【正文】 不能達到6％，則企業(yè)寧可繼續(xù)采用固定工資制，而拒絕收入分成制。上述兩項實證研究所采用都是以職工個人為觀察單位的數(shù)據(jù)樣本，與此不同，R. Banker，Serk－Young Lee與G. Potter（1996年）則運用以企業(yè)為觀察單位的統(tǒng)計樣本數(shù)據(jù)，結(jié)果同樣發(fā)現(xiàn)，在零售商業(yè)中，“收入分成制”較之于固定工資制，會使商店的生產(chǎn)率上升9－14％。發(fā)現(xiàn)在英國賽馬中，拿獎金的賽馬師會比拿固定收入的賽馬師有更高的贏率。McMillan－Whalley－Zhu把1978－1984年間中國農(nóng)業(yè)生產(chǎn)率增長的75％歸因于承包制。與McMillan－Whalley－Zhu的分析稍有不同，林毅夫的實證研究實質(zhì)上分析了激勵性契約與外界因素（）對當事人努力的效應：承包制顯然屬于契約變革，而價格上升則更多地是屬于的內(nèi)容。其中，T. Groves, Hong, Yongmiao, J. McMillan 與B. Naughton（1994年，1995年）的兩篇論文，分別估算了激勵性契約對于中國國有企業(yè)生產(chǎn)率的效應，以及激勵性契約對于經(jīng)理人員的篩選功能。然而，跟80年代中國國有企業(yè)的績效改進與激勵性契約之間存在顯著的正向關(guān)系的情形截然相反，在進入90年代后的近10年里，中國國有企業(yè)步履蹣跚，一蹶不振，并于1997年后實質(zhì)上進入悄無聲息的拍賣出售階段。這就引出兩個問題：在中國農(nóng)村引入的承包制這種激勵性契約與在城市國有工業(yè)企業(yè)中引入的激勵性契約之間究竟有什么不同？當國有企業(yè)所處的經(jīng)營的客觀環(huán)境日益不利時，代理人的努力投入決策 是否與發(fā)生了逆向的互動關(guān)系，以至于中國國有企業(yè)在上世紀80年代曾有過的生氣不再重現(xiàn)？關(guān)于這第一個問題，理論界早就指出，在中國農(nóng)村引入的承包契約，乃是一種基于代理人風險中立的“特許經(jīng)營權(quán)出售”體制。S. Shavell（1979年）早對此給出過嚴密的理論證明。對于上述第二個問題的回答，則就需從實際變量中識別出與，而這方面的工作就涉及到這篇文獻綜述的第二大成果了。一般來說，激勵性契約的功效取決于諸如外界隨即沖擊（），代理人的努力投入（），努力的邊際成本參數(shù)（k），代理人的風險規(guī)避系數(shù)（r）等參數(shù)。當然，不可觀察并不意味著它們不發(fā)生作用。J. Laffont與M. Matoussi（1995年）曾指出，在最佳的分成比率的契約中，分成比率的設(shè)定就決定于代理人的風險規(guī)避系數(shù)。J. Garen（1994年）則考察到代理人績效度量中的噪聲（）對于契約效率的影響，但他的結(jié)論是，這種影響并不顯著。在風險與激勵之間的關(guān)系上，迄今也有了一些實證研究結(jié)果。Hayes與Shaefer對此的解釋是，大企業(yè)的經(jīng)營風險高，從而，會降低激勵系數(shù)。C. Ferral L （1999年）運用上世紀20年代加拿大英屬哥倫比亞礦區(qū)的工資數(shù)據(jù)，運用數(shù)學模擬程序估算了獎金激勵契約的諸個參數(shù)。具體的契約方式之所以會產(chǎn)生代理成本，原因是實踐中實施的契約往往是線性的，而這主要由于簡單易行而被選擇的契約往往會背離企業(yè)的最優(yōu)目標?；谶@種理由，F(xiàn)errall與Shearer把這種由契約扭曲所致的代理成本歸因于交易成本。A. Copeland與C. Monnet（2002年）同樣運用數(shù)值模擬方法，根據(jù)企業(yè)的生產(chǎn)記錄，估算了看不見的代理人的努力投入以及努力的邊際成本。因此，企業(yè)提高激勵會有助于增進凈福利（這里，凈福利被定義為產(chǎn)出減去努力成本）。