長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率及其影響因素研究

申俊喜 楊若霞

(南京師范大學(xué) 商學(xué)院，江蘇 南京 210046)

長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率及其影響因素研究

申俊喜 楊若霞

(南京師范大學(xué) 商學(xué)院，江蘇 南京 210046)

采用DEA-Malmquist指數(shù)方法，先測(cè)算了2007—2015年間長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司全要素生產(chǎn)率及其分解效率；接下來(lái)，運(yùn)用混合面板Tobit模型對(duì)其影響因素進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明：從產(chǎn)業(yè)整體來(lái)看，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司呈現(xiàn)純技術(shù)效率和規(guī)模效率雙低的低端化發(fā)展趨勢(shì)；長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展存在區(qū)域異質(zhì)性和行業(yè)異質(zhì)性；政府補(bǔ)貼資金使用效率較低、企業(yè)員工素質(zhì)不高、技術(shù)設(shè)備的使用效率不高都使得長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)呈現(xiàn)低端化發(fā)展的趨勢(shì)，而股權(quán)集中度適中、成長(zhǎng)率較高的企業(yè)能更好地促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率的提升。

長(zhǎng)三角地區(qū)；戰(zhàn)略性新興產(chǎn)業(yè)；全要素生產(chǎn)率；DEA-Malmquist指數(shù)；Tobit模型

一、引言及文獻(xiàn)回顧

現(xiàn)今，發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)已成為全球主要發(fā)達(dá)國(guó)家和新興國(guó)家經(jīng)濟(jì)政策所關(guān)注的焦點(diǎn)。發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，目的在于求得新一輪經(jīng)濟(jì)發(fā)展過(guò)程中搶占科技制高點(diǎn)，進(jìn)而獲得全球競(jìng)爭(zhēng)優(yōu)勢(shì)。因而，發(fā)展戰(zhàn)略新興產(chǎn)業(yè)意義重大，對(duì)中國(guó)同樣如此。從中國(guó)國(guó)內(nèi)環(huán)境來(lái)看，傳統(tǒng)的資源優(yōu)勢(shì)和人口紅利優(yōu)勢(shì)逐步消失，部分跨國(guó)公司主導(dǎo)的勞動(dòng)密集型產(chǎn)業(yè)逐漸從中國(guó)撤離，轉(zhuǎn)移到越南等勞動(dòng)力成本更低的發(fā)展中國(guó)家；而從中國(guó)的外部環(huán)境來(lái)看，中國(guó)面臨著發(fā)達(dá)國(guó)家“高端產(chǎn)業(yè)回流”和發(fā)展中國(guó)家“中低端產(chǎn)業(yè)分流”的雙層競(jìng)爭(zhēng)(孟祺，2016)，經(jīng)濟(jì)增長(zhǎng)的持續(xù)動(dòng)力不足。傳統(tǒng)的需求管理政策在短期內(nèi)帶來(lái)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也產(chǎn)生了投資過(guò)度、實(shí)體經(jīng)濟(jì)產(chǎn)能過(guò)剩等問(wèn)題，從而使得中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)表現(xiàn)出附加值低、勞動(dòng)力素質(zhì)低、依賴(lài)政府補(bǔ)貼等問(wèn)題，全要素生產(chǎn)率呈現(xiàn)不斷下降的發(fā)展趨勢(shì)，陷入了“高端產(chǎn)業(yè)、低端制造”的怪圈。作為中國(guó)經(jīng)濟(jì)發(fā)展的引擎，長(zhǎng)三角地區(qū)產(chǎn)業(yè)基礎(chǔ)較好、人力資本豐富，具有發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的天然優(yōu)勢(shì)，但是該地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展仍然滯后于區(qū)域經(jīng)濟(jì)發(fā)展水平，并存在著產(chǎn)業(yè)層次偏低、生產(chǎn)效率不高的問(wèn)題。在此背景下，研究長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率的變動(dòng)趨勢(shì)和內(nèi)在機(jī)理，對(duì)于提高長(zhǎng)三角地區(qū)的經(jīng)濟(jì)發(fā)展質(zhì)量、轉(zhuǎn)變長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展模式具有重要的理論意義和實(shí)踐意義。

目前，在對(duì)戰(zhàn)略性新興產(chǎn)業(yè)的研究中，王其中(2013)認(rèn)為，中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展存在“高端產(chǎn)業(yè)、低端制造”的現(xiàn)象，戰(zhàn)略性新興產(chǎn)業(yè)的高技術(shù)、高附加值特征并不明顯。李琪(2013)認(rèn)為，中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)存在著同質(zhì)化、產(chǎn)能過(guò)剩、自主創(chuàng)新能力差、處于全球產(chǎn)業(yè)鏈的中低端等問(wèn)題。胡漢輝等(2014)認(rèn)為，發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)本身具有極大的風(fēng)險(xiǎn)和不確定性，由于全球價(jià)值鏈的低端環(huán)節(jié)鎖定、企業(yè)的盲目創(chuàng)新和地方政府之間的惡性競(jìng)爭(zhēng)，可能會(huì)面臨戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展陷阱。呂巖威等(2014)則發(fā)現(xiàn)，中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率水平較低，并呈現(xiàn)出起伏波動(dòng)的特征。

現(xiàn)有文獻(xiàn)中，針對(duì)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的研究相對(duì)較少，薛艷杰(2011)指出，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)部分領(lǐng)域同質(zhì)化水平較高、產(chǎn)業(yè)鏈低端化。任保全等(2016)的研究表明，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率呈現(xiàn)下滑的低端化發(fā)展趨勢(shì)。因此，應(yīng)著眼于從產(chǎn)業(yè)鏈、價(jià)值鏈、創(chuàng)新鏈、服務(wù)鏈和生態(tài)鏈這五個(gè)方面出發(fā)，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)的高端化發(fā)展(劉志彪，2012)。

綜上所述，現(xiàn)有對(duì)戰(zhàn)略性新興產(chǎn)業(yè)的分析主要是從全國(guó)范圍和某個(gè)具體行業(yè)展開(kāi)的，少部分文獻(xiàn)從長(zhǎng)三角地區(qū)區(qū)域異質(zhì)性和行業(yè)異質(zhì)性的角度研究戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率；關(guān)于長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的研究大多以案例分析和規(guī)范分析等描述性分析為主，在一定程度上會(huì)影響研究結(jié)果的客觀性。因此，本文的創(chuàng)新之處主要有兩點(diǎn)：其一，以長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)作為研究對(duì)象，從產(chǎn)業(yè)整體、分地區(qū)、分產(chǎn)業(yè)視角進(jìn)行全要素生產(chǎn)率的分析，并兼顧了區(qū)域異質(zhì)性和行業(yè)異質(zhì)性；其二，與以往研究多是采用行業(yè)數(shù)據(jù)不同，本文從微觀經(jīng)濟(jì)主體視角出發(fā)，選取長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司的面板數(shù)據(jù)進(jìn)行定量化的測(cè)度，從而使研究結(jié)論更為準(zhǔn)確。

