论文部分内容阅读
摘 要：把衡量行业市场绩效的资产利润率、净资产利润率以及销售利润率作为因变量，以国有企业产值占全行业产值比重以及民营企业产值占全行业产值比重作为自变量，并控制其他相关变量后建立相应的多元线性模型。利用2005—2007年的两位数代码分类的工业行业数据对多元线性模型作固定效应（fe）和随机效应（re）估计，发现对工业行业而言，国有企业产值比重的增加会降低市场绩效，但统计上不显著，或者可称为弱负相关；而民营企业产值比重对改善市场绩效有着显著的正效应。进一步的研究发现，在控制国有产值比重不变时增加民营产值比重要，远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。基本结论为对整个工业行业而言，国有产权具有负面的、降低资源配置效率的经济效果，而民营经济对整个行业而言有着更高的效率。
关键词：产权结构；市场绩效；面板数据；随机效应
中图分类号:F062.9 文献标志码：A 文章编号：1673-291X（2012）02-0009-05
引言
S-C-P分析范式（市场结构（Structure）—市场行为（Conduct）—市场绩效（Performance）认为，市场结构通过市场行为可以影响市场绩效。但在转型中的中国，也许产权结构1是影响市场绩效更为重要的变量。围绕这个主题，经济学家从不同的角度进行了实证分析。
Holz（2002）利用中国工业统计数据证实了政策性负担对国有企业低绩效的影响。但是，① Holz的研究没有控制行业的因素，这可能对研究发现造成重大影响。由于国家产业政策以及历史因素，国有企业在各个行业的比重可能存在差异，因此，国有工业企业更低的盈利能力可能是因为行业配置的影响和国家产业政策的影响。
郭海涛（2005）应用我国汽车业的数据做了简单的OLS回归后发现，国有企业的产权比重对产业绩效有负效应。因为具体到汽车行业，又是截面回归，难免在一般意义上缺乏说服力。
刘小玄（2003）应用1995年全国工业普查数据，以四位数代码的产业分类为样本点，做截面OLS回归并控制了规模和集中度两个变量后发现，国有产权结构对市场绩效有明显的负效应。方军雄（2009）用1996—2004年的工业企业纵列数据做混合OLS后发现，国有企业的资金利润率显著低于非国有企业，而销售利润率却相反，并且随着市场化进程的加快，国有企业比非国有企业的资金利润率差距加大，而销售利润率差距则不断缩小，这说明在剔除政策性的影响因素之外，国有企业所具有的管理机制缺陷和管理水平也是导致其绩效低下的原因。甄艺凯（2010）②应用2005—2007年的两位数代码的工业行业分类数据，控制了规模变量做混合OLS回归发现，国有产权比重与市场绩效成负相关关系，但系数并不显著，而民营产权比重与市场绩效成显著的正相关关系。
以上3篇文献，应用的都是工业行业的数据，样本量足够大，但所使用的都是最小二乘法（OLS），估计方法粗糙，难免在逻辑上不够严谨，并降低了文章的说服力。本文仍然应用2005—2007年两位数代码分类的工业行业数据，因为是标准的面板数据（balanced panel data），将在估计方法上采用更为科学和严谨的固定效应估计和随机效应估计（即考虑到不随时间而变的因素）。在产业绩效即因变量的设计上，本文除了采用常见的资产利润率（ROA）外，还采用了净资产利润率（ROE），并应用销售利润率做了更有说服力的敏感性分析。除了控制规模变量外，本文还控制了诸如资产负债率、资产构成、销售税金率以及该行业是否属于重工业和是否受政策保护的虚拟变量等有可能影响产业绩效的变量。
最后发现，国有企业比重对产业绩效有负效应，但在统计上不显著，而民营产权比重对产业绩效却有着显著的正效应。进一步的研究还发现，在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。
一、理论框架与假设提出
哈佛学派在新古典价格理论的基础上提出了经典的产业组织理论S-C-P分析范式，即认为，市场结构可以影响企业行为进而影响市场绩效或产业绩效（Performance）。围绕这个理论假设中外经济学家做了大量实证研究。但具体到当下的中国，产权结构因素对市场绩效的影响不可忽略。
中国作为由计划经济向市场经济转型的国家，并没有像前苏联、东欧各国在短期内迅速地私有化。国有企业改革在进入产权改革阶段后，也没有搞“一刀切”。这也就是说，在当下的中国，一个行业（尤其是垄断竞争行业）出现了既有完全的国有企业又有家族式的民营企业，同时还有具有公有性质的集体经济、外资经济以及国有、集体、外资、民营经济的混合经济，整个产业的产权结构杂乱纷呈。同时，随着国有企业改革的推进，尤其是股份制改革以来，民营、外资纷纷参股国企，整个产权格局又处在演变当中。
