程 敏

(黑龍江省發(fā)展規(guī)劃研究所, 哈爾濱 150030)

全要素生產(chǎn)率的高低可以在很大程度上解釋一國(guó)經(jīng)濟(jì)發(fā)展的成敗,其本質(zhì)上是對(duì)生產(chǎn)效率的評(píng)價(jià),提高全要素生產(chǎn)率意味著以更少的投入獲得更多的產(chǎn)出,是實(shí)現(xiàn)高質(zhì)量發(fā)展的動(dòng)力源泉。當(dāng)前,中國(guó)經(jīng)濟(jì)正處于由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段的關(guān)鍵時(shí)期,需要更加依靠全要素生產(chǎn)率的提高來推動(dòng)產(chǎn)業(yè)發(fā)展和經(jīng)濟(jì)增長(zhǎng)。作為工業(yè)的“脊梁”,裝備制造業(yè)在整個(gè)國(guó)民經(jīng)濟(jì)體系中占有重要地位。然而,長(zhǎng)久以來中國(guó)裝備制造發(fā)展面臨“大而不強(qiáng)”的困境,究其原因主要是投入和產(chǎn)出不匹配,生產(chǎn)效率不高。因此,要提升裝備制造業(yè)發(fā)展質(zhì)量,就必須提高全要素生產(chǎn)率,實(shí)現(xiàn)效率變革。

1 文獻(xiàn)綜述

全要素生產(chǎn)率最早在宏觀經(jīng)濟(jì)層面評(píng)價(jià)國(guó)家競(jìng)爭(zhēng)力,后逐漸應(yīng)用于中觀產(chǎn)業(yè)及微觀企業(yè)層面。郭慶旺和賈俊雪[1]通過比較不同全要素生產(chǎn)率的測(cè)算方法,估算出中國(guó)改革開放之后15年間的全要素生產(chǎn)率增長(zhǎng)率。Baran等[2]利用波蘭冶金工業(yè)的投入產(chǎn)出數(shù)據(jù)構(gòu)建DEA(data envelopment analysis,數(shù)據(jù)包絡(luò)分析)模型,得出技術(shù)效率低下成為阻礙產(chǎn)出增長(zhǎng)的主要根源。王善高和田旭[3]采用隨機(jī)前沿生產(chǎn)函數(shù)測(cè)算了不同規(guī)模生豬養(yǎng)殖的全要素生產(chǎn)率,并對(duì)其進(jìn)行了分解。王衛(wèi)和綦良群[4]、李星光和于成學(xué)[5]研究發(fā)現(xiàn)中國(guó)裝備制造業(yè)全要素生產(chǎn)率存在明顯的區(qū)域、省份和行業(yè)差異,技術(shù)進(jìn)步和技術(shù)效率貢獻(xiàn)度隨不同時(shí)期發(fā)生變化。Herrala等[6]運(yùn)用DEA方法首次嘗試比較芬蘭自來水廠管理模式的生產(chǎn)效率,并作為未來改進(jìn)模式的基礎(chǔ)。徐小惠等[7]從微觀企業(yè)層面出發(fā),以世界500強(qiáng)企業(yè)中的55家企業(yè)作為證據(jù),得出無(wú)論從全要素生產(chǎn)率還是從其分解效率來看,裝備制造業(yè)中的航天與通信設(shè)備企業(yè)均優(yōu)于其他企業(yè)。陳燕麗等[8]基于DEA-Malmquist-Tobit模型對(duì)東北三省制造業(yè)上市公司的財(cái)務(wù)效率進(jìn)行了評(píng)價(jià),結(jié)果顯示多數(shù)企業(yè)績(jī)效未達(dá)到生產(chǎn)前沿面。

學(xué)者們往往選擇單一影響因素或系統(tǒng)性影響因素展開對(duì)裝備制造業(yè)全要素生產(chǎn)率的研究。孫曉華和王昀[9]研究了R&D投資與企業(yè)生產(chǎn)率的關(guān)系,并認(rèn)為二者之間呈現(xiàn)“正U形”的關(guān)系。王耀中和張陽(yáng)[10]認(rèn)為城鎮(zhèn)化和市場(chǎng)化對(duì)服務(wù)業(yè)全要素生產(chǎn)率提升作用顯著,需進(jìn)一步加快城鎮(zhèn)化和市場(chǎng)化進(jìn)程。Paula和Philipp[11]利用知識(shí)生產(chǎn)函數(shù)模型,得出知識(shí)和非物質(zhì)資本共同作用,對(duì)全要素生產(chǎn)率產(chǎn)生外部溢出。張軍和金煜[12]、李梅[13]的研究結(jié)論表明金融發(fā)展水平對(duì)生產(chǎn)率產(chǎn)生的促進(jìn)作用具有“門檻”效應(yīng)。進(jìn)一步地,更多的國(guó)內(nèi)學(xué)者以老齡化和數(shù)字經(jīng)濟(jì)為背景,研究其對(duì)裝備制造業(yè)全要素生產(chǎn)率的影響。穆懷中和裴凱程[14]從人口老齡化產(chǎn)生的消費(fèi)需求效應(yīng)和勞動(dòng)力供給效應(yīng)等角度出發(fā),認(rèn)為其對(duì)裝備制造業(yè)全要素生產(chǎn)率起到提升作用,但區(qū)域表現(xiàn)不同。鄭季良和亢華聰[15]的研究表明,數(shù)字經(jīng)濟(jì)對(duì)裝備制造業(yè)全要素生產(chǎn)率的提升作用主要源于技術(shù)進(jìn)步。

