產能過剩是否加劇企業“脫實向虛”?

翟仁祥 陳昭君

[摘要]2008年金融危機以來，中國企業“脫實向虛”傾向日趨嚴重且金融化操作日益明顯?；?011—2019年A股上市公司面板數據，運用DEAP測算企業產能利用率，采用雙向固定效應模型和中介效應檢驗產能過剩是否引發企業金融化以及中介變量是否起到間接作用。研究結果表明，低產能利用率企業更多傾向于從事金融類活動且不受IPO暫停影響；產能過剩對于企業金融化影響具有顯著異質性特征，非金融企業、國有企業、小型規模企業因低產能利用率導致其金融化操作動機比金融類企業、非國有企業、大型規模企業更為明顯；產能過剩對企業金融化具有顯著的部分中介效應，低產能利用率主要通過低主營業務利潤率間接導致企業金融化。從統籌協調企業實體金融匹配、持續提升實體企業投資回報、動態調整企業實體經營管理3個角度提出對策建議。檢驗結論及其對策建議對于政企了解去產能政策的經濟后果和引導實體經濟“脫虛向實”具有一定的參考價值。

[關鍵詞]脫實向虛；企業金融化；產能過剩；GMM

一、 引言

近年來，經濟下行壓力不斷加大促使各地區面臨經濟發展轉型壓力，部分企業逐漸選擇嘗試性金融投資以滿足小而快的融資需求，將本該用于企業主營業務的資金投資在股票、房地產、債券等金融產品上，國民經濟呈現出的“脫實向虛”的金融化現象廣泛引起了政府、銀行、行業乃至民眾的熱烈關注。企業金融化是指因企業更多投資或依賴金融市場，使企業的利潤來源從過去的貿易和產品生產變為主要通過金融投資（投機）來獲得。根據企業不同發展狀況和面對相異的市場條件，企業金融化動機大致分為儲蓄和趨利動機，企業借助大規模融資以獲得穩定資金源、尋找盈利方向或進行企業轉型升級。2015年中央經濟工作會議指出，2016年是推進結構性改革的攻堅之年，著力加強結構性改革，在適度擴大總需求的同時，去產能、去庫存、去杠桿、降成本、補短板，提高供給體系質量和效率1。在一定程度上，可以認為供給側結構性改革首要目標是“去產能”。關于中國產能是否過剩及其量化判斷依據存在一定分歧，2008年前工業平均產能利用率基本呈上升趨勢，2008年后基本呈波動下降趨勢[1]，特別是2008年國際金融危機背景下，部分基礎設施和傳統行業投資沖動、低水平擴張以及原材料激烈競爭等原因，導致鋼鐵、煤炭、平板玻璃、水泥、煤化工、船舶、光伏、風電等等行業出現不同程度顯性或潛在的產能過剩態勢。根據中國經濟金融研究數據庫（CSMAR）提供的上市公司財務報表數據計算得到，2008—2017年中國上市公司持有的金融資產占總資產比例從5.2%上升到7.57%，金融投資現金流占總投資現金流比例從12.99%上升到51.98%[2]。上市公司“脫實向虛”的現象引起較為廣泛的關注。

因此，研究企業乃至行業產能過剩與企業金融化兩者間因果關系有利于拓展研究思路、豐富分析視角。與此同時，在明確企業產能過剩和企業金融化之間關系的基礎上，促使企業依據自身實力審時度勢，提出針對性和建設性措施治理企業“脫實向虛”，進一步理解不同行業類型企業去產能政策的經濟后果并通過環保、能耗、安全、技術等非稅費政策引導實體經濟趨于“脫虛向實”，逐步提高產能集中度，實現規模經濟效益。

二、 文獻綜述和研究假設

關于企業金融化原因和動機。當企業考慮到當前及未來發展績效不夠樂觀的情況下，特別是在金融資產相比實體經濟投資收益少且具有較高的實際收益率時，企業根據其實際經營狀態容易誘導并觸發企業金融化動機；換而言之，非金融企業傾向于選擇金融融資以便在短期內獲得較高的投資收益，企業對于現金資產出于預防性動機來確保儲備資產的流動性，從而進一步誘發并豐富本企業資產儲備和投資需求[3]，也有部分研究認為企業金融投資是基于公司理財或經營發展戰略考量而表現出的明顯的趨利動機[4]。除儲蓄及逐利動機外，經濟政策不確定性的上升也會激勵企業“脫實向虛”，導致企業推遲對原本實體經營管理的投資而造成被動地持有金融資產[5]。

