自由贸易试验区对制造业企业全要素生产率的影响研究

Research on the Impact of Free Trade Zones on the Total Factor Productivity of Manufacturing Enterprises

摘要: 建设自由贸易试验区是中国推动制度型开放的关键战略举措。本文将自贸试验区视为准自然实验，基于2007~2022年中国A股制造业上市公司数据，采用多期双重差分模型，实证分析自由贸易试验区对制造业企业全要素生产率的影响。实证结果表明，自由贸易试验区的设立显著提升了制造业企业的全要素生产率，该结论在多项稳健性检验中依然成立。进一步的异质性分析显示，自贸区政策在沿海地区的促进效应显著强于内陆地区，表明区域差异会对政策的作用效果有影响。本研究为深化自贸区改革、优化政策布局以及制造业企业发展提供了有益的经验证据与政策启示。

Abstract: The establishment of free trade pilot zones is a key strategic measure for China to promote institutional-oriented opening-up. This paper regards the free trade pilot zones as a quasi-natural experiment. Based on the data of Chinese A-share manufacturing listed companies from 2007 to 2022, a multi-period difference-in-differences model is adopted to empirically analyze the impact of free trade pilot zones on the total factor productivity of manufacturing enterprises. The empirical results show that the establishment of free trade pilot zones significantly improves the total factor productivity of manufacturing enterprises, and this conclusion still holds in multiple robustness tests. Further heterogeneity analysis reveals that the promoting effect of the free trade policy in coastal areas is significantly stronger than that in inland areas, indicating that regional differences can have an impact on the effect of the policy. This study provides useful empirical evidence and policy implications for deepening the reform of free trade zones, optimizing policy layout, and the development of manufacturing enterprises.

1. 引言

党的二十大报告明确提出高质量发展是全面建设社会主义现代化国家的首要任务，而企业作为微观基础，其全要素生产率的提升正是实现这一目标的核心路径[1]。近年来，中国制造业作为国民经济的支柱产业，其发展表现却面临诸多挑战：一方面，市场化程度不高、企业创新能力偏弱、资源配置效率不佳等结构性问题持续掣肘；另一方面，长期依赖的低成本代工模式在全球金融危机后逐渐失效。制造企业不仅受到外需收缩与贸易保护主义抬头的短期冲击，更深陷核心技术缺失与自主品牌薄弱的“双重锁定”困境，难以摆脱全球价值链低端的被动局面。面对“技术标准–市场准入”闭环日益强化的外部环境，加快提升制造业全要素生产率、实现转型升级已刻不容缓。

在此背景下，自由贸易试验区作为中国新一轮制度型开放的重要载体，通过实施大批制度创新举措，在投资便利化、贸易自由化、金融开放、营商环境优化等方面先行先试，为制造业企业释放制度红利、优化要素配置提供了重要政策支持。自2013年以来，中国已累计设立22个自由贸易试验区，形成了“1 + 3 + 7 + 1 + 6 + 3 + 1”的基本格局。作为影响企业生产效率的重要外生冲击，自贸区政策有望通过降低制度性交易成本、强化创新激励、促进技术与资本流动等机制，显著提升制造业企业的全要素生产率。当前，学界对自由贸易试验区的研究不断深入，主要集中于两个层面：一是从定性角度出发，分析自贸区的发展现状、战略目标与理论意义，关注其在制度型开放、开放型经济体制构建、功能定位与政策导向等方面的作用[2]；二是从实证视角探讨自贸区设立所带来的经济效应。一方面，宏观层面研究表明，自贸试验区能够显著促进城市经济增长、优化产业结构、提升就业水平与资源配置效率，同时带动进出口贸易和资本流动[3] [4]。另一方面，微观层面以企业为对象的研究发现，自贸区政策有助于提升企业的生产效率、融资能力、研发投入、协同创新以及技术创新水平，并在一定程度上推动企业数字化转型[5] [6]。虽然现有文献论证了自由贸易试验区政策的各类影响效应，但关于自由贸易试验区建设对制造业企业全要素生产率的研究仍然较为薄弱。鉴于此，本文基于2007~2022年中国A股制造业上市公司数据，将自由贸易试验区的制度创新视为准自然实验，采用多时点双重差分法，鉴于此，本文基于2007~2022年中国A股制造业上市公司数据，将自由贸易试验区的制度创新视为准自然实验，采用多时点双重差分法，研究结论既具有重要的现实意义，也有助于从制度角度理解高质量发展的实现路径。

