制造業(yè)全要素生產(chǎn)率測(cè)算及影響因素研究

摘要：Hsieh和Klenow提出了一種測(cè)算全要素生產(chǎn)率與資源配置效率的模型，龔關(guān)和胡關(guān)亮對(duì)該模型進(jìn)行了擴(kuò)展。文章在龔關(guān)和胡關(guān)亮研究的基礎(chǔ)上，突破了投入要素的產(chǎn)出彈性只與行業(yè)有關(guān)的假設(shè)，構(gòu)建了一個(gè)新的異質(zhì)產(chǎn)品的壟斷競(jìng)爭(zhēng)模型。然后結(jié)合企業(yè)的微觀數(shù)據(jù)，測(cè)算了中國(guó)制造業(yè)的資本配置效率、勞動(dòng)配置效率和全要素生產(chǎn)率。最后，根據(jù)Olley和Pakes的方法測(cè)算了制造業(yè)的技術(shù)進(jìn)步水平，并從技術(shù)進(jìn)步和資源配置的視角分析了中國(guó)制造業(yè)全要素生產(chǎn)率的影響因素。研究發(fā)現(xiàn)：2001—2007年制造業(yè)全要素生產(chǎn)率平均每年增長(zhǎng)4.93%;由于資本配置效率和勞動(dòng)配置效率的雙重下降，2007年以后全要素生產(chǎn)率明顯下降;就全要素生產(chǎn)率的地區(qū)差異看，中西部地區(qū)越來越高，而東部地區(qū)越來越低。

關(guān)鍵詞：制造業(yè);全要素生產(chǎn)率;資源配置效率;技術(shù)進(jìn)步

中圖分類號(hào)：F426文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-5831（2019）02-0049-10

一、引言及文獻(xiàn)綜述

2015年，中國(guó)開始供給側(cè)結(jié)構(gòu)性改革，其核心是提高創(chuàng)新能力與效率，習(xí)近平總書記強(qiáng)調(diào)“供給側(cè)結(jié)構(gòu)性改革的根本目的是提高社會(huì)生產(chǎn)力水平”，“供給側(cè)結(jié)構(gòu)性改革的主攻方向是……提高全要素生產(chǎn)率”，只有提高全要素生產(chǎn)率，才能促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展與良性循環(huán)。中國(guó)成為世界強(qiáng)國(guó)的重要前提是要成為世界制造業(yè)強(qiáng)國(guó)，只有制造業(yè)才能讓中國(guó)躋身于世界之顛，因此，2015年5月，國(guó)務(wù)院正式發(fā)布了《中國(guó)制造2025》，實(shí)施制造強(qiáng)國(guó)戰(zhàn)略。由于技術(shù)引進(jìn)已經(jīng)進(jìn)入了瓶頸，國(guó)外核心技術(shù)已難以引進(jìn)，因此中國(guó)能否邁入世界制造強(qiáng)國(guó)要看中國(guó)制造業(yè)企業(yè)能否靠自身能力提高創(chuàng)新力和全要素生產(chǎn)率。但是，中國(guó)制造業(yè)勞動(dòng)生產(chǎn)率與世界制造強(qiáng)國(guó)有較大差距，2010年中國(guó)制造業(yè)勞動(dòng)生產(chǎn)率僅是德國(guó)的34%，日本的25%[1]，提高全要素生產(chǎn)率才是提高勞動(dòng)生產(chǎn)率的根本途徑。所以制造業(yè)全要素生產(chǎn)率的提高不僅僅關(guān)系到《中國(guó)制造2025》的戰(zhàn)略規(guī)劃能否實(shí)現(xiàn)，中國(guó)能否進(jìn)入世界制造強(qiáng)國(guó)行列，關(guān)系到中國(guó)能否真正實(shí)現(xiàn)供給側(cè)改革，也關(guān)系到中國(guó)能否真正轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，跨越“中等收入陷阱”，實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。

