我国制造业结构转型与经济效益提升的经验研究

摘 要： 成功的产业转型升级应伴随着经济效益的提高。 本文首先运用主因子分析法（PFA），对我国制造业29个行业的经济效益水平进行了测度，结果表明，资本技术密集型行业的经济效益水平严重落后于资源劳动密集型行业，制造业经济效益的提升与产业结构转型未能同步。在此基础上，采用数据包络分析方法（DEA） 分别对资本技术密集型和资源劳动密集型行业2007—2010年间的相对生产效率、全要素生产率（以Malmquist指数衡量） 及其构成情况进行了经验研究，结果发现两类行业的相对生产效率具有显著差异，资本技术密集型行业的技术效率水平高于资源劳动密集型行业，但规模效率大大落后于资源劳动密集型行业；两类行业全要素生产率总体均处于上升态势，但增长速度及其动因存在差异。最后针对分析结果，对我国制造业的发展提出了政策建议。

关键词： 制造业；结构转型；经济效益；技术效率；规模效率；全要素生产率

中图分类号： F061.5 文献标识码： A 文章编号： 1000176X（2014）03002308

一、引 言

制造业是我国国民经济的支柱产业，从20世纪90年代末开始，我国制造业进入结构调整和产业升级的新时期。我国学者在借鉴西方产业结构研究理论的基础上，对制造业结构变动问题进行了研究。李小平和卢现祥[1] 使用扩展的Shift-Share方法检验了我国制造业在1985—2003年的结构变动与生产率增长的关系。周达[2] 从理论上分析了进出口结构与制造业结构变动之间的关系，利用1981—2005年的数据对商品进出口结构“反映”制造业结构变动问题进行了实证分析，得出我国制造业结构变动失调的结论。高拴平[3] 通过对1992—2002年间西部地区制造业产业数据的研究分析认为，西部地区制造业结构变动程度大，与其产出增长较为协调但总体上技术水平不高。杜平[4] 对2000—2005年沪苏浙闽鲁粤六省市制造业结构变动进行了对比分析。张建升等[5] 采用1993—2003年的数据分析了重庆市制造业结构变动情况，发现重庆市制造业结构变动程度大，但与产出增长不协调。杨大楷和范飞龙[6] 基于我国制造业1995—2001年的数据，实证研究了我国制造业的结构调整与经济效益提升的问题，认为资本技术密集型制造业已成为主力，但我国制造业经济效益的提升滞后于产业转型。程翠凤[7] 研究了1999—2010年间江苏制造业的结构变化和2010年江苏制造业的行业效益，认为江苏制造业经济效益的提升总体上与产业结构的转型升级同步。

以上学者的研究结果为本文提供了有益的借鉴，总体来说，有关我国制造业产业结构调整的研究成果主要集中于产业结构变化机理和制造业结构变动趋势分析方面，较少涉及制造业产业结构转型与其经济效益的关系，本文尝试对此问题展开深入研究。 近几年来，我国制造业发展迅速，产业转型的同时经济效益是否得到了改善与提升？随着新一轮国际产业转移和分工的发展，我国制造业又处于转型发展的关键时刻，面对国际市场上激烈的竞争环境，制造业投入巨大而产出不高、生产效率低下和资源浪费严重等问题，对制造业的可持续发展提出了严峻的挑战，有关制造业经济效益与可持续增长方式等问题已引起了政府有关部门和国内外学者的关注。

二、我国制造业经济效益经验分析

（一）样本行业与数据来源

考虑到废弃资源和废旧材料回收加工业一直以来规模较小，故研究中剔除此行业， 共选取29个行业作为研究样本，以2008—2011年作为研究的时间区间，

《中国统计年鉴2013》没有统计与提供2012年制造业各行业的从业人员数，由于劳动生产率是经济效益评价的一个重要指标，故分析的时间区间没有延伸至2012年。 考虑到统计数据口径问题，评价指标均采用相对指标，数据均来自《中国统计年鉴》。