2. 理论分析

企业全要素生产率反映了企业投入转化为产出的总体效率[7]。自由贸易试验区作为我国制度型开放的重要试验平台，以制度创新为核心，推动理念、模式与战略的多维度革新，在提升企业TFP方面发挥着重要作用。具体而言，自贸区主要通过资源配置效率提升、成本降低和创新能力增强三个路径，直接影响企业的全要素生产率。首先，自贸区所实施的一系列制度创新措施，有效打破了区域间要素流动的流动障碍[8]。资本、技术、人才等关键生产要素得以在区内加速集聚与自由流动，形成显著的要素集聚效应。这不仅有助于企业拓展本地及国际市场，也显著提升了资源配置效率。其次，自贸试验区推动中国开放战略由传统的政策激励型向制度型转变，对外开放的焦点从单一贸易自由化扩展至贸易与投资自由化便利化的协同推进，同时在开放模式上对标国际高标准经贸规则。通过简化贸易流程、降低关税与非关税壁垒、提升通关效率等举措，有效降低了制度性交易成本与贸易成本，提高了企业运营效率。最后，自贸区积极推动科技与制度融合创新，不断加大财政支持与政策激励，强化对企业研发活动的引导和保障。这有助于企业增加研发投入、缩短技术创新周期、提升成果转化效率，进一步提高企业的技术创新水平与整体生产效率[9]。据此，提出假说1：

假说1：自由贸易试验区能够提升制造业企业的全要素生产率。

3. 模型设定与变量选取

3.1. 模型设定

自由贸易试验区作为国家重点制度型开放政策，其分批次试点性质的政策特征也为构建多时点双重差分模型提供了完善的准自然实验条件[10]。基于前文的理论分析，本文以自由贸易试验区设立作为一项准自然实验，参考Beck [11]、借鉴谭建华[12]等的研究方法的研究思路，依据不同城市相继设立自贸区的准自然实验场景，将基准回归模型设定为具体回归方程设定如下：

$TF{P}_{it}=a_0+a_{1}FT{Z}_{it}+a_2{X}_{it}+u_i+{\phi }_t+{\epsilon }_{it}$ (1)

式中：$FT{Z}_{it}$ 为被解释变量，表示企业i在t年的全要素生产率；$TF{P}_{it}$ 为核心解释变量，表示政策虚拟变量，用来描述自由贸易试验区的设立。若企业i所在城市在t年设立了自贸试验区，则在设立当年和之后年份取“1”，否则就取“0”，企业i所在城市从未设立自由贸易试验区则始终为0。$X_{it}$ 为一系列企业层面的控制变量；$u_i$ 为企业固定效应，控制了企业层面不随时间变化的变量；${\phi }_t$ 为时间固定效应，控制了所有企业共同的年度变化因素，即国家层面上的宏观冲击；${\epsilon }_{it}$ 为随机扰动项，$a_0$ 表示常数项，$a_1$ 和$a_2$ 均为模型估计参数。该模型中需要重点关注的是$a_1$ ，若该系数显著为正，说明自由贸易试验区设立对制造业企业全要素生产率具有显著的促进作用，反之则反。需要说明的是，为了克服随机扰动项在时间上可能存在的相关性，减少低估标准误的风险，文中所有回归都采用聚类到企业层面的稳健标准误。

3.2. 变量选取与数据说明

3.2.1. 被解释变量

本文的被解释变量是企业全要素生产率(TFP)。全要素生产率作为重要的生产率指标之一，不单反映技术进步，还能反映出由生产技术水平、内部管理、制度环境等改变引起的产出水平变化[7]。企业全要素生产率有多种测算方法，包括传统OLS法、FE法、LP法和ACF法等方法，本文使用FE方法作为主要测量方法计算出全要素生产率(TFP)作为制造业升级的测度指标用作主回归。利用OLS法、LP法计算的企业全要素生产率用作稳健性检验。

3.2.2. 解释变量

自由贸易试验区设立(FTZ)。本文参考许江波等[13]的研究，将自贸试验区作为一项准自然实验，依据上海等六批(1 + 3 + 7 + 1 + 6 + 3)共21个自贸试验区的设立信息，构建政策处理变量。具体地，将企业所在城市位于自贸试验区试点范围内的上市公司定义为受政策影响的实验组，其余企业为对照组；政策实施年份及之后的年份被视为受政策影响期，反之为未受影响期。据此，构造核心虚拟变量：当企业所在地属于自贸试验区城市，且年份处于政策实施期时，变量取值为1，否则为0。自由贸易试验区设立时点以及对应批次地级市等相关信息均来源于对中国商务部外国投资管理司的自由贸易试验区专栏相关资料的整理[14]。

