一、引言 国有企业改制是中国过去十几年间最重要的经济现象之一。从1995年到2004年，50％的国有企业进行了程度不同的改制(Garnaut et al,2006)。一旦全面施行，中国的改制将会成为转型国家中规模最大的产权改革，这影响到近20万个国有企业和近亿职工的命运。国有企业为城市提供了大部分的就业机会，对于国企改制的一个质疑因此就是，它是否会导致就业下降从而对社会的稳定性造成负面影响。从1995年到2003年，国有企业有4380万职工失去了工作(Garnaut et al,2005; Xu et al,2005)。通常的看法是，改制是国有企业员工大规模下岗的诱因。从国有企业存在大量冗员的角度而言，这种看法看起来是合理的。然而，我们也有许多理由怀疑这种看法的正确性。首先，我国在20世纪90年代中期对产业结构进行了大规模的调整，削减了一些产业(比如纺织业和采矿业)的多余生产能力，从而导致此类国有企业就业的下降。其次，面对私人企业日益激烈的竞争，20世纪90年代中期国有企业开始推行“减员增效”的措施，这也导致大量的下岗和失业。第三，经验证据表明，改制能够显著提高企业的效率(宋立刚、姚洋，2005；刘小玄、李利英，2005)，而效率的提高促使企业扩大规模，和完全的国有企业相比，改制企业因此可能维持更高的就业增长率。 在理论上，国有企业改制对就业的影响是不确定的。一方面，改制硬化企业的预算约束并给了它们更强的利润动机，因此会促使它们降低劳动成本，从而进行裁员(Shleifer and Vishny,1994)。然而，这个结论的前提是企业的生产规模固定不变。但是，较低的成本也许能够提高企业的市场份额；而且，改制企业的新所有者也许更善于管理，从而提高企业的营销和创新能力，使企业更容易进入新的市场(Frydman et al,1999)。果如此，企业的总产出将增加；而且，如果产出增加的效应占主导地位，那么改制就能够促进企业的就业增长。 现有的对转型国家的经验研究没有得到一致的结论。利用多个国家的数据，Galal等(1994)、Megginson等(1994)以及Boubakri和Cosset(1998)的研究发现，改制显著增加就业，但D' Souza和Megginson(1999)与Lizal和Svejnar(2002)则发现，改制对就业没有影响或者导致就业显著下降。迄今，针对改制对中国就业影响的文章非常少。D' Souza等(2003)针对中国208家在1990—1997年间上市的公司的研究发现，上市后公司的就业没有显著变化，但是长期而言就业显著地下降。但该研究仅使用Wilcoxon符号秩检验(Wilcoxon signed rank test)来检验平均值变化的显著性，对其他变量没有加以控制。 本文的目的是对我国改制对就业的影响提供更精确和更具普遍性的估计。我们使用了在11个城市收集的386家企业从1995年到2001年的面板数据。这套面板数据使我们能够解决影响大多数改制研究的选择性偏差问题(Djankov and Murrel,2002)。为了估计改制对就业的影响，我们需要估计改制企业如果没有进行改制的就业水平。然而，估计的精确性很可能受到选择性偏差的影响，因为改制企业的选择也许与就业有关。比如，有较强就业增长潜力的企业更有可能进行改制(Guo and Yao,2005)，关心失业问题的政府官员也许会倾向于将那些就业前景不好的企业保留下来，防止产生失业，而且此类企业的员工也会阻碍改制。如果忽视此类选择性问题的存在，我们在估计改制对企业就业的影响时就会出现偏差。我们数据的面板结构使我们能够利用固定效应模型来消除由那些不随时间变化的不可观测因素带来的选择性偏差。同时，在实践中，国家的政策变化也会影响企业的改制决策和就业表现。我们的数据允许我们通过控制年度固定效应的方式对此进行控制。在没有随机实验数据的情况下，我们的双向固定效应方法可以提供近乎理想的估计值。 除了固定效应模型，我们还利用建立在倾向分值匹配(propensity score matching,PSM)基础之上的差分内差分(difference in difference,DID)来检验我们的估计结果。这种方法叫作差分内差分倾向分值匹配方法(以下简称DID PSM)。它是一种半参数估计方法，具体程序如下：首先，通过一个二元选择模型(如概率模型或逻辑模型)计算出每个观察值的倾向分值；其次，在控制组中为试验组中的每个观察值找到一个或一组倾向分值相近的匹配观察值，并根据倾向分值给每个匹配观察值一个权重；第三，在此基础上利用差分内差分方法计算实验组中每个观察值与其在控制组中的匹配观察值之间的表现差距，这些差距的加权平均即实验组和控制组之间的总体差距。与双向固定效应模型相比，DID PSM有两个优点。首先，它不需要像双向固定效应模型那样对就业方程做线性假设。一般而言，研究者预先无法判断是否应该采用某一种方程形式，此时，DID PSM能够得到更加精确的估计结果(Dehejia and Wahba,1999)。其次，DID PSM在共同支撑(common support)内根据一个加权方程对观察值进行加权，而固定效应估计方法则是依靠方程形式去推断共同支撑之外的效果。当改制企业与国有企业之间的支撑重合很少的时候，后者的可靠性就会下降。
