政府补贴、技术创新与煤炭企业产能过剩：过度投资的中介作用

司训练，尚 慧

(西安石油大学油气资源经济管理研究中心，陕西 西安 710065)

0 引 言

煤炭作为经济发展的重要基础能源之一，是促进我国早日实现高质量发展的重要保障。然而，前几年煤炭企业产能释放过快造成的产能过剩局面却成为制约我国经济持续健康发展的瘤疾。根据国家统计局公布的数据，2019年我国煤炭开采和洗选业产能利用率仅为70.6%(低于国际普遍标准75%)，说明当前我国煤炭行业产能过剩情况依然严重，作为“三去一降一补”五大任务之首的“去产能”，是煤炭企业实现转型升级的难点问题，而科学去产能的前提是理清其形成的逻辑诱因。

诸多学者对产能过剩的形成机制和影响因素展开了探讨，其中代表性的观点有：政府干预失败观[1]、过度投资观[2]、涌潮现象观[3]，由此形成了“政府失灵说”和“市场失灵说”两大对立派。“政府失灵说”认为经济转型期的体制机制是造成产能过剩的根源，财政激励和官员晋升激励体制诱发了政府对市场的不当干预，导致并恶化了产能过剩[4]。而“市场失灵说”则认为由于信息不对称和市场需求的不确定，企业容易出现盲目投资跟风现象，从而引发产能过剩[5]。显然，两者都过于强调单方面的影响，而在复杂的现实经济中，产能过剩现象并不能简单地归因于某一方面的作用。此外，现有研究大多忽视了造成产能过剩的主体(微观企业)为获得竞争优势、开拓市场而进行的技术创新行为[6]。鉴于此，本文探究了政府补贴、技术创新与产能过剩之间的关系，并证实了政府补贴是通过促使企业过度投资造成产能过剩，“政府失灵”与“市场失灵”共同导致了产能过剩。

本文可能的贡献在于：第一，从政府补贴和企业技术创新交互作用的视角出发，证实了技术创新是化解产能过剩的有效策略，为煤炭行业将技术创新视为去产能的战略模式提供了实证依据；第二，突破了现有研究“政府失灵”和“市场失灵”非此即彼的研究范式，分析了二者之间的联系，弥补了现有研究中路径检验的不足，为我国供给侧结构性改革提供新思路。

1 理论分析与研究假设

1.1 政府补贴与煤炭企业产能过剩

作为政府调控宏观经济的重要手段，适度的政府补贴有利于企业的创新与发展。然而，近年来的研究却发现政府补贴偏离了效率原则[7]。李垚等[8]认为政府对LED行业的补贴推动了产能过剩，阻碍了产业的发展；颜晓畅等[9]认为政府补贴虽然提升了战略新兴产业的经济绩效，但却加剧了产能过剩；黄昌富等[10]也认为政府补贴与制造业的产能过剩正相关。政府补贴促进企业产能过剩的机理在于：第一，财政分权制度的实施扩大了地方政府的权利，以GDP为核心的考核机制促使地方政府追求产业规模的助推效应，诱发大部分补贴资金流向了产能投资领域，带来了产能过剩；第二，政府较多注重前期补贴对象的筛选和补贴力度的把握，而缺乏对后期补贴资金流向的监督，这导致了一些企业“骗补”行为的出现，纵容了企业的非效率投资[11]，也造成了产能过剩；第三，地方政府鼓励企业投资和补贴资金流向监督机制的缺乏，会对企业研发创新活动产生一定的挤出和替代效应，大多数企业倾向于投资低风险、高收益的低附加产品，形成低端产品产能过剩。

从现实来看，煤炭企业在解决就业、拉动GDP增长方面具有显著效益，是政府重点扶持的对象，且大多为国有企业，天然的优势使其很容易获得巨额的政府补贴，更能催化企业盲目投资造成产能过剩；与此同时，煤炭企业是典型的资本和劳动力密集型企业，为避免出现工人大幅度失业现象，地方政府也会对效益不好的企业提供支持，这阻碍了具有落后产能企业的淘汰，进一步加剧了产能过剩。据此提出：假设1：政府补贴正向促进煤炭企业产能过剩。

1.2 技术创新、政府补贴与煤炭企业产能过剩

技术创新是从供给侧结构性改革方面化解产能过剩的重要途径，美日两国政策助力去产能的经验也表明：扶持企业创新是化解产能过剩的重要手段。孙璞等[12]认为无论是传统产业还是新兴产业，政府科技补贴均能通过企业创新活动提高产能利用率。ABOULNASR等[13]认为，突破性产品创新能通过提升企业市场扩张潜力抑制产能过剩。技术创新化解产能过剩的机理主要有：首先，技术创新能提高产品差异化，引导新的消费需求，从需求端激活过剩产能；其次，技术创新能从供给侧降低低质量产品的产出率，提升产品竞争力从而释放过剩产能；再者，技术创新能提升技术门槛进而提高市场集中度；最终，通过市场优胜劣汰机制淘汰落后产能。

