趙喜洋 李軍 閆文收

摘 要： 中國(guó)經(jīng)濟(jì)處于由高速增長(zhǎng)向高質(zhì)量發(fā)展階段轉(zhuǎn)變的攻堅(jiān)期，推動(dòng)中國(guó)制造業(yè)企業(yè)升級(jí)對(duì)其國(guó)際競(jìng)爭(zhēng)力的提升具有重要意義。但由于“逆全球化”思潮和保護(hù)主義傾向抬頭等一系列事件的發(fā)生，加劇了全球貿(mào)易的不確定性。以2000-2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)為樣本，利用引力模型有效測(cè)度企業(yè)面臨的貿(mào)易不確定性，實(shí)證研究貿(mào)易不確定性對(duì)中國(guó)企業(yè)全要素生產(chǎn)率的影響，并深入剖析其影響機(jī)制。結(jié)果表明：整體而言，貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著負(fù)作用，即貿(mào)易不確定性越低，企業(yè)生產(chǎn)效率越高；貿(mào)易不確定性對(duì)出口企業(yè)全要素生產(chǎn)率具有顯著正向影響，而對(duì)非出口企業(yè)全要素生產(chǎn)率具有顯著負(fù)向影響；貿(mào)易不確定性主要通過企業(yè)研發(fā)投入的中介作用影響企業(yè)生產(chǎn)率。本研究結(jié)論對(duì)在貿(mào)易不確定性背景下更好地促進(jìn)中國(guó)企業(yè)全要素生產(chǎn)率提升具有重要政策啟示。

關(guān)鍵詞： 貿(mào)易不確定性； 全要素生產(chǎn)率； 影響機(jī)制； 中介效應(yīng)

中圖分類號(hào)： F424.7; F752 文獻(xiàn)標(biāo)識(shí)碼： A DOI： 10.3963/j.issn.1671-6477.2023.03.007

一、 引 言

當(dāng)前，世界政治經(jīng)濟(jì)格局正經(jīng)歷著深刻變革，而逆全球化思潮興起、氣候變化以及局部軍事及政治沖突等，使得世界經(jīng)濟(jì)及貿(mào)易環(huán)境愈發(fā)充滿不確定性。全球貿(mào)易不確定性的增加在一定程度上使得中國(guó)制造業(yè)企業(yè)生產(chǎn)率提升更加步履維艱。國(guó)內(nèi)深化改革及促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的內(nèi)在需求使得中國(guó)制造業(yè)企業(yè)必須轉(zhuǎn)變過往粗放型發(fā)展模式，將企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)來源轉(zhuǎn)變?yōu)槠髽I(yè)全要素生產(chǎn)率水平的提高。在此背景下，使得貿(mào)易不確定性增加對(duì)企業(yè)生產(chǎn)率的影響成為一個(gè)新的重要研究視角，并成為學(xué)術(shù)界和社會(huì)現(xiàn)實(shí)最為緊迫的任務(wù)。學(xué)界雖有一些研究從企業(yè)進(jìn)出口行為、要素投入、所面臨的外部環(huán)境等對(duì)企業(yè)全要素生產(chǎn)率影響進(jìn)行了大量研究［1-4］，但中國(guó)制造業(yè)企業(yè)面臨貿(mào)易不確定性是如何影響企業(yè)全要素生產(chǎn)率問題，將成為新的研究突破口。因此，無論從短期還是長(zhǎng)期來看，理論和經(jīng)驗(yàn)分析貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)生產(chǎn)率的影響具有重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。

鑒于此，本文將聚焦貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)效率的影響。首先，根據(jù)中國(guó)與全球各國(guó)進(jìn)出口貿(mào)易數(shù)據(jù)，利用引力模型估計(jì)出中國(guó)整體在國(guó)際貿(mào)易中面臨的貿(mào)易不確定性，再計(jì)算出各省份面臨的貿(mào)易不確定性水平。其次，使用2000-2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫中29個(gè)兩位數(shù)工業(yè)行業(yè)數(shù)據(jù)，用OP方法計(jì)算出企業(yè)層面全要素生產(chǎn)率水平。在此基礎(chǔ)上，實(shí)證分析企業(yè)在經(jīng)營(yíng)中面臨的貿(mào)易不確定性對(duì)其全要素生產(chǎn)率的影響，并使用倍差法處理基準(zhǔn)回歸中的內(nèi)生性問題，同時(shí)進(jìn)行穩(wěn)健性檢驗(yàn)。在基準(zhǔn)回歸基礎(chǔ)上，進(jìn)一步分析貿(mào)易不確定性對(duì)出口企業(yè)和非出口企業(yè)的不同影響，并從企業(yè)要素投入角度使用中介效應(yīng)模型剖析貿(mào)易不確定性影響企業(yè)全要素生產(chǎn)率的途徑。

本研究的主要貢獻(xiàn)體現(xiàn)在三個(gè)方面：第一，使用引力模型估算出中國(guó)制造業(yè)企業(yè)面臨的貿(mào)易不確定性，拓展了不確定性研究的范圍；第二，以中國(guó)企業(yè)微觀數(shù)據(jù)為樣本，分析了貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的影響，從一個(gè)新的角度研究貿(mào)易與企業(yè)生產(chǎn)率之間的因果關(guān)系；第三，數(shù)量化考察了貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)制，并對(duì)不同機(jī)制的影響程度進(jìn)行了度量，得出了企業(yè)面臨貿(mào)易不確定時(shí)提升企業(yè)全要素生產(chǎn)率的政策支持依據(jù)。

二、 文獻(xiàn)回顧與研究假設(shè)

（一） 貿(mào)易不確定性與企業(yè)行為

不確定性是指投資環(huán)境信息的不確定，包括政策、經(jīng)濟(jì)狀態(tài)、要素市場(chǎng)價(jià)格、產(chǎn)品市場(chǎng)價(jià)格等方面信息的不確定［5］。國(guó)外文獻(xiàn)關(guān)于貿(mào)易不確定性對(duì)企業(yè)行為的影響主要集中在影響出口市場(chǎng)上企業(yè)的進(jìn)入退出以及企業(yè)中間產(chǎn)品的投入兩方面。如Handley使用動(dòng)態(tài)異質(zhì)性企業(yè)模型構(gòu)建了政策不確定性下企業(yè)進(jìn)入或退出出口市場(chǎng)的理論框架，并以澳大利亞加入WTO為例進(jìn)行了經(jīng)驗(yàn)檢驗(yàn)［6］。Handley & Limo指出貿(mào)易政策不確定性下降不僅增加了出口商的數(shù)量，還增加了出口產(chǎn)品的種類，即不確定性下降能顯著提升企業(yè)與產(chǎn)品進(jìn)入［7］。

國(guó)內(nèi)關(guān)于貿(mào)易不確定性與企業(yè)行為領(lǐng)域有著豐富的研究成果。蘇理梅等基于貿(mào)易政策不確定性的視角，利用中國(guó)加入WTO前后美國(guó)對(duì)中國(guó)產(chǎn)品進(jìn)行關(guān)稅調(diào)整這一自然實(shí)驗(yàn)，通過倍差法分析了貿(mào)易自由化對(duì)中國(guó)出口產(chǎn)品質(zhì)量的影響［8］。汪亞楠和周夢(mèng)天研究了中國(guó)加入WTO之后，貿(mào)易不確定性、關(guān)稅減免對(duì)中國(guó)出口產(chǎn)品分布的影響［9］。錢學(xué)鋒和龔聯(lián)梅認(rèn)為區(qū)域貿(mào)易協(xié)議降低了中國(guó)面臨的貿(mào)易政策不確定性，促進(jìn)了中國(guó)制造業(yè)的出口［10］。陳虹和徐陽、毛其淋和許家云、孫一平等分別討論了貿(mào)易政策不確定性與中國(guó)企業(yè)就業(yè)人數(shù)、企業(yè)儲(chǔ)蓄行為、企業(yè)內(nèi)部工資不平等的關(guān)系［11-13］。汪亞楠、張平南等分別研究了貿(mào)易政策不確定性對(duì)中國(guó)出口企業(yè)短期利潤(rùn)和長(zhǎng)期利潤(rùn)的影響，及對(duì)企業(yè)出口國(guó)內(nèi)附加值率的影響［14-15］。張夏等討論了經(jīng)濟(jì)政策不確定性與中國(guó)出口貿(mào)易轉(zhuǎn)型升級(jí)的關(guān)系［16］。

雖然已有文獻(xiàn)研究了貿(mào)易不確定性對(duì)企業(yè)行為的影響，且引領(lǐng)了不確定性研究新的方向，也開啟了不確定性研究的新篇章，但較少對(duì)企業(yè)面臨貿(mào)易不確定性時(shí)企業(yè)生產(chǎn)率受到的影響程度到底有多大而給出確切答案。依據(jù)上述文獻(xiàn)，貿(mào)易不確定性顯著影響企業(yè)資金與人力資本等要素的投入，也對(duì)產(chǎn)品質(zhì)量及出口行為產(chǎn)生作用。

