[摘要]國(guó)際政治經(jīng)濟(jì)關(guān)系逆全球化背景下，制造業(yè)產(chǎn)業(yè)安全與否直接關(guān)系到中國(guó)經(jīng)濟(jì)安全狀況。選取2018—2021年中國(guó)26個(gè)制造業(yè)細(xì)分行業(yè)面板數(shù)據(jù)樣本，構(gòu)建制造業(yè)產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系，基于SE-DEA-Malmquist模型構(gòu)建產(chǎn)業(yè)安全度定量測(cè)算模型，運(yùn)用超效率和障礙因子診斷分析方法，實(shí)證分析中國(guó)26個(gè)制造業(yè)細(xì)分行業(yè)產(chǎn)業(yè)安全效率，對(duì)26個(gè)制造業(yè)細(xì)分行業(yè)的投入冗余進(jìn)行比較分類，并對(duì)26個(gè)制造業(yè)細(xì)分行業(yè)提升產(chǎn)業(yè)安全度障礙因子的障礙影響程度進(jìn)行集成分析。整體上，在技術(shù)效率和技術(shù)進(jìn)步共同發(fā)揮作用下，中國(guó)制造業(yè)產(chǎn)業(yè)安全效率呈不斷上升趨勢(shì)，但仍處于產(chǎn)業(yè)不安全狀態(tài)，其中17個(gè)細(xì)分行業(yè)都存在不同程度的產(chǎn)業(yè)控制力冗余或者產(chǎn)業(yè)依存度冗余。外資市場(chǎng)控制率、產(chǎn)業(yè)發(fā)展效益、外資品牌控制率以及勞動(dòng)密集型和資本密集型行業(yè)對(duì)制造業(yè)安全發(fā)展影響程度相對(duì)較大。

[關(guān)鍵詞]SE-DEA模型；Malmquist指數(shù)；制造業(yè)；產(chǎn)業(yè)安全

一、 引言

黨的二十大報(bào)告指出，要加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系，著力提高全要素生產(chǎn)率，著力提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平1。制造業(yè)作為中國(guó)工業(yè)體系的支柱和國(guó)民經(jīng)濟(jì)的脊梁，是強(qiáng)國(guó)之基、富民之本，影響中國(guó)整個(gè)工業(yè)體系的產(chǎn)業(yè)安全。制造業(yè)是否安全已經(jīng)成為制約中國(guó)產(chǎn)業(yè)安全，乃至整個(gè)經(jīng)濟(jì)安全領(lǐng)域亟待解決的問(wèn)題，也是為國(guó)家戰(zhàn)略定位和現(xiàn)代產(chǎn)業(yè)政策的核心基礎(chǔ)[1]?；诋a(chǎn)業(yè)安全測(cè)評(píng)理論，本文從制造業(yè)細(xì)分行業(yè)出發(fā)，構(gòu)建制造業(yè)產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系，實(shí)證研判制造業(yè)產(chǎn)業(yè)安全“度”、識(shí)別障礙因子及其影響程度，并提出化解不安全風(fēng)險(xiǎn)對(duì)策，對(duì)完善制造業(yè)產(chǎn)業(yè)安全測(cè)評(píng)理論和研究方法，積極化解不安全的地緣政治經(jīng)濟(jì)環(huán)境和貿(mào)易壁壘，建立適應(yīng)中國(guó)制造業(yè)安全發(fā)展的國(guó)際安全生態(tài)圈，實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展具有理論研究?jī)r(jià)值和現(xiàn)實(shí)意義。

二、 文獻(xiàn)綜述

目前，國(guó)內(nèi)學(xué)者對(duì)于產(chǎn)業(yè)安全的研究主要從產(chǎn)業(yè)安全的概念界定和產(chǎn)業(yè)安全測(cè)度評(píng)價(jià)兩個(gè)方面展開。其中關(guān)于制造業(yè)產(chǎn)業(yè)安全的研究成果，主要涉及裝備制造業(yè)、高技術(shù)制造業(yè)、電子與通信設(shè)備制造業(yè)等制造業(yè)細(xì)分行業(yè)，缺少基于產(chǎn)業(yè)安全視角對(duì)制造業(yè)的全面評(píng)估。已有的產(chǎn)業(yè)安全測(cè)度研究方法大都采用指標(biāo)賦權(quán)的方法，存在主觀性較強(qiáng)或者大量樣本數(shù)據(jù)較難獲得的情況，用其衡量產(chǎn)業(yè)安全的“度”結(jié)果較模糊。

對(duì)產(chǎn)業(yè)安全概念界定主要集中于兩個(gè)視角：一是從外資投資威脅論的角度，即在開放條件下，一國(guó)產(chǎn)業(yè)抵御外來(lái)干擾或威脅并不斷獲得持續(xù)發(fā)展的狀態(tài)[2]。二是從產(chǎn)業(yè)健康、可持續(xù)發(fā)展的角度，即在對(duì)外開放的條件下，在國(guó)際競(jìng)爭(zhēng)發(fā)展的進(jìn)程中，保持民族產(chǎn)業(yè)持續(xù)生存和發(fā)展的能力，保持本國(guó)資本對(duì)本國(guó)產(chǎn)業(yè)主體的控制［3］。

制造業(yè)產(chǎn)業(yè)安全測(cè)評(píng)目前有兩大主流框架。一是經(jīng)濟(jì)安全論壇提出的由制造業(yè)的“顯性安全、國(guó)際經(jīng)濟(jì)關(guān)系、國(guó)內(nèi)科技水平、國(guó)內(nèi)宏觀經(jīng)濟(jì)條件”構(gòu)成的四維框架［4］；二是何維達(dá)等提出的由“產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力、產(chǎn)業(yè)對(duì)外依存、產(chǎn)業(yè)控制力”構(gòu)成的三維框架［5］。此后，以上述“兩大代表性產(chǎn)業(yè)安全評(píng)價(jià)框架”為基礎(chǔ)，國(guó)內(nèi)學(xué)者運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型［6］、層次分析方法和熵權(quán)法［7］、模糊綜合評(píng)價(jià)法［8］、層次分析法及主成分分析法［9］等方法構(gòu)建指標(biāo)體系框架，對(duì)產(chǎn)業(yè)安全進(jìn)行實(shí)證性評(píng)價(jià)研究。

