第一章 绪论
第一节 研究背景
我国 2015 年全年 GDP 增速为 6.9%，2016 年一季度 GDP 增速为 6.7%①，数十年来首度“破七”标志着我国经济已处于下行通道，结构性减速趋势明显，这是由经济发展的内在规律所决定的，也是多年积聚在我国经济系统中的矛盾发展的必然结果。从内部状况来看，金融危机后我国经济出现了明显减速，步入新常态。去产能、去库存、引导企业退出成为当前中央政府的重点任务。从外部环境来看，首先，近几年伴随着我国劳动力成本的上涨，一些外资企业纷纷撤资或是转移至东南亚其他发展中国家，这直接影响到我国的出口、就业和经济增长。其次，危机过后，欧美国家启动实体经济振兴计划，如德国提出工业 4.0 战略、美国提出制造业回流，这些措施一方面旨在吸纳更多的就业，另一方面希冀通过高科技制造业提升整体社会效率。最后，2015 年 10 月 5 日，跨太平洋伙伴关系协定（TPP）达成协议，这将加速传统的美式全球化向新型的发达国家内分工趋势的转变。上述内外部环境要求我国加快经济结构性转型。 2015 年 11 月，习近平首次指出“供给侧”管理②，这标志着我国经济治理的思路发生了重大转变，由过去坚持数十年的“需求侧”管理转向“供给侧”管理。我国过去发展思路主要是借鉴西方古典、新古典经济学，特别是凯恩斯主义经济理论强调的通过刺激需求来拉动经济，而“供给侧”管理主要是促进结构优化、产业升级等消除“供需错位”，通过供给来引导需求，这是化解我国经济系统矛盾的必要举措，也是未来我国经济研究的主攻方向。“供给侧”管理的主体是“创新”，中央倡导“大众创业、万众创新”以及提出《中国制造 2025》都是这一思路的具体表现。“创新是引领发展的第一动力”，“十三五”规划首次将创新放在前所未有的高度，正如熊彼特所言：“创新是促进经济长期增长的唯一动力”。
...........
第二节 主要内容与研究意义
本文的研究通过由表及里由浅入深相互衔接逐步深入的脉络展开，文章主体分为三个部分：TFP 的测算、TFP 的分解以及企业进入要素对退出的影响分析。具体来说，首先文章测算了微观企业的全要素生产率（TFP），并利用核密度估计分析其分布特征以及变化规律。为保证测算结果的稳健性，文章使用了 OP、LP 两种主流的半参数测算方法并进行对比，从中判断测算结果的差异，并找出这种差异的根源，以选择合理的结果作为后续研究的基础；然后，为了进一步探析企业生产率的来源以及组成企业生产率的各个部分对生产率的变动的各自贡献，文章采用 FHK、BHC 两种生产率分解方法将企业生产率分解成企业自身技术进步效应、企业间资源分配效应、企业进入效应和退出效应，对每一种方法得出的结果中各组成部分的贡献情况加以分析，此外再对不同方法的分解结果进行对比分析；最后在第二步的研究基础之上，我们知道企业退出对生产率具有较大的贡献，然而通过文献综述中我们发现当前研究企业退出的文献在国内较少，并且都是研究企业退出当期各要素的影响，而忽略了企业的进入选择效应也可能对企业退出造成影响。因此文章在理论阐述企业进入时的自身特质与宏观环境对企业退出的影响机理的基础上，建立 Cox 比例风险模型重点研究企业生产率、融资约束以及进入市场环境对企业退出的影响。文章的主要研究内容如下图所示：
..........