這里最為基本的是最大似然估計方法。我們在Ferrall－Shearer的理論模型基礎(chǔ)上，做了如下的改動：第一，由于Ferrall－Shearer所考量的是礦井作業(yè)的工人的激勵性獎金制，因此他們將工人按作業(yè)分為采掘與運煤兩組，運用了里昂惕夫生產(chǎn)函數(shù)。這里，為客觀的外界沖擊，實質(zhì)上代表了企業(yè)的物質(zhì)生產(chǎn)條件與經(jīng)營環(huán)境，為代理人的努力投入。理由是，這種績效工資反映了與企業(yè)績效掛鉤的激勵。但按我們在第一節(jié)所闡述的關(guān)于激勵的定義，人均獎金、就業(yè)量與上崗/下崗比率這三種變化，在中國特定的環(huán)境下，實質(zhì)都屬于激勵契約的變動。在模擬方法上，我們也在Ferrall－Shearer的基礎(chǔ)上作了若干改進。因此，我們并沒有象Ferrall－Shearer（1999年）與Copeland－Monnet（2002年）那樣，直接運用現(xiàn)成的算子程序來估算結(jié)構(gòu)型模型的參數(shù)，而是把代理人期望效用極大化問題作為一個約束條件寫進企業(yè)期望利潤極大化的拉氏函數(shù)中，然后將這個拉氏函數(shù)的一組一階條件離散化，通過數(shù)學模擬，識別出關(guān)于契約的六個關(guān)鍵參數(shù)。因此，我們盡可能采用無約束模型的模擬結(jié)果與外界隨機沖擊變量產(chǎn)生過程的程序，來設(shè)關(guān)于契約的六個參數(shù)的初始值，并相應列出這六個參數(shù)與其不同初始值相對應的均衡估計值，以揭示參數(shù)的均衡值對其初始值的依賴。我們最后列出了8種關(guān)于代理成本的估算結(jié)果。 模 型我們假設(shè)廠商j的生產(chǎn)函數(shù)為 （1） 這里，為企業(yè)的產(chǎn)出，和是描述廠商j的生產(chǎn)狀況的兩個隨機變量，P是產(chǎn)品價格，這些值對于廠商和工人來講都是可觀測的。，因此，生產(chǎn)函數(shù)就可以寫為：。如果工人在決定作出多少努力之前，工人和廠商都能夠觀測到的值，我們把這種情況稱為完全信息；如果工人在決定作出多少努力之前，只有工人知道的值，這就是不完全信息的情況，意味著廠商必須提供激勵性工資契約才能夠使工人多努力，而從增加產(chǎn)出。假設(shè)工人都是同質(zhì)的，每個工人都有保留效用。我們首先討論工人是風險規(guī)避的情形，所以，且，工人愿意為不確定的生產(chǎn)沖擊支付保險。假設(shè)1（1）的對數(shù)服從于均值為，方差為的正態(tài)分布，即，并且在各個企業(yè)之間是獨立同分布的；（2），且；（3）工人的效用函數(shù)為：。根據(jù)假設(shè)1，有，其中和分別表示標準正態(tài)分布的概率密度函數(shù)和累積概率函數(shù)。我們假設(shè)了工人在作出努力程度決策之前可以觀測到的值，因此U的函數(shù)形式不會影響到努力的選擇，但是U會影響到企業(yè)支付給工人工資的最優(yōu)選擇，所以在求解企業(yè)問題時，我們引入這個假設(shè)。完全信息下的最優(yōu)工資契約是沒有效率損失的，因此，我們將完全信息的情況作為比較的基準。公式（4）表明，在完全信息的情況下，工人的工資由兩部分組成，一部分由產(chǎn)出決定，另一部分由保留效用和r決定，我們將這部分稱為基礎(chǔ)工資。工人的努力程度是的增函數(shù)，說明有利的生產(chǎn)性沖擊會促使工人付出更多努力。如果工人的保留工資不同，在相同產(chǎn)出下的工資便不同，但是最優(yōu)的分成的比例是相同的，都為。如果廠商不能夠觀測到的值，他無法區(qū)分是由于外界沖擊還是由于工人不努力而造成產(chǎn)出波動，工人就有了偷懶的動機。我們首先討論線性獎金的工資契約，工資包括基本工資，用表示，和獎金w。因此，企業(yè)j中工人的工資等于基本工資加獎金，即。