产业演进阶段的识别方法——以中国电子及通讯设备制造业为例

孙晓华，周 旭

(大连理工大学经济学院，辽宁 大连 116024)

产业演进阶段的识别方法
——以中国电子及通讯设备制造业为例

孙晓华，周 旭

(大连理工大学经济学院，辽宁 大连 116024)

产业演进是单一产业所经历的由成长到衰退的演变过程，产业演进阶段的识别是科学制定产业政策的基础，也是产业经济学研究的重要问题之一。本文分别对产业组织视角下的二维识别法和产业规模视角下的产出增长率法与生长曲线法进行阐述，并以中国电子及通讯设备制造业1987—2008年的统计数据为例展开了实证检验，结果发现三种识别方法能够得到一致的结论，中国电子及通讯设备制造业目前处于产业成长期。因此，从多个维度定位产业演进阶段，不仅可以保证结论的稳健型，而且能够体现产业演进的内在演化逻辑。

产业演进;二维识别法;产出增长率法;生长曲线法

1 引言

产业演进有两个层面的含义:一是指国家或地区的产业结构及其内容不断变化的过程，包括产业结构的调整和主导产业的变化及更替;二是指单一产业经历的形成、成长、成熟和衰退等发展阶段。本文的产业演进主要指后一种含义，即单一产业所经历的由成长到衰退的演变过程，数量上表现为产业中企业数目、产品或服务规模的变动，质量上表现为产业经济效益和产业素质的提高。准确地对产业演进阶段进行定位，有利于根据产业演进规律，科学合理地制定产业政策。尤其在我国大力发展战略性新兴产业的背景下，产业演进阶段的识别方法能够为地方政府战略性新兴产业的选择和政策制定提供依据。

综观国内外文献，学者们主要从产业组织和产业规模的视角对产业演进阶段进行了研究。国外学者多以产业组织理论为依据研究具有阶段性和规律性的产业内企业行为改变过程以识别产业演进阶段［1－4］。

国内研究方面，由于企业层面样本数据的缺失无法满足产业组织识别方法的需要，多数文献从产业规模视角对产业演进阶段加以识别，研究方法主要包括产出增长率法、普及率法和生长曲线法三种。产出增长率法利用某产业年平均产出增长率相对于所有行业平均增长率的变化来判断产业演进阶段，其核心是比较目标产业在两个相邻时期的增长率与同时期所有产业的平均增长率［5］。普及率法常见于耐用消费品生命周期的识别，鉴于人们对耐用消费品的需求数量有限，不如日用生活消费品需求多、购买频率高，普及率更能反映耐用消费品产业市场需求的满足程度，同时也能够反映耐用消费品产业演进阶段特征的良好性质［6］。生长曲线法根据产业生命周期各阶段产出或销售增长率一般符合由缓慢到快速、再由快速到缓慢的特点，将产业演进曲线总结为S型，并运用数学模型对产出或销售的时间序列进行拟合，以曲线的拐点作为生命周期阶段的分界点定位产业演进阶段和预测演进趋势［7］。

产业组织视角的识别方法依据行业内企业的进入和退出行为判断产业演进阶段，较为注重产业演进的微观基础，将企业行为看作产业生命周期的内在表现;产业规模视角的识别方法则基于所有企业的整体绩效判断产业发展趋势，从宏观层面审视产业演进各阶段全行业销售额或者利润的变化。比较而言，前者能够更为精确地反映不同阶段中产业内部组织结构和竞争状况的变化，后者有助于在全行业角度把握产业演进的总体特征。鉴于普及率法适用性相对较低，本文分别对产业演进阶段的二维识别法、产出增长率法和生长曲线法进行阐述，并以中国电子及通讯设备制造业为例验证三种方法的有效性。

2 产业演进阶段的二维识别法

二维识别法由Tether和Storey提出，他们在分析某一产业发展过程中就业人数和企业数的关系时，发现就业人数会随着企业数发生阶段性变化，进而结合这两个维度对产业演进阶段进行了定位。图1显示了二维识别法对产业演进阶段和演进路径的判别过程，横轴表示产业中的企业数目，纵轴为产业就业人数，矩阵对角线上产业平均就业人数保持不变，沿着对角线产业内的企业数和就业人数变化一致，对角线以上区域就业人数增加更快或减少更慢，对角线以下区域则刚好相反，其中类型1、类型2和类型3所处的区域分别对应于Klepper和Graddy定义的产业成长、淘汰和稳定阶段。

