生產率差異、行業生產率增長與企業進退

許昌平

摘要：測算1999、2003和2007年3個時點中國12個主要制造業行業中進入、退出和在位企業間生產率的差異，并用Griliches和Regev（1995）分解方法首次對行業生產率的增長進行分解。結果發現：進入企業和退出企業的平均生產率都低于在位企業，退出企業平均生產率最低；進入企業自身存在異質性，最初生產率高的進入企業更可能存活，且其生產率很有可能收斂至在位企業的水平?？疾炱趦冉^大部分行業生產率增長的來源中，進入和退出企業生產率的差異約占8%—30%，在位企業自身生產率的增長只占10%左右，而市場份額重置導致的生產率增長約占60%以上。

關鍵詞：企業進入退出；生產率差異；行業生產率；分解

文章編號：2095-5960（2014）03-0045-10；中圖分類號：F27；文獻標識碼：A

一、問題的提出

作為一國工業的主導力量，制造業在國民經濟中發揮著至關重要的作用。2010年中國制造業產出占全球19.8%，是僅次于美國的全球第二大工業制造國，中國憑借巨大的制造業總量成為名副其實的“世界工廠”。中國制造業企業以中小企業為主，主要依靠低成本的勞動力優勢，資本密集度和技術水平較低，企業組織成本也較低，再者中國正處于轉軌時期，改革引進了優勝劣汰的機制，消除了很多行業的進入壁壘，由此導致了企業進入各行業較低的沉淀成本。

Hopenhayn（1992）指出，低進入成本能更好地促進有效的企業進入和無效的企業退出，從而提高企業進入退出的規模和速度[1]。若進入企業確實比退出企業具有更高的生產率，則企業的進入退出將導致行業內資源從低生產率的企業轉向高生產率的企業，從而促進整個行業生產率的改善。那么進入企業是否比退出企業具有更高的生產率？是否進入企業是因為比在位企業的生產率高才選擇進入？退出企業是否是生產率最低的企業？進入企業、退出企業和在位企業對行業生產率的改善有多大貢獻？本文將針對以上問題進行研究與解答。

二、文獻綜述

Griliches和Regev（1995）[2]根據以色列企業數據，實證得出進入、退出和在位企業的市場份額重置只能解釋生產率增長的很小一部分，但Levinsohn等（1999）[3]和Aw等（2001）[4]分別利用智利和中國臺灣的企業數據，實證得出企業進入退出導致的資源重新配置是行業生產率增長的重要來源。囿于企業數據的缺乏，國內學者從企業進入退出角度來研究生產率的文獻較少。李玉紅等（2008）利用2000—2005年中國企業數據，結合BHC方法和偏離份額方法，從企業動態角度對工業生產率增長進行分解，最后得出：對于工業生產率的增長，企業進入和退出導致的資源配置貢獻約占一半，而存活企業的技術進步貢獻占另外一半[5]。但他們只是對整個工業生產率增長進行分解，并沒有細化到各個工業行業。涂正革和肖耿（2005）利用中國大中型工業企業數據，采用隨機前沿方法（SFA）系統研究了37個兩位數工業行業的全要素生產率（TFP）的增長趨勢，把各行業生產率增長分解為前沿技術變化、技術效率、資源配置效率和規模經濟性四部分，但他們沒有考慮企業進入退出對行業生產率增長的影響[6]。范劍勇等（2013）雖然考慮了企業的動態變化，但是利用隨機前沿方法（SFA）對整個制造業生產率的變化進行分解，沒有細分至制造業的各行業[7]。聶輝華、賈瑞雪（2011）對中國整個制造業生產率的增長進行了BCD和GR分解，發現制造業企業資源誤配較為嚴重，且進入退出未對技術進步發揮正面作用[8]。

