姜磊 姜煜 趙秋運(yùn) 付才輝 吳清揚(yáng)
摘要:隨著中國經(jīng)濟(jì)逐漸步入新常態(tài),創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展成為經(jīng)濟(jì)工作的重中之重。本文基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的分析視角,采用1998—2013年中國規(guī)模以上工業(yè)企業(yè)數(shù)據(jù),探討了政府發(fā)展戰(zhàn)略對(duì)企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn):違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略會(huì)顯著降低企業(yè)的全要素生產(chǎn)率;在要素市場發(fā)育程度更低的省區(qū),違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略對(duì)企業(yè)全要素生產(chǎn)率的負(fù)面影響更明顯。
關(guān)鍵詞:全要素生產(chǎn)率;發(fā)展戰(zhàn)略;比較優(yōu)勢(shì);高質(zhì)量發(fā)展
文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1002-2848-2020(05)-0103-10
一、引言及文獻(xiàn)綜述
近年來,我國經(jīng)濟(jì)逐漸步入新常態(tài),經(jīng)濟(jì)增速明顯放緩,創(chuàng)新驅(qū)動(dòng)成為政府以及社會(huì)各界關(guān)心的熱點(diǎn)問題。十九大報(bào)告提到,創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐。2019年3月的《國務(wù)院政府工作報(bào)告》再次強(qiáng)調(diào)要堅(jiān)持創(chuàng)新引領(lǐng)發(fā)展,培育壯大新動(dòng)能。全要素生產(chǎn)率(Total Factor Productivity,TFP)是衡量技術(shù)進(jìn)步的重要指標(biāo),企業(yè)是技術(shù)創(chuàng)新的主體。因此,如何激發(fā)企業(yè)創(chuàng)新積極性、提高企業(yè)全要素生產(chǎn)率對(duì)于促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。
企業(yè)創(chuàng)新能力是一個(gè)企業(yè)得以存活和發(fā)展的源泉,政府政策從不同層面上影響著企業(yè)全要素生產(chǎn)率。現(xiàn)有文獻(xiàn)主要從兩個(gè)研究視角研究政府政策對(duì)企業(yè)全要素生產(chǎn)率的影響。首先是產(chǎn)業(yè)政策。諸多學(xué)者認(rèn)為稅收優(yōu)惠、財(cái)政補(bǔ)貼政策對(duì)于企業(yè)全要素生產(chǎn)率具有正面作用。政府需要有一系列的制度安排引導(dǎo)企業(yè)進(jìn)行技術(shù)選擇[1-2],政府財(cái)政補(bǔ)貼以及稅收優(yōu)惠能夠顯著提高企業(yè)的全要素生產(chǎn)率[3-4]。也有部分學(xué)者強(qiáng)調(diào)了過度的政府補(bǔ)貼會(huì)帶來企業(yè)尋租行為,反而抑制了企業(yè)全要素生產(chǎn)率的提高[5]。其次是政企關(guān)系?,F(xiàn)有研究認(rèn)為政治關(guān)聯(lián)會(huì)對(duì)企業(yè)產(chǎn)生影響,但具體會(huì)提高還是降低企業(yè)全要素生產(chǎn)率并沒有達(dá)成一致的觀點(diǎn)。一些學(xué)者指出,政治關(guān)聯(lián)為企業(yè)帶來了政府的隱形保護(hù),通過政治關(guān)聯(lián)可以獲得關(guān)鍵的政府資源和支持,例如擁有稅收減免、產(chǎn)權(quán)保護(hù)、財(cái)政補(bǔ)貼等,能夠增加企業(yè)長期研發(fā)支出,提升全要素生產(chǎn)率,保持企業(yè)的市值穩(wěn)定[6-7]。另一部分學(xué)者卻指出,政治關(guān)聯(lián)不利于提升企業(yè)全要素生產(chǎn)率。政治關(guān)聯(lián)會(huì)降低市場競爭、助長過度投資,從而降低企業(yè)的創(chuàng)新活動(dòng)與研發(fā)投入,使企業(yè)技術(shù)創(chuàng)新乏力,全要素生產(chǎn)率低下,在失去政治關(guān)聯(lián)后企業(yè)會(huì)呈現(xiàn)出更差的企業(yè)績效[8-9]。
