我國紡織產業生產率影響因素

梁錦凱，張立杰,2

(1.新疆大學 經濟與管理學院，新疆 烏魯木齊 830046；2.新疆大學 紡織與服裝學院，新疆 烏魯木齊 830046)

紡織產業是我國傳統優勢產業，自古以來扮演著提高國際競爭力、穩定民生、改善經濟等重要角色[1]。2005年紡織品配額制度的取消給中國紡織產業帶來了新的機遇，中國紡織產業發展潛能不斷釋放，國際競爭力日益提高。2018年，我國紡織產業規模以上企業達到1.91 萬，平均用工人數331.8 萬人次，占工業總人數4.2%，累計實現利潤1 265.3 億元，占工業利潤總額1.9%[2]，為全面建成小康社會和宏觀經濟“穩增長”持續發力。

當前，我國紡織產業發展環境逐步嚴峻，國內生產成本不斷攀升，減污壓力持續加大，國際貿易摩擦、貨幣流動性收縮等不穩定因素仍然存在，紡織產業依靠要素驅動發展的傳統方式亟待轉變，提高生產率成為紡織產業做優做強的著力點。

本文以我國大部分地區紡織產業為研究對象，利用三階段DEA-Malmquist指數模型及Tobit模型對我國紡織產業生產率增長因素進行分析，從紡織產業外部環境因素、產業內部因素兩方面考察各類因素對紡織產業生產率的影響機制，從而推動我國紡織產業持續優化。

1 紡織產業生產率研究現狀

1.1 生產率估算及影響因素

國外對“生產率”的研究起步較早，最初Solow[3]基于C-D 生產函數提出索羅余值，即產出增長中非要素增長帶來的部分。在“要素規模報酬不變”和“完全競爭市場”假設前提下，索羅余值由我們無法測算的影響因素構成，可以近似理解為“技術進步”。隨著研究深入，生產率[4]一詞被提出，其反映每單位生產要素的生產能力，體現了資源配置狀況、勞動者素質、技術水平等因素對生產活動的影響程度。基于算法得出的生產率不能包含所有與生產有關的因素，函數本身也依賴于各種前提假設，這均會造成誤差，若要減小這種誤差，必然要從影響因素和測度方法兩方面不斷優化。隨后眾多學者基于這個思路對生產率的研究進行不斷拓展。Aigner等[5]提出的參數方法(SFA)構建了隨機前沿面，將更多的影響因素考慮在內。Banker[6]構建的非參數DEA(BCC)模型考慮了多產出及要素規模可變性等問題。Fare等[7]將DEA與Malmquist指數結合起來測度生產率的動態變化(全要素生產率增長)，并進一步將其分解為技術進步和技術效率變化兩部分。Fried等[8]提出三階段DEA模型，剔除了環境因素和隨機干擾因素的影響，進而測得更加客觀的生產率。

綜上所述，對生產率影響因素的處理是估算的重點，也是各種方法依賴的前提假設。產業發展既依賴于經濟、政治、地緣等外部環境因素，又取決于產業屬性、企業發展等內部因素，因此對產業生產率的研究必須把這些因素考慮在內。白重恩等[9]認為各因素對生產率的影響可以分為兩方面，一方面表現為“名義”產出量不變情況下各因素對生產要素投入的增加或降低的影響。另一方面表現為各因素對投入要素生產力的增加或降低的影響，這種影響既可能源于技術進步對單位要素生產能力的提升，也可能來自技術效率提高對單位要素生產力的釋放。基于以上兩方面，通過對產業生產率影響因素進行有效處理，更能客觀分析各地產業生產率差異，深入探討各因素對生產率的影響機制。

1.2 紡織產業生產率研究進展

紡織產業生產率的穩步提高是產業健康發展的根本保證，為此眾多學者對紡織生產率進行了測度。Bhaskaran[10]利用DEA模型對印度紡織產業生產率進行測度分析，并進一步探討了印度4個紡織集群地區技術水平差異性。Kapelko等[11]利用Bootstrapped-Malmquist指數方法研究了1995—2004年全球紡織服裝業的生產率變化，并進一步分解了技術進步、技術效率、規模效率對生產率的貢獻。隨著研究深入，國內外學者逐步把影響因素納入到紡織產業生產率研究體系中。Kouliavtsev等[12]基于39 年數據對美國紡織產業績效和生產率之間的關系進行了探討，研究了要素替代彈性。Chaffai等[13]利用隨機前沿模型對8個發展中國家的紡織產業技術效率影響因素進行了研究，發現有利的商業環境對紡織產業技術效率存在顯著促進作用。付韶軍[14]研究了出口、FDI對我國紡織服裝業全要素生產率的影響效應，認為二者存在正向技術溢出效應，對全要素生產率的促進作用顯著。呂明元等[15]運用DEA-Tobit 二階段模型研究了紡織產業生態效率及影響因素，認為能源結構和環境規制對紡織產業生態效率存在顯著影響。張建磊等[16]則對產業集聚和紡織產業全要素生產率進行了實證研究，認為產業集聚水平對紡織產業全要素生產率有正向作用，但是過度集聚會產生負向作用。

