重工业优先发展战略与企业僵尸化
——基于新结构经济学的研究视角

2022-06-01 08:45庞乃琛张馨月

南开经济研究 2022年3期

姜磊庞乃琛张馨月

一、引言

僵尸企业反映了资源错配问题，其不但影响正常企业的经营发展，还会加剧行业产能过剩和干扰政府宏观调控，最后会抑制地方经济增长。在中国经济进入新常态的时代背景下，合理处置僵尸企业是调整产业结构、优化资源配置的必然要求，也是我国经济由高速增长转向高质量增长所面临的重大挑战。伴随国企改革和入世成功，中国的僵尸企业比例已由2000 年的约27%逐渐下降至2011 年的5%左右，但2012 年以后僵尸企业数量和比例均有大幅回升(聂辉华等，2016)。自2015 年起，国家明确清理僵尸企业的工作关乎“去杠杆”“去产能”的供给侧结构性改革，“处僵治困”工作稳步推进。这一举措深化了供给侧结构性改革，进一步加强了相关产业链、价值链和供应链的建设，打通了国内生产环节，并畅通了国内大循环。下一步，我们仍需巩固“处僵治困”的工作成果，建立健全治理亏损源头的长效机制，而这一切需要我们深入认识中国僵尸企业的成因。

僵尸企业研究起源于20 世纪90 年代。在日本“失去的十年”，银行贷款流向资产负债率高且盈利能力低的企业，学者们对这一反常现象进行了研究(Sekine 等，2003)。在行业产能过剩、企业利润空间被挤压的环境下(Caballero 等，2008)，僵尸企业因补贴优惠得以存活，正常企业却被迫退出，国内学者也对这一“劣胜优汰”的市场机制表示担忧(何帆和朱鹤，2016)。

要想从根本上解决僵尸企业问题，就需要理解僵尸企业产生的原因和内在机制。国内已有不少学者针对僵尸企业问题进行了严谨的实证研究，特别是在僵尸企业的影响因素方面。但是，目前的讨论主要基于政府补贴、银行信贷优惠等外部支持，以及企业创新能力、比较优势等微观因素，而解释这些现象背后的深层次原因的实证研究仍然非常有限。事实上，无论是在过去的计划经济时期还是当今社会，重工业优先的政府发展战略对政府、银行和企业行为都有着不可忽视的影响。因此，利用中国大样本数据论证发展战略对企业僵尸化的影响十分重要，这有利于深入理解僵尸企业产生的内在机制，厘清处置僵尸企业的根本方向问题。

针对已有研究的不足之处，本文基于新结构经济学的视角，利用1998—2013 年中国工业企业数据研究重工业优先发展战略与企业僵尸化之间的关系，并且进一步分析这一关系背后的影响机制。本文提出假说：正是政府为了优先发展重工业而推行的一系列扭曲政策，导致市场配置资源作用失灵，使得企业选择了违背比较优势的技术和产业，从而失去自生能力，最后沦为僵尸企业。

本文可能的创新点与贡献主要在于以下3 点：①创新研究视角，在申广军(2016)关于企业比较优势与僵尸化研究的基础上，进一步挖掘企业选择违背比较优势的原因，即研究政府发展战略对企业僵尸化的影响效应。②基于Lin 和Wang(2019)新结构经济学框架下的数理模型，论证了发展战略与企业僵尸化的逻辑关系，提供了研究重工业优先发展战略经济后果的新思路。③从事前预防的视角提出了防范企业僵尸化的对策建议，为新的时代背景下治理僵尸企业提供了政策参考。

二、文献回顾

与本文相关的研究主要涉及两个方面的文献，一是研究发展战略理论的文献，二是研究僵尸企业的文献。

（一）发展战略理论相关研究

本文重点关注的发展战略相关研究为林毅夫(2002)所界定的两类发展战略，即遵循比较优势的发展战略和违背比较优势的发展战略。这类文献还探讨了发展战略与经济体发展的关系，尤以对东亚的研究为主。日本和亚洲四小龙20 世纪中后期的经济快速增长被认为与比较优势发展战略密切相关(林毅夫等，1999)，这些发现解释了二战后的“东亚奇迹”现象。与之相类似，国内学者大量基于跨国数据的宏观研究表明，违背比较优势的发展战略不仅不能使欠发达国家的经济向发达国家收敛(林毅夫，2002)，还会引发能源效率低下(王坤宇，2017)等问题，甚至使经济停滞(陈斌开，2018)。

