李旭超 申廣軍 金祥榮

（1.武漢大學(xué)經(jīng)濟(jì)發(fā)展研究中心 湖北武漢 430072）

（2.中山大學(xué)嶺南學(xué)院 廣東廣州 510275）

（3.寧波大學(xué)商學(xué)院 浙江寧波 315211）

一、引言

全要素生產(chǎn)率（TFP）是解讀我國(guó)經(jīng)濟(jì)發(fā)展的重要視角（楊汝岱，2015），而我國(guó)經(jīng)濟(jì)增長(zhǎng)的主要議題之一就是如何轉(zhuǎn)向TFP驅(qū)動(dòng)型增長(zhǎng)（蔡昉，2013）。近年來(lái)，我國(guó)經(jīng)濟(jì)增速下滑引起社會(huì)各界討論甚至擔(dān)憂，許多經(jīng)濟(jì)學(xué)家將其歸因于TFP增速的下滑（賴平耀，2016；Wei等，2017）。本文嘗試從僵尸企業(yè)切入，探討我國(guó)TFP增速下降的原因和機(jī)制。

僵尸企業(yè)是指喪失盈利能力和償債能力，卻能依靠外部支持存活下來(lái)的企業(yè)。僵尸企業(yè)源于企業(yè)退出機(jī)制的失靈和扭曲，妨害我國(guó)經(jīng)濟(jì)增長(zhǎng)和轉(zhuǎn)型升級(jí)（羅德明等，2012；李旭超等，2017；何帆和朱鶴，2016；聶輝華等，2016）。政府對(duì)于處置僵尸企業(yè)高度重視：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)，即要對(duì)持續(xù)虧損三年以上且不符合結(jié)構(gòu)調(diào)整方向的企業(yè)采取資產(chǎn)重組、產(chǎn)權(quán)轉(zhuǎn)讓、關(guān)閉破產(chǎn)等方式予以“出清”；習(xí)近平主席在2017年7月召開(kāi)的全國(guó)金融工作會(huì)議上的講話也重點(diǎn)指出，“推動(dòng)經(jīng)濟(jì)去杠桿，抓好處置僵尸企業(yè)工作”，以防范系統(tǒng)性金融風(fēng)險(xiǎn)；2019年6月的全國(guó)政協(xié)常委會(huì)議小組會(huì)上，“如何做好僵尸企業(yè)的界定和處置”被反復(fù)提及。那么，僵尸企業(yè)在多大程度上阻礙TFP增長(zhǎng)？通過(guò)什么渠道影響TFP增長(zhǎng)？理解僵尸企業(yè)對(duì)TFP動(dòng)態(tài)演進(jìn)的影響具有重要的現(xiàn)實(shí)意義。

根據(jù)1998—2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，本文首先識(shí)別僵尸企業(yè)并分析其基本特征。在時(shí)間維度上，相比2008—2009年，2011—2013年我國(guó)制造業(yè)領(lǐng)域僵尸企業(yè)呈現(xiàn)出獨(dú)有的特征：一方面，隨機(jī)前沿的絕對(duì)數(shù)量和數(shù)量比例都在下降；另一方面，其資產(chǎn)占比和負(fù)債占比都顯著提高，并且負(fù)債占比以更快的速度增長(zhǎng)。僵尸企業(yè)負(fù)債狀況的惡化，使得處置僵尸企業(yè)變得更加重要和緊迫。就行業(yè)維度而言，僵尸企業(yè)分布的行業(yè)特征明顯，與產(chǎn)能過(guò)剩行業(yè)重合度非常高，表明處置僵尸企業(yè)與化解產(chǎn)能過(guò)剩是緊密聯(lián)系的經(jīng)濟(jì)問(wèn)題。

實(shí)證研究顯示，僵尸企業(yè)顯著地降低了加總TFP的增長(zhǎng)速度。省份—行業(yè)層面的僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，加總TFP增長(zhǎng)率降低0.19個(gè)百分點(diǎn)。僵尸企業(yè)的負(fù)面影響具有跨行業(yè)特征，不僅不利于本省本行業(yè)的TFP增長(zhǎng)，而且顯著降低了本省其他行業(yè)的TFP增長(zhǎng)速度。本文進(jìn)一步實(shí)證檢驗(yàn)僵尸企業(yè)影響TFP增長(zhǎng)的渠道。根據(jù)動(dòng)態(tài)OP分解方法，加總TFP的增長(zhǎng)有四個(gè)來(lái)源，即技術(shù)進(jìn)步、資源配置、企業(yè)進(jìn)入和企業(yè)退出。機(jī)制分析發(fā)現(xiàn)，僵尸企業(yè)降低我國(guó)制造業(yè)企業(yè)加總TFP增長(zhǎng)的最主要渠道是阻礙技術(shù)進(jìn)步和資源配置。省份—行業(yè)層面的僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，通過(guò)技術(shù)進(jìn)步效應(yīng)和資源配置效應(yīng)分別降低TFP增長(zhǎng)率0.19個(gè)百分點(diǎn)和0.12個(gè)百分點(diǎn)。僵尸企業(yè)通過(guò)企業(yè)進(jìn)入效應(yīng)對(duì)TFP增長(zhǎng)率有正面作用，這主要是因?yàn)榻┦髽I(yè)提高了企業(yè)進(jìn)入市場(chǎng)的難度，通過(guò)“選擇效應(yīng)”淘汰了低生產(chǎn)率的潛在進(jìn)入者。僵尸企業(yè)對(duì)企業(yè)退出效應(yīng)的影響在統(tǒng)計(jì)上不顯著。雖然低效率的僵尸企業(yè)以更高的概率退出市場(chǎng)，有助于提升TFP增長(zhǎng)率，但僵尸企業(yè)也擠占了正常企業(yè)的資源，提高了正常企業(yè)退出市場(chǎng)的概率，從而抵消了對(duì)TFP增長(zhǎng)率的提升作用。本文通過(guò)加入更多控制變量、設(shè)計(jì)替代的外生變量、更換僵尸企業(yè)識(shí)別方法等多種手段檢驗(yàn)了上述結(jié)論的穩(wěn)健性。

