制造业规模发展与产业升级的关系

长期以来，加快速度与提高效率一直是我国制造业乃至宏观经济发展中的两个重要问题，在两者之间实现合理的取舍和权衡贯穿着我国制造业发展战略的制订和实施过程。那么，制造业行业扩张与效率之间究竟有什么样的关系呢？

7．2．1　概述

从我国经济发展的现状来看，提升制造业行业效率已经成为当务之急。经过改革开放以来几十年的发展，在利用外资等政策的激励下，我国已经从一个农业国发展为制造业大国，甚至被称为“世界工厂”。但是，在制造业的发展过程中，我国也面临着产业扩张过快、经济效益不高、经济附加值低等问题，粗放式的增长方式尚未根本改变（刘树成，2007）。由于片面强调发展速度，多数企业研发投资少、自主创新能力弱，过度强调规模扩张和市场占有率，忽视经济效益。近年来，制造业过度扩张带来的资源浪费、经济效益低下等问题开始受到普遍关注，在维持合理速度的前提下加快技术进步、提升全要素生产率已经成为我国制造业发展中的一个战略问题。一般认为，为了加快技术进步、提升行业效率，必须放慢行业的规模扩张速度，行业的效率提升与规模扩张存在替代关系，在发展过程中也多次出现牺牲效益追求速度的政策取向（刘树成，2007）。但是，也有观点认为我国制造业的规模扩张和效率提升之间不存在替代关系，必要的扩张速度是增加市场份额的前提，而市场需求的提高又会促进企业效率的提升（刘小玄、吴延兵，2009）。

阿罗（1962）认为，企业生产的扩张会产生所谓的“干中学”（learning－by－doing）效应。它将促进资本形成及资本体现型技术进步，但会抑制技术创新带来的广义技术进步（中国经济增长与宏观稳定课题组，2010）。因此，制造业行业扩张对其效率的提升具有不确定的影响。本书在基于“干中学”的内生增长理论的基础上，利用生产函数分析了制造业发展速度对技术进步的影响，发现制造业行业工业总产值对其全要素生产率具有滞后的影响，而且其影响具有非线性特征。当工业总产值增长速度偏低时，增长速度的提高有利于提升全要素生产率。相反，如果行业工业总产值增长速度过快，将对全要素生产率产生负面影响。我们的研究发现对于制造业产业政策的制定具有重要意义，当前必须根据现有行业发展的具体情况制定有针对性的政策，扩张过快的行业有必要放慢扩张速度，注重技术进步，而发展偏慢的行业只有加快发展，才能有效地提高全要素生产率。本节将在内生增长理论的基础上构建理论模型，运用非线性分析方法研究制造业扩张速度对行业效率的复杂影响。

7．2．2　相关研究

国外学者针对规模扩张与效率的关系做了大量研究，分析了企业扩张速度对创新的影响。西方学者对于创新活动与经济波动关系存在两种观点，即供给推动模型和需求拉动模型。部分学者（Dosi，G．，1988；Jovanovic，B．和Rob，R．，1990）在实际周期理论框架下提出了供给推动模型（supply push model），他们认为，创新活动是由内生的、无法观察的基础科学研究的进步引起的，创新活动存在集聚的特征，而且会引起企业产出的波动。显然，如果这一观点成立，就意味着创新引起行业扩张速度的变动，只有加大基础研究发展的力度，才能有效地推动行业发展。相反，行业的扩张速度对技术进步没有影响。另有学者否定了供给推动模型，提出了需求拉动模型（demand pull model），即销售量或者盈利的波动会影响研发投资，行业扩张速度会影响创新活动。需求拉动模型又包括两种相互对立的观点，即逆周期理论（countercyclical theory）和顺周期理论（procyclical theory）。

支持逆周期理论的学者提出了“机会成本效应”（opportunity cost effect）假说（Barlevy，G．，2007），他们认为公司创新应当是逆周期的。在产出增长速度快、企业生产及销售快的时期，企业将资金用于研发的机会成本相对较高，只有当企业的生产放缓时才会将更多的资源用于研发，从而加快技术进步。显然，机会成本效应的强弱受研发成功的概率、创新的回报等因素影响，如果研发成功概率大、创新的回报高，机会成本效应相对较低。研发成功的概率受企业研发能力（人力资本、创新机制）影响，而创新回报受专利制度、企业对市场供求结构的判断等因素影响。

