一、引言

产能过剩现象在经济周期性波动中很常见，理论上来看，生产者的供给能力超过了有效需求便会发生产能过剩。一般而言，适度的产能过剩有助于淘汰质量较低的产品，实现优胜劣汰的资源分配。但是，那些由于人为干预导致的产能过剩则容易引发劣币驱逐良币的逆淘汰现象，危害到整个经济的稳定和发展。2008年爆发了世界范围内的金融危机，世界经济遭受到了前所未有的冲击，钢铁和石油等大宗商品的需求剧烈下滑，外加贸易保护主义在很多国家抬头，这给原本国内需求就不足的中国企业带来了巨大压力。为了稳定经济，中国中央政府推出了“四万亿”产业振兴计划，并明确提出了经济增速“保8”的目标，在这种形势下中国各地方政府也相继推出了配套的财政刺激计划，使得最终刺激计划的资金规模达到了惊人的20万亿元。

中央和地方政府的双重保护政策短时期内确实使得不少企业恢复了生产，稳定了就业；但是，长期来看这样的政策破坏了市场机制的分配作用，大量资源流到中央企业和国有企业，严重挤占了民营企业和私人的投资及消费。从投资结构上来看，无论是中央还是地方的保护政策主要对象都是基础设施、房地产和化工制造等传统行业，这些行业虽然可以迅速拉动经济增速并保障就业，但其集中度较高，不利于产业结构的调整和创新动能的释放。而从保护政策的最终效果来看，缺乏自主“造血”功能的僵尸企业大量出现，尽管其产品早已供大于求，但是为了获得赖以生存的政府补贴而继续盲目生产，导致了目前较为严重的产能过剩现象。从2010年国务院下发《关于进一步加强淘汰落后产能工作的通知》到2016年12月中央经济工作会议再次强调“去产能”的重要性，产能过剩问题已经成为了中国全面深化改革中亟待解决的问题。

学术界有关产能过剩问题的研究已有不少，学者们基本都强调了政府的过度干预是导致该问题的最主要因素(韩国高等，2011；耿强等，2011；江飞涛等，2012；皮建才等，2015；干春晖等，2015)。不过，林毅夫(2016) 在其“有为政府”的理论中则提出没有政策支持的国家是不会成功的，当经济结构变化时，政府的因势利导是社会发展和进步的基础。那么，是不是只要政府予以企业保护就一定会导致产能过剩？还是不合理的保护程度和频率才是真正的原因?带着这样的思考，本文首先以“官员晋升锦标赛”体制为基本框架，刻画出了“中央政府提高经济增长考核权重→地方政府加大财政补贴→企业扩大生产导致产能过剩”，这样一条完整的政策影响机制，强调了体制缺陷是地方政府实施重复保护政策的原因。

随后，本文分别以“十五”和“十一五”产业鼓励目录和财政补贴数量作为中央和地方政府政策保护的代理变量，并利用2001-2010年中国制造业上市公司数据，从国有和民营不同产权性质出发，通过固定效应模型、倾向得分匹配法以及事件冲击DID法对理论假设进行了实证检验。结论表明：首先，单一的政策保护并不会引发严重的产能过剩，中央政府的产业鼓励政策和地方政府的财政补贴政策的双重叠加才是导致产能过剩的真正原因；其次，当中央政府明确经济增长任务后，那些所在地政府迅速推出地方版财政刺激计划的企业更容易发生产能过剩；最后，双重保护的效果在国有企业中更为明显。与以往强调政府干预导致产能过剩的文献有所不同，本文的边际贡献在于：第一，就产能过剩的原因提出了新的观点，强调了单一的政府保护并不会产生严重的产能过剩，地方政府为了完成考核而追加的双重政策保护才是真正原因；第二，以强调经济增长的政府考核体系为依据，构建了一个中央政府、地方政府和企业三者之间相互影响的理论模型，为其他研究提供了一个理论基础；第三；在方法上应用了倾向得分匹配和事件冲击DID方法处理内生性问题，为后续研究提供了技术方法上的参考。余下内容安排如下：第二部分是文献综述；第三部分建立了简明的理论模型；第四部分介绍了经验模型的设计和回归方法；第五部分是回归结果的分析；最后为结论和政策启示。

