何俊陽， 李 伊， 袁旭宏

(湖南科技大學(xué) 商學(xué)院， 湖南 湘潭 411201)

黨的十九屆五中全會明確指出，“十四五”時期經(jīng)濟(jì)社會發(fā)展要“以推動高質(zhì)量發(fā)展為主題”[1]。作為宏觀經(jīng)濟(jì)發(fā)展的微觀主體，企業(yè)全要素生產(chǎn)率的提升是推動經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵[2]。企業(yè)全要素生產(chǎn)率不僅受到企業(yè)自身生產(chǎn)經(jīng)營行為的影響，還受到外部經(jīng)營環(huán)境不確定性的影響。經(jīng)營環(huán)境不確定性是指總體環(huán)境動態(tài)變化的不可預(yù)測程度，其可能導(dǎo)致公司經(jīng)營戰(zhàn)略決策及實施受到影響[3]。市場結(jié)構(gòu)及市場需求的變化、人口的變化、全球經(jīng)濟(jì)一體化等都影響著公司戰(zhàn)略及經(jīng)營管理，很大程度上對公司全要素生產(chǎn)率產(chǎn)生影響。因此，研究環(huán)境不確定性對公司全要素生產(chǎn)率的影響機(jī)制具有一定的現(xiàn)實意義。

目前，相關(guān)研究重點關(guān)注經(jīng)營環(huán)境不確定性對公司經(jīng)營決策的影響，如創(chuàng)新投入、風(fēng)險承擔(dān)以及投資決策等[4-8]，但基于高質(zhì)量發(fā)展的角度研究環(huán)境不確定性與全要素生產(chǎn)率的相關(guān)文獻(xiàn)較少。環(huán)境的不確定性會導(dǎo)致公司很難根據(jù)外部經(jīng)營環(huán)境制定相應(yīng)的戰(zhàn)略及經(jīng)營計劃，從而影響到企業(yè)內(nèi)部資源配置效率，最終影響到公司全要素生產(chǎn)率。

外部環(huán)境的不確定性會影響公司戰(zhàn)略決策，并且會在一定程度上掩蓋公司管理層的自利行為，影響公司投資行為及投資效率[9]，而公司投資效率會影響全要素生產(chǎn)率，影響公司的發(fā)展質(zhì)量[10]。管理層的自利行為，源于公司信息不對稱，而公司股東股權(quán)的適當(dāng)集中可有效避免管理層自利行為導(dǎo)致的經(jīng)營決策失誤，降低委托代理的風(fēng)險，從而降低公司投資決策失誤的可能性[11]。

基于此，本文以非金融類A股上市公司為樣本，實證研究經(jīng)營環(huán)境不確定性對公司全要素生產(chǎn)率的影響效應(yīng)，并通過穩(wěn)健性檢驗及異質(zhì)性檢驗驗證結(jié)論的合理性；并進(jìn)一步探討其內(nèi)在的傳導(dǎo)機(jī)制及可能的解決路徑，檢驗非效率投資的中介作用以及股權(quán)集中度的調(diào)節(jié)作用，以期為處于當(dāng)今復(fù)雜經(jīng)營環(huán)境中的公司實現(xiàn)高質(zhì)量發(fā)展提供一些有價值的參考。

一、理論基礎(chǔ)與研究假設(shè)

(一)經(jīng)營環(huán)境不確定性與全要素生產(chǎn)率

當(dāng)今世界面臨著百年未有之大變局，國內(nèi)正處于產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵時期。經(jīng)營環(huán)境的不確定性加大了公司經(jīng)營戰(zhàn)略決策的難度，提高了公司戰(zhàn)略定位失誤的可能性[12]。同時，經(jīng)營環(huán)境的不確定性會強(qiáng)化公司管理層的自利行為，促使管理層以自身利益最大化為目標(biāo)進(jìn)行公司經(jīng)營決策，加劇公司委托代理問題，降低公司價值；還會增加公司投資收益的不確定性，無法確保公司內(nèi)部資源與生產(chǎn)要素高效配置，加大公司經(jīng)營風(fēng)險，不利于公司資源配置效率的提升，影響公司全要素生產(chǎn)率。據(jù)此，本文提出假設(shè)1：

