长三角制造业转型升级——基于要素偏向、行业异质性与生产率变迁的分析

郑江淮, 戴一鑫

一、引 言

改革开放以来，长三角走出了一条以制造业为主的开放型经济发展之路，迅速发展成为全国乃至全球瞩目的制造业基地。长三角制造业主要承接国外产业转移中的低附加值产业，以代工形式嵌入全球分工链体系，而珠三角是最早受益于外向经济发展模式的地区，依托深圳、香港的空间优势，在现代服务业与高端制造业上形成了一定的竞争力。对比珠三角，目前长三角是传统制造业优势地区，制造业“大而不强”，利润率相对偏低。这种状况与长三角的制造业发展模式不无关系。

长三角制造业发展实际上是一个工业化过程。在改革开放初期，长三角制造业凭借重化工业、装备制造业、轻工业布局较为完整的制造业体系，借助上海国际机场和长江黄金通道，在改革开放的推动下，一方面适应了国内产业分工和低收入居民消费的需求，长三角国内制造业产品空间迅速填补计划经济时期留下的“短缺”，同时抓住制造业国际分工的机遇，主动融入全球分工网络，分享全球化生产的红利。

在技术来源和产品创新上，长三角制造业总体上处于模仿、引进、消化吸收阶段，同时企业生产的产品、技术同质性较强。即使吸引来的外资企业和为国外企业代工的产品和技术，也主要是发挥低加工成本的比较优势。企业竞争的策略是通过产能投资，获取规模经济，充分占有市场份额，在要素配置上呈现资本偏向性逐步加强，即资本密集度逐步上升的趋势。随着收入提升，消费偏好呈现出多样化，对制造业产品多样化的创新产生了需求，同时制造业产品分工专业化发展，产生了更多的中间产品替代需求，进而引致产品和技术的创新。因此，从长期看，随着产品和技术创新的兴起和扩大，长三角制造业全要素生产率将呈现上升态势，将该地区工业化逐步向前推进，直至可模仿、引进与消化吸收的产品、技术空间趋于饱和，与此对应的资本投资的边际收益下降到几乎为零，甚至为负。在劳动力市场上，劳动力需求逐渐增长，直至劳动力成本进入上升通道。

在长三角制造业发展实践中，随着产品、技术空间趋于饱和、劳动力成本进入上升通道，长三角制造业将面临着自主创新的产品和技术不足，来自国内外其他地区的竞争和低成本比较优势丧失等压力，由此进入转型阶段。在该阶段，制造业全要素生产率增长率可能出现放缓趋势，实际上也是这样。如果要进一步提升该地区人均GDP，制造业将面临产业升级的选择。升级的方向应当是自主的技术进步空间较大的制造业，该类行业应成为该地区制造业全要素生产率增长的主要来源。

现有的相关研究主要从全球价值链攀升、生产性服务业等视角，探讨长三角制造业转型升级的方向和路径。有研究指出长三角制造业转型升级的方向是应利用好全球产业重新布局及国际生产网络重新整合的机会，从而转变长三角制造业在国际生产网络中的角色定位。通过与京津冀的比较研究，也有不同的观点认为长三角制造业应向高端化、智能化、绿色化和服务化转型，同时应进一步促进生产性服务业发展，提高其与制造业之间的耦合协调水平，提升区域制造业竞争力水平。

本文基于全要素生产率增长的视角探讨长三角制造业转型和升级，首先利用DEA-Malmquest指数方法对长三角制造业TFP增长率及其构成项进行统计性分析，同时利用增长核算方法将长三角制造业按照研发强度大小分类，考察制造业总体及其分行业的TFP增长率变动、资本密集度变化的特征性事实，揭示出行业异质性的存在。其次，本文从各行业技术特征角度，对上述特征性事实的形成机制进行理论分析，揭示出长三角制造业在2011年以后进入转型阶段，呈现出一种二元结构的分化状态。最后，对长三角制造业TFP增长率及其构成项、TFP水平及其构成项的决定因素进行计量分析，揭示出行业异质性、资本偏向(劳动偏向)是长三角制造业TFP增长变动趋势的重要因素，验证了从TFP增长率角度做出的长三角制造业转型和升级方向的判断。

二、经验性事实与特征

(一)长三角制造业TFP增长率2011年达到峰值后进入下降阶段，行业间存在一定程度的异质性特征

全要素生产率(TFP)通常用来表征制造业转型升级的效率。根据DEA-Malmquist指数方法，从不同维度对长三角地区制造业的全要素生产率增长率及其来源进行定量测评。

