基于中国500 强面板数据的企业效率特征及影响因子作用机理研究

◎ 刘兴国 张航燕 吴 晓

提 要：本文以中国企业500 强作为研究样本，利用DEA 模型对样本企业的静态效率、动态效率进行测量，从中归纳样本企业所表现出的效率特征，并进一步研究了静态效率、动态效率影响因子的作用效果及其作用机理。研究发现：样本企业的静态效率与动态效率都没有呈现出一致的波动上升趋势，而是有升有降；国有企业的静态效率与动态效率，整体上都低于非国有企业；行业效率也互有高低，但制造业的静态效率整体上好于服务业，服务业的动态效率增长整体上好于制造业。区域分布、资产总额、当年员工对不变规模技术效率、规模效率存在显著影响，研发投入经费对规模效率存在显著影响，而且各影响因素对静态效率存在为期一期的时滞效应。研发投入经费增速对全要素生产率变化指数存在显著影响，但不存在滞后效应。本文对研究所发现的部分企业效率水平下降、东部地区效率不足、制造业全要素生产率下降等异常结论进行了反思，并提出四方面对策建议。

一、问题的提出

长期以来，学术界围绕企业效率问题开展了多维度的探索，既在企业效率测量方法领域进行了研究，构建了多元化的研究方法体系，提出了基于不同假设的效率测量模型；也在企业效率影响因素方面深入挖掘，分析了诸多变量对静态效率与动态效率的影响。既在微观层面探讨了单个企业的效率问题，也在中观行业层面研究了全行业企业的整体效率问题，甚至是在宏观层面探讨了国民经济的综合效率问题。既有针对中国或国内特定区域的效率分析，也有国别之间企业效率的比较分析，特别是针对不同经济发展水平、经济发展模式进行了企业效率的比较研究。既有大量静态效率、动态效率的定量测量，也有少数抽象效率的定性分析。

党的十九大报告提出，我国经济已经从高速增长阶段转向高质量发展阶段。进入高质量发展阶段，企业必须加快转变发展思路，更换发展模式，以合适的增长速度来实现盈利水平的有效提升。企业应放弃对速度的片面追求，转而更多关注从多维度发力提升发展质量，包括改善工作环境、提高产品品质、增加企业盈利、加强环境保护等。从增加盈利的维度看，企业转型高质量发展最为直接的手段，就是借助技术创新或管理提升来改善静态效率与动态效率。大企业更应在借助技术创新、管理提升改善效率以实现高质量发展中发挥突出作用。中国500 强企业是中国大企业的典型代表，通过对中国500 强企业效率问题的深入研究，可以有效揭示中国大企业群体的效率现状，了解其效率影响因素及作用机理，进而发现改善效率和提高发展质量的路径。此外，通过中国500 强企业来观察行业效率特征、区域效率特征与所有制效率特征，可以在行业效率改善、区域效率改善和所有制效率改善方面有所发现。

二、模型构建与数据处理

（一）效率分析的指标与测量模型

1. 投入产出指标选择

现有研究文献在构建效率测量模型时，主营业务收入、销售收入、工业增加值、利润，是常见的产出指标；而资产总额、固定资产、员工人数、中间投入、研发投入、负债等，则是常见的投入指标。结合文献投入产出指标选择经验，以及研究对象指标数据的可获得性，本文选择以营业收入、净利润作为产出指标，以资产总额、负债、研发投入经费、当年员工人数作为投入指标。

2.效率测量模型

对静态效率的测量，本文选择构建基于投入导向的DEA-BCC 模型；动态效率的测量，本文选择构建Malmquist 效率变化函数。其中投入变量4 个，产出变量2 个。具体的效率测量，利用DEAP 软件来完成。

（二）影响作用的多元线性回归分析模型构建

1. 变量定义

本文所涉及的因变量分别为：不变规模技术效率、可变规模技术效率、规模效率、全要素生产率变化指数；自变量分别为：资产总额、负债、研发投入经费、当年员工、资产总额增速、负债增速、研发投入经费增速、当年员工增速、所有制、行业、地区。引入资产总额增速作为静态效率多元线性回归模型的稳健性检验变量，引入资产总额作为动态效率多元线性回归模型的稳健性检验变量。具体变量定义如表1 所示。

