金融發展與產能利用率提升：基于市場結構動態變遷的視角

李永波，相加正，王 杰

［中國石油大學（華東）經濟管理學院，山東 青島 266580］

一、引言

黨的十九屆五中全會指出，要“以推動高質量發展為主題”來“加快建設現代化經濟體系”，那么如何有效改善工業部門長期低迷的產能利用率便成為當前亟待解決的現實難題。工業產能利用率的低下具體表現為重復建設和產能過剩，而上述問題往往會引致投資效率下降、企業虧損以及失業率上升等問題，最終阻礙經濟社會平穩發展。因此，如何有效提升工業部門的產能利用率，以及如何構建工業產品市場規范化運營的保障體系備受關注。以鋼鐵行業為例，2019 年第一季度非金屬礦物制品業產能利用率僅有67.4%，煤炭開采和洗選業則僅有68.2%，產能過剩問題突出①2019年第一季度非金屬礦物制品業、煤炭開采和洗選業產能利用率數據來自國家統計局。http://www.gov.cn/xinwen/2019-04/17/content_5383731.htm.。國家發改委發布的《關于做好2019 年重點領域化解過剩產能工作的通知》明確指出，我國以鋼鐵業為代表的工業部門去產能任務艱巨，迫切需要產業結構的轉型升級，科學有效地解決供需矛盾。

產能利用率低迷本質上源于生產部門供需活動的失衡，這與市場競爭模式、市場結構、產業發展模式等諸多經濟因素密切相關。一方面，金融發展作為當代經濟運行的核心和社會發展的重要推動力，勢必能夠通過要素投入、技術進步以及產業結構調整等多重路徑對工業部門產能利用率產生影響；另一方面，“潮涌現象”“退出效應”等行業發展的階段性特征和市場結構動態變遷既能夠基于供需機制作用于產能利用率水平，同時亦對金融發展存在深刻的影響。那么在去產能、提效率等高質量發展的現實訴求下，金融發展是否能夠在市場結構動態變遷中打破產能利用率低迷的困境？如果上述影響成立，那么金融發展提升產能利用率的作用路徑又是什么？基于對上述現實問題的思考，本文試圖探討市場結構動態變遷框架下金融發展對于產能利用率的作用機理，形成以金融發展為依托的工業產能過剩治理的新思路。

本文的邊際創新主要體現在以下幾個方面：一是將金融要素納入不確定條件下的企業動態性模型，理論闡述市場結構動態變遷下金融發展與產能利用率的內在關聯；二是以企業數量變化對市場結構的動態變遷予以表征，實證考察金融發展提升產能利用率的非線性特征與階段性特征；三是基于工業經濟增長、技術效率進步和行業集中度提升等多維路徑，實證檢驗金融發展影響產能利用率的具體機制。

二、文獻綜述

既有的研究普遍將產能利用率定義為實際產出與生產能力的比值，針對產能利用率的量化分析主要有三種方法。一是直接調查法。如白讓讓（2016）[1]通過對乘用車制造企業的調查得到其實際產出與生產能力，進而估計得到其產能利用率水平。王永進等（2017）[2]、張龍鵬和蔣為（2015）[3]亦基于這一方法進行直接的產能利用率分析。然而，由于實地調研的樣本數量有限且時間范圍較短，難以對全行業產能利用率進行全面的分析，導致該方法存在較大的局限性。二是數據包絡分析法，即基于給定的要素估計生產前沿，進而通過投入產出效率來定義產能利用率。董敏杰等（2015）[4]利用DEA 方法測度我國工業產能利用率的行業差異和空間差異，發現2001—2011年時段內我國平均產能利用率僅有69.3%且存在拐點；具體來看，輕工業產能利用率明顯高于重工業，東部地區產能利用率則顯著高于中西部地區和東北地區。仲云云（2018）[5]同樣基于DEA 投入產出模型分別測算我國工業整體和制造業部門的產能利用率。除此之外，韓國高等（2011）[6]、王韌和馬紅旗（2019）[7]采用成本函數法和廣義矩估計法評估我國制造業的產能利用率，而楊光（2012）[8]則通過構建企業投資模型評估中國企業的生產設備利用率用以反映產能利用水平。三是生產函數法，即通過企業成本函數假設估計潛在的最優產出，進而求取潛在產出與實際產出的比值。國務院發展研究中心《進一步化解產能過剩的政策研究》課題組（2015）[9]、Shen和 Chen（2017）[10]、史丹和張成（2017）[11]、馬紅旗等（2018）[12]、王輝和張月友（2015）[13]、余東華和呂逸楠（2015）[14]等均曾采用這一方法來測量中國工業企業的產能利用率。