全要素生產(chǎn)率（以下稱為TFP）是指要素投入以外的原因?qū)е碌漠a(chǎn)出的增加。對(duì)TFP的研究主要有兩大類方法：一是1957年索洛在新古典增長(zhǎng)理論中提出的索洛余值法，索洛余值是總產(chǎn)出增長(zhǎng)不能被投入要素增長(zhǎng)所解釋的部分，主要包括技術(shù)進(jìn)步、資源配置效率、要素質(zhì)量、公司治理策略、管理水平和分工的專業(yè)化等。利用索羅余值進(jìn)行測(cè)算時(shí)，用得比較多的生產(chǎn)函數(shù)是1928年美國(guó)數(shù)學(xué)家Cobb和經(jīng)濟(jì)學(xué)家Douglas共同提出的Cobb-Douglas生產(chǎn)函數(shù)，除此之外還有1961年Arrow、Chenery、Mihas、Solow共同提出的CES生產(chǎn)函數(shù)，1967年Sato提出的多要素二級(jí)CES函數(shù)生產(chǎn)函數(shù)，1971年Revankar提出的VES生產(chǎn)函數(shù)，1973年L.Christensen、D.Jorgenson、Lau提出的超越對(duì)數(shù)生產(chǎn)函數(shù)[2]224-229。二是潛在產(chǎn)出法，就是通過估計(jì)前沿生產(chǎn)函數(shù)，然后通過計(jì)算實(shí)際的投入產(chǎn)出組合離前沿生產(chǎn)函數(shù)的距離的變化來測(cè)算TFP的變化。前沿生產(chǎn)函數(shù)的估計(jì)有兩種方法：一種是參數(shù)方法如隨機(jī)前沿分析法（SFA），一種是非參數(shù)法如數(shù)據(jù)包絡(luò)分析法（DEA）。1953年瑞典經(jīng)濟(jì)學(xué)家Sten提出Malmquist指數(shù)的概念，1982年Caves等人通過距離函數(shù)構(gòu)造了Malmquist生產(chǎn)率指數(shù)（即此后統(tǒng)稱的Malmquist指數(shù)），但沒有找到合適的度量方法，直到1978年Charnes、Cooper和Rhodes提出用DEA度量距離函數(shù)，Malmquist指數(shù)才得到了廣泛的應(yīng)用和發(fā)展。李春頂[3]、陶長(zhǎng)琪和齊亞偉[4]

等用該指數(shù)測(cè)算了中國(guó)的全要生產(chǎn)率。SFA方法是構(gòu)造隨機(jī)生產(chǎn)前沿函數(shù)，并把隨機(jī)誤差項(xiàng)分為單邊誤差項(xiàng)（表示距離函數(shù)）和對(duì)稱誤差項(xiàng)（表示隨機(jī)環(huán)境因素對(duì)產(chǎn)出的影響），再結(jié)合Malmquist指數(shù)就可以測(cè)算出TFP增長(zhǎng)率。

如何計(jì)算整體的TFP，文獻(xiàn)上有三種方法，一種是由每個(gè)單元的TFP加權(quán)得到整體的TFP，這些單元可以是微觀企業(yè)，也可以是空間區(qū)域或行業(yè)，如Brand等[5]、Bailey等[6]、Griliches 和Regev[7]、Foster等[8]、Olley和Pakes[9]、楊汝岱[10]、王志剛等[11]、姚戰(zhàn)琪[12]等在研究中都用了這種方法，權(quán)重可以是市場(chǎng)份額、產(chǎn)出份額、從業(yè)人員數(shù)所占比重、資本所占比重等。另外一種方法是假設(shè)整體的產(chǎn)出是每個(gè)單元產(chǎn)出的CES函數(shù)，每個(gè)單元的生產(chǎn)函數(shù)仍滿足C-D函數(shù)，從而計(jì)算出整體的TFP，如Hsieh和Klenow[13]。還有一種方法是將索洛增長(zhǎng)模型及增長(zhǎng)核算框架拓展到宏觀層面，如蔡躍洲和付一夫[14]。

在對(duì)TFP的分解上，可以分解為體現(xiàn)型技術(shù)進(jìn)步和非體現(xiàn)型技術(shù)進(jìn)步，如郭春娜和秦青[15]，也可以分解為技術(shù)進(jìn)步與資源配置，如楊汝岱[10]、蔡躍洲和付一夫[14]，還可以分解為技術(shù)進(jìn)步、技術(shù)效率和規(guī)模報(bào)酬，如章祥蓀和貴斌威[16]等。

TFP的研究是目前的一個(gè)熱門問題，由于采用的數(shù)據(jù)、方法不同，或者對(duì)樣本的處理不同，對(duì)中國(guó)TFP的估計(jì)結(jié)果有較大的差別。Young[17]認(rèn)為，中國(guó)經(jīng)濟(jì)增長(zhǎng)是依靠要素積累而非技術(shù)水平的提高。與之不同的是，Brand等[5]的研究發(fā)現(xiàn)1998—2007年中國(guó)TFP的年均增長(zhǎng)率高達(dá)7.96%，且隨著時(shí)間的增長(zhǎng)速度加快，2002—2007年平均增長(zhǎng)11%～16%。章祥蓀和貴斌威[16]利用Malmquist指數(shù)法，測(cè)算出中國(guó)1979—2005年TFP年均增長(zhǎng)率是1.6%。陶長(zhǎng)琪和齊亞偉[4]利用Malmquist指數(shù)法，測(cè)算出中國(guó)1987—2007年28個(gè)省區(qū)TFP的增長(zhǎng)多在1%以下。楊汝岱[10]利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)數(shù)據(jù)，通過OP方法和LP方法估計(jì)出1998—2007年制造業(yè)TFP增長(zhǎng)率在2%～6%之間，年均增長(zhǎng)3.83%。魯曉東和連玉君[18]用參數(shù)和半?yún)?shù)等不同的方法計(jì)算出1999—2007年中國(guó)TFP年均增長(zhǎng)率在2%～6.56%之間，而多數(shù)人的計(jì)算結(jié)果在3%～5%之間。

