要素錯配、企業存續與全要素生產率

李 平 李淑云 楊 俊

一、引 言

根據普華永道會計師事務所發布的《2011年中國企業長期激勵調研報告》，中國中小企業平均壽命為2.5年，集團企業的平均壽命為7—8年。另據2013年《全國內資企業生存時間分析報告》，截止2012年底，我國生存時間為5年以下的企業占我國實有企業總數的比重為 49.4%。吳小康和于津平(2014)基于 2000—2007年工業企業數據庫發現，50萬家規模以上工業企業中累計有 70%為新進入者，37%為退出者。企業在市場上的存續問題關乎企業發展、企業家成敗、員工生活保障以及經濟發展和社會穩定，是企業需要解決的頭等大事(逯宇鐸等，2014)。基于以上數據以及企業生存的重要性，眾多學者從延長企業存續時間的視角，就影響我國企業存續的因素進行了分析(肖興志等，2014；鄧子梁和陳巖，2014；許家云和毛其淋，2016)。然而，若企業負外部性過大，延長其存續時間便沒有意義。因此，對企業存續時間的研究應首先基于以下問題的回答：企業的存續行為究竟意味著什么？企業存續時間的長短對其自身以及外界環境而言有何影響？

不乏學者指出，諸如進入、退出以及生存狀態演變等企業行為是微觀層面資源要素再配置的重要表現形式，是市場經濟的重要特征，也是經濟增長的重要源泉與動力(張維迎等，2003；Balwin和 Gu，2006；Hsieh和 Klenow，2009)。而較長的存續時間意味著較低頻率的企業交替，可能導致資源再配置效率的降低。在改革和轉型的過程中，“僵尸企業”逐漸進入學界的研究視野。現有僵尸企業很大程度上是政府出于就業或政績考慮不能任其倒閉、又囿于產能過剩無法任其繼續開工的兩難局面的產物。僵尸企業的存在，一方面并不會提升全要素生產率，另一方面，政府對其的巨額補貼以及其長期對資本、勞動、土地等生產要素的占用更是對資源的嚴重浪費。林毅夫等(2010)發現，投資的潮涌現象是產能過剩的重要原因，2008年金融危機時政府的 4萬億救市資金是新一輪產能過剩的重要推動力。在資金的支持下，企業盲目開工導致了產能過剩，而在有限的需求約束下，盲目開工的企業則不幸淪為了僵尸企業。要素錯配是轉型階段我國經濟發展的重要特征，政府對要素價格的掌握及對要素市場交易活動的干預是導致要素錯配的重要原因(張杰等，2011)，要素錯配助推了僵尸企業差別化待遇的形成，對現階段我國的經濟效率造成了重要影響。

現有研究基本就以TFP為基礎的資源配置過程達成一致，認為企業以生產率為基礎的諸如進入、退出及其生存狀態的演變是微觀層面資源再配置的重要表現形式，也是技術進步的重要來源(Balwin和 Gu，2006；Hsieh和 Klenow，2009)。李玉紅等(2008)認為，在行業重組過程中，生產率較高的企業留存下來，生產率低的企業淘汰出局，這是不斷改善總量生產率的重要途徑。而要素錯配削弱了以生產率為基礎的產業重組過程(簡澤等，2011)，極大地干擾了市場資源的配置效率，導致企業更迭不暢，產業內資源無法合理流動。

本文關注的重點正是在要素錯配這一非市場因素下，企業存續時間長短及其經濟效應。本文的基本觀點認為，企業全要素生產率伴隨其存續時間呈現非線性特征，且要素錯配的存在干擾了企業以全要素生產率為信號分配生產要素的市場規則。總體而言，我國要素價格呈現被低估的特征，這在平均意義上延長了企業的存續時間；然而，要素錯配賦予了低效率企業低價獲取生產要素的“第二生存能力”，延長了這部分企業的存續時間；但因要素錯配而難以獲得生產要素的高效率企業，卻不得不縮短其存續時間。這樣一來，要素錯配下，低效率企業的生存時間得到了延長，高效率企業的存續時間被縮短，總體企業全要素生產率難以得到提升。

較之以往文獻，本文的不同之處主要體現在以下幾方面：第一，在研究視角上，本文選取要素錯配這一視角，并考察其對企業存續時間的經濟效應，為改善企業生存環境、推進市場化進程提供了思路。第二，將要素錯配、企業存續以及全要素生產率納入同一框架，構建非線性回歸模型，考察要素錯配和企業存續對全要素生產率的影響，運用反事實模擬分析要素錯配的存在對企業存續以及全要素生產率之間關系的凈影響，有助于得到更加全面具體的結論。第三，使用離散時間cloglog生存模型對要素錯配對企業存續時間的影響進行系統考察：不僅考察了要素錯配對企業存續的平均影響，還將總體樣本進行異質性檢驗，有助于得到相對穩健和更加普適的結論。最后，運用中介回歸模型，就要素錯配下不同企業生存時間的差異對全要素生產率的影響及其作用機制進行考察，有助于深化要素錯配、企業存續與全要素生產率之間關系的理解。

