再工業化對美國制造業產出效率的影響研究

張繼彤 陳煜

摘 要 本文運用超越對數隨機前沿模型，實證研究美國再工業化措施對制造業產出效率的影響，并測算2000-2015年美國制造業各行業產出效率。結果表明：（1）再工業化對美國制造業產出效率提升的成效欠佳，提高勞動力受教育水平有利于制造業產出效率提升，但其重點推行的減稅、擴大出口以及促進資本回流的措施并不利于制造業產出效率提升；（2）美國制造業各行業存在不同程度產出效率損失，先進制造業產出效率低于最優水平約5%，傳統制造業低于最優水平約25%-35%，二者存在較大差異；（3）再工業化的實施并未能提升美國制造業產出效率，也未能縮小傳統制造業同先進制造業的產出效率差距。

關鍵詞 再工業化 產出效率 隨機前沿模型

一、引 言

制造業是國家經濟增長的動力（Kaldor，1967），是技術創新和擴散所導致的供給增長源泉（Hersh，2003）。二戰后，美國成為世界超級大國的基礎便是其領先的制造業體系。然而，美國在進入工業化后期，尤其是20世紀80年代以來，由于過分強調金融、房地產等服務業發展，導致制造業不斷萎縮，實體經濟衰退，虛擬經濟卻不斷膨脹，產業空洞化給美國經濟發展造成嚴重負面沖擊（宋國友，2013）。美國制造業為何不斷衰落？其原因在于生產專業化和消費結構轉變，導致發達國家經濟重心轉向服務業（劉戒驕，2011）；與此同時，制造業較高的結構性成本以及缺乏足夠吸引力使資源不斷涌向擁有更快收益的服務業（張晨、馮志軒，2016）。顯然，如果第三產業持續發展所必需的工業基礎得不到實體經濟支持，經濟發展就應重新回到以實體經濟為代表的制造業上來（王展祥等，2010；Kis，2011）。2009年，在時任總統奧巴馬的號召下，美國踏上再工業化征程。特朗普上臺后，該戰略得以延續。再工業化是美國試圖以重振制造業實現經濟增長的戰略舉措，自2009年推行以來，制造業得到一定程度恢復與發展，主要體現在產值和就業恢復，在國民經濟中比重有所提升、出口狀況改善、資本回流趨勢明顯（崔日明、張婷玉，2013；王達、劉曉鑫，2013；盛壘、洪娜，2014）。但這并不足以肯定再工業化的成效，其實際成效存在一定限度。實際上，歐美再工業化是國際產業轉移中的“逆向流動”（賓建成，2011），其推行必然遇到眾多阻礙。因此，有研究得出了相反結論，認為美國再工業化并未實現制造業重振的目標（丁平，2014；李濱、張雨，2014；張晨、馮志軒，2016）。

當前關于美國再工業化對制造業影響的研究主要進行的是定性分析，鮮有研究運用實證模型對其成效展開有針對性的客觀評價，因而造成了即使選擇相同或相似指標卻得出相反結論的結果。基于此，本文嘗試構建實證模型來評價再工業化的實際成效，以期提高結論的針對性與客觀性。自Farrel（1957）最早系統研究效率理論以來，生產效率這一概念被廣泛應用于各學科領域。眾多學者對制造業產出效率進行了研究，如Hailu 和 Veeman（2003）、Beeson和Hosted（2010）、楊汝岱（2015）。顯然，制造業重振的關鍵在于產出效率提升。美國再工業化要想實現制造業重振，必然要提升其產出效率。與此同時，從制造業產出效率變化來考察再工業化成效也能夠提高研究針對性，得到更客觀的結論。

本文運用隨機前沿模型，就美國再工業化對制造業產出效率的影響進行實證研究。一方面，通過分析美國制造業產出效率，可以判斷效率損失情況，理解再工業化實施的必要性；另一方面，分析再工業化對制造業產出效率的影響，可以客觀評價該舉措的切實成效。

