产业政策导致了产能过剩吗？——基于中国工业行业的经验研究

寇宗来 刘学悦 刘 瑾

(复旦大学 中国社会主义市场经济研究中心，上海 200433；杜克大学 经济系，美国)

产业政策导致了产能过剩吗？
——基于中国工业行业的经验研究

寇宗来 刘学悦 刘 瑾

(复旦大学 中国社会主义市场经济研究中心，上海 200433；杜克大学 经济系，美国)

近年来，产能过剩已成为中国经济所面临的一个极其重要的问题，去产能已经是政府推行供给侧结构性改革的重点之一。在此背景下，本文从国家产业政策角度出发，区分鼓励类、限制类和淘汰类产业政策，剖析中国产能过剩的成因，考察各类产业政策对产能过剩的作用效果。本文首次将发改委四次出台的《产业结构调整指导目录》量化为分行业政策指数，并使用可变成本函数法估算中国33个工业行业1999至2014年的产能利用率，进而实证分析“选择性”产业政策对产能过剩的影响效果。研究结果显示，一方面，产业政策对产能过剩的影响具有非对称性，鼓励类政策会导致产能过剩，而限制类和淘汰类产业政策则没有显著的影响；另一方面，产业政策对产能过剩的影响具有所有制异质性，鼓励类产业政策会提高国有经济占比较高行业的产能利用率，即产业政策具有“国进民退”的效应，没有将金融、土地、人力等稀缺资源配置到民营部门，而是配置在国有部门。针对这一状况，本文进一步从行业内部竞争、地区间竞争与产业政策制定及实施等角度，提出了化解产能过剩的对策与建议。

产业政策 产能利用率 产能过剩 非对称性 异质性

一、 引 言

改革开放以来，尤其是上世纪90年代分税制改革后，从中央到地方，各级政府都广泛地干预经济，多次主导大规模投资行为。在政府主导投资和地方政府竞争的背景下，伴随着高速增长，中国经济也出现了产能过剩问题。2008年金融危机后，为使经济复苏，政府于2009年实施“四万亿”大规模经济刺激计划，地方融资平台随之大规模发展，基础设施建设不断推进。2012年政府投资规模进一步扩大，加之全球经济不景气、需求不足，国务院于2013年10月6日发布的《国务院关于化解产能严重过剩矛盾的指导意见》中指出，我国钢铁、水泥、电解铝、平板玻璃、船舶等行业出现严重的产能过剩。*参见人民网，http://politics.people.com.cn/n1/2015/1221/c1001-27957752.html。2014年3月8日，在全国政协召开的“发挥市场决定性作用和更好发挥政府作用,积极化解产能过剩”提案办理协商会上，收到化解产能过剩提案1000余件，已立案47件。*参见正义网，http://news.jcrb.com/jxsw/201403/t20140308_1342022.html。2015年12月18～21日举行的中央经济工作会议认为，积极稳妥化解产能过剩是2016年中国经济的五大任务之一。*参见人民网，http://politics.people.com.cn/n1/2015/1221/c1001-27957752.html。当前，去产能已经成为政府推行供给侧结构性改革的重点之一，产能过剩已成为中国经济所面临的一个极其重要的问题。

在讨论产能过剩问题之前，需要明确如下两个问题：第一，什么是产能过剩？第二，导致产能过剩的主要原因是什么？首先，产能过剩不同于产量过剩，这一概念意指在一段时期内，企业参与生产的所有固定资产，在现有的技术条件下，所能生产的产品数量超出市场消费能力，即企业实际生产能力相对于市场需求的过剩(Chamberlin, 1949)。*E.H.Chamberlin, The Theory of Monopolistic Competition: A Re-orientation of the Theory of Value (NewYork: OxfordUniversity Press, 1949).既有文献一般使用产能利用率或设备利用率来度量产能过剩，但并不存在统一的判断产能过剩的标准线。一般来说，产能利用率越低，产能就越相对过剩。其次，导致产能过剩的原因有很多种，主要可以区分为需求端和供给端两方面。从需求端来看，经济周期波动会导致产能过剩：当经济上行时，面对旺盛的市场需求，企业扩大投资的动机较强；然而当经济下行时，尽管市场需求已经下降，但企业进行的大量固定资产投资由于资产专用性问题无法变现，企业一般不愿意停止生产，这就形成了持续性的过剩产能。从供给端分析，过度投资是导致产能过剩的直接原因：在中国现有官员晋升制度和地方政府间GDP锦标赛背景下(周黎安, 2007)，*周黎安：《中国地方官员的晋升锦标赛模式研究》,《经济研究》2007年第7期。地方政府间过度竞争，其对经济的干预导致全国范围的大量重复投资，从而形成过剩产能。

产能过剩可能会对经济造成多方面的负面影响。在微观方面，产能过剩的行业一般会出现产品价格大幅下跌、企业效益滑坡的现象，同时伴随着产销率下降，库存增加。在宏观方面，如果多个行业出现产能过剩，整体物价水平将明显下降，产生通缩的压力，同时由于企业绩效下降，其投资预期降低，形成经济下调压力。与此同时，企业的盈利减少甚至亏损，将造成银行不良资产增加，最终使得金融系统中的风险加大。

为解决产能过剩问题，中央政府使用过多种调控手段：宏观层面上进行了相关调控以及推行“普惠性”的公共经济政策；微观层面上采用行业进入和融资限制等；在中观层面上实施“选择性”产业政策。产业政策不仅会影响市场上潜在进入企业和在位企业的生产行为，还会通过对生产工艺和设备的限制直接影响企业的投资和生产决策。已有研究多数认为产业政策会导致产能过剩。然而，此类研究主要是集中于广义的鼓励性产业政策(即“普惠性”的公共经济政策)对产能过剩的影响。广义的产业政策会一般性地影响市场竞争环境，并不是那么强调对行业或者企业的选择性；而狭义产业政策(即“选择性”的产业政策)的核心在于“选择性”：政府既可以对某些特定的产业乃至企业提供优惠的支持政策，也可以制定相关政策来限制某些特定产业或企业的发展。中国在国家层面和地区层面都存在“选择性”产业政策。由于中国是一个大国，国家层面的产业政策涵盖范围较广；同时中国也是一个出口导向型国家，当全球经济下行、世界对中国出口需求不足时，更有可能导致重复投资建设和产能过剩。而各地区的要素禀赋和经济结构不同，各地区实行的产业政策差异较大，其对于产能过剩影响的效应未必同步。

