制造業全要素生產率演化及其成因研究
——對深圳資源配置模式與制造業發展的關系分析

張軍超 楊文宇

（1.深圳市統計普查中心，廣東 深圳 518031；2.西安郵電大學經濟與管理學院，陜西 西安 710061）

一、引言

習近平總書記在黨的十九大報告中指出，要貫徹新發展理念，建設現代化經濟體系。推動經濟高質量發展成為新時代主題，迫切需要提高全要素生產率對經濟增長的貢獻，加快從生產要素驅動和投資效率驅動向依托技術進步的內生增長模式轉型。[1]被譽為“創新之都”的深圳，較早樹立創新驅動、質量引領的發展新理念，積極探索推動經濟高質量發展體制機制，打開了以新經濟為引領的創新驅動發展新格局，成為全球先進制造業和高技術制造業重鎮。以深圳制造業為研究對象，考察其全要素生產率的動態演化變遷、資源配置及資源配置效率等，更深層面理解以資源配置效率改善為核心的整體經濟結構轉型，將對深圳以及其他地區堅持創新發展，轉換經濟發展動力，提高全要素生產率向高端水平發展提供理論支持和實踐參考。

目前學術界對中國創新型先進城市全要素生產率，特別是關于中國城市企業層面制造業全要素生產率的研究成果有限，更多的是關于全國全要素生產率的研究。隨著中國工業企業數據庫的開放使用，微觀企業層面測算中國全要素生產率成為研究熱點。聶輝華等人（2012）[2]、楊汝岱（2015）[3]、張天華和張少華（2016）[4]等指出該數據庫存在的缺陷，并給出了數據規整建議。李玉紅等（2008）[5]、Brandt et.al（2012）[6]、余淼杰（2010）[7]、聶輝華和賈瑞雪（2011）[8]、魯曉東和連玉君（2012）[9]、毛其淋和盛斌（2013）[10]、楊汝岱（2015）[3]、張天華和張少華（2016）[4]、文東偉（2019）[11]等使用半參數方法①半參數方法OP法和LP法這兩種方法較好地解決了傳統計量方法在企業全要素生產率估計中出現的內生性和樣本選擇問題。OP法（Olley and Pakes，1996）[12]和LP法（Levinsohn and Petrin，2003）[13]測算中國企業層面全要素生產率，結果顯示中國工業或制造業全要素生產率總體提升。整體生產率水平的提升既可以來源于絕對的技術進步，也可以來源于資源配置效率的改善。[14]企業成長（絕對技術進步）和資源配置對整體生產率變化的影響可通過BHC分解、GR分解、FHK分解以及MP分解等方法測算，對中國工業或制造業整體生產率的分解測算結果發現，企業演化是中國工業生產率增長的重要途徑，[5]生產率增長的來源更多是企業成長，其增長的空間在不斷縮小，而資源配置效率提升從而推動生產率提升才是真正的內生增長模式[3]。相比小城市，大城市企業生產率提升更多受益于其較高的資源配置效率。[15]

在以上研究特別是楊汝岱研究②感謝楊汝岱教授幫助，提供《中國制造業企業全要素生產率研究》論文完整版供研究參考。的基礎上，從構建面板數據、資本變量、中間投入、直接材料消耗和勞動力變量處理、價格指數處理等方面規整2005—2014年深圳規模以上工業企業數據庫，測算深圳企業層面全要素生產率，分析深圳制造業資源配置情況，解析深圳制造業效率動態變化。在構建面板數據、資本變量方面進行了改進，如構建面板數據時增加了間隔三年及以上企業的匹配，投資額處理方法相比Brandt et.al（2012）[6]、毛其淋和盛斌（2013）[10]和楊汝岱（2015）[3]更嚴謹，本年折舊處理方法相比楊汝岱（2015）[3]更嚴謹。與現有文獻對中國數據樣本的研究結論不同，深圳制造業資源再配置效應超過企業自身成長效應，樣本期間深圳在位企業間資源再配置效應略大于企業自身成長效應，近五年資源再配置效應進一步超過企業自身成長效應。

二、深圳制造業全要素生產率測算

（一）數據

基礎數據來源于2005—2014年國家統計局工業企業年度調查數據中的深圳數據，③該數據庫的樣本范圍在1998年至2006年為全部國有工業法人企業以及年主營業務收入（產品銷售收入）達到500萬元及以上的非國有工業法人企業，2007年至2010年為年主營業務收入達到500萬元及以上的工業法人企業，2011年后為年主營業務收入達到2000萬元及以上的工業法人企業。共包括67,149個觀測值，按照“法人代碼”統計，計13,959家企業。通過面板數據的構建處理，將9家法人代碼不同但確是同一家企業進行匹配后，深圳市這10年間共有13,950家企業進入規上工業庫中，平均每家企業在庫年限為4.81期。

