馬永軍
(湖南工業(yè)大學 經濟與貿易學院,湖南 株洲 412007)
為推動戰(zhàn)略性新興產業(yè)發(fā)展,國務院于2010年10月10日發(fā)布《國務院關于加快培育和發(fā)展戰(zhàn)略性新興產業(yè)的決定》(以下簡稱《決定》)。但與此同時,部分戰(zhàn)略性新興產業(yè)發(fā)展中存在的低端化、粗放化、投資重復化等問題卻依然突出。那么,在我國由高速增長向高質量發(fā)展轉變的新時代背景下,產業(yè)政策是否真正提升了中國戰(zhàn)略性新興產業(yè)的發(fā)展績效?自《決定》出臺后,發(fā)展績效的重要衡量指標——全要素生產率(TFP)是否顯著增加?很顯然,要想回答這些問題,必須對2011年前后中國戰(zhàn)略性新興產業(yè)TFP 進行準確測算和比較分析,而這對于我國產業(yè)轉型升級將具有非常重要的現實意義。
相關研究大致分為兩類。一類是戰(zhàn)略性新興產業(yè)發(fā)展績效測算與比較。李琪(2013)[1]認為,中國戰(zhàn)略性新興產業(yè)存在著同質化、產能過剩、自主創(chuàng)新能力差、處于全球產業(yè)鏈的中低端等問題。呂巖威和孫慧(2014)[2]分別采用超越對數隨機前沿分析(SFA)模型進行測算,發(fā)現中國戰(zhàn)略性新興產業(yè)技術效率水平較低,并呈現出起伏波動的特征。任保全等(2016)[3]、申俊喜和楊若霞(2017)[4]采用DEA-Malmquis 指數法,分別以全國戰(zhàn)略性新興產業(yè)上市公司、長三角地區(qū)為研究對象,考察了戰(zhàn)略性新興產業(yè)TFP 增長指數及其影響因素。張根文和曾行運(2014)[5]運用DEATobit 模型對新能源汽車生產效率及影響因素進行實證研究。另外一類研究產業(yè)政策對戰(zhàn)略性新興產業(yè)發(fā)展的影響。Wallsten(2000)[6]、Catozzella和Vivarelli(2011)[7]在采用企業(yè)層面微觀數據進行分析時,發(fā)現政府補貼對企業(yè)自身R&D 支出產生了顯著的擠出效應,企業(yè)創(chuàng)新能力并未顯著提高。但朱平芳和徐偉民(2003)[8]在以大中型工業(yè)企業(yè)為研究對象時,得出的結論則截然相反。陳玲和楊文輝(2016)[9]發(fā)現,政府補貼效應對小企業(yè)和低技術部門的促進效應更為顯著。毛其淋和許家云(2015)[10]發(fā)現適度的補貼可以激勵企業(yè)創(chuàng)新,但高額度補貼則適得其反。靳光輝等(2016)[11]實證檢驗了產業(yè)政策不確定性對戰(zhàn)略性新興產業(yè)創(chuàng)新發(fā)展的影響。韓超等(2017)[12]將產業(yè)政策分成供給型、需求型與環(huán)境型三類,分別實證檢驗了這三類政策對戰(zhàn)略性新興產業(yè)創(chuàng)新績效的影響。
綜上所述,TFP 已成為測度戰(zhàn)略性新興產業(yè)發(fā)展績效的重要指標;研究產業(yè)政策與戰(zhàn)略性新興產業(yè)TFP 之關系的文獻盡管較多,但大多基于政府補貼、稅收延遲、產業(yè)政策的類型等方面進行探討,很少有文獻深入分析《決定》出臺前后,即2011年前后戰(zhàn)略性新興產業(yè)TFP 的差異以及如何充分發(fā)揮產業(yè)政策對戰(zhàn)略性新興產業(yè)的促進作用。因此,本文將通過比較2011年前后中國戰(zhàn)略性新興產業(yè)TFP 指數及其分解指標的差異,詳細考察產業(yè)政策對中國戰(zhàn)略性新興產業(yè)的影響和提出有效的對策建議。
由于行為假設不受約束、限制條件少,DEAMalmquist 指數法已被廣泛用于全要素生產率的測算(江濤濤、鄭寶華,2011)[13]。因此,本文將采用這種方法,具體計算過程如下:
如果M(·)大于1,表明當期TFP 較上期有所提高,等于1 則表示TFP 沒有變化;小于1 則表示下降??梢姡迷摲椒y算出來的數值為TFP 指數。接下來,借助公式(4)將TFP 指數進行分解。
其中,PECH 表示純技術效率變化指數,SECH表示規(guī)模效率指數,TECH 表示技術進步指數。
TFP 指數的測算需要產出、資本投入和勞動力投入等三個變量。其中,產出變量參照申俊喜和楊若霞(2017)的做法,產出變量采用戰(zhàn)略性新興產業(yè)主營業(yè)務收入來表示,并將每一年的數值折算到2000年的價格水平。勞動力投入變量采用各省份歷年戰(zhàn)略性新興產業(yè)從業(yè)人員總數表示。資本投入變量則采用各省份戰(zhàn)略性新興產業(yè)資本存量表示。資本存量的具體計算過程如下:
首先將戰(zhàn)略性新興產業(yè)全社會固定資產投資額折算到2000年價格水平,然后按照永續(xù)盤存法對資本存量進行估算,基本計算公式如下:
其中,Kit表示第i 個省份在第t年的資本存量;g 表示2005—2015年間戰(zhàn)略性新興產業(yè)固定資產投資的增長率的平均值;Iit為折算到2000價格水平的固定資本形成總額;δt表示第t年的折舊率(參考吳延兵(2008)[14]的做法,δt統(tǒng)一取定值15%)。
由于戰(zhàn)略性新興產業(yè)的宏觀層面的準確數據不易獲取及其與高技術產業(yè)高度相關性,本文參考劉建民等(2013)[15]等人的做法,選擇高技術產業(yè)作為研究對象。計算過程中所需要的地區(qū)生產總值、從業(yè)人員總數、固定資本形成總額、固定資產價格指數等數據均來自于歷年《中國高技術統(tǒng)計年鑒》《中國統(tǒng)計年鑒》。對于數據殘缺或者有明顯錯誤的數據,采用各省份《統(tǒng)計年鑒》進行修正和補齊。最終,本文測算了2006—2015年間中國31 個省份戰(zhàn)略性新興產業(yè)TFP 指數及其分解指數。
本文采用DEA-Malmquist 指數法測算了31 個省份戰(zhàn)略性新興產業(yè)的TFP 指數、技術進步指數、技術效率變化指數、規(guī)模效率指數與技術效率指數,并經過加總平均得到了全國層面的測算結果,如表1 所示。下面依次匯報本文的測算和比較結果。
(1)技術效率整體上呈上升態(tài)勢,由2006年的0.946 波動上升至2015年的1.092,期間也經歷了兩次短暫衰退,如2008—2009年、2011—2013年。分時間段來看,2006—2010年間技術效率年均值為1.019,而2011—2015年間該指數上升為1.086,增幅達到0.067。
表1 全國層面比較結果
(2)技術進步指數整體上呈現下降趨勢,由2006年的1.099 波動下降至2015年的0.992,期間有幾次短暫上升,如2008—2009年、2011—2013年。分時間段來看,2006—2010年間技術進步指數年均值為1.021,而2011—2015年間該指數年均值僅為0.989,增幅為-0.033,表明近年來技術進步速度遲緩、甚至出現技術退步趨勢。值得注意的是2011年以來,除2013年以外,其他年份技術進步指數均小于1,這可能與戰(zhàn)略性新興產業(yè)的行業(yè)特征有關。戰(zhàn)略性新興產業(yè)通常采用的都是最新的技術,技術研發(fā)難度大,再加上近年來以美國為首的西方國家對我國戰(zhàn)略性新興產業(yè)發(fā)展的遏制政策,從而導致技術進步極不穩(wěn)定,出現技術進步乏力的趨勢。
(3)純技術效率變化指數整體上呈現顯著的上升趨勢,由2006年的0.97 上升至1.077,期間僅2012—2013年有短暫下降現象。分時間段來看,2006—2010年間純技術效率變化指數年均值為1.033,而2011—2015年間該指數年均值已上升至1.075,增幅達到0.043。
(4)規(guī)模效率指數整體上呈“鋸齒形”上升態(tài)勢,由2006年的0.975 上升至2015年的1.014。分時間段來看,2006—2010年間規(guī)模效率指數年均值為0.986,而2011—2015年間該指數年均值已上升至1.009,增幅達到0.023??梢悦黠@看出,2011年以后,有4 個年份(2013年除外)的規(guī)模效率指數均大于1,而2011 之前僅2010年的規(guī)模效率指數略微大于1(1.001)。這表明2011年以后我國戰(zhàn)略性新興產業(yè)擴張不僅速度快而且規(guī)模效應初現。但也必須清楚地看到,我國戰(zhàn)略性新興產業(yè)的規(guī)模經濟效應并不太高并且不太穩(wěn)定。
(5)TFP 增長指數整體上呈波動上升趨勢,由2006年的1.039 上升至2015年的1.084。但期間有三次短暫衰退跡象。如2006—2008年、2010—2012年、2013—2014年。分時間段來看,2006—2010年間TFP 指數年均值為1.030 8,《決定》出臺以后,2011—2015年間TFP 指數年均值達到了1.069,增長幅度達到了0.03,表明我國出臺的一系列產業(yè)政策對戰(zhàn)略性新興產業(yè)TFP 增長起到了顯著的提升作用。
