摘 要： 成功的產業轉型升級應伴隨著經濟效益的提高。 本文首先運用主因子分析法（PFA），對我國制造業29個行業的經濟效益水平進行了測度，結果表明，資本技術密集型行業的經濟效益水平嚴重落后于資源勞動密集型行業，制造業經濟效益的提升與產業結構轉型未能同步。在此基礎上，采用數據包絡分析方法（DEA） 分別對資本技術密集型和資源勞動密集型行業2007—2010年間的相對生產效率、全要素生產率（以Malmquist指數衡量） 及其構成情況進行了經驗研究，結果發現兩類行業的相對生產效率具有顯著差異，資本技術密集型行業的技術效率水平高于資源勞動密集型行業，但規模效率大大落后于資源勞動密集型行業；兩類行業全要素生產率總體均處于上升態勢，但增長速度及其動因存在差異。最后針對分析結果，對我國制造業的發展提出了政策建議。

關鍵詞： 制造業；結構轉型；經濟效益；技術效率；規模效率；全要素生產率

中圖分類號： F061.5 文獻標識碼： A 文章編號： 1000176X（2014）03002308

一、引 言

制造業是我國國民經濟的支柱產業，從20世紀90年代末開始，我國制造業進入結構調整和產業升級的新時期。我國學者在借鑒西方產業結構研究理論的基礎上，對制造業結構變動問題進行了研究。李小平和盧現祥[1] 使用擴展的Shift-Share方法檢驗了我國制造業在1985—2003年的結構變動與生產率增長的關系。周達[2] 從理論上分析了進出口結構與制造業結構變動之間的關系，利用1981—2005年的數據對商品進出口結構“反映”制造業結構變動問題進行了實證分析，得出我國制造業結構變動失調的結論。高拴平[3] 通過對1992—2002年間西部地區制造業產業數據的研究分析認為，西部地區制造業結構變動程度大，與其產出增長較為協調但總體上技術水平不高。杜平[4] 對2000—2005年滬蘇浙閩魯粵六省市制造業結構變動進行了對比分析。張建升等[5] 采用1993—2003年的數據分析了重慶市制造業結構變動情況，發現重慶市制造業結構變動程度大，但與產出增長不協調。楊大楷和范飛龍[6] 基于我國制造業1995—2001年的數據，實證研究了我國制造業的結構調整與經濟效益提升的問題，認為資本技術密集型制造業已成為主力，但我國制造業經濟效益的提升滯后于產業轉型。程翠鳳[7] 研究了1999—2010年間江蘇制造業的結構變化和2010年江蘇制造業的行業效益，認為江蘇制造業經濟效益的提升總體上與產業結構的轉型升級同步。

以上學者的研究結果為本文提供了有益的借鑒，總體來說，有關我國制造業產業結構調整的研究成果主要集中于產業結構變化機理和制造業結構變動趨勢分析方面，較少涉及制造業產業結構轉型與其經濟效益的關系，本文嘗試對此問題展開深入研究。 近幾年來，我國制造業發展迅速，產業轉型的同時經濟效益是否得到了改善與提升？隨著新一輪國際產業轉移和分工的發展，我國制造業又處于轉型發展的關鍵時刻，面對國際市場上激烈的競爭環境，制造業投入巨大而產出不高、生產效率低下和資源浪費嚴重等問題，對制造業的可持續發展提出了嚴峻的挑戰，有關制造業經濟效益與可持續增長方式等問題已引起了政府有關部門和國內外學者的關注。

二、我國制造業經濟效益經驗分析

（一）樣本行業與數據來源

考慮到廢棄資源和廢舊材料回收加工業一直以來規模較小，故研究中剔除此行業， 共選取29個行業作為研究樣本，以2008—2011年作為研究的時間區間，

《中國統計年鑒2013》沒有統計與提供2012年制造業各行業的從業人員數，由于勞動生產率是經濟效益評價的一個重要指標，故分析的時間區間沒有延伸至2012年。 考慮到統計數據口徑問題，評價指標均采用相對指標，數據均來自《中國統計年鑒》。

