民营企业非生产性活动的生产效应——基于异质性随机前沿模型的分析

王 婷 张 一 柳 春

一、引言

制度环境是影响企业活动配置的重要因素(Baumol，1996[1])。传统观点认为，企业活动配置包括生产性活动和非生产性活动。生产性活动通常与企业生产经营、创新等相关，直接贡献于经济增长。非生产性活动是为了获取相关经济资源或减轻由于正式制度不完善而导致的负面影响等，花费时间或精力与相关政府部门或监管机构建立关联的行为。相对于国有企业，民营企业(1)根据现有文献的定义(Brandt和Rawski，2008[2]；王元京，2003[3])，本文研究的民营企业等同于非国有企业。更热衷于开展非生产活动(贺小刚等，2013[4])。党的二十大重申“两个毫不动摇”，即“毫不动摇巩固和发展公有制经济，毫不动摇鼓励、支持、引导非公有制经济发展”；同时也强调，要优化民营企业发展环境，依法保护民营企业产权和企业家权益。前者肯定了民营企业在整个经济社会中的作用，后者则突出了发展环境，尤其是良好的制度环境对民营企业发展的重要性。但社会主义制度的发展和完善是一个长期的历史过程(2)由中国共产党第二十次全国代表大会通过的《中国共产党章程》提出。具体参见共产党员网：https：//www.12371.cn/special/zggcdzc/zggcdzcqw。。因此，在不完善的制度环境下，深究民营企业活动配置，尤其是非生产性活动对企业的影响意义重大。

然而，已有文献关于非生产性活动对企业价值或绩效影响的结论并不一致。一方面，由于非生产性活动(政治关联和关系活动)在经济资源获取和改善正式制度环境方面的重要作用，现有文献发现非生产性活动可以显著改善企业绩效(Li等，2008[5])，促进企业多元化和出口(Zhang等，2020[6])，提高企业价值。另一方面，部分学者认为，既定约束下，企业非生产性活动会对生产性活动产生挤出效应，挤占企业的研发投资、管理效率等，进而损害企业的经营绩效(Boubakri等，2012[7]；Claessens等，2008[8])。同时，生产作为企业的根本，是企业家最为关注的方面，但现有研究却较少直接从企业生产的视角探究非生产性活动的可能角色。因此，探究企业非生产性活动对企业生产的影响成为当下亟待解答的重要问题。

本文关注在给定生产技术、要素投入的情形下，民营企业关系活动对其生产技术效率(3)企业技术效率是给定生产技术、要素投入的情形下，真实产出和前沿产出(最大产出)的比例。企业生产力是产出和要素投入的比例。因此，生产力变化可以被分解为如下几部分：技术进步、技术效率的变化、规模报酬的变化、要素配置效率的变化(Kumbhakar和Lovell，2000[9])。的影响。利用中国投资环境调查数据及一步法异质性随机前沿模型，本文实证分析发现：由于生产技术无效率，样本企业产出平均减少了40%左右。技术效率影响因素的边际效应分析显示，非生产性活动不仅能提高生产技术效率水平，帮助企业实现更高的产出，还能减少生产不确定性，使得企业生产经营过程更加稳定，有效降低了制度风险的负面影响。

本文的贡献主要体现在以下三个方面：第一，本文从企业生产角度探讨了非生产性活动的生产效应。既丰富了非生产性活动经济影响的相关文献，也从企业活动配置视角对企业技术效率决定因素研究作了有益补充。第二，借助调查数据的丰富性，本文还进行了技术效率影响因素的边际效应分析，发现非生产性活动通过降低生产技术无效率和减少生产不确定性来改善企业技术效率。这有助于理解非生产性活动影响企业绩效和成长的可能渠道。第三，在研究方法上，本文使用一步法异质性随机前沿模型，深入研究了包括关系活动在内的各种因素对企业技术效率的影响，提高了回归模型估计的准确性，补充了现有文献中相关因素对企业技术效率影响的研究。

