制造业攀升论文：制造业攀升影响要素浅析

本文作者：简晓彬1，2周敏1作者单位：1中国矿业大学管理学院2空军勤务学院财务系

价值链攀升状况的测度

众所周知，价值链“微笑曲线”的两端如研发、设计及品牌、营销等才是价值链高端环节，而中间的生产制造处于价值链的低端环节，如何科学客观地反映制造业价值链攀升状况，既涉及到对价值链概念的理解，也涉及到相关指标数据的可获得性。从概念出发，如果能够搜集到反映制造业行业的研发、设计、品牌、营销及利润、经济效益、竞争优势等第一手数据，可能最能反映出制造业行业的价值链位置及其攀升状况。但是，由于种种原因，我国各类统计年鉴缺乏对这一类数据的详细统计，因此，从数据的可获得性考虑，本文拟构建一个指标体系来测度制造业各行业价值链攀升状况。

(一)测度指标体系

波特的价值链概念主要体现的是制造业企业的经济效益及利润水平，因此，制造业价值链攀升主要是体现基于研发、设计及品牌、营销等方面形成的创造经济效益及提高利润水平的综合能力。为此，根据数据的可获得性，本文拟构建一个包含工业增加值率、利润率、全员劳动生产率、产值利税率、销售利税率、成本费用利润率、流动资产周转次数等七大指标的综合测度指标体系，如表1所示。

(二)数据来源

各指标值的确定，选取2000－2010年共11年的统计分析指标来对江苏省制造业二位数行业价值链攀升状况进行测度，由于2003年以前没有单独统计工艺品及其他制造业、废弃资源和废旧材料回收加工业两个行业，为统一起见，本文剔除了这两个行业，从而确定了28个制造业行业作为分析对象。①数据全部来源于2001－2011年《江苏统计年鉴》中规模以上工业行业相关数据。对统计年鉴中没有直接列出的相关评价指标数据，则根据相关统计指标计算得出。

(三)测算模型

由多指标进行价值链攀升状况的综合测度时，要以各项评价指标的各变差说明样本在多维空间的相对地位。但是将单项变差综合为总变差时会产生以下问题:(1)各指标的单位不一样;(2)各指标的数量级或者说指标的大小差异很大;(3)指标间存在一定相关关系，存在信息重复现象。应该在变差信息损失较少的前提下，减少工作量，用较少的新变量代替较多的原变量。主成分分析法能够克服指标难以选取和权重难以确定的困难，采用主成分分析法进行综合实力评估正好可以帮助我们完成去量纲、去相关、定权数、降维四项基本工作。值得指出的是，主成分用于综合实力评估，权数是在变换中产生，不是人为确定，是从信息角度确定的。考虑到主成分分析法的上述优点，这里选择主成分分析法进行综合测算。

(四)测度结果

利用SPSS软件首先对表1中各指标数据进行主成分分析，并对关键结果进行解释。指标数据因子分析适宜性检验结果如表2所示。当KMO值越大，表示变量间的共同因素愈多，初始变量适合进行因素分析，一般情况KMO值不能小于0．5。从表2可以看出，无论从KMO还是Bartlett球形检验卡方值为3765．384(自由度为21)，达到充分显著性水平，代表初始指标间有共同因子存在。表3的因子载荷矩阵表明，因子1在工业增加值率、利润率、产值利税率、销售利税率、成本费用利润率这五个指标上具有较高的载荷量，将因子1命名为营销创利因子。因子2在流动资产周转次数、全员劳动生产率两大指标上具有较高载荷量，将因子2命名为营运创新因子。从累计方差贡献率(表4)可知，上述因子累计贡献率已达87．257%，超过85%，说明这两个因子包括了这七个指标的绝大多数信息，用这两个因子来测度江苏省制造业二位数行业的信息支持是充分的。用回归法计算江苏省制造业各行业各公共因子得分，以累计方差贡献率为权重计算各行业由两个主成分因子得到的综合得分，以此综合得分作为评价江苏省制造业各行业价值链攀升状况的测度结果，来分析制造业价值链攀升与地区专业化、企业规模、外贸出口之间的相互关系。下面，本文利用江苏省制造业二位数行业数据，以各行业价值链攀升状况为被解释变量，以行业地区专业化水平、企业规模和外贸出口为解释变量，通过构建面板数据模型，对前文的4个假设进行计量检验。