国有企业相比非国有企业具有更低的效率和效益。这一点在国内学界已成为不争的事实。这方面的代表性观点来自张维迎和林毅夫。①张维迎（1998，1999）认为，过多的委托代理环节以及所有者缺位、交织以高昂的监督费用，使得国有企业具有不同于非国有企业的激励和约束机制。因此，改变我国国有企业的所有权被视为是转变激励机制进而提高企业经营绩效的最根本方式。林毅夫（2002）却认为，国有企业政策性负担以及政策性负担所导致的预算软约束才是目前国有企业绩效低下的根本原因。因此，一个直接的推论是国有企业相比其他产权形式的企业对市场绩效的改善有负面作用。
刘小玄（2003）根据产权和市场结构还有中国作为转型国家的重要特征认为，国有企业占主导的垄断竞争市场和国有企业占主导地位的竞争市场上的国有企业一般性目标行为分别为追求收入最大化和费用支出最大化。这与追求利润最大化的私营企业相比，必然会造成市场绩效的低下和资源配置效率的损失。
甄艺凯（2009）认为，在国有企业主导的垄断竞争市场上，国有企业的经营目标是追求收入最大化。把国有企业引入古诺双寡头模型，一家国有企业与一家民营企业在不同的目标约束下展开古诺竞争。博弈的均衡结果与两家民营企业的古诺模型均衡结果相比较，发现国有企业的这种特殊的经营目标扭曲了资源配置从而造成社会福利的损失。
在以上观点的基础上，作出如下假设：在控制其他相关变量后，国有企业产权结构比重与整个产业的市场绩效成负相关关系；反之，民营企业产权结构比重与市场绩效成正相关关系。
二、计量模型与估计方法
1.变量设定
企业的盈利能力指标一方面反映企业本身的技术与管理水平，另一方面可以理解为一定的资本和劳动在该企业所发挥的效益。因此，综合一个行业中所有企业的盈利能力指标（即用该行业内的总利润与总资产或净资产或主营业务收入相比），可以反映该行业的市场绩效，即资源配置是否有效。本文的被解释变量（dependant variables）有三个：资产利润率（ROA）、净资产利润率或权益收益率（ROE）和销售利润率（Sprofit）。
资产利润率=利润总额/资产总额
净资产利润率=利润总额/所有者权益
销售利润率=总利润/主营业务收入②
本文的两个重要解释变量（independent variables）分别为衡量行业内国有企业产值比重和民营企业产值比重的propertys和propertyp。
国有企业产值比重=国有企业总产值/全行业工业总产值
民营企业产值比重=民营企业总产值/全行业工业总产值
另外，考虑到刘小玄（2003）、姚洋、章奇（2001）控制了规模变量，张军、金煜（2005）控制了资产构成，Holz（2002）控制了流转税负担，方军雄（2009）控制了是否受国家政策保护的二值虚拟变量，本文逐一采纳了这些控制变量，另外还控制了有可能影响行业利润率的轻重工业二值虚拟变量，技术构成即人均资本变量。他们的计算方法分别为：
规模变量=ln（行业内大中型企业总资产/行业内大中型企业单位数）③
资产负债率=年末总负债/年末总资产
资产构成=年末流动资产总额/年末资产总额
销售税金率=主营业务税金及附加/主营业务收入
人均资本=全部从业人员年平均人数/年末固定资产原价
属于能源、原材料、基础设施行业等受政府保护的行业，或者认为政府设置了较高的进入门槛的行业，=1，否则为0。属于重工业行业，=1，否则为0。
2.计量模型与估计方法
本文假设市场绩效与产权结构变量以及其它控制变量为线性关系。基本模型如下：
其中αit是不随时间变化的因素，εit为观测不到的因素。
以上9个模型可以分为3组：第一组（model1-model3），以国有产权比重作为自变量，其他三个衡量产业市场绩效的变量作为因变量；第二组（model4-model6），以民营产权比重作为自变量；第三组（model7-model9）以国有产权比重和民营产权比重同时作为自变量，因变量仍然是衡量产业市场绩效的三个不同的变量。
在第三组模型中把国有产值比重和民营产值比重同时放入要估计的模型中，仔细推敲后发现在逻辑上似乎有点解释不通。因为在解释多元线性模型系数的时候，总是假定其他变量不变，而现实中，对一个行业而言，国有企业的产值比重与民营企业的产值比重往往是此消彼长的关系，如“国进民退”或“国退民进”。但另外一方面，这样做恰恰可以视为一个假象的思想实验。多元回归模型为此提供了便利，我们可以观察到，在民营产值比重不变的情况下，国有企业产值比重的增加对行业市场绩效的影响和在国有企业产值比重不变的情况下，民营产值比重对市场绩效的影响。
由于是标准的面板数据（balanced panel data），采用固定效应（fe）和随机效应（re）两种方法对面板数据进行估计。做hausman 检验后发现，对于所有模型均无法拒绝原假设，即更倾向于接受随机效应模型（re）。