二、研究方法

(一)DEA-Malmquist指數(shù)模型

研究戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率，本文采用非參數(shù)DEA-Malmquist指數(shù)方法，具體原因在于：一是DEA方法無(wú)須設(shè)定生產(chǎn)函數(shù)的具體形式，這是由于提出發(fā)展中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)理念的時(shí)間尚短，并且七大產(chǎn)業(yè)各有特點(diǎn)，很難建立適合每個(gè)產(chǎn)業(yè)的生產(chǎn)函數(shù)，采用DEA方法可以有效避免函數(shù)形式設(shè)定偏誤所導(dǎo)致的誤差；二是運(yùn)用DEA方法在建立模型前無(wú)須對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理；三是本文擬從時(shí)間變化的角度分析戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率的動(dòng)態(tài)演變趨勢(shì)，這就要求在不同年份全要素生產(chǎn)率具有可比性；四是DEA-Malmquist指數(shù)方法能夠?qū)θ厣a(chǎn)率進(jìn)行分解，進(jìn)而可以深入挖掘全要素生產(chǎn)率變化的內(nèi)在機(jī)理和背后原因。因此，本文采用DEA-Malmquist指數(shù)方法，對(duì)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率進(jìn)行動(dòng)態(tài)測(cè)評(píng)是合適的。

接下來(lái)，構(gòu)建DEA-Malmquist生產(chǎn)率指數(shù)表達(dá)式，具體公式如下：

(1)

式(1)可以進(jìn)一步分解為技術(shù)效率(EFFCH)和技術(shù)進(jìn)步率(TECHCH)，以分別反映企業(yè)各種投入資源配置水平的變化程度和技術(shù)創(chuàng)新水平的變化程度。而技術(shù)效率(EFFCH)還可以分解為純技術(shù)效率(PECH)和規(guī)模效率(SECH)。因此可得：

TFPCH=EFFCH×TECHCH=PECH×SECH×TECHCH

(2)

(二)Tobit模型

在對(duì)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率及其分解效率進(jìn)行測(cè)算之后，還須進(jìn)一步分析影響全要素生產(chǎn)率變動(dòng)的各種因素。具體步驟是：將上一階段DEA-Malmquist指數(shù)方法測(cè)算出來(lái)的各項(xiàng)效率值作為被解釋變量，并將各種影響因素作為解釋變量進(jìn)行回歸，從而可以判斷各種影響因素的作用方向和強(qiáng)度。由于DEA-Malmquist指數(shù)方法測(cè)度的效率值始終大于0，屬于截?cái)嗟碾x散分布數(shù)據(jù)，假如采用OLS對(duì)模型直接進(jìn)行回歸就會(huì)導(dǎo)致所得到的參數(shù)估計(jì)有偏且不一致，而采用Tobit 模型能夠解決受限或截?cái)嘁蜃兞康哪Ｐ蜆?gòu)建問(wèn)題。因此本文在第四部分采用基于極大似然估計(jì)方法的Tobit模型。其基本結(jié)構(gòu)如下：

Y*i=βTXi+εi

(3)

(4)

其中：Y*i為潛變量；Yi為被解釋變量；Xi為解釋變量；βT為回歸參數(shù)向量；εi為殘差項(xiàng)且服從于正態(tài)分布N(0，σ2)；i=1，2，……，n。

該模型的特點(diǎn)是：Xi為實(shí)際觀測(cè)值，Yi只能在一定條件下被觀測(cè)到，當(dāng)Y*i>0時(shí)，Yi取實(shí)際觀測(cè)值，Yi為無(wú)限制觀測(cè)值；當(dāng)Y*i≤0時(shí)，Yi取0，Yi為受限制觀測(cè)值。

三、長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率的動(dòng)態(tài)變化分析

這一部分利用投入角度的DEA-Malmquist指數(shù)方法和Deap2.1軟件，分別從產(chǎn)業(yè)整體、分地區(qū)、分產(chǎn)業(yè)等方面視角出發(fā)，對(duì)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的全要素生產(chǎn)率及其分解效率進(jìn)行定量測(cè)評(píng)?；跀?shù)據(jù)的可得性，選取2007—2015年長(zhǎng)三角地區(qū)滬深兩市A股113家*其中，分省區(qū)看，安徽省14家企業(yè)，江蘇省29家企業(yè)，浙江省38家企業(yè)，上海市32家企業(yè)；分行業(yè)看，節(jié)能環(huán)保產(chǎn)業(yè)11家企業(yè)，新一代信息技術(shù)產(chǎn)業(yè)34家企業(yè)，生物產(chǎn)業(yè)23家企業(yè)，高端裝備制造業(yè)10家企業(yè)，新能源產(chǎn)業(yè)8家企業(yè)，新材料產(chǎn)業(yè)19家企業(yè)，新能源汽車(chē)產(chǎn)業(yè)8家企業(yè)。戰(zhàn)略性新興產(chǎn)業(yè)上市公司作為研究對(duì)象，具體數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)和巨潮資訊網(wǎng)公布的上市公司年報(bào)。在指標(biāo)選擇方面，借鑒袁禮等(2014)的處理方式，選擇支付給職工以及為職工支付的現(xiàn)金作為勞動(dòng)要素的投入指標(biāo)，之所以這樣做，是由于：勞動(dòng)力投入的貨幣化指標(biāo)比勞動(dòng)力數(shù)量更為直接和有效；同時(shí)選擇固定資產(chǎn)作為資本要素的投入指標(biāo)、主營(yíng)業(yè)務(wù)收入作為產(chǎn)出指標(biāo)，以此進(jìn)行全要素生產(chǎn)率的動(dòng)態(tài)變化分析。

(一)產(chǎn)業(yè)整體視角

從產(chǎn)業(yè)整體來(lái)看，由表1可知：2008—2015年，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)平均全要素生產(chǎn)率的變動(dòng)為0.971，年均增長(zhǎng)率為-2.9%。將全要素生產(chǎn)率進(jìn)行分解后可知，技術(shù)效率變動(dòng)的平均值為0.933，年均增長(zhǎng)率為-6.7%；技術(shù)進(jìn)步率的平均值為1.040，年均增長(zhǎng)率為4%，這表明全要素生產(chǎn)率的下滑趨勢(shì)源于技術(shù)效率水平的降低。將技術(shù)效率做進(jìn)一步分解可知，純技術(shù)效率和規(guī)模效率均呈現(xiàn)下降趨勢(shì)，純技術(shù)效率變動(dòng)的平均值為0.972，年均下降2.8%；規(guī)模效率變動(dòng)的平均值為0.960，年均下降4%，由此可見(jiàn)，技術(shù)效率的下降源于純技術(shù)效率和規(guī)模效率的雙降態(tài)勢(shì)。因此，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率下降的低端化發(fā)展趨勢(shì)源自資源配置水平的降低，也就是：企業(yè)規(guī)模較小、管理水平較低、資源利用率不高、發(fā)展方式粗放等成為生產(chǎn)率提升的主要瓶頸。