可以看出,生產(chǎn)要素的配置是政府政策影響企業(yè)全要素生產(chǎn)率的重要途徑,而違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略同樣會(huì)導(dǎo)致生產(chǎn)要素的錯(cuò)配,從而抑制全要素生產(chǎn)率的提高?,F(xiàn)有研究表明,政府優(yōu)先發(fā)展重工業(yè)的發(fā)展戰(zhàn)略扭曲了要素市場,導(dǎo)致資本密集型產(chǎn)業(yè)超常發(fā)展[10],提高了技術(shù)模仿成本,使得技術(shù)進(jìn)步的實(shí)際速度低于潛在速度,不利于長期技術(shù)進(jìn)步。林毅夫等[11]基于41個(gè)國家的跨國數(shù)據(jù)進(jìn)行研究,發(fā)現(xiàn)技術(shù)選擇指數(shù)偏離最優(yōu)點(diǎn)對(duì)長期TFP有顯著的負(fù)面影響,偏離程度越大,長期TFP越低。林毅夫等[12]基于各省區(qū)市數(shù)據(jù)的研究發(fā)現(xiàn)一個(gè)技術(shù)落后經(jīng)濟(jì)體如果遵循比較優(yōu)勢(shì),從先進(jìn)經(jīng)濟(jì)體那里選擇模仿適合自身發(fā)展階段的適用技術(shù),能夠降低生產(chǎn)成本;反之,違背比較優(yōu)勢(shì)將使技術(shù)進(jìn)步的實(shí)際速度低于潛在速度。
遺憾的是,這些文獻(xiàn)存在以下幾點(diǎn)不足:一是集中于研究宏觀層面上發(fā)展戰(zhàn)略對(duì)于國家或省市區(qū)全要素生產(chǎn)率的影響,沒有從微觀層面上研究政府發(fā)展戰(zhàn)略對(duì)企業(yè)全要素生產(chǎn)率的影響。而微觀與宏觀層面的研究不盡相同,宏觀國家層面的比較優(yōu)勢(shì)分析主要是國家橫截面上的對(duì)比,研究目的是為實(shí)現(xiàn)落后趕超國家更好更持續(xù)的發(fā)展謀劃出路。二是各國的數(shù)據(jù)指標(biāo)往往衡量標(biāo)準(zhǔn)不一致,部分?jǐn)?shù)據(jù)還存有國際性統(tǒng)計(jì)的遺漏。三是由于樣本量不足,使用宏觀數(shù)據(jù)的計(jì)量分析得出的結(jié)論不如微觀企業(yè)層面的計(jì)量分析可靠。省區(qū)間的比較優(yōu)勢(shì)分析更側(cè)重于為國家整體發(fā)展配置資源,在企業(yè)具體制定戰(zhàn)略方面的借鑒意義不強(qiáng)。受到企業(yè)層面數(shù)據(jù)缺失的約束,對(duì)此問題的研究鳳毛麟角。有限的幾篇文獻(xiàn)都研究了企業(yè)轉(zhuǎn)向比較優(yōu)勢(shì)行業(yè)對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率的影響[13-14]。
綜上所述,對(duì)于政府發(fā)展戰(zhàn)略如何影響企業(yè)全要素生產(chǎn)率這一議題,微觀層面上的研究仍然較為薄弱,現(xiàn)有實(shí)證分析主要采用宏觀層面上的數(shù)據(jù),而企業(yè)數(shù)據(jù)的采用能夠控制來自企業(yè)微觀特征的影響,尋找政府發(fā)展戰(zhàn)略影響企業(yè)全要素生產(chǎn)率的內(nèi)在機(jī)制。在梳理已有文獻(xiàn)的基礎(chǔ)上,本文的創(chuàng)新有三點(diǎn)。第一,從新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的視角出發(fā),在理論上分析了政府發(fā)展戰(zhàn)略影響企業(yè)全要素生產(chǎn)率的傳導(dǎo)機(jī)制,并進(jìn)一步探討了要素市場渠道在政府發(fā)展戰(zhàn)略影響企業(yè)全要素生產(chǎn)率中的作用機(jī)制。在我國經(jīng)濟(jì)下行壓力日趨嚴(yán)峻與國內(nèi)創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展需求迅速增長的背景下,研究此問題不僅可以為我國創(chuàng)新政策的制定提供一定的思考和啟示,而且關(guān)系到我國經(jīng)濟(jì)的高質(zhì)量發(fā)展與社會(huì)的穩(wěn)定,具有較重要的現(xiàn)實(shí)意義與政策內(nèi)涵。第二,目前新結(jié)構(gòu)經(jīng)濟(jì)學(xué)提出的發(fā)展思路在微觀層面的實(shí)證分析和檢驗(yàn)較為缺乏,本文從微觀數(shù)據(jù)出發(fā)來驗(yàn)證遵循比較優(yōu)勢(shì)能夠有效提升企業(yè)全要素生產(chǎn)率,可以有效補(bǔ)充新結(jié)構(gòu)經(jīng)濟(jì)學(xué)微觀層面上的實(shí)證研究。第三,由于部分?jǐn)?shù)據(jù)缺失,以往的文獻(xiàn)中大多使用1998—2007年間的工業(yè)企業(yè)數(shù)據(jù),本文在此基礎(chǔ)上對(duì)缺失數(shù)據(jù)進(jìn)行估計(jì),將其擴(kuò)展至2013年。
本文的其他部分安排如下:第二部分從理論上簡要分析違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略會(huì)降低企業(yè)全要素生產(chǎn)率,并由此提出研究假說;第三部分對(duì)所用數(shù)據(jù)及指標(biāo)進(jìn)行詳細(xì)說明,并構(gòu)建檢驗(yàn)理論假說的實(shí)證模型;第四部分利用1998—2013年中國規(guī)模以上工業(yè)企業(yè)面板數(shù)據(jù),實(shí)證檢驗(yàn)政府發(fā)展戰(zhàn)略對(duì)企業(yè)全要素生產(chǎn)率的影響;第五部分是結(jié)論與政策建議。
