中国区域装备制造业全要素生产率增长的演化动力研究——基于1990-2015年分行业面板数据的实证分析

孟祥宁

（1.中共广西壮族自治区委党校、广西行政学院 经济学教研部，广西 南宁 530021；2.广西大学 商学院，广西 南宁 530004)

一、研究缘起

先进装备制造业是国家整体工业的核心组成部分，其发展水平是衡量工业结构转型升级和区域经济核心竞争力的重要标志。《中国制造2025》和“十三五规划”明确提出要“推进先进装备制造业基地和重大技术装备战略基地建设”。在推动我国装备制造业发展过程中，如何将粗放型增长方式转变为依靠全要素生产率（TFP）提高来推动的技术密集型增长模式是值得深入研究的重要问题。我国学者们积极地分析了推动或制约装备制造业生产效率的不同因素。代表性的有王晓玲等利用DEA（数据包络分析，Data Envelopment Analysis，简称DEA）-Malmquist-Tobit模型测度东北老工业基地2004-2014年经济振兴效率，发现技术进步变化指数下降是经济振兴效率不高的主要原因。[1]段婕基于超效率DEA模型对2006-2009年中国装备制造业技术效率的测算结果表明，技术效率低下严重阻碍了装备制造业的发展。[2]卢方元等基于全国三次经济普查数据，采用产出导向的BCC模型（规模收益可变DEA模型的简称）与Malmquist指数研究发现，中国装备制造业的R&D（Research and Development即研发的简称）投入产出规模效率无效导致了全要素生产率的整体下滑。[3]牛冲槐等采用产出导向型的Malmquist指数方法研究了装备制造业技术研发和成果转化阶段的全要素生产率，结果发现技术进步率是对全要素生产率影响最为显著的因素[4]。

现阶段的研究从不同角度剖析了中国装备制造业的全要素生产率，得出了一些很有意义的结论。然而还存在一些不足，一是学者们对中国装备制造业全要素生产率的研究尚停留在某省份或中国各区域装备制造业总体全要素生产率的分析上，较少深入研究各省（自治区、直辖市）装备制造业子行业的全要素生产率。二是全要素生产率的演化一般表现为动态变化，但是在某个阶段的演化会出现断续平衡的形态，所以研究某个时间点的静态效率也十分必要，既有的研究多是从动态变化的角度研究全要素生产率的态势，缺乏从静态和动态两个维度系统研究全要素生产率的演化规律和特征。三是多数学者采用的样本是时间较短的面板数据，不利于从可持续角度来研究装备制造业全要素生产率增长的演化规律。因此，本文对1990年以来中国各区域装备制造业子行业全要素生产率增长的特征、演化动力与制约因素进行针对性分析，为各地区推动装备制造业子行业TFP增长提出相应建议，力求推动各地区装备制造业良性发展。

二、理论模型构造与数据测算方法

为有效克服现有研究的一些不足，在构造理论模型和数据获取上，本文设定如下方案。首先，选取中国31个省、自治区、直辖市中的29个省份（因重庆从1997年起成为直辖市，为统一计算口径，将重庆划为四川；考虑到西藏装备制造业数据的不完整性，本文没有将西藏纳入分析数据测算范围[5]）的装备制造业细分子行业，深入分析各个省份装备制造业子行业TFP增长的特征、演化动力与制约因素。其次，根据放松规模报酬不变的理论假定，采用数据包络分析规模收益可变的投入主导模型，分析制约各省（自治区、直辖市）装备制造业及其子行业技术进步的主要因素及规模报酬情况；采用Malmquist指数动态分析1990-2015年全要素生产率的演化轨迹与动力。这种混合方法既弥补了传统DEA模型只能对规模收益不变的技术投入资源进行效率分析的缺陷，又有效克服了传统随机前沿方法（Stochastic Frontier Approach，简称SFA）分解中的非“费雪理想指数”问题，使得到的结果更加可靠。最后，将样本期延长至1990-2015年，拓宽时间跨度，考察1990年以来中国各省（自治区、直辖市）装备制造业子行业的全要素生产率的演化轨迹、动力及制约因素。构造动态面板数据，以期能更真实全面地反映中国装备制造业技术的投入产出效率。