2 研究設(shè)計(jì)

2.1 研究區(qū)域

東北地區(qū)是中國(guó)工業(yè)的搖籃和重要的裝備制造基地,“一五”期間全國(guó)156項(xiàng)重點(diǎn)工程中的約三分之一項(xiàng)目落戶在東北,聚集了大批關(guān)系國(guó)計(jì)民生的裝備制造企業(yè),發(fā)展空間和潛力巨大。尤其是隨著國(guó)家一系列振興東北老工業(yè)基地政策的推行,裝備制造企業(yè)容易受到國(guó)家政策、資金的支持。然而由于東北地區(qū)國(guó)企改革進(jìn)程緩慢、市場(chǎng)化和信息化水平較低等原因,裝備制造業(yè)發(fā)展困難重重。

從以往的研究來看,針對(duì)裝備制造業(yè)全要素生產(chǎn)率的分析主要從全國(guó)范圍內(nèi)展開,鮮有文獻(xiàn)在兼顧行業(yè)異質(zhì)性和區(qū)域異質(zhì)性基礎(chǔ)上,對(duì)東北地區(qū)裝備制造業(yè)全要素生產(chǎn)率展開研究;從影響因素看,缺乏針對(duì)東北地區(qū)裝備制造業(yè)理論與實(shí)證的相互論證,實(shí)際指導(dǎo)意義不強(qiáng)。因此,選取狹義層面的東北地區(qū),即以遼寧、吉林和黑龍江三省為研究區(qū)域,一是將研究落實(shí)到這個(gè)裝備制造業(yè)基礎(chǔ)雄厚但發(fā)展面臨諸多瓶頸的區(qū)域,并將分行業(yè)、分地區(qū)的全要素生產(chǎn)率測(cè)算與分解納入研究框架;二是與以往研究多是僅針對(duì)全要素生產(chǎn)率的影響因素分析不同,進(jìn)一步從各因素對(duì)其分解效率的影響方向和程度上進(jìn)行探索和檢驗(yàn)。

2.2 研究方法

2.2.1 DEA-Malmquist指數(shù)方法

首先采用DEA-Malmquist指數(shù)方法,對(duì)全要素生產(chǎn)率進(jìn)行測(cè)算與分解。選取依據(jù)在于:一是最優(yōu)效率指標(biāo)和投入、產(chǎn)出指標(biāo)值的量綱選取無(wú)關(guān),不需要對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理;二是能夠避免因設(shè)定具體生產(chǎn)函數(shù)所造成的誤差;三是進(jìn)一步確定生產(chǎn)率增長(zhǎng)的原因,考察包含多個(gè)投入和產(chǎn)出的決策單元不同時(shí)期的技術(shù)效率和技術(shù)進(jìn)步變化情況。

將裝備制造業(yè)7個(gè)樣本的每個(gè)行業(yè)作為一個(gè)決策單元,通過比較與生產(chǎn)前沿面的偏離程度,考察生產(chǎn)率變化,同時(shí)得到技術(shù)進(jìn)步和技術(shù)效率的貢獻(xiàn)度。用(xt,yt)和(xt+1,yt+1)分別表示時(shí)期t、t+1的投入產(chǎn)出向量,用Dt(xt,yt)表示以t+1時(shí)期技術(shù)為參照的t時(shí)期的投入產(chǎn)出向量的產(chǎn)出距離函數(shù),用Dt(xt+1,yt+1)表示以t時(shí)期技術(shù)為參照的時(shí)期t+1的投入產(chǎn)出向量的產(chǎn)出距離函數(shù)。結(jié)合FARE等[16]的研究,距離函數(shù)可以由技術(shù)效率的倒數(shù)表示,Ft(xt,yt)表示t時(shí)期的技術(shù)效率,如式(1)所示。

進(jìn)一步得到在t期和t+1期的技術(shù)水平下從t期到t+1期的效率變化值,如式(2)和式(3)所示。

采用上述兩式的幾何平均值,得到從t期到t+1期的全要素生產(chǎn)率-Malmquist指數(shù)。

Mi(xt,yt;xt+1,yt+1)=

EFFCH×TECHCH

(4)

