劉偉江，呂鐲

?

補(bǔ)貼與全要素生產(chǎn)率——來自中國(guó)裝備制造企業(yè)的實(shí)證研究

劉偉江，呂鐲

(吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，吉林長(zhǎng)春，130012)

使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)1999?2007年裝備制造業(yè)企業(yè)數(shù)據(jù)，采用PSM方法、Malmquist指數(shù)分解法和動(dòng)態(tài)OP分解法對(duì)補(bǔ)貼與全要素生產(chǎn)率間關(guān)系及補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)源泉進(jìn)行分析。結(jié)果表明：補(bǔ)貼企業(yè)的全要素生產(chǎn)率小于非補(bǔ)貼企業(yè)；補(bǔ)貼企業(yè)的生產(chǎn)率增長(zhǎng)主要源于技術(shù)進(jìn)步和自身成長(zhǎng)，規(guī)模效率(或資源配置效率)和純技術(shù)效率貢獻(xiàn)度較小。

補(bǔ)貼；全要素生產(chǎn)率；傾向匹配得分法；Malmquist指數(shù)分解法；動(dòng)態(tài)OP分解法

一、引言與文獻(xiàn)綜述

改革開放以來，中國(guó)經(jīng)濟(jì)快速發(fā)展，制造業(yè)的飛速成長(zhǎng)起到了關(guān)鍵作用。其中，裝備制造業(yè)作為制造業(yè)的核心構(gòu)成部門，其各項(xiàng)指標(biāo)均占全國(guó)工業(yè)很大比重，從2000年到2014年，規(guī)模以上裝備制造業(yè)總資產(chǎn)從32 482.01億元上升到293 008.5億元，所占工業(yè)總比例從25.74%上升到30.62%，企業(yè)總數(shù)量在這十幾年也實(shí)現(xiàn)了飛速增長(zhǎng)，從4.5萬家增加到12萬家，比例從27.71%上升到32.46%①，并且生產(chǎn)率也在不斷攀升[1]。為鼓勵(lì)裝備制造業(yè)高起點(diǎn)引進(jìn)新工藝，提高技術(shù)創(chuàng)新水平和全要素生產(chǎn)率，近年來國(guó)家出臺(tái)了一系列政策，如《中國(guó)制造2025》《裝備制造業(yè)標(biāo)準(zhǔn)化和質(zhì)量提升規(guī)劃》《智能制造試點(diǎn)示范2016專項(xiàng)行動(dòng)實(shí)施方案》《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃(2016—2020年)》等。各類文件明確指出，要引導(dǎo)財(cái)政資金重點(diǎn)投入智能制造產(chǎn)業(yè)，鼓勵(lì)高端裝備制造業(yè)持續(xù)創(chuàng)新，提高整個(gè)產(chǎn)業(yè)的全要素生產(chǎn)率水平。

補(bǔ)貼作為重要產(chǎn)業(yè)政策之一，近年來政府不斷加大對(duì)裝備制造業(yè)的補(bǔ)貼力度，以激勵(lì)其加快結(jié)構(gòu)調(diào)整、技術(shù)升級(jí)的步伐。以廣東省為例，2016年，該省將工業(yè)與信息化專項(xiàng)基金3.6億元?jiǎng)潛艿礁魇?，深圳市?014年起就開始大力資助機(jī)器人、可穿戴設(shè)備等產(chǎn)業(yè)，每年補(bǔ)貼高達(dá)5億元，連續(xù)7年，直至2020年。東莞從2014—2016年，連續(xù)3年安排2億元預(yù)算，投入智能裝備產(chǎn)業(yè)，期望利用機(jī)器人替代危險(xiǎn)性大、枯燥、時(shí)間密集類工作的工人②。然而，在裝備制造業(yè)受到巨額補(bǔ)貼下，一些問題也不斷涌現(xiàn)，例如用補(bǔ)貼扭虧為盈、重復(fù)創(chuàng)新、產(chǎn)能過剩等，進(jìn)而導(dǎo)致補(bǔ)貼資源嚴(yán)重浪費(fèi)[2?3]。

那么，作為曾被視為中國(guó)經(jīng)濟(jì)得以迅速發(fā)展的重要推動(dòng)力的補(bǔ)貼政策，現(xiàn)如今是否依舊能夠起到促進(jìn)裝備制造業(yè)生產(chǎn)率增長(zhǎng)的作用呢？一些學(xué)者持贊同的觀點(diǎn)，如Esteban-Pretel和Sawada、Decramer 和 Vanormelingen、Cin等，他們通過研究發(fā)現(xiàn)，補(bǔ)貼對(duì)戰(zhàn)后日本農(nóng)業(yè)、佛蘭德斯中小企業(yè)、韓國(guó)制造業(yè)中小企業(yè)的生產(chǎn)率提高均起到了促進(jìn)作用[4?6]。另一些學(xué)者持反對(duì)的觀點(diǎn)，認(rèn)為補(bǔ)貼并不一定能夠促進(jìn)生產(chǎn)率的提高，如羅雨澤、Díaz和Franjo、Gustafsson、Catozzella和Vivarelli等，他們發(fā)現(xiàn)補(bǔ)貼對(duì)中國(guó)高技術(shù)產(chǎn)業(yè)、西班牙房地產(chǎn)業(yè)、瑞典和意大利企業(yè)的生產(chǎn)率的提高無顯著影響，甚至有負(fù)向作用[7?10]。

在經(jīng)濟(jì)新常態(tài)時(shí)期，補(bǔ)貼的一些副作用已漸漸涌現(xiàn)出來，主要表現(xiàn)為企業(yè)自主創(chuàng)新能力低下、市場(chǎng)競(jìng)爭(zhēng)力弱、產(chǎn)能過剩等[2?3]。其主要原因是：①補(bǔ)貼在促進(jìn)研發(fā)投入的同時(shí)，具有替代與擠出效應(yīng)。一方面，企業(yè)可能利用補(bǔ)貼作為自己的全部研究經(jīng)費(fèi)，而自己在創(chuàng)新項(xiàng)目上不做任何投入；另一方面，補(bǔ)貼可能帶動(dòng)投入要素需求上升，價(jià)格提高，面對(duì)高價(jià)的生產(chǎn)要素，一些企業(yè)可能會(huì)放棄研發(fā)，進(jìn)而對(duì)企業(yè)生產(chǎn)率的提高不起促進(jìn)作用[11]。②補(bǔ)貼可能導(dǎo)致資源誤置。在經(jīng)濟(jì)新常態(tài)下，經(jīng)濟(jì)增長(zhǎng)已不再僅僅依靠資源消耗來帶動(dòng)，企業(yè)生產(chǎn)率的增長(zhǎng)將會(huì)更多地依靠資源配置來實(shí)現(xiàn)。然而，由于市場(chǎng)失靈與中國(guó)現(xiàn)有情況的存在往往會(huì)導(dǎo)致政府將補(bǔ)貼錯(cuò)配，導(dǎo)致資源誤置，進(jìn)而抑制生產(chǎn)率增長(zhǎng)。例如，中國(guó)政府的官員晉升機(jī)制、腐敗滋生出的“尋補(bǔ)貼”及信息不對(duì)稱引起的事前逆向選擇與事后道德風(fēng)險(xiǎn)等[12?13]。

