要素配置效率、選擇性產業政策與制造業結構轉型

李婉紅 李娜 李策

摘 要：提升要素配置效率、促進制造業結構轉型升級已成為破解東北地區經濟增長困境、實現我國區域均衡發展戰略的重中之重。本文基于1998-2013年東北地區制造業面板數據，驗證要素配置效率是否促進東北地區制造業結構轉型，并探討選擇性產業政策對要素配置效率與制造業結構轉型的調節效應。研究發現，提升要素配置效率可顯著促進東北地區制造業結構合理化與高度化，選擇性產業政策對要素配置效率和制造業結構轉型的調節作用則與產能利用率有關，當制造業行業產能不足和產能合意時，選擇性產業政策可顯著提高要素配置效率對制造業結構轉型升級的促進作用，然而，當產能過剩時，選擇性產業政策則會弱化要素配置效率對結構轉型的正向作用。

關鍵詞：要素配置效率；選擇性產業政策；產能利用率；制造業結構轉型

一、引 言

黨的十九大報告中指出，新時代我國社會的主要矛盾已轉變為人民日益增長的美好生活需要和不平衡不充分發展之間的矛盾。從經濟視角分析，所謂“不平衡”涵蓋了產業結構不平衡、地區經濟發展不平衡等問題；所謂“不充分”則包含了新舊動能轉換不充分、要素配置效率不充分等。由于近年來東北地區受“三期”疊加沖擊，經濟增長持續低速徘徊，產業結構尤其是制造業結構矛盾突出，已成為我國經濟發展不平衡不充分的焦點。尤為值得關注的是，近年來東北地區勞動力供需矛盾、技術投入不足、資本投入冗余等要素配置問題凸顯，進一步擴大了制造業結構性缺陷對經濟增長的抑制效應。因此，如何提升東北地區要素配置效率，推動制造業結構轉型升級，推進新舊動能有效轉換，已成為破解東北經濟增長困局、實現我國區域經濟均衡發展的重中之重。

關注經濟增長的文獻普遍認為要素的有效配置對產業結構變遷具有推動作用。例如Clark、Hoffmann和Walther等提出“結構紅利假說”，認為要素配置能夠通過“結構紅利”效應帶來生產效率的提高，促進經濟持續增長（Clark，1957；Hoffmann和Walther，1958）。基于“結構紅利假說”，學者們從理論和實證兩個維度對要素配置、結構轉型與經濟增長的關系進行探討，且多數研究結論已證實這一假說。例如Brandt利用1998-2006年中國制造業企業數據，進行全要素生產率增長分解，發現企業間要素配置會提高全要素生產率的增長（Brandt等，2012）。Inklaar等進一步提出有效的要素配置還帶動了產業結構變動（Inklaar等，2015）。張軍等、楊志才等同樣驗證了“結構紅利”的存在，他們提到改革開放期間行業間要素配置推動了工業生產率的提高，這一現象是工業結構改革引起的（張軍等，2009；楊志才，2019）。但也有學者指出，要素配置的“結構紅利”存在一定異質性與遞減效應。例如趙春雨等研究發現，我國八大經濟部門勞動力再配置對促進生產率增長存在弱“結構紅利”，資本要素更是體現出“結構負利”（趙春雨等，2011）。余子鵬和劉勇同樣認為，要素配置效率不可否認是結構調整和經濟持續發展的重要源泉，但這種“結構紅利”效應和調整效應會隨時間而衰弱（余子鵬和劉勇，2011）。梁洪基等則發現，要素配置對不同行業具有異質性影響，服務業的要素配置效率低于制造業，尤其產能過剩行業存在要素資源配置“逆技術進步傾向”（梁洪基等，2019）。

