政府補貼與企業產能過剩

余靖雯 韓秀華 李一可

一、引 言

自2016年以來，以推進供給側結構性改革為主線，全力落實去產能、去庫存、去杠桿、降成本、補短板五大任務，已經成為我國各地區各部門的工作主線。與以往偏重于需求側的改革不同，供給側結構性改革旨在調整經濟供給結構，矯正要素配置扭曲，擴大有效供給，提高供給結構對需求變化的適應性和靈活性，提高全要素生產率。其中，五大任務之首的“去產能”任務，其主要目的就是解決長期困擾我國經濟運行的產能過剩問題。

我國先后經歷了三次大規模的產能過剩：第一次為1998—2001年，是與金融危機有關的周期性產能過剩；第二次為2003—2006年，城鎮化和工業化的需求增長速度不斷加快、經濟發展勢頭良好背景下的非周期性產能過剩；第三次為2009年至今的周期性與非周期性并存的產能過剩（盧鋒，2010）。圖1繪制了2009—2019年第三次產能過剩期間的制造業采購經理指數（PMI）中新訂單指數和產能未利用率的時間趨勢圖。市場需求與產能未利用率呈現出一定的相關性，2009至2011年間兩者共同變動的趨勢較為明顯，然而2011年之后周期性變化的市場需求并不能完全解釋產能未利用率的變動，這反映了第三次產能過剩的周期性和非周期性并存的特征。在供給側結構性改革開始以后，2016年產能過剩問題在一定程度上得以緩解，但此后產能未利用率保持在23%左右的水平，產能過剩問題依然存在且不容忽視。這一現象說明，雖然供給側結構性改革具有顯著成效，但是該政策忽略了某些重要因素，而這些被忽略的因素對化解我國產能過剩至關重要。

圖1 第三次產能過剩的周期性與非周期特征

供給側結構性改革不能完全解決產能過剩問題的根源在于該政策沒有考慮政府干預行為在微觀層面對企業產能過剩的影響。為了促進經濟發展，我國地方政府使用各種手段展開激烈競爭，例如制定開發區政策和主導產業政策，向企業低價供給土地，提供信貸支持、政策性補貼與稅收優惠等，這些干預手段引起了非周期性產能過?，F象的出現（王立國和鞠蕾，2012；江飛濤等，2012；王文甫等，2014；包群等，2017）。其中，政策性補貼是政府最常用的手段。補貼是財政支出的重要組成部分，是政府根據一定時期的政治、經濟、產業的方針和政策，按照特定目的，由財政安排專項資金進行的一種補貼，直接對企業提供的一種無償性轉移支付。圖2反映了2007—2018年間，A股上市公司每年得到的補貼總額從169億元增長到1 500多億元，覆蓋面從40%上升到98%。2018年獲得政府補貼收入最高的上市公司是中國石化，金額高達74.82億元。這充分說明了無論是從深度還是廣度來看，財政補貼都是政府干預企業的直接手段。

在微觀層面，真金白銀的政府補貼無疑會影響企業的投資和經營行為，從而對產能過剩造成影響。一方面，政府補貼降低了企業的投資成本，誘發企業投資增加擴張產能，導致過剩產能“久調不決”、落后產能“淘而不汰”；另一方面，政府補貼能夠幫助企業獲得價格優勢，擴大企業市場份額，有助于企業建立起產品市場競爭優勢，消化過剩產能。政府補貼對企業產能過剩最終影響方向取決于兩種力量的大小，是一個有待檢驗的實證問題。本文利用2007—2018年中國制造業A股上市公司的樣本，考察了政府補貼對企業產能過剩水平的影響。研究結果表明：政府補貼占總資產比例每增加1個百分點，企業的產能過剩水平會上升約0.958個百分點，這種正向作用在國有企業、大規模企業和市場化程度較低的地區體現得更為明顯。

本文的貢獻主要體現在以下三個方面：第一，借鑒Aretz & Pope（2018）的做法，本文在企業價值最大化假設下，估算出企業的理論最優產能，測度出企業實際面臨的產能過剩情況，較好地克服了產能利用率在微觀企業產能過剩問題研究中的適用缺陷，為完善我國企業產能過剩的測度提供了新視角；第二，在準確測度企業實際產能過剩水平的基礎上，從過度投資和產品市場競爭兩個角度深入考察了政府補貼對企業產能過剩的影響機制，剖析了企業安裝產能和理論最優產能之間差距的擴大是形成產能過剩問題的根源；第三，樣本區間延伸到供給側結構性改革后的時期，有助于全面理解在產能過剩周期性與非周期性特征并行的當下，政府補貼等體制性因素對企業產能過剩問題的影響，并為有效化解過剩產能提出具有參考價值的政策建議。

圖2 政府對上市公司補貼的深度和廣度

本文余下部分的結構安排如下：第二部分為文獻回顧與理論分析；第三部分為數據與變量；第四部分為實證分析結果；第五部分為影響機制檢驗；第六部分為全文的總結。

二、文獻回顧與理論分析

（一）產能過剩的成因

產能過剩的概念最初由Chamberlin（1933）正式提出，他把完全產能界定為完全競爭均衡下的產出水平。不完全競爭市場引起了經濟組織的生產無效率，導致產品供給大于均衡狀態下的市場需求，引發產能過剩。

關于產能過剩的微觀形成機制，國外的文獻大體上從三個方面進行分析：第一類觀點認為，產能過剩實際上是企業在面臨潛在競爭對手的進入威脅時的一種占優策略均衡。企業通過增加產能投資，對潛在進入者形成震懾，試圖阻止潛在競爭對手進入市場，由此導致企業產能過剩問題形成（Kamien and Schwartz，1972；Spence等，1977）。第二類觀點則把保有過量的產能看作是企業在寡頭競爭中策略性行為的結果，共謀均衡下的企業往往處于產能過剩的狀態（Benoit and Krishma，1987；Barham and Ware等，1993）。第三類觀點以實物期權（real option）模型為理論基礎討論了產能過剩的微觀成因。Pindyck（1988）認為，一單位產能賦予企業無窮次選擇生產的機會，對于未來的任一時間，企業可以選擇是否使用這一單位產能。那么，產能相當于實物期權，當市場需求波動更大、未來不確定性更大時，其價值越大，企業應持有更多的產能。此外，由于資產的專用性和投資的不可逆性，減少產能持有會產生機會成本，這就導致了企業在面對市場需求下降時，不得不維持超額產能（Dixit，1980；Pindyck，1988）。