綜上所述，我們可以看出補(bǔ)貼對(duì)全要素生產(chǎn)率的影響在學(xué)術(shù)界仍存在著較大爭(zhēng)議，并且大多數(shù)研究并未對(duì)靜態(tài)的當(dāng)期全要素生產(chǎn)率與動(dòng)態(tài)的不同時(shí)期全要素生產(chǎn)率變動(dòng)進(jìn)行區(qū)分?；诖?，我們將使用 1999—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，用ACF法[14?15]估算裝備制造業(yè)企業(yè)靜態(tài)全要素生產(chǎn)率，采用傾向匹配得分法(PSM法)比較補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)的靜態(tài)全要素生產(chǎn)率差異，并利用Malmquist指數(shù)分解方 法[16?17]和動(dòng)態(tài)OP分解法[18]對(duì)裝備制造業(yè)補(bǔ)貼企業(yè)動(dòng)態(tài)生產(chǎn)率進(jìn)行分解，借此對(duì)補(bǔ)貼與靜態(tài)和動(dòng)態(tài)全要素生產(chǎn)率的關(guān)系加以區(qū)分，進(jìn)而更加細(xì)致地揭示補(bǔ)貼對(duì)裝備制造業(yè)企業(yè)全要素生產(chǎn)率的影響機(jī)制。

二、理論機(jī)制

關(guān)于補(bǔ)貼對(duì)生產(chǎn)率的影響機(jī)制，通過先前文獻(xiàn)研究，我們得知補(bǔ)貼對(duì)靜態(tài)全要素生產(chǎn)率的影響主要通過研發(fā)投入和投資規(guī)模兩個(gè)方面來實(shí)現(xiàn)[1]。而對(duì)于動(dòng)態(tài)的全要素生產(chǎn)率，由生產(chǎn)前沿面理論，我們可知其主要通過兩個(gè)方面影響產(chǎn)出增長(zhǎng)，一是技術(shù)進(jìn)步變動(dòng)引起的整體生產(chǎn)力提高；二是管理和技術(shù)水平提高、制度變化及要素使用效率等技術(shù)效率變動(dòng)引起的整體生產(chǎn)力提高，這一項(xiàng)又可分解為規(guī)模效率(或資源配置效率)和純技術(shù)效率。其中，研發(fā)投入增加促進(jìn)技術(shù)進(jìn)步、投資規(guī)模變動(dòng)提高規(guī)模效率，二者的影響渠道相互重合且密不可分，因此，以免贅述，關(guān)于補(bǔ)貼對(duì)靜態(tài)全要素生產(chǎn)率與動(dòng)態(tài)全要素生產(chǎn)率的影響機(jī)制，我們就不詳細(xì)區(qū)分，只在后面實(shí)證部分分開測(cè)算并加以驗(yàn)證。接下來，我們從兩個(gè)方面三個(gè)角度揭示補(bǔ)貼是如何影響全要素生產(chǎn)率的。

首先，從技術(shù)進(jìn)步的角度，分析補(bǔ)貼對(duì)全要素生產(chǎn)率的影響。補(bǔ)貼的目的在于促進(jìn)企業(yè)研發(fā)、自主創(chuàng)新、技術(shù)進(jìn)步，進(jìn)而提高生產(chǎn)率水平。近年來，政府不斷加大對(duì)裝備制造業(yè)的財(cái)政補(bǔ)貼，尤其是智能裝備制造，希望提高其自身生產(chǎn)率水平的同時(shí)帶動(dòng)其他制造業(yè)生產(chǎn)技術(shù)的改進(jìn)?，F(xiàn)有研究也表明，這些補(bǔ)貼不僅能夠降低新技術(shù)的固定成本，創(chuàng)新的外溢效應(yīng)還能夠降低邊際成本，進(jìn)而提高生產(chǎn)率水平[19]。然而，政府補(bǔ)貼同時(shí)存在著替代效應(yīng)與擠出效應(yīng)，會(huì)替代與擠出企業(yè)自身的研發(fā)投入，抑制技術(shù)進(jìn)步，降低生產(chǎn)率水平。具體來說，一是企業(yè)在獲得政府的補(bǔ)貼時(shí)，出于自身的某種目的，如扭轉(zhuǎn)企業(yè)虧損、用于規(guī)模擴(kuò)大或者其他方面的投資等，將補(bǔ)貼用于研發(fā)投入以外的項(xiàng)目，并未能夠達(dá)到促進(jìn)技術(shù)進(jìn)步，進(jìn)而提高企業(yè)生產(chǎn)率的目的[20]；二是要素市場(chǎng)接收到補(bǔ)貼增加的信號(hào)，或者過多的補(bǔ)貼進(jìn)入到研發(fā)的要素市場(chǎng)，會(huì)導(dǎo)致要素需求增加，成本提高，進(jìn)而擠出研發(fā)投入[11]。由此，可以看出補(bǔ)貼對(duì)企業(yè)技術(shù)進(jìn)步的影響并不確定，進(jìn)而能否提高生產(chǎn)率水平也有待考證。

其次，從規(guī)模效率(或資源配置效率)的角度，揭示補(bǔ)貼對(duì)全要素生產(chǎn)率的影響路徑。政府補(bǔ)貼起初是由于市場(chǎng)失靈而出現(xiàn)的。然而，補(bǔ)貼有時(shí)也并未能使資源配置達(dá)到最優(yōu)。這主要是由以下原因造成的，一是由于政府對(duì)企業(yè)的信息掌握不完全，很難準(zhǔn)確將補(bǔ)貼資源分配給高效企業(yè)，政府往往會(huì)面臨著事前逆向選擇與事后道德風(fēng)險(xiǎn)的雙重問題[13]。二是面對(duì)著巨額補(bǔ)貼帶來的種種誘惑，企業(yè)可能采取各種手段來爭(zhēng)取補(bǔ)貼，例如尋補(bǔ)貼[21]，嚴(yán)重地，這些手段可能滋生腐敗，對(duì)整個(gè)社會(huì)風(fēng)氣造成不良影響。三是政府間的橫向競(jìng)爭(zhēng)可能導(dǎo)致政府將補(bǔ)貼給予生產(chǎn)率低下的裝備制造業(yè)企業(yè)[12?13]。地方官員處于任期及績(jī)效的考慮，可能會(huì)將補(bǔ)貼發(fā)給低效率的裝備制造業(yè)企業(yè)，扭曲市場(chǎng)選擇機(jī)制，低效率企業(yè)不退出，高效率企業(yè)不進(jìn)入，導(dǎo)致資源優(yōu)化配置無法實(shí)現(xiàn)。從上述分析可以看出，補(bǔ)貼對(duì)企業(yè)規(guī)模效率(或資源配置效率)的作用符號(hào)并不確定，進(jìn)而對(duì)生產(chǎn)率的影響方向也不確定。

