选择性产业政策、资源配置扭曲与僵尸企业形成

周文婷 吴一平

摘 要：选择性产业政策导致资源配置的扭曲，严重制约了我国经济高质量发展。本文利用1998-2013 年中国工业企业数据，选择了财政补贴这样一项被地方政府广泛应用的产业政策作为切入点，探究选择性产业政策与我国僵尸企业形成之间的内在联系。结果发现，随着以财政补贴集中度度量的选择性财政补贴政策力度不断加大，企业僵尸化的可能性也相应提高。选择性财政补贴影响僵尸企业的形成主要是通过企业过度投资实现的，伴随着企业盲目扩张和过度投资，企业盈利能力逐步下降，行业产能过剩不断加剧，最终增加了企业僵尸化风险。更为重要的是，面对选择性财政补贴政策的激励，国有企业更可能成为僵尸企业。但是，随着行业竞争度的提升以及法律制度的完善，选择性财政补贴政策的负面影响会显著下降。本研究对于我国产业政策的优化以及僵尸企业的风险防范与治理具有一定的借鉴意义。

关键词：选择性产业政策；财政补贴；僵尸企业

一、引 言

产业政策作为政府调节市场的重要手段，广泛地运用在经济发展众多领域。20 世纪80 年代以来，我国各级政府出台了一系列的产业政策文件，其内容覆盖到了各行各业的各个领域①。产业政策逐渐成为我国政府进行宏观调控的重要工具。中国的产业政策具有明显的“选择性”特点，政府运用各种行政手段对市场进行直接干预，挑选出具有发展潜力的产业和企业加以扶持（江飞涛和李晓萍，2010；陈钊和熊瑞祥，2015；江飞涛和李晓萍，2018）。在经济发展初期，选择性的产业政策对于帮助企业突破行业壁垒、提升技术创新，促进地区产业结构升级以及生产效率的提高起到了积极的作用（宋凌云和王贤彬，2013；黎文靖和李耀淘，2014；余明桂等，2016；韩永辉等，2017）。但是，随着中国经济发展进入新常态阶段，以往依靠政府之手干预经济、挑选“赢者”的选择性产业政策模式所积累的矛盾日益凸出，逐渐成为制约我国经济高质量发展的重要阻碍（孙早和席建成，2015；程俊杰，2015；余明桂等，2016；王克敏等，2017；钱雪松等，2018）。2020 年中共中央、国务院联合发布的《关于新时代加快完善社会主义市场经济体制的意见》中明确指出，为了扫除我国经济高质量发展过程中的体制机制障碍，必须推动产业政策向普惠化和功能性转型，加强产业政策和竞争政策的协同性。

选择性产业政策的实施推动财政补贴等各类资源在短时间内源源不断地涌向受产业政策支持的经济领域，诱导企业过度投资，进而引发行业产能过剩。长此以往，企业的盈利水平被持续挤压，加上缺乏有效的市场退出机制以及行政力量对市场的干预，导致企业无法有序退出，这样一来，一部分正常经营的企业在选择性产业政策的驱动下容易演变为僵尸企业。僵尸企业作为低端无效供给的代表，长期占用稀缺性资源却不产生经济效益，已经成为我国制造业新旧动能转换和供给质量提升的一大障碍，严重阻碍了经济结构调整和产业转型升级（王一鸣，2017）。僵尸企业的存在不仅打破了“创造性破坏”这一过程，阻碍了经济的长期可持续增长（Hoshi & Kashyap，2004；Ahearne& Shinada，2005；Jaskowski，2015），扭曲了资源的有效配置（Caballero et al.，2008；Hirata，2010；Lin et al.，2015；王永钦等2018），还会挤压正常企业的生产空间，产生“劣币驱逐良币”的现象（Ahearne & Shinada，2005；Papava，2010；Hoshi & Kim，2012；谭语嫣等，2017；肖兴志等，2019）。

目前关于僵尸企业成因分析的文献较多，主要包括以下三个方面。其一，为了維持辖区内的经济增长，保持就业的稳定，地方政府有激励运用财政补贴等方式救助那些本应破产退出的企业，使其存续在市场中，进而演变为僵尸企业（申广军，2016；黄少卿和陈彦，2017；范子英和王倩，2019）。其二，银行一方面受到资本充足率的监管要求，另一方面出于企业间连保互保容易引发系统性金融风险的现实考虑，加上地方政府直接干预以阻止银行抽贷，只能持续给僵尸企业放贷，帮助其存活下去（黄少卿和陈彦，2017；谭语嫣等，2017；乔小乐等，2019；蔡宏波等，2020）。其三，我国缺乏有效的市场退出机制，导致僵尸企业在市场中清退过程受阻，从而恶化了僵尸企业的问题（朱舜楠和陈琛，2016；聂辉华等，2016；黄少卿和陈彦，2017）。综上所述，目前对僵尸企业成因的分析主要集中于正常企业出现经营问题之后，探讨了这些企业本应破产退出却为何得以在市场上持续存在，继而演变为僵尸企业。但是，企业何以陷入依靠自身能力难以为继的窘境，却较少受到关注，而这恰恰是企业僵尸化的深层次原因。只有挖掘出问题背后的本质因素，才能够对症下药，从根源上防范我国僵尸企业的形成。虽然部分学者据此展开了讨论，指出地方选择性产业政策（邓洲，2016；聂辉华等，2016）、市场的外部需求冲击（何帆和朱鹤，2016）以及企业自身发展问题（申广军，2016；熊兵，2016）是我国企业僵尸化的重要推手，但上述研究也仅仅止步于理论层面的简要探讨，缺乏更为细致的剖析以及实践经验的佐证。

大量研究表明，企业在陷入经营困境之前普遍都进行了大规模的非理性扩张，这种扩张背后往往都与我国特有的治理体制以及由此衍生出的选择性产业政策密切相关（聂辉华等，2016）。财政补贴作为我国产业政策的重要工具，在政府扮演“扶持之手”（helping hand）时发挥着重要作用（Frye & Shleifer，1997）①。基于上述考虑，本文利用1998-2013 年中国工业企业数据，从财政补贴这一重要的产业政策工具入手，探究选择性财政补贴政策对我国僵尸企业形成的影响机理。研究结果表明，选择性财政补贴政策是我国僵尸企业形成的主要原因之一，随着财政补贴政策配置趋于集中化，企业僵尸化风险也在增加。究其原因，选择性财政补贴政策推动企业盲目扩张规模、过度投资，进而形成僵尸企业。过度投资一方面降低了企业的盈利能力，另一方面引发行业产能过剩，在__上述合力的作用下，企业僵尸化风险逐渐增加。此外，考虑到选择性财政补贴政策对企业僵尸化的影响可能依赖于企业所有制、行业竞争程度以及法律完备度，本文进一步考察了以上因素的异质性影响。研究发现，相比非国有企业，国有企业更易受到选择性财政补贴政策的影响成为僵尸企业。行业竞争度能够在一定程度上削弱这一负面效应，行业竞争度越大，企业由于选择性财政补贴而引发的僵尸化风险则越小。《企业破产法》的颁布也能有效降低选择性财政补贴对企业僵尸化的负向影响。以上结论在经过了大量的稳健性检验后依然成立。

