中国工业转型升级效果评价研究

王玉燕　汪　玲　詹翩翩

(安徽大学，合肥　230601)



中国工业转型升级效果评价研究

王玉燕汪玲詹翩翩

(安徽大学，合肥230601)

〔摘要〕中国长期以来高能耗与高排放的粗放式发展方式已难以为继，工业转型升级迫在眉睫。本文首先梳理工业转型升级相关研究进展，设计与构建出囊括经济效益、技术创新、结构优化、绿色驱动等四大类要素的工业转型升级效果评价指标体系。然后借鉴PCA方法，利用1999～2014年23个工业行业的面板数据，测算中国工业转型升级效果指数，并剖析效果指数的变化情况以及行业异质性特征。

〔关键词〕工业结构能源依赖转型升级效果技术创新主成份分析行业异质性

改革开放以来的快速发展，中国已成为万世瞩目的全球工业大国，然而中国工业大而不强，以往高能源消耗、高污染排放的粗放型发展方式难以为继，之前积累的各种矛盾日益显现，已成为制约中国工业发展的重要因素，工业转型升级迫在眉睫。以下一组数据可说明问题的严重性：(1)劳动生产率方面，中国企业人均劳动生产率仅是美国的1/8，欧盟的1/6，日本的1/5；(2)能耗方面，2014年底中国能源消费占全球21.5%，但只创造全球GDP的12.3%，单位GDP能耗约为全球平均水平的2.5倍，美国的3.3倍，日本的7倍；(3)能源依赖方面，截至2015年底，石油和天然气对外依存度分别上升到60.6%、32.7%，未来一段时期中国对进口资源的依赖度还会进一步增高；(4)工业结构方面，目前中国一般加工业以及资源类工业比重过大，高新技术产业发展滞后，并且生产性服务业发展不足，占整个服务业比重低于40%，远远低于发达国家的平均水平。由此可见，长期以来支撑中国快速发展的低人力成本、高耗能的粗放型传统发展方式矛盾日益突出，加快向创新驱动的工业转型升级

已迫在眉睫。

1相关文献回顾

关于中国工业转型升级研究，大部分学者主要集中在工业结构优化升级的视角上，测度或者评价中国工业化水平的高低，指出工业结构转型升级中存在的矛盾与不足。王德文等[1]通过分析企业调查数据发现，中国工业结构日益符合中国的资源和要素禀赋特征，不断发挥了劳动力廉价的比较优势。他指出在传统的老工业基地的振兴和改造过程中，应当大力发展轻工业部门和劳动密集型产业。陈佳贵等[2]通过构建地区工业化综合评价体系，从经济发展水平、工业结构、就业结构、空间结构等多方面评价中国地区工业化水平。研究发现，中国绝大部分地区处于加速工业化阶段，但先进与落后地区间的工业化水平的差距在不断拉大。刘楷[3]认为沿海地区工业快速增长的重要原因在于其工业结构调整的主动性，而内地工业结构调整的被动性以及不适当的专业化限制了其工业的增长。内地经济发展的根本出路在于变结构被动调整为主动调整，推进产业结构高度化。中国社会科学院工业经济研究所课题组[4]通过总结“十一五”时期以来中国工业结构

变动的状况以及当前工业结构存在的突出问题，认为“十二五”时期中国推进工业结构升级的主要任务是立足于中国的基本国情和新的发展环境，走出一条有中国特色的新型工业化道路，通过工业结构调整实现向资源节约、环境友好型的工业结构，高附加值化、高加工度化、高技术化的工业结构的转型和升级。金碚[5]认为工业转型升级是中国转变经济发展方式的关键，应当发展现代工业体系，从而实现从工业化初期向适应工业化中后期转变。他还指出，工业结构转型升级不仅是工业体系总体特征的变化，并且更深刻地体现在所有工业企业的发展战略的选择与变化上。