二、文獻綜述

與本文相關的已有研究主要分為兩類：對影響企業存續時間因素進行考察的文獻以及探究要素錯配經濟效應的文獻。本部分主要從這兩個角度對已有文獻進行綜述。

關注影響企業存續時間因素的研究多從企業的內外兩方面入手。從企業內部因素來看，現有研究主要關注企業規模(Agarwal和 Audretsch，2001)、企業生產率(毛其淋和盛斌，2013)、技術創新(Buddelmeyer等，2010；傅利平和李永輝，2015)、企業國際化選擇(逯宇鐸等，2014；鄧子梁和陳巖，2013；吳小康和于津平，2014)以及企業所有制(Ferragina，2014)等。影響企業生存時間的企業外部環境因素有融資約束(Bridges 和Guariglia，2008；Stucki，2014)、政府補貼(許家云和毛其淋，2016)、產權保護(史宇鵬等，2013)以及經濟集聚(Neffke等，2012)等。不難發現，上述對企業存續時間的相關研究大多缺乏一個基本前提，即從社會總體效率的角度來看，企業有好有壞，不可一概而論。單純盲目地延長企業存續時間，極易導致社會資源的浪費以及全要素生產率提升不足。同時企業存續時間概念自身并不能判斷企業存續的好壞，要評價企業生存時間的長短還需從企業存續時間的經濟效應角度考慮。那么，企業存續對企業全要素生產率有何影響？該影響在我國的特殊背景下是否表現出某種異質性？遺憾的是，有關企業存續經濟效應方面的研究至今尚不多見。

近年來，要素錯配引起的效率損失問題逐漸引起了學者的廣泛關注(Restuccia和Rogerson，2008；Hsieh 和 Klenow，2009；Klenow 和 Bollard，2013)。當前，我國生產要素定價被低估是要素錯配的重要原因和重要表現(陳永偉和胡偉民，2011；張杰等，2011；施炳展和冼國明，2012)。而要素價格的長期低估造成的效率損失問題也得到了眾多研究的關注。Hsieh和 Klenow(2009)使用全要素生產率的離散程度來衡量資源配置效率，發現如果中國的資源效率能夠達到美國的水平，制造業的TFP將提高 30%～50%；倘若完全消除要素錯配，制造業的 TFP可以提高 86.6%～115%。陳永偉和胡偉民(2011)在傳統的核算框架中測度了要素錯配對TFP以及產出變動的影響，發現目前中國制造業子行業間的要素錯配大約造成實際產出和潛在產出之間15%的缺口。進一步地，有學者指出要素錯配還能影響企業的進入退出行為。Midrigan和Xu(2014)認為資本市場摩擦會扭曲企業的進入退出行為和技術使用決策，由于在位企業邊際產品不等所致的狹義效率損失非常小，相反要素市場不完備導致的廣義扭曲卻會引起更大的效率損失。Peters(2013)認為資源配置不當會改變企業的研發行為和進入決策從而影響經濟增長，資源配置不當所造成的動態效率損失是靜態時的 4倍之多。Hopenhayn(2014)同樣將要素錯配同企業進入退出行為聯系起來，解釋了進入壁壘和資源配置不當對長期經濟增長產生的影響。以上研究在以往基礎上進一步關注了要素錯配對企業進入退出行為的影響，是對以往研究的深入和細化。然而，企業交替固然重要，但并不足以用來表征企業所有的經營狀態，企業在位期間的行為選擇同樣可以對企業及行業內的資源配置以及技術進步產生重要影響。那么，要素錯配對我國企業生存狀態的重要表征——企業存續有何影響？進一步地，各類企業在面臨不同要素錯配時，其存續狀態會表現出何種異質性？

要素錯配是轉型階段我國經濟發展的重要特征，該特征涉及經濟發展基礎，對企業行為選擇及其經營狀態會產生重要影響。已有文獻也充分證實要素錯配會不可避免地導致企業全要素生產率的下降；要素錯配同樣會觸及企業生存狀態，并對其產生一系列作用。因此，基于我國轉型的背景，本文提出企業存續時間對全要素生產率的影響這一話題，并將影響其作用發揮的重要因素——要素錯配納入分析框架，考察要素錯配對企業持續經營時間，以及要素錯配通過作用于企業存續時間對全要素生產率的影響。要素錯配集中表現為要素價格的低估，這在平均意義上有利于延長企業的存續時間。然而，不同類型的企業，其存續時間的長短對全要素生產率的影響絕然不同，這也是評價企業價值的重要考慮。對于處于衰落期或已然被“死亡陰影”籠罩的企業，政府應該及時加以清除，以加速行業內資源再配置速度、改善企業生存環境、促進全要素生產率的提升和我國經濟的持續健康發展。基于此，提出本文的基本假設如下。

要素錯配可作用于企業存續，并對企業全要素生產率產生影響。企業存續對其全要素生產率具有非線性影響；要素錯配平均而言會延長企業的存續時間，其中，受益于要素錯配的低效率企業的存續時間得到延長，而受損于要素錯配的高效率企業的存續時間會縮短；但無論何種企業，要素錯配通過作用于其存續時間，最終都會對全要素生產率產生不利影響。

