我國制造業工業品價格影響因素分析

孫 巍，楊 帥

（吉林大學a.數量經濟研究中心；b.商學院，長春 130012）

我國制造業工業品價格影響因素分析

孫 巍a,b，楊 帥b

（吉林大學a.數量經濟研究中心；b.商學院，長春 130012）

文章首先利用隨機前沿生產函數模型度量了樣本期間制造業各行業的全要素生產率變化率，再利用動態面板數據模型研究了勞動力成本、技術進步和價格關聯性對工業品價格的影響。結果表明當期和前一期勞動力成本對當期工業品價格的彈性表現出差異性，當期為正而前期為負；當期和前一期技術進步對當期工業品價格都表現出負向影響，但當期作用更明顯；前一期工業品價格對當期工業品價格的彈性小于1，表現出收斂性特征。

工業品價格；價格關聯性；市場競爭；技術進步；動態面板模型

0 引言

改革開放以來，我國工業經濟發展迅猛，尤其是跨入21世紀，在2001年我國成功加入世界貿易組織的有利條件下，制造業蓬勃發展，同時表現出工業品價格持續上漲的態勢和競爭激烈的市場結構特征。一方面，我國是制造業工業品的出口大國，有學者的研究顯示，工業品價格上漲勢必對本國凈出口造成影響[1]；另一方面，包括食品、辦公和生活用品以及服裝等工業產品也是構成我國消費的主要部分，這些工業品價格上漲也會對國內消費需求產生抑制作用，與國家提倡擴大內需提高自主消費的政策有悖。作為拉動經濟增長三駕馬車組成部分的凈出口和自主消費受到抑制，也勢必會對我國經濟的長期平穩增長造成不利影響。國內學者也對我國物價總水平進行了理論研究[2]，但缺乏對制造業工業品價格變化特征的分析。因此，有必要對工業品價格持續上漲的成因及其機理進行分析，以探求抑制工業品價格快速上漲解決凈出口和自主消費增長瓶頸的途徑，尋求適合我國制造業發展的長期道路。

1 模型構建及指標選取

面板數據模型的優點之一是可以對個體的動態行為進行建模。一些經濟理論認為，由于慣性或部分調整，個體的當前行為一定程度上取決于其過去行為。如果在面板數據模型中，被解釋變量的滯后期加入到解釋變量中去，則稱之為“動態面板數據模型”。其一般形式為

為消除個體效應ui，對（1）式做一階差分，可得

然而解釋變量Δyit-1=yit-1-yit-2依然與Δεit=εit-εit-1相關，因為yit-1與εit-1相關。因此，Δyit-1為內生變量，需要尋找適當的工具變量才能得到一致估計。Arellano and bond使用所有可能的滯后變量作為工具變量進行廣義矩估計（GMM）。這就是“Arellano-Bond估計量”，也被稱為“差分GMM”。

但做差分后也會引致一些問題，其一是不隨時間變化的變量zi被消掉了，故差分GMM無法估計zi的系數，其二是yit-k與Δyit-1的相關性可能很弱，特別當yit接近隨機游走時，導致弱工具變量問題（滯后越多期則相關性越弱）。為了解決上述問題，Arellano and Bover重新回到了差分之前的水平方程，并使用Δyit-1，Δyit-2，…作為yit-1的工具變量，在滿足“εit不存在自相關”和“Δyit-1，Δyit-2，…與個體效應ui不相關”的假設下，可以使用Δyit-1，Δyit-2，…作為工具變量對水平方程進行GMM估計。這被稱作“水平GMM”。

Blundell and Bond則將差分GMM與水平GMM結合在一起，將差分方程與水平方程作為一個方程系統進行GMM估計，稱作“系統GMM”。其優點包括可以估計不隨時間變化的變量zi的系數和提高了估計的效率。

基于本文的研究思路，構建方程系統如下，并采用兩步系統GMM法估計參數

2 指標計算和數據來源

2.1 技術進步TP

隨機前沿生產函數模型最早由Aginer、Lovell and Schmidt以及Meeusen and Broeck幾乎同時獨立提出。隨機前沿既包含企業由于個體原因導致的技術非效率部分，還包含外部隨機因素引起的隨機誤差部分，如此的設定方式可以合理解釋所研究的個體不能達到其生產前沿的原因。因此，本文使用隨機前沿生產函數模型計算全要素生產率變化率度量技術進步。

根據Kumbhakar的總結[3]，在獲知要素價格信息的條件下，可以對全要素生產率的增長做出如下四部分分解

這里εj，Sj和λj分別代表要素 j的投入產出彈性，要素 j在總要素成本中所占的份額和要素j在前沿生產函數中的相對產出彈性。但當要素價格信息是未知時，無論配置有效與否，都難以計算其無效的部分。基于此，我們假設對任何j，測度要素j在前沿生產函數中的相對產出彈性λj與要素j在總要素成本中所占的份額Sj相等，則方程（5）可以化簡為

