中国工业产能利用率的地区行业交叉特征与差异分解

被引:28
作者
黄秀路 [1 ]
葛鹏飞 [2 ]
武宵旭 [2 ]
机构
[1] 西安交通大学金禾经济研究中心
[2] 西北大学经济管理学院
关键词
产能利用率; 产能过剩; DSBM模型; Dagum基尼系数;
D O I
10.13653/j.cnki.jqte.2018.09.004
中图分类号
F424 [工业建设与发展];
学科分类号
020205 ; 0202 ;
摘要
研究目标:本文旨在考察中国工业分地区分行业动态产能利用率的时空演进的交叉特征事实以及东中西部和重轻工业的差异和来源分解。研究方法:基于中国工业分省分行业10231个样本数据,运用DSBM模型、Dagum基尼系数进行实证研究。研究发现:中国工业的产能利用率为74.65%,整体不存在严重的产能过剩;东部、中部、西部分别为79.58%、61.72%、63.64%,东部工业整体无产能过剩,中部和西部存在严重的产能过剩;重轻工业的产能利用率分别为74.56%和75.14%,产能过剩在重轻工业层面表现不显著。趋势特征上,中国工业的产能利用率的时间演变与中国宏观经济特征相吻合,具有明显的顺周期性;东部的产能利用率受2008年全球金融危机影响严重,中西部则在经济"新常态"以后下降明显;重工业的宏观经济烙印明显,并且易受全球金融危机的影响,而轻工业则表现出持续下降特征。进一步的差异识别发现,工业整体产能利用率的地区差距主要源于东部、中部、西部地区间交叉重叠的差异;总体重轻工业差异主要由于重轻工业内不同行业的影响。即产能过剩实质是地区与行业过剩产能的交叉结果。研究创新:本文通过引入厂商的跨期生产决策,重新审视中国工业产能利用率地区和行业的差异来源,为产能过剩的进一步治理提供支撑。研究价值:本文的结论对深化供给侧结构性改革"去产能"的未来工作重点有导向作用。
引用
收藏
页码:60 / 77
页数:18
相关论文
共 30 条
[1]   财政压力、产能过剩与供给侧改革 [J].
席鹏辉 ;
梁若冰 ;
谢贞发 ;
苏国灿 .
经济研究, 2017, 52 (09) :86-102
[2]   中国产业部门产能利用率的测度以及影响因素研究 [J].
樊茂清 .
世界经济, 2017, 40 (09) :3-26
[3]   中国八大城市群互联网金融发展的区域差异分解及收敛性研究 [J].
刘传明 ;
王卉彤 ;
魏晓敏 .
数量经济技术经济研究, 2017, 34 (08) :3-20
[4]   外资自由化能否缓解企业产能过剩? [J].
杨光 ;
孙浦阳 .
数量经济技术经济研究, 2017, 34 (06) :3-19
[5]   七大城市群创新能力的区域差距及其分布动态演进 [J].
杨明海 ;
张红霞 ;
孙亚男 .
数量经济技术经济研究, 2017, 34 (03) :21-39
[6]   中国的产能过剩:程度测算与行业分布 [J].
张少华 ;
蒋伟杰 .
经济研究, 2017, 52 (01) :89-102
[7]   市场集中、空间集聚与中国制造业产能利用率——基于微观企业数据的实证研究 [J].
贾润崧 ;
胡秋阳 .
管理世界, 2016, (12) :25-35
[8]   中国式产能过剩问题研究综述 [J].
张林 .
经济学动态, 2016, (09) :90-100
[9]   通货膨胀预期与企业存货调整行为 [J].
饶品贵 ;
岳衡 ;
姜国华 .
经济学(季刊), 2016, 15 (02) :499-526
[10]   政府不当干预与战略性新兴产业产能过剩——以中国光伏产业为例 [J].
余东华 ;
吕逸楠 .
中国工业经济, 2015, (10) :53-68