2. 多元线性回归分析模型构建

静态效率一方面受到投入指标绝对值的影响，另一方面也受到所有制、行业、地区差异的影响。由于静态效率指标涉及不变规模技术效率、可变规模技术效率和规模效率三个表征指标，因此分别构建多元线性回归模型如式（1）-（3）：

为检验回归结果的稳健性，引入当年员工增速作为检验变量，得到稳健性检验模型分别如式（4）-（6）：

动态效率一方面受到投入指标变化的影响，另一方面也受到所有制、行业、地区差异的影响。由于动态效率指标只涉及全要素生产率变化指数一个表征指标，因此构建全要素生产率变化指数多元线性回归模型如式（7）：

引入当年员工变量作为回归结果稳健性检验变量，得到全要素生产率变化指数的稳健性检验模型如式（8）：

（三）数据的收集与处理

本文样本数据来自中国企业联合会所发布的榜单数据，时间范围为2005-2020 年度。数据处理分三步进行，分段剔除了不符合要求的数据，最终保留了57 个样本企业，共912 个有效样本数据。

另外三个影响因子变量，也做了数字化处理。所有制包括国有企业和非国有企业两类，定义国有企业为1，非国有企业为2。样本企业共涉及22个行业，按照行业名称拼音字母从A-Z 排序，依次定义为1-22。样本企业分布在12个省（区、市），同样按照省（区、市）名称拼音字母从A-Z 排序，依次定义为1-12。

表1 多元线性回归分析变量定义

序号 变量名称 变量标志 变量属性1所有制 Ownership 自变量2行业 Industry 自变量3地区 Region 自变量4资产总额 Totalassets 自变量5负债 Debts 自变量6研发投入经费 RD 自变量7当年员工 Staff 自变量，稳健性检验变量8资产总额增速 GRasset 自变量9负债增速 GRdebts 自变量

续表

序号 变量名称 变量标志 变量属性10 研发投入经费增速 GRRD 自变量11 当年员工增速 GRstaff 自变量，稳健性检验变量12 CRSTE CRSTE 因变量13 VRSTE VRSTE 因变量14 SCALE SCALE 因变量15 tfpch TFPCH 因变量

三、企业效率特征分析

（一）静态效率测量与分析

1. 独立个体企业的静态效率测算与分析

研究表明，部分企业在某些年份的静态效率有效，但也有不少企业在某些年份的静态效率处于无效低效水平；其中，不变规模技术效率最低仅有0.120，可变规模技术效率最低只有0.189，规模效率最低只有0.219。从均值看，57 家企业整体静态效率都表现不佳，其中规模效率表现较好，其次为可变规模技术效率，再次为不变规模技术效率。从样本企业静态效率均值看，彼此之间也存在较大差异，部分样本企业静态效率的均值整体处于极低的水平。

样本静态效率极大值、极小值之间存在较明显差异。不变规模技术效率的波动最为显著，样本企业效率值极差的最大值达到了0.879，极差的最小值也有0.252；其次是可变规模技术效率；波动幅度最小的是规模效率，极差最小值只有0.118，最大值也只有0.683。

既有静态效率提升的企业，也有静态效率下降的企业，还有部分企业的静态效率在波动中持平。有32 家样本企业的不变规模技术效率实现提升，19 家有不同程度下降，另有6 家持平；有22 家样本企业可变规模技术效率实现提升，22 家样本企业下降，另有13 家持平；有30 家样本企业规模效率提升，21 家下降，另有6 家提升。