二、理論分析與研究假說
違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略導(dǎo)致的最直接結(jié)果就是資源錯(cuò)配。這種錯(cuò)配不僅扭曲了要素市場,使要素價(jià)格信號(hào)無法發(fā)揮正常作用,要素間的相對(duì)價(jià)格無法反映要素稀缺程度,而且打亂了正常的金融市場秩序,誤導(dǎo)了資本市場的資本流向,降低了資本配置效率。國內(nèi)外相關(guān)研究表明,資源錯(cuò)配對(duì)全要素生產(chǎn)率具有顯著的抑制作用,是導(dǎo)致企業(yè)效率低下的重要原因[15-19]。這里區(qū)分兩種情況,一是得到政府發(fā)展戰(zhàn)略支持的企業(yè),二是沒有得到政府發(fā)展戰(zhàn)略支持的企業(yè)。
對(duì)于得到政府支持的企業(yè)而言,當(dāng)政府補(bǔ)貼不足以彌補(bǔ)企業(yè)生產(chǎn)成本增加的部分時(shí),企業(yè)的生產(chǎn)率仍然保持低水平的狀態(tài),是缺乏自生能力的[20],然而這種本應(yīng)被市場自然淘汰的低效率企業(yè)因?yàn)樨?cái)政補(bǔ)貼或者銀行信貸支持獲得了持續(xù)存活的能力,久而久之,造成了大量的僵尸企業(yè)[21]?!敖┒凰馈钡慕┦髽I(yè)不僅自身生產(chǎn)效率低下[22],而且會(huì)擠出非僵尸企業(yè)的投資[23],顯著降低其全要素生產(chǎn)率[24]。
當(dāng)政府補(bǔ)貼足以彌補(bǔ)企業(yè)生產(chǎn)成本時(shí),財(cái)稅政策對(duì)于企業(yè)全要素生產(chǎn)率有一定的促進(jìn)作用[3],然而此時(shí)的技術(shù)進(jìn)步是有偏的[12],鼓勵(lì)資本密集型產(chǎn)業(yè)的政府發(fā)展戰(zhàn)略違背了比較優(yōu)勢(shì)。企業(yè)選定的目標(biāo)技術(shù)超越了自身發(fā)展階段的比較優(yōu)勢(shì),技術(shù)模仿成本高,技術(shù)進(jìn)步的實(shí)際速度會(huì)低于潛在速度,而且有了其他相關(guān)基礎(chǔ)設(shè)施的配套之后,先進(jìn)技術(shù)才能更有效地發(fā)揮出其效能。Leibenstein[25]發(fā)現(xiàn)即使發(fā)展中國家以整個(gè)工廠完整搬遷的方式轉(zhuǎn)移發(fā)達(dá)國家的先進(jìn)技術(shù),其生產(chǎn)效率也遠(yuǎn)遠(yuǎn)低于發(fā)達(dá)國家。如果將資源分配在更有效率的符合當(dāng)前比較優(yōu)勢(shì)的部門,全要素生產(chǎn)率增加速度會(huì)更快。
對(duì)于沒有得到政府支持的企業(yè)而言,這種政府發(fā)展戰(zhàn)略通過加劇企業(yè)融資約束與扭曲要素市場兩種渠道對(duì)其全要素生產(chǎn)率造成了顯著的抑制作用。一方面,如圖1所示,在一個(gè)自由競爭開放的市場環(huán)境中,若沒有政府稅收補(bǔ)貼或直接投資干預(yù),所有企業(yè)都能夠以同樣的市場利率r1借入或借出資本。技術(shù)選擇符合當(dāng)?shù)刭Y源稟賦優(yōu)勢(shì)的企業(yè)能夠維持最低成本,獲取最大利潤,資本積累KD1更加豐厚,投資能力更強(qiáng);而違背比較優(yōu)勢(shì)的企業(yè)缺乏自生能力,資本積累FF1較少。當(dāng)政府實(shí)行違背比較優(yōu)勢(shì)的發(fā)展戰(zhàn)略時(shí),違背比較優(yōu)勢(shì)的企業(yè)獲得財(cái)稅補(bǔ)貼,其投資曲線由CAF1向右上方移動(dòng)至CAF2,市場利率由r1上升至r2,資本積累由KF1擴(kuò)張至KF2;而此時(shí)符合比較優(yōu)勢(shì)的企業(yè)資本積累則由KD1被擠出至KD2,融資成本上升,企業(yè)不得不依靠企業(yè)內(nèi)部資本完成投資[26]。然而由于部分涉及項(xiàng)目投資額巨大,企業(yè)在資金不足時(shí)往往會(huì)放棄有利的投資機(jī)會(huì),導(dǎo)致資源錯(cuò)配,生產(chǎn)率降低。特別是研發(fā)活動(dòng)往往集收益不確定、風(fēng)險(xiǎn)大和見效期長等特征為一體,外部融資成本與調(diào)整成本高昂,如果融資約束中斷企業(yè)研發(fā)活動(dòng),企業(yè)經(jīng)營會(huì)產(chǎn)生巨大損失,從而抑制生產(chǎn)率的提高。大量研究表明企業(yè)遭受融資約束會(huì)顯著降低全要素生產(chǎn)率[27-28]。
另一方面,在要素市場扭曲的情況下,土地、資本等生產(chǎn)要素資源甚至部分關(guān)鍵性要素的定價(jià)權(quán)和分配權(quán)掌握在地方政府手上,因此企業(yè)直接通過與地方政府官員建立人脈關(guān)系或直接進(jìn)行尋租便可以獲得可觀的企業(yè)利潤。張杰等[29]發(fā)現(xiàn)這類由于要素市場扭曲導(dǎo)致的尋租等非生產(chǎn)性活動(dòng)會(huì)顯著擠出企業(yè)在機(jī)器設(shè)備更新、員工技能培訓(xùn)等方面的實(shí)體投資,從而限制了R&D投入,降低生產(chǎn)率。更重要的是,為保證政府財(cái)政正常運(yùn)轉(zhuǎn),財(cái)稅額外補(bǔ)貼的部分會(huì)以稅收的形式轉(zhuǎn)嫁到這部分沒有受到政府發(fā)展戰(zhàn)略支持的企業(yè)上,同時(shí)這部分企業(yè)面臨的要素價(jià)格提高,利潤空間被極大壓縮,限制了其規(guī)模擴(kuò)張從而使其無法獲得規(guī)模效應(yīng)帶來的生產(chǎn)率的提高。