根据激励效应观的观点，政府补贴资金作为良好的创新资源，能激励创新能力强的企业加大研发资金投入力度[14]，创造出短期内不可模仿性和不可替代性的新产品，迎合消费者的偏好以提升产能利用率。而创新能力较弱的企业，鉴于研发创新活动的正外部性，研发投入水平往往远低于最优水平，而倾向于将补贴资金转投其他盈利项目以扩大经营规模[9]，反而恶化了产能过剩。我国煤炭行业以大型国有企业为主，创新积极性和创新能力远不及非国有企业[15]，这与煤炭行业“低端产能过剩、高端产能不足”的现状相符合。据此提出：假设2：技术创新能有效抑制政府补贴对煤炭企业产能过剩的正向影响。

1.3 过度投资、政府补贴与煤炭企业产能过剩

投资作为拉动经济增长的“三驾马车”之一，促使地方政府具有扩大辖区内企业投资规模的冲动，这无疑是企业过度投资的助推器；与此同时，财政分权制也赋予了地方政府影响企业投资的能力。加之政府选择补贴对象的标准并非企业技术优势而是投资规模，这也导致很多企业为了快速、大量获得补贴而投资“短平快”项目，形成过度投资的同时也造成了低端产品产能过剩。具体而言，国有企业多元化的目标考核使其愿意积极配合地方政府促成过度投资；而根据寻租理论，民营企业热衷于政治关联也愿意与地方政府“一拍即合”，政企合谋造成企业过度投资。当然，企业的投资方向也必然会顺应国家政策导向以促进地方政府达成政治目标，这种盲目跟风投资也即“涌潮”现象[3]，最终造成微观企业层面的产能过剩。一些学者也赞同这一观点，如吴春雅等[15]认为政府对新能源行业的补贴使企业迷失了投资方向，盲目跟风投资引发了产能过剩；ZHANG等[16]认为地方政府是企业过度投资的“幕后”操盘手，其给予的财政支持与产能利用率息息相关；YANG等[4]认为中国的自然产能过剩源于过度投资，而政府是促成企业过度投资的重要因素。据此提出：假设3：过度投资在政府补贴与煤炭企业产能过剩之间发挥着中介效应。

2 研究设计

2.1 样本选择与数据来源

鉴于煤炭行业小型企业多控股于煤炭上市公司，且产能绝大多数集中于大型煤炭上市公司，本文选择2009—2019年沪深A股上市煤炭企业为初始样本，并进行如下处理：剔除ST、*ST及数据缺失严重、企业上市年龄小于8年的企业，得到40家企业共381个样本数据。其中，政府补贴与企业相关数据CSMAR，专利数据来自国家知识产权局。考虑到专利申请至授权需要一定的时间，技术创新数据时间为2010—2019年。对所有连续数据进行了前后1%的缩尾处理。

2.2 变量定义

2.2.1 被解释变量

被解释变量为产能过剩。常用的衡量指标是产能利用率(CU)，产能利用率越小，产能过剩程度越高。鉴于潜在产出的思想和数据的可得性，参照相关学者的研究方法采用柯布-道格拉斯(C-D)生产函数来测算煤炭企业的产能利用率，计算见式(1)。

t=1,2,3,…,T

(1)

式中：A为企业的综合技术水平，为固定常数；t为年份；Yi,t为第i个企业第t年的实际产值，用主营业务收入取自然对数来衡量；Ki,t为投入的资本，用固定资产取自然对数来衡量；Li,t为投入的劳动力数，用年度员工数量取对数来衡量；α、β为产出弹性，代表企业资本投入和劳动力投入在企业总产出中的占比，先假定煤炭行业为规模报酬不变行业，即α+β=1且0≤α,β≤1。将式(1)两边取对数，得到式(2)。

lnYi,t=

αlnKi,t+βlnLi,t+lnA-μ,

t=1,2,3,…,T

(2)

进一步计算得到边界生产函数，见式(3)。

lnYi,t=αlnKi,t+βlnLi,t+lnA,

t=1,2,3,…,T

(3)

最终得到煤炭企业的产能利用率计算公式，见式(4)。

t=1,2,3,…,T

(4)

对整理的数据先进行F检验得到P值为0.000 0<0.05，强烈拒绝原假设，认为不宜采用混合效应模型；再进行Hausman检验，得到chi2值为15.63，P值为0.000 9<0.05，同样拒绝原假设，使用固定效应模型。进一步使用时间固定效应LSDV法进行回归，结果见表1。

