政府干预对我国各省“去工业化”影响分析

郭 将，严天祥

（上海理工大学，上海 200093）

一、引言

经典工业化理论认为，制造业相比于农业和服务业具有更高的生产率、更强的产业带动效应、更高的分工水平以及更快的技术创新速度，发展制造业会极大的提升经济增长率（Christopher Kollmeyer，2018）[1]。罗德里克将制造业比作国家经济发展的“电梯行业”（Rodrik，2016）[2]，纵观世界各国发展历史可以发现，发达国家都是通过工业化实现了经济的快速腾飞。

但是近些年来，随着中国经济由高速增长转为中高速增长、从要素驱动转变为创新驱动，过去那种依赖投资和资源消耗的传统工业化模式面临着许多现实和理论的挑战（黄群慧，2017）[3]。一是近些年来中国经济新旧动能转换不完全。二是很多学者提出我国的服务业并没有与经济增长同步发展（谭洪波和郑江淮，2012）[4]，服务业发展滞后问题也尤为严重（宣烨，2019）[5]。

基于以上现实和理论的挑战，很多学者以及地方官员认为应当加快鼓励生产要素从工业部门向服务业流动（黄永春等，2013；吴敬琏，2014）[6-7]，提高服务业的占比。同时服务业增加值占GDP 的比重已经作为考核地方官员的指标纳入考核体系（刘奕等，2017）[8]，地方官员在自身政治激励的作用下就更有动力去人为干预经济，过度拔高服务业比重。

二、中国去工业化的事实和原因

中国各地区工业发展不平衡不充分，东部地区大体可以看作进入工业化后期，部分发达省份进入后工业化时期，但大多数中西部省份依然处于工业化前中期。

（一）全国层面的“去工业化”

从三次产业就业占比来看，从1978 年以来，第二产业就业人数占比波动上升至2012 年的30.3%，之后一路下降至2018 年的27.6%；服务业就业占比从改革开放伊始的12.2%持续增长到2018 年的46.3%，且在2008 年金融危机后加快了发展速度；工业增加值占GDP 比值的变化趋势也大体相同。而反观服务业增加值从1978 年占比24.5%除去个别年份下降，总体而言持续上升至2018 年的52.2%，快速上升了近30 个百分点。

（二）省级层面的“去工业化”

从工业增加值占地区生产总值来看，全国除港澳台地区、西藏外，其余30 省市（除去山西、辽宁、江苏、陕西、新疆）在2009—2017 年大都呈现下降趋势，其中山西、辽宁、江苏、陕西、新疆等省份2017年工业增加值占比相比于2016 年略微上升；从第二产业就业占比来看，2014—2017 年有10 个省市（山西、安徽等）的第二产业就业比重上升，除去山东和江苏外都为中西部省份；2017 年有18 个省份（北京、天津、河北等）的第二产业就业比重下降，且以东部省份居多。其中，2014—2016 年，有18 个省市工业增加值和第二产业就业比重都出现了连续下降。

三、政府干预促进“去工业化”的机理分析

中央政府制定了财政分权制度和以GDP 为核心的官员晋升机制，加之现在将第三产业的发展指标纳入对地方官员的考核中，因而地方政府为保持和中央政府政策的一致性以及出于自身政绩的考虑，或多或少存在追求过高的服务业比重的倾向。

促使服务业发展的政策措施具体表现在：降低市场准入门槛。通过降低准入门槛，使得大量的传统服务企业以及低端的现代服务企业进入市场，这些企业具有进入门槛要求低，成长性差等特点。实施政策优惠措施。除了以低进入壁垒吸引潜在企业进入外，地方政府同样会以补贴及税收优惠，低价转让土地等手段吸引服务业企业在当地的集聚与发展。金融信贷支持。政府通过利用金融机构直接扶持其偏好的企业。在企业面临亏损或破产时，政府出于避免失业率上升等目的给予相应的财政投资以维持企业经营。其二是政策性银行贷款，对新进入的服务业企业提供更为宽松的贷款限制或者持续性的贷款。

四、模型设定、变量度量与数据说明

本文利用2009—2016 年数据，首先采用象限划分的方法，将30 省市、自治区（除去西藏）依据工业增加值占比和城镇化率划分为四个象限探讨处于不同发展阶段的地区出现“去工业化”的可能原因；其次按照以往的划分方法，将30 省市、自治区（除去西藏）划分为东中西三大区域，来探讨区域异质性。

（一）模型设定

其中，i 表示省份，t 表示时间，ξit为随机扰动项。由于面板数据的诸多优点，因此本文采用面板模型来更好地考察地方政府干预对于去工业化的影响。

（二）变量度量

1.去工业化变量。Deins 表示去工业化变量，目前我国无论在全国还是地区层面都出现了“去工业化”趋势。采用的是1-第二产业增加值占GDP 比值。

2.政府干预变量。Gov 表示地方政府对地区经济的干预。本文采用政府非转移支付支出在财政支出中所占的比例来衡量（沈能，2013）[9]。

3.产业结构升级变量。相比于部分学者采用第三产业增加值占GDP 比重作为衡量指标（李斌和赵芳芳，2011）[10]，本文借鉴徐敏和姜勇（2015）[11]的研究选取产业结构升级系数作为衡量产业结构升级的指标，从而能够更直观地体现各地区当前的产业结构层次：

