沈石闲，夏茂森

摘要：应用SBM模型估计安徽省高耗能行业2008-2019年产能过剩情况，并基于投资扩张的中介效应检验政府干预对产能过剩的影响.结果显示：高耗能行业产能过剩呈现较大差异.有色金属冶炼及压延加工业行业生产运作能力高效，而电力热力的生产和供应业的产能过剩情况极度严重，其他行业保持中等水平.投资扩张对政府干预与产能过剩呈现部分中介作用，说明政府干预会通过其他路径对产能过剩产生加剧作用.

关键词：产能利用率;SBM;中介模型

[中图分类号]F427[文献标志码]A

The Mediation Effect of Investment Expansion on

Overcapacity and Government Intervention：

A Case Ttudy of Energy Intensive Industries

SHEN Shixian，XIA Maosen

（Anhui University of Finance and Economics，College of Statistics and Applied

Mathematics，Bengbu 233000，China）

Abstract：The SBM model is used to estimate the annual excess capacity of high-energy industries in Anhui Province from 2008 to 2019，and the influence of government intervention on excess capacity is tested based on the mediating effect of investment expansion.The results show that there is a great difference in excess capacity in high energy consuming industries.Non-ferrous metal smelting and rolling processing industries have high production and operation capacity，while the production and supply of power and thermal power industries have extremely serious overcapacity.Other industries remain at a moderate level.Investment expansion has a partial mediating effect on government intervention and excess capacity，indicating that government intervention will aggravate excess capacity through other paths.

Key words：capacity utilization;SBM;mediator model

目前，我國工业行业产能过剩与冲动投资、政府过度干预等问题联系紧密，严重影响中国经济发展.安徽省高耗能行业主要受政府调控，受制度、政策影响，企业核心竞争力不强，产能能过剩问题阻碍企业健康发展.高耗能行业产能过剩的化解也因此成为实现安徽省经济可持续发展的重要途径.Schwartz等认为，处于垄断或不完全竞争下时，企业产出未达到平均成本最小时的最优产出则是产能过剩状态.[1]产能过剩主要由产能利用率进行反向表示，学者们近年来从不同角度不断深入研究产能过剩.[2]袁捷敏从宏观经济角度探讨了工业产能过剩问题.[3]唐叶利用DSBM模型从微观角度估计了我国制造业企业产能过剩情况，得出重工业、大型企业和国有企业的产能过剩严重的结论.[4]陈俊龙等运用动态序贯博弈表明了内外部市场负面冲击对企业产能过剩产生了加剧作用.[5]孔令池从产能过剩视角分析了资源配置中市场机制与政府干预存在的制衡关系.[6]笔者根据安徽省高耗能行业国有资本占比日益增多的特征，采用SBM模型估计高耗能行业2008-2019的产能利用率，建立以投资扩张为中介变量的中介效应模型，探讨安徽省高耗能行业政府干预对产能过剩的影响机制及投资扩张在政府干预和产能过剩间的中介效应，提出产能过剩治理建议.

1产能过剩测度模型

SBM模型假设有K个不同行业.每个行业有M种要素投入x=（x1，…，xM），并生产出S种产出y=（y1，…，yS）.M种要素投入分为I种可变要素投入xv=（xv1，…，xvI）与J种固定要素投入xf=（xf1，…，xfJ），通过求解式（1）的SBM-DEA模型可获得产能利用率（CU）：

θ1=min1-1J∑Jj=1sf-joxfjo

s.t.∑Kk=1λkxfjk+sf-jo=xfjo，∑Kk=1λkysk≥yso

∑Kk=1λk=1，λk，sf-jo≥0.（1）

其中，sf-jo>0是代表企业O存在投入冗余和产出不足情况时投入的松弛变量.sf-jo=0代表企业O处于最优投入与产出状态.θ1是有偏产能利用率，掺杂了有技术非效率，需进一步调整求得无偏产能利用率.将M种要素都纳入SBM模型，求解技术效率：

θ2=min1-1M∑Mm=1s-moxmo

s.t.∑Kk=1λkxmk+s-mo=xmo

∑Kk=1λkysk≥yso，∑Kk=1λk=1，λk，s-mo≥0.（2）

其中，θ2代表企业O的生产效率，无偏产能利用率为：

θ*=θ1θ2.（3）

由此，可以计算出无偏产能利用率θ*.

