楊振兵 張 誠

一、引 言

改革開放以來，在經(jīng)歷了持續(xù)高速的經(jīng)濟(jì)增長之后，產(chǎn)能過剩問題日益突顯。工信部原部長李毅中指出：“按照世界公認(rèn)的標(biāo)準(zhǔn)，利用率小于75%,就是嚴(yán)重過剩，中國39 個(gè)行業(yè)中有21 個(gè)都屬于產(chǎn)能嚴(yán)重過剩?！碑a(chǎn)能過剩引發(fā)市場惡性競爭、經(jīng)濟(jì)效益難以提高、企業(yè)倒閉或開工不足、人員下崗失業(yè)、銀行不良資產(chǎn)等一系列問題，會嚴(yán)重影響經(jīng)濟(jì)發(fā)展的質(zhì)量。2014 年中央經(jīng)濟(jì)工作會議也提出：堅(jiān)定不移化解產(chǎn)能過剩，不折不扣執(zhí)行好中央化解產(chǎn)能過剩的決策部署。

學(xué)術(shù)界對于產(chǎn)能利用率的關(guān)注遠(yuǎn)遠(yuǎn)高于產(chǎn)能過剩(鐘春平和潘黎，2014)，而且對于產(chǎn)能過剩的定義仍然存有爭議。Chamberlin(1947)率先提出產(chǎn)能過剩的定義，并認(rèn)為是由不完全競爭的組織無效率引起的。Kamien 和 Schwartz(1972)指出產(chǎn)能過剩是壟斷競爭企業(yè)平均成本最小時(shí)最優(yōu)產(chǎn)出大于實(shí)際產(chǎn)出的情形。但在實(shí)際運(yùn)用時(shí)，往往將產(chǎn)能過剩理解為市場需求小于實(shí)際產(chǎn)出水平即“供過于求”的狀態(tài)。因此產(chǎn)能過剩問題不僅體現(xiàn)在生產(chǎn)能力的過剩，還體現(xiàn)在購買力不足、需求不景氣時(shí)出現(xiàn)的產(chǎn)能過剩。因此，產(chǎn)能過剩事實(shí)上受到經(jīng)濟(jì)周期、可支配收入(包括個(gè)人與企業(yè))甚至是偏好、風(fēng)俗習(xí)慣等因素影響。

關(guān)于“產(chǎn)能利用率”，Berndt 和Morrison(1981)認(rèn)為，就是實(shí)際產(chǎn)出與潛在產(chǎn)出的比值，其中潛在產(chǎn)出是基于之前的產(chǎn)出-資本比的峰值和累計(jì)凈投資計(jì)算的；王維國和袁捷敏(2012)也用這種方法對產(chǎn)能利用率進(jìn)行了測算，但是只考慮資本投入，忽視了其他生產(chǎn)要素的決定性作用。類似地，其他一些具有代表性的研究分別采用不同方法對資本設(shè)備利用率進(jìn)行估算(龔剛和楊琳，2002；何彬，2008；楊光，2012)，同樣只考慮資本的利用率，忽視了勞動投入這一重要的生產(chǎn)要素，更沒有考慮生產(chǎn)過程中不同要素的替代彈性?；诙嘁赝度雽Ξa(chǎn)能利用率的估算，大致可以分為生產(chǎn)法與成本法。其中成本函數(shù)法能夠綜合考慮生產(chǎn)過程中的各種要素投入，同時(shí)利用要素投入價(jià)格可以計(jì)算出生產(chǎn)成本的價(jià)值量，因而被廣泛運(yùn)用(Morrison，1985；Berndt 和 Fuss，1989；Nelson，1989；Segerson 和 Squires，1990；孫巍等，2009；韓國高等，2011)。但由于成本核算難度大、數(shù)據(jù)信息的獲得性低(尤其是生產(chǎn)要素的價(jià)格等)，依據(jù)產(chǎn)能過剩的概念從成本的角度來測度是非常困難的，甚至有學(xué)者認(rèn)為用成本判定產(chǎn)能過剩本身就存在缺陷(Demsetz，1959；Klein，1960)。

為了較好的規(guī)避價(jià)格與成本等因素導(dǎo)致的測算誤差，數(shù)據(jù)包絡(luò)分析(DEA)與基于超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿分析(SFA)提供了較為便捷的計(jì)算方法。其中數(shù)據(jù)包絡(luò)分析(DEA)利用了動態(tài)規(guī)劃的思想，不必設(shè)定具體的生產(chǎn)函數(shù)，也不涉及價(jià)格因素，只需考慮生產(chǎn)要素投入數(shù)量，衡量現(xiàn)實(shí)產(chǎn)出相對于潛在產(chǎn)出的效率而被應(yīng)用(Kirkley 和Squires，1999；Dupont 等，2002；Sahoo 和Tone，2009)，但可惜的是這種方法也沒有考慮不同生產(chǎn)要素間的替代彈性，而且衡量潛在產(chǎn)出的生產(chǎn)前沿是固定的，對于不同時(shí)期不同行業(yè)的跨期面板數(shù)據(jù)而言脫離現(xiàn)實(shí)。隨機(jī)前沿分析(SFA)恰好避免了這個(gè)缺陷，它不僅充分考慮了不同生產(chǎn)要素的替代彈性，而且測度潛在產(chǎn)出的生產(chǎn)前沿是隨機(jī)的，這就更加符合現(xiàn)實(shí)，不僅如此，還可以通過設(shè)定具體的生產(chǎn)函數(shù)而檢驗(yàn)各個(gè)參數(shù)與模型本身設(shè)定的合理性。Kirkley 等(2002)分別用DEA 與SFA 兩種方法對產(chǎn)能利用率進(jìn)行了測算與比較。

本文在借鑒Kirkley 等(2002)方法基礎(chǔ)上，測算了生產(chǎn)環(huán)節(jié)的產(chǎn)能利用率，并根據(jù)供需不平衡的現(xiàn)實(shí)特征，利用市場需求-供給比率對其進(jìn)行修正，以準(zhǔn)確識別與分析產(chǎn)能過剩的成因，為解決產(chǎn)能過剩問題提供必要的經(jīng)驗(yàn)支持。本文后續(xù)部分將做如下安排：第二部分采用基于規(guī)避價(jià)格因素的超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型計(jì)算生產(chǎn)環(huán)節(jié)的產(chǎn)能利用率，并用市場需求-供給比率進(jìn)行修正計(jì)算得到實(shí)際的產(chǎn)能過剩指數(shù)；第三部分建立動態(tài)面板模型，采用能夠有效控制內(nèi)生性的系統(tǒng)廣義矩估計(jì)考察了投資比重、勞動投入、外資比重、行業(yè)競爭強(qiáng)度、創(chuàng)新投入等因素對產(chǎn)能過剩的影響；第四部分為結(jié)論與政策含義。

二、中國工業(yè)行業(yè)產(chǎn)能過剩指數(shù)測算

（一）產(chǎn)能過剩的重新定義

學(xué)術(shù)界與現(xiàn)實(shí)意義上的產(chǎn)能過剩并不完全相同，現(xiàn)實(shí)意義層面上是指實(shí)際生產(chǎn)產(chǎn)量超過市場總需求，然而總需求由消費(fèi)能力決定，更深層次上由經(jīng)濟(jì)周期、可支配收入、偏好以及風(fēng)俗習(xí)慣等因素決定。學(xué)術(shù)意義上的產(chǎn)能過剩是指工業(yè)企業(yè)實(shí)際生產(chǎn)產(chǎn)量低于潛在生產(chǎn)能力的現(xiàn)象(Kamien 和 Schwartz，1972；Kirkley 等，2002)，由于生產(chǎn)過程中往往存在技術(shù)效率的損失(后文簡稱“技術(shù)無效”)，實(shí)際產(chǎn)量通常要低于所能夠達(dá)到的潛在生產(chǎn)能力(即產(chǎn)能利用率小于1)，因此產(chǎn)能過?，F(xiàn)象普遍存在。為了更為清楚理解產(chǎn)能過剩，我們需要厘清以下幾個(gè)概念。