國外的文獻對產能過剩形成原因的探討主要是圍繞市場決定資源配置的條件下企業的策略性行為展開的，基本認為這是市場經濟的一種正常的現象，因此是個偽命題。然而，單純用西方的現有理論來探討中國的產能過剩問題還遠遠不足。一方面，我國產能過剩的問題并不局限于寡頭壟斷或已有在位者的行業，還涉及到完全競爭行業和新興行業；另一方面，從計劃經濟到市場經濟轉軌的過程中，政府往往發揮著決定性的作用。如果忽視了政府層面的因素，就難以揭示產能過剩形成的體制性和根源性原因，也難以化解我國久懸未決的產能過剩頑疾。

國內學術界關于中國產能過剩成因的解釋，市場失靈和政府干預是兩種主流的理論。市場失靈理論以林毅夫（2007、2010）提出的“潮涌現象”為代表。潮涌現象是指發展中國家往往傾向于投資技術成熟、產品市場已經存在、處在世界產業鏈內部的產業，企業往往會對某一具有良好前景的產業產生共識。由于行業內企業總數量不確知，從而出現投資上的“潮涌現象”，導致產能過剩。然而，市場失靈理論難以解釋在中國宏觀經濟運行中非周期性的產能過剩問題。例如，已經被明確認定為產能過剩行業（如造紙業），利潤已經很低甚至為負，行業較好的發展前景的共識應該不復存在，但此時還有很多企業涌入，擴張產能。也就是說，“潮涌現象”的基本假設——企業對未來具有良好前景的行業市場需求的共識難以成立，潮涌現象只是產能快速增長的結果而并非原因（江飛濤等，2012）。

政府干預理論則認為，中國式產能過剩問題產生的根本性原因在于政府干預行為。地方政府掌握著大量的資源又具有較大的自由裁量權，在財政分權和官員政治晉升體制下有強烈的動機對地方關鍵性資源進行配置，是推動產能過剩形成的背后力量。地方政府干預企業的手段主要包括：一是財政補貼和稅收優惠。地方政府扮演著“援助之手”的角色，給予企業貨幣性激勵，降低了企業投資成本，結果扭曲了企業投資行為，使得企業實際產能投資遠大于在當前市場環境下企業利潤最大化時的最優產能投資（耿強等，2011；江飛濤等，2012；王文甫等，2014）。此外，地方政府對“僵尸企業”提供財政補貼，增加其保留收益，提高了退出壁壘，這也是企業明知行業產能已過剩、利潤較低仍然過度進入的原因。二是低價出讓土地。地方政府通過非市場化手段向企業低價出讓土地，這種對要素價格的扭曲，不僅使得企業能以較低的價格獲取土地資源，還使得企業能夠將低價購入的土地以市場價格向銀行抵押，獲取高額低息貸款，降低了企業投資成本的同時將企業投資風險外部化，刺激企業不斷擴張產能投資，導致產能過剩問題進一步加?。ńw濤等，2012；劉航和孫早，2014；干春暉等，2015）。三是提供軟預算約束。掌控著金融資源的地方政府為企業（特別是國有企業）提供軟預算約束（Kornai，1986），使得企業盲目地進行擴張，最終導致企業產能過剩。此外，還有研究從經濟開發區與主導產業政策選擇（包群等，2017）、地方政府收益分配比例（吳利學和劉誠，2018）、官員晉升激勵（干春暉等，2015；徐業坤和馬光源，2019）以及稅收分成（席鵬輝等，2017；楊龍見等，2019）等角度來解釋中國式產能過剩問題。

（二）產能過剩的測度

研究產能過剩問題，首先要正確度量產能過剩程度。雖然理論上對產能過剩的界定較為一致，然而如何準確地測度產能過剩程度卻是一個挑戰。在數據的處理上，大部分文獻并不是直接從理論界定入手，而是利用便于計算和操作的變量——產能利用率（Capacity Utilization）作為產能過剩的反向替代指標。然而，企業實際利用產能的情況并不能從大數據觀測到，只能通過實地調查獲取。已有文獻往往把產能與產出相對應，將產能利用率定義為實際產出與生產能力之比，目的在于回答企業實際上使用了多少產能的問題。其中，實際產出可直接觀測得出，而生產能力為要素存量在現有技術下能夠生產的最大產量（馬紅旗和申廣軍，2020），幾乎無法直接觀測。因此，測算產能利用率的關鍵在于估計生產能力。生產能力的測度主要包括以下幾種方法：一是峰值法，以峰年產值來衡量生產能力（Kirkley et al.，2002）；二是生產函數法，通過假設生產函數形式，推測出理論上（成本最小或利潤最大時）潛在最優產出來衡量生產能力（Berndt and Morrison，1981；韓國高等，2011），可視為經濟意義上的生產能力；三是數據包絡分析法，將生產能力定義為生產單位技術效率達到生產前沿面水平，且不變要素不受約束時的產量（Johansen，1968），可視為技術意義上的生產能力；四是隨機前沿分析法，與同為前沿度量方法的數據包絡分析在度量生產能力的思路上類似，但充分考慮了隨機因素的影響（楊振兵和張誠，2015；楊振兵，2016）。然而，無論基于何種方法計算產能利用率指標，都意味著只要產能利用率低于100%，就存在著產能利用不足，即存在超額產能（Excess Capacity），而超額產能并不意味著實際存在產能過剩。此外，值得注意的是，計算產能利用率時用產出度量產能存在一定的誤差，因為從企業層面而言，產能和產出并不完全等同，從廠房、設備的投資到生產出產品有一個過程。

