賈伊萌　張旭亮

摘要：隨著企業(yè)層面數(shù)據(jù)可獲得性的增加，我國對行業(yè)全要素生產(chǎn)率（TFP）的研究趨勢正在由宏觀走向微觀。文章基于2008年～2018年制造業(yè)上市企業(yè)的面板數(shù)據(jù)，同時運用OP、LP法測算了企業(yè)層面的TFP并對兩種方法測得的結(jié)果進行對比，此外對整個制造業(yè)TFP的年度動態(tài)變遷以及各細分行業(yè)TFP的異質(zhì)性也進行了比較分析。研究發(fā)現(xiàn)：LP方法下測得的TFP普遍要高于OP方法;從縱向來看，2008年～2018年我國制造業(yè)TFP在波動中上升;從各細分行業(yè)來看，高新技術(shù)產(chǎn)業(yè)TFP增速較快，傳統(tǒng)勞動密集型產(chǎn)業(yè)TFP依舊低于行業(yè)平均水平。

關(guān)鍵詞：制造業(yè);上市企業(yè);全要素生產(chǎn)率;OP法;LP法

一、 引言

“十三五”規(guī)劃提出，要推動我國制造業(yè)供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)制造強國。自改革開放以來，制造業(yè)一直是我國國民經(jīng)濟的支柱行業(yè)。經(jīng)過幾十年的快速發(fā)展，我國制造業(yè)規(guī)模已經(jīng)躍居世界第一位，但與先進國家相比，我國制造業(yè)大而不強的問題突出，主要表現(xiàn)在生產(chǎn)效率低下、產(chǎn)能過剩等問題。那么，在新的時代和政策背景下，如何準(zhǔn)確衡量我國制造業(yè)的發(fā)展效率是學(xué)術(shù)界亟需解決的問題。全要素生產(chǎn)率（Total Factor Productivity，以下簡稱TFP）是指在各種生產(chǎn)要素的投入水平既定的條件下所達到的額外生產(chǎn)效率，是衡量一個經(jīng)濟體發(fā)展效率和經(jīng)濟活力的關(guān)鍵指標(biāo)，實證研究中通常用行業(yè)TFP來衡量一個產(chǎn)業(yè)的經(jīng)濟效益和發(fā)展效率。企業(yè)是市場經(jīng)濟活動中最重要的主體，但是過去對于TFP的研究多基于宏觀層面，忽略了微觀企業(yè)存在的異質(zhì)性問題，隨著近年來微觀數(shù)據(jù)庫的開放和計量方法的發(fā)展，學(xué)者們開始通過不同方法度量微觀企業(yè)層面的TFP，本文就OP、LP這兩種主流的半?yún)?shù)法及其測算結(jié)果進行了討論。

二、 文獻綜述

自Solow于1957年提出TFP的概念后，學(xué)者們對TFP展開了廣泛而深入的研究，總結(jié)已有文獻對TFP的研究，大致可分為宏觀和微觀兩個維度。宏觀維度是指使用總量方法測度一個經(jīng)濟體的總體生產(chǎn)率水平，通常用于考察某個國家、地區(qū)或行業(yè)TFP對經(jīng)濟增長的貢獻，并且對不同國家、不同地區(qū)或不同產(chǎn)業(yè)間TFP的異質(zhì)性進行比較分析;微觀維度是從企業(yè)個體層面研究企業(yè)生產(chǎn)決策以及生產(chǎn)要素投入等對企業(yè)TFP的影響。

