中国工业企业的规模、技术与赢利能力：我们知道什么，本文主要内容关键词为：工业企业论文,中国论文,规模论文,能力论文,技术论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导言
在研究和观察中国工业部门的赢利能力变动模式时，“大型企业”部门的利润率常常令我们感到困惑（注：张军（2001）研究了改革以来中国工业部门利润率的变动模式。另外，卢荻（Lo，1998）对中国的大型企业部门的表现作了评价和分析。）。这是因为，尽管中国制造业的赢利能力在工业改革以来经历了显著的下降趋势，但是统计上显示的中国大型企业部门的利润率却始终高于中小型企业（表1给出了1986－1997年间工业利润率在不同规模的企业部门之间的变动走势）。
注释：本表使用的利润率数据为“资金利税率”。1986年之前没有公布过按企业规模分解的利润率数据。这里的企业规模系按照国家统计局的定义划分。
资料来源：《中国工业经济统计年鉴》（国家统计局，1993，1998）。
在中国，大型企业的利润率高于中小企业这个现象很容易让人们联想到工业部门中可能存在“规模经济”。但是，在现有的研究文献里，一些经验的研究似乎并没有找到足够的证据来证明中国的一些制造业部门中存在着显著的规模经济现象（Murakami，et al，1996）。不仅如此，一些研究甚至发现，在中国的37个工业部门中，按部门固定资产的规模区间衡量的企业规模与部门的赢利能力之间不仅不存在显著的正相关性，而且发现了显著的负相关关系（大琢启二郎等，中文版，2000，第307－310页）。在理论层面上，很多经济学家也不相信大型企业的表现和效率会优于中小企业，这是因为大企业往往使用资本密集的技术，在赢利能力上通常会不如更具比较优势的中小企业（Otsuka，et al，1998；林毅夫等，1997）。很显然，中国大型企业部门的财务表现为我们留下了一个有待解开的“大企业之谜”。
在本文，我们首先回顾现有研究文献对中国工业部门是否存在规模经济问题的经验研究。我们知道，为了验证某个工业部门是否存在规模经济现象，经济学家在经验研究中通常使用工业标准分类三位数行业的“资本存量”的规模等级或者使用行业职工人数的不同区间（也有的使用不同的产值规模区间）来作为近似衡量企业规模变动的指标（例如，Cao，1994；Otuska，etal，1998等）。 这样的经验处理虽然对于研究行业的规模经济问题是可行的，但是，它并不能很好地用来解释中国的“大型企业”与中小企业的利润率差别。这是因为，在中国的官方统计体系里，“大中小型企业”主要是基于四位数行业的主要“产品”并按照产品的生产能力来划分的。由于每个三位数行业几乎都包含许多种主要的产品，所以，每个三位数行业所划分出来的所谓“大型企业”其实在资产的规模或就业人数上会出现很大的不同。因此，在我们看来，检验中国的某些工业部门是否存在“规模经济”与我们解释为什么统计上显示的“大型企业”始终比“中小企业”的利润率高其实可能是两码事。
在对“大型企业”的含义和划分标准考察之后，我们在研究中又进一步发现，在几乎每一个工业部门，那些被划分为“大型”企业的“技术效率”（物资消耗或全要素生产率）都一致性地比中小型企业高。从理论上说，这似乎是不寻常的。这似乎说明，每个产品的产出能力大的企业往往也是技术上相对有效率的企业。但这并不意味着中国工业部门的“大型企业”已经实现了有效率的生产，而更可能是要素市场的高度不完全性的结果。换句话说，“中小企业”的技术创新能力或技术效率还在很大程度上受到无法接近资本和技术要素的制约。因此，在中国的工业部门，用四位数行业的主要产品的生产能力作为划分大中小型企业的主要指标可能导致了某种自我加强的选择模式。
我们的基本经验观察是，改革以来，由于要素（特别是资本）市场高度不完全和政策上袒护“大型企业”的原因（这是政府划分“大中小型企业”的结果），决定技术效率和技术更新能力的物质资本和人力资本过分集中在“大型企业”的格局在改革以后并没有很大的改变。这使得决定中国制造业“大中小型企业”赢利能力差异的主要因素集中在了技术水平的差异上。所以，我们提出的可检验的理论假说是，尽管非国有企业（特别是乡镇企业）比国有企业显示出更高的（静态）效率，但是，总体来说，“大型企业”更高的技术优势是其维持比中小企业更高利润率的主要原因。
为此，我们在本文利用1995年的工业普查数据拟合了一个中国制造业部门四位数行业的利润率函数。我们发现，行业的资产规模的差异对企业赢利能力的影响并不显著（说明“规模经济”并不显著），而行业大中型企业的技术优势对利润率却有相当大的解释能力。这就解开了中国工业部门中的所谓“大企业之谜”：大型企业之所以比中小企业表现出更高的利润率，不是因为中国的工业部门存在着显著的规模经济效应，也并不证明大型企业实现了最有效率的生产，而是要素市场高度不完全的结果：“中小型企业”往往无法公平地获得资本和技术能力来维持其更有潜力的赢利能力。