基于此，本文从国家层面“选择性”产业政策的角度来分析其对产能过剩的作用效果。本文选取国家发改委四次出台的《产业结构调整指导目录》，此目录是中国产业政策的一般性指导目录，对地方投资和银行贷款行为都具有广泛的影响，它不仅包括鼓励类政策，还包括限制类和淘汰类政策。本文将每条产业政策都匹配到相关行业，并使用可变成本函数法估算中国33个工业行业1999至2014年的产能利用率，以此度量各行业产能过剩情况。研究结果显示，一方面，产业政策对产能过剩的影响具有非对称性，鼓励类政策会导致产能过剩，而限制类和淘汰类产业政策则没有显著的影响；另一方面，产业政策对产能过剩的影响具有所有制异质性，鼓励类产业政策会提高国有经济占比较高行业的产能利用率，即产业政策具有“国进民退”的效应，没有将金融、土地、人力等稀缺资源配置到民营部门，而是配置在国有部门。

二、 文献综述

与本文相关的文献大致可分为三类，分别是产能过剩成因研究、产业政策量化研究和估算产能利用率研究。通过对这三类文献的简要介绍，能够更好地了解本文的脉络和贡献。

第一类文献主要研究产能过剩的成因，对此文献中有许多种不同的解释。有的学者主要从需求端考虑，认为产能过剩是由经济周期性波动导致的，经济繁荣时市场需求较大，企业会加大投资进行生产，一旦经济转入萧条期，企业由于进行了大量的固定资产投资而不愿意退出市场，之前累积的和继续生产的产能会大于市场需求，便形成了过剩的产能(Arestis和Sawyer, 2005)。*P.Arestis, and M. Sawyer, “Aggregate Demand, Conflict and Capacity in the Inflationary Process,” Cambridge Journal of Economics 29.6 (2005): 959-974.在经济上行期，为了应对可能的需求扩张，或是采用策略性的手段阻挠新进入者，企业可能自愿地维持适度过剩的产能(Driver, 2000; Spence, 1977)。*C.Driver, “Capacity Utilization and Excess Capacity: Theory, Evidence, and Policy,” Review of Industrial Organization 16.1 (2000): 69-87; A.M.Spence, “Entry, Capacity, Investment and Oligopolistic Pricing,” The Bell Journal of Economics (1977): 534-544.

还有学者从供给端考虑，认为过度投资是导致产能过剩的直接原因。从信息的角度来看，国家政策的发布作为一种市场信号，使得投资者在预期到产业的兴旺前景，并对行业投资总量和其他企业的行为具有不完全信息的情况下，做出过度投资的决策，产生“潮涌现象”，这会导致产能过剩(林毅夫, 2007; 林毅夫等, 2010)。*林毅夫：《潮涌现象与发展中国家宏观经济理论的重新构建》,《经济研究》2007年第1期; 林毅夫、巫和懋、邢亦青：《“潮涌现象”与产能过剩的形成机制》,《经济研究》2010年第10期。韩国高等(2011)通过可变成本函数法估计制造业各行业产能利用率，验证了过度投资是导致产能过剩的原因这一观点。*韩国高、高铁梅、王立国、齐鹰飞、王晓姝：《中国制造业产能过剩的测度、波动及成因研究》,《经济研究》2011年第12期。针对中国产能过剩的研究发现，在中国现有的官员晋升制度下，地方政府之间存在GDP锦标赛，这种竞争环境迫使各地政府进行重复投资以降低对手的相对绩效。寇宗来和周敏(2011)在二次交通成本的Hotelling模型基础上，引入了相对绩效考核机制，认为在这种竞争加剧的情况下，相关主体倾向于选择更同质的产品以削弱对手的优势，而这也是理解中国重复投资问题的关键。*寇宗来、周敏：《混合绩效评估下的区位—价格竞争研究》,《经济研究》2011年第6期。周敏和石磊(2012)则认为产能过剩是一种概率性事件，企业事前决策制定的产能，相比生产完成之后的市场需求，既可能会不足，也可能会过剩，而地方政府间的“恶性竞争”会激励企业事前制定更高的产能计划。*周敏、石磊：《相对绩效评估下的区域间“恶性竞争”》,《世界经济文汇》2012年第5期。皮建才等(2015)发现地方政府间的政策性补贴竞争会导致全国范围的产能过剩，在体制扭曲背景下，地方政府直接干预经济导致的大量重复投资是形成过剩产能的重要原因(韩秀云, 2012; 江飞涛等, 2012)。*皮建才、黎静、管艺文：《政策性补贴竞争、体制性产能过剩与福利效应》,《世界经济文汇》2015年第3期；韩秀云：《对我国新能源产能过剩问题的分析及政策建议——以风能和太阳能行业为例》,《管理世界》2012年第8期；江飞涛、耿强、吕大国、李晓萍：《地区竞争、体制扭曲与产能过剩的形成机理》,《中国工业经济》2012年第6期。

