产业链延伸视角下稀土全产业链效率测度与比较研究——基于三阶段DEA模型

罗 翔 赖 丹

1 引 言

随着战略性新兴产业应用的日益广泛，稀土作为高新技术产业关键原材料的战略价值不断凸显。我国凭借稀土资源优势，逐步建立起全球规模最大的稀土产业链前端（开采→冶炼分离）和中端（新材料），但尚未延伸至最有价值的产业链后端（高端应用），这也是导致中国稀土产业链长期低水平发展的根本原因。2019年5月，习近平总书记视察“稀土王国”江西赣州时，对稀土产业链发展作出重要指示：“要不断提高稀土开发利用的技术水平，延伸产业链，提高附加值”，从战略全局高度精准指明了中国稀土高质量发展的根本出路，即延伸产业链。

受制于稀土“工业味精”的应用特性，备受关注的稀土产业（通常指狭义的稀土产业，即产业链前端和中端）在我国实际上一直是营业额徘徊在千亿元左右的“小产业”，其价值主要体现在产业链后端。只有将稀土产业链延伸到高附加值后端，使稀土应用充分融入国内产业体系，才能更好的消纳稀土开采冶炼等前端环节的环境成本，才能摆脱对国外稀土关键零部件的进口依赖，才能从根本上扭转我国在稀土产业国际分工、定价机制以及贸易规则制定中的被动地位。然而，稀土产业链延伸面临着“久推难延”的困境。国家对稀土产业链延伸早有布局，自2012年美日欧联手对我国限制稀土出口提起贸易诉讼后，中央政府设立专项资金，稀土资源主产地也纷纷设立稀土专项发展基金，用于支持产业链延伸。近年来，虽然稀土产业链前端资源浪费和环境污染现象得到较好缓解，中端发展规模迅速扩大，但后端却始终难以发展，“低端锁定”问题依然严峻。因此，我们不禁要问：影响稀土产业链延伸的因素有哪些？我国稀土产业链延伸遇到哪些障碍？产生这些障碍的原因是什么？如何调整和完善原有政策、出台新支持政策？对以上问题的科学回答，不仅有利于丰富产业链延伸理论，而且可以为提升我国稀土高端应用领域的国际竞争力、提高全球稀土话语权、将稀土打造成我国反制中美经贸摩擦的一张真正“王牌”提供重要决策参考。

2 文献综述

从本质上而言，产业链延伸是基于产业链视角的产业升级。产业升级最早源自Gereffi（1999）［1］将贸易理论和波特的竞争优势理论相结合，着重从全球价值链角度出发，研究国际分工对国家产业结构和产业升级的影响。此后，对产业升级的研究广泛波及全球，以 Kaplinsky（2000）［2］、Humphrey 和 Schmitz（2002）［3］、Poon（2004）［4］、林毅夫（2011）［5］等为代表的学者从不同视角对产业升级理论进行了深化。虽然目前学术界对产业升级的理解众说纷纭，但无论哪种理解基本都存在共识：产业升级是由低技术含量、低附加值状态向高技术含量、高附加值状态演变的过程（苏杭等，2017［6］）。本文探讨的稀土产业链延伸是指从低附加值的产业链前、中端向高附加值的产业链后端延伸的过程。

国内外针对产业链延伸影响因素的研究基本没有涉及，但围绕产业升级这一大框架下的影响因素研究成果丰硕，大致可以分为两类：一是偏重产业层面，认为产业升级受供给和需求（龚三乐，2009［7］）、国家政策（Claessens，2007［8］；周文宇和戈平，2018［9］）、环境规制（高明和陈巧辉，2019［10］）等因素影响。二是偏重企业层面，强调产业升级最终必须落实到企业的行为中，认为影响升级的微观因素主要有资金实力（Sturgeon和 Lester，2002［11］）、人力资本（Carayannis，2004［12］）、技术创新能力（段婕和孙明旭，2016［13］；余东华和崔岩，2019［14］）、企业家精神（Winter，2000［15］；冯伟和李嘉佳，2019［16］）、组织能力（Chandier，1990［17］）、升级成本（温辉，2011［18］）等。在研究方法上，普遍是定性研究，少有的定量研究也主要是基于宏观或中观层面，从企业微观层面进行研究的较少。