（一）理论模型构造

1.VRS（规模收益可变）投入主导型DEA方法

为了能够通过调整投入数量，减少生产成本，从而达到扩大产出，提高效率的目的，本文采用VRS（规模收益可变）投入主导型DEA方法。因为不完全竞争、成本约束等现实原因使企业生产规模不会总能达到规模不变，所以采用VRS（规模收益可变）模型，比CRS（规模收益不变）模型更贴近现实，更能准确地反映研究对象的演化轨迹与特征。

在整个体系中，共有26个年份、7个决策单元（装备制造业7个子行业）和15834个样本（i）。其中，每个单元的特征都可由2种投入指标X（资本、劳动力）、1种期望产出指标Y（利润总额）来刻画。在给定产出的假设条件下，我们将最小化成本作为研究目标，构造模型如下

其中，θ等于1时表示决策单元的技术有效率，θ小于1时表示决策单元的技术无效率。i表示样本决策单元，yi表示i的产出向量，xi表示i的投入向量，Y表示全部样本的产出矩阵，X表示全部样本的投入矩阵。N1是所有的N×1的矩阵。因为是规模报酬可变，所以要增加凸性约束：N1＇λ=1。

2.Malmquist指数

Malmquist指数的构造基础是距离函数。该指数通常与DEA一起刻画投入产出效率的动态变化，能够纵向深入分析各个决策单元的效率。本文采用Ray和Desli提出的Malmquist指数分解模型，将Malmquist指数分解为技术进步指数（TC）和技术效率变化指数（TEC），其中技术效率变化指数可进一步分解为纯技术效率变化指数（TE）和规模效率变化指数（SE）。若Malmquist指数大于1，则表明该行业全要素生产率提高，若Malmquist指数小于1，则表明该行业全要素生产率下降，若Malmquist指数等于1，则说明该行业全要素生产率不变。[6]

（二）样本数据说明

根据中国国民经济行业分类与代码(GB/T4754-2002)，装备制造业包括金属制品业，通用设备制造业，专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备、计算机及其他电子设备制造业和仪器仪表及文化办公用品制造业七个二位码行业。本文研究选取的期望产出指标是29个省份装备制造业子行业的利润总额，利润总额用GDP缩减指数平减为以1990年为基期的实际利润总额，资本投入采用永续盘存方法来计算中国29个省份装备制造业子行业的物质资本存量，劳动投入使用29个省份装备制造业子行业的全部职工年平均人数。针对年鉴资料中个别数据缺失的情况，采用线性插值法补缺。对于数据中出现的异常点，采用郭亚军的改进“极值法”进行处理。[7](P20-23)本文的统计数据主要来源于历年的《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《新中国六十年统计资料汇编》以及中国三次经济普查数据。

三、实证研究结果

（一）静态效率分析结果

应用DEAP2.1软件，采用VRS（规模收益可变）投入主导型DEA分析方法，测算1990-2015年中国各区域装备制造业子行业的综合技术效率（见表1和续表1）。综合技术效率反映的是企业技术资源配置效率。测算结果发现，中国各区域装备制造业及其各子行业的综合技术效率普遍较低（值小于1），且规模报酬递减，表明装备制造业各子行业在不同区域的表现不佳。

从分行业的表现来看，交通运输设备制造业和电气机械制造业的规模报酬不变，说明中国在重视基础设施建设背景下，交通运输设备制造业和电气机械制造业的固定投资持续增长。其余子行业的企业技术资源配置效率均较低，配置效率最低的是仪器仪表制造业（小于0.5），说明近年来中国仪器仪表制造业技术进步较慢，未能有效地提高生产效率。

表1 中国各区域装备制造子行业的综合技术效率测算结果

续表1

从各地区的表现来看，东北地区和中部地区的综合技术效率表现优于东部地区和西部地区。东北地区和西部地区的电气机械制造业的资源配置效率高于东部地区和中部地区。东部地区由于资源过度集中导致出现资源配置无效率的现象。因此，东部地区各子行业存在技术资源配置效率较低的情况，综合技术无效，技术效率持续恶化问题严重。

（二）动态效率分析结果

1.中国装备制造业全要素生产率增长的演化轨迹

图1显示了1990-2015年中国装备制造业Malmquist指数动态演化轨迹。具体而言，1990-2013年中国装备制造业全要素生产率增长大致经历了一个比较平稳的发展阶段，而2013年是分界点，2014年和2015年的全要素生产率增长势头好，提升速度快，这说明中国已逐步由制造大国向制造强国转变。

