許加宏

（中國(guó)人民銀行菏澤市中心支行，山東 菏澤 274000）

山東省工業(yè)產(chǎn)能利用率測(cè)度及影響因素分析

許加宏

（中國(guó)人民銀行菏澤市中心支行，山東 菏澤 274000）

本文利用Bootstrap-DEA模型對(duì)山東省2000—2015年產(chǎn)能利用率進(jìn)行測(cè)算，對(duì)不同行業(yè)進(jìn)行比較，并探討了產(chǎn)能利用率的影響因素。結(jié)果顯示：在Bootstrap-DEA方法測(cè)算下山東省工業(yè)產(chǎn)能利用率普遍呈現(xiàn)先增后減“倒U形”變化趨勢(shì)。分行業(yè)來(lái)看，輕工業(yè)產(chǎn)能利用率與重工業(yè)具有相近的變化趨勢(shì)，但在2012年以前重工業(yè)產(chǎn)能利用率值高于輕工業(yè)，2012年以后則輕工業(yè)利用率值高于重工業(yè)，且差距不斷拉大；高耗能行業(yè)產(chǎn)能利用率自2011年以來(lái)持續(xù)較快下降，與輕重工業(yè)差距不斷拉大。在影響因素方面，經(jīng)濟(jì)周期對(duì)產(chǎn)能利用率具有正向影響，金融發(fā)展程度對(duì)產(chǎn)能利用率雖有一定的負(fù)向影響，但總體具有正向作用，國(guó)企比重過(guò)高及政府投資過(guò)度對(duì)產(chǎn)能利用率具有負(fù)面影響。

產(chǎn)能利用率測(cè)度；Bootstrap-DEA模型；影響因素

為了有效化解過(guò)剩產(chǎn)能，推動(dòng)供給側(cè)改革，增強(qiáng)經(jīng)濟(jì)發(fā)展活力，2013年10月，國(guó)務(wù)院發(fā)布了《關(guān)于化解產(chǎn)能嚴(yán)重過(guò)剩矛盾的指導(dǎo)意見(jiàn)》，重點(diǎn)推動(dòng)山東、河北、遼寧、江蘇、山西、江西等地區(qū)鋼鐵產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，充分發(fā)揮地方政府的積極性。2016年1月，習(xí)近平總書記在中央財(cái)經(jīng)領(lǐng)導(dǎo)小組第11次會(huì)議上提出，要在適度擴(kuò)大總需求的同時(shí)，去產(chǎn)能、去庫(kù)存、去杠桿、降成本、補(bǔ)短板。2017年1月國(guó)務(wù)院出臺(tái)了國(guó)辦發(fā)[2017]4號(hào)文件對(duì)新舊動(dòng)能轉(zhuǎn)換提出意見(jiàn)和要求，旨在推動(dòng)傳統(tǒng)產(chǎn)業(yè)化解產(chǎn)能、提質(zhì)增效，為經(jīng)濟(jì)發(fā)展注入新活力。顯然，有效化解過(guò)剩產(chǎn)能、推進(jìn)供給側(cè)改革已經(jīng)成為轉(zhuǎn)型期我國(guó)經(jīng)濟(jì)發(fā)展的重中之重。山東省是傳統(tǒng)工業(yè)大省，部分行業(yè)產(chǎn)能過(guò)剩嚴(yán)重。本文著眼于山東省工業(yè)發(fā)展現(xiàn)狀，對(duì)工業(yè)產(chǎn)能利用率進(jìn)行測(cè)度，并對(duì)產(chǎn)能過(guò)剩的影響因素進(jìn)行分析。

一、文獻(xiàn)綜述

研究產(chǎn)能過(guò)剩問(wèn)題，最重要的是選擇合適的測(cè)度方法。多數(shù)文獻(xiàn)用產(chǎn)能利用率來(lái)測(cè)度產(chǎn)能過(guò)剩的程度，并將產(chǎn)能利用率定義為實(shí)際產(chǎn)出與生產(chǎn)能力的比值。Kirkley（2002）利用數(shù)據(jù)包絡(luò)分析和隨機(jī)生產(chǎn)前沿方法測(cè)度了美國(guó)漁業(yè)的產(chǎn)出和產(chǎn)能利用率，并對(duì)兩種方法進(jìn)行了比較分析。Dergiades和Tsoulfidis認(rèn)為在標(biāo)準(zhǔn)經(jīng)濟(jì)理論中產(chǎn)能利用率可以等同于實(shí)際投資與均衡投資之比，并利用SVAR法估計(jì)了14個(gè)歐盟國(guó)家的產(chǎn)能利用率。Shaikh和Moudud（2004）為了避免具體函數(shù)形式設(shè)定的不科學(xué)，基于產(chǎn)能產(chǎn)出與資本存量之間存在長(zhǎng)期的穩(wěn)定關(guān)系這一假設(shè)，提出了協(xié)整方法，并利用該方法對(duì)OECD國(guó)家的產(chǎn)能利用率進(jìn)行了估算。

