中國有色金屬產業升級效果測度及影響因素研究

劉貽玲，鄭明貴

（1.贛南科技學院 贛州市智慧金融重點實驗室，江西 贛州 341000；2.江西理工大學 礦業發展研究中心，江西 贛州 341000；3.中國科學技術大學 管理學院，安徽 合肥 230026）

0 引言

作為重要的戰略性和基礎性原材料產業，有色金屬產業與我國國民經濟建設息息相關。然而，當前我國有色金屬產業面臨著發展瓶頸和各項挑戰，產業結構不協調問題較為突出，如產能過剩、結構性供求失衡等。2015 年，我國提出要著力加強供給側結構性改革（以下簡稱“供給側改革”），強調供給端的改革與優化，特別是對產品和服務的優化升級。當前，我國經濟已由高速增長轉向高質量發展階段，迫切需要轉變發展方式，優化經濟結構，轉換增長動力，而產業結構升級是優化經濟結構并實現高質量發展的必要路徑。實現“碳中和”既要嚴格控制傳統高耗能、重化工行業新增產能，又要大力發展新型綠色低碳經濟，推進產業結構的調整和升級。加入WTO后，我國有色金屬產業結構升級效果如何？尤其是在供給側改革前后的升級效果如何？其影響因素又有哪些？這些值得深入探究。

關于產業結構升級測算方法的研究：國外側重于升級速率，主要方法包括勞動力產業轉移快慢法［1，2］和Moore 結構變化值法［3］；國內側重于升級方向和速率兩個方面，主要方法包括產業結構超前系數法［4-7］和Moore結構變化值法［3，8-11］。

關于產業結構升級的影響因素研究：國外研究側重于宏 觀 政 治［12］、勞 動 轉 移［13］、國 際 貿 易［14］、技術創新［15，16］等因素，國內研究則主要包括GDP［17，18］、技術創新［19，20］、金 融 結 構［21，22］、勞 動 力 水 平［23，24］、民間投資［25，26］和環 境 規 制［27，28］等 因 素，也 有 學 者 針 對行業［29，30］、省份［31，32］產 業 結 構 升 級 的 影 響 因 素 進 行分析。此外，有學者運用QCA 方法研究發現多個因素如人力資本、科技創新水平等對產業升級具有綜合作用［33］。

關于有色金屬產業方面的研究：學者多聚焦于產業核心競爭力提升路徑［34-36］、產業鏈［37，38］和綜合評價研究［39，40］，尤其是定性研究和綜合評價行業發展效率的成果較多，而產業結構升級效果測度的文獻鮮有見到。有少量學者基于動態偏離份額模型，選用就業人數分析產業結構［41］，也有學者分析了環境規制對礦業產業結構調整的影響［42］，這些都為本文研究提供了較好思路。

綜合以上文獻發現，現有研究存在以下問題：一是大多數學者將研究視角聚焦于國家或地區產業結構升級，關于礦產資源產業結構升級的定量研究沒有見到；二是已有研究尚未進一步分析產業結構升級的方向、速率、程度等特征；三是以往研究無法體現內部結構的優化程度，且研究方向多集中于運用第二、三產業產值占比作為升級的衡量指標；四是現有文獻多針對產業結構升級的某一個因素展開分析，難以綜合考量產業結構升級的影響因素。

1 研究設計

1.1 研究方法

產業結構超前系數法：本文運用產業結構超前系數法量化分析產業間的比重變化，以有效測度有色金屬產業結構的升級方向［43］。計算公式為：

定義向量（產業份額）之間變化的總夾角為θ，θ越大，表明產業升級變化的速率也越大。

式中：K 為產業結構升級年均變動值；qi0為基期產業i 的主營業務收入構成比例；qit為報告期產業i 的主營業務收入構成比例；m 為產業數量；n 為測算期2002—2019 年。

1.2 影響因素模型

以有色金屬產業結構升級高度值作為被解釋變量，考慮勞動生產率這一思想測算產業結構升級的高度值［44］，利用該指標衡量產業結構升級程度。計算公式為：

式中：Vit為第t 年有色金屬采選業、冶煉及壓延加工業的主營業務收入；Lit為第t 年有色金屬采選業、冶煉及壓延加工業的用工人數。

普通最小二乘法（OLS）在誤差估計、不確定度、系統辨識及預測、預報等數據處理眾多學科領域得到了廣泛應用。其優點是利用最小二乘法能簡便地求得未知的數據，并使得這些求得的數據與實際數據之間誤差的平方和為最小；缺點是該法是線性估計，已經默認了是線性的關系，使用有一定局限性。本文通過最小二乘法設置實證模型為：

式中：HIUipt為i 產業p 省份t 時期產業升級高度值；RDipt為R＆D 內部經費支出；NPAipt為技術產出效果；NECipt為能源投入；perGDPipt為人均GDP；FVipt為固定資產投資額；EPipt為從業人數；QYipt為區域虛擬變量。