国外学者囿于稀土资源稀缺，主要围绕稀土技术研发展开研究。从经济学角度对稀土产业进行研究的文献并不多见，且聚焦于对我国稀土产业管制政策的评价（Packey & Kingsnorth，2016［19］；Brown 和 Eggert，2018［20］；Nabeel 等，2019［21］）。国内学者对稀土产业经济研究由来已久，尤其是自2010年稀土贸易争端引发全球关注以来，涌现了大量研究成果。主要集中在稀土定价权缺失（董虹蔚和孙庆峰，2017［22］；袁中许，2019［23］）、税费改革（章和杰和李璐，2017［24］；宋益等，2018［25］）、资源储备（杨斌清，2012［26］；何欢浪，2014［27］）、产业竞争力（何维达和刘亚宁，2014［28］；高风平等，2019［29］）、产业管制政策（朱学红等，2018［30］；周美静等，2020［31］）等方面。上述研究对于缓解贸易争端、定价权缺失、资源过度浪费、环境破坏严重等“稀土问题”发挥了重要作用。尽管以上学者普遍提出了应加快发展稀土高端应用的建议，但迄今为止，专门探讨稀土产业链延伸的文献屈指可数。鲜有学者开展了一些较为接近的研究，如李文龙和章羊（2016）［32］从稀土需求和供给结构两方面分析技术创新与稀土产业转型升级的相互促进机理；赖丹和陈依玲（2019）［33］分析了资源税从价计征下稀土产业升级效应，但均局限于传统方式界定稀土产业，并未从包含高端应用领域的全产业链视角展开研究。

综上所述，国内外学者对于产业链延伸方面进行一些富有启迪的有益探索，为本文研究奠定了坚实的理论基础，但仍存在一些可拓展之处：一是已有关于产业升级的研究基本着眼于产业结构升级、全球价值链和产业集群等维度，研究视角主要局限在既有的产业领域，基于产业链延伸视角的产业升级研究显得非常不足，对指导资源型产业链延伸缺乏理论依据； 二是虽然学者们从不同视角对产业升级驱动因素进行了大量研究，但鲜有学者考虑到产业链视角下产业升级的特殊性，近年来少有学者关注到产业层面的供应链稳定性（吴一丁等，2021［34］）等重要因素，但忽视了微观企业层面的效率这一重要驱动因素。

从微观企业层面而言，效率是驱动产业链延伸的重要因素之一。本文首先采用三阶段DEA模型有效剥离环境因素和随机误差的影响，经过SFA回归调整后再次利用DEA-BC2模型，客观地测度和比较稀土产业链各环节的效率水平，进而从效率视角探寻阻碍稀土产业链延伸的障碍和原因，为我国优化和完善相关政策促进我国稀土产业链延伸提供决策参考。本文可能的创新主要有以下两点：一是打破了以往界定稀土产业的狭义方式，从包括稀土高端应用的全产业链视角创新地将稀土产业链前、中和后端置于同一分析框架，有利于探寻阻碍稀土产业链延伸的主要障碍，丰富了产业链延伸理论；二是与以往普遍从宏观层面探讨产业升级不同，本文立足微观企业层面，首次利用三阶段DEA模型对稀土全产业链的效率水平进行科学测度，探寻出了阻碍稀土产业链延伸的主要障碍，有针对性地提出了促进我国稀土产业链延伸的建议。

3 研究设计

3.1 样本选择与数据来源

本文以2010-2019年为研究期间。根据证监会发布的《中国上市公司行业分类指引》（CSRC），结合企业年报，并参照大多数学者的常用做法，剔除曾被ST、PT以及*ST的公司，最终选择27家处在稀土产业链的上市公司为研究样本。根据企业涉及的稀土业务所处的产业链环节，将主营稀土矿产品的归为产业链前端（共5家），主营稀土新材料的归为产业链中端（共13家），主营稀土高端应用的归为产业链后端（共9家）。需要特别说明的是，考虑到稀土高端应用领域虽然处在稀土产业链条上，但不属于狭义的稀土产业，而归属其他产业；稀土高端应用领域十分广泛，而使用稀土永磁材料生产种类繁多的稀土永磁电机是目前乃至今后相当时期最为广阔的稀土高端应用领域（赖丹和吴一丁，2019［35］）。因此，本文选取电机上市公司作为稀土产业链后端的研究样本。人均GDP数据来源于CCER经济金融数据库，其余数据均来源于 Choice金融终端数据库。

