PDF文库 - 千万精品文档,你想要的都能搜到,下载即用。

国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf

simple love[简单爱]19 页 813.283 KB下载文档
国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf
当前文档共19页 2.88
下载后继续阅读

国发院政策简报第十六期:国有企业产能过剩的量化分析.pdf

2017 年 3 月 第 3 期 总第 16 期 国有企业产能过剩的量化分析 尹恒 (中国人民大学国家发展与战略研究院) 1 人大国发院简介 国家发展与战略研究院(简称国发院)是由中国人民大学主办的 独立的校级核心智库。国发院以中国人民大学在人文社会科学领域的 优势学科为依托,以项目为纽带,以新型研究平台、成果转化平台和 公共交流平台为载体,组建跨学科研究团队对中国面临的各类重大社 会经济政治问题进行深度研究。 作为首批25家国家高端智库建设试点单位,人大国发院坚守“国 家战略、全球视野、决策咨询、舆论引导”的目标,着眼于思想创新 和全球未来,致力于发展成为具有国际影响力的中国特色新型智库, 服务于国家发展战略与社会进步。 国发院通过学术委员会和院务会分别对重大学术和行政事务做 出决策。目前由人民大学校长刘伟教授担任院长,刘元春教授担任执 行院长。 地址:北京市海淀区中关村大街59号中国人民大学科研楼A座8楼 网站:http://NADS.ruc.edu.cn 2 作者简介 尹恒,中国人民大学国家发展与战略研究院教授,研究领域包括 地方公共财政和经验产业组织,在《中国社会科学》、《经济研究》 等国内顶级期刊上发表了多篇学术论文,主持多项国家社会科学基金 和自然科学基金项目。 欢迎媒体摘发、转载或采访。 媒体热线:王涵,李春鹤;手机号码 17801016092,15711358906 主办:中国人民大学国家发展与战略研究院;主编:聂辉华教授;E-mail: nads03@ruc.edu.cn 3 摘 要 关于本文运用作者提出的企业层面产能利用率估计方法和 1998-2013 年中国工业企业数据,逐一比较 139 个三位数工业行业国 有企业与非国有企业的产能利用率,并分析国有企业改革对产能利用 率的影响。结果发现所有这 139 个行业,国有企业的产能利用率都低 于非国有企业,低出 20%-40%;总体上国有企业加权产能利用率只 有非国有企业的 70%左右。本文还发现国有企业改革(国有资本退出) 能够提高企业的产能利用率。控制其他影响企业产能利用率的因素 后,国有资本退出后企业产能利用率平均提高 10 个百分点。 关键词:国有企业 产能利用率 企业异质性 4 一、引言 产能利用率低(产能过剩)是中国经济运行中经常需要应对的难 题。本世纪以来中国已历经四次大范围的产能过剩。政府制定的节能 减排目标中提及到的产能过剩行业数目在逐年增加,从“十一五”期 间的 11 个落后产能行业增至“十三五”期间的 19 个。一些行业淘汰 落后产能速度小于新增产能速度,产能过剩问题日益尖锐。例如,据 中国钢铁工业协会统计,2011-2012 年全国新投产炼钢产能约 1.25 亿 吨。同期淘汰炼钢产能约 3700 万吨,新增产能近 9000 万吨。产能过 剩浪费稀缺资源,降低资源配置效率,同时也阻碍产业结构升级。 一些学者已经注意到国有企业的产能过剩问题可能更加严重(例 如,董敏杰等,2015)。其根本原因在于政府控制着国企高管的任免 和考核,倾向于将提高就业水平、稳定社会环境、增加财政收入和维 持 GDP 高速增长等多重目标内化于国有企业的生产经营。也就是说 国有企业目标多元,而不仅仅是成本最小和利润最大化。相应地,国 有企业得到政府更多的关照,例如低价土地、减免税收、更易获取金 融资源、较低的资金成本等等。这造成一定程度的国有企业软约束问 题,从而一方面生产要素的低成本扭曲国有企业投资行为,导致过度 投资和重复建设(孙晓华和李明珊,2016);另一方面政府的“父爱 主义”使得国有企业并不能按照市场机制优胜劣汰,落后产能难以被 及时淘汰。因此,国有企业总是倾向于积累过剩产能。 然而至今这方面的研究主要依靠宏观和行业层面数据,并不能直 接回答国有企业的产能过剩问题是否真的更加严重。