綜上所述，紡織產業生產率的研究不斷豐富，但仍存在一定的改進空間。首先紡織產業生產率的測度往往缺乏對外部環境因素的考慮，這顯然存在一定偏頗。其次研究多局限于紡織產業生產率單一影響因素的分析，缺乏對生產率影響因素的系統討論，各因素的影響機制有待探討。基于此，參考白重恩等[9]的研究，本文從生產率影響因素分類角度出發，將紡織產業生產率影響因素分為外部環境因素和產業內部因素，結合各研究方法假設，選擇三階段DEA-Malmquist指數模型及Tobit模型對我國紡織產業生產率影響因素進行研究。

2 生產率研究方法與指標選取

2.1 研究方法

2.1.1 三階段DEA模型

鑒于經濟、政策等外部環境因素對紡織產業生產率存在較大影響，本文參考Fried等[8]的研究，利用三階段DEA模型對干擾項進行剝離，模型構建如下：

第一階段：傳統DEA模型。考慮投入要素約束和環境保護等因素，本文構建投入導向DEA(BCC)模型對紡織產業生產率進行測度。DEA(BCC)模型十分成熟且比較常見，此處不再敘述。基于模型結果，本文求得各地紡織產業的目標(最佳)投入量，進一步計算得到實際投入量與目標投入量之差，即各地紡織產業投入松弛變量。

第二階段：類似SFA模型。對紡織產業外部環境因素和隨機干擾項的影響進行分析，模型見式(1)。

(1)

(2)

第三階段：變量調整后的DEA模型。經過第二階段調整，可以得出調整后的投入數據。再次利用DEA(BCC)模型對紡織產業進行效率測度。

2.1.2 Malmquist指數模型

為研究紡織產業生產率動態變化過程中的增長因素，本文結合Malmquist指數模型進行動態分析，模型見式(3)。

(3)

式中：Dt為決策單元參照t期技術水平的相對生產效率;M為生產率變動指數，當M>1時，決策單元生產率在t到t+1時期出現增長；當M=1時，保持不變；當M<1時，則出現下降。MEFFCH為技術效率變動指數，表示決策單元在t到t+1時期對生產可能性邊界的追趕程度，當MEFFCH>1時，技術效率出現增長，即產生追趕效應。其中MEFFCH可以進步分解為純技術效率變動指數和規模效率變動指數。MTECH為技術進步指數，表示t到t+1時期生產前沿面的移動程度，當MTECH>1時，則出現技術進步，即產生增長效應。

2.1.3 Tobit模型

考慮三階段DEA模型測算的紡織生產率值介于0～1之間，本文構建Tobit模型對紡織產業生產率的影響因素進行回歸分析，模型見式(4)。

(4)

2.2 指標選取

2.2.1 投入產出指標

作為傳統制造業，紡織產業生產率依賴于資本和勞動要素的優化配置。本文在文獻[17]的基礎上，選取紡織產業固定資產凈值、從業人員作為投入指標，選取紡織產業銷售產值作為工業產出指標。紡織產業投入產出指標體系見表1。

表1 紡織產業投入產出指標體系

2.2.2 生產率影響因素指標

2.2.2.1外部環境影響因素

不同因素對紡織產業生產率的影響機制不同。紡織產業外部環境因素需滿足“分離假設”[17-18]，即這些因素會對紡織產業生產率產生顯著影響，但是其不在紡織產業主觀可控范圍內，其主要通過對紡織產業資本投入、勞動力投入進行干擾，間接地對紡織產業生產率產生影響。分析紡織產業發展環境及生產特點[19]，紡織產業生產率外部環境影響因素指標體系見表2。