3.2 研究方法

DEA是一种通过数学规划模型来测度多投入多产出经济系统运行效率的非参数方法，该方法发展至今已演变为较为成熟的研究方法，近年来被广泛应用于效率测度研究中。既有研究普遍是采用传统的DEA-C2R和DEA-BC2模型进行效率测度，并未考虑环境因素和随机误差对决策单元效率评价的影响，导致测算结果有所偏差。而Fried等（2002）［36］提出的将DEA与SFA相结合的三阶段DEA模型能有效剥离外生环境变量和随机干扰项，从而提高测算的精准度，其整个测算过程分为以下三个阶段：

（1）第一阶段传统DEA模型。运用基于投入导向的DEA-BC2模型测度初始效率和投入松弛。对于企业i而言，假定其初始效率为θi，则θi可通过求解如下线性规划问题得到：

其中：i=1，2，…，I；xi≥0为N×1维投入向量；yi≥0为M×1维产出向量；X=(x1，x2，…，xI)N×I，Y=(y1，y2，…，yI)M×I；λ为I×1维权重向量；e为I×1维单位向量。通过计算可进一步得到第n种投入的松弛量sni=(1－θi)xni+(θixni－Xnλ)=xni－Xnλ≥0(n=1，2，…，N)，(1－θi)xni和(θixni－Xnλ)分别为径向松弛量和非径向松弛量。

（2）第二阶段相似SFA模型。由于第一阶段的投入数据容易受环境因素和随机误差的影响，本阶段将第一阶段获得的投入松弛变量作为被解释变量，以环境变量作为解释变量，构建SFA回归模型，分别估算环境变量对投入松弛变量的影响。假定有k个环境因素(z1，z2，…，zk)，则第n种投入的回归方程如下:

其中：sni表示企业i的第n种投入松弛量；(z1i，z2i，…，zki)为环境因素向量；βn=(β1n，β2n，…，βkn)为环境因素对投入松弛量影响的待估计参数向量；vni代表随机误差项，vni～（0，σi2）；uni代表管理无效率项，uni～（un，σun2）；γ=σun2/（σun2+σvn2）表示管理无效率方差项占总方差的比例。当γ趋于0或1时，分别代表随机误差或管理因素对效率的影响占主导。

采用极大似然法估计出βn后，对原始投入值进行调整的步骤如下：

其中：xA,ni是企业i调整后的第n种投入；n是；n的极大似然估计量；ni和ni分别是vni和uni的条件估计量；εni=vni+uni，σεn2=σvn2+σun2，γn=σun/σvn；φ（·），Φ（·）分别是标准正态分布的概率密度和分布函数。

（3）第三阶段调整后的DEA模型。将第二阶段调整后的投入数据代替原始投入数据，产出数据仍然为原始数据，再次利用DEA-BC2模型进行效率测度，此时得到的效率值为剔除外部环境因素和随机误差影响后的真实效率值。

3.3 变量选取

（1）投入和产出变量。借鉴大多数学者的普遍做法（赖丹和汤辉先，2016［37］；季凯文和孔凡斌，2014［38］），选取固定资产净额、营业成本和期间费用作为投入变量，选取营业收入和净利润作为产出变量。投入变量中，固定资产净额可以较好地衡量企业的资本投入，本文采用固定资产投资价格指数对其进行平减处理；营业成本和期间费用都是影响企业获取收入和利润的直接投入。产出变量中，营业收入反映企业日常活动中的总产出，可以衡量企业的经营实力和运营能力，是企业生产和发展的重要指标；净利润可以综合反映企业的最终经营成果。

（2）环境变量。环境变量在本文中的具体含义是指能够影响稀土产业链效率但不在样本主观可控范围内的因素，既包括外部经济环境因素，也包括股权集中度、规模等企业在短期内无法控制或改变的内部特征因素。遵循“分离假设”原则，结合稀土产业链特点，考虑数据的可获得性，在借鉴国内外学者相关研究经验的基础上，本文选取以下五个环境变量：①区域经济发展水平（GDP）。稀土资源在国民经济中应用的广泛性及其“工业味精”特性，表明稀土产业链的发展与整个宏观经济形势密切相关。故选取反映企业所处地区总体经济发展水平的人均地区生产总值作为环境变量之一。②政府补助强度（Sub）。考虑近年来国家和地方政府出台了大量稀土产业发展扶持政策来促进稀土产业发展，选取利润表中计入当期损益的政府补助与营业收入的比例来检验国家和地方政府对稀土产业的扶持作用。③股权集中度（Oc）。一般而言，股权集中度越高越容易产生“内部人控制”现象，进而制约效率的提升，选取第一大股东持股比例来衡量股权集中度。④企业规模（Size）。企业规模是影响效率的重要因素，本文选取总资产的自然对数来衡量企业规模。⑤企业年龄（Age）。大量经验研究表明企业年龄是影响企业发展的一个重要环境变量，伴随企业年龄的增加，效率很可能因竞争压力降低和监管不足而出现退化。变量定义及描述性统计如表1所示。

