【摘" 要】論文利用TVP-SV-VAR模型深入探討了經(jīng)濟(jì)政策不確定性、企業(yè)研發(fā)投入與企業(yè)全要素生產(chǎn)率之間的復(fù)雜關(guān)系。研究發(fā)現(xiàn)：經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投入在短期內(nèi)產(chǎn)生了一定負(fù)向影響，并進(jìn)一步對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)向影響，但長期來看，具有一定恢復(fù)且促進(jìn)作用。因此，論文希望為理解經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)和生產(chǎn)效率的影響提供新的視角，也為企業(yè)管理者提供實(shí)用的指導(dǎo)，希望幫助企業(yè)在生產(chǎn)過程中面對(duì)未來經(jīng)濟(jì)政策不確定性時(shí)，能更清晰地把握相關(guān)機(jī)會(huì)，激發(fā)企業(yè)的研發(fā)活力，進(jìn)而提高企業(yè)的全要素生產(chǎn)率，從而推動(dòng)企業(yè)的全面發(fā)展。

【關(guān)鍵詞】經(jīng)濟(jì)政策不確定性；企業(yè)研發(fā)投入；企業(yè)全要素生產(chǎn)率；TVP-SV-VAR模型

【中圖分類號(hào)】F120；F273.1；F275" " " " " " " " " " " " " " " " " " " " " " "【文獻(xiàn)標(biāo)志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號(hào)】1673-1069（2024）11-0037-03

1 引言

企業(yè)是宏觀經(jīng)濟(jì)考察時(shí)備受關(guān)注的對(duì)象，企業(yè)的發(fā)展與宏觀經(jīng)濟(jì)環(huán)境密切相關(guān)，并且宏觀經(jīng)濟(jì)政策的變化對(duì)企業(yè)經(jīng)營管理活動(dòng)影響巨大。在數(shù)字化時(shí)代背景下，經(jīng)濟(jì)政策不確定性已成為影響企業(yè)行為和宏觀經(jīng)濟(jì)穩(wěn)定的關(guān)鍵因素之一。經(jīng)濟(jì)政策不確定性不僅影響著企業(yè)的投資決策，還影響著企業(yè)的研發(fā)投入，進(jìn)而對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生重要影響。全要素生產(chǎn)率作為衡量企業(yè)生產(chǎn)效率和創(chuàng)新能力的重要指標(biāo)，其提升對(duì)于推動(dòng)經(jīng)濟(jì)增長、增強(qiáng)企業(yè)競爭力具有至關(guān)重要的作用。而當(dāng)下，經(jīng)濟(jì)政策不確定性顯著增加，從貿(mào)易政策的波動(dòng)到宏觀經(jīng)濟(jì)政策的調(diào)整，這些因素都為企業(yè)的長期規(guī)劃帶來了前所未有的挑戰(zhàn)。在這種背景下，企業(yè)如何調(diào)整其研發(fā)投入，以及這種調(diào)整如何影響其生產(chǎn)效率和創(chuàng)新能力，成為學(xué)術(shù)界和政策制定者關(guān)注的焦點(diǎn)。

企業(yè)研發(fā)投入是推動(dòng)技術(shù)創(chuàng)新的關(guān)鍵動(dòng)力，而經(jīng)濟(jì)政策不確定性可能通過多渠道影響企業(yè)的研發(fā)活動(dòng)。一方面，不確定性可能導(dǎo)致企業(yè)推遲或減少研發(fā)投資，因?yàn)樗麄兏鼉A向于持有現(xiàn)金以應(yīng)對(duì)未來的不確定性；另一方面，不確定性也可能激發(fā)企業(yè)增加研發(fā)投入，以尋求新的增長機(jī)會(huì)和競爭優(yōu)勢。因此，理解經(jīng)濟(jì)政策不確定性與企業(yè)研發(fā)投入間的關(guān)系，對(duì)制定有效的發(fā)展戰(zhàn)略具有重要意義。

本研究旨在采用TVP-SV-VAR模型探討經(jīng)濟(jì)政策不確定性對(duì)企業(yè)的研發(fā)投入的影響，并進(jìn)一步分析這種影響對(duì)企業(yè)全要素生產(chǎn)率的影響。通過構(gòu)建理論框架和實(shí)證分析，期望為企業(yè)管理者提供決策依據(jù)和有價(jià)值的見解，幫助他們更好地理解和應(yīng)對(duì)市場的動(dòng)態(tài)變化，為企業(yè)管理者提供戰(zhàn)略指導(dǎo)。

2 理論分析與研究設(shè)計(jì)

