欢迎访问一起赢论文辅导网
经济管理论文
当前位置:首页 > 经济管理论文
地方官员变更与企业产能过剩
来源:一起赢论文网     日期:2019-10-26     浏览数:46     【 字体:

 了企业生产决策、经营管理的重要维度,企业发展很大程度上受地方政府的影响,而政府行为的实质是作为微观主体的官员动机的体现( 周黎安,2017) ,官员会利用企业追求自身的政治和社会目标。政治晋升锦标赛理论认为,与西方国家相比,中国地方官员在经济发展中扮演着更积极和重要的角色,官员政治锦标赛是产生中国奇迹的重要根源( 周黎安,20072017) 。晋升锦标赛体制下,地方政府和官员掌握着大量企业发展所需的经济资源和行政资源,且拥有资源配置方面广泛的自由裁量权,政治晋升的激励使其有动机和能力影响甚至干预企业活动。作为常态化的政治活动,地方主要官员的更替会改变辖区的官场竞争,引发的政治环境波动对地方经济和企业生产经营活动产生最直接、最重要的影响( 杨海生等,2014) 。既有文献证实了地方官员更替对于地区投资( 王贤彬等,2010) 和企业投资( An et al.,2016; 陈艳艳和罗党论,2012; 曹春方,2013; 徐业坤等,2013) 的重要影响,提供了地方官员变更影响企业产能的间接证据。与这些研究不同,本文讨论地方官员变更对企业产能过剩的影响,并从产能过剩的政治周期等视角分析中国式产能过剩,试图回答: 地方官员变更是否会导致企业产能扩张? 这种影响是否存在政治周期? 进一步地,企业产能过剩源于官员政绩推动还是潮涌现象?与本文直接相关的文献包括干春晖等( 2015) 、张龙鹏和蒋为( 2015) 以及余东华和吕逸楠( 2015) ,前两篇文献利用世界银行中国企业的调查数据( 包括产能利用率调查数据) 分别检验了市委书记任期和政企关系对企业产能利用率的影响,余东华和吕逸楠( 2015) 检验了地方政府干预对光伏产业 32 家上市公司产能过剩( C-D 生产函数估算产能利用率) 的影响。区别于他们,本文利用超越对数成本函数估计了工业企业产能利用率,并考察地方官员个体的影响和资源配置的作用。基于 19982007 379530 家工业企业数据匹配地级市市委书记数据,本文的研究结果表明,地方官员变更会加剧辖区内企业产能过剩,表现为产能利用率显著下降,且官员推动的产能过剩存在显著的滞后效应和政治周期性。进一步地,企业所处的外部环境影响其在官员变更期间的产能扩张,而去产能政策能够有效抑制官员更替推高的产能过剩。与已有研究相比,本文可能的贡献在于: 首先,从地方官员和企业产能过剩的视角提供了政府干预导致中国式产能过剩的微观证据。利用估算的企业产能利用率反映企业产能过剩,本文的研究从市委书记更替的角度证实了地方官员对于企业产能过剩的重要影响,将政府干预推进至地方官员层面,为产能过剩的政府干预解释提供了来自微观企业层面的新证据。其次,证实了企业产能过剩的政治周期。借鉴 Julio Yook( 2012) 以及余靖雯等( 2015) 的做法,本文证实了微观企业产能过剩存在随官员任职和党代会召开变化的政治周期,从而为观察中国式产能过剩的周期现象提供了新的视角。最后,从资源配置的视角分析了地方官员影响企业产能过剩的机理。政府干预导致产能过剩的理论核心在于政府通过干预资源的配置降低了企业投资成本,本文对于税收、银行信贷、政府补贴资源在地方官员推动企业产能扩张过程中的中介作用的检验能够提供相应的证据。此外,本文的研究还可以为进一步深化供给侧结构性改革,通过完善政府治理、官员治理等途径解决产能过剩问题提供理论依据和政策参考。二、文献回顾、理论分析与研究假设( ) 文献回顾1. 产能利用率与产能过剩产能过剩就其概念界定而言分为微观、中观、宏观三个方面( 韩国高等,2011) ,本文主要考察微观层面的产能过剩。在微观理论层面,所谓产能过剩是指企业的实际产出小于其最优规模,即平均成本最低的产出水平( 国务院发展研究中心课题组,以下简称“课题组”,2015) 。产能过剩时,企业形成一定的生产能力过剩、闲置( 江飞涛等,2012; 席鹏辉等,2017) 。产能利用率是测度是否存031徐业坤、马光源: 地方官员变更与企业产能过剩、最常用的指标,产能利用率较低是产能过剩的直接体现,可以直接反映产能过剩程度( 韩国高等,2011) 。目前学界对产能利用率并无统一的界定,采用的标准也不尽相同。多数文献将产能利用率界定为企业或行业实际产出占潜在生产能力( 或者设计生产能力) 的比重,一般情况下,该指标反映了企业生产资源是否能够真正得到有效利用。