国内发展战略影响的文献主要认为，中国的赶超战略会影响其自身的金融发展，这能够解释中国的银行业结构集中(林毅夫和姜烨，2006)、国民储蓄率一度较低(付才辉，2021)等现象；同时，这也会使人民生活受到一定影响，出现了城乡消费不平等(林毅夫和陈斌开，2009)、城市化滞后和城乡收入差距扩大(陈斌开和林毅夫，2013)等问题。

综上所述，已有文献大多研究重工业优先发展战略在宏观层面的影响，而基于中国的大样本数据对微观企业的实证分析仍有不足。因此，本文利用中国工业企业数据，理论分析并实证检验了重工业优先发展战略对企业僵尸化的影响，以此补充相关研究的空缺。

（二）僵尸企业相关研究

自生能力即在一个开放自由竞争的环境中，具有正常管理水平的企业无须依靠政府或外部补助便可获取正常利润水平的能力(Lin，2009)。僵尸企业没有自生能力，只能靠政府补贴或者外部融资来维持生存。研究中国僵尸企业影响因素的文献主要结合中国的制度环境和企业自身原因进行分析，发现政府可能会出于短期稳定就业的考虑(何帆和朱鹤，2016)，通过政府补助、资源支持、财政支持和税收等手段帮助经营困难的企业(Chang 等，2021)，而这种高强度甚至无效的财政补贴正是僵尸企业的重要成因(范子英和王倩，2019)。同时，基于地域偏爱情结、政治关联和GDP 晋升激励(陈运森和黄健峤，2017；孔繁成等，2020)的官员行为扭曲也会增加企业僵尸化的概率。其次，银行为了避免不良贷款、满足监管要求，可能通过畸形的信贷资源来为经营困难的企业追加贷款，由此产生的信贷失衡和金融市场扭曲进一步促进了僵尸企业的形成(卢树立和何振，2019)。最后，申广军(2016)结合企业比较优势理论，引入要素禀赋比较优势与技术比较优势，对僵尸企业的成因进行了较为深入的分析，但他没有讨论企业违背比较优势的原因。

综合来看，已有文献集中于分析外部支持和企业自身不足对企业僵尸化的影响，但并未说明僵尸企业为什么可以获得外部支持。与上述研究不同，本文研究了外部支持和企业自身不足的深层次原因，即重工业优先发展战略对企业僵尸化的影响。政府制定的产业政策存在违背基于要素禀赋结构的比较优势的风险，而企业盲从政府势必会被裹挟进决策失误的风险中(林毅夫，2013)。这说明欠发达经济体偏好资本密集型产业的发展战略会干扰企业的正常经营并阻碍整体的经济发展。对这一关系的正确认识有助于实现对僵尸企业的长久治理，有助于促进产业结构调整、优化资源配置并实现经济高质量发展。

三、理论模型

在实证分析发展战略与僵尸企业关系之前，借鉴Lin 和Wang(2019)的研究，本部分采用一个包含农业、劳动密集型制造业和资本密集型制造业企业的生产模型，以此分析重工业优先发展战略的影响。

（一）模型假设

假设一个自由竞争的小型开放经济体中包含3 类部门：农业(A)、劳动密集型制造业(M)和资本密集型制造业(M)部门。劳动力(L)用于所有部门的生产，土地(T )仅作为农业部门的特定要素被使用，而资本(K )只用于制造业部门。它们的生产都基于柯布-道格拉斯(Cobb-Douglas)函数形式：

税收为政府提供的基础设施等公共服务G 提供了保障。为各部门使用基础设施的弹性，并假设数值相等。为简化分析，此处假设=，= 1。劳动密集型制造业部门商品M的市场价格标准化为1，得到商品A 和M相对于M的价格 p和 p。

小型经济体中资源禀赋外生给定，土地仅作为农业部门的生产要素，即T =T 。劳动力和资本满足以下限制条件：

政府作为中央计划者，根据其偏好，通过要素分配来实现目标函数最大化：

Ω 是一系列政府选择的政策工具，包括信贷补贴(S)和直接信贷分配(K)。表示资本密集型部门在政府发展战略中的优先程度，此处设定当政府发展战略遵循比较优势时，=0 ，而发展战略违背比较优势时，＞0 。

