落后產能的識別、成因與比較
——基于高度產能過剩行業的實證分析

白雪潔 張 哲

（南開大學經濟與社會發展研究院，天津 300071）

引 言

產能過剩問題是多年來中國工業發展中難以根治的痼疾之一，其帶來的惡化資源錯配狀態、提高銀行不良貸款率、加劇資源投入扭曲等問題已經嚴重影響我國產業的轉型升級和高質量發展（董敏杰等，2017）［1］。在 “新常態” 下，傳統凱恩斯式總需求刺激的效果逐漸式微，但如果不進行總需求刺激，大量產能過剩、連年虧損的企業失去了政府補貼有可能引發失業率上升等社會風險 （周密等， 2017）［2］。

自20世紀90年代以來，中國一共發生了三次大規模產能過剩，第一次是1998～2001年，第二次是2003～2006年，第三次是2009年至今 （盧鋒，2010）［3］。在計劃經濟時期，中國曾經歷極度的供給短缺，伴隨著改革開放和市場經濟體制的確立以及經濟不斷發展，“產能過剩”作為周期性經濟波動中的特殊供求關系表現形式，成為了經濟發展中的常態 （韓國高等，2011）［4］。2008年中國為對抗危機而實施的總需求刺激政策，如 “十大產業振興規劃”等政策，在為鋼鐵、水泥等行業創造新一輪巨大市場需求的同時，引發了規模龐大的盲目投資，使得原本由于重復建設帶來的產能過剩問題更加嚴重；也使產能過剩陷入一種全局性、長期性的過剩狀態，尤以鋼鐵、煤炭等傳統行業的產能過剩更為突出，市場中大量資源處于冗余和低效配置狀態、資源浪費嚴重，最終影響國民經濟的持續健康發展。

事實上，產能過剩問題早在2006年就引起了中央政府部門的重視，國務院、發改委和工信部等相繼出臺有關優化產業結構和抑制過剩產能的文件和規章，但是直到2015年，相關行業淘汰過剩產能的效果依舊不理想，并且在局部出現了“越治理越過剩” 的怪現象 （白讓讓，2016）［5］。從產能過剩的概念來看，不能將 “供過于求”與“產能過剩” 混為一談 （周勁，2007）［6］。對于產能過剩也不能僅僅從量上進行治理，這一輪的產能過剩所顯示出的結構性過剩特征，反映出我國的產能過剩還存在 “質”的問題。

在此背景下，中央審時度勢提出了進行供給側結構性改革的任務，著力于提高供給體系的質量和效率，對產能過剩的治理從控制產能總量上轉移到提高效率與優化產能結構上；在政策制度上，改變傳統的政府干預模式，充分發揮市場對企業的選擇作用，積極推進企業優勝劣汰機制的形成與完善，讓市場自主淘汰落后產能，形成健康的 “新陳代謝機制”。

對于鋼鐵、煤炭等傳統資本密集型行業產能過剩的治理，尤其是落后產能的處理，當屬我國當前經濟工作的重點。這類行業具有資產專用性強、投資回報周期長、沉沒成本高、固定資產規模大等典型特征。本文通過數據包絡方法同時對產能利用率和落后產能進行測算，實現對落后產能的定量分析。本文以傳統行業中的鋼鐵、煤炭和電解鋁行業為例，重點研究下述問題：（1）落后產能問題在煤炭、鋼鐵、電解鋁行業中是否廣泛存在？（2）什么是影響煤炭、鋼鐵、電解鋁等傳統行業落后產能的主導因素，非市場因素和市場因素起著怎樣的作用？（3）不同所有制類型的企業面臨的落后產能問題有何異同？

1 文獻綜述

有關產能過剩成因的理論研究目前尚未形成共識，學術界試圖從市場組織結構和企業行為、信息不對稱和產業特性、體制機制和政策制度等多個角度進行解釋 （付保宗，2011）［7］。如 Kamien和Schwartz（1972）［8］認為，企業在面對潛在競爭者時，通過保留過剩產能向潛在進入者發出可置信威脅，一旦對方進入市場，在位企業可以通過調動閑置產能擠壓對手市場空間。張曉晶 （2006）［9］認為，微觀上的產能過剩可以理解為企業為了將資本邊際收益控制在邊際成本水平附近時所出現的產能過剩；宏觀上的產能過剩可以理解為經濟活動處于潛在產出水平之下，所配置的資源沒有得到充分運用。林毅夫等 （2007）［10］認為，處于快速發展階段的發展中國家，國內企業很容易對某一個產業是否具有前景形成共識，從而在投資上出現 “潮涌現象”，最終形成過度投資，帶來行業內嚴重的產能過剩現象。

