劉忠 李殷

摘要：以國(guó)有銀行為主導(dǎo)的銀行業(yè)體系背景下，中國(guó)企業(yè)在銀行信貸過(guò)程中往往遭遇“所有制歧視”或者“規(guī)模歧視”，從而導(dǎo)致企業(yè)在申請(qǐng)貸款時(shí)需要向銀行工作人員支付非正式費(fèi)用才能獲得信貸資源，產(chǎn)生銀行信貸腐敗。本文利用世界銀行2005年對(duì)中國(guó)的投資環(huán)境調(diào)查數(shù)據(jù)與2004—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的微觀數(shù)據(jù)，實(shí)證分析了地區(qū)信貸腐敗對(duì)企業(yè)全要素生產(chǎn)率（TFP）的影響。研究發(fā)現(xiàn)，地區(qū)信貸腐敗與企業(yè)TFP呈現(xiàn)“倒U”型關(guān)系。進(jìn)一步的模擬分析表明，單獨(dú)消除“規(guī)模歧視”能夠給企業(yè)TFP帶來(lái)較大提升；而單獨(dú)消除“所有制歧視”，盡管會(huì)降低企業(yè)參與銀行信貸腐敗的概率，但卻給企業(yè)整體TFP帶來(lái)較小的負(fù)面影響。只有同時(shí)消除“所有制歧視”與“規(guī)模歧視”，才能既促進(jìn)企業(yè)整體TFP水平的提升，又降低企業(yè)參與銀行信貸腐敗的概率。這一結(jié)果表明，“規(guī)模歧視”對(duì)企業(yè)TFP的危害更大。

關(guān)鍵詞：全要素生產(chǎn)率；所有制歧視；規(guī)模歧視；銀行信貸腐??；地區(qū)信貸腐敗

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1002-2848-2018（03）-0045-12

一、 引 言

世界銀行發(fā)布的《2014年全球營(yíng)商環(huán)境報(bào)告》顯示，信貸融資便利度排名中國(guó)排第73位，融資約束是中國(guó)企業(yè)發(fā)展的重要阻礙。不僅如此，國(guó)有企業(yè)與民營(yíng)企業(yè)之間、大型企業(yè)與中小微型企業(yè)之間的信貸歧視也是中國(guó)經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中所特有的現(xiàn)象。以四大國(guó)有銀行為主導(dǎo)的中國(guó)獨(dú)特的銀行業(yè)體系，導(dǎo)致了信貸資源的壟斷性和稀缺性。國(guó)有銀行具有嚴(yán)重的信貸歧視，傾向于為國(guó)有企業(yè)提供信貸，同時(shí)壓抑對(duì)私人部門的信貸[1]，造成嚴(yán)重的“所有制歧視”[2-4]。此外，考慮到中小微型企業(yè)規(guī)模較小，經(jīng)營(yíng)活動(dòng)透明度差，本身面臨較高風(fēng)險(xiǎn)等因素，銀行往往不愿意向這類企業(yè)提供融資，形成對(duì)這類企業(yè)的“規(guī)模歧視”[5-7]。

銀行信貸資金的配置效率是決定企業(yè)發(fā)展的重要因素，直接關(guān)系企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)。銀行信貸是廣大中小微型企業(yè)的主要外部融資來(lái)源[8-9]，當(dāng)這類企業(yè)在銀行信貸過(guò)程中因遭遇“所有制歧視”或者“規(guī)模歧視”而無(wú)法順利融資時(shí)，就可能通過(guò)賄賂銀行信貸人員的方式來(lái)提高獲得貸款的概率，從而產(chǎn)生銀行信貸腐敗。銀行信貸腐敗不僅泛指那些難以獲得資金的企業(yè)賄賂銀行信貸人員以獲得所需貸款，也泛指企業(yè)為了維持銀企關(guān)系向銀行信貸人員支付非正式費(fèi)用[10]。當(dāng)前，關(guān)于銀行信貸腐敗對(duì)企業(yè)經(jīng)濟(jì)影響的文獻(xiàn)相對(duì)缺乏，已有的文獻(xiàn)主要集中在考察銀行信貸腐敗對(duì)企業(yè)融資約束的影響，并且形成了兩種不同的結(jié)論：一種結(jié)論認(rèn)為在制度和法律不完善的背景下，企業(yè)采用走后門、賄賂等手段有助于獲取信貸資源，提高企業(yè)的信貸可得性[11-12]。另一種結(jié)論則認(rèn)為信貸腐敗是一種尋租行為，扭曲了銀行正常信貸渠道，加劇了信貸市場(chǎng)的逆向選擇和道德風(fēng)險(xiǎn)，造成信貸資源配置扭曲，增加了企業(yè)借款成本，降低了企業(yè)的信貸可得性[13-15]。

全要素生產(chǎn)率（TFP）是衡量企業(yè)生產(chǎn)經(jīng)營(yíng)效率的關(guān)鍵指標(biāo)，當(dāng)前只有三篇文獻(xiàn)探究了腐敗對(duì)企業(yè)TFP的影響[16-18]。本文與這三篇文獻(xiàn)的不同之處在于：①這三篇文獻(xiàn)均只揭示了政治腐敗與TFP之間的一種影響關(guān)系，并沒(méi)有進(jìn)一步探究政治腐敗影響企業(yè)TFP的機(jī)制。本文則側(cè)重研究地區(qū)信貸腐敗對(duì)企業(yè)TFP的影響，并且從融資約束的角度揭示了地區(qū)信貸腐敗影響企業(yè)TFP的機(jī)制。②這三篇考察政治腐敗對(duì)企業(yè)TFP影響的文獻(xiàn)，無(wú)法用于考察“所有制歧視”或者“規(guī)模歧視”對(duì)企業(yè)信貸腐敗行為的影響，進(jìn)而無(wú)法反映出“所有制歧視”或者“規(guī)模歧視”哪一種對(duì)企業(yè)TFP的影響更大，更無(wú)法分析當(dāng)消除“所有制歧視”或者“規(guī)模歧視”時(shí)，會(huì)對(duì)企業(yè)TFP產(chǎn)生怎樣的影響。本文研究發(fā)現(xiàn)，私營(yíng)企業(yè)以及中小微型企業(yè)在銀行信貸過(guò)程中會(huì)面臨“所有制歧視”與“規(guī)模歧視”，導(dǎo)致這兩類企業(yè)參與銀行信貸腐敗的概率更高。通過(guò)一系列模擬分析發(fā)現(xiàn)，單獨(dú)消除“規(guī)模歧視”能夠給企業(yè)TFP帶來(lái)4.36%的提升；單獨(dú)消除“所有制歧視”卻會(huì)小幅度降低企業(yè)整體TFP（-0.86%）。而當(dāng)同時(shí)消除“所有制歧視”與“規(guī)模歧視”時(shí)，企業(yè)整體TFP水平將提升3.96%。這一結(jié)果表明，相比“所有制歧視”，“規(guī)模歧視”對(duì)企業(yè)TFP的危害更嚴(yán)重。

