《财经研究》
2021第47卷第9期
破行政垄断之弊能否去产能过剩之势?——基于出台《公平竞争审查制度》的准自然实验
刘斌 , 赖洁基     
重庆大学 经济与工商管理学院,重庆 400044
摘要: 破除垄断、维护公平竞争是确保市场有效运行的核心和灵魂。文章利用国有上市公司2013−2019年的财务数据,以《公平竞争审查制度》的颁布为切入点,从产能利用率升降的角度实证分析了规制行政垄断与国企去产能的关系。研究发现,规制行政垄断有助于提高国企的产能利用率,当国企处于产能过剩行业时,这种效果尤为显著。渠道检验的结果表明,规制行政垄断有助于切断地方政府的“输血”式补贴和银行的融资便利性,倒逼国企通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争。进一步研究发现,当国企治理水平越低、自身融资约束越大时,规制行政垄断去产能的效果越好;地方政府财政压力、与地方国企关系的紧密程度亦会影响规制行政垄断去产能的效果。文章从资源配置层面扩展了“反垄断政策”效果的研究视角,为后续深入探讨“去产能”问题提供了新的思路。
关键词: 公平竞争    规制行政垄断    去产能    
Can the Regulation of Administrative Monopoly Improve Enterprise Capacity Utilization? A Quasi-natural Experiment Based on the Fair Competition Review System
Liu Bin, Lai Jieji     
School of Economics and Business Administration,Chongqing University,Chongqing 400044,China
Summary: Since the beginning of reform and opening up, the central government has always been highly vigilant about“monopolistic behavior”to ensure all enterprises can compete fairly in the market. However, some enterprises still deliberately abuse their dominant market position to gain monopoly revenue. As the monopoly of state-owned enterprises has not yet been completely broken, and the monopolistic platform with exclusive data and capital advantages is getting stronger and spreading, there are various signs that“anti-monopoly”is still urgent and necessary. In 2016, the central government put forward the reform to“breaking administrative monopoly and preventing market monopoly”. Scholars believe that administrative monopoly hurts the market economy and is one of the reasons that cause overcapacity. In order to break administrative monopoly, the Fair Competition Review System has made strict regulations on market access, commodity and factor flow, and specific subsidies. It may help enterprises to cut overcapacity in several ways. First, the system is the administrative laws promulgated by the State Council, which naturally has the function of restraint and standardization. Second, the system inspires competitive effects. It guarantees the right of enterprises to participate in market competition and helps them to clear the inefficient production capacity. Third, the system optimizes the market mechanism. It is helpful for investors to identify efficient enterprises and reduce the living space of inefficient enterprises. Overall, we hypothesize that breaking administrative monopoly improves capacity utilization. This paper empirically examines the relationship between the regulation of administrative monopoly and overcapacity reduction from the perspective of capacity utilization efficiency. Our sample includes state-owned listed companies from 2013 to 2019. We find that regulating administrative monopoly can improve the capacity utilization of SOEs, and the effect is more pronounced in enterprises with more financing constraints and lower governance levels. The financial pressure of local governments and the closeness of their relationships with local SOEs will also affect the effectiveness of regulating administrative monopoly to cut overcapacity. This study contributes to both theory and practice in several ways. First, it examines the impact of administrative monopoly regulation on SOEs’“de-capacity”behavior, which further extends the research perspective on the effect of“anti-monopoly policy”at the resource allocation level. Second, focusing on the two important topics, it supports the measures to regulate administrative monopoly and sheds lights over further research about overcapacity reduction. Third, our findings also have policy implications. For the current platform economies that seize and monopolize the market with low prices or unique data advantages, maintaining the role of the price mechanism and regulating the abuse of information monopoly power may be the general direction for optimizing anti-monopoly policies in the future.
Key words: fair competition    regulation of administrative monopoly    reduction of overcapacity    

一、引 言

在经济活动中,各主体被同等对待、公平参与竞争是确保市场有效运行的核心和灵魂。只有公平竞争才能不断优胜劣汰,提高资源的配置效率,进而推动经济和社会的高质量发展。垄断是公平竞争的天敌,其阻碍的是市场经济的有效运行,扼杀的是企业技术创新的积极性,损害的是经济的健康发展。自改革开放以来,中央政府一直对“垄断”行为保持高度警惕,不断优化营商环境,着力保障各类市场主体能平等参与市场竞争。但伴随经济不断发展,仍产生了能影响市场的垄断企业,此类企业为获取垄断收益,存在有意滥用市场支配地位等行为。比如,独占数据和资金优势的平台垄断愈演愈烈,并有逐渐蔓延之势,各种迹象表明“反垄断”依然迫切和必要。在此形势下,党中央高瞻远瞩,在十九大报告中明确提出“打破行政垄断,防止市场垄断”,体现出我国政府“反垄断”的勇气和决心。已颁布的《反不正当竞争法》和《反垄断法》有效地防止了形成排除竞争或者严重限制竞争的垄断局面,但在反行政性垄断方面仍有不足。伴随着竞争中性原则成为中国特色社会主义发展的重要组成部分,我国的反垄断重心逐步转向公平竞争审查,意欲从源头上打破行政垄断。为此,2016年,国务院发布《关于在市场体系建设中建立公平竞争审查制度的意见》(下文简称公平竞争审查制度或制度)。制度要求规范政府有关行为,防止出台排除和限制竞争的政策措施,逐步清理废除妨碍全国统一市场和公平竞争的规定和做法。同时,在市场准入、商品和要素流动、特定补贴和奖励等方面进行了严格的规定并明确成文,以严格规制行政垄断行为。

行政垄断指政府及所属部门凭借权力不正当干预、排斥或限制等妨碍市场公平竞争的行为(孟雁北,2004;于良春和张伟,2010),直观表现为以上主体在要素获取、准入许可、经营运行、政府采购和招投标等方面对不同所有制企业区别对待。行政垄断来源于行政权力的错位与越位,相关主体并非着力维护市场公平秩序与优化市场法治环境,而是不当干预市场秩序,谋求垄断利益,相关制度的监管和规制缺位更助长了这种风气(王学庆,2003)。行政垄断的巨额利益容易滋生寻租空间,增加企业的管理成本(杨继生和阳建辉,2015),损害产业效率(杨骞和刘华军,2009)。还会造成人力资本错配,扩大行业间薪酬差距(王雄元和何捷,2012),进而引起社会效率和福利的损失(刘小玄和张蕊,2014)。更为严重的是,行政垄断滋生的地方保护和区域市场分割等问题不仅限制各行业间的市场竞争,还会扭曲各行业的资源配置效率,最终造成严重的资源错配现象(韩剑和郑秋玲,2014;顾振华和陈强远,2017;葛晶和李勇,2019)。