基于以上分析，本文提出以下研究假設(shè)。

假設(shè)1：貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著負(fù)作用，即貿(mào)易不確定性越低，企業(yè)生產(chǎn)效率越高。

（二） 生產(chǎn)率有效測(cè)度及影響因素

全要素生產(chǎn)率（Total Factor Productivity，簡(jiǎn)稱TFP）反映生產(chǎn)過程中各種投入要素單位平均產(chǎn)出水平，也就是投入轉(zhuǎn)化為最終產(chǎn)出的總體效率。按照關(guān)注點(diǎn)不同，宏觀方法主要關(guān)注國(guó)家、地區(qū)或產(chǎn)業(yè)的總體生產(chǎn)率水平或增長(zhǎng)率，微觀方法則是針對(duì)個(gè)體企業(yè)的考察，而宏觀的生產(chǎn)率水平并不能簡(jiǎn)單理解為微觀生產(chǎn)率的線性加總［17］。Brandt等［18］將全要素生產(chǎn)率研究從宏觀轉(zhuǎn)入到微觀層面，國(guó)內(nèi)學(xué)者田巍等［19］、蓋慶恩等［20］、呂越等［21］、林毅夫等［22］開始研究企業(yè)全要素生產(chǎn)率。企業(yè)層面全要素生產(chǎn)率計(jì)算常見方法主要有OLS、FE、OP、LP和GMM。其中，OLS方法由于存在同時(shí)性偏差和樣本選擇偏差，尤其同時(shí)性偏差導(dǎo)致的內(nèi)生性問題而被認(rèn)為具有較大缺陷。而針對(duì)OLS方法中同時(shí)性偏差和樣本選擇偏差的不同修正方法便產(chǎn)生了后面四種TFP計(jì)算方法。魯曉東和連玉君運(yùn)用1999-2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫數(shù)據(jù)，使用上述五種方法計(jì)算了中國(guó)主要工業(yè)企業(yè)的TFP［17］，最終橫向?qū)Ρ劝l(fā)現(xiàn)半?yún)?shù)方法中的OP方法和LP方法能夠較好處理上述偏誤［18-19］。

大量文獻(xiàn)分析了全要素生產(chǎn)率的影響因素，主要從企業(yè)進(jìn)出口行為、要素投入對(duì)其全要素生產(chǎn)率的影響展開研究。企業(yè)進(jìn)出口對(duì)其全要素生產(chǎn)率影響的研究發(fā)現(xiàn)，只有最具生產(chǎn)率的企業(yè)才能支付得起進(jìn)入出口市場(chǎng)的成本［20］，因而出口企業(yè)往往具有更高的生產(chǎn)率水平，即出口自我選擇效應(yīng)的存在。這一效應(yīng)也得到大量經(jīng)驗(yàn)研究的證實(shí)。相較之下，只有少部分文獻(xiàn)證實(shí)了出口學(xué)習(xí)效應(yīng)的存在，即出口顯著地促進(jìn)了企業(yè)生產(chǎn)率的增長(zhǎng)［21-22］。李小平等［23］以及高凌云和王洛林［24］也證實(shí)了進(jìn)口對(duì)中國(guó)工業(yè)行業(yè)全要素生產(chǎn)率水平的促進(jìn)作用。人力資本與全要素生產(chǎn)率關(guān)系的研究發(fā)現(xiàn)人力資本對(duì)TFP具有顯著正向影響［25］，但研究并沒有得出一致結(jié)論［26］。考慮到技術(shù)創(chuàng)新和新知識(shí)的外部性，Bernstein & Nadiri［27］、夏良科［28］、孫曉華等［29］學(xué)者們進(jìn)一步考察了行業(yè)R&D活動(dòng)的溢出效應(yīng)對(duì)相關(guān)產(chǎn)業(yè)全要素生產(chǎn)率的影響。

已有研究對(duì)企業(yè)生產(chǎn)率的影響進(jìn)行了多維度、多視角的理論和實(shí)證分析。本文以非經(jīng)濟(jì)因素導(dǎo)致的貿(mào)易不確定性為新的研究視角，分別提出以下假設(shè)。

假設(shè)2：即使面臨同樣貿(mào)易不確定性，對(duì)出口企業(yè)和非出口企業(yè)全要素生產(chǎn)率的影響不同。

假設(shè)3：企業(yè)生產(chǎn)要素投入與技術(shù)創(chuàng)新等因素顯著影響企業(yè)全要素生產(chǎn)率。

（三） 貿(mào)易不確定性對(duì)企業(yè)生產(chǎn)率的影響機(jī)制

貿(mào)易不確定性也可通過貿(mào)易自由化水平得到側(cè)面反映，大量研究理論和實(shí)證分析了貿(mào)易自由化水平對(duì)企業(yè)創(chuàng)新能力的影響。企業(yè)創(chuàng)新對(duì)生產(chǎn)率具有正向影響在學(xué)界已經(jīng)基本達(dá)成共識(shí)，創(chuàng)新提高企業(yè)生產(chǎn)率水平，對(duì)企業(yè)具有長(zhǎng)期的積極影響，尤其是當(dāng)生產(chǎn)要素投入達(dá)到一定水平時(shí)，企業(yè)生產(chǎn)率的提升只能依靠創(chuàng)新完成。根據(jù)企業(yè)異質(zhì)性理論，由于“自我選擇”效應(yīng)的存在，高生產(chǎn)率企業(yè)選擇進(jìn)行國(guó)際貿(mào)易［30］。因而，更高的創(chuàng)新水平促使企業(yè)作出出口決策。但創(chuàng)新與出口之間從來不是單向的連接關(guān)系。企業(yè)通過出口獲得規(guī)模經(jīng)濟(jì)效應(yīng)，在一定程度上分?jǐn)倓?chuàng)新的投入成本而獲得更高收益，另外，通過技術(shù)溢出和競(jìng)爭(zhēng)激勵(lì)，企業(yè)不斷提高自身創(chuàng)新能力和創(chuàng)新水平［31］。也有學(xué)者提出，并不是所有企業(yè)都能通過出口提高創(chuàng)新水平，這其中要考慮到企業(yè)將研發(fā)投入轉(zhuǎn)化為現(xiàn)實(shí)收益的能力。李兵等［32］對(duì)中國(guó)工業(yè)企業(yè)的研究發(fā)現(xiàn)，出口對(duì)于自主創(chuàng)新技術(shù)的促進(jìn)作用主要在具有一定技術(shù)含量的企業(yè)中。類似地，有研究發(fā)現(xiàn)［33］，處于創(chuàng)新產(chǎn)業(yè)鏈低端的企業(yè)，增加研發(fā)投入反而會(huì)阻礙企業(yè)的國(guó)際化擴(kuò)張?？抵居碌难芯堪l(fā)現(xiàn)［34］，出口對(duì)企業(yè)創(chuàng)新的影響具有異質(zhì)性，大規(guī)模企業(yè)能主動(dòng)進(jìn)行出口學(xué)習(xí)，出口對(duì)創(chuàng)新的影響為正，而對(duì)于小規(guī)模企業(yè)，出口對(duì)創(chuàng)新的影響為負(fù)。

為厘清貿(mào)易不確定性對(duì)企業(yè)生產(chǎn)率的影響機(jī)制，我們提出以下假設(shè)。

假設(shè)4：企業(yè)在面臨不確定性風(fēng)險(xiǎn)時(shí)，可以通過規(guī)模擴(kuò)張（增加固定資產(chǎn)或就業(yè)人數(shù)）和增加研發(fā)投入兩種方式提高生產(chǎn)率。

三、 研究設(shè)計(jì)

（一） 模型設(shè)定

在上述理論文獻(xiàn)分析基礎(chǔ)上，圍繞貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率的影響進(jìn)行實(shí)證分析，設(shè)定計(jì)量模型如下：

TFPit=β0+β1·PROCpit+β2·Xit+UI+Ut+εit（1）

其中，i代表企業(yè)，t代表時(shí)間，p代表省份，TFPit代表中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率，PROCpit代表各省份面臨的貿(mào)易不確定性水平，Xit代表一系列控制變量，UI為行業(yè)固定效應(yīng)，Ut為時(shí)間固定效應(yīng)，εit表示隨機(jī)擾動(dòng)項(xiàng)。

（二） 樣本與數(shù)據(jù)

為了充分研究貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的影響，研究使用的數(shù)據(jù)按需要來自三個(gè)數(shù)據(jù)庫。

第一個(gè)是由國(guó)家統(tǒng)計(jì)局建立并維護(hù)的《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》，其樣本范圍為全部國(guó)有企業(yè)以及主營(yíng)業(yè)務(wù)收入在500萬元以上的非國(guó)有企業(yè)（這一標(biāo)準(zhǔn)在2011年改為2000萬元以上）。本文使用了該數(shù)據(jù)庫中2000年到2007年的樣本，并依據(jù)其所提供的企業(yè)財(cái)務(wù)指標(biāo)計(jì)算出企業(yè)全要素生產(chǎn)率。參照楊汝岱的方法［35］對(duì)該數(shù)據(jù)庫的處理分為兩個(gè)部分，即構(gòu)建面板和剔除部分異常樣本。在此基礎(chǔ)上，參照戴覓和余淼杰標(biāo)準(zhǔn)［36］對(duì)數(shù)據(jù)進(jìn)行了處理，共保留觀測(cè)值1 080 699個(gè)，399 729家企業(yè)。其中，制造業(yè)樣本數(shù)為999 112，合計(jì)370 673家企業(yè)，其中，制造業(yè)樣本是本文討論的重點(diǎn)。

