基于SFA的中國行業(yè)產能過剩測算

中國人民銀行淮安市中心支行 郝其榮

基于SFA的中國行業(yè)產能過剩測算

中國人民銀行淮安市中心支行 郝其榮

本文選用隨機前沿模型，對我國各工業(yè)行業(yè)產能過剩的情況進行了測算，對行業(yè)差異性和地區(qū)差異性作了深入分析，并研究了各年度我國產能過剩的變化規(guī)律。結果顯示：我國工業(yè)行業(yè)的產能過剩現象比較普遍，既有傳統(tǒng)行業(yè)，也有高新技術行業(yè)；2009～2014年工業(yè)行業(yè)的產能過剩情況逐年緩解；我國產能過剩的地區(qū)差異也很顯著，東部地區(qū)的產能利用情況明顯好于中西部地區(qū)。

隨機前沿模型 產能過剩 地區(qū)差異

1　引言

1.1 研究背景

產能過剩是指企業(yè)實際產出低于生產能力一定程度，形成生產能力的過剩。產能過剩導致產品供過于求，產品價格下跌、企業(yè)效益下降，進而導致企業(yè)投資不足、失業(yè)率升高，嚴重的產能過剩還可能會引發(fā)金融風險，降低資源配置效率，造成社會資源的浪費。近年來，產能過剩問題日益成為制約中國經濟復蘇的關鍵因素，中央政府多次出臺相關政策控制重點行業(yè)產能過剩，特別是2015年底召開的中央經濟工作會議吹響了供給側結構性改革的號角，化解過剩產能更是被作為當前的一個首要任務。

對產能過剩的研究某種程度上是中國特有的問題，在成熟的市場經濟國家，宏觀經濟周期波動中生產能力相對于需求過剩是一種正常的經濟現象，是企業(yè)提高效率和調整產品結構的動力。然而，經濟的周期性波動卻很難解釋中國長期存在嚴重的產能過剩問題。基于這一現實背景，林毅夫(2010)提出中國的產能過剩是由于經濟環(huán)境的不確定性以及企業(yè)投資的認知偏差造成的，發(fā)展中國家的企業(yè)很容易對下一個有前景的產業(yè)產生共識，出現投資的潮涌現象，導致事后產能過剩的發(fā)生。另一種觀點則認為中國的產能過剩是政府過度干預經濟的結果。江飛濤等(2009)認為體制扭曲背景下，嚴重的地方政府競爭將造成各地的重復建設，從而導致中國經濟產能過剩。除了市場競爭因素、經濟周期性波動、政府干預等因素外，結構性因素在我國工業(yè)領域的產能利用中發(fā)揮著重要作用。具體而言，各行業(yè)由于輕重工業(yè)的屬性不同、競爭程度不同，各地區(qū)發(fā)展階段和產業(yè)布局不同，產能利用程度具有行業(yè)差異和地區(qū)差異，需要細化區(qū)別對待。

1.2 幾種產能過剩的測定方法

研究產能過剩問題，必須以產能過剩的定量化測算作為基本前提。但由于國家統(tǒng)計局始終沒有將產能利用率納入統(tǒng)計范圍，我國的產能利用率始終無法準確計量，現有的研究主要是通過技術手段進行估算。目前，主要有峰值法、成本函數法、前沿函數法等對中國宏觀或產業(yè)層面的產能利用率進行估算。

一是峰值法，通過得到一定時期內最高產量和實際產量的比值去測算產能利用情況，這種方法最為簡單，易于操作。但這一方法的重要缺陷在于假定在峰值點年份上產能得到了充分利用，這會高估產能利用率水平并造成較嚴重的誤差。二是韓國高等人(2011)的成本函數法，即通過估計成本函數，求解出成本最小化時的產出水平，以此識別出短期成本函數的最低點并把之看作為最大產能水平的方法。這種方法通過了解企業(yè)具體的生產特點和成本函數情況并將之作為推算產能水平的依據。但是估算成本函數需確定企業(yè)各項投入如原材料、中間投入以及能源價格等變量的取值作為模型參數，諸多變量均需要推算，進而可能在推算過程中產生偏差。三是前沿生產函數法，主要通過估計生產函數的前沿面，將該前沿看作為產業(yè)的潛在最大產出水平，進而產能利用率則為實際產出與前沿產出的比值，該方法對變量要求相對較小，操作相對簡單，測算精度也較高，更符合測算產能利用率的目的。前沿生產函數法具體又分為DEA非參數測算法和SFA參數測算法。