本文余下的內(nèi)容安排如下：第二部分是相關(guān)文獻(xiàn)綜述，第三部分為本文的實(shí)證模型設(shè)定、變量和數(shù)據(jù)來(lái)源介紹，第四部分為相應(yīng)的實(shí)證結(jié)果分析與討論，第五部分為模擬分析，最后一部分是政策啟示與不足。

二、 文獻(xiàn)綜述

中國(guó)企業(yè)在獲取銀行貸款過(guò)程中存在“所有制歧視”[2-4]。銀行在信貸配置過(guò)程中更偏愛(ài)國(guó)有企業(yè)，而對(duì)非國(guó)有企業(yè)無(wú)論是貸款額度、融資成本，還是債務(wù)擔(dān)保能力、融資條件都實(shí)行更嚴(yán)格的控制和約束[4]。具體表現(xiàn)為國(guó)有企業(yè)的投資資金中超過(guò)30%來(lái)源于銀行信貸，而私營(yíng)企業(yè)的這一比例卻不足10%[3]。造成銀行信貸偏向國(guó)有企業(yè)的原因，一方面是國(guó)有企業(yè)“政治關(guān)系”多，預(yù)算約束軟[2]；另一方面也可能是基于政府干預(yù)下的次優(yōu)選擇[19-20]。因此本文預(yù)測(cè)，在“所有制歧視”背景下，非國(guó)有企業(yè)相比國(guó)有企業(yè)，更傾向于參與銀行信貸腐敗以獲取信貸資金，并且國(guó)有企業(yè)與非國(guó)有企業(yè)TFP受到銀行信貸腐敗的影響存在顯著差異。

與“所有制歧視”觀點(diǎn)不同的是，部分學(xué)者認(rèn)為，隨著中國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展程度的不斷提高，企業(yè)所面臨的融資困境將會(huì)從“所有制歧視”轉(zhuǎn)向“規(guī)模歧視”[21]，銀行信貸過(guò)程中“規(guī)模歧視”表現(xiàn)更加突出[5，7]。隨著我國(guó)市場(chǎng)經(jīng)濟(jì)體制的建立以及金融制度的深化改革，銀行經(jīng)營(yíng)自主性有了明顯提高，開(kāi)始依據(jù)市場(chǎng)效率標(biāo)準(zhǔn)來(lái)進(jìn)行信貸資金配置[9]。大規(guī)模企業(yè)由于資金雄厚、在市場(chǎng)上具有一定的信譽(yù)、信息相對(duì)透明，往往被認(rèn)為信貸風(fēng)險(xiǎn)低，銀行更愿意為這類企業(yè)提供信貸資金，由此造成中小微型企業(yè)在信貸融資中遭受“規(guī)模歧視”[5]。同樣地，在“規(guī)模歧視”背景下，本文預(yù)測(cè)，中小微型企業(yè)相比大型企業(yè)，更傾向于參與銀行信貸腐敗以獲取信貸資金，并且大型企業(yè)與中小微型企業(yè)TFP受到銀行信貸腐敗的影響存在顯著差異。

值得注意的是，上述文獻(xiàn)絕大多數(shù)只是揭示了企業(yè)在銀行信貸過(guò)程中存在“所有制歧視”或者“規(guī)模歧視”的現(xiàn)象，卻少有文獻(xiàn)研究“所有制歧視”或者“規(guī)模歧視”會(huì)對(duì)企業(yè)造成何種經(jīng)濟(jì)后果。有相關(guān)文獻(xiàn)發(fā)現(xiàn)，“所有制歧視”會(huì)顯著降低民營(yíng)上市公司的股票回報(bào)，損害民營(yíng)上市公司投資者的利益[22]，損害民營(yíng)企業(yè)的成長(zhǎng)[23]，降低國(guó)有企業(yè)創(chuàng)新產(chǎn)出[1]，對(duì)制造業(yè)總體以及整體經(jīng)濟(jì)效率造成拖累[24]，導(dǎo)致社會(huì)的整體福利損失[25]。僅有一篇文獻(xiàn)同時(shí)考察“所有制歧視”與“規(guī)模歧視”對(duì)我國(guó)制造業(yè)上市公司融資成本以及技術(shù)創(chuàng)新的影響[26]。不難發(fā)現(xiàn)，上述文獻(xiàn)主要集中在“所有制歧視”的影響方面，而對(duì)“規(guī)模歧視”經(jīng)濟(jì)后果的研究則嚴(yán)重不足，表明現(xiàn)有的研究過(guò)分關(guān)注“所有制歧視”，嚴(yán)重忽略“規(guī)模歧視”的經(jīng)濟(jì)影響。本文的研究則發(fā)現(xiàn)，“規(guī)模歧視”所引發(fā)的銀行信貸腐敗對(duì)企業(yè)TFP的影響作用遠(yuǎn)大于“所有制歧視”，消除銀行信貸過(guò)程中的“規(guī)模歧視”能夠給企業(yè)TFP帶來(lái)較大幅度提升，這一發(fā)現(xiàn)是對(duì)以往文獻(xiàn)的重要補(bǔ)充。

三、 模型、變量與數(shù)據(jù)說(shuō)明

（一）樣本選取與數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于2005年世界銀行聯(lián)合中國(guó)國(guó)家統(tǒng)計(jì)局對(duì)中國(guó)30個(gè)省區(qū)市（西藏及港澳臺(tái)地區(qū)除外）120個(gè)城市開(kāi)展的“企業(yè)投資與經(jīng)營(yíng)環(huán)境調(diào)查”問(wèn)卷和國(guó)家統(tǒng)計(jì)局發(fā)布的2004—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)。世界銀行調(diào)查問(wèn)卷數(shù)據(jù)共包括12400家被調(diào)查企業(yè)，涵蓋全部省會(huì)城市，其中北京、天津、上海、重慶4個(gè)直轄市各隨機(jī)抽樣調(diào)查了200家企業(yè)，剩余116個(gè)城市各抽樣調(diào)查了100家企業(yè)。該調(diào)查包含企業(yè)的基本信息和財(cái)務(wù)信息兩大部分。2004—2007年國(guó)家統(tǒng)計(jì)局公布的工業(yè)企業(yè)數(shù)據(jù)庫(kù)，涵蓋了所有銷售額大于500萬(wàn)元的國(guó)有企業(yè)和規(guī)模以上的非國(guó)有企業(yè)的基本情況，同樣包括企業(yè)基本信息情況和財(cái)務(wù)數(shù)據(jù)兩大部分。該數(shù)據(jù)庫(kù)因其樣本量大，代表性強(qiáng)等優(yōu)點(diǎn)而被廣泛采用[3，18，27]。

