中西部承接纺织产业转移后的集群经营效率评价研究

李军训，朱繁星

(西安工程大学管理学院，西安 710048)

从20世纪80年代末期开始，在我国东部沿海地区迅速崛起了一批高度集聚、高度专业化的纺织产业集群，主要集中在浙江、江苏、福建、广东等省份。中国纺织工业联合会2013年底在对全国纺织产业集群试点地区进行复评时，确定全国试点地区为197个，其中近90%的集群分布在东部地区，只有部分纺织产业集群零星分布在河南、湖北、江西等中西部省份。但自2008年金融危机的以来，东部沿海地区的纺织产业集群发展速度逐渐放缓。相关研究发现，我国东部地区投资活动明显减少，相比同期下降了31.62%，占整个纺织行业的比重也比2007年下降了6.4个百分点。而中西部地区纺织企业的新增固定资产投资却呈现出了增长的态势，在2008年达到了28.47%，中、西部地区占整个纺织行业的比重各自提高了4.86%和1.6%。到了2009年，中西部地区纺织业固定资产投资增速更加明显。其中，湖南、河南、江西和安徽增长幅度较大，分别达到了15.56%、19.13%、30.25% 和 41.57%[1]。相对于东部地区有限的土地、能源和不断提高的劳动力成本而言，中西部地区优势明显，因而纺织产业有向内陆地区转移加速的迹象，纺织服装业已由过去向沿海聚集转变到向中西部扩散的现状。从这些地区的产业聚集情况来看，生产效率已经有了很大提高，但各省份之间仍然存在很大不平衡性。因此，在这个中西部地区承接东部沿海地区纺织产业转移的关键时期，如何分析和评价纺织产业转移后中西部地区纺织产业集群的经营现状显得尤为重要。

一、研究综述

产业集群的概念最早由迈克尔·波特提出[2]，但是最先关注工业集聚现象的学者是阿尔弗雷德·马歇尔。他发现了外部规模经济与产业集群之间的密切关系，提出了产业集群具有外部经济效应。规模经济使企业生产成本处于最优状态，并且帮助无法享受内部规模经济效应的单个企业通过与外部企业的合作获得规模经济[3]。国内关于产业集群定义具有代表性的是李雪梅的解释:产业集群是产业发展演化过程中的一种地缘现象，即在某个领域内，相互之间有关联的企业与机构在一定区域内集中在一起，形成上中下游配套完整、外部支持产业体系健全、具有机动性强等特点的有机体系[4]。

产业集群转移是区域分工深化到一定阶段的必然产物，它能将资金、技术以及先进的管理经验由发达地区向欠发达地区引入。这既有助于迁出地推动产业结构的优化升级，又能促进迁入地的产业发挥关联带动效应，解决要素缺乏、技术落后和劳动力就业等问题。刘军跃等认为，以转移产业特性和不同区域发展状况为基础，深入拓展对产业集群转移的实证研究具有很强的实践意义[5]。

产业集群的绩效评价理论是对集群在一定时期内的经营活动过程及其结果做出的一种综合判断，它通过合理地评价产业集群绩效，总结发展的成功经验，量化优势和吸引能力，达到为产业集群提供科学的评判依据，界定所处的发展阶段以及制定扶持政策的目标。近年来对产业集群的研究多涉及产业集群的竞争力和融资模式的问题，如:沈忱、李桂华、顾杰等从产业集群品牌的外显和内隐两个角度评判集群竞争力，采取定性与定量相结合的研究方法，构建产业集群品牌竞争力评价模型[6];张朝阳从河南省纺织服装产业集群的分布入手，立足于中原经济区的发展和产业转移的特殊性，分析了河南省产业集群的竞争力，同时提出了提升产业集群竞争力的途径[7];潘煜双、陈芳等依据长三角地区和珠三角地区中小企业的微观数据，建立面板数据模型，研究中小企业集群担保行为对其财务情况的影响[8];郭令秀、苏鹏飞认为提高自身融资素质是解决中小企业集群融资问题的关键，还可以通过拓宽融资渠道解决中小企业融资难的问题[9]。

