一、引 言
对于正处于百年未有之大变局的中国企业而言,提升产能利用率不仅是增强持续生存能力和综合竞争力的重点环节,也是优化社会资源配置和提高经济韧性的关键所在。特别是近年来,各级政府不断深化供给侧结构性改革,推进“三去一降一补”,把“去产能”作为实现经济高质量发展的重要任务之一。然而,当前中国企业落后产能“淘而不汰”、过剩产能“久调不决”等现象仍然突出(朱希伟等,2017),成为羁绊中国经济发展的深层次难题(包群等,2017)。因此,在世界经济形势不确定性、不稳定性和复杂性持续攀升的背景下,进一步识别影响中国企业产能利用率提升的关键因素、探究优化企业产能决策的路径依然是一项值得关注的重要议题。
越来越多的研究认为,在中国经济转型过程中,地方政府激励机制的扭曲和不正当的政府干预是引发企业产能过剩的重要因素(江飞涛等,2012;席鹏辉等,2017;范欣和李尚,2020)。这其中,财政分权体制下地方政府唯GDP的考核机制构成了这种激励扭曲和不正当干预的重要来源,还形成了市场分割和片块化的区域发展模式(陆铭,2017)。且有此所导致的规模不经济和效率损失近年来日益显现,加快统筹区域协调发展、构建统一的国内市场逐渐引起了社会各界的广泛关注。各级政府先后出台了多种消除地方保护主义和市场分割、推进区域市场整合的措施。另外,加快高速铁路等交通基础设施建设,提升区域之间的互联互通水平,中国的国内市场正经历着由分割走向整合、由片块化走向一体化的重要转变(刘冲等,2020;张学良等,2021)。在持续整合的国内市场中,企业产品的国内市场空间范围更广阔,生产要素在区域间的流动更顺畅,资源的配置效率得以提高,这将从市场需求和资源配置两个方面对企业的产能利用率提升产生影响。因此,考察区域市场整合与企业产能利用率提升之间的关系,厘清其中的影响机制和作用效果,有助于进一步丰富中国企业产能过剩形成机制的研究体系,也能为在当前背景下畅通国内大循环、提升企业产能利用率和经济发展质量提供有益启示。
以往学者们重点从市场竞争和政府干预两个方面对影响产能利用率的关键因素进行深入剖析。其中,国外学者认为影响企业产能决策的关键因素主要是企业的竞争性市场行为,由此形成了“进入威胁论”(Kamien和Schwartz,1972)、“共谋论”(Davidson和Deneckere,1990)和“运营期权论”(Pindyck,1988;Paha,2013)等观点。从市场竞争角度来说,企业的产能利用率调整是实现竞争性均衡的自然现象(杨其静和吴海军,2016)。国内学者也有从市场竞争的角度进行探讨的,如林毅夫(2007)等学者所提出的投资“潮涌”现象。相对而言,对于当前中国企业产能利用率关键因素的剖析,大多数学者更倾向于从政府干预的角度展开。在经济转轨时期,政府对于经济增长的影响至关重要,从政策干预角度考察企业的产能利用率决策有利于揭示市场机制持续失灵且程度不断加深的内在根源。这些研究认为,财政分权体制下地区之间以GDP为核心的竞争模式导致了地方政府不断加大对于投资的政策性补贴(耿强等,2011;王文甫等,2014)、追求城镇化的过快发展(刘航和孙早,2014)、发展雷同主导产业(包群等,2017)和谋求官员晋升(干春晖等,2015)等都是影响企业产能利用率的重要因素。但以往研究并没有关注目前中国全面统筹区域协调发展进程中区域市场整合对企业产能利用率的影响,不利于更加全面地认识政府干预和地方政府之间的关系对产能利用率影响的内在机制。
区域市场整合体现了区域之间市场的一体化状态和商品跨地区贸易的顺畅程度(赵留彦等,2011;李嘉楠等,2019)。根据“一价定律”的解释,完全意义上的区域市场整合一般是指在自由贸易下,除去交易成本后,特定商品在不同地区的同一货币价格是相同的(Matheson,2017;曹春方等,2017)。如果两个地区之间某种商品价格不等,其原因可能是各种形式的制度性壁垒或因地理距离和交通运输等所形成的市场可达性障碍。近年来,一些学者开始将焦点由传统的市场分割转向区域市场整合,考察其对宏观经济增长(Ke,2015)、技术创新(白俊红和刘怡,2020)、对外直接投资(顾雪松和韩立岩,2015)和环境污染(张可,2020)等的影响,这些研究从不同角度验证了推进区域市场整合的重要意义。遗憾的是,在区域市场整合与企业产能利用率之间的关系方面,目前文献较少涉及。
因此,本文基于市场需求效应和资源配置效应的视角,考察了区域市场整合对企业产能利用率的影响机制和作用效果。研究发现,区域市场整合对企业的产能利用率具有显著的正向影响;其作用机制在于区域市场整合显著提升了企业产品的市场需求,促进了行业资源的优化配置,形成了市场需求效应和资源配置效应;不仅如此,高税收贡献企业、高就业率贡献企业和国有企业,以及重工业部门、中部和西部地区企业的产能利用率对区域市场整合的敏感性更高。本文可能的创新之处在于:第一,紧密围绕当前全球经济形势不确定性的现实背景,考察中国推进国内大循环、构建国内统一大市场进程中的区域市场整合对企业产能利用率的影响,有助于在当前背景下更全面地识别中国企业产能利用率提升的路径,也为统筹区域协调发展提供更多的经验支持。第二,从市场需求效应和资源配置效应两个方面,考察区域市场整合影响企业产能利用率的传导机制。这一视角有助于进一步厘清区域市场整合影响企业产能利用率的内在路径,也为化解产能过剩和提升产能利用率提供更多突破口。第三,税收基础大、就业率高的企业和国有企业更可能会受地方政府的保护,其产能利用率对于区域市场整合的敏感性也相对较高,且当前还存在着较为典型的结构性和区域性特征。本文还进一步识别了可能存在的动机特征、结构特征和区域特征等问题,结论有助于提升相关政策体系的针对性,提高治理效果。
二、影响机制分析
在中国区域经济发展过程中,既存在市场分割的“逆市场”力量,也存在市场整合的“顺市场”力量(皮建才,2008)。财政分权体制下,地方政府出于税收来源、就业率和国有企业发展等方面的考虑,可能会对本地企业进行保护和支持。尽管地方政府的这些行为在中国经济转型过程中曾经发挥了一定的积极作用。但从统一大市场的角度来说,这些保护主义和市场分割会导致地区经济增长的规模不经济(陆铭和陈钊,2009),产生整体经济效率损失(张宇,2018)。因此,统筹区域协调发展和构建统一的国内大市场逐渐成为中央和地方政府加快转变经济发展方式的重要举措,各级政府以多种形式明确提出要消除地区封锁、打破地方保护和隐形壁垒,推动区域市场整合。整合的区域市场不仅有助于提升国内市场的整体规模,扩大企业产品市场需求的空间范围,还能促进生产要素在不同地区之间的有序流动,实现生产要素的优化配置,从而对企业的产能利用率提升形成市场需求效应和资源配置效应。
