投入产出异质性与中国制造业企业生产率估计19982013.docxVIP

? ? 投入产出异质性与中国制造业企业生产率估计 1998 2013 ? ? 　　一、引言和文献综述 　　企业全要素生产率（TFP）测量企业的投入产出效率或成本有效性，能够提供关于企业核心能力的重要信息（Van Biesebroeck，2007）①。企业TFP估计也是分析经济体系宏观效率的基础。宏观TFP和资源配置效率是否在改善？经济环境是否能够鼓励TFP高的企业发展、抑制甚至淘汰TFP低下的企业？对这些问题的满意回答都取决于可靠的企业层面TFP估计。因此，企业层面TFP估计对宏观和微观经济学家来说都是充满魅力的话题。 　　现代TFP估计始于Tinbergen（1942）用柯布一道格拉斯总量生产函数讨论美国1870-1914年间经济增长。Solow（1957）用新古典总量生产函数讨论经济增长时提出的“Solow剩余”成为经验研究中TFP的标准定义。建立在代表性企业基础之上的宏观TFP分析能够用简洁的方式加深人们对经济增长因素的理解，但毕竟平均掉了企业层面的丰富信息。近年来以企业TFP为代表的企业异质性受到广泛的重视，并成为推动经济学各领域发展的一个重要力量②。随着计量方法的发展和微观数据的日益丰富，企业层面TFP作为企业异质性的一个重要方面，其经验估计受到广泛的重视③。 　　早在1944年Marschak and Andrews就敏锐地指出了企业TFP估计面临的两个关键性问题：转换偏误（Transmission Bias）和投入与产出测量问题。转换偏误的实质是内生性问题：企业是在掌握了其生产率信息前提下选择可变投入的，从而分析者不可观测的生产率（被放入误差项）就会与企业的这类投入相关。这使得投入弹性参数的估计不一致、生产率估计发生偏误。解决内生性问题是企业TFP估计文献发展的重要推动力。较早的尝试是用投入价格作为工具变量，但这基本上是不成功的（Ackerberg et al.，2015）。随后的文献尝试运用对生产率或误差项的设定以应对内生性问题。例如，Arellano and Bond（1991）设生产率包含不随时间变化的部分和随时间变化的部分，先差分掉不随时间变化的部分，再利用投入变量的滞后值作工具估计弹性参数。Olley and Pakes（1996，以下简称OP）开创了运用代理方法处理内生性问题的生产率结构估计思路。他们注意到分析者可以观测到的企业投资综合了企业生产率的信息，因而可以将企业投资作为生产率的代理变量，运用半参数方法估计TFP。OP推动了企业生产率结构估计方法的迅速发展，比较有代表性的文献包括Levinsohn and Petrin（2003）、Doraszelski and Jaumandreu（2013）、Ackerberg et al.（2015）。 　　Marschak and Andrews（1944）指出的另一个关键性问题即投入与产出测量问题在宏观TFP估计中得到重视。Jorgenson and Griliches（1967）率先尝试用劳动和资本投入的不变质量指数（Constant Quality Index）调整这些要素投入的质量差异，并用国民生产总值（GNP）取代国民生产净值（NNP）度量产出，发现在宏观TFP估计中投入和产出的测量对估计结果存在重要的影响。他们的做法在宏观TFP估计领域被学术界和官方广泛接受④。然而，在企业TFP估计领域产出的异质性和测量问题更为复杂，并不是简单地用指数平减就能解决的。例如，大多数企业TFP分析所用的数据库只有企业的销售收入，缺乏企业层面价格和实际产出的信息。通常的做法是用行业水平的价格指数平减企业销售收入，以此作为企业产出的代理指标。如果行业内企业产品同质、充分竞争，这当然是一个完美的做法。然而如果企业具有一定的市场力量，需求的异质性从而价格的异质性就随同企业销售收入进入生产率估计方程。最早讨论这一问题的是Klette and Griliches（1996），他们在估计规模收益时意识到在不完全竞争环境下，企业层面的价格实质上涉及到企业需求，忽视这种需求异质性会造成生产函数参数与TFP估计的严重偏误⑤。而且，企业需求方面的异质性会造成企业TFP结构估计的标准方法（OP代理变量方法）面临严重问题。也就是说，代理变量方法要求分析者所不可观测到的企业生产率与其可观测到的生产率代理变量必须一一对应。如果还存在其他企业层面不可观测的异质性，可逆性不再成立，OP型代理变量方法就可能产生偏误⑥。 　　最近，在不完全竞争环境下综合生产函数和需求函数来估计企业生产率成为一个热点。例如，De Loecker（2011）发展了一个兼具生产率异质性和需求异质性的经验模型来估计生产率，并分析比利时纺织品市场贸易保护的下降对企业生产率的影响。他们利用贸易配额的减少这种外生需求变化