二、文献综述

(一)制度背景：民营企业发展

1978年之前，民营经济在中国被完全禁止。随着经济改革的开展，民营部门被重新正式接纳并逐步成长。1997年中国共产党第十五次全国代表大会，非公有制经济作为社会主义市场经济的一个重要组成部分被多次强调，许多阻碍民营部门发展的法律和经济壁垒被逐渐移除，民营部门开始迅速成长。然而，在民营部门发展过程中，尽管政府引入了一系列举措来创造一个公平的市场环境，但是，同国有企业相比，民营企业仍然较难获得政府控制的许多关键经济资源。比如，由于金融体系发展滞后，民营企业在银行信贷市场上遭受歧视性待遇。相比于国有企业，民营企业获得贷款的可能性以及贷款规模都显著更低，并且受限于更高的贷款标准(Brandt和Li，2003[10])。虽然2005年2月，国务院办公厅发布了《关于鼓励支持和引导个体私营等非公有制经济发展的若干意见》，但政策的出台并没有立即大幅改善国内民营企业营商环境。2006年第七次全国私营企业抽样调查数据显示，85.5%的受访企业认为，虽然贷款手续相对有所简化，但贷款抵押和担保条件却变得更加严格，贷款成本太高问题仍然很突出。全国工商联发布《2022年万家民营企业评价营商环境报告》也显示，目前仍然有15%左右的样本企业反映平均贷款成本有所上升、放款周期有所延长[11]。这些都进一步证实，对民营企业而言，融资难、融资贵等问题虽然有所缓解，但并未彻底解决。

同时，由于市场支持性制度的不完善，民营企业在正常生产经营过程中，还面临巨大的制度环境风险：较差的产权保护和契约制度(Acemoglu和Johnson，2005[12])。经济改革初期，民营企业产权保护较差主要是由于意识形态的歧视和私有产权正式立法保护的缺失。尽管在2004年，第十届全国人民代表大会第二次会议通过了中华人民共和国宪法修正案，进一步明确国家对发展非公有制经济的方针，第一次在宪法层面给予非公有制经济体私有财产法律保护，但是由于执法力度较弱，私有产权的保护依然较差(Brandt和Rawski，2008[2]；Clarke等，2008[13])。地方政府针对私有企业名目繁多的非税收费、罚款等，也给民营企业的生产经营造成了巨大的负担(Kung和Ma，2018[14])。2019年《中共中央国务院关于营造更好发展环境支持民营企业改革发展的意见》指出，要持续甄别纠正侵犯民营企业和企业家人身财产权的冤错案件。由此可以看出中国对民营企业产权保护的决心，但有关普遍范围的产权侵权惩罚赔偿制度等仍存在缺失，有待进一步完善[15]。

另一方面，尽管中国的经济改革从一开始就认识到法律的重要作用，但最初实施法律改革的主要目标是规范管理和决策过程，避免中央的权力过度减弱和政策的不连续，改革对象也主要针对国有企业的经营问题(Clarke等，2008[13])。随着经济改革的深入，特别是民营经济的发展，法律改革逐渐转向普适性的法律规则。全国人民代表大会和地方各级人民代表大会制定了大量的法律来规范经济活动。然而，中国的法律体系在很大程度上仍不健全，比如无法有效地处理法律中的漏洞和争议，缺少一个良好的体系来解决不同法规之间的冲突等。更为重要的是，法院缺少自主执行权，法院判决的执行通常需要地方机构的合作，如当地公安部门或银行系统。因此，法律体系的不健全直接导致契约制度无效率及企业通过法院解决商业纠纷的比例较低。根据2005年中国投资环境调查数据显示，当企业面临商业纠纷时，大约70%的情形下企业会选择用谈判的方式解决纠纷，而选择法律诉讼的可能性不到20%。世界银行最新发布的《全球营商环境报告2020》显示，随着改革优化的不断推进，中国总体营商环境水平已从2013年全球第96位跃升至第31位，是近两年营商环境变化最大的经济体之一。但与发达国家相比，尤其在保护中小投资者方面，中国制度环境仍有较大提升空间。此外，以维权难、案件办理效率低为代表的法治环境问题仍然突出[11]。

