考察企業進入退出對制造業生產率變動的直接與間接影響；比較后是結論。

　　二、中國制造業企業進入與退出的基本特征事實本文的樣本是國家統計局的工業企業微觀數據，時間跨度為1998?2007年，其統計對象涵蓋了全部國有和規模以上（主營業務收入超過500萬元）非國有企業。在工業企業數據庫中，每個企業都有各自的法人代碼，可以根據這些代碼對企業狀態（包括進入、退出與存活三種）進行識別。

　　考慮到企業在樣本期內會因重組或所有權變動而產生新的企業代碼（Brandtetal.，2009），如果直接根據企業代碼進行識別，就有可能誤將一些實際上存活的企業判斷為進入企業或退出企業。為了提高識別的準確性，我們根據企業名稱、電話號碼、郵政編碼以及行業代碼等信息進行匹配，將以此得到的匹配結果對企業原始的法人代碼進行修正，即把確實屬于相同企業的觀測樣本賦予相同的法人代碼。另一個需要注意的問題是，由于工業企業數據庫的調查對象是全部國有和規模以上非國有企業，這就意味著，企業法人代碼在數據庫中出現（或消失）的原因，除了的確是新成立（或倒閉）之外，還有可能是因為非國有企業由規模以下（或規模以上）轉變為規模以上（或規模以下）導致的，從而可能將一些原本存活的企業誤判為進入企業或退出企業。對此，采用以下方法進行處理：第借鑒馬弘等（2012）的方法，使用企業的成立年份、營業狀態和出現在樣本中的初始年份來進一步識別企業是進入、退出還是存活；第二，對于企業在某年份消失而后又出現的情形，統一將其視為存活企業，因為這很有可能是由于企業規模變動導致的，否則將會高估企業的更替程度。

　　2006年，本文共得到各期進入企業觀測數為391193個、退出企業觀測數為248971個、存活企業觀測數為1304197個。②企業進入率（entryr）和退出率（exitr）可以分別根據entryrt=iVE/iVT，和exi'=NX/NT，1測算得出，其中，下標和t分別表示行業和時間，NE，為在第t-1和第t年之間進入行業的企業數量，NT，1為第t-1年行業的企業總數，NX為在第t-1年和第t年之間退出行業的企業數量。

　　1999一2006年制造業企業的進入率和退出率。③首先，從總體樣本來看，企業均具有很高的進入率和退出率，年平均率分別為25%和17%；此外，除了2000年和2003年兩個年份外，其余年份的企業進入率都要明顯高于退出率。需要特別指出的是，2004年企業進入率高達64%，其原因可能是2004年進行了全國第一次工業普查，相比之前建立了更為完善的企業登記注2009），使得更多私營企業進入統計系統。

　　其次，將企業按照其從業人員數從低到高進行排序，將其劃分為4個等份（size進入率隨著企業規模的增大而下降：規模比較小的企業組別（size1）的年平均進入率為39%，而規模比較大企業組別（size4）的年平均進入率僅有13%；另一方面，企業退出率也隨著其規模等級的上升而下降，規模比較小和比較大的企業組別的年平均退出率分別為27%和10%.由此可見，規模越小的企業其更替程度越大。

　　第三，為了考察在不同的行業中企業的進入與退出特征是否存在差異，我們借鑒王德文等文版本中我們也采用了Dunneetal.（1988）的定義，發現二者的分析結果非常相似。

　　之所以報告1999一2006年的測算結果，是因為首尾兩年（即1998年、2007年）主要用于識別企業的進入、退出狀態。

　　測算結果可向作者索取。

　?。?004）、邵敏和包群（2011）的方法，將企業劃分為高新技術行業、公用事業行業、勞動密集型行業和資本密集型行業等四大行業類別，計算結果表明：勞動密集型和資本密集型行業的平均進入率比較高（26%），其次是高新技術行業（24%），而公用事業行業比較低（14%）；不過各行業退出率的差異沒有進入率那么懸殊，平均退出率比較高的兩個行業依舊是勞動密集型行業（17%）和資本密集型行業（16%），接下來是高新技術行業（14%），而公用事業行業比較低（12%）；由此可見，進入率高的行業其退出率也往往較高。

