(jì)平穩(wěn)運(yùn)行起到了較好的積極作用。

(二)宏微觀資本回報(bào)率比較

將本文微觀參數(shù)法的估算結(jié)果與宏觀參數(shù)估計(jì)法研究成果進(jìn)行比較，進(jìn)一步考察宏微觀參數(shù)估計(jì)法的關(guān)系。白重恩和張瓊(2014)[3]、王開科和曾五一(2020)[4]、李宏瑾和唐黎陽(2021)[5]分別報(bào)告截至2013年、2017年、2019年中國(guó)資本回報(bào)率估算結(jié)果。將本文估算的結(jié)果與這些結(jié)果進(jìn)行比較，以考察宏微觀資本回報(bào)率的關(guān)系。微觀資本回報(bào)率以固定資產(chǎn)凈值為分母，與宏觀參數(shù)估算法不考慮存貨的資本回報(bào)率更為接近，因此本文采用不考慮存貨的宏觀法資本回報(bào)率數(shù)據(jù)。

圖2 凈利潤(rùn)率與宏觀參數(shù)估計(jì)法稅后資本回報(bào)率的關(guān)系

觀察凈利潤(rùn)率及與之對(duì)應(yīng)的稅后資本回報(bào)率的關(guān)系。由圖2可見，本文估算的凈利潤(rùn)率與宏觀參數(shù)估計(jì)法的稅后資本回報(bào)率變化趨勢(shì)密切相關(guān)，凈利潤(rùn)率與李宏瑾和唐黎陽(2021)[5]、王開科和曾五一(2020)[4]、白重恩和張瓊(2014)[3]宏觀法估算的稅后資本回報(bào)率相關(guān)系數(shù)分別為0.810、0.629、0.866，并且分別在1%、10%和1%水平下顯著。以凈利潤(rùn)率作為因變量，分別與各宏觀稅后資本回報(bào)率進(jìn)行最小二乘回歸(經(jīng)檢驗(yàn)，變量均為I(1)序列，存在協(xié)整關(guān)系，限于篇幅不報(bào)告具體結(jié)果)，為避免可能出現(xiàn)的自相關(guān)或異方差對(duì)顯著性檢驗(yàn)的影響，采用紐威-懷特(Newey-White)一致穩(wěn)健標(biāo)準(zhǔn)差進(jìn)行顯著性檢驗(yàn)。由表1可見，凈利潤(rùn)率與各宏觀稅后資本回報(bào)率至少都在10%水平下顯著。而且，對(duì)回歸系數(shù)的沃爾德(Wald)系數(shù)檢驗(yàn)F統(tǒng)計(jì)量表明，除了與白重恩和張瓊(2014)[3]的回歸顯著拒絕了系數(shù)等于1的原假設(shè)外(這可能與樣本數(shù)量較少有關(guān))，其他兩列回歸結(jié)果均無法顯著拒絕系數(shù)等于1的原假設(shè)。稅前資本回報(bào)率的計(jì)量結(jié)果與稅后資本回報(bào)率類似，限于篇幅不報(bào)告具體檢驗(yàn)結(jié)果。由此可以說明，資本回報(bào)率微觀參數(shù)估計(jì)法與宏觀參數(shù)估計(jì)法具有理論上的一致關(guān)系。

表1 凈利潤(rùn)率與宏觀法稅后資本回報(bào)率回歸結(jié)果(凈利潤(rùn)率為因變量)