從以上理論分析中可知,違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略導(dǎo)致技術(shù)模仿成本高,延緩實(shí)際技術(shù)進(jìn)步速度;同時(shí),由于發(fā)展資本密集型產(chǎn)業(yè)的部分企業(yè)缺乏自生能力,自身全要素生產(chǎn)率不高,無法有效帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展,還會(huì)擠出同行業(yè)正常企業(yè)的資源,損害行業(yè)公平競爭,降低同行業(yè)其他企業(yè)的全要素生產(chǎn)率?;谝陨戏治觯疚奶岢鰞蓚€(gè)待檢驗(yàn)的假說。
假說1:違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略會(huì)降低企業(yè)全要素生產(chǎn)率。
假說2:在要素市場發(fā)育程度更低的省區(qū),違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略對(duì)所在企業(yè)全要素生產(chǎn)率的負(fù)面影響更顯著。
二、數(shù)據(jù)說明與指標(biāo)構(gòu)建
本文使用的數(shù)據(jù)來自1998—2013年中國規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫。為了保證結(jié)果的可靠性,在參考已有文獻(xiàn)[13,30]做法的基礎(chǔ)上,本文對(duì)數(shù)據(jù)做了一些篩選:去除遺漏變量和出現(xiàn)異常值的樣本,例如刪除工業(yè)總產(chǎn)值、固定資產(chǎn)凈值年平均余額、工業(yè)增加值、職工年均人數(shù)等數(shù)值為0,企業(yè)年齡小于0的樣本;剔除職工年均人數(shù)小于8人的企業(yè);刪除不符合會(huì)計(jì)準(zhǔn)則的樣本,即總資產(chǎn)小于流動(dòng)資產(chǎn)、總資產(chǎn)小于固定資產(chǎn)凈值年平均余額、累計(jì)折舊小于當(dāng)期折舊的企業(yè)樣本。
(一)技術(shù)選擇指數(shù)的構(gòu)建及變化趨勢(shì)
本文關(guān)注政府發(fā)展戰(zhàn)略對(duì)于企業(yè)全要素生產(chǎn)率的影響。在核心解釋變量中,本研究主要關(guān)注政府優(yōu)先發(fā)展資本密集型產(chǎn)業(yè)的程度。參考林毅夫[31]的方法構(gòu)造了一個(gè)技術(shù)選擇指數(shù)(Technology Choice Index,TCI),t時(shí)期r地區(qū)的技術(shù)選擇指數(shù)(TCIrt)定義如下:
其中,KMrt是指t時(shí)期r地區(qū)工業(yè)資本存量;
Krt是指t時(shí)期r地區(qū)的總資本存量;
LMrt是指t時(shí)期r地區(qū)工業(yè)就業(yè)人數(shù);
Lrt是指t時(shí)期r地區(qū)總就業(yè)人數(shù)。在其他條件不變的情況下,優(yōu)先發(fā)展資本密集型產(chǎn)業(yè)發(fā)展戰(zhàn)略下的工業(yè)部門資本更加密集,同時(shí)吸納勞動(dòng)力較少,其技術(shù)選擇指數(shù)(TCIrt)會(huì)比符合比較優(yōu)勢(shì)的工業(yè)部門大。
圖2匯報(bào)了基于1998—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫繪制的全國及分地區(qū)情況下技術(shù)選擇指數(shù)的變化趨勢(shì)。隨著時(shí)間的變化,技術(shù)選擇指數(shù)呈現(xiàn)逐漸下降趨勢(shì),考慮到2009年和2010年存在重要數(shù)據(jù)缺失和錯(cuò)誤,影響后續(xù)研究,本文剔除了2009年和2010年的數(shù)據(jù)。剔除兩年數(shù)據(jù)之后,2011年技術(shù)選擇指數(shù)有所回升,2012年和2013年繼續(xù)呈現(xiàn)下降趨勢(shì),2013年低至0.9。區(qū)分所在地區(qū),東部地區(qū)技術(shù)選擇指數(shù)除2006年和2011年小幅回升外,呈現(xiàn)穩(wěn)定下降趨勢(shì);西部地區(qū)技術(shù)選擇指數(shù)最初呈上升趨勢(shì),在2000年達(dá)到最大值4.32之后開始逐年下降,2003年出現(xiàn)小幅回升;中部地區(qū)最初呈上升趨勢(shì),在2003年達(dá)到最大值3.89之后開始趨于下降,2006年和2011年出現(xiàn)小幅回升。整體而言,三個(gè)地區(qū)的技術(shù)選擇指數(shù)呈現(xiàn)不斷下降的趨勢(shì)。