1.3 變量選擇與說明

被解釋變量：目前主要采用產業結構超前系數、Moore結構變化值、產業結構變動值和產業結構升級高度值刻畫產業結構升級情況，而產業結構升級高度值能系統測度有色金屬采選業、冶煉及壓延加工業之間的相對結構變化，全面客觀描述產業結構優化程度［45］。本文運用產業結構升級高度值指標進行測度，將測度值作為被解釋變量值。

解釋變量：包括宏觀經濟和行業因素。①宏觀經濟因素通過人均GDP、能源消耗、研發投入、專利授權數等指標來體現。人均GDP 反映經濟發展水平對有色金屬產業結構升級的推動作用［46］；有色金屬產業耗能較大，能源消耗情況可以較好地反映其升級程度［47］；地區研發投入越多，專利授權數越多，對當地有色金屬產業結構升級的外溢效應則越明顯［48］。②行業因素包括固定資產投資額、從業人數等指標。固定資產投資額越高，設備更新速率越快，對產業結構升級作用越大［45］；從業人數越高，生產智能化水平越低，往往不利于產業升級［49］。同時，控制了區域變量，東部= 1，東北= 2，中部= 3，西部=4。變量類型、符號及度量見表1。

表1 變量類型、符號及度量Table 1 Variable types，symbols，and measurements

1.4 數據來源

由于北京、天津、上海、西藏、寧夏、香港特別行政區、澳門特別行政區和臺灣地區統計數據不全，故本文選擇的研究樣本僅涵蓋我國26 個省份，研究時間為2002—2019 年，數據來源于2003—2020 年《中國統計年鑒》《中國工業統計年鑒》和Wind數據庫。

2 結果及分析

2.1 有色金屬產業結構升級效果測度

利用公式（1）—（4）測算出我國26 個省份有色金屬產業結構升級方向和速率，結果如表2 所示。為動態系統地研究有色金屬產業結構升級效果測算問題，分別對產業前后端升級效果進行了測算分析。由表2 可知：①從升級方向來看，超過50%的省份的有色金屬采選業產業結構超前系數小于1，而冶煉及壓延加工業僅占42.31%；冶煉及壓延加工業產業結構超前系數值平均為1.03，高于采選業。表明有色金屬產業總體由低附加值向高附加值產業方向升級。②從升級速率來看，當前有色金屬產業結構升級速率較快的5 個省份依次為新疆、山東、陜西、廣西和海南，年均變動率分別為0.30、0.23、0.23、0.20 和0.20。總體來看，我國有色金屬產業結構升級方向和速率均呈現較好的趨勢。

表2 有色金屬礦業產業結構升級方向和速率測度結果Table 2 The upgrading direction and speed measurement results of the industrial structure of non- ferrous metal mining

2.2 影響因素

變量描述性統計：從表3 可見，產業升級效果的平均值為4.659，標準差為0.875，極大值和極小值之間的差異較大，整體離散程度較好。研發投入的平均值為4.374，極大值為7.531，極小值為0.344，專利授權數的平均值為9.046，極大值為12.635，極小值為4.575，說明我國研發投入，專利授權數整體處于較高水平，但區域不平衡現象依然存在。本文在回歸前對所有的樣本數據進行上下1%的縮尾處理，以消除樣本可能存在極端值所帶來的影響。其他控制變量的離散程度也均較好。樣本省份中約有26.92%的省份為東部地區，11.54%的省份為東北地區，23.08%的省份為中部地區，38.46%的省份為西部地區。總體來看，樣本具有較好的代表性。

表3 變量描述性統計Table 3 Descriptive statistics for variables

相關性分析：主要解釋變量的相關系數如表4所示。從表4 可見，相關系數整體偏小；方差膨脹因子（VIF）均在［0，10］區間內，表明各變量間不存在多重共線性，可以進行多元回歸分析。

表4 相關性分析Table 4 Correlation analysis

F檢驗和BP - LM 檢驗結果表明，固定效應模型要優于混合效應模型和隨機效應模型，因此本文適合個體固定效應模型。借助Stata15.1 軟件，對全樣本和不同地區樣本的影響因素進行回歸分析，結果如表5 所示。

表5 中第（1）列是全樣本回歸，研發投入、專利授權數、固定資產投資在1%顯著水平下對產業結構升級具有正效應，但從業人員負向影響了產業結構升級；格蘭杰因果關系檢驗表明人均GDP 與產業結構升級互為因果關系；能源消耗對產業結構升級影響并不顯著。地區研發投入越大，專利授權數就越多；固定資產投入越大，對設備的更新就越快。這些均對有色金屬產業結構升級起著推動作用。從業人員越多，尤其低層次從業人員越多，越不利于產業結構升級。表5 中第（2）—（5）列是分地區樣本回歸結果，結果表明研發投入、專利授權數對東部地區影響明顯，具有正效應，但邊際效應較小，而東北、西部和中部地區邊際效應依次增加。東部地區經濟發展較好，具有更好的經濟實力，對研發投資創新奠定雄厚的經濟基礎，進而對該地區產業結構升級效應更明顯。能源消耗對東部、東北、西部地區產業結構升級作用不顯著，中部地區具有負效應。東部、東北、西部地區經濟發展與產業結構升級達到了有效匹配，而中部地區呈現不匹配甚至負效應。固定資產投資在東部、東北、中部、西部地區均在1%顯著水平下對產業結構升級具有正效應但系數大小依次增加；從業人員負向影響了產業結構升級。可見，各種不同投入要素對各地區產業結構升級存在著異質性。