根據制度經濟學理論，產業政策是影響甚至決定產業轉型升級和要素配置效率的重要工具，然而，有關產業政策有效性的爭辯卻經久不息。其中，支持產業政策有效性的論斷主要源于政府對市場失靈的矯正功能，例如Solow較早從增長理論的角度論證產業政策的有效性，他提出當市場無法使得資源快速流向高增長產業時，就必須通過政府利用產業政策以引導資源從衰退產業快速流向新興產業（Solow，1956）。Bronfenbrenner和Gerschenkron也認為不發達國家資本要素相對不足，這就導致在其跳躍式發展資本密集型產業時，需要政府通過產業政策對該類產業進行要素配置（Bronfenbrenner和Gerschenkron，1962）。林毅夫更是肯定產業政策對提高經濟增長的重要性，他提到產業政策能夠通過要素重新配置和產業結構優化升級，具有彌補市場失靈、重塑比較優勢的重要功能（林毅夫，2012）。韓永輝等通過量化分析產業政策效應，發現產業政策實施對市場化程度較高地區的企業全要素生產率促進作用更為顯著，并能夠有效促進各省市產業結構的高度化和合理化（韓永輝等，2017）。因此，產業政策會改變要素資源在行業間的流動以及資本市場預期，進而影響產業結構升級（韓乾和洪永淼，2014；孫湘湘等，2018）。與此同時，產業政策有效性也備受質疑，即市場失靈的普遍存在并不自動證明政府干預的必要性，政府干預究竟能否矯正市場失靈還有待探討（顧昕，2017；袁海等，2020）。相對于建立公共服務體系的功能性產業政策，學者們尤其批評了選擇性產業政策“挑選贏家”或“挑選輸家”的缺陷，認為這類政策通過對市場進入、價格以及要素配置進行直接干預，不僅阻礙市場有效競爭，而且政府一方面因缺乏足夠的信息去選擇贏家而加重要素冗余，另一方面容易滋生尋租與腐敗，造成政府失靈（Aghion和Howitt，2009；江飛濤和李曉萍，2010；張莉等，2017）。

綜上分析，國內外學者在要素配置、結構轉型及產業政策領域進行了大量研究，對指導產業結構轉型升級具有重要的借鑒意義。但現有文獻更多討論三次產業間要素配置與結構轉型問題，對具體地區具體產業內細分行業則較少探討，從而忽略了我國地區間因要素稟賦差異所帶來的產業結構異質性特征，對指導產業結構轉型、推進區域協調發展具有局限性。考慮到東北地區在實現區域協調發展戰略中的重要性，加之近年來制造業比較優勢逐漸喪失、結構性失衡問題凸顯，提高要素配置效率、推進制造業內部結構轉型已極為迫切，因此，以東北地區為例探討制造業內部的要素配置及結構性問題成為必要。此外，從上述文獻分析可知，產業政策尤其是選擇性產業政策究竟是否有效尚未取得一致結論，但從實踐來看，選擇性產業政策仍然是我國政府重要的宏觀調控工具，其中包括大量針對東北地區產業發展的選擇性政策，那么這些選擇性產業政策的頒布究竟是否實現了預期目標？是否對東北地區要素配置和產業結構轉型起到了促進作用？這些問題尚有待驗證。

基于此，本文以1998-2013年東北地區制造業為研究樣本，通過構建計量模型，試圖回答要素配置是否促進了東北地區制造業結構轉型，并探討選擇性產業政策在要素配置效率與制造業結構轉型關系中的作用，研究結果為推動東北地區制造業轉型提供理論借鑒。本文主要創新之處包括：第一，區別于現有文獻多從三次產業間要素流動視角研究結構轉型升級，本文以東北地區為例，探討制造業內部行業間要素配置及其結構升級問題，為打開東北地區制造業結構失衡的“黑箱”提供借鑒。第二，區別于以往研究，本文重點探討選擇性政策的作用，并按照產能利用率將制造業行業分為產能不足、產能合意和產能過剩三類，驗證選擇性產業政策作為“看不見的手”究竟推動還是阻礙要素配置在東北地區制造業結構轉型中的作用，從而為政府制定與有效實施產業轉型升級政策提供參考。

本文其余內容安排如下：第二部分提出研究假設；第三部分為經驗模型、樣本與數據來源；第四部分為實證檢驗及結果分析；第五部分為選擇性產業政策的調節效應檢驗；第六部分為結論及政策建議。

二、研究假設的提出

依據Clark、Hoffmann等提出的“結構紅利假說”（the structural bonus hypothesis）（Clark，1957；Hoffmann和Walther，1958），在非均衡經濟中，生產要素的配置方向通常取決于高邊際產出所帶來的高要素報酬，即要素價格高的產業更容易吸引要素流入，而高要素價格源于產業中的要素稀缺性，使得該產業對此類要素的需求相對較大，尤其是勞動力流動更能夠體現這種規律。因此，由于勞動密集型產業的資本-勞動比相對較低，而資本密集型產業則具有較高的勞動收益率，制造業發展總會遵循從勞動密集型產業向資本密集型產業轉型升級的路徑。從這一點來看，當勞動力從低回報率的勞動密集型產業向高回報率的資本密集型產業轉移時，將產生額外的勞動生產率增長，這種過程無疑帶來產業升級。

