供給質量提升能否化解中國制造業的產能過剩？
——基于結構優化與技術進步視角

肖明月,鄭亞莉

(浙江金融職業學院，浙江 杭州 310018)

一、引言

新常態下，中國經濟下行壓力逐漸加大，大量行業面臨著產能過剩約束，嚴重危及到產業的健康發展，因此去產能已成為中國經濟發展亟待解決的首要任務。但長期存在的產業結構扭曲和以刺激需求為主的政策難以奏效的情況下，如何從供給側尋求化解措施，對新常態下的中國經濟而言，則顯得尤為迫切與必要。現階段，中國的產能過剩和需求結構升級矛盾依舊突出，未來經濟工作的重點仍是通過供給質量提升，提高供給結構對需求結構的適應性，逐步實現供求關系新的動態均衡，這也是中國化解產能過剩的重要思路。雖然中國制造業質量自2005年以來實現了10多年的持續增長[注]數據來源于國家質量監督檢驗檢疫總局：http://www.aqsiq.gov.cn/zjsj/tjsj/tjsj4/。，但產能過剩問題卻一直是困擾中國經濟發展的頑疾。為什么在中國制造業供給質量提升的同時，產能過剩問題卻遲遲得不到解決，甚至陷入“過剩←調控←再過剩←再調控”的循環？

由于測度方法和數據來源不同，學者雖對中國制造業產能利用率高低的判斷存在較大爭議[1-2]，卻多認同中國存在著嚴重的產能過剩問題。關于中國產能過剩成因的研究也成為了研究熱點之一，且一度陷入過“政府與市場之爭”[3]，即以往調控經驗表明嚴厲的調控政策并不一定能夠解決產能過剩問題，但過度強調“看不見的手”也極易因社會生產盲目性而加劇產能過剩問題。當前中國正處在向高質量發展轉型階段，對產能過剩成因的探討并不能局限于政府失靈還是市場失靈，而應基于過去發展模式分析其深層次原因。改革開放以來，在技術趕超戰略驅動下，中國經濟高質量發展的動力多依賴先進技術的引進與模仿，這雖成就了經濟高速增長奇跡，但也引發了一系列問題。從發達國家引進的先進技術是與發達國家資本要素相對充裕這一特征相匹配的，存在著明顯的資本偏向特征[注]按照Hicks技術進步的分類方法，在資本與勞動比例不變的情況下，資本邊際產出增長大于勞動邊際產出增長時，為資本偏向型技術進步，反之則為勞動偏向型技術進步，兩者相等時則為中性的技術進步。，但卻與中國勞動力相對充裕的要素稟賦特征相違背。資本偏向型技術進步帶來了資本生產效率的快速增長，但同時中國還存在著巨大的勞動力成本優勢，為了同時享受兩種要素紅利，企業多選擇要素互補型生產組織模式，并在經濟發展初期獲得了巨大的規模經濟[4]。隨著經濟發展，中國勞動力成本優勢已逐漸減退，但固化的生產組織模式卻使得要素投入難以順利調整，進而造成大量冗余要素無法退出。因此，基于供給質量提升角度研究產能過剩治理，應考慮偏向型技術進步這一重要特征。

中國邁向高質量發展還要求供給結構不斷優化。在消費層級不斷躍遷的背景下，如何優化供給結構以實現新的供需平衡不僅是供給側結構性改革的關鍵所在，也是化解產能過剩的重要思路。以往中國多借助需求側政策對產能過剩問題進行治理，如積極的財政政策與貨幣政策等[5]。但在長期結構扭曲的背景下，需求側政策的效果已越來越不明顯，進而引發了學者對供給側政策的探索[3]，但從供給側調控的政策目標并不容易實現[2]。產能調控帶來的價格提升極易刺激地方政府與民營企業的投資熱情，進而導致產能過剩再次出現[6]。另外，在現有政績考核制度下,中央政策在地方執行不暢也是產能治理效果大打折扣的重要因素[7]。因此，部分學者主張產能過剩治理的重點應從政府調控轉向全面改革，如提高全要素生產率與優化要素配置效率等[8]。然而中國技術進步存在的資本偏向在提升資本生產效率的同時，又引致了投資規模的逐年擴張[9]，進而導致產能進一步提升。在普通商品市場已出現“飽和需求陷阱”的背景下，解決“供給什么”問題(結構優化)已成為去產能的首要任務[3]。