产能过剩形成的背后是资源的无序错配。虽然去产能是一个宏观命题,但产能的形成源自企业的微观行为,因为产能的构建、使用和处置均是企业进行资源配置的结果。尽管国外已有研究分别从市场竞争(Chamberlin,1956;Bulow等,1985)、信息不完备和价格信号传递障碍(Schultz,1963;Pirard和Irland,2007)角度对企业的产能过剩现象进行了讨论,并分析在市场垄断下,厂商会利用自身技术等优势扩大制造规模,形成进入壁垒(Melitz和Ottaviano,2008;Sumaila等,2008)。但我国国情的特殊性在于地方政府与国有企业之间存在着千丝万缕的关系。厂商(国企)未必遵循利润最大化原则进行生产,会出现重复投资、过度投资、僵尸企业续存等的行为(张亚斌等,2018;刘斌和张列柯,2018)。因此,仅套用国外的相关理论并不完全适用。既然行政垄断扭曲了市场行为,造成了各要素无法自由流动而引起资源的无序错配现象。那么,规制行政垄断能否纠正过剩产能背后的资源错配问题?能否消化已经或正在形成的无效产能?其作用机制是什么呢?鲜有文献对此展开研究。解答这些问题有助于揭示规制行政垄断与企业资源配置行为的内在联系,对深化竞争中性原则与助推供给侧结构性改革具有重要的理论和现实意义。

为了解答上述疑问,本文以2016年《公平竞争审查制度》的颁布为切入点,构建实验组与对照组,基于提升企业产能利用率的独特视角,对规制行政垄断“去产能”的效果进行了研究。研究发现,规制行政垄断有助于提高国企的产能利用率,当国企处于产能过剩行业时,这种效果尤为显著,在考虑更换样本期间和排除供给侧改革影响等稳健性测试中,上述结论保持不变。渠道检验的结果表明,规制行政垄断有助于切断地方政府的“输血”式补贴和银行的融资便利性,倒逼国企通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争。进一步研究发现,当国企治理水平越低、自身融资约束越大时,规制行政垄断去产能的效果越好。此外,地方政府财政压力、与地方国企关系的紧密程度亦会影响规制行政垄断去产能的效果。

本文贡献如下:(1)借助出台《公平竞争审查制度》这一契机,采用双重差分模型捕捉规制行政垄断对国企“去产能”行为的影响,从资源配置层面进一步扩展了“反垄断政策”效果的研究视角。(2)紧扣“反垄断”与“去产能”这两个重要话题,证实了两者之间的内在联系,研究结论支持了“反垄断”举措,也为后续深入探讨“去产能”问题提供了新的思路。(3)渠道检验结果证实捍卫市场准入自由、矫正要素价格有助于维护市场的健康发展,该发现表明,对于垄断市场的平台经济体,应设法维持价格机制的正常发挥,并规范其信息垄断权力,这或是今后优化反垄断政策的大方向。

二、理论分析与研究假设

要研究规制行政垄断“去产能”的话题,首先需要厘清地方政府实施行政垄断与国有企业产能过剩之间的内在联系。学者们普遍认为,我国的产能过剩现象主要原因是市场“优胜劣汰”出清机制未有效发挥而引起的结构性产能过剩(韩国高等,2011;席鹏辉等,2017)。行政垄断削弱市场“优胜劣汰”出清机制的根源在于地方政府对行政权力的不恰当使用。一方面,当地方政府与关联企业之间存在“紧密的合作关系”时(聂辉华和李金波,2007;朱希伟等,2017),地方政府可以利用行政权力限定市场准入条件,提高进入壁垒,限制外部企业进入当地市场。而关联企业则扩大产能以便攫取利润,然后以上缴税收和解决就业等方式反哺地方政府。在享有特定市场份额的情景下,关联企业厌恶通过高风险的“创新”路径来创造价值,而是依赖地方政府的“关怀”。长期必然造成企业产品单一,低效产能扩大,一旦出现需求侧的消费不足,极易出现产能过剩现象。另一方面,地方政府可以通过财政补贴、税收返还和租售低价土地等方式向关联企业提供低成本的资源要素,用以帮助其增加投资,扩大产能(罗德明等,2012),当企业盈利不佳时,此种财政补贴资源往往成为其续存的血脉,能继续维持低效产能的存在。综上,不难发现行政垄断通过破坏研发化解产能、加剧要素扭曲和恶化产品市场调节信号的组合渠道机制,最终诱致企业产能过剩(刘政等,2017)。《公平竞争审查制度》是国务院颁布的行政法规,法律位阶较高,天然具有约束和规范的作用,以确保地方政府依法行政。《公平竞争审查制度》的颁布亦释放了中央政府坚决打破“行政垄断”的勇气和决心。在中央政府任命地方官员仍具有绝对权威的背景下,中央政府构建的制度框架向来是地方政府开展活动的“指挥棒”(周黎安,2007)。因此,该制度对行政垄断行为能起到强力的威慑作用,有助于削弱地方政府进行行政垄断的动机,能从源头上减少行政垄断的出现,且可能从引入竞争主体,塑造公平竞争环境两个方面影响企业的“去产能”行为。

其一,引入竞争主体,激发竞争活力,优化产能决策。关联企业借助地方政府给予的特殊市场地位构建起“防御壕沟”,以阻止潜在竞争对手的进入(陈林和朱卫平,2011)。缺少竞争对手的威胁,关联企业往往存在着“垄断者惰性”,利用新工艺、新产品来维持和扩大自身市场份额的意愿不强。长期必然造成企业产品单一,技术效率低下,低效产能占比过高。《公平竞争审查制度》明令禁止行政主体公布特许经营、限定商品或服务特供及限制市场准入和退出门槛。有力地规制了地方政府以行业管理、维护市场秩序之名,在市场准入、公平竞争方面设置重重壁垒,行垄断、限制公平竞争之实,确实保障了企业正常参与市场竞争的权利。经典的产业组织理论认为,进出自由将导致大量企业涌入市场。在市场竞争加剧、地方政府护航缺失的双重因素影响下,相关企业不得不优化产能结构,以应对市场竞争。

