我国粮油加工业产能过剩影响因素与治理对策研究

王　倩，祁华清，樊　琦

(武汉轻工大学 经济与管理学院，湖北 武汉 430023)



我国粮油加工业产能过剩影响因素与治理对策研究

王倩，祁华清，樊琦

(武汉轻工大学 经济与管理学院，湖北 武汉 430023)

摘要：利用灰色关联度多因素统计和构建面板数据模型方法对我国粮油加工业产能过剩影响因素进行了深入研究，结果表明：产业集中度、行业利润率、固定资产投资、科研投入强度等因素与行业产能过剩之间存在较高关联度。并采用面板广义最小二乘估计法(EGLS)研究发现行业集中度提高和行业科研投入强度的加大对提高我国粮油加工业产能利用率的贡献明显，而固定资产投资加快造成产能急剧扩张，同时导致产能严重过剩。由此，提出严格增量控制与优化存量结构，明确界定和制定行业落后产能淘汰标准，加大研发投入和打造创新平台，建立行业信息引导与发布体系等政策建议。

关键词：粮油加工业；产能过剩；灰色关联度；面板数据模型

1引言

粮油加工业是关系国计民生的特殊行业，也是食品工业和农产品加工业的重要组成部分，是促进生产流通、衔接产销、稳定供给的重要纽带，是保障国家粮食安全的重要关键环节，事关国民经济发展和社会和谐稳定。近年来，随着行业的加快发展和规模的不断扩大，粮油加工业规模化集约化发展取得了积极成效。然而，目前我国粮食加工业的发展仍然依赖数量扩张，部分地区粮油加工业落后产能比重较大，先进产能不足，结构性、区域性、季节性产能过剩问题日益突出。2012年我国小麦价格、稻谷加工、食用植物油加工、玉米加工产能利用率分别为64%、44.5%、52.8%、77.2%，行业产能利用率平均为59.63%，呈继续下降趋势。企业规模化、集约化水平低；产业集中度较差，企业核心竞争力不强。产能严重过剩导致资源浪费、行业无序竞争、利润水平降低等一系列问题，对国家粮食安全形成巨大的潜在威胁。科学准确判断粮油加工业产能过剩总体形势和主要影响因素，对于促进我国粮油加工业健康和可持续发展，以及研究制定化解产能过剩的行动方案和政策措施具有重要理论和现实意义。本文将主要通过利用灰色关联度和回归分析方法深入研究影响我国粮油加工业产能过剩的影响因素，并提出了行业治理的具体对策，为化解行业产能过剩提供政策参考。

2粮油加工业产能过剩影响因素之间关联分析

2.1　研究方法、变量与数据说明

灰色关联分析法是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。其中，关联度小的说明不受或少受此因素的影响，关联度大的是影响系统发展的主要因素。

导致行业出现产能过剩的原因，除了有效需求不足因素外，在我国粮油加工业等这样低集中度的行业中还存在持续性过度供给或过剩生产能力因素，组织结构、市场竞争和技术创新等也是影响产能过剩的重要因素。主要选取2008—2012年稻谷、小麦、食用植物油和玉米加工四个子行业数据，从产业集中度、行业利润率、行业固定资产投资、科技创新等方面来考察影响行业产能过剩的影响主要因素。数据来源于国家粮食局《粮油加工业统计资料》。

2.2　灰色关系度计算结果

根据灰色关联多因素分析法[1]计算得出产业集中度、行业利润率、行业固定资产投资、科研投入强度等指标影响因素间的灰色关联度系数(见表1)。从表中不难看出，四个指标与产能利用率之间的关联度系数Ri>0.6，计算结果说明四个变量与行业产能过剩有较大影响程度。同时，各因素对全行业和四个子行业的影响大小又存在不同程度的差别。其中，与全行业产能过剩联系对紧密的因素为科研投入强度，与稻谷、小麦和大豆加工行业联系对紧密的为固定资产投资，与玉米加工行业联系对紧密的为科研投入强度，由此可看出科技创新能力和固定资产投资与粮油加工业产能过剩联系尤其紧密。

3粮油加工业产能过剩影响因素的回归分析

3.1　模型设定

为对产能过剩的影响因素进行进一步实证检验，本文通过构建线性和对数面板数据模型，用来考察产业集中度(JZD)、行业利润率(LR)、科研投入强度(RD)、固定资产投资(FI)(亿元)等四个变量与产能利用率(CU)之间的定量关系，其中产业集中度指标为各子行业(包括稻谷、小麦、食用植物油和玉米加工)日加工能力大于400吨以上企业数占比计算得出，科研投入强度为根据企业科研投入占利润总额的比值计算得出。利用Levin, Lin and Chu 面板单位根检验方法，构建如下模型:

CUit=β0+βiJZDit/LRit/FIit/RDit+νit.

(1)

lnCUit=β0+βilnJZDit/lnLRit/lnFIit/lnRDit+μit.