由上可得，以往國內文獻主要集中于利用企業層面數據，從靜態或動態的視角，對整個工業或是制造業生產率的增長進行分解，很少對各行業的生產率增長情況進行研究，且都未對進入、退出和在位企業間的生產率差異進行深入考察，而這一點對揭示各行業甚至整個產業生產率增長的內在原因具有重要的意義。本文首次測算了中國12個主要制造業行業進入企業、退出企業和在位企業間生產率的差異，以期探尋企業進入退出導致行業生產率改善的內在原因。此外，本文基于Griliches和Regev（1995）[2]行業生產率增長的分解方法首次分解了中國12個主要制造業行業生產率的增長，分析了進入企業、退出企業和在位企業對行業生產率增長的貢獻，以期為更好地促進制造業各行業生產率的增長提供豐富的政策建議。

三、生產率差異與企業進入退出

（一）理論基礎和實證模型

Lambson（1991）[9]，Hopenhayn（1992）[1]，Ericson和Pakes（1995）[10]等利用不同的行業動態理論模型解釋了微觀生產者成功和失敗的不同路徑。他們都假設相同行業的生產者具有不同的生產率，且面對著不同的生產率沖擊。生產率演化過程中的差異性使得生產者輪流做出進入、退出或是繼續留在行業內的決定。他們的模型為分析生產率差異和企業進入退出的關系提供了一個實用的理論框架。下面我們基于Hopenhayn（1992）[1]的理論模型來簡要分析生產率差異和企業進入退出的關系并設定相應的實證模型來驗證此關系。

在Hopenhayn（1992）[1]的模型中，一個行業由許多處于完全競爭市場中生產同質性產品的企業組成。每個企業的產出都是各種投入要素和一個可隨機擾動的生產率沖擊φ的函數。生產率沖擊φ符合一個馬爾可夫過程（Markov process），這一過程與企業的個體特性無關。條件分布函數F（φt+1|φt）隨著φt嚴格遞減，表明t時點大的生產率沖擊將降低t+1時點企業擁有一個大的生產率沖擊的概率。在新的生產率沖擊未觀測到之前，在位企業首先選擇退出或是繼續留在行業內，隨后新的生產率沖擊被觀測到，企業再決定該時點的產出水平。潛在的進入者將通過支付進入成本Ce來選擇進入，然后再從公共生產率分布函數G（ν）中選擇一個初始生產率來決定當時的產出水平。最后我們根據各行業供給和需求的相等來決定各行業均衡的產出價格。Hopenhayn（1992）[1]最后得出行業的動態均衡涉及一條企業退出的法則：企業在t+1時點退出，僅當前一時點的φt

Hopenhayn（1992）[1]還得出了以下三個結論：一是低的進入成本能更好地促進有效的企業進入和無效的企業退出，從而提高企業進入退出的規模和速度。進入成本的增加將導致企業進入有利可圖所需的貼現預期利潤的提高和在位企業生存所需的最低生產率的下降，從而導致企業進入退出規模和速度的下降。高的進入成本使得新企業進入受到阻礙，同時把在位企業從市場選擇中隔離出來。二是企業的退出集中在整個行業生產率最低的企業中。三是在一定條件下，在位企業的生產率分布優于進入企業。

本文利用1998—2007年中國工業企業數據，選取其中1999年、2003年和2007年三個時點的12個主要制造業行業的企業數據來驗證以上三個結論。針對結論一，我們分析了中國12個主要制造業行業企業進入退出的情況；針對結論二，我們考察了各行業不同年份進入企業、退出企業分別與在位企業平均生產率的差異；針對結論三，我們不僅考察了進入企業和在位企業平均生產率的差異，還把進入企業細分為下一年①①由于本文只選取了三個時點，下一年是指下一個時點，如1999年為本年，則2003年為下一年。 仍存活的本年進入企業和下一年將退出的本年進入企業，比較它們與本年在位企業平均生產率的差異。此外，我們還考察了下一年仍存活的本年進入企業是否會隨著存活時間的延長而改善其生產率，并使其生產率水平收斂至在位企業的水平。針對我們考察的內容，設定實證模型②②為使公式更簡明，本文出現的所有公式均省略了行業標識。 如下：

lnATFPit表示t年企業i生產率的對數值。我們采用近似全要素生產率（Approximate Total Factor Productivity， ATFP）來表示企業的生產率，其本源是參數方法中“索洛殘值法”的衍生，優點是計算方便且不失準確性，公式為ATFP=ln（Q/L）-sln（K/L），式中Q為產出，K為資本，L為勞動，s為生產函數中資本的貢獻度。借鑒Hall和Jones（1999）[11]，我們設定s=1/3。

