基于CH-DEA模型的中国制造业产业安全研究

孔玉丹,刘家国,余乐安

(1.东北财经大学 公共管理学院,辽宁 大连 116026;2.大连海事大学 航运经济与管理学院,辽宁 大连 116026;3.北京化工大学 经济管理学院,北京 100029)

2020年初,新冠疫情在世界范围内全面暴发,在严重威胁广大人民群众生命安全的同时,也对全球制造业造成了巨大冲击,导致全球经济增速下行、市场恐慌加剧、金融风险增大,严重冲击了东亚、欧洲、北美三大生产网络,改变了全球价值链[1]。中国制造业也受到了显著冲击,中间品、资本品进口面临供应中断风险,出口订单大幅下滑,影响着中国制造业产业链的整体稳定[2]。国家统计局数据显示,2020年前两个月,制造业增加值同比下降15.7%,2020年全年下降了1%。此外,疫情导致欧美等发达国家采取“再工业化”与“制造业回流”等措施,给中国制造业带来更多安全威胁和冲击。加之逆全球化、保护主义、霸权主义等政治色彩的影响,中国制造业参与国际分工和安全生产受到了严重冲击。如何确保中国制造业产业安全,不仅关系到制造业能否稳定、健康地发展,而且涉及中国整体经济健康发展的实现。因此,要应对制造业安全风险,就必须对制造业的安全状况进行分析。

关于制造业产业安全的研究主要从概念性研究和实证性评价研究两个方面展开。

在概念性研究方面,国外学者认为是产业在开放条件下具有国际竞争力,拥有自主产权和竞争优势,能够抵御外来入侵等[3]。国内学者认为产业安全需要从不同的视角入手,以产业控制权、产业竞争力、产业发展和国民权益为核心的产业价值观获得了学者们的青睐[4],也使我们能够更全面地认识产业安全问题。制造业产业安全是产业安全中的重要议题。根据产业安全理论,学者认为制造业产业安全是以国家经济安全为前提,制造业能够保持核心竞争力,抵御和防范国际威胁,从而健康、持续、稳定地发展[5]。概括地说,制造业产业安全要求制造业必须具有国际竞争力和产业控制力,才能在抵御和防范国际威胁的同时健康、持续、稳定地发展。

在实证性评价研究方面,已有文献涉及各行各业,包括互联网产业[6]、天然气产业[7]、港口危化品[8]、稀土产业安全[9]、供应链安全[10]等。目前制造业产业安全的研究主要分为制造业整体层面和制造业的细分产业两个层次,整体层面的研究相对较少。金成晓等[5]构建了制造业产业安全监测预警指数,全面客观地评价了中国制造业产业安全状况的动态变化过程。谭飞燕等[11]基于低碳视角提出了产业安全的“五因素模型”评价体系,结果表明,中国产业安全总体处于基本安全状态。制造业的细分产业主要集中在装备制造业及高技术产业等领域。赵驰等[12]从产业控制、产业竞争力、产业发展及产业权益等方面分析了制造业产业安全,指出中国制造业产业安全状态为基本安全。在装备制造业方面,史晓红等[13]运用DEA 模型,选取进出口依存度、外资控股率和外资市场占有率作为投入指标,综合经济效益指数和出口对外贸易竞争力指数作为产出指标,衡量2000～2011年期间装备产业的安全状况。针对高技术产业,史欣向等[14]从产业竞争力、对外依存度、产业发展力以及产业控制力提出了高技术产业的安全理论框架,认为高技术产业处于外资“适度进入”状态,属于“安全”范畴。郑先勇[15]从产业发展环境、产业国际竞争力、产业对外依存度、产业外资控制程度以及产业自主创新力5 个方面,对1997～2017年电子与通信设备制造业的产业安全形势进行了评价,并提出相应的改进建议。曹萍等[16]提出产业安全的动态多维测度指标,构建了高技术产业安全影响因素的理论模型,实证结果显示,产业创新能力和企业竞争力直接影响产业安全。