為了對(duì)政策頒布前后長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展情況做一個(gè)對(duì)比分析，本文將研究時(shí)段內(nèi)全要素生產(chǎn)率及其分解效率的測(cè)度結(jié)果分為如下四個(gè)階段：2008—2009年*由于2009年下半年中央政府才提出發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)，考慮到時(shí)間尚短，政策效果不明顯，因此將其列為政策實(shí)施前的階段。為政策實(shí)施前；2010—2011年為政策實(shí)施初期；2012—2013年為政策實(shí)施后1期；2014—2015年為政策實(shí)施后2期。

由表1可知：發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的政策實(shí)施初期，全要素生產(chǎn)率由政策實(shí)施前的0.938增長(zhǎng)到1.047，增長(zhǎng)了10.9%，說(shuō)明短期內(nèi)政策實(shí)施效果較好，2010年《國(guó)務(wù)院關(guān)于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》的出臺(tái)有力地促進(jìn)了戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率的提升。然而從長(zhǎng)期來(lái)看，政策實(shí)施后1期TFPCH年均下降4.8%，政策實(shí)施后2期TFPCH年均下降5%，呈現(xiàn)逐步下滑的趨勢(shì)。從各項(xiàng)分解效率來(lái)看，技術(shù)效率的變動(dòng)下降趨勢(shì)尤為明顯。政策實(shí)施前EFFCH為1.086，年均增長(zhǎng)8.6%，政策實(shí)施初期、政策實(shí)施后1期、政策實(shí)施后2期年均下降分別為15.8%、9.2%、8.7%，說(shuō)明相對(duì)于政策實(shí)施前，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)要素的利用效率出現(xiàn)大幅降低。再來(lái)看技術(shù)進(jìn)步率的變化，雖然政策實(shí)施初期、政策實(shí)施后1期、政策實(shí)施后2期TECHCH均大于1，呈現(xiàn)出增長(zhǎng)的態(tài)勢(shì)，尤其是政策實(shí)施初期年均增長(zhǎng)高達(dá)24.4%，但是政策實(shí)施后1期、政策實(shí)施后2期年均增長(zhǎng)率分別為4.7%、4.1%，增長(zhǎng)幅度均遠(yuǎn)遠(yuǎn)低于政策實(shí)施初期，且呈現(xiàn)下降趨勢(shì)。說(shuō)明短期內(nèi)政策效果明顯，但是長(zhǎng)期內(nèi)政策的技術(shù)進(jìn)步效應(yīng)逐漸下降，因而應(yīng)警惕技術(shù)創(chuàng)新的動(dòng)力不足所導(dǎo)致的生產(chǎn)率下滑問(wèn)題。最后來(lái)看純技術(shù)效率的變動(dòng)和規(guī)模效率的變動(dòng)。政策實(shí)施前PECH和SECH年均增長(zhǎng)6.7%和1.8%，政策實(shí)施后PECH和SECH均呈現(xiàn)下降的趨勢(shì)，雖然PECH在政策實(shí)施后1期、SECH在政策實(shí)施后2期大于1，但是增長(zhǎng)幅度較小。從以上分析可知，短期來(lái)看，戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展政策出臺(tái)之后，技術(shù)進(jìn)步水平的提升幅度超過(guò)了資源配置水平的下降幅度，從而促進(jìn)了全要素生產(chǎn)率的快速上升，政策效果明顯；長(zhǎng)期來(lái)看，技術(shù)進(jìn)步率增幅逐漸放緩，技術(shù)效率低下的劣勢(shì)凸顯，戰(zhàn)略性新興產(chǎn)業(yè)低端化發(fā)展的問(wèn)題表現(xiàn)得尤為突出。

表1 長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率及其分解效率

注：各指數(shù)以上一年為基期得出，因此從2008年開(kāi)始測(cè)算；政策實(shí)施前、政策實(shí)施初期、政策實(shí)施后1期、政策實(shí)施后2期、總體平均的數(shù)值分別為2008—2009、2010—2011、2012—2013、2014—2015、2008—2015年各年指標(biāo)的幾何平均值。

通過(guò)以上分析可知，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司雖然在技術(shù)創(chuàng)新能力方面有一定的提升，但是從長(zhǎng)遠(yuǎn)角度來(lái)看，技術(shù)創(chuàng)新的動(dòng)力不足，投入的生產(chǎn)要素并沒(méi)有得到充分合理的利用，管理水平低下，尚未實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)，這些因素綜合起來(lái)從而制約了全要素生產(chǎn)率的增長(zhǎng)，因而總體上呈現(xiàn)純技術(shù)效率和規(guī)模效率雙低的低端化發(fā)展趨勢(shì)。

(二)分地區(qū)視角

分地區(qū)來(lái)看，由表2可知：對(duì)于年平均全要素生產(chǎn)率的變動(dòng)，四個(gè)地區(qū)均呈現(xiàn)下降的趨勢(shì)，尤其是安徽省下降幅度最大，年均下降5.1%。從各項(xiàng)分解效率來(lái)看，除江蘇省技術(shù)效率有微小幅度上升外，其余省市均呈下降趨勢(shì)，以浙江省最為明顯，年平均下降達(dá)7.9%。相反，對(duì)于技術(shù)進(jìn)步率而言，浙江省年均增長(zhǎng)6.2%，戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展態(tài)勢(shì)較為樂(lè)觀，而其它省市均有著不同幅度的下降，安徽省降幅最大，年平均下降4.6%。進(jìn)一步來(lái)看，各省市純技術(shù)效率的變動(dòng)均呈現(xiàn)負(fù)增長(zhǎng)的趨勢(shì)。其中，浙江省下降最快，年平均降低4.8%。規(guī)模效率的變動(dòng)方面，安徽省和江蘇省分別以0.1%和0.9%的微小幅度上升，浙江省和上海市分別以3.3%和0.3%的幅度下降。

表2 長(zhǎng)三角各地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)平均全要素生產(chǎn)率及其分解效率

