基于灰色关联的长三角制造业结构高级化影响因素再筛查

李晓阳 龙 贝 蔡馨玥 鄢晓凤

1（西南大学经济管理学院， 重庆 400700） 2（西南大学教育学部， 重庆 400700）

引言

中国制造业在总量、结构方面发展迅速，正处在第三次工业革命和产业结构升级的重大历史交汇期。“工业4.0”及“中国制造2025”规划的提出是提高工业竞争力的迫切需要，也是经济高质量发展的重要推力。长三角地区为我国重要发展引擎之一，在推动经济高质量发展过程中具有举足轻重的作用。从经济发展看，2018 年长三角GDP 约为17.8 万亿元，2018 年较2017 年GDP增速为7.14%，高于全国GDP 平均增速6.6%；从人口集聚看，长三角近3 年人口增量领跑全国，年均增长100.9 万；制造业发展方面，制造业是长三角经济发展的传统优势和支柱产业，随着科学技术的进步，长三角制造业结构高级化发展已成为重点。

推动制造业结构高级化，实现制造业高质量发展对长三角一体化发展至关重要。鉴于此，本文拟厘清以下问题：哪些是长三角制造业结构高级化主要影响因素？如何影响？为解决这些问题，本文运用灰色关联模型分析制造业结构高级化主要影响因素；建立动态方程模型，进一步分析影响效应；为推动长三角制造业结构高级化提出相关资政建议。

1 文献综述

产业升级一直是学术界研究的重点及热点。围绕推动传统产业改造升级，加快产业结构优化，国内外学者做了许多研究。克拉克等研究表明，产业结构转化实质是优化配置物质、劳动力和人力资本等。库兹涅茨指出，产业结构变化关键在生产要素从生产率较低的部门流向更高的部门，提高资源配置效率，即产业升级是产业由低部门向高部门转移（王保林，2009）［1］。产业由低部门向高部门演进核心在产业升级创新和生产能力两方面（李林木和汪冲，2017）［2］：生产能力方面，指制造业规模的扩大，表现为工业总产值、工业增加值的增加（Arash Azadegan 和Stephan M，2011）［3］，这些有助企业实现利润最大化及在激烈的市场竞争中保持竞争优势，促进产业升级（张辉，2007）［4］；自主创新方面，创新是影响中国工业转型升级最重要的因素（金碚，2011）［5］，企业劳动力优化配置是创新发展的动力，是提高全要素生产率的重要因素（蔡昉，2017）［6］。在发达国家，工业企业间劳动力配置对生产率提高贡献率高达1／3～1／2（Fosteretal 等，2008）［7］，中国人口基数大，劳动力合理配置有巨大发展潜力（Cai，2016）［8］，人力资本及知识资本是影响创新的关键因素（苏杭等，2017）［9］。上述文献虽视角不同，但得出产业结构升级的基本内涵：产业由低附加值、低技术水平向高附加值、高技术水平状态演变。

关于制造业结构高级化有哪些影响因素，国内学者们分别从企业、产业、政府和社会等多个方面进行研究，郭伟锋等（2012）从协同学角度发现，影响制造业结构高级化，企业是主体、产业链及产业协同是关键［10］；杨树青等（2014）从政府、企业和社会组织3 个层面入手，认为企业主导、政府引导、社会组织辅助［11］。还有学者从不同方向研究制造业结构高级化，如环境规制（聂国卿等，2018）［12］、人力资本（阳新高等，2018）［13］、人口集聚（周玉龙等，2015）［14］、人口老龄化（卓乘风和邓峰，2018）［15］、劳动力质量（李磊等，2019）［16］、技术创新（赵玉林和裴承晨，2019；余东华和张维国，2018）［17，18］、劳动力成本（冯萍等，2019）［19］、劳动力供给（余东华和李捷，2019）［20］、对外开放（李伟和贺灿飞，2017；张智楠，2018；阳立高等，2017）［21-23］、财政支出（Abdallah，2014；何涛和查志刚，2015）［24，25］等。针对长三角制造业结构高级化，学者们从要素价格（余东华和张维国，2018）［18］、技术进步（余东华和崔岩，2019）［26］、人才素质（王志华等，2016）［27］等方面进行研究，秦月等（2014）通过对“微笑曲线”成因的研究得出制造业结构高级化的关键是根据制造业不同类别区分对待［28］。

