中国制造业产能过剩影响因素的实证研究※——基于供给侧结构性改革视角

仲云云

内容提要：化解产能过剩是当前供给侧结构性改革的首要任务。产能过剩长期以来成为困扰中国制造业发展的关键问题。该文以中国28个制造业行业为例，利用DEA方法测度了中国制造业1996-2016年的产能利用率，并通过GMM模型实证研究了新形势下中国制造业产能过剩的影响因素。研究结果表明：中国制造业行业普遍存在产能过剩问题且近几年更加突出。市场结构、行业结构、低效率资本投入、环境污染纵容以及技术创新不足是造成当前制造业行业产能过剩的成因。最后从供给侧层面提出优化行业结构和市场结构、环境管制、技术创新等对策建议以化解中国制造业产能过剩。

一、 引言与文献综述

制造业是一个国家的命脉和根基，改革开放以来中国制造业取得了长足的进步和发展。但是仍然存在科技创新不足、技术效率不高、产能过剩的问题。如何走出中国制造业大而不强的困境，《中国制造2025》提出到2025年中国制造业迈入世界制造强国行列，依托创新驱动提高制造业技术效率，优先解决制造业产能过剩问题是根本。产能过剩是很长一段时间困扰中国制造业发展的顽疾，但是治理效果总是反反复复、差强人意。当前治理产能过剩处在中国经济改革关键的环节，中央提出“在适度扩大总需求的同时，着力加强供给侧结构性改革，着力提高供给体系质量和效率。”将化解产能过剩作为2016年经济工作五大任务之首，且与降低企业成本、防范金融风险密切相关。国内很多专家学者也在产能过剩问题上进行了大量的研究。现有研究主要集中在产能过剩的测度研究、产能过剩的成因研究以及产能过剩的化解对策三个方面。

1. 产能过剩的测度研究

产能过剩目前尚没有统一的定义，主要认为是潜在生产能力大于实际生产能力的现象。目前，衡量产能过剩比较常用的指标为产能利用率(即产出与产能的比率)，这一指标用于度量经济活动中闲置资源的数量，从而定量反映产能过剩的程度。Fare et al.(1989)认为生产能力是“可变投入不受限制时生产设备的最大生产能力”，并构建了数据包络分析方法DEA来测算生产能力和产能利用率。Klein&Su(1979)采用生产函数方法来估算生产能力。Garofalo&Malhotra(1997)采用成本函数法测度了美国制造业的产能利用率。董敏杰等(2015)利用DEA方法测算了中国工业行业的产能利用率、技术效率与设备利用率，对各行业及各地区的产能利用率进行比较分析。

2. 产能过剩的成因研究

学术界对于产能过剩的成因分析，代表性的是市场失灵和政治体制扭曲两个方面。市场失灵造成产能过剩的观点认为产能过剩主要是由作为市场微观主体的企业决策导致。Bansak et al. (2003)实证研究了技术变化对产能利用率的影响。林毅夫等(2010)用“潮涌”现象解释产能过剩，他认为企业的盲目投资导致市场同类产品“井喷”并由此激化了产能过剩危机。江飞涛等(2012)阐述了体制扭曲对产能过剩产生的影响。马红旗等(2018)分析了中国钢铁企业产能过剩的成因，认为中国钢铁企业的产能利用率受到市场因素和非市场因素的共同影响。

3. 产能过剩的化解对策研究

Sarkar(2009)、张月友等(2015)提出发挥市场机制决定作用化解产能过剩。国务院发展研究中心课题组(2015)、Reinhom(2013)认为产能过剩不能完全依靠市场自行化解，强调产能过剩更应注重供给管理，因此在化解策略上应注重产业结构调整，促进产业深化创新和转型发展。刘京星等(2017)认为化解产能过剩的重点是解决国有企业产能过剩的问题。王宇、罗悦(2018)以光伏产业为例，对中国战略性新兴产业的产能过剩进行了研究，并从需求角度提出了相关的对策建议。

