生产率中介效应的检验方法

产业组织理论认为企业的生产率是衡量企业是否进入、退出市场的决定性因素，生产率过低但缺乏正常渠道退出市场是“僵尸企业”形成的根本成因，“僵尸企业”正是在市场竞争条件下本应该被淘汰或退出市场的那些企业。因此，本文认为“僵尸企业”复苏的根本在于其生产率得到相应的提高，固定资产清理和精简雇员正是两种有效提高生产率的具体措施，通过减少企业冗余和低端产能和雇员，进行内部结构调整，实现生产率的提升。为了更好地论证生产率对“僵尸企业”复苏的影响，以及生产率的中介效应，本部分对此进行深入检验。

按照Baron和Kenny（1986）提出的中介效应检验模型，在研究解释变量X对因变量Y的影响时，如果在解释变量X对因变量Y产生直接影响的同时，X还会通过中介变量M对Y产生间接影响，那么反映三者之间关系的模型就被称作中介效应模型。结合本文的研究内容和假设，构建以下中介效应模型：

上述方程中，式（5）是上文的基准模型；式（6）考察固定资产清理GK和精简雇员GE对生产率OP的影响，预期a2和2b的系数均为负；式（7）则是在式（5）的基础上加入了生产率OP，进一步考察中介效应是否存在。结合Baron和Kenny（1986）的检验方法以及本文的假设，如果满足以下三个条件，则认为中介效应是存在的：第一，式（5）中的回归系数1a和1b均为显著（表明固定资产清理GK和精简雇员GE对“僵尸企业”复苏存在影响）；第二，式（6）中的回归系数a2和2b均为显著（表明固定资产清理GK和精简雇员GE对生产率OP存在影响）；第三，式（7）中的回归系数θ显著，且式（7）中的回归系数3a、3b在绝对值上要分别显著小于式（5）中的回归系数1a、1b。如果上述三个条件均成立，则说明至少存在“部分的”中介效应，即固定资产清理GK和精简雇员GE会对“僵尸企业”复苏存在直接影响，也会通过中介变量生产率OP产生间接影响。如果上述三个条件都满足的情况下，同时式（7）中的回归系数3a和3b变得不显著，则说明可能存在一种“完全的”中介作用，即固定资产清理GK和精简雇员GE对“僵尸企业”复苏的影响都是通过中介变量生产率OP来实现的。简单来说，如果中介效应确实存在，即固定资产清理GK和精简雇员GE完全或者部分地通过中介变量全要素生产率OP影响“僵尸企业”复苏，那么在前两个条件成立的情况下，式（7）中的回归系数3a、3b在绝对值或显著性都会有相应的降低，因为相当一部分原来GK和GE对因变量的解释力度会被加入的中介变量OP“夺走”。对于中介效应的检验，除了根据上述的三个条件之外，也可以通过更加精确的统计量进行检验。如果将式（6）带入到式（7），可得：

其中回归系数3a、3b衡量的是固定资产清理GK和精简雇员GE会对“僵尸企业”复苏的直接效应，回归系数 2aθ、2bθ衡量的则是中介效应。以固定资产清理GK的中介效应检验为例，参照Sobel（1987）提出的方法，检验的原假设是 H0：θa2=0，即不存在中介效应，如果拒绝原假设则中介效应显著。检验统计量为，其中sa2是a2的标准误，sθ是θ的标准误。精简雇员GE的中介效应检验也同理。

实证回归结果如表5所示，其中第1列为基准模型，即为表3中列（2）的结果。列（2）检验的是固定资产清理和精简雇员对于“僵尸企业”生产率的影响，可以看出这两种具体措施确实对生产率的提高有着显著促进作用，而研发投入比重RD的增加对于“僵尸企业”生产率的提高并没有明显的作用，这也进一步印证了上文的结论。此外，从列（3）中可以看出，生产率OP的提高显著地有利于“僵尸企业”的康复。在中介效应的检验上，表5可以表明生产率的中介效应的存在：首先，列（1）和列（2）中固定资产清理GK和精简雇员GE的系数均为显著，说明两者对“僵尸企业”复苏和全要素生产率提高均存在显著作用；此外，与列（1）相比，列（4）中固定资产清理GK和精简雇员GE这两者的系数已经变得不显著（同时全要素生产率OP则非常显著），并且这两者系数的绝对值分别从0.104 4、0.095 8下降到0.002 7与0.030 2，说明这两者的解释力度在加入了全要素生产率OP之后有了明显的下降，符合上文提到的检验中介效应是否存在的三个条件，说明固定资产清理GK和精简雇员GE确实是通过提高全要素生产率促使“僵尸企业”复苏的。此外，利用Sobel（1987）提出的中介效应检验统计量进行测算，固定资产清理GK和精简雇员GE的中介效应检验统计量分别为-1.874 2和-5.096 7，且分别在10%和1%的水平下显著，进一步证实了中介效应的存在，从而验证了假说2。(www.xing528.com)

表5　中介效应回归结果

续表

注：（1）***、**和*分别表示在1%、5%和10%的水平下显著，括号中的数值为标准差。（2）企业全要素生产率的计算采用了OP法（1996），处理上参照了杨汝岱（2015）的做法，即假设每个行业采用不同的生产技术，其生产函数都有所差异。处理过程中去掉了全要素生产率最高和最低1%的极端值。
资料来源：作者利用Stata软件计算所得。