第二個(gè)是引力模型數(shù)據(jù)庫數(shù)據(jù)，主要來自Glick & Rose［37］，該數(shù)據(jù)庫包含1950-2015年全球200個(gè)國(guó)家雙面貿(mào)易流量的數(shù)據(jù)，并包含國(guó)家和國(guó)家之間關(guān)系特征的數(shù)據(jù)。

第三，在度量企業(yè)貿(mào)易不確定性時(shí)，本文從《中國(guó)統(tǒng)計(jì)年鑒》獲取中國(guó)31個(gè)省（市、區(qū)）進(jìn)出口貿(mào)易量的數(shù)據(jù)，以每個(gè)?。ㄊ?、區(qū)）進(jìn)出口貿(mào)易占全國(guó)貿(mào)易總量份額為權(quán)重來計(jì)算每個(gè)?。ㄊ?、區(qū)）貿(mào)易不確定性。

（三） 指標(biāo)測(cè)度

1.核心解釋變量：貿(mào)易不確定性

本研究中的貿(mào)易不確定性是由非實(shí)體經(jīng)濟(jì)（如政策、戰(zhàn)爭(zhēng)、技術(shù)等）導(dǎo)致的貿(mào)易波動(dòng)，也就是除經(jīng)濟(jì)因素之外的其他影響因素而產(chǎn)生的貿(mào)易不確定性［38］，其不同于由于經(jīng)濟(jì)本身而導(dǎo)致的不確定性。使用該指標(biāo)時(shí)，需基于以下兩個(gè)假設(shè)：其一，假定中國(guó)每個(gè)省份企業(yè)在同一年所面臨的貿(mào)易不確定性相同；其二，每個(gè)省份貿(mào)易風(fēng)險(xiǎn)程度與其對(duì)外貿(mào)易依存度相關(guān)，因此假設(shè)每個(gè)省份所在的企業(yè)面臨相同的貿(mào)易風(fēng)險(xiǎn)。在面板計(jì)量分析中，企業(yè)貿(mào)易風(fēng)險(xiǎn)波動(dòng)存在于兩個(gè)維度：一是隨著時(shí)間變化其貿(mào)易風(fēng)險(xiǎn)存在波動(dòng)；二是在不同省份企業(yè)面臨不同的貿(mào)易風(fēng)險(xiǎn)。而通過估計(jì)的引力模型誤差所得到的殘差êct，是衡量由非實(shí)體經(jīng)濟(jì)而導(dǎo)致貿(mào)易不確定性的有效指標(biāo)［39］。而具體估計(jì)中國(guó)每個(gè)省份在年份t面臨的貿(mào)易不確定性，主要分以下三個(gè)步驟：

第一，計(jì)算出中國(guó)作為一個(gè)經(jīng)濟(jì)體整體在與任一國(guó)家i的雙邊貿(mào)易中所面臨的貿(mào)易不確定性。在此采用了Head等［40］的公式并加以調(diào)整使之更符合中國(guó)情況，公式如下：

logBilateralTradeGDPit=β0+α·logPopulationit+γ·logDistancei

+δ·logAreai+θ·Borderi+φ·Lockedi+τ·Freetradeit+εi（2）

其中，logBilateralTrade/GDPit為國(guó)家i在年份t與中國(guó)進(jìn)出口貿(mào)易總額與其國(guó)內(nèi)生產(chǎn)總值比值取對(duì)數(shù)，貿(mào)易總額和國(guó)內(nèi)生產(chǎn)總值均為名義值；Populationit為該國(guó)人口數(shù)；Distancei為該國(guó)與中國(guó)的地理距離，單位為km；Areai為該國(guó)國(guó)土面積，單位為km2；Borderi為該國(guó)是否與中國(guó)接壤的虛擬變量；Lockedi為該國(guó)是否是內(nèi)陸國(guó)的虛擬變量；Freetradeit是該國(guó)是否與中國(guó)簽訂有自由貿(mào)易協(xié)定的虛擬變量；β0、α、γ、δ、θ、φ、τ是需要估計(jì)的參數(shù)，εi是殘差項(xiàng)。

根據(jù)Jurado［38］的研究，貿(mào)易不確定性為模型（2）所不能解釋的變異即殘差項(xiàng)εi。由此，可以計(jì)算出國(guó)家i與中國(guó)間的貿(mào)易不確定性。

第二，計(jì)算中國(guó)作為一個(gè)經(jīng)濟(jì)體在雙邊貿(mào)易中面臨的總的貿(mào)易不確定性，即中國(guó)與所有國(guó)家間貿(mào)易不確定性以該國(guó)進(jìn)出口貿(mào)易總額占中國(guó)進(jìn)出口總額的比例為權(quán)重進(jìn)行加權(quán)求和，得出中國(guó)面臨的總體貿(mào)易不確定性εt。計(jì)算公式如下：

εt=∑ni=1εi·WiWt（3）

其中，Wi代表中國(guó)與相關(guān)國(guó)家i間雙邊貿(mào)易總額，Wt代表中國(guó)進(jìn)出口貿(mào)易總額。

第三，計(jì)算中國(guó)各省份所面臨的總體貿(mào)易不確定性，即用某一具體省份進(jìn)出口貿(mào)易總額占中國(guó)進(jìn)出口貿(mào)易總額的比例與中國(guó)整體貿(mào)易不確定性相乘，乘積即為該省份在對(duì)外貿(mào)易中所面臨的貿(mào)易不確定性。計(jì)算公式如下：

Trade_uncertaintypit=εt·WpiWt（4）

其中，Trade_uncertaintypit代表省份p在t年所面臨的貿(mào)易不確定性，Wpi代表省份p進(jìn)出口貿(mào)易總額；εt、Wt與前面含義一致。需要注意的是，由于每個(gè)省份內(nèi)企業(yè)所面臨的政策條件、地理位置等外部環(huán)境要素基本一致，在此，可以認(rèn)為每個(gè)省份內(nèi)企業(yè)在同一年份所面臨的外部環(huán)境因素所導(dǎo)致的貿(mào)易不確定性具有一致性。

2.被解釋變量：全要素生產(chǎn)率

下文都是以企業(yè)層面全要素生產(chǎn)率（TFP）為基礎(chǔ)進(jìn)行討論。借鑒魯曉東、連玉君［17］以及楊汝岱［35］的處理方法，以O(shè)P法計(jì)算所得TFP進(jìn)行基準(zhǔn)回歸，并使用LP法TFP進(jìn)行穩(wěn)健性檢驗(yàn)。

在使用OP法計(jì)算全要素生產(chǎn)率過程中，以工業(yè)增加值衡量總產(chǎn)出，以固定資產(chǎn)合計(jì)衡量資本，以It=Kt-Kt-1+Dt計(jì)算投資。其中，K代表固定資產(chǎn)總值，D為固定資產(chǎn)折舊。然后，使用各省工業(yè)品出廠價(jià)格指數(shù)對(duì)企業(yè)工業(yè)增加值和中間投入進(jìn)行價(jià)格平減，對(duì)資本（固定資本合計(jì)）使用各省固定資產(chǎn)投資價(jià)格指數(shù)平減，價(jià)格指數(shù)來自《中國(guó)統(tǒng)計(jì)年鑒》。

按照兩位數(shù)行業(yè)分類，礦產(chǎn)、石油等行業(yè)由于自然資源在生產(chǎn)過程中有重要作用，其生產(chǎn)函數(shù)不能簡(jiǎn)單假設(shè)為C-D生產(chǎn)函數(shù)，也就不適用于現(xiàn)有方法對(duì)TFP的分析［35］。此外，服務(wù)業(yè)的生產(chǎn)函數(shù)也較為復(fù)雜，非C-D生產(chǎn)函數(shù)所能刻畫。因此，本文按照其做法，只對(duì)兩位數(shù)行業(yè)分類中29個(gè)制造業(yè)行業(yè)企業(yè)樣本進(jìn)行分析。

3.控制變量

除重點(diǎn)考察的核心解釋變量貿(mào)易不確定性外，基于對(duì)現(xiàn)有研究成果的梳理，加入以下變量作為控制變量。

（1）研發(fā)密度（RDD）：研發(fā)投入代表了企業(yè)在引進(jìn)研發(fā)人才、研發(fā)新產(chǎn)品與新的生產(chǎn)技術(shù)以及設(shè)備所投入的資本，是提高企業(yè)生產(chǎn)率與市場(chǎng)競(jìng)爭(zhēng)力的重要途徑。由于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》缺乏2000年、2002年及2003年企業(yè)研發(fā)投入數(shù)據(jù)，文章使用《中國(guó)科技年鑒》中“分行業(yè)大中型工業(yè)企業(yè)技術(shù)開發(fā)經(jīng)費(fèi)籌集”各行業(yè)年均值代替。以企業(yè)研發(fā)投入與企業(yè)銷售收入比值作為衡量企業(yè)研發(fā)密度（RDD）的指標(biāo)，預(yù)計(jì)其影響為正。