二、文献的回顾与分析
中国的一些工业行业是否存在显著的规模经济，在现有的文献中是有不同的观点和经验结论的。比较肯定的一方往往依赖统计中给出的“大中小型企业”的利润率指标（Lo，1998；Nolan，1996）。的确，在总量层面上，统计上显示出“大型企业”的利润率始终高于中小型企业。但是，很多使用正规计量手段的经验研究却并没有一致的结论。从主要的研究文献来看，一些利用拟合生产函数方法来检验并证明规模经济存在的研究声称发现了规模经济的存在。而另外一些研究则表示怀疑，认为那些研究可能由于未能控制一些改革变量或无法排除技术水平的差异而错误地确认了规模经济的效应。
例如，谢千里（Jefferson，1990）对中国钢铁工业的研究发现，钢铁企业的资本和劳动的产出弹性分别为0.649和0.523，这意味着钢铁部门存在规模经济（因为规模参数为0.172）。然而， 大琢启二郎等人（2000，中文版，第99页）则认为，如果不能很好地控制和处理改革的变量与企业特有的特征变量之间的关系，或者不能充分考虑企业的产品构成的差异对效率的潜在影响，就可能无法避免产生估计的误差。在他们看来，谢千里的研究并没有控制企业改革的变量，所以他所估计的规模经济很可能是企业制度改革的效果。他们自己的研究使用了样本企业的“职工人数”作为企业规模的代表变量，在用1980、1985、1991和1994年的面板数据拟合了库布—道格拉斯生产函数之后发现，从改革之初到1994年间，中国的钢铁行业不存在规模经济，也没有发现规模不经济的存在。
从理论上我们指出，规模经济问题应该是一个组织的效率问题，而不应是技术效率的问题。所以说，在考察规模经济问题时，我们可能需要更多地关注中国工业组织的结构特征。在中国的工业经济中，生产同类产品的企业往往在规模和生产力方面长期存在并维持着相当大的差异，这是一个有目共睹的工业组织现象。在这种我们称之为“工业组织粘性”的格局下，我们有理由怀疑规模经济的存在。而从工业组织的理论出发，我们考察规模经济问题的经验手段似乎就只需要来观察企业规模与利润率之间的相关关系。但是，我们通常难以获得按企业规模分解的数据资料。
《中国工业经济统计年鉴》在1992年之前曾经连续提供了所谓“中国工业的规模经济”的主要数据。这是难能可贵的。这些数据的可贵之处在于，它涵盖了中国40个（有些年份是38个或37个）工业行业，而在每一个工业行业，它又提供了9个（有些行业是6个或7 个）企业规模区间的分组数据。在那里，企业的规模则是分别按照总产值、固定资产、职工人数和利税总额等为标准来定义的。相对于每个规模的区间，我们可以获得相应的企业数量、利润总额、资本总额和职工人数的详细数据。如果中国工业的某些行业如人们想象的那样存在着规模经济的话，那么我们应该期待着企业规模变动与利润率变动之间存在着显著的正相关性，而这些现成的数据资料的确为我们检验这个假说提供了可能性。事实上，大琢启二郎等人（中文版，2000，第10章）利用1991年的这些数据做了这样的回归检验。他们选择用固定资产规模作为企业规模的代表变量，然后定义了如下的简单回归方程：
（利税总额／固定资产净值和流动资产的合计）＝a＋bLn（固定资产净值）
这里a和b是待估计的参数，说明解释变量和被解释变量都是某个特定规模组的企业的平均值。方程的左端是利润率，右端的解释变量是固定资产净值的对数（他们显然是使用固定资产净值来代表企业的规模），所以该回归方程可以用来检验，在每个给定的工业行业内，企业的利润率与企业的规模之间是否存在着统计上的正相关性。如果在给定的行业我们发现系数大于零并且在统计上显著，那么就可以认为该行业存在着规模经济的效应。考虑到在每个工业行业，“中国工业的规模经济”提供了最多有9个企业规模区间的数据，所以每个工业行业的样本数最多有9个。然后，他们以各个规模区间组的企业数为权数，对这些数据进行了加权回归分析。表2给出了他们的回归结果。
注释：*表示在5％的水平上显著，**表示在1％的水平上显著。
资料来源：大琢启二郎、刘德强和村上直树（中文版，2000）。
的确，表2的结果是出人意料之外的。在35个工业行业中，他们没发现一个工业行业的规模系数大于零，不仅如此，有28个行业的规模系数与零的差距在5％的水平上显著。因此， 他们给出了这样的结论：“在绝大多数行业可观察的规模范围中，企业的规模优势是不存在的。在这里需要注意的是，由于没有得到关于乡镇企业在各行业中的比重的资料，这一结果里面包含了乡镇企业的制度效果。因此，负的规模系数有可能反映了乡镇企业的高效率。乡镇企业比重小的行业，如印刷和运输机械行业，乡镇企业的比重分别只有10.5％和6.8％，但是，这两个行业的规模系数依然为负，并在统计上显著。在机床行业，小规模的国有企业比大规模的国有企业有更高的生产效率。因此，以规模经济为理由认为国有大企业将依然在许多行业占据优势的观点，在统计上是难以找到根据的”（大琢启二郎等，2000年中文版，第309－310页）。