1.構建面板數據主要參考Brandt et.al（2012）[6]①感謝Brandtet.al提供的企業匹配算法和stata程序，該程序可從http://www.econ.kuleuven.be/public/n07057/China/處下載，本文在他們的基礎上做了修改。和楊汝岱（2015），[3]分四步構建面板數據。第一步，連續2年之間的匹配，先后以“法人代碼”“企業名稱”“法人代表姓名+地區（縣）＋企業成立年份＋三位行業碼”“地區（縣）＋企業成立年份＋三位行業碼＋電話號碼＋所在街道＋主要產品”為關鍵字匹配2年之間的企業，形成連續2年的非平衡面板數據。后2個匹配關鍵字的選擇上與Brandt et.al（2012）[6]、楊汝岱（2015）[3]不同，用他們的關鍵字進行匹配會把一些非同一家企業匹配成同一家企業。第二步，連續3年之間的匹配，生成8個連續3年的非平衡面板數據。第三步，將3年面板數據逐一合并形成連續10年的非平衡面板數據。第四步，對連續2年或2年以上不在庫但此前此后均在庫企業的調整。對經以上三步處理出來的面板數據結果發現，其記錄數共14,342家，大于用原始數據“法人代碼”統計出的13,959家，進一步檢查發現，同一家企業在前面年份在庫、接著連續2年或2年以上不在庫、后面又在庫的情形被處理成了兩家企業，因此，應將這種情形的企業處理成一家企業，Brandt et.al（2012）[6]和楊汝岱（2015）[3]未考慮此種情況。經過面板數據構建過程之后，2005—2014年共有13,950家不同企業在庫，有2010家企業只有一期數據，占比14.41%；有1812家企業每年都有記錄，占比12.99%。企業新進庫比重平均約13.63%，退庫比重平均約11.85%。②此處，某年新進庫企業指該企業在2005年至此前一年未在庫中出現；某年退庫企業指該企業在此年后一直到2014年未在庫中出現。進入率和退出率為新進庫數和退庫數比當年企業數。本數據集為典型的非平衡面板數據。

2.資本變量處理進行資本變量處理需解決好兩個問題：一是選擇合適的固定資產指標參與計算，二是處理資產賬目價值到真實價值的轉換。關于資本存量，可用“固定資產合計”和“固定資產凈值”來衡量，但資產負債表中“固定資產合計”包含在建工程和工程物資等未完工項目，并未計入會計科目“固定資產”中，也未在生產中發揮作用，因此，“固定資產凈值”較“固定資產合計”是更為合適的資本存量指標。關于投資指標，Brandt et.al（2012）[6]、毛其淋等（2013）[10]和楊汝岱（2015）[3]將兩年固定資產原價相減定義為投資額，而根據永續盤存法，可得分別表示資本存量，投資額和折舊額，是凈投資），如果資本存量用固定資產凈值，則當年凈投資應為當年固定資產凈值減上年固定資產凈值。從企業會計制度和實務的角度看，這種處理符合嚴謹的會計邏輯。

表1 資產處理示例表（單位：萬元）

如表1所示，上年有兩筆固定資產A、B原價總計為1000萬元，累計折舊（期末貸方余額）590萬元；本年資產A報廢處理，又新購500萬元的固定資產C，期末固定資產B、C原價總計為1000萬元，累計折舊（期末貸方余額）160萬元，本年折舊70萬元。如按兩年固定資產原價相減得投資額來處理，本年的投資額為0元，這與當年投資500萬元的事實不符。如用本文的處理，兩年固定資產凈值相減得當年凈投資430萬元，再加上當年折舊70萬元即為當年投資500萬元。

