供给侧改革背景下陕西省工业产业产能测算及金融支持研究

薛宇博

摘 要：本文利用陕西省相关数据，运用DEA测算陕西省工业产业产能，建立耦合协调度评价模型分析指出，总体上陕西省工业产业金融耦合度的提升有助于提高产业产能的综合利用效率，需要通过深化金融改革破解金融抑制，按照分类施策的原则提出促进金融化解过剩产能的具体措施。

关键词：供给侧改革；产能过剩；金融支持

中图分类号：F832.2 文献标识码：B 文章编号：1674-0017-2017（8）-0013-05

产能过剩问题一直是困扰我国工业生产领域的一项痼疾。尤其是在2008年国际金融危机以后，随着我国宏观经济形势进入“三期叠加”阶段，经济增长持续下行并呈现“新常态”特征，工业生产领域的产能过剩问题更加凸显。工信部公开信息显示，2015年我国焦炭、水泥、炼钢、炼铁、平板玻璃、电石、电解铝、印染、铅蓄电池等多个行业领域产能过剩。产能过剩已經形成行业性全面过剩态势，成为制约我国经济平稳发展和转型升级的主要掣肘因素，并可能衍生出经济金融领域的系统性风险。作为要素市场的重要资源，产能过剩的背后也隐藏着金融资源配置效率偏低、信贷风险加大等问题。2015年以来，我国明确提出在适度扩大总需求的同时，着力加强供给侧结构性改革，将“去产能、去库存、去杠杆、降成本、补短板”，即“三去一降一补”作为2016年的五大任务。供给侧结构性改革为产能过剩治理提供了新的思路。

一、供给侧视角下产能过剩相关理论

（一）产能过剩的界定及测算方法

1.产能过剩的界定。产能过剩与市场经济相伴而生。在市场经济条件下，一般均衡往往是相对的、短暂的，不均衡是绝对的、长期的。一般来说，产能过剩有正、负两方面效应。在市场竞争机制下，当产能过剩发挥着推动企业优胜劣汰、促进管理和技术提高、平滑和调节需求波动的作用时，我们认为有一定的正向效应。相反，当产能过剩导致资源浪费、库存积压、价格下跌、效益下降，并伴随着金融风险加大时，负面效应就成为主导，即出现了实际意义上的产能过剩。根据以往研究，对于产能过剩往往有以下三种界定：一是周期性产能过剩。经济周期对产能过剩会有一定的影响，当经济下行时，需求萎缩会导致行业产能相对过剩，但随着经济复苏，产能过剩将会化解。二是结构性产能过剩。即供给结构不能适应需求结构变化，落后产能无法满足现实需求而形成多余产能。三是体制性产能过剩。受经济体制、政策等非市场因素间接或直接影响，市场供需脱离经济周期形成产能过剩。

从国外相关研究看，西方发达国家对于产能过剩的研究多集中于微观层面的企业竞争行为，定义产能过剩是由不完全竞争或垄断竞争导致的实际产出小于产能的情况。实际上，在较为完备的市场经济下，西方国家虽然会在一些特殊情况下出现严重的产能过剩，但随着市场竞争机制的调节，过剩产能能够快速退出市场，确保市场供求关系实现再平衡。因此，国外对于产能过剩的研究往往集中于周期性，其对产能利用率的监测分析主要用于了解和掌握产能与经济运行的现实状况。相较而言，我国对产能过剩的界定多基于宏观层面。如罗蓉（2006）、王岳平（2006）、王立国（2011）等从产能过剩对经济造成的影响来定义产能过剩，认为实际产出超过社会需求或市场需求时，某一产业即出现了产能过剩，并可能伴有产品积压、竞争加剧、价格下跌、利润下滑、金融风险加剧等情况。冯俏彬、贾康（2014）等通过分析原因来定义产能过剩，强调我国转轨经济时期，产能过剩是政府以投资拉动经济增长、过度干预市场的必然结果，应属于体制性产能过剩。与西方国家相较，由于我国经济运行受到市场和非市场因素的混合作用，长期以来产能过剩往往表现出周期性、结构性和体制性的综合特征。实际上，我国一直非常重视产能过剩问题，出台了多项调节政策，但仍然面临较为严峻的产能过剩挑战。基于此，本文认为产能过剩是指由于投资形成的生产能力远远超过市场实际需求，导致市场长期的、严重的供大于求的经济现象。