國(guó)內(nèi)研究由于起步較晚，主要是借鑒國(guó)外的研究方法。龔剛和楊琳（2002）假定一定時(shí)期內(nèi)的用電量與資本服務(wù)使用量成固定比例，利用生產(chǎn)函數(shù)估算這一比例，然后以用電量乘以該比例代替無(wú)法觀測(cè)的資本服務(wù)使用量，求得我國(guó)的資本設(shè)備利用率。孫巍等（2009）利用成本函數(shù)法對(duì)我國(guó)制造業(yè)28個(gè)行業(yè)1997—2006年的產(chǎn)能產(chǎn)出和產(chǎn)能利用率進(jìn)行了測(cè)算。韓國(guó)高等（2011）借鑒Berndt和Morrison提出的成本函數(shù)法，并利用面板數(shù)據(jù)的GMM估計(jì)方法對(duì)七大產(chǎn)能過(guò)剩行業(yè)進(jìn)行測(cè)度，其結(jié)論認(rèn)為大部分行業(yè)產(chǎn)能利用率的變化呈現(xiàn)出與經(jīng)濟(jì)周期波動(dòng)一致性的特征。王文甫等（2014）試圖從財(cái)政視角，借鑒Bernanke等（1999） 和 Fernández-Villaverde（2010） 的分析框架，引入大企業(yè)與中小企業(yè)兩種不同規(guī)模的企業(yè)，構(gòu)建動(dòng)態(tài)隨機(jī)一般均衡模型，來(lái)探討中國(guó)非周期性產(chǎn)能過(guò)剩的形成機(jī)理。何蕾（2015）、程俊杰（2015）借鑒了Shaikh和Moudud（2004）的協(xié)整分析方法，對(duì)產(chǎn)能利用率進(jìn)行測(cè)度。

通過(guò)對(duì)比國(guó)內(nèi)外研究產(chǎn)能過(guò)剩的理論和方法可以發(fā)現(xiàn)，其中隱含的共性原則是：對(duì)產(chǎn)能利用率的研究均圍繞著投入與產(chǎn)出的關(guān)系展開(kāi)；所使用的方法可以分為參數(shù)方法和非參數(shù)方法兩大類，其中尤以參數(shù)方法居多，最具代表性的是生產(chǎn)函數(shù)法。然而，這種參數(shù)估計(jì)方法對(duì)函數(shù)形式設(shè)定和誤差項(xiàng)的分布假設(shè)要求嚴(yán)格，一旦函數(shù)形式設(shè)置和誤差項(xiàng)的分布假設(shè)不準(zhǔn)確，就會(huì)嚴(yán)重影響到參數(shù)估計(jì)的結(jié)果，造成較大的估計(jì)偏差，甚至與真實(shí)結(jié)論大相徑庭。非參數(shù)方法中最具代表性的是數(shù)據(jù)包絡(luò)分析方法。該種方法不需設(shè)定函數(shù)形式，而是直接通過(guò)線性規(guī)劃判斷決策單元是否在有效生產(chǎn)前沿面上，避免了因生產(chǎn)函數(shù)設(shè)定不當(dāng)而帶來(lái)的誤差，但存在著小樣本估計(jì)偏差大、無(wú)法進(jìn)行統(tǒng)計(jì)檢驗(yàn)等缺點(diǎn)。為了有效彌補(bǔ)這種方法的缺陷，Simar和 Wilson（1998） 將 Efron（1979） 的 Bootstrap方法應(yīng)用到數(shù)據(jù)包絡(luò)分析模型中，修正DEA模型的估計(jì)偏差，并給出估計(jì)的置信區(qū)間，此方法有效彌補(bǔ)了DEA模型的不足。鑒于此，本文選擇該方法來(lái)估計(jì)產(chǎn)能利用率。

二、基于Bootstrap-DEA模型的產(chǎn)能利用率評(píng)價(jià)

（一）估計(jì)方法

Bootstrap-DEA模型的基本思想是利用重復(fù)抽樣的方法對(duì)原始樣本數(shù)據(jù)進(jìn)行數(shù)值模擬，對(duì)產(chǎn)生的大量模擬樣本重新進(jìn)行DEA計(jì)算。具體過(guò)程如下：

1.對(duì)于每一個(gè)決策元（Xi,Yi），i=1,2,…,n，計(jì)算 DEA 效率值。

2.基于n個(gè)決策元的效率值，利用重復(fù)抽樣方法產(chǎn)生規(guī)模為n的隨機(jī)效率值，其中 b為Bootstrap迭代次數(shù)。

3.對(duì)上述形成的隨機(jī)效率值進(jìn)行平滑處理，得到平滑后的樣本。

6.重復(fù)（2）—（5）B次，產(chǎn)生一系列效率值，b=1,2,…,B。

由于DEA方法在樣本量較少的情況下可能會(huì)產(chǎn)生偏差，平滑Bootstrap分布可以模擬原樣本估計(jì)量的分布，并進(jìn)行偏差修正，估計(jì)置信區(qū)間。