對(duì)于僵尸企業(yè)產(chǎn)生的原因，文獻(xiàn)進(jìn)行了大量的探討，但對(duì)于僵尸企業(yè)如何影響轉(zhuǎn)型升級(jí)，特別是對(duì)于僵尸企業(yè)影響加總TFP的機(jī)制等方面缺乏嚴(yán)謹(jǐn)?shù)膶?shí)證分析。何帆和朱鶴（2016）認(rèn)為企業(yè)“僵而不死”的原因有政府和銀行兩個(gè)層面，包括地方政府保障就業(yè)、保證財(cái)政收入、維持社會(huì)穩(wěn)定的動(dòng)機(jī)，銀行掩蓋不良貸款、防止資本金損失、防止系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)機(jī)等。聶輝華等（2016）認(rèn)為僵尸企業(yè)的生成主要是由于五個(gè)方面原因，即政企合謀、地方政府之間和國(guó)企之間的惡性競(jìng)爭(zhēng)、經(jīng)濟(jì)刺激、外部需求沖擊和銀行的信貸歧視等。申廣軍（2016）從新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的原理出發(fā)，認(rèn)為僵尸企業(yè)承載了國(guó)家發(fā)展的戰(zhàn)略性政策負(fù)擔(dān)，進(jìn)入不具備比較優(yōu)勢(shì)的行業(yè)或者使用不具備比較優(yōu)勢(shì)的技術(shù)，因而喪失了自生能力。與現(xiàn)有著重分析“原因”的文章不同，本文分析僵尸企業(yè)造成的“結(jié)果”及其機(jī)制，即分析僵尸企業(yè)對(duì)加總TFP動(dòng)態(tài)演進(jìn)的影響。本文既提供了省份—行業(yè)層面的宏觀證據(jù)，又提供了企業(yè)層面的微觀證據(jù)；既從研究視角上補(bǔ)充了現(xiàn)有文獻(xiàn)，又為進(jìn)一步認(rèn)清僵尸企業(yè)的危害提供了理論支持，對(duì)政策制定也具有一定的借鑒作用。同時(shí)，本文從僵尸企業(yè)角度出發(fā)，結(jié)合宏觀和微觀證據(jù)，補(bǔ)充了關(guān)于我國(guó)TFP增長(zhǎng)速度下降原因的文獻(xiàn)。

本文剩余部分組織如下。第二部分說(shuō)明數(shù)據(jù)處理過(guò)程和得到的經(jīng)驗(yàn)觀察，包括僵尸企業(yè)的識(shí)別、僵尸企業(yè)的特征、加總TFP的分解；第三部分分析僵尸企業(yè)對(duì)TFP增長(zhǎng)率的影響；第四部分討論具體的影響機(jī)制，并從指標(biāo)設(shè)計(jì)、僵尸企業(yè)識(shí)別方法等方面進(jìn)行穩(wěn)健性檢驗(yàn)；最后第五部分總結(jié)全文。

二、經(jīng)驗(yàn)觀察

（一）僵尸企業(yè)的識(shí)別和特征

本文使用1998—2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)，參考Brandt等（2012）、楊汝岱（2015）等研究的方法對(duì)數(shù)據(jù)進(jìn)行清理。由于2008—2013年的工業(yè)企業(yè)數(shù)據(jù)缺乏工業(yè)增加值等計(jì)算TFP的核心指標(biāo)，本文與TFP相關(guān)的內(nèi)容只能使用1998—2007年的數(shù)據(jù)。

僵尸企業(yè)的識(shí)別方法通常有三種，即CHK標(biāo)準(zhǔn)、過(guò)度借貸標(biāo)準(zhǔn)和官方標(biāo)準(zhǔn)，每種方法有不同的側(cè)重點(diǎn)和缺陷（Caballero等，2008；申廣軍，2016）。本文使用的中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)并不滿足CHK標(biāo)準(zhǔn)所要求的長(zhǎng)期貸款、短期貸款、企業(yè)債券、借款利率等指標(biāo)。因此，我們主要基于過(guò)度借貸標(biāo)準(zhǔn)來(lái)識(shí)別僵尸企業(yè)，并通過(guò)官方標(biāo)準(zhǔn)識(shí)別的僵尸企業(yè)驗(yàn)證研究結(jié)論的穩(wěn)健性。后文的結(jié)果表明，利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，根據(jù)過(guò)度借貸標(biāo)準(zhǔn)和官方標(biāo)準(zhǔn)識(shí)別的僵尸企業(yè)在絕對(duì)數(shù)量和相對(duì)比例上有差異，但時(shí)間趨勢(shì)具有一致性，僵尸企業(yè)影響我國(guó)TFP動(dòng)態(tài)演進(jìn)的實(shí)證結(jié)果也具有穩(wěn)健性。如未經(jīng)特殊說(shuō)明，下文的僵尸企業(yè)專指由過(guò)度借貸標(biāo)準(zhǔn)識(shí)別的僵尸企業(yè)。具體地，參照申廣軍（2016），過(guò)度借貸標(biāo)準(zhǔn)將同時(shí)滿足以下三個(gè)條件的企業(yè)認(rèn)定為僵尸企業(yè)：（1）資產(chǎn)負(fù)債率高于50%。資產(chǎn)負(fù)債率代表企業(yè)的貸款資質(zhì)，實(shí)踐中一般將資產(chǎn)負(fù)債率超過(guò)50%視作危險(xiǎn)信號(hào)。（2）實(shí)際利潤(rùn)小于0。為排除政府的外部支持，將實(shí)際利潤(rùn)定義為營(yíng)業(yè)利潤(rùn)扣除營(yíng)業(yè)外收入和營(yíng)業(yè)外支出，以此反映企業(yè)還款潛力。（3）負(fù)債比上一年有所增長(zhǎng)。綜上，本文將資產(chǎn)負(fù)債率較高、還款潛力很弱，卻還能獲得源源不斷的外部資金支持的企業(yè)認(rèn)定為僵尸企業(yè)。

僵尸企業(yè)的問(wèn)題由來(lái)已久，2000年左右各項(xiàng)占比達(dá)到最高，國(guó)有企業(yè)改革使得僵尸企業(yè)快速減少，數(shù)量占比由1999—2001年的13.44%下降到2008—2009年的4.08%。然而，僵尸企業(yè)減少的趨勢(shì)在金融危機(jī)之后基本停滯，2011—2013年仍然占有4.02%。僵尸企業(yè)就業(yè)人數(shù)占比從1999—2001年的19.26%下降到2011—2013年的5.14%，其比例始終高于僵尸企業(yè)數(shù)量占比。資產(chǎn)占比從1998—2001年的16.76%下降到2008—2009年的6.05%，但在2011—2013年又反彈至7.90%。負(fù)債占比的趨勢(shì)特征與其他幾個(gè)比例相比變化更加劇烈，從1999—2001年的23.07%快速下降到2008—2009年的8.72%，然而2011—2013年又大幅上升到11.27%。①因篇幅所限，本文省略了相關(guān)圖表，感興趣的讀者可在《經(jīng)濟(jì)科學(xué)》官網(wǎng)論文頁(yè)面“附錄與擴(kuò)展”欄目下載，其中圖A1描述了我國(guó)制造業(yè)領(lǐng)域由過(guò)度借貸標(biāo)準(zhǔn)認(rèn)定的僵尸企業(yè)特征。

