我国海工装备制造业全要素生产率研究

孙辉，安然，胡振宇

(综合开发研究院(中国·深圳) 深圳 518000)



我国海工装备制造业全要素生产率研究

孙辉，安然，胡振宇

(综合开发研究院(中国·深圳) 深圳 518000)

海工装备制造业是我国拓展蓝色经济空间、推动产业转型升级的重要领域。文章以15家海工装备上市企业2010—2014年数据为基础，采用Malmquist生产力指数测算我国海工装备制造业全要素生产率变化情况，并利用面板数据模型分析影响这一变化的主要因素，提出加大海工装备制造领域人力资本投资，谨慎、有针对性地制定产业补贴政策，推动产业健康有序发展3点建议。

海工装备；海洋工程；装备制造；海洋科技；科技创新

1 引言

21世纪是海洋的世纪，面对海洋资源开发利用这一不断成长的新兴市场，世界各国都在积极发展海洋工程装备制造业。海洋工程装备是指海洋工程中所涉及的装备，通常主要指海洋资源(尤其是海洋油气资源)勘探、开采、加工、储运、管理、后勤服务等方面的大型工程装备和辅助设备[1]。海工装备不仅集中陆上最先进的技术、工艺、产品成果，而且需创造性地开发新技术以适应海洋环境的特殊性和复杂性。然而，目前我国海工装备制造领域仍处于集成创新和逆向模仿阶段[2]，产品附加值、技术含量较低，处于产业链的价值低端；此外，在未充分考虑自身发展条件和产业发展空间的情况下，沿海地区盲目扩大产业规模，导致产业布局分散、重复建设严重，产能过剩和投资浪费的风险加剧[3]。为促进海工装备制造业高效发展，在加大海洋科技资源投入的基础上，应更加关注海洋科技效率的提升。

目前针对海洋全要素生产率的研究较少，现有研究主要针对沿海地区的海洋科技效率或全要素生产率测算和比较分析。樊华[4]采用DEA模型测度海洋科技效率，并对我国区域海洋科技创新效率及影响因素进行研究；苏为华等[5]基于我国沿海11个省(自治区、直辖市)有关海洋经济数据，运用Malmquist指数法测度各地全要素生产率指数，并对指数进行因素分析；丁黎黎等[6]基于Tobit模型考察不同因素对海洋经济绿色全要素生产率的影响；戴彬等[7]采用随机前沿模型(SFA)测度我国沿海11个省(自治区、直辖市)的海洋科技全要素生产率指数，并对其时空格局演变和影响因素进行分析。

目前我国海洋经济统计核算体系尚不成熟，海洋全要素生产率测算所需海洋资本存量等指标缺乏可靠来源，此外缺少对单个海洋产业科技效率的研究。海工装备制造业作为资本和技术高度密集型产业，是推动科技创新和技术进步的重要载体，由于缺少系统可靠的数据，目前有关海工装备制造业科技效率的研究鲜见。

为解决宏观经济数据不足或样本量过小的问题，越来越多的学者开始运用企业层面数据进行全要素生产率分析，主要包括《中国工业企业数据库》[8-9]和上市企业数据[10-11]。本研究以我国15家海工装备上市企业2010—2014年数据为基础，利用Malmquist生产力指数测算我国海工装备制造业全要素生产率变化情况，并通过建立面板数据模型，分析影响全要素生产率变化的主要因素。

2 研究方法

2.1 模型构建

瑞典经济学家和统计学家Sten Malmqusit在1953年研究消费的过程中首次提出Malmquist指数，该指数的主要原理是通过建立线性规划方程测算生产技术前沿，并在此基础上评价生产行为的技术效率。相对于其他评估方法和模型，Malmquist指数的优点主要体现在两个方面：①无须设定生产函数，从而避免因函数形式设定误偏导致的错误评估结果；②可将技术指数分解为技术进步和技术效率变化[12]。本研究将每个海工装备企业作为一个独立的生产决策单位，构造各时期产业的生产前沿面，并将每个企业的投入产出与生产前沿面进行比较，从而测算技术进步和技术效率变化情况。

Malmquist生产率指数可表示为：

(1)

式中：D0表示距离函数。式(1)中的Malmquist指数测度在时期t的技术条件下，从时期t到时期(t+1)的技术效率变化。在时期(t+1)的技术条件下，从时期t到时期(t+1)的技术效率变化的Malmquist生产率指数可表示为：