毕竟加总数据平 5 滑掉了企业微观层面的异质性,这不能不使得基于此的产能利用影响 因素分析的可靠性打折扣。与宏观分析中常用的代表性企业假定一 样,运用行业层面信息的产能利用率估计只是一个近似。本文根据作 者提出的企业层面产能利用率估计方法(刘盛宇和尹恒,2016),运 用 1998-2013 年中国工业企业数据,逐一比较 139 个三位数工业行业 中国有企业与非国有企业的产能利用率,并分析国有企业改革对产能 利用率的影响。结果发现所有行业国有企业的产能利用率都明显偏 低。所有这 139 个行业,国有企业的产能利用率都低于非国有企业, 一般都低出 20%-40%。总体而言,国有企业的加权产能利用率只有 非国有企业的 70%左右。本文还发现世纪之交的国有企业改革(国有 资本退出)能够有效提高企业的产能利用率。总的来说控制其他影响 企业产能利用率的因素后,国有资本退出后企业产能利用率提高 10 个百分点。 二、企业层面产能利用率的估计方法 产能利用率是企业实际产出与潜在产出的比值。我们采用潜在产 出的经济定义,即在当前资本存量下平均成本最低的产出水平,也就 是短期平均成本曲线最低点的产出水平。为此,需要估计企业生产函 数参数和全要素生产率。 企业生产函数的估计方法经历了较长时期的发展,其面临的主要 困难一直是内生性问题。对企业而言其生产率水平是已知的,企业根 据其生产率水平选择可变生产要素的投入量;但对于估计者而言它不 可观测的,在估计企业生产函数时生产率水平被放入误差项中。这样, 6 生产要素投入与误差项间的相关性会使得生产函数参数的估计不一 致。分离企业生产率的异质性是估计企业层面产能利用率的另一个关 键问题。产能利用率的变化源于企业对市场需求的主动反应,这与企 业生产率变化的性质完全不同。如果企业生产率是异质的,企业实际 产出的差异并不完全是由需求引起的,还包括了企业生产率的差异。 例如两个企业使用同样的资本、面临同样的市场需求、生产同样的产 出。如果一个企业更有效率(生产率更高),从而其潜在产出更大。 如果忽视生产率的差异,显然会高估生产率高的企业的产能利用率。 自 Olley & Pakes(1996)开始,企业生产函数和生产率的结构估 计方法得到了长足的发展。其基本思路是设定生产率的演化具有持久 性,利用可观测的企业层面变量作为生产率的代理变量,从而根本上 解决了长期困扰生产函数参数估计的内生性问题。Ackerberg et al. (2015)是这一思路的最近发展。我们尝试将企业层面产能利用率估 计文献与企业生产函数结构估计文献一致地整合起来,提出一种基于 企业层面数据、能够准确控制企业生产率异质性的产能利用率估计方 法,基本思路见附录 1。 三、国有企业与非国有企业产能利用率的比较 本文国有企业的定义为:企业存在国有资本,即实收资本中国有 股份大于 0。我们还尝试了另一个定义,即登记注册类型为国有企业, 基本结论维持不变。关于行业的界定,为了使分析更具针对性,我们 选择《国民经济行业分类》(GB/T 4754-2002)中三位数工业行业, 总共有个 190(我们将炼铁行业和炼钢行业合并)。排除没有样本企 7 业的行业(6 个)、样本太少的行业(30 个)和估计失效的行业(5 个),我们总共估计了 139 个三位数行业。 为了分析国有企业与非国有企业产能利用率是否存在系统性差 别,我们对所有 139 个三位数行业逐一进行估计,得到行业内每个行 业每年的产能利用率。然后,我们对这 139 个逐一进行简单回归,试 图回答一个基本问题:排除经济波动的影响后,国有企业与非国有企 业产能利用率是否存在系统性差别?表 1 列示了所有这 139 个行业的 估计结果。可以看到,所有 139 个行业中国有企业的产能利用率都低 于非国有企业,一般都低出 20%-40%。而且 t 检验显示,除了纺织面 料鞋的制造 9 个行业外,其余 130 个行业国有企业与非国有企业的产 能利用率差距都十分显著地。这里包含了几乎所有三位数工业行业, 行业间的差异巨大,但国有企业产能利用率偏低的结论却是完全一致 的。在细分行业的分析中这种一致性是十分少见的。这表明国有企业 产能利用率偏低是一个十分稳健的事实。 