聚焦于2011—2013年，僵尸企業(yè)最明顯的特征就是數(shù)量略有下降，資產(chǎn)負(fù)債狀況嚴(yán)重惡化：（1）就業(yè)高、資產(chǎn)高、負(fù)債高。資產(chǎn)占比和負(fù)債占比高達(dá)數(shù)量占比的2—3倍。（2）負(fù)債狀況惡化。相比于2008—2009年，2011—2013年僵尸企業(yè)的負(fù)債占比大幅度提高至11.27%。與之形成鮮明對(duì)比的是，數(shù)量和就業(yè)占比都延續(xù)下降趨勢(shì)，這表明數(shù)量更少的僵尸企業(yè)承擔(dān)更少的就業(yè)，卻擁有更多資產(chǎn)和負(fù)債，其金融風(fēng)險(xiǎn)格外值得關(guān)注。就行業(yè)而言，僵尸企業(yè)的重災(zāi)區(qū)是石油加工、煉焦和核燃料加工，黑色金屬冶煉和壓延加工等重化工行業(yè)。如紡織、造紙和紙制品等勞動(dòng)密集型產(chǎn)業(yè)也出現(xiàn)了較多的僵尸企業(yè)，這些行業(yè)負(fù)擔(dān)著較多的就業(yè)人數(shù)，政府出于維持就業(yè)和社會(huì)穩(wěn)定的目的對(duì)其進(jìn)行支持，使得它們更有可能成為僵尸企業(yè)?？傊?，僵尸企業(yè)具有行業(yè)特征明顯、局部惡化嚴(yán)重的特征。

（二）TFP的估計(jì)和加總

TFP被視為經(jīng)濟(jì)增長(zhǎng)最為重要的源泉。我國(guó)經(jīng)濟(jì)增長(zhǎng)如何向TFP驅(qū)動(dòng)型模式轉(zhuǎn)變是一個(gè)非常重要的政策議題（蔡昉，2013），因此本文關(guān)注僵尸企業(yè)影響TFP動(dòng)態(tài)演化的機(jī)理。使用微觀企業(yè)數(shù)據(jù)估計(jì)TFP的一大難題在于，資本投入和勞動(dòng)投入與殘差項(xiàng)相關(guān)。如何處理由聯(lián)立性（simultaneity）和選擇性偏差（selection bias）導(dǎo)致的內(nèi)生性問(wèn)題，成為T(mén)FP估計(jì)方法需要重點(diǎn)解決的問(wèn)題。雖然OP、LP等方法推動(dòng)了TFP估計(jì)過(guò)程內(nèi)生性問(wèn)題的解決，但它們存在共線性問(wèn)題，因此Ackerberg等（2015）在OP和LP的基礎(chǔ)上，提出了ACF方法。本文基于ACF方法估計(jì)企業(yè)TFP，所用到的主要變量如增加值、資本、勞動(dòng)、投資等均采用楊汝岱（2015）的方法進(jìn)行計(jì)算和調(diào)整。

首先直觀且簡(jiǎn)單地比較僵尸企業(yè)的TFP是否低于正常企業(yè)。為了使不同行業(yè)之間的TFP具有可比性，并且考慮到不同地區(qū)和年份僵尸企業(yè)比例存在差異，我們先通過(guò)簡(jiǎn)單回歸剔除行業(yè)、地區(qū)和年份的影響，而后比較其分布情況。通過(guò)附錄與擴(kuò)展中圖A2的TFP分布可以看出僵尸企業(yè)和正常企業(yè)的TFP存在明顯的差距。僵尸企業(yè)的TFP概率密度曲線位于正常企業(yè)的左側(cè)，下尾比正常企業(yè)厚，說(shuō)明僵尸企業(yè)TFP較低。然而，僵尸企業(yè)的危害不僅在于損害自身的TFP，還可能損害整個(gè)經(jīng)濟(jì)體的效率，因此直接比較僵尸企業(yè)和正常企業(yè)TFP，可能會(huì)低估僵尸企業(yè)對(duì)TFP的不利影響。

本文關(guān)注的核心問(wèn)題是僵尸企業(yè)如何影響加總TFP增長(zhǎng)，以及具體的影響機(jī)制。因此，我們按照下式將單個(gè)企業(yè)的TFP加總得到省份—行業(yè)層面或全國(guó)層面的TFPAgg,t：

其中TFPit是t年企業(yè)i的TFP估計(jì)值，wit為賦予當(dāng)年企業(yè)i的權(quán)重，本文以從業(yè)人數(shù)份額作為權(quán)重。這樣，加總TFPAgg,t就是企業(yè)層面TFP的加權(quán)平均值。

（三）加總TFP的動(dòng)態(tài)演進(jìn)與分解

本文對(duì)加總TFP的變化進(jìn)行分解來(lái)探究僵尸企業(yè)影響TFP增長(zhǎng)的具體路徑和機(jī)制。Baily等（1992）最早提出加總TFP的變化可以分解為四個(gè)部分：企業(yè)內(nèi)部生產(chǎn)率的變化、企業(yè)間市場(chǎng)份額的變化、進(jìn)入企業(yè)生產(chǎn)率變化和退出企業(yè)生產(chǎn)率變化。大多數(shù)文獻(xiàn)都是在Baily等（1992）的基礎(chǔ)上沿襲這一思路進(jìn)行改進(jìn)，如Foster等（1998）從企業(yè)生產(chǎn)率中分離出來(lái)市場(chǎng)資源配置帶來(lái)的生產(chǎn)率改進(jìn)。然而，上述三種方法設(shè)定的參照標(biāo)準(zhǔn)并不恰當(dāng)，致使分解結(jié)果對(duì)在位企業(yè)、進(jìn)入企業(yè)和退出企業(yè)各自貢獻(xiàn)的度量不準(zhǔn)確，并且個(gè)別分解項(xiàng)的經(jīng)濟(jì)含義也不明晰。在Olle y和Pakes（1996）的基礎(chǔ)上，Melitz和Polanec（2015）提出了動(dòng)態(tài)的加總TFP分解方法（Dynamic Olley-Pakes Productivity Decomposition，簡(jiǎn)稱動(dòng)態(tài)OP方法），TFP的增長(zhǎng)Φ2-Φ1可以進(jìn)行如下分解：