雖然上述文獻均強調結構優化對治理產能過剩的重要作用，但多停留在理論分析框架的層面，缺乏中國數據的實證支持。另外，結構優化與技術進步均是供給質量提升的重要驅動力，但中國技術進步對先進資本設備的依賴，在提升供給質量的同時，還有可能會因生產效率提升而導致產能進一步擴展，進而加劇產能過剩問題。而當前基于結構優化視角進行的研究，多暗含技術進步是結構優化的動力，而沒有區分技術進步帶來的效率提升與結構優化對產能過剩影響的差異。因此本文基于結構優化與技術進步視角分析供給質量提升對產能過剩的影響，不僅能夠區分效率提升與結構優化影響的異質性，還有助于深入理解中國陷入去產能困境的成因所在，進而為后續政策的實施提供科學指導。本文余下部分的安排為：首先測度中國30個省(自治區、直轄市)2000-2014年的產能利用率，分析了中國產能過剩的區域特征與時間趨勢，然后在理論分析的基礎上，通過實證研究了中國制造業供給質量提升對產能過剩的影響機制，并基于結構優化與技術進步的視角，探索上述影響機制出現區域與行業異質性的原因，以期為中國產能過剩的治理提供新思路。

二、中國制造業產能過剩的測度

(一)測度方法

本文使用產能利用率指標反映中國各省市的產能過剩情況，國際上一般以79%為標準，將低于這一水平的產能利用率界定為存在產能過剩。雖然Morrison(1985)[10]使用生產函數法測度產能利用率對后續研究就有著重要影響，如Garofalo等(1997)[11]和呂品等(2016)[12]眾多學者均借鑒該方法進行過相關研究。該方法的一個基本思想是，企業決策面臨短期投入等約束，因此會造成短期產出與長期最優產出存在差異，進而借助實際產出與最優產出計算出產能利用率，但該方法也存在著函數設置偏誤等問題。當前，無需設定函數具體形式的DEA法受到了學界關注[13]，張少華等(2017)[14]還結合Tone和Tsutsui(2009)[15]的動態模型對DEA法進行過拓展。Pascoe和Tingley(2006)[16]則將DEA法與生產函數法相結合，進一步提升了測度的準確性。在上述研究的基礎上，楊振兵(2016)[9]基于供給側與需求側相結合的視角對產能利用率的測度方法進行了完善，因此本文借鑒該方法對中國制造業的產能利用率進行測算，具體的方法為：

CU=CUc*CUp

(1)

其中，CU為最終的產能利用率，CUC和CUP分別表示需求側的產能利用率和供給側的產能利用率。CUC的計算方法較為簡便，如式(2)所示：

CUc=D/S

(2)

其中，D為制造業銷售產值，S為制造業總產值。

對于CUP的計算，本文借鑒董敏杰等(2015)[17]的研究，建立如下生產函數：

y=TE*Y(F,V)

(3)

其中，y和Y分別表示實際產出水平與有效產出水平，F表示固定投入，假定實際產出還受到可變投入(V)與技術效率(TE)的約束。在沒有V和TE約束下，廠商的生產能力為Y(F)。因此，產能利用率CUP可表示為實際產出與生產能力之比：

CUp=y/Y(F)=TE*Y(F,V)/Y(F)

=TE*EU

(4)

其中EU=Y(F,V)/Y(F)，表示在投入約束下設備的利用效率。

然后可以使用DEA方法計算Y(F,V)和Y(F)，具體計算公式為：

(5)

(6)

(二)測度結果分析

由于西藏部分數據缺失，本文使用中國30個省(自治區、直轄市)2000-2014年規模以上制造業數據進行測度。數據主要來自于歷年的《中國統計年鑒》、《中國工業統計年鑒》和《中國能源統計年鑒》。中國工業統計口徑曾在2003年和2012年進行過調整，本文以2002的分類為基礎對分行業數據進行了調整。