（二）评价指标

根据国家统计局确定的工业经济效益评价指标及综合考虑其他因素，最终选取11个指标对我国制造业的经济效益状况进行评价。现行的资本保值增值率指标的计算公式并不科学，本文做了适当调整；考虑到劳动生产率是评价经济效益的一项极其重要的指标，但《中国统计年鉴》（2009—2012年）并没有统计与提供制造业分行业的工业增加值，所以本文用工业总产值代替工业增加值。 表1为这些指标的名称和具体计算方法。

在选取的11个指标中，只有资产负债率为适度指标，其余均为正向指标，因此，笔者对资产负债率这个适度指标进行正向化处理。 由于经济效益评价具有多维特征，指标权重将直接影响到评价结果，能客观赋权的主因子分析法（Principal Factor Analysis，简称PFA）在这里不失为一种较理想的建模方法。在进行初步的因子分析时，笔者发现资产负债率、产品销售率和主营业务收入增长率这三个指标的变量依赖度小于0.5（Tabachnica和Fidell认为当变量对公因子的依赖度达50%以上时，是较理想的情况），KMO值为0.650；3个公因子总方差贡献率为76.637%，且不好解释。因此，本文通过对指标的调整，最终选取了总资产贡献率、流动资产周转率、成本费用利润率、资本保值增值率、全员劳动生产率、产值利税率、销售利税率、资金利税率、净资产收益率、总资产周转率和利润增长率等11个评价指标。

（三）经验分析

1.因子分析法的适用性分析

一组变量是否适合采用主因子分析法，主要与变量之间的相关性有关。Bartlett球形检验可用来检验变量之间是否具有显著的相关关系，显著的球形检验表明变量适合采用因子分析。另外，还可以通过检验净相关矩阵的方法进行判断。取样适切性量数（MSA）为所有相关系数与净相关系数之比，MSA值越大表明变量之间的相关性越高，越适合进行因子分析。各观测变量MSA的平均数称为KMO统计量，KMO越大表明变量越适合进行因子分析。根据Kaiser（1974）的观点：如果KMO值小于0.500时，则不宜进行因子分析，大于0.600时，适合进行因子分析。KMO值越大，越适合做因子分析。据此本文对我国制造业经济效益的评价指标数据进行了KMO和Bartlett球形检验：KMO统计量的值为0.667，大于0.600；Bartlett球形检验的近似卡方值为3.380E3，达到0.050的显著性水平。综合KMO统计量和Bartlett球形检验，不难发现研究样本中的评价指标完全适合做主因子分析。endprint

1.公因子及其经济意义分析

Kaiser认为应以特征值大于1 （即公因子的方差至少要等于单一观测变量的标准化方差） 为标准来确定公因子的数量，根据这一标准，本文提取到3个对应的特征根大于1的公因子，3个公因子已经可以解释原始观测变量92.011%的方差。因此，我们选取的11项评价指标最终可综合为3个公因子。原始变量与公因子间的关系可用因子载荷表示，因子载荷量是公因子命名的重要依据，本文先采用偏回归系数计算模式矩阵中的因子载荷。由于未经旋转前的模式矩阵中的因子载荷量，有时会出现一个变量同时与多个公因子密切相关的情况，这样就不利于对公因子进行命名与解释。因此，我们将模式矩阵中所提取出的公因子进行转轴处理，以便使各公因子都能反映出特定的意义。由于选取的各项评价指标具有相关性，因此在转轴处理时本文采用了允许公因子之间具有一定共变的斜交转轴法[8] ，进行直接斜交转轴后所得到的结构矩阵如表1所示。