表 1 所有行业国有企业产能利用率与非国有企业的比较 代码 行业名称 比值 t值 代码 行业名称 比值 t值 61 62 69 81 89 91 92 93 101 103 109 131 132 烟煤和无烟煤的开采 褐煤的开采洗选 其他煤炭采选 铁矿采选 其他黑色金属矿采选 常用有色金属矿采选 贵金属矿采选 稀有稀土金属矿采选 土砂石开采 采盐 石棉及其他非金属矿 谷物磨制 饲料加工 -0.45 -0.46 -0.48 -0.45 -0.47 -0.43 -0.53 -0.46 -0.37 -0.48 -0.42 -0.33 -0.32 -14.74 -40.81 -11.00 -12.99 -3.99 -13.97 -22.43 -5.45 -12.82 -7.67 -11.61 -32.62 -19.71 301 302 303 304 306 307 308 309 311 312 313 314 315 塑料薄膜制造 塑料板、管、型材 塑料丝、绳及编织品 泡沫塑料制造 塑料包装箱及容器制 塑料零件制造 日用塑料制造 其他塑料制品制造 水泥、石灰和石膏 水泥及石膏制品制造 砖瓦、石材及其他建 玻璃及玻璃制品制造 陶瓷制品制造 -0.37 -0.38 -0.36 -0.32 -0.29 -0.11 -0.21 -0.32 -0.33 -0.31 -0.41 -0.48 -0.57 -10.06 -10.86 -10.51 -5.82 -6.26 -1.42 -3.36 -7.55 -26.07 -23.88 -27.09 -19.38 -16.98 8 133 135 137 139 141 142 143 144 145 146 149 151 152 153 154 171 172 173 174 175 176 181 182 192 193 194 201 202 203 204 211 222 223 231 232 241 242 244 251 252 253 261 262 263 植物油加工 屠宰及肉类加工 蔬菜、水果和坚果加 其他农副食品加工 焙烤食品制造 糖果、巧克力及蜜饯 方便食品制造 液体乳及乳制品制造 罐头制造 调味品、发酵制品制 其他食品制造 酒精制造 酒的制造 软饮料制造 精制茶加工 棉、化纤纺织及印染 毛纺织和染整精加工 麻纺织 丝绢纺织及精加工 纺织制成品制造 针织品、编织品及其 纺织服装制造 纺织面料鞋的制造 皮革制品制造 毛皮鞣制及制品加工 羽毛(绒)加工及制品 锯材、木片加工 人造板制造 木制品制造 竹、藤、棕、草制品 木质家具制造 造纸 纸制品制造 印刷 装订及其他印刷服务 文化用品制造 体育用品制造 玩具制造 精炼石油产品的制造 炼焦 核燃料加工 基础化学原料制造 肥料制造 农药制造 -0.29 -0.14 -0.40 -0.40 -0.34 -0.46 -0.36 -0.23 -0.39 -0.42 -0.37 -0.34 -0.36 -0.30 -0.36 -0.41 -0.28 -0.49 -0.41 -0.41 -0.38 -0.29 -0.14 -0.33 -0.70 -0.52 -0.44 -0.53 -0.43 -0.50 -0.42 -0.41 -0.32 -0.37 -0.38 -0.32 -0.05 -0.14 -0.39 -0.34 -0.27 -0.46 -0.44 -0.39 -13.62 -7.69 -11.40 -12.37 -12.19 -7.37 -10.84 -6.88 -9.70 -18.18 -14.16 -4.70 -19.37 -9.66 -8.83 -27.38 -10.30 -8.53 -11.87 -12.51 -12.39 -13.83 -1.47 -6.73 -2.63 -5.58 -11.53 -22.95 -14.33 -3.89 -11.16 -20.63 -13.41 -27.97 -15.45 -4.81 -0.48 -1.72 -11.84 -7.74 -4.99 -28.85 -36.33 -11.93 316 319 321 323 324 331 332 334 335 341 342 343 344 345 346 348 351 352 353 354 355 356 357 