生产组织形式与政府补贴范文

本站小编为你精心准备了生产组织形式与政府补贴参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《国际经贸探索杂志》2015年第七期

一、估计模型

根据邵敏等（2011）对政府补贴的一般研究，补贴行为可以分为两个阶段进行分析，一是补贴对象的选择，二是补贴程度的选择。由于只有对于受补贴的企业而言才有补贴程度的多少可言，因此用OLS法估计补贴程度会存在样本选择偏误。根据Heckman（1979）的选择模型，我们可以先利用probit模型计算出企业获得政府补贴的概率，得到其逆米尔斯比率（InverseMillsRatio，以IMR表示），然后将这个比率代入补贴程度方程，如此可以解决样本选择偏误。由于中国的加工贸易仍处于产业链低端，参与的全球价值链较短，附加值低，因此我们可以预估政府会给予一般贸易企业更多的补贴（孙玉琴等，2013）；而在加工贸易企业内部，由于进料加工企业掌握了生产过程，因此政府应该会较为注重这种生产的自主权，给予进料加工企业更多的补贴。在第四部分，我们还使用交叉项分析了是哪种因素导致了一般贸易企业与加工贸易企业、进料加工企业与来料加工企业所受补贴程度的差异。

二、数据

本文的补贴及其他财务数据来自工业企业数据库，但是工业企业数据库并不包括出口企业的贸易方式这一信息，因此本文将工业企业数据库2000～2007年及海关数据库2002～2005年以名称进行匹配合并，合并之后得到63647家企业。合并后的数据包含了工业企业数据库中出口企业的40％，这就可能存在样本偏误的问题，但根据戴觅等（2014），合并之后的出口企业的特征与工业企业数据库中出口企业的特征无明显差别，因而我们可以不考虑样本偏误问题。随后，我们剔除了补贴收入存在缺失值的样本，剔除了工业总产值、从业人员、固定资产平均余额、中间投入存在缺失值或者非正值的企业，也剔除了从事其他贸易方式的企业，在最终的样本中，有39107家企业从事一般贸易，有13068家企业从事进料加工，有3468家企业从事来料加工贸易，共计55643家企业。根据戴觅等（2014），因为工业企业数据已经是经过筛选的数据，用OLS估计出的企业生产率存在幸存者偏误和同步偏误，因此我们根据他们的处理方法以Olley－Pakes（1996）的方法计算出企业生产率。此外，我们以企业雇员的人数来表示企业的规模。根据国家统计局2002年公布的的《高技术产业统计分类目录的通知》，在我们的样本中，医药制造、航空航天器制造、电子及通信设备制造业、电子计算机及办公设备制造业、医疗设备及仪器仪表制造业这五个行业为高技术行业，因此我们根据国民经济行业分类二分位及三分位生成高新技术产业虚拟变量。虽然工业企业数据给出了企业的注册类型，但是根据Brandtetal．（2012）这一时期存在大量国有企业被私有化而注册类型并没有发生变更的情况，因此我们以国有资本占总资本的比例来表示一个企业的国有化程度。此外，我们以新产品产值占工业总产值的比例来表示一个企业新产品开发力度。我们在表1中给出了各个变量的统计特征。