上述兩種動機暗示了企業不同戰略選擇對企業的融資需求產生差異化影響，其中，基于經營融資需求而導致企業金融化的主要引致因素仍是趨利動機。從企業金融化生產機制來看，小型企業在面對宏觀經濟不確定性時傾向于加大企業金融化水平，市場競爭激烈程度與企業通過金融化獲取更高利潤概率大小呈現正相關[6]，表明企業金融化程度受市場變動的影響較大。與此同時，國內非金融企業的金融化現象存在同群效應，即企業間類同性越高，同群效應越明顯[7]。上述研究揭示出企業金融化主要因素有股權激勵的股東利益最大化、金融—實體部門間投資收益差、基于財務風險的蓄水池投資、基于不確定性的投資替代以及金融資產占比過高等。

關于產能過剩原因及其后果?，F有文獻更多著眼于宏觀視角觀察和評價一個行業或國家整體產能過?，F象及其后果，在我國漸進式改革過程中，全國統一市場經濟化進程不斷深入，民營企業由于與國有企業相比更具有靈活性而獲得較低成本經營優勢，通過不斷擴張產能逐步占有高成本國有企業的市場份額，由此導致相對低效率國有企業出現產能過剩問題[8]。從產能過剩的地區分布來看，中部和西部地區相比東部沿海地區出現更明顯的產能過剩。新型城鎮化作為治理產能過剩的重要驅動力對工業產能利用率具有空間異質性影響[9]，充分考慮控制新政產能與淘汰落后產能，以及傳統行業、新興行業和區域性行業的產能過剩形成的地區路徑依賴和行業特征差異等，管制政策從過去的“一刀切”轉變為當前的分類管制。與此同時，我國部分戰略性新興產業出現產能過剩的大部分原因是政府的不當干預。以光伏產業為例，因其偏向性結構關系和運行方式形成了產能過剩問題，政府對企業的干預力度越大、范圍越廣、程度越深，該行業產能過?，F象越嚴重[10]，這就要求全國層面的行業產能過剩治理需要政府兼顧地區和行業差異，從過去的行政剛性命令為主轉變為更多發揮市場資源決定性和法治基礎性配置作用，更多著眼于產能過剩行業的產業要素市場化改革，通過創新驅動發展戰略，以改善產能過剩行業的環境規制政策工具，提高能源消耗強度標準、綠色安全生產等控制性標準，從企業利益動機出發逐步解決產能過剩，以避免過去的產業低端循環。

部分高生產效率企業在面臨行業整體發展預期相對積極但市場需求的較大不確定時，基于謹慎投資考慮會主動放棄擴張市場，從而間接為大部分低效率企業留下市場空間，出現產能分散化、市場集中度低、高產出低效率并存的局面[11]。與此同時，產能過剩從某種程度上可能是很多企業不約而同地對具有良好發展前景的同一行業或產業產生趨同投資心理：先建產能后市場競爭，這種非預謀的共識形成的潮涌式產能投資從企業角度而言是理性投資，大規模相似性投資間接導致企業出現產能過剩[12]，暗示我國部分需求旺盛盈利空間大的行業產能過剩在一定程度上是必然的，需要經過市場競爭和時間檢驗，政府層面需要發揮管理和服務功能，制定產業發展規劃，收集和發布行業信息，引導企業進入新興行業，避免出現行業井噴式低效產能過剩。

根據已有文獻梳理，不難發現實體經濟“脫實向虛”和產能過剩兩大經濟問題，在微觀層面分別體現為企業金融資產占比高和企業產能利用率低?，F有文獻關于上市企業產能過剩對企業金融化的研究相對較少，更多偏于行業產能過?，F象的描述；關于企業金融化的影響因素以及減稅等產業政策對企業金融化的機理分析相對偏少，產業過剩是否對企業金融化有加劇作用，據此本文化提出假設H1：產能過剩加劇了企業金融化程度。

產能過剩與企業金融化一般以企業資金為鏈接，產業過剩對企業金融化是通過何種中介變量發揮作用，本文選用主營業務利潤率指標探求其具體影響。通過分析企業的資產構成和主營業務表現揭示企業金融化是否促使企業減少實物資產投資，進而對企業主營業務產生制約效應[13]。從企業微觀視角，利用上市公司數據研究產能過剩和“脫實向虛”的作用機制，通過主營業務利潤率分析兩者之間的中介效應：表現為對沖還是擴大金融化程度？據此本文提出假設H2：主營業務利潤率在產能過剩與企業金融化之間發揮中介效應。