（二）发展战略与僵尸企业特征

政府一般会通过信贷补贴(Credit Subsidie)和直接信贷分配(Direct Credit Allocation)等手段推动违背比较优势的发展战略。当政府采取信贷补贴以支持资本密集型部门的发展时，一个常用的方式为让银行以较低的利率 r(1 −s) 贷款给企业，其中r 是市场利率，s 是补贴率。此时劳动力和资本还可以在部门间自由流动，但利率已受到扭曲，政府可以通过这种方式降低生产M的最低资本丰裕度条件，从而转移生产要素到资本密集型部门，实现政府发展战略的目的。资本密集型部门受到的总信贷补贴为：

1. 发展战略与信贷补贴

由式(6)，在采用信贷补贴策略时，受到政府优先扶持的企业将得到 S() =srK的优惠补贴，通过对求一阶条件可得：

2. 发展战略与政府补贴

根据新结构经济学的定义，企业的自生能力亦指其生产函数是否为最优生产函数。实际生产函数偏离最优生产函数程度越大(即违背比较优势程度越大)，企业越不具备自生能力。如果企业不具有自生能力，实际生产函数的价值就低于最优生产函数的正常价值。要使这样的企业能够持续存在，便需要有外部(主要是政府)的保护补贴(∇)来弥补差值，即政策性负担，此为社会资源的耗费(林毅夫等，2004)。

3. 发展战略与企业利润率

为更符合资本密集型产业生产时的实际情况，此处放松=1 的限制，则企业的生产函数为：

与此类似，此处推导企业的销售利润率为：

这可以理解为，政府发展战略同时影响资本密集型企业的受扶持力度和违背比较优势的程度。一方面，受到扶持的企业会面临更低的生产要素价格，单位产出成本更低；另一方面，企业违背比较优势的问题越严重，单位产出成本上升得越多(姜磊等，2020)。因此，企业的利润率水平最终同时取决于单位产出成本因受到政府扶持而下降和因违背比较优势而上升的程度。如果政府的扶持补贴可以弥补政策扭曲导致的产出成本上升，则企业盈利能力上升，反之则下降。

综合上述理论分析，重工业优先发展战略会使受扶持企业得到信贷补贴，并加重政府补贴负担，同时如果扶持力度无法弥补因违背比较优势而产生的损失，受扶持企业的利润率也会下降，而现实中盈利能力差、缺乏自生能力的僵尸企业亦正需要依靠政府补贴和银行信贷优惠以维持生存(何帆和朱鹤，2016)。另外，已有研究也表明，当僵尸企业获得利率优惠时，银行会提高正常企业的贷款利率以弥补其成本增加的不足，导致正常企业融资挤出(刘莉亚等，2019)。因此，即使劳动密集型部门的正常企业也可能在重工业优先发展战略的作用下，受到僵尸企业的影响，使其营商环境恶化、经营困难而最后沦为僵尸企业(谭语嫣等，2017)。综上，本部分的理论分析说明重工业优先发展战略会促使僵尸企业等不良现象的出现。因此，本文提出以下假说(H1)。

H1：重工业优先发展的政府发展战略违背了比较优势，并加大了当地正常企业僵尸化的风险。

四、数据与指标构建

本文使用的数据来自1998—2013 年中国工业企业数据库。考虑到企业数据错报、异常、统计口径不一等问题，参考已有文献的做法(聂辉华等，2012)，本文采用以下方法剔除异常值：①剔除主营业务收入、全部职工人数、总资产及固定资产净值为空的观测值；②剔除主营业务收入、总资产、固定资产净值小于0 或全部职工人数不多于8 人的观测值；③剔除明显不符合会计原则的观测值，如固定资产净值大于总资产、流动资产大于总资产、实收资本小于等于0、本年折旧大于累计折旧观测值；④剔除利润率大于99%的观测值；⑤剔除企业年龄为0 的观测值；⑥剔除1998—2003 年和2005—2013 年工业总产值(当年价格)为空的观测值。

