京津冀高能耗产业产能利用率及其影响因素研究

2019-07-05贾品荣朱瑞明赵荣钦焦士兴杨青林杨文娟满洲

经济数学 2019年2期

贾品荣朱瑞明赵荣钦焦士兴杨青林杨文娟满洲

摘要產能过剩是京津冀地区经济发展面临的突出问题之一.开展区域产能利用率及其影响因素研究，对于揭示高能耗产业产能过剩的机制，并进一步采取合理的产业结构优化和过剩产能化解对策具有重要的实践意义.基于京津冀地区2004-2016年高能耗产业的相关数据，采用生产函数法并通过Eviews 9.0对京津冀地区高能耗产业的产能利用率进行了计算，并分析了其影响因素.主要结论如下：（1）京津冀的产能利用率存在地区差异，但都低于79%，处于产能过剩的状态;总体而言，产能利用率的变化可以划分为持续增长、波动上升和波动下降三个阶段;（2）产能利用率具有明显的行业差异，其中有色金属冶炼及压延加工业的产能利用率为36.80%，是产能过剩最突出的行业;（3）高能耗产业产能过剩的主要原因是政府的过度干预、涌潮效应、经济体制扭曲和技术效率低下等;（4）未来应当在京津冀协同发展的基础上，抓住“一带一路”倡议和雄安新区建设的机遇，实施“走出去”战略;加强环境规制作用，推动科技创新和产业结构升级，实现“环保补偿效应”.

关键词能源经济;产能利用率;生产函数法;高能耗产业;京津冀

中图分类号 F424.7 文献标识码 A

Capacity Utilization Rate and Its Influencing

Factors of the Energyintensive Industries

in BeijingTianjinHebei Region

JIA Pinrong1， ZHU Ruiming2， ZHAO Rongqin2*，

JIAO Shixing3， YANG Qinlin2， YANG Wenjuan2， MAN Zhou2

（1.Beijing Research Center of Science， Beijing 100089，China; 2.School of Surveying and Geoinformatics， North China

University of Water Resources and Electric Power， Zhengzhou， Henan 450046，China; 3.School of Resource &

Environment and Tourism， Anyang Normal University， Anyang， Henan 455002，China）

Abstract Overcapacity was one of the prominent problems during the economic development of the BeijingTianjinHebei region. It was of great practical significance to carry out research on regional capacity utilization rate and its influencing factors to reveal the mechanism of overcapacity in the high energy consumption industries， and further adopted reasonable industrial structure optimization and overcapacity solution. Based on the data of high energy consumption industry in BeijingTianjinHebei region from 2004 to 2016， this paper used the production function method to calculate the capacity utilization rate of BeijingTianjinHebei region and its high energy consumption industries through Eviews9.0， and analyzed the influencing factors about capacity utilization rate. The main conclusions are as following：（1） There were regional differences in capacity utilization rates of BeijingTianjinHebei region， but they were all below 79% which was in risk of overcapacity; generally speaking， the change of capacity utilization rate could be divided into three stages： sustained growth， rising volatility and falling volatility. （2） The capacity utilization rate had obvious industry differences， among which the capacity utilization rate of nonferrous metal smelting and pressing industry was 36.80%， which was the most prominent industry with overcapacity. （3） The main reasons for overcapacity in high energy consumption industries were excessive government intervention， wave movement phenomena， economic system distortions and technical inefficiencies. （4） In the future， on the basis of the coordinated development of BeijingTianjinHebei Region， we are supposed to seize the opportunity of the Belt and Road initiatives and the construction of Xiong'an New Area and implement the “going global” strategy; strengthen the production of environmental regulations， promote technological innovation and industrial structure upgrading， and achieve “environmental compensation effects”.