也有学者集中探讨工业转型升级中的部分重要问题，例如技术进步或节能减排。对于中国工业技术进步问题，主要集中研究工业行业技术进步的效率问题[6，7]以及技术进步的影响因素[8]。而关于影响能耗强度降低因素的研究并未取得一致的结论，其争论的焦点集中在产业结构升级与技术进步两个方面。一些学者认为产业结构调整对节能减排起着重要的作用[9-13]，而Liao等[14]则研究发现该作用正逐步消失，甚至转为负作用。另一类的观点则肯定技术进步对能耗强度下降的推动作用[15-19]。

由此可见，目前国内已有一些学者从不同的角度、运用不同的方法对中国工业化进程以及地区工业化水平展开评价与分析，但仅仅是从工业化的角度评价中国工业结构转型升级的状况或者工业化水平的高低，而目前对中国工业转型升级评价指标体系问题，仍缺乏明确清晰的认识，很少有学者构建指标体系来评价中国工业转型升级的实施效果。为此本文依据中国工业转型升级战略动因与四项要素指标，遵循科学性、全面性、合理性和可行性的原则，发挥突出主线、突出导向作用与突出可持续发展的特点，设计与构建出包括经济效益、技术创新、结构优化、绿色驱动等四大类要素指标及其18项具体指标体系，采用PCA方法，运用工业行业面板数据测算1999～2014年中国工业转型升级效果指数。

2工业转型升级评价指标体系构建

国务院印发的《工业转型升级规划(2011～2015年)》明确指出，“十二五”时期推动工业转型升级的重要目标包括：工业增长平稳较快；自主创新能力显著加强；产业结构继续优化；两化融合水平显著提升；质量品牌建设继续推进；资源节约和环境保护水平显著提升。然而，一切影响工业部门生产要素和生产条件的因素，同样是决定工业转型升级效果的必要因素。结合相关前期研究成果，本文认为中国工业转型升级的要素指标主要包括经济效益、技术创新、结构优化以及绿色驱动等四大要素，具体包含18项细化指标(如图1所示)。

图1　中国工业转型升级评价指标体系

2.1经济效益因素

经济效益是工业转型升级的中心任务，经济效益高就是指以较低的成本支出获得较高的收益，是工业发展中资金使用、成本支出与生产收益之间的比较，因此评价工业经济效益包括资产收益A1与成本支出收益A2两个方面。本文用分行业总资产贡献率A11与工业利税率A12作为资产收益的指标；用工业成本费用利润率A21与全员劳动生产率A22作为成本支出收益方面的指标。

2.2技术创新因素

技术创新是工业转型升级的关键环节以及推动因素，主要表现为系统的技术进步和创造出新的产出。本文利用工业企业R&D经费支出占工业总产值比重B11与R&D人员占全部从业人数比重B12衡量工业技术创新投入B1；用每万人发明专利拥有量B21与新产品产值占工业总产值比重B22表示工业技术产出B2。

2.3结构优化因素

结构优化是推动工业转型升级强大动力，主要包括工业结构因素C1以及对外贸易因素C2。本文利用分行业私营工业企业产值占工业总产值比重增速C11与国有及国有控股工业产值占工业总产值比重降速C12来表示工业结构因素。用工业行业出口交货值占工业产值比重C21与三资工业企业产值占工业产值比重C22表示工业行业对外贸易因素。

2.4绿色驱动因素

绿色驱动是工业转型升级的重要着力点，本文从资源节约D1与环境保护D2两个方面来衡量。利用单位工业增加值能耗D11、单位工业产值电耗D12与单位工业产值煤耗D13代表工业资源节约D1；利用单位工业产值二氧化碳排放量D21、工业废水排放达标率D22与工业固体废物综合利用率D23表示工业行业环境保护因素D2。

