郭春娜
(中山大學(xué) 嶺南學(xué)院,廣東 廣州 510275)
2015年中國開始實行《中國制造2025》,李克強總理說“《中國制造2025》是深化供給側(cè)結(jié)構(gòu)性改革的重要體現(xiàn)”,其核心都是提高企業(yè)的創(chuàng)新能力與全要素生產(chǎn)率,只有提高企業(yè)的創(chuàng)新能力才能提高中國在國際上的競爭力,只有提高全要素生產(chǎn)率才能促進經(jīng)濟的可持續(xù)發(fā)展。中國只有成為世界制造強國,才可能成為世界強國,因此,制造業(yè)全要素生產(chǎn)率的提高是中國實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展、邁入世界強國的重要前提。同時,《中國制造2025》指出要“優(yōu)化制造業(yè)發(fā)展布局……引導(dǎo)產(chǎn)業(yè)合理有序轉(zhuǎn)移,推動?xùn)|中西部制造業(yè)協(xié)調(diào)發(fā)展”,這意味著準(zhǔn)確測算各地區(qū)制造業(yè)全要素生產(chǎn)率對制造業(yè)在區(qū)域之間的轉(zhuǎn)移和區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展有重要指導(dǎo)意義。因此,本文不僅對全國制造業(yè)全國層面全要素生產(chǎn)率進行研究,還研究了制造業(yè)全要素生產(chǎn)率的地區(qū)差異及收斂性,在研究過程中本文對樣本進行規(guī)范處理,并對模型進行多次估計以保證參數(shù)結(jié)果的準(zhǔn)確性。
全要素生產(chǎn)率(TFP)的增長主要包括資源配置效率的提高、技術(shù)的進步、要素質(zhì)量的提高、管理水平的改進和分工的精細化等。測算TFP的方法有兩大類:一種是索洛余值法[1,2],該方法需要事先設(shè)定生產(chǎn)函數(shù),通過估計生產(chǎn)函數(shù)的參數(shù)來測算TFP。還有一種是潛在產(chǎn)出法,該方法是先估計生產(chǎn)函數(shù)的前沿面,用實際的生產(chǎn)組合離前沿面的距離的變化來度量TFP的增長率。生產(chǎn)函數(shù)前沿面可以用參數(shù)法和非參數(shù)法來估計,常用的非參數(shù)法是數(shù)據(jù)包絡(luò)分析法,該方法是用DEA度量距離函數(shù),用Malmquist指數(shù)度量生產(chǎn)率[3~6],常用的參數(shù)法是隨機前沿分析法[7,8]。
文獻上有三種方法測算整體的TFP,第一種方法是先設(shè)定每個個體的生產(chǎn)函數(shù),再假設(shè)整體的產(chǎn)出是每個個體產(chǎn)出的函數(shù)[6];第二種方法是由個體的TFP加權(quán)得到整體的TFP,這些個體可以是不同的企業(yè),也可以是不同的地區(qū)或者行業(yè)[9~11],可以用產(chǎn)出、資本等作為權(quán)重[12~14],也有文獻用影子價格為權(quán)重[15];還有一種方法是將增長核算框架及索洛增長模型擴展到宏觀層面[16]。在個體差異的度量上,可以采用基尼系數(shù)、標(biāo)準(zhǔn)差、變異系數(shù)等,還可以根據(jù)因子分析和聚類分析對樣本進行分類。