對于產能過剩的測度方法，主要有峰值法、調查法、函數法和數據包絡 （DEA）方法等 （張少華等，2017）［11］。產能利用率即為實際產值與產能產值之比，該比值越大產能利用率越高，產能過剩程度越小 （張林，2016）［12］。峰值法假設產量達到峰值時的產能利用率為100%，通過與峰值產量進行對比進而推算出其它時期的產能利用率 （Klein， 1960）［13］。 函數法通過設定生產函數、利潤函數或成本函數的具體形式，計算出廠商位于均衡狀態①時的產出并定義為該廠商的生產能力，進而計算出不同生產水平下的產能利用率。 F?re 等 （1989）［14］在 Johanson 定義的產能概念基礎上，通過數據包絡方法測算廠商生產能力和產能利用率。 Johanson （1968）［15］將工廠產能定義為 “在現有裝置和設備的情況下，可變生產要素的可用性不受約束時單位時間內可生產的最大數量”。F?re通過DEA方法構建出可變要素投入可用性受限時的短期生產前沿面，來計算真實產出，利用長期不變的固定投入和可用性不受限的可變要素投入構建出的生產前沿面來計算廠商產能，進而計算出廠商的產能利用率。

有關產能過剩的實證研究，韓國高等（2011）［4］通過廣義矩估計方法 （GMM）利用中國輕工業和重工業28個行業的數據測算了其1999～2008年的產能利用率水平，最后得出固定資產投資是產能過剩的直接原因。董敏杰等 （2015）［1］利用數據包絡 （DEA）方法，分行業及地區對我國工業行業的產能利用率進行比較分析，發現東部地區產能利用率遠高于其他地區；輕工行業的產能利用率普遍較高，采礦業、制造業中的重工行業產能利用率普遍較低。張少華等 （2017）［11］采用基于冗余的Dynamic-SBM模型重新測度了中國省級工業產能利用率，發現東部地區不存在產能過剩問題，而中西部地區及東北均存在嚴重的產能過剩；國有企業產能利用率高于其他所有制類型企業。 馬紅旗等 （2018）［16］基于 1998～2013 年中國工業企業數據庫，運用函數法測算了中國鋼鐵企業的產能利用率，發現鋼鐵行業的產能利用率并非完全是順經濟周期的；產能利用率除了受市場因素影響外，金融支持和政府補貼等非市場因素也會對其產生顯著影響，并且非市場因素對市場因素的影響有顯著的支配和制約作用。本文在現有文獻的基礎上，利用DEA方法識別出落后產能，對落后產能的成因、影響因素、所有制差異進行了分析。最終結果顯示落后產能在傳統行業中是普遍存在的，并且非市場因素會削弱市場因素對落后產能的調節作用；此外，落后產能在不同所有制企業間的成因也具有顯著差異。

2 產能利用率測算

2.1 數據來源

在2012年后，我國工業部門的產能過剩問題顯示出不同于以往的結構性、短期性過剩特點，而是全局性、長期性的過剩。本文以這一轉折期為界，從Wind數據庫選取2011～2017年滬深兩市中的煤炭、鋼鐵、電解鋁3個傳統行業中的100個上市企業作為研究樣本，并對原始樣本進行以下篩選：（1）剔除掉研究期間出現ST以及?ST的公司；（2）剔除2011年之后上市的公司；（3）剔除主要指標缺失的公司，最終獲得了63個符合要求的樣本公司。

