基于中國500 強面板數據的企業效率特征及影響因子作用機理研究

◎ 劉興國 張航燕 吳 曉

提 要：本文以中國企業500 強作為研究樣本，利用DEA 模型對樣本企業的靜態效率、動態效率進行測量，從中歸納樣本企業所表現出的效率特征，并進一步研究了靜態效率、動態效率影響因子的作用效果及其作用機理。研究發現：樣本企業的靜態效率與動態效率都沒有呈現出一致的波動上升趨勢，而是有升有降；國有企業的靜態效率與動態效率，整體上都低于非國有企業；行業效率也互有高低，但制造業的靜態效率整體上好于服務業，服務業的動態效率增長整體上好于制造業。區域分布、資產總額、當年員工對不變規模技術效率、規模效率存在顯著影響，研發投入經費對規模效率存在顯著影響，而且各影響因素對靜態效率存在為期一期的時滯效應。研發投入經費增速對全要素生產率變化指數存在顯著影響，但不存在滯后效應。本文對研究所發現的部分企業效率水平下降、東部地區效率不足、制造業全要素生產率下降等異常結論進行了反思，并提出四方面對策建議。

一、問題的提出

長期以來，學術界圍繞企業效率問題開展了多維度的探索，既在企業效率測量方法領域進行了研究，構建了多元化的研究方法體系，提出了基于不同假設的效率測量模型；也在企業效率影響因素方面深入挖掘，分析了諸多變量對靜態效率與動態效率的影響。既在微觀層面探討了單個企業的效率問題，也在中觀行業層面研究了全行業企業的整體效率問題，甚至是在宏觀層面探討了國民經濟的綜合效率問題。既有針對中國或國內特定區域的效率分析，也有國別之間企業效率的比較分析，特別是針對不同經濟發展水平、經濟發展模式進行了企業效率的比較研究。既有大量靜態效率、動態效率的定量測量，也有少數抽象效率的定性分析。

黨的十九大報告提出，我國經濟已經從高速增長階段轉向高質量發展階段。進入高質量發展階段，企業必須加快轉變發展思路，更換發展模式，以合適的增長速度來實現盈利水平的有效提升。企業應放棄對速度的片面追求，轉而更多關注從多維度發力提升發展質量，包括改善工作環境、提高產品品質、增加企業盈利、加強環境保護等。從增加盈利的維度看，企業轉型高質量發展最為直接的手段，就是借助技術創新或管理提升來改善靜態效率與動態效率。大企業更應在借助技術創新、管理提升改善效率以實現高質量發展中發揮突出作用。中國500 強企業是中國大企業的典型代表，通過對中國500 強企業效率問題的深入研究，可以有效揭示中國大企業群體的效率現狀，了解其效率影響因素及作用機理，進而發現改善效率和提高發展質量的路徑。此外，通過中國500 強企業來觀察行業效率特征、區域效率特征與所有制效率特征，可以在行業效率改善、區域效率改善和所有制效率改善方面有所發現。

二、模型構建與數據處理

（一）效率分析的指標與測量模型

1. 投入產出指標選擇

現有研究文獻在構建效率測量模型時，主營業務收入、銷售收入、工業增加值、利潤，是常見的產出指標；而資產總額、固定資產、員工人數、中間投入、研發投入、負債等，則是常見的投入指標。結合文獻投入產出指標選擇經驗，以及研究對象指標數據的可獲得性，本文選擇以營業收入、凈利潤作為產出指標，以資產總額、負債、研發投入經費、當年員工人數作為投入指標。

2.效率測量模型

對靜態效率的測量，本文選擇構建基于投入導向的DEA-BCC 模型；動態效率的測量，本文選擇構建Malmquist 效率變化函數。其中投入變量4 個，產出變量2 個。具體的效率測量，利用DEAP 軟件來完成。

（二）影響作用的多元線性回歸分析模型構建

1. 變量定義

本文所涉及的因變量分別為：不變規模技術效率、可變規模技術效率、規模效率、全要素生產率變化指數；自變量分別為：資產總額、負債、研發投入經費、當年員工、資產總額增速、負債增速、研發投入經費增速、當年員工增速、所有制、行業、地區。引入資產總額增速作為靜態效率多元線性回歸模型的穩健性檢驗變量，引入資產總額作為動態效率多元線性回歸模型的穩健性檢驗變量。具體變量定義如表1 所示。

