顧國(guó)達(dá) 吳宛珊,2

(1. 浙江大學(xué) 經(jīng)濟(jì)學(xué)院， 浙江 杭州 310027; 2. 浙江工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院, 浙江 杭州 310014)

一、 問(wèn)題的提出

在充分競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中，信貸資源爭(zhēng)相流向高盈利水平、高成長(zhǎng)性、經(jīng)營(yíng)穩(wěn)健的企業(yè)，而虧損、缺乏競(jìng)爭(zhēng)力、經(jīng)營(yíng)困難的企業(yè)則需以更高的價(jià)格獲取甚至無(wú)法獲得銀行貸款。然而在現(xiàn)實(shí)中，部分經(jīng)營(yíng)不善、資不抵債、本應(yīng)退出市場(chǎng)的企業(yè)卻因銀行的信貸支持而繼續(xù)存活，成為僵尸企業(yè)。這些企業(yè)不僅惡化了信貸資源配置效率，也擠掉了健康企業(yè)的融資機(jī)會(huì)而影響企業(yè)投資，削弱了金融對(duì)經(jīng)濟(jì)的支持，阻礙了市場(chǎng)優(yōu)勝劣汰的過(guò)程，導(dǎo)致其所處行業(yè)產(chǎn)能過(guò)剩[1-3]。當(dāng)前，處理僵尸企業(yè)問(wèn)題已經(jīng)成為中國(guó)供給側(cè)改革的重點(diǎn)。

現(xiàn)有研究從企業(yè)自身、政府、銀行等角度切入，在中國(guó)僵尸企業(yè)的成因上有諸多發(fā)現(xiàn)，為問(wèn)題的化解提供了新的思路。從企業(yè)自身因素出發(fā)的研究認(rèn)為，企業(yè)成為僵尸的根本原因是缺乏比較優(yōu)勢(shì)。如申廣軍認(rèn)為違背比較優(yōu)勢(shì)的企業(yè)沒(méi)有自生能力，只能依賴政府和銀行的救助，更易成為僵尸[4]；朱舜楠等發(fā)現(xiàn)，經(jīng)營(yíng)效率越低、規(guī)模越大的企業(yè)越容易成為僵尸[5]；程虹等發(fā)現(xiàn)，企業(yè)的產(chǎn)品質(zhì)量、技術(shù)創(chuàng)新能力與企業(yè)家精神等內(nèi)部因素是影響僵尸企業(yè)形成的關(guān)鍵因素[6]。還有一些研究從銀行的視角解釋僵尸企業(yè)獲得信貸支持的原因。如聶輝華等[7]、王立國(guó)等[8]將銀行的信貸歧視和不良貸款列為僵尸企業(yè)的主要成因；周琎等認(rèn)為，養(yǎng)活我國(guó)僵尸企業(yè)的主要是銀行的持續(xù)貸款，其次才是貼息和政府補(bǔ)貼[9]；何帆等指出，銀行為避免大面積出現(xiàn)不良貸款，會(huì)不斷給初陷經(jīng)營(yíng)困境的企業(yè)和互聯(lián)互保、信用關(guān)聯(lián)的困難企業(yè)融資[10]；朱鶴通過(guò)構(gòu)建理論模型，認(rèn)為銀行救助僵尸企業(yè)是基于對(duì)其經(jīng)營(yíng)狀況好轉(zhuǎn)、歸還本金的可能性的評(píng)估[注]參見朱鶴《僵尸企業(yè)與債務(wù)積累——基于中國(guó)現(xiàn)實(shí)的理論解釋》，“國(guó)企改革與中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)”學(xué)術(shù)研討會(huì),2017年6月2日，上海。。另一些研究則強(qiáng)調(diào)政府的作用。如黃少卿等通過(guò)分析僵尸企業(yè)的分布和構(gòu)成，指出僵尸企業(yè)問(wèn)題更多的是體制性問(wèn)題[2]；聶輝華等認(rèn)為，地方政府間的惡性競(jìng)爭(zhēng)是催生僵尸企業(yè)的重要因素[7]；張雨瀟等指出，地區(qū)僵尸企業(yè)數(shù)量在地方官員晉升關(guān)鍵期達(dá)到頂峰，即晉升訴求是地方官員縱容僵尸企業(yè)生存的主要原因[注]參見張雨瀟、聶輝華、江艇《官員任期與僵尸企業(yè)》，“中國(guó)經(jīng)濟(jì)學(xué)術(shù)論壇”，2016年8月17日，上海。；何帆等[10]、王立國(guó)等[8]認(rèn)為，政府過(guò)度干預(yù)是中國(guó)僵尸企業(yè)問(wèn)題的根源，干預(yù)的方式包括補(bǔ)貼和阻止銀行提前收回貸款。

可見，通過(guò)汲取信貸資源來(lái)支持企業(yè)的資金需求，是地方政府在地區(qū)競(jìng)爭(zhēng)中增加籌碼的重要手段，而掩飾不良貸款是銀行向僵尸企業(yè)提供融資的關(guān)鍵動(dòng)機(jī)[11-15]，政府與銀行就此形成共謀，催生了僵尸企業(yè)。然而，既有文獻(xiàn)多分別討論企業(yè)自身、銀行或政府對(duì)企業(yè)成為僵尸的影響，鮮有研究將政府與銀行的互動(dòng)關(guān)系納入分析框架。申廣軍發(fā)現(xiàn)不符合比較優(yōu)勢(shì)的企業(yè)獲得了更多的政府補(bǔ)貼、稅收優(yōu)惠和銀行貸款，但其實(shí)證分析中未涉及政府與銀行間關(guān)系的作用[4]。譚語(yǔ)嫣等認(rèn)為，中國(guó)國(guó)有金融部門更多地服從于政府戰(zhàn)略，并將這種服從作為國(guó)有僵尸企業(yè)對(duì)私有非僵尸企業(yè)的投資擠出效應(yīng)的影響機(jī)制進(jìn)行分析[3]。聶輝華等[7]、何帆等[10]指出了地方政府迫使銀行繼續(xù)給僵尸企業(yè)提供貸款的事實(shí)，但未提供經(jīng)驗(yàn)數(shù)據(jù)分析。王立國(guó)等指出，政府干預(yù)的動(dòng)機(jī)源自財(cái)政分權(quán)的治理結(jié)構(gòu)、以GDP為目標(biāo)的政績(jī)考核體制、保障就業(yè)的需要以及政企關(guān)聯(lián)，通過(guò)求解包含了政府、銀行與企業(yè)的動(dòng)態(tài)博弈模型，發(fā)現(xiàn)三方均無(wú)改善僵尸企業(yè)問(wèn)題的動(dòng)力，但其分析僅限于政企和銀企間的博弈[8]。

