高質量發展下制造業轉型升級中政府作用的評價
——以陜西省為例

李銀秀

（中共陜西省委黨校（陜西行政學院），西安 710061）

一、引言

在產業轉型升級中，為了糾正市場失靈，需要進行政府干預，但政府如果干預過當，也會導致政府失靈，通常政府干預與政府失靈并存，因此，政府在對經濟進行干預時應該扮演什么角色，一直都是學者們討論的焦點。20世紀80年代“東亞模式”對我國在政府干預產業，發展上帶來較大影響，制定的很多產業政策在我國從計劃經濟向市場經濟漸進轉型過程中發揮了重要作用，但同時也帶來一些問題，由于采取了直接行政干預手段導致政府對經濟干預過度，期間雖然不斷引入市場機制，減少政府對產業的直接干預，但這些干預措施帶來的負面效應一直存在甚至延續至今，因此需要政府與市場相結合以克服市場失靈[1]。國內學者對產業政策是否有效尤為關注。大部分學者都主張產業發展過程中需要政府適度干預，如周敏倩（2002）[2]、王勇（2017）[3]、鞠建東和劉政文（2017）[4]認為政府以制定產業政策配合市場機制決定性作用來實現資源最優配置，從而促進產業發展。陳萬靈和盧萬青（2017）指出從制造業大國向制造業強國轉變的前提是率先實現政府轉型[5]。也有學者指出，當政府干預不能再促進產業發展甚至成為障礙時必須打破現有政策桎梏，如江小涓（1996）認為我國某些產業高速發展正是不斷突破政府干預的結果[6]。江飛濤和李曉萍（2015）也提出選擇性產業政策已成為產業轉型升級需要突破的障礙，應加強功能性產業政策的作用[7]。陳勇江（2009）認為政府在產業轉型升級過程中既要積極干預和管理，也要遵循產業發展規律，明確政府干預與管理的范圍和強度[8]。陳雨柯和呂介民（2019）通過研究發現政府通過信貸干預會抑制制造業上市企業的創新效應[9]。

十九大報告指出，我國已經從經濟高速增長轉入高質量發展階段。高質量發展包括供給、需求、配置、投入產出、收入分配和經濟循環等環節，而高質量供給要求提高商品和服務的供給質量以滿足人民日益提升的美好生活需求，適應居民消費的不斷升級。目前，針對陜西省產業轉型升級的研究大多集中在資源型城市產業轉型、煤炭行業產業轉型和農村產業轉型升級等方面，系統研究產業轉型升級過程中政府作用的比較少。因此，本文基于政府作用理論框架，通過對政府作用的綜合測度，構建制造業轉型升級中政府作用評價模型，以此考察政府公共服務和政策等因素對制造業轉型升級的影響作用，為促進制造業轉型升級，進而推進經濟高質量發展提供實踐經驗。

二、制造業轉型升級中政府作用綜合測度

（一）代表政府作用的指標體系

2019年十九屆四中全會《中共中央關于堅持和完善中國特色社會主義制度 推進國家治理體系和治理能力現代化若干重大問題的決定》中明確指出要“完善政府經濟調節、市場監管、社會管理、公共服務、生態環境保護等職能，實行政府權責清單制度，厘清政府和市場、政府和社會關系”。因此，政府職能、公共服務、政府政策這三個主要方面構成政府作用理論框架。為分析和評價政府在制造業轉型升級過程中的作用，本文從政府與市場關系、政府公共服務，以及政府政策三個方面來設計評價指標，構建指標體系。

政府與市場關系主要考察政府對市場的干預程度，它是制造業轉型升級進程中的重要影響因素。本文采用財政支出占GDP的比來反映政府干預程度，即政府規模；用非國有企業產值與GDP的比、非國有企業從業人員占地區總就業人數的比，以及非國有經濟固定資產投資額占全社會固定資產投資額的比來反映市場配置資源的作用，即市場化程度。