其二,塑造公平竞争环境,强化市场机制,出清低效产能。随着公民法律意识和维权意识的不断增强,以禁止市场准入的方式实施行政垄断的成本越来越高。因此,各地方政府普遍放弃了禁止准入的直接方式,转而以更隐蔽的财政补贴和提供融资便利等方式来提高行业的进入壁垒。财政补贴和融资的便利性给企业提供了低成本的资源要素,扭曲了要素价格。在“预算软约束”“成本外部化”和“风险外部化”的效应之下,相关企业无法有效甄别来自市场的价格信号,进而造成投资低效、产能重复建设并最终导致产能过剩(方红生和张军,2009;江飞涛等,2012;孟宪春等,2020)。《公平竞争审查制度》明令禁止歧视性补贴、给予特定经营者优惠和免除特定经营者税收及相关费用。切断了地方政府利用此种隐蔽方式进行的不正当竞争行为,矫正了要素价格。对关联企业而言,缺少政府补贴等廉价生产要素后,成本端的压力必然传递到售价上。此时,此类企业无法依靠低价策略与市场内同质商品竞争,避免了“劣币驱逐良币”的现象。相应地,市场价格机制的发挥有助于投资者识别出高效企业并提供各类资源要素,满足其生产要素需求,促进其进一步发展。而低效企业在正常的要素价格下无法与高效企业竞争,其生存、发展空间逐步被压缩并最终退出市场。

综上所述,《公平竞争审查制度》的出台从源头上规制了行政垄断行为,减少了地方政府不当干预市场,维护了市场的公平竞争。并通过捍卫市场准入自由和矫正要素价格等方式发挥了市场机制的“优胜劣汰”功能,提高了资源配置效率。体现为高、低效产能构建和退出的合理有序,最终提高企业的产能利用率。基于此,提出假设1:规制行政垄断有助于提升国有企业的产能利用率。

产能过剩行业主要集中于周期性的重工业行业,具有规模大、雇佣人数多、经济占比高和财政依赖强等特点,往往是地方的经济支柱,承担着维持就业、GDP增长和维护社会稳定等经济与非经济性任务。因此,地方政府往往对此类企业“情有独钟”,更愿意提供廉价的土地和低成本的融资等资源要素以帮助其在市场中拥有成本优势(王文甫等,2014),或限制其他企业进入当地市场,采用定向采购的模式帮助此类企业获取市场份额。因此,关联企业的低效产能无法健康、有序地退出,导致大量落后产能与先进产能共存,拉低了行业的整体效率。一旦低效产能失去销路,此类企业更容易出现产能过剩现象,陷入经营困境。基于假设1的相关理论分析,可以合理预期的是,当切断地方政府对产能过剩行业内相关企业直接或间接的“关怀”时,这类企业会更忌惮其他对手的竞争。即《公平竞争审查制度》的出台更能倒逼处于产能过剩行业的国企大幅度优化资源配置,合理化产能决策,提高运营水平以应对市场竞争。据此提出假设2:当国有企业属于过剩产能行业时,规制行政垄断更能提升其产能利用率。

三、研究设计

(一)样本选择与数据来源。本文选取沪深两地国有上市公司为研究样本,为保证《公平竞争审查制度》出台前、后各上市公司的财务数据具有可比性,将样本期间设定在2013—2019年,并设置如下标准进行筛选:(1)根据双重差分法原则,剔除2016年的公司样本;(2)剔除金融、保险和服务行业的公司样本;(3)剔除在样本期间被ST、*ST等特殊处理的公司样本;(4)剔除数据存在缺失的公司样本,最终样本包含5 665个观测值,其中实验组1 972个、对照组3 693个。本文所使用的财务数据来源于CSMAR数据库与RESSET数据库。为了减少极端值的影响,对所有连续变量进行了上下1%的WINSORIZE处理。

(二)变量定义。

1. “规制行政垄断”的标签。为了避免因内生性问题而导致研究结论出现偏误的情况,本文采用双重差分法考察规制行政垄断对国有企业去产能行为的影响。构建双重差分模型需要存在对应的实验组与对照组以捕捉政策(事件)的影响效应。《公平竞争审查制度》并未采取试点推行的方式,因此不存在天然的对照组与实验组,但该制度的出台对不同程度行政垄断地区施加的影响显然会存在差异。不难理解,以规制行政垄断为目标的《公平竞争审查制度》出台对行政垄断程度高的地区冲击更大。而我国特有的行政垄断程度不一的地区分布为构造符合双重差分模型的对照组和实验组提供了可能性(于良春和余东华,2009)。在现实中,我国地域辽阔,在地理空间上呈现出集聚和梯次过渡的趋势,在不同地理区位和改革开放顺序的影响下,各地区市场化进程并不均衡,各地行政垄断程度存在差异,整体呈现出西高东低的趋势。在东部沿海地区,市场化进程高,市场发育成熟,法律和司法体系完善,行政垄断成本高,能有效抑制行政垄断行为。此外,在东部沿海地区,经济主体多元化,经济发展水平高,地方政府充分享受到了市场化进程的红利,对国有企业的路径依赖较低,对市场经济了解较为全面和深刻。这些地方政府放权的意愿强,其角色定位亦随之由“干预型”逐步向“服务型”转型(杨兴全等,2020),进一步抑制了其行政垄断程度。因此,本文根据企业所处的不同地理区位来构建实验组和对照组。具体而言,如果国有企业注册地位于东部地区,代表受到较弱的行政垄断,则定义为对照组,Treat赋值为0;否则定义为实验组,代表受到较强的行政垄断困扰,Treat赋值为1。以中央政府出台的《公平竞争审查制度》作为外生事件,定义2017—2019年为事件后时间窗口(Post赋值为1);2013—2015年度为事件前时间窗口(Post赋值为0)。

2. 产能利用率( CU)。研究去产能话题的一个关键问题是去产能成效的衡量。产能利用率(CU)作为去产能成效最直接的体现,其核心在于估计出当前产出与最佳产能之比。现有研究中,对产能利用率(CU)进行测量的方法主要有峰值法、参数法和非参数法。其中,峰值法利用当前的产出与历史上的产出峰值进行比较。该方法虽然能在一定程度上反映当前机器设备的利用状况,但无法反映企业主动退出产能的行为,也极易受到经济周期的影响。而非参数法主要有指数法与数据包络分析法(DEA),前者估算结果不够精确;而后者易受极端值影响,使得测算结果偏高且无法排除随机误差的影响(董敏杰等,2015)。函数法主要有生产函数法、成本函数法和利润函数法及随机前沿分析法(SFA)。基于生产函数的随机前沿分析(SFA)全面考虑了生产要素利用率和技术进步因素且能有效排除随机误差的影响,因此本文采用随机前沿分析法(SFA)来估算产能利用率(郭庆旺和贾俊雪,2004)。具体而言,首先确定一个生产函数形式,并假设随机扰动项内包括随机误差项和技术损失误差项,然后基于该函数形式对参数进行估计。随机前沿分析法(SFA)一般模型形式为:

$ {Y}_{it}=f\left({X}_{it}\beta \right)+{v}_{it}-{u}_{it} $ (1)