既有文獻(xiàn)使用實(shí)證或博弈論方法討論了政企、銀企關(guān)系與僵尸企業(yè)形成的關(guān)聯(lián)，但鮮有聚焦于政府與銀行的關(guān)系，且涉及政府與銀行關(guān)系的文獻(xiàn)采用了規(guī)范分析的方法。本文運(yùn)用實(shí)證分析的方法，主要關(guān)注政府與銀行的關(guān)系對(duì)企業(yè)成為僵尸的影響。我們認(rèn)為，政府與銀行的共謀植根于經(jīng)濟(jì)上分權(quán)而治的“中國(guó)式”財(cái)政分權(quán)結(jié)構(gòu)和國(guó)有銀行作為“第二財(cái)政”的歷史角色[16-17]。由此，本文基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)，探討在分權(quán)治理框架下，相互競(jìng)爭(zhēng)的地方政府是否增加了當(dāng)?shù)仄髽I(yè)成為僵尸的可能性，繼而考察金融市場(chǎng)競(jìng)爭(zhēng)程度的提高能否降低企業(yè)成為僵尸的概率以及這一降低的效果是否會(huì)隨地方政府的干預(yù)而減弱。

我們發(fā)現(xiàn)，地區(qū)金融市場(chǎng)競(jìng)爭(zhēng)水平的提高能顯著降低當(dāng)?shù)仄髽I(yè)成為僵尸的可能，但地方政府汲取金融資源的動(dòng)機(jī)顯著削弱了金融市場(chǎng)競(jìng)爭(zhēng)的有益作用，間接催生了僵尸企業(yè)。相較而言，國(guó)有企業(yè)更容易成為僵尸；且地方政府對(duì)經(jīng)濟(jì)的干預(yù)動(dòng)機(jī)越強(qiáng)，當(dāng)?shù)貒?guó)有企業(yè)成為僵尸的可能性越高，金融市場(chǎng)競(jìng)爭(zhēng)的正面效應(yīng)也被削弱得更多。這些發(fā)現(xiàn)對(duì)認(rèn)清僵尸企業(yè)的形成，反思地區(qū)間競(jìng)爭(zhēng)的導(dǎo)向、政銀脫鉤和國(guó)有企業(yè)治理等問(wèn)題具有一定意義。

二、 理論分析和實(shí)證模型

(一) 政府干預(yù)

中國(guó)地方政府對(duì)本地經(jīng)濟(jì)的干預(yù)動(dòng)機(jī)根植于財(cái)政分權(quán)制度所帶來(lái)的政治上集權(quán)、經(jīng)濟(jì)上分權(quán)的治理結(jié)構(gòu)。這一治理結(jié)構(gòu)激勵(lì)地方政府維護(hù)市場(chǎng)、追逐效率，推動(dòng)了資源優(yōu)化配置和經(jīng)濟(jì)增長(zhǎng)，但也引致了政府間的惡性競(jìng)爭(zhēng)和對(duì)經(jīng)濟(jì)的過(guò)度干預(yù)，滋生了地方保護(hù)主義、信貸錯(cuò)配等分權(quán)的成本[13-14,18-19]。在地區(qū)競(jìng)爭(zhēng)的刺激下，地方官員難以抑制干預(yù)金融資源配置、保障地方企業(yè)融資需求的強(qiáng)烈沖動(dòng)[19-20]。如紀(jì)志宏等發(fā)現(xiàn)地方官員處于晉升關(guān)鍵期時(shí)會(huì)更多地干預(yù)地方金融系統(tǒng)，導(dǎo)致其所在地區(qū)信貸規(guī)模攀升至峰值，而信貸質(zhì)量下降[21]。由此，銀行信貸成為與財(cái)政補(bǔ)貼互補(bǔ)的政策工具[13-15]，信貸定價(jià)和配置被扭曲，信貸價(jià)格與貸款人質(zhì)量間的關(guān)聯(lián)也因此變得模糊，僵尸企業(yè)得以存活。由此，我們提出本文的第一個(gè)假說(shuō)：