表2 紡織產業生產率外部環境影響因素指標體系

①經濟發展以人均生產總值來表示。地區經濟越發達，金融市場越活躍，產業發展更易得到資本支持。另一方面，經濟發展帶來更多的工作機會，人力資本流動加速，產業競爭力將成為勞動力流入的主導因素。

②工業結構用第二產業生產總值與生產總值比值表示。地區發展對工業的依賴度越高，工業資本所占比重越大，工業發展更易受到資本青睞。另一方面，工業發達的地區對勞動力的容納能力較強，工業生產過程中勞動力的投入相對容易。

③對外開放以外商直接投資總額占生產總值比值來表示。隨著外商直接投資增加，資本市場逐步規范，資本投入將更加依賴于行業屬性。另一方面，全球化深入給行業擴大規模提供機遇，勞動力投入狀況將取決于規模擴張程度。

④環境規制以環境污染治理投資總額占生產總值比值來表示。政府環境規制會對產業發展提出更高要求，促使產業結構優化，資本投入將更具針對性。另一方面，環境規制會在短期內加大企業生產成本，倒逼企業精簡人員，勞動力投入將會更加合理。

2.2.2.2產業內部影響因素

紡織產業內部因素聚焦企業層面，主要通過企業管理和技術應用對生產率產生影響，紡織產業生產率產業內部影響因素指標體系見表3。

表3 紡織產業生產率產業內部影響因素指標體系

①行業競爭以規模以上紡織企業個數表示。企業個數反映了產業集聚程度，又能反映行業進出難易程度，能夠很好地反映行業市場競爭程度[20]。根據有效競爭理論，行業內充分的競爭有助于刺激企業加強管理和技術應用，從而提高技術效率。然而，因為地區和工業類型不同,市場競爭對資源配置效率及技術效率的提高作用必然存在顯著差異。

②企業規模以規模以上紡織企業固定資產凈值與企業個數比值表示。企業規模對生產率的影響體現在兩方面，一方面工業生產存在顯著的規模經濟，擴大企業規模必然有利于發揮生產要素的邊際效用，降低生產成本[21]。另一方面，當企業規模過大，會造成生產資源閑置，不利于生產率的提高。

③政府支持以規模以上紡織企業實收資本中政府資本所占比重表示。政府資本投入直接反映了政府對行業的金融支持，也間接反映了政府對行業的政策支持。考慮市場化程度和政府效率，地方政府產業政策對產業結構調整的影響程度不一[22]，政府支持對產業生產率的影響會存在明顯差異。

④績效水平以規模以上紡織企業利潤總額與資產總計比值表示。績效水平反映了企業的盈利能力，企業盈利愈多，愈有能力進行技術更新，從而提高企業生產率，但行業存在異質性，績效水平較高的企業將通過多種方式提高企業競爭力，壟斷和盲目擴大生產規模會降低生產率。

⑤技術裝備以規模以上紡織企業流動資產與固定資產比值表示。工業生產依賴于投入要素與技術裝備，技術裝備水平越高，生產率越高[23]。考慮行業屬性和產業生命周期，技術裝備對產業生產率的促進作用會存在差異，流動資產與固定資產發揮的作用也必然存在差異。

⑥技術積累以各地區紡織產業滯后一年生產率表示。技術積累反映了該地區技術追趕的過程，技術積累愈佳，愈能實現高效生產。然而，技術追趕需要從技術和市場2個維度分析，不同地區技術積累對生產率的影響效應必然存在差異。

2.2.3 指標數據來源及處理

鑒于西藏地區數據缺失嚴重，本文對我國各省、直轄市、自治區(西藏除外)紡織產業生產率進行研究，其中紡織產業(不含紡織服裝、服飾業)投入產出、內部影響因素數據來自《中國工業統計年鑒》(2006—2017)和部分地方年鑒。外部環境影響因素數據來自《中國環境統計年鑒》(2006—2017)和《中國統計年鑒》(2006—2017)。部分數據處理如下：以2005年為基期，利用固定資產投資價格指數對紡織產業固定資產凈值進行平減，利用紡織產業出廠價格指數對紡織產業銷售產值進行平減，分別得到紡織產業固定資產存量和產出數據。