中國30個省(自治區、直轄市)產能利用率的測度結果如圖1所示。從區域上看，中國產能過剩具有明顯的普遍性。中國產能利用率東高西低特征最為明顯，東部省份產能利用率最高，中部次之，西部最低，但大部分省市均存在產能過剩問題。總的來看，東部地區，除廣東、海南、江蘇、福建等省份的產能利用率保持在90%以上外，其他省市大多存在產能過剩問題；中部和西部省市大部分省市也都存在著嚴重的產能過剩問題，其中青海、新疆、山西和黑龍江的產能利用率較低，多在20%上下。產能過剩的區域分布特征基本與經濟發展水平差異保持一致，即經濟發展水平較高的省市，其產能過剩問題相對較低，經濟落后地區則受產能過剩問題困擾明顯。

從時間上看，中國的產能過剩具有較強的持續性。東部和中部地區的產能利用率基本保持穩定，東部多在低于79%的位置小幅度波動，中部地區則在50%上下波動。西部地區的產能利用率則呈下降趨勢，從2000年的42%(西部省市的平均值)下降到2014的34%。造成這一區域差異的可能原因是，東部地區市場化水平較高，民營企業占較大比例，相對生產效率高，企業一般會根據市場需求進行投資，因此產能過剩問題比中西部地區要低。中西部地區市場化水平相對較低且國有企業占比較重，且部分省市為了保就業、穩發展等，持續對無效率企業進行補貼救助，進而導致產能過剩長期性存在。

圖1 中國30個省市產能利用率情況(單位：%)

三、供給質量提升對產能過剩影響的實證分析

(一)模型的設定

本文樣本數據涉及15年與30個省(自治區、直轄市)，截面較多且時期較短。由于產能利用率變動可能在時間上具有記憶性，即受上一期產能利用率的影響較大，因此較適宜使用動態面板模型進行分析。另外，模型的隨機誤差組成部分中可能還存在著個體效應，本文通過引入被解釋變量的一階滯后項建立動態面板模型進行分析，并通過差分消除個體效應。具體的計量分析模型為：

CU(i,t)=αCU(i,t-1)+β′X(i,t)+λ(i)+ε(i,t)

(7)

其中，CU(i,t)表示各省市的產能利用率，X(i,t)為解釋變量與控制變量，λ(i)為省份效應，ε(i,t)為殘差項。

為了消除上述模型中的省份效應，本文借鑒Arellano和Bover(1995)[18]的研究，利用廣義矩估計方法(GMM)消除省份效應，即通過差分后計量模型可修改為式(8)所示：

CU(i,t)-CU(i,t-1)=α[CU(i,t-1)-CU(i,t-2)]+β′[X(i,t)-X(i,t-1)]+ε(i,t)-ε(i,t-1)

(8)

因此，省份效應λ(i)在式(8)中已不復存在。考慮到變量之間可能存在內生性問題，本文使用變量的一階滯后項作為工具變量，并通過AR(2)檢驗和Hansen檢驗判斷模型和工具變量的有效性。

(二)變量選取

1.被解釋變量。本文分析制造業供給質量提升對產能過剩的影響，Kirkley等(2002)[19]的研究認為產能過剩指數與產能利用率之間存在反向關系，因此本文使用產能利用率(CU)作為被解釋變量，進而間接反映產能過剩問題。

2.制造業供給質量(QC)。國家質量監督檢驗檢疫總局從質量水平與發展能力兩個方面構建過測度中國制造業質量競爭力指數的指標體系，該指數能夠較好地衡量中國制造業的質量、結構、技術等特征，因此本文使用該指數作為制造業供給質量的代理變量[注]該數據自2005年以來已連續發布11年，是國家質量監督檢驗檢疫總局和國家統計局合作開展的研究成果，基礎數據均來自上述兩個國家權威部門發布的統計數據。。