3.2.3. 控制变量

为进一步控制其他因素对估计结果的影响，本文借鉴已有学者研究，选取控制变量如下：企业资产负债率(Lev)、总资产净利润率(ROA)、现金流比率(Cashflow)、营业收入增长率(Growth)董事人数(Board)、托宾Q值(TobinQ)、两职合一(Dual)、公司成立时间(FirmAge)。具体变量定义见表1所示。

Table 1. Definition of variables

表1. 变量定义

VarName	变量名称	变量符号	变量说明
被解释变量	制造业企业全要素生产率	TFP	用FE法测算企业全要素生产率
解释变量	自由贸易试验区政策	FTZ	分组变量与政策时点的交乘项，定义见正文
控制变量	资产负债率	Lev	总负债/总资产
	总资产净利润率	ROA	净利润/总资产
	现金流比率	Cashflow	经营活动产生的现金流量净额除/总资产
	营业收入增长率	Growth	(本年营业收入/上一年营业收入) − 1
	董事人数	Board	董事会人数取对数
	托宾Q值	TobinQ	公司市值/公司重置成本
	两职合一	Dual	董事长与总经理是同一个人为l，否则为0
	公司成立时间	FirmAge	当年减企业上市年份加1的对数值

相关数据主要来自国泰安(CSMAR)数据库、《中国城市统计年鉴》以及各地级市统计公报。通过企业注册地的文本信息与自由贸易试验区名单进行匹配识别，并对样本数据进行清洗，剔除ST、*ST、PT企业，金融保险类企业以及存在严重缺失数据的样本，最终获得共计16,584个有效观测值。主要变量的描述性统计结果见表2。

Table 2. Descriptive statistical analysis

表2. 描述性统计分析

VarName	变量名	样本量	均值	标准差	最小值	最大值
被解释变量	TFP	16,584	11.1924	1.2367	7.7273	15.4105
解释变量	FTZ	16,584	0.3370	0.4727	0.0000	1.0000
控制变量	Lev	16,584	0.3924	0.1893	0.0298	0.9246
	ROA	16,584	0.0443	0.0672	−0.3750	0.2539
	Cashflow	16,584	0.0505	0.0656	−0.2244	0.2825
	Growth	16,584	0.1697	0.3630	−0.6535	3.8082
	Board	16,584	2.1078	0.1937	1.6094	2.7081
	TobinQ	16,584	2.1482	1.3407	0.8024	16.6472
	Dual	16,584	0.3224	0.4674	0.0000	1.0000
	FirmAge	16,584	2.8796	0.3403	1.0986	3.6109

4. 实证结果及分析

4.1. 基准回归

表3报告了自由贸易试点政策对制造业企业全要素生产率的影响估计结果。第(1)列和第(2)列为未控制企业个体效应和时间效应回归结果，第(1)列中未加入控制变量，核心解释变量TFP系数为0.1330，显著为正；第(2)列加入控制变量后，核心解释变量显著性不变。第(3)列和第(4)列为控制企业个体效应和时间效应后回归结果，第(3)列未加入控制变量，回归系数与第(1)列相比有所上升；第(4)列加入控制变量后，回归系数为0.0458，在1%的显著性水平下为正，与前文理论分析的预期待检假说完全一致。值得注意的是，无论是否加入控制变量或者是否加入各类固定效应，自由贸易试验区政策均在1%的显著性水平上显著为正，自由贸易试点政策对制造业企业全要素生产率均具有稳健影响效果。

Table 3. Benchmark regression results

表3. 基准回归结果

	(1)	(2)	(3)	(4)
	TFP	TFP	TFP	TFP
FTZ	0.1330^***	0.1498^***	0.0578^***	0.0458^***
	(0.0207)	(0.0162)	(0.0139)	(0.0121)
Lev		3.4410^***		1.1079^***
		(0.0488)		(0.0483)
ROA		5.7567^***		2.0617^***
		(0.1624)		(0.1041)
Cashflow		2.5282^***		0.5239^***
		(0.1347)		(0.0695)
Growth		0.0901^***		0.2579^***
		(0.0233)		(0.0147)
Board		0.7560^***		0.2880^***
		(0.0406)		(0.0328)
TobinQ		−0.2049^***		−0.0484^***
		(0.0067)		(0.0043)
Dual		−0.1628^***		0.0352^***
		(0.0155)		(0.0117)
FirmAge		0.5052^***		0.8323^***
		(0.0223)		(0.0632)
Constant	11.1476^***	6.8377^***	11.1849^***	7.6802^***
	(0.0115)	(0.1093)	(0.0055)	(0.1973)
Id	No	No	Yes	Yes
Year	No	No	Yes	Yes
N	16,584	16,584	16,584	16,584
R-squared	0.0026	0.4368	0.9141	0.9354

