范冬梅 黃漢民 錢學鋒
(中南財經政法大學 工商管理學院,湖北 武漢 430073)
改革開放40年來,中國經濟增長奇跡一直為世界各國所關注。但是經濟增長背后的隱患,如粗放型經濟增長模式、雙重偏向政策引致的資源誤置等問題,是不容忽視的客觀現實[1]。伴隨著勞動力和原材料價格的持續(xù)上漲,這種“粗放型增長”模式的可持續(xù)性遭到質疑。特別地,中國經濟進入“新常態(tài)”,意味著中國經濟發(fā)展更應注重經濟增長的質量,這不僅要求提高生產技術水平,更需要優(yōu)化資源配置,即在既定資源約束下,提高資源的使用效率。近些年來,國內外學者對資源誤置和全要素生產率(TFP)的相關研究,揭示了現實中普遍存在的資源誤置現狀,詳細探討了資源誤置的成因,并深入挖掘了資源誤置對全要素生產率的影響機制[2]。令人遺憾的是,盡管國內外對資源誤置已經進行了豐富且詳實的研究,但是關于資源誤置測度方法的研究十分匱乏。然而,資源誤置研究的首要問題依然是如何準確判斷資源誤置水平。這既關系到資源誤置成因的深刻剖析與資源配置動態(tài)效應分析,也關系到資源配置對TFP及總產出影響的研究。準確地測度資源誤置,對中國這樣一個轉型經濟體來說更是具有重要的實踐意義。具體來講,如果能夠準確測度中國制造業(yè)行業(yè)的資源誤置程度,全面評估中國當前資源配置的整體效率,那么將有利于深刻理解和把握中國改革開放的成效,也為當前經濟改革提供直接的經驗證據。進一步地,對資源誤置程度的精確度量及經驗分解,還將為政府制定有效的激勵政策和行業(yè)規(guī)范提供參考依據,從而為中國的改革進程提供豐富的政策參考。
現有測度資源誤置的方法主要分為直接和間接兩類方法:直接方法關注資源誤置產生的潛在原因,并通過結構模型評估其效應大??;間接方法則通過比較實際全要素生產率與帕累托最優(yōu)全要素生產率的差異來衡量資源誤置的程度,但不需要識別資源誤置的具體原因[2]。在實證中,學者們通常使用要素投入扭曲、企業(yè)間全要素生產率價值離散度(TFPR dispersion)和加成率離散度等具體指標來度量資源誤置[3],其中用全要素生產率價值離散度來度量資源誤置程度的Hsieh和Klenow模型(以下簡稱HK模型)被廣泛使用。根據HK模型,如果資源可以自由流動,不存在任何扭曲,那么更多的資本和勞動要素會從低生產率企業(yè)流向高生產率企業(yè)。與此同時,低生產率企業(yè)被擠出市場,最終市場上所有企業(yè)的全要素生產率價值(TFPR)都相等。部門內企業(yè)之間的TFPR差異越大,表明資源誤置程度越嚴重[4]。經驗上來講,一方面,由于大部分微觀數據庫都包含企業(yè)收益等數據,測算該指標方便易行,從而被廣泛應用;另一方面,鑒于該方法被普遍使用,各國間的估計結果具有較大的可比性。同樣地,HK方法也被學者們廣泛地運用在測度中國資源誤置的實踐中。基于中國制造業(yè)企業(yè)數據,聶輝華和賈瑞雪(2011)使用TFPR離散程度衡量資源誤置,發(fā)現資源誤置是導致企業(yè)效率低下的重要原因,而國有企業(yè)又是造成資源誤置的主要因素[5]。邵宜航等進一步測算了企業(yè)規(guī)模、金融因素和交通等基礎設施因素對制造業(yè)全要素生產率的影響[6]。蔣為和張龍鵬考察了補貼差異化對中國制造業(yè)生產率分布的離散程度與資源誤置的影響[7]。
