第二节 企业生产效率的相关研究
与本研究相关的第二类文献是关于企业生产效率的研究，根据不同的研究对象和研究目的，现有文献关于企业生产效率的度量方法也有所不同。主要有：采用企业的全要素生产率（TFP）来衡量其生产效率、采用生产要素资源的配置效率来衡量企业的要素资源利用能力以及采用企业的价格加成率来衡量企业在产品市场的竞争能力。我们也将对有关这几类企业生产效率的文献进行梳理和回顾。
一、全要素生产率（TFP）的相关研究
（一）对TFP的测算研究
为了研究影响生产效率的因素，很多学者在很早就开始研究全要素生产率的测算方式。Solow早在20世纪50年代基于规模报酬不变的假设，提出了生产率即为生产函数的残差部分，因此大量学者（舒元，1993；郑玉歆，1999；王小鲁，2000）尝试用公式法计算TFP。然而利用生产函数法估计出的生产率面临较大内生性问题，因此后继学者开始改良估计方法，提出了半参数估计法，以中间品投入作为TFP的代理变量的LP法（Levinsohn & Petrin, 2003）、以投资的反函数作为TFP的代理变量的OP法（Olley & Pakes, 1996）和将投资视为所有要素投入的函数的ACF法（Ackerberg et al.，2015），这些方法的出现吸引了大量学者尝试用不同的方法估计我国企业的全要素生产率。舒元（1993）曾利用生产函数法估算中国1952—1990年全要素生产率增长率，得到的结论是全要素生产率增长率为0.02%，对产出增长的贡献率为0.3%。王小鲁（2000）同样利用生产函数法估算中国1953—1999年全要素生产率增长率，得到的结论是，1953—1978年全要素生产率增长率为-0.17%，1979—1999年全要素生产率增长率为1.46%，对经济增长的贡献率为14.9%。Young（2003）计算表明，中国非农业部门在1978—1998年，TFP的增长率在1.4%～3%。郭庆旺和贾俊雪（2005）分别利用代数指数法、索罗残差法、隐形计量法和潜在产出法估算出1979—2004年中国全要素生产率的平均增长率为0.891%～0.954%。Pekins和Rawski（2008）估计了中国整体行业的TFP，发现1995—2005年TFP年均增长率为3%。袁堂军（2009）利用1999—2004年上市公司的财务报表数据测算了中国上市公司的全要素生产率水平，发现整体水平为1.05左右。蔡跃洲和郭海军（2009）利用“中介法”，采取利息收入、营业支出和存款等金融指标作为投入，测算了我国上市商业银行的TFP，研究发现上市商业银行TFP总体下降。Brandt等（2012）利用OP方法估计了中国制造业1999—2007年的TFP，发现我国TFP呈现增长快、波动大等特征，年均增长高达7.96%。Brandt等（2012）利用1998—2007年中国制造业企业数据估计了我国TFP的增长率，结论显示，以工业总产出计算出的TFP增长率为2.85%，以工业增加值计算出的TFP增长率为7.96%。鲁小东和连玉君（2012）用LP法估计了工业企业的TFP，发现1999—2007年TFP年均增长率为2%～5%。李红玉等（2008）利用ACF估计方法计算发现2000—2005年工业部门TFP年均增长率为2.5%，行业的平均生产率为1.4。杨汝岱（2015）用OP估计法计算发现，1998—2007年我国工业部门全要素生产率的增长幅度在2%～6%，年均增长为3.83%，增幅波动较大。
（二）探索TFP影响因素的相关研究
测算TFP的方法固然重要，但识别影响TFP波动的原因更具有实际意义，因此在Heish等（2009）的代表性研究之后，大量学者尝试从不同角度解释我国TFP损失或增长缓慢的原因。Heish等（2009）采用收入生产率指标来衡量资源配置状况，发现资源误置降低了我国工业部门的TFP，如果我国资源有效配置能够达到美国的同等水平，TFP会比现在高30%～50%。Brandt（2013）认为是政府政策扭曲了资本市场，引导投资者投资于国有部门或高生产率的非国有部门，造成了TFP的损失。谢千里等（2001）认为造成TFP增速放缓的主要原因是所有制形式，国有企业或集体经济缺乏生产活力，但又占有大量资源。张宇（2007）发现FDI的流入对TFP的提升是一个长期趋势性过程，但并不会在短期呈现。