基于消费主导的京津冀地区高能耗产业产能过剩分析

朱瑞明,赵荣钦,贾品荣,焦士兴,张战平,肖连刚,杨青林,杨文娟,满 洲

(1.华北水利水电大学 测绘与地理信息学院,河南 郑州450046;2.北京科学学研究中心,北京100089;3.安阳师范学院 资源环境与旅游学院,河南 安阳 455002)

1 引言

产能过剩是指微观企业视角下现有的资本和劳动等生产要素没有得到充分利用,实际生产产量低于潜在生产能力的状况[1]。在当前我国面临经济社会“新常态”和经济下行压力的背景下,产能过剩与地方政府性债务、房地产泡沫一道被称我国经济三大风险[2]。产能过剩会引发企业经营状况恶化、人员下岗、银行不良资产和社会资源配置效率下降等一系列问题,严重阻碍经济发展[3]。2015年中央经济工作会议将“去产能”列为2016年我国经济发展的五项任务之首。近年来,国内外学者针对产能过剩的问题展开了大量研究。一些学者采用“峰值法、成本函数法、生产函数法[4]、协整分析方法[5]、数据包络分析法和随即前沿分析法”[6]等方法开展了国家[7,8]、省际[9]和企业[10]不同尺度的研究;研究视角也从政府和市场的宏观层面转向政商关系[11]、地市增值税分成变化[1]、财政补贴[12]、僵尸企业[13]和企业退出机制[14]等微观角度的分析,并从供给侧的市场竞争[15]、政府干预[16]和结构性改革[17]等方面开展了产能过剩原因分析。实质上,产能过剩是由供需关系失衡引起的,因此我们不仅要加强供给侧改革,更要推动国内外消费来实现过剩产能的化解。近年来国外学者分别基于功能性食品[18]、太阳能电池板[19]、健康信息技术[20]等对消费主导进行了研究,探索了消费者导向在产品研发和销售中的作用;国内学者从消费主义[21]、农村消费需求[22]和经济增长路径[23]等方面开展了相关研究,论证了消费对经济的拉动作用。以上研究为从消费端开展产能过剩研究提供了重要的理论视角和参考借鉴。

总体而言,当下关于过剩产能化解的研究大多是基于供给侧的宏观层面政策推动、中观层面市场扶持机制和微观层面企业自身创新进步,基于消费主导的研究相对较少。基于消费主导的产能过剩研究不但有助于产业结构优化和过剩产能化解,而且对我国平稳渡过经济“新常态”时期,实现经济增长模式顺利转型具有重要实践意义。京津冀地区是支撑我国经济发展的核心增长极,是经济和社会发展最具活力的地区之一,然而产能过剩问题严重阻碍了该地区经济转型发展，因此从消费端入手探索过剩产能化解的途径对于京津冀地区经济社会转型发展具有重要的实践意义。本文采用2004—2016年京津冀地区经济数据,对地区高能耗产业产能利用率和消费主导比重指数进行了计算分析,并对最终消费支出与产能利用率的因果关系进行了检验,最后提出了化解过剩产能的政策建议。

2 数据来源与研究方法

2.1 数据来源

计算产能利用率的数据主要来源于2005—2017年《中国工业统计年鉴》,包括六大高能耗产业(石油加工、炼焦和核燃料加工业,化学原料和化学制品制造业,非金属矿物制品业,黑色金属冶炼和压延加工业,有色金属冶炼和压延加工业,电力、热力生产和供应业)[24]的主营业务收入、固定资产原价和平均用工人数等;构建消费主导比重指数的相关社会经济指标数据主要来源于2005—2017年的《中国统计年鉴》。

2.2 研究方法

产能利用率:产能利用率的计算方法有“峰值法、生产函数法、成本函数法、协整分析方法、数据包络分析法、随即前沿分析法、向量自回归法”等,由于生产函数法综合考虑了技术进步与各生产要素的贡献,且数据便于获取,因此本文采用生产函数法计算京津冀地区2004—2016年高能耗产业产能利用率[25]。