学界对于产能利用率的估算多集中于行业或者地区层面,少数文献利用工业企业数据估算了企业产能利用率,例如课题组( 2015) 和余淼杰等( 2018) 。通过产能利用率判断是否存在产能过剩目前并没有官方或者统一的评价标准,根据欧美等国家采用产能利用率或设备利用率判断产能是否过剩的经验,产能利用率的正常值在 79% 83% 之间,若产能利用率低于 79% 则说明可能出现产能过剩( 韩国高等,2011) ,国内目前经常使用的合意产能利用率是 75% ( 课题组,2015) 2. 产能过剩的理论解释产能过剩主要有两种: 正常市场条件下的竞争性过剩以及中国转型背景下的产能过剩( 耿强等,2011) 。对于中国式产能过剩,国内学术界代表性的解释是市场失灵理论和政府干预理论。市场失灵理论对于产能过剩的解释主要有四种理论观点( 江飞涛和曹建海,2009) ,尤以林毅夫等提出的潮涌现象为代表。他们认为,由于信息的不完全、不对称,发展中国家的企业很容易对有前景的产业产生共识,投资上容易出现“潮涌现象”,导致产能过剩,产能过剩独立于行业外部条件或经济周期波动的影响,是发展中国家特有的“市场失灵”现象( 林毅夫,2007; 林毅夫等,2010) 。按照该理论,产能过剩是一种“个体理性”导致的集体非理性( 白让让,2016 ) ,然而,当对良好前景共识及预期利润消失时,这种产能过剩供给的“潮涌”问题也应该消失,显然事实并非如此( 席鹏辉等,2017) ,江飞涛和曹建海( 2009) 详细梳理了从市场失灵角度对中国产能过剩的理论解释,认为市场失灵理论在解释中国产能过剩问题方面存在根本缺陷,他们认为投资的潮涌现象实际上是地区竞争中地方政府对投资进行各种补贴,进而扭曲企业投资行为的结果。尽管如此,白让让( 2016) 利用中国乘用车制造行业微观数据进行的研究证实了潮涌现象或攀比效应的存在。政府干预理论则认为,分权和晋升锦标赛体制下,政治晋升的激励和“为增长而竞争”的格局使得地方政府和官员会动用一切政策手段干预微观企业,推动经济增长,政府干预的扭曲通过成本外部化效应、投资补贴效应和风险外部化效应进一步扭曲了企业的投资行为,导致企业过度的产能投资、行业重复建设和产能过剩( 江飞涛和曹建海,2009; 江飞涛等,2012) 。按照该理论,体制上的弊端扭曲了地方政府和企业的行为,这是导致中国产能过剩的主要原因,才是真正需要关注和治理的问题( 耿强等,2011) 。该理论获得了诸多经验证据的支持,例如王贤彬等( 2010)和耿强等( 2011) 。中国式产能过剩的复杂性决定了很难用一种理论给出合理解释。经济运行中的产能过剩既有市场失灵又有政府干预的因素,同时还有结构内生的原因,是经济发展阶段、投资潮涌现象、政府不当干预等诸多因素叠加的结果,具有鲜明的“中国特色”( 韩国高等,2011; 课题组,2015) ( ) 理论分析与研究假设地方政府的干预行为本质上是官员动机的体现( 周黎安,2017) 。与西方国家相比,中国地方官员是所在辖区政府权力的法定代表,在经济发展中扮演着更积极和重要的角色( 周黎安,2007) 。晋升锦标赛体制下,官员对地方经济发展具有相当的影响力和控制力,政治晋升的激励使其有动机和能力影响甚至干预企业产能扩张。从动机的角度,分权制度下,扩张产能、做大企业能够增加本地的横向经济优势,并直接和间接地为地方官员积累政治晋升资本,扩张产能对于地方官员具有重要的政治和经济意义。从能力的角度,特殊的政治制度使得中国地方官员的实际权力和政治影响力更大,他们掌握着企业发展所需的大量经济资源和行政资源,且拥有资源配置、政策执行等方面广泛的自由裁量权,有能力自主制定经济发展政策、自主发展地方经济( Xu2011; 周黎安,2017) 1312019 年第 5 期产权、环境保护机制的严重缺陷和金融机构的软约束问题,使得低价出让土地、牺牲环境和帮助企业获取金融资源成为地方政府竞争资本流入的重要手段,极大地降低了投资成本,导致企业过度产能投资和行业产能过剩( 江飞涛等,2012) 。这表明,地方官员既有动机又有能力对辖区内的企业施加关键的影响,将自身的目标和任务转嫁给企业,推动企业产能扩张以获得晋升的资本( Piotroski Zhang2014) 。地方官员的更替已成为常态化、制度化的政治活动,官员变更意味着政治权力转移和辖区官场竞争的变化,引发的政治环境波动会对企业生产经营活动产生直接影响( 杨海生等,2014) 。就产能,地方官员变更时,辖区内的企业可能会扩张产能,导致产能利用率下降和产能过剩的加剧。从地方官员的角度而言,首先,官场竞争促生了地方官员的短期化行为,官员变更可能加剧了当地企业产能过剩。