2产能利用率测度

2.1样本选取和数据说明

从安徽省统计年鉴中选取2008-2019年工业行业数据，将有关价格的数据进行消胀处理.SBM模型的投入产出指标：行业总产值代表产出，固定资本存量代表固定投入，中间投入和劳动投入代表可变投入.采用董敏杰的指标测算方法计算固定资本存量和中间投入[7]，行业从业人员年平均人数代表劳动投入.

2.2测算结果

在进行工业行业数据整理时，剔除数据缺失的行业并将2012年前后不统一的行业进行合并，得到36个工业行业数据.计算得到2008-2019年的产能利用率.表1给出安徽省高耗能行业产能利用率，其他行业限于篇幅不再赘述.

各行业的产能利用率在2008-2019年期间存在着迥然不同的变动趋势.石油加工炼焦及核燃料加工业由2008年的0.59大幅度下降至2019年的0.19;化学原料及化学制品制造业在2008-2019年间基本保持在0.6左右，只是在最近的2019年跌至0.47;非金属制品业由2008年的0.41稳步上升至2019年的0.70，行业保持良好的发展态势;黑色金属冶炼及压延加工业由2008年的1.00迅速下降至0.34，并且之后一直保持在0.4左右的低位状态;有色金属冶炼及压延加工业只有在2009年为0.72，其余年份均高于0.8，连年来保持高位;电力热力的生产和供应业在2008-2019年皆低于0.3，且从2014年开始逐步下跌，在2019年跌至0.09.

3安徽省高耗能行业产能过剩中介效应分析3.1模型介绍及变量说明

采用中介效应模型考察政府干预对行业产能利用率的直接效应及政府干预是否会通过投资扩张对行业产能利用率产生中介效应，并具体探究中介效应的作用程度.[8]

3.1.1变量说明

（1）被解释变量.产能利用率是直接反映行业发展中产能过剩问题的测度指标.

（2）解释变量.本文选取国有资本（Soe）、就业水平（Lab）和金融支持（Fin）作为表征政府干预的变量.安徽省高耗能行业由于行业的特殊性，国有资本占比逐年增多，因此，企业在决策上容易受政府干预.企业也会在不同程度上为政府承担稳定就业、发展经济等社会责任;“预算软约束”势必影响企业获取金融支持的难易程度，不可避免地会对行业的产能过剩情况产生影响.本文使用国有资本/总资本来衡量国有资本占比，就业水平用从业人数/总产值来衡量，金融支持用行业短期负债/行业产值来衡量.

（3）中介变量.选择投资扩张作为中介变量，这主要是出于对行业资本投资中介效应的考虑.因为，行业资本投资是國有资本进入影响产能利用率的渠道.本文采用规模以上工业企业新增投资额来衡量投资扩张（Inv）.

（4）控制变量.根据行业自身因素和发展状况选取行业企业数量（Num）、行业企业规模（Size）作为影响行业产能过剩的控制变量.其中，行业企业数量用规模以上工业企业数衡量，行业企业规模用规模以上工业企业营业收入/企业数量来衡量.

3.1.2模型设定

如果政府干预可以通过影响投资扩张影响行业产能利用率，投资扩张就可以作为模型的中介变量.

CUit=α0+α1Soeit+α2Labit+α3Finit+

α4Numit+α5Sizeit+φi+πt+εit.（4）

Invit=β0+β1Soeit+β2Labit+β3Finit+

β4Numit+β5Sizeit+φi+πt+εit.（5）

CUit=γ0+γ1Soeit+γ2Labit+γ3Finit+γ4Invit+

γ5Numit+γ6Sizeit+φi+πt+εit.（6）

其中，α1为国有资本（Soe）对产能利用率（CU）的总效应，β1*γ4为国有资本（Soe）由投资扩张（Inv）产生的中介效应，γ1为国有资本Soe的直接效应.α1=γ1+β1*γ4.若γ1不显著，为完全中介效应，即Soe都是通过Inv对CU产生的影响.若γ1显著，则为部分中介效应，即Soe部分通过Inv对CU产生影响.

