供給側視角下中國工業發展動力轉換與調整空間
——基于省份23個細分行業的面板數據分析

袁麗靜,杜秀平

(東北財經大學 經濟與社會發展研究院，遼寧 大連 116025)

一、引 言

國民經濟進入新常態以來，中國各省份GDP增速都有所放緩，2015年黑龍江、甘肅兩省名義GDP出現負增長，經濟總量排名前10位的省份有一半位次發生變化。2016年經調整各省份情況有所好轉，遼寧成為全國唯一負增長省份，經濟總量排名由2014年的第7位下降到第14位。從近幾年的經濟指標看，區域經濟發展呈現出明顯的分化特征。對此一個比較主流的觀點是：在全球經濟出現萎縮的情況下，由于各省份產業結構的不同，造成區域經濟增長的差異。例如，東北三省對重工業的過度依賴直接導致了當地經濟的下滑。而中國東部地區和南方地區則通過結構調整和動力轉換率先走出低迷。但值得關注的是，2016年重慶GDP增速繼續領跑全國，其工業增加值占GDP比重高出遼寧4個百分點，而2008—2011年重慶的工業增加值占比也是一直提升的，最高達到46.65%?？梢姡I占據主導地位并不是造成區域經濟差異的主要原因，工業內部發展的結構調整和動力轉換才是影響經濟發展的根本，這直接決定了各省份在“三期疊加”困難時期的自我修復能力。進入新常態后，區域經濟發展格局出現的新趨勢與各省份的工業調整分不開，對工業發展動力轉換的分析是解釋區域經濟表現差異的重要方面。本文通過對中國28(1)浙江、西藏和海南三個省份，由于數據缺失和異常值問題，所以予以剔除，選取其余28個省份進行研究。個省份23個工業細分行業的對比研究，發現其中的一般規律及固有特征，探索工業體系發展的內部黑箱。

二、中國各省份工業結構變動的理論研究

(一)工業結構變動研究述評

現有關于區域工業結構變動的研究較多，主要分為以下4類：第一，對工業結構變化的定性研究。例如，金碚等[1]從資源利用、工業結構、區域競爭、產業升級等方面給出了“十二五”期間工業發展的基本判斷。黃南[2]對中國各地區工業結構調整的差異性做了分析。陳連喜[3]對區域工業結構優化提出了戰略構想，主要是側重地方工業結構的調整。第二，選擇從具體角度對區域工業結構變化的研究。例如，郭勇[4]對金融危機、市場分割與工業結構升級關系的研究。呂明元等[5]對區域工業結構生態化述評的測度，劉楷[6]關于工業結構變化和工業增長的分析。王菲等[7]對工業結構和地區能源消費的研究。還有不少專門針對某一地區或者某幾個地區工業結構變動的文獻。例如，王宏麗和高志剛[8]對新疆工業結構變動和趨同的研究。李鶴和張平宇[9]對20世紀以來東北工業演變和動力因素的研究。第三，對不同區域工業細分行業的深入分析。例如，謝千里等[10]利用1998年和2005年全部國有及規模以上工業企業數據，研究區域生產率的差異和產業結構的不同，通過固定效應模型控制行業和區域變量，認為產業結構是導致東北和中、西部地區資本生產率較低的主要原因。魯曉東和連玉君[11]通過固定效應、半參數模型和廣義矩等對比研究，根據中國工業企業數據的分析發現，相比于傳統產業高新技術企業全要素生產率及其增長率都更高，但各省份差距仍然較大，只是部分區域生產率增長較快但有收斂之勢。第四，地區針對性的研究。例如，孔憲麗和梁云芳[12]根據帕洛夫的產業轉移理論分別對東北三省工業結構及其細分行業進行了對比分析。Brandt等[13]利用1998—2006年中國微觀企業數據對制造業生產效率和配置效率的研究。