358 359 361 362 363 364 365 366 367 368 369 371 372 373 374 375 391 392 393 394 395 9 耐火材料制品制造 石墨及其他非金属矿 炼铁和炼钢 钢压延加工 铁合金冶炼 常用有色金属冶炼 贵金属冶炼 有色金属合金制造 有色金属压延加工 结构性金属制品制造 金属工具制造 集装箱及金属包装容 金属丝绳及其制品的 建筑、安全用金属制 金属表面处理及热处 不锈钢及类似日用金 锅炉及原动机制造 金属加工机械制造 起重运输设备制造 泵、阀门、压缩机及 轴承、齿轮、传动和 烘炉、熔炉及电炉制 风机、衡器、包装设 通用零部件制造及机 金属铸、锻加工 矿山、冶金、建筑专 化工、木材、非金属 食品、饮料、烟草及 印刷、制药、日化生 纺织、服装和皮革工 电子和电工机械专用 农、林、牧、渔专用 医疗仪器设备及器械 环保、社会公共安全 铁路运输设备制造 汽车制造 摩托车制造 自行车制造 船舶及浮动装置制造 电机制造 输配电及控制设备制 电线、电缆、光缆及 电池制造 家用电力器具制造 -0.46 -0.44 -0.47 -0.37 -0.39 -0.49 -0.41 -0.35 -0.32 -0.26 -0.48 -0.31 -0.42 -0.21 -0.28 -0.39 -0.46 -0.43 -0.38 -0.40 -0.40 -0.55 -0.35 -0.35 -0.39 -0.40 -0.37 -0.43 -0.34 -0.45 -0.34 -0.46 -0.22 -0.42 -0.08 -0.30 -0.40 -0.02 -0.40 -0.40 -0.23 -0.32 -0.48 -0.28 -12.27 -15.18 -17.63 -13.89 -9.13 -15.42 -5.84 -3.74 -7.11 -9.81 -11.33 -8.04 -8.43 -5.51 -4.00 -7.98 -19.44 -19.76 -12.10 -18.49 -12.66 -1.18 -13.98 -13.12 -14.56 -25.85 -11.07 -13.34 -8.02 -12.25 -10.04 -21.51 -5.50 -11.19 -1.84 -26.53 -9.60 -0.28 -16.72 -14.20 -10.86 -12.54 -10.65 -6.60 264 265 266 267 271 272 273 275 276 281 282 291 292 293 294 295 296 299 涂料、油墨、颜料及 合成材料制造 专用化学产品制造 日用化学产品制造 化学药品原药制造 化学药品制剂制造 中药饮片加工 兽用药品制造 生物、生化制品的制 纤维素纤维原料及纤 合成纤维制造 轮胎制造 橡胶板、管、带的制 橡胶零件制造 再生橡胶制造 日用及医用橡胶制品 橡胶靴鞋制造 其他橡胶制品制造 -0.34 -0.37 -0.41 -0.42 -0.33 -0.25 -0.25 -0.28 -0.23 -0.60 -0.46 -0.38 -0.20 -0.31 -0.44 -0.38 -0.32 -0.31 -13.92 -9.60 -21.83 -12.69 -12.63 -10.32 -10.42 -5.75 -5.18 -8.32 -14.81 -5.02 -3.99 -3.79 -0.59 -4.25 -5.07 -3.24 396 397 399 401 404 405 406 411 412 414 421 422 429 441 443 461 469 非电力家用器具制造 照明器具制造 其他电气机械及器材 通信设备制造 电子计算机制造 电子器件制造 电子元件制造 通用仪器仪表制造 专用仪器仪表制造 光学仪器及眼镜制造 工艺美术品制造 日用杂品制造 其他未列明的制造业 电力生产 热力生产和供应 自来水的生产和供应 其他水的处理、利用 -0.04 -0.37 -0.17 -0.20 -0.08 -0.35 -0.26 -0.23 -0.26 -0.34 -0.39 -0.23 -0.21 -0.13 -0.33 -0.31 -0.19 -0.36 -7.50 -2.18 -5.63 -1.39 -8.57 -11.16 -8.01 -6.28 -6.56 -8.23 -1.33 -4.38 -11.99 -10.17 -12.47 -8.88 注:“比值”=(国企平均产能利用率-非国企平均产能利用率)/非国企平均产能利用率,即行业简单平均 的国企产能利用率比非国企低出的百分比。 