　　比較后，我們還測算了按所有制類型①和地區②分類的企業的進入率與退出率。從分所有制類型來看，本土企業在大部分年份的進入率高于外資企業，尤其在2004年及之后年份表現尤為明顯，同時本土企業的退出率也顯著高于外資企業，這說明本土企業的更替程度相對更大。從分地區來看，沿海地區企業的進入率高于內陸地區，但企業的退出率卻低于內陸地區，其可能的原因是沿海地區經濟比較發達、開放程度較高，進而對潛在進入企業具有更大的吸引力，而同時其廣闊的國內外市場也為已有企業的持續生存提供了條件。

　　另外，我們還考察了企業進入與退出的動態變化對企業構成，以及就業和產出在制造業部門的再配置所產生的影響。③結果發現：新進入企業是各年份企業的主要構成來源，但新進入企業的持續期較短，將近2/3的企業的經營年限不超過6年；此外，不論是就業還是產出，進入企業與退出企業的規模均較??；并且以上特征普遍存在于不同行業、不同所有制類型和不同地區的企業中。

　　三、企業進入一退出與生產率的關系考慮到使用傳統OLS方法估計企業全要素生產率可能會存在同步偏差和選擇性偏差問題，為了更為精確地估計企業生產率，本文采用OlleyPakes（1996）的估算方法（以下稱OP法），其主要特點是使用投資作為企業受到生產率沖擊時的調整變量。④在估算企業生產率時，用工業增加值來衡量企業的產出，并采用以1998年為基期的工業品出廠價格指數進行平減；用各企業從業人員年平均人數衡量勞動力投入。對資本投入進行度量的難度較大，而且目前在衡量指標的選擇上也存在定的分歧。⑤在生產函數中，資本投入量應為實際投入到生產中的固定資本存量。與袁堂軍（2009）、簡澤（2011）類似，本文采用永續盤存法來估算固定資本存量。其中，初始資本存量為企業第一次出現的固定資產凈值；固定資產投資額根據企業相鄰兩個年份固定資產原值的差額計算得到；另外，中國工業企業數據庫直接報告了企業的折舊額，這樣就可以使用永續盤存法計算企業在各個年份的實際資本存量即=K，1+/，-和D分別表示以1998年為基期的固定資產投資價格指數進行平減后的實際資本存量、實際投資額和實際折舊額。此外，為了保證分析結論的可靠性，我們采用了LevinsohnPetrin（2003）的方法（以下稱LP法）測算企業生產率。⑥在處理同步偏差問題上，P法是采用企業的當期投資作為不可觀測生產率沖擊的代理變量，而LP法則是采用企業的中間品投入，該數據直接取自中國工業企業數據庫，并用1998年為基期的原材料、燃料、動力購進價格指數進行平減得到其實際值。另外，由于OP法使用的是生存概率模型來本土企業包括國有企業和民營企業，外資企業包括港澳臺商投資企業和各類外商投資企業。

　　沿海地區包括北京、上海、天津、廣東、福建、江蘇、山東、浙江等8個省市，剩余的23個省市為內陸地區。

　　這里沒有報告相應的統計結果，感興趣的讀者可以向作者索取。

　　在這里沒有給出采用0P法測算企業生產率的具體步驟，感興趣的讀者可以向作者索取。

　　資本投入的衡量指標主要包括“固定資產凈值年平均余額”資產總額“固定資本加流動資本凈值年平均余額”固定資產合計“以及采用永續盤存法測算的資本存量。

　　這里沒有給出采用LP法測算企業生產率的具體步驟，感興趣的讀者可以向作者索取。

　　估計企業的進入與退出行為，從而控制了樣本選擇的偏誤，而LP法則不能處理這樣的問題。因此，在本文的分析中，我們以OP法測得的企業生產率為基礎性指標變量，而將LP法的測算結果作為穩健性檢驗。