H1：經(jīng)營環(huán)境不確定性會顯著降低公司全要素生產(chǎn)率。

(二)非效率投資的中介作用

公司投資是公司為達(dá)成組織目標(biāo)，通過要素投入如資本、勞動力等獲得收益回報的過程。而外部環(huán)境的不確定性可能會導(dǎo)致公司要素投入無法獲得應(yīng)有的回報。經(jīng)營環(huán)境不確定性的增大，會使公司管理層難以依據(jù)變化了的環(huán)境進(jìn)行有效的投資決策，進(jìn)而傾向于采取保守型投資策略，可能會導(dǎo)致投資不足或錯失機(jī)會，降低公司的投資效率[13]。同時，環(huán)境不確定性的上升還有可能帶來道德風(fēng)險問題，掩蓋由管理層經(jīng)營不當(dāng)所導(dǎo)致的經(jīng)營效率低下的問題，導(dǎo)致公司非效率投資，進(jìn)而影響公司全要素生產(chǎn)率。綜上所述，環(huán)境不確定性會影響公司投資效率，進(jìn)而影響全要素生產(chǎn)率。故提出假設(shè)2：

H2：經(jīng)營環(huán)境不確定性會導(dǎo)致公司非效率投資，從而降低公司全要素生產(chǎn)率。

(三)股權(quán)集中度的調(diào)節(jié)作用

公司委托代理問題，即管理層與股東之間、大股東和中小股東之間的利益均衡問題，一直是公司生產(chǎn)經(jīng)營中的難點。當(dāng)經(jīng)營環(huán)境不確定性較大時，公司各利益相關(guān)者之間利益權(quán)衡的博弈會使其對公司經(jīng)營決策產(chǎn)生不同程度的分歧。一方面，公司股權(quán)集中度的提高會促使股東利益與公司利益趨于一致，當(dāng)環(huán)境不確定性增加時，股東為保證自身利益最大化，會更為主動地監(jiān)督公司內(nèi)部經(jīng)營管理，糾正公司管理層的非理性經(jīng)營決策行為，推進(jìn)并完善公司內(nèi)部控制系統(tǒng)，提高公司的投資效率[14]。另一方面，隨著公司股權(quán)集中度的上升，大股東與中小股東之間的利益關(guān)系會呈現(xiàn)出“壕溝防守效應(yīng)”到“利益趨同效應(yīng)”再到“壕溝防守效應(yīng)”的變化趨勢[15]。外部經(jīng)營環(huán)境不確定性的增加，促使公司大股東出于獲取持久利潤的考量，會選擇與中小股東利益保持一致，二者之間呈現(xiàn)出“協(xié)同效應(yīng)”的狀態(tài)，共同對公司生產(chǎn)經(jīng)營過程進(jìn)行監(jiān)督，避免經(jīng)營不當(dāng)行為的發(fā)生，提高公司投資決策行為的理性成分，降低公司非效率投資的可能性。綜上所述，提出假設(shè)3：

H3：公司股權(quán)集中度的提升能削弱經(jīng)營環(huán)境不確定性與公司非效率投資的正向關(guān)系。

非效率投資在經(jīng)營環(huán)境不確定性與公司全要素生產(chǎn)率之間起著中介作用，而股權(quán)集中度對經(jīng)營環(huán)境不確定性與公司非效率投資的關(guān)系具有負(fù)向調(diào)節(jié)作用。由此進(jìn)一步推論，非效率投資在經(jīng)營環(huán)境不確定性與公司全要素生產(chǎn)率之間的中介效應(yīng)也可能會受到公司股權(quán)集中度的影響。故提出研究假設(shè)4：

H4：股權(quán)集中度可以調(diào)節(jié)非效率投資在經(jīng)營環(huán)境不確定性與全要素生產(chǎn)率之間的中介效應(yīng)，即股權(quán)集中度的提高，能削弱經(jīng)營環(huán)境不確定性通過非效率投資降低公司全要素生產(chǎn)率的效應(yīng)。

二、研究設(shè)計

(一)樣本選擇

選取2003—2020年A股上市公司非平衡面板數(shù)據(jù)作為研究樣本，并剔除以下類型：金融類公司；當(dāng)年為ST和PT的樣本；已退市和當(dāng)年未上市的樣本；數(shù)據(jù)缺失的樣本。最終得到19 000個觀察值。相關(guān)財務(wù)數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫和公司年報。為避免極端異常值的影響，文章對所有連續(xù)變量進(jìn)行1%縮尾處理。

(二)變量定義及說明

1.被解釋變量：公司全要素生產(chǎn)率(TFP)。半?yún)?shù)法是衡量微觀企業(yè)TFP的主要方法[16]，如LP法、OP法等?？紤]OP法要求投資與總產(chǎn)出始終保持一致，該前提條件的普遍性弱于其他方法，參照王倩等(2021)的觀點，本文選取LP法衡量公司TFP，并使用OLS和FE法進(jìn)行穩(wěn)健性檢驗。