就市场需求效应来说,区域市场整合能直接扩大企业产品的市场空间范围和需求规模,进而影响企业的产能利用率。地方政府在实施地方保护主义过程中往往会优先保护本地企业在本地市场的空间,并限制外地企业进入,从而在短期内维护本地企业的市场份额。但地方保护主义也会招致其他地区政府的报复,形成一种“策略均衡”,这在长期和整体意义上会压缩企业产品的市场空间。因此,区域市场整合后,国内统一大市场逐步形成,阻碍区域贸易的各种壁垒被消除,有助于提升企业产品的市场需求空间,扩大销路,对那些过剩的产能进行消化,从而提升产能利用率。不仅如此,地方政府在对本地企业实施保护过程中往往采用压低劳动力和资本要素价格的方式,这在长期将抑制市场需求和投资水平,导致长期需求不足,降低潜在的市场空间。而在区域市场整合后,居民和企业的收入水平和需求能力得以提升,有助于进一步增强市场对企业产能的消化能力,从而提升企业的产能利用率。提出研究假设1:在市场需求角度上,区域市场整合能够扩大企业产品的市场空间范围和需求规模,从而促进企业产能利用率的提升,形成市场需求效应。
就资源配置效应来说,区域市场整合有助于促进生产要素的有效供给和优化配置,从而对企业产能利用率提升产生影响。在市场经济条件下,生产要素在不同区域、不同主体之间自由流动有助于实现资源的帕累托配置(Restuccia和Rogerson,2013)。长期以来,地方政府间的保护主义行为导致了区域市场的分割,也抑制了生产要素在区域间的自由流动,阻碍了配置效率的提升(宋马林和金培振,2016;刘毓芸等,2017)。若能消除地方保护主义推动区域市场的整合,便能够促进各类生产要素在区域间的自由流动,以及在不同主体间的优化配置。更为重要的是,生产要素的最优化配置有助于促进竞争均衡的实现。在帕累托最优状态下,生产要素的实际报酬体现了其边际收益,企业可以依据要素的边际成本和边际收益变化及时调整、优化要素的投入决策,将产能设置在合理水平,避免产能过剩和产能不足。基于此,本文提出研究假设2:在要素供给角度上,区域市场整合能够促进生产要素的优化配置,这有助于提升企业的产能利用率,形成资源配置效应。
区域市场整合在影响企业产能利用率过程中还存在着一些异质性特征:第一,动机异质性。在财政分权体制下,那些税收贡献率较高、就业贡献率较高的企业和国有企业对于地区经济社会发展具有更重要的作用,受地方政府的保护相对较多,其产能利用率长期处于较低水平。此时,如果区域市场由分割走向整合,这些企业对于市场空间扩大和要素配置效率提升的敏感性可能更强,其产能决策的优化和产能利用率提升的幅度也相对更大。第二,行业异质性。目前,中国企业的产能利用率分布存在着显著的结构性特征,诸如黑色金属、有色金属和非金属矿等重工业行业长期面临着产能过剩的困扰。这些行业主要为资源开采或资源加工型的重化工业行业,产业链长,装备系数高,具有较强的垄断竞争性质;其经营活动的地域限制性强,流动性较差,使得地方政府可以在这些行业开展地方保护主义。在区域市场整合后,这些行业对于市场空间扩大、资源配置效率提升的反应程度更大,其产能利用率也会受到更明显的影响。第三,区域异质性。东部地区的经济发展水平较高,中部次之,西部相对落后,这导致了东、中、西部地区的地方政府决策导向存在着显著的差异。东部地区各项制度环境较为完善,市场机制发育相对健全,市场整合程度一直较高,企业产能决策对于外部区域市场整合的反应程度较低。但是,中、西部地区由于经济发展水平的相对滞后,很多地方政府经常会采取一些地方保护主义措施。当区域市场整合程度提高后,中、西部地区的企业能够迅速释放产能,这使得区域市场整合对于中、西部地区企业产能利用率的影响可能要高于东部地区。基于此,本文提出研究假设3:区域市场整合对企业产能利用率的影响存在着动机异质性、行业异质性和区域异质性。
三、模型构建与指标选取
(一)模型构建。理论分析表明,区域市场整合可能通过影响市场需求和资源配置两种方式对企业产能利用率产生作用。构建如下的计量经济学模型对其中的影响效果进行识别:
$ {CU}_{it}={\chi }_{0}+{\chi }_{1}{Integration}_{it}+{\chi }_{j}\sum {Control}_{jit}+{\lambda }_{i}+{\eta }_{t}+{\mu }_{r}+{\varepsilon }_{itr} $ | (1) |
式(1)中,i和t分别表示个体数和时期数;CU为企业的产能利用率指标;
(二)指标选取。
1. 区域市场整合。除了地方政府之间的制度性因素外,诸如地理距离和运输成本等因素也是影响区域市场整合程度的重要因素(张宇,2018)。基于这一思路,采用以下方法对区域市场整合进行测算:参考桂琦寒等(2006)的一阶差分方法,依据“相对价格法”测算各地区物价水平的相对差异程度。在此基础上,本文考虑以运输距离为权重对各地区物价水平的相对差异进行加权平均:通过计算各省会城市之间主干高速公路交通里程,对其进行标准化处理,以此得到各地区间的运输距离权重,进而根据该权重对各地区物价水平的相对差异进行加权平均,并取其倒数,即可得到考虑运输成本因素的区域市场整合指数,记为Integration。图1报告了2002—2013年中国及三大地区区域市场整合程度的时间变化趋势。可以发现,考察期内各地区及全国范围的区域市场整合程度在整体上呈现出快速上升态势。
2. 企业产能利用率。目前研究中,学者们在测算企业产能利用率过程中主要采用成本函数法(Berndt和Morrison,1981;韩国高等,2011;Shen和Chen,2017;马红旗等,2018;余淼杰等,2018)、比较实际产出与设计生产能力法(白让让,2016)和数据包络法(包群等,2017;张少华和蒋伟杰,2017)等。其中,成本函数法能更全面地反映产能利用率的形成机制,也具有较好的理论基础,因此本文将采用该方法测算企业的产能利用率。
根据Berndt和Morrison(1981)的观点,产能利用率表示为实际产能与潜在产能的比例,而潜在产能就是在既定资本存量条件下短期和长期平均成本曲线切点处所对应的产出水平(Klein,1960;Friedman,1963)。基于这一逻辑,参考Nelson(1989)的研究思路,假定企业的实际产出水平为Q,投入要素包括劳动力(L)、中间投入(M)和资本存量(K);在短期内,L和M属于可变投入要素,K为准固定投入要素。根据Lau(1976),考虑了无形的技术变化因素T后,如果企业在既定资本存量K下,将生产给定产品的可变成本(VC)最小化,则可变成本函数为