結合東北地區制造業進行分析。自“一五”計劃以來，受國家工業化布局的推動，東北地區逐步形成了以能源、原材料、機械裝備等為主體的工業體系，并承擔著生產中間產品的計劃性任務。然而，以指令性計劃調撥中間產品和以市場配置價格購入原材料、設備的“雙軌制”不僅形成了區際不等價交換，致使東北地區出現大量差價虧損（厲璠和張泓銘，1988； 方秉鑄，1991），而且低效率的要素配置也抑制了東北地區制造企業進行更新改造及擴大再生產投資。直到1992年改革開放深化以及1994年“分稅制”的實施，東北地區生產要素開始從低報酬產業流向高報酬產業，制造業結構也隨之逐步調整。與東部沿海地區相比，盡管東北地區市場化進展緩慢，加之區位優勢減弱，資本與技術積累匱乏等原因，制造業結構存在“積重難返”問題，但從現實而言，要素配置效率的提升在一定程度上推動了東北地區制造業的緩慢轉型，一些生產原油、原煤、生鐵等資源類為主的初加工工業逐漸向以機床、成品鋼材、交通運輸設備等為主的高加工工業轉型。因此，基于上述分析，本文提出以下假設：

假設1：要素配置效率的提升可有效促進東北地區制造業結構轉型。

相對于功能性政策而言，我國產業政策多以選擇性政策為主（江飛濤和李曉萍，2018；彭偉輝和宋光輝，2019）。然而，選擇性產業政策因其具有“挑選贏家”或“挑選輸家”的功能而備受質疑與爭論。因此，本文僅探討選擇性產業政策在要素配置效率與產業轉型中的作用機制。

通常而言，選擇性產業政策在“挑選贏家”時，常鼓勵或禁止生產要素流向某類產業，可直接影響產業的要素投入與產業轉型，例如對高技術行業加大補貼、降低進入壁壘、簡化行政審批等（黎文靖和李耀淘，2014；孟慶璽等，2016），往往可加速要素流入。反之，“挑選輸家”則表現在政府通過提高進入壁壘、加強行業管制等，減少持續性衰退行業的要素流入，迫使衰退企業進行轉型。此外，政府的這種“挑選”行為具有信號傳遞功能，有助于解決外部投資者與產業之間的信息不對稱，進而影響決策行為與要素流入（顧昕和張建君，2014；李莉等，2015）。然而不容忽視的一個問題是，由于不同產業的產能利用水平不同，選擇性產業政策可能出現兩種截然相反的結果：一是彌補要素不足，另一種則加重要素冗余。例如當產業產能利用率高且市場潛力大時，往往會出現要素匱乏，此時選擇性產業政策則通過彌補要素不足從而加快產業擴張。但若產業產能利用率低，產業政策因選擇偏誤而繼續支持時，則容易導致要素冗余加劇，反而降低要素配置效率、阻礙產業結構轉型。

結合東北地區進行分析，由于該地區在國家工業化戰略中肩負的歷史使命，其產業發展歷程伴隨著產業政策的制定、實施與持續修訂。自20世紀50年代起，政府就開始通過制定五年計劃對東北地區主導產業進行布局與建設，確立了該地區相對完備的工業體系。直到2003年以前，與東北地區相關的產業政策多側重于對工業企業擴大生產規模、加大開放力度、引進外資等方面的規劃。從實踐看，這些選擇性產業政策在初期推動了要素向新建工業的集聚，帶動了工業化的快速發展，但后期又使得東北地區落入“路徑依賴”陷阱，“重重輕輕”的產業結構弊端逐漸顯現，最終導致“東北現象”出現。2003年10月，中共中央、國務院發布《關于實施東北地區等老工業基地振興戰略的若干意見》（國發〔2009〕33號），此后相繼出臺諸如加大重點建設項目支持力度、加快產業結構調整等一系列“東北振興”政策措施。該階段的選擇性產業政策以資本投入為主，通過加大對傳統產業的資本投入，試圖重新培育產業競爭優勢。在該系列政策的推動下，2003-2012年期間，東北三省固定資產投資率達到30% 以上，部分年份更是接近50%，快速擴張的投資一方面推動了東北地區經濟的十年黃金發展，但另一方面也造成產能過剩日益嚴重，經濟下行壓力日趨增大（孫久文等，2019）。2014年國家再次啟動新一輪東北振興戰略，2016年4月開始實施的《中共中央國務院關于全面振興東北地區等老工業基地的若干意見》，圍繞裝備制造業提質增效、戰略性新興產業培育等領域集中發力，以推動東北地區產業2020 年邁向中高端、2030 年實現全面振興的目標。這些政策的制定無疑為推動東北地區產業轉型和經濟發展起到了一定作用，但是否達到了政策既定目標尚需進一步驗證。總之，綜合上述分析，本文對選擇性產業政策的作用提出如下假設：