綜上文獻(xiàn)，國(guó)內(nèi)學(xué)者們從不同視角對(duì)中國(guó)制造業(yè)的產(chǎn)業(yè)安全進(jìn)行了定性或者定量分析，為本文的研究奠定了基礎(chǔ)。本文基于SE-DEA-Malmquist模型和障礙因子診斷方法，對(duì)中國(guó)制造業(yè)產(chǎn)業(yè)安全進(jìn)行動(dòng)態(tài)定量分析。首先，SE-DEA模型將制造業(yè)看成一個(gè)多投入、多產(chǎn)出的復(fù)雜系統(tǒng)，通過(guò)建立非參數(shù)模型對(duì)各決策單元進(jìn)行相對(duì)效率評(píng)價(jià)，不涉及指標(biāo)賦權(quán)的問(wèn)題；其次，在繼承傳統(tǒng)DEA模型優(yōu)勢(shì)的同時(shí)，能夠?qū)崿F(xiàn)對(duì)中國(guó)制造業(yè)26個(gè)細(xì)分行業(yè)的面板數(shù)據(jù)分析；再次，障礙因子診斷模型可以用來(lái)測(cè)度評(píng)價(jià)體系內(nèi)各項(xiàng)指標(biāo)評(píng)價(jià)結(jié)果對(duì)制造業(yè)安全發(fā)展的影響程度。

三、 中國(guó)制造業(yè)產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系構(gòu)建

1. 已有指標(biāo)體系框架

國(guó)內(nèi)學(xué)者利用DEA評(píng)價(jià)法構(gòu)建的產(chǎn)業(yè)安全指標(biāo)體系（表1）的輸入指標(biāo)大多選取“產(chǎn)業(yè)控制力、產(chǎn)業(yè)對(duì)外依存度”等指標(biāo)，輸出指標(biāo)主要是“國(guó)際競(jìng)爭(zhēng)力、產(chǎn)業(yè)發(fā)展”等指標(biāo)，用來(lái)反映“外資威脅”和“外資控制”對(duì)產(chǎn)業(yè)安全的影響。但是其中部分指標(biāo)存在一些問(wèn)題（表1）。

第一，輸入輸出指標(biāo)體系的選擇不適合用于DEA模型進(jìn)行產(chǎn)業(yè)安全評(píng)價(jià)。DEA模型是用于計(jì)算相對(duì)效率的一種非參數(shù)統(tǒng)計(jì)方法。將相對(duì)效率直接用于產(chǎn)業(yè)安全的評(píng)價(jià)，投入和產(chǎn)出指標(biāo)選擇的合理性和適配性則非常重要。從外資角度而言，產(chǎn)業(yè)安全程度取決于產(chǎn)業(yè)為獲得生存和發(fā)展所遭受“威脅”和“控制”的強(qiáng)度，強(qiáng)度越小，產(chǎn)業(yè)安全度越高。因此，部分學(xué)者將“關(guān)稅、R&D費(fèi)用”作為投入指標(biāo)并不合適。

第二，部分指標(biāo)之間存在矛盾關(guān)系。產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力指標(biāo)反映國(guó)內(nèi)產(chǎn)業(yè)在世界市場(chǎng)上競(jìng)爭(zhēng)力狀況，指標(biāo)數(shù)值越大，在一定程度上表示該產(chǎn)業(yè)在世界市場(chǎng)上的競(jìng)爭(zhēng)力越強(qiáng)，產(chǎn)業(yè)越安全。但對(duì)某些出口型產(chǎn)業(yè)，國(guó)際競(jìng)爭(zhēng)力越強(qiáng)，其出口對(duì)外依存度越高，世界市場(chǎng)份額也越大［16］。出口對(duì)外依存度反映產(chǎn)業(yè)的生存對(duì)產(chǎn)品出口的依賴程度，大部分學(xué)者認(rèn)為這一指標(biāo)和產(chǎn)業(yè)安全之間存在反比例關(guān)系，即產(chǎn)業(yè)出口對(duì)外依存度越高，產(chǎn)業(yè)越不安全。這一矛盾關(guān)系產(chǎn)生的原因在于，一國(guó)與世界經(jīng)濟(jì)的“融合”是相互的，即“雙向依存”。對(duì)外依存度是一把雙刃劍，在其數(shù)值高顯示出風(fēng)險(xiǎn)的同時(shí)，也不能忽視貿(mào)易對(duì)象國(guó)對(duì)本國(guó)產(chǎn)業(yè)的依賴，其代表著在參與國(guó)際分工時(shí)，一國(guó)在世界經(jīng)濟(jì)周期波動(dòng)中可以回旋的余地。

2. 構(gòu)建產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系

本文在已有的產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)基礎(chǔ)上，構(gòu)建以產(chǎn)業(yè)控制力和產(chǎn)業(yè)對(duì)外依存度為投入指標(biāo)、產(chǎn)業(yè)生存發(fā)展能力為產(chǎn)出指標(biāo)的中國(guó)制造業(yè)產(chǎn)業(yè)安全指標(biāo)體系（表2）。

第一，產(chǎn)業(yè)控制力反映外資對(duì)本國(guó)產(chǎn)業(yè)的控制力。本文運(yùn)用市場(chǎng)、資產(chǎn)、品牌3項(xiàng)產(chǎn)業(yè)外資控制力逆向指標(biāo)刻畫外資對(duì)產(chǎn)業(yè)控制能力。外資產(chǎn)業(yè)控制力增強(qiáng)導(dǎo)致本國(guó)控制產(chǎn)業(yè)的能力的下降，產(chǎn)業(yè)外資控制力數(shù)值越大，產(chǎn)業(yè)越不安全。