國內不少文獻從地區或行業層面入手，將產能過剩問題定義為在一定時期內實際產出低于生產能力的現象，并基于地區或行業層面的數據直接測度產能利用率水平（韓國高等，2011；董敏杰等，2015；范林凱等，2019）。圖3為2019年世界上主要經濟體產能利用率的散點圖。中國的產能利用率水平為76.65%，低于國際實踐經驗中79%—83%的合意區間，存在產能過剩的問題。橫向比較來看，我國的產能利用率水平雖然低于新西蘭、英國、歐盟，卻高于美國、澳大利亞和俄羅斯。從行業層面來看，除了石油和天然氣開采業、化學纖維制造業、黑色金屬和有色金屬冶煉和壓延加工業、電氣機械和器材制造業以及計算機、通信和其他電子設備制造業六個行業以外，其他主要行業2019年的產能利用率水平仍然不到79%。然而，從地區或行業層面考察產能過剩問題存在幾個問題：第一，產能利用率的測度中通常忽視了企業的異質性。例如，龍頭企業往往有著極高的產能利用率水平，遠高于地區或行業的平均水平。第二，由于行業技術特點及需求情況差異，行業間的最優產能利用率標準也各不相同，用統一的標準來判斷衡量產能過剩并不合適（周業樑和盛文軍，2007）。例如，由于采礦業自身技術效率較低，并且在資源枯竭后大量產能處于未被利用的狀態，導致其產能利用率遠遠低于其他行業。第三，地區或行業層面出現的產能過剩問題，其背后的行為主體都是微觀企業，宏觀或中觀層面的產能過剩只不過是企業市場決策的副產品。因此，從根本上化解產能過剩問題的關鍵是找到激勵企業盲目擴張產能的體制性因素。

圖3 不同主要經濟體產能利用率比較（2019年）① 美國數據來源于美聯儲https://fred.stlouisfed.org/series/MCUMFN；歐盟數據來源于歐洲統計局https://ec.europa.eu/ eurostat/databrowser/view/teibs070/default/table?lang=en；中國數據來源于國家統計局http://www.stats.gov.cn/tjsj/zxfb/ 201801/t20180119_1575361.html；其他國家和地區數據均來源于官方統計部門。產能利用率指標主要是通過統計調查的方法先獲得企業層面數據，再匯總到宏觀層面。

總體而言，已有文獻研究我國產能過剩問題主要集中在宏觀和行業的層面，從微觀企業層面考察產能過剩問題較為罕見。大多數文獻采用產能利用率來度量產能過剩，本質上回答的是“實際使用多少產能”的問題，并未涉及到“理論最優產能是多少”的討論。本文沿襲Aretz & Pope（2018）的思路，綜合考慮需求等環境因素，測度出更能夠反映企業實際面臨產能過剩程度的指標。具體地，在實物期權模型框架下，將企業持有的固定資產定義為安裝產能（Installed Capacity），將理論最優產能（Optimal Capacity）定義為需求、成本、波動性、系統性風險和無風險收益率的函數，且包含行業固定效應，以捕捉不可觀測的理論最優產能的決定因素（如投資成本），并將安裝產能與理論最優產能之間的差距定義為產能過剩程度。這種做法能夠在一定程度上克服產能利用率在產能過剩問題研究中的適用缺陷：首先，在理論最優產能測度上，考慮包含市場需求等因素的企業真實信息集，估算出企業在理論上最優應該持有的產能，不受企業經營者個體決策特征影響。其次，產能過剩程度衡量了安裝產能超過使得企業價值最大化的理論最優產能，由兩部分組成：一是安裝產能與實際使用產能的差異；二是實際使用產能與理論最優產能的差異。第一部分即為產能利用率。產能過剩程度決定了產能利用率，是更為基礎的指標，能夠準確地反映企業實際面臨的產能過剩程度。

（三）政府補貼與產能過剩

對企業進行財政補貼是世界各國政府廣泛運用的一種政策工具。根據Schwartz & Clements（1999），政府主要出于以下三個原因實施財政補貼行為：第一，政府利用財政補貼糾正市場失靈，因為自由市場中“看不見的手”并不能以最有效的方式配置資源；第二，政府利用財政補貼幫助那些規模較小的行業擴張，實現規模經濟，從而可以與成熟的競爭者在國際市場上進行抗衡；第三，政府利用財政補貼來達到社會目標，例如達到更平等的收入分配、解決就業問題等等。

當不存在政府補貼時，企業將依據市場需求不斷地調整產能和產量決策，以實現自身價值最大化，調整決策取決于產能投資的收益與成本；而當存在政府補貼時，企業的投資和經營行為將相應發生改變。從理論上看，政府補貼對企業產能過剩的影響通過兩個機制：過度投資和市場份額擴張。

一方面，政府補貼本質上為企業提供了更多可支配的自由現金流，緩解了企業的內源融資約束，降低了企業投資成本，從而促進企業投資。當企業在政府補貼作用下，安裝的新產能超過理論上最優的產能水平時，就會出現產能過剩的問題。另一方面，由于制造業企業普遍存在資產專用性的問題，產能投資撤資成本通常較高，導致企業只有在撤資收益大于高昂的撤資成本時才會選擇撤資，因此，會降低企業在面臨需求下降時調整產能決策的彈性，不利于企業作出合理的產能決策，進一步惡化企業產能過剩問題。此外，我國還存在一部分技術水平低、生產能耗高的落后產能，這些落后產能本應該被市場機制所淘汰，但是由于政府補貼的存在，降低了這些企業持有過剩產能的成本，造成大量落后產能淘而不汰，惡化了產能過剩問題。