四、資本回報(bào)率影響因素：基于各省份樣本的實(shí)證結(jié)果

(一)指標(biāo)變量說明

本文以上市公司財(cái)務(wù)數(shù)據(jù)為樣本，通過改進(jìn)的微觀參數(shù)估計(jì)法得到全國(guó)資本回報(bào)率。按照上市公司注冊(cè)地址以各省份上市公司為樣本，可得各省份上市公司資本回報(bào)率。以31個(gè)省份(限于數(shù)據(jù)可得性，不含港澳臺(tái)地區(qū))為樣本實(shí)證分析資本回報(bào)率的影響因素。目前，國(guó)內(nèi)資本回報(bào)率影響因素的研究主要以定性分析為主，只是在最近幾年才逐漸涌現(xiàn)出相關(guān)實(shí)證研究[3,11-12]。在影響因素的變量選取方面，雖然有的研究根據(jù)資本回報(bào)率估算公式或生產(chǎn)函數(shù)選取變量[3,11]，具有一定的理論基礎(chǔ)，但計(jì)量分析中的具體指標(biāo)變量并不完全相同，仍控制了很多其他相關(guān)變量。即使是對(duì)于同一變量與資本回報(bào)率關(guān)系的結(jié)論也不一致。例如，白重恩和張瓊(2014)、趙善梅和吳士煒(2018)分別針對(duì)1978—2013年和1978—2015年樣本的實(shí)證研究都發(fā)現(xiàn)，投資率與資本回報(bào)率呈現(xiàn)顯著的非線性U型關(guān)系[3,12]；張勛和徐建國(guó)(2014)則認(rèn)為兩者存在長(zhǎng)期穩(wěn)定的正相關(guān)關(guān)系，但同時(shí)也承認(rèn)這可能與其選取的1998—2010年特定樣本期有關(guān)，在此期間后發(fā)優(yōu)勢(shì)明顯，投資帶來的技術(shù)進(jìn)步可以抵消資本邊際回報(bào)率下降的影響，投資率拉升資本回報(bào)率可能僅是一個(gè)時(shí)期的特殊現(xiàn)象[11]。

本文首先重點(diǎn)考察投資率(INV)與資本回報(bào)率的關(guān)系。全球金融危機(jī)后，特別是2012年以來，與轉(zhuǎn)向中高速增長(zhǎng)的高質(zhì)量發(fā)展階段一致，中國(guó)資本回報(bào)率也隨著潛在產(chǎn)出增速的趨勢(shì)性下降而明顯下降。21世紀(jì)以來，中國(guó)投資率持續(xù)偏高，投資帶動(dòng)經(jīng)濟(jì)增長(zhǎng)和資本回報(bào)率上升的作用明顯下降，本文預(yù)期投資率與資本回報(bào)率呈顯著負(fù)相關(guān)關(guān)系。作為衡量投資效率的重要指標(biāo)，資本回報(bào)率不僅與增長(zhǎng)模式和經(jīng)濟(jì)結(jié)構(gòu)密切相關(guān)，一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平、人口或勞動(dòng)力、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)資本回報(bào)率水平具有重要影響。為此，本文分別以各省份人均GDP(PerGDP)、人口(Popu)或勞動(dòng)力(Labor)變化、第三產(chǎn)業(yè)增加值占比(Tertiary)等指標(biāo)作為控制變量。通常來說，一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平越高、人口或勞動(dòng)力流入越多、第三產(chǎn)業(yè)經(jīng)濟(jì)占比越大，資本回報(bào)率也越高。另外，中國(guó)投資率較高，除了制造業(yè)、基礎(chǔ)建設(shè)投資外，房地產(chǎn)也是重要的資本和投資密集型行業(yè)。已有文獻(xiàn)表明，房地產(chǎn)業(yè)及其相關(guān)行業(yè)的生產(chǎn)率水平遠(yuǎn)遠(yuǎn)低于其他行業(yè)，房地產(chǎn)和房?jī)r(jià)的過快上漲不利于生產(chǎn)效率的提高[23-24]。為此，本文還將房地產(chǎn)增加值占GDP的比重(Housing)作為控制變量。

目前，中國(guó)各省份支出法GDP統(tǒng)計(jì)公開數(shù)據(jù)僅更新到2017年，為此本文通過各省份全社會(huì)固定資產(chǎn)投資增速和2017年支出法資本形成數(shù)據(jù)，估算得到2018—2020年各省份的資本形成替代指標(biāo)，進(jìn)而得到2007—2020年完整的投資率序列。目前，中國(guó)各省份就業(yè)數(shù)據(jù)僅更新至2019年，因而本文以2007—2020年總?cè)丝谧兓闆r作為勞動(dòng)力的替代指標(biāo)，并以2007—2019年就業(yè)人數(shù)變化情況進(jìn)行穩(wěn)健性檢驗(yàn)，其中西藏就業(yè)人數(shù)僅更新至2018年。具體指標(biāo)變量情況參見表2。