三、实证分析

（一）初步估计利用Heckman选择模型（1）、（2）的回归结果统计在表2中，我们首先来看补贴对象方程的回归结果（即第（1）列），关键变量一般贸易虚拟变量（yibanmaoyi）的系数为正，说明一般贸易企业比加工贸易企业更容易获得补贴，与我们的预期一致。假定其他条件相同，一个一般贸易企业将比一个加工贸易企业多35％的概率获得政府补贴。补贴虚拟变量滞后项（L．subsidydum）的系数为正且接近1，说明绝大多数企业的补贴具有连续性，即上一年获得补贴的企业在下一年有94．7％的概率同样获得了政府补贴。新产品开发力度（new）、企业规模（lnemployee）、国有资本占总资本的比例（guozibili）、高新技术行业虚拟变量（gaoxinchanye）的系数均为正，说明以上变量有助于企业获得政府补贴。接下来，我们再关注补贴程度的回归结果（第（2）列），在受补贴的企业中，一般贸易企业相对于加工贸易企业获得了额外40．8％的补贴（即e0．342－1），而新产品开发力度、企业规模、国有资本占总资本的比例、高新技术行业虚拟变量这几个控制变量同样有助于企业获得更多的补贴。随后，我们在Heckman选择模型的解释变量中加入了利用Olley－Pakes（1996）方法计算出的企业TFP的对数值，加入新的解释变量之后关键变量一般贸易虚拟变量的系数无论在选择模型（第（3）列）还是在补贴模型（第（4）列）中都没有发生显著变化，这也说明我们的回归结果的稳健性。根据戴觅等（2014），一般贸易企业的生产率系统性地高于加工贸易企业，为了比较究竟是企业TFP还是贸易方式对补贴的影响大，在第三组Heckman选择模型中，我们加入了年份固定效应、省份固定效应、行业固定效应这三个固定效应。加入固定效应之后，选择模型（第（5）列）中企业TFP对数的系数不再显著，而一般贸易虚拟变量的系数仍然显著，这说明在出口企业内部，政府在选择补贴对象时并不是选择TFP高的企业，而是选择从事一般贸易的企业。补贴模型（第（6）列）中一般贸易虚拟变量与企业TFP对数的系数均显著为正，说明在受补贴的出口企业中，一般贸易企业和高TFP的企业获得了更多的政府补贴。最后，我们用加入年份、省份、行业三个固定效应的OLS模型（第（7）列）估计了补贴程度，回归结果与第（2）、（4）、（6）列的回归结果相似，说明我们补贴程度方程的回归结果稳健，并不随着估计方法而有所差异。接下来，我们要关注在加工贸易企业内部，从事来料加工的企业和从事进料加工的企业所接受的政府补贴的差异，如表3所示。在第（1）列选择模型的回归结果中，来料加工虚拟变量并不显著，也就是说政府在选择补贴对象时并不会因企业从事来料加工还是进料加工而给予或者不给予补贴。在加工贸易企业内部，补贴虚拟变量的滞后项、新产品开发力度、企业规模、国有资本占总资本的比例均有助于企业取得政府补贴，但高新技术行业虚拟变量的系数不再显著，这是因为从事加工贸易的企业大多数并没有在高新技术行业中，在我们的样本中只有约12％的加工贸易企业属于高新技术行业。在第（2）列补贴模型的回归结果中，来料加工虚拟变量的系数显著为负，说明在受补贴的加工贸易企业中政府给了进料加工企业更多的补贴，而来料加工企业获得的补贴较少。新产品开发力度、企业规模、国有资本占总资本的比例、高新技术行业虚拟变量均有助于企业取得更多的政府补贴。随后我们在Heckman选择模型中加入企业TFP的对数值作为解释变量，在第（3）列选择模型的回归结果中，来料加工虚拟变量的系数此时显著为负，说明来料加工企业更不容易获得政府补贴。来料加工虚拟变量系数显著性的变化，是因为企业TFP与生产组织形式有关，在我们的样本中，来料加工企业要比进料加工企业的TFP高，因此在不加入企业TFP的第（1）列中，生产组织形式的作用与企业TFP的作用混合在一起，导致来料加工虚拟变量系数不显著。在第（3）列中，补贴虚拟变量的滞后项、新产品开发力度、企业规模、国有资本占总资本的比例均有助于企业取得政府补贴，但高新技术产业虚拟变量的影响仍然不显著。在第（4）列补贴模型的回归结果中，来料加工虚拟变量的系数仍然显著为负，企业TFP对数的系数显著为正，其他变量的系数与第（2）列的结果相似。我们在第三组Heckman选择模型中加入了时间固定效应、省份固定效应和行业固定效应，回归结果也与前面两组模型相似。最后，我们用加入时间、省份、行业三个固定效应的OLS模型估计了补贴程度的影响因素，第（7）的回归结果与利用Heckman选择模型估计出来的第（2）、（4）、（6）列的结果相似，因而说明我们回归结论的稳健性。