DEA-Malmquist生产率指数表达式如下：

(1)

分解结果如图1所示，长三角制造业的TFP年平均增长率保持在10.3%，但是总体上各年环比增长率呈现出下降的趋势，并且在2004—2009年、2009—2012年、2012—2015年时期呈现出周期性波动，波峰逐渐下降。技术进步增长率达到了9.9%，呈现出与TFP增长率相同的变化特征。技术效率增长率微乎其微，只有0.4%，但是有略微上升的趋势。这意味着，长三角制造业2004年以来的TFP增长趋势依赖于技术创新程度的变化趋势，TFP增长率的构成在2011年之后呈现出以技术效率为主，技术进步为次的转型阶段。

本文依据全国2011—2015年制造业各细分行业平均研发强度，将长三角制造业分为高研发强度、中等研发强度、低研发强度三组，以C-D生产函数为基础的计量模型算出TFP值，对不同研发强度的行业比较其TFP的动态变化差异，发现从2012年开始长三角制造业的TFP趋于平缓，尽管低研发强度行业的TFP的绝对水平处于较低的水平，但维持增长势头，逐渐向中高研发强度的TFP收敛。而中高研发强度行业的TFP在2011年达到峰值后，开始略微下降，并逐渐趋于平稳，以致长三角制造业整体的TFP水平增长几乎停滞。

图1 长三角制造业TFP及其分解指数的时间变动趋势

结合图1和图2，2003—2015年长三角制造业TFP随时间变迁呈现如下特征：TFP的累积增长大致可以划分为2011年前后两个阶段：2011年之前为TFP增长率上升阶段，2011年之后为下降阶段，制造业平均的技术进步增长率出现持续下降趋势，而低研发强度的行业TFP继续维持着持续的上升势头。这意味着在2009年金融危机爆发以及国内采取刺激政策之后，研发强度较高的行业的TFP并没有明显上升，技术创新增长几乎停滞。相反，低研发强度的行业TFP增长势头持续，一定程度上受益于国内刺激政策的作用，这意味着，制造业TFP增长存在着一定的行业间异质性。

(二)行业异质性下行业间的技术进步和技术效率亦呈现相背离的特征，行业间分布分化趋势明显

根据研发强度分类的各行业TFP增长率2004—2015年几何平均值的分解项，按照技术进步率与技术效率增长率之比排序，各组的行业TFP增长率分解项的变化趋势如图3所示。各行业 TFP 增长差异较大，在高技术进步增长率的行业中，相应的技术效率较低；反之，在较高的技术效率行业中，技术进步增长率较低。在各组TFP增长率中，技术进步对TFP增长的提升作用更加明显，而技术效率的作用并不明显。这些表现与图1、图2所揭示的特征性事实显然是一致的。

图3 行业TFP及其分解指数的对比图* 从左到右分别为高、中、低研发强度的行业。

在各组中，技术进步最高的前三个行业分别是：(1)C23(汽车及航天航空运输设备制造业)、C22、C24，(2)C10(造纸和纸制品业)、C2(食品制造业)、C20(金属制品业)，(3)C7(皮革、皮毛制品业)、C4(烟草制品业等行业)、C5(纺织业)。这些行业有一个共同的特点，即产品多样化、技术专业化和市场竞争程度较高。

相应地，技术效率最高的前三个行业分别是：(1)C26(仪器仪表制造业)、C25(计算机、通信和其他电子设备制造业)、C1(农副食品加工业)。(2)C19(有色金属冶炼和压延加工业)、C28(工艺品、文教及其他制造业)、C18(黑色金属冶炼和压延加工业)。(3)C12(石油加工、炼焦和核燃料加工业)、C17(非金属矿物制品业)、C27(废弃资源综合处理业)，这些行业包括了知识创新程度高的高新技术行业、资产专用性高的“重资本”行业以及传统加工业。

进一步从长三角制造业各行业的技术效率和技术进步的局部加权回归散点平滑法得出的分布来看，如图4所示，可以划分为两个类别；一是高技术进步率和低技术效率行业，例如C10、C7、C2、C23、C5、C4；二是低技术进步和高技术效率行业组，例如C25、C26、C18、C21(通用设备制造业)、C28。与上述三行业分组覆盖的行业类似。