資產賬目價值到真實價值的轉換處理。面板數據中資本變量都是賬面價值，只有將其進行價格縮減調整為真實價值，才能進行企業的縱向和橫向比較。遵循Brandt et.al（2012）[6]和楊汝岱（2015）[3]的基本思路，但處理方法因資本存量選擇不同而有不同。固定資產原價或凈值的數據是前面各不同年份資產購買量的總和，但各年份資產購買量的具體數據無法獲知，變通的處理方式為：對于面板數據中第二次或之后出現的樣本，將本期固定資產凈值減去上期固定資產凈值得到當期固定資產凈投資，然后利用固定資產投資價格指數進行縮減；對于面板數據中第一次出現的樣本，首先確定該企業的初始年份，然后基于固定資產凈值數據，按其所在兩位數行業平均固定資產凈值的增長率，推算初始年份至首次進入樣本年份之間歷年固定資產凈投資名義值，再基于企業初始年份資本存量和初始年份至首次進入樣本年份之間歷年固定資產凈投資名義值，逐年根據永續盤存法推算企業進入樣本年份的真實物質資本存量。最后基于初始年份資本存量，計算首次進入樣本后歷年真實投資和資本存量，先基于固定資產凈值數據計算當年名義凈投資，名義凈投資＝本年固定資產凈值-上年固定資產凈值，再計算實際凈投資（名義凈投資/投資平減指數）和真實資本存量（本年真實資本存量＝上年真實資本存量＋實際凈投資），本年實際投資＝實際凈投資＋當年折舊真實值。

初始年份的確定。要估算企業首次進入樣本年份的真實資本存量，需要確定其資產存量構成中以往各年度的資產量，然后分期對其平減最后加總得到。各年度中的最早一期也就是初始年份的確定顯得尤為重要。一般來說，企業開業時新購第一筆資產，以后逐年添置資產，所以企業進入樣本年份資本存量應包括了從開業至此的各年度資產量，初始年份的最優選擇應該是企業的開業年份。但企業的發展歷程中，資產新陳代謝是一種常態，特別是近年來，隨著科技進步各種機器設備不斷推陳出新，政府亦出臺完善固定資產加速折舊政策，促進企業技術改造，企業固定資產的更新換代頻率比以往更快，對于有較長經營歷史的企業來說，企業現存資產中可能已少有開業年份資產的影子。這種情況下，不適合將初始年份定為企業開業年份，應確定為更為合適的年份。根據企業固定資產折舊一般規律，將初始年份定為企業進入樣本年份的前14年①《中華人民共和國企業所得稅法實施條例》規定了固定資產計算折舊最低年限，“房屋、建筑物”類為20年，“飛機、火車、輪船、機器、機械和其他生產設備”類為10年，“與生產經營活動有關的器具、工具、家具等”類為5年，“飛機、火車、輪船以外的運輸工具”類為4年，“電子設備”類為3年。如有某年企業固定資產這五項的比例結構，就可計算出該企業固定資產折舊完成的最低年限。利用國泰安CSMAR中國上市公司財務報表附注數據庫中各公司長期資產中固定資產凈值期末數數據，對2005年從事工業的222家上市公司分37個2位數行業匯總整理了其固定資產五大類項目的構成比例，以此為權重計算出各行業固定資產折舊完成的平均年限，整個工業的折舊完成平均最低年限為13.37年。，如果企業開工年份比這個年份晚，則將初始年份定為企業開工年份。在使用的數據庫中，企業開業時間數據有5個異常值樣本，比如開工年份為1900年、開工年份晚于調查年份、缺少開業時間等，不過這5個異常值樣本都發生在該企業首次進入樣本年份之后，不影響企業初始年份的確定。

關于行業分類。數據庫時間跨度是2005—2014年，期間經歷了2011年國民經濟行業分類標準的切換，2011年及其之前的年份為GB/T4754—2002，2012年及其之后年份為GB/T4754—2011。根據《2011國民經濟行業分類注釋》中附錄三“國民經濟行業分類新舊類目對照表”，將2011GB四位數行業分類對應到2002GB行業分類中。

固定資產相關指標（原價、凈值和折舊）缺失值和異常值的問題。在數據庫中，有少量樣本的固定資產數據存在問題，如固定資產凈值為零或負，固定資產原價為零或負，有企業在連續三年時間內固定資產凈值或原價數據存在驟增驟降①同一企業三年均在庫，中間年份的固定資產凈值或原價分別是前一年、后一年的3倍以上（而產出不大于前一年，后一年的2倍）?；蝮E降驟增②同一企業三年均在庫，中間年份的固定資產凈值或原價分別是前一年、后一年的1/3以下（而產出不小于前一年，后一年的1/2）。的情況，有極個別企業累計折舊小于當年折舊，2005—2007年個別企業、2011—2014年少量企業當年折舊數據為零或負值，2005—2007年個別企業、2008—2014年少量企業累計折舊數據為零或負值，以上情況都視之為異常值樣本。2008—2010年非成本費用單位③規上工業統計調查企業樣本分成本費用單位和非成本費用單位兩類，成本費用單位需詳細全面調查企業的成本費用各細項情況，非成本費用單位僅需調查企業財務狀況。沒有調查當年折舊數據。

