基于GIS技术的江苏僵尸企业空间分布分析

童志熠，单中瑞，赵学康，张婧婷

(吉首大学 商学院，湖南 吉首 416000)

近年来，我国部分行业产能过剩，行业效率低下，出现了许多“僵而不死”的企业。这类僵尸企业几乎不产生收益，连年亏损，却因为一些非市场因素而没有退出市场。这些企业的大规模存在会造成市场不公平，严重的时候甚至会触发金融风险，扰乱市场经济。国家政府为了避免此种情形的出现，也为了促进我国经济健康持续发展，下定决心要出清僵尸企业，将处置僵尸企业作为供给侧结构改革的一个小目标，推出了一系列具体措施。处置僵尸企业，要解决的不仅仅是企业的问题，还有市场、银行的问题。为了高效地处置僵尸企业，了解其空间分布特征、时间变化规律也很重要。

对于僵尸企业的研究最开始是以日本为地区样本，以往学者们进行相关研究时可能会受到国家制度、经济等因素的影响。随着我国供给侧结构改革的推进，我国关于此方面的学术研究日渐增长，有很多学者基于中国国情，展开实证研究，他们的研究方向也各不相同，包括资本市场、企业改制对僵尸企业的影响，还有僵尸企业的传染、挤出效应，也有学者从企业全要素生产率进行研究。僵尸企业不仅其本身发展能力低下，还会影响行业内其他企业的发展，弄清楚其分布特征、发展规律有利于政府采取相应措施处置僵尸企业。笔者以江苏省为例，探究僵尸企业地区分布特征，利用GIS技术，结合从国泰安数据库及中国专利数据库得来的数据，利用空间自相关模型研究江苏省僵尸企业的空间分布特征，可以更好地分析和认识僵尸企业的分布特征、规模，帮助江苏省如何有效地处置僵尸企业具有现实意义。

1 文献综述

1.1 国外文献综述

“僵尸公司”这一概念最早出现在人们视野中是1987年，由学者Kane[1]提出，当时美国金融机构面临存贷危机，它们的资产负债率超过100%，本应退出市场，但因为美国政府的担保，可以用极低的利率获得联邦存款保险，从而得以继续经营。后来学者Hoshi[2](2010)将僵尸企业认定为，在市场竞争中其缺乏竞争力，利润率低，本应退出市场，但由于获得来自政府或银行的资助得以幸存。

关于僵尸企业的成因，Peek和Rosengren[3](2005)等学者认为僵尸企业形成的主要原因是银行资本充足率，后来学者Okamura[4](2011)针对日本僵尸企业，探究其成因，也证实了银行资本充足率会影响到僵尸企业的形成。这是因为对于难以收回或者有困难完全收回的账款，银行在账上会记录为坏账。坏账越多，无疑会加大银行风险。为了避免或者说减少此种情况出现，银行完全有动机在企业刚开始面临还款困难时，同意对于此笔贷款让步，比如降低利率、延长还款期限、减少还款本金等一系列债务重组行为。从政府出于考虑民生问题的角度出发，学者Chernobai[5](2013)认为，全球就业形势严峻，政府为了解决当地就业问题，会对僵尸借贷采取包容态度，甚至主动帮企业获得僵尸借贷，这很大程度上促进了僵尸企业形成。

与此同时，学者们还通过大量文献证实僵尸企业的负外部性影响，Ahearne[6](2005)和Caballero[7](2008)等通过实证研究证实僵尸公司本身经营能力低下，不符合可持续发展的要求，拉低行业发展水平。Hoshi[8](2012)表明僵尸企业会通过占据有限资源挤占市场空间等手段，迫使其他正常发展的企业退出市场，扰乱市场公平竞争机制。Kwon[9](2015)实证表明，因为僵尸借贷，导致20世纪90年代日本的平均生产力增长率降低1%。

1.2 国内文献综述

在对“僵尸企业”的识别上，针对僵尸企业僵而不死的特点，国内外学者提出了多种标准，比较普遍的CHK[7]方法、FN-CHK[10]方法、非正常损益法和实际利润法。这些方法有相同的地方，但每个方法侧重点又有不同。CHK[7]将是否以极低的利率获得贷款为唯一标准判断是否为僵尸企业。国务院将那些不符合国家可持续发展要求，亏损年度持续三年及以上的企业认定为僵尸企业。董登新教授[11](2016)将僵尸企业的判断标准简单确定为企业经常性业务产生的损益连续三年小于0。基于对僵尸企业形成原因以及特征的规律总结，何帆和朱鹤[12](2016)提出了过度借贷法，即负债率高、利润率低，但外部融资规模却一直在增长。后来学者谭语嫣认为营业利润更能代表企业生产经营能力，提议在稳健性检验中用营业利润代替过度借贷法中的利润总额。针对中国具体国情，学者们认为中国僵尸企业的主要成因是政府的干涉。聂辉华、申广军[13，14](2016)认为政企关系、资金的分配偏好都跟僵尸企业的形成有关，何帆和朱鹤[15](2016)也认为政府应该尽量通过市场去实现优胜劣汰的竞争机制。

很多学者从僵尸企业对金融环境、企业创新、行业生产率的影响来展开研究。谭语嫣[16]等学者(2017)以省级为单位，认为僵尸企业越多，留给正常企业的市场空间就越少，会将正常企业挤出市场，并且私有企业更可能面临这种情况。王永钦[17]等(2018)以工业企业为数据样本，发现僵尸企业占比越高，行业平均全要素生产率越低，并且在行业集中度高、融资约束高的行业，这种反向关系越明显。