其中,西部地區(qū)的技術(shù)選擇指數(shù)最高,特別是在1998—2003年間高達(dá)4.32;東部地區(qū)技術(shù)選擇指數(shù)最低,下降趨勢(shì)最為平緩;中部地區(qū)技術(shù)選擇指數(shù)在2003年之前低于西部地區(qū),但2003年后與西部地區(qū)比較接近,二者呈交替下降趨勢(shì)。中西部地區(qū)技術(shù)選擇指數(shù)相比較高,這可能是由于“三線建設(shè)”將重工業(yè)多布局在中西部地區(qū),使得中西部地區(qū)重工業(yè)優(yōu)先發(fā)展程度高于東部地區(qū)。2011年中東部地區(qū)技術(shù)選擇指數(shù)出現(xiàn)回升,這可能是由于我國為應(yīng)對(duì)2008年金融危機(jī)實(shí)行的四萬億計(jì)劃,使得市場中本該淘汰的落后產(chǎn)能得以繼續(xù)存在,企業(yè)在缺乏自生能力的情況下也能繼續(xù)經(jīng)營。
(二)企業(yè)全要素生產(chǎn)率估計(jì)
全要素生產(chǎn)率的常用計(jì)算方法通常要對(duì)生產(chǎn)函數(shù)進(jìn)行參數(shù)的估計(jì),傳統(tǒng)的OLS方法由于無法解決變量的同時(shí)性和樣本選擇性偏差問題,估計(jì)結(jié)果往往存在偏誤。為處理內(nèi)生性,目前學(xué)術(shù)界主要有以下四種常用的參數(shù)估計(jì)方法:OP法、LP法、GMM法以及固定效應(yīng)法。本文主要用Levinsohn等[32]的方法在基準(zhǔn)模型中對(duì)全要素生產(chǎn)率進(jìn)行測(cè)度,后續(xù)參照Olley等[33]的方法進(jìn)行穩(wěn)健性檢驗(yàn)。
LP法對(duì)OP法的改進(jìn)主要是用中間投入作為資本投入變量的代理變量,為此有效緩解了OP法中損失的投資為零的樣本帶來的偏差,以及刪除大量樣本的問題。但是OP法比LP法更可取之處在于:LP法只能解決同時(shí)性偏差,OP法同時(shí)解決了同時(shí)性和樣本選擇性偏差。
經(jīng)過處理,本文用LP法和OP法計(jì)算TFP用到的主要變量(取對(duì)數(shù))的統(tǒng)計(jì)特征如表1所示。
(三)模型構(gòu)建
為了研究政府發(fā)展戰(zhàn)略對(duì)企業(yè)全要素生產(chǎn)率的影響,本文構(gòu)建的基準(zhǔn)回歸方程如下:
其中,下標(biāo)i表示企業(yè),r表示省份,t表示年份。被解釋變量Yirt代表企業(yè)i在第t年的全要素生產(chǎn)率,記為TFP。核心解釋變量TCIrt表示企業(yè)所在省份的技術(shù)選擇指數(shù),地區(qū)違背比較優(yōu)勢(shì)優(yōu)先發(fā)展資本密集型產(chǎn)業(yè)程度越大,它的TCI就會(huì)越高。εirt表示隨機(jī)誤差項(xiàng)。
為了提高估計(jì)結(jié)果的準(zhǔn)確性,本文在模型中加入控制變量集合Xirt。參照已有文獻(xiàn),選擇了企業(yè)層面和省份層面的控制變量,省份層面的數(shù)據(jù)來源于歷年的統(tǒng)計(jì)年鑒。企業(yè)層面控制變量包括:要素密集度、企業(yè)規(guī)模、企業(yè)年齡、企業(yè)出口狀況、負(fù)債資產(chǎn)比、政府補(bǔ)貼、融資成本和所在地區(qū)所在行業(yè)市場份額。省份層面控制變量包括:人均GDP、就業(yè)人數(shù)、財(cái)政支出占GDP比重、第二產(chǎn)業(yè)比例、平均受教育年限、信貸規(guī)模占GDP比例等,以分離各省經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平狀況和市場發(fā)育程度對(duì)于企業(yè)全要素生產(chǎn)率的影響。變量說明如表2所示;在舍棄變量殘缺值后,變量描述性統(tǒng)計(jì)如表3所示。
在基準(zhǔn)回歸模型中,本文采用了兩種固定效應(yīng)設(shè)定方式:同時(shí)控制年份、省份、行業(yè)固定效應(yīng)或者同時(shí)控制年份、企業(yè)固定效應(yīng)。為解決內(nèi)生性問題,除了在基準(zhǔn)回歸中加入眾多企業(yè)和省份控制變量之外,本文還使用了工具變量(IV)方法。
四、實(shí)證分析
(一)基準(zhǔn)回歸結(jié)果
基于1998—2007年工業(yè)企業(yè)數(shù)據(jù)樣本的基準(zhǔn)回歸結(jié)果如表4所示。第(1)(2)列只加入企業(yè)層面控制變量,技術(shù)選擇指數(shù)前的系數(shù)分別為-0.0956和-0.116。第(3)(4)列在此基礎(chǔ)上納入省份層面的控制變量。從中可見,TCI系數(shù)仍然顯著為負(fù),即政府發(fā)展戰(zhàn)略向上偏離比較優(yōu)勢(shì)程度越高,企業(yè)的全要素生產(chǎn)率越低。第(4)列的回歸結(jié)果顯示,在控制年份、企業(yè)固定效應(yīng)和其他控制變量不變的條件下,技術(shù)選擇指數(shù)每提高1個(gè)百分點(diǎn),企業(yè)的全要素生產(chǎn)率下降11%。企業(yè)控制變量的回歸結(jié)果也比較符合預(yù)期。企業(yè)規(guī)模越大、出口比例越高、負(fù)債資產(chǎn)比越低、融資成本越低、市場份額占比越高的企業(yè)相對(duì)全要素生產(chǎn)率表現(xiàn)更好。
