金融開放對企業全要素生產率的影響

摘 要：

金融開放為國內金融體系帶來“資金供給”和“效率提升”的雙重改進，能夠在改善企業資金狀況的同時促進企業技術創新，進而提高企業的全要素生產率。采用2011—2023年滬深A股上市公司和地級市的數據分析發現：金融開放顯著促進了企業全要素生產率增長，并可以通過緩解融資約束和促進技術創新兩條路徑來提升企業全要素生產率；相比吸收能力較低企業和中小企業，吸收能力較高企業和大型企業的全要素生產率較高，且金融開放的全要素生產率提升效應也較強；市場競爭程度的加劇、資源錯配程度的降低、金融發展水平的提高有助于企業全要素生產率提升，并能強化金融開放的企業全要素生產率提升效應；金融開放對企業全要素生產率的促進作用在經濟衰退期較弱，而在經濟復蘇期較強。因此，應穩步推進金融高水平開放，讓金融開放的紅利惠及各類企業，并不斷改善企業發展環境，提升企業吸收能力，助力企業做大做強，驅動企業全要素生產率持續提升。

關鍵詞：

金融開放；全要素生產率；融資約束；技術創新；吸收能力；資源錯配；經濟周期

中圖分類號：F832.6；F270.3 "文獻標志碼：A "文章編號：1674-8131（）0-0036-15

引用格式：

高慧清，翟亞新.金融開放對企業全要素生產率的影響［J］.西部論壇，2025，35（1）：36-50.

GAO Hui-qing， ZHAI Ya-xin. Impact of financial openness on firm-level total factor productivity［J］. West Forum， 2025，35（1）：36-50.

一、引言

發展新質生產力是推動高質量發展的內在要求和重要著力點，新質生產力以全要素生產率的大幅提升為核心標志。因此，提高全要素生產率是發展新質生產力和推動高質量發展的首要方向，全要素生產率也成為近年來學術界研究的熱點話題之一。企業是經濟發展的微觀主體，必須提高企業全要素生產率才能實現全社會全要素生產率的增長。大量文獻探討了影響企業全要素生產率的各種因素，以尋求促進企業全要素生產率提升的有效路徑。相關實證研究主要從企業自身特征和發展環境兩個方面來考察影響企業全要素生產率的因素，其中，在企業的發展環境方面，金融是一個重要因素。除了金融發展（陳志剛 等，2012；羅良文 等，2020）［1-2］外，金融地理結構（陶鋒 等，2017；吳虹儀，2024）［3-4］、金融科技（巴曙松 等，2020；宋敏 等，2021）［5-6］、金融政策（劉少波 等，2022；陳小運 等，2024）［7-8］、金融摩擦（高偉生，2018；史小坤 等，2023）［9-10］、金融分權（何美玲 等，2019）［11］、金融改革（閆永生 等，2022）［12］、供應鏈金融（周易 等，2023）［13］和銀行價格競爭（江康奇 等，2023）［14］等對企業全要素生產率的影響也受到學者們的關注，數字金融（陳中飛 等，2021；左曉慧 等，2024）［15-16］和綠色金融（張小勇 等，2024）［17］對企業全要素生產率的影響更是成為近期的研究熱點。

然而，總體上看，目前關于金融開放對企業全要素生產率的影響研究相對不足，而且相關文獻大多基于金融開放的某一方面或某項金融開放政策展開分析。比如：李青原和章尹賽楠（2021）［18］探討了金融開放對資源配置效率的影響，盡管以中國工業企業數據為研究樣本，但主要考察的是外資銀行進入對城市-行業層面全要素生產率的影響；楊勝剛等（2022）［19］以1999—2019年中國A股上市公司為研究樣本分析發現，資本市場開放水平的提高能夠通過緩解融資約束的渠道顯著提升企業全要素生產率；戴鵬毅等（2021）［20］以“滬港通”的實施作為資本市場開放的準自然實驗，研究發現“滬港通”的實施有助于促進企業全要素生產率提升。

作為高水平對外開放的重要領域，金融開放不僅能夠擴張資本市場、增加資本供給，還可以促進資本市場的制度完善和結構升級，是加快發展新質生產力和推動經濟高質量發展的重要突破口。2018年以來，我國金融開放的步伐明顯加快，資金流入的限制以及外資持股比例、準入條件、經營業務等方面的限制進一步放寬。在此背景下，金融開放能否推動企業全要素生產率提升？其中的作用機制是什么？怎樣才能更好利用金融開放帶來的資源和契機促進企業全要素生產率增長？對這些問題的回答，無疑有助于進一步深化金融開放和推進經濟高質量發展。鑒于目前在這方面研究的不足，本文采用2011—2023年滬深A股上市公司和地級市的數據，通過構建城市金融開放水平的綜合評價指標來考察地區金融開放對企業全要素生產率的影響及其機制。

相比已有文獻，本文的邊際貢獻主要在于：第一，拓展和深化金融開放與全要素生產率之間的關系研究，并為城市金融開放的企業全要素生產率提升效應提供經驗證據。第二，基于資金投入和技術進步這兩大影響企業全要素生產率的關鍵因素，探究金融開放通過緩解企業融資約束和促進企業技術創新來提升企業全要素生產率的傳導機制，有助于深入認識金融開放的微觀經濟效應和正確把握提升企業全要素生產率的有效路徑。第三，進一步從多維度考察金融開放影響企業全要素生產率的異質性，包括企業自身特征層面的吸收能力和規模異質性，企業發展環境層面的行業競爭程度、資源配置狀況、金融發展水平異質性，以及發展階段層面的經濟周期異質性，為在深化金融開放過程中有效促進各地各類企業的全要素生產率增長提供借鑒和啟示。