2. 不同所有制静态效率测算与分析

结果表明，无论是国有企业还是非国有企业，都不曾达到静态效率有效，其中非国有企业的静态效率整体上优于国有企业。从均值看，非国有企业的不变规模技术效率区间均值为0.741，明显高于国有企业的0.660；非国有企业的规模效率区间均值为0.901，同样显著高于国有企业的0.810；而在可变规模技术效率上，则二者相当。从静态效率的区间最大值看，无论是不变规模技术效率，还是可变规模技术效率、规模效率，非国有企业都高于国有企业。从静态效率的区间最小值看，非国有企业不变规模技术效率、规模效率的最小值都高于国有企业，只有可变规模技术效率低于国有企业。而从极差情况看，非国有企业的极差整体上都大于国有企业。具体见表2。

研究区间内不同所有制静态效率变动趋势见图1。显然，国有企业与非国有企业的三项静态效率指标值均呈波动态势，都经历了先升后降的过程。国有企业、非国有企业静态效率的转折点，与中国经济总体上进入中高速增长新常态的起始点基本一致。。从区间变动值看，非国有企业静态效率三项指标值都有不同幅度的波动提高，不变规模技术效率、可变规模技术效率、规模效率分别提高了0.067、0.065、0.013；而国有企业则有升有降，其中不变规模技术效率、可变规模技术效率分别下降了0.011、0.031，只有规模效率提高了0.046。

尽管国有企业的静态效率整体上低于非国有企业，但也在某些年份处于领先地位。不变规模技术效率方面，国有企业有15 年低于非国有企业，但2006 年稍高于非国有企业0.025；可变规模技术效率方面，国有企业有9 年高于非国有企业，7年低于非国有企业；规模效率方面，国有企业在所有16 年中都低于非国有企业。

表2 不同所有制静态效率极值分析

CRSTE VRSTE SCALE均值国有企业 0.660 0.813 0.810非国有企业 0.741 0.813 0.901最大值国有企业 0.764 0.870 0.886非国有企业 0.815 0.875 0.958最小值国有企业 0.587 0.741 0.725非国有企业 0.632 0.719 0.790极差国有企业 0.177 0.129 0.161非国有企业 0.183 0.156 0.168

图1 不同所有制静态效率变动趋势

3. 行业静态效率测算与分析

测算结果表明，22 个行业中，金属制品加工业、生活消费品商贸业的三项静态效率16 年的均值都为1，均达到了有效。而在可变规模技术效率上，除金属制品加工业、生活消费品商贸业，石油、天然气开采及生产业、食品业、石化及炼焦业、化学原料及化学品制造业、汽车及零配件制造业、房屋建筑业，也在16 年中全部处于有效状态。但从总体状况看，各行业三项静态效率指标值都呈现出明显的波动特征。

总体上看，行业的整体静态效率都不高。从均值看，兵器制造业的不变规模技术效率均值仅有0.433，石油、天然气开采及生产业的规模效率均值也只有0.590。从最大值看，兵器制造业16年中不变规模技术效率的最大值也仅有0.636，规模效率的最大值也只有0.684。从最小值看，兵器制造业不变规模技术效率的最小值仅有0.184，工程机械及零部件业的可变规模技术效率最小值也只有0.380，石油、天然气开采及生产业的规模效率最小值只有0.244。与此同时，各行业三项静态效率指标的波动幅度较大，不变规模技术效率、规模效率极差的最大值都达到了0.756，可变规模技术效率极差的最大值也有0.620。

从三次产业角度看，22 个行业分别可以归入制造业、服务业与其他产业。据此得到三类产业的静态效率如表3 所示。由表3 可知，三类产业在静态效率三项指标上各有优劣；制造业均值在可变规模技术效率上明显领先，其他产业则在不变规模技术效率、规模效率上明显领先；制造业在不变规模技术效率、可变规模技术效率上领先于服务业，而服务业则在规模效率上领先于制造业。

从区间变化趋势看，多数行业的静态效率有所提高。22 个行业中，14 个行业的不变规模技术效率实现了持平或不同程度提升，17 个行业的可变规模技术效率实现了持平或不同程度提升，16个行业的规模效率实现了持平或不同程度提升；总体上多数行业的静态效率有所提升。从三大类产业看，制造业、服务业、其他产业的可变规模技术效率在研究区间始末年度都处于有效状态；制造业、其他产业的不变规模技术效率、规模效率有所下降，而服务业的不变规模技术效率、规模效率则有所提升。

