基于企业进入退出的“中国全要素生产率之谜”解释
基于企业进入退出的“中国全要素生产率之谜”解释
摘要：本文通过LP法回归出制造业TFP，对“中国全要素生产率之谜”进行了验证，并构造了企业进入退出的动态模型，在通过特征事实对参数估计之后，通过模拟2008年企业进入的冲击，拟合出了稳态情况下行业面对大规模企业进入时的TFP变动情况，并与事实进行了比较。
关键词：全要素生产率 企业的进入与退出 模型
一、问题的提出：中国全要素生产率之谜
中国全要素生产率之谜，即指在2008年之后，企业的研究与试验发展投入（R&D）不断扩大，而学者们通过不同的估算方式测度出来的中国TFP（全要素生产率）却在不断下滑。根据统计局数据，在2008年，除了工业企业的全要素生产率下降之外，企业的数量迎来了一个激增的过程。除2004年因为第一次工业普查完善了统计核算的精确度而导致进入数量剧增之外，正常年份企业纯进入数大致在2―3万，然而在2008年，企业纯进入数量达到了惊人的10万家左右。
联系到中国在该年的四万亿救市计划，笔者认为可能是该政策刺激了大批低于行业平均TFP的低效率企业进入行业，因此拉低了行业的平均值。为了验证这一猜想，则需考察企业的进入退出对全要素生产率的影响。
二、企业进入退出与全要素生产率 企业的进入退出又叫企业更替，是产业经济学中的一个重要概念，反映了市场的基本特征之一。企业的进出对于TFP的影响在近年来受到了国内外学者的重视。由于数据的可得性，国内外学者往往测算工业企业，尤其是制造业的进入退出对TFP的影响。如周黎安等（2006）采用1995―2003年中关村科技园区制造业企业层面的微观数据，认为园区的TFP变动可划分为企业自身生产率增长和企业进入退出的动态过程这两个部分。毛其淋等（2013）通过1998―2006年中国工业企业微观数据测算了TFP，并将企业进出理解为替代关系，运用Baldwin&Gu（2003）发展的BG分解法测算了企业的纯进入效应，并认为进入效应对于全要素生产率的发展存在较为显著的效果。
综上，笔者提出猜想，新进企业由于TFP较低，因此其进入效应会对行业TFP造成负面影响，但在未来因为学习效应新进入企业会逐渐抬高行业TFP；而退出企业因为TFP较低被淘汰，其退出效应会对行业TFP造成正面影响。2008年以来企业数量激增，可能因新进入企业数量过多且低效率企业比重增大而导致2008年企业进入效应增大，且对长期造成了影响，以至于TFP呈现了负增长。笔者将通过微观数据验证以上猜想，并构建模型，进行数字检验。
三、数据的处理与基本特征事实
（一）数据处理
本文采用的样本是1998―2007年中国工业经过产业筛选后的制造业规模以上企业微观数据库。原数据库包含近200万观测值，经过数据清理，约有160万观测值，收录从1998年的10万家企业到2007年的26万家企业，总销售额约占全国企业的70.8%，因此具有相当的代表性，是除了经济普查数据库外最大的企业级数据库。
通过计量软件stata将数据处理为非平衡面板数据，需要识别不同年份的相同企业。尽管每个企业都有法人代码，但考虑到法人代码变动而企业并未退出从而可能造成的企业状态识别错误，故借鉴毛其淋等（2013）的处理方式，通过包括电话、邮编、行业代码等信息进行匹配，并以此修正原始法人代码，提高数据精确度。
对于企业生产状态的判断，依循Disneyetal.（2003）、TimothyDuneetal.（2007）的方式，企业i如果t-1期存在，t期及之后不存在，则视作在t期退出；企业i在t-1期及之前不存在，t期存在，视作在t期进入。根据上述定义，1998―2007年各期退出企业共214453家，进入企业共339865家。Nt为t-1期到t期间进入的企业数量，St为t期留存企业数量，Xt-1为t-1期到t期退出的企业。
（二）全要素生产率的计量回归
