我国制造业产能利用率测度与影响因素研究<br/>——基于十个重点行业

我国制造业产能利用率测度与影响因素研究
——基于十个重点行业

2018-03-17高晓光赵俊男

重庆工商大学学报（社会科学版） 2018年2期

高晓光，赵俊男

(重庆工商大学长江上游经济研究中心,重庆 400067)

引言

随着我国经济步入新常态，伴随宏观经济下行而凸显的产能过剩问题逐步成为经济工作的重点。2014年中央经济工作会议提出在产业结构调整过程中应避免产生新的过剩产能；2015年中央经济工作会议重点部署了供给侧结构性改革的任务与目标，尤其强调了去产能工作的紧迫性与严峻性；2016年中央经济工作会议进一步强调全面落实“三去一降一补”五大任务；2017年，站在新的高度与起点，中央经济工作会议做出继续深化供给侧结构性改革的指示，即适度扩大总需求，加强预期引导，促进经济各领域的平稳健康发展。

制造业是国民经济的支柱产业，是立国之本、兴国之器、强国之基。德勤有限公司和美国竞争力委员会联合发布了《2016全球制造业竞争力指数》的研究报告，该报告指出，中国是全球最具竞争力的制造业国家，中国当前的制造业规模非常大，500多个产品中，220个产品中国的规模全球第一。目前，我国制造业普遍存在产能过剩的问题，大量产能不能消化的局面严重阻碍着制造业产业结构的调整升级，已然成为阻碍我国制造业平稳健康发展的桎梏。产能过剩不仅会造成库存增加、成本上升和效益的大幅下降，还会导致闲置资源浪费、开工率低等一系列后果。

基于此，根据供给侧结构性改革中去产能的具体要求以及我国产能过剩主要分布于制造业的行业特征，一方面，结合2015年国务院印发的《关于推进国际产能和装备制造合作的指导意见》(以下简称《意见》)，将钢铁、有色、建材、铁路、电力、化工、轻纺、汽车、通信、工程机械、航空航天、船舶和海洋工程等产能过剩行业作为去产能的重点领域；另一方面，参考已有研究，发现制造业的产能过剩并不是全行业的产能过剩，轻工业行业的产能利用率大多处于合理区间，重工业行业是产能过剩的“重灾区”，同时考虑到数据的可获取性与准确性，并结合《意见》选取纺织业、化学原料及化学制品制造业、非金属矿物制品业等在内的十个重点行业作为研究对象。产能利用率是衡量产能过剩的重要指标，测度产能利用率有助于系统而全面地认识与了解我国十个重点行业产能过剩的现状，由点及面，通过对十个重点行业的影响因素分析来反映我国制造业产能过剩的成因，进而为整个制造业的产能化解提出可供借鉴的对策措施。

一、文献综述

(一)关于产能利用率测度的研究

目前国内外比较普遍使用产能利用率表示产能过剩程度。产能利用率最早由Chamberlin(1947)提出，将其定义为实际产出与生产能力之比。目前获得产能利用率的方法主要包括峰值法、函数法和数据包络分析法(DEA)。峰值法假设产量最高年份的产能利用率为100%，而非峰值时期的产能则未得到充分利用。沈利生(1999)采用了峰值法估算产能利用率。但Phillips(1963)和Frank(1968)对这种方法提出了质疑，他们指出当经济处于复苏期时，此时的测算结果将会高估产能利用率。函数法更贴近产能利用率的定义，使用比较广泛。韩国高等(2011)和“国务院研究中心《进一步化解产能过剩的政策研究》课题组”(2015)使用成本函数形式分别测算了我国工业部门的产能利用率。但函数形式的具体设定以及均衡条件的确定还存在较大的争议，学者们的意见并不统一。

为了克服函数法的局限，一些学者采用数据包络法(DEA)研究产能利用率。Fare et al.(1989)将偏离前沿面产出的部分分解为技术效率和产能利用率的乘积，将生产能力定义为“不受可变成本约束下的设备最大生产能力”，用“受可变成本约束下的设备最大生产能力”与“不受可变成本约束下的设备最大生产能力”之比表示产能利用率。Pascoe & Tingley(2006)则认为除自然环境等无法消除的因素造成的技术效率损失外，其他情况都应该视作产能过剩。董敏杰等(2015)指出中国处于经济转型期，落后产能普遍存在，因此应该将技术效率的损失纳入产能利用率中。