第二，產(chǎn)業(yè)對(duì)外依存度反映對(duì)國(guó)際市場(chǎng)的依賴程度。基于出口對(duì)外依存度與產(chǎn)業(yè)競(jìng)爭(zhēng)力指標(biāo)之間的沖突性，本文剔除出口對(duì)外依存度，運(yùn)用進(jìn)口、技術(shù)、資本3項(xiàng)產(chǎn)業(yè)對(duì)外依存度逆向指標(biāo)對(duì)產(chǎn)業(yè)對(duì)外依存度進(jìn)行刻畫。對(duì)外依存度數(shù)值越大，產(chǎn)業(yè)越不安全。

第三，產(chǎn)業(yè)生存和發(fā)展能力反映產(chǎn)業(yè)的發(fā)展現(xiàn)狀和可持續(xù)發(fā)展能力。本文運(yùn)用產(chǎn)業(yè)發(fā)展效益、產(chǎn)業(yè)發(fā)展速度和產(chǎn)業(yè)國(guó)際競(jìng)爭(zhēng)力3項(xiàng)產(chǎn)業(yè)生存和發(fā)展能力正向指標(biāo)對(duì)產(chǎn)業(yè)競(jìng)爭(zhēng)力進(jìn)行刻畫。產(chǎn)業(yè)生存和發(fā)展能力數(shù)值越大，代表產(chǎn)業(yè)越安全。

3. 制造業(yè)行業(yè)分類與數(shù)據(jù)來(lái)源

由于“煙草制品業(yè)”沒有外資進(jìn)入，“廢棄資源綜合利用業(yè)”“家具制造業(yè)”“其他制造業(yè)”“金屬制品、機(jī)械和設(shè)備修理業(yè)”的進(jìn)口或者出口數(shù)據(jù)難以統(tǒng)計(jì)，基于數(shù)據(jù)可得性，本文選取26個(gè)制造業(yè)細(xì)分行業(yè)（來(lái)源于《國(guó)民經(jīng)濟(jì)行業(yè)分類和代碼（GB/T 4754—2017）》標(biāo)準(zhǔn)）為研究對(duì)象，參考陽(yáng)立高等［21］制造業(yè)分類方法，將制造業(yè)分為勞動(dòng)、資本、技術(shù)密集型三大類型（表3）。

數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》和《2018年中國(guó)經(jīng)濟(jì)普查年鑒》。其中，制造業(yè)細(xì)分行業(yè)的進(jìn)出口數(shù)據(jù)借鑒錢學(xué)鋒等［22］的方法，根據(jù)國(guó)民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2017）、聯(lián)合國(guó)統(tǒng)計(jì)署的國(guó)際標(biāo)準(zhǔn)工業(yè)分類法（ISICRev.4）代碼對(duì)應(yīng)表，參照國(guó)際標(biāo)準(zhǔn)工業(yè)分類法（ISICRev.4）與產(chǎn)品中心分類（CPCVer.2.1）對(duì)應(yīng)表、產(chǎn)品中心分類（CPCVer.2.1）與海關(guān)商品編碼（HS2017）對(duì)應(yīng)表，建立國(guó)民經(jīng)濟(jì)行業(yè)分類（GB/T 4754—2017）四位代碼與海關(guān)商品編碼（HS2017）六位商品代碼對(duì)應(yīng)關(guān)系，利用UNCOMTRADE數(shù)據(jù)庫(kù)測(cè)算制造業(yè)細(xì)分行業(yè)進(jìn)出口數(shù)據(jù)。為保持統(tǒng)計(jì)口徑的一致性，本文最終選取2018—2021年共26個(gè)制造業(yè)細(xì)分行業(yè)的面板數(shù)據(jù)進(jìn)行測(cè)算。

四、 中國(guó)制造業(yè)產(chǎn)業(yè)安全的評(píng)價(jià)模型構(gòu)建

1. SE-DEA模型

數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA），是運(yùn)用線性規(guī)劃的方法，在多投入和多產(chǎn)出的決策單元（Decision Making Units，DMU）之間進(jìn)行相對(duì)效率的評(píng)價(jià)。Charnes等［23］和Banker等［24］學(xué)者相繼提出規(guī)模報(bào)酬不變的CCR-DEA模型和規(guī)模報(bào)酬可變的BCC-DEA模型。在此基礎(chǔ)上，Andersen等［25］提出SE-DEA模型，在不改變無(wú)效率的DMU的效率值的前提下，對(duì)所有有效率的DMU重新進(jìn)行超效率值計(jì)算。假設(shè)有n個(gè)DMUj（j=1，2，3，...，n），每一個(gè)DMUj都有m個(gè)投入變量xij（i=1，2，3，...，m）和k個(gè)產(chǎn)出變量yrj（r=1，2，3，...，k），則第j個(gè)DMUj的效率評(píng)價(jià)的SE-DEA模型為：

[s.t.minθ-εi=1ms-i+r=1ks+rj=1≠0nλjxij+s-i=θxi0j=1≠0nλjyrj+s+r=θyr0λj≥0s-i，s+r≥0] （1）

式（1）中：θ表示為DMUj的超效率值；ε為阿基米德無(wú)窮小；si-和sr+為投入和產(chǎn)出的松弛變量；λj為權(quán)重系數(shù)。當(dāng)θ＜1時(shí)，說(shuō)明DMUj是無(wú)效率；當(dāng)θ≥1時(shí)，則說(shuō)明DMUj有效率，根據(jù)值大小對(duì)決策單元進(jìn)一步進(jìn)行排序。