根据鲁晓东等（2012），适用于微观数据的方法包括最小二乘法、固定效应法、半参数OP法①与半参数LP法②等。根据数据获取的难易程度与数据观测量的保留度，OP法尽管在数据上计算较为精准，但因为其中所需要的变量投资在数据库中并不存在，而以间接方式进行估算将会使得超过一半的样本没有对应投资数据，因此会导致结果的偏差，而LP估计法所需数据较为完备，故使用LP法。
对于资本存量K，采用鲁晓东等（2012）的方式，用固定资产合计指标作为资本存量K的估计，并经过各省资本存量平减指数进行平减。回归方程的主要变量为企业工业增加值的对数InY、职工数量对数InL、资本存量的对数InK、中间品投入的对数InM与企业存续时间age，各变量统计描述见图1。
将回归出来的中国工业企业制造业全要素生产率加权平均计算③如图2所示：
（三）数据库的特征事实
1、学习追赶效应的验证
在计算了全行业的平均TFP与各年进入的企业的平均TFP之后，我们得到了一个与毛其淋等（2012）类似的结论，即新进企业第一年进入的TFP普遍低于行业平均，而在之后逐渐上升（表1），且企业在新进入的1―3年退出率较大（表3）。毛其淋等将其归因于企业的追赶效应，为了检验这一点，笔者将1999年新进入的企业进行了拆分，按照退出年份分别计算了存续一年到十年以上的企业的TFP（表2），发现新进入企业的TFP随着时间的增长或许并非是追赶效应，而是市场淘汰的结果。 假定2007年的TFP为3.316（即LP法回归出2007年TFP），通过Δtfp做出未来TFP的变动趋势（图6），与高帆教授的DEA拟合结果比对（图7），可得趋势大致一致，说明本模型能够在相当程度上解释中国全要素生产率之谜。
五、总结与未来研究方向
本模型通过对Foster et al.（1998）分解法的改进，基于1998―2007年中国制造业微观数据库的特征事实，验证了企业的进入与退出对于行业整体TFP的影响，构建了合理的动态模型，并通过数字检验，使得估算出来的TFP变动趋势与现实的变动趋势较为一致，使得本模型较为成功的对中国全要素生产率之谜的产生做出了一个较为合理的解释。
本次研究的意义在于构建企业的进入退出模型，为国内首批实证性的以该角度解释中国全要素生产率之谜的研究，并在相当程度上解释了中国全要素之谜的部分机理。在现实层面，揭示了中国全要素之谜部分源于2008年的大量企业进入，而这种冲击又源于中国当年的四万亿救市计划，因此在一定程度上反映了投入与政府介入对于全要素生产的传导机制，这便从实证印证了宋铮（2011）、白重恩（2014）与蔡�P（2016）的观点，即政府的高投入与因介入导致的对“创造性破坏”的阻碍是导致中国TFP下降的重要因素。
当然这个模型还有值得改进的地方。为了加强模型的说服力与可操作性，该模型构建了一些基本的假设，包括每年进入的企业数量不变、NNt与XXt不变、βt不变等。上述假定在一定程度上也使得模型削弱了对现实的解释力度，在未来的研究中，我们可以通过放宽其中假设进行拓展。
比如，放宽企业进入数量假设，设存企业数量逐年增加，企业的进入退出的占比在数值上不断下降，而其占比又与进入退出效应的大小相关，则此时企业的进入退出效应将趋向于0，TFP的变动将仅与企业自身的TFP增长有关。
另外，我们可以从宋铮（2011）与蔡�P（2016）的观点做进一步的猜想，假定NNt与XXt-1在冲击的时候非恒定，探讨政府的政策介入是否有更加深远的影响。如果政府的介入阻碍企业退出，并使得大量生产率远低于行业平均水平的企业进入市场，反映在企业的进入上时，会使得全要素生产率分布向小的方向偏移，则NNt的负值增大，进入效应扩大；反映在企业的退出上，因为阻碍了较小生产率的企业退出，全要素生产率将会向大的方向偏移，使得XXt-1负值减小，退出效应减弱。在双重影响下，TFP遭受的冲击将被放大，下降的趋势也将更为持久，幅度也更大，可更好地贴近现实。
