中国有色金属产业升级效果测度及影响因素研究

刘贻玲，郑明贵

（1.赣南科技学院 赣州市智慧金融重点实验室，江西 赣州 341000；2.江西理工大学 矿业发展研究中心，江西 赣州 341000；3.中国科学技术大学 管理学院，安徽 合肥 230026）

0 引言

作为重要的战略性和基础性原材料产业，有色金属产业与我国国民经济建设息息相关。然而，当前我国有色金属产业面临着发展瓶颈和各项挑战，产业结构不协调问题较为突出，如产能过剩、结构性供求失衡等。2015 年，我国提出要着力加强供给侧结构性改革（以下简称“供给侧改革”），强调供给端的改革与优化，特别是对产品和服务的优化升级。当前，我国经济已由高速增长转向高质量发展阶段，迫切需要转变发展方式，优化经济结构，转换增长动力，而产业结构升级是优化经济结构并实现高质量发展的必要路径。实现“碳中和”既要严格控制传统高耗能、重化工行业新增产能，又要大力发展新型绿色低碳经济，推进产业结构的调整和升级。加入WTO后，我国有色金属产业结构升级效果如何？尤其是在供给侧改革前后的升级效果如何？其影响因素又有哪些？这些值得深入探究。

关于产业结构升级测算方法的研究：国外侧重于升级速率，主要方法包括劳动力产业转移快慢法［1，2］和Moore 结构变化值法［3］；国内侧重于升级方向和速率两个方面，主要方法包括产业结构超前系数法［4-7］和Moore结构变化值法［3，8-11］。

关于产业结构升级的影响因素研究：国外研究侧重于宏 观 政 治［12］、劳 动 转 移［13］、国 际 贸 易［14］、技术创新［15，16］等因素，国内研究则主要包括GDP［17，18］、技术创新［19，20］、金 融 结 构［21，22］、劳 动 力 水 平［23，24］、民间投资［25，26］和环 境 规 制［27，28］等 因 素，也 有 学 者 针 对行业［29，30］、省份［31，32］产 业 结 构 升 级 的 影 响 因 素 进 行分析。此外，有学者运用QCA 方法研究发现多个因素如人力资本、科技创新水平等对产业升级具有综合作用［33］。

关于有色金属产业方面的研究：学者多聚焦于产业核心竞争力提升路径［34-36］、产业链［37，38］和综合评价研究［39，40］，尤其是定性研究和综合评价行业发展效率的成果较多，而产业结构升级效果测度的文献鲜有见到。有少量学者基于动态偏离份额模型，选用就业人数分析产业结构［41］，也有学者分析了环境规制对矿业产业结构调整的影响［42］，这些都为本文研究提供了较好思路。

综合以上文献发现，现有研究存在以下问题：一是大多数学者将研究视角聚焦于国家或地区产业结构升级，关于矿产资源产业结构升级的定量研究没有见到；二是已有研究尚未进一步分析产业结构升级的方向、速率、程度等特征；三是以往研究无法体现内部结构的优化程度，且研究方向多集中于运用第二、三产业产值占比作为升级的衡量指标；四是现有文献多针对产业结构升级的某一个因素展开分析，难以综合考量产业结构升级的影响因素。

1 研究设计

1.1 研究方法

产业结构超前系数法：本文运用产业结构超前系数法量化分析产业间的比重变化，以有效测度有色金属产业结构的升级方向［43］。计算公式为：

定义向量（产业份额）之间变化的总夹角为θ，θ越大，表明产业升级变化的速率也越大。

式中：K 为产业结构升级年均变动值；qi0为基期产业i 的主营业务收入构成比例；qit为报告期产业i 的主营业务收入构成比例；m 为产业数量；n 为测算期2002—2019 年。

1.2 影响因素模型

以有色金属产业结构升级高度值作为被解释变量，考虑劳动生产率这一思想测算产业结构升级的高度值［44］，利用该指标衡量产业结构升级程度。计算公式为：

式中：Vit为第t 年有色金属采选业、冶炼及压延加工业的主营业务收入；Lit为第t 年有色金属采选业、冶炼及压延加工业的用工人数。

普通最小二乘法（OLS）在误差估计、不确定度、系统辨识及预测、预报等数据处理众多学科领域得到了广泛应用。其优点是利用最小二乘法能简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小；缺点是该法是线性估计，已经默认了是线性的关系，使用有一定局限性。本文通过最小二乘法设置实证模型为：

式中：HIUipt为i 产业p 省份t 时期产业升级高度值；RDipt为R＆D 内部经费支出；NPAipt为技术产出效果；NECipt为能源投入；perGDPipt为人均GDP；FVipt为固定资产投资额；EPipt为从业人数；QYipt为区域虚拟变量。

