產(chǎn)能利用率、企業(yè)性質(zhì)與經(jīng)營效益
——基于鋼鐵企業(yè)的實證分析

馬紅旗

（中國農(nóng)業(yè)大學 經(jīng)濟管理學院，北京 100083）

產(chǎn)能利用率、企業(yè)性質(zhì)與經(jīng)營效益
——基于鋼鐵企業(yè)的實證分析

馬紅旗

（中國農(nóng)業(yè)大學 經(jīng)濟管理學院，北京 100083）

鋼鐵行業(yè)產(chǎn)能過剩由來已久，梳理分析鋼鐵行業(yè)產(chǎn)能過剩的結(jié)構(gòu)特征及其經(jīng)濟影響對于中國當前的供給側(cè)改革具有重要的現(xiàn)實意義。文章利用1998–2007年中國工業(yè)企業(yè)數(shù)據(jù)，分析了我國鋼鐵企業(yè)產(chǎn)能利用率的變動趨勢、企業(yè)性質(zhì)及其與經(jīng)營效益的關系。研究發(fā)現(xiàn)，產(chǎn)能利用狀況一直以來都是影響我國鋼鐵企業(yè)經(jīng)營效益的重要因素，這一現(xiàn)象在國有鋼鐵企業(yè)尤為突出。從變動趨勢和結(jié)構(gòu)差異來看，我國鋼鐵企業(yè)的產(chǎn)能利用率與利潤率具有相近的變化趨勢，且具有相似的企業(yè)性質(zhì)差異，即國有企業(yè)的產(chǎn)能利用率和利潤率明顯低于非國有企業(yè)。實證結(jié)果表明，產(chǎn)能利用率是影響我國鋼鐵企業(yè)利潤率的諸多因素中的主導因素，它的差異在很大程度上可以解釋國有與非國有鋼鐵企業(yè)間的利潤率差異。通過進一步區(qū)分企業(yè)的規(guī)模類型發(fā)現(xiàn)，我國鋼鐵企業(yè)產(chǎn)能利用率的企業(yè)性質(zhì)差異主要表現(xiàn)在中小型企業(yè)，尤其是小型企業(yè)。因此治理我國鋼鐵企業(yè)產(chǎn)能過剩問題除了考慮企業(yè)的所有制形式外，還要區(qū)分企業(yè)的規(guī)模類型，同時堅持企業(yè)所有制改革和大型化的發(fā)展路徑。

鋼鐵企業(yè)；產(chǎn)能利用率；產(chǎn)能過剩；利潤率

一、引 言

無論從哪個角度看，鋼鐵行業(yè)都是通過實證研究來探討未來供給側(cè)改革路徑與方式的理想選擇。這不僅是因為鋼鐵行業(yè)本身的標準化特質(zhì)，也是因為我國鋼鐵企業(yè)的產(chǎn)能過剩問題由來已久，是一個長期性的頑疾，其治理過程中遭遇的問題也提供了當前供給側(cè)改革的重要參考。

實際上，自20世紀90年代末我國告別短缺經(jīng)濟以來，鋼鐵行業(yè)就顯現(xiàn)了產(chǎn)能過剩的端倪，而中央政府也最早針對鋼鐵企業(yè)的產(chǎn)能過剩問題出臺了有關項目審批、市場準入和行業(yè)技術標準等多方面的產(chǎn)業(yè)政策措施，這應當屬于改革開放以來中央政府實施的第一輪產(chǎn)能過剩治理政策（徐朝陽和周念利，2015）。隨后，因為鋼鐵行業(yè)產(chǎn)能過剩問題的愈演愈烈，中央政府先后實施了一系列更加嚴厲的產(chǎn)能治理政策，如《關于制止鋼鐵電解鋁水泥行業(yè)盲目投資若干意見的通知》（2003）、《關于調(diào)整部分行業(yè)固定資產(chǎn)投資項目資本金比例的通知》（2004）、《鋼鐵產(chǎn)業(yè)發(fā)展政策》（2005）等。2008年美國金融危機之后，被快速工業(yè)化需求所掩蓋的鋼鐵行業(yè)產(chǎn)能過剩矛盾日趨嚴重，日益凸顯的產(chǎn)能過剩矛盾已經(jīng)成為影響我國鋼鐵行業(yè)持續(xù)健康發(fā)展的重要因素，“三去一降一補”的產(chǎn)能化解更成為黨中央、國務院的重大決策部署?？傮w而言，改革開放以來政府對于鋼鐵企業(yè)的產(chǎn)能過剩治理進行得最早，累積的經(jīng)驗與教訓也最多。而總結(jié)鋼鐵行業(yè)產(chǎn)能過剩的歷史演變及其結(jié)構(gòu)特征，不僅事關化解鋼鐵企業(yè)產(chǎn)能過剩本身，也事關企業(yè)經(jīng)營效益的提高，對供給側(cè)結(jié)構(gòu)性改革的順利推進也具有重要的理論和現(xiàn)實意義。

回顧20世紀90年代以來國內(nèi)鋼鐵行業(yè)產(chǎn)能過剩的演變路徑，有幾個問題值得重點關注：第一，20世紀90年代末以來我國鋼鐵企業(yè)的產(chǎn)能利用狀況在所有制結(jié)構(gòu)方面存在怎樣的企業(yè)性質(zhì)差異？第二，這種差異在多大程度上能夠解釋鋼鐵企業(yè)經(jīng)營效益的企業(yè)性質(zhì)差異？第三，產(chǎn)能利用狀況的企業(yè)性質(zhì)差異主要表現(xiàn)在哪種規(guī)模類型的企業(yè)上？因為在我國鋼鐵企業(yè)中，相同所有制類型的企業(yè)存在很大的規(guī)模差異。對于上述幾個問題的解答，不僅關系到我們對產(chǎn)能過剩現(xiàn)實成因及其實際經(jīng)濟效益影響的準確解讀，而且為破解產(chǎn)能過剩提供了突破口。據(jù)此，本文將在測算我國鋼鐵企業(yè)產(chǎn)能利用率的基礎上，分析企業(yè)產(chǎn)能利用狀況的變動趨勢、企業(yè)性質(zhì)差異以及與企業(yè)經(jīng)營效益的關系，并通過進一步分析企業(yè)性質(zhì)差異的規(guī)模因素為治理鋼鐵企業(yè)產(chǎn)能過剩提供一個明晰的路徑。

