信貸扭曲、投資效率與產(chǎn)能過剩：微觀數(shù)據(jù)實(shí)證

王 韌 馬紅旗 李志偉

(1.重慶工商大學(xué)，重慶 400067； 2.中國農(nóng)業(yè)大學(xué)，北京 100083)

一、引言及文獻(xiàn)綜述

發(fā)展中國家的經(jīng)濟(jì)趕超多依托重工業(yè)優(yōu)先發(fā)展戰(zhàn)略(陳斌開 等，2012；紀(jì)洋 等，2016)，而重工業(yè)發(fā)展則需要先經(jīng)歷“投資驅(qū)動(dòng)”的階段(Acemoglu，2006)。為保證對企業(yè)投資的激勵(lì)和支持，政府往往會(huì)配套實(shí)施金融抑制政策(McKinnon,1973)，即通過一系列金融安排,保證銀行信貸資金更多投向政府扶持的領(lǐng)域，以實(shí)現(xiàn)趕超目標(biāo)(黃桂田 等，2011；張杰 等，2016)。

在中國經(jīng)濟(jì)實(shí)踐中，因?yàn)檎姆e極干預(yù)和銀行主導(dǎo)的融資體系，金融抑制政策和重工業(yè)趕超戰(zhàn)略相互化反的結(jié)果就是錯(cuò)綜復(fù)雜的銀企共生關(guān)系和廣泛存在的信貸扭曲。首先，地方政府因?yàn)椤罢兛己恕眽毫啊氨Ｔ鲩L”需求而傾向于通過各種方式保證銀行機(jī)構(gòu)對鋼鐵、煤炭、水泥等GDP貢獻(xiàn)較大行業(yè)的信貸支持，并推動(dòng)銀行放松貸款標(biāo)準(zhǔn)和降低貸款條件。其次，雖然國有銀行分支機(jī)構(gòu)名義上與地方政府脫離了隸屬關(guān)系，信貸審批權(quán)也進(jìn)行了垂直上移，但城市商業(yè)銀行的發(fā)展、銀行同業(yè)業(yè)務(wù)的擴(kuò)張以及各種形式的政治關(guān)聯(lián)使得地方政府依然具備干預(yù)銀行信貸決策的能力(余明桂 等，2008；錢先航 等，2011；李維安 等，2012；紀(jì)志宏 等，2014；張棟 等，2016)。另外，因?yàn)榇嬖谡P(guān)系的軟性擔(dān)保，以及政府背書和持續(xù)補(bǔ)貼安排對于壞賬風(fēng)險(xiǎn)暴露的降低作用，甚至于出現(xiàn)壞賬時(shí)可能獲得的不良資產(chǎn)剝離或賬面處置方面的政府支持，銀行通過風(fēng)險(xiǎn)收益權(quán)衡也會(huì)傾向于與相關(guān)企業(yè)構(gòu)建更加緊密的利益關(guān)聯(lián)，并持續(xù)對其提供低成本、長期限的信貸支持(余明桂 等，2008；王仲兵 等，2017)。

現(xiàn)有研究一般認(rèn)為銀行信貸扭曲會(huì)對企業(yè)投資行為和產(chǎn)能決策產(chǎn)生三個(gè)方面的負(fù)效應(yīng)：

一是投資“擠出效應(yīng)”與不當(dāng)投資激勵(lì)。國外研究認(rèn)為過多的銀企關(guān)聯(lián)及“僵尸貸款”會(huì)阻礙新企業(yè)進(jìn)入，并對正常企業(yè)投資行為產(chǎn)生抑制(Hoshi et al.,2012；Rawdanowicz et al.，2013)。國內(nèi)也有研究認(rèn)為信貸扭曲會(huì)催生企業(yè)投資擴(kuò)張激勵(lì)，并引發(fā)過度投資問題(陸正飛 等，2015；賀京同 等，2016)，同時(shí)部分企業(yè)的信貸獲取便利也會(huì)激勵(lì)其短期投機(jī)傾向和虛擬投資偏好(喻坤 等，2014；王婷 等，2017)。

二是阻礙技術(shù)進(jìn)步并損害配置效率。Aziz et al.(2002)、張軍等(2005)、Guillaumont Jeanneney et al.(2006)、劉瑞明(2011)均認(rèn)為政府干預(yù)下的信貸扭曲會(huì)阻礙全要素生產(chǎn)率提升。路徑上看，解維敏等(2011)強(qiáng)調(diào)信貸扭曲及由此催生的過度投資對企業(yè)創(chuàng)新投入的阻滯；饒品貴等(2013)和譚語嫣等(2017)認(rèn)為信貸扭曲會(huì)降低信貸資金配置效率，進(jìn)而導(dǎo)致勞動(dòng)生產(chǎn)率和資產(chǎn)回報(bào)率下降；戴靜等(2013)則將行業(yè)創(chuàng)新低效歸因于國有經(jīng)濟(jì)比重和信貸所有制歧視的共同作用；徐思遠(yuǎn)等(2016)則認(rèn)為國有經(jīng)濟(jì)比重提升雖然拖累了技術(shù)效率但能夠推動(dòng)技術(shù)進(jìn)步，而被扭曲的銀行信貸支持則會(huì)強(qiáng)化上述兩種效應(yīng)。

三是妨礙市場出清并助推產(chǎn)能過剩形成。Peek et al.(2008)認(rèn)為信貸支持扭曲會(huì)導(dǎo)致“僵尸企業(yè)”的管理者激勵(lì)不足和決策短視，進(jìn)而阻礙公司的破產(chǎn)重組。Caballero et al.(2008)、Hoshi et al.(2012)認(rèn)為信貸扭曲越嚴(yán)重的行業(yè)會(huì)面臨越嚴(yán)重的產(chǎn)能過剩。而在國內(nèi)，多數(shù)研究認(rèn)為政府對銀行和企業(yè)關(guān)系的不當(dāng)干預(yù)及不合理的信貸支持會(huì)導(dǎo)致企業(yè)部門債務(wù)率的顯著逆周期變化(賀力平 等，2016)，并由此造成產(chǎn)能過剩和債務(wù)積累的交互強(qiáng)化機(jī)制(王宇 等，2016)，最終遲滯落后產(chǎn)能的淘汰并助推產(chǎn)能過剩的形成(何帆 等，2016；張棟 等，2016；王仲兵 等，2017)。