潛在生產(chǎn)能力(YP)，在當(dāng)前的技術(shù)、管理能力條件下充分利用可得生產(chǎn)要素所能達(dá)到的最優(yōu)產(chǎn)出，是理想化的目標(biāo)產(chǎn)出。

實(shí)際生產(chǎn)產(chǎn)量(Y)，即利用現(xiàn)有的生產(chǎn)要素在現(xiàn)實(shí)條件下生產(chǎn)的實(shí)際產(chǎn)出。

市場需求水平(YD)，是指市場所能消化的工業(yè)生產(chǎn)產(chǎn)量，也就是現(xiàn)實(shí)情況下的行業(yè)銷售產(chǎn)值。

潛在市場需求水平(YT)，是指在市場有效之時(shí)，也就是充分競爭的情況下，市場所需要商品的數(shù)量，也可以理解為長期內(nèi)利潤為零之時(shí)廠商的供給數(shù)量。

通常情況下 YD＜ YT，這是由于市場分割、商品價(jià)格扭曲、產(chǎn)品質(zhì)量差異化等原因所致。由于生產(chǎn)過程中技術(shù)無效的存在，通常而言使得 Y ＜ YP，技術(shù)無效主要體現(xiàn)在管理經(jīng)驗(yàn)不足、技術(shù)使用不充分而不可避免地導(dǎo)致生產(chǎn)要素的投入結(jié)構(gòu)非最優(yōu)配置等。

所以明顯地，采用成本法測算的產(chǎn)能利用率(如韓國高等，2011)是實(shí)際生產(chǎn)產(chǎn)量(Y)與潛在市場需求水平(YT)的比值，而由于成本核算受數(shù)據(jù)(尤其是價(jià)格)準(zhǔn)確性影響較大，所以測得的產(chǎn)能利用率通常具有較大誤差(Demsetz，1959)，而且忽視了技術(shù)無效導(dǎo)致的潛在生產(chǎn)能力損失問題，這就意味著那些產(chǎn)能過剩的行業(yè)生產(chǎn)要素結(jié)構(gòu)優(yōu)化時(shí)產(chǎn)出增加供大于求的現(xiàn)象比測算結(jié)果更為嚴(yán)重；而生產(chǎn)法測得的產(chǎn)能利用率是實(shí)際生產(chǎn)產(chǎn)量(Y)在相比潛在生產(chǎn)能力(YP)條件下的生產(chǎn)效率，雖然將潛在生產(chǎn)能力(YP)納入?yún)⒖挤懂?，但是忽略了現(xiàn)實(shí)意義上市場需求因素對產(chǎn)能過剩的影響。因此，考慮到現(xiàn)有研究的不足，以及可觀的可得數(shù)據(jù)的限制，本文參考Kirkley 等(2002)采用可以完全規(guī)避價(jià)格量綱的生產(chǎn)法來測算產(chǎn)能利用率，并用需求供給比率進(jìn)行修正。具體計(jì)算方法為：工業(yè)企業(yè)生產(chǎn)的產(chǎn)品需經(jīng)歷生產(chǎn)與銷售兩個(gè)環(huán)節(jié)。第一步為生產(chǎn)環(huán)節(jié)，我們首先按照Kirkley 等(2002)的方法計(jì)算生產(chǎn)環(huán)節(jié)產(chǎn)能利用率，即以潛在生產(chǎn)能力(YP)為參考標(biāo)準(zhǔn)的工業(yè)企業(yè)現(xiàn)有實(shí)際產(chǎn)出的生產(chǎn)能力利用率。第二步為銷售環(huán)節(jié)，我們用“需求-供給比率”指標(biāo)來對生產(chǎn)環(huán)節(jié)產(chǎn)能利用率進(jìn)行修正，以此反映消費(fèi)層面消費(fèi)能力的變動對產(chǎn)能利用率的影響。由于現(xiàn)有資料無法提供各工業(yè)行業(yè)準(zhǔn)確及完整的產(chǎn)品供給與需求數(shù)據(jù)，因而我們將當(dāng)期的工業(yè)總產(chǎn)值視為市場供給的指代變量，銷售產(chǎn)值視為市場需求的指代變量，而“需求-供給比率”為市場需求與現(xiàn)實(shí)產(chǎn)量的比值 SR = YD/Y，而且在本文的研究樣本區(qū)間內(nèi)，所有行業(yè)的 SR ＜ 1，即生產(chǎn)產(chǎn)量大于銷售值①由于企業(yè)會持有部分產(chǎn)成品庫存用來應(yīng)對預(yù)料外的需求增加，也有可能是市場上出現(xiàn)供大于求的現(xiàn)象導(dǎo)致產(chǎn)成品庫存增加，因此樣本區(qū)間內(nèi)“需求-供給比率”總是小于1，我們用此來指標(biāo)反映消費(fèi)層面消費(fèi)能力的變動對產(chǎn)能過剩的影響。作者在此對審稿專家的意見表示感謝。。

（二）生產(chǎn)環(huán)節(jié)產(chǎn)能利用率的測算方法

基于Kirkley 等(2002)，我們將分別通過DEA與SFA兩種不同方法測算產(chǎn)能利用率。

DEA 方法：F?re 等(1984)率先將DEA 引入產(chǎn)能利用率的測算，該方法通過假定一個(gè)固定的生產(chǎn)前沿(潛在產(chǎn)出能力)，然后利用線性規(guī)劃的辦法計(jì)算每個(gè)產(chǎn)出相對于該生產(chǎn)前沿的生產(chǎn)效率，也即產(chǎn)能利用率。其計(jì)算方法如下：

上式中，X 為生產(chǎn)投入向量，包括資本投入K 與勞動投入L，Y 為產(chǎn)出。

SFA 方法：根據(jù)Aigner 等(1977)及Meeusen 和van den Broeck(1977)分別獨(dú)立提出了隨機(jī)前沿分析方法，考慮到超越對數(shù)生產(chǎn)函數(shù)的要素產(chǎn)出彈性反映了投入要素之間的替代效應(yīng)和交互作用，可以加入時(shí)間變化的影響而反映了不同投入技術(shù)進(jìn)步的差異，同時(shí)也放寬了技術(shù)中性的強(qiáng)假設(shè)，能夠揭示經(jīng)濟(jì)系統(tǒng)內(nèi)的更多特征。此外，其形式較為靈活，可以有效避免由于函數(shù)誤設(shè)而帶來的偏差(涂正革和肖耿，2005；楊莉莉等，2014)。因此我們設(shè)定的生產(chǎn)函數(shù)的具體形式為：

其中，Y 為行業(yè)產(chǎn)出，i 為行業(yè)，t 為時(shí)間，K 為資本投入，L 為勞動力投入；v 為隨機(jī)誤差項(xiàng)，表示不可控的影響因素，作為具有隨機(jī)性的系統(tǒng)非效率計(jì)算，且有；u 為技術(shù)損失誤差項(xiàng)，用以計(jì)算技術(shù)非效率，且有；參數(shù)η 表示技術(shù)效率指數(shù) uit的變化率。由于上述隨機(jī)前沿模型的設(shè)定違反了最小二乘法(OLS)的經(jīng)典假設(shè)，因此不能采用OLS 進(jìn)行模型的參數(shù)估計(jì)。但根據(jù)Battese 和Coelli(1995)的研究，可以令γ 表示隨機(jī)擾動項(xiàng)中技術(shù)無效所占的比重(如公式4)，利用極大似然法得到所有的估計(jì)量，同時(shí)還可以根據(jù)γ 的值判斷方差中生產(chǎn)無效率方差所占的比重。γ 接近于1 時(shí)，則說明誤差主要來源于u，即生產(chǎn)單位的實(shí)際產(chǎn)出與前沿產(chǎn)出之間的差距主要由技術(shù)無效所引起。因此，γ 的估計(jì)值還可以作為檢驗(yàn)?zāi)Ｐ驮O(shè)定是否合理的一項(xiàng)依據(jù)。根據(jù)公式(5)，通過軟件frontier 4.1 可以直接測出各年份不同行業(yè)在生產(chǎn)層面的產(chǎn)能利用率。