注：
①Olley&Pakes（1996）的估算方法，主要特点是使用投资作为企业受到生产率冲击时的调整变量。
②Levinsohn&Petrin（2003）的方法，采用企业的中间品投入作为受到生产率冲击时的调整变量。
③依照毛其淋等（2013），通过市场份额，即销售额占比加权。
④2004年因为统计问题，使得大批未被记入的企业出现，因此进入效应有了一个大幅度的提高，但是因为本身企业进出并没有发生太大变化，因此反应在TFP测算中，2004年的TFP并没有明显的变化，但留存企业的TFP增长将会被高估。
⑤其实可简写为，即将N看做常量，结果一致，但无法体现动态演化过程。
参考文献：
[1]唐学鹏，宋铮.中国式增长 中国式“外储”[N].21世纪经济报道，2011―4―23 [2]佚名，白重恩.中国高投资造成全要素生产率下降[N].学者之声，2014―12―18
[3]张曙霞.四大要素导致我国全要素生产率下降[N].�t望智库，2016―1―14
[4]张维迎，周黎安，顾全林.经济转型中的企业退出机制――关于北京市中关村科技园区的一项经验研究[J].经济研究，2003（10）：3―14
[5]李玉红，王皓，郑玉歆.企业演化：中国工业生产率增长的重要途径[J].经济研究，2008（6）：12―23
[6]聂辉华，江艇，杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世纪经济，2010（5）：1―13
[7]鲁晓东，连玉君.中国工业企业全要素生产率估计：1999-2007[J].经济学（季刊），2012（2）：541―558
[8]毛其淋，盛斌.中国制造业企业的进入退出与生产率动态演化[J].经济研究，2013（4）：16―27
[9]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究，2015（2）：61―74
[10]李平，简泽，江飞涛.进入退出、竞争与中国工业部门的生产率――开放竞争作为一个效率增进过程[J].数量经济技术经济研究，2012（9）：3―21
[11]单豪杰.各省资本存量和平减指数52-09[DB/OL].数量经济技术经济研究，2008（10） [12]中国国家统计局.1999-2014年度数据[DB/OL].http：///
中国工业企业全要素生产率估计_1999—2007
中国工业企业全要素生产率估计_1999—2007
中国工业企业全要素生产率估计:1999—2007
近年来，中国的工业企业全要素生产率在持续提升。本文将对1999年到2007年期间中国工业企业全要素生产率的估计进行分析。
全要素生产率是指在相同的资源投入下，企业所获得的产出水平。它是评估企业生产效率的重要指标，也是衡量经济发展水平的重要指标之一。
根据统计数据，1999年至2007年的这个时期，中国工业企业的全要素生产率呈现快速增长的趋势。具体来说，在这段时间里，中国全要素生产率年均增长率达到了7.3%。这是一个相当令人印象深刻的数字，显示出中国工业企业在生产效率方面取得了显著的进展。
有几个因素可以解释中国工业企业全要素生产率提高的原因。首先，中国在这段时间内进行了一系列经济改革措施，包括深化市场化改革、放宽市场准入和加强知识产权保护等。这些改革措施改善了企业的经营环境，促进了企业效率的提升。
其次，中国在这段时间内大力推动科技进步和技术创新。通过加大科研投入、加强知识产权保护和引进国外先进技术，中国工业企业在生产过程中运用了更先进的技术和设备，提高了生产效率。
第三，中国工业企业加大了对人力资源的投资。这包括改善员工培训和教育水平、提供更好的工作条件和福利待遇等。这些举措提高了员工的工作积极性和创造力，进一步推动了全要素生产率的提升。