實(shí)踐中，信貸所有制歧視對國內(nèi)企業(yè)投資行為、技術(shù)進(jìn)步及產(chǎn)能過剩的影響備受關(guān)注，但也存在一定爭議。比如對國企的過度投資和擠出效應(yīng)問題，洪功翔(2010)認(rèn)為國有企業(yè)投資不僅沒有擠出民營企業(yè)投資，反而帶動(dòng)了民營企業(yè)發(fā)展；戴靜等(2013)認(rèn)為不能將行業(yè)創(chuàng)新低效簡單歸因于所有制，甚至于政府的很多改革干預(yù)措施并非低效，企業(yè)創(chuàng)新被拖累的關(guān)鍵在于委托代理和信貸歧視的交互作用；徐思遠(yuǎn)等(2016)通過將全要素生產(chǎn)率分解為技術(shù)效率與技術(shù)進(jìn)步，利用省際面板數(shù)據(jù)實(shí)證發(fā)現(xiàn)國有經(jīng)濟(jì)比重提高會(huì)推動(dòng)技術(shù)進(jìn)步并拖累技術(shù)效率。由此可見，簡單的是非判斷無法全面準(zhǔn)確展現(xiàn)國內(nèi)信貸扭曲的實(shí)際影響，將其局限于所有制歧視層面也容易引發(fā)爭議和誤導(dǎo)。本研究試圖以中觀行業(yè)分析作為切入點(diǎn)，選擇站在重工業(yè)優(yōu)先發(fā)展風(fēng)口浪尖，且較早經(jīng)歷趕超到去產(chǎn)能政策周期的鋼鐵行業(yè)作為研究樣本，基于中國工業(yè)企業(yè)數(shù)據(jù)庫1998—2013年規(guī)模以上鋼鐵企業(yè)的大樣本數(shù)據(jù)，綜合所有制類型、企業(yè)規(guī)模與年限、產(chǎn)業(yè)鏈環(huán)節(jié)、資產(chǎn)構(gòu)成和產(chǎn)品結(jié)構(gòu)、政府補(bǔ)貼和社會(huì)責(zé)任等諸多因素，探討國內(nèi)信貸扭曲的具體表現(xiàn)形式及其對企業(yè)投資行為、行業(yè)技術(shù)進(jìn)步、行業(yè)產(chǎn)能演變的實(shí)際影響。微觀到中觀的研究進(jìn)路無疑更有助于梳理問題并尋找應(yīng)對之策。

二、銀行信貸扭曲對鋼鐵企業(yè)投資行為和投資效率的影響

首先是樣本數(shù)據(jù)提取，這里基于1998—2013年“全部國有及規(guī)模以上非國有工業(yè)企業(yè)數(shù)據(jù)庫”提取了黑色金屬冶煉及壓延加工業(yè)(行業(yè)代碼32)的企業(yè)數(shù)據(jù)，涵蓋煉鐵業(yè)(3210)、煉鋼業(yè)(3220)、鋼壓延加工業(yè)(3230)和鐵合金冶煉業(yè)(3040)4個(gè)細(xì)分行業(yè)。這些細(xì)分行業(yè)雖同屬鋼鐵大類，但資本技術(shù)密集度以及與終端需求的聯(lián)系緊密度差異明顯?？紤]到原始數(shù)據(jù)的樣本錯(cuò)配和指標(biāo)異常問題，這里進(jìn)行了進(jìn)一步樣本篩選，對數(shù)據(jù)缺失和錯(cuò)誤嚴(yán)重的2010年數(shù)據(jù)做了整體剔除，同時(shí)為規(guī)避2011年開始的“規(guī)模以上”企業(yè)標(biāo)準(zhǔn)變化，重點(diǎn)選取了之前年份樣本。另外，參照謝千里等(2008)、Bai et al.(2009)、聶輝華等(2012)、Gulen et al. (2016)、紀(jì)洋等(2018)等的標(biāo)準(zhǔn)進(jìn)行了樣本剔除和縮尾處理，剔除標(biāo)準(zhǔn)包括：資本或產(chǎn)值類指標(biāo)缺失或小于0；從業(yè)人數(shù)小于8；銷售額低于500萬元；總資產(chǎn)與流動(dòng)資產(chǎn)或固定資產(chǎn)凈額不匹配；累計(jì)折舊小于當(dāng)期折舊；利潤率低于1%或高于99%；固定資產(chǎn)凈額、工業(yè)總產(chǎn)值、從業(yè)人數(shù)和實(shí)收資本等指標(biāo)位于前后1%分位。另外，還依據(jù)實(shí)收資本結(jié)構(gòu)進(jìn)行了所有制類型識(shí)別：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%為私營企業(yè)；港澳臺(tái)和外商資本金比例之和超過25%為外資企業(yè)(路江涌，2008)；無法識(shí)別的定義為其它企業(yè)。以此來規(guī)避工商登記注冊類型可能存在的誤導(dǎo)(聶輝華 等，2012)。

經(jīng)過上述篩選和剔除，本文最終提取的目標(biāo)樣本數(shù)量為37789家；行業(yè)分布占比依次為鋼壓延加工業(yè)(42.1%)、鐵合金冶煉業(yè)(34.1%)、煉鐵業(yè)(18.2%)和煉鋼業(yè)(5.6%)，分布結(jié)構(gòu)與原始數(shù)據(jù)樣本基本保持一致，而不同所有制企業(yè)的分布結(jié)構(gòu)也與工業(yè)企業(yè)數(shù)據(jù)原始樣本大體一致，說明這里的樣本提取并未破壞原始樣本的抽樣原則及其代表性。