3中国工业转型升级效果指标体系定量研究

3.1数据来源与处理

根据《国民经济行业分类》GB/T4754-1994、GB/T4754-2002、GB/T4754-2011分类方法，本文将工业行业合并整理为23个行业，具体参见王玉燕等[20]的研究。时间跨度为1999～2014年。各行业资产收益、成本支出、创新产出、工业结构、对外贸易、资源节约以及环境保护的基本数据来自历年《中国统计年鉴》、《中国工业经济统计年鉴2000～2012》、《中国工业统计年鉴2013～2015》以及《中国经济普查年鉴2004》。分行业创新投入数据来自历年《中国科技统计年鉴》。而分行业二氧化碳排放量以各行业煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气消费量为基础，根据公式计算得到①，各类能源消费量数据来自历年《中国能源统计年鉴》。另外由于不同指标具有不同的量纲和量级，如果直接进行综合，会造成主成份过度偏重于具有较大数量级的指标，为此本文对原始数据进行极值标准化处理，以消除不同量纲的影响。

3.2评价方法与评价过程

3.2.1评价方法选择

由于层次分析法带有较强的个人主观性，且指标过多时难以确定权重，而主成份分析法既能全面地考虑全部评价指标，又能客观地确定各指标的权重。因此本文采用相对客观的主成份分析法，以提高评价结果的科学性和准确性。

3.2.2信度与效度检验

为确保样本数据的可靠性与正确性，在进行因子分析之前需进行信度与效度检验。

(1)进行信度检验。Hair等[21]认为Cronbach’s Alpha值大于0.7，表明可靠性较高；计量指标个数小于6时，Alpha值大于0.6也是可信的。如表1所示，1999～2014年中国工业转型升级评价指标的Cronbach’s Alpha值最小为0.770，最大为0.869，均高于0.7，表明评价指标样本的可靠性较高。

(2)进行效度检验。从内容效度来看，该评价指标体系是根据国内外学者已有的研究来构建的，经济效益、技术创新、结构优化以及绿色驱动等要素以及具体指标均是根据《工业转型升级规划(2011～2015年)》以及相关学者的研究中整理提炼，最后修改而成的，因此具有较高的内容效度。另外，从结构效度来看，表1所示的Bartlett的球形度检验结果显示，1999～2014年Approx.Chi-Square值均较大，其显著性的P值均为0.000，小于0.01，即Approx.Chi-Square数值均在1%的水平上显著，表明同样具有较高的结构效度。以上信度与效度的检验结果表明本文构建的中国工业转型升级评价指标体系适合进行因子分析。

表1　信度与效度检验结果

资料来源：根据SPSS17.0软件结果整理。

3.2.3方差分解与成份矩阵

本文从1999～2014年分年份对中国工业转型升级评价指标体系进行主成份分析，在此以2008年为例，阐述主成份分析的过程。运用SPSS软件根据主成份分析的原理与步骤，对中国工业转型升级评价指标体系四大要素与18项具体指标标准化后的数据进行分析，得到总方差分解(表2)和成份矩阵(表3)。根据累计贡献率达85%和特征值大于1的原则，共提取5个主成份。首先来看总方差分解，第一主成份信息贡献率为35.297%，第二主成份为22.053%，第三主成份为14.944%，第四主成份为9.807%，第五主成份为5.586%，累计贡献率高达87.687%。

表2　总方差分解Total Variance Explained(2008)

资料来源：根据SPSS17.0软件结果整理。

再来看成份矩阵(表3)。可以看出，第一主成份中，R&D经费支出占工业总产值比重B11、R&D人员占从业人数比重B12、每万人发明专利拥有量B21、新产品产值占工业总产值比重B22以及出口交货值占工业产值比重C21、三资工业企业产值占比C22载荷较大；第二主成份中，单位工业产值煤耗D13、单位工业产值二氧化碳排放量D21以及总资产贡献率A11、工业利税率A12、全员劳动生产率A22载荷较大；第三主成份中，工业成本费用利润率A21、私营工业企业产值比重增速C11以及国有及国有控股工业产值占比降速C12载荷较大；第四主成份中，工业固体废物综合利用率D23载荷较大；第五主成份中，R&D经费支出占工业总产值比重B11载荷较大。因此，就2008年来说，影响中国工业转型升级效果的主要因素依次是技术创新、结构优化、绿色驱动、经济效益，其中技术创新作用最强，经济效益作用相对最弱。