二、文献综述

正如上文所述，导致产能过剩的原因有很多，其中，梁金修(2006) 强调企业和市场之间的信息不对称是产能过剩的原因之一，企业由于无法准确了解产品的供求情况，扩大了盲目生产的可能性。何彬(2009) 提出，为了追求超额利润的非理性竞争是导致产能过剩的重要原因，一些大型企业为了获得更多的市场份额，有意扩大生产压低整个行业的利润，从而提高整个行业的门槛。韩英和罗守权(2010) 提出了“大者不强、小者不弱”的观点，他们认为在中国制造业的各个行业中，集中度不够是引起产能过剩的原因。徐朝阳和周念利(2015) 认为，行业自身的发展成熟度就是影响产能的重要原因，当一个行业处于早期状态时，由于存在较大的不确定性，高效率企业会选择谨慎投资的策略，这为大量低效率企业留下空间，而当该行业处于发展阶段时，实力较强的大型企业就会进入市场并扩大产能占据市场，这会引起产能先低后高的走势。上述学者分别从信息不对称性、非理性竞争行为、行业集中度以及内生行业发展阶段这四个方面分析了产能过剩形成的原因。

在众多产能过剩的原因之中，政府的保护和干预被认为是最主要的原因(皮建材，2008；韩国高等，2011；江飞涛等，2012；干春晖等，2015)。周黎安(2007) 首先明确指出了地方政府提供保护的动机，他认为一个地方的社会稳定和发展不仅关系到所在地政府的“钱袋子”，同时也影响到所在地官员的“官帽子”，因此为了完成类似于“保8”的任务，地方政府会不遗余力地进行行政干预从而获得晋升机会，这种干预破坏了市场机制，会导致产能过剩，他将这种政府行为模式称为“官员晋升锦标赛”模式。在这种强调经济增长的考核机制下，耿强等(2011) 运用RBC模型探讨了地方政府为应对外界冲击，运用政策性补贴的原因，并刻画了地方政府政策补贴扭曲要素市场价格，降低投资成本，从而导致产能过剩的完整路径。江飞涛等(2012) 提出，地方政府在财政、产权、环保和贷款等各种条件上的相互竞争，外部化了企业自有投资过低所带来的风险，扭曲了企业的投资行为。皮建才等(2015) 构建了一个分权经济下地方政府提供政策补贴的博弈模型，该模型中地方政府在“市场效率导向”和“GDP”导向之间进行选择，当政府选择“GDP”导向作为其目标后，就会向所辖地区企业提供大量财政补贴，从而使企业扩大生产，最终导致产能过剩。干春晖等(2015) 更为直接地指出，当地方官员的任期接近换届、考核等关键时期时，为了在任期内最大化自身政绩，政府直接干预市场的行为将会增加，例如通过土地和融资等方面的优惠措施，让企业拥有更为靓丽的业绩。这种行为将会直接刺激企业的投资冲动，降低产能利用率。也有一些学者从其他角度解释了各级政府的保护行为(王晓姝和李锂，2012；寇宗来和周敏，2015)，不过政府考核体系则被认为是影响政府行为的主要因素。

总的来看，多数政府干预和保护并非有的放矢，而是在中国“官员晋升锦标赛”体制下的“被动”行为，这样的政策以追求短期经济增长为目标，忽略了许多行业和产业的潜在比较优势，会引发市场扭曲和资源错配，最终导致产能过剩。与之类似，本文关注的并不是“有为”政府为了补充和完善“有效市场”而给予企业的政策保护，而是在国内体制下，为了完成考核目标而进行的重复保护，这种拔苗助长式的政策叠加是如何引发产能过剩的。

三、理论模型

本文以中央政府的经济增长考核体系为基础(周黎安，2007；江飞涛等，2012；皮建才等，2015)，建立了一个包含中央政府、地方政府以及企业的简明模型，考察了当中央政府加大经济增长考核权重时，地方政府予以企业更多保护从而导致产能过剩的机制。模型中存在1个中央政府，n个对称的地方政府，每个地区都只有1个企业，企业的产品是可以完全替代的。中央政府对地方政府仅有一个考核指标，即经济增长。基于此，地方政府的目标被刻画为：

其中，W_i表示每个地方政府i所辖地区的社会福利，由于每个地区只有1家企业，因此企业的净利润构成了社会福利，E_i表示该地区的经济总量，以企业的收益衡量。θ表示相对于企业的净利润，中央政府在整个考核体系中赋予经济增长的权重。结合本文背景，在2008年金融危机之后，中央政府推出了“四万亿”财政刺激计划和“保8”的增长目标，地方政府也迅速跟进，推出了地方版的“四万亿”计划，因此θ>1。

