◇崔婷婷

一、引言

产能过剩成为当前中国经济发展最需要医治的病症。2016年初，国务院发布《关于钢铁行业化解过剩产能实现脱困发展的意见》，明确提出在五年内压减粗钢产能1～1.5亿吨。按照3～5年完成1.4亿吨钢铁产能压减任务，到明年只剩下2500万吨的产能需要去除，也就是说，钢铁行业的去产能任务或已进入尾声，这意味着市场环境将发生变化，钢铁行业出口将面临什么样的未来？在供给侧改革的背景下，本文需要解决的一个问题就是在受到产能约束条件下，产能约束是否会对钢铁产业的生产率产生影响。

二、实证分析

1.数据来源及说明

考虑到大型钢铁上市公司的钢铁产值在我国钢铁总产值中所占比例较大，因此，本文基于钢铁上市公司的视角，从中信证券行业分类中的钢铁行业中选取30家钢铁上市公司有效数据来分析。另一组行业的数据库，我们经过平行趋势还有各种对比，最终选择了电力行业，选取30家以水力、风力或其他能源为营业主体的电力企业数据。本文实证分析所采用的数据均来自于Resset数据库和钢铁上市公司历年年报。

2.变量选取

（1）全要素生产率测算的指标选取

本文利用全要素生产率衡量我国钢铁产业的技术进步，因此需要测算我国钢铁上市公司的全要素生产率均值，本文从产出指标和投入指标两个方面进行测算。产出标量选取钢铁上市公司的总营业收入，选取的投入指标为劳动投入和资本投入。其中，以2003～2016年30家钢铁上市公司应付职工薪酬作为劳动投入；以2003～2016年30家钢铁上市公司的固定资产作为资本投入。

（2）面板数据的指标选取

运用钢铁行业上市公司的全要素生产率为被解释变量，选取的控制变量有4个，具体内容如表1所示。

表1

3.计量模型

本文采用双重差分法研究产能约束下出口限制政策对钢铁产业的影响。双重差分法一般用来研究政策改变和外界冲击对所研究对象的影响作用，使用前需要满足以下前提：①政策冲击发生时间的随机性；②处理组与控制组选择的随机性；③平行趋势假定。关于政策发生的随机性，供给侧改革是2015年下半年提出的，无法预测各个省市准确执行的日期，结合大部分省市的情况，我们选取2016年作为政策发生冲击的年份。

从平行趋势图中我们可以看出，在政策发生年份之前，钢铁行业和电力行业的生产率增长率都是大体趋势一致的，满足平行趋势的假设。

结合上述分析，我们设立如下模型：

其中，treati为判断国家i是否为受到政策冲击的企业的虚拟变量，dumt表示政策发生的虚拟变量，二者的交互项为本文的核心解释变量。当dumttreati=1时，表示企业受到政策冲击，为处理组，否则为控制组。当dumt=1时，表示第t年为政策冲击事件发生的年份。

图1 平行趋势图

4.基本回归结果分析

我们分别利用2003～2016间的数据实证分析产能约束对钢铁产业生产率的影响。我们关注的是结果中的产能约束提出的时间节点和是否为钢铁企业的虚拟变量交叉项的系数即γ是否显著为正，若符合预期则产能约束对钢铁产业生产率的影响具有正向效应。

表2 初步结果

由结果，我们可以看到γ的系数并不显著，这显然与实际情况不相符，所以本文经过其他考量，给出如下理解：

（1）政策的时滞性

根据经济学理论和市场经济发展规律，国家宏观调控政策从制定到取得效果通常需要一定时间，也就是说，任何宏观调控政策都有一定的时滞性。供给侧改革，由于中国钢铁市场的复杂性，政策的实施和传导需要一段时间，政策发生冲击后的几年的数据或许更有说服力，我们也会继续关注相关政策的研究和数据的收集。

（2）时间跨度比较小，面临小样本的问题

本文的一个不足之处是数据收集不够充分。例如本文的面板数据只选取了2003～2016年的数据，本文出现的实证结果与实际情况不相符的原因也很有可能是时间跨度太小，基期不同，无法贴近现实。待后续数据逐步完善，我们将继续关注和研究。

三、政策建议

本研究在一定程度上肯定了供给侧改革，产能约束对产业生产率的作用，因此要大力推进结构性改革尤其是供给侧结构性改革，从而促进产业结构的升级和经济产出的持续增加。

供给侧改革带来的产能约束，使钢铁产业的出口量大大减少，2017年钢铁的价格迎来了春天，随着供给侧改革的逐步深入和钢铁价格稳步上涨，钢铁行业的出口状况将得到大大改善，这也意味着钢铁出口将是企业争夺的利润目标，为了更好地稳定出口市场的秩序，应将产业政策和出口政策综合考虑，制定合理有效的出口政策来应对产业政策带来的出口冲击。

深化投融资体制改革，深入推进简政放权、放管结合、优化服务改革，建立完善企业自主决策、融资渠道畅通、职能转变到位、政府行为规范，宏观调控有效、法治保障健全的新型投融资体制，从而尽最大可能减少资本要素的流动障碍，达到劳动资本的最佳配置。