进一步地,由于企业的短期总成本STC可以被定义为短期可变成本和不变成本之和。假定长期均衡状态下企业资本存量为K*,该资本存量也是企业短期成本曲线的最低点。对STC关于K*求导,以及可变成本VC对K*求导,可以求出企业既定资本存量下的潜在产出。那么,企业i在t年的产能利用率可以表示为实际产出比潜在产出,即:
$ {CU}_{it}={Q}_{it}/{Q}_{it}^{*} $ | (2) |
指标选取方面,采用企业的工业总产值表示其总产出Q;资本存量K的衡量指标为企业的固定资产,采用永续盘存法将其核算为存量形式;对于资本要素的价格r,也即企业使用资本要素的成本,在完全竞争条件下企业使用资本的成本由其持有资本的机会成本(即放弃的最高利息收入)、资本价格变化的影响以及资本折旧组成(Jorgenson,1963),用公式可以表示为:
3. 控制变量。(1)企业层面:①企业规模(Size)采用企业总资产对数形式表示。②企业杠杆率(Leverage)衡量指标为企业总负债除以总资产。③资产收益率(Profit)采用企业利润总额除去资产总额衡量。④资本密集度(Capital)采用固定资产净值除以企业从业人员数量表示。⑤企业成立时间(Time)根据企业开工时间(年)测算。⑥企业所有制(State),根据《中国工业企业数据库》中的注册类型,将国有企业与集体企业视作国有企业样本(等于1),其他类型企业视为非国有企业(等于0)。⑦是否是出口企业(Export),将那些出口交货值大于0的企业作为出口企业(赋值为1),其余为非出口企业(等于0)。(2)行业层面:行业集中度(HHI),根据企业营业收入计算赫芬达尔—赫希曼指数(HHI)测算企业所在行业的集中度。(3)地区层面:①地区经济发展水平(Economy)由基于2002年不变价的人均地区生产总值进。②地区财政压力(Fiscal)等于各省区预算内财政支出减去预算内财政收入,再除以预算内财政收入。③地区工业化程度(Industrial)采用各省区第二产业产值占名义GDP比重衡量。④地区对外开放水平(Open)选取各地区单位外资企业的投资总额对其进行表征,依据当年人民币兑美元实际汇率将其核算为人民币单位,并进行去价格化处理。⑤地区金融发展水平(Financial)等于各省区金融机构年末贷款余额比上名义GDP。⑥官员晋升(Promotion)选取各省区省长和省委书记在该年度是否发生晋升的虚拟变量(至少有一个晋升=1,均未晋升=0)进行衡量。表1报告了以上各变量的描述性统计结果。
变量名 | 观测数 | 均值 | 标准差 | 最小值 | 最大值 |
CU | 2 364 935 | 0.7252 | 0.1232 | 0.5303 | 0.9736 |
Integration | 2 680 267 | 3.7604 | 0.5162 | 1.1518 | 4.7074 |
Size | 2 680 188 | 10.058 | 1.5099 | 0.6931 | 20.6717 |
Leverage | 2 615 659 | 0.4273 | 0.2019 | 0.0000 | 12.9376 |
Profit | 2 614 808 | 0.094 | 0.1846 | −7.9484 | 11.0237 |
Capital | 2 218 830 | 4.3217 | 1.3334 | 0.0000 | 17.4781 |
Time | 2 679 156 | 10.0634 | 10.0095 | 0.0000 | 813.0000 |
State | 2 680 144 | 0.0842 | 0.2776 | 0.0000 | 1.0000 |
Export | 2 680 265 | 0.2413 | 0.4279 | 0.0000 | 1.0000 |
HHI | 2 680 267 | 0.0035 | 0.0057 | 0.0000 | 1.0000 |
Economy | 2 680 267 | 10.1675 | 0.6210 | 8.0838 | 11.4939 |
Fiscal | 2 680 267 | 0.4293 | 0.3162 | 0.0504 | 1.9088 |
Industrial | 2 680 267 | 0.4059 | 0.0413 | 0.1836 | 0.5093 |
Open | 2 680 267 | 7.8232 | 0.4497 | 6.2792 | 9.4643 |
Financial | 2 680 267 | 0.8216 | 0.2874 | 0.2463 | 1.8551 |
Promotion | 2 680 267 | 0.2714 | 0.4447 | 0.0000 | 1.0000 |
四、实证结果的分析与讨论
(一)区域市场整合对企业产能利用率的影响效应。表2报告了式(1)模型的估计结果。表2同时汇报了未加入其他控制变量、仅加入企业层面控制变量、仅加入企业和行业层面控制变量、加入所有控制变量的估计结果,分别如列(1)—列(4)所示。
由表2基准回归模型估计结果可知,无论是否加入其他各层面的控制变量,区域市场整合(Integration)对企业产能利用率均具有显著的正影响,即区域市场整合显著地提升了企业的产能利用率,市场整合程度越高,企业的产能利用率越高,这与预期是一致的。在国内大循环的格局下,地方政府之间的市场整合有助于扩大企业市场空间,优化行业资源配置效率,强化企业参与市场竞争的激励,进而也促进了企业产能利用率的提升。
(1) | (2) | (3) | (4) | |
Constant | 0.9022***(81.85) | 0.5588***(57.14) | 0.5588***(57.14) | 0.2706***(25.33) |
Integration | 0.0011***(9.44) | 0.0003***(3.04) | 0.0003***(3.04) | 0.0011***(11.57) |
Size | 0.0339***(596.13) | 0.0400***(596.12) | 0.0334***(587.32) | |