其中,

$ f\left({X}_{it}\beta \right) $
是由一系列因素X参与估计的随机前沿函数,
$ \beta $
为待估计系数的系数向量;
$ {v}_{it} $
为随机扰动项,服从(0,
$ {\delta }_{v}^{2} $
)的正态分布;
$ {u}_{it} $
为非技术效率项,服从正半部正态分布(
$ {\rm{\mu }},{\delta }_{u}^{2} $
),且
$ {u}_{it} $
$ {v}_{it} $
互相独立。在本文中将产能利用率(CU)定义为企业当前实际产出与随机产出的期望值之比,非技术效率的损耗越少,产能利用率越好。

$ CU=\frac{E\left[f\right({X}_{it}\beta )+{v}_{it}-{u}_{it}]}{E\left[f\right({X}_{it}\beta )+{v}_{it}-{u}_{it}|{u}_{it}=0]}={{e}^-}^{{u}_{it}} $ (2)

进一步,将柯布—道格拉斯生产函数指定为函数

$ f\left({X}_{it}\beta \right) $
的具体形式,并代入式(2)计算出产能利用率(CU)。

$ \ln{Y}_{it}=\alpha +{\beta }_{1} \ln{K}_{it}+{\beta }_{2}\ln{L}_{it} + {v}_{it}-{u}_{it} $ (3)

在上述模型中,

$ {Y}_{it} $
是企业i在时间t的产出值、
$ {K}_{it} $
是企业投入生产的资本量、
$ {L}_{it} $
是企业的劳动力投入,本文对应使用第i个公司第t年的营业收入、第i个公司第t年末固定资产净值、第i个公司第t年末员工人数来替代以进行估算。

控制变量主要包含宏观的经济环境与微观的企业层面特征,参考国务院发展研究中心《进一步化解产能过剩的政策研究》课题组和席鹏辉等(2017)学者的做法,选取行业竞争情况(HHI)、企业规模(Lnsize)和资产收益率(Roa)等会影响企业产能利用率的因素,具体变量定义如表1所示。

表 1 主要变量定义
变量名称 变量符号 变量说明
产能利用率 CU 企业的产能利用率,通过随机前沿生产函数(SFA)计算
实验组 Treat 企业注册地是否位于东部地区,是赋值为0,否为1
规制行政垄断 Post 是否处于公平竞争审查制度出台及之后的年份,是取1,否取0
资产规模 Lnsize 上市公司年末总资产取对数
负债率 Lev 上市公司年末资产负债率
资产收益率 Roa 上市公司当年资产收益率
成长速度 Growth 上市公司总资产增加速度
有形资产比 Tang 上市公司年末(固定资产净额+存货)/总资产
行业竞争程度 HHI 以基于营业收入计算的行业赫芬达尔指数衡量,该指数越低,表明行业竞争越激烈
股权集中度 Shrcr1 以第一大股东持股比例衡量
行业产能利用状况 Ind_cu 以各行业产能利用率的中位数衡量

(三)模型设计。行政垄断扭曲了资源配置效率,加剧了国有企业的产能过剩,那么规制行政垄断能缓解这种现象吗?为了考察规制行政垄断对国有企业去产能行为的影响,本文借鉴周黎安等(2005)的研究,采用双重差分模型进行实证检验,最终的实证模型如下所示。

$ {CU}_{it}={\alpha }_{0}+{{\beta }_{1}Treat}_{i}+{{\beta }_{2}Post}_{t}+{{\beta }_{3}Treat\times Post}_{it}+{{\beta }_{4}Controls}_{it-1}+\sum Ind+{\varepsilon }_{it} $ (4)

在模型(4)中,各变量下标i表示上市公司个体,t表示年度,综合起来表示具体上市公司在某个年度的变量数值;被解释变量CU是产能利用率;

$ Treat $
为虚拟变量,实验组企业赋值1,对照组企业赋值0;
$ Post $
亦为虚拟变量,在实施政策之后年度赋值1,否则为0;Controls为控制变量,各变量含义与计算方法参照变量定义,在此不再赘述;
$ \sum Ind $
为企业所在行业效应;
$ \varepsilon $
为残差。模型中交互项
${\rm{}}Treat\times Post$
的回归系数
$ {\beta }_{3} $
表示规制行政垄断之后实验组企业“产能利用率”的变化幅度。如果
$ {\beta }_{3} $
显著为正,表明规制行政垄断有助于提高实验组企业的产能利用率,即“去产能”。进一步,按企业所处行业是否被列为过剩产能行业分组,验证规制行政垄断在严重过剩产能行业的“去产能”效果。

四、实证检验

(一)描述性统计。表2Panel A)列示了总样本的描述性统计结果。从整体上看,企业产能利用率CU的平均值为0.728,表明样本公司的产能利用率约为72.8%,这与国内外普遍认为75%以上的合理产能利用率红线尚有较大的差距。实验组Treat的平均值为0.348,表明实验组的公司样本约占总样本的34.8%,其余控制变量不再赘述。

Panel B列示了《公平竞争审查制度》出台之前的样本描述性统计结果。其中,实验组企业产能利用率CU的平均值为0.717,对照组为0.735,表明政策实施前,相比于对照组,实验组企业的产能过剩情况更为严重。Panel C列示了《公平竞争审查制度》出台之后的样本描述性统计结果。其中,实验组企业产能利用率CU的平均值增长至0.726,对照组降低为0.733,两组企业的产能利用水平逐步缩小,初步表明《公平竞争审查制度》的出台有助于提升实验组企业的产能利用率。此外,市场竞争(HHI)变量的平均值由0.108降至0.095,这也反映了出台《公平竞争审查制度》确实提升了市场的竞争,为后续分析提供了一定的数据支撑。

表 2 描述性统计结果
Panel A:总样本描述性统计结果
变量 平均值 标准差 最大值 最小值 中位数 P25 P75
CU 0.728 0.098 0.888 0.276 0.751 0.698 0.796
Treat 0.348 0.467 1 0 0 0 1
Post 0.498 0.500 1 0 0 0 1
Lnsize 22.28 1.310 26.30 19.29 22.12 21.36 23.05
Lev 0.437 0.211 0.946 0.035 0.431 0.267 0.595
Roa 0.039 0.058 0.233 −0.358 0.035 0.013 0.066
Tang 0.923 0.092 0.999 0.460 0.954 0.909 0.978
Shrcr1 0.344 0.148 0.758 0.086 0.317 0.223 0.439
HHI 0.102 0.099 0.719 0.015 0.069 0.048 0.136
Panel B:《公平竞争审查制度》出台之前的样本描述性统计结果
变量 对照组 实验组 差异检验
平均值 平均值 均值差异 T
CU 0.735 0.717 0.018*** 6.967
Lnsize 21.96 22.00 −0.043 −1.322
Lev 0.419 0.456 −0.037*** −6.498
Roa 0.046 0.037 0.009*** 6.665
Tang 0.943 0.934 0.008*** 5.143
Shrcr1 0.358 0.350 0.008*** 2.154
HHI 0.109 0.108 0.001 0.523
Panel C:《公平竞争审查制度》出台之后的样本描述性统计结果
变量 对照组 实验组 差异检验
平均值 平均值 均值差异 T
CU 0.733 0.726 0.007*** 3.633
Lnsize 22.61 22.57 0.044 1.329
Lev 0.434 0.458 −0.024*** −4.790
Roa 0.036 0.034 0.002 1.473
Tang 0.905 0.909 −0.004 −1.376
Shrcr1 0.323 0.327 −0.004 −1.055
HHI 0.095 0.095 0.000 0.00