式中:EFFCH為技術(shù)效率;TECHCH為技術(shù)進(jìn)步。

由式(4)可知,全要素生產(chǎn)率(TEPCH)可分解為技術(shù)效率(EFFCH)和技術(shù)進(jìn)步(TECHCH)的乘積;而EFFCH可進(jìn)一步細(xì)化為純技術(shù)效率(PECH)和規(guī)模效率(SECH)的乘積。其中EFFCH是對(duì)資源配置效率的評(píng)價(jià),決定生產(chǎn)率的短期變動(dòng),具有“水平擴(kuò)散效應(yīng)”;TECHCH代表科技的進(jìn)步和要素質(zhì)量的提高,對(duì)生產(chǎn)前沿面產(chǎn)生推動(dòng)或內(nèi)移的作用,具有“增長(zhǎng)拉動(dòng)效應(yīng)”;PECH是在規(guī)模收益不變情況下,制度和管理水平對(duì)生產(chǎn)率的影響;SECH反映在既定制度和管理水平下,現(xiàn)有規(guī)模與最優(yōu)規(guī)模的差異。任何一個(gè)分解指數(shù)>1,表明其是TEPCH提升的源泉;分解指數(shù)<1,則是TEPCH下降的根源。全要素生產(chǎn)率最終分解如式(5)所示。

TEPCH=EFFCF×TECHCH=PECH×

SECH×TECHCH

(5)

2.2.2 Tobit模型

由于采用DEA-Malmquist指數(shù)方法得出的效率值均處在DEA的效率邊界,始終大于0,屬于典型的截?cái)嚯x散分布數(shù)據(jù)。若使用最小二乘法(OLS)進(jìn)行回歸,將導(dǎo)致參數(shù)估計(jì)偏差和不一致。這時(shí)遵循最大似然(likelilood-ratio)法概念的Tobit模型就成為估計(jì)回歸系數(shù)的較好選擇,它能夠考察受限因變量的模型回歸,保證回歸結(jié)果的有效性和可靠性。其基本模型為

之后,Fare等[16]發(fā)展了DEA-Tobit兩階段分析法:第一階段,采用DEA-Malmquist方法測(cè)算出決策單元的效率值;第二階段,利用Tobit模型對(duì)決策單元效率值的各項(xiàng)不可控因素進(jìn)行回歸。該方法被廣泛應(yīng)用于經(jīng)濟(jì)系統(tǒng)生產(chǎn)效率問題研究,成熟性和適用性較強(qiáng)。

2.3 數(shù)據(jù)來源

數(shù)據(jù)來源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)經(jīng)濟(jì)普查年鑒》《中國(guó)機(jī)械工業(yè)年鑒》《中國(guó)統(tǒng)計(jì)摘要》《中國(guó)科技統(tǒng)計(jì)年鑒》以及遼寧、吉林和黑龍江三省的統(tǒng)計(jì)年鑒。2012年后,國(guó)民經(jīng)濟(jì)行業(yè)分類中將交通運(yùn)輸設(shè)備制造業(yè)劃分為汽車制造業(yè)和鐵路、船舶、航空航天及其他運(yùn)輸制造業(yè)兩個(gè)行業(yè)進(jìn)行統(tǒng)計(jì)。為了保證數(shù)據(jù)完備性,將2012年后上述兩個(gè)行業(yè)的統(tǒng)計(jì)數(shù)據(jù)合并為交通運(yùn)輸設(shè)備制造業(yè)行業(yè)數(shù)據(jù)。依照國(guó)民經(jīng)濟(jì)行業(yè)分類與代碼(GB/T 4754—2002),裝備制造業(yè)包括以下七大行業(yè):C34金屬制品業(yè)、C35通用設(shè)備制造業(yè)、C36專用設(shè)備制造業(yè)、C37交通運(yùn)輸設(shè)備制造業(yè)、C39電氣機(jī)械及器材制造業(yè)、C40通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè)和C41儀器儀表及文化辦公用機(jī)械制造業(yè)。

3 東北地區(qū)裝備制造業(yè)全要素生產(chǎn)率的測(cè)算與分解

3.1 指標(biāo)選取

在產(chǎn)出指標(biāo)方面,由于工業(yè)增加值不包括中間產(chǎn)品的價(jià)值量,無(wú)法全面反映資源配置效率,因此,采用裝備制造業(yè)工業(yè)總產(chǎn)值作為產(chǎn)出變量。為消除價(jià)格變動(dòng)的影響,以2005年為基期,用各行業(yè)工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)對(duì)工業(yè)總產(chǎn)值進(jìn)行平減。采用永續(xù)盤存法計(jì)算資本存量需假設(shè)不同的折舊率,計(jì)算得出的結(jié)果不同,容易損壞原始信息,造成偏差。為避免這種情況,借鑒張軍等[17]的方法,選取固定資產(chǎn)凈值作為資本投入變量,并利用固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減,得到以2005年價(jià)格計(jì)算的固定資產(chǎn)凈值。勞動(dòng)投入以各行業(yè)全部從業(yè)人員年平均人數(shù)來衡量。