現有從區域視角剖析工業結構變動內因的文獻還相對有限，且對工業結構變化的研究對于當前區域工業發展調整的參考意義不強。中國各省份工業的強者恒強、弱者恒弱的馬太效應明顯，部分地區工業經濟出現“下滑快、復蘇慢、轉型難”的問題，政府開始重新審視原有經濟發展軌道。深入分析區域工業發展的內部結構及演變趨勢，對中國區域經濟協調發展及工業水平提升具有重要的實踐價值。

(二)工業結構變動的供給側分析

對于產業結構變動的分析由來已久，近幾年較為主流的角度是供給側分析，強調行業生產技術方面的差異，研究產業結構如何隨著資本積累和技術進步而變化。另一個角度是需求側分析，強調恩格爾定律等非單調需求偏好對產業結構的影響，解釋消費結構變化對行業間要素分配的作用。中國在2010年成為世界第一制造業大國。但小到螺栓，大到數控機床等很多高端產品仍需依賴進口，在鋼鐵、水泥、平板玻璃、煤化工、多晶硅、風電設備等領域還存在大量的過剩產能。2016年中國居民人均消費支出為17 111元，比2012年增長33.1%，年均增長率7.4%。即使在GDP增長為負的遼寧，人均消費支出都達到19 853元，高出全國平均水平16.0%，位列全國第8位。因此，目前中國工業化的質量和效率還不盡如人意，日益增長的社會需求并沒有惠及和滋養國內工業企業的成長。廠商的供給側無法較全面地覆蓋消費者需求，結構性供給短缺和過剩并存，因而各省份工業結構之間的差異和存在的問題主要來自供給側。

結合中國經濟發展實踐，供給側結構性改革一般具有兩層含義：第一，生產要素層面，主流經濟學認為資本、勞動和技術是影響經濟增長的主要因素，也是生產供給的三大要素。依據工業化進程的基本規律，從初期要素投入推動的經濟增長方式逐漸轉化到依靠技術創新和效率提升。技術創新不僅能夠提高要素的回報率，還能帶來行業生產模式的變革。第二，產業層面，即產業協同的結構性發展。早在1986年，錢納里[14]等學者通過對第二次世界大戰后數十個國家發展經驗的實證研究，提出“發展就是經濟結構成功轉變”的著名論斷。對于工業內生動力的研究就是要通過要素的使用和配置、行業間的結構特征分析，實現有限資源利用效率的最大化。

基于省份工業結構變動分析角度一般是二維的，即區域和時間的組合或者是細分行業和時間的組合，但針對省際、細分行業和時間的三維分析幾乎空白。由于研究視角和數據的選擇，時間跨度大都截止到2009年或者2010年，而實際上中國工業的馬太效應是與危機應對策略息息相關的。因此，本文通過科學的計量模型分析，將時間序列延伸至2014年，采用工業加權方法，對23個細分行業進行區域化的差異研究，從要素生產效率、技術效率及其階段性變化和對增長貢獻率的差異等方面分析經濟發展動力轉換問題，進而提出區域工業結構調整的思路。

三、研究設計

(一)變量選取和數據來源

1.變量選取

指標的選擇首先是符合模型分析的需要，其次是具有代表性和可獲得性。就投入和產出指標來說，國內生產總值、工業增加值、主營業務收入、營業利潤等都是常用來表示產出的指標。涉及到綠色發展的測算，產出指標還有可能是考慮到負向產出調整后的指標。國內生產總值是宏觀模型分析常用的產出指標，工業增加值有可能是行業的，也有可能是微觀企業合成的，所以應用范圍也比較廣。勞動投入指標常用的是就業人數，有平均就業人數和年末就業人數之分。若是從成本角度展開分析，勞動投入往往用工資來代表。資本投入指標通常使用固定資產凈值年平均余額或者固定資產凈值、流動資產余額等表示，也有通過永續盤存法推算的資本存量。本文考慮到研究的目的和數據的可獲得性，最終確定選擇以下相關指標。

