二、产能过剩的测度方法

产能过剩的测度主要是指利用各种方法测算产能利用率，具体方法包括直接计算法，以及过峰趋势技术、峰值法、成本函数法和生产前沿面法等间接测算方法。

（一）产能利用率直接计算

国际上最常用的产能过剩测度方法，是使用产能利用率（CU）这一定量指标。产能利用率可以定义为实际产出与产能的比值（Morrison，1985；Nelson，1989；Kirkley、Paul和Squires，2002），产能利用率小于1，说明存在产能过剩。这一方法需要解决两个问题，第一个问题是产能的定义，从产能利用率公式（CU=y/Y）可以看出，测度产能Y是定量分析产能过剩问题的关键。袁捷敏（2013）在梳理国外文献中有关产能概念的基础上，将其归纳为五大类，分别是工程产能概念，即企业生产设备的工程设计标准；物理产能概念，即生产可变要素无限情况下，不变要素生产的最大能力；技术产能概念，利用西方经济学理论中包含生产技术的生产函数确定产出水平；经济产能概念，即以成本函数为基础计算生产的最优数量；经验产能概念，基于企业调查结果的产能定义。不同学者基于不同产能的概念，设计的产能测算方法有所不同，得出的最终结果差异也较大。目前，欧美日等发达国家和地区的产能过剩测度已经形成比较成熟的体系，并定期披露。

需要解决的第二个问题，是产能过剩的界定标准。就理论而言，产能利用率低于100%，就说明存在过剩现象，但实际生产中100%的产能利用率是不可能实现的。按照美联储的观点，所有产业总的产能利用率在美国从未达到过100%。美国历史上只有越战时期的产能利用率达到了90%。目前国际惯例认为，产能利用率以79%为临界值，79%～83%之间为正常值，低于79%时就说明可能存在过剩，超过90%则认为市场出现供不应求或称产能超越。

（二）过峰趋势技术

过峰趋势技术（trend through peaks technique）最早由沃顿商学院Klein教授等（1960）提出，主要用于估算美国工业设备利用率。该方法的核心是对产能的测度，并将产能定义为每个经济周期中波动所达到的峰值。通常认为，某一行业的实际产出数据，是围绕增长趋势线上下波动的时间序列，具体年份不同，产出水平也不同，因此会出现波峰和波谷。过峰趋势技术假设所有产出的短期峰值水平即为产能，此时生产能力得到充分利用，产能利用率为100%，而非峰值点的产能利用率小于100%，且峰值点之间的产能通常以常数比例增长。国内学者沈利生（1999）利用过峰趋势技术测算了我国的工业设备利用率。袁捷敏（2013）对现有过峰趋势技术进行了简化和创新，测算了我国制造业28个行业1992—2011年的产能利用率。其基本思路认为，通过不断修正现期峰值点和上期峰值点之间的拟合直线，可以得到一条通过各峰值点的产能趋势线，实际产值与趋势线上对应值的比例，即为设备利用率。

过峰趋势技术的最大优点是便于操作，只需要一组时间序列数据即可测算产能利用率。但在实际生产中，短期产出峰值点的产能利用率，只是高于周围的非峰值点，仍有存在产能闲置甚至过剩的可能性。

（三）峰值法

Ballard和Roberts（1977）在测算美国渔业能力利用度时，首次提出峰值法。该方法是对过峰趋势技术的扩展，两者虽然具有相同的产能界定，但前者采用的计算技术更为复杂且适用于小样本数据，包含的经济意义和假定条件也更符合实际情况。峰值法有两个基本假设条件：一是要素投入与产出存在直接关系，可以通过计量方法估算两者之间的关系式，由此可以得出每单位投入要素的“要素产出率”；二是要素产出率的峰值点为短期内最大产出，即产能利用率100%，而非峰值点产能所对应的要素产出率，是相邻两个峰值点要素产出率变化的函数（高越青，2015）。峰值法是当前测算产能利用率最常用的方法之一，主要原因就在于该方法操作简单且对数据要求不高，只需知道要素的投入和产出时间序列数据即可。但需强调的是，峰值法假定在相邻的两个峰值时间段内，技术变化是导致产能利用率不同的主要因素。而在实际生产中，短期产能利用率主要取决于资产规模及资产使用率，技术因素则更多体现在生产效率提高而非产能利用率上。

国内不少学者利用峰值法测算了我国特定行业的产能利用率。郑奕、周应祺（2002）利用峰值法分析了我国1994—1999年北太平洋鱿钓渔业的捕捞能力；路楠林（2006）选择以行业从业人员和产成品价值为投入和产出指标，测算了2002年2月—2015年12月我国制造业5个行业的月度产能利用率；曾繁梅（2007）根据全国企业评价协会2001—2003年的月度行业数据，分别以行业总资产和行业总产值作为投入和产出指标，运用峰值法估算了我国工业内部21个行业的产能利用率。