模型1考察各行業不同年份進入企業、退出企業分別與在位企業平均生產率的差異，運用1999年，2003年，2007年三個時點的企業近似全要素生產率對年份虛擬變量（y2003和y2007）和年份虛擬變量與Eit/EXit的交叉項進行混合數據的OLS回歸，同時對企業所在省份、企業所有制類型和企業規模進行了控制。Eit表示t年是否是企業i進入市場的第一年，若是，則Eit=1，否則Eit=0。EXit表示t年是否是企業i存活于市場的最后一年，若是，則EXit=1，否則EXit=0。

模型2考察下一年仍存活的本年進入企業和下一年將退出的本年進入企業分別與本年在位企業平均生產率的差異，運用2003年企業的近似全要素生產率對2007年仍存活的2003年進入企業，以及2007年將退出的2003年進入企業進行了截面數據的OLS回歸，同時對企業所在省份、企業所有制類型和企業規模進行了控制。在t年的所有企業中，若企業i是下一年仍存活的本年進入企業，則Surviveit=1，否則Surviveit=0；若企業i是下一年將退出的本年進入企業，則Nosurvive=1，否則Nosurvive=0。

模型3考察下一年仍存活的本年進入企業是否會隨著存活時間的延長而改善其生產率，并使其生產率水平收斂至在位企業的水平。為考察這一內容，本文僅利用2007年仍存活的2003年進入企業和2007年仍存活的2003年在位企業的企業數據，運用這兩類企業2003年和2007年的近似全要素生產率對年份虛擬變量（y2007）和年份虛擬變量與Entranti的交叉項進行混合數據的OLS回歸，同時對企業所在省份、企業所有制類型和企業規模進行了控制。若企業i是2007年仍存活的2003年進入企業，則Entranti=1，否則Entranti=0。

（二）數據處理

我們選取了1998—2007年中國工業企業數據庫的1998年、2003年和2007年三個時點的制造業企業數據，其原因是為了避免考察時間段過短導致的統計口徑邊緣企業的頻繁進出（李玉紅等，2008） [5]。根據數據庫中行業分類方法，我們選取了12個主要制造業行業，這些行業的企業總數和總產出所占百分比在1999年分別為65%和57%，在2003年分別為69%和68%，在2007年分別為70%和68%①①數據由1998年、2003年和2007年三個時點的制造業企業數據計算而得。 。這些行業的名稱及在數據庫中的代碼如表1所示，為簡化篇幅，下文我們用行業代碼代表具體名稱。

表112個主要制造業行業代碼及名稱

行業代碼行業名稱13農副食品加工業17紡織業18紡織服裝、鞋、帽制造業26化學原料及化學制品制造業30塑料制品業31非金屬礦物制品業32黑色金屬冶煉及壓延加工業34金屬制品業35普通機械制造業37交通運輸設備制造業39電氣機械及器材制造業40通信設備、計算機及其他電子設備制造業此外，我們還對滿足以下條件之一的企業數據進行了剔除：（1）工業增加值為負；（2）企業從業人員數、固定資產凈值和中間投入為負；（3）企業代碼或企業控股情況為空。我們選取工業增加值、企業從業人員數和固定資產凈值分別代表產出、勞動和資本。選取“控股情況”這一指標來表示企業的所有制類型，它把企業分為6類：國家控股企業、集體控股企業、私人控股企業、港澳臺控股企業、外商控股企業和其他企業。企業規模可由企業從業人員數取對數獲得。借鑒李玉紅等（2008）[5]，本文對企業狀態的界定如下：把企業分為進入企業、在位企業和退出企業，設σ為考察時間段，在位企業定義為：如果企業在第t-σ年和在第t年同時出現，就認為企業在考察期σ內一直存在。如果企業在（t-σ，t）間的某段時間消失，但是后來又出現，也作為在位企業。但是，如果企業轉產，如從一個行業退出，進入一個新行業，那么這種企業不算是在位企業。進入企業界定為：如果企業在第t-σ年沒有出現，但是在第t年出現，就判斷企業在考察期σ內進入。退出企業界定為：如果企業在數據庫中第t-σ年出現，但是在第t年消失且再也沒有出現過，就判斷企業在考察期內退出。本文選取了1999年、2003年和2007年的企業數據，設定考察時間段為4年。

