中國制造業產能過剩影響因素的實證研究※
——基于供給側結構性改革視角

仲云云

內容提要：化解產能過剩是當前供給側結構性改革的首要任務。產能過剩長期以來成為困擾中國制造業發展的關鍵問題。該文以中國28個制造業行業為例，利用DEA方法測度了中國制造業1996-2016年的產能利用率，并通過GMM模型實證研究了新形勢下中國制造業產能過剩的影響因素。研究結果表明：中國制造業行業普遍存在產能過剩問題且近幾年更加突出。市場結構、行業結構、低效率資本投入、環境污染縱容以及技術創新不足是造成當前制造業行業產能過剩的成因。最后從供給側層面提出優化行業結構和市場結構、環境管制、技術創新等對策建議以化解中國制造業產能過剩。

一、 引言與文獻綜述

制造業是一個國家的命脈和根基，改革開放以來中國制造業取得了長足的進步和發展。但是仍然存在科技創新不足、技術效率不高、產能過剩的問題。如何走出中國制造業大而不強的困境，《中國制造2025》提出到2025年中國制造業邁入世界制造強國行列，依托創新驅動提高制造業技術效率，優先解決制造業產能過剩問題是根本。產能過剩是很長一段時間困擾中國制造業發展的頑疾，但是治理效果總是反反復復、差強人意。當前治理產能過剩處在中國經濟改革關鍵的環節，中央提出“在適度擴大總需求的同時，著力加強供給側結構性改革，著力提高供給體系質量和效率。”將化解產能過剩作為2016年經濟工作五大任務之首，且與降低企業成本、防范金融風險密切相關。國內很多專家學者也在產能過剩問題上進行了大量的研究。現有研究主要集中在產能過剩的測度研究、產能過剩的成因研究以及產能過剩的化解對策三個方面。

1. 產能過剩的測度研究

產能過剩目前尚沒有統一的定義，主要認為是潛在生產能力大于實際生產能力的現象。目前，衡量產能過剩比較常用的指標為產能利用率(即產出與產能的比率)，這一指標用于度量經濟活動中閑置資源的數量，從而定量反映產能過剩的程度。Fare et al.(1989)認為生產能力是“可變投入不受限制時生產設備的最大生產能力”，并構建了數據包絡分析方法DEA來測算生產能力和產能利用率。Klein&Su(1979)采用生產函數方法來估算生產能力。Garofalo&Malhotra(1997)采用成本函數法測度了美國制造業的產能利用率。董敏杰等(2015)利用DEA方法測算了中國工業行業的產能利用率、技術效率與設備利用率，對各行業及各地區的產能利用率進行比較分析。

2. 產能過剩的成因研究

學術界對于產能過剩的成因分析，代表性的是市場失靈和政治體制扭曲兩個方面。市場失靈造成產能過剩的觀點認為產能過剩主要是由作為市場微觀主體的企業決策導致。Bansak et al. (2003)實證研究了技術變化對產能利用率的影響。林毅夫等(2010)用“潮涌”現象解釋產能過剩，他認為企業的盲目投資導致市場同類產品“井噴”并由此激化了產能過剩危機。江飛濤等(2012)闡述了體制扭曲對產能過剩產生的影響。馬紅旗等(2018)分析了中國鋼鐵企業產能過剩的成因，認為中國鋼鐵企業的產能利用率受到市場因素和非市場因素的共同影響。

3. 產能過剩的化解對策研究

Sarkar(2009)、張月友等(2015)提出發揮市場機制決定作用化解產能過剩。國務院發展研究中心課題組(2015)、Reinhom(2013)認為產能過剩不能完全依靠市場自行化解，強調產能過剩更應注重供給管理，因此在化解策略上應注重產業結構調整，促進產業深化創新和轉型發展。劉京星等(2017)認為化解產能過剩的重點是解決國有企業產能過剩的問題。王宇、羅悅(2018)以光伏產業為例，對中國戰略性新興產業的產能過剩進行了研究，并從需求角度提出了相關的對策建議。