二、美國再工業化及其對制造業產出效率的影響機制

（一）再工業化

過分偏向虛擬經濟的“去工業化”導致美國社會生產率損失以及要素需求與投入的降低（黃永春等，2013），從而造成經濟發展滯緩。再工業化是美國對去工業化弊端的反思，其直接意圖在于重振制造業，本質在于通過重振制造業以占領產業制高點，一方面，重塑傳統制造業競爭力以促進就業（蘇立君，2017）；另一方面，聚焦先進制造業以引領高技術、高附加值環節的競爭優勢（劉戒驕，2011；胡立君等，2013），實現產業結構優化升級。

為提升制造業產出，美國采取了眾多措施。第一，加強勞動力培訓。如“STEM”教育計劃（2009）、“美國人畢業倡議”（2009）、“美國未來技能”計劃（2010）等，都強調強化勞動力培訓，確保制造業發展得到人才支持。第二，降低企業稅負。如《2009年美國復蘇與再投資》法案列示出針對小企業和個人的2145億美元減稅計劃。2012年《國情咨文》中宣布給予回歸本土并創造一定就業崗位的制造業企業一定抵稅優惠。2017年12月，特朗普正式簽署稅改法案，企業所得稅率由35%降至21%。第三，積極擴大產品出口。美國政府一再強調要擴大出口、減少進口，提高制造業產品市場份額。為此，美國強化貿易保護，如針對中國發動反傾銷、反補貼調查和“337調查”。與此同時，實施多輪量化寬松貨幣政策，為制造業發展提供寬松的融資環境。第四，降低對外投資水平。美國通過稅收調節、投資環境改善以及行政命令等措施限制制造業資本外流，吸引回國投資。如2012年《國情咨文》宣布取消對跨國制造業企業外包的抵稅優惠。2012年《總統企業稅制改革框架》報告對將生產、利潤以及無形資產轉移至海外的企業取消稅收優惠，而對回國企業給予20%的稅收抵扣。特朗普則采取強硬的對外政策限制資本外流，如宣布退出TPP、重啟北美自由貿易協定談判等。

（二）再工業化對制造業產出效率的影響機制

1.加大員工培訓

加大員工教育培訓對行業產出效率的提升效應主要體現在兩個方面：（1）干中學增強效應。通過加大員工教育培訓力度，使得員工對生產經驗獲得更高效的總結和掌握，生產過程中經驗的積累能夠提高勞動生產率，促進行業產出效率提升。（2）外溢效應。知識具有正向外部性（Schultz，1968；Romer，1986），員工受教育水平提高有助于人力資本積累投入生產過程，首先，能夠深化分工協作。員工生產技能提升能夠推動分工細化和專業化，加強同各要素的協作水平，提高生產能力；其次，增強要素創新。擁有更多專業知識的員工在生產中具備更高的能力參與要素創新，專業化知識運用于生產要素創新能夠提高要素的邊際產出，帶來更高產能。

2.降低企業稅負

供給學派代表人物拉弗（Arthur B. Laffer）探討了稅率與產出的關系，認為過高的稅率不利于企業產出效率提升：首先，企業生產成本提高造成物價上漲，人們實際收入水平下降，工作積極性降低；其次，企業投資積極性和可行性受限會阻礙生產要素高效流動。因此，減稅會降低企業生產成本，提高員工實際收入和工作積極性；與此同時，減稅為企業提供更多投資機會，有助于將更多資金用于生產工藝改進、經營管理改善以及研發強度提高。這些都能夠帶來企業產出效率的提升，進而提升行業產出效率。

3.擴大產品出口

擴大出口的直接目的在于提高產品市場份額，由此加劇了企業競爭。競爭加劇會帶來有益影響：促進技術進步、改善經營管理、提高生產能力以及實現規模經濟（Feder，1983；Helpman & Krugman，1985）。對外貿易對輸出國具有出口學習效應（Crespi et al.，2007；Yang & Mallick，2010），主要體現在：（1）生產技術優化。企業為提高產品國際競爭優勢，會不斷優化生產技術，提高產品品質及其同市場需求的匹配度；（2）管理效率改善。為使生產運營更高效合理，企業在生產過程中會不斷提高部門間、要素間的協作水平，高效的生產運營能為產品帶來更高的競爭參與能力；（3）規模經濟凸顯。擁有國際競爭優勢的企業會改善生產條件、擴大生產規模以參與激烈的國際競爭，生產規模擴大一方面降低了企業的長期平均成本，另一方面也有助于生產要素的優化整合，提高生產能力。

