信貸資源配置與非周期性產(chǎn)能過剩：微觀數(shù)據(jù)的實(shí)證

王韌 馬紅旗

作者簡介：王韌（1981—），男，湖南株洲人，重慶工商大學(xué)財(cái)政金融學(xué)院副教授，北京大學(xué)金融學(xué)博士后，研究方向：金融配置與產(chǎn)業(yè)轉(zhuǎn)型;馬紅旗（1982—），男，河南新鄉(xiāng)人，中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，北京大學(xué)經(jīng)濟(jì)學(xué)博士后，研究方向：產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

摘要：厘清企業(yè)產(chǎn)能利用率的微觀決定機(jī)制是探討產(chǎn)能過剩長效治理機(jī)制的前提。現(xiàn)有研究雖然強(qiáng)調(diào)了中國重工業(yè)領(lǐng)域產(chǎn)能過剩的非周期性色彩，但缺乏微觀數(shù)據(jù)實(shí)證的支持，也缺乏對不同因素實(shí)際影響的量化比較。為此，基于中國工業(yè)企業(yè)數(shù)據(jù)庫的微觀數(shù)據(jù)，選擇鋼鐵行業(yè)作為研究樣本，綜合運(yùn)用成本函數(shù)法的產(chǎn)能利用率測算以及產(chǎn)能利用率變化影響因素的微觀計(jì)量，驗(yàn)證兩個(gè)理論假設(shè)：制度政策性因素對于我國產(chǎn)能過剩形成具有更加顯著的影響;信貸資源配置是企業(yè)產(chǎn)能利用率變化的決定變量，主導(dǎo)了我國重工業(yè)領(lǐng)域產(chǎn)能過剩的實(shí)際演變。進(jìn)一步實(shí)證顯示：金融抑制不僅會引發(fā)微觀企業(yè)投資的預(yù)算軟約束，還會扭曲微觀企業(yè)行為。由此認(rèn)為，我國鋼鐵行業(yè)乃至于其他重工業(yè)領(lǐng)域的產(chǎn)能過剩問題，改革比調(diào)控更加重要，而金融資源分配體制的改革則是重中之重。

關(guān)鍵詞： 信貸資源;產(chǎn)能過剩;非周期性

中圖分類號：F831文獻(xiàn)標(biāo)識碼：A文章編號：1003-7217（2019）01-0025-08

一、引言及文獻(xiàn)綜述

剖析產(chǎn)能過剩的形成機(jī)制是推動(dòng)我國重工業(yè)部門供給側(cè)改革的重要理論基礎(chǔ)。國外研究多認(rèn)為企業(yè)產(chǎn)能利用率與勞動(dòng)力市場景氣度相關(guān)[1]，也與通脹指標(biāo)變化相互印證[2]，由此和經(jīng)濟(jì)周期具有一致性[3]，產(chǎn)能過剩的形成更多應(yīng)歸結(jié)于企業(yè)應(yīng)對周期波動(dòng)的結(jié)果，比如資產(chǎn)專用性和投資不可逆性帶來的沉沒成本和退出壁壘[4];或企業(yè)為平滑需求波動(dòng)、降低生產(chǎn)成本、抑或是抵御潛在競爭對手的行為選擇[5]。

而在中國，產(chǎn)能過剩的形成則存在深刻的制度和政策背景。因?yàn)殚L期以來的重工業(yè)優(yōu)先發(fā)展戰(zhàn)略 [6]以及與之配套的金融抑制政策[7]，中國典型重工業(yè)部門普遍存在著投資“潮涌”問題[8，9]，即預(yù)算軟約束主體紛紛涌入政府支持的重工業(yè)領(lǐng)域進(jìn)而誘發(fā)產(chǎn)能過度擴(kuò)張、無法常規(guī)退出乃至最終的產(chǎn)能過剩[10]。鑒于制度與政策因素往往不具有順周期性，因此，相對于西方國家的“周期性產(chǎn)能過剩”，中國的產(chǎn)能過剩存在更為顯著的非周期色彩。周勁等（2011）強(qiáng)調(diào)中國的產(chǎn)能過剩同時(shí)夾雜著周期性和非周期性因素，其中非周期性產(chǎn)能過剩又包含結(jié)構(gòu)性產(chǎn)能過剩和體制性產(chǎn)能過剩兩種不同形態(tài)[11]。王文甫等（2014）則明確提出，中國重工業(yè)領(lǐng)域的產(chǎn)能過剩不同于西方國家一般意義的“周期性產(chǎn)能過?！?，具有更強(qiáng)的非周期色彩[12]，這一觀點(diǎn)也得到國務(wù)院發(fā)展研究中心課題組（2013）的實(shí)證支持[13]。