表1 鋼鐵企業(yè)原始樣本及提取樣本信息

圖1 不同所有制鋼鐵企業(yè)信貸獲取能力的變動(dòng)趨勢

其次是信貸扭曲刻畫指標(biāo)的選擇。邏輯上看，信貸扭曲現(xiàn)象源于信貸資源配置不合理，現(xiàn)有文獻(xiàn)對重工業(yè)領(lǐng)域的國有企業(yè)或低效率環(huán)節(jié)獲得更多信貸支持的現(xiàn)象已進(jìn)行了廣泛討論，所謂的信貸扭曲問題也成為多數(shù)理論和實(shí)證研究的共識(shí)(盧峰 等，2004；Allen，2005；方軍雄，2007；Song，2008；饒品貴 等，2013；王婷 等，2017；王宇偉 等，2018；馬娟 等，2018)。實(shí)證角度出發(fā)，這里需要尋找能綜合反映微觀企業(yè)信貸優(yōu)勢的指標(biāo)以構(gòu)建后續(xù)研究基礎(chǔ)。一般而言，鋼鐵企業(yè)實(shí)際獲取的信貸支持可大致反映于兩個(gè)指標(biāo)：企業(yè)信貸獲取能力(TDY)，可以用總負(fù)債與工業(yè)總產(chǎn)值之比來代替，也就是企業(yè)每單位產(chǎn)值所隱含的負(fù)債情況，因?yàn)殇撹F行業(yè)產(chǎn)品同質(zhì)性較高，單位產(chǎn)值的負(fù)債大概率能夠反映企業(yè)的信貸資源獲取能力；企業(yè)資金使用成本(TID)，這里用利息支出總額與總負(fù)債之比加以衡量，即單位負(fù)債所需支付的利息，在鋼鐵企業(yè)產(chǎn)品和技術(shù)差異性并不顯著，而且國內(nèi)金融市場統(tǒng)一程度較高的約束下，企業(yè)單位負(fù)債的利息較低意味著其實(shí)際上享有了更高的利率優(yōu)惠。TDY和TID指標(biāo)可以分別從量和價(jià)的角度映射鋼鐵企業(yè)實(shí)際享有的信貸優(yōu)勢，進(jìn)而反映鋼鐵行業(yè)的信貸扭曲問題。

如圖1，通過對國有和私營兩種不同類型所有制鋼鐵企業(yè)的信貸獲取能力(TDY)指標(biāo)進(jìn)行聚類加總，并觀察其縱向變化與橫向差異，可以發(fā)現(xiàn)：

從時(shí)點(diǎn)值看，國有企業(yè)平均每單位產(chǎn)值所包含的信貸資金支持遠(yuǎn)遠(yuǎn)高于私營企業(yè)，也就是說，國有企業(yè)的信貸獲取能力顯著高于私營企業(yè)，直觀上驗(yàn)證了國內(nèi)信貸所有制

圖2 不同所有制鋼鐵企業(yè)資金使用成本的變動(dòng)趨勢

歧視現(xiàn)象的客觀存在性。

從時(shí)間趨勢觀察，1998—2004年間，國有企業(yè)相對于私營企業(yè)的信貸獲取能力優(yōu)勢逐漸縮小，這可能得益于同期中國順應(yīng)WTO要求而進(jìn)行的積極市場化改革；而在2004年之后，伴隨著房地產(chǎn)市場的快速發(fā)展及地方政府基建投資的擴(kuò)張，擁有政企和銀企關(guān)系優(yōu)勢的國有鋼鐵企業(yè)又重新拉開其與私營企業(yè)在負(fù)債驅(qū)動(dòng)增長能力上的差距，其單位產(chǎn)值的負(fù)債開始快速拉升，而同期民營鋼鐵企業(yè)的負(fù)債擴(kuò)張能力反而受到了一定程度擠壓。

圖2則顯示了不同所有制鋼鐵企業(yè)在資金使用成本(TID)指標(biāo)上的差異和時(shí)間變化趨勢。從統(tǒng)計(jì)結(jié)果看，除了2000年之外，國有鋼鐵企業(yè)的單位負(fù)債成本在各年份均明顯低于私營企業(yè)；但從總體看，不同所有制企業(yè)在信貸資金成本上的差異要顯著低于在信貸資金獲取能力上的差距。

綜合圖1和圖2，無論從信貸獲取能力(TDY)還是從資金使用成本(TID)來看，國有和私營企業(yè)之間的差距都是現(xiàn)實(shí)存在的，初步證明鋼鐵行業(yè)的信貸資源配置至少在所有制層面存在著明顯的扭曲，具體表現(xiàn)為：國有企業(yè)信貸獲取能力(TDY)更強(qiáng)而資金使用成本(TID)更低；相反，私營企業(yè)信貸獲取能力(TDY)更弱而資金使用成本(TID)更高。

上述只是基于量價(jià)指標(biāo)的簡單統(tǒng)計(jì)分析。直觀而言，企業(yè)信貸獲取能力的差異顯著高于資金使用成本的差異，更可能是鋼鐵行業(yè)信貸資源配置扭曲的主導(dǎo)因素。邏輯上看，對單個(gè)企業(yè)而言，信貸獲取能力(TDY)和資金使用成本(TID)這兩個(gè)指標(biāo)之間可能存在四種不同的組合(如表2所示)，在兩者反向的情況下(比如情況(3)和(4))，簡單基于單一指標(biāo)去判別企業(yè)的綜合信貸優(yōu)勢往往會(huì)存在一定的局限性；而且從時(shí)間角度看，量和價(jià)兩個(gè)指標(biāo)之間也存在一定的交互影響，比如負(fù)債規(guī)模會(huì)影響負(fù)債成本，負(fù)債成本也會(huì)制約債規(guī)模擴(kuò)張，因此使用單一指標(biāo)來判別微觀企業(yè)的信貸優(yōu)勢也存在片面化問題。

