劉忠 李殷

摘要：以國有銀行為主導的銀行業(yè)體系背景下，中國企業(yè)在銀行信貸過程中往往遭遇“所有制歧視”或者“規(guī)模歧視”，從而導致企業(yè)在申請貸款時需要向銀行工作人員支付非正式費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年對中國的投資環(huán)境調(diào)查數(shù)據(jù)與2004—2007年中國工業(yè)企業(yè)數(shù)據(jù)庫的微觀數(shù)據(jù)，實證分析了地區(qū)信貸腐敗對企業(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。進一步的模擬分析表明，單獨消除“規(guī)模歧視”能夠給企業(yè)TFP帶來較大提升；而單獨消除“所有制歧視”，盡管會降低企業(yè)參與銀行信貸腐敗的概率，但卻給企業(yè)整體TFP帶來較小的負面影響。只有同時消除“所有制歧視”與“規(guī)模歧視”，才能既促進企業(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

文獻標識碼：A文章編號：1002-2848-2018（03）-0045-12

一、 引 言

世界銀行發(fā)布的《2014年全球營商環(huán)境報告》顯示，信貸融資便利度排名中國排第73位，融資約束是中國企業(yè)發(fā)展的重要阻礙。不僅如此，國有企業(yè)與民營企業(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經(jīng)濟轉(zhuǎn)型過程中所特有的現(xiàn)象。以四大國有銀行為主導的中國獨特的銀行業(yè)體系，導致了信貸資源的壟斷性和稀缺性。國有銀行具有嚴重的信貸歧視，傾向于為國有企業(yè)提供信貸，同時壓抑對私人部門的信貸[1]，造成嚴重的“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)營活動透明度差，本身面臨較高風險等因素，銀行往往不愿意向這類企業(yè)提供融資，形成對這類企業(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)營活動。銀行信貸是廣大中小微型企業(yè)的主要外部融資來源[8-9]，當這類企業(yè)在銀行信貸過程中因遭遇“所有制歧視”或者“規(guī)模歧視”而無法順利融資時，就可能通過賄賂銀行信貸人員的方式來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用[10]。當前，關(guān)于銀行信貸腐敗對企業(yè)經(jīng)濟影響的文獻相對缺乏，已有的文獻主要集中在考察銀行信貸腐敗對企業(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，加劇了信貸市場的逆向選擇和道德風險，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)營效率的關(guān)鍵指標，當前只有三篇文獻探究了腐敗對企業(yè)TFP的影響[16-18]。本文與這三篇文獻的不同之處在于：①這三篇文獻均只揭示了政治腐敗與TFP之間的一種影響關(guān)系，并沒有進一步探究政治腐敗影響企業(yè)TFP的機制。本文則側(cè)重研究地區(qū)信貸腐敗對企業(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的機制。②這三篇考察政治腐敗對企業(yè)TFP影響的文獻，無法用于考察“所有制歧視”或者“規(guī)模歧視”對企業(yè)信貸腐敗行為的影響，進而無法反映出“所有制歧視”或者“規(guī)模歧視”哪一種對企業(yè)TFP的影響更大，更無法分析當消除“所有制歧視”或者“規(guī)模歧視”時，會對企業(yè)TFP產(chǎn)生怎樣的影響。本文研究發(fā)現(xiàn)，私營企業(yè)以及中小微型企業(yè)在銀行信貸過程中會面臨“所有制歧視”與“規(guī)模歧視”，導致這兩類企業(yè)參與銀行信貸腐敗的概率更高。通過一系列模擬分析發(fā)現(xiàn)，單獨消除“規(guī)模歧視”能夠給企業(yè)TFP帶來4.36%的提升；單獨消除“所有制歧視”卻會小幅度降低企業(yè)整體TFP（-0.86%）。而當同時消除“所有制歧視”與“規(guī)模歧視”時，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”對企業(yè)TFP的危害更嚴重。

本文余下的內(nèi)容安排如下：第二部分是相關(guān)文獻綜述，第三部分為本文的實證模型設(shè)定、變量和數(shù)據(jù)來源介紹，第四部分為相應(yīng)的實證結(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、 文獻綜述