3.政府干預(Gov)。政府規劃和引導對地方投資有著較大的影響，有時政府還會通過政府支出等方式直接干預工業的投資，而不當的干預往往導致了嚴重的產能過剩問題[20]。本文使用政府支出占GDP的比重衡量政府干預程度。

4.研發支出(RD)。研發支出能夠通過制造業技術水平的提升，促進制造業產品質量提升或結構改善，進而影響到制造業的產能利用率。本文使用制造業研發支出占總產值比重作為研發支出的代理變量。

5.投資水平(K)。林毅夫等(2010)[1]發現過度投資是造成產能過剩的重要原因，而中國地方政府的引資競爭，還極易引發“政策尋求型”投資，進而加劇產能過剩。本文使用制造業當年投資額占總產值比重作為投資水平的代理變量。

6.外部需求(Ex)。呂品等(2016)[12]的研究認為外部需求可以彌補內需不足，特別是對出口導向特征明顯的中國而言，外部需求對產能過剩的化解的作用不言而喻。本文使用出口交貨值占銷售總產值比重表示外部需求。

7.競爭程度(Co)。行業競爭程度的提升一方面能夠促進生產與配置效率的提高，有利于產能利用率的增長；另一方面，白讓讓(2016)[21]的研究卻發現過度無序的競爭也可能會帶來“潮涌現象”或攀比效應，進而導致產能過剩的出現。借鑒楊振兵等(2015)[22]的研究，本文使用勒納指數的倒數來衡量行業競爭程度，勒納指數=(制造業增加值—制造業工資總額)/制造業總產值。

(三)回歸結果分析

由于中國省份較多且發展差異巨大，因此本文除對中國總體樣本數據進行分析外，還分別對東、中、西部省市的數據進行了回歸分析，以檢驗供給質量提升對產能過剩影響的區域異質性。

表1報告了中國整體數據的回歸結果。制造業供給質量對產能利用率有著顯著的負向影響，造成這一結果的可能原因有：首先，中國制造業供給質量提升來自結構優化的貢獻較低，2000年技術密集型行業銷售產值占規模以上制造業銷售產值的比重為43.1%，到2014年僅增加到45.9%，這在一定程度上也反映了制造業結構優化的速度仍較為緩慢[注]技術密集型行業占比僅是反映供給結構優化的一個指標，可能難以反映諸如手工加工的高質量奢侈品等高端產品，由于該類高端產品占比相對較低且數據難以獲取，因此本文僅從技術密集型行業占比這一角度進行了解釋。。制造業中勞動密集型與資本密集型產業仍占較大比重，使得產品供給多集中在低端市場，難以滿足中國需求結構已向高端轉換的需求，且低端產業的市場競爭相對更為激烈且需求多趨于飽和狀態，產能利用率提升空間十分有限。其次，這一結果也說明制造業供給質量提升多來自供給側生產效率提升，而不是供給側結構優化。引自發達國家的先進技術存在著明顯的資本偏向型特征，這雖能提高供給側生產效率并提升制造業供給質量，但資本生產效率的不斷提升加上中國巨大的勞動力優勢，使得廠商偏好于選擇要素互補性生產組織模式，進而導致生產規模與產能持續擴大，因此通過供給側效率提高帶來的供給質量提升的同時，產能利用率可能會因產能不斷擴張而出現下降。為了驗證上述結論，下文還將基于結構優化與技術進步視角分析供給質量提升影響產能利用率的具體機制。

政府干預對產能利用率有著負向影響，這也與韓國高等(2011)[23]的研究結論相吻合。地方政府為了追求GDP與稅收等的最大化，一方面推進政府主導型的投資，產能在短期內迅速擴大；另一方面，還通過制定各項優惠政策進行招商引資，而尋求短期政策優惠的外來資本，往往與地區長期發展目標相違背；且補貼性引資競爭往往還導致了各地重復建設與過度投資，進而加劇制造業的產能過剩。