本文的边际贡献主要包括以下几个方面：其一，本文回答了如何设计有效的产业政策这一问题。设计有效的产业政策以促进经济发展是我国治理能力现代化的重要体现。尽管在经济发展的初期政府干预是必要的，但随着市场机制逐渐完善，政府的职能应当从经济活动的干预者转变为竞争秩序的维护者。弱化政府“扶持之手”的力量，赋予市场更多的自由和活力，才是我国产业政策模式转型的方向。其二，本文丰富了僵尸企业形成领域的研究文献。现有的关于我国僵尸企业成因的研究大多属于定性分析（聂辉华等，2016；何帆和朱鹤，2016；熊兵，2016），缺乏从实证角度对僵尸企业成因进行识别的研究。本文从地方政府干预这一制度性因素出发，探讨了选择性财政补贴政策对企业僵尸化的影响机理，为我们理解僵尸企业的形成提供了新的视角。其三，本研究对于完善我国僵尸企业治理体系提供了启示。现有的关于僵尸企业治理策略的研究多强调僵尸企业形成后的清退（黄少卿和陈彦，2017；盛垒，2018），然而扬汤止沸不如釜底抽薪，只有深入挖掘出僵尸企业形成的深层次原因，才能对症下药，从根本上建立僵尸企业的风险防范与治理体系。本文从选择性财政补贴政策这一视角展开研究，为破解僵尸企業之谜提供了新的思路。

本文后续部分安排如下：第二部分是理论分析与研究假说；第三部分为研究设计；第四部分为实证检验的主要结果；第五部分为机制检验；最后一部分为结论与启示。

二、理论分析与研究假说

理论上，由于存在市场失灵，政府通过实施产业政策可以有效降低由此所产生的效率损失，促进产业升级和技术进步（Rodrik，1996；宋凌云和王贤彬，2013b）。但从现实情况来看，产业政策的实施效果往往不尽人意。受制于有限的地方政府能力以及现行激励机制的内在缺陷，产业政策的实施难以达到预期效果，甚至背离了弥补市场失灵的初衷，沦为地方政府谋求短期经济增长的工具（耿强等，2011）。

自1978 年我国财政体制改革以来，地方政府在财政支出方面具有较大的自主裁量权，在资源配置中拥有了重要的话语权（Li & Zhou，2005）。在中央统一的政策安排下，地方政可以结合自身的资源禀赋和地区经济发展水平，制定辖区内的产业政策实施细则。就中央政府设计和实施产业政策初衷而言，实施产业政策的目标在于提升经济增长质量（孙早和席建成，2015）。然而从晋升考核机制来看，追求短期内GDP 的增长才是地方主政官员努力的方向。为了获得相对较多的晋升机会，地方官员具有强烈的动机运用自身掌握的各类资源，通过实施以财政补贴为代表的产业政策，激励企业扩大投资以推动辖区内经济规模的快速扩张（周黎安，2007；Xu，2011；王贤彬等，2014）。由于地方官员单个任期相对较短，加上产业政策实施的预期效果受到多种因素的影响，产业政策实施的实际效果难以考核，因此地方政府在平衡经济增长质量的长期目标与经济增长速度的短期目标之间的关系时，往往选择忽略社会整体的经济效益，把天平向后者倾斜，引导企业采取规模扩张的发展战略（耿强等，2011）。

在实施财政补贴等产业政策追求短期经济增长的过程中，相比于小企业，大企业在推动投资扩张、经济增长以及税收增加等方面更具优势，因此地方政府倾向于选择它们作为政策扶持的主要对象，由此，产业政策呈现出“扶大限小”的选择性特点①（江飞涛和李晓萍，2010；王立国和鞠蕾，2012；江飞涛等2014；王文甫等，2014；范林凯等，2015）。地方政府通过实施扶持大企业扩张与限制中小型企业发展的非对称策略来推动投资迅速增长。对于大企业而言，在“扶大限小”的选择性财政补贴政策激励下，企业既具有规模扩张的外在激励，又具备过度投资的内在动力。具体而言，一方面，大企业获得财政补贴后，自然而然要承接地方政府的主政愿景，进行大规模的投资扩张，帮助地方政府实现短期增长的目标。另一方面，财政补贴促使企业内部成本外部化，企业投资成本的降低进一步提高了企业管理者过度投资的内在冲动（王立国和鞠蕾，2012）。而从小企业的角度来看，为了寻求稀缺的市场资源，避免受到地方政府的“补贴歧视”，也有强烈的扩大企业规模的倾向（聂辉华等，2016）。中小企业积极扩张投资、片面做大，以避免沦为选择性产业政策下被强行淘汰、牺牲的对象。最终，各类企业竞相扩张规模，形成整体性过度投资的局面，为僵尸企业的形成埋下了隐患。

除此之外，从产业层面来看，中央和各级政府利用产业政策选择重点发展的行业，并通过各类产业政策工具对供给端进行激励，这也是引起过度投资的另一主要原因（程俊杰，2015）。在选择性产业政策的诱导下，包括财政补贴在内的各类生产要素和社会资源容易在短时间内集中涌向政策支持的产业，引发投资的“潮涌现象”（耿强等，2011；黎文靖和李耀淘，2014）。韩国高等（2011）基于我国制造业企业数据，余东华和吕逸南（2015）以战略性新兴产业为例，均发现了选择性产业政策导致过度投资、产能过剩的有力证据。

最后，地方政府之间的激烈竞争在一定程度上加速了过度投资的进程（江飞涛等，2012）。地方政府间的竞争使得各地为招商引资竞相发放投资补贴，展开补贴竞争。通过实施财政补贴等产业政策扭曲要素价格，诱导性地干预企业的投资决策，引发更多企业进入到产业政策支持的产业，形成产能过剩（程俊杰，2015；余靖雯等，2022）。

综上分析，企业层面的“扶大限小”政策倾向、行业层面的投资“潮涌现象”、地方政府层面的补贴竞争说明了选择性财政补贴政策会引发企业的过度投资。盲目的规模扩张、过度投资虽然在短期内能够营造出经济增长的非理性繁荣，但从长期来看这一泡沫必然破碎，随之而来的是企业盈利能力的下降以及整个行业的产能过剩。过度投资导致市场供给大量增加，短期内需求没有较大增量的变化，容易引发产能过剩问题。这些过剩的产能最终要在市场上经过竞争的洗礼。持续的供大于求，产品价格下降，在成本不变的情况下，企业利润被挤压。随着企业的盈利水平持续下降，企业的现金流不断恶化，原本能够正常盈利的企业就有可能出现亏损，甚至出现资不抵债，最终形成僵尸企业。

前期選择性产业政策引致下的过度投资越严重，积累下的产能过剩越多，企业的盈利能力缩减幅度也越大，在后续的市场竞争中能够洗净铅华、脱颖而出的企业则越少，而出现问题、难以为继的企业则越多。但是，为了实现稳增长、保就业的经济目标，地方政府不得不采取更多的产业政策手段，扶持救助辖区内那些在市场竞争中被淘汰、本应破产退出的低效率企业，这些企业因此能够依靠外部的持续性输血僵而不死，成为僵尸企业（申广军，2016；黄少卿和陈彦，2017；范子英和王倩，2019a；蔡宏波等，2020）。