Key words Energy economy;Capacity Utilization Rate; Production function; High Energy Consumption Industries; BeijingTianjinHebei

1 引言

产能利用率是指实际产出与潜在最优产出的比值[1]，是判断是否存在产能过剩和过剩程度的重要指标.随着中国经济社会的快速发展和城市扩张，投资持续过快增长，一些行业如房地产、钢铁、水泥投资明显过热，导致产能扩张速度远远超过需求扩张的速度.目前，产能过剩问题与产业结构转型、国有企业改革、环境保护等问题相互交织，并成为影响中国未来经济结构转型升级的关键问题之一.国外学者对产能利用率的研究开始的比较早，自上世纪30年代，关于产能利用率的研究就层出不穷.Kirkley等（2002）[2]基于渔业行业特征对产能和产能利用率的定义、测量方法进行适当修正，分析了美国北大西洋渔业的产能利用率变化;Arfa等（2017）[3]利用数据包络分析法对突尼斯公共医院资源利用状况进行研究，发现其未利用产能在不断上升;Deshmukh和Wagh（2017） [4]基于印度太阳能光伏发电行业产能利用率的年度和月度数据，阐述了该地区产能利用率变化的驱动因素;Pierce和Wisniewski（2018）[5]利用美联储委员会和人口普查局数据，对美国制造业产能利用率变化趋势和下降特点进行分析总结.

随着我国经济社会的快速发展，产能过剩的问题也随之而来，学者们对产能利用率的研究也不断加深.周密和刘秉镰（2017）[6]在传统需求函数中引入退出价格和饱和需求假设，提出中国式产能过剩是商品和住房二元市场叠加的饱和需求式过剩;黄秀路等（2018）[7]运用 DSBM模型和Dagum基尼系数对中国各地区工业产能利用率分行业的时空演变和差异来源进行论证;刘航和孙早（2014）[8]利用系统广义矩估计法（SYSGMM）提出城镇化是加速制造业产能过剩的重要因素;杨帅羽等（2015）[9]构建了混合寡占竞争模型，发现减少政府补贴可以解决国营和民营企业的产能过剩问题;樊茂清（2017）[10]利用二次型可变成本函数模型论证了能源、劳动价格和技术进步对中国各部门产能利用率的驱动作用;包群等（2017）[11]通过数据包络分析论证了经开区主导产业的相似性是引发产能过剩的重要驱动因子;郑晶晶和贺正楚（2016）[12]采用数据包络分析量化测算了土地供给价格扭曲、财政补贴和预算软约束等因素对钢铁和光伏产业资源配置效率的影响程度;史丹和张成（2017）[13]基于系统性优化思想对我国制造业进行了结构优化和要素错配调整以实现经济和环保的共同进步.以上研究为开展产能利用率研究提供了重要的思路和方法参考.总体而言，目前国内关于国家宏观层面的工业体系或者某一具体产业（钢铁[14]、煤炭[15]和光伏产业[16]等）的产能利用率研究较多，但基于省级尺度的高能耗产业的研究还相对较少.

京津冀地区是中国三大经济“增长极”之一.而截至目前，高能耗产业在該地区的工业产业结构中仍占有较大比重，产能过剩是京津冀地区经济发展面临的突出问题之一，并成为制约京津冀地区转型发展的重要因素.开展京津冀地区产能利用率及其影响因素研究，不仅有助于揭示高能耗产业产能过剩的机制，而且对于过剩产能的化解及产业结构优化具有重要的实践意义.

2 数据来源与研究方法

2.1 数据来源

《2010年国民经济和社会发展统计报告》中高耗能产业包括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、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以及电力热力的生产和供应业等六大行业.

研究数据来源于2005-2017年《中国工业统计年鉴》，主要包括：六大高能耗产业的主营业务收入、固定资产原价和平均用工人数等数据.产能利用率的计算模型以京津冀地区2004-2016年的面板数据为基础，其中产出指标y是主营业务收入，因为主营业务收入能够体现高能耗产业的实际经营状况，综合全面地反映产业的发展情况.其次选取固定资产原价作为资本投入k.固定资产原价是指固定资产的成本，是维持企业生产经营活动的物质基础.最后，劳动力投入l采用的指标是平均用工人数，因为它在一定程度上反映了某时期内参与生产经营活动的劳动力资源的利用情况.