　?。ǘ┻M入、退出及存活企業的生產率比較首先對進入、退出與存活企業之間的生產率差異進行初步的比較分析，目的在于方面從生產率角度揭示企業進入與退出的特征，另一方面也為下文探討企業生產率的動態演化問題奠定基礎。

　　為了穩健起見，同時采用OP法測算的生產率和LP法測算的生產率作為比較基礎。①從總體制造業樣本的估計結果可以看出，進入企業的平均生產率水平顯著低于存活企業（相差20. 9%），這說明中國制造業企業在進入初期的生產率水平普遍不高。而退出企業的平均生產率則顯著低于存活企業（相差42%），這是企業退出市場的重要原因。比較后，進入企業的生產率顯著高于退出企業（相差21.5%）。采用LP方法度量的生產率的穩健分析結果也支持上述結論。此外通過對分行業、分所有制類型以及分地區企業的生產率進行比較所得的結論與上述分析相同。

　?。ㄈ┥a率對進入企業持續期的影響分析首先，通過Kaplan-Meiei生存曲線初步考察企業在進入市場之后的存活特征，②發現新進入企業的存活概率隨著進入年限的增長而下降，并且在企業進入后的前5年，該企業退出的概率呈現逐年增大的趨勢，在進入后的第5年，該概率達到比較大，隨后該概率又呈現逐年縮小的趨勢。生產率對新進入企業的持續期究竟有何影響，為了回答這一問題，我們采用Cox比例風險模型來進行實證分析。以h；（t）表示在時點t上企業i的風險率，即h（t）=limpr（t矣S矣t+AtS+t）/At，其中，S為企業存續時間。據此構建如下Cox比例風險計量模型：其中，X；表示影響企業風險率的解釋變量，包括重點關注的企業生產率（辦）和其他控制變量；0為需估計的系數向量；）為基準風險函數（baselinehazard），用來刻畫當解釋變量向量X；均為0時的風險大?。籩xp給出了X；中第個解釋變量對相對風險率的邊際影響。

　　為了準確地估計生產率對新進入企業持續期的影響，我們根據既有的理論與經驗研究，選取如下變量作為控制變量：（1）企業規模（size），以中型企業虛擬變量（medium）和大型企業虛擬變量（large）表示，將企業按其銷售額從小到大的順序劃分為三個等份，分別定義為小型企業、中型企業和大型企業，當企業i屬于中型企業時，medium取值為1，否則為0，類似地，當企業i屬于大型企業時，large取值為1，否則為0；（2）企業資本密集度（klratio），用固定資產凈值年平均余額與從業人員年平均人數的比值取對數來衡量；（3）企業年齡（age），用當年年份與企業開業年份之差來衡量；④政府對企業的補貼（subsidy），用政府補貼額與企業銷售額的比值取對數來衡量；（5）國有企業虛擬變量（soes）和外資企業虛擬變量（foreign），若是取值1，否取值0.另外還控制了行業、地區及年份效應，考察的樣本仍然為在1999年至2003年期間進入的企業。

　　從新進入企業的風險模型估計結果③可以看出：企業生產率的估計系數為負并且在1%水平上顯著，表明生產率水平是決定新進入企業持續期的重要影響因素，即初始生產率水平越高的進入企業在隨后年份退出的可能性越小。控制變量的估計結果顯示：初始規模越大、資本一勞動力比率越高、企業年齡越小、政府補貼越大和外資企業屬性的進入企業越不容易退出。此外，我們還對分行業、分所有制類型以及分地區子樣本的新進入企業退出的影響因素進行了Cox局部似然法估計，得不同類別企業生產率均值差異的估計結果可向作者索取。