2. 多元線性回歸分析模型構建

靜態效率一方面受到投入指標絕對值的影響，另一方面也受到所有制、行業、地區差異的影響。由于靜態效率指標涉及不變規模技術效率、可變規模技術效率和規模效率三個表征指標，因此分別構建多元線性回歸模型如式（1）-（3）：

為檢驗回歸結果的穩健性，引入當年員工增速作為檢驗變量，得到穩健性檢驗模型分別如式（4）-（6）：

動態效率一方面受到投入指標變化的影響，另一方面也受到所有制、行業、地區差異的影響。由于動態效率指標只涉及全要素生產率變化指數一個表征指標，因此構建全要素生產率變化指數多元線性回歸模型如式（7）：

引入當年員工變量作為回歸結果穩健性檢驗變量，得到全要素生產率變化指數的穩健性檢驗模型如式（8）：

（三）數據的收集與處理

本文樣本數據來自中國企業聯合會所發布的榜單數據，時間范圍為2005-2020 年度。數據處理分三步進行，分段剔除了不符合要求的數據，最終保留了57 個樣本企業，共912 個有效樣本數據。

另外三個影響因子變量，也做了數字化處理。所有制包括國有企業和非國有企業兩類，定義國有企業為1，非國有企業為2。樣本企業共涉及22個行業，按照行業名稱拼音字母從A-Z 排序，依次定義為1-22。樣本企業分布在12個省（區、市），同樣按照省（區、市）名稱拼音字母從A-Z 排序，依次定義為1-12。

表1 多元線性回歸分析變量定義

序號 變量名稱 變量標志 變量屬性1所有制 Ownership 自變量2行業 Industry 自變量3地區 Region 自變量4資產總額 Totalassets 自變量5負債 Debts 自變量6研發投入經費 RD 自變量7當年員工 Staff 自變量，穩健性檢驗變量8資產總額增速 GRasset 自變量9負債增速 GRdebts 自變量

續表

序號 變量名稱 變量標志 變量屬性10 研發投入經費增速 GRRD 自變量11 當年員工增速 GRstaff 自變量，穩健性檢驗變量12 CRSTE CRSTE 因變量13 VRSTE VRSTE 因變量14 SCALE SCALE 因變量15 tfpch TFPCH 因變量

三、企業效率特征分析

（一）靜態效率測量與分析

1. 獨立個體企業的靜態效率測算與分析

研究表明，部分企業在某些年份的靜態效率有效，但也有不少企業在某些年份的靜態效率處于無效低效水平；其中，不變規模技術效率最低僅有0.120，可變規模技術效率最低只有0.189，規模效率最低只有0.219。從均值看，57 家企業整體靜態效率都表現不佳，其中規模效率表現較好，其次為可變規模技術效率，再次為不變規模技術效率。從樣本企業靜態效率均值看，彼此之間也存在較大差異，部分樣本企業靜態效率的均值整體處于極低的水平。

樣本靜態效率極大值、極小值之間存在較明顯差異。不變規模技術效率的波動最為顯著，樣本企業效率值極差的最大值達到了0.879，極差的最小值也有0.252；其次是可變規模技術效率；波動幅度最小的是規模效率，極差最小值只有0.118，最大值也只有0.683。

既有靜態效率提升的企業，也有靜態效率下降的企業，還有部分企業的靜態效率在波動中持平。有32 家樣本企業的不變規模技術效率實現提升，19 家有不同程度下降，另有6 家持平；有22 家樣本企業可變規模技術效率實現提升，22 家樣本企業下降，另有13 家持平；有30 家樣本企業規模效率提升，21 家下降，另有6 家提升。