表2 指標(biāo)變量說明

(二)資本回報(bào)率影響因素實(shí)證結(jié)果

現(xiàn)有資本回報(bào)率影響因素研究都采用面板數(shù)據(jù)回歸方法。雖然面板數(shù)據(jù)樣本數(shù)量多，能夠控制更多變量，但由于樣本時(shí)間期限較長(zhǎng)且變量選取并不完全相同，很多變量回歸結(jié)果并不穩(wěn)健且結(jié)果可能并不一致。本文主要關(guān)注影響資本回報(bào)率的長(zhǎng)期因素。巴羅(Barro，1991)[25]在針對(duì)跨國(guó)截面數(shù)據(jù)的研究中，為考察變量間的長(zhǎng)期關(guān)系并剔除經(jīng)濟(jì)周期性波動(dòng)對(duì)變量關(guān)系的可能影響，將長(zhǎng)期時(shí)序指標(biāo)進(jìn)行平均，從而分析自變量對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期作用，這一方法被廣泛應(yīng)用于宏觀經(jīng)濟(jì)各領(lǐng)域研究，例如金和萊文(King & Levine，1993)[26]有關(guān)金融發(fā)展的開創(chuàng)性實(shí)證研究。因而，本文借鑒巴羅(1991)[25]的做法，將2007—2020年數(shù)據(jù)平均并進(jìn)行截面數(shù)據(jù)回歸分析，從而更好地考察變量間的長(zhǎng)期關(guān)系。以凈利潤(rùn)率作因變量進(jìn)行最小二乘回歸，結(jié)果如表3所示。

表3 資本回報(bào)率影響因素(凈利潤(rùn)率為因變量)

由表3可見，投資率、總?cè)丝诘茸兞颗c凈利潤(rùn)率的回歸效果非常理想，在所有方程中都至少在1%水平上顯著，考慮經(jīng)濟(jì)發(fā)展水平的方程3各變量回歸也都至少在10%水平上顯著。方程4進(jìn)一步控制第三產(chǎn)業(yè)占比指標(biāo)后，發(fā)現(xiàn)人均GDP與第三產(chǎn)業(yè)占比均不顯著，而通常來說經(jīng)濟(jì)越發(fā)達(dá)，第三產(chǎn)業(yè)占GDP比重越高，兩者可能存在共線性現(xiàn)象。方差膨脹因子(VIF)檢驗(yàn)表明，兩者確實(shí)存在明顯共線性，PerGDP的VIF為87.0，遠(yuǎn)大于10的臨界值且高于Teritary的VIF(為60.0)，剔除PerGDP后方程5經(jīng)VIF檢驗(yàn)不存在共線性問題，回歸效果非常理想，各變量都至少在5%水平上顯著。類似地，考慮房地產(chǎn)占比后所有變量的回歸方程6中，PerGDP與Tertiary也存在明顯的共線性，而且Tertiary的VIF高達(dá)42.3，高于PerGDP的VIF(為41.6)，因而剔除Tertiary后方程7的回歸效果也比較理想，各變量都至少在10%水平上顯著。所有方程中，變量回歸的符號(hào)都與理論相符，說明各變量與凈利潤(rùn)率的關(guān)系是可靠的。

以總利潤(rùn)率作為因變量進(jìn)行回歸，由表4可見，回歸結(jié)果與表3類似，而且方程4和方程6的人均GDP與第三產(chǎn)業(yè)占比的共線性情況相同，方程4中PerGDP的VIF高達(dá)97.3，方程6中Tertiary的VIF高達(dá)80.0，而剔除這些變量后，方程5和方程7均不存在共線性問題，只是方程7中房地產(chǎn)占比變量?jī)H在15%水平下顯著，但符號(hào)仍為負(fù)，與理論預(yù)想相同?？梢姡偦貓?bào)率作為因變量的回歸方程中，人口、經(jīng)濟(jì)發(fā)展水平、第三產(chǎn)業(yè)占比等指標(biāo)的效果非常理想，房地產(chǎn)增加值占GDP比重與資本回報(bào)率的負(fù)相關(guān)關(guān)系也可接受，各變量與總回報(bào)率的關(guān)系是可靠的。