要想保持TFP的不斷提升，就要深入研究TFP增長(zhǎng)的主要?jiǎng)恿Α瞧髽I(yè)成長(zhǎng)帶來的技術(shù)進(jìn)步（技術(shù)效應(yīng)）還是資源配置結(jié)構(gòu)變化帶來的效率的變化（結(jié)構(gòu)效應(yīng)）。近年來，從技術(shù)效應(yīng)還是結(jié)構(gòu)效應(yīng)的視角對(duì)TFP進(jìn)行研究是一個(gè)熱點(diǎn)問題。Hsieh和Klenow[13]在規(guī)模報(bào)酬不變的假設(shè)下提出了利用TFP價(jià)值（TFPR）的離散程度來衡量資源配置效率。該方法被廣泛使用，邵宜航等[19]用此方法測(cè)算了中國(guó)工業(yè)資源配置的扭曲程度。但Hsieh和Klenow的方法存在一定的不足，該方法假設(shè)企業(yè)的規(guī)模報(bào)酬不變，而一旦該假設(shè)不成立，TFPR的離散程度并不能準(zhǔn)確衡量資源配置的效率，而且即使規(guī)模報(bào)酬不變的假設(shè)成立，他們提出的度量資源配置效率的方法只能衡量總體的資源配置效率，不能衡量單個(gè)要素的配置效率。龔關(guān)和胡關(guān)亮[20]對(duì)Hsieh和Klenow的模型進(jìn)行了擴(kuò)展，取消規(guī)模報(bào)酬不變的假設(shè)，并提出利用資本的邊際產(chǎn)出價(jià)值（MRPK）的離散程度和勞動(dòng)的邊際產(chǎn)出價(jià)值（MRPL）的離散程度分別度量資本配置效率和勞動(dòng)配置效率。原因是由于生產(chǎn)要素的邊際報(bào)酬遞減，如果要素的邊際產(chǎn)出價(jià)值趨于離散，說明要素從邊際產(chǎn)出高的行業(yè)或地區(qū)流向了邊際產(chǎn)出低的行業(yè)或地區(qū)，從而導(dǎo)致要素配置效率降低。但無論是Hsieh和Klenow還是龔關(guān)和胡關(guān)亮，他們都認(rèn)為資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性僅僅依賴于行業(yè)，也即只要是同一個(gè)行業(yè)，其資本和勞動(dòng)的產(chǎn)出彈性都相同。然而，不同所有制性質(zhì)的企業(yè)生產(chǎn)規(guī)模往往不同，比如國(guó)有企業(yè)通常有比私營(yíng)企業(yè)更大的規(guī)模，不同的生產(chǎn)規(guī)模決定了不同的規(guī)模報(bào)酬?duì)顩r，從而也意味著要素的投入產(chǎn)出彈性不同。對(duì)企業(yè)規(guī)模與規(guī)模報(bào)酬的關(guān)系，平狄克和魯賓菲爾德[21]194-197、高鴻業(yè)[22]143-145在西方經(jīng)濟(jì)學(xué)理論中早有闡述：在企業(yè)生產(chǎn)擴(kuò)展的開始階段，廠商由于擴(kuò)大生產(chǎn)規(guī)模而使經(jīng)濟(jì)效益得到提高，這便是規(guī)模經(jīng)濟(jì)。當(dāng)生產(chǎn)擴(kuò)展到一定的規(guī)模以后，廠商繼續(xù)擴(kuò)大生產(chǎn)規(guī)模，就會(huì)使經(jīng)濟(jì)效益下降，這便是規(guī)模不經(jīng)濟(jì)。此外，不同所有制性質(zhì)的企業(yè)配置資源的方式也不同，國(guó)有企業(yè)更多地靠行政手段，私營(yíng)企業(yè)更多地靠市場(chǎng)調(diào)節(jié)。因此，即使是同一個(gè)行業(yè)，如果屬于不同的所有制，就會(huì)有不同的生產(chǎn)規(guī)模和不同的資源配置方式，從而導(dǎo)致有不同的規(guī)模報(bào)酬?duì)顩r和不同的要素投入產(chǎn)出彈性。

本文對(duì)龔關(guān)和胡關(guān)亮的模型進(jìn)行了改進(jìn)，突破了投入要素的產(chǎn)出彈性只與行業(yè)有關(guān)的假設(shè)，認(rèn)為資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性不僅依賴于行業(yè)，也依賴于企業(yè)的所有制性質(zhì)，構(gòu)建了一個(gè)新的異質(zhì)產(chǎn)品的壟斷競(jìng)爭(zhēng)模型。然后，根據(jù)所構(gòu)建的模型，結(jié)合中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中企業(yè)層面的微觀面板數(shù)據(jù)，運(yùn)用OP方法測(cè)算了中國(guó)制造業(yè)的TFP、資本配置效率和勞動(dòng)配置效率，并分析了TFP的地區(qū)差異。最后，根據(jù)Olley和Pakes[9]的方法測(cè)算了技術(shù)進(jìn)步水平，并從技術(shù)進(jìn)步和資源配置的視角分析了中國(guó)制造業(yè)TFP的影響因素。