(二)非生产性活动的影响

关于非生产性活动的影响，现有文献主要从经济资源获取、改善制度环境以及影响企业绩效三个视角进行了考察。

非生产性活动可以有效帮助企业获得重要经济资源，如银行贷款、土地、政府采购合同等。罗党论和唐清泉(2009)[16]基于中国私营上市公司数据，发现董事会成员政治参与有助于企业进入政府管制行业，同时获得更多政府补贴。黄玖立和李坤望(2013)[17]基于世界银行中国企业调查数据发现，企业公关招待等关系活动支出越多，其获得的政府订单和国有企业订单也越多。Kung和Ma (2018)[14]发现如果中国私营企业家在政府部门的“朋友”越多，其越有可能获得土地资源。此外，还有大量证据表明，非生产性活动(包括政治关联和关系活动)有助于民营企业获得银行贷款，减轻融资约束(Li等，2008[5]；Guo等，2014[18])。

民营企业非生产性活动可以有效降低产权保护较差带来的负面影响，提高企业事实上的产权保护程度。Feng和Johansson(2014)[19]利用中国私营上市企业数据研究发现，私营企业家的政治参与显著提高了企业的现金持有，而这一影响在制度环境(市场化程度、政府和市场的关系、产权保护)较差的地区更大。这是因为，尽管较差的制度环境导致的政治掠夺风险可能对企业现金持有产生负面影响，但是私营企业家的政治参与可以降低政治掠夺风险，从而提高企业的现金持有水平。Kung和Ma(2018)[14]认为较差的产权保护制度之所以没有阻止中国私营企业的快速发展，一个重要的原因是私营企业家的政治关联。文章利用私营企业调查数据，发现同相关政府官员培养和建立的个人关系可以在很大程度上减轻较差的产权保护环境对企业成长的负面影响。

对于契约制度不完善导致的风险，现有文献发现，相比其他非正式商业纠纷解决渠道，拥有政治关联或与政府官员有个人关系的民营企业更加倾向于通过法院解决纠纷，而且往往会得到较为有利的判决结果。Li等(2008)[5]利用中国私营企业调查数据实证分析，发现私营企业家的政治关联对企业绩效有正向影响，这一作用在市场制度和法律保护较差的地区更加显著。Ang和Jia(2014)[20]研究私营企业家的政治关联是否以及如何影响企业对于正式法律制度的使用，发现政治关联企业更加倾向通过法院解决商业纠纷，而这一关系主要是因为政治关联企业具有可能影响判决的政治优势，并非其运用司法体系的知识优势。Firth等(2011)[21]研究发现政治关联企业作为被告在司法程序中受到优待，具体表现为该类企业对于不利结果更可能上诉，而且更可能获得有利的上诉结果。Lu等(2015)[22]也发现中国的法院优待国有企业和有政治关联的私营企业，这一效果在诉讼结果当中更加显著，但是，在法律制度更加健全的地区，优待效果有所降低。

有关非生产性活动对企业绩效的最终影响，目前研究并未获得一致结论。部分学者发现，实际上，有政治关联的企业表现往往比没有政治关联的企业表现更差(Fan等，2007[23])，非生产性活动的存在会降低企业经营效率(邓建平和曾勇，2009[24])。但另一部分学者却对此持相反意见，认为非生产性活动与企业真实业绩正相关(杜兴强等，2010[25])，有助于提高企业尤其是民营企业的长期绩效(田利辉和张伟，2013[26])。

综上可知，正式制度的不完善催生了民营企业非生产性活动的配置。虽然大部分研究证实，开展非生产性活动能帮助企业获得额外的金融资源，帮助缓解制度不完善带来的负面影响，但实际非生产性活动对企业的最终影响并未得到一致结论。而生产作为企业的根本，是企业家最为关注的方面，现有文献却鲜少探究非生产性活动在企业生产中的可能角色。因此，结合中国特定的制度背景和民营部门的发展历程，本文选取民营企业非生产性活动作为主要研究对象。利用中国投资环境调查数据和一步法异质性随机前沿模型，实证检验非生产性活动对民营企业技术效率水平及生产不确定性的影响。

三、模型设定、数据来源和变量说明

(一)模型设定和估计方法

考虑到企业技术效率更能综合反映企业产出能力，而投入要素间交互作用可能对产出有影响，本文在随机生产前沿模型框架下，使用超越对数生产函数，考察民营企业非生产性活动对企业技术效率的影响，具体设定如下：

lnYi=α+βKlnKi+βLlnLi+βMlnMi+βKK(lnKi)2

+βLL(lnLi)2+βMM(lnMi)2+βKLlnKilnLi

+βKMlnKilnMi+βLMlnLilnMi+vi-ui

(1)