2.2 產能利用率計算模型

（1） 方法比較

在產能利用率的計算上，目前學術界應用較多的有3種方法。 對于峰值法來說， Phillips（1963）［17］指出，由于現實中 “弱高峰”現象的存在，在產量處于 “弱高峰”峰值時，生產能力并未得到充分利用，在這樣的情況下測度產能利用率將會產生一個潛在的高估傾向。函數法需要對生產函數、利潤函數或成本函數進行先驗性設定，所需的投入價格等指標較難獲取或質量較差。而數據包絡分析 （DEA）方法測算出的生產能力主要是技術意義上的生產能力，企業利用所擁有的固定資本存量購置使其生產能力最大化的設備，當這些設備的生產能力被充分利用時，即為技術意義上的生產能力。由于落后產能在中國是普遍存在的，技術上的產能測算相對于經濟意義上的產能測算更為適用 （董敏杰等， 2015）［1］。 張少華等 （2017）［11］指出，與函數法相比，數據包絡方法 （DEA）在產能測度中更適應我國現實情況。以經濟意義測度為主的函數法等方法，都潛在的隱含著廠商以利潤最大化或成本最小化為追求目標，這樣的假設在成熟的市場經濟體制下相對穩健，但對于社會主義市場經濟的中國來說，經濟意義上的成本最小化或利潤最大化假設不一定能夠很好地符合中國的特殊國情。利用數據包絡方法測算的產能利用率，因其具有的技術導向特征，還可以測算出落后產能。因此，本文采用DEA方法對我國傳統資本密集型行業中的鋼鐵、煤炭、電解鋁行業進行產能利用率和落后產能的測算。

（2） 測算方法

在短期，生產能力表現為可變要素 （v）在當前的技術條件 （t）下，通過固定投入 （f）能在多大程度上將生產能力轉化為有效的實際產出（y），技術條件在DEA方法中用技術效率②（TE）來替代。用F（f）來表示生產能力，則實際產出y可以表示為：

F?re 等（1989）［14］定義了兩種產能利用率， 分別是 “有偏產能利用率”和 “無偏產能利用率”。有偏產能利用率 （CU）是指實際產出與生產能力之比，無偏產能利用率指的是設備利用率 （EU③），二者的區別在于是否包含技術效率 （TE）。

Coelli等 （2002）［18］指出， 現實企業中由于企業性質和技術規模等條件存在較大不同，即便是采用相同的設備投入最后也有可能由于技術效率的不同，帶來不同的產出水平，因此應當將技術效率納入到產能利用率的測算中來。包含了技術效率的產能利用率即為本文所要重點研究的落后產能。

（3） 數據說明

產能利用率指標選取如表1所示。

（4）無偏產能利用率和落后產能對比

本文采用產出導向的BBC模型，通過DEAP2.1來計算相關指標，鋼鐵、煤炭和電解鋁3個傳統行業的技術效率 （TE）、無偏產能利用率 （EU，下文用設備利用率表示）、落后產能 （CU）在2011～2017年的平均值如表2所示。

表1 產能利用率指標

表2 TE、EU、CU均值

基于國際上對產能利用率的劃分標準④，表2中的實證結果顯示出無偏產能利用率和落后產能存在著較大的差別。在不考慮技術差異的條件下，煤炭、鋼鐵和電解鋁3個傳統代表行業在2011～2015年僅有輕微的產能過剩，在2016～2017年出現中度產能過剩；將技術效率納入產能利用率后，3個代表行業均表現出嚴重的產能過剩。造成二者間巨大差異的主要原因就是3個代表性行業均存在技術效率低下的問題，落后產能占總產能比重約為38.4%，這與梁金修 （2006）［19］指出的我國鋼鐵行業中落后產能約占總產能的40.1%的判斷相符。

3 落后產能的影響因素探析

3.1 變量選擇

馬紅旗等 （2018）［16］在對鋼鐵行業產能過剩因素進行探究時，將可能的影響因素分為市場因素和非市場因素，本文借鑒已有的分類標準。

（1） 市場因素

市場需求 （mi）是市場進行供需調節的主要表現，對企業的產能利用率有直接影響。本文采用企業銷售收入和應收賬款的差值與工業總產值⑤之比來表示市場需求。

（2）非市場因素

沉沒成本 （sunk）。本文所考察行業具有資本投入強度大、固定資產專用性的特點，在短期生產能力很難根據市場需求進行調整。本文采用企業固定資產年末凈值與工業總產值之比來衡量企業的沉沒成本。

企業規模 （scale）。 林毅夫等 （2010）［10］指出，市場中的小規模企業會加劇投資分散，導致企業家無法對市場投資規模進行清晰判斷，導致過度投資，引起產能過剩。本文采用企業總資產來衡量企業規模。