政府提供的公共服務水平也對制造業轉型升級產生重要影響，提升政府公共服務水平對促進經濟增長和產業轉型升級至關重要。本文選取基礎設施指標來反映政府公共服務水平，具體表示為公路、鐵路等總里程與地方國土面積比。

政府的各種政策對制造業轉型升級起到重要推動和促進作用，如通過對制造業企業進行稅收減免、增加政府科技投入等都會對企業創新產生直接影響，進而影響到產業轉型升級。本文采用科研投入強度和金融支持來反映政府政策支持，具體表示為科學技術支出占GDP的比和地區貸款存款比。

（二）數據來源與模型構建

1.數據來源

本文所用數據大多數來自《陜西統計年鑒2020》，非國有企業產值的全部數據和非國有經濟固定資產投資額的部分數據來源于《陜西區域統計年鑒》，其他如公路和部分年份非國有經濟固定資產投資額數據均由各年《陜西統計年鑒》以及《陜西60年》整理而得。由于各地區數據時間序列并不一致，部分地區有些年份缺失值較多，以及受數據可得性限制，最后選取2005-2019年時間序列數據，并剔除楊凌示范區。

2.模型構建

利用整理的各年陜西省數據，應用SPSS統計軟件對其進行因子分析，提取公因子后檢驗結果、各變量解釋總方差，以及主成分模型構建條件如表1和表2所示。

表1 成份矩陣

表2 解釋的總方差

由表1可知，KMO統計值為0.622，處于可接受范圍，說明方法可靠。伴隨概率表明主成分分析總體上顯著，通過檢驗。且根據解釋總方差最大選擇原則，在原模型7個指標中，選取出財政支出占GDP的比即政府規模、非國有企業產值與GDP的比，以及貸款存款比為主成分，根據表2中旋轉平方和載入數據計算可得各地區政府作用指標體系的綜合得分公式，即主成分模型如下：

F＝0.456964×F1＋0.289809×F2+0.253227×F3

根據主成分模型，可計算出各地區歷年政府作用指標體系綜合得分，因得分有正有負，將其標準化為正數，具體如表3所示。

表3 2005-2019年陜西省各地區政府作用指標體系的綜合得分及排名

表3 2005-2019年陜西各地區政府作用指標體系的綜合得分及排名（續）

從表3各地區政府作用綜合評分及排序可以看出，2005-2015年西安一直處于前3名，2016年退后一位并一直保持在第4名；安康除了2008年以前評分較低外，其他年份基本都在前3名，上升比較快，說明政府轉型效果明顯；延安和榆林則一直排位比較靠后，且與其他地區差異明顯；除個別年份外，商洛一直徘徊在6/7名，2015年后下滑到第8和第9；漢中和渭南則偶有突出表現，曾排過前3名，但基本保持在中游；咸陽則由最初的前3名逐年下降到了7/8名，這種特征在正交后各指標的均值圖中得到驗證，限于篇幅不贅述。

從各地區政府作用指標體系的綜合得分來看，這15年間陜西省政府轉型成效開始并不顯著，但總趨勢是每年平均得分值都在增加，前期上升趨勢較為明顯，2013年開始略有放緩。

三、制造業轉型升級中政府作用評價

（一）模型構建

為進一步檢驗制造業轉型升級過程中政府作用的影響，根據前述對制造業轉型升級過程中政府的作用以及其他影響因素分析，構建實證模型如下：

其中i表示地區，t表示時間，C為常數，Xit表示政府作用解釋變量，為核心解釋變量，controlit表示各控制變量。因為核心解釋變量和控制變量都為多個，參數估計量也對應多個，在回歸結果中將逐一列示。

（二）變量與指標選擇

被解釋變量是測度制造業轉型升級必須首要確定的變量。本文結合當前農業生產工業化、制造業服務化以及產業結構軟化的情況與陜西省產業結構的實際，采用三產增加值分別賦予1、2和3的權重加權并與GDP的比來反映制造業轉型升級程度[10]。