(2)

为避免时期选择的随意性可能导致的差异，可用式(1)和式(2)所得两个Malmquist生产率指数的几何平均值来衡量从t时期到(t+1)时期的生产率变化。当该指数大于1时，表明从t时期到(t+1)时期的全要素生产率是增长的。

=techch×effch=techch×pech×sech

(3)

式(3)给出Malmquist生产率指数的分解结果，该指数总体上可分解为技术进步指数(techch)和技术效率变化指数(effch)两项。技术进步是创新或引进先进新技术的结果，引起生产前沿面的外移；技术效率变化主要是制度改革等引起的效率提高(逼近生产可能性边界)的结果，即在一定资源条件下多大程度上可以得到最大可能产出。技术效率变化指数又可以分解为纯技术效率变化指数(pech)和规模效率变化指数(sech)。

2.2 指标选取

选择合适的投入和产出变量是利用Malmquist指数法获取客观准确结论的关键，但目前对此变量的选取标准还没有形成共识。常用的产出指标包括总产值、增加值或营业收入，由于《中国工业企业数据库》包含工业增加值和工业总产值数据，以其作为数据来源的一般采用工业增加值或工业总产值作为产出指标，而以上市公司作为数据来源的往往以营业收入作为产出指标；投入变量相对统一，主要采用年均固定资产净额和年均从业人员人数，作为资本和劳动力要素的代理变量，有些研究会根据特定目的选择额外的投入指标[9-11，13]。在考虑指标的合理性和可得性的基础上，以企业营业收入为产出指标，以年均固定资产净额和年均从业人员人数为投入指标，构建2010-2014年15个海工装备上市企业的投入产出面板数据。

2.3 样本及数据来源

本研究选取上海嘉豪、山东墨龙、润邦股份、中集集团、中国重工、中船防务、振华重工、中国船舶、钢构工程、神开股份、中南重工、中核科技、华东重机、大连重工、杭齿前进共15家海工装备制造业上市公司作为研究样本。样本选取标准参考《海洋及相关产业分类》中关于对海洋设备制造业概念的解释，若公司主营业务包括海洋设备制造业则将其纳入样本企业；部分上市企业虽经营业务涉及海洋设备制造业，但并非其主营业务，或为2014年及以后年度进入该行业，则未被纳入样本企业。样本囊括国内海工装备制造业具有相当规模和行业影响力的企业，能基本反映我国海工装备制造业的整体情况。

样本期为2010—2014年。部分样本企业在2010年和2011年公开上市，本研究所需数据可从其上市后历年公布的年度报表中查到，但上市之前的数据无法完整获取，因此以2010年作为基期。

营业收入和从业人员人数均直接取自公司年度报表，年均固定资产净额用公司上年度末和本年度末固定资产净值的平均值表示，年均从业人员人数用公司上年度末和本年度末从业人员人数的平均值表示。为更准确反映企业的要素投入和全要素生产率水平，本研究以2010年为基期，利用全国工业产品出厂价格指数和全国固定资产价格指数，分别对营业收入和固定资产净额进行评价处理，消除价格因素的影响。

2.4 效率测度与分析

采用DEAP软件，计算各公司和产业的全要素生产率变化指数。

2010—2014年我国海工装备制造业的全要素生产率呈“V”形变化，与企业整体营业收入的变化趋势基本保持一致。全行业年均Malmquist生产率指数为0.903，行业全要素生产率有所下降，尤其是2011—2013年，受国际海工市场和国内产能快速扩张影响，全要素生产率出现较大幅度下降(表1)。

表1 全国海工装备制造业年均Malquist指数及其分解

从全要素生产率的分解情况来看(表1)，技术效率变化和技术进步呈反向变动趋势，可以理解为产业内部的技术创新与模仿学习交替进行。技术效率变化指数有所增长，表明整个产业内部通过模仿、消化和吸收前沿技术，不断接近最佳前沿技术，缩小与最佳前沿技术之间的差距。技术进步指数有所下降，导致全要素生产率下降；技术进步指数仅在2012—2013年实现正增长，表明仅在这一时期生产前沿面向前移动或前沿技术出现进步。

