中國資本配置效率行業(yè)差異及其影響因素研究
——基于金融危機前后數(shù)據(jù)的實證

劉成杰 范 闖

資本的形成和積累是經(jīng)濟發(fā)展的主要動力之一，如何通過科學有效的機制和政策，提高有限資本的使用效率，形成協(xié)調合理的資本行業(yè)配置格局，對我國經(jīng)濟轉型升級發(fā)展非常重要。而進一步探究2008年金融危機前后我國工業(yè)行業(yè)資本配置效率的演變軌跡及其影響因素的作用變化，對于當前我國經(jīng)濟發(fā)展中繼續(xù)有效消除金融危機的負面影響，引領經(jīng)濟發(fā)展進入良性軌道乃至進入 “新常態(tài)”仍具有現(xiàn)實意義。

一、研究模型的選擇

就現(xiàn)有文獻而言，國外學者關于資本配置的研究大多是以市場經(jīng)濟國家 （地區(qū)）的歷史數(shù)據(jù)為基礎而展開的［1］［2］［3］。 國內關于資本配置研究大致沿著兩條路徑展開： 一是以 Jeffrey Wurgler （2000）［1］的研究框架為基礎，通過對模型改進、方法變換進行實證，認為應增加 “上升”行業(yè)的投資，而減少對 “下降”行業(yè)的投資，以提高資本配置效率；二是以潘文卿和張偉 （2003）［4］、 方軍雄 （2006）［5］、 舒元等 （2010）［6］為代表的以 “資本邊際產(chǎn)出均一化”思想為基礎，認為資本回報率在行業(yè)和地區(qū)間的差異越小，資本的流動性障礙越小，資本的配置效率越高。本文模型沿第一條路徑構建。 以韓立巖等 （2002， 2005）［7］［8］、 蒲艷萍和王維群 （2008）［9］等為代表，認為各工業(yè)行業(yè)的性質存在較大差異，用個體固定效應模型估計的參數(shù)值會更接近現(xiàn)實，從而在考慮各行業(yè)個體固定效應的前提下測度資本配置效率，Jeffrey Wurgler的配置效率測度模型被改進為如下形式：

其中，I是年度固定資本形成額；V是增加值；i是工業(yè)行業(yè)編號；t是年份；εi，t是隨機擾動項。則Ii，t/Ii，t-1表示i行業(yè)固定資本形成額在第t年的增長率， 而Vi，t/Vi，t-1表示i行業(yè)在第t年增加值的增長率；斜率η代表行業(yè)固定資本形成額對行業(yè)增加值的敏感性，是資本配置效率的測度指標。

式 （1） 中αi＝α+βi，βi表示i行業(yè)的個體固定效應。

為了研究2008年的金融危機及其后續(xù)應對措施等經(jīng)濟事件對中國工業(yè)資本配置效率的影響，還應采用不變系數(shù)和變系數(shù)的時期固定效應模型分別對工業(yè)資本配置總體效率及其演變進行參數(shù)估計，在行業(yè)資本配置效率差異分析過程中，也對行業(yè)個體固定效應進行測算。工業(yè)資本配置的總效率模型、演變模型以及行業(yè)資本配置的效率測度模型分別為：

其中，αt＝α+βt，αi，t＝α+βi+βt， 而βt表示t年的時期固定效應，βi表示i行業(yè)的個體固定效應。

二、我國工業(yè)資本配置效率測度

（一）數(shù)據(jù)說明

受2004年我國工業(yè)行業(yè)分類標準和2011年全國規(guī)模以上工業(yè)企業(yè)統(tǒng)計口徑變動影響①2011年工業(yè)行業(yè)企業(yè)統(tǒng)計范圍由原來的年主營業(yè)務收入在500萬元及以上的工業(yè)企業(yè)調整為年主營業(yè)務收入在2000萬元及以上的工業(yè)企業(yè)。，本研究將樣本期限設定為2004至2010年；按照 《國民經(jīng)濟行業(yè)分類標準》 （GB/T4754-2011）包括的39個工業(yè)行業(yè)，剔除 “其他采礦業(yè)”與 “廢棄資源和廢舊材料回收加工業(yè)”兩個行業(yè) （由于存在數(shù)據(jù)缺失和極值等問題），本研究采用中國37個工業(yè)行業(yè)從2004—2010年的數(shù)據(jù)樣本。