投資水平提升是中國出現產能過剩的重要原因。在經濟高漲時期，企業出于對經濟增長的盲目樂觀預期，造成了投資的“潮涌現象”[1]；而在世界性經濟不景氣和內外需提升乏力的背景下，政府則偏向于通過大量投資刺激經濟增長，同時帶來嚴重的產能過剩。因此，投資驅動型發展模式已成為中國產能過剩長期存在的重要原因，也不利于經濟的持續健康發展。

研發支出對產能利用率有著負向影響。一般認為，研發支出能夠提高企業的技術水平，進而提高產品競爭力與銷售量，緩解產能過剩問題。如果研發支出帶來的技術進步僅僅提高了資本的生產效率，則會促進投資的增長，進而加劇產能過剩[21]。后文還將繼續對中國技術進步的偏向進行計算，以檢驗偏向型技術進步是否導致了中國的產能過剩。

表1 中國整體數據的回歸結果

注：***,**和*分別表示在1%、5%和10%水平上顯著，小括號內數字為標準誤，中括號內數字為P值，下同。

外需是化解產能過剩的重要手段。在國內需求增長緩慢的情況下，外需仍是中國產能利用率提升的重要推動力，這也與中國長期堅持的“出口導向”戰略有著重要關系。企業在出口的過程中，不僅能夠開拓國外市場，直接消化國內的產能，還可通過模仿與學習，提升技術水平與產品質量，并改善產品結構，以促進外需的持續增長。國外對高端產品的需求還可通過企業生產傳導到國內，進而促進國內需求的提升。因此，外需存在著直接與間接兩個方面的提升效應。另外，“一帶一路”戰略的提出，也在一定程度上提升了中國產品的外需水平，緩解了國內的產能過剩。

競爭程度的增強降低了產能利用率。在市場化水平較高的地區，競爭程度的增強能夠倒逼企業淘汰落后產能，改善資本配置效率，以提高產能利用率。但中國企業互相壓價、惡性競爭現象仍十分普遍，且政府主導型投資與引資競爭現象，也使得市場機制運行不暢，良性競爭機制遲遲無法形成，因此競爭程度增強不利于產能利用率的提升。這也印證了過度投資是中國產能過剩重要原因的研究結論。

表2報告了東部地區的回歸結果。與全國數據不同的是，東部地區制造業供給質量提升對產能利用率有著顯著的促進作用。其中可能的原因是，東部地區技術密集型行業占比高，制造業供給結構優化是供給質量提升的重要推動力，契合了當前中國消費需求高端轉型的要求，因此制造業供給質量提升對產能利用率有著促進作用。另一個出現不同結果的是競爭程度指標，東部地區競爭程度的增加能夠促進產能利用率的提高。東部地區市場化程度較高，且民營與中小企業較多，這類企業受政府干預的影響相對較小，市場化導向特征明顯，因此競爭程度增加往往有利于生產與配置效率的提高，進而促進產能利用率的提升。其他控制變量的回歸結果基本與全國數據的回歸結果一致。

表2 東部地區數據的回歸結果

表3 中部地區數據的回歸結果

表3報告了中部地區的回歸結果。與東部地區回歸結果一致，中部地區制造業供給質量的提升也顯著促進了產能利用率的提升。其他控制變量的影響也基本與東部地區一致。

表4報告了西部地區的回歸結果。與東部和中部地區不同的是，西部地區的制造業供給質量提升不利于產能利用率的提高，這與全國數據的回歸結果一致。造成這一現象的可能原因是，西部地區制造業結構仍較為落后，供給結構升級對供給質量提升的貢獻較小，非技術技術密集型產業供給質量的提升并不能帶來產能利用率的提升。外需不利于西部地區產能利用率的提升，出現這一現象的可能原因是：一方面，外需提升可以提高產品出口，進而緩解產能過剩問題；另一方面，外需增強帶來的外匯增長也極易造成國內流動性泛濫，進而助推投資與產能擴張。當前，西部地區外需對產能利用率出現的負向影響，其可能的原因便在于外需提升帶來的產能過剩化解效應小于產能擴張效應。其他控制變量的影響基本與中東部地區類似。