2. 不同所有制靜態效率測算與分析

結果表明，無論是國有企業還是非國有企業，都不曾達到靜態效率有效，其中非國有企業的靜態效率整體上優于國有企業。從均值看，非國有企業的不變規模技術效率區間均值為0.741，明顯高于國有企業的0.660；非國有企業的規模效率區間均值為0.901，同樣顯著高于國有企業的0.810；而在可變規模技術效率上，則二者相當。從靜態效率的區間最大值看，無論是不變規模技術效率，還是可變規模技術效率、規模效率，非國有企業都高于國有企業。從靜態效率的區間最小值看，非國有企業不變規模技術效率、規模效率的最小值都高于國有企業，只有可變規模技術效率低于國有企業。而從極差情況看，非國有企業的極差整體上都大于國有企業。具體見表2。

研究區間內不同所有制靜態效率變動趨勢見圖1。顯然，國有企業與非國有企業的三項靜態效率指標值均呈波動態勢，都經歷了先升后降的過程。國有企業、非國有企業靜態效率的轉折點，與中國經濟總體上進入中高速增長新常態的起始點基本一致。。從區間變動值看，非國有企業靜態效率三項指標值都有不同幅度的波動提高，不變規模技術效率、可變規模技術效率、規模效率分別提高了0.067、0.065、0.013；而國有企業則有升有降，其中不變規模技術效率、可變規模技術效率分別下降了0.011、0.031，只有規模效率提高了0.046。

盡管國有企業的靜態效率整體上低于非國有企業，但也在某些年份處于領先地位。不變規模技術效率方面，國有企業有15 年低于非國有企業，但2006 年稍高于非國有企業0.025；可變規模技術效率方面，國有企業有9 年高于非國有企業，7年低于非國有企業；規模效率方面，國有企業在所有16 年中都低于非國有企業。

表2 不同所有制靜態效率極值分析

CRSTE VRSTE SCALE均值國有企業 0.660 0.813 0.810非國有企業 0.741 0.813 0.901最大值國有企業 0.764 0.870 0.886非國有企業 0.815 0.875 0.958最小值國有企業 0.587 0.741 0.725非國有企業 0.632 0.719 0.790極差國有企業 0.177 0.129 0.161非國有企業 0.183 0.156 0.168

圖1 不同所有制靜態效率變動趨勢

3. 行業靜態效率測算與分析

測算結果表明，22 個行業中，金屬制品加工業、生活消費品商貿業的三項靜態效率16 年的均值都為1，均達到了有效。而在可變規模技術效率上，除金屬制品加工業、生活消費品商貿業，石油、天然氣開采及生產業、食品業、石化及煉焦業、化學原料及化學品制造業、汽車及零配件制造業、房屋建筑業，也在16 年中全部處于有效狀態。但從總體狀況看，各行業三項靜態效率指標值都呈現出明顯的波動特征。

總體上看，行業的整體靜態效率都不高。從均值看，兵器制造業的不變規模技術效率均值僅有0.433，石油、天然氣開采及生產業的規模效率均值也只有0.590。從最大值看，兵器制造業16年中不變規模技術效率的最大值也僅有0.636，規模效率的最大值也只有0.684。從最小值看，兵器制造業不變規模技術效率的最小值僅有0.184，工程機械及零部件業的可變規模技術效率最小值也只有0.380，石油、天然氣開采及生產業的規模效率最小值只有0.244。與此同時，各行業三項靜態效率指標的波動幅度較大，不變規模技術效率、規模效率極差的最大值都達到了0.756，可變規模技術效率極差的最大值也有0.620。

從三次產業角度看，22 個行業分別可以歸入制造業、服務業與其他產業。據此得到三類產業的靜態效率如表3 所示。由表3 可知，三類產業在靜態效率三項指標上各有優劣；制造業均值在可變規模技術效率上明顯領先，其他產業則在不變規模技術效率、規模效率上明顯領先；制造業在不變規模技術效率、可變規模技術效率上領先于服務業，而服務業則在規模效率上領先于制造業。

從區間變化趨勢看，多數行業的靜態效率有所提高。22 個行業中，14 個行業的不變規模技術效率實現了持平或不同程度提升，17 個行業的可變規模技術效率實現了持平或不同程度提升，16個行業的規模效率實現了持平或不同程度提升；總體上多數行業的靜態效率有所提升。從三大類產業看，制造業、服務業、其他產業的可變規模技術效率在研究區間始末年度都處于有效狀態；制造業、其他產業的不變規模技術效率、規模效率有所下降，而服務業的不變規模技術效率、規模效率則有所提升。

