中国资本配置效率行业差异及其影响因素研究
——基于金融危机前后数据的实证
2015-07-14刘成杰
刘成杰 范 闯
资本的形成和积累是经济发展的主要动力之一,如何通过科学有效的机制和政策,提高有限资本的使用效率,形成协调合理的资本行业配置格局,对我国经济转型升级发展非常重要。而进一步探究2008年金融危机前后我国工业行业资本配置效率的演变轨迹及其影响因素的作用变化,对于当前我国经济发展中继续有效消除金融危机的负面影响,引领经济发展进入良性轨道乃至进入 “新常态”仍具有现实意义。
一、研究模型的选择
就现有文献而言,国外学者关于资本配置的研究大多是以市场经济国家 (地区)的历史数据为基础而展开的[1][2][3]。 国内关于资本配置研究大致沿着两条路径展开: 一是以 Jeffrey Wurgler (2000)[1]的研究框架为基础,通过对模型改进、方法变换进行实证,认为应增加 “上升”行业的投资,而减少对 “下降”行业的投资,以提高资本配置效率;二是以潘文卿和张伟 (2003)[4]、 方军雄 (2006)[5]、 舒元等 (2010)[6]为代表的以 “资本边际产出均一化”思想为基础,认为资本回报率在行业和地区间的差异越小,资本的流动性障碍越小,资本的配置效率越高。本文模型沿第一条路径构建。 以韩立岩等 (2002, 2005)[7][8]、 蒲艳萍和王维群 (2008)[9]等为代表,认为各工业行业的性质存在较大差异,用个体固定效应模型估计的参数值会更接近现实,从而在考虑各行业个体固定效应的前提下测度资本配置效率,Jeffrey Wurgler的配置效率测度模型被改进为如下形式:
其中,I是年度固定资本形成额;V是增加值;i是工业行业编号;t是年份;εi,t是随机扰动项。则Ii,t/Ii,t-1表示i行业固定资本形成额在第t年的增长率, 而Vi,t/Vi,t-1表示i行业在第t年增加值的增长率;斜率η代表行业固定资本形成额对行业增加值的敏感性,是资本配置效率的测度指标。
式 (1) 中αi=α+βi,βi表示i行业的个体固定效应。
为了研究2008年的金融危机及其后续应对措施等经济事件对中国工业资本配置效率的影响,还应采用不变系数和变系数的时期固定效应模型分别对工业资本配置总体效率及其演变进行参数估计,在行业资本配置效率差异分析过程中,也对行业个体固定效应进行测算。工业资本配置的总效率模型、演变模型以及行业资本配置的效率测度模型分别为:
其中,αt=α+βt,αi,t=α+βi+βt, 而βt表示t年的时期固定效应,βi表示i行业的个体固定效应。
二、我国工业资本配置效率测度
(一)数据说明
受2004年我国工业行业分类标准和2011年全国规模以上工业企业统计口径变动影响①2011年工业行业企业统计范围由原来的年主营业务收入在500万元及以上的工业企业调整为年主营业务收入在2000万元及以上的工业企业。,本研究将样本期限设定为2004至2010年;按照 《国民经济行业分类标准》 (GB/T4754-2011)包括的39个工业行业,剔除 “其他采矿业”与 “废弃资源和废旧材料回收加工业”两个行业 (由于存在数据缺失和极值等问题),本研究采用中国37个工业行业从2004—2010年的数据样本。
另外,自2008年起,工业行业增加值不再纳入工业指标统计范围,本研究用工业总产值代替工业增加值作为解释变量,并以固定资产净值形成被解释变量,所需数据来源于历年 《中国工业经济统计年鉴》、《中国统计年鉴》与 《中国经济普查年鉴》 (2004)②因2005年 《中国统计年鉴》未给工业总产值数据,本文2004年数据以 《中国经济普查年鉴2004》中的 “规模以上工业企业主要经济指标”表为准;价格指数数据均来自历年 《中国统计年鉴》中的 “各地区固定资产投资价格指数”和 “按工业行业分工业生产者出厂价格指数”两个表。以及各省份地方统计年鉴。为了消除价格因素的影响,以2004年为基期,分别用固定资产投资价格指数和工业品出厂价格指数将固定资产净值和工业总产值换算为可比价格。