對2008—2010年非成本費用單位當年折舊數據缺失情況作出處理。楊汝岱（2015）[3]對于當年折舊缺失的樣本，使用（當年累計折舊-上年累計折舊）替換，這種處理不符合嚴謹的會計邏輯④以注釋6中資產處理示例表為例，當年累計折舊160萬元減上年累計折舊590萬元，為-430萬元，與當年折舊70萬元不等。。本文用全樣本數據（固定資產原價和當年折舊大于0）計算以“行業＋企業年齡”分類的當年折舊比（當年折舊/固定資產原價），將此當年折舊比按“行業＋企業年齡”分類匹配到2008—2010年各非成本費用單位，與固定資產原價相乘，記為企業當年折舊。

對固定資產異常值樣本以及固定資產凈值或原價小于等于5000元的樣本做剔除處理，形成刪除固定資產異常值后的樣本數據進行全要素生產率計算，這種刪除處理避免了奇異值參與計算導致誤差的情況。另外，也采用了調整修正的方式對固定資產異常值進行處理，這樣可最大限度保全樣本⑤對于固定資產原價為零或負的情況，本文的處理是，如其前后兩年均有正值，則將其用前后兩年值的平均值替代。如其前或后不在樣本中，則先往更前看，用在樣本中離其最近一年的正常值乘以行業單位企業固定資產原價增長率（考慮時間間隔）替代，如前面年份均不在樣本中，則往后看，用在樣本中離其最近一年的正常值除以行業單位企業固定資產原價增長率（考慮時間間隔）替代。這樣還不能處理的，說明其只在該年份存在樣本中，或其他年份的值也為零或負，對該樣本做刪除處理。本文對原價不大于10000元的情況也做相同處理。對2005-2007年、2011-2014年當年折舊數據和2005-2014年累計折舊數據異常值的處理為，用全樣本數據（刪除資產各異常值后）計算出以“行業+企業年齡”分類的當年折舊比（當年折舊/固定資產原價）和累計折舊比（累計折舊/固定資產原價），將其按“行業+企業年齡”分類匹配到折舊異常企業，分別與固定資產原價相乘，記為企業當年折舊和累計折舊。對固定資產原價和凈值數據在連續3年時間內驟增驟降或驟降驟增的處理為，如在10年內該企業出現2次或以上這種情況，直接將該企業的全部樣本作刪除處理，其他只出現1次的則用前后兩年值的平均值替代中間年份的資產原價或凈值。另外對固定資產原價小于固定資產合計這種不符常理的情況也作了調整。在以上涉及固定資產原價或累計折舊調整的，對固定資產凈值也相應調整。，可作穩健性分析之用。

3.中間投入、直接材料消耗和勞動力變量處理使用的數據庫中，只有2005和2006年有工業中間投入數據。對2007—2014年企業中間投入用“工業中間投入＝工業總產值－工業增加值（生產法）＋本期應交增值稅”計算得到。

使用的數據庫中，2005—2007年全部企業、2008—2014年成本費用單位企業有直接材料消耗數據，2008—2014年非成本費用單位企業缺失直接材料消耗數據。對各年非成本費用單位缺失數據，利用當年成本費用單位數據匯總出各行業直接材料與主營業務成本（2008—2010）或業務成本（2011—2014）比例計算而得。另外對少量直接材料消耗為零或負的樣本，或直接刪除形成刪除處理的樣本庫，或利用行業直接材料與主營業務成本（2008—2010）或業務成本（2011—2014）比例進行修正，形成調整修正的樣本庫。

勞動力投入采用全部從業人員年平均人數指標。對少量從業人員小于8的樣本，或直接刪除形成刪除處理的樣本庫，或用企業前后兩年從業人員數平均值替換，或用行業從業人員與總產出比例進行修正，或用企業自身前后年份從業人員與總產出比例進行修正，形成調整修正的樣本庫。

4.價格指數處理投資平減指數。計算1991—2014年的投資平減指數，基礎數據1991—2000年使用全國固定資產投資價格指數（上年＝100），2001—2008年使用廣東省固定資產投資價格指數（上年＝100），2009—2014年使用深圳市固定資產投資價格指數（上年＝100）。

產出平減指數（年度兩位數行業分類指數）。計算2006—2014年的工業分行業產出平減指數，基礎數據使用2006—2014年深圳市兩位數分行業工業生產者出廠價格指數（上年＝100）①考慮2011年行業分類的變動，為保證2011年前后行業價格指數口徑一致，將2012、2013、2014年各年鐵路、船舶、航空航天和其他運輸設備制造業產出價格指數和汽車制造業產出價格指數經總產出加權得到交通運輸設備制造業產出價格指數，將專用設備制造業產出價格指數和金屬制品、機械和設備修理業產出價格指數經總產出加權得到專用設備制造業產出價格指數。，計算出以2005年為基的產出平減指數（2005年＝100）。