结构矩阵可反映因子与观测变量之间的关系，从而可以进行因子命名[8] 。根据斜交旋轴后的结构矩阵可以看出，第一主因子F1在资金利税率、总资产贡献率、产值利税率、销售利税率、成本费用利润率和全员劳动生产率这六个指标上的因子载荷较大，由于这六个变量是从资源利用效率和利润创造能力方面反映产业的效益水平，因此，可以将其概括为单位产出实力因子。第二个主因子F2在净资产收益率、资本保值增值率和利润增长率指标上的因子载荷突出地大于其他指标，可将这三个变量概括为成长性因子，主要考察产业的发展能力。第三个主因子F3在流动资产周转率和总资产周转率指标上的载荷较大，这两个变量可以概括为流动性因子，主要衡量产业的资金营运能力和资金使用效率。这三个公因子的方差贡献率分别为48.106%、25.593%和18.312%，所以我国制造业经济效益评价体系中各主因子的相对重要性由高到低排序依次为：产出性指标、成长性指标和流动性指标。

2.评价结果及其分析

根据对我国制造业经济效益数据的因子分析，本文计算得出了各行业产出性、成长性和流动性3个公因子的得分，之后再利用3个主因子的方差贡献率进行线性加权求和得到行业效益的综合得分（用F表示），如表2所示 表3为我国制造业29个行业3个公因子的得分、综合评价得分及其排名情况表 。

从表2可以看出，我国制造业经济效益呈现以下特点：

（1）资本技术密集型行业的经济效益水平远远低于资源加工、劳动密集型行业。分析发现，综合效益前十强全部为资源加工、劳动密集型；在3个主因子上，资本技术密集型行业不仅进入前五强或前十强的行业数量较少，而且得分不高排名比较靠后；资源劳动密集型行业均分为0.370，资本技术密集型行业均分为-0.130。若假设排名第一得29分，排名第二得28分……，本文分别计算了资源劳动密集型和资本技术密集型这两类行业的均分，分别为18.410分和10.170分。可见，资源劳动密集型行业的经济效益水平远远高于资本技术密集型行业。仔细研究还发现，技术密集型制造业总体效益最差，资本密集型次之，资源加工型制造业经济效益最好。

（2）带动升级的支柱产业的经济效益欠佳。研究发现，综合效益前五强的行业在制造业总产值中累计占比仅为11.33%，排名前10位的行业在总产值中累计占比为21.97%，经济效益较好的产业在制造业总产值中占比较低，而带动我国制造业产业结构转型的支柱产业的经济效益很差。黑色金属冶炼及压延加工业、通信设备业、计算机及其他电子设备制造业是带动我国制造业结构调整和产业升级的领头军 （黑金冶压产值比重从1999年的6.52%上升为2008年的10.16%，上升了3.64%；电通设备的产值比重在1998—2003年5年间上升了4.09%，） ，但黑色金属冶炼及压延加工业综合效益排名竟为倒数第一位；通信设备、计算机及其他电子设备制造业综合效益竟位列倒数第二位。可见， 黑色金属冶炼及压延加工业和通信设备、计算机及其他电子设备制造业 这两个最重要的支柱产业的经济效益与其在带动我国制造业产业结构转型升级中的作用和地位极不相称。

资本技术密集型制造业已经成为我国制造业的主力，但上述经验研究表明，资本技术密集型制造业的经济效益水平却落后于资源劳动密集型制造业，资本技术密集型制造业经济效益的提升滞后于我国制造业产业结构的转型升级，显然，这样的产业发展战略是不利于我国制造业整体竞争优势的提升的。在我国制造业内部产业结构调整升级进程中，一个亟待思考的问题就是究竟是什么因素制约了资本技术密集型行业的经济效益？是产品附加值低还是企业管理能力、生产决策能力差抑或是技术进步因素造成的呢？

三、制造业相对效率比较分析

本部分以规模以上制造业29个行业为研究对象，通过对效益评价的各种投入、产出指标的筛选与规范，采用数据包络分析方法，测算29个制造业行业的技术效率和规模效率，并测算制造业全要素生产率增长及其变动，从技术—效率—规模路径全面反映我国制造业相对效率及其全要素生产率（TFP）变化情况，在此基础上，剖析资金技术密集型制造业的经济效益落后于资源劳动密集型制造业的原因，找到提高我国制造业经济效益的发展模式和措施，为我国制造业的全面发展和优化升级及为实现“制造业强国”战略目标提供一些有价值的政策启示。