2.解釋變量：經(jīng)營環(huán)境不確定性(EU)。參照申慧慧等(2012)的衡量方法[17]，采用公司近五年銷售收入中非正常銷售部分的標(biāo)準(zhǔn)差除以銷售收入均值，再用該比值除以同一年份同一行業(yè)內(nèi)未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性中位數(shù)，最終得到經(jīng)行業(yè)調(diào)整后的經(jīng)營環(huán)境不確定性數(shù)據(jù)EU。此外，考慮當(dāng)期EU更多的是對下一期公司經(jīng)營產(chǎn)生影響，選取滯后一期的環(huán)境不確定性(L.EU)作為解釋變量，該方法可以較好地避免模型可能的內(nèi)生性問題。

3.中介變量：非效率投資(Absinv)。參照Richardson(2006)的方法[18]，構(gòu)建公司期望投資模型：

INVi,t=a0+a1INVi,t-1+a2Growthi,t-1+a3Sizei,t-1+a4Levi,t-1+a5Cashi,t-1+a6Agei,t-1+a7Reti,t-1+∑Year+∑Industry+εi,t。

(1)

其中：INV代表資本投資額，采用購建和取得固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)的現(xiàn)金凈額加上取得和處置子公司及其他營業(yè)單位的現(xiàn)金凈額再減去折舊額的總值與總資產(chǎn)的比值來衡量；Growth即公司成長性，用托賓Q值表示；Size代表資產(chǎn)規(guī)模；Lev代表資產(chǎn)負(fù)債率；Cash代表現(xiàn)金持有量；Age代表上市年齡；Ret是經(jīng)市場調(diào)整后的股票收益率；Year和Industry分別代表年份和行業(yè)虛擬變量。本文使用該模型所得回歸殘差的絕對值來衡量Absinv，其數(shù)值越大，公司非效率投資越高。

4.調(diào)節(jié)變量：股權(quán)集中度(OC)。借鑒王玉霞(2021)的衡量方法，使用第一大股東持股比例來衡量公司股權(quán)集中度。OC越大，公司股權(quán)集中度越高。

5.控制變量：借鑒王瑤等(2021)、任曉怡等(2021)的觀點，選擇總資產(chǎn)周轉(zhuǎn)率(Tat)、財務(wù)杠桿(Lev)、資本流動性(Liquid)、董事會規(guī)模(Board)、每股收益(Eps)、兩職合一(Dual)、股權(quán)性質(zhì)(EN)、年度變量(Year)和行業(yè)虛擬變量(Industry)作為控制變量。具體的變量定義如表1所示。

表1 變量定義

(三)模型構(gòu)建

為了驗證假設(shè)H1和假設(shè)H2的正確性，依據(jù)溫忠麟等(2014)提出的中介效應(yīng)檢驗方法，構(gòu)建模型(2)～(4)：

TFPi,t=α0+α1EUi,t-1+α2∑Controlsi,t+εi,t，

(2)

Absinvi,t=β0+β1EUi,t-1+β2∑Controlsi,t+εi,t，

(3)

TFPi,t=γ0+γ1EUi,t-1+γ2Absinvi,t+γ3∑Controlsi,t+εi,t。

(4)

其中：∑Controlsi,t代表上述所有控制變量；α、β和γ代表模型的回歸系數(shù)；ε為誤差項。

為了驗證假設(shè)H3和假設(shè)H4的正確性，依據(jù)溫忠麟等(2014)提出的有調(diào)節(jié)的中介模型檢驗方法，構(gòu)建模型(5)和模型(6)：

Absinvi,t=δ0+δ1EUi,t-1+δ2OCi,t+δ3EUi,t-1×OCi,t+δ4∑Controlsi,t+εi,t，

(5)

TFPi,t=μ0+μ1EUi,t-1+μ2OCi,t+μ3EUi,t-1×OCi,t+μ4Absinvi,t+μ5∑Controlsi,t+εi,t。

(6)

其中：∑Controlsi,t代表上述所有控制變量；δ和μ指代模型的回歸系數(shù)；ε為誤差項。

近些年，瑞士鐘表商追求個性化和獨立化，機(jī)心設(shè)計也越來越趨于復(fù)雜化。許多鐘表品牌開始更加注重機(jī)心的自產(chǎn)能力，機(jī)心結(jié)構(gòu)和零件材質(zhì)的發(fā)展已經(jīng)達(dá)到了一個前所未有的高度。機(jī)械機(jī)心的復(fù)雜精密程度越高，使用場合越復(fù)雜，對防震的要求也越高。相信在不久的將來，會出現(xiàn)更加多種多樣的防震裝置，我們拭目以待。

