产能过剩测量方法比较与综述

贾润崧

摘要：文章比较了测量产能过剩的直接法和间接法，直接法将产能产出定义为有效产出或最大产出，前者主要通过成本函数或者利润函数方法求得，后者主要通过企业调查法、数据包络分析（DEA）和峰值法求得。间接法通过对现有统计数据构建反映产能利用率的指标体系来考察和判断产能利用情况，并对产能过剩进行监测预警。

关键词：产能过剩；产能利用率；直接法；间接法

一、 引言

对产能过剩程度的判断是产能过剩相关问题的研究核心，目前无论是官方统计机构还是学术界对产能过剩的定量核算仍处于起步阶段，尚未形成统一一致意见。早在2006年国务院发布的《关于加快推进产能过剩行业结构调整的通知》（国发〔2006〕11 号），就提出“有关部门要完善统计、监测制度，做好对产能过剩行业运行动态的跟踪分析，尽快建立产能过剩衡量指标和数据采集系统，并有计划、分步骤地建立定期向社会披露相关信息的制度，引导市场投资预期”。随后的政策文件又多次强调要加强对产能过剩的监测与预警，但从现实来看，这些文件的政策意见并未落到实处，迄今我国仍然未建立起权威系统的产能利用率数据发布制度。中国人民银行每季度公布的“5 000 户工业企业设备能力利用水平指数”，是目前国内唯一一个连续整体度量工业产能利用情况的官方指标。尽管如此，人民银行监测的这5 000户企业主要由国有大、中型或者规模较大的其它类型企业构成，能否反映全部工业行业的整体情况仍有待证实。近几年国内学者愈发重视对产能过剩的定量核算研究，采用的方法可分为直接法和间接法，前者选取国际通行的产能利用率指标来衡量产能过剩程度，后者选取一些与产能利用率相关的替代指标来间接反映产能利用情况。本文将通过梳理这两类研究文献，对产能过剩测量方法进行比较分析，以期为后续研究提供参考。

二、 产能过剩测量方法比较

1. 直接测量法。

（1）企业调查法。对产能利用率的直接测量还可以分为企业调查法和经济分析法，调查法是在一定时期内选取样本行业企业，通过对企业生产运营人员发放调查问卷得到企业产能利用情况。国外很早就开始从企业层面对产能及其利用率展开系统跟踪调查，比较知名的如美国联邦储备委员会（FRB）和美国国防部（DOD）共同资助的企业产能利用率调查（Survey of Plant Capacity Utilization），另外还有OECD组织的商业趋势调查（Business Tendency Surveys）等。在企业调查中，通常由企业管理人员直接报告产能利用率，调查采用的产能概念一般为“可持续的最大产出”（Sustainable Maximum Output）。具体而言，是企业按照实际工作日程，除去机器、工厂由于安装、保养、修理、待料等正常停工期，在机器设备运转所需投入充分可得条件下能保持的最大产出（Corrado & Mattey，1997）。由于产能管理是企业运营管理的重要环节，产能规划能够为企业长期竞争战略提供有效支撑，所以可以预计，企业生产管理人员是企业产能及产能利用率的最佳评判人。但是企业调查方法也面临一些问题。首当其冲的就是抽样错误，这是调查数据难以回避的问题。其次，企业调查完全取决于被调查人员对“产能”概念的理解，这种主观上的理解很可能随时间和不同企业而不同。例如，在经济周期上行期，需求高涨，企业管理人员会认为此时的加班加点就是可持续正常生产条件；当经济陷入衰退，总需求减少，企业开工率普遍下降，此时正常生产条件的标准就会有所不同。这种差别导致企业或产业间产能利用率的比较变得非常不可靠。第三，国内企业常有夸大其产能和产能过剩状况的激励，这样能为自己争取到更多的政策扶持（钟春平和潘黎，2014）。第四，调查方法不能排除生产过程中的非效率，所以以最大产出作为产能产出的测量方法会有向下的偏误。尽管如此，我们相信企业调查得到的结果反映出一线生产管理人员对产能利用的判断，极具说服力。国外很多学者在测算产能利用率数据时，都会将所得结果与企业调查数据进行对比，作为结果判断的参考（Berndt & Morrison，1981；Nelson，1989）。