其中，yi为第i 产业的产值比重。

4.产能利用率。借鉴董敏杰等（2015）[12]和孙国锋等（2018）[13]的做法，在采用协整法测度供给端产能利用率（CNs）的基础上，用各省份工业销售产值与工业总产值的比值计算需求端产能利用率（CNd），最后采用供给端产能利用率和需求端产能利用率乘积表示最终的产能利用率，即：

（三）数据来源

因为《中国工业经济统计年鉴》只更新到2017年，因此本文的样本区间为2009—2016 年，选取全国30 个省市的工业面板数据（西藏和港澳台除外）。数据来源于国家统计局、各省市统计年鉴以及中国工业经济统计年鉴。

五、象限划分及回归结果分析

（一）四象限划分

将笛卡尔坐标系分为四个区域：后工业化阶段、工业化后期、工业化中期、工业化前期。这四种类型分别和笛卡尔坐标系的Ⅰ、Ⅱ、III、IV 象限相对应。

首先，对工业增加值占比和城镇化率进行标准化处理，生成两个新的变量：标准化工业增加值占比和城镇化率，形成了不同区域的（ZINS，ZUR）点集（见图1）。再根据图1 的具体情况进行分析：落在第Ⅰ象限，则表示同时具有较高的工业增加值占比和较高的城镇化率，属于工业化后期阶段；后面的以此类推不再赘述。

（二）实证检验与分析

回归结果显示个体效应整体上是显著的，固定效应模型优于混合最小二乘回归；随机效应模型也优于混合最小二乘回归；根据Hausman 检验结果，应当选择固定效应模型。进一步检验采用双向固定效应模型。

图1 四象限工业化阶段划分

表1 四象限工业化阶段双向固定效应模型估计结果

通过观察上述面板回归中解释变量系数的估计值，可以得出以下几点发现。

1.政府干预变量。从全国范围来看，政府干预变量的系数为正但是不显著，说明在全国范围内各地方政府起到了一定的“去工业化”的作用。再看处于工业化不同时期的地区，政府干预系数在工业化后期地区系数为负，在工业化前中期区域为正，且在工业化后期地区和工业化中期地区分别是5%和1%水平显著，而对于工业化初期地区不显著，这说明两个问题：（1）政府干预在工业化前中期区域对“去工业化”起到了促进作用，且对中期区域作用显著；（2）工业化后期区域政府干预的方向与处于工业化前中期的区域方向是不一样的。本文觉得可能是由于以下原因：首先，处于工业化后期阶段的省市大多处于沿海东部，经济发展水平较高，已经基本走完传统的工业化道路，正在逐步向高端、先进制造业转型，而在这个过程中，地方政府出台了很多有益于高精尖产业发展的产业政策，客观上促进了地区工业的发展；而处于工业化前中期的工业化地区大部分位于中西部，仍然从事于资源、劳动密集型产业较多，因为受到国际环境影响较大且政府受到产业升级的冲动的背景下很容易采取“退二进三”的发展政策，就使得这些地区的工业增加值占比连年下降出现“去工业化”。

2.产业结构升级变量。产业结构升级系数从分样本回归结果来看全部显著且至少通过了5%显著性水平，这说明不论是全国范围内还是处于不同工业化阶段的地区产业结构升级都是“去工业化”的一个重要因素。同时全国、工业化前中后期阶段地区产业结构升级系数分别为0.588、0.858、0.823、0.366，可知当产业结构升级系数提高1%，全国和各个工业化阶段“去工业化”程度分别提高0.588%、0.858%、0.823%、0.366%，可以看到产业结构升级对处于工业化前中后期的地区影响程度是逐渐增强的。

3.产能利用率和要素成本变量。产能利用率系数在全国和各个工业化阶段回归中都为正但是不显著，说明自2009 年开始的第三次产能过剩对工业的发展还是起到了较大的负面作用的，但是作用的效果可能并没有我们设想的那么严重。要素成本上升从上述回归结果来看，工业化中后期与初期的系数相反，说明对于处于工业化初期的地区而言，生产要素成本上升是促进了地区的“去工业化”程度的，而对于处于工业化中后期的地区而言，要素成本上升与地区“去工业化”程度是负向关系。出现这一现象的可能原因在于，相比于处于工业化初期区域发展的劳动以及资源密集型工业，处于工业化中后期的地区逐步转向技术和知识密集型产业，这一产业对于劳动力素质的要求较高，相应的工资水平也较高，而劳动力要素成本的上升也反映了这一地区对于高素质劳动力的需求在增加，因此表现为这些区域劳动力要素成本上升反而促进了区域工业的发展。