4.降低對外直接投資水平

就行業產出效率而言，對外直接投資是為了發揮比較優勢，充分利用東道國的要素條件提高生產能力。對技術劣勢國的企業而言，技術尋求型對外直接投資能夠為其生產帶來逆向外溢效應，是其跨國經營的主要動因（Kogut & Chang，1991；Fosfuri et al.，2001）。而對于高研發密集度的美國而言，其制造業企業在跨國經營過程中往往扮演“技術傳播者”角色，本身并不能從中獲得技術收益，實現產出效率提升。因此，美國制造業降低對外直接投資比重，能在一定程度上避免他國對其技術的利用而造成的本國制造業產出效率相對降低。

三、研究設計

（一）研究方法

在一定投入下，如果美國制造業各行業實際產出同潛在產出一致，我們可以認定產出不存在技術效率損失，否則即存在技術非效率。本文將產出活動的技術效率簡稱為產出效率。此外，本文采用隨機前沿分析（stochastic frontier analysis，SFA）評測生產單元的技術效率。面板數據隨機前沿模型一般形式為：

（三）變量與行業劃分

本文數據取自美國商務部經濟分析局（BEA）、美國商務部國際貿易署（ITA）以及美國明尼蘇達大學公用綜合微觀數據庫（IPUMS）。全部樣本為2000-2015年NAICS標準劃分的美國制造業21個行業數據。NAICS將美國制造業分為三大類，編碼31-33。第一大類：食品加工（311）、飲料和煙草（312）、紡織原料（313）、紡織品（314）、服裝（315）、皮革及人造革產品（316）；第二大類：木材產品（321）、造紙（322）、印刷（323）、石油和煤產品（324）、化學產品（325）、塑料及橡膠產品（326）、非金屬類礦物產品（327）；第三大類：初級金屬制造（331）、金屬產品（332）、機械制造（333）、計算機及電子產品（334）、電氣設備（335）、交通運輸設備（336）、家具及相關產品（337）、其他制造業（339）。BEA公布的數據將第一大類6個行業合并成3個行業（311與312、313與314、315與316分別合并），為保證口徑一致，最終樣本為2000-2015年制造業18個行業面板數據。變量及行業劃分說明如下：

1.生產方程變量

生產方程3個變量的數據取自BEA。其中，資本投入為美國制造業各行業固定資產凈存量，采用BEA固定資產形成價格指數折算為2000年實際值；勞動力投入為各行業從業人數；產出為各行業增加值，采用BEA各行業價格指數折算為2000年實際值。生產方程還加入了時間趨勢項t以反映技術變化。

2.非效率項的影響因素

（1）行業勞動力人均受教育年限

為考察再工業化提高勞動力受教育程度對制造業產出的影響，選取制造業各行業勞動力人均受教育年限予以分析。數據取自IPMUS，IPMUS將勞動力受教育年限細分為10個層次，分別為4、8、9、10、11、12、13、14、16及17年，并提供了不同受教育層次下各行業勞動力數量，據此計算得到各行業勞動力人均受教育程度，公式為：

（2）行業公司稅比重

借鑒胡文龍和杜瑩芬（2014）的研究結論，本文以制造業各行業公司稅（即企業所得稅）占GDP的比重來衡量政府稅收調節行為對制造業產出的影響，該指標也能反映政府對制造業發展的干預程度，數據取自BEA。

（3）行業出口份額

本文選取ITA中制造業各行業出口額，采用BEA中貨物出口價格指數轉換成2000年實際值，參照張杰等（2008）的研究，以各行業出口額占GDP的比重作為各行業對外開放度的衡量指標，分析其對制造業產出的影響。

（4）行業資本外流程度

為考察對外直接投資水平的技術溢出效應對產出效率的影響，本文選取BEA中美國制造業各行業對外直接投資額，轉換成2000年實際值，參照董大全和黎峰（2018）的研究，以行業對外直接投資額占GDP的比重衡量各行業資本外流程度。