基于C-D生产函数公式确定资本、劳动力与产出的关系的基本等式为:

Y=f(K,L,A)e-u=AKαLβe-u

(1)

式中,Y为产出水平指标;K为资本投入指标;L为劳动力投入指标;A为技术水平指标;α、β分别为资本和劳动力投入指标的产出弹性系数(α>0,β>0);u为随机干扰项。

假定规模报酬不变前提下(α+β=1),对等式(1)两边分别进行取对数处理后得到下式:

lnY=lnA+αlnK+βlnL-u

(2)

因此边界生产函数为:

lnY*=αlnK+βlnL+lnA

(3)

式中,Y*为理论上的最大产出水平。

设定随机变量λ,在满足E(u)=λ和LNA=δ的前提条件下,将等式(2)进行转换得到下式:

lnY=αlnK+βlnL+(δ-λ)-(u-λ)

(4)

由于E(u-λ)=0,因此可利用最小二乘法(OLS)进行回归估计得到平均生产函数的计算等式:

(5)

计算样本区间内产出实际值与其对应的通过平均生产函数公式求得估计值之间差值最大值:

(6)

(7)

根据边界生产函数计算出理论最大产出,与实际产出进行比较,得到产能利用率为:

(8)

结合相关文献[26]中产能利用率临界值判断标准,认定产能利用率正常值应处于79%—83%之间,超过90%认定为产能不足,低于79%认为其存在产能过剩现象。

消费主导比重指数:在相关研究[27,28]的基础上,结合京津冀地区的实际情况,构建了消费主导比重指数指标体系,包括经济自主、需求结构、消费水平、消费结构和消费环境五大因素,共包含36个因子(表1)。

表1 消费主导比重指数评价的指标体系

注:表中因子层中的“(+)、(-)”分别表示正因子和负因子。

本文采用功效系数法对36个指标进行标准化处理,计算方法为:

(9)

(10)

式中,i为第i个因子;j为各个地区;t为年份;ximin分别为i因子的上下阈值;xijt、Xijt分别为无量纲化处理前后i影响因子j地区第t年的数值。

采用熵权法[29]计算权重,得到京津冀地区消费主导比重指数,计算公式为:

(11)

式中,Cjt为j地区第t年消费主导比重指数;Wi为因子i的权重。

3 结果及分析

3.1 产能利用率

京津冀地区高能耗产业产能利用率整体偏低,2004—2016年京津冀地区产能利用率均值为63.14%,处于产能过剩状态(图1)。产能过剩是一种周期性经济现象,因此产能利用率的变化具有阶段性,这一现象与国内其他学者关于我国工业产能过剩的研究基本吻合[2]。金融危机过后,我国经济处于上升时期,产能利用率不断上升。2004—2008年,产能利用率表现出持续增加趋势,年均增长率最大的是天津市(9.21%),最小的是北京市(4.91%)。2008—2011年,产能利用率整体呈上升趋势,但在2009年出现大幅下降,下降幅度最大的是河北省(13.60%),为天津市(12.86%)的1.06倍、北京市(2.82%)的4.82倍。这是受到国际金融危机冲击,国内经济增长减缓,对外出口持续萎靡的影响导致的。2011—2016年,产能利用率呈现波动下降的趋势,降低幅度由大到小依次是天津市(24.02%)、河北省(23.47%)和北京市(7.96%)。2011年是一个分水岭,早期资本积累和金融危机应对政策的刺激使产能爆发,产能利用率大幅下降[30]。总体来说,京津冀地区产能利用率呈上升趋势,但产能过剩危机依然存在。