一个新兴产业开始出现时，无论是产业内的企业数还是就业人数都呈上升趋势，属于典型的类型1产业;随着市场需求趋于稳定，产业逐步走向成熟，表现为企业数目开始减少而就业人数仍继续增加，产业进入类型2阶段;当市场需求出现下降的时候，产业进入稳定时期，企业数和就业人数皆出现下降趋势，对应于类型3产业。类型4阶段的特征是就业人数减少而企业数目增加，尽管与早期产业演进的生命周期模型并不一致，但欧洲高技术制造业部门普遍存在此种情形，一些小型高技术企业的出现使产业内企业数目增加，而大型企业的减少导致产业就业人数下降。

图1 基于二维识别法的产业演进路径

为了检验不同方法的适用性和可靠性，本文利用电子及通讯设备制造业1987—2008年的数据对其演进阶段加以识别，所需数据来源于1988—2009年《中国工业经济年鉴》。由于1991、1995、1996、1998、2007、2008年的数据缺失，为保持数据完备性，我们采用加权平均法计算出上述6年的数据。图2列出了电子及通讯设备制造业企业数和全部职工年平均人数两个指标的变化情况。可以看出，从1987—1997年间企业数处于上升趋势，1997年亚洲金融危机导致行业内一些中小企业破产倒闭，1998和1999年的企业数略有下滑，1999年之后又恢复到稳步上升阶段。从就业人数来看，整个时期年均职工人数都在递增，2001年开始由于宏观经济形势向好，从业人员增速加快。

图2 电子及通信设备制造业的企业数和职工人数的变动趋势

根据各年度数据可算出两个指标的增长率，进而以每三年为一个时段得到增长率的平均值，将其标在产业演进的二维识别图中 (见图3)。可以发现，所描出的7个点中有6个位于第一阶段，只是在1997—1999年出现了异常，企业数和就业人数均下降，跳到第三阶段，其原因在于亚洲金融危机给国内电子及通信设备制造业造成的影响，但此后随着宏观经济复苏又恢复到企业数和就业人数平稳增加的状态。根据二维识别法，能够判断出我国电子及通讯设备制造业在1987—2008年处于产业生命周期中的成长阶段。

图3 产业演进阶段识别的产出增长率法

二维识别法结合了产业内厂商数目变化和就业人数变化，既能反映产业演进的本质和过程，又具有较强的可操作性，在一定程度上克服了单一维度定位的片面性。

产出增长率法从产业规模视角对产业演化阶段进行识别，将产业生命周期划分为成长、成熟和衰退三个阶段，通过比较考察产业年产出增长率与国民经济所有行业平均增长率来判断产业演进阶段。如果该部门的产出增长率在两个时期均高于平均增长率，则处于成长阶段;若前一时期高于平均增长率，而后一时期低于平均增长率，则处于成熟阶段;如果两个相邻时期的增长率都低于平均增长率，则处于衰退阶段。

利用产出增长率法对电子及通讯设备制造业的演进阶段进行识别。根据产业统计口径的不同标准，以1987—1997前11年和1998—2008后11年作为相邻的两个时期来观察，用GDP增长率代替各行业平均增长率 (见表1)。通过数据分析可知，在1987—1997年和1998—2008年两个相邻时期内，电子及通信设备制造业的工业总产值增长率均高于所有行业的平均水平。由此判定，在1987—2008年这段时期内，电子及通讯设备制造业处于成长阶段。

表1 1987—2008年电子及通讯设备制造业产出增长率与GDP增长率比较

产出增长率法是一种相对衡量方法，采用此方法进行产业演进阶段识别时，不论经济增长抑或下降，都可以排除国民经济整体状况对具体行业产出增长的短期冲击。需要指出的是，产出增长率法判断标准本身并不十分明确，尤其是针对那些产出增长率与所有行业平均增长率相差不大的产业来说，演进阶段的判别需要结合产业发展情况做具体分析，由此可能产生因主观因素而导致的结论差异，但该方法仍然不失为一种可行的选择。

