王志華,焦海霞,高 杰
(江蘇理工學(xué)院a.商學(xué)院;b.圖書館,江蘇 常州 213001)
近年來,隨著國內(nèi)經(jīng)濟(jì)增速的放緩和外部需求的持續(xù)不振,結(jié)構(gòu)性產(chǎn)能過剩問題日益嚴(yán)重,特別是在鋼鐵、有色金屬、水泥、石化等資源型制造行業(yè)表現(xiàn)得更為突出。與此同時(shí),在以制造業(yè)發(fā)展為核心的產(chǎn)業(yè)競賽中,長三角區(qū)域內(nèi)出現(xiàn)了明顯的產(chǎn)業(yè)集聚化趨勢,并由此而形成了產(chǎn)業(yè)同構(gòu)現(xiàn)象。正是該現(xiàn)象的存在,使得長三角經(jīng)濟(jì)發(fā)展一直面臨同質(zhì)化競爭的挑戰(zhàn),也常常被認(rèn)為是影響產(chǎn)業(yè)轉(zhuǎn)型升級的主要障礙。在一個(gè)區(qū)域內(nèi),產(chǎn)業(yè)的集中化、趨同化和過剩化同時(shí)存在,這就不得不讓我們思考這樣一個(gè)現(xiàn)實(shí)問題:即它們之間究竟存在什么樣的關(guān)系問題。在供給側(cè)結(jié)構(gòu)性改革的大背景下,對該問題的厘清有助于更加清晰地認(rèn)識該區(qū)域的產(chǎn)能過剩現(xiàn)象,也有助于長三角各級政府部門與相關(guān)行業(yè)科學(xué)貫徹執(zhí)行“去產(chǎn)能”任務(wù)。本文選擇以長三角資源型制造業(yè)為對象,以結(jié)構(gòu)趨同為中介變量,分析其地理集中與產(chǎn)能過剩的關(guān)系,以期為更加清楚地認(rèn)識產(chǎn)能過剩問題提供依據(jù)。
依據(jù)國家統(tǒng)計(jì)局頒布的《國民經(jīng)濟(jì)行業(yè)分類(GB/T 4754-2011)》標(biāo)準(zhǔn),制造業(yè)是指第二產(chǎn)業(yè)中除采礦業(yè)、電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)、建筑業(yè)外,對從第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的采礦業(yè)中獲得的原料進(jìn)行加工的工業(yè)。基于此,本文認(rèn)為資源型制造業(yè)是專指對從第二產(chǎn)業(yè)的采礦業(yè)中獲得的各種礦物資源進(jìn)行加工的行業(yè)。其主要功能是實(shí)現(xiàn)加工對象從原料到材料的轉(zhuǎn)變,以為后續(xù)的直接使用或深度加工提供方便。依據(jù)上述定義,資源型制造業(yè)主要包括: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)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)和有色金屬冶煉及壓延加工業(yè)等5個(gè)行業(yè)。
資源型制造業(yè)具有以下4個(gè)方面的特點(diǎn):一是具有高度資源依賴性。資源型制造業(yè)是以對礦物資源的加工為主要內(nèi)容的,所以該類產(chǎn)業(yè)具有礦產(chǎn)資源的高度依賴性,離開了礦物原料生產(chǎn)制造無法進(jìn)行,就像黑色金屬冶煉及壓延加工業(yè)不能離開鐵礦石這樣的原料一樣。二是具有高度的資本密集性。資源型制造業(yè)的運(yùn)行高度依賴大型成套技術(shù)裝備,投資規(guī)模大且資產(chǎn)專用性高,因此在資源型制造業(yè)的生產(chǎn)要素投入中,資本與勞動(dòng)相比所占比重很大,勞動(dòng)者人均所占用的固定資本和流動(dòng)資本也很高。三是具有基礎(chǔ)性。資源型制造業(yè)在整個(gè)制造業(yè)中處于基礎(chǔ)地位,對其他產(chǎn)業(yè)的發(fā)展有著制約和決定作用。因?yàn)樵摦a(chǎn)業(yè)所生產(chǎn)的產(chǎn)品通常要成為后續(xù)產(chǎn)業(yè)部門加工及生產(chǎn)過程中不可或缺的投入品或消耗品。四是具有“三高”性。即資源型制造業(yè)具有高耗能、高排放、高污染的特點(diǎn)。