核心解釋變量主要考察制造業轉型升級中政府作用的影響，故將政府作用綜合測度后的變量設置為核心解釋變量，采用第二部分綜合測度后得分的原始數據。

控制變量主要考慮制造業轉型升級，不但受政府作用影響，還受其他因素的影響或者制約，因此選取關鍵影響因素作為控制變量。第一，選取進出口總額占GDP的比來反映陜西省對外貿易的開放程度對制造業轉型升級的影響；第二，對外貿易中可能存在政府干預影響，用政府作用和對外貿易的交互項來表示；第三，采用外商直接投資占GDP的比來反映對外交流對陜西省制造業轉型升級的影響；第四，鑒于陜西省各地區數據獲得性情況，采用各地區教育支出增長率來反映人力資本對制造業轉型升級的影響。

（三）實證檢驗

運用STATA軟件分別對混合數據模型、個體固定效應模型、動態面板模型進行估計，考慮制造業轉型升級存在滯后影響，對動態面板模型進行估計時引入滯后一階變量，因此選用系統GMM估計，并采用Arellano和Bond（1991）提供的方法進行序列相關檢驗[11]。最后，借助Wald檢驗用來檢驗模型整體的顯著性，即除常數項以外，其他變量整體上是否顯著。對于GMM的估計結果是否有效，Bond（2002）提出了一種簡單的檢驗方法，即將動態面板模型系統GMM估計與固定效應模型FE估計及混合回歸模型OLS估計的結果進行比較，OLS估計通常嚴重高估滯后項的系數，固定效應估計則一般會低估滯后項的系數，如果GMM估計值介于兩者之間，則GMM估計可靠有效[12]。檢驗結果如表4所示。

表4 FE、系統GMM和OLS估計結果

從表4中系統GMM總體顯著性的檢驗結果可知，該模型的Wald chi2=397.87，對應P=0.0000，故Wald檢驗在1%的顯著水平下拒絕了模型系數均為零的假設，表明模型整體顯著；Arellano-Bond檢驗AR（1）的P值為0.0416，AR（2）的P值為0.1540，表明差分后的殘差項存在一階序列相關，但不存在二階序列相關，故模型的殘差項無序列相關；模型的Sargan檢驗值為7.784316，對應的P=1.0000，因此不能拒絕原假設，說明設置工具變量聯合有效。從FE、系統GMM和OLS三種方法滯后一階制造業轉型升級的估計系數看，系統GMM估計結果（0.936）介于FE（0.893）和OLS（0.984）估計結果之間，因此該估計量是可靠有效的，說明GMM方法可靠有效。

從政府作用估計系數看，GMM的估計結果為0.0193，但在統計上不顯著，而OLS和FE估計結果都非常顯著，因此政府作用對制造業轉型升級可能產生正向促進作用，但有待進一步檢驗。

從前期制造業轉型升級對當期的影響來看，GMM的估計結果為0.936，且在統計上非常顯著，說明制造業轉型升級是一個過程，上一期甚至再上一期的轉型升級效果會在當期甚至下一期才真正體現，在模型中加入制造業轉型升級滯后二階進行估計，結果也為正數，只是在統計上不顯著。

其他控制變量除人力資本外，三種方法估計結果都不顯著，為進一步檢驗，只保留人力資本這一控制變量后重新進行估計，結果如表5所示。

表5 FE、系統GMM和OLS估計結果（保留人力資本變量）

從表5中系統GMM總體顯著性的檢驗結果可知，模型整體顯著、模型的殘差項無序列相關、設置工具變量聯合有效。從表5中FE、系統GMM和OLS三種方法制造業轉型升級的估計系數看，該估計量是可靠有效的，說明GMM方法可靠有效。

從政府作用估計系數看，GMM的估計結果為0.0179，且在統計上非常顯著，OLS和FE估計結果都非常顯著，因此可以判斷政府作用對制造業轉型升級確實產生正向促進影響。