三、計量模型、指標構建和數據說明

（一）計量模型

本文旨在考察要素錯配對企業存續以及在此基礎上對全要素生產率的影響。在對上述關系進行系統考察之前，首先就企業存續、要素錯配與企業全要素生產率之間的關系進行初步檢驗。為進一步驗證要素錯配對企業存續與全要素生產率之間作用的影響，本文使用反事實模擬分析要素錯配的有無對企業存續與全要素生產率作用關系的影響。根據企業生命周期理論以及陳勇兵等(2014)、陳曉華和劉慧(2015)的研究經驗，本文在模型中加入企業存續時間的二次項，以檢驗其潛在的對全要素生產率的非線性影響。具體模型設定如下：

其中，νj、νk、νt分別為二分位行業固定效應、地區固定效應和時間固定效應，下標 i為企業，εijkt為隨機擾動項。lntfp是被解釋變量，代表企業全要素生產率；ln s time=l og(1 + stime)是企業在樣本期內截止至 t年為止的存續時間，是本文核心解釋變量。( ln stime)2是企業存續時間的平方項，用以驗證企業存續時間對全要素生產率影響的非線性特征。lndist是企業i在第t年面對的要素錯配情況。代表一組控制變量，其中企業層面的控制變量主要有企業規模(lnscale)、企業資本密集度(lnklratio)、企業利潤率(lnprofit)、企業出口密集度(expshare)、企業是否接受政府補貼啞變量(subsidy)、企業是否為國有企業啞變量(soe)以及企業是否為外資企業啞變量(foreign)；行業層面的控制變量主要有表征行業競爭程度的赫芬達爾指數(lnhhi)。

（二）指標構建

1.企業全要素生產率(lntfp)

本文主要使用OLS法、Olley-Pakes法(OP法)以及Levinsohn-Petrin法(LP法)計算企業層面的生產率，具體指標的計算參照毛其淋和盛斌(2013)以及張杰等(2015)。本文的測算結果發現，LP方法估算得到的企業全要素生產率水平最高，OP方法結果次之，OLS得到的結果最低。這表明如果忽略樣本企業的同步性偏差和選擇性偏差，使用傳統 OLS方法估算企業全要素生產率得到的結果會明顯偏低，OP方法估算得到的企業全要素生產率介于OLS法和LP法之間，并與OLS的結果更為接近，因此，本文使用OP法測得的全要素生產率進行實證檢驗。

2.企業存續(lnstime)

參照許家云和毛其淋(2016)的做法，本文將企業存續定義為某一企業從進入市場開始，直至退出該市場所經歷的時間，其間沒有間隔，數據單位為年。

在計算企業存續時間時，需要對數據進行處理。(1)數據刪失問題。本文數據的時間跨度為 1998—2007年，本文采用大多數學者的做法，對 1998年已經存在的樣本進行了刪除。因為無從知曉這部分企業確切進入市場的時間，如果直接將1998年作為企業進入市場的年份進行計算，則會嚴重低估企業的存續時間。樣本同樣存在右刪失問題，但本文生存分析部分使用的生存分析模型可以較好地對該問題加以解決。在非生存分析模型部分，本文保留右刪失的樣本數據進行回歸的同時，也剔除右刪失的樣本進行穩健性檢驗。(2)多個持續時間段問題。在一定時期內，企業進入某一市場一段時間，退出市場至少一年，可能再次進入市場，所以同一企業可能存在多個持續生存時間段。參照 Besede?和 Prusa(2006)、陳勇兵等(2012)的分析，無論同一企業有多少個持續經營時間段，將第一個持續時間段視為唯一持續時間段的處理方法，與將多個持續時間段視為相互獨立的若干持續時間段的情形下，企業存續時間的分布基本相同。因此本文同樣選擇首個持續時間段作為企業存續時間的代理指標，并在生存分析部分使用企業唯一存續時間段進行穩健性檢驗。

以首個持續時間段為例，本文的測算結果發現，樣本期間內企業存續時間為 4年及以下的企業達到 61.49%，企業存續時間為 4年的樣本數最多，占總樣本比例為27.29%；而企業存續時間為9年的企業最少，約只占總體樣本的3.64%。

3.要素錯配(lndist)

參照 Hsieh 和 Klenow(2009)構造的要素錯配壟斷競爭模型，以構造要素“價格扭曲稅”的形式，將資本錯配表示為：

邵宜航等(2013)在上述模型的基礎上，推導得到勞動錯配的形式為：

其中，τKij和τLij分別表示j行業內i企業的資本和勞動錯配情況。如果一個企業難以得到金融信貸，資本扭曲τKij就會高于零，如果一個企業能夠以較低的成本獲得貸款，τKij就會小于零。勞動扭曲的定義與之類似。aj是行業j的勞動要素收入份額，wij為企業員工工資水平，Lij為行業 j內企業 i雇傭員工數，Rij為企業資本使用成本。kij為企業的勞均資本。σ為資本勞動替代彈性，Yij為j行業內企業的產出，Pij為j行業內i企業的產出Yij的價格。

