加工贸易对中国制造业全要素生产率的影响

邱爱莲,胡庆宇,王 伟,逄红梅

(沈阳工业大学 经济学院,沈阳 110870)

摘 要:采用基于数据包络分析法的Malmquist指数分析法测算中国制造业整体及其分行业2003—2016年全要素生产率指数,并且对结果进行分析。同时对加工贸易影响制造业全要素生产率的理论基础进行阐述;以柯布道格拉斯生产函数为基础构建模型,并借助Stata软件对我国加工贸易对制造业全要素生产率的影响进行实证研究。指出我国的加工贸易可以显著提高制造业全要素生产率;加工贸易促进制造业TFP提升的关键是加工贸易的进口对制造业的规模效率有显著促进作用;加工贸易从业人数对制造业技术效率的促进效果比对制造业技术进步的促进效果更明显。

关键词:加工贸易;制造业;全要素生产率;数据包络分析

工业是我国的经济支柱,制造业是我国工业产业的核心源泉。中国经济的高速增长离不开制造业的健康、快速发展。2010年,我国制造业在全球制造业产值中的比重为19.8%,超过美国0.4个百分点,跃居世界首位。显然,我国已经成为制造业大国。但由于我国制造业的生产主要依靠物质和劳动的投入,制造业生产率水平较低,国际竞争力还需要进一步提升。因此,如何提升中国制造业生产率、促进我国从制造业大国向制造业强国转变是值得深入研究的课题。

制造业的快速发展离不开加工贸易的发展,由于我国的加工贸易大部分集中于制造业,且加工贸易的发展在我国一直备受重视,因此对拉动我国制造业的发展起到了积极的作用。随着加工贸易在我国总体贸易中的比重有所下降,很多人对其重要性提出了质疑。笔者认为不能简单地认识问题,而应该继续关注加工贸易对制造业的促进作用是否依然存在,是否已经产生了某些值得注意的变化。这对保持我国制造业发展政策的连续性和机动性具有重要参考意义。

一、文献综述

1.分析中国制造业全要素生产率(TFP)的变动情况

何则津(2014)通过对中国制造业TFP进行分解,分析了技术进步和技术效率对TFP变动的影响[1]。Brandt等(2012、2017)、杨汝岱(2015)分别从微观和宏观两个角度对中国制造业企业TFP进行了分析[2-4]。朱英明(2009),陈阳、唐晓华(2019)从区域差异角度分析得出区域间的差异会导致制造业TFP增长存在差异的结论[5-6]

2.分析特定因素对于我国制造业TFP变动的影响

孙晓华、王昀、郑辉(2012)认为,中国制造业产业间的R&D溢出对TFP有促进作用[7]。陈丰龙、徐康宁(2012)得出企业市场规模与中国制造业TFP存在显著正相关关系的结论[8]。杨明(2019)分析了FDI对我国制造业TFP增长的影响[9]。蒋樟生(2017)则分别研究了FDI行业间和行业内的技术溢出与制造业TFP的关系[10]

3.分析加工贸易和制造业的关系

邱斌、尹威(2010)对2001—2008年制造业分行业数据进行研究,得出加工贸易中的制造业出口本土市场效应不显著的结论[11]。樊秀峰、程文先(2015)对2002—2012年中国出口国内外附加值的变化情况进行分析,指出制造业出口国内外附加值高是由于加工贸易出口中使用了更多的进口中间投入品[12]。张翊、陈雯、骆时雨(2015)研究中国中间品进口对全要素生产率的影响,得出中国中间品进口对全要素生产率数量和种类没有产生显著影响的结论[13]。刘艳、王诏怡(2018)测度了1995—2011年不同贸易方式下中国制造业在全球价值链中的国际分工地位,研究表明加工贸易制造业在全球价值链中的国际分工地位较低,但大体呈上升趋势[14]

对上述研究成果进行梳理可以发现,学者们的研究主要集中于以下几个方面:一是从不同角度对制造业企业全要素生产率及其分解项进行细致分析;二是具体分析特定因素对制造业全要素生产率的影响;三是关于加工贸易制造业、中间品进口与制造业TFP关系方面的研究。而加工贸易对制造业TFP影响方面的研究则甚是少见。因此,本文主要着力研究以下方面:影响中国制造业全要素生产率的因素、加工贸易对我国制造业全要素生产率的影响因子及作用效果。