二、理論分析與研究假說

1.金融開放對企業全要素生產率的影響

企業生產的數量和質量取決于其要素的投入和組合效率，技術進步和組織優化帶來的要素生產率提升為企業發展提供了源源不斷的動力。伴隨著經濟發展質量的提高，傳統要素投入對經濟增長的貢獻度下降，通過提高要素生產率來提升產出水平成為推動經濟長期穩定增長的重要路徑。金融是國民經濟的血脈，金融體系的不完善會導致金融資源供給不足和供給效率低下等問題，并阻礙實體經濟的高質量發展。因此，金融的高質量發展會有效促進企業全要素生產率提升。在開放經濟體系下，深化金融開放是金融高質量發展的重要內容和有效路徑，而金融開放能夠為企業提高全要素生產率提供更多的資源和機會。金融開放包括資本市場開放、國內金融開放和股票市場開放等（陳雨露 等，2007；李青原 等，2021）［21］ ［18］，有助于更多更高質量的外資進入國內金融市場，為國內金融體系提供“資金供給”和“效率提升”的雙重改善。在資金供給方面，金融開放通過吸引外資參與本國金融市場增加了有效金融供給，有助于彌補國內金融市場發展過程中的資本積累不足問題。國際資本的進入和集聚增加了國內市場的資金來源，拓展了企業的融資渠道，有效緩解了企業面臨的融資約束問題，使得企業有更多的資金進行技術創新和生產擴張，進而通過技術進步和規模經濟促進全要素生產率增長。在效率提升方面，金融開放有助于學習借鑒國外先進的金融治理機制和工具，進而通過不斷完善金融體系緩解國內市場的金融抑制現象，促使實際利率趨近于市場均衡利率，降低企業的融資成本并提高資本的使用效率。同時，跨境資本流動限制的減少以及金融市場準入要求的降低會激勵外資銀行進入并開設分支機構，這將有利于形成有效競爭的金融市場環境，優化金融市場結構，緩解信息不對稱等金融摩擦，提高金融系統的運行效率，進而更好地助力企業全要素生產率提升（Singh et al.，2023）［22］。

基于上述分析，本文提出假說1：金融開放顯著促進了企業全要素生產率提升。

在完美市場下，資源會通過市場機制以均衡價格在各經濟主體間實現合理分配，從而推動經濟逼近帕累托最優。然而，在現實經濟中，金融發展水平不均衡、市場摩擦、政府干預以及信息不對稱等都可能導致企業面臨的生產要素和產品價格出現扭曲。融資約束和技術創新不足會直接對企業全要素生產率的提升形成制約，而金融開放能夠優化企業融資環境、釋放企業創新動力，進而有效促進企業全要素生產率增長。因此，本文主要從融資約束和技術創新兩個方面來探討金融開放影響企業全要素生產率的機制。

2.金融開放、融資約束與企業全要素生產率

在現代經濟體系中，金融發揮著至關重要的作用，而融資則是企業成長和擴張的基石。然而，資本的稀缺性使得融資約束成為一種普遍現象，限制了企業的進一步發展。當面臨較為寬松的融資環境時，企業能夠更容易地從外部市場獲取資金，并將其用于擴展業務、研發新產品或技術、提升生產能力等。相反，如果企業面臨嚴重的融資約束，融資成本高、融資難度大會顯著增加企業的財務負擔，限制其在關鍵領域的投資能力，不利于企業的生產擴張和效率提升（解維敏 等，2011）［23］。因此，融資約束是制約企業全要素生產率增長的關鍵因素之一。

金融開放可以有效緩解企業的融資約束，進而推動企業全要素生產率的提升。第一，金融開放為國內企業和金融機構進入國際金融市場提供了更多更好的機會，

拓寬

了企業的融資渠道，不僅增加了具備“硬信息”的大企業的資金供給，也顯著改善了以中小企業為主的“軟信息”借款主體的融資約束狀況（程新生 等，2024）［24］。第二，外資銀行進入會加劇國內金融系統的競爭，促使金融體系不斷完善，金融發展水平不斷提高，有助于降低金融市場不完備所造成的資源錯配。第三，金融開放會使國內金融機構逐漸與世界金融市場融合，這將緩解信息不對稱問題，提高信息披露

質量，有助于完善企業的內部治理和外部監管（Varela，2018；Igan et al.，2020；Calomiris et al.，2021）［25-27］，從而提高企業的融資能力，拓寬企業的融資渠道。融資約束的緩解則有利于企業全要素生產率的提升。一方面，充足的資金為企業招聘高層次專業人才提供了有力支持，并為員工培訓提供了資金保障，有助于企業人力資本水平和結構的提升，進而顯著提高勞動生產率；另一方面，充足的資金使企業能夠開展更多的技術研發和成果轉化活動，促進其技術進步和效率提升。

基于上述分析，本文提出假說2：金融開放能夠通過緩解融資約束的路徑來提升企業全要素生產率。

3.金融開放、技術創新與企業全要素生產率

根據內生增長理論，技術創新是驅動經濟長期增長的關鍵因素（Shahbaz et al.，2022）［28］。通過技術創新，企業開發出新的生產設備、方法、產品和服務，能夠提高生產效率和產品質量，從而實現全要素生產率的快速增長；而技術創新不足會導致企業發展停滯，并引發生產效率降低、生產成本上升、市場競爭力減弱等一系列問題，嚴重阻礙企業的全要素生產率增長（唐未兵 等，2014）［29］。因此，技術創新是企業全要素生產率增長的主要來源之一。

金融開放能夠促進企業技術創新，從而提高企業全要素生產率。第一，資金短缺是制約企業技術創新的主要因素之一，而金融開放提高了企業對金融資源和金融服務的可得性，有利于企業增加技術創新投入。第二，金融開放帶來的資本流動和風險分散降低了資本的風險溢價，這將提高企業的風險承擔水平和技術創新意愿，并有助于企業在面對市場不確定性時做出更加靈活的創新決策。第三，金融開放推動了國際合作，加速了先進技術、人才等的流動（Jiang et al.，2021）［30］，有利于企業通過知識溢出效應提高自身的創新能力（艾育紅 等，2021；莊毓敏 等，2023）［31-32］。企業技術創新水平的提高則有助于其全要素生產率提升（茍琴 等，2018）［33］。一方面，技術創新成果的應用會直接推動全要素生產率提升；另一方面，企業間的技術溢出使得企業可以利用其他企業的技術創新來提高自身的全要素生產率（黃勃 等，2019）［34］。