为了分析国有企业总体的产能利用状况及其变化趋势,我们逐年 计算加权产能利用率。表 2 列示的是国企与非国企业的差异,即国有 企业组的加权产能利用率/非国有企业组的加权产能利用率。所有 139 个行业的结果完全一致,由于篇幅所限,我们只列出了主要行业。总 体而言,国有企业行业加权的国有企业产能利用率只有非国有企业的 70%左右,有些行业和年份这一数值更低,例如玻璃及玻璃制品行业 (314)国有企业的加权产能利用率基本上只有非国有企业的一半。 从时间上看,1998-2013 期间国有企业整体的产能利用状况的差距存 在缩小的趋势。 10 表 2 主要行业国企加权产能利用率与非国企的差距及趋势 代码 行业名称 1999 2001 2003 2005 2007 2008 2011 2012 2013 061 062 069 092 103 133 146 152 172 232 251 252 261 262 263 265 271 281 282 311 314 321 323 331 332 335 351 353 354 361 367 371 372 375 395 412 441 443 461 469 所有行业 烟煤和无 褐煤的开 其他煤炭 贵金属矿 采盐 植物油加 调味品、 酒的制造 毛纺织和 装订及其 精炼石油 炼焦 基础化学 肥料制造 农药制造 合成材料 化学药品 纤维素纤 合成纤维 水泥、石 玻璃及玻 炼铁炼钢 钢压延加 有色冶炼 贵金属冶 有色压延 锅炉及原 起重运输 泵、阀门 矿冶设备 农林机械 铁路设备 汽车制造 船舶及浮 家用电器 专用仪器 电力生产 热力生产 自来水 其他水 0.62 0.58 0.39 0.65 0.64 0.54 0.33 0.22 0.50 0.92 0.68 0.79 0.79 0.54 1.35 0.97 0.64 0.62 0.57 0.40 0.77 0.47 0.56 0.66 0.55 0.46 0.41 0.51 1.19 0.42 0.72 0.72 0.56 0.34 0.41 0.50 1.05 1.07 0.56 0.87 0.89 0.63 1.03 0.90 0.70 0.92 0.49 0.34 0.39 1.13 1.14 0.70 0.80 0.89 0.48 1.02 1.20 0.69 0.59 0.61 0.70 0.79 0.50 0.52 0.67 0.47 0.60 0.55 0.48 1.59 0.64 0.92 0.63 0.83 0.42 0.43 0.80 1.01 0.92 0.55 0.78 0.99 0.86 0.66 0.76 0.66 0.64 0.66 0.28 0.73 0.61 0.89 0.65 0.61 0.73 0.47 0.91 0.58 0.63 0.56 0.69 0.61 0.75 0.82 0.54 0.68 0.48 0.56 0.53 0.46 1.73 0.98 0.69 1.25 0.79 0.53 0.50 1.07 0.96 1.14 0.65 0.92 0.85 0.74 0.61 0.80 0.68 0.50 0.84 0.51 0.90 0.61 1.01 1.09 0.68 0.78 0.58 0.85 0.61 0.62 0.53 0.67 0.76 0.60 0.58 0.68 0.69 0.52 0.73 0.48 0.75 0.63 1.25 0.83 0.54 1.18 0.64 1.10 1.14 0.94 0.90 0.68 0.85 0.95 0.70 0.65 0.72 0.72 0.48 0.70 0.48 0.20 1.05 1.32 0.94 0.80 1.02 0.51 1.10 0.72 0.71 0.96 0.64 0.71 0.77 0.57 0.58 0.69 0.51 0.70 0.57 0.78 0.08 