由表1可知，各变量均在1%的水平下显著，K的弹性系数为0.489 2，L的弹性系数为0.552 4，综合技术水平为13.889 6。因此，我国煤炭企业处于微规模报酬递增阶段(α+β>1)，作为资本和劳动密集型行业，规模报酬递增效应会加速大量资本和劳动力的流入，促进煤炭企业产能投资。

表1 潜在产出的回归结果Table 1 Descriptive statistics of main variables

表2 40家煤炭上市公司产能情况Table 2 Capacities of 40 listed coal companies

2.2.2 解释变量

1) 政府补贴(Gov)：是指企业从政府无偿取得的资产，用政府财政补助数据取自然对数来衡量。

2) 技术创新(Patents)：借鉴杨亭亭等[17]的做法，本文采用专利授权数量代表企业技术创新。

2.2.3 控制变量

借鉴相关研究选取以下控制变量：企业规模(Assets)：总资产的自然对数；企业成长机会(OIGR)：营业收入增长率；企业年龄(Age)：企业成立年数的自然对数；产权性质(Property)：国有企业则为0，非国有企业为1。

2.3 模型的构建

基于前文提出的三个假设，设计三个基本回归模型，见式(5)～式(7)。

CU=β0+β1Gov+β2lnAssets+β3lnAge+

β4OIGR+β5Property+ε1

(5)

CU=β0+β1Patents+β2lnAssets+β3lnAge+

β4OIGR+β5Property+ε2

(6)

CU=β0+β1Gov+β2Patents+

β3Gov*Patents+β4lnAssets+

β5lnAge+β6OIGR+β7Property+ε3

(7)

3 实证分析结果

3.1 描述性统计

样本数据描述性统计结果见表3。由表3可知，样本数据产能利用率CU的平均值尚未达到国际普遍标准(75%)，说明产能过剩问题确实是阻碍我国煤炭行业发展的重要因素，研究问题具有一定的现实意义。

3.2 相关性分析

相关性分析结果见表4。由表4可知，被解释变量产能利用率CU与核心解释变量政府补贴Gov的相关系数为-0.868且在1%的水平下显著，初步验证了假设1；技术创新Patents与产能利用率CU之间呈显著的正相关，说明企业技术创新能提升产能利用率。为防止多重共线性导致伪回归，采用VIF检验法得到解释变量之间的VIF值均小于10，表明解释变量之间不存在多重共线问题。

3.3 多元回归分析

本文使用多元回归分析法来验证提出的假设是否成立，回归分析结果见表5。

列(1)检验了政府补贴对煤炭企业产能过剩的影响，结果表明：政府补贴与煤炭企业产能利用率为显著的负相关关系，估计系数为-0.040 5且在1%的水平下显著。这说明政府补贴力度越大，企业当期的产能利用率越低，产能过剩程度越高，假设1得到了验证。

表3 变量描述性统计Table 3 Descriptive statistics of variables

表4 Pearson相关系数Table 4 Pearson correlation coefficient

表5 多元回归分析结果Table 5 The results of multiple regression analysis

列(2)展示了技术创新与产能利用率之间的关系，回归系数为0.009 1且在1%的水平下显著为正，说明技术创新有利于提高企业产能利用率，无论是以产品差异化为目标的产品创新还是以降低成本为目的的工艺创新，都能有效化解产能过剩。

列(3)为技术创新的调节效应检验结果，Gov与Patents的交叉项Gov*Patents的估计系数为0.026 3，且在1%的水平下显著。说明企业进行技术创新弱化了政府补贴与企业产能利用率之间的负相关关系，技术创新活动提升了企业产品的差异化进而从需求端激活了过剩产能，验证了假设2。

从控制变量的系数来看，企业规模对产能利用率的影响显著为负，说明煤炭企业产能过剩程度具有明显的规模递增特征，较高的市场退出壁垒使大规模企业的产能过剩情况更为严重；企业年龄与产能利用率负相关，产权性质与产能利用率呈正相关，可能的原因是：初创企业为了在激烈的市场竞争中存活下来必须进行大量创新，创新积极性较高；而成熟企业更注重控制创新成本，创新效果不佳，产能利用率也不及新创企业高；国有煤炭企业多元化的经营目标使其承受着职工安置、债务负担等方面的压力，导致落后产能无法及时淘汰，且能轻松获得大量政府补贴用于投资生产，因此产能过剩程度比非国有企业更为严重。

3.4 作用机制检验

前文的回归结果表明，政府补贴能抑制企业产能利用率促进产能过剩。根据假设3的理论推导，过度投资可能是导致该关系的作用机制。基于此，通过建立模型4和模型5进一步检验其内在机理，见式(8)和式(9)。

OverInv=β0+β1Gov+β2lnAssets+β3lnAge+

β4OIGR+β5Property+ε4

(8)