假設2：在產能利用率高的行業，選擇性產業政策可通過彌補要素不足，促進要素配置效率對制造業結構轉型的正向作用；反之，若產業產能利用率低，則會通過加重要素冗余負向調節二者關系。

三、經驗模型、樣本與數據來源

（一）模型構建

模型中的各變量具體解釋如下：

（1）制造業結構轉型。遵循產業結構轉型的界定，該變量可從結構合理化和高度化兩方面進行衡量。其中，產業結構合理化的測度主要有兩種形式，一是以錢納里等人的標準產業結構為依據進行測度；二是采用泰爾指數進行測度（干春暉等，2011；王亞南等，2019）。由于標準產業結構提供的各產業產值比例無法反映經濟轉軌期的中國實際情況（袁航和朱承亮，2018），泰爾指數則通過測度產業結構與就業結構的耦合度較好反映各產業合理化程度，因此，本文采用該方法對每個制造業行業結構合理化進行衡量，即：

（3）選擇性產業政策（Policy）。目前學界對于產業政策如何度量存在不一致的觀點和做法，例如通過稅收優惠、財政補貼等進行間接度量（郭曄和賴章福，2011；Acemoglu等，2015），也有學者利用文本分析，總結產業政策類型及頒布數量進行直接度量（宋凌云和王賢彬，2013；韓永輝等，2017）。考慮到間接法無法精準匹配到具體的產業政策，數量加總雖然能夠較好地表征產業政策實施強度，但由于制造業行業往往會被納入多個產業政策，或同一項產業政策涉及多個制造業行業，采用數量法會出現重復加總情況，因此，本文使用虛擬變量對選擇性產業政策進行衡量。同時，鑒于“挑選輸家”的產業政策相對較少，本文僅研究“挑選贏家”的選擇性產業政策，即當本年度政府機構發布產業政策支持該地區某個制造業行業發展時，則為1，否則為0。1需要說明的是，當某項產業政策為階段性時，則在該階段內均賦值為1，其他時間段則為0；當產業政策未標明實施階段時，則頒布前為0，頒布后的時間段內均賦值為1。

此外，結合現有相關研究，本文在模型中引入以下行業及企業特征的控制變量：①行業規模（Scale）：采用該行業企業工業總產值除以企業個數進行衡量。②國有化程度（Market）：采用該行業國有及國有控股工業企業資產合計占規模以上企業資產合計的比值進行衡量。③行業集中度（HHI）：即HHI指數，按照行業內總資產前四大企業的銷售份額平方累加和進行衡量。④資產負債率（Asset）：采用企業總負債除以資產總額的比率衡量。⑤企業成長性（Growth）：采用企業固定資產增長率計算。⑥企業盈利能力（Profit）：采用企業銷售利潤率表示。

（二）樣本選擇與數據來源

鑒于四位數制造業能夠深入反映制造業行業內部的結構性問題，且中國工業企業數據庫包含了全部國有企業和年主營業務收入在500 萬元及以上的非國有工業企業，能夠將微觀企業與四位數制造業行業進行較為準確的匹配，因此，本文結合地區代碼和行業代碼對1998-2013年中國工業企業數據庫中所包含的東北地區制造企業的統計數據進行收集，并進行以下處理：（1）由于《國民經濟行業分類》在研究期分別進行了兩次修訂，因此通過進行新舊類目對照對制造業行業進行整合與選取，最終確定共470個四位數制造業行業。（2）剔除數據連續缺失以及工業總產值、工業增加值、固定資產總值、從業人員等為異常值的樣本。（3）制造業四位數行業數據由企業樣本按照行業代碼進行加總或取平均而得，企業特征控制變量均采用平均值轉化至行業層面，所有連續數據進行上下1%的winsorize處理，以避免異常值的影響。描述性統計結果如表1所示。