图1 1999—2011年行业结构变动拆线图

（一）指标选取及数据说明

由于《中国统计年鉴》对全国规模以上工业企业统计范围1998—2006年为全部国有及年主营业务收入在500万元及以上非国有工业企业；2007—2010年为年主营业务收入在500万元及以上的工业企业；2011年及以后年份为年主营业务收入在2 000万元及以上的工业企业， 为保持统计数据口径一致，本文分析的时间区间为2007—2010年。关于制造业效率评价指标，大多数研究文献主要选取工业总产值作为产出，以资本和劳动力作为投入，忽视了其他投入变量，如企业单位数、资源投入等[9] ；有的文献产出指标中包含产品销售收入，但销售收入按何指数进行平减文中并没有交待。由于不同学者所选指标和数据处理等存在差异，使得即使采用同样的研究方法也难以得出比较一致的结论。endprint

1.产出指标

产出指标考虑到不同年份的价格平减问题选取工业总产值，本文将以当年价格表示的工业总产值采用各行业工业品出厂价格指数折算成以2007年表示的不变价。

2.投入指标

（4）能源投入。反映行业能源消费状况，用行业能源消耗总量（折算为万吨标准煤）表示。

上述投入、产出指标数据来自2008—2011年的《中国统计年鉴》和《中国能源统计年鉴》各相关年份数据。

（二） 资本技术密集型和资源劳动密集型 各行业相对生产效率分析

根据投入产出指标数据，本文首先用数据包络分析法中的C2R模型计算出29个行业的综合效率，之后针对生产可能集中的锥性假设不成立，采用BC2模型计算出样本行业的纯技术效率，由纯技术效率和综合效率再计算出各行业的规模效率[10-11-12] ，计算结果如表3所示。

从表3不难看出，2007—2010年，资本技术密集型和资源劳动密集型行业的生产效率值均表现为不稳定的波动态势[13] 。资本技术密集型制造业中的石油加工及炼焦业、黑色金属冶炼及压延加工业、电气机械及器材制造业、通信设备及计算机制造业等4个行业近四年来技术效率保持为1.000，每年都处于生产的相对前沿面上[14] ，有色金属冶炼及压延加工业和交通设备制造业在2009—2010年技术效率也达到了1.000。只有医药制造业、化学纤维制造业和专用设备制造业等3个行业技术效率较低。与此相比较，资源劳动密集型行业中的烟草加工业、皮革皮毛业、家具制造业和文教体育制造业等4个行业技术效率也达到了1.000，而食品制造业、饮料制造业、纺织工业、木材加工及木竹藤棕草制品业、造纸及纸制品业、印刷业和记录媒介的复制业、橡胶制品业、塑料制品业和非金属矿物制品业等行业的技术效率低于全行业平均水平。资本技术密集型行业中，技术效率较高的行业主要集中在我国垄断程度较高的产业和电子电气产业中；而资源劳动密集型行业中，技术效率较高的行业主要集中在进入壁垒较高的烟草业和具有比较优势的劳动密集型行业中。此外，本文计算了资本密集型、技术密集型、劳动密集型和资源加工型行业技术效率的均值，发现资本密集型行业技术效率最高，技术密集型次之，资源加工型最差。可以看出，资本技术密集型行业的技术效率水平高于资源劳动密集型行业。