(二)回归结果分析。为识别规制“行政垄断”对国企产能利用率的提升效应,我们根据前述研究设计,利用模型(4)对假设1和假设2进行相应的实证检验,回归结果如下表3所示:

1. 规制“行政垄断”与国企产能利用率。表3第(1)列中,交互项Treat

$ \times $
Post 的回归系数在5%的置信水平内显著为正,表明出台《公平竞争审查制度》规制“行政垄断”后,实验组企业的产能利用率显著上升;当加入一系列相关控制变量后,交互项
${\rm{}}Treat\times Post$
的回归系数如表3中列(2)所示,仍在10%的置信水平内显著为正。从回归系数的经济意义来看,当模型(4)只控制行业效应时,交互项
${\rm{}}Treat\times Post$
的回归系数为0.009,这意味着出台《公平竞争审查制度》规制“行政垄断”后,相比于对照组,实验组企业的产能利用率提升了0.9%。当在模型(4)加入相关控制变量时,交互项Treat
$ \times $
Post
的回归系数为0.008,这表明控制相关因素潜在影响后,其产能利用率提升了约0.8%。由此可见,规制“行政垄断”有助于提升国企的产能利用率,证实了假设H1。此外,控制变量中市场竞争变量HHI的回归系数显著为负,结合HHI指数数值越大,行业垄断性越强的特点,表明市场引入适当竞争有助提升国企的产能利用率。

表 3 规制行政垄断与国企去产能
变量 总样本 总样本 过剩产能行业组 非过剩产能行业组
(1)CU (2)CU (3)CU (4)CU
Treat −0.020(−3.52) −0.021(−3.78) −0.024(−2.63) −0.019(−2.86)
Post −0.004(−1.24) 0.007(2.19) 0.010(2.01) 0.007(1.76)
Treat
$ \times $
Post
0.009(1.99) 0.008(1.81) 0.013(1.70) 0.005(0.96)
Lnsize −0.011(−4.68) −0.004(−0.78) −0.014(−5.08)
Lev 0.085(4.90) 0.001(0.03) 0.116(6.16)
Roa 0.327(7.94) 0.233(3.90) 0.357(6.43)
Tang 0.017(0.58) 0.055(0.86) 0.011(0.32)
Shrcr1 0.052(3.38) 0.071(2.54) 0.054(2.96)
HHI −0.096(−1.76) 0.075(0.50) −0.103(−1.89)
Ind_cu 0.421(5.08) 0.602(2.92) 0.397(4.63)
_CONS 0.706(5.98) 0.585(6.48) 0.279(1.31) 0.647(6.77)
Ind FE 控制 控制 控制 控制
N 5 665 5 665 1 336 4 329
Adj_R2 0.33 0.37 0.18 0.38
  注:括号内为t值;、和分别表示在1%、5%和10%的水平显著;回归系数的标准误为稳健标准误并在年度和企业层面进行Cluster处理,以下各表同。

2. 不同产能过剩程度下,规制“行政垄断”与国企产能利用率。表3列(3)和列(4)分别列示了模型在产能过剩行业和非产能过剩行业的回归结果。结果显示,规制“行政垄断”在两组不同行业的“去产能”效果出现分化。在产能过剩行业中,交互项

${\rm{}}Treat\times Post$
的回归系数在10%的置信水平内显著为正;在非产能过剩行业中,交互项
${\rm{}}Treat\times $
$ Post$
的回归系数不显著。表明出台《公平竞争审查制度》规制“行政垄断”更有助于提升处于产能过剩行业国企的产能利用率。具体来看,在产能过剩行业中,模型交互项
${\rm{}}Treat\times Post$
的回归系数为0.013,表明出台《公平竞争审查制度》规制“行政垄断”后,其产能利用率提升了1.3%,证实了假设2。

(三)稳健性检验。为了避免研究过程中产生的内生性问题导致结论出现偏误。前文利用双重差分模型进行实证检验,证实了规制“行政垄断”有助于国有企业“去产能”的结论。为进一步验证结论的可靠性,减少由其他因素导致的错误论断,再进行如下稳健性检验。

1. 滞后一期。考虑到从政策出台到实际产生效果可能具有时滞性,那么当期出台的《公平竞争审查》可能会提高下一期的产能利用率。因此,本文利用前一期的产能利用率指标(F_CU)进行稳健性检验。在政策具有时滞性的前提下,如果提前一期的产能利用率指标(F_CU)的回归系数显著为正,也能一定程度上说明政策的有效性。回归结果如表4列(1)所示,模型的回归系数显著为正。再次验证了出台《公平竞争审查》规制“行政垄断”与提升国企产能利用率的因果关系。

2. 更换样本期间。考虑到结论可能是由样本期间实施公平竞争审查制度以外的事件导致,本文缩短样本期间进行检验。具体地,选取2014—2015年为制度实施前年度,2017—2018年为制度实施后年度,重新对模型(4)进行回归检验,相应的回归结果在表4列(2)列示。结果显示,模型中交互项

${\rm{}}Treat\times Post$
的回归系数为0.018,在5%的置信水平内显著为正,与前文结论一致,进一步证实了出台的《公平竞争审查》规制“行政垄断”能提升国企产能利用率的结论。

表 4 稳健性检验回归结果
变量 提前一期 更换样本期间 排除供给侧结构性改革的影响
(1)F_CU (2)CU (3)CU (4)CU
Treat −0.025(−2.65) −0.026(−2.60) −0.028(−2.59) −0.020(−1.23)
Post 0.020(3.67) 0.026(4.65) 0.009(1.97) 0.018(1.27)
Treat
$ \times $
Post
0.017(2.14) 0.018(2.16) 0.016(2.11) 0.001(0.07)
Controls 控制 控制 控制 控制
_CONS 0.541(2.37) 0.422(1.92) 0.482(2.64) 0.235(1.15)
Ind FE 控制 控制 控制 控制
N 1 161 925 823 439
Adj_R2 0.15 0.16 0.20 0.19