最后，從純技術(shù)效率的角度，探究補(bǔ)貼對(duì)全要素生產(chǎn)率的影響機(jī)制。目前，純技術(shù)效率的概念仍然十分模糊，先前研究大多根據(jù)數(shù)據(jù)包絡(luò)分析圖形入手，將技術(shù)效率扣除規(guī)模效率的部分稱之為純技術(shù)效 率[16?17][22]，本文也采取這種做法。具體地，純技術(shù)效率包括管理水平效率變動(dòng)和要素有效使用率變動(dòng)等。從管理層面來看，一方面，補(bǔ)貼的注入與增加會(huì)使企業(yè)有更多的流動(dòng)資金來改善管理水平，提高管理效率，另一方面，政治關(guān)聯(lián)帶來的隱形補(bǔ)貼可能會(huì)通過企業(yè)管理層對(duì)企業(yè)績(jī)效帶來不利影響。潘越等[23]對(duì)地方官員變動(dòng)與企業(yè)高管變更間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)這種人員的連帶更替會(huì)導(dǎo)致制造業(yè)經(jīng)濟(jì)績(jī)效降低，但會(huì)提高房地產(chǎn)行業(yè)的績(jī)效。要素有效使用率又可分為資本利用率和勞動(dòng)力利用率。白重恩、張瓊[24]利用增長(zhǎng)核算法對(duì)生產(chǎn)率進(jìn)行分解，用存貨和就業(yè)參與率來衡量要素使用率，二者對(duì)全要素生產(chǎn)率呈現(xiàn)顯著的負(fù)向和正向影響，但該研究并未考慮補(bǔ)貼作用下要素使用率對(duì)生產(chǎn)率的影響?；谝陨戏治觯覀儾⒉荒芘袛嘌a(bǔ)貼對(duì)企業(yè)純技術(shù)效率的影響方向，進(jìn)而也無法判斷對(duì)生產(chǎn)率的影響方向。

綜合上述分析我們可以看出，補(bǔ)貼對(duì)技術(shù)進(jìn)步、規(guī)模效率(或資源配置效率)、純技術(shù)效率的影響方向均不確定，因此，補(bǔ)貼對(duì)裝備制造企業(yè)靜態(tài)全要素生產(chǎn)率的符號(hào)也不確定，進(jìn)而裝備制造業(yè)補(bǔ)貼企業(yè)的全要素生產(chǎn)率增長(zhǎng)源泉也有待明確。為了驗(yàn)證這兩個(gè)問題，接下來，我們將運(yùn)用傾向評(píng)分匹配得分法和全要素生產(chǎn)率分解技術(shù)加以檢驗(yàn)。

三、補(bǔ)貼與靜態(tài)全要素生產(chǎn)率

(一)數(shù)據(jù)來源及處理

本文實(shí)證研究所用數(shù)據(jù)來源于1999—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)主要包含了全部國(guó)有以及規(guī)模以上非國(guó)有工業(yè)企業(yè)，提供了企業(yè)基本信息、財(cái)務(wù)狀況等多種重要經(jīng)濟(jì)指標(biāo)。由于本文研究主要基于裝備制造業(yè)企業(yè)，因此根據(jù)《國(guó)民經(jīng)濟(jì)行業(yè)分類代碼》篩選出7大類裝備制造企業(yè)。對(duì)于這個(gè)數(shù)據(jù)庫(kù)，借鑒聶輝華等[25]的研究，我們主要做了以下幾個(gè)方面的調(diào)整：第一，由于2003年前后國(guó)有經(jīng)濟(jì)行業(yè)4分位代碼發(fā)生變化，我們對(duì)四分位數(shù)產(chǎn)業(yè)進(jìn)行了統(tǒng)一整理；第二，對(duì)不符合邏輯，總產(chǎn)值、就業(yè)人數(shù)、中間投入等為負(fù)值的錯(cuò)誤數(shù)據(jù)進(jìn)行了刪除；第三，由于計(jì)算全要素生產(chǎn)率需要工業(yè)增加值數(shù)據(jù)，故應(yīng)用間接計(jì)算法，即工業(yè)增加值=工業(yè)總產(chǎn)值?工業(yè)中間投入+本年應(yīng)交增值稅，工業(yè)總產(chǎn)值=產(chǎn)品銷售額?期初存貨+期末存貨，計(jì)算出2004年所缺數(shù)據(jù)；第四，以1999年為基期，對(duì)樣本數(shù)據(jù)進(jìn)行平減。經(jīng)過以上處理，數(shù)據(jù)的統(tǒng)計(jì)特征見表1，由于ACF法測(cè)量靜態(tài)全要素生產(chǎn)率，需要滯后變量，1999年生產(chǎn)率數(shù)據(jù)消失，為了與后文一致，故下面也只是列出了2000—2007年企業(yè)的補(bǔ)貼狀況。

從表1中我們可以看出：第一，從企業(yè)數(shù)目角度來看，裝備制造業(yè)受到補(bǔ)貼企業(yè)數(shù)目逐年增加，占企業(yè)總數(shù)年均在13%以上。第二，從補(bǔ)貼金額角度來看，裝備制造業(yè)企業(yè)受補(bǔ)貼總額巨大，但企業(yè)間受補(bǔ)貼金額存在很大差距。具體來說，從2000年的48.69億元，增長(zhǎng)到2007年的204.35億元，增長(zhǎng)了3倍之多；此外，2000—2007年，補(bǔ)貼中位數(shù)最小一年為17萬元，最大一年為29萬元。以2001年為例，中位數(shù)數(shù)值表明此年有1 977家企業(yè)受補(bǔ)貼超過29萬元，再看這一年的補(bǔ)貼均值為146.61萬元，最大值為12 693萬元，這些數(shù)據(jù)都遠(yuǎn)大于中位數(shù)，說明有一些企業(yè)受補(bǔ)貼金額巨大。因而，以上統(tǒng)計(jì)數(shù)據(jù)使我們相信裝備制造業(yè)的巨額補(bǔ)貼及企業(yè)間的補(bǔ)貼差距能夠影響企業(yè)靜態(tài)全要素生產(chǎn)率。

(二)生產(chǎn)率測(cè)算

目前，測(cè)量靜態(tài)全要素生產(chǎn)率的常用方法有半?yún)?shù)法的OP法與LP法。二者的主要區(qū)別在于OP法采用投資作為代理變量[26]，而LP法采用中間投入作為代理變量[27]，主要思想是用投資或中間投入作為生產(chǎn)率的代理變量，進(jìn)而解決生產(chǎn)要素與生產(chǎn)率的內(nèi)生性問題。LP法優(yōu)于OP法之處在于，中間投入可避免投資變量為零而導(dǎo)致的大量數(shù)據(jù)截?cái)鄦栴}，且調(diào)整成本較小，故可以更好地反應(yīng)生產(chǎn)率的變化，估計(jì)結(jié)果更加準(zhǔn)確。本文在測(cè)算靜態(tài)生產(chǎn)率時(shí)，采用Ackerberg等[14?15]的方法(簡(jiǎn)稱ACF法)。相較于國(guó)內(nèi)多數(shù)研究采用的OP和LP兩種半?yún)?shù)估計(jì)方法，其優(yōu)點(diǎn)在于：指出資本投入的決策先于其他生產(chǎn)要素，在LP法用中間投入做代理變量的基礎(chǔ)上，將勞動(dòng)投入引入中間投入函數(shù)，使得估計(jì)結(jié)果更加準(zhǔn)確。

表1 2000—2007年中國(guó)裝備制造業(yè)企業(yè)補(bǔ)貼狀況統(tǒng)計(jì)

本文使用ACF法測(cè)算了2000—2007年裝備制造業(yè)每家企業(yè)的全要素生產(chǎn)率，受篇幅限制，本文只列出各年裝備制造業(yè)全要素生產(chǎn)率的均值及第1、2、3四分位上的數(shù)值，見表2。

