地区腐败、市场化程度与产能过剩

李双燕 苗进

摘要：本文研究了地区腐败对产能过剩的影响。基于1999—2014年的省级面板数据，首先采用协整法对我国30个地区的产能利用率进行了估计，发现产能利用率下降趋势明显；其次，运用系统矩估计方法，考察了全国层面以及东、中、西部地区腐败程度对产能利用率的影响，结果表明：（1）地区腐败程度与产能利用率存在负相关关系。其中，中部地区的影响最大，西部地区次之，东部地区最小；（2）市场化程度对腐败与产能利用率之间的关系具有调节作用，市场化程度越高的地区，腐败对产能利用率的影响越弱，该调节作用在中、西部地区显著，而东部地区不显著。本文认为治理腐败，深化市场化改革，有利于解决我国当前产能过剩的问题。

关键词：产能过剩；腐败程度；市场化程度

文献标识码：A 文章编号：1002-2848-2018（02）-0094-10

一、 引 言

化解产能过剩是当前时期中央政府宏观调控的重要任务，也是学术界探讨的热点问题。目前研究产能过剩成因的观点主要包括市场论、政府体制论、或市场政府共同作用论，持这些观点的文献大多从中国全局视角研究产能过剩的形成机制，以期提出化解产能过剩的可能措施。然而，由于产能过剩的形成原因具有复杂性和空间差异性，且我国各个地区的资源禀赋和发展阶段存在差异，需要分地区进行考察。在为数不多的与产能过剩相关的区域研究中，程俊杰探讨了中国东部和中西部地区产能过剩的差异，发现政府干预是影响产能过剩的最重要因素，且该影响在东部尤为明显[1]。

政府干预在中国社会主义市场经济发展进程中一直起着重要的作用，在对经济和企业发展产生积极影响的同时，也往往会产生负面影响，比如官员对企业的抽租导致的腐敗[2]，政企合谋引发的腐败[3]。因此在解决产能过剩问题时，不能忽视腐败这一制度根源。一些文献已经发现，腐败会对企业的生产行为产生影响[4-6]。我们认为，企业可以通过贿赂官员得到更高效的服务、更低的税率、更多的稀缺资源，从而降低行贿企业的总生产成本，一旦该成本降低，企业就有产能扩张的冲动，从而导致产能过剩。

基于以上逻辑，本文考察了地区腐败对产能过剩的影响机制，并研究了不同地区的市场化进程是否会调节两者之间的关系。结果发现，在市场化程度较高的地区，企业处于相对更加完善的竞争和法制环境，腐败对产能过剩的影响较小；相反，在市场化程度较低的地区，由于竞争机制受到僵化体制约束难以有效发挥作用，企业需要与政府官员“拉关系”以获取更高的经济利益[4]，所以在这些地区，腐败更易催生产能过剩。

本文运用中国1999—2014年的省级面板数据，测算了30个地区的产能利用率，并采用系统矩估计的方法考察了全国层面以及东、中、西部地区腐败程度对产能利用率的影响。本文有两个可能的创新：第一，从腐败角度研究产能过剩问题。目前国内尚没有文献将地区腐败、市场化程度与产能过剩同时纳入到一个理论分析框架。本文从制度与市场两个层面出发，为解决产能过剩提供了新的视角。第二，以往产能过剩的测算大多集中于行业层面，这样的研究方法虽然充分考察了不同行业的产能利用率情况，但假设了同一行业在我国不同省份的发展环境相同，忽略了省级层面差异造成的影响，本文采用的省级面板数据可以弥补这一不足。

文章的结构安排如下：第二部分为文献综述与假说；第三部分为计量模型与数据；第四部分为计量结果分析；第五部分为结论与政策建议。

二、 文献综述与假说

关于产能过剩的成因，国内外学者的研究大致可以分为三大类。

第一类研究考察了市场因素与产能过剩之间的关系。国外学者的研究重在论证产能过剩是市场自由选择的结果，主要分析了如下四种可能的原因：（1）产能过剩是长期消费欲望的持久性降低导致供求关系的失调所导致的[7]；（2）产能过剩是企业面临不确定性供求关系下的必然选择[8-9]；（3）产能过剩是由供给需求之间的错配以及高成本生产和技术进步的停滞所形成[10]；（4）产能过剩是经济衰退的微观表现[11]。对于中国企业的产能过剩问题，林毅夫等[12]认为这源于企业的“潮涌现象”，即大量企业对“有前景”的行业产生同样预期，从而大量进入投资。徐朝阳和周念利[13]认为产能过剩是市场本身在实现均衡过程中的暂时对均衡状态的偏离。