综合以上分析可知，在我国僵尸企业的形成过程中，以选择性财政补贴为代表的产业政策是其中的主要影响因素之一。由于地方政府实施“扶大限小”的选择性财政补贴政策，企业盲目进行规模扩张，从而削减了企业的盈利能力，引发行业性的产能过剩，最终导致僵尸企业的形成。基于此，本文提出以下两条有待论证的假说：

假说1：选择性财政补贴是我国僵尸企业形成的主要原因之一。具体来说，随着财政补贴政策配置的集中程度提高，企业僵尸化的风险也相应增大。

假说2：选择性财政补贴影响僵尸企业形成的主要渠道是企业过度投资。企业过度投资导致企业盈利能力下降和行业产能过剩，最终增加了企业僵尸化的风险。

三、研究设计

（一）变量选择与数据来源

为了检验本文第二部分提出的理论假说，本文利用1998-2013 年中国工业企业数据库进行了实证检验。该数据集包含300 多万个原始观测数据，涵盖了制造业、采矿业、电力、燃气及水的生产和供应业等行业。本文参考黄少卿和陈彦（2017）的方法对原始数据做了以下处理：（1）删除关键变量如资产总计、固定资产合计、补贴收入、利息支出等缺失的观测值。（2）剔除不合理的观测值。例如，总资产小于流动资产，总资产小于总资产，企业员工人数、总资产、固定资产等小于等于0，营业收入、负债合计、工业总产值等为负的样本，研究最终使用的样本有2 644 306 个观测值。本文研究使用的主要变量说明如下：

被解释变量是企业是否为僵尸企业（zom）。如果企业当年被识别为僵尸企业，则赋值为1，反之为0。僵尸企业的识别方法参考了朱鹤和何帆（2016）、张栋等（2016）、聂辉华等（2016）、申广军（2016）、黄少卿和陈彦（2017）、范子英和王倩（2019）、李超旭和王俊毅（2020）、周文婷和冯晨（2022）等的文献，以FN 识别方法为基准进行修正调整。如果企业扣除政府补贴和银行信贷补贴之后的实际利润为负，说明企业主要依靠外部资源输血维持经营，属于僵尸企业。同时考虑到，FN 识别方法也有一定的缺陷，主要表现为没有考虑时间因素。如果一家正常企业只是经历了暂时性的困难，按照这种方法它很有可能被识别成僵尸企业。为了解决这一潜在问题，本文同时参考Imai（2016）的修正方法，用企业连续三年①内的实际利润之和作为改进后的盈余标准，如果三年内的实际利润之和为负，可以被认为是僵尸企业。

具体识别步骤如下：

第一步，计算出企业i 在t 年正常经营下需要支付的最低利率水平：

其中，EBITi，t 表示企业当年的息税前利润，Subi，t 为企业当年获得的政府补贴。如果RP 小于0则表示企业在扣除信贷补贴和财政补贴之后的实际利润小于0。然而，考虑到除了向企业提供较低利率的贷款外，给予企业更多持续性的新增贷款也是另一种信贷补贴的方式（Fukuda & Nakamura，2011），因此，针对这一可能性，本文参考Fukuda & Nakamura（2011）的做法，引入“持续贷款标准”（Evergreen Lending Criterion）来对上述问题进行修正。在满足RP<0 的前提下，加入以下两个标准：1.企业当年的资产负债率大于0.5；2.当年总负债相比上年有所增加。只有当企业同时满足以上三个条件时，才被认定为僵尸企业。

同时，考虑到部分具有长期增长能力的初创型企业一般在企业发展前期都获得了政府补贴和银行信贷用于研发创新活动，按照上述的标准来识别容易将目标企业误判为僵尸企业。因此，针对这种类型的企业，本文采用黄少卿和陈彦（2017）的方法，以净资产连续增长的条件加以修正。具体而言，如果企业连续三年净资产都持续增加，则将其识别为非僵尸企业。

解释变量是选择性财政补贴政策（policy）。选择性财政补贴政策刻画的是财政补贴政策的集中度，即财政补贴是以一种普惠的方式配置给企业，还是以一种差异化的、选择性的方式发放给企业。为了衡量选择性财政补贴政策的强度②，本文参考黄先海等（2015）的做法，借鉴泰尔指数③的构造方法，设计了选择性财政补贴政策（policy）指标。考虑到僵尸企业比其他企业更容易获得政府补贴，为了缓解该政策可能存在的内生性问题，本文在具体计算过程中，分子和分母均减去了企业i 自身获得的补贴数额，以剔除相应的政策支持干扰，同时在控制变量中加入了企业获得的政府补贴这一指标。policy 数值越大，表明补贴政策越集中，更可能以选择性的方式配置到各行业中的企业，即财政补贴政策配置更具有选择性特征；该数值越小，表明政府更倾向于以普惠的方式给予行业内所有企业相应的补贴政策支持，即该补贴政策更具有功能性产业政策的特征。

在谭语嫣等（2017）、李旭超等（2018）研究的基础上，本文在计量模型设定时选取了以下控制变量：企业规模（asset）、企业年龄（age）、企业所有制（soe）、资产负债率（la）、固定资产比例（fixeda）以及政府补贴（subsidy）。其中，企业规模（asset）用企业总资产表示；企业年龄（age）为当年年份减去企业成立年份；企业所有制（soe）为企业的产权性质，当企业为国企时取值为1，反之为0；资产负债率（la）代表企业的长期偿债能力，用企业总负债除以总资产表示；固定资产比例（fixeda）用企业固定资产总额除以总资产表示；政府补贴（subsidy）用企业当年获得的政府补贴金额除以企业总资产表示。所有变量均在1%水平上做了缩尾处理。具体变量的定义和处理方法见表1。

（二）实证模型设定

为了探究选择性财政补贴政策是否会导致企业更易僵尸化，本文构造如下的实证模型，运用固定效应模型对理论假说进行实证检验。

其中，i 表示企业、t 表示年份，被解释变量zom 代表企业当年是否被识别为僵尸企业。policy表示选择性财政补贴政策，即财政补贴的集中度。control 表示一系列的控制变量，为了控制企业层面不随时间变化的影响和宏观经济冲击，本文在模型中分别加入了企业层面的固定效应λi 和年份固定效应Tt。考虑到主要解释变量policy 是在行业层面计算的，因此一些行业固有特征以及潜在的行业层面随时间变化的因素也会对实证结果造成影响，本文进一步加入了2 位数行业和时间的联合固定效应γj，t，以吸收不同年份的行业间财政补贴等因素的差异。β0 表示截距项，εi，t 表示扰动项。本文对核心解释变量采取滞后一期的方式来处理，以此缓解双向因果关系隐患下的内生性问题。本文主要关心的回归系数为β1，如果模型（4）中的回归系数β1 显著为正，则说明选择性的财政补贴政策是我國僵尸企业形成的原因之一，财政补贴的配置越集中，企业僵尸化的风险则越大。表2 为主要变量的描述性统计。