早期對TFP的研究主要在宏觀層面展開，第一類是從經(jīng)濟增長視角切入，研究某個國家總體TFP狀況，通常會對TFP進行年度動態(tài)變遷分析或不同國別間的比較分析，例如郭慶旺等（2003）利用宏觀數(shù)據(jù)估算了中國1979年～2004年間TFP水平并對其經(jīng)濟增長源泉作了分析;吳先華（2011）基于各國面板數(shù)據(jù)對世界主要國家的TFP進行了計算和比較;第二類是區(qū)域視角，運用各種方法對某個地區(qū)生產(chǎn)率狀況進行縱向比較或?qū)Σ煌貐^(qū)間TFP差異進行橫向比較，例如王志剛等（2006）對中國地區(qū)間生產(chǎn)效率與TFP增長率進行測算分解;第三類是從產(chǎn)業(yè)視角，利用產(chǎn)業(yè)數(shù)據(jù)測算中國各個產(chǎn)業(yè)生產(chǎn)率現(xiàn)狀及變化情況，例如吳利華等（2010）估算并分析了各行業(yè)TFP對工業(yè)總增長的貢獻;張曦等（2011）基于DEA-Malmquist指數(shù)法對2001年～2008年中國煤炭行業(yè)的TFP進行了測算。

近年來，隨著企業(yè)異質(zhì)性理論的發(fā)展以及微觀企業(yè)數(shù)據(jù)庫的開放，我國對于TFP的研究正逐步由宏觀層面轉(zhuǎn)向微觀企業(yè)層面，并且以中國工業(yè)企業(yè)數(shù)據(jù)庫為基礎(chǔ)產(chǎn)生了一批非常有影響力的研究成果，例如魯曉東等（2012）利用1999年～2007年中國工業(yè)企業(yè)數(shù)據(jù)，應(yīng)用最小二乘法、固定效應(yīng)方法、OP法和LP法等參數(shù)和半?yún)?shù)方法核算了我國主要工業(yè)企業(yè)的TFP;楊汝岱（2015）運用OP、LP法計算了1998年～2009年我國制造業(yè)企業(yè)TFP并從資源配置效率角度討論經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型問題;朱靈君等（2017）利用2000年～2007年中國食品工業(yè)企業(yè)數(shù)據(jù)，基于OP、LP等半?yún)?shù)方法計算企業(yè)層面全要素生產(chǎn)率，以此衡量食品工業(yè)企業(yè)全要素生產(chǎn)率的動態(tài)變遷及其在不同行業(yè)、地區(qū)和所有制類型企業(yè)間的異質(zhì)性。

雖然宏觀總量方法和微觀方法都可以用于測算不同經(jīng)濟體的TFP狀況，但是兩者具有截然不同的理論機理。相比較而言，使用宏觀總量方法測得的TFP是除去資本、勞動、土地等要素投入后的余值，包括經(jīng)濟環(huán)境、政策支持、技術(shù)創(chuàng)新等;而從企業(yè)微觀角度計算的TFP是指除了基本生產(chǎn)要素投入以外的包括生產(chǎn)決策、人力資本、研發(fā)投入等因素共同影響的結(jié)果。與宏觀層面的研究相比，國內(nèi)企業(yè)層面生產(chǎn)率的研究仍然較為缺乏。

微觀領(lǐng)域的OP和LP方法已被大量應(yīng)用于工業(yè)企業(yè)TFP的測算中，但目前仍沒有學(xué)者使用上市公司的數(shù)據(jù)對制造業(yè)TFP進行測算。鑒于以上研究現(xiàn)狀，本文基于2008-2018年制造業(yè)上市企業(yè)的面板數(shù)據(jù)，使用微觀領(lǐng)域較為成熟的OP、LP半?yún)?shù)法對我國制造業(yè)上市公司的TFP進行估算并對兩種方法進行比較，最后基于LP法的測算結(jié)果考察了整個制造業(yè)TFP的年度動態(tài)變遷以及制造業(yè)各細分行業(yè)TFP的異質(zhì)性。