(三)资本密集度2011年之后急速下降，要素配置呈现出劳动偏向性上升

如图5所示，长三角制造业资本密集度在2011年达到峰值，从2012年开始下降，2012—2014年资本密集度呈现断崖式下跌。这期间，中国经济增速总体上进入下降区间，产能过剩较为严重，资本“脱实向虚”现象加剧。这种变化在长三角制造业资本密集度迅速降低中得到了反映。从劳动力配置角度看，这意味着劳动偏向性上升。如果劳动生产率显著上升，一定程度上会抵消资本增长放缓的消极影响。

图4 技术进步、技术效率行业分化图

(四)资本生产率和劳动生产率持续上升，但是行业间异质性持续扩大

(2)

(3)

如图6所示，本文将此方法计算得出的TFP水平值和增长率同DEA-Malmquist指数测度的相同指标进行对比，证实了再分解方法的可靠性以及两种方法的结果一致性，同时进一步验证了TFP的时间变化符合前文所述的三阶段的特征，同时自2004年以来长三角制造业的TFP的增长率呈现逐渐递减的趋势。

图6 两种方法下TFP以及增长率的时间趋势

本文继续以(3)式为基础，探究TFP中资本生产率构成项、劳动生产率构成项以及行业异质性构成项的变迁趋势，如图7所示：

图7 2003—2015年长三角制造业TFP分解项变化趋势

长三角制造业的资本生产率和劳动生产率构成项呈现逐年递增的趋势，并且保持着几乎相同的增速，即使在2011年之后，两个要素生产率构成项也保持着上升的趋势，而行业异质性构成项逐年显著下降，反映了各行业与基准技术产出水平的偏离程度在持续扩大。资本生产率构成项和劳动生产率构成项是技术进步、技术效率的综合反映，从(3)式中不难看出，具有显著提升TFP的作用。结合长三角制造业TFP增长率平均水平呈现下降的事实，可以得出，不断扩大的行业异质性成为TFP增长率的重要影响因素，TFP增长率的构成项，即技术进步和技术效率在行业间出现了较大的分化。

三、理论分析

从以上长三角制造业特征性事实分析中，不难看出，2011年是长三角制造业发展的一个拐点，TFP增长率及其构成项技术进步率、资本密集度都呈现出明显的下降态势，在行业间，低研发强度的行业却仍然维持上升趋势。但是行业间却呈现出明显的差异，即技术进步率相对较低的行业却呈现出相对较高的技术效率改进，技术进步率相对较高的行业在技术效率上则相对较低。这种变化特征在总体上和研发强度高、中、低各组中均呈现出相同的特征。这些变化特征很大程度上可以从行业间异质性逐渐扩大的角度进行解释。

众所周知，2004年以来，长三角制造业在外向型发展导向下迅速成为国际制造业转移接受地，同时国内制造业部门在市场化改革驱动下以民营企业兴起和迅速成长而得到长足的发展，长三角制造业成为国内劳动力转移接受地。资本和劳动力增长呈现出资本偏向性配置结构，即资本密集度不断提升。资本密集度提高通常伴随着先进的制造技术更新和换代，其背后的动力往往来自于各行业企业以产能投资、扩大市场份额表现出来的市场竞争策略。

对产品多样化、技术专业化程度较高的行业来说，产品种类、质量提升和配套的创新、产品差异化等，都是这类行业企业的竞争动机。企业在提高资本密集度的同时，更有动力增加技术创新投入来提高产品的竞争力。在总体经济增长放缓的情形下，市场均衡松动，企业仍将坚持技术和产品创新，支持其围绕市场份额的竞争。这就意味着该行业的TFP增长率更多地来源于技术进步率。

对知识密集型的高新技术行业来说，长三角制造业利用该行业发达国家企业的全球价值链布局机遇，吸引了大量的加工制造和装配环节的投资，或者引进了大量较为成熟的技术和工艺进入国内生产，因此该行业企业竞争动机是充分降低加工制造成本，实现技术效率增长最大化。在总体经济增长放缓时，这些行业国内外的技术差异仍然较大，该行业的企业出于生存竞争的考虑，仍然会使用更先进的加工装备，辅以相应的工艺创新。从这个意义上说，该行业的TFP增长率更多地来源于技术效率的增长。

对于“重资产”的资本密集型的长三角重化工业在中国工业化快速增长阶段，生产规模不断扩张，实现了规模经济，提高了规模效率以及技术效率。同时，该类行业更注重设备等工艺创新以及对原材料成本的控制，且其产品技术更加偏向于长周期的基础研究。因此，技术进步的更新换代速度和频率较慢，通过规模经济提高技术效率是提高该类行业TFP增长的主要来源。相对而言，轻工业行业的产品则更偏重于零部件等中间产品的技术供给，而此类产品的进步速度较快，技术的变革日新月异。