注：各指數(shù)為2008—2015年的幾何平均值。

通過(guò)以上分析可知：長(zhǎng)三角地區(qū)“三省一市”戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率呈現(xiàn)出生產(chǎn)率下降的低端化發(fā)展趨勢(shì)，安徽省表現(xiàn)得尤為明顯。安徽省TFPCH的大幅下降源自TECHCH和PECH的下降，而TECHCH的大幅下降是導(dǎo)致生產(chǎn)率下滑的主要原因。其根本原因在于：相比其它省市，安徽省經(jīng)濟(jì)發(fā)展水平較為落后，高端人才缺乏，技術(shù)創(chuàng)新能力不強(qiáng)。與安徽省相比，浙江省則恰恰相反，TECHCH呈現(xiàn)出上升趨勢(shì)，說(shuō)明其在產(chǎn)品研發(fā)、工藝改進(jìn)等方面技術(shù)創(chuàng)新能力較強(qiáng)。其生產(chǎn)率的下滑主要源于PECH和SECH的大幅下降，浙江省在注重技術(shù)創(chuàng)新能力提升的同時(shí)，也應(yīng)著重于改進(jìn)生產(chǎn)方式，提升管理能力，提高投入要素利用程度，全方位促進(jìn)資源配置效率的改善。對(duì)于江蘇省和上海市而言，雖然兩個(gè)省區(qū)高校科研機(jī)構(gòu)眾多，具有明顯的科教資源優(yōu)勢(shì)，但技術(shù)進(jìn)步率仍然不高?？赡艿脑蛟谟冢簝墒^(qū)有些高校、研究所的科研成果游離于戰(zhàn)略性新興產(chǎn)業(yè)應(yīng)用之外，從而忽視了科研成果的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值，科技成果的產(chǎn)業(yè)化率不高，很難實(shí)現(xiàn)科技成果與市場(chǎng)的有效對(duì)接。另外，江蘇省和上海市也要注重純技術(shù)效率的提升。

(三)分產(chǎn)業(yè)視角

分產(chǎn)業(yè)來(lái)看，根據(jù)表3中長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)平均全要素生產(chǎn)率及其分解效率的變動(dòng)情況，可以將七大產(chǎn)業(yè)分為四種不同的類(lèi)型。第一類(lèi)是新能源汽車(chē)產(chǎn)業(yè)，其全要素生產(chǎn)率的變動(dòng)呈現(xiàn)上升的趨勢(shì)，并且技術(shù)進(jìn)步率也以年均7.8%的速度增長(zhǎng)。第二類(lèi)是節(jié)能環(huán)保產(chǎn)業(yè)和新材料產(chǎn)業(yè)，雖然全要素生產(chǎn)率的變動(dòng)呈現(xiàn)下降的趨勢(shì)，但是技術(shù)進(jìn)步率分別以年均5.3%、2.3%的速度增長(zhǎng)，其生產(chǎn)率的下滑源于技術(shù)效率的降低。從技術(shù)效率的分解項(xiàng)來(lái)看，這兩類(lèi)產(chǎn)業(yè)呈現(xiàn)出純技術(shù)效率和規(guī)模效率雙降的態(tài)勢(shì)。第三類(lèi)是高端裝備制造業(yè)和新能源產(chǎn)業(yè)，全要素生產(chǎn)率降低源自技術(shù)進(jìn)步率的大幅降低，而技術(shù)效率則呈現(xiàn)上升的趨勢(shì)。從技術(shù)效率的分解項(xiàng)來(lái)看，純技術(shù)效率和規(guī)模效率也都為正增長(zhǎng)。第四類(lèi)是新一代信息技術(shù)產(chǎn)業(yè)和生物產(chǎn)業(yè)，不論是全要素生產(chǎn)率的變動(dòng)，還是技術(shù)進(jìn)步率、技術(shù)效率的變動(dòng)均呈現(xiàn)下滑的趨勢(shì)，生產(chǎn)率的下降源自技術(shù)進(jìn)步率和技術(shù)效率的降低。從技術(shù)效率的分解項(xiàng)來(lái)看，除了生物產(chǎn)業(yè)的規(guī)模效率保持基本不變以外，生物產(chǎn)業(yè)的純技術(shù)效率與新一代信息技術(shù)產(chǎn)業(yè)的純技術(shù)效率和規(guī)模效率的變動(dòng)均小于1。

表3 長(zhǎng)三角地區(qū)七大戰(zhàn)略性新興產(chǎn)業(yè)平均全要素生產(chǎn)率及其分解效率

注：各指數(shù)為2008—2015年的幾何平均值。

具體原因在于，對(duì)于第一類(lèi)新能源汽車(chē)產(chǎn)業(yè)而言，具備一定程度的技術(shù)創(chuàng)新能力，一些關(guān)鍵技術(shù)的采用、核心產(chǎn)品的研發(fā)與國(guó)外先進(jìn)水平差距不大，但是新能源汽車(chē)產(chǎn)業(yè)存在著產(chǎn)業(yè)集中度偏低、產(chǎn)品成本較高、市場(chǎng)需求不足等問(wèn)題，技術(shù)效率水平低，尤其是規(guī)模效率較低，從而制約了全要素生產(chǎn)率以更快的增長(zhǎng)速度上升。對(duì)于第二類(lèi)節(jié)能環(huán)保產(chǎn)業(yè)和新材料產(chǎn)業(yè)而言，雖然在技術(shù)創(chuàng)新能力方面有所提高，但采用的技術(shù)仍以常規(guī)技術(shù)為主，與發(fā)達(dá)國(guó)家相比仍有較大差距。而其投入資源的配置水平不高、管理經(jīng)驗(yàn)不足、企業(yè)規(guī)模小而分散，這些成為純技術(shù)效率和規(guī)模效率下降的重要原因。對(duì)于第三類(lèi)高端裝備制造業(yè)和新能源產(chǎn)業(yè)而言，加工制造能力較強(qiáng)、產(chǎn)業(yè)規(guī)模較大，發(fā)展的瓶頸在于核心技術(shù)難以突破。因此，其生產(chǎn)率的下降主要源自技術(shù)進(jìn)步率的降低。對(duì)于第四類(lèi)產(chǎn)業(yè)而言，生物產(chǎn)業(yè)中生物醫(yī)藥、生物農(nóng)業(yè)等產(chǎn)業(yè)已初具規(guī)模，生命科學(xué)領(lǐng)域具有較高的科研水平，技術(shù)基礎(chǔ)較好，但是一些生物技術(shù)并未完全轉(zhuǎn)化到規(guī)?；a(chǎn)中，科技成果轉(zhuǎn)化率不高，生物產(chǎn)業(yè)技術(shù)進(jìn)步率較低，從而抑制了全要素生產(chǎn)率的提升。而新一代信息技術(shù)產(chǎn)業(yè)的發(fā)展起步較早，其上市公司的數(shù)量相比其它產(chǎn)業(yè)是最多的，但是大部分企業(yè)的經(jīng)營(yíng)范圍主要限于傳統(tǒng)的電子制造業(yè)，而非技術(shù)密集度更高的集成電路、信息技術(shù)服務(wù)業(yè)等行業(yè)，企業(yè)主要采取產(chǎn)品代工、加工貿(mào)易的發(fā)展方式，且企業(yè)規(guī)模不大，這些都導(dǎo)致了新一代信息技術(shù)產(chǎn)業(yè)生產(chǎn)率的下降。

四、長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率的影響因素分析

(一)模型的建立

前面已經(jīng)采用DEA-Malmquist指數(shù)方法測(cè)算長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率及其分解效率，接下來(lái)將通過(guò)Tobit模型和stata12.0軟件對(duì)各種影響因素進(jìn)行實(shí)證檢驗(yàn)。