关于企业技术效率影响因素变量(Z)，本文重点关注非生产性活动。考虑实际指标构建中，政治关联的度量通常为离散变量，而关系活动往往是连续变量。为了使非生产性活动的边际分析更为直接和具有经济意涵，本文借鉴万华林和陈信元(2010)[27]的做法，使用关系活动(招待差旅费用)支出除以雇员数量衡量民营企业非生产性活动，重点考察关系活动(guanxi)对企业技术效率的影响。此外，参考已有文献(Charoenrat等，2013[28]；Wang和Wong，2012[29])，添加企业年龄(firmage)，电脑利用率(computer)，研发强度(rd)、企业出口行为(export)作为影响技术效率的因素。

μi=c0+Ziδ

(2)

(3)

对应可以得到影响因素Zi的第k个变量z[k]对技术无效率的期望值E(ui)和生产不确定性V(ui)的边际效应(4)限于篇幅，有关技术无效率期望值E(ui)和生产不确定性V(ui)边际效应的完整推导过程未列示，感兴趣的读者可向作者索取。分别为：

(4)

(5)

其中，φ(·)和Φ(·)分别为标准正态分布的概率密度函数和累积分布函数，δ[k]和γ[k]分别为式(2)和式(3)中Zi的第k个变量z[k]的相应系数，Λi=μi/σu，i。

根据影响因素Zi边际效应的表达式(4)和式(5)，可以发现两个重要的信息：第一，由于模型的非线性特征，无法直接根据估计系数(δ[k]或γ[k])判断z[k]对技术效率的边际效应以及影响方向，边际效应依赖于μi和σu，i函数的所有相关估计值。第二，边际效应是非单调的，即同一样本内，z[k]对技术效率可能既有正向又有负向的影响，具体影响方向取决于z[k]的取值。也就是说，在z[k]的某一取值范围内，z[k]可能是效率改善的，而在其他取值范围内，z[k]可能是效率阻碍的。这一非单调的边际效应不仅可以帮助理解技术效率和影响因素之间的关系，而且可以指导给出更加具体和有效的政策意见。

(二)数据来源和变量说明

本文企业数据来自世界银行和中国国家统计局企业调查总队联合进行的中国投资环境调查(Investment Climate Surveys，ICSs)。该调查通过与企业经理人或所有者面对面访问，收集了大量关于中国投资环境和企业生产的信息，被学术界广泛使用(胡志安和邱智敏，2021[34]；刘铠豪和王雪芳，2020[35])。但该调查数据只有2003年、2005年和2012年。由于招待差旅费用直接影响应纳税额，2008年1月1日起执行的新所得税条例第43条要求，所有招待差旅费用支出应联系于正常的商业运营，其真实值的60%可以在计算税项时被扣除，但是不能超过年度总销售额的5%。因此，为确保招待差旅费用的完整性及回归结果准确性，本文采用最接近新所得税条例生效时间的数据(即2005年数据)进行回归分析。

2005年中国投资环境调查数据涵盖了中国除西藏、港澳台外30个省份的120个城市。调查按照直辖市200个企业、其他城市100个企业进行抽样，最终获得涵盖所有制造业大类行业的12 400个企业样本。需要说明的是，本文只关注民营企业样本是因为：民营和国有企业在经营目标上有很大差别。绝大部分民营企业以经济效益为目标，而国有企业则更关注社会和政治目标，对经济效益关注不足。因此，两类企业在对企业内资源配置的偏好上会存在明显区别。此外，由于天然良好的政企关系，国有企业在政策资源、资本、人力等方面都具有比较优势，受外部制度环境影响较弱，因此缺乏足够的动力主动开展非生产性活动以期为企业谋取额外的收益。换句话说，国有企业开展非生产性活动的成本和收益都很低，与民营企业有很大的差别。同时，国有企业高管多为组织任命，可能存在委托代理问题，即主动开展的非生产性活动可能是以个人目标为导向，这与民营企业非生产性活动开展的目标存在本质区别。因此，在非生产性活动对企业影响的研究问题上，本文剔除了国有企业样本，仅保留民营企业样本以保证回归估计的可靠性。同时，参考Dollar和Wei(2007)[36]的做法，本文将私人部门拥有份额超过50%的企业定义为民营企业。表1呈现了变量定义和描述性统计。