通过对以上文献的回顾和分析，我们注意到，在行业层面上，无论是使用企业的固定资产规模或企业的职工人数的大小作为对企业规模的代表变量，似乎都没有发现中国的工业行业存在着规模报酬递增的现象。而我们在本文的开头曾提到，在官方所公布的“大中小型企业”的利润率数据中，大型企业的利润率却始终显著地高于中小型企业，而且正如表1所展示的那样，尽管20世纪80 年代以来企业的总体赢利能力都下降了，但大企业与中小企业在赢利能力方面的这个差别模式一直没有什么变化。显然，“大型企业”的利润率始终高于“中小型企业”并不意味着（现有的文献似乎也没有发现）中国的工业行业均存在着规模经济。那么，官方所公布的大中小型企业的利润率数据到底传递给了我们什么信息呢？
三、“大型企业”的含义
我们认为，以上我们对现有文献的简单回顾以及所发现的这个“不一致”的现象应该已经向我们暗示了这样一个结论：从经验上检验中国的一些工业行业是否存在规模经济与解释为什么统计上显示的“大型企业”的利润率始终高于中小型企业可能是两码事。很清楚，前面提到的大琢启二郎等人的经验研究没有发现中国的工业行业存在着企业规模与利润率之间的正相关性。于是，我们现在真正需要解释的是，为什么官方公布的统计却显示出“大型企业”的赢利能力会胜出“中小型企业”呢？
要解开中国工业中存在的这个所谓的“大型企业之谜”，我们首先需要研究一下中国工业经济中划分企业规模的方式。为了了解中国大中小型企业在统计上的官方划分标准，我们在《中国工业经济统计年鉴》1994年卷（国家统计局，1994）的附录里找到了“大中小型工业企业划分标准”。这可能是出现在中国官方统计出版物里面关于企业规模划分标准的几乎唯一的信息资源。这个划分标准非常详细，因为“划分标准”在每一个四位数行业里面具体规定了大中小型企业是如何划分的，而这正是问题的根源。具体地说，“划分标准”给我们提供了12个大类部门的大中小型企业的划分方法和指标。在每一个大类部门内，又按四位数行业内的单一产品进行分类进而给出了每个单一产品（或主要产品）生产者的大中小型规模标准。例如，在“黑色金属工业”下，“划分标准”具体提供了钢铁联合企业、特殊钢企业、独立轧钢企业、独立炼钢企业、独立铁矿和其他黑色金属工业企业等行业中“大中小型企业”的划分标准。在“机械工业”里，具体给出了包括冶金矿山设备企业、纺织机械企业、汽车专业制造企业、电机企业等31个四位数行业的“大中小型”企业的划分标准。另外，在“大型”和“中型”企业里面，又将大型和中型企业按照不同的标准划分为“大一”和“大二”以及“中一”和“中二”。在这里，企业的固定资产的规模并未作为一个最重要和最直接的衡量指标。当然，在某些部门，如机械部门，有个别些行业企业是依据企业的“生产用固定资产原值”来划分企业规模的，但大量的行业企业则是根据产品的“年产能力”来划分企业规模的。在机械部门，用“生产用固定资产原值”来划分企业规模的包括纺织机械企业、建材机械企业和医疗机械企业；用“年产能力”来划分企业规模的有电机企业、柴油机企业、石油化工设备企业等。我们还发现，在有些部门，某些行业企业要同时满足“年产能力”和“生产用固定资产原值”两个指标才能被划分为“大型企业”。
显而易见的是，由于在四位数子行业层面上，产品的性质或产品的组合是不同的，所以，在行业层面上，被划分为“大型”的那些企业所囊括的其实是产品完全不同的企业。比如，在机械部门，“大型企业”涵盖的并不是本行业中固定资产达到某个规模的那些最大的企业，而是每个不同产品的生产者中生产能力达到某个指标的那些企业的加总。在这样加总起来的“大型企业”中，它们的实际资产规模是参差不齐的。这样一来，使用每个工业行业层面上不同的固定资产规模区间作为企业的规模变量来检验规模经济是否存在，与我们解释统计所公布的“大中小型企业”的利润率差异就不是一回事了。
总之，在对“大中小型工业企业划分标准”进行了认真分析和考察之后，我们开始意识到，在总量上，“大中小型企业”其实并非基于行业全部工业企业的“固定资产”规模或“职工人数”大小的标准，而是按照四位数行业的单一产品的“年产能力”来划分企业“规模”的。所以，这就会在行业层面上导致一个有趣的“加总效应”。为了说明这一点，我们以“建材行业”为例。
