制造业全要素生产率的变动分析

摘要：在供给侧结构性改革背景下，河南省传统制造业如何跨过发展瓶颈，是当前转型升级中亟需解决的关键问题。研究使用河南省18个地市的面板数据，基于DEA-Malmquist模型测算2013—2017年河南省制造业的全要素生产率及分解指标，并探究其影响因素。分析发现：河南省制造业全要素生产率以2015年为转折点，总体呈先降后增的上升趋势。其中技术进步是推动全要素生产率的驱动力，而技术效率受纯技术效率和规模效率的影响起到抑制作用。由此河南省制造业在转型升级时要注意均衡发展，强化技术创新的同时提高技术效率的贡献度。

关键词：制造业;全要素生产率;技术效率;Malmquist指数模型;

制造业作为我国支柱产业，是国民经济的主体，它的发展关系到国家经济形势好坏及行业的兴衰[1]，效率无疑是衡量经济、产能等的主要指标，无论是从产业体系或从企业等层面看，要想在激烈的角逐中有一席之地，必然要提高其生产效率[2]。

随着制造强国战略的推进，河南省作为我国中部典型的制造业大省，在强调产业规模和效益并举、结构优化等要求下，省内的劳动密集型、资源依赖型产业发展进入瓶颈期[3]。党的十九大报告曾指出，转变经济发展方式，要以供给侧结构性改革为主线，推动效率变革，提高制造业全要素生产率(TFP)[4]。然而河南省制造业面对资源流失、能耗较大的现状，亟待进行供给侧结构性改革，优化要素投入结构，减少无效和低端的供给。因此分析影响河南省制造业全要素生产率的因素及地区差异显得尤为必要。

目前研究制造业全要素生产率的地区大多是基于全国或部分沿海省市，对于河南省的研究基本空白，因此选取处于转型期的河南省这一制造业大省进行测评更具代表性，也为推进省内制造业供给侧结构性改革提供了依据。相关研究中一类是对于中国制造业的研究，有研究中国制造业的管理效率[5]、企业绿色全要素生产率[6]等，有学者运用不同的方法分析我国制造业TFP的增长率[7]，还有一类是主要研究某些因素对制造业生产率的影响如人力[8]资金[9]、环境规制[10]、政策变革[11]、产业集聚[12]等。

综观以上，已有学者在相关领域不同的研究方法、研究逻辑上分析较多，但针对河南省制造业TFP及省内地市差异性的研究较少，因此本文选取河南省制造业2013—2017年的面板数据，采用数据包络分析法(DEA)与Malmquist指数模型测算河南省制造业TFP及技术进步、技术效率等的变动情况，并进行指标分解探究其变动原因，为保障我国制造业产业安全，产业生产效率的提升以及河南省向制造强省迈进提供参考。

1 研究设计

1.1 研究方法

1.1.1 BCC模型

数据包络分析方法(DEA)最早由Charnes和Cooper提出，可衡量多个投入要素与产出要素决策单元的效率问题[13]。Banker(1984)提出BCC模型，可假设规模收益可变。本文选取基于投入导向的分析，在制造业产值相对稳定的前提下分析如何优化投入要素的供给。该模型假设有n个决策单元DMU，每个决策单元DMU有m种投入要素，记为xi(i=1,2,3…，m),s种产出，记为yr(r=1,2,3…，s)，公式如下：

式中：ρ为效率评价指标;xij为第j个DMU的第i个投入变量;yrj为第j个DMU的第r个产出变量;γj为参照集中个要素的权重。

1.1.2 Malmquist指数模型

上述模型是对某一时期的静态分析，Malmquist指数模型可测算不同时期效率值的动态变化。1982年，Caves[14]等人将Malmquist指数运用于生产率指数的测算。该方法的基本原理即：将决策单元进行线性组合，构成最优前沿面，然后比较DEA非有效决策单元距最优前沿面的偏离距离，以此测算不同时期的不同决策单元效率的相对有效性[15]。其优势在于测算TFP之前不需要以具体的生产函数形式对投入与产出要素间的关系进行设定，也无须考虑指标的价格影响。以下为从t时期到t+1时期用于测算全要素生产率的Malmquist模型指数表达形式：

式中：(xt,xt+1),(yt,yt+1)分别表示在t和t+1时期的投入与产出量;Dt0,Dt+10指两阶段的距离函数;当Malmquist大于1时，表示TFP增加，反之减少，Malmquist等于1时，TFP保持不变。Fare[16]等人对此公式进行整合和分解，得出式(6):

由式(6)可见公式(5)被分解为技术进步指数(TC)和技术效率指数(EC)，技术效率指数分解为纯技术效率(PE)与规模效率(SC)。其中任何一个指数大于1表示其对TFP的增长起促进作用，反之则表示起阻碍作用。

