祝平衡,王秀蘭,李世剛

(1.中南大學 商學院，湖南 長沙　410083；2.中山大學 國際金融學院，廣東 珠?！?19082)*

一、引　言

2016年北京大學的張維迎教授和林毅夫教授就政府在產(chǎn)業(yè)政策制定中的作用進行了激烈的爭論。張維迎教授認為，相對于企業(yè)家，政府在未來產(chǎn)業(yè)發(fā)展的判斷上沒有任何信息優(yōu)勢，因此政府應該放棄一切產(chǎn)業(yè)政策，只負責維護公平的市場環(huán)境。相反，林毅夫教授則認為，在發(fā)展中國家，市場不完善，因此需要政府制定產(chǎn)業(yè)政策，并提供相應的配套支持。由于兩位教授的知名度太高，這一爭論很快便蔓延到整個學術(shù)圈，激起了學者們對于政府制定產(chǎn)業(yè)政策的激烈討論。

對于政府是否應該制定產(chǎn)業(yè)政策，本文并不關(guān)注。本文更關(guān)心的是這一討論所指向的更根本問題：政府與市場的邊界在哪兒？這也正是張維迎、林毅夫二位教授的根本分歧所在。張維迎教授認為政府應該盡可能少的干預市場，而林毅夫教授則認為政府應該有更大的作為。事實上，從改革開放至今，學術(shù)界對于政府與市場邊界的討論一直沒有停止過，而且至今也沒有定論。

要回答張、林之爭，或者更廣泛一點，要回答政府對經(jīng)濟發(fā)展所起的作用，光有理論上的爭論遠遠不夠，還需要研究者提供關(guān)于政府行為與經(jīng)濟發(fā)展關(guān)系的更多經(jīng)驗證據(jù)。因為在經(jīng)濟發(fā)展中，政府與市場的作用都不可或缺，重要的是把握好政府對市場的介入程度。政府支出規(guī)模在一定程度上可以代表政府對市場的介入程度，支出規(guī)模越大，表明政府對經(jīng)濟的介入越深，而支出規(guī)模越小，則表明政府對市場的介入越少。企業(yè)是社會生產(chǎn)的最基本單位，因此本文主要討論政府支出規(guī)模對企業(yè)間資源配置效率的影響，期待能為政府與市場關(guān)系的爭論提供一些經(jīng)驗證據(jù)。

二、文獻評述

討論企業(yè)間資源配置效率最經(jīng)典的文獻是Hsieh和Klenow(2009)，利用中國工業(yè)企業(yè)數(shù)據(jù)，他們發(fā)現(xiàn)中國因資源誤配置造成的效率損失高達30%～50%[1]。這一研究激發(fā)了大量文獻討論中國企業(yè)間資源誤配置的成因。聶輝華、賈瑞雪(2011)利用Olley和Pakes(1996)(后文簡稱OP)提出的OP協(xié)方差度量資源配置效率，發(fā)現(xiàn)中國制造業(yè)的資源誤配置主要是由國有企業(yè)造成的[2，3]。韓劍和鄭秋玲(2014)發(fā)現(xiàn)政府對企業(yè)的財政補貼、對勞動力流動的管制，以及在區(qū)域市場間設置的行政性壁壘均會導致資源的誤配置[4]。周黎安等(2013)發(fā)現(xiàn)，在省級黨代會召開的當年和后兩年，地級行政區(qū)的資源錯配程度會顯著提高[5]，這為政府干預市場導致資源誤配置提供了間接證據(jù)。

到目前為止，還沒有文獻討論政府支出規(guī)模與資源配置效率之間的關(guān)系。政府支出規(guī)模在一定程度上代表了政府對經(jīng)濟資源的掌控程度和對市場的介入深度。因此，考察政府支出規(guī)模對資源配置效率的影響可以為政府與市場邊界的討論提供經(jīng)驗證據(jù)。