（二）主要變量定義

1.被解釋變量

本文的被解釋變量為企業(yè)TFP的對(duì)數(shù)值（tfp）。關(guān)于企業(yè)TFP的估算，目前主流的測(cè)算方法是以O(shè)P和LP為代表的半?yún)?shù)方法[28-29]。OP和LP方法的共同思路均是尋找無(wú)法觀測(cè)的生產(chǎn)率沖擊的替代變量，其中OP方法將企業(yè)投資作為TFP的代理變量，LP方法采用中間投入變量作為TFP的代理變量。由于使用OP方法時(shí)會(huì)因?yàn)闃颖局泻芏嗥髽I(yè)不存在投資而導(dǎo)致樣本的大量損失，所以本文將采用修正的LP方法來(lái)計(jì)算企業(yè)TFP。

2.解釋變量

本文的核心解釋變量是地區(qū)信貸腐?。╮ot）。根據(jù)世界銀行調(diào)查問(wèn)卷中第H4個(gè)問(wèn)題“企業(yè)申請(qǐng)銀行貸款時(shí)，是否需要向銀行的信貸人員支付非正式費(fèi)用”進(jìn)行處理設(shè)置。此處的非正式費(fèi)用即為銀行信貸腐敗，因此對(duì)于回答“是”的企業(yè)，本文認(rèn)為其參與銀行信貸腐敗，否則認(rèn)為企業(yè)沒(méi)有參與銀行信貸腐敗。由于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)與世界銀行調(diào)查問(wèn)卷中涉及的樣本企業(yè)不同，我們無(wú)法衡量工業(yè)企業(yè)數(shù)據(jù)庫(kù)中每家企業(yè)是否參與銀行信貸腐敗。為此，本文將首先根據(jù)世界銀行調(diào)查問(wèn)卷構(gòu)建衡量120個(gè)城市層面的地區(qū)信貸腐敗指標(biāo)，然后與工業(yè)企業(yè)數(shù)據(jù)庫(kù)按城市進(jìn)行匹配。具體而言，使用世界銀行調(diào)查問(wèn)卷中每個(gè)城市參與銀行信貸腐敗的企業(yè)數(shù)占該城市總企業(yè)數(shù)的比例作為對(duì)該城市的地區(qū)信貸腐敗的衡量，即rot=（城市中參與銀行信貸腐敗的企業(yè)數(shù)/該城市總企業(yè)數(shù)）×100，變量rot的值介于0與100之間?？紤]到地區(qū)的腐敗行為與制度、文化、傳統(tǒng)等因素密切相關(guān)[30]，本文假設(shè)地區(qū)信貸腐敗的變化具有緩慢性和持續(xù)性的特點(diǎn)，從而認(rèn)為其在樣本考察期2004—2007年之間是保持不變的，最后將該指標(biāo)與工業(yè)企業(yè)數(shù)據(jù)庫(kù)按城市匹配得到本文的最終樣本。表1是基于世界銀行調(diào)查問(wèn)卷計(jì)算得到的信貸腐敗程度分城市以及分企業(yè)所有制與規(guī)模的分布情況。

表1顯示，在被抽查的120個(gè)代表性城市中，有75.83%城市的地區(qū)信貸腐敗位于0～9之間，沒(méi)有地區(qū)信貸腐敗超過(guò)30的城市。同時(shí)，120個(gè)城市中還有7個(gè)城市（分別為廊坊、大慶、紹興、廈門、九江、贛州和上饒）所在的企業(yè)對(duì)于第H4問(wèn)題的回答為0，但這并不能說(shuō)明這7個(gè)城市沒(méi)有地區(qū)信貸腐敗行為，因此本文做缺失值處理。本文也嘗試將這7個(gè)城市的地區(qū)信貸腐敗當(dāng)作0值處理，結(jié)果發(fā)現(xiàn)不影響本文的主要結(jié)論。

表2是對(duì)企業(yè)分所有制與規(guī)模計(jì)算的信貸腐敗分布情況。結(jié)果發(fā)現(xiàn)，中小微型企業(yè)參與銀行信貸腐敗的比重均超過(guò)大型企業(yè)（集體企業(yè)除外）。并且，私營(yíng)企業(yè)里的中小微型企業(yè)參與銀行信貸腐敗的占比在全部所有制企業(yè)中最高。這一結(jié)果不僅符合預(yù)期，也證實(shí)了中小微型企業(yè)，特別是私營(yíng)企業(yè)里的中小微型企業(yè)融資難的困境，這類企業(yè)為了緩解融資約束，更可能會(huì)參與銀行信貸腐敗。

表2的結(jié)果表明，相較于國(guó)有企業(yè)和大型企業(yè)，私營(yíng)企業(yè)或者中小微型企業(yè)參與銀行信貸腐敗的頻率更高，這在一定程度上驗(yàn)證了企業(yè)在銀行信貸過(guò)程中面臨著“所有制歧視”或者“規(guī)模歧視”。為了進(jìn)一步驗(yàn)證這兩種歧視的存在，本文利用世界銀行調(diào)查問(wèn)卷，采用LOGIT模型來(lái)考察不同所有制類型以及不同規(guī)模類型企業(yè)參與銀行信貸腐敗的概率，具體的LOGIT模型為：

其中，下標(biāo)i、c分別代表企業(yè)與城市。式（1）左側(cè)為企業(yè)是否參與銀行信貸腐?。ㄌ摂M變量cor）的概率，式（2）中右側(cè)包含企業(yè)的所有制類型虛擬變量（clc、for、pri與ble分別表示集體企業(yè)、外資企業(yè)、私營(yíng)企業(yè)以及混合企業(yè)）和規(guī)模類型虛擬變量（mid與lit分別代表中型企業(yè)與小微型企業(yè)），以國(guó)有企業(yè)（soe）與大型企業(yè)（big）作為基準(zhǔn)。Z為企業(yè)層面控制變量，本文主要控制企業(yè)規(guī)模（size）以及企業(yè)是否與政府存在政治關(guān)聯(lián)虛擬變量（pc）。其中，企業(yè)規(guī)模用全部員工人數(shù)的對(duì)數(shù)值表示；pc根據(jù)世界銀行調(diào)查問(wèn)卷中第I3道題“企業(yè)的總經(jīng)理是否由政府任命”的回答結(jié)果進(jìn)行設(shè)置。表3為L(zhǎng)OGIT模型的回歸結(jié)果。表3結(jié)果顯示，私營(yíng)企業(yè)相比國(guó)有企業(yè)，中小微型企業(yè)相比大型企業(yè)，其參與銀行信貸腐敗的概率更高，從而佐證了銀行信貸過(guò)程中“所有制歧視”以及“規(guī)模歧視”的存在。

