共享制造高质量发展效率及其影响因素研究

陈俊龙 宋心悦

[摘要]要促进共享制造高质量发展，有必要科学测度共享制造高质量发展效率并揭示其影响因素。以我国共享制造行业37家上市企业为研究对象，构建共享制造高质量效率评价体系。采用超效率DEA模型和Malmquist指数四分法，分别从静态和动态视角测算2016—2020年共享制造企业的高质量发展效率，并运用混合效应面板Tobit模型检验共享制造企业高质量发展效率的影响因素。结果表明，我国共享制造高质量发展效率呈现出逐年增长态势，但是效率值并未达到生产前沿面。纯技术进步和技术规模变化的无效是制约效率值提升的重要瓶颈。企业数字化水平、企业规模、城市经济状况、政府补助对共享制造高质量发展效率有显著的正向影响。对此，建议适度扩大共享制造企业规模，促进共享制造企业技术水平与数字信息水平提升，为共享制造发展提供足够的政策支持。

[关键词]共享制造；
超效率DEA；
共享制造；
Tobit模型

一、 引言

党的二十大报告提出，“坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国”1。当前，以往单纯追求“量”的粗放型经济增长方式已经不能满足现阶段新旧动能转换的需求，中国制造业发展模式迫切需要向“量质齐升”进行转变，加快高质量发展，推动中国由“制造大国”向“制造强国”转变[1]。在此背景下，有必要深入探索制造业高质量发展的新业态新模式，助力制造强国建设。共享制造是基于共享理念，将各制造企业闲置、分散的资源高效集聚，通过弹性匹配，将集聚的资源动态高效共享给需求方的制造业新业态新模式。近年来，在政策有效引领下，我国共享制造发展迅速，但仍存在制度建设不完善、信息技术水平较低、高端供需不匹配、企业主观能动性差等问题，亟待探索共享制造高质量发展的有效路径。基于此，本文构建基于新发展理念的测度共享制造高质量发展效率指标体系，运用超效率DEA-Malmquist指数模型进行效率测度，并采用Tobit回归分析法揭示其影响因素，为共享制造的高质量发展提出有针对性的对策建议。

制造业高质量发展是经济高质量发展研究中的热点和重点，学界关于制造业高质量发展的研究较为丰富，主要聚焦制造业高质量发展水平的测度及其影响因素探究。在测度指标体系构建方面，学者们基于五大新发展理念，自构了多指标的制造业高质量评价体系。彭树涛等[2]通过构建产品、市场、产业三因素评价框架，分析了中国制造业发展质量的演变趋势。江小国等[3]构建了涵盖经济效益、技术创新、绿色发展等六大类共12项指标的制造业高质量发展评价指标体系，分析了效率变动及其时空特征。段国蕊等[4]构建了涵盖三大系统和八大维度的综合评价指标体系，通过熵值法与灰色关联分析法相结合的方式测算山东制造业高质量发展水平。在制造业高质量发展效率影响因素方面，学界主要将其分为外部和内部两个层面。从外部因素来看，制造业高质量发展受制度变迁、政府支持力度、经济结构转型、资源投入效率、科技服务水平、数字化支持力度等因素影响。钞小静等[5]从研发设计、生产制造、市场匹配等角度证實了新型数字基础设施对制造业高质量发展具有显著促进作用。闫星等[6]发现政府支持力度、城镇化水平和服务业发展水平、信息化水平等均对陕西省制造业高质量发展效率的提高产生了显著的正向影响。除外部环境因素外，内部科技创新程度、人才素质水平、基层员工状况、企业规模大小、企业年龄等也对制造业高质量发展效率有重要影响。汪芳等[7]认为技术创新、人力资本及要素禀赋结构等内部要素供给质量对制造业高质量发展均存在促进作用。王德祥[8]指出，作为单独生产要素，数据要素通过直接参与产品生产全流程，可以显著促进制造业高质量发展，同时数据要素与技术要素、资本要素、劳动要素融合产生中介效应，促进制造业高质量发展。

整体来看，现有研究主要针对整个制造业、特定区域或者特定行业，直接针对测度共享制造企业的高质量发展水平的研究不多。陈俊龙等[9]基于新发展理念，构建共享共赢的中国共享制造企业高质量发展效率指标体系，通过三阶段DEA-Malmquist指数模型对我国共享制造高质量发展效率进行动态测度，但是，该研究没有涉及共享制造高质量发展的影响因素。此外，近年来，关于共享制造的专门研究亦有一定的规模，集中在理论机理。Leng等[10]提出了一种基于区块链框架的共享制造平台，用于解决共享中的信任问题，并实现可持续发展目标。向坤等[11]指出，促进共享制造高效发展，应加强政府政策激励和法律保障，以相应的税收激励政策和税收减免政策等为主要措施优化共享制造发展环境。晏鹏宇等[12]总结了共享制造平台供需匹配与调度的相关研究。李凯等[13]分析了共享制造平台的定价策略。整体来看，亟待加强中国情境下的共享制度实证研究。