表4 資本回報(bào)率影響因素(總回報(bào)率為因變量)

(三)勞動(dòng)力變量的穩(wěn)健性檢驗(yàn)

由于各省份2020年就業(yè)人數(shù)數(shù)據(jù)缺失，因而本文主要以總?cè)丝跀?shù)作為勞動(dòng)力替代指標(biāo)。這里，將各省份2007—2019年就業(yè)人數(shù)變化情況平均(西藏就業(yè)人數(shù)截至2018年)作為勞動(dòng)力變化指標(biāo)，進(jìn)行穩(wěn)健性檢驗(yàn)。以凈利潤(rùn)率作為因變量的回歸結(jié)果參見表5，可以發(fā)現(xiàn)除方程3的投資率變量?jī)H在15%水平下顯著外(這很可能與2020年各省份就業(yè)人數(shù)數(shù)據(jù)缺失有關(guān))，其他方程回歸結(jié)果與表3類似，方程4中的PerGDP的VIF高達(dá)44.6，方程6中的Tertiary的VIF高達(dá)21.6，而剔除這些變量后方程5與方程7的回歸效果均非常理想。各方程變量回歸系數(shù)符號(hào)均與理論相符，說明其與凈利潤(rùn)率的關(guān)系是穩(wěn)健可靠的。

表5 勞動(dòng)力的穩(wěn)健性檢驗(yàn)(凈利潤(rùn)率為因變量)

類似地，表6中以總回報(bào)率作為因變量，以勞動(dòng)力變量作為替代指標(biāo)，回歸效果與表5類似，除方程3中的INV在15%水平下顯著外，方程4中的PerGDP和方程6中的Tertiary的VIF分別高達(dá)56.3和21.6，剔除這些變量后方程5與方程7的回歸效果均非常理想。各方程變量回歸系數(shù)符號(hào)均與理論相符，說明其與總回報(bào)率的關(guān)系是穩(wěn)健可靠的。

表6 勞動(dòng)力的穩(wěn)健性檢驗(yàn)(總回報(bào)率為因變量)

表6(續(xù))

(四)投資率與資本回報(bào)率的非線性關(guān)系

由表3—表6可見，投資率與資本回報(bào)率具有顯著的負(fù)相關(guān)關(guān)系，支持了已有研究[3,12]的結(jié)論。理論上，在經(jīng)濟(jì)起飛和高速增長(zhǎng)的初始階段，投資上升將推動(dòng)產(chǎn)出更快的增加，資本的邊際產(chǎn)出為正。不過，隨著投資的持續(xù)增加，在資本邊際效率遞減規(guī)律的作用下，投資率上升并不一定帶來資本回報(bào)率的上升，反而可能出現(xiàn)資本回報(bào)率下降。為此，本文進(jìn)一步對(duì)投資率與資本回報(bào)率的非線性關(guān)系進(jìn)行檢驗(yàn)，以凈利潤(rùn)率和總回報(bào)率為因變量，與投資率和投資率的平方進(jìn)行回歸，其中投資率的平方為各省份歷年投資率平方的平均值。經(jīng)VIF檢驗(yàn)，投資率與投資率的平方存在明顯的共線性問題，其中以凈利潤(rùn)率為因變量進(jìn)行回歸的VIF為18.4，以總回報(bào)率為因變量進(jìn)行回歸的VIF為23.0，進(jìn)一步引入其他變量后INV或INV的平方回歸結(jié)果大多不顯著，因而不再控制其他變量。由表7可見，在兩個(gè)方程中INV均在1%水平下顯著為負(fù)，INV的平方均在5%水平下顯著為正，這表明投資率與資本回報(bào)率具有統(tǒng)計(jì)顯著的U型關(guān)系，并位于U型曲線的左端，過高的投資率反而導(dǎo)致資本回報(bào)率下降，這與已有研究[3，12]的發(fā)現(xiàn)一致。

表7 投資率與資本回報(bào)率的關(guān)系(凈利潤(rùn)率、總回報(bào)率為因變量)