有学者强调，产业政策也是导致产能过剩的重要原因之一。Steel(1972)分析了加纳的数据，发现在该国的进口替代行业中，生产商贷款和资本品的低进口税政策使得制造业产能急速扩张，最终形成过剩产能。*W.F.Steel, “Import Substitution and Excess Capacity in Ghana,” Oxford Economic Papers 24.2 (1972): 212-240.另一部分研究也从进口关税和出口补贴的角度讨论了产能过剩问题(Blonigen, 2015; Blonigen和Wilson, 2010; Sahay, 1990)。*B.A.Blonigen, “Industrial Policy and Downstream Export Performance,” The Economic Journal (2015); B.A.Blonigen, and W. W. Wilson, “Foreign Subsidization and Excess Capacity,” Journal of International Economics 80.2 (2010): 200-211; R.Sahay, “Trade Policy and Excess Capacity in Developing Countries,” Staff Papers 37.3 (1990): 486-508.与国外研究的文献大多是以对外贸易为切入口分析产业政策对产能利用率的影响相比，探究中国产业政策与产能过剩这一问题的文献很少，大多只是定性地阐述了产业政策会导致产能过剩这一观点。江飞涛等(2012)从理论的角度，提出地区补贴性竞争是导致中国形成过剩产能的主要原因；张杰(2015)通过具体案例验证了不当产业政策会引发产能过剩的观点；桑瑜(2015)基于数据分析，提出除了地方政府相对绩效考核外，以增值税为主体的税收体制和产业支持政策都是导致产能过剩的重要因素。*江飞涛、耿强、吕大国、李晓萍：《地区竞争、体制扭曲与产能过剩的形成机理》,《中国工业经济》2012年第6期；张杰：《基于产业政策视角的中国产能过剩形成与化解研究》,《经济问题探索》2015年第2期；桑瑜：《产能过剩: 政策层面的反思与实证》,《财政研究》2015年第8期。Aghion等(2015)的观点与以上文献相反，他们使用中国工业企业微观数据，实证结果表明税收优惠和政府补贴等“普惠性”产业政策会加剧行业内竞争，缓解产能过剩问题。*P.Aghion et al., “Industrial Policy and Competition,” American Economic Journal: Macroeconomics 7.4 (2015): 1-32..然而，无论是国内还是国外的文献，大多使用进口关税、出口补贴、税收优惠来作为产业政策的代理变量，考察其对产能过剩的影响，他们讨论的是广义的“普惠性”产业政策，这类政策更像是公共经济政策，大多是优惠性(或鼓励性)的政策。而本文的研究将聚焦于狭义的“选择性”产业政策，不仅仅包括鼓励类政策，还包括限制类和淘汰类政策。

第二类文献主要涉及政策量化方面的讨论。政策量化是将分析从模糊定性过渡到精确定量的一个重要步骤。最早的开创性工作由Libecap(1977)完成，他第一次将矿产权的活动量化为法律变革指数。*G.D.Libecap, “The Evolution of Private Mineral Rights: Nevada’s Comstock Lode,” Business and Economic History (1977): 138-141.潜伟和吕科伟(2007)分析了《宋史》所载科技内容，以其句频度量宋代当权者对科技的关注程度，作为当时科技政策的指标。*潜伟、吕科伟：《宋代科技政策的计量研究——以〈宋史〉本纪中记载科技内容为计量对象》,《科学学研究》2007年第2期。在针对“选择性”产业政策的量化方面，殷华方等(2006)将四次外商直接投资产业政策目录中的条目归类到不同产业代码中，对鼓励类和禁止类项目赋予不同权重并构建出外资产业政策指数。*殷华方、潘镇、鲁明泓：《中国外商直接投资产业政策测量和有效性研究: 1979～ 2003》,《管理世界》2006年第7期。本文也使用政策量化的方法，将国家发改委四次出台的《产业结构调整指导目录》的每条政策匹配到相应行业，构建产业政策强度指标，来考察产业政策的作用。

第三类文献是关于估算产能利用率的经验研究。国外学者很早就深入研究了如何估算产能利用率这个问题。Cassels(1937)与Morrison(1985)提出，最优产能产量对应着短期成本曲线的最低点。*J.M.Cassels, “Excess Capacity and Monopolistic Competition,” The Quarterly Journal of Economics (1937): 426-443; C.J.Morrison, “Primal and Dual Capacity Utilization: an Application to Productivity Measurement in the US Automobile Industry,” Journal of Business & Economic Statistics 3.4 (1985): 312-324.进一步地，Berndt和Morrison(1981)以及Morrison和Berndt(1981)提出用可变成本函数法估算产能利用率，Garofalo和Malhotra(1997)使用此方法估算了美国各州制造业的产能利用率。*E.R.Berndt, and C. J. Morrison, “Capacity Utilization Measures: Underlying Economic Theory and an Alternative Approach,” The American Economic Review 71.2 (1981): 48-52; C. J. Morrison, and E.R.Berndt, “Short-run Labor Productivity in a Dynamic Model,” Journal of Econometrics 16.3 (1981): 339-365; G.A.Garofalo,, and D. M. Malhotra, “Regional Measures of Capacity Utilization in the 1980s,” Review of Economics and Statistics 79.3 (1997): 415-421.非常有创意地，Foss(1963)利用最优用电量和实际用电量的差值来估算设备利用率。*M.F.Foss, “The Utilization of Capital Equipment: Postwar Compared with Prewar,” Survey of Current Business 43.6 (1963): 8-16.而国内对产能利用率的研究于20世纪末才开始起步，沈利生(1999)利用峰值法和用电量数据测算了国内设备利用率，韩国高等(2011)和孙巍等(2009)则使用成本函数法估算了中国制造业行业的产能利用率，董敏杰等(2015)则将产能利用率分解为技术效率与设备利用率，使用DEA方法进行测算。*沈利生：《我国潜在经济增长率变动趋势估计》,《数量经济技术经济研究》1999年第12期；韩国高、高铁梅、王立国、齐鹰飞、王晓姝：《中国制造业产能过剩的测度、波动及成因研究》,《经济研究》2011年第12期；孙巍、李何、王文成：《产能利用与固定资产投资关系的面板数据协整研究——基于制造业 28 个行业样本》,《经济管理》2009年第3期；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》,《经济研究》2015年第1期。

相比以上三类既有文献，本文的主要贡献在于：第一，选择国家层面“选择性”产业政策，实证检验其对产能过剩的作用效果；第二，考虑产业政策的非对称性，不仅研究鼓励类产业政策，还研究限制类和淘汰类产业政策对产能过剩的影响；第三，分析产业政策的异质性，研究所有制成份占比与产业政策对产能过剩作用的交互效应；第四，由于国家发改委颁布的四次产业政策与国民经济行业分类并不是一一对应，故本文通过产品和技术关键词匹配方法，首次量化国家层面的“选择性”产业政策。