三、 制造業(yè)全要素生產(chǎn)率的微觀測算

1. 測算方法。測算TFP通常需要從定義生產(chǎn)函數(shù)開始，最常用的是柯布道格拉斯函數(shù)，即：

Yit=AitL？琢itK？茁it（1）

其中，Yit表示i經(jīng)濟體t年的產(chǎn)出，Lit表示t年的勞動投入，Kit表示t年的資本投入，Ait則表示經(jīng)濟增長中不能被要素投入所解釋的部分，也就是TFP。對（1）式兩遍取對數(shù)得：

lnYit=？琢lnLit+？茁lnKit+？著it（2）

式中，lnYit、？琢lnLit、？茁lnKit分別表示產(chǎn)出、勞動投入和資本投入的對數(shù)形式，殘差項？著it則包含了TFP對數(shù)形式的信息。傳統(tǒng)OLS方法只需對（2）式中的殘差項進行估計即可得到TFP的無偏估計值，但是直接使用OLS方法估計微觀企業(yè)的TFP會不可避免的遇到兩大計量技術(shù)問題：同時性偏差和樣本選擇性偏差。首先，在企業(yè)實際生產(chǎn)過程中，決策者通常能觀測到生產(chǎn)率的變動，并依據(jù)當(dāng)期生產(chǎn)率狀況做出投資決策;其次，從樣本選擇的角度來看，生產(chǎn)率較低的企業(yè)會自動被市場淘汰，那么樣本內(nèi)保留下來的都是生產(chǎn)率較高的企業(yè)，因此如果不考慮退出企業(yè)將會高估整體的TFP。

Olley和Pakes（1996）最早運用半?yún)?shù)方法來度量微觀企業(yè)TFP并很好的解決了以上兩大問題，其基本思路是：使用“企業(yè)投資”作為無法觀測部分生產(chǎn)率的代理變量以解決同時性偏差問題，樣本選擇性偏差問題則通過引進企業(yè)生存概率并設(shè)置退出變量來解決。以下是具體步驟：第一步，估計勞動項系數(shù)。假設(shè)企業(yè)的投資決策是根據(jù)上一期的生產(chǎn)率狀況決定的，由此可以建立生產(chǎn)率和企業(yè)投資之間的函數(shù)關(guān)系，將該投資函數(shù)代入公式（1）回歸可得勞動項的一致無偏估計系數(shù);第二步，估計資本項系數(shù)。根據(jù)企業(yè)上一期的資本存量和投資額在Probit模型中引入生存概率，再結(jié)合第一步OLS估計出的擬合殘差即可得到資本項的一致無偏估計系數(shù);最后由前兩步得到的勞動項和資本項系數(shù)可以估算出企業(yè)的TFP。

但是OP法在選擇“企業(yè)投資”作為代理變量時會存在以下問題：一方面，并不是所有企業(yè)都具有正的投資額，代理變量（投資）與總產(chǎn)出始終保持單調(diào)遞增關(guān)系是OP法的重要前提，這說明那些投資額為零的數(shù)據(jù)將無法被估計，造成大量樣本被丟棄;另一方面，非凸性調(diào)整成本的存在會使得投資額和誤差項之間存在相關(guān)關(guān)系。

針對以上問題，Levinsohn和Petrin（2003）提出了LP半?yún)?shù)法，其基本思路與OP法大致相同，與OP法不同的是，LP法選取企業(yè)的“中間投入”作為無法觀測部分生產(chǎn)率的代理變量以解決同時性偏差問題，LP法認為使用中間投入作為代理變量時，樣本量的損失率較小，可以更好的解決生產(chǎn)函數(shù)的內(nèi)生性問題。以下是具體步驟：第一步，假定企業(yè)的中間投入由資本和生產(chǎn)率決定，建立生產(chǎn)率與中間投入的函數(shù)關(guān)系并用二階多項式估計出中間投入函數(shù)，然后將該中間投入函數(shù)代入生產(chǎn)函數(shù)，回歸可得勞動項的一致無偏估計系數(shù);第二步估算得到資本項和中間投入項的系數(shù)，最后得到全要素生產(chǎn)率的估計值。

2. 數(shù)據(jù)來源與變量處理。本文數(shù)據(jù)來源于2008年～2018年制造業(yè)上市企業(yè)公布的合并財務(wù)報表年度數(shù)據(jù)，剔除在研究期間出現(xiàn)ST、*ST的企業(yè)或退市的企業(yè)以及數(shù)據(jù)披露不全的企業(yè)，最終獲得非平衡面板數(shù)據(jù)包括2 192家上市公司，共16 222個年度觀測值。相關(guān)變量定義如下：