假說(shuō)1：地方政府干預(yù)動(dòng)機(jī)越強(qiáng)，企業(yè)成為僵尸的可能性越高。

(二) 金融市場(chǎng)化

與政府干預(yù)相制衡的力量之一是市場(chǎng)化改革。經(jīng)過(guò)剝離政策性貸款業(yè)務(wù)、剝離不良貸款、優(yōu)化治理結(jié)構(gòu)、引入戰(zhàn)略投資者和公開上市等改革，我國(guó)銀行系統(tǒng)為大型企業(yè)服務(wù)和“第二財(cái)政”的角色正逐步淡化[15,21]。在市場(chǎng)化的經(jīng)營(yíng)環(huán)境中，銀行追逐與企業(yè)的最優(yōu)契約，不良貸款更少，信貸資源配置效率更高。越是市場(chǎng)化程度高的地區(qū)，銀行的經(jīng)營(yíng)和治理就越規(guī)范，政府施加影響的難度也越大[22-24]。然而，地方政府直接影響銀行信貸配置的能力雖被削弱，但并沒(méi)有消失[25-27]。以地方政府為第一大股東的銀行仍是地方政府汲取金融資源的主要工具，其不良貸款率和貸款集中度更高[28-30]。我們推斷，非國(guó)有金融機(jī)構(gòu)越發(fā)達(dá)，金融市場(chǎng)競(jìng)爭(zhēng)程度越高，信貸價(jià)格對(duì)債務(wù)人質(zhì)量越趨于敏感，那么企業(yè)得到非市場(chǎng)化信貸的可能性就越低，僵尸企業(yè)問(wèn)題也應(yīng)得到改善。同時(shí)，地方政府對(duì)信貸資源配置的干預(yù)會(huì)降低配置效率，削弱金融市場(chǎng)競(jìng)爭(zhēng)所帶來(lái)的好處。因此，我們提出第二、第三個(gè)假說(shuō)：

假說(shuō)2：地區(qū)金融市場(chǎng)競(jìng)爭(zhēng)程度越高，企業(yè)成為僵尸的可能性越低。

假說(shuō)3：地方政府干預(yù)動(dòng)機(jī)越強(qiáng)，越會(huì)削弱金融市場(chǎng)競(jìng)爭(zhēng)所帶來(lái)的正面效應(yīng)。

(三) 所有制差異

地方政府對(duì)本地企業(yè)的支持根據(jù)其所有制的不同而有所差異。這種所有制歧視主要體現(xiàn)在，地方政府更愿意為國(guó)有而非其他所有制企業(yè)提供隱性擔(dān)保，導(dǎo)致經(jīng)營(yíng)狀況更差、負(fù)債率和違約率更高、抵押資產(chǎn)更少的國(guó)有企業(yè)，也能獲取利率更低、期限更長(zhǎng)的貸款[30-33]。同時(shí)，受政府控制的銀行提供給國(guó)有企業(yè)的貸款價(jià)格偏離科學(xué)定價(jià)，且政府持股比例越高的銀行，價(jià)格偏離越多，而向非國(guó)有企業(yè)提供貸款的則不存在這種偏離[34]。由此，我們提出第四個(gè)假說(shuō)：

假說(shuō)4：國(guó)有企業(yè)更容易成為僵尸企業(yè)，且對(duì)國(guó)有企業(yè)而言，金融市場(chǎng)競(jìng)爭(zhēng)的正面效應(yīng)被削弱得更多。

(四) 指標(biāo)選擇與模型設(shè)定

許多考察政府干預(yù)的文獻(xiàn)采用了《中國(guó)市場(chǎng)化指數(shù)》中的“政府與市場(chǎng)的關(guān)系”指數(shù)，該指數(shù)包含了地方政府支出占GDP比重、農(nóng)戶稅費(fèi)占農(nóng)戶純收入比重、企業(yè)主要管理者與政府打交道的時(shí)間占工作時(shí)間的比重、企業(yè)負(fù)擔(dān)的收費(fèi)和攤派占銷售收入的比重及政府機(jī)關(guān)職工數(shù)占地方人口比重五個(gè)二級(jí)指標(biāo)[35]。這些指標(biāo)綜合反映了地方政府對(duì)經(jīng)濟(jì)的干預(yù)程度，但并不能準(zhǔn)確刻畫本文所要討論的政府對(duì)銀行的影響程度。為此，我們首先基于財(cái)政分權(quán)和地區(qū)競(jìng)爭(zhēng)的理論，使用“財(cái)政自主度”指標(biāo)來(lái)表征地方政府對(duì)經(jīng)濟(jì)干預(yù)動(dòng)機(jī)的強(qiáng)度。相比其他分權(quán)指標(biāo)，財(cái)政自主度更能反映財(cái)政分權(quán)程度的跨地區(qū)差異[36-37]。其次，由于國(guó)有銀行是政府影響信貸配置的主要渠道，我們選用《中國(guó)市場(chǎng)化指數(shù)》中的“金融業(yè)競(jìng)爭(zhēng)”指數(shù)來(lái)刻畫各地區(qū)的銀行在多大程度上服從于市場(chǎng)而非政府。該指數(shù)計(jì)算了地區(qū)非國(guó)有銀行吸儲(chǔ)總額占地區(qū)金融機(jī)構(gòu)吸儲(chǔ)總額的比重，指數(shù)越大則地區(qū)國(guó)有銀行占主導(dǎo)的程度越弱，即金融業(yè)競(jìng)爭(zhēng)和市場(chǎng)化程度越高。指數(shù)可跨年度比較，基期為2001年[35]。最后，模型引入分權(quán)變量和金融業(yè)競(jìng)爭(zhēng)變量的交互項(xiàng)，以捕捉政府與市場(chǎng)力量之間的關(guān)系。

為了更準(zhǔn)確地理解地方政府與國(guó)有銀行的關(guān)系，我們?cè)凇爸袊?guó)重要報(bào)紙全文數(shù)據(jù)庫(kù)”和“慧科中文媒體資訊及商業(yè)情報(bào)數(shù)據(jù)庫(kù)”中采用主題搜索，即同時(shí)對(duì)標(biāo)題、關(guān)鍵詞、摘要進(jìn)行搜索，搜集了2001—2008年各省第一黨報(bào)(如《北京日?qǐng)?bào)》《解放日?qǐng)?bào)》《浙江日?qǐng)?bào)》等)對(duì)銀行的報(bào)道，并參考熊艷等[38]、張成思等[39]的做法，以逐條閱讀的方式對(duì)報(bào)道進(jìn)行了分類整理。我們發(fā)現(xiàn)，在省級(jí)重要官員會(huì)見國(guó)內(nèi)銀行人員的新聞中，半數(shù)涉及四大國(guó)有銀行；在與地方政府簽訂戰(zhàn)略合作協(xié)議的銀行中，逾七成是四大國(guó)有銀行?？梢?，國(guó)有銀行確實(shí)是地方政府影響信貸資源配置的主要渠道，地區(qū)金融業(yè)競(jìng)爭(zhēng)指數(shù)能夠很好地捕捉本地信貸配置受政府干預(yù)的可能性。

