政府干預對我國各省“去工業化”影響分析

郭 將，嚴天祥

（上海理工大學，上海 200093）

一、引言

經典工業化理論認為，制造業相比于農業和服務業具有更高的生產率、更強的產業帶動效應、更高的分工水平以及更快的技術創新速度，發展制造業會極大的提升經濟增長率（Christopher Kollmeyer，2018）[1]。羅德里克將制造業比作國家經濟發展的“電梯行業”（Rodrik，2016）[2]，縱觀世界各國發展歷史可以發現，發達國家都是通過工業化實現了經濟的快速騰飛。

但是近些年來，隨著中國經濟由高速增長轉為中高速增長、從要素驅動轉變為創新驅動，過去那種依賴投資和資源消耗的傳統工業化模式面臨著許多現實和理論的挑戰（黃群慧，2017）[3]。一是近些年來中國經濟新舊動能轉換不完全。二是很多學者提出我國的服務業并沒有與經濟增長同步發展（譚洪波和鄭江淮，2012）[4]，服務業發展滯后問題也尤為嚴重（宣燁，2019）[5]。

基于以上現實和理論的挑戰，很多學者以及地方官員認為應當加快鼓勵生產要素從工業部門向服務業流動（黃永春等，2013；吳敬璉，2014）[6-7]，提高服務業的占比。同時服務業增加值占GDP 的比重已經作為考核地方官員的指標納入考核體系（劉奕等，2017）[8]，地方官員在自身政治激勵的作用下就更有動力去人為干預經濟，過度拔高服務業比重。

二、中國去工業化的事實和原因

中國各地區工業發展不平衡不充分，東部地區大體可以看作進入工業化后期，部分發達省份進入后工業化時期，但大多數中西部省份依然處于工業化前中期。

（一）全國層面的“去工業化”

從三次產業就業占比來看，從1978 年以來，第二產業就業人數占比波動上升至2012 年的30.3%，之后一路下降至2018 年的27.6%；服務業就業占比從改革開放伊始的12.2%持續增長到2018 年的46.3%，且在2008 年金融危機后加快了發展速度；工業增加值占GDP 比值的變化趨勢也大體相同。而反觀服務業增加值從1978 年占比24.5%除去個別年份下降，總體而言持續上升至2018 年的52.2%，快速上升了近30 個百分點。

（二）省級層面的“去工業化”

從工業增加值占地區生產總值來看，全國除港澳臺地區、西藏外，其余30 省市（除去山西、遼寧、江蘇、陜西、新疆）在2009—2017 年大都呈現下降趨勢，其中山西、遼寧、江蘇、陜西、新疆等省份2017年工業增加值占比相比于2016 年略微上升；從第二產業就業占比來看，2014—2017 年有10 個省市（山西、安徽等）的第二產業就業比重上升，除去山東和江蘇外都為中西部省份；2017 年有18 個省份（北京、天津、河北等）的第二產業就業比重下降，且以東部省份居多。其中，2014—2016 年，有18 個省市工業增加值和第二產業就業比重都出現了連續下降。

三、政府干預促進“去工業化”的機理分析

中央政府制定了財政分權制度和以GDP 為核心的官員晉升機制，加之現在將第三產業的發展指標納入對地方官員的考核中，因而地方政府為保持和中央政府政策的一致性以及出于自身政績的考慮，或多或少存在追求過高的服務業比重的傾向。

促使服務業發展的政策措施具體表現在：降低市場準入門檻。通過降低準入門檻，使得大量的傳統服務企業以及低端的現代服務企業進入市場，這些企業具有進入門檻要求低，成長性差等特點。實施政策優惠措施。除了以低進入壁壘吸引潛在企業進入外，地方政府同樣會以補貼及稅收優惠，低價轉讓土地等手段吸引服務業企業在當地的集聚與發展。金融信貸支持。政府通過利用金融機構直接扶持其偏好的企業。在企業面臨虧損或破產時，政府出于避免失業率上升等目的給予相應的財政投資以維持企業經營。其二是政策性銀行貸款，對新進入的服務業企業提供更為寬松的貸款限制或者持續性的貸款。

四、模型設定、變量度量與數據說明

本文利用2009—2016 年數據，首先采用象限劃分的方法，將30 省市、自治區（除去西藏）依據工業增加值占比和城鎮化率劃分為四個象限探討處于不同發展階段的地區出現“去工業化”的可能原因；其次按照以往的劃分方法，將30 省市、自治區（除去西藏）劃分為東中西三大區域，來探討區域異質性。

（一）模型設定

其中，i 表示省份，t 表示時間，ξit為隨機擾動項。由于面板數據的諸多優點，因此本文采用面板模型來更好地考察地方政府干預對于去工業化的影響。

（二）變量度量

1.去工業化變量。Deins 表示去工業化變量，目前我國無論在全國還是地區層面都出現了“去工業化”趨勢。采用的是1-第二產業增加值占GDP 比值。

2.政府干預變量。Gov 表示地方政府對地區經濟的干預。本文采用政府非轉移支付支出在財政支出中所占的比例來衡量（沈能，2013）[9]。

3.產業結構升級變量。相比于部分學者采用第三產業增加值占GDP 比重作為衡量指標（李斌和趙芳芳，2011）[10]，本文借鑒徐敏和姜勇（2015）[11]的研究選取產業結構升級系數作為衡量產業結構升級的指標，從而能夠更直觀地體現各地區當前的產業結構層次：