4. 區域靜態效率測算與分析

各省（區、市）靜態效率分析的結果顯示，廣西、吉林、內蒙古的三項靜態效率的區間均值均為1，16 年內均達到了靜態效率有效。北京、浙江、江蘇則在可變規模技術效率上16 年內均實現了靜態效率有效。各省（區、市）靜態效率值同樣呈現出明顯波動特征，但從總體上看，區域靜態效率的波動幅度小于行業水平。

東部地區、中部地區、西部地區、東北地區不變規模技術效率、可變規模技術效率、規模效率的16 年均值如表4 所示。表4 表明，四大區域在三項靜態效率指標上互有高低。東北地區在不變規模技術效率、規模效率均值上領先于其他三大區域，西部地區則在可變規模技術效率上領先于其他三大區域；中部地區的不變規模技術效率、規模效率均值顯著高于東部地區，但在可變規模技術效率上卻低于東部地區；西部地區則在三項靜態效率指標上均明顯高于東部地區和中部地區。

表3 三類產業靜態效率均值

CRSTE VRSTE SCALE制造業 0.916 0.974 0.942服務業 0.852 0.900 0.946其他產業 0.936 0.944 0.991

表4 四大區域靜態效率均值

CRSTE VRSTE SCALE東部地區 0.685 0.950 0.721中部地區 0.801 0.884 0.905西部地區 0.875 0.957 0.913東北地區 0.888 0.935 0.949

（二）動態效率測量與分析

1. 獨立個體企業的動態效率測算與分析

研究發現，企業全要素生產率變化指數呈現出頻繁波動的特征。16 年內，每個企業的全要素生產率變化指數都經歷過多次上下波動，且總體上連續增長或連續下降的時間都不長。57 家企業全要素生產率變化指數最長連增時間為5 年，最短連增時間僅為1 年；最長連降時間為4 年，最短連降時間也僅為1 年。從變動趨勢看，只有23家企業全要素生產率變化指數在波動中有所提高，另外34 家企業的全要素生產率變化指數則呈波動下降態勢。從各具體年度樣本企業全要素生產率變化指數值看，28 家企業在研究區間內的全要素生產率變化指數值有一半以上的年份小于1，也就是說，在研究區間內這28 家企業的全要素生產率在多數年份呈絕對下降態勢。16 年來全要素生產率實現提升的企業有37 家，其他20 家則不同程度地下降。

企業的全要素生產率變化指數經歷多次波動。各年度57 家樣本企業中全要素生產率變化指數小于1 的數量如圖2 所示。整體受沖擊最明顯的是2016/2017 年度，有46 家企業的全要素生產率變化指數小于1。2005/2006 年度，樣本企業的全要素生產率處于增長的最佳時期，僅有4 家企業的全要素生產率變化指數小于1，其他53 家企業的全要素生產率均實現了不同程度的增長。圖2 的分布同時表明，除了外部大環境的變化會影響企業全要素生產率變化之外，其他因素包括企業自身因素也會對全要素生產率的變化產生影響；即使是在外部整體環境最差的時候，也會有部分企業的全要素生產率繼續保持增長態勢；相反，即便是在外部環境最佳的階段，經營不善的企業，其全要素生產率也會出現負增長。

2. 所有制動態效率測算與分析

圖2 各年度全要素生產率變化指數小于1的情況

無論是國有企業還是非國有企業，區間內全要素生產率變化指數均表現出頻繁波動態勢，全要素生產率也都經歷過正增長與負增長。區間內既有國有企業全要素生產率變化指數高于非國有企業的情況，也有非國有企業全要素生產率變化指數高于國有企業的情況，二者在增速上互有高低。具體見圖3。從16 年全要素生產率總的變化結果看，國有企業全要素生產率增長了1.4%，非國有企業增長了2.6%，非國有企業全要素生產率增速明顯快于國有企業。

3. 行業動態效率測算與分析

從累計增速看，多元化投資業全要素生產率提升最為顯著，累計增長9.0%；其次是酒類業，累計增長8.9%。食品業全要素生產率下降最快，累計下降11.3%；其次是貴金屬業，累計下降6.3%。有13 個行業全要素生產率在研究區間內實現了波動提高，另外9 個行業則在波動中有所下降。

