加工贸易_企业生产率和关税减免_来自中国产品面的证据(2)

企业技术进步:

mkl

it( it)MitKitLit,Yit=

(1)

其中Yit、Mit、Kit、Lit分别是企业i在第t年的产出、中间投入品、资本和

5

劳动力。企业i在第t年的生产率 it取决于同期关税 it。现对(1)式做对数

变换:

0+ mlnMit+ klnKit+ llnLit+ it,lnYit=

(2)

通常,全要素生产率就可通过估计真实产出和拟合值ln^Yit之间的索洛残差来获得:

TFPit=lnYit-ln^Yit.

(3)

但该方法受到联立性偏差和选择性偏差这两个问题的困扰。MarschakandAndrews(1944)最早指出,企业至少能够预测到全要素生产率的部分变化,并据此优化要素投入以使利润最大化。所以,全要素生产率对企业的要素投入有内生的反向作用。如果不考虑这一点,将会错误地估计企业的利润最大化决策。此外,企业的动态行为还会引入选择性偏差。在国际竞争中,那些生产率低下的企业最终会被淘汰,生产率高的企业则得以继续存活(Krugman,1979;Melitz,2003)。在一组面板数据中,被观测到的都是幸存下来的企业,生产率较低并退出市场的企业则被遗漏。这意味着统计回归中的样本并不是通过随机选择产生的,并会因此造成估计偏差。

OlleyandPakes(1996)给出了一种可以处理这些联立性偏差和选择性偏差的计量方法。此后,包括DeLoecker(2007)、AmitiandKonings(2007)、Ke-llerandYeaple(2009)在内的学者,也对全要素生产率的计算方法进行了修正和

6

改进。本文则将采用扩展的Olley-Pakes方法来计算企业的全要素生产率。

首先,本文使用了工业水平上的平减价格来度量全要素生产率。关于生产函数的测算,Felipe等(2004)曾强调应以货币变量的形式来度量产出所

7

可能产生的估计误差,这种方式实际上只是对会计恒等式的估计。其次,由

45

另一种方法是使用超对数生产函数,这种方法与Cobb-Douglas生产函数有相似的估计结果。

目前学界通常认为关税的变化会影响同期生产率(如见AmitiandKonings,2007)。但如匿名审稿人所指出的,现实中关税对生产率的影响也可能有一段时滞。采用滞后一期(或更多期)的关税来考察其对生产率的影响并不会改变本文的研究结果。为节省篇幅,正文中没有汇报,但有兴趣的读者可联系作者索要。6

另外一个比较准确的计算全要素生产率的方法是运用系统GMM方法(BlundellandBond,1998)。该方法假设劳动力也会与生产率冲击相互关联(Ackerbergetal ,2006),所以在计算全要素生产率中着重考虑了劳动力的动态变化。估计关税及运用系统GMM法所得生产率结果相似。限于篇幅,结果不在正文中汇报。7

为了精确地计算全要素生产率,理论上应该根据具体产品的价格计算 实物生产率 (Fosteretal ,2005)。但和其他许多研究一样,我们难以得到每个企业所有产品的价格。因此,作为折中,本文将使用产业层面的价格来平减企业的产出。

于中国加入WTO会给企业带来一正向需求冲击,从而得以使企业扩大生产规模,这也会反过来加大计算全要素生产率时的联立性偏差。所以,本文在计算时将中国2001年加入WTO这一事件纳入考虑。再次,为在计算全要素生产率中体现企业的进出口行为的作用,本文构建了两个虚拟变量,其中一个为出口变量,另一个为进口变量。这样,相对于以前的研究,我们就能够进一步地体现企业的外贸行为对生产率可能产生的影响。当然,一家企业即

8

使同时有进口和出口业务也不一定是加工贸易企业。所以,需要强调的是,

在下一步研究加工贸易对生产率的回归中,我们是用海关数据来直接判断企业是否从事加工贸易:产品层面海关数据有一个变量专门汇报企业进出口的产品是属于一般贸易还是来料加工贸易。