對式(2)和式(3)中的參數進行校準。首先，對資本使用成本Rij進行校準。Hsieh和Klenow(2009)設定資本的使用成本Rij＝0.10，即5%的實際利息率和5%的折舊率。然而，我國銀行對不同企業實行差別化利率(施炳展和冼國明，2012)，這也是我國資本錯配的重要表現之一，且將所有企業資本折舊率統一設定為5%的做法也欠妥。參考盛仕斌和徐海(1999)，本文采用企業利息支出與負債合計的比值作為企業實際利息率的衡量。參照陳詩一(2011)的做法，采用企業本年折舊與上一年固定資產原值的比值作為企業當年折舊率的衡量。企業的資本使用成本為企業的實際利息率與折舊率之和。其次，對資本勞動替代彈性σ進行校準。產業組織的經驗研究發現，σ通常在 3～10之間(Broda和Weinstein，2006)，σ越大，要素錯配對加總TFP的影響越大，所以我們選擇較小的σ值，以得到保守的估計結果。最后，對各行業的勞動收入份額aj進行校準。本文的勞動收入份額采用各行業勞動報酬與工業增加值和主營業務收入之差的比值計算得到。要說明的是，關于各行業的勞動收入份額，不宜使用直接的估計結果，因為直接估計出來的份額結果可能包含了要素錯配的影響，因此本文使用各行業歷年要素份額的平均水平來表征該行業的收入份額情況①簡澤(2011)在此處使用了扭曲較少的美國經濟的要素份額來校準。本文認為美國與我國所處經濟發展階段不同，經濟發展存在較大差異，即使我國經濟實現不存在要素錯配的理想狀態，美國的要素收入份額也未必能夠代表我國經濟的情況。。

4.其他變量的衡量

其他變量中，企業規模(lnscale)采用企業全部職工數的對數值來表示；資本密集度(lnklratio)用固定資產與從業人員數的比值取對數衡量，其中固定資產使用以 1998年為基期的各省份固定資產投資價格指數進行平減；企業利潤率(lnprofit)用企業營業利潤與企業銷售額比值的對數形式來衡量；出口密集度(lnexpshare)用企業出口交貨值與企業銷售額的比值來衡量。除此之外，本文使用企業是否存在補貼收入虛擬變量(subsidy)來反映企業接受政府補貼的情況。

（三）數據來源

本文的數據來自于中國工業企業數據庫，時間跨度為1998—2007年。其統計對象涵蓋全部國有和規模以上非國有企業。在進行實證回歸之前，為提高樣本的可靠性，參照 Brandt等(2012)的方法，除按照企業代碼對歷年企業進行匹配之外，本文也按照企業名稱、企業電話號碼以及企業郵政編碼對企業進行配對。對那些企業名稱、電話號碼以及郵政編碼可以成功匹配，而企業法人代碼無法成功匹配的企業，本文參照毛其淋和盛斌(2013)的做法對其法人代碼進行了修正，即確認把同一企業賦予相同法人代碼。此外，由于工業企業數據庫的數據樣本是全部國有以及規模以上非國有工業企業，企業在數據庫中的出現或消失可能并非退出或者進入市場，而是由非國有企業規模變化所致。因此，本文統一將樣本期內某年份消失后下一年又重新進入市場的企業視為連續經營的企業。

此外，針對樣本中的異常值，本文參考 Cai和 Liu(2009)的方法進行處理。首先剔除總資產、職工人數、工業總產值、固定資產凈值以及銷售額等關鍵指標缺失的樣本；進而對一些明顯不符合會計原則的觀測值進行刪除，包括總資產小于流動資產，總資產小于固定資產凈值，或者累計折舊小于當期折舊的觀測值；最后，剔除了關鍵指標的極端值(前后各5%)。

四、基本估計結果與分析

本部分主要考察要素錯配對企業存續與全要素生產率之間關系的影響，回歸結果報告于表1。表1第(1)列報告的是要素錯配、企業存續對全要素生產率的線性影響。在不考慮模型非線性問題的情況下，企業存續對全要素生產率的提升存在顯著的促進作用，同時，要素錯配對全要素生產率的提升存在抑制作用。將企業存續的二次項納入模型，結果報告于第(2)列，企業存續二次項和一次項均在 1%的顯著性水平下顯著，且二次項系數為負，說明企業存續與全要素生產率之間存在顯著的倒 U型關系。即在一定時期內，企業存續時間的延長首先有利于企業全要素生產率的提升，當全要素生產率達到峰值之后，隨著企業存續時間的延長，企業全要素生產率出現下降。這也驗證了Griliches和Regev(1995)的“死亡陰影效應”(shadow of death effect)。這同樣也印證了企業生命周期理論的基本結論，即隨著企業年齡的增長，企業的全要素生產率會經歷先上升后下降的過程。同樣，要素錯配對企業全要素生產率的影響依然顯著為負。第(3)、(4)兩列分別在模型中加入了控制變量和不可觀測異質性，依然得到了較為穩健的結論。