三、 产业政策量化

本文主要分析“选择性”产业政策在全国行业层面产能过剩问题中扮演的角色，故选取国家发改委颁布的四份《产业结构调整目录》作为研究对象。这四份目录分别颁布于2000、2005、2011和2013年*由于2005年的《产业结构调整目录》于12月颁布，下文进行数据分析时都将此次产业政策当作2006年颁布进行计算。，它们将国家需要重点调整的行业及生产项目分别划归到鼓励类、限制类和淘汰类*淘汰类政策包括淘汰落后生产工艺装备和淘汰落后产品两种。，以此指导地方政府和各行业企业加大、减少或停止在某个领域的生产和投资。

进一步地，将四份《产业结构调整目录》中的每一条政策，根据产品类型和项目内容，匹配到不同的二位码行业。具体步骤如下：首先，参照Brandt et al.(2012)公布的1994与2002年两次制造业行业分类对照关系表的形成方法，建立一张囊括1994、2002和2011年三次国民经济行业分类的对应关系表。*L.Brandt, J. Van Biesebroeck, and Y.Zhang, “Creative Accounting or Creative Destruction? Firm-level Productivity Growth in Chinese Manufacturing,” Journal of Development Economics 97.2 (2012): 339-351.然后，根据国家统计局公布的 2010版《统计用产品分类目录》，形成《统计用产品分类目录》与国民经济行业分类(GB/T 4754-2011)对应表(后称产品—行业表)。最后，使用产品(或技术)关键词，通过电脑匹配与人工校准，将每一条政策匹配到相应的四位码行业。*如果某条政策中多个产品关键词对应同一个四位码行业，那么这个四位码行业在这条政策上只算一次；如果某条政策涵盖范围较广，有多个产品关键词对应多个不同的四位码行业，则这条政策会对应上多个四位码行业。

在这四次颁布的《产业结构调整目录》中，政策数量不断上升，从2000年的526条上升到2013年的1408条，而且单条政策匹配的行业数量也处于上升趋势，这说明国家层面的每条产业政策涵盖范围在扩大，每条产业政策不仅考虑某个行业，而且更多考虑其关联行业。*本文将一条政策匹配上某个四位码行业统计为一个样本，若匹配上多个四位码行业则记为多个样本。而从政策类别角度来看，除了2000年全是鼓励类政策外，后面三次则是鼓励类政策占一半左右，淘汰类政策占30%，限制类政策占20%左右。*由于篇幅有限，本文并未列出三类产业政策的具体数量，需要者请与本文作者联系。

从工业二位码行业层面来看，在四次产业政策中，专用设备制造业、化学原料和化学制品制造业的政策总数一直处于前两位，其原因在于这两个工业行业在生产过程中的特殊性：专用设备制造业涉及各类工业行业生产工具的生产，而化学原料和化学制品制造业涉及各类工业行业生产原料的生产。在政策类别分布上，计算机、通信和其他电子设备制造业，仪器仪表制造业的鼓励类政策占比较高；有色金属冶炼和压延加工业、黑色金属冶炼和压延加工业、纺织业、通用设备制造业的限制及淘汰类政策占比较高。*由于篇幅有限，本文并未列出各二位码行业产业政策的具体数量，需要者请与作者联系。

考虑到产业政策内容一般是针对某种产品、设备或者技术，而不同产业涵盖的产品数量差别较大，直接使用产业政策数量代表二位码行业的产业政策强度不够合理。因此，我们使用如下公式，构造二位码行业层面的产业政策强度指标：

其中intensityJ是二位码行业J的产业政策强度，k是J行业的产业政策数量，productj是J行业对应的第j条产业政策所匹配的四位码行业产品总数，productJ是J行业的产品总数。此产业政策强度指标包括两个方面：一方面，针对二位码行业J的产业政策数量越多，产业政策强度越高；另一方面，针对二位码行业J的某条产业政策所对应的四位码行业产品数量在J行业中占比越高，产业政策强度越高。

表1至表3列出了三类政策在不同年份产业政策强度排名前十的二位码行业。从时间序列角度来看，各个行业在不同年份的各类政策强度排名变化相对不大，这说明近十多年来产业政策依然是针对“老”行业的相关问题。但其与上文所讨论的政策数量排名有一定的区别：医药制造业，石油和天然气开采业，化学原料和化学制品制造业，汽车制造业，计算机、通信和其他电子设备制造业的鼓励类政策强度较高；黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业、煤炭开采和洗选业、化学原料和化学制品制造业、纺织业的限制类和淘汰类政策强度较高。

表1 鼓励类政策强度排名前十的行业

表2 限制类政策强度排名前十的行业

表3 淘汰类政策强度排名前十的行业

四、 产能利用率估算

度量产能过剩所使用的主要指标是产能利用率(或设备利用率)。在与产能利用率相关的官方数据中，主要有如下三类数据：一类是国家统计局对12000家工业企业进行的问卷调查，收集了企业生产经营状况和设备利用程序的信息，但这份微观数据并未对外公布，只是将其合成为工业景气指数而发布；另一类是国际组织公布的数据，例如OECD公布的中国制造业产能利用率季度数据，IMF国别报告也公布了中国部分年份的平均产能利用率；还有一类是中国人民银行的“5000家主要工业企业调查”数据，这是一份不区分行业的“设备能力利用水平”季度数据。总的来说，这三类官方数据都只是在国家层面上统计产能利用率，并没有提供细分行业指标，不能直接用于行业层面的研究，因此本文使用行业层面相关数据估算各行业产能利用率。具体而言，本文将采用可变成本函数法，使用二位码行业层面相关数据，估算33个工业行业的产能利用率。*本文使用的行业层面数据都统一使用国民经济行业分类(GB/T 4754-2011)的分类方式。由于开采辅助活动(11)和金属制品、机械和设备修理业(43)被划分到第三产业，因此剔除这两个行业；而电力、热力、燃气及水生产和供应业(44,45,46)为公共事业，具有非营利性特征，也将其剔除；废弃资源综合利用业(41)和其他制造业(42)只有2003年及之后的数据，其他采矿业(12)在三次国民经济行业分类间调整较大，故剔除以上三个行业。