　　這里沒有給出新進入企業的Kaplan-Meiei生存曲線估計圖，感興趣的讀者可以向作者索取。

　　新進入企業的風險模型估計結果，可向作者索取。

　　到的結果與總體樣本非常類似。

　　四、進入與退出企業生產率的動態演化企業進入市場之后的生產率變化上文的Cox比例風險模型估計結果發現，初始生產率水平越高的進入企業在隨后年份越不容易退出，但上述生存分析卻掩蓋了生產率與企業退出行為之間的動態關系，即是否存在市場選擇力量對新進入企業的生產率進行排序，從而決定其在隨后年份中退出，回答這問題，可通過比較同?代際（cohort）進入的企業在隨后年份“退出組”與“存活組”之間的生產率差異。①將企業生產率作為因變量，對企業退出虛擬變量與年份虛擬變量的交叉項進行回歸，并且在估計中加入主要控制變量以及年份虛擬變量，據此，建立如下形式的計量模型：其中，表示企業，表示時間，t.表示企業進入的代際年份；Exit：0為企業退出的虛擬變量，若企業i在第t年退出，則Exitt0為1，否則取0；Xt0為控制變量，包括前文的企業規模、企業資本密集度、政府補貼、國有企業虛擬變量、外資企業虛擬變量；yeardum：表示年份虛擬變量，：：0表示隨機誤差項；交叉項Exit：〗Xyeardumt的估計系數表示是否存在市場選擇效應，若y小于。則存在該效應。

　　1999年、2001年和2003年代際進入企業的估計結果。②從中可以看出，不論是哪一代際進入的企業，也不論是針對哪一年份的比較，交叉項的估計系數均為負，而且絕大多數都在1%水平上顯著，這表明對于每一進入代際而言，退出企業的生產率都顯著低于存活企業，據此可以判斷存在顯著的生產率市場選擇效應。此外，表1第（4）一第（11）列分別給出了分行業、分所有制類型、分地區的1999年代際進入企業的估計結果，可以看出，市場選擇效應在在勞動密集型和資本密集型行業中比高新技術和公用事業行業更明顯，在本土企業中比外資企業更為明顯，在內陸地區企業中比沿海地區企業更為明顯。

　?。ǘ┬逻M入并且存活企業的生產率演化進入市場并持續存活的企業的生產率會發生怎樣的演化，以及與一直存續的企業的生產率表現有何差異，表2報告了新進入的存活企業生產率演化結果。③表2第（1）行給出了行業整體加權生產率的演變過程，④從中可以看出，行業整體生產率呈現逐年穩步增長的趨勢，2003年之前年平均增長率為5%.表2第（2）行給出了存續企業的生產率演變過程，存續企業的生產率要明顯地低于行業整體生產率水平，這反映了生產率高的企業往往具有較大市場份額的情況。不過，存續企業的生產率也保持逐年穩步增長的趨勢，2003年之前年平均增長率為5.43%.第（3）?第（9）行通過進一步比較進入企業與存續企業的生產率差異來考察追趕與學習效應的存在性。不難發現，各個代際進入的企業在其進入年份的生產率水平均顯著低于相對應的存續企業，進入企業與存續企業的生產率期初差距在區間之中。但另一方面，企業在進入之后其生產率水平得到了迅速的提升，尤其在進入后的前3年表現尤為明顯，各個代際進入企業在進入后第1年的生產率增長率為13.8%?32.9%，在進入后第2年的增長率為6.4%?9. 7%，在進入后第3年的例如，企業A和企業B都是在1999年進入市場，企業A在2002年退出市場，而企業B仍然存活，可以比較在2002年企業A與企業B生產率水平的高低，如果企業A的生產率水平低于企業B，則認為存在生產率的市場選擇效應。

　　對其他年份代際進入的企業也進行了估計，得到的結果非常類似。

　　這里給出的是總體制造業樣本的結果，對分行業、分所有制類型、分地區的新進入的存活企業生產率演化進行分析，得到的結果非常相似。

　　權重為企業在整體行業中的市場份額，感謝審稿人對計算加權生產率的建議。

　　表1新進入企業的生產率市場選擇效應的檢驗結果總體樣本企業1999年進入的企業高新技公用事勞動密集資本密集本土外資沿海地內陸地術行業業行業型行業企業區企業注：圓括號內數值為糾正了異方差后的t統計量，和分別表示1%、5%和10%的顯著性水平；Exit2000表示在2000年退出的虛擬變量，即企業i在2000年退出取值為1，在2000年繼續存活取值為0，其他年份的虛擬變量含義類似：在各個回歸中均包括回歸模型中的控制變量和時間虛擬變量，限于篇幅沒有報告。

