一、产能利用水平的测度方法
产能利用率(capacityutilizationrate)是衡量宏观经济运行情况的重要指标之一，学术界对于如何测度产能利用率进行了大量研究。目前关于产能利用率的测度既可以通过间接测度方法也可以通过直接测度方法进行。间接测度方法是利用一些代理变量以及产能利用率与其他宏观经济变量的相互依赖关系，间接推导出产能利用情况;而直接测度方法则是通过一些直接的变量进行计算。目前在相关研究中，大多采取直接测度法。直接测度方法主要有三种，即峰值法(peaktopeakmethod)、生产/成本函数法(prodcution/costfunctionmethod)和效率方法(ef-ficiencymethod)。在这三种测度方法中，生产/成本函数法、效率方法由于需要大量数据指标才能完成，所以这两种方法往往运用于微观或产业数据视角的研究。而峰值法只需要知道单投入和单产出的数据信息，当采用地区性或全国的加总数据进行研究时，峰值法往往具有较大的优势(Kirkley，Squires，1999)。峰值法假设了投入与产出水平的一个直接关系，所谓的峰值是指在给定的技术水平和资产水平的基础上短期一个时间段内的最大产出。我们假设在峰值处的每单位投入对应完全的产能利用率水平100%，则相应的低比率值代表低的产能利用率。Ballard和Ｒoberts(1977)、Ballard和Blomo(1978)以及Hsu(2003)等都使用峰值法分析和测度了美国捕鱼业的产能利用水平。Kirkley和Squires(1999)论证了峰值法的数学基础和优点。沈利生(1999)利用峰值法计算了中国的资本设备利用率，并进而对劳动力进行调整后得到中国潜在的生产能力。本文的实证研究也将采用峰值法测算中国各地区国有工业企业的产能利用率。本文在借鉴现有国内外研究成果的基础上，充分考虑数据的可得性和有效性来确定两个变量的选择。在投入变量上，我们选取了固定资产净值年平均余额这一指标，选取这一指标的原因在于固定资产投资具有投资时滞效应，当年的投资很可能还没有形成实际的生产能力，而真正发挥作用的是早期已经实现正常生产运作的投资，因此，选用固定资产净值年平均余额衡量资本要素的投入较为合理。而在产出变量的选择上，现有研究往往采用增加值反映地区经济的产出情况，本文也同样采用这个指标，即用工业增加值来衡量地区国有企业的产出情况。本文选取全国31个省(市、区)1999～2010年间国有及国有控股工业企业的相关数据作为研究样本。数据来源于相关年份《中国统计年鉴》和《新中国统计60年汇编》。利用峰值法测算得到全国31个省(市、区)1999～2010年间国有企业的产能利用率。如表1所示。由表1可以看到，1999～2010年间中国31个省(市、区)国有企业产能利用水平平均值最高的五个地区分别是山东、江苏、浙江、上海、广东。从产能利用水平的标准差看，各个地区国有企业产能利用率均存在着一定的波动性特征，尤其是西部地区国有企业产能利用水平的波动程度高于中部、东部国有企业产能利用水平的波动程度。
二、PVAＲ模型设定及估计
本文选择全国31个省(市、区)1999～2010年间国有及国有控股工业企业的固定资产投资衡量国有企业的投资水平，利用各个地区的GDP衡量需求水平。数据来源于相关年份《中国统计年鉴》和《新中国统计60年汇编》。各个地区产能利用率来自前述峰值法的计算结果。在进行PVAＲ模型的估计之前，为了避免出现虚假回归的情况，必须确定所有变量的平稳性特征。本文利用常用的面板单位根检验方法－LLC方法、IPS方法和PP方法对模型中所涉及的面板变量进行检验，其检验结果如表2所示。由表2可知，对各面板数据的水平值进行检验时检验结果均表明不能完全拒绝“存在单位根”的原假设;而当对各个面板数据的差分值进行检验时，皆显著拒绝“存在单位根”的原假设，由此可以确定，国有工业企业投资面板序列(invit)、国有企业产能利用率面板序列(cuit)、需求波动面板序列(incit)均为单位根过程。由于变量均是单位根过程，所以在建立PVAＲ模型之前还必须对变量是否存在着协整关系进行检验。常见的面板协整检验方法是Kao(1999)和Pe-droni(1999，2004)分别提出的两种基于残差的参数协整检验方法。