(2)

式中：CUit表示产能利用，JZDit表示行业集中度,LRit表示行业利润率，RDit表示科研投入强度，FIit表示行业固定资产投资(亿元)。其中，i=1,2,3,4，t=2008,2009,···,2012。

3.2　回归结果

以四个子行业2008—2012年间的面板数据为样本，利用面板广义最小二乘估计法，对上述线性模型(1)和对数模型模型(2)进行估计[2]。估计结果见下表2。

表2　粮油加工业产能过剩影响因素方程的面板数据估计结果

注：**表示参数在5%的显著性水平下显著，*表示参数在10%的显著性水平下显著；括号中为参数显著性检验的t统计量。

根据表2中回归结果显示，线性模型和对数模型估计结论均显示产业集中度和科研投入强度与产能过剩为正相关关系，且在选取5%或10%的显著性水平下影响十分显著。线性模型估计说明：是当产业集中度提高1%，行业产能利用率将上升0.7420%；科研投入强度增长1%时产能利用率水平将上升0.7182%。对数模型估计说明：当行业集中度增长率增长1%，行业产能利用率的增长率将上升0.809 4%；科研投入强度增长率增长1%时产能利用率的增长率将上升0.841 4%。这说明产业集中度提高和行业科研投入强度的加大对提高我国粮油加工业产能利用率贡献明显。而固定资产投资与产能利用率之间为负相关关系，且在5%的显著性水平下十分显著。这说明固定资产投资加快可能导致产能扩张，而产能的急剧扩张造成产能严重过剩。从行业利润率对产能过剩影响的回归结果看，回归结果显示影响并不显著，这说明行业利润高低与产能过剩关系并不密切[2-4]。

4结论与对策建议

通过利用灰色关联度多因素统计和构建面板数据模型方法对我国粮油加工业产能过剩影响因素进行了深入研究，研究结果表明，产业集中度、行业利润率、固定资产投资、科研投入强度等因素与行业产能过剩之间存在较高关联度。通过采用面板广义最小二乘估计法(EGLS)研究发现产业集中度提高和行业科研投入强度的加大对提高我国粮油加工业产能利用率贡献明显，而固定资产投资加快造成产能急剧扩张，相应地导致产能过剩。由此，本文提出了以下具体政策建议。

第一，严格增量控制与优化存量结构。要合理设立行业投资和技术准入门槛。完善和制定行业进入的规模、技术、能耗、产品质量等市场准入标准，充分发挥法律法规的约束作用和技术标准的门槛作用，发挥市场的调控作用，对新上项目严格执行环境保护、节约能源、清洁生产、安全生产、产品质量、职业健康等方面的法律法规和技术标准，规范行业市场准入制度。对达不到粮油食品生产许可严格的加工企业，一律不允许生产准入。

第二，明确界定和制定行业落后产能淘汰标准。明确落后产能的相关定义、核心指标和先行指标，全面客观地统计当前我国粮油加工业总体产能及落后产能，按照粮油加工行业准入条件和落后产能界定标准制定和完善相关法律法规，使治理工作有法可依。制定淘汰落后产能奖惩机制，调整中央财政扶持资金的重点，一方面对于主动提高标准、淘汰落后产能的地区提高资金扶持力度，另一方面对于积极加强技术改造的企业或项目，增加中央财政的贴息标准，发挥杠杆效应。同时，金融机构应停止或收回对落后产能的各种形式的贷款，国家价格主管部门可在供电等方面实施差别化价格，增加其生产成本。

第三，加大研发投入和打造创新平台。构建市场化研发和创新体系，由政府科技部门利用“产学研”创新模式，规划和引导行业内关键的或公益性技术攻关，自主开发新产品、新工艺，同时积极引进、推广、应用高新技术。采用股权融资、人力资本转化为股权、设备技术入股等收益和风险共担市场化运作方式构建多主体参与的研发及推广创新体系，形成政府主导、企业主体、科研院所参与的特殊行业科研创新模式，从税收、信贷等方面鼓励龙头企业开展技术创新。

第四，建立行业信息引导与发布体系。加强对行业投资和市场需求等方面的信息引导，定期发布行业产能、投资、利润率、产能利用率等相关信息及专题研究成果，及时跟踪行业供需形势变化，预警行业产能过剩风。完善行业信息发布体系，借鉴发达国家的做法，科学统计我国粮油加工业产能规模、产能利用率水平等相关数据，并定期发布，以帮助企业决策。定期向企业和社会发布行业生产形势、技术研发、政策动向等信息，避免市场信息不对称导致行业过度投资和产能过度扩张引发的产能过剩。

参考文献:

[1]邓聚龙.灰色理论基础[M]. 武汉:华中科技大学出版社,2002:23-62．

[2]Levin A, Lin C F,Chu C. Unit root tests in panel data: asymptotic and finite-sample properties[J].Journal of Econometrics, 2002,108：1-24.

[3]韩国高，高铁梅，王立国，等．中国制造业产能过剩的测度、波动及成因研究[J]．经济研究，2011(12)：18-31．

[4]林毅夫，巫和懋，邢亦青. “潮涌现象”与产能过剩的形成机制[J].经济研究，2010(10)：4-19.

Research on the influence factors and the administer counter measures of the grain and oil processing industry overcapacity in China

WANGQian,QIHua-qing,FANQi

(School of Economy and Management, Wuhan Polytechnic University，Wuhan 430023,China)

Abstract：The article carries on a deep research on the influence factors ofChina’ grain and oil processing industry with the analytic methods of the gray correlation degree and the panel data model. The research shows that there exists high correlation degree between the factors, e.g, the degree of industrial concentration, the industry profit rate, the fixed-asset investment or the input intensity of R&D, and the industry overcapacity. Also the study with EGLS has found that the services of the degree of industrial concentration and the input intensity of R&D to the rate of capacity is obvious. Thus, the article puts forward the policy suggestions: strictly controlling the increment and optimizing the structure of the stock; clearly defining the outdated capacity and formulating the elimination of outdated capacity; increasing investment in R&D and creating innovative platform; establishing the system of information guide and issue, etc.

Key words：the grain an

d oil processing industry; the industry overcapacity; the gray correlation degree; the panel data model

中图分类号：F 407.82；F 406.73

文献标识码：A