中國的資本回報率及影響因素

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)價格因素改進的微觀參數(shù)估計法，對2007—2020年中國資本回報率進行估算，并以各省份為樣本對資本回報率的長期影響因素進行實證分析。估算結(jié)果顯示，全球金融危機以來，尤其是2012年之后，中國資本回報率下降趨勢明顯。實證分析表明，投資率與資本回報率呈顯著U型關(guān)系，經(jīng)濟發(fā)展水平、人口或勞動力增長、第三產(chǎn)業(yè)發(fā)育程度越高，資本回報率也越高，而房地產(chǎn)增加值占國內(nèi)生產(chǎn)總值(GDP)比重則與資本回報率顯著負相關(guān)。上述發(fā)現(xiàn)對中國今后增長方式轉(zhuǎn)型和經(jīng)濟高質(zhì)量發(fā)展具有重要啟示。

一、問題提出

資本回報率是一定時期內(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，對企業(yè)微觀主體經(jīng)營決策和宏觀經(jīng)濟運行都非常重要。長期以來，中國采用投資主導(dǎo)的經(jīng)濟增長模式，投資在拉動經(jīng)濟增長中發(fā)揮著關(guān)鍵性作用，20世紀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)了對中國投資效率低下和過度投資導(dǎo)致經(jīng)濟結(jié)構(gòu)失衡等的關(guān)注。早在21世紀初，經(jīng)濟學(xué)界就對中國依賴投資的經(jīng)濟增長模式是否合理開展了大量爭論，進而引發(fā)了很多有關(guān)中國資本回報率估算的研究[1-2]。全球金融危機之后，中國潛在產(chǎn)出增速趨勢性下降，正轉(zhuǎn)向以中高速增長為特征的高質(zhì)量發(fā)展階段。很多研究表明，支撐投資的全社會資本回報率也隨著經(jīng)濟的收斂而明顯下降[3-5]。

近年來也有學(xué)者指出[6-7]，由于住房支出統(tǒng)計偏差和遺漏高收入人群等問題，中國可能明顯低估消費率，投資率也由此被高估約十百分點。同時，與發(fā)達國家相比，中國資本回報率較高，投資率相對較高也是合理性的[5]。但是，統(tǒng)計遺漏和偏差是各國都存在的難題，雖然包括國家統(tǒng)計局在內(nèi)的中國各類住戶收入調(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年中國投資率達到最高的47.03%之后逐步下降，但投資對經(jīng)濟增長的貢獻率在金融危機沖擊的2009年和新冠肺炎疫情沖擊的2020年分別高達85.3%和94.1%。中國投資率自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)時間，已遠遠超過日韓等經(jīng)濟起飛階段的情形(1)世界銀行數(shù)據(jù)庫顯示，2020年中國43.1%的投資率位列全球第5，即使剔除約十百分點的統(tǒng)計誤差，仍接近于第12名的黑山(32.6%)。2000—2020年中國的年均投資率高達42.2%，而處于經(jīng)濟起飛高速增長階段1960—1980年的日本和1970—1990年的韓國，年均投資率分別僅為35.0%和30.4%。。中國投資率過高且增長過于依賴投資，制約著中國經(jīng)濟結(jié)構(gòu)優(yōu)化和發(fā)展方式轉(zhuǎn)型。對中國資本回報率進行估算并考察其影響因素，意義非常重要。

國內(nèi)對中國資本回報率的估算已涌現(xiàn)大量研究成果，但大多都是利用宏觀方法估算全社會資本回報率[4-5,9]，采用微觀估算法并以企業(yè)數(shù)據(jù)為樣本的研究相對較少且主要針對工業(yè)企業(yè)樣本進行估算[1,10]。需要指出的是，中國第三產(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)估算資本回報率難以全面反映社會資本整體回報情況。有關(guān)資本回報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率為樣本進行了實證研究[3,11-12]。本文將在資本回報率宏微觀估計方法內(nèi)在一致性的基礎(chǔ)上，通過考慮價格因素的改進后的微觀參數(shù)估計法，以中國滬深A(yù)股所有上市公司財務(wù)數(shù)據(jù)為樣本，對中國資本回報率進行估算，通過各省份上市公司資本回報率的估算結(jié)果，對影響資本回報率的長期因素進行實證分析。