参数协整检验方法必须对数据生成过程进行严格的假设，一旦假设不满足，模型中存在的一定的设定误差就会使相关协整检验统计量的极限分布随着多种冗余参数变化而膨胀，从而极大地降低协整检验的势。Westerlund(2005)提出的方差比率面板协整检验方法是一种非参数面板协整检验方法，不需要明确的假设数据生成过程，也不要求所有相关冗余参数的估计具有确定的形式。本文为了增强结论的稳健性，利用方差比率面板协整检验的方法检验面板变量之间是否存在着面板协整关系，其检验结果如表3所示。表3的检验结果表明，国有工业企业投资面板序列(invit)、国有企业产能利用率面板序列(cuit)、需求波动面板序列(incit)之间存在着长期稳定的协整关系，这是本文后续利用PVAＲ模型分析三者之间动态依赖关系的基础。在进行PVAＲ模型的估计之前，还必须确定最优的滞后阶数，选取的准则是以AIC和SBC为标准，其值越小表示模型解释能力越佳，因此，取其滞后阶数为最优滞后阶数。本文选取PVAＲ模型的最优的滞后阶数为2期。从表4的估计结果我们可以了解各期变量之间的相互影响关系。而通过图1的脉冲响应分析和方差分解，可以更清楚地看出各变量之间的动态关系。图1给出了国有工业企业投资面板序列、国有企业产能利用率面板序列、需求波动面板序列三者之间的脉冲响应。图1中横轴代表追溯期数，为10年;纵轴表示因变量对各变量的响应大小，中间虚线表示响应函数曲线，外侧两条虚线代表2倍标准差的置信区间。图1的第一行分别显示国有企业投资水平对国有企业产能利用水平冲击以及需求冲击的响应。国有企业投资水平在前2期对产能利用水平冲击没有响应，从第3期开始影响逐步上升，至第5期达到峰值，然后开始下降，持续时间较长。国有企业投资水平对需求的冲击在第1期就有显著的响应，在第3期达到峰值。图1的第二行分别显示国有企业产能利用水平对投资水平冲击以及需求冲击的响应。国有企业产能利用水平对投资水平冲击在第1期就会有正向显著响应，而在第2期达到峰值，然后影响迅速收敛。国有企业产能利用水平对需求的冲击在第1期对需求冲击没有响应，但从第2期开始影响程度逐步上升，至第6期达到峰值，然后开始下降，而持续时间也较长。图1的第三行分别显示需求对投资水平冲击以及产能利用水平冲击的响应。需求对投资水平冲击在第1期就有正向显著响应，在第3期达到峰值，然后影响迅速收敛，回到原来的均衡状态。需求对国有企业产能利用水平在第1和2期没有影响，此后影响逐渐提高，在第7期达到峰值，然后影响逐渐减少，但持续时间较长。这说明需求对国有企业产能利用水平的影响存在着一定的时滞作用。
三、结论与启示
从脉冲响应结果来看，国有企业投资对需求的影响是很迅速的，不存在时滞;而投资对产能利用水平的影响存在一定的时滞，这个结果说明投资对需求的影响是直接的，而对产能利用率的影响是间接的，正是由于投资带动了需求，需求的上升进一步引起了产能利用率的上升。从具体影响程度来看，投资的波动可以解释需求波动的17.4%以及产能利用率波动的24.6%。这说明，在我国目前的情况下，国有企业投资对经济增长是有意义的。特别是当面临经济困境时(如2008年全球金融危机冲击导致的经济发展困境)，可以通过国有企业投资来缓解，国有企业投资既可以增加消费，又可以提高产能利用率，对于我国经济走出困境具有重要的意义。但需要注意的是，投资对需求的影响在第三期就会达到峰值，这个结论说明，通过国有企业投资解决经济发展困境只能用在短期，而从长期来看，尚不能依靠投资解决所有的问题。第二，产能利用水平对投资水平与消费需求的影响均为正向关系。但产能利用水平对投资的影响是短期的，很快就会处于收敛状态。而产能利用水平对需求的影响虽然持续的时期较长，但影响程度并不大，通过方差分解得到产能利用波动仅仅可以解释需求7.3%的变动。通过这个结论我们可以发现，产能利用水平对投资与消费需求的反向影响关系是很小的，或者说这种影响是比较间接的。从本质上来说，产能利用水平、投资以及消费需求之间的关系中，投资与消费是“因”，产能利用水平是“果”，因此，产能利用水平对投资、需求的反向影响必然是间接和微弱的。由此可见，在经济发展中，我们更应关注投资与需求指标。
作者：何彬 范硕 单位：吉林大学 中国国有经济研究中心
相关专题：黑龙江中医药杂志邮箱 中国老区基金会