2.产能过剩的测算方法。总体上，对于产能过剩的测算基本可分为两大类。一是基于微观企业的测算方法。其主要依据是工程产能的概念，产能利用率即等同于设备利用率，由于这一方法需要庞大的微观数据库作为支撑，当前仅在美日欧等少数国家使用。二是基于宏观经济的测算方法。其主要是根据经济理论，在假设基础上构造产能与实际投入产出的关系，并估算行业产能及利用率。由于我国微观企业数据库不完善，利用微观企业测算产能利用率仅在个别机构使用，并未形成官方的统一的测算和披露机制，学术界主要采用宏观方法测算产能过剩。在具体方法上，大致可分为：峰值分析法（Peak to Peak analysis），该方法利用一定时期统计得到的峰值产量与实际产量之间的比值测度产能利用水平。Kirkley和Squries（1999）认为该方法的优点是对数据可得性的要求较低，缺点是仅将技术进步作为产能变化的动因，没有考虑经济结构、资本等因素对于产能变化的影响。生产函数法（Production Function Method），该方法首先需要构造生产函数，然后通过将给定投入和技术水平条件下得出的最大产出与实际产出进行比较，反映产能过剩情况。Gasper A. Garofalo和Devinder M. Malhotra（1997）运用可变生产函数对于美国各州制造业产能过剩情况进行了测度。韩国高（2011）等也用这一方法对我国制造业28个行业1999-2008年之间的产能利用状况进行了测度。包络分析法（DEA），该方法利用线性规划技术测算最大潜在产量，进而判断实际产量的相对有效性，其最大优点在于无需事先确定函数形式，也无需对参数估计的有效性进行检验。Diane、Cooper（2002）、何彬等都采用这种方法对产能过剩进行过测度。生产要素拥挤度法，该方法假设一部分生产要素数量不变，由于其他要素投入过多而产生的生产淤塞、产出降低的状态。Jesse James、W.W.Cooper（2000）等学者用这种方法对产能过剩进行了度量。endprint

（二）供给视角下产能过剩机理分析

1.要素市场扭曲对企业投资决策的影响。一直以来，我国要素市场改革滞后于产品市场改革，包括土地、资本、资源等要素资源主要掌握在政府手中，政府有意愿且能够通过大幅拉低各类要素价格降低企业投资成本。在土地要素上，通过压低土地价格吸引企业进驻或加大投资规模。在资本要素上，为企业投资提供便利，或以显性或隐性的财政担保帮助企业融资。在资源要素上，通过降低或补贴水、电等企业生产需要消耗的能源费用，鼓励引导企业投资。在生态要素上，为鼓励企业生产，放低环保要求标准，将企业应承担的内部成本外部化。企业通过这些优惠政策能够有效地降低投资和生产成本，预期获得超额利润，在现实利益驱动下，扩大生产规模、加大投资力度就会成为企业的理性选择。这种微观上企业的理性决策在宏观上叠加就成为重复建设、盲目投资，最终导致产能过剩。

2.要素市场扭曲对企业退出决策的影响。由于要素市场扭曲，对企业经营形成了直接的利润补贴，使得产能过剩行业仍有大量资本进入。尤其是政府一些优惠政策给予企业的超额利润导致本该被淘汰的企业仍然能够存活，已经过剩的领域仍有资金介入。同时，政府在引进企业和项目过程中，前期已经投入了包括土地、资本等在内的大量“隐性成本”，加上企业退出可能引发的员工失业、债权等问题，政府和银行等往往会阻止企业破产退出，导致产能过剩行业形成大批“僵尸企业”。

3.金融要素对产能过剩的作用分析。金融主要从利率抑制和“合成谬误”影响产能。一方面，利率一直扭曲企业投资需求，导致企业乃至行业过度投资，造成过剩产能的出现。另一方面，经济上升期，市场易对具体行业发展前景形成共识，金融机构放松贷款和发债的冲动增强，导致资金大量流入该行业，出现企业投资“潮涌现象”。由于信息不对称，单家机构的理性行为往往会导致整个市场的不理性，造成金融资源配置效率降低，形成资源错配，造成行业盲目扩张，最终出现供大于求的局面。当产能过剩问题日益严重甚至出现风险时，金融机构又会做出撤资抉择，再次由于“合成谬误”问题，导致资金加速流出该行业，最终形成恶性循环。