其中，yi為第i 產業的產值比重。

4.產能利用率。借鑒董敏杰等（2015）[12]和孫國鋒等（2018）[13]的做法，在采用協整法測度供給端產能利用率（CNs）的基礎上，用各省份工業銷售產值與工業總產值的比值計算需求端產能利用率（CNd），最后采用供給端產能利用率和需求端產能利用率乘積表示最終的產能利用率，即：

（三）數據來源

因為《中國工業經濟統計年鑒》只更新到2017年，因此本文的樣本區間為2009—2016 年，選取全國30 個省市的工業面板數據（西藏和港澳臺除外）。數據來源于國家統計局、各省市統計年鑒以及中國工業經濟統計年鑒。

五、象限劃分及回歸結果分析

（一）四象限劃分

將笛卡爾坐標系分為四個區域：后工業化階段、工業化后期、工業化中期、工業化前期。這四種類型分別和笛卡爾坐標系的Ⅰ、Ⅱ、III、IV 象限相對應。

首先，對工業增加值占比和城鎮化率進行標準化處理，生成兩個新的變量：標準化工業增加值占比和城鎮化率，形成了不同區域的（ZINS，ZUR）點集（見圖1）。再根據圖1 的具體情況進行分析：落在第Ⅰ象限，則表示同時具有較高的工業增加值占比和較高的城鎮化率，屬于工業化后期階段；后面的以此類推不再贅述。

（二）實證檢驗與分析

回歸結果顯示個體效應整體上是顯著的，固定效應模型優于混合最小二乘回歸；隨機效應模型也優于混合最小二乘回歸；根據Hausman 檢驗結果，應當選擇固定效應模型。進一步檢驗采用雙向固定效應模型。

圖1 四象限工業化階段劃分

表1 四象限工業化階段雙向固定效應模型估計結果

通過觀察上述面板回歸中解釋變量系數的估計值，可以得出以下幾點發現。

1.政府干預變量。從全國范圍來看，政府干預變量的系數為正但是不顯著，說明在全國范圍內各地方政府起到了一定的“去工業化”的作用。再看處于工業化不同時期的地區，政府干預系數在工業化后期地區系數為負，在工業化前中期區域為正，且在工業化后期地區和工業化中期地區分別是5%和1%水平顯著，而對于工業化初期地區不顯著，這說明兩個問題：（1）政府干預在工業化前中期區域對“去工業化”起到了促進作用，且對中期區域作用顯著；（2）工業化后期區域政府干預的方向與處于工業化前中期的區域方向是不一樣的。本文覺得可能是由于以下原因：首先，處于工業化后期階段的省市大多處于沿海東部，經濟發展水平較高，已經基本走完傳統的工業化道路，正在逐步向高端、先進制造業轉型，而在這個過程中，地方政府出臺了很多有益于高精尖產業發展的產業政策，客觀上促進了地區工業的發展；而處于工業化前中期的工業化地區大部分位于中西部，仍然從事于資源、勞動密集型產業較多，因為受到國際環境影響較大且政府受到產業升級的沖動的背景下很容易采取“退二進三”的發展政策，就使得這些地區的工業增加值占比連年下降出現“去工業化”。

2.產業結構升級變量。產業結構升級系數從分樣本回歸結果來看全部顯著且至少通過了5%顯著性水平，這說明不論是全國范圍內還是處于不同工業化階段的地區產業結構升級都是“去工業化”的一個重要因素。同時全國、工業化前中后期階段地區產業結構升級系數分別為0.588、0.858、0.823、0.366，可知當產業結構升級系數提高1%，全國和各個工業化階段“去工業化”程度分別提高0.588%、0.858%、0.823%、0.366%，可以看到產業結構升級對處于工業化前中后期的地區影響程度是逐漸增強的。

3.產能利用率和要素成本變量。產能利用率系數在全國和各個工業化階段回歸中都為正但是不顯著，說明自2009 年開始的第三次產能過剩對工業的發展還是起到了較大的負面作用的，但是作用的效果可能并沒有我們設想的那么嚴重。要素成本上升從上述回歸結果來看，工業化中后期與初期的系數相反，說明對于處于工業化初期的地區而言，生產要素成本上升是促進了地區的“去工業化”程度的，而對于處于工業化中后期的地區而言，要素成本上升與地區“去工業化”程度是負向關系。出現這一現象的可能原因在于，相比于處于工業化初期區域發展的勞動以及資源密集型工業，處于工業化中后期的地區逐步轉向技術和知識密集型產業，這一產業對于勞動力素質的要求較高，相應的工資水平也較高，而勞動力要素成本的上升也反映了這一地區對于高素質勞動力的需求在增加，因此表現為這些區域勞動力要素成本上升反而促進了區域工業的發展。