（二）評價指標

根據國家統計局確定的工業經濟效益評價指標及綜合考慮其他因素，最終選取11個指標對我國制造業的經濟效益狀況進行評價。現行的資本保值增值率指標的計算公式并不科學，本文做了適當調整；考慮到勞動生產率是評價經濟效益的一項極其重要的指標，但《中國統計年鑒》（2009—2012年）并沒有統計與提供制造業分行業的工業增加值，所以本文用工業總產值代替工業增加值。 表1為這些指標的名稱和具體計算方法。

在選取的11個指標中，只有資產負債率為適度指標，其余均為正向指標，因此，筆者對資產負債率這個適度指標進行正向化處理。 由于經濟效益評價具有多維特征，指標權重將直接影響到評價結果，能客觀賦權的主因子分析法（Principal Factor Analysis，簡稱PFA）在這里不失為一種較理想的建模方法。在進行初步的因子分析時，筆者發現資產負債率、產品銷售率和主營業務收入增長率這三個指標的變量依賴度小于0.5（Tabachnica和Fidell認為當變量對公因子的依賴度達50%以上時，是較理想的情況），KMO值為0.650；3個公因子總方差貢獻率為76.637%，且不好解釋。因此，本文通過對指標的調整，最終選取了總資產貢獻率、流動資產周轉率、成本費用利潤率、資本保值增值率、全員勞動生產率、產值利稅率、銷售利稅率、資金利稅率、凈資產收益率、總資產周轉率和利潤增長率等11個評價指標。

（三）經驗分析

1.因子分析法的適用性分析

一組變量是否適合采用主因子分析法，主要與變量之間的相關性有關。Bartlett球形檢驗可用來檢驗變量之間是否具有顯著的相關關系，顯著的球形檢驗表明變量適合采用因子分析。另外，還可以通過檢驗凈相關矩陣的方法進行判斷。取樣適切性量數（MSA）為所有相關系數與凈相關系數之比，MSA值越大表明變量之間的相關性越高，越適合進行因子分析。各觀測變量MSA的平均數稱為KMO統計量，KMO越大表明變量越適合進行因子分析。根據Kaiser（1974）的觀點：如果KMO值小于0.500時，則不宜進行因子分析，大于0.600時，適合進行因子分析。KMO值越大，越適合做因子分析。據此本文對我國制造業經濟效益的評價指標數據進行了KMO和Bartlett球形檢驗：KMO統計量的值為0.667，大于0.600；Bartlett球形檢驗的近似卡方值為3.380E3，達到0.050的顯著性水平。綜合KMO統計量和Bartlett球形檢驗，不難發現研究樣本中的評價指標完全適合做主因子分析。endprint

1.公因子及其經濟意義分析

Kaiser認為應以特征值大于1 （即公因子的方差至少要等于單一觀測變量的標準化方差） 為標準來確定公因子的數量，根據這一標準，本文提取到3個對應的特征根大于1的公因子，3個公因子已經可以解釋原始觀測變量92.011%的方差。因此，我們選取的11項評價指標最終可綜合為3個公因子。原始變量與公因子間的關系可用因子載荷表示，因子載荷量是公因子命名的重要依據，本文先采用偏回歸系數計算模式矩陣中的因子載荷。由于未經旋轉前的模式矩陣中的因子載荷量，有時會出現一個變量同時與多個公因子密切相關的情況，這樣就不利于對公因子進行命名與解釋。因此，我們將模式矩陣中所提取出的公因子進行轉軸處理，以便使各公因子都能反映出特定的意義。由于選取的各項評價指標具有相關性，因此在轉軸處理時本文采用了允許公因子之間具有一定共變的斜交轉軸法[8] ，進行直接斜交轉軸后所得到的結構矩陣如表1所示。