表1 变量定义和描述性统计

四、实证结果

(一)模型估计结果

表2呈现了模型估计结果。模型1是本文关注的重点，该模型对于影响因素变量(Z)的系数(δ和γ)没有施加任何约束。模型2至模型5基于模型1，针对无效率项ui截断前分布的均值和方差的参数化施加了不同约束。具体而言，模型2假设δ=γ，即Z的系数在ui截断前分布的均值函数(式2)和方差函数(式3)中完全相同。模型3参考Battese和Coelli(1995)[37]模型设定，假设γ=0。模型4假设ui截断前分布的均值μi=0，对应于Caudill等(1995)[31]提出的异质性半正态随机前沿模型。模型5进一步假设γ=μi=0，即Z对无效率项ui没有影响，对应于Aigner等(1977)[38]提出的半正态随机前沿模型。最后，在模型6中，假设不存在生产技术无效率(μi=σu，i=0)，仅使用OLS估计生产函数的线性模型。

表2 模型估计结果

根据表2估计结果可知：第一，模型1至模型6中，生产前沿函数的系数估计值和显著性都非常稳健。尤其是模型6中，当假设不存在生产技术无效率，估计结果与模型1至模型5高度一致，这是因为生产函数线性模型的OLS估计值正是随机生产前沿估计值的一致估计。第二，模型1至模型6中对数似然值(Log-likelihood value)差别较大，其中，模型1的对数似然值最大，模型6的对数似然值最小，这一比较初步表明模型1的拟合结果优于其他模型。

因此，本文接下来将基于模型1分析企业技术效率，同时重点研究关系活动对企业技术效率的边际效应。

(二)企业技术效率的分布特征

基于表2的模型1，本节计算了所有样本企业的技术效率指数。图1呈现了所有样本企业的技术效率指数核密度图形。样本企业技术效率的均值为0.614，标准差为0.163，中位数为0.568，表明平均而言，由于生产技术无效率，样本企业产出减少40%左右。

图1 企业技术效率分布：全样本

为了更加细致地考察企业技术效率的分布特征，对样本企业按不同类别进行分组比较。表3呈现了不同分组标准下，不同组别内技术效率的比较。首先，根据企业是否出口分组发现，样本中出口企业的比例为44%，技术效率的均值为0.658。非出口企业的平均技术效率为0.578。组间差异比较显示，出口企业技术效率的均值和中位数都显著大于非出口企业。这一结果一致于现有文献关于出口企业和非出口企业生产率差异的相关研究(De Loecker，2007[40]；Ding等，2016[41])。

表3 不同组别间技术效率比较

其次，根据2004年企业位于固定资产净额的上、中、下分位，将其分类为大规模企业、中等规模企业、小规模企业。可以发现，大规模企业的平均技术效率最高，达到0.652；小规模企业的平均技术效率最低，仅为0.578；中等规模企业的平均技术效率介于二者之间(0.611)。组间差异检验显示，大规模企业技术效率的均值和中位数都显著大于中等规模企业和小规模企业。这表明，企业规模的扩大有利于提高生产效率。较大的生产规模可以帮助企业提高技术、设备等生产要素的使用效率，实现更专业化的分工及规模经济，进而降低生产技术无效率导致的产出损失(Lundvall和Battese，2000[42])。