測度產(chǎn)業(yè)地理集中的方法很多,本文選擇用變異系數(shù)法來測算長三角資源型制造業(yè)的地理集中度,公式如下:式(1)中,i(i=1,2,…,n)為地區(qū);t(t=1,2,…,T)為時(shí)期;為地區(qū)i資源型制造業(yè)占整個(gè)樣本區(qū)域資源型制造業(yè)的比重;為變異系數(shù),用以表征地理集中度,其數(shù)值越大,表明地理集中度越高;為標(biāo)準(zhǔn)差;為均值。
利用公式(1)計(jì)算長三角資源型制造業(yè)地理集中度的基本操作流程是:首先通過查閱上海、江蘇與浙江相關(guān)年份的統(tǒng)計(jì)年鑒,獲得資源型制造業(yè)所包含各行業(yè)的總產(chǎn)值指標(biāo)。其次將每個(gè)地區(qū)資源型制造業(yè)各行業(yè)的總產(chǎn)值加總,并計(jì)算每個(gè)地區(qū)該產(chǎn)業(yè)占長三角整個(gè)區(qū)域的比重。最后在計(jì)算均值和標(biāo)準(zhǔn)差的基礎(chǔ)上,得到變異系數(shù)。需要說明的是,本文所考查的時(shí)段為2000—2015年。計(jì)算結(jié)果如圖1所示。

圖1 長三角資源型制造業(yè)地理集中度變化趨勢
由圖1可以看出,長三角資源型制造業(yè)的地理集中度總體呈波動(dòng)上升態(tài)勢,由2000年的0.397增加到了2015年的0.867,年均增長速度達(dá)到了5.89%,表明該區(qū)域資源型制造業(yè)的集聚水平是提高的。通過進(jìn)一步的數(shù)據(jù)分析發(fā)現(xiàn),這種地理集中主要是緣于資源型制造業(yè)在由上海向江蘇與浙江擴(kuò)散的過程中,更多地積聚于后兩個(gè)地區(qū)所形成的。上海資源型制造業(yè)占整個(gè)制造業(yè)的比重由2000年的23.47%下降到了2015年的19.26%,同時(shí)期,江蘇與浙江該類產(chǎn)業(yè)的比重則分別由24.18%和17.89%上升到了25.77%和22.12%。由2015年的數(shù)據(jù)還可以發(fā)現(xiàn),長三角各地區(qū)資源型制造業(yè)占整個(gè)制造業(yè)的比重均接近或超過了20%,鑒于其所具有的“三高”特點(diǎn),這樣一個(gè)結(jié)構(gòu)狀況給區(qū)域制造業(yè)的生態(tài)化、綠色化發(fā)展帶來了巨大挑戰(zhàn)。
為了進(jìn)行地理集中度與市場集中度的對比,本文也計(jì)算了長三角資源型制造業(yè)的市場集中度。計(jì)算時(shí)選取了兩個(gè)指標(biāo):一個(gè)是大中型企業(yè)產(chǎn)值占全部規(guī)模以上企業(yè)產(chǎn)值的比重,另一個(gè)是大中型企業(yè)戶均產(chǎn)值。結(jié)果表明,就第一個(gè)指標(biāo)而言,整個(gè)長三角由2000年的51.17%上升到了2015年的63.53%。就第二個(gè)指標(biāo)而言,整個(gè)長三角由2000年的3.18億元增長到了2015年的23.84億元。可見,該區(qū)域資源型制造業(yè)的市場集中度的變化與地理集中度的變化類似,也呈波動(dòng)提升的發(fā)展態(tài)勢。這也從一個(gè)側(cè)面說明,在長三角資源型制造業(yè)領(lǐng)域,市場集中度的提升與地理集中度的提升是相伴的,即從長期發(fā)展趨勢看,“雙集中化”同時(shí)出現(xiàn)。
本文選擇利用結(jié)構(gòu)重合度指數(shù)來測度長三角資源型制造業(yè)的同構(gòu)水平,模型如下:

式(2)中,i、j為地區(qū);t(t=1,2,…,T)為時(shí)期;k(k=1,2,…,m)為資源型制造業(yè)包含的某一行業(yè);Xik、Xjk分別為地區(qū)i、j中k行業(yè)占整個(gè)資源型制造業(yè)的比重。利用上海、江蘇與浙江資源型制造業(yè)各行業(yè)總產(chǎn)值數(shù)據(jù),可以分別計(jì)算得到上海與江蘇、上海與浙江、江蘇與浙江的同構(gòu)度,然后以其均值表征整個(gè)長三角資源型制造業(yè)的同構(gòu)度,結(jié)果如表1所示。