（5）行業虛擬變量

為考察制造業不同的行業特征是否對產出效率產生影響，以先進制造業為基準組，采用行業虛擬變量予以反映。

再工業化聚焦先進制造業，因此有必要將制造業劃分成先進制造業與傳統制造業。根據趙彥云等（2012）的總結，OECD依據產業研發和技術密集度將制造業劃分成低技術制造業、中低技術制造業、中高技術制造業和高技術制造業，本文參照OECD分類結果，將NAICS行業代碼與之對應，并將OECD低技術和中低技術制造業合并為傳統制造業，中高技術和高技術制造業合并為先進制造業，傳統制造業包含12個行業，先進制造業包含6個行業，對應關系及劃分結果見表2，后續分析以此標準展開。

四、結果分析

（一）產出效率損失判斷

為判斷美國制造業產出是否存在效率損失，也即是否采用SFA，首先在不考慮非效率影響因素的情況下對隨機前沿模型進行估計，見表3。

模型1為考慮技術時間變化、技術非中性的超越對數無約束模型。模型2為CD生產函數形式。模型3假定不存在技術變化，即不包含時間趨勢項t及其同要素的乘積項。模型4假定技術進步中性，即不包含時間趨勢t同要素的乘積項。模型5假定技術非效率不隨時間變化，即η=0。

在所有設定方式下，σ2和γ都通過了1%的顯著性檢驗，表明美國制造業各行業產出存在技術非效率，通過γ的估計系數大小可以看出，在不考慮非效率影響因素的情況下，模型1-5中產出偏差主要來自技術非效率的影響，隨機干擾較弱。表3最后5行列示了模型篩選的廣義似然比結果，模型1針對不存在技術非效率（即用OLS）的原假設進行檢驗，結果表明應采用SFA。模型2針對采用CD生產函數的原假設進行檢驗，結果表明應采用超越對數生產函數。模型3針對不存在技術進步的原假設進行檢驗，結果表明存在，模型中應加入時間趨勢項。模型4針對技術進步中性的原假設進行檢驗，結果表明模型中不應加入時間趨勢同要素的乘積項。模型5針對技術非效率不隨時間變化的原假設進行檢驗，結果表明技術非效率隨時間變化。最終形式為模型4，后續分析將據此展開。

從模型4的估計結果看，γ顯著為正且接近1，表明美國制造業產出的確存在效率損失，產出偏差主要來自技術非效率。η顯著為負，表明制造業產出效率有下降趨勢。從結果可計算要素的平均產出彈性：資本和勞動投入每提高1%，將分別使產出提高0.78%和0.34%，資本的平均產出彈性為勞動的2.29倍，美國制造業產出主要由資本推動。

（二）再工業化對產出效率的影響

下文將加入相關變量來分析再工業化措施對制造業產出效率的影響。與此同時，SFA還可以量化效率損失程度，在此基礎上分析其分布與變化。

表4中模型6-8分別為制造業全行業、先進制造業和傳統制造業的估計結果，3個模型的γ值均在10%顯著性水平下異于0，同樣表明產出存在技術非效率。對比模型4和6中γ的估計值0.94和0.05，可以發現，在加入非效率影響因素后，模型6對制造業全行業估計的產出偏差主要來自隨機因素干擾，反映出非效率影響因素的添加具備合理性，能較好地克服技術非效率造成的偏差。不同行業結果存在差異，我們將進行詳細分析。