企業在收到政府補貼后，通常會將大部分補貼收入投入至生產環節中，這種生產性補貼必然會降低企業單位生產成本（張杰等，2015），給予了企業制定更低售價的可能性，這不僅意味著企業能夠擁有更為廣闊的市場，還有助于企業在激烈的市場競爭中建立起成本優勢，增加在行業中的市場份額（蔣冠宏，2022）。此外，政府給予企業補貼的行為相當于向市場釋放積極的信號，能夠有效降低企業與其他經濟主體（如合作者、投資者）之間的信息不對稱問題（楊洋等，2015），幫助企業獲得更為廣闊的銷路，以及在供應鏈中更強的議價能力，從而擴大其市場份額。企業在行業內擁有的市場份額是反映其在產品市場需求強弱的關鍵因素。根據前文所述，當企業面臨的需求更加旺盛時，其理論最優產能會進一步下降，反之則會上升。據此，可以推斷，當企業收到政府補貼后，能夠通過擴大市場份額來驅動企業理論最優產能的下降，降低企業產能過剩水平。

因此，政府補貼對企業產能過剩的最終影響取決于安裝產能和理論最優產能之間的差距。一方面，政府的財政補貼促使企業過度投資，安裝產能會上升；另一方面，政府補貼幫助企業形成價格優勢，搶占市場份額，理論最優產能也會提高。若前者上升的幅度大于后者，政府補貼加劇了企業產能過剩問題。反之，政府補貼則有助于改善企業產能過剩問題。具體的影響機制分析可見圖4。政府補貼對企業產能過剩最終作用方向并不確定，可能為正，也可能為負，取決于安裝產能和理論最優產能之間的差距，需要實證上的驗證。

圖4 政府補貼對企業產能過剩影響機制圖

三、產能過剩的計算

（一）隨機前沿模型

以往文獻常常使用數據包絡分析（DEA）和隨機前沿模型（SFA）來度量微觀效率，前者為非參數方法，后者為參數方法。本文利用隨機前沿模型（Stochastic Frontier Analysis，SFA），參考Aretz & Pope（2018）的做法，測算中國A股上市公司的產能過剩程度。隨機前沿模型（SFA）的優勢在于：第一，SFA模型將產出分解為生產函數（成本函數）、隨機因素以及無效率項三部分，充分考慮了隨機因素，避免了將這些隨機誤差錯誤地計入到求解的產能過剩中。由于產能過剩受不確定因素影響較大，所以SFA等參數方法較DEA等非參數方法在研究發展中國家和轉型經濟國家的效率問題時更具優勢（邊文龍和王向楠，2016），也更適用于測度中國企業的產能過剩程度。第二，SFA模型能夠平等對待每個樣本并充分利用每個樣本的信息，計算結果不易受極端值的影響，結合遞歸方法進行估計（Recursively estimate），能夠實時計算出產能過剩情況，使得指標穩定且合理。

（二）變量和數據

對于被解釋變量安裝產能，以固定資產原值來衡量。本文采用季度數據進行產能過剩計算，但固定資產原值數據僅在企業半年報和年報中報告，考慮到固定資產原值為存量指標、波動較小，因此采用均值法對空缺數據予以插補。

對于影響理論最優產能的一系列因素，根據Dixit & Pindyck（1994）和Aretz & Pope（2018）實物期權模型的推導，理論最優產能應取決于需求、需求彈性、生產成本、增加或減少產能的價格、系統性風險、需求波動率以及無風險收益率。因此包括銷售收入（過去一年營業收入之和的自然對數）、營業成本（過去一年營業成本之和的自然對數）、銷售和管理費用（過去一年銷售和管理費用的自然對數）、需求波動性（過去一年對數收益率的波動率）、系統性風險以及無風險利率（當期銀行定期存款利率）。其中，系統性風險參考Lewellen & Nagel（2006）提出的有條件的市場風險計算方法，使用較小的時間窗口計算，構造如下方程對進行估計：

對于影響產能過剩的一系列因素，根據對實物期權模型的推論，企業若持有過剩產能則意味著在過去的某個時點市場對企業產出的需求高于現在。為了刻畫市場需求下降的影響，包含近期銷售收入下降百分比（過去一年銷售收入下降百分比）、遠期銷售收入下降百分比（過去一年銷售收入相比歷史最高收入下降百分比）以及過去一年企業是否存在虧損。

本文以2002—2017年中國A股制造業上市公司的季度數據來估算產能過剩季度指標。起點為2002年是因為中國上市公司最早從2002年第一季度開始披露季報。在隨機前沿模型估計中，由于影響理論最優產能和產能過剩的變量均需要使用上一年度的數據，因此使用2002—2017年的樣本可以估計出2003—2018年的產能過剩季度指標。

財務數據主要來自國泰安CSMAR數據庫，固定資產原值數據來自Wind數據庫。為保證研究數據的有效性，我們對初始樣本進行如下處理：（1）僅保留制造業并剔除ST類企業；（2）剔除隨機前沿模型中所需關鍵變量缺失的樣本；（3）隨機前沿模型中使用的公司財務數據按照工業品出廠價格指數（PPI）平減至2002年；（4）為消除極端值（Outlier）的影響，對除了股票回報率以外的所有連續變量進行上下1%的Winsorize處理。最終得到1 552家A股制造業上市公司2003—2018年的季度數據，共55 249個觀察值。

（三）估計結果

表1匯報了對式（3）隨機前沿模型的估計結果。Panel A展示了理論最優產能決定因素的估計結果。從結果上不難發現，所有變量均在1%的統計性水平上顯著。銷售收入系數為正，這反映出銷售收入上升會導致理論最優產能上升，原因在于無論是銷售價格P或銷售數量Q都與理論最優產能呈現正相關關系，與預期一致。營業成本顯著為正，可能的解釋是單位成本與理論最優產能負相關，產量與理論最優產能正相關，估計系數為正反映了產量在總成本中起決定性作用；銷售和管理費用的系數也為正，意味著其與理論最優產能之間存在正相關關系。需求波動性系數顯著為負，反映了不確定性會顯著降低理論最優產能，與實物期權模型理論相吻合；無風險利率估計系數雖然顯著為負但絕對值很小，經濟意義幾乎可以忽略?？傮w來看，在決定理論最優產能的因素中，營業成本的影響最大。