由于金融扭曲在國(guó)有經(jīng)濟(jì)占比高的地區(qū)更嚴(yán)重，我們進(jìn)一步在模型中控制了國(guó)有經(jīng)濟(jì)占比。此外，還控制了地區(qū)經(jīng)濟(jì)和金融發(fā)展水平等隨時(shí)間改變的、區(qū)域?qū)用娴淖兞?Zj,t-1)以及企業(yè)規(guī)模、企業(yè)持續(xù)經(jīng)營(yíng)年份等隨時(shí)間改變的、個(gè)體層面的變量(Xi,t-1)。為了控制那些不隨個(gè)體變化的因素，我們控制了個(gè)體固定效應(yīng)；為了控制隨行業(yè)和區(qū)域(東、中、西、東北)變化、不隨時(shí)間變化的因素的影響，我們進(jìn)一步控制了行業(yè)時(shí)間效應(yīng)和區(qū)域時(shí)間效應(yīng)。本文的實(shí)證模型如下：

Zombiei,j,t=β0+β1FiscalDj,t-1+β2Compj,t-1+β3FiscalDj,t-1×Compj,t-1+
B1Zj,t-1+B2Xi,t-1+δi+λk,t+ηr,t+εi,j,t

其中，因變量Zombiei,j,t代表j省的i企業(yè)在t期是否為僵尸企業(yè)，δi代表個(gè)體固定效應(yīng)，λk,t代表行業(yè)×?xí)r間固定效應(yīng)，ηr,t代表地區(qū)×?xí)r間固定效應(yīng)，εi,j,t代表隨機(jī)誤差項(xiàng)，其他主要變量說(shuō)明參見表1。

表1 主要變量名稱和定義

三、 數(shù)據(jù)、僵尸企業(yè)的識(shí)別和分布特征

(一) 數(shù)據(jù)及描述性統(tǒng)計(jì)

本文采用“中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)”(1998—2008年)構(gòu)建面板數(shù)據(jù)，首先使用序貫識(shí)別法構(gòu)建了時(shí)間跨度為1998—2008年的微觀面板數(shù)據(jù)，并參考Cai等[40]、Feenstra等[41]、譚語(yǔ)嫣等[3]進(jìn)行了以下調(diào)整：(1)剔除了關(guān)鍵指標(biāo)缺失和不滿足“規(guī)模以上”標(biāo)準(zhǔn)的樣本；(2)剔除了雇員人數(shù)小于10的樣本；(3)刪除了統(tǒng)計(jì)年早于開業(yè)年的樣本；(4)剔除包含了諸如總資產(chǎn)小于固定資產(chǎn)凈值或流動(dòng)資產(chǎn)等明顯錯(cuò)誤的樣本；(5)統(tǒng)一了2004—2008年的2位數(shù)行業(yè)代碼。為了避免極端值的影響，我們對(duì)所需變量做了上下1%的縮尾處理，變量的描述性統(tǒng)計(jì)見表2。

表2 主要變量的描述性統(tǒng)計(jì)

(二) 僵尸企業(yè)的識(shí)別方法和結(jié)果

僵尸企業(yè)指的是那些財(cái)務(wù)上虧損、資不抵債卻仍在經(jīng)營(yíng)的企業(yè)，這些企業(yè)本該退出市場(chǎng)，卻因?yàn)榈玫姐y行的支持而存活下來(lái)[42-43]?；诮┦髽I(yè)與銀行間不正常的、非市場(chǎng)化的信貸關(guān)系，Caballero等提出，使用“最低應(yīng)付利息”刻畫非市場(chǎng)化信貸，然后將付息水平低于最低應(yīng)付利息的企業(yè)認(rèn)定為僵尸企業(yè)[1]。但該方法存在以下問(wèn)題：(1)可能把優(yōu)質(zhì)企業(yè)識(shí)別為僵尸，如把主動(dòng)大額歸還本金的公司識(shí)別為僵尸；(2)可能會(huì)漏掉那些并不是靠低息或債務(wù)豁免生存而是借新債還舊債的企業(yè)；(3)若基準(zhǔn)利率朝某一個(gè)方向大幅調(diào)整，則容易把正常付息的企業(yè)錯(cuò)誤識(shí)別出來(lái)(如果利率向下調(diào)整)或者漏掉享受低息的企業(yè)(如果利率向上調(diào)整)。

對(duì)于前兩個(gè)問(wèn)題，F(xiàn)ukuda和Nakamura使用“盈利標(biāo)準(zhǔn)”和“持續(xù)信貸標(biāo)準(zhǔn)”對(duì)識(shí)別結(jié)果進(jìn)行修正(CHK-FN方法)，后續(xù)的研究均遵循了這一做法，并做了進(jìn)一步調(diào)整[42]。一方面，考慮到健康企業(yè)的經(jīng)營(yíng)和財(cái)務(wù)狀況存在合理波動(dòng)，我國(guó)政府將“持續(xù)虧損三年以上的企業(yè)”作為僵尸企業(yè)清理工作的對(duì)象[注]2015年12月9日，國(guó)務(wù)院總理李克強(qiáng)在國(guó)務(wù)院常務(wù)會(huì)議上首次對(duì)僵尸企業(yè)提出了具體的清理標(biāo)準(zhǔn)，參見http://www.gov.cn/zhengce/2015-12/10/content_5022105.htm， 2018年3月13日。；學(xué)者們也使用連續(xù)多年而非單一年份的數(shù)據(jù)，避免了對(duì)僵尸企業(yè)數(shù)量的高估。如聶輝華等[7]發(fā)現(xiàn)，部分企業(yè)僅在樣本期中的某一年被CHK-FN方法識(shí)別為僵尸，為了避免把那些遭遇沖擊后有能力及時(shí)調(diào)整的正常企業(yè)劃為僵尸，應(yīng)將連續(xù)兩年被識(shí)別出來(lái)的企業(yè)最終認(rèn)定為僵尸。Imai認(rèn)為，為了得到穩(wěn)健的結(jié)論，應(yīng)使用連續(xù)三年息稅前收入的平均值與最低應(yīng)付息的平均值做比較[44]。另一方面，張棟等[43]、申廣軍[4]和周琎等[9]強(qiáng)調(diào)，陷入困境的企業(yè)還可能通過(guò)爭(zhēng)取政府補(bǔ)貼來(lái)渡過(guò)難關(guān)，且虧損的企業(yè)能獲得更高的補(bǔ)助[45]，因此應(yīng)在息稅前收入中扣除補(bǔ)貼收入以捕捉企業(yè)的真實(shí)盈利能力。沿用已有文獻(xiàn)的做法，本文在識(shí)別中同樣使用了連續(xù)三年的、扣除補(bǔ)貼收入后的息稅前收入。