3 紡織產業生產率分析

3.1 紡織產業生產率增長分析

為分析紡織產業生產率增長的主導因素，本文基于調整后的投入變量和原始產出變量，利用三階段DEA-Malmquist指數方法對紡織產業生產率進行動態分析[24]。

時間方面，我國紡織產業各年份Malmquist指數及其分解見表4。

表4 我國紡織產業各年份Malmquist指數及其分解

12年間生產率平均增長9.6%，說明我國紡織產業整體發展日趨穩定，生產率逐步提高。分解可知紡織產業技術進步明顯，年均增長11.1%，成為生產率增長的主導因素，表明我國紡織產業調整逐步發力，技術改造不斷加速，增長效應顯著。紡織產業技術效率年均下降1.4%，其中規模效率年均下降1.6%，導致技術效率的降低和波動，純技術效率對綜合技術效率的提高作用乏力。說明我國紡織產業發展不穩定性仍然存在，提高資源配置水平成為紡織產業發展的主要著力點。

地區方面，2005—2016年我國紡織產業Malmquist指數及其分解見表5。2005—2016年間，我國東部地區紡織產業生產率實現穩定增長，除北京、海南2地外其他東部地區生產率均出現增長。進一步分解可知，東部各地紡織產業均出現技術進步，年均增長多達11.3%，然而規模效率出現嚴重下降，進而導致技術效率年均下降3.4%。說明東部地區技術進步明顯，規模效率不佳成為該地紡織產業生產率提高的主要障礙。中部地區12年間生產率平均增長9.6%，略高于東部地區，其中技術進步增幅略低于東部地區，規模效率相對東部地區較優，除山西、黑龍江、河南等地外其他地區技術效率均實現不同程度增長。說明中部地區紡織產業正在穩定發展，技術進步是該地紡織產業生產率提高的主導因素。西部地區生產率增長最快，平均每年增長高達14.1%，其中技術進步顯著，年均增長多達11.1%，技術效率年均增長2.7%，純技術效率和規模效率均出現不同程度提升。具體來看，只有甘肅省各方面效率出現輕微下降，其他地區各方面效率均呈現增長趨勢，說明西部地區紡織產業發展態勢良好，管理水平和資源配置水平出現不同程度提高，技術進步仍是生產率提高的主要動力。

表5 2005—2016年我國紡織產業Malmquist指數及其分解

3.2 紡織產業生產率影響因素分析

3.2.1 外部環境因素分析

三階段DEA模型中的第二階段類似SFA模型分析了環境因素對投入松弛變量的影響，環境變量系數為正，說明環境變量會增加投入松弛，不利于生產率的提高；反之，環境變量會減少投入松弛，有助于生產率的提高。為保證研究的科學性和嚴謹性，本文分別構建12個截面SFA方程進行分析，所得各年環境變量系數同向，以下僅以2016年結果為例進行分析，紡織產業生產率外部環境因素實證結果見表6。

表6 紡織產業生產率外部環境因素實證結果

①經濟發展對紡織產業資本投入松弛量的影響顯著為正，對勞動力投入松弛量的影響為負，但不顯著。說明經濟水平較高的地區更易受到資本青睞，紡織產業作為傳統產業，市場比較穩定，資本投入也會相對容易，但會造成資本冗余。另一方面，隨著經濟水平的提高，居民對工作的期望會日益增加。紡織產業的工作環境具有一定的獨特性，對勞動力吸引力日益減弱，從而造成勞動力投入冗余較小，勞動要素更能發揮邊際效應。

②工業結構對紡織產業資本投入、勞動力投入松弛量存在正向影響，且均通過1%的顯著水平。說明工業產值占比越高，地區發展對工業的依賴性越強，政府和市場更加青睞為工業發展提供服務。紡織產業作為我國傳統優勢產業，競爭力較強，更易得到資本、勞動力的投入，但是生產資源將會存在浪費和閑置，不利于紡織產業生產率的提高。

③對外開放對紡織產業資本投入松弛量的影響顯著為負，對勞動力投入松弛量的影響顯著為正。說明在對外開放水平較高的地區，紡織產業資本投入要求更高的回報率，資本冗余相對較小。另一方面，地區對外開放水平越高，越有利于學習先進的知識和技術。紡織產業技術水平也會相應提高，其對勞動力的需求會逐步減小，勞動力要素將會出現冗余。

④環境規制對紡織產業資本、勞動力投入松弛量存在負向影響，且均通過1%的顯著水平。說明紡織發展對環境的依賴性較強，環境規制程度越高，地區紡織產業發展愈加規范，紡織產業結構更加科學合理，資本、勞動力投入將會更加高效，生產要素冗余會逐步減小，有助于紡織產業生產率提高。