結構矩陣可反映因子與觀測變量之間的關系，從而可以進行因子命名[8] 。根據斜交旋軸后的結構矩陣可以看出，第一主因子F1在資金利稅率、總資產貢獻率、產值利稅率、銷售利稅率、成本費用利潤率和全員勞動生產率這六個指標上的因子載荷較大，由于這六個變量是從資源利用效率和利潤創造能力方面反映產業的效益水平，因此，可以將其概括為單位產出實力因子。第二個主因子F2在凈資產收益率、資本保值增值率和利潤增長率指標上的因子載荷突出地大于其他指標，可將這三個變量概括為成長性因子，主要考察產業的發展能力。第三個主因子F3在流動資產周轉率和總資產周轉率指標上的載荷較大，這兩個變量可以概括為流動性因子，主要衡量產業的資金營運能力和資金使用效率。這三個公因子的方差貢獻率分別為48.106%、25.593%和18.312%，所以我國制造業經濟效益評價體系中各主因子的相對重要性由高到低排序依次為：產出性指標、成長性指標和流動性指標。

2.評價結果及其分析

根據對我國制造業經濟效益數據的因子分析，本文計算得出了各行業產出性、成長性和流動性3個公因子的得分，之后再利用3個主因子的方差貢獻率進行線性加權求和得到行業效益的綜合得分（用F表示），如表2所示 表3為我國制造業29個行業3個公因子的得分、綜合評價得分及其排名情況表 。

從表2可以看出，我國制造業經濟效益呈現以下特點：

（1）資本技術密集型行業的經濟效益水平遠遠低于資源加工、勞動密集型行業。分析發現，綜合效益前十強全部為資源加工、勞動密集型；在3個主因子上，資本技術密集型行業不僅進入前五強或前十強的行業數量較少，而且得分不高排名比較靠后；資源勞動密集型行業均分為0.370，資本技術密集型行業均分為-0.130。若假設排名第一得29分，排名第二得28分……，本文分別計算了資源勞動密集型和資本技術密集型這兩類行業的均分，分別為18.410分和10.170分。可見，資源勞動密集型行業的經濟效益水平遠遠高于資本技術密集型行業。仔細研究還發現，技術密集型制造業總體效益最差，資本密集型次之，資源加工型制造業經濟效益最好。

（2）帶動升級的支柱產業的經濟效益欠佳。研究發現，綜合效益前五強的行業在制造業總產值中累計占比僅為11.33%，排名前10位的行業在總產值中累計占比為21.97%，經濟效益較好的產業在制造業總產值中占比較低，而帶動我國制造業產業結構轉型的支柱產業的經濟效益很差。黑色金屬冶煉及壓延加工業、通信設備業、計算機及其他電子設備制造業是帶動我國制造業結構調整和產業升級的領頭軍 （黑金冶壓產值比重從1999年的6.52%上升為2008年的10.16%，上升了3.64%；電通設備的產值比重在1998—2003年5年間上升了4.09%，） ，但黑色金屬冶煉及壓延加工業綜合效益排名竟為倒數第一位；通信設備、計算機及其他電子設備制造業綜合效益竟位列倒數第二位。可見， 黑色金屬冶煉及壓延加工業和通信設備、計算機及其他電子設備制造業 這兩個最重要的支柱產業的經濟效益與其在帶動我國制造業產業結構轉型升級中的作用和地位極不相稱。

資本技術密集型制造業已經成為我國制造業的主力，但上述經驗研究表明，資本技術密集型制造業的經濟效益水平卻落后于資源勞動密集型制造業，資本技術密集型制造業經濟效益的提升滯后于我國制造業產業結構的轉型升級，顯然，這樣的產業發展戰略是不利于我國制造業整體競爭優勢的提升的。在我國制造業內部產業結構調整升級進程中，一個亟待思考的問題就是究竟是什么因素制約了資本技術密集型行業的經濟效益？是產品附加值低還是企業管理能力、生產決策能力差抑或是技術進步因素造成的呢？