对于技术较为稳定的传统制造业来说，规模经济和成本控制是企业竞争力的主要来源，企业市场份额增长容易受到需求波动的影响，企业的产品创新的不确定性较大，研发经费和技术人员将更多地集中在提高技术效率上，以较低的成本来缓解需求波动的影响。

总之，长三角制造业在2011年之前的快速工业化时期，资本投资驱动下形成了较高的资本与劳动比，实现了工业化初期的低资本密集型制造业向高资本积累密集型制造业转变，制造业TFP大幅增长。

在劳动力、土地等要素成本上升的情形下，资本与劳动比在“机器换人”、“高技能替代低技能”的要素替代中应继续维持较高的比例。但是在2011年之后，该比例迅速下降。这意味着，长三角制造业内部各行业出现了分化，行业异质性因素凸显，即各行业对劳动和资本要素的吸引力和偏向程度也在偏转，可以预见到高资本产出弹性的行业资本吸收能力会更强，与之对应，具有较高劳动产出弹性的行业对劳动力尤其是高技能劳动力的吸收能力将会更强。技术进步和技术效率在行业分布会呈现更加明显的背离趋势。

从上文描述的技术效率增长率在2011年之后一直高于技术进步、行业异质性持续扩大、资本深化程度迅速降低这三个特征事实来看，长三角的制造业呈现出一种“二元结构”，即一部分呈现出技术进步缓慢、高技术效率特征的行业在受到要素成本、需求疲软等外部因素影响下资本投资和设备更新速度降低，该行业进入到充分实现已投资产能的效益最大化阶段，另一部分呈现出高技术进步、低技术效率特征的行业，产品创新应是该行业企业竞争的首要策略，但是在产能增长放缓的情况下，可能更多地增加高技能劳动力投入来改进产品质量和种类。

如果资本密集型产业的“资本逃离”与劳动偏向性提高的趋势得以维持，长三角制造业就面临着新的转型，即提升劳动偏向型制造业的技术进步水平，为劳动力创造具有比较优势的新任务和新的产业环节显得尤为重要和关键。人工智能与智能机器不但可以促进创新，而且可以扩散渗透到各个行业，即使人工智能可能会带来负向的就业抑制效应，但是根据熊彼特理论，技术进步也会通过技术创新和生产率的提高，将引起对生产新产品所用的要素需求的短暂提升。同时从过去两个多世纪的数据经验来看，并没有支持失业随着技术进步而长期增加的证据。目前机器人技术等人工智能在发展中国家的使用也在逐渐增加，具有较大的生产效益和产业前景。因此，包括工业机器人、计算机、信息、通信技术等在内的行业应该成为长三角破解目前典型困境，从而实现转型升级的一个有利突破口。

但是，人工智能以及某些中间产品的技术变革无论是在速度、规模还是深度上，都与一般产业技术截然不同，可能限制生产率提高的因素包括新技术所需技能与劳动力所拥有的技能不相适应、技术以过快的速度引进等。新的生产任务和产业调整倾向于使用新的技能，但如果教育体系及劳动力未及时供给这些技能，经济转型将会受到阻碍。如果技术被过度采用，资本和劳动配置不当，就会阻碍生产率的提升。

基于上述分析，2003—2015年以来，长三角制造业TFP增长率下降的主要原因可以从行业异质性逐渐扩大的角度进行解释。在已经进入劳动力、土地等要素成本不断上升的发展阶段，提高TFP的增长率应当从以技术效率增长率为主转变成以技术进步为主，这要求长三角制造业中技术进步和产品创新空间较大的行业的异质性进一步提升，在人工智能、生产智能化装备迅速兴起、扩散的发展趋势下，人工智能技术使用密集度较高的行业异质性将逐渐显现，并加强原来的行业异质性，进而在资本与劳动力配置结构上弱化劳动偏向，资本密集度得以上升。

四、实证分析

通过以上分析，要素配置投入结构的改变对该地区的制造业生产率产生显著的影响：由于不同行业间产出弹性异质的扩大致使要素偏向劳动的程度加深，继而使得技术进步与要素配置不匹配，长三角制造业TFP增长总体上呈现出下降的态势。本文认为，TFP再分解的方法所得到的要素投入效率和行业异质性以及要素偏向对长三角制造业的TFP具有重要影响，本文借此将通过实证进行检验。