一個重要的問題是，盡管在模型中納入了行業、地區以及年份等固定效應以吸收非觀測的行業、地區以及年份效應，并控制了遺漏變量(張國峰等，2016)，但仍然不可排除企業全要素生產率對其存續時間存在作用而導致的內生性問題。基于此，本文進一步使用廣義矩估計(GMM)，并參考張曉華和劉慧(2015)的做法，選擇各控制變量的一階滯后項作為工具變量，以降低企業全要素生產率和存續時間之間潛在的互為因果關系導致的內生性問題，回歸結果呈現于表1第(5)列。KP-LM 弱識別檢驗的結果發現，兩內生解釋變量2(lnstime)、lnstime的 F統計量分別達到 456.0420和 392.4610，F統計量的p值為0.0000，證實本文工具變量的合理性。

除企業存續與全要素生產率之間的倒U型關系之外，第(5)列的結果顯示，要素錯配(lndist)對企業全要素生產率的影響始終為負。要素錯配違背了市場配置資源的原則，對企業的全要素生產率產生顯著的抑制作用(Hsieh和 Klenow，2009)。企業規模(lnscale)在 1%的顯著性水平上促進了企業全要素生產率的提升，企業規模的擴大有利于企業實現內部規模經濟，促進勞動專業化分工，降低生產管理成本，進而促進其生產效率的提升(孫曉華和王昀，2014)；此外，大型企業更有實力采購先進設備，從事高風險研發活動，有利于企業技術水平的提升(Sleuwaegen和 Goedhuys，2002)。行業競爭度(lnhhi)同樣顯著提升了企業的全要素生產率。這說明行業內同類企業數量的增加有利于激活資源配置，提升資源使用效率；同時，來自同行業企業之間競爭壓力導致的激勵效應以及同類企業之間技術的學習和溢出效應也是企業技術水平提升的重要源泉。資本勞動比(lnklratio)對企業全要素生產率的提升有顯著的促進作用，這符合一般的經濟學直覺，企業人均資本擁有量的增加有助于提升企業的生產經營效率。此外，企業出口密集度(expshare)的增加有利于我國全要素生產率的提高。新新貿易論認為出口有利于提升一國資源配置效率，而國外進口企業對本國出口企業的技術溢出效應同樣是提升本國企業全要素生產率的重要渠道。政府補貼(subsidy)是企業資金的重要來源，因而有利于企業提升全要素生產率。

表1 要素錯配、企業存續與全要素生產率回歸結果

為檢驗要素錯配對企業存續與全要素生產率關系影響的凈效應，本文進一步針對第(4)列結果進行反事實模擬，并將結果報告于表1第(6)列。具體而言，在反事實模擬中，要素錯配由企業進入市場的初始年份面臨的錯配情況表示，其他變量均采用企業樣本期均值表示。相應地，第(4)、(6)列結果之差，即為要素錯配的凈影響。比較第(4)、(6)列結果發現：首先，要素錯配的存在使得全要素生產率下降的概率增加了0.0357，這意味著，要素錯配的存在確實對企業全要素生產率的下降存在重要作用。其次，在沒有扭曲的情況下，企業達到全要素生產率峰值的時間提早了 0.75年①，這意味著要素錯配平均而言可能加大了企業達到全要素生產率峰值的難度。

右刪失問題會導致回歸樣本呈現非正態分布，進而使得傳統的檢驗方法失效。為檢驗前文回歸結果的有效性，本文進一步對樣本中的右刪失數據進行剔除，重新進行檢驗，結果報告于第(7)列。同樣的反事實模擬結果報告于第(8)列。與第(4)、(6)兩列結果相比，第(7)、(8)列結果中的樣本觀測數量雖然大幅下降，但結論基本一致，這也證實本文之前回歸的結果具有一定的穩健性。而個別控制變量系數的變化，可能是樣本數量大幅變動所致。

五、要素錯配對企業存續的影響

從前文的回歸結果來看，企業存續對全要素生產率的影響呈現倒 U型，要素錯配顯著抑制了企業全要素生產率的提升，進一步地，要素錯配的存在延長了企業全要素生產率達到峰值的時間，且大約為 0.75年左右。那么，要素錯配對企業達到全要素生產率峰值時間的延長，又會對企業全要素生產率會產生何種影響？其間有何渠道？為對相關問題作出解答，本部分承接上文分析，檢驗要素錯配對企業存續時間的影響，并嘗試從企業異質性的角度，得到更為詳實的結論。

（一）企業存續函數的估計

在企業生存分析中，常用生存函數(或生存率)或者危險函數(或危險率)來描述企業生存時間的分布特征。本文按照行業中企業所面臨的要素錯配程度大小將總體樣本進行分類，并對其生存函數以及危險函數進行估計，結果報告于圖1中。

