中国国有企业生产率变动趋势的实证分析——基于对769家国有企业跟踪调查样本的判断，本文主要内容关键词为：生产率论文,实证论文,样本论文,中国论文,国有企业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导言
中国以放权让利和市场化取向为主要特征的渐进式的改革取得了举世瞩目的成就。如何评价渐进式改革对国有企业的微观绩效的影响，国内外许多学者对这一问题倾注了极大的热情，大量的研究力量和学术资源被投入到我国工业改革绩效的实证研究和政策评价中，至今已形成了丰富的研究文献。这些文献大多从改革以来全要素生产率的变动入手评价国有企业改革的效果，但由于所用的研究方法不同、研究的角度不同、使用的数据及对数据的处理方法不同，在结论上存在很大的差异，有的观点甚至大相径庭。乐观派认为中国的国有企业改革大大提高了国有企业的生产效率，这种渐进式改革方式取得了巨大成功，如陈宽等人发表了“中国工业的生产率变动：1953-1985”的研究论文（Chen，et al，1988），发现改革前中国的全要素生产率基本处于停滞状态，而改革带来了全要素生产率的快速增长，1978-1985年间增长率达4.8％-5.9％；Jefferson，Rawski，Zheng（1992）发现1980-1988年国有企业的TFP年均增长2.4％，集体企业年均增长4.63％；Dollar（1990）认为1975-1982年样本企业的TFP年均增长4.7％；但悲观派则对这种渐进式的改革方式持消极态度，认为中国的改革并没有提高国有企业的效率，如Woo et al（1994）认为1984-1988年间国有企业的TFP增长最多为0，在有些行业甚至有所下降；而近期的研究结果如Jefferson，Rawski，Zheng（2000）显示尽管改革以来国有企业的全要素生产率存在一个长期增长但90年代以来增长率呈下降的趋势。
到目前为止的我国的国有企业改革是否成功？究竟取得了多大的成功？为了更好地理解和评价我国国有企业改革，本文在汲取前人研究成果的基础上，对1980-1999年间我国四省份769家国有企业的投入产出数据进行实证分析，以期通过对我国国有企业生产率的长期变动趋势的经验分析，对我国国有企业改革成功与否的评价提供新的经验支持。
本文内容安排如下：首先介绍所用样本概况和数据处理的细节，第三和第四部分是研究方法和结果，最后是本文的主要结论。
二、样本概况和数据处理
用于本文分析的是由中国社科院经济研究所主持的企业调查得到的面板数据。这组调查分三阶段进行，第一阶段1980-1989年有样本企业769家，第二阶段1990-1994年有样本企业752家，第三阶段1994-1999有样本企业441家，调查主要针对国有企业，样本分布在吉林、江苏、四川和山西四省，涵盖了39个行业，几乎跟踪了我国企业改革的整个过程。这一调查数据样本量之大，调查涵盖时间之长，调查范围之广，调查内容之全面使其能够从一般意义上代表样本期间国有企业的整体情况，为研究改革以来国有企业效率的变化提供了极大的便利。但是，由于该调查是委托各省的官方机构进行的，在样本选择的规模分布上与国有企业的整体情况相比存在有向上的偏差。比如在1990-1994阶段的调查中，大型企业的比重占23％，中型企业的比重占55％，小企业的比重只占25％。在实证结果的分析中必须对这一偏差给与足够的注意。
国内外学者对我国改革以来的全要素生产率的变动趋势之所以存在意见上的分歧，一方面在于不同的研究所选取的样本不同，有的研究运用总体数据，有的研究运用样本企业的数据，由此引起的全要素生产率变动的差异是可以解释的。另一方面在于不同的研究对数据的处理不同。对全要素生产率的测算，不管是运用何种方法，选择何种函数形式，都必须牵涉到以实际或不变价格衡量的投入和产出数据，所以研究结果的准确性关键取决于对投入和产出数据的平减和处理的准确度，即使是运用同样的方法，选择同样的样本，对数据的平减和处理不同就会导致结果上的很大的差异。因此，处理和平减数据成为全要素生产率测算中的关键环节，为了得到尽量真实准确的企业数据，在吸收现有文献结果的基础上，本文对数据做以下调整：