二、陕西省工业产业产能测算分析

（一）测算方法

综合前文分析，并考虑到中国产业发展受到诸多非市场因素影响，产能利用率的技术有效假设、经济学意义上生产能力的企业生产成本最小化和利润最大化假设并不能够完全适用等因素，课题选用技术意义上的生产能力测度方法——DEA分析法（数据包络分析法）对陕西省工业企业产能进行测度。产能利用率（CU）为实际产出（y）与最大生产能力（Y）的比值，其中，实际产出受技术水平（TECH）、固定投入（F）和可变投入（V）的影响。

（二）数据选择

本文将陕西省工业中29个行业看做29个生产单元，将产出作为输出变量，将固定投入和可变投入作为输入变量。限于陕西省行业数据可得性影响，细分行业部分数据无法获取，选取行业总产值作为产出衡量指标，选取行业平均人数作为可变投入指标，选取固定资本净额作为固定投入指标。数据来源于2007年-2015年《陕西省统计年鉴》，但部分行业部分年度数据仍旧缺失，对此，我们使用前后年度平均的方法对缺失数据进行拟合。

（三）陕西省工业产业产能整体变化分析

2007年-2015年，陕西省29个工业行业的平均产能利用率为45.3%，平均技术效率为55.4%，平均规模效率为82.1%。

第一阶段：2007年-2009年产能利用率快速上升。2007年和2008年，陕西省29个工业行业平均产能利用率较低，2008年全球金融危机后，国家推出一系列刺激经济措施，对于陕西省工业行业整体产能利用率的提高起到了一定推动作用。2009年，陕西省29个工业行业平均产能利用率迅速提升至56.4%，是2008年的4.78倍。

第二阶段：2009年-2015年产能利用率区间波动，稳中有升。2009年产能利用率水平上升至新的台阶后，基本在40%-65%的区间内波动，并呈现稳中有升的态势。2009年-2015年六年间产能利用率年均增长率约为2.12%。2015年，陕西省29个工业行业平均产能利用率更是创2007年以来新高，达63.5%。

（四）陕西省工业产业产能测度分析

2015年陕西省29个行业平均产能利用率为63.5%，各行业产能利用率的差异较大。其中14个行业的产能利用率低于平均水平。

一是公共事业领域所包含的行业。电力、热力的生产和供应业的产能利用率仅为22.1%，位列所有行业最末位。燃气生产和供应业的产能利用率也未超过50%。

二是在全国被普遍认为是产能过剩行业，陕西省该行业的产能利用率也较低。煤炭开采和洗选业2015年的产能利用率虽较以往年份有所提高，但仍为45.5%。从综合产能利用率、技术效率、规模效率看，规模效率较低是造成煤炭行业综合产能利用率较低的主要原因。2015年化学原料及化学制品行业产能利用率为57.2%，虽然仍低于平均水平，但产能利用率已有大幅提高。

三是在全国被普遍认为不是产能过剩行业，陕西省该行业的产能利用率仍较低。2015年计算机、通信和电子设备制造业、废弃资源综合利用业产能利用率分别为28.9%、34.4%。技术效率是产能利用率低的主要原因。2015年，计算机、通信和电子设备制造业规模效率即设备利用率为99%，而技术效率仅为47.3%。

四是2015年陕西省产能利用率较高的行业主要包括农副食品加工业、医药制造业、石油加工、炼焦及核燃料加工业等。

三、陕西省工业产业发展的金融支持效率分析

建立金融支持与产业发展耦合协调度评价指标。产业发展从产业的外部效应、交易成本效应、人力资本效应等三个方面选取指标；金融支持从金融总量、结构、效率三个方面选取指标。通过耦合协调度评价模型，分别对各产业发展水平序参量U1和金融发展序参量U2进行计算，在构建耦合度协调函数时，根据陕西省的实际情况定义了待定系数α=0.5，β=0.5，因此T=0.5U1+0.5U2，并最终根據耦合协调度的计算公式求得值。endprint

