我国制造业上市公司品牌建设投入对生产率的影响及门槛效应研究*

李雪冬，马琳·戴维斯

(1.苏州科技大学 商学院，江苏 苏州 215009;2.南威尔士大学 财会与法律学院，英国威尔士庞特普里德 CF37 1DL)

随着我国进入经济新常态，品牌建设的重要性日益凸显，品牌建设程度直接影响企业在市场上的竞争力，而品牌提升是促进产业迈向中高端水平、提高发展质量和效益的有效途径。目前，我国企业所处的经济环境复杂，制造业受到发达国家的“再工业化”、高端制造以及发展中国家加快工业化进程的双重夹击，跨国企业通过其知名品牌的渗透、对中国品牌的收购和冷冻来抢夺品牌控制权，使我国本就薄弱的品牌基础更加岌岌可危。“十三五”规划明确做出开展质量品牌提升行动的部署，对品牌建设提出新的要求。随着“中国制造2025”的逐步推进，品牌建设也成为产业结构调整升级的重要导向，品牌战略的实施是适应供给侧结构性改革、提升供给质量的迫切需要。

上市公司具有相对完善的治理结构和管理制度，在品牌建设上拥有更好的管理和组织基础，品牌建设整体情况好于其他企业，因而对其品牌建设情况进行研究具有可行性。品牌建设通过提高供给侧产品的质量，更好地适应消费者的需求，获得更高的产出，从而达到提升企业生产率(TFP)的最终目的。品牌建设的好坏直接影响企业的生产率。因而，研究企业品牌建设行为是否有助于生产率的提高以及有何影响等问题具有重要的理论和实际意义。

一、研究综述

对品牌建设投入与生产率进行研究，需要借助于品牌价值的确定方法。长期以来，研究者对品牌价值的确定表现在对品牌资产的衡量上。国内外学者从不同角度阐释了品牌资产的概念及测量模型，但理论界对品牌资产的定义尚未达成一致，导致产生了多种测量其结构的方法。[1-2]品牌资产的衡量方法取决于研究者的理论导向。现有的研究理论主要以财务、竞争和顾客导向为视角，价值评估中主、客观量化的研究方法对此均有涉及。但品牌本身毕竟依附于实物资产而存在，需要客观的手段对实物资产进行衡量。沃克·史密斯(Walker Smith)提出：“品牌权益是指由各种成功的营销规划和活动创造的，为一种产品和服务积累起来的在商品和服务贸易过程中可度量的财务价值。”[3]品牌资产评估实务中，品牌价值评估广泛应用于收购、兼并、租赁等市场行为。英国著名的英特品牌(Interbrand)评估公司采用的Interbrand方法从市场、品牌和财务三个角度来衡量品牌价值。该方法获得了国际标准化组织的认证，在企业品牌资产评估中使用了二十多年，在实务界使用范围较广。日本品牌价值委员会于2002年提出了品牌价值评估模型[4]，这是一种完全采用财务指标衡量品牌资产的方法。该模型将品牌价值分为价格优势、忠诚度以及扩张力，采用财务报表数据进行计算。这种方法虽然去除了研究中的主观性，但鉴于所需财务数据的获得性问题，应用范围并不广泛。此外，研究人员还提出了品牌出售价值评估法、产品溢价法、市值法、重置成本法以及基于品牌溢价能力的层次测评法等多种方法。[5]

无论何种方法，对品牌价值的评估均表示为品牌带来的产品增加的价值[6]，包括品牌带来的超额收益、品牌减少成本耗费等[7]，而这些衡量投入产出的指标恰好是生产率衡量所关注的内容。生产率衡量历来将产出投入比较过程中的超出部分作为技术进步来衡量，尽管也有一些低科技含量(如个别劳动密集型产业)的企业拥有较高的生产率。结合品牌资产的衡量方法可以认为，品牌本身与企业生产率有着千丝万缕的联系。对品牌价值的不同理论导向影响了对品牌建设投入的认识，研究者很少针对品牌建设的投入进行专门分析。