综合上述文献，国内外学者就产能过剩成因与化解的策略进行了大量的研究，形成了一定的理论基础和应用成果。这些研究成果为中国解决制造业产能过剩问题提供了很好的政策建议。但是当前国际国内经济环境形势严峻，投资边际效应递减问题突出，新形势下中国制造业行业出现了新的特点和问题，最近几年制造业产能过剩情况如何？和前些年的产能过剩有什么不同？制造业各行业内部产能过剩情况有何差异？新形势下需要采取什么举措来治理中国制造业产能过剩问题？这些都给本文留下了研究的空间。

二、 中国制造业产能过剩的测度与行业比较

产能过剩的测算，目前的方法有直接调查测度法和间接计量测度法。直接调查测度法比较直观，但是因为所需的样本量巨大，所以数据采集比较困难不容易实现。峰值法的生产能力用产出的峰值来代替，比较容易计算但是因为不需要从理论层面对生产能力进行界定，所以误差比较大，近些年学者较少采用这种方法。生产函数法和成本函数法因为受到设定的函数形式所限，一旦函数形式有变化会得到截然不同的结果，带有一定的主观性，所得结果不是很严谨。数据包络DEA分析法对比起来，有着比较明显的优势，主要体现在DEA方法既适用于单投入单产出的情况，也适合多投入多产出的情况。同时不需要设定具体的函数形式和权重，数据无需量纲化处理，避免了结果的随意性和主观性。综合起来，本文选取数据包络分析DEA方法来计算中国制造业的产能利用率。

1. DEA测算方法及步骤

数据包络分析(DEA)方法测算产能利用率分为三个阶段：第一，利用可变投入、固定投入与行业产出测算行业的技术效率TE，即全部要素投入的实际产出水平与全局效率最优的理想产出之比；第二，利用固定投入与行业产出测算行业的生产能力PCU，即固定投入要素的实际产出水平与全局效率最优的理想产出之比；第三，利用生产能力PCU与技术效率TE的比值计算得到产能利用率CU(Fare，1989)。

本文DEA模型测算的具体过程如下：

假设产业中存在J个行业，其中生产单位j实际产出为u。其中，当可变投入要素为N时，则Xj,n表示个体j的投入的第N个生产要素；当固定投入要素为M时，则Xj,m表示个体j的投入的第M个生产要素。由于DEA模型的生产效率测算基于产出，因此使用该方法能够有效测度中国制造业的潜在产出及产能过剩水平。根据相关条件，有相应的线性规划模型：

Maxφ1

s.tφ1uj≤∑jzjuj∀j

∑jzjuj,n≤xj,n

∑jzjuj,m≤xj,m

∑jzj=1;zj,n≥0m=1,2,…,M;n=1,2,…N

(1)

式(1)中，行业中各生产单位的权重为Zj，因此可以求出技术效率TE，技术效率TE恒大于0小于1，当TE为1时技术效率最优，当不满足1时，则表明实际产出相较理想产出还存在一定差距。

利用基于产出的DEA模型，根据不变要素投入和产出的关系，去掉可变要素投入，只保留固定要素投入，由此可以得到各单位的生产能力PCU，具体模型如下：

Maxφ2

s.tφ2uj≤∑jzjuj∀j

∑jzjuj,m≤xj,mm=1,2,…,M

∑jzj=1

(2)

利用上面的结果，可以计算出产能利用率CU=PCU/TE

2. 指标选取与数据来源

本文所用数据来自各年度《中国统计年鉴》、《中国工业经济统计年鉴》以及CCER数据库等，通过整理计算得到2006-2016年中国制造业28个行业[注]28个行业分别为：农副食品加工业；食品制造业；饮料制造业；烟草制品业；纺织业；纺织服装、鞋、帽制造业；皮革、毛皮、羽毛(绒)及其制品业；木材加工及木、竹、藤、棕、草制品业；家具制造业；造纸及纸制品业；印刷业和记录媒介的复制；文教体育用品制造业；石油加工、炼焦及核燃料加工业；化学原料及化学制品制造业；医药制造业；化学纤维制造业；橡胶和塑料制品业；非金属矿物制品业；黑色金属冶炼及压延加工业；有色金属冶炼及压延加工业；金属制品业；通用设备制造业；专用设备制造业；交通运输设备制造业；电气机械及器材制造业；通信设备、计算机及其他电子设备制造业；仪器仪表及文化、办公用机械制造业；废弃资源和废旧材料回收加工业。下表中的顺序同此处。的面板数据，并基于此测算行业的产能利用率，相关变量的选取如下：