從表2我們可以發(fā)現(xiàn)，除2000年外，其余各年的平均靜態(tài)生產(chǎn)率均為補(bǔ)貼企業(yè)大于非補(bǔ)貼企業(yè)，為了進(jìn)一步比較兩類企業(yè)靜態(tài)生產(chǎn)率差異，我們還給出了其在第25、50、75百分位上的數(shù)值，結(jié)果發(fā)現(xiàn)，同樣地，除2000年外，各年各分位補(bǔ)貼企業(yè)的生產(chǎn)率均大于非補(bǔ)貼企業(yè)。由此發(fā)現(xiàn)，從描述性統(tǒng)計(jì)分布特征看，裝備制造業(yè)補(bǔ)貼企業(yè)的靜態(tài)生產(chǎn)率大于非補(bǔ)貼企業(yè)。對(duì)于2000年補(bǔ)貼企業(yè)靜態(tài)全要素生產(chǎn)率小于非補(bǔ)貼企業(yè)，這可能是由于1998年1月到1999年12月，我國(guó)連續(xù)多次上調(diào)出口退稅率，雖然未補(bǔ)貼企業(yè)沒有受到直接的財(cái)政補(bǔ)貼，但是出口退稅的稅收優(yōu)惠政策對(duì)其間接補(bǔ)貼作用不容小覷，這可能導(dǎo)致未補(bǔ)貼企業(yè)有更多的資金投入到生產(chǎn)、研發(fā)與規(guī)模擴(kuò)建上，進(jìn)而使其靜態(tài)全要素生產(chǎn)率高于補(bǔ)貼企業(yè)。此外，本文還計(jì)算了不同細(xì)分行業(yè)、不同所有制、不同地區(qū)補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)的靜態(tài)生產(chǎn)率，與不同年份所得結(jié)果基本一致，在此就不加以贅述。

(三)傾向匹配得分法

傾向匹配得分法的基本思想就是找到一組非補(bǔ)貼企業(yè)作為控制組，這組企業(yè)，除了是否補(bǔ)貼與對(duì)應(yīng)的補(bǔ)貼企業(yè)處理組有區(qū)別外，能夠影響企業(yè)靜態(tài)全要素生產(chǎn)率的其他因素均與補(bǔ)貼企業(yè)相同，這樣做的目的是便于只考慮補(bǔ)貼對(duì)企業(yè)靜態(tài)全要素生產(chǎn)率的影響，而不受其他因素的干擾。具體來說，企業(yè)在接受補(bǔ)貼前的特征變量如下式：

式中，S,t=1表示企業(yè)接受補(bǔ)貼，此時(shí)為處理組，取零時(shí)為控制組，X,t為影響企業(yè)獲得補(bǔ)貼的因素或匹配變量。根據(jù)Syverson[28]的研究及數(shù)據(jù)的可獲性，本文選取的匹配變量為：企業(yè)所有制、資產(chǎn)負(fù)債率、公司規(guī)模、職工人數(shù)、企業(yè)年齡、勞動(dòng)力質(zhì)量、稅收。其中，企業(yè)所有制為企業(yè)的國(guó)家資本金與實(shí)收資本的比值，資產(chǎn)負(fù)債率為總負(fù)債與總資產(chǎn)的比重，公司規(guī)模為總資產(chǎn)的對(duì)數(shù)，職工人數(shù)為企業(yè)從業(yè)人數(shù)的對(duì)數(shù)，企業(yè)年齡為觀測(cè)年度與成立時(shí)間之差再取對(duì)數(shù)，勞動(dòng)力質(zhì)量為企業(yè)職工薪酬的對(duì)數(shù)，稅收為企業(yè)增值稅的對(duì)數(shù)。Pr(S,t=1|X,t)是企業(yè)接受補(bǔ)貼的概率，可作為傾向指數(shù)，本文使用logit命令計(jì)算傾向得分。

匹配過程中，還需滿足共同性假設(shè)與平衡性假設(shè)。所謂共同性假設(shè)，是指處理組與控制組有相同的傾向指數(shù)范圍，而平衡性假設(shè)指兩組中匹配變量是沒有差異的，經(jīng)檢驗(yàn)滿足平衡性假設(shè)。由于篇幅限制，本文沒有將平衡性檢驗(yàn)結(jié)果列在正文中，如有需要可向作者索取。

匹配成功后，可計(jì)算補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)的生產(chǎn)率差異，計(jì)算公式如下：

(2)

表2 2000—2007年補(bǔ)貼企業(yè)與未補(bǔ)貼企業(yè)靜態(tài)全要素生產(chǎn)率對(duì)比

注：Q1、Q2、Q3分別表示第1、2、3四分位，即第25、50和75百分位

為了比較補(bǔ)貼對(duì)裝備制造業(yè)企業(yè)靜態(tài)全要素生產(chǎn)率的影響，我們分別對(duì)裝備制造業(yè)不同年份、不同細(xì)分行業(yè)、不同所有制及不同地區(qū)進(jìn)行了傾向匹配得分法估計(jì)，由于篇幅限制，正文只列出了不同年份結(jié)果，見表3。從不同年份的裝備制造業(yè)補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)靜態(tài)生產(chǎn)率差異可以看出，傾向評(píng)分匹配后的結(jié)果與表2中結(jié)果不同，各年補(bǔ)貼企業(yè)的全要素生產(chǎn)率均小于非補(bǔ)貼企業(yè)，說明處理了模型的內(nèi)生性問題后，補(bǔ)貼降低了企業(yè)的靜態(tài)全要素生產(chǎn)率。不同細(xì)分行業(yè)、不同所有制及不同地區(qū)的傾向評(píng)分匹配估計(jì)結(jié)果顯示，補(bǔ)貼企業(yè)的靜態(tài)生產(chǎn)率大多小于非補(bǔ)貼企業(yè)，這一結(jié)果與不同年份所得結(jié)論一致，進(jìn)一步驗(yàn)證了補(bǔ)貼降低了企業(yè)的靜態(tài)全要素生產(chǎn)率這一結(jié)論。

表3 不同年份補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)的平均靜態(tài)全要素生產(chǎn)率差異

四、補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)分解

(一)生產(chǎn)率分解方法

上述傾向匹配得分估計(jì)結(jié)果表明，補(bǔ)貼企業(yè)的靜態(tài)全要素生產(chǎn)率低于非補(bǔ)貼企業(yè)。這一部分我們將探究補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)的來源，進(jìn)一步揭示補(bǔ)貼對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)制。從第二部分理論機(jī)制，我們知道補(bǔ)貼主要從技術(shù)進(jìn)步、規(guī)模效率(或資源配置效率)和純技術(shù)效率三個(gè)方面影響全要素生產(chǎn)率，Malmquist指數(shù)分解法可以很好地展現(xiàn)這一機(jī)制作用的結(jié)果，但是這一分解方法的規(guī)模效率(或資源配置效率)并沒有考慮企業(yè)進(jìn)入與退出這一資源再次配置在補(bǔ)貼作用下的全要素生產(chǎn)率變動(dòng)情況。因此，我們除了使用Malmquist指數(shù)分解方法外，還基于第一部分的靜態(tài)全要素生產(chǎn)率，運(yùn)用動(dòng)態(tài)OP分解方法對(duì)全要素生產(chǎn)率增長(zhǎng)率進(jìn)行了分解③，更加細(xì)致全面地揭示補(bǔ)貼企業(yè)的生產(chǎn)率變動(dòng)機(jī)制。