从规模效率看，资源劳动密集型制造业中的食品制造业、饮料制造业、烟草加工业、纺织工业和皮革毛皮业等5个行业的规模效率较高，基本上每年都处于相对前沿面上，服装鞋帽业、塑料制品业和金属制品业的规模效率也较高。只有印刷记录业和文教体育用品业的技术效率较低。与此形成对比的是，资本技术密集型行业中只有电气机械及器材制造业这1个行业具有较高的规模效率，在2007—2010年间基本上都处于生产的相对前沿面上，而黑色金属冶炼及压延加工业、化学原料及制品业、有色金属冶炼及压延加工业和交通运输设备制造业等行业均由于行业规模过小造成规模效率在平均水平以下，揭示这些行业相对于产出而言各种投入要素利用的规模不足，资本、劳动力和能源等生产要素以较高的投入却未能产生规模经济，表明这些行业仍缺乏较大规模的企业集团，产业集中度不高，能带来竞争优势的产业集聚效应尚未体现，需要采取措施进一步加大投资力度，扩大行业规模以提高规模效益。从行业均值来看，资源劳动密集型行业均值为0.916，而资本技术密集型行业均值为0.871；另外，本文分别计算了资本密集型、技术密集型、劳动密集型和资源加工型行业均值，分别为0.766、0.946、0.896和0.951，可见，资本技术密集型行业规模效率落后于资源劳动密集型行业主要是由资本密集型行业规模效率较差所致。从4年的均值趋势看，资本密集型制造业的技术效率一直处于上升格局，但与此相反的是规模效率却一直处于递减状态，并且有加速下降趋势，技术密集型行业的规模效率亦呈现出明显的递减态势。由此可见，改善与提高资本技术密集型制造业的规模效率，实现行业规模经济已迫在眉睫。

此外，我们发现技术效率和规模效率同时达到有效的有两个行业，分别是烟草加工业和皮革皮毛业，在2007—2010年4年间，这两个行业技术效率和规模效率均一直保持为1.000，达到投入要素利用的最有效状态，是29个行业中生产状态相对最优的行业 ；前文经济效益评价中，烟草加工、皮革皮毛这两个行业经济效益分别位列第一与第四名就不足为奇了 。第一大支柱产业黑色金属冶炼及压延加工业技术效率遥遥领先，但规模效率却在所有行业中最差，该行业经济效益位列倒数第一与规模效率差有很大的直接关系。通信设备及计算机制造业、电气机械及器材制造业同样是支柱产业的这两个行业，在技术效率与规模效率上均接近于最优，这两个行业经济效益差可能是其他原因造成的，如原材料价格高、市场开拓能力差和产品附加值低等。

（三）资本技术密集型与资源劳动密集型行业全要素生产率测算与分析

为了比较资本技术密集型与资源劳动密集型行业全要素生产率（TFP）增长的差异，测度它们在各个行业中的全要素生产率变化， 在计算了2007—2010年资本技术密集型与资源劳动密集型行业在制造业全行业中的技术效率与规模效率的基础上， 本文利用相关数据计算了2007—2010年这两类行业的全要素生产率指数（Malmquist指数）并进行了分解[15] ，结果如表4所示。从表4中可以看出，资本技术密集型与资源劳动密集型行业在我国制造业中TFP的增长存在显著差异，并且影响TFP增长的因素与原因也不尽相同。

1.资本技术密集型行业

纵向来看，资本技术密集型行业的TFP平均增长率为1.9%，主要原因在于技术进步的贡献，其平均贡献率为4.3%，而在考察期间内，技术效率（综合效率）则出现了退步，平均增长率为-2.3%，与前述分析一致，技术效率的下降主要是由规模效率下滑引起的，尽管纯技术效率上升了0.4%，但规模效率下降幅度较大，下降了2.7%，技术效率的下滑在一定程度上抵消了技术进步对全要素生产率增长的贡献。在12个行业中，除了化学制品、有金冶压、通用设备和仪表办公4个行业全要素生产率的平均增长率为负值外，其余8个行业均为正值。在推动TFP增长的动因方面，除医药制造、专用设备和交通设备这三个行业的技术效率有所改善外，其余9个行业的技术效率是停滞不前或呈下降趋势，其全要素生产率的增长全部来自于技术进步做出的贡献。这说明在此期间，科学管理技术没有得到充分的利用，企业资源未能有效整合，应提升企业管理能力，执行正确的生产决策，确保技术效率逐步改善，从而促使企业绩效不断提高。此外，各个行业的全要素生产率增长速度存在着显著差异，全要素生产率增长速度大于资本技术密集型行业全要素生产率平均增长率（1.9%）的行业分别石油炼焦、医药制造、化学纤维、黑金冶压、专用设备、交通设备和电通设备，其TFP平均增长率分别为3.6%、6.0%、2.8%、5.9%、2%、5%和3.9%；而全要素生产率增长速度小于资本技术密集型行业全要素生产率平均增长率的行业有5个，分别为化学制品、有金冶压、通用设备、电气器材和仪表办公，其全要素生产率平均增长率分别为-0.4%、-4.3%、-2%、0.9%和-0.5%。endprint