通過檢驗?zāi)Ｐ?5)中的系數(shù)δ3以及模型(6)中的系數(shù)μ3和μ4的顯著性，以判斷有調(diào)節(jié)的中介模型是否成立。若系數(shù)顯著則代表OC調(diào)節(jié)了前半路徑，有調(diào)節(jié)的中介效應(yīng)成立。

三、實證分析

(一)描述性統(tǒng)計和相關(guān)性分析

主要核心變量的描述性統(tǒng)計及相關(guān)性分析結(jié)果如表2所示。由表2可知，TFP均值為8.546，標(biāo)準(zhǔn)差為1.123，說明樣本公司整體全要素生產(chǎn)率水平較高；EU的標(biāo)準(zhǔn)差為1.147，最大值和最小值分別為6.753和0.129，說明不同公司面臨的環(huán)境不確定性程度各異；Absinv均值和標(biāo)準(zhǔn)差分別為0.042和0.060，表明樣本整體非效率投資程度不一；OC最大值為73.53，而中位數(shù)和最小值分別為31.25和8.404，表明大部分樣本公司股權(quán)集中度較高。相關(guān)性分析結(jié)果顯示，TFP與EU的相關(guān)系數(shù)顯著且值為-0.102，據(jù)此可以初步判斷，在只考慮二者相關(guān)性的前提下，TFP與EU在1%的統(tǒng)計水平上顯著負(fù)相關(guān)。此外，本文對所有變量進(jìn)行了VIF檢驗，發(fā)現(xiàn)VIF均值為1.2，明顯小于5，說明各變量間并不存在嚴(yán)重的多重共線性問題。

表2 主要核心變量描述性統(tǒng)計及相關(guān)性分析結(jié)果

(二)實證結(jié)果分析

模型(2)至模型(6)的實證檢驗結(jié)果如表3所示。

1.主效應(yīng)檢驗

表3中，第(1)和(2)列為環(huán)境不確定性與全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果。由結(jié)果可知，在僅控制行業(yè)和年度虛擬變量的情況下，環(huán)境不確定性的系數(shù)顯著且值為-0.077 3；在(1)列基礎(chǔ)上加入系列控制變量之后，環(huán)境不確定性對全要素生產(chǎn)率的總效應(yīng)為-0.039 2，二者仍呈顯著負(fù)相關(guān)關(guān)系，說明經(jīng)營環(huán)境不確定性越高，公司全要素生產(chǎn)率越低，假設(shè)H1得到驗證。

表3 回歸結(jié)果

2.中介效應(yīng)檢驗

3.有調(diào)節(jié)的中介效應(yīng)檢驗

根據(jù)前述理論分析，為檢驗?zāi)Ｐ?5)的結(jié)論，本文對股權(quán)集中度與環(huán)境不確定性進(jìn)行去中心化處理，以消除多重共線性問題對結(jié)果的影響。結(jié)果如表3第(5)列所示，交互項L.EU×OC與Absinv呈顯著負(fù)相關(guān)關(guān)系，說明股權(quán)集中度能抑制經(jīng)營環(huán)境不確定性與非效率投資之間的正向關(guān)系，假設(shè)H3得證。

表3第(6)列為股權(quán)集中度在非效率投資與全要素生產(chǎn)率之間的調(diào)節(jié)效應(yīng)結(jié)果，交互項OC×Absinv值為0.006 9，但P值不顯著，說明在后半路徑中股權(quán)集中度的調(diào)節(jié)效應(yīng)不成立。

表3第(7)列為模型(6)的檢驗結(jié)果。其中，Absinv系數(shù)在1%水平上顯著，且值為-0.393 7；而OC與L.EU的交互項系數(shù)值為0.001 1，且在1%統(tǒng)計水平上顯著，表明股權(quán)集中度調(diào)節(jié)了前半路徑，有調(diào)節(jié)的中介效應(yīng)成立，假設(shè)H4成立。

(三)穩(wěn)健性檢驗

1.更換被解釋變量衡量方法

使用OLS法和FE法作為TFP的替換代理變量分別加入模型(2)，其檢驗結(jié)果顯示，L.EU系數(shù)值分別為-0.076 5和-0.068 3，均在1%的水平上顯著，假設(shè)H1仍然成立。

