中國裝備制造業產能利用率測度及影響因素分析

沈 蕾，李沐陽

（北京工業大學 經濟與管理學院，北京 100124）

0 引言

我國是一個裝備制造業大國，但總體來看還存在大而不強的問題。面對國際經濟與貿易環境的變化，一些行業出現盲目的低水平重復建設，導致產能利用率偏低，出現較嚴重的產能過剩，企業利潤出現普遍下降。目前汽車行業和工程機械行業就出現了過度競爭的情況，比如零首付政策、超低價銷售等，嚴重影響了我國整個裝備制造業的正常市場競爭秩序。可以說產能過剩是阻礙中國裝備制造業發展的突出矛盾和問題之一，也一直是國家進行宏觀調控的重點所在。因此，對產能過剩的測度及其形成原因與化解路徑進行研究尤為重要。

國外學者對產能過剩的研究開始較早。Chamberlin（1947）[1]首次從微觀經濟學角度提出產能過剩這個概念，認為產能過剩是由不完全競爭的組織無效率引起的。Berndt和Hesse（1986）[2]對9個OECD國家制造業部門的可變成本函數進行了估計，并計算得到相應的產能利用率，結果顯示在20世紀80年代初，這些國家的制造業部門普遍存在產能過剩問題。Kirkley等（2002）[3]利用DEA方法和SFA分別測算了美國漁業的產能以及產能利用率水平，并對兩種方法的結果進行了比較。國內學者的研究起步較晚。韓國高（2011）等[4]利用成本函數法，測度了中國制造業28個行業的產能利用率，得到七大產能過剩行業，并進一步研究得出我國產能過剩形成的直接原因是固定資產投資的過快增長。沈坤榮（2012）[5]沿用了HARRIS和Taylor的做法采用柯布-道格拉斯生產函數測算了中國工業35個行業1998—2008年間的產能及其利用率。張靜曉（2012）[6]建立了建筑業的邊界生產函數，測度了1993—2010年中國建筑業的產能利用率。沈利生（1999）[7]利用峰值法對我國設備利用率進行了估計。何蕾（2015）[8]首次將協整方法推廣到面板數據的應用，測度了中國36個工業行業1980—2013年間的產能利用率。

以上幾種常用的產能利用率測度方法各有優劣。峰值法的測算結果取決于學者對峰值的選取，往往帶有一定的隨意性，且其將產能產出全部歸于技術原因，較為片面。成本函數法可以綜合考慮各種要素投入、價格等，較為客觀和準確，但這種方法推導過程復雜且變量復雜，對數據要求很高，難以應用。目前國內外學者對于產能利用率的測度方法優劣并沒有統一的認識。因此，本文基于數據可獲得性以及經濟意義合理性的考慮，選擇生產函數法測度中國裝備制造業各行業的產能利用率，試圖找到裝備制造業產能過剩問題的具體行業規律，在此基礎上探究影響我國裝備制造業產能利用率的因素，進一步提出化解裝備制造業產能過剩問題的有效路徑。

1 裝備制造業產能利用率的測度

1.1 測度方法

根據《國民經濟行業分類代碼表》（GB/T4754-2002），我國裝備制造業分為7個大類，56個中類，209個小類。由于受到數據的制約，本文把裝備制造業的7個大類作為研究對象，這7個大類的行業名稱及行業代碼分別為：金屬制品業（C34）、通用設備制造業（C35）、專用設備制造業（C36）、交通運輸設備制造業（C37）、電氣機械及器材制造業（C39）、通信設備、計算機及其他電子設備制造業（C40）、儀器儀表及文化、辦公用機械制造業（C41）。

本文選用生產函數法中的邊界生產函數對裝備制造業7個大類行業2001—2014年的產能利用率進行測算。在設定邊界生產函數基本形式的前提下，首先利用最小二乘法估計出平均生產函數，然后計算樣本產出指標觀測值與平均生產函數產出指標估計值之差，取其最大值加到平均生產函數上，由此得出邊界生產函數的具體形式。本文假設規模報酬不變，則可計算出潛在產出，從而得到產能利用率=實際產出/潛在產出。由于制造業行業的能源要素投入也十分重要，本文將能源要素也加入C-D生產函數。其基本形式為：