企业i的生产单位成本为c，地方政府为了完成考核目标对企业提供了单位产量补贴s_i。企业i的利润可以表示为：

其中，q_i表示企业i的产量，p为产品价格，整个产品市场的反需求函数可以用$p=A-\sum {{q}_{i}}$来描述，A为市场规模，一般而言，市场规模A要明显高于单位成本c，为了方便起见，本文假设A>2c。另外，对于单个企业而言，政府的单位补贴往往不能全部覆盖其成本，因此有c>s_i。将企业利润函数(2) 以及反需求函数代入到地方政府目标函数(1) 中就可以得到：

(3) 式的前半部分为企业的净利润，反映的是社会福利状况；后半部分则是企业的产品收益，反映的是经济增长。在中央政府明确经济增长考核权重θ之后，地方政府和企业之间展开一个两阶段非合作博弈。第一阶段，地方政府选择补贴数量s_i以最大化自己的目标；第二阶段，企业i则根据政府提供的补贴数量最大化自己的利润π_i。

与江飞涛等(2012) 类似，采用逆向归纳法可以得到企业i在给定补贴数量s_i情形下的均衡产量、市场总产量Q以及市场价格p：

将(4) 式代入(3) 式，地方政府会选择均衡补贴数量s_i^*来最大化自己的考核目标，由于每个地方政府是对称的，因此可以得到满足以下条件的均衡补贴s^*：

将(5) 式中的均衡补贴数量s^*代入(4) 式就可以获得均衡时企业的产量和市场价格。为了观察中央政府赋予经济增长的权重变化对于地方政府单位产量补贴s^*的影响，(5) 式对权重值θ的一阶条件为：

首先，观察(6) 式的分母，当企业数量足够多时，即n→∞，A/n→0，根据假设A-2c>0，因此分母大于0；接着，再观察(6) 式的分子，同样地由于A/n→0，且A-c>0，根据假设c-s^*>0，则分子也大于0；所以ds^*/dθ>0。通过该分析可以得到定理1。

定理1：当中央政府的考核体系赋予经济增长更大的权重时，地方政府会增加生产性补贴的力度。

根据江飞涛等(2012) 和皮建才等(2015) 的研究，将政府仅考虑社会福利时，即θ=0时，的均衡产量q^*|_θ=0和强调经济增长时，即θ>1时的均衡产量q^*|_θ>1进行比较，以其差值，即Δ= q^*|_θ>1-q^*|_θ=0作为衡量产能过剩程度的指标(寇宗来和周敏，2011；徐朝阳和周念利，2015；皮建才等，2015)。^① 根据(5) 式可以得到Δ=[(1-n)(A-C)+2ns^*]/2n(n+1)该式对于θ的一阶条件为：

① 当θ=0时，地方政府的目标函数为LG_i=p_iq_i-c_iq_i，将(4) 式的均衡结果代入后，求得政府最优的补贴s^*=(n-1)(A-c)/2n，当n→∞时，s^*→0。这表明当企业数量足够多时，政府如果将社会福利作为目标的话，那么其不提供生产性补贴。此时，市场中每家企业仅根据自身特点进行非合作博弈，博弈所得到的产量q^*|_θ=0可以被认为是正常产量。因此，本文使用存在政府补贴时的产量q^*|_θ>1与正常产量q^*|_θ=0之间的差值来反映产能过剩问题。

结合(6) 式和(7) 式可知，dΔ/dθ>0，也就是说产能过剩程度Δ会随着θ的增加而增加。由此，可以得到定理2。

定理2：当中央政府的考核体系赋予经济增长更大权重时，企业产能过剩程度会提高。

定理1和定理2充分反映了中央政府和地方政府给予企业双重政策保护从而导致产能过剩的整个机制。当外生危机来临之际，中央政府首先推出了产业鼓励政策，并且加大了地方政府考核体系中经济增长的权重θ，而地方政府为了最大化自己的考核成绩，则提高了所辖地区企业的产业补贴s_i，企业获得产业补贴之后，其生产成本c会有所抵消，使其实际生产成本下降，扩大生产，最终使得产能过剩程度Δ增加。可以看到，表面上地方政府的重复保护政策是有意识的政府行为，但事实上，这种政策往往并没有给予那些生产效率较高的企业足够的帮助，反而却把大量的资金投入到了落后产能巨大的行业之中，因为对这些企业和行业的保护有利于保持短期经济增速和社会稳定，这恰恰反映出在目前“官员晋升锦标赛”体制下政府行为的盲目性，甚至是“无为”性，保护对象缺乏比较优势，最终的结果只会导致政策的失败。基于此，结合定理1和定理2可以得到需要实证检验的假设1。