從具體機(jī)制看， 現(xiàn)有研究多將中國重工業(yè)部門產(chǎn)能過剩的非周期性特征歸結(jié)于積極產(chǎn)業(yè)政策和過度行政干預(yù)，及其對市場預(yù)期和企業(yè)投資決策的干擾，包括地方政府因“政績考核”和“推動(dòng)增長”需要對企業(yè)產(chǎn)能擴(kuò)張?zhí)峁┑娘@性或隱性支持[10]。而信貸資源配置則是這一過程的核心推手：一方面，相對顯性政策補(bǔ)貼和隱性土地支持[14]，源自銀行體系的信貸支持能夠更便捷地實(shí)現(xiàn)投資風(fēng)險(xiǎn)外部化進(jìn)而激勵(lì)逆周期產(chǎn)能擴(kuò)張[15];另一方面，千絲萬縷的銀企關(guān)聯(lián)也會強(qiáng)化信貸配置的路徑依賴，地方政府推動(dòng)鋼鐵、水泥等重工業(yè)領(lǐng)域優(yōu)先發(fā)展的傾向[16]，銀行自身對政府軟性擔(dān)保和賬面處置支持的期待及相應(yīng)的風(fēng)險(xiǎn)收益權(quán)衡[17]，都會更直接干擾企業(yè)投資行為和產(chǎn)能決策。由此，信貸資源配置成為探討國內(nèi)重工業(yè)部門非周期性產(chǎn)能過剩的關(guān)鍵，源自銀行體系的差異化支持在經(jīng)濟(jì)上行期誘發(fā)產(chǎn)能擴(kuò)張，經(jīng)濟(jì)下行期遲滯產(chǎn)能退出[18];甚至引發(fā)貨幣調(diào)控的“杠桿率悖論”問題，即產(chǎn)能過剩部門低效率企業(yè)的優(yōu)先獲貸讓貨幣調(diào)控陷入“松”或“緊”的兩難[19，20]。

為此，本文試圖從制度政策和金融環(huán)境入手，利用微觀數(shù)據(jù)剖析重工業(yè)部門產(chǎn)能過剩形成的內(nèi)在機(jī)理和影響因素，進(jìn)而探討國內(nèi)產(chǎn)能過剩呈現(xiàn)非周期特征的現(xiàn)實(shí)成因。樣本選擇上，考慮到上市公司數(shù)據(jù)可能存在融資約束有偏性干擾，選擇中國工業(yè)企業(yè)數(shù)據(jù)庫提供的大樣本微觀企業(yè)調(diào)查數(shù)據(jù)進(jìn)行實(shí)證;為規(guī)避行業(yè)異質(zhì)性影響，選擇產(chǎn)品和技術(shù)標(biāo)準(zhǔn)化程度更高，且經(jīng)歷過較為完整的產(chǎn)能擴(kuò)張和調(diào)整周期的鋼鐵行業(yè)作為實(shí)證對象[21，22]。并在此基礎(chǔ)上重點(diǎn)考察以下兩個(gè)理論假設(shè)：

假設(shè)1：中國鋼鐵行業(yè)產(chǎn)能過剩的形成和發(fā)展并不簡單源自經(jīng)濟(jì)的周期性波動(dòng)，而是與制度政策乃至于金融環(huán)境等因素存在密切的邏輯關(guān)聯(lián)，由此具備更強(qiáng)的非周期特征。

假設(shè)2：源自銀行系統(tǒng)的信貸資源配置對于微觀鋼鐵企業(yè)的投資行為和產(chǎn)能決策形成了關(guān)鍵干擾，并在鋼鐵行業(yè)產(chǎn)能過剩的演變過程中發(fā)揮了決定性作用。

