產能過剩、實質性創新與企業全要素生產率*
——基于制造業上市公司的實證分析

陳永麗,李秋壇,陳 歡

(重慶工商大學 會計學院，重慶 400067)

一、引言

改革開放40年來，我國“人口紅利”帶來了大量勞動力供給及高儲蓄率、高投資率保障了資本的快速積累，勞動、資本及資源三大要素投入共同驅動我國經濟快速增長，使我國經濟增長保持了近10%的増速，創造了舉世矚目的“經濟奇跡”。然而，這種過多依賴于高投入、高消耗和高排放的粗放型經濟增長方式已面臨瓶頸約束，自主創新和技術進步的不足制約了資源的集約高效利用和經濟的可持續增長?？v觀我國經濟發展歷程，產能過剩問題一直是制約我國經濟發展、加重經濟運行風險的痼疾(劉京星等，2017)[1]。根據OECD的估算，2014年我國貢獻了全球過剩產能的37%，是GDP占全球比重的3倍左右。因此，去產能成為我國當前推進供給側結構性改革的首要任務。企業是產能過剩的直接受害者。2014年，國務院工業和信息化部對煉鋼、煉鐵、焦炭、鐵合金等18個工業行業淘汰落后產能，被淘汰的企業共計2 087個，其中制造業企業產能過剩問題較為嚴重。新時代下，我國正向創新型國家行列邁進，而制造業正處于爬坡過坎、攻堅克難的關鍵時期?！吨袊圃?025》也提到2025年中國制造業要邁入世界制造強國行列，依托創新驅動提高制造業技術效率，解決制造業產能過剩問題是根本。

國內外學者在產能過剩的內涵、測度、形成機理及化解路徑方面進行了大量研究。產能過剩內涵層面上，國外學者提出了超額生產能力說(Nelson，1989)[2]?；趪鈱W者的觀點，國內學術界提出了供求失衡論(李江濤，2006)[3]。關于產能過剩測度方面，理論界主要的測度方法有成本函數法(韓國高等,2011)[4]、協整法(Shaikh等，2004)[5]、數據包絡法(董敏杰等，2015)[6]等。有關產能過剩的成因，學術界主要從宏觀經濟發展和微觀企業投資行為兩個方面展開，即“市場機制論”(林毅夫，2007[7]；韓高國等，2011[4])和“政府干預論”(江飛濤等，2012)[8]兩類主流觀點。在產能過剩的化解路徑方面，大多數學者認為化解的關鍵在于創新。付啟敏(2011)[9]認為要突破核心關鍵技術，加強企業管理創新以實現企業創新驅動發展，提升全要素生產率。

宏觀層面上，全要素生產率(tfp)是衡量一國經濟增長質量和技術進步的重要指標和依據。習近平同志在黨的十九大會議上提出，要推動制造業從數量擴張向質量提高的戰略性轉變，實施創新驅動發展戰略，提高全要素生產率(tfp)。微觀層面上，全要素生產率的提升與企業經營管理活動緊密聯系，具體表現為使用先進生產設備，加大研發經費投入，改善出口和融資行為，以及調整組織結構與提高管理水平等。然而制造業產能過剩的形成過程及所帶來的一系列經濟后果都直接影響著企業全要素生產率，目前學術界鮮有文獻針對某一行業或者從微觀企業層面研究產能過剩對企業生產率的影響機理。李瑞杰等(2019)[10]從區域層面研究發現產能利用率和全要素生產率增長率均與中國區域經濟不平衡增長格局存在一致性。本文主要關注的問題在于產能過剩對制造業企業全要素生產率是否會產生影響?以及產能過剩是如何對其產生影響的?