偏差修正后的估計(jì)值為：

（二）變量及數(shù)據(jù)來(lái)源說(shuō)明

本文以山東省主要工業(yè)行業(yè)為研究對(duì)象，并選擇工業(yè)總產(chǎn)值作為產(chǎn)出變量，固定資產(chǎn)凈額及平均從業(yè)人數(shù)作為投入變量，構(gòu)造決策元。其中，去除采掘業(yè)中規(guī)模較小的其他采礦業(yè)，制造業(yè)中統(tǒng)計(jì)口徑前后變化較大的其他制造業(yè)。由于橡膠制品業(yè)與塑料制品業(yè)從2011年起合并為橡膠和塑料制品業(yè)，為了保持統(tǒng)計(jì)口徑的一致，將2000—2010年橡膠制品業(yè)數(shù)據(jù)和塑料制品業(yè)數(shù)據(jù)進(jìn)行合并統(tǒng)計(jì)，因此最終選擇的行業(yè)個(gè)數(shù)為35個(gè)。本文利用以1999年為基期的工業(yè)品出廠價(jià)格指數(shù)，去除工業(yè)總產(chǎn)值價(jià)格影響因素，以固定資產(chǎn)投資價(jià)格指數(shù)來(lái)去除固定資產(chǎn)凈值價(jià)格影響因素。樣本區(qū)間為2000—2015年，數(shù)據(jù)來(lái)源于《山東省統(tǒng)計(jì)年鑒》（2001—2016）。

（三）測(cè)算結(jié)果

1.整體情況及不同行業(yè)比較。一般情況下，Bootstrap迭代次數(shù)越多，產(chǎn)能利用率值估計(jì)越準(zhǔn)確，但運(yùn)算速度越慢，計(jì)算成本不斷提高。因此在分析過(guò)程中，要兼顧精準(zhǔn)性及計(jì)算成本。與此同時(shí)，隨著迭代次數(shù)的增加，修正后的產(chǎn)能利用率值必將有一個(gè)收斂的趨勢(shì)，即在迭代次數(shù)達(dá)到一定水平后，隨著迭代次數(shù)的進(jìn)一步增加，產(chǎn)能利用率值的變化趨于穩(wěn)定。為此，本文分別選擇迭代次數(shù)為2000、3000、5000，并求出相應(yīng)的修正產(chǎn)能利用率值，發(fā)現(xiàn)三種迭代次數(shù)下，并無(wú)明顯變化，且置信區(qū)間、方差值均相近，因此本文最終選擇迭代次數(shù)為2000。計(jì)算出的產(chǎn)能產(chǎn)能利用率值及α=0.025下的置信區(qū)間如表1所示，由于篇幅有限，僅列出2015年的產(chǎn)能利用率值。

表1：2015年35個(gè)行業(yè)產(chǎn)能利用率值及置信區(qū)間

從表1中可以看出，傳統(tǒng)DEA模型計(jì)算出的產(chǎn)能利用率值明顯大于真實(shí)值，即存在較嚴(yán)重的右偏。但經(jīng)過(guò)Bootstrap-DEA方法修正后，產(chǎn)能利用率值回到置信區(qū)間以內(nèi)。從Bootstrap-DEA測(cè)算結(jié)果可以看出，2015年35個(gè)工業(yè)行業(yè)產(chǎn)能利用率水平普遍較低，我們將修正后的產(chǎn)能利用率值劃分為4個(gè)區(qū)間段：[0 30%]、（30%50%]、（50%70%]、（70%1]。其中，在區(qū)間30%以下（含30%）共有3個(gè)行業(yè)，分別為煤炭采選業(yè)、石油和天然氣開(kāi)采業(yè)、黑色金屬礦采選業(yè)，3個(gè)行業(yè)均隸屬于采掘業(yè)大類，占8.6%；在區(qū)間30%—50%（含50%）共有8個(gè)行業(yè)，占22.9%；在區(qū)間50%—70%（含70%）共有15個(gè)行業(yè)，占42.9%；在70%以上共有9個(gè)行業(yè)，占25.7%。因此多數(shù)行業(yè)的產(chǎn)能利用率值在50%以上，占比65.7%。

參照上海統(tǒng)計(jì)局《輕重工業(yè)劃分辦法》以及部分文獻(xiàn)中的劃分方法（韓國(guó)高等，2011），將35個(gè)工業(yè)行業(yè)劃分為15個(gè)輕工業(yè)、20個(gè)重工業(yè)。同時(shí)，利用Bootstrap—DEA方法分別得到2000—2015年輕工業(yè)各行業(yè)產(chǎn)能效率值、重工業(yè)各行業(yè)產(chǎn)能利用率值，具體如表2、表3所示。

將估計(jì)出的各行業(yè)產(chǎn)能利用率以工業(yè)總產(chǎn)值為權(quán)重，進(jìn)行加權(quán)求和，進(jìn)而得到山東省工業(yè)行業(yè)產(chǎn)能利用率：

以EFFit表示i行業(yè)t年的產(chǎn)能效率，λit表示i行業(yè)t年產(chǎn)能效率的權(quán)數(shù)，則工業(yè)行業(yè)第t年的產(chǎn)能利用率可以表示成如下等式：

同時(shí)，按照同種方法可以得到輕工業(yè)、重工業(yè)以及重工業(yè)中高耗能行業(yè)的產(chǎn)能利用率。高耗能行業(yè)包括：電力熱力的生產(chǎn)和供應(yīng)業(yè)、石油加工煉焦及核燃料加工業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)、有色金屬冶煉及壓延加工業(yè)、黑色金屬冶煉及壓延加工業(yè)、非金屬礦物制品業(yè)。具體變化趨勢(shì)見(jiàn)圖1。