第一，产出指标的选择及其平减
在现有文献中，对产出变量及相应的投入变量的选择存在一定的差异。有的研究（Jefferson，Rawski，Zheng，1992，1996，2000；Woo，Hai，Jin，Fan，1994等）用总产值对劳动、资本和中间投入进行回归，而有的研究（Chen Kuan，et al.1988；Dollar，1990；Liu，Liu，1996等）用净产值对劳动和资本回归。从理论上来讲，资本和劳动投入足以反映企业的投入增值关系，其他中间投入品不过是将原值复制而已，并不能创造新增加值。因此，就效率分析的角度而言，只有资本和劳动才是最根本最重要的投入变量。因此，本文选择了用净产值对劳动、资本进行回归的形式。
以往的研究中往往用名义总产值除以实际总产值得出的隐含价格指数平减净产值，这种平减一般具有较大的误差，这是因为净产值缩减指数是一个总产值的缩减指数和中间投入的缩减指数的加权组合，只有当总产值价格指数和中间产品的价格指数相等时，二者才一致。但是，在中国，总产值价格指数一般低于中间投入价格指数，这是由于价格放开前原材料的价格相对于消费品等最终产品而言，价格被压低的程度更大，因此价格的放开导致原材料和中间产品价格的增长幅度整体上快于最终产品的价格。这样，用总产值价格指数缩减净产值势必带来对净产值的过度缩减，从而低估全要素生产率的增长。为了避免这种误差，本文首先用总产值物价指数和中间投入物价指数分别平减名义总产出和名义中间投入，然后将平减后的总产值和中间投入相减得到实际的净产值，即：
Dnety[，it]=Dgroy[，it]-Dinter[，it]
其中，Dnety[，it]是i企业在t年的经过价格平减后以1980年价为不变价的净产值，Dgroy[，it]是以1980年价计算的实际总产值，由于样本数据中有“企业实际工业总产值”一项，只需将1990年以后的以1990年价计算的企业实际工业总产值换算为1980年价表示即可，这比用国家统计局出版的统计年鉴的工业品出厂价物价指数折算要准确的多。Dinter[，it]是以1980年价计算的企业的实际中间投入，由于统计年鉴中只有1990年以来的“原材料、燃料、动力购进价格指数”，1980-1989年的中间投入价格指数借用Jefferson，et al，（1992，1996）的结果，经过换算后的中间投入价格指数见附录。
第二，劳动数量的调整和固定资本的平减
（1）关于是否扣除劳动和资本中的非生产性部分
由于体制的原因，我国的国有企业和许多集体企业为职工提供大量的社会性服务，这些服务需要大量的固定资产和劳动的投入，这些投入被称为“非生产性投入”。由于总产出核算中不包括企业提供的社会服务的价值，因此现有研究中一般都将这一部分非生产性投入也相应扣除。如陈宽等人（Chen，et al，1988）从总的固定资产和职工人数中完全扣除了职工住房投资和非生产性工人两项，而谢千里等人（Jefferson，et al 1992，1996，2000）则用生产用资本代替固定资产，并对劳动作了15-16％的扣除，大琢启二郎等人（中文版，2000）在估计国有企业的资本投入时剔除了住房投资一项，并将职工人数的15％作为非生产性劳动扣除。
在要素投入中是否应该扣除非生产性投入部分取决于研究的目的。扣减非生产性部分，只分析企业真正投入“生产过程”的要素，可以用来比较不同企业“生产过程”的效率，比较同样投入生产的要素，谁能生产更多的产出。而不扣减非生产性部分，分析投入到“企业”中的所有要素和其产出之间的关系，可以用来比较不同“企业”的效率，这不仅包括生产过程的效率，而且也包括企业内部资源配置的效率。作为通过测算全要素生产率反映国有企业改革成效的研究，我认为对投入中的非生产性部分进行扣减是欠妥的，因为改革的成效之一就在于使企业内部通过减少非生产性投入实现资源的更有效配置，如果一味地以一个固定比例扣减非生产性投入的话，这部分效率的改进则难以得到反映，所得到的结果只能是一个不准确的“生产过程”效率的变动趋势。显然，不对非生产性要素进行扣除更符合本研究的需要。