產出指標。關于產業和企業層面的效率分析，工業增加值是最常使用的產出指標，但由于《中國工業統計年鑒》從2009年起沒有再發布該數據，不少學者通過其他指標來推算工業增加值。例如，平新喬等[15]、董桂才和朱晨[16]采用“工業增加值=應交增值稅/稅率”來推算得到該指標。不過，全部數據折算后經過對比發現，在已公布的年份里，折算數據和公布數據差異較大，不能選擇該指標，所以嘗試使用工業銷售產值作為產出指標。而2013年后該指標不再公布，但之前年份與工業銷售產值接近，所以用后者替代。由于利潤總額負值較多，對數方法不適合。為了保證數據的可比性，以1999年為基期不變價格，以工業生產者出廠價格指數為折算系數來調整數據。

資本投入指標。一定時期一個產業內停留的資本存量來代表資本投入更為合理，只是其推算過程要比產出指標復雜，而且初始資本和折舊率的大小對測算結果影響較大。本文參照涂正革與肖耿[17]、龐瑞芝和李鵬[18]以及李斌等[19]的做法，沿用固定資產凈值年平均余額作為資本存量的近似估計值。以1999年固定資產凈值作為基期，將折舊率設定為10.96%，通過永續盤存法對各省份固定資產凈值年均余額進行調整。其中，2009—2014年該指標用上一年固定資產凈值和本年固定資產凈值平均數替代。

勞動投入指標。勞動投入指標選用全部職工年平均人數，在統計期內2013年的《中國工業統計年鑒》沒有公布該數據，而其他統計年鑒又與該統計口徑不同，所以采用統計學上常用的均值替代，即用前一年和后一年該指標的平均數表示。

2.數據來源

1984年國家統計局第一次發布《國民經濟行業分類標準》，隨后由于工業行業的發展和對外開放的深入，先后在1994年、2002年、2011年和2017年進行修訂，現在使用的是2017年版本的分類標準。對于時間跨度較大的研究來說，會出現不同年份工業行業分類不一樣的問題，但前后仍是可以對應。其中，儀器儀表及文化、辦公機械制造業與儀器儀表制造業對應，飲料制造業與酒、飲料和精制茶制造業對應，電力、蒸汽、熱水的生產和供應業與電力、熱力的生產和供應業對應等，本文經過對行業范圍細致的分析，整理得到23個連續的細分行業。

對于23個細分行業，《中國工業統計年鑒》中對應數據的統計口徑也存在變化，最開始是鄉及鄉以上工業企業(1997年)，然后是規模500萬元以上和規模500萬元以下的劃分(1998年)，最新的是2011年對規模以上工業企業界定標準調整到2 000萬元及以上，增加了數據統計的復雜性。對此陳勇和李小平[20]的研究是忽略了該統計口徑的變化，而陳詩一[21]的研究則是做了一定程度的統一。本文研究范圍從1999年到2014年，借鑒陳勇和李小平[20]的分析方法，并未調整統計口徑上的差異。

(二)方法說明和模型選擇

1.方法說明

供給側視角下區域工業發展的分析主要采用的是增長模型。增長模型不僅便于行業發展動力分析，還可以通過對比展現結構上的變化和調整方向。參數法、半參數法和非參數法是這幾年在該領域都使用過的方法。參數法是最早和最常用的模型，有具體的函數形式，參數代表了要素的生產率，根據函數形式的不同又衍生出不同的分析模式；半參數法就是在參數模型估計的基礎上引入了非參數法的概念；而非參數法主要就是指數據的包絡分析。三種方法各有優缺點，由于本文的研究對象是工業產業，屬于中觀層面，重點觀察生產效率的水平值和階段性變化，樣本是28個省份23個細分行業，不適合用數據包絡分析，所以選擇傳統的索羅殘差法較為適宜。

2.模型選擇

以索羅模型(1957)為基礎，構建總量生產函數如下：

(1)