對比現有研究，本文可能存在以下兩個方面的創新：第一，針對制造業這一特定行業，補充了產能過剩與微觀企業生產效率的相關文獻；第二，分析企業實質性創新在產能過剩與全要素生產率之間的中介作用，從而探究對全要素生產率的影響機制，以期得到更為真實的實證結果。

二、理論分析與研究假設

(一)產能過剩與實質性創新

從經濟學的視角看，創新在本質上是一種投資行為，只有當創新收益大于創新成本時，人們才有意愿進行創新投資。根據能力基礎理論，創新作為企業市場競爭優勢的重要來源，是企業滿足當前環境下市場需求和期望的重要策略。產能過剩與企業創新能力有著直接關系。許多產業的技術水平低、企業自主創新能力薄弱，產能過?，F象一旦出現，企業產品滯銷，供過于求，為防止自身被市場出清，企業就會加大資源投入和擴張產出數量，而不是著重于提高企業自主創新能力和改善創新產出質量。此時，企業生產經營活動受到限制，資金狀況緊張，就會迫切希望外部資金注入。

根據“尋租”理論，由于產能過剩，企業經營困難，投資效率低下，某些企業為獲得政府資金支持和其他融資，就會產生“尋扶持”行為(鮑宗客和朱魏巍，2017)[11]，從而增加企業成本，導致創新效率低下。再者，尋租也會進一步加劇產能過剩帶來的企業內部資源配置效率低下的問題，抑制企業生產性創新活動產出，具體表現為通過非正式支付而非生產性的創新活動獲得市場特權(Aidis，2008)[12]。即便獲得了“政治租金”，部分民企也會偏好于市場情況明朗、獲利較快的投資項目，而非高風險的創新研發活動。此外，由于帶來技術進步的實質性創新產出可能需要較長的時間周期，過多的財力及人力才能取得成效。因此，在產能過剩、市場競爭嚴峻的背景下，企業不愿意進行周期長、高風險的實質性創新。由此提出研究假設H1:

H1：產能過剩對企業實質性創新具有抑制作用。

(二)產能過剩與全要素生產率

關于產能過剩與全要素生產率之間的關系，本文歸納了兩種觀點：第一，根據資源配置理論，如果生產資源無法得到最優配置，會造成全要素生產率下降。市場配置要素功能的失靈造成了我國部分行業產能過剩，導致經濟發展中供給與需求錯配，以及資本、勞動力等生產要素在行業和產業間配置效率較低，從而影響整個行業或企業全要素生產率的提升。第二，在企業生產經營效率層面，產能過剩加劇了行業內企業間的競爭程度，擾亂了正常的市場競爭秩序(高曉娜、蘭宜生，2016)[13]，對企業的生產經營活動造成了極大的負面影響。產能過剩意味著產品供過于求，而企業為維護其市場競爭地位，會抑制產品價格。在此背景下，企業資金周轉速度減慢，資金回報率下降，一方面將導致企業從組織外部獲取信息、人才等資源的難度增大，并且在研發活動上的資金投入力度較小;另一方面較差的盈利能力和經營績效加大了企業的資金約束，其面臨的外部融資約束較高。全要素生產率作為衡量企業生產效率的重要指標，會受到產能過剩對各類經營活動的不利影響。因此，直觀上來看，產能過剩企業在人力資本、技術研發及融資約束等方面具有較強的局限性，對企業全要素生產率的提升是極為不利的。由此提出研究假設H2:

H2：產能過剩對企業全要素生產率提升具有抑制作用。

(三)實質性創新與全要素生產率

根據外生經濟增長理論和內生經濟增長理論，技術進步依然是經濟持續增長的引擎和源泉，而高質量的實質性創新會為企業帶來競爭優勢與技術進步。許多研究學者認為經濟發展的實質是在市場中不斷引入以技術為基礎的創新，因此研發投入、技術進步及技術創新等對全要素生產率有著正向的促進作用(何玉梅，2018)[14]。而高技術水平、高質量的實質性創新是企業研發能力的體現，一方面，企業研發能力的增強可以直接提升企業生產效率;另一方面，企業自主研發能力增強可以降低企業生產成本，減少對勞動、資本的依賴，進而提升企業全要素生產率。再者，實質性創新可以改善企業資源配置效率，加強人力、財力資本等要素在企業內部不同生產部門間的流動性，提高要素配置效率，達到最優要素配置水平，從而進一步提高企業的全要素生產率。由此提出研究假設H3:

H3：實質性創新對企業全要素生產率提升具有促進作用。

三、研究設計

(一)樣本選擇與數據來源

本文選取2010—2017年中國A股制造業上市公司為初始樣本，考察產能過剩對實質性創新與企業全要素生產率的影響。選取制造業為研究對象是因為制造業作為實體經濟發展的核心，對國家經濟的發展至關重要，探討制造業企業生產率具有一定的現實意義。為了研究需要，我們還按如下步驟進行了篩選：(1)剔除了ST類公司;(2)剔除了同時發行H股或N股、B股的公司；(3)刪除數據缺失或存在異常值的樣本。此外，我們還對樣本的所有連續型變量按1%分位數進行縮尾處理。經上述處理后，最終得到1 609個公司的非平衡面板數據，共6 680個樣本觀測值。以上數據全部來自萬德數據庫(WIND)與SPPPAT的專利檢索，并運用Stata14.0對樣本數據進行處理。

(二)變量定義及度量

1.被解釋變量。全要素生產率(tfp)，是指全部生產要素投入量不變時，生產量仍能增加的額外生產效率。針對全要素生產率的測算，主要有OLS、FE、OP、LP、DEA等方法。本文參考魯曉東和連玉君(2012)[15]以及廖冠民(2015)[16]對全要素生產率的OLS常規估算方法，采用Cobb-Douglas生產函數來估算全要素生產率，即：

(1)

Y、Lit和Kit分別表示企業的產出，勞動力投入和資本投入，Ait即驅動經濟增長的非勞動和資本要素之外的全要素生產率，通過對模型(1)取對數轉化為如下線性形式：

yit=αlit+βkit+uit

(2)

其中yit、lit及k分別表示Y、Lit和Kit的對數形式。對模型(2)進行OLS估計，所得殘差即全要素生產率。

2.核心解釋變量。產能過剩(cu)，一般采用反向指標產能利用率進行度量，并且一般針對行業層面，根據相應模型通過行業數據進行估算(Shaikh,2004;韓國高，2011)[5][4]。鑒于微觀企業層面的產能過剩測量指標較少,本文借鑒修宗峰、黃健柏(2013)[17]的研究，以固定資產收入比作為制造業企業的產能利用率衡量指標。該指標越高，表示企業產能利用效率就越低，產能過剩程度也越大；反之，產能過剩程度則越小。

3.中介變量。實質性創新(patenti)，前人在研究過程中用于反映企業創新產出成果的指標，主要包括主營業務收入、創新產品銷售收入、技術創新專利的申請數量等無形資產。鑒于主營業務收入無法反映企業創新為企業帶來的收益，并且創新產品的統計口徑與定義尚不清晰。而我國的專利分為發明、實用新型與外觀設計三種，它們體現的技術創新程度與動機有所不同，采用專利數量可能會夸大實質性技術創新的產出水平，因此本文參考黎文靖(2016)等[18]的研究，采用“發明專利”申請數量的自然對數作為企業實質性創新產出的替代變量。

4.控制變量。由于本文是從企業微觀層面進行研究，為得到穩健的估計結果，本文將企業資本結構(lev)、產權性質(state)、總資產增值率(growth)、兩值合一情況(jian)及獨立董事占比(direct)等作為控制變量的基本選擇。具體變量定義見表1。

表1 變量名稱及定義

(三)模型設計

1.產能過剩(cu)與實質性創新(patenti)。為考察企業產能過剩與實質性創新之間的關系，本文建立模型(3)：

patentiit=β0+β1cuit+βjcontrolsit+εit

(3)

其中，因變量為實質性創新(patenti)，自變量為產能過剩(cu)，其他為控制變量，包括產權性質(state)、兩值合一情況(jian)、獨立董事占比(direct)、資產負債率(lev)及總資產增值率(growth)。

2.實質性創新(patenti)與企業全要素生產率(tfp)。為檢驗企業實質性創新與全要素生產率之間的內在關系，本文建立了模型(4)：

tfpit=β0+β1patentiit+βjcontrolsit+εit

(4)

其中，因變量為全要素生產率(tfp)，自變量為實質性創新(patenti)，其他為控制變量，包括產權性質(state)、兩值合一情況(jian)、獨立董事占比(direct)、資產負債率(lev)及總資產增值率(growth)。

3.渠道機制檢驗。為檢驗企業實質性創新在產能過剩與企業全要素生產率之間的內在機制關系，本文建立了模型(5)和(6)：

tfpit=β0+β1cuit+β2patentiit+β3cuit×patentiit+βjcontrolsit+εit

(5)

tfpit=β0+β1cuit+β2patentiit+β3controlsit+εit

(6)