然而,生產率離散程度這一衡量資源誤置的指標,因其背后的理論基礎依賴的嚴苛假設條件而遭受了較多的質疑。在放寬規(guī)模報酬不變條件后,TFPR離散度會與企業(yè)間自身差異化的生產技術相關[8][9]。即使在規(guī)模報酬不變的嚴格假設下,Haltiwanger在生產函數中分別引入固定成本、異質性的投入成本或需求后,仍得到TFPR離散度中包含需求和生產技術因子[10]。這些研究都從理論上討論了TFPR離散度衡量資源誤置存在的缺陷,遺憾的是,他們并沒有直接從經驗上對HK方法進行修改與補充。龔關和胡關亮提出,采用要素邊際產品價值離散度度量,以單獨考察某個特定要素資源的配置情況。然而,他們在具體測算時仍依賴于較多的限制條件,如設定最終產出以固定的比例分配給資本與勞動、給定需求彈性系數,這些都不可避免地會產生一定的設定誤差。更重要的是,單一投入要素的邊際產品價值離散程度,無法衡量出同時影響資本和勞動投入要素的扭曲因素,還割裂了不同投入要素扭曲的相互影響[8]。
與現有研究不同,Foster方法放寬了規(guī)模報酬不變的假設條件,依賴更少的參數設定,改善了傳統(tǒng)HK理論的不足, 彌補了其他資源誤置指標(要素邊際產品價值離散度)的缺陷,更全面地度量了總體資源誤置程度。本文通過運用Foster 等人測度資源誤置的方法,主要從兩個方面對相關文獻進行補充。首先,本文所借鑒的測算方法依賴于更少的理論及經驗假設,在測算TFPR的離散度中控制異質性的需求和技術因素,這樣能夠更加精確地估計出中國制造業(yè)行業(yè)的資源誤置程度。本文認為,不斷推進一個經濟指標的精準測度研究是一項基礎性工作,可以為今后相關研究提供一個參考標準,有重要的實踐意義。通過檢索,目前尚未發(fā)現有文獻運用該模型和方法來測度中國制造業(yè)行業(yè)的資源誤置程度。其次,本文還強調了TFPR離散度與資源誤置的內在聯(lián)系,只有在控制企業(yè)異質性特征和測量誤差引致的生產率差異后,TFPR離散度才能真正地衡量資源誤置。具體地,本文首先在變量選取、構建平減價格指數等方面規(guī)范運用中國工業(yè)企業(yè)數據庫的基礎上,通過OLS、OP、LP、ACF等多種方法來全面測度生產率離散度及資源誤置,以排除變量選取和TFP測算方法差異導致的測量誤差。進一步地,控制企業(yè)異質性投入與需求因素后,資源誤置水平至少下降了22.6%。這說明,如果忽略測量誤差或企業(yè)異質性因素影響,現有研究對中國制造業(yè)行業(yè)資源誤置事實的測度是存在偏誤的。本文的研究對于準確評估并認識中國制造業(yè)行業(yè)的配置效率,提供了一種改進的方法或途徑,有利于今后對該問題的進一步研究。
本文余下部分安排如下:第二部分歸納總結HK方法的缺陷與不足;第三部分為相關測度結果分析;第四部分為中國制造業(yè)行業(yè)資源誤置的相關特征性事實;最后是本文的結論部分。
在HK模型設立的壟斷競爭條件下,如果資源可以自由流動,更多的資本和勞動要素將會分配給實際生產率(TFPQ)更高的企業(yè),高產出會導致企業(yè)面臨更低的產品價格。并且,隨著低生產率企業(yè)退出市場,在沒有靜態(tài)扭曲的情形下,即使企業(yè)生產技術存在巨大差異,這一機制也會使均衡條件下所有企業(yè)的TFPR相等。否則,企業(yè)的TFPR越高說明企業(yè)面臨的要素調整阻礙越大,會導致該企業(yè)資本和勞動邊際產出較高,生產規(guī)模小于最優(yōu)水平。因此,相關文獻通常使用企業(yè)之間的TFPR離散度來刻畫資源誤置程度,同一行業(yè)內企業(yè)之間的TFPR差異越大,說明資源誤置程度越嚴重[4]。值得關注的是,這種測度資源誤置的方法在近幾年受到了較多的質疑:
第一,HK模型假設同一部門內所有企業(yè)具有相同的生產函數形式。然而,企業(yè)生產率的經驗研究發(fā)現,不論使用何種方法和數據測算生產率,同一行業(yè)內企業(yè)間的生產率存在顯著的差異[11]。異質性的管理技能、生產要素質量、創(chuàng)新研發(fā)活動與投資模式等特定行為都會產生企業(yè)間TFPR的差異[13]。這導致,即使在有效配置條件下,企業(yè)間任一形式的測量誤差或自身技術差異都可能被當成資源誤置,進而夸大或縮小資源誤置程度。
第二,HK模型提出使用企業(yè)間TFPR離散度來度量資源誤置時,還嚴格依賴于規(guī)模報酬不變、等需求彈性、無固定成本等假設條件。放寬規(guī)模報酬不變的假設條件后,龔關和胡光亮指出TFPR離散度與企業(yè)間自身生產技術的離散程度相關[8]。更為細致地,Foster等人理論推導得到TFPR離散度中包含資源配置扭曲、異質性的企業(yè)生產技術和需求差異三個部分[9]。即使在規(guī)模報酬不變的約束條件下,當企業(yè)的投入成本和需求存在差異,或者生產存在固定成本時,TFPR離散度中也更多的是反映了企業(yè)需求和技術的差異性[10]。
第三,在實證檢驗中,HK方法需要對相關參數進行賦值校準來估算資源誤置程度,包括行業(yè)間替代彈性、資本價格和資本產出彈性等,這極易產生參數設置偏誤和測量誤差,從而影響TFPR離散度的測度。首先,資源誤置的研究都圍繞著企業(yè)生產率的測算展開。Foster 等人的研究表明,不同方法估計得到的要素彈性系數和規(guī)模報酬存在較大的差異,并會影響企業(yè)TFPR的數值大小[14]。其次,由于大多數樣本并沒有包含企業(yè)層面的數據,故對生產率和TFPR離散度的測算與解釋需要考慮到數據限制因素。現有小部分探究企業(yè)TFPR隱含意義的文獻,都是利用有限的包含企業(yè)價格信息的數據庫[12][13]。在實證過程中,學者們通常使用行業(yè)出廠價格指數對企業(yè)銷售額進行平減,以近似獲得企業(yè)產量數據。異質性的需求或價格會伴隨企業(yè)銷售額進入生產率的估計方程,導致生產參數和生產率的有偏估計[13][15]。這一做法會產生兩個隱患:其一,如果企業(yè)價格和行業(yè)價格指數之間的差異相關,這會造成生產函數系數的有偏估計;其二,基于平減后的銷售額估算的生產率包含異質性的價格和需求效應。所識別的資源配置對生產率的影響,有可能反映的是資源配置對價格和需求的影響效應,而非其對TFPQ的影響。所以,在量化資源誤置程度時,一旦測量誤差或設定誤差導致TFPR離散度被高估或低估,那么測算的資源誤置程度也將偏離事實。
綜上所述,本文強調正確認識企業(yè)間TFPR差異,并理清其背后的影響因素,正如Bartelsman和Wolf總結到三種原因會導致企業(yè)間TFPR的離散度:第一,理論與實證分析過程中存在的模型設立偏誤和測量誤差;第二,影響企業(yè)內部經濟決策及產出過程的自身因素,例如企業(yè)家才能、投入要素差異和管理技能;第三,影響企業(yè)間投入要素分配和市場選擇機制的市場環(huán)境因素,如要素調整摩擦或企業(yè)進入退出市場障礙[16]。顯然,第三種原因引起的TFPR離散度才是該指標能夠衡量資源誤置的內在依據,也只有排除前兩種因素的影響,TFPR離散度才能準確地衡量資源誤置。本文接下來將在Foster等人方法的基礎上,進一步研究企業(yè)需求、要素投入差異和測量誤差對測算資源誤置的影響,以更加精準地評估中國制造業(yè)行業(yè)的資源配置效率。
1.測算方法簡介。在一個多樣化產品競爭的市場,企業(yè)面臨向下的需求曲線。最終品總產出是關于中間品生產企業(yè)的CES生產函數,且最終品部門處于完全競爭的市場環(huán)境。一般均衡求解得到企業(yè)對各投入要素的最優(yōu)需求、產出量及產出價格,Foster等人推導出的TFPR離散度的表達式為[9]:
(1)
當產品間需求是等彈性時,可以將行業(yè)總產值納入生產函數中以控制總體需求變化,從而在收益生產函數估計中獲得要素產出彈性系數[13][15]。與此同時,收益對投入要素和行業(yè)總體需求回歸后的殘差項,包含著企業(yè)TFPQ、需求沖擊和總體價格因素。式(1)中,等號右邊第一項同樣包含著需求沖擊和企業(yè)生產率差異的離散度,因此可以用收益生產函數的估計殘差項對其進行替換,從而得到式(2):
(2)
根據式(2),利用TFPR理論值與估計值之間的聯(lián)系與區(qū)別,在控制異質性的企業(yè)生產率和需求因素后,可以測算出更加真實的資源誤置程度。Foster等人的模型和方法, 不僅放松了規(guī)模報酬不變的假設條件,彌補了傳統(tǒng)HK理論的缺陷, 而且在實際操作中能夠有效排除企業(yè)實際生產率(TFPQ)和需求差異對TFPR離散度的擾動,使得TFPR離散度更加精準地度量資源誤置程度。目前尚未發(fā)現應用該模型和方法來測度中國制造業(yè)行業(yè)的資源誤置程度的相關研究,因此,本文嘗試對此做出補充與完善。
2.數據說明。本文采用1999~2007年中國工業(yè)企業(yè)數據庫,參考Brandt等、聶輝華、楊汝岱等人的做法,根據“通用會計準則”(GAPP)的規(guī)定,對原始數據進行了一系列匹配整理,并刪除了不符合基本邏輯關系的錯誤記錄[17],在此不再贅述。本文所使用的企業(yè)層面投入產出數據主要包括:工業(yè)銷售值、工業(yè)總產值、工業(yè)增加值、從業(yè)人數、資本存量和工業(yè)中間投入合計等。根據現有文獻的一般做法,本文分別使用工業(yè)總產值和工業(yè)增加值衡量產出,用職工人數衡量勞動,用固定資產凈值衡量資本存量。根據永續(xù)盤存法計算投資,將折舊率設為15%[5][17]。除從業(yè)人數外,其他數據均包含價格因素。為了得到經濟學而非會計意義上的全要素生產率,本文樣本中所有變量都使用1998年的各類價格指數進行平減。本文對主要變量剔除了前后1%的異常值,以降低測量誤差導致的TFPR離散效應。在HK模型框架下,本文討論的是不同行業(yè)內企業(yè)間的資源配置情況,尚不涉及企業(yè)內部不同產品間資源要素的配置效率。
使用TFPR離散度指標來衡量資源誤置的研究,都是圍繞著企業(yè)生產率的測算展開的。關于全要素生產率的估算,當前主要的方法有OLS、OP、LP和ACF等方法。OLS方法估算企業(yè)全要素生產率被認為存在較大的缺陷。OP方法采用投資作為生產率的工具變量,能有效解決OLS估計中存在的聯(lián)立性問題和樣本選擇問題所產生的偏差[18]。與OP方法不同,LP方法使用中間投入作為生產率的工具變量,以彌補企業(yè)投資為零所導致的樣本損失缺陷[19]。然而,ACF方法指出,OP和LP方法使用投資或中間投入作為代理變量的第一階段估計中存在著共線性問題,并提出根據企業(yè)投入決策的順序,在第二階段運用GMM方法同時估計出各投入要素的產出彈性系數和生產率[20]。可以看到,各類估計生產率的方法具有不同的特點,可能對資源誤置的測算產生影響。