(一)基本模型

根据已有文献和理论模型的假设，本文设定的计量方程为：

TFPEC

=

β

+

β

LKP

+

β

LLP

+

β

LAP

+

β

FAB

+

λCONTROL

+

ν

+

μ

+

ε

(4)

其中，

ν

和

μ

分别为模型中所控制的个体固定效应和时间固定效应，

ε

为残差项。被解释变量为基于DEA得到的Malmquist指数，核心解释变量为利用(2)式中TFP分解得到的资本效率(

LKP

)、劳动效率(

LLP

)、行业异质程度(

LAP

)以及要素配置偏向性(

FAB

)。考虑行业异质性以及数据可得性，控制变量主要包括：(1)投资率INV：用各行业固定资产投资额占制造业各行业生产总值比重表示。增加投资往往被看作是资本深化的过程，是技术进步的载体，技术和经济的纽带，同时技术进步也是投资的一种结果，投资的增加无疑将促进全要素生产水平的提高。(2)贸易开放度(EXP)：用各行业的出口交货值占各行业的生产总值比重表示。对外贸易的扩大对生产率的促进作用主要表现在“干中学”效应和竞争效应等方面。为满足国际市场的需要，提高出口竞争力，国内企业必然会加大研发投入和引进先进的生产技术以及管理经验，提高生产率，国际交流机会的增加必将促进信息交换和技术传播，继而影响生产力水平的发展。(3)产权结构的变化(PRI)：以私营企业的资产总额占各行业总资产的比来表示，该指标间接反映了私营企业进入的行业壁垒，一定程度上反映“所有制歧视”程度，该指标对TFP增长率的影响主要是通过资源配置效率的间接影响。(4)外商直接投资(FDI)：以各行业外商直接投资额占工业总产值的比重来表示。长三角是典型的外向型经济，外国企业给长三角制造业带来资金的同时，通过技术人员流动效应、示范模仿效应、竞争效应以及当地企业的联系等渠道实现国际技术溢出，实现资源的优化配置，继而促进经济增长。(5)工业行业市场竞争程度(COM)：以各工业行业企业单位个数。每年行业企业数量愈多则说明行业内竞争程度的加剧，反映了行业市场结构对生产率的影响。其中，表1和表2说明变量的具体说明和描述性统计。

表1 变量说明

注：以上数据来源于：2003—2015年《江苏统计年鉴》、《上海统计年鉴》、《浙江统计年鉴》。

表2 描述性统计分析

(二)回归结果分析

由于本文选择的是长三角制造业所有分行业的样本数据，Hausman检验的结果也支持固定效应，并且固定效应模型通过将截面相关部分从残差项中分离出来，对于缓解模型可能存在的“内生性”起到了一定的作用，因此本文采用固定效应面板模型进行实证回归。

表3 回归结果

注：***、**、*分别表示1%、5%、10%的显著性水平。下同。

具体地，资本生产率构成项对TFP增长率(TFPC)产生显著的正向影响，即资本生产率构成项增加1%，那么TFP增加1.807，对技术效率(规模效率、纯技术效率)的正向影响在1%的水平上统计显著且影响程度较高，对技术进步则没有产生显著的影响，间接证明了资本对产出的增长作用往往伴随着资本对技术效率尤其是规模效率的促进作用。

劳动生产率构成项与TFP增长率负相关，这意味着，在劳动生产率上升的情况下，劳动力数量相对减少的同时，劳动力增长并没有显著促进技术进步，同时由于对技术效率负向作用，继而抑制TFP增长率。

行业异质性本身对TFP增长率具有较显著的正向作用，且行业异质性程度提高1%，长三角制造业TFP增长率就会提升0.167左右。可能的原因是行业内技术异质性程度越大，那么行业间的要素产出弹性的异质性扩大，异质性越高的行业要素间配置得就相对更加合理，即资本和劳动产出弹性越高的行业其吸收资源的能力就越强。行业间异质性较弱，反而不利于资源的优化配置，进而制约了TFP增长率。