圖 1左邊描繪了按照行業內面臨不同要素錯配情況的企業的生存概率。可以發現，首先隨著存續時間的延長，企業生存概率呈現下降趨勢，且企業存續時間超過一年之后，其存續概率大幅降低。其次，隨著企業存續時間的延長，企業的生存概率趨于穩定。最后，將企業按照要素錯配程度進行分組，可以發現代表行業內低要素錯配程度企業的虛線的相對位置更低，這意味著面臨低要素錯配程度的企業，其在市場上的生存概率相對較小。圖 1右邊描繪了面臨不同要素錯配情況的企業的風險函數。同樣，企業進入市場之初，面臨較高的生存風險，這與生存函數中企業生存概率的大幅下降一致。其次，隨著企業生存時間的延長，相比生存函數中企業生存概率逐漸趨于穩定，企業的風險函數呈現下降趨勢，即存續時間越長的企業，其倒閉的風險越小，這可能是由于生存時間較長的企業往往具備較高的市場生存能力。最后，在風險函數中，當企業存續時間在 6年以下時，行業內要素錯配情況較高的企業往往具有較低的死亡危險，而面臨較低錯配情況的企業，其死亡風險卻較高；而當企業存續時間大于6年時，面臨較高錯配程度的企業的生存危險又反過來超過低錯配程度企業。由此我們初步得出結論，要素錯配可能延長了企業的存續時間；但當存續時間達到一定年限，低要素錯配程度的企業可能更具生命力，然而具體情況有待進一步的驗證。

圖1 全樣本企業生存函數與風險函數估計

（二）要素錯配對企業存續的影響

1.模型的設定

本部分就要素錯配對企業存續時間的影響進行分析。與 Esteve-Pérez等(2012)的研究類似，本文選用離散時間的 cloglog生存模型進行回歸。相對于連續時間模型(如Cox比例風險模型)，離散時間模型不僅可以有效地處理結點問題，更為重要的是，離散時間無需滿足“比例風險”假設條件(Hes和 Persson，2012)。因此，借鑒Ilmakunnas和Nurmi(2010)以及陳勇兵等(2012)的做法，本文建立離散時間的cloglog生存模型進行計量分析，模型設定如下：

2.估計結果與分析

表2報告了離散時間cloglog生存模型估計結果。其中前3列是依次為控制了不可觀測的時間效應、行業效應和地區效應之后對基準模型進行估計的結果。可以發現，在各列結果中，核心解釋變量lndist的估計系數符號和顯著性水平沒有發生實質性變化，要素錯配始終非常顯著地促進了企業存續時間的延長。可能的解釋是，要素錯配在我國突出表現為要素價格的低估，低估的要素價格壓縮了企業的生產成本，有助于拓展企業的利潤空間，進而延長企業的存續時間。然而，各部門企業在要素錯配下的存續狀況究竟如何，還有待進一步的異質性分析。

從控制變量的估計結果可以看到：企業規模(lnscale)的估計系數顯著為負，其原因可能在于大型企業往往擁有雄厚的資本、豐富的管理經驗和較強的科研實力，因此抵御外部市場不利沖擊的能力也往往較強，因而規模越大，企業的存續時間越長。企業勞動生產率(lnlabpdt)非常顯著地降低了企業的生存風險，提高了企業的存續時間。勞動生產率較高的企業，勞動力素質、企業管理能力以及技術水平也往往較高，因而也具有較高的生存概率。行業競爭度(lnhhi)的估計系數顯著為正，即所在行業競爭度越高的企業具有越短的經營存續期。可能的原因在于，競爭機制加速了行業內資源要素的快速流轉，促進行業內資源的合理配置，這對企業長期存續提出了較高的要求。資本密集度(lnklratio)的估計系數在 1%水平上顯著為負，表明資本密集越高的企業具有越低的退出市場的風險率，這或許與高資本密集度企業往往擁有更為雄厚的資本、更多的研發投入與更新的設備有關。政府補貼(subsidy)的估計結果顯著為負，表明政府補貼傾向于降低企業退出市場的風險率。政府補貼作為企業總利潤的一部分，可以增加企業的收益，改善其“以收抵支”狀況，增強“償還到期債務”的能力，進而在總體上有利于企業市場的存活(許家云和毛其淋，2016)。

以上分析考察了要素錯配對企業市場存活的平均影響，但不可忽視的是，要素錯配對企業的市場存活還可能因為企業異質性等因素而有所差異。因此，在模型(4)的基礎上進一步引入企業全要素生產率異質性因素，以揭示要素錯配與企業市場存續之間的關系。在全樣本企業中，按照企業異質性變量將企業劃分為兩種類型( h eterdumρi，ρ= 1 ,2)，對式(4)的基準模型進行擴展，得到：

其中，heterdumρi為分組所用的異質性變量，即全要素生產率。lntfp_ op1×lndist的系數表示要素錯配對低TFP水平企業的市場存活概率的影響，lntfp_ op2×lndist的系數表示要素錯配錯配對高TFP水平企業的市場存活概率的影響。