表2 TID和TDY的不同組合情況

圖3 綜合信貸扭曲的變動(dòng)趨勢

考慮到(利息支出/總負(fù)債)×(總負(fù)債/工業(yè)總產(chǎn)值)=(利息支出/工業(yè)總產(chǎn)值)，也就是說，信貸獲取能力(TDY)與資金使用成本(TID)兩個(gè)指標(biāo)可以合成為單位產(chǎn)值的利息支出(Credit)，因此這里采取Credit指標(biāo)來綜合觀察微觀企業(yè)最終享有的信貸優(yōu)勢及鋼鐵行業(yè)信貸資源配置的實(shí)際情況。依據(jù)圖3，從所有制角度觀察，國有鋼鐵企業(yè)和民營鋼鐵企業(yè)之間在單位產(chǎn)值的利息支出上同樣呈現(xiàn)出較為明顯的差距，時(shí)間趨勢上也大致是以2004年作為分水嶺，之前逐步收斂，之后重新拉大。其時(shí)間趨勢和結(jié)構(gòu)特征也較好地綜合了TDY和TID兩個(gè)指標(biāo)的特征。

由此，選擇單位產(chǎn)值的利息支出(Credit)作為鋼鐵企業(yè)信貸優(yōu)勢和鋼鐵行業(yè)信貸扭曲的衡量指標(biāo)，并將其引入計(jì)量模型來探討其對于投資效率和產(chǎn)能利用率的實(shí)際影響，有助于從更加全面綜合的角度審視信貸資源配置因素的具體作用機(jī)制。

在此基礎(chǔ)上，可以構(gòu)建如下反映企業(yè)投資行為與投資效率的影響機(jī)制模型：

Kit=δ0+δ1Kit-1+δ2Creditit+δ3Ωit+σit

(1)

(Y/K)it=φ0+φ1(Y/K)it-1+φ2Creditit+φ3Ωit+φ4Credit×dum_own x(x=1,3)+σit

(2)

TFPit=λ0+λ1TFPit-1+λ2Creditit+λ3Ωit+λ4Credit×dum_own x(x=1,3)+σit

(3)

其中，K為企業(yè)資本存量，用固定資產(chǎn)凈值年平均余額表示，為降低異方差與異常值的影響，這里對中國工業(yè)企業(yè)數(shù)據(jù)庫披露的企業(yè)固定資產(chǎn)凈值年平均余額數(shù)據(jù)進(jìn)行了對數(shù)處理。模型(1)用于刻畫鋼鐵企業(yè)投資擴(kuò)張。Y/K為資本產(chǎn)出比，用工業(yè)總產(chǎn)值/固定資產(chǎn)凈值年平均余額表示。TFP為全要素生產(chǎn)率，采用OP方法測算并直接引用馬紅旗等(2018)的測算結(jié)果。鑒于資本產(chǎn)出比和全要素生產(chǎn)率可分別從不同角度描繪企業(yè)產(chǎn)能擴(kuò)張質(zhì)量，模型(2)和模型(3)不僅可以反映企業(yè)產(chǎn)能擴(kuò)張質(zhì)量，還能夠相互印證并提供穩(wěn)健性檢驗(yàn)。

Ω為其他控制變量。這里主要引入了政府補(bǔ)貼Subsidy(補(bǔ)貼收入/工業(yè)總產(chǎn)值)、就業(yè)彈性Job(ln(從業(yè)人數(shù))/ln(存貨+應(yīng)收賬款凈額))兩個(gè)變量，用于甄別政府因素的影響[注]工資剛性、技能差異、減少失業(yè)、謀求公平和保持社會(huì)穩(wěn)定等因素引起勞動(dòng)力的退出障礙不僅會(huì)對企業(yè)的投資行為和投資效率產(chǎn)生影響，在很大程度上還會(huì)影響企業(yè)對產(chǎn)能的控制力度(江小涓，1995)。具有較高的就業(yè)彈性，表明企業(yè)根據(jù)經(jīng)營狀況的好壞雇傭或辭退員工的靈敏度較高，這意味著企業(yè)通過可變成本控制投資選擇以及產(chǎn)能的體制較為靈活；反之，亦然。而企業(yè)存貨和應(yīng)收賬款數(shù)額越大，表明企業(yè)的經(jīng)營狀況越處于不利地位。雖然用利潤就業(yè)彈性表示企業(yè)勞動(dòng)力退出機(jī)制更為貼切，但因利潤多存在負(fù)值而無法取對數(shù)，故這里采用企業(yè)庫存與應(yīng)收賬款指標(biāo)來替代。，并從經(jīng)濟(jì)學(xué)理論出發(fā)，分別控制了市場需求Market((企業(yè)銷售收入-應(yīng)收賬款)/工業(yè)總產(chǎn)值，Braguinsky et al.(2015))、對外開放度Open(企業(yè)出口額/工業(yè)總產(chǎn)值，王自鋒等(2015))、新產(chǎn)品比例Tech(新產(chǎn)品產(chǎn)值/工業(yè)總產(chǎn)值，Braguinsky et al.(2015))等因素影響。另外，這里也加入了企業(yè)規(guī)模(dum_m，dum_s分別表示中、小型企業(yè)，大型企業(yè)為啞變量)、細(xì)分行業(yè)(dum_id2，dum_id3，dum_id4分別表示煉鋼、鐵合金冶煉與鋼壓延加工行業(yè)，煉鐵企業(yè)為啞變量)，以及地區(qū)和年度虛擬變量。為區(qū)分信貸所有制歧視對于企業(yè)投資行為的影響，這里也加入了銀行信貸支持力與企業(yè)所有制類型的交互項(xiàng)Credit×dum_own x(x=1(國有)，3(私營))來識(shí)別所有制約束下企業(yè)獲取的信貸支持對其投資行為和效率的影響(考慮到集體企業(yè)生產(chǎn)經(jīng)營特征相對混合，而外資企業(yè)存在經(jīng)營決策上的特殊性，這里重點(diǎn)識(shí)別國有企業(yè)(dum_own1)和私營企業(yè)(dum_own3)兩類所有制特質(zhì)對其銀行信貸支持獲取及產(chǎn)能擴(kuò)張質(zhì)量的交叉影響。

