中国农产品加工业全要素生产率增长解析*
——基于集聚与FDI互动视角
2019-12-30龚新蜀韩俊杰
龚新蜀,韩俊杰
(石河子大学经济与管理学院,新疆 石河子 832000)
一、引 言
党的十九大报告明确提出,以供给侧结构性改革为主线,推动经济发展质量变革、效率变革、动力变革,提高全要素生产率。2016年国务院印发《关于进一步促进农产品加工发展的意见》指出,农产品加工业在深化农业供给侧结构性改革中具有重要引领作用。2018年,中国规模以上农产品加工业企业营收14.9万亿元,实现盈利1万亿元,同比增长5.3%。农产品加工业在推动农业和制造业融合方面,占有重要地位,推动农产品加工业进一步发展不仅对有效解决“三农”问题、实现农业现代化和城乡互动发展具有重要意义,亦是实现乡村振兴战略性环节。农产品加工业进一步发展关键是提高农产品加工业全要素生产率(TFP),包括技术效率、技术进步和配置效率。
既有文献对农产品加工业TFP测度以DEA方法应用最为普遍。基于全国范围视角,张莉侠等(2006)、赵燃等(2008)、靖飞等(2009)研究发现,农产品加工业生产率增长率较高,且呈上升增长趋势。就局部区域而言,李崇光等(2009)、王艳华等(2010)、战炤磊等(2012)分别研究湖北省、吉林省和江苏省农产品加工业发现,农产品加工业全要素生产率总体呈增长趋势,但各细分行业TFP存在明显差异。
农产品加工业TFP受学者关注同时,有关农产品加工业TFP影响因素亦成为学界讨论焦点话题,其中农产品加工业集聚与FDI溢出效应受到广泛关注。就产业集聚而言,战炤磊等(2012)发现,江苏省农产品加工业集聚推动农产品加工业TFP增长。张艳(2018)在研究中国粮油加工业省际层面产业集聚对生产率影响时,发现仅有少数子行业空间集聚对全要素生产率促进作用显著,且主要通过提高技术效率实现,对行业技术进步反而存在一定制约作用。曾亿武等(2015)研究表明,产业集聚发展到一定程度,可能出现要素拥挤现象,导致生产效率降低,致使产业集聚对生产效率不再具有促进作用。就FDI溢出效应而言,吕立才等(2006)认为FDI对中国农产品加工业不同所有制企业的溢出效应存在差异。田泽永(2008)研究表明,FDI主要通过产业间前、后向关联促进农产品加工业内资企业劳动生产率增长。姚升等(2014)发现,FDI技术溢出对中国农产品加工业全要素生产率提升促进作用明显。赵燃等(2008)认为,中国农产品加工业“三资”企业技术进步水平低于国有及国有控股企业,外资企业存在技术溢出结论有待商榷。邱立成等(2010)利用相对挤入挤出模型和绝对挤入挤出模型均证明,中国农产品加工业FDI对国内投资具有一定程度挤出效应。
上述有关利用DEA-Malmquist指数测度并分析农产品加工业生产率研究已较充分,研究方法为本研究提供有益借鉴。然而,鲜有学者关注近些年中国农产品加工业TFP,尤其缺乏“十二五”规划之后农产品加工业TFP增长变迁研究,而厘清当前农产品加工业TFP,对推动农产品加工业进一步发展又极为关键。另外,产业集聚与FDI对农产品加工业TFP增长外部性,研究结论莫衷一是。事实上,产业集聚与FDI互有影响,忽视二者对农产品加工业TFP交互作用难免会使研究结果有失偏颇。因此,从产业集聚和FDI互动视角下考查农产品加工业生产率变迁方可使研究结论更可信。苏李等(2010)利用格兰杰因果检验法检验中国农产品加工业集聚与FDI关系,发现FDI是农产品加工业集聚原因,而产业集聚不是FDI进入农产品加工业原因。张公嵬等(2013)以制造业TFP为例,发现产业集聚与FDI在行业与地理空间存在高度耦合,二者互相影响,且交互作用对制造业TFP增长存在行业差异。但当前鲜有文献将农产品加工业TFP、产业集聚与FDI置于同一框架下加以研究。本文拟从不同时期中国农产品加工业集聚与FDI及其交互作用对农产品加工业TFP作用方式以及影响效果逐一展开分析。