四、實證檢驗及結果分析

（一）基準回歸結果

本文首先采用固定面板效應估計方法，并控制個體效應和時間效應，估計要素配置效率對東北地區制造業結構轉型的影響，基準模型的估計結果如表2所示。

表2中的回歸結果顯示，在未引入控制變量時，要素配置效率對東北地區制造業結構轉型合理化的影響系數為0.648，且在10%水平下顯著為正，說明要素配置效率每提升1%，可帶動東北地區制造業結構合理化提升0.648個百分點。模型（2）和模型（3）分別引入行業特征控制變量以及所有控制變量后，要素配置效率的影響系數仍為正且通過顯著性檢驗，表明要素配置效率的提升能夠有效促進東北地區制造業結構合理化。同理，模型（4）至模型（6）中的回歸結果表明，要素配置效率對東北地區制造業結構高度化同樣具有顯著的促進作用，在引入所有控制變量后，要素配置效率每提高1%，可提高制造業高度化0.098個百分點，因此假設1得到驗證。從制造業結構合理化角度分析，要素配置效率的提高表明東北地區生產要素在行業間的充分流動，有助于減少制造企業的要素錯配成本，進而提高制造業結構合理化水平。從制造業結構高度化看，要素配置效率的提高則可以有效增加利潤，并為企業實施技術創新、實現產品升級提供資金保障，進而提高制造業結構高度化。因此，健全東北地區的要素交易市場，深化要素市場化配置改革，促進要素自主有序流動，提高要素配置效率，有助于激發東北地區制造業企業的創造力和市場活力，并有效帶動制造業結構向高附加值、高生產效率產業轉型。

此外，對表2中控制變量的回歸結果進行分析可知，行業規模、企業成長性以及企業盈利能力的提高均有利于制造業結構轉型。而國有化程度則為負向影響，即過高的國有化程度不利于制造業結構轉型，因此，加大國有企業所有制改革力度具有迫切性。同樣，行業集中度也呈現出負向作用，表明過高的集中度抑制了市場有效競爭，將導致制造業結構轉型受阻。

（二）穩健性檢驗

第一，考慮要素配置效率與制造業結構轉型可能存在互為雙向因果，同時根據上述組間異方差檢驗、序列相關檢驗及截面相關檢驗結果，參照Davidson-MacKinnon和杜龍政等的做法（Davidson和MacKinnon，1993；杜龍政等，2019），本文選擇動態面板數據模型，并采用系統GMM估計法處理可能存在的內生性問題，結果如表3所示。

根據表3回歸結果可知，Arellano-Bond檢驗結果中的AR（1）顯著而AR（2）不顯著，說明模型中不存在除一階相關之外的二階或者更高階的序列相關性，Sargan和 Hansen 檢驗統計量也表明，制造業結構合理化和高度化均接受原假設，即模型的工具變量選擇合理。進一步分析，結構合理化和高度化的一階滯后項系數均顯著，說明東北地區制造業結構上一期合理化和高度化的變化對當期產生影響。從要素配置效率的回歸系數來看，核心解釋變量的系數符號和顯著性并未發生明顯變化，證實了研究結果的穩健性。此外，將系統GMM的回歸結果與基準回歸結果相比可知，考慮內生性問題后要素配置效率對結構合理化與高度化的影響均有提高。

第二，為進一步檢驗回歸結果的穩健性，本文對制造業結構合理化和高度化替換測度方法。依據最優產業結構理論，采用結構偏離度即各制造業行業工業總產值比重/相應勞動力比重與1的差值對制造業結構合理化進行測算（肖興志等，2012）。同時，根據袁航和朱承亮的觀點，產業結構高度化包含了產業份額量的變化，因此，依據結構層次系數即各行業工業總產值占制造業工業總產值的比重對制造業結構高度化進行衡量（袁航和朱承亮，2018）。在此基礎上，使用固定效應模型估計要素配置效率對制造業結構轉型的影響，估計結果如表4所示。由表4可知，與基準回歸結果相似，要素配置效率對制造業結構合理化和高度化均產生了正向顯著的促進作用，因此進一步證實了研究結果的穩健性。

五、選擇性產業政策的調節效應檢驗

在基準回歸基礎上，本部分檢驗選擇性產業政策對要素配置效率和制造業結構轉型關系的調節效應。根據假設，由于不同產業的產能利用水平存在差異，選擇性產業政策會出現彌補要素不足和加重要素冗余兩種結果。因此，本文結合產能利用率指標對四位數制造業行業的產能利用水平進行分析，在此基礎上探討選擇性產業政策的調節作用。

產能利用率是指實際產出與設計產出的比值，反映企業生產資源是否真正得到有效利用（韓國高等，2011）。現有文獻多采用成本函數法、前沿面分析法、協整法等對產能利用率進行計算，其中Shaikh和Moudud所提出的協整法因簡便易行且誤差率較低而得到廣泛應用（Shaikh和Moudud，2004），其基本原理可描述為：如果實際產出和行業固定資本存量之間存在協整關系，就可推定二者之間實際上維持著穩定的長期關系，因此，通過資本存量與產出的線性關系可得到設計產出，即：