在建材工业行业，我们根据“大中小型工业企业划分标准”得知，年产能力120万吨及以上的“水泥企业”被划分为大型（大一）企业， 30－60万吨的为中型（中一）企业；而对于“玻璃纤维企业”，被划分为大型（大一）企业的标准则为年产能力8000万吨及以上，3000－5000万吨的为“中型（中一）企业”。而大型（大一）的“新型建材企业”是指“生产用固定资产原值”在1.2亿元以上的企业， 可是“其他建材企业”则满足“生产用固定资产原值”达到1 亿元及以上的标准就可以被划分为“大型企业”（大一）。另外，同样被纳入“大型企业”范围的“大二”企业则无论在“年产能力”和“固定资产”等指标上又都比“大一”企业小得多，尽管它们仍被划分为了“大型企业”。例如，年产能力在60万吨以上、120 万吨以下的“水泥企业”被划分为“大二企业”。所以，即使在同一个行业里面，这样划分出来的所谓“大型企业”在企业的实际资产规模或就业人数上可以有很大的差别。
在这种情况下，一旦我们以行业的固定资产原值或职工人数为参数来重新分解中国工业的这些大中型企业的总量数据，那么我们就会发现，大型企业与中型企业在实际的规模上会出现大量的“重叠”。表3 给出了这个分解的结果。在表3，我们清楚地看到， 一旦按照固定资产原值将企业分成不同的规模等级区间，那么大型企业与中型企业在总量上就出现大量的交叉：在固定资产为5－10亿元的规模区间内，我们发现，大型企业有41家，中型企业有6家；在1－3 亿元的固定资产的规模区间里，大型企业有220家，中型企业有88家；在固定资产为1亿元以下的规模区间内，大型企业为1239家，而中型企业则达到3772家。按照企业职工人数为企业规模的等级区间，我们得到类似的结果。例如，职工人数在1－3万人的规模区间内，大型企业有133家，中型企业有71家。而在1万人以下的规模区间里，大型企业有1418家，中型企业有3803家。
资料来源：《中国工业经济统计资料（1949－1984）》（国家统计局，1985），第255页。
大中型企业在总量上出现的这个分布特征清楚地表明，由于大中小型企业的区别主要是根据四位数行业的主要产品的生产能力来划分的，所以，即使在给定的行业，所谓“大型企业”在实际上也涵盖了在固定资产或者在职工人数上有很大差别的企业。因此，官方公布的“大型企业”其实是作为每个（主要）产品的最大生产者的“加总”。而由于每个四位数行业的产品组合和性质不同，所以，如表3所示， 在行业或整个工业的总量层面上，“大型企业”与“中型企业”的区别并不表现在资产的规模或职工人数的差异上。情况完全可能是，在同一个工业部门，一个行业（比如轻工业的手表行业）的“大型企业”在资产规模或职工人数上甚至小于另一个行业（如轻工业的自行车行业）的“中型企业”。
四、大型企业与中小型企业的技术差别
有意思的是，无论在统计上还是在现有的文献里，我们都无一例外地发现，“大型企业”似乎都比中小型企业在技术上“更有效率”。这是让我们很吃惊的一个经验观察。因为在理论上没有理由相信中小企业一定会比大企业缺乏效率。但是，在中国的工业部门，我们的确可以找到大量的证据来证明“中小型企业”在技术水平上似乎一致地逊色于“大型企业”。
以中国的钢铁行业为例。谭承栋和汤扶霄（1986）的研究显示，从技术上来看，大型钢铁企业普遍优于中小企业。1984年底，中国约有县属以上的地方中小钢铁企业1100多个，生产钢877万吨， 占全国钢产量的20％，消耗能源折合标准煤2408万吨，占全国钢铁能耗的33％。据他们提供的测算，中小型钢铁企业的吨钢能耗一般显著地高于大型企业。1984年，重点钢铁企业平均每万元产值消耗标准煤17.93吨， 吨钢综合能耗为1.332吨标准煤。 地方中小钢铁骨干企业平均每万元产值消耗标准煤22.21吨，吨钢综合能耗1.747吨标准煤，比重点企业高约30％。中小企业的高炉利用系数、综合焦比、入炉焦比、顶吹转炉的利用系数等指标均劣于大型钢铁企业（谭承栋和汤扶霄，1986，第150页）。
事实上，在几乎所有的工业行业，我们都发现，“大型企业”的技术效率普遍高于中小型企业的水平。表4 提供了主要工业行业大中型企业的“物质消耗占工业总产值的比重以及相应的工业净产值比率，这个指标可以反映“大型企业”与“中型企业”在技术效率上的差异。除了电力工业以外，我们发现在所有工业行业中，大型企业的物质消耗占总产值的比重以及净产值比率都优于中型企业，这实在是不寻常的，这说明大型企业与中小型企业的技术水平存在着显著的差异。
资料来源：《中国工业经济统计资料（1949－1984）》（国家统计局，1985），第267－269页。