二、文獻綜述

目前學術界主要用產(chǎn)能利用率指標考察企業(yè)產(chǎn)能過剩狀況及其實際影響，該指標的測算主要取決于對生產(chǎn)能力的界定準則。Chamberlin（1947）首次提出產(chǎn)能過剩的概念，并以生產(chǎn)成本最小化為邏輯基礎，從經(jīng)濟學角度對生產(chǎn)能力進行了界定：認為生產(chǎn)能力是完全競爭均衡下的企業(yè)產(chǎn)出水平，也即平均成本最小時的企業(yè)產(chǎn)出水平。理論上，該觀點以微觀企業(yè)生產(chǎn)理論為支撐，其對生產(chǎn)能力的界定完全貼近經(jīng)濟學意義，但構(gòu)建成本函數(shù)的復雜性和數(shù)據(jù)獲取的難度卻給統(tǒng)計工作帶來了較大的阻力。為了統(tǒng)計便利，Smithies（1957）又從工程學意義上提出了新的生產(chǎn)能力界定準則，即現(xiàn)有設備在正常運轉(zhuǎn)和工人運轉(zhuǎn)輪班制情況下的產(chǎn)出水平。根據(jù)Smithies（1957）的界定思想，這里隱含兩個測算準則：一是設備正常運轉(zhuǎn)，如把機器調(diào)試、機器故障以及工人替換銜接等一些因素造成的設備暫時性停工時間排除在外；二是工人上工實行輪班制，需要排除因不同地區(qū)、不同行業(yè)和不同企業(yè)機器運轉(zhuǎn)小時數(shù)的不同對產(chǎn)能估算帶來的偏差，若兩個企業(yè)具有完全相同的機器設備，一個企業(yè)采取8小時工作制，而另一個企業(yè)采取10小時工作制，若不考慮輪班制則會統(tǒng)計出不同的產(chǎn)能水平。當然，Smithies（1957）產(chǎn)能界定準則還存在一個潛在的假設，即每個設備或每條生產(chǎn)線具有核定的產(chǎn)出水平。對此，只需統(tǒng)計每個企業(yè)設備和生產(chǎn)線的數(shù)量便可核算企業(yè)整體的生產(chǎn)能力。基于Smithies（1957）的界定思想，F(xiàn)oss（1963）利用企業(yè)最大用電量衡量企業(yè)的生產(chǎn)能力，原因是企業(yè)設備的核定功率是一定的。工程學意義上的界定方法顯然有利于統(tǒng)計部門的實踐，在美國早期統(tǒng)計企業(yè)生產(chǎn)能力的五家獨立機構(gòu)中，有四家就是從工程意義上展開調(diào)查統(tǒng)計工作的，包括麥克希爾經(jīng)濟部、國民工業(yè)委員會、財富雜志、美聯(lián)儲研究與統(tǒng)計部（Phillips，1963；Klein等，1973）。然而工程學界定方法仍面臨兩大缺陷：一是需要耗費大量的人力、物力和財力，這是一般的研究團隊難以企及的，因此該方法僅限于政府決策部門和大型的研究機構(gòu)，很少見之于學術研究；二是工程意義上統(tǒng)計的生產(chǎn)能力無法與經(jīng)濟學意義上統(tǒng)計的生產(chǎn)能力保持一致的波動趨勢。因為即使不受需求約束，企業(yè)設備在一定的時間內(nèi)也不可能持續(xù)性地運轉(zhuǎn)，而且企業(yè)運營的核心不是產(chǎn)量而是利潤，這也從客觀上造成工程意義上的生產(chǎn)能力與經(jīng)濟學意義上的生產(chǎn)能力無法保持一致。

因此，在隨后的拓展和應用中，產(chǎn)能利用率的工程學測算方法并沒有太大的改善和推廣，而經(jīng)濟學測算方法則得到了不斷的修正和推進（Berndt和Morrison，1981）。目前產(chǎn)能利用率的經(jīng)濟學測算方法主要發(fā)展了峰值法、前沿面分析法和函數(shù)法三大類。（1）峰值法。該方法把企業(yè)平均成本函數(shù)的最低點的產(chǎn)出水平界定為企業(yè)的生產(chǎn)能力，并認為廠商在完全競爭時的均衡產(chǎn)出處于平均成本函數(shù)最低點，而在壟斷競爭條件下的均衡產(chǎn)出將低于平均成本函數(shù)最低點的產(chǎn)出，由此形成了過剩生產(chǎn)能力。具體測算過程中，Klein（1960）及后續(xù)研究Klein和Summers（1966）、Klein等（1973）利用了統(tǒng)計學上的“過峰趨勢技術”進行了近似替換。具體的做法是，首先假定一定時間內(nèi)實際產(chǎn)出的峰值年份產(chǎn)能得到了充分利用，而非峰值年份未得到充分利用，進而把相鄰兩個峰值點擬合成一條平滑線，若第三個峰值點超出這條平滑線之外，則取消這條平滑線并把第一個峰值點和第三個峰值點擬合出一條新的平滑線作為生產(chǎn)能力的評估曲線，依次類推可以得出一條最終修正后的生產(chǎn)能力趨勢線，實際值與趨勢值之比便是產(chǎn)能利用率。該方法最早被美國賓夕法尼亞大學沃頓商學院測算美國工業(yè)產(chǎn)能利用率編制“Wharton Index”時所采用（開創(chuàng)者為Klein（1960）教授），沈利生（1999）、Kirkley等（2000）也沿用了類似的估算方法。這種“過峰趨勢技術”是把生產(chǎn)能力趨勢線上的點假定為廠商完全競爭條件下的均衡產(chǎn)出，而把生產(chǎn)能力趨勢線以下的點則假定為壟斷競爭條件下的均衡產(chǎn)出。然而，實際情況很可能是生產(chǎn)能力趨勢線上的點并不一定為廠商完全競爭條件下的均衡產(chǎn)出，正如Phillips（1963）、Frank（1968）對峰值法批判時提出的“弱高峰”問題，經(jīng)濟復蘇階段實際產(chǎn)出所表現(xiàn)出的高峰就是在產(chǎn)能未實現(xiàn)充分利用的“弱高峰”，若此時采用峰值法測算產(chǎn)能利用率必定是高估的。（2）前沿面分析法。與峰值法的處理手段一樣，為了避開函數(shù)設定的復雜性，前沿面分析法并沒有完全依照Chamberlin（1947）的生產(chǎn)成本界定準則，而是首先假定企業(yè)的最大生產(chǎn)能力等同于一定時期內(nèi)企業(yè)的前沿生產(chǎn)面，用每個決策單元的實際產(chǎn)出與前沿產(chǎn)出的相對效率來衡量產(chǎn)能利用率。目前主要有數(shù)據(jù)包絡分析法（DEA）法（Fare等，1989、2000；Bruno和Kerstens，2000；Kirkley等，2002；Coelli等，2002；Pascoe和Tingley，2006；Lindebo等，2007；Bye等，2009；Karagiannis，2015）和隨機生產(chǎn)前沿分析法（SPF）（Kirkley，2002）兩類。然而，數(shù)據(jù)包絡分析法（DEA）和隨機生產(chǎn)前沿分析法畢竟是學術界測算企業(yè)技術效率的慣用統(tǒng)計技術，當我們用這種類似“索洛余值”的形式來衡量企業(yè)技術效率時，完全忽視了產(chǎn)能利用率的存在。不可否認的是，生產(chǎn)單元的實際產(chǎn)出與前沿面產(chǎn)出的差距起碼糅合和了技術效率和產(chǎn)能利用率兩種效應，因此如何分離、應怎樣分離是前沿面分析法面臨的一個重要現(xiàn)實問題。雖然Fare等（1989）對產(chǎn)能過剩和效率損失的分離做了一定的嘗試，卻又遭遇更多的質(zhì)疑，Coelli等（2002）認為技術效率的損失部分實質(zhì)是“落后產(chǎn)能”，因此技術效率應屬于產(chǎn)能利用率的一部分。Pascoe和Tingley（2006）又指出除自然環(huán)境等無法消除的因素導致的技術效率損失外，其他情況下產(chǎn)生的效率損失均可以看作為過剩產(chǎn)能。（3）函數(shù)法。函數(shù)法的具體做法是先設定成本函數(shù)（或利潤函數(shù)）的具體形式，通過完全競爭條件下的均衡條件求出企業(yè)的生產(chǎn)能力，最終用實際產(chǎn)出與生產(chǎn)能力之比表示產(chǎn)能利用率。函數(shù)法需要預先設定先驗性的成本函數(shù)，函數(shù)構(gòu)建的不確定性、要素價格數(shù)據(jù)的難以獲取以及參數(shù)估計的復雜性是難點，這也是峰值法和前沿面分析法避開函數(shù)設定的主要原因。函數(shù)法的爭議焦點在于均衡條件的設定：其一，Berndt和Morrisom（1981）、Berndt和Hesse（1986）、Nelson（1989）、Garofalo和Malhotra（1997）、Gokcekus（1998）、Lazkano（2008）等從短期角度考察了企業(yè)的生產(chǎn)能力，認為企業(yè)在保持固定成本不變的條件下，其最大生產(chǎn)能力應該用短期平均成本曲線最低點時的產(chǎn)出水平表示；其二，Paine（1936）、Cassell（1937）、Hickman（1964）、Morrison（1985）則認為企業(yè)的最大生產(chǎn)能力應該出現(xiàn)在固定成本和可變成本均可調(diào)節(jié)的情況下，由此將企業(yè)生產(chǎn)能力界定為長期平均成本曲線最低點時的產(chǎn)出水平；其三，Klein（1960）最初在所編制的“WhartonIndex”中的論述是贊同從長期角度考慮企業(yè)生產(chǎn)能力的，但Klein（1960）又作了進一步補充。他認為長期平均成本曲線在實踐中更大程度上表現(xiàn)為L形，以找到曲線的最低點，主張把企業(yè)生產(chǎn)能力界定到長期平均成本曲線和短期平均成本曲線的切點的產(chǎn)出水平上。這一建議后來也得到了Segerson和Squires（1990）、Morrison（1985）的采納。Pascoe等（2003）和Pascoe和Tingley（2006）基于不同的均衡條件測算了企業(yè)的產(chǎn)能利用率，發(fā)現(xiàn)不同的均衡條件所測算的生產(chǎn)能力是有差異的。Morrison（1985）對不同的均衡條件進行甄別后指出，企業(yè)規(guī)模報酬是均衡條件選定的重要參考依據(jù)，當企業(yè)規(guī)模報酬不變時宜采用短期成本曲線最低點的產(chǎn)出作為企業(yè)生產(chǎn)能力，否則采用長期成本曲線與短期成本曲線的切點的產(chǎn)出作為企業(yè)生產(chǎn)能力?？梢?，盡管函數(shù)法操作起來比較棘手，但學界對其論證和改進的研究熱度不減，這主要源于函數(shù)法的理論基礎和統(tǒng)計技術更容易使得產(chǎn)能過剩概念還原為Chamberlin（1947）首次界定的初衷。