(二)生產(chǎn)率分解結(jié)果分析

我們通過對(duì)裝備制造業(yè)企業(yè)進(jìn)行傾向匹配得分估計(jì)，得出補(bǔ)貼企業(yè)的靜態(tài)全要素生產(chǎn)率低于非補(bǔ)貼企業(yè)。為了進(jìn)一步探究補(bǔ)貼企業(yè)生產(chǎn)率低下的原因，我們對(duì)補(bǔ)貼企業(yè)的生產(chǎn)率增長(zhǎng)率進(jìn)行Malmquist指數(shù)分解和動(dòng)態(tài)OP分解,其中Malmquist指數(shù)分解由MaxDEA軟件測(cè)得，結(jié)果如表4所示。首先，以2000—2007年為例，Malmquist指數(shù)分解結(jié)果顯示，技術(shù)進(jìn)步的貢獻(xiàn)份額為164.2%，規(guī)模效率的貢獻(xiàn)份額為?15.8%，純技術(shù)效率的貢獻(xiàn)份額為?48.4%，說明技術(shù)進(jìn)步是中國(guó)裝備制造業(yè)補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)的主要來源。其次，動(dòng)態(tài)OP分解結(jié)果顯示，中國(guó)裝備制造業(yè)補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)的主要源泉為企業(yè)自身成長(zhǎng)，同樣以2000—2007年增長(zhǎng)情況為例，企業(yè)自身成長(zhǎng)的貢獻(xiàn)度為93.1%，企業(yè)間配置效率貢獻(xiàn)度為?8.6%，凈進(jìn)入貢獻(xiàn)度為15.5%?？梢钥闯觯瑹o論是Malmquist指數(shù)分解法的規(guī)模效率，還是動(dòng)態(tài)OP分解法的資源配置效率，貢獻(xiàn)度均為負(fù)，這一結(jié)果說明中國(guó)裝備制造業(yè)補(bǔ)貼企業(yè)間配置效率較低，若將凈進(jìn)入效應(yīng)看作資源的第二次再配置，動(dòng)態(tài)OP分解法的資源配置貢獻(xiàn)度也僅為6.9%，這一結(jié)論說明，補(bǔ)貼這只看得見的手，扭曲了企業(yè)間的資源配置，限制了高效率企業(yè)的進(jìn)入與擴(kuò)張，縱容了低效率企業(yè)的進(jìn)入與生存。

表4的分解結(jié)果可以看出2000—2007年裝備制造業(yè)在補(bǔ)貼下全要素生產(chǎn)率變動(dòng)的來源。為了能夠更直觀地觀察裝備制造業(yè)補(bǔ)貼企業(yè)的全要素生產(chǎn)率指數(shù)的動(dòng)態(tài)演化過程，圖1列出了Malmquist指數(shù)分解方法和動(dòng)態(tài)OP分解方法的分年度分解結(jié)果。左圖為Malmquist指數(shù)分解方法以2000年為基年的各分解部分貢獻(xiàn)份額，右圖為動(dòng)態(tài)OP分解法以2000年為基年的各分解部分貢獻(xiàn)份額。從圖中可以看出，Malmquist指數(shù)分解法裝備制造業(yè)補(bǔ)貼企業(yè)的全要素生產(chǎn)率增長(zhǎng)主要依靠技術(shù)進(jìn)步，2001—2007年，技術(shù)進(jìn)步貢獻(xiàn)份額與規(guī)模效率、純技術(shù)效率份額已經(jīng)漸漸拉近，但是后兩者依然處于橫坐標(biāo)下方，說明補(bǔ)貼的規(guī)模效率(或資源配置效率)、純技術(shù)效率仍有很大的提升空間。由于測(cè)算原理的不同，右圖中動(dòng)態(tài)OP分解方法所展示的資源配置效率呈現(xiàn)的是先下降后上升的趨勢(shì)，且2007年低于2001年，無論怎樣，企業(yè)間資源配置效率仍是低于企業(yè)自身成長(zhǎng)的，與Malmquist指數(shù)分解方法一樣，補(bǔ)貼時(shí)應(yīng)該更加注重資源配置效率的提升。

近年來，中國(guó)經(jīng)濟(jì)增速連續(xù)下滑，政府開始提倡從供給側(cè)進(jìn)行改革，效率提升尤其是資源配置效率的提升是供給側(cè)促進(jìn)生產(chǎn)率上升的重要方面。然而，補(bǔ)貼等一些產(chǎn)業(yè)政策的作用仍然在于通過加大研發(fā)投入來促進(jìn)技術(shù)進(jìn)步，這種提升方式并沒有充分發(fā)揮企業(yè)間資源的有效分配，而是造成資源的浪費(fèi)，增加政府的財(cái)政負(fù)擔(dān)，當(dāng)政府無法承擔(dān)過多的負(fù)荷時(shí)，中國(guó)的經(jīng)濟(jì)增長(zhǎng)又該如何來提升。我們認(rèn)為，在接下來的一段時(shí)間，政府應(yīng)該將供給側(cè)改革落到實(shí)處，注重產(chǎn)業(yè)政策的效率提升作用，釋放經(jīng)濟(jì)增長(zhǎng)的效率改進(jìn)空間，這樣也更加有助于中國(guó)產(chǎn)業(yè)向高附加值高效率低消耗型產(chǎn)業(yè)升級(jí)。

表4 以2000年為基年補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)分解結(jié)果

注：PEC表示純技術(shù)效率變動(dòng)；SEC表示規(guī)模效率變動(dòng)；TC表示技術(shù)進(jìn)步變動(dòng)；組內(nèi)表示在位企業(yè)生產(chǎn)率均值變化；組間表示在位企業(yè)資源配置效率變化；凈進(jìn)入表示進(jìn)入企業(yè)生產(chǎn)率變化與退出企業(yè)生產(chǎn)率變化加總

圖1 Malmquist指數(shù)分解法和動(dòng)態(tài)OP分解法各分解部分份額

(三)不同所有制企業(yè)生產(chǎn)率分解結(jié)果分析

本文根據(jù)中國(guó)工業(yè)企業(yè)數(shù)據(jù)中企業(yè)登記注冊(cè)類型這一指標(biāo)將企業(yè)分為國(guó)有、集體、私營(yíng)、港澳臺(tái)和外資五類企業(yè)，其中，登記注冊(cè)類型代碼為110的為國(guó)有企業(yè)，120的為集體企業(yè)，私營(yíng)企業(yè)的注冊(cè)代碼為170?174，港澳臺(tái)企業(yè)為200、210、220、230、240，外資企業(yè)為300、310、320、330、340。表5顯示的是2000-2007年Malmquist指數(shù)分解法和動(dòng)態(tài)OP分解法結(jié)果。