產能利用率影響因素眾多，部分學者嘗試從金融角度探索產能利用率的提升路徑。從金融發展與經濟增長的角度來看，蘇基溶和廖進中（2010）[15]研究指出金融發展對經濟生產具有非線性驅動效應，這一結論與 Santomero 和 Seater（2000）[16]、Amable 等（2002）[17]的研究基本一致，并明確經濟生產過程中存在最優金融發展臨界值；同時金融發展能夠基于經濟增長路徑對產能利用水平形成顯著影響。如江曙霞和陳玉嬋（2011）[18]指出金融過快發展導致“高投入—高增長”的發展模式，容易引起產能過剩問題的惡化；相反，薛宇博（2017）[19]立足于陜西省工業發展現狀評估金融發展對于產能利用率的作用，指出工業產業與金融發展耦合度的提升有助于提高產業產能的綜合利用效率，深化金融改革、破解金融抑制有助于化解產能過剩問題；王韌和張奇佳（2020）[20]同樣證實金融資源優化配置是提升產能利用率的重要供給側改革手段。另外，還有學者就金融發展影響產能利用率的不確定性和非線性特征進行討論。陳曉珊和劉洪鐸（2016）[21]發現金融發展對產能利用率提升存在顯著的臨界效應；顧曉安和蔡玲（2018）[22]基于產能過剩、企業經營風險與地區金融安全的內在關聯，研究發現山西省煤炭業債務融資模式對產能利用率的影響具有不確定性；張亞斌等（2019）[23]則聚焦于金融杠桿的產能擴張效應，研究發現金融杠桿率對產能利用率存在正向中介創新效應；陳少凌等（2021）[24]發現并非所有過度投資都伴隨著產能過剩，僅在過度投資衍生為受風險偏好減弱所驅動的內生性擴張時，風險厭惡的企業才會出現產能過剩現象，治理產能過剩應著重于經濟不確定性。

不難發現，既有文獻針對金融發展和產能利用率的相關性展開了較為豐富的討論，但仍存在諸多不足。

首先，多數研究聚焦于金融發展影響產能利用率的量化分析上，但缺乏數理模型推導對二者內在關聯的剖析；其次，金融發展和產能利用率的分析框架中缺乏市場結構基礎，導致“市場—金融—生產”的內在關聯體系被割裂，難以有效捕捉金融發展影響產能利用率的非線性特征；再次，既有研究中利用DEA 方法測度產能利用率的過程中，能源要素投入和碳排放非期望產出往往被忽略，從而引致產能利用率的測算偏誤。基于此，本文基于市場結構動態變遷的分析框架，構建面板門檻模型考察金融發展對產能利用率的非線性影響，以期為提升工業部門產能利用水平提供新的經驗支撐。

三、理論模型

一般而言，產能利用率被定義為企業產出水平與生產能力的比值。在某個產業內部，假定企業的有效產出為y，則企業生產函數可以表示為：

其中，CUi表示企業產能利用率，M1和M2表示要素投入類別，如資本、勞動等，ρ 則表示要素投入所對應的產出貢獻，A表示希克斯中性技術進步參數。

基于可變要素投入和技術水平的制約，本文在非期望產出約束下構建生產前沿面并基于技術水平難以實際測量的特點，將產能利用率簡化表達為：

其中，技術效率TE反映了生產單元之間技術水平的相對落后狀態，用以刻畫產能落后問題；EU 則表示可變要素投入約束下設備生產能力的利用程度，稱之為設備利用率。而有效產出yi和生產函數則分別可以表示為：

在產能利用率測度的基礎上，進一步將金融要素納入生產函數分析框架。傳統內生增長模型中技術進步主要取決于研發人員數量LA和前期技術儲備At-1，則技術進步函數表達為：