但是，我们需要指出的是，物质的消耗指标仅仅反映了技术的水平，未必必然证明大型企业部门比中小企业更有效率。为了进一步检验技术的效率差异，我们还需要从企业使用的资本和劳动两个要素来检验企业的技术效率。在现有的文献里，曹（Cao，1994 ）使用估计随机前沿生产函数的方法研究了中国钢铁工业技术效率的变动。其中，他对1980－1988年钢铁工业的技术效率水平做了估算。他发现，虽然钢铁工业在技术效率上还存在着进一步改善的相当大的空间，但是技术效率确有明显的改善趋势。1980年所有样本企业的平均技术效率水平为0.46（假定处于生产可能性边界上的企业的技术效率水平为1），到1985年， 技术效率提高到0.49，1988年达到0.53。八年间技术效率每年平均提高1.8％。特别是，他进一步发现，大型企业的技术效率始终高于中小型企业。根据他的估算结果，1980年大中小型企业的技术效率水平分别为0.55、0.47和0.25，1985年分别为0.59、0.51和0.29，1988年分别为0.62、0.55和0.33。可见，在1980－1988年间，大型企业实现的技术效率水平平均约是小型企业的2倍，比中型企业高出将近20％。
使用类似的方法，姚洋（1998）利用同样的方法也得到了同样的结论。与曹不同的是，他使用的数据来源于第3次全国工业普查资料。 他抽取了12个大类行业中的14670个企业作为样本。 首先使用随机前沿生产函数模型拟合这12个工业部门的生产函数，然后计算各个企业的技术效率，最后对全部样本企业的技术效率（法雷尔的定义）做了多因素回归分析。在以企业规模为解释变量的回归中，他发现，尽管从整体来说，与国有部门相比，集体部门的技术效率高出22％，私人部门（含合资企业和私营企业等）的技术效率平均比国有部门高30％。但是，小型企业的技术效率比大型企业却低49％，比中型企业低20％。结果，企业的技术效率与企业的“规模”表现出正的相关性：大型企业（1844家）的TE（即估计的生产可能性边界与实际的生产可能性边界的垂直落差，落差越小，技术效率越高）平均为0.68，中型企业（3221家）平均为1.06，而小型企业（9605家）平均则为1.15。
但是，我们要指出的是，曹（Cao，1994） 在文章中把大企业具有更高的技术效率简单地解释为“规模经济”的存在是有问题的。事实上，由于上述研究并没有控制行业的特征以及企业的技术水平的差别，或其他改革变量的可能影响，他的结论并不能确认规模经济是否真正存在或者是否显著。不仅如此，我们认为，从理论上说，规模经济本质上是工业组织变动的效应，也就是说，赢利能力的提高是因为工业组织的结构更趋合理化以至于显著地节约了成本，而这个过程应该典型地表现为工业组织的变动。而根据我们的观察，中国工业转轨以来的经验并没有表现出这么一个清晰的工业组织变动的模式。
总之，在中国的工业经济中，“大型企业”的技术效率一致性地高于中小型企业是很不正常的模式。在经济理论上我们没有理由认为中小型企业的技术效率一定逊色于大型企业。在给定的工业行业，大型企业比中小型企业表现出更高的技术效率显然也并不意味着中国的所有工业行业都存在着规模经济。因此，基于这样的逻辑，我们倾向于认为，“大型企业”的技术效率一致性地高于中小型企业这个模式既不能说明大型企业实现了有效率的生产，更不能说明中国的工业部门皆存在规模经济，相反，这个模式更可能反映了这样的事实：在四位数的行业，那些“大型”的企业实际上比“中小型企业”享有技术上的优势，也就是说，中小型企业往往比大型企业使用了更落后的技术。
这似乎是不难理解的，因为政府始终将大型企业理解为中国工业经济的支柱，而且划分大型企业与中小型企业的目的显然也是为了对企业实行有差别的政策，给大型企业以接近要素市场的优先权。在中国的工业转轨时期，一方面由于要素市场不发达，另一方面也因为这样的政策歧视，要素的市场（特别是资本和技术要素市场）具有高度的不完全性，这常常使得同一行业的中小型企业无法与大型企业平等地进入要素市场。其结果使中小型企业可能因为不能接近资本和技术市场而导致在技术的效率上表现出与“大型企业”的持续差距。而由于更接近资本和技术资源（更先进的技术、熟练的劳动力和工程技术人员等），同一行业的大型企业却维持了对中小型企业的技术上的优势。这既是政府“善待”大型企业的结果，又反过来常常成为政府进一步在政策上袒护“大型企业”的原因。
但是，我们想指出的是，大型企业部门仅仅在技术上维持了对中小企业的优势，使得它们比中小型企业看上去“更有效率”。它的技术优势并不真正意味着大型企业实现了最有效率的生产，而中小企业由于不能接近资本和技术资源而导致在技术效率上落后于大型企业。有意思的是，造成大型企业技术优势的主要原因在很大程度上其实又是来自于政府划分“大中型企业”的动机本身。显而易见的是，大型企业更高的技术效率并不是市场竞争的结果。因此，可以说，政府划分“大中型企业”的结果导致了政府在金融和技术等方面对中小型企业的歧视政策，防碍了中小型企业技术效率的发挥和中国工业技术的更快进步。这是计划经济体制在改革后工业经济中的一个遗产。
自20世纪80年代工业转轨以来，我们看到，在资本形成方面，政府的政策重点开始从鼓励以新建企业为目的的基本建设投资转到了以技术改造和技术进步为目的的更新改造投资。例如，80年代初期，基本建设投资占全部工业投资的比重高达80％，到90年代中期下降到了约60％。但是毫无疑问，在这个过程中，大型企业始终是政策支持的重点对象。研究发现，改革以来，在新兴技术和高速增长的制造业部门，其实往往是大企业扮演最主要的生产角色（江小涓，1996）。