对于纺织产业集群效率评价研究的文献近年来也层出不穷，但其中运用DEA模型进行面板数据效率评价的并不多。何维达等从投入产出角度出发，建立了纺织产业安全分析的效率模型，并对2001—2007年我国纺织产业的安全度进行了评价，结论发现我国纺织产业安全度呈不断上升趋势[10]。叶茂升、周兴建采用DEA方法，以23家纺织服装上市公司数据为样本，对我国纺织服装企业在2008年金融危机前后的效率值进行比较分析，发现危机后样本企业的DEA效率均值明显降低[11]。狄彦波、周镭将数据包络分析法引入陕西棉纺织企业效率评价，建立了基于DEA的陕西棉纺织企业效率评价模型和指标体系，应用该模型对陕西省6个棉纺织企业经营效率进行对比分析，并提出建议[12]。

综上，有关针对区域纺织产业集群特别是中西部地区纺织产业集群绩效评价的研究还未发现。本文运用区位商法对中西部20个省份2011—2013年的纺织产业集聚度进行测量，利用DEA-Malmquist模型对各省份纺织产业集群的全要素生产率变化情况进行计算和分析，以此来评价中西部纺织产业集群的经营效率水平。

二、中西部地区纺织产业集群集聚度

为了更好地评价中西部纺织产业集群效率，首先对我国中西部各省份纺织产业的产业集聚度进行测量。按照国家发改委的解释，我国中西部的区域划分主要根据经济发达的程度进行，中部是指经济次发达地区，而西部则是指经济欠发达的西部地区。目前，中部地区包括8个省级行政区，分别是黑龙江、吉林、山西、安徽、江西、河南、湖北、湖南;西部地区包括12个省级行政区，分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。如图1所示。

图1 我国中西部地区划分图

本文主要采用区位商法对集群的集聚度进行计算[13]。区位商是指一个特定区域的特定部门(产业)占区域总产值的比重与全国该部门(产业)总产值占全国总产值比重之间的比值，它能够反映区域主要产业特性，并充分体现区域产业聚集程度与全国平均水平的比较，进而对不同地区产业聚集程度进行对比分析。区位商在实际应用时，可以选择就业人数、总产值、销售收入、企业数量、资产总额等指标分别进行度量[14]。本文采用工业总产值来计算区位商，因为工业总产值最能代表一个区域一个产业的发展水平和规模，同时代表了一个产业的生产能力和总产出，而且对于纺织产业来说，基本上都是生产型企业，用工业总产值来衡量是比较合适的。

具体计算公式:

其中，eij表示i省份规模以上纺织企业的总产值，ei表示i省份规模以上工业企业的总产值，Ekj表示全国规模以上纺织企业的总产值，Ek表示全国规模以上工业企业的总产值。若LQi＞1，则表明区域纺织产业聚集程度较高，具有良好的比较优势，同时也显示出该产业具有较强的竞争力，LQi值越大，则说明该地区该产业的比较优势越显著，竞争能力也就越强;若LQi＜1，表明该地区纺织产业布局分散，不具备比较优势，产业专业化和集群度较低。

由表1可以清晰地看出，2011—2013年中西部纺织产业集群年均区位商呈递增状态，说明整体集聚效应逐年增强;宁夏和湖北两省3年的区位商指数均大于1，说明这两个地区存在明显的产业集群现象，且表现稳定;江西在2012年和2013年出现了产业集聚的现象，说明江西的纺织产业得到快速发展;河南在2013年的区位商指数也达到了1以上，说明2013年河南承接东部沿海地区纺织产业转移取得了很好的成果;其他省份2011—2013年区位商指数均未达到1，说明这些地区的纺织产业集群现象不明显，产业集群程度较低。

从3年的均值上看，宁夏、湖北以及江西的区位商指数均达到了1以上，说明这3个地区近3年的纺织产业集群得到了良好的发展，整体水平稳定;区位商指数均值在0.5以上的(包含0.5)的省份达到了50%，说明中西部整体的纺织产业集群化趋势明显，其中中部地区省份有5个，占整个中部省份的67.5%，西部地区省份有5个，占整个西部省份的41.7%，这说明中部地区的集群化发展比西部地区更快。

表1 2011—2013年中西部各省份的纺织产业的区位商指数

由图2可以看出，我国中西部大部分省份的纺织产业集群化程度呈逐年上升的趋势，总体变化稳定，说明近年来中西部地区绝大多数省份纺织产业集群发展水平较之前有所进步，在全国的影响力不断提升;但各个省份的集群化发展水平极度不均衡，这也导致中西部地区整体的纺织产业集群发展速度缓慢。

三、DEA评价指标设计与数据选取

(一)DEA-Malmquist生产率指数

本文采用Fare等构建的基于 DEA理论的Malmquist指数法[15]，应用 Shephard 距离函数将企业效率变动从技术效率变动、技术进步率变动等维度进行分解，从而将经营决策、要素配置活动产生的效率变化与技术创新活动产生的效率变化进行有效区分，更全面反映企业效率值的动态发展及其规律，该方法在以面板数据为样本模型的效率评价方面被广泛应用。DEA-Malmquist生产率指数的分解公式为:

式(1)中，pi，qi分别表示在第 i期的投入向量和产出向量;pi+1，qi+1分别表示在第i+1期的投入向量和产出向量。

图2 2011—2013年中西部各省份纺织产业区位商指数趋势

TE=PE·SC，表示在规模报酬可变的情况下技术效率TE进一步分解为纯技术效率 PE和规模效率SC的乘积。

(二)投入和产出指标设计与数据选取

产业集群的优势体现在产业链上下游企业间的联系会更加紧密，企业的运输成本、信息成本和交易成本等投入要素得到了有效地降低等方面，因此，本文研究所采用的是以投入为导向的DEA模型。

运用DEA方法测算纺织产业集群的经营效率需要输入企业的投入和产出数据。因此，正确地设定投入和产出指标是运用该方法的关键。鉴于纺织行业自身的生产技术特征，为了更好地评价我国纺织产业集群的效率水平，本文结合相关参考文献，选取工业销售产值、利润总额作为产出指标。工业销售产值以实际的产品销售总量为计算基础。利润总额以年末的利润表数据为基础。选取资产总额、员工人数分别作为资本和劳动的投入指标。资产总额以年末的资产负债表数据为基础，员工人数以全部人员年平均数为计量基础。样本依据以上区位商指数的分析，选取我国中西部20个省份规模以上纺织企业的数据为投入、产出指标值进行纺织产业集群效率评价。样本的期间为2011—2013年，所有数据均由《中国工业经济年鉴》和各省的统计年鉴整理计算所得。

四、实证分析

表2是运用 DEA-Malmquist模型对 2011—2013年我国中西部20个省份的规模以上纺织企业面板数据的测度结果。从结果中可以直接得到纺织产业集群年度全要素生产率变化率(TFP)。

全要素生产率一般是指人力资源和资本的开发利用效率，广义上讲是技术进步、组织管理改善等无形要素发挥的作用。它增长的来源包括技术进步、组织创新、专业化和生产创新，而产业集群的优势就体现在降低成本，提高效率，增强企业管理能力和技术创新能力方面，因此本文将全要素生产率作为判断纺织产业集群经营效率和发展状况的标准是合理的。

TFP变化率可以分解为纯技术效率、规模效率、技术效率和技术进步。TFP变化率等于技术效率与技术进步的乘积，且技术效率等于纯技术效率和规模效率的乘积。由于DEA-Malmquist方法得到的是全要素生产率及其分解后各项的增长率数值，所以计算后得到的是2011—2013年的全要素生产率变化率值。本文所用软件是DEAP2.1，所得结果见表2。

表2 2011—2013年中西部各省份规模以上纺织企业全要素生产率情况

表2给出了2011—2013年中西部20个省份规模以上纺织企业的全要素生产率及其分解项变动情况。可以看出的是，考察期内中西部纺织产业集群整体上的全要素生产率年均增长14.7%，且完全依靠技术进步的上升所引起。图3给出了各省份全要素生产率分解为技术效率和技术进步以后的趋势影响情况。从图上可以清晰地看出，几乎所有省份的全要素生产率都呈正增长趋势，且技术进步的增长是拉动各省份全要素生产率上涨的主要因素。而各省份的技术效率普遍呈下降趋势，很大程度上制约了全要素生产率的提高。

图3 2011—2013年中西部各省份纺织产业集群全要素生产率变动分解

具体而言，除贵州、河南和西藏3个省份的TFP 分别下降0.1%、1.8%和3.1%外，其余17 个省份的TFP都有所提升，总体说明这3年间中西部大多数省份的纺织产业集群经营效率都处于上升阶段。各省份的技术进步都呈不同程度的上升趋势，是各省份TFP增长的主要贡献。其中陕西、黑龙江、甘肃、重庆、湖北、湖南、安徽、四川、吉林和河南等10个省份的技术进步提升了超过50%，占整个中西部地区省份数的一半。说明中西部地区纺织产业集群的经营效率好坏主要取决于技术研发和创新能力的变化。技术效率变动方面只有云南处于正增长状态，达到了56.1%，其余省份除宁夏无变化外，技术效率都处于下降趋势。其中，下降幅度超过30%的有湖北、重庆、湖南、安徽、四川、广西、吉林、河南和西藏等9个省份，占所有省份的近半数，其中的湖北、河南、安徽、四川还属于纺织产业集聚趋势较好的省份，说明这些地方的纺织企业经营管理仍然存在要素投入比例不协调、资源配置结构不合理或产能过剩等问题，影响了纺织产业集群的整体效率。