（2）对样本数据中的职工总数进行适当的调整。调查数据中劳动指标是职工总数，而不是劳动的总工时数，在每周劳动工时不变的情况下，用职工总数和劳动工时对结果没有影响，但由于1994和1995年我国工作日进行了调整，为了避免由于工作日调整带来的误差，参照Jefferson，et al（2000），本文也对94年以后的数据进行了调整，即将1994年企业的职工人数乘以0.93，1995年企业的职工人数乘以0.86，1996-1999企业的职工人数乘以0.83（Jefferson，et al，2000）。
（3）资本数量的调整及平减。在现有的统计数据中，关于资本总量指标一般只有固定资产原值和固定资产净值等指标，固定资产原值是以当年购买价衡量的固定资产的数量，固定资产原值减去折旧再加上以当年价衡量的当年购买的固定资产数量即固定资产净值。由于价格变动的因素，特别是价格改革以来，投资品的价格上升很快，直接用现有的固定资产原值和净值数据反映固定资产的真实数量的变化是不可取的，必须对其进行相应的折减。具体方法是，以1980年的固定资产净值年末数作为起点（1980年以前我国的投资品的价格变化不大，可以忽略），对每年的固定资产净值的增量用当年的固定资产物价指数平减，再加到上年的平减过的固定资产净值上得到当年的资本数量。即：
DNFA[，80]=NFA[，80]
DNFA[，81]=DNFA[，80]+（NFA[，81]-NFA[，80]）/DNFA[，81]
……
DNFA[，t]=DNFA[，（t-1）]+（NFA[，t]-NFA[，t-1]）/DEFK[，k] t=1982，1983，……，1999
其中，NFA[，t]（net fixed assets）表示t年的固定资产净值，DNFA表示平减过的固定资产的数量，DEFK[，t]表示t年的固定资产价格指数。由于《中国统计年鉴》只提供了1990年以来的固定资产价格指数，1990年以前的固定资产价格指数用Jefferson，et al（1992，1996）构造的固定资产价格指数。
三、生产函数的估计
在计算全要素生产率时，一般有两种方法：传统的平均生产函数估计法和现代的随机或确定的前沿生产函数法。尽管以数据包络分析方法为代表的前沿生产函数法近年来取得了一系列的新进展（如Lao and Brada，1990；Fare，et al 1996；郑京海、刘小玄和Bigsten，2000等），但传统的平均生产函数估计目前仍是最常用的估计方法，而其中又以“索洛残值法”用得最多。这种方法以新古典经济学理论为基础，将全要素生产率增长解释为产出增长中不能被能识别的有形投入增长解释的部分，这样，投入中能识别的部分越多，残值就越小，因此用这种方法衡量全要素生产率的增长有很大的随意性。并且由于索洛残值法假设的生产函数在不同时期具有同样的技术水平，即生产函数本身不随时间的变化而变化，故比较适合于横截面数据的分析。
本研究试图分析改革以来20年的我国国有企业全要素生产率的长期变化趋势。这20年来，中国的经济发生了巨大的变化，作为中国经济主要载体的国有企业也发生了质的改变，市场竞争的加剧，企业内部激励制度的建立等，无不促使国有企业选择更有效的生产方式进行生产。在这种背景下，如果假设企业具有一个一成不变的生产函数显然是不符合实际的，相反，假设生产函数的形式随着技术的进步而变化似乎更合乎逻辑。因此，本文在技术中性的假设下，在标准的柯布-道格拉斯生产函数中加入时间虚拟变量，并且考虑到不同企业规模技术特性的差异，为了避免异方差性，在生产函数加入规模虚拟变量，所估计的具体生产函数的形式为：
其中，Y[，it]表示以1980年价格作为不变价格计算的第i个企业在t年的净产值；
L[，it]表示第i个企业在t年的劳动投入；
K[，it]表示第i个企业在t年的资本投入；
DUM[，j]是年份虚拟变量，当t=j时，DUMj等于1，否则为0；
DUM[，gml]是规模虚拟变量，当企业是大规模时等于1，否则为0；
DUM[，gms]是规模虚拟变量，当企业是小规模时等于1，否则为0
对（1）式两边取对数，有：
lnY[，it]=lnA[，0]+αlnL[，it]+βlnK[，it]+γ[，81]+DUMyear[，81]+…+γ[，99]DUMyear[，99]+δ[，l]DUMgm[，l]+δ[，s]DUMgm[，s] （2）
