唐志軍　龐景景

摘要：當(dāng)前，我國多個(gè)工業(yè)行業(yè)存在較嚴(yán)重的產(chǎn)能過剩。在總結(jié)傳統(tǒng)方法優(yōu)缺點(diǎn)的基礎(chǔ)上，提出一種測度產(chǎn)能利用率的新方法：經(jīng)SFA調(diào)整的DEA法。這種方法可以有效彌補(bǔ)DEA法的對外部環(huán)境因素的忽略。然后，利用這種新方法測度了2006—2016年不同所有制下我國工業(yè)中34種行業(yè)的產(chǎn)能利用率。結(jié)果顯示，無論是工業(yè)整體，還是在34個(gè)工業(yè)行業(yè)中，國有控股行業(yè)的產(chǎn)能利用率普遍低于私營、外資和中國港澳臺(tái)資行業(yè)的產(chǎn)能利用率，這表明，我國的產(chǎn)能過剩主要是一種體制性產(chǎn)能過剩。在此基礎(chǔ)上，進(jìn)一步實(shí)證了我國產(chǎn)能過剩的影響因素，發(fā)現(xiàn)預(yù)算軟約束、國家資本金占比、投資比重等顯著正影響著我國的產(chǎn)能過剩，而出口對我國產(chǎn)能過剩的程度產(chǎn)生負(fù)相關(guān)。

關(guān)鍵詞：產(chǎn)能過剩;不同所有制;體制性;產(chǎn)能利用率

中圖分類號(hào)：F207? ?文獻(xiàn)標(biāo)識(shí)碼：A? ?文章編號(hào)：1007-2101（2019）03-0010-13

一、引言

當(dāng)前，我國包括煤炭、鋼鐵、水泥等多個(gè)行業(yè)都存在較嚴(yán)重的產(chǎn)能過剩。要有效治理我國①的產(chǎn)能過剩問題，首先需要測度出我國產(chǎn)能過剩的程度和性質(zhì)。而目前，一是大多數(shù)人都認(rèn)為我國的產(chǎn)能過剩是一種體制性產(chǎn)能過剩，比如：國務(wù)院發(fā)展研究中心課題組（2015）發(fā)現(xiàn)我國產(chǎn)能過剩行業(yè)主要有三大特征，并認(rèn)為，經(jīng)濟(jì)周期因素與經(jīng)濟(jì)體制原因的疊加是導(dǎo)致我國本輪產(chǎn)能過剩的主要原因[1]。王立國（2010）將產(chǎn)能過剩劃分為結(jié)構(gòu)性產(chǎn)能過剩、體制性產(chǎn)能過剩、周期性產(chǎn)能過剩三類，并指出，在我國，主要是體制性產(chǎn)能過剩[2]。周勁、付保宗（2011）發(fā)現(xiàn)我國輕工行業(yè)呈現(xiàn)較明顯的“結(jié)構(gòu)性產(chǎn)能過?！碧卣?，重化工行業(yè)呈現(xiàn)較明顯的“體制性產(chǎn)能過剩特征”[3]。馮俏彬和賈康（2014）認(rèn)為我國產(chǎn)能過剩的實(shí)質(zhì)是投資過度，是一種“體制性產(chǎn)能過剩”[4]。陳文玲（2013）指出體制性產(chǎn)能過剩是地方政府在GDP導(dǎo)向下產(chǎn)生的產(chǎn)能過剩，這種產(chǎn)能過剩最難治療[5]。盧鋒（2010）發(fā)現(xiàn)自20世紀(jì)90年代以來，中國先后經(jīng)歷了3次大規(guī)模的產(chǎn)能過剩，第一次是1998—2001年，為“周期性產(chǎn)能過?！?第二次是2003—2006年，為“非周期性產(chǎn)能過?！?第三次是2009年至今，為“周期性產(chǎn)能過?！焙汀胺侵芷谛援a(chǎn)能過?！辈⒋?。但這些研究基本上是定性研究，而非定量研究。鑒于定性研究的缺陷性，需要從定量上加以更精確的測度和鑒定。二是在測度方法上，有大量學(xué)者采用了定量分析法來測度我國的產(chǎn)能過剩，但這些方法都有一定的內(nèi)在缺陷：

1. 峰值法。曾繁梅（2007）[6]等利用該方法測算了我國工業(yè)行業(yè)的產(chǎn)能利用情況，并證明市場結(jié)構(gòu)與產(chǎn)能過剩之間是存在關(guān)系的;熊思覓（2011）利用峰值法測算出制造業(yè)產(chǎn)能利用率情況，并證明其與通貨膨脹率之間存在著靜態(tài)和動(dòng)態(tài)關(guān)系[7]。峰值法的優(yōu)點(diǎn)是只需要知道單投入和單產(chǎn)出的數(shù)據(jù)信息就可以求產(chǎn)能利用率水平。但其缺陷在于，只考慮了技術(shù)改變是引起比率變化的唯一因素，忽略了經(jīng)濟(jì)結(jié)構(gòu)和資本變化對產(chǎn)出的影響，從而低估了產(chǎn)能利用率水平。

2. 生產(chǎn)函數(shù)法。沈坤榮等（2012）利用該法測算了我國35個(gè)工業(yè)行業(yè)產(chǎn)能利用率，顯示將近一半的行業(yè)存在不同程度的過剩情況[8];劉靜和金浩（2014）利用該法對我國的工業(yè)產(chǎn)能過剩進(jìn)行了測度[9]。生產(chǎn)函數(shù)法有以下優(yōu)點(diǎn)：每個(gè)參數(shù)都有特定的經(jīng)濟(jì)學(xué)意義，可以用來解釋資本、勞動(dòng)力和技術(shù)的貢獻(xiàn)率;可以用來衡量經(jīng)濟(jì)結(jié)構(gòu)，分析其變化，并對經(jīng)濟(jì)做出預(yù)測和判斷。但是，該法的缺陷也是明顯的，它需要設(shè)定一個(gè)具體的生產(chǎn)函數(shù)，而該函數(shù)并非具有堅(jiān)實(shí)的經(jīng)濟(jì)學(xué)理論和現(xiàn)實(shí)基礎(chǔ)。同時(shí)，在應(yīng)用中，該法也面臨三大挑戰(zhàn)，一是生產(chǎn)函數(shù)形式的確定，二是投入要素的種類及類型的區(qū)分，三是技術(shù)效率與統(tǒng)計(jì)噪聲之間的辨識(shí)。

3. 成本函數(shù)法。韓國高（2011）等利用成本函數(shù)法測算了我國制造業(yè)行業(yè)的產(chǎn)能利用率[10];周瑞輝和廖涵（2015）利用該法測算了1998—2007年中國制造業(yè)行業(yè)產(chǎn)能利用情況，進(jìn)一步論證了國有產(chǎn)權(quán)與體制扭曲對產(chǎn)能過剩的影響[11]。成本函數(shù)法的優(yōu)點(diǎn)是具有堅(jiān)實(shí)的微觀基礎(chǔ)，同時(shí)考慮了要素成本變化和市場需求對于產(chǎn)能的影響，使其測算的結(jié)果有說服力。但該法的推導(dǎo)和計(jì)算很復(fù)雜，需要大量的變量、方程和數(shù)據(jù)作支撐，測度結(jié)果易出現(xiàn)偏誤;且該法也面臨成本函數(shù)形式的確定以及投入要素種類的劃分等挑戰(zhàn)，如果忽略行業(yè)的異質(zhì)性，往往會(huì)造成模型的外生假定得不到滿足，造成估計(jì)結(jié)果的有偏。