二、农产品加工业集聚、FDI对农产品加工业TFP的影响机制分析
新经济地理学基于不完全竞争和规模报酬递增假设,开创产业集聚影响FDI区位选择研究先河。一方面,基于集聚外部性考量,进入东道国FDI通常选择根植于产业集聚区域。另一方面,已入驻集聚区FDI,通过对其他企业产生溢出效应(盖骁敏,2010)以及集聚区在本行业中领导地位,进一步吸引更多FDI进入集聚区,产生集聚自我强化机制(张宇等,2008)。
作为一种紧凑型空间组织形态,集聚经济容易产生专业化经济、劳动力池和中间投入共享外部性,对集聚区内企业生产率提高有积极意义。首先,集聚区内本地企业在外商直接投资企业示范作用下,为提高自身生产率,会积极引进标准化生产,规范企业行为,并增加新工艺、新产品投资。其次,跨国公司在东道国投资设厂,跟随项目引进技术人才,对当地雇佣劳动力开展技能培训,有利于提升劳动力素质。一旦这些外来技术人才或本地劳动力进入新企业或自主创业时,劳动力共享外部性得以显现。第三,从关联角度看,当国内企业处于上游时,由于获得外资企业更好中间品投入,生产最终产品技术含量提高。而当国内企业处于下游时,为满足上游FDI企业严格要求,国内企业必须通过快速模仿、学习先进技术,并采用新技术或新管理模式,在学习效应下最终促进集聚区内企业生产率提升。
假说一:产业集聚正外部性、FDI技术溢出以及共同作用,有利于提升农产品加工业生产率。
FDI在集聚过程中产生负外部性及集聚经济引发拥塞效应,对集聚区内全要素生产率提高具有抑制性。第一,FDI企业产生知识外溢效应,若集聚区内本地企业无法消化吸收,在与FDI企业竞争过程中,本地企业处于明显劣势,导致生产成本抬升,将无助于集聚区生产率提升。第二,伴随FDI企业一起进入东道国产业集聚区投资项目,若附带国外过剩技术和管理,将对集聚区内技术产生挤出效应,不利于生产率提高(薛安伟,2017)。同时,外商直接投资企业倾向于选择性技术输出,核心技术仍保留在本国,利用东道国廉价劳动力从事代加工,把东道国当做代工厂,将当地部分企业从价值链高端挤出,造成东道国企业被低端锁定,长期处于价值链下游(田素华等,2018),抑制集聚区生产技术进步。第三,集聚经济规模不断扩大和集聚密度增强,造成集聚中心区域生产成本指数升高(Suedekum,2006),资源低效与无序和环境恶化,人员流动、生产模仿加快技术溢出,使得专利技术获利能力迅速稀释,新技术新产品生命周期变短,提高企业研发创新成本(武晓霞等,2011)。此时,FDI进一步无序引进,增加本地资源竞争程度,出现挤出效应和拥塞现象,造成生产效率损失。
假说二:产业集聚负外部性、FDI挤出效应及其交互作用,抑制农产品加工业生产率提升。
三、农产品加工业技术进步特征分析
按照我国国民经济行业二位数分类代码(GB/T4754-2011),农产品加工业分为12个行业。鉴于数据统计一致性,研究时段为2003-2017年。数据来源包括《中国统计年鉴》《中国工业统计年鉴》。基于规模报酬可变(VRS)模型,利用目前应用最广泛投入导向型非参数模型DEA-Malmquist指数法,以单一产出和两要素投入(劳动投入和资本投入)为变量,运用计量软件DEAP2.1测算样本期间内历年农产品加工业及其12个细分行业Malmquist指数。其中产出以工业销售产值表示,并对其以2003年为基期的出厂价格指数作平减,2017年国家统计局无工业销售产值统计数据,以主营业务收入代替。劳动投入以全部从业人员年平均人数衡量,资本投入为固定资本和流动资本之和,其中,固定资本则通过将固定资产净值以2003年为基期固定资产价格指数平滑后衡量,流动资本以2003年为基期的出厂价格指数对流动资产平滑后表示。历年农产品加工业及其12个细分行业Malmquist生产率指数测算结果分别见表1和表2。