另外，自2008年起，工業(yè)行業(yè)增加值不再納入工業(yè)指標統(tǒng)計范圍，本研究用工業(yè)總產(chǎn)值代替工業(yè)增加值作為解釋變量，并以固定資產(chǎn)凈值形成被解釋變量，所需數(shù)據(jù)來源于歷年 《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》與 《中國經(jīng)濟普查年鑒》 （2004）②因2005年 《中國統(tǒng)計年鑒》未給工業(yè)總產(chǎn)值數(shù)據(jù)，本文2004年數(shù)據(jù)以 《中國經(jīng)濟普查年鑒2004》中的 “規(guī)模以上工業(yè)企業(yè)主要經(jīng)濟指標”表為準；價格指數(shù)數(shù)據(jù)均來自歷年 《中國統(tǒng)計年鑒》中的 “各地區(qū)固定資產(chǎn)投資價格指數(shù)”和 “按工業(yè)行業(yè)分工業(yè)生產(chǎn)者出廠價格指數(shù)”兩個表。以及各省份地方統(tǒng)計年鑒。為了消除價格因素的影響，以2004年為基期，分別用固定資產(chǎn)投資價格指數(shù)和工業(yè)品出廠價格指數(shù)將固定資產(chǎn)凈值和工業(yè)總產(chǎn)值換算為可比價格。

（二）總體資本配置效率的測度

利用模型2、3（式2、3）對混合年度及各年度我國工業(yè)資本配置的總體效率值進行測算，結果見表1。

表1 2004—2010年中國工業(yè)資本配置總體效率及其演變情況

根據(jù)模型2測算的結果，2004—2010年間我國工業(yè)資本配置是總體有效率的 （η＞0），資本配置總體效率為0.331。 相較于韓立巖和王哲兵 （2005）［8］得出的0.160（利用1993—2002年間數(shù)據(jù)的測算值），2004—2010年間我國資本配置總體效率水平已經(jīng)有了較大提升。

根據(jù)模型3測算的結果，2004—2010年間我國工業(yè)資本配置的總體效率有明顯波動，但總體趨好。其資本配置總體效率值從2004年的0.096上升至2010年的0.720。

模型2、3都考慮了時期固定效應的影響，結果發(fā)現(xiàn)，2004、2007、2008和2010年時期固定效應的估計值顯示為負值；2009年中國資本配置效率值由2008年的0.575大幅跌落至0.348。這些變化，既表明在2004和2008前后中國工業(yè)經(jīng)濟發(fā)展基本態(tài)勢的變化，也顯示出遭受較大內外沖擊的跡象。

（三）行業(yè)資本配置效率值測度

為了進一步分析我國各工業(yè)行業(yè)資本配置效率的差異及其影響因素的作用，下面分別運用變系數(shù)混合固定效應面板數(shù)據(jù)模型 （式4）和變截距個體固定效應面板數(shù)據(jù)模型 （式1）對2004—2010年間我國37個工業(yè)行業(yè)資本配置的效率值及其固定效應進行測算，結果見表2。

表2 2004—2010年我國各工業(yè)行業(yè)資本配置效率及其固定效應的測算結果

測度結果 （表2）表明，在同時考慮個體固定效應和時期固定效應影響的情況下，2004—2010年間我國37個工業(yè)行業(yè)的資本配置效率值存在顯著的行業(yè)差異。其中，石油和天然氣開采業(yè)的資本配置效率值最高，為0.758；煙草制品業(yè)、飲料制造業(yè)、印刷業(yè)和記錄媒介的復制等行業(yè)的資本配置效率值為負（其中煙草制品業(yè)的資本配置效率值低至-0.457）。

