大企業技術鎖定效應與經濟收斂研究

史修松，劉 軍

（1.淮陰工學院經濟管理學院，江蘇 淮安 223001； 2.南京信息工程大學經濟管理學院，江蘇 南京 210044）

大企業技術鎖定效應與經濟收斂研究

史修松1，2，劉 軍2

（1.淮陰工學院經濟管理學院，江蘇 淮安 223001； 2.南京信息工程大學經濟管理學院，江蘇 南京 210044）

大企業利用資金、技術、組織與市場優勢擴大規模與經營范圍產生規模效應，利用大量產品與企業網絡實現技術傳播與擴散推動整個國家經濟發展。文章以2002-2013年中國500強企業為樣本，采用動態面板數據和系統廣義矩方法研究大企業規模對地區經濟增長的影響。研究結果表明，中國500強企業規模與地區經濟增長具有顯著的負效應，當選擇較為發達的經濟省份進行回歸時發現這種負效應作用更加明顯。分析認為大企業通過技術創新和溢出實現地區經濟收斂，同時由于組織慣性與技術壟斷導致技術鎖定而產生“大企業陷阱”，對地區經濟增長產生負效應。

企業管理；大企業陷阱；經濟收斂；技術經濟

一、引言

大企業是國家經濟發展的核心動力，縱觀世界經濟發展史，無論是發達國家、發展中國家還是新興國家，大企業都有力地推動國家經濟發展。

自上世紀90年代后，培育和造就大型企業集團一直是我國國有經濟戰略調整與國有企業改革的重要組成部分，《“十五”計劃綱要》明確提出，要努力“形成一批擁有著名品牌和自主知識產權、主業突出、核心能力強的大公司和企業集團[1]”。隨著中國經濟的發展中國大企業經歷了快速成長過程，中國企業聯合會2013年公布的中國企業500強的企業總規模達到了50.02萬億元，相當于當年國內生產總值的87%，當年進入世界500強企業數量也達到86家（大陸地區），顯然，中國大企業在規模上得到空前的擴張，在世界經濟中的地位也顯著提升，已成為世界經濟中重要的企業群體。

文章以中國500強企業為樣本考察中國3大企業對地區經濟增長的影響，文章的結構為：第一部分是研究結論；第二部分是相關理論簡要回顧；第三部分是變量、數據與模型設定；第四部分是實證結果與分析。

二、相關理論回顧

創新是經濟增長的源泉，大企業是經濟系統中創新的重要承擔者，大型企業集團憑借競爭優勢和有利的組織系統進行創新活動。錢德勒(2004)認為大型企業在組織資本和勞動力進行大規模技術創新與改進方面具有獨特的優勢與能力，大企業組織比其他組織具有更高的學習潛力[2]。創新是有風險而且需要雄厚的資金支持，大企業在資金方面比任何企業都具有優勢，大企業在市場競爭中具有壟斷優勢，這種壟斷優勢為其進行技術創新提供了雄厚的資金實力和廣泛的創新活力[3]。同時，大企業與小企業相比更富有創新精神，大企業利用自身大量的產品與較高的市場占用率以及較為完善的經營管理網絡來降低研究與開發的風險，并大量使用創新技術來提高生產效率，占有創新帶來的成果。

中國大企業的成長與中國高速發展的經濟緊密相聯系，自20世紀90年代以來，中國大企業的快速成長為中國經濟發展提供了重要的技術進步支撐，大企業利用生產與市場網絡產生了技術與知識溢出效應。大企業的技術溢出還在于其能加快企業的集聚，通過集聚實現技術向集聚企業的擴散[4]，同時大企業通過集聚填補不完善市場條件下的制度空間，從而降低交易成本，如韓國大企業對經濟增長的貢獻是眾所周知的[5]。但是大企業區域創新程度本地化存在很大的差異，王偉光(2011)通過中國各地區大中型工業企業截面數據的實證研究發現大企業的技術創新與本地經濟績效之間存在非對稱性，由于創新資源分布、產業關聯、政府干預強度不同而出現較大差異，大企業在促進經濟增長同時由于組織慣性產生技術鎖定效應導致大企業陷阱[6]。