中國企業(yè)在獲取銀行貸款過程中存在“所有制歧視”[2-4]。銀行在信貸配置過程中更偏愛國有企業(yè)，而對非國有企業(yè)無論是貸款額度、融資成本，還是債務(wù)擔保能力、融資條件都實行更嚴格的控制和約束[4]。具體表現(xiàn)為國有企業(yè)的投資資金中超過30%來源于銀行信貸，而私營企業(yè)的這一比例卻不足10%[3]。造成銀行信貸偏向國有企業(yè)的原因，一方面是國有企業(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，在“所有制歧視”背景下，非國有企業(yè)相比國有企業(yè)，更傾向于參與銀行信貸腐敗以獲取信貸資金，并且國有企業(yè)與非國有企業(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”觀點不同的是，部分學者認為，隨著中國市場經(jīng)濟發(fā)展程度的不斷提高，企業(yè)所面臨的融資困境將會從“所有制歧視”轉(zhuǎn)向“規(guī)模歧視”[21]，銀行信貸過程中“規(guī)模歧視”表現(xiàn)更加突出[5，7]。隨著我國市場經(jīng)濟體制的建立以及金融制度的深化改革，銀行經(jīng)營自主性有了明顯提高，開始依據(jù)市場效率標準來進行信貸資金配置[9]。大規(guī)模企業(yè)由于資金雄厚、在市場上具有一定的信譽、信息相對透明，往往被認為信貸風險低，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，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，上述文獻絕大多數(shù)只是揭示了企業(yè)在銀行信貸過程中存在“所有制歧視”或者“規(guī)模歧視”的現(xiàn)象，卻少有文獻研究“所有制歧視”或者“規(guī)模歧視”會對企業(yè)造成何種經(jīng)濟后果。有相關(guān)文獻發(fā)現(xiàn)，“所有制歧視”會顯著降低民營上市公司的股票回報，損害民營上市公司投資者的利益[22]，損害民營企業(yè)的成長[23]，降低國有企業(yè)創(chuàng)新產(chǎn)出[1]，對制造業(yè)總體以及整體經(jīng)濟效率造成拖累[24]，導致社會的整體福利損失[25]。僅有一篇文獻同時考察“所有制歧視”與“規(guī)模歧視”對我國制造業(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)，上述文獻主要集中在“所有制歧視”的影響方面，而對“規(guī)模歧視”經(jīng)濟后果的研究則嚴重不足，表明現(xiàn)有的研究過分關(guān)注“所有制歧視”，嚴重忽略“規(guī)模歧視”的經(jīng)濟影響。本文的研究則發(fā)現(xiàn)，“規(guī)模歧視”所引發(fā)的銀行信貸腐敗對企業(yè)TFP的影響作用遠大于“所有制歧視”，消除銀行信貸過程中的“規(guī)模歧視”能夠給企業(yè)TFP帶來較大幅度提升，這一發(fā)現(xiàn)是對以往文獻的重要補充。