2.资源劳动密集型行业

从2007—2010年，资源劳动密集型行业TFP平均增长率为3.5%，主要是技术进步水平提高带来的结果，技术进步平均增长率为2.9%，技术效率也有贡献，但贡献率有限，技术效率平均增长率仅为0.6%，技术效率的停滞不前主要是由于资源加工型行业规模效率下降所致，这亦与前文分析吻合。在资源劳动密集型17个行业中，除农副食品、金属制品这两个行业外，其余15个行业的TFP均保持了正增长。有8个行业的全要素生产率增长速度大于行业平均增长率（3.5%），究其原因不难发现这是由技术进步与技术效率水平的不断提高共同推动的结果。当然不难看出，除木材加工、塑料制品外的6个行业均是技术进步对全要素生产率增长的贡献率大于技术效率对TFP的贡献。其中全要素生产率增长速度位列前五强的行业分别是烟草加工、印刷记录、家具制造、服装鞋帽和塑料制品，其全要素生产率分别增长了11.8%、7.3%、6.6%、4.9%和4.5%。与此形成对比的是，在全要素生产率增长速度小于行业平均增长水平的9个行业中，TFP的增长主要来自于技术进步水平的提高，除了纺织业、皮革皮毛、文教体育、工艺外，其余5个行业的技术效率都是下降的。资源劳动密集型行业中，增长率呈下降趋势或停滞不前的3个行业分别是农副食品（-2.6%）、金属制品（-2.5%）和食品制造（0.9%）。

综合上述分析，笔者认为无论是资本技术密集型行业与资源劳动密集型行业之间还是两类行业内部，各个行业的TFP增长率均存在一定差异，资本技术密集型行业中有1/3的行业全要素生产率呈现负增长，而资源劳动密集型行业则有九成左右的行业TFP得到不同程度的提升；在推动行业全要素生产率增长的动因上两类行业也存在着显著的差异，资本技术密集型行业比较重视新技术的引进和创新，但技术效率下降则是制约资本技术密集型行业TFP向更高幅度增长的主要原因，特别是近年来规模效率下降幅度比较大。因此，在未来的制造业产业结构调整中要十分重视资本技术密集型制造业的规模调整，整合资源，实现投入与产出的最优组合。

四、结 论

本文利用因子分析法和非参数的效率评价法对2007—2011年我国资本技术密集型制造业和资源劳动密集型制造业的经济效益及行业相对生产效率及其变动情况进行了分析，得出的基本结论如下：

从制造业各行业的经济效益测算结果来看，资本技术密集型行业的经济效益水平严重落后于资源劳动密集型行业，产业结构转型与经济效益提升并不同步，我国制造业产业发展战略不利于制造业整体竞争优势的提升。

从2007—2010年我国制造业各行业的相对生产效率指数来看，资本技术密集型行业的技术效率水平高于资源劳动密集型行业；但规模效率大大落后于资源劳动密集型行业，主要是因为资本密集型行业规模效率较差所致。

我国制造业中资本技术密集型行业和资源劳动密集型行业的Malmquist 指数总体上呈现上升态势， 两种类型的行业TFP的提高均是因重视新技术的引进与创新。通过对资本技术密集型和资源劳动密集型各个行业的TFP增长率及其构成变化的测算与分析， 发现我国资本技术密集型和资源劳动密集型两类行业的TFP增长具有较大的差异，资源劳动密集型行业的增长均衡要好于资本技术密集型行业。在我国资本技术密集型行业中除医药制造、专用设备和交通设备3个行业外，其余9个行业的技术效率均处于递减趋势且下降幅度较大。资源劳动密集型行业技术效率出现负增长的行业数目只有5个。因此，要提高我国制造业全要素生产率水平，需要着重提高资本技术密集型行业的技术效率水平，特别是规模效率水平。