第二类研究考察了政府或体制对产能过剩的影响。研究主要认为产能过剩是我国在发展社会主义市场经济过程中特殊政商体制下的产物，如产能过剩是由体制扭曲、地区对投资的补贴性竞争导致的[14]，或者地方官员在晋升关键期，给企业提供大量土地和融资优惠，从而刺激企业扩张，形成产能过剩[15]。刘航、孙早[16]从城镇化动因角度研究了产能过剩的形成机制，提出城镇化脱离产业规律的快速推进使得地方政府加大对企业的干预，从而导致产能过剩。

第三类研究考察了上述两类因素对产能过剩的综合影响。此类研究大都将产能过剩的成因分为内外两个因素，内因为市场因素，外因为政府政策因素。钟春平、潘黎[17]认为产能过剩是综合了宏观需求冲击、政府政策扭曲、国企利益机制的共同作用而产生的。范林凯[18]等发现市场化程度的提高会让民营企业挤压国企从而造成国企产能过剩，但是政府为应对产能过剩而加强产能管制则会进一步使市场化进程滞后，最终导致更严重的产能过剩。杨振兵[19]提出产能过剩不能完全归咎于盲目过量投资，为解决就业压力增加的劳动投入、求量不求质的引入外资等也是引发产能过剩的重要原因。

基于以上研究，我们有理由认为，产能过剩的形成兼具市场和体制两方面因素，特别是体制因素会导致政企之间合谋，因为企业为了自身的经济利益有向政府官员行贿的动机，而政府官员也有向企业抽租的激励，具体的形成机制如下：

首先，官员自身的寻租腐败行为会导致产能过剩。官员因为拥有稀缺资源的配置权力而具有寻租的动机，一旦官员获取了租金，便会为企业提供便利。同时，企业也会为了获取竞争优势而对政府官员行贿，结果降低了企业总体的生产成本。因为成本的降低，企业拥有了扩张的冲动，进而诱发产能过剩[15]。近几年，企业依靠政府寻租降低成本的腐败案例屡见不鲜。如在土地转让过程中，地产公司会为低价拿地而行贿官员；在政府采购中，也会发生高价购买低价值产品的情况，致使企业可以以低成本获取高收益。公婷、吴木銮[20]的研究发现，政府采购、工程承包成为腐败案件高发领域，土地腐败案件更为突出。基于上述研究和经验事实，我们认为地方官员的腐败能够降低行贿企业的生产成本，进而激励企业进行产能扩张，最终导致产能过剩。

其次，国有公司、企事业单位的高管腐败行为会导致产能过剩。其腐败动因主要如下：第一，国企高管与其他厂商合谋，为个人谋取私利的同时，给其他厂商提供正常渠道无法得到的利益，降低其生产成本，刺激其扩张产能。如一些国企高管利用所在企业资质高的优势，在全国各地承揽建设工程，然后再将这些工程进行转包，从中收取“管理费”。第二，国企存在盲目投资行为。一方面，国企高管会因为“潮涌现象”而扩大投资；另一方面，由于不用承担亏损风险，他们也有动机扩大投资规模。如果扩大投资发生在能源、制造工业方面，则必然导致建设过多的产能。

最后，总结前述产能过剩产生的成因，不管产能过剩是由于“重复建设”、“过度投资”等问题形成的，还是由于基于信息不对称产生的“潮涌现象”[12]而产生的，究其根源，都来源于市场无法有效配置资源。当一个地区的市场化程度高时，法制环境更加完善，市场竞争更加充分，资源能得到更有效率的配置，从而产能利用率也可以得到提升。企业在市场化程度高的地区经营，有更多的方式降低企业成本，而通过贿赂官员达到降低成本的手段将面临更高的机会成本，因此在市场化程度较高的地区，腐败程度对产能过剩的影响会较弱。另一方面，在市场化程度较低的地区，由于信息不对称情况更加严重，体制更为僵化，一些企业为了达到自身的利益，有更多贿赂官员的激励。