综上所述,学者们分别从不同视角研究了制造业的产业安全问题,并取得了一定的成果,为本文的展开奠定了基础。然而,已有文献更多的是把制造业细分产业作为研究对象,尤其是装备制造业,对于制造业的整体透视不够。2020年疫情的暴发也影响着制造业的产业安全,因此,本文选取2005～2020年为研究区间,通过分析制造业产业安全的变动趋势,重点阐述2020年中国制造业产业安全的发展态势。此外,现有研究方法具有一定的局限性。例如,数据包络法(Data Envelopment Analysis,DEA)要求被评估的决策单元(Decision Making Units,DMUs)采用对自己最有利的指标权重,从而导致所有DMUs的效率之间缺乏同级可比性,无法保证评估结果的公平性。熵权法作为一种客观赋权方法,是依靠指标数据的分散程度得到一组权重,若某项指标权重较大,则其加权结果较大,在一定程度上高估了这一评价对象的最终结果,不具有鲁棒性。而TOPSIS则需要额外方法来确定权重或默认权重不变而产生随机效应。鉴于此,本文创新性地提出了交叉层次数据包络法(Cross-Hierarchical Data Envelopment Analysis,CH-DEA)。该方法不区分投入产出指标,每个DMU 可以内生化输出权重使其效率值最大化,无需外部判断。同时,交叉效率也满足了同质比较,避免了极端解的出现,使得结果更具稳健性和公平性。更重要的是,CH-DEA 在最大化效率值的基础上可以探究每一个DMU 的重要指标和冗余水平,继而动态修正效率值。本文在吸收和借鉴现有产业安全评价指标的前提下,构建出一套制造业产业安全评价指标体系。通过对影响中国制造业产业安全的微观内生障碍因素和宏观环境影响因素进行分析,科学合理地认识中国制造业产业安全状况,为相关部门在研究制定政策时提供理论依据,具有重要的现实意义。

1 中国制造业产业安全评价框架

一直以来,制造业都是中国的支柱产业和实体经济的根基,贡献了30%左右的GDP。研究表明,制造业发展促进了GDP的稳步增长[17]。制造业能够利用规模经济、技术创新优势以及人力资本存量的增加,使技术和知识溢出到其他产业,最终提高整体生产力。随着世界经济的蓬勃发展,全球产业的竞争格局不断调整和重构,发展制造业成为世界各国谋求经济转型升级、实现高质量发展的战略选择。中国制造业现阶段面临国内外双重压力,各种挑战都要求制造业具备良好的产业安全性以积极稳妥地应对。制造业产业安全不仅是其健康、稳定发展的重要基础,也是增强国际竞争力、抵御各种威胁的有力保障。因此,如何有效提升制造业产业安全成为核心问题。为此,本文基于已有文献构建了制造业产业安全评价体系,分析制造业产业安全发展态势,提出有针对性的改进措施,以促进制造业产业安全发展。

1.1 制造业产业安全评价指标体系

已有文献不断地完善产业安全指标体系。早期“中国入世后产业安全与政府规制研究”课题组提出的产业安全指标体系由产业国际竞争力指标、产业对外依存度指标和产业控制力指标组成[4]。随着全球经济快速发展,中国学者认为产业安全应将市场和创新作为核心维度,重视产业自身的生存与发展问题,逐渐衍生出以产业竞争力、产业控制力、产业对外依存度和产业发展环境为主的四维度模型[14],以及产业发展环境、产业国际竞争力、产业对外依存度、产业外资控制程度以及产业自主创新力的五维度评价体系[15]。随着研究的深入,制造业产业安全评价体系逐步完善。通过分析22篇以制造业产业安全为主的相关研究,总结出前期研究的共性指标,如表1所示。

表1 文献分析Tab.1 Literature analysis

通过表1的总结,本文发现,文献分析虽有不同,但都包含相似的评价维度,产业竞争力、产业控制力和产业对外依存度一直是衡量产业安全的重要指标,即产业安全理论的中心仍然是“外资威胁论”和“绝对控制权”。但现有的指标体系仍存在如下不足:

(1) 产业控制力和对外依存度的2级指标之间的关联度过高,都是反映中国对于制造业的把控能力。产业控制力较多关注市场控制率和股权控制率,前者体现了外资企业对国内市场的控制程度,后者从股权视角体现外资企业对国内制造业的控制情况。外资企业首先与国内企业合资,提高其投入品的价格,造成合资企业亏损后再增资扩股,中方企业因缺乏资金,导致外资股权占比提高而获得绝对控股权,归根结底还是外资企业以出资所占公司股权份额为基础。资本对外依存度反映出中国制造产业对于外资的依赖程度,也是外资对该产业的控制能力,两者极为相似。技术控制率反映了中国产业对于国外技术的依赖程度,对外资企业而言,技术垄断比市场更为重要。技术对外依存度与技术控制率反映的是同一属性,属于重复刻画[18]。此外,产业进口对外依存度、产业出口对外依存度所构成的产业对外依存指标均为同向表征,即数值越高就会对产业安全造成负面影响,拆分意义不大[19],故将产业控制力和对外依存度相结合,从资金、技术、市场3个方面对制造业产业控制力进行刻画,也符合产业控制力的基本定义。