基于上述分析，本文提出假說3：金融開放能夠通過促進技術創新的路徑來提升企業全要素生產率。

三、實證檢驗設計

1.基準模型設定

為了檢驗城市金融開放對企業全要素生產率的影響，本文構建如下計量模型：

TFPi，c，d，t=β0+β1FinOpenc，t+βXi，c，d，t+δt+ωd+εi，c，d，t

其中，i、c、d和t分別表示企業、城市、行業和年份。被解釋變量（TFPi，c，d，t）“企業TFP”為t年c城市d行業i企業的全要素生產率，核心解釋變量（FinOpenc，t）“城市金融開放”為t年c城市的金融開放水平，Xi，c，d，t表示控制變量，δt和ωd代表年份固定效應和行業固定效應，εi，c，d，t為隨機誤差項。

（1）“企業全要素生產率”的測度。本文借鑒魯曉東和連玉君（2012）［35］、曹偉等（2022）［36］的研究，采用OP法估計企業的全要素生產率（TFP_OP），并使用LP法（TFP_LP）和ACF法（TFP_ACF）的測算結果進行穩健性檢驗。

（2）“城市金融開放”的測度。參考謝壽瓊等（2022）［37］的研究，本文基于“引進來”和“走出去”兩個

方面估計樣本城市的金融開放度，計算公式為：FinOpenc，t=α1×FO（F－H）c，t+α2×FDLc，tTDLc，t+α3×FDIc，t+OFDIc，tGDPc，t。其中，FinOpenc，t為金融開放水平，FO（F－H）c，t為金融開放深度【 通過修正的F-H法（儲蓄率—投資率法）計算：首先，測算各城市每年的儲蓄率與投資率，儲蓄率以金融機構人民幣各項存款余額與GDP之比衡量，投資率以金融機構人民幣各項貸款余額與GDP之比衡量；然后，計算各城市整個樣本期間儲蓄率與投資率的相關系數γ0，并利用遞歸法估計各城市每年儲蓄率與投資率的相關系數γt；最后，通過公式FO（F－H）c，t=1－γt計算各城市的金融開放深度（儲蓄率與投資率的相關性越高，則金融開放深度越低）?！浚現DLc，t為金融機構外幣存貸款總額，TDLc，t為金融機構本外幣存貸款總額，FDIc，t、OFDIc，t和GDPc，t分別為外商直接投資存量、對外直接投資存量和國內生產總值（GDP）?？紤]到金融開放深度指標的次優性以及國際直接投資與GDP之比相較于金融機構外幣存貸款占比更能反映金融開放進程，設定參數α1=α2=0.25、α3=0.5。所用存量指標的測算公式為：St0=Ft0τ+α，St=（1－α）×St－1+Ft。其中，St0為基期存量，Ft0為基期流量，τ為樣本期間城市人均GDP增長率，α表示折舊率（設定為6%）。此外，將所有以美元計價的數據根據當年匯率轉換為以人民幣計價的數據。

（3）控制變量的選取。參考李青原和章尹賽楠（2021）［18］、Li和SU（2022）［38］的研究，從企業、行業、城市3個層面選取以下控制變量：企業層面包括“企業年齡”（當年年份與企業成立年份之差加1后取自然對數）、“資本密集度”（總資產與員工人數之比）、“現金流比率”（經營活動產生的現金流量凈額與總資產之比）、“兩職合一”（同一人兼任董事長與總經理取值為1，否則取值為0）、“董事會規?！保ǘ聲聰盗咳∽匀粚担ⅰ肮芾韺映止杀壤保ǘO高持股數量占總股數量的百分比）6個變量，行業層面包括“行業管理費用率”（行業管理費用與行業營業收入之比）、“行業固定資產比率”（行業固定資產凈額與行業總資產之比）、“行業集中度”（基于營業收入計算的赫芬達爾指數）3個變量，城市層面包括“人力資源水平”（普通高等院校在校學生數取自然對數）、“工業化程度”（第二產業增加值占GDP的百分比）、“政府支出”（政府財政支出占GDP的百分比）3個變量。

2.樣本選擇與數據處理

本文以2011—2023年滬深A股上市公司為研究樣本，并參考現有研究的做法進行樣本篩選：剔除金融業樣本，剔除ST和*ST類樣本，剔除資產負債率大于1的樣本，剔除當年新上市和已退市或暫停上市的樣本，并刪除樣本IPO年份及以前的數據。微觀層面的數據主要來自同花順金融數據終端（iFinD）、Wind經濟數據庫（EDB）和中國證券市場與會計研究（CSMAR）數據庫，宏觀層面的數據主要來自樣本城市的國民經濟和社會發展統計公報、統計年鑒以及統計局和政府網站等。根據上市公司的注冊地，將企業層面的數據與城市層面的數據進行匹配，在匹配過程中刪除了缺失數據的樣本，剔除了14個不符合本文要求（2011—2023年均為地級市）的地級市【 根據中國國家統計局（CNBS）的數據，我國目前有299個地級市（不包括港澳臺地區），本文剔除了其中14個地級市。剔除的城市包括：巢湖市（2011年調整為縣級市，劃歸合肥市管理），萊蕪市（2019年撤銷），三沙市（2012年成為地級市），儋州市（2015年成為地級市），日喀則市（2014年成為地級市），昌都市（2014年成為地級市），寧池市（2015年成為地級市），山南市（2016年成為地級市），那曲市（2017年成為地級市），海東市（2013年成為地級市），吐魯番市（2015年成為地級市），哈密市（2016年成為地級市），畢節市（2011年11月成為地級市），銅仁市（2011年10月成為地級市）?！俊＝涍^篩選，本文最終得到29 979個觀測值。為減少異常值對實證結果的影響，對所有連續變量進行1%的縮尾處理，主要變量的描述性統計結果見表1。