基于如下原因，政府直接控制和分配經(jīng)濟資源可能會導致資源配置效率的惡化：(1)政府的目標是多元的，因此更可能偏離經(jīng)濟效率目標；(2)相對于市場，政府具有的信息更不充分，因此資源配置效率會更低；(3)政府掌握的資源過多，會滋生腐敗，進而導致資源配置效率降低。利用中國省級面板數(shù)據(jù)，周黎安、陶婧(2009)就發(fā)現(xiàn)隨著政府規(guī)模的擴大，地方腐敗案件的發(fā)生率會提高[6]。另一方面，不能完全否定政府在經(jīng)濟發(fā)展中的積極作用。尤其在發(fā)展中國家，基礎(chǔ)設施落后，更需要政府加大支出，改善公共基礎(chǔ)設施，為經(jīng)濟增長提供助力[7，8]。更為重要的是，政府提供的司法、安保等公共品可以降低市場交易費用，因此會提高資源配置效率。

綜上所述，政府支出規(guī)模對資源配置效率有正負兩方面影響，其綜合影響方向并不確定，因此有待實證檢驗來回答，

三、研究設計

(一)計量方程

本文研究政府支出規(guī)模對當?shù)刂圃鞓I(yè)行業(yè)內(nèi)資源配置效率的影響。設定如下計量方程：

AEcjt=αGovExpct+Xctλ+Zcjtγ+δcj+vt+εcjt

(1)

其中，下標c、j和t分別表示城市、行業(yè)和年份。AEcjt代表行業(yè)的資源配置效率水平，GovExpct代表城市的政府支出規(guī)模。Xct和Zcjt為城市和行業(yè)層面控制變量，δcj為城市-行業(yè)層面固定效應，vt為時間效應，εcjt為殘差。α、λ和γ為待估參數(shù)，本文最關(guān)心的是α的符號、大小和顯著性程度。如果α顯著小于零，則說明政府支出規(guī)模越大，資源配置效率越低，相反，如果α顯著大于零，則說明政府支出規(guī)模越大，資源配置效率越高。

(二)資源配置效率的度量

本文使用OP協(xié)方差來度量資源配置效率水平。在現(xiàn)有文獻中，這一方法被廣泛采用，如聶輝華和賈瑞雪(2011)、Bartelsman(2013)等[9]。具體而言，行業(yè)(地區(qū))的OP協(xié)方差定義如下：

(2)

(三)全要素生產(chǎn)率的估計

準確估計企業(yè)全要素生產(chǎn)率是測量資源配置效率的基礎(chǔ)。本文主要采用OP方法測度企業(yè)全要素生產(chǎn)率。

OP方法需要使用企業(yè)投資的數(shù)據(jù)，但是企業(yè)數(shù)據(jù)中的投資變量往往質(zhì)量較差，因此Levinsohn and Petrin(2003)(后文簡稱LP)使用企業(yè)的勞動投入作為生產(chǎn)率的代理變量，采用與OP相同的思路來估計要素產(chǎn)出彈性參數(shù)[10]?？紤]到數(shù)據(jù)質(zhì)量，本文主要采用LP的方法來估計企業(yè)全要素生產(chǎn)率。同時，為了體現(xiàn)結(jié)果的穩(wěn)健性，本文同時給出OP方法估計企業(yè)全要素生產(chǎn)率的回歸結(jié)果。

四、數(shù)據(jù)及統(tǒng)計描述

數(shù)據(jù)來源：(1)國家統(tǒng)計局發(fā)布的“國有及規(guī)模以上非國有工業(yè)企業(yè)數(shù)據(jù)庫”，數(shù)據(jù)年度為1998-2007年；(2)《中國城市統(tǒng)計年鑒》數(shù)據(jù)。由于在城市統(tǒng)計年鑒中，缺失2003年之前的政府支出數(shù)據(jù)，本文最終使用的數(shù)據(jù)年度為2003-2007年。

參照謝千里等(2008)、聶輝華和賈瑞雪(2011)、李世剛等(2016)，本文對數(shù)據(jù)進行篩選[11，12]，對于工業(yè)企業(yè)數(shù)據(jù)，本文只保留了制造業(yè)行業(yè)樣本。

在計算各企業(yè)全要素生產(chǎn)率的基礎(chǔ)之上，計算了城市-行業(yè)(兩位數(shù))-年組內(nèi)的OP協(xié)方差。本文使用人均政府支出的對數(shù)值來度量政府支出規(guī)模GovExp。