通過比較系數φρ來識別不同企業異質性特征下，要素錯配對企業市場存活的影響效應。表2第(4)列報告了對式(5)擴展模型的估計結果，其間均控制了不可觀測的時間、行業效應和地區效應。結果顯示，相比高效率水平的企業，要素錯配更傾向于提升低效率水平企業的存續時間。一般而言，生產率較高的企業通常具有較長的存續時間，而在要素市場發育遲緩、市場化程度滯后的情況下，市場不再以全要素生產率為基礎實現資源要素的分配，高 TFP企業缺乏其自身生存所必需的資源土壤，缺乏促進其持續經營的必備條件，因而導致其較短的存續時間。反觀低效率部門，即便其全要素生產率較為低下，企業的生存能力不足，但其對要素資源的占用促使其掌握了豐裕的資源要素，因而可以具備較長的存續時間。

為驗證實證結果的穩健性，在使用企業首個持續時間段表征企業存續時間的基礎上，進一步使用企業唯一存續時間作為企業存續時間的替代指標進行穩健性檢驗①限于篇幅，未在文中報告回歸結果，如有需要可掃描本文二維碼后點擊“附錄”獲取。，結論與表2基本一致，證實前文結論的穩健性。

表2 企業生存估計結果：企業首個存續時間段

六、要素錯配、企業存續與全要素生產率

前文分析了要素錯配對企業市場存續的影響，發現要素錯配顯著降低了企業死亡的風險率，延長了企業的存續時間。特別地，相比低效率企業，要素錯配事實上降低了高效率企業的生存時間。那么，這一系列的影響，對企業全要素生產率有何影響？其間路徑如何？本部分進一步構建中介效應回歸模型，對要素錯配通過影響企業存續時間對企業全要素生產率的作用效果及其作用機制進行檢驗。

其中，lntfpit為企業i在t年的全要素生產率，ln s time_ h ightfpit為高效率企業存續時間，ln s time_ l owtfp為低效率企業存續時間，向量控制變量的含義與前文一致。與it本文第一部分的實證分析類似，在對全樣本數據進行回歸的基礎上，為克服右刪失問題，本部分同樣對剔除右刪失數據后的樣本進行回歸，作為本部分的穩健性檢驗。

首先檢驗要素錯配通過全樣本企業存續對全要素生產率作用，并將結果報告于表3前三列。然后按照全要素生產率指標將全樣本企業分為高效率企業和低效率企業兩組，分別檢驗要素錯配通過高低全要素生產率企業存續時間對總體全要素生產率的影響，結果報告于表3后四列。

可以看出在全樣本中，要素錯配對企業全要素生產率的直接作用為負，且通過了1%水平的顯著性檢驗，說明要素錯配顯著抑制了企業全要素生產率的提升，這與現有研究結論一致。此外，要素錯配與企業存續時間的作用系數也顯著為正，這說明要素錯配顯著提升了企業的存續時間，這也與本文前述研究結論一致。將要素錯配、企業存續同時納入模型(9)①此處模型(9)并未與模型(1)一致，加入存續時間的二次項以檢驗企業存續時間對全要素生產率的非線性影響，但兩者間倒 U型關系的存在卻是事實。感謝匿名評審指出這一問題。一方面，本文在對模型(1)加入存續時間二次項之前，檢驗了存續時間對企業TFP的作用，結果顯示企業存續對TFP存在正向作用，可認為企業存續與 TFP之間存在“近似線性”的正向關系。而在本部分中介效應模型的檢驗中，該結論可進一步細化為：高效率企業存續時間的延長對其全要素生產率的提升具有促進作用，低效率企業存續時間的延長對其全要素生產率具有抑制作用，可見也同樣印證了“企業存續時間并非越長越好”這一論斷；另一方面，在本部分檢驗要素錯配影響企業存續并進一步作用于全要素生產率的過程中，也囿于模型的適用情況，無法將企業存續的二次項納入中介效應模型。基于以上兩點原因，本文在考察企業存續在要素錯配影響全要素生產率過程中的作用表現時，只選擇將其一次項形式納入中介效應模型，考察要素錯配作用于企業存續，并進一步對企業全要素生產率的影響。，可以發現，在全樣本企業中，要素錯配依然抑制了企業全要素生產率的提升，而企業存續對企業的全要素生產率的提升起到促進作用。

表3 中介效應回歸分析

將全樣本企業按照全要素生產率高低進行分組后進一步進行中介效應檢驗就顯得十分必要。同樣，對模型(6)進行的回歸與第(1)列回歸完全一樣(表3第(4)列)。第(5)、(6)列是分別對模型(7)和模型(8)進行估計的結果，可以發現(相比低 TFP企業)要素錯配顯著縮短了高TFP企業的存續時間，(相比高TFP企業)延長了低TFP企業的存續時間。最后，將高、低 TFP企業同時納入模型(9)，發現高 TFP企業的存續時間的回歸結果顯著為正，低 TFP企業存續時間的估計結果顯著為負，且兩者均通過了1%的顯著性檢驗。可知高TFP企業生存時間的延長可以促進其全要素生產率的提升，相反，低 TFP企業存續時間的延長導致了其全要素生產率顯著下降。此外，在加入中介變量后，可以發現第(7)列要素錯配的系數的絕對值和顯著性也出現一定下降，這也充分論證了高、低效率企業的存續時間是影響全要素生產率提升的重要途徑。