表3　成份矩阵Component Matrix(2008)

资料来源：根据SPSS17.0软件结果整理。

3.2.4成份得分与权重确定

通过SPSS软件我们可以得到5个主成份的系数得分矩阵(表4)，然后与标准化后的工业行业各指标进行计算，可以得到2008年23个工业行业各个主成份得分Fij(i=1，2，…，23，表示行业，j=1，2，…，5，代表主成份)。

表4　成份得分系数矩阵(2008)

续　　表

资料来源：根据SPSS17.0软件结果整理。

另外，为计算最终的中国工业转型升级效果指数，需对各个指标加权综合，故需构造各主成份的权重。根据各主成份的方差贡献率，可以计算出1999～2014年中国工业转型升级评价指标各主成份权重的数值，将该权重与当年的相对应的主成份得分相乘即可得到当年的中国工业转型升级效果指数。以此类推，我们可以计算出1999～2014年中国23个工业行业的转型升级效果指数。

4中国工业转型升级效果评价

4.1中国工业转型升级指数整体评价

图2描述了1999～2014年23个工业行业转型升级指数的变化趋势。从整体上来看，1999～2014年，效果指数均值从0.242上升到0.449，增加了85.206%，表明中国工业转型升级取得一定的进展。具体来看，1999年以来中国工业转型升级效果指数先后经历了“五升四降”的过程，变动较频繁，从升到降的节点先后位于2001年、2005年、2007以及2011年。第一次，各行业效果指数均值由1999年升至2001的较高的0.326，到2002年降至0.264；第二次，由2003年升至2005年较高的0.442，而到2006年则降为0.300；第三次，同样由2006年升至2007年较高的0.386，之后受金融危机的影响于2008年降至0.309；第四次，升至2011年较高的0.455，到2012年又降至0.405；第五次，2013年开始上升，升至2014年的0.449。以上五升四降的过程，23个工业行业变动趋势基本保持一致。

本文将中国工业行业转型升级效果指数均值与工业增长率变动趋势进行比较(图3)，可以看出效果指数均值与工业增长率呈现相同的变动趋势，即中国工业增长较快时，工业整体转型升级效果增强；工业增长变慢时，工业整体转型升级效果减弱。也就是说，中国工业转型升级步伐的推进与工业增长步调基本一致。值得注意的是，转型升级指数变化幅度不及工业增长率变动幅度大，可能的原因是中国工业的较快增长是以过高的资源消耗与环境污染为代价的，这种粗放式的增长方式存在的问题最终会日益显现，一定程度上抑制了工业转型升级的步伐。

图2　1999～2014年中国工业转型升级指数变化趋势

图3　中国工业转型升级指数与工业增长率变动关系

4.2中国工业分行业转型升级指数

分行业来看，效果指数均值最高的3个行业依次是：计算机、通信和其他电子设备制造业、仪器仪表制造业以及交通运输设备制造业，全部为高技术类工业行业。高技术工业知识与技术密集，能源消耗较低，产品技术含量较高，产业关联性强，依托其独有的优势能够获得较高的转型升级效果。例如，电子计算机行业的产品研发与工业设计能力较强，云计算等关键技术推动了设计、产品、应用以及服务融合的创新与互动，从而加快转型升级步伐。而效果指数均值最低的3个行业依次是：自来水的生产和供应业、电力蒸汽热水生产供应业以及煤气的生产和供应业，均为传统工业。传统产业的技术、工艺、流程以及装备均较落后，其生产工艺水平较低，先进产能的比重较低，这无疑不利于推动其转型升级，亟需运用先进的技术改造传统产业。