使用的城市層面控制變量包括：(1)經(jīng)濟發(fā)展情況指標，包括對數(shù)人均GDP和經(jīng)濟增長率；(2)產(chǎn)業(yè)結(jié)構(gòu)情況指標，包括第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重；(3)金融發(fā)展水平，以金融機構(gòu)存款余額占GDP比重表示；(4)實際外商直接投資額。城市-行業(yè)-年層面控制變量包括：(1)行業(yè)規(guī)模，包括行業(yè)內(nèi)企業(yè)數(shù)量和行業(yè)產(chǎn)值占全市所有制造業(yè)產(chǎn)值的比重；(2)行業(yè)中的國企比重；(3)行業(yè)中企業(yè)的平均資本規(guī)模。

表1報告了詳細的變量定義及統(tǒng)計描述。從中可以看到，利用OP方法和LP方法計算企業(yè)生產(chǎn)率，再計算資源配置效率的指標OP協(xié)方差的結(jié)果差異很小。同時，兩種方法計算的OP協(xié)方差都很小，均值只有0.05左右，而最大值只有0.29，且有很多負值，這說明在樣本考察期內(nèi)，中國制造業(yè)行業(yè)內(nèi)的資源配置效率很差，這與聶輝華、賈瑞雪(2012)的計算結(jié)果一致。

表1　變量統(tǒng)計描述

五、經(jīng)驗研究結(jié)果

(一)基本回歸結(jié)果

Hausman檢驗拒絕隨機效應模型，因此本文使用固定效應模型。為了使得計算結(jié)果更加精確，本文只保留了城市-行業(yè)-年組內(nèi)企業(yè)數(shù)目大于等于20的樣本。在后文中將改變這一閾值。為了表明回歸的穩(wěn)健性，本文采用逐漸加入控制變量的方法。表2第(1)列報告了利用LP方法計算企業(yè)全要素生產(chǎn)率測度資源配置效率的opcov_lp與政府支出GovExp回歸的結(jié)果，只控制了年份虛擬變量?？梢钥吹?，GovExp的系數(shù)為-0.0173，且在1%水平下顯著異于零。列(2)列(3)逐漸加入城市層面控制變量和城市-行業(yè)層面控制變量，GovExp的系數(shù)變化極小，且依然在1%水平下顯著異于零。這說明，本文的回歸結(jié)果十分穩(wěn)健，政府支出越多，當?shù)刂圃鞓I(yè)行業(yè)內(nèi)的資源配置效率越低。

表2　基本回歸結(jié)果

注：所有模型均采用固定效應回歸；括號內(nèi)為t統(tǒng)計量，* p<0.10, ** p<0.05, *** p<0.01；標準誤聚類到城市層面。

列(4)-(6)報告了使用OP方法計算企業(yè)全要素生產(chǎn)率測度資源配置效率的opcov_op與政府支出GovExp的回歸結(jié)果。其中，第(4)列只控制了年份虛擬變量，第(5)列進一步控制了城市層面控制變量，第(6)列進一步控制了城市-行業(yè)層面控制變量。所有回歸中，GovExp的系數(shù)均在1%水平下顯著為負，且變化極小，表明本文的結(jié)果是穩(wěn)健的，不受生產(chǎn)率估計方法的影響。

(二)敏感性分析

1．更改閾值。在基準回歸中，本文只保留了城市-行業(yè)-年組內(nèi)企業(yè)數(shù)量大于等于20的樣本。這里將閾值調(diào)整為10和30，重新進行回歸。表3報告了回歸結(jié)果?？梢钥吹?，不管是使用opcov_lp還是opcov_op進行回歸，改變閾值均不改變本文的基本結(jié)果，所有回歸中，GovExp的系數(shù)均在1%水平下顯著為負。說明本文的回歸結(jié)果不受閾值的影響。