（二）數(shù)據(jù)來源、研究步驟與樣本處理

本文數(shù)據(jù)來源于《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》的制造業(yè)樣本企業(yè)，用樣本企業(yè)的成品產(chǎn)量作為產(chǎn)出變量，用資本總額和從業(yè)人員數(shù)分別作為資本投入變量和勞動(dòng)投入變量，且根據(jù)2012年的《中國(guó)城市（鎮(zhèn)）生活與價(jià)格年鑒》的工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)分別對(duì)產(chǎn)出變量和資本投入變量進(jìn)行平減。

研究步驟及樣本處理過程是：（1）剔除指標(biāo)不全的樣本，并按“行業(yè)×所有制”建立210個(gè)半?yún)?shù)OP模型，分別估這些模型的參數(shù)和TFP。（2）處理極端異常樣本和離群樣本，本文認(rèn)為如果某個(gè)樣本的TFP增長(zhǎng)率小于-100%或大于100%，即把該樣本作為極端異常剔除，然后再根據(jù)箱形圖原理剔除TFP增長(zhǎng)率離群的樣本。（3）為了保證測(cè)算結(jié)果的準(zhǔn)確性，對(duì)于剔除極端異常樣本和離群樣本后余下的樣本再次建立模型并估計(jì)產(chǎn)出彈性和TFP，然后根據(jù)公式（8）和公式（9）計(jì)算出各樣本的勞動(dòng)的邊際產(chǎn)出價(jià)值、資本的邊際產(chǎn)出價(jià)值，并計(jì)算其標(biāo)準(zhǔn)差（見表1），標(biāo)準(zhǔn)差即可表示資本和勞動(dòng)的配置效率。再根據(jù)公式（10）和公式（11）計(jì)算出每年各樣本的TFP及增長(zhǎng)率，根據(jù)公式（12）計(jì)算出每年的技術(shù)進(jìn)步水平，本文按照楊汝岱[10]的加權(quán)方法得到制造業(yè)整體的TFP及增長(zhǎng)率，權(quán)重分別用勞動(dòng)投入、資本投入和成品產(chǎn)量，然后把三種計(jì)算結(jié)果取簡(jiǎn)單平均（見圖1）

由于篇幅有限，本文省略中間測(cè)算結(jié)果，感興趣的讀者可以向作者索取。。

三、實(shí)證結(jié)果

（一）制造業(yè)整體TFP增長(zhǎng)率

從整體看，中國(guó)制造業(yè)TFP增長(zhǎng)率如圖1所示，2001—2011年TFP增長(zhǎng)率年均值是2.36%，但波動(dòng)明顯，隨著時(shí)間的增長(zhǎng)，有明顯的降低趨勢(shì)，2001—2007年TFP增長(zhǎng)率年均值是4.93%，2008—2011年TFP增長(zhǎng)率年均值是-2.14%。2003年、2009年、2010年都是負(fù)值且2010年最低，這意味著2003年的非典，特別是2008年的金融危機(jī)對(duì)制造業(yè)企業(yè)有著非常明顯的影響，可能的原因：一是因?yàn)榻鹑谖C(jī)期間出口嚴(yán)重下滑，內(nèi)需不足，企業(yè)相應(yīng)減少產(chǎn)出，盡管一部分資本和勞動(dòng)退出生產(chǎn)，但仍有部分資本和勞動(dòng)并沒有退出生產(chǎn)而是以非充分使用的方式繼續(xù)投入生產(chǎn)，由此造成TFP增長(zhǎng)率下降。二是因?yàn)闉榱藨?yīng)對(duì)金融危機(jī)，中國(guó)政府推出了刺激經(jīng)濟(jì)增長(zhǎng)的十大措施，這些措施共投資約4萬億，大規(guī)模的投資刺激可能帶來資源配置扭曲、價(jià)格機(jī)制失調(diào)，嚴(yán)重?cái)D占了TFP的增長(zhǎng)空間。如果扣除掉金融危機(jī)的影響（即不計(jì)算2009和2010年的值），樣本期內(nèi)TFP增長(zhǎng)率年均值是5.64%，所以金融危機(jī)使得TFP增長(zhǎng)率降低了3.28個(gè)百分點(diǎn)。如果同時(shí)扣除掉非典和金融危機(jī)的影響（即不計(jì)算2003、2009和2010年的值），則樣本期內(nèi)TFP增長(zhǎng)率年均值是7.03%，所以非典和金融危機(jī)的共同作用使得TFP增長(zhǎng)率降低了4.67個(gè)百分點(diǎn)。本文計(jì)算的制造業(yè)整體的TFP增長(zhǎng)率與楊汝岱[10]的研究非常接近，他們的研究也發(fā)現(xiàn)TFP的增長(zhǎng)在放緩，可能的原因是因?yàn)楸疚牟捎玫臄?shù)據(jù)來源與他們相同，都是中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中企業(yè)層面的微觀數(shù)據(jù)，都是對(duì)制造業(yè)TFP增長(zhǎng)率的估計(jì)。