最后，根据World Bank(2006)[43]的做法，将样本省份划分为如下六大区域：东南地区、渤海地区、东北地区、西南地区、中部地区和西北地区。可以发现，总体而言，沿海地区样本企业的技术效率较高，其中，东南地区样本企业的平均技术效率达到0.635；内陆地区样本企业的技术效率较低，中部地区和西北地区样本企业的平均技术效率都低于0.6，分别为0.586和0.584。组间差异检验进一步证实，东南地区样本企业的平均生产技术无效率显著低于西南地区、中部地区和西北地区。可能的原因是，东南地区是中国改革开放的前沿，在改革初期政策吸引下，首先，大量生产要素汇集到东南地区，形成产业集聚，提高当地要素资源市场化配置水平(王志刚等，2006[44])；其次，在政策和市场双重引导下，东南地区成为中国市场化进程最快的区域，为当地企业发展提供了相对完善的制度保障(张杰等，2011[45])；最后，得益于先天的地理优势，东南地区外贸发展迅速，通过国内、国际两个市场的信息整合，更容易实现规模经济(王志刚等，2006[44])。这些都有利于东南地区企业缓解生产效率低下的问题。因此，东南地区企业生产效率较其他地区更高。

(三)边际效应分析

本节考察影响因素变量(Z)对企业技术效率的边际效应，重点关注影响因素中连续变量的边际效应。图2呈现了影响因素(Z)对技术无效率期望值的边际效应，图3呈现了影响因素(Z)对生产不确定性的边际效应。为了更加全面且直观地呈现边际效应，使用局部多项式平滑图。

图2 影响因素(Z)对技术无效率的期望值E(ui)的边际效应

图3 影响因素(Z)对生产不确定性V(ui)的边际效应

首先分析关系活动(guanxi)的边际效应，关系活动对E(ui)和V(ui)的边际效应分别度量了关系活动如何影响预期的生产技术无效率和生产不确定性。首先，从图形整体来看，关系活动既降低了企业生产技术无效率(图2)，也减少了生产的不确定性(图3)，与表2回归结果保持一致。其次，图2图形趋势发现，随着关系活动投入增加，关系活动对企业技术无效率的抑制作用在减少，即关系活动存在边际递减现象。同时，图3图形趋势显示，关系活动对生产不确定性的影响呈U型关系，即关系活动对生产不确定性的减少幅度，随着关系活动的增加，先提高后降低。因此，合理推测，关系活动配置存在临界点：适度的关系活动既可以帮助企业实现更高的生产技术效率和产出水平，也能使得生产过程更加稳定；过度的关系活动配置则会挤占生产性活动资源，对企业绩效产生负面影响。

对于企业年龄(firmage)，根据图2可以发现，第一，企业登记注册年份越早，其生产技术效率水平越低。这可能反映了成立时间越长的企业在生产组织方面的低效率，比如早期的国有企业或集体企业私有化而来的民营企业(Fan等，2007[46])。第二，生产技术的无效率是自企业成立初期便已存在。这说明企业生产技术无效率是普遍存在的问题。由于市场的不完美(如信息不完全、人岗不匹配等)，企业生产永远无法自然而主动地达到前沿生产面。第三，从图形趋势可知，随着企业年龄的增长，企业年龄对生产无效率的边际影响逐步降低，趋于平稳。这说明老企业生产管理呈现僵化状态，只有改变原有思维及发展模式、打破生命周期，才能缓解其生产无效率问题。图3显示，企业年龄可以降低生产的不确定性，但随着企业年龄增加，企业年龄对生产不确定性的边际影响开始快速降低并最终趋于平稳，与企业或产品生命周期类似：企业成立初期，由于产品单一，生产要素主要集中在某类产品线上，因此生产的确定性很高；随着企业快速发展，其经营范围开始增加，战略目标开始调整，因此增加了生产的不确定性，限制了企业前期市场经验积累在降低生产不确定性上的作用。当企业或产品发展到后期，老企业生产发展模式固化问题严重，前期积累的市场经验无法对企业有效生产提供帮助，企业改革成为唯一出路，因此企业年龄对生产不确定性的影响也趋于0。

对于企业电脑利用率(computer)，图2显示，其他要素不变时，适当的信息技术(即企业电脑利用率)可以降低企业生产无效率，但其边际作用呈递减趋势；当使用比率超过一定程度(大约60%)，信息技术的应用则开始抑制企业生产。这一结果也很好地诠释了有关“信息技术生产率悖论”(Thatcher和Oliver，2001[47]；Zhu等，2021[48])。这说明信息技术对企业生产的影响依赖于其他要素投入(比如高技能劳动力)(何小钢等，2019[49])：当其他要素无法配套增加时，信息技术的边际生产效应会下降，甚至出现过度投资，加剧企业生产无效率；相反，只有当信息技术与其他互补要素同步增加时，信息技术对企业产出的正面影响才能持续实现。图3显示，信息技术可能会增加生产的不确定性，且这种不确定性随着信息技术投入的增加被进一步放大。这可能的原因是，信息技术应用的增加，放大了计算机存储安全、设备质量等因素导致的非市场风险，加剧了企业生产的不确定性。