針對(duì)最后一個(gè)問(wèn)題，尚未有學(xué)者對(duì)中國(guó)的數(shù)據(jù)予以考察。本文借鑒Hoshi的思路[46]，根據(jù)央行公布的基準(zhǔn)利率畫出了樣本期內(nèi)我國(guó)長(zhǎng)期、短期平均基準(zhǔn)利率的走勢(shì)，并與僵尸企業(yè)數(shù)量的變化趨勢(shì)進(jìn)行比較(參見圖1)?？梢园l(fā)現(xiàn)，2001—2007年僵尸企業(yè)的數(shù)量與利率呈現(xiàn)同方向變化，即以CHK-FN方法為基礎(chǔ)的識(shí)別策略適用于本文的數(shù)據(jù)；鑒于利率在向上調(diào)整，2008年僵尸企業(yè)的數(shù)量可能被低估。此外，本文還將識(shí)別結(jié)果與使用CHK-FN方法、聶輝華等的方法[7]所得的結(jié)果做了比較，發(fā)現(xiàn)沿用Imai[44]和張棟等[43]方法所得的結(jié)果處于前兩者之間，且與其具有較高相關(guān)性(參見圖2)。

圖1 僵尸企業(yè)數(shù)量和基準(zhǔn)利率的變化

圖2 不同識(shí)別方法的比較

基于構(gòu)建的面板數(shù)據(jù)，我們共識(shí)別出133 958家僵尸企業(yè)，共383 696個(gè)觀察值，時(shí)間跨度為2001—2008年。其中,30.6%的企業(yè)、27.6%的觀察值是國(guó)有和集體企業(yè)，50.7%的企業(yè)、50.1%的觀察值是民營(yíng)企業(yè)，18.7%的企業(yè)、22.3%的觀察值是外資和港澳臺(tái)企業(yè)。

利用識(shí)別的結(jié)果，我們畫出了控制其他變量后、各省份僵尸企業(yè)占比的均值與金融市場(chǎng)競(jìng)爭(zhēng)、財(cái)政分權(quán)變量的散點(diǎn)圖(參見圖3)?？梢钥吹剑鹑谑袌?chǎng)競(jìng)爭(zhēng)程度越高，非國(guó)有銀行占有更多市場(chǎng)的省份，僵尸企業(yè)占比更低；分權(quán)程度越高，政府干預(yù)動(dòng)機(jī)越強(qiáng)的省份，僵尸企業(yè)占比越高。

圖3 僵尸企業(yè)占比與金融市場(chǎng)競(jìng)爭(zhēng)、分權(quán)程度的散點(diǎn)圖

(三) 僵尸企業(yè)的區(qū)域和行業(yè)分布特征

表3給出了僵尸企業(yè)分布的區(qū)域特征。其中，第2列按降序報(bào)告了各省區(qū)市僵尸企業(yè)占全國(guó)僵尸企業(yè)數(shù)量的比例，從絕對(duì)量來(lái)看，僵尸企業(yè)聚集在沿海地區(qū)和經(jīng)濟(jì)大省。第5列按升序報(bào)告了各省區(qū)市僵尸企業(yè)占本省企業(yè)樣本的比例，從相對(duì)量看，沿海各省區(qū)市的這一比例普遍更低。從各省區(qū)市國(guó)有僵尸企業(yè)占全國(guó)國(guó)有僵尸企業(yè)的比例來(lái)看，非國(guó)有經(jīng)濟(jì)發(fā)達(dá)和市場(chǎng)化程度高的廣東、江蘇、浙江和上海的數(shù)值遠(yuǎn)低于其僵尸企業(yè)占全國(guó)僵尸企業(yè)的比例，而其他省區(qū)市則相反，說(shuō)明僵尸企業(yè)問(wèn)題在非國(guó)有經(jīng)濟(jì)中可能并不突出。從各省區(qū)市國(guó)有僵尸企業(yè)占本省國(guó)有企業(yè)樣本的比例來(lái)看，國(guó)有企業(yè)內(nèi)部的僵尸企業(yè)占比遠(yuǎn)高于平均水平，僵尸企業(yè)問(wèn)題呈現(xiàn)出顯著的體制性特征。