（三）實證結果分析

在進行模型（1）—（3）的實證分析之前，我們先分析中國12個主要制造業行業企業進入退出的情況（如表2—3）。

表4由模型（1）得到，考察了各行業不同年份進入企業、退出企業分別與在位企業平均生產率的差異。由表4可得三點結論：一是各行業進入企業的平均生產率要低于在位企業。由第4列可得，2003年進入企業的平均生產率比在位企業低4%—19%。由第5列可得，2007年進入企業的平均生產率比在位企業低4%—20%（除交通運輸設備制造業（37）外）。表5第3列的F檢驗也表明：除黑色金屬冶煉及壓延加工業（32）外，其他行業的進入企業和在位企業平均生產率確實存在差異。二是各行業退出企業的平均生產率要低于在位企業，與進入企業相比，其平均生產率更低（對比第6列和第4列及第7列和第5列的系數值）。這證實了Hopenhayn（1992）[1]的結論二，即企業的退出集中在整個行業生產率最低的企業中。三是除農副食品加工業（13）和紡織服裝、鞋、帽制造業（18）外，其他行業的進入企業和在位企業平均生產率的差異會隨著企業進入時間的增加而減少。然而，對于退出企業，10個行業的進入企業和在位企業平均生產率的差異會隨著企業退出時間的增加而增加。表5第1和2列的F檢驗則表明：不到一半行業的進入企業和在位企業平均生產率的差異會隨著進入時間的不同而發生顯著地變化，同樣的情況也適用于退出企業和在位企業間。

由表4可得進入企業平均生產率要低于在位企業，它們可能競爭不過在位企業，那它們為什么還要選擇進入呢？原因可能在于：進入企業本身存在異質性，其中有些企業生產率高，有些企業生產率低。它們可能不清楚自身最初的生產率水平（Jovanovic，1982） [12]，而且它們可能希望通過進入市場后帶來的規模經濟、研發投資的增加和市場經驗的積累等來提高自身的生產率。為進一步研究進入企業和在位企業生產率的差異，我們把進入企業細分為下一年仍存活的本年進入企業和下一年將退出的本年進入企業。

表6由模型2得到，考察了下一年仍存活的本年進入企業和下一年將退出的本年進入企業分別與本年在位企業平均生產率的差異。由表6可得，12個行業中7個行業2007年仍存活的2003年進入企業的平均生產率顯著高于2003年的在位企業，2007年將退出的2003年進入企業的平均生產率顯著低于當年的在位企業。這表明進入企業自身確實存在異質性，且由于進入企業最初生產率的不同而導致了企業下一年存活和退出的不同命運，最初生產率高的進入企業更可能存活。第4列的F檢驗也表明：除黑色金屬冶煉及壓延加工業（32）外，其他行業兩種不同的進入企業與在位企業平均生產率的差異存在顯著的不同。

表7由模型3而得，它考察了下一年仍存活的本年進入企業是否會隨著存活時間的延長而改善其生產率，并使其生產率水平收斂至在位企業的水平。由表7可得，除金屬制品業（34）和電氣機械及器材制造業（39）外，2007年仍存活的2003年進入企業平均生產率顯著高于當年的在位企業。對比第3列和第4列的系數可得，5個行業2007年仍存活的2003年進入企業經過4年后生產率得到了顯著的改善。但第5列的F檢驗表明：6個行業2007年仍存活的2003年進入企業在進入當年和進入4年后與在位企業平均生產率的差異不存在顯著的不同。總體來看，下一年仍存活的本年進入企業很有可能隨著存活時間的延長而改善其生產率，并使其生產率水平收斂至在位企業的水平。