人均受教育程度（EDUC）在模型6-8中的估計系數均為負，表明提高勞動力受教育程度有助于提升制造業產出效率。具體而言，如果勞動力受教育程度提高1%，制造業全行業以及傳統制造業的產出效率分別提升4.20%和4.55%，而先進制造業僅提升0.09%，并不顯著。人力資本投資具有明顯正外部性，高素質勞動力具有更高勞動生產率（王志剛、龔六堂，2006）。再工業化強調提高勞動力受教育水平，對制造業整體尤其是傳統制造業能產生積極的產出提升效應，但該措施對先進制造業產出效率的提升作用并不明顯。人力資本水平提高是先進制造業產出效率提升的必要而非充分條件。一方面，先進制造業對勞動力素質的要求明顯高于其他行業，其產出效率提升的關鍵在于生產中的高端環節，但達到能參與該環節所需的勞動技能并非由簡單的教學培訓就能掌握，一般從事這些環節的勞動力多為領域內高端人才，要經過高層次及長期性訓練才能掌握相應技能，參與生產。然而，再工業化提高勞動力素質的措施更多針對的是那些缺乏勞動技能或僅具備較低技能的勞動者，為了幫助其更快參與制造業生產，這些措施并非高層次培訓過程。簡言之，再工業化提高勞動力素質并未顯著提高同發展先進制造業所需的高端勞動力的匹配度。另一方面，人力資本發揮其外部性具有較長時滯，尤其是需要高層次勞動技能的生產活動，盡管再工業化實施提高勞動力素質的措施已有8年之久，但對處于技術前沿的先進制造業而言，以此實現技術突破從而提升產出效率或許還并未產生明顯成效。相比之下，參與傳統制造業生產所需具備的勞動技能往往可通過較短期的基礎培訓實現，因此，加強人工培訓對傳統制造業產出效率提升作用明顯。

行業稅收比重（TAX）在模型6-8中的估計系數顯著為負，表明對于美國制造業而言，降低公司稅比重，降低政府對行業發展干預程度，無助于其產出效率提升。估計結果表明，政府干預程度的提高對制造業發展起著推動作用。對比估計結果發現，降低政府干預程度對先進制造業發展的抑制作用更為突出：公司稅比重每降低1%，會分別使先進制造業、傳統制造業的產出效率降低3.27%和1.46%。對于奉行市場至上的美國而言，如果政府對制造業發展缺乏必要的稅收干預，由于資本逐利性，大量資本會涌入服務業而非制造業。因此，無論是先進制造業還是傳統制造業，美國都應加大稅收調節力度，減少市場失靈。對于先進制造業，更應如此。再工業化試圖通過降低公司稅來推動制造業發展無法得到數據支撐。究其原因，首先，美國并未采取行業差別化的稅收政策，其減稅措施并非僅針對制造業，換句話說，放松約束的減稅政策同樣利于服務業。然而，進入工業化后期以來，制造業并非美國經濟中最具吸引力的部門：一方面，盡管危機后制造業利潤率有所回升，但同期私人行業利潤率的平均上升幅度高于制造業；另一方面，金融業利潤率長期以來明顯高于制造業，盡管危機期間差距縮小，但隨后又開始擴大（張晨、馮志軒，2016）。因此，一旦行業發展有了更有利的環境，必然會造成更多資源再次涌向服務業，資源有限性會使制造業發展受到約束，產出效率降低。其次，二戰后，凱恩斯主義成為美國制定宏觀經濟政策的主要依據，擴張性財政政策使得美國財政赤字和聯邦債務不斷積累。而此次減稅措施并未提出相應彌補稅收減少的方案，這會造成財政赤字進一步擴大、政府職能不斷弱化，如此一來，會導致相關基礎項目實施受阻、行業結構調整難以推行、員工福利削減等后果，這些都會使得制造業發展得不到相應配套支持，致使產出效率降低。