梳理文献发现影响制造业结构高级化因素众多，现有关于影响制造业结构高级化的研究仅限于某些已知方面，而影响制造业结构高级化的因素也包含一些难以量化或未知的方面。长三角作为制造业发展的典型区域，其研究局限于某一或两个方面。因此，本文将制造业分为劳动、资本及技术密集型制造业，通过文献梳理通盘考虑长三角制造业结构高级化的11 个影响因素，利用灰色关联模型筛选出主要影响因素，进一步运用静态和动态方程模型考查影响效应。

2 数据来源及说明

2.1 数据来源

本文搜集长三角4 个省市（上海市、江苏省、浙江省以及安徽省）2005～2018 年的面板数据，数据来自《上海市统计年鉴》、《江苏省统计年鉴》、《浙江省统计年鉴》 以及《安徽省统计年鉴》。处理制造业数据时，提炼出三大制造业分类：劳动、技术和资本密集型制造业，如表1。

表1 制造业分类标准

2.2 变量说明

参考李晓阳等［29］对全要素生产率影响因素的划分，将制造业结构高级化影响因素分为：劳动力数量、劳动力成本、市场环境、经济发展、对外开放、人力资本发展、固定资产投资、政府财政支出8 个方面。具体变量定义见表2。

表2 变量名及其测度指标表

（1）产业结构高级化

制造业结构高级化（UPG）测度参考付凌晖（2010）的方法［30］，首先根据制造业分类计算每部分的生产总值，每部分占制造业生产总值的比重作为空间向量中的一个分量，构成一组3 维向量X0＝（x1，0，x2，0，x3，0）；然后分别计算x0与制造业由低层次到高层次排列的向量X1＝（1，0，0）、X2＝（0，1，0）、X3＝（0，0，1）的夹角θ1、θ2、θ3：

其次，制造业结构高级化指标（UPG）计算公式如下：

制造业结构高级化指标（UPG）越大，产业结构高级化水平越高。

（2）劳动力数量

劳动力数量分为农业转移人口与制造业从业人员。劳动力是制造业发展的根本，刘易斯拐点背景下，农业转移人口就业结构随着产业结构的变化而改变（葛晓巍和叶俊涛，2014）［31］。农业转移人口用农村就业人员与第一产业就业人员差值衡量。劳动力成本以制造业城镇单位在岗职工平均工资度量。

（3）市场环境

制造业PMI（采购经理指数）反映制造业的整体增长或衰退，用来衡量制造业市场环境。PMI值来自中国统计局官方数据。

（4）经济发展

经济发展水平影响产业分布及发展情况，进而影响制造业结构发展，用地区生产总值（GDP）衡量。

（5）对外开放

对外开放给企业带来资金，间接带来国外先进思想、人才以及技术，影响制造业发展。用实际利用外商直接投资和进出口总值衡量对外开放。

（6）人力资本发展

人力资本发展影响当地产业和经济发展，人力资本带来创新和更高的生产率。鉴于数据可得性，参考李斌等（2019）［32］对人力资本的衡量，用普通高等教育在校学生数表示。一般教育支出衡量对人力资本的重视，间接代表人力资本发展，选取一般教育支出表示。