四、行業生產率增長與企業進入退出

以上已證實進入企業、退出企業和在位企業間確實存在生產率差異，那么這三類企業各自對整個行業生產率的增長有多大貢獻呢？本部分先對行業生產率進行測算，再對行業生產率的增長進行分解，從而來深入地研究此問題。借鑒Olley和Pakes（1996）[13]，我們定義t年某行業的生產率為：

lnATFPt=lnATFPt+∑fΔθftΔlnATFPft（4）

lnATFPt表示t年某行業未加權的平均企業生產率，θft表示t年企業f行業內的市場份額，由于市場份額與產出份額很接近且產出份額更易獲得，本文用產出份額來近似替代市場份額。ΔθftΔlnATFPft=（θft-θft）（lnATFPft-lnATFPft）表示t年某行業企業f生產率和市場份額的樣本協方差，協方差越大，高生產率企業的產出份額越大，則行業生產率水平越高。

接下來我們把行業生產率的增長值進行分解，借鑒Griliches和Regev（1995），我們把所有在時點t+1將退出的t時點企業合并為一個退出企業，其市場份額為θXt，本文用t時點該企業行業內產出份額的總和來表示，其生產率為lnATFPXt，本文用t時點該企業生產率的行業內產出份額的加權平均值來表示。同理，把所有在時點t+1將進入的企業合并為一個進入企業，其市場份額為θEt+1，本文用t+1時點該企業行業內產出份額的總和來表示，其生產率為lnATFPEt+1，本文用t+1時點該企業生產率的行業內產出份額的加權平均值來表示。f∈C，C為兩時點同時存在的在位企業的集合。行業生產率增長值的分解公式如下：

dlnATFP=lnATFPt+1-lnATFPt=∑f∈C[（θft+θft+12）（lnATFPft+1-lnATFPft）]+（θXt+θEt+12）（lnATFPEt+1-lnATFPXt）+∑f∈C[（lnATFPft+lnATFPft+12）（θft+1-θft）]+（lnATFPEt+1+lnATFPXt2）（θEt+1-θXt）（5）

等式右邊分解為四項，第一項為在位企業自身生產率的增長，第二項為進入和退出企業生產率的差異，第三項為在位企業市場份額變化導致的生產率增長，第四項為進入和退出企業市場份額的差異導致的生產率增長，把第三項和第四項合并為一項，稱為市場份額重置導致的生產率增長。

表8報告了12個主要制造業行業在1999—2003年和2003—2007年間生產率的增長及分解情況。在1999—2007年間，后4年行業生產率增長的最小值為0.9，最大值為1.58，而前4年行業生產率增長最小值為0.53，最大值為2.38，其中9個行業后4年的增長幅度都大于前4年。再看各行業兩個時間段生產率增長的分解情況，市場份額重置導致的生產率增長約占各行業生產率總增長的60%以上，這說明企業進入退出導致的市場份額的重置對行業生產率的增長起著重要的作用。這與Baily等（1992）[14]和Haltiwanger（1997）[15]的結論相似，他們得出行業內市場份額重置導致的生產率增長約占美國制造業各行業生產率增長的一半。進入和退出企業生產率的差異在1999—2003年間約占各行業生產率總增長的8%—30%（除通信設備、計算機及其他電子設備制造業（40）外），在2003—2007年間其約占各行業生產率總增長的8%—24%。而在位企業自身生產率的增長在各時段的絕大部分行業生產率的總增長中只占10%左右?？傮w來看，兩段時間內絕大部分行業的進入和退出企業生產率的差異比在位企業自身生產率的增長對行業生產率的增長貢獻更大，但兩者對行業生產率增長的影響都為正（除通信設備、計算機及其他電子設備制造業（40）外）。

五、結論

本文利用來自1998—2007年中國工業企業數據庫的1999年、2003年和2007年三個時點的12個主要制造業行業的企業面板數據來測算進入企業、退出企業和在位企業間生產率的差異并分析這三類企業對行業生產率增長的貢獻，得出以下結論：

