中國制造業(yè)新進企業(yè)超級成長效應測度及驅(qū)動因素分析

徐 妍， 鄭 冠 群， 沈 悅

(1.長安大學 經(jīng)濟與管理學院，陜西 西安 710064；2.西安電子科技大學 經(jīng)濟與管理學院，陜西 西安 710126；3.西安交通大學 經(jīng)濟與金融學院，陜西 西安 710061)

一、引 言

社會加總生產(chǎn)率(Aggregate Productivity)的增長動力從何而來，是經(jīng)濟增長領(lǐng)域關(guān)注的核心問題之一。近年來，隨著多馬加總規(guī)則(Domar Aggregation)、異質(zhì)性企業(yè)理論等基礎(chǔ)性理論的逐步完善，對加總生產(chǎn)率的經(jīng)驗研究越來越多地從宏觀走向微觀，尤其是基于企業(yè)層面數(shù)據(jù)進行加總生產(chǎn)率分解的微觀實證研究逐步增多，加總生產(chǎn)率分解方法的開發(fā)和改進也成為最近幾年研究的熱點之一。

在加總生產(chǎn)率分解的眾多方法之中，由于動態(tài)分解方法進一步考慮了企業(yè)演化對加總生產(chǎn)率的影響，逐漸成為主流。其中，影響力較大的包括：Baily等[1]提出的BHC分解法、Griliches和Regev[2]提出的GR分解法、Foster等[3]提出的FHK分解法、Baldwin和Gu[4]提出的BG分解法，以及Melitz和Polanec[5]提出的DOP分解方法，他們均將加總生產(chǎn)率增長的來源分解為企業(yè)內(nèi)生增長、市場資源配置效應(靜態(tài)配置)、企業(yè)進入與退出效應(動態(tài)配置)幾個部分，這些方法對后續(xù)的理論和實證研究產(chǎn)生了廣泛的影響。

在國內(nèi)，隨著中國工業(yè)企業(yè)數(shù)據(jù)庫的使用逐漸普及，近年來涌現(xiàn)出一大批利用企業(yè)層面微觀數(shù)據(jù)進行加總生產(chǎn)率分解的研究。針對同一問題，使用相同的數(shù)據(jù)資料、重疊的樣本區(qū)間以及近似的數(shù)據(jù)處理方法，不同分解方法得到的加總生產(chǎn)率增長主導因素大相徑庭。例如，李玉紅等[6]和Brandt等[7]基于BHC方法、李平等[8]基于FHK方法的研究表明，企業(yè)演化帶來的資源重新配置是中國工業(yè)生產(chǎn)率增長的主要驅(qū)動力量；而聶輝華和賈瑞雪[9]基于BHC和GR方法、毛其淋和盛斌[10]采用BHC、BG、GR3種方法、楊汝岱利用DOP方法的研究卻認為，企業(yè)的內(nèi)生增長是推動制造業(yè)生產(chǎn)率變化的主導力量[11]。這些研究表明：關(guān)于社會加總生產(chǎn)率增長動力的結(jié)論對生產(chǎn)率分解方法比較敏感，這也是學術(shù)界持續(xù)優(yōu)化加總生產(chǎn)率分解方法和更新生產(chǎn)率增長動力認知的重要原因之一。

雖然國內(nèi)研究者對加總生產(chǎn)率增長的主導因素存在分歧，但對企業(yè)動態(tài)和生產(chǎn)率的研究基本得到共識，即在新進企業(yè)的生產(chǎn)率小于存活企業(yè)的生產(chǎn)率的同時，部分資源卻從存活企業(yè)流向進入企業(yè)，進而降低擴展邊際下的資源配置效率。例如，毛其淋和盛斌發(fā)現(xiàn)，中國制造業(yè)企業(yè)在1999～2003年間的年平均進入率為25%，而新企業(yè)進入對加總生產(chǎn)率的貢獻為-13.3%(FHK方法)和-20.07%(GR方法)[10]26；吳利學等利用DOP方法測得1998～2007年間制造業(yè)新進企業(yè)對加總生產(chǎn)率的貢獻為-3.87%，而同期新進企業(yè)占全部企業(yè)總數(shù)的比例達到68.34%[12]。孫元元和張建清將這一現(xiàn)象稱之為“企業(yè)進入悖論”，即企業(yè)迭代與加總生產(chǎn)效率增長之間存在的矛盾，應該“控制新企業(yè)的進入，提高市場整體資源配置效率”[13]。

“企業(yè)進入悖論”在宏觀層面上意味著“高生產(chǎn)率企業(yè)不斷進入并迫使低生產(chǎn)率企業(yè)退出”的“創(chuàng)造性毀滅機制”只發(fā)揮了一半作用。雖然有研究表明，企業(yè)進入導致的市場競爭程度加大促進了存續(xù)企業(yè)生產(chǎn)率的提升，但仍然難以想象如此巨大規(guī)模的企業(yè)持續(xù)進入市場對社會加總生產(chǎn)率增長發(fā)揮著顯著負面的直接影響。在微觀層面上，既然新企業(yè)的生產(chǎn)率遠遠低于存續(xù)企業(yè)，其生存壓力和退出概率大于存續(xù)企業(yè)，那么為什么仍有大量企業(yè)源源不斷地持續(xù)進入市場呢？對此，毛其淋和盛斌[10]、李坤望和蔣為[14]發(fā)現(xiàn)，由于存在“市場選擇效應”和“學習效應”，新企業(yè)進入市場后的生產(chǎn)率和工業(yè)增加值的增長速度都超過了存續(xù)企業(yè)，這可能是新企業(yè)源源不斷進入市場的原因；新企業(yè)的高速成長也可能是整體經(jīng)濟增長的重要推動力。