（7）固定资产投资

资金是项目建设和发展的保障，固定资产投资一定程度影响制造业发展，参考杨志安等（2019）［33］的研究，选取制造业固定资产投资额表示。

（8）政府财政支出

政府财政支出影响当地市场、教育水平以及基础设施建设，选取一般科学技术支出衡量。

3 制造业结构高级化灰色关联分析

3.1 研究方法

灰色关联分析主要分析灰色系统内各个因素，灰色系统内只有部分信息已知，各因素间关系不确定［34］。制造业结构高级化受众多因素影响，梳理文献得到11 个影响因素，还有一些无法掌握及测度的因素，灰色关联模型所需信息较少，建模精度较高。故采用灰色关联模型分析长三角制造业结构高级化的11 个影响因素。灰色关联分析主要步骤为：确定参考序列和比较序列；求关联系数和关联度；确定关联序。

3.2 确定参考序列和比较序列

面板数据序列为Y1，Y2，Y3，UPG；X1，X2，…，X11，其中Y1，Y2，Y3，UPG为参考序列，Xi（i＝1，2，…，11）为比较序列，对以上3 组面板数据进行初始化，这3 组多维数据序列的量纲不同，故选用初值化算子，对原始数据进行无量纲化处理，得到14 组无量纲面板数据，D1为面板数据始点零化算子。Xi表示影响因素，Yj中表示3 类不同制造业，s表示区域，t表示时间。

3.3 求关联系数与关联度

关联系数rij（s，t）由式（5）～（8）算出，分辨系数取0.5。关联度γji计算的是样本期所有时刻的比较数列与参考数列，取平均值衡量关联度是最常用的办法。D1为序列算子，m和M代表两极差值，rji（s，t）为Yj与Xi的距离关联系数，γji为面板数据灰色关联度。

i＝1，2，3，…，m；t＝1，2，3，…，n；s＝1，2，3，…，N；j＝1，2，3

3.4 模型运行结果

通过Excel 编程分别计算Y1、Y2、Y3及UPG与11 个影响因素综合关联度，结果见表3。综合关联度较全面地表征序列间联系紧密程度，取值在0～1 之间，越接近于1 代表序列间紧密程度越高。

表3 与影响因子关联度排序表

续 表

根据表3 中序列关联度排序可知：

（1）劳动密集型制造业发展，X10与Y1关联度最大，达到0.78 以上，即固定资产投资与劳动密集型制造业综合关联度最大；（2）资本密集型制造业发展，X10、X8、X3与Y2的关联程度最大，达到0.75 以上，即固定资产投资、教育水平、劳动力成本与资本密集型制造业综合关联度最大；（3）技术密集型制造业发展，X3、X7、X6、X9与Y3的关联度大，高达0.75 以上，即劳动力成本、进出口、实际利用外商直接投资、教育支出与技术密集型制造业关联度较大；（4）制造业结构高级化发展，X10与Y3关联度最大，高达0.77 以上，即固定资产投资与技术密集型制造业关联程度最大；X6、X3、X5、X9与Y3关联度较大，即实际利用外商直接投资、劳动力成本、GDP 以及教育支出与制造业结构高级化关联度较大，达到0.71～0.76。

灰色关联模型研究发现，固定资产投资与制造业结构高级化关联最大，其次为对外开放、经济发展水平以及人力资本发展。具体分析为：资金是产业发展的基础，充足的资金可以保障项目投资和建设；对外开放使企业面向国际市场，竞争强度加大影响制造业发展；人力资本发展是企业、地区发展的核心；长三角制造业发展正处于转型升级中且有一定成效，由高度依靠劳动力数量变成依靠外资水平以及人力资本。

4 制造业结构高级化影响效应分析

4.1 构建模型

上文分析表明固定资产投资（X10）、人力资本发展（X9）、对外开放（X6）、劳动力成本（X3）以及经济发展（X5）是制造业结构高级化（UPG）的主要影响因素，进一步构建回归模型考查影响效应。考虑工资刚性及不同经济发展水平下，制造业结构高级化的发展有差异，以UPG为因变量，分别以lnX10、lnX9、lnX6及其平方项为自变量，lnX5以及lnX3为控制变量，建立静态方程模型（9）～（11）和动态方程模型（12）～（14）如下：