2.1 經(jīng)濟(jì)政策不確定性（EPU）

研究學(xué)者利用文本挖掘?qū)Α赌先A早報(bào)》中涉及經(jīng)濟(jì)政策不確定性的文章及關(guān)鍵詞進(jìn)行篩選，把相關(guān)文章出現(xiàn)頻率進(jìn)行標(biāo)準(zhǔn)化處理，得出EPU指數(shù)。從指數(shù)編制的方法看是自動(dòng)化篩選文章，但Baker等通過實(shí)證檢驗(yàn)得出，自動(dòng)化篩選所編制的指數(shù)與人工篩選所編制的指數(shù)，在季度時(shí)間序列數(shù)據(jù)上的相關(guān)性為0.82，相關(guān)性較強(qiáng)，可作為參考。

2.2 企業(yè)研發(fā)投入（RDI）

本文使用研發(fā)投入總額占主營業(yè)務(wù)收入的比重來測度企業(yè)研發(fā)投資強(qiáng)度。

2.3 企業(yè)全要素生產(chǎn)率（TFP）

在現(xiàn)有研究方法和數(shù)據(jù)基礎(chǔ)上，早期對(duì)TFP的測算主要集中在國家或省級(jí)層面，常用的方法包括索洛余值法、生產(chǎn)函數(shù)法等。隨著企業(yè)數(shù)據(jù)的不斷豐富，研究逐漸深入企業(yè)層面，OP法和LP法應(yīng)用廣泛，成為代表性的方法。OP法的基本思路是利用可觀測的產(chǎn)出變量來解決投入要素的內(nèi)生性問題。LP法則在OP法的基礎(chǔ)上進(jìn)行了改進(jìn)，利用中間投入變量作為代理變量，及將期末生產(chǎn)性資本作為期初的資本投入。LP法通過選擇恰當(dāng)?shù)拇碜兞縼砜朔c廠商產(chǎn)量選擇的偏差問題，也能避免OP法要求數(shù)據(jù)必須有中間產(chǎn)品變量的缺陷。故本文用LP法進(jìn)行TFP測算：

lnYkt=？姿0+？姿1lnLst+？姿2lnKst+？姿3lnMst+ωst

其中，Y為企業(yè)生產(chǎn)總收入；L為企業(yè)勞動(dòng)投入；M為企業(yè)中間投入；K為企業(yè)資本投入，用固定資產(chǎn)凈值表示。根據(jù)公司的實(shí)際收入，它包含企業(yè)的工業(yè)收入、銷售收入、管理費(fèi)用、財(cái)務(wù)費(fèi)用和利潤指標(biāo)中非營利部門的補(bǔ)貼；ωst表示隨機(jī)誤差項(xiàng)。

3 數(shù)據(jù)處理與檢驗(yàn)

本文選取1999-2022年A股全部數(shù)據(jù)作為樣本集，數(shù)據(jù)來源于CSMAR國泰安數(shù)據(jù)庫。對(duì)樣本數(shù)據(jù)進(jìn)行如下處理：①剔除當(dāng)年ST、*ST公司；②當(dāng)年數(shù)據(jù)缺失的公司；③剔除銀行、保險(xiǎn)等金融相關(guān)行業(yè)公司；④對(duì)所有連續(xù)變量進(jìn)行1%和99%分位數(shù)的縮尾處理。

為保證模型中變量的平穩(wěn)性，在將相關(guān)序列代入TVP-SV-VAR模型前，有必要采用ADF和PP檢驗(yàn)對(duì)變量進(jìn)行單位根檢驗(yàn)，結(jié)果顯示EPU、RDI的數(shù)據(jù)不平穩(wěn)（AIC準(zhǔn)則），因此，進(jìn)一步采用一階差分對(duì)數(shù)據(jù)進(jìn)行處理，結(jié)果顯示數(shù)據(jù)變得平穩(wěn)，但EPU和RDI均出現(xiàn)負(fù)數(shù)等情況，由前文定義可知，EPU和RDI應(yīng)為非負(fù)數(shù)，因此本文再次采用對(duì)數(shù)化方法進(jìn)行數(shù)據(jù)處理。TFP在數(shù)據(jù)的原始計(jì)算中已采用對(duì)數(shù)化，因此對(duì)EPU和RDI進(jìn)行對(duì)數(shù)化即可。

二次檢驗(yàn)結(jié)果顯示對(duì)數(shù)差分后數(shù)據(jù)序列已經(jīng)平穩(wěn)，但處理后的數(shù)據(jù)仍然出現(xiàn)負(fù)數(shù)情況，現(xiàn)實(shí)中經(jīng)濟(jì)政策不確定性和企業(yè)研發(fā)投入量化后的指標(biāo)必然高于0。雖然數(shù)據(jù)處理后檢驗(yàn)顯著，但不符合現(xiàn)實(shí)情況。因此本文進(jìn)一步考慮相對(duì)變化率而非差分辦法對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，即考慮EPU變化率的改變對(duì)RDI變化率和TFP變化率做動(dòng)態(tài)關(guān)系研究。