(二)关于产能过剩成因的研究

国外学者对产能过剩成因的研究主要围绕企业行为等微观形成机制展开。产能的扩张或收缩是一个跨期决策，因此企业为了应对未来市场需求的不确定性，需要保持一定的过剩产能(Jun Ishii，2010)。Ogawa(2004)认为这是企业的一种竞争策略。Dixit(2010)则从沉没成本的角度进行了论述。国内学者立足于我国特殊体制机制环境探讨产能过剩形成的原因。在现有政绩考核制度下，地方政府有很大的权力和激励机制进行干预(沈坤荣等，2012)，地方政府为了推动城镇化发展的政治目标(刘航、孙早，2014)，地方官员为了政绩和升职(干春晖等，2015)，通过政府直接补贴、土地价格优惠以及银行预算软约束等一系列优惠政策(余东华、吕逸楠，2015；江飞涛等，2012)，盲目吸引外资、扩大产能(杨振兵、张诚，2015)，使得企业的成本和风险外部化(王立国等，2012)，最终使得企业产能扩张现象严重。

综上所述，目前对产能过剩的研究整体还处于起步阶段，大多数研究是基于理论层面，基于产能过剩的实证研究还相对较少，这显然不能满足我国去产能大背景的需要。已有的实证方法各有优劣，但整体来看数据包络分析法(DEA)可操作性更强，因此本文选取数据包络分析法(DEA)测度产能利用率。

二、制造业的十个重点行业产能利用率测算

(一)产能过剩的涵义

微观层面上的产能过剩是指企业的实际产出小于其所能实现的生产能力。研究产能过剩的关键在于对生产能力的界定，对生产能力的界定分为工程学意义上的界定、经济学意义上的界定和技术意义上的界定。工程学意义上的产能是指在机器设备正常运转，工人按照轮班制生产的条件下所实现的产出，统计部门通过调查统计得到的产能情况多为此意义上的产能。经济学意义上的产能是指企业在生产成本最小化或利润最大化情况下的产出水平。技术意义上的产能是指企业拥有先进的设备，且设备在充分利用时达到的产出能力。

根据微观层面上产能过剩的定义，本文选取产能利用率作为衡量产能过剩的指标，产能利用率被定义为实际产出与生产能力的比值，反映了企业对生产资源的使用效率。选取技术效率意义上的产能作为企业的产能判断指标，也可以在一定程度上反映我国的落后产能问题。

(二)测算方法

本文采用数据包络分析法(DEA)测算十个行业的产能利用率，我国制造业存在比较普遍的落后产能现象，因此参照董敏杰等(2015)的做法将技术效率纳入产能利用率中，具体方法如下：

用y表示实际产出，y由固定投入F、可变投入V和技术水平TECH共同决定。实际产出函数为：

y=D(F,V,TECH)

(1)

技术水平使用技术效率TE(0≤TE≤1)表示，产出函数变化为：

y=TE*D(F,V)

(2)

技术效率TE的含义是指由于技术水平不高而造成的产出不足，是相对“落后”行业与处在最优前沿面上的“先进”行业之间的相对效率，因此用来表示落后产能程度。技术效率越低的行业，落后产能现象越严重。用Y1=D(F)表示不受可变成本约束下的设备最大生产能力；Y2=D(F,V)表示受可变成本约束下的最大生产能力。产能利用率CU的函数形式为：

CU=y/D(F)=TE*D(F,V)/D(F)

(3)

其中EU=D(F,V)/D(F)，EU为设备利用率。运用产出导向的数据包络分析法(DEA)测度式(3)中的产出函数Y1=D(F)、技术效率TE和Y2=D(F,V)。首先测算各行业在没有可变成本约束条件下的有效产出，即Y1=D(F)，DEA模型设定如下：

maxα

(4)

技术效率TE和有效产出Y2=D(F,V)通过加入可变成本约束的数据包络分析法(DEA)测算，其中技术效率TE就是标准DEA所计算的技术效率，模型以产出为导向，具体设定如下：

maxμ

(5)

通过模型(4)可以计算出不受可变成本约束的有效产出Y1=D(F)，模型(5)得到技术效率TE和受可变成本约束的有效产出Y2=D(F,V)，将结果带入式(3)就是各行业的产能利用率。

(三)数据说明

本文选取2001—2014年制造业的十个重点行业作为研究对象。以固定资本存量作为固定投入，劳动投入和中间投入作为可变投入；以行业产值作为产出变量。数据来源于《中国工业统计年鉴》《中国统计年鉴》。

1.产业产值。各行业产值来自《中国工业统计年鉴》，使用各行业工业生产者出厂价格指数折算为以2000年为基期的不变价格数据。各行业工业生产者出厂价格指数来自于中国统计年鉴。