政府補貼 （subsidy）。地方政府出于政績考核與地方就業的考慮，給予考察行業傾斜性補貼，進而加劇產能過剩。本文用企業獲得的直接補貼收入來衡量政府補貼的力度。

金融支持 （finance）。寬松的貨幣政策是企業擴張產能的重要推力，企業面臨越為充足的金融支持，越有動機擴大產能搶占市場，從而誘發產能過剩。本文采用企業當年短期負債／工業總產值衡量企業得到金融支持力度。

3.2 模型設定

構建模型如方程 （1）所示，其中，代表第i個企業在第t期的被解釋變量，j＝1，2，3， 分別代表落后產能 （CU）、設備利用率 （EU）、技術效率 （TE），本文通過將落后產能拆分為設備利用率和技術效率的方法來進一步剖析有關變量對于落后產能的影響機制；Xm代表市場因素即市場需求；Xn-m代表非市場因素，包括沉沒成本、企業規模、政府補貼和金融支持；Own為代表企業性質的虛擬變量；α0（β0）為常數項，α1、α2（β1、β2、β3）為相關解釋變量的系數，σ（u）為隨機擾動項。

由于被解釋變量產能利用率是一個處于0～1之間的值，因此本文選用Tobit模型進行回歸分析。LR檢驗結果顯示強烈拒絕沒有 “個體效應”的原假設，而混合Tobit模型假設不存在個體效應，因此應選用面板隨機效應的Tobit模型。通過Fisher-ADF方法對各變量進行平穩性檢驗，結果如表3所示。單位根檢驗顯示，在1%的顯著性水平上拒絕面板數據存在單位根的假設，各變量均為平穩序列。

表3 平穩性檢驗

3.3 結果分析

（1） 市場需求

在估計 （1）中，市場需求對落后產能⑥具有顯著正向影響，顯示出3個代表性行業具有較強的順周期特性；估計 （3）顯示市場需求對設備利用率有正向影響但不顯著；估計 （4）和估計（5）顯示市場需求對技術效率產生了顯著的正向影響。表明市場對企業的選擇從根本上而言是技術水平導向選擇，而不僅是 “數量上的”設備利用率。技術效率對市場需求的顯著正向影響，說明技術效率較高的企業往往會擁有較高的市場需求；落后產能在考察行業中顯著存在，使得技術效率低下的企業面臨著逐漸萎縮的市場需求，由過剩產能淪為落后產能，落后產能進一步加劇過剩產能的惡性循環。總的來看，市場需求是通過影響技術效率來對產能利用率發揮作用的，這也是市場機制發揮作用的主要優勢，通過市場競爭選擇出有效率的企業并使之生存下來。

表4 落后產能影響因素回歸結果

（2）政府補貼和金融支持

估計 （1）顯示金融支持和政府補貼對產能利用率產生了正向影響，金融支持在5%的水平上顯著，而政府補貼不顯著。已有理論和實證分析大多認為寬松的金融條件和政府傾斜性補貼會加劇產能過剩，實證結果和預期不符的可能原因是在2013年后，國家針對產能過剩出臺了一系列更為嚴格的調控措施，加大了對 “僵尸企業”和落后產能的清市退場力度，地方政府的傾斜性補貼政策和寬松的金融扶持政策也逐漸收緊。為了驗證假設，本文構造了政策虛擬變量t_fin和t_sub，將t在2013年之前設為1，之后設為0，剝離出2013年之前的政府補貼和金融支持政策對產能過剩的影響。估計 （2）結果顯示，在加入虛擬政策變量之后，t_fin和t_sub系數均為負數且在1%水平上顯著，金融支持和補貼政策的系數顯著為正；金融支持和政府補貼的系數絕對值也大于估計 （1）中對應的系數，且補貼政策的系數由不顯著變為顯著。總的來說，國家出臺的過剩產能清退政策較2013年之前起到了顯著的正向作用，金融支持和補貼流入了應該得到補貼和金融支持的企業，產業政策起到了化解產能過剩的作用。