因?yàn)橛?jì)量模型中包含因變量的滯后項(xiàng)，且部分解釋變量理論上并非嚴(yán)格意義外生變量，這里采用系統(tǒng)廣義距估計(jì)(sys-GMM)方法，并在對應(yīng)模型中分別引入滯后一期的資本存量、資本產(chǎn)出比和全要素生產(chǎn)率以控制序列相關(guān)性影響(Flannerya et al.，2006)。通過調(diào)節(jié)GMM工具變量和IV工具變量中指標(biāo)的滯后期數(shù)，針對序列相關(guān)性和工具變量識(shí)別的Sargan檢驗(yàn)均得以通過，說明采用sys-GMM回歸方法是有效的。結(jié)果如表3所示。

依據(jù)估計(jì)(1)～(3)，銀行信貸支持力度對鋼鐵企業(yè)資本擴(kuò)張具有顯著正效應(yīng)，但同時(shí)對資本產(chǎn)出比和全要素生產(chǎn)率等效率指標(biāo)產(chǎn)生了顯著負(fù)向沖擊，說明銀行信貸支持干擾了鋼鐵企業(yè)的投資決策和投資行為，助推了其低質(zhì)量產(chǎn)能擴(kuò)張，這不僅說明信貸扭曲的客觀存在，也與王仲兵等(2017)、王婷等(2017)、王宇偉等(2018)等的研究結(jié)論一致。

另外，政府補(bǔ)貼指標(biāo)對于全要素生產(chǎn)率(TFP)和資本產(chǎn)出比(Y/K)兩個(gè)被解釋變量的影響系數(shù)顯著為負(fù)，說明政府的直接補(bǔ)貼實(shí)質(zhì)上會(huì)拖累鋼鐵企業(yè)的產(chǎn)能擴(kuò)張質(zhì)量。同時(shí)，就業(yè)彈性指標(biāo)對企業(yè)資本擴(kuò)張(Ln k)呈現(xiàn)顯著負(fù)影響，而對全要素生產(chǎn)率(TFP)和資本產(chǎn)出比(Y/K)則呈現(xiàn)顯著正向推動(dòng)，說明讓鋼鐵企業(yè)更多依據(jù)經(jīng)營狀況好壞來決定其用工決策，而不是被動(dòng)承擔(dān)政府的就業(yè)穩(wěn)定責(zé)任，更有利于控制鋼鐵企業(yè)的資本擴(kuò)張速度并實(shí)現(xiàn)效率改善。

其他變量方面，市場需求改善有利于鋼鐵行業(yè)技術(shù)進(jìn)步，這符合經(jīng)驗(yàn)判斷。與經(jīng)驗(yàn)認(rèn)知不同的是，產(chǎn)品出口比例提升在助推鋼鐵企業(yè)投資擴(kuò)張的同時(shí),也對資本產(chǎn)出比和全要素生產(chǎn)率產(chǎn)生了顯著負(fù)面影響。這說明因?yàn)橘Q(mào)易對象和貿(mào)易結(jié)構(gòu)問題，出口環(huán)境改善并不利于鋼鐵行業(yè)的產(chǎn)業(yè)升級和技術(shù)進(jìn)步，甚至在一定程度上助長了低水平產(chǎn)能擴(kuò)張行為。

表3 銀行信貸支持力度與鋼鐵企業(yè)的投資行為和投資效率

注：***、**和*分別表示1%、5%和10%的顯著水平；N為樣本觀測個(gè)數(shù)。

所有制類型和信貸支持變量交互項(xiàng)的回歸結(jié)果與現(xiàn)有認(rèn)知存在差異：針對國有企業(yè)的信貸支持有利于提升企業(yè)的資本產(chǎn)出比和全要素生產(chǎn)率，但面向私營企業(yè)的銀行信貸支持則產(chǎn)生了顯著負(fù)面效果。這說明對信貸扭曲負(fù)面效應(yīng)的研究有必要跳出所有制分析框架，因?yàn)樗綘I企業(yè)同樣可能因?yàn)槎愂蘸途蜆I(yè)貢獻(xiàn)以及其他方式構(gòu)建起政企關(guān)聯(lián)，由此獲取的信貸支持反而更容易引發(fā)企業(yè)投資行為扭曲。這一點(diǎn)在黃少卿等(2017)的研究中也有提及，其研究顯示國企僵尸貸款多集中于規(guī)模更小的國有企業(yè)，而私企僵尸貸款則多集中于那些規(guī)模更大的私營企業(yè)。王婷等(2017)也發(fā)現(xiàn)私營企業(yè)在信貸寬松環(huán)境中更容易從事短期投機(jī)活動(dòng)。

綜合上述結(jié)果，信貸扭曲影響了信貸支持效果，干擾了企業(yè)投資行為，降低了企業(yè)的生產(chǎn)效率和投資效率，并引發(fā)了低水平產(chǎn)能擴(kuò)張問題，且這一負(fù)面效應(yīng)并不局限于所有制框架。

三、銀行信貸扭曲對鋼鐵行業(yè)產(chǎn)能利用和產(chǎn)能過剩的影響

微觀層面，信貸扭曲會(huì)干擾企業(yè)投資決策并助推低質(zhì)量產(chǎn)能擴(kuò)張；匯總于中觀，則會(huì)惡化產(chǎn)能格局并助推產(chǎn)能過剩。鑒于產(chǎn)能利用率變化是產(chǎn)能過剩監(jiān)測的基礎(chǔ)，為解釋信貸扭曲對于鋼鐵企業(yè)產(chǎn)能格局和產(chǎn)能過剩的影響，繼續(xù)設(shè)定如下計(jì)量模型：