Y是總產(chǎn)出，原為工業(yè)增加值，但是上市公司年報中并未披露這一指標(biāo)，因此用企業(yè)的年度營業(yè)收入代替;L是勞動力變量，取現(xiàn)金流量表中的“支付給職工以及為職工支付的現(xiàn)金”;K是資本投入變量，用固定資產(chǎn)凈值表示;I是投資變量，具體計算公式：購建固定資產(chǎn)無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金-處置固定資產(chǎn)無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額+取得子公司及其他營業(yè)單位支付的現(xiàn)金凈額-處置固定資產(chǎn)無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額-折舊攤銷;exit是退出變量，根據(jù)上市公司在樣本區(qū)間是否被ST、*ST和PT以及是否退市來判定;M是中間投入，用企業(yè)的營業(yè)成本加上企業(yè)的銷售費用、管理費用、財務(wù)費用再減去企業(yè)的當(dāng)期計提折舊與攤銷以及支付給職工以及為職工支付的現(xiàn)金來表示。

3. 測算結(jié)果。

（1）OP法與LP法測算結(jié)果比較。首先，由于上市公司投資數(shù)據(jù)的大量缺失，OP方法的樣本廢棄率高達40%，而以中間投入作為代理變量的LP法的樣本廢棄率只有15%左右，可見LP法較好地解決了OP法存在的樣本損失較大的問題。其次，根據(jù)測算結(jié)果，LP法測得的各個年份的制造業(yè)TFP均高于OP法測得的TFP，LP_TFP的平均值為8.19，OP_TFP的平均值為4.12，但是兩種方法測得的TFP變化趨勢大致相同，除了2009年、2012年和2015年有所下降，其余年份均呈增長趨勢。最后，本文分別使用OP、LP方法估算了（1）式中勞動項和資本項的系數(shù)，發(fā)現(xiàn)兩種方法估算所得的資本項系數(shù)β均小于勞動項系數(shù)α，以LP方法為例，使用LP方法測得的勞動產(chǎn)出彈性α=0.635，資本產(chǎn)出彈性β=0.158，說明LP法很好地解決了因樣本選擇性偏差所導(dǎo)致的資本項系數(shù)被低估以及因同時性偏差問題所導(dǎo)致的勞動項系數(shù)被高估的問題，但是，LP法得到的勞動項和資本項的系數(shù)比OP法更顯著，因此接下來使用LP法估算所得的TFP值作為行業(yè)分析的基礎(chǔ)。

（2）整個制造業(yè)TFP分析。值得注意的是，本文用LP法測得的是2008年～2018年間每家制造業(yè)上市企業(yè)的TFP水平，以各企業(yè)總產(chǎn)出為權(quán)重對相同年份的企業(yè)TFP進行加權(quán)平均，最終得到整個制造業(yè)TFP水平值與增長率。另外，本文使用的是微觀上市公司的數(shù)據(jù)，因此加權(quán)平均后得到的也只是制造業(yè)所有上市企業(yè)生產(chǎn)率的平均表現(xiàn)，而非宏觀意義上的行業(yè)技術(shù)進步水平。

根據(jù)測算結(jié)果，整體來看，2008年至2018年制造業(yè)上市企業(yè)的TFP總體保持上升趨勢，水平值穩(wěn)定在10左右，最低為2009年的9.67，最高為2018年的10.13;TFP增長率在0.5%左右徘徊，最低為2009年的-1.03%，最高為2010年的2.91%。從增長趨勢來看，2009年～2011年、2015年～2018年制造業(yè)上市企業(yè)的TFP水平值均逐年上升，分別從2009年的9.67上升至2011年的10.04以及從2015年的9.92上升至2018年的10.13;從2011年到2015年，制造業(yè)上市企業(yè)的TFP水平值和增長率均有所下降。