(二)穩(wěn)健性檢驗(yàn)
工業(yè)企業(yè)數(shù)據(jù)庫自2008年之后存在較嚴(yán)重的數(shù)據(jù)缺失問題
主要包括:(1)2008—2013年工業(yè)增加值和中間投入數(shù)據(jù)全部缺失,無法計(jì)算TFP;(2)2008—2013年固定資產(chǎn)年平均余額全部缺失,無法計(jì)算TCI。對(duì)此,本文依據(jù)余淼杰等[35]使用的方法和相關(guān)會(huì)計(jì)法則分別對(duì)以上數(shù)據(jù)進(jìn)行了估計(jì)補(bǔ)齊,整合了1998—2013年的數(shù)據(jù),作為穩(wěn)健性檢驗(yàn)的參考。
表5報(bào)告了使用1998—2013年工業(yè)企業(yè)數(shù)據(jù)的回歸結(jié)果。第(1)(2)列仍然采用LP法計(jì)算TFP,第(3)(4)列采用OP法計(jì)算TFP。從中可見,在擴(kuò)大的樣本中,TCI系數(shù)仍然顯著為負(fù),違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略會(huì)顯著降低企業(yè)全要素生產(chǎn)率,這說明本文的結(jié)果是穩(wěn)健的。
(三)內(nèi)生性檢驗(yàn)
技術(shù)選擇指數(shù)是政府發(fā)展戰(zhàn)略向上偏離比較優(yōu)勢(shì)程度的一個(gè)代理變量,但它本身也是企業(yè)技術(shù)選擇的結(jié)果,可能具有內(nèi)生性,而技術(shù)選擇指數(shù)的內(nèi)生性可能會(huì)導(dǎo)致回歸結(jié)果產(chǎn)生偏誤。內(nèi)生性問題主要源于遺漏變量、反向因果、度量誤差等。首先,雖然本文已經(jīng)在基準(zhǔn)回歸中加入了眾多控制變量以期降低遺漏變量所產(chǎn)生的內(nèi)生性問題,但是仍然可能遺漏某些同時(shí)影響技術(shù)選擇指數(shù)和企業(yè)全要素生產(chǎn)率而且不可觀察的變量。其次,技術(shù)選擇指數(shù)可能存在測(cè)量誤差從而影響回歸結(jié)果[10]。最后,違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略與企業(yè)全要素生產(chǎn)率之間可能存在雙向因果關(guān)系。工具變量(IV)法是解決上述問題的一個(gè)有效的計(jì)量方法。
結(jié)合相關(guān)性和排他性等標(biāo)準(zhǔn),參考陳斌開等[10,36]的理論,本文引入1963年人口死亡率和人口密度作為技術(shù)選擇指數(shù)的工具變量,以緩解內(nèi)生性問題。表6為使用工具變量的回歸結(jié)果。在第一階段回歸中,工具變量符號(hào)顯著為正,Cragg-Donald Wald F值均大于10,不存在弱工具變量問題,限于篇幅,沒有列表報(bào)出。在第二階段回歸中,無論是否納入省份控制變量,TCI的系數(shù)均顯著為負(fù)。綜合來看,考慮了內(nèi)生性問題后,本文的基準(zhǔn)結(jié)果依然是穩(wěn)健的。
(四)進(jìn)一步討論
旨在鼓勵(lì)資本密集型產(chǎn)業(yè)優(yōu)先發(fā)展的政府發(fā)展戰(zhàn)略會(huì)通過政府干預(yù)扭曲要素市場價(jià)格,使得資本要素價(jià)格低于資本邊際生產(chǎn)力,以支持當(dāng)?shù)刭Y本密集型企業(yè)的生存與發(fā)展。以上研究說明,這樣的企業(yè)實(shí)際上沒有自生能力,自身創(chuàng)新能力低下,企業(yè)全要素生產(chǎn)率不高。如果政府通過扭曲要素市場價(jià)格,降低了當(dāng)?shù)仄髽I(yè)的全要素生產(chǎn)率,則這一影響應(yīng)該對(duì)要素市場發(fā)育程度更低的省區(qū)中的企業(yè)更為強(qiáng)烈。
本文采用企業(yè)所在省份的要素市場化指數(shù)檢驗(yàn)要素市場渠道的作用機(jī)制,在基準(zhǔn)回歸的基礎(chǔ)上,加入各省份要素市場化指數(shù)及其與技術(shù)選擇指數(shù)的交互項(xiàng),回歸結(jié)果見表7。在全樣本和非國有企業(yè)樣本回歸中,交互項(xiàng)均顯著為正。國有企業(yè)樣本中,交互項(xiàng)系數(shù)也為正,在控制企業(yè)固定效應(yīng)的設(shè)定中顯著為正。當(dāng)技術(shù)選擇指數(shù)增加時(shí),處于要素市場發(fā)育程度更低省份的企業(yè)的全要素生產(chǎn)率受到的削弱作用更強(qiáng)。而且,這一效應(yīng)對(duì)于非國有企業(yè)更加明顯。這意味著在要素市場發(fā)育程度更低的省份中,企業(yè)受到的要素價(jià)格扭曲影響更強(qiáng)烈,其全要素生產(chǎn)率的抑制作用更明顯?;貧w結(jié)果支持了要素市場渠道發(fā)揮的作用。
五、結(jié)論與政策建議