被解釋變量為本文第三部分測(cè)算的全要素生產(chǎn)率的變動(dòng)及其分解項(xiàng)，即TFPCH、EFFCH、TECHCH、PECH和SECH。核心解釋變量則是政府補(bǔ)貼、勞動(dòng)力投入、固定資產(chǎn)投入、股權(quán)結(jié)構(gòu)和企業(yè)成長(zhǎng)性五個(gè)變量。政府補(bǔ)貼對(duì)企業(yè)投資流向起著引導(dǎo)作用，對(duì)企業(yè)進(jìn)行技術(shù)創(chuàng)新、改善經(jīng)營(yíng)管理、適度擴(kuò)張規(guī)模有著重要的影響。因此，本文選擇企業(yè)營(yíng)業(yè)外收入中的政府補(bǔ)助與營(yíng)業(yè)總收入的比值來(lái)衡量政府補(bǔ)貼強(qiáng)度。在勞動(dòng)力投入方面，由于戰(zhàn)略性新興產(chǎn)業(yè)屬于高科技產(chǎn)業(yè)，因此不論是加工制造環(huán)節(jié)的低層次勞動(dòng)力還是技術(shù)設(shè)計(jì)環(huán)節(jié)的高素質(zhì)勞動(dòng)力，都會(huì)通過(guò)作用于企業(yè)的技術(shù)創(chuàng)新能力、管理水平以及規(guī)?；a(chǎn)來(lái)影響全要素生產(chǎn)率，因此本文參考任保全等(2014)的研究，選擇企業(yè)當(dāng)年在職員工總數(shù)代表員工數(shù)量*由于長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司年報(bào)中企業(yè)員工的學(xué)歷比例構(gòu)成統(tǒng)計(jì)口徑不一致，從而無(wú)法從勞動(dòng)力質(zhì)量的角度進(jìn)行直接考察。因此，本文試圖通過(guò)勞動(dòng)力投入數(shù)量來(lái)間接分析戰(zhàn)略性新興企業(yè)的勞動(dòng)力層次結(jié)構(gòu)。。在資本投入方面，固定資產(chǎn)是企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的物質(zhì)保證，會(huì)影響企業(yè)的生產(chǎn)率和技術(shù)進(jìn)步水平。因此，本文選擇企業(yè)固定資產(chǎn)凈額與總資產(chǎn)的比值作為固定資產(chǎn)比率的衡量指標(biāo)。根據(jù)委托代理理論，企業(yè)內(nèi)部的股權(quán)結(jié)構(gòu)會(huì)對(duì)企業(yè)的決策效率產(chǎn)生影響，進(jìn)而影響企業(yè)的經(jīng)營(yíng)績(jī)效。因此，本文選擇第一大股東持股比例代表企業(yè)的股權(quán)集中度水平。企業(yè)的成長(zhǎng)性越好，企業(yè)的競(jìng)爭(zhēng)力就越強(qiáng)，經(jīng)營(yíng)效益就越好，對(duì)企業(yè)生產(chǎn)率起到促進(jìn)作用就越強(qiáng)。因此，本文選擇營(yíng)業(yè)收入增長(zhǎng)率代表企業(yè)的成長(zhǎng)性。在控制變量方面，由于凈資產(chǎn)收益率的提高會(huì)為企業(yè)改善經(jīng)營(yíng)管理水平、擴(kuò)張企業(yè)規(guī)模提供必要的資金支持，從而體現(xiàn)企業(yè)的盈利能力，進(jìn)而會(huì)影響企業(yè)的生產(chǎn)率水平，因此，本文將凈資產(chǎn)收益率作為控制變量之一。不同的融資形式在融資成本、風(fēng)險(xiǎn)、收益等方面會(huì)有所差異，還會(huì)影響企業(yè)的研發(fā)投入和管理水平，進(jìn)而對(duì)企業(yè)的生產(chǎn)率水平產(chǎn)生影響。因此，需要將債權(quán)融資比重和股權(quán)融資比重作為衡量企業(yè)外部融資的指標(biāo)考慮在內(nèi)。各變量的具體含義如表4所示。

表4 變量說(shuō)明

根據(jù)各影響因素情況，可以將回歸模型設(shè)定為*考慮到既有研究中政府補(bǔ)貼和股權(quán)集中度對(duì)企業(yè)的影響并非簡(jiǎn)單的線性關(guān)系，本文嘗試通過(guò)引入政府補(bǔ)貼和股權(quán)集中度的二次項(xiàng)，但是回歸結(jié)果并不顯著，并不存在“U”型或者倒“U”型的非線性關(guān)系。因此，本文并未引入政府補(bǔ)貼和股權(quán)集中度變量的二次項(xiàng)。同時(shí)，考慮到逆向因果問(wèn)題的影響，本文試圖將企業(yè)成長(zhǎng)性變量的滯后一期進(jìn)行回歸分析，但是系數(shù)的方向?yàn)樨?fù)且不顯著，不符合一般的理論解釋。因此，本文也未用核心解釋變量的滯后一期替換原有解釋變量進(jìn)行回歸。：

Mit= β0+β1Govit+β2Lit+β3Fixedit+β4Top1it+β5Growthit+

β6Roeit+β7Debtit+β8Equityit+εit

其中，下標(biāo)i和t分別表示第i個(gè)公司和第t年。

(二)樣本的描述性統(tǒng)計(jì)和檢驗(yàn)

由表5可知，員工數(shù)量L的標(biāo)準(zhǔn)差較大，可能會(huì)影響回歸結(jié)果，因此回歸分析之前對(duì)其取對(duì)數(shù)，以保證實(shí)證結(jié)果的準(zhǔn)確性。

表5 各影響因素變量的描述性統(tǒng)計(jì)分析

在正式回歸之前，本文對(duì)各個(gè)影響因素變量進(jìn)行多重共線性檢驗(yàn)，結(jié)果如表6所示。由表6可知：除Debt與Equity的相關(guān)系數(shù)為-0.5964外，其他各影響因素相關(guān)系數(shù)的絕對(duì)值均小于0.5，說(shuō)明各個(gè)影響因素變量之間不存在強(qiáng)相關(guān)性，樣本不存在多重共線性的問(wèn)題。