从技术效率变化指数的分解情况来看(表1)，纯技术效率变化和规模效率变化共同促进技术效率的提升。纯技术效率指数增长，说明大多数公司管理水平、学习能力较强；规模效率变化指数也有所增长，说明我国海工装备制造业总体上还处于规模报酬递增阶段，公司规模存在发展壮大的空间。

从单个公司的全要素生产率来看(表2)，中南重工、振华重工的最高，且平均全要素生产率处于上升趋势。其中振华重工全要素生产率的上升来自技术进步，表明企业的技术创新能力不断增强；而中南重工全要素生产率的上升依靠技术效率提高，表明企业通过学习、消化和吸收先进技术，生产效率不断提高；上海嘉豪、华东重机和中船防务的全要素生产率处于落后地位且趋于下降，主要由技术进步负增长导致，企业的技术创新能力被大幅削弱。

表2 全国15家海工装备制造业 平均Malquist指数及其分解

3 影响因素实证分析

评价我国海工装备制造业的全要素生产率，目的是揭示影响海工装备制造业生产效率的主要因素，为政府制定扶持政策提供参考，从而最终提高全行业的全要素生产率，实现产业增长由要素投入驱动转向技术进步和技术效率改进推动。本研究结合生产效率研究的国际经验和我国海工装备制造业运营的实际特点，探究影响我国海工装备制造业上市公司全要素生产率的因素，以15家上市公司全要素生产率值为因变量，以企业规模、国有股占比、研发投入、人力资本、出口收入、补贴收入、固定资产7个指标为自变量，构建Panel data模型。

3.1 计量模型

计量分析模型为：

(4)

式中：TH表示全要素生产率；size表示企业规模，用企业资产总额占全部企业资产总额比重表示；gyg表示国有股占比，用国家股和国有法人股数量占全部股份数量比重表示；yfqd表示研发投入，用研究开发费用占营业收入比重表示；rlzb表示人力资本，用技术人员数量占全部员工数量比重表示；ckzb表示出口收入，用出口收入占主营业务收入比重表示；btzb表示补贴收入，用政府补贴收入占主营业务收入比重表示；gdzczb表示固定资产，用固定资产总额占资产总额比重表示；ε为随机扰动项。

对式(4)进行F检验，回归结果显示应选择固定效应模型；再对式(4)进行Hausman检验，回归结果显示应选择随机效应模型。本研究采用随机效应模型对方程进行回归。

3.2 回归结果

人力资本对全要素生产率存在显著的促进作用，补贴收入、固定资产对全要素生产率存在显著的阻碍作用，企业规模、国有股占比、研发投入、出口收入对全要素生产率均不存在显著影响(表3)。

表3 回归结果

注：＊＊＊、＊＊、＊分别表示在1%、5%、10%的水平上显著.

人力资本作为知识和技术进步的重要载体，通过决定企业技术创新能力从而直接影响全要素生产率水平，是影响全要素生产率水平的决定性因素。目前我国深水海洋工程装备专业设计机构和专业设计人员较少，国内大多数船企缺乏海洋工程建造和管理等相关经验，因此应加强海工装备科研技术人才的引进与培养，从而增强企业科技创新能力、提升企业全要素生产率。

补贴收入产生显著阻碍作用，即政府补贴不利于企业全要素生产率的提升。2010年以来，国务院颁布《关于加快培育和发展战略性新兴产业的决定》《海洋工程装备制造业中长期发展规划》等一系列政策措施，对海工装备企业的财政补贴力度明显加大。一方面，部分市场竞争力低下和亏损企业在政府补贴下存活，抑制行业整体全要素生产率的提升；另一方面，部分企业在得到补贴的情况下，加大对低效率项目的过度投资和对其他生产要素的不合理替代，从而降低企业生产效率。

海工装备产业虽然是重资产行业，但实证结果显示过高的固定资产占比并不利于全要素生产率的提升。在船舶制造业遇冷、海工装备制造业受热的背景下，国内船厂纷纷转向海工装备市场，2010—2014年海工装备制造业固定资产总额增幅高达40%、年均增速接近12%，远远高出同期主营业务收入5.8%的增幅和年均2%的增速。固定资产投资的快速增加有助于促进规模经济效应和提高劳动效率，同时可能促进技术效率提升；但固定资产投资是否能够有效促进技术进步还取决于所投资设备的技术含量以及设备与人力资本的协调配合程度。如果固定资产投资主要是为扩大企业规模、增加生产能力，而不是借助设备提升企业技术水平和生产效率，则其反而可能产生阻碍作用。

