本站小編為你精心準備了生產組織形式與政府補貼參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《國際經貿探索雜志》2015年第七期

一、估計模型

根據邵敏等（2011）對政府補貼的一般研究，補貼行為可以分為兩個階段進行分析，一是補貼對象的選擇，二是補貼程度的選擇。由于只有對于受補貼的企業而言才有補貼程度的多少可言，因此用OLS法估計補貼程度會存在樣本選擇偏誤。根據Heckman（1979）的選擇模型，我們可以先利用probit模型計算出企業獲得政府補貼的概率，得到其逆米爾斯比率（InverseMillsRatio，以IMR表示），然后將這個比率代入補貼程度方程，如此可以解決樣本選擇偏誤。由于中國的加工貿易仍處于產業鏈低端，參與的全球價值鏈較短，附加值低，因此我們可以預估政府會給予一般貿易企業更多的補貼（孫玉琴等，2013）；而在加工貿易企業內部，由于進料加工企業掌握了生產過程，因此政府應該會較為注重這種生產的自主權，給予進料加工企業更多的補貼。在第四部分，我們還使用交叉項分析了是哪種因素導致了一般貿易企業與加工貿易企業、進料加工企業與來料加工企業所受補貼程度的差異。

二、數據

本文的補貼及其他財務數據來自工業企業數據庫，但是工業企業數據庫并不包括出口企業的貿易方式這一信息，因此本文將工業企業數據庫2000～2007年及海關數據庫2002～2005年以名稱進行匹配合并，合并之后得到63647家企業。合并后的數據包含了工業企業數據庫中出口企業的40％，這就可能存在樣本偏誤的問題，但根據戴覓等（2014），合并之后的出口企業的特征與工業企業數據庫中出口企業的特征無明顯差別，因而我們可以不考慮樣本偏誤問題。隨后，我們剔除了補貼收入存在缺失值的樣本，剔除了工業總產值、從業人員、固定資產平均余額、中間投入存在缺失值或者非正值的企業，也剔除了從事其他貿易方式的企業，在最終的樣本中，有39107家企業從事一般貿易，有13068家企業從事進料加工，有3468家企業從事來料加工貿易，共計55643家企業。根據戴覓等（2014），因為工業企業數據已經是經過篩選的數據，用OLS估計出的企業生產率存在幸存者偏誤和同步偏誤，因此我們根據他們的處理方法以Olley－Pakes（1996）的方法計算出企業生產率。此外，我們以企業雇員的人數來表示企業的規模。根據國家統計局2002年公布的的《高技術產業統計分類目錄的通知》，在我們的樣本中，醫藥制造、航空航天器制造、電子及通信設備制造業、電子計算機及辦公設備制造業、醫療設備及儀器儀表制造業這五個行業為高技術行業，因此我們根據國民經濟行業分類二分位及三分位生成高新技術產業虛擬變量。雖然工業企業數據給出了企業的注冊類型，但是根據Brandtetal．（2012）這一時期存在大量國有企業被私有化而注冊類型并沒有發生變更的情況，因此我們以國有資本占總資本的比例來表示一個企業的國有化程度。此外，我們以新產品產值占工業總產值的比例來表示一個企業新產品開發力度。我們在表1中給出了各個變量的統計特征。