行業出口份額（EXPORT）在模型6-8中的估計系數均顯著為正，表明擴大出口份額并不有助于美國制造業產出效率提升。從估計結果看，出口份額每提高1%，會分別使制造業全行業、先進制造業和傳統制造業的產出效率降低0.64%、1.27%和1.10%。出口加劇對生產資源的爭奪，如果缺乏足夠的成本和技術優勢，必然難以實現通過出口擴大產出的目標。美國傳統制造業生產成本高，技術要求較低，隨著全球化進程加速，各國發展該行業的技術差距并不明顯，加之近年來東亞、東南亞等國傳統制造業快速發展，已建立起齊全的產業配套設施和完備的生產鏈條，因此同這些國家傳統制造業產品物美價廉的競爭優勢相比，美國產品并無優勢，難以搶占國際市場份額，其試圖通過提高市場份額來擴大產出以及提升產出效率的目標必然難以實現。對于先進制造業而言，一方面，美國居于技術前沿，而居于技術前沿的國家實現技術突破需要大規模研發投入，同時面臨巨大風險（林毅夫，2014）。因此，美國要想長期占領技術制高點，必須在當前技術上實現突破，引領技術前沿面上升。顯然，這一過程緩慢且艱難，尤其是在面臨各技術強國的趕超壓力下。另一方面，就高科技產品而言，德國機械制造、英國設備芯片、法國航空器材、日本精密儀器等在國際市場上擁有良好口碑，具備技術優勢及競爭優勢。換句話說，盡管美國高科技產品一直領先世界，但其發展同樣面臨他國的競爭壓力，被替代性也在不斷提高。因此，無論是先進制造業還是傳統制造業，其產品試圖占據更大的市場份額并不具備條件，再工業化試圖以此提高產出也難以達成。

資本外流程度（OFDI）在模型6中的估計系數為正，但不顯著，表明就制造業整體而言，降低對外投資比重對產出效率提升的作用并不明顯。該變量在模型7和8中的估計系數為負，但僅在模型8顯著，表明對于先進制造業和傳統制造業而言，在海外投資設廠、提高對外投資會有助于產出效率提升，但其正面影響僅在傳統制造業上表現明顯。對外投資比重提高1%，會使傳統制造業產出效率提升0.49%。因此，為提升傳統制造業產出效率，美國應提高對外投資規模。然而，再工業化強調促進資本回流，換句話說，美國的做法反而會使傳統制造業的產出效率降低。傳統制造業多為勞動密集型且逐漸衰落的行業，而東亞、東南亞等國發展該行業具備明顯的比較優勢，故美國應積極推動該行業對外投資，充分利用他國的比較優勢，提升行業產出效率。矛盾的是，再工業化一再強調“要將工作機會帶回美國”，然而能大規模促進就業的多為傳統制造業，這樣一來，必然促進該行業回歸國內，對其產出效率產生負面影響。對于先進制造業而言，盡管OFDI估計系數不顯著，但其為負，即先進制造業也同樣應推動對外投資。科技革命推動全球化迅速發展，全球化最重要的表現是生產全球化。根據比較優勢理論，一國會選擇生產其具有相對優勢的產品，而將不具備優勢的產品轉移至海外生產，最后通過國際貿易實現雙贏。因此，美國再工業化促使制造業回流的做法同全球化發展趨勢和比較優勢相悖，為此付出的代價是行業產出效率損失。

行業虛擬變量（INDUSTRY）在模型6中的估計系數顯著為正，反映出先進制造業同傳統制造業產出效率存在明顯差異，相對于先進制造業，傳統制造業產出效率明顯更低。

接下來我們將對制造業不同行業的產出效率大小、分布情況及變化趨勢進行分析。

表5列出了2000、2005、2010及2015年美國制造業各行業產出效率。先看先進制造業：除交通運輸設備制造外，其他行業產出效率基本均超過0.95。換言之，先進制造業產出效率損失大約僅為5%。美國先進制造業掌握著成熟的生產技術，投入要素利用高效，生產過程僅存在很低的效率損失。從各行業4年份產出效率看，僅計算機及電子產品制造的產出效率呈上升趨勢，其他行業并無明顯提升，尤其是交通運輸設備制造，產出效率不僅明顯低于其他行業，而且還在下降。再工業化對先進制造業整體產出效率并未起到明顯提升作用，但由于該行業處于技術前沿，因此仍具優勢。再看傳統制造業，該行業產出效率多集中在0.65-0.75之間，即其總體產出存在約25%-35%的效率損失。與此同時，傳統制造業產出效率存在明顯行業差異，產出效率最高的石油和煤產品制造比最低的服裝、皮革及人造革產品制造高出約35%，產出效率較高（>0.75）的行業也比較低（<0.65）的行業高出約30%。除此之外，除紡織原料、紡織產品和服裝、皮革及人造革產品制造外，其他各行業平均產出效率都明顯低于初始年份，并且從各行業4年份變動看，不少行業都出現一定幅度降低。可以看出，再工業化對傳統制造業產出效率也并未起到明顯提升作用。