4. 協(xié)整方法。何蕾（2015）利用面板協(xié)整法測算了我國1980—2013年工業(yè)行業(yè)的產(chǎn)能利用率，并證明我國工業(yè)行業(yè)的產(chǎn)能過剩是存在周期性和結(jié)構(gòu)性因素的[12];賀京同和何蕾（2016）利用該法驗(yàn)證了在2000—2011年國有企業(yè)和信貸扭曲對產(chǎn)能利用率的影響，得出國有控股比例和國有企業(yè)信貸規(guī)模與產(chǎn)能利用率具有很強(qiáng)的負(fù)面效應(yīng)[13]。協(xié)整法具有以下優(yōu)勢：第一，它基于潛在產(chǎn)出與資本存量的長期穩(wěn)定關(guān)系，只需資本存量相關(guān)數(shù)據(jù)便可計(jì)算潛在產(chǎn)出，從而計(jì)算產(chǎn)能利用率;需求數(shù)據(jù)較少，方便快捷。第二，它先利用計(jì)量經(jīng)濟(jì)學(xué)的普通最小二乘法估計(jì)參數(shù)，再計(jì)算潛在產(chǎn)出，可以更好地?cái)M合出長期視角的潛在產(chǎn)出，對未來預(yù)測有很大幫助。第三，它無需設(shè)定生產(chǎn)函數(shù)，排除了主觀因素的干擾，在測度產(chǎn)能利用率的過程中更加客觀科學(xué)。不過，該法缺乏堅(jiān)實(shí)的微觀經(jīng)濟(jì)基礎(chǔ)。而且，在測算過程中過度重視對產(chǎn)能利用率的周期性描述，而對影響產(chǎn)能利用率的非周期性因素卻描述不足。

5. 結(jié)構(gòu)向量自回歸（SVAR）法。童杰（2016）利用該法測算了2003—2012年煤炭行業(yè)產(chǎn)能過剩情況，得出從2008年開始我國煤炭行業(yè)的產(chǎn)能過剩率一直都很高[14]。SVAR法的優(yōu)點(diǎn)是將產(chǎn)出分解成永久的趨勢成分和暫時(shí)的周期成分，并且認(rèn)為供給沖擊影響了趨勢成分，而需求沖擊影響了周期成分，因而，在處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測時(shí)容易操作。缺點(diǎn)是在處理數(shù)據(jù)時(shí)只考慮了資本這一單個(gè)生產(chǎn)要素，忽略了高度相關(guān)的數(shù)據(jù)序列是由所有生產(chǎn)要素綜合而來的這一事實(shí)。

6. 數(shù)據(jù)包絡(luò)（DEA）法。趙倩男（2014）利用DEA測算2001—2010年6家水泥上市公司的產(chǎn)能過剩問題[15];楊振兵和張誠（2015）利用DEA法和SFA方法測度產(chǎn)能過剩率，并證明過度投資是造成產(chǎn)能過剩的主要原因[16];姜軍（2017）利用DEA法測度了我國工業(yè)產(chǎn)能過剩率，并證明政企合謀對產(chǎn)能過剩率的影響是顯著的[17]。DEA方法的優(yōu)點(diǎn)：（1）既適用單投入—單產(chǎn)出測算模型，也適用于多投入—多產(chǎn)出的測算模型，而且在處理多投入—多產(chǎn)出時(shí)具有絕對優(yōu)勢。（2）無須設(shè)定具體的函數(shù)形式，也無須對數(shù)據(jù)進(jìn)行量綱化處理。（3）無需任何權(quán)重假設(shè)，僅以決策單元投入產(chǎn)出的實(shí)際數(shù)據(jù)求得最優(yōu)權(quán)重。但是，DEA法也有一定的局限性，未考慮運(yùn)氣成分、數(shù)據(jù)問題或其他計(jì)量問題引起的隨機(jī)誤差，而是將所有對生產(chǎn)邊界或成本邊界的偏離都?xì)w因于低效率;同時(shí)，未考慮政府政策、法律法規(guī)、市場結(jié)構(gòu)、區(qū)域因素等外部環(huán)境因素對決策單元的影響。

綜上所述，傳統(tǒng)的測度方法都存在自身的優(yōu)缺點(diǎn)，在進(jìn)行測度時(shí)都沒有把對結(jié)果可能產(chǎn)生影響的環(huán)境因素考慮進(jìn)去，所以本文將在已有研究的基礎(chǔ)上提出一種新方法，即DEA和SFA相結(jié)合的方法，并利用其測度了國有控股、私營、外資及中國港澳臺(tái)商投資的工業(yè)行業(yè)的產(chǎn)能過剩率，得出體制性產(chǎn)能過剩是我國產(chǎn)能過剩的本質(zhì);再次，構(gòu)建面板數(shù)據(jù)計(jì)量模型，實(shí)證分析我國產(chǎn)能過剩的性質(zhì)和原因;最后，提出治理我國產(chǎn)能過剩的政策建議。

二、一種測度產(chǎn)能利用率的新方法：經(jīng)SFA調(diào)整的DEA法

（一）數(shù)據(jù)包絡(luò)分析方法（DEA）

DEA模型在實(shí)際應(yīng)用中，可以分為固定規(guī)模報(bào)酬模型（CRS）和可變規(guī)模報(bào)酬模型（VRS）。CRS在運(yùn)作中，需要所有決策單元是在最優(yōu)的運(yùn)作條件下進(jìn)行，這在現(xiàn)實(shí)中是很難達(dá)到的。VRS不同于CRS，即使是在非最優(yōu)規(guī)模下進(jìn)行測算，也可以得到有效測算。但是VRS計(jì)算出的技術(shù)效率中包含規(guī)模效率，不過，通過進(jìn)一步使用CRS模型，就可以分離出規(guī)模效率。

1. 固定規(guī)模報(bào)酬模型的原理（CCR）。CCR模型可以分為產(chǎn)出導(dǎo)向與投入導(dǎo)向兩個(gè)方面。產(chǎn)出導(dǎo)向模型的原理是設(shè)定固定的投入量，然后再根據(jù)產(chǎn)出量的大小來判斷所使用的決策單元是否有效，模型如下：

λt，si-，sr+≥0（4）

其中，θ0代表評價(jià)決策單元的效率，Xit代表第t個(gè)決策單元的第i個(gè)投入，Yrt代表第t個(gè)決策單元的第r個(gè)產(chǎn)出，λt代表第t個(gè)決策單元的權(quán)重，si-代表第i個(gè)投入變量的差額變數(shù)，sr+代表第r個(gè)產(chǎn)出變量的差額變數(shù)。當(dāng)θ0=1時(shí)，決策單元效率有效，si-=sr+=0。當(dāng)θ0<1時(shí)，決策單元效率無效，可求出投入項(xiàng)與產(chǎn)出項(xiàng)的差額變數(shù)，即si-，sr+。