二、加工贸易促进制造业全要素生产率的机理分析

1.经济增长理论:新增长理论

20世纪80年代中期产生的新增长理论又称为内生增长理论。该理论放宽了资本边际报酬递减的假设条件,认为内生技术进步可以保证经济持续增长,同时探究了技术进步的决定因素。其中,罗默(Romer,1986)建立的知识溢出模型认为,知识资本的积累可以促进经济增长,同时当知识资本的积累产生的边际报酬递增小于物质资本边际报酬递减时,知识资本的溢出效应可以使生产函数实现规模报酬递增,从而促进整体生产效率的提升,实现经济的内生化增长[15]。另外,卢卡斯(Lucas,1988)提出的人力资本溢出模型认为,人力资本的投资和积累也可以提升生产率,同时人力资本的溢出效应能够使人力资本的规模报酬递增[16]。因此,人力资本积累持续的内生化过程能够促进一个国家或地区经济实现稳态的持续性发展。

新增长理论认为一国的经济增长取决于两个方面:一是资本的持续积累;二是技术进步。加工贸易是制造业生产过程中重要的部分,加工贸易规模的扩大有利于制造业知识资本和人力资本的积累,同时资本的溢出效应可以实现一国制造业的技术进步,最终实现制造业生产率的提升。

2.国际贸易理论:新贸易理论

20世纪80年代初,以保罗·克鲁格曼为代表的经济学家提出了新贸易理论。该理论突破了古典贸易理论的假设,主要以规模报酬递增和不完全竞争市场为前提条件,认为进口贸易和研发是促进技术进步的核心源泉,同时也促进生产率的提升。Romer(1989)认为,进口贸易规模的扩大会产生规模经济效应,有利于促进经济增长[17]。在进口贸易的影响下,Coe和Helpman(1993)认为,不仅进口国的研发会促进技术进步,出口国的研发也会对进口国产生技术溢出效应,进一步促进生产率的提升[18]。当企业进口中间品时,可以为企业提供更多种类的中间投入品,Broda和Weinstein(2006)将之称为“水平效应”[19]。Rivera-Batiz和Romer(1991)认为,进口中间品存在学习效应,即进口企业可以从新的中间品贸易中学到先进的知识和技术[20],因此进口的中间品的水平效应和学习效应会共同促进生产率的提升。

加工贸易将进口中间品作为重要的中间生产投入参与制造业的生产过程,因此可以用新贸易理论来分析加工贸易与制造业生产率的关系。当加工贸易进口规模扩大时,会产生规模经济;同时,进口的中间品会将出口国的研发带到进口国,从而促进进口国的技术进步,使得生产率得到提升。

三、中国制造业全要素生产率测算

1.方法的选择

衡量生产率的指标很多,此处不一一赘述。本文采用Fare构建的基于数据包络分析法(DEA)的曼奎斯特(Malmquist)指数计算生产率[21]。由于影响生产率的因素主要有两个方面——技术进步和技术效率,因此全要素生产率(TFP)可以分解为技术进步(TC)和技术效率(EC);其中技术效率又可以分解为纯技术效率(PE)和规模效率(SE),即TFP=TC·EC=TC·PE·SE。

当TFP>1时,全要素生产率上升;当TFP<1时,全要素生产率下降;当TFP=1时全要素生产率不变。当TC>1时,存在技术进步;TC<1时,存在技术退步。同理,EC指数的含义与TC指数类似,PE和SE对技术效率的作用与技术进步对全要素生产率的作用类似。