（三）數(shù)據(jù)來源

本文選取2001—2011 年中國工業(yè)36 個(gè)行業(yè)的面板數(shù)據(jù)作為研究樣本，公式(1)中的投入產(chǎn)出數(shù)據(jù)來自《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國勞動統(tǒng)計(jì)年鑒》等。含有價(jià)格因素的變量全部平減為2000 年不變價(jià)格序列。具體投入產(chǎn)出數(shù)據(jù)指標(biāo)說明如下：

工業(yè)增加值(Y)：參考現(xiàn)有文獻(xiàn)(涂正革和肖耿，2005；干春暉和鄭若谷，2009)，我們采用不考慮中間產(chǎn)品投入價(jià)值的工業(yè)增加值作為產(chǎn)出指標(biāo)，根據(jù)分行業(yè)工業(yè)品出廠價(jià)格指數(shù)對其進(jìn)行平減至2000 年。其中由于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》中2008 年后不再提供工業(yè)增加值的行業(yè)數(shù)據(jù)，參考高越和李榮林(2011)、王兵等(2013)等現(xiàn)有研究的做法，根據(jù)中國統(tǒng)計(jì)局公布的歷年年末工業(yè)分大類行業(yè)增加值增長速度與前一年的增加值數(shù)據(jù)計(jì)算得出。

工業(yè)資本投入(K)：不失一般性，采用資本存量進(jìn)行度量。我們參考陳詩一(2011)的做法，按照永續(xù)盤存法，計(jì)算公式為：資本存量t=可比價(jià)全部口徑投資額t+(1-折舊率t)×資本存量t-1，上式中的折舊率的計(jì)算公式為：折舊率t=(累計(jì)折舊t-累計(jì)折舊t-1)/固定資產(chǎn)原價(jià)t-1。顯然，與大多數(shù)現(xiàn)有研究采用固定不變的折舊率相比，本文由統(tǒng)計(jì)數(shù)據(jù)推算得到的逐年變化的折舊率更加貼近現(xiàn)實(shí)情況，在此基礎(chǔ)上估算得到的資本存量也應(yīng)該更加準(zhǔn)確。

工業(yè)勞動力投入(L)：采用各工業(yè)行業(yè)年均從業(yè)人數(shù)予以度量。

本文已將工業(yè)統(tǒng)計(jì)年鑒中36 個(gè)行業(yè)進(jìn)行重新整理，由于統(tǒng)計(jì)口徑不統(tǒng)一的原因，“其他采礦業(yè)”、“工藝品及其他制造業(yè)”、“廢棄資源和廢舊材料回收加工業(yè)”三個(gè)行業(yè)的數(shù)據(jù)沒有包含在研究范圍之內(nèi)。為方便描述，所剩的36 個(gè)行業(yè)按照統(tǒng)計(jì)年鑒順序依次標(biāo)記為S1、S2、S3、……S36。

（四）生產(chǎn)環(huán)節(jié)產(chǎn)能利用率測算結(jié)果與比較

式(2)的參數(shù)估計(jì)結(jié)果如表1 所示。從模型參數(shù)來看，幾乎所有的參數(shù)都是在1%,的水平上顯著，說明模型中生產(chǎn)函數(shù)的變量設(shè)置較為合理。從模型整體的診斷性指標(biāo)和生產(chǎn)無效率的檢驗(yàn)來看，模型的極大似然估計(jì)值和單側(cè)LR 檢驗(yàn)值表明模型具有很強(qiáng)的解釋能力。無效率項(xiàng)的均值 μ 為0.094,0，表明工業(yè)行業(yè)普遍存在生產(chǎn)無效率現(xiàn)象?？傮w方差，反映了生產(chǎn)波動情況，受到隨機(jī)因素和無效率因素的影響，其值為0.242,3，表明誤差項(xiàng)和無效率項(xiàng)雖然具有一定的波動幅度，但是并不大。值為0.993,5 且在1%,的水平上顯著，說明組合誤差項(xiàng)的變異來自于技術(shù)非效率，隨機(jī)誤差項(xiàng)帶來的影響(0.65%,)微乎其微。因此，選用隨機(jī)前沿模型比一般的模型能夠更好地描繪各工業(yè)行業(yè)生產(chǎn)中的技術(shù)效率及其變化。

表1 超越對數(shù)生產(chǎn)函數(shù)參數(shù)估計(jì)結(jié)果

我們分別將DEA 與SFA 框架下對生產(chǎn)環(huán)節(jié)的年均產(chǎn)能利用率的測算結(jié)果報(bào)告于圖1①限于篇幅，本文不再報(bào)告DEA 與SFA 框架下生產(chǎn)環(huán)節(jié)產(chǎn)能利用率的各年具體數(shù)據(jù)，有興趣的讀者可掃描本文二維碼，查看本文附錄。，可以清楚看出，除少數(shù)幾個(gè)行業(yè)之外(S9、S11、S12)，幾乎所有行業(yè)在SFA 的計(jì)算框架下產(chǎn)能利用率要明顯地低于DEA 的計(jì)算結(jié)果，說明DEA 方法會高估生產(chǎn)環(huán)節(jié)的產(chǎn)能利用率，這是由于SFA 的計(jì)算方法充分考慮生產(chǎn)要素投入之間的替代彈性，而且潛在的生產(chǎn)能力是隨著時(shí)間的推移而改變的(Kirkley 等，2002)。因此，為了更加準(zhǔn)確的估計(jì)產(chǎn)能利用率，充分的考慮不同時(shí)期的潛在生產(chǎn)能力對產(chǎn)能過剩的影響，本文選擇隨機(jī)前沿分析方法來對中國工業(yè)行業(yè)的產(chǎn)能過剩指數(shù)進(jìn)行測算。

圖1 DEA與SFA框架下生產(chǎn)環(huán)節(jié)產(chǎn)能利用率比較

（五）考慮生產(chǎn)與需求的產(chǎn)能過剩指數(shù)

參考Kirkley 等(2002)的定義，我們可以求得生產(chǎn)環(huán)節(jié)的生產(chǎn)能力利用率(CUK)，實(shí)質(zhì)為實(shí)際產(chǎn)出相對于潛在產(chǎn)出(YP)的生產(chǎn)效率，記為 CUK= Y /YP，因此有1/ CUK= 1/(Y / YP)，從而可以求得Kirkley 產(chǎn)能過剩指數(shù)(EXCK，Kirkley Excess Capacity)，E X CK = 1/ CUK- 1 = 1/( Y / YP) - 1，而本文構(gòu)造的產(chǎn)能利用率(CUA，Actual Capacity Utilization)結(jié)合銷售市場供大于求的現(xiàn)實(shí)特征，將產(chǎn)能利用率分解為生產(chǎn)和銷售兩個(gè)環(huán)節(jié)，即為：C UA= CUK× SR。

這樣，實(shí)際的產(chǎn)能過剩指數(shù)(EXCA，Actual Excess Capacity)就可以表示為式(6)：

由于 SR ＜1 ，可以判斷出：EXCA ＞ EXCK，因此我們計(jì)算的產(chǎn)能過剩指數(shù)很明顯的高于Kirkley 產(chǎn)能過剩指數(shù)。