整體来看，陕西省各工业产业发展与金融发展之间的耦合协调度处于0.25489到0.4318的区间内，在低度协调耦合和中度协调耦合等级，总体上呈现缓慢的上升趋势，二者之间相互影响、相互作用，但总体上还处于一个偏低的水平。具体看：

一是各工业产业发展与金融发展之间的耦合协调度整体偏低，但呈现稳步上升趋势。采矿业、制造业和电力、热力、燃气及水生产和供应业与金融业整体耦合协调度偏低，均低于0.4，整体处于低耦合阶段，但随着2009年以后信贷投放力度逐年增大，产业与金融发展之间的耦合协调程度在逐步增加。

二是金融发展尚不能有效满足产业发展需求，存在一定的金融抑制现象。金融子系统的贡献度U2明显低于产业经济子系统的贡献度U1。只有个别产业在个别年份中，金融子系统的贡献度超过产业经济子系统。这在一定程度上表明，各产业内存在一定的金融抑制效应，制约了整个产业系统的协调有序发展。

三是直接融资对于提升产业和金融之间的耦合协调度具有明显作用。直接融资规模及其在融资中占比的提高对于提升产业耦合协调度具有明显的正向作用。股权、债券融资较多的年份行业耦合协调度出现明显提升。

四是各产业仍存在一定的劳动密集型行业特点，金融支持产业发展效率有较大的提升空间。各行业的人力资本效应较为明显，区位商在大多数行业的权重位于前列，反映出就业人数的增加对行业发展具有较大的影响，说明陕西的工业产业在很大程度上还处于劳动密集型阶段。

四、陕西省工业产业金融耦合度分析及对策建议

陕西省工业产业综合产能利用效率与产业金融耦合协调度呈现同步变化趋势，综合产能利用效率与产业金融耦合协调度的均值水平呈现出逐步上升趋势，说明产业金融耦合协调度的提升有助于提高产业产能的综合利用效率。将陕西省29个主要工业行业划分在四个象限，综合产能利用效率以0.7为界，0.7以下表示产业产能未能有效利用，0.7以上表示产能利用较为充分；耦合协调度以0.4为界，0.4以下表示产业与金融低度耦合，0.4以上为中度耦合。

第一象限：产业产能利用率相对较高，产业与金融中度耦合协调，主要包括医药制造业、有色金属冶炼及压延加工业和通用设备制造业。这一象限内的行业市场空间普遍较大，受经济周期的影响相对有限，应加大金融支持力度，提升产业与金融的耦合协调度，推动产业产能利用效率进一步提升。

第二象限：产业与金融中度耦合协调，但产业产能利用率相对较低，包括了黑色金属矿采选业、非金属矿物制品业和仪器仪表制造业，产能相对过剩，应重点强化风险控制，预防市场波动对金融资产质量的影响。

第三象限：产业产能利用率相对较低，产业与金融低度耦合协调。大致分三类情况：一是煤炭、石油开采业等产能过剩产业，由于市场周期影响需求，导致产能过剩。应在满足正常资金需求的前提下，控制金融资源的投入，加大包括“僵尸企业”在内的债务处置力度，降低企业杠杆率。二是专用设备制造业、计算机等行业。省内企业在技术管理等方面仍较落后，金融支持重点应放在支持产业转型升级方面。三是电力、燃气和水供应等公共事业领域，产能受到区域市场需求制约，金融需重点支持产业在技术改造等投资需求，以推动产业满足当地经济社会发展需要。

第四象限：产业产能利用率相对较高，但产业与金融低度耦合协调，包括有色金属矿采选业、非金属矿采选业、农副食品加工业等行业。金融支持相对产业发展存在一定的滞后，需要加大金融产品创新，提升金融支持力度。

参考文献

[1]付才辉.金融干预的成本与收益：产能过剩与技术进步[J].当代经济科学，2015，（4）：1-13。

[2]李静，杨海生.产能过剩的微观形成机制及其治理[J].中山大学学报，2011，（2）：192-200。

[3]任泽平，张庆昌.供给侧改革去产能的挑战、应对、风险与机遇[J].发展研究，2016，（4）：7-13。

[4]苏剑.产能过剩背景下的中国宏观调控[J].宏观调控探讨，2010，（10）：47-51。

[5]周劲，付保宗.产能过剩的内涵、评价体系及在我国工业领域的表现特征[J].经济学动态，2011，（10）：58-64。endprint