中国有色金属工业全要素生产率动态评价

2018-05-15王心宇郝荣

中国有色金属 2018年9期

王心宇郝荣|文

综合分析各省和地区有色金属工业的全要素生产率演变，有助于推进有色金属工业协调、可持续发展。本文选取“十一五”和“十二五”时期有色金属工业的投入产出数据，测算全要素生产率并对分解效率进行详细分析。研究发现省际有色金属工业的平均全要素生产率差异很大，天津最佳，其次为黑龙江和河北，而全要素生产率最低省份为青海；全要素生产率主要依靠技术进步，纯技术效率和规模效率均存在较大省际差异；三大地区中，中部地区有色金属工业的平均全要素生产率最高，其次为东部地区、西部地区。

有色金属工业支持着机械、电子、冶金等产业的发展，在工业化、现代化建设和整体经济发展中均发挥了重要作用。而有色金属工业的生产过程有着能源密集和资源密集的特点，为促进该产业的可持续发展，国务院于2009年发布了《有色金属产业调整和振兴规划》。该规划要求有色金属工业要进一步优化产业结构和产品结构，加快淘汰落后产能和生产技术与工艺，进一步提高有色金属工业的科技水平，实现有色金属工业可持续发展。生产过程中技术水平的改进和能耗的降低会直接体现在全要素生产率变化上。另一方面，由于历史原因，中国各省的有色金属工业的发展脚步并不一致。因此，分析省际和各地区有色金属工业全要素生产率变化趋势及差异有助于其可持续发展，并促进不同地区的有色金属工业协调发展。

学者们对工业部门的全要素生产效率进行了丰富的实证研究。Ding等人运用GMM方法测算了中国工业企业的全要素生产率，发现分解效率中规模效率和技术变动都呈现正向变动趋势。史红亮和陈凯采用Malmquist指数法，分析了1992～2007年中国28个省市钢铁行业全要素生产率以及七大经济区钢铁行业全要素生产率变动情况。董敏杰等将工业环境全要素生产率指数按照投入要素与产出进行分解，测算中国工业环境全要素生产率的来源，结果表明加强污染治理可以有效提升工业环境全要素生产率。李静等基于2005～2007年全国工业企业微观数据，考察了研发投入工业企业全要素生产率的溢出效应。陈诗一对中国的煤炭、石油与天然气行业的全要素生产率进行测算，发现其年均增长率分别为0.02%、-0.09%，远低于工业行业平均水平。总体来看，国内外学者已对工业领域的全要素生产率展开丰富的实证研究，但较少有文献涉及有色金属工业的全要素生产率研究。此外，随着能源消耗和资源短缺问题愈发严重，能源和资源要素也应纳入全要素生产率的测算框架中。

基于此，本文将在投入指标中纳入能源消耗指标，利用Malmquist指数法，选取“十一五”时期和“十二五”时期（2005～2014年）中国省际有色金属工业的投入产出数据，测算全要素生产率，并对其分解效率进行详细分析。在此基础上进一步讨论各地区和省际有色金属工业发展差异，从而揭示我国有色金属工业生产效率状况及其变动趋势。

变量与模型方法

1.变量与数据

本文在投入指标中考虑了能源消耗融指标，选取的投入变量分别为资产总额、从业人数和综合总能耗；产出变量分别为主营业务收入和利润总额。以十一五时期和十二五时期（2005～2014年）中国28个省份或地区的投入产出数据作为样本（北京、西藏和海南的有色金属工业数据缺失，所以没有纳入样本省份）。数据来源于《2005～2014年中国有色金属工业统计资料汇编》和历年《中国有色金属工业年鉴》。虽然本文选取的全要素生产效率评价方法可以直接对非标准化无量纲化的变量数据进行测算，但是利润总额变量的数据存在负数，会影响MaxDEA6.0软件的输出结果。因此本文对利润总额数据进行标准化处理，采用的标准化处理方法为MIN-MAX标准化方法。

2.模型方法

Malmquist指数法广泛应用于生产率测算，模型如式1所示。Malmauist指数由两部分组成，一部分是技术进步指数（TECHCH），式1中括号内的部分表示技术进步变化，反映了生产前沿面的移动。如果t+1期TECHCH大于1，代表相较于t期，t+1期的生产技术是进步的；如果t+1期指数小于1，则表示生产技术是退步的；等于1表示技术无变化。TECHCH是保持投入组合不变的情况下产出的额外增长率，涵盖了技术、工艺的创新和引进，同时还包含了制度改革带来的红利。式1中括号外的部分表示综合技术效率指数（EFFCH）。如果EFFCH大于1，则表示综合技术进步了；小于1，则表示综合技术没有获得进步。