图4显示了将20个省份纺织产业集群的技术效率分解为纯技术效率和规模效率后的变动情况。从纯技术效率上看，只有云南和湖北的年均纯技术效率处于上升趋势，分别为65.7%和5%，说明这2个省份的纺织产业总体上经营管理水平较高，资源和技术潜力得到了很好发挥;宁夏、内蒙古、江西、河南和西藏的纯技术效率都为1，说明这5个省份纺织产业集群3年的整体经营管理水平停滞不前，对技术的使用能力未能进一步提高;其余13个省份的纯技术效率变动均呈下降趋势，下降幅度较大的四个省份分别是甘肃、重庆、广西和吉林，分别达到了 22.7%、21.5%、22.1%和25.6%。

图4 2011—2013年中西部各省份纺织产业集群技术效率变动分解

中西部各省份的年均规模效率除宁夏不变外，其他19个省份都处于递减的趋势，下降比例最高的是湖北、河南和西藏3个省份，分别达到了32.9%、35.6%、32.2%。规模效率普遍偏低是造成技术效率负增长的主要原因，这与纺织服装行业这3年规模扩张加快，造成产能过剩、资源配置不合理有直接的关系。

为了进一步探讨技术效率、技术进步、纯技术效率、规模效率、全要素生产率的区域差异，表3给出了我国中部和西部两个区域的纺织服装业全要素生产率平均值。

表3 中部地区与西部地区纺织产业集群效率增长率对比

从表3可以清晰地看到，中西部地区的技术效率都处于下降趋势，全要素生产率增长的主要贡献都来自于技术水平的进步。中部地区的平均TFP变化率为1.086，处于上升的趋势，幅度为8.6%，西部地区的平均TFP变化率也为正增长，但上涨幅度要高于中部地区14.5个百分点，这主要来自于技术效率的贡献。将技术效率拆分开来看，西部地区的纯技术效率和规模效率都高于中部地区，说明不管是管理水平，还是行业规模控制都比中部地区相对好一些。

五、结论及对策

(一)研究结论

从总体上看，2011—2013年中西部地区纺织产业集群集聚度在逐年上升，说明中西部地区纺织产业集群化建设正在逐步推进。但中西部纺织产业集群的集聚度仍然不够，并且呈现各省份集群分布不均、地区差异较大的局面，除宁夏、湖北和江西形成产业集聚形态外，其他省份的纺织产业都没有呈现出集聚效应;西部地区的集聚水平要明显低于中部地区，这与“由东向中再向西”的纺织产业转移政策有很大的关系。

2011—2013年中西部纺织产业集群经营效率总体呈上升趋势，且主要靠技术进步的贡献，说明这3年集群内的纺织企业越来越重视对新技术、新设备的研发以及科技创新能力的提升。但总体上的技术效率呈下降趋势，且绝大多数省份的纯技术效率和规模效率都为停滞或递减状态。说明中西部各省份的纺织产业集群发展水平比较低，且没有充分地发挥产业集群的优势，导致产业集群的布局和结构不合理，要素资源没有高效利用。

西部地区纺织产业集群全要素生产率增长要高于中部地区，说明西部地区总体上经营效率要好于中部地区，发展增速较快。这主要源自与中部地区的技术效率低于西部地区，因此中部地区要从产业升级的角度着手，合理配置要素资源，提升经营管理水平和引进先进的技术设备;西部省份的技术进步增长幅度要小于中部省份，说明在新技术研发和自主创新能力方面还有待加强。

(二)对策建议

加大政策支持和保障力度，引导和支持产业发展。作为受国家经济政策影响最大的行业之一，纺织行业需要各级政府在政策制定上的进一步扶持。为纺织企业提供更好的政策环境，这在相对落后的中西部地区更为迫切:一是要落实具体优惠政策。对于重点企业和新型纺织工业园区的项目建设和产业集群基础设施完善，财政要给予支持。二是扩大信贷规模。资金不足是一直困扰纺织产业集群发展的重要因素，金融部门要简化审贷、放贷的手续，扩大对企业的信贷额度。加快发展非信贷融资业务，积极推进纺织企业的上市步伐。三是加快纺织产业转移进度，实现纺织产业的合理布局，充分发挥产业集群的规模优势。四是重点培育龙头企业，引导要素资源向大企业聚集。在集群地区中，中小企业的生存和发展要依托大企业的支持，而且在集群转型升级过程中，大企业也将起到关键性的作用。