與此同時,現有文獻基于現實經濟含義和數據樣本特征兩方面的考慮,在計算企業(yè)TFP時對產出變量的選用上也存在較大差異。首先,在企業(yè)總產出與增加值的選用上,部分文獻認為,企業(yè)的總產值與中間投入高度相關,中間投入過高的產出彈性會大大壓縮資本和勞動的產出彈性,而增加值因不包含中間投入故能夠更好地反映企業(yè)的最終生產能力[17][21][22]。但是,張志強基于蒙特卡洛模擬方法通過比較不同方法測算生產率的結果后發(fā)現,增加值類的生產率估計方法不但會傾向于高估微觀企業(yè)的生產率,而且會高估產業(yè)不同分位點的生產率離散度,故測度生產率的穩(wěn)健估計方法應選用工業(yè)總產值[23]。其次,對于總產出,該指標的衡量方式有工業(yè)總產值和銷售收入兩個變量。數據樣本特征顯示,工業(yè)企業(yè)數據庫中大約一半的企業(yè)缺失工業(yè)增加值變量,選用企業(yè)銷售額衡量產出更為合理[5]。然而,由于存貨的存在,與銷售收入相比,工業(yè)總產值能夠更加精確地衡量總產出[24]。
基于上述分析,本文首先采用OLS、OP、LP、ACF等方法,分二位數行業(yè)估算了1999~2007年29個制造業(yè)行業(yè)的TFPR離散程度,以初步考察中國制造業(yè)企業(yè)生產率的分布狀況。表1分別匯報了1999年與2007年的結果。其中,(1)~(4)行報告的是基于工業(yè)總產值的測算結果,(5)~(8)行是基于工業(yè)增加值的估計值??梢钥吹?,整體上,使用總產出測算的TFPR離散度小于使用工業(yè)增加值測算的結果,并且不同文獻基于不同估計方法測算的TFPR離散度也存在較大差異[5][25][26]。但是,不論是使用標準誤、四分位差還是90-10分位差指標進行衡量,都表明中國制造業(yè)行業(yè)存在顯著的TFPR差異。這說明,盡管改革開放促進了各行業(yè)生產率的提升,但是生產率分散化現象說明資源配置偏離最優(yōu)狀態(tài),市場的不完全因素阻礙了資源的有效配置[26]。然而,TFPR離散度在多大程度上準確衡量了制造業(yè)內部資源誤置的狀況仍有待進一步考察。
表1 制造業(yè)行業(yè)的生產率分布
資料來源:作者計算整理,下表同。
此外,本文采用不同估計方法測算后發(fā)現,各行業(yè)的規(guī)模報酬系數存在顯著差異①。特別是基于工業(yè)增加值測算的結果表明,制造業(yè)中大多數行業(yè)呈現規(guī)模報酬遞減的規(guī)律,與現有相關文獻結論保持一致[8][17]。當然也有部分研究發(fā)現,制造業(yè)行業(yè)規(guī)模報酬系數顯著大于1,具有規(guī)模報酬遞增的特征[24]。這些研究結果均表明,中國制造業(yè)行業(yè)的現實特征顯然不符合HK模型中規(guī)模報酬不變的假設。因此,依據HK模型直接采用企業(yè)間TFPR離散度來衡量資源誤置,存在較大的偏誤。本文接下來將使用Foster等人提出的方法重新測算并分析中國制造業(yè)行業(yè)的資源配置效率。
1.不同估計方法的差異。為了排除生產率估計方法對企業(yè)TFPR離散度的影響,本文首先采用工業(yè)總產值和使用OLS、OP、LP和ACF方法,在估計中國制造業(yè)企業(yè)生產率的基礎上,借鑒Foster 等人提出的方法測算了資源誤置程度,結果如圖1所示。
圖1 基于總產出測算的資源誤置年份趨勢圖
本文發(fā)現,運用OLS、OP、LP和ACF生產率估計方法測算得到的資源誤置程度,在絕對值上呈現了一定的差異。基于TFPR的90-10分位差測算的資源誤置均值,分別是0.526、0.506、0.481和0.408?;赥FPR的75-25分位差所測算的資源誤置程度,約是基于TFPR的90-10分位差的測算值的一半。雖然不同方法測算的資源誤置在絕對值上存在差異,但是結果比較接近。不同方法測算的資源誤置在整體趨勢上保持了高度的一致性,表明Foster等人的測算方法具有穩(wěn)健性。