改革开放以来,对地方官员的考核方式由原来的以政治挂帅转变为以经济发展绩效为主,地方官员之间形成了政治晋升锦标赛,在政绩和官场上展开了广泛的竞争( 周黎安,2007) 。扩张投资或产能是促进经济增长最直接和快速的手段,官员更替时,短期横向竞争压力增大,新任官员更容易出现“攫取之手”( Xu et al.,2016) ,其政绩诉求和扩张辖区内企业产能的动机更强烈,往往会引发新一轮的投资热潮( 王贤彬等,2010) ,例如,陈艳艳和罗党论( 2012) 证实官员更替会推高辖区企业的投资支出。这是因为,相对政绩指标考核体系下,为了在有限任期内尽快实现与前任相比更突出的政绩,新任官员往往采用更加短视的政策手段刺激经济,以更迅猛的经济扩张化解或掩盖前任遗留的经济隐患( 王贤彬等,2010) 。其次,任期的短期化、晋升锦标赛和淘汰机制的存在进一步加剧了官员配置资源的短期化倾向,推动企业产能扩张。俗话说“新官上任三把火”,制定和实施地方发展策略到策略发挥作用至少需要 23 年的时间,而地方官员通常在 23 年就被会调动,导致继任官员希望尽快突破上任官员留下的旧局面进而开辟新政绩,往往在上任之初即调动其所掌握的资源短期内“大干快上”( Liu et al.,2015; 杨海生等,2014) 。余靖雯等( 2015) 发现,市委书记或市长上任的第一年会显著增加土地出让,而干春晖等( 2015) 的证据显示,地方官员任期第一年企业产能利用率较低。此外,任期的短期化还会诱发官员实施短期政绩工程,表现为上任之初,一些短期的、立竿见影的扩张策略,如高投资、过度借贷等将首先被展开( 杨海生等,2014) 。“弹性任期”模式下,由于地方官员任期并不十分确定,官员随时可能被调整职务,形成类似“试用期”的任职,只能刚上任时候立刻“发力”,理性的官员最优的反应是“甫任新职,便不断加码拼搏”( 耿曙等,2016) ,在任期开始不断增加投资,或推出有助于投资增加的扩张性经济政策( 杨海生等,2014) ,有意识地将资源或要素投入不同的或者新兴的重点发展产业,以保证扩大投资的增长效应在任期内充分体现出来,因而地方官员在任职初期干预经济的动机最为强烈。王贤彬等( 2010) 发现,地方官员的变更推高了当年地方投资增长率,加剧了当年地方投资扩张的概率。从企业的角度,地方政治权力的更迭可能导致企业通过产能扩张寻租。地方政府和官员具有管理地方社会经济事务的自由裁量权,且掌握着大量资源。按照资源依赖理论的解释,为了减少对稀缺资源的依赖性,企业会寻求建立与政府官员之间的联系。官员更替意味着地区治理所依赖的关系结构的颠覆、政企关系和资源配置格局的重构以及重新洗牌( Piotroski Zhang2014; Xu et al.,2016; 杨海生等,2014) ,这一政治“空白期”或“断档期”为企业构建新的政企关系提供了空间。地方官员对土地、金融、税收等资源能够施加强有力的影响,相对政绩考核机制和个体异质性使得新任官员有更强的动机实施差异化策略。从谋求政治租金的角度,企业需要在地方官员更替后积极与新任官员搭建稳定的政治联盟,从而为在新一轮资源分配中占据有利地位创造条件( 戴亦一等,2014) 。例如,戴亦一等( 2014) 的经验证据表明,地方官员更替时企业会增加慈善捐赠的投入以寻租或者规避风险。企业扩张产能能够迎合政府官员对大企业的偏爱和短期政绩的政治诉求,向新任官员传递积极的信号,配合地方官员“短期出成绩”的需求( 陈艳艳和罗党论,2012) ,给新任官员231徐业坤、马光源: 地方官员变更与企业产能过剩地方官员变更与企业产能过剩*徐业坤 马光源内容提要: 利用中国工业企业数据匹配地级市市委书记数据,本文证实了地方官员对于企业产能过剩的重要影响。研究发现,地方官员变更会加剧辖区内企业的产能过剩,表现为企业产能利用率显著下降。企业产能过剩随着官员任职变化、党代会召开表现出明显的政治周期。当新任市委书记为本地籍贯或者临近退休时,企业产能利用率降幅更大,非正常换届时,官员变更会导致企业产能利用率的下降。进一步研究发现,考虑官员变更的情况下,与潮涌效应相比,企业产能过剩更可能是地方官员迫于政绩压力施加干预的结果; 地方官员会通过税收、银行贷款、政府补贴等关键资源的配置推动企业产能扩张; 处于非产能过剩行业的企业,官员更替时产能过剩更加严重; 去产能政策能够抑制官员变更导致的企业产能过剩。本文对于从地方官员视角和微观层面理解中国式产能过剩现象以及监管部门推进供给侧结构性改革具有一定参考价值。关键词: 地方官员变更 产能过剩 产能利用率 政治周期* 徐业坤、马光源,辽宁大学商学院,邮政编码: 110136,电子信箱: xuyekun5841@ 163commgy1031lnu@ 126com。