現(xiàn)有的研究僅揭示新企業(yè)的快速成長現(xiàn)象，未能進一步量化其對社會加總生產(chǎn)率的貢獻，對新進企業(yè)快速成長的成因分析也欠合理。一方面，現(xiàn)有研究所使用的加總生產(chǎn)率分解方法不能夠解析新進企業(yè)的成長效應，而是將其混淆為進入效應。另一方面，用以解釋新進企業(yè)快速成長的“市場選擇效應”機制同樣可以用于解釋存續(xù)企業(yè)的成長，“學習效應”本身也只是新進企業(yè)與存續(xù)企業(yè)生產(chǎn)率差異收斂的另一種表現(xiàn)形式。因此，有必要就新進企業(yè)快速成長效應對加總生產(chǎn)率貢獻的測度和驅(qū)動因素做更進一步的研究。

基于以上考慮，本文開展的研究主要是：第一，改進了傳統(tǒng)DOP分解方法，將新進企業(yè)超級成長效應(新進企業(yè)相對存續(xù)企業(yè)的超速增長)、退出企業(yè)的衰退效應(退出企業(yè)相對存續(xù)企業(yè)慢速增長)納入到加總生產(chǎn)率分解框架中。第二，對1999～2006年中國制造業(yè)企業(yè)加總生產(chǎn)率變化進行分解，測度新進企業(yè)超級成長效應對中國制造業(yè)加總生產(chǎn)率變化的貢獻。第三，從市場選擇效應、學習效應和規(guī)模經(jīng)濟效應3個方面對新進企業(yè)超級成長效應的成因進行了進一步檢驗。

研究的邊際貢獻主要體現(xiàn)在3個方面：一是通過改進生產(chǎn)率參照點的選擇方案，克服了經(jīng)典DOP方法因忽略中間期進入企業(yè)相關(guān)信息而導致的新進企業(yè)成長效應和進入效應混淆問題。二是分解結(jié)果揭示，新進企業(yè)超級成長效應是制造業(yè)加總生產(chǎn)率增長的重要驅(qū)動力量，對1998～2006年中國制造業(yè)企業(yè)加總生產(chǎn)率增長的貢獻約為10.77%。因此，雖然新進企業(yè)的生產(chǎn)率水平低于存續(xù)企業(yè)，但其進入之后表現(xiàn)出更快的生產(chǎn)率增長速度，這或許可以作為“企業(yè)進入悖論”的一種解釋。三是研究進一步明確，市場選擇效應、學習效應，以及規(guī)模經(jīng)濟效應可能是導致新進企業(yè)生產(chǎn)率增長速度大幅超越存續(xù)企業(yè)的原因。

與本文比較接近的研究主要是Maliranta和M??tt?nen[15]、孫元元和張建清[13]93。前者和本文一樣，發(fā)現(xiàn)了傳統(tǒng)生產(chǎn)率分解方法在處理較長時間跨度(例如5年間隔)的生產(chǎn)率變化分解時存在的偏誤問題，但其主要的工作是在DOP分解的基礎(chǔ)上引入新的企業(yè)分組，考察進入、退出企業(yè)對Olley-Pakes協(xié)方差的影響，即構(gòu)建了一個可以測度企業(yè)動態(tài)對市場資源配置效率影響的生產(chǎn)率分解框架。孫元元和張建清主要考察中國制造業(yè)省際間資源配置效率，他們按照省份對加總生產(chǎn)率變化進行分解，利用Olley-Pakes協(xié)方差表示省際間資源配置效率，并借助二元邊際下的資源配置效率對Olley-Pakes協(xié)方差進行了更進一步的分解。他們提出的加總生產(chǎn)率分解方案也在一定程度上優(yōu)化了DOP分解方法，并且從消費者偏好、產(chǎn)品質(zhì)量差異的角度對“企業(yè)進入悖論”做出了解釋。

二、加總生產(chǎn)率變化分解方法的改進

加總生產(chǎn)率Φt一般定義為行業(yè)或地區(qū)所有企業(yè)的加權(quán)平均生產(chǎn)率：

(1)

式中，φit表示企業(yè)i在t期的生產(chǎn)率；sit為權(quán)重參數(shù)，通常以企業(yè)的增加值、產(chǎn)值或勞動力等份額表示。基于企業(yè)異質(zhì)性理論，Olley和Pakes[16]將t期的加總生產(chǎn)率分解為：

(2)

(3)

Melitz和Polanec[5]364進一步將企業(yè)進入、退出動態(tài)對生產(chǎn)率的影響納入OP分解框架，他們首先按照企業(yè)狀態(tài)將企業(yè)劃分為進入企業(yè)、退出企業(yè)和存續(xù)企業(yè)3組；隨后，定義sG,t≡∑i∈Gsit代表歸屬G組企業(yè)在t期的加總市場份額，定義ΦG,t≡∑i∈G(sit/sG,t)φit代表G組企業(yè)在t期的加總生產(chǎn)率。這樣，t1和t2兩期的加總生產(chǎn)率可分別拆解為如下形式：

Φt1=sS,t1ΦS,t1+sX,t1ΦX,t1

=ΦS,t1+sX,t1(ΦX,t1-ΦS,t1)

(4)

Φt2=sS,t2ΦS,t2+sE,t2ΦE,t2

=ΦS,t2+sE,t2(ΦE,t2-ΦS,t2)

(5)

由上式即可得到兩期加總生產(chǎn)率變化的DOP分解形式：

(6)

需要注意的是：當t1和t2為相鄰兩期時，DOP分解方法能夠準確識別存續(xù)企業(yè)效應、進入效應和退出效應；而當t1和t2為不相鄰的兩期時，DOP方法本質(zhì)上是將t1至t2之間各期進入的企業(yè)均視作新進企業(yè)，并將這些“新進”企業(yè)在t2期的生產(chǎn)率與存續(xù)企業(yè)生產(chǎn)率的差異識別為進入效應，這事實上包含了真實的進入效應(即企業(yè)進入當期的生產(chǎn)率與對應存續(xù)企業(yè)同期生產(chǎn)率的差異)和不同企業(yè)在t1至t2之間的生產(chǎn)率增長速度差異。類似的，當t1和t2為不相鄰的兩期時，DOP得到的退出效應也混淆了真實退出效應和各期退出企業(yè)在退出前的生產(chǎn)率增長差異。

