工业基础能力提升研究

吴磊

摘 要：基于2004—2013年我国30个省际面板数据，采用扩展的C-D生产函数，选择技术创新、资本存量、劳动力和能源要素作为解释变量构建模型，实证分析工业生产总值的影响因素。结果表明，当前我国工业生产值主要依赖资本投入和能源消耗，它们对工业生产值的影响系数最大；劳动力和技术创新对工业发展有正向影响，但影响力较小。最后，提出我国工业基础能力提升的对策。

关键词：工业基础能力；C-D生产函数；技术创新

中图分类号：F40 文献标志码：A 文章编号：1673-291X（2016）04-0001-03

引言

从2009年起，中国成为世界第一制造大国，我国工业部门GDP年增长率达到11.6%。经济的快速发展得益于中国制造，然而距离中国创造还有很长的路要走。长期以来，我国的经济发展主要依靠投资、出口拉动，并且过度依赖资本和劳动力的高投入，依赖低廉的劳动力成本形成了劳动密集型产业为主，但是处于在国际分工中价值链的低端。在资源和环境的制约下，第二产业中的高耗能产业的逐步淘汰，加剧了我国工业发展条件的恶化。人口规模开始进入路易斯拐点，人口红利开始减弱，劳动人口的增长速度缓慢以至于工业就业人数降低等问题开始凸显。随着经济发展，对环境的要求越来越高，急需调整当前的经济发展模式提升工业基础能力，促进创新驱动。支持重点产业优化，提升国际竞争力，使工业发展步入新常态。

一、文献回顾

Rashe&Tatom（1977）首次在Cobb-Douglas生产函数中引入能源消费，之后这种从经济增长理论上进而从实证定量上寻求能源与经济发展关系的研究开始为主流经济学家所采用。赵丽霞（1998）采用VAR模型将能源作为新变量引入C-D生产函数进行实证，得出经济增长与能源消费正相关的结论。沈能（2006）对我国1985—2003年的区域数据进行分析认为，全要素生产率的提高主要是得益于技术进步；陶洪、戴昌钧（2007）分析了1999—2005年期间，影响中国省际工业劳动生产率变动的主要因素来源于技术进步，其次是资本深化。马琳（2010）通过回归，拟合了我国1985—2007年柯布道格拉斯生产函数，经过检验，劳动力与资本能够很好地解释经济的增长；观测值与预测值也基本吻合，我国处在规模报酬递增的阶段，劳动力对经济增长的贡献更大一些。通过对上述相关理论和文献梳理发现，目前对工业产值的研究取得了很多有价值的成果，但以技术创新、资本存量、劳动力和能源要素同时作为解释变量构建模型的研究目前尚未取得一致的结论，并且对我国新常态下经济发展转轨时期的工业基础能力研究较少。为此，本文将通过回归方法对以上几个因素对工业产值增加量的影响程度做出实证分析，并提出了提升我国当前工业基础能力的对策建议。

二、模型与数据

（一）计量模型的设定

假设工业总产值为扩展的Cobb-Douglas函数，并且将能源消费因子插入进去后得出下式：

Y=AKαLβEγ 0<α<1，0<β<1，0<γ<1 （1）

其中Y为工业总产值，参数A为技术创新，K为资本存量，L为劳动力，E代表能源要素。α、β、γ分别表示资本、劳动、技术创新的产出弹性系数。

为了减少异方差，根据一般面板数据的做法，我们对所有变量的数据都取对数，即（1）式的变量取对数模型为：

lnYit=lnAit+αlnKit+βlnLit+γlnEit+εit （2）

其中i为地区，t为时间。

（二）数据来源与变量说明

文章所采用的指标数据来源于中国国家统计局官方网站，基于数据的完整性，选用2004—2013年的30个省级面板数据。由于部分数据的缺失，西藏没有纳入分析。

基于C-D生产函数，本文重点探讨了技术创新、资本存量、劳动力、能源要素对各省当年的工业产值增加值的影响。各变量的预期符号及解释如下：

1.各省当年的工业增加值（Y-gycz）

本文主要研究工业基础能力，因此工业的产出增加值作为衡量工业能力提升成果的重要指标。工业增加值越多，说明当年的工业能力提升越高，增速越快。由于统计数据的来源有限，最后确定为各省当年规模以上工业增加值。

2.技术创新（A-tec）

技术进步是工业产值增加的主要因素，此外，技术进步在长期发展中可以减少能源消耗，而短期内效果不明显。技术进步能够有效地促进工业产值的增加，因此本文对该变量的符号预期为正。以往的学者通常采用R&D经费支出，专利授权项以及研发人员数量来度量。基于数据来源，本文以当年各个省的技术技术市场成交额来度量技术创新。