本研究得到国家自然科学基金青年项目“地方官员晋升、资源配置与企业扩张行为研究”( 71602082) 、教育部人文社会科学研究基金青年项目“寻租、高管政治晋升与国有企业信息披露”( 16YJC630148) 、国家自然科学基金青年项目“政党制度背景下的高管激励与国有企业治理研究: 治理机制及其经济后果”( 71602126) 以及“高管外部并购经验与企业并购: 基于并购数量与并购质量双重视角的研究”( 71802041) 等项目的资助。作者感谢第二届新制度会计学国际研讨会( NIAC) 参会学者对本文的有益评论,感谢袁东博士提供的程序代码以及两位匿名审稿人的宝贵意见和建议,文责自负。一、引 言产能过剩是困扰经济运行的痼疾,是亟待解决的重要经济问题。党的十九大报告指出,必须坚持质量第一、效益优先,以供给侧结构性改革为主线,推动经济发展质量变革、效率变革、动力变革,提高全要素生产率。供给侧结构性改革过程中,去产能、去库存、去杠杆、降成本、补短板是推动经济转向高质量发展的重要任务,重点是促进产能过剩有效化解,而充分理解产能过剩的成因是化解产能过剩的首要课题。学术界对于中国式产能过剩成因的解释见仁见智,市场失灵和政府干预是两种主流的理论。市场失灵理论以林毅夫等提出的潮涌现象为代表,他们认为发展中国家的企业很容易对有前景的产业产生共识,投资上容易出现“潮涌现象”,导致产能过剩,产能过剩是发展中国家特有的“市场失灵”现象( 林毅夫,2007; 林毅夫等,2010) 。政府干预理论则认为,分权体制下,政治晋升的激励和“为增长而竞争”的格局使得地方政府和官员会干预企业的生产经营活动,政府干预导致企业过度的产能投资、行业重复建设和产能过剩,这是导致中国产能过剩的主要原因( 周黎安,2007; 江飞涛和曹建海,2009; 江飞涛等,2012) 。研究企业行为是理解中国经济转型过程中一系列重要经济现象的基础,能够从微观角度加深对宏观经济现象的理解。对于产能过剩而言,企业是产能扩张的微观主体,解决产能过剩的关键是找到激励企业盲目扩张产能的体制因素( 干春晖等,2015) ,这对于理解和有效化解产能过剩具有重要价值。政府和官员构成的政治环境对微观企业行为具有重要影响( Shleifer Vishny1994) 。转型时921职能、帮助官员完成政绩的良好印象,为重建政企关系并在新一轮的政治周期中获取稀缺资源创造条件,同样可能成为企业寻租的途径。然而,地方官员更替伴随的政府干预减弱和不确定性也可能会导致企业收缩产能,提高产能利用率。首先,地方官员变更通常伴随着政府干预的减弱,为企业削减产能提供了契机。政府干预是导致行业性和地区性产能过剩的重要原因( 江飞涛等,2012) 。官员变更时,地方政治权力出现短暂的“断层”,官员自身激励难以在企业中体现,对其控制资源的影响减弱,形成短暂的“空档期”,对于离任的官员而言,由于去向已定,其缺乏干预企业决策推动经济增长以实现晋升的动力,甚至可能将当前棘手或敏感的事情拖延至下一任以降低自己承担失误的风险,基层干部也会由于人心浮动而降低对日常工作的关注度( 曹春方,2013) 。对于新任官员而言,则需要适应职位的变化,其对地方资源的配置、施政策略、领导班子以及政治生态的调整需要一定的过渡期( 戴亦一等,2014) 。这些都会导致官员变更时政策制定、执行效率明显下降,层层分解、加码的政治任务会因主体的改变有所减轻。其次,官员变更还会造成政策不连续性、不确定性,影响企业预期。一方面,官员尤其是地方官员是经济政策的直接制定者和执行者,地方官员更替很大程度上会造成前后届政府施行政策的不连续与不稳定,如杨海生等( 2014) 发现地级市官员更替会导致财政支出和银行信贷政策的短视性扩张,这些会加剧当地企业所面临的政策风险以及退出、倒闭风险,弱化企业扩张产能的积极性。另一方面,官员变更引起的政策不确定性还会影响投资者对未来投资前景的信心,刺激微观经济主体形成不确定预期,进而抑制投资。官员变更引起的政策不确定性会导致企业所面临的政策性成本陡增( 陈德球和陈运森,2018) ,当企业难以评估新任官员的执政风格和政策走向时,市场中的信息不对称程度增加,为规避可能加剧的市场风险或政策风险,企业将本能地采取节流措施,延缓或缩减投资支出( An et al.,2016; 曹春方,2013; 徐业坤等,2013; 杨海生等,2014) ,以更好地了解和应对政治环境或施政政策的变化。基于以上分析,本文提出如下假设:假设 H1a: 官员变更会降低企业产能利用率,加剧产能过剩。假设 H1b: 官员变更会提高企业产能利用率,缓解产能过剩。