通過對(duì)1998—2013年中國規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)的分析,本文發(fā)現(xiàn):違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略會(huì)顯著降低企業(yè)全要素生產(chǎn)率;在要素市場發(fā)育程度更低的省區(qū),違背比較優(yōu)勢(shì)的政府發(fā)展戰(zhàn)略對(duì)所在企業(yè)全要素生產(chǎn)率的負(fù)面影響更為顯著。因此,遵循比較優(yōu)勢(shì)進(jìn)行發(fā)展戰(zhàn)略的制定有助于合理配置生產(chǎn)要素,提升企業(yè)全要素生產(chǎn)率,從而推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革。
本文的研究結(jié)論有助于深入認(rèn)識(shí)影響企業(yè)全要素生產(chǎn)率的深層原因,充實(shí)了新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的理論內(nèi)涵與實(shí)證研究,并在一定程度上為如何提高企業(yè)全要素生產(chǎn)率提供了政策建議。一方面,政府需要積極作為發(fā)揮好協(xié)調(diào)作用,在制定發(fā)展戰(zhàn)略與產(chǎn)業(yè)政策時(shí)遵循當(dāng)?shù)氐膶?shí)際要素稟賦結(jié)構(gòu),充分挖掘當(dāng)?shù)乇容^優(yōu)勢(shì)的發(fā)展?jié)摿?,推?dòng)生產(chǎn)要素合理配置,實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。另一方面,讓要素市場在資源配置中充分發(fā)揮其決定作用,由企業(yè)當(dāng)?shù)氐囊胤A賦結(jié)構(gòu)決定勞動(dòng)和資本的相對(duì)價(jià)格,企業(yè)根據(jù)所在地區(qū)的比較優(yōu)勢(shì)進(jìn)行技術(shù)選擇,才能夠提高企業(yè)和所在地區(qū)整體的全要素生產(chǎn)率,激勵(lì)創(chuàng)新活動(dòng)蓬勃發(fā)展,保證經(jīng)濟(jì)的健康高效運(yùn)行。
參考文獻(xiàn):
[1]付才輝. 金融干預(yù)的成本與收益: 產(chǎn)能過剩與技術(shù)進(jìn)步 [J]當(dāng)代經(jīng)濟(jì)科學(xué), 2015(4): 1-13.
[2]姜磊, 郭玉清, 劉夢(mèng)琰. 比較優(yōu)勢(shì)與企業(yè)杠桿率: 基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的研究視角 [J]. 經(jīng)濟(jì)社會(huì)體制比較, 2020(5): 25-36.
[3]任曙明, 呂鐲. 融資約束, 政府補(bǔ)貼與全要素生產(chǎn)率: 來自中國裝備制造企業(yè)的實(shí)證研究 [J]. 管理世界, 2014(11): 10-23.
[4]林毅夫, 向?yàn)椋?余淼杰. 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(2): 781-800.
[5]邵敏, 包群. 政府補(bǔ)貼與企業(yè)生產(chǎn)率: 基于我國工業(yè)企業(yè)的經(jīng)驗(yàn)分析 [J]. 中國工業(yè)經(jīng)濟(jì), 2012(7): 70-82.
[6]LUBOS P, PIETRO V. Political uncertainty and risk premia [J]. Journal of Financial Economics, 2013, 110(3): 520-545.
[7]SONG M l, AI H S, LI X. Political connections, financing constraints, and the optimization of innovation efficiency among Chinas private enterprises [J]. Technological Forecasting and Social Change, 2015, 92: 290-299.
[8]袁建國, 后青松, 程晨. 企業(yè)政治資源的詛咒效應(yīng): 基于政治關(guān)聯(lián)與企業(yè)技術(shù)創(chuàng)新的考察 [J]. 管理世界, 2015(1): 139-155.
[9]LIU Q G, LUO T P, TIAN G. Political connections with corrupt government bureaucrats and corporate M&A decisions: a natural experiment from the anti-corruption cases in China [J]. Pacific-Basin Finance Journal, 2016, 37: 52-80.
[10]陳斌開, 林毅夫. 發(fā)展戰(zhàn)略, 城市化與中國城鄉(xiāng)收入差距 [J]. 中國社會(huì)科學(xué), 2013(4): 81-102.
[11]林毅夫, 董先安, 殷韋. 技術(shù)選擇, 技術(shù)擴(kuò)散與經(jīng)濟(jì)收斂 [J]. 財(cái)經(jīng)問題研究, 2004(6): 3-10.