最后，关于企业研发强度(rd)，可以发现研发活动增加了生产技术的无效率(图2)。这是因为，第一，本文企业样本是截面数据，表示当年不同研发投入水平对企业生产效率的影响，是研发活动的短期效应。第二，企业研发活动具有周期长、耗资大的特点，因此，研发投入对企业生产效率的提升可能存在滞后，甚至由于研发投入对其他要素资源的挤占，研发活动会对当期企业生产效率产生负面影响(孔东民和庞立让，2014[50])。同时，根据图3可知，研发活动加剧了企业生产不确定性。研发本身就是创造新的产品，创造的过程便伴随着很多的不确定性。且投资回报与风险并存，投资越多，预期收益更多，但同时风险、不确定性也成倍增加，与图3图形趋势一致。

从边际效应的分析表明，当使用设定更加灵活的Wang(2002)[33]模型，首先，影响因素的边际效应会出现非单调性特征；其次，影响因素可能推动企业更加靠近生产前沿，改善生产技术效率，但是不一定同时降低生产不确定性。更为重要的是，本文发现，关系活动不仅可以提高企业生产技术效率，而且降低生产不确定性，使得企业获得更高且更加稳定的产出水平。

(四)稳健性检验

为了确保本文实证结果的可靠性，本节进行了一系列的稳健性检验。第一，本文重点关注的影响因素关系活动(guanxi)是一个潜在的内生变量。该内生性问题的来源是可能存在某些遗漏变量同时影响关系活动和生产技术效率。由于本文采用Wang(2002)[30]建议的一步法异质性随机前沿模型同时估计所有参数，所以无法利用标准的工具变量估计方法处理潜在的内生性问题。作为一个尝试性的方法，参考Cai等(2011)[51]的做法，利用城市行业层面关系活动的中位数(guanxi_cs)作为关系活动的工具变量，然后使用寻找到的工具变量(guanxi_cs)直接替换基准模型(表2中模型1)潜在的内生变量关系活动(guanxi)，重新估计基准模型。

第二，根据数据中提供的企业与政府部门打交道天数的相关信息，构建关系活动的时间成本代理变量。具体而言，该代理变量(gov_days)为2004年企业与税务、公安、环保、劳动和社会保障部门合计打交道天数的对数。使用这一时间成本的代理变量(gov_days)替换基准模型中关系活动的货币成本(guanxi)，重新估计基准模型。

第三，在基准回归中，本文使用企业招待应酬货币支出衡量其面临制度风险时所进行的关系活动，然而，该类支出可能也包含企业同供应商或客户建立正常商业关系的支出。因此，参考Cai等 (2011)[51]的做法，本节构建了关系活动中非正常商业关系支出部分(nonb_guanxi)。具体而言，首先将关系活动(guanxi)对和企业正常商业关系建立相关的一些变量进行回归，包括滞后一期的劳动力的对数、企业年龄的对数、产品是否销往其他省份、同供应商和客户商业合作的年数的对数、CEO薪酬的对数，然后利用回归残差作为企业非正常商业关系支出的部分(nonb_guanxi)。本文使用该变量替换基准模型中的关系活动(guanxi)，重新估计基准模型。

表4呈现了上述四个稳健性检验的估计结果，为了便于比较，在列(1)呈现了基准模型的估计结果(表2中模型1)。可以发现，模型1至模型5中，生产前沿函数的系数估计值和显著性都高度一致。