因此提出本文的研究假说：

H1：地区的腐败程度与产能过剩正相关。

H2：地区的市场化程度调节腐败程度与产能过剩的关系，市场化程度越高的地区，腐败对产能过剩的影响越弱。

三、 计量模型与数据

在构建模型过程中，需要注意两个前提：第一，一个地区的产能过剩存在慣性；第二，政府在进行工程招标等政府购买行为时具有买方垄断优势，这是由于产能过剩问题的存在，众多的企业都渴望实现自己的产能，于是政府官员拥有了寻租权利，此时产能过剩会诱发腐败，即腐败程度对产能过剩的影响可能存在内生性问题。据此，我们采取系统矩估计方法进行估计，该方法既能反映动态模型关系，又能解决内生性问题，从而获得稳健的估计结果。该方法采用内生变量的滞后项作为工具变量，可以同时反映动态关系并解决内生性问题。

本文将计量模型设定为如下形式：

Cuit=β0+β1Cui，t-1+β2Copit+β3Marketit+β4Marketit×Copit+CXit+β5εit（1）

其中，Cuit为被解释变量，表示地区i在第t年的产能利用率，作为产能过剩的反向指标，Copit为核心解释变量，表示地区i在第t年的腐败指数，Marketit为市场化程度，表示地区i在第t年的市场化程度指数，Marketit×Copit为交互项，CXit是为了得到稳健的估计结果而加入的控制变量合集。各变量的指标选取、数据来源及计算方式如下：

（1）被解释变量。产能过剩，采取其反向指标产能利用率来进行度量。首先计算出生产侧产能利用率，再经消费侧供求关系调整，得到最终产能利用率[19]。其中，产能利用率越低代表产能过剩问题越严重。

目前产能过剩测算的主流方法有如下几种：如Morrison & Berndt[21]的标准化可变成本函数，数据包络分析法（DEA），随机前沿分析法（SFA），峰值法，Shaikh & Moudud[22]协整法。其中，协整分析法避免了对具体函数设定可能不正确的缺点，基于产能产出与资本存量之间长期稳定关系来估算产能利用率。Shaikh & Moudud的研究发现协整方法与调查统计数据得到的产能利用率趋势高度吻合，所以我们采取协整法估算各地区的产能利用率。

协整法依靠恒等式变形分析得出产能利用率。恒等式的形式如下：

Y（t）=（Y/Y*）·（Y*/K）·K（2）

其中Y是实际产出，Y*是长期潜在产出，K表示企业的资本存量。并定义v=K/Y*，表示资本产出比，产能利用率为u=Y/Y*。将（2）式左右同取对数，得到：

lnY（t）=lnK（t）-lnv（t）+lnu（t）（3）

根据新古典理论，我们假设在长期，实际产出在长期的潜在产出上下波动，也即厂商可以使得长期下实际产出与长期潜在产出一致（u*=1）。对其取对数，且用eu（t）表示一个随机误差项，则得到：

lnu（t）=eu（t）（4）

我们继续考虑资本产出比的变化，一方面技术的自主进步会提高资本产出比；另一方面，依赖资本存量积累而产生的技术变革也会提高该比率，令gv为资本产出比的增长率，gk为资本存量增长率，则有gv=b1+b2gk，该式两边同时对t积分，得到：