我们虽然无法获得大型和中小型企业的有关数据资料，但我们不难理解，大企业在接近官方资本方面存在着相对的优势。的确，在中国的工业转轨中，大型企业，特别是国有大型企业更容易得到政府的袒护和资本支持。国有银行部门在信贷方面还存在着所有制的偏差。中央政府所属的企业比地方政府的企业在工业转轨过程中更容易得到技术改造的资本支持。从企业改革的政策演变来看，从“建立现代企业制度”、“优化资本结构”、“十、百、千工程”、“抓大放小”、“组建企业集团”和“双加工程”（注：“双加工程”是国家经贸委在“八五”末期组织实施的一项旨在“对重点行业、重点企业”加大技术改造投资力度，加快企业改革步伐的工程。）等，大型企业也始终享有政府资本支持的优先待遇（注：张军（2000）对大中型企业的改革政策演变提供了一个评论。）。这在很大程度上反映出中国金融体系的严重缺陷。
大型企业相对于中小型企业的技术优势也可以从其人力资本的存量上反映出来。我们看到，大型企业部门集中了不成比例的熟练劳动力和工程技术人员，这使得它能够消化更先进的设备和维持较高的技术效率水平。这一点可以从中国工业部门的技术资源的分布结构中反映出来。但是，现有的官方统计中均将“大中型”企业合并在一起，使得我们无法观察大型企业与中型企业的技术差异，这是非常遗憾的。例如，我们的计算发现，尽管大中型企业占全部工业企业的比重不到10％，1987年的数据显示，75％的工程师和技术人员集中在大中型企业部门。表4 进一步给出了大中型企业部门1987－1999年间技术更新指标的变动趋势。但是，由OECD发展中心出版的专题研究报告《中国的技术变迁》（Conroy，1992）提供的数据表明，从技术人员、技术开发机构和资金等三个反映企业技术水平的指标来看，大型企业与中小型企业相比，大型企业显著高于中小企业：绝大多数技术人员和工程师集中在2800家大型企业里；大企业的正规研发机构大大高于中小企业，中央直属企业和大型企业的技术开发部门平均规模90人，也显著高于中小企业（注：由于大型企业集中了大多数的熟练工人和工程技术人员，大企业比中小企业更容易消化先进的技术和设备，技术更新活动更为显著。由中国国家科委和国家统计局对6省市5000多家大中型企业技术更新情况（1993－1995年）的调查证实，大型企业在技术改造和技术更新方面的表现始终优于中小企业。在被调查的1125家大型企业中，实现技术更新的比重高达81.4％，比大中型企业的平均水平高出10个百分点（中国社会科学院工业经济研究所，1998）。）。
基于以上分析，我们认为，解开“大企业之谜”的线索就基本出现了。在这里我们提出有待检验的假说：大型企业所显示出的比中小型企业更高的利润率应该主要由大型企业在技术上的相对优势来解释，而不是存在显著的规模经济的结果。我们相信，表1 所显示的大中小型企业之间的赢利能力的差别并不意味着中国的工业部门均存在着规模经济，也不能说明大型企业比中小型企业能实现更有效率的生产。由于大中小型企业的划分在政策上具有很强的歧视含义，所以这种划分进一步制约了中小型企业获得资本和技术资源的能力，导致了大型企业与中小型企业之间在技术水平上的一致性差异。这是中国工业转轨以来在工业企业部门所显现出的一个重要的特征。
五、统计检验
由于无法获得企业层面的数据，所以，与很多经验研究一样，我们也使用行业的数据来正规检验上述假说。首先，作为初步的检验工作，一个简单的经验分析可以从工业行业的层面上进行。从逻辑上说，我们上述的理论假说应该在行业和企业层面上同样成立，这是因为一个行业的利润率水平应该是企业赢利能力的加权平均，所以，大型企业的数量比较多的工业行业应该有比较高的利润率水平。因此，如果我们的假说成立，那么在松散的意义上，工业行业的利润率水平与该行业的大型企业的技术优势就应该期望存在着正相关性。
为了检验我们的假说，我们考虑使用大型企业的工程技术人员占职工人数的比重作为对大型企业的技术优势的替代变量，因为一般来说，技术水平高的企业应该使用更多的技术工程人员。但遗憾的是，我们无法获得每个工业行业中“大型企业”的工程技术人员的数据，而可以获得的现有的数据均为“大中型企业”的数据。因此，在统计检验中我们只能根据《中国科学技术年鉴》（国家统计局，1996）提供的分行业“大中型企业”1995年的工程技术人员的数据资料来计算出29个工业部门的“工程技术人员的比重”。我们认为，用“大中型企业”的数据虽然并不理想，但我们相信，使用大中型企业的数据并不会改变问题的性质，对结果不会有方向性的偏差。进一步而言，如果使用大中型企业的数据能够支持我们的假说，那么这在事实上只会加强而不是削弱我们的结论。有了29个工业行业的“工程技术人员的比重”的数据，然后我们利用《中国统计年鉴》（国家统计局，1996）进而计算出了这29个行业的“总资本利税率”。最后，我们检验了两者的相关性。很明显，下图给出的它们的散点分布显示出了两者的正相关性（拟合的线性方程为y＝0.64x＋0.017）。