假设1：当中央政府明确强调经济增长目标后，地方政府会进一步加大对所辖地区的补贴投入力度，使得被保护对象迅速扩大生产，从而引发产能过剩。

四、经验数据、模型和方法

(一)样本选择。本文的样本类型为2001-2010年的企业面板数据，研究对象为在沪深证券交易所上市的中国制造业上市公司。选择2001-2010年作为研究区间，主要是因为该时间段为中国国民经济和社会发展第十个和第十一个五年计划(简称“十五”计划和“十一五”计划)的实施阶段。2008年金融危机的爆发是该时间段内重要的政策节点，中国政府为了保持经济的平稳发展，在金融危机爆发之后推出了“四万亿”的经济刺激计划，各个地方政府随后也推出了相关配套政策。这些政策的短期和长期效果正是本文研究的内容。选择中国制造业上市公司作为研究对象，一方面是因为经过比较和观察发现，中央和地方政府对制造业企业的重复保护较为明显，制造业企业是保持经济增长和解决劳动力就业的支柱，因此当金融危机来临之即，他们会获得各级政府的重点支持以保证经济和社会的稳定；另一方面从数据可得性而言，上市公司的财务、行业和人员等各种特征信息都比较完整。

此外，按照研究上市公司的一般要求，本文通过以下几个条件对整个样本进行了处理：① 删除金融保险类上市企业；② 删除有关变量数据缺失的样本；③ 剔除了目前或者曾经被ST、PT或者^*ST的上市企业。依据《证监会行业分类》(2012版)进行行业类别区分。最终，本文所用的总样本中包括了622家制造业上市公司，共5 470个观测值。

本文的数据来源主要有三个：一是国泰安数据库(CSMAR)中的中国上市公司财务报表数据库、财务报表附注数据库和中经网产业数据；二是新华社转载的“十五”和“十一五”规划全文，以及发改委发布的各类产业政策文件；三是由国内专业咨询机构北京银联信信息咨询中心发布的报告——《中央四万亿投资计划及各地方政府投资内容全解读》。其中，关键变量产业鼓励数据主要来自两个五年计划，对于个别行业是否得到鼓励表述不清晰、不完整的，本文通过发改委的各类产业政策文件进行补充；关键变量地方政府补贴数据则来自中国上市公司财务报表附注数据库中的政府补助，并按补助内容说明确定是否为地方政府的各类保护政策性补贴，该数据还参考万德数据库(Wind)中非经常性损益的部分内容，对于两个数据库中均表达模糊的个别记录，通过上市公司的年报和半年报进行查询，半年报和年报数据来自权威证券资讯网站——巨潮网；在稳健性检验中使用的关键变量地方版投资数据来自《中央四万亿投资计划及各地方政府投资内容全解读》，该报告详细记述了各个地方政府在中央“四万亿”投资计划之后相继推出了多大规模的地方版投资计划。

(二)模型设定与变量定义。为了检验上文假设中中央和地方政府的双重保护对于产能过剩的影响，待检验的实证模型被设定为：

其中，overoutput是因变量，反映的是第i个上市公司在t年的产能过剩程度，overoutput的取值范围为[0, 1]，越接近1则产能过剩程度越严重。如何准确度量中国行业或者企业的产能过剩程度，一直以来都是学术界关注的热点问题。较为流行的度量方法有四种：① 生产函数法(Klein和Preston，1967；郭庆旺和费俊雪，2004；黄梅波和吕朝凤，2010)；② 峰值计算法(沈利生，1997)；③ 成本计算法(韩国高等，2011)；④ 数据包络模拟法(Kirkley等，2002)。这些方法各有所长，不过对于企业层面的产能过剩程度而言，生产函数法受到了认同。因此本文使用基于生产函数法的随机边界分析来构建产能过剩指标overoutput。^①