綜合全國、東部、中部和西部的回歸結果可知，制造業供給質量提升對產能利用率的影響存在區域異質性，在東部和中部地區有著促進作用，在西部地區則有著顯著的負向作用。由于區域間的產業結構差異，東部與中部地區的技術密集型產業占比較西部高，結構優化對制造業供給質量的影響較大，即結構紅利得到了充分發揮。西部地區供給質量提升則更多來源于低端產業生產效率的提升，在中國需求結構已向高端轉變的背景下，低端產業生產效率的提升會導致嚴重的產能過剩[9]。

(四)穩健性檢驗

1.更換產能利用率的計算方法。為了確保回歸結果的穩健性，上文同時使用了差分GMM和系統GMM方法進行回歸。另外，產能利用率的測度方法在學界還未形成一致看法，因此本部分將更換產能利用率的測度方法，然后再次進行回歸分析。使用協整法測度產能利用率并進行回歸分析的結果如表5所示，核心解釋變量與控制變量在回歸系數與顯著性上基本與上文一致，因此可以認為本文的回歸結果是穩健的。

表4 西部地區數據的回歸結果

2.靜態面板分析結果。上文使用動態面板分析方法進行了實證分析，為了進一步驗證回歸結果的穩健性，本文使用靜態面板回歸分析方法進行再次回歸分析，具體結果如表6所示。結果顯示供給質量提升對產能利用率的影響系數在方向和顯著性方面基本與上文回歸結果保持一致。

3.分行業進行回歸。根據上文回歸結果，本文認為在技術密集型行業占比較大的東部和中部地區，制造業供給質量的影響為正，而在西部地區則有負向影響。如果上述結論是穩健的，那么利用分行業數據進行回歸分析則應有如下結果：制造業供給質量對技術密集型行業產能利用率提升有著顯著促進作用，對資本與勞動密集型行業產能利用率提升則為顯著負向作用。基于上述思路，本部分對中國制造業28個行業2000-2014年的產能利用率進行了測算，并利用該數據從技術密集型、資本密集型和勞動密集型三個層面分別進行回歸分析，具體的結果如表7所示。結果顯示制造業供給質量提升僅在技術密集型行業有著顯著的正向影響，在資本與勞動密集型行業則有著負向影響，該結果在一定程度上驗證了上文回歸結果的穩健性。

表5 穩健性檢驗結果

表6 靜態面板回歸結果

注：由于篇幅所限，本表沒有報告控制變量的回歸結果，下同。

四、影響機制分析：基于結構優化與技術進步的視角

上文研究顯示制造業供給質量提升對產能利用率的影響存在區域與行業異質性，造成這一情況的原因是制造業供給質量提升途徑差異。通過產業結構優化提升制造業供給質量，不僅帶來了產品質量的提升，還豐富了產品結構，特別是高端產品供給增加滿足了當前社會需求結構升級的要求，因此對產能利用率提升有促進作用，這也是中國化解產能過剩的重要途徑。如果產業結構得不到升級，而僅僅提升低層次產業的生產效率，便會導致企業對資本投入的偏好，產能進一步提升，進而導致產能利用率的不斷下降，加劇了本已存在的產能過剩問題。中國的技術進步，特別是技術進步的資本偏向帶來的效率提升，已導致中國對資本投入的熱衷，因此可能是產能過剩出現的重要因素之一。

表7 分行業數據的回歸結果

為了驗證上述影響機理，本文分別將技術密集型產業占比、非技術密集型產業(勞動與資本密集型)占比與制造業供給質量組成交叉項，以分析產業結構優化型供給質量提升對產能利用率的影響。現階段中國技術進步的資本偏向特征仍十分明顯，因此本文將其與制造業供給質量組成交叉項，以分析制造業效率提升型的供給質量提升對產能利用率的影響。其中，技術密集型與資本密集型產業占比分別使用技術密集型與資本密集型產業產值占制造業總產值比重表示。同時，本文借鑒Kirkley(2002)[19]和楊振兵等(2015)[22]的研究，使用隨機前沿分析法對技術進步的資本偏向進行測算，因為超越對數的生產函數不需要假定技術進步是中性的，且要素替代彈性可變，因此本文使用該方法進行測度，具體的生產函數為：

lnYit=α0+α1t+α2t2/2+α3lnKit+α4lnLit+α5tlnKit+α6tlnLit+α7lnkitlnLit/2+α8(lnKit)2/2+α9(lnLit)2/2+νit-μit