三、研究设计( ) 样本选择和数据来源本文使用的基础数据来自中国工业企业数据库,样本期间为 19982007 年,同时辅以 20112013 年的数据。① 中国工业企业数据库由国家统计局建立,数据主要来自样本企业提交给当地统计局的年报汇总,该数据库包含了全部国有企业和规模以上非国有工业企业。参考课题组( 2015)的做法,本文按照以下步骤对初始样本数据进行了筛选: ( 1) 剔除资产总额、工业总产值和固定资产净值等主要财务指标缺失的样本; ( 2) 剔除从业人员数少于 8 人的样本; ( 3) 剔除流动资产大于总资产的样本; ( 4) 剔除总固定资产大于总资产的样本; ( 5) 剔除固定资产净额大于总资产的样本;( 6) 剔除企业的识别码( 法人代码) 缺失的样本; ( 7) 剔除注册地为北京、上海、天津、重庆四个直辖市的样本。在此基础上,本文通过人民网、新华网等官方信息来源手工收集整理了样本期间企业注册地所在 331 个城市 971 位市委书记的简历信息,并将工业企业数据与市委书记数据进行了匹配,3312019 年第 5 期① 由于估算企业层面的产能利用率需要使用全要素生产率指标,而 20082013 年工业企业数据库数据缺失严重,无法获得计算全要素生产率的指标,本文采用 19982007 年工业企业数据作为主要研究样本。金融危机后,经济与政策环境发生了较大变化,研究地方官员对企业产能过剩的影响具有重要现实意义。基于稳健性考虑,参考余淼杰等( 2018) 估算 20112013 年企业全要素生产率的方法,本文辅以 20112013 年工业企业数据进行稳健性测试。家企业 945687 个观测值构成的样本数据。( ) 模型设定与变量说明为了验证研究假设,本文构建了如下计量模型:CU = α0+ α1gt + αiXi+ ind + year + city + ε ( 1)模型( 1) 中,CU 表示产能利用率,用以反映产能过剩; gt 表示地方官员变更; Xi为一系列控制变量; ind、∑year 和∑city 分别为企业所在行业、年度和城市固定效应。1. 产能利用率产能利用率是测度是否存在产能过剩最直接、最常用的指标。文献中关于产能利用率的测度方法并不统一,也没有公认的最好的度量方法,调查法、峰值法、函数法等是估算行业或地区产能利用率经常采用的方法。企业产能利用率的刻画相对较为困难,干春晖等( 2015) 、张龙鹏和蒋为( 2015) 使用世界银行企业产能利用率调查数据; 余东华和吕逸楠( 2015) 采用 C-D 生产函数估算产能利用率; 余淼杰等( 2018) 利用考虑折旧的修正生产函数法估计产能利用率。考虑到数据样本,参考国务院发展研究中心“进一步化解产能过剩的政策研究”课题组( 2015) 的做法,本文运用超越对数成本函数法从微观企业行为的角度来推导潜在合意产能,并用微观数据对企业产能利用率进行估算,利用实际产出 Y 与合意产能 Y0相比,得到企业产能利用率 CU = Y/Y0× 100% ,产能利用率越小,产能过剩越严重。2. 官员变更参考徐业坤等( 2013) 和戴亦一等( 2014) 的研究,本文使用地级市市委书记更替来反映地方官员的变更。以地级市市委书记为考察对象是因为: 首先,地方政府权力主要集中于各级党委尤其是党委“一把手”( 周黎安,2017) 。党委书记对政府行为和经济运行的影响要高于行政长官,几乎所有重大决策都须先经书记办公会和常委会讨论并形成决议,然后才由行政长官签发执行,因而市委书记才是真正的“一把手”( 戴亦一等,2014) 。其次,地级市官员仕途受经济发展的影响更为显著,且低层级官员面临着更激烈的晋升锦标赛和更频繁的调动,其对辖区企业施加干预的动机更强烈。考虑到官员变更后,旧的政企关系短期可能无法消除,而新关系的建立需要一定时间,参考戴亦一等( 2014) 的方法,对于市委书记在 16 月份变更的,记当年为变更年份,712 月发生变更的,记下一年为变更年份,当市委书记发生变更时 gt 赋值为 1,否则为 03. 控制变量控制变量集 X 包括: 市场化进程( market) ,利用市场化指数( 樊纲等,2011) 来度量,指数得分越高说明该地区市场化水平越高; 全要素生产率( tfp) ,运用 LP 方法分两位数行业估计各行业的生产函数,进而推算出各企业各年的全要素生产率; 企业规模( size) ,用企业总资产的自然对数表示;资产负债率( leverage) ,用企业负债总额除以企业总资产表示; 员工规模( staff) ,用企业从业总人数的自然对数反映; 所有制性质( state) ,参考既有文献的做法,当企业注册资本中 50% 以上来自国家资本或控股股东为国家时,该企业定义为国有企业,记为 1,否则为 0; 企业年龄( age) ,使用样本企业当年所处的自然年份减去企业注册年份表示。