余淼杰（2010）利用半参数估计方法发现贸易自由化显著地促进了企业生产率的提高，关税壁垒和非关税壁垒的减免对出口企业的生产率影响要比非出口企业小。龚关和胡关亮（2003）突破了Hsieh等（2009）的假设生产函数规模报酬不变的限制，利用LP法估计了1998—2007年制造业企业的TFP，结果发现，生产要素的配置不当降低了我国TFP增长，若生产要素均有效配置，TFP将提高30%～50%。杨振和陈甬军（2013）的研究发现，由于劳动要素的边际产品价值快于工资率增长，使已经扭曲的劳动资源配置状况进一步恶化，从而导致TFP的增速逐年放缓。陈斌开等（2015）发现2003年以来，不断上涨的住房价格是阻碍中国TFP提高的重要原因，房价的快速上涨导致资源错配加剧，进而降低了TFP。他们的估计结果表明，平均而言，住房价格每上涨1%，TFP将降低0.045%。盖庆恩等（2015）发现要素市场扭曲能通过影响在位企业的资源配置效率从而直接降低生产率，且会通过垄断势力改变企业的进入退出行为从而间接降低全要素生产率。袁其刚等（2015）基于双重差分法及倾向得分匹配发现，经济功能区的地区专业化效应与企业生产率的关系呈倒“U”形，适度的专业化有利于产业聚集并促进TFP的提升，过度的专业化导致的产业拥挤会降低TFP的提升。
二、要素资源配置效率的相关研究
（一）要素资源配置效率的测算
Chari等（2002）基于工资黏性理论和卡特尔模型，认为劳动市场摩擦会导致休闲与消费效用的替代率与劳动边际产出间存在一个楔子，即其效果如同工资税一样，因此可以采用工资税收比例作为劳动力摩擦的度量。Aoki（2008）建立了一个多部门均衡模型和部门特殊摩擦因素模型来衡量非均衡和市场摩擦因素引致的要素资源配置效率。Duarte和Restuccia等（2008）通过借助对两部门进行校准的方法，将各部门劳动力的转移情况作为要素资源配置效率的代表，从而考察两部门生产要素的利用对劳动要素资源配置效率的影响。Restuccia等（2008）采用要素投入的税收比例表示要素市场的流动摩擦系数，系数越大表示要素的资源配置效率就越低，同时相关政策实施所带来的要素价格的异质性效果也是要素资源配置无效的表现形式。Hsieh等（2009）认为在生产函数规模报酬不变的基础上，可以利用生产要素的边际产出的离散程度来衡量要素的资源配置效率。袁志刚和解栋栋（2011）借鉴Chari等（2002）的方法，以比例税收的形式代替要素配置扭曲形式的思想，构建了劳动力配置的楔子，利用该楔子值衡量劳动要素配置效率。柏培文（2012）构建了多部门模型，通过考察劳动要素扭曲程度的因素来估算部门间的劳动要素错配程度，结果发现，全国总体劳动力配置扭曲程度、城乡劳动力配置扭曲程度大致呈现波浪式下降，城市内劳动力配置扭曲程度则呈现阶段性增加的态势，城乡劳动力配置扭曲是导致劳动力配置扭曲的主要因素。龚关和胡关亮（2013）在Hsieh等（2009）基础上，采用边际劳动价值（MPRL）和边际资本价值（MPRK）的离散程度来刻画生产要素的资源配置效率。白俊红和卞元超（2016）借鉴超越生产对数计算出的边际要素产出除以边际要素价格来度量要素市场的扭曲程度，如果比值大于1，说明要素应得大于实际应得，要素市场为反向扭曲；如果比值小于1，说明要素应得小于实际应得，要素市场为正向扭曲。结果显示，我国要素市场呈扭曲态势，劳动要素市场为正向扭曲，资本市场为反向扭曲。此外，樊纲和王小鲁（2000）编制的市场化进程指数、李建民等（2002）使用城乡劳动力市场分割度以及胡凤霞和姚先国（2011）使用非正规就业人数占比来衡量生产要素的扭曲程度。
（二）要素资源配置效率对TFP的影响