(2) 某些指标之间存在冲突。例如:产业国际竞争力是体现国内产业的世界影响力,其数值越大,在一定程度上表示该产业在全球市场占比越大,意味着产业出口比重相对较大,即产业出口对外依存度上升,这种上升会威胁到产业安全[19]。事实上,对外依存度的上升并非指一个国家对外部经济的单方面依赖,而是指一国与其贸易伙伴乃至整个世界的相互依存,即“双向依存”。“双向依存”会增强该国对其贸易国的防御能力。国家经济发展的经验表明,一国与世界经济的“融合”程度愈高,参与国际分工的程度愈深,在世界经济周期波动中的回旋余地就愈大,而不是融入全球市场的程度越深,产业就越不安全。评价指标的冲突将不可避免地对产业安全状况的判断造成矛盾。因此,本文将对外依存度和产业控制力的2级指标进行了综合筛选,扣住了“外资威胁论”和“绝对控制权”的核心原则。

(3) 很多研究都忽略了创新指标的重要性,22篇文献中只有9篇考虑了创新能力指标,且多是对高技术产业安全的评价,具有一定的领域特色。随着制造业竞争的日益激烈,创新活动已成为制造业发展不可或缺的重要推力。“十四五”规划和“中国制造2025”都强调了创新对制造业发展的重要性。因此,本文将产业创新力纳入产业安全的评价体系,从人、财、物3 个方面对制造业的创新能力进行刻画。

据此,本文在已有产业安全评价指标的基础上,根据产业安全理论,从外部影响和内部发展两个方面构建了制造业产业安全体系。其中,产业控制力和产业国际竞争力反映了制造业的外部发展环境,产业生态环境和产业创新力体现了制造业的内部发展基础。具体指标如表2所示。

表2 中国制造业产业安全四因素模型评价指标体系Tab.2 Evaluation index system of the four-factor model of China’s manufacturing industry security

(1) 产业控制力刻画的是中国对制造业产业的把控能力。随着国际贸易参与度的提高,外资已渗透到中国的各行各业,难免会造成外资企业的垄断局面,影响中国的产业安全,因此,产业控制力对产业安全至关重要,不过度依赖外资,产业才更具自主性。本文从资金、技术、市场3个方面对制造业产业控制力进行了刻画。外资依存度通过制造业实际利用外资与制造业增加值的比值(外资所形成的产值)进行刻画,从而反映出中国制造业的发展对于外资的依赖程度。若其偏高,说明中国自主发展的能力较弱,一旦外资撤离将严重影响制造业产业的健康平稳发展。外资技术控制率反映制造业对技术的控制权,由外资专利占比表示,其值越大,说明外资企业相对于国内企业更注重技术创新和新产品的开发。一直以来,中国被视为廉价加工厂,缺乏自主的创新技术,严重影响中国制造业的提升和发展。若外资技术控制率较高,一旦外资企业中止了技术转让的使用协议,国内企业因自主研发能力不足而无法进行相关技术的革新,势必会对产业安全产生影响,因此,自主创新一直是制造业发展的动力。外资市场控制率反映外资对该产业国内市场的控制程度。制造业早期发展都是以加工为主,外资企业控制着中国很大一部分市场份额。随着中国自主创新能力的提高和民族品牌的振兴,国民更加青睐本土制造业产品,进而推动和促进中国制造业的发展。这3项都是负向指标,越小则证明中国对于制造业的控制权越大。

(2) 产业生态环境是制造业发展壮大的要素集合,为制造业提供了必要的市场资源。“中国制造2025”提出要从制造业质量竞争力指数、制造业增加值率和制造业全员劳动生产率3个指标反映制造业的制造业质量效益。结合现有文献以及上述3项指标,本文采用劳动生产率、产业增长率、行业规模和资产利润率4项指标来刻画制造业生态环境。高效的劳动生产率是制造业发展的基础。产业增长率反映制造业市场需求环境,较高的增长率说明中国制造业产值在稳定增长。行业规模反映了制造业对于中国发展的贡献率,也体现了其生存空间的大小。资产利润率反映制造业的盈利能力,越高代表盈利能力越强。总之,这4项指标均为正向指标,评价结果越大代表中国制造业产业生态环境越好。

(3) 产业创新力不仅是制造业生存和发展的原动力,更是产业控制力和可持续发展的基石。因此,增强制造业产业安全的主要途径是提升自主创新能力,改善核心技术和知识产权受制于外资的现状[12]。“中国制造2025”提出自主创新能力是促进中国制造业产业发展的重要因素,是实现由工业大国向工业强国转变的核心内容。由此确定了制造业研发经费占比和有效发表专利数两个目标任务。研发经费投入是创新的重要保障[23],有利于提高产业竞争力。因此,从人、财、物3个方面,采用科技人员全时当量、技术创新程度以及制造业科技活动成果3项指标反映创新投入和产出。这3项指标均为正向指标,评价结果越大代表中国制造业的创新能力越好。