2.2 研究方法

生产函数法不仅包含了科学技术进步对企业产出的影响，而且还反映了各要素对产出的贡献，该方法在数据的获取上还具有一定的优势，因此采用生产函数法测算京津冀高能耗产业的产能利用率[17].产能利用率临界值的判断采用韩国高等[18]的界定标准，即产能利用率的正常值应处于79%-83%之间，超过90%则认定为产能不足，低于79%的则认为其存在产能过剩现象.

生产函数法的具体步骤[19]是：①首先基于CD生产函数公式确定资本、劳动力和产出的关系的基本形式为

y=f（k，l，a）e-u=akαlβe-u，（1）

其中y代表产出水平指标，k代表资本投入指标，l代表劳动力投入指标，a代表技术水平指标，α代表资本投入的产出弹性系数、β代表劳动力投入的产出弹性系数，且满足α>0，β>0，u代表随机干扰项.

②在假定规模报酬不变（α+β=1）的前提下，对式（1）两边分别进行取对数处理后得到下式：

ln y=ln a+αln k+βln l-u.（2）

因此边界生产函数的实质形式为：

ln y*=αln k+βln l+ln a，（3）

其中y*代表理论上的最大产出水平.

③设定随机变量γ，在满足E（u）=γ和ln a=δ的前提条件下，可以将式（2）进行转换得到下式：

ln y=αln k+βln l+（δ-γ）+（u-γ）.（4）

由于E（u-γ）=0，故可以利用最小二乘法（OLS）进行回归估计得到平均生产函数的计算式：

ln =ln k+ln l+（δ-）.（5）

④计算样本区间内产出的实际值与其对应的通过平均生产函数公式所求得的估计值之间的差值，并将差值的最大值添加至平均生产函数的常数项，即可得到边界生产函数的计算公式：

max （ln y-ln ）=max {ln y-[（ln k+ln l+（δ-）]}，

（6）

式（6）即为的值，代入式（5）即可得到的值，因此可以得到边界生产函数的具体形式为：

=ekl.（7）

⑤根据边界生产函数，计算出理论上的最大产出，与实际产出进行比较，得到产能利用率为：

CU=y.（8）

从以上步骤可见，生产函数法计算的数据会出现100%的产能利用率，因此计算的数据并不是该行业真实的产能利用率数值（计算出的100%的产能利用率数据是指该行业实际生产活动中所达到的最大值），但这种处理方法可以消除产能利用率因行业性质差异所产生的最大值的高低悬殊差异，使得最终数据具有可比性[20].

3 京津冀高能耗产业产能利用率分析

3.1 京津冀不同地区高能耗产业产能利用率分析

京津冀三地区的产能利用率差异较大，天津市最高、北京市次之、河北省最低.同时，产能利用率的年际变化也存在明显的地域差异.在年际变化方面，天津市产能利用率由2004年的50.67%上升至2016年的64.20%，增加了13.53%;北京市的产能利用率由2004年的49.22%上升至2016年的65.26%，增加了16.04%;河北省的产能利用率由2004年的52.29%变化至2016年的49.17%，减少了3.12%（表1）.这主要是受到3个地区不同的地理区位、产业结构、国家政策和城市定位等的影响.3个地区产能利用率峰值出现的时间也各不相同，北京市的峰值是2014年的74.38%，这是由于北京市在2014年进行了高能耗产业的外迁;天津市的峰值出现在2011年，是受到天津市滨海新区建设的影响;河北省的峰值是2008年的65.10%，这是由于河北省本身就是以高能耗重工业为主，而后又受到北京市与天津市的高能耗产业转移的影响.

目前国内关于国家宏观层面的工业体系或者某一具体产业（钢铁[14]、煤炭[15]和光伏产业[16]等）的产能利用率研究较多，但基于省级尺度的高能耗产业的研究还相对较少.

