“新常态”下中国制造业的转型升级研究

杨云霞 彭红斌

(北京理工大学管理与经济学院，北京 100081)

1 引言

随着经济全球化和科学技术的发展，世界制造业掀起新一轮的竞争热潮，产业的界限日趋模糊并且重新融合，各国争先恐后要在新一轮的国际分工中夺取更大的利益。目前，我国制造业占全球制造业的比重已近1/4，产品遍布全球，享有“世界工厂”的美誉，在500余种主要工业产品中，我国有220多种产量位居世界第一，是名副其实的制造业大国，但大而不强的问题依然突出。进入新常态后，中国制造业的增长速度也随宏观经济增速一同放缓，资源和环境的外部约束不断强化，劳动力等生产要素成本正在加快上升，原来主要依靠资源要素投入、规模扩张的粗放式高速发展模式难以为继，提高制造业发展的质量和效益已成为工业经济的首要目标。在这样的时代背景下，分析中国制造业转型升级的动因及影响因素，探讨制造业转型升级的具体路径，对于提高我国制造业的国际竞争力、优化产业结构具有重要意义。

2 “新常态”下中国制造业转型升级的动因

2.1 部分传统制造业产能过剩

产能过剩在中国并非是一个新问题，是我国经济高速增长背景下要素市场、增长方式和政府干预等多种深层次矛盾交织作用的产物。执行“十五”计划后，我国政府出台了一系列治理产能过剩的举措，然而并没有根本解决“产能过剩顽疾”，反而陷入“越调控越扩张”的恶性怪圈，市场上出现大批“僵尸企业”。进入“新常态”后，工业领域的结构性矛盾更加突出，产能过剩已成为制约我国经济转型升级的重要障碍。据统计资料显示，目前我国制造业的平均产能利用率只有60%左右，低于美国等发达国家当前工业利用率78.9%的水平，也低于全球制造业71.6%的平均水平，在24个大行业中，有22个行业存在着严重的产能过剩，特别是钢铁、水泥、电解铝等高消耗、高排放的行业。

2.2 环境与资源的制约

长期以来，发达国家为了优化自身的资源耗费结构，实现经济集约化增长，把大量高污染和高耗能的劳动密集型产业转移给发展中国家。中国承接了这种资源消耗高、环境污染重的生产加工环节，被动走向以劳动密集型产业为主的粗放型经济增长道路，资源利用率低，生态环境破坏严重，不符合近年来提出的低碳、绿色发展道路。据相关资料统计，单位GDP能耗，中国是美国的3.7倍、日本的7倍，而劳动生产率水平仅为美国的4.38%、日本的4.37%。从环境污染角度看，2012年环境污染造成的损失是GDP的2.3%左右，环保成本正从外部化转向内部化。中国传统制造业走的是“高投入、高消耗、高排放、高污染”的道路，但这种模式在“新常态”下难以持续，中国制造业必须转型升级。

2.3 国际因素

2008年全球金融危机爆发后，为重振经济、促进就业和防范金融泡沫，世界主要发达国家重新认识到实体经济的重要性，开始重塑本地区的制造业优势，纷纷推出“再工业化”战略。例如，德国的“工业4.0”战略、日本的“制造业再兴战略”、韩国的“领先的创新者战略”和英国的“英国制造业2050”等。 另一方面，在价值链中低端领域，新兴经济也展开了激烈的竞争，印度推出“印度制造”战略计划，巴西提出了“工业强国计划”，这些新兴经济体凭借着丰富的自然资源和廉价劳动力优势开始承接发达国家的产业转移，抢占我国现有的市场份额。因此，面对发达国家和其他新兴经济体的“双向挤压”，中国制造业必须加快转型升级的步伐。

3 “新常态”下中国制造业转型升级影响因素的实证分析

制造业转型升级是一个多因素综合影响的过程。根据前文的论述，这里以1998—2015年制造业数据为例，采用因子回归分析法对制造业转型升级的影响因素进行分析。

3.1 变量选取

参照江静(2007)的标准，本文对制造业按要素密集度进行了分组，划分为劳动密集型、资本密集型和技术密集型三类行业。对于因变量的选取，釆用资本和技术密集型制造业占比这一指标来测度制造业转型升级水平。制造业经济创造能力用各行业工业总产值来表示，由于2013年以后的《中国统计年鉴》没有工业总产值这一统计指标，为了保持数据的连续性，选用总资产这一变量来代替(徐瑞，刘军，2015)。对于自变量的选取，本文从生产要素、需求条件、国际贸易、国际投资和政策制度等方面构建指标，数据来源于《中国统计年鉴》(1998-2016)、《中国科技统计年鉴》(2001-2016)和《中国工业统计年鉴》(2001-2016)。变量的选取如表1。