四、實證檢驗結果分析

1.基準回歸

表2為基準模型回歸結果，無論是否加入控制變量、是否控制年份和行業固定效應，“城市金融開放”的回歸系數均在1%的水平上顯著為正，表明城市金融開放水平的提高對企業全要素生產率具有顯著的正向影響，即金融開放顯著促進了企業全要素生產率提升，假說1得到驗證。此外，從控制變量來看，企業的年齡越大、資本密集度越強、現金流比率越高、董事會規模越大、所在行業管理費用率越低，其全要素生產率越高。

2.穩健性檢驗和內生性處理

為驗證基準模型分析結果的可靠性，本文進行以下穩健性檢驗：（1）解釋變量滯后處理。考慮到金融開放對企業全要素生產率的影響可能存在滯后性，對“城市金融開放”進行滯后1～3期處理后重新進行檢驗，回歸結果見表3的Panel A。（2）替換被解釋變量?？紤]到OP法存在一定缺陷，采用LP法和ACF法估計樣本企業的全要素生產率，將其作為被解釋變量分別進行檢驗，回歸結果見表3的Panel B。（3）重復隨機抽樣檢驗。為緩解樣本選擇偏差問題，使用Bootstrap方法進行重復隨機抽樣檢驗（將樣本抽取設定為10 000個，重復隨機抽樣500次），回歸結果見表3的Panel C。上述檢驗結果顯示，“城市金融開放”及其滯后項對“企業TFP”的回歸系數均在1%的水平上顯著為正，表明本文的分析結果是穩健的。

為緩解基準模型可能存在的遺漏變量和反向因果關系等內生性問題對回歸結果的干擾，本文采用工具變量法進行內生性處理。參考程新生和劉振華（2024）［24］的研究，采用與樣本企業所在城市接壤城市的平均金融開放水平作為“城市金融開放”的工具變量。一方面，金融發展和開放具有空間溢出效應，相鄰城市之間的金融開放水平具有一定的相關性；另一方面，其他城市的金融開放水平不太可能直接影響特定企業的全要素生產率。因此，該變量滿足工具變量的相關性和外生性要求。運用兩階段最小二乘法（2SLS）的檢驗結果見表3的Panel D。第一階段的回歸結果顯示工具變量與“城市金融開放”顯著正相關，第二階段的回歸結果顯示工具變量擬合的“城市金融開放”對“企業TFP”回歸系數在1%的水平上顯著為正的，且不存在弱工具變量和不可識別問題?？梢?，在緩解內生性問題后，金融開放顯著提升了企業全要素生產率的結論依然成立。

3.機制檢驗

融資約束是制約企業全要素生產率提升的重要因素之一。在資金匱乏的情況下，企業通常會放棄一些有利的投資機會，甚至可能會中斷正常的生產經營活動，從而導致生產效率難以持續提升（任曙明 等，2014）［39］，因此融資約束的緩解有助于促進企業全要素生產率的提高（Ayyagari et al.，2010）［40］。技術進步則是企業全要素生產率提升的關鍵驅動力。技術創新有助于企業生產設備、技術和流程的改進，并促進企業的人力資本增長和知識積累，能夠在降低生產成本的同時提高產品質量與性能，進而提升企業的全要素生產率（任英華 等，2023）［41］?；诖?，本文參照江艇（2022）［42］提出的檢驗方法，通過分析金融開放對企業融資約束和技術創新的影響來進行機制檢驗。構建如下計量模型：

Mi，c，d，t=β0+β1FinOpenc，t+βXi，c，d，t+δt+ωd+εi，c，d，t

其中，M為機制變量。根據前文理論分析，選取以下機制變量：一是“KZ指數”，用以檢驗金融開放能否緩解企業的融資約束。參考馮永琦等（2024）［43］的方法，采用KZ指數來衡量樣本企業受到的融資約束程度，KZ指數越大則融資約束程度越高。二是“研發投入”“發明專利申請量”“專利申請總量”3個變量，用以檢驗金融開放能否促進企業的技術創新。技術創新包括創新投入和創新產出兩個方面（黃勃 等，2022）［34］，分別采用研發費用與總資產之比、發明專利申請量的自然對數值、三類專利申請總量的自然對數值來衡量樣本企業的創新投入和創新產出。

機制檢驗結果見表4，“城市金融開放”對“KZ指數”的回歸系數在1%的水平上顯著為負，對“研發投入”“發明專利申請量”“專利申請總量”的回歸系數在1%的水平上顯著為正，表明金融開放顯著緩解了企業的融資約束、促進了企業的技術創新，進而提升了企業的全要素生產率。由此，假說2和假說3得到驗證。

五、進一步的討論：異質性分析

不同的企業具有不同的資源稟賦和生產經營模式，且所處的發展階段和市場環境也各不相同，因而金融開放對企業全要素生產率的影響可能表現出多樣化的異質性。本文從企業的自身特征、企業的發展環境、宏觀經濟周期3個方面進行異質性分析，并采用調節效應模型來進行實證檢驗，即在基準模型中引入調節變量及其與“城市金融開放”的交乘項。

