企业高质量发展的关键是提高全要素生产率，主要依靠全要素生产率增长驱动企业发展。为此，我们选择全要素生产率作为企业高质量发展的绩效指标，以体育用品企业为样本，评价其高质量发展绩效，并对相关影响因素进行实证检验。

一、体育用品制造企业高质量发展的绩效：全要素生产率变化

本文运用Malmquist生产率指数法，以主营业务收入为产出变量，固定资产和从业人员为投入变量，测算体育用品制造企业的全要素生产率变化。本文选用“中国统计数据应用支持系统”数据库公布的体育用品制造业规模以上企业的相关数据，该数据库拥有国家统计局的书面授权，其数据合乎权威性和准确性的要求。由于部分省区和年份的统计数据不全，最终得到2004—2013年安徽、北京、福建、广东、河北、河南、湖南、江苏、江西、辽宁、山东、山西、上海、天津、浙江15个省区的面板数据。基于上述数据，本文运用数据包络分析计量软件DEAP 2. 1中的产出导向的规模报酬可变（VRS）模型，测算了2004—2013年体育用品制造企业的全要素生产率变化及其分解指标。

1.总体态势

从表7-1来看，2004—2013年，体育用品制造企业全要素生产率的年均增速为3. 7%，技术变化是全要素生产率增长的主要动力，年均增长10. 3%，而技术效率变化年均下降6. 0%，其中，技术效率下降的原因主要来自规模效率偏低，规模效率年均下降6. 4%，而纯效率年均增长 0. 4%。这说明，体育用品制造企业高质量发展的绩效水平总体上呈逐年提升的态势，其中技术进步是驱动高质量发展的主要动力。但本文测算结果与既有文献存在一定差异，例如，张宏伟等（2012）发现，技术效率衰退（-17. 8%）导致体育用品制造业全要素生产率年均下降19. 3%，而陈颇（2014）则发现，技术进步（5. 7%）和技术效率（5. 2%）的双重稳健增长带动了体育用品制造业全要素生产率年均增长11. 1%。

同时，从变化趋势来看，虽然体育用品制造企业全要素生产率总体呈增长态势，但波动特征也比较明显。在9个样本期中，有6个时期全要素生产率处于增长状态，有3个时期处于下降状态，但这3个时期都构成了典型的谷底，特别是2008—2009年和2010—2011年降幅分别高达29. 6%和30%，也反映了在国际金融危机和外需低迷的背景下，体育用品制造业的艰难境地。

表7-1 2004—2013年体育用品制造业全要素生产率变化及其分解指标

2.区域差异

从表7-2来看，我国体育用品制造企业全要素生产率存在显著的区域差异，广东、河北、天津、浙江增速超过两位数，而江苏、江西降幅超过5%。从样本期均值来看，15个省区中，有10个省区体育用品制造企业全要素生产率呈现增长态势，仅有5个省区全要素生产率呈现下降态势。从全要素生产率的增长动力来看，绝大部分省区体育用品制造企业全要素生产率增长都是由技术变化驱动的，15个样本省区技术变化全部处于增长状态，部分省区之所以会出现全要素生产率下降，主要是由于技术进步的幅度不足以弥补技术效率衰退的幅度。只有广东、河北技术效率变化呈现增长态势，与技术进步一起双轮驱动体育用品制造企业全要素生产率增长。体育用品制造企业技术效率衰退的主要原因是规模效率下降，15个样本省区中只有河北规模效率呈现增长态势，而且规模效率增速普遍低于纯效率。