此外，僵尸企業(yè)的分布還具有行業(yè)異質(zhì)性。從各行業(yè)內(nèi)部看(表4第1、第2列)，具有自然壟斷性質(zhì)的水、電、熱、燃?xì)獾纳a(chǎn)和供應(yīng)行業(yè)的僵尸企業(yè)占比最高。其次，飲料和食品制造、塑料、紡織、農(nóng)副食品加工等行業(yè)的僵尸企業(yè)數(shù)量也較多，原因可能是傳統(tǒng)行業(yè)與當(dāng)?shù)劂y行有長(zhǎng)期的合作關(guān)系，且這些勞動(dòng)密集型行業(yè)吸納了更多的就業(yè)，因而容易獲得地方政府的扶持。此外，由于重資產(chǎn)、高產(chǎn)值等特征，印刷、裝備制造、金屬冶煉、化學(xué)品制造等行業(yè)是各地方政府和銀行重點(diǎn)關(guān)注和服務(wù)的對(duì)象，因而存在更多的僵尸企業(yè)。從行業(yè)間的比較來(lái)看(表4第3、第4列)，包括水泥、建材、玻璃等在內(nèi)的非金屬礦物制品行業(yè)和紡織業(yè)的僵尸企業(yè)數(shù)量最多，而這些也是產(chǎn)能過(guò)剩最為嚴(yán)重的行業(yè)。裝備制造、化學(xué)品制造等僵尸企業(yè)占比高的行業(yè)，在絕對(duì)量上也處于高位。

表3 僵尸企業(yè)的區(qū)域分布

數(shù)據(jù)來(lái)源：筆者依據(jù)識(shí)別出的僵尸企業(yè)計(jì)算而得。

表4 僵尸企業(yè)的行業(yè)分布

續(xù)表4

數(shù)據(jù)來(lái)源： 筆者依據(jù)識(shí)別出的僵尸企業(yè)計(jì)算而得，按降序排列。

四、 實(shí)證分析結(jié)果

表5第2至4列為基準(zhǔn)回歸結(jié)果。由于分權(quán)的益處和成本同時(shí)存在，分權(quán)變量在全樣本回歸中并不顯著。鑒于享受了超市場(chǎng)待遇的多是國(guó)有企業(yè)，我們分別對(duì)國(guó)有企業(yè)、私營(yíng)企業(yè)和外資企業(yè)樣本進(jìn)行了回歸。對(duì)市場(chǎng)化經(jīng)營(yíng)程度更高的私營(yíng)和外資企業(yè)而言，分權(quán)變量的系數(shù)為負(fù)，對(duì)應(yīng)的p值分別為0.15、0.04(已在省級(jí)層面對(duì)標(biāo)準(zhǔn)誤進(jìn)行聚類調(diào)整，下同)，表明更高的分權(quán)水平不會(huì)增加非國(guó)有企業(yè)成為僵尸的概率；而對(duì)國(guó)有企業(yè)樣本，分權(quán)變量的系數(shù)為正，p值為0.01，意味著分權(quán)帶來(lái)的干預(yù)和扭曲顯著增加了國(guó)有企業(yè)成為僵尸的可能性，假說(shuō)1成立。分權(quán)程度每上升一個(gè)標(biāo)準(zhǔn)差，國(guó)有企業(yè)成為僵尸的概率將上升4.41%(2.321×0.019)，相當(dāng)于均值水平(45.21%)的9.8%，其經(jīng)濟(jì)意義不容忽視。

金融業(yè)競(jìng)爭(zhēng)程度的系數(shù)顯著為負(fù)，說(shuō)明在非國(guó)有銀行參與程度越高、金融市場(chǎng)競(jìng)爭(zhēng)越激烈的地區(qū)，企業(yè)獲得非市場(chǎng)化信貸的可能性越低。換言之，國(guó)有銀行越占主導(dǎo)的地區(qū)，信貸資源配置越可能受到干擾，企業(yè)成為僵尸的可能性越高，假說(shuō)2成立。競(jìng)爭(zhēng)程度每上升一個(gè)標(biāo)準(zhǔn)差，該地區(qū)的企業(yè)成為僵尸的概率下降1.46%(0.006×2.315)，相當(dāng)于均值水平(28.40%)的5.14%。在模型中引入金融業(yè)競(jìng)爭(zhēng)和所有制變量的交互項(xiàng)后(參見表6，對(duì)照組為私營(yíng)企業(yè)，下同)，發(fā)現(xiàn)不同所有制企業(yè)受金融市場(chǎng)競(jìng)爭(zhēng)的影響并不存在顯著差異，即競(jìng)爭(zhēng)的加劇無(wú)差異地降低了所有企業(yè)獲得非市場(chǎng)化信貸的可能性。

交互項(xiàng)系數(shù)顯著為正(為了避免交互項(xiàng)造成的多重共線性問(wèn)題，我們對(duì)變量做了去中心化處理，下同)，意味著更強(qiáng)的干預(yù)動(dòng)機(jī)削弱了金融市場(chǎng)競(jìng)爭(zhēng)降低僵尸化概率的效果，對(duì)金融資源的汲取削減了信貸配置市場(chǎng)化帶來(lái)的益處，間接提高了企業(yè)成為僵尸的可能性，假說(shuō)3成立。交互項(xiàng)的值每變化一個(gè)標(biāo)準(zhǔn)差，企業(yè)成為僵尸的概率變化1.87%(0.479×0.039)，相當(dāng)于均值水平的6.58%。與所有制變量進(jìn)一步交互后(表6第4列)，我們發(fā)現(xiàn)原兩項(xiàng)交互項(xiàng)顯著性稍有降低，但仍在5%水平上顯著為正；相較于私營(yíng)企業(yè)而言，國(guó)有企業(yè)的上述削弱效應(yīng)高出0.6倍(0.214/0.353)，而外資企業(yè)與私營(yíng)企業(yè)無(wú)顯著差異。這意味著更強(qiáng)的干預(yù)動(dòng)機(jī)同時(shí)削弱了金融市場(chǎng)競(jìng)爭(zhēng)對(duì)國(guó)有、私營(yíng)、外資企業(yè)僵尸化概率的降低效果，且對(duì)國(guó)有企業(yè)的削弱尤甚。

