本章使用1998—2007年中国工业企业数据库中的制造业数据，选取其中二位码为13～37、38～42的行业数据，并依据Feenstra等（2013）的方法对其中不合理的观测值进行剔除。具体而言，本书删除满足以下5个条件中任何一条的观测值：关键财务指标缺失或无效；职工人数少于8人；流动资产、固定资产原值、固定资产净值大于总资产；企业编码缺失；成立时间无效。最终本章使用1998—2006年共9年的数据^[5]。由于2003年之后我国使用了新的行业代码（GB/T 4754—2002），本书借鉴Brandt等（2012）的办法把它与GB/T 4754—94版本的行业代码进行统一。投入产出价格的波动会影响到实际资本存量的估算以及生产率的准确估计，对于不同年份、不同行业的投入产出价格，我们同样使用Brandt等（2012）提供的办法，以1998年为基年，按四位码行业进行分行业平减。工业企业数据库中每个企业都有自己的法人代码，可以依此识别企业的退出状况。然而，考虑到企业在样本期内发生重组、所有权变更等活动，导致企业变更法人代码，而实际没有退出市场，因此简单使用企业代码识别企业退出状况会高估退出概率，并不准确。我们使用Brandt等（2012）的方法对企业样本进行匹配，基本步骤如下：第一步，匹配连续两年的数据，先使用企业法人代码进行匹配。对未能匹配的数据，使用企业名称、法人名称、城市代码、行业代码、电话号码或它们的组合进行匹配。第二步，匹配连续三年的数据，方法与第一步类似，目的在于进一步提高同一企业被匹配的概率^[6]。第三步，赋予匹配出来的同一家企业唯一代码，然后组成一个十年的非平衡面板数据。这个方法增加了成功匹配的企业，降低了企业退出的概率。本章计算出1998—2006年9年间，企业各年的退出概率为11%～23.7%，9年的平均退出概率为16.3%，比毛其淋等（2013a）、李平等（2012）算得的退出概率稍低。表2.1是主要变量的统计性描述^[7]。

表2.1　主要变量的统计性描述

(www.daowen.com)

续表

从该表可以初步看出，国有企业的平均退出概率比非国有企业高，非出口企业的平均退出概率比出口企业高，劳动密集型企业的平均退出概率比资本密集型企业高，小企业的平均退出概率比大企业高很多。