( ) 描述性统计在开展相关分析之前,对主要连续变量按照 1% 分位数进行了 winsorize 处理,表 1 报告了主要变量的描述性统计结果。可以发现,样本企业产能利用率 CU 平均值为 78. 6% ,标准差为 0. 148,高于常用的合意产能利用率 75% ; 官员变更 gt 均值为 0. 145,表明 14. 5% 的样本企业所在城市在样本期间发生了市委书记更替,官员更替已成为地方政治生活的常态; 市场化进程 market 均值为7. 981。样本企业全要素生产率 tfp 均值为 6. 407,总资产均值约为 1734 万元,资产负债率 leverage均值为 0. 573,平均年龄 age 约为 9 年,样本企业之间存在一定差异。431徐业坤、马光源: 地方官员变更与企业产能过剩 主要变量的描述性统计变量名 观测值 均值 标准差 最小值 最大值CU 945687 0. 786 0. 148 0. 585 1. 560gt 945687 0. 145 0. 352 0. 000 1. 000market 945040 7. 981 1. 941 1. 490 10. 920tfp 945687 6. 407 1. 065 3. 061 9. 245size 945687 8. 385 1. 616 4. 369 12. 690leverage 945687 0. 573 0. 280 0. 009 1. 400staff 945687 4. 758 1. 111 2. 079 12. 150state 945653 0. 112 0. 316 0. 000 1. 000age 945509 8. 788 9. 558 0. 000 49. 000四、实证结果分析( ) 地方官员变更与企业产能过剩的回归结果表 2 报告了地方官员变更与企业产能过剩的回归结果。从第( 1) 列和第( 2) 列看,无论是否加入控制变量,官员变更 gt 系数均显著为负,表明地方官员变更会导致辖区企业产能利用率的显著下降,加剧产能过剩,即假设 H1a 成立。就经济学含义而言,官员变更会导致企业产能利用率下降0. 45 个百分点,产能利用率大约降低 0. 57 个百分点。相对政绩考核机制下,地方官员变更导致横向竞争压力的增加,为了在任期内尽快实现与前任相比更突出的政绩,新任官员往往采用更短视的政策手段刺激经济,以更迅猛的经济扩张化解或掩盖前任遗留的各种经济隐患,迅速打开局面。因而,新任官员往往上任之初即调动资源推动投资或产能扩张。不仅如此,官员更替还容易诱发企业通过产能扩张寻租,为重建政企关系并在新一轮政治周期中获取资源创造条件。表 2 地方官员变更与企业产能过剩回归结果( 1) CU ( 2) CU( 3) CU ( 4) CU ( 5) CU ( 6) CU前置 1 年 后置 1 年 国有企业 民营企业gt0. 0084***( 20. 2223)0. 0045***( 14. 2988)0. 0017***( 6. 8156)0. 0006**( 2. 5463)0. 0066***( 5. 5369)0. 0039***( 12. 3987)market0. 0073***( 20. 1910)0. 0071***( 19. 9140)0. 0072***( 19. 9293)0. 0115***( 10. 6322)0. 0056***( 15. 5022)tfp0. 1042***( 4. 5e + 02)0. 1043***( 4. 5e + 02)0. 1042***( 4. 5e + 02)0. 1216***( 1. 8e + 02)0. 1017***( 4. 2e + 02)size0. 0339***( 279. 8872)0. 0339***( 279. 8843)0. 0339***( 279. 8879)0. 0428***( 97. 4621)0. 0326***( 266. 1854)leverage0. 0183***( 35. 9266)0. 0183***( 35. 8937)0. 0183***( 35. 8924)0. 0016( 0. 8767)0. 0207***( 40. 7123)state0. 0184***( 35. 8590)0. 0184***( 35. 7815)0. 0184***( 35. 7633)staff0. 