然而，尽管中国工业企业在全要素生产率方面取得了显著进展，仍然存在一些挑战和问题。首先，一些企业仍然存在着过度依赖资源导致的低效率问题。其次，中国工业企业在技术创新和研发方面的投入相对较低。此外，中国工业企业之间的差距仍然相对较大，一些规模较小、技术水平较低的企业仍然面临着竞争压力。
为了进一步提升中国工业企业的全要素生产率，我们可以采取一系列的政策措施。首先，应该继续深化改革，进一步放宽市场准入、加强知识产权保护，并建立更加公平竞争的市场环境。其次，应该加大对科技创新和研发的投入，鼓励企业加强技术创新和引进国外先进技术。第三，应该加大对人力资源的投资，提高员工的培训和教育水平，激励员工的工作积极性和创造力。
中国制造业企业生产率与资源误置
本文即将发表于《世界经济》2011年第X期
中国制造业企业生产率与资源误置
聂辉华 贾瑞雪∗
摘要：最新的研究表明，资源误置是导致企业效率低下的重要原因。本文使用1999－
2007年中国全部国有及规模以上制造业企业数据，采取解决了联立性和样本选择问题的OP
方法计算了企业的全要素生产率（TFP）。通过分析企业TFP的离散程度和对TFP进行分解，
我们刻画了中国制造业资源误置的严重程度，发现国有企业是资源误置的主要因素，行业内
部的资源重置效应近似于0，进入和退出效应没有发挥作用。此外，市场经济越发达的地区，
资源误置程度越低，并且不同地区的资源误置程度和TFP水平有明显的收敛趋势。
关键词：制造业企业；生产率；误置；所有制
JEL分类号：D24 L60 L25 O33
一、导论
经济学家们很早就认识到，国家贫富的差异源于企业生产率的差异，而生产率的差异
源于生产要素的差异和技术进步的差异。因此，要促进经济增长，一国就必须增加劳动力和
资本的积累以及使用先进技术。但是，最近几年来，经济学家们发现不仅生产要素的多寡会
影响生产率，而且生产要素的配置也会对生产率产生重要影响。Banerjee和Duflo（2005）通
过微观证据表明，同样的生产要素在一个经济体内存在巨大的回报率差异，资源并非总是实
现了最优配置。他们认为在市场不完善的国家存在着严重的资源误置（misallocation of
resources）。Restuccia和Rogerson（2008）在一个新古典增长模型中，利用美国数据进行校
准，发现对生产率不同的企业进行补贴或征税会导致总产出和全要素生产率（TFP）有很大
的减少。Alfaro等（2008）使用2003－2004年79个国家（含中国）大约2400万个私营企
业的数据，发现企业之间的资源误置解释了大约一半的人均收入差异。Caselli（2005）从资
源误置的角度总结了国家之间贫富差距的原因。Bartelsman等（2009）对企业TFP进行分解，
国有企业的“效率悖论”及其深层次的解释
1 / 6 一、前言 相当一部分经济学家认为，中国的国有企业效率状况是一个“悖论”，即从微观财务角度来看国有企业不断恶化，是非效率的，但全要素生产率（TFP）却一直处于正增长状态，是有效率的；从微观竞争和经济比重的变化来看是没有效率的，但从宏观经济影响来看却是有效率的；从生存竞争指标来看是非效率的，但从宏观社会经济资源配置来看却是有效率的。中国国有企业的这种效率状况被世界银行称为“效率悖论”。许多学者对这种效率状况做出了不同的解释。其中具有代表性的包括：一是世界银行的早期解释，认为是中国市场竞争的加强促使国有企业全要素生产率出现正增长，而产权的残缺和相应的委托代理关系导致了国有企业财务效率的恶化；二是李培林等人的解释，认为是国有企业过高的社会成本导致了这种效率状况；三是《中国工业发展报告（1999）》、诺顿、江小涓、卢获和陈鸿文、张军对国有企业的“效率悖论”进行的解释，认为是规模经济导致了全要素生产率提高，而宏观经济环境的恶化导致了国有企业财务状况的恶化（卢获，2000）；四是YoshioWada的解释，认为“管理成本和融资成本的过高侵蚀了国有企业的赢利能力，从而导致了国有企业的生产效率与财务效率的背离”（YoshioWada，1998）。 