四、实证结果

（一）基准回归分析

首先，为了检验假说1，本文对模型（4）进行实证分析，回归结果见表3。其中，第（1）列只加入了个体、时间的固定效应以及2 位数行业*时间的联合固定效应（以控制2 位数行业层面随时间变化的一系列因素，其中包括2 位数行业的分布变化特征、行业管理政策的变化以及投资管制等政策），选择性财政补贴政策policy 的回归系数为0.030 7，在1%的统计水平上显著为正，表明一组完全集中的补贴（policy 为1），将使得企业僵尸化的概率增加3.07 个百分点，即随着财政补贴政策选择性增强，企业僵尸化的概率也显著增加。其次，我们逐步加入其他控制变量，进一步观察subsidy 的回归系数是否发生显著变化。第（2）列加入了企业规模（asset）、企业年龄（age）、企业所有制（soe）、资产负债率（la）、固定资产比例（fixeda）以及政府补贴（subsidy）等控制变量。结果显示，policy 的回归系数依然显著为正。第（3）列进一步控制了省份*时间的联合固定效应，以缓解某些随时间变化的省份层面的遗漏变量引发的估计有偏问题，比如，省份层面逐年变化的经济波动可能会同时影响财政补贴配置方式和企业的经营状况。回归结果显示，policy 的系数为0.026 2，依然在1%的统计水平上显著为正。最后，在此基础上本文进一步加入4 位数行业的赫芬达尔指数来衡量行业的集中①（industry_comp），以排除更精细行业维度上的行业集中度的影响②，实证结果如表3 第（4）列所示，policy 的回归系数依然显著，估计结果进一步支持了假说1。政府出于获得短期经济增长的目的，运用包括财政补贴在内的选择性产业政策，激励企业扩大规模、增加投资，最终增大了企业的僵尸化风险，导致“繁荣”过后的僵尸化浪潮的出现。

（二）稳健性检验

针对以上基准回归结果，本文进一步实施以下稳健性检验对本文的基本结论进行巩固和验证。

1. 在不同层级聚类。在基准回归中，我们将样本在省级层面聚类，原因在于省级聚类可能更为严格，识别了企业所在较高组群程度上的异方差和自相关问题。在本节中，我们将放宽回归中的聚类要求，将样本分别在城市层面以及个体层面聚类，以观察policy 的回归系数的变化，结果见表4 的第（1）-（2）列。其中第（1）列为在城市层面聚类结果，第（2）列为在个体层面聚类结果。我们可以发现，各类层级聚类的估计结果均显示，选择性财政补贴政策的系数显著为正，与基准回归结果保持一致。

2. 替换解释变量的度量指标。其一，在基准回归中，本文借鉴的是泰尔指数的构造思路来计算财政补贴的集聚程度。在此，我们参考Aghion et al.（2015）的做法，使用赫芬达尔指数的计算方法重新测度选择性财政补贴政策（herf_sub）。具体计算方法如下：herf_subi，t=Σ（subijt/subjt）2 。其中subijt 表示行业j 中的企业i 在t 年获得的财政补贴，subjt 表示j 行业所有企业获得的财政补贴总额。考虑到补贴可能会偏向市场上生产率较高的企业或者经营状况较差的企业，因此该计算方式可能存在一定的内生性问题。因此，本文在计算过程中Herfindahl 指数时，分子分母均减去了企业i 自身获得的财政补贴，以剔除企业自身获得政策支持的影响。同时，在回归中对企业获得的财政补贴这一变量加以控制。黄先海等（2015）认为，Herfindahl 指数的大小容易受到行业内企业数量的影响，因此本文在加入上述基准回归中的控制变量的前提下，进一步控制了企业所处行业的企业数量。herf_sub 越大，表明政府补贴的配置越集中，更偏向于采用选择性财政补贴政策。估计结果见表4 第（3）列。选择性财政补贴政策的回归系数显著为正，说明在更换了选择性财政补贴政策的度量指标以后，估计结果依然稳健。其二，考虑到原有的policy 更多的反映的是行业内的财政补贴配置状况，因此本文进一步计算不同行业间的补贴离散度，再与原基础的policy 交乘得到新变量policy_new，这一新变量policy_new 不仅包含了行业内的财政补贴的配置情况，还包括了行业间的财政补贴配置状况，能够更加全面地反映选择性产业政策的特点。实证结果对应表4 第（4）列。当考虑了上述一系列因素之后，policy_new 的回归系数依旧显著为正①。

3. 替换被解释变量的度量指标。我们主要使用两种新方法对僵尸企业进行测度。其一，在基准回归中，我们在FN 识别方法的基础上，参考Imai（2016）的修正方法，用企业连续三年内的实际利润之和作为改进后的盈余标准，如果三年内的实际利润之和为负，则被识别为僵尸企业。在此，我们将窗口缩小和扩大，采用两年期、四年期、五年期的实际利润之和为标准重新识别僵尸企业（zom1、zom2、zom3），回归结果见表4 的第（5）-（7）列，policy 的回归系数依然显著为正。其二，在基准回归中，我们在测度僵尸企业的公式（3）中使用的是企业的利润总额，考虑到其中可能包含了企业的非经常性损益项目，因此，我们借鉴谭语嫣等（2017）的做法，在此使用企业的营业利润率进行替代，对僵尸企业进行重新识别（zom4）。实证结果对应表4 第（8）列，可以看出在更换了僵尸企业的识别方法后，结果依然与基准回归结果保持一致。

4. 工具变量。尽管上述的一系列分析和检验为我们识别选择性财政补贴政策对企业僵尸化的影响提供了有力的支撑，但实证分析中可能仍然存在一些不可观测的遗漏变量以及潜在的反向因果等内生性隐患，从而导致估计结果有偏。具体而言，其一，反向因果的问题无法完全排除。尽管我们在基准回归中对核心解释变量进行了滞后一期处理，能够在一定程度上缓解反向因果的问题，但考虑到这一方法有其局限性，无法完全排除反向因果下的内生性问题。其二，潜在的遗漏变量的问题无法完全排除。尽管我们在基准回归中加入了一系列可能影响到企业僵尸化的控制变量，并进一步控制了各类固定效应，但不可观测的遗漏变量的问题依然存在，例如来自城市层面的经济差异可能同时会对政府的补贴配置以及客户的经营状况产生影响，从而影响企业的僵尸化风险。因此，为了缓解上述可能存在的内生性问题，我们进一步采用工具变量方法修正估计偏误。

具体来说，本文选取了不包括企业i 所在城市样本的其他地区同行业的企业补贴数据，计算了相应的泰尔指数（policy_iv），以此作为基准回归中选择性财政补贴政策的工具变量。使用这一工具变量的合理性有几下几点：其一，同行业中除本城市之外的其他地区的补贴配置与整个行业的补贴分配方式密切相关，因此采用该方法计算得到的泰尔指数与选择性财政补贴政策存在高度的相关性。其二，从排他性的角度来看，该企业所处城市之外的其他地区的财政补贴配置模式很难通过除财政补贴政策之外的其他渠道来影响到企业僵尸化的概率，因此变量满足工具变量外生性的要求。表5 展示的是两阶段最小二乘回归模型的估计结果，其中第（1）列汇报的是第一阶段的回归结果，可以看出工具变量与解释变量存在高度的相关性（在1%的置信水平上显著），且第一阶段的Cragg-Donald Wald F 统计值远大于10（25 791.22），表明模型估计并不存在弱工具变量问题。第（2）列展示的是第二阶段的检验结果，估计结果显示在排除了内生性隐患之后，选择性财政补贴政策对企业僵尸化的影响依然存在。从回归系数的大小来看，与基准回归结果相比，policy 的回归系数略微增大。此外，由于本文构造的工具变量是不包含企业i 所处城市样本的财政补贴数据计算而得，来自城市层面的某些因素的变化可能会对工具变量的估计结果产生影响，如地区经济发展水平与财政补贴的配置以及企业的僵尸化率之间存在较高的相关性。因此，为进一步提高两阶段最小二乘法检验的准确性，排除遗漏变量的干扰，我们在估计模型中加入了地区层面的控制变量，如人均国内生产总值（GDP_per）、地区财政收入（revenue）、地区就业人数（employment）、FDI 流入量（FDI）以及工业化程度（industry）①，估计结果见表5 的第（3）、（4）列。第（3）列的估计结果显示，在考虑城市特征的影响之后，工具变量与原解释变量的相关性依然显著成立。__第（4）列展示的第二阶段回归结果显示，在控制城市特征变量之后，选择性财政补贴政策对于企业僵尸化的影响依然不变。