中國自改革開放以來，在市場體系不斷完善的過程中，大企業規模不斷擴大，大企業群體相對穩定。從大企業的產權角度來看，中國500強企業仍然以國有企業占主體，無論是在競爭性還是非競爭性行業企業中都具有很強的投資沖動。企業蛋糕會越做越大，隨著企業規模的擴大，其管理運營成本增長會超過利潤的增長，大企業大規模產品形成大規模的市場，從而形成了強大的產品市場話語權，這種話語權形成市場壟斷，此時大企業失去創新的動力，形成技術鎖定。大企業用鎖定的技術向外圍發展，主要是技術落后的地區和市場，此時各種要素便會向落后地區流動并聚集，產生洼地虹吸效應，加快落后地區的經濟增長，形成經濟收斂，大企業在促進經濟增長的同時產生了大企業陷阱。文章借鑒Kathy(2008)的思路研究改革開放以來中國大企業對地區經濟增長的影響[7]。

三、模型設定與數據處理

1.指標與模型設定

經濟增長的影響因素很多，而且有大量文獻研究了資本積累、技術進步、人力資本、制度變遷對經濟增長的影響，然而研究大企業規模對經濟增長影響的文獻并不多見，文章借鑒Keun Lee等(2013)的模型檢驗了中國大企業規模對經濟增長的影響[8]，修正后的模型如下：

上式中i表示省份，t表示時間；Yit表示表i省份t年的人均gdp增長率；Saleit表示i省份t時期中國企業500強的營業收入，表示大企業規模，以對數形式表示；Contralit表示i省份t時期的投資率（以可比價格計算）、人口增長率、開放度、創新能力、通貨膨脹率、中小企業數量、各省人均GDP、人均收入、人力資本（以在校高中生數計算）等變量；ρit表示誤差項。指標與變量定義如表1。

2.數據來源與處理

文章大企業樣本取自中國500強企業，數據來源于中國企業聯合會企業500強數據庫、中國統計年鑒、中國科技統計年鑒和中國經濟信息網統計數據庫。文章選取的變量中用地區人均GDP增長率為作為被解釋變量，人均GDP數據來源于中國統計年鑒中各省的人均GDP數據；2012年的數據來源于中國經濟信息網統計數據庫；各省區市的中國企業500強企業營業收入為關鍵解釋變量；投資比率、中學生入學率、中小企業數、區域開放度、區域創新能力等指標為控制變量。各省內中國企業500強的企業數量，根據企業的核心業務所在地來確定，企業的營業收入是所在地區中國企業500強企業營業收入之和。另外，在數據處理過程中，根據500強企業分布，對部分省市500企業數據的特殊性也給予了分類處理。

表1 變量涵義與說明

3.參數估計方法

影響經濟增長的因素很多，而且往往具有內生性問題和變量遺漏問題，大多文獻為了解決內生性問題，采用動態面板數據方法。對于傳統的面板數據方法而言，采用固定效應與隨機效應模型仍然可能得到有偏的結果，而傳統的工具變量方法對于動態面板模型并非有效的方法。有鑒于此，文章主要采用目前被普遍用于動態面板數據模型的估計方法，即系統廣義矩估計(system-GMM)方法來進行參數估計。

Arellano&Bond(1991)在動態面板模型中采用了差分廣義矩估計的方法(DI-GMM)解決變量的內生性問題，即用解釋變量水平值的滯后變量作為工具變量。但是，滯后變量無法解決被解釋變量與內生變量之間的隨機游走現象，差分廣義無法解決弱工具變量的問題。為了解決以上現象，Blundell&Bond(1998)提出并建議采用系統廣義距方法(SYS-GMM)。SYS-GMM在估計有效性與一致性方面得到了很大改進，在估計效率方面也得到了很大提高，系統廣義距可以從變量的變化中選取適當的工具變量，可以在不引入外部工具變量的情況下也可以得到有效的估計結果，這也是system-GMM被廣泛采用的優勢所在。

即便如此，在使用system-GMM估計時還是需要對工具變量的有效性進行把握，必要時使用hansen檢驗對工具變量是否存在過度識別問題進行檢驗，此外，還要對權重距陣進行選擇，根據不同的權重距陣可以選擇一步法(one-step)和兩步法(two-step)，對于一步估計方法而言，兩步估計是漸近有效的。內生性問題在經濟增長影響因素研究中是非常重要的，文章通過系統廣義距方法估計參數，同時也采用傳統估計方法進行參數估計并與之比較。