其中下標(biāo)I、E、X分別表示在位企業(yè)、本年度進(jìn)入企業(yè)和本年度退出企業(yè)，t=1,2表示第1期和第2期。加總TFP的變化分為四個(gè)來(lái)源：(φI2-φI1)表示在位企業(yè)從第1期到第2期的生產(chǎn)率變化，這種變化是由技術(shù)進(jìn)步帶來(lái)的，稱為技術(shù)進(jìn)步效應(yīng)；(covI2-covI1)表示在位企業(yè)間要素配置效率變化引起的加總TFP變動(dòng)，稱為資源配置效應(yīng)，其中表示企業(yè)生產(chǎn)率與市場(chǎng)份額的協(xié)方差，企業(yè)i在t期的份額是sit，其生產(chǎn)率水平是φit；第三項(xiàng)S E2(ΦE2-ΦI2)表示由于新企業(yè)進(jìn)入造成的加總TFP變化，稱為企業(yè)進(jìn)入效應(yīng)；第四項(xiàng)S X1(ΦI1-ΦX1)表示由于企業(yè)退出造成的加總TFP變化，稱為企業(yè)退出效應(yīng)。其中SE2表示第2期新進(jìn)入企業(yè)在所有企業(yè)中的市場(chǎng)份額，SX1表示第1期期末退出企業(yè)的市場(chǎng)份額，ΦE2表示新進(jìn)入企業(yè)TFP的加權(quán)平均值，ΦX1表示退出企業(yè)TFP的加權(quán)平均值，ΦIt表示t期在位企業(yè)TFP的加權(quán)平均值。關(guān)于如何度量在位企業(yè)、新進(jìn)入企業(yè)和退出企業(yè)對(duì)于加總TFP進(jìn)步的貢獻(xiàn)，Melitz和Polance（2015）的參照標(biāo)準(zhǔn)更加精確。在位企業(yè)自身的技術(shù)提升時(shí)（φI2＞φI1），技術(shù)進(jìn)步效應(yīng)對(duì)加總TFP起到正向促進(jìn)作用；如果ΦE2＞ΦI2，新進(jìn)入企業(yè)的生產(chǎn)率高于在位企業(yè)的生產(chǎn)率，高效率企業(yè)的進(jìn)入為加總TFP的提升帶來(lái)正效應(yīng)；如果ΦI1＜ΦX1，退出企業(yè)的生產(chǎn)率低于在位企業(yè)的生產(chǎn)率，低效率企業(yè)退出為加總TFP的進(jìn)步帶來(lái)正效應(yīng)；covI2＞covI1意味著資源配置的改善，企業(yè)生產(chǎn)率與市場(chǎng)份額相關(guān)性提高、市場(chǎng)份額向高效率企業(yè)傾斜推動(dòng)加總TFP的提升。與Baily等（1992）、Foster等（1998）相比，Melitz和Polanec（2015）對(duì)于參照標(biāo)準(zhǔn)的改進(jìn)提高了度量的準(zhǔn)確性，并且分解出的每一項(xiàng)都有明確而合理的經(jīng)濟(jì)學(xué)含義。

加總TFP在1998—2007年間的平均增長(zhǎng)率為6.7%，但增速呈現(xiàn)下降趨勢(shì)。根據(jù)動(dòng)態(tài)OP方法分解的四種效應(yīng)，企業(yè)進(jìn)入效應(yīng)與企業(yè)退出效應(yīng)對(duì)加總TFP增長(zhǎng)的作用很小，2002年之后企業(yè)進(jìn)入效應(yīng)甚至不利于TFP增長(zhǎng)。加總TFP的增長(zhǎng)大部分是由在位企業(yè)的技術(shù)進(jìn)步和企業(yè)間的資源配置貢獻(xiàn)的（前者約60%，后者接近25%），這與楊汝岱（2015）的分解結(jié)果類似。但這兩種效應(yīng)發(fā)揮作用的時(shí)間和趨勢(shì)也有明顯不同：1998—2007年技術(shù)進(jìn)步效應(yīng)逐步增強(qiáng)，2005—2007年TFP增長(zhǎng)的90%以上由技術(shù)進(jìn)步效應(yīng)貢獻(xiàn)；得益于國(guó)有企業(yè)改革，資源配置效應(yīng)在1998—2004年有力促進(jìn)了TFP增長(zhǎng)，但2005—2007年其作用逐漸衰退，2007年已幾乎為0。2005—2007年技術(shù)進(jìn)步效應(yīng)仍然很強(qiáng)，但加總TFP增長(zhǎng)率下降，主要是與資源配置效應(yīng)、企業(yè)進(jìn)入效應(yīng)與企業(yè)退出效應(yīng)并未發(fā)揮其應(yīng)有的作用有關(guān)。后文將分析僵尸企業(yè)對(duì)技術(shù)進(jìn)步、資源配置、企業(yè)進(jìn)入和退出等渠道的影響。①加總TFP動(dòng)態(tài)OP分解的結(jié)果請(qǐng)見(jiàn)附錄與擴(kuò)展中的圖A3。

三、僵尸企業(yè)對(duì)全要素生產(chǎn)率增長(zhǎng)的影響

（一）基準(zhǔn)回歸

為實(shí)證檢驗(yàn)TFP增長(zhǎng)率如何受到僵尸企業(yè)的影響，并分析具體的影響機(jī)制，本文建立如下計(jì)量模型：

其中下標(biāo)p、j、t分別表示省份、2位數(shù)行業(yè)和年份。Ypjt是本文的考察對(duì)象，本部分主要使用省份—行業(yè)層面的TFP增長(zhǎng)率，下一部分在分析影響機(jī)制時(shí)，將技術(shù)進(jìn)步效應(yīng)、資源配置效應(yīng)、企業(yè)進(jìn)入效應(yīng)、企業(yè)退出效應(yīng)作為實(shí)證分析的因變量。ZFRatiopjt是衡量僵尸企業(yè)占比的指標(biāo)，本文主要使用僵尸企業(yè)資產(chǎn)占比，并以僵尸企業(yè)債務(wù)占比和僵尸企業(yè)數(shù)量占比作為穩(wěn)健性檢驗(yàn)。同時(shí)，為了克服本行業(yè)僵尸企業(yè)占比的內(nèi)生性問(wèn)題，本部分構(gòu)建了本省其他行業(yè)僵尸企業(yè)占比作進(jìn)一步檢驗(yàn)。

Ctrljt是行業(yè)層面的控制變量，包括用赫芬達(dá)爾指數(shù)（HHI）衡量的行業(yè)競(jìng)爭(zhēng)程度、用就業(yè)（對(duì)數(shù)形式）衡量企業(yè)的平均規(guī)模、行業(yè)內(nèi)國(guó)有企業(yè)的資產(chǎn)比重、企業(yè)平均年齡（對(duì)數(shù)形式）、企業(yè)平均出口比重（出口額除以銷售產(chǎn)值）等，以上指標(biāo)通過(guò)工業(yè)企業(yè)數(shù)據(jù)庫(kù)計(jì)算得到。Ctrlpt是省份層面的控制變量，包括金融市場(chǎng)發(fā)育程度、市場(chǎng)化程度、人均受教育年限、外商直接投資占GDP的比重、扣除科教文衛(wèi)后地方財(cái)政支出占GDP的比重等。省份層面的控制變量根據(jù)《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)金融年鑒》的相關(guān)指標(biāo)計(jì)算獲得。