第二章 文献综述
第一节 全要素生产率测算
全要素生产率（TFP）一般可以理解为去除资本和劳动要素投入的作用之后，其他能够实现经济增长因素的总作用（Kumbhakar and Lovell,2003）。通常源于技术提升、产业变迁、资源再配、管理能力改善等。对于 TFP 的测算一直以来是经济领域研究的热点和重点问题，一方面由于 TFP 是推动经济增长的重要力量，是评估投入-产出效率的重要指标；另一方面是针对这一问题，学术界依然存在着广泛的争议，研究的视角以及假设条件的差异都会导致所设定的模型得出不同的结论。TFP 测算结果的差异性将引起对经济增长源泉的不同解读。Young(1995)构建了超越对数生产函数测算亚洲“四小龙”的 TFP，其中香港和台湾的 TFP 年均增长率处在 2%-3%之间，韩国为 1.7%，认为其创造的高速经济增长主要源自于投资的急速增加以及劳动力的转移，TFP 的贡献很小。而 Hsieh(1999)测得同期这些国家的 TFP 增长率比前者高出 3%。Young（2003）测算得出我国 1978-1998 年的 TFP 年均增长只有 1.4%，认为农业、土地等才是驱动我国经济高速增长的主要因素，进而否认“中国奇迹”。Brandt et al.(2012)利用我国企业微观数据采用多种方法测算了我国 1998-2007 年间的 TFP，均得出我国的 TFP 增长速度非常迅速。 TFP 测算的方法主要有索洛余值法与前沿生产函数法，这两种主流方法根据估计技术的不同可以细分为参数、半参数、非参数三种类型。索罗余值法中较为传统的参数方法有最小二乘法（OLS）、固定效应法（FE）（Pavcnik,2002）等，半参数方法有OP、LP 方法等，而前沿生产函数法中有参数的随机前沿生产函数法（SFA）以及非参数的 Malmquist 指数法（Coelli et al. ,2005; Allendorf et al,2015;张健华、王鹏，2012）。单纯从技术上来说，非参数方法通常对数据的分布形式施以较少的约束，会损失很多的经济信息，此外所得出的变量之间的关系具有统计性质而失去了经济意义；参数方法则与之相反，但是正确设定模型形式往往面临较大的困难（Powell, 1994）。半参数方法包含了参数估计的经济理论意义，同时舍弃了一些不重要的细节，兼具了非参数法的灵活性（Ruppert et al.,2003）。此外，传统的企业生产率估计方法（如 DEA、SFA等）大都仅仅着眼于企业的投入与产出，而忽视了微观企业的决策行为。OP 开始提出考虑到企业经营决策行为的结构性估计方法(柳荻、尹恒,2015)。近年来，随着我国微观企业数据的可用，越来越多的研究倾向于使用参数或者半参数方法利用微观企业数据对企业生产率进行测算。
.........
第二节全要素生产率分解
由于本文使用的是微观企业数据展开研究，因此本部分主要就微观企业生产率的分解方法进行梳理，探析该系列方法的发展脉络以及各自的优缺点。从微观视角来看，总生产率水平是各企业生产率的加权，而不同企业的生产率存在一定差异。总生产率的改变不仅反映着个体企业自身生产率分布的变化，而且还反映着企业权重的变化，即不同的存活企业市场份额的增减、企业的进入效应以及退出效应。 国内有关企业生产率分解的研究，李玉红等（2008）采用企业微观数据，使用BHC 方法和偏离份额方法，分析了技术进步和资源配置在企业生产率变化中的作用，研究发现，存活企业的技术进步贡献占比近一半，而企业演化导致的资源再配置贡献占另外一半，进而得出企业演化带来的资源重新配置是中国工业生产率增长的重要途径。毛其淋、盛斌（2013）针对我国工业企业 1999-2003 年数据，采用 FHK、GR、BG三种方法对企业效率进行了分解，结果显示净进入效应对生产率增长的贡献率为21.3%-28.9%，表明企业的进入与退出对中国制造业的生产率率变化具有显著影响。杨汝岱（2015）采用 MP 方法将全要素生产率分解为在位企业本身的绝对技术进步、在位企业间的资源配置效率提升、企业的进入以及企业的退出四个组成部分，得出企业自身成长是企业效率提升的主要来源，占比为 56.4%，企业间资源再分配效应占比为 31%，而企业进入与退出对企业效率的提升作用较小。张少华、张天华（2015）利用中国工业企业数据，在 VDF 总量生产率增长分解框架下，测度了不同所有制企业的动态研究效率，研究结果表明国有企业在总量上的效率贡献最大，而民营企业在增长上的效率贡献最大，此外，在经济总量上，内部效率提升环节对总量生产率贡献最大，而在增量上，退出环节对总量生产率贡献最大。 国外有关企业生产率分解的文献有，Baily et al.(BHC,1992)将生产率的变化分成四个部分：企业自身技术提升效益、企业间市场占有率变动、企业进入效应和企业退出效应。Griliches and Regev(1995)在 BHC 方法的基础上引入两时期平均生产率作为参考生产率从而避免分解偏差，提出了 GR 分解方法。Foster et al.(2005)在上面两个模型的基础上将市场资源配置从企业生产率提升中分离了出来，提出了 FHK 分解法。而Melitz and Polance(2015)总结了上述三种分解方法的不足，认为这几种方法中对企业进入与退出贡献的分解存在偏差，进而在 Olley and Pakes(1996)基础上提出了动态 OP分解模型（DOPD）。Harrison(2013)使用印度的制造业企业的微观数据对 TFP 的来源进行了分解，首先采取 Olley and Pakes(1996)分解方法，得出平均生产率与资源分配的占比变化，为了进一步识别出生存、进入以及退出企业对 TFP 增长的贡献，采用Melitz and Polanec（2010）所提出的分解方法对生产率的增长进行分解，再利用 VDF分解方法将生产率的变化进行周期性分解，研究发现新进入企业对行业总体生产率有负向作用，但是经过生命周期中的市场选择过程和早期退出过程，这种负向作用会得到缓解。 #p#分页标题#e#
.........