京津冀三地区的产能利用率变化存在一定的阶段相似性.3个地区的产能利用率都可划分为3个阶段，即持续增长阶段、波动上升阶段和波动下降阶段.在2004-2008年期间，天津市和河北省高能耗产业的产能利用率处于持续增长的阶段，由2004年的50.67%和52.29%增长至2008年的72.07%和65.10%，天津市的增加量（21.40%）要高于河北省（12.81%）;北京市的持续增长阶段是在2004-2007年间，产能利用率由49.22%增长至59.87%，增加了10.65%.天津市与河北省在2008-2011年处于波动上升阶段;北京市的波动上升阶段是在2007-2011年，由59.87%上升至70.91%，增加了11.04%（图1）.在波动上升阶段，3个地区的产能利用率都在2009年出现明显的下降，这是由于2008

年全球性的金融危机对中国的工业经济产生了巨大的冲击.京津冀3个地区的波动下降阶段都是在2011-2016年，在该阶段内的产能利用率虽然大小变化有所起伏，但在整体上均表现出减小的趋势，北京市的减少量（-5.65%）要明显低于天津市（-20.29%）和河北省（-15.09%），这是由于北京市的产业重心已经转移到第三产业.

2004-2016年京津冀地区产能利用率的均值是63.15%，小于79%～83%的界定范围，这表明京津冀地区均处于产能过剩状态.3个地区的产能利用率均值分别是62.79%，69.31%和57.34%，天津市最高、其次为北京市、河北省最低，这是由于天津市是一个国际大港口，国际贸易业务繁荣，存在天然的地理区位优势;而河北省是以重工业为主的工业大省.但是三个地区的产能利用率都小于79%，属于严重的产能过剩.

3.2 京津冀不同高能耗产业产能利用率分析

不同高能耗产业的产能利用率具有明显的差异性（表2）.截至2016年，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、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、热力的生产和供应业的产能利用率均值分别是66.82%，76.34%，65.00%，55.36%，36.80%和78.53%.可以看出，產能利用率最大的是电力、热力的生产和供应业，有色金属冶炼及压延加工业最小，两者差值达到41.73%，是有色金属冶炼及压延加工业的1.13倍.这种差异与行业性质、企业的技术水平差异和生产复杂程度等有关，电力、热力的生产和供应业是工业和国民经济发展的基础性行业，各行各业对其均有巨大的需求，同时在对外出口也拥有巨大的技术优势，因而产能利用率最高.

六大高能耗产业面临产能过剩危机.六大产业可以划分为三大类，其中电力、热力的生产和供应业和石油加工、炼焦及核燃料加工业属于能源类产业，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属于金属类产业;化学原料及化学制品制造业和非金属矿物制品业属于其它类产业.在这3类产业中，2004-2016年产能利用率最大的是能源类产业（72.68%），其次是其它类产业（70.67%），最小的是金属类产业（46.08%）.这虽然是由于能源是其他工业活动的动力，但也说明我国目前的发展对于能源仍然有很大的需求;对于金属类产业，受到我国资源条件、技术水平和企业“羊群效应”等的影响，产业结构失衡，产能利用率持续偏低，存在一定程度的“伪过剩”现象（图2）.

高能耗產业的产能利用率变化也可以划分为持续增长、波动上升、波动下降和连续减少等不同的阶段.关于高能耗产业的时空演变，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和电力、热力的生产和供应业的产能利用率离散程度相对较小，而石油加工、炼焦及核燃料加工业和非金属矿物制品业的离散程度（标准差）偏大.离散程度最大的是石油加工、炼焦及核燃料加工业（11.82%），电力、热力的生产和供应业的离散程度最小（3.70%）.这说明电力、热力的生产和供应业的产能利用率变化相对较小.在2004-2007年该产业处于持续增长的阶段，波动下降阶段在2007-2016年.石油加工、炼焦及核燃料加工业离散程度最大（图3），可以划分为2004-2008年和2008-2012年两个波动上升阶段以及2012-2016年的连续减少阶段.除此之外的四大产业的产能利用率的离散程度不大，故而可划分为持续增长、波动上升和波动下降3个阶段.