表1 長三角資源型制造業(yè)同構(gòu)度
由表1可以看出,整個(gè)長三角資源型制造業(yè)的同構(gòu)水平呈波動(dòng)上升態(tài)勢,由2000年的0.762上升到了2015年的0.849,結(jié)構(gòu)趨同化發(fā)展趨勢明顯。之所以產(chǎn)生這樣的結(jié)果,是同時(shí)期上海與江蘇、上海與浙江、江蘇與浙江同構(gòu)度的持續(xù)上升導(dǎo)致的。計(jì)算結(jié)果顯示,上海與江蘇、上海與浙江、江蘇與浙江資源型制造業(yè)的同構(gòu)度分別由2000年的 0.760、0.709、0.816上升到了 2015年的 0.857、0.832、0.858,地區(qū)間的結(jié)構(gòu)趨同狀況進(jìn)一步加深。
此外,為了進(jìn)一步分析該區(qū)域資源型制造業(yè)的同構(gòu)狀況,本文還從產(chǎn)業(yè)組織和所有制角度進(jìn)行了同構(gòu)水平的測算。從產(chǎn)業(yè)組織角度測算的結(jié)果表明,大中型企業(yè)的同構(gòu)度要明顯小于小型企業(yè)的同構(gòu)度,前者在0.700~0.800之間波動(dòng),而后者處于0.800~0.900之間。
同時(shí),大中型企業(yè)呈現(xiàn)的是結(jié)構(gòu)趨同,而小型企業(yè)間出現(xiàn)的是結(jié)構(gòu)趨異。從所有制角度測算的結(jié)果表明,國有企業(yè)間的同構(gòu)度最低,三資企業(yè)間的同構(gòu)度最高,介于二者之間的是民營企業(yè)間的同構(gòu)度。同時(shí)從動(dòng)態(tài)變化角度看,不論是國有、民營還是三資企業(yè)的同構(gòu)度,均呈波動(dòng)上升的發(fā)展態(tài)勢。江蘇與浙江國有資源型制造業(yè)的同構(gòu)度由2000年的0.451上升到了2015年的0.741,由非同構(gòu)走向了同構(gòu)。江蘇與浙江民營資源型制造業(yè)的同構(gòu)度由2000年的0.717上升到了2015年的0.856,同構(gòu)程度進(jìn)一步加劇。尤其是江蘇與浙江三資類資源型制造業(yè)的同構(gòu)度由2000年的0.871上升到了2015年的0.918,已經(jīng)發(fā)展到了高度同構(gòu)的狀態(tài)。
從目前學(xué)界通用做法來看,測算產(chǎn)能過剩均是通過考查產(chǎn)能利用率來實(shí)現(xiàn)的。對于如何測算產(chǎn)能利用率,主要有兩大類方法:調(diào)查統(tǒng)計(jì)法和宏觀計(jì)量法。宏觀計(jì)量法又包括狀態(tài)分解方法、結(jié)構(gòu)性方法和混合性方法[1]。本文使用HP濾波這種狀態(tài)分解方法來測算長三角資源型制造業(yè)的產(chǎn)能利用率。HP濾波方法是由Hodrick和Prescott(1997)[2]首次提出的。利用HP濾波方法可以將時(shí)間序列中的長期增長趨勢和短期波動(dòng)分離出來,并把短期波動(dòng)看成是對長期趨勢的偏離,經(jīng)過濾波處理得到的數(shù)據(jù)即為平穩(wěn)序列,其主要思想如下。
時(shí)間序列yt由趨勢部分和周期波動(dòng)部分構(gòu)成,即:

HP濾波法就是要從yt中得到不可觀測的,為此將定義為以下最小化問題的解:

式(4)中,B(L)是延遲算子多項(xiàng)式:

將式(4)代入式(3),則變?yōu)閾p失函數(shù)的最小化問題:

式(6)中,大括號中多項(xiàng)式的第一部分是對波動(dòng)成分的度量,第二部分是對趨勢成分“平滑程度”的度量,λ為正數(shù),稱為平滑參數(shù),用以調(diào)節(jié)趨勢成分與波動(dòng)成分的比重。隨著的λ增大,趨勢也增大,估計(jì)的趨勢逐漸變得光滑,當(dāng)λ趨近無窮大時(shí),HP濾波變?yōu)樽钚《朔āS纱丝梢钥闯觯煌摩酥导床煌臑V波器,決定了不同的周期方式和平滑度。尤其在處理年度數(shù)據(jù)時(shí)λ取值的分歧較大。Ravn 和 Uhlig(2002)[3]認(rèn)為 λ 的值應(yīng)取6.25,Baxter和 King(1999)[4]認(rèn)為取值為10更合理,Cooley和Ohanian(1991)[5]認(rèn)為λ的取值應(yīng)為400。本文遵循國內(nèi)多數(shù)學(xué)者的觀點(diǎn),沿用λ取值為100的做法進(jìn)行濾波分析。
實(shí)際上,利用HP濾波法的主要目的是要實(shí)現(xiàn)對實(shí)際產(chǎn)出序列yt進(jìn)行頻率過濾后得到潛在產(chǎn)出序列yTt,進(jìn)而就可以通過比較潛在產(chǎn)出和實(shí)際產(chǎn)出來判斷產(chǎn)能過剩情況。定義表征產(chǎn)能過剩的產(chǎn)出缺口如下[6]:

當(dāng)產(chǎn)出缺口GAPt>0時(shí),產(chǎn)能處于不足狀態(tài),且數(shù)值越大產(chǎn)能不足越嚴(yán)重;當(dāng)GAPt=0時(shí),實(shí)際產(chǎn)能與潛在產(chǎn)能一致,產(chǎn)能發(fā)揮正常;當(dāng)GAPt<0時(shí),產(chǎn)能處于過剩狀態(tài),且數(shù)值越小產(chǎn)能過剩越嚴(yán)重。
本文對產(chǎn)出缺口的計(jì)算步驟是:首先利用工業(yè)總產(chǎn)值指數(shù)對長三角資源型制造業(yè)產(chǎn)值數(shù)據(jù)作平減處理,以消除價(jià)格因素的影響;其次對其作HP濾波處理,獲得趨勢成分;然后計(jì)算得到產(chǎn)出缺口數(shù)據(jù),結(jié)果如圖2所示。
由圖2可以看出,長三角資源型制造業(yè)的產(chǎn)能不足與過剩交替出現(xiàn),但多數(shù)年份處于產(chǎn)能過剩狀態(tài)。觀察發(fā)現(xiàn)這種交替性變化具有明顯的周期性,發(fā)生轉(zhuǎn)折的時(shí)間界限一個(gè)是2001年前后,另一個(gè)是2009年前后。緣于20世紀(jì)90年代中后期國家對資源型制造業(yè)嚴(yán)格的產(chǎn)能調(diào)控,投資增速得到了較為有效的控制,到世紀(jì)之交時(shí)產(chǎn)能過剩局面得到了徹底扭轉(zhuǎn),甚至出現(xiàn)了產(chǎn)能不足的現(xiàn)象,圖中2000年的產(chǎn)出缺口不僅為正,而且數(shù)值也較大,就表明了這一點(diǎn)。隨著2001年加入世貿(mào)組織,包括長三角在內(nèi)的中國經(jīng)濟(jì)進(jìn)入了一個(gè)快速增長期,帶動(dòng)了資源型制造業(yè)的迅猛發(fā)展,該領(lǐng)域的投資高歌猛進(jìn),很快就出現(xiàn)了產(chǎn)能過剩問題。圖中2002年的缺口值就證明了這一點(diǎn)。于是,國家很快出臺了一系列嚴(yán)格的治理產(chǎn)能過剩的政策與措施,2004年“江蘇鐵本”事件就是對此的真實(shí)寫照。此輪調(diào)控伴隨著2008年金融危機(jī)的到來發(fā)生了戲劇性的變化,一方面繼續(xù)嚴(yán)控產(chǎn)能,另一方面又實(shí)施了大規(guī)模的刺激,不僅緩減了產(chǎn)能過剩,甚至到2010年和2011年出現(xiàn)了產(chǎn)能不足的情況。但隨著刺激政策效應(yīng)的減弱,加上國際經(jīng)濟(jì)回升乏力,從2013年開始過剩現(xiàn)象再次集中暴漏出來,而且到目前為止已發(fā)展到了非常嚴(yán)重的程度,以至于資源型制造業(yè)去產(chǎn)能已經(jīng)成為供給側(cè)結(jié)構(gòu)性改革的一項(xiàng)重要任務(wù)。