2. Malmquist指數(shù)模型

Malmquist指數(shù)模型由Malmquist［26］和Fare等［27］相繼提出和改進(jìn)，通過(guò)將Malmquist和DEA結(jié)合，計(jì)算兩個(gè)不同時(shí)期決策單元的全要素生產(chǎn)率指數(shù)（TFP），并將其分解為技術(shù)效率變化指數(shù)（Effch）和技術(shù)進(jìn)步指數(shù)（Tech），其中，技術(shù)效率變化指數(shù)（Effch）又可以分解為純技術(shù)效率指數(shù)（Pech）和規(guī)模效率變化指數(shù)（Sech）。DEA-Malmquist模型計(jì)算式為：

[TFPt，t+1i=dtixt+1i，yt+1idtixti，yti×dt+1ixt+1i，yt+1idt+1ixti，yti=Effcht，t+1i×Techt，t+1i=Pecht，t+1i×Secht，t+1i×Techt，t+1i] （2）

[Effcht，t+1i=dt+1ixt+1i，yt+1idtixti，yti] （3）

[Techt，t+1i=dtixt+1i，yt+1idt+1ixt+1i，yt+1i×dtixti，ytidt+1ixti，yti] （4）

式（2）中xit和xit+1分別表示決策單元i在t和t+1期的投入變量；yit和yit+1分別表示決策單元i在t和t+1期的產(chǎn)出變量；dit（xit，yit）和dit（xit+1，yit+1）分別表示決策單元i以t期的技術(shù)水平為基準(zhǔn)，t和t+1期的投入產(chǎn)出變量的距離函數(shù)；dit+1（xit，yit）和dit+1（xit+1，yit+1）分別表示決策單元i以t+1期的技術(shù)水平為基準(zhǔn)，t和t+1期的投入產(chǎn)出變量的距離函數(shù)。

3. 障礙因子診斷

為進(jìn)一步考察各維度和下級(jí)指標(biāo)對(duì)制造業(yè)各行業(yè)安全發(fā)展的影響程度，本文引入障礙影響程度模型對(duì)其進(jìn)行診斷和分析。障礙影響程度模型采用因子貢獻(xiàn)度、指標(biāo)偏離度和障礙影響程度三項(xiàng)指標(biāo)對(duì)維度指標(biāo)和下級(jí)指標(biāo)進(jìn)行分析診斷［28］。本文采用熵權(quán)法確定權(quán)重（該方法為常用方法，略）。確定因子貢獻(xiàn)度、指標(biāo)偏離度和障礙影響程度的步驟如下：

第一步：定義因子貢獻(xiàn)度。[Fj=Ri×Wj] （5）

因子貢獻(xiàn)度測(cè)度單向因素對(duì)總目標(biāo)的影響程度。Ri為綜合評(píng)價(jià)模型中第i個(gè)子系統(tǒng)的權(quán)重。Wj為第i個(gè)子系統(tǒng)中的第j個(gè)指標(biāo)的權(quán)重。

第二步：定義指標(biāo)偏離度。[Dj=1-Xj] （6）

指標(biāo)偏離度測(cè)度是指單項(xiàng)指標(biāo)與制造業(yè)各行業(yè)該項(xiàng)指標(biāo)理想安全發(fā)展目標(biāo)之間的差距，用1來(lái)表示制造業(yè)各行業(yè)安全發(fā)展目標(biāo)。其中，Xj為標(biāo)準(zhǔn)化后第j項(xiàng)指標(biāo)的值。

第三步：定義障礙影響程度。[Hj=Fi×Djj=1nFi×Dj×100%] （7）

n表示系統(tǒng)指標(biāo)個(gè)數(shù)，Hj越大，表示該項(xiàng)基礎(chǔ)指標(biāo)對(duì)制造業(yè)各行業(yè)安全發(fā)展的影響程度越高，按照從大到小的順序排序可以確定影響因素的主次關(guān)系。

第四步：定義集成障礙影響程度。[Sj=j=1nHj] （8）

在分析單向基礎(chǔ)指標(biāo)對(duì)制造業(yè)各行業(yè)安全發(fā)展的影響程度的基礎(chǔ)上，集成衡量各子系統(tǒng)對(duì)制造業(yè)安全發(fā)展的影響程度。

五、 中國(guó)制造業(yè)產(chǎn)業(yè)安全實(shí)證分析

1. 基于SE-DEA模型的制造業(yè)產(chǎn)業(yè)安全效率評(píng)價(jià)

本文基于投入導(dǎo)向規(guī)模報(bào)酬不變的SE-DEA模型，采用Python對(duì)2018—2021年中國(guó)26個(gè)制造業(yè)細(xì)分行業(yè)進(jìn)行全局超效率測(cè)算。測(cè)算結(jié)果顯示：2018—2021年，總體呈波動(dòng)上升態(tài)勢(shì)，超效率均值為0.826，9個(gè)行業(yè)年度均值達(dá)到有效狀態(tài)，占26個(gè)制造業(yè)行業(yè)的34.6%，總體未達(dá)到有效狀態(tài)（表4）。各年份超效率值顯示，超效率值達(dá)到DEA有效的行業(yè)數(shù)從4個(gè)增加到8個(gè)，相較于前三年，2021年有效的行業(yè)新增了“C20、C27”，減少了“C13、C18、C19、C36”，其中有14個(gè)行業(yè)在四年間一直處于無(wú)效率狀態(tài)，約占26個(gè)制造業(yè)行業(yè)的53.8%。說(shuō)明近年來(lái)中國(guó)有一半以上的制造業(yè)細(xì)分行業(yè)一直處于相對(duì)不安全的狀態(tài)。