三、制造業相對效率比較分析

本部分以規模以上制造業29個行業為研究對象，通過對效益評價的各種投入、產出指標的篩選與規范，采用數據包絡分析方法，測算29個制造業行業的技術效率和規模效率，并測算制造業全要素生產率增長及其變動，從技術—效率—規模路徑全面反映我國制造業相對效率及其全要素生產率（TFP）變化情況，在此基礎上，剖析資金技術密集型制造業的經濟效益落后于資源勞動密集型制造業的原因，找到提高我國制造業經濟效益的發展模式和措施，為我國制造業的全面發展和優化升級及為實現“制造業強國”戰略目標提供一些有價值的政策啟示。

圖1 1999—2011年行業結構變動拆線圖

（一）指標選取及數據說明

由于《中國統計年鑒》對全國規模以上工業企業統計范圍1998—2006年為全部國有及年主營業務收入在500萬元及以上非國有工業企業；2007—2010年為年主營業務收入在500萬元及以上的工業企業；2011年及以后年份為年主營業務收入在2 000萬元及以上的工業企業， 為保持統計數據口徑一致，本文分析的時間區間為2007—2010年。關于制造業效率評價指標，大多數研究文獻主要選取工業總產值作為產出，以資本和勞動力作為投入，忽視了其他投入變量，如企業單位數、資源投入等[9] ；有的文獻產出指標中包含產品銷售收入，但銷售收入按何指數進行平減文中并沒有交待。由于不同學者所選指標和數據處理等存在差異，使得即使采用同樣的研究方法也難以得出比較一致的結論。endprint

1.產出指標

產出指標考慮到不同年份的價格平減問題選取工業總產值，本文將以當年價格表示的工業總產值采用各行業工業品出廠價格指數折算成以2007年表示的不變價。

2.投入指標

（4）能源投入。反映行業能源消費狀況，用行業能源消耗總量（折算為萬噸標準煤）表示。

上述投入、產出指標數據來自2008—2011年的《中國統計年鑒》和《中國能源統計年鑒》各相關年份數據。

（二） 資本技術密集型和資源勞動密集型 各行業相對生產效率分析

根據投入產出指標數據，本文首先用數據包絡分析法中的C2R模型計算出29個行業的綜合效率，之后針對生產可能集中的錐性假設不成立，采用BC2模型計算出樣本行業的純技術效率，由純技術效率和綜合效率再計算出各行業的規模效率[10-11-12] ，計算結果如表3所示。

從表3不難看出，2007—2010年，資本技術密集型和資源勞動密集型行業的生產效率值均表現為不穩定的波動態勢[13] 。資本技術密集型制造業中的石油加工及煉焦業、黑色金屬冶煉及壓延加工業、電氣機械及器材制造業、通信設備及計算機制造業等4個行業近四年來技術效率保持為1.000，每年都處于生產的相對前沿面上[14] ，有色金屬冶煉及壓延加工業和交通設備制造業在2009—2010年技術效率也達到了1.000。只有醫藥制造業、化學纖維制造業和專用設備制造業等3個行業技術效率較低。與此相比較，資源勞動密集型行業中的煙草加工業、皮革皮毛業、家具制造業和文教體育制造業等4個行業技術效率也達到了1.000，而食品制造業、飲料制造業、紡織工業、木材加工及木竹藤棕草制品業、造紙及紙制品業、印刷業和記錄媒介的復制業、橡膠制品業、塑料制品業和非金屬礦物制品業等行業的技術效率低于全行業平均水平。資本技術密集型行業中，技術效率較高的行業主要集中在我國壟斷程度較高的產業和電子電氣產業中；而資源勞動密集型行業中，技術效率較高的行業主要集中在進入壁壘較高的煙草業和具有比較優勢的勞動密集型行業中。此外，本文計算了資本密集型、技術密集型、勞動密集型和資源加工型行業技術效率的均值，發現資本密集型行業技術效率最高，技術密集型次之，資源加工型最差。可以看出，資本技術密集型行業的技術效率水平高于資源勞動密集型行業。