Panel B展示了產能過剩決定因素的估計結果。從結果上看，近期銷售收入下降百分比的估計系數不顯著，表明過去一年銷售收入并不會對產能過剩水平造成影響。而遠期銷售下降百分比估計系數顯著為正，反映了遠期銷售收入的下降提高企業的產能過剩水平。企業過去一年是否存在虧損系數在1%的統計性水平上顯著為正，意味著虧損會導致企業產能過剩水平上升。這些結果表明：一方面，我國企業產能投資存在一定滯后性，對銷售收入下降的反應需要一定的時間，這與美國的上市公司有所差異；另一方面，由于資產具有專用性以及投資具有不可逆性，企業無法迅速撤資縮減產能，市場需求下降加劇企業產能過剩問題。

表1 隨機前沿模型估計結果

估計完企業的季度產能過剩數據，使用企業每個年度最后一個季度的產能過剩水平作為企業年度產能過剩水平的度量。

圖5 產能過剩率與產能未利用率的時間趨勢圖

圖6為區分行業后2003—2018年產能過剩時間趨勢圖。從行業上看，大多數行業均呈現了與圖5相同的變化趨勢。然而，在2016年供給側改革以來不同行業產能過剩水平呈現明顯的分化趨勢。一些行業在供給側改革后，在去庫存、化解產能過剩一些措施的影響下取得了顯著的成效，特別是石油加工、黑色金屬冶煉、有色金屬冶煉、造紙業這四個傳統產能過剩行業在2016年后產能過剩下降趨勢最為陡峭，并在2018年與其他行業產能過剩水平接近，甚至略低于其他行業；另一些行業，如家具制造業、電氣機械和器材制造業、食品制造業，在供給側改革后并沒有出現產能過剩水平下降的趨勢，作為鋼鐵行業下游的金屬制品業的產能過剩反而出現愈發嚴重的趨勢，這本質上是由于缺乏自主創新能力與國外形成較大的技術落差，形成了大量落后產能，導致行業整體上呈現出低端產能過剩、高端產能不足的結構性矛盾。

圖6 區分行業后產能過剩時間趨勢圖

圖7為東、中、西部和東北四個區域的產能過剩時間變化趨勢圖。從地區分布上看，在2009年以前，地區間差異較小。第三次產能過剩周期初始，各地區保持一定的差異，在2011年后差距逐漸拉大，特別是東北地區產能過剩最為嚴重，其次是西部和中部地區，而東部地區產能過剩問題相對較輕。2016年供給側改革后，通過對煤炭、鋼鐵、水泥等東北地區較為集中的傳統產能過剩行業大力去產能、淘汰落后產能等治理，產能過剩問題得到較大緩解，并在2016年后低于西部地區。

圖7 不同區域的產能過剩時間趨勢圖

圖8為區分國有企業和非國有企業不同產權性質企業的產能過剩時間變化趨勢圖。從圖中不難發現，在2009年以前，國有企業和非國有企業產能過剩水平并不存在明顯差異，之后國有企業的產能過剩情況逐漸高于非國有企業，國有企業平均的產能過剩率在2016年達到頂峰，約為45%，產能過剩問題遠比非國有企業嚴重。

圖8 國有企業和非國有企業的產能過剩對比

四、實證分析

（一）計量模型

為了考察政府補貼對企業產能過剩的影響，我們設立如下的計量模型：

其中，被解釋變量CO為前文估計的產能過剩指標。下標i代表企業，下標t代表年份。核心解釋變量為政府補貼Subsidy，用政府補貼與企業總資產比值來衡量，政府補貼來源于上市公司財務報表附注中政府補助項目。X為一系列企業層面有可能對產能過剩造成影響的控制變量，包括企業規模（）、企業年齡（）、所有權性質（）、托賓Q（）、流動比率（）、資產負債率（）、資產收益率（）、現金流量（）、持股比例（）和財務費用率（）。為了減輕反向因果的問題，核心解釋變量Subsidy和控制變量都滯后一期。為年份固定效應，為行業固定效應，為省份固定效應，ε為隨機干擾項。

值得說明的是，政府補助的核算和披露一直都是上市公司會計規范建設的重要組成部分。在2007年以前，規定政府補助的會計處理主要有《企業會計制度》《金融企業會計制度》《關于企業技術創新貼息資金財務處理的函》和《科技中小企業技術創新基金財務管理暫行辦法》等，但是這些規定缺乏嚴密性、系統性和全面性。2007年開始實施《企業會計準則第16號——政府補助》，規范了政府補助的確認、計算和相關信息的披露，要求上市公司按照給企業帶來的經濟利益或彌補成本或費用的形式不同，把政府補助分為與資產有關的政府補助和與收益有關的政府補助，根據當期使用進度攤銷至營業外收入。因此，我們在實證部分將樣本限定在2007年以后。為了避免新冠肺炎疫情的影響，樣本截至2018年。

最終實證分析的樣本為1 325家上市公司12年的數據，共10 478個觀察值。表2報告了主要變量的定義及描述性統計。在樣本期間，企業平均產能過剩水平，即安裝產能與理論最優產能之比的自然對數為0.354，表明我國上市公司的安裝產能超過理論最優產能35.4%；最小值為0.097，最大值為1.036，反映了樣本內企業之間產能過剩水平具有較大的差異性。政府補貼均值為0.005，意味著平均每個企業的政府補貼占總資產的0.5%，最高達到3.2%，表明政府對上市公司的財政補貼較為廣泛，但對不同企業給予的補貼數量上存在較大區別。的均值為0.451，國有企業占比為45.1%，樣本具有一定的代表性。