4 京津冀高能耗产业产能

过剩的影响因素分析

针对京津冀地区产能利用率时空变化及行业差异，结合京津冀地区的经济结构和发展状况，可以看出，政府的过度干预、企业不合理的经济行为、不合理的经济增长方式和技术效率低下等因素是造成该地区高能耗产业产能过剩的主要因素.

4.1 政府干预

政府干预是当下引起京津冀地区高能耗产业产能过剩的一个重要因素.首先我国以GDP为标准的政府考核体系导致地方政府为了在政绩考核中取得优胜，而对GDP的快速增长有着迫切需求，为经济干预提供了动机.为了在政绩考核中取胜，地方政府主动制定一系列有利于高能耗产业发展的特殊产业政策，降低工业土地出让价格、增加企业财政和税收补助、放宽生态环境要求等使企业获得了更多的要素投入，由此引发了生产要素价格扭曲，阻碍市场资源配置功能发挥作用，扭曲微观企业的市场进入和退出决策，引发整个行业的产能过剩危机.

4.2 涌潮现象

京津冀地区是我国的三大经济增长极之一，全社会都对该地区经济发展抱有美好期望，导致该地区企业出现各种盲目规划、投资的非理性行为，产生“涌潮现象”.由利益驱动所引发的投资“潮涌现象”导致高能耗产业的产能不断扩张，超过市场的消费需求，产能利用率持续走低，产能过剩严重.

4.3 经济体制扭曲

经济体制扭曲是京津冀地区高能耗产业产能过剩的又一重要原因.过去几年经济增长的“三辆马车”只有投资发挥了作用，这种失衡的经济增长方式阻碍了产能过剩危机的有效化解.2004-2016年3个地区的六大高能耗产业固定资产原价投资分别上升了206.46%，408.19%和443.84%，不合理的经济增长方式打破了市场的供需平衡，大量的资本向钢铁、有色金属、水泥、煤炭等高能耗领域不断涌入，导致产能利用率下降.

4.4 技术效率低下

技术效率低下也是导致产能利用率偏低的原因之一.高能耗产业大多属于资源与资本密集型产业，技术门槛相对较低，容易引发资本大量涌入，导致重复建设.同时受到前期资本、劳动力等生产要素大量投入的压力，京津冀地区高能耗产业的技术创新进程缓慢，产品低端化、同质化严重，产能利用率偏低，存在一定程度的“伪过剩”现象.

5 结论

以京津冀地区高能耗产业为研究对象，采用生产函数法，利用Eviews 9.0对2004-2016年京津冀地区高能耗产业的产能利用率进行了计算分析，并探讨了产能过剩的影响因素.主要结论如下.

（1）京津冀地区的产能利用率具有一定的区域差异.2004-2016年京津冀三地区的高能耗产业年平均产能利用率分别是62.79%、69.31%和57.34%，天津市最高，河北省最低;产能利用率的均值是63.15%，小于79%～83%的界定范围，面临着产能过剩的危机;产能利用率变化可以划分为三个阶段，即2004-2008（2004-2007）年间的持续增长阶段，2008-2011（2007-2011）年间的波动上升阶段，2011-2016年的波动下降阶段.

（2）高能耗产业的产能利用率具有明显的行业差异.电力、热力的生产和供应业（78.53%）的产能利用率最大，最小的是有色金属冶炼及压延加工业（36.80%），存在严重的产能过剩现象;产能利用率变化可以划分为不同的阶段，电力、热力的生产和供应业为持续增长和波动下降两个阶段，石油加工、炼焦及核燃料加工业为波动上升、波动下降和连续减少3个阶段，其余产业为持续增长、波动上升和波动下降3个阶段.

（3）导致京津冀地区及其高能耗产业产能过剩的原因主要是政府的过度干预、“涌潮现象”、经济体制扭曲和技术效率低下等.

