我國鋼鐵企業全要素生產率的實證研究

李凌云

（上海交通大學，上海 200030）

一、引言

國內鋼鐵行業在過去的六十多年里，經歷了飛速發展。從規模總量層面，1949年，中國鋼鐵產量僅15.8萬噸，不及當年世界鋼鐵總產量的0.1%。而到2007年，中國年產鋼已達到48924萬噸，位居世界第一。從效率的層面而言，技術的進步導致效率的提升，而產能過剩又使效率低下日益凸顯。兩種效應難以判斷。因此，本文的宗旨即是對發展中的鋼鐵行業效率進行評估。

本文將針對鋼鐵行業全要素生產率進行估計。全要素生產率（Total Factor Productivity,TFP），又名索羅余值。最早由solow提出，是指經濟增長不能被資本、勞動投入解釋的部分。對于國內的研究，早期由于數據的限制，研究主要集中在國家和省級層面。如舒元(1993)、王小魯(2000)、張軍(2002)，Selin Ozyurt(2009)等。隨著工業企業數據庫的出現，學者開始以廠商為對象進行全要素生產率。如謝千里和羅斯基(2008)、YU(2010)及魯曉東和和連玉君(2012)。

總的而言，而實證研究用的三種方法包括：生產函數法、DEA-Malmquist 指數法、隨機前沿生產函數法。下面，本文將按照三種方法對全要素生產率的研究進行梳理。

（一）DEA-Malmquist 指數方法

該方法基于數據包絡分析，最初由Malmquist(1953)用于比較不同時期的消費變化。Caves (1982) 等首次將其用來衡量生產率。Malmquist 生產率指數不需要相關的價格信息，可以對全要素生產率進行分解并研究其增長的源泉。其中Malmquist 指數(MI)概念基于Malmquist 函數，該函數表示給定資本、勞動力投入序列對應的最大產量。即

這一函數可以是加總生產函數。則經濟體A 與經濟體B 之間的Malmquist 指數(MI)即可表示為

其中，

若MI 大于1，則說明A 經濟體比B 經濟體更有效率。反之則反。同樣Malmquist 指數也可以用于縱向時間序列對比。從而改進了DEA 僅能用于橫截面的缺陷。

Malmquist 指數可分解為技術變化和效率變化。Malmquist 指數多用于偏宏觀層面，即以全國或省市為研究對象。國內學者也利用Malmquist 指數對各產業進行全要素生產率的測度：方福前和張艷麗（2010）利用Malmquist 指數對中國農業全要素生產率指數及其影響因素進行分析，發現技術進步是農業全要素生產率增長的主要原因,而鄉村從業人員對農業生產效率、財政支農的力度和農業的地位均會顯著影響農業全要素生產率的變動；沈能（2006）、楊向陽和徐翔（2006）基于Malmquist 指數方法,分別研究了中國制造業和服務業的全要素生產率(TFP)后，均發現由于技術進步，兩個行業的全要素生產率都在增長，但技術效率的下降，卻對全要素生產率產生了負面影響；省級層面，徐小鷹（2010）采用2000～2008年湖北省13 個地級市的面板數據,對湖北省各地區的投入-產出效率及全要素生產率的增長構成即效率變化和技術變化進行了分析。

（二）隨機前沿方法（Stochastic Frontier Analysis,SFA）

由Aigner,Lovell and Schmidt (1977) 和Meeusen and Van den Broeck(1977)幾乎同時提出，SFA 不同于OLS，它企圖模擬企業生產邊界，除隨機誤差外，大部分觀測值都處于模擬結果的下方。SFA 將廠商全要素生產率分解為前沿技術和技術效率兩個部分，前者是指企業的最優生產效率，即生產可能性邊界。而后者指廠商的實際生產效率與最有生產率的差距（Technical Inefficiency）。不考慮隨機擾動項，隨機前沿方程可以寫成：

其中，yt表示第i 個廠商的產量，xi為廠商投入，為邊f(xi；β)界產出，β 則為待估計的技術參數。TEi即為技術效率，表示為實際產量與最大產量之比。TEi=1 時，廠商達到產出邊界。因此TEi≤1 實際中，常常認為TEi是一個服從某一特定分布的隨機變量。隨機項是作用于生產函數的沖擊，這些沖擊并非直接針對廠商或潛在技術，而很可能是天氣變化、經濟衰退等等，假設每個廠商都面臨著不同的隨機沖擊，但這些沖擊服從共同的分布。加入隨機沖擊后，生產函數變為

若將寫作指數形式，則上式變為

假設生產函數為Cobb-Douglas 形式，且等式兩邊同時取對數，

其中νi為噪音項，一般假設服從正態分布。而ui非負，表示技術無效性，νi和ui共同組成了擾動項，該式常被稱作“組合擾動模型”（composed error model）。

M.Angeles 和Rosario(2005)基于SFA 分析了1995～2001年間西班牙中小企業的技術無效性和影響因素，發現中小企業效率低于大企業，這主要是受制于其組織資源能力。Caves and Barton(1990) 考察了美國制造業的技術無效而Green and Mayes (1991)則分析了英國企業的技術無效性。Isik 和Hassan（2003）以19 實際80年代土耳其商業銀行競爭化政策為背景（該政策使土耳其銀行系統歷經了一系列法制、結構和制度改革），通過DEA-Malmquist全要素生產率指數變化，研究了金融管制的松動對商業銀行生產率和效率改變和技術進步的影響；鄭玉歆等(1995)等較早采用隨機前沿生產函數法研究中國工業按城市、部門和企業所有制形式進行分類比較分析。這些要素的形成和發展的作用實際上就是改革推動生產率增長的主要過程。姚洋(1998)通過從工業企業數據庫中抽樣進行隨機前沿分析表明,集體和外國三資企業對其所在的行業還具有顯著的正外部效應。涂正革和肖耿（2005）利用隨機前沿方法研究均發現前沿技術進步是全要素生產率增長的最重要動力。傅曉霞和吳利學（2006）在隨機前沿的框架下對各地產出差異進行分析后，認為資本等要素投入仍然是中國經濟增長的主要源泉,但全要素生產率對經濟增長貢獻在不斷增強,其中制度的影響從90年代起不斷增大,成為造成地區差距的重要原因。