与大多数制造企业一样，我国体育用品制造企业也主要分布在东部地区，15个样本省区中，10个属于东部地区，5个属于中部地区，东部地区体育用品制造业全要素生产率的平均水平显著高于中部地区。东部10个省区，只有2个省区体育用品制造企业全要素生产率呈现下降态势，而中部5个省区则有3个处于下降状态，而且东部平均增长5. 85%，而中部平均下降0. 53%。体育用品制造企业全要素生产率总体上与区域经济实力呈现一定的对应关系，广东、浙江、山东、上海等发达省区确实呈现增长态势，但是也有例外，经济总量全国第二的江苏，体育用品制造企业全要素生产率却排名倒数第二。然而，体育用品制造企业全要素生产率与体育用品制造企业高质量发展水平之间的对应关系更加明显，福建、广东、浙江、上海等体育用品制造业集聚程度较高的省区，体育用品制造企业全要素生产率均呈现较高的增长速度。

表7-2 2004—2013年样本省区体育用品制造业全要素生产率变化及其分解指标

二、体育用品制造企业高质量发展绩效的影响因素：基于动态面板数据模型的实证检验

1.变量选择与数据来源

（1）被解释变量：高质量发展绩效，采用前文计算的全要素生产率变化（TFPch）数据。

（2）解释变量：空间集聚（LQ），采用主营业务收入区位熵（LQZY）。其计算公式为：，其中E_ij指i地区j产业（体育用品制造业）的主营业务收入，E_i指i地区规模以上工业企业的主营业务收入，E_kj指全国j产业（体育用品制造业）的主营业务收入，E_k指全国规模以上工业企业的主营业务收入。(www.daowen.com)

（3）控制变量：企业规模（SCAL），用企业平均资产规模表示，由总资产除以企业数量得到；人力资本（HC），用6岁及以上人口平均受教育年限表示，根据相关年份人口统计数据计算，小学为6年、初中为9年、高中为12年、大专及以上为16年。

（4）数据来源：体育用品制造企业数据来自“中国统计数据应用支持系统”数据库，规模以上工业企业数据和人口统计数据来自相关年份《中国统计年鉴》。

2.模型设定与检验

假设空间集聚（LQ）、企业规模（SCAL）、人力资本（HC）对全要素生产率变化的影响可以表示为：

对上式两边取自然对数可得：

lnTFPch =φ+αlnLQZY +γlnSCAL +λlnHC

由于全要素生产率的当期增速会受到前期增速的惯性影响，我们进一步引入因变量的一阶滞后变量，建立如下动态面板模型：

本文运用stata12.0统计软件中的系统广义矩（System-GMM）估计方法进行动态面板回归分析。Sargan 统计值为12.14374，伴随概率为0.8794，不能拒绝原假设，说明模型设定正确；AR（2）统计值为1.3361，伴 随概率为0.1815，不能拒绝原假设，说明不存在二阶自相关问题。

3.回归结果分析

从表7-3的回归结果来看，主营业务收入区位熵对全要素生产率变化有显著正向影响，作用系数为0. 7552079。这说明，体育用品制造业的空间集聚能够产生良好的集聚效应，显著带动相关企业的技术进步，促使企业改善运营效率，进而促进体育用品制造企业的高质量发展。这一结论与多数文献基本一致，也说明产业集聚应该成为体育用品制造业的主导组织模式，特别是在供给侧结构性改革的背景下，集群发展应该成为体育用品制造业的根本路径。

企业平均资产规模对全要素生产率变化也有显著正向影响，作用系数为0.0813701。这说明，体育用品制造企业的规模越大，越有利于开展技术创新，并弥补规模效率的不足，进而促进全要素生产率的提高。这一结论在一定程度上支持了“熊彼特创新学派的大企业观”，也与部分文献的结论基本一致，说明加快培育龙头企业应该是未来体育用品制造业发展的重要着力点。

区域人口平均受教育年限对全要素生产率变化也有显著正向影响，作用系数为4. 19505。这说明，区域人力资本水平越高，越有利于开展知识和技术创新活动，并更好地获取技术进步和知识创新的外溢效应，产生更高的劳动生产率，进而促进全要素生产率增长。这一结论与现代人力资本理论的观点基本一致，也说明即便是劳动密集型特征比较明显的体育用品制造业，同样需要以高水平的人力资本替代普通劳动力。

表7-3 动态面板回归结果