綜合上述文獻，國內外學者就產能過剩成因與化解的策略進行了大量的研究，形成了一定的理論基礎和應用成果。這些研究成果為中國解決制造業產能過剩問題提供了很好的政策建議。但是當前國際國內經濟環境形勢嚴峻，投資邊際效應遞減問題突出，新形勢下中國制造業行業出現了新的特點和問題，最近幾年制造業產能過剩情況如何？和前些年的產能過剩有什么不同？制造業各行業內部產能過剩情況有何差異？新形勢下需要采取什么舉措來治理中國制造業產能過剩問題？這些都給本文留下了研究的空間。

二、 中國制造業產能過剩的測度與行業比較

產能過剩的測算，目前的方法有直接調查測度法和間接計量測度法。直接調查測度法比較直觀，但是因為所需的樣本量巨大，所以數據采集比較困難不容易實現。峰值法的生產能力用產出的峰值來代替，比較容易計算但是因為不需要從理論層面對生產能力進行界定，所以誤差比較大，近些年學者較少采用這種方法。生產函數法和成本函數法因為受到設定的函數形式所限，一旦函數形式有變化會得到截然不同的結果，帶有一定的主觀性，所得結果不是很嚴謹。數據包絡DEA分析法對比起來，有著比較明顯的優勢，主要體現在DEA方法既適用于單投入單產出的情況，也適合多投入多產出的情況。同時不需要設定具體的函數形式和權重，數據無需量綱化處理，避免了結果的隨意性和主觀性。綜合起來，本文選取數據包絡分析DEA方法來計算中國制造業的產能利用率。

1. DEA測算方法及步驟

數據包絡分析(DEA)方法測算產能利用率分為三個階段：第一，利用可變投入、固定投入與行業產出測算行業的技術效率TE，即全部要素投入的實際產出水平與全局效率最優的理想產出之比；第二，利用固定投入與行業產出測算行業的生產能力PCU，即固定投入要素的實際產出水平與全局效率最優的理想產出之比；第三，利用生產能力PCU與技術效率TE的比值計算得到產能利用率CU(Fare，1989)。

本文DEA模型測算的具體過程如下：

假設產業中存在J個行業，其中生產單位j實際產出為u。其中，當可變投入要素為N時，則Xj,n表示個體j的投入的第N個生產要素；當固定投入要素為M時，則Xj,m表示個體j的投入的第M個生產要素。由于DEA模型的生產效率測算基于產出，因此使用該方法能夠有效測度中國制造業的潛在產出及產能過剩水平。根據相關條件，有相應的線性規劃模型：

Maxφ1

s.tφ1uj≤∑jzjuj?j

∑jzjuj,n≤xj,n

∑jzjuj,m≤xj,m

∑jzj=1;zj,n≥0m=1,2,…,M;n=1,2,…N

(1)

式(1)中，行業中各生產單位的權重為Zj，因此可以求出技術效率TE，技術效率TE恒大于0小于1，當TE為1時技術效率最優，當不滿足1時，則表明實際產出相較理想產出還存在一定差距。

利用基于產出的DEA模型，根據不變要素投入和產出的關系，去掉可變要素投入，只保留固定要素投入，由此可以得到各單位的生產能力PCU，具體模型如下：

Maxφ2

s.tφ2uj≤∑jzjuj?j

∑jzjuj,m≤xj,mm=1,2,…,M

∑jzj=1

(2)

利用上面的結果，可以計算出產能利用率CU=PCU/TE

2. 指標選取與數據來源

本文所用數據來自各年度《中國統計年鑒》、《中國工業經濟統計年鑒》以及CCER數據庫等，通過整理計算得到2006-2016年中國制造業28個行業[注]28個行業分別為：農副食品加工業；食品制造業；飲料制造業；煙草制品業；紡織業；紡織服裝、鞋、帽制造業；皮革、毛皮、羽毛(絨)及其制品業；木材加工及木、竹、藤、棕、草制品業；家具制造業；造紙及紙制品業；印刷業和記錄媒介的復制；文教體育用品制造業；石油加工、煉焦及核燃料加工業；化學原料及化學制品制造業；醫藥制造業；化學纖維制造業；橡膠和塑料制品業；非金屬礦物制品業；黑色金屬冶煉及壓延加工業；有色金屬冶煉及壓延加工業；金屬制品業；通用設備制造業；專用設備制造業；交通運輸設備制造業；電氣機械及器材制造業；通信設備、計算機及其他電子設備制造業；儀器儀表及文化、辦公用機械制造業；廢棄資源和廢舊材料回收加工業。下表中的順序同此處。的面板數據，并基于此測算行業的產能利用率，相關變量的選取如下：