图1 1990-2015年中国装备制造业Malmquist指数动态演化轨迹

2.中国区域装备制造业及其各子行业的全要素生产率分解情况（见表2及续表2）

整体来看，从1990-2015年，中国装备制造业的全要素生产率增长主要依靠技术进步、企业管理、制度创新以及生产经验的积累所引发的纯技术效率来实现提高。同时，数据分析显示其增长规模无效，说明装备制造业规模的扩大并没有带来效率的提升。技术进步是中部地区和东北地区装备制造业全要素生产率增长的主要动力。东部地区和西部地区主要依靠技术效率提升来推动装备制造业效益增长。

分行业看，技术进步是东部和中部地区金属制品业全要素生产率增长的关键动力。在纯技术有效的情况下，技术退化阻碍了东北地区和西部地区金属制品业全要素生产率的增长。东北地区和中部地区的通用设备制造业技术进步较快，有效地提升了全要素生产率，西部地区技术效率显著提升推动了通用设备制造业全要素生产率的提高。东部地区的规模效率高，但是技术进步没有跟上，导致通用设备制造业全要素生产率下降。西部地区的专用设备制造业的企业管理及制度创新能力不强，阻碍了全要素生产率的进一步提升。各区域的专用设备制造业技术进步较快，极大地推动了其全要素生产率的增长。技术落后严重阻碍了东部地区交通设备制造业全要素生产率的提升。对技术变革敏感的计算机及电子设备制造业，技术进步是制约其全要素生产率增长的重要因素，中国各区域的计算机及电子设备制造业相比世界发达国家的技术革新速度，技术进步速度较慢，严重阻碍了计算机及电子设备制造业全要素生产率的增长。规模无效导致了东部地区电气机械设备制造业的全要素生产率下降，但技术进步速度快拉高了各区域电气机械设备制造业和仪器仪表设备制造业全要素生产率的增长。可见，技术进步是装备制造业及其各子行业全要素生产率的主要推动力，也是装备制造业及其各子行业向高阶段演化的关键动因。

表2 中国区域装备制造业及其各子行业的全要素生产率分解情况

续表2

续表2

3.中国装备制造业及其子行业全要素生产率的地区异质性

从装备制造业总体来看，全要素生产率较高的省份主要集中在吉林、内蒙古、四川、河南等地。沿海地区的全要素生产率增长不明显，可能是由于资源过度集聚造成的资源配置无效率，规模扩大但效率未能显著提升。西部地区的全要素生产率较低。从分行业看，相比西北地区，东北及中部省区（自治区、直辖市）的金属制品业全要素生产率提高较快。发展较好、效率较高的通用设备制造业、专用设备制造业及交通运输制造业主要集中在中部地区和东部地区，西部地区发展势头好，但东部地区的全要素生产率较低。珠三角地区、长三角地区以及河北、山西等地的计算机及电子设备制造业、仪器仪表设备制造业发展势头好，效率提升快。值得注意的是，近年来西部地区大力发展高铁等交通基础设施建设工程，基本实现县县通高速、村村通公路的小康目标。虽然中国西部地区装备制造业起步较晚，但是政策红利叠加及资本大量投入推动了西部地区交通设备制造业、电气机械制造业领域的全要素生产率的快速提高。

四、研究结论与对策建议

（一）主要结论

1.1990 -2015年中国装备制造业全要素生产率增长大致经历了一个比较平稳的发展阶段，2013年出现了显著上升拐点。2014年和2015年的全要素生产率增长势头好，提升速度快，说明中国已逐步由制造大国走向制造强国的行列。

2.从装备制造业整体来看，1990-2015年中国各区域装备制造业及其各子行业的综合技术效率普遍较低（值小于1），且规模报酬递减。中国装备制造业的全要素生产率增长主要通过技术进步、企业管理、制度创新以及生产经验的积累所引发的纯技术效率提高来实现，但规模增长无效，说明装备制造业规模的扩大并没有带来效率的提升。技术进步是中部地区和东北地区装备制造业全要素生产率增长的主要动力；东部地区和西部地区主要依靠技术效率提升来推动装备制造业效益增长。全要素生产率较高的主要集中在吉林、内蒙古、四川、河南等地；沿海地区的全要素生产率增长不明显。分行业看，交通运输设备制造业和电气机械制造业的规模报酬不变，综合技术效率递增，但仪器仪表制造业技术无效，说明在重视基础设施建设背景下，交通运输设备制造业和电气机械制造业的固定投资持续增长推动了效率的提升，但仪器仪表制造业技术进步较慢，未能有效提高生产效率。