（三）模型設(shè)定

為了檢驗(yàn)地區(qū)信貸腐敗對(duì)企業(yè)TFP的影響，本文將構(gòu)建如下模型：

其中，下標(biāo)i、j、c與t分別代表企業(yè)、行業(yè)、城市與年份。tfp為計(jì)算得到的企業(yè)TFP的對(duì)數(shù)值，rot與rots分別代表企業(yè)所在城市的地區(qū)信貸腐敗及其平方項(xiàng)。X為一系列控制變量，ε為相應(yīng)的測(cè)量誤差。ind表示行業(yè)固定效應(yīng)，year表示年份固定效應(yīng)。此外，本文也嘗試在構(gòu)建地區(qū)信貸腐敗指標(biāo)時(shí)，采用扣除自身企業(yè)的方法重新構(gòu)建地區(qū)信貸腐敗（rot1）及其平方項(xiàng)（rots1），結(jié)果發(fā)現(xiàn)并不影響本文的主要結(jié)論。

控制變量部分，為使估計(jì)的結(jié)果穩(wěn)健，本文從城市、行業(yè)以及企業(yè)三個(gè)角度來(lái)選取控制變量。其中城市層面的控制變量主要包括：人口總數(shù)對(duì)數(shù)值（pop）；人均實(shí)際GDP對(duì)數(shù)值（gdp）；所屬地區(qū)虛擬變量（east和cen），分別作為東部與中部的代理變量；地區(qū)政治腐?。╠ec），根據(jù)世界銀行調(diào)查問(wèn)卷財(cái)務(wù)信息部分第B2個(gè)問(wèn)題企業(yè)的“招待費(fèi)支出”，計(jì)算得出該企業(yè)“招待費(fèi)支出”占主營(yíng)業(yè)務(wù)收入的比例，然后對(duì)每個(gè)城市所有企業(yè)求這個(gè)比例的均值作為該地區(qū)政治腐敗的衡量指標(biāo)。行業(yè)層面的控制變量主要有：行業(yè)規(guī)模（sca），使用行業(yè)的工業(yè)總產(chǎn)值衡量；行業(yè)集中度（hhi），采用赫芬達(dá)爾指數(shù)衡量。企業(yè)層面的控制變量主要有：

企業(yè)的年齡（age）及其

平方項(xiàng)（ages）

；企業(yè)規(guī)模（size）；

企業(yè)是否出口虛擬變量（exp）；

企業(yè)是否從事研發(fā)虛擬變量（rd）；

企業(yè)所有制虛擬變量（clc、for、pri與ble）；

企業(yè)規(guī)模虛擬變量（mid與lit）；

企業(yè)是否獲得補(bǔ)貼虛擬變量（sub）；企業(yè)的資本勞動(dòng)比（kl），采用人均固定資產(chǎn)衡量。這些控制變量中，城市層面變量來(lái)源于各城市歷年統(tǒng)計(jì)年鑒；地區(qū)政治腐敗變量來(lái)源于世界銀行調(diào)查問(wèn)卷；其余變量均來(lái)自中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)。本文根據(jù)城市代碼，將城市層面控制變量與中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)相匹配。

四、 主要結(jié)果分析

（一）整體樣本的回歸結(jié)果分析

為了驗(yàn)證地區(qū)信貸腐敗對(duì)企業(yè)TFP的影響，本文首先考察全樣本的回歸結(jié)果。表4結(jié)果顯示，在加入全部控制變量后，

地區(qū)信貸腐敗的一次項(xiàng)系數(shù)在1%置信水平上顯著為正，二次項(xiàng)系數(shù)在1%置信水平上顯著為負(fù)，這說(shuō)明地區(qū)信貸腐敗與企業(yè)TFP之間并不是簡(jiǎn)單的線性關(guān)系，而是一種非線性的“倒U”型曲線關(guān)系。以第（3）列結(jié)果為例，當(dāng)企業(yè)所在城市的地區(qū)信貸腐敗超過(guò)拐點(diǎn)值18.92時(shí)，地區(qū)信貸腐敗就會(huì)對(duì)企業(yè)TFP產(chǎn)生抑制作用。

除了核心解釋變量，所有控制變量的系數(shù)的符號(hào)在第（1）～（3）列之間相對(duì)穩(wěn)定，未發(fā)生變化：人口總數(shù)對(duì)數(shù)值（pop）和人均實(shí)際GDP對(duì)數(shù)值（gdp）系數(shù)顯著為正。地區(qū)政治腐?。╠ec）對(duì)企業(yè)TFP存在顯著負(fù)影響，論證了政治腐敗“掠奪之手”的觀點(diǎn)。行業(yè)規(guī)模（sca）對(duì)企業(yè)TFP影響并不顯著，代表行業(yè)集中度（hhi）的系數(shù)顯著為負(fù)，這與傳統(tǒng)的結(jié)論一致，一般而言行業(yè)集中度越高，行業(yè)內(nèi)的競(jìng)爭(zhēng)程度越低，壟斷性越高，該行業(yè)內(nèi)企業(yè)的生產(chǎn)率越低。

企業(yè)年齡（age）的系數(shù)顯著為正，而年齡平方項(xiàng)（ages）的系數(shù)顯著為負(fù)，與已有研究結(jié)論一致[31]。企業(yè)規(guī)模（size）在1%水平上會(huì)顯著促進(jìn)企業(yè)TFP，符合“熊彼特假說(shuō)”的一般理論，即企業(yè)規(guī)模越大，越有利于技術(shù)創(chuàng)新，生產(chǎn)率相對(duì)越高。企業(yè)研發(fā)（rd）同樣在1%水平上顯著促進(jìn)企業(yè)TFP。企業(yè)出口系數(shù)（exp）顯著為負(fù)，可能是因?yàn)閲?guó)內(nèi)市場(chǎng)存在分割，導(dǎo)致出現(xiàn)出口的“生產(chǎn)率悖論”[32]。企業(yè)所有制虛擬變量系數(shù)表明，私營(yíng)企業(yè)的TFP低于國(guó)有企業(yè)，而其他類型企業(yè)的TFP則高于國(guó)有企業(yè)，可能與私營(yíng)企業(yè)面臨嚴(yán)重的融資約束問(wèn)題有關(guān)。企業(yè)規(guī)模虛擬變量結(jié)果表明，中型企業(yè)以及小微型企業(yè)的TFP均顯著低于大型企業(yè)，并且小微型企業(yè)的TFP最低，這符合預(yù)期。政府補(bǔ)貼（sub）顯著抑制企業(yè)TFP，可能與企業(yè)的“尋租補(bǔ)貼”投資以及補(bǔ)貼面臨的道德風(fēng)險(xiǎn)與逆向選擇風(fēng)險(xiǎn)有關(guān)[33]。企業(yè)的資本勞動(dòng)比（kl）顯著促進(jìn)企業(yè)TFP，原因在于資本密集型企業(yè)更重視設(shè)備更新和研發(fā)投入，從而具有更高的生產(chǎn)率水平。