lnv（t）=b0+b1·t+b2·lnK（t）+ev（t）（5）

上述几个方程表示了产出和资本存量的长期依赖关系，联立（2）—（5）式，得到：

lnY（t）=a0+a1·t+a2·lnK（t）+e（t）（6）

其中，e（t）=eu（t）-ev（t）。

根据（6）式，我们可以预计lnK（t）与lnY（t）之间存在长期且稳定的协整关系，通过对（6）式估计，从而估算出生产侧产能利用率。

此外，还需对生产侧产能利用率进行修正，因为生产侧产能利用率是依据各地区工业资本存量与长期潜在产出在长期协整关系下得到的，表示的是各地区生产侧的实际产出与长期潜在产出之比，并没有考虑消费侧供大于求的情况。所以，本文采用杨振兵[19]的方法，对上面得到的产能利用率乘以消费侧产能率（需求—供给比率），从而得到最终的产能利用率，即修正的产能利用率指数。本文采用各省的省级面板数据，按照（6）式，采用了变系数模型进行回归，并利用回归结果得到了产能利用率的估计值，经消费侧调整后，得到修正的产能利用率的估计值。

需要说明的是，协整法所得到的产能利用率数值并不等同于统计调查下的产能利用率。根据何蕾[23]的解释，协整法得到的产能利用率是随着固定要素进行调整的长期性平均产出水平。根据国际通行标准，79%到90%的产能利用率为正常水平，则假设如果一个行业长期维持85%的产能利用率，则协整法得出的产能利用率状况则是以85%为基准的，即协整法得出的产能利用率的100%相当于工程法产能利用率的85%。所以，我们不能够直接用协整法得出的产能利用率指标来直接判断一个地区工程统计下的产能利用率，它所表示的是产能利用率偏离长期稳定产能利用率的情况。

（2）核心解释变量。腐败，考虑到数据对本研究的适用性，采用每年的职务犯罪立案数除以该地区人口数（单位：10万），代表腐败指标，采用类似方法对腐败指标予以测度的还有Li et al.， Dong & Torgler，张军等学者[4，24-25]。该值越高，代表一个地区的腐败程度越严重。

（3）调节变量。市场化程度，采用市场化总指数评分来表示。该指标来自王小鲁、樊纲等的计算结果，市场化指数的指标由18个基础指数构成，对于一个单项指数而言，在基期年份市场化程度最高的省份得分为10分，最低为0分，最后采用算数平均法对市场化指数进行计算。所以，市场化程度可以采用市场化总指数评分表示，并且市场化总指数评分越高，代表市场化程度越高。

（4）控制变量。为了得到稳健的估计结果，还需要对影响产能过剩的其他变量加以控制。本文主要选取了三个控制变量加以分析。①外资因素。不同地区对外资的引入程度不同，将会影响该地区的投资总量以及资源分配方式。同时，外资的进入会通过自身技术优势谋求在该地区的超额利润。比如，外资可能通过预先建立较高产能，从而形成对潜在进入者的可置信威胁，继而获取先行者优势。我们用各地区的实际利用外资总额表示外资因素，并且依据历年汇率换算为人民币，并利用消费者价格指数进行平减。②国企产值比重。在我国，国有企业拥有较强的经济实力，可能是“潮涌现象”的积极行动者。我们用一个地区国有企业的工业总产值占规模以上工业总产值的比重来表示一个地区国企的重要程度。③土地税收所占比重。本文采用某地区的契税与印花税在当地财政收入中所占的比重来表示，因为这两种税主要由企业初始买地阶段缴纳，所以可以更好的反映政府为获得财政收入而出让土地的程度。分税制改革后，土地财政一直是地方财政的主要收入来源，地方政府会为了获取更多的财政收入而出让更多的土地，获取更多的税收，而土地作为重要的生产要素能够承载更多的产能，所以土地财政所占比重越大，产能利用率越低，产能过剩程度越高。

本文样本包含了从1999年到2014年除西藏外30个省或直辖市的数据

本文写作期间多项数据只公布到2014年，所以采用1999到2014年数据。

，相关变量处理如下：①采用不考虑中间产品投入价值的工业增加值衡量实际产出。工业增加值用地区工业生产者出厂价格指数进行平减，得到以2000年

鉴于1999年和2000年的数据同列在2001年《中国工业统计年鉴》且都采取2000年的价格指数，所以直接转化为以2000年为基期的价格指数。

为基年的各地区实际工业总产值。由于2008年后的工业增加值不再公布，本文参考王兵[26]等学者的做法，根据国家统计局公布的工业增加值增长率的分省份数据计算得出。其中分省份工业增加值增长率数据来源于WIND数据库。②固定资产净值衡量资本存量，并用分地区固定资产投资价格指数对固定资产净值进行平减，得到以2000年为基年的各地区实际固定资产净值。③消费侧产能利用率的计算借鉴杨振兵、张诚[27]的做法，用各地区的销售产值与工业总产值的比率作为消费侧产能利用率，也即工业产品销售率。以上数据来源于WIND数据库，以及历年的《中国统计年鉴》、《中国工业经济年鉴》等。