3.2 測(cè)算與分解結(jié)果

利用DEAP2.1軟件,選擇產(chǎn)出視角的Malmquist指數(shù),測(cè)算出東北地區(qū)產(chǎn)業(yè)整體、分行業(yè)和分地區(qū)的全要素生產(chǎn)率(TEPCH)及其分解:技術(shù)效率(EFFCH)、技術(shù)進(jìn)步率(TECHCH)、純技術(shù)效率(PECH)和規(guī)模效率(SECH)。

3.2.1 產(chǎn)業(yè)整體視角

由表1可知,2005—2020年,東北地區(qū)裝備制造業(yè)全要素生產(chǎn)率總體呈上升趨勢(shì),年均增長(zhǎng)1.8%,下降年份主要來自技術(shù)效率的損失。技術(shù)進(jìn)步率年均增長(zhǎng)4.1%,2005—2020年期間整體處于較高增長(zhǎng)狀態(tài)。與技術(shù)進(jìn)步率相反,技術(shù)效率除了個(gè)別年份上升,其余年份均呈下降趨勢(shì),下降幅度最大的年份是2010—2011年。從技術(shù)效率的分解項(xiàng)看,純技術(shù)效率變動(dòng)的平均值為0.978,年均下降2.2%,規(guī)模效率年均增長(zhǎng)0.1%,純技術(shù)效率的下降幅度超過規(guī)模效率的增長(zhǎng)幅度,降低了決策單元向最優(yōu)生產(chǎn)前沿面的移動(dòng)速度。可見,東北地區(qū)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)主要依靠技術(shù)進(jìn)步的“單軌驅(qū)動(dòng)”,純技術(shù)效率通過影響技術(shù)效率最終成為限制全要素生產(chǎn)率增長(zhǎng)的根源。

表1 產(chǎn)業(yè)整體全要素生產(chǎn)率及其分解

圖1顯示了2005—2020年?yáng)|北地區(qū)裝備制造業(yè)全要素生產(chǎn)率及其分解的變化趨勢(shì)。從中可以看出,除規(guī)模效率變動(dòng)幅度較小,始終在最優(yōu)規(guī)模徘徊外,其他指數(shù)均呈現(xiàn)波動(dòng)式發(fā)展。其中全要素生產(chǎn)率和技術(shù)進(jìn)步率除了個(gè)別年份,變化趨勢(shì)基本一致,且技術(shù)進(jìn)步率增長(zhǎng)幅度總體上高于全要素生產(chǎn)率。純技術(shù)效率的變化趨勢(shì)呈現(xiàn)“M”形,這與技術(shù)效率的變化軌跡相似,純技術(shù)效率從整體上拉低了技術(shù)效率。2007—2008年、2017—2018年以及2012—2015年,全要素生產(chǎn)率出現(xiàn)一定幅度下滑。這可能是由于受到2008年美國(guó)次貸危機(jī)爆發(fā)和2018年中美貿(mào)易摩擦升級(jí)的影響,中國(guó)出口需求減少,企業(yè)利潤(rùn)空間縮減,直接導(dǎo)致研發(fā)投入的減少和技術(shù)效率的下降,影響產(chǎn)業(yè)整體生產(chǎn)效率。2012年,中國(guó)經(jīng)濟(jì)轉(zhuǎn)為中高速增長(zhǎng),投資增速下滑,資源、能源、環(huán)境約束日趨緊張,一系列問題接連顯現(xiàn),東北地區(qū)裝備制造業(yè)遭受嚴(yán)重沖擊,短期內(nèi)造成全要素生產(chǎn)率下滑。

圖1 2015—2020年產(chǎn)業(yè)整體全要素生產(chǎn)率及其分解變化

3.2.2 分行業(yè)視角

由表2可知,東北地區(qū)裝備制造業(yè)七大行業(yè)中,除了C39電氣機(jī)械及器材制造業(yè)和C40通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè),其他行業(yè)全要素生產(chǎn)率均呈上升趨勢(shì),增長(zhǎng)幅度最大的是C37交通運(yùn)輸設(shè)備制造業(yè),年均增長(zhǎng)7.7%。技術(shù)進(jìn)步均呈增長(zhǎng)態(tài)勢(shì),平均增幅為4.1%。從技術(shù)效率來看,除了C37交通運(yùn)輸設(shè)備制造業(yè)和C41儀器儀表及文化辦公用機(jī)械制造業(yè)上升,其他行業(yè)均下降。在細(xì)分行業(yè)中技術(shù)進(jìn)步同樣扮演了“積極角色”。