表6 多重共線性檢驗(yàn)結(jié)果

(三)回歸結(jié)果分析

之所以采用Tobit模型分析長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)全要素生產(chǎn)率的變動(dòng)及其分解項(xiàng)的影響因素，是因?yàn)椴捎玫氖?008—2015年間的平衡面板數(shù)據(jù)，因此采用面板Tobit模型。由于沒(méi)有充足的數(shù)據(jù)進(jìn)行條件最大似然估計(jì)，因而無(wú)法進(jìn)行固定效應(yīng)面板Tobit回歸，如果類(lèi)似于LSDV法—直接在混合面板Tobit回歸中引入個(gè)體虛擬變量，所得固定效應(yīng)估計(jì)量將是有偏的。因此，可以利用發(fā)展較為成熟的是混合面板Tobit模型和面板隨機(jī)Tobit模型(程廣斌 等，2017)。而選擇混合面板Tobit模型和面板隨機(jī)Tobit模型的判斷依據(jù)是：如果Likelihood-ratio檢驗(yàn)所對(duì)應(yīng)的p值小于10%，則認(rèn)為存在個(gè)體效應(yīng)，應(yīng)采用面板隨機(jī)Tobit模型；如果Likelihood-ratio檢驗(yàn)所對(duì)應(yīng)的p值大于10%，則選擇混合面板Tobit模型。經(jīng)檢驗(yàn)，五個(gè)方程中LR檢驗(yàn)對(duì)應(yīng)的p值均超過(guò)了10%，因此選擇混合面板Tobit模型。同時(shí)，考慮到Tobit模型中可能存在的異方差問(wèn)題，本文采用穩(wěn)健標(biāo)準(zhǔn)差的方法進(jìn)行處理(陳強(qiáng)，2014)，并在公司層面予以聚類(lèi)。

由表7可知，五個(gè)方程的F檢驗(yàn)統(tǒng)計(jì)量均在5%的統(tǒng)計(jì)水平上顯著，而且大部分解釋變量對(duì)被解釋變量的影響結(jié)果與相關(guān)文獻(xiàn)的研究結(jié)果相一致，因此模型的解釋能力較強(qiáng)，回歸結(jié)果是可靠的。

(1)政府補(bǔ)貼對(duì)TFPCH、EFFCH、PECH、SECH均產(chǎn)生負(fù)向影響，并且對(duì)TFPCH、EFFCH的影響在1%的水平上統(tǒng)計(jì)顯著且影響程度較高，對(duì)TECHCH產(chǎn)生正向影響但不顯著。這說(shuō)明政府補(bǔ)貼限制了資源的優(yōu)化配置、管理能力的提升以及規(guī)模經(jīng)濟(jì)效應(yīng)的實(shí)現(xiàn)，并沒(méi)有能夠顯著促進(jìn)技術(shù)水平的提高，從而嚴(yán)重抑制了全要素生產(chǎn)率的提升。這與前文第三部分產(chǎn)業(yè)整體視角的分析中EFFCH、PECH、SECH在政策實(shí)施后呈下降趨勢(shì)、TECHCH雖呈上升趨勢(shì)但增長(zhǎng)率卻逐漸下降的結(jié)論相一致?？赡艿脑蚴钦a(bǔ)貼資金的使用效率并不高。戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)獲取政府補(bǔ)貼的成本較低，獲得的大部分資金并沒(méi)有投入到產(chǎn)品的研發(fā)、生產(chǎn)工藝的改進(jìn)之中，而是被用于低層次重復(fù)建設(shè)、低附加值產(chǎn)品的生產(chǎn)制造等環(huán)節(jié)，進(jìn)而導(dǎo)致企業(yè)整體生產(chǎn)率水平的降低。

表7 Tobit回歸結(jié)果分析

注：括號(hào)內(nèi)的數(shù)值為變量估計(jì)系數(shù)的t統(tǒng)計(jì)值；***、**、*分別表示在1%、5%、10%的統(tǒng)計(jì)水平上顯著。

(2)員工數(shù)量對(duì)TFPCH、EFFCH、PECH在1%或5%的顯著性水平上產(chǎn)生負(fù)向影響，對(duì)TECHCH在5%的顯著性水平上產(chǎn)生程度較低的正向影響，對(duì)SECH產(chǎn)生不顯著的正向影響。這說(shuō)明勞動(dòng)力投入對(duì)生產(chǎn)率水平的抑制主要源自對(duì)純技術(shù)效率水平的抑制，而對(duì)技術(shù)水平的提升起到了較小程度的促進(jìn)作用，但對(duì)生產(chǎn)規(guī)模擴(kuò)張的促進(jìn)作用并不明顯。這背后的原因可能在于：企業(yè)員工的整體素質(zhì)不高，低層次勞動(dòng)力的團(tuán)隊(duì)合作能力和自律意識(shí)相對(duì)較弱，更加需要相應(yīng)規(guī)章制度的約束與引導(dǎo)，因此，低層次勞動(dòng)力的增多在一定程度上會(huì)增加企業(yè)管理成本，從而限制企業(yè)管理水平的進(jìn)一步提升以及勞動(dòng)力資源的合理配置；在技術(shù)水平方面，低層次勞動(dòng)力的增多有利于常規(guī)技術(shù)的傳播和技術(shù)熟練掌握，但對(duì)于核心技術(shù)的研究開(kāi)發(fā)影響微弱，因此對(duì)TECHCH的影響系數(shù)較??；與高素質(zhì)勞動(dòng)力相比，低層次勞動(dòng)力對(duì)于生產(chǎn)技能的吸收能力相對(duì)較差，因此對(duì)成本節(jié)約與規(guī)模經(jīng)濟(jì)效應(yīng)的影響作用薄弱。

(3)固定資產(chǎn)比率對(duì)TFPCH、TECHCH均在1%的顯著性水平上產(chǎn)生負(fù)向影響，對(duì)EFFCH、PECH、SECH的影響系數(shù)分別為：-0.0442、0.0544、0.0618。這些在統(tǒng)計(jì)上均不顯著。這說(shuō)明固定資產(chǎn)比率對(duì)戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率的提升存在一定程度的抑制效應(yīng)，而這主要來(lái)源于對(duì)技術(shù)水平的抑制?？赡艿脑蚴牵浩髽I(yè)更注重生產(chǎn)制造環(huán)節(jié)中大型設(shè)備的引進(jìn)和使用，從而忽略了技術(shù)設(shè)備的使用效率。

(4)第一大股東持股比例對(duì)TFPCH、EFFCH、PECH、SECH均產(chǎn)生正向影響，并且對(duì)TFPCH、EFFCH、SECH的影響分別在10%、1%、10%的統(tǒng)計(jì)水平上顯著。這說(shuō)明股權(quán)集中度越高，股東代理成本越低，企業(yè)管理層的決策越容易得到及時(shí)、高效地執(zhí)行，企業(yè)的管理效率、規(guī)模水平和資源配置能力越高，經(jīng)營(yíng)績(jī)效越好。而第一大股東持股比例與TECHCH呈顯著負(fù)相關(guān)，顯著水平達(dá)10%?？赡艿脑蛟谟冢浩髽I(yè)在集中決策的過(guò)程中更傾向于規(guī)模的擴(kuò)張而非創(chuàng)新能力提升，而通過(guò)低端生產(chǎn)環(huán)節(jié)獲取短期收益，這并不利于技術(shù)水平的提高。