基于公式（7）測算的產能利用效率，本文選取t年產能利用率的平均值對研究樣本進行分類。目前國際領域一般認為產能利潤率的正常值在79%-83%，低于79%則認為存在產能過剩現象。因此，本文將研究樣本分為三個區間，即（83%，100%）、（79%-83%）、（0-79%），分別表示產能不足、產能合意、產能過剩。結合測算結果，東北制造業產能過剩行業高達62%，24%的行業存在產能不足，僅有14%的行業處于產能合意區間，從而驗證了東北地區制造業行業存在較為嚴重的產能過剩問題，這也是導致區域經濟增長滯緩的原因之一。在此基礎上，通過選擇性產業政策與要素配置效率的交互項驗證產業政策的作用效果，結果如表5所示。

由表5結果可知，要素配置效率的回歸系數顯著為正，即要素配置效率的提高會對東北地區制造業結構合理化和高度化產生積極影響，再次對本文提出的假設1進行了驗證。當加入要素配置效率和選擇性產業政策的交互項之后，三類產能利用率不同的行業回歸系數具有差異，其中，當產能不足和產能合意時，選擇性產業政策與要素配置效率的交互項系數均顯著為正，表明選擇性產業政策確實能夠彌補行業擴張中所需要投入的要素，進而提高要素配置效率對制造業結構轉型的正向作用。然而，當制造業行業出現產能過剩時，其系數顯著為負，表明以政府補貼為主的選擇性產業政策容易加重已經過剩的產能，從而限制要素配置效率對制造業結構轉型的促進作用，假設2得到驗證。因此，選擇性產業政策是要素配置效率的補充性解釋因素，一方面產業政策通過“鼓勵”、“扶持”等導向性規定，引導生產要素流向產能不足和產能合意的制造業行業時，能夠帶動產業的良性發展。然而，另一方面，不可忽視選擇性產業政策對產能過剩行業的負面影響作用，這也是第一輪東北振興政策實施后部分制造業出現產能過剩問題的原因所在，也表明單純以“輸血”為主的扶持性產業政策會加重要素冗余問題，并阻礙制造業結構趨于合理化和高度化。

六、結論及政策建議

本文結合1998-2013年東北地區制造業面板數據，探討要素配置效率對東北地區制造業結構轉型的影響，并得出如下結論：第一，提升要素配置效率可顯著促進東北地區制造業結構合理化與高度化，即通過要素配置效率的提升能夠促進東北制造業部門生產效率增長，進而推動東北地區制造業結構轉型。第二，選擇性產業政策具有不同的調節效應，當制造業行業要素投入不足時，選擇性產業政策的實施可彌補要素不足，提高要素配置效率，并促進制造業結構轉型；當制造業行業要素冗余時，選擇性產業政策會加重冗余度，并抑制要素配置效率對制造業結構轉型的正向作用。

為進一步促進東北地區制造業結構轉型，本文從要素投入結構、要素供給質量、要素市場化改革以及產業政策等方面提出如下政策建議： 第一，東北地區制造業的特點是重化工業、資源類產業比重高，新老動力并存，因此應提高要素配置效率，尤其是降低要素依賴產業的投資比重，增加技術、信息等要素投入，以推動生產要素由生產率較低的行業轉向高效率、高附加值的行業，實現制造業增長由要素驅動轉向效率驅動。第二，應分類制定對制造業行業的扶持性產業政策，加大對產能不足行業的扶持，通過政府補貼、稅收優惠等措施引導生產要素流向新興或具有發展潛力的制造業行業。對于產能過剩的行業則減少要素的過度投入，避免要素資源的浪費，并激發企業內生增長動力。第三，推動選擇性產業政策向功能性產業政策的轉變，加大政府的“放管服”改革力度，降低政府對要素市場的過度干預，引導勞動力要素合理暢通有序流動，通過推進資本要素市場化配置、改革收入分配體制、完善勞動力市場、保護勞動者權益等，調動勞動者的積極性和創造性。

總之，制造業結構轉型事關東北地區經濟可持續發展，并決定國家區域均衡發展戰略目標的順利實現。因此，通過制定合理的產業政策，并按照區域比較優勢對制造業布局進行規劃，形成產業政策與企業有效對接的良性機制，加快政策落實落地，為推動地區制造業結構的有效轉型提供政策保障。