從中國(guó)制造業(yè)三大產(chǎn)業(yè)類型產(chǎn)業(yè)安全超效率變動(dòng)態(tài)勢(shì)來(lái)看，2018—2021年，制造業(yè)三大類型產(chǎn)業(yè)的產(chǎn)業(yè)安全超效率總體呈上升態(tài)勢(shì)，但是產(chǎn)業(yè)類別分化明顯（表5）。資本密集型制造業(yè)的超效率平均水平達(dá)到0.873，高于全國(guó)平均水平0.862；勞動(dòng)密集型制造業(yè)和技術(shù)密集型制造業(yè)的超效率平均水平分別為0.847和0.740，低于全國(guó)平均水平，尤其技術(shù)密集型制造業(yè)與全國(guó)的平均水平差距相對(duì)較大，說(shuō)明提升中國(guó)制造業(yè)產(chǎn)業(yè)安全主要依靠資本密集型制造業(yè)。

制造業(yè)產(chǎn)業(yè)安全的超效率值以1為分界線，大于等于1代表產(chǎn)業(yè)安全，數(shù)值越大代表產(chǎn)業(yè)越安全；小于1代表產(chǎn)業(yè)不安全，且越小代表產(chǎn)業(yè)發(fā)展越不安全。

如表6所示，勞動(dòng)密集型制造業(yè)僅“C17、C20、C30”3個(gè)行業(yè)達(dá)到SE-DEA有效狀態(tài)，其他8個(gè)行業(yè)都處于產(chǎn)業(yè)相對(duì)不安全狀態(tài)。技術(shù)密集型制造業(yè)產(chǎn)業(yè)安全平均效率均值達(dá)到有效的只有“C27、C36”2個(gè)行業(yè)，且“C36”效率值處于波動(dòng)狀態(tài)，2020—2021年以52.8%的速度從1.764回落到0.833的不安全狀態(tài)。資本密集型制造業(yè)的“C25”行業(yè)效率均值達(dá)到1.628，“C15”行業(yè)效率均值為1.044，“C28”行業(yè)效率均值為1.058，“C31”行業(yè)效率均值為1.055，均達(dá)到產(chǎn)業(yè)安全的有效水平，其中“C25”安全效率均值為三大制造業(yè)之首，也是唯一一個(gè)超效率均值超過(guò)1.5的行業(yè)，屬于非常安全的行業(yè)。但是，制造業(yè)三大產(chǎn)業(yè)在“C14、C34、C39”行業(yè)的超效率均值低于0.5，屬于非常不安全的行業(yè)。

總體而言，中國(guó)技術(shù)密集型制造業(yè)處于相對(duì)最不安全的狀態(tài)，受外資的影響最大，其次是勞動(dòng)密集型制造業(yè)，而資本密集型制造業(yè)處于相對(duì)安全的狀態(tài)，受外資影響最小。

從非DEA有效行業(yè)投入冗余情況來(lái)看，除“C15、C17、C20、C25、C27、C28、C30、C31、C36”9個(gè)行業(yè)外，其他17個(gè)行業(yè)都沒有達(dá)到最優(yōu)狀態(tài)，即存在投入冗余。因此，本文分別對(duì)17個(gè)非DEA有效行業(yè)的產(chǎn)業(yè)控制力和產(chǎn)業(yè)依存度指標(biāo)的投入冗余作同權(quán)處理，以產(chǎn)業(yè)控制力為橫坐標(biāo)，產(chǎn)業(yè)依存度為縱坐標(biāo)，繪制產(chǎn)業(yè)控制力-產(chǎn)業(yè)依存度矩陣散點(diǎn)圖（圖1），以兩個(gè)投入指標(biāo)的平均值為分界線，進(jìn)一步對(duì)中國(guó)非DEA制造業(yè)行業(yè)的投入冗余狀況進(jìn)行綜合分析。

整體上，中國(guó)制造業(yè)產(chǎn)業(yè)控制力冗余較產(chǎn)業(yè)依存度冗余明顯。根據(jù)冗余程度，將產(chǎn)業(yè)控制力-產(chǎn)業(yè)依存度矩陣散點(diǎn)圖劃分為高依存度冗余高控制力冗余的雙高冗余行業(yè)，低依存度冗余高控制力冗余行業(yè)，高依存度冗余低控制力冗余行業(yè)，低依存度冗余低控制力冗余的雙低冗余行業(yè)共4類?！癈18、C19、C22、C24、C40”5個(gè)行業(yè)構(gòu)成雙高冗余行業(yè)；“C34、C38”2個(gè)行業(yè)屬于低依存度冗余高控制力冗余行業(yè)；“C14、C37”2個(gè)行業(yè)屬于高依存度冗余低控制力冗余行業(yè)；剩下的8個(gè)行業(yè)為雙低冗余行業(yè)。

2. 基于Malmquist指數(shù)模型的制造業(yè)產(chǎn)業(yè)安全效率評(píng)價(jià)

為進(jìn)一步說(shuō)明中國(guó)制造業(yè)細(xì)分行業(yè)2018—2021年產(chǎn)業(yè)安全效率的動(dòng)態(tài)變化情況，本文使用DEAP2.1軟件，基于Malmquist指數(shù)模型測(cè)算出TFP、Effch、Tech、Pech、Sech（表7、表8）。

（1）中國(guó)制造業(yè)全要素生產(chǎn)率總體處于上升態(tài)勢(shì)

2018—2021年中國(guó)制造業(yè)TFP均值為1.135，其分解值Tech為1.112，上升11.2%；Pech為1.022，上升2.2%；Sech為0.998，下降0.2%，反映出中國(guó)制造業(yè)TFP的提升主要依賴于技術(shù)進(jìn)步，但是仍處于生產(chǎn)規(guī)模不足的狀態(tài)（表8）。2018—2019年和2020—2021年的Malmquist分解值中Tech都大于1，Effch都小于1，而2018—2019年Effch負(fù)增長(zhǎng)的原因是生產(chǎn)規(guī)模不足，2020—2021年Effch負(fù)增長(zhǎng)的原因是管理水平較差，但是這兩個(gè)時(shí)期的TFP都大于1，這說(shuō)明技術(shù)進(jìn)步所帶來(lái)的正面效應(yīng)仍大于技術(shù)效率的負(fù)面效率；2019—2020年Malmquist分解值中技術(shù)進(jìn)步指數(shù)小于1，Effch大于1，且TFP大于1，這說(shuō)明技術(shù)效率提高的積極作用抵消了技術(shù)退步對(duì)制造業(yè)全要素生產(chǎn)率的消極作用。