另外，从转型升级的速度来看，指数增长最快的行业是燃气生产和供应业，增幅高达3.538倍；其次是煤炭开采和洗选业，增幅为2.390倍；第三是电力、热力的生产和供应业，增幅为1.739倍。可以看出，增长较快的行业均是产业链上游的资源生产类的行业，这得益于近几年中国注重开发清洁能源，立足节约、清洁、低碳、安全发展，推动了这些行业的快速转型升级。然而转型升级步伐最慢的行业是水的生产和供应业，增幅仅为13.516%；其次是石油加工、炼焦及核燃料加工业，增幅为37.993%。

4.3中国工业转型升级的行业异质性

为剖析中国工业转型升级效果的行业异质性特征，本文将工业行业分为包括劳动密集型、资本密集型与技术密集型的传统工业以及高技术工业[19]。图4描述了不同要素密集型工业行业转型升级效果指数的均值变化情况。可以看出，效果指数均值最高的是高技术工业，均高达0.490；其次是劳动密集型传统工业，均值为0.371；然后是技术密集型的传统工业，均值为0.346；最后是资本密集型工业，均值为0.291。对比可知，高技术工业转型升级效果指数远远高于传统工业，比劳动密集型工业高31.991%，比技术密集型工业高41.520%，比资本密集型工业68.643%，这与中国各类工业行业发展方式基本吻合。

图4　按要素密集度分类的工业行业转型升级指数

5结语

本文通过简要回顾工业转型升级相关研究，梳理中国工业转型升级评价以及技术进步与节能减排的研究进展，从经济效益、技术创新、结构优化以及绿色驱动等四大要素出发，构建中国工业转型升级评价指标体系，然后借鉴PCA方法，利用1999～2014年23个工业行业的面板数据，测算1999～2014年中国工业转型升级效果指数。主要结论包括：

(1)中国工业转型升级评价指标体系包括经济效益、技术创新、结构优化以及绿色驱动等四大要素。经济效益是工业转型升级的中心任务，技术创新是工业转型升级的关键环节，结构优化是工业转型升级的强大动力，绿色驱动是工业转型升级的重要着力点。通过PCA分析2008年工业行业数据，我们认为影响中国工业转型升级效果的主要因素依次是技术创新、结构优化、绿色驱动、经济效益，其中技术创新作用最强，经济效益作用相对最弱。

(2)中国工业转型升级效果整体不断提升，与工业增长趋势基本一致，其中高技术工业转型升级效果指数最高。1999～2014年中国工业转型升级效果变动频率较大，呈现“先升后降，又升又降，再升再降，还升还降”的变化趋势，但整体上该指数呈上升状态。指数均值与工业增长率变动情况基本一致。分行业来看，转型升级效果最高的是高技术工业，其次是劳动密集型的传统工业，接着依次是技术密集型与资本密集型的传统工业。

注释：

①本文根据联合国政府间气候变化委员会提供的估算CO2排放量的方法，综合考虑以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气等一次能源为基准估算中国工业分行业的CO2排放量。