（三）東中西區域劃分

這里進一步研究東中西部“去工業化”影響因素，根據國家標準，仍然采用雙向固定效應模型對我國東、中、西三個區域2009—2016 年的數據進行比較分析，結果如表2 所示。

第一，東、中、西三地區“去工業化”影響因素比較分析。根據表2 的估計結果，東部地區，政府干預和要素成本系數均為負且均未通過顯著性水平檢驗。這說明政府干預和要素成本上升在東部地區“去工業化”過程中沒有起到顯著的作用，甚至促進了工業發展。產業結構升級變量和產能利用率變量通過了1%和5%的顯著性水平檢驗，說明產業結構升級和產能過剩的是東部地區出現的“去工業化”現象的重要影響因素，且產業結構升級系數為0.720，產能利用率系數絕對值為0.018 1，產業結構升級對于東部地區“去工業化”的影響遠遠大于產能過剩。對于中部地區而言，政府干預和產業結構升級系數以及要素成本均不顯著，而產能利用率通過了5%的顯著性水平檢驗，但是考慮到中部地區樣本數量有限，因而符號與我們預計的相反。對于西部地區而言，政府干預變量和產業結構升級變量均通過了1%水平的顯著性檢驗，這一方面說明在西部地區產業結構升級是出現“去工業化”的一部分重要原因，一方面說明在這個過程中當地政府對地方經濟結構的干預客觀上促進了服務業的發展一定程度上阻礙了工業的發展，存在“退二進三”政策趨勢。

表2 東、中、西三地區雙向固定效應模型估計結果

第二，東、中、西三地區“去工業化”影響因素作用強度分析。影響東部地區“去工業化”的因素中，產業結構升級系數和產能利用率系數分別為0.720和-0.018，表明東部地區產業結構系數每增加1%，以工業增加值占比衡量的工業發展程度就下降0.720%。這說明東部發達地區出現“去工業化”現象，源于自身經濟發展水平的提高，逐步進入以服務經濟和知識經濟為主的后工業化階段，這個階段出現“去工業化”是一個自然的經濟現象，同時可以發現，產能過剩也是這一區域出現“去工業化”的重要原因，產能利用率每下降1%，工業增加值占比下降0.018%。產能過剩造成產品價格的大幅度下降，企業利潤空間遭到嚴重壓縮導致企業破產和工人下崗，對工業的發展造成巨大的負面影響。中部地區而言，產業結構升級系數為正，但不顯著，可能還存在有待研究的其他原因。西部地區，干預系數和產業升級系數均在1%水平顯著，系數分別為0.233和0.617，政府干預增加1%去工業化程度增加0.233%，產業結構升級系數增加1%去工業化程度增加0.617%，產業結構升級對于工業發展的影響幾乎是政府干預的三倍。

（四）穩健性檢驗

去工業化程度變量與其余的控制變量間可能存在互為因果關系，導致內生性問題，同時各解釋變量的變化需要一定時間才能反映具有一定的滯后，因此本文將各個解釋變量分別取滯后一期，然后進行雙向固定效應回歸進一步檢驗穩健性，限于篇幅不再報告回歸結果，主要變量依然顯著。因此，本文的實證結果具有較強的穩健性。

六、結論與啟示

近年來，隨著各地政府積極推動當地產業結構升級，一些地區超越當地自身的發展階段，人為的或者是刻意的追求服務業的過高比重，再加上中央更加重視生態文明和綠色發展，很多地區意圖通過大力發展服務業，實現產業結構升級，吸納就業。加上近些年國際環境惡化，很多出口企業生產困難，要素成本也在不斷上升，很多地區存在產能過剩等這一系列原因，都在一定程度上對工業發展造成了負面影響。本文研究發現，我國在全國以及省級層面已經出現“去工業化”現象，而且各級政府積極干預在這其中起到了重要作用：（1）東部地區出現的“去工業化”現象是產業結構升級的現象，政府在這一過程中并沒有起到過多的作用，去工業化是工業經濟發展到一定階段出現的自然現象，符合產業結構升級的一般規律。（2）廣大的中西部地區超越自身的發展階段，出現的“去工業化”現象，更多的還是由于地方政府干預以及受到產能過剩的影響。（3）東北地區出現的“去工業化”現象，主要源于產業結構升級與要素成本上升兩者的共同作用。

基于以上結論，本文提出如下政策建議：（1）東部地區發展基礎較好，經濟發展水平較高，已經逐步在進行經濟結構轉型，政府應當積極推進供給側結構性改革，有計劃、有順序地引導東部地區淘汰低端落后產能，大力發展新一代戰略性新興產業，提升東部地區企業的自主創新能力，使之向全球價值鏈高端邁進。（2）廣大中西部地區還應當繼續推進工業化道路，各地政府應當考慮到自身條件，不能以犧牲制造業為代價一味的拔高服務業比重，應當結合當地情況穩步推進工業化和城鎮化，發展創新驅動、智慧高效、綠色低碳的高質量新型工業化。（3）東北地區的“去工業化”是與其經濟衰退密切相關的，要避免服務業過快過度增長，繼續推進東北振興戰略，繼續堅定不移的走工業化道路，探索工業和服務業互動融合的發展模式，促進經濟發展。