注：^*、^**和^***分别表示10%、5%和1%水平上显著；括号内数值为稳健标准误差。下表同。

4.2. 稳健性检验

4.2.1. 平行趋势检验

本文参考Jacobson等提出的事件分析法(Event Study)对自由贸易试验区设立的动态效应进行检验。检验方程设立如下：

$TF{P}_{it}=a_0+a_k{\displaystyle {\sum }_{k\ge -4,k\ne -1}^{5}even{t}_{it}^k}+a_2{X}_{it}+u_i+{\phi }_t+{\epsilon }_{it}$ (2)

式中，$even{t}_{it}^k$ 表示自由贸易试验区设立的一系列虚拟变量，$k\ge 0$ 表示自由贸易试验区设立当年及之后年份；$k<0$ 表示自由贸易试验区设立之前的年份。具体来说，当$k=0$ 时，如果企业i所在城市在t年是自由贸易试验区设立当年，则$even{t}_{it}^0=1$ ，否则为0；当$k=1$ 时如果企业i所在城市在t年是自由贸易试验区设立后一年，则$even{t}_{it}^1=1$ ，否则为0，以此类推。本文以自由贸易试验区设立的前1期为基期，来处理虚拟变量陷阱问题，在具体回归中剔除了$k-1$ 的时间点，其余变量的定义与式(1)保持一致。系数$a_k$ 是本文重点关注的参数，表示相对于企业所在地为非自贸试验区城市的企业，所在地位于自贸试验区范围内企业的全要素生产率随着时间的变化趋势情况，如果在$k<0$ 时，$a_k$ 均不显著，而在$k>0$ 时，$a_k$ 存在显著的情况，则说明满足事前平行趋势的假设，检验结果如图1所示。$a_k$ 系数在自贸试验区设立的前4期均不显著，说明在自贸试验区设立之前，处理组与对照组的全要素生产率不存在显著差异，即满足平行趋势假设。而在自贸试验区设立后，$a_k$ 系数逐步显著为正，并持续上升，表明自贸试验区建设会显著提升企业的全要素生产率，平行趋势假设成立。

4.2.2. 安慰剂检验

由于影响制造业企业全要素生产率的因素有很多，为了进一步论证制造业企业全要素生产率的提升主要是受到自贸试验区政策的影响，而非来源于其他因素，本文参考白俊红(2022) [15]，进行安慰剂检验。结果如图2所示，系数估计值集中围绕0值呈现正态分布，且与基准回归系数存在显著的差异，说明研究样本通过了安慰剂检验，保证了基准回归的稳健性。

Figure 1. Parallel trend test

图1. 平行趋势检验

Figure 2. Placebo test

图2. 安慰剂检验

4.2.3. 替换被解释变量

为了进一步保证回归结果的稳健性，避免由于被解释变量测算方法单一而影响基准回归的客观性，本文选择用其他方法测算的被解释变量来替换原被解释变量进行检验分析。本文采用FE方法测算的制造业企业全要素生产率(TFP)进行基准回归，用LP方法和OLS方法测算的全要素生产率(TFP_LP和TFP_OLS)作为替代变量，进行稳健性检验，结果如表4的列(1)与列(2)所示。回归结果显示，无论采用何种测算方法，核心解释变量的系数始终为正，且在1%显著性水平上均通过统计检验，进一步验证了本文实证结论的稳健性。

4.2.4. 排除同期其他政策冲击

在自贸试验区政策实行期间，国家在此时期实施的其他各项政策可能也会影响企业全要素生产率。基于此，本文以“宽带中国”试点政策为例，在基准模型中加入该政策的虚拟变量以规避其对研究结果的干扰。表4列(3)呈现了排除“宽带中国”试点政策影响后的稳健性检验结果，可见在加入政策变量后，回归系数及显著性并未产生较大改变，说明自贸试验区政策对制造业企业的全要素生产率的影响并未受到其他同期政策的干扰，再次证明前文基准回归结果是稳健的。

Table 4. Robustness test

表4. 稳健性检验

	(1)	(2)	(3)
FTZ	0.0396^***	0.0428^***	0.0465^***
	(0.0105)	(0.0115)	(0.0122)
“宽带中国”政策			0.0078
			(0.0155)
Constant	5.6768^***	7.2282^***	7.6887^***
	(0.1686)	(0.1874)	(0.1978)
Controls	Yes	Yes	Yes
Id	Yes	Yes	Yes
Year	Yes	Yes	Yes
N	16,584	16,584	16,584
R-squared	0.9164	0.9332	0.9355