表1 制造业转型升级影响因素变量选择

3.2 模型的设立

3.2.1 因子分析

因子分析的基本模型为：

f1，f2，… ，fk(kn)称为公因子，aij为因子载荷，反映的是xi和fj之间的相关程度，εi为特殊因子，表示不能被前k个公因子包含的部分，代表公因子外的其他影响因素，在实际分析中可以忽略。

因子分析主要对变量相关系数矩阵的内部结构进行分析，找出少数几个能够控制原始变量的因子f1，f2，… ，fk，建立因子分析模型，从而简化变量、降低维数并对原始变量进行再解释和命名。

3.2.2 回归分析

线性回归模型的一般形式为：

yi=αi+βi1x1+βi2x2+…+βikxk+εi

根据研究需要和回归分析理论，本文对自变量和因变量建立如下回归模型：

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+ε

3.3 制造业转型升级影响因素的因子分析

根据前文所选取变量，釆用SPSS20.0对1998—2015年中国制造业相关数据进行因子分析。回归结果如下。

3.3.1 变量相关性检验

首先釆用KMO和Bartlett球形度检验对变量进行相关性分析，检验结果见表2。一般而言，KMO越接近1，说明数据进行因子分析的效果越好。本文KMO的值为0.803，表示适合做因子分析。Bartlett球形度检验的原假设为相关系数矩阵是单位阵，Sig值为0.000，小于显著水平0.05，表示变量之间存在相关关系，适合做因子分析。

表2 KMO和Bartlett的检验

3.3.2 主要因子提取

表3给出了因子贡献率的结果。因子提取的条件是特征值大于1，基于这个条件，第一个因子的特征值为6.406，解释了8个原始变量总方差的80.071，第二个因子的特征值为1.460，解释了8个原始变量总方差的18.250，这两个因子的特征值之和占总特征值的98.321%，说明这两个主因子可以很好地解释所有的原有变量，因此，提取前两个因子作为主因子。

表3 总方差解释表

3.3.3 因子命名

表4显示的是旋转前和旋转后的因子载荷矩阵，从表中可以看出，第一个主因子在绝大多数成分中都有较大的负荷值，只有政策制度(X8)和制造业实际利用外商直接投资金额(X7)的负荷值较小，而第二个主因子中，相关系数较大的是X8、X7。所以，第一主因子的主要解释变量有X2、X3、X4、X5、X1、X6，第二个主因子的解释变量是X8、X7。

表4 旋转前和旋转后的因子载荷矩阵

3.3.4 因子得分

表5是因子得分矩阵。因子得分矩阵反映的是每个因子由所有变量线性表示的系数矩阵，用矩阵XB=f表示。其中f表示因子变量，X表示解释变量，B是因子得分矩阵。根据表中结果，旋转后的因子表示为：

f1=0.207X1+0.176X2+0.184X3+0.147X4+0.136X5+0.128X6-0.111X7-0.081X8

f2=-0.318X1-0.082X2-0.129X3+0.048X4+0.098X5+0.132X6+0.650X7-0.286X8

表5 因子得分系数表

3.4 基于因子分析的回归分析

通过以上因子分析，对选取的变量提取了两个主要因子，将其作为自变量，以资本密集型和技术性制造业所占比重为因变量，建立二元回归方程：Y=α+β1f1+β2f2，利用SPSS20.0对数据进行处理，回归结果如表6所示。

表6 模型参数表

从检验结果看，调整后的R2为0.859，模型拟合优度，且不存在自相关问题。由表6的模型估计结果，可以得出制造业转型升级影响因素的回归方程：

Y=74.388+1.799f1+1.140f2

从回归方程可以看出，第一主因子和第二主因子对制造业转型升级都有正向效应，其中第一主因子的正向效应大。将通过因子得分写出的表达式f1、f2代入模型估计结果方程，得到：

Y=74.388+0.010X1+0.223X2+0.184X3+0.319X4+0.356X5+0.381X6+0.541X7-0.358X8从回归分析结果来看，所有变量都通过了显著性检验，除政策制度，其他变量对制造业转型升级都呈正向影响，影响程度按绝对值大小排序为：X7>X6>X8>X5>X4>X2>X3>X1，其中，X7、X6和X5归纳为国际因素，即对外开放程度，X8代表政策制度，X4代表需求条件，X2、X3和X1归纳为生产要素。

新常态下，对外开放程度对制造业产业结构升级的影响排在第一位，说明我国制造业的发展还是在很大程度上依赖对外贸易和对外投资。其中，对中国制造业转型升级影响最大的变量是制造业实际利用外商直接投资金额(X7)，外商直接投资每增加1个百分点，则制造业产业结构上升0.541个百分点，这也与一般学者的观点相同，FDI的流入通过技术外溢效应和渠道拓展效应显著提升了我国工业制成品的技术水平和制造业总体的出口规模，优化了我国的出口结构，最终促进了我国制造业产业结构的升级。