（3）各細分行業(yè)TFP分析。分析了2008年～2018年間所有制造業(yè)上市企業(yè)的整體表現(xiàn)及年度動態(tài)變化后，考慮到行業(yè)之間性質(zhì)差異較大，接下來根據(jù)《證監(jiān)會行業(yè)分類標(biāo)準(zhǔn)》和《國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)》將2 192家制造業(yè)上市企業(yè)進一步細分為17個子行業(yè)，分別為：紡織業(yè)，紡織服裝鞋帽皮革羽絨及其制品業(yè)，食品和酒、飲料制造業(yè)，造紙印刷和文教體育用品制造業(yè)，木材加工品和家具制造業(yè)，石油、煉焦產(chǎn)品和核燃料加工業(yè)，非金屬礦物制品業(yè)，金屬冶煉和延壓加工業(yè)，化學(xué)產(chǎn)品制造業(yè)，金屬制品業(yè)，通用設(shè)備制造業(yè)，交通運輸設(shè)備制造業(yè)，專用設(shè)備制造業(yè)，電氣機械及器材制造業(yè)，計算機、通信和其他電子設(shè)備制造業(yè)，儀器儀表制造業(yè)和其他制造業(yè)。各子行業(yè)TFP估算結(jié)果如下：

從平均水平來看，各細分行業(yè)中TFP最高的是交通運輸設(shè)備制造業(yè)、金屬冶煉和延壓加工業(yè)、石油、煉焦產(chǎn)品和核燃料加工業(yè)，分別為10.73、10.45和10.24，這三個行業(yè)均屬于高新技術(shù)產(chǎn)業(yè)，說明我國近幾年高新技術(shù)產(chǎn)業(yè)扶植政策效果良好;其中TFP較低的行業(yè)有紡織業(yè)、木材加工品和家具制造業(yè)、紡織服裝鞋帽皮革羽絨及其制品業(yè)、儀器儀表制造業(yè)、造紙印刷和文教體育用品制造業(yè)，均低于制造業(yè)TFP平均水平，這些行業(yè)大多屬于傳統(tǒng)勞動密集型產(chǎn)業(yè)，說明傳統(tǒng)行業(yè)技術(shù)革新成果甚微，勞動密集型產(chǎn)業(yè)依舊占我國國民經(jīng)濟較大比重。

四、 結(jié)論與政策建議

隨著企業(yè)層面數(shù)據(jù)可獲得性的增加，我國對行業(yè)全要素生產(chǎn)率（TFP）的研究趨勢正在由宏觀走向微觀。遵循這一研究趨勢，本文基于2008年～2018年制造業(yè)上市企業(yè)的數(shù)據(jù)，使用OP、LP兩種主流半?yún)?shù)法計算了我國制造業(yè)TFP水平值及增長率，就計算結(jié)果對兩種方法進行對比，最后選取LP方法下測得的TFP值作為考察樣本期內(nèi)制造業(yè)上市公司整體生產(chǎn)率變化以及各細分行業(yè)間生產(chǎn)率的差異。本文主要研究結(jié)論如下：

OP方法與LP方法對比。首先，以中間投入為工具變量的LP方法較好地解決了OP方法數(shù)據(jù)丟失的問題;其次，OP法與LP法估算所得的勞動項系數(shù)均大于資本項系數(shù)，說明這兩種半?yún)?shù)方法很好的解決了因樣本選擇性偏差和同時性偏差所導(dǎo)致的系數(shù)被高估或低估的問題;從整體結(jié)果上看，雖然各個年度LP法測算所得的TFP平均值都比OP法測算所得的TFP平均值要高，但OP_TFP與LP_TFP在1%水平上顯著相關(guān)，說明兩者擬合度較高、變化趨勢基本一致。最后就制造業(yè)上市公司的數(shù)據(jù)來看，LP法得到的勞動項和資本項的系數(shù)比OP法更顯著，說明在估算上市公司的TFP水平時LP方法的可靠性更高。