固定要素投入：资本存量。资本存量的计算通过各行业规模以上企业的固定资产投资净值表示，并利用固定资产投资价格指数进行平减。

可变要素投入：劳动力。劳动力投入利用各行业规模以上企业的从业人员数来衡量；能源消耗。各行业能源消耗利用各行业每年万吨标准煤的终端消费量表示。

产出：工业总产值。利用每年中国制造业各行业的工业总产值表示。

考虑到国民经济行业分类2002版与2011版两者存在一定不同，为防止指标测度的前后不连贯导致估计结果的有偏，本文对不同测度做统一处理。具体而言，合并橡胶制品业与塑料制品业，以及汽车制造业与交通运输制造业。同时，对于部分未公开的缺失数据采用插值法解决。

3. 测度结果与比较分析

本文基于deap2.1程序，最终得到历年28个行业的产能利用率，如表1所示：

表1 制造业各行业2006-2016年产能利用率

续表

为了更清晰地比较各行业产能利用率的时空演变，通过计算行业截面和时间序列的产能利用率平均值从横向和纵向两个角度进行比较分析，如图1和图2所示。

图1 制造业各行业平均产能利用率(2006-2016年)资料来源：作者自制，下图同。

横向比较来看，如图1所示，中国制造业行业平均产能利用率超过0.9的有烟草制品业、纺织业、黑色金属冶炼及压延加工业、橡胶和塑料制品业、造纸及纸制品业、化学纤维制造业不存在产能过剩问题，其余行业都或多或少存在产能过剩问题，特别是家具制造业、废弃资源和废旧材料回收加工业、专用设备制造业、仪器仪表及文化办公用机械制造业、电气机械及器材制造业等产能利用率不足40%，产能过剩问题突出。整体而言，重工业的产能过剩状况比轻工业更为严重，可能的原因是重工业固定资产水平普遍高于轻工业，因为固定资本的形成需要较长的周期，设备更新较慢，使得企业不能根据实际经济状况迅速调整生产能力。

从纵向来看，根据图2，中国整体制造业产能利用率在2006-2016年间呈明显的下降趋势。根据经验和大多数研究，产能利用率如果低于80%这个数值就会被认为存在产能过剩，数值越低产能过剩越严重，设备闲置也会越严重。而一旦高于90%就会被认为产能不足，设备会超负荷工作。2006年和2009年中国制造业的产能利用率基本在合理范围，其他年份都存在产能过剩问题。从2012年开始，产能利用率下降趋势加大，特别是近些年产能过剩问题愈发严重。2006年只有家具制造业、石油加工业等少数几个行业存在着明显的产能过剩问题，而到了2016年只有烟草制品业、纺织业和黑色制品加工业不存在严重的产能过剩问题。产能过剩成为整个制造业行业的普遍现象和突出问题。所以政府于2016年提出供给侧结构性改革，且把去产能问题摆在改革的首位，具有现实的紧迫性。

图2 整体制造业产能利用率(2006-2016年)