表2 分行業(yè)平均全要素生產(chǎn)率及其分解

根據(jù)全要素生產(chǎn)率及其分解的變化情況來看,C37交通運(yùn)輸設(shè)備制造業(yè)和C41儀器儀表及文化辦公用機(jī)械制造業(yè),其全要素生產(chǎn)率及技術(shù)進(jìn)步率均呈上升趨勢(shì),由于純技術(shù)效率等于1,規(guī)模效率即為技術(shù)效率。技術(shù)進(jìn)步的同時(shí)實(shí)現(xiàn)了資源的合理利用,全要素生產(chǎn)率呈現(xiàn)“雙軌驅(qū)動(dòng)”效應(yīng),此種模式是未來其他行業(yè)發(fā)展的方向。C39電氣機(jī)械及器材制造業(yè)和C40通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè),其技術(shù)進(jìn)步率保持3.7%和3.5%的增長(zhǎng)速度,但全要素生產(chǎn)率分別下降2.8%和2.4%,說明技術(shù)進(jìn)步率未能抵消技術(shù)效率對(duì)全要素生產(chǎn)率的惡化作用,組織管理水平比較落后。尤其是C40通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè),規(guī)模效率也處在非積極狀態(tài),技術(shù)應(yīng)用沒能完全轉(zhuǎn)化到規(guī)模生產(chǎn)中,進(jìn)一步抑制了全要素生產(chǎn)率的增長(zhǎng),意味著這一行業(yè)需合理確定發(fā)展規(guī)模。C34金屬制品業(yè)、C35通用設(shè)備制造業(yè)和C36專用設(shè)備制造業(yè),其技術(shù)效率均呈下降趨勢(shì),存在資源錯(cuò)配或規(guī)模效率不高的問題,但技術(shù)進(jìn)步率的增長(zhǎng)幅度大于技術(shù)效率的降低幅度,因此全要素生產(chǎn)率的變化趨勢(shì)與技術(shù)進(jìn)步率相同。這其中純技術(shù)效率下降是導(dǎo)致C35通用設(shè)備制造業(yè)和C36專用設(shè)備制造業(yè)技術(shù)效率下降的主要原因,而C34金屬制品業(yè)技術(shù)效率的下降源于其分解指數(shù)的共同作用,后續(xù)發(fā)展的關(guān)鍵在于提升管理能力、精準(zhǔn)投入和注重信息化發(fā)展對(duì)于提高技術(shù)效率的作用。

3.2.3 分地區(qū)視角

通過表3可以看出,各地區(qū)全要素生產(chǎn)率均呈上升趨勢(shì),其中吉林的上升幅度最大,年均增長(zhǎng)4.6%,遼寧和黑龍江分別年均增長(zhǎng)1.6%和0.3%。從全要素生產(chǎn)率變化的源泉來看,具有“增長(zhǎng)拉動(dòng)效應(yīng)”的技術(shù)進(jìn)步率均有所提高,分別年均增長(zhǎng)7.9%、5.3%和6.5%,技術(shù)效率均未能充分發(fā)揮“水平擴(kuò)散效應(yīng)”,遼寧表現(xiàn)得尤為明顯,年均下降5.9%。這也再一次驗(yàn)證了技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)。

表3 分地區(qū)平均全要素生產(chǎn)率及其分解

從技術(shù)效率的分解項(xiàng)來看,各地區(qū)規(guī)模效率均處在非DEA有效狀態(tài),分別以3.1%、0.2%和5.7%的幅度下降。除了黑龍江純技術(shù)效率實(shí)現(xiàn)DEA有效,遼寧和吉林的純技術(shù)效率分別下降2.8%和0.5%。造成各地區(qū)技術(shù)效率損失的原因如表4所示。

表4 分地區(qū)技術(shù)效率損失的原因

由以上分析可知,遼寧的技術(shù)進(jìn)步率增長(zhǎng)幅度最大,同時(shí)技術(shù)效率損失也最嚴(yán)重,說明技術(shù)進(jìn)步率高的地區(qū),在技術(shù)效率改善上并不必然具備優(yōu)勢(shì)。遼寧企業(yè)組織結(jié)構(gòu)和管理體制嚴(yán)重落后于技術(shù)進(jìn)步的發(fā)展,技術(shù)與管理錯(cuò)配限制了全要素生產(chǎn)率的增長(zhǎng)速度,應(yīng)著重改進(jìn)生產(chǎn)方式,提升管理水平,完善產(chǎn)業(yè)制度,全方位提升資源配置效率。吉林發(fā)展的瓶頸在于資源配置效率不高,技術(shù)效率的下滑源于純技術(shù)效率和規(guī)模效率的“雙降”,因此在注重科研開發(fā)的同時(shí),還應(yīng)有效結(jié)合企業(yè)內(nèi)部管理與外部規(guī)模經(jīng)濟(jì),合理利用生產(chǎn)要素,激發(fā)技術(shù)效率改進(jìn)對(duì)全要素生產(chǎn)率的帶動(dòng)作用。對(duì)于黑龍江而言,有所增長(zhǎng)的技術(shù)進(jìn)步揭示了技術(shù)創(chuàng)新能力的提升,且達(dá)到管理有效,但較低的規(guī)模效率拖累了技術(shù)效率,導(dǎo)致資源利用效率不高,需根據(jù)產(chǎn)業(yè)發(fā)展合理確定要素投入規(guī)模,避免盲目擴(kuò)張。