（2）出口規(guī)模（EX）：由于自我選擇效應(yīng)和出口學(xué)習(xí)效應(yīng)的存在，出口對(duì)生產(chǎn)率的影響不明確，在此以出口交貨值占企業(yè)工業(yè)銷售產(chǎn)值的比重衡量企業(yè)的出口規(guī)模（EX）。

（3）補(bǔ)貼程度（Sub）：來自政府的補(bǔ)貼收入有利于企業(yè)加大與科研創(chuàng)新和新產(chǎn)品開發(fā)有關(guān)的研發(fā)投入以及擴(kuò)大企業(yè)投資規(guī)模、利用規(guī)模經(jīng)濟(jì)實(shí)現(xiàn)生產(chǎn)率水平的提高。但由于政府與企業(yè)間信息不對(duì)稱，在政策制定者信號(hào)甄別機(jī)制缺失或失效的情況下，部分企業(yè)甚至?xí)尫盘摷傩盘?hào)以達(dá)到欺騙政策制定者的目的，從而嚴(yán)重削弱政府補(bǔ)貼的激勵(lì)效應(yīng)，這尤其表現(xiàn)在R&D補(bǔ)貼上。因此，該指標(biāo)對(duì)企業(yè)全要素生產(chǎn)率的影響有待考察。由于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》中2001到2003年的數(shù)據(jù)缺乏“全年?duì)I業(yè)收入合計(jì)”這一指標(biāo)，在此，以企業(yè)補(bǔ)貼收入和企業(yè)產(chǎn)品銷售收入（主營(yíng)業(yè)務(wù)收入）的比值來衡量企業(yè)接受補(bǔ)貼的程度（Sub）。

（4）利潤(rùn)率（Profit）：利潤(rùn)率高的企業(yè)能夠擁有更多資金改善企業(yè)生產(chǎn)條件進(jìn)而提高企業(yè)生產(chǎn)率，在此以主營(yíng)業(yè)務(wù)利潤(rùn)與產(chǎn)品銷售收入（主營(yíng)業(yè)務(wù)收入）的比值來衡量，預(yù)計(jì)其影響為正。

（5）資本密度（KL）：資本密集型企業(yè)往往更傾向于擴(kuò)大生產(chǎn)技術(shù)領(lǐng)域的投資來提高生產(chǎn)效率與產(chǎn)出規(guī)模進(jìn)而提高企業(yè)利潤(rùn)，預(yù)計(jì)其影響為正。在此，以資本勞動(dòng)比（KL）來衡量企業(yè)資本密集程度，用“資產(chǎn)總計(jì)”與“年末從業(yè)人員合計(jì)”指標(biāo)的比值代替。

（6）中間投入（Input）：中間投入品高的企業(yè)可能更加依賴與要素投入而非加大研發(fā)來提高產(chǎn)出，預(yù)計(jì)其影響為負(fù)。在此，以中間投入品與工業(yè)增加值比值來衡量。

實(shí)證分析中，各控制變量衡量指標(biāo)加1取對(duì)數(shù)代入模型方程。下面表1報(bào)告了主要變量的基本統(tǒng)計(jì)特征。

四、 實(shí)證結(jié)果分析

（一） 基準(zhǔn)回歸

針對(duì)面板數(shù)據(jù)分別使用普通最小二乘法（OLS）、固定效應(yīng)（FE）與隨機(jī)效應(yīng)（RE）估計(jì)，依據(jù)檢驗(yàn)結(jié)果，應(yīng)選擇固定效應(yīng)回歸。為了更清晰地展示貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率的影響，用固定效應(yīng)模型分別在不加入和加入控制變量的情況下估計(jì)了貿(mào)易不確定性對(duì)TFP的影響，以加入控制變量后估計(jì)結(jié)果作為基準(zhǔn)回歸，并以混合回歸結(jié)果作為對(duì)照，結(jié)果報(bào)告在表2第（1）、（2）、（3）列。

表2結(jié)果顯示，在加入一組控制變量之后，貿(mào)易不確定性估計(jì)系數(shù)絕對(duì)值在顯著性水平不變的情況下反而增大了，而在加入控制變量情況下固定效應(yīng)回歸與混合回歸中不確定性系數(shù)值相同，且都在1%的水平上顯著。由此，預(yù)測(cè)是由于部分控制變量在貿(mào)易不確定性影響TFP機(jī)制中出現(xiàn)了遮掩效應(yīng)，即在不控制某些代表企業(yè)特質(zhì)的變量影響下，會(huì)明顯低估貿(mào)易不確定性對(duì)全要素生產(chǎn)率的影響程度，這一點(diǎn)我們將在后文進(jìn)一步討論。而基準(zhǔn)回歸結(jié)果顯示，貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著負(fù)效應(yīng)，且與混合回歸結(jié)果及一般經(jīng)驗(yàn)判斷一致。

控制變量中，企業(yè)研發(fā)密度對(duì)企業(yè)生產(chǎn)率的影響顯著為負(fù)，表明企業(yè)研發(fā)投入并未有效提高企業(yè)的TFP，且與混合回歸結(jié)果一致。已有研究發(fā)現(xiàn)，研發(fā)人員和研發(fā)經(jīng)費(fèi)對(duì)技術(shù)效率的改善具有正向影響，但對(duì)技術(shù)進(jìn)步具有抑制作用［41］。原因可能是由于產(chǎn)學(xué)研的脫節(jié)以及技術(shù)成果轉(zhuǎn)化效率低下，造成研發(fā)投入不能直接促進(jìn)生產(chǎn)率的改善。同時(shí)，國(guó)外技術(shù)引進(jìn)在一定程度上對(duì)國(guó)內(nèi)自主創(chuàng)新投入具有“擠出”效應(yīng)。也有學(xué)者認(rèn)為［42］，很多企業(yè)，特別是國(guó)有企業(yè)投入研發(fā)資金并非完全是為了研究新產(chǎn)品，而是為了獲得稅收獎(jiǎng)勵(lì)。

出口規(guī)模對(duì)全要素生產(chǎn)率的影響顯著為負(fù)，說明企業(yè)出口規(guī)模越大，越不利于其全要素生產(chǎn)率水平的提高。按照比較優(yōu)勢(shì)的國(guó)際分工原則，中國(guó)出口的產(chǎn)品基本上是勞動(dòng)力密集型的，技術(shù)含量不高的加工貿(mào)易出口已經(jīng)占據(jù)中國(guó)貿(mào)易量的半壁江山，而這些主要依賴廉價(jià)勞動(dòng)力價(jià)格等導(dǎo)致的出口不能提升工業(yè)行業(yè)的效率水平和生產(chǎn)率增長(zhǎng)［23］。同時(shí)，中國(guó)出口增長(zhǎng)主要來源于沿著集約的貿(mào)易邊際［33］，即中國(guó)出口增長(zhǎng)主要源于現(xiàn)有出口企業(yè)和出口產(chǎn)品在單一方向上量的擴(kuò)張，而企業(yè)出口的產(chǎn)品種類過于單一不利于生產(chǎn)率的進(jìn)步。

企業(yè)補(bǔ)貼規(guī)模對(duì)全要素生產(chǎn)的影響顯著為負(fù)，表明對(duì)于那些以補(bǔ)貼收入作為重要收入來源，甚至補(bǔ)貼收入超過自身主營(yíng)業(yè)務(wù)收入的企業(yè)而言，來自政府的補(bǔ)貼對(duì)其全要素生產(chǎn)率產(chǎn)生了顯著負(fù)面影響。已有文獻(xiàn)指出［43］，政府官員出于政治目標(biāo)最大化的考慮，為了穩(wěn)定就業(yè)，可能會(huì)給予生產(chǎn)率比較低或虧損的企業(yè)更高程度的補(bǔ)貼，而這類企業(yè)生產(chǎn)率的提升空間較為有限。同時(shí)，政府補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響與當(dāng)?shù)卣难a(bǔ)貼力度密切相關(guān)，當(dāng)政府補(bǔ)貼力度較高時(shí)會(huì)顯著抑制企業(yè)生產(chǎn)率水平的提高。

企業(yè)資本密度系數(shù)顯著為負(fù)，與混合回歸結(jié)果及預(yù)期都相反?？赡苁且?yàn)槿司潭ㄙY產(chǎn)較高的行業(yè)都是重工業(yè)，例如鋼鐵、汽車和石化行業(yè)，這類企業(yè)歷史包袱較重，或者違背了發(fā)展中國(guó)家的比價(jià)優(yōu)勢(shì)原則，因此效率不高［38］。