表2 主要變量定義與描述性統計

（二）基本回歸結果

表3匯報了基于式（6）政府補貼對企業產能過剩影響的回歸結果，第（1）列不包含固定效應，第（2）列則加入年份、行業和省份的固定效應，是本文的基準回歸結果。政府補貼的估計系數為0.958，且在1%的統計性水平上顯著為正，含義是當政府補貼占總資產比例增加一個百分點，企業產能過剩水平則會上升約0.958個百分點。

在控制變量方面，和的估計系數顯著為正，說明企業存續時間越長、規模越大，企業產能過剩問題可能會越嚴重。估計系數顯著為正，意味著融資成本越大，企業的產能過剩水平越高，與李雪松等（2017）的發現相符。估計系數顯著為負，表明融資能力差的企業產能過剩水平更高。的估計系數顯著為正，說明投資機會越大時企業越容易擴張投資，產能過剩程度上升。的系數顯著為負，意味著業績越好的企業面臨的產能過剩水平越低；的系數顯著為正，表明現金流越充足的企業，往往產能過剩問題越嚴重。的估計系數在10%的水平上并不顯著，意味著保持住其他因素不變的情況下，產權性質本身并沒有造成企業產能過剩水平的差異。

除了地方政府對企業直接的轉移支付，政府還會通過稅收返還和減免對企業扶持和隱性補貼。與政府發放給企業的財政補貼相似，稅收優惠本質上也是政府向企業讓渡一部分經濟利益、增加企業可支配收入的方式，進而影響企業的生產和投資決策（柳光強，2016）。政府補貼與稅收優惠之間存在相關性，而稅收優惠的改變也會影響企業可支配收入的形式導致企業產能過剩程度發生改變。為了排除稅收優惠可能產生的影響，參考宋凌云和王賢彬（2013）的做法，我們把稅收優惠納入到解釋變量中對式（6）重新估計。參考柳光強（2016）的研究，稅收優惠定義為企業收到的各項稅費返還/（收到的各項稅費返還+支付的各項稅費）。表3第（3）列匯報了相應的回歸結果。引入稅收優惠后，政府補貼的估計系數為0.926，比第（2）列基準回歸估計結果略有下降，仍然保持1%的顯著性水平。此時，的估計系數為0.023，在10%的統計性水平上顯著，表明稅收優惠與政府補貼的影響方向相同，均導致企業產能過剩水平上升，說明本文的基準回歸結果是穩健的。這個結果也從一定程度上反映了稅收優惠與政府補貼都是地方政府為企業提供資金支持的手段，享受到較高的政府補貼的企業在稅收優惠上也能得到政府的青睞，兩者存在一定的互補關系。然而，政府補貼相較于稅收優惠對企業產能過剩的邊際影響更大，更為顯著。

表3 政府補貼與企業產能過剩的回歸結果

（三）穩健性檢驗

在前文的研究結論中表明，政府補貼提升了企業產能過剩水平。但同時可能存在另外一種解釋：由于產能過剩企業能夠為地方政府提供更多的就業及稅收，導致地方政府傾向于為產能過剩水平較高的企業提供更多的補貼。也就是說，政府補貼與企業產能過剩之間有可能存在反向因果的關系，導致回歸系數被高估。事實上，本文受到此問題影響并不大。原因在于，2001年4月25日，證監會發布的《公開發行證券的公司信息披露規范問答第1號——非經常性損益》將政府補助列示為非經常性損益，企業自身對補貼多少是難以預期和確保的，因此相對外生。但為了進一步論證基本結論是可靠的，不受反向因果引起的內生性問題影響，我們采用分位數回歸、分區域、構造弱內生性子樣本以及工具變量法進行穩健性檢驗。

首先，在前文OLS線性回歸中匯報的是政府補貼對企業產能過剩的平均影響效果，但均值回歸通常會受到極端值的影響，使得參數估計不再穩定。因此，本文進一步使用分位數回歸方法進行穩健性檢驗，相比于OLS線性回歸模型，分位數回歸能夠根據不同分位點利用樣本所含有的不同信息對模型進行回歸，能夠很好地捕捉到不同產能過剩分位點上的企業受政府補貼影響的大小，且不會損失大量樣本，比OLS回歸系數估計更加穩健。表4中（1）—（5）列，分別匯報了在10、25、50、75和90分位數上政府補貼對企業產能過剩的分位數回歸結果，以考察政府補貼對產能過剩不同分位點上影響的差異?？梢园l現，在產能過剩的90分位數上，政府補貼對企業產能過剩影響的估計系數在10%的水平上不顯著；而在其他分位數上，政府補貼對企業產能過剩影響的估計系數在0.854—1.101之間小幅波動，至少在5%的統計性水平上顯著。這反映出，政府補貼對企業產能過剩的影響并非受到嚴重的內生性的干擾而使得總體的回歸系數被高估，證明了本文結果的穩健性。

其次，產能過剩在空間上分布是不均的，在產能過剩問題較為嚴重的地區，往往因為產能過剩的企業能夠給地方政府創造稅收收入，緩解區域內的就業壓力，地方政府傾向于向產能過剩的企業伸出援手，給予這些企業更多的政府補貼，緩解他們的資金困難，以防破產退出市場。也就是說，產能過剩的企業往往接受更高額的政府補貼，若這種情況存在，政府補貼和產能過剩則存在反向關系，導致內生性問題。為了減輕這種內生性的影響，本文參考宋凌云和王賢彬（2013）的做法，構造弱內生子樣本，依次排除了產能過剩較為嚴重的東北、西部和中部地區的樣本，重新進行回歸，來驗證本文主要結論的穩健性。在表4第（6）—（8）列中，分別匯報了依次排除東北、西部和中部地區樣本后政府補貼對企業產能過剩的回歸結果。可以看到，在排除了東北地區、西部地區后，政府補貼的邊際影響依然保持1%的顯著性水平，系數大小也未發生較大的變化。僅含東部樣本時，在第（8）列的估計系數下降到0.810，政府補貼對產能過剩的影響在東部地區稍弱，顯著性也有所降低，在10%的統計性水平上顯著。