在敏感性分析（sensitivity analysis）分析中，把销售利润率作为因变量，为我们从另外一个角度观察产权结构变量对市场绩效的影响提供了条件。预期的理想结果是与ROA和ROE模型相比，结论不会有大的改变。
三、数据
《中国统计年鉴》2006—2008报告了2005—2007年3年的数据。其中对工业行业按照两位数代码分类，共分为42个行业。除草制品业、电子设备制造业、机械制造业、其他采矿业缺少相应数据外，其他38个行业在“按行业分国有及非国有工业规模以上工业企业主要指标”、“按行业分大中型工业企业主要指标”、“按行业分国有及国有控股工业企业主要指标”、“按行业分私营工业企业主要指标”这几个项目下，分别报告了行业利润总额、年末资产总额、所有者权益、年末总负债、年末流动资产总额、年末固定资产总额、主营业务收入、主营业务税金及附加、年末固定资产原价、全部从业人员年平均数、全行业工业总产值、行业内大中型企业总资产、大中型企业单位数、国有企业总产值、私营企业总产值。① 通过这些数据，应用3.1中所介绍的变量计算方法，可以得到相应回归所需的变量。
时间跨度是3年（2005—2007），每年的样本点是按两位数代码分类的38个工业行业，总样本个数一共114个（38×3），因此这是一个标准的面板数据（balanced panel data）。
计量模型中变量的统计特征描述见表1。
表1 变量的统计特征
四、结果
1.国有产权比重作为自变量①
表2 model1和model2的随机效应估计（re）
注：在表2中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
我们最关注的国有产权比重（propertys）为负值，但并不显著。相对于model1（资产负债率（ROA）作为因变量），model2（净资产负债率（ROE）为因变量）中propertys系数绝对值更大，且更为显著。这说明，平均而言，当我们控制了规模、资产构成、资产负债率、政府保护等因素后，工业行业中国有产权比重对行业的整体绩效有弱的负效应，或者最起码国有企业对市场绩效没有正效应。
2.民营产权比重作为自变量
表3 model4和model5的随机效应估计（re）
注：在本表中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
与4.1中的过程类似，只是把国有企业产值比重（propertys）换成了用民营企业产值比重（propertyp）。这样做是因为我们更想知道控制了相同的变量后，民营产权比重对行业绩效的影响。与理论部分的猜想相一致，当民营企业产值增加后，对产业的市场绩效改善有明显的促进作用。随机效应估计的模型中，model4的民营企业产值比重的系数为0.24，而model5的民营企业产值比重的系数为0.345，且两者都在1%的显著水平下显著。试着去解释着两个系数在统计上的含义，对工业行业中两位数代码分类的产业而言，当民营企业的产值比重每增加1个百分点，行业整体的资产利润率和净资产利润率分别平均增加24和34.5个百分点。这个发现有些令人震惊，但并非在预料之外。对于市场绩效的改善，民营企业比国有企业重要的多。
3.国有产权比重和民营产权比重同时作为自变量
表4 model7和model8的随机效应估计（re）
.-+ 注：在表4中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
与4.1和4.2中不同，这里把国有企业产值比重和民营企业产值比重同时作为自变量放入模型中。其含义和重要性在理论部分已有讨论。（Hausman检验的结论与前面保持一致，都无法拒绝原假设，因而更倾向于接受随机效应估计的模型。）
这一部分最明显的变化是，对国有产值比重（prpertys）的系数而言，在控制了民营企业产值比重后，变化为正值，而且对ROA为因变量的模型还相当显著，这与我们前面的结论似乎有点矛盾。实际上，这恰恰支持了前面的结论，即对改进市场绩效而言，民营企业更重要。仔细观察用随机效应对model7与model8估计的系数，发现民营企业产值比重几乎是国有产权比重的3倍（如ROE作因变量的模型分别为0.381和和0.108），且更显著。这说明在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。而在这个模型中，一个暗含的假定是资源总量是不变的，假定存在一个中央计划者（social planner）以资源配置最优为目标，他将更倾向于安排私营产权的生产而非国有产权形式。
前面3组模型的一个共同点是，无论把国有产权比重作为自变量，还是把民营产权作为自变量或者两者同时作为自变量，其中规模（scale）、资产负债率（lev）、资产构成（as）、销售税金率（ctax）、政策保护二值虚拟变量（shelterdum），均表现出统计上较高的显著性。这说明对一个行业，它们对资产利润率有较大的影响，控制这些变量对我们分析问题是有意义的。
