三 数据

本章的数据来源于国家统计局1998—2007年的中国工业企业数据库。这个数据库具备一些非常重要的特征。首先，它包含了1998—2007年每一个年份工业部门的全部四位数产业。其次，对于每一个四位数产业，这个数据库提供了规模以上工业法人企业（全部国有和年主营业务收入500万元以上的非国有工业法人企业）基本情况、财务以及盈利状况方面的重要信息，包括企业代码、所在地区、所属行业类型（四位数）、资本构成、资产负债情况、收入费用、中间投入和利润分配等重要经济指标。以普查年份2004年为例，这个数据库涵盖的企业雇用了整个工业总就业人数的71.2%，生产了整个工业总产出的90.7%，因而它能够比较全面地反映中国工业部门各个产业的产业组织概况。再次，在这个数据库中，除非发生合并或重组，否则每个企业的代码不仅是唯一的，而且是固定不变的，这能方便地识别每一个企业，并追踪每一个企业跨时间的变化情况。

对于这个数据库，本章进行了两个方面的调整：一方面，参照李玉红、王皓、郑玉歆（2008）的方法，我们删除了数据库中不符合基本逻辑关系的错误记录。具体地，满足下面四个条件中任何一条的观察值都被当作错误记录删除：①企业总产值为负；②企业的各项投入为负；③企业固定资产原值小于固定资产净值；④工业增加值或中间投入大于工业总产值。另一方面，由于2002年中国颁布了新的《国民经济行业分类》，并于2003年开始实施，因而在2003年前后这个数据库四位数产业的统计口径是不一致的。与原来的国民经济行业分类标准比较起来，新《国民经济行业分类》的调整主要集中在三个方面：①把原来的四位数产业进一步细分为两个或两个以上范围更窄的产业；②把原来的两个或多个四位数产业合并为一个范围更宽的产业；③把原来的一个或多个产业细分，就其中的各个部分（甚至可能与未拆分的产业一起）重新组合成一个新的产业。因此，为了保证2003年前后的统计口径一致，一个基本的调整方法是采用一个更宽的口径，把调整前后相关的产业合并成一个范围更广的产业。在这个方法下，Brandt、Biesebroeck和Zhang（2009）统一了2003年前后工业部门全部四位数产业的统计口径，并提供了一个详细的产业调整目录，依据这个目录，我们统一了2003年前后中国工业部门全部四位数产业的统计口径。一个微小的差别是，Brandt、Biesebroeck 和 Zhang（2009）把与废品回收相关的两个产业4310和4320合并为一个产业，可是，在2002年之前，这两个产业没有规模以上的企业，所以，我们仍然把它们当作不同的产业。经过这样的调整，全部制造业企业分属于426个四位数产业。

在这个基础上，依据企业代码和年份，我们构建了一个以598640个制造业企业为截面单元、时间跨度在1998—2007年的大规模非平衡微观面板数据集，共计1862132个观察值，每个观察值由反映企业基本情况、投入产出、资产负债、资本构成、收入费用以及利润分配等方面的50个变量构成。以这个数据集为基础，我们进一步构造了下面两个方面的变量。

（一）企业层面的投入产出变量

1.企业的净产出水平

中国工业企业数据库报告了每个企业的总产出水平、销售收入和工业增加值，我们采用以1998年为1的各地区工业品出厂价格指数[3]平减的工业增加值作为各个企业净产出水平Yit的测度。不过，这个数据库没有报告各个企业2004年的工业增加值，于是，我们借鉴刘小玄和李双杰（2008）的方法利用下面的公式推算出各个企业的工业增加值：

企业增加值=当年销售收入+期末产成品-期初产成品-中间投入+当年增值税额

在这个公式中，除了期初产成品外，其他的指标都能在中国工业企业数据库中找到原始数据。为了解决期初产成品数据的缺乏，刘小玄和李双杰（2008）用期末和期初存货代替期末和期初产成品。由于中国工业企业数据库报告了期末存货、期末产成品和期初存货，于是，我们依据期末产成品在期末存货中的比例从期初存货中推算出期初产成品，进而更加合理地计算出各个企业的增加值。

2.企业的资本存量

在经济学的生产理论中，资本投入量应该是实际投入生产中的固定资本存量，于是，我们利用永续盘存法来核算企业的资本存量Kit:

Kit=Kit-1+Iit-Dit

永续盘存法要求我们合理地确定每个企业的初始资本存量、各个年份固定资产的实际投资额Iit和折旧额Dit，这里，我们用各个企业1998年的固定资产净值或者首次出现在数据库的年份对应的固定资产净值按照各地区固定资产投资价格指数折算成1998年的实际值后作为企业的初始资本存量；中国工业企业数据库没有直接报告企业层面的固定资产投资额，但是，它报告了每个企业各个年份的固定资产原值，因而可以根据相邻两年固定资产原值的差额计算出企业层面各个年份的名义投资额，然后，按照各地区固定资产投资价格指数把它折算成1998年的实际值；中国工业企业数据库直接报告了各个企业的当年折旧额，本章用各地区固定资产投资价格指数把它折算成了1998年的实际值。这样，我们就能够依据上面的公式推算出各个企业在各个年份的实际资本存量。

3.劳动投入和中间投入

中国工业企业数据库报告了各个企业年平均就业人数，本章把它作为企业劳动投入的度量。同时，这个数据库还报告了企业的中间投入量，本章用各地区工业品出厂价格指数把它调整为1998年的不变价格后作为各个企业中间投入的度量。

（二）反映企业特征的一些变量

对于反映企业基本特征的变量，本章的注意力集中在企业的所有制特征、企业规模、企业年龄和生产要素质量上，用国有资本占企业实收资本的比重来度量各个企业的所有制特征，以反映不同企业制度结构的差异。同时，用资产负债率来反映企业的资产负债状况，用企业的产出规模，即实际增加值来度量企业规模。由于中国工业企业数据库报告了企业的成立时间，因此可以准确地推算出每个企业的年龄。另外，像许多的研究一样，我们用企业的工资率作为劳动力质量的度量，这里的工资率包含了人均工资、人均福利费以及企业为每个员工支付的公积金、失业保险和医疗保险，它们的合计依据各个地区的消费价格指数折算成1998年的实际值后成为我们工资率的度量。最后，我们用劳均资本拥有量来反映企业的资本密度。