為了進一步解析出不同企業(yè)的生產(chǎn)率增長差異，我們以一個“三期生產(chǎn)率變化分解”問題為例(t1=1，t2=3，即共有1、2、3三期)，對DOP分解方法進行改進。把全部企業(yè)劃分為第2期進入企業(yè)E2、第3期進入企業(yè)E3、第1期退出企業(yè)X1、第2期退出企業(yè)X2，以及存續(xù)企業(yè)E，通過對(6)式進行統(tǒng)計變換可得到如下分解結(jié)果：

(7)

式中，nt為t期總市場份額，nG,t為G類企業(yè)t期市場份額，則nG,t/nt表示G類企業(yè)在t期的相對市場份額；ΦG,t為G類企業(yè)t期加權(quán)生產(chǎn)率。

上式將3期加總生產(chǎn)率變化分解為5個部分：存續(xù)企業(yè)成長效應(包括組內(nèi)和組間效應)、進入效應(t=2和t=3期新進企業(yè)與同期存續(xù)企業(yè)的生產(chǎn)率差異)、退出效應(t=1和t=2期退出企業(yè)與同期存續(xù)企業(yè)的生產(chǎn)率差異)、新進企業(yè)超級成長效應(t=2期新進企業(yè)進入后一期的生產(chǎn)率增幅與對應存續(xù)企業(yè)同期生產(chǎn)率增幅之差)，以及退出企業(yè)衰退效應(t=2期退出企業(yè)在退出前一期的生產(chǎn)率增幅與對應存續(xù)企業(yè)同期生產(chǎn)率增幅之差)。

(8)

式中，nEj,t、nXj,t分別表示j期進入、退出企業(yè)在t期的市場份額，ΦEj,t、ΦXj,t分別表示j期進入、退出企業(yè)在t期的加總生產(chǎn)率，其他變量含義如上。存續(xù)企業(yè)成長效應包括以存續(xù)企業(yè)首尾兩期(t-k期和t期)算術(shù)平均生產(chǎn)率變化衡量的組內(nèi)效應，和以首尾兩期Olley-Pakes協(xié)方差變化衡量的組間效應。進入效應包含了所有代際新進企業(yè)在其進入當期與存續(xù)企業(yè)生產(chǎn)率差異的總和。退出效應是所有代際退出企業(yè)在其退出當期與存續(xù)企業(yè)生產(chǎn)率差異的總和。新進企業(yè)超級成長效應是各代際新進企業(yè)在進入之后(從進入當期至t期)的生產(chǎn)率增幅與存續(xù)企業(yè)同期生產(chǎn)率增幅差異的總和。退出企業(yè)衰退效應是各代際退出企業(yè)在退出之前(從t-k期至退出當期)的生產(chǎn)率增幅與存續(xù)企業(yè)同期生產(chǎn)率增幅差異的總和。

三、中國制造業(yè)生產(chǎn)率變化分解與新進企業(yè)的超級成長效應

1.生產(chǎn)率估計與進入退出企業(yè)的界定

本文基于中國工業(yè)企業(yè)數(shù)據(jù)庫(1998～2007)提供的數(shù)據(jù)來估計企業(yè)個體生產(chǎn)率和社會加總生產(chǎn)率。由于數(shù)據(jù)庫樣本數(shù)量龐大、時間跨度較長，中國工業(yè)企業(yè)數(shù)據(jù)庫中部分觀測值存在明顯的匹配混亂、指標異常、口徑變更等情況。因此，在計算企業(yè)全要素生產(chǎn)率、加總生產(chǎn)率以及生產(chǎn)率分解之前，需要進行細致的數(shù)據(jù)處理。

首先，進行樣本匹配和企業(yè)身份識別。本文主要采用聶輝華等[17]、王貴東[18]提出的交叉識別思想，一方面是因為該方法能夠較好地處理“化整為零”問題，避免“過度識別”，另一方面則是因為在人工識別階段可以將樣本匹配和全要素生產(chǎn)率估計所需數(shù)據(jù)清理工作結(jié)合起來。具體步驟如下：第一，對企業(yè)名稱和法人代碼進行標準化處理；第二，按照企業(yè)代碼和企業(yè)名稱進行交叉識別；第三，根據(jù)全要素生產(chǎn)率估計中所需變量及樣本要求進行篩選，剔除工業(yè)總產(chǎn)值、固定資產(chǎn)、職工人數(shù)為小于等于0或缺失的樣本，剔除僅有1年觀測值的企業(yè)樣本；第四，通過比對重復年份與相鄰非重復年份的觀測值，剔除固定資產(chǎn)和總產(chǎn)值異常跳躍的觀測點。上述過程之后，剩余樣本企業(yè)407 801家，可用觀測點1 872 167個。

其次，對行業(yè)代碼和區(qū)域代碼進行統(tǒng)一。樣本期內(nèi)(1998～2007年)，國家統(tǒng)計局在2002年修正了產(chǎn)業(yè)分類標準，這導致部分企業(yè)在主營業(yè)務(wù)沒有變更的情況下，其所屬行業(yè)代碼發(fā)生變化。運用GB/T4754-1994和GB/T4754-2002的行業(yè)代碼轉(zhuǎn)換表，將1998至2002年樣本觀測點的行業(yè)代碼轉(zhuǎn)換為GB/T4754-2002標準下的行業(yè)代碼，實現(xiàn)產(chǎn)業(yè)分類標準的統(tǒng)一。除此之外，1998至2007年間，中國工業(yè)企業(yè)數(shù)據(jù)庫使用了多個不同版本的地區(qū)行政區(qū)劃代碼，主要是針對多次“撤縣設(shè)區(qū)” “撤縣改市”等行政區(qū)劃變更。本文在進行區(qū)域比較時，僅細分至省(自治區(qū))，行政區(qū)劃代碼變更的影響不大。這里主要的工作是填充地區(qū)行政代碼(省級)的缺失和修改異常值。