索羅余值法是測算TFP常用的一種方法,但首先要設(shè)定正確的生產(chǎn)函數(shù),但目前的文獻中,要么是對所有的樣本統(tǒng)一設(shè)定相同的生產(chǎn)函數(shù)[17],要么是對同一行業(yè)設(shè)定相同的生產(chǎn)函數(shù)[12]。然而,實際上,每個生產(chǎn)者的技術(shù)水平以及生產(chǎn)函數(shù)都有差異,即使生產(chǎn)相同的產(chǎn)品,生產(chǎn)函數(shù)也可能相差甚遠,盡管不能對每一個企業(yè)都建立一個特定的生產(chǎn)函數(shù),但可以盡量與企業(yè)的生產(chǎn)狀況更接近。除了所在的行業(yè)影響企業(yè)生產(chǎn)函數(shù)外,一個重要的因素是企業(yè)規(guī)模,隨著生產(chǎn)規(guī)模的擴大,企業(yè)的規(guī)模報酬狀況會從規(guī)模報酬遞增階段過渡到規(guī)模報酬遞減[18]。而企業(yè)的生產(chǎn)規(guī)模往往與企業(yè)的所有制性質(zhì)有關(guān),比如國有企業(yè)通常比私營企業(yè)規(guī)模更大,此外,不同所有制的企業(yè)配置資源的方式也不同,私營企業(yè)主要靠市場調(diào)節(jié),國有企業(yè)主要靠行政手段。因此,根據(jù)索羅余值法測算TFP時,設(shè)定的生產(chǎn)函數(shù)應(yīng)該與企業(yè)所在的行業(yè)和所有制性質(zhì)都有關(guān),這樣盡可能的接近現(xiàn)實,使測算結(jié)果盡可能準(zhǔn)確。
本文的主要內(nèi)容如下:首先構(gòu)建了技術(shù)進步內(nèi)生的生產(chǎn)函數(shù),而且認為生產(chǎn)函數(shù)不僅依賴于行業(yè),也依賴于企業(yè)的所有制性質(zhì),然后結(jié)合《中國工業(yè)企業(yè)數(shù)據(jù)庫》中制造業(yè)企業(yè)的微觀面板數(shù)據(jù),根據(jù)索羅余值法測算了制造業(yè)的TFP,在此基礎(chǔ)上分析了制造業(yè)TFP的地區(qū)差異,最后根據(jù)收斂模型分析了制造業(yè)TFP的地區(qū)收斂性及影響因素。
假設(shè)屬于所有制j和行業(yè)i的樣本m的生產(chǎn)函數(shù)是:
(1)
則模型(1)取對數(shù)后可以變化為:
(2)
其中Y*,K*,I*,L*,A*分別表示取對數(shù)后的產(chǎn)出、資本投入、當(dāng)期投資、勞動投入、全要素生產(chǎn)率,此處的資本產(chǎn)出彈性αij和勞動產(chǎn)出彈性βij與i和j都有關(guān)。
隨著Olley and Pakes[19]半?yún)?shù)方法的提出,OP方法成為技術(shù)進步內(nèi)生時估計全要素生產(chǎn)率的一種主要方法,因此,本文根據(jù)模型(2)利用OP方法求出資本產(chǎn)出彈性αij、勞動產(chǎn)出彈性βij、全要素生產(chǎn)率Amt。
(1)數(shù)據(jù)來源與變量選擇
本文采取的數(shù)據(jù)是《中國工業(yè)企業(yè)數(shù)據(jù)庫》中制造業(yè)企業(yè)的微觀面板數(shù)據(jù),時間范圍從2001年到2011年,《中國工業(yè)企業(yè)數(shù)據(jù)庫》全稱是“全部國有及規(guī)模以上非國有工業(yè)企業(yè)數(shù)據(jù)庫”,由國家統(tǒng)計局維護,該數(shù)據(jù)庫樣本大、指標(biāo)多、時間長,到2011年底,該數(shù)據(jù)庫統(tǒng)計的企業(yè)數(shù)量30余萬家,統(tǒng)計的總產(chǎn)值占中國工業(yè)總產(chǎn)值的95%左右,其統(tǒng)計范圍包括“采掘業(yè)”,“制造業(yè)”,“電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)”三個門類,共計39個大類,其中國民經(jīng)濟行業(yè)分類與代碼(GB/T4754-2002)中規(guī)定的代碼是13-43的30個制造業(yè)兩位數(shù)行業(yè)就是本文的研究對象。從研究區(qū)域看,本文的樣本包括中國的31個省、自治區(qū)、直轄市,不包括中國的香港、臺灣和澳門。