上述四种解释都存在着问题。第一种解释是自相矛盾的，因为竞争既然可以通过压力改变市场主体的行为，使国有企业的全要素生产率出现正增长，但是，竞争的效率为什么没有反映在财务状况的改善上呢？产权的残缺使资源配置无法达到最优，但为什么产权残缺的资源配置效应只体现在财务绩效的恶化上，而没有体现在全要素生产率的负增长上呢？全要素生产率的改善与财务效率的改善为什么没有直接的关系呢？第二种解释可以利用社会成本过高来解释国有企业财务恶化的原因，却无法解释国有企业全要素生产率出现正增长的原因。因为社会成本过高并不能构成国有企业全要素生产率提高的原因。第三种解释有它的新颖之处，但是全要素生产率的增长是否能够完全归结于国有企业的规模经济？宏观经济的恶化是否是国有企业财务恶化的直接原因？都是值得商榷的问题。因为宏观经济的恶化很可能就是国有企业效率恶化的结果。同时，企业的规模经济为什么没有反映在财务效率的好转上？企业规模经济的形成与财务指标的恶化有何联系？这些问题都是该种解释无法回答的。第四种解释在本质上只给出了国有企业财务绩效恶化的部分原因，它与前几种解释一样没有给出国有企业生产效率提高的原因，以与“效率体论”产生的深层次原因。因此，国有企业“效率悻论”依然是一个没有得到真正解决的问题。 二、理论解释框架 上述四种解释之所以无法正确地说明中国国有企业“效率浮论”的形成原因，其关键在于它们所依据的理论基础存在着问题：①在“次代世界”中不能简单地以新古典效率标准为准，不能只从微观的角度来处理效率问题。因为“次代世界”中的各种外部性不但决定了帕累托效率标准的失效，而且也决定了微观效率与宏观效率的不一致。而上述解释中的“竞争论”和“产权观”从本质上都是以新古典微观经济学为基础，所采取的财务指标和全要素生产率指标也都只是微观指标，并隐含了帕累托效率判断标准。②国有企业的制度性质决定了我们在处理国有企业效率时不能把它放在一般的市场环境中进行分析，必须从中国的特殊环境出发，充分考虑国有企业的战略定位和效率定位，才能对其效率状况做出全面的理解。因此，充分考虑中国转型期、过渡期和后赶超期国有企业的性质和定位才是解释中国国有企业“效率悻论”的关键所在。 [!--
中国全要素生产率为何明显下降
一、历史经验:TFP是决定经济增长的关键
国内外的各种研究表明,改革开放以来,中国的经济增长率之所以高于改革前,关键在于全要素生产率(TFP)大幅度提高。根据分析,1978-1995年期间中国经济增长来源主要有四个方面:1、劳动力保持较高增长(为2.6%);2、资本存量出现了较高增长(为9.3%),但低于1952-1978年期间的增长率(11.5%);3、人力资本(按15岁以上就业人口平均受教育年限计算)增长率为2.2%;4、全要素生产率由改革前(1952-1978年)的-1.9%提高到3.3-4.6%(按不同的资本或劳动权重计算),对经济增长率的贡献在33-47%之间。上述计算结果与国际上的主要研究结论比较接近。
这就解释了为什么改革时期中国会出现经济高增长,并不是由于资本增长明显上升,反而是有所下降(减少了2.2个百分点),主要是由于全要素生产率增长率由负变正作出重要贡献,相对改革前提高了5.2-6.5个百分点。
二、近年来增长模式变化:TFP明显下降
然而这一经济高增长和全要素生产率高增长并没有能够持续下去,在1995年之后中国经济增长来源发生重大变化。迄今为止还没有国内外学者对此予以分析和关注,主要原因是在分析中国经济增长来源时,无论是选择1978-1995年期间,还是选择1978 -1999年期间,都暗含了一个重要假设,认为改革开放之后中国经济增长模式基本不变或变化不大,都是作为一个长期增长方程来讨论。我们认为,这一假设对1978-199 5年期间是适用的,但是对1995年以后的情形就不适用了。