图1 京津冀高能耗产业产能利用率变化

不同地区的产能利用率差距较大。受到地方政策与地区资源禀赋差异的影响,京津冀3个地区的经济增长模式和经济发展阶段不同,产能利用率也出现了较大的差距,由高到低依次为天津市(69.31%)、北京市(62.79%)和河北省(57.34%)。2004—2016年,产能利用率的年均增长率分别为北京市(2.38%)、天津市(1.99%),只有河北省产能利用率出现下降,年均减少率为0.51%,说明河北省高能耗产业产能过剩危机在不断加剧,需要进一步采取措施遏制其恶化。另一方面,北京市和天津市的产能利用率虽然表现出上升趋势,但是产能过剩危机并没有解除,需要进一步采取措施积极应对。

3.2 消费主导比重指数

经济增长模式与经济发展阶段密切相关。采用功效系数法计算出京津冀各地区的消费主导比重指数,并结合相关文献[28]中经济增长模式动态演变规律,认定指数越高,消费主导特征越明显;反之,指数越低,投资主导特征越明显(表2)。钱纳里从产业结构的变动与升级入手,将区域经济发展划分为6个阶段。基于对两者关系的研究,本文将钱纳里区域经济发展阶段理论与经济增长模式变化相结合。在传统社会阶段和工业化初期阶段经济增长缓慢;工业化中期阶段,重化工成为主导产业,适用于投资主导型经济增长模式;工业化后期阶段和后工业化社会阶段,第三产业发展迅速,高档耐用消费品工业需求增大,适用于内需主导型经济增长模式;现代化社会阶段,消费出现多样化、个性化,适用于消费主导型经济增长模式。

表2 经济增长模式划分

京津冀地区消费主导比重指数整体呈上升趋势。截至2016年，京津冀地区消费主导比重指数增至74.19，是内需主导型经济增长模式，处于后工业化社会阶段，消费是该地区经济增长的重要动力[28]。2004—2016年，京津冀地区消费主导比重指数年均增长1.72%，但在2010年和2014年出现小幅度下降。2010年消费主导比重指数下降了0.03，这主要是由于天津市和河北省的经济增速减缓，居民消费结构发生变化，同时地方政府关于构建良好消费环境的投入力度有所下降，尤其是天津市的社区服务机构数大幅度减少。2014年消费主导比重指数下降了0.05，引发这一现象的原因是天津市居民消费结构发生剧烈变化，文教娱乐消费支出和服务消费支出占居民消费总额的比例下降；河北省在社会服务方面的投入降低，社区服务机构数减少。总体来说，2010年和2014年京津冀地区消费主导比重指数的下降是由天津市和河北省的区域消费环境建设投入和居民消费结构发生变化所引发。截至2016年,京津冀地区消费主导比重指数由60.47上升到74.19,增加了13.72，说明该地区经济增长模式正由投资主导向消费主导过渡,经济发展阶段向现代化社会阶段过渡,经济增长动力结构也由投资转变为消费,但就目前而言投资仍是该地区经济增长的重要力量,产能过剩问题与其有一定的关联性。

图2 京津冀地区消费主导型指数趋势

图3 京津冀地区投资率趋势

消费主导比重指数具有地区差异性。2004—2016年,北京市消费主导比重指数从65.89上升到83.88,上升了17.99,经济增长模式由内需主导型过渡到消费主导型,在2013年步入现代化社会阶段;天津市与河北省分别由59.81和55.71增至69.32和69.37,各自增加了9.51和13.66,由投资主导型转向内需主导型,处于工业化后期阶段(图2),与国内其他学者的研究结果基本一致[27]。这是由于北京市是全国的政治、经济、文化中心,具有天然的资源禀赋优势,经济发展速度远高于其他两个地区;河北省受到“虹吸效应”的影响,经济发展阶段落后于北京市与天津市。北京市消费主导比重指数始终高于天津市和河北省,经济增长模式也远超这两个地区。投资对经济增长的贡献逐渐减小,但河北省投资率出现上升,天津市在2009—2014年也出现上升现象,因此投资在京津冀地区经济发展中仍起着重要作用(图3)。投资主导经济增长模式是引发产能过剩的重要原因,各地区的经济发展阶段和增长模式不尽相同,区域产能过剩程度的不同与此有一定的相关性。