（三）异质性分析

在基准分析中，我们研究了选择性财政补贴政策与我国僵尸企业形成的相关性，但其中的作用效果可能会受到来自企业、行业或者市场特征的影响。因此，本文进一步从企业所有制、行业竞争度以及法律完备度等维度展开异质性分析。

1. 企业所有制

不同于非国有企业，国有企业的实际控制人一般为各级政府， 其管理者由政府任免（钱雪松等，2018）。因此，在寻求经济短期增长与规模投资增速时，地方政府更偏向于选择国有企业作为干预对象，通过包括财政补贴在内的各种产业政策，激励企业扩大投资（唐雪松等，2010；黎文靖和李耀淘，2014）。此外，国有企业相较于非国有企业存在更为严重的委托代理问题，更易出现内部人控制。国有企业的高管在经营企业时更多地关注自身的晋升而较少从企业盈利的角度作出决策（聂辉华等，2016）。出于晋升激励，国有企业的经营者更倾向于扩大企业规模，这样容易引发过度投资行为。因此，综上分析，我们认为与非国有企业相比，国有企业受到选择性财政补贴政策的影响相对更大，过度投资的可能性和程度更高，企业也更可能成为僵尸企业。

为了对这一猜想进行验证，本文按照企业所有制性质将样本分为两组，一组为国有企业样本，另一组为非国有企业样本，通过分样本回归的方式来探究选择性财政补贴政策对企业僵尸化的影响是否依赖于所有制性质。估计结果如表6 第（1）-（2）列所示，其中第（1）列为国有企业的回归结果，第（2）列为非国有企业的回归结果。我们可以发现，在国有企业样本中，选择性财政补贴政策的回归系数为0.079 2，大于非国有企业的回归系数0.017 3，且这一差异通过了组间t 值检验，说明国有企业更容易受到选择性财政补贴政策的影响而成为僵尸企业。为了对估计结果做进一步验证，本文考虑在模型（4）中加入选择性财政补贴政策和企业所有制的交互项，检验交互项L.policy*soe 的回归系数，估计结果见表6 第（3）列。交互项L.policy*soe 的回归系数为0.095 0，且在1%的水平上显著，说明选擇性财政补贴政策对企业僵尸化的作用效果的确会受到企业所有制的影响。具体来说，当企业为国有企业时，选择性财政补贴政策的负向影响相对更大。

2. 行业竞争程度

一方面，行业竞争程度越高，表明市场中的信息更为充分、透明，能够为企业管理者的业绩考量提供更市场化的绩效标杆。企业所有者能够据此判断出管理者的工作努力程度，进行有效的委托代理监督，从而约束了高管过度投资的倾向（Holmstrom， 1982）。另一方面，当行业竞争程度增大时，企业面临的破产倒闭风险也越大。管理者出于维护自身声誉和职业生涯的目的，也会在管理经营时主观规避非效率的投资行为，降低过度投资的可能（Schmidt，1997；Grullon & Michaely， 2008）。综合以上两方面的考虑可知，较高的行业竞争度能够在一定程度上抑制企业的过度投资行为。但是，根据前文的理论分析，选择性财政补贴政策导致企业僵尸化的主要原因在于激励了企业的过度投资。据此，本文提出的一个合理猜测是，行业竞争程度能够减弱选择性财政补贴政策对企业僵尸化的正向影响。当企业所处行业竞争水平提高时，选择性财政补贴政策引致的僵尸化风险也会随之降低。

为了对上述推测进行验证，本文在基准回归的基础上引入行业竞争度①（industry_comp）与选择性财政补贴政策的交互项L.policy* L.industry_comp。如果交互项的系数显著为负，说明在竞争程度相对较高的行业中，选择性财政补贴政策的影响相对较小。回归结果见表6 第（4）列，L.policy * L.industry_comp 的系数为-0.484 5，且在10%水平上显著，实证结果与上述分析保持一致。

3. 法律完备度

僵尸企业作为无效供给，不能依靠自身力量存续，本应该按照相关的法律法规有序地退出市场，将挤占的社会资源释放出来分配给效率更高的企业，提高社会的总体运行效率。然而，由于我国缺乏有效的市场退出机制，导致僵尸企业在清退过程中受阻，从而对我国僵尸企业的形成起到了推波助澜的作用（朱舜楠和陈琛，2016；聂辉华等，2016；黄少卿和陈彦，2017）。因此，降低企业退出市场的壁垒，破除市场退出的桎梏，或许能够有效地削弱选择性财政补贴政策对企业僵尸化的影响。

2006 年我国颁布了《企业破产法》，其中规定企业法人不能清偿到期债务，并且资产不足以清偿全部债务或者明显缺乏清偿能力的，可以向人民法院提出破产清算申请①。为了验证企业退出市场制度建设的积极影响，本文以《企业破产法》的颁布为契机，检验 2006 年《企业破产法》的实施是否能够弱化选择性财政补贴政策对企业僵尸化的负面影响，以此来论证完善企业退出制度有助于缓解政府干预市场而引致的企业僵尸化问题。具体而言，本文引进法律完备度law 这一新变量，如果样本在2006 年之前取值为0，反之则取值为1，并将选择性财政补贴政策与法律完备度的交互项L.policy*law 纳入到模型中。估计结果见表6 第（5）列，交互项L.policy*law 的回归系数为-0.044 5，显著为负，且在5%的水平上显著，说明《企业破产法》的颁布实施的确可以有效地减弱选择性财政补贴政策对企业僵尸化的推动作用。

五、机制检验

在本节中，我们主要围绕选择性财政补贴政策对企业僵尸化的影响机制展开分析。正如理论分析中所阐述的，选择性财政补贴政策导致企业僵尸化的主要原因在于，政府为了实现辖区内短期经济增长，会采取“扶大限小”的选择性财政补贴政策激励企业过度投资，盲目进行规模扩张。这种低效率的过度投资一方面会削弱企业的盈利状况，另一方面容易引发行业内的产能过剩。最终在以上合力的作用下，导致了僵尸企业的形成。

为了检验以上的逻辑链条是否成立，我们将对上述环节展开逐一验证。首先，检验选择性财政补贴政策对企业的过度投资的影响。过度投资的度量主要借鉴Biddle et al（. 2009）、Chen et al（. 2010）、李萬福等（2011）、窦欢等（2014）的方法，先估算出企业正常的投资水平，再用企业实际的投资水平与估算出的投资水平之差，来判断企业是否存在过度投资。估算使用的具体模型如下：investi，t=α0+α1Growthi，t-1+εi，t （5）