中国制造业的部门赢利能力与工程技术人员的部门分布的相关图（1995，不含烟草部门）
但是，正如我们在图中看到的那样，两者的相关性并不特别显著。这就提示我们，影响工业企业赢利能力的因素实际上是多方面的。我们需要对此做多元的回归分析。接下来我们考虑对分行业的利润率差异进行多变量回归分析以正规检验企业的资产规模、技术优势以及其他行业特有的变量和制度变量对解释利润率水平的相对显著性。同样，因为缺乏企业层面的数据，我们使用可以获得的四位数行业的数据。具体地说，我们使用第3次全国工业普查资料提供的四位数行业和三种所有制（国有、乡镇和外资企业）类型的截面总量数据来拟合包含规模参数和技术参数的行业利润率函数（注：关于这个拟合的细节，参见我们的论文（Liang，Zhang，and Murakami，2000）。）。在这里，每个四位数行业（而不是大中型企业）的“工程技术人员的比重”仍用来控制行业的技术优势，而使用四位数行业的资本存量控制企业的实际规模。于是我们这样设计检验的程序，用固定资产存量代表企业的实际规模因素，而用按工程技术人员除以年末职工总数所定义的“工程师比重”作为对技术优势的替代变量。只要“工程师比重”对利润率有显著的和较大的影响，而企业的固定资产规模对利润率并不具有显著的统计效应，我们就认为我们的假说没有被证伪。
为达到这一目的，我们将资本／劳动比率、资产规模、工程师比重、出口比重和企业承担的福利负担作为解释变量，并设定了两个计量方程。在第一个方程中，我们还包括了两个与工业部门有关的变量（它们分别为工业产出的增长率和企业数目的增长率）作为解释变量，这两个增长率在不同的四位数工业部门之间是不同的，但在不同所有制类型的企业之间则是不变的。另一个方程是不包含工业部门变量的固定效应（fixed effect）方程。我们的第一个计量方程设定如下：
其中b[,i]是与第i个四位数工业有关的常数项，该值在不同所有制类型企业间保持不变，但在不同的四位数工业子部门间却是不同的。b[,h]（h＝1…7）是系数，u是误差项。
一般认为，中国的工业企业应该在劳动密集型工业中具有一定的比较优势，因此，我们期望a[,1]和b[,1]的估计值符号为正。a[,2]和b[,2]的符号则依赖于企业规模因素变动对于利润率的效应。我们引入资产规模变量的目的是为了检验规模变动对利润率的影响是否显著。如果企业规模的扩大有助于利润率的改善，那么a[,2]和b[,2]的符号应该为正。基于我们对工业组织结构粘性的观察和理论假说，企业的规模效应应该不会显著。另一方面，根据我们的假说，雇用较多工程师的企业（从而较大的企业）应该是技术上比较先进的企业，所以a[,3]和b[,3]的预期符号应为正。因此，如果我们发现a[,2]和b[,2]的符号为负或者为正但系数非常小，而a[,3]和b[,3]的符号为正而且显著，那么我们就认为我们的假说未被证伪。
其余变量的符号说明如下：如果出口产品能提高利润率，那么a[,4]和b[,4]的估计值的符号就也将为正。考虑到国有企业的福利开支负担较之非国有企业重，我们期望a[,5]和b[,5]的估计值的符号为负。另外，整体看来，乡镇企业保持较高的利润率水平。因此，我们预期国有企业虚拟变量的a[,6]和b[,6]的估计值符号应该为负，而乡镇企业虚拟变量的a[,7]和b[,7]的估计值符号应该为正。对于方程（1 ）中的两个与工业部门有关的变量，首先，我们认为，在总产出增长较快的工业部门中，（代表性）企业的利润率较高，因此我们预期a[,8]的估计值的符号为正。其次，可以设想企业数目增长较快的行业竞争比较激烈，从而导致利润率较低，因此我们预期该企业a[,9]的估计值的符号为负。
综上所述，我们在模型中考虑了三类解释变量。第一类是与（代表性）企业自身相关的变量，比如资本—劳动比率，资本存量和工程师比重等等，这些变量主要反映了企业生产成本和技术效率方面的差别。第二类是与工业部门有关的变量，它们反映了竞争的程度和配置效率。第三类是与所有制类型相关的变量，它们在一定程度上反映了企业的内部效率或所谓的“X—效率”。因为工业部门的变量GRO[,i]和GRN[,i]与四位数工业的常数项b[,i]完全相关，因此，我们在方程（1）和方程（2）中轮流使用这些变量（注：当我们把b[,i]看作随机变量时，我们有可能估计出一个包括所有这些变量在内的模型，参见（Hsiao，1986）。）。非平衡面板数据的样本数是1266（注：严格来说，我们模型中的几乎所有解释变量都不是外生变量，而是内生变量。然而由于缺乏合适的变量定义，很难构造联立模型。我们只能假设这些变量是预先决定和／或制度性决定的。）。