參考文獻

[1] 方秉鑄：《搞活國營大中型企業的根本出路在于深化改革》[J]. 《社會科學輯刊》，1991年第04期，第63-66頁。

[2] 顧昕：《協作治理與發展主義：產業政策中的國家、市場與社會》[J]. 《學習與探索》，2017 年第 10 期，第 86-95 頁。

[3] 郭曄、賴章福：《政策調控下的區域產業結構調整》[J]. 《中國工業經濟》，2011 年第 04 期，第 74-83 頁。

[4] 韓國高、高鐵梅、王立國、齊鷹飛、王曉姝：《中國制造業產能過剩的測度、波動及成因研究》[J]. 《經濟研究》，2011 年第 12 期，第 18-31 頁。

[5] 韓乾、洪永淼：《國家產業政策、資產價格與投資者行為》[J]. 《經濟研究》，2014 年第 12 期，第 143-158 頁。

[6] 江飛濤、李曉萍：《直接干預市場與限制競爭：中國產業政策的取向與根本缺陷》[J]. 《中國工業經濟》，2010 年第 09 期，第 26-36 頁。

[7] 李莉、高洪利、陳靖涵：《中國高科技企業信貸融資的信號博弈分析》[J]. 《經濟研究》，2015 年第 06 期，第 162-174 頁。

[8] 林毅夫：《新結構經濟學》，北京大學出版社，2012年。

[9] 孟慶璽、尹興強、白俊：《產業政策扶持激勵了企業創新嗎？——基于“五年規劃”變更的自然實驗》[J]. 《南方經濟》，2016 年第 12 期，第 1-25 頁。

[10] 孫久文、蘇璽鑒、閆昊生：《新時代東北振興的產業政策研究》[J]. 《經濟縱橫》，2019年第09期，第22-29頁。

[11] 孫湘湘、周小亮、黃亮雄：《資本市場發展與產業結構升級》[J]. 《產業經濟評論》，2018年第06期，第86-104頁。

[12] 肖興志、彭宜鐘、李少林：《中國最優產業結構：理論模型與定量測算》[J]. 《經濟學（季刊）》，2012 年第10 期，第 135-162 頁。

[13] 張莉、朱光順、李夏洋、王賢彬：《重點產業政策與地方政府的資源配置》[J]. 《中國工業經濟》，2017 年第 08 期，第 63-80 頁。

[14] 杜龍政、趙云輝、陶克濤、林偉芬：《環境規制、治理轉型對綠色競爭力提升的復合效應——基于中國工業的經驗證據》[J]. 《經濟研究》，2019 年第 10 期，第 106-120 頁。

[15] 干春暉、鄭若谷、余典范：《中國產業結構變遷對經濟增長和波動的影響》[J]. 《經濟研究》，2011 年第 05期，第 4-16 頁。

[16] 顧昕、張建君：《挑選贏家還是提供服務？——產業政策的制度基礎與施政選擇》[J]. 《經濟社會體制比較》，2014 年第 01 期，第 231-241 頁。

[17] 韓永輝、黃亮雄、王賢彬：《產業政策推動地方產業結構升級了嗎？——基于發展型地方政府的理論解釋與實證檢驗》[J]. 《經濟研究》，2017 年第 08 期，第 33-48 頁。

[18] 江飛濤、李曉萍：《改革開放四十年中國產業政策演進與發展——兼論中國產業政策體系的轉型》[J]. 《管理世界》，2018 年第 10 期，第 73-85 頁。

[19] 黎文靖、李耀淘：《產業政策激勵了公司投資嗎》[J]. 《中國工業經濟》，2014 年第 05 期，第 122-134 頁。

[20] 厲璠、張泓銘：《深化對“雙軌制”價格改革道路的認識》[J]. 《財經研究》，1988 年第01期，第41-44 頁。

[21] 梁洪基、傅春楊、陸江源：《要素配置優化引發的經濟結構變遷效應研究》[J]. 《經濟問題探索》，2019 年第 09 期，第 1-8 頁。

[22] 劉偉、張輝、黃澤華：《中國產業結構高度與工業化進程和地區差異的考察》[J]. 《經濟學動態》，2008 年第 11 期，第 4-8 頁。

[23] 彭偉輝、宋光輝：《實施功能性產業政策還是選擇性產業政策？——基于產業升級視角》[J]. 《經濟體制改革》，2019 年第 05 期，第 88-96 頁。

[24] 宋凌云、王賢彬：《重點產業政策、資源重置與產業生產率》[J]. 《管理世界》，2013 年第 12 期，第 63-77 頁。

[25] 王亞南：《金融集聚對產業結構優化的影響分析——基于長三角26個城市面板數據實證檢驗》[J]. 《科技與管理》，2019 年第 01 期，第 27-32 頁。