Leverage | 0.0073***(36.25) | 0.0073***(36.25) | 0.0079***(39.09) | |
Profit | 0.0887***(443.20) | 0.0886***(443.19) | 0.0852***(426.07) | |
Capital | −0.0051***(−123.50) | −0.0051***(−123.50) | −0.0055***(−132.25) | |
Time | 0.0001***(6.71) | 0.0001***(6.71) | 0.0001***(6.19) | |
State | −0.0022***(−9.36) | −0.0021***(−9.35) | −0.0014***(−6.11) | |
Export | 0.0060***(57.94) | 0.0059***(57.94) | 0.0061***(59.08) | |
HHI | −0.0026**(−2.34) | −0.0199***(−3.58) | ||
Economy | 0.0308***(66.05) | |||
Fiscal | 0.0205***(35.06) | |||
Industrial | 0.0801***(43.74) | |||
Open | 0.0001(0.13) | |||
Financial | −0.0303***(−70.13) | |||
Promotion | −0.0001(−0.33) | |||
Observations | 2 364 935 | 2 160 670 | 2 160 670 | 2 160 670 |
R−squared | 0.8977 | 0.9307 | 0.9309 | 0.9317 |
注:***、**、*分别表示在1%、5%和10%水平上显著;括号内数值为相应的t值;控制了时间固定效应、企业固定效应和地区固定效应。下表统同,在此基础上表4列(5)和列(6)还控制了行业固定效应。 |
(二)区域市场整合影响企业产能利用率的市场需求效应与资源配置效应检验。具体地,采用分步检验的方式,首先分别估计区域市场整合对市场需求效应和资源配置效应的影响结果,然后检验市场需求效应和资源配置效应对企业产能利用率的影响结果,藉此识别市场需求效应和资源配置效应在区域市场整合影响企业产能利用率过程中的传导作用。关于衡量指标的选取,市场需求效应采用企业产品的市场需求状况(Demand)衡量,其等于企业的主营业务收入。根据Hsieh和Klenow(2009)等的观点,资源优化配置往往可以体现为动态条件下行业内部企业生产率离散程度持续下降的过程。因此,参考李蕾蕾和盛丹(2018)的方法,通过采用LP方法测算企业层面的全要素生产率,然后对企业全要素生产率的对数值在同一四位码行业内取标准差,得到行业内企业生产率的离散程度,以此衡量资源配置效应(Allocation)。影响机制的估计结果如表3所示。
从表3列(1)所示的结果可知,区域市场整合对企业产品的市场需求具有显著的正影响,即区域市场整合显著提升了企业产品的市场空间和市场需求;根据列(2),企业产品市场需求对企业产能利用率的影响系数也显著为正,即市场需求的提高有助于提升企业的产能利用率;上述结果说明市场需求效应在区域市场整合影响企业产能利用率过程中存在着显著的传导作用。列(3)中区域市场整合对资源配置效应的影响效应显著为负,说明区域市场整合显著降低了同一行业内部企业间生产率的离散程度,促进了资源优化配置;而且,行业资源离散程度对企业产能利用率的影响效应也显著为负,即行业内企业生产率差异越大,产能利用率越低,这意味着资源的优化配置有助于提高企业的产能利用率;上述结果说明资源配置效应在市场整合影响企业产能利用率过程中存在着显著的传导作用。
市场需求效应 | 资源配置效应 | |||
被解释变量Demand | 被解释变量
|
被解释变量Allocation | 被解释变量
|
|
Constant | −2.2127***(−15.81) | 0.4111***(57.64) | 1.2466***(84.56) | 0.2643***(24.73) |
Integration | 0.0047***(3.67) | −0.0015***(−10.96) | ||
Demand | 0.0554***(14.19) | |||
Allocation | −0.0110***(−19.89) | |||
控制变量 | 控制 | 控制 | 控制 | 控制 |
Observations | 2 212 721 | 2 157 119 | 2 216 517 | 2 160 666 |
R−squared | 0.9108 | 0.9694 | 0.9060 | 0.9317 |
(三)内生性和稳健性检验。
1. 工具变量和2SLS法的估计。区域市场整合在影响企业产能利用率过程中可能存在一定的内生性:尽管区域市场整合有助于促进企业产能利用率的提升,但同时,企业的产能利用状况也可能会对区域市场整合产生反向影响,即由于产能利用率低下的企业往往是很多竞争力差的传统行业,也是地方政府重点保护的对象(江飞涛和曹建海,2009)。因而较低的产能利用率极易引发地方保护,这也被近年来中国产能过剩行业分布和地区分布的经验事实所验证。基于此,进一步采用工具变量和两阶段最小二乘法(2SLS)对区域市场整合影响企业产能利用率的效应进行再次检验。借鉴吕越等(2018)的思路,一方面,地理条件与区域市场整合程度之间存在关联性,地理环境的复杂性决定了区域交流的障碍程度;另一方面,地理因素往往具有很强的外生性,特定的地形是由长期地质运动导致的,也无法断定现实中各地区之间在经济社会方面的差异是否由地理环境因素所决定(黄玖立和李坤望,2006)。因此,采用各地区平均地理坡度作为区域市场整合的工具变量(IV),并乘以2002—2013年商品零售价格总指数。基于2SLS方法的第一阶段和第二阶段估计结果如表4中列(1)和列(2)所示。
(1) | (2) | (3) | (4) | (5) | (6) | |
Constant | 6.7616*** (63.89) |
0.0097
(0.43) |
−1.9677*** (−840.90) |
0.2794*** (24.55) |