其中，i表示個體，t表示年度標識，εit表示隨機干擾項。

四、實證結果與分析

(一)描述性統計

表2列示了主要變量的描述性統計結果。

表2 變量的描述性統計表

可以看出，制造業企業全要素生產率(tfp)的均值和中位數分別為0.007和-0.003，最大值為0.832，最小值為-0.686，標準差小于1。企業實質性創新(patenti)均值為2.497，最大值為6.218，最小值為0，由此可見我國企業實質性創新在企業間差異較大，部分企業缺乏高質量的技術性創新。同時，在樣本期間內產能過剩(cu)的最大值、最小值及標準差分別為1.834、0.036及0.340，表明我國制造業企業產能利用率在樣本公司間存在較大差異,29.1%的企業為國有企業，資產負債率(lev)在39.1%左右，資本結構較為合理。各主要變量的描述性統計與相關研究基本一致。

(二)相關性檢驗

表3報告了變量的相關性檢驗結果，產能過剩(cu)與全要素生產率(tfp)具有顯著的負相關關系，初步說明產能過剩會抑制企業全要素生產率提升，相關性檢驗初步支持了前文假設。實質性創新(patenti)與全要素生產率(tfp)的系數為0.084，在1%的水平上顯著。各變量之間的相關系數最大值為0.300，為避免變量之間存在多重共線性問題，本文進行了方差膨脹因子VIF檢驗，發現最大值不超過1.19，均值為1.08，可認為結果受多重共線性的影響較小。

表3 變量間的pearson相關系數分析

(三)多元回歸分析

1.產能過剩與企業實質性創新的回歸分析。為檢驗產能過剩對企業實質性創新的影響，本文對模型(3)采用OLS回歸，結果見表4的(1)(2)列。第(1)列沒有加入控制變量，此時產能利用率cu的回歸系數在1%水平上顯著為負，這表明產能過剩對制造業上市公司的實質性創新具有負向作用，初步驗證了前文的理論分析，但是這種關系可能是其他因素綜合影響的結果，為了排除其他因素的干擾，需要引入其他可能影響企業實質性創新的控制變量。第(2)列為引入了其他控制變量的結果。在添加了控制變量后，cu的顯著性和方向并沒有變化，這充分反映了產能過剩程度對企業的實質性創新具有顯著的負相關影響，驗證了假設H1。首先，產生這一結果的原因在于創新是維持企業可持續發展的動力和源泉，但技術創新自身的公共品特性也使創新投資未必能獲得預期的價值回報。實質性創新是高質量、高風險的創新活動，企業要承受研發前景的不確定性與創新失敗的多重打擊，許多“守舊派”企業會中止甚至放棄實質性創新。而制造型企業的產能過剩問題較為嚴重，產能利用不足，庫存嚴重積壓，企業資金周轉不足。其次，由于政府與企業存在信息不對稱，企業為獲得政府補貼和優惠政策會進行短時間內就能取得成效的簡單策略上的創新，缺乏高質量創新的科研動力，從而抑制企業的實質性創新產出。

控制變量方面，總資產增值率(growth)、資本結構(lev)、產權性質(state)及獨立董事占比(direct)與企業實質性創新(patenti)始終呈現正相關關系。這說明企業資金越雄厚，在資本結構合理，財力能支撐企業發展的情況下，越愿意進行實質性創新，推動企業技術進步，贏得競爭優勢；相比民營企業，國有企業的實質性創新能力更強;獨立董事占比越高的企業，企業的實質性創新能力越強。

2.實質性創新與企業全要素生產率的回歸分析。為了檢驗實質性創新對企業全要素生產率的影響，本文采用OLS運用模型(4)，結果見表4的(3)(4)列。從表4的回歸結果可以看出，無論是否添加控制變量，我國制造業企業實質性創新與全要素生產率在1%的水平上顯著正相關，表明實質性創新對企業的全要素生產率具有積極的正向促進作用，假設H2得證。原因在于技術進步是企業全要素生產率提高的重要因素，高質量、高水平的創新產出給企業帶來了較強的生產能力與技術積累，特別對于制造業企業這類技術型企業而言，實質性創新增強了企業的核心競爭力，為企業贏得了市場競爭優勢，帶動了全要素生產率的提升。

