ImageVerifierCode 换一换
格式:DOC , 页数:8 ,大小:109.50KB ,
资源ID:1899998      下载积分:10 文钱
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,省得不是一点点
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenke99.com/d-1899998.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于企业进入退出的“中国全要素生产率之谜”解释.doc)为本站会员(gs****r)主动上传,文客久久仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文客久久(发送邮件至hr@wenke99.com或直接QQ联系客服),我们立即给予删除!

基于企业进入退出的“中国全要素生产率之谜”解释.doc

1、1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

2、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 23 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,2反映了市场的基本特征之一。企业的进出对于 TFP 的影

3、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19952003 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 19982006 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

4、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 19982007 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

5、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3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

6、 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,19982007 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 法与半参数 LP 法等。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

7、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4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

8、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 13 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 tfp做出未来 TFP 的变

9、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19982007 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5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

10、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、t 不变等。上述假定在一定程度上也使得模型削弱了对现实

11、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6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

12、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: Olley&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。 Levinsohn&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。 依照毛其淋等(2013) ,通过市场份额,即销售额占比加权。 2004 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

13、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。 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,2011423 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,720141218 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,2016114 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、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):1223 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):113 7鲁晓东,连玉君.中国工业企业全要素生产率估计:1999-2007J.经济学(季刊) ,2012(2):541558 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):1627 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):6174 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):321 11单豪杰.各省资本存量和平减指数 52-09DB/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.8http:/

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。