2.指标的设定与数据处理

我国在2002年、2011年和2017年分别实施了新的国民经济行业分类标准,不同分类标准对行业的划分有所不同。为了尽可能确保数据的连续性、合理性和一致性,本文选用2002年实施的国民经济行业分类标准对2003—2016年中国制造业“按行业分规模以上工业企业主要指标”的数据进行收集和整理(1)数据来源:2004—2017年《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》和《中国劳动统计年鉴》等。,其中个别指标的部分年份数据存在缺失以及行业分类标准不一致的情况,对此按一定的标准进行了处理(2)2012—2016年数据处理:第15项(饮料制造业)数据来源于《中国工业统计年鉴》。第18项(纺织服装、鞋、帽制造业)数据由《中国工业统计年鉴》“纺织服装、服饰业”和“制鞋业”数据加总得来。第19项(皮革、毛皮、羽毛(绒)及其制品业)数据用《中国统计年鉴》中的“皮革、毛皮、羽毛及其制品和制鞋业”指标对应的数据减去“制鞋业”指标对应的数据得出。第24项(文教体育用品制造业)数据用《中国统计年鉴》中的“文教、工美、体育和娱乐用品制造业”指标对应的数据减去“工艺美术品制造”指标对应的数据得出。第29项(橡胶制品业)和第30项(塑料制品业)数据来源于《中国工业统计年鉴》。第37项(交通运输设备制造业)用《中国统计年鉴》中的“汽车制造业”数据和“铁路、船舶、航空航天和其他运输设备制造业”数据加总得来。第41项(仪器仪表及文化、办公用机械制造业)数据由《中国工业统计年鉴》“仪器仪表制造业”和“文化办公制造业”数据加总得来。第42项(工艺品及其他制造业)数据为《中国工业统计年鉴》中“其他制造业”与“工艺美术品制造”数据加总得来。。由于生产率衡量的是投入和产出的关系,所以本文根据计算TFP的需要选择了如下指标:

(1) 产出指标。国内学者大多数选取工业总产值作为产出的指标。但由于近年工业总产值数据无法获得,基于对数据连续性、一致性、可获得性和合理性的考虑,本文选择主营业务收入作为产出指标。2003年缺失的数据用2002—2005年平均增长率估算得出。使用2003年为基期的“工业生产者出厂(定基)价格指数”对数据进行平减,以消除通货膨胀可能对数据产生的影响。

(2) 投入指标。资本:本文选用制造业的资产总计作为资金投入数量指标。同样对数据以2003年为基期的“固定资产投资(定基)价格指数”进行平减。劳动力:本文选用历年制造业全部从业人员年平均人数来衡量制造业生产过程中实际投入的劳动量。2012—2014三年缺失的数据通过对2010—2016年的平均增长率和制造业各分行业的占比情况估算得出。

3.结果分析

本文采用软件DEAP2.1对中国制造业全要素生产率及其分解项进行了测算,结果如表1、2所示。

表1 中国制造业2003—2016年全要素生产率及其各分解项取值

年份技术效率技术进步纯技术效率规模效率变动全要素生产率20040.9011.2270.9760.9231.10520051.1190.9441.0521.0641.05620061.0631.0001.0111.0511.06320070.9521.1311.0620.8961.07620081.1560.8970.9761.1851.03720091.0460.9851.0550.9921.03020100.8481.6561.0100.8901.20420111.1800.8831.0071.1720.90620121.0290.9920.9660.9931.02020131.0320.9621.0121.0000.99320141.0930.9701.0771.0151.06020151.0091.0071.0110.9981.01620160.8791.1510.9110.9651.011均值1.0241.0621.0101.0111.044

表2 中国制造业各行业2003—2016年全要素生产率变动均值

行业技术效率技术进步纯技术效率规模效率变动全要素生产率11.0161.0301.0091.0071.04621.0231.0321.0161.0071.05631.0391.0331.0371.0021.07341.0011.0921.0001.0011.09351.0211.0371.0101.0101.05860.9761.0560.9960.9801.03170.9801.0500.9651.0151.029

表2(续)

行业技术效率技术进步纯技术效率规模效率变动全要素生产率81.0311.0411.0181.0131.07490.9961.0420.9831.0131.038101.0701.0501.0611.0091.124111.0271.0391.0181.0091.067120.9071.0360.8941.0150.939131.0001.0451.0001.0001.045141.0281.0231.0360.9921.051151.0261.0301.0270.9991.057161.0141.0221.0150.9991.037171.0201.0271.0131.0071.048181.0121.0311.0051.0071.044191.0371.0281.0341.0031.066201.0171.0151.0220.9961.033211.0441.0151.0470.9971.059221.0091.0281.0001.0091.037231.0161.0301.0101.0061.047241.0181.0281.0121.0061.047251.0181.0251.0250.9931.043261.0021.0311.0130.9891.033270.9791.0331.0000.9791.011280.9971.0290.9881.0091.026290.9931.0390.9811.0121.031301.0001.0291.0001.0001.029均值1.0111.0351.0081.0031.046