表5 中國有色金屬產業結構升級效果影響因素回歸結果Table 5 The return results of upgrading affecting factors of China's non- ferrous metal industrial structure

2.3 穩健性檢驗

更換核心變量度量方式：研發投入往往需要相應的科技人員進行匹配才能產生較好的科技創新效果。因此，本文將研發投入替換為科技人員重新進行模型（7）回歸，結果如表6 所示。由表6 可知，變量的顯著性水平及符號未發生變化，結論依然穩健。

表6 更換核心變量度量方式的檢驗結果Table 6 Test results of changing the core variable measurement

（續表6）

內生性問題：選取滯后一期的研發投入作為工具變量［50］，剔除可能存在的部分內生性，利用兩階段最小二乘法（2SLS）對模型（2）重新檢驗，回歸結果如表7 所示。從表7 可見，所有系數的正負顯著性與之前研究結果完全吻合，說明剔除可能存在的部分內生性后，仍不影響本文研究結論。

表7 兩階段最小二乘法回歸結果Table 7 Results of two- stage least square regression

3 結論與對策建議

3.1 結論

本文基于2002—2019 年26 個省份有色金屬產業數據，運用產業結構超前系數、Moore 結構變化值和升級高度值分別測算了有色金屬產業結構升級的方向、速率及程度，并對產業前后端升級效果進行了分析。結論如下：①我國有色金屬產業2002—2019年產業結構升級過程明顯，但步伐緩慢。產業結構升級方向和速率均呈現較好的趨勢，冶煉及壓延加工業產業結構超前系數值平均為1.03，高于采選業，有色金屬產業總體朝著由低附加值向高附加值產業方向升級。Moore結構變化值、夾角值計算結果顯示，當前有色金屬產業結構升級速率較快的5 個省份依次為新疆、山東、陜西、廣西和海南，年均變動率分別為0.30、0.23、0.23、0.20 和0.20。②各投入要素對產業結構升級的影響不同。全樣本回歸結果表明：研發投入、專利授權數和固定資產投資對產業結構升級具有正效應，但從業人員出現負向影響；人均GDP與產業結構升級互為因果關系；能源消耗對升級影響并不顯著。各投入要素對產業結構升級的影響存在省份異質性，分區域實證結果表明：研發投入、專利授權數對東部地區產業結構升級具有正效應但邊際效應更小，而對東北、西部和中部地區邊際效應依次增加；能源消耗只對中部地區產業結構升級具有負效應，對東部、東北、西部地區不顯著；人均GDP與東部、東北、西部地區產業結構升級有效匹配，與中部地區不匹配并呈現負效應；固定資產投資在東部、東北、中部、西部地區對產業結構升級具有正效應，但系數大小依次增加；從業人員負向影響產業結構升級。分省份結果表明：研發投入、專利授權數對山西、安徽、貴州、云南、青海等的產業結構升級具有正效應較強；能源消耗只對安徽、湖北、湖南等的產業結構升級負效應較強；人均GDP 與浙江、江蘇、福建、山東、河北、山西、內蒙古、廣西、重慶、四川等的產業結構升級正向匹配；固定資產投資在浙江、福建、廣東等的產業結構升級正效應較強；從業人員對江蘇、河北、海南、吉林、山西、廣西、重慶、貴州等地區產業結構升級負效應較強。限于篇幅，本文未對實證回歸結果作報告。

3.2 對策建議

基于上述結論，提出以下3 個方面建議：①總體來看，我國有色金屬產業結構升級步伐緩慢，建議進一步推進市場去產能機制，加快推進產能置換，淘汰落后產能，以促進產業轉型升級，實現高質量發展；以提高產品質量和科技含量為目標，加強科研投入，提升精深加工水平；及時更新陳舊設備，進一步加大先進設備投資；降低從業人員數量。同時，注重工藝轉向智能化、柔性化、精細化和綠色化發展，以提高全要素生產率，促進有色金屬產業碳減排目標的實現。②分區域來看，東部地區因基礎較好，建議加大高、精、尖產品研發，使其邊際效應增大；西部地區需加大固定資產投資力度，提高投入產出效率；能源消耗大的東北和中部地區應加大節能減排力度，調整優化能源消費結構。③分省份來看，浙江、廣東等發展較快，建議發展交通運輸、高端制造和其他領域有色金屬新材料；云南、廣西、重慶等應加大數字化礦山投資建設力度；吉林、黑龍江、江西、湖北等應加大綠色化冶煉技術開發及資源回收利用力度。