1.企業特征異質性：吸收能力與規模

（1）企業吸收能力異質性。吸收能力不僅是影響企業全要素生產率的重要因素，還會影響金融開放對企業全要素生產率的作用。吸收能力較強的企業能夠更有效地識別、整合和利用金融開放帶來的各種資源和機會（如融資渠道、投資機會以及先進的管理等），充分吸收金融開放的技術溢出和經濟紅利，從而有效提高全要素生產率（Jiang et al.，2021）［30］。相反，吸收能力較低的企業可能會由于缺乏有效的學習和創新機制而不能很好地識別、整合和利用金融開放帶來的相應資源和機會（李史恒 等，2024）［44］。因此，金融開放的全要素生產率提升效應在吸收能力較高的企業中更強。企業的人力資本結構反映了其知識儲備深度，企業員工對新知識的掌握速度以及將知識應用于實踐的能力往往與其學歷正相關，因而企業高學歷的人才越多則其吸收能力越強?；诖耍疚膮⒖祭罘驳龋?022）［45］的研究，采用本科及以上學歷員工占比來衡量樣本企業的吸收能力，根據其均值設置調節變量“高吸收能力” （高于均值取值為1，否則取值為0），進行調節效應檢驗，回歸結果見表5的Panel A?！俺鞘薪鹑陂_放”“高吸收能力”“城市金融開放×高吸收能力”對“企業TFP”的回歸系數均顯著為正，這說明：相比吸收能力較低的企業，吸收能力較高的企業具有較高的全要素生產率，而且金融開放對吸收能力較高企業全要素生產率的提升作用更強。

（2）企業規模異質性。不同規模企業的資源稟賦、風險管理能力以及獲得的政策優惠等存在顯著差異，因而金融開放對不同規模企業全要素生產率的影響可能不同。大型企業一般處于行業領先地位，擁有豐富的資源、較高的信譽度、強勁的市場競爭力以及成熟的風險管理機制，且更易于獲得相關政策支持，從而能夠更有效地利用金融開放的機遇，通過低成本融資擴大生產規模和增加技術創新投資，并積極吸收外部先進技術和管理經驗，顯著提升全要素生產率。相比之下，中小型企業可能會因規模較小而難以獲得同等條件的融資，加上缺乏有效的風險管理機制，面對市場波動和外部沖擊時應對能力較弱，這將制約其全要素生產率的穩定和增長。因此，金融開放對大型企業全要素生產率的提升作用要強于對中小企業的提升作用。本文參考崔惠玉等（2022）［46］的研究，根據企業資產規模構建調節變量“大型企業”（年末資產總額位于前25%的樣本取值為1，其他樣本取值為0），進行調節效應檢驗，回歸結果見表5的Panel B?！俺鞘薪鹑陂_放”“大型企業”“城市金融開放×大型企業”對“企業TFP”的回歸系數均顯著為正，這說明：相比中小企業，大型企業具有較高的全要素生產率，而且金融開放對大型企業全要素生產率的提升作用更強。

2.發展環境異質性：行業競爭程度、資源配置狀況與金融發展水平

（1）行業競爭異質性。企業面臨的市場競爭狀況是影響其全要素生產率的重要因素，競爭越激烈，企業越會積極地追求效率提升。金融開放導致的資本流動性和投資機會增加為企業技術進步和提高生產效率提供了條件和動力。然而，在競爭不足的市場競爭環境中，企業可能由于創新動力不足而不會充分利用金融開放帶來的資源和機會，金融機構也可能偏向于保守投資，加上較高的市場準入壁壘限制了新競爭者的進入，致使金融開放對企業全要素生產率的提升作用受限（Antoniades，2015；Flach，2016；陳愛貞 等，2022）［47-49］。因此，企業所在行業的競爭程度越高，金融開放對其全要素生產率的提升效應越大。本文參考宋敏等（2021）［6］的研究，采用行業主營業務利潤率的標準差來測度行業競爭程度，其值越大表明行業競爭程度越小。為了易于理解，將該逆指標通過取相反數轉變為正指標“行業競爭程度”，以其為調節變量進行調節效應檢驗，回歸結果見表6的Panel A?！俺鞘薪鹑陂_放”“行業競爭程度”“城市金融開放×行業競爭程度”對“企業TFP”的回歸系數均顯著為正，這說明：相比行業競爭程度較低的企業，行業競爭程度較高的企業具有較高的全要素生產率，而且金融開放對行業競爭程度較高企業全要素生產率的提升作用更強。

（2）資源配置異質性。資源錯配是阻礙企業全要素生產率提升的重要羈絆，而金融開放有利于國內外資本的自由流動，從而改善資源配置狀況。資源錯配程度較低反映出資源配置機制較為合理高效，此時金融開放能夠有效地促進資本流向效率較高的企業，提高資源配置效率，從而推動企業全要素生產率顯著增長。而當資源錯配程度較高時，資源配置機制往往存在不暢和低效等問題，低效率企業可能通過政府補貼或關系網絡獲得額外的資源，高效率企業則可能因為融資壁壘或市場失靈而難以獲得足夠的支持，此時金融開放可能會加劇資源分配的非效率，從而對企業全要素生產率的提升產生阻礙。因此，當資源錯配程度較低時，金融開放對企業全要素生產率的提升作用會更強。本文參考李青原和章尹賽楠（2021）［18］的研究，根據“城市-行業-年份”對企業進行分組，計算出每組企業全要素生產率的90%分位值和10%分位值，采用這兩個分位值之差（即全要素生產率的離散度）來衡量資源錯配程度，該值越大則資源錯配程度越大，以其為調節變量“資源錯配程度”進行調節效應檢驗，回歸結果見表6的Panel B?！俺鞘薪鹑陂_放”對“企業TFP”的回歸系數顯著為正，而“資源錯配程度”和“城市金融開放×資源錯配程度”對“企業TFP”的回歸系數顯著為負，這說明：相比資源錯配程度較高時，當資源錯配程度較低時企業具有較高的全要素生產率，而且金融開放對企業全要素生產率的提升作用也更強。