為驗(yàn)證上述假設(shè)，本文將基于可變成本函數(shù)法測度我國鋼鐵企業(yè)的產(chǎn)能利用率;并對影響我國鋼鐵企業(yè)產(chǎn)能利用率變化的因素進(jìn)行計(jì)量比較，測度不同類型變量的實(shí)際影響程度，進(jìn)而勾勒我國鋼鐵行業(yè)產(chǎn)能過剩問題的微觀形成機(jī)制。

將各參數(shù)估計(jì)值代入式（3）～（5），可測算企業(yè)的潛在產(chǎn)出水平，進(jìn)而用實(shí)際產(chǎn)出與之進(jìn)行比較即可得出對應(yīng)企業(yè)的產(chǎn)能利用率數(shù)值。

（三）鋼鐵行業(yè)產(chǎn)能利用率演變的統(tǒng)計(jì)描述

基于前面測算得到的產(chǎn)能利用率數(shù)據(jù)，并以總產(chǎn)值為權(quán)重測算鋼鐵行業(yè)總體和不同所有制企業(yè)的產(chǎn)能利用率加權(quán)平均值，就可對其產(chǎn)能利用率演變的周期特征進(jìn)行統(tǒng)計(jì)描述。

總體看，中國鋼鐵行業(yè)產(chǎn)能利用率演變分為明顯的兩個(gè)階段：1998-2004年鋼鐵行業(yè)產(chǎn)能利用呈現(xiàn)較強(qiáng)順周期性，經(jīng)歷了一輪顯著持續(xù)的提升，這與同期中國重工業(yè)化提速、地產(chǎn)和出口需求擴(kuò)張等宏觀周期變化相一致。但2004年之后，鋼鐵行業(yè)產(chǎn)能利用率變化開始與宏觀周期背離，2004-2008年，雖然經(jīng)濟(jì)增速和宏觀景氣仍在上升，但鋼鐵行業(yè)產(chǎn)能利用水平卻開始掉頭向下，說明即便同期中央政府開始強(qiáng)調(diào)產(chǎn)能治理，但企業(yè)投資和行業(yè)產(chǎn)能仍在快速擴(kuò)張（見圖1）。

2008年經(jīng)歷了國際金融危機(jī)引發(fā)的大起大落，鋼鐵行業(yè)產(chǎn)能利用水平一度大幅下挫;之后受“四萬億”影響小幅反彈，但反彈的力度和持續(xù)性較同期煤炭和水泥行業(yè)數(shù)據(jù)明顯更弱（同樣方法進(jìn)行估計(jì)），且2009年后即轉(zhuǎn)入新一輪下降周期，這不僅說明鋼鐵行業(yè)生產(chǎn)經(jīng)營的周期敏感度已顯著降低，也預(yù)示其產(chǎn)能利用率和產(chǎn)能過剩演變開始呈現(xiàn)越來越顯著的非周期色彩[30]（見圖2）。

實(shí)際上，對比鋼鐵、煤炭、水泥三大部門，因?yàn)槭苤朴诋a(chǎn)業(yè)鏈中游的行業(yè)局限，鋼鐵對終端需求變化的適應(yīng)性更弱，而且因?yàn)楫a(chǎn)能投放滯后及較高沉沒成本而導(dǎo)致其產(chǎn)能利用率變化具有更強(qiáng)的趨勢依賴性，由此產(chǎn)能過剩問題暴露得最為充分，也是本文行業(yè)樣本選擇的重要依據(jù)。

不同所有制鋼鐵企業(yè)的產(chǎn)能利用率數(shù)據(jù)對比則顯示：國有企業(yè)產(chǎn)能利用率水平持續(xù)低于私營企業(yè)和外資企業(yè)。雖然2004年之前國有企業(yè)一度縮小與私營和外資企業(yè)的產(chǎn)能利用率差距，但之后開始遭遇瓶頸，且在2008年之后被重新拉大差距?？紤]到投資“潮涌”、信貸支持和地方政府產(chǎn)業(yè)政策的著力點(diǎn)大多集中于國有企業(yè)，這進(jìn)一步勾勒出制度政策性因素的關(guān)鍵影響（見圖3、圖4）。