基于此，笔者从财务和生产率理论的角度结合品牌资产的评估经验对品牌投入情况进行分析，主要考虑劳动和资本两种投入方式。本研究的改进之处在于：第一，率先通过品牌价值投入的量化对生产率的影响进行探讨。如前所述，生产率本身受多种因素的影响，当前对生产率衡量的界定主要是将投入产出对比后的溢价部分作为科技进步来衡量，品牌价值显然属于提升生产率的一个主要部分，因而本研究将品牌建设的投入量化后考察其对生产率的影响结果。第二，基于所有制类型、行业特征探讨品牌投入与生产率的关系，甄别品牌建设投入对生产率变动的异质性影响，并采用实证方法对不同品牌投入指标的门槛效应进行检验，探讨品牌投入的实施条件和范围。第三，采用ACF方法衡量生产率，并以此为基础进行研究。

二、上市公司生产率研究

(一)研究数据及来源

本研究的数据来自Wind数据库、中国统计年鉴等，采用的是证监会行业分类下上证、深证A股上市公司2012—2016年的个体数据，包括29个行业种类数据。针对数据缺失、指标异常、ST等问题，本研究对数据进行了详尽处理：一是去除关键指标缺失、同一指标3个期间等于0的数据，指标等于0的数据少于3个期间的采用移动加权平均补齐；二是剔除资产总额为负的数据，去除了2012年后上市的公司718家、ST公司48家、B股公司50家、销售费用不全的公司1家、销售人数缺失的公司79家，共获得上市公司1145家。

(二)生产率研究方法

生产率是为完成自己特定的目的，根据既有的资源进行的投入产出活动，活动的目标就是追求效率最大化。[8]而效率在经济学中表现为实际产出与潜在产出的比值。关于企业生产率估算目前较为通用的有Olley-Pakes(OP)方法[9]、Levinsohn-Pertin(LP)方法[10]和Ackerberg-Caves-Frazer(ACF)方法[11]。其中，OP和LP方法主要是针对原有全要素生产率测算中的内生性问题做出了改进。OP方法采用投资作为全要素生产率的代理变量来解决内生性，但该方法忽略了一些企业并非每年都进行投资的事实，造成测算中投资变量的缺失，从而影响生产率的测算结果。LP方法虽然考虑了这一问题，将中间投入作为代理变量来解决内生性，但又存在选择性偏差问题。ACF方法克服了以上两种方法的缺点，将劳动力系数从第一阶段的归集中识别出来，把所有投入要素放在第二阶段进行估计，采取企业投资决策作为不可观测生产率冲击的代理变量来消除同时性偏差，并且通过引入企业退出规则来解决选择性偏差。笔者通过构建一个在特定生产率冲击和进出市场下企业行为的动态模型，完成参数和效率的估计。[12]

建立ACF模型

Yit=βKiKit+βLiLit+wit+vit

(1)

其中，Yit、Kit、Lit分别表示企业在t时期的工业增加值、资本、劳动对数值，βKi、βLi表示劳动、资本对产出的贡献系数；wit表示全要素生产率，vit表示随机扰动项。

而企业的中间投入Mit依赖于资本Kit和生产率wit，函数形式为

Mit=f(wit,Kit)

(2)

中间投入是生产率的严格递增行数，生产率可以用中间投入函数的反函数表示

wit=-1(Mit,Kit)

(3)

生产过程中，假设劳动投入与中间投入决策同时发生，劳动投入也可以用生产率和资本投入的函数表示

=ht(Mit,Kit)

(4)

将式(3)和(4)带入式(1)，可得

Yit=φt(Mit,Kit)+vit

(5)

采用非参数方法将式(5)各解释变量进行拟合，得到消除vit影响的工业增加值。此为ACF估计的第一阶段。

在第二阶段，需要估算参数βKi、βLi，这一过程假设生产率服从一阶马氏过程

wit=E(wit|wit-1)+εit

(6)

其中，εit是生产率信息，与当期资本投入无关，与劳动投入有关，即

E(εit|Kit)=0

(7)

以上为独立矩条件，其中εit是关于βKi、βLi的函数，而劳动投入与当期生产率相关，但与滞后一期生产率无关。

E[εit-1(βLi,βKi)|Lit]=0

(8)