（3）金融發展異質性。根據金融自由化理論，金融抑制會造成市場失靈和儲蓄不足，而金融體系的成熟則會帶動利率下降、優化資本配置、激勵消費和投資，進而促進經濟增長。一方面，隨著經濟增長，金融服務的需求增大，金融體系不斷完善，金融發展水平不斷提高；另一方面，金融發展水平的提高和金融開放的深化會促進企業全要素生產率的提升，進而推動經濟增長（Singh et al.，2023）［22］。在金融發展水平較低的地區，金融體系較為脆弱，金融的不穩定會增加企業運營成本，降低資源配置效率，對企業生產率增長造成負面影響。同時，金融服務的不足也會限制企業獲取和利用金融開放帶來的資源和機會，不利于企業的技術進步和生產效率提升。因此，在金融發展水平較高的地區，金融開放對企業全要素生產率的促進作用會更強。本文以金融機構本外幣存貸款總額與實際GDP之比來衡量城市的金融發展水平，并以其為調節變量“金融發展水平”進行調節效應檢驗，回歸結果見表6的Panel C。“城市金融開放”“金融發展水平”“城市金融開放×金融發展水平”對“企業TFP”的回歸系數均顯著為正，這說明：相比金融發展水平較低城市的企業，金融發展水平較高城市的企業具有較高的全要素生產率，而且金融開放對金融發展水平較高城市企業全要素生產率的提升作用更強。

3.經濟周期異質性：繁榮期、衰退期、蕭條期與復蘇期

金融體系的穩健發展須根植于實體經濟的穩固根基。目前，我國經濟已由高速增長階段轉向高質量發展階段，同時，伴隨著高水平對外開放的持續深化，全球經濟周期變化對我國經濟活動和金融穩定性的影響不容忽視。那么，在經濟周期的不同階段，金融開放對企業全要素生產率的影響是否存在差異？對此，本文參考王超等（2020）［50］、Ma和Zhang（2021）［51］的研究，將經濟周期劃分為繁榮期、衰退期、蕭條期和復蘇期4個階段，具體劃分方法為：以城市實際GDP增長率作為周期性成分，遵循“從峰到谷”的方法，使用Hodrick-Prescott（HP）濾波計算周期值，再計算周期值的標準差，當周期性成分高于其標準差的80%時（經濟增長的局部頂峰）處于繁榮期，當周期性成分低于其標準差的70%時（經濟增長的局部低位）進入衰退期，當周期性成分低于其標準差的95%時進入蕭條期，當周期性成分從蕭條期的低谷反彈超過一個標準差時進入復蘇期?；谏鲜鰟澐謽嫿ㄕ{節變量“繁榮期”“衰退期”“蕭條期”“復蘇期”（屬于對應周期時取值為1，不屬于時取值為0），分別進行調節效應檢驗，回歸結果見表7?！俺鞘薪鹑陂_放×繁榮期”和“城市金融開放×蕭條期”的回歸系數不顯著，“城市金融開放×衰退期”的回歸系數顯著為負，“城市金融開放×復蘇期”的回歸系數顯著為正，這說明：在經濟衰退期金融開放對企業全要素生產率的促進作用較弱，而在經濟復蘇期金融開放對企業全要素生產率的促進作用較強。其原因可能是：在經濟衰退期，金融機構收縮信貸規模，導致企業尤其是中小企業融資困難，并且企業的風險偏好降低，對創新活動的投入減少，限制了企業全要素生產率的提升；當經濟進入復蘇期后，市場信心恢復，投資需求和信貸規模增加，企業生產和創新的積極性也提高，因而金融開放能夠更好地促進企業生產效率提升。

六、結論與啟示

金融開放是建設金融強國的重要組成部分，也是加快發展新質生產力的內在要求。隨著金融開放的不斷深化，其對于實體經濟高質量發展的影響越來越成為學術界關注的焦點問題。金融開放不僅會增加資本供給、促進資本流動，還會推動金融制度完善和市場升級，為國內金融體系帶來“資金供給”和“效率提升”的雙重改進，強化金融服務實體經濟的質效，并在改善企業資金狀況的同時促進企業技術創新，進而提高企業的全要素生產率。本文采用2011—2023年滬深A股上市公司和地級市的數據分析表明：（1）城市金融開放水平的提高顯著提升了企業全要素生產率，該結論在經過一系列穩健性檢驗和內生性處理后依然成立；（2）城市金融開放水平的提高可以顯著降低企業受到的融資約束程度、增加企業的研發投入和創新產出，從而形成金融開放通過緩解融資約束和促進技術創新兩條路徑來提升企業全要素生產率的傳導機制；（3）從企業特征異質性來看，吸收能力較高企業和大型企業具有較高的全要素生產率，而且金融開放對其全要素生產率的提升作用更強，這說明吸收能力提高和規模擴大有助于企業全要素生產率提升，并能強化金融開放的企業全要素生產率提升效應；（4）從發展環境異質性來看，當行業競爭程度較高、資源錯配程度較低、金融發展水平較高時，企業具有較高的全要素生產率，而且金融開放對企業全要素生產率的提升作用更強，這說明市場競爭加劇、資源配置改善、金融發展水平提高有助于企業全要素生產率提升，并能強化金融開放的企業全要素生產率提升效應；（5）從經濟周期異質性來看，金融開放對企業全要素生產率的促進作用在經濟衰退期較弱，而在經濟復蘇期較強。

