胡長玉,伯 娜
(淮北師范大學 經濟與管理學院,安徽 淮北 235000)
近些年,中國政府逐漸認識到可持續、綠色、創新發展的重要性,轉變經濟增長模式變得愈發迫切。“十九大”報告明確提出,加快建設創新型國家并提高全要素生產率。顯然,在資源稟賦有限的情況下,推動我國經濟發展質量、效率和動力變革顯得十分必要。同時,制造業在國民經濟中發揮舉足輕重的作用,探究制造業全要素生產率的現狀和提升動力成為學界關注的重要課題。
相關的文獻主要分為兩類:第一類是關于中國制造業行業TFP增長差異的研究,如用Malmquist指數法[1-2]和隨機前沿生產函數[3-4]測度我國制造業行業TFP增長率及其分解。但是這些文獻主要集中于比較行業生產率的差異,探究導致TFP增長差異的原因比較少。第二類文獻雖然探討了制造業行業TFP增長差異的原因,但是這些研究往往只關注某一方面因素對TFP增長的影響,如知識資本[5]、R&D投入[6]、所有制結構[7]和國際貿易[8-9]。
綜上所述,已有研究忽視了制造業企業存在異質性的屬性,本文在探究制造業整體全要素生產率的基礎上進一步考察異質性制造業企業生產率變動的差異。與此同時,相關文獻缺乏對全要素生產率影響因素的綜合探究。因此,本文在對1999~2011年中國制造業全要素生產率及其分解進行測度基礎上,構建空間計量面板模型,分析制造業全要素生產率增長的動力因素。
采用以數據包絡分析為基礎的 Malmquist 指數法測算1999~2011年中國省際制造業全要素生產率(TFP)及其分解技術進步指數(TECH)和技術效率變化指數(EFF)。對于全要素生產率的測算方法,全部從業人員年平均人數(萬人)和資本存量(億元)作為投入指標,制造業總產值(億元)作為產出指標[10]。同時,沿用要素密集型分類慣例,根據張躍等[11]的方法將制造業大致分為勞動密集型、資本密集型和技術密集型3種類型。表1數據顯示,考察期間內全樣本、勞動密集型、資本密集型和技術密集型制造業全要素增長均值分別為11.5%、10.3%、13.1%和10.8%,而且,中國省際制造業全要素生產率增長全部為正,其中,技術效率惡化省份全要素生產率增速明顯低于技術進步和技術效率“雙重驅動效應”的省份。長期來看,我國制造業全要素生產率增速呈現放緩趨勢。因此,在探究制造業全要素生產率變動趨勢的基礎上,研究制造業全要素生產率增長的影響因素就顯得尤為重要。

續表1
由于地區間競爭效應、學習效應以及知識溢出效應的存在,使得地區制造業的TFP水平并非一個完全獨立的變量。本文構建基于省際面板數據的空間滯后模型(SAR)與空間誤差模型(SEM)[12]。
空間滯后(SAR)模型:
Y=ρWY+Xβ+μ
(1)
空間誤差(SEM)模型:
Y=Xβ+μ;μ=λWμ+σ
(2)

選取地區制造業全要素生產率(TFP)作為被解釋變量。解釋變量設置如下:
企業規模(Aver):企業規模是影響地區制造業生產率水平一項重要因素,只有規模大的企業有能力承擔起巨額的研發費用,技術創新對企業生產率增長有顯著的促進作用[6]。本文用制造業總產值與制造業企業數比值來衡量企業規模水平。
資本強度(K):資本強度方面的優勢有利于省際全要素生產率的提高[14],本文用制造業固定資產凈值與制造業全部從業人員年平均人數的比值來衡量企業的資本強度。
外商直接投資(Fdi):外資進入給中國內資企業帶來了顯著為正的技術溢出效應[15-16],本文用外商直接投資與地區GDP比值來衡量外資依存度。
國有經濟比重(Own):國有企業對于效率具有明顯的負作用[17],本文用國有企業就業人數占該地區總就業人數的比重來衡量。
貿易開放程度(Open):外溢、學習和競爭等效應是對外貿易推動全要素生產率增長的途徑。然而,國內學者的實證研究卻發現,我國出口貿易對全要素生產率提升沒有積極作用[18]。本文采用貿易進出口總額與地區GDP比值來表示地區的貿易開放度。
專利(ZL):發明專利以其創新性強和技術含量高的特性,成為我國技術創新能力和經濟競爭實力的重要體現,本文用各地區國內發明專利申請授權量與地區就業人數的比值來衡量地區的研發創新能力[19]。
人力資本(Edu):人力資本積累是技術進步的重要源泉,技術進步對推動制造業轉型升級和生產效率提升尤為關鍵。本文借鑒汪輝平等[20]的方法,用地區每萬人高校在校人數來表示人力資本變量。
數據來自《中國工業經濟統計年鑒》《中國統計年鑒》《新中國60年統計資料匯編》和各省統計年鑒。選取1999~2011年為研究時段,確定30個省份為研究單位。同時,對樣本數據做如下取舍和處理:
1.資本存量。以1999年制造業初始資本存量為當年固定資產凈值的永續盤存法估算。
2.計算Malmquist生產率指數方法[5],假定基年1999年TFP=1,則2000年TFP為1999年的TFP乘以2000年的Malmquist指數,并以此類推得到各地區歷年的TFP。
3.1.1 空間模型參數檢驗 在對全國制造業樣本估計之前,需要對被解釋變量的空間相關性,以及空間計量模型的具體形式加以說明。首先,計算變量的全局“莫蘭指數I”,其計算公式為:
(3)
其中,I是全局莫蘭指數,其值介于-1到1之間,I>0為正相關,I<0為負相關。TFP是全要素生產率,S2是TFP的方差,W是空間權重矩陣。表2展示了1999~2011年期間不同空間權重矩陣下的I值,通過空間正效應檢驗,可以運用空間計量模型。