由表1可知,2003—2016年中的绝大部分年份里我国制造业全要素生产率(TFP)处于不断增长的态势。与TFP的稳定性表现不同,制造业TFP分解项之一的技术进步数值波动较大,说明我国制造业的技术进步状况不够稳定。制造业TFP分解项之二的技术效率则相对平稳一些,在大部分年度呈上升态势。技术效率分解项之一的纯技术效率的表现与技术效率类似,只有2004年、2008年、2012年、2016年略低于1,其他年份均呈上升态势。但技术效率分解项之二的规模效率变动情况则表现为不稳定的震荡态势,有7个年度呈下降态势,其他年度表现为上升态势。

由表2可知:首先,制造业全部30个分行业中29个行业的TFP变动的均值都大于1,表明制造业各行业TFP整体情况是处于上升态势的(3)依据2002年实施的国民经济行业分类标准(GB/T 4754-2002),制造业30个行业的代码及名称分别为:13.农副产品加工业;14.食品制造业;15.饮料制造业;16.烟草制品业;17.纺织业;18.纺织服装、鞋、帽制造业;19.皮革、毛皮、羽毛(绒)及其制品业;20.木材加工及木、竹、藤、棕、草制品业;21.家具制造业;22.造纸和纸制品业;23.印刷业和记录媒介的复制;24.文教体育用品制造业;25.石油加工、炼焦和核燃料加工业;26.化学原料和化学制品制造业;27.医药制造业;28.化学纤维制造业;29.橡胶制品业;30.塑料制品业;31.非金属矿物制品业;32.黑色金属冶炼及压延加工业;33.有色金属冶炼及压延加工业;34.金属制品业;35.通用设备制造业;36.专用设备制造业;37.交通运输设备制造业;39.电气机械及器材制造业;40.通信设备、计算机及其他电子设备制造业;41.仪器仪表及文化、办公用机械制造业;42.工艺品及其他制造业;43.废弃资源和废旧材料回收加工业。本文选用1~30依次表示这30个行业。。其次,各行业TFP分解项之一的技术进步变动均值也全部大于1,说明制造业各行业总体存在技术进步现象;TFP分解项之二技术效率各行业变动均值基本都大于1,表明绝大多数行业存在技术效率的改进。此外,技术效率分解项中有5个行业的规模效率变动值略低于1,有7个行业的纯技术效率值略低于1,说明绝大多数行业存在技术效率的改进,且相比之下规模效率的改进更为明显。

四、我国加工贸易与制造业全要素生产率关系的经验研究

1.加工贸易数据收集

(1) 加工贸易从业人数。加工贸易经过40多年的发展,吸纳了众多就业人员,使我国就业问题得到了极大的缓解。我国目前还没有对加工贸易从业人数的统计材料,本文借鉴张华初、李永杰(2004)关于加工贸易从业人数的计算方法,具体公式为:加工贸易从业人数=加工贸易出口额×工业就业人数/工业生产总值。其中,工业就业人数=第二产业从业人数-建筑业从业人数[22]

(2) 加工贸易进口额。加工贸易对我国经济增长有重大贡献,并直接促进了制造业生产水平的提升。通过上文对相关文献的梳理以及机理分析可以看出,加工贸易对制造业的影响主要体现在加工贸易的进口方面,因此本文选取加工贸易进口额表示加工贸易发展状况。

2.加工贸易与制造业全要素生产率变化趋势

由于前文计算出的TFP是制造业TFP指数而不是全要素生产率,因此要对TFP及分解项指数进行变换。参照邱爱莲(2015)的换算方法,即若第t年的TFP为A,第t+1年的TFP指数为B,则第t+1年的实际TFP为A·B[23](其他各指数同理进行变换)。2003—2016年中国加工贸易进口额与制造业TFP的变化趋势如图1所示。