根據上述研究結論，本文得到以下啟示：第一，穩步推進金融高水平開放，充分利用金融開放的融資約束緩解效應和技術創新促進效應，驅動企業全要素生產率持續提升。一方面，要堅持“穩中求進、以進促穩”原則，適當加大金融開放深度和廣度，通過吸引國際資本增強資金流動性，改善資金供給狀況，緩解企業的融資約束難題。另一方面，要從資金供需兩端著手，鼓勵和引導資金流向技術研發和成果轉化等創新活動，有效激勵企業加大研發投入，促進企業創新能力和水平不斷提高。第二，充分發揮金融開放的積極效應，促使各類企業更好更及時地識別和利用金融開放帶來的各種資源、機會和便利。一方面，要著力于提升企業的吸收能力，鼓勵和支持企業積極參與國際競爭、交流與合作，并充分利用知識和技術溢出效應提高生產效率。另一方面，要助力企業做大做強，并采取差異化的政策措施讓金融開放的紅利惠及各類企業，推動企業全要素生產率的整體提升。第三，不斷改善企業發展環境，有效助力企業高質量發展。要通過完善市場機制激發企業間的良性競爭，并建立健全市場監管體系，為企業發展營造良好的市場競爭環境；既要使市場在資源配置中起決定性作用，也要更好發揮政府作用，不斷提高資源配置效率；要加快金融高質量發展，并以開放促發展，逐步完善金融體系，推動金融結構升級，提高金融機構效率，減少資源錯配，推動企業全要素生產率穩步提升。此外，還應密切關注經濟周期，及時調整宏觀調控政策，引導金融更好地服務于實體經濟，助力經濟高質量發展。

參考文獻：

［1］

陳志剛，郭帥.金融發展影響全要素生產率增長研究述評［J］.經濟學動態，2012（8）：129-136.

［2］ 羅良文，孫小寧.金融發展對工業企業全要素生產率的影響——基于研發創新投入的分析［J］.江漢論壇，2020（1）：31-39.

［3］ 陶鋒，胡軍，李詩田，等.金融地理結構如何影響企業生產率？——兼論金融供給側結構性改革［J］.經濟研究，2017，52（9）：55-71.

［4］ 吳虹儀.中國銀行業金融空間結構與工業企業全要素生產率［J］.上海經濟研究，2024（3）：89-109.

［5］ 巴曙松，白海峰，胡文韜.金融科技創新、企業全要素生產率與經濟增長——基于新結構經濟學視角［J］.財經問題研究，2020（1）：46-53.

［6］ 宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［7］ 劉少波，吳玥.科技金融政策是否提升了企業全要素生產率？［J］.產經評論，2022，13（2）：117-132.

［8］ 陳小運，黃婉.綠色金融政策與綠色企業全要素生產率——基于《綠色信貸指引》實施的經驗證據［J］.財經論叢，2024（4）：60-69.

［9］ 高偉生.金融摩擦、資本誤配與全要素生產率［J］.中國經濟問題，2018（2）：58-71.

［10］史小坤，辛子辰.金融摩擦對企業全要素生產率的影響——基于金融數字化發展視角［J］.金融經濟學研究，2023，38（2）：97-111.

［11］何美玲，劉忠，馬燦坤.金融分權與制造業企業全要素生產率［J］.山西財經大學學報，2019，41（9）：30-44.

［12］閆永生，李凌飛，邵傳林.金融改革對民營企業全要素生產率的影響——基于國家設立金融綜合改革試驗區的準自然實驗［J］.經濟體制改革，2022（3）：142-148.

［13］周易，王曉亮，吳金柯.供應鏈金融會提升企業全要素生產率嗎？［J］.經濟問題，2023（11）：57-64.

［14］江康奇，陳中飛，梁家欣.銀行價格競爭與企業全要素生產率——異質性、機制與數字金融下的效應差異［J］.金融論壇，2023，28（3）：60-69.

［15］陳中飛，江康奇.數字金融發展與企業全要素生產率［J］.經濟學動態，2021（10）：82-99.

［16］左曉慧，錢鵬程.數字金融發展、金融錯配度與企業全要素生產率［J］.經濟問題，2024（11）：51-59.

［17］張小勇，郭愛君，雷中豪.綠色金融提高企業全要素生產率了嗎？——基于綠色金融改革創新試驗區的準自然實驗［J］.濟南大學學報（社會科學版），2024，34（2）：86-100.

［18］李青原，章尹賽楠.金融開放與資源配置效率——來自外資銀行進入中國的證據［J］.中國工業經濟，2021（5）：95-113.

［19］楊勝剛，戴鵬毅，袁禮，等.資本市場開放與全要素生產率：基于國內金融市場與機制轉換的雙重邏輯［J］.世界經濟研究，2022（12）：88-100+132+134.

［20］戴鵬毅，楊勝剛，袁禮.資本市場開放與企業全要素生產率［J］.世界經濟，2021，44（8）：154-178.

［21］陳雨露，羅煜.金融開放與經濟增長：一個述評［J］.管理世界，2007（4）：138-147.

［22］SINGH S，Arya V，YADAV M P，et al. Does financial development improve economic growth？ The role of asymmetrical relationships［J］. Global Finance Journal，2023，56：100831.

［23］解維敏，方紅星.金融發展、融資約束與企業研發投入［J］.金融研究，2011（5）：171-183.

［24］程新生，劉振華.金融開放、融資約束與企業創新投資［J］.南開經濟研究，2024（2）：64-82.

［25］VARELA L. Reallocation，competition，and productivity：evidence from a financial liberalization episode［J］. The Review of Economic Studies，2018，85（2）：1279-1313.

［26］IGAN D，KUTAN A M，MIRZAEI A. The real effects of capital inflows in emerging markets［J］. Journal of Banking amp; Finance， 2020，119：105933.

［27］CALOMIRIS C W，LARRAIN M，SCHMUKLER S L. Capital inflows，equity issuance activity，and corporate investment［J］. Journal of Financial Intermediation，2021，46：100845.

［28］SHAHBAZ M，SONG M，AHMAD S， et al. Does economic growth stimulate energy consumption？ The role of human capital and Ramp;D expenditures in China［J］. Energy Economics，2022，105：105662.

［29］唐未兵，傅元海，王展祥.技術創新、技術引進與經濟增長方式轉變［J］.經濟研究，2014，49（7）：31-43.

［30］JIANG Y，WANG H，LIU Z. The impact of the free trade zone on green total factor productivity： evidence from the shanghai pilot free trade zone［J］. Energy Policy，2021，148：112000.

［31］艾育紅，彭迪云.自主創新、對外開放和高技術產業全要素生產率——基于吸收能力視角的研究［J］.金融與經濟，2021（9）：68-75.