产能过剩与经济发展阶段和增长模式有一定关联性。不同省域产能利用率与消费主导比重指数具有一定相关性,其中河北省的产能利用率和消费主导比重指数都是最低的。总体来说,京津冀地区的产能利用率和消费主导比重指数都是在不断上升的,2004—2016年产能利用率上升了7.01%,增幅为13.71%;消费主导比重指数上升了13.72,增幅为22.69%。其中,北京市与天津市的产能利用率和消费主导比重指数均呈上升趋势,表明这两个地区产能过剩与经济发展阶段和增长模式密切相关。2004—2016年河北省消费主导比重指数呈上升趋势,但同期产能利用率下降了3.12%,投资率上升了28.54%,主要是受到国家宏观政策和河北省的产业结构、经济发展阶段与增长模式的影响。总体而言,尽管产能过剩与经济发展阶段和增长模式有一定相关性,但经济发展阶段并不是产能过剩的决定性因素,区域产能过剩问题还受到政府宏观调控和市场周期波动等因素的影响[26]。

3.3 消费与产能过剩的因果关系

消费是经济增长的最终动力,过剩产能化解离不开消费拉动。本文采用格兰杰因果检验,从实际观测数据出发,分析消费和产能利用率的因果关系。最终消费支出分为居民消费支出和政府消费支出,可有效反映社会整体的消费情况,而产能利用率是产能过剩的重要判断指标,因此采用最终消费支出和产能利用率来验证消费与产能过剩的因果关系。

格兰杰因果关系检验步骤[31]:先对变量进行回归分析,回归方程为:

(12)

(13)

式中,Xt、Yt分别为变量X、Y在t时期内数值;Xt-i、Yt-i分别为变量X、Y滞后i期数值;αi、βi、λi、δi为回归系数;ε1t、ε2t为误差项。

构造检验统计量:

(14)

式中,RSS0为Y自回归的残差平方和;RSS1为包含X项的残差平方和。如果F值大于临界值,说明拒绝原假设,认为X是Y的格兰杰原因;反之,说明接受原假设,认为X不是Y的格兰杰原因。

数据处理前检验:为消除数据之间异方差影响,对最终消费支出F和产能利用率CU取对数后有LNF和LNCU。其次进行单位根检验,保证数据平稳性,避免伪回归现象出现。检验结果表明原数据为非平稳变量;一阶差分后检验发现通过单位根检验,说明数据是一阶单整I(1)。最后采用Kao检验方法考察数据之间长期的均衡关系,结果表明数据之间具有长期均衡关系。

研究发现,最终消费支出对产能利用率具有长期的稳定影响,即最终消费支出的变化会影响产能利用率的上升或降低。基于最终消费支出与产能利用率的协整检验,在5%的显著水平上拒绝了原假设,说明京津冀地区的最终消费支出与产能利用率之间具有长期均衡关系。长期来看,最终消费支出的变化可以在一定程度上反映出总需求变化,总需求变化对于潜在生产能力发挥影响巨大,因此最终消费支出对产能利用率具有长期稳定影响。未来,京津冀地区进行高能耗产业过剩产能化解时应注重最终消费支出对产能利用率的影响作用。

最终消费支出上升可带动产能利用率提高,但产能利用率提高并不能促进最终消费支出上升。滞后期数为1、2和3期时,“lnF不是lnCU的格兰杰原因”的检验结果全都拒绝了原假设,表明最终消费支出是产能利用率的格兰杰原因;但“lnCU不是lnF的格兰杰原因”的检验结果全都被接受,说明产能利用率不是最终消费支出的格兰杰原因(表3)。现实生活中供过于求引发产能过剩现象出现,最终消费支出上升可促进实际生产产量的消化,供需失衡矛盾的消除，提高产能利用率。因此,消费对产能过剩化解有正面促进作用,未来应通过刺激消费,提高产能利用率,实现过剩产能的顺利化解。