根據(jù)式(6)，我們計(jì)算得出了2001—2011 年中國工業(yè)行業(yè)的產(chǎn)能過剩指數(shù)，并將結(jié)果報(bào)告于表2。由表2 我們可以發(fā)現(xiàn)，由于生產(chǎn)過程中的技術(shù)無效與供大于求(需求不足)雙重原因?qū)е碌漠a(chǎn)能過?，F(xiàn)象普遍存在。特別地，由于產(chǎn)能過剩指數(shù)大于1(意味著潛在生產(chǎn)能力超過市場實(shí)際需求的一倍以上)的行業(yè)有15 個(gè)，分別為煤炭采選業(yè)(S1)、石油和天然氣開采業(yè)(S2)、黑色金屬礦采選業(yè)(S3)、有色金屬礦采選業(yè)(S4)、非金屬礦采選業(yè)(S5)、紡織業(yè)(S10)、服裝及其他纖維制品制造(S11)、皮革毛皮羽絨及其制品業(yè)(S12)、家具制造業(yè)(S14)、文教體育用品制造業(yè)(S17)、非金屬礦物制品業(yè)(S24)、電子及通信設(shè)備制造業(yè)(S32)、儀器儀表文化辦公用機(jī)械(S33)、煤氣的生產(chǎn)和供應(yīng)業(yè)(S35)、自來水的生產(chǎn)和供應(yīng)業(yè)(S36)。

這一結(jié)果明顯不同于國內(nèi)其它研究結(jié)果(如韓國高等，2011)，原因在于測算方法的差異。韓國高等(2011)等發(fā)現(xiàn)制造業(yè)中黑色金屬、有色金屬、石化煉焦、化學(xué)原料、非金屬礦物制品、化學(xué)纖維和造紙制品七大行業(yè)屬于產(chǎn)能過剩行業(yè)，而我們發(fā)現(xiàn)雖然制造業(yè)普遍存在產(chǎn)能過剩，但是紡織業(yè)(S10)、服裝及其他纖維制品制造(S11)、皮革毛皮羽絨及其制品業(yè)(S12)、家具制造業(yè)(S14)、文教體育用品制造業(yè)(S17)、非金屬礦物制品業(yè)(S24)、電子及通信設(shè)備制造業(yè)(S32)、儀器儀表文化辦公用機(jī)械(S33)等行業(yè)產(chǎn)能過剩程度較為嚴(yán)重，主要原因?yàn)樯鲜鲂袠I(yè)生產(chǎn)過程中的效率損失嚴(yán)重，若適當(dāng)調(diào)整生產(chǎn)方式，優(yōu)化生產(chǎn)要素投入結(jié)構(gòu)，隨著生產(chǎn)過程中的技術(shù)損失的下降與生產(chǎn)效率的提升，上述行業(yè)消費(fèi)市場上的供大于求現(xiàn)象將更為嚴(yán)重。

我們將行業(yè)大類的產(chǎn)能過剩指數(shù)報(bào)告于圖2，可以發(fā)現(xiàn)高度產(chǎn)能過剩的行業(yè)分布在三個(gè)行業(yè)大類中，電力、燃?xì)夂退纳a(chǎn)及供應(yīng)業(yè)產(chǎn)能過剩指數(shù)最高，可能的原因在于這個(gè)行業(yè)的工業(yè)企業(yè)行政壟斷特征明顯，可以較為便捷地吸引大量的投資，而且生產(chǎn)環(huán)節(jié)產(chǎn)能利用率較低(如圖1)。采礦業(yè)高度產(chǎn)能過?，F(xiàn)象也較為嚴(yán)重，可能的原因在于國家對資源開發(fā)產(chǎn)業(yè)政策的傾斜，也吸引大量投資，而且生產(chǎn)環(huán)節(jié)產(chǎn)能利用率也較低(如圖1)；制造業(yè)僅部分行業(yè)高度產(chǎn)能過剩，總體產(chǎn)能過?，F(xiàn)象最低，說明制造業(yè)的生產(chǎn)過程的技術(shù)效率相對較高，技術(shù)損失相對較小。

表2 中國工業(yè)36個(gè)行業(yè)的產(chǎn)能過剩指數(shù)(SFA)

圖2 中國工業(yè)行業(yè)大類產(chǎn)能過剩指數(shù)走勢

特別的，我們將工業(yè)整體的產(chǎn)能過剩指數(shù)展示于圖3，可以發(fā)現(xiàn)中國工業(yè)行業(yè)的產(chǎn)能過剩指數(shù)整體趨于下降趨勢，這與現(xiàn)實(shí)情況有所差異。我們認(rèn)為，這主要是由于工業(yè)生產(chǎn)技術(shù)水平的提升(如圖4 所示)，生產(chǎn)過程中的效率損失下降，使得生產(chǎn)層面的產(chǎn)能利用率在逐漸提升，這同時(shí)意味著生產(chǎn)層面的隱含著的產(chǎn)能過剩在下降，這是導(dǎo)致我們測得產(chǎn)能過剩指數(shù)下降的主要原因(因?yàn)橄啾戎孪M(fèi)層面的需求-供給比率變化較小)①按照本文對產(chǎn)能過剩指數(shù)的測算方法，需要從生產(chǎn)層面與消費(fèi)層面來解釋中國工業(yè)部門整體的產(chǎn)能過剩程度變化情況。由于樣本區(qū)間內(nèi)需求供給比率變化相對較小，但生產(chǎn)層面技術(shù)水平的提升(如圖4 所示)以及生產(chǎn)過程中技術(shù)效率損失的下降導(dǎo)致產(chǎn)能利用率提升，是決定產(chǎn)能過剩指數(shù)下降的主要原因。作者在此對審稿專家的意見表示感謝。；另一方面，由于市場經(jīng)濟(jì)進(jìn)程持續(xù)推進(jìn)，且隨著收入分配不斷調(diào)整，需求不斷上升，消耗掉了大量的過剩產(chǎn)能。我們發(fā)現(xiàn)，2004 年是明顯的下降拐點(diǎn)，這是由于2003 年后中國再次進(jìn)入重工業(yè)化時(shí)代，在消費(fèi)層面對于原材料等中間投入品產(chǎn)生較高的需求，而且生產(chǎn)技術(shù)水平也有所提升。而2008 年產(chǎn)能過剩指數(shù)的出現(xiàn)短暫回升，同樣也可以從生產(chǎn)與消費(fèi)兩個(gè)層面去解釋，一方面是由于金融危機(jī)造成外部需求降低，而另一方面是由于生產(chǎn)技術(shù)效率短暫下降(如圖4 所示)。2009 年再次恢復(fù)下行趨勢，說明金融危機(jī)對產(chǎn)能過剩的影響并不持久。但是上述趨勢分析僅為經(jīng)驗(yàn)判斷，針對現(xiàn)有產(chǎn)能過?，F(xiàn)象是否僅源于高投資，還將依賴于我們后文的具體分析。

圖3 中國工業(yè)整體產(chǎn)能過剩指數(shù)走勢

圖4 中國工業(yè)整體的生產(chǎn)技術(shù)效率水平

三、產(chǎn)能過剩僅僅源于高投資嗎？

（一）模型、數(shù)據(jù)與方法

基于前文對中國工業(yè)行業(yè)產(chǎn)能過剩指數(shù)的測算，本節(jié)進(jìn)一步考察產(chǎn)能過?，F(xiàn)象的影響因素及其影響效果。參考現(xiàn)有研究(韓國高等，2011)，本文考察了投資比重對產(chǎn)能過剩的影響。另外，為了保障分析結(jié)果的穩(wěn)健性，本文添加勞動投入、外資比重、行業(yè)競爭強(qiáng)度、研發(fā)投入比重等影響因素作為控制變量，各變量及其選取理由與計(jì)算方法說明如下。