三、 基于供给侧的制造业产能利用率影响因素分析

根据以上的分析，中国制造业内部产能利用率差异较大，近些年中国制造业行业整体产能利用率不断下降。那么是什么原因影响着制造业的产能利用率呢？很多学者从多角度进行论证，有的是从需求侧进行分析，有的是从供给侧进行论证。当前很长一段时间内需不振、外需疲软，货币政策和财政政策单纯刺激需求效果不尽如人意。因此，有必要从供给侧进行结构性改革，适度扩大总需求。这也是本文从供给侧角度来论证影响制造业产能利用率的原因。首先，从固定要素投入角度，随着中国经济的快速发展，供给侧大量的资本涌入。作为资本拉动式发展的制造业，仍需要大量资金投入去扩大企业规模。同时，中国近年来经济体制过热，信贷政策的宽松及市场的投机行为弊端，进一步导致了产业投资过度，从而使大范围的设备利用率降低。第二，投资拉动经济的同时，供给侧结构性改革必须要面对的问题是国有资本和民营资本谁更有效率？化解产能过剩究竟需要政府干预还是交给市场解决？第三，伴随去产能的是去库存，垄断性行业还是竞争性行业更容易产能过剩？行业竞争是提高效率还是降低效率？第四，能源消耗作为中间要素，制造业企业在发展的过程中存在着污染环境的外部性问题，使企业能源消耗的要素成本在不断增加，技术效率被拉低从而有可能影响产能利用率。第五，从企业自身角度而言，随着技术水平提高，维持存货的成本大幅降低。这意味着企业不再需要过多成本去维持过剩产能。但是技术创新对于制造业产能过剩的影响究竟有多大，需要进行论证。综上，本文将从市场结构、资本投入、行业结构、技术创新以及环境约束等5个方面来论证制造业产能利用率的影响因素。

1. 模型构建与变量选取

考虑变量的合理性和数据的可获得性，作为影响因素的解释变量的选取如下考虑：市场结构用行业竞争强度来衡量；固定资产比重代表资本投入；以国有资本比重代表行业结构，以研发投入代表技术创新水平；以污染排放指标代表环境约束。为验证各影响因素对产能利用率的影响，本文构建计量模型，如式(3)。

CUi,t=α0+α1CUi,t-1+α2HHIi,t+α3FAi,t+α4SAi,t+α5R&Di,t+α6ENVi,t+εi,t

(3)

上式中，i表示行业，t表示年份，HHI表示行业竞争强度，FA、SA分别表示固定资产比重、国有资本比重，R&D为科技创新水平，ENV为环境污染指标，εi,t则为该模型的随机误差项。

本文所用数据来自EPS数据库、CSMAR数据库以及历年各行业的统计年鉴，通过整理计算得到2006-2016年中国制造业28个行业的面板数据，其中主要变量的处理如下：

被解释变量：产能利用率(CU)，利用DEA测算固定投入和行业产出的效率。

解释变量：行业竞争强度(HHI)，利用当年该行业企业数占制造业企业数比重来衡量行业竞争强弱。

固定资产比重(FA)，利用当年行业固定资产占总资产比重来衡量。

国有资本比重(SA)，利用当年行业国有资本的总资产占所有企业的总资产比重来衡量。

技术创新水平(R&D)，利用当年行业研发支出占行业总产值的比重来衡量。

环境污染指标(ENV)，利用当年行业废水废气废物三废指标总和占工业总产值的比重来衡量。

2.平稳性检验

在进行模型估计之前，为避免伪回归，需要对各变量进行单位根检验。使用面板IPS检验方法，结果如下表所示，各变量都拒绝存在单位根的原假设，即时序变量为平稳序列，故保证了模型估计的可行性。

表2 IPS单位根检验

3. 实证结果分析

在模型估计之前，由于变量之间可能存在内生问题，因此考虑使用广义矩估计(GMM)方法来估计研究设计给出的测量模型。广义矩估计方法包括差分GMM(DIFF-GMM)和系统GMM方法(SYS-GMM)。由于差分GMM方法存在一定缺陷，如估计长面板数据时，若工具变量过多或数据连续性较强时，会导致弱工具变量问题。系统GMM将差分GMM与水平GMM方法结合起来，通过将残差方程与水平方程进行联立方程的GMM估计，提高了工具变量有效性。系统 GMM又分为一步法( ONE- STEP)和二步法(TWO- STEP)，二步法则是将一步法估计所得残差构造协方差矩阵后进行再估计。首先对一步法估计结果进行Sargan过度识别检验，结果显示χ2检验量为177.8125，P值显著为0，拒绝不存在过度识别的原假设，因此进一步选用二步系统GMM进行估计，当工具变量选取产能利用率的一阶至最高二阶时估计结果最优，且方程的Arellano-Bond检验结果显示，估计结果在1%显著性水平上拒绝不存在一阶自相关的原假设，而不能接受二阶自相关的备择假设。结果如表3所示。