投入導(dǎo)向模型的原理是產(chǎn)出量固定，通過投入量的大小來判斷所使用的決策單元是否有效，具體模型如下：

λt，si-，sr+≥0（8）

其中，公式中所包含的字母含義與產(chǎn)出導(dǎo)向模型中的含義相同。

2. 變化規(guī)模報(bào)酬模型的原理（BBC）。BBC模型可以彌補(bǔ)CCR模型的缺點(diǎn)，把技術(shù)效率更詳細(xì)地分為規(guī)模效率和純技術(shù)效率，在判斷決策單元無效時(shí)可以具體到是什么因素引起的，使研究結(jié)果更準(zhǔn)確。具體公式如下：

TE（技術(shù)效率）=SE（規(guī)模效率）×PTE（純技術(shù)效率）

該模型可以從產(chǎn)出導(dǎo)向與投入導(dǎo)向兩個(gè)角度進(jìn)行討論。BBC產(chǎn)出導(dǎo)向的具體模型如下：

λt，si-，sr+≥0（13）

其中，公式中所包含的字母含義與CCR模型產(chǎn)出導(dǎo)向模型中的含義相同。

CCR投入導(dǎo)向模型如下：

λt，si-，sr+≥0（18）

其中，各表達(dá)式所代表的意思與產(chǎn)出導(dǎo)向相同。

本文利用BBC模型中產(chǎn)出導(dǎo)向模型可以得出技術(shù)效率的估計(jì)值為：

技術(shù)效率產(chǎn)能利用率模型如下：

maxθ1（20）

λt，γit≥0（25）

通過觀測樣本的多種產(chǎn)出可以得到產(chǎn)能產(chǎn)出水平的估計(jì)值，則技術(shù)效率產(chǎn)能利用率為：

TECU∈（0，1]，當(dāng)TECU=1時(shí)可以認(rèn)為技術(shù)效率被充分利用;當(dāng)TECU<1時(shí)就說明產(chǎn)能沒有被充分利用。

則產(chǎn)能利用率為：

（二）隨機(jī)前沿分析方法（SFA）

SFA是在確定性生產(chǎn)前沿的基礎(chǔ)上，把誤差項(xiàng)分解為隨機(jī)誤差和技術(shù)無效性這兩部分，來估計(jì)決策單元的有效性。同時(shí)在評價(jià)有關(guān)效率問題時(shí)，考慮隨機(jī)誤差對結(jié)果的影響，并將其剔除掉。如果得到的隨機(jī)誤差期望值為0，就可以認(rèn)為隨機(jī)誤差是服從期望為0的正態(tài)分布;反之，則認(rèn)為隨機(jī)誤差是服從期望不是0的正態(tài)分布。在使用SFA方法時(shí)，可以分兩種情況，當(dāng)投入指標(biāo)為自變量時(shí)，就使用成本函數(shù)，如果產(chǎn)出指標(biāo)作為自變量，則使用利潤函數(shù)。模型如下：

Yi=βXi+（νi-μi），i=1…N（28）

其中，Yi為第i個(gè)決策單元的產(chǎn)出（或產(chǎn)出的對數(shù)）;Xi為第i個(gè)決策單元的Ix1階產(chǎn)出（或產(chǎn)出的對數(shù)）和投入（或投入的對數(shù)）向量;β為未知參數(shù)向量;νi為隨機(jī)變量，假設(shè)其服從正態(tài)分布N（0，σ2ν），且獨(dú)立于μi;μi為非負(fù)隨機(jī)變量，用以說明生產(chǎn)的成本無效性，通常假設(shè)其服從正態(tài)分布N（0，σ2ν）。N為決策單元數(shù)，I為第i個(gè)決策單元投入的種類。

通常在使用隨機(jī)前沿生產(chǎn)函數(shù)時(shí)，只有一個(gè)產(chǎn)出指標(biāo)，與實(shí)際情況存在差距，所以，就可以用單一產(chǎn)出變量代替多產(chǎn)出情況或從多產(chǎn)出指標(biāo)中尋找一個(gè)單一指標(biāo)進(jìn)行替代。而成本函數(shù)的使用是很方便的，并可以彌補(bǔ)隨機(jī)前沿生產(chǎn)函數(shù)的不足，允許存在多個(gè)因變量與成本，模型如下：

Yi=βXi+（νi+μi），i=1…N（29）

公式中的字母含義與上文介紹的相同，γ=σ2μ/（σ2μ+σ2ν）表示技術(shù)性無效率方差占總方差的比例，如果γ的值接近1，則說明管理因素的影響較大;反之，則說明隨機(jī)誤差的影響較大。

計(jì)算SFA的效率公式如下：

EFFi=（30）

生產(chǎn)函數(shù)中，EFFi=exp（-ui）∈（0，1];在成本函數(shù)中，EFFi=exp（ui）∈[1，+∞]，通常在實(shí)證分析中，一般利用成本效率的倒數(shù)，將效率值的范圍轉(zhuǎn)換為（0，1]。

（三）測度思路

利用BBC模型在進(jìn)行測算產(chǎn)能利用率的同時(shí)，也可以得到投入差額值，投入差額值用于判斷決策單元是否有效。如果設(shè)第j個(gè)決策單位的第i種投入值用Xit表示，投入差額值用Sit表示，那么Sit=Xit-λX≥0，λX為最優(yōu)投入值。投入差額值的存在是影響測度結(jié)果是否有效的關(guān)鍵，而這個(gè)投入差額值是會(huì)受到環(huán)境變量、隨機(jī)誤差和管理因素的影響。具體調(diào)整模型如下：

Sit=β0+β1Z1t+…+βPZpt+νit+μit（31）

μit=（EFFi-1）×βPZpt（32）

νit=Sit-（β0+β1Z1t+…+βPZpt）-μit（33）

其中Zit為環(huán)境變量;p為環(huán)境變量個(gè)數(shù);νit為隨機(jī)誤差;μit為管理無效率;而（νit+μit）為聯(lián)合誤差項(xiàng)。隨機(jī)誤差的存在會(huì)影響投入值的大小，所以在這里vit為對稱性隨機(jī)誤差項(xiàng)，呈正態(tài)分布N（0，σ2νi）。而管理無效率的存在會(huì)造成投入增加，所以技術(shù)無效率誤差項(xiàng)μit呈截?cái)嗾龖B(tài)分布N（0，σ2νi）。筆者首先利用Frontier 4.1軟件，用來估算βP、σ2vi、σ2μi、σ2、γ=σ2μ/（σ2μ+σ2ν）等未知參數(shù)（31式），接著利用Jondrow等人（1982）[18]的計(jì)算方法求出μit的估計(jì)值（32式），再利用（33式）計(jì)算出νit的估計(jì)值。