五、結(jié)論性評(píng)述

資本回報(bào)率是衡量社會(huì)投資收益的重要指標(biāo)，也是企業(yè)進(jìn)行投資決策的主要依據(jù)，對(duì)宏觀經(jīng)濟(jì)運(yùn)行和微觀主體經(jīng)營(yíng)都具有非常重要的意義。本文以上市公司為樣本，通過與宏觀方法一致并考慮資產(chǎn)價(jià)格因素改進(jìn)的微觀參數(shù)估計(jì)法，對(duì)2007—2020年中國(guó)資本回報(bào)率進(jìn)行了估算，并以各省份為樣本對(duì)影響資本回報(bào)率的長(zhǎng)期影響因素進(jìn)行了實(shí)證分析。對(duì)中國(guó)資本回報(bào)率的估算可見，全球金融危機(jī)以來，尤其是2012年之后，中國(guó)資本回報(bào)率下降趨勢(shì)明顯，這與轉(zhuǎn)向以中高速增長(zhǎng)為特征的高質(zhì)量發(fā)展階段相符；在強(qiáng)有力疫情應(yīng)對(duì)政策下，2020年資本回報(bào)率僅小幅下降，但當(dāng)前企業(yè)盈利恢復(fù)的基礎(chǔ)并不穩(wěn)固；減稅降費(fèi)降息降租等政策對(duì)穩(wěn)定資本回報(bào)率、促進(jìn)企業(yè)投資意愿和經(jīng)濟(jì)平穩(wěn)運(yùn)行，發(fā)揮了積極的作用。實(shí)證研究表明，在資本邊際效率遞減規(guī)律作用下，投資率與資本回報(bào)率呈現(xiàn)顯著U型關(guān)系；經(jīng)濟(jì)發(fā)展水平、人口或勞動(dòng)力增長(zhǎng)、第三產(chǎn)業(yè)發(fā)育程度越高，資本回報(bào)率也越高，但房地產(chǎn)增加值占GDP比重的提高則不利于資本回報(bào)率的上升。

當(dāng)前，中國(guó)正處于增長(zhǎng)方式升級(jí)和結(jié)構(gòu)優(yōu)化轉(zhuǎn)型的關(guān)鍵階段，經(jīng)濟(jì)發(fā)展也要由投資驅(qū)動(dòng)、要素驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)模式，綜合施策切實(shí)提升投資效率和企業(yè)盈利能力，對(duì)未來經(jīng)濟(jì)的長(zhǎng)期穩(wěn)定健康發(fā)展至關(guān)重要。今后，要緊緊守住供給側(cè)結(jié)構(gòu)性改革這一主線，將供給側(cè)結(jié)構(gòu)性改革與需求側(cè)管理相結(jié)合，以深化改革開放增強(qiáng)發(fā)展內(nèi)生動(dòng)力，切實(shí)提升資本回報(bào)率水平，更好促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。為此，提出如下政策建議：

一是全面客觀辯證落實(shí)“三去一降一補(bǔ)”工作任務(wù)，補(bǔ)好營(yíng)商環(huán)境等體制短板，切實(shí)鞏固并提升微觀主體投資意愿。在全球疫情持續(xù)演變、外部環(huán)境復(fù)雜嚴(yán)峻、國(guó)內(nèi)經(jīng)濟(jì)恢復(fù)不穩(wěn)固不均衡的當(dāng)下，應(yīng)保持宏觀杠桿率基本穩(wěn)定，為實(shí)體經(jīng)濟(jì)營(yíng)造適宜的貨幣金融條件。盡管受疫情等因素影響財(cái)政空間愈發(fā)有限，但仍要堅(jiān)持減稅降費(fèi)的大方向，將降稅費(fèi)成本與轉(zhuǎn)變政府職能相結(jié)合，健全公共財(cái)政體制安排，優(yōu)化財(cái)政支出結(jié)構(gòu)，大力完善制度性減稅降費(fèi)政策。切實(shí)改善營(yíng)商環(huán)境，加快要素市場(chǎng)化改革步伐，在市場(chǎng)準(zhǔn)入、審批許可、經(jīng)營(yíng)運(yùn)行、招投標(biāo)等方面，營(yíng)造各種所有制主體公開公平公正參與市場(chǎng)競(jìng)爭(zhēng)、依法平等使用資源要素、同等受到法律保護(hù)的市場(chǎng)環(huán)境，提升企業(yè)盈利的內(nèi)生能力。