综合技术效率指数还可分解为两部分组成，一部分是纯技术效率变化（PECHCH），另一部分是规模效率变化（SEFFCH）,如式2和式3所示。因此综合技术效率也是反映决策单元是否同时达到了技术与规模有效状态的指标。纯技术效率变化指数是指在规模报酬不变与要素强度可处置条件下的相对效率变化指数，它测算了从t时期至t+1时期每个决策单元到最佳投入产出的追赶程度，代表了在现有条件下决策单元创新的投入产出水平。PECHCH大于1，表示技术效率有所提高；PECHCH指标值小于1表示技术效率有所下降；PECHCH等于1表示技术效率没有发生变化。规模效率反映了决策单元是否处于规模最佳。

测算结果与分析

1.省际有色金属工业全要素生产率分析

表1展示了28个省份2005～2014年全要素生产率平均变动情况。2005～2014年有色金属工业全要素生产率平均值变动结果来看，融入能源消耗后的有色金属工业全要素生产率变动指数值有23个省份大于1，说明这23个省份的有色金属工业全要素生产率在2005～2014年有所提升。其中天津的全要素生产率指数最大，其值为1.356；其次为黑龙江和河北两省份。另有5个省份的有色金属工业全要素生产率指数小于1，表明这5个省份的有色金属工业全要素生产率从2005～2014年间有所下降，其中全要素生产率指数最低的省份为青海，仅为0.920；其次为河南（0.957）和江苏（0.959）。

将全要素生产率指数分解为技术进步指数、纯技术效率指数和规模效率指数。不难看出，28个省份有色金属工业技术进步指数均大于1，这表明随着我国经济和科技的发展，有色金属工业整体的生产技术水平有了很大提升。整体来看，我国有色金属工业的全要素生产率提升主要来自于技术进步。纯技术效率指数来看，河北、辽宁等13个省份的纯技术效率指数大于1，在样本期内较好利用了现有技术，而山西、吉林等14个省份的纯技术效率指数小于1，对已有技术的利用还不够充分。从规模效率指数的结果来看，河北、上海、浙江、福建、山西、吉林、湖北、湖南、贵州、云南、甘肃、宁夏和新疆13个省份的全要素生产率指数虽然大于1，而规模效率指数却小于1，说明这13个省份有色金属工业的规模没有达到最佳状态，需要进行合理调整。另外，江苏省的技术进步指数虽然大于1，但是提高幅度较小无法抵消规模效率指数的下降程度，导致其全要素生产率指数小于1。可见，我国有色金属工业的规模调整是十分必要的，有色金属工业应借助国家产业转型升级和产业结构调整的契机，优化产业结构和规模。

2.三大地区有色金属工业全要素生产率分析

运用MaxDEA6.0软件对本文所建立的能源约束下的有色金属工业全要素生产率进行测算得到了我国东部、中部和西部三大地区的全要素生产率变化指数值，详细见表2所示。从整体上看，从2005～2014年我国有色金属工业整体全要素生产率指数值（MPI）平均大于1，说明我国有色金属工业全要素生产率呈现出上升的趋势。我国有色金属工业的生产技术和工业创新发展，以及十一五和十二五期间政府对有色金属工业的制度改革和引导都促进了其全要素生产率的提高。从空间比较上看，东、中西部地区还存在一定的差距。中部地区的全要素生产率指数最大，其次为东部地区，西部地区的全要素生产率指数最小。

从技术进步指数、纯技术效率指数和规模效率指数的分解结果来看，我国从2005～2014年有色金属工业的技术进步指数在东、中、西部三地区的值均大于1，这表示我国三大地区有色金属工业在投入组合保持不变情况下的额外增长率均有所上升。中部地区的有色金属工业纯技术效率和规模效率均大于1，说明我国中部地区的省份有色金属工业在三大地区中发展最为良好。然而，东部地区和西部地区的纯技术效率均小于1，东部地区的规模效率变动亦小于1，在一定程度上抵消了技术进步对全要素生产率的贡献程度。从分解结果看，我国有色金属工业东、中、西部三大地区均没有达到最适规模，说明有色金属工业整体存在着规模不经济和要素配置结构不合理的情况。由此可见，有色金属工业结构调整势在必行。