1.79 1.07 0.38 0.79 0.83 1.30 0.87 0.84 1.26 0.91 1.14 0.84 0.60 0.71 0.92 0.76 0.53 0.83 1.39 0.89 1.20 0.94 0.79 0.81 1.69 0.93 0.82 0.72 0.77 0.69 0.59 0.91 0.88 0.87 0.78 1.10 0.67 0.85 0.57 0.70 0.76 0.83 1.07 0.34 0.62 0.68 1.21 0.62 0.89 1.08 1.37 1.39 0.81 0.60 0.65 0.88 0.82 0.60 0.94 0.33 0.99 0.93 1.05 0.87 0.98 1.26 0.90 0.98 0.76 0.85 0.59 0.95 1.00 0.75 0.59 0.67 0.99 0.68 0.90 0.51 0.49 0.48 1.08 0.87 0.51 0.58 0.69 1.31 0.88 1.14 0.85 1.18 1.03 0.98 0.85 0.67 0.66 0.77 0.52 0.98 0.34 0.77 0.83 1.00 1.08 0.69 1.36 0.68 0.87 0.63 0.56 0.57 0.79 0.74 0.76 0.55 0.82 0.80 0.66 0.83 0.49 0.56 0.26 1.16 0.91 0.22 2.02 0.70 1.17 1.18 1.13 0.91 1.02 0.99 0.89 1.01 0.80 0.67 0.16 0.57 0.82 0.84 0.89 0.80 0.45 0.85 0.65 0.81 0.48 0.48 0.39 0.72 0.39 0.71 0.72 0.50 0.49 0.43 0.47 0.86 0.46 0.55 0.62 0.42 0.45 0.50 0.76 0.85 0.75 0.58 0.69 0.95 0.68 0.72 0.82 11 四、国有企业改革对产能利用率的影响 在世纪之交中国经历了一轮以“抓大放小”为政策目标的国企改 革,国有资本在几乎所有行业都大规模撤离。我们的样本正好涵盖了 这段特别的时期。这为我们总结国企改革对企业产能利用率的影响提 供了很好的机会。我们运用常用的政策评估方法(DID 方法)分析这 一改革对企业产能利用率的效应。控制变量包括:投资率,当年投资 与净资本比率。投资率越高,产能利用率就可能越低。补贴率,当年 收到的补贴除以销售收入。企业得到的补贴越多,其实际回报就越高, 倾向于更加乐观,从而相应地影响其产能利用率。企业规模,用企业 总资产的对数值度量。企业规模可能与企业要素配置效率相关,从而 影响企业的产能利用率。出口率,出口与总销售收入比率。考虑到开 放经济的影响,出口竞争力的差异也会影响企业的产能利用率。企业 年龄。企业经营时间越长,市场经验越丰富,经营就会越稳定。考虑 到存在时间非线性效应,加入企业年龄的平方项。回归系数为控制经 济波动和其他影响企业产能利用率的因素后,国企改革(国有资本撤 出)对企业产能利用率的影响,可以理解国企改革的产能利用率效应。 表 3 列出了主要行业的估计结果。控制变量的符号与预期一样,由于 篇幅限制,我们没有列出控制变量的影响。可以看出,国有企业改革 能够有效提高企业的产能利用率。总的来说控制其他影响企业产能利 用率的因素后,国有资本退出使企业产能利用率提高 10 个百分点。 12 表 3 主要行业国有企业改革对产能利用率的影响 代码 行业名称 系数 t值 代码 行业名称 系数 t值 62 81 91 132 133 135 143 146 149 151 171 173 176 181 192 194 203 222 223 231 261 262 264 265 266 271 272 273 276 所有行业 褐煤的开采洗选 铁矿采选 常用有色金属矿采选 饲料加工 植物油加工 屠宰及肉类加工 方便食品制造 调味品、发酵制品制 其他食品制造 酒精制造 棉、化纤纺织及印染 麻纺织 针织品、编织品及其 纺织服装制造 皮革制品制造 羽毛(绒)加工及制品 木制品制造 造纸 纸制品制造 印刷 基础化学原料制造 肥料制造 