表2 整體回歸結果

四、實證結果與分析

1.整體回歸結果與分析

根據以上模型與數據采用固定效應模型和系統廣義矩方法進行回歸，結果如表2。

為了消除500強企業在不同地區分布差異造成的影響，我們把樣本分成4組進行計量回歸，每一組都分別采用固定效應模型與動態系統廣義矩進行回歸分析。第1組包含31個省市區，回歸結果如模型1和模型2；第2組不包含北京，共30個省市區，回歸結果如模型3和模型4；第3組不包含西藏、寧夏、青海，共28個省市區，回歸結果如模型5和模型6；第4組不包含北京、西藏、寧夏、青海，共27個省市區，回歸結果如模型7和模型8。從回歸結果來看，500強企業規模的系數均為負，而且都通過了1%水平的顯著性檢驗，說明大企業規模與經濟增長呈負相關。模型1、模型3、模型5、模型7為固定效應模型計量結果，是從靜態角度反映500強企業規模與地區經濟增長的關系，從結果來看，地區的企業發展與地區經濟增長之間可能存在內生關系；由于用固定效應模型可能會產生有偏估計，為了防止內生性影響，模型2、模型4、模型6、模型8采用動態系統廣義矩(system-GMM)回歸分析，在system-GMM回歸中采用滯后一期作為工具變量，從結果可以看出在消除內生性影響后的500強企業規模彈性遠大于固定效應。這種情況的可能解釋是，一個地區經濟快速增長會激發大企業快速投資實現資本的迅速積累，大企業通過兼并實現財富集聚性規模擴大而不是創新發展，而這種投資會快速向不發達地區流動，從而抑制經濟發達地區經濟增長，拉動不發達地區經濟增長，從而產生經濟收斂效應。模型1～模型8的投資率系數為正且大部分通過5%以下水平檢驗，這證明大企業通過集聚性擴張實現規模增長速度遠大于創新增長速度，這可能是一種大企業組織慣性而產生的“大企業陷阱”。

2.分步回歸結果與分析

通過表2的整體回歸分析，該研究根據文章設定的模型采用動態系統廣義矩(system-GMM)分步依次添加控制變量的方法對各個變量進行實證分析以考察500強企業分布與規模對區域經濟增長的影響，在分步回歸過程中，樣本為27個省份，不包括北京、西藏、寧夏、青海。根據報告的結果可知，在依次添加變量后，500強企業規模的系數均為負且都通過了顯著性檢驗，與表2中報告的結果一致，說明結果是穩健的。首先從滯后一期人均GDP增長率、人口變化率、投資率和人力資本4個基本控制變量對模型1進行分析，其符號與表2一致。模型依次加入了人均收入、通貨膨脹率、人均GDP、區域開放程度，報告結果顯示，500企業的系數為負，區域開放程度系數為正且通了1%的檢驗，說明開放對區域經濟發展具有明顯的促進作用。在模型中依次加入區域創新能力、中小企業數量、大企業與GDP的比率和大企業與GDP比率的平方項，結果表明500強企業規模系數仍然為負，模型9中平方項的系數為負，這從另一角度驗證了大企業規模與其創新動力呈倒U型特征（高良謀、李宇，2009），進一步證明了有條件的大企業陷阱的存在。

為了進一步探討在發達經濟條件下是否存在大企業陷阱，研究選擇較為發達而且中國500強企業分布數量較多和規模較大的9個省市，即北京、天津、河北、遼寧、上海、江蘇、浙江、山東、廣東的樣本數據進行分布回歸實證分析。從實證結果來看，500強企業的規模變量系數為負而且大部分通過了1%的顯著性檢驗，由此說明在發達地區大企業的規模并沒有我們想象的那樣促進了地區經濟增長，反而抑制了區域經濟增長，這也驗證了Kathy(2008)在對44個中等以上收入100強穩定大企業的規模與經濟增長呈負相關的結論。由此進一步說明，在發達的經濟體中存在大企業陷阱現象。另外，模型報告結果顯示投資率的系數為正，且模型都通過了1%水平的檢驗，而且控制變量的逐步增加彈性也增大，這也說明地區經濟增長具有明顯的投資拉動效應。

3.穩健性檢驗

為了進一步鞏固實證結果，對以上結果進行穩健性檢驗。對文章設計的模型用31個省、市、自治區的觀測值用面板數據隨機效應模型進行回歸分析，回歸結果如表3，從結果看500強企業規模的參數符號與表2和表3的結果一致，但是由于沒有考慮地區之間的制度與創新等方面異質性，沒有考慮內生性，500強企業規模變量的系數顯著性明顯降低，模型1、模型2和模型5僅僅通過了10%的顯著性水平檢驗，只有模型3通過了1%水平的顯著性檢驗。由此說明該研究設計的模型與方法是穩健的，能較好地解釋變量關系。