4 产业演进阶段识别的生长曲线法

尽管二维识别法和产出增长率法能够大致判断某一时期产业演进所处的阶段，但定位并不十分明确，为此学者们引入了更为精确的生长曲线法。生长曲线法根据产业生命周期各阶段产出或销售增长率一般符合由缓慢到快速、再由快速到缓慢的特征，总结出产业演进曲线的S型规律，并运用计量经济工具对某一产业产出或销售的时间序列进行拟合，以曲线拐点作为产业生命周期阶段的分界点定位产业阶段。由于产业属性的差别，各类产业S型成长图式并不是由唯一函数表达，包括逻辑斯蒂 (Logistic)曲线、龚伯兹曲线、限制性指数曲线和对数抛物线等。本文选择多数学者采用的逻辑斯蒂曲线对生长曲线法加以说明 (见表2)，假设X为某产业的产品销售收入，则产品销售收入的增长速度方程为:

其中，α为产业成长速度系数 (α＞0)，N代表某产业销售收入的饱和值 (N＞0)，X为动态因子，随时间推移而增加，(N－X)为减速因子，随时间推移而减少。经过对式 (1)分离变量和积分等求解过程，可得通解:

式 (2)即为逻辑斯蒂曲线方程，其中c为常数，由产业系统的初始条件决定。表3列出了逻辑斯蒂曲线的基本特征:有两个对称拐点，对应的销售收入为和，第一个拐点为形成期和成长期的分界点，第二个拐点为成长期和成熟期的分界点。当然这里只考虑上升阶段，没有研究衰退时期。

表2 逻辑斯蒂曲线的基本特征

进一步地，对式 (2)两边求对数变换，得

其中，A0、A1为常参数，Z含有参数N，因此与普通线性方程不同，不能直接用最小二乘法求参数A0、A1，需要先估计产业销售收入的饱和值N。对于饱和值N的估计，有非线性回归法、三点法、四点法和拐点法可供选择。为得到更为精确的估计值，基于四点法估计出参数N，利用线性回归方法求出c和α的估计值，再以此估计值为初始值进行非线性回归拟合，通过迭代最大程度地提高曲线方程的拟合精度。下面运用逻辑斯蒂曲线对电子及通讯设备制造业1987—2008年间的成长轨迹进行分析，以说明生长曲线法的识别过程。

首先，用四点法估计N参数的值，取 t=1991、1994、2003和2006四个年份的数据序列(原始数据略)，得到 N=110638.4(亿元)。然后，对历年产品销售收入的统计数据进行拟合，得到线性回归拟合曲线:

方程的拟合程度较好，R2=0.996，DW值为1.839，不存在序列自相关。根据回归结果，可得A0=2.45 ，A1=0.112 ，c=e2.45=11.59 ，α =0.112。

表3 非线性回归的参数估计值

进而，以 c=11.59，α =0.112，N=110638.4为初始数据进行非线性回归，得到的参数估计值 (见表3)，相应的生长曲线方程如下:

因为Logistic曲线模型是采用拐点法来划分阶段，两个拐点对称位于产量状态演化曲线的处，位于最大饱和值 N的21%、71%处。由N=105257，可得拐点值为22104，结合电子及通讯设备制造业产品销售收入数据 (见图4)，可知拐点年份为2004年。也就是说，电子及通讯设备制造业在2004年进入成长期早期阶段。

逻辑曲线模型建立在严格的假设条件之上，而实际的产业成长过程不一定都能符合，即使总体上满足Logistic函数的条件，其往往也可能包含若干个子逻辑阶段。因此，应用逻辑曲线拟合产业演进的特定转化阶段会比较有效。