4 東北地區(qū)裝備制造業(yè)全要素生產(chǎn)率影響因素分析

4.1 變量選取及模型構(gòu)建

以第一階段采用DEA方法測(cè)算出的全要素生產(chǎn)率及其分解作為被解釋變量。由于測(cè)算出的結(jié)果是相對(duì)于上一年的變化率,因此將2005年基期各效率值設(shè)為1。

結(jié)合已有研究成果和東北地區(qū)裝備制造業(yè)發(fā)展實(shí)際,選取產(chǎn)業(yè)集聚程度、產(chǎn)業(yè)規(guī)模、研發(fā)投入和市場(chǎng)化水平作為解釋變量。王常君等[18]的研究表明產(chǎn)業(yè)集聚對(duì)人才、資金、企業(yè)等產(chǎn)業(yè)發(fā)展要素具有顯著的引力效應(yīng);產(chǎn)業(yè)規(guī)模適度有利于提高資源綜合利用水平,降低交易成本,實(shí)現(xiàn)規(guī)模經(jīng)濟(jì);作為創(chuàng)新的主要載體,研發(fā)投入通過不斷累積知識(shí)和技術(shù)存量,提升產(chǎn)業(yè)整體競(jìng)爭(zhēng)力;市場(chǎng)化能夠推動(dòng)稀缺要素資源向更高效率的裝備制造企業(yè)配置,實(shí)現(xiàn)要素配置最優(yōu)化和產(chǎn)出最大化。預(yù)期上述指標(biāo)對(duì)TEPCH的影響均為正。

雖然提高全要素生產(chǎn)率的主體是產(chǎn)業(yè)自身,但其很大程度上受到制度安排、資源配置和要素流動(dòng)等外部因素的影響,因此,選取政府財(cái)政支出、城鎮(zhèn)化水平和地區(qū)經(jīng)濟(jì)發(fā)展水平作為控制變量?？紤]到數(shù)據(jù)的可得性,對(duì)各變量的計(jì)算方法如表5所示。

表5 變量說明

結(jié)合上述分析,建立如下回歸模型:

TEPCHit/EFFCHit/TECHCHit/PECHit/SECHit=

α0+α1Agglomit+α2Sizeit+α3R&Dit+α4Marketit+

α5Financeit+α6Urbanit+α7Economyit+εit

(7)

式中:α1～α7分別為各解釋變量的回歸系數(shù);α0為常數(shù)項(xiàng);ε為隨機(jī)誤差項(xiàng);下標(biāo)i為省份序號(hào);下標(biāo)t為年份。解釋變量的描述性統(tǒng)計(jì)如表6所示。

表6 解釋變量描述性統(tǒng)計(jì)

4.2 回歸結(jié)果分析

對(duì)于固定效應(yīng)的面板Tobit模型,由于找不到個(gè)體異質(zhì)性的充分統(tǒng)計(jì)量,若采用LSDV法所得固定效應(yīng)估計(jì)量將是有偏的。因此,可利用最大似然法檢驗(yàn)對(duì)混合隨機(jī)效應(yīng)Tobit和混合Tobit模型進(jìn)行選擇。經(jīng)檢驗(yàn),個(gè)體效應(yīng)和時(shí)間效應(yīng)均不存在,故選擇使用混合Tobit模型。

由表7可知,模型的Log likelihood均較大,且聯(lián)合顯著性檢驗(yàn)的p值均是0.000,小于10%,可認(rèn)為模型聯(lián)合顯著性較好。

表7 混合Tobit回歸結(jié)果

產(chǎn)業(yè)集聚與TEPCH和TECHCH在5%的顯著性水平上負(fù)相關(guān),對(duì)EFFCH在1%的顯著性水平上產(chǎn)生正向影響。說明產(chǎn)業(yè)集聚程度越高越能夠提高技術(shù)效率,可能的原因在于產(chǎn)業(yè)集聚加強(qiáng)了企業(yè)間的分工協(xié)作,分散的生產(chǎn)要素得到優(yōu)化組合,從而帶來資源配置效率的改善。產(chǎn)業(yè)集聚通過抑制TECHCH對(duì)TEPCH產(chǎn)生負(fù)向影響,這一情況與東北地區(qū)裝備制造業(yè)發(fā)展實(shí)際情況相符:一是裝備制造業(yè)企業(yè)面臨自主創(chuàng)新能力偏弱、關(guān)鍵核心技術(shù)難以突破等問題,主要集中在低端制造與加工上,創(chuàng)新要素集聚不充分;二是產(chǎn)業(yè)集聚以政府推動(dòng)形成的開發(fā)區(qū)和產(chǎn)業(yè)園區(qū)為主,與市場(chǎng)和產(chǎn)業(yè)發(fā)展規(guī)律相違背,企業(yè)間的聯(lián)系不夠緊密,配套產(chǎn)業(yè)鏈不完善,知識(shí)和技術(shù)效應(yīng)沒有得到充分發(fā)揮,從而阻礙了TECHCH和TEPCH提高。

