中國工業轉型升級效果評價研究

王玉燕　汪　玲　詹翩翩

(安徽大學，合肥　230601)

?

中國工業轉型升級效果評價研究

王玉燕汪玲詹翩翩

(安徽大學，合肥230601)

〔摘要〕中國長期以來高能耗與高排放的粗放式發展方式已難以為繼，工業轉型升級迫在眉睫。本文首先梳理工業轉型升級相關研究進展，設計與構建出囊括經濟效益、技術創新、結構優化、綠色驅動等四大類要素的工業轉型升級效果評價指標體系。然后借鑒PCA方法，利用1999～2014年23個工業行業的面板數據，測算中國工業轉型升級效果指數，并剖析效果指數的變化情況以及行業異質性特征。

〔關鍵詞〕工業結構能源依賴轉型升級效果技術創新主成份分析行業異質性

改革開放以來的快速發展，中國已成為萬世矚目的全球工業大國，然而中國工業大而不強，以往高能源消耗、高污染排放的粗放型發展方式難以為繼，之前積累的各種矛盾日益顯現，已成為制約中國工業發展的重要因素，工業轉型升級迫在眉睫。以下一組數據可說明問題的嚴重性：(1)勞動生產率方面，中國企業人均勞動生產率僅是美國的1/8，歐盟的1/6，日本的1/5；(2)能耗方面，2014年底中國能源消費占全球21.5%，但只創造全球GDP的12.3%，單位GDP能耗約為全球平均水平的2.5倍，美國的3.3倍，日本的7倍；(3)能源依賴方面，截至2015年底，石油和天然氣對外依存度分別上升到60.6%、32.7%，未來一段時期中國對進口資源的依賴度還會進一步增高；(4)工業結構方面，目前中國一般加工業以及資源類工業比重過大，高新技術產業發展滯后，并且生產性服務業發展不足，占整個服務業比重低于40%，遠遠低于發達國家的平均水平。由此可見，長期以來支撐中國快速發展的低人力成本、高耗能的粗放型傳統發展方式矛盾日益突出，加快向創新驅動的工業轉型升級

已迫在眉睫。

1相關文獻回顧

關于中國工業轉型升級研究，大部分學者主要集中在工業結構優化升級的視角上，測度或者評價中國工業化水平的高低，指出工業結構轉型升級中存在的矛盾與不足。王德文等[1]通過分析企業調查數據發現，中國工業結構日益符合中國的資源和要素稟賦特征，不斷發揮了勞動力廉價的比較優勢。他指出在傳統的老工業基地的振興和改造過程中，應當大力發展輕工業部門和勞動密集型產業。陳佳貴等[2]通過構建地區工業化綜合評價體系，從經濟發展水平、工業結構、就業結構、空間結構等多方面評價中國地區工業化水平。研究發現，中國絕大部分地區處于加速工業化階段，但先進與落后地區間的工業化水平的差距在不斷拉大。劉楷[3]認為沿海地區工業快速增長的重要原因在于其工業結構調整的主動性，而內地工業結構調整的被動性以及不適當的專業化限制了其工業的增長。內地經濟發展的根本出路在于變結構被動調整為主動調整，推進產業結構高度化。中國社會科學院工業經濟研究所課題組[4]通過總結“十一五”時期以來中國工業結構

變動的狀況以及當前工業結構存在的突出問題，認為“十二五”時期中國推進工業結構升級的主要任務是立足于中國的基本國情和新的發展環境，走出一條有中國特色的新型工業化道路，通過工業結構調整實現向資源節約、環境友好型的工業結構，高附加值化、高加工度化、高技術化的工業結構的轉型和升級。金碚[5]認為工業轉型升級是中國轉變經濟發展方式的關鍵，應當發展現代工業體系，從而實現從工業化初期向適應工業化中后期轉變。他還指出，工業結構轉型升級不僅是工業體系總體特征的變化，并且更深刻地體現在所有工業企業的發展戰略的選擇與變化上。