其中，δ 表示技術進步的外生參數，ΔA 則表示技術進步程度。根據本文所作的技術進步與金融發展相關的前提性假設，即金融發展主要通過技術進步路徑影響有效產出，可以得到生產部門技術研發過程中的預算約束條件［式（6）］。等式左側表示生產部門研發投入，即科研人員的工資支出，等式右側則表示科研資金支持。具體而言，研發部門所能獲得的資金支持一方面取決于技術進步市場價值p(A)，另一方面則得益于金融發展水平θ［式（3）］。一般來說，新技術的研發和應用推廣往往周期較長，成本回收也存在較大的風險性，且部分地方政府追求短期發展效益，導致研發部門可獲得資金支持較少。同時，金融市場發展成熟度不同的環境下，企業研發融資的門檻亦有所不同。由此，明確金融發展與技術進步的正相關性，從而將金融要素引入式（1）的生產函數。

基于市場需求的不確定性假設，價格函數p(y)可以刻畫為：

產能過剩引致企業額外成本的增加，因此企業成本函數主要包括企業邊際生產成本和額外成本兩部分。基于企業生產異質性的考慮，反映企業投入產出效率的邊際成本mi呈階梯分布，即mi=mi(m＞1)。m 所衡量的是行業整體邊際生產成本,mi隨著i的增加而增大。

基于此，企業i的利潤函數可以表示為：

進一步基于企業風險規避的偏好假設，本文選用絕對風險規避系數為r 的負指數效應函數，并建立企業i的效用函數。不難看出，企業的效用函數主要由期望利潤和市場不確定性所引致的風險損失兩部分構成。

在古諾競爭條件下，多家企業進行產量競爭以確定本企業的最優產出水平。假定其他企業產出保持不變，則企業i的效用函數可以改寫為：

進一步基于企業生產異質性的假設條件，通過個體企業產出加總得到行業總產量：

為簡化分析，本文僅關注生產函數中引致技術進 步 的 金 融 發 展 參 數且 Φ(X)=其中與金融發展整體趨勢保持一致則表示技術進步市場價值對技術進步的單獨的誘發效果。由此可以構建反映市場結構、金融發展與產能利用水平內在關聯的系統性理論模型：

等式左側在[0,1]區間內為減函數，由此推斷產能利用率與金融發展之間具有正相關關系。當表征市場結構的企業數量較多時，金融發展對于產能利用率的促增效果最強。此時行業發展處于相對成熟期，行業發展的金融支持體系較為完善，激烈的企業競爭環境下金融發展對于產能和生產效率的驅動作用更加凸顯；當企業數量相對較低時可以劃分為起步期和加速期兩個階段，起步階段內的企業數量較少意味著市場風險較低，而加速階段內大量企業涌入，市場粗放發展在一定程度上抑制金融有效性。從中國工業行業發展的現實情況來看，企業數量經歷了由少到多的演變過程，結構變遷亦步入相對穩定成熟階段，故而中國工業部門被認為是研究市場結構動態變遷、金融發展與產能利用率的理想樣本。據此，本文提出理論假說：市場結構動態變遷下金融發展對工業產能利用率具有分階段促增效應，即金融發展有助于提升產能利用率，且依次表現出中度促增、低度促增和高度促增的動態特征。

四、實證策略與數據說明

（一）市場結構動態變遷下金融發展產能效應的檢驗模型

為論證市場結構動態變遷下金融發展與產能利用率的非線性關系，本文選用市場結構作為考察二者關系波動特征的門檻變量。其中，基于指標可量化的選擇，市場結構動態變遷主要表現為行業內企業數量變化和行業規模調整。考慮到本文主要考察分行業工業內部金融發展的產能治理效應，因此選用企業數量作為市場結構的替代指標，用以考察金融要素與工業產能利用率在市場結構動態變遷中的差異化數量關系。本文以Hansen 的面板門檻模型［式（15）］為基礎，建立市場結構門檻下金融發展對產能利用率的檢驗模型：

其中，CUit表示工業行業i 在t 時刻的產能利用率，與理論模型保持一致；FSit表示行業金融規模；I(·)表示指示函數，門檻變量Num 表示工業分行業的企業數量，γ 則為與之對應的門檻值。當指示函數成立時取值為1，否則為0；μi和νt表示行業固定效應和時間固定效應，εit則表示隨機擾動項。考慮到影響產能利用率的因素眾多，本文同時引入一組相關控制變量Z，包括外商投資、外貿依存度、資本存量、人均產出和能源強度等。