經(jīng)濟(jì)周期性因素重點(diǎn)考察三項(xiàng)指標(biāo)：（1）需求變化度：（企業(yè)銷售收入-應(yīng)收賬款）/工業(yè)總產(chǎn)值[31]。鑒于市場需求好轉(zhuǎn)有利于提高企業(yè)產(chǎn)能利用，預(yù)期這一指標(biāo)影響為正。（2）市場開放度：企業(yè)出口額/工業(yè)總產(chǎn)值。鑒于出口占比越高，則企業(yè)對沖國內(nèi)周期波動(dòng)的能力更強(qiáng)，預(yù)期這一指標(biāo)影響為正。（3）產(chǎn)能擴(kuò)張彈性：企業(yè)當(dāng)年實(shí)際投資額/工業(yè)增加值增量。考慮到企業(yè)投資傾向越高，越不利于產(chǎn)能利用率提升，預(yù)期這一指標(biāo)影響為負(fù)。

制度政策性因素中，采用企業(yè)當(dāng)年利息支出總額與工業(yè)總產(chǎn)值之比來衡量特定企業(yè)的信貸資源獲取 [22] 。一般而言，企業(yè)獲得的信貸支持越大，預(yù)算軟約束現(xiàn)象越強(qiáng)，對應(yīng)產(chǎn)能利用率越低，預(yù)期這一指標(biāo)影響為負(fù)。這里還另外考察兩項(xiàng)指標(biāo)：（1）政府支持度：補(bǔ)貼收入/工業(yè)總產(chǎn)值。政府支持同樣會強(qiáng)化所謂的“預(yù)算軟約束”，預(yù)期這一指標(biāo)影響同樣為負(fù)。（2）就業(yè)敏感度：用從業(yè)人數(shù)對（存貨+應(yīng)收賬款）的彈性表示。鑒于勞動(dòng)力退出障礙會影響企業(yè)產(chǎn)能控制能力，預(yù)測這一指標(biāo)的影響為正。

企業(yè)個(gè)體性因素主要控制以下變量：（1）產(chǎn)品創(chuàng)新度：新產(chǎn)品產(chǎn)值/工業(yè)總產(chǎn)值[30]。產(chǎn)品創(chuàng)新能力越強(qiáng)，則市場競爭力和產(chǎn)能利用水平更高，預(yù)測這一指標(biāo)影響為正。（2）資產(chǎn)專用性：固定資產(chǎn)凈值年平均余額/工業(yè)總產(chǎn)值。該指標(biāo)越高意味企業(yè)產(chǎn)能調(diào)整難度更大，預(yù)測其影響為負(fù)。（3）企業(yè)規(guī)模：用規(guī)模虛擬變量形式Scale-m和Scale-s標(biāo)注中、小型企業(yè)，并與大型企業(yè)相區(qū)分（直接采用工業(yè)企業(yè)數(shù)據(jù)庫分類）。企業(yè)規(guī)模越小，越難準(zhǔn)確掌握市場需求變化，更容易引發(fā)投資“潮涌”和產(chǎn)能過剩[9]，預(yù)測這一指標(biāo)影響為負(fù)。（4）產(chǎn)業(yè)鏈差異：用虛擬變量Ind-1、Ind-2和Ind-3分別表示煉鐵業(yè)、鐵合金冶煉業(yè)和鋼壓延加工業(yè)，并與煉鋼業(yè)相區(qū)分。

另外，使用虛擬變量來控制不同樣本的地區(qū)和年度差異;并在表4的估計(jì)（3）～（7）中嘗試加入所有制虛擬變量與信貸支持度的交互項(xiàng)來重點(diǎn)考察“金融抑制”因素的影響。

（二）模型估計(jì)和實(shí)證結(jié)果

采用系統(tǒng)廣義距估計(jì)（sysGMM）方法，由表4可知，Hansen過度識別檢驗(yàn)、差分方程和水平方程的Sargan檢驗(yàn)均符合要求，且自回歸檢驗(yàn)（AR（1）和AR（2））不存在二階序列相關(guān)。

表4中估計(jì)（1）報(bào)告了模型（一）的實(shí)證結(jié)果，產(chǎn)能利用率存在一定的趨勢延續(xù)性，即上期產(chǎn)能利用率會對下期產(chǎn)能利用率產(chǎn)生顯著正向影響，考慮生產(chǎn)調(diào)整時(shí)滯，這基本契合現(xiàn)實(shí)情況。