（四）成本函数法

成本函数法由Berndt和Morrison（1981）提出，其基本观点认为，企业在短期面临要素组合约束，因此短期产出可能与长期均衡产出不同。在长期，生产要素可以调整，企业在一定技术约束下，可以用最佳要素组合达到最优产出规模。但在短期，某些特定生产要素无法调整，实际产出必然有别于最优产出，此时实际产出依赖于资本存量水平。由于一定时期内可变投入量（例如劳动力、原材料等）与准固定投入量（例如固定资产）的使用比例是相对固定的，因此可以先通过成本函数估算出这一比例，然后以可变投入量乘以该比率，得出准固定投入量的使用量，进而求得产能利用率或资本设备利用率。成本函数法能够将生产过程中所消耗的各种要素投入进行综合考察，因此受到许多研究人员的青睐。

借鉴国外学者的研究成果，国内学者也利用成本函数法测算了不同行业的产能利用率。孙巍、李何、王文成（2009）利用成本函数法和Denny（1981）的可变成本函数形式，采用短期成本函数最小化的方法，计算了我国1997—2006年工业制造业28个行业的产能利用率；韩国高、高铁梅、王立国等（2011）、周瑞辉、廖涵（2015）以及张瑞（2015）都沿用了Berndt和Morrison（1981）的生产函数，采用标准化可变成本函数分别测度了我国1999—2008年、1998—2007年和2003—2011年不同工业行业的产能利用率情况。

（五）生产前沿面法

生产前沿面法的基本逻辑是，所有投入要素的组合方式所形成的产出构成生产前沿面，最优生产时的产出水平位于边界上，并将其定义为该行业产能。根据生产前沿面的构造方式不同，可以将该方法分为参数估计法和非参数估计法两类。Fare、Grosskopf和Lovell（1994）提出的随机生产前沿法（SPF）是较为常见的参数估计法之一。该方法利用多个随机变动的生产函数构造生产前沿，生产函数具有随机调整的特性，因此与实际生产更为接近，但估算过程也较为复杂。Kirkley、Morrison和Squires（2004）使用SPF方法估计了美国渔业行业的产能利用率。杜重华（2011）利用SPF方法测算了22家上市钢铁企业2010年的产能利用率；程俊杰（2015）运用协整法和SPF方法对2001—2011年我国30个省、自治区、直辖市的制造业产能利用率进行了测度和比较；杨振兵、张诚（2015）在超越对数生产函数的SPF方法基础上，结合市场需求—供给比率测算了2001—2011年我国工业36个行业的产能过剩指数。

1978年Charnes、Cooper和Rhodes首先提出了数据包络分析法（DEA），这是一种以线性规划理论为依据求解最优解的方法。1984年Fare等人将这一方法扩展到产能利用率测算领域，成为最常用的非参数估计方法。该方法不需要设定具体的生产函数，而是先设定一定的生产有效性标准，通过分析大量实际发生的投入产出数据，识别和判断最优产能，进而测算行业的产能利用率。DEA方法较参数估计法而言，避免了参数估计产生的误差，得到国内外很多学者的认可。Kirkley等（2004）、Dupont等（2002）以及Karagiannis（2013）都采用DEA方法测算了具体行业的产能利用率情况。王磊（2012）利用DEA方法估计了1998—2010年中国29个地区的工业产能利用率水平；赵倩男（2014）采用DEA方法测算了我国16家水泥上市公司2001—2010年的产能利用率水平；董敏杰、梁泳梅、张其仔（2015）运用DEA方法测度了我国2001—2011年工业行业的产能利用率、技术效率与设备利用率，并比较分析了各行业及各地区的产能利用率。

（六）我国官方对产能过剩的测度

目前，中国对产能过剩的测度，主要有三种较为正式的方法。

一是国家统计局的工业产能利用率。国家统计局从2006年开始，通过工业企业联网直报系统进行《工业企业生产经营状况及趋势判断专项调查》，其中包含工业企业产能利用率的季度调查。2009年，国家统计局对工业产能利用率调查进行了完善。该项调查与欧盟统计局的调查类似，是一种主观调查。国家统计局在官方报道中经常引用调查结果，但目前尚未正式发布相关数据。

二是OECD中国制造业产能利用率。OECD在“经济趋势调查”中，采用国家统计局的调查数据，计算中国的产能利用率，但由于数据更新不及时，影响了研究者对该数据的关注。

三是人民银行6000户⁽¹⁾工业企业设备能力利用扩散指数。人民银行每季度进行6000户工业企业问卷调查，其中有一项企业设备能力利用水平调查，企业根据自身生产情况，选择当季设备利用水平是超负荷、正常或不足，人民银行据此计算设备利用扩散指数。尽管扩散指数不能衡量产能利用率的绝对水平，但被调查企业主要负责人在判断本企业产能设备利用情况时，综合考虑了不同行业、产业组织、竞争方式、发展层次等对产能利用率的影响。在某种意义上，问卷调查加工得到的设备能力扩散指数，较之根据企业设备实际产出和额定产能之比得到的产能利用率指标，更能准确反映产能过剩的真实状况和变动趋势。