表5 基準(zhǔn)回歸

注：***、**、*分別表示1%、5%、10%的水平上顯著，括號(hào)內(nèi)為聚類穩(wěn)健標(biāo)準(zhǔn)誤,下同。

表6第2列是在基準(zhǔn)回歸基礎(chǔ)上引入代表所有制的虛擬變量后的回歸結(jié)果，結(jié)果顯示，國(guó)有企業(yè)成為僵尸的概率顯著高于私營(yíng)企業(yè)，外資企業(yè)與私營(yíng)企業(yè)無(wú)顯著差異。這意味著在控制了其他條件后，國(guó)有企業(yè)成為僵尸的平均概率比私營(yíng)企業(yè)高3.1%，平均而言，“國(guó)企”身份將使企業(yè)成為僵尸的概率提高10.9%，假說(shuō)4成立。也正因如此，在分樣本回歸中，國(guó)有企業(yè)分樣本回歸的R2遠(yuǎn)高于全樣本和其他兩組回歸的結(jié)果(表5第6列)。同時(shí)，引入所有制變量后，金融業(yè)競(jìng)爭(zhēng)×分權(quán)程度的系數(shù)下降了8%，說(shuō)明所有制確是引致地方政府汲取金融資源、催生僵尸企業(yè)的重要因素之一。

其他控制變量的回歸結(jié)果也提供了一些符合經(jīng)驗(yàn)的結(jié)論。首先，持續(xù)經(jīng)營(yíng)年份變量的系數(shù)顯著為正。經(jīng)營(yíng)年份越長(zhǎng)的企業(yè)能提供更多的財(cái)務(wù)信息，與銀行、政府打交道的歷史也更長(zhǎng)，這降低了銀行在貸款過(guò)程中所面臨的信息不對(duì)稱程度。當(dāng)企業(yè)陷入困境時(shí)，銀行和政府可能根據(jù)更豐富的信息，判斷是否對(duì)該企業(yè)予以救助。持續(xù)經(jīng)營(yíng)年份的平方項(xiàng)顯著為負(fù)，即持續(xù)經(jīng)營(yíng)年份變量的影響為倒U形，約八成的樣本處于拐點(diǎn)(17.5年)的左側(cè)。平均而言，企業(yè)持續(xù)經(jīng)營(yíng)年份每增加一年，企業(yè)成為僵尸的概率增加0.35%，國(guó)有企業(yè)比民營(yíng)企業(yè)增加得更多(表6第5列)。第二，企業(yè)規(guī)模與成為僵尸的概率之間為顯著負(fù)相關(guān)關(guān)系，規(guī)模更大的企業(yè)具有更多資產(chǎn)、更強(qiáng)的市場(chǎng)影響力、更多元的業(yè)務(wù)結(jié)構(gòu)和利潤(rùn)來(lái)源，因而不容易陷入經(jīng)營(yíng)困境，也因此更不容易被CHK-FN方法識(shí)別為僵尸企業(yè)。

表6 引入所有制及其交互項(xiàng)后的回歸結(jié)果

注： 以上回歸已經(jīng)控制基準(zhǔn)回歸中的控制變量和固定效應(yīng)，下同。

省級(jí)層面的控制變量中，國(guó)有經(jīng)濟(jì)占比變量的系數(shù)顯著為正，表明地區(qū)經(jīng)濟(jì)越依賴國(guó)有企業(yè)，當(dāng)?shù)仄髽I(yè)(包括私營(yíng)和外資企業(yè))就越容易成為僵尸。地區(qū)國(guó)有經(jīng)濟(jì)占比每變化一個(gè)標(biāo)準(zhǔn)差，當(dāng)?shù)仄髽I(yè)成為僵尸的概率變化5.18%。經(jīng)濟(jì)發(fā)展和金融發(fā)展水平變量的系數(shù)顯著為負(fù)，地區(qū)經(jīng)濟(jì)和金融發(fā)展水平每提高一個(gè)標(biāo)準(zhǔn)差，當(dāng)?shù)仄髽I(yè)成為僵尸的概率分別下降13.08%和2.07%。

五、 進(jìn)一步分析與穩(wěn)健性檢驗(yàn)

無(wú)論是從描述性統(tǒng)計(jì)還是從以上回歸分析結(jié)果來(lái)看，國(guó)有企業(yè)在整體上和受地方政府影響的維度上均具有更高的成為僵尸的可能性。中國(guó)的國(guó)有企業(yè)從誕生之初就背負(fù)著政策性負(fù)擔(dān)，地區(qū)競(jìng)爭(zhēng)的格局和趨同的產(chǎn)業(yè)結(jié)構(gòu)更阻礙了各地遵循比較優(yōu)勢(shì)來(lái)發(fā)展經(jīng)濟(jì)，造成了國(guó)有企業(yè)無(wú)自生能力和生產(chǎn)率低下的后果，從而催生了僵尸企業(yè)[4,27]?；诖?，我們?cè)谀Ｐ椭幸肫髽I(yè)的全要素生產(chǎn)率(使用OP方法計(jì)算)和是否參與研發(fā)活動(dòng)的虛擬變量，一方面，考察上文結(jié)論能否在引入新變量后仍然成立；另一方面，循著上文的結(jié)論，考察生產(chǎn)率是否如既有文獻(xiàn)所指出的，是政府影響企業(yè)成為僵尸的一個(gè)中間渠道。

根據(jù)表7，我們發(fā)現(xiàn)，模型核心變量和交互項(xiàng)系數(shù)的符號(hào)、顯著性與上文保持一致。新變量的系數(shù)均顯著為負(fù)，意味著低全要素生產(chǎn)率、不參與研發(fā)的企業(yè)更可能成為僵尸。交互項(xiàng)的系數(shù)下降了約9%，國(guó)有企業(yè)樣本比全樣本情形下降得更多(約15%)?？梢?，控制了生產(chǎn)效率和研發(fā)情況后，政府干預(yù)和金融市場(chǎng)的交互作用對(duì)企業(yè)成為僵尸的解釋力有所減弱，低生產(chǎn)率、缺乏競(jìng)爭(zhēng)優(yōu)勢(shì)是政府干擾金融市場(chǎng)進(jìn)而催生僵尸企業(yè)的機(jī)制之一，這與申廣軍的發(fā)現(xiàn)[4]一致。同時(shí)，交互項(xiàng)保持顯著，意味著即便是有競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)，地方政府的干擾仍間接增加了其成為僵尸的可能性，前文的結(jié)論保持不變。