由表1可知,2003~2017年,农产品加工业TFP平均增长率为4.1%,技术变动增长率为2.5%,技术效率增长率为1.6%,表明农产品加工业TFP提升同时源于技术水平进步和技术效率提升,且技术进步贡献较大。农产品加工业TFP变动率在2003~2016年大于1,说明中国农产品加工业全要素生产率呈增长态势。此原因可从TFP分解项解释,技术变动与TFP变化轨迹相似,即技术变动与TFP变化具有同步性,进一步说明技术进步是TFP变动主要原因,践行创新发展理念、推动技术进步是保证农产品加工业全要素增长率持续增长动力。从技术效率变化看,技术效率变化对TFP增长亦有重要作用,从技术效率分解指标纯技术效率和规模效率看,纯技术效率意味着资源配置程度,即农产品加工业技术更新速度和技术推广力度,资源配置除在2011、2012和2013年低于1以外,其他年份资源配置程度均大于1,说明技术推广及技术更新速度有效程度较高;规模效率代表规模报酬状态,规模效率指数小于1的年份有2004、2006、2012、2014和2016,即生产要素投入不足,规模报酬递增年份仅有5年,说明纯技术效率是技术效率增长主要原因。因此,推动技术进步与生产要素投入规模合理化是进一步提升农产品加工业TFP需要解决问题。
表1 2003~2017年中国农产品加工业Malmquist指数均值
表2 2003~2017年分阶段中国农产品加工业细分行业Malmquist指数
本文研究时间跨越“十五”“十一五”“十二五”和“十三五”四个时期,为方便观察各个时期农产品加工业细分行业生产率变化特征,以“十一五”期末为界,对细分行业研究划为2003~2010和2011~2017两个时段。由表2可知,2003~2010年,农产品加工业TFP平均增长6.5%,技术进步增长率为5.2%,技术效率增长率为1.9%,表明TFP增长原因主要源于技术进步。从各细分行业看,全要素生产率和技术变化均大于1,其中酒、饮料和精制茶制造业以及木材加工及木竹藤棕草制品业TFP增长率最大,皮革毛皮羽绒及其制品业TFP最小。2011~2017年,农产品加工业全要素生产率平均增长1.1%,技术进步增长率为-0.2%,技术效率增长率为1.3%,表明TFP增长原因主要源于技术效率提升。各行业中,印刷业和记录媒介复制行业TFP最大,纺织服装、鞋、帽制造业TFP最小。从行业看,各行业TFP在2003~2010年大于2011~2017年,而技术进步缓慢是各行业TFP在2011~2017年增长趋缓主要原因。由此可知,中国农产品加工业各细分行业在2003~2017年内,全要素生产率增长逐渐呈趋缓趋势,部分行业TFP甚至出现负增长。因此,增强农产品加工业企业自主创新能力,成为当前TFP增长重要方向。
四、模型设定与变量说明
(一)模型设定
假定行业生产函数为Cobb-Douglas函数形式:
其中,下标i和t分别代表行业和时间,Y、A、K、L分别表示产出、全要素生产率、资本存量和劳动力。
根据第二部分分析,产业集聚产生外部性以及FDI带来溢出效应会影响农产品加工业全要素生产率。因此,Ait可设置为如下形式:
其中,E表示产业集聚,F表示外商直接投资,U表示其他不可观测因素。上标θ和ρ表示E和F弹性,下标i、j分别表示行业和地区。对方程(1)和(2)取对数得到方程(3)和(4):
y、k、l、a分别对应Y、K、L、A对数形式。由于模型外生性未必成立,将 μ具体形式设定为:
其中,X表示影响行业生产率其他控制变量,ζi为行业固定效应,υt表示年份固定效应,εit表示随机误差项。根据以往研究做法,引入城镇化水平(Ur)、人力资本水平(Hr)、研发水平(Rd)、工业化进程(Ip)等控制变量。
基于方程(3)计算全要素生产率,通过DEA-Malmquist指数法计算。因此,仅需将方程(5)代入方程(4),构建方程(6)考查产业集聚和FDI对全要素生产率影响。另外,由于全要素生产率可分解为技术变化与技术效率变化,为同时考查产业集聚和FDI对二者影响,构建方程(7)和(8)。同时,考虑到产业集聚和FDI交互作用,在实证回归检验时,也考查产业集聚和FDI交互项(Mut)对全要素生产率、技术变化和技术效率影响。
(二)变量说明
被解释变量:全要素生产率(TFP)、技术进步(Tech)、技术效率(Eff)。由于Malmquist指数是环比值,将前文历年各行业Malmquist指数换算成以2003年为基期的累计值。
产业集聚:传统产业集聚指数未考虑企业规模分布对产业地理集中度影响,Ellison and Glaeser(1997)因此提出测量产业集聚度EG指数。参考杨洪焦等(2008)改进EG指数,其公式为:
其中,i、j、k分别为产业、地区、企业,Xj为区域所有行业总产值占全国所有行业总产值比例,sij为行业i在地区j总产值占行业i在全国总产值比重,G为空间基尼系数,其数值与产业地理集中度呈正相关。H为赫芬达尔指数,其数值反映企业规模分布状况。需要说明的是,鉴于工业总产值在2012年以后国家统计局不再统计,为保证数据一致性,使用工业销售产值代替。
外商直接投资:目前我国仅统计地域层面外商直接投资数据,因此,依照传统做法,对于FDI在各行业投资规模,以外资企业(包括港澳台)在农产品加工业各行业工业总产值与该行业工业销售产值之比衡量。
控制变量:城镇化水平,以各年份城镇人口占总人口比重衡量;人力资本水平,使用各行业研发人员折合全时当量与该行业从业人员之比表示;研发水平,以行业研发支出占工业总产值表示。工业化进程,以各年份工业增加值占GDP增加值比重衡量。
上述变量数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国农产品加工业统计年鉴》《中国科技统计年鉴》及国家统计局数据库。另外,由于变量数值较小,考虑到模型取对数需要,对所有变量加1后取对数。变量描述性统计见表3。
表3 描述性统计
五、集聚、FDI影响农产品加工业TFP的实证检验
基于模型(6)(7)(8),经过豪斯曼检验后,运用固定效应模型考查产业集聚、FDI对农产品加工业TFP影响。加入产业集聚和FDI交互项检验前,为避免多重共线性问题,对交互项做中心化处理。下文中所有表格第2、4、6列和第3、5、7列分别为考虑交互项前和考虑交互项后回归结果。
(一)全样本回归
表4报告全样本情形下产业集聚和FDI对中国农产品加工业生产率影响。其中FDI对全要素生产率估计系数为0.941,且通过5%显著性水平检验,说明外商直接投资在2003~2017年整体上对中国农产品加工业TFP具有提升作用,且在考虑交互项之后,FDI对农产品加工业TFP提升效果同样明显,整体影响为0.800+18.644×LnEg;但FDI对技术变化和技术效率提升作用不显著。产业集聚对技术进步回归系数为负,并通过显著性水平检验,表明集聚外部性在2003~2017年对农产品加工业技术进步具有抑制作用,在加入交互项后,影响系数为-1.579+13.183LnFdi;产业集聚对农产品加工业TFP和技术效率外部性不明显。