（二）數據來源與變量說明

基于數據的可得性和口徑統一性，本文采用2005—2019 年中國工業部門18 個行業的面板數據作為研究樣本，相關數據主要選自于《中國統計年鑒》《中國工業統計年鑒》以及《中國能源統計年鑒》等。其中，碳排放數據來源于中國碳排放數據庫（CEADs）所公布的中國行業層面二氧化碳排放清單，主要涵蓋化石燃料燃燒和水泥生產過程的相關碳排放；貨幣變量指標均以2000 年不變價格進行平減調整。另外，實證過程中對部分變量數據取自然對數，用以降低樣本數據離散程度。

1.金融發展

1.繼續以大項目、好項目為載體，推進重工業化的進程。重工業的發展是貫穿工業化各個階段的一個長期的過程，因此在當前和今后很長一段時間內，東營重工業發展仍然有較大空間。當前經濟發展中東營眾多的企業仍然可以通過引進國內外成套先進生產線（設備）的方式，大力提升生產能力和競爭力，也從實踐的方面證明，重工業化還有很大的發展空間。市委市政府提出的“轉調擴增上”的發展思路，符合重工業階段長期性的經濟規律。抓住當前有利時機，通過引進大項目、好項目，擴張經濟總量、增加經濟實力，可以為東營今后的發展開拓外部市場，積累資金和技術，為經濟的進一步轉型升級打下堅實的基礎。

由于行業層面金融發展數據缺失，本文參考Cetorelli和 Gambera（2001）[25]和陳創練等（2016）[26]的做法，采用全國金融發展水平與行業外源融資比重的乘積作為金融規模的替代性變量。其中，外源融資額即為資本總支出與運營資本現金流入的差值占資本總支出的比重。基于陳創練等（2016）[26]利用聯合國ISIC 和SITC 轉換標準所估算的中國工業部門外源融資比重，本文以分行業外源融資比重與全國M2/GDP的乘積作為金融規模替代性指標。同時，為保證估計結果的穩健性，本文以分行業外源融資比重與全國銀行信貸/GDP的乘積作為信貸規模替代性指標，進一步考察金融發展與產能利用率的相關性。

2.市場集中度

本文采用常見的市場集中度指標CR4對市場集中度予以度量。一方面，市場集中度提高會推動優勢企業整合行業資源，促進行業技術進步和轉型升級；另一方面，市場集中度提升會強化行業進入壁壘，從而有效避免新企業、新投資的過量涌入，最終有助于產能利用率的提升。

3.其他變量說明

企業性質采用國有企業產值和私營企業產值占工業行業總產值的比重來測度；外商投資采用外商投資額來測度；能源強度采用能源消費量與工業產值的比重來測度；技術效率采用包含CO2非期望產出的DEA 投入產出效率來測度；對外依存度采用進出口總額來測度；工業經濟增長采用工業產值與勞動力數量的比值來測度；資本存量數據采用永續盤存法來測度（見表1）。

表1 各變量的定性描述

五、實證結果及討論

（一）市場結構動態變遷下金融發展對產能利用率的影響

為探究金融發展與工業產能利用率之間可能的非線性關系，本文以工業企業數量作為門檻變量，分別就金融規模和信貸規模對產能利用率的動態效應進行考察，從而判斷工業企業數量可能的門檻數量和門檻值，結果如表2 所示。可以看出，無論是以金融規模還是信貸規模作為解釋變量，企業數量表征的市場結構均通過雙重門檻效應檢驗，且門檻值均一致為8282和8583。由此可以判斷，市場結構的動態變遷的確能夠作為金融發展與產能利用率的非線性關系變化的顯著性門檻條件。

表2 門檻值和門檻效應檢驗結果

進而利用面板門檻固定效應模型進行回歸分析，結果如表3所示。作為對比，表中同時列出Tobit隨機效應估計的估計結果。從模型1—模型4 的估計結果來看，金融發展能夠顯著且穩健地提升產能利用率，從而初步驗證本文所提出的理論假說。同時，門檻模型相較于忽略非線性特征的Tobit模型的回歸結果呈現出更為優良的統計特征。不同的市場結構門檻下，金融規模均在1%的顯著性水平下通過檢驗，即金融發展在市場結構動態變遷過程中表現為顯著且長效的產能利用率提升效應。同樣的，信貸規模與產能利用率也呈現顯著的正相關性。