0076***( 39. 3586)0. 0077***( 39. 4133)0. 0077***( 39. 4205)0. 0065***( 9. 4894)0. 0081***( 41. 1538)age0. 0001***( 6. 9378)0. 0001***( 7. 0262)0. 0001***( 7. 0290)0. 0003***( 9. 1616)0. 0001***( 6. 1476)5312019 年第 5 ( 1) CU ( 2) CU( 3) CU ( 4) CU ( 5) CU ( 6) CU前置 1 年 后置 1 年 国有企业 民营企业indyearcity NO YES YES YES YES YES_cons0. 7873***( 3. 8e + 03)1. 1747***( 457. 1757)1. 1718***( 457. 6113)1. 1725***( 457. 6741)1. 2397***( 161. 5369)1. 1651***( 443. 3429)20. 0004 0. 5353 0. 5352 0. 5352 0. 5373 0. 5361N 945687 944828 944828 944828 105995 838833: 括号中为经过 White( 1980) 和企业层面群聚调整的 t ;*、**、***分别表示 10% 5% 1% 的显著性水平。下同。为了更好地观察企业产能利用率在官员更替前后的变化情况,本文对地方官员变更 gt 作了前置一期和后置一期处理,结果报告在表 2 ( 3) 列和第( 4) 列。从结果可以发现,前置一期时官员变更 gt 系数显著为正。后置一期时,gt 系数显著为负,表明官员变更对企业产能利用率的负向影响存在滞后效应,这种负向影响既可能来自地方官员对企业产能扩张的持续推动,也可能源于地方官员前期产能扩张政策的溢出效应。产权性质可能会影响地方官员变更与企业产能利用率之间的关系,检验结果报告在表 2 ( 5) 列和第( 6) 列。从结果看,地方官员变更对于国有企业产能利用率的抑制作用显著高于民营企业,①即地方官员更替更容易加剧国有企业的产能过剩。作为地方经济活动的重要参与者,国有企业生产经营活动受政府干预的影响更为直接。国有企业在融资方面具有相对优势,较低的资本成本降低了投资成本,使得国有企业容易出现“投资饥渴症”,而且国有企业存在软约束问题,市场优胜劣汰机制对其并不完全适用,这些都使得国有企业容易成为地方官员推动产能扩张的重要渠道。( ) 地方官员影响企业产能过剩的政治周期1. 基于官员任职的检验官员任期时间长短显著影响其施政行为和策略。地方官员行为受到任期的影响具有周期性特点,伴随着地方官员的更替,企业行为同样可能表现出周期性特征,基于此,本文考察了新任市委书记任期 tenure 对企业产能利用率的影响,结果报告在表 3 ( 1) 列。从结果来看,tenure 的系数显著为负,表明随着任期的增加,企业产能扩张的程度总体上有所增强。地方官员的激励和行为因任期的约束而呈现短期化的趋向,表现为短期内晋升激励随着任期增加而增强,使得地方官员不断推动当地企业扩张产能以保证政绩能够在任期内充分体现出来。进一步地,任期与企业产能利用率可能并不是简单的线性关系,图 1 描绘了新任市委书记任期与企业产能利用率的关系,可以发现,任期与企业产能利用率大体呈现“倒 N 型”的曲线关系。为此,本文引入 tenuretenure2tenure3以考察任期的非线性影响,结果报告在表 3 ( 2) 列。从结果来看,任期与企业产能利用率之间呈先下降接着上升再下降的曲线关系,tenure 大约在第 3 年时企业产能利用率最低。② “弹性任期”模式下,由于职务随时可能调整,地方官员处于随时考核的压力之下,使其“甫任新职,便不断加码拼搏”,而且不会轻言放弃,直到下轮职务调整( 耿曙等,2016) ,因而短期内新任官员倾向于推动企业产能扩张。随着任期增加特别是超过平均提拔年限时,地方官员会产生暂时性的挫败和热情衰减,631徐业坤、马光源: 地方官员变更与企业产能过剩①②gt 回归系数差异检验结果显示,chi2 值为 4. 79( p 0. 05) 。本文还尝试在回归方程中引入交互项 gt* state,结论并没有变化。联合显著性检验 F 值为 181. 73( p 0. 01) 。本文还进行了如下尝试: 首先,按照 2004 年进行分组回归; 其次,剔除任期第一年和年满 60 岁的届龄样本进行回归。结果均显示,任期大约在第 3 年时企业产能利用率最小。