從圖1中可以看出：第一，2000年以來(lái)，無(wú)論輕工業(yè)還是重工業(yè)，產(chǎn)能利用率均呈現(xiàn)先增后減的“倒U形”趨勢(shì)。第二，2000—2011年，重工業(yè)產(chǎn)能利用率＞工業(yè)產(chǎn)能利用率＞輕工業(yè)產(chǎn)能利用率，其中，2000—2002年三者差距較小，但2002—2004年差距有所拉大，尤其是重工業(yè)與輕工業(yè)。第三，工業(yè)利用率、重工業(yè)利用率均在2002—2008年持續(xù)上升，在2008年達(dá)到最大值，在2008—2013年除個(gè)別年份外基本呈現(xiàn)逐年下降趨勢(shì)，直到2013年之后才趨于平穩(wěn)。第四，輕工業(yè)產(chǎn)能利用率最大值出現(xiàn)在2011年，較重工業(yè)和工業(yè)值滯后3年，在2011—2013年幾乎與重工業(yè)和工業(yè)利用率同步下降，但2013年后輕工業(yè)產(chǎn)能利用率略有上漲。第五，從2010年開(kāi)始重工業(yè)產(chǎn)能利用率、工業(yè)產(chǎn)能利用率、輕工業(yè)產(chǎn)能利用率三者差距不斷縮小，2011年幾乎交于一點(diǎn)，但在2012年后三者差距再次拉大，有所不同的是此時(shí)三者關(guān)系是：輕工業(yè)＞工業(yè)＞重工業(yè)。第六，高耗能行業(yè)雖屬于重工業(yè)范疇，且與重工業(yè)具有相近變化趨勢(shì)，但也存在明顯不同的特點(diǎn)：首先，在2000—2003年、2009—2015年該行業(yè)產(chǎn)能利用率遠(yuǎn)低于其他三者，2013年后這種差距進(jìn)一步拉大；其次，在2002—2005年該行業(yè)產(chǎn)能利用率快速上漲，且超過(guò)輕工業(yè)，并在2005—2006年期間超過(guò)工業(yè)產(chǎn)能利用率；第三，2008年之后該行業(yè)產(chǎn)能利用率開(kāi)始逐年下降，并于2009年再次落后，在2012—2013年期間產(chǎn)能利用率下降迅速，2013年后下降速度雖略有放緩，但仍表現(xiàn)出較快的下降趨勢(shì)，這說(shuō)明高耗能行業(yè)淘汰過(guò)剩產(chǎn)能、培育新動(dòng)能的工作刻不容緩。

表2：2000—2015年山東省輕工業(yè)產(chǎn)能利用率

表3：2000—2015年山東省重工業(yè)產(chǎn)能利用率

圖1：2000—2015年山東省工業(yè)產(chǎn)能利用率趨勢(shì)圖

圖2：2000—2015年五大行業(yè)產(chǎn)能效率變化趨勢(shì)圖

2.重點(diǎn)行業(yè)分析。鑒于山東省普遍存在鋼鐵、煤炭、電解鋁、化工、造紙等行業(yè)產(chǎn)能過(guò)剩的事實(shí)，結(jié)合關(guān)于各工業(yè)產(chǎn)能效率的研究結(jié)果，選擇相關(guān)的5個(gè)產(chǎn)能過(guò)剩行業(yè)進(jìn)行重點(diǎn)分析。5個(gè)行業(yè)分別為：煤炭采選業(yè)、石油和天然氣開(kāi)采業(yè)、黑色金屬礦采選業(yè)、黑色金屬冶煉及壓延加工業(yè)、造紙及紙制品業(yè)。5個(gè)行業(yè)2000—2015年產(chǎn)能效率見(jiàn)圖2。

（1）煤炭采選業(yè)。山東省是我國(guó)產(chǎn)煤大省，但該行業(yè)的產(chǎn)能利用率一直處于較低水平，平均產(chǎn)能利用率僅21.5%，是35個(gè)工業(yè)行業(yè)中最低的。從圖2中可以看出，煤炭采選業(yè)經(jīng)歷了“倒U形”的變化趨勢(shì)，其中2010年達(dá)到最高值，但也僅30.4%，之后再次下降，到2015年僅14.5%。為了化解過(guò)剩產(chǎn)能，山東省2016年關(guān)閉煤礦共計(jì)66處，退出產(chǎn)能1960萬(wàn)噸。

（2）石油和天然氣開(kāi)采業(yè)。山東省蘊(yùn)藏豐富的石油資源，但近年來(lái)石油和天然氣開(kāi)采業(yè)的效益不斷下降，呈現(xiàn)大量虧損現(xiàn)象，僅2016年上半年該行業(yè)就虧損137.19億元，高出2015年全年42.63億元。2000—2015年該行業(yè)產(chǎn)能利用率呈現(xiàn)波動(dòng)下降趨勢(shì)，從2001年的85.1%下降至2015年的11.6%，是2015年35個(gè)工業(yè)行業(yè)中產(chǎn)能利用率最低的行業(yè)。