　　表2新進入并且存活的企業的生產率演化：對“追趕與學習效應”的檢驗期初差距期末差距行業整體存續企業1999年進入2000年進入2001年進入2002年進入2003年進入2005年進入2006年進入注：存續企業表示在1998?2006年期間持續經營的企業，表中除了行業整體生產率為加權平均生產率之外，其余均為非加權平均生產率。

　　增長率為5.8%? 9.6%，這些增長速度都遠遠超過了存續企業在相應年份的增速，這表明新企業在進入市場之后對存續企業具有明顯的追趕效應。在考察期末，各個代際進入企業與存續企業之間的生產率差距逐步縮小，例如，對于1999年進入的企業，其與存續企業的生產率差距從剛進入時的0.199縮小為2006年的0.03，2000年進入的企業與存續企業的生產率差距從剛進入時的0. 279縮小為2006年的0.067.以上分析表明：新企業均以一個顯著低于存續企業的生產率水平進入，不過隨著進入年限的增長，進入企業與存續企業的生產率水平差距逐步縮小，由此可見，新企業在進入市場之后存在顯著的學習效應。

　　（三）退出企業在退出市場之前的生產率演化與上文分析視角相反的問題是：企業退出市場是偶然事件還是由其內在因素導致的，在退出市場之前其生產率經歷了怎樣的變化，我們利用退出企業生產率演化矩陣（表3）進行了分析，得到以下幾點結論：第退出企業的生產率表現顯著低于存續企業，這不僅體現在退出當年，而且在企業退出前的若干年內，其生產率水平和增長速度都明顯低于存續企業，這表明被市場淘汰的企業在退出前已存在顯著的“死亡陰影”效應。第二，退出企業與存續企業的生產率差距呈現出擴大的趨勢，例如，2006年退出的企業在1999年與存續企業的生產率期初差距為-0.642，而期末差距擴大為-1.083，2002年退出的企業在1999年與存續企業的生產率期初差距為-0.537，而期末差距擴大為-0.8；第三，企業在退出年份的生產率水平都經歷了一個明顯的下降過程，例如，2006年退出的企業在當年的生產率的變化為-0.073，2002年退出的企業該變化為-0.048.表3退出企業的生產率演化：對“死亡陰影”效應的檢驗期初差距期末差距1999年退出2000年退出2001年退出2002年退出2003年退出2005年退出2006年退出存續企業注：存續企業表示在1998?2006年期間持續經營的企業，表中均為非加權平均生產率。

　　五、企業進入一退出對制造業生產率增長的直接影響上文對進入與退出企業生產率的動態演化進行了考察，那么，企業進入與退出（或企業更替）行為對制造業生產率增長有何影響，為了準確地評估這一影響，需要建立一個可靠的生產率變動的分解框架。目前在這方面的主要方法包括Fosteretal.（1998）分解法、Griliches Fosteretal.（1998）分解法的基本思路是將行業總體生產率的增長分解為存活企業、新進入企業以及退出企業的生產率增長，其分解方程為：X桃。

　　組內效應（i）組間效應（n）交叉效應（n）進入效應（w）退出效應（v）其中，i表示企業，表示行業，t表示時間；I表示行業的企業集合，S、N和X分別表示存活企業、新進入企業和退出企業的集合；權重9k表示資源在企業間的配置情況，這里用企業i的銷售產值在行業中的市場份額來衡量；tfPi，表示企業i在時間t的生產率，tfp表示行業總體生產率，即tfp在FHK分解，第I項為“組內效應”，即假定每個存活企業的市場份額在前后兩個時期保持不變，由存活企業自身生產率水平變化所引致的總體生產率增長；第n項為“組間效應”反映的是給定每個存活企業的生產率水平在前后兩個時期保持不變，由存活企業的市場份額變化所引致的總體生產率增長，當期初高于平均生產率的存活企業的市場份額增加或期初低于平均生產率的存活企業的市場份額降低時，該項為正；第m項為“交叉效應”，當生產率上升的企業其市場份額增加或生產率降低的企業其市場份額下降時，該協方差項為正；第w項為“進入效應”即由企業進入①這里沒有給出這3種分解法方程的具體推導，感興趣的讀者可以向作者索取。