① 本文与多数已有文献(黄海波和吕朝凤，2010) 一样，将生产函数设定为柯布-道格拉斯生产函数，具体形式为：Y=f (K, L, A)e^-w；其中，Y代表企业的产出，K代表资本投入，L代表企业的劳动力数量，A代表企业的生产技术等其他影响因素，α和β分别代表资本和劳动力的产出弹性，假定规模报酬不变，则α+β=1，且均大于0。将上述公式两边分别取对数，可以得到：lnY=αlnK+βlnL+u+w；其中，u=lnA是模型中的随机干扰项，w是企业的生产效率，服从指数分布，0≤w≤1。运用随机边界分析和最大似然估计可以得到生产效率，即产能利用率w，1-w则为产能过剩率。

policy是一个虚拟变量，表示企业是否获得了中央政府产业政策的保护，获得保护为1，否则为0。参考宋凌云和王贤彬(2013) 的研究，将在“十五”和“十一五”规划中被提及鼓励、支持、重点支持或者大力发展等词汇的行业视为一般保护行业，即policy1；将两次规划中被提及重点支持、大力发展或者优先发展等词汇的行业视为重点保护行业，即policy2。sub是一个虚拟变量，表示企业是否获得了地方政府的财政补贴，获得了补贴则为1，否则为0。考虑到产业政策规划每五年才会变化，参考余明桂等(2016) 的方法将“十五”和“十一五”期间每家企业获得的地方政府补贴分别加总，如果某企业获得的补贴总数超过了该期间所有企业获得地方政府补贴数量的中位数，则该企业被认为是在两个时期内得到了地方政府的保护。policy×sub是中央政府产业政策保护变量policy1、policy2和地方政府财政补贴保护变量sub的交互项，反映的是上市公司是否在两个五年规划期间获得了双重保护。local同样也是一个虚拟变量，表示地方政府在中央政府推出“四万亿”计划之后，是否迅速跟进也推出了一定规模的地方版财政刺激计划，推出为1，否则为0。《中央四万亿投资计划及各地方政府投资内容全解读》共记录了30个省(市、自治区)在2008年“四万亿”投资之后的跟进状况，本文将其中12个明确提到财政投资数量的地方作为迅速跟进的对象，local值在2008年之后为1，其他为0。同样地，policy×local表示中央政府产业鼓励政策指标policy与地方政府是否迅速推出财政投入local之间的交互项。考虑到《中央四万亿投资计划及各地分政府投资内容全解读》并非官方报告，各地区的投资计划在时间长短方面也不尽相同，因此(9) 式仅作为稳健性检验的一部分。之所以用两种不同财政投入指标来反映地方政府的保护政策，是因为可以从数量和时间两个不同角度反映地方政府的保护情况，sub是从数量上观察制造业企业在各年度获得了多少地方政府的财政补贴，而local则表明了中央政府推出刺激计划之后，哪些地方政府迅速跟进，很快推出了地方版刺激计划以响应中央的号召。

X是一个变量向量，包含了反映公司特征的其他解释变量，以控制其他影响公司生产效率的因素。在众多影响企业生产效率的因素中，本文先根据已有研究确定了四类主要变量：公司价值(袁建国等，2015)、资产结构(姜国华和饶品贵，2011)、融资约束(祝继高和陆正飞，2011) 以及投资机会(He和Tian, 2013)；接着通过逐步回归的方式将较为显著的变量放入到模型(8) 中，最终确定了7个解释变量：size为总资产的自然对数；roa为资产收益率，反映的是公司价值；lev是资产负债率；ppe是固定资产规模，反映的是资产结构；cash是货币资金，age是企业上市年限，反映融资约束的大小；tobin是托宾q值，反映投资机会。由于样本涉及不同行业和地区，使用各地区的GDP增长率gdpr来反映行业和地区的特征。另外，year代表年度虚拟变量，用来控制不随个体变化的年度效应。

(三)内生性处理和统计方法。模型(8) 中因变量和自变量可能存在一定的相互关系，这会引发内生性问题。本文认为，双重保护会导致企业的产能过剩。不过，一方面那些产能过剩的企业往往缺乏创新和改革动力，也需要政策保护帮助走出困境；另一方面有些“僵尸”企业则要依靠政府补贴维持公司运行，而各级政府出于控制失业、维持稳定的考虑也的确会保护这些企业。为了缓解上述内生性问题，本文尝试用两种方法在稳健性检验中进行处理，一是倾向得分匹配法，二是事件冲击双重差分法(DID)。