利用Frontier 4.1軟件處理后，可以得到Zit的系數(shù)p和效率值EFFi，將這些數(shù)據(jù)帶入式（32）、（33）中，就可以得到μit和νit。接下來就是考慮讓所有決策單元處在一個(gè)相同的環(huán)境下，而這種環(huán)境有兩種情況，一種就是環(huán)境相對較好，有助于投入的增加;另外一種是相對較差的環(huán)境，會(huì)使投入值減少。在考慮環(huán)境條件時(shí)也要考慮隨機(jī)誤差的影響。因此，具體的調(diào)整公式如下：

XAit=Xit+[MAXt{βiZPt}-βiZPt]+[MAXt{νit}-νit]（34）

其中，XAit為調(diào)整后的投入值;Xit為調(diào)整前的投入值。第一個(gè)中括號(hào)將所涉及到的決策單元調(diào)整在一個(gè)相對較好的環(huán)境下，第二個(gè)中括號(hào)將所有決策單元的隨機(jī)誤差調(diào)整為相同情況。最后將調(diào)整后的投入值帶入DEA模型中進(jìn)行再一次計(jì)算，得出不同所有制下工業(yè)產(chǎn)能利用率情況。

（四）指標(biāo)體系的建立以及數(shù)據(jù)來源

筆者從兩個(gè)方面對產(chǎn)能利用效率的指標(biāo)體系進(jìn)行構(gòu)建，首先是用于評價(jià)工業(yè)產(chǎn)能利用效率的指標(biāo)體系，其次是用于消除環(huán)境因素對DEA的影響。筆者搜集整理了我國工業(yè)34個(gè)行業(yè)2006—2016年的相關(guān)數(shù)據(jù)，然后分行業(yè)對我國不同所有制下產(chǎn)能過剩進(jìn)行測度。相關(guān)指標(biāo)選取如下：

1. 產(chǎn)出指標(biāo)的選取。在對行業(yè)產(chǎn)能過剩情況進(jìn)行測度時(shí)，發(fā)現(xiàn)工業(yè)行業(yè)總產(chǎn)值指標(biāo)的數(shù)據(jù)只統(tǒng)計(jì)到2012年，因此，筆者采用袁敏捷（2013）[19]的方法，通過搜集整理工業(yè)行業(yè)的應(yīng)交增值稅數(shù)據(jù)，計(jì)算出各行業(yè)應(yīng)交增值稅的增長率，然后以此來代替工業(yè)總產(chǎn)值的增長率，最后根據(jù)這一增長率來估算2013—2016年不同所有制下工業(yè)行業(yè)的工業(yè)總產(chǎn)值。然后根據(jù)工業(yè)品出廠價(jià)格指數(shù)把工業(yè)總產(chǎn)值平減為以2006年（基期）為不變價(jià)格計(jì)算，以此消除通貨膨脹對測算結(jié)果的影響。

2. 投入指標(biāo)的選取。（1）資本投入指標(biāo)。由于缺乏分行業(yè)計(jì)算固定資本存量指標(biāo)的數(shù)據(jù)，筆者將用工業(yè)行業(yè)的固定資產(chǎn)凈值來代替固定資本存量。固定資產(chǎn)凈值的計(jì)算方法為固定資產(chǎn)原值減去固定資產(chǎn)累計(jì)折舊，然后以2006年的價(jià)格為基期價(jià)格，對各行業(yè)各年的固定資產(chǎn)凈值進(jìn)行平減。在搜集整理固定資產(chǎn)價(jià)格指數(shù)相關(guān)數(shù)據(jù)時(shí)，對于部分行業(yè)缺乏某些年份的固定資產(chǎn)價(jià)格指數(shù)，用全行業(yè)各年的固定資產(chǎn)價(jià)格指數(shù)來代替缺失的數(shù)據(jù)。（2）勞動(dòng)力投入指標(biāo)。從生產(chǎn)函數(shù)的性質(zhì)來講，實(shí)際勞動(dòng)量代表了在生產(chǎn)函數(shù)中的勞動(dòng)力投入，也就是標(biāo)準(zhǔn)強(qiáng)度的勞動(dòng)時(shí)間。然而，鑒于我國統(tǒng)計(jì)年鑒中并沒有標(biāo)準(zhǔn)勞動(dòng)強(qiáng)度時(shí)間的相關(guān)統(tǒng)計(jì)數(shù)據(jù)，因此，筆者采用的是大多數(shù)研究文獻(xiàn)中使用的方法，即用各工業(yè)行業(yè)歷年從業(yè)人數(shù)平均數(shù)來代替生產(chǎn)過程中勞動(dòng)力的投入量。（3）環(huán)境指標(biāo)的選取。在參考現(xiàn)有文獻(xiàn)（王欣，2010）[20]的基礎(chǔ)上，選取以下3項(xiàng)指標(biāo)作為工業(yè)投入環(huán)境變量：（1）對外開放程度。不同所有制下的工業(yè)行業(yè)的產(chǎn)品出口量可以用來反映該行業(yè)對外開放程度，筆者將使用貿(mào)易中的出口交貨值來衡量。（2）金融扶持力度。金融扶持決定了工業(yè)命脈，對于工業(yè)發(fā)展起到至關(guān)重要的作用。筆者使用不同所有制下的工業(yè)負(fù)債總額反映各工業(yè)行業(yè)的金融發(fā)達(dá)程度，并用其衡量金融扶持力度。（3）市場競爭程度。市場競爭程度可以反映一國的市場特征，筆者用企業(yè)單位數(shù)表示市場競爭程度。

以上數(shù)據(jù)來源于2007—2017年《中國輕工業(yè)統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及國家數(shù)據(jù)庫等公開資料。

三、不同所有制下的工業(yè)產(chǎn)能利用率的測度

由于數(shù)據(jù)的可得性問題，筆者選取2006—2016年我國不同所有制下的工業(yè)行業(yè)數(shù)據(jù)，由于統(tǒng)計(jì)口徑不一致，《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》中其他采礦業(yè)、廢棄資源和廢舊材料回收加工工業(yè)這兩個(gè)行業(yè)的數(shù)據(jù)缺失年份較多，因而沒有采用。同時(shí)為了研究不同所有制下的工業(yè)產(chǎn)能情況，需要在工業(yè)行業(yè)的選擇上達(dá)到統(tǒng)一，由于私營、外資和中國港澳臺(tái)資的工業(yè)在非金屬礦物制造業(yè)和金屬制品、機(jī)械和設(shè)備修理業(yè)這兩個(gè)工業(yè)行業(yè)數(shù)據(jù)缺失嚴(yán)重，也不采納;此外，2006—2012年橡膠與塑料制品業(yè)是分開統(tǒng)計(jì)的，而2013—2016年的交通運(yùn)輸設(shè)備制造業(yè)是分開統(tǒng)計(jì)的，所以筆者將2006—2012年的橡膠與塑料制品業(yè)在統(tǒng)計(jì)年鑒中作為一個(gè)大類統(tǒng)計(jì)，2013—2016年的汽車制造業(yè)和鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備在在統(tǒng)計(jì)年鑒中作為一個(gè)大類統(tǒng)計(jì)，因而，筆者在選取2006—2016年的工業(yè)行業(yè)時(shí)，做到了保持統(tǒng)計(jì)口徑的一致性。因此，筆者所選取的工業(yè)行業(yè)共34個(gè)，行業(yè)序號(hào)及行業(yè)名稱見表1。