2.固定资本存量。延续主流做法，采用永续盘存法测算固定资本存量。具体公式如下：Kt=Kt-1(1-δt)+It/Pt。

3.劳动投入。使用各行业从业人员平均人数表示。

4.中间投入。推算公式为：中间投入=(工业总产值-工业增加值+应交增值税)/原材料购进价格。2008年之后的工业年鉴不再公布工业增加值数据，因此2008年之后的数据通过查阅中国统计公报获得。

(四)产能利用率测度结果

1.整体分析

为横向比较十个行业的产能过剩情况，计算十个行业的平均产能利用率，如图1所示，相较于其他行业的平均产能利用率而言，我国通信设备、计算机及其他子设备制造业的平均产能利用率水平最高；其次，我国有色金属冶炼及压延加工业、交通运输设备制造业、电气机械及器材制造业的平均产能利用率水平次之，居于第二梯队，均达到60%以上；此外，位于第三梯队的行业有纺织业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、通用设备制造业和专用设备制造业，其平均产能利用率水平均达到40%以上；最后，我国非金属矿物制品业的平均产能利用率最低，仅为30.93%。

2.分行业分析

图2表明我国化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、通用设备制造业、专用设备制造业、电力机械及器材制造业的产能利用率总体呈现出下滑的趋势，其中化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业后期趋势平稳，略有回升；通用设备制造业、电力机械及器材制造业虽后期下降趋势稳定，但近期并无向好的迹象；专用设备制造业总体下降趋势最显著，2014年其产能利用率达到考察期最低水平14.91%，虽后期下降速度明显放缓，但仍处在进一步的探底过程中。此外，我国通信设备、计算机及其他电子设备制造业产能利用率最高，且变动趋势极其稳定；纺织业、有色金属冶炼及压延加工业的产能利用率水平也总体向好，虽中后期有所下降，但总体变动趋势向上，尤其表现在纺织业、有色金属冶炼及压延加工业2014年的产能利用率水平均分别高于初始期水平的61.58%与50.23%；交通运输设备制造业的产能利用率水平总体呈现出波动徘徊的趋势，显著地表现为产能利用率在回落与反弹间趋于平稳，后期存在突破前期高点向好的趋势。

从产能利用率的两大分项来看，技术效率的单方面下降对我国纺织业、非金属矿物制品业产能利用率水平的复苏与提升造成明显的阻滞作用。受技术效率和设备利用率双双下降的影响，通用设备制造业和专用设备制造业呈现出大幅度的下降趋势；相反，技术效率和设备利用率的同向上升促进了通信设备、计算机及其他电子设备制造业以及交通运输设备制造业产能利用率的稳步提升。技术效率上升、设备利用率下降的背离趋势造成化学原料及化学制品制造业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、电气机械及器材制造业产能利用率水平在中后期反复波动的趋势。与设备利用率上升而技术效率下降的情形相比，技术效率上升、设备利用率下降所带来的产能利用率的下降趋势较为平稳，说明在产能利用率的两大分项上，技术效率对产能利用率的影响要显著高于设备利用率所带来的影响。

注：实线代表产能利用率虚线代表技术效率断线代表设备利用率图2 制造业十个重点行业产能利用率变化趋势

三、制造业产能利用率的影响因素分析

(一)指标选取与模型设定

国内学者普遍认同现阶段产能过剩的成因包括周期性因素和非周期性因素两大类。周期性因素是指经济周期的影响，市场需求会随着经济周期的波动而变化，处于经济萧条阶段容易造成产能过剩。非周期性因素涵盖了产业特征和体制环境等因素，由于我国所处的特殊发展阶段，体制环境因素得到了国内大量学者的关注和研究。参考已有研究，变量的指标选择如下：

1.市场需求。市场需求是决定企业产能利用率高低的最为直接的影响因素，是市场自动协调企业产能供需的均衡机制。企业面临的市场需求越高则越有利于提高企业的产能利用率。市场需求使用行业产值增长率作为市场需求的指标。

2.资本密集度。固定资本变动的速度缓慢，很难紧随经济形势的变化迅速调整，当市场需求快速萎缩时，就很容易出现产能利用率下降的现象(董敏杰等，2015)。本文选取固定资产净值年平均余额与工业总产值的比值作为资本密集度的指标。