与现有研究相比，本文的边际贡献主要体现在：第一，研究对象上，目前鲜有文献直接针对共享制造高质量发展的效率测度开展研究，而本文手动筛选了37家共享制造上市企业作为研究对象，进一步丰富制造业高质量发展和共享制造领域的研究。第二，在测度方法选取上，基于五大发展理念构建共享制造高质量发展效率评价模型，采用超效率DEA和Malmquist指数法从静态和动态两个层面进行测度，实现静态与动态的有机融合。第三，测度效率时采用了Malmquist指数四分法，解析五年间共享制造高质量发展效率的演变及内在规律，并运用面板Tobit模型分析其影响因素，为对策建议的研制提供实证依据。

二、 基于超效率DEA-Malmquist的共享制造高质量发展效率测度

1. 测度方法

一是超效率DEA法。超效率DEA法能有效解决传统模型中多个决策单元有效时无法区分效率值高低的问题，多用于相同背景下对多投入多产出决策单元效率测度。在本文中，超效率DEA法下的综合技术效率是指共享制造高质量发展效率，由纯技术效率和规模效率相乘得到。综合技术效率是衡量共享制造企业对原材料、生产设备、订单的资源配置和协调能力，是考核企业资源利用率的综合指标；
纯技术效率是衡量管理水平和技术高低的评价指标；
规模效率是评估企业规模大小是否合理的生产效率。

二是超效率DEA-Malmquist指数四分法。将超效率DEA与Malmquist指数（MI指数）结合，不仅能弥补DEA模型无法分析随效率值动态变化的缺陷，还能将指数进一步分解，分析技术和规模效率的动态演化对效率的影响。MI指数共有两分法、三分法和四分法等几种分解方法，本文采用Zofio[14]提出的四分法，将Malmquist指数分解为4部分之积，即MI指数=技术效率（EC）[×]技术进步（TC）={纯技术效率（PEC）[×]规模效率变化（SEC）}[×]{纯技术进步（PTC）[×]规模技术变化（STC）}。其中技术效率变化指标由前两个分解指数构成，技术进步变化指标由后两个分解指数构成。当MI指数值大于1时，意味着高质量发展效率水平提高，反之则退步。纯技术效率表示在规模报酬可变的状态下，企业技术在实践中转化成真实产出的水平。纯技术进步表示潜在基准技术是否进步或者迭代。规模效率变化衡量投入产出要素配置效率，测度在管理和技术水平充分发挥的前提下，实际生产规模与最优生产规模存在的差距。规模技术变化衡量技术变革的规模效应。

2. 指标选取及数据处理

关于研究样本，本文通过Wind在股票板块概念搜索“共享”、搜索引擎直接搜索“共享经济概念股股票”“共享制造上市公司”等关键词，剔除行业无关条目，共筛选出37家共享制造行业上市公司作为研究样本。

关于评价指标，共享制造高质量发展是基于新发展理念，产品生命周期全过程能够实现要素效益高、创新研发水平高、绿色发展水平高、对外开放水平高、共享水平高的发展状态。因此，本文选取以下指标：（1）要素效益。选取资本存量作为资本投入，企业应付员工薪酬作为劳动要素投入，营业收入作为要素效益的产出。资本存量表现为企业现存的全部资产，因此选用资产总计指标来表示资本要素投入。（2）科研水平。选择企业研发人员数量作为投入，选用研发强度（企业研发投入与营业收入之比）作为产出指标。（3）绿色发展水平。选择各企业的ESG评级得分作为产出指标。（4）对外开放。选取海外业务收入作为企业对外开放的表征指标。（5）共享水平。借鉴陈俊龙等[9]的做法，选用企业就职员工总数作为产出指标。

本文搜集Wind数据库2016—2020年间的相关数据，针对部分年限部分企业数据缺失值情况，运用stata通过线性插值法进行处理，并运用缩尾方法对数据量级差异、异常值的情况进行处理，得到本文的样本数据。