（二）机制分析补贴对象的选择更多体现了政府对某些企业或行业特征在“质”上的偏好，而补贴程度不同体现了“量”的偏好，这一部分我们主要分析补贴程度差异的原因。我们在上面的回归结果中得到：一般贸易企业所接受的政府补贴的程度要比加工贸易企业高，进料加工企业所接受的政府补贴的程度要比来料加工企业高，那么接下来我们想要知道是什么因素导致了这种差异。一种可能性是不同贸易方式的企业各自的特征不同，比如根据戴觅等（2014）的研究，一般贸易企业相较加工贸易企业TFP较高，所以政府在选择补贴程度的时候给予了TFP较高的企业更优惠的政策；另一种可能性是不同贸易方式的企业各自的特征差别并不是很明显，而是政府本身在政策选择的时候偏向了某一方，比如从事一般贸易和从事加工贸易的两个企业可能规模一样大，但是政府政策更偏向于一般贸易企业，因此给予前者更多的补贴。对于第一种可能性，我们在表4中给出了解释变量的统计特征，可以看到，相比一般贸易企业，加工贸易企业的国有资本占比较小，新产品开发力度较小，而在企业TFP、规模方面差异并不显著。①而在加工贸易企业内部，这四个变量并不存在显著的差别。例如，假定两个企业的特征TFP相同，但是由于政府更偏好一般贸易企业，所以θ5将会为正，此时对于一般贸易企业而言，TFP对政府补贴的影响为θ5＋γ5，而对于加工贸易企业来说TFP对政府补贴的影响只是γ5。在表5中，第（1）列我们引入了一般贸易虚拟变量与企业TFP的交叉项，交叉项系数显著为负，也就是说相比加工贸易企业，一般贸易企业中那些高TFP的企业获得了更少的政府补贴。这与邵敏等（2011）的结论相一致，政府补贴程度的选择体现了“扶持弱者”的特征。在第（2）列中，我们加入了一般贸易虚拟变量和高新技术产业虚拟变量的交叉项，交叉项系数显著为正，说明相对加工贸易企业来说，政府给予从事高新技术行业一般贸易企业的补贴程度要更高。随后，我们在第（3）、（4）、（5）列分别加入了一般贸易虚拟变量与国有资本比例、新产品开发力度、雇员人数的交叉项，这三个交叉项中只有企业雇员人数交叉项的系数显著为正，说明相比加工贸易企业，规模大的一般贸易企业获得了更高程度的补贴。在第（6）列，我们同时加入一般贸易虚拟变量与企业TFP、高新产业虚拟变量的两个交叉项，此时企业TFP交叉项不再显著，说明其不具有稳健性。在第（7）列，当我们加入所有的交叉项时，除高新产业虚拟变量的交叉项和企业雇员人数的交叉项之外，其他交叉项的系数均不显著，而新产品开发力度交叉项的系数只在10％的显著性水平下显著。因此，我们可以得出：一般贸易企业与加工贸易企业所受补贴程度的不同，主要是由于政府给予从事一般贸易的高新技术企业和规模较大的企业的补贴要比从事加工贸易的高新技术企业和规模较大的企业的补贴高。接下来，我们要分析加工贸易企业中为何进料加工企业比来料加工企业所接受的补贴程度高。与上面的分析类似，我们引入了进料加工虚拟变量与其他因素的交叉项。从表6的第（1）列到第（4）列，我们分别引入了企业TFP交叉项、高新技术产业虚拟变量交叉项、国有资本比例交叉项、新产品开发力度交叉项，但其系数均不显著。在第（5）列，我们引入了企业雇员人数的交叉项，交叉项系数显著为正，说明相对于同等规模的来料加工企业而言，规模较大（雇员人数多）的进料加工企业接受了更多的补贴，这种关系在第（6）列加入所有交叉项之后仍然成立。从上面的交叉项分析中，我们可以看出，政府在选择补贴程度时，企业规模（即雇员人数）是最重要的一个考虑因素，这是因为保证就业是政府需要处理的首要问题之一。其次，一般贸易与加工贸易企业所受补贴程度的不同也是由于政府给予了从事高新技术行业的一般贸易企业更多的补贴；而在加工贸易企业内部，由于这些企业很少从事高新技术行业，因此高新技术行业这一因素在加工贸易企业内部并不影响企业受补贴的程度。在这一部分，我们分析了为何不同贸易方式的企业接受的补贴程度不同。在出口企业内部，由于一般贸易企业本身较多从事高新技术行业，新产品开发力度高，创新能力强，加之其国有资本参与程度较高，因此政府在选择补贴多少时更偏好一般贸易企业；同时，对交叉项的分析显示，政府对规模较大、从事高新技术行业的一般贸易企业给予了更多的边际补贴。在加工贸易企业内部，来料加工企业和进料加工企业两者之间并没有太大的差别，主要是由于政府给予规模较大的进料加工企业更多的边际补贴，这可能主要是由于政府认为进料加工企业掌握了生产过程，因此对外需的依赖度低，生产效益的稳定性高。

四、总结

本文研究了贸易方式、生产组织形式与政府补贴的关系。首先将工业企业2000～2007年的数据与海关数据2002～2005年进行合并，经过筛选之后得到55643家企业。随后本文采用Heckman选择模型对补贴对象的选择和补贴程度进行了分析，发现在出口企业中，一般贸易企业比加工贸易企业更容易获得补贴，且获得了更多的补贴；在加工贸易企业中，进料加工企业比来料加工企业更容易获得补贴，并且获得了更多的补贴。进而，本文在补贴程度方程中加入交叉项分析了何种因素导致了不同类型企业所受补贴程度的差异，一般贸易企业与加工贸易企业相比获得了更多的补贴是因为政府给予了从事高新技术行业、规模大的一般贸易企业更多的边际补贴，此外也是因为一般贸易企业本身国有属性较强，新产品开发力度高；而进料加工企业与来料加工企业相比获得了更多的补贴是因为政府给予规模大的进料加工企业更多的边际补贴。2008年金融危机之后，受外需不振的影响，我国的出口急速下降，连续三年的出口任务都没有完成。加工贸易出口占总出口的比例从2007年的50％左右已经降低到2014年的38％，其中一部分原因是从事加工贸易的企业的破产或者外逃。根据本文的研究结果，我们发现加工贸易企业尤其是来料加工企业接收的补贴较少，这也符合我国一直想要升级制造业的思路。加工贸易本身的确存在附加值低等问题，但是也不能一概而论予以否定，其在就业上的作用也是不可忽视的。近年来加工贸易的外逃一部分原因是外需不振，一部分原因是国内劳动力成本的上升。由于加工贸易大量存在于东南沿海，这些地区经济发达，工资等成本不断上升，而中西部地区还比较落后，工资等成本较低。加工贸易的内迁应该是一个两全其美的办法，但是这需要政府降低中西部地区的物流成本，改善营商环境，同时不应该歧视加工贸易企业，尤其在补贴方面，给予加工贸易企业适当的支持，才能使它们有内迁的动力。

作者：李佩源 单位：北京大学汇丰商学院