方程(8)为第二个独立矩条件。利用矩条件(7)和(8)，采用两阶段GMM估计，就能得到βKi、βLi的估计值，进而得到生产率wit。

(三)生产率测算

采用ACF方法对企业进行整体测算，鉴于后续研究又将企业的生产率按异质性进行分类。笔者将中国制造业按密集程度划分为劳动密集型、资本密集型和技术密集型三类。[12]

由表1可知，不同密集型行业的生产率数据中，平均生产率最低的为技术密集型行业，最高的为资本密集型行业；进一步观察最值可以发现，技术密集型上市公司同时拥有最低及最高生产率的公司，其标准差低于资本密集型公司；中位数显示，三类公司中均值以上的公司更多，技术密集型行业的生产率并未呈现明显的优势。不同所有制类型公司中，平均生产率最高的是国有公司，最低的是民营公司，生产率最小的公司在民营公司内；观察标准差可知，民营公司的生产率分布差异最小。

表1 异质性公司生产率描述性统计

三、品牌建设对生产率的影响分析

在品牌建设过程中，各个企业存在品牌建设投入的差异。从理论上讲，品牌建设活动是为了使企业获得由品牌带来的额外收益，最终促进企业生产率的提升。为了考察品牌建设投入与企业生产率之间的关系，本研究采用计量模型进行检验，以揭示品牌建设投入资源对生产率的影响。

(一)研究设计

将生产率与上述品牌建设投入、其他控制变量建立计量经济模型

TFPit=α0+α1xsfyit+α2xsfyit2+α3xsrsit

+α4xsrsit2+γZ+δt+δi+εit

考虑到品牌建设投入的影响可能存在非线性情况，模型中加入了品牌建设投入的二次项来检验可能出现的非线性影响。Z为控制变量，包括与企业自身特征相关的一系列变量：一是资产规模(zczj)，采用企业期末资产总计；二是所有制类型虚拟变量(sx)；三是行业虚拟变量；四是股权集中度、机构持股(jgcg)和十大股东(sdgd)等。δt为年份固定效应，δi为企业固定效应，εit为随机扰动项。模型中被解释变量TFPit的研究采用ACF方法，对解释与被解释变量采用均值除以标准差进行标准化处理。

1.所有制虚拟变量

所有制对企业生产率产生一定影响。研究发现，工业所有制结构改革促进了工业生产率的增长。[13]本研究设定民营、国有和其他三类所有制类型为虚拟变量进行分析。

2.密集型行业虚拟变量

不同要素密集型行业的生产率是不同的。张公嵬等研究发现，要素密集度不同的行业其生产率提高程度存在显著差异。[14]李强研究发现，企业转向比较优势行业能够显著提高制造业企业全要素生产率。[15]由于不同密集型行业的生产率存在差异，后续分析将密集型行业(包括资本密集型、技术密集型、劳动密集型)作为虚拟变量，力求研究不同行业背景下企业品牌投入对生产率的影响程度。

3.品牌建设投入

品牌经营需要大量投入，在经济效率评价理论体系中，投入无外乎资本和劳动两项，品牌建设最直接相关的资本投入为广告费。鉴于生产率衡量更多的是采用长期资本总额来进行衡量，本研究拟采用销售费用作为衡量企业销售资本投入的相关指标，劳动投入方面采用销售人员数量作为投入指标。

(二)基本实证结果

1.基本回归结果

根据Hausman检验结果，表2中模型(1)和(2)选择固定效应模型；模型(3)和(4)加入了行业和所有制的虚拟变量，由于这些虚拟变量不随时间变化，因而选择随机效应模型。表2模型(1)显示，在没有加入虚拟变量、只有固定企业个体效应与年份效应的情况下，品牌投入的一次项在1%的水平上显著为正，而二次项的回归系数在1%的水平上显著为负，这表明在样本观察期内，品牌投入与生产率之间存在显著的倒U型关系。同样，模型(2)(3)(4)除了系数大小存在差别外，品牌投入与生产率之间的关系仍为倒U型。这说明品牌投入的促进作用存在一个阈值：在一定范围内，品牌投入对企业的生产率产生显著的促进作用；超过该临界值，作用为负。在此基础上，模型(2)控制了企业特征变量，包括股权集中度、企业规模等；模型(3)控制了企业的所有制类型和要素密集类型等变量；模型(4)同时控制了上述变量。