3.资本存量（K-cap）

在古典生产函数里资本、劳动和技术进步是影响产出的主要因素，因此当前我国经济最重要的因素就是资本投资，外商投资所占的比重不断提高，有力地促进了我国工业产出的增长。因此，本文对该变量的符号预期为正。目前，将工业划分为采矿业、制造业、电力、燃气及水的生产和供应业以及建筑业，选取这些指标的固定资产投资来衡量。

4.劳动力（L-lab）

基于我国廉价的劳动力成本形成了以劳动禀赋的劳动力密集型产业，并且比重较大。劳动力的投入越多，产值增长越快，因此本文对该变量的符号预期为正。我们采用各省第二产业就业人数作为工业的劳动力投入，主要是采矿业、制造业、电力、燃气及水的生产和供应业和建筑业按行业城镇单位、私营企业和个体以及城镇私营企业和个体中就业人数的总和。

5.能源要素（E-eng）

传统的能源要素主要是煤、石油、天然气，但考虑到数据来源问题，且当前工业发展能源主要依赖电能，因此我们采用了电力消费作为能源消费的替代指标。能源对产出带来正效应，能源投入越多，产出越多，因此本文对该变量的符号预期为正。采用工业用电量，主要是能源消耗品中的电力消耗。

（三）实证分析

使用Stata10 软件对面板数据模型进行估计，分别进行混合估计模型（Pooled Regression Model）、固定效应模型（Fixed Effect Regression Model）、随机效应模型（Random Effect Regression Model），结构（见下表）。根据Hausman 检验原理，通过观察面板回归结果可知，固定效应面板回归的效果最佳，模型中的相关系数基本通过1%的显著性水平，同时Hausman 检验统计量为40.03，且伴随概率为0，小于0.05的原假设，结果表明，面板数据模型应该选择固定效应面板回归模型（见下表）。

本文采用最小二乘法（OLS）对模型（2）进行回归，系数回归模型最后确定为固定效应模型（如上表所示）。回归结果显示，R2值在90%以上说明数据拟合效果良好，从F值看，模型的稳定性高，能较好地反映变量之间的关系，体现变量之间的实际关联。从模型Ⅱ的回归系数来看，规模以上工业的固定资本投入与工业产值增加值呈现正相关关系，且影响系数范围在0.601，并且通过了1%的显著性检验。也就是说，工业资本投入每增加1%，工业产值增加的弹性为0.601。这与预期的结果符号吻合，符合当前我国工业发展的现状，主要依靠资本推动型。其次，模型Ⅱ的工业就业系数为0.0626，通过了5%的显著性检验，说明工业增加值对劳动力的弹性系数为0.0626。符号符合预期，存在正相关，表明劳动力的投入对工业产值增加是正效应，较高的劳动投入带来高的工业产出，通过省际面板数据数据分析，工业产值对劳动力的弹性系数较低，说明我国已由劳动力密集型产业开始转型，工业发展开始逐步减弱了对劳动力的依赖。再次，模型Ⅱ在能源要素上对工业产出的弹性为0.577，并且通过1%的显著性检验，符合预期能源对产出的正效应，即能源与产出为正相关，高能源投入带来高产出。这符合目前我国正处于城市化和工业化快速发展阶段，对各种能源的需求不断上升，并且工业发展严重依赖能源消耗的现状。最后，模型Ⅱ在技术创新对工业产出的产出为正相关，与之前的预期相吻合，及科技创新促进工业产出，但是系数都较低，弹性为0.0423，通过了1%的显著性检验。这也符合当前我国经济发展现状，即处于粗放型增长，虽然在技术上有些成就，但不明显，从长期来看，是不可持续的，技术的约束会阻碍经济的持续发展。因此，必须依靠科技创新推动产业向高附加值方向发展，以技术创新实现产业升级。

（四）结论与建议

本文基于我国2004—2013年30个省的面板数据，利用计量经济模型对工业产值增加值、技术创新、资本存量、劳动力、能源要素之间的关系进行了实证分析，得出以下结论：

从短期来看，我国当前的经济增长主要依赖资本投入和能源要素的消耗；技术创新和劳动力的依赖程度不高。然而当前我国经济发展面临资源和环境的制约，第二产业中的高耗能产业的逐步淘汰，加剧了我国工业发展条件的恶化。