(4) 产业国际竞争力反映制造业的国际生存发展能力,是产业安全的核心内容。本文采用国际市场占有率(IMS指数)、贸易竞争优势(TC 指数)以及显示性比较优势指标(RCA 指数)3 项指标进行刻画。IMS指数反映中国制造业的出口额在国际市场中的份额,TC 指数使用中国制造业的进出口贸易差额占进出口总额的比重来反映中国制造业产品与全球市场上供应的他国同种产品相比是否具有竞争优势,RCA 指数通过中国制造业出口份额与世界制造业出口份额的比值定量表示,反映中国制造业出口水平与世界平均出口水平的相对优势。这3项指标均为正向指标,评价结果越大代表中国制造业国际竞争力越强。

1.2 制造业产业安全评价方法

DEA 常用于评估多投入多产出的DMUs的相对生产效率。随着不断改进,DEA 可以在没有投入或产出的情况下使用。Chen等[24]首先提出了适合层次结构的聚合模型-层次数据包络分析(Hierarchical Data Envelopment Analysis,HDEA)。但是该模型要求被评估的DMUs使用对自身最有利的指标权重,导致并非所有的DMU 都在同一基础上进行评估,无法保证评估结果的公平性和可比性。而其他可行权重所反映的信息会被忽略,从而导致评价结果不全面甚至有偏差。交叉效率的提出让每个DMU 在自评效率最大的前提下得到一组最优权重来评价其他DMUs的效率[25],每一个DMU 都有一组交叉效率,其均值即为最终效率得分。因此,本文创新地提出CH-DEA 模型。该方法所获得的权重组合源于客观最优原则,优于专家加权分析方法。即DMU 对于表现相对较好的子指标,客观地确定并赋予该指标较高的权重,同时加权获得相同权重下其他DMUs的效率值。图1所示为带有子指标的分层评估结构。

图1 CH-DEA 模型的分层评估结构Fig.1 Hierarchical evaluation structure of CH-DEA model

3个层次的指标聚合成综合指标来评估效率。第1层为目标函数Y,第2层为类别指标y i(i=1,2,…,I),第3层为细分指标y ij(j=1,2,…,J)。按照自主分配的权重将所有子指标聚合成综合指标。u i和u ij为最大化综合效率θ的各级指标权重。max(X ij)和min(X ij)分别为每个指标的最大值和最小值。由于约束条件下要求输入值约束小于等于1,且各指标单位不同,故需对采集的数据进行无量纲预处理。CH-DEA 模型的具体公式如下所示:

为避免权重小于0或大于1,设置适当的界限。对各级相应指标给予同等权重,使用±50%作为上下限。与传统的DEA 模型相比,CHDEA 避免了投入产出的选择,适用于层次类型指标体系的评价研究,更符合现实评价。

2 中国制造业产业安全评价分析

2.1 制造业产业安全交叉效率分析

本文以制造业总体发展为研究对象,利用中国统计年鉴、中国工业统计年鉴作为数据来源。因为数据统计口径发生变化,本文选择2005～2020年期间作为研究范围。使用lingo软件编制CH-DEA 程序对中国2005～2020年的制造业产业安全状况进行测度,具体步骤见附录A。

表3所示为中国制造业产业安全度在2005～2020年期间总体态势呈现上升趋势,即制造业应对风险等突发事件能力以及独立发展能力不断增强。虽然短期内遭受疫情影响,但总体安全度过。2020年,制造业增加值同比增长2.3%,制造业PMI指数快速回升至51以上,表明疫情后中国制造业企稳回升,显示出较强的韧性,侧面反映出中国制造产业安全度较高。

表3 中国制造业产业安全评价的总体交叉效率Tab.3 Overall cross-efficiency of China’s manufacturing industry security