經(jīng)濟(jì)周期因素中，需求變化Market對產(chǎn)能利用率影響顯著為正（1.837），產(chǎn)能擴(kuò)張彈性Invest的影響則在1%水平下顯著為負(fù)（0.046），這都符合之前預(yù)期;市場開放度的影響不顯著，這可能源于國內(nèi)鋼鐵企業(yè)的需求內(nèi)向性特征，外部市場擴(kuò)張尚不足以對沖周期波動(dòng)的影響。

制度政策因素中，信貸支持度Finance呈現(xiàn)顯著的負(fù)效應(yīng)（4.870），且系數(shù)絕對值在所有變量中最高，說明信貸資源配置確實(shí)是關(guān)鍵影響變量，也驗(yàn)證了金融抑制和信貸扭曲在刺激國內(nèi)重工業(yè)企業(yè)投資沖動(dòng)并引發(fā)產(chǎn)能過剩過程中的主導(dǎo)性作用。政府支持度Gov指標(biāo)在1%水平下顯著為負(fù)（0.033），但系數(shù)絕對值較低，說明源自政府的直接補(bǔ)貼確實(shí)會加劇產(chǎn)能過剩形成，但因?yàn)檎С指嗤ㄟ^隱性或間接的優(yōu)惠政策實(shí)現(xiàn)，直接顯性補(bǔ)貼的作用相對較小。就業(yè)彈性Job的影響在1%水平下顯著為正（0.068），說明企業(yè)就業(yè)彈性越高則產(chǎn)能利用率越高。

企業(yè)個(gè)體因素中，資產(chǎn)專用性指標(biāo)Sunk的影響最顯著（1.824），反映企業(yè)沉沒成本越高，則產(chǎn)能調(diào)整難度越大。產(chǎn)品創(chuàng)新度指標(biāo)Tech影響不顯著，這與鋼鐵產(chǎn)品同質(zhì)化和標(biāo)準(zhǔn)化程度較高有關(guān)。Scalem不顯著，Scales顯著為負(fù)，說明只有小型企業(yè)與大型企業(yè)之間存在明顯的產(chǎn)能利用差距，而且小企業(yè)產(chǎn)能利用率整體比大企業(yè)要低，這也一定程度印證了企業(yè)規(guī)模越小越容易引發(fā)投資“潮涌”。同樣地，不同細(xì)分行業(yè)屬性對于企業(yè)產(chǎn)能利用率也存在顯著影響。

綜上所述，制度政策性因素對鋼鐵企業(yè)產(chǎn)能利用率的實(shí)際影響顯著強(qiáng)于經(jīng)濟(jì)周期性因素和企業(yè)個(gè)體性因素，這是鋼鐵行業(yè)產(chǎn)能過剩演變呈現(xiàn)出非周期性的根源。信貸資源配置則在其中發(fā)揮了主導(dǎo)作用，其系數(shù)絕對值超過其他所有變量的總和，說明源自于金融體系的信貸支持及由此衍生的預(yù)算軟約束問題嚴(yán)重扭曲了企業(yè)投資行為和產(chǎn)能決策，并主導(dǎo)了產(chǎn)能過剩演變。

表4中估計(jì)（2）（3）報(bào)告了模型（二）的結(jié)果：納入所有制因素并不改變前述各變量的影響方向和顯著性。但估計(jì)（2）顯示，非國有企業(yè)的產(chǎn)能利用率顯著高于國有企業(yè);估計(jì)（3）通過移除信貸支持變量發(fā)現(xiàn)，國有企業(yè)與各其他類型企業(yè)的產(chǎn)能利用率差距進(jìn)一步擴(kuò)大，說明銀行信貸中的“所有制歧視”現(xiàn)象和信貸資源配置差異對不同所有制的產(chǎn)能利用率差異產(chǎn)生了顯著影響。