投資比重(Investment)。考慮到投資是工業(yè)企業(yè)獲得資本投入的主要方式，而且現(xiàn)有研究也支持中國過高的投資導(dǎo)致了產(chǎn)能過剩(韓國高等，2011)，因此本文首先考察投資比重對產(chǎn)能過剩的影響，并采用當(dāng)年價(jià)投資額與工業(yè)總產(chǎn)值的比值來衡量。參考陳詩一(2011)的研究，當(dāng)年價(jià)投資額的計(jì)算公式為：當(dāng)年價(jià)投資額t=固定資產(chǎn)原值t-固定資產(chǎn)原值t-1。

勞動就業(yè)(Labor)。由于勞動是除資本外工業(yè)企業(yè)的重要生產(chǎn)要素，因此勞動投入水平對工業(yè)企業(yè)生產(chǎn)能力具有重要影響，這有必要考察勞動投入對產(chǎn)能過剩的影響效果，我們采用工業(yè)行業(yè)從業(yè)人員的對數(shù)值來予以刻畫。

創(chuàng)新投入(Innovation)。行業(yè)創(chuàng)新投入可以決定技術(shù)進(jìn)步的水平，進(jìn)一步會影響生產(chǎn)能力，從而對產(chǎn)能過剩產(chǎn)生重要影響。本文采用行業(yè)科技活動內(nèi)部支出與工業(yè)總產(chǎn)值的比值來予以反映。

外資比重(FDI)。外商直接投資對中國經(jīng)濟(jì)做出巨大貢獻(xiàn)，這不僅表現(xiàn)在對內(nèi)資企業(yè)的技術(shù)溢出從而提升了行業(yè)整體的生產(chǎn)能力(張誠等，2001；陳濤濤和陳嬌，2006)，更引起內(nèi)資企業(yè)管理制度的變革等。不僅如此，外商直接投資企業(yè)還加劇了東道國市場行業(yè)內(nèi)部的競爭程度(Hymer，1976；張杰等，2011)，對東道國市場上的產(chǎn)品需求和供給也具有重要影響。我們采用外資企業(yè)總產(chǎn)值與行業(yè)總產(chǎn)值的比重予以反映。

行業(yè)競爭強(qiáng)度(CI)。測度行業(yè)市場競爭程度的指標(biāo)有很多，比如市場集中度包括貝恩指數(shù)、勒納指數(shù)等。勒納指數(shù)測度市場勢力，即市場壟斷程度，它度量的是價(jià)格對邊際成本的偏離程度。其計(jì)算公式為：

由于工業(yè)不同行業(yè)價(jià)格與邊際成本數(shù)據(jù)難以獲取，考慮到數(shù)據(jù)的可得性與計(jì)算的簡便性，所以本文參考Cheung 和Pascual(2001)及陳羽等(2007)的研究方法，采用勒納指數(shù)所測度的市場壟斷程度對市場勢力予以刻畫。

其中，LC 為勞動力成本(用工資總額來度量)，Y 為工業(yè)總產(chǎn)值；VAI 為工業(yè)增加值，其中由于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》中2008 年后不再提供工業(yè)增加值的行業(yè)數(shù)據(jù)，按照之前的做法，根據(jù)中國統(tǒng)計(jì)局公布的歷年年末工業(yè)分大類行業(yè)增加值增長速度與前一年的增加值數(shù)據(jù)計(jì)算得出。

因?yàn)槔占{指數(shù)值越高，代表行業(yè)壟斷程度越強(qiáng)，其值越低則意味著行業(yè)競爭程度越高，所以我們構(gòu)造競爭強(qiáng)度指數(shù)，計(jì)算公式如下：

這樣，最后形成的方程如下所示：

式(10)中各解釋變量的統(tǒng)計(jì)性描述與相關(guān)系數(shù)分別如表3 和表4 所示。可以看出，各解釋變量之間的相關(guān)系數(shù)均小于0.4，可以忽略多重共線性的問題①本文曾嘗試加入出口比重(EXP)變量，發(fā)現(xiàn)與控制變量外資比重(FDI)高度相關(guān)(相關(guān)系數(shù)為0.6539)，所以上述變量未作為控制變量進(jìn)入方程。。上述變量指標(biāo)數(shù)據(jù)來自于《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國勞動統(tǒng)計(jì)年鑒》等。考慮到數(shù)據(jù)可得性與研究的準(zhǔn)確性，本文選取2001—2011 年中國36 個(gè)工業(yè)行業(yè)的面板數(shù)據(jù)作為研究樣本②由于自2013 年的《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》所提供的2012 的數(shù)據(jù)較往年變化較大，其中包括工業(yè)總產(chǎn)值、行業(yè)從業(yè)人數(shù)等數(shù)據(jù)不再公布，而且塑料制品業(yè)與橡膠制品業(yè)也開始合并為一個(gè)行業(yè)公布數(shù)據(jù)，為了確保研究結(jié)果的準(zhǔn)確性，所以本文的研究樣本止于2011 年。，由于統(tǒng)計(jì)口徑不統(tǒng)一的原因，《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》中“其他采礦業(yè)”、“工藝品及其他制造業(yè)”、“廢棄資源和廢舊材料回收加工業(yè)”三個(gè)行業(yè)的數(shù)據(jù)沒有包含在研究范圍之內(nèi)。

表3 各解釋變量的統(tǒng)計(jì)描述

表4 各解釋變量的相關(guān)系數(shù)

由于工業(yè)行業(yè)勞動雇傭量的增加會提升行業(yè)產(chǎn)值，在現(xiàn)有情況下這會惡化產(chǎn)能過剩現(xiàn)象，而產(chǎn)能過剩亦將造成行業(yè)生產(chǎn)萎靡工人失業(yè)等問題(林毅夫等，2010)，二者通常存在雙向因果關(guān)系。另外，行業(yè)競爭強(qiáng)度的增加會誘使工業(yè)企業(yè)增加產(chǎn)出搶占市場份額，惡化產(chǎn)能過?，F(xiàn)象，而產(chǎn)能過剩又會進(jìn)一步促使企業(yè)加劇惡性競爭(林毅夫等，2010)，二者也存在雙向因果關(guān)系。因此，式(10)不可避免地存在明顯的內(nèi)生性問題。另外，式(10)隱含地假定了產(chǎn)能過剩指數(shù)會隨著各個(gè)影響因素的變化而發(fā)生瞬時(shí)變化，即不存在滯后效應(yīng)。現(xiàn)實(shí)情況往往并非如此，由于當(dāng)期的生產(chǎn)決策往往受到前期的經(jīng)驗(yàn)影響，而且決策者通常無法準(zhǔn)確把握市場供求信息及時(shí)調(diào)整產(chǎn)量，所以前期的生產(chǎn)過剩情況會對當(dāng)期產(chǎn)生不可避免的重要影響，即存在所謂的“慣性”。因此，考慮到這種動態(tài)延續(xù)性與影響結(jié)果的滯后性，本文將式(10)擴(kuò)展為如下動態(tài)面板模型形式：

本文采用能夠有效控制動態(tài)面板數(shù)據(jù)模型內(nèi)生性問題的兩步系統(tǒng)廣義矩估計(jì)方法(Blundell 和Bond，1998；Windmeijer，2005)對式(11)其進(jìn)行參數(shù)估計(jì)。