二是積極推進(jìn)增長(zhǎng)方式轉(zhuǎn)型，夯實(shí)消費(fèi)在增長(zhǎng)中的基礎(chǔ)性引領(lǐng)作用。由于人口等要素稟賦變化和資本邊際回報(bào)率遞減，過度依賴投資的增長(zhǎng)方式難以為繼。應(yīng)加大教育醫(yī)療養(yǎng)老等社會(huì)保障投入，降低工薪階層稅收負(fù)擔(dān)，增強(qiáng)城市治理能力，逐步取消對(duì)部分領(lǐng)域消費(fèi)的限制性政策，打通堵點(diǎn)補(bǔ)齊短板，進(jìn)一步激發(fā)居民的消費(fèi)意愿，形成需求牽引供給、供給創(chuàng)造需求的更高水平的動(dòng)態(tài)平衡，提升國(guó)民經(jīng)濟(jì)體系整體效能。

三是加快制定針對(duì)性人口政策，加大人力資本投入，盡可能減緩生育率下降和人口老齡化對(duì)資本回報(bào)率和經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響。通過加大對(duì)托幼保育的公共補(bǔ)貼、降低家庭教育負(fù)擔(dān)等措施，提高生育意愿。改進(jìn)社保福利制度，鼓勵(lì)靈活用工安排，切實(shí)提升就業(yè)意愿和勞動(dòng)參與率。除延長(zhǎng)法定退休年齡外，還要大力改革養(yǎng)老金體系，加強(qiáng)區(qū)域間養(yǎng)老金統(tǒng)籌，構(gòu)建富有彈性的養(yǎng)老金制度，鼓勵(lì)更多適齡人員(特別是老年人)以不同形式參與勞動(dòng)力市場(chǎng)。加強(qiáng)勞動(dòng)者保護(hù)，消除就業(yè)市場(chǎng)年齡、性別、學(xué)歷等不合理歧視現(xiàn)象，打破女性產(chǎn)后職業(yè)發(fā)展的隱性壁壘。深化戶籍制度改革，暢通勞動(dòng)力流動(dòng)渠道。

四是加大知識(shí)產(chǎn)權(quán)保護(hù)力度，促進(jìn)產(chǎn)業(yè)升級(jí)和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化。服務(wù)業(yè)超過第二產(chǎn)業(yè)成為國(guó)民經(jīng)濟(jì)第一大產(chǎn)業(yè)，主要源自與工業(yè)生產(chǎn)密切相關(guān)的生產(chǎn)性服務(wù)業(yè)的發(fā)展壯大，這屬于良性產(chǎn)業(yè)結(jié)構(gòu)變遷，能夠更好地促進(jìn)傳統(tǒng)消費(fèi)性服務(wù)業(yè)發(fā)展和經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。應(yīng)加快培育壯大經(jīng)濟(jì)新動(dòng)能，完善創(chuàng)新支持政策體系，以新技術(shù)、新業(yè)態(tài)改造提升傳統(tǒng)產(chǎn)業(yè)，推動(dòng)發(fā)展動(dòng)能持續(xù)轉(zhuǎn)換，促進(jìn)新興生產(chǎn)性服務(wù)業(yè)和高技術(shù)服務(wù)業(yè)發(fā)展，更好滿足多層次、高品質(zhì)、多樣化的市場(chǎng)需求。

五是堅(jiān)持房住不炒，健全房地產(chǎn)平穩(wěn)健康發(fā)展長(zhǎng)效機(jī)制。按照因城因地原則分類開展房地產(chǎn)政策調(diào)控，強(qiáng)化宏觀審慎政策手段，嚴(yán)格控制信貸資金過度流向房地產(chǎn)業(yè)，弱化房地產(chǎn)的投資品屬性。持續(xù)深化財(cái)稅體制、土地制度和稅費(fèi)改革，降低地方財(cái)政和經(jīng)濟(jì)發(fā)展對(duì)房地產(chǎn)行業(yè)的過度依賴。