3. 排除供给侧结构性改革的影响。本文选取的样本区间为2013—2019年,在此期间企业可能受到2015年颁布的供给侧结构性改革的影响。为避免供给侧结构性改革对实证结果造成的干扰,利用以下两种方式进行再检验。其一,将2016年作为政策前年度(Post=0),2017—2018年作为政策后年度(Post=1)。如果国企去产能的行为仅仅是由供给侧改革所引起。那么,在都属于供给侧改革期间的2016—2018年,国企的去产能行为应该不存在显著差异。回归结果如表4列(3)所示,回归系数显著为正。反向证实了文章结论的可靠性。其二,供给侧结构性改革中,重点去产能的行业为钢铁、煤炭行业,并为此颁布了一系列的政策以帮助其“去产能”。因此,假如供给侧结构性改革是引起行政垄断程度不同地区的去产能差异,那么此种差异应首先体现在钢铁和煤炭行业。基于此,我们以钢铁、煤炭行业作为新样本,以供给侧结构性改革的提出为政策变量进行回归检验。回归结果如表4列(4)所示,回归系数并不显著。再次证实了出台的《公平竞争审查》规制“行政垄断”能提升国企产能利用率的结论。

综上,一系列的稳健性检验表明文章的主要结论是可靠的,规制“行政垄断”有助于国有企业“去产能”。

五、进一步分析

(一)规制行政垄断“去产能”的渠道检验。前文理论分析认为,规制行政垄断行为有助于减少地方政府不当干预,进而维护市场的公平竞争。并通过捍卫市场准入自由、矫正要素价格等方式发挥市场竞争机制的“优胜劣汰”功能,提高资源配置效率。因此,在渠道检验中,本文从规制行政垄断如何影响关联企业资源获取和其面临市场竞争的应对行为两个方面展开。

1. 切断地方政府的“输血”式补贴和银行的融资便利性。在现实中,各地方政府除了可以利用行政权力限定市场准入条件之外,还能以更隐蔽地提供补贴、融资便利等方式来维护关联企业的竞争优势,进而提高行业的进入壁垒。财政补贴和融资的便利性给此类企业提供了低成本的资源要素,扭曲了要素价格,这也是产能过剩的推手之一。《公平竞争审查制度》明令禁止歧视性补贴、给予特定经营者优惠和免除特定经营者税收及相关费用。因而能切断地方政府利用这种隐蔽方式进行的不正当竞争行为,矫正了要素价格。为检验规制行政垄断是否减少了政府的“输血”式补贴和降低银行的融资便利性,本文构建如下模型(5)进行检验。

$ \begin{aligned} {S\!U\!B}_{it}{/FIN}_{it}= & {\alpha }_{0}+{{\beta }_{1}Treat}_{i}+{{\beta }_{2}Post}_{t}+{{\beta }_{3}Treat{×}Post}_{it} \\ & +{{\beta }_{4}Controls}_{it-1}+\sum Year+\sum Ind+{\varepsilon }_{it} \end{aligned} $ (5)

在模型(5)中,被解释变量SUB是政府补贴的代理变量;FIN是企业融资便利性的代理变量。其他变量定义与模型(4)一致,在此不再赘述。回归结果如表5列(1)、列(2)所示。

表 5 渠道检验回归结果
变量 政府补贴 融资增速 固定资产清理 投资效率
(1)SUB (2)FIN (3)SFIX (4)INV_EFF
Treat 0.004(2.46) 1.161(1.40) 0.001(0.94) 0.007(1.73)
Post −0.006(−4.74) 1.702(2.31) 0.002(2.24) −0.008(−1.89)
Treat
$ \times $
Post
−0.004(−2.32) −2.271(−2.36) 0.005(1.66) −0.007(−1.71)
Controls 控制 控制 控制 控制
_CONS 0.123(2.68) 22.209(0.89) 0.002(0.46) −0.013(−0.36)
Ind FE 控制 控制 控制 控制
N 1 109 1 336 731 1 336
Adj_R2 0.15 0.03 0.18 0.09

2. 倒逼国企通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争。在市场竞争加剧、地方政府护航缺失的双重因素之下,过于依赖行政力量获取市场份额的企业要么被市场出清,要么优化产能结构以应对市场竞争。其结果体现在高、低效产能构建和退出的合理有序,最终提高企业的产能利用率。为检验规制行政垄断是否倒逼国企通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争,本文构建如下模型(6)进行检验。

$ \begin{aligned} {S\!F\!IX}_{it}{/INV\_EFF}_{it}=&{\alpha }_{0}+{{\beta }_{1}Treat}_{i}+{{\beta }_{2}Post}_{t}+{{\beta }_{3}Treat{\times}Post}_{it} \\ & +{{\beta }_{4}Controls}_{it-1}+\sum Year+\sum Ind+{\varepsilon }_{it} \end{aligned} $ (6)

在模型(6)中,被解释变量SFIX是企业处理低效产能的代理变量;INV_EFF是企业新增高效产能的代理变量,其他变量定义与模型(4)一致,在此不再赘述。回归结果如表5列(3)和列(4)所示。

表5列(1)和列(2)列示了出台《公平竞争审查制度》规制“行政垄断”对企业资源获取的影响结果。在列(1)中,交互项

${\rm{}}Treat\times Post$
的回归系数显著为负,表明规制“行政垄断”有助于减少政府的补贴。在列(2)中,交互项
${\rm{}}Treat\times Post$
的回归系数亦显著为负,表明规制“行政垄断”降低了实验组企业获取银行融资的便利性。综合起来看,出台《公平竞争审查》规制“行政垄断”抑制了相关企业通过地方政府不当获取资源的现象。

表5列(3)和列(4)列示了相关企业在资源获取受影响后,其应对市场竞争方式的变化情况。在列(3)中,交互项

${\rm{}}Treat\times Post$
的回归系数显著为正,表明规制“行政垄断”后,企业清理固定资产的速度加快。在列(4)中,交互项
${\rm{}}Treat\times Post$
的回归系数显著为负,表明规制“行政垄断”后,企业的投资效率得到提升,综合起来看,出台《公平竞争审查制度》规制“行政垄断”倒逼国有企业通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争。