4. 区域静态效率测算与分析

各省（区、市）静态效率分析的结果显示，广西、吉林、内蒙古的三项静态效率的区间均值均为1，16 年内均达到了静态效率有效。北京、浙江、江苏则在可变规模技术效率上16 年内均实现了静态效率有效。各省（区、市）静态效率值同样呈现出明显波动特征，但从总体上看，区域静态效率的波动幅度小于行业水平。

东部地区、中部地区、西部地区、东北地区不变规模技术效率、可变规模技术效率、规模效率的16 年均值如表4 所示。表4 表明，四大区域在三项静态效率指标上互有高低。东北地区在不变规模技术效率、规模效率均值上领先于其他三大区域，西部地区则在可变规模技术效率上领先于其他三大区域；中部地区的不变规模技术效率、规模效率均值显著高于东部地区，但在可变规模技术效率上却低于东部地区；西部地区则在三项静态效率指标上均明显高于东部地区和中部地区。

表3 三类产业静态效率均值

CRSTE VRSTE SCALE制造业 0.916 0.974 0.942服务业 0.852 0.900 0.946其他产业 0.936 0.944 0.991

表4 四大区域静态效率均值

CRSTE VRSTE SCALE东部地区 0.685 0.950 0.721中部地区 0.801 0.884 0.905西部地区 0.875 0.957 0.913东北地区 0.888 0.935 0.949

（二）动态效率测量与分析

1. 独立个体企业的动态效率测算与分析

研究发现，企业全要素生产率变化指数呈现出频繁波动的特征。16 年内，每个企业的全要素生产率变化指数都经历过多次上下波动，且总体上连续增长或连续下降的时间都不长。57 家企业全要素生产率变化指数最长连增时间为5 年，最短连增时间仅为1 年；最长连降时间为4 年，最短连降时间也仅为1 年。从变动趋势看，只有23家企业全要素生产率变化指数在波动中有所提高，另外34 家企业的全要素生产率变化指数则呈波动下降态势。从各具体年度样本企业全要素生产率变化指数值看，28 家企业在研究区间内的全要素生产率变化指数值有一半以上的年份小于1，也就是说，在研究区间内这28 家企业的全要素生产率在多数年份呈绝对下降态势。16 年来全要素生产率实现提升的企业有37 家，其他20 家则不同程度地下降。

企业的全要素生产率变化指数经历多次波动。各年度57 家样本企业中全要素生产率变化指数小于1 的数量如图2 所示。整体受冲击最明显的是2016/2017 年度，有46 家企业的全要素生产率变化指数小于1。2005/2006 年度，样本企业的全要素生产率处于增长的最佳时期，仅有4 家企业的全要素生产率变化指数小于1，其他53 家企业的全要素生产率均实现了不同程度的增长。图2 的分布同时表明，除了外部大环境的变化会影响企业全要素生产率变化之外，其他因素包括企业自身因素也会对全要素生产率的变化产生影响；即使是在外部整体环境最差的时候，也会有部分企业的全要素生产率继续保持增长态势；相反，即便是在外部环境最佳的阶段，经营不善的企业，其全要素生产率也会出现负增长。

2. 所有制动态效率测算与分析

图2 各年度全要素生产率变化指数小于1的情况

无论是国有企业还是非国有企业，区间内全要素生产率变化指数均表现出频繁波动态势，全要素生产率也都经历过正增长与负增长。区间内既有国有企业全要素生产率变化指数高于非国有企业的情况，也有非国有企业全要素生产率变化指数高于国有企业的情况，二者在增速上互有高低。具体见图3。从16 年全要素生产率总的变化结果看，国有企业全要素生产率增长了1.4%，非国有企业增长了2.6%，非国有企业全要素生产率增速明显快于国有企业。