0.2667*** (24.66) |
0.3014*** (56.89) |
Integration | 0.0461*** (37.34) |
0.0139*** (163.36) |
0.0011*** (10.54) |
0.0011*** (11.41) |
0.0018*** (12.48) |
|
IV | −0.0297*** (−120.48) |
|||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 2 160 670 | 2 160 670 | 2 075 106 | 2 015 947 | 2 160 670 | 2 160 670 |
R−squared | 0.9951 | 0.9950 | 0.9391 | 0.9295 | 0.9317 | 0.8403 |
2. 基于随机前沿分析方法的产能利用率指标。前文对产能利用率测算时采用的方法是成本函数法。这里,进一步采用随机前沿分析方法(SFA)对企业的产能利用率进行测算。这一方法通过估计生产函数的前沿面,将前沿面作为潜在最大产出水平,产能利用率则被视为实际产出与潜在产出的比值。产出变量和投入变量与前文一致。估计结果如表4中列(3)所示。
3. 剔除2010年数据的样本。为了验证估计结果的稳健性,进一步在样本中剔除了2010年的数据,将2009年和2011年视为连续时期。基于这一方法的检验结果如表4列(4)所示。
4. 控制行业层面的个体特征。企业所在的行业环境是影响其经营决策的重要因素。在基准回归模型中已经控制了企业所在行业的市场结构因素,但是考虑到影响企业产能利用率的行业因素可能非常复杂,这里将进一步控制行业层面的个体特征,以此识别行业因素对企业产能利用率的影响。估计结果分别如表4列(5)和列(6)所示。
表4列(1)和列(2)所示的结果显示,第一阶段,工具变量与区域市场整合的系数显著为负,说明地理坡度越大、地形越复杂的地区,区域市场整合程度越小;检验不可识别的Kleibergen-Paap rk LM统计量的p值为0.0000,强烈拒绝不可识别的原假设;核心自变量的Shea Partial R2的F值为14515.44(p=0.0000),说明工具变量与自变量是相关的。第二阶段中,区域市场整合对企业产能利用率的影响效应依然显著为正,说明市场整合有助于提升企业的产能利用率。根据列(3)和列(4)所示的结果可知,无论是采用SFA方法对企业产能利用率进行测算,还是剔除2010年数据样本,区域市场整合影响产能利用率的估计系数依然显著为正。根据列(5)和列(6)的结果,在控制了行业层面的个体特征后,区域市场整合依然显著地提升了企业的产能利用率。本文的实证研究结论具有较好的稳健性。
五、进一步研究
(一)阻碍区域市场整合的多维动机。从中国财政分权改革的历史经验来看,那些税收基础较大和就业贡献率较大的企业,以及国有企业对于地区经济社会发展往往会产生较大的影响,因而也经常成为地方政府保护的重要对象,这不仅构成了分权体制下地方保护主义的动机,也成为阻碍区域市场整合的关键因素。因此,将分析在不同动机下区域市场整合对企业产能利用率的影响。首先,对于税收动机,本文以增值税为标准,根据企业应交增值税的规模将样本区分为低增值税企业和高增值税企业,分别考察区域市场整合对低和高增值税企业产能利用率的影响效应,结果分别如表5列(1)和列(2)所示。其次,关于就业率动机,为了消除企业规模的绝对影响,采用员工数量与总资产规模之比的指标对就业率进行衡量,并同样采用中位数将样本划分为低就业率企业和高就业率企业,分别考察区域市场整合对低和高就业率企业产能利用率的影响效应,估计结果如表5列(3)和列(4)所示。最后,对于国有企业的动机来说,将分别考察区域市场整合对非国有企业和国有企业产能利用率的影响效应,估计结果如表5列(5)和列(6)所示。
(1) | (2) | (3) | (4) | (5) | (6) | |
Constant | 0.1653*** (8.31) |
0.4045*** (34.25) |
0.2849*** (22.85) |
0.1626*** (8.70) |
0.2422*** (14.25) |
0.2846*** (22.12) |
Integration | 0.0018*** (10.87) |
0.0603*** (48.50) |
0.0012*** (8.96) |
0.0711*** (39.39) |
0.0022*** (6.05) |
0.0853*** (58.68) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Observations | 999 020 | 1 154 729 | 1 083 028 | 1 077 642 | 193 452 | 1 967 218 |
R−squared | 0.9155 | 0.9580 | 0.9376 | 0.9393 | 0.9208 | 0.9340 |
由表5所示的基于税收动机的估计结果可知,无论是对列(1)所示的低税收规模样本还是列(2)所示的高税收规模企业,区域市场整合对产能利用率的影响效应均显著为正。但就二者的影响程度而言,区域市场整合对于那些高税收规模企业产能利用率的提升效应更为明显。高税收规模的企业一直是地方政府保护的重要对象,在区域市场整合程度提升后,其对市场空间扩大、资源配置效率提升的反应更为明显,从而能够优化产能决策、提高产能利用率。列(3)和列(4)中,区域市场整合对低就业贡献率企业和高就业贡献率企业产能利用率的影响效应均显著为正,且就影响程度的比较而言,区域市场整合对高就业贡献率企业产能利用率的提升效应更强,高就业贡献率的企业对于地方政府促就业具有重要影响,从而也成为地方政府所保护的重要对象,其与高税收贡献率企业一样对区域市场整合的敏感性更强。由列(5)和列(6)所示的结果可知,区域市场整合对非国有企业和国有企业产能利用率的影响效应也是显著为正的,但是其对于国有企业的影响效应要高于非国有企业。相对于非国有企业来说,国有企业受到地方政府的过多保护,其产能利用率提升对于区域市场整合的敏感程度更强。