從全要素生產(chǎn)率增長(zhǎng)分解結(jié)果我們可以看出：第一，Malmquist指數(shù)分解方法和動(dòng)態(tài)OP分解方法得到的裝備制造業(yè)補(bǔ)貼企業(yè)2000-2007年總的全要素生產(chǎn)率增長(zhǎng)有較大差異，這主要源于Malmquist指數(shù)分解法技術(shù)進(jìn)步部分和動(dòng)態(tài)OP分解法自身成長(zhǎng)部分的不同，后者遠(yuǎn)大于前者，這可能是因?yàn)閯?dòng)態(tài)OP法的自身成長(zhǎng)除了技術(shù)進(jìn)步帶來的效率提高，還有其他自身因素的原因。第二，整體來看，國(guó)有企業(yè)Malmquist指數(shù)法測(cè)得的全要素生產(chǎn)率增長(zhǎng)僅大于港澳臺(tái)企業(yè)，2000—2007年僅增長(zhǎng)了9.12%。進(jìn)一步地，Malmquist指數(shù)分解表明不同所有制補(bǔ)貼企業(yè)的全要素生產(chǎn)率增長(zhǎng)大多依賴于企業(yè)的技術(shù)進(jìn)步。然而，國(guó)有補(bǔ)貼企業(yè)生產(chǎn)率增長(zhǎng)份額順序?yàn)椋杭兗夹g(shù)效率(232.1%)>技術(shù)進(jìn)步效率(?2.4%)>規(guī)模效率(?134.4%)，并且不同所有制企業(yè)規(guī)模效率大小依次為：外資、集體、港澳臺(tái)、私營(yíng)、國(guó)有，這說明與其他企業(yè)不同，國(guó)有受補(bǔ)貼企業(yè)的生產(chǎn)率增長(zhǎng)并非來源于技術(shù)進(jìn)步和規(guī)模效率(或資源配置效率)，而是來源于純技術(shù)效率，且其規(guī)模效率(或資源配置效率)在不同所有制企業(yè)中最低。這可能是因?yàn)閲?guó)有企業(yè)與政府有著一定聯(lián)系，經(jīng)常會(huì)受到各種隱性補(bǔ)貼，諸如市場(chǎng)分割、通過金融補(bǔ)貼形成壞賬、維持壟斷以獲取壟斷利潤(rùn)等形式[29?30]，因此，這種顯性的補(bǔ)貼對(duì)其研發(fā)創(chuàng)新的激勵(lì)作用并不及其他所有制企業(yè)，并且這些暗補(bǔ)可能造成了資源配置的扭曲。第三，從動(dòng)態(tài)OP分解方法，我們可以看出，補(bǔ)貼企業(yè)的生產(chǎn)率增長(zhǎng)主要來源于自身成長(zhǎng)，且無論是否考慮企業(yè)凈進(jìn)入所帶來的資源配置效率變動(dòng)，國(guó)有企業(yè)的資源配置效率所占份額在五種不同的所有制企業(yè)中均不是最低的，這可能與自身成長(zhǎng)不僅僅包括技術(shù)進(jìn)步這一變化有關(guān)。根據(jù)前面理論機(jī)制部分的分析，補(bǔ)貼來源與技術(shù)進(jìn)步有密切關(guān)系，因此，這里我們以Malmquist指數(shù)分解方法為基準(zhǔn)。

表5 2000-2007年不同所有制補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)分解結(jié)果

注：PEC表示純技術(shù)效率變動(dòng)；SEC表示規(guī)模效率變動(dòng)；TC表示技術(shù)進(jìn)步變動(dòng)；組內(nèi)表示在位企業(yè)生產(chǎn)率均值變化；組間表示在位企業(yè)資源配置效率變化；凈進(jìn)入表示進(jìn)入企業(yè)生產(chǎn)率變化與退出企業(yè)生產(chǎn)率變化加總

借鑒國(guó)外供給側(cè)結(jié)構(gòu)性改革經(jīng)驗(yàn)，國(guó)有企業(yè)的改革是重要手段之一，且對(duì)各國(guó)的經(jīng)濟(jì)向好發(fā)展起到了重要作用，因此，在我國(guó)供給側(cè)結(jié)構(gòu)性改革期間，國(guó)有企業(yè)改革方向尤為重要。從我們的數(shù)據(jù)分析中可以看出，在樣本期間國(guó)有補(bǔ)貼企業(yè)生產(chǎn)率較其它類型企業(yè)低，且國(guó)有補(bǔ)貼企業(yè)的技術(shù)進(jìn)步效率與規(guī)模效率出現(xiàn)了雙低的局面，這與其它企業(yè)有所不同，進(jìn)而說明了補(bǔ)貼的技術(shù)進(jìn)步作用與資源再配置并未在國(guó)有企業(yè)內(nèi)部起到促進(jìn)生產(chǎn)率提升的作用。所以，接下來要想阻止經(jīng)濟(jì)繼續(xù)下滑，國(guó)有企業(yè)的改革是一個(gè)重要方向，政府應(yīng)該更好地利用各種政策促進(jìn)國(guó)有企業(yè)的技術(shù)進(jìn)步與配置效率提升。

(四)不同地區(qū)企業(yè)生產(chǎn)率分解結(jié)果分析

由于地區(qū)異質(zhì)性對(duì)裝備制造業(yè)補(bǔ)貼企業(yè)會(huì)產(chǎn)生影響，我們將樣本按照省份代碼，把我國(guó)裝備制造業(yè)分為：東部、中部、西部和東北四大子區(qū)域，并對(duì)每組子樣本進(jìn)行了生產(chǎn)率分解，如表6所示。從表6中，我們可以看出：第一，無論是Malmquist指數(shù)分解方法還是動(dòng)態(tài)OP分解方法，各地區(qū)生產(chǎn)率增長(zhǎng)順序均為：東北>中部>西部>東部。這與我們的日常認(rèn)知有所不同，發(fā)達(dá)地區(qū)生產(chǎn)率水平反而沒有更高。究其原因，這可能由于所選取樣本不同，我們所選取的樣本只包含受補(bǔ)貼企業(yè)，不受補(bǔ)貼企業(yè)不包含在內(nèi)，而且一些研究所說的生產(chǎn)率是當(dāng)期生產(chǎn)率，而非生產(chǎn)率增長(zhǎng)。第二，Malmquist指數(shù)分解法測(cè)得的各地區(qū)技術(shù)進(jìn)步效率所占份額均為最大，動(dòng)態(tài)OP分解法測(cè)得的自身成長(zhǎng)貢獻(xiàn)度也最高，這表明不同地區(qū)的補(bǔ)貼企業(yè)生產(chǎn)率增長(zhǎng)主要源于技術(shù)進(jìn)步和自身成長(zhǎng)，這與我們?nèi)珮颖竞筒煌兄谱訕颖鞠碌难芯拷Y(jié)果基本一致。第三，包含與不包含企業(yè)進(jìn)入退出的資源配置效率占企業(yè)的動(dòng)態(tài)生產(chǎn)率份額均小于技術(shù)進(jìn)步與自身成長(zhǎng)，這也與前面結(jié)論一致。

我國(guó)地域遼闊，不同地區(qū)受氣候、環(huán)境、人文地理等因素影響經(jīng)濟(jì)發(fā)展水平差距較大，進(jìn)而導(dǎo)致人們的收入水平、生活水平也有較大差距，這一差距若不縮小會(huì)導(dǎo)致嚴(yán)重的兩極分化，影響社會(huì)安定。政府的各種區(qū)域政策試圖解決這一問題，但成效甚微。從數(shù)據(jù)可以看出，東北和西部的規(guī)模效率最低，近年?yáng)|北地區(qū)的經(jīng)濟(jì)增長(zhǎng)速度已在全國(guó)墊底，政府應(yīng)該試圖運(yùn)用政策釋放東北和西部的效率提升潛力，進(jìn)而提升生產(chǎn)率指數(shù)。