假設(shè)2：（1），和是獨立分布的；（2）；（3）；（4）工人被隨機的分配于各個企業(yè)。在這樣的假設(shè)下，工人對配置于哪個企業(yè)是無差異的。我們?nèi)匀谎赜煤喕蟮纳a(chǎn)函數(shù)，的影響我們在后文中討論。因此，我們假設(shè)存在一個的下限，當時，所有工人的努力都為零；而當時，工人會在努力的邊際收益等于邊際成本的地方確定最優(yōu)的努力程度。定義2： （6）定理2：在給定的的獎金制度中，存在工人努力的唯一有效的納什均衡，努力的函數(shù)形式如下： （7）證明見附錄A－II。企業(yè)的預期利潤等于預期收入減去預期成本，這里的預期收入就是產(chǎn)出，預期成本就是支付給工人的工資。 （11）定義3考慮到了企業(yè)經(jīng)營的客觀狀態(tài)非常不好時工人努力為零的情況，這時產(chǎn)出為，在簡化形式中。此時，記。由（10）式可知=而這最后一項正好是簡單的分成比率制下的利潤函數(shù)。情形三：不完全信息條件下的最優(yōu)工資契約定義4： 在對的信息不對稱的情形下，最優(yōu)的工資契約由努力（）和工資（W）的函數(shù)組成，并且滿足企業(yè)的利潤最大化以及工人的個人理性和激勵相容條件，即： （12）我們不知道不完全信息條件下的最優(yōu)工資契約的具體形式，但它應該是不同于完全信息下的最優(yōu)工資契約形式和線性工資形式。由于我們無法用數(shù)值解法求解定義4中的最大化問題，我們只能首先估計出滿足定義3的一組參數(shù)，然后采用離散化的方法得到關(guān)于定義4的一個近似表達，最后將參數(shù)值代入表達式進行計算，作為對不完全信息條件最優(yōu)工資契約下企業(yè)最大利潤的一個近似描述。首先，離散化服從連續(xù)分布的生產(chǎn)性沖擊，方法是找800個分位數(shù)，滿足：， （13）這些是由真實分布相鄰兩個分位數(shù)的中點構(gòu)成的。令，這只是根據(jù)的分布作出的一個大致估計，由于只是一個點的問題，所以取值的準確性對離散后的結(jié)果影響不大。當?shù)娜≈捣秶薅ㄔ谶@800個點上時，y最多有800個取值。此時，工資是一個階梯函數(shù)：時，其中。定義4中描述的最優(yōu)工資契約也是滿足個人理性約束條件的，因此不妨把這個工資形式記為 ， l=1,2,…,800 （14）其中表示在第階段，工人得到的產(chǎn)出份額。由于工人的努力無法觀測，他們總是可以選擇不努力，所以我們可以令。 （16）那么被生產(chǎn)出的概率為 （17）定義5：在不完全信息條件下近似的最優(yōu)合約是如下問題的解 這里我們?nèi)匀皇÷粤顺?shù)項 （18）將估計得到的參數(shù)值帶入（18）式就可以計算出利潤函數(shù)的值。我們無法從數(shù)據(jù)中直接獲得的信息，是企業(yè)選擇的變量，只有求解企業(yè)利潤最大化問題才能夠得到函數(shù)。如果在進行參數(shù)估計時，沒有對進行限制，我們就叫它無約束模型；如果在估計參數(shù)時，要求滿足企業(yè)利潤最大化的目標，就稱它為有約束模型或者結(jié)構(gòu)模型。定理3：由假設(shè)1和定理2中的納什均衡知道獎金的分布服從如下四個性質(zhì)：（1）獎金的下界為（2）獎金為0的概率為（3）對于,密度函數(shù)和分布函數(shù)為（4）無論和x的取值是多少，最小的獎金總是可以識別的。當x0時，和可以分別識別，x可以計算出來。定理3的結(jié)論用到前面納什均衡的結(jié)果。關(guān)于模型識別問題的說明見附錄A－III關(guān)于定理3的證明，更為詳細的說明可以參考Ferrall與Shearer（1999）。 數(shù)據(jù)本文的數(shù)據(jù)全部來自于世界銀行國際金融公司和國家經(jīng)濟貿(mào)易委員會的“2002年國有企業(yè)改制調(diào)查”。這11個城市自北向南分別為：哈爾濱、撫順、唐山、蘭州、濰坊、西寧、鎮(zhèn)江、黃石、成都、衡陽和貴陽。