表3估计结果显示，在1%显著性水平上，产能利用率的时空滞后对本期产能利用率存在显著正向影响，表明行业减少本期产能过剩程度能有效提高下一期的产能利用率，而本期产能过剩也会导致下一期的产能利用率降低，即制造业各行业产能的效率改善与损失存在持续性的路径依赖。这是由于，当企业进行生产行为的战略决策时，往往会参考上一年市场情况，以对本年度进行生产策划与布局。然而，市场变化速度往往快于企业决策时间，使得企业改变产能利用状况普遍存在时间惯性。

表3 二步系统GMM估计结果

首先，行业竞争强度对产能利用率的影响，结果显示估计系数显著为负，即行业中企业数量越多，产能利用率会不断下降。说明竞争性市场结构相较于垄断性市场结构，更容易导致产能过剩。可能的原因是，随着行业中企业数量增加，市场中各企业的进退更加频繁，企业出于提高市场生存率的动机，会倾向于加大投资、扩大生产以求占领更多市场份额。而被拉高的产能过剩水平，又将进一步恶化企业之间的恶性竞争，使得产能过剩现象更加严重。

其次，考察资本投入对产能利用率的影响，模型的估计系数高达-2.9707，且统计学意义同样显著，表明较高的资本投资是导致产能过剩的根本原因之一。资本投资一方面可以快速拉动经济增长，但同时如果资本投入缺乏效率，就容易造成某个行业的过分拥挤，特别是当资本投入中的固定资产比重越多，其资金流动性越差，容易导致规模不经济，将不可避免地出现大量沉没成本和设备闲置成本，导致行业退出壁垒的进一步提高，加剧行业的产能过剩现状。

再次，考察行业结构对制造业产能利用率的影响。国有资本比重的显著负向估计结果则表明，行业中国有资本的参与程度越高，行业产能过剩程度就更加严重。这是由于，虽然国有企业大都进行了不同程度的市场化探索改革，但体制的根本属性决定了其生产决策的异质化。由于国有企业不仅面对软约束限制，其企业控制权的不可有偿转移性也普遍存在，此外还需承担相应社会责任(杨振，2013)，这些因素最终导致国企对市场机制的敏感度大幅下降，而要素投入的扭曲则使得企业清除落后产能的速度更加缓慢。

另外，根据以往的经验和学者的研究，技术创新水平对于行业的技术效率以及产能利用率有促进作用，本文的实证结果也支持这一点。技术创新水平与产能利用率存在显著的正向关系，当企业R&D投资支出比重每提高一单位，产能利用率便能提高0.1974 个单位。技术创新水平的提高使企业能够进行有效的战略调整，而生产要素的优化配置又将提高生产效率。

最后考察环境约束对制造业产能利用率的影响。结果表明：环境污染程度与产能利用率呈显著的负相关关系。当行业的环境污染越严重，产能过剩会更加严重。原因可从两方面展开：从政府角度出发，企业环境污染程度反映政府对污染排放的容忍程度。当企业只需要为污染行为付出低成本或零成本的代价时，便会导致较大的负外部性，而这又会导致企业产能利用率进一步下降；从企业角度出发，模糊不清的产权规划，会使企业决策者认为减少产量的机会损失远低于扩大生产的收益，哪怕后者面临着高昂的存货成本风险。因此，加大环境污染的约束，才能有效减少企业的过度生产动机。

四、 结论与建议

本文利用DEA方法测度了中国28个制造业行业1996-2006的产能利用率从而分析了当前中国制造业行业的产能过剩状况。并采用广义矩估计GMM实证分析制造业产能过剩的影响因素。实证结果表明：当前中国制造业行业存在比较严重的产能过剩，而且行业内部差距很大，重工业产能过剩程度比轻工业更加严重。从1996-2016年间中国制造业产能利用率呈现降低趋势，特别是近几年产能利用率下降明显。产能过剩成为制造业行业的普遍问题，特别在有些行业中非常突出，成为羁绊行业发展的最大障碍。而产能利用率影响因素的GMM实证研究表明：竞争性市场结构、低效率的资本投入、国有资本比重太大、环境污染纵容以及技术创新不足都是造成制造业行业产能过剩的原因。当前中央提出供给侧结构性改革，且把去产能放在“三去一补”的首位，足以说明治理产能过剩形势的严峻性和紧迫性。分析制造业行业产能过剩的原因，才能“对症下药”，才能有效治理当前中国制造业产能过剩的问题。