4 參數(shù)估計(jì)與模型診斷

本文通過MATLAB軟件對(duì)TVP-SV-VAR模型進(jìn)行模擬檢驗(yàn)，馬爾科夫蒙特卡洛（MCMC）設(shè)定為10 000次，為避免初始值對(duì)模擬估計(jì)造成影響，將開始1 000 次的抽樣作為預(yù)燒值予以舍棄。結(jié)果表明，在5%的顯著性水平上，Geweke統(tǒng)計(jì)量均小于臨界值1.96，代表所有參數(shù)均通過了收斂性檢驗(yàn)，參數(shù)估計(jì)穩(wěn)定可靠，即不拒絕估計(jì)參數(shù)收斂于后驗(yàn)分布的原假設(shè)，表明后驗(yàn)均值接近于參數(shù)真實(shí)值，模型參數(shù)的估計(jì)結(jié)果具有一定有效性。且通過樣本的自相關(guān)系數(shù)、樣本收斂路徑和后驗(yàn)密度分布的描述得知，經(jīng)過迭代抽樣后自相關(guān)系數(shù)迅速衰減并收斂于0，表明模擬消除了樣本之間的自相關(guān)性。收斂路徑顯示出樣本序列圍繞后驗(yàn)均值以“白噪聲”的軌跡波動(dòng)，彼此獨(dú)立性較強(qiáng)。

綜合來看，MCMC方法有效，可采用TVP-SV-VAR模型進(jìn)行后續(xù)分析，綜上，提出假設(shè)：當(dāng)EPU受到?jīng)_擊后，RID受到影響，并進(jìn)一步影響TFP。

5 脈沖響應(yīng)分析

結(jié)合圖1和圖2分析可知，EPU的變化受到?jīng)_擊，在3個(gè)不同時(shí)間點(diǎn)對(duì)RDI影響趨勢基本相同，影響區(qū)間為[-0.047，0.068]，均呈現(xiàn)“W”形變化圖像，即短期是負(fù)向影響，隨著時(shí)間推移，影響效應(yīng)收斂于零，而后出現(xiàn)正向影響，可能是因?yàn)槠髽I(yè)在前一年研發(fā)投入降低，基數(shù)降低，進(jìn)而在第二年開始增加投入占比。并且，從圖像上分析3個(gè)時(shí)間點(diǎn)的沖擊都對(duì)全要素生產(chǎn)率產(chǎn)生了短期的負(fù)向影響，整體影響區(qū)間為[-0.058，0.076]，且這種影響在前幾個(gè)滯后期內(nèi)逐漸減弱。2008年和2016年的沖擊在4到5個(gè)滯后期后趨于零，而2020年的沖擊在8到9個(gè)滯后期后趨于零。經(jīng)濟(jì)政策的不確定性導(dǎo)致企業(yè)減少投資和創(chuàng)新活動(dòng)，從而對(duì)全要素生產(chǎn)率產(chǎn)生負(fù)面影響。然而，這種影響是短暫的，隨著時(shí)間的推移，生產(chǎn)率逐漸恢復(fù)。但EPU對(duì)TFP的影響在不同年份呈現(xiàn)了不同表現(xiàn)，對(duì)于2008年和2020年來說影響趨同，影響幅度高于2016年，結(jié)合當(dāng)年的代表性事件和EPU指數(shù)編制方法可知，企業(yè)面對(duì)EPU的不確定性具有全球化性質(zhì)，而2016年為我國首次提出供給側(cè)改革的第一年，為國內(nèi)相關(guān)經(jīng)濟(jì)政策，從影響角度可知全球性歷史事件發(fā)生時(shí)，對(duì)企業(yè)全要素生產(chǎn)率的影響更大。綜上，EPU的變化率增加短期內(nèi)都會(huì)對(duì)企業(yè)研發(fā)投入和企業(yè)全要素生產(chǎn)率產(chǎn)生負(fù)向影響，長期來看，會(huì)有一定恢復(fù)且促進(jìn)作用。

從圖3可以看出，假設(shè)企業(yè)研發(fā)投入受到一個(gè)正向沖擊對(duì)TFP影響區(qū)間為[-0.045，0.035]，即短期為負(fù)向影響，之后會(huì)產(chǎn)生正向影響，長期趨于平穩(wěn)狀態(tài)，即從數(shù)據(jù)分析結(jié)果可知，企業(yè)研發(fā)投入的增長率受到?jīng)_擊，短期對(duì)于TFP為負(fù)向影響，即企業(yè)研發(fā)投入增長率的正向波動(dòng)短期內(nèi)會(huì)導(dǎo)致企業(yè)TFP增長率降低，在3～4年后才會(huì)出現(xiàn)正向影響。