從規模效率看，資源勞動密集型制造業中的食品制造業、飲料制造業、煙草加工業、紡織工業和皮革毛皮業等5個行業的規模效率較高，基本上每年都處于相對前沿面上，服裝鞋帽業、塑料制品業和金屬制品業的規模效率也較高。只有印刷記錄業和文教體育用品業的技術效率較低。與此形成對比的是，資本技術密集型行業中只有電氣機械及器材制造業這1個行業具有較高的規模效率，在2007—2010年間基本上都處于生產的相對前沿面上，而黑色金屬冶煉及壓延加工業、化學原料及制品業、有色金屬冶煉及壓延加工業和交通運輸設備制造業等行業均由于行業規模過小造成規模效率在平均水平以下，揭示這些行業相對于產出而言各種投入要素利用的規模不足，資本、勞動力和能源等生產要素以較高的投入卻未能產生規模經濟，表明這些行業仍缺乏較大規模的企業集團，產業集中度不高，能帶來競爭優勢的產業集聚效應尚未體現，需要采取措施進一步加大投資力度，擴大行業規模以提高規模效益。從行業均值來看，資源勞動密集型行業均值為0.916，而資本技術密集型行業均值為0.871；另外，本文分別計算了資本密集型、技術密集型、勞動密集型和資源加工型行業均值，分別為0.766、0.946、0.896和0.951，可見，資本技術密集型行業規模效率落后于資源勞動密集型行業主要是由資本密集型行業規模效率較差所致。從4年的均值趨勢看，資本密集型制造業的技術效率一直處于上升格局，但與此相反的是規模效率卻一直處于遞減狀態，并且有加速下降趨勢，技術密集型行業的規模效率亦呈現出明顯的遞減態勢。由此可見，改善與提高資本技術密集型制造業的規模效率，實現行業規模經濟已迫在眉睫。

此外，我們發現技術效率和規模效率同時達到有效的有兩個行業，分別是煙草加工業和皮革皮毛業，在2007—2010年4年間，這兩個行業技術效率和規模效率均一直保持為1.000，達到投入要素利用的最有效狀態，是29個行業中生產狀態相對最優的行業 ；前文經濟效益評價中，煙草加工、皮革皮毛這兩個行業經濟效益分別位列第一與第四名就不足為奇了 。第一大支柱產業黑色金屬冶煉及壓延加工業技術效率遙遙領先，但規模效率卻在所有行業中最差，該行業經濟效益位列倒數第一與規模效率差有很大的直接關系。通信設備及計算機制造業、電氣機械及器材制造業同樣是支柱產業的這兩個行業，在技術效率與規模效率上均接近于最優，這兩個行業經濟效益差可能是其他原因造成的，如原材料價格高、市場開拓能力差和產品附加值低等。

（三）資本技術密集型與資源勞動密集型行業全要素生產率測算與分析

為了比較資本技術密集型與資源勞動密集型行業全要素生產率（TFP）增長的差異，測度它們在各個行業中的全要素生產率變化， 在計算了2007—2010年資本技術密集型與資源勞動密集型行業在制造業全行業中的技術效率與規模效率的基礎上， 本文利用相關數據計算了2007—2010年這兩類行業的全要素生產率指數（Malmquist指數）并進行了分解[15] ，結果如表4所示。從表4中可以看出，資本技術密集型與資源勞動密集型行業在我國制造業中TFP的增長存在顯著差異，并且影響TFP增長的因素與原因也不盡相同。