表7 對(duì)生產(chǎn)率機(jī)制的考察

此外，進(jìn)一步控制區(qū)域×行業(yè)的固定效應(yīng)、企業(yè)的市場(chǎng)份額、是否出口(出口為1，不出口為0)、資本勞動(dòng)比以及省份×行業(yè)的市場(chǎng)集中度(赫芬達(dá)爾指數(shù))后，發(fā)現(xiàn)本文的結(jié)論依然保持不變(參見表8)。

表8 考慮更多控制變量及對(duì)Logit模型的考察

續(xù)表8

鑒于因變量為0—1變量，我們轉(zhuǎn)而使用Logit模型重新考察，發(fā)現(xiàn)結(jié)論與同樣本下的線性概率模型保持一致。由于在非線性模型中，交互項(xiàng)的意義更復(fù)雜[47]，我們參考既有文獻(xiàn)的做法[48]，對(duì)不同分權(quán)程度下的金融市場(chǎng)競(jìng)爭(zhēng)邊際效應(yīng)作圖(圖4左)，發(fā)現(xiàn)兩者之間確實(shí)存在正相關(guān)關(guān)系。我們還給出了金融市場(chǎng)變量邊際效應(yīng)的變化圖(圖4右)，發(fā)現(xiàn)競(jìng)爭(zhēng)水平越低的地區(qū)，提高競(jìng)爭(zhēng)程度的改善效應(yīng)越強(qiáng)，國(guó)有企業(yè)和私營(yíng)企業(yè)的差距隨金融市場(chǎng)競(jìng)爭(zhēng)程度的提高而縮小，國(guó)有企業(yè)的邊際效應(yīng)變化呈現(xiàn)先快后慢的特征?？梢?，若金融市場(chǎng)放寬對(duì)非國(guó)有金融機(jī)構(gòu)的準(zhǔn)入，提高市場(chǎng)競(jìng)爭(zhēng)水平，能夠有效減少企業(yè)從銀行獲得非市場(chǎng)化信貸的可能性，讓低質(zhì)量的貸款人不再占用信貸資源，而這個(gè)效果對(duì)競(jìng)爭(zhēng)程度處于低水平的地區(qū)更加明顯。

圖4 金融市場(chǎng)競(jìng)爭(zhēng)程度的平均邊際效應(yīng)

六、 總結(jié)和政策含義

本文基于CHK-FN方法識(shí)別僵尸企業(yè)，著重探究了金融市場(chǎng)和地方政府在僵尸企業(yè)生成過(guò)程中的角色。我們發(fā)現(xiàn)，在金融市場(chǎng)競(jìng)爭(zhēng)程度越高的地區(qū)，企業(yè)獲得非市場(chǎng)化信貸和成為僵尸的可能性越低，但地方政府的干預(yù)顯著削弱了競(jìng)爭(zhēng)對(duì)效率的改進(jìn)。其中，國(guó)有企業(yè)更容易成為僵尸，受政府干預(yù)的影響程度也更深。

要破解僵尸企業(yè)困境，首先必須厘清邊界，打破政府、銀行、企業(yè)三者間的共生關(guān)系。(1)推進(jìn)政企脫鉤。通過(guò)改革逐步卸下國(guó)有企業(yè)的政策性負(fù)擔(dān)，堅(jiān)持建立和完善現(xiàn)代企業(yè)制度，通過(guò)市場(chǎng)化機(jī)制產(chǎn)生和考核國(guó)有企業(yè)經(jīng)理人，強(qiáng)化國(guó)有企業(yè)及其經(jīng)營(yíng)者“商”的定位而非“官”的定位。(2)推進(jìn)政銀脫鉤。深化國(guó)有銀行的市場(chǎng)化改革，剝離非市場(chǎng)力量的影響，提高金融資源科學(xué)定價(jià)和配置水平。加大金融業(yè)對(duì)內(nèi)對(duì)外雙向開放力度，提升高效率主體的市場(chǎng)份額，同時(shí)推進(jìn)直接融資發(fā)展和金融脫媒，以競(jìng)爭(zhēng)倒逼銀行業(yè)脫身于政府的博弈，轉(zhuǎn)而全力追逐效率，使金融更好地支持實(shí)體經(jīng)濟(jì)。(3)“硬化”預(yù)算約束，推進(jìn)僵尸企業(yè)去杠桿和分類處置。停止對(duì)僵尸企業(yè)“輸血”，對(duì)資不抵債的企業(yè)應(yīng)堅(jiān)決破產(chǎn)重組。將金融資源從僵尸企業(yè)中釋放出來(lái)，既能提高金融資源的配置效率，又有利于消解銀行乃至整個(gè)金融行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)。

其次，構(gòu)建基于人力、自然和生產(chǎn)資本存量的包容性增長(zhǎng)指標(biāo)[49]作為新的考核指揮棒，有助于破解中國(guó)式分權(quán)治理框架下，地方政府唯GDP馬首是瞻而干擾市場(chǎng)、國(guó)有企業(yè)借債擴(kuò)張、僵尸企業(yè)僵而不死的惡性循環(huán)；同時(shí)有利于引導(dǎo)地方政府摒棄以扭曲資源配置為代價(jià)的做法，擺脫僵尸企業(yè)和落后產(chǎn)能的拖累，追求可持續(xù)和高質(zhì)量的增長(zhǎng)，也是鏟除僵尸企業(yè)生成土壤的制度保障。