國內(nèi)文獻對產(chǎn)能過剩監(jiān)測方法的研究起步較晚，研究內(nèi)容主要是基于國外模型的中國應用。工程學意義的測算方面：龔剛和楊琳（2002）、何彬（2008）假定一定時期內(nèi)的用電量與資本服務使用量成固定比例，然后以用電量乘以該比例代替無法觀測的資本服務使用量來求得我國的資本設備利用率；經(jīng)濟學意義測算方面：沈利生（1999）利用了峰值法，董敏杰等（2015）利用了數(shù)據(jù)包絡分析法，孫巍等（2009）、韓國高等（2011）、國務院研究中心“進一步化解產(chǎn)能過剩的政策研究”課題組（2015）利用成本函數(shù)法分別測算了我國工業(yè)部門的產(chǎn)能利用率。

本文試圖基于Morrison（1985）的研究架構(gòu)，結(jié)合鋼鐵企業(yè)的實際運行特征，采用長期成本曲線與短期成本曲線切點的產(chǎn)出測算我國鋼鐵企業(yè)的生產(chǎn)能力，采用成本函數(shù)法測算我國鋼鐵企業(yè)的產(chǎn)能利用率，最終來分析其產(chǎn)能過剩狀況、所有制格局及對經(jīng)營效益的影響。

三、我國鋼鐵企業(yè)產(chǎn)能利用率的變動趨勢及企業(yè)性質(zhì)差異

我們首先在借鑒Klein（1960）、Nelson（1989）和Morrison（1985）研究成果的基礎上，基于1998–2007年中國工業(yè)企業(yè)數(shù)據(jù)庫提供的企業(yè)微觀數(shù)據(jù)，測度我國鋼鐵企業(yè)的產(chǎn)能利用率。

（一）理論模型

假定代表性企業(yè)在技術水平為T的情況下組織資本K、勞動L和中間投入M進行生產(chǎn)，生產(chǎn)函數(shù)設定為：

其中，Y表示總產(chǎn)出，用時間變量來衡量技術水平T。假定資本K為短期分析的固定要素，勞動L和中間投入M為可變要素。若用P1和P2分別表示勞動和中間投入的市場價格，根據(jù)Lau（1976）的定義可以把可變成本表述成一個由Y、K、T、P1和P2決定的函數(shù)形式：

把式（2）用超越對數(shù)形式表示為：

其中，i和j表示可變要素的種類，f表示企業(yè)數(shù)量；FDf表示企業(yè)的個體特征，用來控制企業(yè)的個體效應；ai、aij、by、byy、byi、ck、ckk、cki、cky、dt、dtt、dti、dtk和dty為各要素組合的參數(shù)值；a0為常數(shù)項，表示企業(yè)固有的可變成本。在可變投入要素價格的對稱性和線性齊次性條件約束下，式（3）的待估參數(shù)滿足：

對式（3）取對數(shù)微分得出可變要素投入的份額方程（謝波德引理）：

假定企業(yè)的固定成本方程為資本的市場租賃價格與資本的乘積：

則企業(yè)短期總成本函數(shù)可表示為：

進一步可得出企業(yè)短期平均成本函數(shù)（在式（7）左右兩邊同除以總產(chǎn)出Y）：

根據(jù)Klein（1960）和Morrison（1985）的思想，企業(yè)生產(chǎn)能力應是短期平均成本曲線（SRATC）與長期平均成本曲線（LRATC）切點處的產(chǎn)出水平。當長期成本曲線與短期成本曲線相切時，假定企業(yè)處于長期均衡時的資本為K*，對式（8）求關于長期均衡資本K*的導數(shù)可得：

式（9）表明，在長期均衡狀態(tài)下，企業(yè)增加一單位資本給生產(chǎn)成本帶來的增量為資本的要素價格。把式（9）右邊第一項再次拓展為：

自此，對式（3）關于lnK*求導可得：

將式（11）和式（10）代入式（9）則可求出企業(yè)在既定資本存量條件下短期成本曲線和長期平均成本曲線切點處的產(chǎn)出水平，也即企業(yè)的生產(chǎn)能力，計算實際產(chǎn)出與生產(chǎn)能力之比便可以得出企業(yè)產(chǎn)能利用率。