图4 电子及通讯设备制造业历年产品销售收入

5 研究结论

本文以国内外相关研究成果为基础，讨论了产业组织视角下的二维识别法和产业规模视角下的产出增长率法与生长曲线法，并以中国电子及通讯设备制造业1987—2008年的统计数据为样本进行了实证检验，得到较为一致的结论，即中国电子及通讯设备制造业目前处于产业成长时期。由于三种方法从不同角度、以不同标准对产业演进阶段加以判断，因此判别结果会略有差异。比如，二维识别法和产出增长率法把产业演进阶段划分为成长期、成熟期 (即淘汰阶段)和衰退期(即稳定阶段)，没有明确指出形成期的特征，也无法了解各阶段之间转变的准确时点。而生长曲线法将形成期纳入产业演进阶段之中，并且把成长期细分为前期和后期，通过计量经济工具拟合生长曲线，进而依靠拐点的计算更为准确地判断产业演进各阶段的指标特征和时间范围。

在实际应用中，如果采用单一方法或者单一维度对产业演进阶段进行分析，可能会出现难以识别或者伪识别的问题。因此，产业演进阶段的识别可以不局限于单一指标，将产业组织和产业规模视角相结合，利用多个维度进行阶段定位，这样不仅可以通过产业发展的内在和外在表现特征判别产业演进阶段，而且能够体现产业演进的内在演化逻辑。

在政策层面，产业演进阶段的识别方法可以为战略性新兴产业的选择提供借鉴。根据以重大技术突破和重大发展需求为基础、代表未来科技和产业发展新方向的基本特征，战略性新兴产业具有典型的成长期前期属性，产业内企业数和就业人数呈上升趋势，部门增长率大于平均增长率，发展潜力巨大，对相关产业具有极强的带动作用。那么，在地方政府战略性新兴产业选择和产业政策设计过程中，一方面要基于新兴产业发展所应具有的阶段性特征加以判断;另一方面，应结合地区比较优势和资源基础，与其他区域形成错位布局，避免结构趋同、低层次竞争和产能过剩，促进产业健康可持续发展。

［1］Gort M.，S.Klepper.Time paths in the diffusion of product innovation［J］.The Economic Journal，1982，92(367):630 －653.

［2］Klepper S.，E.Graddy.The evolution of new industries and the determinants of market structure［J］.RAND Journal of Economics，1990，2(1):27 －44.

［3］Agarwal R.，M.Gort.The evolution of markets and entry，exit and the survival of firms［J］.Review of Economics and Statistics，1996，78(3):489 －498.

［4］Tether B.S.，D.J.Storey.Smaller firms and Europe's high technology sectors:a framework for analysis and some statistical evidence［J］.Research Policy，1998，(26):947 －971.

［5］范从来，袁静.成长性、成熟性和衰退性产业上市公司并购绩效的实证分析［J］.中国工业经济，2002，8(8):65－72.

［6］古松，刘占霞.我国电信业务“十五”发展状况及趋势分析［J］.电信科学，2006，(6):70－73.

［7］韩杨.中国绿色食品产业演进及其阶段特征与发展战略［J］.中国农村经济，2010，(2):33－43.

(责任编辑 胡琼静)

Recognition of Industry Evolution Stage—Taking the Equipment Manufacturing Industry As an Example

Sun Xiaohu，Zhou Xu
(School of Economics，Institute of Technology of Dalian，Dalian 116024，China)

Industry evolution means the process that a single industry experiences from its growth to recession.The stage identification of industry evolution is not only the basis for formulating a scientific industrial policy，but also one of the important issues of industry economics researches.This article describes the two－dimensional identification method from the perspective of industry organization，the output rate of growth method and the growth curve method from the perspective of industrial scale respectively.The paper launches an empirical test based on the statistical data of the manufacturing industry of electronic and communication equipment in China，and gets the conclusion that China's electronic and communication equipment manufacturing industry is currently growing.Therefore，positioning the evolution stage from multiple dimensions can not only guarantee the stability of conclusion，but also reflect the internal logic of industry evolution.

Industry evolution;Two－dimensional identification method;Output rate of growth method;Growth curve method

F203

国家社科基金资助项目“技术创新与产业演化:理论及实证”(10FJL011)，中央高校基本科研业务费专项资金资助“城市化与产业结构调整的互动机理:基于演化经济学的新视角”(DUT10RW312)。

2012－01－30

孙晓华 (1978－)，男，辽宁抚顺人，大连理工大学经济学院副教授，管理学博士，硕士生导师;研究方向:产业经济学、演化经济学与创新经济学。