从长期来看，人口规模开始进入路易斯拐点，人口红利开始减弱，劳动人口的增长速度缓慢等问题日益凸显。因此，应加大劳动力人口质量提高，减弱工业发展对劳动力的依赖。从可持续发展角度看，我国工业基础能力提升必须依靠科技创新的大量投入，从投资驱动向创新驱动转变。

为提高我国工业基础能力，提出以下对策建议：

1.积极推进“产学研”紧密融合，构建自主创新体系。强化构建以市场为主导、企业为主体的自主创新体系；推进工业企业、高校和科研院所“产学研”紧密结合，以工业的可持续发展带动整个经济的可持续发展。科研院所应联合建立研究开发机构、产业技术联盟等技术创新组织，对一些重大工程和关键技术联合攻关，催生一批代表性成果。提高我国在重大技术装备研发、设计、制造水平的整体提高，夯实四基的发展基础，以技术创新为主力推进工业发展。

2.积极强化科技人才支撑。根据新经济增长理论，人才是创新之本，科技进步和自主创新的实现，必须依靠雄厚的人力资本。人才是技术进步的关键，工业的发展、社会的进步离不开优秀的人才。整合有限的教育资源，建设优势产业集群人才小高地，加大落后地区的财政支出和教育援助，提高东西部地区的基础教育水平，为培养创新型人才奠定基础。

3.制定和实施产业政策，平衡资本投入。建立优先发展、重点发展、限制发展、禁止发展的产业目录，建成一批优势产业集群升级示范区；设立优势产业集群发展专项资金；积极协调各金融机构和商业银行，对国家立项的产业集群发展项目积极给予信贷支持；发挥政府的引导和扶持作用，按区域协调发展和提升产业竞争力的要求，支持优势产业集群企业加快发展，平衡产业之间的资本投入。

4.降低工业发展的能源约束。一是加大能源利用技术科研投入强度，加快创新体系建设，突破制约能源利用技术的重大关键制约技术，尽快实现能源利用核心技术创新。二是重点加大对煤炭利用技术的提升，重点加强煤炭综合利用技术和洁净煤技术创新，提高热效率，降低废气排放。另外，还应加快能源体制改革步伐，建立能够适应我国能源供给消费国情，并能反映能源市场的能源价格形成机制和价格管制方式。

引言

从2009年起，中国成为世界第一制造大国，我国工业部门GDP年增长率达到11.6%。经济的快速发展得益于中国制造，然而距离中国创造还有很长的路要走。长期以来，我国的经济发展主要依靠投资、出口拉动，并且过度依赖资本和劳动力的高投入，依赖低廉的劳动力成本形成了劳动密集型产业为主，但是处于在国际分工中价值链的低端。在资源和环境的制约下，第二产业中的高耗能产业的逐步淘汰，加剧了我国工业发展条件的恶化。人口规模开始进入路易斯拐点，人口红利开始减弱，劳动人口的增长速度缓慢以至于工业就业人数降低等问题开始凸显。随着经济发展，对环境的要求越来越高，急需调整当前的经济发展模式提升工业基础能力，促进创新驱动。支持重点产业优化，提升国际竞争力，使工业发展步入新常态。

一、文献回顾

Rashe&Tatom（1977）首次在Cobb-Douglas生产函数中引入能源消费，之后这种从经济增长理论上进而从实证定量上寻求能源与经济发展关系的研究开始为主流经济学家所采用。赵丽霞（1998）采用VAR模型将能源作为新变量引入C-D生产函数进行实证，得出经济增长与能源消费正相关的结论。沈能（2006）对我国1985—2003年的区域数据进行分析认为，全要素生产率的提高主要是得益于技术进步；陶洪、戴昌钧（2007）分析了1999—2005年期间，影响中国省际工业劳动生产率变动的主要因素来源于技术进步，其次是资本深化。马琳（2010）通过回归，拟合了我国1985—2007年柯布道格拉斯生产函数，经过检验，劳动力与资本能够很好地解释经济的增长；观测值与预测值也基本吻合，我国处在规模报酬递增的阶段，劳动力对经济增长的贡献更大一些。通过对上述相关理论和文献梳理发现，目前对工业产值的研究取得了很多有价值的成果，但以技术创新、资本存量、劳动力和能源要素同时作为解释变量构建模型的研究目前尚未取得一致的结论，并且对我国新常态下经济发展转轨时期的工业基础能力研究较少。为此，本文将通过回归方法对以上几个因素对工业产值增加量的影响程度做出实证分析，并提出了提升我国当前工业基础能力的对策建议。