固定要素投入：資本存量。資本存量的計算通過各行業規模以上企業的固定資產投資凈值表示，并利用固定資產投資價格指數進行平減。

可變要素投入：勞動力。勞動力投入利用各行業規模以上企業的從業人員數來衡量；能源消耗。各行業能源消耗利用各行業每年萬噸標準煤的終端消費量表示。

產出：工業總產值。利用每年中國制造業各行業的工業總產值表示。

考慮到國民經濟行業分類2002版與2011版兩者存在一定不同，為防止指標測度的前后不連貫導致估計結果的有偏，本文對不同測度做統一處理。具體而言，合并橡膠制品業與塑料制品業，以及汽車制造業與交通運輸制造業。同時，對于部分未公開的缺失數據采用插值法解決。

3. 測度結果與比較分析

本文基于deap2.1程序，最終得到歷年28個行業的產能利用率，如表1所示：

表1 制造業各行業2006-2016年產能利用率

續表

為了更清晰地比較各行業產能利用率的時空演變，通過計算行業截面和時間序列的產能利用率平均值從橫向和縱向兩個角度進行比較分析，如圖1和圖2所示。

圖1 制造業各行業平均產能利用率(2006-2016年)資料來源：作者自制，下圖同。

橫向比較來看，如圖1所示，中國制造業行業平均產能利用率超過0.9的有煙草制品業、紡織業、黑色金屬冶煉及壓延加工業、橡膠和塑料制品業、造紙及紙制品業、化學纖維制造業不存在產能過剩問題，其余行業都或多或少存在產能過剩問題，特別是家具制造業、廢棄資源和廢舊材料回收加工業、專用設備制造業、儀器儀表及文化辦公用機械制造業、電氣機械及器材制造業等產能利用率不足40%，產能過剩問題突出。整體而言，重工業的產能過剩狀況比輕工業更為嚴重，可能的原因是重工業固定資產水平普遍高于輕工業，因為固定資本的形成需要較長的周期，設備更新較慢，使得企業不能根據實際經濟狀況迅速調整生產能力。

從縱向來看，根據圖2，中國整體制造業產能利用率在2006-2016年間呈明顯的下降趨勢。根據經驗和大多數研究，產能利用率如果低于80%這個數值就會被認為存在產能過剩，數值越低產能過剩越嚴重，設備閑置也會越嚴重。而一旦高于90%就會被認為產能不足，設備會超負荷工作。2006年和2009年中國制造業的產能利用率基本在合理范圍，其他年份都存在產能過剩問題。從2012年開始，產能利用率下降趨勢加大，特別是近些年產能過剩問題愈發嚴重。2006年只有家具制造業、石油加工業等少數幾個行業存在著明顯的產能過剩問題，而到了2016年只有煙草制品業、紡織業和黑色制品加工業不存在嚴重的產能過剩問題。產能過剩成為整個制造業行業的普遍現象和突出問題。所以政府于2016年提出供給側結構性改革，且把去產能問題擺在改革的首位，具有現實的緊迫性。

圖2 整體制造業產能利用率(2006-2016年)