從所有制看,把所有制分為國有企業(yè)、集體企業(yè)、股份合作企業(yè)、股份制企業(yè)、私營企業(yè)、外商和港澳臺投資企業(yè)、其他等共7種所有制形式。另外,該數(shù)據(jù)庫統(tǒng)計了每年每個企業(yè)各項指標(biāo)的當(dāng)年當(dāng)月累計值,除個別年份外,多數(shù)年份最后一個月的報表是當(dāng)年11月份或12月份,所以本文采用每年最后一個月上報的累計值作為當(dāng)年各項指標(biāo)的年度值,并且根據(jù)《中國城市(鎮(zhèn))生活與價格年鑒2012》中的投入平減指數(shù)和產(chǎn)出平減指數(shù),以2000年為基期,采用固定資產(chǎn)投資價格指數(shù)對資本投入進行平減,采用工業(yè)生產(chǎn)者出廠價格指數(shù)對產(chǎn)量進行平減,本文的分析采用的都是經(jīng)過平減后得到的實際值。
(2)研究步驟與樣本處理
本文的研究步驟及樣本處理過程如下:首先采用序貫匹配法對樣本企業(yè)進行匹配,然后刪除投入或產(chǎn)出指標(biāo)缺失或企業(yè)成立年限不一致的樣本,對余下的樣本根據(jù)模型(2)利用OP方法估計參數(shù)及TFP。企業(yè)的錯誤報表會造成一些樣本極端異常,這種錯誤會影響模型參數(shù)估計的準(zhǔn)確性,因此,本文只保留TFP增長率位于-100%到100%之間的樣本,其余樣本被認為是極端異常樣本,予以剔除,剔除極端異常樣本后仍然會有離群值出現(xiàn),根據(jù)箱形圖原理再次篩選樣本。為了保證模型參數(shù)估計的準(zhǔn)確性,對于余下的樣本再次根據(jù)模型(2)利用OP方法重新估計參數(shù)及TFP,并計算各樣本的TFP增長率,然后對各樣本加權(quán)得到地區(qū)層和全國層面制造業(yè)的TFP及增長率。
(1)全國制造業(yè)TFP增長率分析
圖1是全國制造業(yè)全國層面TFP增長率,2002~2011年TFP平均增長率是2.36%,金融危機發(fā)生前的2002~2007年是4.93%,金融危機發(fā)生后大幅下降,2008年-2011年只有-2.14%。2007年TFP增長率最高,達到12.40%,原因是這一年中國經(jīng)濟異常繁榮,旺盛的需求帶來勞動和資本的充分使用。而2008年的金融危機發(fā)生后,TFP增長率在2009年和2010年大幅下降,在2010年更是達到-19.46%,原因一是因為金融危機發(fā)生后,需求不足造成的生產(chǎn)要素的非充分使用,二是因為為了刺激經(jīng)濟增長,政府共進行了約4萬億的投資,大規(guī)模的投資使得資源配置效率下降、價格機制失調(diào),由此帶來TFP增長率的下降。
圖1 制造業(yè)全國層面TFP增長率(單位:%)
圖2 制造業(yè)TFP的地區(qū)變異系數(shù)
表1是制造業(yè)樣本企業(yè)TFP增長率的描述性統(tǒng)計,從表1可以看出,2002~2011年制造業(yè)TFP增長率的樣本平均值(簡單平均,不加權(quán))是0.02%,最低的前10%在-24.83%以下,最低的前50%在1.86%以下,只有10%樣本超過了21.25%。同時,從表1可以看出,分階段看,金融危機前、中、后的三個時間段,TFP增長率的特征明顯不同,對于金融危機前的2002~2006年,各樣本TFP增長率的平均值是0.11%,最低的前10%在-21.51%以下,最低的前50%在1.34%以下,只有10%的樣本超過了17.95%。對于金融危機正在從美國開始向中國和世界蔓延的2007~2008年,與2002~2006年相比,這一階段不僅TFP均值明顯提高,各分位數(shù)都有明顯提高,原因是這兩年出現(xiàn)了全球性的通貨膨脹,全球大宗商品、糧食和資產(chǎn)價格普遍上漲,旺盛的需求帶來勞動和資本的充分使用。