中国制造业高质量发展绩效分析

谢祥德

（浙江富兴海运有限公司，杭州 310012）

1 引言

长期以来，制造业高质量发展是国家经济发展的根基，也是中国经济增长的重要引擎。从国际来看，制造业领域的国际竞争日趋激烈，发达国家争相实施“再工业化”战略，德国实施了“国家工业战略2030”和“工业4.0”；美国为了抢占新一轮全球制造业竞争的优势地位，颁布“先进制造业伙伴关系计划”“先进制造业国家战略计划”，将先进制造业提升为国家战略。高质量发展是十九大提出的六大重点工作之一，习近平总书记提到“全球制造业正在经历深刻的变革，要把推动制造业高质量发展作为构建现代化经济体系的重要一环”，“中国制造2025”计划目的就是要高质量发展中国制造业。中国目前已经形成体系化制造业产业链，但也存在“大而全”“大而不强”和绩效水平不高的问题，同时存在较大的地区发展差异。

制造业高质量发展包括制度创新、技术创新和管理创新，最终体现为提高质量、增加效益上，制造业结构高级化不仅在于制造业内部传统行业向技术密集型和知识密集型行业转变，重点在于产业变迁过程中劳动生产率的提高（樊纲，王小鲁，马光荣，2011；吕明元,苗效东,李晓华，2019）。余泳泽等（2019）对中国经济由高速增长向高质量发展的时空转换特征进行了研究。李航（2019）采用DEAMalmquist 指数法，分别对中国装备制造业的技术创新效率进行了静态和动态的测度分析。马晓琪（2020）基于DEAMalmquist 指数模型对山东制造业绿色全要素生产率进行了测量并分析了影响因素。本文通过构建DEA-SBM 模型来衡量与评价中国制造业高质量发展绩效水平，并为中国制造业高质量发展提出发展建议。

2 模型设置

2.1 SBM 模型

DEA（Data Envelopment Analysis，数据包络分析）是一种基于被评价对象间相对比较的非参数技术效率分析方法，可根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价，由美国著名运筹学家A.Charnes，W.W.Cooper 以及E.Rhodes 3 人于1978年首次提出。由于DEA 模型适用范围广、原理相对简单，特别是处理多指标投入和多指标产出方面时具有特殊优势，因而其应用范围扩展迅速，涉及经济、金融、教育、环境、企业管理等众多的领域。

DEA 将效率的测度对象称为决策单元（Decision Making Unit, DMU）,DMU 可以是任何具有测度性的投入、产出的部门、单位，但DMU 之间必需具备可比性。在径向DEA 模型中，对无效率程度的测量只包含了所有投入、产出等比例缩减、增加的比例。对于无效DMU 来说，其当前状态与强有效目标值之间的差距，除等比例改进的部分之外，还包括松弛改进的部分。由于松弛改进的部分在效率值的测量中并未得到体现。

Tone Kaoru （2001） 提出了SBM 模型（Slack Based Measure）改进了传统DEA 径向模型对无效率的测量没有包含松弛变量的问题，改善衡量投入-产出绩效的非参数技术效率分析方法。

ρ 表示被评价DMU 的效率值，每个DMU 有m 种投入，记为Xi（i=1，2，…，m），q 种产出，记为Yi（i=1，2，…，n），s-和s+表示松弛变量。SBM 模型同时从投入和产出两个角度对无效率状况进行测量，称为非导向（Non-Oriented）模型。SBM 模型的优点是解决了径向模型对无效率的测量没有包含松弛变量的问题。因此，本文采用SBM-Malmquist 指数模型来计算全要素生产率来衡量分析中国制造业绩效高质量发展水平。

2.2 指标体系构建

制造业是一个多投入多产出的复杂动态系统，涉及的指标数量、准确度等都会影响到高质量发展的测度，因此投入、产出指标的选取是评定制造业高质量发展绩效的核心部分，关系其绩效的可信度。本文在选取指标和建立指标体系过程中将遵循科学性原则、全面性原则、系统性原则、动态性原则和可量化原则。

①投入指标。投入指标包括固定资本存量、制造业城镇单位就业人数、规模以上工业企业研究与试验经费、规模以上工业企业研究与试验发展人员、能源工业投资和工业污染治理完成投资。

固定资本存量用以考察制造业资本要素的投入情况。本文使用1951年Goldsmith 开创的永续盘存法（PIM）来估算2008-2017年的固定资本存量。估算资本存量的关键在于核算初期的资本存量，本文借鉴单豪杰（2008）的做法，以1998年为基期计算历年各省份的资本存量，δ 设定为10.96%。每年的固定资产投资价格平减指数通过《中国统计年鉴》公布的固定资产投资价格指数（上年=100）乘以上一年的数据再除以100 后得到。

制造业城镇单位就业人数用以考察制造业城镇单位劳动要素的投入以及因此产生的社会效益。规模以上工业企业研究与试验经费集中体现了一个国家或地区的科技技术实力和自主创新水平，国际上也通常采用R&D 活动的规模、强度指标反映国家及地区科技实力和核心竞争力。因此，经费投入程度可以代表我国对提升科技创新能力的重视程度，衡量各地区对工业企业就科技创新上的鼓励、扶持程度，判断是否对制造业高质量发展产生影响。制造业高质量发展依赖于劳动力素质的提高，先进制造业发展需要一大批适应技术进步、生产方式变革和社会公共服务所需要的技术型、创新型、复合型技能人才。R&D 发展人员是评估高素质劳动力的变化对制造业高质量发展绩效的重要指标。合理的能源投资可有效提高能源利用率，节约自然资源，促进人与自然和谐发展。能源工业投资衡量工业的能源要素效率投资情况。环境污染是工业化进程中普遍存在的问题，其中水环境污染、大气污染与固体废弃物污染是制造业造成环境污染的主要组成部分。工业污染治理的投入用来评判区域制造业高质量发展是否可以兼顾环境保护，实现绿色制造。