本文采用Olley和Pakes于1996年提出的方法(簡稱“OP估計”)來測算樣本企業(yè)的全要素生產(chǎn)率，其主要的考慮是：中國工業(yè)企業(yè)數(shù)據(jù)庫存在大量的企業(yè)退出行為，而OP估計能夠基于生存概率模型控制企業(yè)退出影響，從而減輕樣本選擇偏誤。OP估計所需指標處理如下：以企業(yè)所在省份的工業(yè)品出廠價格指數(shù)(1998年為基期)平減企業(yè)工業(yè)總產(chǎn)值，得到企業(yè)的產(chǎn)出指標Y；以企業(yè)從業(yè)人員年平均數(shù)作為勞動力投入指標L；以企業(yè)所在省份的固定資產(chǎn)投資價格指數(shù)(1998年為基期)平減企業(yè)固定資產(chǎn)合計額，得到資本投入指標K；以企業(yè)所在省份的固定資產(chǎn)投資價格指數(shù)平減當年折舊，得到實際折舊額，并通過永續(xù)盤存法計算各個年份的實際投資額I，作為OP估計中不可觀測生產(chǎn)率沖擊的代理變量。此外，根據(jù)企業(yè)開業(yè)年份計算企業(yè)年齡age，根據(jù)企業(yè)最后出現(xiàn)在數(shù)據(jù)庫的年份生成企業(yè)退出啞變量exit。

按照OP估計的半?yún)?shù)三步法得到的估計結(jié)果表明：1998年至2007年間，中國制造業(yè)全要素生產(chǎn)率明顯提升；以企業(yè)工業(yè)生產(chǎn)總值為權(quán)重計算得到社會加總生產(chǎn)率從6.02上升至7.25，年均增長率約為2.1%，這與李玉紅等[6]19、毛其淋和盛斌[10]26的估計結(jié)果比較接近，略低于楊汝岱[11]66和吳利學等[12]33的估計結(jié)果。從行業(yè)來看，具有明顯壟斷屬性的煙草制造業(yè)、資本密集的石油加工、煉焦業(yè)及核燃料加工業(yè)，以及技術(shù)密集的通訊設(shè)備、計算機及其他電子設(shè)備行業(yè)的年平均全要素生產(chǎn)率最高；黑色金屬、有色金屬冶煉及壓延加工行業(yè)在1999～2007年間的全要素生產(chǎn)率累計增幅最大，這與魯曉東和連玉君[19]的計算結(jié)果基本一致。

在界定進入、退出企業(yè)方面，本文綜合參考了毛其淋和盛斌[10]22、馬弘等[20]、李坤望和蔣為[14]51、吳利學等[12]29、邵宜航和李澤揚[21]等文獻的處理方法。在利用中國工業(yè)企業(yè)數(shù)據(jù)庫界定退出企業(yè)時，通常只能以企業(yè)最后一期出現(xiàn)在數(shù)據(jù)庫中的時點作為企業(yè)退出年份，若某一企業(yè)的年份觀測出現(xiàn)跳躍，即企業(yè)“消失”幾年后又再次出現(xiàn)，則以最后一次“消失”年份作為企業(yè)的退出年份。1999～2006年間共有退出企業(yè)150 526家，占全部樣本企業(yè)數(shù)量的36.91%。文獻資料中關(guān)于新進企業(yè)的界定標準并不統(tǒng)一，大致可分為統(tǒng)計準則、成立準測以及混合準則3類。其中，統(tǒng)計準則以企業(yè)首次納入統(tǒng)計范圍的年份為進入年份，使用最為簡便，但不能反映企業(yè)真實開業(yè)時間；成立準則以企業(yè)開業(yè)時間為進入年份，理論上最接近現(xiàn)實經(jīng)濟中的真實企業(yè)進入情況；混合準則以企業(yè)開業(yè)且當年即納入統(tǒng)計范圍的年份為進入年份，要求最為嚴格，但損失了太多觀測點。這里，考慮到數(shù)據(jù)庫的截尾性質(zhì)明顯，且2004年全國工業(yè)普查導致統(tǒng)計口徑出現(xiàn)較大變化，我們選擇成立準則作為基準來界定企業(yè)進入的標準。按照這一標準，樣本期內(nèi)，中國制造業(yè)企業(yè)的年均進入率基本維持在20%左右。

2.生產(chǎn)率變化分解與新進企業(yè)的超級成長效應

首先，以連續(xù)3年為一個窗口，按照(7)式進行加總生產(chǎn)率變化分解，其中企業(yè)進入退出狀態(tài)以成立準則界定，相關(guān)結(jié)果匯總在表1中。

表1 以連續(xù)3年為窗口的加總生產(chǎn)率變化分解結(jié)果

從結(jié)果來看，各3年期窗口制造業(yè)加總生產(chǎn)率的增長幅度分布在0.0327至0.0538之間。組內(nèi)效應在各個窗口期內(nèi)均是推動制造業(yè)加總生產(chǎn)率增長的首要力量，貢獻率在42.6%至91.34%之間。組間效應平均貢獻了制造業(yè)加總生產(chǎn)率增長的24.38%。進入效應普遍為負(除1999～2001年窗口外)，貢獻率均值為-9.11%，這意味著新企業(yè)進入并不能直接推動制造業(yè)加總生產(chǎn)率的提升。退出效應對加總生產(chǎn)率變化的貢獻率均值為15.81%，表明低生產(chǎn)率企業(yè)的“劣汰”過程對制造業(yè)加總生產(chǎn)率的提升發(fā)揮了積極的作用。

超級成長效應，即新進企業(yè)在進入市場后相對存續(xù)企業(yè)更快的生產(chǎn)率增長，對3年期制造業(yè)加總生產(chǎn)率變化的貢獻平均為3.41%。除1999～2001年窗口外，其他窗口超級成長效應均為正，這意味著新進企業(yè)超級成長效應是推動社會加總生產(chǎn)率提升的穩(wěn)定力量。衰退效應對3年期制造業(yè)加總生產(chǎn)率變化的貢獻平均為0.64%，表明退出企業(yè)在退出前一年的生產(chǎn)率增速與對應存續(xù)企業(yè)同期生產(chǎn)率增速差異不大。這意味著，盡管由退出效應可知企業(yè)退出之前的生產(chǎn)率顯著低于存續(xù)企業(yè)，即毛其淋和盛斌[10]23等驗證的“死亡陰影”現(xiàn)象，但退出企業(yè)在臨近退出的前一年并沒有表現(xiàn)出顯著的生產(chǎn)率衰減特征。