CUit=χ0+χ1Creditit+χ2Subsidyit+χ3Jobit+χ4Sunkit+χ5Ageit+χ6Marketit+

χ7Openit+χ8Investit+χ9Techit+χ10dum_id2+χ11dum_id3+χ12dum_id4+

χ13dum_mit+χ14dum_sit+χ15dum_own2+χ16dum_own3+χ17dum_own4+

χ18dum_own5+σit

(4)

其中，CUit表示企業(yè)i在t時(shí)期的產(chǎn)能利用率。解釋變量中：Creditit為樣本企業(yè)i在年份t獲得的銀行信貸支持，繼續(xù)用利息支出總額/工業(yè)總產(chǎn)值表示；Subsidy為樣本企業(yè)當(dāng)期獲得的政府補(bǔ)貼；Job用來刻畫樣本企業(yè)就業(yè)彈性，仍使用企業(yè)從業(yè)人數(shù)對于(存貨+應(yīng)收賬款)的彈性表示；Sunk為企業(yè)固定資產(chǎn)凈值余額/總資產(chǎn)，映射企業(yè)的抵押品價(jià)值；Age為企業(yè)年齡；Market為(企業(yè)銷售收入-應(yīng)收賬款)/工業(yè)總產(chǎn)值，表示市場需求；Open為企業(yè)出口額與工業(yè)總產(chǎn)值之比；Invest為企業(yè)當(dāng)年實(shí)際投資額與工業(yè)總產(chǎn)值之比，其中實(shí)際投資額遵循楊汝岱(2015)基于永續(xù)盤存法的測算得出[注]按這種方法計(jì)算出現(xiàn)部分企業(yè)實(shí)際投資為負(fù)值的情況，將其作為缺漏值加以處理。；Tech為工業(yè)企業(yè)數(shù)據(jù)庫提供的新產(chǎn)品產(chǎn)值與工業(yè)總產(chǎn)值之比，表示企業(yè)產(chǎn)品競爭力。另外，為控制個(gè)體效應(yīng)及序列相關(guān)性，這里同樣引入企業(yè)規(guī)模(dum_b、dum_m、dum_s分別表示大、中、小型企業(yè)，大型企業(yè)為啞變量)、細(xì)分行業(yè)(dum_id2、dum_id3、dum_id4分別表示煉鋼、鐵合金冶煉與鋼壓延加工行業(yè)，煉鐵企業(yè)為啞變量)以及所有制類型(dum_own2、dum_own3、dum_own4、dum_own5分別表示集體、私營、外資和其他，國有企業(yè)為啞變量)等相關(guān)的虛擬變量。

回歸分兩步進(jìn)行：估計(jì)(1)匯報(bào)了一次性添加所有解釋變量和虛擬變量的結(jié)果；估計(jì)(2)～(11)則通過逐個(gè)添加解釋變量來考察各變量的邊際貢獻(xiàn)。具體如表4所示。

結(jié)果顯示，獲取的信貸支持對于鋼鐵企業(yè)產(chǎn)能利用率存在顯著負(fù)向影響。也就是說，獲得了更多信貸支持的鋼鐵企業(yè)，其產(chǎn)能利用率反而更低。這進(jìn)一步印證了鋼鐵行業(yè)信貸資源配置扭曲的現(xiàn)實(shí)存在性。而從系數(shù)比較看，企業(yè)綜合信貸支持獲取對其產(chǎn)能利用率的負(fù)向效應(yīng)顯著高于其他解釋變量，包括市場需求改善對產(chǎn)能利用率的正向提振效應(yīng)，這充分說明銀行信貸支持在鋼鐵行業(yè)產(chǎn)能演變中產(chǎn)生了顯著的“逆周期”效果，即在周期景氣恢復(fù)時(shí)助推更大力度的產(chǎn)能投放，而在周期景氣下行時(shí)又阻礙落后產(chǎn)能退出。信貸扭曲所帶來的上述逆周期影響正是導(dǎo)致鋼鐵行業(yè)產(chǎn)能格局惡化，進(jìn)而出現(xiàn)嚴(yán)重產(chǎn)能過剩的推手。

政府直接補(bǔ)貼對于產(chǎn)能利用率影響不顯著，一方面，政府補(bǔ)貼不僅支持績差或虧損企業(yè)，也鼓勵(lì)績優(yōu)企業(yè)；另一方面，相對于直接財(cái)政補(bǔ)貼，政府更愿意通過銀行信貸方式提供隱形信貸補(bǔ)貼(戴靜 等，2013；黃少卿 等，2017；李霄陽 等，2017)，由此信貸扭曲對企業(yè)產(chǎn)能利用產(chǎn)生的干擾更大。就業(yè)彈性對產(chǎn)能利用率存在顯著正影響，意味著企業(yè)承擔(dān)的就業(yè)責(zé)任越高，產(chǎn)能利用率表現(xiàn)越差，這也與前面結(jié)果一致。

企業(yè)固定資產(chǎn)占比和企業(yè)年限對產(chǎn)能利用率呈現(xiàn)顯著負(fù)影響，說明較高沉沒成本和企業(yè)經(jīng)營年限往往成為鋼鐵企業(yè)實(shí)際經(jīng)營效率的反向指標(biāo)，也說明構(gòu)建在抵押品價(jià)值或長期合作基礎(chǔ)上的銀企關(guān)系實(shí)質(zhì)上會(huì)引發(fā)銀行信貸的扭曲。另外，出口占比提升有利于提高企業(yè)產(chǎn)能利用率，而新產(chǎn)品比例提升則會(huì)因?yàn)樯a(chǎn)或流程調(diào)試原因降低產(chǎn)能利用率，這也符合經(jīng)驗(yàn)認(rèn)識(shí)。