其中，Yt、Kt、Lt和A分別代表產出、資本投入、勞動投入和初始技術水平，α、β分別是資本和勞動的產出彈性，在規模報酬不變和?？怂怪行约夹g的假設下，α + β = 1，全要素生產率TFP可以表示為：

(2)

TFP的增長率為：

(3)

式(1)變形可得人均產出：

(4)

其中，k為人均資本投入，對式(4)兩邊同時取對數可得：

lny=lnA+λt+αlnk

(5)

式(5)變形可以測算出資本產出彈性。參考李國璋等[22]采用的方法，利用各省份工業細分行業的面板數據求出各省份的資本產出彈性，畢竟同一省份要素流動相對容易，營商環境也更為相似。

再根據各省份的資本產出彈性，利用式(2)、式(3)計算各省份工業行業的全要素生產率及其增長率，并根據資本產出彈性計算資本與勞動邊際生產率：

MPKi=α×Yi/Ki

(6)

MPLi=(1-α)Yi/Li

(7)

對于n個細分行業，加權后的全要素邊際生產率(f)即為:

(8)

經過整理：

(9)

為印證工業行業發展的主要動力因素，本文還借鑒關于要素貢獻率的測算方法，比較23個細分行業在研究期內各要素對行業增長的貢獻度，即：

(10)

(11)

(12)

四、區域工業結構變動的內在邏輯

表1測算出的是各省份資本產出彈性，依據資本產出彈性計算出相應區域工業細分行業的要素生產率。在回歸模型的選擇上，為了便于比較，分別考察了混合普通最小二乘法和固定效應模型，通過Hausman檢驗發現后者更為合適，且估計結果更加顯著。經過序列相關性、異方差和截面相關性檢驗，發現模型具有顯著的異方差性和截面相關性，因而對模型進行修正。把主營業務收入和資本存量等指標數據帶入得到一系列結果。由于行業加總后可能存在彼此間的相互抵消，使得估計結果掩蓋很多事實。因此，在進行區域間的生產率差異比較后，進行各省份和重點行業的階段性靜態分析。

表1 各省份資本產出彈性

(一)行業加權對比分析

區域比較主要從各要素生產率的平均值、增長率以及要素貢獻率等方面進行，通過表2可以發現：中國各省份工業發展具有典型的不平衡性，要素生產率的差異明顯，且呈現區域分化特征。

表2 1999—2014年各省份要素生產率

分區域來看，東部地區的TFP水平較高，其次依次是中部地區、西部地區、東北地區。就單個省份來說，江蘇、天津、北京的TFP水平最高，中部地區的湖北、西部的寧夏、重慶也已跨入前列，東北地區的遼寧和黑龍江則是TFP和增長率雙低。中部地區、西部地區由于城市化進程的加快和政府扶持形成了后發優勢，呈現出TFP的高增長，但絕對水平與東部地區還有一定的差距。而東部地區由于技術水平相對較高，技術創新再維持高增長不太現實，增速有所放緩，這與世界發達國家TFP的變動規律相一致。

各區域MPK的表現與TFP的情況相似。東部發達地區的MPK具有明顯優勢，位于國內前三的省份(上海、廣東、天津)均為沿海開放地區。中部地區、西部地區部分省份和東北地區的吉林也具有較高的MPK增長率，其中江西最高，重慶和湖南緊隨其后。而黑龍江、山西、甘肅等多數省份MPK及其增長率都較低。中部地區、西部地區雖然有追趕的跡象，但是大多數省份表現為追趕乏力，MPK水平值上的差距仍較大?？梢哉f，長久以來東北、中部、西部地區的工業發展很大程度上依賴投資驅動，隨著國民經濟進入新常態，各級政府對待這種投入越來越謹慎。