三、 模型設定和數據說明

為了檢驗企業產能過剩對企業金融化影響機制設定基本回歸模型：

[finvit=α+βipcuit+γiXit+εit]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其中，[i]、[t]分別表示企業、年度；[εit]表示隨機擾動項。被解釋變量[finv]表示企業金融資產投資率，采用企業當年金融資產投資增量與期初總資產的比值衡量[14]，金融資產規模主要包括交易性金融資產、衍生金融資產、可供出售金融資產凈額、應收利息凈額、投資性房地產凈額。核心解釋變量[pcu]表示企業產能利用率，選用企業營業總收入作為實際產出，將固定資產凈值和職工人數作為投入，運用DEA方法測算技術意義上的產能利用率[1，15]。影響企業金融化的其他控制變量[X]選取如下：公司規模[size]，以公司期初總資產衡量，為緩解可能存在的異方差取對數；固定資產占比[inv]，以公司無形資產、購建固定資產、其他長期資產支付現金的總和與期初總資產的比值衡量，取水平值；托賓值[tq]，以公司權益市值、總負債的總和與期初總資產的比值衡量，取水平值；有形資產占比[pta]，以公司有形資產與期初總資產的比值衡量，取水平值；中介變量[ope]，以公司主營業務利潤率衡量，取水平值，公司主營業務利潤率是主營業務利潤與主營業務收入凈額的比值。

選取2011—2019年我國滬深A股上市公司年度數據為研究樣本數據，上市公司篩選原則是不存在關鍵財務數據缺失或異常情形，財務數據缺失或異常情形定義為資產規模缺失、營業總收入為0或缺失、資產負債率大于1等。公司財務報表數據來源CSMAR數據庫，最后得到1267家上市公司2012—2019年10136個年度觀測值（表1）。對比發現1267家上市企業的產能利用率隨著時間呈現遞減態勢，2012年只有460家企業產能利用率大于80%，2013年僅剩10家，說明產能過剩問題比較嚴重；產能利用率在0%—20%、20%—40%、40%—60%、60%—80%、80%—100%分別占5.1%、5.0%、13.7%、22.7%、53.6%，說明1267家上市公司的產能利用率在過去8年超一半處于嚴重產能過剩狀態；從企業類型分布來看，產能利用率較高的企業主要是國有控股企業，且產能利用率波動較為平穩，揭示了不同規模企業和不同所有制企業在產能利用率上存在顯著差異[16]?？傮w來說，當前尚未有明確的產能過剩量化判斷標準，主要原因是產能過剩定義存在爭議，產能過剩既有總量意義上的供求能力對比，也有相對意義上的總需求相對不足，更有結構意義上的供給結構性失衡。因此，歐美國家一般從供給方面，選用產能利用率或設備利用率作為產能是否過剩的替代評價指標，設備利用率在79%—83%、超過90%、低于79%分別表示為產能正常、產能不足、產能過剩。國內關于產能過剩標準不明確使得國內企業或行業產能是否過剩存在一定程度的誤判，從企業經營角度來看，行業出現產品庫存在非正常急劇上升、產銷率大幅下降、產品價格長期低于成本、行業大面積虧損、出口更加困難等情況是判斷行業產能嚴重過剩的重要定性判斷標準，這與企業因為生產能力利用較低、存在一部分閑置的生產能力相比各有側重。