表2 品牌建设与生产率的基本回归结果

注：*表示p<0.1，**表示p<0.05，***表示p<0.01

表2还显示，机构持股比例对生产率影响为正。机构作为持股人主要以投资为目的，较少对公司经营管理进行过度参与。机构持股比例越高，企业越不会出现大股东控制等问题，越有利于企业发展及生产率的提高。这一结果与十大股东持股比例系数为负的结果相呼应，十大股东持股比例越高，股权越集中，大股东控制的情况越可能发生。此外，企业规模对生产率影响为正，资产越多生产率越高，系数在1%的水平上显著。熊彼特认为，企业规模扩大能够激励企业从事创新，创新引发的技术进步是生产率的主要构成因素，进而提高生产率。[16]

2.稳健性检验

考虑到基本回归结果仍可能存在估计方面的问题，本研究针对内生性、指标选取等对模型进行检验。

(1)改变生产率的衡量指标。基本回归中企业生产率指标采用ACF方法获得，这是当前考虑较为全面的一种方法。尽管如此，为了与目前大部分研究者对生产率的测量保持一致，本研究进一步采用LP和OP方法对生产率进行测量。与基本回归相比，本研究的主要结论仍然成立。

(2)本研究的基本模型控制了年份、企业固定效应，在一定程度上缓解了可能由于遗漏变量而导致的内生性问题。但考虑到控制变量可能与生产率之间存在一定的因果关系，本研究用品牌建设投入滞后一期的一次项和二次项作为工具变量进行两阶段最小二乘法估计。LM检验(工具变量识别)和F检验(弱工具变量)的假设被拒绝，说明工具变量选取是合理的。在考虑内生性之后，本研究的结论依然成立。

(三)扩展检验结果

为了进一步细化分析品牌建设投入与企业生产率之间存在倒U型关系的原因，笔者基于企业所有制类型、密集型行业对研究对象进行分组，进而考察品牌建设投入对生产率的异质性影响。

1.异质性企业品牌建设效果检验

表3中模型(1)—(6)分别是关于不同所有制类型(依次为民营、其他和国有)和不同密集类型(依次为资本密集型、技术密集型和劳动密集型)企业的分组回归结果。除了其他企业之外，不同分组实证下的销售费用和销售人数的一次项和二次项均在1%的水平上显著，与被解释变量呈明显的倒U型关系。这说明企业品牌建设投入超出一定范围后，继续投入起不到应有的促进生产率增长的作用，一味地进行品牌投入并不能达到提升生产率的目的。在所有制分组中，民营企业的销售费用系数大于国有企业，说明品牌投入中民营企业受到的影响大于国有企业；销售人数投入中民营企业和国有企业的影响程度差异不大，其他企业影响最大。不同密集型行业中，销售费用和人员系数最大的均为资本密集型行业，说明该类行业受到的影响大于技术密集型和劳动密集型行业。

机构持股比例影响在民营企业、其他企业、资本密集型行业和技术密集型行业为正，大部分与十大股东持股比例为负的结果相呼应。十大股东持股比例除了资本密集型行业和劳动密集型行业不显著外，其余均为显著，但在国有企业中该系数显著为正。国有企业的股权特点是国有股占比高且对生产率影响复杂，因而有别于其他所有制类型的企业；而剩余企业中十大股东持股比例越高，股权越集中，大股东控制的情况越可能发生。企业规模方面，资产越多生产率越高，且系数均在1%的水平上显著，所有制分组中影响程度最大的为民营企业，密集型分组中影响程度最大的为技术密集型行业。

表3 异质性企业品牌建设投入与生产率检验结果

注：*表示p<0.1，**表示p<0.05，***表示p<0.01

2.销售费用用途异质性与生产率效果检验

基于对品牌的认识，以及实务中技术含量较低的一些劳动密集型产业仍然具有较高的生产率这一现象，我们认为品牌因素影响着生产率。本研究中的品牌因素采用销售费用与销售人数表示。销售费用综合了广告、租赁、工资、折旧以及仓储等花费在销售活动上的支出。那么，销售费用投入细分后与生产率的关系是否会有所不同，是同样会产生正向影响还是依照费用品种的不同有所区别？基于此，本研究检验了销售费用异质性与生产率之间的关系。由于所选择的企业部分细分数据不全，我们基于现有数据分别对样本进行了筛选。