其中，invest 表示企业t 年实际新增的投资，用（t 年固定资产原价合计 - t-1 年固定资产原价合计）／t-1 年资产总额度量；Growth 表示公司成长性，采用主营业务收入的增长率表示。估计上述模型得到的残差可以用来度量企业过度投资水平。本文主要采用以下三种方式来刻画企业的过度投资水平：其一，参考王彦超（2009）、张会丽和陆正飞（2012）的做法，以回归的残差大小直接衡量企业过度投资的程度（over_invest1）；其二，参考黄健柏等（2015）的方法，将残差小于0的赋值为0，大于0 的则取残差原值，由此得到另一过度投资代理指标over_invest2；其三，借鉴Biddle et al.（2009）、张会丽和陆正飞（2012）的思路，将估计得到的残差大小按照四分位数分组，删除残差最小的一组，并将残差最大的一组定义为过度投资，赋值为1，中间两组则赋值为0，得到度量指标over_invest3。

表7 展示了选择性财政补贴政策对企业过度投资的影响。其中第（1）-（3）列分别是采用不同方式测度企业过度投资水平的估计结果。我们可以发现，无论采用哪种度量方法，选择性财政补贴政策的回归系数均显著为正。上述估计结果表明，选择性财政补贴政策导致了企业过度投资行为，以选择性财政补贴政策干预企业的投资决策，提高了企业的过度投资水平。研究结果支持了假说2。

此外，为了对上述结果进行进一步确认，本文在验证了选择性财政补贴政策导致企业过度投资的同时，检验财政补贴是否的确存在“扶大限小”的情况。正如前文所分析的，选择性财政补贴政策会导致企业的过度投资主要是基于财政补贴具有“扶大限小”的特点，因此，如果能够证明地方政府更倾向于把补贴配置给大企业，这将为选择性财政补贴政策导致企业过度投资这一推论提供更为有力的支持。在此，本文主要采用以下两种方法进行验证。其一，分析企业规模与企业获得的财政补贴之间的关系，如果企业规模越大，获得的财政补贴也越多，则表明财政补贴“扶大限小”问题确实存在。估计结果见表7 的第（4）列，企业规模（asset）的回归系数显著为正，与上述分析保持一致。其二，以上是从整体的角度来探究企业规模与补贴收入之间的关系，然而不同行业之间的补贴收入可能存在较大差异，因此我们将研究视角集中到行业内部，通过观测同行业中，大企业相比于小企业是否能够获得更多的补贴收入。具体而言，本文将企业的补贴规模在行业内按照四分位数分组，如果企业获得的财政补贴处于行业中最高一组则赋值为4，第二组则赋值为3，第三组赋值为2，处于最低组则赋值为1，由此得到企业补贴规模所处行业的位置水平（p_nbtsr_4）①。回归结果如表7 第（5）列所示，企业规模（asset）的回归系数显著为正，说明规模越大的企业更有可能位于行业中补贴收入较多的一组，即在同一个行业内，规模越大的企业获得的补贴收入也越多。其三，本文使用财政补贴占企业总收入的比重（subsidy1）来衡量财政补贴的相对规模，可以看出［表7 第（6）列］企业规模（asset）的回归系数依旧显著为正。

至此，我们主要证明了选择性产业补贴政策会提高企业的过度投资水平，即假说2 的前半部分得以验证。接下来，本文则主要聚焦于整个逻辑链的后半节，选择性财政补贴政策所导致的低效率的过度投资是否会通过降低企业的盈利能力和引发行业的产能过剩，最终增加了企业的僵尸化风险？具体的估计结果见表8，其中第（1）、（2）列展示的是选择性财政补贴政策对企业盈利能力的回归结果。本文参考张峰等（2021）的赋值方法，选取总资产净利润（JROA）②以及总资产报酬率（ROA）③来衡量企业的盈利状况④。可以看出，无论采用何种测度方式，选择性财政补贴政策对企业盈利能力的影响都显著为负，估计结果与上述猜想保持一致。第（3）列展示的是选择性财政补贴政策对行业产能过剩的影响，其中产能过剩（cu）的数据来源于国务院发展研究中心课题组（2015），cu 越大表明行业产能利用率越高，cu 越小则表明产能利用率越低，越可能存在产能过剩的问题。结果表明，选择性财政补贴政策的回归系数policy 显著为负（-3.091 7，在1%水平上显著），说明选择性财政补贴政策所导致的企业过度投资行为，降低了行业的产能利用率，导致了行业的产能过剩问题。至此，假说2 得以全部论证。

此外，本文的实证分析中还可能存在的一个问题在于，产能过剩与僵尸企业之间的内在关系。正如理论分析部分所阐述的，产能过剩是导致僵尸企业形成的原因之一（聂辉华等，2016）。然而另一方面，大量的研究表明，僵尸企业也会降低行业的产能利用率，带来产能过剩的问题（洪银兴，2016；乔小乐等，2020）。那么如何确保在本文的研究中产能过剩是僵尸企业形成过程中的重要一环，而非僵尸企业形成的经济后果？为了回答这一问题，本文考虑将产能过剩cu 和选择性财政补贴政策L.policy 同时纳入到模型（4）中，对企业是否为僵尸企业zom 进行回归。如果产能过剩cu的系数显著为正，且选择性财政补贴政策L.policy 的回归系数和显著性与基准回归相比都有所降低，则说明产能过剩吸收了选择性财政补贴政策的部分效应，在其中发挥了中介作用。具体估计结果见表8 第（4）列，产能过剩cu 的回归系数为-0.000 7 且在1%的水平上显著；选择性财政补贴政策L.policy 的回归系数为0.012 8，相比于基准回归中的0.026 2 缩减了一半，从显著性水平来看，L.policy 的显著性变为5%，对应基准回归中为1%，显著性水平也有所降低。综合上述结果来看，虽然我们无法将产能过剩和僵尸企业之间的因果影响完全剥离，但足以证明在本文的研究框架内，产能过剩依然发挥了部分中介效应的作用，承担着选择性财政补贴政策影响僵尸企业形成的传导机制这一角色。

六、结论与启示

产业政策作为政府干预经济的重要手段，对中国经济发展产生了重大影响。随着大量产业政策的实施，学术界对于我国产业政策是否能够促进经济发展和创新存在很大的争议。我国的产业政策具有显著的选择性特点。由于地方政府的过度干预，产业政策在实施的过程中容易引发资源配置的扭曲，阻碍经济结构调整和产业转型升级。僵尸企业的形成则是其中的主要因素之一。本文以财政补贴这一产业政策为切入点，利用1998-2013 年工业企业数据，探究了选择性财政补贴政策对企业僵尸化的影响。结果发现，选择性财政补贴政策是我国僵尸企业形成的主要原因之一。当财政补贴政策的配置更为集中时，企业僵尸化的可能性也越大。究其背后潜在的传递机制，地方政府为了实现短期的经济增长，运用“扶大限小”的选择性财政补贴政策对企业投资行为进行干预，促使企业盲目扩张、过度投资。在带来短期虚假繁荣的同时，损害了長期经济的可持续发展，最终在浪潮退去、泡沫消失之后，行业产能过剩问题出现，企业盈利能力下降，企业的僵尸化风险也随之增加。此外，相比于非国有企业，选择性财政补贴政策对国有企业的僵尸化影响更大。国有企业更可能在选择性财政补贴政策的作用下沦为僵尸企业。而行业竞争度则能够在一定程度上减弱选择性财政补贴政策这一负面影响。当企业所处行业的竞争程度更高时，选择性财政补贴政策导致其僵尸化的可能性越低。法律法规的完善也能够有效降低选择性财政补贴政策对企业僵尸化的负向影响。《企业破产法》颁布后，选择性财政补贴政策所导致的企业僵尸化的作用显著降低。