（一）國有控股工業(yè)產(chǎn)能利用測度及分析

根據(jù)DEA模型，利用DEAP-2.1軟件可以計(jì)算出國有控股工業(yè)行業(yè)的產(chǎn)能利用率和投入差額值②。利用重新調(diào)整后的投入值再次測算工業(yè)行業(yè)的產(chǎn)能利用率，繼續(xù)用BBC-DEA模型進(jìn)行測度，所得的各項(xiàng)利用率值即為排除了外部環(huán)境因素和隨機(jī)誤差影響后的產(chǎn)能利用率值。測度結(jié)果及描述性統(tǒng)計(jì)結(jié)果見表2、表3。

從表2和表3來看，產(chǎn)能過剩在國有控股工業(yè)行業(yè)中普遍存在。在測度的34個(gè)國有控股工業(yè)行業(yè)中，大部分行業(yè)的產(chǎn)能利用率普遍低于79%③，而根據(jù)歐美國家的評價(jià)標(biāo)準(zhǔn)，說明這些行業(yè)存在產(chǎn)能過剩，甚至一些輕工業(yè)也包括在內(nèi)。只有少數(shù)行業(yè)高于79%，這少數(shù)的行業(yè)主要是輕工業(yè)，也是市場競爭激烈的行業(yè)，這說明市場競爭在一定程度上有助于產(chǎn)能利用。而一些國家壟斷程度較大的行業(yè)以及重工業(yè)，產(chǎn)能利用率普遍很低。

（二）私營工業(yè)的產(chǎn)能利用測度及分析

運(yùn)用同樣的方法可以測度出用SFA調(diào)整后的我國私營工業(yè)的34個(gè)行業(yè)產(chǎn)能利用率水平，結(jié)果及描述性統(tǒng)計(jì)結(jié)果見表4、表5。

從表4和表5來看，產(chǎn)能利用率在私營各工業(yè)行業(yè)中普遍較高。私營工業(yè)行業(yè)的產(chǎn)能利用率都高于79%，可以認(rèn)為私營工業(yè)行業(yè)的產(chǎn)能過剩情況并不嚴(yán)重，而且，在私營工業(yè)行業(yè)中，化學(xué)纖維制造業(yè)的產(chǎn)能利用率超過90%，說明其產(chǎn)能不足。

（三）外商及中國港澳臺(tái)商投資的工業(yè)產(chǎn)能利用率測度及分析

利用同樣的方法測度出用SFA模型所調(diào)整后的外商及中國港澳臺(tái)商投資的34個(gè)工業(yè)行業(yè)產(chǎn)能利用率水平，結(jié)果及描述性統(tǒng)計(jì)分別見表6、表7。

從表6和表7來看，在外商和中國港澳臺(tái)資投資的工業(yè)行業(yè)中共有7個(gè)行業(yè)的產(chǎn)能利用率低于79%，占20%，而這些行業(yè)大多是壟斷程度較大的行業(yè)，或是重工業(yè)行業(yè)，而其余的外商及中國港澳臺(tái)商投資工業(yè)行業(yè)的產(chǎn)能利用率都是比較高的。

（四）經(jīng)過SFA調(diào)整后的不同所有制工業(yè)產(chǎn)能利用率的比較

為了更好地分析不同所有制下工業(yè)行業(yè)產(chǎn)能利用率情況，筆者將34個(gè)行業(yè)分為三大類（分別是采掘業(yè)、制造業(yè)和電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)），并按照分類情況具體研究國有控股、私營和外商及中國港澳臺(tái)商投資的工業(yè)行業(yè)情況，各所有制的工業(yè)整體及三大類的產(chǎn)能利用率情況如圖1所示。

從圖1中可以發(fā)現(xiàn)，國有控股工業(yè)、私營工業(yè)和外資及中國港澳臺(tái)商投資工業(yè)，不管是其整體的產(chǎn)能利用率走勢，還是其三大類的產(chǎn)能利用率走勢基本上是一致的，其中，國有控股的產(chǎn)能利用率是最低的，這表明，我國的產(chǎn)能過剩主要是一種體制性過剩。

四、實(shí)證分析

從上文分析結(jié)果來看，我國的產(chǎn)能過剩主要是一種體制性產(chǎn)能過剩。筆者在實(shí)證分析中以盛明泉等（2012）[21]的研究為參考，以預(yù)算軟約束為主要解釋變量以判斷這個(gè)指標(biāo)對不同所有制的影響是否存在很大差距。

（一）計(jì)量模型構(gòu)建及變量選取

1. 計(jì)量模型。筆者借鑒韓國高等（2011）[10]的研究思路構(gòu)建如下計(jì)量模型：

cuit=α+β1ysrysit+β2Xit+μit（35）

其中，i表示行業(yè)，t表示時(shí)間，βi表示各解釋變量的估計(jì)系數(shù)，cu表示工業(yè)行業(yè)產(chǎn)能利用率，ysrys表示預(yù)算軟約束，X表示控制變量，控制變量主要包括國家資本金占比、勞動(dòng)力投入量、投資比重、信息不對稱的前景共識(shí)、資產(chǎn)負(fù)債率和出口因素，α為截距項(xiàng)，μ表示隨機(jī)干擾項(xiàng)μ～N（0，σ2）。

2. 變量選取及數(shù)據(jù)來源。（1）被解釋變量。被解釋變量為不同所有制下34個(gè)工業(yè)行業(yè)的產(chǎn)能利用率（cu），該產(chǎn)能利用率是前文中利用DEA和SFA相結(jié)合的方法測度出來的。（2）核心解釋變量。預(yù)算軟約束（ysrys）。借鑒林毅夫等（2004）在研究企業(yè)預(yù)算軟約束指標(biāo)時(shí)所選取的衡量指標(biāo)，采用各行業(yè)當(dāng)年利息支出占年末負(fù)債總額的比例減去所有行業(yè)的均值來衡量[22]。（3）控制變量。主要包括如下指標(biāo)：國家資本金占比（gjzbj），由于我國形成產(chǎn)能過剩的原因也包括體制下的產(chǎn)能過剩，所以有必要考慮國家資本金占比除了對國有控股的工業(yè)行業(yè)產(chǎn)生影響外，是否也對非國有行業(yè)的產(chǎn)能利用產(chǎn)生影響。國家資本金占比越大，說明國家控股的企業(yè)越多，越不利于產(chǎn)能的充分利用。勞動(dòng)力投入量（lnlabor）是工業(yè)行業(yè)中不可或缺的必要生產(chǎn)要素，所以筆者選取該指標(biāo)為控制變量并采用工業(yè)行業(yè)從業(yè)人員年平均數(shù)來衡量。投資比重（invest），工業(yè)企業(yè)為了發(fā)展，除了必要的勞動(dòng)力以外，還需要有企業(yè)運(yùn)行資金，資金來源大多數(shù)是由投資得來的，過度的投資比重或是投資額都不利于產(chǎn)能的利用，有時(shí)反而會(huì)加重產(chǎn)能過剩。因此，筆者采用當(dāng)年價(jià)投資額占工業(yè)總產(chǎn)值的比重來表示，同時(shí)參考陳詩一（2011）[23]的研究并利用其研究公式（當(dāng)年價(jià)投資額t=固定資產(chǎn)原值t-固定資產(chǎn)原值t-1）進(jìn)行分析。信息不對稱（yylr）程度。林毅夫等（2010）認(rèn)為，信息不對稱會(huì)造成產(chǎn)能過剩，而且如果下一期的營業(yè)利潤低而工業(yè)銷售產(chǎn)值大，就符合信息不對稱的情況，且該衡量指標(biāo)值越小，產(chǎn)能利用率越低[24]。筆者采用行業(yè)下一期營業(yè)利潤率來衡量信息不對稱程度，下一期營業(yè)利潤率由營業(yè)利潤與工業(yè)銷售產(chǎn)值的比值表示。資產(chǎn)負(fù)債率（zcfz）。賀京同、何蕾（2016）證明了資產(chǎn)負(fù)債率對產(chǎn)能過剩率呈正相關(guān)，并且國有企業(yè)信貸規(guī)模很大，而私營企業(yè)融資困難[13]。筆者用負(fù)債總額與資產(chǎn)總額的比值來衡量資產(chǎn)負(fù)債率。出口因素（ck）。采用行業(yè)的出口總額占工業(yè)銷售產(chǎn)值的比重來衡量（周瑞輝、廖涵，2015）[11]，出口有利于減少行業(yè)的產(chǎn)能利用率。