（3）黑色金屬礦采選業(yè)。該行業(yè)2000—2015年行業(yè)平均產(chǎn)能利用率為56.74%，低于全省35個(gè)行業(yè)平均水平4.42個(gè)百分點(diǎn)，到2015年僅達(dá)到23.5%，處于2000年以來(lái)最低水平。

（4）黑色金屬冶煉及壓延加工業(yè)。該行業(yè)產(chǎn)能利用率從2001年的45.1%快速上漲到2004年的81.3%，2004—2008年變化較平穩(wěn)，但2008年后出現(xiàn)了快速下滑，2010年達(dá)到52.3%，后有所反彈，2011年回調(diào)到62.8%，之后繼續(xù)快速下滑，到2015年僅37.6%，處于2000年以來(lái)最低水平。為有效化解過(guò)剩產(chǎn)能，山東省出臺(tái)了《山東省鋼鐵行業(yè)化解過(guò)剩產(chǎn)能實(shí)現(xiàn)脫困發(fā)展組織實(shí)施方案》等政策，有效推進(jìn)去產(chǎn)能工作。2016年，山東鋼鐵行業(yè)完成壓減生鐵產(chǎn)能270萬(wàn)噸、粗鋼270萬(wàn)噸，較好完成了鋼鐵行業(yè)當(dāng)年去產(chǎn)能目標(biāo)。

（5）造紙及紙制品業(yè)。山東省是全國(guó)造紙行業(yè)大省，從圖2可以看出該行業(yè)產(chǎn)能利用率一直處于較低水平，平均產(chǎn)能利用率僅34.6%，低于各行業(yè)平均值26.55個(gè)百分點(diǎn)。2000—2006年該行業(yè)產(chǎn)能利用率變動(dòng)較平緩，2006—2010年呈現(xiàn)緩慢上升趨勢(shì)，但2010—2015年呈現(xiàn)波動(dòng)下滑趨勢(shì)，2015年為31.3%。近年來(lái)山東省不斷推進(jìn)造紙行業(yè)去產(chǎn)能工作，2015年全年淘汰落后產(chǎn)能10.3萬(wàn)噸，計(jì)劃到2020年淘汰落后產(chǎn)能300萬(wàn)噸。

三、產(chǎn)能利用率影響因素分析

（一）產(chǎn)能利用率與經(jīng)濟(jì)周期

根據(jù)與經(jīng)濟(jì)周期的關(guān)系，可以把產(chǎn)能過(guò)剩分為周期性產(chǎn)能過(guò)剩和非周期性產(chǎn)能過(guò)剩。一般情況下，如果經(jīng)濟(jì)走向衰落，市場(chǎng)需求必將不斷萎縮，致使多數(shù)行業(yè)富余產(chǎn)能不斷增加，達(dá)到一定程度將會(huì)形成產(chǎn)能過(guò)剩；反之如果經(jīng)濟(jì)走向繁榮，市場(chǎng)需求必然增加，富余產(chǎn)能將會(huì)不斷減少，進(jìn)而化解產(chǎn)能過(guò)剩。這種通過(guò)市場(chǎng)力量就能夠產(chǎn)生和化解的產(chǎn)能過(guò)剩，就是周期性產(chǎn)能過(guò)剩。而除此之外形成的產(chǎn)能過(guò)剩，稱其為非周期性產(chǎn)能過(guò)剩。非周期性產(chǎn)能過(guò)剩又可以具體分為結(jié)構(gòu)性產(chǎn)能過(guò)剩和體制性產(chǎn)能過(guò)剩。

從工業(yè)產(chǎn)能利用率與地區(qū)生產(chǎn)總值增速運(yùn)行關(guān)系上（見(jiàn)圖3）可以發(fā)現(xiàn)，兩者具有較相近的運(yùn)行趨勢(shì)，均呈現(xiàn)先增后減“倒U形”變化軌跡，但兩者變化趨勢(shì)并不同步，地區(qū)生產(chǎn)總值的變化要先于工業(yè)產(chǎn)能利用率至少1年。這說(shuō)明工業(yè)產(chǎn)能利用率的變化與經(jīng)濟(jì)周期具有較緊密的關(guān)系，而產(chǎn)能過(guò)剩在一定程度上也由經(jīng)濟(jì)周期所引發(fā)，即具有周期性產(chǎn)能過(guò)剩的特征。然而，山東省的產(chǎn)能過(guò)剩問(wèn)題，絕不僅僅是單純通過(guò)經(jīng)濟(jì)周期就能解釋完整的，如果只是因?yàn)榻?jīng)濟(jì)周期的影響，那么依靠市場(chǎng)力量的自發(fā)調(diào)節(jié)，就可以消除過(guò)剩產(chǎn)能，顯然這不符合產(chǎn)能過(guò)剩的現(xiàn)實(shí)。因此產(chǎn)能過(guò)剩的影響因素除經(jīng)濟(jì)周期外還包括結(jié)構(gòu)性和體制性因素。