本文的研究对于我国僵尸企业的风险防范和治理具有重要的政策意义。在我国经济转轨过程中，为了追求辖区内的GDP 增长，获得政治晋升的机会，地方政府采取选择性的财政补贴政策促使企业过度投资，最终增加了企业的僵尸化风险。由此可见，体制机制的扭曲才是现阶段企业僵尸化的关键因素，也是政府部门在化解企业的僵尸风险时需要重点关注的问题。设计有效的激励和约束机制，规范地方政府的行为，抑制地方政府干预市场的冲动，是值得我们深入思考的问题。同时，促进市场竞争，完善以《企业破产法》为代表的法律法规，以降低企业退出市场的制度性壁垒，也是抑制企业僵尸化的有效手段。

此外，本文的研究对于产业政策的制定实施也具有一定的借鉴意义。在经济发展初期政府干预是必要的，但随着市场发育的逐渐完善，政府职能应当从经济活动的干预者转变为竞争秩序的维护者。以往由政府挑选“赢者”的方式并不适合当今的经济发展模式，应逐步由选择性的产业政策向功能性的产业政策转移，把主动权交还于市场。正如习近平总书记2018 年在民营企业座谈会上提出的，要推进产业政策由差异化、选择性向普惠化、功能性转变。如此，才符合当今经济新常态下，让市场成为资源配置的决定性因素、促进经济高质量发展的本质要义。

参考文献

[1] 蔡宏波、宋研霏、马红旗：《城市商业银行设立与僵尸企业的形成》[J]. 《中国工业经济》，2020 年第9 期，第80-98 页。

[2] 陈钊、熊瑞祥：《比较优势与产业政策效果——来自出口加工区准实验的证据》[J]. 《管理世界》，2015 年第8 期，第67-80 页。

[3] 程俊杰：《中国转型时期产业政策与产能过剩——基于制造业面板数据的实证研究》[J]. 《财经研究》，2015年第8 期，第131-144 页。

[4] 邓洲：《我国处置“僵尸企业”的进展、困境及对策》[J]. 《经济纵横》，2016 年第补期，第19-24 页。

[5] 窦欢、张会丽、陆正飞：《企业集团、大股东监督与过度投资》[J]. 《管理世界》，2014 年第7 期，第134-143+171 页。

[6] 范子英、王倩：《转移支付的公共池效应、补贴与僵尸企业》[J]. 《世界经济》，2019 年第7 期，第120-144 页。

[7] 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年第1 期，第19-31 页。

[8] 冯芸、刘艳琴：《上市公司退市制度实施效果的实证分析》[J]. 《财经研究》，2009 年第1 期，第133-143 页。

[9] 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、赵昌文、许召元、袁东、廖博：《当前我国产能过剩的特征、风险及对策研究——基于实地调研及微观数据的分析》[J]. 《管理世界》，2015 年第4期，第1-10 页。

[10] 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]. 《中国工業经济》，2011 年第5 期，第27-36 页。

[11] 韩永辉、黄亮雄、王贤彬：《产业政策推动地方产业结构升级了吗？——基于发展型地方政府的理论解释与实证检验》[J]. 《经济研究》，2017 年第8 期，第33-48 页。

[12] 黄少卿、陈彦：《中国僵尸企业的分布特征与分类处置》[J]. 《中国工业经济》，2017 年第3 期，第24-43 页。

[13] 洪银兴：《准确认识供给侧结构性改革的目标和任务》[J]. 《中国工业经济》，2016 年第6 期，第14-21 页。

[14] 何帆、朱鹤：《僵尸企业的识别与应对》[J]. 《中国金融》，2016 年第5 期，第20-22 页。

[15] 黄先海、宋学印、诸竹君：《中国产业政策的最优实施空间界定——补贴效应、竞争兼容与过剩破解》[J]. 《中国工业经济》，2015 年第4 期，第57-69 页。

[16] 黄健柏、徐震、徐珊：《土地价格扭曲、企业属性与过度投资——基于中国工业企业数据和城市地价数据的实证研究》[J]. 《中国工业经济》，2015 年第3 期，第57-69 页。

[17] 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》[J]. 《经济研究》，2011 年第12 期，第18-31 页。

[18] 江飞涛、武鹏、李晓萍：《中国工业经济增长动力机制转换》[J]. 《中国工业经济》，2014 年5，第5-17 页。

[19] 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》[J]. 《中国工业经济》，2012年第6 期，第44-56 页。[20] 江飞涛、李晓萍：《直接干预市场与限制竞争：中国产业政策的取向与根本缺陷》[J]. 《中国工业经济》，2010年第9 期，第26-36 页。

[21] 江飞涛、李晓萍：《改革开放四十年中国产业政策演进与发展——兼论中国产业政策体系的转型》[J]. 《管理世界》，2018 年第10 期，第73-85 页。

[22] 李旭超、鲁建坤、金祥荣：《僵尸企业与税负扭曲》[J]. 《管理世界》，2018 年第4 期，第127-139 页。

[23] 李旭超、王俊毅：《银行竞争与僵尸企业的存续和处置》[J]. 《产业经济评论》，202 年第3 期，第136-152 页。

[24] 黎文靖、李耀淘：《产业政策激励了公司投资吗》[J]. 《中国工业经济》，2014 年第5 期，第122-134 页。

[25] 李万福、林斌、宋璐：《内部控制在公司投资中的角色：效率促进还是抑制？》[J]. 《管理世界》，2011 年第2 期，第81-99+188 页。

[26] 聂辉华、江艇、张雨潇、方明月：《我国僵尸企业的现状、原因与对策》[J]. 《宏观经济管理》，2016 年第9 期，第63-68+88 页。

[27] 乔小乐、宋林、戴小勇：《僵尸企业与产能利用率的动态演化——来自中国制造业企业的经验证据》[J]. 《南开经济研究》，2020 年第4 期，第206-225 页。

[28] 乔小乐、宋林、戴小勇：《中国制造业僵尸企业的劳动力资源错配效应研究》[J]. 《财贸经济》，2019 年第11 期，第113-128 页。

[29] 钱雪松、康瑾、唐英伦、曹夏平：《产业政策、资本配置效率与企业全要素生产率——基于中国2009 年十大产业振兴规划自然实验的经验研究》[J]. 《中国工业经济》，2018 年第8 期，第42-59 页。

