产能过剩是指行业实际产出小于理论产出的一种现象,多用产能利用率来衡量(杨振兵,2016)。Chamberlin(1947)最早提出产能利用率这一概念,并将其定义为实际产出与理论产出之比。近年来,随着产能过剩问题的日益严重,对产能利用率测度方法的研究也越来越受到学术界的关注。目前,测度产能利用率的方法主要有数据包络分析法(DEA)、峰值法、随机前沿分析法(SFA)、协整法、生产函数法、成本函数法等。国内学者采用上述分析方法对中国工业行业产能过剩程度也进行了相关测度研究,普遍发现中国工业行业产能利用率较低,存在着产能过剩现象(韩国高等,2011;张少华、蒋伟杰,2017)。分地区来看,中国东、中、西部地区工业行业产能利用率呈现依次下降的趋势,也就是说,东部地区[2]产能过剩程度最低,其次是中部地区,西部地区产能过剩情况最严重(刘磊等,2018);分行业来看,重工业的产能过剩程度明显比轻工业要严重,石油开采、金属加工等传统行业的产能利用率也明显低于通信设备、计算机等新兴行业的产能利用率(董敏杰等,2016)。对于中国产能利用率的变化情况,不同学者有着不同的看法,杨振兵(2016)通过将产能利用率在生产侧与消费侧进行分析,测算了2001—2011年中国工业行业产能过剩指数,发现中国工业总体产能过剩程度呈现逐年好转趋势;李双燕等(2018)估算了1999—2014年中国各地区的产能利用率,发现产能利用率下滑趋势明显,即产能过剩问题日益严重;刘京星等(2017)研究中国工业行业2001—2014年产能过剩情况,也发现总体呈现出日趋严重的变化态势;董敏杰等(2016)、何蕾研究工业行业2001—2014年产能过剩情况,也发现总体呈现出日趋严重的变化态势;董敏杰等(2016)等学者研究发现,中国工业行业产能利用率的变化与经济周期的波动存在一定的相关性。
中国工业行业产能过剩现象长期存在,现已导致了经济波动、环境恶化、资源浪费等系列问题,严重影响了社会生产生活(张林,2016)。但同时我们也要看到,产能过剩治理的过程中会淘汰一批能耗高、效率低的产业企业,引进一批节能高效、自动化程度高的产业企业,且在政府去产能的巨大政策压力下,企业自身也存在着生存压力,会积极推进生产研发,加快推出新产品、新工艺,以求在市场竞争中生存下来。因此,产能过剩治理是否也会倒逼企业的技术创新?其中的机制又是什么?
根据对已有文献和理论的梳理,本文发现:现阶段,中国工业行业产能过剩严峻形势带来的巨大压力,会倒逼各地政府出台相关政策促进产业结构优化以实现去产能目标,这一过程能够促进技术创新水平,或者技术创新本身就是去产能的重要举措。因此,中国各地区产能过剩治理的过程中,可能会提升工业行业技术创新水平。
在中国政府主导的产能过剩治理过程中,往往伴随着产业结构的优化升级,从而最终实现技术创新,化解产能过剩。政府通过政策途径引导淘汰一批规模小、地域分散、技术落后的中小型产业企业,引进经济效益好、能耗低的技术密集型[3]产业,实现企业间的兼并重组,助推高新技术产业的发展,从而达到产业集中度、技术密集度提高的效果,优化产业结构。一方面,产业集中度较低时,规模小、专业化生产水平低的企业占大多数,企业之间的无序竞争比较激烈,企业没有足够的能力和资金投入研发,导致整个行业技术创新水平相对较低。当企业间通过兼并重组,逐渐提高产业集中度时,企业规模逐渐扩大,其专业化生产水平就随之提高,将会对技术研发投入足够的人力和资金,从而能够促进行业技术创新水平的提高。Jadlow(1981)等的研究也表明产业集中度和技术创新之间存在着显著的正相关关系。另一方面,当工业行业处于技术密集度较低的发展阶段时,其中的劳动密集型行业所占比例往往较大,但劳动密集型行业对生产的技术水平要求相对较低,导致工业行业整体的技术创新动力缺失。在技术密集型产业发展的过程中,技术密集型企业自身就是培育行业创新能力的温床,同时工业行业结构也不断向技术集约化发展,工业行业的整体加工深度、技术含量将不断提高,对生产水平的要求也越来越高,这也要求企业不断进行技术创新,从而有效提升工业行业整体的技术水平。
基于以上分析,本文认为,在中国产能过剩治理过程中,会通过产业结构的优化升级,即产业集中度、技术密集度的提高作为中介手段,促进中国工业行业的技术创新水平的提高。因此,提出以下几个假设:(www.xing528.com)
假设1:产能过剩治理对技术创新具有促进作用。
假设2:产业集中度在产能过剩治理影响技术创新中具有中介效应。
假设3:行业技术密集度在产能过剩治理影响技术创新中具有中介效应。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。