表4中估計(jì)（4）～（7）是對模型（三）的實(shí)證：通過引入信貸支持度與所有制的交叉項(xiàng)，同時(shí)計(jì)算信貸支持度Finance的回歸系數(shù)與交叉項(xiàng)回歸系數(shù)之和發(fā)現(xiàn)，國有企業(yè)、集體企業(yè)、私營企業(yè)、外資企業(yè)四種類別企業(yè)信貸支持項(xiàng)的綜合回歸系數(shù)依次為1.747（5.383+3.635）、3.319（5.298+1.979）、6.361（3.7482.613）和4.790（4.790+0.167），說明信貸資源獲取對非國有企業(yè)產(chǎn)能利用率的邊際影響顯著高于國有企業(yè)?？梢?，金融抑制的大環(huán)境同樣會扭曲非國有企業(yè)的信貸獲取行為，該種負(fù)反饋反而使銀行體系將信貸資源向國有企業(yè)集中變成一種次優(yōu)選擇。

四、實(shí)證結(jié)果與討論

以上基于中國工業(yè)企業(yè)數(shù)據(jù)庫的微觀實(shí)證，驗(yàn)證了關(guān)于我國鋼鐵行業(yè)產(chǎn)能利用率歷史演變特征及微觀形成機(jī)制的兩個(gè)理論假設(shè)，結(jié)果如下：

1.制度政策因素對于鋼鐵行業(yè)產(chǎn)能過剩的影響顯著強(qiáng)于周期性因素和個(gè)體性因素。由表4中估計(jì)（1）和（2）可知，制度政策性因素的合計(jì)影響系數(shù)分別達(dá)到4.745和4.706，絕對值顯著高于經(jīng)濟(jì)周期性因素和企業(yè)個(gè)體性因素，且無論是信貸支持度、政府支持度和就業(yè)敏感度均在1%的條件下顯著。這一結(jié)果在各估計(jì)結(jié)果中體現(xiàn)出較強(qiáng)穩(wěn)健性。說明相對于經(jīng)濟(jì)的周期性波動(dòng)，制度政策性因素對于我國鋼鐵行業(yè)的產(chǎn)能過剩形成和發(fā)展更為關(guān)鍵，假設(shè)1得證。

2.銀行信貸支持和信貸資源配置是誘發(fā)鋼鐵行業(yè)產(chǎn)能過剩的最關(guān)鍵影響變量。表4的估計(jì)（1）中，F(xiàn)inance變量的系數(shù)絕對值顯著高于其他控制變量，且在1%條件下顯著，構(gòu)成我國鋼鐵行業(yè)產(chǎn)能利用率變化的主導(dǎo)因素?？紤]到該指標(biāo)采用企業(yè)當(dāng)年利息支出總額與工業(yè)總產(chǎn)值之比計(jì)算得出，實(shí)則反映出銀行信貸資源配置對于鋼鐵企業(yè)投資行為和產(chǎn)能決策的巨大干擾，且這一影響在考慮所有制差異的估計(jì)結(jié)果中依然穩(wěn)健。假設(shè)2得證。

綜合上述結(jié)果，與新古典經(jīng)濟(jì)學(xué)將產(chǎn)能過剩描述為一種典型的周期性現(xiàn)象不同，我國鋼鐵行業(yè)乃至重工業(yè)部門的產(chǎn)能過剩形成和演變都更多受到了制度政策性因素的影響，因而具有更強(qiáng)的非周期色彩，而信貸資源配置又構(gòu)成了各種產(chǎn)業(yè)政策和行政干預(yù)落地的關(guān)鍵推手，也由此成為微觀層面產(chǎn)能過剩和宏觀層面“去杠桿悖論”的主要導(dǎo)因。

五、政策建議與展望

結(jié)合前面討論，對解決我國鋼鐵行業(yè)乃至其他重工業(yè)領(lǐng)域的產(chǎn)能過剩問題而言，改革相對于調(diào)控更加重要，而信貸資源分配體制的改革則是重中之重：

1.規(guī)范政府行為，減少行政干預(yù)，消除政策因素對企業(yè)產(chǎn)能決策的干擾。地方政府對重工業(yè)企業(yè)產(chǎn)能擴(kuò)張?zhí)峁┑母鞣N顯性或隱性政策支持不僅改變了微觀企業(yè)預(yù)算約束，也干擾了其生產(chǎn)經(jīng)營決策，也是所謂投資“潮涌”和產(chǎn)能過剩的源頭。因此，構(gòu)建多元化的政績考核體系，理順中央和地方的財(cái)權(quán)事權(quán)分配，轉(zhuǎn)變政府職能是有效去產(chǎn)能的前提。