我国制造业产业结构转型后，造成资本技术密集型行业的经济效益水平没有领先于资源劳动密集型行业，从生产效率的构成上分析，较高的企业管理决策能力及技术创新水平保证了资本技术密集型行业技术效率高于资源劳动密集型行业，但从2007—2010年规模效率的均值来看，前者的规模效率明显低于后者，特别是资本密集型行业规模效益最差。因而笔者认为，导致资本技术密集型行业经济效益水平落后于资源劳动密集型行业，与资本技术密集型行业较高的各种投入未能产生规模经济有很大的直接关系。

针对资本技术密集型行业平均技术效率呈现出负增长的情况，我们必须切实改善产业投入—产出比例失衡的现状，提高行业劳动者素质和技能，引进先进设备和先进工艺，改进企业的经营管理并深化改革，加强同行业间的分工协作以形成产业集聚效应，在促进资本技术密集型行业快速发展的同时，注重其增长质量的提升。此外，要注重现有技术的改进，继续加强企业生产技术创新，不断提高行业的技术创新能力，特别是企业自主研发能力，实现技术进步和技术效率的双向增长，从而推动资本技术密集型行业全要素生产率的提高。同时，要注意市场开拓，降低原材料成本，提高产品附加值。

资金技术密集型制造业已成为我国制造业的主力，并且是我国制造业未来进一步发展的重点方向，但是鉴于资金技术密集型制造业自身具有风险大、高投入、回收周期长和产品分工比较复杂细密的特点，未来对其规模调整要持慎重的态度。我们要充分利用我国劳动力成本低的比较优势，大力发展纺织服装鞋帽制造、皮革皮毛制品、家具制造和工艺品制造等生产效率高、经济效益好的劳动密集型产业。立足我国资源劳动密集型制造业现有优势，加快产业的设备和工艺更新，引进和充分利用新技术，提升资源劳动密集型产品的质量和档次，实现资源劳动密集型产业与产品的优化升级，增强产业与产品竞争力，发挥行业优势互补作用，为我国制造业进一步的结构调整增加资金积累。要通过资产重组，重点改组纺织工业、专用设备和化学纤维制造业；要控制黑色金属冶炼、化学工业等高投入、高消耗、高污染和加工度与经济效益低的重化工业的行业规模，重点进行结构调整、技术改造和发展深加工。

从长期来看， 我们应继续深化制造业产业结构调整和优化升级的力度，逐步提高高新技术行业在整个制造业中的占比，推动我国制造业资源配置效率的不断提升，完成我国制造业发展战略的全局性升级，最终促进制造业乃至整个国民经济的可持续健康发展。endprint

参考文献：

[1] 李小平，卢现祥.中国制造业的结构变动和生产率增长[J].世界经济，2007，（5）：52-64.

[2] 周达.我国商品进出口结构与制造业结构变动特性的关联分析[J].经济经纬，2007，（5）：48-51.

[3] 高拴平.西部地区制造业结构变动实证分析[J].中国工业经济，2004，（6）：65-72.

[4] 杜平.沿海省市制造业发展与结构变动的实证分析[J].科技与产业，2007，（12）：31-36.

[5] 张建升，房施东，王宏堃.重庆市制造业结构变动实证分析[J].经济与管理，2006，（1）：103-106.

[6] 杨大楷，范飞龙.我国制造业产业结构转型与经济效益提升的实证研究[J].经济学动态，2004，（5）：49-52.

[7] 程翠凤.江苏制造业产业结构升级与经济效益提升的实证研究[J].华东经济管理，2011，（12）：21-25.

[8] 邱皓政.量化研究与统计分析[M].重庆：重庆大学出版社，2009.