其中，Y代表產出，代表K資本投入，L代表勞動投入，E代表能源要素投入，α、β和γ分別代表資本、勞動和能源的產出彈性，α＞0,β＞0,γ＞0，且假定規模報酬不變，即α+β+γ=1。對式（1）兩邊同時取對數得到：

則實際的邊界生產函數為：

其中，Y*表示潛在的最大產出水平。令lnA=σ，并假設有隨機變量滿足E(μ)=ε，將式（2）轉化為：

其中，由普通最小二乘法（OLS）得到平均生產函數為：

由于邊界生產函數應使所有實際產量都在它下面的性質，可以得到：

將式（6）作為εˉ的值，將其代入估計得到的平均生產函數即可得到σ的估計值σ?，于是，邊界生產函數的具體形式為：

根據產能利用率CU（Capacity Utilization）的定義，可以表示為：

1.2 指標選取和數據來源

產出指標使用行業增加值。由于增加值是生產活動所增加的價值，可以比較確切地反映生產的成果，并且增加值與產能利用率相關程度較高，是產能的外在反映。因此本文使用各行業工業增加值（Y）代表產出，2008年之前數據來自歷年《中國工業統計年鑒》，由于2008年后不再公布增加值數據，因此根據中國統計局公布的歷年年末工業分大類行業增加值累計增長速度并與前一年的增加值數據結合計算得出。

資本投入（K）指標參考韓國高（2011）等[4]的做法，使用裝備制造業各行業固定資產凈額表示。而固定資產凈值是指固定資產的原始價值與已提折舊的差額，能綜合反映行業現有的投資規模與使用方向。同時，本文以2000年為基期，根據歷年分行業工業品出廠價格指數對歷年工業增加值與固定資產凈額數據進行平減。各行業工業品出廠價格指數數據來自《中國物價統計年鑒》，資本投入（K）數據來自歷年《中國工業統計年鑒》。

勞動力投入（L）采用各工業行業年均從業人數來度量，其中2012年數據缺失，因此用2011年與2013年平均值代替。勞動力投入（L）數據來自歷年《中國工業統計年鑒》。

能源消費量（E）采用各行業以萬噸標準煤計算的終端能源消費總量。對于制造業來說，能源要素的投入也十分重要，也會對產能利用率產生一定的影響。該數據來源于歷年《中國能源統計年鑒》。

1.3 2001—2014年裝備制造業各行業產能利用率的測算

借助Eviews7.0軟件運用面板數據的固定效用模型對我國裝備制造業各行業的理論產能進行測算，得到各行業每年的產能利用率，并根據各行業占裝備制造業總增加值的比重加權計算得到歷年裝備制造業總體的產能利用率，結果如表1所示。目前我國還沒有建立統一的產能過剩的評價標準，本文借鑒大多數學者的做法，沿用歐美國家對產能利用率的判斷標準，即產能利用率的正常值在79%—83%之間，超過90%則認為產能不足，若低于79%，說明可能出現產能過剩的現象。

表1 裝備制造業各行業2001—2014年產能利用率 （單位：%）

從總體來看，中國裝備制造業產能利用率的變化趨勢呈現出與經濟周期波動的一致性。21世紀初，我國經濟發展迅猛，進入2003年后開始進入上升周期，發展態勢良好，而進入2008年后，由于世界范圍內金融危機的影響和沖擊，我國工業經濟的發展也受到阻礙，生產經營出現困難。從表1可以看到，中國裝備制造業總體產能利用率變化趨勢也具有階段性特征，與經濟周期波動保持一致，即2001—2008年大體呈上升趨勢，2008—2014年大體呈下降趨勢，尤其是2009—2011年下降較為明顯。分大類行業來看，各行業變化趨勢也大致呈現階段性，即2008年之前各行業基本都呈上升趨勢，2008年起7類行業產能利用率均出現不同程度的下降，個別行業在2011—2012年間出現小幅回升，之后又出現下降。金屬制品業、專用設備制造業、交通運輸設備制造業、電器機械及器材制造業這四個行業產能利用率到2014年均下降至79%以下，通信設備、計算機及其他電子設備制造業在2008—2014年七年中有五年產能利用率低于79%。這一測算結果與行業現實發展相匹配。近年來，機械、汽車、船舶、電子都是國家重點治理的行業，特別是船舶制造業一直被國家列為嚴重產能過剩行業。