通過MPL的比較發現勞動生產率的追趕效應相對資本表現得稍強，吉林、重慶、江西、內蒙古、甘肅的MPL增長率高于東部地區所有省份。除了以上省份和東部地區，其余省份MPL水平普遍較低。例如，黑龍江MPL及其增長率雙低，在這樣的生產效率下勞動報酬將出現遞減，勞動力跨區轉移趨勢難以改變。與資本配置相比，勞動力區域間的流動更為便利，勞動力的國內分布也就與區域經濟效率相匹配。

值得注意的是，除上海外，TFP貢獻率排名靠前的省份大都位于東北地區、中部地區和西部地區。例如，遼寧、安徽、湖北、山西、甘肅、廣西、貴州、云南。遼寧的TFP貢獻率非常高是由于貢獻率是TFP增長率與工業產值增長率的比值，處于分母位置的工業產值增長率不高，所以貢獻率的比值較大。而安徽、山西等中部省份是由于擁有較高的TFP增長率。相比之下雖然東部省份TFP比較高，但是其增長率卻不高，呈現貢獻率不高的現象。由于東部地區良好的基礎條件、優越的環境和地理位置，吸引眾多的生產要素，若要求全要素生產率在經濟增長中的貢獻率明顯突出，必須以快于資本和勞動要素的速度增加，但是發達地區在TFP達到一定程度后創新增量的增長往往趨穩。在資本人才外流的地區，TFP貢獻率則會因為其他要素增量的減少而出現占比增加的現象。

(二)TFP和MPK、MPL的相關關系

1999年是東北地區進行國有企業體制改革的時期，而2008年發生了席卷全球的金融風暴。為了應對這場危機國家陸續出臺了“四萬億”的刺激經濟計劃，政策執行一直到2011年才基本完畢。因此，本文分別選取1999年、2003年、2008年、2011年和2014年進行各省份的生產率相關關系階段性展示。圖1是TFP與MPK、TFP與MPL之間關系的非參數擬合，圖中黑色曲線是16年來這兩對生產率相關關系走勢(黑點代表各省份)。

圖1 生產率的相關關系(非參數擬合)

由圖1所示，TFP與MPL的正相關關系要明顯強于TFP與MPK的相關關系。TFP與MPL的擬合線斜率較大，勞動生產率的提高伴隨著全要素生產率的大幅提升，且省份間差距逐漸拉大。1999年TFP和MPL還處于比較低的組合水平，而到了2003年TFP大幅度提高，在各省份之間也出現了分化趨勢，在2014年TFP領先的省份已經擴充到5個，排在前3位的是江蘇、重慶和福建，這三個省份的MPL也排名前列。從整體組合水平看，東部地區普遍較高，東北地區相對較低，特別是黑龍江，而中部地區、西部地區比較相近。

TFP與MPK伴隨著彼此的提高呈現出一種倒U型的相關關系，而且U型的曲度越來越平緩，也就是說部分省份的資本生產率的提升伴隨著TFP的緩慢下滑。而在1999年各省份組合表現也是相對比較集中，處于水平不高的狀態。后期則出現離散了趨勢，且離散的程度加大。2008年東部地區的天津還出現過雙高，隨后越來越多的省份呈現MPK提高、TFP相對下降的情況，暗示著中國部分省份工業發展已經開始轉向依靠科技進步。

(三)各省份重工業和輕工業對比分析

通過表3重工業和輕工業生產率的比較發現，除四川、內蒙古外，重工業TFP都高于輕工業TFP，說明重工業領域的技術創新相對較強。而內蒙古和四川兩省份的重工業和輕工業TFP其實相差并不懸殊，都在10%以內。從全國范圍來看，重工業和輕工業的TFP依然具有比較鮮明的行業差異。從TFP的階段性增長率看，1999—2002年的重工業TFP增長遠遠快于輕工業，但是金融危機后不少省份重工業的TFP出現了負增長，相反各省份輕工業的TFP增長率卻迅速提高。只有河南在2011—2014年出現小幅下滑，不過輕工業的TFP增長率仍保持了良好的勢頭，與重工業TFP水平的差距在不斷縮小。