涂料、油墨、颜料及 合成材料制造 专用化学产品制造 化学药品原药制造 化学药品制剂制造 中药饮片加工 生物、生化制品的制 0.10 0.14 0.08 0.11 0.07 0.06 0.05 0.07 0.09 0.07 0.17 0.14 0.12 0.08 0.07 0.11 0.39 0.08 0.05 0.05 0.05 0.07 0.13 0.07 0.09 0.04 0.05 0.12 0.11 0.13 18.24 8.24 1.57 2.66 2.84 1.98 1.63 1.56 3.12 1.99 1.72 7.61 1.57 2.32 3.01 2.00 2.42 1.87 2.02 1.84 2.58 3.45 8.17 2.63 2.07 1.93 1.70 4.07 3.66 2.47 304 309 311 312 314 319 321 324 342 351 352 354 355 357 361 362 363 365 367 372 374 391 392 394 397 406 411 414 421 443 泡沫塑料制造 其他塑料制品制造 水泥、石灰和石膏的 水泥及石膏制品制造 玻璃及玻璃制品制造 石墨及其他非金属矿 炼铁和炼钢 铁合金冶炼 金属工具制造 锅炉及原动机制造 金属加工机械制造 泵、阀门、压缩机及 轴承、齿轮、传动和 风机、衡器、包装设 矿山、冶金、建筑专 化工、木材、非金属 食品、饮料、烟草及 纺织、服装和皮革工 农、林、牧、渔专用 汽车制造 自行车制造 电机制造 输配电及控制设备制 电池制造 照明器具制造 电子元件制造 通用仪器仪表制造 光学仪器及眼镜制造 工艺美术品制造 热力生产和供应 0.12 0.11 0.08 0.03 0.08 0.08 0.09 0.16 0.11 0.14 0.11 0.09 0.10 0.10 0.12 0.12 0.18 0.08 0.05 0.03 0.23 0.21 0.07 0.13 0.22 0.07 0.10 0.12 0.10 0.13 2.01 2.43 5.32 1.64 2.74 2.01 2.38 2.69 2.01 4.41 3.73 3.09 2.54 3.04 5.35 2.86 4.12 1.57 1.55 2.37 2.01 6.23 3.01 2.12 3.52 2.75 2.77 2.07 1.64 3.38 注:“系数”表示行业平均而言,国企改革(国有资本撤出)后企业产能利用率提高的百分点。 五、总结 本文旨在从企业数据出发为国有企业产能利用率偏低的论断提 供确切的证据。运用作者提出的估计企业层面产能利用率的方法,本 文发现在所有 139 个三位数行业中国有企业的产能利用率确实明显 13 偏低。本文还发现世纪之交的国有企业改革(国有资本退出)能够有 效提高企业的产能利用率。 国有企业产能利用率低的根源在于一方面其目标多元,而不仅仅 是成本最小化;另一方面国有企业因特殊的政治关联能够获得成本更 低的要素和各种政策优惠。权衡多重目标和软预算约束下的国有企业 经营和投资决策,明显会不同于单纯追求利润最大化和市场成本约束 下的最优投资和产能利用决策。从这个角度看,现在的国有企业过度 投资和产能利用率不高,与传统计划经济时代的“投资饥渴症”和投 资效率低下在本质上完全相同。 因此,混淆不同类型的国有企业,造成国有企业的多重目标和预 算约束软化,不可能彻底消除国有企业投资效率低下和产能过剩痼 疾。可喜的是,2015 年 8 月 24 日《中共中央、国务院关于深化国有 企业改革的指导意见》中提出的“分类推进国企改革”政策、以及 2015 年 12 月 29 日多部门联合发布的《关于国有企业功能界定与分 类的指导意见》提出的“分类推进改革、分类促进发展、分类实施监 管和分类定责考核”政策,为彻底解决国有企业产能过剩问题提供了 思路: 1. 对于商业类或竞争类的国有企业,应该回归其利润最大化目 标,硬化其预算约束,让国有企业成为一个与其它企业完全一样的市 场竞争主体。国家作为股东与其它股东的目标完全一样,即实现国有 资本的保值增值。政府不应该将其它社会目标施加于这类国有企业, 同时也不应该给予对其要素和政策方面的优惠、照顾。 14 2. 