（2）经济分析法。对产能利用率的经济分析法源于经济学家对产能利用率工程学定义的批评。按照工程学的定义，一个年产100万吨的炼钢炉，其产能就是一年生产100万吨钢铁，产能利用率就是实际产出与该产能的比值。对产能的这种工程学定义不仅在经济上意义不大，而且不准确，因为它没有考虑机器检修等正常停工造成的产能闲置，还假设产能完全取决于这家钢炉，其它生产投入和价格因素都被忽视了。这种定义只是一种理论上的最大产出，除了战争等特殊情况，在现实生产中绝少能实现。需注意，产能利用反映的不仅仅是资本存量的利用情况，它还综合反映了所有投入要素的利用情况（Klein，1960）。为了将其它要素投入纳入产能定义，Klein（1960）研究了生产函数框架下产能的界定，指出产能产出即是短期生产函数上的某个点。也就是说，产能不仅是资本存量的函数，它还取决于其它所有生产要素。Klein（1960）的这一思想后来演变为产能核算领域非常流行的趋势过峰值法（Trend-through-peaks）（Klein & Summers，1966）。此方法首先根据产出的历史数据识别出所谓的“峰值”，并假定在峰值处的产能利用率为100%，然后用直线拟合峰值就得到产能产出的趋势图。这种方法的优点在于简单、易于操作，但它的缺陷也很明显，比如它假设所有峰值的产能利用强度都一样，若经济出现大幅波动，会使结果越来越不准确；而且它还假设产能产出沿着线性的路径移动，忽视了产能利用的周期性特点。尽管如此，借助生产函数框架定义产能的思想得到后来很多学者的应用与拓展。

为了应用生产函数方法定义产能产出，需要设定经验生产函数的形式，例如Harris和Taylor（1985）利用Cobb-Douglas和CES生产函数计算了英国四个产业的产能利用率变化情况。随着近些年数据包络技术（DEA）和随机前沿分析技术（SFA）的兴起，一些经济学家开始将非参数生产前沿面分析方法用于生产函数框架下的产能计算。其中影响最大是Fare等（1989）对Johansen（1968）产能定义的形式化处理，为众多学者所借鉴（James Kirkley et al.，2002；Karagiannis，2013；董敏杰等，2015）。Johansen（1968）给出的产能定义是——假设可变要素的供应不受限制，在现有厂房和设备条件下，企业单位时间内能生产的最大产出 。这种方法的优点是不需要研究者事先设定生产函数形式，而是从实际观测到的投入产出数据构建出行业的最佳实践前沿（Best Practice Frontier），再将各企业的实际产出与前沿面产出进行对比得到产能利用率。除此之外，该方法还可以把技术效率从产能利用率中分离出来，得到无偏的产能利用率。

虽然生产函数框架将其它投入要素纳入对产能的考察，但是并未将价格因素明确考虑进来，有鉴于此，一些经济学家尝试建立更具经济含义的产能定义。Cassel（1937）最早从成本函数角度研究了企业产能的界定，并将产能定义为企业长期平均成本曲线（LAC）的最低点，但是Klein（1960）指出，由于LAC可能并非是常见的U形状（比如是L型），导致LAC没有最低点，那样就无法识别产能产出，所以他建议把产能定义为长期平均成本曲线（LAC）与短期平均成本曲线（SAC）的切点。Berndt和Morrison（1981）进一步把产能产出定义为SAC曲线的最低点，并指出，如果长期规模报酬不变，这种定义的产能与Klein（1960）所定义的产能是重合的。由于具有清晰的经济意义，利用成本函数定义产能也得到很多经济学家的支持和应用（Berndt & Hesse，1986；Nelson，1989；Garofalo & Malhotra，1997；韩国高等，2011）。但是不同学者在实际测算时并未采取统一的成本函数形式，例如，Berndt和Hesse（1986）和Nelson（1989）使用的都是超越对数成本函数，这种函数形式得不到产能产出的闭合解，所以，某种形式的数值解就不可避免；而Garofalo和Malhotra（1997）采用的广义二次型函数则能求得产能产出的解析解。

