我國制造業企業的全要素生產率研究

楊振霞

摘 要：隨著我國工業化進程的不斷推進，在全球各地都能看到“中國制造”的字眼，這與我國制造業企業全要素生產率的提高是息息相關的。本文基于《中國工業企業數據庫》提供的企業層面的高度細化的面板數據，選取全國規模以上的制造業企業，細分行業，采用Levinsohn-Petrin方法測算企業全要素生產率，研究我國制造業企業現今的發展狀況。結果表明，我國制造業企業的全要素生產率總體呈現上升趨勢，但在行業間、地區間存在一些差異。因此，如何保證生產率高的行業繼續高速發展同時生產率低的企業找出問題所在是很有必要的。由此來促進我國整個制造業企業實現全面的發展，讓“中國制造”更加深入人心。

關鍵詞：制造業；全要素生產

一、全要素生產率測算方法綜述

全要素生產率（Total Factor Productivity簡稱TFP）是指資源開發利用的效率。從經濟增長的角度講，生產率與勞動、資本、能源等要素投入都貢獻于經濟的增長。當前經濟研究中，對于全要素生產率的測算主要的方法先后經歷了索洛余值法、Olley-pakes方法以及Levinsohn-Petrin方法，可以認為三種方法是層層遞進，逐步提高的。下面將簡要介紹一下這幾種方法：

第一種是索洛余值法：麻省理工學院經濟學家Solow最早提出全要素生產率的概念，索洛余值測算法建立在完全競爭、規模收益不變的基礎上。首先選擇適當的函數形式（如C-D函數），然后對函數進行推導換算，而全要素生產率的增長由從產出增長率中剔除掉各種生產要素的數量積累貢獻后所得到的余值表示。該方法的缺點是會造成同步偏差和選擇偏差的問題。另一種Olley-Pakes方法可以控制同步偏差問題。該方法把生產率沖擊看成投資的反函數（假設生產率變動會影響企業的投資決定），各生產要素在生產函數中的比重，Olley-pakes 分兩步計算得到。首先估算中間投入和勞動力投入在生產函數中所占份額，得到不直接考察資本的最小二乘擬合殘差；然后以該殘差值為因變量，并采用高階多項式的形式把資本和投資作為自變量，以非線性最小二乘法進行估計。結合兩步所得估計系數，得到企業的全要素生產率。

第三種測算企業全要素生產率的方法，也即本文使用的方法是Levinsohn-petrin方法，有效解決生產函數的內生性問題。該方法也使用兩階段估計，首先估計勞動力在生產函數中的比重，第二階段估計資本和中間投入在生產函數中的比重，從而得到全要素生產率的估計。下面著重介紹LP方法。

二、全要素生產率的Levinsohn-Petrin半參數方法的測算

本文對于企業全要素生產率的測算分析主要是基于Levinsohn-petrin方法。生產函數為Cobb-Douglas形式，各變量均為對數形式。其中，被解釋變量是企業總產出的對數（本文由總收入來度量），和是自由變量勞動力投入和中間投入的對數，為狀態變量資本的對數，誤差項由兩部分組成，分別為，其中為狀態變量，衡量全要素生產率水平，為隨機誤差項。本文對于生產率的測算，基于Stata軟件的levpet命令。

三、數據來源與樣本選擇

本文數據來自《中國工業企業數據庫》，選取1999-2006年度全部國有及規模以上的非國有制造業企業的數據為主要樣本。對于制造業企業的選取主要是根據國民經濟行業分類與代碼（GB/T4754—2002）中兩位代碼為13至43的企業，先依據相同的法人代碼識別為同一家企業（數據庫中有不同企業但法人代碼相同的情況），再根據企業名稱進一步識別（企業在發生改制、重組、擴張等情況時企業名稱可能會變動），然后再參考省地縣碼（企業可能會搬遷）、電話號碼、主要產品等信息來綜合識別匹配各年份不同企業的數據，同時剔除了主要變量（工業總產值、職工人數、固定資產、中間投入、主營業務收入等）存在數據缺失的企業，最終得到以企業ID和年份為兩維的面板數據。

四、測算結果的描述性統計分析

本文所用數據來自《工業企業數據庫》，選取制造業行業并按兩位碼分類分別測算各細分行業的全要素生產率，圖1所展示的是所有通過檢驗的全要素生產率的估計結果，為了對比區分OLS方法和LP方法的結果，圖1同時展示了兩種方法所報告的要素貢獻度：