中間投入系數(shù)顯著為負(fù)，與預(yù)期及混合回歸結(jié)果一致。企業(yè)過分依賴要素投入增加產(chǎn)出而對(duì)企業(yè)研發(fā)及效率改進(jìn)產(chǎn)生的“擠出”效應(yīng)外，還可能是因?yàn)檩^多地使用工業(yè)中間投入，使得企業(yè)對(duì)上游關(guān)聯(lián)企業(yè)的依賴性增加，在長(zhǎng)期來說，生產(chǎn)效率就會(huì)表現(xiàn)出下降的態(tài)勢(shì)。

（二） 區(qū)分出口和非出口企業(yè)影響

由于數(shù)據(jù)的限制，本文使用企業(yè)所在省份面臨的整體貿(mào)易不確定性代替?zhèn)€體企業(yè)在經(jīng)營(yíng)中實(shí)際面臨的貿(mào)易不確定性風(fēng)險(xiǎn)，因而可能無法準(zhǔn)確考察出口企業(yè)與非出口企業(yè)實(shí)際面臨的不確定性風(fēng)險(xiǎn)差異。但是，企業(yè)層面全要素生產(chǎn)率的測(cè)算使得本文有可能考察在即使面臨同樣不確定性風(fēng)險(xiǎn)時(shí)，出口企業(yè)和非出口企業(yè)全要素生產(chǎn)率的不同表現(xiàn)。在此，根據(jù)企業(yè)被觀測(cè)年份出口交貨值是否大于零，將樣本企業(yè)劃分為出口及非出口企業(yè)。如表2所示，在樣本觀測(cè)期間，有出口行為的企業(yè)占總樣本大約四分之一。在此以固定效應(yīng)方法對(duì)出口及非出口企業(yè)進(jìn)行回歸，并以總樣本回歸結(jié)果作為對(duì)照，回歸結(jié)果報(bào)告在表2第（4）、（5）列。

如表2第（4）、（5）列所示，貿(mào)易不確定性對(duì)出口企業(yè)生產(chǎn)率具有顯著正向影響，而貿(mào)易不確定性對(duì)非出口企業(yè)的負(fù)效應(yīng)大約是其對(duì)總樣本企業(yè)負(fù)效應(yīng)的2倍。這表明貿(mào)易不確定性不僅不會(huì)降低出口企業(yè)的全要素生產(chǎn)率水平，反而有助于其生產(chǎn)率水平的提升，而貿(mào)易不確定性會(huì)顯著降低非出口企業(yè)全要素生產(chǎn)率水平。這也表明出口企業(yè)比非出口企業(yè)擁有更強(qiáng)的抵御貿(mào)易風(fēng)險(xiǎn)的能力，也從側(cè)面展示了出口企業(yè)較非出口企業(yè)在生產(chǎn)率方面的優(yōu)勢(shì)，而這種優(yōu)勢(shì)到底來自于自我選擇效應(yīng)還是出口學(xué)習(xí)效應(yīng)，還有待進(jìn)一步檢驗(yàn)。

控制變量中，出口企業(yè)資本密度對(duì)其全要素生產(chǎn)率具有顯著正效應(yīng)，與總樣本及非出口企業(yè)回歸結(jié)果都不一致。可能的解釋是，在中國(guó)出口企業(yè)中，資本密度較高的企業(yè)更有可能是高新技術(shù)產(chǎn)業(yè)非勞動(dòng)力密集型產(chǎn)業(yè)，而更多的資本包含更多的技術(shù)水平，更有利于全要素生產(chǎn)率的增長(zhǎng)。其它控制變量除出口規(guī)模在非出口企業(yè)樣本中不顯著外，系數(shù)值及顯著性水平與總樣本差別不大。

（三） 內(nèi)生性處理及穩(wěn)健性檢驗(yàn)

1.內(nèi)生性處理

（1） 雙重差分法

為了更為準(zhǔn)確地衡量貿(mào)易不確定性風(fēng)險(xiǎn)對(duì)企業(yè)全要素生產(chǎn)率的影響，避免因遺漏變量或數(shù)據(jù)測(cè)量偏誤帶來的內(nèi)生性問題。下文進(jìn)一步使用雙重差分方法（DID）考察不同區(qū)域內(nèi)省份貿(mào)易不確定性在2003年驟升對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生的影響。

如圖1所示，在2002-2003年，中國(guó)整體貿(mào)易不確定性經(jīng)歷了一個(gè)短時(shí)間內(nèi)快速上升的過程，其后三年中國(guó)整體貿(mào)易不確定性水平也逐步上升，較入世前兩年有了較大幅度提升。而具體到各個(gè)省份可以發(fā)現(xiàn)，部分省份如西藏、寧夏等在這一沖擊開始前后，即2003年前后，其貿(mào)易不確定性指數(shù)上升幅度低于千分之一，假設(shè)這部分省份由于進(jìn)口規(guī)模較小，未受到中國(guó)加入世界貿(mào)易組織帶來的不確定性沖擊，并將其作為這一準(zhǔn)實(shí)驗(yàn)的控制組，將其他省份作為實(shí)驗(yàn)組。以2003年為這一自然實(shí)驗(yàn)實(shí)施年份，DID模型設(shè)定如下：

TFPit=α+β·Di·Ti+λi+φt+γ·Zi，t+εi，t（5）

其中，虛擬變量Di表示企業(yè)是否屬于實(shí)驗(yàn)組，如果企業(yè)所在省份屬于青海、西藏、寧夏、甘肅、貴州、內(nèi)蒙古之一則取0，否則為1；虛擬變量Ti代表是否在沖擊發(fā)生后，如果樣本觀測(cè)時(shí)間在2003年后則取1，否則為0；λi和φt分別代表企業(yè)個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)的隨機(jī)變量；Zi，t為一組控制變量，包括企業(yè)研發(fā)投入、資本密度、出口規(guī)模、中間投入；εi，t為擾動(dòng)項(xiàng)；β是雙重差分法中關(guān)注的參數(shù)，β>0表明貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率有正向影響，即受到入世帶來的不確定性沖擊后，企業(yè)全要素生產(chǎn)率得到提升，反之，受到入世帶來的貿(mào)易不確定性沖擊后企業(yè)全要素生產(chǎn)率降低。

DID結(jié)果見表3第（1）列，其中，代表是否屬于實(shí)驗(yàn)組實(shí)驗(yàn)開始后的虛擬變量DiTi系數(shù)顯著為負(fù)，表明貿(mào)易不確定性沖擊對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率產(chǎn)生了顯著的負(fù)向影響，這與基準(zhǔn)回歸結(jié)果一致。

（2） 平行趨勢(shì)假設(shè)檢驗(yàn)

雙重差分方法估計(jì)結(jié)果無偏的一個(gè)關(guān)鍵前提條件是實(shí)驗(yàn)組和控制組之間滿足平行趨勢(shì)假設(shè)，即實(shí)驗(yàn)組和控制組因變量在事件發(fā)生前應(yīng)具有相同的變動(dòng)趨勢(shì)，否則雙重差分法會(huì)高估或者低估該事件產(chǎn)生的效果。文章使用事件研究法來驗(yàn)證平行趨勢(shì)假設(shè)，如果平行趨勢(shì)假設(shè)成立，貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率的沖擊只會(huì)發(fā)生在2003年及其后年份，而在2003年之前，實(shí)驗(yàn)組和對(duì)照組企業(yè)全要素生產(chǎn)率的變動(dòng)趨勢(shì)不應(yīng)該存在顯著差異。

為了驗(yàn)證平行趨勢(shì)假設(shè)，在模型（5）基礎(chǔ)上設(shè)定如下的回歸模型：

TFPit=α+∑4j=-2βj·Di·Ti+λi+φt+γ·Zi，t+εi，t（6）

其中，DiTi是一個(gè)虛擬變量，如果樣本企業(yè)位于實(shí)驗(yàn)組省份且被觀測(cè)時(shí)間在2003年及其后，則取值為1，否則為0。因此，β0為2003年貿(mào)易不確定性對(duì)實(shí)驗(yàn)組企業(yè)TFP的影響，β-1與β-2為沖擊開始前兩年的效果，β1到β4為2003年帶來的貿(mào)易不確定性沖擊開始后四年，不確定性對(duì)實(shí)驗(yàn)組企業(yè)全要素生產(chǎn)率的影響。如果β-1與β-2系數(shù)顯著為0，則說明平行趨勢(shì)假設(shè)成立，而β1到β4為入世帶來的不確定性沖擊隨著時(shí)間推移而產(chǎn)生的動(dòng)態(tài)效應(yīng)。βj系數(shù)及其95%的置信區(qū)間見圖2。圖2顯示，2003年前，實(shí)驗(yàn)組和對(duì)照組企業(yè)全要素生產(chǎn)率的變化趨勢(shì)并沒有顯著的差異，表現(xiàn)為β-1與β-2的系數(shù)并沒有呈現(xiàn)出一定的變化規(guī)律，更重要的是，β-1與β-2的系數(shù)在統(tǒng)計(jì)上并不顯著異于0（10%的置信區(qū)間包含了0值）。這說明平行趨勢(shì)假設(shè)成立，即控制組和實(shí)驗(yàn)組在入世帶來的不確定性沖擊開始前具有可比性。需要注意的是，由于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫》缺失2004年工業(yè)增加值等企業(yè)TFP計(jì)算所需的核心指標(biāo)，上文刪除了2004年樣本，模型（6）回歸中并不包含2004年數(shù)據(jù)，因此圖2也并沒有報(bào)告2004年即沖擊開始后第一期系數(shù)β1及置信區(qū)間。而在2003年及其后年份中，β1系數(shù)為正，而β2到β4系數(shù)為負(fù)，且β3與β4系數(shù)在統(tǒng)計(jì)上顯著小于0（10%置信區(qū)間不包含0值），而β1系數(shù)并不顯著大于0（10%置信區(qū)間包含0值）。這說明2003年對(duì)中國(guó)制造業(yè)企業(yè)TFP存在負(fù)向的影響，即中國(guó)制造業(yè)企業(yè)在2003年貿(mào)易不確定性沖擊開始后的第3年和第4年都有顯著的下降。平行趨勢(shì)假設(shè)檢驗(yàn)的結(jié)果證實(shí)了本文運(yùn)用雙重差分方法的可行性，而雙重差分法結(jié)果顯示，貿(mào)易不確定性對(duì)TFP具有顯著負(fù)向影響，這證實(shí)了本文基準(zhǔn)回歸結(jié)果的穩(wěn)健性，即基準(zhǔn)回歸結(jié)論并未受到模型內(nèi)生性問題的影響。