對于f(x,t)我們使用Christensen提出的時變形式超越對數生產函數模型，該模型同時考慮了要素和時間對生產率的影響，如下所示

其中，yit表示產出；kit和lit分別表示資本和勞動投入量；根據Battese and Coelli所假設的形式，即技術非效率uit=ui?exp[-η(t-T)]，ui為技術非效率不隨時間變化的成分，服從截斷在0處的N(μ,σu2)分布，待估參數η若大于、等于和小于0則分別表示技術非效率隨時間減小、不變和增大；而隨機誤差vit服從N(0,σv2)。技術非效率uit的均值為參數μ，μ=0表示技術是完全效率的，μ＞0表示存在技術非效率；我們估計σ2=σu2+σv2和γ=σu2/σ2，其中γ表示技術非效率部分對生產非效率的占比，越接近于1則表明技術非效率的影響程度越大，進而說明技術非效率是生產非效率的主要部分。我們利用FRONTIER4.1軟件采用最大似然法估計方程（7）中參數，估計結果如表1所示。

表1 模型參數的最大似然估計結果

模型的總體估計結果比較好，不顯著的參數以平方項或交叉項為主，其本身經濟意義較弱，可能由于統計誤差所致。具體而言，LR統計量檢驗假設H0:σu2=μ=0，其服從混合χ2分布，該檢驗是通過與(n（)雙邊檢驗）或者(n（)單邊檢驗）的比較判定，本文所使用的是單邊似然比檢驗，LR=295.216，在1%水平下，(3)=11.345，顯然LR＞(3)，則拒絕H0，由此說明制造業各行業普遍存在技術非效率。γ=σu2/σ2=0.9252，表明技術非效率對生產非效率的占比為92.52%，技術非效率是生產非效率的主要部分。η=0.001＞0，表明技術非效率uit=ui?exp[-η(t-T)]將隨著時間t而逐漸變小，也即技術效率將隨著時間而提高。綜上分析，模型關于時變形式技術非效率的假設是正確的，且這種技術非效率占生產非效率的主要部分并逐漸減小。

由于篇幅所限，本文不再給出各行業各年的計算結果，但從制造業全行業年均TP 及其組成部分可以看出，樣本期制造業全行業年均TP 曲折上升，在2003年經歷了一次較大的波動，這主要是由當年SE波動造成，究其原因在于當年的勞動力年均就業人數激增，部分行業甚至增長了近一倍，勞動要素大量投入使得行業呈現出規模經濟性。除2003年外，SE均小于0，表明我國制造業各行業大部分年份表現了程度較輕的規模報酬遞減，對TP 起到了負面作用。而T均大于0，同時逐年遞減，表明我國制造業各行業技術效率表現為增速漸緩的提升。FTP的均值超過0.3且穩固攀升，構成TP 的主要組成部分，在抵消SE的負面影響后，仍維持TP 年均超過25%的增長。

2.2 數據來源

對模型中所涉及的指標，本文將工業品價格PI定義為工業品出廠價格指數；計算TP 時，將產出量y定義為工業增加值，將資本投入量k定義為流動資產年平均余額與固定資產凈值年平均余額之和，勞動投入量l定義為行業全部從業人員年平均人數，上述數據的統計口徑為全部國有及規模以上非國有工業企業，且均來源于《中國統計年鑒》。將勞動力成本LC定義為勞動力年人均報酬，數據來源為相應年份的《中國勞動力統計年鑒》。對涉及當年價格因素的產出量和資本投入量的計算中使用孫巍等的價格平減處理方法剔除影響[4]，這樣測算的技術進步更為精確。

3 動態面板模型實證結果與分析

對方程系統（3）使用Stata10工具軟件，并采用兩步系統GMM法估計參數，參數估計結果如表2所示。

表2 兩步系統GMM估計結果

總體來看，參數的估計結果顯著性很高，均達到了1%顯著性水平，wald統計量為448983遠遠超過臨界水平表明模型的設定形式無誤。從參數估值的角度分析：

（1）β1反映了前一期工業品價格對當期工業品價格的彈性影響。結果顯示，當期工業品價格的制定與其前一期的價格水平存在穩定的正向關系，也即當期工業品價格是在考慮前一期工業品價格的基礎上形成的，β1=0.947表明前一期工業品價格每變動1%會對當期工業品價格造成0.947%的影響，其值小于1表明我國工業品價格的增長趨于某一均衡點，具有收斂的特征。

（2）β2和β3反映了當期技術進步和前一期技術進步對當期工業品價格的影響。從作用方向上看兩期技術進步表現出一致性，β2=-0.242和β3=-0.103表明當期和前一期發生的技術進步均對當期工業品價格快速上漲起到了抑制的作用，盡管這種抑制作用未能最終扭轉工業品價格上漲的趨勢。從作用程度上看，當期發生的技術進步較前一期相比，對抑制價格上漲的作用更明顯，這也體現了技術進步時效性。