二、與宏觀參數(shù)估計法一致的資本回報率微觀參數(shù)估計法

(一)資本回報率估算方法及宏微觀方法的理論等價關(guān)系

由于理論基礎(chǔ)不同，樣本數(shù)據(jù)各異，資本回報率估算大體可分為以企業(yè)財務(wù)數(shù)據(jù)為基礎(chǔ)的微觀估計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，回歸法可能存在嚴重的估計偏誤，國內(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行過嘗試，后續(xù)研究并不多見。資本回報率的宏觀參數(shù)估計法根據(jù)已有文獻的資本租金公式推導(dǎo)而得[2，17]，理論基礎(chǔ)堅實，已成為當(dāng)前資本回報率估算的最主要方法。雖然微觀參數(shù)估計法理論基礎(chǔ)較弱，但直觀簡潔操作方便[1]，也有研究利用這一方法估算資本回報率。

由于理論基礎(chǔ)和數(shù)據(jù)樣本不同，宏觀參數(shù)估計法與微觀參數(shù)估計法的估計結(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)濟的微觀基礎(chǔ)，理論上宏微觀法得到的資本回報率具有內(nèi)在的一致性，進而分別利用微觀和宏觀參數(shù)估計法估算并比較了美國1954—2015年的資本回報率[13,18]。戈姆等(2017)[14]對考慮廠商和家庭分散投資決策的新古典增長模型的理論分析，闡明了資本回報率宏微觀參數(shù)估計法的內(nèi)在等價關(guān)系。

設(shè)定代表性家庭部門需要在一單位實物資本租金rt和家庭提供一單位可支配時間于勞動獲得的工資wt為給定值的條件下，進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、勞動供給(占總可支配時間的比例)以及(t+1)期期初或t期期末的家庭實物資本總量。代表性家庭部門分散決策時給定的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期消費品在0期的貼現(xiàn)價格，dt為t期廠商紅利，其具體表達式為：

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)出扣除對家庭的勞動報酬支付和廠商投資。同時，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，不能把每期初始時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，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期期末的家庭實物資本總量kt+1作為其決策變量。同時，代表性家庭部門面臨如下現(xiàn)值約束：

(9)

式(9)中，pt是以t期消費品單位衡量的廠商股份每股價格。其中，左側(cè)ct+ptφt+1為家庭t期消費加t期期末家庭部門所占廠商股份的價值，右側(cè)wtnt+ptφt+dtφt為家庭t期獲得的勞動報酬加t期期初家庭部門所占廠商股份的價值加t期廠商部門對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)合商品市場出清條件ct+it=F(kt,ztnt)和金融資產(chǎn)市場出清條件φt=1，可以整理得出如下關(guān)系：

(11)

(二)考慮價格因素的改進后資本回報率微觀參數(shù)估計法

微觀參數(shù)估計法主要依賴企業(yè)財務(wù)數(shù)據(jù)，指標(biāo)口徑往往差異較大，北京大學(xué)中國經(jīng)濟研究中心(CCER)“中國經(jīng)濟觀察”課題組(2007)提出了九個資本回報率指標(biāo)公式，在分子方面分別考慮企業(yè)凈利潤、直接稅(所得稅)、間接稅(增值稅、營業(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，九個資本回報率指標(biāo)分別為權(quán)益凈利潤率(ROE)、權(quán)益總利潤率、權(quán)益總回報率、資產(chǎn)凈利潤率(ROA)、資產(chǎn)總利潤率、資產(chǎn)總回報率、固定資產(chǎn)凈利潤率(ROC)、固定資產(chǎn)總利潤率、固定資產(chǎn)總回報率[1]。國內(nèi)微觀參數(shù)估計法資本回報率大多圍繞這九個指標(biāo)進行估算，其中，以固定資產(chǎn)凈值為分母的固定資產(chǎn)回報率與宏觀參數(shù)估計法的含義最為接近，因而本文主要對固定資產(chǎn)回報率進行估算。