4.敏感性分析（sensitivity analysis）
资产利润率（ROA）和净资产利润率（ROE）被认为是度量市场绩效的一个合理近似，一般对产业市场绩效的实证检验都选用这两个衡量指标。而销售利润率（Sprofit）与资产利润率和净资产利润率在对市场绩效的衡量上有着相同的意义，但在获取指标的计算上又有很大的不同，前者侧重于一定资产一段时间内实现的回报，后者则指一定的销售收入所实现的回报。用销售利润率作为资产利润率的一个合理替代重新进行5.1—5.3的工作，仍然会得到与前文大致相同的结论，这将从另一个角度证明前述结论的可靠性。
以国有产权比重作为解释变量，分别作固定效应和随机效应估计，结果见表5。
表5 model3的固定效应（fe）和随机效应（re）估计
注：在表5中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
以民营产权比重作为解释变量，分别作固定效应和随机效应估计，结果见表6。
表6 model6的固定效应（fe）和随机效应（re）估计
注：在表6中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
以国有产权比重和民营产权比重同时作为解释变量，分别作固定效应和随机效应估计，结果见表7。
表7 model9的固定效应（fe）和随机效应（re）估计
注：在表7中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
观察表7的数据，可以发现与5.1-5.3中的估计系数相比几乎没有明显的变化。国有产权比重单独作为自变量其系数为负，但统计上不显著；民营产值的系数统计上显著为正；国有产值比重和民营产值比重同时作为自变量，则民营产值比重系数远远的超过国有产值比重系数，且统计上更为显著。
五、结论
我们以2005—2007年的两位数代码分类的工业行业数据对多元回归模型作固定效应（fe）和随机效应（re）估计后，发现对工业行业而言，国有企业产值比重的增加会降低市场绩效，但统计上不显著，或者可称为若负相关；而民营企业产值比重对改善市场绩效有着显著的正效应。进一步的研究发现，在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。
因此，我们的基本结论为，对整个工业行业而言，国有产权具有负面的、降低资源配置效率的经济效果，而民营经济对整个行业而言有着更高的效率。
限于数据的缺乏，我们的研究仅着眼于工业行业中国有企业及规模以上的非国有企业 。上述发现是否存在于规模以下的非国有企业中，是否存在于其他所有制企业中（如三资企业），以及是否在农业、建筑业、第三产业中存在，依然是一个未解之谜，未来的研究可以对此问题进行深入的探讨。
另外，由于收集数据的困难，我们所用的数据仅仅是两位数代码分类的工业行业数据，难免分类过粗从而影响实证结论。而较为理想的数据是四位数代码分类的工业行业，或者更为理想的是行业内企业的数据。相信数据的改善将使实证更具吸引力，而计量结论也将更具说服力。
参考文献：
[1] Holz，C.A. Long Live China’s State-Owned Enterprises: Deflating the Myth of Poor Financial Performance [J]. Journal of Asian Economics， 2002， （13）: 493-529.
[2] 方军雄.所有制、市场化进程与经营绩效——来自中国工业行业统计数据的发现[J].产业经济研究，2007，（2）:17-24.
[3] 郭海涛.我国汽车产业的国有产权、市场结构与市场绩效研究[J].北京工商大学学报，2005，（6）.
[4] 刘小玄.国有企业民营化的均衡模型经济研究[J].经济研究，2003，（9）.
[5] 刘小玄.中国转轨过程中的产权和市场——关于市场、产权、行为和绩效的分析[M].上海: 上海人民出版社.2003.
[6] 林毅夫.自生能力、经济转型与新古典经济学的反思[J].经济研究，2002，（12）.
[7] 林毅夫，刘明兴，章奇.政策性负担与企业预算软约束：来自中国的实证研究[J].管理世界，2004，（8）.
[8] 姚洋，章奇.中国工业技术效率分析[J]. 经济研究，2001，（10）
[9] 张维迎.所有制，治理结构与委托-代理关系[J].经济研究，1996，（9）.
[10] 张军，金煜.中国金融深化和生产率关系的再检验：1987—2001[J].经济研究，2005，（11）.
[11] 甄艺凯.国有企业对市场绩效的影响——基于古诺双寡头垄断模型的分析[J].经济研究导刊，2009，（29）.