顺周期理论则包括两种观点。以Stiglitz（1993）为代表的学者提出了融资约束效应（finance－constraint effect）假说，该效应受企业资金实力和融资能力影响。他们从创新融资角度出发，认为公司创新活动的规模受其现金流和融资能力制约。前者受企业规模、盈利状况影响，后者受一国投融资制度、资本市场发达程度等因素影响。当扩张速度快，公司内部现金流充裕时，其创新行为才更加活跃，技术进步才能加快，经济效益得以提高。以Barlevy（2004）为代表的另一批学者则提出了战略性择时效应（strategic timing effect）假说。他们认为，竞争者模仿与改进（adapt　＆improve）创新会使公司创新过时，如果竞争对手具有较强的模仿与改进能力，那么初始创新的公司能够从创新中获取好处的时间就会大大缩短。这样，为了最大化创新收益，公司就会在扩张速度快的阶段进行创新。因为在快速扩张阶段，公司可以销售更多的产品，从而获取更多收益。显然，战略择时效应受市场波动幅度、专利制度、行业内企业之间的竞争合作关系、创新性质等因素影响。市场波动幅度越大，企业在不同市场周期中获取的销售量差异也大，该效应就越强，技术提高得就越快。专利制度越完善，其他企业模仿的概率就越小，该效应就越弱。行业内企业网络越发达，企业学习就越容易，该效应就越强。创新周期越短，第一个创新企业获取创新利润就越快，该效应就越强。Griliches（1990）、Fatas（2000）和Barlevy（2004）利用美国数据研究了研发活动与经济波动的关系，发现企业研发支出与产出同方向变动。Geroski　＆Walters（1995）研究了1948～1983年的英国数据，得出了类似的结论。

现有研究阐述了扩张速度对技术进步以及效率提升的影响机制，但是，多数文献没有分析两者之间可能存在的非线性关系，难以解释现实问题。本节将建立具有“干中学”效应的柯布-道格拉斯生产函数，运用非线性方法，探讨我国制造业发展速度对全要素生产率的非线性影响机制。

7．2．3　模型分析

阿罗（1962）首先提出了“干中学”假说，认为企业生产能够为其员工提供学习和提升效率的机会，从而提高生产效率。本书将建立包含“干中学”效应的柯布-道格拉斯生产函数，分析行业扩张规模对制造业效率的影响。假定制造业企业的投资用于制造性投资和研发投资，制造业企业在决定投资方向时，会根据研发投资和生产制造投资的边际产出来决定各类投资的最优规模。如果研发投资的边际产出高于生产制造投资，企业就会增加研发投资，从而提高企业的效益。在总投资规模一定的情况下，制造业投资越多，可用于研发的投资就越少。但是，如果企业将过多的投资用于研发，其生产制造就会受到影响，企业的利润增长就受到抑制，企业可以用于下一时期的研发投资也将减少。因此，制造业企业的扩张对其效率存在双重影响。一方面，企业产出的增加能够提高销售，可以增加企业的资金，从而克服流动性约束，增加研发投资，有利于提高企业效率；另一方面，为了提高产出，企业必须大幅度增加生产制造投资，挤占研发投资，不利于企业效率的提高。

假设企业具有如下柯布-道格拉斯生产函数：

其中，Yt，At，KP，t和LP，t分别表示第t期的产出、技术、用于最终产品生产的资本投入和劳动；α和β分别表示资本和劳动对产出的贡献。

假定企业的技术水平受两个方面因素影响：一是企业的研发带来的技术进步；二是因企业的生产所产生的“干中学”效应带来的技术进步，即“干中学”效应。我们假设研发需要一定的时间，因此本期的研发成果由上一时期研发投入决定。此外，“干中学”效应由本期的产出决定，本期产出越多，员工进行的生产经营活动也越活跃，“干中学”效应就越强（Blasi，A．＆Requate，T．，2005）。因此，企业的技术进步函数可以表示为：