②产出指标。投入指标包括工业增加值、规模以上工业企业新产品销售收入、规模以上工业企业有效发明专利数、城镇化率和工业固体废物综合利用量。

工业增加值可以直观反映各地区在一定时期内生产的工业产品和服务的总市场价值，以及各地区工业生产单位对社会经济效益的总贡献。规模以上工业企业新产品销售收入用以评估研发经费与人员的投入给高技术制造业带来的影响，直接体现企业的创新成果转化能力，是衡量创新产出的重要内容。规模以上工业企业有效发明专利数用来衡量制造业的技术创新能力、创新效益。城镇化率是制造业高质量发展的社会衡量标准，符合社会效益中“共享”和“协调”的新发展理念。制造业高质量发展需要实现生产制造过程与资源环境协调发展，工业固体废物综合利用量是资源、能源的回收、循环、再利用的重要指标。

本文的研究区间是2011-2020年，研究对象为中国30 个省份（因数据缺失不包括西藏），所获取的原始数据主要来源于《中国统计年鉴》《中国工业经济统计年鉴》、30 个省份的统计年鉴和国家统计局，然后运用MaxDEA 软件进行计算。

3 实证结果分析

3.1 制造业全要素生产率的省域特征

表1 给出了2011-2020年中国制造业分省份Malmquist指数及分解。由表1 看出，制造业的全要素生产率在所有省份都有所提高，且效率变化指数与技术变化指数都呈现出正增长状态。从整体上看，省份之间制造业的全要素生产效率指数差距较效率变化指数和技术变化指数相比较大，省份之间全要素生产效率差距明显。重庆市、浙江省、云南省制造业的全要素生产效率指数位居全国前三，分别高达1.0391、1.0386和1.0385，同时我们可以发现，这3 个省份的技术改进指数也是最大的，分别为1.023 1、1.027 7 和1.026 6，由此可见，技术效率的提高为全要素生产率的增长提供了很大的贡献。另外，陕西省、上海市、四川省、天津市、新疆也拥有较高的制造业全要素生产效率，均超过1.033，其技术进步指数均超过1.018；安徽省、北京市、福建省、甘肃省、广东省的全要素生产率相较其他省较低，仅为1.0138、1.0138、1.0141、1.0172、1.0179，其效率改进指数和技术进步指数也都较低。引起较大省际差异的主要原因是不同地区间的技术效率的差异，技术效率较高的省份其全要素生产率也较高，技术效率较低的省份全要素生产率较低。

表1 2011-2020年中国制造业分省份Malmquist 指数及分解

3.2 差异分析

制造业高质量发展与区域的经济发展水平、行业劳动密集度、对外开放水平等都有着密切关系。因此，本节将根据区域划分, 分析中国制造业的东部、中部、西部3 个区域的Malmquist 指数（见表2）及区域差异。

表2 2011-2020年东中西部Malmquist 指数分析

由表2 可知，东、中、西部全要素生产率的均值分别为1.030 1、1.019 1、1.024 8，全要素生产效率满足：东部＞西部＞中部，增长率分别为3.01%、1.91%、2.48%。其中东部地区的全要素生产率最高，中部地区全要素生产率最低。这是贴近实际的，东部地区由于制造业产业聚集、科技创新能力强、劳动力充足、对外贸易来往频繁和地理环境等优势，制造业全要素增长率水平自然高于中部和西部地区。

东、中、西部效率改进指数的均值分别为1.014 1、1.009 9、1.013 9，除中部较低外，其他区域制造业的生产效率都有1.4%左右的正增长，效率提高的主要原因是相关战略的实施及制造业的改革提高了制造业的收入和生产率；根据图表可以发现，东、中、西部制造业的技术进步明显，分别为1.023 0、1.015 5、1.018 0，实现了2.30%、1.55%、1.80%的正增长，均高于效率改进指数的增长率。因此也可理解为，区域制造业高质量发展的主要动力是技术进步。

4 结论

通过采用SBM -Malmquist 模型对2011-2020年中国制造业全要素生产效率进行测度分析，研究结果发现：一是中国制造业的高质量发展取得了初步成效，2011-2020年中国制造业的全要素生产率、效率改进指数、技术进步指数均值都实现了正增长；二是目前不同省份之间制造产业的效率改进和涉及的技术进步存在差异，主要原因是不同地区间技术变化指数的差异，技术进步指数较高的省份，其制造业全要素生产率也较高，技术进步指数较低的省份，其制造业全要素生产率也较低；三是东部地区的制造业较中、西部相比发展质量更高，拥有相对较高的生产率、技术效率，并形成以东部地区为引擎的制造业高质量发展态势。

制造业高质量进一步发展可从以下几个方面展开：一是合理规划产业布局，调整、优化产业结构，优化产业链和价值链；二是增强技术创新能力，深化科技体制改革，健全以企业为主体的产、学、研一体化创新机制，鼓励企业自主研发新技术、新产品，形成一体化的创新链；三是注重高素质劳动力的培养，合理规划适应制造业高质量发展的科技人才培养计划；四是重视绿色制造业的发展引导工业产业建立一体化的绿色、智能生产系统，鼓励企业研发节能减排技术，提高能源综合利用水平；五是促进工业化、城镇化协调发展，形成制造业高质量发展和现代城镇化耦合协调发展。