首先在1995-2001年期间经济增长率(8.2%)低于长期潜在增长率(9.3% -9.5%)。其次增长来源发生重要变化:一是就业增长率明显下降,仅为1.2%,出现经济高增长、就业低增长的情形,中国经济吸纳就业能力下降;二是资本存量高增长(为1 1.8%),比1978-1995年高2.5个百分点,也略高于1952-1978年期间的增长率(为11.5%),结果资本生产率(等于经济增长率减去资本存量增长率)由正(为0.5%)变负(为-3.6%),下降了4.1个百分点,表现为资本深化过程,劳动人均资本增长率高达10.6%,是全世界各国最快的资本深化过程,几乎比1978-1 995年期间高出4个百分点,出现资本替代劳动、资本排斥劳动情形;三是人力资本高增长为2.8%,由于这一时期扩大了高中和高等学校招生数,2003年中国高等学校在校生已经居世界首位;四是全要素生产率明显下降,为0.3-2.3%之间(按资本与劳动不同的权重计算),大幅度下降了2-3个百分点。这表明,1995-2001年时期中国经济增长主要来源于资本投入,劳动投入低下,无论是资本生产率还是全要素生产率都明显下降。
我国全要素生产率估算及影响因素分析
我国全要素生产率估算及影响因素分析
以参数方法中的生产函数法对我国1996-2015年的数据进行分析，找出我国经济增长的影响因素，并针对这些影响因素提出政策建议。结果表明国外技术引进、技术自主创新和制度变迁仍然是影响我国全要素生产率的主要因素，其中，制度因素是影响我国全要素生产率的最主要因素。
标签：全要素生产率；估算；影响因素
0 引言
全要素生产率是衡量单位总投入的总产量的生产率指标，即总产量与全部要素投入量之比。它的研究有利于进行经济增长的源泉分析，是宏观经济学中反映经济增长的重要指标，近年来受到经济学者的广泛关注。测算全要素生产率的方法大致分为参数方法和非参数方法两类。
1 我国全要素生产率的估算
1.1 模型设定
我们利用生产函数法具体估算我国1996-2015年的全要素增长率，相关数据主要来源于《中国统计年鉴》。根据生产函数法的基本方程Y=AKαLβ，假设α+β=1，求得A。在求全要素生产率之前需要先求得α，对于资本产出份额α，虽然计算劳动者报酬占GDP的比重可以得到劳动者产出份额，但是中国统计年鉴中并无按照收入法核算的GDP，因此我们采用对各省的收入法计算数据进行加总计算取平均数得到。经过计算估计得到的劳动产出份额β大约为0.45。经查文献，我们计算的结果与现有文献的估算结果大致相同，故本文采用α=0.55，β=0.45。
1.2 数据来源与指标选取
1.2.1 产出数据Y
本文采取的是我国国内生产总值GDP作为产出的数据，由于各年的价格不同，价格波动会对GDP产生影响，所以以1996年不变价格将历年GDP换算为以基期价格计算的数据。
1.2.2 劳动投入L
劳动投入采用了各年从业人数的数量来度量。严格来说，这一指标并不十分准确，因为劳动投入还与劳动力的质量和利用效率有关，仅仅通过从业人数度量不能完全反应劳动力对经济增长的贡献，但是根据数据的可获得性及公式的复杂程度考虑，只能采用从业人数作为劳动投入的衡量指标。
中国制造业企业全要素生产率研究
1
中国制造业企业全要素生产率研究*
杨汝岱
内容提要：本文首先依托1998-2009年中国工业企业数据库，从构建面板数据、资本变量处理、
价格指数处理等方面全面规范整理该数据库，并基于OP、LP等方法计算企业层面全要素生产率，详
细考察中国制造业企业全要素生产率的动态变迁；接下来以企业全要素生产率为基础，从资源配置效