以TFPR的90-10分位差和OP方法的測算結果為例,1999~2007年間中國制造業(yè)的資源誤置水平整體上呈下降的趨勢,由1999年的0.566降至2007年的0.527,降幅約為6.9%。分時間段來看,1998~2003 年中國制造業(yè)資源誤置水平顯著降低,這可能得益于中國積極加入WTO,使得國有企業(yè)和市場化改革進程加速。在 2003~2007 年間資源誤配置水平并沒有得到改善,反而呈現小幅上升趨勢。正如吳利學等人所提到的,中國2002 年經濟過熱以及經濟發(fā)展中重化工業(yè)比重提高,是導致2003~2007年間資源調整困難的原因[27]。
2.基于不同產出指標的測算差異。為了檢驗企業(yè)工業(yè)增加值和總產值選取對資源誤置測算結果的影響,本文分別采用工業(yè)增加值和總產值來估算資源誤置,結果如表2所示??紤]到TFPR的90-10分位數差可能會受到異常值的影響,本文后續(xù)僅采用四分位差的TFPR離散度來度量資源誤置。
從表2中可以看到,不論使用工業(yè)增加值還是總產值,所測算的資源誤置水平在整體趨勢上保持了一致性,但是資源誤置程度絕對值差異十分顯著。由于工業(yè)庫中關于中間投入的記錄可能存在偏誤,并且LP方法未能有效解決樣本選擇偏差問題,在使用工業(yè)增加值時對資本投入內生性的糾正效應也較差[23][24],故使用LP方法和工業(yè)增加值測算的結果與其他方法的估計值存在較大差異,這與其他文獻的研究結論保持一致②。除了LP方法,其他三種方法采用工業(yè)增加值測算的資源誤置絕對值,約是基于工業(yè)總產值測算值的10倍。背后的原因可能在于,總產值同時反映了市場的需求與供給因素,體現了影響TFPR離散度的市場機制;對比之下,工業(yè)增加值更直接體現了企業(yè)的生產能力,故基于工業(yè)增加值測算出的企業(yè)TFPR離散度或資源誤置程度更大[16]。
如上文所述,眾多研究已經發(fā)現企業(yè)生產技術、管理能力等因素會造成TFPR差異。尤其基于微觀數據測算的TFPR不僅僅反映了供給層面的信息,還包含了需求因素的影響[11]。產品替代性降低,將增加消費者在不同消費品選擇上的轉換成本,削弱行業(yè)的競爭力。市場的清除機制與選擇效應無法實現市場資源的有效配置,大量低效率企業(yè)的存在將增加行業(yè)的TFPR離散程度。而產品替代性的上升將加劇企業(yè)間的競爭,從而降低TFPR離散程度并提升生產率水平[26]。
表2 資源誤置估算:工業(yè)總產值與工業(yè)增加值
為了盡量控制異質性企業(yè)特征對估算資源誤置的影響,本文在生產函數中采用勞動報酬投入(工資水平)替代就業(yè)人數來衡量勞動力投入的變量,以克服勞動力質量差異可能造成的TFPR差異[28]。此外,借鑒李魯等人的做法,本文還加入了行業(yè)產品差異化指數來控制需求差異對TFPR離散度的干擾。具體做法是,首先計算出企業(yè)層面主營產品收入占銷售產值的比重,將其作為企業(yè)主營產品專業(yè)化指數的代理變量,進而主營產品專業(yè)化指數與1之間差額的算術平均值即可作為行業(yè)產品差異化指數[25]。值得說明的是,本文目的在于檢驗異質性投入與需求因素對資源誤置估計結果的影響,因此沒有加入過多的控制變量。另外,本文在此部分只使用工業(yè)增加值變量進行估算,一方面是由于數據限制,無法控制中間投入品差異的影響;另一方面是考慮工業(yè)總產值可能摻雜了更多的需求與供給因素。