以上數(shù)據(jù)都來源于2007—2017年的《中國輕工業(yè)統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及國家數(shù)據(jù)庫等公開資料獲得。

（二）實(shí)證檢驗(yàn)

1. 描述性統(tǒng)計(jì)。對本文所選的指標(biāo)進(jìn)行簡單處理，可以得到各個(gè)指標(biāo)的描述性統(tǒng)計(jì)（見表8）。

2. 單位根檢驗(yàn)。在進(jìn)行面板回歸之前有必要進(jìn)行單位根檢驗(yàn)，如果出現(xiàn)不平穩(wěn)數(shù)據(jù)，其回歸有可能是偽回歸，所以本文采用LLC、HT和IPS三種方法來檢驗(yàn)其平穩(wěn)性，檢驗(yàn)結(jié)果見表9。

從表9中可以發(fā)現(xiàn)，在檢驗(yàn)結(jié)果中，至少都是在10%的條件下顯著的，可以認(rèn)為本文所使用的各個(gè)指標(biāo)都是平穩(wěn)的，可以直接進(jìn)行面板回歸且不會(huì)出現(xiàn)偽回歸現(xiàn)象。

3. 面板回歸分析。面板回歸主要分為混合回歸、固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸，本文列出了固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸的結(jié)果（見表10）。

利用F檢驗(yàn)、LM檢驗(yàn)和Hausman檢驗(yàn)用于判斷具體使用何種回歸可以更好且有效地進(jìn)行解釋。F檢驗(yàn)用于判斷比較固定效應(yīng)回歸和混合回歸哪種好，F(xiàn)檢驗(yàn)的值是從固定效應(yīng)回歸結(jié)果中得到，具體數(shù)據(jù)見表11。

由表11可知，國有、私營、外資及中國港澳臺(tái)商投資的F檢驗(yàn)的概率值都為0，強(qiáng)烈拒絕原假設(shè)即固定效應(yīng)回歸明顯優(yōu)于混合回歸。這說明固定效應(yīng)回歸解釋要優(yōu)于混合回歸。

LM檢驗(yàn)用于判斷比較隨機(jī)效應(yīng)回歸和混合回歸哪種回歸好，LM檢驗(yàn)的原假設(shè)為H0：σ2μ=0，而備擇假設(shè)為H0：σ2μ≠0，具體數(shù)據(jù)見表12。

由表12可知，LM檢驗(yàn)強(qiáng)烈拒絕“不存在個(gè)體隨機(jī)效應(yīng)”的原假設(shè)，說明原模型中應(yīng)該有一個(gè)反映個(gè)體特性的隨機(jī)擾動(dòng)項(xiàng)。所以隨機(jī)效應(yīng)回歸和混合回歸相比，采用隨機(jī)效應(yīng)回歸更適合。

Hausman檢驗(yàn)用于比較隨機(jī)效應(yīng)回歸和固定效應(yīng)回歸，其原假設(shè)為H0：μi與xit，zi不相關(guān)，根據(jù)Hausman檢驗(yàn)結(jié)果可知其接受原假設(shè)，并認(rèn)為隨機(jī)效應(yīng)模型是最有效率的。Hausman檢驗(yàn)結(jié)果見表13。

通過F檢驗(yàn)、LM檢驗(yàn)和Hausman檢驗(yàn)可以確定，使用隨機(jī)效應(yīng)回歸能更有效地說明核心解釋變量以及控制變量對不同所有制下產(chǎn)能利用率的影響，同時(shí)為了更好地解釋說明這些變量之間的關(guān)系，筆者將進(jìn)一步采取全面FGLS進(jìn)行估計(jì)。全面FGLS同時(shí)考慮了組間異方差、組內(nèi)自相關(guān)和組間同期相關(guān)，并分別采用修正沃爾德檢驗(yàn)、伍德里奇檢驗(yàn)和弗里德曼檢驗(yàn)對其進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表14。

由表14可知，以上三種檢驗(yàn)均在1%的顯著性水平上拒絕原假設(shè)，說明隨機(jī)效應(yīng)回歸計(jì)量模型中存在“組間異方差”“組內(nèi)自相關(guān)”“組間同期相關(guān)”，需要使用全面FGLS回歸估計(jì)，得到的回歸結(jié)果見表15。

由表15可知，預(yù)算軟約束（ysrys）對產(chǎn)能利用率的影響顯著為負(fù)，這說明預(yù)算軟約束與產(chǎn)能利用率變化的方向正好相反。這說明，預(yù)算軟約束對不同所有制下的工業(yè)行業(yè)的影響是一樣的。從結(jié)果上可以看出，預(yù)算軟約束對國有控股行業(yè)的影響最大，對外商及中國港澳臺(tái)商投資行業(yè)的影響最小，這是符合經(jīng)濟(jì)現(xiàn)象的。

國家資本金占比（gjzbj）顯著為負(fù)，表明對工業(yè)行業(yè)產(chǎn)能利用的影響是顯著的，且隨著國家投入的資本金越大，產(chǎn)能利用越來越嚴(yán)重。與我國產(chǎn)能利用的國情是相符的。在我國，越是政府高度重視、國有程度高且審批嚴(yán)格的行業(yè)，產(chǎn)能利用越低，因此，國家資本金占比越高，產(chǎn)能利用的程度也會(huì)越差，越不利于產(chǎn)能的利用情況。且國家資本金所占比重的值越大，越會(huì)降低國有控股行業(yè)的產(chǎn)能利用率，而對私營行業(yè)和外商及中國港澳臺(tái)商投資行業(yè)的影響是相同的。