2 實證分析

2.1 指標選取和數據來源

通過以上對產能利用率影響因素的理論分析，本文將市場因素與體制因素均納入框架，CU作為被解釋變量，選取以下指標作為解釋變量，代表可能影響產能利用率的因素。

外部需求變動（expd）：海外需求的提升會促進各行業產品出口，化解國內過剩產能，因此外部需求變動對產能利用率應具有正向促進作用。本文用各行業出口交貨值占工業銷售產值的比重來表示該行業外需變動情況，該數據來源于歷年《中國工業統計年鑒》。

國有資產比重（gov）：國有資產比重間接代表政府干預經濟的力度，根據已有文獻研究結果，行業中國有資產比例越高，產能利用率越低，越不利于產能過剩的化解。本文用各行業規模以上工業企業全部實收資本中國有資本所占比重來表示國有資產比例，該數據來源于歷年《中國工業統計年鑒》。

資本存量（K）：已有文獻大多數研究了資本要素對于產能利用率的影響，結論一致認為資本存量對產能利用率具有反向作用，本文也遵循此假設。使用各行業規模以上工業企業固定資產凈值作為資本存量，數據來源于歷年《中國工業統計年鑒》。

創新投入（inno）：使用該行業R&D經費占工業增加值的比重表示行業的R&D強度，R&D投入與技術進步成正比，因此這一指標可以反應該行業創新投入情況。數據來自《中國科技統計年鑒》《中國工業統計年鑒》《中國統計年鑒》。

2.2 面板單位根檢驗與協整檢驗

由于面板數據容易出現偽回歸，因此在建立面板數據模型進行回歸之前首先進行面板數據單位根檢驗，本文選擇LLC和IPS檢驗方法，結果如表2所示?？梢钥吹?，所有變量一階差分后，都通過檢驗，不存在單位根，因此可以認為面板數據平穩，同時也說明這些變量間可能存在長期穩定的協整關系，因此進一步進行面板協整檢驗。本文采用Kao檢驗進行面板協整檢驗，結果拒絕不存在協整關系的原假設，說明各變量間存在長期穩定的協整關系。

表2 面板單位根檢驗結果

2.3 模型估計與結果

以CU作為被解釋變量，expd、K、gov、inno作為解釋變量，構建如下模型：

其中i表示裝備制造業各行業，t表示年份，υi代表行業個體效應，μit代表隨機擾動項。回歸區間為2003—2014年。

由于本文面板數據屬于小N大T的長面板數據，相對而言時間維度較多，隨機擾動項不一定服從獨立同分布，需要對此進行檢驗以確定隨機擾動項的具體形式。經過檢驗，拒絕了“不存在一階組內自相關”的原假設，認為面板模型存在組內自相關，使用普通最小二乘法（OLS）進行估計是無效的。又通過對面板進行Hausman檢驗，確定存在個體效應。因此生成個體效應虛擬變量，并采用可以解決組內自相關的可行廣義最小二乘法（FGLS）對模型進行估計，設定各個截面的擾動項服從不同的AR（1）過程。即：