四、 實證結果分析

1. 基準回歸結果

如表2第2和3列所示，Hausman檢驗值為51.25，P值為0.0000，選擇雙向固定效應模型。核心解釋變量pcu的回歸系數在5%顯著性水平上顯著為負，該結果支持假設H1，驗證了企業產能過剩的嚴重確實會顯著加劇企業金融化程度，可能的影響機制是在經濟處于復蘇和繁榮階段，伴隨企業閑置產能的縮減，企業產能利用率持續提升以及潛在產能空間趨于收斂，企業生產的修復速度將趨于放緩，企業產能逐步向產能出清狀態過渡，企業更加看好國內和全球經濟恢復以及生產性中間需求和終端需求的增長擴張，企業金融化程度縮小?？刂谱兞糠矫?，公司規模size的回歸系數在1%顯著性水平上顯著為正，說明公司規模對企業金融化影響具有正向反饋機制，揭示了企業在總資產充裕情況下，企業基于穩健經營原因，更傾向于投資或儲蓄等一系列金融操作，通過金融資產組合管理實現資產保值增值，企業金融化對固定資產投資和企業擴大經營規模在某種程度上具有促進作用，即“蓄水池效應”，這與胡奕明等研究結論較為一致[4]。也有部分研究認為公司規模越大，企業金融化程度反而越低，這與表2第4和5列回歸結果是一致的，可能原因是公司資產規模擴大，企業基于加大企業技術創新投入考慮，提高固定資產投資規模，企業技術性產能利用率得到提高。固定資產占比inv的回歸系數在1%顯著性水平上顯著為負，表明當投入企業生產的固定支出縮小時，金融方面的資產配置相應增加，進一步導致企業金融化程度加重，揭示了企業內部的資金投入結構變化與企業金融化操作顯著相關，抑制“脫實向虛”不僅要從宏觀方面運用行政手段限制企業金融投資行為，更需要結合企業本身產能、資金投入量等問題，促進企業通過固定資產投資形成節能減排和技術設備改造升級，通過結構性改革來提升金融資源配置的有效性。托賓值tq的回歸系數在10%顯著性水平上顯著為負，表明托賓值提高，企業投資擴張，企業產能提高，產能利用率提升，企業金融化程度降低。有形資產占比pta的回歸系數在1%顯著性水平上顯著為負，說明金融本身的虛擬性和金融產品相對于企業固定資產的高度變現性，部分企業逐步加大制造實體生產，有形資產占比越大，企業實體化水平越高，企業金融化程度越低。

2. 穩健性檢驗

關于內生性。雖然固定效應模型擬合結果符合預期假設，考慮到解釋變量可能與隨機擾動項存在相關性，即產能過剩會受到周圍市場環境等其他變量偏誤影響，選用廣義矩陣估計（GMM）解決內生性問題，使得回歸模型具有動態解釋能力。被解釋變量固定資產占比inv作為企業金融資產投資量被設為工具變量，將企業規模size和有形資產占比pta作為外生變量，同時將被解釋變量滯后一期。計量結果如表2第4和5列所示，差分GMM模型增加被解釋變量滯后2期后，核心解釋變量的計量結果與系統GMM模型基本一致，但其滯后2期變量的顯著性檢驗P值小于系統GMM的P值，說明差分GMM時變量間的自相關性略強于系統GMM；對比差分GMM和系統GMM的Hansen檢驗結果，差分GMM的檢驗P值過大，存在過度識別的可能性；與此同時，差分GMM可能存在弱工具變量局限，差分消除了不隨時間變化的個體效應或其他因素，且系統GMM解決了差分GMM的一些遺漏誤差，系統GMM模型更具可靠性。AR檢驗結果顯示滯后1期和2期的自回歸系數通過10%顯著性別檢驗，都不存在自相關，符合系統GMM模型設立條件。被解釋變量滯后1期的回歸系數為負，意味著上期金融資產投資量與當期負相關，即企業金融資產投資量的增加會促使企業在當期作出及時把控，適當減少當期金融方面投資量。核心變量產能利用率的回歸系數為-0.382，且在1%顯著性水平上為負，產能利用率越低對企業金融化程度越有加劇作用，再次說明產能過剩加劇了企業金融化，“脫實向虛”現象越發明顯，與基準回歸結論一致。與此同時，根據Hansen檢驗結果排除模型不可識別或者過度識別的可能性。

關于替換變量測量?；鶞驶貧w中金融資產包含長期股權投資。長期股權投資在全部金融資產中占比是相對較高的，與一般的金融投資為獲得短期投資收益、提高資金利用效率不同，上市公司進行股權投資更多是服務于企業長遠發展的戰略性投資行為，從產能擴張角度來看，中間端或終端需求高漲促使企業增資擴產，容易引起企業和行業產能過剩，企業基于穩健經營原則傾向于收縮產能，企業間優勝劣汰引起了行業產能供給端市場出清，企業產能效率逐步提高。因此構建不包括長期股權投資的被解釋變量finv2?；貧w結果如表3第2和3列所示，核心解釋變量企業產能利用率pcu的回歸系數在1%顯著性水平下為負；與此同時，其他控制變量的回歸系數正負號及其顯著性與基準回歸一致。

關于更改樣本范圍。首先從企業性質上看，標記ST的上市企業可能導致估計結果存在偏差，需要剔除19家ST上市公司樣本；從時間維度上看，2011—2019年度企業樣本（所有數據滯后一期），在該段時間內出現IPO暫停情形可能會極大影響企業融資并間接影響企業的金融化程度。為了消除這種可能影響，采取刪除該政策發生樣本，剔除IPO發生時段的估計結果與基準回歸符號一致（表3第4和5列），說明該情況對回歸結果暫無明顯影響。其次原樣本中包含金融類企業，金融和保險等行業屬于金融類企業，不屬于實體經濟范疇，需要消除金融類企業對“脫實向虛”的偏誤影響。剔除金融類企業后的回歸結果與基準回歸符號一致（表3第6和7列），相應的解釋變量的顯著性比基準回歸相對較高，說明剔除金融類企業樣本后的估計結果更具有顯著性和說服力。