三、 模型、變量與數(shù)據(jù)說明

（一）樣本選取與數(shù)據(jù)來源

本文數(shù)據(jù)來源于2005年世界銀行聯(lián)合中國國家統(tǒng)計局對中國30個省區(qū)市（西藏及港澳臺地區(qū)除外）120個城市開展的“企業(yè)投資與經(jīng)營環(huán)境調(diào)查”問卷和國家統(tǒng)計局發(fā)布的2004—2007年中國工業(yè)企業(yè)數(shù)據(jù)庫。世界銀行調(diào)查問卷數(shù)據(jù)共包括12400家被調(diào)查企業(yè)，涵蓋全部省會城市，其中北京、天津、上海、重慶4個直轄市各隨機抽樣調(diào)查了200家企業(yè)，剩余116個城市各抽樣調(diào)查了100家企業(yè)。該調(diào)查包含企業(yè)的基本信息和財務(wù)信息兩大部分。2004—2007年國家統(tǒng)計局公布的工業(yè)企業(yè)數(shù)據(jù)庫，涵蓋了所有銷售額大于500萬元的國有企業(yè)和規(guī)模以上的非國有企業(yè)的基本情況，同樣包括企業(yè)基本信息情況和財務(wù)數(shù)據(jù)兩大部分。該數(shù)據(jù)庫因其樣本量大，代表性強等優(yōu)點而被廣泛采用[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的對數(shù)值（tfp）。關(guān)于企業(yè)TFP的估算，目前主流的測算方法是以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法觀測的生產(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方法時會因為樣本中很多企業(yè)不存在投資而導致樣本的大量損失，所以本文將采用修正的LP方法來計算企業(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)查問卷中第H4個問題“企業(yè)申請銀行貸款時，是否需要向銀行的信貸人員支付非正式費用”進行處理設(shè)置。此處的非正式費用即為銀行信貸腐敗，因此對于回答“是”的企業(yè)，本文認為其參與銀行信貸腐敗，否則認為企業(yè)沒有參與銀行信貸腐敗。由于中國工業(yè)企業(yè)數(shù)據(jù)庫與世界銀行調(diào)查問卷中涉及的樣本企業(yè)不同，我們無法衡量工業(yè)企業(yè)數(shù)據(jù)庫中每家企業(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)查問卷構(gòu)建衡量120個城市層面的地區(qū)信貸腐敗指標，然后與工業(yè)企業(yè)數(shù)據(jù)庫按城市進行匹配。具體而言，使用世界銀行調(diào)查問卷中每個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。考慮到地區(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，從而認為其在樣本考察期2004—2007年之間是保持不變的，最后將該指標與工業(yè)企業(yè)數(shù)據(jù)庫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)查問卷計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，沒有地區(qū)信貸腐敗超過30的城市。同時，120個城市中還有7個城市（分別為廊坊、大慶、紹興、廈門、九江、贛州和上饒）所在的企業(yè)對于第H4問題的回答為0，但這并不能說明這7個城市沒有地區(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個城市的地區(qū)信貸腐敗當作0值處理，結(jié)果發(fā)現(xiàn)不影響本文的主要結(jié)論。

表2是對企業(yè)分所有制與規(guī)模計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大型企業(yè)（集體企業(yè)除外）。并且，私營企業(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，也證實了中小微型企業(yè)，特別是私營企業(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，更可能會參與銀行信貸腐敗。

表2的結(jié)果表明，相較于國有企業(yè)和大型企業(yè)，私營企業(yè)或者中小微型企業(yè)參與銀行信貸腐敗的頻率更高，這在一定程度上驗證了企業(yè)在銀行信貸過程中面臨著“所有制歧視”或者“規(guī)模歧視”。為了進一步驗證這兩種歧視的存在，本文利用世界銀行調(diào)查問卷，采用LOGIT模型來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)），以國有企業(yè)（soe）與大型企業(yè)（big）作為基準。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)的對數(shù)值表示；pc根據(jù)世界銀行調(diào)查問卷中第I3道題“企業(yè)的總經(jīng)理是否由政府任命”的回答結(jié)果進行設(shè)置。表3為LOGIT模型的回歸結(jié)果。表3結(jié)果顯示，私營企業(yè)相比國有企業(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

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

其中，下標i、j、c與t分別代表企業(yè)、行業(yè)、城市與年份。tfp為計算得到的企業(yè)TFP的對數(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。X為一系列控制變量，ε為相應(yīng)的測量誤差。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)信貸腐敗指標時，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（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，為使估計的結(jié)果穩(wěn)健，本文從城市、行業(yè)以及企業(yè)三個角度來選取控制變量。其中城市層面的控制變量主要包括：人口總數(shù)對數(shù)值（pop）；人均實際GDP對數(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)查問卷財務(wù)信息部分第B2個問題企業(yè)的“招待費支出”，計算得出該企業(yè)“招待費支出”占主營業(yè)務(wù)收入的比例，然后對每個城市所有企業(yè)求這個比例的均值作為該地區(qū)政治腐敗的衡量指標。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（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)是否獲得補貼虛擬變量（sub）；企業(yè)的資本勞動比（kl），采用人均固定資產(chǎn)衡量。這些控制變量中，城市層面變量來源于各城市歷年統(tǒng)計年鑒；地區(qū)政治腐敗變量來源于世界銀行調(diào)查問卷；其余變量均來自中國工業(yè)企業(yè)數(shù)據(jù)庫。本文根據(jù)城市代碼，將城市層面控制變量與中國工業(yè)企業(yè)數(shù)據(jù)庫相匹配。

