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。