在先前学者发现我国要素资源配置存在不同程度扭曲的基础上，后继学者开始探究要素资源配置效率对生产率的影响。Aoki（2008）主要考察了发达国家的要素资源配置效率对生产率的影响，认为如果日本的要素资源配置效率能够得到有效改善，总体生产率将至少增加9%。Heish等（2009）发现要素的资源误置降低了我国工业部门的TFP，如果要素资源的有效配置能够达到美国的同等水平，TFP会比现在高30%～50%。姚战琪（2009）利用1985—2007年跨产业面板数据，分析了我国工业部门资源配置效应对生产率的影响，研究发现，工业部门内部要素配置不合理和要素在部门间配置的扭曲造成了要素总配置效率过低，从而降低了我国工业生产率水平。罗德明等（2012）在随机动态一般均衡模型的框架下，考察了要素市场扭曲对生产率的影响。研究发现，源于政策的扭曲的要素误配导致了企业非常高昂的效率损失，如果要素扭曲不存在，人均GDP将增长115%，总体TFP将增长9%。简泽（2011）考察了制造业部门企业的资源再配置对总体生产率的影响，研究发现，资源配置的不断改善是代表性产业总量生产率增长的主要来源。聂辉华和贾俊雪（2011）认为要素资源配置无效率是导致企业生产效率低下的重要原因，市场经济越发达地区，资源的配置效率就越高，从而对生产率的促进作用越大。陈永伟和胡伟明（2011）将资源配置效率纳入经济增长的核算框架中，考察要素价格扭曲对TFP的影响。研究发现，制造业内部和子行业的资源错配造成了实际产出和潜在产出15%的缺口。毛其淋（2013）在贸易自由化的背景下考察了要素市场扭曲对工业企业生产率的影响，结果发现，要素市场扭曲对工业企业生产率产生了显著的抑制作用，不仅抑制了企业内部生产率的提高，而且还显著地降低了跨国企业的资源配置效率。袁鹏和杨洋（2014）采用影子成本模型，从要素、时间和地区三个方面考察我国要素扭曲对经济效率的影响，研究发现，要素的价格扭曲增加了经济运行成本，制约了经济效率的改进。盖庆恩等（2015）发现要素市场扭曲不仅通过在位企业的资源配置效率直接降低TFP，而且会通过垄断势力改变企业的进入退出行为间接降低TFP，若劳动要素的资源误置程度得到改善，TFP将提高58%左右。若资本要素的资源误置程度得到改善，TFP将提高33%左右。
（三）要素资源配置扭曲的原因
在一部分学者考察要素资源配置效率对经济效率影响的同时，另一些学者则热衷于探究引起生产要素资源配置无效率的原因。袁志刚等（2011）通过将劳动力资源错配对TFP产生的负效应进行分解，发现发生劳动要素资源误置是部门间工资差距所造成的。Song等（2011）认为信贷资源分配不均和金融市场的摩擦会降低要素的资源配置效率。柏培文（2012）在Aoki（2008）的基础上构建了多部门情况，发现劳动力市场分割所导致的劳动要素扭曲是降低劳动资源配置效率的主要因素。Brandt等（2013）认为要素资源配置效率较低的主要原因是要素市场和产品市场的相对价格发生扭曲，使国有部门和农业部门配置了过多的生产要素。陈斌开、金萧和欧阳涤非（2015）发现不断上涨的房价是导致资源错配、降低资源再配置效率的一个原因，房价每上涨1%，要素资源配置效率将降低0.062%。蒋为和张龙鹏（2015）研究发现，政府补贴的差异化（补贴规模的差异化和企业间补贴程度的差异化）是导致中国制造业资源误置的重要原因。王宋涛等（2016）利用278个地级市的城市分割指数和基于市场分割的新古典生产模型研究得出结论，要素市场分割会加剧资源错配，并降低劳动收入份额。李力行等（2016）的研究表明，以低地价和协议出让方式为主的粗放型土地出让方式导致的土地资源错配严重影响到工业企业的生产率，造成了效率损失。宋结焱和施炳展（2014）研究发现，出口贸易加剧了资源错配程度，此外，政府政策干预非市场行为也进一步导致了更深程度的市场扭曲和资源错配。许家云和毛其淋（2017）考察了出口退税率的差异化对制造业行业资源误置的影响，发现出口退税差异化是导致中国制造业资源误置的重要原因。季书涵和朱英明（2017）分析了产业聚集对资源错配的影响效果，结果发现产业聚集能够对资源错配起到缓解作用，能够为行业补足发展短板，从而提高经济增长的质量和效益。
三、价格加成率的相关研究
价格加成率（Markups）被定义为产品价格与边际成本的比值，是产业经济学和国际贸易学中的一个重要概念，它既反映企业超额定价的能力，也综合反映企业生产效率和市场势力。现有关于企业价格加成率的文献主要是研究价格加成率的测算方法和考察影响价格加成率的主要因素。
（一）价格加成率的测算方法