制造業、服務業與其他產業的全要素生產率變化指數在研究區間內均經歷多次波動；其中其他產業的波動幅度明顯大于制造業與服務業，服務業的波動相對稍小于制造業。服務業全要素生產率增長最快，增長了4.3%；制造業、其他產業的全要素生產率則呈負增長態勢，區間分別下降了2.8%、1.5%。盡管服務業、制造業全要素生產率在研究區間內一增一減，但在具體年度全要素生產率變化指數上，服務業、制造業各有領先。

4. 區域動態效率測算與分析

研究結果表明，北京等7 個省（區、市）區域全要素生產率整體實現了增長，廣西等5 個省（區、市）區域的全要素生產率整體上有不同程度下降。增長最快的是江西，全要素生產率增長了4.1%；其次是重慶，增長了3.3%。下降最明顯的是廣西，全要素生產率降低了5.3%；其次是內蒙古，降低了2.6%。東北地區和西部地區全要素生產率變化指數的波動較為顯著，中部地區和東部地區全要素生產率變化指數波動較小，而且總體上看，東部地區波幅小于中部地區。具體見圖4。經濟越是發達的地區，全要素生產率越穩定。從區間增長情況看，四大區域的全要素生產率都有一定程度提高；其中東北地區的提高幅度最大，增長了4.5%；其次是中部地區，增長了2.6%；然后是東部地區，增長了2.4%；最后是西部地區，增長了1.6%。從各具體年度全要素生產率變化指數值看，四大區域在各年度互有高低，增速交替領先。

圖3 不同所有制全要素生產率指數變動趨勢

圖4 四大區域全要素生產率指數變動趨勢

四、影響因素作用機理分析

（一）靜態效率影響因子作用機理分析

1. 當期作用效果

基于前文構建的多元線性回歸模型式（1）-式（3）進行靜態效率影響因子的作用機理分析。利用SPSS 分析軟件，以樣本數據為對象，采用輸入法，分別得到式（1）、式（2）、式（3）的多元線性回歸輸出結果如表5 所示。

由表5 可以得到如下結論：

投入變量的絕對值，并不必然對靜態效率產生顯著影響。資產總額對不變規模技術效率存在顯著的正向影響，影響效果系數為0.336；資產總額對規模效率存在高度顯著的正向影響，影響作用系數為0.496；但資產總額對可變規模技術效率沒有表現出影響效果的顯著性。負債對三項靜態效率指標都有一定程度的影響，但都不顯著。研發投入經費對規模效率具有十分顯著的負向影響，其作用效果系數為-0.144；但對不變規模技術效率、可變規模技術效率分別表現出不顯著的負向影響、正向影響。當年員工對三項靜態效率的影響都表現為負向作用，其中對不變規模技術效率、規模效率的負向影響均高度顯著，其作用效果系數分別為-0.423、-0.681；但當年員工對可變規模技術效率的負向作用效果只有-0.008，并不顯著。

表5 靜態效率多元線性回歸分析輸出結果

自變量式（1） 式（2） 式（3）標準化系數Beta 顯著性 標準化系數Beta 顯著性 標準化系數Beta 顯著性（常量） .000 .000 .000 Ownership -.028 .469 -.054 .182 .023 .495 Industry -.059 .090 -.024 .499 -.046 .127 Region -.099＊＊ .010 -.019 .634 -.138＊＊＊ .000 Totalassets .336＊ .033 .006 .972 .496＊＊＊ .000 Debts -.089 .465 .084 .506 -.183 .086 RD -.024 .650 .082 .138 -.144＊＊ .002 Staff -.423＊＊＊ .000 -.008 .913 -.681＊＊＊ .000

所有制對靜態效率不存在顯著影響。所有制對不變規模技術效率、可變規模技術效率分別存在作用效果系數為-0.028、-0.054 的不顯著的負向影響，對規模效率存在效果系數為0.023 的不顯著的正向影響。