由圖1可以明顯看出，對于勞動彈性的估計系數，OLS方法所得結果普遍高于LP方法所得結果（紡織服裝、鞋、帽制造業除外），而對于資本彈性的估計系數OLS方法又呈現出普遍低于LP方法的估計系數的現象。很顯然，OLS方法估計生產率容易造成高估勞動力對產出的貢獻并且低估資本對產出的貢獻的問題，也即LP方法對于解決內生問題比OLS法更有效，與上文提到的LP方法對經濟現象的解釋能力更強結果一致。

因此，本文接下來選用LP方法來估計制造業企業的全要素生產率。首先來分析1999年至2006年每年企業的平均全要素生產率及各投入要素對產出的彈性，并且計算相應的TFP值，得到結果如圖2所示：

由圖2可以看出，在2000至2006年期間，企業的全要素生產率呈現出波動性增長的趨勢，TFP的取值范圍集中在1.082—1.707之間。中間投入對產出的貢獻最大，資本對產出的貢獻度略高于勞動，但三種要素彈性之和約為1，即規模報酬基本不變。

本文按兩位編碼將制造業行業細分，并與年份結合，計算得到細分行業、年份的全要素生產率，并且計算了各細分行業的年均增長率水平，得到結果如圖3所示：

圖3詳細的展示了各個年份以及各個行業所對應的全要素生產率：以時間序列來看，1999至2006年間各個行業的全要素生產率均有一定幅度的上升，平均水平在7%左右，其中2004年增速最快，達到10%；而2000年最慢，只有4%，明顯落后于我國該期間的國民經濟發展水平。橫向對比行業發展情況，不平衡問題尤為突出：其中通用設備制造業的生產率增長最快，年均增長率達到5.2%，而印刷業和記錄媒介的復制的增速則只有0.8%，尤其2006年的增長率僅為-10%。同時，我們可以發現，各種設備制造業的生產率提高較快，而傳統行業以及高科技產業的生產率增長速度則相對較慢。產業結構調整和技術升級是促進設備制造業生產效率快速提升的關鍵因素。

接下來討論地域差異對于企業全要素生產率的影響，本文將制造業企業按省份進行分類，分別估計各省份的TFP，然后按企業工業總產值的區域占比進行加權平均，得到不同區域的生產率，如圖4所示：

圖4

圖4匯報了全國16個省份的全要素生產率狀況，縱向看來，各個省份都實現了一定程度的發展，這與我國近年來推行的一系列發展制造業措施息息相關。橫向來看，各省份間表現出發展差異，其中，制造業大省—浙江的TFP增長率最高，達到14.1%，遠遠超過其他省份。而山東、黑龍江、江西僅次于浙江，TFP的年平均增長率也在12%以上，然而云南省的制造業發展堪憂，多次出現負增長導致其TFP年均增長率為-0.5%。從整體上看，東部和中部地區的生產率水平要明顯高于西部地區，發展速度也快于西部地區。而同為制造業大省的浙江和廣東，甚至制造業結構都非常相近，但是其TFP增長率卻相差近5%，其間原因值得深入挖掘。

五、結語

本文利用《中國工業企業數據庫》1999至2006年的數據，首先對比計算了OLS方法和LP方法在計算全要素生產率上的異同，指出LP方法對于解決內生性問題的優越性；其次運用LP方法按年份計算了各種要素的貢獻率以及TFP數值，主要看近幾年的發展趨勢；然后在分年份的基礎上又細分行業，考察各個行業的TFP數值，對比不同行業間全要素生產率增長的異同；同時，本文還對企業進行分地區處理，并且分別計算了不同省份的全要素生產率，對比不同地區與全要素生產率發展的內在聯系。通過比較分析，主要得到如下結論：首先，LP方法比OLS方法估計生產函數更有效，LP方法有效的解決了內生性問題。其次，我國各個制造業行業的全要素生產率均有所提高，只是上升的幅度不同，而且不同年份的增長率也各有差異。本文通過分析我國制造業企業在不同年份，不同地區間的差距，希望能夠對企業的發展提供一些建議，只有意識到差距，才能有進步的空間。（作者單位：天津財經大學）