也有學者集中探討工業轉型升級中的部分重要問題，例如技術進步或節能減排。對于中國工業技術進步問題，主要集中研究工業行業技術進步的效率問題[6，7]以及技術進步的影響因素[8]。而關于影響能耗強度降低因素的研究并未取得一致的結論，其爭論的焦點集中在產業結構升級與技術進步兩個方面。一些學者認為產業結構調整對節能減排起著重要的作用[9-13]，而Liao等[14]則研究發現該作用正逐步消失，甚至轉為負作用。另一類的觀點則肯定技術進步對能耗強度下降的推動作用[15-19]。

由此可見，目前國內已有一些學者從不同的角度、運用不同的方法對中國工業化進程以及地區工業化水平展開評價與分析，但僅僅是從工業化的角度評價中國工業結構轉型升級的狀況或者工業化水平的高低，而目前對中國工業轉型升級評價指標體系問題，仍缺乏明確清晰的認識，很少有學者構建指標體系來評價中國工業轉型升級的實施效果。為此本文依據中國工業轉型升級戰略動因與四項要素指標，遵循科學性、全面性、合理性和可行性的原則，發揮突出主線、突出導向作用與突出可持續發展的特點，設計與構建出包括經濟效益、技術創新、結構優化、綠色驅動等四大類要素指標及其18項具體指標體系，采用PCA方法，運用工業行業面板數據測算1999～2014年中國工業轉型升級效果指數。

2工業轉型升級評價指標體系構建

國務院印發的《工業轉型升級規劃(2011～2015年)》明確指出，“十二五”時期推動工業轉型升級的重要目標包括：工業增長平穩較快；自主創新能力顯著加強；產業結構繼續優化；兩化融合水平顯著提升；質量品牌建設繼續推進；資源節約和環境保護水平顯著提升。然而，一切影響工業部門生產要素和生產條件的因素，同樣是決定工業轉型升級效果的必要因素。結合相關前期研究成果，本文認為中國工業轉型升級的要素指標主要包括經濟效益、技術創新、結構優化以及綠色驅動等四大要素，具體包含18項細化指標(如圖1所示)。

圖1　中國工業轉型升級評價指標體系

2.1經濟效益因素

經濟效益是工業轉型升級的中心任務，經濟效益高就是指以較低的成本支出獲得較高的收益，是工業發展中資金使用、成本支出與生產收益之間的比較，因此評價工業經濟效益包括資產收益A1與成本支出收益A2兩個方面。本文用分行業總資產貢獻率A11與工業利稅率A12作為資產收益的指標；用工業成本費用利潤率A21與全員勞動生產率A22作為成本支出收益方面的指標。

2.2技術創新因素

技術創新是工業轉型升級的關鍵環節以及推動因素，主要表現為系統的技術進步和創造出新的產出。本文利用工業企業R&D經費支出占工業總產值比重B11與R&D人員占全部從業人數比重B12衡量工業技術創新投入B1；用每萬人發明專利擁有量B21與新產品產值占工業總產值比重B22表示工業技術產出B2。

2.3結構優化因素

結構優化是推動工業轉型升級強大動力，主要包括工業結構因素C1以及對外貿易因素C2。本文利用分行業私營工業企業產值占工業總產值比重增速C11與國有及國有控股工業產值占工業總產值比重降速C12來表示工業結構因素。用工業行業出口交貨值占工業產值比重C21與三資工業企業產值占工業產值比重C22表示工業行業對外貿易因素。

2.4綠色驅動因素

綠色驅動是工業轉型升級的重要著力點，本文從資源節約D1與環境保護D2兩個方面來衡量。利用單位工業增加值能耗D11、單位工業產值電耗D12與單位工業產值煤耗D13代表工業資源節約D1；利用單位工業產值二氧化碳排放量D21、工業廢水排放達標率D22與工業固體廢物綜合利用率D23表示工業行業環境保護因素D2。