3. 行业动态效率测算与分析

从累计增速看，多元化投资业全要素生产率提升最为显著，累计增长9.0%；其次是酒类业，累计增长8.9%。食品业全要素生产率下降最快，累计下降11.3%；其次是贵金属业，累计下降6.3%。有13 个行业全要素生产率在研究区间内实现了波动提高，另外9 个行业则在波动中有所下降。

制造业、服务业与其他产业的全要素生产率变化指数在研究区间内均经历多次波动；其中其他产业的波动幅度明显大于制造业与服务业，服务业的波动相对稍小于制造业。服务业全要素生产率增长最快，增长了4.3%；制造业、其他产业的全要素生产率则呈负增长态势，区间分别下降了2.8%、1.5%。尽管服务业、制造业全要素生产率在研究区间内一增一减，但在具体年度全要素生产率变化指数上，服务业、制造业各有领先。

4. 区域动态效率测算与分析

研究结果表明，北京等7 个省（区、市）区域全要素生产率整体实现了增长，广西等5 个省（区、市）区域的全要素生产率整体上有不同程度下降。增长最快的是江西，全要素生产率增长了4.1%；其次是重庆，增长了3.3%。下降最明显的是广西，全要素生产率降低了5.3%；其次是内蒙古，降低了2.6%。东北地区和西部地区全要素生产率变化指数的波动较为显著，中部地区和东部地区全要素生产率变化指数波动较小，而且总体上看，东部地区波幅小于中部地区。具体见图4。经济越是发达的地区，全要素生产率越稳定。从区间增长情况看，四大区域的全要素生产率都有一定程度提高；其中东北地区的提高幅度最大，增长了4.5%；其次是中部地区，增长了2.6%；然后是东部地区，增长了2.4%；最后是西部地区，增长了1.6%。从各具体年度全要素生产率变化指数值看，四大区域在各年度互有高低，增速交替领先。

图3 不同所有制全要素生产率指数变动趋势

图4 四大区域全要素生产率指数变动趋势

四、影响因素作用机理分析

（一）静态效率影响因子作用机理分析

1. 当期作用效果

基于前文构建的多元线性回归模型式（1）-式（3）进行静态效率影响因子的作用机理分析。利用SPSS 分析软件，以样本数据为对象，采用输入法，分别得到式（1）、式（2）、式（3）的多元线性回归输出结果如表5 所示。

由表5 可以得到如下结论：

投入变量的绝对值，并不必然对静态效率产生显著影响。资产总额对不变规模技术效率存在显著的正向影响，影响效果系数为0.336；资产总额对规模效率存在高度显著的正向影响，影响作用系数为0.496；但资产总额对可变规模技术效率没有表现出影响效果的显著性。负债对三项静态效率指标都有一定程度的影响，但都不显著。研发投入经费对规模效率具有十分显著的负向影响，其作用效果系数为-0.144；但对不变规模技术效率、可变规模技术效率分别表现出不显著的负向影响、正向影响。当年员工对三项静态效率的影响都表现为负向作用，其中对不变规模技术效率、规模效率的负向影响均高度显著，其作用效果系数分别为-0.423、-0.681；但当年员工对可变规模技术效率的负向作用效果只有-0.008，并不显著。

表5 静态效率多元线性回归分析输出结果

自变量式（1） 式（2） 式（3）标准化系数Beta 显著性 标准化系数Beta 显著性 标准化系数Beta 显著性（常量） .000 .000 .000 Ownership -.028 .469 -.054 .182 .023 .495 Industry -.059 .090 -.024 .499 -.046 .127 Region -.099＊＊ .010 -.019 .634 -.138＊＊＊ .000 Totalassets .336＊ .033 .006 .972 .496＊＊＊ .000 Debts -.089 .465 .084 .506 -.183 .086 RD -.024 .650 .082 .138 -.144＊＊ .002 Staff -.423＊＊＊ .000 -.008 .913 -.681＊＊＊ .000

所有制对静态效率不存在显著影响。所有制对不变规模技术效率、可变规模技术效率分别存在作用效果系数为-0.028、-0.054 的不显著的负向影响，对规模效率存在效果系数为0.023 的不显著的正向影响。