2.2 制造业产业安全重要指标结果分析

通过计算得到1 级指标的评价结果,如图2所示。由图2可见,只有产业生态环境出现了下降,受疫情影响,2020年下降幅度增大,反映了制造业受疫情影响经营状况产生了波动。而其他3个指标在2020年都有所上升,特别是产业创新能力得到了持续提升,表明中国制造业科研环境正在改善。即使2020年受疫情影响,中国仍然高度重视制造业的研发。2020年科研人员全时当量、科技活动成果以及技术创新程度3项指标均创历史新高。科研投入的增加有利于提高企业绩效[26],激励企业研发新型技术,打破国际技术垄断,维护中国制造业产业技术安全,提升中国制造业产业的话语权。在世界知识产权组织(WIPO)发布的《2021年全球创新指数报告》中,中国排名第12位,自2013年以来连续9年稳步上升。赛迪研究院发布的《制造业创新指数报告(2020年)》显示,中国国家级制造业创新指数稳步攀升,2011～2018年均增速达到14.39%,制造业研发经费投入强度年均增速达到8.14%。这主要得益于制造业创新环境和创新产出等方面的大幅增长。“中国制造2025”战略规划指出,中国应依靠科技创新实现制造强国战略目标。数据显示,中国高技术制造业占规模以上工业增加值的比重从2012年的9.4%提高到2020年的15.1%,证明中国的制造业产业已经逐步从“中国制造”向“中国智造”转变。此外,《制造业人才发展规划指南》《智能制造发展规划(2016-2020年)》等文件要求加大专业技术人才、经营管理人才和技能人才的培养力度。政策的出台鼓励企业以内部创新能力为基础,培养优秀创新人才,提高企业盈利能力。政府的重视与企业的合作相辅相成,才能保证制造业产业安全的不断提高。产业控制力不断提升,2020年达到最大。这是因为2020年全球外国直接投资大幅下降,中国逆势而上成为全球最大的外资流入国。但是,从投资领域和方式来看,制造业实际利用外资情况下降了14%,制造业增加值提升受益于国内投资,证明了制造业产业受外资影响减弱,安全性逐渐提高。从指标变化来看,3项指标总体呈上升趋势,表明中国制造业的民族企业逐步发展壮大,国内资本逐渐主导了制造业发展。贸易开放对中国经济增长和产业升级产生巨大推动作用。越来越多的制造企业开始将产品研发、商务流程和广告宣传等服务环节发包给本国以外的服务提供者,实行离岸服务外包。制造企业可以整合、利用世界各国的服务资源,充分发挥世界各国的比较优势,从而节约生产成本,提高中国制造业的国际竞争力。

图2 中国制造业产业安全度变化Fig.2 Changes in the security degree of China’s manufacturing industry

国际竞争力总体呈现上升趋势,2015～2018年出现短暂下降后稳步提升。其中,制造业IMS、TC和RCA 指数都有震荡走低。究其原因,一方面是由于中国提出的“一带一路”倡议遭到美国等西方发达国家的抵制;另一方面,中国经济发展转型,传统的粗放型增长模式受到限制,劳动密集型产品逐渐向资本密集型和技术密集型产品转移,高技术制造业成为发展的主流。然而,由于技术门槛高、回报周期长,这些产品暂时没有显示出国际竞争力。在国内外双重压力下,制造业产品出口额出现了短暂下滑,2019 年再次呈现增长趋势。2020年疫情发生以来,中国制造业逐步恢复发展,出口额占全球出口的份额显著提升,达到近15%。而其他制造大国受疫情影响程度逐增,导致制造业订单回流,中国成为全球主要经济体中唯一实现正增长的国家。因此,2020 年中国制造业世界竞争力出现提升。最新发布的世界500强企业榜单中,中国工业领域企业共73 家企业入围,比2012年增加28家,“中国制造”在全球产业链供应链中的影响力持续攀升。

产业生态环境的二级因素中,除了劳动生产率总体呈现上升态势,其他3个因素均呈现下行态势,其中最明显的是产业增长率和行业规模,波动如图3所示。

图3 产业生态环境指标统计值Fig.3 Statistical values of industrial ecosystem indicators

由图3可见,产业增长率波动剧烈并呈现下滑趋势,至2020年已经跌至最低值。增速下滑的原因主要是国内外经济环境趋于复杂严峻以及中国内部制造业转型升级等政策调控。传统制造业的发展受限,逐步转型调整,而高技术制造业则保持着较快的增长,成为支撑工业经济发展的主要动能。2019年高技术制造业的增加值增速达到了8.8%。新兴产业发展势头良好,产业结构呈现积极变化。造成行业规模下滑的主要原因在于制造业中的非制造环节剥离形成服务型产业、实体经济与虚拟经济发展不平衡等结构性失衡因素。在突发疫情的背景下,全球范围内产业供应链出现了加速收缩性调整,发达国家通过引导本国跨国企业加速产业链垂直整合,提出“再工业化”“制造业回流”等战略都影响着中国制造业产业发展。中国制造业的劳动力成本优势由于产业的持续创新与智能化水平的提高而被削弱,很难占据更多的制造业份额。此时,保持中国制造业的基本比重、巩固其基础地位具有更重要的战略意义[27]。资产利润率在发展初期有急剧上升的趋势,随后逐步降低。这是因为制造业属于资本基数相对较大的行业,无论是技术研发还是产品研发,都需要投入大量资金。而中国近年来实施制造业创新转型发展,投资较高、回报期较长导致资产利润率下降。劳动生产率逐年上升,说明中国经济比较有活力,人均产值增加,未来增长潜力较大。创新能力的提升是制造业发展的驱动力,生产效率较高的新型制造业随着新产品、新技术不断涌现、劳动力配置结构不断优化,进而促进劳动生产率的提升。