三、 基于供給側的制造業產能利用率影響因素分析

根據以上的分析，中國制造業內部產能利用率差異較大，近些年中國制造業行業整體產能利用率不斷下降。那么是什么原因影響著制造業的產能利用率呢？很多學者從多角度進行論證，有的是從需求側進行分析，有的是從供給側進行論證。當前很長一段時間內需不振、外需疲軟，貨幣政策和財政政策單純刺激需求效果不盡如人意。因此，有必要從供給側進行結構性改革，適度擴大總需求。這也是本文從供給側角度來論證影響制造業產能利用率的原因。首先，從固定要素投入角度，隨著中國經濟的快速發展，供給側大量的資本涌入。作為資本拉動式發展的制造業，仍需要大量資金投入去擴大企業規模。同時，中國近年來經濟體制過熱，信貸政策的寬松及市場的投機行為弊端，進一步導致了產業投資過度，從而使大范圍的設備利用率降低。第二，投資拉動經濟的同時，供給側結構性改革必須要面對的問題是國有資本和民營資本誰更有效率？化解產能過剩究竟需要政府干預還是交給市場解決？第三，伴隨去產能的是去庫存，壟斷性行業還是競爭性行業更容易產能過剩？行業競爭是提高效率還是降低效率？第四，能源消耗作為中間要素，制造業企業在發展的過程中存在著污染環境的外部性問題，使企業能源消耗的要素成本在不斷增加，技術效率被拉低從而有可能影響產能利用率。第五，從企業自身角度而言，隨著技術水平提高，維持存貨的成本大幅降低。這意味著企業不再需要過多成本去維持過剩產能。但是技術創新對于制造業產能過剩的影響究竟有多大，需要進行論證。綜上，本文將從市場結構、資本投入、行業結構、技術創新以及環境約束等5個方面來論證制造業產能利用率的影響因素。

1. 模型構建與變量選取

考慮變量的合理性和數據的可獲得性，作為影響因素的解釋變量的選取如下考慮：市場結構用行業競爭強度來衡量；固定資產比重代表資本投入；以國有資本比重代表行業結構，以研發投入代表技術創新水平；以污染排放指標代表環境約束。為驗證各影響因素對產能利用率的影響，本文構建計量模型，如式(3)。

CUi,t=α0+α1CUi,t-1+α2HHIi,t+α3FAi,t+α4SAi,t+α5R&Di,t+α6ENVi,t+εi,t

(3)

上式中，i表示行業，t表示年份，HHI表示行業競爭強度，FA、SA分別表示固定資產比重、國有資本比重，R&D為科技創新水平，ENV為環境污染指標，εi,t則為該模型的隨機誤差項。

本文所用數據來自EPS數據庫、CSMAR數據庫以及歷年各行業的統計年鑒，通過整理計算得到2006-2016年中國制造業28個行業的面板數據，其中主要變量的處理如下：

被解釋變量：產能利用率(CU)，利用DEA測算固定投入和行業產出的效率。

解釋變量：行業競爭強度(HHI)，利用當年該行業企業數占制造業企業數比重來衡量行業競爭強弱。

固定資產比重(FA)，利用當年行業固定資產占總資產比重來衡量。

國有資本比重(SA)，利用當年行業國有資本的總資產占所有企業的總資產比重來衡量。

技術創新水平(R&D)，利用當年行業研發支出占行業總產值的比重來衡量。

環境污染指標(ENV)，利用當年行業廢水廢氣廢物三廢指標總和占工業總產值的比重來衡量。

2.平穩性檢驗

在進行模型估計之前，為避免偽回歸，需要對各變量進行單位根檢驗。使用面板IPS檢驗方法，結果如下表所示，各變量都拒絕存在單位根的原假設，即時序變量為平穩序列，故保證了模型估計的可行性。

表2 IPS單位根檢驗

3. 實證結果分析

在模型估計之前，由于變量之間可能存在內生問題，因此考慮使用廣義矩估計(GMM)方法來估計研究設計給出的測量模型。廣義矩估計方法包括差分GMM(DIFF-GMM)和系統GMM方法(SYS-GMM)。由于差分GMM方法存在一定缺陷，如估計長面板數據時，若工具變量過多或數據連續性較強時，會導致弱工具變量問題。系統GMM將差分GMM與水平GMM方法結合起來，通過將殘差方程與水平方程進行聯立方程的GMM估計，提高了工具變量有效性。系統 GMM又分為一步法( ONE- STEP)和二步法(TWO- STEP)，二步法則是將一步法估計所得殘差構造協方差矩陣后進行再估計。首先對一步法估計結果進行Sargan過度識別檢驗，結果顯示χ2檢驗量為177.8125，P值顯著為0，拒絕不存在過度識別的原假設，因此進一步選用二步系統GMM進行估計，當工具變量選取產能利用率的一階至最高二階時估計結果最優，且方程的Arellano-Bond檢驗結果顯示，估計結果在1%顯著性水平上拒絕不存在一階自相關的原假設，而不能接受二階自相關的備擇假設。結果如表3所示。