(二)总体资本配置效率的测度
利用模型2、3(式2、3)对混合年度及各年度我国工业资本配置的总体效率值进行测算,结果见表1。
表1 2004—2010年中国工业资本配置总体效率及其演变情况
根据模型2测算的结果,2004—2010年间我国工业资本配置是总体有效率的 (η>0),资本配置总体效率为0.331。 相较于韩立岩和王哲兵 (2005)[8]得出的0.160(利用1993—2002年间数据的测算值),2004—2010年间我国资本配置总体效率水平已经有了较大提升。
根据模型3测算的结果,2004—2010年间我国工业资本配置的总体效率有明显波动,但总体趋好。其资本配置总体效率值从2004年的0.096上升至2010年的0.720。
模型2、3都考虑了时期固定效应的影响,结果发现,2004、2007、2008和2010年时期固定效应的估计值显示为负值;2009年中国资本配置效率值由2008年的0.575大幅跌落至0.348。这些变化,既表明在2004和2008前后中国工业经济发展基本态势的变化,也显示出遭受较大内外冲击的迹象。
(三)行业资本配置效率值测度
为了进一步分析我国各工业行业资本配置效率的差异及其影响因素的作用,下面分别运用变系数混合固定效应面板数据模型 (式4)和变截距个体固定效应面板数据模型 (式1)对2004—2010年间我国37个工业行业资本配置的效率值及其固定效应进行测算,结果见表2。
表2 2004—2010年我国各工业行业资本配置效率及其固定效应的测算结果
测度结果 (表2)表明,在同时考虑个体固定效应和时期固定效应影响的情况下,2004—2010年间我国37个工业行业的资本配置效率值存在显著的行业差异。其中,石油和天然气开采业的资本配置效率值最高,为0.758;烟草制品业、饮料制造业、印刷业和记录媒介的复制等行业的资本配置效率值为负(其中烟草制品业的资本配置效率值低至-0.457)。
测度结果还显示,2004—2010年间,我国37个工业行业的个体效应也存在较大差异。其中,煤炭开采和洗选业等22个工业行业的个体固定效应值 (βi)为正,但石油和天然气开采业等15个工业行业的个体固定效应值 (βi)为负。通常经济学角度的截距项(αi)表示不同行业的自发投资水平,韩立岩和王哲兵 (2005)[8]按自发投资水平的不同将工业行业进行分类,把其中αi≥0.1的称为自发投资水平高的行业,0.1>αi≥0.08的称为自发投资水平较高的行业。按照这个标准,在不考虑截距项 (αi)显著性水平的前提下,2004—2010年我国37个工业行业中有35个 (除烟草制品业和化学纤维制造业两个行业)属于自发投资水平高的和较高的行业。而1993—2002年间达到这一标准的只有19个行业。这至少表明,2004—2010年间,我国实体经济中的大部分行业较之前有更强的投资动力。
此外,除投资大、周期长、外资受限的垄断性行业 (如石油和天然气开采业等)外,自发投资水平高的行业往往也具有较高的资本配置效率值水平。
三、我国行业资本配置效率差异的影响因素分析
我国工业行业资本配置效率的行业差异有其自身制约条件和复杂的内外影响因素。对于上一部分测度得到的我国37个工业行业资本配置效率值,我们不仅要发现它们之间的差异,还应对引起这些差异的因素做进一步分析,包括分析金融危机前后这些因素作用的变化。