表1 变量定义及描述性统计

4 实证分析

4.1 第一阶段BC2效率分析

本文根据原始投入和产出数据，运用Deap2.1软件，对27家处在稀土产业链的上市公司的效率水平进行测度，结果如表2所示。

表2 第一阶段稀土产业链效率值

由表2可知，在不考虑环境因素和随机误差影响前，2010-2019年，中国27家稀土产业链上市公司的综合效率均值为0.554，总体效率水平明显偏低，其中，纯技术效率均值为0.648，规模效率均值为0.881。规模效率水平均值较高且明显高于纯技术效率，表明综合效率较低主要是由纯技术效率低下造成的，即稀土产业链上市公司总体在资源配置和管理水平等方面存在较大改进空间。产业链各环节的综合效率差异较大，前端最高，其次为后端，中端持续表现出较差的综合效率；各环节的规模效率大小相当，表明纯技术效率是导致产业链各环节综合效率产生较大差异的最主要因素。

4.2 第二阶段SFA回归结果分析

本阶段以第一阶段测算出的各样本公司投入松弛变量为被解释变量，以前文选取的5个环境变量为解释变量，利用极大似然估计法（MLE），构建SFA回归模型，运用Frontier4.1软件分别估算环境变量对三个投入松弛变量的影响，其结果如表3所示。

表3 第二阶段SFA回归结果

由表3可知，环境变量的SFA回归系数大多通过了显著性水平检验，且三个回归模型的LR单边检验均达到了1%的显著性水平，这不仅意味着本文所选取的环境变量较为合理，而且说明环境因素对各样本企业投入松弛变量具有显著影响，即采用SFA方法剔除环境因素的影响进而对投入变量进行调整十分必要。三个回归模型的γ值均趋近于1且通过了1%的显著性水平，表明随机误差等难以控制的偶然因素对投入松弛变量具有显著影响，即采用SFA方法进行随机误差的剥离分析也十分必要。

在考察环境变量对投入松弛变量的影响时，若环境变量回归系数为正值，表明环境变量值的提高会导致投入松弛变量值的增长，即降低产出，因而对效率产生负向影响；若环境变量回归系数为负值，表明环境变量值的提高会导致投入松弛变量值的减少，即增加产出，因而对效率产生正向影响。基于此，分析各环境变量对三个投入松弛变量的回归结果，可得到以下结论：

（1）区域经济发展水平与固定资产净额松弛变量呈显著负相关，并通过1%的显著性检验，表明区域经济发展程度越高，越有利于降低固定资产投入，提高固定资产使用效率；与营业成本松弛变量的回归系数显著为正，表明区域经济发展水平越高，企业的营业成本越高，可能是因为随着区域经济发展水平的提升，企业人力资本等成本增加所致。

（2）政府补助强度对三个投入松弛变量的回归系数均存在显著的正向影响，这表明政府补助的增加将导致稀土产业链上市公司固定资产、营业成本和期间费用的增加，不利于其效率的提升。虽然这并不意味着政府应降低补助强度，但表明现行政府补助政策并未促进稀土产业链效率的提升，这与发展现状相符。针对稀土产业链延伸，国家出台了系列扶持政策，但支持资金基本上全部投入于产业链前端和中端，后端没有得到相应的支持。究其原因在于，我国实行的是行业管理体制，稀土产业补助资金只能用于狭义的稀土产业即产业链前中端，而产业链后端被归属为其他行业，无法得到国家专项资金支持。

（3）股权集中度对固定资产净值松弛变量有显著的正向影响，这表明第一大股东持股比例的增加将导致固定资产浪费程度的提升，不利于稀土产业链上市公司效率的改进，反而会增加第一大股东的控制权从而导致“内部人控制”现象。

（4）企业规模对三个投入松弛变量的回归系数均存在显著的正向影响，表明目前稀土产业链上市公司的规模水平不利于效率的提升。在一定程度上说明近年来产业链前端整合所形成的六大稀土企业集团并未提升效率水平；产业链中端规模盲目扩大，同质化竞争激烈，缺乏核心专利技术；产业链后端受稀土资源供应链不稳定等因素影响导致兼并重组困难重重。