3.2实证分析

通过检验模型（4）-（6）来考察政府干预、投资扩张和产能过剩三者之间的关系.

模型（4）检验政府干预是否会影响产能利用率.从回归结果来看，国有资本和就业水平对产能利用率有显著负向影响，回归系数分别为-0.346 8，-0.001 7.国有资本越多的企业，政府的过度干预会外部化企业成本，一些国有企业为了稳定就业，需吸收一定量的就业人口，劳动力资源不能得到合理配置，会加剧生产能力过剩.

模型（5）检验政府干预是否会对投资扩张有影响.回归结果说明，国有资本、金融支持对行业的投资扩张有显著的正向作用，就业水平则对行业的投资扩张有显著的负向作用.在有效的监督治理存在缺失时，高国有资本投入和宽松的信贷限制带来的充足现金流会推动过度投资，而企业的高就业代表企业规模较大，一定程度上压制了企业进一步扩大规模的积极性.

模型（6）检验投资扩张对政府干预和产能利用率的中介作用.回归结果表明，未引入投资扩张时，模型（4）显示行业的国有资本、就业水平的回归系数为-0.346 8，-0.001 7，在引进投资扩张变量时，模型（6）显示行业的国有资本、就业水平的回归系数为-0.280 6，-0.002，国有资本占比、就业水平对产能利用率的影响有一部分是通过投资扩张实现的.投资扩张缓解了国有资本对企业产能过剩的加剧作用，而就业水平通过投资扩张进一步抑制了产能利用率的提高.政府干预对产能过剩只是部分通过投资扩张产生影响，可能会通过其他的途径对产能过剩产生加剧作用.

4结论与建议

本文根据高耗能行业的高耗能、高投资、高污染特征，采用SBM模型重点分析了2008-2019年安徽省高耗能行业的产能过剩具体情况.安徽省高耗能各行业在产能过剩上呈现巨大差异.其中，有色金属冶炼及压延加工业资源资本高效利用、稳步推进去产能;电力热力生产和供应业的产能过剩问题极度严重，且这一矛盾日益深化;其他行业保持中等水平.

安徽省高耗能行业国有资本逐年增加，企业的政治关联度越强，越易受到政府的政策干预.投资扩张在政府干预对产能过剩的影响中表现为部分中介作用. 其中，国有资本通过投资扩张缓解了对产能过剩的加剧作用，而就业水平通过投资扩张进一步加剧了产能过剩.

体制性产能过剩治理过程影响因素涉及多方面.[9]治理产能过剩必须靠国企、政府、经济、财政体制等经济体系共同努力.国企应当创新国企绩效考核标准，减少对国企的优待;政府应当适应市场变化，促使地方政府干预转向公共事业;政府应当对市场进行适当干预，促进公平竞争，减少对企业决策的干预;财政体制减少预算软约束对私营企业产生的不利影响，增强金融企业自由借贷的独立性.

参考文献

[1]Morton I. Kamien，Nancy L.Schwartz.Uncertain Entry and Excess Capacity[J].The American Economic Review，1972，62（5）.

[2]夏飛龙.产能过剩的概念、判定及成因的研究评述[J].经济问题探索，2018（12）：54-69.

[3]袁捷敏.产能和产能利用率新测算方法及其应用研究[D].大连：东北财经大学，2013.

[4]唐叶.中国制造业企业产能利用率测度[J].统计与决策，2020，36（8）：123-126.

[5]陈俊龙，牛月.市场不确定性、政府规制与产能过剩分析[J].软科学，2018，32（10）：38-42.

[6]孔令池.市场化改革、地方政府投资与产能过剩治理[J].经济问题探索，2020（11）：52-60.

[7]董敏杰，梁泳梅，张其仔.中国工业产能利用率：行业比较、地区差距及影响因素[J].经济研究，2015，50（1）：84-98.

[8]唐嘉尉，蔡利.政府审计、非效率投资与产能利用率提升[J].审计研究，2021（01）：19-30.

[9]金春.产能过剩的政府干预及治理研究[J].河北学刊，2018，38（05）：218-223.

编辑：琳莉