式（2）就是要估计的生产函数，lnA[，0]、α、β、γ[，81]、……γ[，90]、δ[，l]和δ[，s]是待估计的参数。
在前期数据处理的基础上，对上述模型进行回归，结果见表1。
表1 样本企业生产函数回归结果
自变量 系数
常数项 0.501（5.009）***
lnK
0.388（24.036）***
lnL
0.385（18.972）***
DUM81 -0.126-2.094）**
DUM82 -0.069（-1.170）
DUM83 0.093（1.575）*
DUM84 0.228（3.884）***
DUM85 0.340（5.748）***
DUM86 0.317（5.410）***
DUM87 0.469（7.953）***
DUM88 0.618（10.421）***
DUM89 0.679（11.372）***
DUM90 0.748（12.946）***
DUM91 0.773（13.302）***
DUM92 0.959（16.534）***
DUM93 1.240（21.345）***
DUM94 0.962（13.778）***
DUM95 1.081（15.391）***
DUM96 1.411（20.059）***
DUM97 1.595（22.662）***
DUM98 1.534（21.757）***
DUM99 1.668（23.643）***
DUMgml 0.313（11.994）***
DUMgms -0.287（-11.138）***
注：矫正的判定系数R2是0.631，F值是680.800，括号内数字为相应系数的t统计量，*、**、***分别表示10％、5％和1％的显著水平。
由表1可以看出，在样本期间内，从总体上样本企业的劳动的产出弹性与资本的产出弹性之和等于0.793，其95％的置信区间为0.700-0.844，这意味着样本企业从总体上看不存在明显的规模经济。但从规模虚拟变量的系数上看，总体样本表现出大规模企业在生产效率上有优势（大规模企业虚拟变量的系数为0.313），而小规模企业的生产效率水平比大中型企业都差（小规模企业虚拟变量的系数为-0.287），这意味着大型企业生产效率的优势不是来自于规模本身，而是来自于规模以外的其他因素。一种解释是由于中国生产要素市场高度不完善，政府对大型企业的政策倾斜使其在资金、技术等方面比中小企业更有优势，从而使规模大的企业比小企业技术效率更高（张军，2002）。
四、全要素生产率的变化趋势
由在生产函数的估计中所得到的结果，可以计算出相应各年的全要素生产率水平。由于在标准的柯布-道格拉斯生产函数中加入了年份虚拟变量及企业规模虚拟变量，所估计生产函数的常数项部分反映了中等规模的样本企业基年（1980年）的生产率水平（这里与索洛残执法对全要素生产率的定义相同，即柯布-道格拉斯生产函数中的A即全要素生产率），而每一时间虚拟变量的系数反映了与基年相比当年的全要素生产率水平的变化。因此，用下式计算各年的全要素生产率：
计算结果见表2。
表2 样本企业全要素生产率水平
年份大型企业
中型企业
小型企业
TFP指数
TFP TFP指数
TFP TFP指数
TFP
19801.961001.651001.36100
19811.84 951.52 921.24 91
19821.89 961.58 961.29 95
19832.061051.741051.46107
19842.191121.881141.59117
19852.301171.991211.70125
19862.281161.971191.68124
19872.431242.121281.83135
19882.581322.271381.98146
19892.641352.331412.04150
19902.711382.401452.11155
19912.741402.421472.14157
19922.921492.611582.32171
19933.201632.891752.60191
19942.931492.611582.33171