表3(1)~(3)列在依次控制異質性產品需求和投入要素差異后的結果顯示,資源誤置程度顯著降低。具體來看,以使用TFPR的75-25分位差離散度和OP方法測算的結果為例,在控制產品需求差異后,資源誤置程度由2.414下降至2.162,降幅約為10.4%,進一步控制勞動投入差異因素后,資源誤置程度降至1.868,降幅為13.6%。相對于未控制異質性產品需求和投入差異因素時的資源誤置水平而言,降幅高達22.6%。OLS和ACF方法估計結果仍顯示了一致的趨勢,論證了控制企業(yè)異質性因素的重要性。
表3 資源誤置估算:控制異質性投入與需求因素的影響
通過上述分析,可以得到三點結論:(1)使用不同生產率估計方法,的確影響了資源誤置絕對值大小,但不會擾動其變化趨勢,這表明本文采用多種估計方法進行對比分析的結果是可靠的,也體現了Foster等人提出的方法的穩(wěn)健性。鑒于OLS方法存在內生性和聯(lián)立性缺陷,以及LP方法測算結果的不穩(wěn)定性,本文認為采用OP和ACF方法估算生產率離散度及資源誤置程度是穩(wěn)健且有效的。(2)雖然使用工業(yè)增加值測算的資源誤置程度偏大,但是工業(yè)總產值包含了更多的市場因素。考慮到數據限制因素,控制中間品投入要素質量存在困難,本文認為基于工業(yè)增加值測算資源誤置程度更具合理性。(3)測算資源誤置程度要充分考慮企業(yè)異質性因素的影響,否則就容易高估資源誤置程度,錯誤評價經濟政策效應。
遵循Foster等人的研究思路和方法,本文在有效排除企業(yè)TFPQ和需求差異對TFPR離散度的擾動后,獲得的TFPR離散度能夠更加精準地度量資源誤置程度③。在此基礎上,本文將重新考察中國制造業(yè)在經濟增長過程中的配置效率。眾所周知,由于歷史條件、地理區(qū)位以及政策條件等因素的影響,中國制造業(yè)行業(yè)的資源配置效率在不同的所有制類型之間、不同區(qū)域之間以及不同的行業(yè)之間都可能存在明顯的差異?;谏衔姆治?,LP方法估計結果顯著異于其他方法測算的結果,而工業(yè)總產值變量可能包含了更多的市場需求與供給因素。因此,本文接下來僅應用OLS、OP、ACF方法和工業(yè)增加值、四分位差度量的TFPR離散度,重點考察國有與非國有企業(yè)、出口與非出口企業(yè)以及東中西部地區(qū)間的資源配置效率差異。
首先,本文根據企業(yè)實收資本的控股方將所有制造業(yè)企業(yè)分為國有企業(yè)、民營企業(yè)和外資企業(yè)3種類型。圖2(a)~(c)列示了分所有制測算的資源誤置程度。從微觀層面來看,相對于外資企業(yè)和民營企業(yè),國有企業(yè)的資源誤置程度是最大的,民營企業(yè)次之,外資企業(yè)的資源誤置程度最低。顯然,改善國有企業(yè)的經營績效,提高國有企業(yè)的資源配置效率,仍是中國經濟轉型和發(fā)展過程中需要關注的問題。不過,OP方法測算的結果顯示,國有企業(yè)資源誤置程度從1999年的2.82下降為2007年的2.46,降幅達12.8%,外資企業(yè)間的資源誤置程度從1999年的2.43下降為2.16,降幅約為11.1%,這表明國有企業(yè)優(yōu)化資源配置效率的成效是最顯著的。類似地,這一結果在ACF方法測算的趨勢圖中同樣得到了印證,即不同所有制企業(yè)之間的資源誤置程度差異呈現收斂的趨勢。
圖2 不同所有制企業(yè)的資源誤置水平
其次,企業(yè)異質性貿易模型揭示了貿易的資源重置功能[29], 而改革開放作為我國長期堅持的一項基本國策,貿易對資源配置效率的影響不容忽視。本文對比了在出口偏向型政策下,出口與非出口企業(yè)的資源誤置程度水平,結果如圖3所示。基于不同的測算生產率的方法,可以發(fā)現非出口企業(yè)的資源誤置程度高于出口企業(yè),這說明出口企業(yè)由于面向競爭更為激烈的國際市場,市場清潔機制與達爾文選擇效應更為顯著,有利于優(yōu)化出口企業(yè)間的資源配置效率。這證實了貿易自由化帶來的競爭效應,也體現了中國經濟對外開放的顯著成效。