制造業轉型升級滯后一階的參數估計值為正，且在1%的統計水平上顯著，說明制造業轉型升級受上一期的影響較大，這可能也是政府轉型滯后造成的，即政府作用除了直接影響制造業轉型升級外，可能還會通過其他傳導機制產生間接影響，從而使其對制造業轉型升級效應滯后，也導致制造業轉型升級滯后一階的影響顯著。

從人力資本估計系數看，GMM的估計結果為-0.0151，且在統計上非常顯著，OLS和FE估計結果也都顯著，表明由教育支出增長率反映的人力資本對制造業轉型升級產生不利影響。

需要說明的是，由于剔除其他控制變量可能出現遺漏變量偏誤，導致結論不可信。但本文重在考察制造業轉型升級中的政府作用，表4與表5結果共同表明政府轉型作用對制造業轉型升級存在正效應，且因控制變量與政府作用變量之間并無多重共線，剔除后并不影響其估計值的無偏性，會使常數項估計值有偏。

此外，為檢驗不同的時點之間可能存在個體影響，選取截面個體變截距同時控制時點效應模型再次應用原面板數據進行估計，此時不存在經濟結構的變化。結果顯示，引入截面個體和時點效應，并不影響政府作用和制造業轉型升級之間的關系，只是政府作用變量前的估計值及其標準誤有少許改變，限于篇幅結果省略。

四、結論與政策啟示

（一）加快轉變政府職能，助推制造業轉型升級

由表1和表2可知，在全部政府作用指標中，政府規模能綜合反映政府作用指標。因此，要充分發揮政府作用對制造業轉型升級的有利促進作用，就必須轉變政府職能，控制政府規模。政府規模分為內在規模和外在規模。內在規模由政府職能和政府權力等無形要素組成，外在規模由政府機構、人員、政府支出和公共事務等有形要素組成。內在規模決定外在規模，外在規模是內在規模的物質載體。因此，控制政府規模，必須從政府的內在規模入手，首先要轉變政府職能，限定政府權力[13]。在社會主義市場經濟中，政府的基本職能有三個，即微觀規制、宏觀調控和提供公共服務[14]。政府應該將所支配的資源集中投入到這三項基本職能上來。改革開放以來，我國之所以能保持較高增速持續快速發展，在很大程度上也得益于我們在堅持市場發揮資源配置的決定性作用的同時，充分發揮政府的宏觀調節和微觀規制作用。要培育和建設有效市場需要有一個強有力的政府，這樣才能真正保證市場高質量運行。要將政府和市場結合起來，協調好政府和市場關系，切實加快推進政府職能轉變。從表3可知，陜西省歷年各地區的政府作用綜合得分趨勢都是逐漸上升的，且2012年后除了延安和榆林外，其他地區政府綜合得分全部轉正。說明各地區政府在這些年中都不斷推進政府職能轉變，政府與市場關系越來越清晰，市場化程度也越來越高。

（二）完善政府政策支持，夯實制造業轉型升級基礎

在國家產業規劃下，信息通訊技術、新材料、新能源、生物制藥、醫療器械制造等重點高技術行業都得到國家各方面的支持，但是在實踐過程中總存在這樣或者那樣的問題。對產業轉型升級而言，重要的是明確制造業轉型升級的方向，并選擇正確可行的路徑，這是一個兩難問題，表現為短期增長和長期發展的矛盾。如果升級步伐過快，會對當期經濟增長造成沖擊，反之過慢則又無法維持經濟持續增長，這就要求把握產業升級時機、路徑選擇，以及具體政策的協調[15]。產業升級并不是簡單的低級到高級的更替過程，而是沿著競爭力上升路徑，產業鏈從低端向高端延伸的過程。