我們首先使用省份—行業(yè)層面的面板數(shù)據(jù)，分析僵尸企業(yè)資產(chǎn)占比對(duì)加總TFP增長(zhǎng)率的影響?；貧w結(jié)果如表1所示。第（1）列顯示僵尸企業(yè)資產(chǎn)占比與加總TFP增長(zhǎng)率顯著負(fù)相關(guān)。換言之，僵尸企業(yè)比例越高的省份—行業(yè)，加總TFP的增長(zhǎng)越慢。后兩列依次加入省份—行業(yè)固定效應(yīng)和年份固定效應(yīng)，第（4）列和第（5）列分別加入行業(yè)層面和省份層面的控制變量，以排除其他因素造成的估計(jì)偏誤。結(jié)果顯示，僵尸企業(yè)資產(chǎn)占比的系數(shù)仍在1%的水平上顯著為負(fù)。當(dāng)然，上述控制變量仍無(wú)法徹底解決遺漏變量問(wèn)題，某些隨時(shí)間變化的遺漏變量仍會(huì)干擾估計(jì)結(jié)果的一致性。為了進(jìn)一步排除這種干擾，模型（6）中控制了省份—年份固定效應(yīng)，僵尸企業(yè)資產(chǎn)占比的系數(shù)仍然顯著為負(fù)。綜觀表1各列，系數(shù)均在1%水平顯著為負(fù)，系數(shù)大小也比較穩(wěn)定，說(shuō)明僵尸企業(yè)對(duì)TFP增長(zhǎng)的負(fù)面作用十分穩(wěn)健。根據(jù)第（6）列的結(jié)果，省份—行業(yè)內(nèi)僵尸企業(yè)資產(chǎn)占比提高1個(gè)百分點(diǎn)，加總TFP增長(zhǎng)率將降低0.16個(gè)百分點(diǎn)。僵尸企業(yè)資產(chǎn)占比的標(biāo)準(zhǔn)差為13.22，這意味著僵尸企業(yè)資產(chǎn)占比提高1個(gè)標(biāo)準(zhǔn)差，加總TFP增長(zhǎng)率將降低2.1個(gè)百分點(diǎn)。這可以解釋16.1%的加總TFP增長(zhǎng)率，具有經(jīng)濟(jì)顯著性。

表1 僵尸企業(yè)資產(chǎn)占比對(duì)加總TFP增長(zhǎng)的影響

（二）穩(wěn)健性檢驗(yàn)

表2使用本省其他行業(yè)僵尸企業(yè)資產(chǎn)占比來(lái)檢驗(yàn)僵尸企業(yè)對(duì)加總TFP增長(zhǎng)的影響。模型（1）—（4）中，核心解釋變量的系數(shù)顯著為負(fù)，進(jìn)一步證明了僵尸企業(yè)對(duì)TFP增長(zhǎng)的不利影響。根據(jù)第（1）列的結(jié)果，如果本省其他行業(yè)的僵尸企業(yè)資產(chǎn)比例增加1個(gè)百分點(diǎn)，本行業(yè)的加總TFP增長(zhǎng)降低0.31個(gè)百分點(diǎn)，這一影響比本行業(yè)僵尸企業(yè)占比的影響更大，表明僵尸企業(yè)具有極強(qiáng)的負(fù)面溢出效應(yīng)。除此之外，表2也在一定程度上降低了內(nèi)生性問(wèn)題帶來(lái)的干擾。表1中的省份—行業(yè)固定效應(yīng)雖然有助于減少不隨時(shí)間變化的因素導(dǎo)致的偏誤，但我們?nèi)該?dān)心某些不可觀測(cè)的時(shí)變（time varying）因素，既影響該行業(yè)的僵尸企業(yè)占比，又影響該行業(yè)的加總TFP增長(zhǎng)，從而導(dǎo)致回歸結(jié)果出現(xiàn)偏誤。表2使用p省j行業(yè)以外其他行業(yè)的僵尸企業(yè)資產(chǎn)占比作為解釋變量，該指標(biāo)具有一定的外生性。背后的邏輯是，某一行業(yè)的特征與其他行業(yè)的僵尸企業(yè)比例沒(méi)有直接的相關(guān)性?；貧w結(jié)果顯示，行業(yè)層面的遺漏變量問(wèn)題并不嚴(yán)重，至少?zèng)]有對(duì)僵尸企業(yè)降低加總TFP增長(zhǎng)的結(jié)論造成實(shí)質(zhì)性影響。類似地，下文使用其他行業(yè)僵尸企業(yè)的債務(wù)占比和數(shù)量占比，同樣具有外生性。

表2 內(nèi)生性處理

不同類型的僵尸企業(yè)占比指標(biāo)既有內(nèi)在的相關(guān)性，又存在一定的差異性（見(jiàn)附錄與擴(kuò)展中的圖A1）。為了檢驗(yàn)回歸結(jié)果的穩(wěn)健性，附錄與擴(kuò)展中表A2使用不同的僵尸企業(yè)占比指標(biāo)——僵尸企業(yè)負(fù)債占比和數(shù)量占比，實(shí)證檢驗(yàn)了僵尸企業(yè)對(duì)于我國(guó)TFP動(dòng)態(tài)演進(jìn)的影響。第（1）—（4）列中，所有僵尸企業(yè)數(shù)量占比指標(biāo)和負(fù)債占比指標(biāo)的系數(shù)都顯著為負(fù)，并且具有經(jīng)濟(jì)顯著性，說(shuō)明以負(fù)債和數(shù)量衡量的僵尸企業(yè)占比，都對(duì)我國(guó)制造業(yè)企業(yè)TFP的增長(zhǎng)有不利影響，結(jié)論與以資產(chǎn)衡量的僵尸企業(yè)占比一致，具有穩(wěn)健性。

我們還使用不同方法識(shí)別的僵尸企業(yè)進(jìn)行穩(wěn)健性檢驗(yàn)。文獻(xiàn)中常用的三種僵尸企業(yè)識(shí)別方法（CHK標(biāo)準(zhǔn)、過(guò)度借貸標(biāo)準(zhǔn)和官方標(biāo)準(zhǔn)），側(cè)重點(diǎn)不同，也有各自的適用情形。比如，CHK標(biāo)準(zhǔn)由于對(duì)變量要求較高，不適用本文使用的工業(yè)企業(yè)數(shù)據(jù)庫(kù)。為了檢驗(yàn)不同識(shí)別方法可能造成的偏差，附錄與擴(kuò)展中表A3實(shí)證檢驗(yàn)了官方標(biāo)準(zhǔn)識(shí)別的僵尸企業(yè)（將連續(xù)三年利潤(rùn)為負(fù)的企業(yè)認(rèn)定為僵尸企業(yè)）對(duì)加總TFP進(jìn)步的影響。模型（1）—（6）中所有僵尸企業(yè)占比指標(biāo)的系數(shù)都顯著為負(fù)，并且具有統(tǒng)計(jì)顯著性，說(shuō)明用官方標(biāo)準(zhǔn)識(shí)別的僵尸企業(yè)對(duì)我國(guó)TFP的增長(zhǎng)有負(fù)面影響。這與前文使用過(guò)度借貸標(biāo)準(zhǔn)認(rèn)定僵尸企業(yè)得到的結(jié)論一致，證實(shí)了上述研究結(jié)果的穩(wěn)健性。