雖然超級成長效應對3年期制造業(yè)加總生產(chǎn)率變化的絕對貢獻不大，但事實上新進企業(yè)相對于存續(xù)企業(yè)的生產(chǎn)率增長優(yōu)勢非常顯著。表2列示了構(gòu)成新進企業(yè)超級成長效應的各個子項，可以看出，新進企業(yè)進入后第二年的全要素生產(chǎn)率增幅數(shù)倍于存續(xù)企業(yè)同期全要素生產(chǎn)率增幅，且兩者差異占制造業(yè)加總生產(chǎn)率總變化的百分比均值亦達到128.54%，表現(xiàn)出明顯的“超級成長”現(xiàn)象。超級成長效應對3年期制造業(yè)加總生產(chǎn)率變化的絕對貢獻偏小的主要原因在于，新進企業(yè)的工業(yè)總產(chǎn)值占制造業(yè)總產(chǎn)值比重較低。

需要說明的是，表1和表2均是以基于3年期窗口進行的加總生產(chǎn)率分解，但實際中分解結(jié)果對窗口長度比較敏感，具體表現(xiàn)為：超級成長效應的貢獻與窗口長度顯著正相關(guān)，尤其是當窗口長度小于等于7年時，超級成長效應的貢獻隨著窗口長度的增加單調(diào)遞增。這說明：時間跨度越長則傳統(tǒng)DOP分解方法造成的偏差越大，進一步佐證了本文分解方法相對于傳統(tǒng)DOP方法的優(yōu)勢和改進DOP的必要性。

表2 新進企業(yè)超級成長效應分解

表3 中國制造業(yè)企業(yè)1999～2006年加總生產(chǎn)率分解

利用公式(8)，我們分別在成立準則、統(tǒng)計準則以及混合準則下，對1999至2006年中國制造業(yè)加總生產(chǎn)率變化進行了分解，相關(guān)結(jié)果以及DOP分解的對照結(jié)果均匯報在表4中。在1999～2006年間，中國制造業(yè)加總生產(chǎn)率的總變化為0.1517，年平均增速約為2.04%。成立準則下，DOP分解得到的進入效應和退出效應分別為-0.009和0.0278，占制造業(yè)加總生產(chǎn)率變化的比重分別為-5.97%和18.3%，凈進入效應對制造業(yè)加總生產(chǎn)率增長的貢獻為12.34%。在改進方案中，進入效應和退出效應分別為-0.0254和0.0274(占比分別為-16.73%和18.04%)，企業(yè)凈進入效應對制造業(yè)加總生產(chǎn)率增長的貢獻僅為1.31%，遠小于DOP分解結(jié)果。改進方案與傳統(tǒng)DOP方法得到的企業(yè)凈進入效應的差異主要由超級成長效應和衰退效應構(gòu)成；其中，超級成長效應對制造業(yè)生產(chǎn)率總變化的貢獻為10.77%，衰退效應的貢獻為0.26%。由此可見，新企業(yè)在進入市場之后的生產(chǎn)率超級成長現(xiàn)象是推動1999～2006年制造業(yè)加總生產(chǎn)率增長的重要力量。

統(tǒng)計準則和混合準則下的分解結(jié)果與成立準則相似，超級成長效應對制造業(yè)1999～2006年加總生產(chǎn)率增長做出貢獻率分別為12.18%和6.00%。當然，由于混合準則對“新”企業(yè)的界定標準最為嚴苛，新進企業(yè)工業(yè)產(chǎn)值占制造業(yè)產(chǎn)值份額最小，該口徑下測得的超級成長效應也相應最小。

四、新進企業(yè)超級成長效應的驅(qū)動因素分析

由上述分析可知，新進企業(yè)相對存續(xù)企業(yè)的超級成長效應是社會加總生產(chǎn)率增長的重要驅(qū)動力量之一，那么，是什么因素導致新進企業(yè)保持更快的全要素生產(chǎn)率增長呢？Baldwin和Rafiquzzaman[22]、毛其淋和盛斌[10]25、李坤望和蔣為[14]57等嘗試從市場選擇效應和學習效應解釋新進企業(yè)的生產(chǎn)率增長。其中，市場選擇效應認為，市場會在新進企業(yè)中選擇生產(chǎn)效率更高的企業(yè)繼續(xù)經(jīng)營，將生產(chǎn)效率較差的企業(yè)淘汰，從而推動整體生產(chǎn)效率的提升；學習效應則認為，新進企業(yè)通過學習存續(xù)企業(yè)的生產(chǎn)技術(shù)和經(jīng)驗，獲得快速成長。盡管市場選擇和學習效應可能是新進企業(yè)生產(chǎn)率增長的源泉，但是否是推動新進企業(yè)相對存續(xù)企業(yè)更快增長的原因并不清楚。本節(jié)主要探究市場選擇效應和學習效應能否作為解釋新進企業(yè)的超級成長效應的原因，并從規(guī)模經(jīng)濟效應的角度提出新的解釋思路。

1.市場選擇效應

現(xiàn)有文獻資料中，研究者一般通過比較新進企業(yè)中的“存活組”和“退出組”的生產(chǎn)效率差異，來驗證是否存在市場選擇效應。例如，毛其淋和盛斌基于工業(yè)企業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，各代際進入的新進企業(yè)中，在隨后年份里退出企業(yè)的生產(chǎn)率均低于存活企業(yè)[10]25；李坤望和蔣為也證實，進入成功企業(yè)的經(jīng)營效率要顯著高于進入失敗企業(yè)[14]。但是，這種市場選擇效應并非只對新進企業(yè)有效，在位企業(yè)中退出企業(yè)的生產(chǎn)效率也會顯著低于持續(xù)經(jīng)營的企業(yè)，這正是加總生產(chǎn)率分解結(jié)果中退出效應所刻畫的現(xiàn)象。因此，簡單比較新進企業(yè)中“存活組”相對“退出組”的生產(chǎn)率優(yōu)勢，并不足以解釋新進企業(yè)相對存續(xù)企業(yè)的超級成長現(xiàn)象。