再次，傳統產能過剩行業可能是地方政府為了保證本地的經濟增長，從而持續提供隱性擔保、輸送利益的主要對象。因此，與排除產能過剩地區的思路相同，本文進一步排除被工信部等部門重點關注的典型產能過剩行業樣本，通過構造相對弱內生性子樣本的方式來驗證本文結果的穩健性。結果如表4第（9）列所示，排除了典型產能過剩行業的樣本后，的估計系數大小和顯著性與全樣本回歸基本一致，這反映出未被重點關注的行業產能過剩水平受政府補貼的影響依然很大，在去產能進程中同樣不能忽視對其他行業產能過剩問題的治理。

表4 穩健性檢驗

續表

最后，我們選取按省份—行業計算的企業收到的政府補貼均值作為工具變量，試圖減輕政府補貼潛在的內生性問題。政府補貼的發放受制于地方財政能力和產業政策導向，企業收到的政府補貼與省份—行業均值具有較大的相關性。然而，政府補貼省份—行業均值與企業層面不可觀測的影響產能過剩的因素卻不相關，這意味著處于同一個省份和行業企業的政府補貼平均水平并不會直接影響單個企業的產能過剩水平。因此，政府補貼省份—行業均值，基本滿足工具變量相關性和外生性的要求，是政府補貼有效的工具變量。表5匯報了使用兩階段最小二乘法（2SLS）回歸結果。第（1）列為第一階段的結果，政府補貼省份—行業均值（）與政府補貼（）顯著正相關，同時Cragg-Donald Wald檢驗在1%顯著性水平上拒絕了弱工具變量的假設，證實了工具變量的相關性。第（2）列為使用工具變量后的估計結果，政府補貼對企業產能過剩的影響仍然為正，估計系數為0.876，在10%水平上顯著。這些結果表明，即便考慮了政府補貼的內生性問題后，本文的基本結論仍保持不變，即政府補貼提高了企業產能過剩水平。

表5 2SLS回歸結果

（四）異質性分析

國有企業與政府之間存在天然的“血緣”關系，政府更傾向于為國有企業提供更多的政策和資源支持。這就直接導致國有企業在許多方面與非國有企業存在截然不同的表現，產能過剩水平對政府補貼的敏感性也有所差異。表6第（1）（2）列匯報了按照產權性質把上市公司分為國有企業和非國有企業子樣本的回歸結果。不難發現，在國有企業樣本中，政府補貼的估計系數為1.047且在5%統計性水平上顯著，而非國有企業樣本中，政府補貼的估計系數下降到0.594，在10%的統計性水平上不顯著。從統計顯著性和經濟重要性兩方面，政府補貼對產能過剩的影響在產權性質不同的企業中都存在較大的差異。上述結果表明，相較于非國有企業，國有企業對政府補貼的反應更為敏感。政府補貼顯著地拉大了國有企業安裝產能和理論最優產能的差距，是國有企業產能過剩問題形成和不斷加劇不可忽視的重要力量。

2. 企業規模

大企業一般為資本密集型企業，對投資、GDP和稅收收入的拉動作用更大，往往更容易獲得來自地方政府政策上的傾斜。而小企業則剛好相反，一般為勞動密集型企業，對投資、GDP和稅收的貢獻較小，難以獲得地方政府的青睞（李永友，2010；王文甫等，2014）。在面對政府補貼沖擊時，規模不同的企業的反應程度也會有所差異。為了探尋不同規模企業間政府補貼對企業產能過剩的影響作用是否存在顯著的差異，我們按照企業規模的中位數劃分為大企業和中小企業進行分樣本檢驗。表6第（3）（4）列匯報了回歸的結果?？梢园l現，在大企業樣本中，政府補貼的估計系數為1.664，在1%的統計性水平上顯著。而在中小企業樣本中，政府補貼的系數為0.831，僅在10%的統計性水平上顯著。政府補貼對大企業的產能過剩的正向推動作用更為明顯。這個結果表明，規模越大的企業，產能過剩的問題在政府補貼的刺激下會愈發嚴重，地方政府提供的高額補貼是大企業出現產能過剩問題的重要根源。

3. 市場化水平

市場化程度越低的地區，其市場配置資源的效率則較低，地方政府也越容易在關鍵性資源上占據主導性地位，從而對轄區內的企業進行干預。處于市場化程度較低地區的企業，在接受政府補貼后產能過剩水平會具有更大幅度的上升?；诖?，我們選取王小魯等（2016）發布的市場化指數中的市場化總指數來度量企業所在地區市場化水平，得分越高代表該省份市場化水平越高，并以年度市場化水平的中位數來區分市場化水平高和市場化水平低的兩個子樣本，考察政府補貼對企業產能過剩影響效應的異質性。表6中第（5）（6）列匯報了不同市場化水平地區政府補貼對企業產能過剩影響的差異。在市場化水平較高的地區，政府補貼的估計系數為0.622，但在統計上并不顯著，而在市場化水平較低的地區，政府補貼對企業產能過剩的邊際影響為1.057且在5%的統計性水平上顯著。政府補貼的估計系數和顯著性水平在市場化水平不同的地區存在較大的差異。這個結果也表明，產能過剩問題在一定程度上源自市場化改革的滯后，市場基礎性資源配置功能是化解產能過剩的重要力量，市場化去過剩產能也是我國經濟轉型和產業升級的必由之路。

表6 異質性分析

續表

五、影響機制檢驗

在前文的理論分析中，政府補貼通過企業過度投資和產品市場競爭兩個機制，改變安裝產能和理論最優產能之間的差距，從而對企業的產能過剩水平產生影響。在此部分，我們將從實證上對上述兩個影響機制進行驗證。

（一）過度投資

過度投資是我國產能過剩問題形成的最重要的因素之一（韓國高等，2011）。政府補貼為企業提供了更多的自由現金流，緩解了企業的內源融資約束，降低了企業投資成本，容易出現過度投資從而引發產能過剩問題。因此需要從實證上來檢驗，政府補貼是否能夠誘導企業進行低效率的過度投資、盲目擴張安裝產能。