3. 共享制造高质量发展效率静态分析

本文运用Maxdea pro8软件计算得到2016—2020年各共享制造企业的高质量发展效率及其分解状况，见表2。可见，2016—2020年共享制造企业的综合技术效率（TE）都小于1，未达到生产前沿，表明五年间共享制造高质量发展水平一直处于非有效状态，纯技术效率（PTE）和规模效率（SE）未达最优，共享制造距离高质量发展还有一定距离。2017年政府工作报告中首次提出“经济高质量发展”概念以及国家积极鼓励发展共享经济后，共享制造高质量发展效率呈稳步上升趋势。2019年工信部出台政策鼓励发展共享制造新模式，进一步推动高质量发展效率持续上升，SE也从2019年的0.521增长至2020年的0.577。PTE在1.339至1.628之間，都大于1（有效），而SE值在0.472至0.577之间，一直小于0.6，处于较低水平，说明综合技术效率处于非有效状态是受到了规模无效的影响。因此，共享制造企业可以适当扩大共享制造生产规模，获取规模经济。

4. 共享制造高质量发展效率动态分析

本文利用Maxdea软件，采用超效率DEA模型，基于全局参比对37家企业的数据应用Malmquist指数四分法对MI指数以及四个分解指标进行测算，结果见表3、表4。

由表3可知，五年内全要素生产率变化MI指数均值整体上处于递减状态，原因在于技术进步中规模技术和纯技术水平较低。这表明，共享制造企业的技术开发能力有待提高。由表4可知，超效率DEA-Malmquist指数呈现先上升后下降态势。反映技术效率变化的两个分解指标与MI指数演变态势基本吻合，而代表技术进步变化的指标则呈反向态势。在代表技术效率变化的指标中，规模效率变化指数除第三年外都处于有效状态，表明目前共享制造企业处于规模效益较高阶段，企业内部技术和管理水平较为合理，产业结构和投入产出要素回报率比较高。由纯技术效率指数可知，目前共享制造技术利用效率还有待提升，近五年大多处于无效率状态。这两个分解指数在有效和无效的区间上交替变动，表明共享制造企业存在着资源配置不合理、不稳定的问题。在代表技术进步变化的指标中，由规模技术变化指数可知，共享制造企业技术变革的规模效应在多数时间内处于无效状态。由纯技术进步指数可知，除第三年外，技术的更新迭代指数值一直大于1，但从均值上看处于无效状态。规模技术变化和纯技术进步指数在五年间处于正、负增长波动交替状态，其中规模技术变动只在第三年有效，纯技术进步只在第三年无效，说明近年来共享制造企业规模技术水平一直较低且不稳定，共享制造企业应持续推动技术创新，促进实现技术变革的规模效应。

三、 基于Tobit模型的共享制造高质量发展效率的影响因素研究

1. 理论分析

共享制造高质量发展效率影响因素分为内部和外部因素。内部因素包括研发强度、企业数字化水平、企业规模。研发强度反映企业对研发的重视与投入程度，通过加大研发强度可以促进技术提效、开发共享渠道，利于提升共享制造企业产出效率与质量。共享制造企业发展不论是最基础的生产设备共享，还是搭建共享平台，都离不开数字信息技术的支持，大力提高企业的数字化水平无疑会降低制造企业共享行为的生产与交易成本，提升企业高质量发展效率。企业在生产和规模扩张过程中，存在最优企业规模，能使企业在最优点上实现发展质量的最优化，当企业规模未达最优状态时，即投入产出比小于1时，将一直处于规模效益递增状态。中国共享制造，目前仍处于初步发展阶段，尚未实现规模经济。因此，共享制造企业高质量发展效率与研发强度、企业数字化水平、企业规模呈正相关关系。

外部因素包括企业所在地经济发展状况、企业所占市场份额与政府补助。地区的经济发展状况可为企业的生产经营提供必要的经济支持和市场环境，对企业的生存与发展有重要影响。市场份额代表着企业在行业中的地位，意味着企业在行业中所占市场的比例。根据SCP理论，市场份额高虽然利于增加企业利润，但同时容易影响市场竞争性，整体上不利于企业的高质量发展。政府补助是指政府给予企业的补助金额，利于降低企业营业成本，加大企业生产研发投入，降低企业经营风险，进而促进企业高質量发展。因此，共享制造企业高质量发展效率与企业所在地经济发展状况、政府补助呈正相关关系，与市场份额呈负向关系。