四、僵尸企業(yè)影響加總TFP動(dòng)態(tài)演進(jìn)的機(jī)制

第三部分的分析表明僵尸企業(yè)阻礙加總TFP增長(zhǎng)，本部分分析具體的影響機(jī)制。如前所述，根據(jù)動(dòng)態(tài)OP分解方法，加總TFP增長(zhǎng)有四個(gè)來(lái)源：技術(shù)進(jìn)步效應(yīng)、資源配置效應(yīng)、企業(yè)進(jìn)入效應(yīng)和企業(yè)退出效應(yīng)。本部分分析僵尸企業(yè)對(duì)加總TFP增長(zhǎng)的四個(gè)來(lái)源的影響，以此考察僵尸企業(yè)影響TFP增長(zhǎng)的具體渠道。

（一）技術(shù)進(jìn)步效應(yīng)

企業(yè)自身的技術(shù)進(jìn)步是TFP增長(zhǎng)的重要來(lái)源。根據(jù)附錄與擴(kuò)展中圖A3的分解結(jié)果，1998—2007年間，超過(guò)60%的TFP增長(zhǎng)是由技術(shù)進(jìn)步帶來(lái)的。這說(shuō)明我國(guó)經(jīng)濟(jì)在當(dāng)前階段的TFP增長(zhǎng)仍十分依賴企業(yè)的技術(shù)進(jìn)步，因此我們首先考察僵尸企業(yè)對(duì)技術(shù)進(jìn)步效應(yīng)的影響。理論上，僵尸企業(yè)影響技術(shù)進(jìn)步的渠道有兩個(gè)。第一個(gè)渠道是結(jié)構(gòu)效應(yīng)，即僵尸企業(yè)自身TFP較低、增速較慢，因此拉低了加總TFP增長(zhǎng)速度。這一方面是因?yàn)榻┦髽I(yè)往往不具備自生能力，比如，它們可能進(jìn)入了不具有比較優(yōu)勢(shì)的行業(yè)，或者承擔(dān)政策性負(fù)擔(dān)（申廣軍，2016）；另一方面，僵尸企業(yè)沒(méi)有激勵(lì)提高自身TFP，因?yàn)樗鼈兺ㄟ^(guò)行政力量占據(jù)壟斷地位，或者享有信貸、土地、稅收等優(yōu)惠政策，從而擁有競(jìng)爭(zhēng)優(yōu)勢(shì)（Shen和Chen，2017）。表3第（1）列通過(guò)比較僵尸企業(yè)和正常企業(yè)的TFP，直接檢驗(yàn)了上述結(jié)構(gòu)效應(yīng)。三列系數(shù)均在1%水平上顯著為負(fù)，表明僵尸企業(yè)TFP增長(zhǎng)率低于正常企業(yè)。

僵尸企業(yè)影響技術(shù)進(jìn)步的第二個(gè)渠道是溢出效應(yīng)。持續(xù)的研發(fā)投入（R&D）是企業(yè)技術(shù)進(jìn)步的重要推動(dòng)因素。研發(fā)資金要么來(lái)自利潤(rùn)積累，要么來(lái)自外部融資。僵尸企業(yè)的存在對(duì)正常企業(yè)這兩方面的資金來(lái)源都有不利影響。一方面，僵尸企業(yè)加劇了產(chǎn)能過(guò)剩問(wèn)題，使得正常企業(yè)的盈利能力受損，無(wú)法快速積累研發(fā)資金（Shen和Chen，2017）；另一方面，僵尸企業(yè)擠占正常企業(yè)的資源，尤其是信貸資源（Tan等，2016；譚語(yǔ)嫣等，2017），使得正常企業(yè)很難通過(guò)外部融資獲取研發(fā)資金。這兩方面都不利于正常企業(yè)持續(xù)進(jìn)行研發(fā)投入。因此，如果一個(gè)行業(yè)或者地區(qū)有較多的僵尸企業(yè)，同行業(yè)/同地區(qū)正常企業(yè)的技術(shù)進(jìn)步也會(huì)受到影響。表3后兩列檢驗(yàn)上述溢出效應(yīng)，被解釋變量是正常企業(yè)TFP增長(zhǎng)率，核心解釋變量是省份—行業(yè)層面的僵尸企業(yè)資產(chǎn)占比，以及本省其他行業(yè)僵尸企業(yè)資產(chǎn)占比?；貧w系數(shù)在1%的水平上顯著為負(fù)，說(shuō)明確實(shí)存在溢出效應(yīng)。如果僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，正常企業(yè)TFP的增長(zhǎng)速度將下降0.10個(gè)百分點(diǎn)。

表3 僵尸企業(yè)對(duì)企業(yè)TFP增長(zhǎng)率的影響

結(jié)構(gòu)效應(yīng)指出僵尸企業(yè)自身TFP增長(zhǎng)慢（第（1）列）；溢出效應(yīng)指出僵尸企業(yè)拉低正常企業(yè)的TFP增長(zhǎng)率（第（2）、（3）列）。二者結(jié)合意味著，僵尸企業(yè)阻礙技術(shù)進(jìn)步效應(yīng)。表4對(duì)此進(jìn)行檢驗(yàn)，結(jié)果顯示僵尸資產(chǎn)占比越高，技術(shù)進(jìn)步效應(yīng)對(duì)加總TFP增長(zhǎng)的貢獻(xiàn)越小。根據(jù)第（1）列結(jié)果，僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，p省j行業(yè)的技術(shù)進(jìn)步效應(yīng)降低0.19個(gè)百分點(diǎn)。根據(jù)模型（3），僵尸企業(yè)跨行業(yè)影響也很明顯，本省其他行業(yè)僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，所考察行業(yè)的技術(shù)進(jìn)步效應(yīng)降低0.21個(gè)百分點(diǎn)。

表4 僵尸企業(yè)對(duì)技術(shù)進(jìn)步效應(yīng)的影響

續(xù)表4

（二）資源配置效應(yīng)