表7的第（1）列為過度投資對政府補貼的全樣本回歸結果。結果表明，的估計系數為0.216且在5%的統計性水平上顯著為正，表明政府補貼對企業過度投資行為具有明顯的促進效應。這個結果意味著，出于扶持目的的政府補貼最終引致企業投資超過合意投資水平，并伴隨著大量低效率的投資，導致產能投資不斷增加，以及企業調整產能決策的彈性進一步下降，最終擴大了企業安裝產能與理論最優產能之間的差距。政府補貼促使企業過度投資的作用機制得到驗證。

同時，我們還以“政府補貼/總資產”的中位數為界，區分高政府補貼和低政府補貼的企業子樣本，結果在表7第（2）（3）列展示。政府補貼對過度投資的促進作用在高補貼企業中顯著，而在低補貼樣本中不再顯著。政府給予企業適量的補貼并不會直接導致企業產生過度投資，而過量補貼將會引發企業過度投資。此外，我們將計算過度投資指標的預期投資模型中作為企業增長機會的代理變量的托賓Q替換成市值賬面比，重新計算過度投資指標，結果并無變化，說明結論是穩健的。

（二）市場份額擴張

企業在行業內擁有的市場份額是影響企業最優產能的關鍵性因素。當企業市場份額上升時，意味著企業可以持有更多數量的產能以滿足市場需求，對應的理論最優產能則會上升；而當企業市場份額下降時，意味著企業需要收縮產能以降低成本，對應的理論最優產能則會下降。因此，參考魏志華和朱彩云（2019）的方法，以企業“營業收入占所在行業內所有企業的營業收入總和之比”衡量企業的市場份額，來檢驗政府補貼是否有助于企業產品市場競爭，擴大企業市場份額，從而縮小安裝產能和理論最優產能之間的差距，化解企業產能過剩。

表7的第（4）列為市場份額對政府補貼的回歸結果。的估計系數為0.345，在5%的統計性水平上顯著為正，政府補貼占總資產的比例每上升1個百分點，企業擁有行業的份額會提高0.345個百分點。政府補貼能夠顯著擴大企業市場份額，幫助企業建立起產品市場競爭優勢，更有助于消化庫存、化解過剩產能。政府補貼幫助企業擴大企業份額的作用機制也得到驗證。

同樣地，我們也區分了高政府補貼和低政府補貼的企業子樣本，回歸結果在表7第（5）（6）列匯報。結果顯示，政府補貼對企業市場份額的提升作用在高補貼企業中顯著，而在低補貼企業中并不顯著。這意味著，高額的政府補貼能夠有效幫助企業參與產品市場競爭，擴大企業的市場份額，而低額政府補貼并不能在企業提升市場優勢方面起到扶持作用。為了確保結果的穩健性，使用“營業收入占行業內所有企業的營業收入之和之比”替代“營業總收入占行業內所有企業的營業總收入之和之比”作為衡量企業擁有的市場份額的指標，重新進行回歸，結果并沒有發生本質上的改變。

表7 政府補貼與產能過剩：機制檢驗

六、總 結

我國產能過剩問題給企業和宏觀經濟帶來了持續的困擾，大量積壓庫存抬升企業成本，造成大量資源閑置，影響資源合理有效配置。在2020年新冠肺炎疫情沖擊下，全球經濟需求低迷不振，產能過剩的老問題又面臨著新挑戰。在這樣的背景下，深入探索產能過剩形成的根源、化解中國式產能過剩矛盾至關重要。

本文使用2007—2018年中國制造業A股上市公司的數據，從政府干預行為的角度解釋了企業產能過剩的形成。首先，本文借鑒Aretz & Pope（2018）的思路，計算出更能反映出企業實際經營中的產能過剩情況的指標，其次，在得到企業層面產能過剩指標的基礎上展開實證分析，結果表明，政府對上市公司的補貼顯著地提高了企業產能過剩水平，并且這種正向作用在國有企業、大規模企業和市場化程度較低地區體現得更為明顯。最后，本文還識別出過度投資和產品市場競爭是政府補貼影響企業產能過剩的兩個機制，政府補貼一方面推動企業增加投資，安裝更多的產能，另一方面幫助企業形成價格優勢，擴大市場份額，促使企業理論最優產能上升。前者占主導地位，導致安裝產能和理論最優產能之間的差距擴大，政府補貼最終加劇了企業產能過剩。

本文的結論具有十分重要的政策內涵。首先，國家應進一步推動財稅體制改革，完善財政補貼事前審查和事后監督機制，動態優化補貼策略，減少補貼過程中存在的逆向選擇和道德風險問題，引導企業合理利用財政補貼、優化資源配置，防止補貼資源錯配和激勵嚴重錯位。同時，推進市場化改革，充分發揮市場機制以通過優勝劣汰推動落后產能淘汰（馬紅旗和申廣軍，2021），并充分結合各地區自身情況，加快實施以環境和技術標準淘汰落后產能退出方案。另外，在產能過剩問題的治理中需要注意的是，盡管供給側改革采用多種手段進行調控并且取得了一定的成效，但不容忽視的是結構性矛盾和潛在的產能過剩風險。最后，在當前新冠肺炎疫情十分嚴峻的背景下，全球經濟面臨極大的不確定性、外部需求迅速下降，勢必會增加進出口企業產能過剩的風險，對我國制造業的發展構成巨大挑戰。需要堅定不移地進一步深化供給側改革，以應對可能到來的新一輪大規模的產能過剩。

此外，本文的研究還存在一些不足之處，具體表現在：第一，本文中的政府補貼是一種綜合性質的補貼，目前缺乏政府補貼分類的數據，無法具體區分各類補貼對企業產能過剩的影響；第二，雖然本文使用了多種實證策略盡可能地緩解潛在的內生性問題，但這并不能從根本上解決這一問題。因此，以上問題留作未來進一步研究的方向。