測度結果還顯示，2004—2010年間，我國37個工業(yè)行業(yè)的個體效應也存在較大差異。其中，煤炭開采和洗選業(yè)等22個工業(yè)行業(yè)的個體固定效應值 （βi）為正，但石油和天然氣開采業(yè)等15個工業(yè)行業(yè)的個體固定效應值 （βi）為負。通常經(jīng)濟學角度的截距項（αi）表示不同行業(yè)的自發(fā)投資水平，韓立巖和王哲兵 （2005）［8］按自發(fā)投資水平的不同將工業(yè)行業(yè)進行分類，把其中αi≥0.1的稱為自發(fā)投資水平高的行業(yè)，0.1＞αi≥0.08的稱為自發(fā)投資水平較高的行業(yè)。按照這個標準，在不考慮截距項 （αi）顯著性水平的前提下，2004—2010年我國37個工業(yè)行業(yè)中有35個 （除煙草制品業(yè)和化學纖維制造業(yè)兩個行業(yè)）屬于自發(fā)投資水平高的和較高的行業(yè)。而1993—2002年間達到這一標準的只有19個行業(yè)。這至少表明，2004—2010年間，我國實體經(jīng)濟中的大部分行業(yè)較之前有更強的投資動力。

此外，除投資大、周期長、外資受限的壟斷性行業(yè) （如石油和天然氣開采業(yè)等）外，自發(fā)投資水平高的行業(yè)往往也具有較高的資本配置效率值水平。

三、我國行業(yè)資本配置效率差異的影響因素分析

我國工業(yè)行業(yè)資本配置效率的行業(yè)差異有其自身制約條件和復雜的內外影響因素。對于上一部分測度得到的我國37個工業(yè)行業(yè)資本配置效率值，我們不僅要發(fā)現(xiàn)它們之間的差異，還應對引起這些差異的因素做進一步分析，包括分析金融危機前后這些因素作用的變化。

（一）研究假設與模型選擇

多位學者從以下不同的視角實證分析了相關因素對資本配置效率的影響。首先，行業(yè)的對外開放度應是影響其資本配置效率的一個重要因素 （盤為龍和馮湜，2007）［10］；其次，不同發(fā)展階段各行業(yè)的技術創(chuàng)新能力存在較大差異，鐘蜀明和官建成 （2007）［11］的研究表明，技術創(chuàng)新能力是行業(yè)的核心競爭力，其對行業(yè)資本配置也具有顯著促進作用；李青原等（2010）［12］認為與大中型企業(yè)相比，中國的小企業(yè)在市場機會和產(chǎn)權保護等方面受歧視現(xiàn)象幾乎普遍存在，大多小企業(yè)被排除在以大型國有銀行為主導的信貸市場之外；而張國富 （2010）［13］則認為，大中型企業(yè)產(chǎn)值占行業(yè)總產(chǎn)值的比重降低，能夠提高產(chǎn)品市場與要素市場的競爭性與流動性，從而使資本配置狀況得到優(yōu)化。此外，通常情況下，只有產(chǎn)出水平達到一定程度的行業(yè)，才具備資本配置能力；行業(yè)的資產(chǎn)周轉速度也在一定程度上影響該行業(yè)的資本配置效率。我們認為，我國工業(yè)行業(yè)資本配置效率的影響因素應是綜合性的，故提出如下假設。