3.就业水平。重点行业在肩负经济增长的同时还承担着稳定就业的重任，就业水平高的行业更易受到政府的干预。就业水平指标表示为ln(从业人数/行业产值)。

4.开放度。开放度体现了对国外资金的吸引能力，使用ln(外商资本/实收资本)作为开放度指标。

5.金融支持。耿强等(2011)，江飞涛等(2012)和余东华、吕逸楠(2015)都指出了我国金融体系的“预算软约束”问题，我国的商业银行对于政府没有独立性，面对亏损的企业，银行不但不追回贷款和债务，反而会进一步追加投资、增加贷款，这进一步加剧了行业的产能过剩。本文选取利息支出与工业总产值之比作为金融支持指标。

由于本文所测度的产能利用率在0～1，符合Tobit模型受限回归的特点，因此选用Tobit模型进行产能利用率影响因素的深入分析。根据以上影响因素，模型设定如下：

CUit=β0+β1Marketit+β2Capitalit+β3Jobit+β4Openit+β5Financeit+μit

被解释变量CUit表示产能利用率，下标i和t分别表示行业和时期，β0、μit表示常数项和误差项，解释变量Marketit、Capitalit、Jobit、Openit、Financeit分别对应市场需求、资本密集度、就业水平、开放度、金融支持。

(二)结果分析

市场需求、资本密集度、就业水平、开放度和金融支持与产能利用率存在较显著的相关关系。表1的回归结果显示，市场需求与产能利用率呈同向变动，而资本密集度、就业水平、开放度和金融支持四个解释变量与产能利用率为负相关关系。

表1 基于十个行业的产能利用率影响因素回归结果

1.市场需求与产能利用率存在显著的正相关关系。市场需求直观地反映经济发展周期的变化，经济周期处于下降阶段的市场需求趋于萎靡，企业减产造成产能利用率的下降，这与现实的经济现象相吻合。目前整个国际市场还尚未从金融危机后完全恢复，我国也进入了经济新常态，经济发展从高速增长转变为中高速增长，在外需萎缩和内需不振的夹击下，产能过剩成了我国大量制造业行业的普遍现象。

2.资本密集度与产能利用率呈反向变动，制造业行业的资本密集度越高，其产能利用率越低。资本密集度高的制造业行业具有高固定资本投资的特点，而投入的固定资本如专业设备、厂房等通常建设周期很长，高资本密集度的制造业行业难以对市场的变化做出快速反应，且由于存在大量的沉没成本，也进一步提高了高资本密集度行业的退出壁垒，加剧了制造业行业的产能过剩。

3.就业水平与产能利用率存在显著的负相关关系，承担大量就业人口的制造业更易受到政府的干预，在经济低迷期时容易形成过剩产能。发展与稳定是一个国家宏观调控的重要目标，在我国服务业尚未完全崛起的时期，制造业依然是吸纳就业人口的重要部门。尤其是我国经济进入新常态后，为了保障就业，经营状况不理想的大中型制造业国有企业不得不吸纳一定数量的新增就业人口，这客观上降低了制造业行业对自身资源的控制力度，不利于制造业企业根据真实的市场需求合理而有效地配置劳动力资源，也使得人员编制过度饱和且经营状况持续恶化的制造业行业无法合理地裁减员工，继续造成经营水平的每况愈下，过剩产能不断累积。

4.开放度与产能利用率存在显著的负相关关系。这与外资的引进可以提升企业效率的认知相矛盾。虽然外资引进的过程传播了先进的生产工艺和管理经验，但外资抢占原料产地与销售市场的动机却不可避免地加剧当地的市场竞争。事实上，制造业产能过剩行业存在明显的规模效应，其规模效应一方面可以降低生产成本，另一方面可以扩大市场占有率，提高市场的垄断地位。对于外资企业而言，规模效应亦是其参与市场竞争、分割市场份额的重要手段。此外，由于近几年地方政府给出各种优惠政策争相吸引外资企业到当地投资，大型跨国公司借助效率优势为获取垄断利润而增加产品供给，进一步加剧了市场的竞争激烈程度，这对中小企业形成了挤出效应，也在一定程度上加剧了我国制造业的产能过剩。

5.金融支持与产能利用率有显著的负相关关系，金融支持加剧了制造业行业的产能过剩。我国制造业行业的产能过剩不仅受到经济周期的影响，还与自身特殊的体制环境有着密切的关系。在现有金融体制之下，国有企业和非国有大型企业自身的融资能力较强，受预算软约束的影响其获取资金比较容易，大量的资金涌入会驱使其扩大经营规模、盲目投资，造成产能过剩。此外，国有企业控制较多的资源，融资渠道广，而银行也更倾向于与大企业合作，尤其在财政扩张时期，大量的资金会惯性地涌入那些资本密集、高耗能、高产值的制造业行业，从而加剧了我国制造业行业的产能过剩。

