1、基于企業進入退出的“中國全要素生產率之謎”解釋摘要：本文通過LP法回歸出制造業TFP，對“中國全要素生產率之謎”進行了驗證，并構造了企業進入退出的動態模型，在通過特征事實對參數估計之后，通過模擬2008年企業進入的沖擊，擬合出了穩態情況下行業面對大規模企業進入時的TFP變動情況，并與事實進行了比較。 關鍵詞：全要素生產率 企業的進入與退出 模型 一、問題的提出：中國全要素生產率之謎 中國全要素生產率之謎，即指在2008年之后，企業的研究與試驗發展投入（R&D）不斷擴大，而學者們通過不同的估算方式測度出來的中國TFP（全要素生產率）卻在不斷下滑。根據統計局數據，在2008年，除了工業企業

2、的全要素生產率下降之外，企業的數量迎來了一個激增的過程。除2004年因為第一次工業普查完善了統計核算的精確度而導致進入數量劇增之外，正常年份企業純進入數大致在23萬，然而在2008年，企業純進入數量達到了驚人的10萬家左右。 聯系到中國在該年的四萬億救市計劃，筆者認為可能是該政策刺激了大批低于行業平均TFP的低效率企業進入行業，因此拉低了行業的平均值。為了驗證這一猜想，則需考察企業的進入退出對全要素生產率的影響。 二、企業進入退出與全要素生產率 企業的進入退出又叫企業更替，是產業經濟學中的一個重要概念，反映了市場的基本特征之一。企業的進出對于TFP的影響在近年來受到了國內外學者的重視。由于數據

3、的可得性，國內外學者往往測算工業企業，尤其是制造業的進入退出對TFP的影響。如周黎安等（2006）采用19952003年中關村科技園區制造業企業層面的微觀數據，認為園區的TFP變動可劃分為企業自身生產率增長和企業進入退出的動態過程這兩個部分。毛其淋等（2013）通過19982006年中國工業企業微觀數據測算了TFP，并將企業進出理解為替代關系，運用Baldwin&Gu（2003）發展的BG分解法測算了企業的純進入效應，并認為進入效應對于全要素生產率的發展存在較為顯著的效果。 綜上，筆者提出猜想，新進企業由于TFP較低，因此其進入效應會對行業TFP造成負面影響，但在未來因為學習效應新進入

4、企業會逐漸抬高行業TFP；而退出企業因為TFP較低被淘汰，其退出效應會對行業TFP造成正面影響。2008年以來企業數量激增，可能因新進入企業數量過多且低效率企業比重增大而導致2008年企業進入效應增大，且對長期造成了影響，以至于TFP呈現了負增長。筆者將通過微觀數據驗證以上猜想，并構建模型，進行數字檢驗。 三、數據的處理與基本特征事實 （一）數據處理 本文采用的樣本是19982007年中國工業經過產業篩選后的制造業規模以上企業微觀數據庫。原數據庫包含近200萬觀測值，經過數據清理，約有160萬觀測值，收錄從1998年的10萬家企業到2007年的26萬家企業，總銷售額約占全國企業的70.8%，因

5、此具有相當的代表性，是除了經濟普查數據庫外最大的企業級數據庫。 通過計量軟件stata將數據處理為非平衡面板數據，需要識別不同年份的相同企業。盡管每個企業都有法人代碼，但考慮到法人代碼變動而企業并未退出從而可能造成的企業狀態識別錯誤，故借鑒毛其淋等（2013）的處理方式，通過包括電話、郵編、行業代碼等信息進行匹配，并以此修正原始法人代碼，提高數據精確度。 對于企業生產狀態的判斷，依循Disneyetal.（2003）、TimothyDuneetal.（2007）的方式，企業i如果t-1期存在，t期及之后不存在，則視作在t期退出；企業i在t-1期及之前不存在，t期存在，視作在t期進入。根據上述定

6、義，19982007年各期退出企業共214453家，進入企業共339865家。Nt為t-1期到t期間進入的企業數量，St為t期留存企業數量，Xt-1為t-1期到t期退出的企業。 （二）全要素生產率的計量回歸 根據魯曉東等（2012），適用于微觀數據的方法包括最小二乘法、固定效應法、半參數OP法與半參數LP法等。根據數據獲取的難易程度與數據觀測量的保留度，OP法盡管在數據上計算較為精準，但因為其中所需要的變量投資在數據庫中并不存在，而以間接方式進行估算將會使得超過一半的樣本沒有對應投資數據，因此會導致結果的偏差，而LP估計法所需數據較為完備，故使用LP法。 對于資本存量K，采用魯曉東等（2012