行業對靜態效率的影響同樣不顯著。行業差異對三項靜態效率指標的影響都表現為弱的、不顯著的負向影響；對不變規模技術效率的影響效果為-0.059，對可變規模技術效率的影響效果為-0.024，對規模效率的影響效果為-0.046。

區域對靜態效率三項指標的影響效果不一致。區域差異對不變規模技術效率存在-0.099 的顯著負向影響；對規模效率存在-0.138 的高度顯著的負向影響；對可變規模技術效率存在-0.019 的不顯著的負向影響。

2. 滯后作用效果

靜態效率影響因子影響作用滯后一期、滯后二期的回歸分析結果表明，靜態效率影響因素的影響作用，存在且只存在滯后一期的作用效果，自滯后二期開始快速弱化。在滯后一期的情況下，所有制、行業對靜態效率三項指標的負向影響均有所加強，但仍然不顯著；區域對靜態效率三項指標的負向影響程度也都有所提高。投入指標影響效果的變化則相反，雖然都不改變顯著性與否，也不影響顯著程度，但絕大多數的作用效果系數都有所降低。滯后二期與滯后一期以及當期效果相比，所有制的影響顯著增強，在滯后二期情況下，所有制對不變規模技術效率、規模效率都具有十分顯著的負向影響，也就是說，在兩期滯后效果疊加作用下，所有制的影響將顯化；但其他指標的影響作用都快速弱化，部分顯著影響轉變成不顯著影響。

（二）動態效率影響因子作用機理分析

1. 當期作用效果

基于前文構建的多元線性回歸模型式（7）進行動態效率影響因子的作用機理分析。利用SPSS分析軟件，以樣本數據為對象，采用輸入法，得到式（7）的多元線性回歸輸出結果如表6 所示。

表6 動態效率多元線性回歸分析輸出結果

自變量 式（10）標準化系數Beta 顯著性（常量） .000 Ownership -.005 .893 Industry -.031 .367 Region -.011 .790 GRasset -.054 .379 GRdebts .060 .192 GRRD -.146＊＊＊ .000 GRstaff -.032 .559

表6 的結果表明，全部7 個自變量中，最終只有1 個自變量“研發投入經費增速”對因變量全要素生產率變化指數存在顯著影響，其他自變量盡管對因變量存在或正或負的影響作用，但其作用效果并不顯著。

2. 滯后作用效果

檢驗結果表明，動態效率全要素生產率變化指數影響因子不存在滯后效應。滯后一期的結果表明，各影響因素對滯后一期的全要素生產率的變化不存在滯后影響，連對當期全要素生產率變化指數存在顯著影響的研發投入經費增速指標，對滯后一期全要素生產率變化指數的影響也已轉變為不顯著，其作用方向也從負向轉為正向。滯后二期到滯后四期的檢驗結果表明，影響因子對動態效率全要素生產率變化指數的滯后影響也均不存在。

（三）穩健性檢驗

根據式（4）-（6）和式（8），得到穩健性檢驗結果如表7 所示。

從表7 看，加入檢驗變量后，針對四個因變量的多元線性回歸分析的自變量系數雖然會有所變化，但并不會引起自變量回歸系數顯著性程度的變化；因此，穩健性檢驗結果表明，前述多元線性回歸模型是穩定有效的，研究所得出的結論是可靠的。

五、對研究結論的反思與建議

（一）對研究結論的反思

1. 為什么效率會在技術與管理持續進步的前提下出現大幅波動

按照經濟學假設，隨著技術進步、管理提升與要素組合的調整，企業靜態效率、動態效率都會相應提高；但本研究卻發現企業靜態效率與動態效率都存在波動較大，而且有不少企業出現效率負增長的現象。盡管本文并沒有具體研究企業技術、管理方面的變化，但從常識角度分析，中國企業500 強作為中國大企業的代表，在中國技術進步、管理提升的大趨勢下，應該也是在朝著進步的方向演變，不至于出現作為大企業典型代表的一大批中國500 強企業發生技術倒退與管理下滑。外部重大不利事件的發生，會導致效率水平下滑，但這一效果應該是全局性的；比如2008年的國際金融危機，以及后來不斷發酵的歐債危機。但在這些危機過去很長時間以后，仍然有不少企業的靜態效率、動態效率處于下滑狀態，顯然難以用外部事件的不利沖擊來解釋。一個可能的重要原因是低效率的、甚至是非市場化的并購重組。長期以來，中國500 強企業的并購重組都處于較為活躍的狀態，但并購重組可能并沒有給企業帶來盈利水平的改善。