[12] 甄艺凯.产权结构、企业行为与市场绩效的影响机理研究——数理模型与实证分析[D].兰州：兰州商学院，2010.
[责任编辑 高惠琦]
关键词：产权结构；市场绩效；面板数据；随机效应
中图分类号:F062.9 文献标志码：A 文章编号：1673-291X（2012）02-0009-05
引言
S-C-P分析范式（市场结构（Structure）—市场行为（Conduct）—市场绩效（Performance）认为，市场结构通过市场行为可以影响市场绩效。但在转型中的中国，也许产权结构1是影响市场绩效更为重要的变量。围绕这个主题，经济学家从不同的角度进行了实证分析。
Holz（2002）利用中国工业统计数据证实了政策性负担对国有企业低绩效的影响。但是，① Holz的研究没有控制行业的因素，这可能对研究发现造成重大影响。由于国家产业政策以及历史因素，国有企业在各个行业的比重可能存在差异，因此，国有工业企业更低的盈利能力可能是因为行业配置的影响和国家产业政策的影响。
郭海涛（2005）应用我国汽车业的数据做了简单的OLS回归后发现，国有企业的产权比重对产业绩效有负效应。因为具体到汽车行业，又是截面回归，难免在一般意义上缺乏说服力。
刘小玄（2003）应用1995年全国工业普查数据，以四位数代码的产业分类为样本点，做截面OLS回归并控制了规模和集中度两个变量后发现，国有产权结构对市场绩效有明显的负效应。方军雄（2009）用1996—2004年的工业企业纵列数据做混合OLS后发现，国有企业的资金利润率显著低于非国有企业，而销售利润率却相反，并且随着市场化进程的加快，国有企业比非国有企业的资金利润率差距加大，而销售利润率差距则不断缩小，这说明在剔除政策性的影响因素之外，国有企业所具有的管理机制缺陷和管理水平也是导致其绩效低下的原因。甄艺凯（2010）②应用2005—2007年的两位数代码的工业行业分类数据，控制了规模变量做混合OLS回归发现，国有产权比重与市场绩效成负相关关系，但系数并不显著，而民营产权比重与市场绩效成显著的正相关关系。
以上3篇文献，应用的都是工业行业的数据，样本量足够大，但所使用的都是最小二乘法（OLS），估计方法粗糙，难免在逻辑上不够严谨，并降低了文章的说服力。本文仍然应用2005—2007年两位数代码分类的工业行业数据，因为是标准的面板数据（balanced panel data），将在估计方法上采用更为科学和严谨的固定效应估计和随机效应估计（即考虑到不随时间而变的因素）。在产业绩效即因变量的设计上，本文除了采用常见的资产利润率（ROA）外，还采用了净资产利润率（ROE），并应用销售利润率做了更有说服力的敏感性分析。除了控制规模变量外，本文还控制了诸如资产负债率、资产构成、销售税金率以及该行业是否属于重工业和是否受政策保护的虚拟变量等有可能影响产业绩效的变量。
最后发现，国有企业比重对产业绩效有负效应，但在统计上不显著，而民营产权比重对产业绩效却有着显著的正效应。进一步的研究还发现，在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。
一、理论框架与假设提出
哈佛学派在新古典价格理论的基础上提出了经典的产业组织理论S-C-P分析范式，即认为，市场结构可以影响企业行为进而影响市场绩效或产业绩效（Performance）。围绕这个理论假设中外经济学家做了大量实证研究。但具体到当下的中国，产权结构因素对市场绩效的影响不可忽略。
中国作为由计划经济向市场经济转型的国家，并没有像前苏联、东欧各国在短期内迅速地私有化。国有企业改革在进入产权改革阶段后，也没有搞“一刀切”。这也就是说，在当下的中国，一个行业（尤其是垄断竞争行业）出现了既有完全的国有企业又有家族式的民营企业，同时还有具有公有性质的集体经济、外资经济以及国有、集体、外资、民营经济的混合经济，整个产业的产权结构杂乱纷呈。同时，随着国有企业改革的推进，尤其是股份制改革以来，民营、外资纷纷参股国企，整个产权格局又处在演变当中。
国有企业相比非国有企业具有更低的效率和效益。这一点在国内学界已成为不争的事实。这方面的代表性观点来自张维迎和林毅夫。①张维迎（1998，1999）认为，过多的委托代理环节以及所有者缺位、交织以高昂的监督费用，使得国有企业具有不同于非国有企业的激励和约束机制。因此，改变我国国有企业的所有权被视为是转变激励机制进而提高企业经营绩效的最根本方式。林毅夫（2002）却认为，国有企业政策性负担以及政策性负担所导致的预算软约束才是目前国有企业绩效低下的根本原因。因此，一个直接的推论是国有企业相比其他产权形式的企业对市场绩效的改善有负面作用。