其中，at和KR，t－1分别表示第t期的研发效率和第t－1期的研发投入。

在每一时期，企业必须将资金投入在生产性投入和研发投入中进行分配，生产性投入越多，研发投入就越少。

其中，Kt表示企业在第t时期的总资本投入。

假定企业面临资金限制，其资本投入受该企业规模影响。在信息不对称情况下，企业融资能力受其能够提供的抵押品价值限制。在多数情况下，资金供给者根据企业的规模决定融资总量，根据企业的规模判断企业在融资过程中能够提供的抵押品价值（米什金，2005）。因此，企业资本总量可以表示为：

研发投资和生产制造投资存在总量限制，要增加研发投资，就必须牺牲生产制造投资，因此，研发投资的规模取决于其机会成本。如果生产制造投资的产出更大，研发投资的机会成本更高，研发投资就较小。相反，如果研发投资的机会成本低，企业就会增加研发投资。

企业资本与投资之间的关系可以表示为：

由于上一期资本量已定，在折旧率不变的情况下，本期的资本总量受本期的投资量决定。因此，企业研发资本和生产资本的关系可以表示为：

由（7．15）式，可以得到第t－1期研发资本的数量：

由（7．10）式、（7．11）式、（7．15）式和（7．16）式，可得：

（7．17）式表明，制造业企业当前的技术水平受过去和当前产出的影响。当前产出主要通过“干中学”效应影响技术水平，当前产出越高，“干中学”效应就越强，技术水平也越高。过去产出水平通过融资约束效应和机会成本效应影响研发投资，进而影响当前的技术水平。如果较大，融资效应就更强，企业产出的快速增长就会增加企业的资金，从而促进研发投资，提高技术水平；如果更大，机会成本效应就更强，企业生产制造投资就会挤占研发投资，不利于技术水平的提高。由（7．17）式可得：

由（7．18）式可见，制造业企业的扩张将对其效率产生非线性影响，其产出扩张对当前的技术水平和未来的技术水平存在差异性影响。产出扩张能够通过“干中学”效应提高当前的技术水平，对未来的技术水平的影响存在门槛效应。产出增长速度存在一个拐点，在该拐点以下，制造业企业快速增长有利于增加资金，促进研发，提高企业未来的效率。相反，如果制造业企业扩张过度，其研发资金就会被挤占，过快的增长速度会降低未来的效率。

7．2．4　方法与数据

1．研究方法

本节将分三步分析中国制造业扩张速度对效率的影响。

首先，本节利用DPIN1．1软件，根据中国28个制造业行业的工业增加值、资产规模、劳动、工业品出厂价格指数、固定资产投资价格指数和平均工资等数据，估算2002～2010年中国制造业行业的全要素生产率。DPIN1．1软件采用ODonnell（2010）的数据包络方法，将行业工业增加值的增长分解为贸易条件（价格）的增长和全要素生产率的增长。与传统方法相比，ODonnell（2010）方法考虑了价格因素，有效地克服了非市场因素对全要素生产率估算结果的扭曲。根据ODonnell（2010）方法，第j个行业在第t期的盈利指数（PROFj，t）可以表示为产出价值与投入成本的比率：

其中，Qj，t，Pj，t，Xj，t和Wj，t分别表示行业的工业增加值、行业工业品出厂价格、生产投入和投入品的价格。行业第t期盈利指数的增长可以分解为贸易条件和全要素生产率的组合：

其中，TTj和TFPj分别表示第j个行业贸易条件的变化和全要素生产率的增长，（7．20）式反映了全要素生产率和投入、产出之间的数量关系，ODonnell（2010）利用（7．20）式估算全要素生产率^[1]。本书以资产、劳动作为投入，以工业增加值作为产出，以资产价格指数、工资与上年同比指数作为投入价格，以工业品出厂价格指数作为产出价格估算各行业的全要素生产率。

其次，本节再利用面板数据回归方法分析制造业行业工业总产值增长速度对全要素生产率增长速度的影响，考察工业总产值的扩张对全要素生产率的增长是否存在滞后效应。我们根据（7．18）式设定回归模型，同时，为了避免自变量遗漏可能造成的影响，我们在自变量中加入上一年度的全要素生产率。在实证分析过程中，我们根据回归系数的显著性检验结果剔除不显著的变量。我们的回归模型如下：