（二）結(jié)果及討論

在對模型進(jìn)行回歸之前，我們先采用Arellano-Bond 檢驗(yàn)，對方程的干擾項(xiàng)進(jìn)行序列相關(guān)檢驗(yàn)，發(fā)現(xiàn)所有模型均在1%,的顯著水平上存在一階序列相關(guān)(相伴概率小于0.05)，但不存在二階序列相關(guān)(相伴概率也小于0.05)，無法拒絕擾動項(xiàng)無二階自相關(guān)的原假設(shè)，而且Sargan 統(tǒng)計(jì)量的相伴概率也均超過0.1。上述結(jié)果表明，我們選擇的滯后期數(shù)與所使用的工具變量都是合理有效的。我們將具體結(jié)果報(bào)告于表5，其中模型1只考慮投資比重與勞動投入兩個(gè)變量，模型2～4 是依次加入外資比重、行業(yè)競爭強(qiáng)度與研發(fā)強(qiáng)度的模型。

從回歸結(jié)果可以明顯看出，L.EXCA 的系數(shù)顯著為正，說明上期的產(chǎn)能過剩比率會明顯影響下期，產(chǎn)能過剩存在顯著的路徑依賴特征，表現(xiàn)出產(chǎn)能過剩的“慣性”。這是由于工業(yè)企業(yè)決策者在生產(chǎn)活動開始前通常根據(jù)上一年度的銷售情況對企業(yè)本年產(chǎn)量做出預(yù)估，包括準(zhǔn)備原材料等中間投入品，但是市場供求的變化往往快于決策人進(jìn)一步?jīng)Q策的時(shí)間，因此過剩的情況會出現(xiàn)“慣性”特征。

表5 中Invest 的系數(shù)均顯著為正，說明投資比重的提升導(dǎo)致了產(chǎn)能過剩的現(xiàn)象，這一結(jié)論與現(xiàn)有研究一致(韓國高等，2011；江飛濤等，2012)。改革開放以來，對產(chǎn)業(yè)良好前景的社會共識引起投資大量涌入，導(dǎo)致產(chǎn)能過剩的“潮涌現(xiàn)象”十分突出(林毅夫，2007)。尤其是隨著新世紀(jì)開始，隨著工業(yè)化、城鎮(zhèn)化進(jìn)程的加快，加之現(xiàn)有的以GDP 增長為核心的政府官員政治晉升體制，使得地方政府具有強(qiáng)烈的動機(jī)干預(yù)企業(yè)投資和利用各種優(yōu)惠政策招商引資(江飛濤等，2012)，而市場供給與需求的信息不對稱，導(dǎo)致較多的行業(yè)出現(xiàn)盲目擴(kuò)張的現(xiàn)象，大量的產(chǎn)品充斥著市場，因此過量的盲目投資是導(dǎo)致產(chǎn)能過?，F(xiàn)象的重要原因之一。

表5 動態(tài)面板模型估計(jì)結(jié)果

表5 中Labor 的系數(shù)均顯著為正，說明勞動投入的增加也是導(dǎo)致產(chǎn)能過剩的主要原因，這一結(jié)論被許多學(xué)者所忽略。就業(yè)問題一直是各級政府部門關(guān)注的重要問題，保持充分就業(yè)也是宏觀經(jīng)濟(jì)發(fā)展基本目標(biāo)之一，勞動就業(yè)的下降將會嚴(yán)重威脅國家穩(wěn)定與宏觀經(jīng)濟(jì)安全。目前，我國正處于工業(yè)化進(jìn)程加速、第三產(chǎn)業(yè)尚未完全崛起的特定發(fā)展階段，工業(yè)部門仍然是吸納就業(yè)的關(guān)鍵部門。在當(dāng)下就業(yè)壓力較大的背景下，工業(yè)行業(yè)為解決就業(yè)就不可避免的吸收勞動力，這就無法使得生產(chǎn)要素投入結(jié)構(gòu)達(dá)到最優(yōu)的狀態(tài)，一方面不僅造成生產(chǎn)層面產(chǎn)能利用率較低，另一方面，在現(xiàn)有的生產(chǎn)技術(shù)下還會增加消費(fèi)層面的產(chǎn)品供給。因此，為了維護(hù)社會穩(wěn)定而增加的勞動投入是造成產(chǎn)能過剩的重要原因之一。表5 中模型4 的FDI 的系數(shù)也顯著為正，說明外資比重的升高也惡化了產(chǎn)能過剩的現(xiàn)象。由于近些年各地政府機(jī)關(guān)為招商引資開展競賽，甚至將“吸引外資”納入考核指標(biāo)，導(dǎo)致大量外資進(jìn)入中國。外資企業(yè)本身具有較強(qiáng)的生產(chǎn)能力，但是東道國市場上的需求在一定時(shí)期內(nèi)受到消費(fèi)能力的制約，不僅如此，巨型跨國公司仍然保留著在海外市場上的壟斷欲望(江小涓，2002；張杰等，2011)。因此外資進(jìn)入東道國市場后為獲取壟斷優(yōu)勢搶占市場份額而增加產(chǎn)品供給，不但對民族企業(yè)具有一定的市場擠出效應(yīng)，也惡化了東道國市場上的產(chǎn)能過剩情況。表5 中模型4 的CI 與RD 的系數(shù)雖然為正但并不顯著，意味著當(dāng)期的行業(yè)競爭強(qiáng)度與創(chuàng)新投入比重并不是導(dǎo)致產(chǎn)能惡化的主要原因。考慮到創(chuàng)新活動開展到技術(shù)水平提升需要經(jīng)歷一定的轉(zhuǎn)化過程(許士春，2007)，可能具有一定的延遲特征，我們將RD 變?yōu)槠涮崆? 期F.RD，考察創(chuàng)新投入對產(chǎn)能過剩的滯后影響，并將結(jié)果報(bào)告于表5 的模型5。此外，行業(yè)內(nèi)部的激烈競爭會促使工業(yè)企業(yè)改變生產(chǎn)策略，而這也需要一定的時(shí)間才可以表現(xiàn)出來，因此我們也考察CI 的提前一期F.CI 對產(chǎn)能過剩的影響效果，將結(jié)果報(bào)告于模型6。模型7 是同時(shí)考察RD 與CI 的提前1 期的影響效果。

通過模型7 可以看出，提前1 期的RD 的系數(shù)顯著為正，說明創(chuàng)新投入通過滯后效應(yīng)也惡化了產(chǎn)能過剩情況。創(chuàng)新活動既可以節(jié)約生產(chǎn)要素投入降低成本，也可以提升產(chǎn)品質(zhì)量增加需求。前者提升了生產(chǎn)技術(shù)水平與生產(chǎn)層面的產(chǎn)能利用率，但同時(shí)也增加了產(chǎn)品供給惡化消費(fèi)層面的產(chǎn)能過剩，而后者無疑可以緩解產(chǎn)能過剩。因此，創(chuàng)新投入比重的增加對產(chǎn)能過剩的影響效果受兩個(gè)不同方向的力量制約。從實(shí)證分析結(jié)果來看，盡管當(dāng)期影響效果并不顯著，但創(chuàng)新投入比重增大的滯后效果惡化了產(chǎn)能過剩程度，說明創(chuàng)新活動提升了技術(shù)水平與生產(chǎn)效率對于緩解生產(chǎn)層面的產(chǎn)能過剩作用較為有限。這是由于生產(chǎn)過程中大量的生產(chǎn)要素投入(包括過量投資與勞動力)，在要素節(jié)約型技術(shù)進(jìn)步的條件下進(jìn)一步增加了生產(chǎn)產(chǎn)量與消費(fèi)市場上的產(chǎn)品供給，不但抵消了效率損失下降引起的生產(chǎn)層面產(chǎn)能利用率上升，而且在供大于求的現(xiàn)有情形下會惡化產(chǎn)能過剩情況①創(chuàng)新活動對產(chǎn)能過剩的影響需要從生產(chǎn)層面與消費(fèi)層面兩個(gè)角度去分析，由創(chuàng)新活動引起的生產(chǎn)效率的提升緩解由生產(chǎn)環(huán)節(jié)造成的產(chǎn)能過剩，但也會增加產(chǎn)出而惡化消費(fèi)層面的產(chǎn)能過剩，這也解釋了為何當(dāng)期的創(chuàng)新投入比重對產(chǎn)能過剩的影響并不顯著，而下期卻增加產(chǎn)品供給而惡化產(chǎn)能過剩。作者在此對審稿專家的意見與提示表示感謝。。提前一期的CI 的系數(shù)也顯著為正，說明行業(yè)過度競爭也惡化了產(chǎn)能過剩現(xiàn)象。這是由于行業(yè)內(nèi)部的激烈競爭會促使企業(yè)為獲取競爭優(yōu)勢增加產(chǎn)量搶占市場份額，這也會導(dǎo)致產(chǎn)能過剩。