表4 鋼鐵企業(yè)產(chǎn)能利用率變化的影響因素分析

注：***、**、*分別表示1%、5%和10%的顯著水平；dum_rones、dum_years分別表示區(qū)域效應(yīng)和時(shí)間效應(yīng)；Constant為常數(shù)項(xiàng)；sigma_u、sigma_e為殘差項(xiàng) ；N為樣本觀測個(gè)數(shù)；Rho為個(gè)體誤差所占比例。

虛擬變量方面，中小企業(yè)產(chǎn)能利用率更低，說明相對于大企業(yè)，其產(chǎn)能利用更不充分。這既源自鋼鐵企業(yè)的“抓大放小”改革(鐘寧樺 等，2016)，也與中小企業(yè)中僵尸企業(yè)占比更高關(guān)系密切(黃少卿 等，2017)。非國有企業(yè)和非煉鐵企業(yè)產(chǎn)能利用率相對更高也符合一般經(jīng)驗(yàn)認(rèn)知。

表5 鋼鐵企業(yè)產(chǎn)能利用率變化的影響因素分析(考慮交叉項(xiàng))

注：***、**和*分別表示1%、5%和10%的顯著水平；交叉項(xiàng)中“M”為Market，其余字母標(biāo)識(shí)與前文相同，不再贅述。

為揭示不同變量對企業(yè)產(chǎn)能調(diào)整相對市場需求變化敏感度的影響，表5添加了主要解釋變量和市場需求項(xiàng)之間的交叉項(xiàng)。估計(jì)結(jié)果顯示，銀行信貸支持與市場需求變化的乘積項(xiàng)對企業(yè)產(chǎn)能利用率繼續(xù)呈現(xiàn)顯著負(fù)向影響，進(jìn)一步證明銀行信貸扭曲對鋼鐵行業(yè)產(chǎn)能調(diào)整的逆周期影響，即在市場需求改善時(shí)因?yàn)橥顿Y潮涌和產(chǎn)能擴(kuò)張而拖累產(chǎn)能利用率提升(林毅夫，2007；林毅夫，2010)，而在市場需求下滑時(shí)阻礙落后產(chǎn)能退出并導(dǎo)致產(chǎn)能利用率更顯著下滑。另外，政府補(bǔ)貼與市場需求的交互項(xiàng)對企業(yè)產(chǎn)能利用率影響繼續(xù)不顯著，而就業(yè)彈性與市場需求的乘積項(xiàng)對產(chǎn)能利用率影響正面，說明承擔(dān)就業(yè)社會(huì)責(zé)任越少的企業(yè)在市場需求變化時(shí)的產(chǎn)能調(diào)整越充分，也說明構(gòu)建在就業(yè)保護(hù)基礎(chǔ)上的政企關(guān)系并不利于鋼鐵行業(yè)產(chǎn)能格局優(yōu)化。企業(yè)年限及抵押品價(jià)值與市場需求的乘積項(xiàng)對于產(chǎn)能利用率繼續(xù)呈負(fù)向影響，說明企業(yè)年齡越長、沉沒成本越高，在市場需求發(fā)生變化時(shí)的產(chǎn)能調(diào)整敏感度越差，也進(jìn)一步證明構(gòu)建在抵押品價(jià)值和長期合作基礎(chǔ)上的銀企關(guān)系只會(huì)扭曲合理的信貸決策。企業(yè)投資傾向與市場需求的乘積項(xiàng)對產(chǎn)能利用率也有顯著負(fù)影響，與前面實(shí)證相結(jié)合，說明受制于銀行信貸扭曲引發(fā)的投資行為扭曲，在市場需求發(fā)生改善時(shí)鋼鐵企業(yè)的重復(fù)建設(shè)和低質(zhì)量產(chǎn)能擴(kuò)張只會(huì)更加嚴(yán)重。新產(chǎn)品占比與市場需求的乘積項(xiàng)對企業(yè)產(chǎn)能利用率有正向提振作用，說明和市場需求緊密結(jié)合的產(chǎn)品創(chuàng)新方能有效提升企業(yè)競爭力。企業(yè)規(guī)?？刂谱兞糠矫?，回歸結(jié)果顯示大企業(yè)與市場需求變化的乘積對于提升企業(yè)產(chǎn)能利用率具有顯著正影響，說明大企業(yè)對市場需求變化具有更高的敏感度，適當(dāng)?shù)漠a(chǎn)業(yè)整合有助于優(yōu)化行業(yè)產(chǎn)能格局，進(jìn)而提升行業(yè)的產(chǎn)能利用率。

綜合以上分析，源自銀行系統(tǒng)的信貸支持雖然助推了鋼鐵企業(yè)的資本擴(kuò)張，但是卻對其全要素生產(chǎn)率和資本產(chǎn)出比提升產(chǎn)生了顯著的負(fù)向沖擊。從這一角度看，企業(yè)獲取的信貸支持力度越強(qiáng)，其投資效率反而越低，也就是催生了低質(zhì)量的產(chǎn)能擴(kuò)張。而在以產(chǎn)能利用率作為被解釋變量的計(jì)量分析中，又可以觀察到銀行的信貸支持對于鋼鐵企業(yè)的產(chǎn)能利用率產(chǎn)生了最為顯著的負(fù)面影響。結(jié)合信貸支持對投資效率和產(chǎn)能利用率這兩類指標(biāo)的影響，這里可以進(jìn)行大致的邏輯推導(dǎo)總結(jié)：國內(nèi)鋼鐵行業(yè)存在較為明顯的信貸資源配置扭曲現(xiàn)象，而信貸扭曲不僅干擾了微觀企業(yè)決策，在信用寬松期引發(fā)投資“潮涌”和低水平重復(fù)建設(shè)，也在信用收縮期引致“僵尸企業(yè)”問題并阻礙市場出清，最終導(dǎo)致整個(gè)鋼鐵行業(yè)的產(chǎn)能格局惡化，并因?yàn)槠涔逃械母叱翛]成本而衍生出嚴(yán)重的產(chǎn)能過剩問題。