1.3 变量选择与说明

被解释变量：目前主要采用产业结构超前系数、Moore结构变化值、产业结构变动值和产业结构升级高度值刻画产业结构升级情况，而产业结构升级高度值能系统测度有色金属采选业、冶炼及压延加工业之间的相对结构变化，全面客观描述产业结构优化程度［45］。本文运用产业结构升级高度值指标进行测度，将测度值作为被解释变量值。

解释变量：包括宏观经济和行业因素。①宏观经济因素通过人均GDP、能源消耗、研发投入、专利授权数等指标来体现。人均GDP 反映经济发展水平对有色金属产业结构升级的推动作用［46］；有色金属产业耗能较大，能源消耗情况可以较好地反映其升级程度［47］；地区研发投入越多，专利授权数越多，对当地有色金属产业结构升级的外溢效应则越明显［48］。②行业因素包括固定资产投资额、从业人数等指标。固定资产投资额越高，设备更新速率越快，对产业结构升级作用越大［45］；从业人数越高，生产智能化水平越低，往往不利于产业升级［49］。同时，控制了区域变量，东部= 1，东北= 2，中部= 3，西部=4。变量类型、符号及度量见表1。

表1 变量类型、符号及度量Table 1 Variable types，symbols，and measurements

1.4 数据来源

由于北京、天津、上海、西藏、宁夏、香港特别行政区、澳门特别行政区和台湾地区统计数据不全，故本文选择的研究样本仅涵盖我国26 个省份，研究时间为2002—2019 年，数据来源于2003—2020 年《中国统计年鉴》《中国工业统计年鉴》和Wind数据库。

2 结果及分析

2.1 有色金属产业结构升级效果测度

利用公式（1）—（4）测算出我国26 个省份有色金属产业结构升级方向和速率，结果如表2 所示。为动态系统地研究有色金属产业结构升级效果测算问题，分别对产业前后端升级效果进行了测算分析。由表2 可知：①从升级方向来看，超过50%的省份的有色金属采选业产业结构超前系数小于1，而冶炼及压延加工业仅占42.31%；冶炼及压延加工业产业结构超前系数值平均为1.03，高于采选业。表明有色金属产业总体由低附加值向高附加值产业方向升级。②从升级速率来看，当前有色金属产业结构升级速率较快的5 个省份依次为新疆、山东、陕西、广西和海南，年均变动率分别为0.30、0.23、0.23、0.20 和0.20。总体来看，我国有色金属产业结构升级方向和速率均呈现较好的趋势。

表2 有色金属矿业产业结构升级方向和速率测度结果Table 2 The upgrading direction and speed measurement results of the industrial structure of non- ferrous metal mining

2.2 影响因素

变量描述性统计：从表3 可见，产业升级效果的平均值为4.659，标准差为0.875，极大值和极小值之间的差异较大，整体离散程度较好。研发投入的平均值为4.374，极大值为7.531，极小值为0.344，专利授权数的平均值为9.046，极大值为12.635，极小值为4.575，说明我国研发投入，专利授权数整体处于较高水平，但区域不平衡现象依然存在。本文在回归前对所有的样本数据进行上下1%的缩尾处理，以消除样本可能存在极端值所带来的影响。其他控制变量的离散程度也均较好。样本省份中约有26.92%的省份为东部地区，11.54%的省份为东北地区，23.08%的省份为中部地区，38.46%的省份为西部地区。总体来看，样本具有较好的代表性。

表3 变量描述性统计Table 3 Descriptive statistics for variables

相关性分析：主要解释变量的相关系数如表4所示。从表4 可见，相关系数整体偏小；方差膨胀因子（VIF）均在［0，10］区间内，表明各变量间不存在多重共线性，可以进行多元回归分析。

表4 相关性分析Table 4 Correlation analysis

F检验和BP - LM 检验结果表明，固定效应模型要优于混合效应模型和随机效应模型，因此本文适合个体固定效应模型。借助Stata15.1 软件，对全样本和不同地区样本的影响因素进行回归分析，结果如表5 所示。

表5 中第（1）列是全样本回归，研发投入、专利授权数、固定资产投资在1%显著水平下对产业结构升级具有正效应，但从业人员负向影响了产业结构升级；格兰杰因果关系检验表明人均GDP 与产业结构升级互为因果关系；能源消耗对产业结构升级影响并不显著。地区研发投入越大，专利授权数就越多；固定资产投入越大，对设备的更新就越快。这些均对有色金属产业结构升级起着推动作用。从业人员越多，尤其低层次从业人员越多，越不利于产业结构升级。表5 中第（2）—（5）列是分地区样本回归结果，结果表明研发投入、专利授权数对东部地区影响明显，具有正效应，但边际效应较小，而东北、西部和中部地区边际效应依次增加。东部地区经济发展较好，具有更好的经济实力，对研发投资创新奠定雄厚的经济基础，进而对该地区产业结构升级效应更明显。能源消耗对东部、东北、西部地区产业结构升级作用不显著，中部地区具有负效应。东部、东北、西部地区经济发展与产业结构升级达到了有效匹配，而中部地区呈现不匹配甚至负效应。固定资产投资在东部、东北、中部、西部地区均在1%显著水平下对产业结构升级具有正效应但系数大小依次增加；从业人员负向影响了产业结构升级。可见，各种不同投入要素对各地区产业结构升级存在着异质性。