表3估計結果顯示，在1%顯著性水平上，產能利用率的時空滯后對本期產能利用率存在顯著正向影響，表明行業減少本期產能過剩程度能有效提高下一期的產能利用率，而本期產能過剩也會導致下一期的產能利用率降低，即制造業各行業產能的效率改善與損失存在持續性的路徑依賴。這是由于，當企業進行生產行為的戰略決策時，往往會參考上一年市場情況，以對本年度進行生產策劃與布局。然而，市場變化速度往往快于企業決策時間，使得企業改變產能利用狀況普遍存在時間慣性。

表3 二步系統GMM估計結果

首先，行業競爭強度對產能利用率的影響，結果顯示估計系數顯著為負，即行業中企業數量越多，產能利用率會不斷下降。說明競爭性市場結構相較于壟斷性市場結構，更容易導致產能過剩。可能的原因是，隨著行業中企業數量增加，市場中各企業的進退更加頻繁，企業出于提高市場生存率的動機，會傾向于加大投資、擴大生產以求占領更多市場份額。而被拉高的產能過剩水平，又將進一步惡化企業之間的惡性競爭，使得產能過剩現象更加嚴重。

其次，考察資本投入對產能利用率的影響，模型的估計系數高達-2.9707，且統計學意義同樣顯著，表明較高的資本投資是導致產能過剩的根本原因之一。資本投資一方面可以快速拉動經濟增長，但同時如果資本投入缺乏效率，就容易造成某個行業的過分擁擠，特別是當資本投入中的固定資產比重越多，其資金流動性越差，容易導致規模不經濟，將不可避免地出現大量沉沒成本和設備閑置成本，導致行業退出壁壘的進一步提高，加劇行業的產能過剩現狀。

再次，考察行業結構對制造業產能利用率的影響。國有資本比重的顯著負向估計結果則表明，行業中國有資本的參與程度越高，行業產能過剩程度就更加嚴重。這是由于，雖然國有企業大都進行了不同程度的市場化探索改革，但體制的根本屬性決定了其生產決策的異質化。由于國有企業不僅面對軟約束限制，其企業控制權的不可有償轉移性也普遍存在，此外還需承擔相應社會責任(楊振，2013)，這些因素最終導致國企對市場機制的敏感度大幅下降，而要素投入的扭曲則使得企業清除落后產能的速度更加緩慢。

另外，根據以往的經驗和學者的研究，技術創新水平對于行業的技術效率以及產能利用率有促進作用，本文的實證結果也支持這一點。技術創新水平與產能利用率存在顯著的正向關系，當企業R&D投資支出比重每提高一單位，產能利用率便能提高0.1974 個單位。技術創新水平的提高使企業能夠進行有效的戰略調整，而生產要素的優化配置又將提高生產效率。

最后考察環境約束對制造業產能利用率的影響。結果表明：環境污染程度與產能利用率呈顯著的負相關關系。當行業的環境污染越嚴重，產能過剩會更加嚴重。原因可從兩方面展開：從政府角度出發，企業環境污染程度反映政府對污染排放的容忍程度。當企業只需要為污染行為付出低成本或零成本的代價時，便會導致較大的負外部性，而這又會導致企業產能利用率進一步下降；從企業角度出發，模糊不清的產權規劃，會使企業決策者認為減少產量的機會損失遠低于擴大生產的收益，哪怕后者面臨著高昂的存貨成本風險。因此，加大環境污染的約束，才能有效減少企業的過度生產動機。

四、 結論與建議

本文利用DEA方法測度了中國28個制造業行業1996-2006的產能利用率從而分析了當前中國制造業行業的產能過剩狀況。并采用廣義矩估計GMM實證分析制造業產能過剩的影響因素。實證結果表明：當前中國制造業行業存在比較嚴重的產能過剩，而且行業內部差距很大，重工業產能過剩程度比輕工業更加嚴重。從1996-2016年間中國制造業產能利用率呈現降低趨勢，特別是近幾年產能利用率下降明顯。產能過剩成為制造業行業的普遍問題，特別在有些行業中非常突出，成為羈絆行業發展的最大障礙。而產能利用率影響因素的GMM實證研究表明：競爭性市場結構、低效率的資本投入、國有資本比重太大、環境污染縱容以及技術創新不足都是造成制造業行業產能過剩的原因。當前中央提出供給側結構性改革，且把去產能放在“三去一補”的首位，足以說明治理產能過剩形勢的嚴峻性和緊迫性。分析制造業行業產能過剩的原因，才能“對癥下藥”，才能有效治理當前中國制造業產能過剩的問題。