解释变量的数据来源如下：

（1）腐败程度指标来源于历年《中国检察年鉴》。

（2）市场化程度指标来自王小鲁、樊纲的《中国分省份市场化指数报告（2016）》以及WIND数据库。

（3）各地区实际利用外资总额来自WIND数据库。

（4）各地区国企工业总产值与各地区工业总产值来自历年《中国工业经济年鉴》。

（5）各地區财政收入与税收收入来自历年《中国统计年鉴》。

四、 计量结果分析

（一）产能利用率测算结果

本文首先对数据进行面板单位根检验以防止伪回归问题，此外，为了进一步验证前文提到的协整关系，还需要对资本存量与产出进行协整关系检验。为了得到面板单位根检验的稳定结果，本文采取了LLC、HT、Breitung、Ips、pperon、ADF六种方法进行检验，结果如表1。

从结果来看，原始序列接受存在面板单位根的原假设，而差分序列拒绝存在面板单位根的原假设，即一阶差分后数据是平稳序列。再进行协整关系检验，结果见表2。

表1 面板单位根检验

表2 协整关系检验

由表2所示统计量可知，Westlund的四个统计量有3个统计量在1%的显著性水平上拒绝了产出水平与资本存量不存在协整关系的原假设，Ga统计量也在10%的显著性水平上拒绝了该原假设，整体上我们接受了产出水平与资本存量之间至少存在一个协整关系的推断。上述检验证明了采用协整法计算产能利用率的正确性。

基于篇幅限制，我们挑选了一些重要年份的产能利用率情况报告于表3。从表中可以看出，产能利用率的测算数值在1附近波动，符合上文的理论推导。此外，从表中可以看出，不同地区的产能利用率之间存在比较明显的差异，在2008年金融危机前，产能利用率的数值都基本稳定在1左右，但在2008年后，产能利用率下降趋势明显。在2011年，有7大战略性新兴产业先后推出了各自的“十二五”发展规划，带动了大量对钢铁、光伏等产业的需求，因为企业对行业前景的过度乐观，引起“潮涌现象”，大量投资进入，导致产能过剩，一个证据是该年粗钢产量创历史新高。2008年金融危机后，积极的货币政策与财政政策为各地企业提供了融资便利，导致经济体中各企业盲目扩大规模，最终导致产能过剩。至2014年，产能过剩问题已经爆发，并且很多地区的产能利用率达到了历史最低点，产能利用率下行趋势极为明显。此外，中央在2015年提出了供给侧结构性改革，将治理产能过剩问题列为一项重要目标，这也体现出此时产能过剩现象已经引起了普遍的关注。

（二）全国层面SYSGMM估计

本文所用数据的描述性统计结果如下所示：

由表4可知，Cu的均值约等于1，进一步证明了协整法的有效性。并且Cu1明显小于Cu，证明只考虑生产侧的产能利用率高估了实际产能利用率。此外，因为交互项与构成它的自变量低次项间常常存在较强的相关性，从而导致多重共线性问题，所以作者在回归前先将变量Cop、Market以及Cop×Market进行了“对中”处理。

表3 分省份产能利用率

注：如前所述，这里的产能利用率更多的体现了产能利用率的变化趋势。

本文采用系统矩估计方法对式（1）进行估计。估计结果如表5所示。表5中共有四个估计式，估计式（1）没有添加控制变量，估计式（2）—（4）依次添加控制变量进行估计，其中表5下方的检验统计量的数值均为p值。在系统矩估计下，产能利用率看作被解释变量，并选取其滞后3阶进入解释变量以体现产能过剩的惯性问题。此外，基于上文分析，将腐败程度定义为内生变量，并用其滞后阶数作为工具变量。各列ArellanoBond的检验中，其中AR（1）的p值普遍接近于0，证明存在显著的一阶残差自相关，同时AR（2）的p值普遍大于01，证明了不存在显著的二阶残差自相关。并且Wald检验的显著性水平明显拒绝原假设，证明方程设定显著，且Hansen检验的统计量显著接受原假设，证明工具变量选取的合理性。