三、實證分析

（一）初步估計利用Heckman選擇模型（1）、（2）的回歸結果統計在表2中，我們首先來看補貼對象方程的回歸結果（即第（1）列），關鍵變量一般貿易虛擬變量（yibanmaoyi）的系數為正，說明一般貿易企業比加工貿易企業更容易獲得補貼，與我們的預期一致。假定其他條件相同，一個一般貿易企業將比一個加工貿易企業多35％的概率獲得政府補貼。補貼虛擬變量滯后項（L．subsidydum）的系數為正且接近1，說明絕大多數企業的補貼具有連續性，即上一年獲得補貼的企業在下一年有94．7％的概率同樣獲得了政府補貼。新產品開發力度（new）、企業規模（lnemployee）、國有資本占總資本的比例（guozibili）、高新技術行業虛擬變量（gaoxinchanye）的系數均為正，說明以上變量有助于企業獲得政府補貼。接下來，我們再關注補貼程度的回歸結果（第（2）列），在受補貼的企業中，一般貿易企業相對于加工貿易企業獲得了額外40．8％的補貼（即e0．342－1），而新產品開發力度、企業規模、國有資本占總資本的比例、高新技術行業虛擬變量這幾個控制變量同樣有助于企業獲得更多的補貼。隨后，我們在Heckman選擇模型的解釋變量中加入了利用Olley－Pakes（1996）方法計算出的企業TFP的對數值，加入新的解釋變量之后關鍵變量一般貿易虛擬變量的系數無論在選擇模型（第（3）列）還是在補貼模型（第（4）列）中都沒有發生顯著變化，這也說明我們的回歸結果的穩健性。根據戴覓等（2014），一般貿易企業的生產率系統性地高于加工貿易企業，為了比較究竟是企業TFP還是貿易方式對補貼的影響大，在第三組Heckman選擇模型中，我們加入了年份固定效應、省份固定效應、行業固定效應這三個固定效應。加入固定效應之后，選擇模型（第（5）列）中企業TFP對數的系數不再顯著，而一般貿易虛擬變量的系數仍然顯著，這說明在出口企業內部，政府在選擇補貼對象時并不是選擇TFP高的企業，而是選擇從事一般貿易的企業。補貼模型（第（6）列）中一般貿易虛擬變量與企業TFP對數的系數均顯著為正，說明在受補貼的出口企業中，一般貿易企業和高TFP的企業獲得了更多的政府補貼。最后，我們用加入年份、省份、行業三個固定效應的OLS模型（第（7）列）估計了補貼程度，回歸結果與第（2）、（4）、（6）列的回歸結果相似，說明我們補貼程度方程的回歸結果穩健，并不隨著估計方法而有所差異。接下來，我們要關注在加工貿易企業內部，從事來料加工的企業和從事進料加工的企業所接受的政府補貼的差異，如表3所示。在第（1）列選擇模型的回歸結果中，來料加工虛擬變量并不顯著，也就是說政府在選擇補貼對象時并不會因企業從事來料加工還是進料加工而給予或者不給予補貼。在加工貿易企業內部，補貼虛擬變量的滯后項、新產品開發力度、企業規模、國有資本占總資本的比例均有助于企業取得政府補貼，但高新技術行業虛擬變量的系數不再顯著，這是因為從事加工貿易的企業大多數并沒有在高新技術行業中，在我們的樣本中只有約12％的加工貿易企業屬于高新技術行業。在第（2）列補貼模型的回歸結果中，來料加工虛擬變量的系數顯著為負，說明在受補貼的加工貿易企業中政府給了進料加工企業更多的補貼，而來料加工企業獲得的補貼較少。新產品開發力度、企業規模、國有資本占總資本的比例、高新技術行業虛擬變量均有助于企業取得更多的政府補貼。隨后我們在Heckman選擇模型中加入企業TFP的對數值作為解釋變量，在第（3）列選擇模型的回歸結果中，來料加工虛擬變量的系數此時顯著為負，說明來料加工企業更不容易獲得政府補貼。來料加工虛擬變量系數顯著性的變化，是因為企業TFP與生產組織形式有關，在我們的樣本中，來料加工企業要比進料加工企業的TFP高，因此在不加入企業TFP的第（1）列中，生產組織形式的作用與企業TFP的作用混合在一起，導致來料加工虛擬變量系數不顯著。在第（3）列中，補貼虛擬變量的滯后項、新產品開發力度、企業規模、國有資本占總資本的比例均有助于企業取得政府補貼，但高新技術產業虛擬變量的影響仍然不顯著。在第（4）列補貼模型的回歸結果中，來料加工虛擬變量的系數仍然顯著為負，企業TFP對數的系數顯著為正，其他變量的系數與第（2）列的結果相似。我們在第三組Heckman選擇模型中加入了時間固定效應、省份固定效應和行業固定效應，回歸結果也與前面兩組模型相似。最后，我們用加入時間、省份、行業三個固定效應的OLS模型估計了補貼程度的影響因素，第（7）的回歸結果與利用Heckman選擇模型估計出來的第（2）、（4）、（6）列的結果相似，因而說明我們回歸結論的穩健性。