（二）數(shù)據(jù)選取

1.樣本提取

樣本主要從1998–2007年中國工業(yè)企業(yè)數(shù)據(jù)庫中提取，范圍為所有行業(yè)類型屬于黑色金屬冶煉及壓延加工業(yè)企業(yè)（兩位數(shù)行業(yè)代碼為32）的鋼鐵企業(yè)，其中包括了四個四位數(shù)行業(yè)代碼分別為3210、3220、3230和3040的細分行業(yè)，依次為煉鐵業(yè)、煉鋼業(yè)、鋼壓延加工業(yè)和鐵合金冶煉業(yè)。其中，“煉鐵”是指用高爐、直接還原、熔融還原等方法從礦石等含鐵化合物中還原出生鐵的生產(chǎn)過程；“煉鋼”是指利用不同來源的氧去氧化爐料（主要是生鐵）中所含的雜質(zhì)以達到金屬提純的生產(chǎn)過程；“鋼壓延加工”是指通過熱軋、冷加工、鍛壓和擠壓等塑性加工使連鑄坯、鋼錠產(chǎn)生塑性變形，制成具有一定形狀尺寸的鋼材產(chǎn)品的生產(chǎn)活動；“鐵合金冶煉”是指把鐵與其他一種或一種以上的金屬或非金屬元素冶煉成合金生產(chǎn)活動。

根據(jù)聶輝華等（2012）、謝千里等（2008）和Bai等（2009）的指標剔除標準，剔除了以下樣本：工業(yè)總產(chǎn)值、固定資產(chǎn)凈值、工業(yè)銷售產(chǎn)值、實收資本缺失或小于0的企業(yè)；從業(yè)人數(shù)小于8的；銷售額低于500萬元的；總資產(chǎn)小于流動資產(chǎn)、總資產(chǎn)小于固定資產(chǎn)凈額或者累計折舊小于當期折舊的企業(yè)；利潤率低于1%或高于99%的企業(yè)①這里依據(jù)Cai和Liu（2009）的會計核算標準來計算，具體公式為：企業(yè)利潤（利潤=工業(yè)總產(chǎn)值–中間投入–財務費用–工資–當期折舊–增值稅）。；固定資產(chǎn)凈額、工業(yè)總產(chǎn)值、從業(yè)人數(shù)和實收資本前后1%分位的企業(yè)。在識別企業(yè)性質(zhì)時，我們采用實收資本中各種資本金的比例來識別企業(yè)的所有制類型②至少有15%的注冊類型為國有企業(yè)的企業(yè)其實已經(jīng)不是真正的國有企業(yè)，因此工商局登記注冊的企業(yè)類型并不能確切地識別企業(yè)的所有制類型（聶輝華等，2012）。：國有資本金比例超過50%為國有企業(yè)；集體資本金比例超過50%為集體企業(yè)；私人資本金比例超過50%為私有企業(yè)；港澳臺資本金和外商資本金比例之和超過25%為外資企業(yè)①按照中國的法律規(guī)定，外資企業(yè)的投資比例原則上不能低于25%，故借鑒路江涌（2008）的做法，設定外資實收資本金比例超過25%的企業(yè)為外資企業(yè)。；把無法通過資本金比例識別的企業(yè)定義為其他企業(yè)。表1報告了最終提取樣本信息的情況。

表1 本文提取鋼鐵企業(yè)數(shù)據(jù)的樣本信息

2.指標構(gòu)建

用“本年應付工資總額”與“中間投入合計”之和表示可變成本VC，用工業(yè)增加值表示總產(chǎn)出Y②由于部分樣本缺失工業(yè)增加值指標，我們采用劉小玄和李雙杰（2008）的估算公式進行了推算：工業(yè)增加值=產(chǎn)品銷售額–期初存貨+期末存貨–中間投入合計+增值稅。，用固定資產(chǎn)凈值年平均余額表示資本K，用《中國統(tǒng)計年鑒》中黑色金屬冶煉及加工行業(yè)勞動力年人均工資表示勞動價格P1，用《中國價格統(tǒng)計年鑒》中黑色金屬材料類購進價格指數(shù)表示中間投入價格指數(shù)P2（P1和P2已換算成以1998年為基期的定比價值指數(shù)）。

由于資本租賃價格難以直接獲取，我們根據(jù)Jorgenson（1963）的理論推導來獲得。Jorgenson（1963）假定在競爭性市場條件下，企業(yè)持有資本的使用成本等于它未來所有期望租賃收入的折現(xiàn)和，有三部分組成：一是企業(yè)放棄利息收入的機會成本；二是折舊費用；三是資本價格的波動帶來的資本使用成本，即資本價格下降預示著企業(yè)資本的使用成本上升，反之亦然?；诖?，可用公式表示資本租賃rit：

其中，Pit表示i企業(yè)t時間在資本市場的真實購置價格，用固定資產(chǎn)投資價格指數(shù)表示；表示企業(yè)支付的真實利率，用企業(yè)當年利息支出與負債合計之比表示；δit為資本的折舊率，用企業(yè)本年折舊與固定資產(chǎn)原價合計之比表示；表示資本真實購置價格的變化程度。

（三）參數(shù)估計

此時可以由式（3）、式（4）和式（5）獲取超越對數(shù)成本函數(shù)的參數(shù)估計值。式（5）是由企業(yè)最大化問題推導而來，式（4）是式（3）的參數(shù)約束條件，該方程組存在跨方程的參數(shù)約束，多方程系統(tǒng)估計會比單一方程OLS法的估計更有效。而且，因式（3）、式（4）和式（5）各變量之間不存在內(nèi)在聯(lián)系，而各方程的擾動項存在一定的相關性，本節(jié)宜采用似不相關回歸法（SUR）對可變成本方程的參數(shù)值進行估計。由于所選取的四類細分行業(yè)之間的組織結(jié)構(gòu)和運營特征又存在一定的差異，為了避免可變成本構(gòu)成的差異對估計結(jié)果的影響，分別對四種類型企業(yè)進行了參數(shù)估計。參數(shù)估計結(jié)果見表2。

表2 超越對數(shù)成本函數(shù)模型的參數(shù)估計

（四）測算結(jié)果

把估計參數(shù)值代入式（9）、式（10）和式（11），利用迭代技術可測算出短期成本曲線和長期平均成本曲線切點處的產(chǎn)出水平便是企業(yè)的生產(chǎn)能力，企業(yè)實際產(chǎn)出與生產(chǎn)能力之比可得出企業(yè)產(chǎn)能利用率。用組內(nèi)企業(yè)實際總產(chǎn)出總和與組內(nèi)企業(yè)生產(chǎn)能力總和之比計算的不同類型企業(yè)間產(chǎn)能利用率如表3所示①由于所選樣本企業(yè)規(guī)模差異較大，在統(tǒng)計總體企業(yè)以及不同類型企業(yè)的產(chǎn)能利用率時我們沒有采取算術平均法。。與此同時，為了從統(tǒng)計性描述的角度展示鋼鐵企業(yè)產(chǎn)能利用率與利潤率的相關性，表3的下半部分又羅列了鋼鐵企業(yè)相應年份的產(chǎn)值利潤率和銷售利潤率（計算方法仍采用組內(nèi)計算方法），以示對比。由表3的測算結(jié)果可知：

表3 我國鋼鐵企業(yè)產(chǎn)能利用率測算結(jié)果

（1）我國鋼鐵企業(yè)的產(chǎn)能利用率與利潤率具有相近的變化趨勢（見圖1）。1998–2004年鋼鐵企業(yè)產(chǎn)能利用率逐步上升，由1998年的0.697上升到2004年的0.772，上升幅度為10.8%，2005年開始出現(xiàn)下降趨勢，由2004年的0.772下降到2007年的0.758，下降近2%，整體上呈現(xiàn)一個倒U形趨勢。而在相應時間段內(nèi)，鋼鐵企業(yè)的經(jīng)營效益也經(jīng)歷了相似的倒U形變化趨勢。以產(chǎn)值利潤率為例，由1998年的0.001到2004年的0.029，上升了近30倍；2005年之后也開始出現(xiàn)下降趨勢，由2004年的0.029下降到2007年的0.019，下降了32.6%，銷售利潤率在兩個時間段內(nèi)也經(jīng)歷了與產(chǎn)值利潤率幾乎同步的變化趨勢。