勞動(dòng)力（lnlabor）系數(shù)顯著為負(fù)，且對這三者影響的程度可以說是大致相同，其中勞動(dòng)力的投入對國有工業(yè)產(chǎn)能利用率的影響相對較大，主要體現(xiàn)在國有工業(yè)中的相關(guān)部門中存在勞動(dòng)冗員以及不合理的崗位收入問題，而隨著中國經(jīng)濟(jì)發(fā)展，非國有經(jīng)濟(jì)也迅速發(fā)展起來，為了搶占市場份額，擴(kuò)大生產(chǎn)，使用的勞動(dòng)力超過最優(yōu)值，從而造成勞動(dòng)力對這些非國有的產(chǎn)能利用率也起到負(fù)相關(guān)作用。另一方面就是就業(yè)率的問題，為解決就業(yè)問題，工業(yè)行業(yè)就會(huì)增加勞動(dòng)力的投入，從而使勞動(dòng)力的投入量超過最佳值，造成產(chǎn)能過剩。

投資比重（invest）的系數(shù)為負(fù)，這個(gè)結(jié)論與韓國高（2011）[10]、何蕾（2015）[12]的研究結(jié)論是一致的，這說明在我國，不管是國有、私營還是外資及中國港澳臺(tái)商投資，投資比重與行業(yè)的產(chǎn)能利用率都呈反方向運(yùn)動(dòng)，過度投資會(huì)加重產(chǎn)能過剩。

信息不對稱（yylr），信息不對稱與工業(yè)產(chǎn)能利用率呈負(fù)相關(guān)，說明信息不對稱會(huì)造成產(chǎn)能過剩，行業(yè)會(huì)根據(jù)自身經(jīng)濟(jì)的發(fā)展現(xiàn)狀和全球經(jīng)濟(jì)發(fā)展的趨勢來制定未來的發(fā)展計(jì)劃。如果信息不對稱很嚴(yán)重，就有可能引發(fā)過度投資，從而造成無序擴(kuò)產(chǎn)，引起產(chǎn)能過剩。其中受影響最大的是私營和外商及中國港澳臺(tái)商投資工業(yè)，而國有控股的行業(yè)影響比較小。

資產(chǎn)負(fù)債率（zcfz）系數(shù)對國有工業(yè)行業(yè)的產(chǎn)能利用率起到負(fù)面效應(yīng)，也就是說資產(chǎn)負(fù)債率與行業(yè)的產(chǎn)能利用率是呈負(fù)相關(guān)的關(guān)系。

出口因素（ck）對三者全部為正數(shù)，說明行業(yè)出口率的提高可以進(jìn)一步擴(kuò)大市場需求，從而促進(jìn)產(chǎn)能利用率提高。

六、政策建議

通過上文分析可以發(fā)現(xiàn)體制性產(chǎn)能過剩是我國產(chǎn)能過剩的本質(zhì)，其中國有控股行業(yè)是產(chǎn)能過剩的重災(zāi)區(qū)。雖然，某些私營和外商及中國港澳臺(tái)商投資的工業(yè)行業(yè)也同樣會(huì)出現(xiàn)產(chǎn)能過剩，但其過剩主要是一種市場化的過剩。為此，筆者提出以下治理我國產(chǎn)能過剩的政策建議。

1. 注重國有和非國有工業(yè)行業(yè)的協(xié)調(diào)發(fā)展。在產(chǎn)能問題上，不同所有制下的工業(yè)行業(yè)產(chǎn)能利用率情況不同。因此，有必要對經(jīng)濟(jì)發(fā)展結(jié)構(gòu)進(jìn)行調(diào)整，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，促進(jìn)我國不同所有制下的工業(yè)行業(yè)協(xié)調(diào)發(fā)展，政府需要出臺(tái)一些有助于非國有工業(yè)行業(yè)發(fā)展的政策，對重產(chǎn)能過剩的行業(yè)加強(qiáng)監(jiān)控制度，對低產(chǎn)能利用率的行業(yè)進(jìn)行政策上的支持，使我國各工業(yè)行業(yè)的產(chǎn)能利用率情況控制在合理的范圍內(nèi)。

2. 轉(zhuǎn)變經(jīng)濟(jì)增長方式，培養(yǎng)全方位人才，限制投資比重。由以上實(shí)證分析可知，勞動(dòng)力投入以及投資比重也是造成工業(yè)產(chǎn)能過剩的原因。關(guān)于人才使用方面，政府不能單方面為解決失業(yè)問題而造成冗員的存在，這不僅不能解決失業(yè)問題，反而加重產(chǎn)能過剩，不利于經(jīng)濟(jì)發(fā)展，政府可以提倡創(chuàng)業(yè)，不僅解決失業(yè)問題，也有助于經(jīng)濟(jì)發(fā)展;同時(shí)，高端人才短缺，需要培養(yǎng)高端人才。關(guān)于投資方面，限制投資規(guī)模，有利于產(chǎn)能利用。另外造成產(chǎn)能過剩的重要原因就是，很多行業(yè)都是國有企業(yè)占支配地位，限制非國有企業(yè)的進(jìn)入和發(fā)展。

3. 完善政府職能，推進(jìn)市場化改革。從長遠(yuǎn)來看，需要進(jìn)一步完善政府職能，提高國有企業(yè)的自主經(jīng)營權(quán)，明確政府在市場經(jīng)濟(jì)發(fā)展中的位置，推進(jìn)市場化改革。對于有些行業(yè)，國家需要放權(quán)讓國有企業(yè)自營，政府要減少對市場經(jīng)濟(jì)的控制。讓國有企業(yè)作為市場經(jīng)濟(jì)發(fā)展中的一部分去進(jìn)行市場競爭。產(chǎn)能過剩形成的主要原因是違背了市場經(jīng)濟(jì)規(guī)律，在市場發(fā)展過程中，應(yīng)該按照市場競爭機(jī)制，讓其進(jìn)行優(yōu)勝劣汰，淘汰產(chǎn)能過剩的行業(yè)，優(yōu)化升級經(jīng)濟(jì)發(fā)展結(jié)構(gòu)，充分發(fā)揮市場這個(gè)“看不見的手”的作用。利用市場競爭機(jī)制，可以實(shí)現(xiàn)對產(chǎn)能過剩企業(yè)或是落后企業(yè)的淘汰，并對優(yōu)質(zhì)企業(yè)提供發(fā)展空間，以保證市場經(jīng)濟(jì)體制健康發(fā)展。

4. 建立涵蓋主要行業(yè)產(chǎn)能利用率的統(tǒng)計(jì)監(jiān)測制度。信息不對稱也是造成產(chǎn)能過剩的原因，企業(yè)應(yīng)根據(jù)自身的發(fā)展情況以及觀察到的全球經(jīng)濟(jì)發(fā)展情況做出投資和生產(chǎn)決策。如果政府的宣傳力度不夠，企業(yè)不能掌握該信息，從而造成信息不對稱。為解決這一問題，就需要政府借鑒國外經(jīng)驗(yàn)以及自身積累的經(jīng)驗(yàn)，建立一套完善的統(tǒng)計(jì)監(jiān)測制度，并利用各種傳播手段向外界公布統(tǒng)計(jì)的各行業(yè)產(chǎn)能利用情況等相關(guān)信息，引導(dǎo)企業(yè)做出適應(yīng)當(dāng)前經(jīng)濟(jì)發(fā)展趨勢的投資和生產(chǎn)決策。各工業(yè)行業(yè)應(yīng)做好本行業(yè)的信息統(tǒng)計(jì)，最大限度地降低信息不對稱造成的產(chǎn)能過剩。