关于价格加成率的测算方法要追溯到Lerner（1934）提出的勒纳指数，该指数最早指出用价格和边际成本偏离度来反映市场中垄断力量的强弱，并据此来刻画市场结构。Hall（1986）在基于规模报酬不变的假设上，利用要素投入数据，结合索罗余值的性质，推导出了行业层面成本加成率的测度方法。在对这一方法进行改进后，众多学者也广泛采用该方法来估算企业的成本率（Levinsohn, 1993；Roeger, 1995；Klete, 1999）。与此同时，Domowitz等（1986）利用企业的增加值、工资支出和中间投入成本等会计数据测算了价格加成率，并讨论了价格加成率同经济周期的关系，随后的很多研究证明了该方法的可靠性和稳定性（Martin, 2002；Siotis, 2003）。盛丹和王永进（2012）采用会计方法计算企业价格加成，从价格加成率的视角研究中国产品在国内外市场上的价格差异，发现对于中国不同地区、行业和所有制企业，出口企业加成率普遍要低于非出口企业。为了放宽市场结构和规模报酬不变等约束条件，De Loecker等（2012）利用产出数据替代收益额估计生产函数的方式直接推导出企业层面价格加成率的公式。相对于会计法，由于生产函数法解决了不可观测的投入要素差异问题，具有更大的普适性，因此众多学者（Lu et al.，2012；Brandt et al.，2017）利用该方法测算我国企业的价格加成率。毛其淋等（2016）利用De Loecker等（2012）的方法测算了我国进出口企业的价格加成率，其研究发现中间贸易自由化显著地提高了企业的价格加成率。岳文（2017）基于生产率分解方法发现，中国制造业企业的价格加成率总体上经历了上涨的阶段。
（二）考察影响价格加成率的因素
由于企业的价格加成率能够综合反映企业在产品市场上的生产效率，因此也有大量学者展开了对企业价格加成率影响因素的相关研究。Hoekman等（2001）研究发现，企业的价格加成率与国家规模有关，在既定的市场进入条件下，大国市场规模较大，竞争比较充分，导致价格加成水平已经处于一个低水平，此时进口渗透率对大国成本加成影响就不大；而在进口渗透率既定情形下，大国国内市场的高进入成本会导致国内市场缺乏竞争，进而产生较高的价格加成。而对小国来说，进口限制对其成本加成影响更大。Konning等（2005）利用罗马尼亚制造业企业数据来估计价格加成率，发现在市场集中度较低的行业中，增加进口会使竞争加剧，进而促使企业努力降低边际成本，从而提高价格加成。Konnings和Vandenbussche（2005）利用欧盟数据进行研究发现，反倾销保护政策对国内企业的价格加成有显著的正向影响，使企业的价格加成提高了7%～14%。Gorg（2007）利用英国数据进行研究发现，英国实行单一市场计划使制造业企业价格加成后下降了25%。Wang等（2007）利用1994年中国香港贸易数据（包含进口和转口贸易两部分），将加成率定义为转口单位值与进口单位值之差占进口单位值的比重，估计了中国香港转口贸易的成本加成。结果表明，中国出口产品较其他国家有更高的成本加成；中国产品转口出口到美国的加成率高达46%，高于其总体平均水平44%。Melitz等（2008）、李卓等（2015）和祝树金等（2012）发现企业的出口状态是引起价格加成率出现差异性的重要因素。Manova和Zhang（2009）利用2003—2005年企业数据进行研究发现，出口目的地越富有，消费者购买力越强，产品出口价格就越高。盛丹等（2012）和钱雪峰等（2015）通过对企业出口状态进行比较，发现出口退税和补贴政策通过促进竞争效应，降低了企业的价格加成率。Levinsohn（1993）和De Loecker（2012）认为关税的下降可以降低企业的出口成本，而这些都会通过减少企业的生产成本进而提高企业的加成成本。毛其淋和许家云（2017）以及祝树金等（2018）研究则发现，中间品贸易自由化通过生产率提升效应和质量升级效应提高了企业的产品加成率。Bellone等（2010）和Martin（2012）从产品包装成本、运输成本和出口固定成本的视角解释了出口企业的成本加成率高于非出口企业的原因。Zhao（2011）和Lu等（2012）认为经济聚集所带来的竞争效应和溢出效应能够降低企业的边际成本，进而降低价格加成率。此外，部分研究还发现经济政策的冲击，如企业私有化政策（Konings et al.，2005）、贸易协定政策（Noria, 2013）和贸易成本政策（Gorg et al.，2010）也会对价格加成率造成影响。