（2）我國鋼鐵企業(yè)的產(chǎn)能利用率存在鮮明的企業(yè)性質(zhì)差異，其經(jīng)營效益也存在類似的企業(yè)性質(zhì)差異（見圖2）。1998–2007年間國有、集體、私營和外資鋼鐵企業(yè)平均產(chǎn)能利用率分別為0.693、0.742、0.762和0.776，后三類企業(yè)依次比國有鋼鐵企業(yè)高7.2%、10.1%和12.1%。鋼鐵企業(yè)的經(jīng)營效益也出現(xiàn)集體、私營和外資逐次大于國有企業(yè)的格局，1998–2007年間國有、集體、私營和外資鋼鐵企業(yè)產(chǎn)值利潤率分別為0.006、0.026、0.027和0.029，后三類企業(yè)依次比國有鋼鐵企業(yè)高2.9倍、3.1倍和3.4倍，相應時間段的企業(yè)銷售利潤率的差異表現(xiàn)出同樣的特征。

產(chǎn)能利用率與利潤率之間這種相似變化趨勢和企業(yè)性質(zhì)差異，說明企業(yè)的產(chǎn)能利用狀況和所有制屬性應是深入分析我國鋼鐵企業(yè)經(jīng)濟效益的重要因素，但簡單的數(shù)據(jù)統(tǒng)計描述尚不能真實地反映企業(yè)產(chǎn)能利用狀況、性質(zhì)差異及經(jīng)營效益的內(nèi)在關聯(lián)。下文將在控制其他影響因素的情況下，采用計量分析方法實證分析這些因素之間的量化關系。

四、產(chǎn)能利用率和性質(zhì)差異對我國鋼鐵企業(yè)利潤率的影響

（一）模型設定和指標構(gòu)建

依據(jù)前面的理論描繪和文獻綜述，設定實證模型如下：

在模型（13）和模型（14）中，i和t分別表示企業(yè)和時間（為了簡便，接下來的變量介紹將省去下標i和t）。PR表示利潤率，分別用企業(yè)利潤總額與工業(yè)總產(chǎn)值之比（PR_y）和利潤總額與銷售收入之比（PR_s）表示。dum_jt、dum_sy和dum_wz分別表示所有制類型分別為集體、私營和外資企業(yè)虛擬變量，四個虛擬變量的主要參照是國有企業(yè)，用來衡量在其他變量得到控制的情況下，集體、私營和外資企業(yè)的利潤率與國有企業(yè)的差距。CU表示產(chǎn)能利用率，這個變量是用來考察產(chǎn)能過剩對我國鋼鐵企業(yè)利潤率影響的主要指標。模型（13）與模型（14）的主要差別是，后者剔除了產(chǎn)能利用率變量CU，目的是觀察兩個模型在產(chǎn)能利用率得到控制的情況下，dum_jt、dum_sy和dum_wz三個虛擬變量系數(shù)的變化程度，以此考察產(chǎn)能利用率對國有和非國有鋼鐵企業(yè)利潤率差距的貢獻程度。貢獻度測算公式為（β2-α1）/α1。

Ω表示模型的一系列控制變量，主要包括：（1）資本價格Price_k，由于央行公布的利率具有一定的非市場特征和滯后性，我們用企業(yè)利息支出與負債合計之比表示資本價格。資本價格越高則企業(yè)單位產(chǎn)出成本越高，進而會降低企業(yè)利潤率，預期系數(shù)為負。（2）勞動價格Price_l，用本年應付工資總額、勞動及待就業(yè)保險費和本年應付福利費總額表示，并將其換算成以1998年為基期的定比價值指數(shù)。勞動價格體現(xiàn)的是企業(yè)所支付的勞動力成本，勞動力成本上升則不利于企業(yè)利潤率的提升，預期系數(shù)為負。（3）技術水平Tech，用新產(chǎn)品產(chǎn)值與工業(yè)總產(chǎn)值之比表示。技術水平直接體現(xiàn)著企業(yè)的市場競爭力，技術水平越高越有利于企業(yè)利潤率的提升，預期系數(shù)為正。（4）市場化程度Market，用非國有企業(yè)總產(chǎn)值與所有企業(yè)總產(chǎn)值之比表示，市場化程度越高則表明市場競爭程度越高，且不利于企業(yè)利潤率的提高，預期系數(shù)為負。（5）對外開放度Open，用企業(yè)出口交貨值與工業(yè)總產(chǎn)值之比表示。企業(yè)對外開放程度越高，則表明企業(yè)的市場開拓能力就越強，是利潤率提升的重要影響因素，預期系數(shù)為正。（6）企業(yè)年齡Age，年齡越大則表明企業(yè)技術設備和管理體制更新相對滯后（Braguinsky等，2015），進而影響利潤率的提升，預期系數(shù)為負。在回歸過程中我們同時又加入了企業(yè)規(guī)模虛擬變量、行業(yè)虛擬變量、時間虛擬變量和地區(qū)虛擬變量。δit表示殘差項。各變量的描述性統(tǒng)計及構(gòu)建方法見表4。

表4 回歸方程中變量的描述性統(tǒng)計

（二）模型估計

為了能夠更好地反映產(chǎn)能利用率和其他控制變量對企業(yè)利潤率的影響程度，這里對所有數(shù)據(jù)進行了標準化處理。Driscoll和Kraay（1998）把面板數(shù)據(jù)存在截面相關、異方差和序列相關的情況稱為“Driscoll-Kraay標準誤問題”，DanielHoechle（2007）指出，若面板數(shù)據(jù)存在“Driscoll-Kraay標準誤問題”，則固定效應和隨機效應等傳統(tǒng)的估計方法雖然可以得到一致的估計量，但基于標準差的統(tǒng)計推斷是非有效的。由此我們采用DanielHoechle（2007）的“Driscoll-Kraay標準誤”的固定效應模型回歸方法來克服面板數(shù)據(jù)的上述問題，結(jié)果見表5。