3中國工業轉型升級效果指標體系定量研究

3.1數據來源與處理

根據《國民經濟行業分類》GB/T4754-1994、GB/T4754-2002、GB/T4754-2011分類方法，本文將工業行業合并整理為23個行業，具體參見王玉燕等[20]的研究。時間跨度為1999～2014年。各行業資產收益、成本支出、創新產出、工業結構、對外貿易、資源節約以及環境保護的基本數據來自歷年《中國統計年鑒》、《中國工業經濟統計年鑒2000～2012》、《中國工業統計年鑒2013～2015》以及《中國經濟普查年鑒2004》。分行業創新投入數據來自歷年《中國科技統計年鑒》。而分行業二氧化碳排放量以各行業煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣消費量為基礎，根據公式計算得到①，各類能源消費量數據來自歷年《中國能源統計年鑒》。另外由于不同指標具有不同的量綱和量級，如果直接進行綜合，會造成主成份過度偏重于具有較大數量級的指標，為此本文對原始數據進行極值標準化處理，以消除不同量綱的影響。

3.2評價方法與評價過程

3.2.1評價方法選擇

由于層次分析法帶有較強的個人主觀性，且指標過多時難以確定權重，而主成份分析法既能全面地考慮全部評價指標，又能客觀地確定各指標的權重。因此本文采用相對客觀的主成份分析法，以提高評價結果的科學性和準確性。

3.2.2信度與效度檢驗

為確保樣本數據的可靠性與正確性，在進行因子分析之前需進行信度與效度檢驗。

(1)進行信度檢驗。Hair等[21]認為Cronbach’s Alpha值大于0.7，表明可靠性較高；計量指標個數小于6時，Alpha值大于0.6也是可信的。如表1所示，1999～2014年中國工業轉型升級評價指標的Cronbach’s Alpha值最小為0.770，最大為0.869，均高于0.7，表明評價指標樣本的可靠性較高。

(2)進行效度檢驗。從內容效度來看，該評價指標體系是根據國內外學者已有的研究來構建的，經濟效益、技術創新、結構優化以及綠色驅動等要素以及具體指標均是根據《工業轉型升級規劃(2011～2015年)》以及相關學者的研究中整理提煉，最后修改而成的，因此具有較高的內容效度。另外，從結構效度來看，表1所示的Bartlett的球形度檢驗結果顯示，1999～2014年Approx.Chi-Square值均較大，其顯著性的P值均為0.000，小于0.01，即Approx.Chi-Square數值均在1%的水平上顯著，表明同樣具有較高的結構效度。以上信度與效度的檢驗結果表明本文構建的中國工業轉型升級評價指標體系適合進行因子分析。

表1　信度與效度檢驗結果

資料來源：根據SPSS17.0軟件結果整理。

3.2.3方差分解與成份矩陣

本文從1999～2014年分年份對中國工業轉型升級評價指標體系進行主成份分析，在此以2008年為例，闡述主成份分析的過程。運用SPSS軟件根據主成份分析的原理與步驟，對中國工業轉型升級評價指標體系四大要素與18項具體指標標準化后的數據進行分析，得到總方差分解(表2)和成份矩陣(表3)。根據累計貢獻率達85%和特征值大于1的原則，共提取5個主成份。首先來看總方差分解，第一主成份信息貢獻率為35.297%，第二主成份為22.053%，第三主成份為14.944%，第四主成份為9.807%，第五主成份為5.586%，累計貢獻率高達87.687%。

表2　總方差分解Total Variance Explained(2008)

資料來源：根據SPSS17.0軟件結果整理。

再來看成份矩陣(表3)。可以看出，第一主成份中，R&D經費支出占工業總產值比重B11、R&D人員占從業人數比重B12、每萬人發明專利擁有量B21、新產品產值占工業總產值比重B22以及出口交貨值占工業產值比重C21、三資工業企業產值占比C22載荷較大；第二主成份中，單位工業產值煤耗D13、單位工業產值二氧化碳排放量D21以及總資產貢獻率A11、工業利稅率A12、全員勞動生產率A22載荷較大；第三主成份中，工業成本費用利潤率A21、私營工業企業產值比重增速C11以及國有及國有控股工業產值占比降速C12載荷較大；第四主成份中，工業固體廢物綜合利用率D23載荷較大；第五主成份中，R&D經費支出占工業總產值比重B11載荷較大。因此，就2008年來說，影響中國工業轉型升級效果的主要因素依次是技術創新、結構優化、綠色驅動、經濟效益，其中技術創新作用最強，經濟效益作用相對最弱。