[30] 盛垒：《僵尸企业治理：现实困境、国际经验及深化策略》[J]. 《社会科学》，2018 年第9 期，第40-51 页。

[31] 申广军：《比较优势与僵尸企业：基于新结构经济学视角的研究》[J]. 《管理世界》，2016 年第12 期，第13-24+187 页。

[32] 孙早、席建成：《中国式产业政策的实施效果：产业升级还是短期经济增长》[J]. 《中国工业经济》，2015 年第7 期，第52-67 页。

[33] 宋凌云、王贤彬：《重点产业政策、资源重置与产业生产率》[J]. 《管理世界》，2013 年第12 期，第63-77 页。

[34] 譚语嫣、谭之博、黄益平、胡永泰：《僵尸企业的投资挤出效应：基于中国工业企业的证据》[J]. 《经济研究》，2017 年第5 期，第175-188 页。

[35] 唐雪松、周晓苏、马如静：《政府干预、GDP 增长与地方国企过度投资》[J]. 《金融研究》，2010 年第8 期，第33-48 页。

[36] 吴一平、李鲁：《中国开发区政策绩效评估：基于企业创新能力的视角》[J]. 《金融研究》，2017 年第6 期，第126-141 页。

[37] 王永钦、李蔚、戴芸：《僵尸企业如何影响了企业创新？——来自中国工业企业的证据》[J]. 《经济研究》，2018 年第11 期，第99-114 页。

[38] 王克敏、刘静、李晓溪：《产业政策、政府支持与公司投资效率研究》[J]. 《管理世界》，2017 年第3 期，第113-124+145+188 页。

[39] 王一鸣：《中国经济新一轮动力转换与路径选择》[J]. 《管理世界》，2017 年第2 期，第1-14 页。

[40] 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 年第10 期，第17-36+46 页。

[41] 王贤彬、张莉、徐现祥：《地方政府土地出让、基础设施投资与地方经济增长》[J]. 《中国工业经济》，2014年第7 期，第31-43 页。

[42] 王立国、鞠蕾：《地方政府干预、企业过度投资与产能过剩：26 个行业样本》[J]. 《改革》，2012 年第12 期，第52-62 页。

[43] 王彦超：《融资约束、现金持有与过度投资》[J]. 《金融研究》，2009 年第7 期，第121-133 页。

[44] 肖兴志、张伟广、朝镛：《僵尸企业与就业增长：保护还是排挤？》[J]. 《管理世界》，2019 年第8 期，第69-83 页。

[45] 熊兵：《“僵尸企业”治理的他国经验》[J]. 《改革》，2016 年第3 期，第120-127 页。

[46] 余明桂、范蕊、钟慧洁：《中国产业政策与企业技术创新》[J]. 《中国工业经济》，2016 年第12 期，第5-22 页。

[47] 余东华、吕逸楠：《政府不当干预与战略性新兴产业产能过剩——以中国光伏产业为例》[J]. 《中国工业经济》，2015 年第10 期，第53-68 页。

[48] 余靖雯、韩秀华、李一可：《政府补贴与企业产能过剩》[J]. 《产业经济评论》，2022 年第5 期，第130-153 页。

[49] 张栋、谢志华、王靖雯：《中国僵尸企业及其认定——基于钢铁业上市公司的探索性研究》[J]. 《中国工业经济》，2016 年第11 期，第90-107 页。

[50] 张峰、战相岑、殷西乐、黄玖立：《进口竞争、服务型制造与企业绩效》[J]. 《中国工业经济》，2021 年第5 期，第133-151 页。

[51] 朱鹤、何帆：《中国僵尸企业的数量测度及特征分析》[J]. 《北京工商大学学报（社会科学版）》，2016 年第4 期，第116-126 页。

[52] 朱舜楠、陈琛：《“僵尸企业”诱因与处置方略》[J]. 《改革》，2016 年第3 期，第110-119 页。

[53] 张会丽、陆正飞：《现金分布、公司治理与过度投资——基于我国上市公司及其子公司的现金持有状况的考察》[J]. 《管理世界》，2012 年第3 期，第141-150+188 页。

[54] 周黎安、张维迎、顾全林、汪淼军：《企业生产率的代际效应和年龄效应》[J]. 《经济学（季刊）》，2007 年第4 期，第1297-1318 页。

[55] 周文婷、冯晨：《僵尸企业的风险传染效应：基于供应链机制》[J]. 《世界经济》，2022 年第11 期，第101-124 页。

[56] Ahearne， A.， N. Shinada， “Zombie firms and economic stagnation in Japan”， International Economics and EconomicPolicy， 2005， 2（4）： 363-381.

[57] Aghion， P.， C. Jing， D. Mathias， D. Luosha， H. Ann， and L. Patrick， “Industrial policy and competition policy”，American Economic Journal： Macroeconomics， 2015， 7（4）： 1-32.

[58] Biddle， G. C.， G. Hilary， and R. S. Verdi， “How does financial reporting quality relate to investment efficiency？”，Journal of Accounting and Economics， 2009， 48（2-3）： 112-131.

[59] Caballero， R. J.， T. Hoshi， A. K. Kashyap， “Zombie lending and depressed restructuring in Japan”， The AmericanEconomic Review， 2008， 98（5）： 1943-1977.

[60] Chen， F.， O. Hope， Q. Li， X. Wang， and Q. Li， “Financial reporting quality and investment efficiency of private firmsin emerging markets”， Accounting Review， 2011， 86（4）： 1255-1288.

[61] Frye， T.， A. Shleifer， “The invisible hand and the grabbing hand”， American Economic Review， 1997， 87（2）： 34-358.

[62] Grullon， G.， R. Michaely， “Corporate payout policy and product market competition”， NBER Working Paper， 2008.

[63] Hoshi， T.， A. Kashyap， “Japan's financial crisis and economic stagnation”， Journal of Economic Perspectives， 2004，18（1）， 3-26.

[64] Hoshi， T.， Y. Kim， “Macroprudential policy and zombie lending in Korea”， NBER Working Paper， 2012.

[65] Hirata， W.， “Financial market imperfections and aggregate fluctuations”， Boston： Boston College， 2010.

[66] Holmstrom， B.， “Moral hazard in teams”， The Bell Journal of Economics， 1982， 13（2）： 324-340.

[67] Imai， K. A.， “Panel study of zombie SMEs in Japan： identification， borrowing and investment behavior”， Journal ofthe Japanese and International Economies， 2016， （39）： 91-107.

[68] Jaskowski， M.， “Should zombie lending always be prevented？”， International Review of Economics & Finance， 2015，40： 191-203.

[69] Lin， Y. P.， A. Srinivasan， T. Yamada， “The effect of government bank lending： evidence from the financial crisis inJapan”， NBER Working Paper， 2015.

[70] Li， H. L. A. Zhou， “Political turnover and economic performance： the incentive role of personnel control in China”，Journal of Public Economics， 2005， 89（9-10）：1743-1762.

[71] Papava， V. G.， “The problem of zombification of the postcommunist necroeconomy”， Problems of Economic Transition，2010， 53（4）： 35-51.

[72] Rodrik， D.， “Coordination failures and government policy： A model with applications to East Asia and Eastern Europe”，Journal of International Economics， 1996， 40（1-2）：1-22.

[73] Schmidt， K. M.， “Managerial incentives and product market competition”， Review of Economic Studies， 1997（2）：191-213.

[74] Xu， C. “The fundamental institutions of China's reforms and development”， Journal of Economic Literature， 2011，49（4）：1076-1151.