估計（1）和估計（2）分別為以產(chǎn)值利潤率PR_y和銷售利潤率PR_s為被解釋變量的“Driscoll-Kraay標準誤”的固定效應模型回歸結(jié)果。由估計（1）和估計（2）可知，產(chǎn)能利用率CU的回歸系數(shù)均在1%水平條件下顯著為正，且絕對值要高于其他控制變量。為了排除利潤率和產(chǎn)能利用率之間相互影響的內(nèi)生性問題對估計結(jié)果帶來的偏誤，估計（3）和估計（4）分別以產(chǎn)值利潤率PR_y和銷售利潤率PR_s為被解釋變量，進行了兩階段最小二乘（2SLS）回歸。在工具變量選取方面，我們采用企業(yè)應收賬款率（應收賬款與工業(yè)總產(chǎn)值之比）和滯后一期的產(chǎn)能利用率作為產(chǎn)能利用率的工具變量。應收賬款率越高表明企業(yè)面臨的市場需求將趨于萎縮，所以應收賬款很大程度上反映了廠商和客戶對未來的市場預期，尚未構(gòu)成對當期企業(yè)利潤率的影響，但應收賬款率的高企則會對當期產(chǎn)能利用率的提高造成壓力。估計（3）和估計（4）報告的Sargan過度識別檢驗結(jié)果分別為0.5211（0.4704）和0.28339（p=0.5945），CraggDonald弱工具變量檢驗結(jié)果分別為8684.34（0.0000）和8692.08（0.0000）①Sargan過度識別和CraggDonald弱工具變量檢驗的原假設分別為：不存在過度識別和存在弱工具變量。，說明模型所選工具變量是合理的。估計（3）和估計（4）顯示，產(chǎn)能利用率CU回歸系數(shù)依然均在1%水平上顯著為正，而且絕對值仍然高于其他控制變量。這說明1998–2007年間我國鋼鐵企業(yè)的產(chǎn)能利用狀況在其利潤率的變化過程中發(fā)揮著主導作用，因此若要解決我國鋼鐵企業(yè)經(jīng)營效益的低下問題，首先要從治理產(chǎn)能過剩入手。

表5 產(chǎn)能利用率對企業(yè)利潤的影響的回歸結(jié)果

估計（5）和估計（6）為剔除了產(chǎn)能利用率CU的“Driscoll-Kraay標準誤”的固定效應模型回歸結(jié)果。對比估計（1）與估計（5）中所有制虛擬變量dum_jt、dum_sy和dum_wz回歸系數(shù)可知，當在模型中加入產(chǎn)能CU時， dum_jt、dum_sy和dum_wz的回歸系數(shù)分別由0.0197、0.0264和0.0212降低到了0.0179、0.0189和0.0203，依次降低了9.1%、28.4%和4.2%。同樣，對比估計（2）與估計（6）中所有制虛擬變量dum_jt、dum_sy和dum_wz回歸系數(shù)可知，當加入產(chǎn)能CU時，dum_jt、dum_sy和dum_wz的回歸系數(shù)分別由0.0195、0.0282和0.0282降低到了0.0174、0.0185和0.0246，依次降低了10.8%、34.4%和12.8%。總體來看，產(chǎn)能利用率差異解釋了國有與集體企業(yè)間利潤率差距的10%左右，解釋了國有與私營企業(yè)利潤率差距的30%左右，解釋了國有與外資企業(yè)間利潤率差距的7%左右。上述分析表明，長期以來產(chǎn)能利用率的差異在很大程度上可以解釋國有與非國有鋼鐵企業(yè)間的利潤率差異，尤其是國有與私營企業(yè)之間的利潤率差異。因此提高國有鋼鐵企業(yè)經(jīng)營效益的改革應著重企業(yè)所有制改革，通過所有制改革大力縮小國有與非國有鋼鐵企業(yè)之間的產(chǎn)能利用率差距，進而提升國有鋼鐵企業(yè)經(jīng)營效益。

五、基于企業(yè)規(guī)模對產(chǎn)能利用率企業(yè)性質(zhì)差異的進一步分析

產(chǎn)能利用狀況很大程度上決定著我國鋼鐵企業(yè)的經(jīng)營效益，且鋼鐵企業(yè)的產(chǎn)能利用率又存在較大的企業(yè)性質(zhì)差異，因此解決鋼鐵企業(yè)的經(jīng)營效益低的問題可以基于所有制改革的角度來治理產(chǎn)能過剩。那么，在產(chǎn)能過剩的治理過程中，除了考慮企業(yè)的所有制形式外，是否還要對企業(yè)的規(guī)模類型進行區(qū)分？因為相同所有制類型的企業(yè)又存在很大的規(guī)模差異，規(guī)模差異又或許是產(chǎn)能利用率差異的重要影響因素，若忽略規(guī)模差異而僅僅根據(jù)企業(yè)所有制類型對企業(yè)產(chǎn)能過剩進行一刀切式的治理，勢必會影響鋼鐵企業(yè)過剩產(chǎn)能的有效化解。對此，我們在分析企業(yè)所有制類型的基礎上進一步區(qū)分企業(yè)的規(guī)模類型，進而探析我國鋼鐵企業(yè)產(chǎn)能利用率的影響因素。

（一）模型設定和指標構(gòu)建

設定產(chǎn)能利用率影響因素的實證模型如下：

在模型（15）和模型（16）中，dum_middle和dum_small分別表示企業(yè)規(guī)模為中型和小型企業(yè)的虛擬變量，四個虛擬變量主要參照的是大型企業(yè)，用來衡量在其他變量得到控制的情況下，中型和小型企業(yè)的產(chǎn)能利用率與大型企業(yè)的差距。其他的字母標識同模型（13）和模型（14）。相對于模型（15）而言，模型（16）中增加了dum_middle和dum_small虛擬變量，用來考察在控制企業(yè)規(guī)模類型差異的情況下，產(chǎn)能利用率的所有制差異有何變化。

控制變量Ω主要包括：（1）沉沒成本Sunk，用企業(yè)固定資產(chǎn)凈值年平均余額與工業(yè)總產(chǎn)值之比表示。沉沒成本越高表明企業(yè)前期付出的無法收回的成本較高，在市場需求下降條件下，企業(yè)往往無法及時退出過剩產(chǎn)能，最終變現(xiàn)為較低的產(chǎn)能利用率。（2）金融支持Support_Fin，由于我國企業(yè)目前的主要融資渠道來自銀行系統(tǒng)，我們用企業(yè)當年利息支出總額與工業(yè)總產(chǎn)值之比來表示企業(yè)獲得的金融支持力度。企業(yè)得到的金融支持越高，則企業(yè)的投資沖動就越強，自然也是產(chǎn)能過剩的重要誘因。（3）政府扶持Support_gov，用企業(yè)當年獲得的政府補貼與工業(yè)總產(chǎn)值之比表示。在以GDP為主的政績考核體制下，地方政府具有較強的動力對當?shù)仄髽I(yè)給予大力的扶持以增加當?shù)厣a(chǎn)總值和創(chuàng)造更多的就業(yè)機會，同時也會加劇產(chǎn)能過剩。（4）對外開放度Open，用企業(yè)出口交貨值與工業(yè)總產(chǎn)值之比表示。企業(yè)開放程度越高越有利于提高產(chǎn)能利用程度。此外，在模型中我們還加入了行業(yè)、時間和地區(qū)虛擬變量，用以控制行業(yè)、時間和地區(qū)的差異造成的產(chǎn)能利用差異。各變量的描述性統(tǒng)計見上文的表4。