表4为异质性销售费用对生产率的影响，模型(1)—(5)分别显示了广告费用、仓储费用、折旧费用、租赁费用以及工资代替销售费用作为解释变量对生产率的影响情况。结果显示，一是仓储费用、租赁费用和工资虽然系数为负值但不显著，表明这几个类别的销售费用并未对生产率形成系统性影响。二是广告费用为正，在1%的水平上显著，表示随着广告费用的上升，生产率也得到提高。但继续观察广告费用系数和表3中对应企业类型的销售费用系数可以发现，广告费用的影响程度不及总体销售费用的影响程度。三是折旧的影响在1%的水平上显著为负。销售费用中的折旧是隶属销售部门的固定资产发生的损耗，在企业中这部分资产大多不直接用于销售活动，属于销售管理部门的设备损耗，因而这部分资产的损耗不利于生产率的提高。

表4 异质性品牌建设投入对生产率的影响情况

注：*表示p<0.1，**表示p<0.05，***表示p<0.01

四、品牌建设投入门槛效应检验

(一)门槛效应检验

根据以上研究结果，进一步对异质性企业中品牌建设投入统计显著的指标进行门槛检验，检验对象为全体样本。以销售费用和销售人数两个解释变量为门槛区分企业异质性，分别检验不同所有制企业和不同密集型行业的门槛效应(见表5)。以销售费用为门槛效应时检验的核心解释变量为销售成本，以销售人数为解释变量时核心解释变量为员工总数。

在销售人员门槛条件下，尽管显著水平有所差异，但不同所有制企业和密集型异质性企

表5 异质性企业品牌投入门槛检验结果

注：括号内为p值；*、**、***分别表示在10%、5%、1%的显著水平通过

业均具有两个门槛；在销售费用门槛条件下，除其他企业(销售费用影响不显著)外，其余企业也分别具有两个门槛，门槛显著性不同。

(二)不同密集型行业品牌建设投入门槛效应

表6显示的是不同密集型行业销售投入作为门槛变量对生产率的影响结果。对于资本密集型行业，两个门槛内外的系数显著为正，在未跨越第一个门槛之前影响程度最大，随后逐渐降低，超越第二个门槛之后，系数降低幅度最大，从原来的6.7626降低到0.0722，说明随着销售费用的增加，销售成本对生产率的影响越来越小。技术密集型行业的系数在未超越第一门槛之前最大，随后逐渐降低，在超越第二个门槛之后系数为负，说明该类型企业销售费用达到一定程度时，销售成本对生产率产生负向影响。劳动密集型行业趋势与资本密集型相同，即所有门槛内外影响均为正，但低门槛之内影响最大，而后影响程度降低，高门槛之外影响最小。由此可见，企业销售费用投入必须注意量的控制，在一定范围内的成本能有效促进生产率的发展，但超越一定值后这种效应会减少，尤其是技术密集型行业甚至产生了负向影响。这种情况符合经济学对成本的认识，即平均成本曲线是U型的，随着产出(销量)的变化成本先降后升，不同的变化趋势导致其对收益乃至生产率的影响情况也产生了变化。销售人数作为门槛对不同密集型行业的影响程度基本类似，即低门槛之内影响程度最大，高门槛之外影响程度最小。其区别在于，资本密集型行业的门槛最低，劳动密集型行业的门槛最高，这与密集型分类是一致的，资本密集型行业中劳动投入的人数低，因而在门槛检验的时候门槛值必然偏低。