表3　成份矩陣Component Matrix(2008)

資料來源：根據SPSS17.0軟件結果整理。

3.2.4成份得分與權重確定

通過SPSS軟件我們可以得到5個主成份的系數得分矩陣(表4)，然后與標準化后的工業行業各指標進行計算，可以得到2008年23個工業行業各個主成份得分Fij(i=1，2，…，23，表示行業，j=1，2，…，5，代表主成份)。

表4　成份得分系數矩陣(2008)

續　　表

資料來源：根據SPSS17.0軟件結果整理。

另外，為計算最終的中國工業轉型升級效果指數，需對各個指標加權綜合，故需構造各主成份的權重。根據各主成份的方差貢獻率，可以計算出1999～2014年中國工業轉型升級評價指標各主成份權重的數值，將該權重與當年的相對應的主成份得分相乘即可得到當年的中國工業轉型升級效果指數。以此類推，我們可以計算出1999～2014年中國23個工業行業的轉型升級效果指數。

4中國工業轉型升級效果評價

4.1中國工業轉型升級指數整體評價

圖2描述了1999～2014年23個工業行業轉型升級指數的變化趨勢。從整體上來看，1999～2014年，效果指數均值從0.242上升到0.449，增加了85.206%，表明中國工業轉型升級取得一定的進展。具體來看，1999年以來中國工業轉型升級效果指數先后經歷了“五升四降”的過程，變動較頻繁，從升到降的節點先后位于2001年、2005年、2007以及2011年。第一次，各行業效果指數均值由1999年升至2001的較高的0.326，到2002年降至0.264；第二次，由2003年升至2005年較高的0.442，而到2006年則降為0.300；第三次，同樣由2006年升至2007年較高的0.386，之后受金融危機的影響于2008年降至0.309；第四次，升至2011年較高的0.455，到2012年又降至0.405；第五次，2013年開始上升，升至2014年的0.449。以上五升四降的過程，23個工業行業變動趨勢基本保持一致。

本文將中國工業行業轉型升級效果指數均值與工業增長率變動趨勢進行比較(圖3)，可以看出效果指數均值與工業增長率呈現相同的變動趨勢，即中國工業增長較快時，工業整體轉型升級效果增強；工業增長變慢時，工業整體轉型升級效果減弱。也就是說，中國工業轉型升級步伐的推進與工業增長步調基本一致。值得注意的是，轉型升級指數變化幅度不及工業增長率變動幅度大，可能的原因是中國工業的較快增長是以過高的資源消耗與環境污染為代價的，這種粗放式的增長方式存在的問題最終會日益顯現，一定程度上抑制了工業轉型升級的步伐。

圖2　1999～2014年中國工業轉型升級指數變化趨勢

圖3　中國工業轉型升級指數與工業增長率變動關系

4.2中國工業分行業轉型升級指數

分行業來看，效果指數均值最高的3個行業依次是：計算機、通信和其他電子設備制造業、儀器儀表制造業以及交通運輸設備制造業，全部為高技術類工業行業。高技術工業知識與技術密集，能源消耗較低，產品技術含量較高，產業關聯性強，依托其獨有的優勢能夠獲得較高的轉型升級效果。例如，電子計算機行業的產品研發與工業設計能力較強，云計算等關鍵技術推動了設計、產品、應用以及服務融合的創新與互動，從而加快轉型升級步伐。而效果指數均值最低的3個行業依次是：自來水的生產和供應業、電力蒸汽熱水生產供應業以及煤氣的生產和供應業，均為傳統工業。傳統產業的技術、工藝、流程以及裝備均較落后，其生產工藝水平較低，先進產能的比重較低，這無疑不利于推動其轉型升級，亟需運用先進的技術改造傳統產業。