第三階段是金融危機全面爆發(fā)后的2009~2011年,這一階段是金融危機的影響開始顯現(xiàn)的階段,相比2007~2008年,這一階段不僅TFP均值明顯降低,各分位數(shù)都有明顯降低。圖3是制造業(yè)樣本企業(yè)TFP增長率的核密度函數(shù),從圖3中可以看出,相比2002年,2006年的密度曲線整體右移,但中間部分右移的比左尾部和右尾部更多,說明TFP增長率處于中間水平的企業(yè)提高的更快;相比2006年,2008年的密度曲線右尾部右移,其他部位移動不明顯,說明這一時期的繁榮只使TFP增長率本來就較高的企業(yè)更高,其余企業(yè)提高不明顯;相比2008年,2011年密度曲線整體左移,且曲線大部分都比2006年更靠左,說明金融危機過后,各類企業(yè)TFP的增長都嚴(yán)重下降甚至倒退。
表1 制造業(yè)TFP增長率的描述性統(tǒng)計(單位:%)
圖3 制造業(yè)TFP增長率的核密度函數(shù)(單位:%)
圖4 制造業(yè)地區(qū)年均TFP增長率
(2)制造業(yè)TFP增長率的地區(qū)差異分析
前文用加權(quán)方法測算出了制造業(yè)各地區(qū)不同年份的TFP增長率,本文根據(jù)各地區(qū)TFP增長率的年平均值對地區(qū)進行聚類,研究制造業(yè)TFP增長率的地區(qū)差異性。聚類分析采用K均值聚類,用迭代法確定聚類中心,收斂性標(biāo)準(zhǔn)為0, 結(jié)果是全國31個地區(qū)共分為兩類(見圖4),TFP增長率較低的一類包括(括號內(nèi)的數(shù)字表示TFP年均增長率)福建省(1.08%)、廣東省(1.46%)、西藏區(qū)(1.51%)、海南省(1.76%)、山東省(1.91%)、浙江省(1.93%)、上海市(2.07%)、新疆區(qū)(2.07%)、江蘇省(2.13%)、安徽省(2.24%)、北京市(2.27%)、吉林省(2.30%)、湖北省(2.34%)、天津市(2.35%)、廣西區(qū)(2.36%)、河南省(2.48%)、黑龍江(2.50%)、江西省(2.54%)、陜西省(2.59%)等19個地區(qū),這些地區(qū)多數(shù)是東部地區(qū)。剩余的12個地區(qū)屬于較高的一類,分別是湖南省(2.76%)、遼寧省(2.77%)、四川省(2.81%)、河北省(2.86%)、內(nèi)蒙古(2.91%)、重慶市(3.05%)、甘肅省(3.11%)、貴州省(3.36%)、云南省(3.58%)、寧夏區(qū)(3.69%)、青海省(4.05%)、山西省(4.36%)等12個地區(qū),這些地區(qū)多數(shù)是中西部地區(qū)。
另外,把全國31個地區(qū)的TFP采用K均值聚類分析,結(jié)果分成兩組,T檢驗顯示TFP較高的地區(qū)TFP增長率也顯著較高,這意味著地區(qū)層面的制造業(yè)TFP不存在收斂性,為了更準(zhǔn)確研究制造業(yè)TFP地區(qū)差異的變化趨勢,本文進行收斂性檢驗。
收斂理論包括σ收斂和β收斂,β收斂又包括絕對β收斂和條件β收斂,σ收斂指個體之間的差距隨著時間逐漸降低,條件β收斂是每個個體都朝著各自的穩(wěn)態(tài)水平靠近,絕對β收斂指個體的增長率與初始水平負相關(guān),最終所有個體都能達到相同的穩(wěn)態(tài)水平。本文采用以上三種收斂分析方法研究制造業(yè)地區(qū)間TFP的收斂性。
(1)σ收斂模型
σ收斂檢驗就是檢驗變異系數(shù)是否隨著時間的增長有明顯下降。變異系數(shù)Vt的計算公式如下:
(3)
(2)絕對β收斂模型
絕對β收斂模型如下:
(4)
(3)條件β收斂模型
條件β收斂模型模型如下:
(5)
其中xj表示在模型(4)的基礎(chǔ)上加入的對被解釋變量有影響的其他解釋變量。