(一)可变成本函数法

可变成本函数法最早由Berndt和Morrison(1981)以及Morrison和Berndt(1981)提出，*E.R.Berndt, and C. J. Morrison, “Capacity Utilization Measures: Underlying Economic Theory and an Alternative Approach,” The American Economic Review 71.2 (1981): 48-52; C. J. Morrison, and E.R.Berndt, “Short-run Labor Productivity in a Dynamic Model,” Journal of Econometrics 16.3 (1981): 339-365.其核心逻辑在于：企业在长期可以自由调整所有生产要素，能够在约束条件下实现最优产出，即产能产出(capacity output)；而在短期内，无法调整所有生产要素，实际产出会有别于产能产出，产能利用率等于实际产出与产能产出之比。

下面先通过一个简单的理论模型来刻画产能利用率的求解过程，假设生产函数的形式为：

Y=f(V,K)

其中，Y表示实际产出，V是可变投入品向量，主要包括劳动力、能源和中间品等，固定资本K是唯一的准固定投入品(投入量在短期固定，但长期可变)，生产函数f具有长期规模收益不变特性。

企业在短期面临的最优化问题是最大化可变利润(收益减去可变成本)，其对偶问题为可变成本最小化，由短期可变成本最小化可求得实际产出Y。而产能产出Y*是企业长期利润最大化决策的结果，其对偶问题是总成本最小化，假设总成本函数为：

TC=VC+FC=G(Y,PV,K)+PKK

其中可变成本函数VC=G(Y,PV,K)，PV是可变投入品价格向量，PK是固定资本的价格。

由总平均成本最小化可以得到产能产出：

Y*=Y*(PV,K,PK)

根据定义，产能利用率等于实际产出和产能产出的比率：CU=Y/Y*。

从实证分析的角度来看，本文采用Morrison(1985)的估计方法*C.J.Morrison, “Primal and Dual Capacity Utilization: an Application to Productivity Measurement in the US Automobile Industry,” Journal of Business & Economic Statistics 3.4 (1985): 312-324.，假设可变成本函数为：

VC=G(K,ΔK,PV,t,Y)

企业的成本最小化问题需要考虑以下因素：短期投入的固定资本K(PK为固定资本的价格)、新增投资ΔK、可变投入品价格PV(考虑数据可得性，本文将劳动力L、能源利用量E和原材料M作为可变投入品，PL、PE、PM分别表示这三种要素的价格)、技术进步(用时间趋势t刻画)，以及外生给定的实际产出Y。

(1)

使用(1)式进行回归分析可以估计得到各个参数(各个α 和γ)。

(2)

=0

(3)

由(1)式和(3)式可求得产能产出：

(4)

因此，产能利用率为：

(5)

(二)数据和指标说明

本文使用1998至2014年间33个工业行业的相关数据来估算各行业在1999至2014年的产能利用率，主要数据来源是国家统计局的《中国工业经济统计年鉴》和《中国能源统计年鉴》(1999～2015年相关各年)*由于估算产能利用率时需要计算新增投资ΔK，所以要使用1998年的相关数据。《中国工业经济统计年鉴》以及《中国能源统计年鉴》的统计数据是针对上一年(1998年)的，以此类推。。

1. 实际产出(Y)的相关指标计算

本文用各行业的工业增加值来衡量实际总产出Yit，Yit表示行业i在第t年的总产出(下文涉及类似下标it的变量同理)。*在2012年之前，由于部分行业在某些年份未公布其工业增加值，故本文通过假设工业总产值增长率与工业增加值增长率相等来填补其缺失值；2012至2014年各行业均未公布其工业增加值与工业总产值，通过假设工业销售产值增长率与工业增加值增长率相等来填补其缺失值。

2. 固定资本(K)的相关指标计算

参照吴延兵(2006)的做法，本文选取各行业固定资产净值作为固定资本存量Kit的指标。*吴延兵：《 R& D 与生产率——基于中国制造业的实证研究》,《经济研究》2006年第11期。固定资产净值=固定资产原价-已计提折旧额。同时使用各年份固定资产原价的差值作为当年投资Iit的近似值，通过永续盘存法，根据张军和章元(2003)估算资本存量的公式Kit=Kit-1(1-δit)+Iit，*张军、章元：《对中国资本存量 K 的再估计》,《经济研究》2003年第7期。利用下面(6)式计算各行业在各年份的折旧率δit：

(6)

根据Romer(1996)的定义，*D.Romer, Advanced Macroeconomics (New York: Mcgraw-hill Companies, 1996).各行业的资本价格PKit由下式(7)计算得到：

(7)

其中，rt是1至3年期贷款利率减去通货膨胀率后的实际利率，qt为固定资本的实际购进价格，用Perkins & Rawski(2008)的投资价格指数替代。*D.H.Perkins, and T. G. Rawski, “Forecasting China’s Economic Growth to 2025,” China’s Great Economic Transformation (2008): 829-86.该文的投资价格指数的基期是1998年(等于100)，但数据只给到2006年，本文结合固定资产投资价格指数外插得到2007至2014年的指数，并进一步将1998年的价格指数标准化为1。(7)式表明，持有固定资本需要付出三部分成本：其一，放弃持有现金获取的利息rtqt；其二，资本折旧δitqt；其三，资本品市场价格的波动qt。

3. 可变成本(VC)的相关指标计算

由上文(1)式可知，标准化的可变成本为：

(8)