第三章全要素生产率测算 ........... 11
第一节模型介绍 ..... 11
一、现存的估计问题 .......... 11
二、OP 模型 ......... 12
三、LP 模型 ......... 14
第二节数据来源及处理 ......... 15
第三节测算结果分析 ..... 17
第四章全要素生产率的分解模型 .... 20
第一节模型介绍 ..... 20
一、BHC 分解模型....... 20
二、FHK 分解模型....... 20
第二节分解结果分析 ..... 21
第五章企业退出影响因素分析 .......... 23
第一节作用机理 ..... 23
第二节模型构建 ..... 24
一、生存分析 ...... 24
二、Cox 比例风险模型 ...... 27
第三节实证分析 ..... 27
第五章企业退出影响因素分析
前述章节相继对我国通信设备、计算机及其他电子设备制造业的全要素生产率进行了详尽细致的测算和分解。从上述研究我们发现，企业生产率的变动主要源自于四个部分，而其中企业更替对生产率的变化做出了很大的贡献。我国当前产能过剩严重，“僵尸企业”横行，有历史原因也有市场环境的作用，在当前供给侧改革的大旗下，探析企业退出的根源具有重要意义，因此本章将承接上文，进一步深入研究企业退出的影响因素。首先，梳理了有关企业退出研究的发展脉络，探析了各因素对企业退出影响的理论机理；其次，简要介绍了本部分即将采用的生存分析方法和 cox 比例风险模型；最后，实证研究了微观企业的生存特征以及各因素如何影响企业退出。
第一节 作用机理
由第二章中关于企业退出影响因素的相关文献，我们列出各个要素对企业退出的作用机理。新进入企业在进入时，有两类要素，一类要素是自身的条件要素，包括企业自身的生产率、融资能力、企业规模等特征，当然在本文的计量模型中，我们会加入诸如企业所有制类型等控制变量要素；第二类要素是宏观经济环境，这里我们考虑经济的繁荣程度。第一类要素决定着企业是否能够在市场初期的选择效应的表现突出，从而留在市场。而宏观经济环境要素主要作用是降低进入门槛，降低选择效应的严格程度。在这两类要素共同影响企业的存活或退出。当企业特质以及外部环境满足企业的存活的门槛值，则企业存活；若企业特质以及外部环境使得企业不足以达到存活标准，则企业会选择退出市场。这时对于存活企业来说，如果企业继续提升自身的特质，包括融资能力、技术投入、管理能力等，则企业会有更高的生存概率，如果随着企业年龄的增加，企业的产品、服务以及技术被新的进入者所替代，则发生创造性毁灭（Aghion et al.,2015）。其作用过程如下图所示：
........
结论
本文以 2000-2007 年“40”行业的工业企业为样本，首先利用主流的 OP、LP 模型测算了该行业微观企业的 TFP，探究了该行业企业生产率的分布情况；然后为了研究企业生产率变化的来源，以第一步所测算的企业生产率为基础，运用了 BHC、FHK分解模型将生产率分解为四个部分，分析了企业自身生产率提升效应、企业间资源分配效应、企业进入效应以及企业退出效应，从中分析各个组成部分的贡献情况，发现企业进入与退出是促使企业生产率变动的主要动力；最后，针对企业退出问题，建立Cox 比例风险模型，研究了企业进入市场时的企业内部特质（企业生产率、金融约束）以及外部环境对企业退出的影响。OP、LP 方法相对于传统的 TFP 测算方法的最重要的优点在于从微观企业的视角展开测算，在模型中并入了微观企业的动态最优的决策行为，考虑了数据生产过程（DGP），使得测算更加准确。另外采用半参数估计技术，使得模型的设定克服了参数方法的强约束，克服了非参数方法经济解释意义缺乏的不足。但是在解释测算结果时要认识到不同测算方法的假设条件，不可完全根据测算结果就否定或者确定某种结果的正确性。在本文的测算中，我们发现采用不同的方法测算的要素弹性出现了一定程度的差异，主要原因在于 OP 方法采用了投资作为不可观测生产率的代理变量，LP 方法采用的是中间品输入，另外 OP 方法考虑了企业的退出行为，而 LP 方法没有，因为样本行业存在较大的进入与退出率，因此本文认为 OP 方法所测结果较为可靠。 从 OP 方法所测结果来看，我国通信设备、计算机及其他电子设备行业的资本与劳动力产出弹性之和最大为 0.982，最小为 0.6414，均值为 0.79，首先说明不同的三位数行业的要素产出弹性存在一定的差异，以往研究中假设各两位数行业内部不存在异质性是不可靠的，当要素产出弹性之和较大时劳动与资本的投入在产出中起了较大的作用，对该类行业来说，规模的适当扩张是有益的。而对于资本和劳动力产出弹性之和较小的三位数行业来说，其产出非要素性作用更大，服从规模报酬递减规律，单纯的增加要素投入的规模扩张不可取，应该更加重视其他方面诸如管理能力的提升，技术效率的增强等措施。
.........
参考文献(略)