4 结论与建议

本研究首先采用非参数Malmquist指数法估算2010-2014年全国海工装备制造业全要素生产率的变化情况，并将其进一步分解为技术效率变化和技术进步。以此为基础，利用面板数据模型对影响全要素生产率的因素进行实证分析。受公司上市时间和公开数据的限制，本研究样本期限相对较短，部分自变量对全要素生产率作用的显著性可能受到一定程度的影响。

为提升海工装备制造业的发展质量和效益，需要提高其全要素生产率，尤其是技术进步水平。首先，加大海工装备领域的人力资本投资，大力引进和培养海工装备高端科研人才，同时将职业培训或技能教育提升到更加重要的地位，建设专业、熟练的海工技术人才队伍；其次，谨慎、有针对性地制定政府补贴政策，政府补贴需进一步向重点研发环节倾斜，保证企业切实将补贴用于科研创新，同时设定明确的市场退出与调整机制，避免补贴从短期扶持变成长期依赖；最后，结合海工装备制造业高投资、高技术和高风险的特点，推进企业间的兼并重组，提升产业集中度，稳步解决过剩产能和无序发展问题，提升产业的投资效率和规模收益，推动产业健康有序可持续发展。

[1] 马延德.海洋工程装备[M].北京:清华大学出版社，2013.

[2] 国家海洋局海洋发展战略研究所课题组.中国海洋发展报告[R].北京:海洋出版社，2007.

[3] 杜利楠，栾维新，片峰.沿海省区发展海工装备制造业的潜力评价研究[J].科技管理研究，2015，35(9):66-70.

[4] 樊华.中国区域海洋科技创新效率及其影响因素实证研究[J].海洋开发与管理，2011，28(9):57-64.

[5] 苏为华，王龙，李伟.中国海洋经济全要素生产率影响因素研究：基于空间面板数据模型[J].财经论丛，2013，29(3):9-13.

[6] 丁黎黎，朱琳，何广顺.中国海洋经济绿色全要素生产率测度及影响因素[J].中国科技论坛，2015，31(2):72-78.

[7] 戴彬，金刚，韩明芳.中国沿海地区海洋科技全要素生产率时空格局演变及影响因素[J].地理研究，2015，34(2):328-340.

[8] 杨汝岱.中国制造业企业全要素生产率研究[J].经济研究，2015，61(2):61-74.

[9] 涂正革，肖耿.中国的工业生产力革命：用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析[J].经济研究，2005，51(3):4-15.

[10] 袁晓玲，张宝山，方莹.通信设备制造业全要素生产率增长与技术进步[J]，经济管理，2009，31(1):126-134.

[11] 张才明，周正卿，王烨.我国上市软件公司全要素生产率实证研究[J].技术经济与管理研究，2011，32(2):7-12.

[12] 魏权龄.数据包络分析[M].北京:科学出版社，2004.

[13] 薛红芳，谢守红.长三角工业企业全要素生产率的测算与比较[J].科技和产业，2014，14(10):116-120.

The Total Factor Productivity of Marine Equipment Manufacturing Industry

SUN Hui，AN Ran，HU Zhenyu

(China Development Institute，Shenzhen 518000，China)

Marine equipment manufacturing industry is an important field to expand the blue economic space，promote industrial transformation and upgrading.This paper adopted Malmquist productivity index to estimate the change of total factor productivity of China’s marine equipment manufacturing industry by data from 15 marine equipment listed enterprises during 2010—2014，and used panel data model to analyze the influential factors.The paper also put forward three suggestions: increasing investment in human capital，formulating the subsidy policy carefully and pertinently，and promoting the healthy and orderly industrial development.

Marine equipment，Marine engineering，Equipment manufacturing，Marine science and technology，Technological innovation

2016-05-03；

2016-11-03

海洋经济创新发展区域示范专项(GD2012-D02-003).

孙辉，研究员，硕士，研究方向为海洋经济，电子信箱：sun.jiang2007@163.com

F407；P7

A

1005-9857(2016)12-0019-05