图1 2003—2016年中国加工贸易进口额与制造业TFP的变化趋势

数据来源:中国统计年鉴、中国经济与社会发展统计数据库以及国家海关官网相关数据整理所得。

由图1可知,加工贸易进口额对制造业TFP是有影响的。尤其是2009年和2010年这两年的变化趋势基本一致,2011—2014年加工贸易进口额与制造业TFP的变化趋势相似,但两者的变化相差一年。这种现象表明,加工贸易对我国制造业TFP的影响可能存在一定的滞后效应。

五、实证研究

1.回归方程确定及说明

在制造业的生产过程中,除直接生产所需投入的劳动力(L)和资本(K)以外,还通过加工贸易进口中间品并将其作为重要的中间生产投入进行生产。因此,制造业的全要素生产率除了受资本和劳动投入这两个传统要素的影响外,还受加工贸易的影响。另外,企业投入的研发以及吸引的外商直接投资等其他因素也对制造业的TFP产生了重要的影响。因此,本文参考相关文献(陈启斐和刘志彪,2014;孙少勤和邱斌,2011;李丫丫和潘安,2017)[24-26],以柯布道格拉斯生产函数为基础构建的回归方程为

TFP=A(trad)α(pr)β(FDI)γ(pk)ω(rd)μ

(1)

式中:A为制造业全要素生产率的特征影响因素;αβγωμ为变量系数;trad为加工贸易进口规模,该指标越大说明我国制造业进口的中间品投入越大,对我国制造业技术进步的影响就越大;pr为加工贸易从业人数占制造业就业人数的比重,该指标可以用来分析加工贸易从业人数和扩大加工贸易就业规模对我国制造业企业生产率的促进作用;FDI为制造业外资参与度,用FDI与GDP的比值来衡量,该指标越大,说明外资对制造业TFP的影响就越大;pk为制造业资本强度,用制造业人均固定资产原值进行衡量,该指标越大越有利于企业产生规模经济效应,更好地吸收、利用更先进的技术从而提高制造业生产率;rd为研发投入,其扩大可以促进企业技术发展,进而有利于企业生产率的提升。

两边取对数,从而排除异方差可能产生的影响,得出回归方程为

ln TFPit=α0+β1ln tradt+β2ln prt+β3ln FDIt+

β4ln pkit+β5ln rdt+εit

(2)

式中:α0表示制造业全要素生产率的特征影响要素;εit为误差项,下同。

为了清晰明确地分析全要素生产率的具体来源,本文对TFP各分解项进行回归分析,即

ln ECit=a0+a1ln tradt+a2ln prt+a3ln FDIt+

a4ln pkit+a5ln rdt+εit

(3)

ln TCit=b0+b1ln tradt+b2ln prt+b3ln FDIt+

b4ln pkit+b5ln rdt+εit

(4)

ln PEit=c0+c1ln tradt+c2ln prt+c3ln FDIt+

c4ln pkit+c5ln rdt+εit

(5)

ln SEit=d0+d1ln tradt+d2ln prt+d3ln FDIt+

d4ln pkit+d5ln rdt+εit

(6)

式中:t代表年份,i代表制造业各分行业(i=1,2,…,30);a0b0c0d0表示制造业全要素生产率的特征影响要素;aibicidi(i=1,2,3,4,5)为变量系数,分别代表各解释变量对各被解释变量的影响强度。

2.指标选择和数据处理

制造业全要素生产率的值分解项分别为TC、EC、PE和SE。加工贸易(trad)用加工贸易进口额占各年GDP的比重来表示,先将数据用人民币对美元汇率换算成人民币,再以2003年为基期的“商品零售(定基)价格指数”进行平减。加工贸易从业人数(pr)通过前文公式计算得出。资本强度(pk)为制造业人均固定资本原值,用制造业企业固定资产原值除以制造业就业人员年平均值计算得出。其中,制造业固定资本原值用以2003年为基期的“固定资产投资价格指数”进行平减。制造业外商直接投资(FDI)用工业行业“实际利用外商直接投资”指标表示,先将数据用人民币对美元汇率换算成人民币,再以2003年为基期的“固定资产投资价格指数”进行平减。研发投入(rd)用制造业“研发经费支出”指标表示,再以2003年为基期的“固定资产投资价格指数”进行平减。