四、結(jié)論與政策含義

現(xiàn)有研究對于產(chǎn)能過剩測算與影響因素的分析存在不足，本文總結(jié)成本法與生產(chǎn)法的優(yōu)點(diǎn)與缺陷，采用超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型計(jì)算了生產(chǎn)能力利用率與產(chǎn)能過剩指數(shù)，之后采用可以有效解決內(nèi)生性的系統(tǒng)廣義矩估計(jì)方法考察了投資比重、勞動投入等因素對產(chǎn)能過剩的影響，得出以下結(jié)論與政策含義。

第一，中國工業(yè)行業(yè)由于生產(chǎn)過程中存在效率損失，且銷售過程中供大于求，所以導(dǎo)致不同行業(yè)均出現(xiàn)不同程度的產(chǎn)能過剩情況。具體而言，采礦業(yè)的產(chǎn)能過剩情況最為嚴(yán)重，電力、燃?xì)夂退纳a(chǎn)及供應(yīng)業(yè)次之，制造業(yè)相對較好。與社會上公認(rèn)的產(chǎn)能過剩行業(yè)不同，本文發(fā)現(xiàn)煤炭采選業(yè)等15 個(gè)行業(yè)的產(chǎn)能過?，F(xiàn)象較為嚴(yán)重，意味著如果單純的提高生產(chǎn)效率降低效率損失，那么供大于求的現(xiàn)象將更為嚴(yán)重。

第二，產(chǎn)能過剩情況存在明顯的“慣性”特征，這是由于每個(gè)生產(chǎn)年度開始前廠商根據(jù)以往經(jīng)驗(yàn)預(yù)估生產(chǎn)投入而又無法及時(shí)調(diào)整所致。由于新興市場具有強(qiáng)烈吸引力，加之地方政府為了比拼政績而干預(yù)投資，過量的生產(chǎn)性投資盲目進(jìn)入而沒有考慮市場需求潛力加劇了產(chǎn)能過?，F(xiàn)象。

第三，作為吸納就業(yè)的關(guān)鍵部門，中國工業(yè)部門在生產(chǎn)過程中投入了大量的勞動要素，使得生產(chǎn)效率低下而導(dǎo)致實(shí)際產(chǎn)出遠(yuǎn)小于潛在生產(chǎn)能力，這是產(chǎn)能過剩的重要原因之一且往往被忽視。由于各地比拼政績吸引外資，加之外資企業(yè)通常具有先進(jìn)的生產(chǎn)技術(shù)，外資比重的提升會也會加劇產(chǎn)能過?，F(xiàn)象。

第四，由于創(chuàng)新投入效果的延遲性，因此創(chuàng)新投入的提升惡化產(chǎn)能過剩現(xiàn)象的滯后效應(yīng)較為明顯，這是由于現(xiàn)有創(chuàng)新活動以提升生產(chǎn)效率為導(dǎo)向，進(jìn)一步惡化消費(fèi)市場上供大于求的現(xiàn)狀。而行業(yè)內(nèi)部的激烈競爭產(chǎn)生滯后效應(yīng)，更使得工業(yè)企業(yè)為搶占市場份額而增加生產(chǎn)產(chǎn)量，這也會加劇產(chǎn)能過剩現(xiàn)象。

現(xiàn)有研究將產(chǎn)能過剩完全歸咎于過量的盲目投資是片面的，為解決就業(yè)壓力而大量的投入勞動要素會引起生產(chǎn)效率低下，當(dāng)然也引起了產(chǎn)能過剩。因此應(yīng)該增加勞動力技能培訓(xùn)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級優(yōu)化勞動力要素配置，尤其是通過服務(wù)業(yè)規(guī)模擴(kuò)張優(yōu)化勞動力在不同產(chǎn)業(yè)部門的配置結(jié)構(gòu)。政府在抑制產(chǎn)能過剩方面應(yīng)該發(fā)揮主導(dǎo)作用，這不僅僅在于出臺產(chǎn)業(yè)指導(dǎo)目錄，合理的引導(dǎo)投資(包括外商直接投資)，更要規(guī)范行業(yè)競爭秩序，避免惡性競爭。此外，還需指導(dǎo)創(chuàng)新方向，創(chuàng)新方向不僅僅是要素投入的節(jié)約，還應(yīng)該注重產(chǎn)品質(zhì)量的提升。中央經(jīng)濟(jì)工作會議指出積極推進(jìn)產(chǎn)品質(zhì)量創(chuàng)新，提升中國產(chǎn)品的海外競爭力，發(fā)揮中國經(jīng)濟(jì)在全球經(jīng)濟(jì)中相對優(yōu)勢，是解決產(chǎn)能過剩重要法寶。新聞、報(bào)刊等媒介中的產(chǎn)能過剩并不是真正意義上的產(chǎn)能過剩，產(chǎn)能過剩不僅僅是市場需求小于市場供給這種現(xiàn)象的直觀描述，在經(jīng)濟(jì)學(xué)意義上，產(chǎn)能利用率是現(xiàn)有產(chǎn)出與潛在生產(chǎn)能力的比率，由于技術(shù)無效導(dǎo)致的潛在生產(chǎn)能力高于實(shí)際產(chǎn)出的現(xiàn)象。在中國工業(yè)產(chǎn)品供給大于需求的背景下，考慮生產(chǎn)與需求兩個(gè)過程的產(chǎn)能過剩要比只考慮生產(chǎn)層面(Kirkley 等，2002)的產(chǎn)能過剩嚴(yán)重更多。因此解決產(chǎn)能過剩需要從生產(chǎn)和需求兩個(gè)方向共同努力，中央經(jīng)濟(jì)工作會議指出“化解產(chǎn)能過剩的根本出路是創(chuàng)新，包括技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新、組織創(chuàng)新、商業(yè)模式創(chuàng)新、市場創(chuàng)新”，為化解產(chǎn)能過剩提供了良好的解決思路，若僅僅依賴于生產(chǎn)過程中的技術(shù)創(chuàng)新，引起生產(chǎn)效率提高，供過于求的現(xiàn)象將更為嚴(yán)重。因此，著眼于未來，通過產(chǎn)品創(chuàng)新、組織創(chuàng)新、商業(yè)模式創(chuàng)新、市場創(chuàng)新以及合理調(diào)整收入分配方法等方式提升市場需求潛力將是解決產(chǎn)能過剩問題的根本途徑。

［1］ 陳詩一. 中國工業(yè)分行業(yè)統(tǒng)計(jì)數(shù)據(jù)估算[J]. 經(jīng)濟(jì)學(xué)(季刊)，2011(4)：735-776.

［2］ 陳濤濤，陳 嬌. 行業(yè)增長因素與我國FDI 行業(yè)內(nèi)溢出效應(yīng)[J]. 經(jīng)濟(jì)研究，2006(6)：39-47.