表3 行業結構動態變遷下金融發展影響工業產能利用率的估計結果

具體來看，金融規模、信貸規模對產能利用率的提升效應均存在典型的階段性特征，即隨著工業企業數量的增加，金融發展對于產能利用率的促增效應依次呈現出中度促增（1.3290）、低度促增（0.8369）和高度促增（3.0143）的動態變化特征。究其原因，在企業數量較少的起步階段，企業經營所面臨的風險較小，產能空間較為充裕，產能利用水平普遍較高，而且行業發展初期企業規模較小，發展資源相對匱乏，金融發展對企業技術進步、生產水平提升和產能優化的引擎作用尤為明顯。另外，行業初興的政策扶持和資金保障等進一步強化了金融發展的產能優化效應。而在企業數量快速增長的加速階段，金融發展對于產能利用率的支持效應反而趨于弱化，這主要歸因于金融發展所引致的生產規模擴張效應。一方面，在行業加速發展階段市場進入門檻降低，大量中小型企業的進入容易誘發“潮涌現象”，如過度追加固定資產投資導致的工業生產競爭的無序狀態和后期的設備閑置；另一方面，新企業的快速增加往往引起包括金融資源在內的要素錯配，進而抑制工業產能利用率的提升。同時，行業快速發展階段中企業所面臨的經營風險不斷增加，從而在一定程度上弱化金融發展對于產能利用的驅動效應。當進入企業數量相對較多的成熟階段后，金融發展對于產能利用率的促增作用顯著增強。造成這一現象的原因主要包括：金融體系相對完善，作用于產能利用率提升的金融資源充足；金融發展的技術進步效應逐漸超過其產能擴張效應，成為行業效率提升和產能優化的關鍵驅動；金融資源在相對穩定的市場結構中得以優化配置，最終有助于產能利用率的提升。值得注意的是，相較于行業起步階段和加速階段，成熟階段金融發展的產能優化效應得到顯著強化，表明健康有序的市場環境既是金融發展的基礎性條件，同時也是其發揮產能優化效應的外在保障。基于上述分析，本文所提出的理論假說得到充分論證。

從控制變量來看，企業性質對產能利用率的影響存在顯著差異化。其中，國有企業占比顯著抑制工業行業產能利用率的提升，而私營企業占比則表現為潛在的產能利用促增效應。經過多次重大的國有企業改革，傳統國企的產能利用水平已得到有效提升，但重復建設、金源投入冗余、規模經濟不足以及貪腐等問題卻成為掣肘產能利用水平提升的重要因素。恰恰相反，私營企業在較大的市場競爭壓力和融資約束下，往往選擇以技術引進、產品改造和差異化競爭手段為突破口，從而有效克服技術非效率和產品同質化等對產能過剩的影響（龔強和張懿，2011；李后建和張劍，2017）[27-28]。外商投資和對外依存均表現出產能利用率提升的潛在抑制效應，表明經濟外向發展所引致的外部投資涌入和產能擴張容易加劇國內工業產能過剩的現狀。同時，能源強度亦是抑制工業行業產能利用率提升的重要可能性因素，較高的能源強度意味著經濟發展對能源投入依賴性突出，進而不利于清潔生產和綠色轉型，最終限制產能利用的優化。

（二）異質性分析

考慮到重工業部門和輕工業部門產能利用率存在較大差異，本文進一步考察金融發展提升產能利用率的行業異質特征。其中，輕工業部門僅存在單一門檻效應，而重工業部門則具有雙重門檻效應，且重工業部門的門檻值（7420、8510）遠高于輕工業部門的門檻值（250）。表4 匯報了不同門檻區間內金融發展對輕、重工業部門產能利用率的影響。不難看出，重工業部門中金融發展的產能優化效應要顯著強于輕工業部門，且呈現分階段促增趨勢，與工業全行業基本保持一致。相反，金融發展的產能優化效應在輕工業部門則大為弱化，門檻前后的動態效應變化并不顯著。值得注意的是，輕工業部門所面臨的企業數量門檻均較低，意味著輕工業企業發展能夠較早突破行業門檻限制，從而及時有效地發揮金融要素對于提升產能利用水平的積極作用；而重工業部門金融發展的產能優化效應雖然較強，但其行業整體的產能過剩情況依然嚴峻。無論是在輕工業部門抑或重工業部門中，金融規模、信貸規模與產能利用率之間的非線性關系均保持一致，從而充分佐證了前文結論的穩健性。