干预企业扩张获得短期增长的动力减弱,此时扩张带动的增长成绩将可能不属于自己,而会溢出给继任者,为他人作嫁衣,导致其推动企业产能扩张的冲动减弱。2. 基于党代会的检验中国官员的任免法定程序上是由人民代表大会或者党员代表大会完成。党代会是官员集中调整的关键时期,是政治系统人事上的“重新洗牌”( 余靖雯等,2015) 。参考余靖雯等( 2015) 的做法,本文将五年一次的党代会作为政治周期,引入四个虚拟变量刻画党代会的影响。如果党代会在当年召开,CPC = 1,否则取 0; 党代会在未来 2 年召开,CPCpre2 = 1,否则取 0; 党代会在未来一年召开,CPCpre1 = 1,否则取 0; 党代会在去年召开,CPCpast1 = 1,否则取 0。本文的样本期间全国党代会共召开 2 次,因此将 2002 年召开党代会作为第一个政治周期,2007 年召开的党代会作为第二个政治周期。表 3 ( 3) 列证实了企业产能过剩随党代会召开的政治周期性,表现为党代会召开当年以及前 12 年,企业产能利用率显著提高,而党代会召开后一年,企业产能利用率明显下降。党代会召开之后,官员的职位变动情况大抵已经确定,地方官员存在显著的绩效冲动,有动机加速配置资源推动企业产能扩张,为下一个政治周期积累晋升资本。官员更替并非都集中于党代会召开前后,几乎每年都有官员更替,党代会周期并不能完整地反映官员更替的影响。为此,本文进一步结合党代会周期与官员变更考察对企业产能过剩的影响。第( 4) ( 7) 列的结果显示,对于发生官员变更的企业而言,产能利用率在党代会召开次年降幅更大,特别是面临官员更替的国有企业更容易出现产能扩张,与民营企业相比,地方官员干预国有企业扩张的成本相对更低,造成企业产能利用率的下降更明显,进一步证实了前文的结论。表 3 企业产能过剩的政治周期( 1) ( 2)CU CU( 3) CU ( 4) CU ( 5) CU ( 6) gt = 1 ( 7) gt = 1全样本 gt = 1 gt = 0 国有企业 民营企业tenure0. 0004***( 5. 5294)0. 0120***( 22. 6268)CPCpre20. 0235***( 74. 1531)0. 0105***( 2. 9271)0. 0234***( 68. 1121)0. 0178( 1. 4929)0. 0127***( 3. 4398)tenure20. 0031***( 22. 3134)CPCpre10. 0452***( 116. 1414)0. 0302***( 8. 4929)0. 0461***( 110. 2166)0. 0248**( 2. 2794)0. 0328***( 9. 0422)tenure30. 0002***( 21. 8953)CPC0. 0469***( 96. 3468)0. 0351***( 12. 8580)0. 0468***( 84. 4843)0. 0203**( 2. 4461)0. 0389***( 13. 6607)CPCpast10. 0198***( 18. 9185)0. 0333***( 7. 1751)0. 0127***( 10. 4938)0. 0576***( 4. 6635)0. 0248***( 5. 1223)others YES YES others YES YES YES YES YES20. 5352 0. 5354 20. 5352 0. 5139 0. 5405 0. 5193 0. 5149N 944828 944828 N 944828 137240 807588 18485 118755: 限于篇幅,其他控制变量、常数项等估计结果均未在表中列出,留存备索,下同。3. 企业产能过剩的政治周期为了更直观地观察中国企业产能过剩的政治周期,本文分别将新任官员任期 tenure( 上任第一年记为 first,第二年记为 second,依次为 thirdfourthfifth) 和党代会召开( CPCpre2CPCpre1CPCCPCpast1) 对企业产能利用率依次回归的各系数绘制在图 2 中。从图中可以发现,新任市委书记上任第一年 first 对企业产能利用率的影响为正,而随着任期的增加,这种影响由正变负,大致第五年时再次变为正影响,证实了企业产能过剩随官员任职变化的政治周期。无论是采用全样本还是仅考虑发生官员更替的样本,在党代会召开前,企业产能利用率均相对较高,而在党代会召开次年,企7312019 年第 5

[返回]
上一篇:短期资本流动的多重动机和冲击_基于TVP-VAR模型的动态分析
下一篇:“一带一路”背景下人民币汇率变动的进口价格传递效应研究