［3］ 陳 羽，鄺國良. 市場結(jié)構(gòu)與FDI 技術(shù)溢出——基于中國制造業(yè)動態(tài)面板數(shù)據(jù)的實(shí)證研究[J]. 世界經(jīng)濟(jì)研究，2011(9)：63-68.

［4］ 干春暉，鄭若谷. 中國工業(yè)生產(chǎn)績效：1998—2007——基于細(xì)分行業(yè)的推廣隨機(jī)前沿生產(chǎn)函數(shù)的分析[J]. 財(cái)經(jīng)研究，2009(6)：97-108.

［5］ 高 越，李榮林. 國際生產(chǎn)分割、技術(shù)進(jìn)步與產(chǎn)業(yè)結(jié)構(gòu)升級[J]. 世界經(jīng)濟(jì)研究，2011(12)：78-85.

［6］ 龔 剛，楊 琳. 我國生產(chǎn)能力利用率的估算[R]. 清華大學(xué)中國經(jīng)濟(jì)研究中心學(xué)術(shù)論文，2002.

［7］ 韓國高，高鐵梅，王立國，齊鷹飛，王曉妹. 中國制造業(yè)產(chǎn)能過剩的測度、波動及成因研究[J]. 經(jīng)濟(jì)研究，2011(12)：18-30.

［8］ 何 彬. 基于窖藏行為的產(chǎn)能過剩形成機(jī)理及其波動性特征研究[D]. 吉林大學(xué)博士研究生論文，2008.

［9］ 江飛濤，耿 強(qiáng)，呂大國，李曉萍. 地區(qū)競爭、體制扭曲與產(chǎn)能過剩的形成機(jī)理[J]. 中國工業(yè)經(jīng)濟(jì)，2012(6)：44-56.

［10］ 江小涓. 跨國投資、市場結(jié)構(gòu)與外商投資企業(yè)的競爭行為[J]. 經(jīng)濟(jì)研究，2002(9)：31-38.

［11］ 林毅夫. 潮涌現(xiàn)象與發(fā)展中國家宏觀經(jīng)濟(jì)理論的重新構(gòu)建[J]. 經(jīng)濟(jì)研究，2007(1)：126-131.

［12］ 林毅夫，巫和懋，邢亦青. “潮涌現(xiàn)象”與產(chǎn)能過剩的形成機(jī)制理[J]. 經(jīng)濟(jì)研究，2010(10)：4-19.

［13］ 孫 巍，李 何，王文成. 產(chǎn)能利用與固定資產(chǎn)投資關(guān)系的面板數(shù)據(jù)協(xié)整研究[J]. 經(jīng)濟(jì)管理，2009(3)：38-43.

［14］ 涂正革，肖 耿. 中國的工業(yè)生產(chǎn)力革命[J]. 經(jīng)濟(jì)研究，2005(3)：4-15.

［15］ 王 兵，於露瑾，楊雨石. 碳排放約束下中國工業(yè)行業(yè)能源效率的測度與分解[J]. 金融研究，2013(10)：128-141.

［16］ 王維國，袁捷敏. 我國產(chǎn)能利用率的估算模型及其應(yīng)用[J]. 統(tǒng)計(jì)與決策，2012(20)：82-84.

［17］ 許士春. 環(huán)境管制與企業(yè)競爭力——基于“波特假說”的質(zhì)疑[J]. 國際貿(mào)易問題，2007(5)：78-83.

［18］ 楊 光.中國設(shè)備利用率與資本存量的估算[J]. 金融研究，2012(12)：54-66.

［19］ 楊莉莉，邵 帥，曹建華. 長三角城市群工業(yè)全要素能源效率變動分解及影響因素：基于隨機(jī)前沿生產(chǎn)函數(shù)的經(jīng)驗(yàn)研究[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014(3)：95-102.

［20］ 張 誠，張艷蕾，張健敏. 跨國公司的技術(shù)溢出效益及其制約因素[J]. 南開經(jīng)濟(jì)研究，2001(3)：3-5.

［21］ 張 杰，周曉艷，鄭文平，蘆 哲. 要素市場扭曲是否激發(fā)了中國企業(yè)出口[J]. 世界經(jīng)濟(jì)，2011(8)：78-91.

［22］ 鐘春平，潘 黎.“產(chǎn)能過剩"的誤區(qū)——產(chǎn)能利用率及產(chǎn)能過剩的進(jìn)展、爭議及現(xiàn)實(shí)判斷[J]. 經(jīng)濟(jì)學(xué)動態(tài)，2014(3)：35-46.

［23］ Aigner D.，Lovell C. A. K.，Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models[J]. Journal of Econometrics，1977，6(1)：53-66.

［24］ Battes G. E.，Coelli T. J. A Model for Technical in Efficiency Effects in a Stochastic Production Frontier for Panel Data[J]. Empirical Economics，1995，20(2)：325-32.

［25］ Berndt E. R.，Morrison C. J. Capacity Utilizationmeasures：Underlying Economic Theory and an Alternativeapproach[J]. American Economic Review，1981，71(2)：48-52.

［26］ Berndt E. R.，F(xiàn)uss M. Productivity Measurement with Adjustments for Variations in Capacity Utilization and Other Forms of Temporary Equilibria[J]. Journal of Econometrics，1986，33：7-29.

［27］ Blundell R.，Bond S. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J]. Journal of Econometrics，1998，87(1)：115-43.

［28］ Chamberlin E. The Theory of Monopolistic Competition [M]. Cambridge：Harvard University Press，1947.

［29］ Cheung Y. W.，Pascual A. G. Market Structure，Technology Spillovers，and Persistence in Productivity Differentials [R]. CESifo Working Paper，2001，No. 57.

［30］ Dcmsetz H. The Nature of Equilibrium in Monopolistic Competition[J]. Journal of Political Economy，1959，67(1)：21-30.

［31］ Dupont D. P.，Grafton R. Q.，Kirkley J.，SquiresD. Capacity Utilization Measures and Excess Capacity Inmulti-product Privatized Fisheries[J]. Resource and Energy Economics，2002，24：193-210.

［32］ F?re R. The Existence of Plant Capacity [J]. International Economic Review，1984，25：209-13.

［33］ Kamien M. I.，Schwartz N. I. Uncertain Entryand Excess Capacity[J]. American Economic Review，1972，62(5)：918-27.

［34］ Kirkley J.，Paul C. M.，Squires D. Capacity and Capacity Utilization in Common-pool Resource Industries [J]. Environmental and Resource Economics，2002，22：71-97.

［35］ Kirkley J.，Squires D. Measuring Capacity and Capacity Utilization in Fisheries[C]. FAO Fisheries Technical Report No. 386，F(xiàn)ood and Agriculture Organization of the United Nations，Rome，1999.

［36］ Klein L. R. Some Theoretical Issues in the Measurement of Capacity[J]. Econometrica，1960，28(2)：272-86.

［37］ Meeusen W.，Broeck J. Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error [J]. International Economic Review，1977，18(2)：435-44.

［38］ Morrison C. J. Primal and Dual Capacity Utilization：An Application to Productivity Measurement in the U. S. Automobile Industry [J]. Journal of Business& Economic Statistics，1985，3(4)：312-24.

［39］ Nelson R. On the Measurement of Capacity Utilization [J]. Journal of Industrial Economics，1989，37(3)：273-86.

［40］ Segerson K.，Squires D. Capacity Utilization under Regulatory Constraints [J]. Review of Economics and Statistics，1992，95(1)：76-85.

［41］ Sahoo B. K.，Tone K. Decomposing Capacity Utilization in Data Envelopment Analysis：An Application to Banks in India [J]. European Journal of Operational Research，2009，195(2)：575-94.

［42］ Windmeijer F. A Finite Sample Correction for the Variance of Linear Efficient Two-step GMM Estimators [J]. Journal of Econometrics，2005，126(1)：25-51.