[9] 陈静，雷厉.中国制造业的生产率增长、技术进步与技术效率——基于DEA的实证分析[J].当代经济科学，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亚青，宋来.中国企业相对效率和全要素生产率研究——基于37个行业5年数据的实证分析[J].数量经济技术经济研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（责任编辑：刘 艳）endprint

参考文献：

[1] 李小平，卢现祥.中国制造业的结构变动和生产率增长[J].世界经济，2007，（5）：52-64.

[2] 周达.我国商品进出口结构与制造业结构变动特性的关联分析[J].经济经纬，2007，（5）：48-51.

[3] 高拴平.西部地区制造业结构变动实证分析[J].中国工业经济，2004，（6）：65-72.

[4] 杜平.沿海省市制造业发展与结构变动的实证分析[J].科技与产业，2007，（12）：31-36.

[5] 张建升，房施东，王宏堃.重庆市制造业结构变动实证分析[J].经济与管理，2006，（1）：103-106.

[6] 杨大楷，范飞龙.我国制造业产业结构转型与经济效益提升的实证研究[J].经济学动态，2004，（5）：49-52.

[7] 程翠凤.江苏制造业产业结构升级与经济效益提升的实证研究[J].华东经济管理，2011，（12）：21-25.

[8] 邱皓政.量化研究与统计分析[M].重庆：重庆大学出版社，2009.

[9] 陈静，雷厉.中国制造业的生产率增长、技术进步与技术效率——基于DEA的实证分析[J].当代经济科学，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亚青，宋来.中国企业相对效率和全要素生产率研究——基于37个行业5年数据的实证分析[J].数量经济技术经济研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（责任编辑：刘 艳）endprint

参考文献：

[1] 李小平，卢现祥.中国制造业的结构变动和生产率增长[J].世界经济，2007，（5）：52-64.

[2] 周达.我国商品进出口结构与制造业结构变动特性的关联分析[J].经济经纬，2007，（5）：48-51.

[3] 高拴平.西部地区制造业结构变动实证分析[J].中国工业经济，2004，（6）：65-72.

[4] 杜平.沿海省市制造业发展与结构变动的实证分析[J].科技与产业，2007，（12）：31-36.

[5] 张建升，房施东，王宏堃.重庆市制造业结构变动实证分析[J].经济与管理，2006，（1）：103-106.

[6] 杨大楷，范飞龙.我国制造业产业结构转型与经济效益提升的实证研究[J].经济学动态，2004，（5）：49-52.

[7] 程翠凤.江苏制造业产业结构升级与经济效益提升的实证研究[J].华东经济管理，2011，（12）：21-25.

[8] 邱皓政.量化研究与统计分析[M].重庆：重庆大学出版社，2009.

[9] 陈静，雷厉.中国制造业的生产率增长、技术进步与技术效率——基于DEA的实证分析[J].当代经济科学，2010，（7）：83-89.

[10] Banker，R.D.，Charnes，A.，Cooper， W.W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science， 1984，30（9）： 1078-1092.

[11] Caves，D.W.，Christensen，L.R.，Diewert， W.E. The Economic Theory of Index Numbers and the Measurement of Input， Output， and Productivity[J].Econometrica，1982，50（6）： 1393-1414.

[12] Arcos，A.，Toledo，P.A.An Analysis of the Spanish Electrical Utility Industry：Economics of Scale，Technological Progress and Efficieney[J].Energy Eeonomics，2009，31（3）：473-481.

[13] 常亚青，宋来.中国企业相对效率和全要素生产率研究——基于37个行业5年数据的实证分析[J].数量经济技术经济研究，2006，（11）：3-13.

[14] Margono，H.，Sharma，S.C.Efficiency and Productivity Analyses of Indonesian Manufacturing Industries[J]. Journal of Asian Economics， 2006，17（6）： 979-995.

[15] Maniadakis，N.，Thanssoulis， E.A Cost Malmquist Productivity Index[J].European Journal of Operational Research， 2004， 154（2）：396-409.

（责任编辑：刘 艳）endprint