其中|ρi|＜1，{νit}獨立同分布且期望為0，并且每個截面的ρi各不相同。

在估計過程中，起初只考慮資本投入，之后依次加入外部需求、研發強度與國有資本比重進行回歸。估計結果如表3所示。

表3 FGLS面板模型估計結果

從回歸結果可以看出，各模型中的lnK系數顯著為負，說明資本投入的大幅提升降低了行業產能利用率。已有多位學者對資本投入與產能過剩的關系進行了研究，且一致認為資本投入對產能過剩具有正向作用[4]，這一結論也已被經濟現實驗證。由于固定資產投資的過快增長，一些行業形成了巨大的過剩產能，對于裝備制造業這種資本密集型產業來說，投資對于產能利用率的作用更為明顯。以工程機械裝備行業為例，由于房地產市場的爆發式增長帶動了工程機械裝的迅速發展，也正是因為機械裝備工業產值、利潤稅金、產品銷售收入等指標都呈增長態勢，并且政府陸續出臺振興裝備制造業的相關政策，由于行業的快速增長以及巨大利潤空間，企業對整個行業發展前景十分看好，爭相涌入并加大投資力度，使得工程機械行業出現嚴重的重復建設，產能利用率下降，也就是“投資潮涌”現象。此外，由于GDP作為考核地方政府政績的重要指標，地方政府為彰顯政績，以裝備制造業大項目、新項目為目標，一味督促企業規模的膨脹，地方政府的這種干預也是裝備制造業出現產能過剩的重要原因。

估計結果中變量expd的系數顯著為正，說明外部需求對于提高裝備制造業產能利用率具有積極的促進作用，也就是說外部需求增加可以有效緩解裝備制造業產能過剩，其原因一方面是由于需求增加有利于化解過剩產能，而外部需求作為產品市場需求的一部分，其提升會增加市場對產品的需求，將過剩產能轉移到國外，增加各行業產品的銷量，有利于產能過剩行業消化過剩的產品，從而提高企業以及整個行業的產能利用率。另一方面，外部需求增加使得企業進入國際市場，在更為激烈的競爭環境下，刺激企業不斷學習國外先進技術，使得企業按照市場需求推動自身產品創新，而高質量產品的出口增加從長期來看能夠促進中國經濟增長，有利于優化各行業資源配置，提高產能利用率。

模型3加入變量inno后的回歸結果顯示inno系數在10%的顯著性水平下為負，說明創新投入增加會在一定程度上使得產能利用率降低，惡化行業產能過剩情況。這可能是由于目前我國裝備制造業創新投入方向不合理，主要體現在大規模創新投入集中于低端產品，在創新投入強度增大的情況下，由于生產技術水平的提高使得生產成本下降，要素集約型技術進步的條件再加上資本、勞動等基本生產要素投入的大量增加，進一步增加了行業產能與整個市場上的低端產品供給，惡化了產品供大于求的狀況，進一步降低產能利用率，形成目前裝備制造業低端產品過剩而高端產品需要進口的結構性產能過剩。模型4中加入gov變量后結果顯示inno與gov的系數均不顯著，我們選擇提前一期的inno與gov數據進行回歸，結果顯示模型整體的顯著性較之前模型而言最高。inno的系數與模型3中一樣顯著為負并且顯著性得到明顯提高，這一結果進一步驗證了上述說法。gov的系數顯著為負，表示行業國家資本占比越高越是不利于產能利用率的提高。中國產業發展的特征之一就是國家干預深，產業發展方向受國家產業政策影響很大。由于某個行業國家資本占比能夠間接代表政府對該行業的干預程度，國家資本占比越大，政府對行業發展與市場進入具有更強的干預能力，也更容易形成政府的投資沖動。再者，過多的政府干預會導致整個行業沒有進行技術創新的動力，國有企業在其固有的增長方式下，往往會規避成本高、風險大、周期長的轉型與創新活動，長期來看不利于企業以及整個產業的發展。目前我國裝備制造業的發展就存在體制方面的問題，中央企業、國有企業比重過大。以黑龍江為例，國有企業占總量的60%，非公有企業長期發育不良。對技術的評估和作價制度、國資委的考核機制、產學研結合、創新成果產業化、商品化等相關制度安排不合理，使得國有企業沒有技術創新的動力，產業發展活力不足。

3 結論與建議

（1）主要結論

本文利用生產函數法計算了我國裝備制造業7個大類行業2001—2014年的生產能力利用率，進一步采用可行的廣義最小二乘法（FGLS）考察了投資、外部需求、政府干預、技術進步等因素對裝備制造業產能利用率的影響，主要結論有：（1）中國裝備制造業總體產能利用率變化趨勢具有階段性特征，與經濟周期波動保持一致，即2001—2008年大體呈上升趨勢，2008—2014年大體呈下降趨勢。（2）從大類行業來看，產能過剩較為突出的行業有金屬制品業、專用設備制造業、交通運輸設備制造業、電器機械及器材制造業以及通信設備、計算機及其他電子設備制造業，通用設備制造業也有輕度產能過剩，而儀器儀表行業產能利用情況相對較好。（3）固定資產投資、國有資產比重、創新投入與產能利用率呈現顯著的負相關關系，外部市場需求與產能利用率則呈顯著正相關。