［32］莊毓敏，儲青青.金融開放與技術創新：理論與實證［J］.國際金融研究，2023（9）：16-28.

［33］茍琴，蔡輝，徐建國.資本賬戶開放與經濟增長——長短期效應及渠道研究［J］.經濟科學，2018（2）：45-59.

［34］黃勃，李海彤，江萍等.戰略聯盟、要素流動與企業全要素生產率提升［J］.管理世界，2022，38（10）：195-212.

［35］魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007［J］.經濟學（季刊），2012，11（2）：541-558.

［36］曹偉，馮穎姣，余晨陽，等.人民幣匯率變動、企業創新與制造業全要素生產率［J］.經濟研究，2022，57（3）：65-82.

［37］謝壽瓊，胡德，韓健.我國金融開放空間關聯性的實證分析［J］.中國軟科學，2022（2）：184-192.

［38］LI X，SU D. Total factor productivity growth at the firm-level：the effects of capital account liberalization［J］. Journal of International Economics，2022，139：103676.

［39］任曙明，呂鐲.融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究［J］.管理世界，2014，（11）：10-23+187.

［40］AYYAGARI M，DEMIRG-Kunt A，MAKSIMOVIC V. Formal versus informal finance：evidence from China［J］. The Review of Financial Studies，2010，23（8）：3048-3097.

［41］任英華，劉宇釗，李海彤.人工智能技術創新與企業全要素生產率［J］.經濟管理，2023，45（9）：50-67.

［42］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［43］馮永琦，張浩琳，倪娟.實體企業金融資產投資動機：貨幣政策異質性影響與數字金融調節效應［J］.中國工業經濟，2024 （2）：118-136.

［44］李史恒，屈小娥.中國對“一帶一路”沿線國家OFDI的綠色生產率增長效應——基于吸收能力和制度環境的實證檢驗［J］.經濟問題探索，2024（1）：121-137.

［45］李凡，代永瑋，張迪.出口活動、吸收能力、研發合作與創新績效［J］.科研管理，2022，43（3）：125-133.

［46］崔惠玉，田明睿，王倩.增值稅留抵稅款抑制了企業研發投入嗎［J］.財貿經濟，2022，43（8）：59-73.

［47］ANTONIADES A. Heterogeneous firms，quality，and trade［J］. Journal of International Economics，2015，95（2）：263-273.

［48］FLACH L. Quality upgrading and price heterogeneity：evidence from Brazilian exporters［J］. Journal of International Economics，2016，102（9）：282-290.

［49］陳愛貞，趙冬顏.出口目的地、市場競爭與資本品質量［J］.中國工業經濟，2022（9）：140-158.

［50］王超，陳樂一，李玉雙.中國金融周期特征及其宏觀經濟效應［J］.中國管理科學，2020，28（12）：12-22.

［51］MA Y，ZHANG H. Finance and productivity growth：evidence from China［J］. Global Economic Review，2021，50（3）：273-292.

Impact of Financial Openness on Firm-Level

Total Factor Productivity

GAO Hui-qing， ZHAI Ya-xin

（School of Business， Zhengzhou University， Zhengzhou 450001， Henan， China）

Summary：

The substantial increase in total factor productivity is the core indicator of new quality productive forces. Financial openness， as an important part of China’s high-level opening up to the outside world， plays a crucial role in accelerating the formation of new quality productive forces and promoting the high-quality development of the economy. In this context， whether the increase in the level of financial openness can promote the improvement of total factor productivity and contribute to the high-quality development of the economy is a key question that needs to be answered urgently.

Based on the panel data of 4010 enterprises from the A-share listed companies database of China’s Shanghai and Shenzhen stock markets from 2011 to 2023， this paper empirically examines the impact and mechanism of financial openness on the total factor productivity of enterprises. The results show that financial openness can significantly enhance the total factor productivity of enterprises. The mechanism test indicates that financial openness drives the improvement of total factor productivity of enterprises through alleviating financing constraints and improving the level of technological innovation. Heterogeneity analysis shows that the promotion effect of financial openness on the total factor productivity of enterprises with high absorption capacity and large scale， as well as those in highly competitive markets， areas with low resource misallocation and high financial development levels， is more significant. Moreover， the promoting effect of financial openness on total factor productivity varies at different stages of the economic cycle， weakening in recession periods and strengthening in recovery periods.

Compared with previous literature， the main contributions of this paper are： First， it helps to enrich the literature on the microeconomic consequences of financial openness. By using enterprise-level data in China to study the impact mechanism of financial openness on the total factor productivity of enterprises， this paper enriches the related research on financial openness and economic development， as well as financial markets and productivity growth by Larrain et al. （2017） and Yang Shenggang et al. （2022）. Second， in terms of research content， this paper considers the heterogeneous effects at both the enterprise level and the external environment level， providing micro empirical evidence for China’s financial openness to support the development of the real economy. In addition， in terms of indicator measurement， this paper uses the level of financial openness obtained by multi-variable dimension reduction and the total factor productivity calculated in multiple ways （including the OP method， LP method， and ACF method）， which effectively alleviates the endogeneity problem caused by the mutual causality between financial openness and total factor productivity， making the research conclusions more credible.

This paper reveals to some extent the internal logic of how financial openness affects the total factor productivity of enterprises， which helps to understand the micro mechanism of how financial openness affects the efficiency of the real economy， emphasizes the role of alleviating financing constraints and improving the level of technological innovation， and considers the impact of enterprise characteristics and external environmental factors on the positive effects of financial openness， providing theoretical and policy insights for promoting high-level financial openness and improving the quality and efficiency of economic development.

Keywords：

financial openness; total factor productivity; financing constraints; technological innovation; absorption capacity; resource misallocation; economic cycle

CLC number：F832.6; F270.3 ""Document code：A ""Article ID：1674-8131（）0-0036-15

（編輯：劉仁芳；朱 艷）