刘小玄（2003）根据产权和市场结构还有中国作为转型国家的重要特征认为，国有企业占主导的垄断竞争市场和国有企业占主导地位的竞争市场上的国有企业一般性目标行为分别为追求收入最大化和费用支出最大化。这与追求利润最大化的私营企业相比，必然会造成市场绩效的低下和资源配置效率的损失。
甄艺凯（2009）认为，在国有企业主导的垄断竞争市场上，国有企业的经营目标是追求收入最大化。把国有企业引入古诺双寡头模型，一家国有企业与一家民营企业在不同的目标约束下展开古诺竞争。博弈的均衡结果与两家民营企业的古诺模型均衡结果相比较，发现国有企业的这种特殊的经营目标扭曲了资源配置从而造成社会福利的损失。
在以上观点的基础上，作出如下假设：在控制其他相关变量后，国有企业产权结构比重与整个产业的市场绩效成负相关关系；反之，民营企业产权结构比重与市场绩效成正相关关系。
二、计量模型与估计方法
1.变量设定
企业的盈利能力指标一方面反映企业本身的技术与管理水平，另一方面可以理解为一定的资本和劳动在该企业所发挥的效益。因此，综合一个行业中所有企业的盈利能力指标（即用该行业内的总利润与总资产或净资产或主营业务收入相比），可以反映该行业的市场绩效，即资源配置是否有效。本文的被解释变量（dependant variables）有三个：资产利润率（ROA）、净资产利润率或权益收益率（ROE）和销售利润率（Sprofit）。
资产利润率=利润总额/资产总额
净资产利润率=利润总额/所有者权益
销售利润率=总利润/主营业务收入②
本文的两个重要解释变量（independent variables）分别为衡量行业内国有企业产值比重和民营企业产值比重的propertys和propertyp。
国有企业产值比重=国有企业总产值/全行业工业总产值
民营企业产值比重=民营企业总产值/全行业工业总产值
另外，考虑到刘小玄（2003）、姚洋、章奇（2001）控制了规模变量，张军、金煜（2005）控制了资产构成，Holz（2002）控制了流转税负担，方军雄（2009）控制了是否受国家政策保护的二值虚拟变量，本文逐一采纳了这些控制变量，另外还控制了有可能影响行业利润率的轻重工业二值虚拟变量，技术构成即人均资本变量。他们的计算方法分别为：
规模变量=ln（行业内大中型企业总资产/行业内大中型企业单位数）③
资产负债率=年末总负债/年末总资产
资产构成=年末流动资产总额/年末资产总额
销售税金率=主营业务税金及附加/主营业务收入
人均资本=全部从业人员年平均人数/年末固定资产原价
属于能源、原材料、基础设施行业等受政府保护的行业，或者认为政府设置了较高的进入门槛的行业，=1，否则为0。属于重工业行业，=1，否则为0。
2.计量模型与估计方法
本文假设市场绩效与产权结构变量以及其它控制变量为线性关系。基本模型如下：
其中αit是不随时间变化的因素，εit为观测不到的因素。
以上9个模型可以分为3组：第一组（model1-model3），以国有产权比重作为自变量，其他三个衡量产业市场绩效的变量作为因变量；第二组（model4-model6），以民营产权比重作为自变量；第三组（model7-model9）以国有产权比重和民营产权比重同时作为自变量，因变量仍然是衡量产业市场绩效的三个不同的变量。
在第三组模型中把国有产值比重和民营产值比重同时放入要估计的模型中，仔细推敲后发现在逻辑上似乎有点解释不通。因为在解释多元线性模型系数的时候，总是假定其他变量不变，而现实中，对一个行业而言，国有企业的产值比重与民营企业的产值比重往往是此消彼长的关系，如“国进民退”或“国退民进”。但另外一方面，这样做恰恰可以视为一个假象的思想实验。多元回归模型为此提供了便利，我们可以观察到，在民营产值比重不变的情况下，国有企业产值比重的增加对行业市场绩效的影响和在国有企业产值比重不变的情况下，民营产值比重对市场绩效的影响。
由于是标准的面板数据（balanced panel data），采用固定效应（fe）和随机效应（re）两种方法对面板数据进行估计。做hausman 检验后发现，对于所有模型均无法拒绝原假设，即更倾向于接受随机效应模型（re）。
在敏感性分析（sensitivity analysis）分析中，把销售利润率作为因变量，为我们从另外一个角度观察产权结构变量对市场绩效的影响提供了条件。预期的理想结果是与ROA和ROE模型相比，结论不会有大的改变。
三、数据