综上所述，对于僵尸企业的识别，虽然各个方法在具体步骤上有差异。但其识别特征主要表现在两方面：①盈利能力弱；②获得来自外部的帮助。关于僵尸企业成因，国外学者大体认为是银行为了维持账面上的资金充足，国内学者则认为主要原因是政府对市场干预过度。大部分学者都承认僵尸企业对市场、行业以及行业内正常企业造成的负外部性影响，认为其破坏市场自动选择的机制，挤占市场空间，占据有限金融资源，使得其他正常企业融资成本变高，经营风险增加。从以往的文献中，我们对于僵尸企业的识别方法以及造成的影响都有所了解，那么僵尸企业在地理上分布情况如何，分布有没有什么规律，笔者将探究这一问题，为国家政府处置僵尸企业提供一点启示。

2 研究方法与数据来源

2.1 研究方法

2.1.1 空间自相关分析。 空间自相关分析是度量空间单元观测值聚集程度的方法，该方法能判断空间单元观测值是否与其相邻单元的观测值存在相关性。按照对象是全局还是局部，空间自相关分析可以分为全局空间相关和局部空间自相关性。笔者通过估计全局空间Moran′s I 研究整体的空间关联及差异程度。全局空间自相关Moran′s I 取值范围为[-1，1]，具体含义为：-1≤Moran′s I<0，表示负相关，值越小，说明空间差异性越大；Moran′s I=0代表空间不相关，且随机分布；0

(2)

2.1.2 僵尸企业识别模型。 关于“僵尸企业”的实证研究，首先要解决的就是对于“僵尸企业”的识别。最早识别僵尸企业的方法是CHK方法，也是国际上普遍使用的识别方法。该方法虽然简单易懂，但并不完全贴合中国国情。因此，笔者选择由何帆与朱鹤两位学者[12](2016)提出的实际利润法，其具体步骤如下：①只考虑经常性业务产生的损益；②观察企业经营性业务产生损益的变化情况；③连续三年经营性损益为负的企业为僵尸企业。

2.2 数据来源

以2017年～2019年为样本期间，数据从国泰安数据库获取，鉴于ST公司样本数据库中少数企业的观察值存在异常情况，在数据分析前，我们对数据做如下清理：①剔除缺乏重要财务指标的企业(固定资产净值、从业人员数量);②剔除从业人数小于10人的企业，因为从业人数过少的小企业更有可能发生数据误报;③剔除财务指标与一般公认会计准则不相符的观测值。筛选后的2017年～2019年僵尸企业以及数量汇总如表1所示。

表1 2017年～2019年江苏省僵尸企业

表2 2017年～2019年江苏省各地区僵尸企业数量

3 僵尸企业时空演变分析

借助ArcGIS10.3，通过空间自相关统计模型计算得到2017年～2019年江苏省僵尸企业数量全局Moran’s I指数及其相应的显著性检验结果，如表3所示。

表3 2017年～2019年江苏省僵尸企业数量全局Moran’s I分析结果

由表3可知，2017年和2019年江苏省僵尸企业数量全局莫兰指数为正，说明存在空间正相关。从Z得分是否超过临界值1.65和P值来看，统计显著性检验的年份包括2017年、2019年。表明这些年份地方江苏省僵尸企业数量存在正空间自相关，即僵尸企业数量多的市相比邻，僵尸企业数量少的市相比邻。2018年的Z得分和P值没有通过显著性检验，僵尸企业数量空间集聚性弱，可能的原因在于政府有意识地在处置僵尸企业。

利用Arcgis10.3将2017年～2019年江苏省僵尸企业数量空间可视化，采用断电法由高到低划分四个等级，生成的空间格局如图1所示。

图1 2017年～2019年江苏省僵尸企业数量及空间分布

从图1可以看出，江苏省僵尸企业数量时空演化表现出以下特征：①江苏省僵尸企业数量总体呈现南部多、北部少的格局，区域差异明显。僵尸企业数量集中在镇江、苏州、无锡、南京等地区，很大程度上是因为苏南地区具备较高的经济发展水平以及技术水平，同时它们也拥有更多的上市公司数量。与此相反，苏北的区域经济较为落后，企业获得的发展和援助的力度较少，形成了僵尸企业数量较低的局面。②2017年～2019年僵尸企业数量增长速度不断提高，并呈现南部>北部的发展态势。从图中可以看出，苏南僵尸企业数量的发展速度相较于苏北地区要更快。主要原因可能在于：①苏南地区因为地理原因，能够接触到的机会更多，资源更好，政府给予帮助的幅度更大，得到的优惠更多，享受更多信贷优惠；②苏南地区企业数量多，竞争压力大，在激烈竞争中，企业保持获利能力相对较难。

4 研究结论与对策建议

从以上可以看出，江苏僵尸企业在数量上不断增长，在空间上大体也呈现出高的集聚性。这也提示了政府应该继续出清僵尸企业，完善市场竞争机制，继续推行简政放权，充分发挥市场的作用；加大监管力度，不仅仅要做到全局监控，更要注重效率，有次有重，将重点放在聚集负资产企业数量多的地区，因为这些地区可能面临的风险也越高；最后，对于僵尸企业的管控，应该是政府、银行和市场三方作用，银行也需要加强对企业的信用风险监督。