五、研究結論

文章以500強企業樣本研究中國大企業規模對經濟增長的影響，研究發現，大企業規模對地區經濟增長具有消極作用，這與大企業發展應該有利于經濟增長的經驗性常識完全相反。根據文章的研究結果，可能有兩種合理的解釋：

第一，大企業對經濟增長存在收斂的效應，對于一個區域或者一個經濟體而言，大企業對其經濟發展肯定是非常生重要的，大企業通過其產品與生產網絡實現技術溢出，促進大企業數量較少而且經濟較為落后地區發展較快。一個地區大企業的產生過程中是對區域內生產要素的快速集聚過程，即大企業生產過程中通過企業網絡對區域內的生產要素重新配置，在企業內部進行投資，產生投資效應，這種投資在相對落后地區產生的效果會更加明顯。

第二，大企業市場壟斷產生的技術鎖定而導致的大企業陷阱。大企業在發展初期為了快速地占領市場和擴大自己的產品范圍會投入大量的人力物力進行創新，以便在技術上領先，這時企業進行入快速發展期，當企業成為某區域或某產品領域壟斷者時憑借壟斷勢力獲得壟斷利潤便進入穩定發展階段，企業創新的動力就會減小，在組織結構上也會變得臃腫而失去活力，形成技術與產品鎖定，當大企業規模達到一定的閥值后效率反而下降，對區域經濟的增長產生消極影響。文章是基于中國企業500強樣本在中國轉型經濟背景下進行的初步研究，在中國轉型背景下大企業對區域經濟增長的影響是復雜的，內在的機理與規律有待進一步探索，如大企業行業分布、大企業的產權結構等對地區經濟增長的影響等。

表3 隨機效應回歸結果

[1]胡遲.從2005中國企業500強看中國大企業的持續成長 [J].宏觀經濟研究，2005(10):7-11.

[2]錢德勒著.柳卸林譯.大企業與國民財富 [M].北京大學出版社，2004.

[3]呂煒.論風險投資機制的技術創新原理 [J].經濟研究，2002(3):48-56.

[4]Williamson，Oliver E.Markets and Hierarchies[M].Free Press，1975.

[5]Khanna，Tarun，Palepu，Krishna.Is group affiliation profitable in emerging markets?An analysis of diversified Indian business groups[J].Journal of Finance，2000，55(2)：867-891.

[6]高良謀，李宇.企業規模與技術創新倒U關系的形成機制與動態拓展[J].管理世界，2009(8):113-123.

[7]KathyFogel，Randall Morck，Bernard Yeung，Bigbusiness stabilityand eco -nomic growth:Is what's good for General Motors good for America?[J]. Journal ofFinancial Economics.2008，89：83-108.

[8]Lee，Keun，Kim，Byung-Yeon，Park，Young-Yoon，and Sanidas，Elias.Big businesses and economic growth:Identifyinga bindingconstraint for growth with country panel analysis [J].Journal of Comparative Economics 2013，41：561-582.

[9]Cameron，A.C.and P.K.Trivedi.Mieroeeonometries using stata[J].Stata Press.2009.

（責任編輯：LT）

The Study on Big Business Technology Lock-in Effect and Economic Convergence

SHI Xiu-song1，2，LIU Jun2
（1.Schoo of Economics and Management，Huaiyin Institute of Technology，Huaian Jiangsu 223001，China；2.China Institute of Manufacturing Development，Nanjing University of Information Science&Technology，Nanjing Jiangsu 210044，China）

In this paper，the author takes the top 500 business in China from 2002-2013 as a sample to study big business influences on the regional economic growth with dynamic penal data and system-GMM.The results show that the big business scale is negative to regional economic growth and the negative influence is stronger when using high income provinces as a sample.The negative effect leads the economic convergence and it results from the big business innovation and spill over.At the same time，the organizational inertia and technical monopoly leads to technology lock-in and produce"big business trap".

Enterprise management；Big business trap；Economic convergence；Technology economy

F061.2

A

1004-292X（2014）10-0026-04

2014-07-13

教育部人文社科規劃基金項目（11YJA790129）；江蘇省社科規劃基金項目（11EYB007）；中國制造業發展研究院開放資助課題（SK20130090-9）。

史修松（1968-），男，江蘇泗陽人，博士，副院長，副教授，主要從事區域經濟與區域發展研究；劉 軍（1974-），男，安徽合肥人，博士，副教授，主要從事區域經濟增長研究。