我国制造业产能利用率的衡量与企业生产率估算.pdf

第 1 页 No.C2017002 2017-01-25 我 国制造 业 产能利用率的衡量与 企业 生产率估算 * 余淼杰 金洋 张睿 内容提要： 产能利用率的衡量是理解和解决产能过剩问题的关键。利用资本折旧率作 为代理变量，本文在生产函数分析框架中构建了一种同时衡量产能利用率和生产率的方 法。该方法清晰界定了产能利用率的概念，并具有广泛的可扩展性。我们利用该方法估计 了中国工业企业 1998 年到 2007 年间的产能利用率。我们发现，在此期间中国工业企业的 产能利用率经历了一个整体上升的过程，但是不同性 质的企业具有高度的异质性。生产率 较高、人均资本存量较低、出口 产出比 更高以及利润率更高的企业更有可能伴随更高 的产 能利用率。本文还以钢铁行业为例分析了产能利用 率在地域和时间维度上的差异 。 关键 词 ： 产能利用率 生产率 产能过剩 * 余淼杰， 北京大学国家发展研究院中国经济研究中心 ，邮政编码： 100871，电子邮箱 : ；金洋，北京大学国家发展研究院中国经济研究中心，邮政编码： 100871，电子邮 箱 : ；张睿，北京大学国家发展研究院中国经济研究中心，邮政编码： 100871，电子 邮箱 : 。作者感谢袁东、崔晓敏、智琨等提出的宝贵意见。当然，文责自负。 第 2 页 一、 引言 产能过剩已经成为当前中国最受关注的经济问题之一。自上世纪 90 年代末以来， 政府部门先后在 1999 到 2000 年， 2003 到 2004 年， 2006 年， 2009 年到 2010 年， 2013 年五个时间段进行产能过剩的集中治理（卢锋， 2010； 余淼杰和 崔晓敏 ， 2016； 赵昌 文等， 2015）。 2016 年， “去产能 ”被列为当年我国经济发展的五项任务之首。与政策 界对这一问题的广泛关注形成鲜明对比的是，学术研究中还缺乏具有广泛接受度的产 能利用率的刻画方式和衡量估计手段。目前文献中关于产能过剩问题的成因和治理方 法，对产能过剩问题的讨论仍然停留于理论机制探讨，而缺乏实证数据佐证。 研究产能过剩问题的核心问题是产能利用率的衡量。由于大部分企业无法通过直 接调查获取设备利用率的情况，借助已有的微观调查数据来推测工业企业的产能利用 率就成为学术研究中最现实的方法。但是，已有的利用微观企业数据对产能利用率进 行估计的框架面临着两个主要的问题：第一，在概念界定上，企业的产能利用率与企 业的生产率区分不够清晰；第二，对企业的行为假设过于苛刻。由于这两个核心的问 题无法克服，目前尚未有一种被学术界和政策界广泛接受的产能利用率的衡量方法。 结合 Greenwood et al. (1988)的理论框架和 Ackerberg et al. (2015)的 全要素 生产率 估计方法，本文提出了一种全新的利用资本折旧率作为主要代理变量估计产能利用率 的方法。其基本思想是，产能利用率越高，企业的资本折旧率越高。通过对产能利用 率和资本折旧率的潜在函数关系形式的假设，我们能够借助可观察的资本折旧率信息 估计不可观察的产能利用率的信息。与此同时，借助半参数方法，我们可以利用企业 的中间投入品信息或者投资信息对企业的不可观察的生产率进行同步估计。这一方法 清晰地区分了企业的产能利用率和生产率两个不同的概念，并在同一个框架设定里对 两者进行了 同时的估计。同时，本文的估计框架并不需要研究者相比于企业决策者有 更多的信 息，对企业的信息集的假设与主流的生产率估计方法一致，从而具有 更广泛 的适用性。 本文估计得到的生产率是 控制 了要素投入利用率 后 估算而得的全要素 生产率。传统 忽略要素投入利用率的生产率估计面临的问题是：企业估计得到的生产率过低有可能 纯粹是要素投入的利用率过低造成的。而这一问题也成为对消息对生产率冲击具有严 格外生性要求的消息冲击（ News Shocks）文献中的关键难题。目前主流文献中最重要 的估计方法是 Basu et al.(2006)提出的以工人平均劳动时间为代理变量的估计方法。 本 文的另一贡献即在于提出了一种全新的考虑要素投入利用率的生产率的估计 。相比于 已有方法，本文的方法不但不需要工人平均劳动时间这一对中国数据无法轻易获得的 变量信息，而且对劳动力投入性质的设定更加宽 松 。特别地，本文的方法能够得到要 素投入的利用率的直接估计 结果 ，这是已有方法所无法实现的。 利用中国工业企业数据库（ 1998-2007），本文对中国工业企业的产能利用率进 行了估计。估计结果显示，多数行业的产能利用率在 1998 年到 2007 年之间经历了一 个整体上升的过程，与宏观 的经济增长背景相一致。所有行业的生产率在此期间都经 第 3 页 历了一个显著增长过程。未经资本利用率调整的生产率估计 存在显著的误差，并且其 误差系统性地收到企业的产能利用率、资本存量和劳动力投入的影响。 我们估计得到的产能利用率与企业其它特征有符合直观的联系。 产能利用率与企 业的资本密集度和上期存货比率存在明显的负相关，而与企业的生产率、利润比率存 在明显的正相关关系。国有企业的产能利用率平均要低于非国有企业；出口企业则要 高于非出口企业。 我们还着重分析了 钢铁行业 在 1998 年到 2007 年间 的产能利用率 特征。