圖1和圖2分別繪制了基于模型6的制造業平均產出效率頻數分布和時序圖。從總體分布狀況可以發現：（1）產出效率超過0.8的行業約占39%。產出效率多集中在0.6-0.7之間，約占37%，其次是產出效率超過0.9的高效率行業，約占31%；（2）總體分布較分散，不同行業產出效率存在明顯差距。從總體變化趨勢看，先進制造業、傳統制造業及制造業全行業2015年產出效率都明顯低于2000年，這一結果同模型4中η的估計系數顯著為負相吻合。其中，傳統制造業同制造業全行業產出效率的變化趨勢基本一致；先進制造業2008年之前的變化趨勢同以上兩類基本一致，2008年后有所上升，2013年后開始下降。差距上，先進制造業產出效率大約高出制造業全行業15%、傳統制造業23%，其同二者之間的差距在2011年后有縮小趨勢，但不明顯。

結合對表5、圖1和圖2的分析，我們得出：（1）由于部分行業存在較大效率損失（30%-40%），實施再工業化以期重振制造業是十分有必要的；（2）制造業的不同行業產出效率存在較大差距，先進制造業產出效率明顯高于全行業平均水平及傳統制造業，而再工業化卻聚焦先進制造業，這可能會造成產出效率的“馬太效應”——先進制造業產出效率得到提升，傳統制造業可能朝相反方向發展，且先進制造業同傳統制造業產出效率差距有可能在未來被進一步拉大；（3）再工業化并未能明顯提升制造業產出效率。

五、結 論

本文運用超越對數隨機前沿模型考察了再工業化對美國制造業產出效率的影響，并測算了2000-2015年制造業各行業產出效率。我們得到的結論是：

（1）考察期內，美國制造業各行業存在不同程度的產出效率損失，先進制造業與傳統制造業有明顯差別：先進制造業擁有成熟的生產技術和高效的要素利用，其產出效率損失程度大約僅為5%，先進制造業仍具備優勢；傳統制造業產出效率損失程度約為25%-35%，不同行業間的產出效率存在較大差異，傳統制造業不具優勢。

（2）再工業化的實施有較高必要性，但其相應措施對制造業產出效率提升的實際成效不理想。提高勞動力受教育程度，有助于提升傳統制造業產出效率，而對先進制造業提升并不明顯。降低公司稅比重無論對先進制造業還是傳統制造業的產出效率提升都會造成負面影響，美國制造業發展應強調政府稅收調節作用。擴大出口份額并不能提升傳統制造業及先進制造業的產出效率。加大對外投資有助于傳統制造業產出效率提升，但對先進制造業產出效率并無明顯正向影響。

（3）再工業化并未能提升美國制造業產出效率水平。無論是先進制造業還是傳統制造業抑或是制造業全行業，考察期內，其2009年后產出效率都明顯低于2000年，尤其是該戰略重點關注的先進制造業，其產出效率在近年還呈現出下降趨勢。不僅如此，美國傳統制造業產出效率明顯低于先進制造業，再工業化也未能縮小二者差距。

參考文獻：

[1]賓建成. 歐美“再工業化”趨勢分析及政策建議[J]. 國際貿易， 2011（2）.

[2] 崔日明， 張婷玉. 美國“再工業化”戰略與中國制造業轉型研究[J]. 經濟社會體制比較， 2013（6）.

[3] 丁平. 美國再工業化的動因、成效及對中國的影響[J]. 國際經濟合作， 2014（4）.

[4] 董大全， 黎峰. 對外直接投資、逆向技術溢出與民營企業成長——兼議“一帶一路”建設的重點[J]. 世界經濟與政治論壇， 2018（1）.

[5] 胡立君， 薛福根， 王宇. 后工業化階段的產業空心化機理及治理——以日本和美國為例[J]. 中國工業經濟， 2013（8）.

[6] 胡文龍， 杜瑩芬. 企業稅負衡量研究述評[J]. 中國流通經濟， 2014（11）.