成本函数方法根植于厂商选择理论，它根据对企业的行为假设计算出产能产出。尽管成本函数方法有明确的经济含义，但应用到中国现实中存在以下几个待解决的问题。第一，正如前面指出的，成本函数形式选取的任意性会影响到测算结果的稳定性。其次，应用成本函数法测算产能需要大量准确的要素价格信息，而当前中国土地、原材料、能源等要素市场化改革滞后，一系列要素价格并不能充分反映各类资源的真实价格，再加上各级政府在经济增长目标驱动下，普遍施行财政补贴、税收减免、信贷支持等产业政策，这些都会严重干扰准确获取企业投入价格信息，限制了成本函数方法的应用。第三，转型阶段国企多重任务目标的现实使得成本最小化或者利润最大化的行为假设可能并不完全准确。第四，目前利用成本函数方法测算产能都是从行业层面建立成本函数计量方程，隐含假设同一行业内部的企业具有相同的成本结构，忽略了企业异质性特征。

DEA法与成本函数法实际对应着看待产能产出两种不同的视角：前者把产能产出视作最大产出，后者把产能产出视作有效产出（Fare et al.，2000）。按照前一种思路，由于资源是稀缺的，对产能的利用越大越好；根据后一种思路，当产能利用提高后，企业其它投入成本也会随之提高，因为要安排更多的工人轮班，对机器进行更多的维护等等，如此就限制了产能利用的进一步扩大。由于产能利用率属于短期经济变量，所以由这两类方法得到的结果并不完全一致，通常也不具有可比性。由成本函数法得到的产能利用率以数值1为分界线，小于1即表明存在某种程度的产能过剩，大于1则表示产能超负荷利用；由DEA法得到的产能利用率不会大于1，需根据某个正常的产能利用率标准来判断是否存在产能过剩，一般而言，这一标准会因行业技术特征、区域发展水平等因素的差异而不同。

2. 间接测量法。除了上述直接测量方法，很多国内学者选取与产能利用率密切相关的替代指标，通过建立刻画产能过剩的指标体系来对产能过剩进行判断。韩国高和王立国（2012）以钢铁业为例，从固定资产投资、产需与库存、行业效益、劳动和生产成本5个方面选择了11个指标来构建产能过剩的监测预警系统，并用熵值法确定每个指标在预警系统中的权重，最后得到综合的产能利用率情况。江源（2006）利用报告期内某行业主要产品实物产量与相应的生产能力之比来衡量行业产能利用率，并分析对比了钢铁、煤炭、水泥、电解铝和汽车五个行业1995年～2005年的产能利用率。但是以实物计算的产能利用率仅能反映某一细分行业或者较为粗略地代表全行业的产能利用率，无法得出全行业的产能利用率。例如对于钢铁行业，仅能以粗钢产能利用率来反映其产能利用率。周劲和付保宗（2011）从经济效应、社会效应和环境效应3方面选取7个指标（工业品出厂价格、成本费用利润率、资金利税率、企业亏损面、闲置资产、失业人数、银行呆坏账、三废排放）构建了产能过剩的评价体系。刘晔、葛维琦（2010）建立了一个由5个一级指标、14个二级指标组成的产能利用率评价体系，并用它对煤炭产业的产能利用进行了评估。黄永和等（2007）研究了汽车产能利用率的衡量指标，他们用库存、价格、利润率（利润总额/产品销售收入）、应收账款比重（应收账款/产品销售收入）、亏损总额、亏损面（亏损企业数/企业总数）和产销率来综合反映汽车产能利用情况。