3.估计和检验结果

本文采用面板数据使用STATA15软件进行回归分析,结果如表3所示。由表3可知,模型中全部解释变量均与我国制造业全要素生产率呈正相关关系,其中4个解释变量对制造业全要素生产率存在显著的促进作用,但作用效果各不相同。加工贸易进口规模与制造业全要素生产率在当期回归中的系数为正但不显著。考虑到可能存在滞后效应,对trad滞后一期进行检验,结果验证了之前的设想,即加工贸易对制造业TFP确实存在滞后效应,系数为0.163 2且在1%水平上显著为正(见表4)。加工贸易从业人数与制造业TFP在5%水平下显著正相关而且提升作用较大(系数为0.116 9)。这是因为随着加工贸易就业结构不断趋于专业化,技术熟练工人和高技术劳动力促进了我国制造业生产率的提高。但促进作用最大的是制造业外资参与度(系数为0.152 8),这是因为我国制造业外商投资结构不断优化升级,同时增加了制造业的资本强度,产生了巨大的规模效应和知识溢出效应。研发投入对制造业全要素生产率提升的作用较小;制造业人均固定资本对制造业全要素生产率的促进作用最小。

表3 回归分析结果

变量全要素生产率技术进步技术效率纯技术进步规模效率lntrad0.0254(0.11)-0.0337∗∗∗(-0.17)0.3172∗∗∗(3.39)0.0773(1.29)0.2394∗∗∗(2.97)lnpr0.1169∗∗(0.14)0.7833∗∗∗(0.63)0.0091∗∗(0.18)-0.0347(-0.78)0.0364∗(1.10)lnFDI0.1528∗∗∗(0.35)-0.1638∗∗∗(-0.26)1.3396∗∗∗(4.98)0.7780∗∗∗(4.53)0.5619∗∗(2.42)lnpk0.0115∗(0.30)-0.0201∗∗(-0.36)0.6672(3.62)0.2639∗(1.66)-0.4114∗∗∗(-3.49)lnrd0.0301∗(3.67)0.0247(2.34)0.0316(3.82)0.0168(2.36)0.0148(2.81)常数项3.2358(30.91)0.8834(9.02)4.8938(42.02)2.3881(17.65)4.4641(24.46)R20.48640.21450.67910.09500.5211F4.23(0.0009)8.33(0.0000)6.03(0.0000)1.27(0.0154)4.55(0.0004)Hausman检验值0.33530.93120.28730.00180.9790采用的模型rererefere

注:(1)******分别表示10%、5%和1%水平下显著。括号内数字为估计系数的t值(固定效应模型)或z值(随机效应模型)。(2)固定效应模型(fe)估计提供F值和P>F值,随机效应模型(re)估计提供Waldchi2和P>chi2值。(3)若P>0.05则接受原假设,选择随机效应模型;否则拒绝原假设,采用固定效应模型。下同。

表4 滞后一期检验结果

变量全要素生产率技术进步lntrad0.1632∗∗∗(0.38)-0.1638(-0.26)lnpr-0.0265(-0.11)-0.0337∗∗∗(-0.10)lnFDI0.2877∗∗∗(0.23)0.9183∗∗∗(1.64)lnpk0.1111(0.13)0.7833∗∗(0.63)lnrd0.0121∗(0.31)0.0201(0.36)常数项2.1644(24.02)1.8846(17.39)R20.41730.5156F3.23(0.0000)9.56(0.0000)Hausman检验值0.0140.008采用的模型fefe

由表3可知,加工贸易从业人数与技术进步和技术效率两者均呈显著正相关关系,由于对纯技术效率呈抑制作用但效果不显著,因此对技术效率的提升主要依靠对规模效率的促进。加工贸易进口规模与制造业外资参与度对制造业TFP分解项技术效率、纯技术效率、规模效率的回归系数均为正。但ln trad在技术进步的回归中的系数为负,ln FDI在技术进步的回归中的系数也为负。由此可见,加工贸易进口规模和制造业外资参与度抑制了中国制造业技术进步,但对我国制造业当期的技术效率的提升效果显著。考虑到可能存在滞后效应,对trad和FDI进行滞后一期(见表4)回归检验,得出加工贸易进口规模与制造业的技术进步呈正相关关系,但效果不显著的结论。制造业外资参与度对制造业技术进步存在显著的积极效应,也就是说制造业外资参与度提升对制造业的技术效率的确有促进作用,但是存在滞后效应且滞后提升效果明显。