（三）生產函數法

通過估算出生產函數后,采用總產出扣除各投入要素后的殘差來測算全要素生產率。Miller and Upadhyay(2000)通過半參方法估計了加總生產函數得到全要素生產率估計后，研究了開放程度，貿易傾向和人力資本對全要素生產率的影響發現，開放的經濟、外向型貿易有助于全要素生產率的提升，大多數情況下，人力資本促進生產率提升，但對于窮國而言，生產率與開放度呈現交互作用。Brandt 和Zhang（2009）利用Olley-Packs 方法估計了生產函數后得到中國加入世貿組織前后中國TFP 變化，認為國內全要素生產率高于同期其他國家。Yu SHENG,Ligang SONG(2012)利用企業級數據，測算了鋼鐵行業的全要素生產率，并考察了影響因素。在生產函數的估算過程中，采用了Olley-Packes，Levin-Petrin 和GMM 的半參數方法處理了生產函數的內生性問題。本文將使用生產函數法從廠商層面估算鋼鐵行業全要素生產率情況。

二、回歸模型

為了避免生產函數的內生性帶來的偏差，本文主要采用Olley-Pakes（1996）和Levinsohn-Petron（2003）兩種方法估計生產函數。兩種方法均采用兩步法。先識別出勞動力系數，再識別出資本的系數。原理相同，后者是對前者的改進。

本文同時還使用了OLS，固定效應方法作為對照。

OP 方法假設該經濟中生產函數為Cobb-Douglas 形式，即

其中，分別代表資本和勞動的對數形式，是殘差項，與自變量無關。而是經濟學家無法觀測而廠商可觀測的隨時間變化的生產率。當廠商觀測到本期的生產率后，決定本期投入，因此，與自變量相關。這使得OLS 方法得到有偏的結果。OP 方法通過將分別寫作投資的函數，從而巧妙地回避了這一問題，得到了無偏估計，LP 認為OP 方法的前提假設是投資與成單調增關系，而現實中，這一假設常難以滿足。即投資在很多年份都為0。因此LP 方法將寫成了中間投入的函數。具體參見Olley-Pakes（1996）和Levinsohn-Petron（2003）。

三、數據選取

本文所使用的數據來自中國工業企業數據庫。該數據庫統計對象為“規模以上工業法人企業”，即國有和主營業務收入500萬元/年及以上的非國有工業法人企業，統計指標包括兩類：技術經濟指標（如工業增加值、工業總產值、工業銷售產值等）以及主要財務成本指標（如從業人員、工資總額等）。其中鋼鐵行業定義為行業代碼32～34，即黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、金屬制品業，其中能夠使用是數據共含15756 個廠商，對應47867 個觀測值，去除序列長度不足3年的觀測值后還剩8102 家廠商，共37199 個觀測值，剩余廠商年均產出為1.92 億，占原始數據的72%。

四、回歸結果分析

可以看到四個回歸得到的勞動力投入彈性在0.169 到0.539之間，而資本投入彈性系數在0.082 至0.311 之間。

表1 生產函數回歸結果

得到生產函數后，通過計算方程的殘差即可得到企業的全要素生產率的對數形式，即

由于本文并不關注全要素生產率的絕對值，而更加關注的變化的解釋，因此這里統一采用對數形式。

表2 全要素生產率年平均估計值（對數形式）

表3 全要素生產率年增長估計值

四種方法得到的全要素生產率都顯示出逐年增長的大趨勢，不過進一步研究增量可以看到，2001年和2005年出現過兩次增速放緩，可行的解釋是2001年是中國進入WTO 第一年，進口給鋼鐵業帶來了沖擊。

由于98 亞洲金融危機以來，國家一直維持著積極寬松的財政政策以擴大內需，確保經濟增長。在此期間，鋼鐵、水泥、電解鋁三大行業為國民經濟持續快速發展做出了重要貢獻。但同時三大行業在發展中投資增長過快，生產能力超出市場預期需求，產品結構不合理，高消耗、高污染、低產出的問題十分嚴重。在2003年投資增長接近翻番的基礎上，2004年前兩個月，鋼鐵工業投資增速達到1726%；2004年，為了抑制投資過熱，國家進行了宏觀調控，降低GDP 增速預期。同時提出將嚴格控制鋼鐵、水泥、電解鋁等過熱行業。

五、結論及展望

本文通過Olley-Pakes 等方法，采用生產函數方法對我國鋼鐵行業進行了估計。結果表明，在1999 至2007年間，鋼鐵行業全要素生產率保持良好增長趨勢，不過2001年和2005年增速出現了明顯下滑甚至變為負。本文認為，原因系2001年進口沖擊以及2004年的宏觀調控。

本文后續將進一步分地區來看鋼鐵企業的發展，尤其關注河北省等幾個鋼鐵重點生產區域。從而對我國鋼鐵企業效率有更深入的認識。