另外，從轉型升級的速度來看，指數增長最快的行業是燃氣生產和供應業，增幅高達3.538倍；其次是煤炭開采和洗選業，增幅為2.390倍；第三是電力、熱力的生產和供應業，增幅為1.739倍。可以看出，增長較快的行業均是產業鏈上游的資源生產類的行業，這得益于近幾年中國注重開發清潔能源，立足節約、清潔、低碳、安全發展，推動了這些行業的快速轉型升級。然而轉型升級步伐最慢的行業是水的生產和供應業，增幅僅為13.516%；其次是石油加工、煉焦及核燃料加工業，增幅為37.993%。

4.3中國工業轉型升級的行業異質性

為剖析中國工業轉型升級效果的行業異質性特征，本文將工業行業分為包括勞動密集型、資本密集型與技術密集型的傳統工業以及高技術工業[19]。圖4描述了不同要素密集型工業行業轉型升級效果指數的均值變化情況。可以看出，效果指數均值最高的是高技術工業，均高達0.490；其次是勞動密集型傳統工業，均值為0.371；然后是技術密集型的傳統工業，均值為0.346；最后是資本密集型工業，均值為0.291。對比可知，高技術工業轉型升級效果指數遠遠高于傳統工業，比勞動密集型工業高31.991%，比技術密集型工業高41.520%，比資本密集型工業68.643%，這與中國各類工業行業發展方式基本吻合。

圖4　按要素密集度分類的工業行業轉型升級指數

5結語

本文通過簡要回顧工業轉型升級相關研究，梳理中國工業轉型升級評價以及技術進步與節能減排的研究進展，從經濟效益、技術創新、結構優化以及綠色驅動等四大要素出發，構建中國工業轉型升級評價指標體系，然后借鑒PCA方法，利用1999～2014年23個工業行業的面板數據，測算1999～2014年中國工業轉型升級效果指數。主要結論包括：

(1)中國工業轉型升級評價指標體系包括經濟效益、技術創新、結構優化以及綠色驅動等四大要素。經濟效益是工業轉型升級的中心任務，技術創新是工業轉型升級的關鍵環節，結構優化是工業轉型升級的強大動力，綠色驅動是工業轉型升級的重要著力點。通過PCA分析2008年工業行業數據，我們認為影響中國工業轉型升級效果的主要因素依次是技術創新、結構優化、綠色驅動、經濟效益，其中技術創新作用最強，經濟效益作用相對最弱。

(2)中國工業轉型升級效果整體不斷提升，與工業增長趨勢基本一致，其中高技術工業轉型升級效果指數最高。1999～2014年中國工業轉型升級效果變動頻率較大，呈現“先升后降，又升又降，再升再降，還升還降”的變化趨勢，但整體上該指數呈上升狀態。指數均值與工業增長率變動情況基本一致。分行業來看，轉型升級效果最高的是高技術工業，其次是勞動密集型的傳統工業，接著依次是技術密集型與資本密集型的傳統工業。

注釋：

①本文根據聯合國政府間氣候變化委員會提供的估算CO2排放量的方法，綜合考慮以煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣等一次能源為基準估算中國工業分行業的CO2排放量。