2．滯后一期回歸。在本文的基準回歸中，使用政府當期的支出GovExp作為核心解釋變量，這使得本文的回歸可能受到逆向因果問題的干擾。具體而言，并不能排除這一種可能：由于當?shù)刭Y源配置效率較低，經(jīng)濟增長不樂觀，因此政府希望通過增加開支以刺激經(jīng)濟，進而觀察到資源配置效率與政府支出規(guī)模之間的負相關(guān)關(guān)系。為了解決這一問題，本文使用滯后一期的政府支出L.GovExp進行回歸，表4報告了回歸結(jié)果。可以看到，在所有回歸中，L.GovExp的系數(shù)均在1%水平下顯著異于零，且系數(shù)的絕對值比用當期政府支出GovExp的回歸系數(shù)有所增大。這說明，回歸結(jié)果是穩(wěn)健的，不存在逆向因果問題。

表3　更改閾值回歸結(jié)果

注：所有模型均采用固定效應回歸；括號內(nèi)為t統(tǒng)計量，*p<0.10, **p<0.05,***p<0.01；標準誤聚類到城市層面；控制變量與表2第3列相同，但限于篇幅沒有報告。

表4　滯后一期回歸結(jié)果

注：所有模型均采用固定效應回歸；括號內(nèi)為t統(tǒng)計量，* p<0.10, ** p<0.05,*** p<0.01；標準誤聚類到城市層面；控制變量與表2第3列相同，但限于篇幅沒有報告。

3．動態(tài)面板回歸。使用滯后期政府支出規(guī)模的回歸可以解決逆向因果造成的內(nèi)生性問題，但不能解決遺漏變量造成的內(nèi)生性問題。當?shù)氐馁Y源配置效率水平最有可能與經(jīng)濟發(fā)展水平相關(guān)。經(jīng)濟發(fā)展水平越高，政府的收入也越多，因此人均的政府支出也越多。同時，經(jīng)濟發(fā)展水平越高，市場發(fā)育可能也越好，因此，資源配置效率水平也越高。因此，遺漏經(jīng)濟發(fā)展水平變量將造成估計的偏誤。在所有回歸中，本文都控制了人均GDP、GDP增長率，以及產(chǎn)業(yè)結(jié)構(gòu)等代表經(jīng)濟發(fā)展水平的變量，因此，可以在很大程度上解決這一問題。更重要的是，人均政府支出規(guī)模與經(jīng)濟發(fā)展水平正相關(guān)，而本文的回歸結(jié)果顯示人均政府支出規(guī)模與資源配置效率負相關(guān)，因此，即使本文的回歸結(jié)果存在偏誤，也只可能是低估了政府支出規(guī)模對資源配置效率的負面影響。因此，這并不影響本文的核心結(jié)論。

下面討論遺漏滯后期因變量對回歸結(jié)果造成的影響。本文前面的回歸均采用固定效應模型。但是，行業(yè)的資源配置效率往往具有時間上的延續(xù)性，因此當期資源配置效率與滯后期相關(guān)。在這種情況下，即使使用滯后期的政府支出也會產(chǎn)生內(nèi)生性問題，因為滯后期的政府支出與滯后期的資源配置效率相關(guān)。為了解決這一問題，本文采用動態(tài)面板方法重新進行回歸分析。

表5報告了回歸結(jié)果。在所有回歸中，本文均控制了因變量的滯后兩期變量。所有回歸中，Hansen檢驗的P值均大于10%，通過了過度識別檢驗。從表5的結(jié)果中可以看到，滯后期的資源配置效率確實會顯著影響當期的資源配置效率。但考慮了滯后期因變量的影響之后，滯后期的政府支出L.GovExp系數(shù)依然顯著異于零。不僅如此，與表4相比，L.GovExp的系數(shù)變化極小，這進一步說明本文的回歸結(jié)果是穩(wěn)健的，即政府支出規(guī)模越大，當?shù)刂圃鞓I(yè)行業(yè)內(nèi)的資源配置效率越低。

表5　動態(tài)面板回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，* p<0.10, ** p<0.05,***p<0.01；控制變量與表2第3列相同，但限于篇幅沒有報告。