在所有模型中，被用作解释变量的被解释变量的滞后阶数的系数均较为显著，说明往期的产能利用率对当期的产能利用率存在影响。此外，我们也可以认为，产能过剩问题的惯性大概持续两到三年。

表5中，未加入控制变量时，Cop的系数都显著

表4 变量的描述性统计分析

注：Cop表示腐败程度、Market表示市场化程度，Soe代表国企重要程度，Fdi代表实际利用外国投资额，Ltax表示地方财政中土地财政的比重，Cu表示协整法计算出的产能利用率，Cu1表示经消费侧产能利用率调整后的产能利用率。

为负，说明了一个地区的腐败程度越严重，产能利用率越低，产能过剩问题越严重。在逐步加入控制变量后，其系数的估计值较为稳定，且显著性水平仍然较高，体现了方程的设定具有较高的稳定性。地区腐败程度对产能利用率的负向影响符合上文的理论分析。在地区产生腐败寻租的情形时，企业更可能利用腐败来获取成本优势，从过度扩张产能，引发产能过剩问题，即表现为产能利用率降低。

此外，市场化程度与腐败指标的交互项，在加入控制变量后，系数显著性水平得到了改善，并且稳定为正数，体现出模型设定的稳健性，并且市场化程度会调节腐败程度对产能过剩的影响。

根据表5中的回归系数可知，腐败程度越高，产能利用率越低，市场化程度越高，产能利用率越高，同时，一个地区市场化程度的提升，则会减弱因腐败程度导致的产能利用率的降低。这是因为一个地区如果有较高的市场化程度，则会加大该地区企业通过贿赂获得便利的机会成本，从而市场化程度的提升会缓和产能过剩程度。此外，市场化程度较高意味着资源更有效率的配置，信息更加的对称，“潮涌现象”减弱等。

此外，本文对各控制变量的系数进行说明。①Fdi的系数为负，说明各地区实际利用外资额会对产能利用率产生负向影响，加剧产能过剩。一个地区引入的外资可能影响一个地区的投资总量，外资利用其技术优势建设较高产能获取先行者优势，从而降低产能利用率，导致产能过剩问题的加重。②国企因素的系数为正。其原因可能有如下两点：第一，就全国而言，国企的目标函数可能并不局限为利润最大化，社会福利最大化的目标也进入了国企的

表5 全国SYSGMM估计结果

注：1.*、**、***分別表示显著性水平为01、005、001；2.Sargan检验值结果均为p值；3.括号内为t值。

目标函数。由于近年来产能过剩问题日益加剧，很多国企率先改革，淘汰过剩产能，所以国企产值比重较大的地区产能过剩问题反而能够得到缓解；第二，很多国企积极转型、进行改革，他们拥有雄厚的资本，采取股份制经营，雇佣更精明的经理人，从而拥有更长远的眼光，实现更明智的投资，并且国企先进入的领域因为有先行者优势，可以对潜在进入者构成可置信威胁，从而抑制“潮涌现象”的发生，继而缓解产能过剩。③土地税收所占比重。该指标系数显著为负，证明一个地区土地税收所占比重越大，则产能利用率越低，越可能出现产能过剩的情况。这个符合本文之前的理论判断，地方政府为了获取更多的财政收入，不得不出让更多的土地，而出让的土地成为建设过剩产能的基础，从而降低了产能利用率，加剧了产能过剩问题。

综合上述对回归结果的论述，我们可以证明前文两个假说。为了获得更为稳健的结果，我们将样本分为东、中、西部三个不同的地区进行估计，以求得到更稳健的结果。

（三）分地区SYSGMM估计结果

由于我国各地区经济发展模式不同，所以存在发展不平衡的问题，为了获得更稳健的估计结果以及进一步分析不同地区影响产能过剩的因素，本文对式（1）分东、中、西部地区再次进行了回归。结果如表6所示。从表中的检验数据可知，模型具有一定的稳健性。