(三)时间结构变动的检验

继续考查长三角制造业TFP水平是否在2012年发生结构性变化。本文首先对TFP进行整体的回归，虚拟变量

d

(2012年及以后，

d

=1；反之，

d

=0)显著为负，表明2012年之后的TFP平均比2012前的TFP降低0.061，行业异质性对TFP具有显著的正向作用，而资本深化作用则不明显。

表4 时间结构变动检验

结合长三角要素偏向度2012年前后的趋势差异，我们猜测要素偏向度对TFP的影响具有时间段的异质性，进而进行分时间样本的回归，结果发现行业异质性在2012年前后并无较大变化，异质性扩大本身有利于TFP水平的提高，但是要素偏向在2012年前后的作用发生了明显的偏转，资本偏向度在2012年之前对TFP呈现明显的负向作用，但是回归系数很小，这意味着资本深化对TFP的作用已经处于极大化状态。在2011年之后，资本深化呈现显著的正向作用，同时，行业异质性和要素偏向度的交互项为正，2011年之后组中的回归系数显著大于2011年之前组中的系数。这表明资本深化程度的降低，或者说劳动偏向程度的提高，在一定程度上改善了TFP水平，并且随着行业异质性扩大而更加明显。

(四)劳动生产效率再分解的检验

表3回归结果发现，提高劳动生产率对TFP的增长作用为负，因此本文再深入探究劳动生产率的构成及其影响因素，根据(2)式，进一步变化，得到如下分解项：

(5)

不同行业间的劳动生产率差距主要是由资本深化、劳动力规模和行业异质性三方面差异造成的，我们将这三部分对行业增长差异的影响分别称为要素配置偏向效应、劳动力规模效应和行业异质效应。进一步考察以上三个效应对劳动生产率的影响。设定本文第二个回归方程为：

(6)

其中，

ν

和

μ

分别为模型中所控制的个体固定效应和时间固定效应，

ε

为残差项，另外，控制变量同上一部分选取变量相同，表5为实证的回归结果。

表5列出了 OLS和固定效应回归结果，结果发现要素偏向度对劳动生产率的增长具有明显的正向作用，行业的异质效应则对劳动生产率呈现负向的作用，而劳动投入的规模效应则表现为负向作用，放入控制变量后，劳动力的数量对劳动生产率增长的逆向影响则更加明显。我们继续用固定效应模型进行检验，并且控制年份的固定效应，其中资本深化和劳动力数量的影响均没有改变。

控制变量上，固定资产投资率以及企业私有化程度对劳动生产率的增长呈现明显的负作用，可见以投资驱动的企业发展模式势必会引致劳动生产率增长放缓，而企业私有化程度越高，对于企业劳动生产率的增长则会进一步放缓。企业竞争程度的一次项系数为正，二次项系数为负，其对劳动生产率呈现“倒U形”的特征，即行业竞争越大，越有利于劳动生产率的增长，而当竞争程度达到一定规模后，其对劳动生产率增长反而不利。外商直接投资的溢出效应拉低了长三角制造业劳动生产率的增长，表明目前的长三角制造业需谨慎地利用外资，其对劳动生产率增长负向作用值得关注。

表5 回归结果

通过以上实证分析，本文认为，长三角制造业长期以来持续上升的资本偏向性、劳动力质量的缺失使得其抑制了劳动生产率的增长，同时劳动力规模效应亦明显抑制了劳动效率的提升，导致劳动生产率对TFP的增长效应不明显。相反，资本生产率和行业异质性对长三角制造业TFP的增长具有显著的正向作用。

五、结 论

本文基于全要素生产率(TFP)分析了长三角制造业转型与升级的影响因素与作用机制。结果发现，长三角制造业TFP增长率于2011年后陷于停滞，行业间异质性持续扩大，各行业的技术进步和技术效率呈现相背离的特征，行业间分化趋势明显。产品多样化、技术专业化的行业技术进步比技术效率增长更快。同时，资本深化于2011年由增加到急速下降，限制了TFP的提升。长三角制造业在2011年之后进入转型阶段。

通过理论和实证表明，资本深化程度逐渐降低，劳动偏向性加强并没有带来技术进步上升，劳动质量成为长三角制造业TFP增长的制约因素，行业异质性的扩大在部分行业中加速了资本深化，在部分行业中促进了劳动偏向，长三角制造业内部这种分化正是转型阶段的特征。“轻资本”、中间产品分工密集的行业以及高劳动力技能密集的行业应该是长三角制造业未来升级的方向。

以上结论的政策含义是：转型的方向应侧重于高技术进步、低技术效率的行业，提高技术密集型行业的技术进步的自主程度，充分发挥并利用长三角地区得天独厚的科教优势。以工业机器人、计算机与信息、通信技术行业的技术创新为突破口，加强劳动力技能培训，提升劳动力质量。