（二）機制分析補貼對象的選擇更多體現了政府對某些企業或行業特征在“質”上的偏好，而補貼程度不同體現了“量”的偏好，這一部分我們主要分析補貼程度差異的原因。我們在上面的回歸結果中得到：一般貿易企業所接受的政府補貼的程度要比加工貿易企業高，進料加工企業所接受的政府補貼的程度要比來料加工企業高，那么接下來我們想要知道是什么因素導致了這種差異。一種可能性是不同貿易方式的企業各自的特征不同，比如根據戴覓等（2014）的研究，一般貿易企業相較加工貿易企業TFP較高，所以政府在選擇補貼程度的時候給予了TFP較高的企業更優惠的政策；另一種可能性是不同貿易方式的企業各自的特征差別并不是很明顯，而是政府本身在政策選擇的時候偏向了某一方，比如從事一般貿易和從事加工貿易的兩個企業可能規模一樣大，但是政府政策更偏向于一般貿易企業，因此給予前者更多的補貼。對于第一種可能性，我們在表4中給出了解釋變量的統計特征，可以看到，相比一般貿易企業，加工貿易企業的國有資本占比較小，新產品開發力度較小，而在企業TFP、規模方面差異并不顯著。①而在加工貿易企業內部，這四個變量并不存在顯著的差別。例如，假定兩個企業的特征TFP相同，但是由于政府更偏好一般貿易企業，所以θ5將會為正，此時對于一般貿易企業而言，TFP對政府補貼的影響為θ5＋γ5，而對于加工貿易企業來說TFP對政府補貼的影響只是γ5。在表5中，第（1）列我們引入了一般貿易虛擬變量與企業TFP的交叉項，交叉項系數顯著為負，也就是說相比加工貿易企業，一般貿易企業中那些高TFP的企業獲得了更少的政府補貼。這與邵敏等（2011）的結論相一致，政府補貼程度的選擇體現了“扶持弱者”的特征。在第（2）列中，我們加入了一般貿易虛擬變量和高新技術產業虛擬變量的交叉項，交叉項系數顯著為正，說明相對加工貿易企業來說，政府給予從事高新技術行業一般貿易企業的補貼程度要更高。隨后，我們在第（3）、（4）、（5）列分別加入了一般貿易虛擬變量與國有資本比例、新產品開發力度、雇員人數的交叉項，這三個交叉項中只有企業雇員人數交叉項的系數顯著為正，說明相比加工貿易企業，規模大的一般貿易企業獲得了更高程度的補貼。在第（6）列，我們同時加入一般貿易虛擬變量與企業TFP、高新產業虛擬變量的兩個交叉項，此時企業TFP交叉項不再顯著，說明其不具有穩健性。在第（7）列，當我們加入所有的交叉項時，除高新產業虛擬變量的交叉項和企業雇員人數的交叉項之外，其他交叉項的系數均不顯著，而新產品開發力度交叉項的系數只在10％的顯著性水平下顯著。因此，我們可以得出：一般貿易企業與加工貿易企業所受補貼程度的不同，主要是由于政府給予從事一般貿易的高新技術企業和規模較大的企業的補貼要比從事加工貿易的高新技術企業和規模較大的企業的補貼高。接下來，我們要分析加工貿易企業中為何進料加工企業比來料加工企業所接受的補貼程度高。與上面的分析類似，我們引入了進料加工虛擬變量與其他因素的交叉項。從表6的第（1）列到第（4）列，我們分別引入了企業TFP交叉項、高新技術產業虛擬變量交叉項、國有資本比例交叉項、新產品開發力度交叉項，但其系數均不顯著。在第（5）列，我們引入了企業雇員人數的交叉項，交叉項系數顯著為正，說明相對于同等規模的來料加工企業而言，規模較大（雇員人數多）的進料加工企業接受了更多的補貼，這種關系在第（6）列加入所有交叉項之后仍然成立。從上面的交叉項分析中，我們可以看出，政府在選擇補貼程度時，企業規模（即雇員人數）是最重要的一個考慮因素，這是因為保證就業是政府需要處理的首要問題之一。其次，一般貿易與加工貿易企業所受補貼程度的不同也是由于政府給予了從事高新技術行業的一般貿易企業更多的補貼；而在加工貿易企業內部，由于這些企業很少從事高新技術行業，因此高新技術行業這一因素在加工貿易企業內部并不影響企業受補貼的程度。在這一部分，我們分析了為何不同貿易方式的企業接受的補貼程度不同。在出口企業內部，由于一般貿易企業本身較多從事高新技術行業，新產品開發力度高，創新能力強，加之其國有資本參與程度較高，因此政府在選擇補貼多少時更偏好一般貿易企業；同時，對交叉項的分析顯示，政府對規模較大、從事高新技術行業的一般貿易企業給予了更多的邊際補貼。在加工貿易企業內部，來料加工企業和進料加工企業兩者之間并沒有太大的差別，主要是由于政府給予規模較大的進料加工企業更多的邊際補貼，這可能主要是由于政府認為進料加工企業掌握了生產過程，因此對外需的依賴度低，生產效益的穩定性高。