(二)产能利用率的结构性特征。由于中国企业产能利用率的结构性特征,以及区域市场整合在影响企业产能利用率过程中可能存在着行业异质性,我们也将进一步考察区域市场整合对不同行业产能利用率的影响效应。具体地,一方面,参考国家统计局对国民经济行业轻、重工业的划分,分别考察区域市场整合对轻、重行业产能利用率的影响效应,其估计结果分别如表6列(1)和列(2)所示。不仅如此,也基于韩国高等(2011)、席鹏辉等(2017)研究中所识别出来的产能过剩行业,检验了区域市场整合对这些行业产能利用率的影响效应,估计结果分别如表6列(3)所示,列(4)为剩下其余行业的估计结果;最后,本文还基于考察期内中国政府所实施的两次产能过剩集中治理过程中所涉及的行业(煤化工、钢铁、平板玻璃、电解铝、风电设备、水泥、多晶硅和造船等),考察了区域市场整合对这些行业产能利用率的影响效应,估计结果如列(5)所示,列(6)为其他行业的估计结果。
(1) | (2) | (3) | (4) | (5) | (6) | |
Constant | 0.2209*** (6.54) |
0.2564*** (20.57) |
0.3025*** (26.35) |
0.2227*** (19.95) |
0.2675*** (22.94) |
0.2419*** (12.80) |
Integration | 0.0010*** (6.13) |
0.1129*** (49.45) |
0.0851*** (50.47) |
0.0017*** (8.54) |
0.0107*** (10.20) |
0.0015*** (4.73) |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | |
Observations | 713 929 | 1 446 741 | 1 558 038 | 602 632 | 1 881 724 | 278 946 |
R-squared | 0.9335 | 0.9316 | 0.9344 | 0.9267 | 0.9332 | 0.9258 |
由表6列(1)和列(2)所示的估计结果可知,区域市场整合对轻工业部门和重工业部门企业产能利用率的影响效应均是显著为正的,说明区域市场整合同时显著提升了轻工业和重工业部门的产能利用率。但是就影响效应程度来说,区域市场整合对重工业部门产能利用率提升效应要高于轻工业部门。轻工业部门是一些以低加工产品为主的劳动密集型行业,很多接近于完全竞争行业;而且这些行业的经营规模也相对较小,“船小好掉头”能够及时根据市场需求变化调整投资决策,其产能利用率能够维持在合理水平,对区域市场整合的敏感性较低。但是对于重工业部门来说,大多是一些资源密集型和资本密集型行业,与地方政府之间存在千丝万缕的联系,一直是地方政府保护的重要对象;在区域市场整合后,其对于市场需求扩大、资源配置效率提升的敏感程度更高,从而有助于改善产能决策,提升产能利用率。最后,从列(3)至列(6)所示的结果可以发现,无论是韩国高等(2011)、席鹏辉等(2017)所识别的产能过剩行业,还是政府集中治理的过剩行业,区域市场整合的影响效应均显著为正,且均高于其余非过剩行业,这再次验证了区域市场整合在影响产能利用率过程中存在着显著的结构性特征。
(三)产能利用率的区域性特征。从近年来中国产能过剩的实际情况来看,不仅存在着结构性问题,还呈现出较强的区域性特征,这也得到了本文测算结果的支持。④因此,考察不同地区区域市场整合与企业产能利用率提升之间的内在关系也有一定的必要性。本文将进一步考察不同地区市场整合对企业产能利用率的影响效应,通过分别对东部地区、中部地区和西部地区的样本进行估计,结果如表7列(1)、列(2)和列(3)所示。
(1) | (2) | (3) | |
Constant | 0.3158***(25.71) | 0.1926***(8.86) | 0.2968***(13.53) |
Integration | 0.0021(1.45) | 0.0028***(6.17) | 0.0018***(6.46) |
控制变量 | 控制 | 控制 | 控制 |
Observations | 1 567 923 | 371 578 | 221 169 |
R-squared | 0.9367 | 0.9187 | 0.9186 |
由表7可知,考察期内,区域市场整合对不同地区企业产能利用率的影响效应存在显著差异:对于东部地区,市场整合对企业产能利用率的影响效应是不显著的,而对于中部地区和西部地区,区域市场整合则具有显著的正向影响。图1的结果显示,东部地区市场整合程度相对较高,地方政府之间的沟通非常密切,形成了很多区域一体化的发展框架,各种高级别的地方政府间磋商机制相对健全,企业的产能决策对区域市场整合变化的敏感性相对较弱;而中西部地区的经济发展水平相对落后,地方政府对于本地区企业的保护动机较强,企业长期受到市场分割的不利影响。因此,在市场整合程度提高后,其对于市场空间扩大、要素配置效率提升的敏感性提高,从而提升了产能利用率。
六、结论性启示
在供给侧结构性改革的背景下,统筹区域协调发展、构建统一的国内市场、充分发挥国内超大规模市场优势对于优化企业经营决策与资源配置和提升企业产能利用率具有重要意义。本文考察了区域市场整合与企业产能利用率提升之间的关系,得出如下结论:第一,考察期内,区域市场整合对企业产能利用率具有显著的正向影响,区域市场整合有助于提升企业产品的市场空间,优化生产要素的配置方式,引导企业进行合理投资,从而能够提升企业的产能利用率。第二,影响机制检验结果显示,市场需求效应和资源配置效应在区域市场整合影响企业产能利用率提升方面具有显著的传导作用,即区域市场整合有助于提升企业产品的市场需求,优化行业资源的配置效率,从而提升了企业的产能利用率。第三,那些长期受地方保护主义影响的高税收贡献企业、高就业率贡献企业和国有企业对国内市场整合的敏感性更强;区域市场整合对重工业部门产能利用率的提升效应也要高于轻工业部门。最后,中部地区和西部地区企业产能利用率对区域市场整合的敏感度更高,而东部地区的影响效应是不显著的。