政策制度通常作为一个重要的环境变量影响国家或企业的决策，对制造业的转型升级具有重大战略意义，合理的制度安排是一种优质的无形要素，将推动制造业转型升级，反之，阻碍产业发展。政策制度的制定主体以政府为主，政府通过这些政策来调整国内外市场的需求与供给结构，进而影响企业对生产要素、中间产品和最终产品的投入与产出，推动制造业的转型升级。本文政策制度对我国制造业产业结构升级有反向作用，原因是政府干涉经济过深，使产业结构偏离了市场主导的调整方向，阻碍了产业结构升级。

需求条件对我国产业结构升级具有显著影响。需求每增加1个百分点，制造业产业结构上升0.319个百分点。具体而言，新常态下，我国需求结构已经进入追求时尚与个性化消费的阶段，为了提高自身竞争力，日趋多样化和高级化的社会需求会推动我国制造业企业主动转变发展方式，加大技术创新，顺应世界科技发展的潮流和趋势，引导产业向更高的方向发展，以适应个性化的定制需求。

生产要素中技术对产业结构升级的影响最大，技术是支持制造业由低端向髙端演进的内生动力，技术创新不仅能提高现有产业的生产效率，降低生产成本，还能带动新兴产业兴起，促进制造业转型升级；其次是资本，资本投入对制造业经济创造能力有直接影响；而劳动力的投入对制造业转型升级的正向影响最小。一般而言，劳动力是生产力三要素中最活跃的要素，其供给的数量和质量都会影响制造业转型升级，在中国城乡二元经济结构下，劳动力近似于无限供给，但劳动力总体素质偏低，因此，劳动力因素对中国产业结构升级的影响并不明显。

4 “新常态”下中国制造业转型升级的政策建议

4.1 产业转移：借助“一带一路”倡议“走出去”

新常态下，“一带一路”倡议已成为引领我国经济发展的主导方向，同时也为我国产业的转型升级提供了新的战略规划。一方面，“一带一路”倡议能够有效地推动中国制造业企业“走出去”，化解国内的产能过剩危机，我国很多对欧美出口不利的产品，例如，钢铁、纺织、水泥、光伏、化肥等，却为很多工业不发达的“一带一路”沿线国家所需要。另一方面，大多数“一带一路”沿线国家资源丰富，劳动力成本低，而基础设施落后，资金匮乏，工业化水平低，在我国制造业要素成本上升和人口红利消失的情况下，“一带一路”沿线国家有望承接我国价值链中低端的劳动密集型产业，优化产业结构，促进制造业转型升级。

4.2 两化融合：推动“中国制造”走向“中国智造”

近年来，新一代的信息技术迅猛发展，第三次工业革命呼之欲出，从传统制造业到先进制造业再到智能制造，是中国应对第三次工业革命的制造业演化主路线，而信息化与工业化的深度融合更是“中国智造”的必然选择。制造业信息化就是利用先进的信息技术改造和提升传统制造业，将现代信息技术、自动化技术和先进管理技术应用到产品研发、设计、零部件制造、产品销售、售后服务等各个环节。目的是实现产品研发设计的数字化、生产过程控制的智能化、企业经营管理的信息化、制造装备的数控化以及咨询服务的网络化，让制造业具备“聪明的大脑”，推动传统“中国制造”向“中国智造”转变。

4.3 模式创新：实施“互联网+制造业”计划

“互联网+”计划就是将互联网、云计算、大数据、物联网等技术应用到企业研发、设计、生产、管理和销售等各个环节之中，“互联网+”计划是信息化与工业化深度融合的关键，更是中国制造业走向“工业4.0”的必经之路。“互联网+”计划能够颠覆产业的生态链和价值链，告别微笑曲线，重新审视“武藏曲线”，带动整个国家的制造业实现跨越式发展。“互联网+”计划还能将生产性服务业融入制造业生产经营的各环节，打造专业的“生产+管理+服务”一体化流程。

4.4 创新驱动：加快培育和发展战略性新兴产业

随着科技的进步，先进的制造技术不断出现，例如新能源技术、新材料技术、自动化控制技术、数字化技术等，新一轮的技术革命和产业革命正在酝酿。市场是检验能力的最终标准，为了塑造新的竞争优势，世界各国都在寻找下一轮经济增长的动力，开始加快培育和发展战略性新兴产业。为掌握未来主动权，中国也不失时机地将加快培育和发展战略性新兴产业放在推进产业结构升级和经济发展方式转变的突出位置，积极探索战略性新兴产业的选择依据、培育原则和发展目标，促进我国制造业从“红海市场”向“蓝海市场”的转移。

[1] 胡迟. 制造业转型升级的“十二五”成效与“十三五”发展对策[J]. 经济纵横，2016，(10):64-69.

[2] 胡迟.制造业转型升级最新成效的分析与对策[J].经济研究参考，2015，(20):3-34.

[3] 潘爱华.新常态下我国制造业发展的几点思考[J].产业经济评论，2015，(02):5-10.