第一，考虑行业差异性，“因业施策”以化解产能过剩。制造业行业内部的技术效率以及产能利用率差距明显，“一刀切”的产能过剩治理容易造成“药不对症”而没有效果。按照传统行业与新兴行业、重工业行业与轻工业行业、效率高的行业和效率低的行业实施“因业施策”，充分考虑行业特征，实施不同的治理对策。比如对于效率比较低下的传统制造业做好产业的改造升级，重工业行业需要做好规划、分类管控，适当减少投资。对于效率高的新兴行业可以实施财政投入、税收减免等激励政策发挥榜样作用。只有尊重制造业行业的差异性，采取有针对性的措施才能有效化解产能过剩。

第二，政府和市场共同作用，提高投资效率以化解产能过剩。在治理产能过剩的过程中，需要政府和市场共同完成。因为近些年政府对于一些行业投资的加大，容易出现盲目性投资，不仅是传统行业甚至光伏等战略性新兴产业也出现了产能过剩情况。投资需要有针对性，需要防止出现一窝蜂进入某一个行业，甚至某些战略性新兴行业也出现了产能过剩情况，就是因为投资的跟风无效，容易导致资源的浪费。一方面需要政府因势利导，统筹规划，同时需要发挥市场机制资源配置的基础性作用，让资本向着最有效率的行业转移。

第三，优化行业结构，规范竞争以化解产能过剩。当前中国制造业行业结构不尽合理。表现在一些行业国有资本比重过大，进入和退出的行业壁垒很高，效率低下容易导致产能过剩。另一方面一些行业过度开放市场，各路资本涌入但又没有合理预警和规划，各方信息不对称，容易造成过度竞争、无序竞争从而浪费资本导致供过于求的产能过剩。通信设备制造业、交通运输业存在着行业自然垄断的特征，这些行业会陷入具有规模经济效益但同时经济活力降低的马歇尔困境。服装鞋帽制造业、家具制造业、食品制造业等行业，无序竞争现象突出，需要加以引导。解决问题的关键是优化行业结构，规范竞争以化解产能过剩。

第四，环境规制，减少负外部性以化解产能过剩。制造业特别是传统制造业在生产过程中存在着排放超标污染环境的负外部性从而导致市场失灵。环境污染的市场失灵是很难用市场机制去解决的，必须发挥政府作用做好制造业行业的环境规制。一个企业环境污染越大，能耗越多，效率就越低，产能过剩就越严重。如果不进行约束与惩罚，那么就会使得整个行业都没有治理污染的动力。因为在治理环境污染的博弈过程中，素来有“囚徒困境”的问题，就是只要有一个企业不治理污染那么就会有其他企业效仿，损害的是整个行业以及整个社会的利益。中央已经把环保指标纳入地方政府的业绩考核，很多地方已经做到把环境保护作为一个企业发展的硬约束指标，这是可喜的转变，通过环境规制促进制造业行业产能利用率的提高。

第五，加强技术创新，扩大总需求以化解产能过剩。产能过剩的根本还是因为供给高于需求。供给和需求结构出现矛盾导致供需不平衡。一方面，供给的产品趋于同质化，没有那么多的需求来消化。另一方面，中国的制造业大而不强，很多制造业行业依然从事的是低端的代工等，没有自己的技术和品牌，满足不了中国的高端需求市场。当前低端市场供给过剩而高端市场供应不足的供需结构性矛盾突出，解决的办法就是通过加大研发投入和技术创新以淘汰低端产品研发高端产品，刺激带动国内需求，同时通过“一带一路”等方式扩大外部需求，增强产品的国际竞争力。创新驱动供给侧改革，实现供需平衡，化解产能过剩，让中国由制造业大国向制造业强国转变，实现中国制造2025的目标。