本部分的目的是研究TFP的收斂性,為了有足夠的樣本,本文設(shè)定的被解釋變量是TFP的增長率,參考以往研究文獻并結(jié)合數(shù)據(jù)的可得性,本文設(shè)定的影響企業(yè)TFP增長的主要因素有資本增長率、研發(fā)投入和外貿(mào)依存度,因此,在基準(zhǔn)回歸中,本文以TFP的增長率(dtfp)為被解釋變量,首先引入TFP一期滯后值(1.tfp)、資本增長率(dk)、研發(fā)投入(r)、外貿(mào)依存度(e)作為解釋變量,用以檢驗β收斂的存在性。然后引入了企業(yè)所處的外部環(huán)境(o)作為控制變量檢驗結(jié)果的穩(wěn)健性。外貿(mào)依存度用出口量占總產(chǎn)量的比重表示,企業(yè)所處的外部環(huán)境用企業(yè)所在省份的人均GDP表示,條件β收斂模型形式如下:
dtfpit=α+β1ltfpit+β2dkit+β3rit+β4eit+μit
(6)
當(dāng)模型(6)中解釋變量只有TFP一期滯后值時,即是絕對β收斂模型。
(1)σ收斂分析結(jié)果
圖2是制造業(yè)地區(qū)TFP的變異系數(shù),從中看出,2001~2011年間,變異系數(shù)有明顯上升趨勢,表明制造業(yè)地區(qū)間TFP不存在σ收斂,反而越來越發(fā)散。
(2)地區(qū)間β收斂分析及穩(wěn)定性檢驗
在估計模型的參數(shù)前要先檢驗解釋變量的內(nèi)生性,以表2中的模型(1b)為例,最可能的內(nèi)生變量是r,考慮用r的一期滯后值作為r的工具變量,識別不足檢驗的P值等于0.00,因此拒絕識別不足的原假設(shè),弱工具變量檢驗Cragg-Donald統(tǒng)計量的值大于15%偏誤下的臨界值,因此r的一期滯后值不是弱工具變量,Durbin-Wu-Hausman內(nèi)生性檢驗的P值為0.00,即認為r是內(nèi)生變量,需要用工具變量估計參數(shù),因此,模型(1b)應(yīng)該采用r的滯后一期值作為r的工具變量。同樣的,其他模型也可以采用r的一期滯后值作為r的工具變量。
表2中的模型都控制了時間,解釋變量和被解釋變量都采用樣本值,模型(1a)-模型(1c)都控制了行業(yè)和所有制,研究排除行業(yè)和所有制因素之外的地區(qū)之間的凈收斂性,模型(2a)-模型(2c)都沒有控制行業(yè)和所有制,研究包含各種影響因素在內(nèi)的、地區(qū)最終呈現(xiàn)出來的收斂性。模型(1a)和模型(1b)中1.tfp的系數(shù)都顯著為正,說明如果排除行業(yè)和所有制因素的影響,地區(qū)之間制造業(yè)TFP即不存在絕對β收斂也不存在條件β收斂,模型(2a)和模型(2b)中1.tfp的系數(shù)都顯著為正,說明地區(qū)之間制造業(yè)TFP最終仍然沒有出現(xiàn)絕對β收斂或條件β收斂,仍然越來越發(fā)散。模型(1b)的系數(shù)小于模型(1a),模型(2b)的系數(shù)小于模型(2a),說明相似經(jīng)濟體(具有相同的資本、研發(fā)投入和出口依存度)的TFP的發(fā)散速度更慢。同時,模型(1b)和模型(2b)中資本增長率和研發(fā)投入的系數(shù)都為正且顯著,說明二者都對TFP的增長有顯著正影響,外貿(mào)依存度的系數(shù)都不顯著,說明其對TFP的增長影響不顯著。引入控制變量以后,不改變以上結(jié)論,說明以上結(jié)果穩(wěn)健。
(3)地區(qū)內(nèi)部β收斂分析及穩(wěn)定性檢驗
前文用聚類分析方法把TFP增長率按高低分為兩類,根據(jù)分類結(jié)果,本文研究了TFP增長率較高的地區(qū)內(nèi)部和TFP增長率較低的地區(qū)內(nèi)部的β收斂性以檢驗不同地域收斂性的異質(zhì)性。表3中模型的變量值仍采用樣本值,不控制行業(yè)和所有制(控制行業(yè)和所有制時結(jié)論與此基本相同,本文略去回歸結(jié)果),用以檢驗兩類地區(qū)內(nèi)部的收斂性。模型(3a)、模型(3b)、模型(4a)、模型(4b)中1.tfp的系數(shù)都顯著為負,說明兩大地區(qū)內(nèi)部制造業(yè)TFP既存在絕對β收斂又存在條件β收斂,也就是存在東部地區(qū)和中西部地區(qū)兩大收斂俱樂部。