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.
當(dāng)代經(jīng)濟(jì)科學(xué)2018年3期