2. 模型构建

本文选用Tobit模型进行影响因素分析。在LR检验时，该模型没有拒绝“存在个体效应”的原假设，因此选择混合效应Tobit回归模型进行实证分析。数据来源于WIND数据库、《中国城市统计年鉴》等。具体指标包括：（1）技术强度（Ti），研发投入与营业收入之比；
（2）企业数字化水平（dt），借鉴祁怀锦等[15]的计算方法，以共享制造上市企业财报附注中披露的年末无形资产明细项中与“数字经济”相关的部分占无形资产总额的比例作为代理变量；
（3）企业规模（Size），共享制造上市公司的总资产占所有样本企业总资产之和的比例；
（4）市场份额（ms），企业的主营业务收入在总样本的主营业务收入比例；
（5）所在城市经济状况（GDP），企业所在地级市的GDP水平；
（6）政府补助（gs），WIND数据库中共享制造企业获得的政府补助金额。借鉴已有关于影响上市公司发展质量的研究成果，本文选取以下指标作为控制变量：（1）企业成立年限（fa），采用（当年年份-公司成立年份+1）数据衡量；
（2）人力资本（hr），选取共享制造上市企业中大专及以上学历员工在员工总数中的占比作为人力资本指标；
（3）总资产同比增长率（tagr）。

本文构建Tobit回归模型如下：

[Tfpit=β0+β1Tiit+β2Dtit+β3 Sizeit+β4Msit+β5Gdpit+β6Gsit+j=53 βjXjit+μi+εit]

该式中[Tfpit]表示第i家企业第t年的高质量发展效率值，[Tiit、Dtit]、[ Sizeit]、[Msit]、[Gdpit]、[Gsit]分别对应第i家企业第t年6个自变量的数值，[β1、β2、β3、β4、β5、β6]代表自变量系数，[Xjit]为控制变量，[βj]代表控制变量系数，[μi]代表个体误差项，[εit]代表随机扰动项。

3. 实证结果

本文运用Stata16软件，进行Tobit回归分析。模型I仅包含共享制造高质量发展效率的各解释变量，模型II、模型III、模型IV依次加入人力资本（hr）、企业成立年限（fa）、总资产增长率（tagr）为控制变量，回归结果见表5。

从回归结果来看，企业数字化水平、企业规模、企业所在地经济水平、政府补助与共享制造企业高质量发展效率呈显著正相关关系，这意味着数字化水平越高，共享制造高质量发展效率越高；
企业规模越大，越容易产生规模效应，促进企业快速成长，加快向高质量发展转型；
企业所在地的经济水平越高，越能够为企业营造良好的市场环境，助力高质量发展；
政府补助越多，越利于帮助企业降低试错风险，为共享制造高质量发展提供必要的政策保障。企业所占市场份额与共享制造企业高质量发展效率呈显著负相关关系，说明企业不能盲目扩大市场份额。研发强度没有通过显著性检验，且系数为负，这说明目前共享制造企业研发强度对高质量发展影响不大，应当优化调整研发方向，提高研发效率。

四、 结论与政策建议

通过以上研究，本文得到如下结论：

第一，效率静态分析发现：目前27.03%的企业处于高效率，处于中等效率的企业占比为18.92%，处于无效状态的企业占比52.5%。这说明目前大部分共享制造企业高质量发展效率较低，只有少数企业实现了高质量发展效率状态。规模无效是影响综合技术效率的主要原因。

第二，效率动态分析结果表明：2016—2020年我国共享制造企业高质量发展年均效率值未达到有效状态。共享制造企业技术效率水平总体上表现较好，代表技术效率变化指标的两个指数平均值大于1；
而技术进步指标中两个指数的平均值均低于1，说明应当加大基准技术进步与迭代，加快实现技术变革的规模效应。

第三，混合效应的Tobit模型回归分析结果表明：企业数字化水平、企业规模、企业所在地经济水平、政府补助与共享制造企业高质量发展效率呈显著正相关关系，企业所占市场份额与共享制造企业高质量发展效率呈负相关关系。

针对研究结论，本文提出如下对策建议：

第一，适度扩大共享制造企业规模。共享制造企业应依据市场变化，适当扩大共享制造生产规模，提高企业生产的规模效率。政府要加强有效引导与行业规划，防止共享制造发展过快对传统制造业造成冲击。

第二，促进共享制造企业技术水平与数字信息水平提升。一方面，引进高精专人才，加强研发投入，促进技术管理创新，将互联网、大数据、云计算等技术与企业技术革新相结合，全面提升共享制造技术创新效率。另一方面，多渠道提升信息化技术水平。鼓励行业龙头企业分享先进共享信息技术，或是通过有偿方式为中小微企业提供技术支持；
鼓励共享制造企业与平台类企业深度合作，打造高水平共享制造平台。

第三，为共享制造发展提供足够的政策支持。一方面，通过企业研发资金补助、共享制造概念企业税收减免、高端人才引进补贴、奖金激励等方式加快推进共享制造企业高质量转型。另一方面，创造规范良好的市场环境，建立健全统一完善的共享制造市场；
创造良好的融资环境，为其研发创新、共享平台建设等提供资金支撑，切实提高企业研发意愿，促进共享制造业技术进步。

参考文献：

[1] 郭克莎，田潇潇.加快构建新发展格局与制造业转型升级路径[J].中国工业经济，2021（11）：44-58.