（二）產(chǎn)能利用率影響因素

在參考其他文獻(xiàn)并充分考慮數(shù)據(jù)可得性的基礎(chǔ)上，本文總結(jié)了影響產(chǎn)能利用率的因素：

圖3：地區(qū)生產(chǎn)總值增速與工業(yè)產(chǎn)能效率趨勢(shì)圖

1.經(jīng)濟(jì)周期。如前文所述，在順周期的情況下產(chǎn)能利用率較高，在逆周期的情況下產(chǎn)能利用率將會(huì)有所下降，即產(chǎn)能利用率與經(jīng)濟(jì)周期具有正相關(guān)關(guān)系。

2.國(guó)有企業(yè)比重。國(guó)有企業(yè)比重過(guò)高可能造成產(chǎn)能過(guò)剩。這主要有兩方面原因：一是國(guó)有企業(yè)與政府關(guān)系較密切，國(guó)有企業(yè)投資擴(kuò)大較大程度上體現(xiàn)了政府的意愿；二是國(guó)有企業(yè)相對(duì)于民營(yíng)企業(yè)更容易獲得融資，融資成本普遍較低，使得國(guó)企容易產(chǎn)生投資過(guò)度問(wèn)題。

3.金融發(fā)展程度。金融發(fā)展對(duì)于產(chǎn)能利用率既有正向影響，也有負(fù)向影響。一方面，金融作為現(xiàn)代經(jīng)濟(jì)的核心，為企業(yè)生產(chǎn)經(jīng)營(yíng)提供信貸支持，對(duì)企業(yè)的發(fā)展起到促進(jìn)作用；另一方面，由于信息的不完全、投資者的有限理性以及市場(chǎng)機(jī)制的不健全，使得信貸錯(cuò)配現(xiàn)象長(zhǎng)期存在，信貸資金不是投向最需要的行業(yè)，而是流向規(guī)模大、償還能力強(qiáng)的行業(yè)，這就使多數(shù)大型企業(yè)產(chǎn)生了“資金幻覺(jué)”，激勵(lì)其不得不為“富余資金”尋找更多的投資出路，進(jìn)而盲目開(kāi)展粗放式、多元化經(jīng)營(yíng)和低水平重復(fù)建設(shè)，最終形成產(chǎn)能過(guò)剩。

4.地方政府投資力度。地方政府在經(jīng)濟(jì)增長(zhǎng)等績(jī)效考核的壓力下，其投資行為帶有較濃的政治色彩，并注重短期效益，容易加劇產(chǎn)能過(guò)剩。

（三）計(jì)量模型及數(shù)據(jù)說(shuō)明

為了較準(zhǔn)確估計(jì)各影響因素對(duì)產(chǎn)能利用率的影響程度，通過(guò)建立面板數(shù)據(jù)模型來(lái)進(jìn)行更深入地分析。模型如下：

其中，EFFt為被解釋變量，表示各行業(yè)產(chǎn)能利用率；為解釋變量，由于工業(yè)產(chǎn)能利用率滯后于地區(qū)生產(chǎn)總值增速，因此將變量RGDP滯后一期，以達(dá)到與被解釋變量同步的目的；為解釋變量，表示其他影響因素；u為隨機(jī)誤差項(xiàng)。在各影響因素方面，經(jīng)濟(jì)周期用GDP增速RGDP來(lái)表示；國(guó)有企業(yè)比重用國(guó)有及國(guó)有控股企業(yè)工業(yè)生產(chǎn)總值占全部工業(yè)生產(chǎn)總值的比重（PSOE）來(lái)表示；金融發(fā)展程度用年末金融機(jī)構(gòu)貸款余額占GDP比重（FDD）來(lái)表示；地方政府投資力度用國(guó)家預(yù)算內(nèi)資金占全社會(huì)固定資產(chǎn)本年資金來(lái)源總額（LGI）來(lái)表示。樣本時(shí)間跨度為2000—2015年，數(shù)據(jù)來(lái)源為《山東省統(tǒng)計(jì)年鑒》（2001—2016）。

（四）檢驗(yàn)過(guò)程及估計(jì)結(jié)果分析

在模型參數(shù)估計(jì)之前，需對(duì)面板數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，即對(duì)各變量進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果顯示，EFF、PSOE、LGI三個(gè)變量是平穩(wěn)的，RGDP、FDD1階平穩(wěn)。因此，對(duì)RGDP、FDD進(jìn)行1階差分處理，之后再建模分析。

根據(jù)Hausman檢驗(yàn)結(jié)果，本文建立了固定效應(yīng)面板數(shù)據(jù)模型，模型估計(jì)結(jié)果如表4所示。從中可以看出各參數(shù)估計(jì)結(jié)果都是顯著的。從參數(shù)系數(shù)值可以看出D（RGDP）、D（FDD）對(duì)產(chǎn)能利用率的影響是正向的，PSOE、LGI對(duì)產(chǎn)能利用率的影響是負(fù)向的。這說(shuō)明經(jīng)濟(jì)周期對(duì)產(chǎn)能利用率具有正向作用，金融發(fā)展程度對(duì)產(chǎn)能利用率雖有一定的負(fù)向作用，但總體具有正向作用；國(guó)企比重過(guò)高及政府投資過(guò)度對(duì)產(chǎn)能利用率具有負(fù)面作用，是導(dǎo)致產(chǎn)能過(guò)剩的原因之一，這與預(yù)期一致。