根据估计结果，被解释变量的一阶、二阶滞后项均显著的大于零，证明三个地区的产能过剩状况均存在惯性。而被解释变量的三阶滞后系数显著小于0，说明三个地区都会在产能过剩问题出现后对产能

表6 分地区SYSGMM估计结果

注：同表5。

利用率进行调整。此外，腐败指标以及腐败程度指标与市场化程度指标的交互项与上文的分析结果相一致，说明了中国东、中、西部的腐败状况都对产能利用率产生了影响，除此之外，东部的系数最小，中部的系数最大，证明东部地区腐败程度对产能过剩影响程度较轻，而中部则最为严重。三个地区的交互项系数都显著，表明交互作用同时存在于三个地区，市场化程度的提高，在东中西三个地区都可以缓解产能过剩问题。

此外，中部地区的国企因素系数显著且为负，这说明国企产值所占比重越高，产能过剩问题越严重。东中西部地区土地相关税收的系数均显著为负，说明我国各地区土地出让后均有用于建设过剩产能，加重产能过剩的趋势，需要引起重视。东部地区实际利用外资额的系数不显著，可能是因为东部地区市场化程度较高，竞争环境相对公平，国外直接投资与国内投资平等展开竞争，从而对产能过剩影响不显著，而中西部地区该系数为负，则说明中西部地区外资进入容易引发过剩产能，这可能与中西部地区市场环境与投资环境不完善有关。外资进入中西部地区后获取先行者优势，从而建设过剩产能。

五、 结论与政策建议

本文构造了制度因素、市场因素与产能过剩之间关系的模型，为中国地区产能过剩问题的出现提供了一个新的解释。首先采取协整法估算了中国各地区的产能利用率，发现产能利用率存在下滑趋势。随后，采用实证研究的方法对1999—2014年的中国省级面板数据进行了估计分析。结果证实了之前的两点假说，即地区的腐败程度和产能过剩正相关，并且地区的市场化程度能够调节腐败与产能过剩的关系。

文章进一步揭示出，因为腐败寻租行为的存在，所以企业可以通过采取贿赂的方式，降低自身生产成本，从而获得产能扩张的能力；但是，如果一个地区市场化程度较高，采取贿赂方式降低成本会存在较大机会成本。所以，市场化率程度较高的地区，其腐败程度对产能利用率的影响会相应减小。

我们还得到了一些其它有意义的结论：第一，就分地区的回归结果来看，中部地区国企产值较高的地区会显著加重该地区的产能过剩问题。第二，中西部地区因为市场化程度较低等问题，外资的引入可能会加重中西部地区的产能过剩问题。第三，东中西部三个地区的土地税收越高，则产能过剩越严重。上述结论的政策含义是不同地区治理产能过剩的方法并不能一刀切，而是应该有针对性的进行治理。

根据以上结论，我们提出如下的政策建议：

第一，推进市场化改革，尤其是中、西部地区，使资源更多的在市场规则下完成调配。如果稀缺资源更多的依靠市场化手段获取，一方面可以降低官员的寻租空间，有效治理腐败，另一方面，企业通过贿赂降低生产成本的机会成本提高，就会采取非贿赂方式降低生产成本，从而缓解产能过剩。

第二，国有企业改革中应以引入现代企业管理制度为重点。中部地区的落后产能以及过剩产能是改革的主要对象。政府要对中部地区的重工业进行锐意改革，淘汰落后产能，建设新产能；对过剩产能要敢于淘汰，促进过剩产能内企业积极转型，合理分配稀缺资源的投资方向，从而实现对产能过剩问题的治理。

第三，外资引入要更具有针对性。外资的引入促进了我国经济与世界经济的接轨，我们的结论发现，中、西部地区对外资的引入加劇了产能过剩，这可能是外资利用自身成本和政策优势，建设了过多的产能。所以东、中部地区应当对引入的外资进行合理的监管，即取消不必要的政策优惠，削弱其因优惠政策动因而产生的产能扩张。

参考文献：

[1] 程俊杰. 转型时期中国产能过剩测度及成因的地区差异 [J]. 经济学家， 2015（3）： 74-83.