倾向得分匹配的具体步骤为：首先，以双重保护虚拟变量作为因变量，对特征向量X中的各个自变量开展logit回归，得到各样本公司的倾向得分值；然后，寻找同年度上与受到双重保护的公司得分最近的非双重保护公司，将其依次选为实验组和对照组；最后，比较两组公司的产能过剩率和各解释变量的情况。对于DID方法，本文以“十一五”规划实施作为事件冲击，选取了实验组和对照组，建立DID实证模型：

其中，group等于1表示为实验组，代表在“十五”和“十一五”规划中均被双重保护的上市公司；group等于0则表示为对照组，代表在“十五”被双重保护，但是在“十一五”期间要么被纳入产业鼓励计划，要么获得了地方政府的财政补贴，只能二者选其一的上市公司。显然，period是事件冲击的代理变量，“十一五”期间为1，“十五”期间为0。group×period则是他们的交互项，其他控制变量与模型(8) 一致。

由于样本类型是面板数据，通过Hausman检验，本文选择控制个体和年度效应的固定效应模型作为主要回归方法。使用Huber-White稳健标准误控制异方差问题。X向量中除总资产进行对数处理外，其他连续变量均经过了总资产标准化。另外，考虑到离群值的影响，用winsorize方法在前后1%的水平上缩尾处理了所有连续变量。

五、结果与分析

(一)变量的描述性统计。表 1从是否获得政策保护和时间两个维度描述了不同保护类型下各个企业的产能过剩情况，在622家样本上市公司中有180家企业至少在一个时期内，获得过中央政府产业鼓励政策和地方政府财政补贴政策的双重保护，其中有48家企业获得了重点鼓励政策和财政补贴政策的双重保护。有511家企业至少在一个时期内获得过一般产业政策的鼓励，其中有86家获得了重点鼓励，有270家企业至少在一个时期内获得了地方政府的财政补贴。另外，有198家企业至少在一个时期内没有获得任何保护。从产能过剩程度来看，虽然获得单一政策保护的企业普遍比没有受到任何保护的企业拥有更高的产能过剩率，但是他们之间的差距并不明显，而获得双重保护的企业则要比获得单一保护的企业拥有更高的产能过剩率。在时间上，获得双重保护的企业在金融危机爆发后的产能过剩率要高于爆发前，这是因为金融危机的爆发使得地方政府加大了财政补贴，反而使得企业的生产效率下降了。上述结果初步验证了假设1的观点。

表 2反映了各个变量的主要特征。其中，overouput平均值为0.316，中位数为0.278，最大值为0.833，这表明在“十五”和“十一五”期间，大约有一半的样本公司发生了产能过剩，而将近四分之一的公司产能利用率不足65%，发生了较为严重的产能过剩问题；^① local平均值为0.336，这表明有超过三成的地方政府在2008年中央提出“四万亿”投资计划之后迅速跟进，推出了地方版的财政刺激计划。gdpr平均值为0.166，25百分位数为0.129，这表明虽然2008年发生了金融危机，但是四分之三地区的GDP增速保持在了较高的水平，这与企业产能过剩的情况正好相反，主要的原因便是各级政府为了应对金融危机推出了各种刺激政策，这些政策的主要目标之一便是在短期内保持经济的增速和社会稳定，不让整体经济发生硬着陆，然而这样的政策却干扰了市场机制的优胜劣汰，使得产能过剩问题凸显出来。另外，从表 2中各个变量的均值、标准差以及最值的大小来看，本文所选用的样本数据在经过处理后，基本排除了离群值的存在。

① 根据一般对产能过剩程度的判断标准，产能利用率的正常区间应在79%-83%之间，若超过了90%则出现产能不足，若低于75%，则发生了产能过剩。本文的产能过剩率=1-产能利用率，因此当其大于25%时，就发生了产能过剩(韩国高等，2011)。

(二)产能过剩和政府保护主要变量的相关性分析。表 3反映了模型(8) 和(9) 中产能过剩变量overouput与各种类型的政府保护policy1，policy2，sub和local之间的相关关系，可以看到，无论是针对国有还是民营制造业企业，反映地方政府财政投资计划的两个变量sub和local，与中央政府的产业鼓励政策变量policy1和policy2之间基本呈现了显著的正相关关系。其中，在国有制造业企业中，中央一般产业鼓励政策policy1和地方政府财政补贴政策sub和local之间的相关性分别为7.2%和13.6%，且在1%的显著性水平上显著，而重点产业鼓励政策与地方政府财政补贴政策之间的相关性则为17.1%和1.8%，也至少在10%的显著性水平上显著。这说明，当2008年金融危机来临之际，中央和地方的不同保护政策之间存在着很强的正相关关系，这种正相关的互动关系是否是引发产能过剩的真正原因，正是本文所要研究的内容。