第一，考慮行業差異性，“因業施策”以化解產能過剩。制造業行業內部的技術效率以及產能利用率差距明顯，“一刀切”的產能過剩治理容易造成“藥不對癥”而沒有效果。按照傳統行業與新興行業、重工業行業與輕工業行業、效率高的行業和效率低的行業實施“因業施策”，充分考慮行業特征，實施不同的治理對策。比如對于效率比較低下的傳統制造業做好產業的改造升級，重工業行業需要做好規劃、分類管控，適當減少投資。對于效率高的新興行業可以實施財政投入、稅收減免等激勵政策發揮榜樣作用。只有尊重制造業行業的差異性，采取有針對性的措施才能有效化解產能過剩。

第二，政府和市場共同作用，提高投資效率以化解產能過剩。在治理產能過剩的過程中，需要政府和市場共同完成。因為近些年政府對于一些行業投資的加大，容易出現盲目性投資，不僅是傳統行業甚至光伏等戰略性新興產業也出現了產能過剩情況。投資需要有針對性，需要防止出現一窩蜂進入某一個行業，甚至某些戰略性新興行業也出現了產能過剩情況，就是因為投資的跟風無效，容易導致資源的浪費。一方面需要政府因勢利導，統籌規劃，同時需要發揮市場機制資源配置的基礎性作用，讓資本向著最有效率的行業轉移。

第三，優化行業結構，規范競爭以化解產能過剩。當前中國制造業行業結構不盡合理。表現在一些行業國有資本比重過大，進入和退出的行業壁壘很高，效率低下容易導致產能過剩。另一方面一些行業過度開放市場，各路資本涌入但又沒有合理預警和規劃，各方信息不對稱，容易造成過度競爭、無序競爭從而浪費資本導致供過于求的產能過剩。通信設備制造業、交通運輸業存在著行業自然壟斷的特征，這些行業會陷入具有規模經濟效益但同時經濟活力降低的馬歇爾困境。服裝鞋帽制造業、家具制造業、食品制造業等行業，無序競爭現象突出，需要加以引導。解決問題的關鍵是優化行業結構，規范競爭以化解產能過剩。

第四，環境規制，減少負外部性以化解產能過剩。制造業特別是傳統制造業在生產過程中存在著排放超標污染環境的負外部性從而導致市場失靈。環境污染的市場失靈是很難用市場機制去解決的，必須發揮政府作用做好制造業行業的環境規制。一個企業環境污染越大，能耗越多，效率就越低，產能過剩就越嚴重。如果不進行約束與懲罰，那么就會使得整個行業都沒有治理污染的動力。因為在治理環境污染的博弈過程中，素來有“囚徒困境”的問題，就是只要有一個企業不治理污染那么就會有其他企業效仿，損害的是整個行業以及整個社會的利益。中央已經把環保指標納入地方政府的業績考核，很多地方已經做到把環境保護作為一個企業發展的硬約束指標，這是可喜的轉變，通過環境規制促進制造業行業產能利用率的提高。

第五，加強技術創新，擴大總需求以化解產能過剩。產能過剩的根本還是因為供給高于需求。供給和需求結構出現矛盾導致供需不平衡。一方面，供給的產品趨于同質化，沒有那么多的需求來消化。另一方面，中國的制造業大而不強，很多制造業行業依然從事的是低端的代工等，沒有自己的技術和品牌，滿足不了中國的高端需求市場。當前低端市場供給過剩而高端市場供應不足的供需結構性矛盾突出，解決的辦法就是通過加大研發投入和技術創新以淘汰低端產品研發高端產品，刺激帶動國內需求，同時通過“一帶一路”等方式擴大外部需求，增強產品的國際競爭力。創新驅動供給側改革，實現供需平衡，化解產能過剩，讓中國由制造業大國向制造業強國轉變，實現中國制造2025的目標。