当前国内外经济形势复杂多变,企业生产经营过程中所面临的不确定性持续攀升。这一背景下,优化企业生产经营决策的外部环境、提升企业的生存韧性和产能利用率成为一项亟需关注和解决的重要议题。本文研究结论的政策启示在于:第一,多举措破除地方保护主义,促进区域市场整合。通过建立更加紧密的政府间沟通机制,加强产业政策的区域协调与耦合;完善地方政府的考核机制,合理引导地方政府竞争,营造更加开放、更加公平的市场竞争环境;以交通基础设施建设等为载体,提升区域之间的互联互通,逐步消除市场分割的“先天性障碍”。第二,在提升产能利用率过程中开展不同主体之间的协作。坚持地区和行业的比较优势原则,支持那些市场竞争力强、比较优势突出、先进产能比重较高的地区或企业与市场竞争力弱、不具有比较优势、落后产能较多的地区或企业之间开展协作,多举措科学引导先进产能向优势部门转移。第三,促进企业科学决策和生产要素的优化配置。不断培育健全的生产要素市场,加大生产要素市场的市场化改革,坚持采用价格、供求和竞争等方式合理引导生产要素的流动和配置。破除各种形式的要素价格管制行为,减少政府对企业经营的不正当干预,以市场机制淘汰落后产能和僵尸企业,实现各种生产要素在不同区域、不同行业、不同主体之间实现自由流动。
① 在对该式中的待估参数进行估计时,由于该式和约束方程以及可变要素投入份额方程之间在理论上存在“跨方程的参数约束”,故可以采用多方程系统估计,且各个变量不存在内在关系,但各方程扰动项存在相关性,参考马红旗等(2018)的方法,本文选择似不相关回归法对待估参数进行估计。
② 对于企业中间投入2008—2013年的缺失问题,我们参考马红旗等(2018)的方法进行了补齐。
③ 由于《中国工业企业数据库》中缺失2010年的工业总产值、固定资产合计等数据,本文采用线性插值法对2010年该指标进行插值补充。
④ 考察期内中国企业产能利用率相对较低的省份有黑龙江、河北、内蒙古、吉林、山西、山东、湖北、陕西和辽宁等省(市、区),这些省(市、区)大多数是中国传统制造业和资源密集型产业的重要分布区,产能利用率不足问题较为严重。
[1] | 白俊红, 卞元超. 要素市场扭曲与中国创新生产的效率损失[J]. 中国工业经济, 2016(11): 39–55. |
[2] | 白俊红, 刘怡. 市场整合是否有利于区域创新的空间收敛[J]. 财贸经济, 2020(1): 96–109. DOI:10.3969/j.issn.1002-8102.2020.01.007 |
[3] | 白让让. 竞争驱动、政策干预与产能扩张——兼论“潮涌现象”的微观机制[J]. 经济研究, 2016(11): 56–69. |
[4] | 包群, 唐诗, 刘碧. 地方竞争、主导产业雷同与国内产能过剩[J]. 世界经济, 2017(10): 144–169. |
[5] | 曹春方, 张婷婷, 范子英. 地区偏袒下的市场整合[J]. 经济研究, 2017(12): 91–104. |
[6] | 范欣, 李尚. 市场分割诱发了企业产能过剩吗?[J]. 产业经济研究, 2020(1): 15–27. |
[7] | 干春晖, 邹俊, 王健. 地方官员任期、企业资源获取与产能过剩[J]. 中国工业经济, 2015(3): 44–56. |
[8] | 耿强, 江飞涛, 傅坦. 政策性补贴、产能过剩与中国的经济波动——引入产能利用率RBC模型的实证检验[J]. 中国工业经济, 2011(5): 27–36. |
[9] | 顾雪松, 韩立岩. 区域市场整合与对外直接投资的逆向溢出效应——来自中国省级行政区的经验证据[J]. 中国管理科学, 2015(3): 1–12. |
[10] | 桂琦寒, 陈敏, 陆铭, 等. 中国国内商品市场趋于分割还是整合: 基于相对价格法的分析[J]. 世界经济, 2006(2): 20–30. DOI:10.3969/j.issn.1007-1369.2006.02.004 |
[11] | 韩国高, 高铁梅, 王立国, 等. 中国制造业产能过剩的测度、波动及成因研究[J]. 经济研究, 2011(12): 18–31. |
[12] | 黄玖立, 李坤望. 出口开放、地区市场规模和经济增长[J]. 经济研究, 2006(6): 27–38. |
[13] | 江飞涛, 曹建海. 市场失灵还是体制扭曲——重复建设形成机理研究中的争论、缺陷与新进展[J]. 中国工业经济, 2009(1): 53–64. |
[14] | 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. |
[15] | 李嘉楠, 代谦, 庄嘉霖. 开放、市场整合与经济空间变迁: 基于近代中国开埠的证据[J]. 世界经济, 2019(9): 27–51. |
[16] | 李蕾蕾, 盛丹. 地方环境立法与中国制造业的行业资源配置效率优化[J]. 中国工业经济, 2018(7): 136–154. |
[17] | 林毅夫. 潮涌现象与发展中国家宏观经济理论的重新构建[J]. 经济研究, 2007(1): 126–131. DOI:10.3969/j.issn.1673-291X.2007.01.041 |
[18] | 刘冲, 吴群锋, 刘青. 交通基础设施、市场可达性与企业生产率——基于竞争和资源配置的视角[J]. 经济研究, 2020(7): 140–158. DOI:10.3969/j.issn.1002-5863.2020.07.037 |
[19] | 刘航, 孙早. 城镇化动因扭曲与制造业产能过剩——基于2001-2012年中国省级面板数据的经验分析[J]. 中国工业经济, 2014(11): 5–17. |
[20] | 刘毓芸, 戴天仕, 徐现祥. 汉语方言、市场分割与资源错配[J]. 经济学(季刊), 2017(4): 1583–1600. |
[21] | 陆铭, 陈钊. 分割市场的经济增长——为什么经济开放可能加剧地方保护?[J]. 经济研究, 2009(3): 42–52. |
[22] | 陆铭. 城市、区域和国家发展——空间政治经济学的现在与未来[J]. 经济学(季刊), 2017(4): 1499–1532. |
[23] | 吕越, 盛斌, 吕云龙. 中国的市场分割会导致企业出口国内附加值率下降吗?[J]. 中国工业经济, 2018(5): 5–23. |
[24] | 马红旗, 黄桂田, 王韧, 等. 我国钢铁企业产能过剩的成因及所有制差异分析[J]. 经济研究, 2018(3): 94–109. |
[25] | 皮建才. 中国地方政府间竞争下的区域市场整合[J]. 经济研究, 2008(3): 115–124. |
[26] | 宋马林, 金培振. 地方保护、资源错配与环境福利绩效[J]. 经济研究, 2016(12): 47–61. DOI:10.3969/j.issn.1005-2674.2016.12.006 |