圖2 長三角資源型制造業(yè)產(chǎn)出缺口變化趨勢
本文借鑒溫忠麟等(2014)[7]提出的模型分析以結(jié)構(gòu)趨同為中介變量的長三角資源型制造業(yè)地理集中與產(chǎn)能過剩的關(guān)系。假設(shè)有一自變量Xt,其通過Mt這一中介變量來影響因變量Yt,那么就可以通過對Yt=cXt+e1、Mt=aXt+e2、Yt=c'Xt+bM+e3三個(gè)方程的檢驗(yàn)來判斷是否存在中介效應(yīng)。上式中c為自變量Xt對因變量Yt的總效應(yīng),a為自變量Xt對中介變量Mt的效應(yīng),b為在控制了自變量Xt的影響后中介變量Mt對因變量Yt的效應(yīng),c’為在控制了中介變量Mt的影響后自變量Xt對因變量Yt的直接效應(yīng)。中介效應(yīng)大小為ab,且ab=c-c’。具體檢驗(yàn)步驟如圖3所示。

圖3 中介效應(yīng)檢驗(yàn)流程
在按上述模型和流程進(jìn)行分析時(shí),還需要對前文計(jì)算得到的資源型制造業(yè)的產(chǎn)出缺口數(shù)值再進(jìn)行一次HP濾波,并把獲得的趨勢成分當(dāng)作是因變量Yt。對前文計(jì)算得到的同構(gòu)度做一次HP濾波,并把獲得的趨勢成分視為中介變量Mt,同理,對前文計(jì)算得到的地理集中度也做一次HP濾波,并把獲得的趨勢成分視為自變量Xt。
之所以這樣處理原因有二:一是分析三者之間的長期關(guān)系,更需要關(guān)注的是趨勢成分,而非周期成分,而經(jīng)濾波后就可以獲得趨勢成分;二是在時(shí)間序列回歸分析中,一個(gè)很重要的任務(wù)就是要對序列的平穩(wěn)性進(jìn)行檢驗(yàn),因?yàn)閮蓚€(gè)非平穩(wěn)的時(shí)間序列進(jìn)行回歸時(shí)有可能產(chǎn)生偽回歸的問題。而通過HP濾波得到的趨勢成分,已經(jīng)是平穩(wěn)序列,無須擔(dān)心偽回歸問題的產(chǎn)生。檢驗(yàn)結(jié)果如表2所示。