为进一步提高京津冀地区高能耗产业的产能利用率，推动该地区经济持续良好发展，提出以下建议：（1）充分发挥京津冀地区国际港口的地理区位优势，挖掘国外市场的消费潜力.抓住“一带一路”倡议的机遇，加强国际产能合作，化解产能过剩危机;（2）完善环境保护制度，加强环保硬约束作用.在推动京津冀环保的一体化发展中，以雄安新区白洋淀流域污染治理为契机，明晰环境产权，健全环境保护的相关法律法规，对土地、环境税、碳排放权和排污权等资源进行市场化处理的同时发挥政府对环境污染的监督管理作用，特别是对高能耗产业企业的重点监控，加大环境污染的惩罚力度，倒逼企业科技创新和产业结构升级，实现“环保补偿效应”，促进产能利用率的上升;（3）推动京津冀地区协同发展，提高高能耗产业的产能利用率.京津冀地区应当发挥各自的资源禀赋优势，利用市场对资源的高效配置作用，增强区域发展协调性，消除“虹吸效应”，实现北京非首都功能疏散与河北雄安新区建设有效对接，推进产业绿色转移，提高产能利用率，消除产能过剩.

参考文献

[1] 余淼杰，金洋，张睿.工业企业产能利用率衡量与生产率估算[J].经济研究，2018，53（5）：56-71.

[2] KIRKLEY J， PAUL C J M， SQUIRES D. Capacity and Capacity Utilization in Commonpool Resource Industries [J]. Environmental and Resource Economics， 2002， 22（1-2）： 71-97.

[3] ARFA C， LELEU H， GOAIED M， et al. Measuring the Capacity Utilization of Public District Hospitals in Tunisia： Using Dual Data Envelopment Analysis Approach [J]. International journal of health policy and management， 2017， 6（1）： 9-18.

[4] DESHMUKH S， WAGH M. A Review on Capacity Utilization Factor and Cost Economics of Net Metering for Solar Photovoltaic Power Plants in Maharashtra and India [J]. Asian Journal for Convergence in Technology （AJCT）-UGC LISTED， 2017， 3（2）：928.

[5] PIERCE J， WISNIEWSKI E. Some Characteristics of the Decline in Manufacturing Capacity Utilization[R]. Board of Governors of the Federal Reserve System （US）， 2018.

[6] 周密，刘秉镰.供给侧结构性改革为什么是必由之路？——中国式产能过剩的经济学解释[J].经济研究，2017，52（2）：67-81.

[7] 黄秀路，葛鹏飞，武宵旭.中国工业产能利用率的地区行业交叉特征与差异分解[J].数量经济技术经济研究，2018，35（9）：60-77.

[8] 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.

[9] 杨帅羽，向洪金，戴志洋.政府补贴、国企国有化系数与中国企业的产能过剩[J].经济数学，2015，32（2）：70-75.

[10]樊茂清.中国产业部门产能利用率的测度以及影响因素研究[J].世界经济，2017，40（9）：3-26.

[11]包群，唐诗，刘碧.地方竞争、主导产业雷同与国内产能过剩[J].世界经济，2017，40（10）：144-169.

[12]郑晶晶，贺正楚.政府干预与资源配置：传统产业和战略性新兴产业的对比[J].经济数学，2016，33（03）：67-76.

[13]史丹，张成.中国制造业产业结构的系统性优化——从产出结构优化和要素结构配套视角的分析[J].经济研究，2017，52（10）：158-172.

[14]马红旗，黄桂田，王韧，申广军.我国钢铁企业产能过剩的成因及所有制差异分析[J].经济研究，2018，53（3）：94-109.

[15]朱希伟，沈璐敏，吴意云，罗德明.产能过剩异质性的形成机理[J].中国工业经济，2017（8）：44-62.

[16]凌四立，潘红玉，祝平衡，吴艳.基于云理论的我国光伏产业产能过剩评估研究[J].经济数学，2014，31（4）：41-46.

[17]余东华，吕逸楠.政府不当干预与战略性新兴产业产能过剩——以中国光伏产业为例[J].中国工业经济，2015（10）：53-68.