表3 1999—2014年各省份重工業和輕工業生產率比較

比較重工業和輕工業的MPK發現，大多數省份輕工業的資本邊際生產率要高于重工業，除了廣東和江蘇，但是只能說這兩個省份的重工業和輕工業MPK水平相近，相差在5%—10%之間。這說明中國在重工業領域的投資相對與輕工業來說較多，但是效率相對不高。根據經濟增長理論，中國重工業發展已進入邊際產出下降階段，調整重工業和輕工業的資本配置可以提升整體工業經濟效率。另外，從MPK增長率的階段性變化來看，根據筆者分析歸納，2008—2010年重工業MPK出現負增長的省份9個，其中東部地區3個，東北地區1個，中部地區1個，西部地區4個，而同期輕工業只有1個西部地區的寧夏。2011—2014年重工業MPK出現負增長的省份擴大至14個，主要是東部地區3個，東北地區、中部地區各2個，西部地區7個，同期輕工業擴充到5個，分別是東部地區的江蘇、東北地區的遼寧、中部地區的河南、西部地區的內蒙古和四川。因此，對于金融危機東部省份的重工業MPK變化反應最快，最先受金融危機影響，但是后期自我修復與調整速度也最快，及早遏制了下滑的趨勢。

重工業的MPL普遍高于輕工業，且差距不小。東部地區相差最為懸殊，其次是西部地區，東北和中部地區相差則在20%—30%之間。說明東部地區勞動力技能更專業化，勞動力跨行業流動的成本高。從MPL增長率的階段性變化來看，21世紀初重工業的增長率高于輕工業，但是從2008年開始出現大范圍逆轉，輕工業的MPL增長率開始反超重工業，且在2011年后有擴大的趨勢，這種擴大的趨勢主要體現在東部地區的福建、廣東、上海和中部地區的湖北和江西，西部地區和東北地區不明顯。所以未來一段時間，輕工業領域的勞動力還會增加，重工業增加相對減少或者降低。

(四)細分行業和重點行業對比分析

1.細分行業生產率分布差異系數

本文進一步分析細分行業生產效率。這里借鑒曲玥[23]對微觀層面生產率分析的指標選擇。如表4所示，本文測算了23個行業的生產率分布差異系數。由于篇幅的限制，只是列出1999年和2014年的數據。變異系數是28個省份相關指標的標準差與均值的比，代表該行業的地區差異。

表4 工業細分行業生產率差異系數(變異系數和基尼系數)

說明：1石油與天然氣開采業、2黑色金屬礦采選業、3有色金屬礦采選業、4農副食品加工業、5食品制造業、6飲料制造業、7紡織業、8造紙及紙制品業、9石油加工及煉焦業、10化學原料及化學制品制造業、11醫藥制造業、12化學纖維制造業、13非金屬礦物制品業、14黑色金屬冶煉及壓延加工業、15有色金屬冶煉及壓延加工業、16金屬制品業、17通用設備制造業、18專用設備制造業、19交通運輸設備制造業、20電氣機械及器材制造業、21電子及通信設備制造業、22儀器儀表制造業、23電力、熱力的生產及供應業。