2.Bootstrap檢驗

文章進(jìn)一步使用Bootstrap法檢驗非效率投資的中介效應(yīng)。檢驗結(jié)果顯示，Absinv的直接和間接效應(yīng)的百分位及偏差校正百分位法的置信區(qū)間中都不包含0，表明非效率投資在經(jīng)營環(huán)境不確定性與全要素生產(chǎn)率之間發(fā)揮了部分中介效應(yīng)，再一次驗證了假設(shè)H2的正確性。

(四)異質(zhì)性檢驗

1.資產(chǎn)規(guī)模異質(zhì)性檢驗

考慮到在經(jīng)營環(huán)境不確定性增加的情況下，不同資產(chǎn)規(guī)模的公司其資源配置及效率也會呈現(xiàn)出明顯差異，文章使用總資產(chǎn)的自然對數(shù)衡量資產(chǎn)規(guī)模，并進(jìn)一步對模型(2)進(jìn)行分組檢驗，其結(jié)果如表4第(1)和(2)列所示。兩組的核心解釋變量分別為-0.018 1和-0.040 7，說明資產(chǎn)規(guī)模大的公司TFP受到外部經(jīng)營環(huán)境不確定性負(fù)向影響的程度要弱于資產(chǎn)規(guī)模小的公司。外部經(jīng)營環(huán)境不確定性較大時，資產(chǎn)規(guī)模大的公司能迅速地建立內(nèi)部風(fēng)險管控系統(tǒng)，加上其穩(wěn)固的市場基礎(chǔ)及相對優(yōu)良的營商環(huán)境，能有效地化解和轉(zhuǎn)移風(fēng)險。因此，在經(jīng)營環(huán)境不確定性上升時，規(guī)模大的公司全要素生產(chǎn)率受到的負(fù)向影響比資產(chǎn)規(guī)模小的公司弱。

表4 異質(zhì)性檢驗

2.融資約束異質(zhì)性檢驗

經(jīng)營環(huán)境不確定性增大了公司生產(chǎn)經(jīng)營決策的難度，資源重新配置導(dǎo)致調(diào)整成本較大，尤其是融資約束程度大的公司調(diào)整難度和成本會更大。因此，為考慮融資約束程度對模型(2)的影響，本文使用WW指數(shù)來衡量公司融資約束并對模型進(jìn)行分組檢驗，其檢驗結(jié)果如表4第(3)和(4)列所示。結(jié)果顯示，融資約束大的公司，其TFP受到外部環(huán)境不確定性的負(fù)向影響也更大。融資約束程度高的公司在進(jìn)行要素投資決策時會受到更大的約束，資源配置決策偏離最優(yōu)投資水平的可能性加大，影響公司資源配置效率。綜上所述，公司融資約束程度的上升，會加劇經(jīng)營環(huán)境不確定性對公司全要素生產(chǎn)率的負(fù)向影響。

四、研究結(jié)論和啟示

本文通過對經(jīng)營環(huán)境不確定性與公司全要素生產(chǎn)率的關(guān)系進(jìn)行研究，得出以下結(jié)論：經(jīng)營環(huán)境不確定性可能會導(dǎo)致公司非效率投資，進(jìn)而降低全要素生產(chǎn)率；股權(quán)集中度越大，經(jīng)營環(huán)境不確定性對公司投資效率的負(fù)向影響越小，相應(yīng)地其對全要素生產(chǎn)率的削弱作用也會越弱；資產(chǎn)規(guī)模大、融資約束小的公司，經(jīng)營環(huán)境不確定性對全要素生產(chǎn)率的負(fù)向影響較小。

根據(jù)理論與實證分析，可得到如下啟示：在提升公司全要素生產(chǎn)率時，要考慮外部經(jīng)營環(huán)境對公司資源配置效率的影響，根據(jù)外部環(huán)境變化情況調(diào)整公司內(nèi)部的要素投入規(guī)劃，確保公司生產(chǎn)經(jīng)營可以較為平穩(wěn)地運行；當(dāng)公司面臨的外部環(huán)境不確定性較大時，提高公司股權(quán)集中度可以促使股東利益與組織目標(biāo)保持一致，使股東更自覺地加強(qiáng)對公司內(nèi)部經(jīng)營的監(jiān)管，及時制止經(jīng)營不當(dāng)行為發(fā)生，降低公司非效率投資，進(jìn)而降低外部環(huán)境不確定性對公司全要素生產(chǎn)率的不利影響；資產(chǎn)規(guī)模小、融資約束程度大的公司，當(dāng)面臨的外部環(huán)境不確定性較高時，應(yīng)健全公司內(nèi)部風(fēng)險防控體系，加強(qiáng)對公司投資行為的監(jiān)督，避免公司非效率投資。