（3）β4和β5分別刻畫了當期勞動力成本與前一期勞動力成本對工業品價格的彈性影響。β4=0.754量化表現為當期勞動力成本每上升1%會使得當期工業品價格上漲0.754%，當期勞動力成本上升時，在很短的時期內，廠商難以立刻做出要素配置調整，使用邊際產出與價格比值更高的資本要素替代勞動力，因此，在短期內難以消化的勞動力成本上升所造成的結果是工業品成本的上升，盡管迫于競爭的壓力，廠商不想上調工業品價格，卻又不得不調整。β5=-0.773表明前一期勞動力成本每上升1%會使得當期工業品價格下調0.773%，前一期勞動力成本上升對前一期工業品價格有正向影響，由于工業品價格具有跨期傳遞性和關聯性，前一期工業品價格的上漲會體現在當期工業品價格中，但前一期勞動力成本上升導致的工業品成本上升在當期已經被一定程度消化了，因而對于當期工業品價格而言，前一期勞動力成本體現的是一種負向作用。而從這樣的結果也反映出前期勞動力成本上升需要一定時間才能被消化。在整個作用機制中，勞動力成本上升是誘因，市場競爭是驅使廠商降低生產成本、下調產品價格的內在動力，技術進步是載體和手段，而時間則是一種限制性因素。

其次，為得到一致估計，通常會選擇內生變量的滯后期作為工具變量，但考慮到如果樣本期較長，則會使用較多的工具變量，容易出現弱工具變量問題，即滯后越多期則相關性越弱，為了克服弱工具變量問題，本文將滯后期限定為3期。此系統廣義矩估計方法使用了28個工具變量（矩條件），故需要進行過度識別的Sargan檢驗。其原假設是“所有工具變量均有效”，檢驗結果如表4所示，在5%的顯著性水平下，p值=0.2067＞0.05，無法拒絕原假設，表明模型估計所使用的系統廣義矩估計方法正確。

表3 Arellano-bond檢驗結果

表4 Sargan檢驗

4 結論和建議

本文首先通過價格成本差額的計算刻畫了我國制造業整體競爭狀態，得出我國制造業競爭較為激烈的結論，在此背景下，利用隨機前沿生產函數模型度量了樣本期間制造業各行業的技術進步，并進一步利用動態面板數據模型，采用兩步GMM法考察了勞動力成本和技術進步對制造業工業品價格的影響，以及價格的跨期關聯性，得到如下結論。

⑴隨機前沿生產函數模型度量的技術進步顯示，樣本期間我國制造業各行業全要素生產率變化率曲折上升，其中前沿技術進步是主要組成部分，技術效率逐年提升，總體上表現出規模報酬遞減的特征。

⑵動態面板數據模型的估計結果顯示：①當期和前一期勞動力成本對當期工業品價格的影響表現出差異性，當期勞動力對工業品價格的彈性為0.754，由于前一期勞動力成本上升在當期已被部分消化，故對工業品價格表現出負彈性，為-0.773；②當期和前一期技術進步對當期工業品價格的作用表現出一致性，但從程度上看，當期技術進步比前一期對工業品價格的抑制作用更強；③前一期工業品價格對當期工業品價格的彈性為0.947，工業品價格上漲表現出收斂性特征。

那么既然市場競爭如此激烈，技術進步也突飛猛進，為什么制造業工業品價格的上漲勢頭依舊不減？從根本上說是由于樣本期間勞動力成本年均13.79%的高速上漲，從目前我國制造業現狀來看，技術進步雖然能通過資本替代勞動實現產品成本的下降，但仍受兩方面因素的制約：一是目前技術所實現的資本替代勞動仍是有限度的，即技術進步的程度無法實現使得邊際產出與價格之比相等狀態所需的替代比例，從而也無法完全抵消勞動力成本上漲所帶來的影響，這也表明技術進步仍存在動力；二是技術進步實現資本替代勞動并不具有即時性，這個消化成本上升的過程仍需要一定周期。因而，技術進步仍是控制制造業工業品價格上漲的根本解決辦法，為此應從上述兩方面入手，加大自主技術研發和對國外先進技術的引進力度，從而從根本上提升技術進步所能實現的要素替代程度，另外，還應縮短技術進步實現要素替代的周期，這對抑制工業品價格上漲和緩解東南沿海出現的由于勞動力過高導致的“用工荒”都有裨益。

[1]Luis A Riveros.Labor Costs and Manufactured Exports in Developing Countries：an Econometric Analysis[J].World Development,2001,(7).

[2]石森昌,楊寶臣.我國價格總水平決定的一個理論模型[J].經濟經緯,2010,(1).

[3]Kumbhakar S C.Estimation and Decomposition of Productivity Change when Production is not Efficient：a Panel Data Approach[J].Econometric Reviews,2000,(19).

[4]孫巍,唐紹祥,李何.市場化進程對地區工業經濟發展的作用機理研究[J].數量經濟技術經濟研究,2005,(11).

[5]陳強.高級計量經濟學及Stata應用[M].北京：高等教育出版社,2010,10.

F426

A

1002-6487（2013）04-078-03

教育部人文社會科學重點研究基地重大項目（10JJD790032）；吉林省科技引導計劃軟科學項目（20110614）

孫 巍（1963-），男，吉林人，博士，教授，博士生導師，研究方向：數量經濟學。

楊 帥（1985-），男，四川樂山人，博士研究生，研究方向：數量經濟學。

（責任編輯/浩 天）