表7 回歸分析的顯著性檢驗結果

自變量CRSTE VRSTE SCALE TFPCH式（4） 式（7） 式（5） 式（8） 式（6） 式（9） 式（10） 式（11）（常量）Ownership Industry Region -.099＊＊ -.109＊＊ -.138＊＊＊ -.144＊＊＊Totalassets .336＊ .331＊ .496＊＊＊ .448＊＊Debts RD -.144＊＊ -.147＊＊Staff -.423＊＊＊ -.419＊＊＊ -.681＊＊＊ -.654＊＊＊GRasset GRdebts GRRD -.149＊＊＊ -.150＊＊＊GRstaff

2. 是什么導致了東部地區的靜態效率不足

從動態效率角度看，中西部地區振興戰略的實施所帶來的中西部地區經濟發展的加速，可能會推動中西部地區實現全要素生產率的更快提升，這應該是后發地區的獨特優勢之一。但從動態效率絕對值、靜態效率絕對值來看，通常應該是經濟發達地區更具優勢；也正是因為如此，中國與美國相比處于效率的絕對劣勢。但分析發現，中國東部地區的整體靜態效率水平在四大區域中明顯處于劣勢地位，東北地區、西部地區反而在靜態效率方面領先。究竟是什么因素阻礙了東部地區靜態效率水平的提升？是不是因為東部地區企業在技術與管理優勢的驅動下，過度實施了低效率的規模擴張？

3. 制造業全要素生產率下滑的原因是什么

研究發現，服務業全要素生產率在提高，制造業全要素生產率卻在下降；這顯然不是因為制造業的技術水平在倒退，也不會是因為制造業大企業的管理水平在下滑。長期以來，中國企業500強中，數量不到20 家的銀行業企業，大致占了全部500 家企業凈利潤的一半，數量眾多的制造業企業，很大一部分利潤都因為高負債、高貸款利率的原因，被轉移到了金融機構。可能是凈利潤在行業間的不合理分配，導致了中國企業500 強中制造業企業全要素生產率的低下；并且隨著金融扭曲發展現象的加劇，制造業全要素生產率在技術與管理提升的前提下不升反降。

（二）對策建議

1. 減少干擾效率增長的因素，促進效率正常增長

應該采取必要措施，最大化減少干擾因素對企業效率增長的不利影響，從而護航企業效率沿著預期的方向持續改善。譬如，加強系統性、全局性風險管控，避免重大危機爆發；引導企業樹立高質量發展理念，減少低效無效并購重組行為；確保政策的連續性、科學性，推動企業科學謀劃、合理布局、平穩發展。

2. 強化創新支持，夯實效率提升基礎

應制定并實施有利于促進創新的財稅政策，建設或協調建設公共創新平臺，推動創新要素遵循市場化原則流動與配置，為高層次創新人才國際化整合利用清除體制機制障礙。只有全方位加強對企業創新的支持，才能充分激發創新活力，增強創新投入動力，加大創新投入力度，提高創新產出數量與質量，進而為效率提升夯實基礎。

3. 推進區域協調發展，避免效率大起大落

未來一段時間，應該更大力度推進區域協調發展，同時注重在區域協調發展的背景下推動區域整體效率水平的平穩提升，盡力避免區域效率大起大落。

4. 引導企業優化資源配置，大幅提高效率水平

對效率不足的企業來說，調整優化資源配置的方式，既可以是減少冗余投入，也可以是按比例增加其他匹配要素的投入，從而在充分挖掘利用冗余資源的基礎上，實現產出的有效增長，進而實現企業效率水平的提高。從整體上看，樣本企業中存在通過優化資源配置來提高效率水平的廣闊空間，這應該是未來改進企業效率的一個重要方面。（劉興國、吳曉，中國企業聯合會研究部；張航燕，中國社會科學院工業經濟研究所）