其中，劳动力Lit用各行业年平均从业人员数来衡量，将各行业人均工资换算成以基期1998年价格为1的实际劳动力价格指数，作为PLit的度量。选取各行业能源消费量(百万吨标准煤)作为Eit的指标，在需要用到以百万元人民币为单位的真实能源价格时，本文利用原煤、原油、电力、天然气四类能源在各年份的供能量占比、单位价格，以及其与百万吨标准煤之间的热量换算关系，估算出每百万吨标准煤在各年的真实价格，并将此真实价格换算成以基期1998年价格为1的实际能源价格指数，作为PEit的度量。原材料投入成本根据国家统计局的计算方法近似得到*原材料投入成本=工业中间投入-能源消耗量×能源真实价格=工业总产出-工业增加值+应交所得税-能源消耗量×能源真实价格。，原材料价格指数PM采用原材料购进价格指数替代。*《中国统计年鉴》给出了综合原材料购进价格指数和八类原材料购进价格指数，本文将33个工业行业划归到这八个类别。燃料、动力类购进价格指数：煤炭开采和洗选业，石油和天然气开采业，黑色金属矿采选业，有色金属矿采选业，非金属矿采选业；黑色金属材料类购进价格指数：黑色金属冶炼及压延加工业；有色金属材料类购进价格指数：有色金属冶炼及压延加工业；化工原料类购进价格指数：石油加工、炼焦和核燃料加工业，化学原料及化学制品制造业，医药制造业，化学纤维制造业，橡胶和塑料制品业；木材及纸浆类购进价格指数：木材加工及木、竹、藤、棕、草制品业，家具制造业，造纸及纸制品业，印刷业和记录媒介的复制业，文教、工美、体育和娱乐用品制造业；建筑材料及非金属矿类购进价格指数：非金属矿物制品业，金属制品业，通用设备制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业；农副食品类购进价格指数：农副食品加工业，食品制造业，酒、饮料和精制茶制造业，烟草制造业；纺织原料类购进价格指数：纺织业，纺织服装、服饰业，皮革、毛皮、羽毛及其制品和制鞋业。

(三)产能利用率估算结果

类似韩国高等(2011)的估计方法，考虑到行业间的异质性问题，本文按照国家统计局对轻重工业的划分标准，将这33个工业行业分为重工业(21个行业)和轻工业(12个行业)两组，使用1999至2014年各行业的面板数据，分别对这两类行业的可变成本函数进行估计。*韩国高、高铁梅、王立国、齐鹰飞、王晓姝：《中国制造业产能过剩的测度、波动及成因研究》,《经济研究》2011年第12期。轻工业行业包括：农副食品加工业，食品制造业，酒、饮料和精制茶制造业，烟草制品业，纺织业，纺织服装、服饰业，皮革、毛皮、羽毛及其制品和制鞋业，木材加工和木、竹、藤、棕、草制品业，家具制造业，造纸和纸制品业，印刷和记录媒介复制业，文教、工美、体育和娱乐用品制造业，其余行业为重工业行业。本文采用普通最小二乘法进行相关估计，标准误是聚类到二位码行业层面的稳健标准误。在图1中，可以看到，化学原料及化学制品制造业，化学纤维制造业，石油加工、炼焦和核燃料加工业，造纸和纸制品业，非金属矿物制品业，黑色金属冶炼及压延加工业这六个行业的产能利用率长期低于79%*本文选取79%作为判断产能过剩的标准线，这也是国际上常用的标准线。，属于严重产能过剩。其中除造纸和纸制品业是轻工业之外，其余产能过剩行业都是重工业。

图1 六大产能过剩行业的产能利用率

从图1中同样能够看出，大多数行业的产能利用率变化与中国宏观经济周期步调一致。从2002年开始，亚洲金融危机的阴影逐渐散去，中国经济开始复苏，大部分行业的产能利用率从此时开始有了一波明显的提升。2008年的次贷危机引发全球金融危机，以出口为导向的中国经济受到波及而面临衰退压力，大部分行业的产能利用率急剧下降。比如石油加工、炼焦和核燃料加工业，2008年的产能利用率高达101.5%，却在2009年锐减至57.9%。增长减缓和产能过剩之间，存在较为显著的正反馈机制。政府也试图通过制定产业政策来缓解产能过剩问题，以重振中国经济。然而，从图1中可以观察到一个较为明显的事实是：国家发改委于2000和2011年两次发布产业政策后，各行业产能利用率不升反降，产能过剩问题反而进一步恶化。那么，产业政策是否会导致产能过剩？下文将对此进行更为翔实的实证检验。

五、 研究假说和实证结果

(一)研究假说

经过上世纪90年代的“抓大放小”等一系列国企改革措施之后，许多国有企业都退出了竞争性领域，国有经济较为集中的行业的行政性进入壁垒较高。由于国有企业存在投资软预算约束问题，故相比市场需求，国有经济占比较高行业的投资过度的可能性较大。据此，我们提出：

假说1： 国有经济占比较高行业的产能更相对过剩。

产业政策既包括选优(pickwinner)的鼓励类政策，也包括选差(pickloser)的限制类和淘汰类政策，其对行业产能利用率的影响可能是非对称的。在鼓励类政策下，企业会为了享受补贴或者优惠的银行贷款而进入某个行业，结果导致每个企业都“吃不饱”，进而降低产能利用率。实际上，这时候产业政策不是减轻了，而是恶化了由于信息不对称而造成的协调失败问题。另一方面，一旦国家要限制或者禁止某些产品，与之相关的固定资产投资已经变成了沉淀成本，而且更有可能与地方政府的利益密切相关，所以，自上而下的“限制性”或者“禁止性”就无法得到地方政府或者官员的有力配合。因此，我们有：

假说2： 不同类型产业政策对产能过剩的作用效果具有非对称性，鼓励类政策更可能导致产能过剩。

由于国有企业是政府财政收入的重要来源之一，而且鉴于其产权的特殊性，国有企业从政府部门获得资源的可能性更大。尤其是鼓励类产业政策，更可能将金融、土地、人力等稀缺资源配置到国有部门。由此，我们得到如下假说：