　　所引致的行業總體生產率的變動，當新進入企業的生產率高于平均生產率時該項為正；第V項為該項為正。第W項與第V項之和為“凈進入效應”，它衡量了企業更替對生產率增長的作用。①盡管FHK方法包含十分豐富的分解信息，也在很大程度上克服了Bailyetal.（1992）方法的不足，但同時也有其自身的缺點。正如Fosteretal.（1998）所指出的，FHK分解法容易受測量誤差的影響，例如，當一個企業的產出由于測量誤差高于（或低于）實際值時，企業生產率以及市場份額也會高于（或低于）實際值，進而會高估交叉效應。對此，由Griliches Regev（1995）發展的另外一種分解法（簡記為GR分解法）則彌補了FHK分解法的這一缺陷，其基本思想是通過取平均值對誤差進行平滑。GR分解法的方程為：~組內效應（i）~組間效應（n）進入效應（n）退出效應（w）在上，變量的上劃線表示其在相鄰兩期的平均值，即6；=（6it-1+6it）/2，tf；=（tfPit-1+tfPit）/2.該分解法的優點是通過對權重系數和生產率取均值的做法在很大程度上平滑了測量誤差。在（4），第I項為“組內效應”，衡量存活企業自身生產率水平變化所引致的總體生產率增長，不過是用相鄰兩年的平均市場份額進行加權；第n?：項分別表示“組間效應‘、”進入效應“和’‘退出效應”，與FHK分解法所不同的是，它們都是相對于相鄰兩年的平均生產率而言的。與FHK分解法相比，GR分解法方程少了一項’‘交叉效應“這主要是因為該方法進行了取平均值處理，但不難看出這一效應實際上被涵蓋在組內效應與組間效應之中。

　　從上述分解過程可以看出，不管是FHK分解法還是GR分解法，在考察企業更替對生產率增長的作用時，都是將進入和退出企業的生產率與行業加權平均生產率進行比較，這也就意味著進入企業將取代代表性企業，而同時退出企業將被代表性企業所替代。但在現實中，進入企業可能更多地是對退出企業進行替代，由BaldwinGu（2003）發展的方法（簡記為BG分解法）則就是通過直接比較進入企業與退出企業的生產率來考察企業更替對生產率增長的作用，其分解方程為：~組內效應（i）~組間效應（n）凈進入效應（n）其中，tfPx，-1表示在t-1期退出企業的加權平均生產率。在上，第i項表示‘’組內效應“它與FHK分解法完全相同；第n項表示‘’組間效應‘，與之前分解法所不同的是，只有當期初高于退出企業加權平均生產率的存活企業的市場份額增加或期初低于退出企業加權平均生產率的存活企業的市場份額降低時，該項才為正；第m項為’‘凈進入效應’，衡量了企業更替對生產率增長的作用。與前兩種方法相比，BG分解法的優勢體現在：方面，它在考察組間效應和凈進入效應時，以退出企業的加權平均生產率作為比較基礎，這在邏輯上更加符合現實情況；另一方面，它可以直接得到凈進入效應，因而能夠更為直觀地評價企業更替對生產率增長的作用。

　　（二）對中國制造業生產率變動的分解結果及分析利用上文三種生產率變動的分解方法對中國制造業的生產率增長的來源進行分析，重點考察etal.（1992）分解式與FHK分解式的一個不同之處在于，前者在考察進入效應與退出效應時沒有將進入、退出企業的生產率與行業平均生產率進行比較，因而存在明顯的缺陷，例如，當新進入企業的市場份額足夠小而退出企業的市場份額非常大時，即便新進入企業比退出企業具有更高的生產率水平，得到的凈進入效應有可能是負的。