產(chǎn)業(yè)規(guī)模與TECHCH在1%的顯著性水平上正相關(guān),與EFFCH在5%的顯著性水平上負(fù)相關(guān),對(duì)TEPCH產(chǎn)生不顯著的正向影響。相對(duì)于小微企業(yè),規(guī)模以上裝備制造業(yè)企業(yè)更容易獲得融資支持和大規(guī)模的資產(chǎn)投資,吸引更多的高技術(shù)人才流入,為企業(yè)技術(shù)創(chuàng)新提供豐富的資源和技術(shù)支撐。同時(shí)適度的規(guī)模擴(kuò)張能夠引致企業(yè)平均交易成本的下降,加速技術(shù)積累和技術(shù)革新,從而提高TECHCH。而較大的規(guī)模在一定程度上會(huì)增加企業(yè)管控難度和管理成本,在管理上產(chǎn)生人才冗余,降低資源利用效率,因而對(duì)EFFCH產(chǎn)生負(fù)向影響。

研發(fā)投入與TEPCH和SECH呈現(xiàn)正相關(guān),且通過了5%水平上的顯著性檢驗(yàn),影響系數(shù)分別是0.263和0.109。由此可知,研發(fā)投入通過影響SECH提高TEPCH,對(duì)TECHCH作用不顯著。這可能是由于研發(fā)投入通過催生技術(shù)對(duì)其他生產(chǎn)要素的替代效應(yīng),推動(dòng)裝備制造業(yè)企業(yè)以技術(shù)替代高成本勞動(dòng)力、土地等資源,有效降低單位產(chǎn)品成本和物質(zhì)損耗,行業(yè)內(nèi)集中研發(fā)也更容易實(shí)現(xiàn)研發(fā)共享的規(guī)模經(jīng)濟(jì),借此提升TEPCH,獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。研發(fā)投入沒能很好地支持TECHCH,這與之前的預(yù)期出現(xiàn)偏差,說明存在政府補(bǔ)貼失靈?？赡艿脑蛟谟?東北地區(qū)政府研發(fā)投入與人力資本錯(cuò)配或研發(fā)投入在裝備制造業(yè)行業(yè)間的錯(cuò)配導(dǎo)致;政府高額的研發(fā)投入容易滋生企業(yè)的“尋租”心理,降低企業(yè)創(chuàng)新的主動(dòng)性,限制創(chuàng)新活動(dòng)的產(chǎn)生。

市場(chǎng)化水平在1%和5%的顯著性水平上對(duì)TEPCH和TECHCH有正向促進(jìn)作用,通過負(fù)向影響PECH降低EFFCH,但對(duì)PECH和EFFCH的影響系數(shù)均小于TEPCH和TECHCH。這說明市場(chǎng)化對(duì)TEPCH增長(zhǎng)具有重要貢獻(xiàn)。市場(chǎng)化能夠有效緩解資源錯(cuò)配問題,通過降低要素市場(chǎng)扭曲程度,提高裝備制造業(yè)企業(yè)間的資源配置效率。同時(shí)加快信息、知識(shí)和技術(shù)的流轉(zhuǎn)速度,打通科技成果轉(zhuǎn)化賭點(diǎn),推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。營(yíng)商環(huán)境的優(yōu)化同樣在市場(chǎng)化進(jìn)程中受益匪淺[19],進(jìn)而提升外資規(guī)模和質(zhì)量,有利于企業(yè)吸收和引進(jìn)國(guó)外先進(jìn)技術(shù)、知識(shí)和經(jīng)驗(yàn)。以上均成為東北地區(qū)市場(chǎng)化對(duì)裝備制造業(yè)TEPCH產(chǎn)生正向影響的作用渠道。

控制變量方面,東北地區(qū)政府財(cái)政支出對(duì)改善裝備制造業(yè)要素配置效率的促進(jìn)作用不足以抵消對(duì)技術(shù)進(jìn)步的抑制作用,在政府資金向國(guó)有經(jīng)濟(jì)傾斜的情況下,容易產(chǎn)生產(chǎn)能過剩、過度投資等現(xiàn)象,企業(yè)為獲取更多財(cái)政資源,對(duì)真正能夠提升全要素生產(chǎn)率的行為造成擠出。城鎮(zhèn)化水平對(duì)技術(shù)效率和規(guī)模效率產(chǎn)生負(fù)向影響,可能是由于東北地區(qū)城鎮(zhèn)化仍以人口數(shù)量的空間聚集為主,單純以人口數(shù)量空間轉(zhuǎn)移為主的城鎮(zhèn)化在一定程度上增加裝備制造業(yè)企業(yè)管理成本、降低勞動(dòng)力資源配置效率。隨著東北地區(qū)經(jīng)濟(jì)發(fā)展水平的提高,裝備制造業(yè)全要素生產(chǎn)率有所提升,影響系數(shù)為0.240。