方程（1）的估计结果列于表5的第2列。我们首先要指出的是，调整后的R[,2]上升到了0.313。这一事实验证了上面的结论。但是，两个与工业部门有关的变量，产出增长率和企业数目增长率的系数都不显著。这表明，这些变量不能控制工业部门的差异。鉴于此，我们直接跳过对这一回归结果的解释，转向我们的固定效应模型的结果。方程（2）的估计结果列在表5的第3列。
注释：样本规模为1266个。括号里的数字为t检验值。**为1％的显著水平，*为5％的显著水平。
首先，资本—劳动比率的系数显著为负。这说明，在控制了所有制的效应之后，在同一所有制类型的企业中，劳动密集型技术比资本密集型技术要具有比较的优势。这表明，像我们预期的一样，劳动密集型工业要比资本密集型工业更有赢利能力。这帮助解释了一个重要的经验观察，即：不同所有制类型企业的利润率差别是因为它们所使用了不同的要素密集型的技术。
其次，资本存量的系数的估计值为正，但是非常微弱（仅0.007 ），就是说，资本存量增加1％，利润率仅有0.007％的增长。这似乎意味着，在调整了工业部门的固定影响和所有制类型的影响之后，中国的制造业企业的规模对利润率并没有显著影响（注：因为资本存量是名义值，所以估计数为正在一定程度上反映了较新的和较贵的机器具有较高的质量这一事实。）。不仅如此，因为在我们的拟合中使用的不是时间序列而是分布在不同工业部门的不同所有制企业的截面资本存量数据，所以，资本存量的系数为正也可能意味着中小型企业的赢利能力受到了无法接近官方资本的制约，毕竟大企业比中小企业更接近资本是一个事实。另外，诚如我们的假说所预言，我们的确发现了“工程技术人员的比重”的系数显著为正（0.225）， 说明利润率水平与技术水平有非常显著的正相关性。技术水平提高1％，利润率将提高22.5％。这与我们的假说是一致的。
有些出乎意外的是，出口比重的系数显著为负。这一结果可能是由于出口市场比国内市场竞争更激烈之故。这一结果与“比较优势假说”所预期的有所不同。这也许对“比较优势假说”提出了一个值得考虑的问题，一个在成本结构上遵循了“比较优势”的生产，在国际市场上可能不一定是一个能赢利的生产，后者还取决于市场的结构和需求的状况。福利支付比重的系数项与预期的一样显著为负，这与过重的福利负担可能降低中国企业利润率的观点相吻合。最后，两个所有制类型虚拟变量的系数，即国有企业虚拟变量和乡镇企业虚拟变量都很显著。
总之，我们的回归分析发现了一些有意思的结果，对这些结果的专题讨论需要留待专文进行。但是，就本文的目的来说，由于我们使用了不同所有制的截面数据，所以，拟合利润率函数的结果（特别是“资本／劳动比率”、固定资产存量和“工程师比重”三个参数的系数拟合值）至少支持了这样三个命题：（1 ）国有企业与乡镇企业的利润率差别可以主要归结于两种所有制部门的资本／劳动比率的差别。这意味着，乡镇企业比国有企业更高的利润率反映了在劳动密集的工业部门乡镇企业比国有企业更有比较优势。（2）由于工业组织粘性， 企业的（资本）规模变量对利润率并没有什么影响；（3 ）技术水平的差别对利润率有极其显著的正面影响，这意味着，大企业部门比中小企业部门表现出的更高的利润率应该主要是技术上的优势造成的。
六、结论
对于中国这样一个发展速度这么快的转轨经济来说，大型企业能够维持比中小型企业更高的利润率是不正常的。从理论上讲，随着市场化进程的推进以及要素价格的逐步合理化，中国工业企业间原来维持的赢利能力的差别会逐步消失。由于中国工业企业间的利润率差别主要来自于企业规模之间的差别，所以，这个过程也应该表现为大型企业与中小型企业在赢利能力上的趋同。但是，我们的经验观察显示，在经济转轨时期，虽然与整个工业部门一样，大企业的赢利能力在工业转轨以来同样经历了显著的下降趋势，但是大型企业与中小型企业之间在赢利能力上的差别却依然没有变化，而这引起了我们的兴趣。
通过对中国企业规模分类方法的讨论以及对工业部门利润率差别的决定因素的实证分析，我们发现，虽然改革对工业部门的利润率有显著的影响，但是，工业组织的结构并没有显著的变化，也就是说，虽然中小企业的进入和发展非常快，但是，大企业所分布的行业或部门并没有明显的改变。国有的大型企业依然盘踞在主要的资本密集和技术密集的工业部门。而在这些部门，由于金融体系的严重缺陷，中小企业无法分享金融资源，从而难以进入到这些国有部门“垄断”的领域。中国工业企业在获得金融资源上依然存在着的这些“差别”是造成大企业部门尽管资本过于密集但仍然在赢利能力上胜于中小企业的主要原因。因此，作为政策含义，我们的研究意味着，彻底消除金融系统对企业所有制的“歧视”，改善金融体系的配置效率，特别是彻底改革现有的国有银行体制、鼓励非国有银行部门的发展是进一步改善和促进中国工业组织和企业赢利能力改善的关键。