從本文實證模型控制變量選擇來看，政府金融支持、基礎設施和科研投入等都是影響產業轉型升級的重要因素。實證結果表明政府綜合作用對制造業轉型升級有正向影響，因此應該繼續完善各種產業支持政策，促進關鍵核心技術及重點產品研發能力轉化。就陜西省而言，應發揮航空航天等高技術產業優勢，加快軍民融合，促進高技術產業發展，并加強基礎設施建設，充分發揮好“一帶一路”建設帶來的發展機遇，擴大開放，廣泛發展國際合作，尤其是利用地緣優勢與“一帶一路”沿線國家充分合作，穩定內需擴大外需，為制造業轉型升級創造良好的市場基礎。

（三）提升政府公共服務，優化制造業轉型升級環境

早在1997年，世界銀行發展報告就提出：“政府的第一項職責是做好基礎性工作，這些基礎性任務包括建立法律基礎；保持非扭曲的政策環境，包括保持宏觀經濟的穩定、投資于基本的社會服務與基礎設施；保護承受力差的階層和保護環境。而在基礎性工作之外，政府并不是唯一的提供者”[16]。十九大報告明確提出建設高標準市場體系，即著力構建市場機制有效、微觀主體有活力、宏觀調控有度的經濟體制，而這三項內容是新時代完善社會主義市場經濟基本經濟制度和建設高質量社會主義市場經濟體制的新要求。有效市場機制、有活力的微觀主體和適度的宏觀調控這三者之間是有機結合相互促進的。從某種意義上說，有效市場機制就是“強市場”，有活力的微觀主體就是“強企業”，適度的宏觀調控就是“強政府”，強市場催生強企業，強政府促進強市場，強市場是強政府的應有之意[17]。因此，陜西省應在注重“基礎性工作”基礎上，充分發揮市場機制的資源配置作用，建立以市場為導向，由政府、社會組織，以及高?；蚩蒲袡C構協同打造的產學研合作平臺；充分發揮政府公共服務職能，極大釋放財政政策和貨幣政策的調節作用，完善創新環境，提高技術人員研發創新的積極性；促進制造業企業的科技成果向市場化轉化，打造優良的營商環境，為制造業轉型升級提供良好的升級環境。并且要進一步深化體制機制改革，為制造業轉型升級提供有力的制度支持。

（四）強化人才支撐，保障制造業轉型升級的智力供給

從前文實證分析結果可知，人力資本對陜西省制造業轉型升級影響結果為負，估值非常小，且沒有通過顯著性檢驗，說明這種負面作用很不可靠，可能與實際不符。一個地區制造業方面人才越豐富，人力資本積累作用就越明顯，制造業轉型升級能力也會更強。陜西高校資源豐富，各種制造業尤其是高技術產業科研機構數量和質量都具備較大優勢。實證結果卻顯示負面作用，可能存在兩種原因，一是各地區數據本身問題，二是存在人才外流，或者引進人才但留不住。陜西省統計局2019年數據顯示，陜西省高等院校共95所，當年畢業生數29.35萬人，普通高等院校數超過了全國平均數，排名也比較靠前，教育經費支出也基本達到全國平均水平。雖然這些高校并不都與制造業相關，但由于陜西省產業發展的特殊性，工科類專業比重較大。因此，必須從就業、創業創新支持，以及培養科技人才等方面來強化產業轉型升級的人才支撐及可持續供給；同時要加強人才引進，切實落實引進人才的各種鼓勵和支持政策，且不能只停留在政策上，要讓人才留得住。陜西省制造業轉型升級速度遠快于第一和第三產業，說明勞動力迅速向制造業轉移速度要快于其他產業，這就要求更高的勞動者素質。隨著制造業的轉型升級日趨自動化、信息化、智能化，加強勞動力尤其是農村勞動力的素質教育與職業培訓尤為重要，需要政府加大對農村義務教育發展的支持，以及加強對農村剩余勞動力的技能培訓，使農村剩余勞動力順利實現向制造業轉移。