（2）中國(guó)制造業(yè)三大產(chǎn)業(yè)全要素生產(chǎn)率的提升更依賴于科學(xué)技術(shù)的進(jìn)步

勞動(dòng)、資本、技術(shù)密集型制造業(yè)的TFP均值都大于1，且Tech的均值都大于Effch（表9）。在三大產(chǎn)業(yè)中，勞動(dòng)密集型制造業(yè)的TFP增長(zhǎng)最快，上升了17.7%，高于中國(guó)制造業(yè)整體的平均上升程度，其中Pech上升3.7%，Sech下降0.4%；而資本和技術(shù)密集型制造業(yè)的TFP動(dòng)態(tài)變化均值分別是1.101和1.126，分別上升10.1%和12.6%，低于中國(guó)制造業(yè)整體的平均上升程度，且兩者的Pech和Sech都維持在1左右。綜合三大產(chǎn)業(yè)效率分析結(jié)果發(fā)現(xiàn)，勞動(dòng)密集型制造業(yè)生產(chǎn)率改善最大，其次是技術(shù)密集型制造業(yè)，資本密集型制造業(yè)在TFP上的改善最小。結(jié)合超效率DEA模型分析顯示：提升中國(guó)制造業(yè)產(chǎn)業(yè)安全主要是依靠資本密集型制造業(yè)，說(shuō)明勞動(dòng)和技術(shù)密集型制造業(yè)正在提升科技創(chuàng)新水平，調(diào)整要素結(jié)構(gòu)投入，從而縮小與資本密集型制造業(yè)之間的差距，提升中國(guó)制造業(yè)整體的產(chǎn)業(yè)安全。

（3）生產(chǎn)技術(shù)相對(duì)落后導(dǎo)致部分行業(yè)全要素生產(chǎn)率較低

僅“C25、C28、C31、C36”4個(gè)行業(yè)的年均TFP小于1，即在制造業(yè)的26個(gè)細(xì)分行業(yè)中，僅這4個(gè)行業(yè)的綜合生產(chǎn)率呈現(xiàn)下降趨勢(shì)。上述4個(gè)行業(yè)的Tech都小于1，Effch、Pech、Sech都大于或等于1，說(shuō)明以上4個(gè)行業(yè)TFP下降是由生產(chǎn)技術(shù)落后所致。

3. 產(chǎn)業(yè)安全障礙因子診斷

為深入探討影響各細(xì)分行業(yè)產(chǎn)業(yè)安全發(fā)展的關(guān)鍵障礙因子，本文對(duì)26個(gè)細(xì)分行業(yè)的9個(gè)評(píng)價(jià)指標(biāo)進(jìn)行障礙度測(cè)算排序。同時(shí)，由于樣本量較大，選取2018年和2021年數(shù)據(jù)作為樣本進(jìn)行測(cè)算，限于篇幅只列出障礙因子排序前3因子（表10）。結(jié)果顯示：出現(xiàn)頻率超過(guò)10次的影響因子，2018年依次為產(chǎn)業(yè)發(fā)展速度（A31）19次、外資市場(chǎng)控制率（A11）12次、產(chǎn)業(yè)發(fā)展效益（A32）11次、外資品牌控制率（A13）10次；2021年依次為外資市場(chǎng)控制率（A11）17次、產(chǎn)業(yè)發(fā)展效益（A32）15次、外資品牌控制率（A13）14次、資本對(duì)外依存度（A23）10次?？傮w而言，2018—2021年期間，外資市場(chǎng)控制率、產(chǎn)業(yè)發(fā)展效益、外資品牌控制率三個(gè)因素對(duì)制造業(yè)安全發(fā)展的影響程度相對(duì)較大。

將26個(gè)細(xì)分行業(yè)對(duì)制造業(yè)系統(tǒng)的影響程度劃分為五個(gè)等級(jí)（第五個(gè)等級(jí)為6個(gè)細(xì)分行業(yè)）。產(chǎn)業(yè)控制力子系統(tǒng)影響程度（表11）顯示C20等5個(gè)細(xì)分行業(yè)依次影響程度較大；產(chǎn)業(yè)對(duì)外依存度子系統(tǒng)影響程度顯示C28等5個(gè)細(xì)分行業(yè)依次影響程度較大；產(chǎn)業(yè)競(jìng)爭(zhēng)力子系統(tǒng)影響程度顯示C24等5個(gè)細(xì)分行業(yè)依次影響程度較大；總集成影響程度顯示C20等5個(gè)細(xì)分行業(yè)依次影響程度較大。總體而言，勞動(dòng)密集型、資本密集型產(chǎn)業(yè)對(duì)整個(gè)制造業(yè)的安全發(fā)展影響程度較大。

4. 穩(wěn)健性檢驗(yàn)

DEA模型是一種非參數(shù)的線性規(guī)劃方法，無(wú)法直接進(jìn)行各種統(tǒng)計(jì)學(xué)檢驗(yàn)。鑒于投入產(chǎn)出變量的選擇以及異常點(diǎn)對(duì)模型效率值的影響，Kirjavainen等［29］提出利用Jackknifing法檢驗(yàn)DEA模型效率得分結(jié)果的穩(wěn)健性。Jackknifing法就是每次剔除一個(gè)有效率的行業(yè)，然后再進(jìn)行模型分析，由此檢驗(yàn)?zāi)Ｐ徒Y(jié)果的穩(wěn)健性。表5表明需分別刪除9個(gè)有效率行業(yè)，逐一測(cè)算9次剩余25個(gè)制造業(yè)行業(yè)效率值。然后將表5效率均值與剔除1個(gè)有效行業(yè)的效率均值進(jìn)行斯皮爾曼相關(guān)系數(shù)檢驗(yàn)。計(jì)算這9次效率均值的平均效率及該平均效率的標(biāo)準(zhǔn)偏差如表12所示，在考慮異常值對(duì)效率前沿面影響的情況下，斯皮爾曼相關(guān)系數(shù)值很高，平均效率和迭代效率平均值的差異較小，且迭代平均效率的標(biāo)準(zhǔn)偏差非常小，表明本文的研究結(jié)果是穩(wěn)健的。