投入平減指數（年度兩位數行業分類指數）。工業各分行業的中間投入來自于國民經濟各行業部門，將這些行業部門產出價格指數（上年＝100）②各工業部門的產出價格指數利用深圳市兩位數分行業工業生產者出廠價格指數（上年=100）經分行業總產出加權而得，農業、建筑業、交通運輸、倉儲和郵政業、房地產業、公共管理、社會保障和社會組織業等部門的產出價格指數使用該部門的GDP平減指數，批發和零售業用商品零售價格指數縮減，住宿和餐飲業用（商品零售價格指數+在外用餐價格指數）/2縮減，金融業用（居民消費價格指數+固定資產投資價格指數）/2縮減，信息傳輸、軟件和信息技術服務業、租賃和商務服務業、科學研究和技術服務業、水利、環境和公共設施管理業、居民服務、修理和其他服務業用服務項目價格指數縮減，教育業用教育服務價格指數縮減，衛生和社會工作用醫療保健價格指數縮減，文化、體育和娛樂業用文化娛樂價格指數縮減。加權匯總即可得該行業中間投入的價格指數。以2007年深圳市投入產出（IO）表42部門③考慮2011年行業分類的變動，為保證2011年前后行業部門口徑一致，對2012年投入產出表略有調整，金屬制品、機械和設備修理服務部門并入專用設備部門。（包括1個農業部門、24個工業二位數行業部門、1個建筑業部門、16個服務產業部門）基本流量表以及2012年深圳市投入產出表42部門基本流量表為基礎，計算工業各部門中間投入中各來源部門的權重。2007年投入產出表計算的權重用于2006—2009年各年投入平減指數計算，2012年的用于2010—2014年計算。將某部門中間投入中42個來源部門當年產出價格指數加權匯總，得到該部門的投入價格指數（上年＝100），最后用各年的投入價格指數（上年＝100）計算出以2005年為基的投入平減指數（2005年＝100）。

直接材料消耗平減指數（年度兩位數行業分類指數）。工業各分行業的直接材料消耗來自于國民經濟農業和工業各行業部門，將這些行業部門產出價格指數（上年=100）加權匯總即可得該行業直接材料消耗的價格指數，構建方法同投入平減指數。

（二）方法

全要素生產率（TFP）一般被解釋為總產出中不能由要素投入所解釋的“剩余”，反映了生產過程中各種投入要素轉化為最終產出的總體效率。對TFP的測算從估計生產函數開始。假設生產函數為C-D生產函數，如下式：

使用簡單線性估計方法對式（2）估計資本和勞動彈性時，會產生因聯立性（simultaneity）和選擇性偏誤（selection bias）帶來的內生性問題。企業在做生產決策時，會根據市場以及當期觀測到的部分效率情況，選擇資本和勞動投入，此部分效率（當期被觀測部分）已影響到要素投入的選擇，此時如還將誤差項代表TFP，則殘差項與回歸項相關，使得OLS估計結果產生偏誤，這就是式（2）中因聯立性或決策同時性帶來的內生性問題。另一個內生性問題是樣本選擇性偏誤，面對低生產率水平沖擊時，規模大小不同的企業反應不一，小企業更易退出市場，而大企業更能承受較低的生產率水平，這種退出機制的差異會引起樣本選擇問題，導致OLS估計有偏。

針對聯立性和選擇性偏誤帶來的內生性問題，研究者提出了不同的改進方法，目前常用的有OP法和LP法。OP法假定企業依據當前企業生產率狀況做投資決策，用企業的當期投資作為不可觀測生產率沖擊的代理變量，從而解決了聯立性問題，同時考慮了企業的退出決策并借助Heckman兩步法來修正選擇性偏誤問題。OP法的不足之處在于，不管是中國工業企業數據還是其他國家如智利、哥倫比亞和墨西哥等國的企業層面數據，約四分之一的觀測值存在零投資和負投資的情況，而以當期投資作為不可觀測生產率的代理變量時投資要滿足非負條件，TFP估計需舍棄掉這些不滿足條件觀測值，造成數據截斷問題。LP方法認為中間投入變化可以更為靈敏地表征企業面對生產率沖擊時的反應，因此將中間投入變量代替OP法中的當期投資變量作為代理變量，以此解決聯立性問題，同時中間投入變量沒有大量負數或零的情況，避免了使用OP法導致的數據截斷問題。本文采用LP方法和OP方法計算TFP，用LP計算結果作為報告結果。