《中国统计年鉴》2006—2008报告了2005—2007年3年的数据。其中对工业行业按照两位数代码分类，共分为42个行业。除草制品业、电子设备制造业、机械制造业、其他采矿业缺少相应数据外，其他38个行业在“按行业分国有及非国有工业规模以上工业企业主要指标”、“按行业分大中型工业企业主要指标”、“按行业分国有及国有控股工业企业主要指标”、“按行业分私营工业企业主要指标”这几个项目下，分别报告了行业利润总额、年末资产总额、所有者权益、年末总负债、年末流动资产总额、年末固定资产总额、主营业务收入、主营业务税金及附加、年末固定资产原价、全部从业人员年平均数、全行业工业总产值、行业内大中型企业总资产、大中型企业单位数、国有企业总产值、私营企业总产值。① 通过这些数据，应用3.1中所介绍的变量计算方法，可以得到相应回归所需的变量。
时间跨度是3年（2005—2007），每年的样本点是按两位数代码分类的38个工业行业，总样本个数一共114个（38×3），因此这是一个标准的面板数据（balanced panel data）。
计量模型中变量的统计特征描述见表1。
表1 变量的统计特征
四、结果
1.国有产权比重作为自变量①
表2 model1和model2的随机效应估计（re）
注：在表2中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
我们最关注的国有产权比重（propertys）为负值，但并不显著。相对于model1（资产负债率（ROA）作为因变量），model2（净资产负债率（ROE）为因变量）中propertys系数绝对值更大，且更为显著。这说明，平均而言，当我们控制了规模、资产构成、资产负债率、政府保护等因素后，工业行业中国有产权比重对行业的整体绩效有弱的负效应，或者最起码国有企业对市场绩效没有正效应。
2.民营产权比重作为自变量
表3 model4和model5的随机效应估计（re）
注：在本表中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
与4.1中的过程类似，只是把国有企业产值比重（propertys）换成了用民营企业产值比重（propertyp）。这样做是因为我们更想知道控制了相同的变量后，民营产权比重对行业绩效的影响。与理论部分的猜想相一致，当民营企业产值增加后，对产业的市场绩效改善有明显的促进作用。随机效应估计的模型中，model4的民营企业产值比重的系数为0.24，而model5的民营企业产值比重的系数为0.345，且两者都在1%的显著水平下显著。试着去解释着两个系数在统计上的含义，对工业行业中两位数代码分类的产业而言，当民营企业的产值比重每增加1个百分点，行业整体的资产利润率和净资产利润率分别平均增加24和34.5个百分点。这个发现有些令人震惊，但并非在预料之外。对于市场绩效的改善，民营企业比国有企业重要的多。
3.国有产权比重和民营产权比重同时作为自变量
表4 model7和model8的随机效应估计（re）
.-+ 注：在表4中，括号内的数据为z统计值，*、**与***分别表示10%、5%与1%的统计显著性。
与4.1和4.2中不同，这里把国有企业产值比重和民营企业产值比重同时作为自变量放入模型中。其含义和重要性在理论部分已有讨论。（Hausman检验的结论与前面保持一致，都无法拒绝原假设，因而更倾向于接受随机效应估计的模型。）
这一部分最明显的变化是，对国有产值比重（prpertys）的系数而言，在控制了民营企业产值比重后，变化为正值，而且对ROA为因变量的模型还相当显著，这与我们前面的结论似乎有点矛盾。实际上，这恰恰支持了前面的结论，即对改进市场绩效而言，民营企业更重要。仔细观察用随机效应对model7与model8估计的系数，发现民营企业产值比重几乎是国有产权比重的3倍（如ROE作因变量的模型分别为0.381和和0.108），且更显著。这说明在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。而在这个模型中，一个暗含的假定是资源总量是不变的，假定存在一个中央计划者（social planner）以资源配置最优为目标，他将更倾向于安排私营产权的生产而非国有产权形式。
前面3组模型的一个共同点是，无论把国有产权比重作为自变量，还是把民营产权作为自变量或者两者同时作为自变量，其中规模（scale）、资产负债率（lev）、资产构成（as）、销售税金率（ctax）、政策保护二值虚拟变量（shelterdum），均表现出统计上较高的显著性。这说明对一个行业，它们对资产利润率有较大的影响，控制这些变量对我们分析问题是有意义的。
4.敏感性分析（sensitivity analysis）