國內(nèi)很多微觀參數(shù)估計法的研究[1,19]估算時都直接采用企業(yè)資產(chǎn)負債表的固定資產(chǎn)凈值數(shù)據(jù)，沒有考慮歷年資產(chǎn)價格變化并進行調(diào)整，僅反映了固定資產(chǎn)的賬面價值。為此，張勛和徐建國(2014)在永續(xù)盤存法基礎(chǔ)上通過固定資產(chǎn)價格指數(shù)進行調(diào)整，從而獲得考慮價格影響的固定資產(chǎn)凈值，但是并未區(qū)分不同類型資本品來對固定資產(chǎn)凈值進行價格調(diào)整[11]。與戈姆等(2011，2015，2017)[13-14,18]的思路類似，張勛和徐建國(2014)[11]、唐等人(Tang et al.，2017)[20]進一步校準統(tǒng)計口徑和計算方法并對不同估算方法進行調(diào)整匹配，發(fā)現(xiàn)宏微觀參數(shù)估計法結(jié)果大體一致。由于宏微觀參數(shù)估計法的內(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)凈值的價格因素，更合理地估算資本回報率。

(12)

(13)

(14)

(15)

(16)

三、中國的資本回報率及其變化趨勢

(一)資本回報率的估算結(jié)果

圖1 中國資本回報率及總體稅負情況

由圖1可見，2012年以來資本回報率總體上呈明顯下降趨勢，只是在供給側(cè)結(jié)構(gòu)性改革開始之后短暫提升，這與中國潛在產(chǎn)出增速的趨勢性下降一致。在全球金融危機巨大沖擊下，2009年中國資本回報率下降幅度較大，但資本回報率在大規(guī)模刺激政策下快速反彈，2011年回升到危機前水平。不過，隨著中國轉(zhuǎn)向以中高速增長為特征的高質(zhì)量發(fā)展階段，2012年以來，中國資本回報率下降趨勢明顯，凈利潤率在2015年降至階段性最低的4.3%，總回報率在2016年降至階段性最低的13.5%。為此，2015年底中國開啟了供給側(cè)結(jié)構(gòu)性改革，2017年資本回報率好轉(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，中國資本回報率再次持續(xù)下降。盡管疫情對中國經(jīng)濟造成了重大負面沖擊，但在強有力的疫情應(yīng)對政策下，2020年中國資本回報率僅小幅下降，凈利潤率和總回報率僅分別較2019年低0.61和0.81百分點，這主要得益于“六穩(wěn)”“六?！奔敖迪⒔底狻p稅降費等政策支持，企業(yè)盈利尚未全面恢復(fù)，經(jīng)濟復(fù)蘇基礎(chǔ)并不牢固，當(dāng)前經(jīng)濟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)的資本回報率估算結(jié)果是可靠的。

稅負水平對企業(yè)投資回報(凈利潤率)和投資意愿具有較大影響?？偦貓舐逝c凈利潤率之差可以作為衡量企業(yè)稅負的指標(biāo)。由圖1可見，2012年以來中國稅負水平總體上持續(xù)下降，特別是供給側(cè)結(jié)構(gòu)性改革以來，中國全面推行“營改增”、降低增值稅稅率等減稅降費政策，總體稅負下降速度明顯加快，這對促進企業(yè)投資意愿和經(jīng)濟平穩(wěn)運行起到了較好的積極作用。

(二)宏微觀資本回報率比較

將本文微觀參數(shù)法的估算結(jié)果與宏觀參數(shù)估計法研究成果進行比較，進一步考察宏微觀參數(shù)估計法的關(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]分別報告截至2013年、2017年、2019年中國資本回報率估算結(jié)果。將本文估算的結(jié)果與這些結(jié)果進行比較，以考察宏微觀資本回報率的關(guān)系。微觀資本回報率以固定資產(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率更為接近，因此本文采用不考慮存貨的宏觀法資本回報率數(shù)據(jù)。