率的角度讨论经济结构转型问题；最后从国有企业改革角度讨论影响资源配置效率的因素。研究发
现：（1）中国制造业整体全要素生产率增长速度在2%-6%之间，年均增长3.83%，增速存在较大的
波动；（2）制造业生产率增长的来源更多是企业成长，其增长的空间在不断缩小，亟待依托资源配置
效率改善的新的增长模式；（3）不同所有制类型企业的效率差异较大，即使在“抓大放小”和资源倾斜
的背景下，国有企业表现还是最差，投资效率比民营企业低43%，国企改革是改善资源配置效率、实
现可持续性内生增长模式的关键。
关键词：制造业；全要素生产率；生产率之谜；资源配置效率
一、引言
经济增长核算基本理论认为，资本、劳动和技术是经济增长最重要的源泉，即Y=A*f(K,L)，A表示
技术，K表示资本，L表示劳动。如果将最终产品Y面临的市场区分为国内市场和国外市场，则出口E
成为拉动经济增长的另一个源泉。改革开放以来，以丰富的劳动力资源为基础，依托高投资和出口导
向型发展模式，我国经济发展取得了很大的成绩，增长速度远远超过其他发展中大国。根据PWT 8.0
（Penn World Table）的数据，我国2011年按照购买力平价的人均GDP为7827美元，为中等收入国
家。参考世界各国经济发展的历程，以拉美为典型代表的一大批国家长期处于中等收入水平，陷入
“中等收入陷阱”。如何避免陷入“中等收入陷阱”，实现经济持续快速增长就成为我国现阶段学术
研究和政策制定共同关注的一个非常重要的问题。
现有的发展模式是否可以实现中国经济的持续快速发展呢？图1是金砖国家投资与经济增长的关
基于企业进入退出的“中国全要素生产率之谜”解释
基于企业进入退出的“中国全要素生产率之谜”解释
摘要：本文通过LP法回归出制造业TFP，对“中国全要素生产率之谜”进行了验证，并构造了企业进入退出的动态模型，在通过特征事实对参数估计之后，通过模拟2008年企业进入的冲击，拟合出了稳态情况下行业面对大规模企业进入时的TFP变动情况，并与事实进行了比较。
关键词：全要素生产率 企业的进入与退出 模型
一、问题的提出：中国全要素生产率之谜
中国全要素生产率之谜，即指在2008年之后，企业的研究与试验发展投入（R&D）不断扩大，而学者们通过不同的估算方式测度出来的中国TFP（全要素生产率）却在不断下滑。根据统计局数据，在2008年，除了工业企业的全要素生产率下降之外，企业的数量迎来了一个激增的过程。除2004年因为第一次工业普查完善了统计核算的精确度而导致进入数量剧增之外，正常年份企业纯进入数大致在2―3万，然而在2008年，企业纯进入数量达到了惊人的10万家左右。
联系到中国在该年的四万亿救市计划，笔者认为可能是该政策刺激了大批低于行业平均TFP的低效率企业进入行业，因此拉低了行业的平均值。为了验证这一猜想，则需考察企业的进入退出对全要素生产率的影响。
二、企业进入退出与全要素生产率 企业的进入退出又叫企业更替，是产业经济学中的一个重要概念，反映了市场的基本特征之一。企业的进出对于TFP的影响在近年来受到了国内外学者的重视。由于数据的可得性，国内外学者往往测算工业企业，尤其是制造业的进入退出对TFP的影响。如周黎安等（2006）采用1995―2003年中关村科技园区制造业企业层面的微观数据，认为园区的TFP变动可划分为企业自身生产率增长和企业进入退出的动态过程这两个部分。毛其淋等（2013）通过1998―2006年中国工业企业微观数据测算了TFP，并将企业进出理解为替代关系，运用Baldwin&Gu（2003）发展的BG分解法测算了企业的纯进入效应，并认为进入效应对于全要素生产率的发展存在较为显著的效果。
我国工业企业进退出与TFP变动的动态分解