表4 產能過剩與實質性創新及實質性創新與全要素生產率之間的回歸結果

在控制變量方面，制造業上市企業產權性質(state)的回歸系數均顯著為正，即相比非國有企業，國有企業的全要素生產率更高?？傎Y產增值率(growth)、資本結構(lev)、獨立董事占比(direct)、董事長與總經理兩職合為一(jian)與企業全要素生產率負相關，說明企業的規模效應越大，資本結構不合理，債務負擔過重對企業全要素生產率具有負面影響。

3.渠道機制檢驗。創新是提高社會全要素生產率的重要影響因素，不同性質的創新將直接影響全要素生產率的高低。因此，我們認為企業實質性創新在產能過剩與全要素生產率之間可能存在調節效應，或者具有中介作用。為檢驗企業實質性創新在產能過剩與全要素生產率之間的內在影響機理，本文借鑒溫忠麟(2014)等[19]對其展開進一步研究。經Hausman檢驗，采用隨機效應模型進行面板數據回歸，結果如表5所示。表5第1列為產能過剩與企業實質性創新的回歸結果，產能過剩與制造業上市企業的實質性創新在1%的水平上顯著為負，回歸系數為-0.367。在表5第2列的回歸結果中，產能過剩與企業全要素生產率在1%的水平上顯著負相關，表明對我國的制造業上市企業而言，產能過剩對企業實質性創新與全要素生產率的提升具有消極影響。表5第4列呈現了企業實質性創新的調節效應分析結果，產能過剩與企業實質性創新的交乘項(cu*patenti)結果不顯著，表明在產能過剩與企業全要素生產率的關系中，企業實質性創新的調節效應并不明顯。第3列和第5列為實質性創新的中介效應分析，第3列的回歸結果中，實質性創新與全要素生產率呈顯著正相關關系，回歸系數為0.019，并且顯著性水平為1%，表明企業實質性創新在產能過剩與企業全要素生產率之間存在著明顯的間接中介效應。第5列的結果中，在控制了企業實質性創新變量后，產能過剩對我國制造業上市企業全要素生產率的影響仍在1%的水平上顯著，說明實質性創新在產能過剩與企業全要素生產率之間存在部分中介效應。因此，產能過剩通過影響企業的實質性創新來抑制企業全要素生產率的提高。綜上所述，假設H3得到驗證。

表5 渠道機制檢驗

4.進一步研究：市場化進程的影響。產能過剩對制造業上市企業實質性創新和全要素生產率具有抑制作用，考慮到不同區域的經濟發展情況有所差異，可能影響結果的真實性。因此，本文采用市場化進程程度分組的方法進行分類對比。

本文借鑒王小魯、樊綱等的市場化指數計算結果，市場化程度指標來自王小魯、樊綱的《中國分省份市場化指數報告(2016)》以及Wind數據庫。本文根據中國31個省市按市場化總指數評分，將樣本企業分為市場化進程快組和市場化進程慢組，地區市場化總指數評分越高，代表該地區市場進程越快，并依次將數據帶入模型(3)和模型(6)進行OLS回歸。結果如表6所示。

表6 按市場化程度分組的多元線性回歸結果

由表6中(1)(2)列看出，產能過剩對企業實質性創新的抑制作用在不同區域依然顯著，只是在市場化程度較高的地區影響更強，可能由于在市場化程度越高的地方，企業“尋租”現象更為嚴重，創新效率更低。由表6第(3)(4)列可知，對我國大多數制造業上市企業而言，產能過剩對不同區域的企業全要素生產率都具有抑制作用。對比市場化進程慢的組，地區的市場化程度越快，產能過剩對企業的全要素生產率抑制作用更強，可能是因為市場進程快的地區，企業之間競爭激烈，“潮涌現象”[7]較為嚴重，導致企業產能過剩的程度較高，從而對全要素生產率抑制作用更強。但實質性創新在市場化程度較高的地區對全要素生產率更具有顯著促進作用,可能由于我國混合所有制改革尚未完成，市場化進程較慢的地區法制不健全，導致企業全要素生產率受不同企業性質所決定的制度安排等其他因素的影響程度更大。