3.2.2 產業內部因素分析

鑒于東、中、西部地區異質性，產業內部因素對紡織產業生產率的影響必然存在差異，本文采用Stata15.1軟件分別對上述地區紡織產業生產率進行截斷回歸，其中紡織產業生產率為被解釋變量，紡織產業內部因素為解釋變量，經檢驗各地區均采用混合固定效應模型分析，紡織產業生產率產業內部因素回歸結果見表7。

表7 紡織產業生產率產業內部因素回歸結果

①行業競爭對中、西部地區紡織產業生產率在1%的顯著水平下有明顯提升作用，提升效果依次遞增。中、西部地區紡織企業相對較少，盡管承接東部地區紡織產業轉移，但是市場單一，行業競爭有利于激發市場活力，增加企業危機意識，迫使企業加大新技術應用，從而提高紡織產業生產率。

②企業規模對不同地區紡織產業生產率的影響存在顯著差異。企業規模對東、中部地區紡織產業生產率提升存在顯著阻礙作用，對西部地區生產率在5%顯著水平下有提升作用。東、中部地區紡織企業發展迅速，但是企業規模過大反而存在資源浪費情況，不利于紡織產業生產率的提高。西部地區紡織產業起步較晚，企業規模相對較小，加大企業規模可以實現規模經濟，從而有助于生產率提高。

③政府支持對中部地區紡織產業生產率提升在1%的顯著水平下有抑制作用；對西部地區紡織產業生產率存在顯著提升作用。中部地區紡織市場逐步成熟，地方政府給予大量支持，但是效率不高和過度支持產生部分負面影響，不利于紡織產業生產率的提高。西部地區紡織產業基礎相對薄弱，政府支持能夠明顯優化紡織環境、增強產業配套能力，進而對紡織產業生產率起到顯著提升作用。

④績效水平對紡織產業生產率有顯著提升作用。績效水平對中部地區紡織產業生產率的提高作用最大，東、西部地區依次遞減。東部地區紡織產業技術水平較高，企業盈利被更多的投入到研發創新方面，對生產率的促進作用存在滯后效果。中部地區紡織產業基礎設施健全，勞動力優勢尚且存在，企業盈利多用于加強管理和技術更新，對生產率的提升作用更加直接快速。西部地區紡織產業以粗加工為主，核心技術對外依賴性強，企業盈利多用于擴大規模，對生產率的提升作用相對較弱。

⑤技術裝備對東部地區紡織產業生產率提升在1%的顯著水平下存在抑制作用，對西部地區紡織產業生產率存在顯著提升作用。東部地區紡織產業位于產業升級前沿，技術更新成為核心路徑，固定資產更能發揮對生產率的促進作用。西部地區紡織產業起步較晚，技術應用和管理水平亟需提高，流動資產多用于新技術消化吸收，對生產率的提升作用更加顯著。

⑥技術積累對紡織產業生產率提升作用顯著，且明顯高于其他因素。隨著科技發展提速，紡織產業技術裝備更新加快，新材料應用不斷推廣，紡織產業技術積累日益重要。當前，我國紡織產業技術水平達到新的高度，無論是東部地區產業轉移，或是中、西部地區產業承接，穩定生產成為產業升級的根本保證，技術積累成為紡織產業生產率穩步提高的主導因素。

4 結束語

本文利用三階段DEA-Malmqusit指數模型及Tobit模型對我國紡織產業生產率影響因素進行研究，得出以下結論：

①我國紡織產業生產率呈現增長趨勢，其中東、中部地區紡織產業穩定發展，西部地區追趕效應明顯，技術進步能夠顯著提升紡織產業生產率，規模效率下降會阻礙紡織產業生產率的提升。

②紡織產業外部環境因素方面，經濟發展、工業結構、對外開放、環境規制會影響紡織產業生產過程中勞動力、資本的投入量，進而對生產率產生間接影響，各因素對不同投入要素的影響存在顯著差異。

③紡織產業內部因素方面，行業競爭、企業規模、政府支持、績效水平、技術裝備、技術積累能夠直接影響紡織產業生產率，其中行業競爭、績效水平、技術積累能夠顯著提高紡織產業生產率。企業規模、政府支持、技術裝備對東、中部地區紡織產業生產率提升存在抑制作用，對西部地區紡織產業生產率存在提升作用。

綜上所述，不同因素對我國紡織產業生產率的影響效應存在差異。我國紡織產業生產率的提高應以加快技術進步為主。不同地區可以根據各因素影響效應差異制定針對性策略，穩步提高紡織產業生產率。