進一步地，可以計算要素錯配對全要素生產率影響的總效應以及通過高、低 TFP企業的存續時間影響全要素生產率的中介效應大小。在表3前三列的總體樣本回歸中，要素錯配全要素生產率影響的總效應估計值為－0.0950＋0.1528×0.0039＝－0.0944；要素錯配影響企業全要素生產率的中介效應估計值為 0.1528×0.0039＝0.0006。更為細致的分樣本回歸顯示，在低效率企業組，要素錯配對企業全要素生產率的總效應估計值為－0.0457＋0.0640×(－0.2586)＝－0.0623，而要素錯配對企業全要素生產率的中介效應估計值為 0.0640×(－0.2586)＝－0.0166，即要素錯配增加了低效率企業的生存時間進而對全要素生產率具有負向作用；在高效率企業組，要素錯配對企業全要素生產率的總效應顯著為負，系數大小為－0.0457＋(－0.0649×0.0486)＝－0.0489，其中中介效應大小為－0.0649×0.0486＝－0.0032，說明要素錯配通過縮短高效率企業的存續時間進而對全要素生產率具有抑制作用。通過比較高效率企業和低效率企業回歸結果，不難發現，要素錯配對全要素生產率的不利作用主要通過延長低效率企業的存續時間得以實現。

對右刪失樣本進行剔除后，本文對要素錯配通過影響企業存續進而影響全要素生產率的估計結果進行了穩健性檢驗①限于篇幅，未在文中報告回歸結果，如有需要可掃描本文二維碼后點擊“附錄”獲取。，估計結果與表3基本一致，證明本文實證結論的穩健性。

七、結 論

目前國內關注企業存續的研究，多著眼于考察企業影響企業存續時間的因素，忽視企業存續時間自身對全要素生產率的影響，而企業全要素生產率的高低是判斷企業存在價值的重要依據。本文首先考察了企業存續對全要素生產率的影響，并通過反事實模擬分析了要素錯配對企業存續與全要素生產率關系的凈影響；為分析要素錯配對企業存續時間的影響，本文從企業存續的影響因素入手，基于離散時間的cloglog模型考察了要素錯配對企業存續時間的影響，并將企業異質性特征納入模型，分析了不同異質性特征下，要素錯配對企業存續時間的作用。進一步，將要素錯配、企業存續時間以及全要素生產率置于同一框架下，考察了要素錯配通過企業存續對全要素生產率的影響。本文的主要結論如下。

第一，企業存續和全要素生產率之間存在顯著的倒 U型關系，即隨著企業存續時間的延長，企業的全要素生產率經歷了一個先上升后下降的過程；要素錯配顯著降低了企業的全要素生產率，反事實模擬分析發現，要素錯配的存在將企業達到全要素生產率峰值的時間后移了大約0.75年。

第二，要素錯配從平均意義上顯著降低了全樣本企業死亡危險率，即提高了全樣本企業的存續概率。異質性檢驗發現，相比于高 TFP企業，要素錯配更傾向于延長低TFP企業的存續時間，這可能是要素錯配抑制我國全要素生產率提升的重要渠道。

第三，中介效應回歸發現，要素錯配通過延長企業存續時間，對企業全要素生產率產生負向影響。將全樣本企業按照TFP高低進行分類，發現要素錯配縮短了高TFP企業的存續時間而延長了低 TFP企業的存續時間，通過二者均對 TFP產生了顯著的抑制作用。此外，兩條路徑相比，要素錯配通過延長低 TFP企業的存續時間對其 TFP產生的負向作用更甚于其通過降低高TFP企業存續時間對TFP的作用。

要素錯配是轉型期我國經濟發展的重要特征，要素錯配導致的一系列扭曲的企業行為對其全要素生產率產生重要影響。要素錯配下，不同企業獲取資源的能力發生變化，導致市場原有條件下企業優勝劣汰的競爭機制失效。樣本期間內，要素錯配延長了低效率企業的存續時間，縮短了高效率企業的存續時間，進而對我國全要素生產率產生抑制作用。政府對要素市場的政策干預既是要素錯配產生的重要原因，也是要素錯配的重要表現。本文的結論對于進一步加深我國要素市場化進程、改善企業生存環境以及促進企業 TFP的提高有一定的參考價值。政府應該發揮市場“守夜人”的角色，對市場經濟運行起到輔助而非主導作用，逐步減少對要素市場交易活動以及要素價格的干預，并引導要素價格趨向合理化和正常化，減少資本和勞動力要素價格的低估，為企業營造自由、寬松的市場環境，減少企業的稅費負擔，增強企業的生命力、抗風險能力和競爭能力。同時，完善和疏通企業進入和退出市場機制，對于瀕臨倒閉的低效率企業，及時對其進行清除并做好勞動力等資源的再分配工作；對生存經營狀態不佳但有技術提升潛力的企業適時進行扶植，延長其存續時間，以提高企業自身和全社會的TFP水平。