六、结 论

(1) 加工贸易进口规模显著提升了我国制造业全要素生产率,与当期的技术效率关系为正,其滞后一期与技术进步呈正相关关系。其中对规模效率的促进效果较明显,对纯技术效率也存在促进效果但不显著。这说明加工贸易进口对制造业全要素生产率的促进作用主要源于对制造业技术效率的提升,同时又是通过影响制造业的规模效率来实现对技术效率提升的。因此,我国应当扩大加工贸易的进口规模,提高进口中间品质量,扩大对高技术中间品的进口,从而促进制造业实现规模效率,同时使制造业产生技术进步,最终继续发挥加工贸易对提升制造业全要素生产率的作用。

(2) 加工贸易从业人数与我国制造业全要素生产率、技术进步和技术效率均呈显著的正相关关系,其中对技术效率的促进效果比对技术进步的促进效果更明显。即加工贸易从业人数与制造业技术进步和技术效率均存在显著正相关关系,并且对技术效率的促进效果比较大。我国应该注重加工贸易从业人员的专业培养,建立更多相关专业的培训机构,为加工贸易从业人员提供免费或更加优惠的培训课程,吸引更多加工贸易从业人员,从而扩大加工贸易就业规模;优化加工贸易就业结构;加深加工贸易专业化程度,为制造业提供更专业的高技术人才,达到提高制造业全要素生产率的目的。

(3) 制造业外资参与度与制造业全要素生产率呈显著正相关关系,与当期的技术效率和滞后一期技术进步的关系为正且效果显著,其中对技术效率的提升作用最为明显。因此,除了通过扩大加工贸易进口规模和增加加工贸易从业人数来提升我国制造业全要素生产率外,吸引和鼓励外商在制造业领域进行直接投资也是至关重要的。我国应该在这方面加大宣传力度、出台更多的优惠政策来获得更多外商投资;同时,在吸引更多外商投资的基础上,应着重鼓励外商对资本密集型制造业企业和技术密集型制造业企业的投资,进而推动制造业全要素生产率全面提高。

参考文献:

[1] 何则津.我国制造业全要素生产率测度及影响因素分析 [D].成都:西南财经大学,2014.

[2] Brandt L J,Biesebroeck V,Zhang Y.Creative ac-counting or creative destruction?firm-level productivity growth [J].Chinese Manufacturing Journal of Development Economics,2012,97(2):339-351.

[3] Brandt L J,Biesebroeck V,Zhang Y.WTO accession and performance of Chinese manufacturing firms [J].American Economic Review,2017,107(9):2784-2820.

[4] 杨汝岱.中国制造业企业全要素生产率研究 [J].经济研究,2015,50(2):61-74.

[5] 朱英明.区域制造业规模经济、技术变化与全要素生产率——产业集聚的影响分析 [J].数量经济技术经济研究,2009(10):3-18.

[6] 陈阳,唐晓华.产业集聚对制造业效率的影响研究——基于区域互动的视角 [J].财经论丛,2019(2):12-20.

[7] 孙晓华,王昀,郑辉.R&D 溢出对中国制造业全要素生产率的影响——基于产业间、国际贸易和FDI 三种溢出渠道的实证检验 [J].南开经济研究,2012(5):18-35.

[8] 陈丰龙,徐康宁.本土市场规模与中国制造业全要素生产率 [J].中国工业经济,2012(5):44-56.

[9] 杨明.FDI对中国制造业全要素生产率增长的影响研究 [D].长春:东北师范大学,2019.

[10] 蒋樟生.制造业FDI行业内和行业间溢出对全要素生产率变动的影响 [J].经济理论与经济管理,2017(2):78-87.

[11] 邱斌,尹威.中国制造业出口是否存在本土市场效应 [J].世界经济,2010,33(7):44-63.

