结构经验方法在宏观领域的应用——以资源配置效率和产能利用分析为例

Using the new generation of structural approach staring from 1990s, this project aims to develop a comprehensive framework to combine macro and micro economic analysis in the new age of Big Data, taking two important macro topics as examples: the analysis of capacity utilization and resource allocation. We are going to construct a structural model to estimate capacity utilization at firm level, separating out heterogeneous firms' productivity. We will try to formally deal with the heterogeneity of technology, demand and quality at the same time, and put forward a reliable method to estimate productivity at firm level. We will also try to develop a market structure in which heterogeneous firm can co-exist, and use this model to estimate the parameters of production and utility functions, i.e. parameters about returns to scale and elasticity of substitution. This framework can help us to bridge micro productivity estimation at firm level in one side and macro analysis on resource allocation efficiency in the other side. Equipped with the above structural models, we can systematically analyze capacity utilization and resource allocation, using database from the Annual Census of Industrial Production conducted by the National Bureau of Statistics and National Tax Survey conducted by the Ministry of Finance. We want to identify the determinants of capacity utilization, document the relationship between macro policies such as tax and subsidies and productivity at micro level, and finally, resource allocation efficiency at macro level.

本项目旨在运用新一代结构经验分析方法，以产 能利用分析和资源配置效率分析这两个十分重要的宏观经济话题为例，探讨基于大数据的微观 分析与宏观分析综合的模式。本项目拟发展基于微观主体行为的产能利用率结构估计方法，在 产能利用率估计中有效地控制企业生产率的异质性；发展基于微观主体行为的企业层面生产率 估计方法，将其推广到不完全竞争、产品异质的一般情形；发展根据微观测度构成宏观测度的 加总方法，特别是在一个异质性企业共存的市场结构中，估计规模收益（生产函数）和商品间 替代弹性（效用函数）参数，得到资源配置效率测度。在此基础上，运用国家统计局的“全部 国有及规模以上非国有工业企业数据库”以及财政部和国家税务总局的“全国税收调查数据库 ”对上述方法进行测试，讨论方法的稳健性，识别出税收、财政补贴等宏观政策影响产能利用 和资源配置效率的基本事实和机制，为宏观调控提供提供决策参考。

大数据时代的到来为微观分析和宏观分析的进一步融合提供了可能性。本课题运用上世纪90年代从微观经济领域发展起来的新一代结构经验分析方法，探讨基于大数据的微观分析与宏观分析综合的模式。本课题的主要研究内容主要集中在六个方面：产能利用率的结构估计方法及在中国的应用；资源配置效率的结构估计方法及中国资源配置效率改善空间的估计；投入产出异质与中国各行业企业生产率的结构估计；需求异质与中国各行业企业加成率的结构估计；生产率波动对调整成本与资本配置的影响；政府-企业间人才配置对中国经济增长的影响。.本课题提出的企业产能利用率估计方法，能够准确控制企业生产率异质性，结果更为稳健。本课题提出的资源配置效率估计方法更充分的利用微观层面信息，让资源配置效率分析建立在更为可靠的微观基础之上，提升了资源配置分析框架的内在逻辑一致性，将资源配置文献向“微观化”发展方向推进，能够获得更加准确的估计结果。本课题提出的企业层面生产率结构估计方法，同时考虑企业投入和产出两方面的异质性，从而企业生产率估计更为可靠，且不需要使用详细的产品产量、质量特征和企业层面价格数据，具有比较广的适用性。本课题提出的企业加成率结构估计方法正式纳入企业需求异质性，克服了流行方法可能的偏误。.本课题运用中国微观企业数据，得到了一系列重要的结果。例如，中国制造业资源配置效率改善的空间十分巨大（140-170%），未来10年内即使只释放出一半的资源配置效率改善空间也能保证每年3%左右的经济增长率；中国确实存在人才误配置，优秀人才过度配置到政府部门伤害了经济增长；资本调整成本在生产率波动与资本错配动态关系中发挥了重要作用；进入新世纪以来中国企业生产率明显改善，但2010年后却呈现下滑迹象；制造业国有企业的产能利用率只有非国有企业的70%左右；世纪之交的国企改革有效提高企业产能利用率，等等。这些发现为监测和分析中国宏观经济运行状况、制定有针对性的政策提供有价值的依据。