表4 行業結構動態變遷下金融發展影響異質行業產能利用率的估計結果

（三）金融發展治理產能過剩的路徑分析

為厘清金融發展實現產能利用率提升的具體渠道，本文通過引入金融發展與工業經濟增長、技術效率、行業集中度的交互項，來建立金融發展影響產能利用率的機制分析。基于前文的面板門檻分析結果，將樣本劃分為三個階段，即行業起步階段、加速階段和成熟發展階段，依次考察不同行業變遷階段中金融發展影響產能利用率的具體路徑的差異，結果如表5所示。

表5 行業結構動態變遷下金融發展影響產能利用率的路徑

其中，pathj依次表示工業經濟增長、技術效率和行業集中度路徑。考慮到樣本分階段后數據減少且變量關聯度增加，本文選用廣義最小二乘估計法（FGLS）以期克服潛在的異方差和序列相關問題。不難看出，在企業數量所表征的市場結構演化過程中，金融發展對產能利用率的作用路徑存在較大差異。

在工業行業起步階段，金融發展與市場集中度、工業經濟增長、技術效率的交互項系數均為正但并未通過顯著性檢驗，說明金融發展尚未誘發上述機制而發揮出應有的積極效果。在加速階段，產能利用率在三條路徑下均受到潛在的抑制。金融發展的路徑效應發生“突變”的可能原因在于，企業快速增加、行業規模迅速擴大的背景下，大量投資涌入容易引致產能過度擴張和規模不經濟，且競爭的無序狀態使得產能利用率下降。另外，受制于綠色導向型技術的推廣周期長、資金回流慢以及環保效應遲滯等，政府和企業更傾向于具有經濟增長效應的生產導向性技術投資（張克中等，2011）[29]。在成熟階段，無論是金融發展對產能利用率的直接效應還是多重路徑共同作用下的間接效應均趨于顯著。其中，金融發展能夠作用于市場集中度和技術效率顯著提升產能利用率，而產出水平則顯著抑制產能利用率的提高。一方面，金融體系的日漸完善有助于行業合理化壁壘的形成和金融資源優化配置，且在市場競爭壓力下生產性技術擴張容易遭遇瓶頸，從而推動金融資源流向技術創新領域；另一方面，金融發展對于產出水平的促增效應容易引致新一輪的生產擴張，反而會抑制產能利用率的提升。

整體來看，金融發展的產能優化效應發揮在時間維度上具有滯后特征，相較于成熟階段，金融發展在起步階段和加速階段對產能利用的驅動作用大為弱化。

六、結論和政策建議

本文得到的主要結論如下。（1）金融發展對產能利用率的影響面臨雙重市場結構門檻特征。市場結構動態變遷下，即行業發展分別處于起步階段、加速階段或成熟階段時，金融發展對產能利用率依次呈現中度促增、低度促增和高度促增的影響。（2）金融發展對產能利用率的影響存在典型的行業異質特征，金融發展對于重工業部門產能利用率的提升效應更加顯著。（3）不同的行業發展階段作用路徑存在動態變化特征，其中行業集中度提高是提升工業產能利用率的重要路徑，技術效率提升則為重要的潛在路徑，而工業經濟增長則會抑制產能利用率提升。

本文根據上述研究結論提出如下政策建議。首先，工業產能利用率的提升需要強有力的金融體系支持。政府必須為金融發展提供有效的政策保障，營造有助于金融要素健康發展的政策環境。盡管金融發展對于重工業企業的產能優化效應顯著，但目前中國重工業行業仍面臨產能過剩問題，因此工業產能利用率的優化除以金融發展作為核心推力以外，還要堅持“多管”齊下，諸如強化企業產品差異化戰略和完善行業融資質量等。其次，規范工業行業發展和競爭秩序，建立行之有效的市場準入制度，在避免新企業“潮涌”現象加劇產能過剩問題的同時，積極推動工業行業成熟發展，優化市場結構，完善金融支持體系。再次，政府部門應綜合財政、貨幣和稅收等手段發展和完善資本市場，提高資本市場的活躍程度和發展的健康性。而工業企業自身亦應提升融資效率、優化資產結構并施行可持續發展模式；另外，著眼于綠色導向型技術研發和創新，要推動金融資源更多地流向技術研發領域，從而在優化產能水平的同時，避免產出過度擴張所導致的規模不經濟和產能過剩。