除了建立指标体系，部分学者还发展了一些测算产能利用率的非常规方法，比如Shaikh和Moudud（2004）假设产能产出与资本存量存在长期稳定的关系，然后建立资本存量与产能的协整方程，根据资本存量数据来推算产能产出。程俊杰（2015）利用该协整测算了我国30个省市2001-2012年的工业产能利用率。协整方法对资本存量数据的准确测度要求很高，众所周知，这不是一个简单的问题。其次，这种方法侧重宏观产能分析，难以获得关于微观企业产能利用率分布特征的启示。Dergiades和Tsoulfidis（2007）通过建立投资、利润和信贷的结构向量自回归（SVAR）方程来估算产能利用率，他们的方法同样是从宏观角度分析产能利用，缺乏行业和企业层面的分析。

三、 结论与建议

国外发达国家很早就开始了对产能过剩的定量测算工作，这些研究成果可以为我们提供指导和帮助。本文通过梳理对比产能过剩不同测量方法，发现不同方法对产能的定义有明显差异，其中最大产出和有效产出是两种最常用的定义。除此之外，不同学者还发展出建立指标体系、协整、VAR等方法来对产能利用率进行测算。鉴于产能过剩问题的复杂性，单一评价方法可能难以对产能过剩情况进行准确度量，只有通过多角度，多方法的比较，才有可能形成对产能过剩的准确判断。除此之外，国家统计部门应着力提高企业产能利用率数据的调查能力，并能定期及时地向外界公布这些信息，减少企业的盲目投资，也利于学者从不同角度分析产能利用率的影响因素、变化趋势和行业分布情况。

参考文献：

[1] Carol Corrado and Joe Mattey， Capacity Utilization， Journal of Economic Perspectives，1997，（11）：151-167.

[2] 钟春平，潘黎.“产能过剩”的误区——产能利用率及产能过剩的进展、争议及现实判断[J].经济学动态，2014， （3）：35-47.

[3] Ernst R.Berndt and Catherine J. Morrison， Capacity Utilization Measures： Underlying Economic Theory and an Alternative Approach， American Economic Review，1981，（71）：48-52.

[4] Randy A.Nelson， On the Measurement of Capacity Utilization， Journal of Industrial Economics，1989，（37）：273-286.

[5] L.R.Klein， Some Theoretical Issues in the Measurement of Capacity， Econometrica，1960，（28）：272-286.

[6] Lawrence R. Klein and Robert Summers， The Wharton Index of Capacity Utilization （University of Pennsylvania， Wharton School of Finance and Commerce， Economics Research Unit），1996.

[7] Richard Harris and Jim Taylor， The Measurement of Capacity Utilization，Applied Economics， 1985，17（5）：849-866.

[8] Rolf Fare， Shawna Grosskopf and Edward C. Kokkelenberg， Measuring Plant Capacity， Utilization and Technical Change： A Nonparametric Approach， International Economic Review，1989，30（3）：655-666.

[9] James Kirkley， Catherine J. Morrison Paul， Dale Squires， Capacity and Capacity Utilization in Common-pool Resource Industries， Environmental and Resource Economics，2002，22（1-2）：71-97.

[10] Roxani Karagiannis， A System-of-Equations Two-Stage DEA Approach for Explaining Capacity Utilization and Technical Efficiency， Annals of Operations Research，2013，227（1）：25-43.

[11] 董敏杰，梁泳梅，张其仔.中国工业产能利用率：行业比较、地区差距及影响因素[J].经济研究，2015，（1）：84-98.

[12] 韩国高，高铁梅，王立国，齐鹰飞，王晓姝.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.

[13] 韩国高，王立国.我国钢铁业产能利用与安全监测：2000-2010年[J].改革，2012，（8）：31-41.

[14] 江源.钢铁等行业产能利用评价[J].统计研究，2006，（12）：13-19.

[15] 周劲，付保宗.产能过剩的内涵、评价体系及在我国工业领域的表现特征[J].经济学动态，2011，（10）： 58-64.

[16] 刘晔，葛维琦.产能过剩评估指标体系及预警制度研究[J].经济问题，2010，（11）：38-40.

[17] 黄永和，刘斌，吴松泉，胡卫国.我国应制订汽车产能利用衡量标准[J].汽车工业研究，2007，（11）：2-8.

[18] 程俊杰.转型时期中国产能过剩测度及成因的地区差异[J].经济学家，2015，（3）：74-83.