[26] 楊志才：《要素配置、收入差距與經濟增長的實證研究》[J]. 《經濟與管理研究》，2019年第10期，第16-29頁。

[27] 余子鵬、劉勇：《我國產業結構調整與要素效率關系分析》[J]. 《經濟學家》，2011年第08期，第19-26頁。

[28] 袁海、李航、武增海：《產業異質性視角下政策工具對戰略性新興產業的激勵效應研究》[J]. 《產業經濟評論》，2020 年第 04 期，第 75-89 頁。

[29] 袁航、朱承亮：《國家高新區推動了中國產業結構轉型升級嗎》[J]. 《中國工業經濟》，2018年第08期，第60-77頁。

[30] 張軍、陳詩一、Jefferson G H：《結構改革與中國工業增長》[J]. 《經濟研究》，2009 年第 7 期，第4-20頁。

[31] 趙春雨、朱承亮、安樹偉：《生產率增長、要素重置與中國經濟增長——基于分行業的經驗研究》[J]. 《中國工業經濟》，2011 年第 08 期，第 79-88 頁。

[32] Acemoglu， D.， Aghion， P. and Hemous， D.， “The Environment and Directed Technical Change in a North-South Model”[J]. Oxford Review of Economic Policy， 2015， 30（3）： 513-530.

[33] Aghion P and Howitt P， “the Economics of Growth”[J]. Mit Press Books， 2009， 1（272）： 124-125.

[34] Brandt， L.， Biesebroeck， J. and Zhang， Y.， “Creative Accounting Or Creative Destruction Firm-Level Productivity Growth in Chinese Manufacturing”[J]. Journal of Development Economic， 2012， 97（2）： 339-351.

[35] Bronfenbrenner M and Gerschenkron A， “Economic Backwardness in Historical Perspective”[J]. Economica， 1962， 18（2）： 415-417.

[36] Clark C， The Condition of Economic Progress[J]. Macmillan Company， 1957，21-57.

[37] Davidson R and MacKinnon J G， Estimation and Inference in Econometrics[J]. Oxford University Press， 1993.

[38] Hoffmann and Walther G， The Growth of Industrial Economies， Manchester University Press， 1958.

[39] Inklaar， R.， Koetter， M. and Noth， F.， “Bank Market Power， Factor Reallocation， and Aggregate Growth”[J]. Journal of Financial Stability， 2015， 19： 31-44.

[40] Petrin A and Levinsohn J， “Measuring Aggregate Productivity Growth Using Plant-Level Data”[J]. The Rand Journal of Economics， 2012， 43（4）： 705-725.

[41] Shaikh A M and Moudud J K， “Measuring Capacity Utilization in Oecd Countries： A Cointegration Method”[J]. Economics Working Paper Archive， 2004.

[42] Solow S R M， “A Complete Capital Model Involving Heterogeneous Capital Goods”[J]. Quarterly Journal of Economics， 1956（4）： 537-562.

Factor Allocation Efficiency， Industrial Policies and Manufacturing Structure Upgrading： An Empirical Study Based on Northeast China

WANHONG LI

（Harbin Engineering University）

NA LI

（Harbin Engineering University）

CE LI

（Harbin Engineering University）

Abstract： Improving the efficiency of factor allocation in Northeast China and promoting the upgrading of manufacturing structure have become the top priority in solving the economic growth dilemma of Northeast China and realizing the balanced development strategy of Chinas regions. Based on the panel data of manufacturing industries in Northeast China from 1998 to 2013， this paper verified whether the factor allocation efficiency could promote the upgrading of manufacturing structure in the Northeast. The moderating effect of selective industrial policies on the factor allocation efficiency and the upgrading of manufacturing structure was also be tested. The results show that improving the factor allocation efficiency can significantly promote the upgrading of manufacturing structure in Northeast China. In addition， the moderating effect of selective industrial policy on factor allocation efficiency and manufacturing structure upgrading is related to capacity utilization rate of industries. When manufacturing industry capacity is insufficient or normal， the selective industrial policy can significantly improve the positive effect of factor allocation efficiency on manufacturing structural upgrading. On the contrary， when the capacity is excess， the selective industrial policy will weaken the positive effect of factor allocation efficiency on manufacturing structural upgrading.

Key Words： factor allocation efficiency； selective industrial policy； capacity utilization； manufacturing structure upgrading

〔執行編輯：韓超〕