对于公益类的国有企业,政府应该明确其社会责任、给予其 相应的资源。政府应该对其实施严厉的监管,保证其掌握的公共资源 严格服务于其承担的公共责任。 15 参考文献 董敏杰、梁泳梅、张其仔,2015:《中国工业产能利用率:行业比较、 地区差距及影响因素》,《经济研究》第 1 期。 孙晓华、李明珊,2016:《国有企业的过度投资及其效率损失》,《中 国工业经济》第 10 期。 Ackerberg, D., Caves, K., and Frazer, G., 2015. “Identification Properties of Recent Production Function Estimators”, Econometrica , Vol. 83, 2411-2451. Brandt, L., Van Biesebroeck, J. and Zhang, Y., 2012. “Creative Accounting or Creative Destruction? Firm-level Productivity Growth in Chinese Manufacturing”, Journal of Development Economics, Vol. 97, 339-351. Shengyu Liu and Heng Yin, 2016, A Structural Method to Estimate Firm-level Capacity Utilization and Application to Chinese Heavy Industries, Annals of Economics and Finance, forthcoming. Olley, G. S., and Pakes, A., 1996, “The Dynamics of Productivity in the Telecommunications Equipment Industry”, Econometrica, Vol. 64(6), 1263-1297. 16 附录 1. 产能利用率的结构估计思路 企业的短期成本最小化问题是 min VCit  Wt Lit  Pt M M it Lit,M it s.t. Qit  it Kit K LitL M it M (1) Qit 为企业 i 在时期 t 的计划产出, K it 、 Lit 和 M it 分别表示资本、劳动 和中间材料投入, it 为每期企业能观测到的自身的生产率状态。 Wt 、 Pt M 分别表示劳动价格、中间投入价格。资本为拟固定投入要素,劳 动和材料为可变投入,相应的短期可变成本为劳动和中间材料的成 本。根据(1),短期平均总成本函数表示为 VCit Pt K K it SRATCit   Qit Qit P   ( L   M )  t   M  M M  L  M  Wt     L  L  L  M 1  Qit   1 Pt K K it  1 Qit  K   L M L M  K  it it (2) Pt K 为资本使用者成本。根据企业的潜在产出为短期平均总成本曲线   最低点的定义( Q ),这意味着 SRATC Q  0 ,从而 L  it  K  L  M Q  it Kit M  L   M     M  Wt   Pt   L  M   Pt K    1 L  M  (3) 这样,产能利用率 CU it  Yit Yit  Qit L  K  L  M it Kit Yit M  L   M     M  Wt   Pt   L  M   Pt K    1 L  M  (4) 为实际产出。式(7)显示,产能利用率的大小取决于实际产出、 17 资本投入、以及三个投入要素的价格,这些变量可以直接或间接观察 到。产能利用率估计还取决于企业异质的生产率 it 及生产函数的三个 参数。我们使用 Ackerberg et al.(2015)方法估计这些参数和生产率。 18 供稿:中国人民大学国家发展与战略研究院。所有权利保留。任何机 构或个人使用此文稿时,应当获得作者同意。如果您想了解人大国发 院其它研究报告,请访问 http://nads.ruc.edu.cn/more.php?cid=425。 19

相关文章