表4：面板數(shù)據(jù)回歸結(jié)果（變截距略）

四、結(jié)論和建議

本文利用Bootstrap-DEA模型對(duì)山東省2000—2015年產(chǎn)能利用率進(jìn)行測(cè)算，對(duì)不同行業(yè)產(chǎn)能利用率進(jìn)行比較，并探討了產(chǎn)能利用率的影響因素。主要結(jié)論如下：第一，傳統(tǒng)DEA模型估計(jì)的結(jié)果明顯高于真實(shí)值，存在較嚴(yán)重的右偏，經(jīng)過(guò)Bootstrap-DEA方法修正后，產(chǎn)能利用率得到明顯改善。第二，在Bootstrap-DEA方法測(cè)算下山東省工業(yè)產(chǎn)能利用率普遍呈現(xiàn)先增后減“倒U形”變化趨勢(shì)，其中2015年42.9%的行業(yè)產(chǎn)能利用率位于50%—70%區(qū)間，31.5%的行業(yè)產(chǎn)能利用率低于50%。第三，輕工業(yè)產(chǎn)能利用率與重工業(yè)產(chǎn)能利用率具有相近的變化趨勢(shì)，但在2012年以前重工業(yè)產(chǎn)能利用率高于輕工業(yè)，2012年以后則輕工業(yè)利用率高于重工業(yè)，且差距不斷拉大。第四，高耗能行業(yè)產(chǎn)能利用率自2011年以來(lái)持續(xù)較快下降，與輕重工業(yè)差距不斷拉大。第五，近年來(lái)煤炭采選業(yè)、石油和天然氣開(kāi)采業(yè)、黑色金屬礦采選業(yè)、黑色金屬冶煉及壓延加工業(yè)、造紙及紙制品業(yè)等行業(yè)產(chǎn)能過(guò)剩較明顯。第六，經(jīng)濟(jì)周期對(duì)產(chǎn)能利用率具有正向作用，金融發(fā)展程度對(duì)產(chǎn)能利用率雖有一定的負(fù)向作用，但總體具有正向作用，國(guó)企比重過(guò)高及政府投資過(guò)度對(duì)產(chǎn)能利用率具有負(fù)面作用。

基于以上研究結(jié)論，并結(jié)合區(qū)域經(jīng)濟(jì)發(fā)展及產(chǎn)能過(guò)剩的實(shí)際情況，提出以下三個(gè)方面的政策建議：

（一）正確處理政府與市場(chǎng)的關(guān)系，積極穩(wěn)妥化解過(guò)剩產(chǎn)能

市場(chǎng)在資源配置中具有決定性作用，在化解過(guò)剩產(chǎn)能、提高產(chǎn)能利用率過(guò)程中，必須充分發(fā)揮市場(chǎng)調(diào)節(jié)作用。具體來(lái)看，應(yīng)當(dāng)建立健全市場(chǎng)準(zhǔn)入和退出機(jī)制，完善退出補(bǔ)償制度，鼓勵(lì)市場(chǎng)競(jìng)爭(zhēng)，推動(dòng)企業(yè)破產(chǎn)、合并、重組，化解落后產(chǎn)能，培育新動(dòng)能，實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)；健全生產(chǎn)要素市場(chǎng)體系，加快要素價(jià)格市場(chǎng)化改革，強(qiáng)化市場(chǎng)配置資源功能。同時(shí)，要合理發(fā)揮政府的職能作用，進(jìn)一步簡(jiǎn)政放權(quán)，減少政府對(duì)企業(yè)投資的過(guò)度干預(yù)；利用財(cái)政、金融手段積極支持企業(yè)去產(chǎn)能，提高生產(chǎn)效率，彌補(bǔ)市場(chǎng)機(jī)制的不足；積極合理防范和化解去產(chǎn)能過(guò)程中的區(qū)域經(jīng)濟(jì)金融風(fēng)險(xiǎn)。

（二）區(qū)別對(duì)待，制定合理有效的金融支持去產(chǎn)能政策

隨著不良貸款的持續(xù)上升，金融機(jī)構(gòu)容易產(chǎn)生風(fēng)險(xiǎn)厭惡情緒，對(duì)去產(chǎn)能領(lǐng)域的信貸投放越來(lái)越謹(jǐn)慎，需要政策加以引導(dǎo)?？傮w來(lái)看，在金融支持方面必須有退有進(jìn)，既要促進(jìn)壓減落后產(chǎn)能，又要支持優(yōu)勢(shì)企業(yè)轉(zhuǎn)型升級(jí)。按照“有扶有控”的原則，制定切實(shí)可行的金融支持去產(chǎn)能具體細(xì)則，引導(dǎo)金融機(jī)構(gòu)支持工業(yè)企業(yè)積極穩(wěn)妥化解產(chǎn)能過(guò)剩，避免“一刀切”。對(duì)長(zhǎng)期虧損、失去清償能力的“僵尸企業(yè)”，或環(huán)保、安全不達(dá)標(biāo)且整改無(wú)望的企業(yè)及落后產(chǎn)能，堅(jiān)決壓縮退出相關(guān)貸款；對(duì)資源型企業(yè)中有產(chǎn)品競(jìng)爭(zhēng)力、有市場(chǎng)、有效益的優(yōu)質(zhì)企業(yè)繼續(xù)給予信貸支持，幫助有前景的企業(yè)渡過(guò)難關(guān)。