从产能过剩指标overouput与各种类型政府保护之间的相关关系可以看到，在两种不同产权性质下，中央和地方政府的保护都和产能过剩之间存在较为明显的正相关关系，这和多数已有研究的观点是一致的，政府干预确实可能是造成产能过剩的原因。不过，从相关性的大小来看，在两种不同产权性质下，双重保护指标policy1×sub，policy2×sub与产能过剩之间的相关性基本都要高于单一保护指标，这意味着可能是中央和地方政府的双重保护，而非单一保护，才是导致产能过剩的真正原因。

与其他行业相比，中国制造业面临极度萎缩的国际市场，出口骤降，而中国经济的三驾马车中出口和投资都涉及大量的制造业企业，另外制造业企业也是解决劳动力就业的重要支柱，因此制造业成为了政策保护的一个重点行业。同样的道理，国有与民营制造业企业相比，国有制造业企业与政府之间拥有着天然的“血缘”关系，是各级政府重要的税收、经济和就业的保障，因此无论是中央还是地方政府最先保护的都是大型的国有制造业企业。从数值大小来看，相对于民营企业，表 3国有企业样本中中央和地方政府保护政策之间具有更强的相关性。总的来看，除了假设1中的观点得到了初步的验证，即中央和地方政策的双重保护会引发产能过剩，还发现这种效应在国有企业中更为明显。考虑到各个变量之间也存在较为明显的相关性，更为准确的检验仍旧需要通过下文的回归分析得到。

(三)回归结果与分析。表 4报告了模型(8) 的回归结果。从表中结果可知，受到双重保护的上市公司会有更高的产能过剩率，该结果在1%显著性水平上显著。从经济意义上来看，当一家企业获得了一般鼓励的双重保护时，其产能过剩率将会提高约14.3%，而当获得了重点鼓励的双重保护时，其产能过剩率则将会提高约19.6%。从企业性质上来看，无论是系数大小还是显著性，国有企业获得双重保护后都会有更高和更显著的产能过剩率。这样的结果一方面验证了假设1的观点；另一方面也表明，目前“去产能”的重点在于生产效率较为低下的国有企业，这些原本就需要大力改革的生产经营模式，在大量的政府保护下得以继续保留，加剧了产能过剩的问题。从policy1和policy2的结果可以看到，系数大小基本在1%左右，而且显著性也较低，这说明仅受到单一的产业鼓励政策保护未必会发生产能过剩问题，为了保持经济平稳增长，运用一定的政策工具是合理的，而真正引发产能过剩问题的是为了完成政府绩效，中央和地方相互叠加的多重保护政策。

(四)稳健性检验。表 5报告了模型(9) 的结果，在模型(9) 中本文从时间紧迫性的角度衡量了地方政府的保护政策。从结果来看，当中央政府提出了明确的保增长任务之后，若地方政府迅速推出相应的财政刺激计划，即local为1，那么在该地区的企业产能过剩率就会增加1.9%至3.2%，该结果在国有企业中将会被放大到2.5%至3.4%。当地方政府推出的财政刺激计划与中央政府的一般产业鼓励政策一同发生时，产能过剩率将会进一步提高3%至5.5%。同样地，该结果在国有企业中也会被放大到3.6%至5.8%。这进一步验证了假设1中的观点，当中央政府推出了相关保护政策之后，地方政府为了完成考核也迅速推出了针对当地的相应保护政策，此时受到双重保护的企业就会发生产能过剩。

表 6和表 7分别报告了一般鼓励双重保护和重点鼓励双重保护的倾向得分匹配结果。从两张表中X向量中的各个控制变量结果来看，匹配后的实验组和对照组在公司价值、资产结构、融资约束以及投资机会方面已经基本不存在显著的差异，这使得解释变量和被解释变量之间的内生性问题得到了一定程度的缓解。而从产能过剩率来看，受到两种双重保护的实验组比未受到双重保护的对照组分别高出约23.6%和32.1%，且在1%的显著性水平上显著。该结果与表 4保持一致，验证了假设1中的观点，即双重保护带来了产能过剩。