1.資本技術密集型行業

縱向來看，資本技術密集型行業的TFP平均增長率為1.9%，主要原因在于技術進步的貢獻，其平均貢獻率為4.3%，而在考察期間內，技術效率（綜合效率）則出現了退步，平均增長率為-2.3%，與前述分析一致，技術效率的下降主要是由規模效率下滑引起的，盡管純技術效率上升了0.4%，但規模效率下降幅度較大，下降了2.7%，技術效率的下滑在一定程度上抵消了技術進步對全要素生產率增長的貢獻。在12個行業中，除了化學制品、有金冶壓、通用設備和儀表辦公4個行業全要素生產率的平均增長率為負值外，其余8個行業均為正值。在推動TFP增長的動因方面，除醫藥制造、專用設備和交通設備這三個行業的技術效率有所改善外，其余9個行業的技術效率是停滯不前或呈下降趨勢，其全要素生產率的增長全部來自于技術進步做出的貢獻。這說明在此期間，科學管理技術沒有得到充分的利用，企業資源未能有效整合，應提升企業管理能力，執行正確的生產決策，確保技術效率逐步改善，從而促使企業績效不斷提高。此外，各個行業的全要素生產率增長速度存在著顯著差異，全要素生產率增長速度大于資本技術密集型行業全要素生產率平均增長率（1.9%）的行業分別石油煉焦、醫藥制造、化學纖維、黑金冶壓、專用設備、交通設備和電通設備，其TFP平均增長率分別為3.6%、6.0%、2.8%、5.9%、2%、5%和3.9%；而全要素生產率增長速度小于資本技術密集型行業全要素生產率平均增長率的行業有5個，分別為化學制品、有金冶壓、通用設備、電氣器材和儀表辦公，其全要素生產率平均增長率分別為-0.4%、-4.3%、-2%、0.9%和-0.5%。endprint

2.資源勞動密集型行業

從2007—2010年，資源勞動密集型行業TFP平均增長率為3.5%，主要是技術進步水平提高帶來的結果，技術進步平均增長率為2.9%，技術效率也有貢獻，但貢獻率有限，技術效率平均增長率僅為0.6%，技術效率的停滯不前主要是由于資源加工型行業規模效率下降所致，這亦與前文分析吻合。在資源勞動密集型17個行業中，除農副食品、金屬制品這兩個行業外，其余15個行業的TFP均保持了正增長。有8個行業的全要素生產率增長速度大于行業平均增長率（3.5%），究其原因不難發現這是由技術進步與技術效率水平的不斷提高共同推動的結果。當然不難看出，除木材加工、塑料制品外的6個行業均是技術進步對全要素生產率增長的貢獻率大于技術效率對TFP的貢獻。其中全要素生產率增長速度位列前五強的行業分別是煙草加工、印刷記錄、家具制造、服裝鞋帽和塑料制品，其全要素生產率分別增長了11.8%、7.3%、6.6%、4.9%和4.5%。與此形成對比的是，在全要素生產率增長速度小于行業平均增長水平的9個行業中，TFP的增長主要來自于技術進步水平的提高，除了紡織業、皮革皮毛、文教體育、工藝外，其余5個行業的技術效率都是下降的。資源勞動密集型行業中，增長率呈下降趨勢或停滯不前的3個行業分別是農副食品（-2.6%）、金屬制品（-2.5%）和食品制造（0.9%）。

綜合上述分析，筆者認為無論是資本技術密集型行業與資源勞動密集型行業之間還是兩類行業內部，各個行業的TFP增長率均存在一定差異，資本技術密集型行業中有1/3的行業全要素生產率呈現負增長，而資源勞動密集型行業則有九成左右的行業TFP得到不同程度的提升；在推動行業全要素生產率增長的動因上兩類行業也存在著顯著的差異，資本技術密集型行業比較重視新技術的引進和創新，但技術效率下降則是制約資本技術密集型行業TFP向更高幅度增長的主要原因，特別是近年來規模效率下降幅度比較大。因此，在未來的制造業產業結構調整中要十分重視資本技術密集型制造業的規模調整，整合資源，實現投入與產出的最優組合。

四、結 論

本文利用因子分析法和非參數的效率評價法對2007—2011年我國資本技術密集型制造業和資源勞動密集型制造業的經濟效益及行業相對生產效率及其變動情況進行了分析，得出的基本結論如下：

從制造業各行業的經濟效益測算結果來看，資本技術密集型行業的經濟效益水平嚴重落后于資源勞動密集型行業，產業結構轉型與經濟效益提升并不同步，我國制造業產業發展戰略不利于制造業整體競爭優勢的提升。