二、模型与数据

（一）计量模型的设定

假设工业总产值为扩展的Cobb-Douglas函数，并且将能源消费因子插入进去后得出下式：

Y=AKαLβEγ 0<α<1，0<β<1，0<γ<1 （1）

其中Y为工业总产值，参数A为技术创新，K为资本存量，L为劳动力，E代表能源要素。α、β、γ分别表示资本、劳动、技术创新的产出弹性系数。

为了减少异方差，根据一般面板数据的做法，我们对所有变量的数据都取对数，即（1）式的变量取对数模型为：

lnYit=lnAit+αlnKit+βlnLit+γlnEit+εit （2）

其中i为地区，t为时间。

（二）数据来源与变量说明

文章所采用的指标数据来源于中国国家统计局官方网站，基于数据的完整性，选用2004—2013年的30个省级面板数据。由于部分数据的缺失，西藏没有纳入分析。

基于C-D生产函数，本文重点探讨了技术创新、资本存量、劳动力、能源要素对各省当年的工业产值增加值的影响。各变量的预期符号及解释如下：

1.各省当年的工业增加值（Y-gycz）

本文主要研究工业基础能力，因此工业的产出增加值作为衡量工业能力提升成果的重要指标。工业增加值越多，说明当年的工业能力提升越高，增速越快。由于统计数据的来源有限，最后确定为各省当年规模以上工业增加值。

2.技术创新（A-tec）

技术进步是工业产值增加的主要因素，此外，技术进步在长期发展中可以减少能源消耗，而短期内效果不明显。技术进步能够有效地促进工业产值的增加，因此本文对该变量的符号预期为正。以往的学者通常采用R&D经费支出，专利授权项以及研发人员数量来度量。基于数据来源，本文以当年各个省的技术技术市场成交额来度量技术创新。

3.资本存量（K-cap）

在古典生产函数里资本、劳动和技术进步是影响产出的主要因素，因此当前我国经济最重要的因素就是资本投资，外商投资所占的比重不断提高，有力地促进了我国工业产出的增长。因此，本文对该变量的符号预期为正。目前，将工业划分为采矿业、制造业、电力、燃气及水的生产和供应业以及建筑业，选取这些指标的固定资产投资来衡量。

4.劳动力（L-lab）

基于我国廉价的劳动力成本形成了以劳动禀赋的劳动力密集型产业，并且比重较大。劳动力的投入越多，产值增长越快，因此本文对该变量的符号预期为正。我们采用各省第二产业就业人数作为工业的劳动力投入，主要是采矿业、制造业、电力、燃气及水的生产和供应业和建筑业按行业城镇单位、私营企业和个体以及城镇私营企业和个体中就业人数的总和。

5.能源要素（E-eng）

传统的能源要素主要是煤、石油、天然气，但考虑到数据来源问题，且当前工业发展能源主要依赖电能，因此我们采用了电力消费作为能源消费的替代指标。能源对产出带来正效应，能源投入越多，产出越多，因此本文对该变量的符号预期为正。采用工业用电量，主要是能源消耗品中的电力消耗。

（三）实证分析

使用Stata10 软件对面板数据模型进行估计，分别进行混合估计模型（Pooled Regression Model）、固定效应模型（Fixed Effect Regression Model）、随机效应模型（Random Effect Regression Model），结构（见下表）。根据Hausman 检验原理，通过观察面板回归结果可知，固定效应面板回归的效果最佳，模型中的相关系数基本通过1%的显著性水平，同时Hausman 检验统计量为40.03，且伴随概率为0，小于0.05的原假设，结果表明，面板数据模型应该选择固定效应面板回归模型（见下表）。