加快完善产业链配套，增进企业间互动交流。纺织产业具有产业链长和环节多的特点，往往在一个区域内，产业链越完整，采购运输成本就越低，受外部市场的波动影响就越小。纺织产业集群正是一个上下游企业间衔接紧密、经济基础稳固的载体。在东部发达地区的纺织集群发展过程中，一个很典型的做法就是完善产业链。上游企业的产品往下游发展，下游企业的产品往上游发展，中间产品的企业往两头发展，整个产业链的发展日趋均衡，且整体实力不断提升，使集群集聚度更高。

加快技术改造脚步，推进企业自主创新发展。西部纺织产业的技术进步相对于中部地区发展较为缓慢，因此要更多地借鉴东部地区的经验:一是要加强产、学、研紧密融合。将高校和科研院所的创新能力与企业的资金优势相结合，使创新成果能源源不断地产生和得到应用。二是以设备的更新为着力点，推进技术进步。鼓励企业加大技术研发的投入，建立以集群创新为目标的创新平台。三是要提升产品档次。通过设备和制造工艺的创新达到产品的创新，创造集群的品牌，将提高产品的品质作为提升竞争力的目标。

建设行业信息服务平台，打造现代化产业集群。由于实际的需要和形式的发展，东部沿海成熟的纺织产业集群都建立了公共信息服务平台，其内容十分丰富:国家相关的政策通告、行业的标准颁布、企业的数据库检索、商品的数量统计、市场的信息监测等等。有效地实施这些公共服务，为纺织产业集群地区提高经营管理水平创造了有利的条件，为提升集群整体竞争力奠定了良好的基础。

推进集群与专业市场的协同发展，拓宽产品的流通渠道。中西部地区普遍存在产能过剩、规模效率下降的问题，原因主要来自缺乏与专业化市场的互动交流，难以获知市场的真实需求。在同一个地域环境里，集群生产与专业市场共同造就了价值链的完整性，集群的产品可以通过专业市场迅速集散，而专业市场又可以迅速地反馈产品信息到集群企业，这套良性的循环模式促使两者之间的关系更加紧密。中西部也有着广阔的专业化市场和先进的物流渠道，这使得中西部地区承接东部地区的互动发展模式成为可能。

[1]姜铸.中西部承接东部纺织产业转移的五种力量模型[J].西安工程大学学报，2010(4):468 －474.

[2]PORTER M E.The Competitive Advantage of Nations[M].New York:Free Press，1990.

[3]MARSHALL A.Principle of Economies[M].London:Maemillan，1920.

[4]陈雪梅.中小企业集群的理论与实践[M].北京:经济科学出版社，2003.

[5]刘军跃，王海云，汪乐，等.产业集群转移研究综述[J].重庆理工大学学报(社会科学)，2015(4):42－47.

[6]沈忱，李桂华，顾杰.产业集群品牌竞争力评价指标体系构建分析[J].科学学与科学技术管理，2015(1):88－98.

[7]张朝阳.河南省纺织服装产业集群竞争力提升路径研究[J].纺织导报，2014(7):18－20.

[8]潘煜双，陈芳，丁跃进.中小企业集群担保与财务危机的关系研究——来自长三角和珠三角上市公司的实证[J].常州大学学报(社会科学版)，2015(1):8 －9.

[9]郭令秀，苏鹏飞.中小企业集群融资问题探讨[J].科技经济市场，2014(11):15－16.

[10]何维达，贾立杰，吴玉萍.基于DEA模型的中国纺织产业安全评价与分析[J].统计与决策，2008(13):77－79.

[11]叶茂升，周兴建.基于DEA模型的中国纺织服装企业竞争力评价研究[J].武汉纺织大学学报，2013(2):5－9.

[12]狄彦波，周镭.基于DEA模型的陕西棉纺织企业绩效评价[J].纺织科学研究，2009(3):43－50.

[13]李军训，李祖香.基于区位商的产业集群集聚度研究——以我国纺织产业为例[J].南京审计学院学报，2013(1):1.

[14]蓝英.西部地区产业结构与就业结构调整互动研究[J].重庆三峡学院学报，2013(2):24 －28.

[15]FARE R，GROSSKOPF S，NORRIS M.Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries:Reply[J].American Economic Review，1997(5):1040 －1053.