從2007—2010年我國制造業各行業的相對生產效率指數來看，資本技術密集型行業的技術效率水平高于資源勞動密集型行業；但規模效率大大落后于資源勞動密集型行業，主要是因為資本密集型行業規模效率較差所致。

我國制造業中資本技術密集型行業和資源勞動密集型行業的Malmquist 指數總體上呈現上升態勢， 兩種類型的行業TFP的提高均是因重視新技術的引進與創新。通過對資本技術密集型和資源勞動密集型各個行業的TFP增長率及其構成變化的測算與分析， 發現我國資本技術密集型和資源勞動密集型兩類行業的TFP增長具有較大的差異，資源勞動密集型行業的增長均衡要好于資本技術密集型行業。在我國資本技術密集型行業中除醫藥制造、專用設備和交通設備3個行業外，其余9個行業的技術效率均處于遞減趨勢且下降幅度較大。資源勞動密集型行業技術效率出現負增長的行業數目只有5個。因此，要提高我國制造業全要素生產率水平，需要著重提高資本技術密集型行業的技術效率水平，特別是規模效率水平。

我國制造業產業結構轉型后，造成資本技術密集型行業的經濟效益水平沒有領先于資源勞動密集型行業，從生產效率的構成上分析，較高的企業管理決策能力及技術創新水平保證了資本技術密集型行業技術效率高于資源勞動密集型行業，但從2007—2010年規模效率的均值來看，前者的規模效率明顯低于后者，特別是資本密集型行業規模效益最差。因而筆者認為，導致資本技術密集型行業經濟效益水平落后于資源勞動密集型行業，與資本技術密集型行業較高的各種投入未能產生規模經濟有很大的直接關系。

針對資本技術密集型行業平均技術效率呈現出負增長的情況，我們必須切實改善產業投入—產出比例失衡的現狀，提高行業勞動者素質和技能，引進先進設備和先進工藝，改進企業的經營管理并深化改革，加強同行業間的分工協作以形成產業集聚效應，在促進資本技術密集型行業快速發展的同時，注重其增長質量的提升。此外，要注重現有技術的改進，繼續加強企業生產技術創新，不斷提高行業的技術創新能力，特別是企業自主研發能力，實現技術進步和技術效率的雙向增長，從而推動資本技術密集型行業全要素生產率的提高。同時，要注意市場開拓，降低原材料成本，提高產品附加值。

資金技術密集型制造業已成為我國制造業的主力，并且是我國制造業未來進一步發展的重點方向，但是鑒于資金技術密集型制造業自身具有風險大、高投入、回收周期長和產品分工比較復雜細密的特點，未來對其規模調整要持慎重的態度。我們要充分利用我國勞動力成本低的比較優勢，大力發展紡織服裝鞋帽制造、皮革皮毛制品、家具制造和工藝品制造等生產效率高、經濟效益好的勞動密集型產業。立足我國資源勞動密集型制造業現有優勢，加快產業的設備和工藝更新，引進和充分利用新技術，提升資源勞動密集型產品的質量和檔次，實現資源勞動密集型產業與產品的優化升級，增強產業與產品競爭力，發揮行業優勢互補作用，為我國制造業進一步的結構調整增加資金積累。要通過資產重組，重點改組紡織工業、專用設備和化學纖維制造業；要控制黑色金屬冶煉、化學工業等高投入、高消耗、高污染和加工度與經濟效益低的重化工業的行業規模，重點進行結構調整、技術改造和發展深加工。

從長期來看， 我們應繼續深化制造業產業結構調整和優化升級的力度，逐步提高高新技術行業在整個制造業中的占比，推動我國制造業資源配置效率的不斷提升，完成我國制造業發展戰略的全局性升級，最終促進制造業乃至整個國民經濟的可持續健康發展。endprint

參考文獻：

[1] 李小平，盧現祥.中國制造業的結構變動和生產率增長[J].世界經濟，2007，（5）：52-64.