[12] 樊秀峰,程文先.中国制造业出口附加值估算与影响机制分析 [J].中国工业经济,2015(6):81-93.

[13] 张翊,陈雯,骆时雨.中间品进口对中国制造业全要素生产率的影响 [J].世界经济,2015,38(9):107-129.

[14] 刘艳,王诏怡.全球价值链下中国制造业的国际分工地位研究——基于区分加工贸易和非加工贸易的国际投入产出表 [J].国际商务研究,2018,39(2):39-47,76.

[15] Romer P M.Increasing returns and long-run growth [J].Levine’s Working Paper Archive,1986,94(5):1002-1037.

[16] Lucas R,Robert E.On the mechanics of economic development [J].Journal of Monetary Economics,1988(26):3-24.

[17] Romer P M.Endogenous technological change [J].Nber Working Papers,1989(98):71-102.

[18] Coe D T,Helpman E.International R&D spillovers [J].CEPR Discussion Papers,1993,39(5):859-887.

[19] Broda C,Weinstein D E.Globalization and the gains from variety [J].The Quarterly Journal of Econo-mics,2006,121(2):541-585.

[20] Rivera-Batiz L,Romer P.Economic integration and endogenous growth [J].Quarterly Journal of Economics,1991,106(2):531-555.

[21] Färe R,Grosskopf S,Norris M,et al.Productivity growth,technical progress and efficiency change in industrialized countries [J].American Economic Review,1994,84(1):66-83.

[22] 张华初,李永杰.论我国加工贸易的就业效应 [J].财贸经济,2004(6):87-89,97.

[23] 邱爱莲.生产性服务贸易前向溢出效应对中国制造业TFP的作用 [D].沈阳:辽宁大学,2015.

[24] 陈启斐,刘志彪.生产性服务进口对我国制造业技术进步的实证分析 [J].数量经济技术经济研究,2014,31(3):74-88.

[25] 孙少勤,邱斌.全球生产网络条件下FDI的技术溢出渠道研究——基于中国制造业行业面板数据的经验分析 [J].南开经济研究,2011(4):50-66.

[26] 李丫丫,潘安.工业机器人进口对中国制造业生产率提升的机理及实证研究 [J].世界经济研究,2017(3):87-96,136.

Influence of processing trade on TFP of manufacturing industry in China

QIU Ai-lian,HU Qing-yu,WANG Wei,PANG Hong-mei

(School of Economics,Shenyang University of Technology,Shenyang 110870,China)

AbstractUsing Malmquist index analysis method based on data envelopment analysis (DEA),the total factor productivity (TFP) index of the manufacturing industry in China in 2003—2016 is calculated and the result is analyzed.The theoretical basis is also expounded of processing trade affecting the TFP of manufacturing industry.A model based on Cobb-Douglas production function is built,and an empirical study is provided on the impact of processing trade on the TFP of manufacturing industry in China with the Stata software.It is pointed out that the processing trade in China can significantly improve the TFP of the manufacturing industry;the key to promoting the TFP of the manufacturing industry by processing trade is that the import of processing trade can significantly promote the scale efficiency of the manufacturing industry;the promotion effect of the number of processing trade practitioners on the technical efficiency of the manufacturing industry is more significant than the promotion effect of the technical progress of the manufacturing industry in China.

Key wordsprocessing trade;manufacturing industry;total factor productivity (TFP);data envelopment analysis (DEA)

中图分类号:F 752

文献标志码:A

文章编号:1674-0823(2020)05-0409-08

收稿日期2020-04-26

基金项目辽宁省科学事业公益研究基金(软科学研究计划)项目(2020JH4/10100010);辽宁省社会科学基金规划项目(L18BJY028);辽宁省教育厅项目(WQGD2017011);沈阳市社会科学界联合会课题(SYSK2020-06-09)。

作者简介邱爱莲(1975-),女,江苏连云港人,副教授,博士,主要从事国际贸易与工业经济等方面的研究。

* 本文已于2020-07-25 11∶25在中国知网优先数字出版。网络出版地址:http:∥kns.cnki.net/kcms/detail/21.1558.C.20200723.1148.010.html

doi:10.7688/j.issn.1674-0823.2020.05.04

(责任编辑:张 璐)