圖2 凈利潤率與宏觀參數(shù)估計法稅后資本回報率的關(guān)系

觀察凈利潤率及與之對應(yīng)的稅后資本回報率的關(guān)系。由圖2可見，本文估算的凈利潤率與宏觀參數(shù)估計法的稅后資本回報率變化趨勢密切相關(guān)，凈利潤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。以凈利潤率作為因變量，分別與各宏觀稅后資本回報率進行最小二乘回歸(經(jīng)檢驗，變量均為I(1)序列，存在協(xié)整關(guān)系，限于篇幅不報告具體結(jié)果)，為避免可能出現(xiàn)的自相關(guān)或異方差對顯著性檢驗的影響，采用紐威-懷特(Newey-White)一致穩(wěn)健標(biāo)準差進行顯著性檢驗。由表1可見，凈利潤率與各宏觀稅后資本回報率至少都在10%水平下顯著。而且，對回歸系數(shù)的沃爾德(Wald)系數(shù)檢驗F統(tǒng)計量表明，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)。稅前資本回報率的計量結(jié)果與稅后資本回報率類似，限于篇幅不報告具體檢驗結(jié)果。由此可以說明，資本回報率微觀參數(shù)估計法與宏觀參數(shù)估計法具有理論上的一致關(guān)系。

表1 凈利潤率與宏觀法稅后資本回報率回歸結(jié)果(凈利潤率為因變量)

四、資本回報率影響因素：基于各省份樣本的實證結(jié)果

(一)指標(biāo)變量說明

本文以上市公司財務(wù)數(shù)據(jù)為樣本，通過改進的微觀參數(shù)估計法得到全國資本回報率。按照上市公司注冊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率。以31個省份(限于數(shù)據(jù)可得性，不含港澳臺地區(qū))為樣本實證分析資本回報率的影響因素。目前，國內(nèi)資本回報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。即使是對于同一變量與資本回報率關(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1978—2013年和1978—2015年樣本的實證研究都發(fā)現(xiàn)，投資率與資本回報率呈現(xiàn)顯著的非線性U型關(guān)系[3,12]；張勛和徐建國(2014)則認為兩者存在長期穩(wěn)定的正相關(guān)關(guān)系，但同時也承認這可能與其選取的1998—2010年特定樣本期有關(guān)，在此期間后發(fā)優(yōu)勢明顯，投資帶來的技術(shù)進步可以抵消資本邊際回報率下降的影響，投資率拉升資本回報率可能僅是一個時期的特殊現(xiàn)象[11]。

本文首先重點考察投資率(INV)與資本回報率的關(guān)系。全球金融危機后，特別是2012年以來，與轉(zhuǎn)向中高速增長的高質(zhì)量發(fā)展階段一致，中國資本回報率也隨著潛在產(chǎn)出增速的趨勢性下降而明顯下降。21世紀以來，中國投資率持續(xù)偏高，投資帶動經(jīng)濟增長和資本回報率上升的作用明顯下降，本文預(yù)期投資率與資本回報率呈顯著負相關(guān)關(guān)系。作為衡量投資效率的重要指標(biāo)，資本回報率不僅與增長模式和經(jīng)濟結(jié)構(gòu)密切相關(guān)，一個地區(qū)的經(jīng)濟發(fā)展水平、人口或勞動力、產(chǎn)業(yè)結(jié)構(gòu)等因素對資本回報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，一個地區(qū)經(jīng)濟發(fā)展水平越高、人口或勞動力流入越多、第三產(chǎn)業(yè)經(jīng)濟占比越大，資本回報率也越高。另外，中國投資率較高，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)。已有文獻表明，房地產(chǎn)業(yè)及其相關(guān)行業(yè)的生產(chǎn)率水平遠遠低于其他行業(yè)，房地產(chǎn)和房價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，中國各省份支出法GDP統(tǒng)計公開數(shù)據(jù)僅更新到2017年，為此本文通過各省份全社會固定資產(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)，進而得到2007—2020年完整的投資率序列。目前，中國各省份就業(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作為勞動力的替代指標(biāo)，并以2007—2019年就業(yè)人數(shù)變化情況進行穩(wěn)健性檢驗，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)資本回報率影響因素實證結(jié)果