假说3： 产业政策对不同类型行业产能过剩的影响具有异质性，在那些国有经济占比较高行业，鼓励类产业政策可能会提高其产能利用率，缓解产能过剩问题。

(二)计量模型选择

本文使用1999～2014年全国33个工业二位码行业相关行业层面数据，通过面板模型考察产业政策对产能过剩形成的影响，主要采用固定效应(FE)模型。本文采取如下计量模型：

CUit=β0+β1soeit+β2intensityit+
β2soeit*intensityit+Zitγ+εit

其中，CUit为行业i在第t年的产能利用率。主要解释变量有三个：soeit是行业i在t年的国有资本占实收资本之比，衡量该行业的国有经济成分占比；intensityit表示行业i在第t年的产业政策强度；*产业政策强度指标取值方式如下：当某个产业在2000、2006、2011和2013年的产业政策数量分别为a、b、c、d时，其在2000年之前取值为0，在2000至2005年取a，2005至2010年取b，2011至2012年取c，在2013年及之后取d。soeit*intensityit为交互项。Zit是一组控制变量，主要包括：政策长度(发布政策当年取1，之后逐步递增)*1999年由于未发布政策，故将其政策长度变量取一个较大值10，这里无论取多大的值都不会影响最终的回归结果。，用于控制产业政策对产能过剩影响的时间效应；行业的资本密集度ln(K/L)，表示行业内企业数量；当年GDP增长率，用于控制总需求变动对产能利用率的影响；2006、2011和2013年的政策dummy，用于控制四次产业政策异质性；时间趋势项。同时本文也会控制行业固定效应，εit为随机扰动项。

(三)基准回归结果

在基准回归里，先不加入产业政策强度及与产业政策相关的控制变量。表4报告了基准回归结果。(1)至(3)列为OLS回归结果，(4)列为固定效应回归结果，(5)列为随机效应回归结果。为控制由行业层面不可观测特征导致的内生性问题，本文主要看固定效应回归结果。(2)至(5)列里国有资本占比的系数均显著为负，这是因为国有资本占比相对较高的行业主要是垄断性行业，行业内部竞争主要体现在资源投入上，因此其产能利用率更低，更容易形成产能过剩，假说1得到验证。行业资本密集度和企业数量的系数变化基本上都不显著，这说明行业资本密集度和企业数量并不显著影响产能过剩。

表4 影响产能利用率的基本因素

注： 所有模型都没有报告常数项的结果。括号中报告的是异方差稳健标准误。其中，上标***表示1%显著性水平、**表示5%显著性水平、*表示10%显著性水平。

(四)产业政策强度对产能过剩的影响

接下来，为了进一步分析三类产业政策对各行业产能过剩的影响，在基准回归的基础上加入产业政策强度、产业政策强度与国有资本占比的交互项，以及与产业政策相关的控制变量。

回归结果如表5所示，其中(1)和(2)列是OLS回归结果，(3)和(4)列是固定效应回归结果，(5)和(6)列是随机效应回归结果。(3)列只加入三类产业政策强度和相关控制变量，虽然三类产业政策强度系数均不显著，但鼓励类政策长度的系数显著为负，这说明鼓励类政策在当年不会显著影响产能利用率，但其降低产能利用率的效果是随着时间推移越来越显著的。在(4)列中加入三类产业政策强度与国有资本占比的交互项后，以上结论依然不变，这表明，不同类型产业政策对产能过剩的作用效果具有非对称性，鼓励类政策更可能导致产能过剩，假说2成立。其原因是：在鼓励类政策下，企业会为了享受补贴或者优惠的银行贷款而进入某个行业，结果导致每个企业都“吃不饱”，进而降低产能利用率。实际上，这时候产业政策不是减轻了，而是恶化了由于信息不对称而造成的协调失败问题。另一方面，一旦国家要限制或者禁止某些产品，与之相关的固定资产投资就会变成沉淀成本，而且更有可能与地方政府的利益密切相关。所以，自上而下的“限制性”或者“禁止性”产业政策就无法得到地方政府或者官员的有力配合。

如基准回归结果中所验证的，所有制成份对各行业的产能利用率的影响非常显著，故产业政策对不同所有制类型行业的产能利用率的影响效果可能存在异质性。本文通过在(4)列回归方程中加入三类产业政策强度分别与国有资本占比的交互项进行验证，回归结果表明，鼓励类政策强度与国有资本占比交互项的系数显著为正*尽管淘汰类产业政策强度与国有资本占比的系数均显著，但由于其政策强度、政策长度的系数均不显著，所以本文认为这两类政策对产能利用率的影响是不稳健的。，假说3得到验证。这个结果非常有趣。尽管国有资本比重越高的产业，其产能利用率越低，但相对于民营企业，鼓励政策会提高国有企业的产能利用率。这就意味着，鼓励类产业政策会产生“国进民退”效应，它并没有将金融、土地、人力等稀缺资源配置到民营部门，而是配置在国有部门。这种实施层面的问题，也进一步降低了产业政策对私营经济的吸引力。

(3)和(4)列中国有资本占比系数仍然显著为负，并且其系数绝对值变大，这说明假说1是稳健的。2011和2013年这两个产业政策dummy的系数显著为正，这说明四次产业政策对产能利用率的影响效果有显著差异。

表5 产业政策强度对产能利用率的影响

注： 所有模型都没有报告常数项的结果。括号中报告的是稳健标准误。其中，上标***表示1%显著性水平、**表示5%显著性水平、*表示10%显著性水平。

(五)稳健性检验

为了检验研究结果的稳健性，本文从两个角度进行了稳健性检验。首先，考虑到鼓励类政策并不是在当期降低产能利用率，故使用滞后一期解释变量进行分析。其次，使用滞后一期产业政策强度作为当期产业政策强度的工具变量，重新验证所有假说。研究结果显示，各核心变量的回归系数均显著，与前文结果基本上一致，这表明，假说1、2、3都是稳健的。*考虑到篇幅问题，稳健性检验的两张回归结果表格在文中并未展示，读者如有兴趣，可与作者联系。