（二）模型估計

由于我們測算的產(chǎn)能利用率處于0到1之間，故我們采用Tobit估計方法對模型（15）和模型（16）進行回歸，回歸結(jié)果如表6所示。表6中的估計（1）和估計（2）分別為模型（15）和模型（16）的估計結(jié)果。由估計（1）可知，在沒有加入dum_middle和dum_small虛擬變量的情況下，dum_jt、dum_sy和dum_wz虛擬變量的回歸系數(shù)依次顯著為0.095、0.115和0.232。這表明，當不考慮不同所有制企業(yè)間存在的規(guī)模差異時，集體企業(yè)、私營企業(yè)和外資企業(yè)的產(chǎn)能利用率分別比國有企業(yè)高0.095、0.115和0.232。事實上，不同所有制企業(yè)間存在很大的規(guī)模差異，如國有企業(yè)的規(guī)模明顯大于其他類型企業(yè)，若不控制企業(yè)規(guī)模因素的影響，則會將規(guī)模因素帶來的產(chǎn)能利用差距融入所有制因素中來。估計（2）在估計（1）的基礎上加入了dum_middle和dum_small虛擬變量，結(jié)果顯示dum_middle和dum_small虛擬變量回歸系數(shù)顯著，分別為–0.040和–0.271，意味著中型企業(yè)和小型企業(yè)的產(chǎn)能利用率分別比大型企業(yè)低–0.040和–0.271。由此可見，我國鋼鐵企業(yè)在產(chǎn)能利用方面發(fā)揮了很大的規(guī)模優(yōu)勢，鋼鐵企業(yè)的大型化在一定程度上可以提高企業(yè)產(chǎn)能利用率。進一步觀察可以發(fā)現(xiàn)，相對于估計（1）而言，估計（2）中dum_jt、dum_sy和dum_wz的回歸系數(shù)均得到了顯著提高，分別提高0.109、0.134和0.260，提高幅度分別為14.7%、16.5%和12.1%，表明若不考慮規(guī)模因素，國有企業(yè)與非國有企業(yè)的產(chǎn)能利用率差距會進一步擴大15%左右。因此，在治理我國鋼鐵企業(yè)產(chǎn)能過剩問題時，除了考慮企業(yè)的所有制形式外，還要區(qū)分企業(yè)的規(guī)模類型，同時堅持企業(yè)所有制改革和大型化的發(fā)展路徑。

表6 產(chǎn)能利用率影響因素探析：基于所有制和規(guī)模形式

為了進一步尋求化解鋼鐵企業(yè)產(chǎn)能過剩的有效途徑，我們進一步把整體樣本按企業(yè)類型分為大型企業(yè)、中型企業(yè)和小型企業(yè)三個子樣本對模型（15）進行回歸，估計結(jié)果見估計（3）、估計（4）和估計（5）。估計（3）中，dum_jt、dum_sy和dum_wz的回歸系數(shù)不顯著，說明企業(yè)的所有制形式并沒有帶來大型鋼鐵企業(yè)間產(chǎn)能利用率的差異。估計（4）中dum_jt、dum_sy和dum_wz的回歸系數(shù)顯著，依次為0.025、0.150和0.172；估計（5）中dum_jt、dum_sy和dum_wz的回歸系數(shù)顯著，依次為0.208、0.185和0.329。這說明企業(yè)的所有制形式給中小型鋼鐵企業(yè)產(chǎn)能利用率帶來了顯著的差異，其中小型企業(yè)最為明顯?？傮w而言，我國鋼鐵企業(yè)產(chǎn)能利用率的企業(yè)性質(zhì)差異主要表現(xiàn)在中小型企業(yè)，尤其是小型企業(yè)，這一結(jié)果為我國鋼鐵企業(yè)的產(chǎn)能過剩理清了更為鮮明的治理路徑，治理我國鋼鐵企業(yè)應首先從中小型企業(yè)入手，對中小型企業(yè)的治理以所有制改革為主，即國有鋼鐵企業(yè)仍應該繼續(xù)堅持“抓大放小”的改革思路。

六、 結(jié)論及政策啟示

本文采用1998–2007年中國工業(yè)企業(yè)數(shù)據(jù)庫提供的微觀數(shù)據(jù)，首先測度了我國鋼鐵企業(yè)的產(chǎn)能利用率，分析了產(chǎn)能利用率的演變趨勢、企業(yè)性質(zhì)差異及其對企業(yè)經(jīng)營效益的影響，并進一步分析了企業(yè)性質(zhì)差異的規(guī)模因素。主要結(jié)論及政策啟示為：（1）我國鋼鐵企業(yè)的產(chǎn)能利用率與利潤率具有相近的變化趨勢，且具有相似的企業(yè)性質(zhì)差異，即國有企業(yè)的產(chǎn)能利用率和利潤率明顯低于集體、私營和外資等非國有企業(yè)。（2）產(chǎn)能利用率是影響我國鋼鐵企業(yè)利潤率的諸多因素中的主導因素，它的差異在很大程度上可以解釋國有與非國有鋼鐵企業(yè)間的利潤率差異。具體表現(xiàn)為，國有與集體企業(yè)利潤率差異的10%左右、國有與私營企業(yè)利潤率差異的30%左右以及國有與外資企業(yè)利潤率差異的7%左右都可以由產(chǎn)能利用率差異來解釋。因此，未來國有鋼鐵企業(yè)的改革更應該注重產(chǎn)能過剩的抑制和治理，大力縮小國有鋼鐵企業(yè)與非國有鋼鐵企業(yè)之間的產(chǎn)能利用率差距，才是提升國有鋼鐵企業(yè)經(jīng)營效益的關鍵。（3）通過進一步區(qū)分企業(yè)的規(guī)模類型發(fā)現(xiàn)，我國鋼鐵企業(yè)產(chǎn)能利用率的企業(yè)性質(zhì)差異主要表現(xiàn)在中小型企業(yè)，尤其是小型企業(yè)。因國有企業(yè)的規(guī)模較大，若不考慮規(guī)模因素，國有企業(yè)與非國有企業(yè)的產(chǎn)能利用率差距會進一步擴大15%左右。因此，治理我國鋼鐵企業(yè)產(chǎn)能過剩問題除了考慮企業(yè)的所有制形式外，還要區(qū)分企業(yè)的規(guī)模類型，同時堅持企業(yè)所有制改革和大型化的發(fā)展路徑。我們應首先從中小型企業(yè)入手，對中小型企業(yè)的治理以所有制改革為主，即國有鋼鐵企業(yè)仍應繼續(xù)堅持“抓大放小”的改革思路。

[ 1 ]劉小玄, 李雙杰. 制造業(yè)企業(yè)相對效率的度量和比較及其外生決定因素(2000—2004)[J]. 經(jīng)濟學(季刊),2008, (3).

[ 2 ]路江涌. 外商直接投資對內(nèi)資企業(yè)效率的影響和渠道[J]. 經(jīng)濟研究, 2008, (6).

[ 3 ]聶輝華, 江艇, 楊汝岱. 中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟, 2012, (5).

[ 4 ]沈利生. 我國潛在經(jīng)濟增長率變動趨勢估計[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究, 1999, (12).

[ 5 ]徐朝陽, 周念利. 市場結(jié)構(gòu)內(nèi)生變遷與產(chǎn)能過剩治理[J]. 經(jīng)濟研究, 2015, (2).

[ 6 ]Berndt E R, Morrison C J. Capacity utilization measures: underlying economic theory and an alternative approach[J]. American Economic Review, 1981, 71(2): 48-52.

[ 7 ]Berndt E R, Hesse D M. Measuring and assessing capacity utilization in the manufacturing sectors of nine oecd countries[J]. European Economic Review, 1986, 30(5): 961-989.

[ 8 ]Braguinsky S, Ohyama A, Okazaki T, et al. Acquisitions, productivity, and profitability: Evidence from the Japanese cotton spinning industry[J]. Electronic Journal, 2015, 105(7): 1-63.

[ 9 ]Borger B D, Kerstens K. The malmquist productivity index and plant capacity utilization[J]. Scandinavian Journal of Economics, 2000, 102(2): 303-310.