（二）分企業(yè)所有制樣本的回歸結(jié)果分析

表2與表3的結(jié)果已經(jīng)論證了企業(yè)在銀行信貸過(guò)程中是存在“所有制歧視”的，表現(xiàn)為私營(yíng)企業(yè)參與銀行信貸腐敗的概率更高。因此，有必要利用分所有制樣本來(lái)驗(yàn)證地區(qū)信貸腐敗對(duì)不同所有制企業(yè)影響的差異，具體回歸結(jié)果見(jiàn)表5。結(jié)果顯示，對(duì)于國(guó)有企業(yè)與混合所有制企業(yè)，地區(qū)信貸腐敗對(duì)其TFP沒(méi)有影響；而對(duì)于外資企業(yè)，地區(qū)信貸腐敗對(duì)其TFP影響卻呈現(xiàn)顯著的“U”型關(guān)系；剩余的集體企業(yè)與私營(yíng)企業(yè)，地區(qū)信貸腐敗則對(duì)其TFP均有著顯著的“倒U”型效應(yīng)。

為什么地區(qū)信貸腐敗對(duì)不同所有制企業(yè)的影響會(huì)出現(xiàn)差異呢？中國(guó)是一個(gè)特殊的轉(zhuǎn)型經(jīng)濟(jì)體國(guó)家，在由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)型的過(guò)程中，政府始終發(fā)揮重要作用，中國(guó)經(jīng)濟(jì)在某種程度上可以認(rèn)為是一種管制型經(jīng)濟(jì)[34]。不同所有制企業(yè)與政府關(guān)系之間的差別，主要是由于在管制環(huán)境下政府通常根據(jù)企業(yè)所有制和規(guī)模兩個(gè)標(biāo)準(zhǔn)對(duì)企業(yè)實(shí)行差別化政策[18]。國(guó)有企業(yè)的天然優(yōu)勢(shì)，使其能從銀行優(yōu)先獲得各種信貸資金，因此，國(guó)有企業(yè)實(shí)施銀行信貸腐敗可能性低，地區(qū)信貸腐敗對(duì)其TFP沒(méi)有影響。集體企業(yè)是一種特殊所有制企業(yè)，這類企業(yè)是私有制與政府控制的混合體[35]，盡管在一定程度上與政府的關(guān)聯(lián)可以幫助集體企業(yè)獲得生產(chǎn)資源或者基礎(chǔ)設(shè)施，但這是建立在更高的代理成本基礎(chǔ)上的。所以一定程度的地區(qū)信貸腐敗對(duì)集體企業(yè)TFP存在促進(jìn)作用，而更高程度的腐敗反過(guò)來(lái)會(huì)加深地方政府對(duì)企業(yè)的控制，導(dǎo)致更高的代理成本從而不利于集體企業(yè)TFP[34]。對(duì)于私營(yíng)企業(yè)，其所有制身份最為弱勢(shì)，更可能通過(guò)腐敗的方式去獲取信貸資源，所以地區(qū)信貸腐敗對(duì)私營(yíng)企業(yè)的TFP具有正向效應(yīng)。根據(jù)表5中的拐點(diǎn)值以及表1中地區(qū)信貸腐敗程度的分布可知，地區(qū)信貸腐敗對(duì)絕大部分城市的私營(yíng)企業(yè)TFP只具有正向促進(jìn)作用。對(duì)于外資企業(yè)，其本身的規(guī)模及資金狀況均存在顯著競(jìng)爭(zhēng)優(yōu)勢(shì)，它同樣不需要通過(guò)腐敗手段去賄賂銀行機(jī)構(gòu)，所以一定程度的地區(qū)信貸腐敗行為反而對(duì)其TFP有顯著負(fù)效應(yīng)，只有當(dāng)?shù)貐^(qū)信貸腐敗超過(guò)其拐點(diǎn)值10.81時(shí)，才會(huì)促進(jìn)外資企業(yè)的TFP。

（三）分企業(yè)規(guī)模樣本的回歸結(jié)果分析

表2與表3的結(jié)果同樣論證了企業(yè)在銀行信貸過(guò)程中會(huì)面臨“規(guī)模歧視”，表現(xiàn)為中小微型企業(yè)參與銀行信貸腐敗的概率更高。因此，有必要分企業(yè)規(guī)模樣本研究地區(qū)信貸腐敗對(duì)不同規(guī)模的企業(yè)TFP的影響。表6為具體回歸結(jié)果，其中控制變量部分除未控制企業(yè)規(guī)模虛擬變量外，其余控制變量與表4第（3）列相同。表6的結(jié)果顯示，對(duì)于大型企業(yè)而言，地區(qū)信貸腐敗對(duì)其TFP沒(méi)有影響；對(duì)于中型企業(yè)，地區(qū)信貸腐敗對(duì)其TFP呈現(xiàn)“倒U”型影響；對(duì)于小微型企業(yè)，根據(jù)表6中的拐點(diǎn)值以及表1中信貸腐敗程度的分布可知，地區(qū)信貸腐敗對(duì)絕大部分城市的小微型企業(yè)TFP只有正向促進(jìn)作用。表6的結(jié)果表明，大型企業(yè)參與銀行信貸腐敗的動(dòng)機(jī)不足，地區(qū)信貸腐敗并不能帶給大型企業(yè)效率的提升。而中小微型企業(yè)因?yàn)楂@取資金的約束更嚴(yán)格，所以更加傾向通過(guò)參與銀行信貸腐敗來(lái)緩解資金短缺，進(jìn)而提升自身TFP。

（四）地區(qū)信貸腐敗影響企業(yè)TFP的機(jī)制檢驗(yàn)