[2] 魏下海， 董志强， 金钊. 腐败与企业生命力： 寻租和抽租影响开工率的经验研究 [J]. 世界经济， 2015（1）： 105-125.

[3] 张莉， 高元骅， 徐现祥. 政企合谋下的土地出让 [J]. 管理世界， 2013（12）： 43-51， 62.

[4] Li S， Feng G， Cao G. The role of regional institutional environment in the relationship between political participation and effective tax rates evidence from Chinese [J]. AsiaPacific Journal of Accounting & Economics， 2017， 24（3-4）： 323-338.

[5] Cai H， Fang H， Xu L C. Eat， drink， firms and government： An investigation of corruption from the entertainment and travel costs of Chinese firms [J]. Journal of Law & Economics， 2011， 54（1）： 55-78.

[6] Wang Y， You J. Corruption and firm growth： Evidence from China [J]. China Economic Review， 2012， 23（2）： 415-433.

[7] Murphy D. Excess capacity in a fixedcost economy [J]. European Economic Review， 2016， 91： 245-260.

[8] Chaturvedi A， Eniz V M I. Safety stock or excess capacity： Tradeoffs under supply risk [R]. IESE Businiess School， 2009.

[9] Crotty J. Why there is chronic excess capacity [J]. Challenge（White Plains）， 2002， 45（6）： 21-44.

[10] Tempo B. Lloyds steel excess capacity [J]. Economic and Political Weekly， 2001， 36（3）： 173-174.

[11] Dixon P B， Rimmer M T. You cant have a CGE recession without excess capacity [J]. Economic Modelling， 2011， 1-2（28）： 602-613.

[12] 林毅夫， 巫和懋， 邢亦青. “潮涌现象”与产能过剩的形成机制 [J]. 经济研究， 2010（10）： 4-19.

[13] 徐朝阳， 周念利. 市场结构内生变迁与产能过剩治理 [J]. 经济研究， 2015（2）： 75-87.

[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] 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.

[16] 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.

[17] 钟春平， 潘黎. “产能过剩”的误区——产能利用率及产能过剩的进展、争议及现实判断 [J]. 经济学动态， 2014（3）： 35-47.

[18] 范林凯， 李晓萍， 应珊珊. 渐进式改革背景下产能过剩的现实基础与形成机理 [J]. 中国工业经济， 2015（1）： 19-31.

[19] 杨振兵， 张诚. 中国工业部门产能过剩的测度与影响因素分析 [J]. 南开经济研究， 2015（6）： 92-109.

[20] 公婷， 吳木銮. 我国2000—2009年腐败案例研究报告——基于2800余个报道案例的分析 [J]. 社会学研究， 2012（4）： 204-220， 246.

[21] Berndt， Morrison. Capacity utilization measures—underlying economic theory and an alternative approach [J]. American Economic Association， 1981， 71（2）： 48-52.

[22] Shaikh A M， Moudud J K. Measuring capacity utilization in OECD countries： A cointegration method [R]. Economics Institute of Bard College Working Paper， 2004.

[23] 何蕾. 中国工业行业产能利用率测度研究——基于面板协整的方法 [J]. 产业经济研究， 2015（2）： 90-99.

[24] Dong B， Torgler B. Causes of corruption： Evidence from China [J]. China Economic Review， 2013， 26： 152-169.

[25] 张军， 高远， 傅勇， 等. 中国为什么拥有了良好的基础设施？ [J]. 经济研究， 2007（3）： 4-19.

[26] 王兵， 於露瑾， 杨雨石. 碳排放约束下中国工业行业能源效率的测度与分解 [J]. 金融研究， 2013（10）： 128-141.

[27] 杨振兵， 张诚. 产能过剩与环境治理双赢的动力机制研究——基于生产侧与消费侧的产能利用率分解 [J]. 当代经济科学， 2015（6）： 42-52，123，124.

责任编辑、 校对： 李再扬