假設1：行業(yè)的資本配置效率與其對外開放度正相關；

假設2：行業(yè)的資本配置效率與其技術創(chuàng)新能力正相關；

假設3：行業(yè)的資本配置效率與其市場結構負相關；

假設4：行業(yè)的資本配置效率與其產(chǎn)出水平正相關；

假設5：行業(yè)的資本配置效率與其資金周轉水平正相關。

用截面數(shù)據(jù)回歸模型對上述假設進行實證檢驗，模型形式如下：

其中，ηi為上一部分測算得到的行業(yè)資本配置效率估計值；Turnoveri表示行業(yè)的資金周轉水平，用該行業(yè)流動資產(chǎn)周轉次數(shù)加以量化；T?supporti為行業(yè)技術創(chuàng)新能力 （或技術依賴度），用行業(yè)大中型企業(yè)R＆D經(jīng)費與其工業(yè)總產(chǎn)值之比的行業(yè)R＆D密集度進行量化；Structurei表示行業(yè)的市場結構，并用行業(yè)大中型企業(yè)產(chǎn)值占行業(yè)總產(chǎn)值的比例來表示；而Open?nessi代表行業(yè)對外開放度，考慮到行業(yè)對外開放程度通常表現(xiàn)為外資依存度和外貿依存度兩個方面，此處用外資依存度與外貿依存度之和作為行業(yè)對外開放度的衡量指標，以行業(yè)投資資金來源中利用外資的份額衡量行業(yè)外資依存度，用行業(yè)規(guī)模以上工業(yè)企業(yè)的出口交貨值與其工業(yè)銷售產(chǎn)值之比表示行業(yè)外貿依存度；Outputi為行業(yè)的產(chǎn)出水平，用各行業(yè)產(chǎn)值占全國工業(yè)總產(chǎn)值的比例來表示。

（二）數(shù)據(jù)說明

所需數(shù)據(jù)包括各行業(yè)的資本配置效率估計值、投資資金構成、工業(yè)銷售產(chǎn)值、出口交貨值、工業(yè)總產(chǎn)值、大中型企業(yè)產(chǎn)值、R＆D經(jīng)費和流動資產(chǎn)周轉次數(shù)等行業(yè)統(tǒng)計數(shù)據(jù)等，為保證實證效果不受極端值的影響，在具體實證檢驗過程中剔除了資本配置效率估計值顯著性較差的非金屬礦采選業(yè)、飲料制造業(yè)等7個樣本點。除行業(yè)資本配置效率的估計值為上一部分的估計值 （表2）外，其余數(shù)據(jù)均根據(jù)歷年 《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》、 《中國統(tǒng)計年鑒》與 《中國經(jīng)濟普查年鑒》（2004）數(shù)據(jù)①相應的解釋變量用2004—2010年的平均值計算，部分指標用2005—2010年的平均值計算。整理所得，表3列示了模型自變量的統(tǒng)計性描述。

表3 變量的統(tǒng)計性描述

（三）結論與政策含義

為了避免多重共線性和異方差問題，本研究首先采用單向向前逐步回歸法檢驗模型，并以加權最小二乘法對最終模型進行異方差修正，結果見表4。

表4 2004—2010年中國工業(yè)資本配置效率與行業(yè)因素關系表

1.行業(yè)的資金周轉水平、技術創(chuàng)新能力、市場結構對其資本配置效率的影響顯著。

實證結果發(fā)現(xiàn)，在其他條件不變的情況下，行業(yè)的資金周轉水平與技術創(chuàng)新能力對行業(yè)資本配置效率的影響是正向的 （βi＞0）；市場結構 （大中企業(yè)比重）對行業(yè)資本配置效率的作用是反向的 （βi＜0）；而行業(yè)的對外開放度與產(chǎn)出水平對行業(yè)資本配置效率的影響不顯著。就影響效果而言，技術創(chuàng)新能力（T?support）對行業(yè)資本配置效率的影響最大，行業(yè)的市場結構 （Structurei）次之，行業(yè)的資金周轉水平（Turnoveri） 位居第三。對外開放度 （Openness） 與行業(yè)資本配置效率負相關的結果并不令人意外 （盡管并不顯著）：外商直接投資與國內金融發(fā)展間存在的競爭和擠出效應妨礙了其改善資本配置效率功能的發(fā)揮；行業(yè)產(chǎn)出水平對其資本配置效率的影響總體上不顯著。

2.金融危機前后各因素對我國工業(yè)資本配置效率的解釋效果有較大差異。

用上面的模型對金融危機前后的情況分別進行模擬，發(fā)現(xiàn)各因素在金融危機前后對我國工業(yè)資本配置效率的解釋效果有較大差異 （表5）。

表5 金融危機前后中國資本配置效率與行業(yè)因素關系對比表

金融危機前后的估計結果相比，行業(yè)資金周轉水平與技術創(chuàng)新能力對行業(yè)資本配置效率的影響雖然都是顯著為正 （βi＞0），但其影響程度得到了加強（參數(shù)βi明顯變大）；金融危機前后行業(yè)的對外開放度對其資本配置效率的影響雖然同為顯著，但系數(shù)由負變正；而行業(yè)的市場結構與產(chǎn)出水平的影響由顯著變?yōu)椴伙@著。這些結果釋放了比較復雜的信息：市場獎勵了高效率的行業(yè)，政府的救市措施也在一定程度上加劇了一些結構性問題，使得一些大中型企業(yè)和占比較大的行業(yè)得到了資金，出現(xiàn)了部分“過度投資”和 “資本錯配”現(xiàn)象，并進一步擴大了產(chǎn)出和產(chǎn)能。