表2 制造業全要素生產率全局莫蘭指數I
在此,根據空間計量模型設置步驟,采用兩個拉格朗日乘數及其穩健形式來判斷。其原則是:如果LMLAG比LMEER顯著且R-LMLAG顯著而R-LMEER不顯著,應該選用SAR模型;反之如果LMEER比LMLAG顯著且R-LMEER顯著而R-LMLAG不顯著,應該選用SEM模型。表3結果及Hausman檢驗,最終確定采用固定效應空間誤差(SEM)模型。

表3 LM檢驗
從制造業整體以及分行業不同角度分析影響制造業全要素生產率的因素,在實證檢驗中基本都得到符合理論預期的檢驗結果,為了檢驗模型估計結果穩健性和敏感度,本文分別用不同空間權重矩陣進行回歸,結果穩健。
3.2.1 全樣本估計結果

表4 全樣本實證結果(SEM)
表4顯示了地區制造業全要素生產率影響因素的實證結果,通過表中的分析結果以及相應的檢驗,得到相應的實證結果是可靠的。
3.2.2 分行業估計結果

表5 勞動密集型實證結果(SEM)

表6 資本密集型實證結果(SEM)

表7 技術密集型實證結果(SEM)
進一步對異質性制造業企業回歸分析。結果表明(表5~7),勞動密集型、資本密集型和技術密集型企業生產率影響因素是存在差異的(數據分析用經濟矩陣W3回歸結果)。(1)通過數據對比發現,企業規模每增加1%,勞動型、資本型和技術型企業生產率增長分別為0.527%、2.794%和0.481%。三類異質企業人力資本的邊際系數分別為0.002、0.004和0.001。結果表明,企業規模對資本密集型制造業行業生產率增長效果最顯著,人力資本對三種性質行業影響效果差別不大。(2)國有經濟比重、貿易開放度對異質性制造業企業全要素生產率增長為負且顯著。同時,國有經濟對勞動和資本密集型企業反向作用更為顯著,貿易開放度對資本密集型企業反向作用顯著。(3)資本強度對勞動和資本密集型企業正向作用顯著卻對資本密集型效果不明顯,原因分析可能是資本型企業部門資本投入多,在邊際效應遞減規律作用下,其生產率提升相對較慢。(4)外商直接投資和專利顯著作用于勞動和資本密集型企業卻對技術密集型企業效果不明顯。究其原因,可能是國外投資更多的是投向符合人口紅利的勞動密集型和資本密集型企業,其外,跨國公司對國內企業市場份額的激烈爭奪和較大的技術差距對技術型內資企業產生較高的技術門檻,從而阻礙國內企業的技術進步。
在用DEA方法測算出中國30個省份全樣本、勞動型、資本型和技術型制造業1999~2011年間全要素生產率的基礎上,實證檢驗各種因素對制造業生產率的影響。結果表明:首先,中國制造業整體和各異質性制造業全要素生產率呈增長趨勢,但從長期來看,EFF的衰減使得全要素生產率的增速出現放緩。其次,企業規模、人力資本對制造業整體和異質性企業正向作用顯著,國有經濟比重和貿易開放度起到反向抑制作用;資本強度對全樣本、勞動型和技術型行業生產率增長作用明顯,卻對資本型行業不顯著;外商直接投資和專利只對技術型行業作用不顯著。根據本文研究,采取如下提升制造業全要素生產率措施。
(1)優化資本布局結構,加大對勞動密集型和技術密集型制造業的資本供給,同時,加大對制造業特別是技術密集型制造業的財稅扶持力度。引導銀行機構優先支持勞動密集型和技術密集型制造業,適當調低該類型制造業的融資條件。拓寬非金融機構融資渠道,激活民間資本,提供多元化、全方位的金融支持。
(2)優化外商投資結構,圍繞“中國制造2025計劃”戰略,拓寬歐美、日韓等制造業發達國家引資,優化制造業外商投資領域,加大新興技術制造業引資力度。與此同時,為外資提供良好的投資環境,降低投資門檻,外資和中國企業享受同等待遇,并為合作搭建平臺。
(3)深化國有企業市場化改革,堅持以市場為導向開展生產經營,特別是,要健全市場化選人和用人機制,制造業行業發展離不開自我約束、風險防控、市場激勵與約束機制。
(4)重視科技創新,加大政府的研發資助,特別是對符合我國制造業轉型升級的企業給與相應的政策支持,提高制造業行業研發福利待遇,加大專利保護力度,依法打擊侵犯知識產權行為,激勵企業進行研發創新;加強人力資本積累,加大對制造業企業員工的正規教育和職業技術培訓,保障員工的健康,推出優惠政策吸引人才。