[12]林毅夫, 劉培林. 經(jīng)濟(jì)發(fā)展戰(zhàn)略對(duì)勞均資本積累和技術(shù)進(jìn)步的影響: 基于中國經(jīng)驗(yàn)的實(shí)證研究 [J]. 中國社會(huì)科學(xué), 2003(4): 18-32.
[13]李強(qiáng). 比較優(yōu)勢(shì)與制造業(yè)企業(yè)全要素生產(chǎn)率: 行業(yè)比較優(yōu)勢(shì)真的很重要嗎 [J]. 南方經(jīng)濟(jì), 2016(11): 81-94.
[14]李強(qiáng). 結(jié)構(gòu)調(diào)整偏向性, 比較優(yōu)勢(shì)變遷與制造業(yè)全要素生產(chǎn)率增長 [J]. 世界經(jīng)濟(jì)研究, 2017(2): 114-125.
[15]HSIEH C T, KLENOW P J. Misallocation and manufacturing TFP in China and India [J]. The Quarterly Journal of Economics, 2009, 124(4): 1403-1448.
[16]BRANDT L, BIESEBROECK V J, ZHANG Y F. Creative accounting or creative destruction? Firm-level productivity growth in Chinese manufacturing [J]. Journal of Development Economics, 2011, 97(2): 339-351.
[17]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(jì), 2011(7): 27-42.
[18]張慶君. 要素市場扭曲, 跨企業(yè)資源錯(cuò)配與中國工業(yè)企業(yè)生產(chǎn)率 [J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究, 2015(4): 41-50.
[19]王欣, 曹慧平. 金融錯(cuò)配對(duì)中國制造業(yè)全要素生產(chǎn)率影響研究 [J]. 財(cái)貿(mào)研究, 2019(9): 43-53.
[20]林毅夫. 新結(jié)構(gòu)經(jīng)濟(jì)學(xué), 自生能力與新的理論見解 [J]. 武漢大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版), 2017(6): 5-15.
[21]何帆, 朱鶴. 僵尸企業(yè)的處置策略 [J]. 中國金融, 2016(13): 25-27.
[22]申廣軍. 比較優(yōu)勢(shì)與僵尸企業(yè): 基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角的研究 [J]. 管理世界, 2016(12): 13-24.
[23]譚語嫣, 譚之博, 黃益平, 等. 僵尸企業(yè)的投資擠出效應(yīng): 基于中國工業(yè)企業(yè)的證據(jù) [J]. 經(jīng)濟(jì)研究, 2017(5): 175-188.
[24]王永欽, 李蔚, 戴蕓. 僵尸企業(yè)如何影響了企業(yè)創(chuàng)新: 來自中國工業(yè)企業(yè)的證據(jù) [J]. 經(jīng)濟(jì)研究, 2008(11): 99-114.
[25]LEIBENSTEIN H. Allocative efficiency vs. X-efficiency [J]. The American Economic Review, 1966, 56(3): 392-415.
[26]MYERS S C, MAJLUF N S. Corporate financing and investment decisions when firms have information that investors do not have [J]. Journal of Financial Economics, 1984, 13(2): 187-221.
[27]BADIA M, SLOOTMAEKERS V. The missing link between financial constraints and productivity [R]. IMF Working Paper, 2009.
[28]段梅, 李志強(qiáng). 經(jīng)濟(jì)政策不確定性, 融資約束與全要素生產(chǎn)率: 來自中國上市公司的經(jīng)驗(yàn)證據(jù) [J]. 當(dāng)代財(cái)經(jīng), 2019(6): 3-12.
[29]張杰, 周曉艷, 李勇. 要素市場扭曲抑制了中國企業(yè)R&D? [J]. 經(jīng)濟(jì)研究, 2011(8): 78-91.
[30]聶輝華, 江艇, 楊汝岱. 中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題 [J]. 世界經(jīng)濟(jì), 2012(5): 142-158.
[31]林毅夫. 發(fā)展戰(zhàn)略, 自生能力和經(jīng)濟(jì)收斂 [J]. 經(jīng)濟(jì)學(xué)(季刊), 2002(2): 269-300.
[32]LEVINSOHN J, PETRIN A. Estimating production functions using inputs to control for unobservables [J]. Review of Economic Studies, 2003, 70(2): 317-341.
[33]OLLEY G S, PAKES A. The dynamics of productivity in the telecommunications equipment industry [J]. Econometrica, 1996, 64(6): 1263-1297.
[34]魯曉東, 連玉君. 中國工業(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(2): 541-558.
[35]余淼杰, 金洋, 張睿. 工業(yè)企業(yè)產(chǎn)能利用率衡量與生產(chǎn)率估算 [J]. 經(jīng)濟(jì)研究, 2018(5): 56-71.
[36]LIN Y F, WANG X. Development stragegy and international capital flows [R]. Working Paper Series of New Structural Economics, 2019.
[37]樊綱, 王小魯, 朱恒鵬. 中國市場化指數(shù): 各省區(qū)市場化相對(duì)進(jìn)程2011年度報(bào)告 [M]. 北京: 經(jīng)濟(jì)科學(xué)出版社, 2011.
責(zé)任編輯、校對(duì): 李再揚(yáng)
當(dāng)代經(jīng)濟(jì)科學(xué)2020年5期