估計 （3）顯示政府補貼和金融支持都沒有對設備利用率產生顯著影響。這說明，如果政府和金融機構僅依據不包含技術效率的設備利用率，對擁有更高設備利用率的企業進行補貼和金融支持，并不能對設備利用率產生顯著正向影響，稀缺的金融資源并沒有流向更有價值的地方，使得原本已經扭曲的資源配置狀況更加惡化。而企業也會具有利用虛高的設備利用率 “欺騙式”獲得補貼和金融支持，進而維持落后產能繼續運轉的內在動機，將進一步加劇落后產能。估計 （4）顯示補貼政策對技術效率具有不顯著的負向影響，金融支持對技術效率具有不顯著正向影響；而估計（5）顯示t_fin和t_sub的系數均顯著為負，表明2013年之前的補貼政策和金融支持對技術效率的促進作用顯著低于之后的年份；在加入時間交乘項之后，補貼政策和金融支持都顯示出對技術效率具有顯著的正向影響，說明剝離出2013年之前的影響后，補貼政策和金融支持對技術效率產生了積極作用。

總的來說，2013年之前的產能利用率顯著低于2013年之后，并且相關產業政策顯著削弱了傾斜性補貼和寬松金融條件對過剩產能的調節作用；2013年之前的金融和補貼政策無法有效的化解產能過剩，傾斜性補貼政策的效率尤為低下；補貼和金融政策較2013年之前更為有效率的配置到了技術效率更高的企業中，并且對具有技術效率的企業進行補貼和金融支持是有效率的。因此政府補貼和金融支持并非一定會加劇產能過剩，這些政策如果向具有虛高的設備利用率的企業傾斜將會加劇落后產能問題，但如果流入技術效率較高的企業，會進一步提升企業的技術效率，加快落后產能的淘汰過程。

（3）沉沒成本與企業規模

估計 （1）顯示沉沒成本和企業規模都與落后產能表現出顯著的負向關系，再加上市場需求對落后產能的正向影響，印證了林毅夫所提出的“潮涌現象”。當企業預期市場需求擴大時，往往具有擴大產能的內在動機，但市場需求回落后，技術效率沒有顯著提升的產能逐漸淪為落后產能，落后產能又由于較高資產專用性帶來的沉沒成本而很難及時退出市場，最終形成周期性的產能過剩。估計 （1）和估計 （4）顯示，企業規模對落后產能和技術效率都具有顯著的負向影響，這說明以鋼鐵、煤炭、電解鋁為代表的傳統工業，技術效率并沒有隨著企業規模的擴大而提升，反而有所下降；估計 （3）顯示，企業規模對設備利用率具有不顯著的正向作用。

從上述實證結果來看，企業規模的擴張存在一定程度的盲目性，企業規模的擴大并沒有顯著提高企業的設備利用率，反而拉低了技術效率，這樣的規模擴張在面臨低迷的市場需求時，極易轉化為落后產能，最終陷入落后—過剩—落后的惡性循環。

（4）時間與空間效應

從時間維度來看，以2011年為基期，估計（2）中2013年后的時間虛擬變量均顯著為負，表明落后產能問題進一步惡化；估計 （3）顯示，設備利用率在2014～2016年較基期有所提高，但總體上是下降趨勢；估計 （4）顯示，考察期內除了2013年的時間虛擬變量系數為正外，其余年份均顯著為負，說明技術效率總體呈下降趨勢且趨于嚴重。上述結果反映出這一輪產能過剩不僅是 “數量”上的過剩，更嚴重的是技術效率水平的惡化導致落后產能膨脹。

從空間維度來看，估計 （4）顯示，與東部地區相比，中部地區和西部地區均存在顯著的效率落后；估計 （2）顯示出在落后產能分布上，中西部地區明顯高于東部地區。表明落后產能存在明顯的空間分布差異，東部地區憑借較高的技術效率，落后產能問題相比中部和西部來說，并不十分突出。整體來看，實證結果印證了董敏杰等 （2013）［20］提出的宏觀層面區域之間的技術效率差距存在擴大趨勢的結論。

（5）國有企業是否存在大量落后產能

國有企業的效率問題一直以來是相關實證分析的焦點所在，國有企業就一定存在大量的落后產能嗎？接下來本文通過將企業劃分為國有企業、民營企業和其他企業3類進行相關研究，首先驗證3個樣本行業中國有企業的產能利用率是否顯著低于民營企業和其他所有制企業，其次分析相關傳導機制，在表5中匯報了相關結果。