　　企業更替對生產率增長的作用（即凈進入效應）。由于缺失2004年的企業生產率數據，無法測算2004?2005年間行業生產率的變化幅度，因此這里只對1999一2003年的情況進行分析。此外，我們還分行業、分所有制類型以及分地區進行了分解，試圖揭示出不同類別的企業在生產率增長來源上的差異。分解結果見表4.從制造業總體生產率的分解結果看，1999一2003年間生產率的增長幅度為0.121，在FHK分解法中，交叉效應比較大（0.097），對生產率增長的貢獻度為80. 7%，其次是凈進入效應和組內效應，貢獻率分別為23. 9%和12.5%，而組間效應對生產率增長的貢獻則為負（-17. 1%）。不過，FHK分解法容易受測量誤差的影響，尤其是產出測量誤差的存在會高估交叉效應的作用，進而也可能會對組內效應和組間效應的分解帶來一定的偏差。在GR分解法中，組內效應和組間效應都有很大幅度的上升，對生產率增長的貢獻率分別為52. 8%和25.9%，其原因是正的交叉效應被融入到了組內效應和組間效應之中。此外，凈進入效應沒有發生太大的變化（0.026），對生產率增長貢獻了21.3%.在BG方法中，組內效應和組間效應對生產率增長的貢獻率分別為52.8%和18.3%，凈進入效應略大于FHK分解法的測算結果（23.9%），對生產率增長的貢獻率約為28.9%.上述三種分解法得到凈進入效應（表示企業更替的影響）對生產率增長的貢獻率為21.3%?28.9%，表明企業的進入與退出對中國制造業的生產率變化具有比較重要的顯著影響。①此外，表4還報告了分行業、分所有制類型以及分地區的生產率變化分解結果。

　　六、企業進入一退出對制造業生產率增長的間接影響上文通過采用生產率分解方法考察了企業更替對制造業生產率增長的直接作用，除此之外，企業的進入與退出行為還會導致市場競爭的加劇，而這無疑將間接性地促進企業提高生產率水平（Amiti 2007；盛斌、毛其淋，2012）。因此，對企業更替的競爭效應的估計將有效地校正前文由生產率分解方法得到的凈進入效應的低估。

　　為了檢驗市場競爭效應的存在，構建存活企業生產率決定的計量模型如下：其中，下標i、和t分別表示企業、行業、地區和年份；t/PT8表示存活企業的生產率；Compel表示市場競爭程度，當其估計系數Y顯著為正時表明存在競爭效應；X，為控制變量向量；和v，分別表示行業、地區和年份特定效應，'kt表示隨機擾動項。

　　關于市場競爭程度，為了穩健起見，我們采用兩個指標進行衡量。第個指標是企業更替率（2008）的做法，Compet1fkt=（entryrf.kt+exitrf.kt）/2，其中entryrf.kt和exit、分別表示企業的進入率和退出率，該指標越大則表明市場競爭越激烈，它是對由企業進入與退出導致的市場競爭的直接度量。第二個指標是赫芬達爾指數（Herfindahl-HirschmanIndex），HH/fk，= 2=1/XSt，其中sale，表示企業i在t年的銷售額，sab表示行業f在t年的總銷售額，Si，表示企業i在t年的市場占有率，該指標越大表明市場競爭程度越大，它是對由企業進入與退出導致的市場競爭的間接度量；為了便于估計，我們進一步將赫芬達爾指數取對數lnHHI，記為Compet2fk，。

　　①采用Bailyetal.（1992）的方法（簡稱BHC分解法）進行分解，得到的凈進入效應的貢獻度為81%，遠遠高于本文分解得到的貢獻率。Brandtet al.（2009）采用BHC分解法對中國1998?2006年制造業生產率增長進行分解得到凈進入效應的貢獻率也高達67%，此外李玉紅等（2008）采用相同方法得到的貢獻率甚至高達186.7%.由于BHC分解法對于進入與退出相對貢獻的界2009），這或許是米用該方法進行分解得到凈進入效應通常偏高的原因。

　　表4中國制造業生產率變化的分解結果分解方法組內效應組間效應交叉效應進入效應退出效應凈進入效應生產率增長總體樣本企業高新技術企業公用事業企業勞動密集型企業資本密集型企業本土企業外資企業沿海地區企業內陸地區企業注：圓括號內的數值表示各個效應項對生產率增長的貢獻率，單位為，圓括號外的數值表示各個效應項的大小，-為不適用。