模型(3b)和模型(4b)的系數(shù)絕對值分別高于模型(3a)和模型(4a),說明兩大經(jīng)濟體地區(qū)內(nèi)部相似經(jīng)濟體(具有相同的資本、研發(fā)投入和出口依存度)的TFP的收斂速度更快。模型(4a)和模型(4b)的系數(shù)絕對值分別高于模型(3a)和模型(3b),說明中西部地區(qū)的絕對收斂速度和相對收斂速度都要高于東部地區(qū)。同時,資本增長率和研發(fā)投入的系數(shù)都為正且顯著,說明二者都對TFP的增長有顯著正影響,外貿(mào)依存度的系數(shù)都不顯著,說明其對TFP的增長影響不顯著。在引入控制變量以后,以上結(jié)論仍然成立,說明結(jié)果穩(wěn)健。
表2 全域TFP的β收斂分析結(jié)果
表3 地區(qū)內(nèi)部β收斂分析結(jié)果
(4) 其他穩(wěn)健性檢驗
分析TFP增長率的地區(qū)差異時,按是否發(fā)生金融危機把時間分為2001~2007年和2008~2011年兩段,分別對樣本進行聚類分析,結(jié)果顯示各段時間內(nèi)TFP增長率的分類結(jié)果都與本文所得結(jié)論大致相同,因此,本文對TFP增長率差異性的分析結(jié)果穩(wěn)健。
分析TFP的收斂性時,不再采用樣本值,而采用樣本值以前文的加權(quán)方式得到的各地區(qū)的值,所得結(jié)論與本文基本相同,因此,本文的收斂分析結(jié)果穩(wěn)健。
本文構(gòu)建了技術(shù)進步內(nèi)生的、充分考慮不同企業(yè)差異性的生產(chǎn)函數(shù),然后根據(jù)企業(yè)層面的微觀面板數(shù)據(jù),測算了中國制造業(yè)全國層面及區(qū)域?qū)用娴腡FP增長率,并分析了制造業(yè)TFP的區(qū)域差異及其收斂性,研究結(jié)果如下: 2002~2011年中國制造業(yè)全國層面TFP年均增長2.36%,2002~2007年平均增長4.93%,受金融危機的影響,2007年以后明顯下降,2008~2011年僅為-2.14%;在地區(qū)差異上,東部地區(qū)的制造業(yè)TFP及增長率要低于中西部地區(qū);收斂分析顯示,盡管從全域看,地區(qū)間TFP既不存在β收斂也不存在σ收斂,反而越來越發(fā)散,但是高增長的中西部地區(qū)和低增長的東部地區(qū)卻各自存在著絕對β收斂和條件β收斂;資本增長率和研發(fā)投入都對TFP的增長有顯著正影響,而外貿(mào)依存度的影響不顯著。
本文的研究也意味著以下政策啟示:
(1)鼓勵企業(yè)研發(fā),并制定相應(yīng)政策提高制造業(yè)的資本增長率。本文的研究表明研發(fā)與資本增長率都對TFP有顯著正影響,都與TFP有良性互動。較高的研發(fā)投入與較高的資本增長率會帶來較快的技術(shù)進步,而技術(shù)進步的加快又會增加研發(fā)投入,提高資本回報率,進而提高資本增長率。針對目前制造業(yè)生產(chǎn)率水平較低的現(xiàn)狀,要鼓勵企業(yè)研發(fā),并制定相關(guān)政策提高制造業(yè)的資本增長率,通過技術(shù)進步與企業(yè)研發(fā)和資本回報率的良性互動提高生產(chǎn)率,進而促進制造業(yè)的發(fā)展。
(2)要鼓勵制造業(yè)從東部地區(qū)向中西部地區(qū)轉(zhuǎn)移。東部地區(qū)的TFP及增長率較低,其高產(chǎn)出是依靠較高的投入得到的,因此,政府要采取措施鼓勵制造業(yè)轉(zhuǎn)移到其他地區(qū),這樣不僅能從整體上提高資源配置效率,提高制造業(yè)TFP的增長率,也能加快欠發(fā)達地區(qū)的發(fā)展,縮小收入差距,促進區(qū)域協(xié)調(diào)發(fā)展。