四、 主要結(jié)果分析

（一）整體樣本的回歸結(jié)果分析

為了驗證地區(qū)信貸腐敗對企業(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)信貸腐敗的一次項系數(shù)在1%置信水平上顯著為正，二次項系數(shù)在1%置信水平上顯著為負，這說明地區(qū)信貸腐敗與企業(yè)TFP之間并不是簡單的線性關(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，當企業(yè)所在城市的地區(qū)信貸腐敗超過拐點值18.92時，地區(qū)信貸腐敗就會對企業(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)的符號在第（1）～（3）列之間相對穩(wěn)定，未發(fā)生變化：人口總數(shù)對數(shù)值（pop）和人均實際GDP對數(shù)值（gdp）系數(shù)顯著為正。地區(qū)政治腐?。╠ec）對企業(yè)TFP存在顯著負影響，論證了政治腐敗“掠奪之手”的觀點。行業(yè)規(guī)模（sca）對企業(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，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)的競爭程度越低，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（ages）的系數(shù)顯著為負，與已有研究結(jié)論一致[31]。企業(yè)規(guī)模（size）在1%水平上會顯著促進企業(yè)TFP，符合“熊彼特假說”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)率相對越高。企業(yè)研發(fā)（rd）同樣在1%水平上顯著促進企業(yè)TFP。企業(yè)出口系數(shù)（exp）顯著為負，可能是因為國內(nèi)市場存在分割，導致出現(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，私營企業(yè)的TFP低于國有企業(yè)，而其他類型企業(yè)的TFP則高于國有企業(yè)，可能與私營企業(yè)面臨嚴重的融資約束問題有關(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。政府補貼（sub）顯著抑制企業(yè)TFP，可能與企業(yè)的“尋租補貼”投資以及補貼面臨的道德風險與逆向選擇風險有關(guān)[33]。企業(yè)的資本勞動比（kl）顯著促進企業(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)在銀行信貸過程中是存在“所有制歧視”的，表現(xiàn)為私營企業(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驗證地區(qū)信貸腐敗對不同所有制企業(yè)影響的差異，具體回歸結(jié)果見表5。結(jié)果顯示，對于國有企業(yè)與混合所有制企業(yè)，地區(qū)信貸腐敗對其TFP沒有影響；而對于外資企業(yè)，地區(qū)信貸腐敗對其TFP影響卻呈現(xiàn)顯著的“U”型關(guān)系；剩余的集體企業(yè)與私營企業(yè)，地區(qū)信貸腐敗則對其TFP均有著顯著的“倒U”型效應(yīng)。

為什么地區(qū)信貸腐敗對不同所有制企業(yè)的影響會出現(xiàn)差異呢？中國是一個特殊的轉(zhuǎn)型經(jīng)濟體國家，在由計劃經(jīng)濟向市場經(jīng)濟轉(zhuǎn)型的過程中，政府始終發(fā)揮重要作用，中國經(jīng)濟在某種程度上可以認為是一種管制型經(jīng)濟[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)模兩個標準對企業(yè)實行差別化政策[18]。國有企業(yè)的天然優(yōu)勢，使其能從銀行優(yōu)先獲得各種信貸資金，因此，國有企業(yè)實施銀行信貸腐敗可能性低，地區(qū)信貸腐敗對其TFP沒有影響。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)信貸腐敗對集體企業(yè)TFP存在促進作用，而更高程度的腐敗反過來會加深地方政府對企業(yè)的控制，導致更高的代理成本從而不利于集體企業(yè)TFP[34]。對于私營企業(yè)，其所有制身份最為弱勢，更可能通過腐敗的方式去獲取信貸資源，所以地區(qū)信貸腐敗對私營企業(yè)的TFP具有正向效應(yīng)。根據(jù)表5中的拐點值以及表1中地區(qū)信貸腐敗程度的分布可知，地區(qū)信貸腐敗對絕大部分城市的私營企業(yè)TFP只具有正向促進作用。對于外資企業(yè)，其本身的規(guī)模及資金狀況均存在顯著競爭優(yōu)勢，它同樣不需要通過腐敗手段去賄賂銀行機構(gòu)，所以一定程度的地區(qū)信貸腐敗行為反而對其TFP有顯著負效應(yīng)，只有當?shù)貐^(qū)信貸腐敗超過其拐點值10.81時，才會促進外資企業(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)在銀行信貸過程中會面臨“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，對于大型企業(yè)而言，地區(qū)信貸腐敗對其TFP沒有影響；對于中型企業(yè)，地區(qū)信貸腐敗對其TFP呈現(xiàn)“倒U”型影響；對于小微型企業(yè)，根據(jù)表6中的拐點值以及表1中信貸腐敗程度的分布可知，地區(qū)信貸腐敗對絕大部分城市的小微型企業(yè)TFP只有正向促進作用。表6的結(jié)果表明，大型企業(yè)參與銀行信貸腐敗的動機不足，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)因為獲取資金的約束更嚴格，所以更加傾向通過參與銀行信貸腐敗來緩解資金短缺，進而提升自身TFP。