（三）結果

經過面板數據整理和固定資產異常值刪除等處理過程，2005—2014年共有61,095個觀測值，合13,610家企業。將各變量（總產出、中間投入、直接材料消耗、工業增加值）缺失或為負值或為零值的觀測值剔除，將從業人數缺失和小于8的觀測值剔除，剔除后觀測值個數為59,414，合13,485家企業，其中制造業樣本58,998個，合13,416家企業。另外，采用對面板數據異常值調整修正方式，對固定資產、勞動力等異常值修正處理后，2005—2014年共有66,397個觀測值，合13,795家企業，剔除總產出、中間投入、直接材料消耗、工業增加值四個變量缺失、為負值、為零值的樣本。剔除后觀測值個數為64,793，合13,748家企業，其中制造業樣本64,341個，合13,681家企業。

圖1 深圳市制造業整體TFP變化（2005—2014）

以制造業樣本為數據基礎，采用LP方法和OP方法計算企業TFP，用LP計算結果作為報告結果，OP計算結果①OP方法要估計生存概率模型，2014年是樣本庫最后一年，無法獲得退出信息，因此需被舍棄，只能計算2005—2013年企業TFP。作穩健性分析。既用制造業全部樣本做一個總體的估計，也考慮行業技術水平和生產模式相異情況，用分行業樣本分別估算各行業②深圳以兩位數行業分類的樣本量除通信設備、計算機及其他電子設備制造業，電氣機械及器材制造業等少數行業樣本量足夠進行OP和LP外，其他兩位數行業的樣本量不足，將樣本量不足的兩位數行業進一步歸類為更粗一級的工業部門，如食品行業，紡織縫紉及皮革行業、森林行業、造紙及文教用品行業、化學行業、冶金行業等。的資本和勞動系數，計算企業層面TFP，報告用分行業計算的結果。

深圳市制造業TFP。制造業整體TFP以企業層面TFP為基礎計算，一般由企業層面TFP直接加權得到整體的TFP，以工業總產值或從業人數或工業增加值份額作權重。分別按工業總產值、從業人數、工業增加值為權重以及簡單平均計算深圳制造業年度整體TFP，結果如圖1所示。從以工業增加值作為權重的深圳制造業整體TFP計算結果看，2005—2014年，深圳制造業TFP持續上升，除2007年略有下降外，其他年度均是正增長，從5.49增長到6.52，年均增長速度為1.93%，略低于Penn World Table 9.0數據③見http://www.rug.nl/research/ggdc/data/pwt/pwt-9.0。計算的同期中國TFP年均增速2.32%。但2009—2014年深圳制造業TFP年平均增長2.58%，比2005—2008年有較大提高，且遠遠高于同期中國TFP年均1.31%的增速。

三、深圳制造業資源配置與優化

蔡昉認為，全要素生產率由資源配置效率和微觀生產效率兩部分組成，本質上是一種資源配置效率。[14]產業結構優化、企業競爭和創新競爭帶來的資源重新配置均能提升全要素生產率。隨著產業結構調整優化升級，資源在產業之間重新配置，生產要素從低生產率產業向高生產率產業流動，整體資源配置效率隨之提高。市場競爭導致優勝劣汰，資源在企業之間重新配置，生產要素從低效率企業向高效率企業流動，提高全要素生產率。創新競爭中，企業創新能力越大，越能擴大規模進而獲得更多的生產要素等資源，規模收益遞增，從而提升全要素生產率。

從測算結果看，2005—2014年間深圳制造業TFP總體提升。整體生產率水平的提升既來源于絕對的技術進步，也來源于資源配置效率的改善。值得注意的是，絕對的技術進步存在“天花板”現象，技術進步到一定程度時，其提升的空間會越來越小。如Penn World Table9.0數據顯示，發達國家TFP增長速度一般都比較低，2000—2014年美國TFP平均增速為0.64%，低于同期中國2.96%的增長率水平。不過正如中國2000—2014年年均2.96%、2005—2014年年均2.32%和2009—2014年年均1.31%增長率這種階梯下降趨勢顯示的那樣，因技術上的后發優勢，發展中國家TFP可能會有較高增長，但也會面對提升空間越來越狹窄的困局，隨著經濟發展水平和技術水平的提高而TFP增速會下降，此時資源配置效率的提升就對TFP提升起至關重要的作用，資源由低效率企業流向高效率企業，即使企業本身絕對技術進步沒有提升，而整體生產率同樣可以不斷提高。那么，樣本期間深圳制造業資源配置狀態究竟如何呢？本文通過TFP離散度等指標的刻畫，考察深圳制造業資源誤置及優化程度。