圖A3分解TFP增長(zhǎng)率顯示，1998—2007年間的TFP增長(zhǎng)僅有大約1/4是由企業(yè)間資源配置效應(yīng)帶來(lái)的，而同一時(shí)期，技術(shù)進(jìn)步效應(yīng)對(duì)TFP增長(zhǎng)的貢獻(xiàn)是資源配置效應(yīng)的兩倍多。僵尸企業(yè)恰恰是資源配置不合理的結(jié)果，因此僵尸企業(yè)比例與資源配置效應(yīng)可能存在負(fù)相關(guān)關(guān)系。表5對(duì)此進(jìn)行驗(yàn)證，其中被解釋變量是通過(guò)動(dòng)態(tài)OP方法分解TFP增長(zhǎng)率得到的資源配置效應(yīng)，主要解釋變量仍是省份—行業(yè)層面的僵尸企業(yè)資產(chǎn)占比?；貧w結(jié)果顯示，模型（1）和（2）中僵尸企業(yè)資產(chǎn)占比的系數(shù)顯著為負(fù)，模型（3）和（4）中本省其他行業(yè)僵尸企業(yè)資產(chǎn)占比的系數(shù)為負(fù)，但不顯著。這說(shuō)明僵尸企業(yè)顯著地降低了本省本行業(yè)的資源配置效應(yīng)，但這種影響主要存在于行業(yè)內(nèi)，不存在跨行業(yè)影響。根據(jù)模型（2），僵尸企業(yè)資產(chǎn)占比增加1個(gè)百分點(diǎn)，資源配置對(duì)加總TFP增長(zhǎng)的貢獻(xiàn)降低0.12個(gè)百分點(diǎn)。

表5 僵尸企業(yè)對(duì)資源再配置效應(yīng)的影響

（三）企業(yè)進(jìn)入效應(yīng)

資源重新配置不僅體現(xiàn)為在位企業(yè)之間的此消彼長(zhǎng)，也通過(guò)更劇烈的形式體現(xiàn)，即新企業(yè)的進(jìn)入和舊企業(yè)的退出。如果新進(jìn)入的企業(yè)生產(chǎn)率更高，退出市場(chǎng)的企業(yè)生產(chǎn)率更低，那么企業(yè)的進(jìn)入和退出可以提高總體TFP（Foster等，1998）。我們接下來(lái)分別考察僵尸企業(yè)如何通過(guò)新企業(yè)的進(jìn)入和舊企業(yè)的退出來(lái)影響加總TFP增長(zhǎng)。

理論上，僵尸企業(yè)可以通過(guò)妨礙效應(yīng)和選擇效應(yīng)影響新企業(yè)的進(jìn)入。妨礙效應(yīng)是指，僵尸企業(yè)在政策和市場(chǎng)上都擁有優(yōu)勢(shì)地位，這會(huì)阻礙新企業(yè)的進(jìn)入，從而不利于提高加總TFP。選擇效應(yīng)是指，僵尸企業(yè)更多地阻礙了低生產(chǎn)率的企業(yè)，而不能阻礙高生產(chǎn)率的企業(yè)進(jìn)入市場(chǎng)，從而事先對(duì)進(jìn)入企業(yè)進(jìn)行了篩選，這會(huì)提高加總TFP。妨礙效應(yīng)和選擇效應(yīng)的影響方向相反，因此僵尸企業(yè)到底是提高還是降低加總TFP，取決于兩類效應(yīng)的相對(duì)強(qiáng)弱。

表6驗(yàn)證了上述兩種效應(yīng)。首先，表6前四列說(shuō)明僵尸企業(yè)存在妨礙效應(yīng)，因?yàn)榻┦髽I(yè)資產(chǎn)占比對(duì)省份—行業(yè)層面新企業(yè)進(jìn)入率的影響顯著為負(fù)，但這一效應(yīng)不存在跨行業(yè)影響。其次，表6后兩列通過(guò)分析僵尸企業(yè)對(duì)新進(jìn)入企業(yè)的相對(duì)TFP的影響，來(lái)驗(yàn)證選擇效應(yīng)。如果只有生產(chǎn)率相對(duì)較高的企業(yè)才能進(jìn)入，就說(shuō)明存在選擇效應(yīng)。表6后兩列的結(jié)果顯示僵尸企業(yè)資產(chǎn)占比的系數(shù)顯著為正，說(shuō)明僵尸企業(yè)通過(guò)比較強(qiáng)的選擇效應(yīng)提高了新進(jìn)入企業(yè)相對(duì)于在位企業(yè)的TFP。

表6 僵尸企業(yè)對(duì)新企業(yè)進(jìn)入率的影響

比較表6前四列和后兩列的系數(shù)可以發(fā)現(xiàn)選擇效應(yīng)的效果強(qiáng)于妨礙效應(yīng)，這意味著僵尸企業(yè)的存在將通過(guò)企業(yè)進(jìn)入效應(yīng)對(duì)加總TFP產(chǎn)生積極影響。表7直接驗(yàn)證了這一猜測(cè)。動(dòng)態(tài)OP方法將TFP增長(zhǎng)分解為四個(gè)部分，其中企業(yè)進(jìn)入效應(yīng)是由新企業(yè)進(jìn)入帶來(lái)的加總TFP增長(zhǎng)。表7的被解釋變量是省份—行業(yè)層面的企業(yè)進(jìn)入效應(yīng)，度量由于新企業(yè)的進(jìn)入，對(duì)該省同行業(yè)加總TFP的影響，解釋變量是僵尸企業(yè)資產(chǎn)占比。模型（1）和（2）中，僵尸企業(yè)資產(chǎn)占比的系數(shù)顯著為正，說(shuō)明僵尸企業(yè)通過(guò)企業(yè)進(jìn)入效應(yīng)提高了加總TFP增長(zhǎng)率；模型（3）和（4）中本省其他行業(yè)僵尸企業(yè)資產(chǎn)占比的系數(shù)為正但不顯著，再次說(shuō)明不具有跨行業(yè)的影響。如前所述，僵尸企業(yè)占比與企業(yè)進(jìn)入效應(yīng)正相關(guān)，正源于較強(qiáng)的選擇效應(yīng)。

表7 僵尸企業(yè)對(duì)企業(yè)進(jìn)入效應(yīng)的影響

（四）企業(yè)退出效應(yīng)

如果退出企業(yè)的平均TFP低于在位企業(yè)平均TFP，企業(yè)退出對(duì)加總TFP增長(zhǎng)有正向影響。這種由低效率企業(yè)退出帶來(lái)的TFP增長(zhǎng)稱為企業(yè)退出效應(yīng)。表8考察了僵尸企業(yè)資產(chǎn)占比對(duì)省份—行業(yè)層面企業(yè)退出效應(yīng)的影響。模型（1）—（4）中，僵尸企業(yè)資產(chǎn)占比的系數(shù)都為負(fù)，但在統(tǒng)計(jì)上都不顯著。僵尸企業(yè)對(duì)退出效應(yīng)沒(méi)有顯著影響，可能是因?yàn)榻┦髽I(yè)改變了企業(yè)退出的規(guī)律。正常情況下，應(yīng)該是生產(chǎn)效率更低的企業(yè)退出市場(chǎng)，從而提升整體TFP。但是，生產(chǎn)效率低的企業(yè)可能正是那些僵尸企業(yè)。它們雖然TFP低，且增長(zhǎng)緩慢，但它們?cè)谝厥袌?chǎng)和產(chǎn)品市場(chǎng)的優(yōu)勢(shì)使得它們反而不容易退出市場(chǎng)，而是那些TFP相對(duì)較高的正常企業(yè)被迫退出市場(chǎng)。