注釋：

①本文的研究范圍是中國大陸，研究對象是34個(gè)工業(yè)行業(yè)的產(chǎn)能利用率。

②附表由于篇幅所限，2006—2016年國有控股工業(yè)行業(yè)的產(chǎn)能利用率投入差額值不在文章中列出，感興趣的讀者可以向筆者索要。

③這個(gè)判斷標(biāo)準(zhǔn)是根據(jù)2009年上半年經(jīng)濟(jì)述評之十五：《破解產(chǎn)能過剩困局》中提及到的歐美國家的標(biāo)準(zhǔn)。

參考文獻(xiàn)：

[1]國務(wù)院發(fā)展研究中心《進(jìn)一步化解產(chǎn)能過剩的政策研究》課題組.當(dāng)前我國產(chǎn)能過剩的特征、風(fēng)險(xiǎn)及對策研究——基于實(shí)地調(diào)研及微觀數(shù)據(jù)的分析[J].管理世界，2015（4）：1-10.

[2]王立國.重復(fù)建設(shè)與產(chǎn)能過剩的雙向交互機(jī)制研究[J].企業(yè)經(jīng)濟(jì)，2010（6）：5-9.

[3]周勁，付保宗.產(chǎn)能過剩的內(nèi)涵、評價(jià)體系及在我國工業(yè)領(lǐng)域的表現(xiàn)特征[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2011（10）：58-64.

[4]馮俏彬，賈康.“政府價(jià)格信號(hào)”分析：我國體制性產(chǎn)能過剩的形成機(jī)理及其化解之道[J].財(cái)政研究，2014（4）：2-9.

[5]陳文玲.產(chǎn)能過剩、分類及化解方法[J].中國市場，2014（3）：16-20.

[6]曾繁梅.我國工業(yè)市場結(jié)構(gòu)與過剩產(chǎn)能關(guān)系的實(shí)證分析[D].長春：吉林大學(xué)，2007.

[7]熊思覓.產(chǎn)能利用水平與通貨膨脹的相關(guān)性研究[D].大連：東北財(cái)經(jīng)大學(xué)，2011.

[8]沈坤榮，欽曉雙，孫成浩.中國產(chǎn)能過剩的成因與測度[J].產(chǎn)業(yè)經(jīng)濟(jì)評論，2012（4）：1-26.

[9]劉靜，金浩.中國工業(yè)產(chǎn)能過剩測度及影響因素研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2014（9）：122-129.

[10]韓國高，高鐵梅，等.中國制造業(yè)產(chǎn)能過剩的測度、波動(dòng)及成因研究[J].經(jīng)濟(jì)研究，2011（12）：18-31.

[11]周瑞輝，廖涵.國有產(chǎn)權(quán)、體制扭曲與產(chǎn)能利用——基于中國1998—2007年制造業(yè)行業(yè)的面板分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（1）：58-69.

[12]何蕾.中國工業(yè)行業(yè)產(chǎn)能利用率測度研究——基于面板協(xié)整的方法[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2015（2）：90-99.

[13]賀京同，何蕾.國有企業(yè)擴(kuò)張、信貸扭曲與產(chǎn)能過剩——基于行業(yè)面板數(shù)據(jù)的實(shí)證研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016（1）：58-67.

[14]董杰.我國煤炭行業(yè)產(chǎn)能過剩的統(tǒng)計(jì)研究[D].沈陽：遼寧大學(xué)，2016.

[15]趙倩男.宏觀經(jīng)濟(jì)波動(dòng)對我國水泥行業(yè)產(chǎn)能過剩程度的影響分析[D].成都：西南財(cái)經(jīng)大學(xué)，2014.

[16]楊振兵，張誠.中國工業(yè)部門產(chǎn)能過剩的測度與影響因素分析[J].南開經(jīng)濟(jì)研究，2015（6）：92-109.

[17]姜軍.政企合謀視角下我國產(chǎn)能過剩的產(chǎn)生機(jī)制及治理對策研究[D].湘潭：湖南科技大學(xué)，2017.

[18]Jondrow，Lovell，Materov. On the estimation of technical ineffieieney in the stochastic frontier Production function model[J].Journal of Eeonometrics，1982（19）：233-238.

[19]袁捷敏.產(chǎn)能和產(chǎn)能利用率新測算方法及其應(yīng)用研究[D].大連：東北財(cái)經(jīng)大學(xué)，2013.

[20]王欣.我國裝備制造業(yè)全要素生產(chǎn)率測度[D].成都：西南財(cái)經(jīng)大學(xué)，2010.

[21]盛明泉，張敏，馬黎珺，李昊.國有產(chǎn)權(quán)、預(yù)算軟約束與資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整[J].管理世界，2012（3）：151-157.

[22]林毅夫，劉明興，章奇.政策性負(fù)擔(dān)與企業(yè)的預(yù)算軟約束：來自中國的實(shí)證研究[J].管理世界，2004（8）：81-89+127-156.

[23]陳詩一.中國工業(yè)分行業(yè)統(tǒng)計(jì)數(shù)據(jù)估算：1980—2008[J].經(jīng)濟(jì)學(xué)（季刊），2011（3）：735-776.

[24]林毅夫，巫和懋，邢亦青.“潮涌現(xiàn)象”與產(chǎn)能過剩的形成機(jī)制[J].經(jīng)濟(jì)研究，2010（10）：4-19.

Who Made China's Overcapacity？

Tang Zhijun， Pang Jingjing

（1.Business School， Hunan University of Science and Technology， Xiangtan 411201， China;

2.Synergism Innovation Center of Amphitypy Society Reform Construction， Hunan University of Science and Technology，Xiangtan 411201， China）

Abstract： At present， there are more serious overcapacity in many industrial industries in China. based on summarizing the advantages and disadvantages of traditional methods， a new method for measuring the utilization rate of energy is proposed： which is the DEA method adjusted by SFA. This method can effectively compensate for the DEA method's neglect of external environmental factors. Then， using this new method， we measured the capacity utilization rate of 34 industries in different industries under different ownership systems from 2006 to 2016. The results show that the capacity utilization rate of the state-owned holding industry is generally lower than that of the private and foreign-funded industries， both in the whole industry and in the 34 industrial industries. This shows that China's overcapacity is mainly an institutional overcapacity. On this basis， the article further demonstrated the influencing factors of China's overcapacity， and found that factors such as soft budget constraints， the proportion of national capital， and investment proportions are significantly affecting China's overcapacity， while export factors will reduce the degree of overcapacity in China.

Key words： overcapacity， different ownership， institutional， rate of capacity utilization