從現有的產能過剩測算的文獻看，雖然一些學者使用實物量或價值量測算了某些行業(yè)的產能利用率，但主要是針對個別行業(yè)的孤立研究，未能對我國總體工業(yè)的產能利用率的水平進行測算。同時，對產能利用率的測算大多在全國層面展開，很少能測算分省的產能過剩情況。而且，相關的文獻研究的樣本數據偏舊，最早為2011年的數據，不能反映最近兩年的產能過剩情況。

2　SFA模型構建及數據選擇

本文使用謝洪軍(2015)的隨機前沿方法(stochastic frontier approach，SFA)測算我國的產能過剩情況。該方法最早由Farrell(1957)提出，此后由Battese(1992)和Coelli(1995)等許多學者發(fā)展和完善，其中，Battese 和Coelli將其發(fā)展為使用面板數據。該方法采用經典的柯布—道格拉斯生產函數，其中為非效率項，兩邊同取對數后的展開式為：

模型用 表示誤差項中非效率因素所占的比重：

(3)式中 介于0～1之間，越接近于1，誤差項中非效率項所占的比重越大。

本文以各行業(yè)第i省t年工業(yè)總產值為產出指標，單位億元；分別以各行業(yè)的資本存量和勞動力為投入指標，即第i省t年的固定資產凈值作為資本存量的衡量指標，單位為億元；以第i省t年的年平均從業(yè)人員作為勞動力的投入。各指標數據均來源于2010～2015年工業(yè)統(tǒng)計年鑒。

本文先測算整體工業(yè)的產能利用率情況，分析全國產能利用率的區(qū)域分布情況。然后選擇9個典型行業(yè)進行測算，進一步分析各具體行業(yè)的產能情況。9個典型行業(yè)包括：紡織業(yè)、食品制造業(yè)兩個輕工業(yè)；黑色金屬冶煉及壓延加工業(yè)、化學原料及化學制品制造業(yè)、煤炭開采和洗選業(yè)、通用設備制造業(yè)、專用設備制造業(yè)五個重工業(yè)；通信設備、計算機及其他電子設備制造業(yè)、儀器儀表制造業(yè)等兩個高新技術行業(yè)。

3　實證結果及分析

使用Frontier4.1軟件，分別選擇我國工業(yè)及其所屬9個細分行業(yè)，對2009～2014年31個省區(qū)的產能利用率進行測度，基于潛在產能的技術效率模型估計結果，如表1所示。

表1 工業(yè)及其9個細分行業(yè)的產能利用率測算模型結果

表1顯示，10個模型的回歸結果都比較理想，除了第一個模型的的顯著性稍低以外，其余模型的均在5%的水平下顯著不為0。各模型的 值均在0.8以上，說明殘差中存在明顯的非效率項，這也證明了本文中SFA模型的合理性，說明樣本行業(yè)普遍存在明顯的產能過?，F象。

從資本的產出彈性系數看，我國總體工業(yè)的彈性為0.76。樣本行業(yè)中，化學原料的彈性、黑色金屬冶煉、煤炭開采的系數較高，分別為0.68、0.37、0.37；食品制造、通信及計算機、通用設備的系數較低，分別為0.22、0.26、0.26。

從生產的規(guī)模報酬看，我國總體工業(yè)為1.18，說明規(guī)模報酬遞增。樣本行業(yè)中，煤炭開采洗選為0.51，規(guī)模報酬遞減；通用設備為1.23，規(guī)模報酬遞增；其余行業(yè)均為規(guī)模報酬不變。

4　各行業(yè)、分地區(qū)產能利用率情況

4.1 產能利用率分行業(yè)情況

目前，我國尚未建立對產能過剩的評價標準，根據歐美等國家產能利用率判斷產能是否過剩的經驗，產能利用率的正常值在79%～83%之間，超過85%則認為產能不足，存在生產設備能力超負荷現象，若產能利用率低于75%，則說明可能出現較嚴重的產能過?，F象。Frontier4.1軟件輸出結果包含了各行業(yè)產能利用率的面板數據，各行業(yè)的平均產能利用率的情況見表2所示。一是我國工業(yè)整體產能利用率偏低，2014年工業(yè)產能利用率67%，與合理產能利用率的國際標準差距較大；二是產能過剩普遍存在，各樣本行業(yè)均存在產能過剩，其中，食品制造、專用設備、計算機等行業(yè)的利用率相對較高；煤炭開采洗選、儀器儀表等其他行業(yè)的產能利用率偏低；三是2009～2014年大部分行業(yè)的產能利用率均有所提高，其中，紡織、食品、計算機通信行業(yè)產能利用率提高較快，其他重工業(yè)行業(yè)產能利用率改善較慢，煤炭開采洗選業(yè)近6年一直低位徘徊，未能明顯提高。