（一）僵尸企业识别与特征

参考目前研究僵尸企业文献主要使用的“常青借贷法”(Evergreen Lending Method)和实际利润法(Actual Profit Method)，本文利用企业债务和利息支出信息计算企业信贷补贴，将标准化利息差不大于0 的企业识别为僵尸企业，得到僵尸企业指标Zpmbie；同时参考谭语嫣等(2017)和程虹、胡德状(2016)的做法，针对可能出现的测定偏误进行修正，分别得到新指标 Z、Z、Z、Z，在后文回归分析中用于稳健性检验。

基于基准回归中的僵尸企业指标Zombie，表1 介绍了基于T 检验的僵尸-非僵尸企业平均差异。其结果显示，与非僵尸企业相比，虽然僵尸企业具有更高的重工业技术选择指数、更大的企业规模及其更高的年龄和杠杆率，但盈利能力更差、生产效率更低，表明僵尸企业规模偏大、存在时间偏长并缺乏盈利能力，同时还背负了沉重的债务负担。僵尸企业的公有企业占比也显著高于非僵尸企业，说明公有企业更容易僵尸化。

表1 僵尸-非僵尸企业样本的T检验①表1 的各项指标计算方法如下：重工业技术选择指数=重工业劳均资本/省份劳均资本；企业规模＝ln(资产总计)；企业年龄=调查年份-企业开业年份+1；利润率=利润总额/资产总计；杠杆率=负债合计/资产总计；公有企业：国有实收资本或集体实收资本在实收资本中占比超过50%的企业。

（二）技术选择指数构建与特征

本文主要关注政府优先发展重工业的发展战略对企业僵尸化的影响，参考林毅夫(2002)构造技术选择指数(Technology Choice Index，TCI)的方法，本文构造的核心解释变量为重工业技术选择指数( TCI _heavy)，即用地区重工业劳均资本与地区总劳均资本的比值来度量某地区重工业的要素禀赋结构偏离该地区本身的要素禀赋结构的程度。其公式为：

其中，K M是i 地区在t 时期的重工业资本存量；LM是i 地区在t 时期的重工业就业人数；K是i 地区t 时期的总资本存量；L是i 地区t 时期的总就业人数。

当地区实行违背比较优势的重工业优先发展战略时，因为重工业部门资本更为密集，吸纳劳动力更少，即 TCI _ heavy的分子会更大，因此其技术选择指数( TCI _ heavy)会比其他符合比较优势发展战略的地区更高。技术选择指数对最优值的偏离程度DS 用来测度违背比较优势的程度，但是实际观测中最优值不可知，可以假设其为一常数(陈斌开和林毅夫，2013)并归入常数项中，因此不影响分析。在之后的稳健性检验中，为了检验不同衡量标准导致的误差问题，此处使用一般的工业技术选择指数(TCI)来衡量违背比较优势的发展战略，以检验结论稳健性。

图1 展示了基于1998—2013 年中国工业企业数据绘制的重工业技术选择指数与僵尸企业比例的时间演进趋势。可以看出，重工业技术选择指数随着时间推移呈现下降趋势，但中途多次经历回调或者降速减缓。僵尸企业比例波动更为剧烈，2005 年以前呈现上升趋势，于2005—2008 年间处于高位，随后迅速下降到较低水平，2011 年之后出现小幅回升，这说明金融危机时采取的4 万亿投资计划让一些行业过度投资、盲目扩张，为此后僵尸企业比例的反弹埋下了隐患。值得注意的是，僵尸企业比例的变动与重工业技术选择指数的变动有很大的关联性，两者总体上呈现同向变动，特别是当重工业技术选择指数的下降趋势受到抑制或者反弹时，僵尸企业比例基本都有不同程度的上升(以灰色柱形标出)。

图1 1998—2013年重工业技术选择指数与僵尸企业比例的动态演进

（三）计量模型

为研究政府发展战略对企业僵尸化的影响，本文所构建的基准回归方程如下：

其中，下标j 代表企业，t 代表年份，s 代表行业，i 代表省份。Z ombie= 1表示在t时期i 地区j 企业被判定为僵尸企业，否则为非僵尸企业。在之后的稳健性检验中，我们根据不同的识别修正方法将这一指标替换为不同的僵尸企业虚拟变量，表示为z(i=1，2，3，4)。核心解释变量 TCI _ heavy表示j 企业所在i 省份t 时期的重工业技术选择指数，政府发展战略越偏好重工业优先发展，地区违背比较优势的程度越大，TCI _ heavy越高。