本文还构建了事件冲击DID模型来缓解模型(8) 中的内生性问题。表 8报告了模型(10) 的结果，从结果中可以看出，无论是全样本、国有企业还是民营企业，在两个时期内都受到双重保护的上市公司要比那些原先在“十五”期间获得双重保护，但在“十一五”期间仅获得单一保护的公司拥有更高的产能过剩率，数值范围为7%-27%，且该结果在1%的显著性水平上显著。模型(10) 之所以能够较好地缓解内生性问题，是因为该模型的对照组并不是单纯的非双重保护公司，而是先受到双重保护之后又只有单一保护的公司。

总之，本文从以下几个方面验证了本文结论的稳健性：首先，选择了不同的反映地方政府保护的指标，模型(8) 中的sub是从地方政府财政补贴的数量高低来判断，而模型(9) 中的local则是从中央政府明确经济增长任务后地方政府的回应效率来判断；其次，着重处理了模型(8) 中可能存在的内生性问题，一是运用双重保护和单一保护之间的倾向得分匹配，二是用双重保护政策的事件冲击DID法来缓解模型内生性。从表 5至表 8的结果来看，受到双重保护的企业确实比较容易发生产能过剩的问题，而该效应在那些迅速响应中央号召的地区和国有企业中较为明显。综上所述，本文的结论是稳健的。

六、结论与政策启示

为了探究各级政府实施多重保护的机制，本文首先基于经济增长的政府考核体系，明确了地方政府在该考核体系作用下运用财政补贴，与中央政府的产业鼓励政策一起给企业提供双重保护，从而导致产能过剩的整个机制；然后利用2001-2010年“十五”和“十一五”时期的中国上市公司数据，通过固定效应模型、倾向得分匹配法以及事件冲击DID法验证了理论分析中的观点。本文的结论表明：首先，单一的政策保护并不会引发严重的产能过剩，中央政府的产业鼓励政策和地方政府的财政补贴政策的双重叠加才是导致产能过剩的真正原因；其次，当中央政府明确经济增长任务后，那些所在地政府迅速推出地方版财政刺激计划的企业更容易发生产能过剩；最后，双重保护的效果在国有企业中更为明显。该结论之所以有别于已有研究成果，是因为其并没有质疑政府调控的合理性和必要性，而是强调了那些为了短期目标的重复性政策工具才是产能过剩的真正原因。本文的结论和观点对于目前政府正在大力落实的“去产能”工作，有着非常重要的政策启示：

第一，“有为”政府的调控并不会带来明显的产能过剩，但是相互叠加的重复政策却会引发产能过剩。市场机制有着调配资源的作用，优胜劣汰的激励方法能够预防产能过剩问题的出现，但是一个经济体处于结构调整时，市场机制难免会出现失灵，这就给政府积极调控提供了空间，而有的放矢的保护政策有助于资源有效配置，可以帮助市场恢复活力。不过，伴随着中央政府2008年提出的经济增速“保8”的目标，地方政府纷纷推出了各自的加强版财政补贴政策，最后使得整个刺激计划规模超过20万亿元，这种叠加式的保护政策虽然在短时期内稳定了经济，但是却使得资源分配严重扭曲，大量僵尸企业出现，导致了产能过剩。在全面深化改革的今天，政府要避免急功近利的干预行为，才能防止产能过剩问题的发生。

第二，国有企业受到的双重保护效应较为明显。企业性质对于其是否能够获得更多的政府支持有着非常显著的作用，效率较高的民营企业往往有着较高的融资约束，而效率低下的国有企业却拥有多种资金渠道。一定意义上国有企业确实起到了中流砥柱的作用，政府应该予以一定的政策倾斜，但更为主要的是因为国有企业在政治资源、诉求渠道等方面有着明显的优势。建立起一套透明、公正的政府和企业之间的沟通渠道，将会有效地缓解国有企业资金泛滥、民营企业却没钱开工的现象。这也有利于缓解产能过剩。

第三，改变官员考核指标，改变以经济发展为唯一目标的政绩评估势在必行。双重保护引发产能过剩背后是地方政府的政绩压力，如果无法完成中央政府稳定经济的任务，地方政府必然会在未来晋升中遇到阻力。改变唯经济增长为考核指标的思路是全面深化改革中的重要内容，将生产效率、经济活力、环境指数和人民幸福感等纳入到指标体系中将会有效地改变地方政府的行为。当然，随着指标体系的复杂化，主观因素占比也会逐渐提高，为了指标的科学性和公正性，也应该更多地让第三方，例如公众、媒体等加入到政绩评估的行列中。