Hsieh and Klenow認為，在不存在任何扭曲的理想條件下，資源的自由流動導致低生產率企業被高生產率企業兼并或者擠出市場，市場上所有企業的生產率趨于相等。而在現實經濟條件下，企業之間總存在著生產率高低之分。[16]各企業間的生產率差異越大，表明距離理想資源配置狀態越遠，資源誤置的程度越嚴重。一般用九十分位企業的TFP與十分位企業的TFP之比、樣本范圍內TFP的標準差等TFP離散度指標來刻畫資源誤置程度。本部分在2005—2014年深圳制造業企業TFP的基礎上，計算出各年度的TFP離散度，如表2所示。

表2 深圳制造業分年度TFP離散度和OP協方差

表2顯示，2005年90%分位TFP值是10%分位TFP值的2.14倍，說明有10%的企業其效率不如另外10%企業的一半，企業間的生產率存在比較顯著的差異，從這個角度看，深圳制造業存在較明顯的資源誤置。但從縱向對比看，深圳制造業TFP90/10的比值從2005年的2.14下降到2014年1.76，TFP離散度總體呈減少態勢，總體降幅達17%。與此同時，TFP標準差從2005年1.15降至2012年的1.05，但近兩年又有回升。同期，TFP均值除2009年有所下降外，其他年份均逐年增加，年均增長2.49%。這表明，隨著時間的推移，深圳制造業資源誤置現象得以減輕，生產率總體上升。

Olley和Pakes（1996）[12]提出的生產率分解可作為另一度量資源誤置的方法。如式（4）所示，

進一步計算深圳制造業28個兩位數行業的OP協方差，詳細考察深圳制造業的資源誤置情況（見表3）?？傮w上看，只有兩個行業的資源配置效果為負，其他26個均為正，說明深圳制造業的資源配置總體上較具效率。行業內部資源配置效果最好的是通信計算機電子設備制造業，其次是交通運輸設備制造業，再是醫藥制造業，而最差的是木材加工及木、竹、藤、棕、草制品業和廢棄資源和廢舊材料回收加工。行業間OP協方差形成這種較大差別，很可能是因為前者行業集中度較高，資源向高生產率企業集聚，得以實現有效整合，而后者資源分散，缺乏有效整合。[8]

表3 深圳分兩位數行業制造業OP協方差

四、深圳制造業效率動態變化

如前所述，2005-2014年間深圳制造業資源配置狀態總體優化，帶動TFP水平整體提升。資源配置效率的變化對深圳制造業TFP水平變化的作用如何，企業的絕對技術進步所起的作用又如何呢？本部分從企業成長和資源配置效率變化兩個角度來考察深圳制造業TFP變化問題。如式1所示，整體生產率是由各企業生產率經企業市場份額加權匯總而得的。整體生產率的年度變化不僅是個體企業生產率變化的反映，也是企業間市場份額再分配的結果。市場份額的變化既有在位企業之間的份額變動，也包括了企業進入與退出帶來的變動。為了測算出企業成長和資源配置對整體生產率的影響，學術界提出了幾種對整體生產率變化進行分解的方法，目前較通用的有四種，分別是Baily et.al（1992）[17]提出的BHC分解、Griliches et.al（1995）[18]提出的GR分解、Foster et.al（2001）[19]提出的FHK分解以及Melitz et.al（2015）[20]提出的MP分解。BHC分解首次將生產率的變化分成四個部分：在位企業內部生產率分布變化（within-firm）、在位企業內部市場份額的變化（between-firm）、進入企業生產率變化（enter）和退出企業生產率的變化（exit），后三種分解都是基于BHC分解的思路進行的改進。GR分解在BHC分解的基礎上剔除由于忽略年度平均生產率而導致的誤差。FHK分解在上面兩個模型的基礎上將市場資源配置從企業生產率提升中分離出來。MP分解在總結前三種方法的基礎上，對OP方法進行修改，得到了動態的OP分解方法。本部分主要基于MP分解對深圳制造業TFP進行分解。

MP方法將整個行業整體生產率在前后兩年間的變動當作在位企業組（S）、進入企業組（E）和退出企業組（X）市場份額及生產率的函數。將第一期所有企業分為在位企業組及退出企業組，第二期所有企業分為在位企業組和進入企業組，則兩期的整體生產率可寫為：

第一行指整體生產率的變動可分為在位企業組、進入企業組和退出企業組等三個部分的變動，第二行進一步利用OP分解將在位企業組變動分解為在位企業內部生產率分布變化的影響（即在位企業簡單平均生產率的變動）及在位企業間市場份額重新配置的影響（即在位企業市場份額與生產率協方差的變動）。