（5）企业年龄与营业成本和期间费用松弛变量的回归系数显著正相关，这表明企业年龄越长，营业成本和期间费用越大，不利于效率提升。这可能是因为伴随着企业年龄的增加，稀土产业链上市公司的效率很可能因竞争压力降低和监管不足而出现退化。

4.3 第三阶段调整后的BC2效率分析

由第二阶段分析可知，环境因素对稀土产业链上市公司投入松弛变量普遍具有显著影响，且不同环境变量对不同松弛变量的影响方向和程度存在差异，表明需要对原投入数据进行调整。本阶段根据第二阶段剔除环境因素和随机误差影响后的投入数据和原始产出数据，再次采用DEA-BC2方法对27家稀土产业链上市公司的效率水平进行测度，结果如表4所示。

表4 第三阶段稀土产业链效率值

由表4可知，剥离外生环境变量和随机干扰项的影响前后，考察期内稀土产业链的综合效率均值由调整前的0.554下降至调整后的0.449，变动率为-9.93%；纯技术效率均值由0.648上升至0.735，变动率为13.43%；规模效率均值由0.881下降至0.703，变动率为-20.20%。总体来说，综合效率略有下降，规模效率下降幅度较大，而纯技术效率却显著提高。

稀土产业链各环节的效率差异较大，相比产业链前端，中、后端的效率变动更为明显。具体而言，前端综合效率最高，相比调整前上升了7.78%；其次为后端，相比调整前下降了10.75%；中端持续表现出较差的综合效率，相比调整前下降幅度达17.27%。。各环节的纯技术效率在调整后均有相当程度的提高，上升幅度依次为7.82%、15.31%和14.33%；而规模效率表现出与之相反的变化特征，尤其是在中端和后端更为明显，相比调整前降幅均超过20%；除前端的规模效率大于纯技术效率之外，中端和后端的规模效率均小于纯技术效率。

为了更直观地比较考察期内稀土产业链各环节的综合效率变化趋势及差异，绘制调整后的稀土产业链前、中、后端综合效率及其变化趋势对比图，如图1所示。

图1 调整后的稀土产业链前、中、后端综合效率及其变化趋势对比图

由图1可以鲜明地看出，考察期内除2012年产业链中端的综合效率值略高于后端外，其余年份产业链各环节的效率值由高到低分别为前端、后端和中端，且产业链前端效率走势曲线一直高于平均效率，产业链中端效率走势曲线一直低于平均效率，而后端效率走势曲线与平均效率走势曲线较为接近，呈现出“前端优于后端，后端优于中端”的总体特征。在狭义的稀土产业内，前端效率远远高于中端，呈现效率“倒挂”态势。前端效率长期处于产业链高位，中端和后端较低的效率水平必然难以吸引资本投入，这种“V”型效率分布格局严重阻碍稀土产业链延伸。稀土产业链前端的纯技术效率和规模效率均持续较高，与中端共同表现出稳步提升的态势，但两者的效率差距并没有缩小。后端的综合效率在2019年急剧下降，与中端相差无几。纯技术效率和规模效率过低共同导致产业链中端综合效率处于全产业链最低水平；规模效率是导致产业链后端综合效率低于前端的主要因素。

为了从企业个体角度揭示稀土产业链上市公司的效率差异及其变化趋势，选择研究期间的起始年2010年、中间点2015年和终结年2019年三个时间点，以纯技术效率为横坐标轴，以规模效率为纵坐标轴，以2010-2019年纯技术效率的均值0.74和规模效率的均值0.70为临界值，并将样本公司分为纯技术效率和规模效率“I双高”型、“II高低”型、“III低高”型和“IV双低”型四类，绘制稀土产业链上市公司纯技术效率和规模效率坐标图，分布情况如图2所示。

图2 调整后稀土产业链上市公司纯技术效率和规模效率坐标图

由图2可知，总体而言，稀土产业链上市公司的整体效率水平有所提升，“IV双低”型上市公司数量大幅减少。前端上市公司呈现出由“III低高”型向“I双高”型变化的态势，规模效率长期较高，纯技术效率有较好的改善，在全产业链中处于效率最佳环节；中端上市公司普遍由“IV双低”型向“III低高”型转变，虽然规模效率有所提升，但纯技术效率持续偏低；后端上市公司在起始年主要归属于“II高低”型，近年来分布较为分散，没有明显规律性，但纯技术效率普遍偏低，表明后端竞争较为激烈，迫切需要进行产业链整合。