表4 2003~2017年FDI、产业集聚与中国农产品加工业实证结果
从控制变量看,城镇化水平、人力资本投入和工业化进程对农产品加工业全要素生产率和技术进步均有显著促进作用。相反,研发支出水平抑制TFP和技术进步提升,与预期相反,这可能与中国将更多研发资金投入资本密集型和技术密集型产业,对劳动密集型和资源密集型产业自主创新能力支持力度不够有关。另外,农产品加工业使用R&D资金投入结构不当、使用效率不高也是重要原因。
(二)分阶段检验
前文关于农产品加工业各行业分阶段分析表明,各细分行业TFP变化、技术变化和技术效率变化在以2010年为界前后表现差异明显,而全样本估计可能掩盖FDI和产业集聚在不同时段下对各细分行业异质性影响。因此,下文分别就2003~2010、2011~2017年两个时段做分样本回归,但将样本分拆为两个时段做法可能会因样本量减少使回归结果有偏。通过设置虚拟变量对两个时段回归处理。针对表5变量数据,设置2003~2010年阶段虚拟变量为Dummy_1=1,设置2011~2017年时段虚拟变量为Dummy_1=0,并据此构造Dummy_1*LnFdi和Dummy_1*LnEg指标。表6中,2003~2010年阶段,设置虚拟变量Dummy_2=0,2011~2017年时段,设置虚拟变量Dummy_2=1,并据此构造Dummy_2*LnFdi和Dummy_2*LnEg指标。
由表5可知,2003~2010年,在考虑FDI和产业集聚交互效应前,FDI对中国农产品加工业TFP和技术效率影响系数符号为正,且通过显著性水平检验,对技术进步影响系数符号为负,但在统计意义上不显著,说明此时期FDI溢出效应明显。产业集聚在统计意义上对技术进步和技术效率影响显著为正,对TFP影响系数为负,未通过显著性水平检验,总体上产业集聚正外部性明显。在考虑FDI和产业集聚交互效应后,交互项对农产品加工业TFP和技术进步估计系数为正,并在统计意义上显著,说明二者交互效应提升TFP与技术进步。以上回归结果验证假说一。除烟草制造业以外,其他农产品加工业细分行业均属竞争性行业,尤其是中国于2001年底加入世界贸易组织,为吸引大量外资来华投资传递明确信号。涌入国内的外资纷纷投资于农产品加工业,为中国农产品加工业发展提供先进技术装备和技术。另外,因农产品加工业进入壁垒较低,加之人口红利效应,沿海省份集聚大量劳动密集型和资源密集型企业,这种集聚产生知识溢出、劳动力以及中间投入品共享外部性,对农产品加工业生产率起到积极作用。产业集聚和FDI交互影响及自我强化机制进一步刺激农产品加工业TFP和技术进步提升。
表5 2003~2010年FDI、产业集聚与中国农产品加工业实证结果
表6给出2011~2017年FDI、产业集聚与中国农产品加工业生产率回归结果。该时期FDI和集聚在不考虑交互效应时,对中国农产品加工业TFP及技术效率回归系数为负,对技术进步回归系数为正。其中集聚对农产品加工业技术效率估计系数通过显著性水平检验,说明产业集聚对技术效率产生抑制作用。FDI对农产品加工业TFP、技术进步以及技术效率估计系数未通过显著性水平检验,但一定程度上说明FDI技术溢出效应不再明显。在考虑FDI与产业集聚交互效应后,交互项对农产品加工业TFP和技术进步回归系数显著为负,说明该时期产业集聚与FDI对中国农产品加工业TFP与技术进步产生阻碍。