4.3. 异质性检验

本文将自由贸易试验区分为沿海与内陆¹进行异质效应检验。结果如表5所示，沿海与内陆地区检验结果的系数分别在1%和10%水平上显著为正，说明自贸试验区设立在沿海地区和内陆地区均能够显著促进制造业企业全要素生产率提升，同时沿海自贸试验区设立对制造业企业的全要素生产率的促进作用更大。可能原因在于，沿海地区作为中国改革开放的前沿阵地和经济发展的核心区域，具备显著的区位优势、企业集聚效应以及完善的产业链协作机制，使得企业更容易获取政策资源与制度红利，从而在更高的起点上提升全要素生产率。相比之下，内陆地区虽在经济发展水平与市场开放程度上相对滞后，但自贸试验区的设立通过“以开放促改革”的方式，有效推动了政策资源向内陆倾斜。内陆自贸区不仅有助于赋予地方更高层级的改革自主权，还通过优化营商环境、吸引资本与技术要素集聚，为企业创造了更加开放的发展平台，进而推动产业协作与技术交流，促进企业全要素生产率的提升[16]。但内陆地区企业由于受到基础设施建设、交通运输条件等因素的限制，经济发展不具备位置优势，其开放型经济发展水平也相对沿海地区企业滞后，主客观条件的限制使得自贸试验区政策对内陆地区企业的全要素生产率的驱动效应相对较弱。

Table 5. Heterogeneity test

表5. 异质性检验

	(1)	(2)
	沿海	内陆
FTZ	0.0408^***	0.0412^*
	(0.0149)	(0.0246)
Constant	7.6480^***	8.0888^***
	(0.2016)	(0.2875)
Controls	Yes	Yes
Id	Yes	Yes
Year	Yes	Yes
N	11,681	4903
R^2	0.9110	0.9214

5. 结论与建议

建设自由贸易试验区是中国推动制度型开放的关键战略举措。在此背景下，本文从政策视角出发，将自贸试验区视为准自然实验，基于2007~2022年中国A股制造业上市公司数据，采用多期双重差分模型，实证分析自由贸易试验区对制造业企业全要素生产率的影响。实证结果表明，自由贸易试验区的设立显著提升了制造业企业的全要素生产率，该结论在多项稳健性检验中依然成立。异质性分析发现，相较于内陆地区，自由贸易试验区政策对沿海地区制造业企业的全要素生产率的促进作用更大。综上所述，自由贸易试验区是推动企业全要素生产率增长的重要驱动力量。

综上结论，本文提出如下建议：

第一，扩大自由贸易试验区改革自主权，打造制度型开放高地。进一步赋予自贸试验区在投资、贸易、金融、人才流动等关键领域更大的制度探索权限，鼓励结合区域资源禀赋和产业基础，因地制宜推进差异化改革。推动开放型经济新体制从“可复制、可推广”走向“高质量、系统化”，持续总结和复制成功经验，构建具有全球竞争力的制度体系，为制造业企业提升全要素生产率持续赋能。

第二，注重区域差异化发展，强化内陆地区企业政策支持。在推动自贸区建设过程中，应充分考虑各地地理区位、经济结构和开放基础的差异，支持各区域探索特色化、自主化的制度创新路径。尤其对中西部等内部地区，应加强政策倾斜与资源配置，破除制度性隐性壁垒，提升企业平等参与改革红利的能力。同时，建设线上线下融合的政企协同平台，聚焦技术创新支持、市场对接与服务配套，持续推动企业全要素生产率的提升。

第三，深化制度创新，构建数字经济与全球规则对接新机制。自贸区应持续推进金融服务、法治监管、知识产权保护等营商环境相关领域的制度创新，提升企业运行效率与信心。同时，抢抓数字贸易规则重构的重要窗口期，布局数字技术、数据跨境流动与平台治理领域的制度规则制定，实现制度型“弯道超车”。推动供应链与产业链全球协同发展，探索跨境支付、数字认证和跨境物流管理等关键环节的制度协同解决方案，助力企业高质量“走出去”。

NOTES

¹对于沿海与内陆的划分，参照中国国家统计局划分的八大经济区域，将北部沿海、东部沿海、南部沿海省份划分为沿海地区，其他省份划分为内陆地区。若自由贸易试验片区位于沿海省份，则将其视为沿海地区，否则为内陆地区。