3.从各地区表现来看，东北地区和西部地区的电气机械制造业资源配置效率高于东部地区和中部地区。东部地区由于资源过度集中导致资源配置效率低，综合技术无效，技术效率持续恶化问题严重。东北及中部省（自治区、直辖市）的金属制品业全要素生产率提高较快，发展较好、效率较高的通用设备制造业、专用设备制造业及交通运输制造业主要集中在中部地区和东部地区。珠三角地区、长三角地区以及河北、山西等地的计算机及电子设备制造业、仪器仪表设备制造业发展势头好，效率提升快。西部地区在政策红利叠加及资本大量投入下，交通设备制造业、电气机械制造业领域的全要素生产率显著提高。

（二）对策建议

基于以上结论，可以发现推动技术进步与提高规模效率是改善中国区域装备制造业生产效率的有效途径，其中推动技术进步是重中之重，这主要可从三个方面入手：

1.加大科研投入，充分发挥技术知识在生产率增长中的促进作用，打破传统投入要素边际效益递减规律，以技术效率提升经济效益，以技术进步推动经济产出持续增长。比如，以技术进步为主要推动力的通用设备制造业、专用设备制造业可通过项目合作、共建生产基地、产学研联盟等方式，提高产品的稳定性、可靠性、安全性和耐久性，重点定位于高端装备、军工装备等市场需求增长的领域；组建企业之间的知识产权联盟，并加大对专业技术人才、经营管理人才和技能人才的培养力度，以提高现代经营管理水平和企业竞争实力。

2.根据要素禀赋特点优化投入要素（资本、劳动力、能源、技术）的分配比例，提高资源配置效率，充分发挥市场选择机制，破除地方垄断，允许“根深蒂固”的僵尸企业破产倒闭。比如金属制品业耗能大，污染环境严重，可通过引进技术人才、购买绿色环保先进生产线等方式，对水循环利用、重金属污染减量化、废渣资源化等节能降噪、资源节约的关键绿色工艺技术进行专项研发和改进，提高水电使用比例等，推动产业可持续发展。市场资源配置无效导致规模效率恶化的电气机械制造业、交通设备制造业可借助大数据等手段及时掌握市场供需动态，将刚性生产转化为以下游行业客户需求为导向的柔性生产。对关键和共性技术进行专项研发，提高规模效率，并积极推进装备制造业的市场化改革激励企业调整规模结构。

3.发展潜力大的大型企业可通过兼并重组或引进外资等手段，推进公司集团化、国际化，培育发展优势打造区域龙头企业；对于规模较小的中小企业可通过产业集聚，深化分工、延长产业链，扩大产业集群规模，促进产业结构的调整与优化升级。纯技术效率无效是因为企业组织管理水平较低，导致技术效率下降。解决途径是提高企业管理者素质，改进组织工作方式方法，增强企业软实力。建议政府出台政策允许计算机及通信设备制造业、仪器仪表设备制造企业将科技知识转化为专利来出售、授权进行融资等利好方式促进企业加大科技投入，充分发挥企业在创新资源配置中的主体作用。同时，利用信息化打造商务公共服务平台，开拓市场，壮大民营企业实力。

[1]王晓玲，方杏村.东北老工业基地生态效率测度及影响因素研究——基于DEA-Malmquist-Tobit模型分析[J].生态经济，2017（5）.

[2]段婕.我国装备制造业技术效率评价的实证研究——基于超效率DEA和TOBIT两步法[J].西北工业大学学报（社会科学版），2014（1）.

[3]卢方元，冀晴.我国研发机构创新效率的DEA模型分析[J].商业经济研究，2015（4）.

[4]牛冲槐，曹海曼.中部六省高技术产业研发创新的相对效率分析——基于超效率DEA方法[J].工业技术经济，2015（2）.

[5]李超显.基于DEA模型的我国政府社会管理职能绩效评价研究——以30个省（直辖市、自治区）为统计样本的实证分析[J].中国行政管理，2012（7）.

[6]Ray SC,Desli E.Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Ccountries:Comment.American Economic Review，1997（87）.

[7]郭亚军.综合评价理论、方法及应用[M].北京:科学出版社，2007.