计量模型和实证分析结果

(一)指标变量的确定及模型的选择

指标变量的确定中，制造业价值链攀升用前文主成分分析所得的江苏省制造业二位数细分行业的因子综合得分来反映，地区专业化水平用制造业各行业区位商来表示，企业规模用制造业各行业企业平均规模(行业总产值/企业单位数)来表示，外贸出口用各行业出口率(出货值/总产值)表示。其中，区位商是区分地域分工格局的基本指标，旨在说明区域某种产业或产品生产的专业化水平，因而也是现代经济学中常用的分析区域产业布局和优势产业的指标。为分析方便，分别用符号jzl、qws、dtgm、ckl代表制造业行业价值链攀升状况、行业地区专业化水平、企业规模、外贸出口4个指标变量。采用面板数据模型进行研究，需要确认是固定效应模型还是随机效应模型。由于本文选取的时点数低于截面数，且研究的目的是仅以样本自身效应为条件进行推论，而非推断更广范围的总体效应，所以采用固定效应的面板模型［30］。由于固定效应模型又分混合回归模型、变截距模型和变系数模型三种类型，且非平稳序列容易产生伪回归，所以下面首先对各指标序列的平稳性和协整性进行检验，然后检验固定效应模型类型，最后利用静态、动态两种模型进行固定效应估计。为减少误差，实证分析之前，对所有数据均作取自然对数处理。

(二)单位根检验

为防止出现伪回归，必须检验时间序列的平稳性。近年来许多文献认为，由于面板数据相对于截面和时间序列数据有着更多的优势，因而基于面板数据的单位根检验结果更为可靠［31］。与一般时间序列单位根检验方法不同，面板数据单位根检验的常用方法有6种，即LLC、Breitung、Hadri、IPS、Fisher-ADF和Fish-er-PP检验法。6种方法中，LLC、Breitung和Hadri检验法均假设面板数据中各截面序列具有相同的单位根过程，与实际情况相去较远;IPS、Fisher-ADF和Fisher-PP检验法则允许面板数据中各截面序列具有不同的单位根过程，比较符合现实，为此，本文选择IPS、Fisher-ADF、Fisher-PP这3种检验法对各个变量同时检验，结果如表5。由表5可见，在1%的显著性水平下，价值链攀升、地区专业化、企业规模、外贸出口这4个变量都是非平稳的一阶单整序列。

(三)协整检验

由于价值链攀升、地区专业化、企业规模、外贸出口这4个变量都是一阶单整，可以进行协整检验，本文重点进行2个协整检验，一是价值链攀升、地区专业化、企业规模三者之间是否存在协整关系;二是价值链攀升与外贸出口之间是否存在协整关系。从表6、表7可以看出，在1%的显著性水平下，价值链攀升、地区专业化、企业规模三者之间存在协整关系，但价值链攀升与外贸出口之间不存在协整关系。

(四)固定效应分析

根据前文分析，以江苏制造业价值链攀升为被解释变量，可以建立变截距固定效应面板数据模型，但现有理论只是定性说明何时应该建立静态模型，何时应该建立动态模型，并没有一个明确的可操作规范，考虑到本文数据时间长达11年，且制造业价值链攀升也依赖于该行业过去的水平，静态面板估计方法本身容易忽视解释变量“内生性问题”，加上经济变量随机生成过程中固有的动态性和惯性特征［33］，本文分别建立静态和动态面板模型，并加以比较。从表8、表9的估计结果看，制造业各行业价值链攀升与地区专业化、企业规模、外贸出口之间的固定效应估计具有以下特征:(1)在1%的显著性水平上，静态、动态面板模型固定效应估计结果都是显著的，但动态面板模型固定效应估计的系数(绝对值)要小于静态模型估计的系数。但从方法上看，动态检验的可信度更高。(2)企业规模与价值链正相关，而地区专业化、外贸出口与价值链负相关，表明企业规模对制造业价值链攀升具有模型的促进作用，地区专业化、外贸出口对制造业行业价值链没有表现出明显的促进作用。(3)在动态面板模型估计中，价值链滞后项系数较大，说明制造业价值链攀升是一个持续的过程，具有一定的惯性特征。从表10显示的制造业各行业对总体截距的偏离结果看，静态偏离系数与动态偏离系数的结果基本一致，且动态系数小于静态系数。其中，正向偏离较大的行业主要有印刷业记录媒介的复制、医药制造业、木材加工及竹藤棕草制品业、服装及纤维制品制造业、通用设备制造业、专用设备制造业、金属制品业、橡胶制品业、文教体育用品制造业、仪器仪表及文化办公用机械制造业等产业，以劳动和资本密集型产业为主，说明这些行业对其价值链攀升具有程度不同的推动作用;负向偏离较大的行业主要有石油加工及炼焦业、黑色金属冶炼及压延加工业、电子及通信设备制造业、有色金属冶炼及压延加工业、食品加工业、化学纤维制造、家具制造业、食品制造业、交通运输设备制造业等产业，以资本和知识技术密集型产业为主，说明这些行业不仅没有表现出对其价值链攀升应有的推动作用，甚至可能在价值链低端环节徘徊不前。