現(xiàn)有資本回報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，但由于樣本時間期限較長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)注影響資本回報率的長期因素。巴羅(Barro，1991)[25]在針對跨國截面數(shù)據(jù)的研究中，為考察變量間的長期關(guān)系并剔除經(jīng)濟周期性波動對變量關(guān)系的可能影響，將長期時序指標(biāo)進行平均，從而分析自變量對經(jīng)濟增長的長期作用，這一方法被廣泛應(yīng)用于宏觀經(jīng)濟各領(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)平均并進行截面數(shù)據(jù)回歸分析，從而更好地考察變量間的長期關(guān)系。以凈利潤率作因變量進行最小二乘回歸，結(jié)果如表3所示。

表3 資本回報率影響因素(凈利潤率為因變量)

由表3可見，投資率、總?cè)丝诘茸兞颗c凈利潤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)濟越發(fā)達，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)檢驗表明，兩者確實存在明顯共線性，PerGDP的VIF為87.0，遠大于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，變量回歸的符號都與理論相符，說明各變量與凈利潤率的關(guān)系是可靠的。

以總利潤率作為因變量進行回歸，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97.3，方程6中Tertiary的VIF高達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)占比變量僅在15%水平下顯著，但符號仍為負，與理論預(yù)想相同?？梢?，總回報率作為因變量的回歸方程中，人口、經(jīng)濟發(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比重與資本回報率的負相關(guān)關(guān)系也可接受，各變量與總回報率的關(guān)系是可靠的。

表4 資本回報率影響因素(總回報率為因變量)

(三)勞動力變量的穩(wěn)健性檢驗

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)作為勞動力變化指標(biāo)，進行穩(wěn)健性檢驗。以凈利潤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的投資率變量僅在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44.6，方程6中的Tertiary的VIF高達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)符號均與理論相符，說明其與凈利潤率的關(guān)系是穩(wěn)健可靠的。

表5 勞動力的穩(wěn)健性檢驗(凈利潤率為因變量)

類似地，表6中以總回報率作為因變量，以勞動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)符號均與理論相符，說明其與總回報率的關(guān)系是穩(wěn)健可靠的。

表6 勞動力的穩(wěn)健性檢驗(總回報率為因變量)

表6(續(xù))

(四)投資率與資本回報率的非線性關(guān)系

由表3—表6可見，投資率與資本回報率具有顯著的負相關(guān)關(guān)系，支持了已有研究[3,12]的結(jié)論。理論上，在經(jīng)濟起飛和高速增長的初始階段，投資上升將推動產(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率的上升，反而可能出現(xiàn)資本回報率下降。為此，本文進一步對投資率與資本回報率的非線性關(guān)系進行檢驗，以凈利潤率和總回報率為因變量，與投資率和投資率的平方進行回歸，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，投資率與投資率的平方存在明顯的共線性問題，其中以凈利潤率為因變量進行回歸的VIF為18.4，以總回報率為因變量進行回歸的VIF為23.0，進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，在兩個方程中INV均在1%水平下顯著為負，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率具有統(tǒng)計顯著的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 投資率與資本回報率的關(guān)系(凈利潤率、總回報率為因變量)

五、結(jié)論性評述

資本回報率是衡量社會投資收益的重要指標(biāo)，也是企業(yè)進行投資決策的主要依據(jù)，對宏觀經(jīng)濟運行和微觀主體經(jīng)營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)價格因素改進的微觀參數(shù)估計法，對2007—2020年中國資本回報率進行了估算，并以各省份為樣本對影響資本回報率的長期影響因素進行了實證分析。對中國資本回報率的估算可見，全球金融危機以來，尤其是2012年之后，中國資本回報率下降趨勢明顯，這與轉(zhuǎn)向以中高速增長為特征的高質(zhì)量發(fā)展階段相符；在強有力疫情應(yīng)對政策下，2020年資本回報率僅小幅下降，但當(dāng)前企業(yè)盈利恢復(fù)的基礎(chǔ)并不穩(wěn)固；減稅降費降息降租等政策對穩(wěn)定資本回報率、促進企業(yè)投資意愿和經(jīng)濟平穩(wěn)運行，發(fā)揮了積極的作用。實證研究表明，在資本邊際效率遞減規(guī)律作用下，投資率與資本回報率呈現(xiàn)顯著U型關(guān)系；經(jīng)濟發(fā)展水平、人口或勞動力增長、第三產(chǎn)業(yè)發(fā)育程度越高，資本回報率也越高，但房地產(chǎn)增加值占GDP比重的提高則不利于資本回報率的上升。