通常，若市場選擇效應的確是導致新進企業(yè)生產(chǎn)率更快增長的原因，則新進企業(yè)面臨的市場選擇效應需要強于存續(xù)企業(yè)面臨的市場選擇效應；換言之，新進企業(yè)面臨的優(yōu)勝劣汰更為殘酷，從而保證市場對新進企業(yè)的擇優(yōu)效果更強，新進企業(yè)整體生產(chǎn)率增長幅度超越存續(xù)企業(yè)。為了檢驗這一機制，需要分別檢驗并比較存續(xù)企業(yè)和新進企業(yè)的市場選擇效應；若新進企業(yè)子樣本的市場選擇效應強于存續(xù)企業(yè)子樣本的市場選擇效應，方能說明市場選擇效應是新進企業(yè)超級成長效應的原因。我們以t0為基準年份，將t0期之前成立的公司歸為存續(xù)企業(yè)，t0當期成立的公司歸為新進企業(yè)；針對兩類子樣本，分別測度t>t0期退出企業(yè)與存活企業(yè)的生產(chǎn)率差異。計量模型借鑒了毛其淋和盛斌[10]25的研究，具體形式如下：

(9)

表4列示了以1999年、2001年及2003年為基準年份，對存續(xù)企業(yè)和新進企業(yè)分別估計(9)式得到的βt。從表中可以看出，對任意基準年份，不論是存續(xù)企業(yè)還是新進企業(yè)，幾乎所有βt的估計值均在1%水平上顯著為負，這表明存續(xù)企業(yè)和新進企業(yè)組內(nèi)都存在顯著的市場選擇效應。新進企業(yè)的βt估計值的絕對值明顯小于存續(xù)企業(yè)，這意味著新進企業(yè)中“退出組”的全要素生產(chǎn)率與“存活組”的全要素生產(chǎn)率差異比存續(xù)企業(yè)中兩組的生產(chǎn)率差異更小，即新進企業(yè)面臨的市場選擇效應更嚴重。

表4 新進企業(yè)與存續(xù)企業(yè)市場選擇效應的檢驗與比較

(10)

表5報告了t0取值介于1999和2004之間時參數(shù)γt的估計結(jié)果。

表5 市場選擇效應強度差異的顯著性檢驗

可以看出，不論基準年份t0如何取值，也不論比較的年份如何選擇，參數(shù)γt的估計值均在1%水平顯著為正，這意味著新進企業(yè)面臨的市場選擇效應顯著強于存續(xù)企業(yè)。由于生產(chǎn)效率落后的新進企業(yè)更容易被市場淘汰，其整體生產(chǎn)率增長速度更快。因此，基于上述分析，本文可以得出結(jié)論：新進企業(yè)面臨更嚴苛的市場選擇效應能夠解釋新進企業(yè)相對存續(xù)企業(yè)的超級成長現(xiàn)象。

2.學習效應

在進入市場后的若干年份里，新進企業(yè)與存續(xù)企業(yè)的生產(chǎn)效率的差距會逐漸縮小?，F(xiàn)有文獻中，研究者將這種新進企業(yè)對存續(xù)企業(yè)的追趕現(xiàn)象解釋為學習效應。例如，毛其淋和盛斌[10]22發(fā)現(xiàn)，新企業(yè)以低于存續(xù)企業(yè)的生產(chǎn)率水平進入，但生產(chǎn)率差距隨著進入年限的增長而逐步縮小，以此證明新企業(yè)在進入市場后存在顯著的學習效應；李坤望和蔣為[14]57從產(chǎn)出、就業(yè)、資本、生產(chǎn)率、工資和利潤多個角度測算了新進企業(yè)對存續(xù)企業(yè)的相對績效，認為相對績效逐漸向1收斂是新進企業(yè)向在位企業(yè)學習經(jīng)營經(jīng)驗和技術(shù)的結(jié)果。但是，新進企業(yè)與存續(xù)企業(yè)生產(chǎn)率差異逐年縮小，與我們從加總生產(chǎn)率變化中分解出來的超級成長效應本質(zhì)上只是同一種表象：新進企業(yè)以低于存續(xù)企業(yè)的生產(chǎn)率水平進入，并且在進入之后的生產(chǎn)率增速超越存續(xù)企業(yè)在相應年份的增速，必然導致兩者的生產(chǎn)率差距縮小。另外，新進企業(yè)對存續(xù)企業(yè)的追趕現(xiàn)象與學習效應之間的邏輯關(guān)聯(lián)也并沒有得到充分論證。

當然，學習效應可以是推動新進企業(yè)超級成長的內(nèi)在機制；但若果真如此，則應當表現(xiàn)出符合學習效應的某些特征。新進企業(yè)向存續(xù)企業(yè)學習生產(chǎn)技術(shù)和經(jīng)驗，并帶來生產(chǎn)效率的提升，本質(zhì)上是行業(yè)知識溢出外部性的體現(xiàn)，Syverson[23]將其稱之為生產(chǎn)力溢出(Productivity Spillovers)；而知識溢出存在特定規(guī)律，其中一個重要且得到廣泛證實的是：知識溢出與產(chǎn)業(yè)活動在空間上的布局緊密相關(guān)。例如，Marshall-Arrow-Romer(MAR)外部性指出，同一產(chǎn)業(yè)部門的大量廠商在同一區(qū)域集中分布，有助于具有相似生產(chǎn)技術(shù)的企業(yè)因低知識溢出壁壘而促成知識外溢和技術(shù)創(chuàng)新，從而推動生產(chǎn)效率的提升[24-26]。換言之，產(chǎn)業(yè)空間集聚程度越高越有利于知識溢出，學習效應發(fā)揮作用的空間越大。這意味著，雖然識別學習效應本身存在一些困難，但我們可以借助產(chǎn)業(yè)空間集聚與學習效應之間的正向關(guān)系，通過考察新進企業(yè)超級成長效應與產(chǎn)業(yè)空間集聚程度的相關(guān)性，來檢驗學習效應是否是推動新進企業(yè)超級成長的內(nèi)在機制。