六、 總結(jié)及建議

1. 結(jié)論

第一，中國(guó)制造業(yè)產(chǎn)業(yè)安全效率仍有極大的提升空間。2021年達(dá)到產(chǎn)業(yè)相對(duì)安全的行業(yè)有8個(gè)，占26個(gè)行業(yè)的30.8%。整體產(chǎn)業(yè)控制力冗余高于產(chǎn)業(yè)依存度冗余。5個(gè)細(xì)分行業(yè)雙高冗余行業(yè)效率提升空間較大。

第二，中國(guó)制造業(yè)產(chǎn)業(yè)安全效率的提高主要源于技術(shù)進(jìn)步指數(shù)的提高。2018—2021年，中國(guó)制造業(yè)Malmquist生產(chǎn)率上升了13.5%，技術(shù)效率均值提高了2.1%，技術(shù)進(jìn)步均值提高了11.2%。

第三，中國(guó)制造業(yè)產(chǎn)業(yè)安全問(wèn)題亟待重視。對(duì)制造業(yè)安全發(fā)展影響程度相對(duì)較大的主要因素為外資市場(chǎng)控制率、產(chǎn)業(yè)發(fā)展效益、外資品牌控制率，主要行業(yè)為C20、C31、C28、C24、C30、C32、C25、C17、C15、C33、C13、C26、C18等13個(gè)細(xì)分勞動(dòng)密集型、資本密集型行業(yè)。

2. 建議

第一，提升產(chǎn)業(yè)控制力。合理利用外資，效率值越低的產(chǎn)業(yè)越應(yīng)降低外資控制比例和對(duì)外依存度，培育和保護(hù)中國(guó)主導(dǎo)產(chǎn)業(yè)。具體而言，“低依存度冗余高控制力冗余”行業(yè)應(yīng)注重產(chǎn)業(yè)控制力的改進(jìn)，增強(qiáng)民族企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，降低外資對(duì)產(chǎn)業(yè)的控制程度；“高依存度冗余低控制力冗余”行業(yè)則應(yīng)重點(diǎn)關(guān)注產(chǎn)業(yè)對(duì)外依存度，努力提升產(chǎn)業(yè)的自主創(chuàng)新能力，控制外資資本的介入，促進(jìn)全產(chǎn)業(yè)鏈發(fā)展，減少對(duì)外部市場(chǎng)尤其是中間產(chǎn)品市場(chǎng)的依賴；“雙高冗余”行業(yè)既要減少外資的產(chǎn)業(yè)控制力，也要降低產(chǎn)業(yè)的對(duì)外依存度，推動(dòng)制造業(yè)高質(zhì)量發(fā)展。

第二，積聚產(chǎn)業(yè)安全生產(chǎn)要素。提升和優(yōu)化產(chǎn)業(yè)生產(chǎn)要素的質(zhì)量和結(jié)構(gòu)是提高中國(guó)制造業(yè)產(chǎn)業(yè)安全的關(guān)鍵。一是優(yōu)化制造業(yè)產(chǎn)業(yè)金融環(huán)境，國(guó)家應(yīng)實(shí)施更加精準(zhǔn)的制造業(yè)產(chǎn)業(yè)扶持政策，引導(dǎo)國(guó)內(nèi)資本市場(chǎng)加強(qiáng)對(duì)制造業(yè)發(fā)展的支持力度，創(chuàng)新金融支持方式，提高資本效率，降低融資成本；二是營(yíng)造引得進(jìn)、留得住、用得好的人才環(huán)境，統(tǒng)籌各方面優(yōu)質(zhì)資源和專業(yè)力量，通過(guò)設(shè)立人才發(fā)展專項(xiàng)資金、打造人才發(fā)展服務(wù)平臺(tái)、提供人才發(fā)展生活服務(wù)保障，重點(diǎn)著手靶向人才引進(jìn)和培養(yǎng)機(jī)制的構(gòu)建；三是推動(dòng)產(chǎn)業(yè)核心技術(shù)攻關(guān)，尤其加大對(duì)半導(dǎo)體、汽車、醫(yī)藥、機(jī)器人、電子電器等技術(shù)密集型制造業(yè)扶持力度，推進(jìn)相關(guān)產(chǎn)業(yè)供應(yīng)鏈產(chǎn)業(yè)鏈的本土化。

第三，建立產(chǎn)業(yè)動(dòng)態(tài)監(jiān)控預(yù)警機(jī)制。國(guó)家相關(guān)部門應(yīng)對(duì)制造業(yè)整體和局部進(jìn)行科學(xué)、客觀、全面監(jiān)控，掌握制造業(yè)的全方位數(shù)據(jù)信息，建立一套制造業(yè)產(chǎn)業(yè)安全預(yù)警機(jī)制，不僅要對(duì)制造業(yè)目前產(chǎn)業(yè)安全進(jìn)行評(píng)估，同時(shí)也要對(duì)制造業(yè)產(chǎn)業(yè)安全未來(lái)趨勢(shì)做出預(yù)測(cè)，從而采取措施及時(shí)規(guī)避各類風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] 李妍.創(chuàng)新生態(tài)系統(tǒng)下制造業(yè)產(chǎn)業(yè)安全評(píng)價(jià)體系的構(gòu)建與實(shí)證研究[J].中國(guó)科技論壇，2018（9）：22-30.

[2] 許銘.中國(guó)產(chǎn)業(yè)安全問(wèn)題分析[D].上海：復(fù)旦大學(xué)，2005.