（三）东中西区域划分

这里进一步研究东中西部“去工业化”影响因素，根据国家标准，仍然采用双向固定效应模型对我国东、中、西三个区域2009—2016 年的数据进行比较分析，结果如表2 所示。

第一，东、中、西三地区“去工业化”影响因素比较分析。根据表2 的估计结果，东部地区，政府干预和要素成本系数均为负且均未通过显著性水平检验。这说明政府干预和要素成本上升在东部地区“去工业化”过程中没有起到显著的作用，甚至促进了工业发展。产业结构升级变量和产能利用率变量通过了1%和5%的显著性水平检验，说明产业结构升级和产能过剩的是东部地区出现的“去工业化”现象的重要影响因素，且产业结构升级系数为0.720，产能利用率系数绝对值为0.018 1，产业结构升级对于东部地区“去工业化”的影响远远大于产能过剩。对于中部地区而言，政府干预和产业结构升级系数以及要素成本均不显著，而产能利用率通过了5%的显著性水平检验，但是考虑到中部地区样本数量有限，因而符号与我们预计的相反。对于西部地区而言，政府干预变量和产业结构升级变量均通过了1%水平的显著性检验，这一方面说明在西部地区产业结构升级是出现“去工业化”的一部分重要原因，一方面说明在这个过程中当地政府对地方经济结构的干预客观上促进了服务业的发展一定程度上阻碍了工业的发展，存在“退二进三”政策趋势。

表2 东、中、西三地区双向固定效应模型估计结果

第二，东、中、西三地区“去工业化”影响因素作用强度分析。影响东部地区“去工业化”的因素中，产业结构升级系数和产能利用率系数分别为0.720和-0.018，表明东部地区产业结构系数每增加1%，以工业增加值占比衡量的工业发展程度就下降0.720%。这说明东部发达地区出现“去工业化”现象，源于自身经济发展水平的提高，逐步进入以服务经济和知识经济为主的后工业化阶段，这个阶段出现“去工业化”是一个自然的经济现象，同时可以发现，产能过剩也是这一区域出现“去工业化”的重要原因，产能利用率每下降1%，工业增加值占比下降0.018%。产能过剩造成产品价格的大幅度下降，企业利润空间遭到严重压缩导致企业破产和工人下岗，对工业的发展造成巨大的负面影响。中部地区而言，产业结构升级系数为正，但不显著，可能还存在有待研究的其他原因。西部地区，干预系数和产业升级系数均在1%水平显著，系数分别为0.233和0.617，政府干预增加1%去工业化程度增加0.233%，产业结构升级系数增加1%去工业化程度增加0.617%，产业结构升级对于工业发展的影响几乎是政府干预的三倍。

（四）稳健性检验

去工业化程度变量与其余的控制变量间可能存在互为因果关系，导致内生性问题，同时各解释变量的变化需要一定时间才能反映具有一定的滞后，因此本文将各个解释变量分别取滞后一期，然后进行双向固定效应回归进一步检验稳健性，限于篇幅不再报告回归结果，主要变量依然显著。因此，本文的实证结果具有较强的稳健性。

六、结论与启示

近年来，随着各地政府积极推动当地产业结构升级，一些地区超越当地自身的发展阶段，人为的或者是刻意的追求服务业的过高比重，再加上中央更加重视生态文明和绿色发展，很多地区意图通过大力发展服务业，实现产业结构升级，吸纳就业。加上近些年国际环境恶化，很多出口企业生产困难，要素成本也在不断上升，很多地区存在产能过剩等这一系列原因，都在一定程度上对工业发展造成了负面影响。本文研究发现，我国在全国以及省级层面已经出现“去工业化”现象，而且各级政府积极干预在这其中起到了重要作用：（1）东部地区出现的“去工业化”现象是产业结构升级的现象，政府在这一过程中并没有起到过多的作用，去工业化是工业经济发展到一定阶段出现的自然现象，符合产业结构升级的一般规律。（2）广大的中西部地区超越自身的发展阶段，出现的“去工业化”现象，更多的还是由于地方政府干预以及受到产能过剩的影响。（3）东北地区出现的“去工业化”现象，主要源于产业结构升级与要素成本上升两者的共同作用。

基于以上结论，本文提出如下政策建议：（1）东部地区发展基础较好，经济发展水平较高，已经逐步在进行经济结构转型，政府应当积极推进供给侧结构性改革，有计划、有顺序地引导东部地区淘汰低端落后产能，大力发展新一代战略性新兴产业，提升东部地区企业的自主创新能力，使之向全球价值链高端迈进。（2）广大中西部地区还应当继续推进工业化道路，各地政府应当考虑到自身条件，不能以牺牲制造业为代价一味的拔高服务业比重，应当结合当地情况稳步推进工业化和城镇化，发展创新驱动、智慧高效、绿色低碳的高质量新型工业化。（3）东北地区的“去工业化”是与其经济衰退密切相关的，要避免服务业过快过度增长，继续推进东北振兴战略，继续坚定不移的走工业化道路，探索工业和服务业互动融合的发展模式，促进经济发展。