（二）制造業(yè)TFP增長(zhǎng)率的差異：跨地區(qū)比較

根據(jù)2001—2011年各省份TFP增長(zhǎng)率的平均值對(duì)地區(qū)進(jìn)行聚類，發(fā)現(xiàn)山西、青海、寧夏、云南等12個(gè)省份的TFP增長(zhǎng)率較高，在2.76%～4.36%之間;福建、廣東、西藏、海南等19個(gè)省份的TFP增長(zhǎng)率較低，在1.08%～2.59%之間（不包括中國(guó)的臺(tái)灣、香港和澳門）。

分析發(fā)現(xiàn)TFP增長(zhǎng)率都與TFP有正向關(guān)系，TFP越高，TFP增長(zhǎng)率也越高，比如山西、青海、寧夏和云南，他們不僅年均TFP及其增長(zhǎng)率較高，而且在多數(shù)年份TFP增長(zhǎng)率都處于領(lǐng)先地位。對(duì)TFP增長(zhǎng)率與TFP的關(guān)系進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)，按照K均值聚類方法，把全國(guó)31個(gè)省份的TFP聚為兩類，檢驗(yàn)TFP較高的一組是否TFP增長(zhǎng)率也較高，T檢驗(yàn)的結(jié)果顯示P值是0.007，從而可以認(rèn)為TFP較高的省份的TFP增長(zhǎng)率也顯著高于TFP較低的省份，這意味著地區(qū)間制造業(yè)TFP的差異越來越大。

進(jìn)一步對(duì)樣本期內(nèi)生產(chǎn)要素在地區(qū)間的變動(dòng)進(jìn)行分析（僅根據(jù)調(diào)整后余下的樣本計(jì)算），先分析從業(yè)人員數(shù)的變動(dòng)，從2001到2011年，TFP增長(zhǎng)率較高的12個(gè)省份中，除3個(gè)省份（遼寧、內(nèi)蒙古、寧夏）外都是勞動(dòng)力凈流出，甘肅勞動(dòng)力凈流出最多，年均凈流出3.8萬人，勞動(dòng)力凈流入最多的都是發(fā)達(dá)地區(qū)，前5名（從高到低）依次是廣東、江蘇、浙江、山東、福建，年均凈流入分別是77.6萬、42.9萬、25.4萬、24.9萬、16.1萬。再看資本存量在地區(qū)間的變動(dòng)，從2001到2011年各地區(qū)資本存量的增加差別很大，年均增加最少的前10名（其中有8個(gè)都是TFP增長(zhǎng)率較高的省份）依次是：西藏、海南、青海、寧夏、甘肅、貴州、新疆、云南、黑龍江、吉林，年均增加量分別是-1.54億元、33.9億元、34.9億元、105億元、133億元、161億元、175億元、182億元、226億元、327億元。年均資本存量增加最多的前10名依次是（按年均值從高到低）江蘇、廣東、浙江、山東、遼寧、河北、湖北、四川、河南、上海，年均增加量分別是4 420億元、3 590億元、3 070億元、2 850億元、1 310億元、1 210億元、1 060億元、985億元、959億元、920億元。

經(jīng)過以上分析可以發(fā)現(xiàn)，東部發(fā)達(dá)地區(qū)具有相對(duì)越來越低的TFP，但同時(shí)又有著相對(duì)較高的資本流入和勞動(dòng)流入，由此帶來的一個(gè)思考是：正如前文所示，中國(guó)制造業(yè)整體TFP增長(zhǎng)率下降，2001—2007年均增長(zhǎng)率是4.93%，2008—2011年均增長(zhǎng)率僅為-2.14%，那么TFP增長(zhǎng)率的下降是否是由于資源配置的扭曲導(dǎo)致的？是否是由于資本和勞動(dòng)從高增長(zhǎng)地區(qū)流向了低增長(zhǎng)地區(qū)導(dǎo)致的？還是由于企業(yè)技術(shù)進(jìn)度速度的降低導(dǎo)致的？下文的實(shí)證結(jié)果給出了結(jié)論。

（三）技術(shù)進(jìn)步與資源配置效率變化趨勢(shì)