表2 各系數(shù)的檢驗(yàn)結(jié)果
由表2可以看出,長三角資源型制造業(yè)地理集中度與同構(gòu)度之間顯著正相關(guān),說明伴隨著地理集中度的提升,同構(gòu)水平也有逐步升高的趨勢。同時(shí),隨著地理集中度、產(chǎn)業(yè)同構(gòu)度的升高,長三角資源型制造業(yè)的產(chǎn)能過剩有加劇的趨勢。進(jìn)一步,按照上述中介效應(yīng)檢驗(yàn)步驟可以看出,由于c顯著,所以按中介效應(yīng)立論;同時(shí)a、b也均顯著,說明間接效應(yīng)顯著;c’也顯著,且ab與c’同號,說明存在的是部分中介效應(yīng),中介效應(yīng)的大小為ab=-0.207,中介效應(yīng)/總效應(yīng)=ab/c=-7.149。
之所以會產(chǎn)生這樣的結(jié)果,其機(jī)理在于,當(dāng)長三角資源型制造業(yè)更多地集中于江蘇和浙江時(shí),不僅該產(chǎn)業(yè)的地理集中度得到了提高,而且伴隨著產(chǎn)業(yè)由上海這個(gè)中心向外圍的江浙擴(kuò)散,引致了地區(qū)間結(jié)構(gòu)趨同的加劇,形成了同質(zhì)化的發(fā)展格局。同時(shí),由于規(guī)模擴(kuò)張過快、產(chǎn)業(yè)升級緩慢、缺乏創(chuàng)新支撐,實(shí)際上形成的是低端同質(zhì)化的格局。這種格局在內(nèi)需增長緩慢,內(nèi)、外需持續(xù)不振的現(xiàn)實(shí)背景下,很容易形成產(chǎn)能過剩,而且是結(jié)構(gòu)性的低端產(chǎn)能過剩。以浙江為例,2000—2015年間,資源型制造業(yè)的產(chǎn)值由1102.9億元增加到了13653.7億元,年均增速超過了15%,明顯高于同時(shí)期10.5%的長三角地區(qū)生產(chǎn)總值的增速。而技術(shù)創(chuàng)新投入增長緩慢,以江蘇省黑色金屬冶煉與壓延加工大中型企業(yè)為例,其研發(fā)投入占強(qiáng)度(研發(fā)經(jīng)費(fèi)內(nèi)部支出/主營業(yè)務(wù)收)的比重在2015年僅為0.16%,不僅低于同期全部制造業(yè)1.12%的投入強(qiáng)度,而且也低于自身2010年0.87%的強(qiáng)度,造成了低端徘徊和升級緩慢的鎖定現(xiàn)象,形成了低端產(chǎn)能過剩問題。雖然目前鋼鐵產(chǎn)業(yè)產(chǎn)能過剩,但模具鋼的生產(chǎn)能力還不足,甚至圓珠筆頭上的“圓珠”目前仍然需要進(jìn)口,以高性能、長壽命為特點(diǎn)的新型鋼鐵材料也非常緊缺。2015年我國出口鋼材11240萬噸,進(jìn)口鋼板1278萬噸。從實(shí)物量上看出口是進(jìn)口的8.79倍,但從貿(mào)易額來看進(jìn)口是出口的2倍左右。這就是資源型制造業(yè)低端產(chǎn)能過剩的真實(shí)寫照。
本文通過研究發(fā)現(xiàn),2000—2015年間,長三角資源型制造業(yè)地理集中度、同構(gòu)度總體呈逐步增高的發(fā)展趨勢,且二者之間相關(guān)性顯著。即長三角資源型制造業(yè)由上海這個(gè)中心向江浙兩個(gè)外圍擴(kuò)散的過程中,同時(shí)出現(xiàn)了空間集聚與結(jié)構(gòu)趨同現(xiàn)象;其次,通過對產(chǎn)出缺口的估算發(fā)現(xiàn),長三角資源型制造業(yè)在多數(shù)年份處于產(chǎn)能過剩狀態(tài),且在近年來有逐步加劇的發(fā)展變化趨勢;第三,以結(jié)構(gòu)趨同為中介變量的檢驗(yàn)表明,一方面伴隨著長三角資源型制造業(yè)地理集中度的增高,產(chǎn)能過剩程度也在加大,有“越集中、越過剩”的趨勢。這預(yù)示著,在目前現(xiàn)實(shí)的產(chǎn)業(yè)發(fā)展?fàn)顟B(tài)下,要想通過干預(yù)地理集中狀況來改變產(chǎn)能過剩的政策取向是必須要謹(jǐn)慎的。另一方面,長三角資源型制造業(yè)地理集中對產(chǎn)能過剩的一部分影響是通過集聚形成的低端同構(gòu)引發(fā)的,所謂的產(chǎn)能過剩實(shí)際上是結(jié)構(gòu)性的低端產(chǎn)能過剩。針對這樣的情況,長三角資源型制造業(yè)去產(chǎn)能應(yīng)當(dāng)著重去的是低端產(chǎn)能。具體途徑有三:一是明確各行業(yè)環(huán)境保護(hù)、安全生產(chǎn)、產(chǎn)品質(zhì)量和節(jié)能降耗標(biāo)準(zhǔn),淘汰低端產(chǎn)能;二是企業(yè)通過加大技術(shù)改造與創(chuàng)新投入,提升低端產(chǎn)能;三是通過加快“走出去”步伐,轉(zhuǎn)移過剩產(chǎn)能。
參考文獻(xiàn):
[1]高偉.產(chǎn)能過剩的測量、成因及其對經(jīng)濟(jì)增長的影響[J].經(jīng)濟(jì)研究參考,2014,(3).
[2]Hodrick R,Prescott E C.Postwar U.S.Business Cycles:An Empirical Investigation[J].Journal of Money,Credit and Banking,1997,29(1).
[3]Ravn M,Uhlig H.On Adjusting the HP-Filter for the Frequency of Observations[J].Review of Economics and Statistics,2002,(2)
[4]King R G Baxter M.Measuring Business Cycles Approximate Band-pass Filters for Economic Time Series[J].Review of Economics and Statistics,1999,81(4).
[5]Cooley T J,Ohanian L E.The Cyclical Behavior of Prices[J].Journal of Monetary Economics,1991,28(1).
[6]吳松泉,劉金周.我國汽車行業(yè)產(chǎn)能過剩的計(jì)量測度及對策研究——基于產(chǎn)出缺口法對我國汽車產(chǎn)能過剩的計(jì)量分析[J].科技和產(chǎn)業(yè),2014,(12)
[7]溫忠麟,葉寶娟.中介效應(yīng)分析:方法和模型發(fā)展[J].心理科學(xué)進(jìn)展,2014,(5).