六、 结 语

本文首次将国家发改委出台的四次《产业结构调整指导目录》量化为分行业政策指数，然后利用可变成本函数法详细估算33个工业行业1999至2014年间的产能利用率。基于此，主要从产业政策和所有制两个维度识别和分析了产能过剩的影响因素。本文的经验分析结果表明，国有经济占比较高行业的产能更相对过剩。一方面，产业政策对于化解过剩产能具有非对称性，虽然鼓励类政策会导致产能过剩，但限制类和淘汰类产业政策却无法有效解决产能过剩问题。另一方面，产业政策对产能过剩的影响具有所有制异质性，在那些国有经济占比较高行业，鼓励类产业政策可能会提高其产能利用率，缓解产能过剩问题。这就意味着，产业政策会产生“国进民退”效应，它并没有将金融、土地、人力等稀缺资源配置到民营部门，而是配置在国有部门。

基于上述实证分析结果，本文提出以下几点政策建议：

首先，需要加强国有资本占比较高行业的内部竞争，适度开放此类行业。其原因在于，国有经济较为集中的行业的行政性进入壁垒较高，由于国有企业存在投资软预算约束问题，相比市场需求，国有经济占比较高行业的投资过度的可能性较大，因而国有资本占比较高行业往往存在较为严重的产能过剩。通过简化此类行业企业进入的注册审批手续，并且让这类行业的项目招标更加透明和公平，最大程度地降低民营企业的创业门槛，促进行业内部的竞争与创新。同时，建立良好的行业退出机制，减少政府的“保壳”与对僵尸企业的补贴行为，以淘汰落后的过剩产能。

其次，为了避免这种由政治激励导致重复建设而带来的产能过剩，中央政府在对官员晋升进行考核时，应适当降低官员晋升与地区GDP绩效之间的挂钩程度，考核指标可以考虑选取绿色GDP或民众满意程度等民生指标。在财政分权和现有地方官员晋升体制背景下，地方官员晋升带有强烈的GDP锦标赛性质，各地方官员既有激励也有能力选择重复建设，因为这样可以通过降低对手的绝对绩效而改善自己的相对绩效，进而最终增加自己的晋升概率。*寇宗来、周敏：《混合绩效评估下的区位—价格竞争研究》,《经济研究》2011年第6期。各地区国有企业在产能过剩中扮演了重要角色，主要是因为国企决策者兼有“管理者”和“官员”的双重身份，他们的决策更多考虑的是政治性的，而非商业性的。应落实“政企分开、政资分开”改革，引导国有企业更多地进行利润最大化市场决策，激励其选择差异化投资项目，以解决产能过剩问题。

再次，产业政策对化解过剩产能的效果具有非对称性，限制类和淘汰类产业政策并不能有效化解产能过剩问题，故这类产业政策由地方政府制定更为合理。在符合国家发展战略的基础上，允许地方政府自行选择限制和淘汰的产业以及淘汰期限，这有利于各地区根据自身产业结构禀赋与产业发展现状，选择更为科学的产业结构升级道路，以有效缓解地区的产能过剩问题。究其原因，当地方认为中央政策不符合地方利益时，他们就会采取“阳奉阴违”的策略来削弱中央政策的效果，自上而下的“限制性”或者“禁止性”就无法得到地方政府或者官员的有力配合。比如说，尽管地方无法公开反对中央的限制类和淘汰类产业政策，但可以在执行时采取降低审核标准、复杂化审核流程等方式，让这些落后产能继续生产，这在一定程度上会降低限制类和淘汰类产业政策的政策效果。

最后，引入鼓励类产业政策时需要更加谨慎，因为这往往会导致严重的产能过剩。一方面，中国作为一个大国，各地区经济结构禀赋差异较大，国家层面的鼓励类产业政策无法同时符合各地区的比较优势，政策优惠更可能导致各地区重复投资建设，从而形成产能过剩。另一方面，如前所述，产业本身的边界是模糊不清的，而且会随着经济形势和技术发展而不断演变，决策者在制定鼓励类产业政策时很难对未来的经济形势以及各个产业的技术前景具有充分而准确的预期。当被鼓励产业的市场需求不及预期时，便会导致产能过剩。进一步，国有资本占比较高行业的鼓励类政策会将稀缺资源配置到效率更低的国有部门，成为利益输送的工具。在制定和实施相关产业政策时，有关部门需要进行更加严格的审核和监管。

DoIndustrialPoliciesLeadtoExcessCapacity?AnEmpiricalEvidencefromChina

KOU Zong-lai1LIU Xue-yue1LIU Jin2

(1.ChinaCenterforEconomicStudiesandFudanInstituteofIndustrialDevelopment,FudanUniversity,Shanghai200433,China;2.DepartmentofEconomics,DukeUniversity,NC27701,US)

We first quantify industrial policies based on the “Catalogue for Guiding Industry Restructuring” enacted by National Development and Reform Commission, and use variable-cost-function method to estimate capacity utilization of 33 industrial sectors in China during 1999-2014. We show that the effects of industrial policies on capacity utilization are asymmetric and ownership-heterogeneous. On the one hand, although encouraging policies lead to excess capacity, restrictive and eliminative policies have no significant effects; on the other hand, encouraging policies increase capacity utilization of the industries with higher state ownership share and hence make “the state advance and the private sectors retreat.”

industrial policy; capacity utilization; excess capacity; asymmetric; heterogeneous

[责任编辑吕晓刚]

寇宗来，复旦大学中国社会主义市场经济研究中心副主任、教授、博士生导师，复旦大学产业发展研究中心主任。 刘学悦，复旦大学中国社会主义市场经济研究中心博士研究生。 刘 瑾，美国杜克大学经济系硕士研究生。

⌾ 本文受国家自然科学基金项目“基于中国专利更新数据的专利权市场价值评估”(项目批准号：71373050)和教育部重点基地项目“基于中国微观专利数据的创新价值评估及其驱动因素研究”(项目批准号：14JJD790014)、上海市曙光学者项目“中国专利的市场价值：估量估计和政策建议”(项目批准号：13SG09)资助。本文也是国务院发展研究中心“产业升级基础领域研究”课题的阶段性成果。