(一)研究假设与模型选择
多位学者从以下不同的视角实证分析了相关因素对资本配置效率的影响。首先,行业的对外开放度应是影响其资本配置效率的一个重要因素 (盘为龙和冯湜,2007)[10];其次,不同发展阶段各行业的技术创新能力存在较大差异,钟蜀明和官建成 (2007)[11]的研究表明,技术创新能力是行业的核心竞争力,其对行业资本配置也具有显著促进作用;李青原等(2010)[12]认为与大中型企业相比,中国的小企业在市场机会和产权保护等方面受歧视现象几乎普遍存在,大多小企业被排除在以大型国有银行为主导的信贷市场之外;而张国富 (2010)[13]则认为,大中型企业产值占行业总产值的比重降低,能够提高产品市场与要素市场的竞争性与流动性,从而使资本配置状况得到优化。此外,通常情况下,只有产出水平达到一定程度的行业,才具备资本配置能力;行业的资产周转速度也在一定程度上影响该行业的资本配置效率。我们认为,我国工业行业资本配置效率的影响因素应是综合性的,故提出如下假设。
假设1:行业的资本配置效率与其对外开放度正相关;
假设2:行业的资本配置效率与其技术创新能力正相关;
假设3:行业的资本配置效率与其市场结构负相关;
假设4:行业的资本配置效率与其产出水平正相关;
假设5:行业的资本配置效率与其资金周转水平正相关。
用截面数据回归模型对上述假设进行实证检验,模型形式如下:
其中,ηi为上一部分测算得到的行业资本配置效率估计值;Turnoveri表示行业的资金周转水平,用该行业流动资产周转次数加以量化;T⁃supporti为行业技术创新能力 (或技术依赖度),用行业大中型企业R&D经费与其工业总产值之比的行业R&D密集度进行量化;Structurei表示行业的市场结构,并用行业大中型企业产值占行业总产值的比例来表示;而Open⁃nessi代表行业对外开放度,考虑到行业对外开放程度通常表现为外资依存度和外贸依存度两个方面,此处用外资依存度与外贸依存度之和作为行业对外开放度的衡量指标,以行业投资资金来源中利用外资的份额衡量行业外资依存度,用行业规模以上工业企业的出口交货值与其工业销售产值之比表示行业外贸依存度;Outputi为行业的产出水平,用各行业产值占全国工业总产值的比例来表示。
(二)数据说明
所需数据包括各行业的资本配置效率估计值、投资资金构成、工业销售产值、出口交货值、工业总产值、大中型企业产值、R&D经费和流动资产周转次数等行业统计数据等,为保证实证效果不受极端值的影响,在具体实证检验过程中剔除了资本配置效率估计值显著性较差的非金属矿采选业、饮料制造业等7个样本点。除行业资本配置效率的估计值为上一部分的估计值 (表2)外,其余数据均根据历年 《中国工业经济统计年鉴》、 《中国统计年鉴》与 《中国经济普查年鉴》(2004)数据①相应的解释变量用2004—2010年的平均值计算,部分指标用2005—2010年的平均值计算。整理所得,表3列示了模型自变量的统计性描述。
表3 变量的统计性描述
(三)结论与政策含义
为了避免多重共线性和异方差问题,本研究首先采用单向向前逐步回归法检验模型,并以加权最小二乘法对最终模型进行异方差修正,结果见表4。
表4 2004—2010年中国工业资本配置效率与行业因素关系表
1.行业的资金周转水平、技术创新能力、市场结构对其资本配置效率的影响显著。