资产利润率（ROA）和净资产利润率（ROE）被认为是度量市场绩效的一个合理近似，一般对产业市场绩效的实证检验都选用这两个衡量指标。而销售利润率（Sprofit）与资产利润率和净资产利润率在对市场绩效的衡量上有着相同的意义，但在获取指标的计算上又有很大的不同，前者侧重于一定资产一段时间内实现的回报，后者则指一定的销售收入所实现的回报。用销售利润率作为资产利润率的一个合理替代重新进行5.1—5.3的工作，仍然会得到与前文大致相同的结论，这将从另一个角度证明前述结论的可靠性。
以国有产权比重作为解释变量，分别作固定效应和随机效应估计，结果见表5。
表5 model3的固定效应（fe）和随机效应（re）估计
注：在表5中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
以民营产权比重作为解释变量，分别作固定效应和随机效应估计，结果见表6。
表6 model6的固定效应（fe）和随机效应（re）估计
注：在表6中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
以国有产权比重和民营产权比重同时作为解释变量，分别作固定效应和随机效应估计，结果见表7。
表7 model9的固定效应（fe）和随机效应（re）估计
注：在表7中，第二（三）列括号内的数据为t（z）统计值，*、**与***分别表示10%、5%与1%的统计显著性。
观察表7的数据，可以发现与5.1-5.3中的估计系数相比几乎没有明显的变化。国有产权比重单独作为自变量其系数为负，但统计上不显著；民营产值的系数统计上显著为正；国有产值比重和民营产值比重同时作为自变量，则民营产值比重系数远远的超过国有产值比重系数，且统计上更为显著。
五、结论
我们以2005—2007年的两位数代码分类的工业行业数据对多元回归模型作固定效应（fe）和随机效应（re）估计后，发现对工业行业而言，国有企业产值比重的增加会降低市场绩效，但统计上不显著，或者可称为若负相关；而民营企业产值比重对改善市场绩效有着显著的正效应。进一步的研究发现，在控制国有产值比重不变时增加民营产值比重要远比控制民营产值比重不变增加国有产值比重对市场绩效的改善更有效。
因此，我们的基本结论为，对整个工业行业而言，国有产权具有负面的、降低资源配置效率的经济效果，而民营经济对整个行业而言有着更高的效率。
限于数据的缺乏，我们的研究仅着眼于工业行业中国有企业及规模以上的非国有企业 。上述发现是否存在于规模以下的非国有企业中，是否存在于其他所有制企业中（如三资企业），以及是否在农业、建筑业、第三产业中存在，依然是一个未解之谜，未来的研究可以对此问题进行深入的探讨。
另外，由于收集数据的困难，我们所用的数据仅仅是两位数代码分类的工业行业数据，难免分类过粗从而影响实证结论。而较为理想的数据是四位数代码分类的工业行业，或者更为理想的是行业内企业的数据。相信数据的改善将使实证更具吸引力，而计量结论也将更具说服力。
参考文献：
[1] Holz，C.A. Long Live China’s State-Owned Enterprises: Deflating the Myth of Poor Financial Performance [J]. Journal of Asian Economics， 2002， （13）: 493-529.
[2] 方军雄.所有制、市场化进程与经营绩效——来自中国工业行业统计数据的发现[J].产业经济研究，2007，（2）:17-24.
[3] 郭海涛.我国汽车产业的国有产权、市场结构与市场绩效研究[J].北京工商大学学报，2005，（6）.
[4] 刘小玄.国有企业民营化的均衡模型经济研究[J].经济研究，2003，（9）.
[5] 刘小玄.中国转轨过程中的产权和市场——关于市场、产权、行为和绩效的分析[M].上海: 上海人民出版社.2003.
[6] 林毅夫.自生能力、经济转型与新古典经济学的反思[J].经济研究，2002，（12）.
[7] 林毅夫，刘明兴，章奇.政策性负担与企业预算软约束：来自中国的实证研究[J].管理世界，2004，（8）.
[8] 姚洋，章奇.中国工业技术效率分析[J]. 经济研究，2001，（10）
[9] 张维迎.所有制，治理结构与委托-代理关系[J].经济研究，1996，（9）.
[10] 张军，金煜.中国金融深化和生产率关系的再检验：1987—2001[J].经济研究，2005，（11）.
[11] 甄艺凯.国有企业对市场绩效的影响——基于古诺双寡头垄断模型的分析[J].经济研究导刊，2009，（29）.
[12] 甄艺凯.产权结构、企业行为与市场绩效的影响机理研究——数理模型与实证分析[D].兰州：兰州商学院，2010.
[责任编辑 高惠琦]