但是由于調(diào)研是通過國家經(jīng)貿(mào)委以及各地市經(jīng)貿(mào)委組織進行的，此次調(diào)研的樣本企業(yè)并不能完全符合隨機抽取得原則，這中間存在的一些問題是：由于地方經(jīng)貿(mào)委不再是改制企業(yè)的主管部門，或者說地方經(jīng)貿(mào)委對于改制后企業(yè)的影響力已經(jīng)遠遠小于對尚未改制企業(yè)的影響力，在樣本抽取的過程中，地方經(jīng)貿(mào)委會更容易讓那些尚未改制的企業(yè)填寫問卷，他們也更樂意讓這些企業(yè)填寫問卷。與前面的理由一樣，由于各地市經(jīng)貿(mào)委主要負責管理市屬企業(yè)，因此我們的企業(yè)樣本主要是（原）市屬企業(yè)，在一些城市還包括區(qū)縣所屬的企業(yè)。原因在于，首先市屬工業(yè)中有很多企業(yè)都是由中央或者省里下放到市里的，市屬企業(yè)具備了很好的代表性。從問卷回收以及問卷的填寫質(zhì)量上看，較大的企業(yè)以及當前仍然為國有的企業(yè)數(shù)據(jù)質(zhì)量較高。由于改制企業(yè)中的大多數(shù)是2001年后改制的，因此，我們運用2001年的財務(wù)數(shù)據(jù)，基本仍然反映中國國有企業(yè)的狀況。而對本項研究至為重要的“工資”數(shù)據(jù)，有376家國有企業(yè)填報了信息，因此，我們的模擬估算所賴以進行的樣本規(guī)模為376家。（2）在崗職工均值僅為563人，而職工總數(shù)的均值為939人，下崗率為42%（見“在崗職工比例的均值”），說明下崗概率非常高。企業(yè)即使以全部職工平均的年工資為在崗職工的年工資水平（而這顯然是被低估了的），即月工資為1000元，相當于下崗工人月收入（300－400元）－3倍。我們估算契約的幾個主要參數(shù)依據(jù)的只是“績效工資”（獎金）總額，它按“績效工資比例”與“工資總額”之積來定義。下圖是獎金數(shù)據(jù)的散點圖。由于表度的原因，為了使圖象更加清晰，也由于絕大多數(shù)企業(yè)的獎金分布集中于1000以下，下面的散點圖省略了獎金在1000以上的13個企業(yè)。橫軸表示企業(yè)的編號，縱軸是每個企業(yè)的獎金總額，單位：萬元。按定理3（4），最小獎金W（）總是可以識別的。于是，我們設(shè)（萬元）。下面求解W（）的上界50（萬元）所對應的值的上界。，得到：，所以，工人得到獎金為50的概率就是。因此，得到的似然函數(shù)為： （20）在證明過程中，我們用獎金正的最小值代替了，這樣估計的結(jié)果受樣本選擇的影響較大，因此我們用（20）式來估計參數(shù)值。估計的結(jié)果見表三。將此代入（20）式的，就得到了實際計算的算子式。 表三的結(jié)果顯示，工人努力的邊際成本曲線形狀為下凸，而且形狀非常陡峭，其斜率。這意味著，在現(xiàn)行的中國國有企業(yè)中，代理人努力投入的邊際成本遞增得非常之快。同時，陡峭的邊際成本曲線會導致國企中工人努力投入（）不多的結(jié)果，這會進一步增加契約的難度，使整個國有企業(yè)的經(jīng)營狀態(tài)繼續(xù)滑坡。由于是變量的標準差，因此＝，企業(yè)經(jīng)營風險高。按定義（公式6）只是激勵系數(shù)（）與代理人風險規(guī)避系數(shù)（r）的函數(shù)，并且與及r呈遞減關(guān)系。而且，按（6）式，比較小的值會使產(chǎn)生正獎金的門檻水平變低，從而提高產(chǎn)出正值激勵的概率。較低的值導致的較低的門檻水平，從（7）式我們便可以推斷說，中國國有企業(yè)中職工愿意付出最低限度的努力的必要前提并不苛刻。再看的估計值（）。我們的目標是要分離開與，然而無約束模型做不到這一點，只有求助于有約束的結(jié)構(gòu)型模型。無論是用分析式的算子式，還是用數(shù)值疊代法的模擬程序，所有的參數(shù)值都是強收斂的，顯示出模擬解反映的是經(jīng)濟均衡的一些特征。結(jié)構(gòu)模型是在企業(yè)利潤最大化