在度量資源配置效率時(shí)，本文采用MRPK與MRPL的離散程度度量資本配置效率與勞動(dòng)配置效率，其中σ的取值按照Hsieh和Klenow、龔關(guān)和胡關(guān)亮的方法，取σ=3。圖3和圖4給出了MRPK與MRPL取對(duì)數(shù)后的核密度函數(shù)，從圖中可以看到，隨著時(shí)間的推移，MRPK均值逐漸降低，不僅MRPK較低的企業(yè)逐漸降低，MRPK較高的企業(yè)也逐漸降低，即密度曲線中心軸左移，同時(shí)左尾部變厚，右尾部變薄;MRPL均值逐漸提高，不僅MRPL較低的企業(yè)逐漸提高，MRPL較高的企業(yè)也逐漸提高，即密度曲線中心軸右移，同時(shí)左尾部變薄，右尾部變厚，但圖中MRPK和MRPL的離散趨勢(shì)不明顯，也即資本配置效率與勞動(dòng)配置效率的變化趨勢(shì)不能直觀看出。

根據(jù)公式（8）、公式（9）取對(duì)數(shù)后的標(biāo)準(zhǔn)差可以計(jì)算出資本配置與勞動(dòng)配置的扭曲程度的變化，根據(jù)公式（12）計(jì)算出技術(shù)進(jìn)步的變化，結(jié)果見表1。

從表1中可以直觀看出，2006年以后，資本配置扭曲、勞動(dòng)配置扭曲都要高于2006年以前，因此按時(shí)間分為兩段，一段是2001—2006年，另一段2007—2011年。T檢驗(yàn)顯示，2007—2011年資本配置扭曲、勞動(dòng)配置扭曲都顯著大于2001—2006年（P值都等于0）。進(jìn)一步對(duì)不加權(quán)的TFP的平均值（即技術(shù)進(jìn)步）進(jìn)行T檢驗(yàn)，結(jié)果顯示兩段時(shí)間技術(shù)進(jìn)步的差異不顯著（P值等于0.42）。回歸分析顯示，2001—2011年間，log（MRPK）標(biāo)準(zhǔn)差和log（MRPL）標(biāo)準(zhǔn)差年均增長(zhǎng)分別為0.01%和0.02%且系數(shù)顯著，而技術(shù)進(jìn)步隨時(shí)間的變化趨勢(shì)不顯著。同時(shí)，2001—2006年，log（MRPK）標(biāo)準(zhǔn)差、log（MRPL）標(biāo)準(zhǔn)差、技術(shù)進(jìn)步隨時(shí)間的變化趨勢(shì)都不顯著，因此可以得到如下結(jié)論：2006年以后TFP增長(zhǎng)率的顯著下降不是由于技術(shù)進(jìn)步的下降導(dǎo)致的，而是由于資本配置效率與勞動(dòng)配置效率的雙重下降導(dǎo)致的。該結(jié)論與楊汝岱[10]相同，他的研究也發(fā)現(xiàn)制造業(yè)TFP的增長(zhǎng)越來越依靠企業(yè)本身的成長(zhǎng)，企業(yè)間配置效應(yīng)的作用越來越小。而蔡躍洲和付一夫[14]、龔關(guān)和胡關(guān)亮[20]的研究則認(rèn)為資源的配置效率是逐漸改善的。本文結(jié)論與之不同的原因一是模型設(shè)定的不同，本文認(rèn)為資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性不僅依賴于行業(yè)，也依賴于所有制，相比于資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性僅僅依賴于行業(yè)的模型，本文的模型更符合現(xiàn)實(shí)，測(cè)算結(jié)果更準(zhǔn)確;二是本文是對(duì)中國(guó)制造業(yè)TFP的研究，而不是中國(guó)整體的TFP，原因是本文的TFP是根據(jù)微觀數(shù)據(jù)測(cè)算，盡管進(jìn)行各種加權(quán)得到了制造業(yè)的TFP，但仍然不是宏觀意義上的TFP。

正如前文所示，2001—2011年大量的資本和勞動(dòng)流向了TFP較低的地區(qū)，造成資源配置效率下降，同時(shí)企業(yè)的技術(shù)進(jìn)步?jīng)]有顯著提高，這是中國(guó)制造業(yè)TFP增長(zhǎng)率放緩的主要原因，這也充分證明促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，鼓勵(lì)沿海地區(qū)產(chǎn)業(yè)向欠發(fā)達(dá)地區(qū)轉(zhuǎn)移的重要意義，不僅能加快欠發(fā)達(dá)地區(qū)的發(fā)展，縮小收入差距，也能從整體上提高資源配置效率，進(jìn)而提高制造業(yè)的TFP。在中國(guó)經(jīng)濟(jì)增長(zhǎng)的初期，通過勞動(dòng)力從農(nóng)業(yè)轉(zhuǎn)向非農(nóng)業(yè)，提高了資源配置效率，促進(jìn)了經(jīng)濟(jì)的快速發(fā)展。本文的研究也意味著，在現(xiàn)階段，中國(guó)經(jīng)濟(jì)的發(fā)展仍然具有后發(fā)優(yōu)勢(shì)，仍然可以通過體制改革、政府的宏觀調(diào)控、政策制定等促進(jìn)勞動(dòng)力和資本從低效率向高效率部門和地區(qū)轉(zhuǎn)移，進(jìn)而提高資源配置效率。同時(shí)應(yīng)該促進(jìn)市場(chǎng)的公平競(jìng)爭(zhēng)、充分發(fā)揮市場(chǎng)在資源配置中的決定性作用，這樣能刺激商品生產(chǎn)者改進(jìn)技術(shù)、提高勞動(dòng)生產(chǎn)率，進(jìn)而促進(jìn)整個(gè)社會(huì)技術(shù)水平的不斷提高，這樣，在資源配置效率的提升和技術(shù)進(jìn)步的共同作用下，未來中國(guó)制造業(yè)的TFP仍然會(huì)有較大的增長(zhǎng)空間。