不難發(fā)現,2011—2015年與2006—2010年相比,純技術效率變化指數的增幅最大,達到0.043,規(guī)模效率指數增幅其次,達到0.023,技術進步指數則增幅為負數,降低了0.033。因此,純技術效率和規(guī)模效率的改善對中國戰(zhàn)略性性新興產業(yè)TFP 指數貢獻最大。
接下來,將31 個省份劃分為東部、中部、西部和東北四個區(qū)域,從區(qū)域層面考察《決定》出臺后中國戰(zhàn)略性產業(yè)TFP 指數及其分解指標的變化規(guī)律。具體結果如表2 所示。
(1)東部、中部和西部的技術效率指數均在2011年以后具有顯著的增長,其中中部技術效率指數增幅最大,達到了0.12,之后依次為西部(0.106)和東部(0.018);東北地區(qū)技術效率出現下滑趨勢,降低了0.015,表明《決定》出臺并促進該地區(qū)技術效率的持續(xù)改善。
(2)四大區(qū)域的技術進指數均出現一定程度的下滑,其中東部下降幅度最大,達到了0.041,而中部、西部和東北的下降幅度相差不大,依次為0.031、0.029.0.028。究其原因,本文認為,東部地區(qū)的戰(zhàn)略性新興產業(yè)發(fā)展較早,技術研發(fā)能力有些已達到甚至接近世界最高水平,所遭遇到發(fā)達國家的技壁壘更為嚴重。因此,東部地區(qū)技術進步指數進步最為遲緩。
表2 區(qū)域層面比較結果
(3)東部、中部和西部的純技術效率變化指數均在2011年以后具有顯著增長,其中中部增長幅度最大,達到0.122,西部其次,達到0.048,東部增長最少,為0.015。東北地區(qū)的純技術效率變化指數則與前三個地區(qū)截然相反。在2011年以后,該指數下降了0.016。
(4)從規(guī)模效率指數來看,西部地區(qū)的表現最為突出,增長幅度達到了0.053,東部和東北地區(qū)則僅實現微弱增長,增幅分別為0.002 和0.001。值得注意的是,中部的規(guī)模效率指數竟然出現了下降趨勢,下降幅度達到0.002,表明中部地戰(zhàn)略性新興產業(yè)發(fā)展中存在規(guī)模不經濟現象。
(5)四個區(qū)域在TFP 指數上的表現則呈現出截然相反的兩種結果。其中,中部和西部的TFP指數出現顯著的增長,增幅分別達到了0.087 和0.069;東部和東北的TFP 指數則出現下滑,分別下降了0.023 和0.043。
本文運用DEA-Malmquist 指數法,通過測算中國31 個省份戰(zhàn)略性新興產業(yè)技術效率、TFP 指數及其分解指標,并將其劃分為2006—2010年和2011—2015年兩個時間段,深入考察了《決定》等產業(yè)政策對戰(zhàn)略性新興產業(yè)發(fā)展績效的影響。
結果表明,2011—2015年與2006—2010年相比,中國戰(zhàn)略性興產業(yè)的技術效率指數、純技術效率變化指數、規(guī)模效率指數和TFP 指數分別年均增長0.067、0043、0.023、0.03,技術進步指數則下降0.033。東部地區(qū)除技術進步效率、TFP 指數以外,技術效率指數、純技術效率變化指數、規(guī)模效率指數均為正增長。中部地區(qū)的技術進步效率和規(guī)模效率有下降趨勢,但技術效率指數、純技術效率變化指數與TFP 指數的增長幅度均為四個區(qū)域之首。西部地區(qū)除技術進步效率以外,技術效率指數、技術進步指數、純技術效率變化指數、規(guī)模效率指數和TFP 指數均實現正增長。東北地區(qū)只有規(guī)模效率實現微弱增長。
鑒于此,本文建議:(1)進一步完善政策體系。政府應該在知識產權保護、安全生產標準、企業(yè)污染物排放標準等方面加強監(jiān)督,優(yōu)化政府補貼機制,打破區(qū)域壁壘,促進創(chuàng)新資源合理流動和配置,進一步完善包括財稅、投資、信貸、科技創(chuàng)新等方面的政策體系,從而盡快形成有利于戰(zhàn)略性新興產業(yè)發(fā)展的創(chuàng)新導向型的制度環(huán)境。(2)加強產業(yè)集聚的有效性、發(fā)揮戰(zhàn)略性新興產業(yè)的規(guī)模效應。結合各地區(qū)實際情況,合理布局戰(zhàn)略性新興產業(yè)的產業(yè)鏈,避免區(qū)域內和區(qū)域間的重復建設和惡性競爭。通過鼓勵兼并和重組的方式吸收和消化過剩產能,并建立和健全企業(yè)退出機制。(3)加強政府、企業(yè)、高校等方面通力合作,投入更多的資源進行基礎研究,促進技術進步水平不斷提升。加快培養(yǎng)和引進具有國際水平的戰(zhàn)略科技人才和科技領軍人才,建設高水平創(chuàng)新團隊,鼓勵企業(yè)向產業(yè)價值鏈的高端延伸,對產業(yè)鏈低端的過度投資要嚴格遏制。