本文采用最小二乘法（OLS）对模型（2）进行回归，系数回归模型最后确定为固定效应模型（如上表所示）。回归结果显示，R2值在90%以上说明数据拟合效果良好，从F值看，模型的稳定性高，能较好地反映变量之间的关系，体现变量之间的实际关联。从模型Ⅱ的回归系数来看，规模以上工业的固定资本投入与工业产值增加值呈现正相关关系，且影响系数范围在0.601，并且通过了1%的显著性检验。也就是说，工业资本投入每增加1%，工业产值增加的弹性为0.601。这与预期的结果符号吻合，符合当前我国工业发展的现状，主要依靠资本推动型。其次，模型Ⅱ的工业就业系数为0.0626，通过了5%的显著性检验，说明工业增加值对劳动力的弹性系数为0.0626。符号符合预期，存在正相关，表明劳动力的投入对工业产值增加是正效应，较高的劳动投入带来高的工业产出，通过省际面板数据数据分析，工业产值对劳动力的弹性系数较低，说明我国已由劳动力密集型产业开始转型，工业发展开始逐步减弱了对劳动力的依赖。再次，模型Ⅱ在能源要素上对工业产出的弹性为0.577，并且通过1%的显著性检验，符合预期能源对产出的正效应，即能源与产出为正相关，高能源投入带来高产出。这符合目前我国正处于城市化和工业化快速发展阶段，对各种能源的需求不断上升，并且工业发展严重依赖能源消耗的现状。最后，模型Ⅱ在技术创新对工业产出的产出为正相关，与之前的预期相吻合，及科技创新促进工业产出，但是系数都较低，弹性为0.0423，通过了1%的显著性检验。这也符合当前我国经济发展现状，即处于粗放型增长，虽然在技术上有些成就，但不明显，从长期来看，是不可持续的，技术的约束会阻碍经济的持续发展。因此，必须依靠科技创新推动产业向高附加值方向发展，以技术创新实现产业升级。

（四）结论与建议

本文基于我国2004—2013年30个省的面板数据，利用计量经济模型对工业产值增加值、技术创新、资本存量、劳动力、能源要素之间的关系进行了实证分析，得出以下结论：

从短期来看，我国当前的经济增长主要依赖资本投入和能源要素的消耗；技术创新和劳动力的依赖程度不高。然而当前我国经济发展面临资源和环境的制约，第二产业中的高耗能产业的逐步淘汰，加剧了我国工业发展条件的恶化。

从长期来看，人口规模开始进入路易斯拐点，人口红利开始减弱，劳动人口的增长速度缓慢等问题日益凸显。因此，应加大劳动力人口质量提高，减弱工业发展对劳动力的依赖。从可持续发展角度看，我国工业基础能力提升必须依靠科技创新的大量投入，从投资驱动向创新驱动转变。

为提高我国工业基础能力，提出以下对策建议：

1.积极推进“产学研”紧密融合，构建自主创新体系。强化构建以市场为主导、企业为主体的自主创新体系；推进工业企业、高校和科研院所“产学研”紧密结合，以工业的可持续发展带动整个经济的可持续发展。科研院所应联合建立研究开发机构、产业技术联盟等技术创新组织，对一些重大工程和关键技术联合攻关，催生一批代表性成果。提高我国在重大技术装备研发、设计、制造水平的整体提高，夯实四基的发展基础，以技术创新为主力推进工业发展。

2.积极强化科技人才支撑。根据新经济增长理论，人才是创新之本，科技进步和自主创新的实现，必须依靠雄厚的人力资本。人才是技术进步的关键，工业的发展、社会的进步离不开优秀的人才。整合有限的教育资源，建设优势产业集群人才小高地，加大落后地区的财政支出和教育援助，提高东西部地区的基础教育水平，为培养创新型人才奠定基础。

3.制定和实施产业政策，平衡资本投入。建立优先发展、重点发展、限制发展、禁止发展的产业目录，建成一批优势产业集群升级示范区；设立优势产业集群发展专项资金；积极协调各金融机构和商业银行，对国家立项的产业集群发展项目积极给予信贷支持；发挥政府的引导和扶持作用，按区域协调发展和提升产业竞争力的要求，支持优势产业集群企业加快发展，平衡产业之间的资本投入。

4.降低工业发展的能源约束。一是加大能源利用技术科研投入强度，加快创新体系建设，突破制约能源利用技术的重大关键制约技术，尽快实现能源利用核心技术创新。二是重点加大对煤炭利用技术的提升，重点加强煤炭综合利用技术和洁净煤技术创新，提高热效率，降低废气排放。另外，还应加快能源体制改革步伐，建立能够适应我国能源供给消费国情，并能反映能源市场的能源价格形成机制和价格管制方式。

参考文献：

[1] Rashe R.，Tatom J.Energy resources and potential GNP[J].Federal Reserve Bank of St Louis Review，1977，（6）：68-76.

[2] 赵丽霞，魏巍贤.能源与经济增长模型研究[J].预测，1998，（6）：32-49.

[3] 沈能.中国制造业全要素生产率地区空间差异的实证研究[J].中国软科学，2006，（6）：101-110.

[4] 陶洪，戴昌钧.中国工业劳动生产率增长率的省域比较——基于DEA的经验分析[J].数量经济技术经济研究，2007，（10）：100-107.

[5] 马琳.经济增长、资本与劳动力的实证分析[J].现代科学管理，2010，（9）：74-76.

[责任编辑 吴高君]