其中，TFPi，t，yi分别表示第i行业的全要素生产率与上年之比以及第i行业工业总产值与上年之比；ei，t为回归残差。

最后，在回归分析的基础上，本节先后根据工业总产值的平均值和中间值将所有样本划分为高增长样本和低增长样本，考察工业总产值增长速度对全要素生产率的影响是否存在门槛效应，不同的增长速度对行业效率是否具有不同的影响。门槛回归模型如下：

其中，T表示门槛值；εi，t为回归残差；当过去的工业总产值与上年之比低于门槛值时，工业总产值对全要素生产率的影响系数为b1；相反，当过去的工业总产值与上年之比高于门槛值时，工业总产值对全要素生产率的影响系数为b2。如果b1与b2可以通过显著性检验，说明制造业快速增长对全要素生产率的影响具有门槛效应，工业总产值存在最优水平。

2．数据说明

本节以工业总产值表示各行业的产出水平，资产规模和劳动总量表示该行业的资本和劳动投入，以工业品出厂指数和固定资产投资指数表示产品价格和投入价格，以平均工资水平表示劳动投入的成本。

为了分析影响制造业行业全要素生产率的因素，我们在工业总产值之外还考虑了流动资产比率、国有企业以及外资企业比重、大中型企业比重等因素。我们以制造业行业流动资产与总资产之比作为流动资产比率；以各行业中国有企业工业总产值与行业工业总产值之比作为国有企业比重；以外资企业工业总产值与行业工业总产值之比作为外资企业比重；以大中型企业工业总产值与行业工业总产值之比作为大中型企业工业总产值比重。流动资产比率可以反映企业面临的外部融资约束的影响，国有企业以及外资企业比重可以反映所有权对研发乃至行业效率的影响，而大中型企业比重可以反映市场结构对行业效率的影响。本节全部数据均选自《中国统计年鉴》1999～2010年各期。

7．2．5　实证分析

表7．4显示了我们根据DPIN1．1软件计算出的28个制造业行业各年度全要素生产率与上年之比的描述性统计检验结果。

表7．4　制造业行业全要素生产率描述性统计检验

由表7．4可见，我国28个制造业行业全要素生产率与上年同比比率的平均值存在变动，2001年，各行业全要素生产率与上年同比增长较快，达到12%，而2009年甚至下降2%。各年度全要素生产率同比比率的中间值均不高于平均值，说明多数行业全要素生产率增长偏慢，少数行业增长较快。由最大值、最小值和标准差可见，各年度制造业行业全要素生产率增长状况相差较大。总的来说，中国制造业全要素生产率增长速度较快（涂正革、肖耿，2005；Brandt，L．，Biesebroeck，J．V．＆Zhang，Y．F．，2009）

图7．1　工业增加值同比增长与TFP同比增长

图7．1显示了1999～2009年28个制造业行业工业总产值同比增长比率与全要素生产率同比增长比率的趋势。两者变动不大，且总体趋势接近，说明我国制造业工业总产值和全要素生产率的变动并不剧烈。但是，两者在部分年份里也出现了背离，说明我国制造业的扩张速度与全要素生产率之间存在较为复杂的非线性关系。我们又对制造业行业工业总产值同比增长比率与全要素生产率的同比增长比率进行了相关分析，得到的相关系数是0．33，说明两者之间存在一定的正向联系。

表7．5　面板数据回归结果

注：固定效应面板EGLS方法，进行了截面加权处理，对回归方差进行了White异方差处理。

表7．5显示了根据（7．22）式进行的面板数据分析结果。经过多次分析，当前工业总产值与上年同比比率的对数、滞后5年的工业总产值与上年同比比率的对数以及上年度全要素生产率同比比率的对数可以通过显著性检验。模型的F检验值和D．W．检验值都可以通过检验，说明模型拟合效果良好。截面F值也能在1%水平上通过检验，说明模型存在显著的固定效应。调整后R2为0．508-8，模型可以解释全要素生产率与上年同比比率大约50．88%的部分。