表4 模型估计结果：稳健性分析

接下来重点比较不同估计模型所得到的企业技术效率的分布和影响因素的边际效应。关于企业技术效率的分布，重点考察观测样本特定的生产技术效率指数的排序是否敏感于不同模型设定。表5呈现了不同估计模型之间企业技术效率的Spearman秩相关系数。可以发现，模型1至模型5之间，企业生产技术效率指数的排序高度一致，尤其是基准模型(模型1)与其他四个稳健性检验模型之间的Spearman秩相关系数均大于0.665，最高达到0.886。虽然在四个稳健性检验模型中，本文使用了关系活动(guanxi)的替代度量或者无效率项ui的替代分布，但这四个模型之间的Spearman秩相关系数也都接近或超过0.5，特别是模型4(Non-business guanxi)和模型5(Exponential distribution)之间的Spearman秩相关系数高达0.892。

表5 不同估计模型之间企业技术效率的Spearman秩相关系数

关于不同估计模型中影响因素的边际效应，重点分析关系活动的边际效应。图4和图5分别呈现了不同度量方式的关系活动对E(ui)和V(ui)的边际效应的局部多项式平滑图。根据图4，可以发现，一致于基准模型的结果，不同度量方式的关系活动对技术无效率的期望值E(ui)的边际效应均为负，表明关系活动降低了生产技术无效率，而且，随着关系活动强度的增加，其边际效应均逐渐变小。图5显示，除了模型2(City-industry median guanxi)，关系活动对生产不确定性V(ui)的边际效应均为负，表明关系活动可以减少生产不确定性。模型2中关系活动对生产不确定性的边际效应为正，这可能是因为城市行业层面关系活动的中位数(guanxi_cs)更多地度量了当地的制度风险，而非特定企业为了应对制度风险所开展的策略活动。因此，企业面临的制度风险越高，生产不确定性也越高。对于模型5(Exponential distribution)，关系活动边际效应的符号可以直接读取模型估计系数的符号，可以发现，一致于其他估计模型，关系活动可以降低生产技术无效率以及生产不确定性。

图4 不同度量方式的关系活动对技术无效率的期望值E(ui)的边际效应

图5 不同度量方式的关系活动对生产不确定性V(ui)的边际效应

上述分析表明，当考虑到关系活动(guanxi)可能存在的内生性，使用关系活动时间成本的代理变量，移除关系活动中建立正常商业关系的支出部分，以及使用无效率项ui的替代分布(指数分布)，基准模型结果(包括企业技术效率的分布以及关系活动的边际效应)依然稳健。

五、结论

市场支持型制度环境的不完善给民营企业的生产经营活动造成了诸多障碍和风险，为了应对面临的制度风险，民营企业采取的一种重要策略是投入各种资源建立社会关系。本文研究了民营企业非生产性活动——关系活动对生产技术效率的影响。利用中国投资环境调查数据，本文采用一步法异质性随机前沿模型考察了样本企业生产技术效率的分布特征，分析了关系活动对生产技术无效率以及生产不确定性的边际效应。本文主要结论如下：首先，平均而言，由于生产技术无效率，样本企业产出减少了40%左右。样本企业组间生产技术效率比较表明，出口企业、大规模企业及沿海地区样本企业的生产技术效率更显著。其次，影响因素对技术无效率的期望值和生产不确定性的边际效应分析表明，关系活动通过降低生产技术无效率和减少生产不确定性来改善企业技术效率，具有重要的生产效应。在考虑模型可能存在的内生性问题以及进行一系列稳健性检验之后，本文结果依然成立。本文结果不仅可以丰富非生产性活动可能影响的研究文献，而且可以对企业技术效率的决定因素研究进行有益补充，更为重要的是，揭示了非生产性活动的生产效应，即改善企业技术效率。

本文研究结论对有效降低制度性交易成本，优化营商环境及构建亲清政商关系具有重要的现实指导意义。正式制度环境对经济高质量发展具有重要意义，但正式制度环境的不完善不仅直接减少经济产出，还会显著影响企业从事各类活动的激励，扭曲企业的活动配置，降低创业质量。虽然研究发现非生产性活动对企业生产技术效率有改善作用，能降低企业生产的不确定性；但关系活动的支出本身并未直接作用于生产活动，还可能对企业创新等生产性活动产生挤出效应，进而限制了企业长期发展。因此，政府应进一步健全支持民营企业发展的法治环境、政策环境和市场环境等，建立规范化政企沟通渠道，为后疫情时期经济高质量发展提供制度保障。