利用工業(yè)企業(yè)數(shù)據(jù)庫，本文分別對29個二位數(shù)制造業(yè)行業(yè)和148個三位數(shù)制造業(yè)行業(yè)1999～2006年的加總生產(chǎn)率變化進行分解，獲得新進企業(yè)超級成長效應對行業(yè)生產(chǎn)率變化的貢獻比，并計算了各個行業(yè)的空間集聚水平。測度產(chǎn)業(yè)空間集聚水平的指標是Ellison和Glaeser[27]構(gòu)建的γ指數(shù)(即EG產(chǎn)業(yè)集聚指數(shù))，其計算公式如下：

(11)

圖1分別匯報了各制造業(yè)行業(yè)1999～2006年中超級成長效應貢獻占比與平均EG指數(shù)的散點圖，以及線性擬合曲線。不論是二位數(shù)行業(yè)還是三位數(shù)行業(yè)口徑下，大體上都呈現(xiàn)出產(chǎn)業(yè)集聚水平越高則超級成長效應對行業(yè)生產(chǎn)率變化貢獻越大的現(xiàn)象。

圖1 產(chǎn)業(yè)集聚水平與超級成長效應的關(guān)系

本文進一步利用斯皮爾曼等級相關(guān)系數(shù)測算兩者之間的相關(guān)性，結(jié)果表明：二位數(shù)行業(yè)劃分口徑下，EG指數(shù)與超級成長效應的斯皮爾曼等級相關(guān)系數(shù)為0.4148，對應p值(相伴概率)為0.0261；三位數(shù)行業(yè)劃分口徑下，EG指數(shù)與超級成長效應的斯皮爾曼等級相關(guān)系數(shù)為0.3903，對應p值(相伴概率)為0.0000。由此可見，產(chǎn)業(yè)集聚水平與超級成長效應之間存在顯著的正相關(guān)關(guān)系。結(jié)合產(chǎn)業(yè)集聚與知識溢出、學習效應的邏輯關(guān)聯(lián)，上述結(jié)論表明：產(chǎn)業(yè)集聚程度越高的行業(yè)，知識溢出和學習效應越強，新進企業(yè)超級成長效應對行業(yè)加總生產(chǎn)率變化的貢獻越大。因此，可以推斷：學習效應可能是推動新進企業(yè)超級成長的內(nèi)在機制之一。

3.規(guī)模經(jīng)濟效應

影響企業(yè)全要素生產(chǎn)率的另一個重要方面是規(guī)模效應。理論上，企業(yè)并非一定處在最優(yōu)規(guī)模的生產(chǎn)狀態(tài)，因此規(guī)模的變化能夠改變生產(chǎn)效率前沿。在利用數(shù)據(jù)包絡(luò)分析法(DEA)進行全要素生產(chǎn)率分解的大量文獻中，研究者借助規(guī)模收益不變的CCR模型和規(guī)模收益可變的BCC模型，提煉出規(guī)模效率變化對全要素生產(chǎn)率變化的貢獻，證實規(guī)模是影響全要素生產(chǎn)率的重要因素[28-30]。從實際生產(chǎn)經(jīng)營來看，企業(yè)從進入市場到退出的生命周期全過程中會經(jīng)歷產(chǎn)能從爬坡到過剩、市場從拓展到萎縮等過程，規(guī)模經(jīng)濟程度的差異也會導致生產(chǎn)率的不同變化。因此，有必要嘗試從規(guī)模經(jīng)濟效應的角度來考察新進企業(yè)的超級成長現(xiàn)象。

通過比較規(guī)模因素對新進企業(yè)全要素生產(chǎn)率影響和對存續(xù)企業(yè)全要素生產(chǎn)率影響的差異，來檢驗規(guī)模經(jīng)濟效應是否是新進企業(yè)超級成長現(xiàn)象的原因?？紤]到全要素生產(chǎn)率變化(%)= 生產(chǎn)率規(guī)模彈性×規(guī)模變化(%)，本文分別從生產(chǎn)率規(guī)模彈性和規(guī)模變化兩個維度來考察規(guī)模經(jīng)濟效應。

首先，按照企業(yè)成立時間將樣本劃分為1999年之前和1999年之后成立的兩個子樣本，利用面板固定效應模型將全要素生產(chǎn)率的自然對數(shù)對工業(yè)產(chǎn)值的自然對數(shù)進行回歸，控制企業(yè)所屬二位數(shù)行業(yè)、所在省份以及所有權(quán)性質(zhì)。結(jié)果顯示，1999年以前成立企業(yè)(存續(xù)企業(yè))的生產(chǎn)率規(guī)模彈性為0.186，1999年以后成立企業(yè)(新進企業(yè))的生產(chǎn)率規(guī)模彈性為0.155。此外，對1999至2005年各代際進入企業(yè)分別進行回歸，估計得到的生產(chǎn)率規(guī)模彈性在0.148至0.186之間(表6)。由此可知，無論是存續(xù)企業(yè)還是各代際進入的新進企業(yè)，均處在規(guī)模經(jīng)濟狀態(tài)，產(chǎn)出規(guī)模越大則生產(chǎn)效率越高；相比之下，新進企業(yè)的生產(chǎn)率規(guī)模彈性略低于存續(xù)企業(yè)，即同等產(chǎn)出規(guī)模提升為新進企業(yè)帶來的全要素生產(chǎn)率增幅略小于存續(xù)企業(yè)。因此，生產(chǎn)率規(guī)模彈性差異不能解釋新進企業(yè)的超級成長現(xiàn)象。