四、總結

本文研究了貿易方式、生產組織形式與政府補貼的關系。首先將工業企業2000～2007年的數據與海關數據2002～2005年進行合并，經過篩選之后得到55643家企業。隨后本文采用Heckman選擇模型對補貼對象的選擇和補貼程度進行了分析，發現在出口企業中，一般貿易企業比加工貿易企業更容易獲得補貼，且獲得了更多的補貼；在加工貿易企業中，進料加工企業比來料加工企業更容易獲得補貼，并且獲得了更多的補貼。進而，本文在補貼程度方程中加入交叉項分析了何種因素導致了不同類型企業所受補貼程度的差異，一般貿易企業與加工貿易企業相比獲得了更多的補貼是因為政府給予了從事高新技術行業、規模大的一般貿易企業更多的邊際補貼，此外也是因為一般貿易企業本身國有屬性較強，新產品開發力度高；而進料加工企業與來料加工企業相比獲得了更多的補貼是因為政府給予規模大的進料加工企業更多的邊際補貼。2008年金融危機之后，受外需不振的影響，我國的出口急速下降，連續三年的出口任務都沒有完成。加工貿易出口占總出口的比例從2007年的50％左右已經降低到2014年的38％，其中一部分原因是從事加工貿易的企業的破產或者外逃。根據本文的研究結果，我們發現加工貿易企業尤其是來料加工企業接收的補貼較少，這也符合我國一直想要升級制造業的思路。加工貿易本身的確存在附加值低等問題，但是也不能一概而論予以否定，其在就業上的作用也是不可忽視的。近年來加工貿易的外逃一部分原因是外需不振，一部分原因是國內勞動力成本的上升。由于加工貿易大量存在于東南沿海，這些地區經濟發達，工資等成本不斷上升，而中西部地區還比較落后，工資等成本較低。加工貿易的內遷應該是一個兩全其美的辦法，但是這需要政府降低中西部地區的物流成本，改善營商環境，同時不應該歧視加工貿易企業，尤其在補貼方面，給予加工貿易企業適當的支持，才能使它們有內遷的動力。

作者：李佩源 單位：北京大學匯豐商學院