3.政策含義。

在充分肯定金融危機發(fā)生后我國應對措施正面作用的基礎上，也應認真反思其負面影響并結合經(jīng)濟發(fā)展現(xiàn)實加以矯正。我們首先需要的是對一些問題形成共識，并利用應該利用的機遇來推動必須推動的改革。無論是我國工業(yè)行業(yè)資本配置效率值的差異，還是金融危機前后引起這些差異的因素作用變化，都對我們形成有益的啟發(fā)。

首先，要提高我國工業(yè)行業(yè)資本配置效率，最重要的因素是提高行業(yè)資金周轉水平與技術創(chuàng)新能力。在當前的宏觀經(jīng)濟形勢下，穩(wěn)增長調結構促改革防風險面臨多方面挑戰(zhàn)，貨幣領域存在的結構性問題使實體經(jīng)濟資金面出現(xiàn)結構性緊張，一方面要盤活存量，另一方面要用好增量，提高行業(yè)資金周轉水平。在我國進入工業(yè)化發(fā)展新階段的形勢下，政府應更有效地營造創(chuàng)新環(huán)境，引導工業(yè)行業(yè)加大技術研發(fā)投入，大力培育戰(zhàn)略性新興產(chǎn)業(yè)，推動工業(yè)發(fā)展從要素驅動型向技術創(chuàng)新驅動型轉變，從主要依靠傳統(tǒng)比較優(yōu)勢向更多發(fā)揮綜合比較優(yōu)勢轉變；還應優(yōu)化產(chǎn)業(yè)結構，加快中國工業(yè)轉型升級，促進內涵式發(fā)展。

其次，要創(chuàng)新體制機制，進一步處理好政府與市場的關系。要深化國有企業(yè)改革，鼓勵企業(yè)在公平競爭中發(fā)展；減少政府干預，規(guī)范混合所有制經(jīng)濟發(fā)展，以市場化改革推進健全行業(yè)資本配置機制；調整信貸結構，充分發(fā)揮資本市場功能，積極推進金融領域改革，尤其注重發(fā)揮新興金融的積極作用，大力推動傳統(tǒng)金融改革；推動民間資本積極參與投資，完善并落實對中小微企業(yè)的各項支持政策，通過技術創(chuàng)新補貼、結構性減稅等政策措施，使成長性中小微企業(yè)獲得更多的資金支持，通過產(chǎn)業(yè)聯(lián)動，有力地支撐工業(yè)資本配置效率的提升。

最后，鼓勵要素組合創(chuàng)新，用現(xiàn)代要素推進新型工業(yè)化。研究結果表明：改革開放以來30多年的持續(xù)增長和積累已使中國工業(yè)具備了自主內生發(fā)展的潛力，結構調整和轉型升級的需求開始顯現(xiàn)。在傳統(tǒng)要素推進工業(yè)增長不可持續(xù)的情況下，要積極引入現(xiàn)代要素促進資本配置效率提升：開闊視野，識別要素價值，構建組合平臺，整合要素資源，優(yōu)化要素作用流程，采用新技術，形成新組合，產(chǎn)生新模式，變成新動力。

國際金融危機對中國的影響是多方面的，中國資本配置效率行業(yè)差異的影響因素也具有復雜性。由于多種因素的限制，使本文存在一些不足。明顯的是由于數(shù)據(jù)統(tǒng)計口徑的變化，本文的結論是在2004—2010年數(shù)據(jù)的基礎上得出的。時間跨度相對較短，因此所得結論仍需放在更長的時期內進一步驗證。