1.各行業進入企業和退出企業的平均生產率都低于在位企業，且退出企業的生產率最低；進入企業自身確實存在異質性，最初生產率高的進入企業更可能存活，且其生產率很有可能收斂至在位企業的水平。

2.在1999—2003年和2003—2007年絕大部分行業生產率的增長中，進入和退出企業生產率的差異約占8%—30%，而在位企業自身生產率的增長只占10%左右，市場份額重置導致的生產率增長約占行業生產率增長的60%以上。這表明我國制造業在1999—2007年間絕大部分行業生產率的增長主要來自于企業大規模的進入和退出造成的資源的重新配置。然而，這種資源的重新配置對行業生產率增長的重要影響只是一個階段性的特征。針對轉軌中的中國，企業大規模的進入和退出是很自然的現象，這可能與我國制造業自身發展不成熟和制度改革造成的低行業進入成本有關。但一個國家不可能持續地僅僅依靠新企業的不斷進入來維持經濟增長（張維迎，2004） [16]，從長遠看，隨著中國制造業發展趨于成熟和制度改革趨于完成，增強在位企業的自主創新能力，加快技術進步步伐，提高自身生產率水平，才是實現中國制造業各行業持續發展的重要保障。

參考文獻：

[1]Hopenhayn， Hugo. Entry， Exit， and Firm Dynamics in Long-Run Equilibrium[J]. Econometrica， 1992， 60（5）：1127-1150.

[2]Griliches， Zvi and Haim Regev. Firm Productivity in Israeli Industry， 1979-1988[J]. Journal of Econometrics， 1995， 65（1）：175-203.

[3]Levinsohn， James and Amil Petrin， When Industry Become More Productive， Do Firms？ Investigating Productive Dynamics[J]， NBER working paper 6893， 1999.

[4]Aw， Bee Yan， Xiaomei Chen and Mark J. Roberts. Firm-level Evidence on Productivity Differentials and Turnover in Taiwanese Manufacturing[J]. Journal of Development Economics， 2001， 66（1）：51-86.

[5]李玉紅，王皓，鄭玉歆.企業演化：中國工業生產率增長的重要途徑[J].經濟研究，2008（6）：12-24.

[6]涂正革，肖耿.中國的工業生產力革命——用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析[J].經濟研究，2005（3）：4-15.

[7]范劍勇，趙沫，馮猛.進入退出與制造業企業生產率變遷[J].浙江社會科學，2013 （4）：27-45.

[8]聶輝華，賈瑞雪.中國制造業企業生產率與資源誤置[J].世界經濟，2011 （7）：27-42.

[9]Lambson， V E. Industry Evolution With Sunk Costs and Uncertain Market Conditions[J]. International Journal of Industrial Organization， 1991， 9（2）：171-196.

[10]Ericson， R and Ariel Pakes. Markov-perfect Industry Dynamics： A Framework for Empirical Work[J]. Review of Economic Studies， 1995， 62（1）：53-82.

[11]Hall， R and Jones， C. Why Do Some Countries Produce So Much More Output per Worker than Others[J]？ Quartly Journal of Economics， 1999， 114（1）：83-116.

[12]Jovanovic， Boyan. Selection and the Evolution of Industry[J]. Econometrica， 1982， 50（3）：649-670.

[13]Olley， G S and Ariel Pakes. The Dynamics of Productivity in the Telecommunications Equipment Industry[J]. Econometrica， 1996， 64（6）：1263-1297.

[14]Baily， M N， Charles Hulten， and David Campbell. Productivity Dynamics in Manufacturing Plants[M]. Brookings Papers on Economic Activity： Microeconomics 1992， 1992， 187-267.

[15]Haltiwanger， J C. Measuring and Analyzing Aggregate Fluctuations： The Importance of Building from Microeconomic Evidence [J]. Review of the Federal Reserve Bank of St.Louis， May/June， 1997， 1-23.

[16]張維迎.從制造環境看中國企業成長的極限[J].企業管理，2004 （12）：12-18.

責任編輯：吳錦丹