5 研究结论与政策启示

5.1 研究结论

本文从产业链延伸视角出发，基于2010-2019年的面板数据，运用DEA-BC2与SFA相结合的三阶段DEA模型，对剔除环境因素和随机误差影响前后的27家中国稀土产业链上市公司的效率水平进行测度与比较，得出以下主要结论：

（1）稀土产业链的效率水平呈现出“前端优于后端，后端优于中端”的总体特征。在狭义的稀土产业内呈现效率“倒挂”态势，前端效率长期处于产业链高位，中端和后端较低的效率水平必然难以吸引资本投入，这种“V”型效率分布格局严重阻碍稀土产业链延伸。

（2）稀土产业链前端的纯技术效率和规模效率均持续较高，与中端共同表现出稳步提升的态势，而后端在考察期最后的时间窗口却出现走弱拐点；纯技术效率和规模效率过低共同导致产业链中端综合效率处于全产业链最低水平；规模效率是导致产业链后端综合效率低于前端的主要因素。

（3）在剔除环境因素和随机误差影响后，稀土产业链各环节的效率水平均发生了较为明显的变动，表明采用三阶段DEA模型测度稀土产业链效率较为客观。调整后，产业链前端的综合效率不降反升，而中端和后端的综合效率和规模效率却有较大幅度的下降，产业链各环节的纯技术效率均有所提升。

（4）稀土产业链效率水平受到区域经济发展水平、政府补助强度、股权集中度、企业规模和企业年龄等环境因素的影响，其中，政府补助强度和企业规模对固定资产净额、营业成本和期间费用三个松弛变量均具有显著的正向影响，表明现行稀土产业链发展政策及规模水平不利于稀土产业链效率的提升。

（5）稀土产业链前端上市公司的纯技术效率和规模效率呈现出由“III低高”型向“I双高”型变化的态势，中端上市公司普遍由“IV双低”型向“III低高”型转变，虽然规模效率有所提升，但纯技术效率持续偏低；后端上市公司在起始年主要归属于“II高低”型，但近年来分布较为分散，没有明显规律性。

5.2 政策启示

基于上述结论，结合我国稀土产业链延伸现状，得到以下几点政策启示：

（1）构建有利于产业链延伸的营商环境，切实提高产业链中、后端的投资引力。切实破除资金支持的行业壁垒，打通前、中、后端企业之间的信息渠道，积极引导中端新材料企业与后端应用企业和研发机构开展联合创新，撬动社会资本投入，共同推动稀土高端应用研发成果产业化。

（2）瞄准产业链延伸重点方向，协调各方利益，进一步优化产业布局，为前中后端企业牵线搭桥，建立产业联盟；同时，加大对产业链后端的政策激励力度，创新政府补助方式，比如，针对稀土产业链重点延伸领域电机行业，进一步细化节能补贴标准，由补贴电机生产企业转为补贴高效电机用户，鼓励企业探索多样化技术路线，加快稀土永磁电机等高端应用产业规模化发展，提升延伸政策的针对性、精准性和时效性。

（3）稳定稀土产业链供应链，建立稀土前端产品储备制度，形成较为稳定的稀土供应链系统。产业链前端资源产品价格的稳定性，是影响稀土产业链能否向后端延伸的重要因素。建议国家鼓励相关企业积极开发海外稀土资源，建立稳定的稀土产业链供应链保障体系，提高资源保障能力；建立规范的稀土储备制度，通过对稀土资源的收储和释放，保证我国稀土产业链供应链的持续稳定健康发展。建议国家放松产业链前端的生产经营管制，引入市场机制。让稀土企业自己面对市场，自主做出经营决策，从而增强稀土企业的市场竞争力，通过充分竞争，不但可以降低前端企业的收益水平，而且可以形成较为稳定的市场价格。

5.3 研究不足与展望

本文创新地从全产业链视角分析了微观企业效率对产业链延伸的影响，客观地探寻出了阻碍稀土产业链延伸的障碍，但仍存在一些不足之处，需要在今后研究中进一步加以完善。一是稀土产业链延伸领域众多，本文仅选取了电机上市公司作为高端应用领域的研究样本；二是本文仅考虑到了效率这一重要影响因素，今后研究可进一步考虑产业链各环节的风险差异对产业链延伸的影响；三是今后研究可基于Coleman（1986）［39］的微观-宏观关系模型，将产业和企业两个层面进行关联与对接，构建一个产业链延伸的跨层次框架。