CU=β0+β1Gov+β2OverInv+β3lnAssets+

β4lnAge+β5OIGR+β6Property+ε5

(9)

式中,OverInv为企业过度投资，参照刘亭立等[18]学者沿用的Richardson投资期望模型进行测度，用模型回归的残差值代表过度投资(残差大于0)，估算模型见式(10)。

Invi,t=β0+β1Groi,t-1+β2Levi,t-1+

β3Assetsi,t-1+β4Cashi,t-1+β5Reti,t-1+

β6Salei,t-1+β6Agei,t-1+β7Lossi,t-1+ε6

(10)

式中：i为公司；t为年份；Invi,t-1为第i个公司第t-1年的新增投资支出；Gro为主营业务收入增长率；Lev为资产负债率；Assets为企业规模；Cash为企业现金持有量；Ret为年度超额回报率；Sale为生产能力程度；Age为上市年龄；Loss为企业是否有亏损，是为1，否为0。

通过模型回归获得过度投资数据，代入式(8)和式(9)进行回归，结果见表6。

表6 作用路径检验结果Table 6 The results of action path test

列(2)为过度投资(OverInv)作为被解释变量时的回归结果，可以看出Gov与OverInv的估计系数为在1%的水平下显著正相关，表明政府补贴金额越大越可能导致企业过度投资，这与前文的理论分析相一致。列(3)中，OverInv与CU在1%的水平下显著为负，说明企业微观层面的过度投资确实会降低产能利用率、导致产能过剩。Gov与CU依然在1%的水平下显著负相关，且系数值由原来的0.040 5降低为0.037 3，根据中介效应检验法可知：过度投资在政府补贴与煤炭企业产能利用率之间发挥着部分中介作用，政府补贴通过促进企业过度投资加剧产能过剩。

3.5 稳健性检验

本文做如下稳健性检：①用企业研发支出与总资产的比值来衡量企业技术创新。检验结果见表7列(1)、列(2)和列(3)，Patents与CU的估计系数为0.036 5，且在1%的水平下显著；Gov*Patents与CU的估计系数为0.012 1，也在1%的水平下显著，主要解释变量的显著性水平及估计系数符号并未发生太大的变化，回归结果与前文基本一致。②采用固定资产与营业收入的比值来衡量煤炭企业产能过剩程度，比值越大表示产能过剩越严重。检验结果见表7中列(4)、列(5)和列(6)，政府补贴仍正向促进煤炭企业产能过剩，技术创新与产能过剩呈负相关，政府补贴与技术创新的交互项与产能过剩负相关，与上文回归分析的结果一致，因此研究结论是稳健的。

表7 稳健性检验结果Table 7 The results of robustness test

4 结论与建议

本文以40家沪深A股煤炭企业上市公司为研究样本，考虑企业技术创新的差异，实证检验了政府补贴对煤炭企业产能过剩的影响及其作用路径。得到的结论主要有：①政府补贴与煤炭企业产能过剩显著正相关；②技术创新在政府补贴与煤炭企业产能过剩的关系中发挥着负向调节作用；③过度投资是政府补贴影响煤炭企业产能过剩的中介变量。据此提出以下政策建议。

第一，建立以技术创新为导向的政府补贴机制。政府补贴不仅要注重前期补贴对象的筛选和补贴力度的把握，更要监督和管控后期补贴资金的流向，要积极引导煤炭企业加大核心技术的研发投入力度，防止其利用补贴资金盲目投资，努力将当前煤炭企业间基于产能规模的竞争引导转向技术创新，用“质”的提升带动整个行业的发展。

第二，厘清政府和市场之间的界限，避免过度的行政干预煤炭市场。发达国家的经验表明：通过市场机制消化过剩产能是化解过剩产能的有效方法。因此，首先要保证让市场在资源配置中起决定性作用，充分发挥市场和企业的作用；其次要清理僵尸企业，激发企业经营活力、消除无竞争力的落后产能；最后针对煤炭行业的兼并重组，也要完善资本在股票资产配置中的重要作用，合理释放资本。此外，也可建立煤炭企业产能信息管理系统，定期公布区域和企业的产能利用率，以减少地方政府和煤炭企业的不合理投资行为。

第三，构建完善的地方政府绩效考核体系，从根本上消除地方政府对煤炭生产能力的干预。以经济绩效为核心的地方政府考核机制是造成政府补贴无效率的重要原因，因此，考核体系应从简单的经济绩效评估转向包括经济、社会、生态、创新等促进经济高质量发展的绩效指标的综合评估。如此，地方政府将不再致力于通过刺激企业投资带动区域经济的发展，转而将重心放在转变经济的发展方式上，最终企业和行业层面的产能过剩情况也会大大改善。