本文首先控制了年份( v)、行业( v)和地区( v)固定效应，为随机扰动项，同时，本文还讨论了根据面板数据所设定的年份、企业固定效应模型：

其中v 、v分别表示年份和企业固定效应，其他变量含义相同。

行业层面控制变量为行业销售额增长率(cicgrow)，以基于工企库数据计算的行业销售额增长率表示。省份层面控制变量来自历年各地统计年鉴，包括人均GDP、GDP 增长率、人均受教育年限、资本形成率、生产者物价指数、第二产业所占GDP 比重、贸易总额占GDP 比重、市场化指数、财政赤字率、财政支出占GDP 比重、国有企业占比，用以控制各省的经济发展水平、产业结构、人力资本、贸易开放度、市场化水平和政府财政状况等的影响。表2、表3 分别展示了各主要变量的说明与描述性统计。

表2 主要变量说明

表3 主要变量描述性统计

五、实证分析

在基准回归部分，本文的实证模型分别采用了控制年份、省份、行业固定效应和企业、年份固定效应两种设定。之后，改变核心变量的衡量标准，并考察样本误差和模型设定误差对结论稳健性的影响。另外，本文依据企业所有制、轻重工业类型、地区及产业链上下游对样本进行分组回归，探讨了重工业优先发展战略对企业僵尸化的异质性影响。在处理核心解释变量的内生性问题时，除了加入尽可能多的企业和省份控制变量以控制遗漏变量问题外，本文还使用工具变量法来解决反向因果问题。最后，我们还对发展战略影响企业僵尸化的作用机制进行了更深入的探讨。

（一）基准回归结果

基于1998—2007 年工业企业数据的基准回归结果如表4 所示。在表4 中第1 列和第3 列只控制了企业层面的控制变量，T CI _heavy 的系数分别为0.0141 和0.0114；第2 列和第4 列回归在此基础上增加行业、省份层面的控制变量，尽量控制遗漏变量带来的估计误差，系数依旧显著为正。所有回归中 TCI _heavy 对当地企业僵尸化的影响显著为正，即政府发展战略越偏离潜在比较优势和越偏好重工业优先发展，当地企业成为僵尸企业的可能性越大，这验证了本文假说。其第4 列的回归结果表明，控制年份、企业固定效应和其他控制变量之后，T CI _heavy 每提高1 个百分点，当地企业僵尸化的概率上升1.1%。

表4 政府发展战略与僵尸企业：基准回归

企业控制变量基本符合预期。人员规模越小、年龄越大、盈利能力越差、流动性越小的企业越容易僵尸化，但企业资本规模与资本密集度的影响不确定。

（二）稳健性检验

针对可能因为僵尸企业识别方法、TCI 衡量标准、样本偏差及模型设定而产生的误差，表5 报告了稳健性检验的结果。

在表5 中，前4 列分别使用4 种不同的僵尸企业衡量标准来检验稳健性；第5 列放松对重工业标准的限制，使用一般的工业技术选择指数替换重工业技术选择指数；第6 列扩大样本时间范围到2013 年，使用1998—2013 年的样本进行回归；第7 列和第8 列考虑了模型设定的影响，分别使用Logit 和Probit 模型进行回归；最后一列计算了市级层面的重工业技术选择指数作为核心解释变量进行回归。

表5 政府发展战略与僵尸企业：稳健性检验

该回归结果显示，在控制年份、省份和行业固定效应后，技术选择指数的回归系数仍与之前一致，保持显著为正，说明技术选择指数与企业僵尸化之间的正相关关系比较稳健。以其第(8)列为例，T CI _heavy 每提高1 个百分点，企业僵尸化的概率提高1.5%。其他控制变量的系数符号和显著性也都与基准回归结果基本一致。由此可见，本文主要结论对不同的僵尸企业识别方法、TCI 衡量标准、样本选择和模型设定都是稳健的。

（三）异质性分析

上文证明政府违背比较优势的发展战略的确使当地企业更易僵尸化，至少对于整体而言效果显著，但在不同所有制、轻重工业类型、不同地区及行业所处不同产业链上下游位置、不同规模企业之间可能存在差异。因此，表6 从企业所有制和轻重工业类型2 个维度进行了异质性分析。其列1、列4 与列7 分别对公有企业、私营企业和外资企业的全样本进行了基准回归，随后各自对公有企业与私营企业中分别属于重、轻工业行业的样本进行异质性分析。