3 中国制造业产业安全影响因素分析

2005～2020年中国制造业的产业安全性整体上呈现出上升趋势,但仍有提升空间,因此,如何提升制造业的产业安全水平显得尤为重要。《中国国家经济安全态势》中提出一个完整的制造业安全分析模型应该包含两个部分——制造业行业和产品的现状描述以及制造业领域之外的安全环境描述,包括国内科技水平和国内宏观经济水平等[19]。鉴于此,本文将影响制造业产业安全的因素分为两大类,即微观内生障碍因素和宏观外生影响因素。微观内生障碍因素是影响制造业产业安全的内在关键因素,即需要采取措施进行改进的薄弱之处;宏观外生影响因素主要从与制造业发展密切相关的外部环境入手,依靠宏观环境进行驱动发展。

3.1 制造业产业安全微观内生障碍因素

基于制造业产业安全评价结果探讨其障碍因素,以期未来提升。应用障碍程度模型识别影响中国制造业产业安全性的障碍因素,则:

式中:D为与最优目标的差距;X为指标标准值;M为第i年j个指标的障碍程度;w为指标权重。

由式(2)、(3)可得每一组交叉效率的障碍因素,然后使用平均值得到综合障碍因素,如表4 所示。所得值越大,其对制造业安全的阻碍作用越大。

表4 交叉效率条件下的障碍因素Tab.4 Obstacle factors under cross-efficiency conditions

表4显示,2005～2008年的外资控制率、外资市场控制率、科研人员全时当量、技术创新程度以及IMS和TC指数都较为薄弱。主要是早期中国通过扩大开放吸引外资直接投资,迎接世界制造业转移成为世界工厂,导致制造业发展呈现外资依赖、低技术、竞争力较低的特点。2008 年,中国实行内外资企业所得税统一政策,为国内外企业创造了公平竞争的税收环境,鼓励了企业竞争,进而降低了制造业外资依存度。同时,制造业发展初期的创新能力较为薄弱,需要时间与投入的累积来提高创新能力。经过多年发展,中国创新能力稳步提升。2019 年,中国初步形成了以17家国家制造业创新中心为核心,100余家省级制造业创新中心为补充的制造业创新网络。随着科学技术的进步以及本土企业的快速发展,制造业生产效率和产品质量得到提升,“中国制造”正逐步转变为“中国智造”,这使得中国在世界制造业的地位越来越重要,竞争力越来越强,制造业产业安全性也逐步提升。随着时间推移,行业规模成为最大的障碍因素。一方面,这是全球制造业产业分工的结果。主要发达国家希望发展中国家被长期锁定在制造业产业链的低端环节。在此背景下,中国面临发达国家推动制造业“回流”和发展中国家承接产业转移的双重压力,继续推进深度工业化的难度较大。另一方面,这反映出中国工业化过程中出现的周期性调整。中国是用较短时间实现赶超、完成工业化过程的,但是这种工业化自身具有结构上的不稳定性,容易出现周期性回调。从发达国家将制造业增加值比重稳定在相对较高水平的经验来看,中国制造业行业规模下降得过快过早,从2005年的32.4%快速下降至2020 年的26%。这样过早去工业化不仅拖累当前经济增长,影响就业,还将带来产业安全隐患,削弱中国制造业的国际竞争力。“十四五”规划和2035 远景目标纲要强调:“坚持自主可控、安全高效、推进产业基础高级化、产业链现代化,保持制造业比重基本稳定,增强制造业竞争优势,推动制造业高质量发展”。因此,保持制造业比重基本稳定、巩固制造业基础地位是当前的首要工作。这不是片面追求制造业规模上的增长,而是要注重提高制造业发展质量,特别是创新能力和复杂制造能力的提升。一方面,加大科技研发力度,强化基础研究能力,掌握关键核心技术,打造高质量的创新平台,促进科技成果转化,以科学为基础催生新产业、新业态和新组织,推动制造业向高质量迈进;另一方面,优化以战略性新兴产业和高科技产业为主导的产业结构,加快传统产业改造升级,促进“制造业+互联网”为代表的技术与实体经济的创新融合[28]。