2.穩(wěn)健性檢驗(yàn)

以LP方法計(jì)算的全要素生產(chǎn)率作為被解釋變量可作為基準(zhǔn)回歸結(jié)果穩(wěn)健性的一種檢驗(yàn)途徑。改變?nèi)厣a(chǎn)率計(jì)算方法后，回歸結(jié)果如表3第（2）列所示，貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的影響依舊顯著為負(fù)，而其它控制變量回歸系數(shù)值差異很小，且各變量符號(hào)完全一致，這說明本文基本結(jié)論并沒有受到被解釋變量測(cè)算方法的影響，貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率具有顯著負(fù)效應(yīng)。

一般認(rèn)為，國(guó)有企業(yè)全要素生產(chǎn)率與非國(guó)有企業(yè)存在差距，在此將樣本拆分為國(guó)有及非國(guó)有企業(yè)分別進(jìn)行回歸，以檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性?；貧w結(jié)果報(bào)告在表第（3）、（4）列，結(jié)果顯示，貿(mào)易不確定性對(duì)國(guó)有及非國(guó)有企業(yè)都具有顯著的負(fù)效應(yīng)，說明基準(zhǔn)回歸結(jié)論并未受到企業(yè)控股情況影響，結(jié)論具有穩(wěn)健性。同時(shí)，不確定性對(duì)國(guó)有企業(yè)的負(fù)效應(yīng)程度比非國(guó)有企業(yè)的影響程度要顯著，說明國(guó)有企業(yè)在面臨不確定性時(shí)，其生產(chǎn)率水平更容易下降?？刂谱兞恐校隹谝?guī)模以及資本密度系數(shù)顯著為正，與總樣本及非出口企業(yè)樣本系數(shù)不一致，說明對(duì)國(guó)有企業(yè)而言，較高的出口規(guī)模和資本密度更有利于其全要素生產(chǎn)率水平的提高。在同樣的顯著性水平下，補(bǔ)貼收入對(duì)出口企業(yè)的負(fù)效應(yīng)遠(yuǎn)高于其對(duì)非出口企業(yè)的負(fù)效應(yīng)，我們推測(cè)，這是因?yàn)閲?guó)有企業(yè)更容易獲得來自政府的補(bǔ)貼，同時(shí)部分國(guó)有企業(yè)全要素生產(chǎn)率的提升空間更為有限。研發(fā)投入和利潤(rùn)率對(duì)兩類企業(yè)全要素生產(chǎn)率影響差異不大。

最后，考慮到控制變量對(duì)個(gè)體企業(yè)全要生產(chǎn)率的影響可能存在一定的時(shí)滯效應(yīng)，將模型中控制變量的當(dāng)期項(xiàng)替換為各自的滯后一期值采用固定效應(yīng)模型進(jìn)行估計(jì)?？刂谱兞繙笠黄诨貧w結(jié)果報(bào)告在表3第（5）列，從中可以看出，貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的影響顯著為負(fù)，表明在考慮變量影響時(shí)滯效應(yīng)后基準(zhǔn)回歸結(jié)果依舊穩(wěn)健。其它控制變量回歸結(jié)果與基準(zhǔn)回歸基本相似，但資本密度系數(shù)變?yōu)轱@著為正，可能的解釋是，企業(yè)在固定資產(chǎn)投入方面對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生作用具有一定的時(shí)滯效應(yīng)，而企業(yè)在當(dāng)期固定資產(chǎn)方面的投入阻礙了企業(yè)在其他能在當(dāng)期直接對(duì)全要素生產(chǎn)率產(chǎn)生正向影響的要素方面的投資，故基準(zhǔn)回歸中當(dāng)期資本密度系數(shù)顯著為負(fù)。

五、 影響機(jī)制分析

上文基準(zhǔn)回歸結(jié)果顯示，在控制了企業(yè)研發(fā)密度、出口規(guī)模、中間投入等變量影響后，貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著的負(fù)面影響，穩(wěn)健性檢驗(yàn)結(jié)果證實(shí)了這一基本結(jié)論的穩(wěn)健性。在此基礎(chǔ)上，下文將按照溫忠麟和葉寶娟［44］提出的中介效應(yīng)檢驗(yàn)程序進(jìn)一步分析貿(mào)易不確定性這一企業(yè)外部環(huán)境因素對(duì)全要素生產(chǎn)率的影響機(jī)制。需要指出的是，現(xiàn)有文獻(xiàn)已經(jīng)從企業(yè)自身?xiàng)l件以及外部環(huán)境方面充分探討影響企業(yè)全要素生產(chǎn)率的因素，限于篇幅與能力，不可能將所有這些因素納入本文所討論的不確定性作用途徑范圍。研究中將考察范圍集中于企業(yè)要素投入范疇，假定貿(mào)易不確定性通過影響企業(yè)要素投入選擇最終影響了企業(yè)全要素生產(chǎn)率。因此，主要考察企業(yè)研發(fā)投入、固定資產(chǎn)、從業(yè)人數(shù)這三個(gè)變量并將其作為貿(mào)易不確定性影響企業(yè)全要素生產(chǎn)率的途徑。同時(shí)，上文區(qū)分出口及非出口企業(yè)回歸的結(jié)果證實(shí)了出口企業(yè)在全要素生產(chǎn)率及抵抗貿(mào)易不確定性風(fēng)險(xiǎn)方面的優(yōu)勢(shì)，故加入企業(yè)是否出口的虛擬變量（Dexport）來控制企業(yè)出口行為的影響。此外，考慮到外資及港澳臺(tái)企業(yè)在生產(chǎn)及管理技術(shù)等方面的區(qū)別，以及外資參股有助于提高國(guó)內(nèi)企業(yè)生產(chǎn)效率［45］，增加是否外資控股或港澳臺(tái)控股的虛擬變量（Dforeign）來控制這一優(yōu)勢(shì)的影響。檢驗(yàn)?zāi)Ｐ驮O(shè)定如下：

TFPit=β0+c·PROCit+α1·Dexport+α2·Dforeign+ε1（7）

Zit=β1+a·PROCit+α1·Dexport+α2·Dforeign+ε2（8）

TFPit=β2+c′·PROCit+b1·RD+b2·K+b3·L+α1·Dexport+α2·Dforeign+ε3（9）

其中，c代表在控制了企業(yè)是否為出口企業(yè)和外資企業(yè)后，貿(mào)易不確定性對(duì)企業(yè)全要素生產(chǎn)率的總效應(yīng)；Dexport和Dforeign分別是代表出口企業(yè)和外資企業(yè)的虛擬變量，屬于則取1，否則為0；Zit代表企業(yè)要素投入選擇，包括企業(yè)研發(fā)投入（RD）、固定資產(chǎn)（K）、職工數(shù)（L），而a則表示貿(mào)易不確定性對(duì)上述三個(gè)變量的估計(jì)系數(shù)；系數(shù)c′是控制了研發(fā)投入、資本、勞動(dòng)力及代表出口和外資企業(yè)虛擬變量后貿(mào)易不確定性對(duì)全要素生產(chǎn)率的直接效應(yīng)；b代表控制了貿(mào)易不確定性和兩個(gè)虛擬變量影響后三個(gè)待考察中介變量對(duì)全要素生產(chǎn)率的效應(yīng)。模型回歸結(jié)果報(bào)告在表4。