实证结果发现,在其他条件不变的情况下,行业的资金周转水平与技术创新能力对行业资本配置效率的影响是正向的 (βi>0);市场结构 (大中企业比重)对行业资本配置效率的作用是反向的 (βi<0);而行业的对外开放度与产出水平对行业资本配置效率的影响不显著。就影响效果而言,技术创新能力(T⁃support)对行业资本配置效率的影响最大,行业的市场结构 (Structurei)次之,行业的资金周转水平(Turnoveri) 位居第三。对外开放度 (Openness) 与行业资本配置效率负相关的结果并不令人意外 (尽管并不显著):外商直接投资与国内金融发展间存在的竞争和挤出效应妨碍了其改善资本配置效率功能的发挥;行业产出水平对其资本配置效率的影响总体上不显著。
2.金融危机前后各因素对我国工业资本配置效率的解释效果有较大差异。
用上面的模型对金融危机前后的情况分别进行模拟,发现各因素在金融危机前后对我国工业资本配置效率的解释效果有较大差异 (表5)。
表5 金融危机前后中国资本配置效率与行业因素关系对比表
金融危机前后的估计结果相比,行业资金周转水平与技术创新能力对行业资本配置效率的影响虽然都是显著为正 (βi>0),但其影响程度得到了加强(参数βi明显变大);金融危机前后行业的对外开放度对其资本配置效率的影响虽然同为显著,但系数由负变正;而行业的市场结构与产出水平的影响由显著变为不显著。这些结果释放了比较复杂的信息:市场奖励了高效率的行业,政府的救市措施也在一定程度上加剧了一些结构性问题,使得一些大中型企业和占比较大的行业得到了资金,出现了部分“过度投资”和 “资本错配”现象,并进一步扩大了产出和产能。
3.政策含义。
在充分肯定金融危机发生后我国应对措施正面作用的基础上,也应认真反思其负面影响并结合经济发展现实加以矫正。我们首先需要的是对一些问题形成共识,并利用应该利用的机遇来推动必须推动的改革。无论是我国工业行业资本配置效率值的差异,还是金融危机前后引起这些差异的因素作用变化,都对我们形成有益的启发。
首先,要提高我国工业行业资本配置效率,最重要的因素是提高行业资金周转水平与技术创新能力。在当前的宏观经济形势下,稳增长调结构促改革防风险面临多方面挑战,货币领域存在的结构性问题使实体经济资金面出现结构性紧张,一方面要盘活存量,另一方面要用好增量,提高行业资金周转水平。在我国进入工业化发展新阶段的形势下,政府应更有效地营造创新环境,引导工业行业加大技术研发投入,大力培育战略性新兴产业,推动工业发展从要素驱动型向技术创新驱动型转变,从主要依靠传统比较优势向更多发挥综合比较优势转变;还应优化产业结构,加快中国工业转型升级,促进内涵式发展。
其次,要创新体制机制,进一步处理好政府与市场的关系。要深化国有企业改革,鼓励企业在公平竞争中发展;减少政府干预,规范混合所有制经济发展,以市场化改革推进健全行业资本配置机制;调整信贷结构,充分发挥资本市场功能,积极推进金融领域改革,尤其注重发挥新兴金融的积极作用,大力推动传统金融改革;推动民间资本积极参与投资,完善并落实对中小微企业的各项支持政策,通过技术创新补贴、结构性减税等政策措施,使成长性中小微企业获得更多的资金支持,通过产业联动,有力地支撑工业资本配置效率的提升。
最后,鼓励要素组合创新,用现代要素推进新型工业化。研究结果表明:改革开放以来30多年的持续增长和积累已使中国工业具备了自主内生发展的潜力,结构调整和转型升级的需求开始显现。在传统要素推进工业增长不可持续的情况下,要积极引入现代要素促进资本配置效率提升:开阔视野,识别要素价值,构建组合平台,整合要素资源,优化要素作用流程,采用新技术,形成新组合,产生新模式,变成新动力。
国际金融危机对中国的影响是多方面的,中国资本配置效率行业差异的影响因素也具有复杂性。由于多种因素的限制,使本文存在一些不足。明显的是由于数据统计口径的变化,本文的结论是在2004—2010年数据的基础上得出的。时间跨度相对较短,因此所得结论仍需放在更长的时期内进一步验证。