(5)企業(yè)的成長(zhǎng)性與TFPCH、EFFCH、TECHCH、PECH、SECH均呈正相關(guān)，并且對(duì)TFPCH、EFFCH、TECHCH的正向影響在1%的統(tǒng)計(jì)水平上顯著，對(duì)SECH的正向影響在5%的統(tǒng)計(jì)水平上顯著。原因在于：成長(zhǎng)率高的企業(yè)，在人才、信息、技術(shù)、管理經(jīng)驗(yàn)等方面資源較為充足，更容易獲得規(guī)模經(jīng)濟(jì)、資源整合能力和技術(shù)水平方面的優(yōu)勢(shì)，從而有效提升企業(yè)經(jīng)營(yíng)績(jī)效，使得企業(yè)擁有更多的資金投入到管理、研發(fā)等環(huán)節(jié)，形成生產(chǎn)率不斷提高的良性循環(huán)。

(6)控制變量方面，凈資產(chǎn)收益率對(duì)生產(chǎn)率的促進(jìn)作用主要源自對(duì)技術(shù)效率水平的促進(jìn)，而對(duì)技術(shù)進(jìn)步率反而起到抑制作用。說(shuō)明隨著凈資產(chǎn)收益率的提升，企業(yè)將把更多資金投入到易于見(jiàn)效的規(guī)模擴(kuò)張領(lǐng)域(與SECH呈正相關(guān))，而對(duì)研發(fā)創(chuàng)新的投入不足。債權(quán)融資比重與股權(quán)融資比重會(huì)對(duì)TFPCH的促進(jìn)作用主要受技術(shù)效率的影響，而債權(quán)融資比重對(duì)TECHCH產(chǎn)生負(fù)向影響，股權(quán)融資比重對(duì)TECHCH的正向促進(jìn)作用并不明顯。原因在于：戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)技術(shù)創(chuàng)新的重要來(lái)源之一是銀行貸款，但是銀行在貸款時(shí)限制條件較為嚴(yán)格，無(wú)疑會(huì)增加戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)的還款壓力和融資成本，進(jìn)而影響創(chuàng)新活動(dòng)的積極性，在一定程度上阻礙了研發(fā)投入。而中國(guó)上市公司普遍存在治理結(jié)構(gòu)不健全的問(wèn)題，使得企業(yè)股本資金使用效率低下，從而導(dǎo)致戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)對(duì)技術(shù)革新的投入不足。

五、結(jié)論和對(duì)策建議

(一)研究結(jié)論

本文采用DEA-Malmquist指數(shù)方法，對(duì)2007—2015年長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司全要素生產(chǎn)率的變動(dòng)及其分解項(xiàng)進(jìn)行了分析，并利用混合面板Tobit模型對(duì)各影響因素進(jìn)行了實(shí)證檢驗(yàn)，得到以下幾點(diǎn)結(jié)論：(1)從產(chǎn)業(yè)整體來(lái)看，長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)上市公司呈現(xiàn)純技術(shù)效率和規(guī)模效率雙低的發(fā)展趨勢(shì)。(2)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展存在區(qū)域異質(zhì)性和行業(yè)異質(zhì)性。從地區(qū)來(lái)看，安徽省技術(shù)水平較低，產(chǎn)業(yè)發(fā)展的低端化現(xiàn)象表現(xiàn)得最為明顯；浙江省技術(shù)水平有所進(jìn)步，但技術(shù)效率水平不高；江蘇省技術(shù)進(jìn)步率和純技術(shù)效率都不高，從而制約了生產(chǎn)率的提升；上海市全要素生產(chǎn)率及其分解效率均呈下降趨勢(shì)。從產(chǎn)業(yè)來(lái)看，新能源汽車(chē)產(chǎn)業(yè)、節(jié)能環(huán)保產(chǎn)業(yè)、新材料產(chǎn)業(yè)技術(shù)水平均有所上升，技術(shù)效率偏低成為制約其生產(chǎn)率提高的重要原因；高端裝備制造業(yè)、新能源產(chǎn)業(yè)的關(guān)鍵問(wèn)題在于核心技術(shù)的突破，生物產(chǎn)業(yè)、新一代信息技術(shù)產(chǎn)業(yè)則呈現(xiàn)“低技術(shù)效率、低技術(shù)進(jìn)步率”雙低的發(fā)展趨勢(shì)。(3)從影響因素來(lái)看，政府補(bǔ)貼資金使用效率較低、企業(yè)員工素質(zhì)不高、技術(shù)設(shè)備的使用效率不高，使得長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)呈現(xiàn)低端化發(fā)展的趨勢(shì)；而股權(quán)集中度適中、成長(zhǎng)率較高的企業(yè)能更好地促進(jìn)生產(chǎn)率的提升。此外，凈資產(chǎn)收益率、外部融資水平的提升均對(duì)企業(yè)生產(chǎn)率水平的提升有積極影響。

(二)政策建議

基于以上實(shí)證結(jié)論，為了進(jìn)一步促進(jìn)長(zhǎng)三角地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率的提高，避免和傳統(tǒng)制造業(yè)一樣陷入“高端產(chǎn)業(yè)、低端發(fā)展”的怪圈，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)從GVC的低端逐步提升到GVC的中高端，本文提出以下幾點(diǎn)政策建議：

第一，要加大研發(fā)投入，突破核心技術(shù)的制約；完善“市場(chǎng)為導(dǎo)向、政府為引導(dǎo)、企業(yè)為主體、產(chǎn)學(xué)研相結(jié)合”的體系，提高科技成果轉(zhuǎn)化率；逐步探索出適合不同產(chǎn)業(yè)發(fā)展的產(chǎn)業(yè)集中度水平，有效提升龍頭企業(yè)的市場(chǎng)份額，發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)，既要防止過(guò)度壟斷帶來(lái)的創(chuàng)新不足，又要避免過(guò)度競(jìng)爭(zhēng)帶來(lái)的資源浪費(fèi)；企業(yè)應(yīng)積極向集約型的生產(chǎn)方式轉(zhuǎn)變，有效提升資源整合能力。

第二，應(yīng)著重于自主創(chuàng)新能力的提升以及品牌的構(gòu)建，依托龐大的國(guó)內(nèi)消費(fèi)市場(chǎng)，對(duì)產(chǎn)業(yè)低端生產(chǎn)環(huán)節(jié)進(jìn)行轉(zhuǎn)移，通過(guò)構(gòu)建區(qū)域價(jià)值鏈、國(guó)內(nèi)價(jià)值鏈的方式，逐步建立起特定產(chǎn)業(yè)為主導(dǎo)的全球價(jià)值鏈；對(duì)于相對(duì)弱勢(shì)的地區(qū)和產(chǎn)業(yè)，可先嵌入發(fā)達(dá)國(guó)家主導(dǎo)的全球價(jià)值鏈，以此實(shí)現(xiàn)產(chǎn)品升級(jí)，再由價(jià)值鏈的低端環(huán)節(jié)向中高端環(huán)節(jié)逐步拓展。