（三）加大科研投入，推動(dòng)技術(shù)進(jìn)步，提高產(chǎn)能利用率

從西方發(fā)達(dá)國(guó)家化解產(chǎn)能過(guò)剩的經(jīng)驗(yàn)來(lái)看，教育和科研必不可少。一方面，鼓勵(lì)高尖端人才積極投身科研，加強(qiáng)企業(yè)與高校間的溝通交流，將科研與實(shí)際需求相結(jié)合，提高科研成果運(yùn)用率，以科研帶動(dòng)企業(yè)轉(zhuǎn)型升級(jí)；另一方面，加快推進(jìn)國(guó)家創(chuàng)新戰(zhàn)略和“互聯(lián)網(wǎng)+”戰(zhàn)略，利用互聯(lián)網(wǎng)實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)，從而帶動(dòng)企業(yè)技術(shù)和產(chǎn)業(yè)鏈創(chuàng)新，化解產(chǎn)能過(guò)剩，提高產(chǎn)能利用率。

[1]Charnes A，Cooper W W，Rhodes E.1978.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research.

[2]Banker R D，Charnes A，Cooper W W.1984.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，30（9）.

[3]Simar L，Wilson P.1998.Sensitivity Analysis of Efficiency Scores：How to Bootstrap in Nonparametric Frontier Models[J].Management Science，44（11）.

[4]Simar L，Wilson P.2000.A General Methodology for Bootstrapping in Nonparametric Frontier Models[J].Journal of Applied Statistics，27（6）.

[5]Shaikh A，Moudud J.2004.Meaasuring capacity utilization in OECD countries：A cointegrarion method[R].The Levy Economics Institute of Bard College，Working Paper，（415）.

[6]劉曉欣，邵燕敏，張珣.基于Bootstrap-DEA的工業(yè)能源效率分析[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2011，（3）.

[7]韓國(guó)高，高鐵梅，王立國(guó)，齊鷹飛，王曉姝.中國(guó)制造業(yè)產(chǎn)能過(guò)剩的測(cè)度、波動(dòng)及成因研究[J].經(jīng)濟(jì)研究，2011，（12）.

[8]王文甫，明娟，岳超云.企業(yè)規(guī)模、地方政府干預(yù)與產(chǎn)能過(guò)剩[J].管理世界（月刊），2014，（10）.

[9]董敏杰，梁泳梅，張其仔.中國(guó)工業(yè)產(chǎn)能利用率：行業(yè)比較、地區(qū)差距及影響因素[J].經(jīng)濟(jì)研究，2015，（1）.

[10]徐朝陽(yáng)，周念利.市場(chǎng)結(jié)構(gòu)內(nèi)生變遷與產(chǎn)能過(guò)剩治理[J].經(jīng)濟(jì)研究，2015，（2）.

[11]何蕾.中國(guó)工業(yè)行業(yè)產(chǎn)能利用率測(cè)度研究——基于面板協(xié)整的方法[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015，（2）.

[12]程俊杰.中國(guó)轉(zhuǎn)型時(shí)期產(chǎn)業(yè)政策與產(chǎn)能過(guò)?！谥圃鞓I(yè)面板數(shù)據(jù)的實(shí)證研究[J].財(cái)經(jīng)研究，2015，（8）.

[13]金鵬輝.金融與工業(yè)供給側(cè)改革[J].中國(guó)金融，2016，（20）.

[14]魏楚，沈滿洪.能源效率及其影響因素：基于DEA的實(shí)證分析[J].管理世界，2017，（8）.

（責(zé)任編輯 孫 軍；校對(duì) WJ，GX）

Study on Industrial Capacity Efficiency Measurement and Affecting Factors of Shandong Province

Xu Jiahong
（PBC Heze Sub-branch，Shandong Heze 274000）

This paper estimated capacity efficiency of Shandong province between 2000 and 2015 based on Bootstrap-DEA model，through comparing different capacity efficiency among industries，the paper also explored the factors affecting capacity efficiency.By using the Bootstring-DEA method，the efficiency is significantly improved.According to the method of Bootstrap-DEA，the industrial capacity efficiency in Shandong province is generally presented with the trend of"inverted U-shape"，in which 31.5%of the industrial capacity efficiency in 2015 is less than 50%.In terms of industries，the capacity efficiency of light industry and heavy industry has similar variation tendency，but before 2012，the efficiency value of heavy industry was higher than light industry.After 2012，the efficiency value of light industry was higher than that of heavy industry，and the gap was widening;The capacity efficiency of energy-intensive industries has been declining rapidly since 2011，and the gap between the efficiency value of the heavy and light industry and the efficiency of energy-intensive industries has been widening.Among the affecting factors，the economic cycle and the degree of financial development have a positive effect on capacity efficiency，while the excessive proportion of stateowned enterprises and excessive government investment have a negative impact on capacity efficiency.

capacity efficiency measurement，Bootstrap-DEA model，affecting factors

F830

A

1674-2265（2017）10-0052-07

2017-06-25

許加宏，男，山東菏澤人，供職于中國(guó)人民銀行菏澤市中心支行，經(jīng)濟(jì)師。