整個制造業(yè)TFP的發(fā)展?fàn)顩r。2008年～2018年，制造業(yè)TFP除了個別年份有所下降，其余年份呈小幅上升趨勢，總體TFP增長率水平較低，說明近十年以來我國制造業(yè)生產(chǎn)效率不容樂觀。隨著中國經(jīng)濟進入“新常態(tài)”，過去單純依靠增加要素投入量的粗放型增長模式難以為繼，要想實現(xiàn)制造業(yè)強國，必須轉(zhuǎn)換增長動力，爭取從“規(guī)模速度粗放增長”向“質(zhì)量效率集約增長”轉(zhuǎn)換，促使TFP的增長成為新常態(tài)下經(jīng)濟增長的源泉。

各子行業(yè)的發(fā)展?fàn)顩r。各子行業(yè)中TFP水平較高的均是高新技術(shù)產(chǎn)業(yè)，包括交通運輸設(shè)備制造業(yè)、煉焦產(chǎn)品和核燃料加工業(yè)、金屬冶煉和延壓加工業(yè)以及石油;紡織業(yè)、木材加工品和家具制造業(yè)、紡織服裝鞋帽皮革羽絨及其制品業(yè)、造紙印刷和文教體育用品制造業(yè)、儀器儀表制造業(yè)等傳統(tǒng)勞動密集型產(chǎn)業(yè)TFP水平大都低于平均水平。說明我國近幾年高新技術(shù)產(chǎn)業(yè)扶植政策效果良好，但是制造業(yè)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型效果不明顯，由于傳統(tǒng)勞動密集型產(chǎn)業(yè)依舊占我國國民經(jīng)濟較大比重，所以未來應(yīng)重視進一步促進傳統(tǒng)制造業(yè)技術(shù)革新，以提高生產(chǎn)效率，同時也要提高行業(yè)之間資源配置的效率，促使資源在制造業(yè)各子行業(yè)間流通，推動制造業(yè)優(yōu)質(zhì)高效發(fā)展。

參考文獻：

[1] 郭慶旺，賈俊雪.中國全要素生產(chǎn)率的估算：1978- 2004[J].經(jīng)濟研究，2005，（6）：51-60.

[2] 吳先華，郭際，李有平等.基于面板數(shù)據(jù)的世界主要國家全要素生產(chǎn)率的計算[J].數(shù)學(xué)的實踐與認識， 2011，41（13）：10-28.

[3] 王志剛，龔六堂，陳玉宇.地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長率分解（1978-2003）[J].中國社會科學(xué)，2006，（2）：55-66.

[4] 吳利華，張思陽.析各行業(yè)全要素生產(chǎn)率對工業(yè)總增長的貢獻[J].經(jīng)濟問題，2010，（11）：85-88.

[5] 張曦，趙國浩.我國煤炭行業(yè)全要素生產(chǎn)率變動的實證研究[J].技術(shù)經(jīng)濟，2011，30（4）：46-76.

基金項目：國家社科基金項目“互聯(lián)網(wǎng)條件下我國專業(yè)市場及共生集群網(wǎng)絡(luò)的模式創(chuàng)新與路徑優(yōu)化研究”（項目號：17BJL077）;浙江省自然科學(xué)基金項目“專業(yè)市場、組織網(wǎng)絡(luò)與區(qū)域產(chǎn)業(yè)升級：作用機理與應(yīng)對策略”（項目號：LY17D010011）。

作者簡介：賈伊萌（1995-），女，漢族，浙江省杭州市人，浙江工業(yè)大學(xué)經(jīng)濟學(xué)院碩士生，研究方向：產(chǎn)業(yè)經(jīng)濟和區(qū)域經(jīng)濟;張旭亮（1976-），男，甘肅省張掖市人，博士（后），浙江工業(yè)大學(xué)全球浙商發(fā)展研究院副研究員，碩士生導(dǎo)師，研究方向：區(qū)域經(jīng)濟與規(guī)劃、產(chǎn)業(yè)經(jīng)濟與規(guī)劃、區(qū)域發(fā)展政策。

收稿日期：2019-10-11。