1.2 数据处理与指标选取

本文数据主要源于《河南省统计年鉴》与《中国工业经济统计年鉴》，整理了河南省2013—2017年5年的制造业投入与产出数据，由于各年的工业总产值和资本投入均以当年价格进行统计，为消除通货膨胀等影响，将数据分别运用工业品出厂价格和固定资产投资价格指数作平减换算处理，转化为以2013年为基期的具有可比性的数值。

在制造业投入要素中，由于劳动力和资金投入对生产率产生主要影响，且DEA模型测算的是投入与产出要素的相对效率，因此本文借鉴以往学者的经验，主要考虑劳动与资本投入两个主要的投入要素，其中劳动投入指标选取河南省制造业各行业全部从业人员年平均人数，选取资产总计作为资本投入指标，并选取工业总产值作为产出指标。

2 结果与分析

2.1 全要素生产率年度动态特征分析

在规模报酬可变(VSR)情况下，测算了近五年全要素生产率及其分解值。分别从河南省的年度分解指标动态特征以及各地市的年度特征来看。

观察图1中TFP的年度变动情况发现，河南省制造业全要素生产率以2015年开始出现转折点，整体呈现先下降后增长的趋势。2013—2015年，技术效率与技术进步均在不同程度上阻碍了制造业的发展，尤其技术进步指数分别下降11%和5%，对于总体影响尤为显著。在2015—2017年里，技术效率离最优值仍有一段距离，主要是技术进步的涨幅带动了TFP的提升。

具体到各地市的层面来看(见图2)，可以发现2013—2017年河南省各地市TFP大体在稳定提升态势，占省内66.7%的地市在逐年增长。表明随着供给侧结构性改革，河南省各地市制造业的TFP均有所改善，且7个地市的增长幅度高达10%以上。总体来说，除个别地区，大多地市TFP差异不明显，且最终达到TFP为正值。

2.2 各地市分效率指数时空分异特征

为了详细考察河南省制造业TFP的变动趋势并观察地区间的差异性，使用Malmquist指数模型得到各地市Malmquist变化指数及分指数的动态变化趋势。

从表1可以看出2013—2015年各地市TFP均为负值，技术进步指数(TC)和技术效率(EC)都不同程度地直接制约了全要素生产率的发展。相比于2013年，2014—2015年的TFP出现轻微上升，但仍未达到最优前沿，应注意的是，这两年中分别有占50%和39%的地市的技术效率均起到了正向促进作用。此期间各地市技术效率的区域差异性较为明显，虽然技术进步指数的差异不明显，但94%的地市都未对TFP发挥正向作用。

在2015—2016年，各地市TC都出现了较高涨幅，开始对TFP的增长发挥主导作用。EC大于等于1的地市出现缩减，但不影响TFP增长的地市数量扩展到72%。最后在2017年，各地市的TFP与TC均实现了大于1。可以发现在这几年里，濮阳与三门峡市的一直保持生产前沿状态，显然其效率的保持得益于技术进步与技术效率的稳定发展。至于其他市技术进步指数的确涨幅较大，约10%，但技术效率指数始终不容乐观，总体来看，得益于技术进步的增长率弥补了技术进步指数的下降，最终各地市的TFP得以维持平稳。

2.3 基于BCC的静态技术效率分析

使用软件DEAP2.1，选取TFP正处于增长期的2017年进行静态技术效率分析，观察一直影响着技术效率的因素。首先从下页表2中的各指数均值就可看出，技术效率与纯技术效率和规模效率存在联系，因此两者的降低间接抑制了河南省各地市制造业全要素生产率的增长。

纯技术效率不高也是省内大部分地市的通病，河南省部分产业能耗大，大多数企业借助省内劳动力成本较低的优势从事低附加值的生产。但对于如今的行业竞争而言，技术创新、产业结构优化和提质增效等才是行业的核心竞争力[17]。随着“人口红利”流失，纯技术效率的短板也逐渐凸显。另外，89%的地市规模效益不足，67%的地市处于规模报酬递减状态，说明这些地市规模越增加反而会造成产量边际收益递减。其中郑州市的规模效率最低(0.77)，洛阳市紧随其后，可见此类GDP较高的城市虽不缺乏资本投入进行规模扩张，然而未能有效地协调管理，反倒制约了自身的发展。

3 结论与讨论

随着“中国制造2025”规划的展开，制造业的竞争力有增无减，河南省制造业要在竞争中处于相对安全的境地，切实提高全要素生产率是关键。只有各地区的制造业提质增效，国家制造业才能由大变强，才有足够实力抵御外部竞争风险，提高核心竞争力。因此本文综合以上分析得出以下结论。

第一，从河南省制造业整体来看，以2015年为转折点，全要素生产率大体呈先降后增的上升趋势。前两年全要素生产率较低是受技术效率与技术进步两者的影响，后期技术进步指数的大幅提高发挥了主导作用，带动全要素生产率的增长，此时的技术效率反而在恶化，反映了河南省制造业虽然在技术创新上奋起直追，却忽略了技术在生产中的成果转化度。