2.深化金融體系改革，優(yōu)化金融資源配置，強(qiáng)化企業(yè)產(chǎn)能決策的預(yù)算約束。實(shí)證分析顯示：信貸資源配置是企業(yè)產(chǎn)能利用率變化的決定性因素，信貸資源的配置方式不僅引發(fā)了微觀企業(yè)投資的預(yù)算軟約束問題，也扭曲了微觀企業(yè)行為。因此，要有效解決國內(nèi)重工業(yè)領(lǐng)域的產(chǎn)能過剩問題，就必須進(jìn)一步深化金融體系改革，優(yōu)化信貸資源配置。

3.理順要素價(jià)格，鼓勵(lì)企業(yè)創(chuàng)新，引導(dǎo)企業(yè)構(gòu)建市場化的產(chǎn)能決策機(jī)制。鋼鐵企業(yè)產(chǎn)能利用率對需求變化的反映敏感程度遠(yuǎn)低于信貸支持等制度政策因素，有必要改善生產(chǎn)要素的市場化定價(jià)機(jī)制，理順要素價(jià)格體系，疏通經(jīng)濟(jì)周期對產(chǎn)能供需的自發(fā)調(diào)節(jié)作用;同時(shí)，因?yàn)橥|(zhì)化產(chǎn)能擴(kuò)張的負(fù)效應(yīng)，應(yīng)對產(chǎn)能過剩也需強(qiáng)化對微觀企業(yè)創(chuàng)新的引導(dǎo)和激勵(lì)。

注釋：

① 這里用《中國統(tǒng)計(jì)年鑒》報(bào)告的制造業(yè)勞動(dòng)力年人均工資與企業(yè)從業(yè)人數(shù)之積替代企業(yè)工資總額。

② 20082013年的中間投入數(shù)據(jù)缺失?；?9982007年的歷史數(shù)據(jù)，鋼鐵行業(yè)的中間投入比例（中間投入/工業(yè)總產(chǎn)值）維持在0.74～0.83之間，呈現(xiàn)出明顯的線性趨勢，這里運(yùn)用趨勢外推法進(jìn)行了近似估計(jì)。

③ 由于部分樣本缺失工業(yè)增加值指標(biāo)，這里采用劉小玄和李雙杰（2008）的估算公式進(jìn)行了推演，即：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(jì)+增值稅。

④ 來自《中國統(tǒng)計(jì)年鑒》，并換算成以1998年為基期的定比價(jià)值指數(shù)。

⑤ 來自《中國價(jià)格統(tǒng)計(jì)年鑒》，用黑色金屬材料類購進(jìn)價(jià)格指數(shù)表示，并折算成1998年為基期的定比價(jià)格指數(shù)。

參考文獻(xiàn)：

[1]Mc Elhattan R. Estimating a stable inflation capacity utilization rate[J].Federal Reserve Bank of San Francisco Economic Review，1978， 78：2030.

[2]Shapiro M D ， Gordon R J ， Summers L H . Assessing the Federal Reserves measures of capacity and utilization [J].Brooking Papers on Economic Activity，1989（1）：181241.

[3]Corrado C， Mattey J. Capacity utilization[J].Journal of Economic Perspectives，1997， 11（1）：151167.

[4]Dixit B A. The role of investment in entry deterrence[J].The Economic Journal， 2010， 90：95106.

[5]Stiglitz J E. Toward a general theory of wage and price rigidities and economic fluctuations[J]. American Economic Review，1999， 89：7580.

[6]紀(jì)洋，譚語嫣，黃益平.金融雙軌制與利率市場化[J].經(jīng)濟(jì)研究，2016（6）：4557.

[7]黃桂田，何石軍.結(jié)構(gòu)扭曲與中國貨幣之謎——基于轉(zhuǎn)型經(jīng)濟(jì)金融抑制的視角[J].金融研究，2011（7）：113.