第三，政府應(yīng)實(shí)施精準(zhǔn)補(bǔ)貼的政策，加強(qiáng)政府補(bǔ)貼信息的監(jiān)督與管理，加大企業(yè)政府補(bǔ)貼信息的披露力度，提高資金使用效率；企業(yè)應(yīng)加大高層次人才的引進(jìn)與培養(yǎng)，完善人才的激勵(lì)和留用機(jī)制，確保高端技術(shù)人才引得進(jìn)、用得好、留得??；企業(yè)應(yīng)提升重大技術(shù)設(shè)備的使用效率，減少設(shè)備的閑置浪費(fèi)；完善上市公司內(nèi)部治理機(jī)制，保持一定的股權(quán)集中度，提升內(nèi)部管理水平；積極提升企業(yè)自身素質(zhì)，形成技術(shù)不斷進(jìn)步、資源配置不斷優(yōu)化的良性循環(huán)。此外，要積極培育和完善多層次資本市場(chǎng)，拓寬企業(yè)資金來(lái)源渠道，降低融資成本，為戰(zhàn)略性新興企業(yè)提供良好的資金保障，進(jìn)而引導(dǎo)其將資金投入到技術(shù)創(chuàng)新領(lǐng)域。

陳強(qiáng). 2014. 高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M]. 北京:高等教育出版社:216-217.

程廣斌,龍文. 2017. 絲綢之路經(jīng)濟(jì)帶城市可持續(xù)發(fā)展能力及其影響因素：基于超效率DEA-面板Tobit模型的實(shí)證檢驗(yàn)[J]. 華東經(jīng)濟(jì)管理(1):35-43.

程貴孫,芮明杰. 2013. 戰(zhàn)略性新興產(chǎn)業(yè)理論研究新進(jìn)展[J]. 商業(yè)經(jīng)濟(jì)與管理(8):75-83.

胡漢輝，周海波. 2014. 戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展陷阱:表現(xiàn)、成因及預(yù)防[J]. 科技進(jìn)步與對(duì)策(3):61-66.

黃啟才. 2013. 我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的國(guó)際地位及升級(jí)策略[J]. 經(jīng)濟(jì)縱橫(8):55-59.

季凱文. 2015. 中國(guó)生物農(nóng)業(yè)全要素生產(chǎn)率的增長(zhǎng)效應(yīng)及影響因素研究：對(duì) 32 家上市公司的實(shí)證考察[J]. 軟科學(xué)(2):41-45.

姜達(dá)洋,李寧. 2013. 從美國(guó)經(jīng)驗(yàn)看中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)低端化問(wèn)題[J]. 華東經(jīng)濟(jì)管理(1):89-92.

李琪. 2013. 我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展動(dòng)向及策略[J]. 福建論壇(人文社會(huì)科學(xué)版)(11):44-48.

劉志彪. 2012. 戰(zhàn)略性新興產(chǎn)業(yè)的高端化:基于“鏈”的經(jīng)濟(jì)分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究(3):9-17.

路世昌,關(guān)娜. 2012. 基于DEA- Tobit的裝備制造業(yè)上市公司經(jīng)營(yíng)績(jī)效研究：來(lái)自2005～2010年裝備制造業(yè)的經(jīng)驗(yàn)數(shù)據(jù)分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì)(2):108-115.

呂巖威,孫慧. 2014. 中國(guó)戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率及其影響因素研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(1):128-143.

孟祺. 2016. 基于“一帶一路”的制造業(yè)全球價(jià)值鏈構(gòu)建[J]. 財(cái)經(jīng)科學(xué)(2):72-81.

任保全,劉志彪,王亮亮. 2016. 戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率增長(zhǎng)的來(lái)源:出口還是本土市場(chǎng)需求[J].經(jīng)濟(jì)學(xué)家(4):13-23.

任保全,任優(yōu)生. 2016. 長(zhǎng)三角戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的演變趨勢(shì)及增長(zhǎng)質(zhì)量研究[J]. 現(xiàn)代經(jīng)濟(jì)探討(9):77-81.

任保全,王亮亮. 2014. 戰(zhàn)略性新興產(chǎn)業(yè)高端化了嗎[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究(3):38-55.

任優(yōu)生,邱曉東. 2017. 政府補(bǔ)貼和企業(yè)R&D投入會(huì)促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)生產(chǎn)率提升嗎[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)(1):55-69.

王其中. 2013. 促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)高端化發(fā)展的思考[J]. 經(jīng)濟(jì)縱橫(12):60-62.

薛艷杰. 2011. 長(zhǎng)三角戰(zhàn)略性新興產(chǎn)業(yè):現(xiàn)狀、趨勢(shì)與對(duì)策[J]. 經(jīng)濟(jì)體制改革(3):50-54.

袁禮,國(guó)勝鐵. 2014. 融資偏好會(huì)影響生產(chǎn)率增長(zhǎng)嗎:來(lái)自我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 商業(yè)研究(10):25-31.

張根文,曾行運(yùn). 2014. 基于DEA-Tobit模型的新能源汽車(chē)生產(chǎn)效率及影響因素研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì)(3):130-137.

TotalFactorProductivityofStrategicEmergingIndustriesinYangtzeRiverDeltaandItsInfluencingFactors

SHEN JunXi YANG RuoXia

(School of Business, Nanjing Normal University, Nanjing 210046)

By using DEA-Malmquist index, this paper measures the trends of total factor productivity and its decomposition of efficiency of listed companies of strategic emerging industries in Yangtze River Delta from 2007 to 2015 and carries out an empirical study on the influential factors by using Mixed Panel Tobit model. The research result shows that listed companies of strategic emerging industries in Yangtze River Delta present a low-end of development trend that both pure technology efficiency and scale efficiency are low from a perspective of the whole industry, the development of strategic emerging industries in Yangtze River Delta exists heterogeneity in different regions and different industries, the low efficiency of government subsidies, the low quality of enterprise′s employees and the low efficiency of technology equipment make the strategic emerging industries in Yangtze River Delta present a low-end of development trend. However, enterprises which have moderate concentration of shareholding and higher growth rate are able to promote improvement of productivity. Finally, some relevant suggestions are put forward based on the empirical results.

Yangtze River delta; strategic emerging industries; TFP; DEA-Malmquist index; Tobit model

2017-09-09

申俊喜(1969--)，男，江蘇鹽城人，博士，南京師范大學(xué)商學(xué)院教授，碩士生導(dǎo)師。

楊若霞(1993--)，女，河北石家莊人，南京師范大學(xué)商學(xué)院碩士生。

本文是國(guó)家社會(huì)科學(xué)基金項(xiàng)目“技術(shù)負(fù)位勢(shì)視角下我國(guó)企業(yè)技術(shù)尋求型FDI的逆向技術(shù)轉(zhuǎn)移機(jī)制研究”(批準(zhǔn)號(hào) 13BJY084)的階段成果，同時(shí)得到江蘇省創(chuàng)新經(jīng)濟(jì)研究基地資助。

F427

A

1001-6260(2017)11-0024-10

10.19337/j.cnki.34-1093/f.2017.11.003

(責(zé)任編輯 張 坤)