（四）地區(qū)信貸腐敗影響企業(yè)TFP的機制檢驗

正如上述論證，銀行信貸腐敗的出現(xiàn)是由于中國信貸市場扭曲，私營企業(yè)和中小微型企業(yè)面臨信貸歧視導致融資不足。融資約束所帶來的資金不足會導致企業(yè)無法做出最優(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為企業(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]。當然企業(yè)也可以通過政治腐敗與政府官員建立聯(lián)系等尋租行為來干預(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企業(yè)TFP的負面影響。具體而言，本文采用企業(yè)利息支出占總負債的比值作為企業(yè)融資約束的指標（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的交叉項（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)果見表7。

表7的結(jié)果顯示，當沒有地區(qū)信貸腐敗時，企業(yè)融資約束對企業(yè)TFP的影響是-0.60%；當企業(yè)面臨一定程度地區(qū)信貸腐敗時，這一負向效果將下降0.19%。同時，若將融資約束固定在私營企業(yè)融資約束水平的中間值水平（2.45%），當?shù)貐^(qū)信貸腐敗超過拐點值14.77時，地區(qū)信貸腐敗將會加劇企業(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?shù)貐^(qū)信貸腐敗超過拐點值14.34時，地區(qū)信貸腐敗將會加劇企業(yè)的融資約束后果。但在拐點值之前，地區(qū)信貸腐敗均可以通過緩解企業(yè)的融資約束問題來降低融資約束對企業(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)在銀行信貸過程中面臨的“所有制歧視”與“規(guī)模歧視”會通過兩種途徑影響TFP：①直接影響TFP；②通過企業(yè)所有制、企業(yè)規(guī)模和融資約束交互項來影響TFP。據(jù)此，將原回歸式（3）進行拓展，假設(shè)式（3）中變量rot及其平方項rots的系數(shù)α1與α2分別滿足：

上述設(shè)置將rot及其平方項rots與企業(yè)所有制、企業(yè)規(guī)模和融資約束交互項并入?；貧w結(jié)果見表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)同時限制為0所產(chǎn)生的模型。[ZW）]。對表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)同時為0的F測試，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）列中的模型來進行下述模擬分析。