表5 中国有色金属产业结构升级效果影响因素回归结果Table 5 The return results of upgrading affecting factors of China's non- ferrous metal industrial structure

2.3 稳健性检验

更换核心变量度量方式：研发投入往往需要相应的科技人员进行匹配才能产生较好的科技创新效果。因此，本文将研发投入替换为科技人员重新进行模型（7）回归，结果如表6 所示。由表6 可知，变量的显著性水平及符号未发生变化，结论依然稳健。

表6 更换核心变量度量方式的检验结果Table 6 Test results of changing the core variable measurement

（续表6）

内生性问题：选取滞后一期的研发投入作为工具变量［50］，剔除可能存在的部分内生性，利用两阶段最小二乘法（2SLS）对模型（2）重新检验，回归结果如表7 所示。从表7 可见，所有系数的正负显著性与之前研究结果完全吻合，说明剔除可能存在的部分内生性后，仍不影响本文研究结论。

表7 两阶段最小二乘法回归结果Table 7 Results of two- stage least square regression

3 结论与对策建议

3.1 结论

本文基于2002—2019 年26 个省份有色金属产业数据，运用产业结构超前系数、Moore 结构变化值和升级高度值分别测算了有色金属产业结构升级的方向、速率及程度，并对产业前后端升级效果进行了分析。结论如下：①我国有色金属产业2002—2019年产业结构升级过程明显，但步伐缓慢。产业结构升级方向和速率均呈现较好的趋势，冶炼及压延加工业产业结构超前系数值平均为1.03，高于采选业，有色金属产业总体朝着由低附加值向高附加值产业方向升级。Moore结构变化值、夹角值计算结果显示，当前有色金属产业结构升级速率较快的5 个省份依次为新疆、山东、陕西、广西和海南，年均变动率分别为0.30、0.23、0.23、0.20 和0.20。②各投入要素对产业结构升级的影响不同。全样本回归结果表明：研发投入、专利授权数和固定资产投资对产业结构升级具有正效应，但从业人员出现负向影响；人均GDP与产业结构升级互为因果关系；能源消耗对升级影响并不显著。各投入要素对产业结构升级的影响存在省份异质性，分区域实证结果表明：研发投入、专利授权数对东部地区产业结构升级具有正效应但边际效应更小，而对东北、西部和中部地区边际效应依次增加；能源消耗只对中部地区产业结构升级具有负效应，对东部、东北、西部地区不显著；人均GDP与东部、东北、西部地区产业结构升级有效匹配，与中部地区不匹配并呈现负效应；固定资产投资在东部、东北、中部、西部地区对产业结构升级具有正效应，但系数大小依次增加；从业人员负向影响产业结构升级。分省份结果表明：研发投入、专利授权数对山西、安徽、贵州、云南、青海等的产业结构升级具有正效应较强；能源消耗只对安徽、湖北、湖南等的产业结构升级负效应较强；人均GDP 与浙江、江苏、福建、山东、河北、山西、内蒙古、广西、重庆、四川等的产业结构升级正向匹配；固定资产投资在浙江、福建、广东等的产业结构升级正效应较强；从业人员对江苏、河北、海南、吉林、山西、广西、重庆、贵州等地区产业结构升级负效应较强。限于篇幅，本文未对实证回归结果作报告。

3.2 对策建议

基于上述结论，提出以下3 个方面建议：①总体来看，我国有色金属产业结构升级步伐缓慢，建议进一步推进市场去产能机制，加快推进产能置换，淘汰落后产能，以促进产业转型升级，实现高质量发展；以提高产品质量和科技含量为目标，加强科研投入，提升精深加工水平；及时更新陈旧设备，进一步加大先进设备投资；降低从业人员数量。同时，注重工艺转向智能化、柔性化、精细化和绿色化发展，以提高全要素生产率，促进有色金属产业碳减排目标的实现。②分区域来看，东部地区因基础较好，建议加大高、精、尖产品研发，使其边际效应增大；西部地区需加大固定资产投资力度，提高投入产出效率；能源消耗大的东北和中部地区应加大节能减排力度，调整优化能源消费结构。③分省份来看，浙江、广东等发展较快，建议发展交通运输、高端制造和其他领域有色金属新材料；云南、广西、重庆等应加大数字化矿山投资建设力度；吉林、黑龙江、江西、湖北等应加大绿色化冶炼技术开发及资源回收利用力度。