五、結(jié)論與政策建議

本文通過對(duì)1999—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中裝備制造業(yè)的整理與篩選，運(yùn)用ACF法測(cè)算了每家企業(yè)的靜態(tài)全要素生產(chǎn)率，采用傾向匹配得分法估計(jì)補(bǔ)貼企業(yè)與非補(bǔ)貼企業(yè)的靜態(tài)全要素生產(chǎn)率差異，并進(jìn)一步運(yùn)用Malmquist指數(shù)分解法和動(dòng)態(tài)OP分解法將補(bǔ)貼企業(yè)的全要素生產(chǎn)率增長(zhǎng)率進(jìn)行分解，來探究補(bǔ)貼對(duì)裝備制造業(yè)企業(yè)當(dāng)期全要素生產(chǎn)率的影響及裝備制造業(yè)補(bǔ)貼企業(yè)的生產(chǎn)率增長(zhǎng)源泉。

本文的結(jié)論主要有以下幾個(gè)方面：第一，利用PSM方法估計(jì)，控制其他影響條件，發(fā)現(xiàn)補(bǔ)貼企業(yè)的平均靜態(tài)全要素生產(chǎn)率小于非補(bǔ)貼企業(yè)，而且這種現(xiàn)象普遍存在于各細(xì)分行業(yè)、所有制、地區(qū)間。第二，從整個(gè)裝備制造補(bǔ)貼企業(yè)來看，以2000年為基年各年的生產(chǎn)率增長(zhǎng)分解結(jié)果表明，裝備制造業(yè)補(bǔ)貼企業(yè)的全要素生產(chǎn)率增長(zhǎng)主要依靠企業(yè)技術(shù)進(jìn)步和自身成長(zhǎng)，規(guī)模效率(或資源配置效率)和純技術(shù)效率所起作用較小。第三，從不同所有制企業(yè)全要素生產(chǎn)率分解結(jié)果發(fā)現(xiàn)，受補(bǔ)貼的集體企業(yè)、私營(yíng)企業(yè)、港澳臺(tái)企業(yè)、外資企業(yè)的生產(chǎn)率增長(zhǎng)主要來源于技術(shù)進(jìn)步和自身成長(zhǎng)，規(guī)模效率(或資源配置效率)和純技術(shù)效率占生產(chǎn)率增長(zhǎng)份額較小，這一結(jié)果與上述結(jié)論一致；此外，國(guó)有補(bǔ)貼企業(yè)出現(xiàn)了技術(shù)進(jìn)步和規(guī)模效率(或資源配置效率)雙低的現(xiàn)象，這可能是因?yàn)閲?guó)有企業(yè)經(jīng)常受到暗補(bǔ)，顯性補(bǔ)貼對(duì)其生產(chǎn)率增長(zhǎng)反而不能起到激勵(lì)作用。第四，按地區(qū)細(xì)分后，東部、中部、西部、東北各地區(qū)的受補(bǔ)貼企業(yè)生產(chǎn)率增長(zhǎng)主要來源于技術(shù)進(jìn)步和自身成長(zhǎng)，規(guī)模效率(或資源配置效率)和純技術(shù)效率貢獻(xiàn)度較低，進(jìn)一步驗(yàn)證了上述結(jié)論的穩(wěn)健性。

表6 2000—2007年不同地區(qū)補(bǔ)貼企業(yè)全要素生產(chǎn)率增長(zhǎng)分解結(jié)果

注：PEC表示純技術(shù)效率變動(dòng)；SEC表示規(guī)模效率變動(dòng)；TC表示技術(shù)進(jìn)步變動(dòng)；組內(nèi)表示在位企業(yè)生產(chǎn)率均值變化；組間表示在位企業(yè)資源配置效率變化；凈進(jìn)入表示進(jìn)入企業(yè)生產(chǎn)率變化與退出企業(yè)生產(chǎn)率變化加總

依靠投資與出口拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的時(shí)期已然過去，中國(guó)經(jīng)濟(jì)已步入新常態(tài)，供給側(cè)要素對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用日益顯現(xiàn)。裝備制造業(yè)作為我國(guó)的基礎(chǔ)戰(zhàn)略性產(chǎn)業(yè)，其生產(chǎn)率增長(zhǎng)在這一時(shí)期仍占據(jù)著重要地位。結(jié)合經(jīng)濟(jì)新常態(tài)這一時(shí)期的主要特征，本文認(rèn)為，裝備制造業(yè)的發(fā)展應(yīng)該主要從以下幾方面著手：第一，要素驅(qū)動(dòng)、投資驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)。裝備制造業(yè)作為研發(fā)成本高、技術(shù)含量大、生產(chǎn)周期長(zhǎng)的產(chǎn)業(yè)，資本與勞動(dòng)要素投入、內(nèi)外部投資及政府補(bǔ)貼對(duì)其長(zhǎng)遠(yuǎn)發(fā)展具有支撐作用，然而，技術(shù)創(chuàng)新與突破是保證其市場(chǎng)地位的決定性力量。沒有創(chuàng)新，就沒有市場(chǎng)，更沒有消費(fèi)群體，即使有補(bǔ)貼支撐可以維持生產(chǎn)，最終的結(jié)果，我們已看到，只能是產(chǎn)能過剩。因此，在經(jīng)濟(jì)新常態(tài)時(shí)期，裝備制造業(yè)更應(yīng)增強(qiáng)自主創(chuàng)新能力，依靠創(chuàng)新驅(qū)動(dòng)長(zhǎng)期發(fā)展，提高生產(chǎn)率水平。第二，以公平促效率，以法治保公平。中國(guó)的兩位數(shù)經(jīng)濟(jì)增長(zhǎng)時(shí)期已經(jīng)結(jié)束，在新的時(shí)期，我們應(yīng)先營(yíng)造良好的體制與制度環(huán)境，保障企業(yè)間的公平競(jìng)爭(zhēng)，進(jìn)而促進(jìn)企業(yè)生產(chǎn)率的提高。對(duì)于裝備制造業(yè)而言，公平的競(jìng)爭(zhēng)環(huán)境可以增加補(bǔ)貼可獲性、減少技術(shù)創(chuàng)新阻礙、實(shí)現(xiàn)資源合理流動(dòng)，進(jìn)而優(yōu)化資源配置、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。第三，簡(jiǎn)政放權(quán)、釋放市場(chǎng)活力。具體表現(xiàn)為，適當(dāng)減少政府干預(yù)及對(duì)企業(yè)的不合理補(bǔ)貼，讓市場(chǎng)資源在企業(yè)間自發(fā)流動(dòng)，提高資源配置效率，加大高效率企業(yè)進(jìn)入市場(chǎng)與擴(kuò)大規(guī)模的信心，促進(jìn)裝備制造業(yè)整體生產(chǎn)率提高。

注釋：

① 資料來源：國(guó)家統(tǒng)計(jì)局2000—2014年的《中國(guó)統(tǒng)計(jì)年鑒》。

② 資料來源：機(jī)器人補(bǔ)貼亂象調(diào)查，地方大躍進(jìn)拉響過熱警報(bào)，人民網(wǎng)，2016年5月1日，詳見http://finance.people.com.cn/ n1/2016/0501/c1004-28317859.html。

[1] 任曙明, 呂鐲. 融資約束、政府補(bǔ)貼與全要素生產(chǎn)率——來自中國(guó)裝備制造企業(yè)的實(shí)證研究[J]. 管理世界, 2014(11): 10?23．

[2] 黃先海, 宋學(xué)印, 諸能君. 中國(guó)產(chǎn)業(yè)政策的最優(yōu)實(shí)施空間界定——補(bǔ)貼效應(yīng)、競(jìng)爭(zhēng)兼容與過剩破解[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2015(4): 57?69．

[3] 余東華, 呂逸楠. 政府不當(dāng)干預(yù)與戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)能過剩——以中國(guó)光伏產(chǎn)業(yè)為例[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2015(10): 53?68.