5.穩健性檢驗。產能過剩變量的計算方法不同可能會對結果產生影響。同時，產能過剩的壓力對全要素生產率的提高可能會存在一定的滯后效應。因此，為了驗證結果的穩健性，本文從變更產能過剩的計量方式和滯后全要素生產率兩個方面進行了穩健性測試。

(四)更改產能過剩的衡量方式

考慮到對產能過剩的不同界定方法可能也會對結論產生影響，故參考修宗峰、黃健柏(2013)[17]等研究的界定方法，設置產能過剩啞變量cu,根據監證會2012年行業分類標準，分別采用所在行業固定資產收入比cu的75%為臨界點，若樣本企業固定資產收入比cu大于其所在行業固定資產收入比cu的75%，則cu取值為1，否則取值為0。根據新定義的cu對模型(3)(4)(5)(6)重新進行回歸，如表7所示。調整這一變量定義后，本文主要結論仍未改變。

表7 基于產能過剩變量變更的穩健性檢驗

(五)全要素生產率影響的滯后效應

為檢驗企業全要素生產率的影響是否存在滯后效應，我們將tfp置后一期，得到了4 566個觀測值。

將tfp滯后一期(L.tfp)對模型(4)(5)(6)重新進行回歸結果(如表8所示)，核心自變量對因變量的影響是基本一致的。各研究假設均得到驗證，表明本文實證結果是穩健可靠的。

表8 基于全要素生產率影響時效性的穩健性檢驗

五、結論與啟示

(一)結論

本文以制造業上市公司為研究樣本，主要考察了產能過剩、實質性創新及企業全要素生產率三者間的關系及作用機制。研究結果表明：(1)產能過剩對企業實質性創新具有顯著的負向影響。由于實質性創新產出的風險性與不確定性，產能過剩導致企業經營困難，誘導企業“尋租”，降低創新效率，抑制實質性創新。(2)產能過剩抑制了制造業企業全要素生產率的提升，企業的實質性創新在產能過剩與全要素生產率之間存在部分中介作用。帶來技術進步的創新產出能加快企業各項資源配置達到最優，從而提升企業的全要素生產率，但產能過剩通過抑制實質性創新產出對全要素生產率的提升具有消極影響。(3)由于地區發展程度有差異，市場化程度較高的地區市場競爭更為激烈，政企間信息不對稱，導致產能過剩對企業的實質性創新產出與全要素生產率提升的抑制作用更強。

(二)啟示

基于上述結論，本文提出以下建議：

1.政府應積極承擔淘汰落后產能和化解過剩產能的責任，實現分類精準扶持與補助。合理利用各類要素資源的配置權和企業準入權，理性去產能，不能因為政府偏愛大型國有企業而忽視其產能過剩問題，過度減壓中小非國有企業的產能。并且，政府要主動解決去產能引發的一系列社會問題，特別是保障失業人員再就業及其保底福利。另外，政府在給予企業優惠政策及創新補助時，應當精準扶持，分類別與行業對企業進行幫扶，抑制政府和企業為獲取補貼的機會主義行為，創造良好的外部環境，使政府補貼成為推進企業技術創新化解過剩產能的巨大動力。

2.制造業企業應當加大研發力度，讓高質量的研發產出成為提升企業生產率的堅實后盾。目前，我國的制造業企業大都為重資產、規模效應較大的企業，對技術與創新有著高要求和高需求。特別是大中型國有企業的科技創新缺乏硬約束，科技創新的潛力得不到充分挖掘。企業應當強化科技創新，突破核心關鍵技術，加強企業管理創新以實現企業創新驅動發展。將企業的短期盈利目標與未來長遠發展和企業的研發創新結合起來，加大核心技術研發人員的引入，提高企業創新績效，推動企業各項生產經營活動有效開展，提高企業的產品生產效率。

3.建立產學研三位一體的技術創新體系。政府、企業、高?？蒲性核矫鎽斝纬煽萍紕撔潞狭?，政府要加強對企業科技創新風險的有效措施防范，合理配置企業與高?？蒲袆撔鲁晒墓┙o與需求，從而促進產學研一體化機制的形成。著力培養企業自身的創新和管控能力，讓產能過剩的壓力成為企業加強創新、提升生產率的有效動力，這也與國家創新驅動戰略及《中國制造2025》政策內容相一致。