[3] 張立.經(jīng)濟(jì)全球化條件下的中國(guó)產(chǎn)業(yè)安全問(wèn)題[D].成都：四川大學(xué)，2002.

[4] 經(jīng)濟(jì)安全論壇組.中國(guó)國(guó)家經(jīng)濟(jì)安全態(tài)勢(shì)——觀察與研究報(bào)告[M].北京：經(jīng)濟(jì)科學(xué)出版社，2002.

[5] 何維達(dá)，何昌.當(dāng)前中國(guó)三大產(chǎn)業(yè)安全的初步估算[J].中國(guó)工業(yè)經(jīng)濟(jì)，2002（2）：25-31.

[6] 金成曉，俞婷婷.基于BP神經(jīng)網(wǎng)絡(luò)的中國(guó)制造業(yè)產(chǎn)業(yè)安全預(yù)警研究[J].北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，10（1）：8-16.

[7] 朱建民，魏大鵬.我國(guó)產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系的再構(gòu)建與實(shí)證研究[J].科研管理，2013，34（7）：146-153.

[8] 向一波.中國(guó)裝備制造業(yè)產(chǎn)業(yè)安全研究[D].北京：中國(guó)人民大學(xué)，2013.

[9] 史欣向，李善民，王滿四，等.“新常態(tài)”下的產(chǎn)業(yè)安全評(píng)價(jià)體系重構(gòu)與實(shí)證研究——以中國(guó)高技術(shù)產(chǎn)業(yè)為例[J].中國(guó)軟科學(xué)，2015（7）：111-126.

[10] 何維達(dá)，賈立杰，吳玉萍.基于DEA模型的中國(guó)紡織產(chǎn)業(yè)安全評(píng)價(jià)與分析[J].統(tǒng)計(jì)與決策，2008（13）：77-79.

[11] 寧學(xué)敏.基于DEA原理的中國(guó)農(nóng)業(yè)產(chǎn)業(yè)安全度的評(píng)估與分析[J].生產(chǎn)力研究，2009（24）：49-50.

[12] 單春紅，胡珊珊.基于DEA模型的我國(guó)航空航天業(yè)安全評(píng)價(jià)實(shí)證分析[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012（5）：59-64.

[13] 史曉紅，李金霞.基于DEA方法的裝備制造業(yè)產(chǎn)業(yè)安全綜合評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2016（4）：60-62.

[14] 李孟剛，賈美霞，劉曉飛.基于DEA模型的中國(guó)文化產(chǎn)業(yè)安全評(píng)價(jià)實(shí)證分析[J].吉首大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，39（5）：45-54.

[15] 高江濤，李紅，邵金鳴.基于DEA模型的中國(guó)糧食產(chǎn)業(yè)安全評(píng)估[J].統(tǒng)計(jì)與決策，2020，36（23）：61-65.

[16] 景玉琴.產(chǎn)業(yè)安全評(píng)價(jià)指標(biāo)體系研究[J].經(jīng)濟(jì)學(xué)家，2006（2）：70-76.

[17] 趙馳，戴陽(yáng)晨.綠色貿(mào)易壁壘抑制了發(fā)展中國(guó)家的產(chǎn)業(yè)安全嗎？——中國(guó)制造業(yè)產(chǎn)業(yè)的視角[J].經(jīng)濟(jì)問(wèn)題探索，2021（12）：83-103.

[18] 范建亭.開放背景下如何理解并測(cè)度對(duì)外技術(shù)依存度[J].中國(guó)科技論壇，2015（1）：45-50.

[19] 劉帷韜，劉德學(xué).外商投資產(chǎn)業(yè)政策對(duì)外資溢出效應(yīng)的影響——基于中國(guó)制造業(yè)行業(yè)的面板檢驗(yàn)[J].國(guó)際經(jīng)貿(mào)探索，2017，33（3）：96-112.

[20] 段國(guó)蕊，于靚.制造業(yè)高質(zhì)量發(fā)展評(píng)價(jià)體系構(gòu)建與測(cè)度：以山東省為例[J].統(tǒng)計(jì)與決策，2021，37（18）：99-102.

[21] 陽(yáng)立高，龔世豪，王鉑，等.人力資本、技術(shù)進(jìn)步與制造業(yè)升級(jí)[J].中國(guó)軟科學(xué)，2018（1）：138-148.

[22] 錢學(xué)鋒，陸麗娟，黃云湖，等.中國(guó)的貿(mào)易條件真的持續(xù)惡化了嗎？——基于種類變化的再估計(jì)[J].管理世界，2010（7）：18-29.

[23] Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，2（6）：429-444.

[24] Banker R D，Charnes A，Cooper W W．Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（9）∶1078-1092．

[25] Andersen P，Petersen N C.A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]．Management Science，1993，39（10）：1261-1264．

[26] Malmquist S．Index Numbers and Indifference Surfaces[J].Trabajos de Estadistica，1953（4）：209-242．

[27] Fare R，Grosskopf S，Norris M，et al．Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries[J].The American Economic Review，1994，84（1）：66-83．

[28] 于婷.基于熵權(quán)TOPSIS法的農(nóng)業(yè)高質(zhì)量發(fā)展評(píng)價(jià)及障礙因子診斷[J].云南社會(huì)科學(xué)，2021（5）：80.

[29] Kirjavainen T，Loikkanent H.A Efficiency Differences of Finnish Senior Secondary Schools：An Application of DEA and Tobit Analysis[J].Economics of Education Review，1998，17（4）：377-394.

基金項(xiàng)目：東莞市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目“東莞制造業(yè)安全發(fā)展研究”（項(xiàng)目編號(hào)：2023CG67）。

作者簡(jiǎn)介：王菁菁，女，碩士，廣東科技學(xué)院財(cái)經(jīng)學(xué)院講師，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)。

（收稿日期：2024-02-19? 責(zé)任編輯：蘇子寵）