本部分的主要目的是模擬假設(shè)有政策，如政府強制要求銀行消除“所有制歧視”與“規(guī)模歧視”時，相應(yīng)的企業(yè)TFP會發(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個城市的地區(qū)信貸腐敗指標，與工業(yè)企業(yè)數(shù)據(jù)庫依據(jù)城市重新進行匹配，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)測得到每個企業(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)當所有的非國有企業(yè)均被視為國有企業(yè)，并且所有的中小微型企業(yè)均被視為大型企業(yè)時，預(yù)測得到每個企業(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)當所有的非國有企業(yè)均被視為國有企業(yè)，而“規(guī)模歧視”不變時，預(yù)測得到每個企業(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，預(yù)測得到每個企業(yè)參與銀行信貸腐敗的概率pro4。然后重新加總平均計算得到四種情形下120個城市整體的地區(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（rot1），本文可以得到此時樣本中每個企業(yè)的tfp1。然后，假設(shè)當其他條件不變時，所有的非國有企業(yè)均被視為國有企業(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（rot2），本文可以計算出此條件下樣本中每個企業(yè)的tfp2。最后，計算tfp2與tfp1的差值并求均值，即可視為兩種歧視均不存在時，整體樣本企業(yè)TFP的變動情況，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)果說明，消除“規(guī)模歧視”能夠給企業(yè)TFP帶來較大提升；消除“所有制歧視”盡管會降低企業(yè)參與銀行信貸腐敗的概率（見表3），卻不能改善企業(yè)的TFP，反而會小幅度加劇對企業(yè)TFP的負面影響。只有同時消除兩種歧視，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)重點著眼于消除銀行信貸過程中的“規(guī)模歧視”。中小微型企業(yè)是國民經(jīng)濟的重要組成部分，在經(jīng)濟發(fā)展中起著舉足輕重的作用。近年來，中小微型企業(yè)融資問題凸顯，在推進供給側(cè)結(jié)構(gòu)性改革的當下，如何解決這一問題將關(guān)系到整個經(jīng)濟的發(fā)展。根據(jù)本文的結(jié)論，正是因為私營企業(yè)或者小微型企業(yè)在銀行信貸過程中處于受歧視一方，為了緩解自身的融資約束，才會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程中對這類企業(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”，減少對中小微型企業(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)加強多層次金融市場建設(shè)，適當限制國有大銀行的市場份額，推動中小銀行的發(fā)展，鼓勵民營銀行尤其是小型民營銀行以及互聯(lián)網(wǎng)金融發(fā)展，為廣大中小微型企業(yè)提供更多的融資機會與資源。同時，必須加快中國銀行業(yè)的市場化改革和法治環(huán)境的建設(shè)，深化金融體制改革，改善現(xiàn)有金融市場國有銀行壟斷的局面，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，由于腐敗本質(zhì)上是一種隱蔽且非法的行為，如何準確衡量腐敗指標始終值得深究。其次，直接運用調(diào)查問卷的數(shù)據(jù)會產(chǎn)生測量誤差，這是調(diào)查問卷的固有缺陷。本文在模型回歸過程中，加入地區(qū)、時間以及行業(yè)虛擬變量進行控制，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，但是并沒有深入揭示產(chǎn)生這些差異的原因或者機制是什么。理解這些結(jié)果背后的原因或機制，對于更好地理解企業(yè)在銀行信貸過程中為什么會面臨“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。

參考文獻：

[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——來自中國地區(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， 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， 2013（9）： 94-126.

[7] 茍琴， 黃益平. 中國信貸配給決定因素分析——來自企業(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——來自世界銀行中國企業(yè)問卷調(diào)查的證據(jù) [J]. 云南財經(jīng)大學學報， 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]. 南京社會科學， 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. 中國地區(qū)腐敗對企業(yè)全要素生產(chǎn)率的影響 [J]. 中國軟科學， 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)金融成長周期與融資結(jié)構(gòu)變化 [J]. 世界經(jīng)濟， 2002（9）： 63-70.

[22] 陸正飛， 祝繼高， 樊錚. 銀根緊縮、信貸歧視與民營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、所有制歧視與增長拖累——國有企業(yè)效率損失再考察 [J]. 經(jīng)濟學（季刊）， 2011（2）： 603-618.

[24] 徐思遠， 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] 肖爭艷， 郭豫媚， 郭俊杰. 中國信貸歧視的福利成本 [J]. 經(jīng)濟理論與經(jīng)濟管理， 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. 政治腐敗對居民收入的影響——基于中國居民微觀調(diào)查的證據(jù) [J]. 南方經(jīng)濟， 2015（1）： 18-36.

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

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

[33] [ZK（]邵敏， 包群. 政府補貼與企業(yè)生產(chǎn)率——基于中國工業(yè)企業(yè)的經(jīng)驗分析 [J]. 中國工業(yè)經(jīng)濟， 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. 融資約束對企業(yè)生產(chǎn)率的影響——基于系統(tǒng)GMM方法的國企與民企差異檢驗 [J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2012（5）： 19-35.

[37] 趙春明， 文磊， 趙夢初. 融資約束對企業(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.