5 結(jié)論及對(duì)策建議

5.1 研究結(jié)論

采用DEA-malquist指數(shù)方法,分別從產(chǎn)業(yè)整體、分行業(yè)、分地區(qū)視角,對(duì)東北地區(qū)2005—2020年裝備制造業(yè)全要素生產(chǎn)率進(jìn)行了測(cè)算與分解,在此基礎(chǔ)上利用混合面板Tobit模型對(duì)其影響因素進(jìn)行了實(shí)證檢驗(yàn)。

從產(chǎn)業(yè)整體看,全要素生產(chǎn)率得益于技術(shù)進(jìn)步,年均增長(zhǎng)1.8%;技術(shù)效率年均下降2.2%,制約了全要素生產(chǎn)率增長(zhǎng),且純技術(shù)效率損失是技術(shù)效率下降的根源。技術(shù)進(jìn)步扮演的“積極角色”和技術(shù)效率扮演的“消極角色”同樣體現(xiàn)在分行業(yè)和分地區(qū)全要素生產(chǎn)率增長(zhǎng)中。

分行業(yè)看,交通運(yùn)輸設(shè)備制造業(yè)全要素生產(chǎn)率年均增長(zhǎng)最高,達(dá)7.7%;技術(shù)進(jìn)步均呈上升趨勢(shì),年均增長(zhǎng)4.1%;除交通運(yùn)輸設(shè)備制造業(yè)和儀器儀表及文化辦公用機(jī)械制造業(yè)呈上升趨勢(shì)外,其他行業(yè)技術(shù)效率均下降。

分地區(qū)看,東北三省年均全要素生產(chǎn)率均實(shí)現(xiàn)DEA有效,其中遼寧的技術(shù)進(jìn)步率增長(zhǎng)最快,同時(shí)技術(shù)效率損失也最嚴(yán)重;吉林純技術(shù)效率和規(guī)模效率“雙軌損失”導(dǎo)致技術(shù)效率下降,降低了全要素生產(chǎn)率的增長(zhǎng)速度;黑龍江純技術(shù)效率達(dá)到DEA有效,但規(guī)模效率較低拖累了技術(shù)效率,造成資源配置效率落后于技術(shù)進(jìn)步。

從影響因素看,增加研發(fā)投入、提高市場(chǎng)化水平和地區(qū)經(jīng)濟(jì)發(fā)展水平可顯著提高全要素生產(chǎn)率,作用渠道分別是規(guī)模效率和技術(shù)進(jìn)步;產(chǎn)業(yè)規(guī)模、城鎮(zhèn)化水平雖對(duì)技術(shù)進(jìn)步或技術(shù)效率產(chǎn)生顯著影響,但尚未作用于全要素生產(chǎn)率;值得注意的是,隨著產(chǎn)業(yè)集聚程度的提高、政府財(cái)政支出的增多,全要素生產(chǎn)率反而下降。

5.2 對(duì)策建議

一是技術(shù)進(jìn)步始終是全要素生產(chǎn)率增長(zhǎng)的源泉,要提高企業(yè)創(chuàng)新“自生”能力,引導(dǎo)創(chuàng)新要素向新能源汽車、智能制造、軌道交通等高端裝備制造業(yè)匯聚,有效匯聚創(chuàng)新因子。二是人力資本是全要素生產(chǎn)率增長(zhǎng)的必要條件,要注重人力資本積累,同時(shí)加強(qiáng)人才配置的合理性和協(xié)調(diào)性,避免管理冗余、人才成本過高、創(chuàng)新效率低下等問題,實(shí)現(xiàn)技術(shù)和管理的“雙贏”。三是營(yíng)造生產(chǎn)要素自由流動(dòng)、平等使用的外部環(huán)境,減少政府在微觀層面的政策干預(yù),限制人為挑選“贏家”,以市場(chǎng)化運(yùn)作加速東北地區(qū)傳統(tǒng)裝備制造產(chǎn)業(yè)技術(shù)進(jìn)步和管理升級(jí),破解裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)的體制障礙。四是抱團(tuán)取暖,加強(qiáng)產(chǎn)業(yè)間滲透與重組,推動(dòng)數(shù)字產(chǎn)業(yè)與裝備制造業(yè)深度融合,利用知識(shí)技術(shù)溢出充分發(fā)揮集群集聚效應(yīng),緩解東北地區(qū)裝備制造業(yè)技術(shù)效率低下的弊端。