２０１３年第５期 （总第２１９期） 厦门大学学报（哲学社会科学版） Ｎｏ．５ ２０１３ ＪＯＵＲＮＡＬ ＯＦ ＸＩＡＭＥＮ ＵＮＩＶＥＲＳＩＴＹ（Ａｒｔｓ＆Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ） Ｇｅｎｅｒａｌ Ｓｅｒｉａｌ Ｎｏ．２１９
我国工业企业进退出与ＴＦＰ变动的动态分解
陈 雯，李 强
（厦门大学国际经济与贸易系，福建厦门３６１００５）
摘 要：我国工业企业具有较高的进入率与退出率，而且全要素生产率的变动也比较大。利用 １９９９－－２００７年我国工业企业的微观数据对企业的进入退出行为进行分析，并应用Ｍｅｌｉｔｚ和Ｐｏｌａｎｅｃ 提出的全要素生产率变动的动态分解新方法，可对我国工业企业全要素生产率的变动进行分解。 结果表明，总体上我国工业企业的全要素生产率是递增的，这主要是由存续企业全要素生产率的 递增和市场份额的变动贡献的。退出企业的全要素生产率均值比存续企业的低，除个别年份外，新 进企业的全要素生产率均值低于存续企业的全要素生产率均值。 关键词：工业企业；进入率；退出率；全要素生产率 中图分类号：Ｆ４２４．３ 文献标识码：Ａ 文章编号：０４３８—０４６０（２０１３）０５—０１３２—１０
根据工业企业数据库，我国国有企业和规模以上非国有企业数从１９９９年的近１６．２万家逐年递
增到２００７年的３３．７万家左右。在这９年间，存在着大量的企业进入和退出行为。１９９９年数据库中的 企业有１６．２万家，而这些企业在２００７年数据库中出现的不到４．５万家，表明近８７％的企业是１９９９
年之后新进入市场的。 全要素生产率（ＴＦＰ）作为衡量生产活动的效率指标，引起该指标变动的因
素一直是经济学关注的热点之一。在此背景下，企业的进入退出行为对ＴＦＰ的影响究竟如何？一般 意义上，一个行业或社会总的生产率是企业生产率的加权平均值，其变动原因来自企业生产率或市
场份额的变化。其中，企业市场份额的变动包括存续企业市场份额的变化、退出企业所让出的份额
中国制造业企业全要素生产率研究 2
中国制造业企业全要素生产率研究
中国制造业企业全要素生产率研究
一、引言
全要素生产率（Total Factor Productivity，TFP）是衡量企业生产效率的重要指标，也是评估一个国家或地区的经济发展水平的重要指标之一。中国制造业作为全球最大的制造业国家，其企业的全要素生产率一直备受关注。本文将探讨中国制造业企业全要素生产率的研究现状以及未来的发展趋势。
二、研究现状
1. 从总体上看，中国制造业企业的全要素生产率呈现逐年提高的趋势。随着改革开放的深入推进和技术进步的加速，中国制造业企业的生产效率得到了显著的提升。尤其是在过去几十年中，中国制造业企业通过引进国外先进技术和管理经验，以及自主创新和自主研发，不断提高了企业的生产效率。
2. 从行业的角度来看，不同行业的全要素生产率差异较大。一些传统行业，如纺织、服装等，由于劳动密集型特点以及缺乏技术创新，其全要素生产率相对较低。而一些高科技行业，如电子、机械等，由于技术密集型特点和较高的研发投入，其全要素生产率相对较高。此外，国内市场需求的变化和国际市场竞争的加剧也对不同行业的全要素生产率产生了影响。
3. 在研究方法上，过去主要使用计算TFP的传统方法，但由于这些方法忽视了企业之间异质性的影响，导致了对全要素生产率的估计结果偏低。近年来，一些学者开始使用面板数据模型和非参数方法等新颖的研究方法，以更准确地估计企业的全要素生产率。
三、未来发展趋势 1. 技术创新的推动。中国制造业企业在技术创新方面还存在较大的差距。政府和企业需要加大对技术创新的投入，加强知识产权保护，促进科技与产业的融合，推动制造业由劳动密集型向技术密集型转型，提升全要素生产率。
2. 产业结构的调整。当前，中国制造业正面临诸多挑战，如高成本、低附加值、环境污染等。未来，需要通过产业结构调整和优化，加快发展高技术产业，提高全要素生产率。