3.2 制造业产业安全宏观环境影响因素

制造业发展与宏观环境息息相关。例如,GDP越高,发展制造业的经济基础就越牢固。在中国特定的市场经济条件下,政府在产业发展中发挥着不可替代的作用。它既是实施产业管理的主体之一,也是政策制度的提供者。全球竞争力报告从制度、宏观经济稳定以及劳动力等12个方面对国家或地区进行综合考评,包含指标因素较为全面。在此基础上,本文选择GDP、政府科研比例(GOV)、宏观经济稳定性(ECO)、技能(SKILL)、产品市场(PRO)、劳动力市场(LAB)和金融体系(FIN)7个宏观因素。其中,政府科研经费占比较高,将激发企业创新研发活力,解决制造企业研发资金周转困难等问题,对产业安全有改善作用。宏观经济稳定性表现为通货膨胀、债务动态变动等因素。一旦出现通货膨胀,就会拉动大宗商品价格上涨,引起制造业原材料价格上涨,很有可能引起供应中断危机。技能主要是指人在劳动过程中表现出的技术熟练程度及教育程度等因素。人力资本是经济发展的基础,高素质的劳动力对制造业生产率产生直接影响[29]。产品市场包含国内竞争市场和贸易开放程度两个方面,主要针对税收补贴政策、市场主导范围、服务竞争以及贸易关税、通关效率等问题,通过国家财政干预分配,采取激励或照顾措施,为制造业企业减轻负担,以促进产业发展。贸易开放可以扩大制造业的市场需求,增强制造业的全球参与度,提升世界影响力。劳动力市场主要体现为工资灵活性、工人权利、劳动力流动等反映劳动环境的要素。制造业多是劳动密集型企业,在增加基本劳动力投入的同时,也要不断改善就业环境,提高员工归属感,有助于提高劳动生产率,保障产业安全发展。金融体系中蕴含着风险资本可用性、不良贷款、信贷缺口等深层次的稳定问题。高效的金融体系可以实现社会资本的快速累积,通过资金导向机制实现制造业的安全发展。同时,金融体系所具有的公平性、自由性以及相对理性等特征能够实现社会资源的有效合理配置,消除投资的消息壁垒,解决制造业创新发展的长期性资金问题。因此,本节对宏观环境因素进行回归分析,找到对其影响最显著的因素,合理利用以提高制造业产业的安全水平。

由于数据统计口径及指标公布的不同,故选择2008～2020年作为回归的研究区间,数据来自中国统计年鉴以及全球竞争力报告。数据的描述性统计如表5所示。

表5 描述性统计Tab.5 Descriptive statistics

通过对时间序列值进行ADF 平稳性分析,选择平稳的一阶差分序列值进行回归研究,如表6所示。

表6 平稳性检验Tab.6 Stationarity test

采用CH-DEA 测得的制造业产业安全性均大于0且相对集中,传统的回归方法可能会出现不一致和偏差,而Tobit模型可以很好地避免上述缺点,有效处理阶段或缺失的因变量,适用于估计非负截断因变量与自变量之间的关系[30]。因此,本文使用Tobit模型进一步探索宏观环境因素如何影响制造业产业安全。Tobit回归模型为:

式中:y t为因变量;β0为常数项;εt为随机误差;其余都为自变量。

Tobit回归结果如表7所示。

表7 Tobit回归结果Tab.7 Results of Tobit regression

中国制造业产业安全与GDP、产品市场呈现显著正相关。这也证明,国家经济实力是保证产业安全发展的重要基础。GDP 越高,国家越有实力,经济基础就越牢固,制造业高质量发展就有保障,制造业抵御冲击的恢复能力就越强。2020年中国GDP首次突破100万亿元,经济增速超出预期。在此基础上,制造业应多维发展,做大做强中低端产业,优先发展高科技领域。同时,产品市场也从贸易开放和国内竞争两个方面正向促进制造业产业安全发展。首先,贸易开放能够有效促进经济增长和国内经济发展,提升中国经济地位,进而提高制造业产业安全;其次,贸易开放可以扩大制造业的市场需求,促进产业链延伸;再次,贸易扩张在一定程度上会提升国内的人力资本和技术创新水平,从而增强制造业产业安全;最后,贸易开放可以促进良性市场竞争,鼓励制造企业投入更多的资金进行规模化生产和设备升级,促进企业创新,提高企业竞争力[31]。随着市场竞争的推进,制造业专业化协作将自发形成有利于制造业发展的合理集聚,加快商品流通速度,降低交易费用。因此,制造业产业布局向合理方向发展更具安全性。