[2] 彭树涛，李鹏飞.中国制造业发展质量评价及提升路径[J].中国特色社会主义研究，2018（5）：34-40.

[3] 江小国，何建波，方蕾.制造业高质量发展水平测度、区域差异与提升路径[J].上海经济研究，2019（7）：70-78.

[4] 段国蕊，于靓.制造业高质量发展评价体系构建与测度：以山东省为例[J].统计与决策，2021，37（18）：
99-102.

[5] 钞小静，廉园梅，罗鎏锴.新型数字基础设施对制造业高质量发展的影响[J].财贸研究，2021，32（10）：
1-13.

[6] 闫星，罗义，赵芹，等.基于SBM-DEA的陕西省制造业高质量发展效率评价及对策研究[J].科技管理研究，2022，42（1）：44-50.

[7] 汪芳，石鑫.中国制造业高质量发展水平的测度及影响因素研究[J].中国软科学，2022（2）：22-31.

[8] 王德祥.数字经济背景下数据要素对制造业高质量发展的影响研究[J].宏观经济研究，2022（9）：51-63.

[9] 陈俊龙，唐秋.基于三阶段DEA-Malmquist方法的中国共享制造高质量发展效率测度研究[J].工业技术经济，2022，41（3）：106-115.

[10] Leng J W，Yan D X，Liu Q，et al.ManuChain：
Combining Permissioned Blockchain with a Holistic Optimization Model as Bi-level Intelligence for Smart Manufacturing[J].IEEE Transactions on Systems Man Cybernetics-Systems，2020，50（1）：182-192.

[11] 向坤，杨庆育.共享制造的驱动要素、制约因素和推动策略研究[J].宏观经济研究，2020（11）：65-75.

[12] 晏鹏宇，杨柳，车阿大.共享制造平台供需匹配与调度研究综述[J].系统工程理论与实践，2022，42（3）：811-832.

[13] 李凱，肖巍，朱晓曦.基于云平台的共享制造模式定价策略[J].控制与决策，2022，37（4）：1056-1066.

[14] Zofio J L. Malmquist Productivity Index Decompositions：A Unifying Framework[J].Applied Economics，2007，39（18）：2371-2387.

[15] 祁怀锦，曹修琴，刘艳霞.数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角[J].改革，2020（4）：50-64.

基金项目：河北省社会科学基金一般项目“河北省培育共享制造新业态新模式研究”（项目编号：HB20LJ002）；
2023年度河北省高等学校人文社会科学研究项目“混合所有制驱动河北省产业链现代化的机理、效应与路径研究”（项目编号：BJS2023027）。

作者简介：陈俊龙（1984-），男，博士，东北大学秦皇岛分校经济学院党委副书记兼副院长，教授，博士生导师，研究方向为公共政策；
宋心悦（2000-），女，上海交通大学中英国际低碳学院硕士研究生，研究方向为低碳经济。

（收稿日期：2022-12-16  责任编辑：苏子宠）

猜你喜欢 Tobit模型 中国乳制品行业国际竞争力分析河北经贸大学学报·综合版(2016年4期)2017-01-09农田水利设施供给水平综合评价西北农林科技大学学报(社会科学版)(2016年5期)2016-10-31农村“空壳化”对花生种植户生产效率的影响机制研究江苏农业科学(2016年3期)2016-05-03演进视觉下的Logistic模型、Probit模型、Tobit模型研究进展课程教育研究·学法教法研究(2016年6期)2016-04-26中国对外移民的区位选择及其影响因素人口与经济(2016年2期)2016-04-18我国基础设施投资结构性失衡问题研究商(2016年9期)2016-04-15基于适度规模视角的天津农业规模效益、影响因素与发展思路研究天津农业科学(2016年3期)2016-03-12土地供应绩效评估及影响因素的实证研究中国人口·资源与环境(2014年10期)2014-10-17中国饮料制造业全要素生产率测度及其影响因素分析湖北农业科学(2014年13期)2014-08-28中国省域节能减排效率评价及其影响因素西北农林科技大学学报(社会科学版)(2014年4期)2014-08-16