7、）的方式，用固定資產合計指標作為資本存量K的估計，并經過各省資本存量平減指數進行平減。回歸方程的主要變量為企業工業增加值的對數InY、職工數量對數InL、資本存量的對數InK、中間品投入的對數InM與企業存續時間age，各變量統計描述見圖1。 將回歸出來的中國工業企業制造業全要素生產率加權平均計算如圖2所示： （三）數據庫的特征事實 1、學習追趕效應的驗證 在計算了全行業的平均TFP與各年進入的企業的平均TFP之后，我們得到了一個與毛其淋等（2012）類似的結論，即新進企業第一年進入的TFP普遍低于行業平均，而在之后逐漸上升（表1），且企業在新進入的13年退出率較大（表3）。毛其淋等將其歸因于

8、企業的追趕效應，為了檢驗這一點，筆者將1999年新進入的企業進行了拆分，按照退出年份分別計算了存續一年到十年以上的企業的TFP（表2），發現新進入企業的TFP隨著時間的增長或許并非是追趕效應，而是市場淘汰的結果。 假定2007年的TFP為3.316（即LP法回歸出2007年TFP），通過tfp做出未來TFP的變動趨勢（圖6），與高帆教授的DEA擬合結果比對（圖7），可得趨勢大致一致，說明本模型能夠在相當程度上解釋中國全要素生產率之謎。 五、總結與未來研究方向 本模型通過對Foster et al.（1998）分解法的改進，基于19982007年中國制造業微觀數據庫的特征事實，驗證了企業的進入與

9、退出對于行業整體TFP的影響，構建了合理的動態模型，并通過數字檢驗，使得估算出來的TFP變動趨勢與現實的變動趨勢較為一致，使得本模型較為成功的對中國全要素生產率之謎的產生做出了一個較為合理的解釋。 本次研究的意義在于構建企業的進入退出模型，為國內首批實證性的以該角度解釋中國全要素生產率之謎的研究，并在相當程度上解釋了中國全要素之謎的部分機理。在現實層面，揭示了中國全要素之謎部分源于2008年的大量企業進入，而這種沖擊又源于中國當年的四萬億救市計劃，因此在一定程度上反映了投入與政府介入對于全要素生產的傳導機制，這便從實證印證了宋錚（2011）、白重恩（2014）與蔡P（2016）的觀點，即政府的

10、高投入與因介入導致的對“創造性破壞”的阻礙是導致中國TFP下降的重要因素。 當然這個模型還有值得改進的地方。為了加強模型的說服力與可操作性，該模型構建了一些基本的假設，包括每年進入的企業數量不變、NNt與XXt不變、t不變等。上述假定在一定程度上也使得模型削弱了對現實的解釋力度，在未來的研究中，我們可以通過放寬其中假設進行拓展。 比如，放寬企業進入數量假設，設存企業數量逐年增加，企業的進入退出的占比在數值上不斷下降，而其占比又與進入退出效應的大小相關，則此時企業的進入退出效應將趨向于0，TFP的變動將僅與企業自身的TFP增長有關。 另外，我們可以從宋錚（2011）與蔡P（2016）的觀點做進一

11、步的猜想，假定NNt與XXt-1在沖擊的時候非恒定，探討政府的政策介入是否有更加深遠的影響。如果政府的介入阻礙企業退出，并使得大量生產率遠低于行業平均水平的企業進入市場，反映在企業的進入上時，會使得全要素生產率分布向小的方向偏移，則NNt的負值增大，進入效應擴大；反映在企業的退出上，因為阻礙了較小生產率的企業退出，全要素生產率將會向大的方向偏移，使得XXt-1負值減小，退出效應減弱。在雙重影響下，TFP遭受的沖擊將被放大，下降的趨勢也將更為持久，幅度也更大，可更好地貼近現實。 注： Olley&Pakes（1996）的估算方法，主要特點是使用投資作為企業受到生產率沖擊時的調整變量。 L

12、evinsohn&Petrin（2003）的方法，采用企業的中間品投入作為受到生產率沖擊時的調整變量。 依照毛其淋等（2013），通過市場份額，即銷售額占比加權。 2004年因為統計問題，使得大批未被記入的企業出現，因此進入效應有了一個大幅度的提高，但是因為本身企業進出并沒有發生太大變化，因此反應在TFP測算中，2004年的TFP并沒有明顯的變化，但留存企業的TFP增長將會被高估。 其實可簡寫為，即將N看做常量，結果一致，但無法體現動態演化過程。 參考文獻： 1唐學鵬，宋錚.中國式增長 中國式“外儲”N.21世紀經濟報道，2011423 2佚名，白重恩.中國高投資造成全要素生產率下降N

13、.學者之聲，20141218 3張曙霞.四大要素導致我國全要素生產率下降N.t望智庫，2016114 4張維迎，周黎安，顧全林.經濟轉型中的企業退出機制關于北京市中關村科技園區的一項經驗研究J.經濟研究，2003（10）：314 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）：1223 6聶輝華，江艇，楊汝岱.中國工業企業數據庫的使用現狀和潛在問題J.世紀經濟，2010（5）：113 7魯曉東，連玉君.中國工業企業全要素生產率估計：1999-2007J.經濟學（季刊），2012（2）：541558 8毛其淋，盛斌.中國制造業企業的進入退出與生產率動態演化J.經濟研究，