在三个自变量中，行业当年工业总产值同比比率的对数的系数大于0，说明行业的加速扩张对当年全要素生产率具有积极影响，制造业行业的技术效率与外部需求成正比（刘小玄、吴延兵，2009），在我国制造业行业中存在较为明显的“干中学”效应（中国经济增长与宏观稳定课题组，2010）。但是，滞后5年的工业总产值同比比率对数的系数小于0，说明我国制造业的加速扩张对行业未来全要素生产率的增长具有不利影响，反映了我国制造业中可能存在明显的机会成本效应。滞后1年的全要素生产率同比比率对数的系数也小于0，说明我国制造业行业全要素生产率的增长存在一定的收敛效应，上一年度全要素生产率增长越快，下一年度的全要素生产率增长速度就会放慢，回归到均衡增长速度。

面板数据回归结果表明，制造业的扩张速度对其效率的影响存在时变性特征，制造业的扩张对当前的效率和未来效率的影响方向并不相同。我国制造业扩张速度越快，当年行业效率就会提升，但对未来的效率具有负面影响，说明制造业扩张对未来效率的影响过程中，机会成本效应比流动性约束效应更强。

那么，制造业规模扩张所产生的机会成本效应和流动性约束效应的强弱与行业扩张的速度存在什么关系？我国制造业规模扩张是否存在拐点，在拐点上下机会成本效应与流动性约束效应是否会发生反转？

为了解决这一问题，我们根据（7．22）式进行门槛回归分析，我们分别以制造业行业工业总产值与上年同比比率的中间值和平均值为门槛值，假定高于门槛值后回归系数与低于门槛值时存在差异。我们得到四个回归模型，结果见表7．6。四个回归模型的各项检验值都能很好地通过检验，调整后R2值比表7．5还要高，说明我国制造业行业扩张对其效率的提高具有明显的门槛效应，加入门槛效应因素后，模型的解释力显著提高。由调整后R2和回归残差和来看，以中间值为门槛值的效果更好。

表7．6　门槛回归的结果

注：Median指中间值；Mean指平均值。

由表7．6可见，滞后5年的行业工业总产值同比比率低于门槛值时，其回归系数大于0；当该比率高于门槛值时，其回归系数小于0，且都能够在1%水平上通过显著性检验。由表7．6我们可以得到两个新的结论。第一，行业扩张速度对技术进步的影响存在显著的门槛效应。当行业工业总产值与上年同比比率低于门槛值时，行业加速扩张能够有效地解决行业面临的流动性约束，从而刺激研发，加快技术进步；相反，当行业扩张速度高于门槛值，行业增长较快时，其快速增长将挤占研发投资，产生机会成本效应，抑制研发，不利于行业技术水平的提高，行业的规模扩张与技术进步存在替代关系。第二，行业中的“干中学”效应也与行业增长速度有关。在增长速度偏慢的行业中，增长速度的提高更有利于激发“干中学”效应。对于增长速度偏快的行业来说，当年工业总产值同比增长比率的系数小于增长速度偏慢的行业，规模扩张过快引起的规模不经济问题会抵消“干中学”效应。

为了考察行业中企业属性、市场结构以及财务状况对其技术进步的影响，我们分别在模型一和模型二的自变量中增加了行业中国有企业比重、外资企业比重、大中型企业比重以及流动资产比率，得到了六个模型，结果见表7．7。表7．7中各项检验值显示，模型拟合效果良好。