表6 政府发展战略与僵尸企业：异质性分析——所有制、轻重工业

首先，按照企业所有制划分时，公有企业与私营企业的 TCI _heavy 系数符号依旧显著为正，而在外资企业方面其不显著，表明重工业优先发展的政府发展战略对外资企业的僵尸化影响不大。对于此现象，申广军(2016)认为外资企业背后有国外母公司的调度与支持，企业技术选择与要素禀赋也较少受到限制，因此不太可能受到当地政府发展战略的制约。其次，进一步针对公有企业与私营企业不同轻重工业类型的分析发现，核心解释变量 TCI _heavy 系数的显著性和大小存在明显差异。对于公有企业而言，重工业优先发展的政府发展战略更容易使重工业企业僵尸化，重工业公有企业长期作为政策的承担者，面临更多违背比较优势的问题，一直以来都是僵尸企业的重灾区，这也与之前学者的研究成果相符(何帆和朱鹤，2016)；对于私营企业而言，违背比较优势的发展战略对轻工业企业的影响更为显著，这可能是因为政府推行违背比较优势的重工业优先发展战略后，轻工业私营企业的投资乃至营商环境会受到其他僵尸企业排挤，继而导致正常企业经营困难，最后也沦为僵尸企业(谭语嫣等，2017)。

表7 则针对地区和产业链上下游位置进行了异质性分析。前3 列按照地区划分，分别对东部、中部和西部企业进行回归；最后4 列基于产业链上下游位置与所有制进行划分，分别对上、下游行业的公有、私营制企业进行回归。

表7 政府发展战略与僵尸企业：异质性分析——地区、上下游企业

首先，分地区来看，重工业优先发展战略只对中部和西部地区企业的僵尸化起作用，且对中部的影响显著大于西部。这印证了何帆和朱鹤(2016)的研究结论，即中等发达地区的僵尸企业问题相较于发达地区和落后地区往往会更严重，发达地区和落后地区的僵尸企业问题反而不是那么严重。东部地区较为发达，经过了几十年改革开放后，已经逐渐步入后工业化阶段，生产要素中资本对经济增长的贡献已占有一定比例，要素禀赋结构已比较适合发展资本密集型产业，因此重工业优先发展的发展战略对其影响较小。中西部地区经济发展较为落后，资本相对缺乏，基础设施不完善，却在过去计划经济时期出于国防安全考虑而成为政府投资军工等资本密集型产业的地方。这一投资举措严重违背了当地的比较优势，甚至给如今的工业发展留下路径依赖的隐患；另外，地区越偏远，其政府在GDP 锦标赛中采取违背比较优势的发展战略的激励也越大，资本密集型行业越容易因为过度获得生产要素而造成资源错配，使中西部僵尸企业问题更为严重(李跃，2017)。

其次，分上下游公有、私营企业来看，重工业优先发展战略对上游公有企业影响更为显著，对下游公有企业影响很小。这可以理解为，一方面，随着中国市场经济体制改革，民营企业主导竞争性的下游行业、国有企业主导垄断性这一上游行业现象不断深化，国有企业在产业链中的位置不断攀升并同时提高行业准入门槛，实现行业垄断(邱立成和刘灿雷，2016；王永进和刘灿雷，2016)；另一方面，产业链上下游的两极分化形成后，上游国企会向下游私企采取垄断加成价格策略，并且上游企业生产周期长、对市场反应迟钝、生产计划调整缓慢，当下游企业遭遇经营危机或外生冲击(如2008 年经济危机)时，上游企业产品的市场需求量下降，上游国企反而要面对更大的收入、利润下降幅度(王勇，2017)，因此更容易出现僵尸企业问题。

表8 针对不同规模的企业进行了异质性分析。其回归结果显示，政府偏向重工业的发展战略对大、中型企业僵尸化没有显著的影响，而会显著地提升小微型企业的僵尸化概率。一方面可能是大中型规模企业的市场占有率更高、资金实力更为雄厚，投融资更为便利，抵抗风险能力更强；而小微企业资金薄弱，融资能力有限，资信水平较低，抗风险能力更弱。另一方面，方明月等(2018)认为，传染效应是中小企业沦为僵尸企业的主要原因，即某地区的僵尸企业越多，其中小民营企业的投融资机会越少、用工成本越高，越容易沦为僵尸企业。