[27] | 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. |
[28] | 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. |
[29] | 杨其静, 吴海军. 产能过剩、中央管制与地方政府反应[J]. 世界经济, 2016(11): 126–146. |
[30] | 余淼杰, 金洋, 张睿. 工业企业产能利用率衡量与生产率估算[J]. 经济研究, 2018(5): 56–71. |
[31] | 张可. 区域一体化、环境污染与社会福利[J]. 金融研究, 2020(12): 114–131. |
[32] | 张少华, 蒋伟杰. 中国的产能过剩: 程度测算与行业分布[J]. 经济研究, 2017(1): 89–102. |
[33] | 张学良, 程玲, 刘晴. 国内市场一体化与企业内外销[J]. 财贸经济, 2021(1): 136–150. |
[34] | 张宇. 地方保护与经济增长的囚徒困境[J]. 世界经济, 2018(3): 147–169. |
[35] | 赵留彦, 赵岩, 窦志强. “裁厘改统”对国内粮食市场整合的效应[J]. 经济研究, 2011(8): 106–118. |
[36] | 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. |
[37] | Berndt E R, Morrison C J. Capacity utilization measures: Underlying economic theory and an alternative approach[J]. American Economic Review, 1981, 71(2): 48–52. |
[38] | Davidson C, Deneckere R. Excess capacity and collusion[J]. International Economic Review, 1990, 31(3): 521–541. DOI:10.2307/2527159 |
[39] | Friedman M. More on Archibald versus Chicago[J]. The Review of Economic Studies, 1963, 30(1): 65–67. DOI:10.2307/2296033 |
[40] | Hsieh C T, Klenow P J. Misallocation and manufacturing TFP in China and India[J]. The Quarterly Journal of Economics, 2009, 124(4): 1403–1448. DOI:10.1162/qjec.2009.124.4.1403 |
[41] | Jorgenson D W. Capital theory and investment behavior[J]. American Economic Review, 1963, 53(2): 247–259. |
[42] | Kamien M I, Schwartz N L. Uncertain entry and excess capacity[J]. The American Economic Review, 1972, 62(5): 918–927. |
[43] | Ke S Z. Domestic market integration and regional economic growth-China’s recent experience from 1995-2011[J]. World Development, 2015, 66: 588–597. DOI:10.1016/j.worlddev.2014.09.024 |
[44] | Klein L R. Some theoretical issues in the measurement of capacity[J]. Econometrica, 1960, 28(2): 272–286. DOI:10.2307/1907721 |
[45] | Lau L J. A characterization of the normalized restricted profit function[J]. Journal of Economic Theory, 1976, 12(1): 131–163. DOI:10.1016/0022-0531(76)90030-2 |
[46] | Nelson R A. On the measurement of capacity utilization[J]. The Journal of Industrial Economics, 1989(3): 273–286. |
[47] | Paha J. Cartel formation with endogenous capacity and demand uncertainty[C]. Joint Discussion Paper Series in Economics, No. 43-2013, 2013. |
[48] | Pindyck R S. Irreversible investment, capacity choice, and the value of the firm[J]. The American Economic Review, 1988, 78(5): 969–985. |
[49] | Restuccia D, Rogerson R. Misallocation and productivity[J]. Review of Economic Dynamics, 2013, 16(1): 1–10. DOI:10.1016/j.red.2012.11.003 |
[50] | Shen G J, Chen B K. Zombie firms and over-capacity in Chinese manufacturing[J]. China Economic Review, 2017, 44: 327–342. DOI:10.1016/j.chieco.2017.05.008 |