(二)不同融资约束、公司治理水平下去产能的差异。融资约束大小,治理水平高低在一定程度上反映了企业的运营状况与资源配置水平,是企业质地的直观体现。可以合理预期的是,规制“行政垄断”对企业“去产能”的影响会因企业质地不同而存在差异。企业融资约束大,治理水平低,表明其生存与发展状况不佳,自我修正与调节产能的能力差。因此,此类企业存在更为严重的产能过剩,也更依赖于地方政府的“帮扶”以续存于市场竞争之下。当切断地方政府对企业直接或间接的“关怀”时,市场竞争压力的传导更为激烈,更能倒逼其大幅提高治理水平,合理化产能决策,进而促进规制行政垄断“去产能”效果的发挥。基于此,本文从企业特征的角度展开进一步的探究。在考察融资约束效应的具体方法上,本文借鉴Hadlock和Pierce(2010)的研究,构建SA指数对企业面临的融资约束进行测量。并按其中位数将样本内的企业分为融资约束大、小两组分别进行回归。回归结果在表6列(1)和列(2)中列示。良好、透明的信息环境是公司治理有效发挥作用的重要前提。随着信息透明度的提高,管理者的行为能被投资者和监管者充分洞察和准确甄别,并及时做出反应,有助于提高约束和惩戒不称职管理者,进而解决因所有权和经营权分离所产生的代理问题,提高公司治理水平。因此,本文利用公司的信息透明度来衡量其治理水平,并将样本企业区分为治理水平高、低两组分别进行回归。回归结果在表6列(3)和列(4)列示。如表6所示,交互项

$ Treat\times $
$ Post $
的回归系数在融资约束大、公司治理水平低的两组显著为正,其余未通过显著性水平检验。这些迹象表明,规制行政垄断“去产能”的效果在融资约束大、治理水平低的企业中更优。

表 6 不同融资约束、公司治理水平下,规制行政垄断“去产能”回归结果
变量 融资约束 公司治理水平
(1)大 (2)小 (3)低 (4)高
Treat −0.026(−2.27) −0.018(−1.48) −0.030(−2.60) −0.009(−0.90)
Post 0.014(2.61) 0.004(0.50) 0.016(2.31) 0.008(1.29)
Treat
$ \times $
Post
0.022(2.14) 0.006(0.48) 0.020(1.79) 0.005(0.57)
Controls 控制 控制 控制 控制
_CONS 0.944(6.38) 0.626(2.88) 0.775(5.35) 1.008(7.23)
Ind FE 控制 控制 控制 控制
N 656 680 784 552
Adj_R2 0.32 0.16 0.21 0.34

(三)地方政府不同财政压力、与国企联系紧密程度下去产能的差异。地方政府在发展经济,承担维护社会稳定、提供公共服务等职能时,都需要消耗大量的财政资源,而我国实行的分税制改革更在一定程度上加剧了地方政府的财政压力。在现实中,国有企业通常以上缴税收和解决就业等方式反哺地方政府,成为地方政府获取财政收入的重要对象。因此,地方政府对国有企业也会存在一定程度的依赖,这也可能导致地方政府在保证财政收入的动机下,即使面临着政策压力也会有策略地执行。可以合理预期的是,地方政府更可能继续保护联系更紧密的地方国有企业,以维持财政收入的来源;而对于联系相对不紧密的地方国有企业,地方政府则遵从政策的指引,减少对其的特殊“关怀”。在考察地方财政压力效应的具体方法上,以(财政支出–财政收入)/财政支出来衡量财政压力,并按其中位数将样本内的企业分为处于财政压力大、小地区两组分别进行回归。回归结果在表7列(1)和列(2)列示。在考察地方政府与地方国有企业联系紧密程度的具体方法上,本文以地方政府拥有的国有企业股权占比衡量,并将样本企业区分为与地方政府联系紧密与否两组分别进行回归。回归结果在表7列(3)和列(4)中列示。如表7所示,交互项

${\rm{}}Treat\times Post$
的回归系数在地方政府财政压力小、联系不那么紧密的两组显著为正,其余未通过显著性水平检验。这些迹象表明,规制行政垄断“去产能”的效果会因地方政府财政压力、地方国有企业与地方政府关系紧密程度的差异而出现分化。

表 7 地方政府不同财政压力、与国企联系紧密程度下,规制行政垄断“去产能”回归结果
变量 财政压力小 财政压力大 股权占比小 股权占比大
(1)CU (2)CU (3)CU (4)CU
Treat −0.035(−2.21) −0.012(−1.25) −0.030(−3.28) 0.002(0.16)
Post −0.003(−0.38) 0.020(3.07) 0.010(1.78) 0.006(0.52)
Treat
$ \times $
Post
0.042(3.03) −0.006(−0.80) 0.016(1.72) 0.008(0.59)
Controls 控制 控制 控制 控制
_CONS 0.100(0.28) 0.346(1.45) 0.259(0.93) 0.884(0.16)
Ind FE 控制 控制 控制 控制
N 570 766 807 529
Adj_R2 0.26 0.26 0.22 0.24

六、研究结论与启示

本文以《公平竞争审查制度》的出台为契机,构建实验组与对照组,基于提升企业产能利用率的独特视角,对规制行政垄断“去产能”的效果进行了相应的实证研究。研究发现:(1)规制行政垄断有助于提高国企的产能利用率,当国企处于产能过剩行业时,这种效果尤为显著。(2)规制行政垄断有助于切断地方政府的“输血”式补贴和银行的融资便利性,倒逼国企通过出清落后产能和提高投资效率的“造血”方式来应对市场竞争。(3)当国企治理水平越低、自身融资约束越大时,规制行政垄断“去产能”的效果越好。(4)规制行政垄断“去产能”的效果会因地方政府财政压力、与地方国有企业关系紧密程度的差异而出现分化。

历史实践证明,垄断行为的存在严重阻碍了经济与社会的良性发展,因此,“反垄断”势在必行。地方政府不当干预市场、实行行政垄断的原因纷繁芜杂,既有政企分离不彻底的客观存在,又有地方保护主义思想的主观因素。因此,反行政垄断不能仅仅依赖于“道德约束”,治理行政垄断的本质应在于对行政权力的限制。基于出台《公平竞争审查制度》在规制行政垄断上的良好效果,结合我国反垄断任务的艰巨性,本文建议应坚定不移地推行“法治”建设,以清晰的法律、规则和令行禁止的执法来维护市场的公平竞争,切实打破行政性垄断,贯彻竞争中性原则。此外,由于我国国情的特殊性,解决产能过剩问题并非“一蹴而就”,仅仅依靠产能过剩后的限产限供并不能“毕其功于一役”,更应该激发市场竞争内生的产能化解能力,有效减少无效产能的形成与扩大。从规制行政垄断“去产能”的效果和作用路径来看,通过强化市场竞争的“优胜劣汰”机制,实现基于“效率”原则的去产能方式是可行的。在去低效产能的同时,应积极引导、鼓励国有企业将重心转移至“创新”面对竞争、“创新”创造价值的路径上来,推动由以量补价向以质提价的转变,不断优化产业结构。多重并举,进而实现国有经济长期的高质量发展。

① 由于《公平竞争审查制度》出台于2016年6月,因此2016年的数据包含了制度出台前、后的影响,无法有效去除所形成的噪音,故做删除处理。选择国有企业为样本的原因在于:地方国有企业与地方政府之间的联系较为紧密,颁布相关规制行政垄断的法案后,国有企业的表现更能凸显相关法案的效果。