從圖4可以看出，在TFP受到正向沖擊后對(duì)于RDI的影響區(qū)間為[-0.032，0.146]，可看出短期內(nèi)主要為正向影響，長期看趨于穩(wěn)定。從數(shù)據(jù)分析結(jié)果可知，當(dāng)企業(yè)TFP的增長率正向增長后，可對(duì)企業(yè)研發(fā)投入產(chǎn)生正向影響，并且影響在2～3年增長率最高，之后趨于穩(wěn)定。綜上，企業(yè)研發(fā)投入的變化會(huì)在3～4個(gè)滯后期內(nèi)正向影響企業(yè)全要素生產(chǎn)率，企業(yè)全要素生產(chǎn)率的變化會(huì)在3.7個(gè)滯后期內(nèi)持續(xù)正向影響RDI，即企業(yè)研發(fā)投入的投入增加短期并不會(huì)對(duì)TFP產(chǎn)生影響，而企業(yè)想要企業(yè)全要素生產(chǎn)率的持續(xù)增長，需要持續(xù)提高RDI的投入，才能長期持續(xù)保持正增長。

6 結(jié)論與建議

本研究通過TVP-SV-VAR模型深入分析了經(jīng)濟(jì)政策不確定性、企業(yè)研發(fā)投入與企業(yè)全要素生產(chǎn)率之間的關(guān)系，得出了一系列結(jié)論。研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)研發(fā)投入在短期內(nèi)具有顯著的負(fù)面影響，而企業(yè)研發(fā)投入的減少又會(huì)進(jìn)一步降低企業(yè)全要素生產(chǎn)率，在長期具有一定恢復(fù)且促進(jìn)作用。這一發(fā)現(xiàn)強(qiáng)調(diào)了在經(jīng)濟(jì)政策制定中需考慮其對(duì)企業(yè)創(chuàng)新活動(dòng)和生產(chǎn)效率的潛在影響。其中，短期內(nèi)，經(jīng)濟(jì)政策不確定性的增加會(huì)導(dǎo)致企業(yè)減少研發(fā)投入，這可能是因?yàn)槠髽I(yè)在面對(duì)不確定性時(shí)傾向于采取保守策略，減少長期和高風(fēng)險(xiǎn)的投資，以保持流動(dòng)性和靈活性。從而，企業(yè)研發(fā)投入的減少與全要素生產(chǎn)率的下降之間存在正相關(guān)關(guān)系。這表明研發(fā)投入是推動(dòng)企業(yè)創(chuàng)新和提高生產(chǎn)效率的關(guān)鍵因素。綜上，本文發(fā)現(xiàn)在短期內(nèi)，經(jīng)濟(jì)政策不確定性通過影響企業(yè)研發(fā)投入間接降低了企業(yè)的全要素生產(chǎn)率。

本研究期望為企業(yè)管理者及研究者帶來一定參考價(jià)值。對(duì)研究者而言，未來的研究可以進(jìn)一步探討不同行業(yè)、不同規(guī)模企業(yè)對(duì)經(jīng)濟(jì)政策不確定性的反應(yīng)差異，以及如何更有效地促進(jìn)企業(yè)研發(fā)投入和提高全要素生產(chǎn)率。并通過分析結(jié)果建議企業(yè)管理者應(yīng)加強(qiáng)內(nèi)部風(fēng)險(xiǎn)管理，以應(yīng)對(duì)外部經(jīng)濟(jì)政策的不確定性。企業(yè)應(yīng)尋求創(chuàng)新的融資渠道，以支持其研發(fā)活動(dòng)，從而提高全要素生產(chǎn)率，推動(dòng)經(jīng)濟(jì)的持續(xù)增長和創(chuàng)新。

【參考文獻(xiàn)】

【1】陳宇峰，馬利華，惠瀟雄.經(jīng)濟(jì)政策不確定性會(huì)影響企業(yè)的生產(chǎn)率嗎？[J].浙江大學(xué)學(xué)報(bào)，2023（09）：148-160．

【2】BAKER S R，BLOOM N，DAVIS S J.Measuring economic policy uncertainty[J].The Quarterly Journal of Economics，2016，131（1）：1593-1636.

【3】朱孟楠，閆帥.經(jīng)濟(jì)政策不確定性與人民幣匯率的動(dòng)態(tài)溢出效應(yīng)[J].浙江國際貿(mào)易問題，2015（10）：111-119．

【4】錢紅光，鄧立.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的提升影響——以研發(fā)投入為傳導(dǎo)路徑[J].商場現(xiàn)代化，2023（22）：93-97.