行业对静态效率的影响同样不显著。行业差异对三项静态效率指标的影响都表现为弱的、不显著的负向影响；对不变规模技术效率的影响效果为-0.059，对可变规模技术效率的影响效果为-0.024，对规模效率的影响效果为-0.046。

区域对静态效率三项指标的影响效果不一致。区域差异对不变规模技术效率存在-0.099 的显著负向影响；对规模效率存在-0.138 的高度显著的负向影响；对可变规模技术效率存在-0.019 的不显著的负向影响。

2. 滞后作用效果

静态效率影响因子影响作用滞后一期、滞后二期的回归分析结果表明，静态效率影响因素的影响作用，存在且只存在滞后一期的作用效果，自滞后二期开始快速弱化。在滞后一期的情况下，所有制、行业对静态效率三项指标的负向影响均有所加强，但仍然不显著；区域对静态效率三项指标的负向影响程度也都有所提高。投入指标影响效果的变化则相反，虽然都不改变显著性与否，也不影响显著程度，但绝大多数的作用效果系数都有所降低。滞后二期与滞后一期以及当期效果相比，所有制的影响显著增强，在滞后二期情况下，所有制对不变规模技术效率、规模效率都具有十分显著的负向影响，也就是说，在两期滞后效果叠加作用下，所有制的影响将显化；但其他指标的影响作用都快速弱化，部分显著影响转变成不显著影响。

（二）动态效率影响因子作用机理分析

1. 当期作用效果

基于前文构建的多元线性回归模型式（7）进行动态效率影响因子的作用机理分析。利用SPSS分析软件，以样本数据为对象，采用输入法，得到式（7）的多元线性回归输出结果如表6 所示。

表6 动态效率多元线性回归分析输出结果

自变量 式（10）标准化系数Beta 显著性（常量） .000 Ownership -.005 .893 Industry -.031 .367 Region -.011 .790 GRasset -.054 .379 GRdebts .060 .192 GRRD -.146＊＊＊ .000 GRstaff -.032 .559

表6 的结果表明，全部7 个自变量中，最终只有1 个自变量“研发投入经费增速”对因变量全要素生产率变化指数存在显著影响，其他自变量尽管对因变量存在或正或负的影响作用，但其作用效果并不显著。

2. 滞后作用效果

检验结果表明，动态效率全要素生产率变化指数影响因子不存在滞后效应。滞后一期的结果表明，各影响因素对滞后一期的全要素生产率的变化不存在滞后影响，连对当期全要素生产率变化指数存在显著影响的研发投入经费增速指标，对滞后一期全要素生产率变化指数的影响也已转变为不显著，其作用方向也从负向转为正向。滞后二期到滞后四期的检验结果表明，影响因子对动态效率全要素生产率变化指数的滞后影响也均不存在。

（三）稳健性检验

根据式（4）-（6）和式（8），得到稳健性检验结果如表7 所示。

从表7 看，加入检验变量后，针对四个因变量的多元线性回归分析的自变量系数虽然会有所变化，但并不会引起自变量回归系数显著性程度的变化；因此，稳健性检验结果表明，前述多元线性回归模型是稳定有效的，研究所得出的结论是可靠的。

五、对研究结论的反思与建议

（一）对研究结论的反思

1. 为什么效率会在技术与管理持续进步的前提下出现大幅波动

按照经济学假设，随着技术进步、管理提升与要素组合的调整，企业静态效率、动态效率都会相应提高；但本研究却发现企业静态效率与动态效率都存在波动较大，而且有不少企业出现效率负增长的现象。尽管本文并没有具体研究企业技术、管理方面的变化，但从常识角度分析，中国企业500 强作为中国大企业的代表，在中国技术进步、管理提升的大趋势下，应该也是在朝着进步的方向演变，不至于出现作为大企业典型代表的一大批中国500 强企业发生技术倒退与管理下滑。外部重大不利事件的发生，会导致效率水平下滑，但这一效果应该是全局性的；比如2008年的国际金融危机，以及后来不断发酵的欧债危机。但在这些危机过去很长时间以后，仍然有不少企业的静态效率、动态效率处于下滑状态，显然难以用外部事件的不利冲击来解释。一个可能的重要原因是低效率的、甚至是非市场化的并购重组。长期以来，中国500 强企业的并购重组都处于较为活跃的状态，但并购重组可能并没有给企业带来盈利水平的改善。