其中，i代表地区，t代表时间，εit为误差项，为保证数据的平稳性，以上数据均取自然对数处理。

4.2 回归结果分析

回归结果如表4，固定资产投资（X10）、人力资本发展（X9）以及对外开放（X6）对制造业结构高级化有显著影响，X9显著促进制造业结构高级化，X10、X6边际影响递减，呈显著的倒“U”型。

表4 制造业结构高级化影响因素回归

模型（9）、（12）的结果表明，固定资产投资（X10）与制造业结构高级化为显著“倒U 型”关系，固定资产投资处于“倒U 型”左侧时，显著促进制造业结构高级化。资金是企业、项目建设的基础，固定资产投资越多，越多资金投向项目设施及研发，促进制造业结构高级化。随着固定资产投资水平上升，促进作用递减，当固定资产投资水平处于“倒U 型”右侧，会阻碍制造业结构高级化，由于长三角财政支出存在偏向，高技术制造业投资规模小、比重低，导致固定资产投资主要促进劳动、资本密集型制造业结构高级化。

模型（10）、（13）回归结果表明，人力资本发展（X9）对制造业结构高级化呈显著促进作用。随着人力资本提升，教育支出增加，劳动生产率、人力资源使用效率提高，企业充分挖掘员工潜力，培养大批掌握核心技术的高技能人才。人力资本发展水平高，提升科技创新能力，高素质劳动力偏向流入高技术、高资本制造业，显著促进制造业结构高级化。

模型（11）、（14）的结果显示，对外开放水平（X6）对制造业结构高级化呈“倒U 型”影响。对外开放水平处于“倒U 型”左侧时，显著促进制造业结构高级化，随着对外开放水平提升，企业面向国际市场，在吸引外资同时带来先进技术、人才；当对外开放水平处于“倒U 型”右侧时，阻碍制造业结构高级化，我国制造业“大而不强”，在一些高端或关键行业的核心科技仍依靠进口，故对外开放水平对制造业结构升级的作用有局限，对外开放水平越高，可能对外产生越强的依赖。

5 结论及政策建议

5.1 研究结论

本文运用灰色关联模型对制造业结构高级化的11 个影响因素进行筛选，发现固定资产投资、对外开放以及人力资本发展是最主要的影响因素。进一步建立静态和动态方程模型考查发现：人力资本发展显著促进产业结构高级化，固定资产投资、对外开放对制造业结构高级化均呈现“倒U型”影响。

5.2 政策建议

针对以上研究结论，本文认为长三角制造业结构高级化发展需优化资本投资结构、获得高质量劳动力及高端化对外开放平台，具体建议如下：

（1）优化资本投入，为制造业高级化赋能。扩大融资渠道，优化制造业投资环境，如出台优惠政策吸引企业、银行以及企业家投资；优化投资结构，出台相应政策扶持资本和技术密集型制造业发展，鼓励企业引进高端机器设备和生产技术，提升制造业技术创新水平，提高生产效率。

（2）提高教育水平，加速人才集聚。提高教育投入，加强职业培训，推动制造业由“人口红利”走向“人才红利”；关注人才结构和制造业结构匹配，建立健全高校和制造业人才供需机制，建立完备就业信息库，对人才流动进行跟踪反馈，使供需之间有效匹配。

（3）构建“高端化”、“主动性”对外开放模式。掌握核心科技，走创新发展之路，政府加大对资本、技术密集型制造业的投资力度，重点扶持技术和科研发展；积极构建产业链，促进上下游产业融合发展，加大力度推动制造业迈向海外市场，政府提供信息咨询、市场开拓、投资权益保障、资金等多方面支持。

注释：

①因统计年鉴前后口径有变化，将食品加工和食品制造合并为食品制造。

②因通用设备所占比例较大，所以将专用设备和通用设备合并为机械设备放入资本密集型制造业中。