正如上述論證，銀行信貸腐敗的出現(xiàn)是由于中國(guó)信貸市場(chǎng)扭曲，私營(yíng)企業(yè)和中小微型企業(yè)面臨信貸歧視導(dǎo)致融資不足。融資約束所帶來(lái)的資金不足會(huì)導(dǎo)致企業(yè)無(wú)法做出最優(yōu)的投資決策行為，甚至出現(xiàn)扭曲資源配置的行為，從而降低企業(yè)TFP[36-37]。另一方面，企業(yè)參與銀行信貸腐敗能夠?yàn)槠髽I(yè)獲取更多的信貸資源，提高企業(yè)的信貸可得性，緩解企業(yè)的融資約束[10]。當(dāng)然企業(yè)也可以通過(guò)政治腐敗與政府官員建立聯(lián)系等尋租行為來(lái)干預(yù)銀行的信貸配置，眾多的結(jié)論也支持政治關(guān)聯(lián)顯著提高了企業(yè)的信貸獲得能力，緩解了企業(yè)的融資約束壓力[38-39]。但在銀行信貸腐敗與政治腐敗兩者之間，銀行信貸腐敗的作用更直接，因此本文試圖考察銀行信貸腐敗是否能夠降低融資約束對(duì)企業(yè)TFP的負(fù)面影響。具體而言，本文采用企業(yè)利息支出占總負(fù)債的比值作為企業(yè)融資約束的指標(biāo)（int），該數(shù)值越大表明企業(yè)所需支付利息率越高，企業(yè)的融資約束越大。然后分別構(gòu)建融資約束與地區(qū)信貸腐敗及其平方項(xiàng)的交叉項(xiàng)（roti與rotsi），代入式（3）中，其余控制變量與表4第（3）列相同，具體回歸結(jié)果見(jiàn)表7。

表7的結(jié)果顯示，當(dāng)沒(méi)有地區(qū)信貸腐敗時(shí)，企業(yè)融資約束對(duì)企業(yè)TFP的影響是-0.60%；當(dāng)企業(yè)面臨一定程度地區(qū)信貸腐敗時(shí)，這一負(fù)向效果將下降0.19%。同時(shí)，若將融資約束固定在私營(yíng)企業(yè)融資約束水平的中間值水平（2.45%），當(dāng)?shù)貐^(qū)信貸腐敗超過(guò)拐點(diǎn)值14.77時(shí)，地區(qū)信貸腐敗將會(huì)加劇企業(yè)的融資約束后果；若將融資約束固定在小微型企業(yè)融資約束水平的中間值水平（2.24%），當(dāng)?shù)貐^(qū)信貸腐敗超過(guò)拐點(diǎn)值14.34時(shí)，地區(qū)信貸腐敗將會(huì)加劇企業(yè)的融資約束后果。但在拐點(diǎn)值之前，地區(qū)信貸腐敗均可以通過(guò)緩解企業(yè)的融資約束問(wèn)題來(lái)降低融資約束對(duì)企業(yè)TFP的不利影響。

五、 模擬分析

表4第（3）列中的企業(yè)所有制及規(guī)模虛擬變量均顯著，說(shuō)明所有制和規(guī)模屬性直接與企業(yè)TFP相關(guān)。表5至表7中的回歸結(jié)果則表明，rot及其平方項(xiàng)rots的系數(shù)隨企業(yè)所有制、企業(yè)規(guī)模和融資約束的變化而變化，這表明企業(yè)在銀行信貸過(guò)程中面臨的“所有制歧視”與“規(guī)模歧視”會(huì)通過(guò)兩種途徑影響TFP：①直接影響TFP；②通過(guò)企業(yè)所有制、企業(yè)規(guī)模和融資約束交互項(xiàng)來(lái)影響TFP。據(jù)此，將原回歸式（3）進(jìn)行拓展，假設(shè)式（3）中變量rot及其平方項(xiàng)rots的系數(shù)α1與α2分別滿足：

上述設(shè)置將rot及其平方項(xiàng)rots與企業(yè)所有制、企業(yè)規(guī)模和融資約束交互項(xiàng)并入?；貧w結(jié)果見(jiàn)表8。表8第（1）和第（2）列中的模型為表8第（3）列模型的系數(shù)受限模型（或稱嵌套模型）

[ZW（DY]即表8第（3）列模型中存在但在第（1）或第（2）列模型中不存在的變量的系數(shù)同時(shí)限制為0所產(chǎn)生的模型。[ZW）]。對(duì)表8第（3）列中存在但第（1）或第（2）列中不存在的變量，做系數(shù)同時(shí)為0的F測(cè)試，其P值均接近于0，拒絕原假設(shè)，表明第（3）列中的模型比第（1）、第（2）列中的模型更優(yōu)[40]。值得指出的是，表4至表7中的所有模型均是表8第（3）列模型不同程度的系數(shù)受限模型。因此，本文以表8第（3）列中的模型來(lái)進(jìn)行下述模擬分析。

本部分的主要目的是模擬假設(shè)有政策，如政府強(qiáng)制要求銀行消除“所有制歧視”與“規(guī)模歧視”時(shí)，相應(yīng)的企業(yè)TFP會(huì)發(fā)生怎樣的變化。根據(jù)表3結(jié)果，銀行信貸腐敗與企業(yè)所有制和企業(yè)規(guī)模有關(guān)，因此本文分四種不同情形重新構(gòu)建120個(gè)城市的地區(qū)信貸腐敗指標(biāo)，與工業(yè)企業(yè)數(shù)據(jù)庫(kù)依據(jù)城市重新進(jìn)行匹配，然后結(jié)合表8第（3）列的回歸結(jié)果得到模擬結(jié)果。具體的四種情形為：

情形1是直接根據(jù)表3的LOGIT回歸結(jié)果，預(yù)測(cè)得到每個(gè)企業(yè)參與銀行信貸腐敗的概率pro1。

情形2則是根據(jù)表3的LOGIT回歸結(jié)果，假設(shè)當(dāng)所有的非國(guó)有企業(yè)均被視為國(guó)有企業(yè)，并且所有的中小微型企業(yè)均被視為大型企業(yè)時(shí)，預(yù)測(cè)得到每個(gè)企業(yè)參與銀行信貸腐敗的概率pro2。

情形3是根據(jù)表3的LOGIT回歸結(jié)果，假設(shè)當(dāng)所有的非國(guó)有企業(yè)均被視為國(guó)有企業(yè)，而“規(guī)模歧視”不變時(shí)，預(yù)測(cè)得到每個(gè)企業(yè)參與銀行信貸腐敗的概率pro3；

情形4是根據(jù)表3的LOGIT回歸結(jié)果，假設(shè)當(dāng)所有中小微型企業(yè)均被視為大型企業(yè)，而“所有制歧視”存在時(shí)，預(yù)測(cè)得到每個(gè)企業(yè)參與銀行信貸腐敗的概率pro4。然后重新加總平均計(jì)算得到四種情形下120個(gè)城市整體的地區(qū)信貸腐敗，依次表示為rot1、rot2、rot3和rot4。