[8]林毅夫.潮涌現(xiàn)象與發(fā)展中國家宏觀經(jīng)濟(jì)理論的重新構(gòu)建[J].經(jīng)濟(jì)研究，2007（1）：126131.

[9]林毅夫，巫和懋，邢亦青.“潮涌現(xiàn)象”與產(chǎn)能過剩的形成機(jī)制[J].經(jīng)濟(jì)研究，2010（10）：419.

[10]紀(jì)敏，嚴(yán)寶玉，李宏瑾.杠桿率結(jié)構(gòu)、水平和金融穩(wěn)定——理論分析框架和中國經(jīng)驗(yàn)[J].金融研究，2017，（2）：1125.

[11]周勁，付保宗.產(chǎn)能過剩的內(nèi)涵、評價(jià)體系及在我國工業(yè)領(lǐng)域的表現(xiàn)特征[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2011（10）：5864.

[12]王文甫，明娟，岳超云.企業(yè)規(guī)模、地方政府干預(yù)與產(chǎn)能過剩[J].管理世界，2014（10）：1746.

[13]國務(wù)院發(fā)展研究中心《進(jìn)一步化解產(chǎn)能過剩的政策研究》課題組.當(dāng)前我國產(chǎn)能過剩的特征、風(fēng)險(xiǎn)及對策研究——基于實(shí)地調(diào)研及微觀數(shù)據(jù)的分析[J].管理世界，2015（4）：110.

[14]鐘春平，潘黎.“產(chǎn)能過剩”的誤區(qū)——產(chǎn)能利用率及產(chǎn)能過剩的進(jìn)展、爭議及現(xiàn)實(shí)判斷 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2014（3）：3547.

[15]林志帆，賴艷，徐蔓華.貨幣擴(kuò)張、資本深化與勞動(dòng)收入份額下降——理論模型與跨國經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)科學(xué)，2015（5）：3043.

[16]王仲兵，劉穎.國有僵尸企業(yè)：概念、機(jī)理與治理方略[J].地方財(cái)政研究，2017（5）：4549+65.

[17]紀(jì)志宏，周黎安，等.地方官員晉升激勵(lì)與銀行信貸——來自中國城市商業(yè)銀行的經(jīng)驗(yàn)證據(jù)[J].金融研究，2014（1）：115.

[18]王宇.中國高杠桿的成因及治理[J].中國經(jīng)濟(jì)報(bào)告，2016（3）：9294.

[19]宋國青.利率是車、匯率是馬[M].北京：北京大學(xué)出版社，2014.

[20]劉曉光，張杰平.中國杠桿率悖論：兼論貨幣政策“穩(wěn)增長”和“降杠桿”真的兩難嗎[J].財(cái)貿(mào)經(jīng)濟(jì)，2016（8）：519.

[21]馬紅旗.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(shí)證分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（6）：3145.

[22]馬紅旗，黃桂田，王韌，等.我國鋼鐵企業(yè)產(chǎn)能過剩的成因及所有制差異分析[J].經(jīng)濟(jì)研究，2018（3）：7990.

[23]Klein L R. Some theoretical issues in the measurement of capacity[J].Econometrica， 1960，28：272286.

[24]Nelson R A . On the measurement of capacity utilization[J].Journal of Industrial Economics， 1989， 37：273286.

[25]Lau L J A. Characterization of thenormalized restricted profit function[J].Journal of Economic Theory，1976（12）：131163.

[26]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(jì)，2012（5），142158.

[27]謝千里，羅斯基，張軼凡.中國工業(yè)生產(chǎn)率的增長與收斂[J].經(jīng)濟(jì)學(xué)季刊，2008（3）：3451.

[28]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(jì)學(xué)（季刊），2008（4）：843868.

[29]Jorgenson D W. Capital theory and investment behavior[J].American Economic Review，2002， 53：247259.

[30]程俊杰，劉志彪.產(chǎn)能過剩、要素扭曲與經(jīng)濟(jì)波動(dòng)——來自制造業(yè)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家，2015（11）：5969.

[31]Braguinsky S， Ohyama A， Okazaki T， et al. Acquisitions， Productivity and profitability： evidence from the Japanese cotton spinning industry[J].Ssrn Electronic Journal，2015， 105：201239.

（責(zé)任編輯：寧曉青）