4 结论

本文创新地提出CH-DEA 方法,不仅提升了评价结果的稳健性,而且避免了AHP 等方法的主观性,更加客观地评价了疫情常态化下的制造业产业安全现状。结果表明,2005～2020年期间中国制造业总体安全状况呈现上升趋势。通过对微观障碍因素分析可知,目前面临的障碍就是产业调整导致中国制造业规模缩减。应从科技创新的角度,提高中国制造业增加值占GDP 的比重。宏观环境影响因素中,制造业产业安全与GDP、产品市场显著正相关。GDP是经济发展的重要基础。而产品市场的贸易开放度将扩大制造业的市场需求,提高国内的人力资本和技术创新水平,进而提升制造业产业安全性。同时良性市场竞争可以促使制造企业投入更多的资金进行规模化生产和设备升级,使企业更具竞争优势。

针对制造业产业安全面临的障碍因素和发展动力,提出以下管理启示:

(1) 强化制造业产业安全意识。①减少制造业外资控制比例,降低外资依存度,提高产业控制力,避免遭遇霸权影响。②中国需要加强产业安全的相关法律法规,并设立制造业产业安全的审查部门与审查机制,对威胁产业安全的商业行为进行监管。例如,加强对外资企业并购内资企业的监管力度。③构建制造业产业安全预警体系。从政府视角对产业将要受到的威胁进行及时监控,采取切实有效的应对措施。

(2) 集聚产业安全的生产要素。提升中国制造业国际竞争力是确保产业安全的本质要求,而制造业生产要素的质量提升和结构优化是提升竞争力的关键所在。①政府应从审计规制、财税规制等方面加大政策倾斜力度,扶持企业产业升级;②调整业务结构,推进先进制造业与现代服务业融合发展,提高抗风险能力;③优化产业布局,增强企业间分工合作,建立上下游供应网络,加快整个产业向智能制造、服务型制造和绿色制造转变。

(3) 重视技术进步和创新发展。“十四五”规划强调:“坚持创新在中国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑”。为此,一是加强与发达国家的制造业贸易往来,缩短与技术领先国的网络距离,提高贸易技术引进效率;二是制造企业必须加大研发投入强度,树立创新意识,从低成本优势转向高效率和技术优势;三是合理安排科研投资比例,鼓励企业自主研发[32],以此带动产业创新;四是完善以企业为主体、市场为导向、政产学研用相结合的制造业创新体系,促进科技活动成果转化。最后,“中国制造2025”坚持把人才作为制造强国建设的基础,提高产业员工薪资待遇,吸引优秀人才从事制造业发展。同时,要创新人才培养模式,开展校企联合培养工作[33]。

(4) 强化制造业高质量发展的保障服务[27]。外部环境的优化也将激发制造业的经济活力。一是优化制造业营商环境,积极推进线上服务,优化审批流程,深化投资和土地管理等体制改革,着力解决制造业发展的障碍因素;二是要充分发挥政府的牵引作用,关注制造业对GDP 贡献值的变化,提出转型升级的改进方案;三是政府部门要进一步推动解决制约制造业高质量发展的政策掣肘,完善配套政策。

(5) 利用宏观环境提升制造业安全性水平。制造业规模性强、可贸易性高,只要合理运用宏观环境政策,就能利用外部市场实现扩大再生产,促进自身技术进步和产业发展。Tobit结果表明,贸易开放度对中国制造业产业安全具有积极影响,要推动形成全面开放新格局,促进制造业的多边和区域贸易合作。同时,以自由贸易区、自由贸易港作为制造业的贸易连接点,形成全球性的高标准、多层次的制造业产销网络。

相比于DEA 和MCDM 方法,文本方法具有合理性和优越性,但仍有很大的改进空间。一方面,CH-DEA 使用的权重组合均由DMUs的最优解得到,其数量有限,未来可以考虑将SMAA-2 与HDEA 结合,随机选取足够数量的权重组合进行评价;另一方面,本文的研究方法只依靠客观权重,忽略了主观权重的影响,可以在未来研究中加以考虑。

附录A

制造业产业安全交叉效率计算过程。

以产业控制力为例,有3个2级指标,所以每个指标权重的上下界为1/3±50%。为使自身效率值达到最优,每年都有自己最优的权重组合,具体数值如附表A1所示。

附表A1 产业控制力的权重组合Tab.A1 Weighted combination of industrial control capability

以2020年为例,产业控制力达到效率最大的权重组合为(0.412,0.422,0.167)。以此为基准,得到一组不同年份产业控制力的交叉效率组合,如附表A2所示。

附表A2 产业控制力的交叉效率(以2020年权重组合为基准)Tab.A2 The cross-efficiency of industrial control capability(Benchmarked to the 2020 weighted combination)

通过重复步骤可以得到以2020年权重组合为基准的产业生态环境、产业创新能力、产业国际竞争力和产业安全度的交叉效率值,如附表A3所示。

附表A3 制造业产业安全的交叉效率(以2020年权重组合为基准)Tab.A3 The cross-efficiency of manufacturing industry security(Benchmarked to the 2020 weighted combination)