[10]Bye T, Bruvoll A, Larsson J. Capacity utilization in a generalized malmquist index including environmental factors: A decomposition analysis[J]. Land Economics, 2009, 85(3): 529-538.

[11]Cai H B, Liu Q. Competition and corporate tax avoidance: Evidence from Chinese industrial firms[J].Economic Journal, 2009, 119(537): 764-795.

[12]Cassels J M. Excess capacity and monopolistic competition[J]. The Quarterly Journal of Economics, 1937,51(3): 426-443.

[13]Chamberlin E H. The theory of monopolistic competition[M]. Cambridge: Harvard University Press, 1947.

[14]Coelli T, Grifell-Tatjé E, Perelman S. Capacity utilization and profitability: A decomposition of short-run profit efficiency[J]. International Journal of Production Economics, 2002, 79(3): 261-278.

[15]Driscoll J C, Kraay A C. Consistent covariance matrix estimation with spatially dependent data[J]. Review of Economics and Statistics, 1998, 80(4): 549-560.

[16]Fare R, Grosskopf S, Kokkelenberg E C. Measuring plant capacity, utilization and technical change: A nonparametric approach[J]. International Economic Review, 1989, 30(3): 655-666.

[17]Fare R, Grosskopf S, Kirkley J. Multi-output capacity measures and their relevance for productivity[J].Bulletin of Economic Research, 2000, 52(2): 101-112.

[18]Garofalo G A, Malhotra D M. Regional measures of capacity utilization in the 1980s[J]. Review of Economics and Statistics, 1997, 79(3): 415-421.

[19]Gokcekus O. Trade liberalization and capacity utilization: New evidence from the Turkish rubber industry[J].Empirical Economics, 1998, 23(4): 561-571.

[20]Hickman B G. On a new method of capacity estimation[J]. Journal of the American Statistical Association,1964, 59(306): 529-549.

[21]Hoechle D. Robust standard errors for panel regressions with cross-sectional dependence[J]. The Stata Journal,2007, 7(3): 281-312.

[22]Jorgenson D W. Capital theory and investment behavior[J]. The American Economic Review, 1963, 53(2):247-259.

[23]Karagiannis R. A system-of-equations two-stage DEA approach for explaining capacity utilization and technical efficiency[J]. Annals of Operations Research, 2015, 227(1): 25.

[24]Kirkley J, Paul C J M, Squires D. Capacity and capacity utilization in common-pool resource industries[J].Environmental and Resource Economics, 2002, 22(1): 71-97.

[25]Kirkley J, Paul C, Squires D. Capacity and capacity utilization in fishing industries[R]. Working Paper, 1999.

[26]Klein L R. Some theoretical issues in the measurement of capacity[J]. Econometrica, 1960, 28(2): 272-286.

[27]Klein L R, Long V, Greenspan A, et al. Capacity utilization: Concept, measurement, and recent estimates[J].Brookings Papers on Economic Activity, 1973, 4(3): 743-763.

[28]Lazkano I. Cost structure and capacity utilisation in multi-product industries: an application to the basque trawl industry[J]. Environmental and Resource Economics, 2008, 41(2): 189-207.

[29]Lindebo E, Hoff A, Vestergaard N. Revenue-based capacity utilisation measures and decomposition: The case of Danish North Sea trawlers[J]. European Journal of Operational Research, 2007, 180(1): 215-227.

[30]Morrison C J. On the economic interpretation and measurement of optimal capacity utilization with anticipatory expectations[J]. The Review of Economic Studies, 1985, 52(2): 295-309.

[31]Nelson R A. On the measurement of capacity utilization[J]. Journal of Industrial Economics, 1989, 37(3):273-286.

[32]Paine C L. Rationalisation and the theory of excess capacity[J]. Economica, 1936, 3(9): 46-60.

[33]Pascoe S, Tingley D. Economic capacity estimation in fisheries: A non-parametric ray approach[J]. Resource and Energy Economics, 2006, 28(2): 124-138.

[34]Pascoe S, Tingley D. Capacity and technical efficiency estimation in fisheries: Parametric and non-parametric techniques[A]. Weintraub A, Romero C, Bj?rndal T, et al, eds. Handbook of Operations Research in Natural Resources[C]. Boston, MA: Springer, 2007: 273-294.

[35]Phillips A. An appraisal of measures of capacity[J]. The American Economic Review, 1963, 53(2): 275-292.

[36]Smithies A. Economic fluctuations and growth[J]. Econometrica, 1957, 25(1): 1-52.

Summary: Based on the micro data of China’s iron and steel enterprises, this paper firstly measures capacity utilization rate from 1998 to 2007, then analyzes the evolution trend of the capacity utilization rate, the differences of the nature of enterprises and their influences on business efficiency, and finally studies the scale factors of enterprises’ nature differences. The research finds that the capacity utilization situation is always an important factor affecting the business efficiency of China’s iron and steel enterprises, which is particularly prominent in the state-owned iron and steel enterprises: firstly, capacity utilization rates and profit rates in China’s iron and steel enterprises have the same evolution trends and the similar nature differences, that is to say, stateowned enterprises’ capacity utilization rates and profit rates are significantly lower than those of non-state-owned enterprises such as collective, private and foreign enterprises; secondly, the capacity utilization rate is the dominant factor affecting profit rates of China’s iron and steel enterprises, whose difference can explain the differences in profit rates between state-owned and non-state-owned iron and steel enterprises to a great extent; specifically, about 10% of the profit rate differences between state-owned and collective enterprises, about 30% of the profit rate differences between state-owned and private enterprises and about 7% of the profit rate differences between state-owned and foreign enterprises can be explained by the differences in capacity utilization rate. Therefore, the future reform of state-owned steel enterprises should pay more attention to the prevention and governance of overcapacity. To narrow the gap of capacity utilization rates between state-owned and non-state-owned iron and steel enterprises vigorously is the key to enhance the business efficiency of state-owned iron and steel enterprises; thirdly,through further division of enterprises’ scale types, the nature differences in capacity utilization rates of China’s iron and steel enterprises are mainly in small and medium enterprises, especially small enterprises. Due to the large scale of state-owned enterprises, if the scale factor is not taken into consideration, the gap of the capacity utilization rates between state-owned and non-stateowned enterprises will further expand by about 15%. Therefore, in order to control the overcapacity of China’s iron and steel enterprises, we should not only consider the ownership of enterprises, but also distinguish the scale types of enterprises, and at the same time adhere to the development path of enterprise reform about ownership and large scale. We should start from the small and medium enterprises and focus on their ownership reform, namely our state-owned iron and steel enterprises should still continue to adhere to the reform ideas of “grasping the big and giving up the small”.

Capacity Utilization, Enterprise Nature and Operation Benefits: Empirical Study Based on Iron and Steel Industry

Ma Hongqi
( School of Economics and Management, China Agricultural University, Beijing 100083, China )

iron and steel enterprise；capacity utilization；overcapacity；profit rate

F424.4

A

1009-0150(2017)06-0031-15

10.16538/j.cnki.jsufe.2017.06.003

2017-08-15

基本科研業(yè)務專項資金項目“我國工業(yè)部門產(chǎn)能過剩的檢測及預警系統(tǒng)研究”（2017QC012）。

馬紅旗（1982－），男，河南衛(wèi)輝人，中國農(nóng)業(yè)大學經(jīng)濟管理學院講師。

（責任編輯：喜 雯）