參考文獻

[1]王德文,王美艷,陳蘭.中國工業的結構調整、效率與勞動配置[J].經濟研究,2004,(4):41～49

[2]陳佳貴,黃群慧,鐘宏武.中國地區工業化進程的綜合評價和特征分析[J].經濟研究,2006,(6):4～15

[3]劉楷.1999～2005年中國地區工業結構調整和增長活力實證分析[J].中國工業經濟,2007,(9):40～47

[4]中國社會科學院工業經濟研究所課題組.“十二五”時期工業結構調整和優化升級研究[J].中國工業經濟,2010,(1):5～23

[5]金碚.中國工業的轉型升級[J].中國工業經濟,2011,(7):5～14

[6]姚洋,章奇.中國工業企業技術效率分析[J].經濟研究,2001,(10):13～28

[7]陳勇,李小平.中國工業行業的技術進步與工業經濟轉型[J].管理世界,2007,(6):56～63

[8]陳勇,唐朱昌.中國工業的技術選擇與技術進步：1985～2003[J].經濟研究,2006,(9):50～61

[9]劉鳳朝,潘雄鋒,徐國泉.基于結構份額與效率份額的中國能源消費強度研究[J].資源科學,2007,(4):2～6

[10]董鋒,譚清美,周德群,等.技術進步、產業結構和對外開放程度對中國能源消費量的影響[J].中國人口·資源與環境,2010,(6):22～27

[11]涂正革.中國的碳減排路徑與戰略選擇[J].中國社會科學,2010,(3):78～94

[12]Perry S.Do Urbanization and Industrialization Affect Energy Intensity in Developing Countries?[J].Energy Economics,2013,37(C):52～59

[13]Yaobin Liu and Yichun Xie.Asymmetric Adjustment of the Dynamic Relationship between Energy Intensity and Urbanization in China[J].Energy Economics,2013,36(3):43～54

[14]Hua Liao,Ying Fan and Yi-Ming Wei.What Induced China’s Energy Intensity to Fluctuate:1997-2006?[J].Energy Policy,2007,35(9):4640～4649

[15]李廉水,周勇.技術進步能提高能源效率嗎?——基于中國工業部門的實證檢驗[J].管理世界，2006,(10):82～89

[16]Chunbo Ma,David I.Stern.China’s Changing Energy Intensity Trend:A Decomposition Analysis[J].Energy Economics,2008,30(3):1037～1053

[17]Cole M.,Elliott R.,and Wu S.Industrial Activity and the Environment in China:An Industry-level Analysis[J].China Economic Review,2008,19(3):393～408

[18]何小鋼,張耀輝.技術進步、節能減排與發展方式轉型[J].數量經濟技術經濟研究,2012,(3):19～33

[19]王曉莉，吳林海，童霞．技術創新演進中我國工業企業低碳轉型模式初探[J]．工業技術經濟，2013，(10)：64～69

[20]王玉燕,林漢川,呂臣：全球價值鏈嵌入的技術進步效應[J].中國工業經濟,2014,(9):65～77

[21]Joseph F.Hair,Ronald L.Tatham,Rolph E.Anderson and William Black.Multivariate Data Analysis(Fifth Edition)[M].New Jersey:Prentice Hall,1998

(責任編輯：王平)

收稿日期：2015—07—22

基金項目：國家自然科學基金重點項目(項目編號：71332007)；安徽省高校人文社科研究重點項目(項目編號：SK2016A0063)；安徽大學引進人才科研建設經費資助項目(項目編號：J10117700102)；安徽大學區域經濟與城市發展協同創新中心開放招標課題(項目編號：QYXT2014005)。

作者簡介：王玉燕，安徽大學經濟學院講師，博士。研究方向：產業升級與產業政策。汪玲，安徽大學經濟學院碩士研究生。研究方向：產業經濟。詹翩翩，安徽大學經濟學院碩士研究生。研究方向：區域經濟。

DOI：10．3969/j．issn．1004-910X．2016．07．016

〔中圖分類號〕F426

〔文獻標識碼〕A

Evaluation Studies on the Effect of Industrial Transformation and Upgrading in China

Wang YuyanWang LingZhan Pianpian

(University of Anhui，Hefei 230601，China)

〔Abstract〕The extensive growth pattern for a long time in China is unsustainable,which results from high energy consumption and pollution emission.Based on a brief review of the latest research on industrial transformation and upgrading,the index system evaluates the effect of industrial transformation and upgrading which the elements of economic performance,technological innovation,structural optimization and green driving is designed and built.Then we use PCA and panel data including 23 industries from 1999 to 2014 to measure the index about the effect of industrial transformation and upgrading.After that,we discuss the change and heterogeneity of the index.

〔Key words〕industry structure;energy dependence;effect of transformation and upgrading;technology innovation;PCA;industry heterogeneity