表2 2009年～2014年各行業(yè)產能利用率變動情況

4.2 工業(yè)產能利用率的地區(qū)分布特征

由于篇幅所限，本文僅給出2009年、2014年我國31個省(自治區(qū)、直轄市)的總體工業(yè)產能利用率，未列出各明細行業(yè)的產能利用情況。從表3中可以看出，不同地區(qū)的工業(yè)產能利用率存在較大差異，總體而言，東部沿海地區(qū)的產能利用情況要好于中西部地區(qū)，具體表現為：第一，部分沿海地區(qū)的產能利用情況較好，其中，天津、上海的產能利用率較好，分別為86%和84%；第二，東部制造業(yè)大省出現了一定程度的產能過剩，山東、江蘇、浙江、廣東的產能利用率分別為74%、71%、67%、66%；第三，四川、河北、湖北、內蒙、安徽、遼寧、山西和黑龍江等中部地區(qū)產能利用程度較低；第四，西藏、新疆、青海、云南等西部欠發(fā)達省區(qū)的工業(yè)產能利用率最低，這些省區(qū)產能過剩嚴重，其中西藏的產能利用率僅為36%。由此可見，不同地區(qū)的工業(yè)產能過剩情況有所不同，如果僅看全國整體情況，就容易忽略地區(qū)的差異性。

表3 2009年、2014年我國各省區(qū)總體工業(yè)產能利用率情況

5　結論及建議

本文利用隨機前沿模型對近六年來我國工業(yè)行業(yè)的產能過剩情況進行了測算，分析了我國產能過剩地區(qū)的分布特征和時間變化規(guī)律，結果顯示如下。

(1)目前我國工業(yè)產能利用率約為67%，產能過?，F象比較普遍。且產能過剩已由傳統(tǒng)行業(yè)擴大到高新技術行業(yè)，其中，食品制造、專用設備、計算機等行業(yè)的利用率相對較高；煤炭開采洗選、儀器儀表等其他行業(yè)的產能利用率偏低。

(2)工業(yè)產能利用率地區(qū)間存在較大差異，經濟發(fā)展程度較好的東部沿海地區(qū)的產能利用情況明顯好于欠發(fā)達的中西部地區(qū)。

(3)從2014年的產能利用率數據看，雖然我國工業(yè)總體產能過剩比較嚴重，但對比2009年數據，期間大部分行業(yè)的產能利用水平是在緩慢提升的，特別是市場化程度較高的紡織、食品、計算機通信等輕工業(yè)產能利用率提升明顯；而煤炭開采洗選、金屬冶煉等重工業(yè)行業(yè)產能利用率改善較慢。

根據上述結論，本文提出以下抑制產能過剩的政策建議：第一，由于我國產能過剩幾乎涉及所有工業(yè)行業(yè)，而產能過剩的成因也極為復雜，既有經濟周期波動的造成產能過剩，也有過度投資、地方政府不當干預造成的產能過剩；而產能過剩在各地區(qū)各行業(yè)也存在巨大差異，因此，應仔細甄別，精準發(fā)力。第二，制止地方政府對落后產能的保護，清理對落后產能的各種補貼政策。堅持市場化手段化解過剩產能，即依靠市場機制的優(yōu)勝劣汰，自然出清化解過剩產能，促進產業(yè)升級。第三，政府應提供及時準確的產業(yè)信息服務。建立完善產業(yè)信息發(fā)布制度，發(fā)揮政府和行業(yè)協會的信息優(yōu)勢，定期向社會公布重點行業(yè)產能利用率方面的信息，引導企業(yè)市場預期，防止出現投資不合理、盲目擴張等現象。

［1］ 王海慧，孫小光.對當前工業(yè)企業(yè)產能過剩情況的調查研究——基于江蘇省696戶工業(yè)企業(yè)的實證分析［R］.人民銀行，2015（13）.

［2］ 韓國高，高鐵梅，王立國，齊鷹飛，王曉姝.中國制造業(yè)產能過剩的測度、波動及成因研究［J］.經濟研究，2011（12）.

［3］ 林毅夫.潮涌現象與產能過剩的形成機制［J］.經濟研究，2010（10）.

［4］ 耿強，江飛濤，傅坦.政策性補貼、產能過剩與中國的經濟波動——引入產能利用率RBC模型的實證檢驗［J］.中國工業(yè)經濟，2011（5）.

［5］ 梁泳梅，董敏杰，張其仔.產能利用率測算方法：一個文獻綜述［J］.經濟管理，2014（11）.

［6］ 謝洪軍，張慧，李穎.基于SFA的我國制造業(yè)產能利用率測度與差異性分析［J］.商業(yè)經濟研究，2015（4）.

F832

A

2096-0298（2016）09（a）-151-03

郝其榮(1980-)，男，江蘇省鹽城市人，碩士研究生畢業(yè)，中級經濟師，中國人民銀行淮安市中心支行任職。