先进制造业发展的微观实证分析——以北京市为例

(北京工商大学 北京 100048)

制造业是强国之基，只有制造业提升，我国的综合国力才能提升，才可能成为经济大国和世界强国。从改革开放至今，中国制造业取得了举世瞩目的成就，无论是制造业整体规模，还是技术含量，均实现了巨大跨越。制造业在我国国民经济中的地位和作用是毋庸置疑的，是我国实现工业化的水之源、木之本，是现代化的原动力，是国家实力的支柱。而先进制造业获得市场竞争力的关键之处在于是否具备产品自主开发创新能力。所以本文以北京市企业数据为例，从企业的创新投入和创新能力角度出发，分析企业竞争力的形成机制。

一、理论模型设定

根据竞争力评价理论，我们提出如下的竞争力结构模型。模型中包括五个潜变量，分别是“制造企业的支撑因素”、“制造企业创新能力”、“制造企业产品创新”、“制造企业劳动生产率”、“制造企业竞争力”。这个模型的选取，一方面包含了企业竞争力模型的主要因素，另一方面也考虑了实证数据的可获得性。“制造企业的支撑因素”主要指制造业企业的规模等，反映企业自身基本能力方面的特征。“制造企业创新能力”主要指制造业企业的研发创新能力。“制造企业产品创新”主要指制造业企业的产品创新，其主要受到企业创新能力的影响。“制造企业劳动生产率”反映制造业企业在劳动生产率方面的特点，主要受到“制造业支撑因素”、“制造企业创新能力”的影响。最后是“制造企业竞争力”，主要反映制造企业的显性竞争力。

对于各潜变量的指示变量，结合调查数据，选择如下:

•“制造企业支撑因素”的指示变量选择：“资产总计(千元)”，“年末从业人员数(人)”两个变量，分别用 x11、x12 表示。

•“制造企业创新能力”的指示变量选择：“研究与试验发展人员(人)”、“R&D 经费经费支出合计(千元)”两个变量，分别用 x21、x24。

•“制造企业劳动生产率”的指示变量选择：企业的劳动生产率表示，即用“工业总产值/人数”单一指示变量，用 x31。

•“制造企业产品创新”的指示变量选择：“新产品产值(千元)”，“新产品销售收入(千元)”两个变量，分别用 x41、x42 表示。

•“制造企业竞争力”的指示变量选择：“主营业务收入(千元)”和“利润总额(千元)”两项指标，分别用 x51、x52 表示。

综合结构模型和测量模型，制造企业竞争力评价的全模型如图。

图1 制造企业竞争力评价全模型

二、实证分析

(一)PLS-PATH模型介绍

PLS-PATH 模型中的PLS，就是指用来实现估计潜变量和参数的“偏最小二乘”。算法第一阶段是计算权重，ξj = Yj =∑kwjkxjk。其中wj被称为外权重，并进行尺度调整使得Yj方差为1。这个标准化是为了避免潜变量尺度不统一的困扰。

第二阶段根据测量模型和结构模型，估计路径系数βji和载荷系数λjk。对于结构模型(内模型)，是通过普通最小二乘回归方法确定系数，即Yj =∑iβjiYi，βji =(Yi Yi)-1Y’i Yj。对于测量模型也根据所采用的模式不同采用不同的方法。

我们根据所假定的企业竞争力评价模型，按照PLS-PATH模型的分析步骤，利用调查数据进行实证分析，主要包括模型的估计和选择，通过对模型各种指标的检验选择出最后的模型，并对实证研究结果进行分析和解释。

(二)数据说明

本实证研究所用到的企业级微观数据来源于北京市统计局对一千多家工业企业单位的R&D情况的一次调查，主要包含企业“是否是高技术企业”、“隶属关系”、“企业控股类型”、“企业所属行业”、“企业规模”、“轻重工业类型”等基本型信息，以及R&D活动情况、收入营业利润等指标。将调查数据进行筛选后最终对634家高新技术企业数据进行实证研究。对于每一个测量变量，由于都是极端偏态分布，容易对模型的估计产生影响，因此需要进行变换。本文通过对数变换，调整变量的分布形状。此时数据分布已经不再过分偏斜，能够用于建模分析。

(三)模型建立

1.建模第一步

首先建立内模型(结构模型)和外模型(测量模型)，利用经过处理的数据进行模型估计。模型整体拟合度指标GoF等于0.6542，属于可以接受的范围。通过分析及检验表明需要将support->productivity的路径系数删除。其次，考察外模型各项指示变量的载荷系数和权重系数之后得出各指示变量的载荷系数均大于0.9，权重系数都为正值且属于可以接受的范围。最后，考察每个指示变量组的单一维度性得到各指示变量组的单一维度性都较好，其中C.alpha值大于0.7，DG.rho值大于0.9，第二个特征根小于1。

2.建模第二步

修正后模型整体拟合度GoF值为0.6558，属于可以接受范围。各路径系数均为正数，且与修正前的路径系数相比较并没有非常显著的变化，说明模型具有一定的稳健性。内模型各回归方程的拟合优度R2基本也无变化，回归系数均显著。内模型路径系数的bootstrap检验也表明各项路径系数都是显著的。外模型的载荷系数、权重系数均为正数，也符合模型要求。同样，衡量各指示变量组的单一维度的三个指标，也都在比较理想的范围之内。最后，各指示变量的交叉载荷系数也通过检验。综合以上各考察指标，我们所建立的竞争力评价模型通过了各主要显著性检验。

表1 新模型路径系数表

三、结论与建议

1.在希望验证的假设中，只有“支撑因素”对于“生产效率”的影响，没有获得数据支持。也就是说，以制造企业规模等指标反应的支撑因素，对于企业的劳动生产率的影响(相关系数较低)较小。对制造企业竞争力来说，影响最大的因素是企业规模(0.780)，其次为制造企业劳动生产率(0.359)，而制造业产品创新(0.044)对于制造企业竞争力的贡献最小。

2.在对于制造业基地的研究过程中，这里的实证研究表明(北京地区而言)，制造业企业劳动生产率的提升是对制造业竞争力的提升有着显著贡献的。

3.制造企业支撑因素对于制造企业的创新能力有着较大的影响(系数为 0.756)，创新能力对于制造业产品创新的影响系数为 0.649，而制造业创新能力对于制造企业劳动生产率的影响系数为0.225。因此，从影响的逻辑链条来看，制造企业对创新的投入和研发可以显著提高制造企业竞争力。

4.效应分析。效应分析主要研究各潜变量之间的影响和相关程度的大小，包括各潜变量之间影响的直接和间接效应大小。通过表1可知支撑因素对于创新能力(系数 0.7558)、支撑因素对于竞争力(系数 0.7801)两项指标的影响都是非常大的。创新能力对于新产品的直接影响系数达到 0.6488。生产效率对于竞争力的直接影响系数为 0.3585。

因此，通过上述分析，高新技术企业的竞争力形成中，创新能力对于企业的劳动生产率、企业的产品创新力都有着显著的影响，从而间接提升制造企业的整体竞争力。支撑度高的企业对于创新的投入也起到非常重要的作用。对于先进制造业来讲，创新能力对于企业的竞争力有着显著的影响，各制造企业必须在创新能力上形成核心竞争力，从而进一步提高自身在市场上的竞争能力。