(二)回归模型

在这一部分,我们建立的实证回归框架如下:

TFPit= 0+ 1 it+ 2PEit+ Xit

+

OP

OP

i

+ t+ it,(4)

其中,TFPit是用Olley-Pakes法回归的企业i在第t年的全要素生产率,而 it则代表企业i在第t年的基于产品数上的加权关税,PEit是标示企业i在第t

10年是否进行加工贸易的虚拟变量。另外, 1衡量了企业之间的进口竞争效应,

9

因此应该是负值, 2则衡量了企业从事加工贸易时可能获取的收益。Xit代表企业i在第t年的其他控制变量,例如企业利润值、产业利润值、赫芬达尔市场集中度指数、资产利用状况和所有权类型。传统观念认为国有企业的经济效率相对较低,因而生产率也较低。比较而言,由于拥有国际技术溢出的助益(KellerandYeaple,2009),或是面临更宽松的融资约束(Feenstraetal ,2011),外资企业通常有较高的生产率。因此,本文特地构造了国有企业和外资企业两个虚拟变量来标示企业的所有权属性。

进一步的,对于那些市场比较分散、垄断力量较弱、不易获取高额利润的产业部门,处于其中的企业必须竭力提高自身的生产效率从而得以存活。为了证明在那些最初比较分散的产业中,关税下降所带来的生产率提升并非只是由于缺少控制市场结构而造成的,本文还引入了以下三个有一年滞后的控制变量,以期将不同变量对生产率的作用识示出来:一是企业的成本加成(markup),遵循Nickell(1996)以及KellerandYeaple(2009)的方法,它定义为公司销售额除以销售额及利润的差;二是定义在统一编码2位码上的

8

如批发企业也同时开展进口和出口业务,但却不从事任何加工作业。本文现已在企业数据库中剔除掉这类批发企业以避免可能产生的误差。感谢匿名审稿人在这里提出的有益建议。9

本文稍后将仔细介绍如何进行加权。10

加工贸易可细分为来料加工等16个种类,如企业从事任一类加工贸易,则虚拟变量取1。

行业成本加成;三是赫芬达尔集中度指数,它定义为在统一编码2位码上的企业市场占有率的平方和。最后,企业的不同要素禀赋可能会影响到其生产

率的实现情况,在回归估计中我们也加入企业的资本利用情况,这一指标通常是被定义为资本劳动力比的对数。

当然,除此之外,现实世界中还存在着其他因素会对企业的生产率产生影响。限于数据,我们不可能构建经济变量加以一一控制。但是,这些可能的影响因素可以归入回归的误差项。如Wooldridge(2002)所述,在计量上我们则可以通过如下方法加以控制:将模型的误差项分成三个部分。一是每个企业自身的固定效应i,用以控制一些不随时间变化的因素,譬如企业的所在地;二是随年份变化的固定效应 t,用以控制一些不随企业变化的因素,譬如人民币的升值;三是特异性效应 ijt,其服从于正态分布 ijt~N(0, ij),用以控制其他尚留的因素。

2

三、数 据

为更充分地研究贸易自由化对企业生产率的影响,本文采用了以下三组最细化的大型微观面板数据:海关总署提供的各企业每一笔外贸产品数据、我国规模以上工业企业数据及世界银行提供的6位码的我国进口关税数据。

(一)企业水平的生产数据

计算企业生产率所用到的企业层面数据是来自国家统计局对规模以上企业的年度调查。本文采用的数据的时间跨度为2000 2006年11,企业总数从2000年的162885家上升到2006年的301961家。我国制造业中的全部国有企业、年销售额在500万元人民币以上的非国有企业被收集进这个数据库,变量则包括三大会计报表(即资产负债表、损益表和现金流转表)上的一百多个财务变量信息。

这一数据库内容之丰富不言自明。但由于各种原因,部分企业提供的信

13

息可能不够准确,从而使其中一些样本可能存在误导性。与 …… 此处隐藏：3652字，全部文档内容请下载后查看。喜欢就下载吧 ……