表3 最终消费支出与产能利用率的格兰杰因果检验

出口是经济增长的外部驱动力,对过剩产能的化解也具有一定作用。京津冀地区出口依存度正在不断的下降,最终消费率在不断上升(图4)。2004—2016年北京市和天津市出口依存度都出现较大幅度下降,天津市在2009年出现最大幅度下降,由51.15%下降至38.06%;河北省出口依存度由7.44%上升至9.04%,期间虽然有波动,但是幅度不大(图5)。表明近年来京津冀地区出口对经济增长的贡献正在下降,与我国整体对外依存度居高不下的情况有所出入[32],这是由于文中只计算了京津冀地区出口依存度,且该地区经济发展处于全国前列,对外部的依赖程度相对较小。2004—2016年三个地区最终消费率稳步上升,北京市增幅最大(13.42%),天津市增幅最小(3.23%)。消费逐渐成为经济增长的主要驱动力,以消费为主导的经济转型成为推动经济高速发展的重要战略[33]。

图4 京津冀地区最终消费率趋势

图5 京津冀地区出口依存度趋势

消费增加可有效化解产能过剩危机。最终消费支出与产能利用率之间具有长期均衡关系且具有单向因果关系,表明消费上升对过剩产能化解具有长期稳定的正面促进作用。最终消费支出上升会带来供给上升,可有效促进资本和劳动等生产要素充分利用,推动实际生产产量向潜在生产能力靠近。另一方面,最终消费支出增加反映到供需关系上就是需求上升,而增加需求正是过剩产能化解的重要途径之一。总体而言,消费增加对于提高产能利用率,化解产能过剩危机具有重要意义。因此,从消费角度入手,提高居民人均收入,增强居民消费信心,增加居民消费支出，同时提升政府消费支出,完善社会公共服务,构建良好消费环境是未来京津冀地区解决产能过剩问题的工作重点。

4 结论与政策建议

4.1 结论

本文基于京津冀地区2004—2016年相关统计数据,对该地区的高能耗产业产能利用率和消费主导比重指数进行了计算,并对最终消费支出与产能利用率进行了格兰杰因果关系检验。主要结论为:①京津冀地区高能耗产业产能利用率的平均值为63.14%,表明该地区存在明显的产能过剩现象,其中河北省产能过剩尤为严重,投资率持续上升;②经济发展阶段和增长模式与产能利用率的高低存在一定的相关性。总体而言,京津冀地区消费主导比重指数呈现持续上升的趋势,北京市在2013年步入消费主导型经济增长模式,而天津市与河北省截至到2016年仍然是内需主导型,直接影响了区域产能过剩的程度;③最终消费支出与产能利用率之间存在单向因果关系,最终消费支出上升会带动产能利用率提高,产能利用率提高并不会带动最终消费支出上升;最终消费支出与产能利用率存在长期均衡关系,前者对后者有很强的影响作用;④出口对经济增长的贡献有所下降,而增加居民消费支出和政府消费支出,构建良好消费环境,推动居民消费结构升级,可提高产能利用率,化解产能的过剩危机。

4.2 政策建议

基于本文研究,为进一步化解京津冀地区产能过剩危机,提出以下建议:①做好区域顶层设计,转变经济增长方式。三地政府应结合京津冀一体化规划,明确自身经济优势和区域定位,积极推动经济增长方式转变,特别是推动落后地区由投资主导型向消费主导型经济模式转变。②推动消费转型升级,提高产能利用水平。对于经济增长模式落后地区,应加大政府消费支出,改善消费环境,提高劳动报酬刺激居民消费支出,增强消费对经济增长的拉动力,推动过剩产能的化解。③加大出口实现产能转移,化解产能过剩危机。各地区经济增长模式、产业结构和经济定位不同,应从自身优势出发,因地制宜采取对外发展策略,加大出口投资力度。特别是河北省应借助“一带一路”的东风,加大国际产能合作,实现高能耗产业过剩产能的顺利化解。