② 产能过剩行业为工信部发布的产能过剩名单中所包含的行业类别。包括水泥、玻璃、电解铝、铅蓄电池等共12大类,22小类。

③ 如2016年2月1日,国务院印发《关于钢铁行业化解过剩产能实现脱困发展的意见》(国发〔2016〕6号)和《关于煤炭行业化解过剩产能实现脱困发展的意见》(国发〔2016〕7号)。2016年5月10日印发《工业企业结构调整专项奖补资金管理办法》,通过提供财税、金融支持以帮助、鼓励钢铁、煤炭行业去产能。

SUB指标的计算公式为样本内各企业每年度接受政府补贴金额取对数。

FIN指标的计算公式为样本内各企业每年新增贷款的增速。

SFIX指标计算公式为样本内各企业每年固定资产清理金额与固定资产之比。

INV_EFF指标利用Richardson(2006)构建的投资模型进行计算。

SA指数的计算公式为SA=–0.737×Size+0.043×Size2–0.04×Age

⑨ 公司透明度的数据来自于沪、深交易所披露的考评结果,分为ABCD(优秀、良好、及格、不及格)四档。本文将考评结果为AB两档的企业定义为透明度高组(对应公司治理水平高组);CD为透明度低组(对应公司治理水平低组)。

主要参考文献
[1] 陈林, 朱卫平. 创新、市场结构与行政进入壁垒——基于中国工业企业数据的熊彼特假说实证检验[J]. 经济学(季刊), 2011(2): 653–674.
[2] 董敏杰, 梁泳梅, 张其仔. 中国工业产能利用率: 行业比较、地区差距及影响因素[J]. 经济研究, 2015(1): 84–98.
[3] 方红生, 张军. 中国地方政府竞争、预算软约束与扩张偏向的财政行为[J]. 经济研究, 2009(12): 4–16.
[4] 葛晶, 李勇. 行政垄断视角下人力资本错配的成因及其解释[J]. 中南财经政法大学学报, 2019(5): 43–52. DOI:10.3969/j.issn.1003-5230.2019.05.010
[5] 顾振华, 陈强远. 中央和地方的双重政策保护与产能过剩[J]. 财经研究, 2017(11): 84–112.
[6] 郭庆旺, 贾俊雪. 中国经济波动的解释: 投资冲击与全要素生产率冲击[J]. 管理世界, 2004(7): 22–28.
[7] 韩剑, 郑秋玲. 政府干预如何导致地区资源错配——基于行业内和行业间错配的分解[J]. 中国工业经济, 2014(11): 69–81.
[8] 江飞涛, 耿强, 吕大国, 等. 地区竞争、体制扭曲与产能过剩的形成机理[J]. 中国工业经济, 2012(6): 44–56.
[9] 刘斌, 张列柯. 去产能粘性粘住了谁: 国有企业还是非国有企业[J]. 南开管理评论, 2018(4): 109–121. DOI:10.3969/j.issn.1008-3448.2018.04.011
[10] 刘小玄, 张蕊. 可竞争市场上的进入壁垒——非经济垄断的理论和实证分析[J]. 中国工业经济, 2014(4): 71–83.
[11] 罗德明, 李晔, 史晋川. 要素市场扭曲、资源错置与生产率[J]. 经济研究, 2012(3): 4–14.
[12] 孟宪春, 张屹山, 张鹤, 等. 预算软约束、宏观杠杆率与全要素生产率[J]. 管理世界, 2020(8): 50–64. DOI:10.3969/j.issn.1002-5502.2020.08.006
[13] 孟雁北. 竞争法[M]. 北京: 中国人民大学出版社, 2004.
[14] 聂辉华, 李金波. 政企合谋与经济发展[J]. 经济学(季刊), 2007(1): 75–90.
[15] 王文甫, 明娟, 岳超云. 企业规模、地方政府干预与产能过剩[J]. 管理世界, 2014(10): 17–36.
[16] 王雄元, 何捷. 行政垄断、公司规模与CEO权力薪酬[J]. 会计研究, 2012(11): 33–38. DOI:10.3969/j.issn.1003-2886.2012.11.005
[17] 王学庆. 垄断性行业的政府管制问题研究[J]. 管理世界, 2003(8): 63–73.
[18] 席鹏辉, 梁若冰, 谢贞发, 等. 财政压力、产能过剩与供给侧改革[J]. 经济研究, 2017(9): 86–102.
[19] 杨继生, 阳建辉. 行政垄断、政治庇佑与国有企业的超额成本[J]. 经济研究, 2015(4): 50–61.
[20] 杨骞, 刘华军. 中国烟草产业行政垄断及其绩效的实证研究[J]. 中国工业经济, 2009(4): 51–61.
[21] 杨兴全, 任小毅, 杨征. 国企混改优化了多元化经营行为吗?[J]. 会计研究, 2020(4): 58–75. DOI:10.3969/j.issn.1003-2886.2020.04.006
[22] 于良春, 余东华. 中国地区性行政垄断程度的测度研究[J]. 经济研究, 2009(2): 119–131.
[23] 于良春, 张伟. 中国行业性行政垄断的强度与效率损失研究[J]. 经济研究, 2010(3): 16–27.
[24] 张亚斌, 朱虹, 范子杰. 地方补贴性竞争对我国产能过剩的影响——基于倾向匹配倍差法的经验分析[J]. 财经研究, 2018(5): 36–47.
[25] 朱希伟, 沈璐敏, 吴意云, 等. 产能过剩异质性的形成机理[J]. 中国工业经济, 2017(8): 44–62.
[26] Bulow J, Geanakoplos J, Klemperer P. Holding idle capacity to deter Entry[J]. The Economic Journal, 1985, 95(377): 178–182. DOI:10.2307/2233477
[27] Chamberlin E H. The theory of monopolistic competition[M]. Cambridge: Harvard University Press, 1956.
[28] Hadlock C J, Pierce J R. New evidence on measuring financial constraints: Moving beyond the KZ index[J]. The Review of Financial Studies, 2010, 23(5): 1909–1940. DOI:10.1093/rfs/hhq009
[29] Melitz M J, Ottaviano G I P. Market size, trade, and productivity[J]. The Review of Economic Studies, 2008, 75(1): 295–316. DOI:10.1111/j.1467-937X.2007.00463.x
[30] Pirard R, Irland L C. Missing links between timber scarcity and industrial overcapacity: Lessons from the Indonesian pulp and paper expansion[J]. Forest Policy and Economics, 2007, 9(8): 1056–1070. DOI:10.1016/j.forpol.2006.10.003
[31] Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies, 2006, 11(2): 159–189.