四、結(jié)論及政策建議

本文利用工業(yè)企業(yè)數(shù)據(jù)庫(kù)中企業(yè)層面的微觀面板數(shù)據(jù)，首先按“行業(yè)×所有制”建立210個(gè)OP模型，測(cè)算了資本產(chǎn)出彈性、勞動(dòng)產(chǎn)出彈性、企業(yè)層面的TFP及增長(zhǎng)率、勞動(dòng)的邊際產(chǎn)出價(jià)值、資本的邊際產(chǎn)出價(jià)值，然后根據(jù)加權(quán)法計(jì)算出中國(guó)制造業(yè)各地區(qū)、制造業(yè)整體的TFP及增長(zhǎng)率，最后根據(jù)Hsieh和Klenow以及Olley和Pakes的方法從技術(shù)進(jìn)步和資源配置的視角分析了中國(guó)制造業(yè)TFP增長(zhǎng)的深層次原因。研究結(jié)果如下：第一，中國(guó)制造業(yè)整體TFP增長(zhǎng)率下降。中國(guó)制造業(yè)在2001—2011年的TFP增長(zhǎng)率是2.36%，2006年以后明顯下降，2007—2011年平均增長(zhǎng)僅0.77%，制造業(yè)TFP增長(zhǎng)率在2003年、2009年和2010年有著明顯的下降，且在2010年達(dá)到最低。這意味著2003年的非典，特別是2008年的金融危機(jī)對(duì)制造業(yè)企業(yè)有著非常明顯的影響，金融危機(jī)使得TFP增長(zhǎng)率降低了3.28個(gè)百分點(diǎn)，非典和金融危機(jī)的共同作用使得TFP增長(zhǎng)率降低了4.67個(gè)百分點(diǎn)。第二，2006年以后中國(guó)制造業(yè)TFP增長(zhǎng)率下降的原因是資本配置效率與勞動(dòng)配置效率的雙重下降。發(fā)達(dá)地區(qū)如廣東、福建、北京、上海等具有相對(duì)越來越低的TFP，但同時(shí)又有著相對(duì)較高的資本流入和勞動(dòng)流入，因此隨著時(shí)間的增長(zhǎng)，資本配置效率和勞動(dòng)配置效率都顯著下降，但技術(shù)進(jìn)步并沒有顯著提升，這是中國(guó)制造業(yè)整體TFP增長(zhǎng)率下降的主要原因。

因此，本文根據(jù)理論模型和實(shí)證結(jié)果提出如下的政策建議。

其一，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用。要靠市場(chǎng)的力量調(diào)節(jié)生產(chǎn)資料和勞動(dòng)力在各生產(chǎn)部門、各地區(qū)的分配，市場(chǎng)對(duì)資源的配置主要是通過價(jià)格、競(jìng)爭(zhēng)和供求等發(fā)揮作用來實(shí)現(xiàn)。價(jià)值規(guī)律告訴我們，競(jìng)爭(zhēng)能刺激商品生產(chǎn)者改進(jìn)技術(shù)、改善經(jīng)營(yíng)管理、提高勞動(dòng)生產(chǎn)率，其結(jié)果必然是推動(dòng)整個(gè)社會(huì)的技術(shù)進(jìn)步，促進(jìn)整個(gè)社會(huì)的生產(chǎn)力水平不斷提高。正如本文的研究所示，當(dāng)前中國(guó)經(jīng)濟(jì)結(jié)構(gòu)不合理，經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變遲緩，技術(shù)進(jìn)步不顯著，根本原因是存在著許多妨礙市場(chǎng)主體創(chuàng)新的體制障礙，在相當(dāng)程度上，政府充當(dāng)了資源配置的主角，導(dǎo)致資源配置效率下降，企業(yè)創(chuàng)新動(dòng)力不足，如果能充分發(fā)揮市場(chǎng)在資源配置中的決定性作用，就能更好地發(fā)揮價(jià)值規(guī)律的作用，使商品生產(chǎn)者在競(jìng)爭(zhēng)中優(yōu)勝劣汰，進(jìn)而提高全社會(huì)的生產(chǎn)力水平。