表4第（1）列顯示，貿(mào)易不確定性對(duì)全要素生產(chǎn)率負(fù)效應(yīng)顯著，中介效應(yīng)檢驗(yàn)繼續(xù)。第（2）、（3）、（4）報(bào)告了控制企業(yè)是否出口以及外資控股虛擬變量后，貿(mào)易不確定性對(duì)企業(yè)研發(fā)投入、資本、勞動(dòng)力投入影響的估計(jì)系數(shù)，結(jié)果顯著，這表明在國(guó)際貿(mào)易中的不確定性風(fēng)險(xiǎn)確實(shí)會(huì)顯著影響企業(yè)的要素投入選擇。具體而言，貿(mào)易不確定性對(duì)企業(yè)研發(fā)投入、勞動(dòng)力投入及資本投入都具有顯著正效應(yīng)。說明在面臨不確定性風(fēng)險(xiǎn)時(shí)，中國(guó)制造業(yè)企業(yè)會(huì)傾向于增加要素投入以增強(qiáng)自身抵御風(fēng)險(xiǎn)的能力。

第（5）列中報(bào)告了檢驗(yàn)方程（9）的估計(jì)結(jié)果，其中研發(fā)投入、固定資產(chǎn)、勞動(dòng)力投入系數(shù)顯著，證明間接效應(yīng)顯著，即貿(mào)易不確定性通過研發(fā)投入以及企業(yè)資本、勞動(dòng)力要素間接影響了企業(yè)全要素生產(chǎn)率。同時(shí)，檢驗(yàn)方程（9）中，貿(mào)易不確定性對(duì)全要素生產(chǎn)率直接效應(yīng)估計(jì)系數(shù)c′顯著，證實(shí)了直接效應(yīng)的存在，即貿(mào)易不確定性可以直接影響企業(yè)全要素生產(chǎn)率。進(jìn)一步對(duì)比間接效應(yīng)ab和直接效應(yīng)c′符號(hào)可以發(fā)現(xiàn)，研發(fā)投入、勞動(dòng)力投入及資本投入的部分中介效應(yīng)顯著，即企業(yè)研發(fā)投入、勞動(dòng)力要素投入及資本投入確實(shí)是貿(mào)易不確定性影響企業(yè)全要素生產(chǎn)率的途徑。

表5報(bào)告了部分中介效應(yīng)比例，其中，研發(fā)投入占據(jù)比例高達(dá)83.2%，表明在貿(mào)易不確定性通過影響企業(yè)要素投入進(jìn)而影響其全要素生產(chǎn)率的過程中，企業(yè)研發(fā)投入是其中最為重要的影響途徑。而勞動(dòng)力投入與資本投入部分中介效應(yīng)比例之和只占貿(mào)易不確定性總效應(yīng)c′不到20%，而勞動(dòng)力投入產(chǎn)生的部分中介效應(yīng)甚至不到1%。進(jìn)一步對(duì)比表4第（5）列各解釋變量系數(shù)可以發(fā)現(xiàn)，研發(fā)投入重要作用的來源是研發(fā)投入對(duì)企業(yè)全要素生產(chǎn)率的負(fù)效應(yīng)，而勞動(dòng)力投入部分中介效應(yīng)作用微弱的原因是其對(duì)全要素生產(chǎn)率及不確定性對(duì)其本身影響程度均較低。

六、 結(jié) 語

本文利用中國(guó)2000-2007年工業(yè)企業(yè)數(shù)據(jù)，實(shí)證研究了貿(mào)易不確定性對(duì)中國(guó)企業(yè)全要素生產(chǎn)率的影響。研究結(jié)果表明：整體而言，貿(mào)易不確定性對(duì)中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率具有顯著負(fù)作用，即貿(mào)易不確定性越低，企業(yè)生產(chǎn)效率越高，貿(mào)易不確定性下降一個(gè)百分點(diǎn)，企業(yè)全要素生產(chǎn)率至少會(huì)提升1.7%；貿(mào)易不確定性對(duì)出口企業(yè)全要素生產(chǎn)率具有顯著正向影響，而對(duì)非出口企業(yè)全要素生產(chǎn)率具有顯著負(fù)向影響；貿(mào)易不確定性主要通過影響企業(yè)研發(fā)投入、生產(chǎn)資本投入和勞動(dòng)力投入影響企業(yè)生產(chǎn)率，其作用占比分別是83.2%、17.7%、0.65%。

以上研究結(jié)論具有重要的政策啟示。

首先，國(guó)家應(yīng)降低貿(mào)易不確定性，平滑國(guó)際貿(mào)易，降低中國(guó)國(guó)際貿(mào)易不確定性。當(dāng)前單邊主義、貿(mào)易保護(hù)主義、逆全球化思潮抬頭，特別是貿(mào)易摩擦不斷升級(jí)，各國(guó)經(jīng)濟(jì)景氣的不均衡性、區(qū)域貿(mào)易集團(tuán)的排他性、貿(mào)易分配利益的兩極化等，都造成了全球貿(mào)易發(fā)展的不確定性。中國(guó)政府應(yīng)穩(wěn)定傳統(tǒng)優(yōu)勢(shì)貿(mào)易伙伴，尋求建立新的貿(mào)易伙伴，多元化進(jìn)出口市場(chǎng)，以“投資組合”策略穩(wěn)定中國(guó)國(guó)際貿(mào)易，為中國(guó)企業(yè)生產(chǎn)率的提高和產(chǎn)業(yè)升級(jí)提供良好的宏觀環(huán)境。

其次，要轉(zhuǎn)變國(guó)家企業(yè)補(bǔ)貼模式，以企業(yè)研發(fā)資金專項(xiàng)補(bǔ)貼代替直接的生產(chǎn)補(bǔ)貼模式。國(guó)家應(yīng)為生產(chǎn)性企業(yè)提供必要的輔助研發(fā)資金支持，以幫助企業(yè)在貿(mào)易不確定時(shí)有充足的研發(fā)資金投入，以提高企業(yè)的生產(chǎn)效率。貿(mào)易不確定性主要通過研發(fā)資金投入影響企業(yè)全要素生產(chǎn)率的提高。國(guó)家和政府為發(fā)展企業(yè)，提高企業(yè)生產(chǎn)率水平，應(yīng)轉(zhuǎn)變直接生產(chǎn)補(bǔ)貼模式到企業(yè)研發(fā)資金專項(xiàng)補(bǔ)貼，以提高補(bǔ)貼資金使用針對(duì)性和使用效率。

最后，企業(yè)本身需設(shè)立應(yīng)對(duì)風(fēng)險(xiǎn)時(shí)的研發(fā)資金準(zhǔn)備金。企業(yè)在面臨貿(mào)易不確定性時(shí)，一方面會(huì)由于不確定性風(fēng)險(xiǎn)增加，減少研發(fā)資金投入，另一方面，即使企業(yè)想增加研發(fā)資金投入，但由于貿(mào)易不確定性增加導(dǎo)致實(shí)際收入降低，而對(duì)提高研發(fā)資金投入也無能無力。因此，企業(yè)應(yīng)專門設(shè)立研發(fā)資金準(zhǔn)備金，在面臨貿(mào)易不確定性時(shí)，仍可以保證研發(fā)資金的投入，進(jìn)而提高企業(yè)全要素生產(chǎn)率水平。

［參考文獻(xiàn)］

［1］ ?毛其淋，盛斌.貿(mào)易自由化與中國(guó)制造業(yè)企業(yè)出口行為：“入世”是否促進(jìn)了出口參與？［J］.經(jīng)濟(jì)學(xué)（季刊），2014（2）：647-674.

［2］ 簡(jiǎn)澤，張濤，伏玉林.出口自由化、競(jìng)爭(zhēng)與本土企業(yè)的全要素生產(chǎn)率：基于中國(guó)加入WTO的一個(gè)自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)研究，2014（08）：120-132.

［3］ Vandenbussche，J.，Aghion，P.，Meghir，C.Growth，distance to frontier and composition of human capital［J］.Journal of Economic Growth，2006，11（2）：97-127.

［4］ Nataraj，S.The impact of trade liberalization on productivity：Evidence from Indias formal and informal manufacturing sectors［J］.Journal of International Economics，2011，85（2）：292-301.

［5］ 龔聯(lián)梅，錢學(xué)鋒.貿(mào)易政策不確定性理論與經(jīng)驗(yàn)研究進(jìn)展［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2018（06）：106-116.

［6］ Handley，K.Exporting under trade policy uncertainty：Theory and evidence［J］.Journal of International Economics，2014，94（1）：50-66.

［7］ Handley，K.，Limo，N.Trade and Investment under Policy Uncertainty：Theory and Firm Evidence［J］.American Economic Journal（Economic Policy），2015，7（4）：189-222.

［8］ 蘇理梅，彭冬冬，蘭宜生.貿(mào)易自由化是如何影響我國(guó)出口產(chǎn)品質(zhì)量的：基于貿(mào)易政策不確定性下降的視角［J］.財(cái)經(jīng)研究，2016（04）：61-70.

［9］ 汪亞楠，周夢(mèng)天.貿(mào)易政策不確定性、關(guān)稅減免與出口產(chǎn)品分布［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017 （12）：127-142.

［10］錢學(xué)鋒，龔聯(lián)梅.貿(mào)易政策不確定性、區(qū)域貿(mào)易協(xié)定與中國(guó)制造業(yè)出口［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2017 （10）：81-98.

［11］陳虹，徐陽.貿(mào)易政策不確定性會(huì)增加企業(yè)就業(yè)人數(shù)嗎：來自中國(guó)加入WTO的企業(yè)微觀數(shù)據(jù)［J］.宏觀經(jīng)濟(jì)研究，2018（10）：121-133，175.