　　控制變量的選擇與前文相同，根據既有的理論和實證研究包括：資本密集度（klmtio）、企業規模（以中型企業虛擬變量（medium）和大型企業虛擬變量（large）表示，若是取1，不是取0）、企業年齡（age）、國有企業虛擬變量（soes）、外資企業虛擬變量（foreign）、政府補貼（subsidy）以及融資）。控制變量的定義與數據來源同前文所述。

　　為了與上文的分析保持一致，計量檢驗的樣本期間仍為1999一2003年，結果報告于表5.其中，第（1）一第（2）列的因變量為以OP法測算的存活企業生產率，第（3）?第（4）列為以LP法測算的存活企業生產率作為因變量，每個回歸檢驗中對市場競爭程度又分別采用了兩種不同的計算方法。結果表明，無論是采用哪種生產率測度方法以及市場競爭程度定義方法，市場競爭程度的估計系數都為正，并且在1%水平上顯著，這表明企業更替引致的競爭效應對存活企業生產率的提高具有顯著的促進作用，其原因在于，頻繁的企業更替會給在位的存活企業帶來巨大的競爭壓力，為了保持自己的市場份額以及不被激烈的市場競爭所淘汰，這些存活企業將會有意識地加大研發投資、①融資約束指標采用利息支出與固定資產的比值取對數來衡量。

　　更新機器設備以及改進生產組織方式，進而提高了自身的生產率水平。①表5影響存活企業生產率因素的估計結果OP法測算的存活企業生產率LP法測算的存活企業生產率企業更替率赫芬達爾指數企業更替率赫芬達爾指數其它控制變量控制觀察值注：圓括號內數值為糾正了異方差后的t統計量，和分別表示1%、和10%的顯著性水平，本表回歸均控制了行業效應、地區效應與年份效應。

　　七、結論?2007年中國制造業企業的微觀數據對企業的進入與退出的特征及其與全要素生產率動態演化的關系進行了系統性的實證研究，主要得到以下結論：（1）中國制造業企業具有很高的進入率與退出率，并且均隨著企業規模的增大而下降；新進入企業是各年份企業的主要構成來源，但新進入企業的持續期較短，將近2/3的企業的經營年限不超過6年；不論是從就業還是從產出來看，進入企業與退出企業的規模均較小。（2）進入企業和退出企業的平均生產率均顯著低于存活企業，但進入企業比退出企業具有更高的平均生產率水平，而且這些特征也普遍存在于不同行業、不同所有制類型以及不同地區的企業之中。（3）新進入企業的存活概率隨著進入年限的增長而下降，但初始生產率水平越高、初始資本密集度越大、初始規模越大、企業年齡越小、政府補貼越大和外資企業屬性的企業在進入后越不容易退出。（4）存在顯著的市場選擇效應促使生產率較低的企業退出市場，而新企業在進入市場之后通過學習效應實現了自身生產率的快速增長，退出企業則在退出市場前面臨顯著的“死亡陰影”效應。（5）企業更替對制造業生產率增長具有重要的直接影響（貢獻率為21%?29%），此外，企業更替還通過市場競爭效應對存活企業生產率的提高產生顯著的間接促進作用，因此，企業更替對中國制造業生產率增長的總體貢獻不容忽視。

　　本文的研究一方面豐富了企業動態方面的研究，另一方面有助于準確地認識中國制造業生產率增長在企業層面的動力來源。當然，本文的研究仍然存在有待進?步探索的問題，例如，由于數據方面的限制，主要以企業在數據庫中的法人代碼對企業進入與退出的狀態進行界定，然而，中國工業企業數據庫的一個顯著特點是對于非國有企業的統計只包含規模以上的部分，這樣就有可能誤將一些非國有企業由規模以下（或規模以上）轉變為規模以上（或規模以下）的情形視為進入（或退出）企業，進而有可能會高估企業的更替。盡管研究中采用了一些方法進行了處理，但如何對企業的進入與退出狀態進行更為細致和精確的界定是下一步需要改進的方向。