上述结论验证假说二。可能原因是:一是沿海地区集聚农产品加工业企业随着诸多生产要素价格高涨,如人口红利消失导致用工成本上升及生产用地价格攀升致使用地紧张,出现“要素拥挤”现象,部分企业开始向中西部地区转移,集聚负外部性显现,阻碍农产品加工业生产率提升。二是集聚区内的内外资企业存在激烈竞争关系,过度竞争导致资源浪费,造成生产效率损失。三是至“十一五”期末,中国农产品加工业技术生产率大幅提升,缩小了与外资企业技术差距,因此FDI技术溢出效应不再明显。另外,跨国公司有意封锁核心技术,中国农产品加工业企业在部分领域拥有先进技术,甚至会对FDI产生“逆向技术溢出”效应,抑制农产品加工业技术进步。
表6 2011~2017年FDI、产业集聚与中国农产品加工业实证结果
六、结论及启示
提升农产品加工业全要素生产率是推动农产品加工业转型升级重要方向。利用软件Deap2.1测度中国农产品加工业2003~2017年生产率,并进一步运用Stata14.0计量软件,在固定效应模型下考查产业集聚、FDI对中国农产品加工业生产率影响。结论如下:第一,样本期间内中国农产品加工业TFP整体呈上升态势,但TFP增长率趋缓,呈收敛态势。此增长特征在各细分行业TFP表现更明显:2003~2010年各行业生产率增长幅度较大,2011~2017年增长幅度下降,甚至部分行业出现负增长。第二,产业集聚和FDI对农产品加工业生产率影响表现出异质性,样本期间内FDI从整体上对农产品加工业TFP具有明显技术溢出效应,产业集聚对农产品加工业TFP作用不显著,对技术进步有抑制效果,且FDI和产业集聚交互影响进一步强化FDI技术溢出效应和集聚的负外部性。第三,集聚和FDI在不同时期对农产品加工业TFP发挥差异性作用。2003~2010年,FDI对TFP提升促进作用显著,集聚对TFP正外部性不明显,但二者交互效应促进集聚经济正外部性和FDI技术溢出效应发挥;2011~2017年,FDI技术溢出效应不再明显,集聚负外部性开始显现,阻碍TFP提升。基于此提出如下建议。
(一)合理控制引进外资规模,提高外资引进质量
样本期间内,早期FDI在华外商投资对农产品加工业生产率提升带来积极提升效应。但随着国内集聚区农产品加工业企业技术进步与发展,FDI技术溢出效应不再明显,且地方政府出于发展经济考虑,引进外资时存在“逐底竞争”现象,造成环境污染等效率损失问题。因此,今后地方政府结合实际情况,适当引进农产品加工业外资企业数量,与内资企业形成良性竞争关系,充分发挥市场经济中竞争效应。同时,注重外资企业投资质量,对来华投资农产品加工业外商设置一定进入门槛,加强外资在民生性行业投资审查力度。
(二)集约化发展产业集聚模式
当前产业集聚产生“拥塞效应”带来农产品加工业效率损失问题,需要政府部门介入农产品加工业的地理规划和布局。推进农产品加工业向优势产区集聚,给予集聚区内农产品加工业企业用地、用能价格优惠,引导集聚区内污染严重、技术落后企业转移。提升农产品初加工、精深加工水平,推动产业在集聚区内形成生产与加工、企业与农户衔接配套的纵向产业格局,充分发挥集聚正外部性对生产率推动作用。
(三)走自主研发创新之路
加强农产品加工业基础研究,强化科技产业融合,依托企业加快农产品加工技术集成基地建设;加快成熟科技成果应用与推广,大力提升无害化、绿色、环保生产技术标准,推动产业示范园区建设;严厉打击侵权行为,严格执行知识产权保护法,切实保护农产品加工业商标;支持高校开设农产品加工相关专业,为该行业输送并储备技术、管理人才。