根據(jù)表8第（3）列的回歸模型，首先假設(shè)存在“所有制歧視”與“規(guī)模歧視”，利用情形1構(gòu)建的地區(qū)信貸腐敗指標(biāo)（rot1），本文可以得到此時(shí)樣本中每個(gè)企業(yè)的tfp1。然后，假設(shè)當(dāng)其他條件不變時(shí)，所有的非國(guó)有企業(yè)均被視為國(guó)有企業(yè)，并且所有的中小微型企業(yè)均被視為大型企業(yè)，利用情形2構(gòu)建的地區(qū)信貸腐敗指標(biāo)（rot2），本文可以計(jì)算出此條件下樣本中每個(gè)企業(yè)的tfp2。最后，計(jì)算tfp2與tfp1的差值并求均值，即可視為兩種歧視均不存在時(shí)，整體樣本企業(yè)TFP的變動(dòng)情況，具體的差值公式如下：

表9為模擬分析的具體結(jié)果。表9的結(jié)果說(shuō)明，消除“規(guī)模歧視”能夠給企業(yè)TFP帶來(lái)較大提升；消除“所有制歧視”盡管會(huì)降低企業(yè)參與銀行信貸腐敗的概率（見(jiàn)表3），卻不能改善企業(yè)的TFP，反而會(huì)小幅度加劇對(duì)企業(yè)TFP的負(fù)面影響。只有同時(shí)消除兩種歧視，才能改善整體樣本企業(yè)TFP，特別是改善私營(yíng)企業(yè)以及小微型企業(yè)的TFP。

六、 政策啟示與不足

本文首次嘗試了研究地區(qū)信貸腐敗對(duì)企業(yè)TFP的影響。主要結(jié)論特別是模擬分析的結(jié)果表明，相關(guān)政策應(yīng)重點(diǎn)著眼于消除銀行信貸過(guò)程中的“規(guī)模歧視”。中小微型企業(yè)是國(guó)民經(jīng)濟(jì)的重要組成部分，在經(jīng)濟(jì)發(fā)展中起著舉足輕重的作用。近年來(lái)，中小微型企業(yè)融資問(wèn)題凸顯，在推進(jìn)供給側(cè)結(jié)構(gòu)性改革的當(dāng)下，如何解決這一問(wèn)題將關(guān)系到整個(gè)經(jīng)濟(jì)的發(fā)展。根據(jù)本文的結(jié)論，正是因?yàn)樗綘I(yíng)企業(yè)或者小微型企業(yè)在銀行信貸過(guò)程中處于受歧視一方，為了緩解自身的融資約束，才會(huì)更傾向于參與銀行信貸腐敗，造成地區(qū)信貸腐敗的增加。因此，為了消除銀行信貸過(guò)程中對(duì)這類企業(yè)的歧視，應(yīng)該制定相關(guān)政策法規(guī)促使銀行業(yè)做到“公正、公平、公開(kāi)”，減少對(duì)中小微型企業(yè)的各種信貸歧視，特別是“規(guī)模歧視”，提高銀行信貸的透明度，確保廣大中小微型企業(yè)有公平合理的融資環(huán)境。其次，政府還應(yīng)加強(qiáng)多層次金融市場(chǎng)建設(shè)，適當(dāng)限制國(guó)有大銀行的市場(chǎng)份額，推動(dòng)中小銀行的發(fā)展，鼓勵(lì)民營(yíng)銀行尤其是小型民營(yíng)銀行以及互聯(lián)網(wǎng)金融發(fā)展，為廣大中小微型企業(yè)提供更多的融資機(jī)會(huì)與資源。同時(shí)，必須加快中國(guó)銀行業(yè)的市場(chǎng)化改革和法治環(huán)境的建設(shè)，深化金融體制改革，改善現(xiàn)有金融市場(chǎng)國(guó)有銀行壟斷的局面，扼制銀行信貸腐敗。

此外，本文的研究也存在幾處不足。首先，關(guān)于地區(qū)信貸腐敗程度的衡量指標(biāo)，由于腐敗本質(zhì)上是一種隱蔽且非法的行為，如何準(zhǔn)確衡量腐敗指標(biāo)始終值得深究。其次，直接運(yùn)用調(diào)查問(wèn)卷的數(shù)據(jù)會(huì)產(chǎn)生測(cè)量誤差，這是調(diào)查問(wèn)卷的固有缺陷。本文在模型回歸過(guò)程中，加入地區(qū)、時(shí)間以及行業(yè)虛擬變量進(jìn)行控制，這些虛擬變量的加入已被證明能夠在一定程度上緩解偏誤[41]。最后，受限于數(shù)據(jù)可得性，本文只是初步探討和揭示了地區(qū)信貸腐敗與企業(yè)TFP之間的關(guān)系，并且發(fā)現(xiàn)不同所有制、不同規(guī)模企業(yè)TFP受地區(qū)信貸腐敗影響程度存在顯著差異，但是并沒(méi)有深入揭示產(chǎn)生這些差異的原因或者機(jī)制是什么。理解這些結(jié)果背后的原因或機(jī)制，對(duì)于更好地理解企業(yè)在銀行信貸過(guò)程中為什么會(huì)面臨“所有制歧視”或者“規(guī)模歧視”，以及如何采取必要措施消除相應(yīng)歧視都是十分重要的，這也是今后值得研究的重點(diǎn)。

參考文獻(xiàn)：

[1] 戴靜， 張建華. 金融所有制歧視、所有制結(jié)構(gòu)與創(chuàng)新產(chǎn)出——來(lái)自中國(guó)地區(qū)工業(yè)部門的證據(jù) [J]. 金融研究， 2013（5）： 86-98.

[2] 江偉， 李斌. 制度環(huán)境、國(guó)有產(chǎn)權(quán)與銀行差別貸款 [J]. 金融研究， 2006（6）： 116-126.

[3] Song Z， Storesletten K， Zilibotti F. Growing like China [J]. American Economic Review， 2011， 101（1）： 196-233.

[4] 李靜， 彭飛， 毛德鳳. 企業(yè)金融資源配置： 稟賦差異抑或所有制歧視 [J]. 南方經(jīng)濟(jì)， 2013（6）： 49-61.

[5] 白俊， 連立帥. 信貸資金配置差異： 所有制歧視抑或稟賦差異？ [J]. 管理世界， 2012（6）： 30-42.

[6] 張杰， 劉元春， 翟福昕， 等. 銀行歧視、商業(yè)信用與企業(yè)發(fā)展 [J]. 世界經(jīng)濟(jì)， 2013（9）： 94-126.

[7] 茍琴， 黃益平. 中國(guó)信貸配給決定因素分析——來(lái)自企業(yè)層面的證據(jù) [J]. 金融研究， 2014（8）： 1-17.