[4] Esteban-Pretel J, Sawada Y. On the role of policy interventions in structural change and economic development: The case of postwar Japan[J]. Journal of Economic Dynamics & Control, 2014, 40(1): 67?83.

[5] Decramer S, Vanormelingen S. The effectiveness of investment subsidies: Evidence from a regression discontinuity design[J]. Small Business Economics, 2016, 47(4): 1007?1032.

[6] Cin B C, Kim Y J, Vonortas N S. The impact of public R&D subsidy on small firm productivity: Evidence from Korean SMEs[J]. Small Business Economics, 2017, 48(2): 345?360.

[7] 羅雨澤, 羅來軍, 陳衍泰. 高新技術(shù)產(chǎn)業(yè)TFP由何而定?——基于微觀數(shù)據(jù)的實(shí)證分析[J]. 管理世界, 2016(2): 8?18.

[8] Díaz A, Franjo L. Capital goods, measured TFP and growth: The case of Spain[J]. European Economic Review, 2016, 83: 19?39.

[9] Gustafsson A, Stephan A, Hallman A, et al. The “sugar rush” from innovation subsidies: A robust political economy perspective[J]. Empirica, 2016, 43(4): 729?756.

[10] Catozzella A, Vivarelli M. The possible adverse impact of innovation subsidies: Some evidence from Italy[J]. International Entrepreneurship & Management Journal, 2016, 12(2): 351?368.

[11] Leahy D, Neary J P. R&D spillovers and the case for industrial policy in an open economy[J]. Oxford Economic Papers, 1999, 51(1): 40?59.

[12] 顧元媛, 沈坤榮. 地方政府行為與企業(yè)研發(fā)投入——基于中國(guó)省際面板數(shù)據(jù)的實(shí)證分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2012(10): 77?88.

[13] 安同良, 周紹東, 皮建才. R&D補(bǔ)貼對(duì)中國(guó)企業(yè)自主創(chuàng)新的激勵(lì)效應(yīng)[J]. 經(jīng)濟(jì)研究, 2009(10): 87?98.

[14] Ackerberg D A, Caves K. Structural identification of production functions[J]. Mpra Paper, 2006, 88(453): 411?425.

[15] Ackerberg D, Benkard C L, Berry S, et al. Econometric tools for analyzing market outcomes[J]. Handbook of Econometrics, 2007, 6a(7): 4171?4276.

[16] 覃家琦, 邵新建. 中國(guó)交叉上市公司的投資效率與市場(chǎng)價(jià)值——綁定假說還是政府干預(yù)假說?[J]. 經(jīng)濟(jì)學(xué)(季刊), 2016, 15(3): 1137?1176.

[17] F?re R, Grosskopf S, Lovell C A K. Production frontiers[M]. Cambridge University Press, 1994.

[18] Melitz M J, Polanec S. Dynamic Olley-Pakes productivity decomposition with entry and exit[J]. Rand Journal of Economics, 2015, 46(2): 362?375.

[19] Sissoko A. R&D subsidies and firm-level productivity: Evidence from France[J]. European Association for Research in Industrial Economics, Discussion Papers, No. 2011002.

[20] 解維敏, 唐清泉, 陸姍姍. 政府R&D資助, 企業(yè)R&D支出與自主創(chuàng)新——來自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 金融研究, 2009(6): 86?99.

[21] 任曙明, 張靜. 補(bǔ)貼、尋租成本與加成率——基于中國(guó)裝備制造企業(yè)的實(shí)證研究[J]. 管理世界, 2013(10): 118?129.

[22] 蒂莫西·J.科埃利, 科埃利, 王忠玉. 效率與生產(chǎn)率分析引論[M]. 北京: 中國(guó)人民大學(xué)出版社, 2008.

[23] 潘越, 寧博, 肖金利. 地方政治權(quán)力轉(zhuǎn)移與政企關(guān)系重建——來自地方官員更替與高管變更的證據(jù)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2015(6): 135?147.

[24] 白重恩, 張瓊. 中國(guó)生產(chǎn)率估計(jì)及其波動(dòng)分解[J]. 世界經(jīng)濟(jì), 2015(12): 3?28.

[25] 聶輝華, 江艇, 楊汝岱. 中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟(jì), 2012(5): 142?158.

[26] Olley G S, Pakes A. The dynamics of productivity in the telecommunication equipment industry[J]. Econometrica, 1996, 64(6): 1263?1297.

[27] Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservable[J]. The Review of Economic Studies, 2003, 70(2): 317?341.

[28] Syverson C. What determines productivity?[J]. Journal of Economic Literature, 2011, 49(2): 326?365.

[29] 劉瑞明. 國(guó)有企業(yè)、隱性補(bǔ)貼與市場(chǎng)分割: 理論與經(jīng)驗(yàn)證據(jù)[J].管理世界, 2012(4): 21?32.

[30] 林毅夫, 李志赟. 政策性負(fù)擔(dān)、道德風(fēng)險(xiǎn)與預(yù)算軟約束[J]. 經(jīng)濟(jì)研究, 2004(2): 17?27.

Subsidy and total factor productivity: An empirical study from the Chinese equipment manufacturing enterprises

LIU Wei-jiang, LV Zhuo

(Center for Quantitative Economics, Jilin University, Changchun 130012)

Based on panel data of Chinese equipment manufacturing enterprises from 1999 to 2007, and using the method of propensity score matching (PSM),Malmquist index productivity decomposition and dynamic Olley-Pakes productivity decomposition, the present essay analyzes the relationship between subsidy and total factor productivity as well as the growth source of total factor productivity of subsidy enterprises. The results show that the total factor productivity of subsidy enterprises is less than non-subsidy enterprises, that the productivity improvements of subsidy enterprises mainly depend on technological progress and self-growth, and that scale efficiency (or resource allocation efficiency) and pure technical efficiency contribute less.

subsidy; TFP; propensity score matching; Malmquist index decomposition method; dynamic Olley-Pakes decomposition method

[編輯: 譚曉萍]

F420

A

1672-3104(2017)04?0093?09

2016?12?28；

2017?04?30

國(guó)家自然科學(xué)基金項(xiàng)目“中國(guó)經(jīng)濟(jì)周期波動(dòng)的轉(zhuǎn)折點(diǎn)識(shí)別、階段轉(zhuǎn)換及預(yù)警研究”(71573105)；教育部人文社會(huì)科學(xué)重點(diǎn)研究基地項(xiàng) 目“新常態(tài)下促進(jìn)經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的要素配置與產(chǎn)業(yè)升級(jí)政策研究”(16JJD790015)

劉偉江(1967?)，女，吉林長(zhǎng)春人，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授，博士生導(dǎo)師，主要研究方向：微觀計(jì)量經(jīng)濟(jì)學(xué)，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)；呂鐲(1989?)，女，吉林遼源人，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心博士研究生，主要研究方向：微觀計(jì)量經(jīng)濟(jì)學(xué)，產(chǎn)業(yè)經(jīng)濟(jì)學(xué)