我们发现 钢铁行业的产能利用率呈现 明显的 所有制和 地域异质性。 因此在理解和处理产能过剩 问题中，企业间的异质性是 必要的考虑 。 二、 文献综述 对产能利用率最直接的衡量方法是直接调查法。对于有设计生产能力的行业，比 较企业的实际产出与其设计的生产能力，即可以作为产能利用率的衡量。但是这一方 法只适用于少数拥有设计生产能力的行业。更重要的是，这一方法实施成本太高，因 此很难在研究中直接采用。 现有的文献中，对产能利用率的衡量方法主要可以分为数据包络分析法和生产函 数法两大类。 数据包络分析（ Data Envelopment Analysis）由 Fare et al.（ 1989）提出，并为董 敏杰等（ 2015）用来测量中国工业行业的产能利用率。该方法的基本思想是将生产能 力定义为给定投入下最有效率的产出。实际估计时，通过可观察到的投入和产出数据 构建最有效率的生产企业构成的生产前沿面，然后根据各生产单元的固定资本测算其 生产能力。但是这一方法的使用前提是行业内各企业之间生产率差别不大。如果企业 间生产率差别较大，那么生产率低的企业相比于生产率高的企业构成的生产前沿面， 其给定投入下的产出会明显偏低。因此，通过这一方法 估计得到实际产出相比于潜在 生产能力的比值较低的企业，既有可能是产能利用率较低，也有可能是生产率较低。 随机生产前沿（ Stochastic Production Frontiers）是基于数据包络分析法做出改进后的估 计方法（ Fare et al.， 1994），同样面临类似的问题。因此我们看到 文献 中 采用数据包 络分析法主要在全要素生产率企业间差异较小的渔业（ Dupont et al.， 2002； Kirkley et al.， 2004）等 行业，而对于企业间生产率差异较大的工业制造业企业，并不合适。 生产函数法最早由 Berndt Levinsohn Wooldridge, 2009; Ackerberg et al. ,2015)，对产能利用率进行估计。 以上对产能利用率的设定广泛用于 研究 经济周期 的 文献（如 Smets Schmitt-Grohe Gandhi et al. , 2016）： Yit = min0 exp(),exp() (3.1) 其中 Yit是企业 i 在时间 t 的产出值， Kit是企业投入生产的资本量， Lit是企业的 劳动力投入， Mit是中间品投入值。 it 是企业的希克斯中性的全要素生产率，不能被研 究者观察到，但是可以被企业在决策时观察或预期到， it 是企业在时间 t 进行投入决 策选择时未能观察到与预期到的生产冲击。这一生产函数对中间品投入是里昂惕夫 （ Leontief）形式的，其设定可以克服一般包含可调整的要素投入的生产函数在使用控 制函数法进行估计时面临的 无法识别 的问题（ Gandhi et al. , 2016）。在里昂惕夫一阶 条件成立下，我们可以将生产函数化成如下的对数形式： yit = 0 + + + + （ 3.1） 其中小写字母变量均代表相应大写字母变量的对数值。 第 6 页 依照 Greenwood et al. (1988)的框架，我们对企业的产能利用率做出如下假设： 假设 1（产能利用率的定义）：企业的产能利用率 Hit定义如下： Hit （ 3.2） 其中 Kit 是企业实际投入生产的资本量，无法直接观察； 是可观察到的企业可 以投入生产的资本存量。 根据假设 1，我们有企业产能利用率的对数 hit hit=kitkit* （ 3.2） 假设 2（产能利用率与折旧率的关系）：企业 i 在 t 期的资本折旧率 it 是当期产 能利用率的函数，即： it=(hit) (3.3) 并且 ()对 hit 严格单调递增。 根据假设 2，我们可以将不可直接观察的产能利用率表示成折旧率的函数： hit=1(it)g(it) (3.3) 并且 g()对 it 严格单调递增。 依照 Ackerberg et al. (2015)，我们对企业的生产决策做出如下假设： 假设 3（信息集）：企业在时间 t 时的信息集 Iit 包括 t 期以及之前的生产率 =0t ,而不包括未来的生产率 =+1 。暂时性生产冲击 it 满足 ： Eit|Iit=0 （ 3.4） 假设 4（一阶马尔科夫过程）：生产率的分布满足： p(it+1|Iit)=p(it+1|it) （ 3.5） 这一分布被为企业所知。 假设 4 意味着我们可以将生产率表示成： it=E(it|Iit1)+it=E(it|it1)+it=w(it1)+it （ 3.5） 其中 E(it|Iit1)=0。 假设 5（投入选择时点）：企业的资本存量由上期资本存量、上期投资和上期产 能利用率决定： = (1 ,1,1) (3.6) 企业的劳动力投入 lit 以及产能利用率 hit 在 t-1,t 或者 t-b(0b 0; (2) lim0() ；（ 3） lim () 0 （ 3.12） 对于资本折旧率与产能利用率的关系， Greenwood et al. (1988)采用了指数函数 的 形式来刻画，并为之后的文献（ Wen, 1998; Harrison Burda Productivity; Overcapacity JEL Classification： D24， L11， O14