四、結(jié)論與建議

1.結(jié)果梳理與討論

基于現(xiàn)有文獻(xiàn)對重工業(yè)部門信貸扭曲問題的討論，本文選擇從微觀鋼鐵企業(yè)獲得的信貸支持角度來探討其對于投資效率和產(chǎn)能利用的實(shí)際影響機(jī)制。實(shí)證分析結(jié)果顯示：鋼鐵企業(yè)的信貸獲取能力和資金使用成本均存在顯著的所有制差異，鋼鐵行業(yè)的信貸扭曲現(xiàn)象客觀存在；而信貸扭曲嚴(yán)重干擾了鋼鐵企業(yè)的投資決策和投資行為，助推了低質(zhì)量的產(chǎn)能擴(kuò)張；源自銀行體系的信貸支持更對鋼鐵企業(yè)產(chǎn)能利用率存在顯著的“逆周期”影響。

上述的實(shí)證結(jié)果實(shí)則也構(gòu)成了信貸扭曲、投資效率、產(chǎn)能過剩三種現(xiàn)象間相互印證的邏輯閉環(huán)。源自銀行體系的信貸扭曲驅(qū)動(dòng)了鋼鐵企業(yè)的低質(zhì)量產(chǎn)能擴(kuò)張，不僅導(dǎo)致了投資效率的下降，也拖累了企業(yè)的產(chǎn)能利用率表現(xiàn)，并最終累積為行業(yè)性的產(chǎn)能過剩問題。

而從計(jì)量分析結(jié)果看，還可以進(jìn)一步推導(dǎo)出一些結(jié)論。第一，對國內(nèi)鋼鐵行業(yè)而言，廣泛存在的信貸扭曲嚴(yán)重制約了銀行信貸支持效果，并最終干擾到企業(yè)投資行為、技術(shù)進(jìn)步、產(chǎn)能調(diào)整、市場敏感度等方方面面。第二，銀行信貸扭曲實(shí)質(zhì)上超越了政府直接干預(yù)，主導(dǎo)了鋼鐵行業(yè)的產(chǎn)能格局惡化及產(chǎn)能過剩形成，并實(shí)質(zhì)增加了依靠市場力量自發(fā)去產(chǎn)能的難度。第三，信貸扭曲也引發(fā)了鋼鐵行業(yè)的企業(yè)僵尸化趨勢，那些年限越長、資產(chǎn)越重的企業(yè)反而具有越低的市場敏感度，同時(shí)存在更大的去產(chǎn)能障礙，且這種現(xiàn)象出現(xiàn)了跨越所有制的擴(kuò)散現(xiàn)象。第四，鋼鐵企業(yè)的投資效率和市場敏感度均呈現(xiàn)出明顯規(guī)模效應(yīng)，相對于利益均沾型的呵護(hù)和救助，適當(dāng)產(chǎn)能集中和產(chǎn)業(yè)整合有利于推動(dòng)鋼鐵行業(yè)的產(chǎn)業(yè)升級和產(chǎn)能優(yōu)化。

2.政策建議

綜合前面的結(jié)果討論，重構(gòu)銀企關(guān)系，消除信貸扭曲現(xiàn)象是防止鋼鐵企業(yè)僵尸化，進(jìn)而推動(dòng)鋼鐵行業(yè)技術(shù)進(jìn)步、產(chǎn)能格局優(yōu)化并實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵。其中，信貸體系改革、產(chǎn)業(yè)加速整合、創(chuàng)新支持體系建設(shè)三個(gè)方面至關(guān)重要。首先，應(yīng)該深化銀行信貸體系改革，規(guī)范政府行為，轉(zhuǎn)變政府職能，減少地方政府通過各種途徑和方式對銀行信貸行為施加的行政干預(yù)；同時(shí)，也需要推動(dòng)銀行自身的信貸決策體系改革，避免其出于壞賬掩蓋動(dòng)機(jī)或隱性擔(dān)?？剂慷峁┑牟缓侠硇刨J支持，避免銀企共生問題。其次，由于諸多歷史因素的制約，鋼鐵行業(yè)的轉(zhuǎn)型升級不能簡單依托于市場化力量，而需要借助對企業(yè)兼并重組和產(chǎn)能整合的積極政策引導(dǎo)，來進(jìn)一步提升企業(yè)投資行為和產(chǎn)能利用對于市場需求變化的敏感度，實(shí)質(zhì)上減少“僵尸企業(yè)”，推動(dòng)鋼鐵行業(yè)產(chǎn)能格局的優(yōu)化。最后，鑒于直接的政府補(bǔ)貼和就業(yè)責(zé)任擔(dān)當(dāng)不利于鋼鐵企業(yè)技術(shù)進(jìn)步，在行業(yè)創(chuàng)新支持體系建設(shè)方面，可參照德國產(chǎn)業(yè)轉(zhuǎn)型的歷史經(jīng)驗(yàn)，放棄簡單的信貸支持或企業(yè)補(bǔ)貼，而由政府更加積極地介入到企業(yè)技術(shù)創(chuàng)新或設(shè)備更新改造環(huán)節(jié)，包括強(qiáng)化工業(yè)諜報(bào)、推動(dòng)國外技術(shù)引進(jìn)吸收，乃至于加速實(shí)驗(yàn)室技術(shù)的生產(chǎn)應(yīng)用等，這樣方能更加有效地推動(dòng)鋼鐵等傳統(tǒng)重工業(yè)領(lǐng)域的技術(shù)進(jìn)步和產(chǎn)業(yè)升級，最終推動(dòng)供給側(cè)結(jié)構(gòu)性改革目標(biāo)的實(shí)現(xiàn)。