参考文献

[1]王德文,王美艳,陈兰.中国工业的结构调整、效率与劳动配置[J].经济研究,2004,(4):41～49

[2]陈佳贵,黄群慧,钟宏武.中国地区工业化进程的综合评价和特征分析[J].经济研究,2006,(6):4～15

[3]刘楷.1999～2005年中国地区工业结构调整和增长活力实证分析[J].中国工业经济,2007,(9):40～47

[4]中国社会科学院工业经济研究所课题组.“十二五”时期工业结构调整和优化升级研究[J].中国工业经济,2010,(1):5～23

[5]金碚.中国工业的转型升级[J].中国工业经济,2011,(7):5～14

[6]姚洋,章奇.中国工业企业技术效率分析[J].经济研究,2001,(10):13～28

[7]陈勇,李小平.中国工业行业的技术进步与工业经济转型[J].管理世界,2007,(6):56～63

[8]陈勇,唐朱昌.中国工业的技术选择与技术进步：1985～2003[J].经济研究,2006,(9):50～61

[9]刘凤朝,潘雄锋,徐国泉.基于结构份额与效率份额的中国能源消费强度研究[J].资源科学,2007,(4):2～6

[10]董锋,谭清美,周德群,等.技术进步、产业结构和对外开放程度对中国能源消费量的影响[J].中国人口·资源与环境,2010,(6):22～27

[11]涂正革.中国的碳减排路径与战略选择[J].中国社会科学,2010,(3):78～94

[12]Perry S.Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries?[J].Energy Economics,2013,37(C):52～59

[13]Yaobin Liu and Yichun Xie.Asymmetric Adjustment of the Dynamic Relationship between Energy Intensity and Urbanization in China[J].Energy Economics,2013,36(3):43～54

[14]Hua Liao,Ying Fan and Yi-Ming Wei.What Induced China’s Energy Intensity to Fluctuate:1997-2006?[J].Energy Policy,2007,35(9):4640～4649

[15]李廉水,周勇.技术进步能提高能源效率吗?——基于中国工业部门的实证检验[J].管理世界，2006,(10):82～89

[16]Chunbo Ma,David I.Stern.China’s Changing Energy Intensity Trend:A Decomposition Analysis[J].Energy Economics,2008,30(3):1037～1053

[17]Cole M.,Elliott R.,and Wu S.Industrial Activity and the Environment in China:An Industry-level Analysis[J].China Economic Review,2008,19(3):393～408

[18]何小钢,张耀辉.技术进步、节能减排与发展方式转型[J].数量经济技术经济研究,2012,(3):19～33

[19]王晓莉，吴林海，童霞．技术创新演进中我国工业企业低碳转型模式初探[J]．工业技术经济，2013，(10)：64～69

[20]王玉燕,林汉川,吕臣：全球价值链嵌入的技术进步效应[J].中国工业经济,2014,(9):65～77

[21]Joseph F.Hair,Ronald L.Tatham,Rolph E.Anderson and William Black.Multivariate Data Analysis(Fifth Edition)[M].New Jersey:Prentice Hall,1998

(责任编辑：王平)

收稿日期：2015—07—22

基金项目：国家自然科学基金重点项目(项目编号：71332007)；安徽省高校人文社科研究重点项目(项目编号：SK2016A0063)；安徽大学引进人才科研建设经费资助项目(项目编号：J10117700102)；安徽大学区域经济与城市发展协同创新中心开放招标课题(项目编号：QYXT2014005)。

作者简介：王玉燕，安徽大学经济学院讲师，博士。研究方向：产业升级与产业政策。汪玲，安徽大学经济学院硕士研究生。研究方向：产业经济。詹翩翩，安徽大学经济学院硕士研究生。研究方向：区域经济。

DOI：10．3969/j．issn．1004-910X．2016．07．016

〔中图分类号〕F426

〔文献标识码〕A

Evaluation Studies on the Effect of Industrial Transformation and Upgrading in China

Wang YuyanWang LingZhan Pianpian

(University of Anhui，Hefei 230601，China)

〔Abstract〕The extensive growth pattern for a long time in China is unsustainable,which results from high energy consumption and pollution emission.Based on a brief review of the latest research on industrial transformation and upgrading,the index system evaluates the effect of industrial transformation and upgrading which the elements of economic performance,technological innovation,structural optimization and green driving is designed and built.Then we use PCA and panel data including 23 industries from 1999 to 2014 to measure the index about the effect of industrial transformation and upgrading.After that,we discuss the change and heterogeneity of the index.

〔Key words〕industry structure;energy dependence;effect of transformation and upgrading;technology innovation;PCA;industry heterogeneity