(9)

其中，Y為產出值，K為資本存量，L為勞動力，ν為隨機誤差項，μ為技術損失誤差項，i為行業，t為時間，t還可以反映投入要素的技術差異。

根據Diamond(1965)[24]關于技術進步偏向的研究，技術進步的資本偏向的測度方法為：

(10)

其中，A表示技術進步的偏向，A>0,表示技術進步是偏向于資本的，A<0，表示技術進步是偏向于勞動的，A=0，表示技術進步是中性的。MPK和MPL分別表示資本與勞動的邊際產出，?MPK/?t表示在技術進步t的作用下資本邊際產出的增長，?MPK/?t則為勞動邊際產出的增長，因此(10)式的經濟含義則為技術進步導致的兩種要素邊際產出增長率之差。εK和εL分別表示資本與勞動的產出彈性，可根據上述設定的生產函數求出：

(11)

(12)

利用隨機前沿分析法的對生產函數的參數進行估計，具體的結果如表8所示。絕大部分的參數估計結果都是顯著的，γ值為0.954，通過顯著性檢驗，說明存在技術無效率情況，須使用隨機前沿法進行估計。

根據參數估計結果，本文對中國制造業技術進步偏向的測度結果如圖2所示。技術密集型、資本密集型和勞動密集型行業的技術進步偏向結果均大于零，這說明中國制造業技術進步是偏向于資本的，這也與楊振兵等(2015)[22]、劉航和孫早(2017)[4]其的研究結果相吻合。勞動密集型行業技術進步資本偏向最為明顯，技術密集型行業次之，資本密集型最低。近年來，中國大力推行機器換人、智能制造等戰略，特別是在勞動密集型行業大規模推進的先進機器設備投入，替代了大量的勞動力資源，生產效率得到了大幅度提升，因此技術進步的資本偏向也最為明顯。上述發現也在一定程度上解釋了制造業供給質量提升對產能利用率造成負向影響的原因，即技術進步的資本偏向雖能推進制造業供給質量提升，但也大幅度提高了行業的產能，在需求增長較慢的情況下，產能過剩便會發生。當然，這僅是直觀上的推測，下文還將通過實證分析進行證明。

表8 參數估計結果

圖2 中國制造業的技術進步偏向

分別使用技術密集型產業占比、非技術密集型產業占比、技術進步的資本偏向與制造業供給質量組成交叉項，并將其加入到實證分析模型，然后利用制造業供給質量與交叉項的系數，判斷產業結構優化型與效率提升型供給質量提升對產能利用率的影響。具體的回歸結果如表9所示。

表9 結構優化與效率提升的影響

技術密集型產業占比與供給質量的交叉項(QC*JS)回歸結果為正，而非技術密集型產業占比與供給質量的交叉項(QC*FJ)回歸結果為負，這初步驗證了上文的推測。即技術密集型產業占比提升更加符合中國治理產能過剩的需要，非技術密集型產業占比的提升不符合中國消費結構高端轉型的需要，因此不利于產能過剩的化解。技術進步資本偏向與供給質量交叉項(QC*A)回歸結果顯著為負，進一步說明效率提升型供給質量提升無法有效化解產能過剩。資本偏向型技術進步一方面提高了制造業的供給質量，另一方面也提高了資本的生產效率，進而對廠商產生了“投資誘導效應”，即資本效率的提升會導致廠商擴大投資，當普通商品的需求達到飽和時，持續進行的投資擴張便會導致產能過剩。前文實證分析也顯示，制造業投資增長已對產能利用率產生了負向影響，因此資本偏向型技術進步帶來的“投資誘導效應”必然會加劇產能過剩。