MP生產率分解需對每一年企業分組，分解時該年如果作為第一期，則需分組為在位企業和退出企業兩組，如果作為第二期，則需分解為在位企業組和進入企業組。某年進入企業組定義為該組企業在2005年至此前一年未在深圳規上工業庫中出現，某年退出企業組定義為該組企業在此年后一直到2014年未在庫中出現。基于企業生產率及分組信息，采用MP方法進行的深圳TFP增長分解結果見表4。

表4 TFP生產率分解（2005—2014）

2005—2014年深圳TFP整體增長來源于四個部分：在位企業本身的效率提升、在位企業間的資源配置效率改善、企業進入效應和企業退出效應。深圳制造業效率提升的主要來源是企業自身成長和企業間配置效應貢獻份額，企業自身成長貢獻份額為54.8%，企業間配置效應貢獻份額為55.8%，而企業凈進入效應貢獻份額是-10.6%。不過從2009—2014年看（如圖2），進入企業貢獻的負效應變小，退出企業貢獻的正效應變強，“優勝劣汰”效應貢獻份額轉為正。

值得關注的是，樣本期間深圳制造業TFP增長中，在位企業資源再配置效應略大于企業自身成長效應，而近五年的分解結果顯示資源再配置效應進一步超過企業自身成長效應，特別是2011年后（如圖2所示），TFP增長主要來源于資源再配置效應。這說明深圳制造業生產率增長中，企業本身成長的作用相對變小，而企業間配置效率改善的作用越來越大。如前所述，隨著經濟發展水平和技術水平的提高，企業絕對技術進步提升的空間越來越狹窄，需要消耗更多的資源來支撐技術進步，而資源配置效率提升從而推動生產率提升才是真正的內生增長模式，[3]資源由低效率企業流向高效率企業，即使企業本身絕對技術進步沒有提升，整體生產率也可以不斷提高。從數據分解結果看，深圳制造業近年的發展正契合這樣的增長模式，整體生產率水平提高既有企業絕對技術進步的支撐，更有資源配置效率改善的帶動。深圳作為改革開放的試驗田，充分發揮有為政府和有效市場優勢，在市場化改革、制度創新、產業優化、科技創新等方面走在全國前列，良好的制度環境和市場競爭環境一方面賦予企業主體地位，通過加強技術和管理創新尋求企業競爭優勢獲得成長，另一方面讓市場在資源配置中發揮決定性作用，資源可更自由地在企業間、產業間、區域間流動，從低效率企業流向高效率企業。這也啟示政府在經濟結構轉型過程中，既要關注市場失靈，又需著力營造良好市場環境，真正發揮市場作用，從而使得資源配置效率得到提升，帶動整體生產率水平的提高。

圖2 TFP生產率分解（2009—2014）

五、結論

本文從構建面板數據，處理資本、中間投入、直接材料消耗、勞動力和價格指數變量等方面全面規整深圳2005-2014年規模以上工業企業數據庫，測算深圳制造業企業層面全要素生產率。結果顯示，樣本期間深圳制造業TFP年平均增長1.93%，略低于同期中國TFP年均2.32%的增速，但2009—2014年深圳年平均增長2.58%，遠高于同期中國TFP年均1.31%的增速。從TFP離散度等指標看，深圳制造業存在一定的資源誤置現象，但樣本期間其資源重置優化程度逐漸提升。MP生產率分解結果看，樣本期間深圳制造業TFP增長中，在位企業資源再配置效應略大于企業自身成長效應，近五年資源再配置效應進一步超過企業自身成長效應，特別是2011年后，深圳TFP增長主要來源于資源再配置效應，深圳制造業企業間配置效率不斷改善，契合“市場在資源配置中起決定性作用”的改革思路。

城市提高全要素生產率，推動經濟高質量發展，一要加大科技創新力度，完善科技治理體系，提高創新政策實效，著力提升創新服務能力，打造一流創新創業環境，推動企業技術進步。二要著力構建契合新經濟發展的制度環境，釋放制度紅利，加大政府投入，提升城市營商環境，降低市場準入和市場運行的制度成本，真正發揮市場作用，讓市場在資源配置中發揮決定性作用，讓資源可更自由地在企業間、產業間、區域間流動，從低效率企業流向高效率企業。三要推動產業轉型升級，根據城市資源稟賦特征，加快現代產業體系建設，推進產業向高端化、高附加值領域轉移，提升產業鏈核心競爭力。