另一方面，我們跟蹤存續(xù)企業(yè)和1999至2005年各代際新進企業(yè)的工業(yè)產(chǎn)值規(guī)模變化，計算2000至2006各年的平均規(guī)模增長幅度，結(jié)果報告匯總表6中?？梢钥吹?，存續(xù)企業(yè)各年的工業(yè)產(chǎn)值規(guī)模增長幅度較低，2000、2001兩年接近零增長，2002至2006年間增幅在2.04%到9.89%之間；而各代際進入的新進企業(yè)在進入市場之后的規(guī)模增長速度卻十分驚人，進入后第一個完整年份的產(chǎn)出平均增長幅度在36.31%至79.23%之間，第二個完整年份的平均增長幅度在11.8%至30.38%之間，并且任意觀測年份里新進企業(yè)的產(chǎn)出規(guī)模平均增長速度均大幅超過存續(xù)企業(yè)。因此，綜合考慮新進企業(yè)的生產(chǎn)率規(guī)模彈性和規(guī)模增幅，可以得到結(jié)論：新進企業(yè)產(chǎn)出規(guī)模的快速提升是解釋新進企業(yè)的超級成長現(xiàn)象的重要原因之一。

表6 存續(xù)企業(yè)、新進企業(yè)的生產(chǎn)率規(guī)模彈性和工業(yè)產(chǎn)值規(guī)模增幅

加總生產(chǎn)率分解結(jié)果中的另一現(xiàn)象也側(cè)面支持了規(guī)模經(jīng)濟效應機制。對各二位數(shù)和三位數(shù)行業(yè)進行加總生產(chǎn)率變化分解可以發(fā)現(xiàn)，進入效應與超級成長效應之間存在明顯的負相關(guān)關(guān)系，即新企業(yè)進入時與存續(xù)企業(yè)的生產(chǎn)率差距越大，則后續(xù)年份里的超級成長現(xiàn)象越顯著。產(chǎn)生這一現(xiàn)象的原因可能是：新企業(yè)進入市場時一般產(chǎn)出規(guī)模較小，使得新進企業(yè)的生產(chǎn)率水平與存續(xù)企業(yè)差距較大，表現(xiàn)為進入效應的負值較大；但受益于產(chǎn)出規(guī)?；鶖?shù)較小，企業(yè)進入后續(xù)年份的規(guī)模增速更快，且隨著規(guī)模的快速增大，新進企業(yè)的生產(chǎn)率增長迅猛，表現(xiàn)出顯著的超級成長效應。

五、結(jié) 論

本文改進了Melitz和Polanec[5]364提出的DOP分解方法，一方面解決了傳統(tǒng)方案在處理橫跨多期的加總生產(chǎn)率變化分解問題時的進入退出效應測量偏誤，另一方面將新進企業(yè)超級成長效應(新進企業(yè)相對存續(xù)企業(yè)的超速增長)、退出企業(yè)的衰退效應(退出企業(yè)相對存續(xù)企業(yè)慢速增長)納入到加總生產(chǎn)率分解框架中。利用這一方案，對中國制造業(yè)企業(yè)加總生產(chǎn)率變化進行分解發(fā)現(xiàn)：存續(xù)企業(yè)生產(chǎn)率的內(nèi)生增長、存續(xù)企業(yè)間市場資源配置效率提升仍然是推動制造業(yè)加總生產(chǎn)率增長的主導力量；企業(yè)進入、退出動態(tài)對加總生產(chǎn)率變化的凈進入效應作用較?。恍逻M企業(yè)超級成長效應，即新進企業(yè)進入之后相對存續(xù)企業(yè)更快的生產(chǎn)率增長，是制造業(yè)加總生產(chǎn)率增長的重要驅(qū)動因素，對1999～2006年間制造業(yè)加總生產(chǎn)率增長的貢獻超過10%。此外，本文還檢驗了新進企業(yè)超級成長效應的微觀機制，研究發(fā)現(xiàn)：市場選擇效應、學習效應以及規(guī)模經(jīng)濟效應可能導致新進企業(yè)生產(chǎn)率增長速度超越存續(xù)企業(yè)，這也是新企業(yè)之所以能夠推動經(jīng)濟系統(tǒng)“新陳代謝”，為經(jīng)濟系統(tǒng)提供源源不斷的增長動力的原因。

本文的研究一方面豐富了加總生產(chǎn)率分解方面的研究文獻，完善了現(xiàn)有的加總生產(chǎn)率分解方法，提出了解釋加總生產(chǎn)率增長的一個新視角；另一方面，有助于正確理解中國制造業(yè)加總生產(chǎn)率增長的動力來源，準確識別各種生產(chǎn)率驅(qū)動因素的相對貢獻。在認識到新進企業(yè)超級成長現(xiàn)象、測度了超級成長效應對加總生產(chǎn)率增長的重要貢獻，以及識別了新近企業(yè)超級成長效應的驅(qū)動因素之后，能夠更好地理解微觀層面上企業(yè)的進入動機，和宏觀層面上企業(yè)進入動態(tài)對經(jīng)濟增長的促進作用，“企業(yè)進入悖論”也就能得到較好地解釋。另外，對加總生產(chǎn)率變化更細致的分解，也為與經(jīng)濟增長相關(guān)地方政策、產(chǎn)業(yè)政策研究提供了一些新的思路和拓展方向。

另外，需要指出的是：本文基于改進的DOP分解方案測度了新進企業(yè)的成長效應及其對加總生產(chǎn)率的貢獻，發(fā)現(xiàn)新進企業(yè)超級成長效應是社會加總生產(chǎn)率增長的重要驅(qū)動因素；但受研究能力和工具所限，文章僅對新進企業(yè)超級成長效應的微觀機制做了嘗試性的解釋，尤其是只通過考察超級成長效應與產(chǎn)業(yè)集聚指數(shù)的斯皮爾曼等級相關(guān)指數(shù)，粗略地檢驗了超級成長效應與學習效應之間的相關(guān)關(guān)系，而未能證實兩者之間因果關(guān)系?？紤]到新進企業(yè)超級成長效應是制造業(yè)加總生產(chǎn)率增長的重要驅(qū)動因素，其微觀機制仍然是值得未來深入研究的問題。