表7 回归分析的显著性检验结果

自变量CRSTE VRSTE SCALE TFPCH式（4） 式（7） 式（5） 式（8） 式（6） 式（9） 式（10） 式（11）（常量）Ownership Industry Region -.099＊＊ -.109＊＊ -.138＊＊＊ -.144＊＊＊Totalassets .336＊ .331＊ .496＊＊＊ .448＊＊Debts RD -.144＊＊ -.147＊＊Staff -.423＊＊＊ -.419＊＊＊ -.681＊＊＊ -.654＊＊＊GRasset GRdebts GRRD -.149＊＊＊ -.150＊＊＊GRstaff

2. 是什么导致了东部地区的静态效率不足

从动态效率角度看，中西部地区振兴战略的实施所带来的中西部地区经济发展的加速，可能会推动中西部地区实现全要素生产率的更快提升，这应该是后发地区的独特优势之一。但从动态效率绝对值、静态效率绝对值来看，通常应该是经济发达地区更具优势；也正是因为如此，中国与美国相比处于效率的绝对劣势。但分析发现，中国东部地区的整体静态效率水平在四大区域中明显处于劣势地位，东北地区、西部地区反而在静态效率方面领先。究竟是什么因素阻碍了东部地区静态效率水平的提升？是不是因为东部地区企业在技术与管理优势的驱动下，过度实施了低效率的规模扩张？

3. 制造业全要素生产率下滑的原因是什么

研究发现，服务业全要素生产率在提高，制造业全要素生产率却在下降；这显然不是因为制造业的技术水平在倒退，也不会是因为制造业大企业的管理水平在下滑。长期以来，中国企业500强中，数量不到20 家的银行业企业，大致占了全部500 家企业净利润的一半，数量众多的制造业企业，很大一部分利润都因为高负债、高贷款利率的原因，被转移到了金融机构。可能是净利润在行业间的不合理分配，导致了中国企业500 强中制造业企业全要素生产率的低下；并且随着金融扭曲发展现象的加剧，制造业全要素生产率在技术与管理提升的前提下不升反降。

（二）对策建议

1. 减少干扰效率增长的因素，促进效率正常增长

应该采取必要措施，最大化减少干扰因素对企业效率增长的不利影响，从而护航企业效率沿着预期的方向持续改善。譬如，加强系统性、全局性风险管控，避免重大危机爆发；引导企业树立高质量发展理念，减少低效无效并购重组行为；确保政策的连续性、科学性，推动企业科学谋划、合理布局、平稳发展。

2. 强化创新支持，夯实效率提升基础

应制定并实施有利于促进创新的财税政策，建设或协调建设公共创新平台，推动创新要素遵循市场化原则流动与配置，为高层次创新人才国际化整合利用清除体制机制障碍。只有全方位加强对企业创新的支持，才能充分激发创新活力，增强创新投入动力，加大创新投入力度，提高创新产出数量与质量，进而为效率提升夯实基础。

3. 推进区域协调发展，避免效率大起大落

未来一段时间，应该更大力度推进区域协调发展，同时注重在区域协调发展的背景下推动区域整体效率水平的平稳提升，尽力避免区域效率大起大落。

4. 引导企业优化资源配置，大幅提高效率水平

对效率不足的企业来说，调整优化资源配置的方式，既可以是减少冗余投入，也可以是按比例增加其他匹配要素的投入，从而在充分挖掘利用冗余资源的基础上，实现产出的有效增长，进而实现企业效率水平的提高。从整体上看，样本企业中存在通过优化资源配置来提高效率水平的广阔空间，这应该是未来改进企业效率的一个重要方面。（刘兴国、吴晓，中国企业联合会研究部；张航燕，中国社会科学院工业经济研究所）