表8 僵尸企業(yè)對(duì)企業(yè)退出效應(yīng)的影響

為了驗(yàn)證這一猜測(cè)，我們首先比較僵尸企業(yè)和正常企業(yè)退出市場(chǎng)的概率。附錄與擴(kuò)展中表A4的因變量是企業(yè)下一期是否退出的虛擬變量，主要解釋變量是僵尸企業(yè)虛擬變量。probit回歸系數(shù)顯著為正，說(shuō)明僵尸企業(yè)雖然享有種種優(yōu)勢(shì)，但退出概率仍然較高。需要解釋的是，根據(jù)定義，僵尸企業(yè)是指那些依靠政府支持或外部融資維持才能存活的企業(yè)，但這并不意味著僵尸企業(yè)的退出概率低于正常企業(yè)，而是意味著僵尸企業(yè)的退出概率低于其自身未受到政府支持或外部融資維持時(shí)的退出概率。

表A4的回歸結(jié)果表明，我們應(yīng)該修正前述“僵尸企業(yè)退出概率低”的猜測(cè)。一個(gè)改進(jìn)的解釋是，僵尸企業(yè)的存在使得正常企業(yè)更容易退出（相對(duì)于僵尸企業(yè)不存在時(shí)）。為驗(yàn)證這一猜想，表9對(duì)正常企業(yè)進(jìn)行probit回歸，因變量仍是企業(yè)下一期退出的虛擬變量，解釋變量加入僵尸企業(yè)資產(chǎn)占比與TFP的交互項(xiàng)。如表A4的結(jié)果所示，TFP是影響企業(yè)退出市場(chǎng)決策的重要因素（Ackerberg等，2015）。企業(yè)提升自身生產(chǎn)率，是避免被市場(chǎng)淘汰的重要途徑，表9中模型（1）—（2）的TFP系數(shù)為負(fù)，也說(shuō)明TFP高的企業(yè)退出市場(chǎng)的概率更低。需要注意的是，僵尸企業(yè)資產(chǎn)占比與TFP的交互項(xiàng)顯著為正。這說(shuō)明給定TFP，僵尸企業(yè)資產(chǎn)占比越高，正常企業(yè)退出的概率越大。具體來(lái)說(shuō)，probit回歸的邊際效應(yīng)顯示，如果本省同行業(yè)沒(méi)有僵尸企業(yè)，當(dāng)企業(yè)TFP提高1%，其退出市場(chǎng)的概率會(huì)降低2.69個(gè)百分點(diǎn)；如果本省同行業(yè)僵尸企業(yè)資產(chǎn)占比10%，企業(yè)TFP同樣提高1%，其退出市場(chǎng)的概率只能降低2.56個(gè)百分點(diǎn)。這說(shuō)明由于僵尸企業(yè)的存在，企業(yè)通過(guò)提高TFP避免被淘汰的難度增大了，因而導(dǎo)致更優(yōu)秀的正常企業(yè)退出市場(chǎng)。因此，僵尸企業(yè)擾亂了企業(yè)退出的規(guī)律，無(wú)法通過(guò)企業(yè)退出效應(yīng)來(lái)提高加總TFP增長(zhǎng)率。

表9 僵尸企業(yè)對(duì)正常企業(yè)退出概率的影響

五、結(jié)論

僵尸企業(yè)是指那些已經(jīng)喪失盈利能力、資不抵債，卻能依靠外部支持一直存活下來(lái)的企業(yè)。僵尸企業(yè)的存在直接反映了企業(yè)退出機(jī)制的失靈和資源配置的扭曲。本文根據(jù)過(guò)度借貸標(biāo)準(zhǔn)識(shí)別了中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中的僵尸企業(yè)。描述分析表明，1998—2013年間，僵尸企業(yè)的數(shù)量和比例都呈現(xiàn)下降態(tài)勢(shì)。但是，有證據(jù)表明僵尸企業(yè)越來(lái)越表現(xiàn)出“資產(chǎn)多、負(fù)債高”的特征，因?yàn)橐再Y產(chǎn)和負(fù)債加權(quán)的僵尸企業(yè)比例近年來(lái)不降反增。為避免僵尸企業(yè)帶來(lái)的潛在風(fēng)險(xiǎn)，有必要深入認(rèn)識(shí)僵尸企業(yè)的危害。

本文主要分析僵尸企業(yè)對(duì)我國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率的影響。雖然學(xué)術(shù)界和政策制定者都認(rèn)為僵尸企業(yè)阻礙了TFP增長(zhǎng)，進(jìn)而拉低了近年來(lái)我國(guó)的經(jīng)濟(jì)增長(zhǎng)率，但這種影響的程度有多大、通過(guò)何種渠道發(fā)揮作用，目前仍缺少嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究來(lái)進(jìn)行討論。我們首先使用當(dāng)前核算生產(chǎn)率的主流方法——ACF方法，計(jì)算了我國(guó)制造業(yè)企業(yè)的TFP。接著，我們使用標(biāo)準(zhǔn)的實(shí)證分析方法研究僵尸企業(yè)和TFP增長(zhǎng)率之間的關(guān)系。研究發(fā)現(xiàn)，僵尸企業(yè)的存在確實(shí)不利于TFP增長(zhǎng)：如果省份—行業(yè)內(nèi)僵尸企業(yè)的資產(chǎn)占比增加1個(gè)百分點(diǎn)，加總TFP增長(zhǎng)率將降低0.19個(gè)百分點(diǎn)。

為了分析僵尸企業(yè)阻礙TFP增長(zhǎng)的具體機(jī)制，我們首先使用動(dòng)態(tài)OP方法分解出TFP增長(zhǎng)的四個(gè)來(lái)源：技術(shù)進(jìn)步、資源配置改善、企業(yè)進(jìn)入和企業(yè)退出。研究表明，減緩技術(shù)進(jìn)步和阻礙資源配置是僵尸企業(yè)影響加總TFP增長(zhǎng)的主要機(jī)制。具體來(lái)說(shuō)，僵尸企業(yè)自身技術(shù)進(jìn)步緩慢，并且擠占正常企業(yè)的資源，進(jìn)而降低了正常企業(yè)的技術(shù)進(jìn)步速度；生產(chǎn)要素不能從低效率的僵尸企業(yè)流向高效率的正常企業(yè)，資源配置不僅沒(méi)有改善，甚至可能不斷惡化，不利于加總TFP增長(zhǎng)。本文實(shí)證檢驗(yàn)了僵尸企業(yè)的危害，明晰了僵尸企業(yè)可以通過(guò)阻礙技術(shù)進(jìn)步、惡化資源配置對(duì)TFP增長(zhǎng)產(chǎn)生不利影響，為政策判斷提供了理論支撐。