表8 政府发展战略与僵尸企业：异质性分析——企业规模

综合上述分析，违背比较优势的政府发展战略会提高企业僵尸化的概率这一结论对大部分企业依旧成立，但其影响有着较大的异质性，特别是对重工业公有企业、中西部地区企业和上游公有企业及小微型企业影响更大。

（四）内生性检验

本文之前已尽可能地纳入控制变量以尽可能解决遗漏变量问题，但僵尸企业存在影响各地重工业技术选择指数的可能。因此，针对可能由反向因果导致的内生性问题，借鉴陈斌开和林毅夫(2013)与Lin 和Wang(2019)的理论，选择“距受威胁边境最短距离”和“人口密度”作为工具变量，并使用ivProbit 的MLE 法和2SLS 法进行回归，以尽可能解决内生性问题。

陈斌开和林毅夫(2013)认为中国各省的地方技术选择指数与该地区历史上的重工业优先发展程度有关：出于战备和国防考虑，各省距离受威胁边境的最短距离曾是国家“三线建设”的选址依据之一，而中国各地区的重工业优先发展战略与“三线建设”历史高度相关。此外，实行违背比较优势发展战略的国家，需要大量的自然资源支持(Lin 和Wang，2019)，上文所介绍的中国重工业优先发展地区基本上是自然资源丰富、人口稀少的内陆地区，因此“人口密度”也在一定程度上反映了国家重工业优先发展的产业政策。

工具变量回归结果如表9 所示，使用MLE 法计算的系数均已转化为边际效应。针对技术选择指数外生性原假设的Wald 检验结果表明，可以在1%水平上认为核心解释变量存在内生性。在第一阶段回归中，工具变量前的符号都显著且方向符合预期，说明工具变量对于内生变量重工业技术选择指数具有较强的解释力，并均通过了弱工具变量识别检验。在第二阶段回归中，T CI _heavy 对企业僵尸化的影响仍均显著为正，与基准回归结果一致，且显著性与系数大小均有所提高，表明不考虑内生性会低估发展战略对企业僵尸化的影响。最后，为检验工具变量的有效性，表9 的最后2 列同时引入了上述两个工具变量，过度识别检验表明模型存在过度识别问题，故使用一个工具变量即可。

表9 政府发展战略与僵尸企业：工具变量回归(第二阶段回归结果)

综合来看，在考虑重工业技术选择指数的内生性后，本文的假说依然得到验证，主要结论仍是比较稳健的。

六、结论与建议

基于1998—2013 年中国工业企业数据，从新结构经济学的视角出发，我们发现政府优先发展重工业的战略会通过引导企业违背自身比较优势的发展，显著提高了企业僵尸化的风险。这一影响效应对重工业公有企业、中西部地区企业、上游公有企业和小微型企业更为明显。随着我国供给侧结构性改革的深入推进，当前僵尸企业清理工作已经进入“下半场”。一方面，要继续推进已有僵尸企业的处置与出清工作；另一方面，要采取相关措施抑制僵尸企业的形成和存续，即处理角度要从“事后处置”转向“事前预防”，将重点引向未来如何防范企业僵尸化风险的问题上。

本文揭示了僵尸企业形成的深层次原因，即引起企业僵尸化的原因不止是政府补贴、银行信贷或企业违背比较优势，而是其背后的政府发展战略选择。因此，本文的政策建议也更为深入地指向治理僵尸企业的源头问题。随着我国要素禀赋结构升级，许多产业已经符合资本密集型的比较优势了。因此，从根源上防范僵尸企业产生的对策也不可对所有企业一概而论，而是需要分类治之。

总之，在我国经济进入新常态的时代背景下，要从源头上防微杜渐，强化市场竞争机制，改革考核评价体制，逐步剥离政策性负担，将“有为政府”与“有效市场”相结合，充分发挥政府培育和完善市场的作用，因势利导地制定比较优势发展战略，防范僵尸企业的产生与存续，助力我国经济实现长期健康稳定发展。

重工业优先发展战略与企业僵尸化——基于新结构经济学的研究视角

一、引 言