表6 不同密集型行业品牌建设投入门槛效应

注：括号内为p值，*、**、***分别表示在10%、5%、1%的显著水平通过

(三)不同所有制企业品牌建设投入门槛效应检验

表7为不同所有制企业品牌建设投入的门槛情况。在销售费用门槛条件下，民营企业和国有企业在低门槛之内销售成本对生产率的影响程度最大，随后减小。国有企业销售费用门槛下，销售成本对生产率的影响均为正，在第二门槛之外影响程度极小，由第一门槛内的2.3582下降到0.0491。而民营企业在第二门槛之外销售成本对生产率影响为负值。销售人员门槛下，员工总数对生产率的影响趋势在不同所有制企业中是一致的，影响均显著为正，低门槛之内影响程度大，高门槛之外影响最小。国有企业和民营企业在第一门槛的差异不明显，但国有企业的第二门槛明显低于民营企业，即在国有企业，员工总数影响生产率的系数变化门槛低于民营企业。因此，国有企业尤其需要控制销售人员数量，争取在门槛内使核心变量发挥最大作用。

表7 不同所有制企业品牌建设投入门槛效应

注：括号内为p值；*、**、***分别表示在10%、5%、1%的显著水平通过

五、研究结论与启示

本研究采用ACF方法测算了制造业上市公司的生产率，并将之作为被解释变量采用计量模型检验品牌建设投入对生产率的影响。研究发现，品牌投入与生产率之间存在显著的倒U型关系，机构持股比例影响为正，十大股东持股比例为负，资产在1%的水平上显著为正。

按照企业的异质性分组检验发现，不同分组(其他企业除外)情况下，销售费用和销售人数的一次项和二次项均在1%的水平上显著，与被解释变量呈明显的倒U型关系。销售费用异质性与生产率的面板分析结果显示，广告费用在1%的水平上显著为正，折旧的影响在1%的水平上显著为负。

将不同销售投入作为门槛变量进一步检验异质性企业的门槛效应。从不同密集型行业品牌建设投入门槛情况来看，在销售费用门槛条件下，资本密集型和劳动密集型行业表现为随着门槛值的增加影响程度逐渐降低，而技术密集型行业的门槛逐渐降低并在超越第二门槛后影响为负；销售人数对不同密集型企业的门槛效应的影响程度基本类似，即低门槛之内影响程度最大，高门槛之外影响程度最小，其中劳动密集型行业的门槛值最高。从不同所有制企业品牌建设投入的门槛情况来看，在销售费用门槛条件下，民营企业和国有企业在低门槛之内销售成本对生产率的影响程度最大，随后减小，民营企业则在第二门槛之外影响为负；销售收入门槛下，在不同所有制企业中员工总数对生产率的影响均显著为正，低门槛之内影响程度大，高门槛之外影响最小。

企业品牌建设中投入对生产率的影响是不同的，且随着企业的异质性产生不同程度的影响。基于此，笔者提出以下有利于提高企业生产率的建议对策。

第一，关注品牌建设投入的上限。品牌建设投入对生产率的影响为倒U型，表明品牌建设投入具有一定的阈值，在阈值范围内投入对生产率起促进作用，超过阈值的投入对生产率则产生负向影响。企业在进行品牌建设过程中，无论是销售费用还是销售人员的投入都需寻求最佳点。这种控制和决策需建立在企业优秀管理基础之上，利用管理活动合理、科学地进行品牌建设投入才是企业生产率提高的关键。而现有制造业中部分企业品牌投入过多，对生产率的提高起到了相反的作用。

第二，销售费用内部结构需按实际情况进行调整，广告投入的比重需要适当加大，同时减少固定资产投入。当前企业管理层需认真分析企业销售费用构成，提高销售费用的利用效率，对费用中的不同细分项进行深入分析，其中广告投入对生产率的影响是正向的，固定资产则产生负向影响。企业管理活动应针对这一情况进行销售费用结构的调整，在满足经营管理需要的同时，提高广告费用占比，促进企业生产率的发展。

第三，异质性企业的销售费用投入对生产率影响不同，需要区别对待。首先，尽量将销售费用控制在第一门槛之内，以求最大限度地提升生产率，务必注意民营企业和技术密集型行业(尤其是交叉类型的企业)的销售费用在超越第二门槛后，销售成本对生产率的影响为负向，超越一定程度的投入会起到相反的效果。其次，销售人数的投入门槛效应均表现为正，影响程度逐渐减少，劳动密集型行业的人数门槛值高，资本和技术密集型行业的门槛值低。这说明人数控制需要结合行业特点，简单的销售人数扩张和缩减不具有实际意义。