[2] 周達.我國商品進出口結構與制造業結構變動特性的關聯分析[J].經濟經緯，2007，（5）：48-51.

[3] 高拴平.西部地區制造業結構變動實證分析[J].中國工業經濟，2004，（6）：65-72.

[4] 杜平.沿海省市制造業發展與結構變動的實證分析[J].科技與產業，2007，（12）：31-36.

[5] 張建升，房施東，王宏堃.重慶市制造業結構變動實證分析[J].經濟與管理，2006，（1）：103-106.

[6] 楊大楷，范飛龍.我國制造業產業結構轉型與經濟效益提升的實證研究[J].經濟學動態，2004，（5）：49-52.

[7] 程翠鳳.江蘇制造業產業結構升級與經濟效益提升的實證研究[J].華東經濟管理，2011，（12）：21-25.

[8] 邱皓政.量化研究與統計分析[M].重慶：重慶大學出版社，2009.

[9] 陳靜，雷厲.中國制造業的生產率增長、技術進步與技術效率——基于DEA的實證分析[J].當代經濟科學，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亞青，宋來.中國企業相對效率和全要素生產率研究——基于37個行業5年數據的實證分析[J].數量經濟技術經濟研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（責任編輯：劉 艷）endprint

參考文獻：

[1] 李小平，盧現祥.中國制造業的結構變動和生產率增長[J].世界經濟，2007，（5）：52-64.

[2] 周達.我國商品進出口結構與制造業結構變動特性的關聯分析[J].經濟經緯，2007，（5）：48-51.

[3] 高拴平.西部地區制造業結構變動實證分析[J].中國工業經濟，2004，（6）：65-72.

[4] 杜平.沿海省市制造業發展與結構變動的實證分析[J].科技與產業，2007，（12）：31-36.

[5] 張建升，房施東，王宏堃.重慶市制造業結構變動實證分析[J].經濟與管理，2006，（1）：103-106.

[6] 楊大楷，范飛龍.我國制造業產業結構轉型與經濟效益提升的實證研究[J].經濟學動態，2004，（5）：49-52.

[7] 程翠鳳.江蘇制造業產業結構升級與經濟效益提升的實證研究[J].華東經濟管理，2011，（12）：21-25.

[8] 邱皓政.量化研究與統計分析[M].重慶：重慶大學出版社，2009.

[9] 陳靜，雷厲.中國制造業的生產率增長、技術進步與技術效率——基于DEA的實證分析[J].當代經濟科學，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亞青，宋來.中國企業相對效率和全要素生產率研究——基于37個行業5年數據的實證分析[J].數量經濟技術經濟研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（責任編輯：劉 艷）endprint

參考文獻：

[1] 李小平，盧現祥.中國制造業的結構變動和生產率增長[J].世界經濟，2007，（5）：52-64.

[2] 周達.我國商品進出口結構與制造業結構變動特性的關聯分析[J].經濟經緯，2007，（5）：48-51.

[3] 高拴平.西部地區制造業結構變動實證分析[J].中國工業經濟，2004，（6）：65-72.

[4] 杜平.沿海省市制造業發展與結構變動的實證分析[J].科技與產業，2007，（12）：31-36.

[5] 張建升，房施東，王宏堃.重慶市制造業結構變動實證分析[J].經濟與管理，2006，（1）：103-106.

[6] 楊大楷，范飛龍.我國制造業產業結構轉型與經濟效益提升的實證研究[J].經濟學動態，2004，（5）：49-52.

[7] 程翠鳳.江蘇制造業產業結構升級與經濟效益提升的實證研究[J].華東經濟管理，2011，（12）：21-25.

[8] 邱皓政.量化研究與統計分析[M].重慶：重慶大學出版社，2009.

[9] 陳靜，雷厲.中國制造業的生產率增長、技術進步與技術效率——基于DEA的實證分析[J].當代經濟科學，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亞青，宋來.中國企業相對效率和全要素生產率研究——基于37個行業5年數據的實證分析[J].數量經濟技術經濟研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（責任編輯：劉 艷）endprint