表5 企業性質與落后產能的回歸結果

表5中，dum_own1代表的企業性質是其他企業，dum_own2代表的企業性質是民營企業，其系數為正代表該企業性質的相關變量相比國有企業類型高出一個正值，反之亦然。估計 （ⅰ）到估計 （ⅳ）依次為相關指標對產能利用率、規模效率、設備利用率和技術效率的回歸結果。估計（ⅰ）中，dum_own2的系數顯著為負，表明民營企業相比于國有企業存在著更為嚴重的落后產能；估計 （ⅲ）中dum_own1和dum_own2的系數顯著為負，說明其他所有制企業和民營企業在設備利用率上顯著低于國有企業；估計 （ⅱ）和估計（ⅳ）中dum_own1和dum_own2的系數均為正，但在估計 （ⅱ）中二者均顯著，說明其他所有制企業和民營企業相對于國有企業來說，規模效率更高；在估計 （ⅳ）中企業性質變量為負但均不顯著，說明就技術效率來說，國有企業并沒有顯著高于其他所有制企業和民營企業。

上述實證結果顯示出民營企業和其他所有制企業中似乎存在更為嚴重的落后產能，但深入分析發現，這種落后產能并不是由于民營企業和其他所有制企業與國有企業在技術效率上有顯著落差，而是國有企業的設備利用率顯著高于民營企業和其他所有制企業；此外，國有企業也沒有憑借其占優的資源稟賦條件發揮出應有的規模優勢，反而在規模效率上顯著低于民營企業和其他所有制企業；從系數絕對值來看，國有企業在設備利用率上的領先較大幅度平抑了其在規模效率上的落后，使得最終表現為民營企業的落后產能問題要更嚴重。

總的來說，國有企業相對較低的規模效率意味著繼續擴大規模并不是國有企業未來發展的方向，如果國有企業依舊停留在擴張規模的傳統發展思路上，將資金大部分投入到擴張規模中，而減少對技術效率提升所需資金的投入，在錯過時間窗口后將會陷入無力進行技術投入和面臨大量過剩落后產能的尷尬境地。

4 結論及政策建議

本文采用DEA方法測算了以鋼鐵、煤炭、電解鋁行業為代表的傳統資本密集型行業的有偏產能利用率 （落后產能）和無偏產能利用率 （設備利用率），并分析了樣本行業落后產能的影響因素，研究發現：

（1）樣本行業產能利用率表現出較高的順周期特征，并且落后產能問題極為嚴重，表現為在將技術效率納入產能利用率的考慮范疇之后，樣本企業均出現了嚴重的產能過剩。這說明落后產能大量存在，加快對僵尸企業等落后產能的典型代表的退市工作是去產能的關鍵之舉。

（2）從影響因素來看，市場需求是影響落后產能的重要因素；金融支持和補貼政策能否產生積極的作用，取決于政策最終的落實對象，它們可以成為幫助企業進行技術升級、提高技術效率的有利助力；也可能成為擴散落后產能的 “幫兇”，如果對象是技術效率領先的企業，那么相關政策會顯著促進先進產能的發展，否則將會進一步擴大過剩產能。

（3）民營企業和其他所有制的企業相對于國有企業顯示出較為嚴重的落后產能問題，但這種落后產能并非完全由技術效率差異導致。3種所有制企業的技術效率并沒有顯著差距，都存在較大幅度的技術效率落后，但是國有企業的設備利用率顯著高于其他所有制的企業，這使得國有企業存有潛在的大量落后產能隱患，一旦設備利用率大幅下降，大量技術效率不突出的產能將存在淪為落后產能的風險。

注釋：

①均衡狀態的產出水平是指廠商在既定投入和技術水平下沒有調整產出水平的狀態。

②技術效率是指位于生產前沿面上的 “有效單位”和位于生產前沿面內部的 “無效單位”之間的相對距離，因此可以用來表征“落后產能”，TE越低，代表落后產能越嚴重。

③EU表示產能利用率，含義為可變投入約束下設備設計生產能力的利用效率 （董敏杰等，2015）［1］。

④正常產能利用率 （80%以上）、輕度產能過剩 （75%～80%）、中度產能過剩 （60%～75%）、嚴重產能過剩 （60%以下）。

⑤工業生產總值通過營業收入與期末存貨凈額之和表示。

⑥落后產能是指將技術效率納入產能計算中后的產能利用率，對其產生正向影響即有利于縮減落后產能。

⑦ST代表企業的規模效率，反應企業現有規模與最優規模的差異，由DEAP軟件結果分解而來。