現階段，中國的消費需求正在向高端轉變，單純的效率提升已無法適應這一要求，只會導致更加嚴重的產能過剩。產業結構優化對產能利用率有著明顯的促進作用，則在一定程度上支持了中國消費需求向高端轉型的推測，因此化解制造業產能過剩的關鍵應是選擇能夠推動產業結構優化升級的技術進步，而不是單純提升生產效率的技術進步。

五、結論與啟示

本文基于結構優化與效率提升的視角分析了供給質量提升對產能過剩的影響機理，并利用中國制造業2000-2014年的數據進行了實證檢驗，得出的主要結論有：

第一，中國制造業產能過剩呈現區域上的普遍性與時間上的長期性特征。制造業產能過剩由東部省份向西部省份逐步加劇，東部省份產能利用率多在80%上下波動，產能過剩問題相對較輕；中部省份產能利用率在50%上下波動，存著較為嚴重的產能過剩問題；西部省份產能利用率多在30%-40%之間，產能過剩最為嚴重。從時間上看，東、中、西部省份產能過剩均呈長期持續狀態，且西部地區產能過剩問題還處在持續惡化之中。

第二，中國制造業供給質量提升沒有化解產能過剩問題，主要原因在于結構優化對供給質量提升的貢獻較低。當前中國制造業中技術密集型行業占比仍不足50%，這在一定程度上反映了結構優化速度仍較為緩慢。在消費結構不斷升級的情況下，低端供給越來越難以滿足有效需求的變化，產品銷售增長乏力導致大量產能被閑置，因此出現了“需求飽和式”產能過剩。從地區上看，東部省份產業結構相對較好，西部省份產業結構最為低端，因此也是產能過剩的重災區。

第三，引進技術使得制造業技術進步過早呈現資本偏向特征，由此產生的“投資誘導效應”加劇了產能過剩。技術引進和模仿仍是中國技術進步的主要渠道，在國內自主創新支撐不足的情況下，上述技術進步難以匹配國內要素動態變遷的特征，更無法支撐起制造業轉型升級的需要。且資本偏向型技術進步帶來的資本生產效率提升，遇到中國巨大的勞動力成本優勢，使得廠商選擇資本與勞動互補性生產組織模式以獲取兩種要素的紅利，該模式在初期使得中國經濟發展取得了巨大成就，但也形成了路徑依賴。在勞動力成本優勢逐漸消失的當下，固化的生產組織模式使得要素投入比例調整與冗余要素退出難以快速實現，這也是制造業去產能遲遲無法取得突破的重要原因。

第四，技術效率提升無法化解制造業的產能過剩，結構優化則成了產能治理的關鍵所在。技術效率提升難以滿足中國需求向高端轉變的需要，且其帶來生產效率的提升還進一步加劇了產能過剩問題。因此中國制造業產能過剩的化解政策應轉向結構優化方面，即通過優化產品的供給結構，實現產品供給結構與需求結構的再平衡應成為未來產業政策的核心所在。

上述研究結論對治理制造業產能過剩有著重要啟示。首先，繼續推進供給側結構性改革，特別是優化產業結構以提高高端產品供給，仍是化解制造業產能過剩的關鍵舉措。其次，針對產業特征選擇差異化技術創新模式，避免唯技術創新論。對高端產業，實施生產效率提升型技術進步有利于提升產能，滿足市場需求；對于低端產業，特別是市場需求已達到飽和的產業，則應選擇有利于產品換代、產業升級的技術創新，如果僅選擇提升生產效率的技術創新，則無法有效緩解中國的產能過剩。再次，構建良好的制度環境有利于發揮市場機制作用治理產能過剩。在政府政策驅動之外，還應注重企業利用市場機制選擇技術追趕策略，以免形成增長路徑依賴，導致后續發展策略調整困難。最后，制定去產能的相關政策，應把握政府干預與市場調節的均衡問題。在市場發育較為完善的區域與行業，企業間的良性競爭能夠促進配置效率的提升，政府干預往往會因“誤判”而起到負面作用。而在市場機制運行不暢且無序的市場競爭有可能引發全局性問題時，政府適度介入則顯得更為必要。