如表4所示，行業MPK差異的變化幅度要大于TFP和MPL的變化幅度，變化幅度在50%以上的行業有近1/4。TFP的變異系數主要在資源開采和裝備制造業(2)表4中資源開采業包含：1、2、3，裝備制造業包含：17、18、19、20、21、22。領域出現下降，說明這些行業的省份間技術水平差距在不斷縮小。MPL也同樣在這些領域呈現負增長，且幅度相對較大，說明資源開采和裝備制造業領域的人員流動降低了行業間地區發展的差距。除此之外，MPK在很多領域的變異系數出現大幅擴大，特別是金屬制品業、石油加工及煉焦業和電氣機械及器材制造業、電子及通信設備制造業等行業。說明1999—2014年各省份資本效率差距不斷拉大，在這些領域資本配置過于集中在一些省份，所以金融危機發生之時，以這些產業為主導的省份經濟出現劇烈波動。通過表4數據計算，黑色金屬冶煉及壓延加工業2014年與2007年相比，MPL變異系數變動幅度有133.981%之大，MPK也有90.952%的變化，相應的TFP有65.587%，成為區域發展最不平衡的行業，同時資本勞動要素的集中并沒有帶來區域全要素生產率差異的擴大，資源使用中存在低效或有調整空間?；嵯禂凳欠从呈》菪袠I發展差異的又一指標，三類指標的行業差異都不小，黑色金屬冶煉及壓延加工業MPL在1999—2014年的變化達106.939%，TFP為86.258%，MPK為60.957%，各省份間的勞動效率、資本效率、技術效率差異都進一步擴大，再次說明該行業是供給側結構調整的重中之重。化學纖維制造業、石油加工及煉焦業存在行業資源技術區域集中傾向。裝備制造業和資源開采業MPL的基尼系數有所縮小，在一定程度上降低了區域發展的不平衡；裝備制造業TFP的基尼系數也有所縮小，在這些領域省份之間的全要素生產率差異在縮小，這方面與變異系數測量的結果基本一致?？v觀23個細分行業生產率的差異系數，中國各省份工業發展不平衡還是普遍存在的，差異系數擴大的行業將是供給側改革的重要著眼點。

2.產能過剩行業TFP水平和增長貢獻率

本文進一步研究產能過剩的典型行業在不同省份之間的變化。煉油、鋼鐵、造船、鈦合金、水泥、平板玻璃是國家公布的產能過剩行業，與本文工業細分行業比對，主要是石油加工及煉焦業、非金屬礦物制品業、黑色金屬冶煉及壓延加工業、交通運輸設備制造業四個行業。同樣限于篇幅和對問題的說明，在比較四種產能過剩行業時主要測算TFP指標。

根據式(2)計算得到各省份四大產能過剩行業的TFP值，福建、廣東、江蘇、山東等東部地區省份四大產能過剩行業的TFP增長明顯，特別是石油加工及煉焦業和黑色金屬冶煉及壓延加工業，而遼寧、黑龍江、吉林所在的東北地區四大產業的TFP變動幅度不突出，且保持著低位。中部地區的安徽、湖北、湖南稍好，西部地區的廣西、寧夏和陜西、重慶上升勢頭也比較大。河南和山西變動幅度類似于東北三省，四大產能過剩行業的轉型在國內不同區域差異較大，東部地區處于領先地位，中部地區、西部地區部分省份已經開始調整，東北地區則屬于要加快轉型步伐，技術創新還未在產業調整與升級中發揮本質性的作用。

根據式(10)計算得到各要素貢獻率并對比發現，MPL出現負值的較多。在前三類行業中，東部地區的北京、廣東、江蘇、上海、天津等省份的MPL貢獻率基本都為負，源于這些地區的勞動變化率為負，即行業勞動力是凈流出的。從整個工業結構來看，過剩行業在用工人數上是相對減少的，也是產業轉型的主要表現之一。中部地區的安徽、湖南、湖北、山西等省份中只有部分在前三個行業MPL貢獻率為負，說明產業結構調整進度要比東部地區慢。東北地區調整明顯的是黑色金屬冶煉及壓延加工業，TFL落后幅度非常大，特別是黑龍江，在四個領域都是負值，揭露了現下東北地區勞動力向其他地區或者其他行業轉移的趨勢。結合上文的省份輕工業、重工業TFP分析判斷，這些領域的勞動力并沒有提高當地其他產業的技術水平，而更多的是外流。在交通運輸設備制造業，西部地區的青海、寧夏、新疆、云南的MPL都是大幅下降的，說明在這些省份該領域不具有優勢。黑龍江、吉林、遼寧三省的TFP位于中等偏上水平，但是由于產能過剩行業的TFP及其增長率并不高，才會出現生產率貢獻率較高的情況。這與東部地區TFP的實質性提升還是有區別的。同時，東北地區四大行業中的MPK貢獻率偏高，特別是在交通運輸設備制造業、黑色金屬冶煉及壓延加工業遙遙領先，說明東北地區仍然難以擺脫投資拉動的工業發展模式。廣西和四川石油加工及煉焦業的MPK比較高，新疆在非金屬礦物制品業和黑色金屬冶煉及壓延加工業MPK比較高，依靠投資拉動也相對明顯。