第二，从各地市制造业来看，技术进步指数是推动制造业的驱动力。技术效率有效的地市数量在逐渐下降，且两指数的区域差异性都不高。但随着技术进步指数的提高，最终在2017实现了地市TFP有效全覆盖。

第三，从静态分析来看，纯技术效率和规模效率影响了技术效率，并间接抑制了各地市的全要素生产率。随着新兴产业的兴起，河南省的传统制造业仅依靠自然资源和劳动力资源已无法取得竞争优势。此外河南省各地市除了濮阳和三门峡市外，大多地市的规模效率都对技术效率起到反向作用，反映了规模散乱和管理不善的问题。

4 河南省制造业发展建议

4.1 均衡提升各指标以达到可持续发展

河南省在改革时要注意均衡发展，发挥技术效率和技术进步指数的互补优势。在技术创新的同时要匹配生产转化能力，强化技术的融合度，以灵活应对各种生产风险，全面提升竞争优势[17]。

4.2 持续优化产业结构，转变发展方式

河南省重工业较多，产业升级相对缓慢，虽然在不断进行变革，但资本密集型和劳动密集型产业仍占比值较大，且发展动力不足[18]。因此要助推技术密集型产业的发展，坚持推进传统产业的转型。

4.3 有效扩展产业集群，加强协调管理

产业的规模效益不高是河南省大多制造业的问题，省内区位基尼系数较低，很少形成产业联盟，自然发挥不了产业集聚优势。因此要鼓励企业规模整合，并改善内部统筹协调能力，打造成专业化市场，以形成具有完整产业链的产业集群[19]。

4.4 加快培养制造业发展所需的专业人才

无论是“中国制造2025”还是河南省一系列发展计划，人才是制造业改革的根本。较之于北京、上海等沿海地区，河南省本就缺乏教育资源及科研支持，工作后的薪酬福利相比较低，因此怎样留住人才值得深思。

参考文献

[1] 李妍.创新生态系统下制造业产业安全评价体系的构建与实证研究[J].中国科技论坛，2018(9):22-30.

[2] 杨汝岱.中国制造业企业全要素生产率研究[J].经济研究，2015,50(2):61-74.

[3] 孙慧，朱俏俏.中国资源型产业集聚对全要素生产率的影响研究[J].中国人口·资源与环境，2016,26(1):121-130.

[4] 钱雪松，康瑾，唐英伦，等.产业政策、资本配置效率与企业全要素生产率———基于中国2009年十大产业振兴规划自然实验的经验研究[J].中国工业经济，2018(8):42-59.

[5] 李唐，董一鸣，王泽宇.管理效率、质量能力与企业全要素生产率———基于“中国企业—劳动力匹配调查”的实证研究[J].管理世界，2018,34(7):86-99.

[6] 崔兴华，林明裕.FDI如何影响企业的绿色全要素生产率?—基于Malmquist-Luenberger指数和PSM-DID的实证分析[J].经济管理，2019,41(3):38-55.

[7] 杨浩昌，李廉水，刘军.产业聚集与中国城市全要素生产率[J].科研管理，2018,39(1):83-94.

[8] 刘家悦，胡颖，李波.人力资本、融资约束与企业全要素生产率———来自中国制造业企业的微观证据[J].华东经济管理，2020,34(10):112-119.

[9] 孙晓华，王昀，郑辉.R&D影响全要素生产率的行业异质性——来自中国制造业的经验证据[J].管理工程学报，2014,28(3):33-41.

[10] 方芳，杨岚，周亚虹.环境规制，企业演化与城市制造业生产率[J].管理科学学报，2020,23(4):22-37.

[11] 陈晔婷，朱锐，宋志刚，等.金融改革对全要素生产率的影响研究———基于五个国家级金融改革试验区的经验数据[J].中国管理科学，2018,26(9):19-28.

[12] 范剑勇，冯猛，李方文.产业集聚与企业全要素生产率[J].世界经济，2014,37(5):51-73.

[13] 宋成伟.数据包络分析法评价技术进步的效果[J].技术经济与管理研究，2008(5):15-16.

[14] Caves, D.W., Christensen, L.R., Diewert, W.E.1982b. The Economic Theory of Index Number and the Measurement of Output,Input,and Productivity.[J].Econometrica,1982(50):1393-1 414.

[15] Malmquist index numbers and indifference faces[J].trabajos de statistic,1953(4):209-242.

[16] Fare R,Grosskopf S, Norris M. Productivity Growth, Technical Progress and Efficiency Change in Industrialized Countries:Reply[J]. American Economic Review,1997(4):997-1 001.

[17] 李平.提升全要素生产率的路径及影响因素———增长核算与前沿面分解视角的梳理分析[J].管理世界，2016(9):1-11.

[18] 肖明月，郑亚莉.供给质量提升能否化解中国制造业的产能过剩?———基于结构优化与技术进步视角[J].中国软科学，2018(12):126-139.

[19] 卢飞，刘明辉，孙元元.集聚、全要素生产率与产业增长[J].科学学研究，2018,36(9):1 575-1 584.