其二，鼓勵(lì)制造業(yè)從東部發(fā)達(dá)地區(qū)向其他地區(qū)遷移。正如本文研究所表明的，東部發(fā)達(dá)地區(qū)TFP相對(duì)越來越低，但是資本流入和勞動(dòng)力流入?yún)s遠(yuǎn)高于TFP相對(duì)越來越高的中西部地區(qū)，由此帶來的資本配置效率和勞動(dòng)配置效率的雙重下降是導(dǎo)致制造業(yè)TFP增長(zhǎng)率下降的主要原因。目前東部、中部、西部經(jīng)濟(jì)發(fā)展的差距很大，不僅是產(chǎn)出規(guī)模上的差距，還有生產(chǎn)率的差距，東部地區(qū)的高產(chǎn)出是依靠較高的資本投入和勞動(dòng)投入得到的，因此，政府要做好宏觀調(diào)控，制定相應(yīng)的政策促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，鼓勵(lì)沿海地區(qū)產(chǎn)業(yè)向欠發(fā)達(dá)地區(qū)轉(zhuǎn)移，這樣不僅能縮小收入差距，也能從整體上提高資源配置效率，進(jìn)而提高制造業(yè)的TFP。

參考文獻(xiàn)：

[1]李金華.中國(guó)制造業(yè)與世界制造強(qiáng)國(guó)的比較及啟示[J].東南學(xué)術(shù)，2016（2）：45-54，247.

[2]李子奈，潘文卿.計(jì)量經(jīng)濟(jì)學(xué)[M].北京：高等教育出版社，2014.

[3]李春頂.中國(guó)制造業(yè)行業(yè)生產(chǎn)率的變動(dòng)及影響因素——基于DEA技術(shù)的1998～2007年行業(yè)面板數(shù)據(jù)分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（12）：58-69.

[4]陶長(zhǎng)琪，齊亞偉.中國(guó)全要素生產(chǎn)率的空間差異及其成因分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（1）：19-32.

[5]BRAND L，VAN BIESEBROECK J，ZHANG Y.Creative accounting or creative destruction？Firm-level productivity growth in Chinese manufacturing[J].Journal of Development Economics，2012，97（2）：339-351.

[6]BAILY M N，HULTEN C，CAMPBELL D.Productivity dynamics in manufacturing plants[J].Brookings Papers on Economic Activity：Microeconomics，1992（1992）：187-267.

[7]GRILICHES Z，REGEV H.Firm productivity in Israeli industry：1979-1988[J].Journal of Econometrics，1995，65（1）：175-203.

[8]FOSTER L，HALTIWANGER J C，SYVERSON C.Reallocation，firm turnover and effciency：Selection on productivity or protability？[J].American Economic Review，2008，98（1）：394-425.

[9]OLLEY G S，PAKES A.The dynamics of productivity in the telecommunications equipment industry[J].Econometrica，1996，64（6）：1263-1297.

[10]楊汝岱.中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率研究[J].經(jīng)濟(jì)研究，2015（2）：61-74.

[11]王志剛，龔六堂，陳玉宇.地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解（1978—2003）[J].中國(guó)社會(huì)科學(xué)，2006（2）：55-66，206.

[12]姚戰(zhàn)琪.生產(chǎn)率增長(zhǎng)與要素再配置效應(yīng)：中國(guó)的經(jīng)驗(yàn)研究[J].經(jīng)濟(jì)研究，2009（11）：130-143.

[13]HSIEH C T，KLENOW P J.Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics，2009，124（4）：1403-1448.

[14]蔡躍洲，付一夫.全要素生產(chǎn)率增長(zhǎng)中的技術(shù)效應(yīng)與結(jié)構(gòu)效應(yīng)——基于中國(guó)宏觀和產(chǎn)業(yè)數(shù)據(jù)的測(cè)算及分解[J].經(jīng)濟(jì)研究，2017（1）：72-88.

[15]郭春娜，秦青.基于省級(jí)面板數(shù)據(jù)的中國(guó)全要素生產(chǎn)率的測(cè)算及分解：1988—2012[J].河南科技， 2014（12）：189-191.

[16]章祥蓀，貴斌威.中國(guó)全要素生產(chǎn)率分析：Malmquist指數(shù)法評(píng)述與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（6）：111-122.

[17]YOUNG A.Gold into base metals：Productivity growth in the People's Republic of China during the reform period[J].Journal of Political Economy，2003，111（6）：1220-1261.

[18]魯曉東，連玉君.中國(guó)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.

[19]邵宜航，步曉寧，張?zhí)烊A.資源配置扭曲與中國(guó)工業(yè)全要素生產(chǎn)率——基于工業(yè)企業(yè)數(shù)據(jù)庫(kù)再測(cè)算[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013（12）：39-51.

[20]龔關(guān)，胡關(guān)亮.中國(guó)制造業(yè)資源配置效率與全要素生產(chǎn)率[J].經(jīng)濟(jì)研究，2013（4）：4-15，29.

[21]平狄克，魯賓費(fèi)爾德.微觀經(jīng)濟(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社，2000.

[22]高鴻業(yè).西方經(jīng)濟(jì)學(xué)（微觀部分）[M].北京：中國(guó)人民大學(xué)出版社，2015.