（2）建議與措施

固定資產投資的過快增長不利于產能利用率的提高，這也是由于我國長期形成的投資驅動型經濟增長模式導致的投資過度，因此中國必須加快轉變經濟增長方式，由投資驅動向創新驅動轉變，抑制低端重復投資。

國有資本在行業中所占比重過高也會導致投資不合理，創新動力不足、技術水平低下，因此，一方面應該減少對政府行業發展的過度干預，加快國有企業改革，調整資本結構，鼓勵非公有資本的進入，充分發揮市場機制的作用，并且要從根源上即體制上進行改革，杜絕地方政府為彰顯政績主導的不合理投資，另一方面要發揮政府的引導作用，利用政府的公信力定期對行業發展相關政策方向以及重點行業的產能利用率和在建產能信息進行披露，以此引導企業進行合理投資，避免盲目重復建設，并規范行業競爭秩序，引導行業向正確的方向發展。

從外部需求來看，外部需求增加可以提高裝備制造業產能利用率，促進產能過剩的化解，因此應該鼓勵產能過剩各行業優勢產能走出去?！秶鴦赵宏P于推進國際產能和裝備制造合作的指導意見》（國發〔2015〕30號）：將鋼鐵、有色、建材、鐵路、電力、化工、輕紡、汽車、通信、工程機械、航空航天、船舶和海洋工程等作為重點行業，分類實施，有序推進。我國裝備制造業應利用好這一政策優勢與經濟機遇，積極參與國家“一帶一路”戰略，對“一帶一路”沿線國家的市場環境進行考察，加強國際間產能合作，通過出口、投資或其它可行方式將過剩產能轉移到需求旺盛的國家，利用國外需求來化解國內的過剩產能。

從創新投入來看，創新投入對產能利用率的作用力具有兩面性，一方面通過產品供給數量導致產能過剩，另一方面，創新活動帶來的技術進步能夠提升產品質量，增加市場對產品的需求，這又無疑會緩解產能過剩。而目前我國裝備制造業在創新方面的主要問題是創新投入方向不合理，低端產品創新投入規模大導致低端產品供給過多，形成結構性過剩。因此我國裝備制造業在由投資驅動向創新驅動轉變的過程中在擴大創新投入規模的同時，更應該合理選擇創新投入的方向，加大對高端產品及高端零部件的創新投入。政府在指導創新方向應該發揮作用，一方面應鼓勵各行業企業進行產品創新，另一方面引導各行業相關企業向產業鏈高端攀升，避免在低端環節的過度投入。這既可以增加國內需求，又能夠提升中國產品的海外競爭力，使得利用國外需求來化解國內過剩產能更具有成效。

參考文獻：

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

[2]Berndt E R,Hesse D M.Measuring and Assessing Capacity Utilization in the Manufacturing Sectors of Nine OECD Countries[J].European Economic Review,1986,30(86).

[3]Kirkley J,et al.Capacity and Capacity Utilization in Common-pool Resource Industries[J].Environmental and Resource Economics,2002,22(1).

[4]韓國高，高鐵梅，王立國，齊鷹飛等.中國制造業產能過剩的測度、波動及成因研究[J].經濟研究，2011，(12).

[5]沈坤榮,欽曉雙,孫成浩.中國產能過剩的成因與測度[J].產業經濟評論,2012,(4).

[6]張靜曉,李慧,周天華.我國建筑業產能過剩測度及對策研究[J].科技進步與對策,2012,29(18).

[7]沈利生.我國潛在經濟增長率變動趨勢估計[J].數量經濟技術經濟研究,1999,(12).

[8]何蕾.中國工業行業產能利用率測度研究——基于面板協整的方法[J].產業經濟研究,2015,(2).