四、结论与政策建议

本文运用数据包络分析法(DEA)分别测算了2001—2014年制造业十大重点行业的产能利用率、技术效率和设备利用率。分析发现，我国制造业部分行业存在严重的产能过剩问题，纺织业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、通用设备制造业和非金属矿物制品业等传统行业的平均产能利用率较低，仅仅处于50%左右，而通信设备、计算机及其他电子设备制造业等新兴行业的产能利用率相对较高。

具体到细分行业来看，不同行业产能利用率降低的原因并不一致。技术效率的下降造成了我国纺织业、非金属矿物制品业产能利用率水平的降低；受技术效率和设备利用率双双下降的影响，通用设备制造业和专用设备制造业呈现出大幅度的下降趋势；化学原料及化学制品制造业、黑色金属冶炼及压延加工业和有色金属冶炼及压延加工业的技术效率处于较高水平，设备利用率的迅速下降造成了这几个行业产能利用率水平的明显下滑。因此，在处理产能过剩问题时，针对不同的行业应实行不同的对策。对于化学原料及化学制品制造业、黑色金属冶炼及压延加工业和有色金属冶炼及压延加工业，其技术效率较高，设备利用率过低是产能过剩的主要原因，化解产能过剩时应以兼并重组为主要手段。而纺织业和非金属矿物制品业等行业则需要更多地关注落后产能问题，警惕技术效率的进一步下滑。

对制造业产能过剩影响因素的分析表明，产能利用率的变化同时受到周期性因素和非周期性因素的影响。产能利用率与市场需求存在显著的正相关关系，意味着产能利用率具有明显的顺周期特征，但政府的金融支持对产能利用率有明显的负向影响，越容易获得金融支持的制造业行业，其产能利用率越低。政府的金融支持造成制造业企业生产成本的外部化，进一步加剧了制造业企业的过度投资，形成过剩产能。因此，解决产能过剩问题，要从“需求侧”与“供给侧”同时发力。“需求侧”改革的重点是提高投资的有效性，提升出口的竞争力。一是放宽社会资本准入门槛，鼓励社会资本特别是民间资本参与投资，提高投资的效率和效益；二是加快提升质量、品牌等出口竞争力，缓解成本升高造成的出口下滑。“供给侧”改革的关键在于进一步完善市场机制，减少政府的不当干预。具体而言，一是完善市场退出机制，降低落后产能企业退出壁垒；二是要营造公平环境，使各种所有制主体在竞争中处于平等的地位；三是加快金融体制改革，促进金融机构的资金流向使用效率高的行业。

[1] Chamberlin E. The Theory of Monopolistic Competition[M]. Cambridge: Harvard Universty Press，1947.

[2] Phillips A. An Appraisal of Measures of Capacity[C]. American Economie Review, 1963:275-292.

[3] Fare R, Kokkelenberg E C. Measuring Plant Capacity, Utilization and Technical Change: A Nonparametric Approach [J]. International Economic Review, 1989, 30(3):655-666.

[4] Pascoe S, Tingley D. Economic Capacity Estimation in Fisheries: A Non-Parametric Ray Approach[J]. Resource & Energy Economics, 2006, 28(2):124-138.

[5] Ishii J. Useful Excess Capacity[J]. An Empirical Study of US Oil & Gas Drilling, 2010.

[6] Dixit B A. The Role of Investment in Entry Deterrence[J]. The Economic Journal 90， 2010.

[7] 沈利生. 我国潜在经济增长率变动趋势估计[J]. 数量经济技术经济研究, 1999(12):3-6.

[8] 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.

[9] 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(01):84-98.

[10] 沈坤荣,钦晓双,孙成浩. 中国产能过剩的成因与测度[J]. 产业经济评论,2012(04):1-26.

[11] 刘航, 孙早. 城镇化动因扭曲与制造业产能过剩——基于2001—2012年中国省级面板数据的经验分析[J]. 中国工业经济, 2014(11):5-17.

[12] 干春晖, 邹俊, 王健. 地方官员任期、企业资源获取与产能过剩[J]. 中国工业经济, 2015(03):44-56.

[13] 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):118-118.

[14] 江飞涛, 耿强, 吕大国,等. 地区竞争、体制扭曲与产能过剩的形成机理[J]. 中国工业经济, 2012(06):44-56.

[15] 王立国, 鞠蕾. 地方政府干预、企业过度投资与产能过剩:26个行业样本[J]. 改革, 2012(12):52-62.

[16] 杨振兵,张诚. 中国工业部门产能过剩的测度与影响因素分析[J]. 南开经济研究,2015(06):92-109.