［12］毛其淋，許家云.貿(mào)易政策不確定性與企業(yè)儲(chǔ)蓄行為：基于中國(guó)加入WTO的準(zhǔn)自然實(shí)驗(yàn)［J］.管理世界，2018（05）：10-27，62，179.

［13］孫一平，許蘇皓，盧仕.貿(mào)易政策不確定性對(duì)企業(yè)工資不平等影響研究：中國(guó)經(jīng)驗(yàn)［J］.宏觀經(jīng)濟(jì)研究，2018（12）：30-39，66.

［14］汪亞楠.貿(mào)易政策不確定性與出口企業(yè)利潤(rùn)變動(dòng)：基于中美貿(mào)易的實(shí)證分析［J］.當(dāng)代財(cái)經(jīng)，2018（05）：91-101.

［15］張平南，徐陽，徐小聰，等.貿(mào)易政策不確定性與企業(yè)出口國(guó)內(nèi)附加值：理論與中國(guó)經(jīng)驗(yàn)［J］.宏觀經(jīng)濟(jì)研究，2018（01）：57-68.

［16］張夏，施炳展，汪亞楠，等.經(jīng)濟(jì)政策不確定性真的會(huì)阻礙中國(guó)出口貿(mào)易升級(jí)嗎？［J］.經(jīng)濟(jì)科學(xué)，2019 （02）：40-52.

［17］魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999-2007［J］.經(jīng)濟(jì)學(xué)（季刊），2012（02）：541-558.

［18］Brandt，L.，Van Biesebroeck，J.，Zhang，Y.Creative accounting or creative destruction？ Firm-level productivity growth in Chinese manufacturing［J］.Journal of Development Economics，2012，97（2）：339-351.

［19］田巍，余淼杰.企業(yè)生產(chǎn)率和企業(yè)“走出去”對(duì)外直接投資：基于企業(yè)層面數(shù)據(jù)的實(shí)證研究［J］.經(jīng)濟(jì)學(xué)（季刊），2012（02）：383-408.

［20］蓋慶恩，朱喜，程名望，等.要素市場(chǎng)扭曲、壟斷勢(shì)力與全要素生產(chǎn)率［J］.經(jīng)濟(jì)研究，2015 （05）：61-75.

［21］呂越，黃艷希，陳勇兵.全球價(jià)值鏈嵌入的生產(chǎn)率效應(yīng)：影響與機(jī)制分析［J］.世界經(jīng)濟(jì)，2017 （07）：28-51.

［22］林毅夫，向?yàn)?，余淼?區(qū)域型產(chǎn)業(yè)政策與企業(yè)生產(chǎn)率［J］.經(jīng)濟(jì)學(xué)（季刊），2018（02）：781-800.

［23］李小平，盧現(xiàn)祥，朱鐘棣.國(guó)際貿(mào)易、技術(shù)進(jìn)步和中國(guó)工業(yè)行業(yè)的生產(chǎn)率增長(zhǎng)［J］.經(jīng)濟(jì)學(xué)（季刊），2008 （02）：549-564.

［24］高凌云，王洛林.進(jìn)口貿(mào)易與工業(yè)行業(yè)全要素生產(chǎn)率［J］.經(jīng)濟(jì)學(xué)（季刊），2010（02）：391-414.

［25］Benhabib，J.，Spiegel，M.M.The role of human capital in economic development evidence from aggregate cross-country data［J］.Journal of Monetary Economics，1994，34（2）：143-173.

［26］Pritchett，L.Where Has All the Education Gone？［J］.The World Bank Economic Review，2001，15（3）：367-391.

［27］Bernstein，J.I.，Nadiri，M.I.Product Demand，Cost of Production，Spillovers，and the Social Rate of Return to R&D［R］.National Bureau of Economic Research Working Paper Series，1991，No.3625.

［28］夏良科.人力資本與R&D如何影響全要素生產(chǎn)率：基于中國(guó)大中型工業(yè)企業(yè)的經(jīng)驗(yàn)分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（04）：78-94.

［29］孫曉華，王昀，鄭輝.R&D溢出對(duì)中國(guó)制造業(yè)全要素生產(chǎn)率的影響：基于產(chǎn)業(yè)間、國(guó)際貿(mào)易和FDI三種溢出渠道的實(shí)證檢驗(yàn)［J］.南開經(jīng)濟(jì)研究，2012（05）：18-35.

［30］Mayer，Thierry，Melitz M J，et al.Market Size，Competition，and the Product Mix of Exporters［J］.Social Science Electronic Publishing，2014，104（2）：495-536.

［31］Paul Krugman.A Model of Innovation，Technology Transfer，and the World Distribution of Income［J］.Journal of Political Economy，1979，87（2）：253-266.

［32］李兵，岳云嵩，陳婷.出口與企業(yè)自主技術(shù)創(chuàng)新：來自企業(yè)專利數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.世界經(jīng)濟(jì)，2016 （12）：72-94.

［33］錢學(xué)鋒，王菊蓉，黃云湖，等.出口與中國(guó)工業(yè)企業(yè)的生產(chǎn)率：自我選擇效應(yīng)還是出口學(xué)習(xí)效應(yīng)？［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（02）：37-51.

［34］康志勇.中國(guó)本土企業(yè)出口增長(zhǎng)之謎的再思考：基于企業(yè)財(cái)務(wù)視角的分析［J］.世界經(jīng)濟(jì)研究，2011（10）：3-8，32，87.

［35］楊汝岱.中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率研究［J］.經(jīng)濟(jì)研究，2015（02）：61-74.

［36］戴覓，余淼杰.企業(yè)出口前研發(fā)投入、出口及生產(chǎn)率進(jìn)步：來自中國(guó)制造業(yè)企業(yè)的證據(jù)經(jīng)濟(jì)學(xué)（季刊），2012，11（01），211-230.

［37］Glick，R.，Rose，A.K.Currency unions and trade：A post-emu reassessment［J］.European Economic Review，2016，87：78-91.

［38］Jurado，K.，Ludvigson，S.C.，Ng，S..Measuring uncertainty［J］.American Economic Review，2015，105：1177-1216.

［39］Brueckner，M.，Vespignani，J..Trade Uncertainty and Income Inequality［R］.Working Paper，University of Tasmania，Tasmania School of Business and Economics，2017.

［40］Head，K.，Mayer，T.，Ries，J.，The erosion of colonial trade linkages after independence［J］.Journal of International Economics，2010，81：1-14.

［41］陶長(zhǎng)琪，齊亞偉.中國(guó)全要素生產(chǎn)率的空間差異及其成因分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（01）：19-32.

［42］聶輝華，張彧，江艇.中國(guó)地區(qū)腐敗對(duì)企業(yè)全要素生產(chǎn)率的影響［J］.中國(guó)軟科學(xué)，2014（05）：37-48.

［43］邵敏，包群.政府補(bǔ)貼與企業(yè)生產(chǎn)率：基于我國(guó)工業(yè)企業(yè)的經(jīng)驗(yàn)分析［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2012（07）：70-82.

［44］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展心理科學(xué)進(jìn)展［J］.心理科學(xué)進(jìn)展，2014（5）：731-745.

［45］王志鵬，李子奈.外資對(duì)中國(guó)工業(yè)企業(yè)生產(chǎn)效率的影響研究［J］.管理世界，2003（04）：17-25.

（責(zé)任編輯 文 格）

Impacts of Trade Uncertainty on Total Factor Productivity

of Chinese Manufacturing Enterprises

ZHAO Xi-yang1， LI Jun2， YAN Wen-shou2

（1.School of Economics，Wuhan Polytechnic University，Wuhan 430023，Hubei，China;

2.School of Business Administration，Zhongnan University of Economics and Law，

Wuhan 430073，Hubei，China）

Abstract：Chinese economy is in a crucial period of transition from a high-speed growth stage to a high-quality development stage.The upgrading of manufacturing enterprises is of great significance to the promotion of their international competitiveness.However，a series of events such as the rise of “anti-globalization” thoughts and protectionist tendencies create uncertainties of global trade.Firstly，this paper applies gravity model to effectively measure trade uncertainties faced by Chinese enterprises.Then taking the data of industrial enterprises from 2000 to 2007 as the samples，this paper empirically studies the impact of trade uncertainty on the total factor productivity of Chinese enterprises，and finally makes an in-depth analysis of its influencing mechanism.The empirical results show that： on the whole，trade uncertainty has a significant negative effect on the total factor productivity of Chinese manufacturing enterprises，i.e.the lower the trade uncertainty is，the higher the production efficiency of enterprises can be.Trade uncertainty has a significant positive effect on the total factor productivity of export enterprises and a significant negative effect on the total factor productivity of non-export enterprises.Trade uncertainty possibly affects the productivity of enterprises by influencing their R&D input.The conclusion of the study has important policy implications for promoting the total factor productivity of Chinese enterprises in the context of trade uncertainty.

Key words：trade uncertainty; total factor productivity; influence mechanism; mediating effect