五、結論與政策建議

本文研究發現，在生產要素的配合使用中，勞動投入和TFP正相關關系明顯，資本和TFP的關系出現了一個拐點，當資本生產率過高時，全要素生產率不升反降，所以在區域工業發展的過程中，要注重人才和技術的配合使用，同時削弱創新對資本的依賴。

從工業生產率水平以及調整能力看，中國各省份從高到低依次是東部地區、中部地區、西部地區和東北地區。東部地區省份在生產率上相比于其他地區有明顯的優勢，但是增長率不高，全要素生產率的貢獻率也不高，亟待突破發展瓶頸，真正走上以技術創新為驅動力的高質量發展階段。中、西部地區工業發展水平相當，安徽和重慶等省份TFP增長率較高，但是其他要素生產率則不高，所以還需要盡可能提升資本勞動的使用效率，同時維持TFP較高的增長率。東北地區各要素生產率水平值及增長率都不高，吉林稍好。雖然全要素生產率在資源投入降低的背景下成為經濟增長的主要貢獻因素，但在人才流失、資本使用效率降低并存時很難有質的突破。

從行業細分來看，重工業全要素生產率和勞動生產率水平高于輕工業，而資本生產率要低于輕工業。特別是在2008年，輕工業、重工業生產率的增長指標發生重大逆轉，輕工業的全要素生產率和勞動生產率增長率開始反超重工業，并有擴大之勢。同期的重工業資本邊際生產率則出現較大幅度的下滑，全要素邊際生產率也處于類似走勢。因此，重工業與輕工業的比例失衡，不僅僅是在絕對值上，更在于邊際的變化上。目前中國重工業領域的投資必須謹慎，并強調針對性和注重高精尖技術。降低輕工業領域的投資壁壘，優化輕工業領域的投資結構。而產能嚴重過剩行業的調整，東部地區最為迅速，并將生產資源逐漸從該領域撤出。東北地區則相對遲緩，無論是在技術敏感性，還是在資本與勞動的配置上都以維持為主，存在很大的改進空間，急需轉移到依靠全要素生產率的道路上來。

從時間上看中國各省份工業區域細分行業發展不平衡是一個普遍現象，資本生產率差異的變化幅度要大于全要素生產率和勞動生產率。資源開采和裝備制造業領域的全要素生產率差異在新世紀以來是不斷縮小的，但是資本生產率在部分工業行業有擴大之勢，特別是在資源加工和電子電器設備制造業。黑色金屬冶煉及壓延加工業是全要素生產率、資本生產率、勞動生產率區域差異全部擴大的行業，長期以資源生產為主導產業的遼寧則成為金融危機沖擊影響最大的省份，也是工業生產能力調整最差的省份。

綜上，中國后工業化調整東部地區已經領先，在市場經濟日益完善的背景下，應該改變原有的投資拉動的工業增長模式，千方百計吸引和聚集優質生產要素。提高社會創新熱情和能力，做好國家重大項目的落實和自主創新的同時，注重企業營商環境的改善和對人才的培育引進。引導資本適當向生產率更高的輕工業流動。在處理資本與全要素生產率的關系時，找到一個平衡點，達到兩者互相產生積極作用的閾值。只有將行業生產要素的回報率提高才能實現地區經濟的持續振興，將資源引導到更具發展潛力的行業才能促進區域工業結構的調整與升級，進而改善經濟增長。