模型五至十的拟合结果也显示我国制造业的扩张速度对全要素生产率不仅存在非线性影响，其滞后影响还存在门槛效应，证明了表7．5和表7．6的结果。此外，由表7．7还可以得出三个结论。第一，企业所有权特征对全要素生产率具有显著的影响，而且其影响对于扩张速度不同的行业也存在差异。对于扩张速度较慢的行业，国有企业和外资企业越多，其全要素生产率提升得就越快。由于国有企业具有科研创新所需的大部分资源，国有企业具有较高的创新性（李春涛、宋敏，2010），但外资企业比重高的行业全要素生产率比国有企业提升得更快，这一点与Jefferson等（2000）和Zhang等（2001）的研究结论一致。相反，对于扩张速度较慢的行业，国有企业比重并没有显著的影响。这是因为，国有企业和外资企业规模更大，特别是外资企业研发机制较为完善，在扩张较慢的情况下，它们可以将更多的资金用于研发。对于扩张过度的企业来说，企业生产制造投资挤占了研发投资，企业所有权对研发，乃至全要素生产率的影响不显著。第二，扩张速度较慢的行业的市场结构对全要素生产率也具有显著影响。对于扩张速度较慢的行业，大中型企业比重对行业全要素生产率具有正向影响。大中型企业往往更加注重研发，只要其生产制造投资不挤占研发投资，就能够通过研发促进全要素生产率的提升（Geroski，P．A．，1998）。但是，如果行业扩张速度过快，其研发投资难以得到保障，全要素生产率也就无法提高。第三，企业内部资金约束不是影响我国制造业行业效率提升的主要因素。表7．7中模型九至十的拟合结果显示，行业中流动资产比率对全要素生产率没有显著影响，说明我国制造业行业的全要素生产率并不受其内部流动资金的限制。目前，我国金融市场得到一定程度的发展，多数规模以上企业都能够获得外部资金，内部流动资金并不是制约其进行研发的关键因素。

通过实证分析，本节得到以下结论：①我国制造业行业扩张速度对效率的影响具有非线性特征。当前增长速度快的行业其效率必然高，但对未来的效率具有负面影响，证明了效率与扩张速度有密切的关联。②我国制造业行业的增长速度对未来效率的影响具有门槛效应。增长速度偏低的行业速度的提升对效率具有积极影响，而增长速度偏高的行业速度的提高对效率则具有负面影响。③制造业行业的所有权特征以及企业规模对行业的效率具有显著影响，而内部流动资产并无显著影响。制造业行业里国有以及外资企业比重、大中型企业比重对效率具有积极影响，而流动资产比率并不是影响我国制造业行业效率的主要因素。

7．2．6　结论

规模扩张与效率提升是制造业企业在发展过程中必须关注的两个问题，发展速度和效率既相冲突，又相依赖。对于制造业企业来说，既要保证正常的生产制造投资，又要维持一定的研发投资。我国要从制造业大国发展为制造业强国，就必须在维持一定发展速度的基础上加快技术水平的提升，提高制造业的效率。研究并协调我国制造业行业发展速度和效率的关系，是实现我国制造业腾飞的关键问题。

本书在内生增长理论的基础上，构建制造业技术发展模型，运用面板数据模型和门槛回归等实证方法分析了我国制造业效率与发展速度的关系。本书的研究发现，我国制造业发展速度对其效率存在非线性影响，制造业的规模扩张产生了明显的“干中学”效应，对当前效率具有积极影响，但对未来的效率的影响存在门槛效应。对于扩张速度过快的行业，扩张速度对效率具有负面影响；对于发展速度偏慢的行业，规模扩张对效率具有积极影响。此外，所有权、企业规模等因素对制造业行业的效率也具有显著影响，外资企业比重、国有企业比重和大中型企业比重是影响制造业行业效率的重要因素，而流动性约束不是影响制造业技术和效率的显著因素。

要协调我国制造业的发展速度和效率，需要做到以下几点。第一，在发展速度和效益的问题上不能一刀切，制定差异性的产业发展规划。对于发展速度偏慢的行业，必须适当加快发展，只有在保证必要的速度的基础上，才能实现技术进步和效率的提升。对于发展速度过快的行业，需要适当放慢速度，将部分投资转移到研发上来，加快技术进步，实现效率提升。第二，需要综合考虑行业当前和未来效率的关系，制定制造业行业长远发展规划。行业的快速发展有利于通过“干中学”效应提升当前效率，但可能挤占研发投资，降低未来效率。在决定行业最优发展速度时，需要避免短期化倾向，从长远出发，实现行业效率的长期、稳定的提升。第三，在制造业发展过程，需要适当培育大企业集团，提高行业的研发能力。另外，要培养良好的创新环境，激励民营企业和小企业创建并完善创新机制，通过多种渠道加快自身的技术更新和效率提升。