19953.041552.731652.44179
19963.371723.061852.77204
19973.561823.251972.96218
19983.501793.181932.90213
19993.631853.322013.03223
由表2可以看出，从全要素生产率的绝对水平看，无论是大、中、小型的样本企业在1980-1999年间全要素生产率都表现出长期增长的趋势，但大型企业的生产率水平明显高于中型企业和小型企业，并且不同规模企业的增长幅度也不同，在整个样本期间大型企业的生产率增长了85％，中型企业增长了101％，小规模企业的增长幅度最大，增长了123％。三者的生产率增长幅度不同，导致三者之间生产率绝对水平的差距逐步缩小，1980年大型企业的生产率是小型企业的1.44倍，1990年是1.28倍，到1999年这一比例下降到了1.19倍。
就增长速度而言，20年间大型企业全要素生产率年均增长4.2％，中小型企业年均增长分别为5.1％和6.1％，小规模企业的增长速度最快。就时段而言，1980-1989年间大中小型企业的全要素生产率增长率分别为3.5％、4.1％和5.0％，这与Li Wei（1997）、Groves，et al，（1994）用同样时段的相同样本的分析所得结论基本一致，但高于Jefferson，et al（1992）和World Bank（1992）全要素生产率年均增长2.4％结论。根据本研究，90年代与80年代相比较，90年代的生产率增长速度放慢，但依然保持增长势头，大中小型企业的全要素增长率分别为3.4％、3.8％和4.4％，并没有像有些研究（如Jefferson，et al，2000）认为的那样生产率出现下降趋势。具体数据见表3。
表3 样本企业全要素生产率增长率
时段
大型企业中型企业小型企业
1980-1989 3.5％4.1％
5.0％
1990-1999 3.4％3.8％
4.4％
1980-1990 4.2％5.1％
6.1％
五、主要结论
评价我国的国有企业改革是否成功，可以从很多方面着手，其中全要素生产率的测定是研究的重点之一，目前的许多研究都以全要素生产率的变化作为评价改革成效的主要指标，但由于样本选择和数据处理的不同，对全要素生产率增长的趋势及增长的速度仍存在争议。为了进一步验证国有企业全要素生产率的变化，本文在总结前人研究经验的基础上，试图通过对数据更合理的处理和方法的更科学的选择及研究时段的延长以求对改革以来我国国有企业的生产效率有一个更客观更真实更全面的评价。通过对中国社科院经济所的企业调查数据库样本企业1980-1999年间的投入产出数据的实证分析，本文得到以下结论：
1、总体样本企业的全要素生产率在1980-1999年间有了显著提高，但90年代增长速度有所下降，这说明我国渐进式改革对国有企业的效率的提高是有积极作用的。
2、企业规模不同，全要素生产率水平和增长速度都不同，尽管大中型企业比小规模企业的全要素生产率水平高，但小规模企业的全要素生产率增长速度要快于大中型企业。
必须说明的是，由于样本数据中只包括国有企业，本研究只能对国有企业的效率进行动态分析，而无法在国有企业和非国有企业之间进行横向比较，这对全面评价企业改革效果不可谓不是一个缺憾。另外，按以上操作所得到的全要素生产率水平可以较好地反映出全要素生产率的变化趋势和变化幅度，就绝对值而言，其理论上的解释意义不大，因为全要素生产率水平本身就是一个不太容易明确的定义，其绝对水平的高低不仅取决于所选择解释变量的多少，而且也取决于所选择的样本时期跨度，比如，以1980年为起点进行回归得到的1985年和1986年的全要素生产率水平和以1982年为起点得到的这两年的全要素生产率的绝对水平是不同的，但其变化的趋势和幅度却大致相同。另外，由于样本企业的选择存在有向上的偏差，大中型企业在整个样本中所占比例较大，可能会导致本研究所估计的全要素生产率水平有可能也存在向上的偏差，尽管如此，样本企业全要素生产率的长期增长趋势是不容置疑的。
标签：全要素生产率论文; 生产函数论文; 虚拟变量论文; 实证分析论文; 生产率论文; 投入资本论文; 劳动生产率论文; 国企论文;