(三)分地區(qū)回歸

政府支出規(guī)模對地區(qū)資源配置效率的影響可能存在地區(qū)差異性。為了考察這一差異性，本文將城市按地區(qū)分為東部、中部和西部，分子樣本重新進行回歸。表6報告了分地區(qū)的回歸結(jié)果，所有回歸均只保留了城市-行業(yè)-年組內(nèi)企業(yè)數(shù)量大于等于20的樣本。表6的結(jié)果顯示，對于東部地區(qū)的子樣本回歸，滯后期政府支出規(guī)模L.GovExp的系數(shù)顯著為負，但中部和西部地區(qū)子樣本回歸中滯后期政府支出規(guī)模L.GovExp的系數(shù)不再顯著，政府支出規(guī)模對資源配置效率的影響存在地區(qū)異質(zhì)性。對于這一結(jié)果，可能的原因是東部地區(qū)的政府支出規(guī)模相對于中、西部地區(qū)更高，因此資源配置效率對于政府支出規(guī)模的變化更加敏感。但是，對于這一結(jié)果更準確的解釋還需要更多、更深入的研究。

表6　分地區(qū)回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，* p<0.10, ** p<0.05,***p<0.01；控制變量與表2第3列相同，但限于篇幅沒有報告。

六、研究結(jié)論及啟示

利用中國工業(yè)企業(yè)數(shù)據(jù)庫和《中國城市統(tǒng)計年鑒》數(shù)據(jù)，本文檢驗了地方政府支出規(guī)模與當?shù)刂圃鞓I(yè)行業(yè)內(nèi)資源配置效率的關(guān)系，結(jié)果顯示：政府支出規(guī)模越大的地區(qū)，資源配置效率越低；政府支出規(guī)模對資源配置效率的影響存在地區(qū)異質(zhì)性。

當前，中國經(jīng)濟正面臨著巨大挑戰(zhàn)，增長乏力，轉(zhuǎn)型艱難，制造業(yè)企業(yè)更是面臨著前所未有的寒冬。在短時期內(nèi)，靠創(chuàng)新驅(qū)動經(jīng)濟增長又很難實現(xiàn)。在這一背景下，研究如何在現(xiàn)有的資源約束條件下，提高資源配置效率就顯得尤為重要。本文的研究表明，政府掌握過多經(jīng)濟資源，以及對市場的過度介入會導致資源配置效率的惡化。這對于當前經(jīng)濟政策的制定具有一定的參考價值。

參考文獻：

[1]Heieh C T,Klenow P J.Misallocation and manufacturing TFP in China and India[C].Society for Economic Dynamics, 2008.

[2]聶輝華，賈瑞雪. 中國制造業(yè)企業(yè)生產(chǎn)率與資源誤置[J]. 世界經(jīng)濟，2011(7):21-42．

[3]Olley G S, Pakes A. The dynamics of productivity in the telecommunications industry[J]. Econometrica, 1996,64(6):1263-1297.

[4]周黎安，趙鷹妍，李力雄. 資源錯配與政治周期[J]. 金融研究, 2013(3):15-29.

[5]韓劍，鄭秋玲. 政府干預如何導致地區(qū)資源錯配——基于行業(yè)內(nèi)和行業(yè)間錯配的分解[J]. 中國工業(yè)經(jīng)濟, 2014(11):69-81.

[6]周黎安，陶婧. 政府規(guī)模、市場化與地區(qū)腐敗問題研究[J]. 經(jīng)濟研究, 2009(1):57-69.

[7]陳樂一，鄧佳燕，楊云．不確定性、產(chǎn)業(yè)重心化與經(jīng)濟波動[J]．財經(jīng)理論與實踐，2016(1)：110-117．

[8]楊子暉. 政府規(guī)模、政府支出增長與經(jīng)濟增長關(guān)系的非線性研究[J]. 數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究, 2011(6):77-92.

[9] Bartelsman E,Haltiwanger J, Scarpetta S．Cross-country differences in productivity: the role of allocation and selection[J]． The American Economic Review, 2013,103(1):305-334.

[10] Levinsohn J, Petrin A． Estimating production functions using inputs to control for unobservables[J]. Review of Economic Studies, 2003, 70(2):317-341.

[11] 謝千里，羅斯基，張軼凡. 中國工業(yè)生產(chǎn)率的增長與收斂[J]. 經(jīng)濟學(季刊), 2008,7(2):809-826.

[12] 李世剛，楊龍見，尹恒. 異質(zhì)性企業(yè)市場勢力的測算及其影響因素分析[J]. 經(jīng)濟學報, 2016,3(2):69-89.