當(dāng)前，中國正處于增長方式升級和結(jié)構(gòu)優(yōu)化轉(zhuǎn)型的關(guān)鍵階段，經(jīng)濟發(fā)展也要由投資驅(qū)動、要素驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動模式，綜合施策切實提升投資效率和企業(yè)盈利能力，對未來經(jīng)濟的長期穩(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發(fā)展內(nèi)生動力，切實提升資本回報率水平，更好促進經(jīng)濟高質(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“三去一降一補”工作任務(wù)，補好營商環(huán)境等體制短板，切實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)雜嚴峻、國內(nèi)經(jīng)濟恢復(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，為實體經(jīng)濟營造適宜的貨幣金融條件。盡管受疫情等因素影響財政空間愈發(fā)有限，但仍要堅持減稅降費的大方向，將降稅費成本與轉(zhuǎn)變政府職能相結(jié)合，健全公共財政體制安排，優(yōu)化財政支出結(jié)構(gòu)，大力完善制度性減稅降費政策。切實改善營商環(huán)境，加快要素市場化改革步伐，在市場準入、審批許可、經(jīng)營運行、招投標(biāo)等方面，營造各種所有制主體公開公平公正參與市場競爭、依法平等使用資源要素、同等受到法律保護的市場環(huán)境，提升企業(yè)盈利的內(nèi)生能力。

二是積極推進增長方式轉(zhuǎn)型，夯實消費在增長中的基礎(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率遞減，過度依賴投資的增長方式難以為繼。應(yīng)加大教育醫(yī)療養(yǎng)老等社會保障投入，降低工薪階層稅收負擔(dān)，增強城市治理能力，逐步取消對部分領(lǐng)域消費的限制性政策，打通堵點補齊短板，進一步激發(fā)居民的消費意愿，形成需求牽引供給、供給創(chuàng)造需求的更高水平的動態(tài)平衡，提升國民經(jīng)濟體系整體效能。

三是加快制定針對性人口政策，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資本回報率和經(jīng)濟增長的負面影響。通過加大對托幼保育的公共補貼、降低家庭教育負擔(dān)等措施，提高生育意愿。改進社保福利制度，鼓勵靈活用工安排，切實提升就業(yè)意愿和勞動參與率。除延長法定退休年齡外，還要大力改革養(yǎng)老金體系，加強區(qū)域間養(yǎng)老金統(tǒng)籌，構(gòu)建富有彈性的養(yǎng)老金制度，鼓勵更多適齡人員(特別是老年人)以不同形式參與勞動力市場。加強勞動者保護，消除就業(yè)市場年齡、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，暢通勞動力流動渠道。

四是加大知識產(chǎn)權(quán)保護力度，促進產(chǎn)業(yè)升級和經(jīng)濟結(jié)構(gòu)優(yōu)化。服務(wù)業(yè)超過第二產(chǎn)業(yè)成為國民經(jīng)濟第一大產(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，能夠更好地促進傳統(tǒng)消費性服務(wù)業(yè)發(fā)展和經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級。應(yīng)加快培育壯大經(jīng)濟新動能，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)，推動發(fā)展動能持續(xù)轉(zhuǎn)換，促進新興生產(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)、多樣化的市場需求。

五是堅持房住不炒，健全房地產(chǎn)平穩(wěn)健康發(fā)展長效機制。按照因城因地原則分類開展房地產(chǎn)政策調(diào)控，強化宏觀審慎政策手段，嚴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)深化財稅體制、土地制度和稅費改革，降低地方財政和經(jīng)濟發(fā)展對房地產(chǎn)行業(yè)的過度依賴。