[8] Beck T， DemirgucKunt A， Maksimovic V. Financing patterns around the world： Are small firms different？ [J]. Journal of Financial Economics， 2008， 89（3）： 467-487.

[9] Firth M， Lin C， Liu P， et al. Inside the black box： Bank credit allocation in Chinas private sector [J]. Journal of Banking and Finance， 2009， 33（6）： 1144-1155.

[10] 朱晶晶， 粟勤. 地區(qū)信貸腐敗與企業(yè)融資約束——來(lái)自世界銀行中國(guó)企業(yè)問(wèn)卷調(diào)查的證據(jù) [J]. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2016（5）： 121-135.

[11] Chen Y， Liu M， Su J. Greasing the wheels of bank lending： Evidence from private firms in China [J]. Journal of Banking and Finance， 2013， 37（7）： 2533-2545.

[12] 李后建， 張宗益. 賄賂、腐敗與銀行信貸資源配置： 審視正式制度的作用 [J]. 南京社會(huì)科學(xué)， 2014（2）： 23-32.

[13] Fisman R， Svensson J. Are corruption and taxation really harmful to growth？ Firm level evidence [J]. Journal of Development Economics， 2007， 83（1）： 63-75.

[14] Weill L. How corruption affects bank lending in Russia [J]. Economic Systems， 2011， 35（2）： 230-243.

[15] Park J. Corruption， soundness of the banking sector， and economic growth： A crosscountry study [J]. Journal of International Money and Finance， 2012， 31（5）： 907-929.

[16] Cai H， Fang H， Xu L C. Eat， drink， firms and government： An investigation of corruption from the entertainment and travel costs of Chinese firms [J]. Journal of Law and Economics， 2011， 54（1）： 55-78.

[17] De Rosa D， Gooroochurn N， Gorg H. Corruption and productivity： Firmlevel evidence [J]. Journal of Economics and Statistics， 2015， 235（2）： 115-138.

[18] 聶輝華， 張彧， 江艇. 中國(guó)地區(qū)腐敗對(duì)企業(yè)全要素生產(chǎn)率的影響 [J]. 中國(guó)軟科學(xué)， 2014（5）： 37-48.

[19] 方軍雄. 所有制、制度環(huán)境與信貸資金配置 [J]. 經(jīng)濟(jì)研究， 2007（12）： 82-92.

[20] 余明桂， 潘紅波. 政府干預(yù)、法治、金融發(fā)展與國(guó)有企業(yè)銀行貸款 [J]. 金融研究， 2008（9）： 1-22.

[21] 張捷， 王霄. 中小微型企業(yè)金融成長(zhǎng)周期與融資結(jié)構(gòu)變化 [J]. 世界經(jīng)濟(jì)， 2002（9）： 63-70.

[22] 陸正飛， 祝繼高， 樊錚. 銀根緊縮、信貸歧視與民營(yíng)上市公司投資者利益損失 [J]. 金融研究， 2009（8）： 124-136.

[23] 劉瑞明. 金融壓抑、所有制歧視與增長(zhǎng)拖累——國(guó)有企業(yè)效率損失再考察 [J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011（2）： 603-618.

[24] 徐思遠(yuǎn)， 洪占卿. 信貸歧視下的金融發(fā)展與效率拖累 [J]. 金融研究， 2016（5）： 51-64.

[25] 肖爭(zhēng)艷， 郭豫媚， 郭俊杰. 中國(guó)信貸歧視的福利成本 [J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2015（10）： 46-55.

[26] 王貞潔. 信貸歧視、債務(wù)融資成本與技術(shù)創(chuàng)新投資規(guī)模 [J]. 科研管理， 2016（10）： 9-17.

[27] Brandt L， Biesebroeck V J， Zhang Y. Creative accounting or creative destruction？ Firmlevel productivity growth in Chinese manufacturing [J]. Journal of Development Economics， 2012， 97（2）： 339-351.

[28] Olley S， Pakes A. The dynamics of productivity in the telecommunications equipment industry [J]. Econometrica， 1996， 64（6）： 1263-1297.

[29] Levinsohn J， Petrin A. Estimating production function using inputs to control for unobservables [J]. Review of Economic Studies， 2003， 70（2）： 317-341.

[30] 張璇， 李春濤， 林倩瑩. 政治腐敗對(duì)居民收入的影響——基于中國(guó)居民微觀調(diào)查的證據(jù) [J]. 南方經(jīng)濟(jì)， 2015（1）： 18-36.

[31] 黃玖立， 冼國(guó)明. 企業(yè)異質(zhì)性與區(qū)域間貿(mào)易： 中國(guó)企業(yè)市場(chǎng)進(jìn)入的微觀證據(jù) [J]. 世界經(jīng)濟(jì)， 2012（4）： 3-22.

[32] 李春頂. 中國(guó)企業(yè)“出口—生產(chǎn)率悖論”研究綜述 [J]. 世界經(jīng)濟(jì)， 2015（5）： 148-175.

[33] [ZK（]邵敏， 包群. 政府補(bǔ)貼與企業(yè)生產(chǎn)率——基于中國(guó)工業(yè)企業(yè)的經(jīng)驗(yàn)分析 [J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2012（7）： 70-82.

[34] Jiang T， Nie H H. The stained China miracle： Corruption， regulation， and firm performance [J]. Economics Letters， 2014， 123（3）： 366-369.

[35] Lu J Y， Tao Z G， Yang Z. The costs and benefits of government control： Evidence from Chinas collectivelyowned enterprises [J]. China Economic Review， 2010， 21（2）： 282-292.

[36] 何光輝， 楊咸月. 融資約束對(duì)企業(yè)生產(chǎn)率的影響——基于系統(tǒng)GMM方法的國(guó)企與民企差異檢驗(yàn) [J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2012（5）： 19-35.

[37] 趙春明， 文磊， 趙夢(mèng)初. 融資約束對(duì)企業(yè)全要素生產(chǎn)率的影響——基于工業(yè)企業(yè)數(shù)據(jù)的研究 [J]. 經(jīng)濟(jì)經(jīng)緯， 2015（3）： 66-72

[38] Claessens S， Feijen E， Laeven L. Political connections and preferential access to finance： The role of campaign contributions [J]. Journal of Financial Economics， 2008， 88（3）： 554-580.

[39] 于蔚， 汪淼軍， 金祥榮. 政治關(guān)聯(lián)和融資約束： 信息效應(yīng)與資源效應(yīng) [J]. 經(jīng)濟(jì)研究， 2012（9）： 125-139.

[40] Greene W H. The econometric approach to efficiency analysis [M]. Oxford： Oxford University Press， 2007.

[41] Desai R M， Olofsgard A. The costs of political influence： Firmlevel evidence from developing countries [J]. Quarterly Journal of Political Science， 2011（6）： 137-178.