圖3 出口與非出口企業(yè)的資源誤置水平
最后,由于中國區(qū)域間要素稟賦的差異,加上國家不同時期的導向型政策,如東部沿海的開放政策、西部大開發(fā)戰(zhàn)略、東北等老工業(yè)基地振興戰(zhàn)略以及中部崛起戰(zhàn)略,不同區(qū)域在經濟發(fā)展程度和資源配置效率方面均存在顯著差異[5][23]。圖4顯示了各區(qū)域間資源配置效率的差異。基于資本或勞動單要素配置效率的研究表明,各區(qū)域間資本與勞動單要素配置效率的總效應是比較模糊的[8][23]。與以上研究不同的是,本文的測算結果表明,各地區(qū)資源配置效率的特征也是中國經濟發(fā)展和體制變革地區(qū)差異的體現,即西部區(qū)域的資源誤置程度最大,而東部地區(qū)資源配置是最有效率的。因此,東中西部地區(qū)在一定程度上存在區(qū)域間配置效率改善的空間。
圖4 東中西部資源配置效率比較
Hsieh和Klenow提出用TFPR的離散程度衡量資源配置效率,但是這一方法依賴于嚴格的假設條件,尤其是規(guī)模報酬不變條件,故存在一定的缺陷。Foster等人放寬了規(guī)模報酬不變的條件,在TFPR離散度中控制了企業(yè)異質性需求和技術效率的影響,從而估計出更加真實的資源誤置程度。本文借鑒此方法,并基于1999~2007年中國工業(yè)企業(yè)數據庫,發(fā)現運用不同生產率估計方法測算的資源誤置程度在絕對值上存在差異,使用工業(yè)增加值測算的資源誤置程度偏大。進一步地,控制企業(yè)異質性投入與需求因素后發(fā)現,資源誤置水平至少下降了22.6%。這說明,忽略測量誤差和企業(yè)異質性因素會造成對中國制造業(yè)行業(yè)資源誤置的有偏估計。
進一步的實證研究發(fā)現,國有企業(yè)間的資源誤置程度顯著高于民營和外資企業(yè),東部區(qū)域的資源誤置程度低于中、西部地區(qū),企業(yè)出口能夠有效提高資源配置效率。這反映了中國經濟發(fā)展的現實特征和改革開放成效,也揭示了中國經濟增長巨大的改善空間,即不斷促進資源在不同所有制、不同區(qū)域以及出口與非出口市場企業(yè)間的流動,可以優(yōu)化資源的動態(tài)配置效率,實現中國產業(yè)結構的升級與經濟發(fā)展方式的轉變。
測度中國制造業(yè)行業(yè)的資源誤置程度雖然是一項最為基礎性的工作,但卻是深刻剖析資源誤置成因與評估資源配置動態(tài)效應等相關研究的起點與重點。本文的研究實際上是對Hsieh和Klenow分析結果的進一步精細化。當然,由于缺乏企業(yè)層面的要素投入或產出價格與數量信息,加上企業(yè)資本存量設計等細節(jié)因素的干擾,本文還無法完全控制企業(yè)生產率和需求因素的離散效應,但這并不影響本文重新測度資源誤置的理論意義及應用價值。
注釋:
①限于篇幅原因,文章中沒有詳細列出各類方法測算的規(guī)模報酬系數,備索。
②本文基于工業(yè)增加值和LP方法測算出來的資本和勞動產出彈性分別為0.155和0.190,絕對值顯著低于其他方法測算的結果,這與已有文獻中用LP方法估計的資本和勞動產出彈性(分別為0.163和0.1634)結果十分接近[21]。
③由于控制異質性需求變量會導致?lián)p失較多的樣本觀測值,本部分測算的資源誤置并沒有控制投入產出異質性因素。