[7] 李濱， 張雨. 評估奧巴馬的“再工業化”戰略[J]. 國際觀察， 2014（6）.

[8] 林毅夫. 新結構經濟學[M]. 北京： 北京大學出版社， 2014.

[9] 劉戒驕. 美國再工業化及其思考[J]. 中共中央黨校學報， 2011（2）.

[10] 蘇立君. 逆全球化與美國“再工業化”的不可能性研究[J]. 經濟學家， 2017（6）.

[11] 盛壘， 洪娜. 美國“再工業化”進展及對中國的影響[J]. 世界經濟研究， 2014（7）.

[12] 宋國友. 再工業化與美國經濟增長[J]. 外交評論， 2013（3）.

[13] 王達， 劉曉鑫. 美國“再工業化”戰略及其對中國經濟的影響[J]. 東北亞論壇， 2013（6）.

[14] 王展祥， 王秋石， 李國民. 發達國家去工業化與再工業化問題探析[J]. 現代經濟探討， 2010（10）.

[15] 王志剛， 龔六堂， 陳玉宇. 地區間生產效率與全要素生產率增長率分解（1978—2003）[J]. 中國社會科學， 2006（2）.

[16] 楊汝岱. 中國制造業企業全要素生產率研究[J]. 經濟研究， 2015（2）.

[17] 張晨， 馮志軒. 再工業化，還是再金融化？——危機后美國經濟復蘇的實質與前景[J]. 政治經濟學評論， 2016（6）.

[18] 趙彥云， 秦旭， 王杰彪. “再工業化”背景下的中美制造業競爭力比較[J]. 經濟理論與經濟管理， 2012（2）.

[19] 張杰， 李勇， 劉志彪. 出口與中國本土企業生產率——基于江蘇制造業企業的實證分析[J]. 管理世界， 2008（11）.

[20] Battese G E & Coelli T J. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J]. Empirical Economics， 1995， 20（2）.

[21] Beeson P E & Hosted S. Patterns and Determinants of Productive in State Manufacturing[J]. Journal of Regional Science， 2010， 29（1）.

[22] Crespi G， Criscuolo C， & Haskel J. Productivity， Exporting， and the LearningbyExporting Hypothesis： Direct Evidence from UK Firms[J]. Canadian Journal of Economics/revue Canadienne Déconomique， 2008， 41（2）.

[23] Farrell M J. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society， 1957， 120（3）.

[24] Feder G. On Exports and Economic Growth[J]. Journal of Development Economics， 1983， 12（1）.

[25] Fosfuri A， Motta M & Rnde T. Foreign Direct Investment and Spillovers through Workers Mobility[J]. Journal of International Economics， 2001， 53（1）.

[26] Hailu A & Veeman T S. Comparative Analysis of Efficiency and Productivity Growth in Canadian[J]. Canadian Journal of Forest Research， 2003， 33（9）.

[27] Hersh W C. Does Manufacturing Matter[J]. Challenge， 2003（46）.

[28] Kaldor N. Strategic Factors in Economic Development[M]. Ithaca： New York State School of Industrial and Labor Relations， 1967.

[29] Kis F. Reindustrialization Problems of Regions of Economics in Transitions ：Case of Vojvodina[J]. Advances in BusinessRelated Scientific Research Journal， 2011， 2（2）.

[30] Kogut B & Chang S J. Technological Capabilities and Japanese Foreign Direct Investment in the United States[J]. Review of Economics & Statistics， 1991， 73（3）.

[31] Helpman E & Krugman P R. Market Structure and Foreign Trade[M]. Massachusetts： MIT Press， 1985.

[32] Romer P M. Increasing Returns and LongRun Growth[J]. Journal of Political Economy， 1986， 94（5）.

[33] Schultz T W. Resources for Higher Education： An Economist's View[J]. Journal of Political Economy， 1968， 76（3）.

[34] Yang Y & Mallick S. Export Premium， Selfselection and LearningbyExporting： Evidence from Chinese Matched Firms[J]. World Economy， 2010， 33（10）.

（責任編輯：彭琳）