五、 進一步分析

1. 企業異質性分析

如表4第2和3列所示，產能過剩對企業金融化具有加劇作用，但對于具有股權性質、企業規模等不同特征的企業，其企業金融化的影響程度具有差異性。國有企業的產能過剩對企業金融化的加劇作用更為顯著，原因可能是國有性質企業的資產歸國家所有，而國有銀行又受國資委等政府部分控制，政府基于各種原因有可能干預國有銀行，導致銀行貸款更多向國有企業傾斜[17]；與此同時，基于地方經濟的增長動力激勵，國有企業更容易獲取地方政府資金的扶持[18]，導致國有企業的金融化水平更為明顯、資產金融化規模更為龐大。以企業資產平均數為劃分標準，小于企業資產平均規模的小規模企業的產能過剩對企業金融化的加劇作用更為明顯，如表4第4和5列所示；考慮到企業金融化的動機更多在于儲存或投機，小規模企業因受企業內外部影響較大，以迫切的“廣撒網”方式面對困境，在產能過剩危機下利用已有資金進行投機創收，或以此轉變企業發展方式，促進本企業創新升級與發展。這就說明，不同的企業性質（國企和非國企）和企業規模（超過平均規模、低于平均規模），企業金融化對企業產能過剩影響有所不同。國外和國內部分實體企業金融化現象，說明無論是基于投機動機還是“蓄水池”效應的企業金融化，都與固定資產占比inv、托賓值tq、有形資產占比pta負相關，且企業金融化在一定程度上擠占了國有企業和超過平均規模企業的固定資產投資或實體化投資，而對非國有企業或小規模企業產生的消極影響較低。

2. 中介效應檢驗

采用中介效應檢驗核心解釋變量產能過剩對企業金融化的間接效應，即作為中介變量的企業主營業務利潤率ope是否會間接作用于企業金融化，采用Sobel檢驗中Z統計量值及其對應P值來判斷中介效應是否顯著。結合溫忠麟等關于中介效應模型的檢驗方法[19]，在基準回歸模型和樣本替換后替換回歸模型基礎上進行中介效應。具體來說，第一步在保證其他控制變量的基礎上，對被解釋變量finv和核心解釋變量pcu做基準回歸；第二步finv替換成中介變量ope做替換回歸；第三步，finv對ope、pcu做全部回歸，依次檢驗3個回歸方程解釋變量的回歸系數是否顯著。

如表5第2和3列所示，sobel檢驗Z統計量分別為1.889、1.797，均大于1.65，且通過10%顯著性檢驗，即企業產能利用率和企業金融資產投資率之間存在顯著的中介效應，企業的產能過剩會導致企業主營業務利潤率ope下降，間接導致企業金融化產生。在控制中介變量后，基準回歸模型的核心解釋變量企業產能利用率pcu的回歸系數為-0.057，P值為0.052（表2），替換回歸模型的核心解釋變量pcu回歸系數為-0.026，P值為0.043；回歸系數絕對值均變大且統計上顯著為負，說明存在部分中介效應。表明企業主營業務收入所體現的利潤率為產能過剩影響企業金融化提供一個間接渠道，產能過剩對企業金融化具有明顯的負向效應和部分中介效應，在一定程度上驗證了研究假設H2。

3. 要素稟賦分類異質性分析

對現有上市公司所在行業按照資本—技術—勞動密集程度進行劃分，分別劃分為資本密集型行業、技術密集型行業、勞動密集型行業?；貧w結果顯示（限于篇幅沒有列示），考慮到地方政府基于稅收等考慮會積極解決利稅較大、技術落后的企業，技術密集型企業產能過剩發生概率較低，而勞動密集型企業產能過剩較為嚴重。以重工業為主的資本密集型企業的產能利用率偏低，產能過剩治理顯著促進行業技術密集度逐步提高，政府傾向于選擇淘汰或關閉勞動密集型以及技術相對落后的過剩產能產業，轉而重點支持經濟效益相對較好、能源消耗相對較低的技術密集型產業，這就反過來促使生產活動逐漸向技術密集型產業集中，技術密集型產業產值占工業總產值比重逐步得到提升，這揭示了技術密集型企業更能解決產能過剩問題的原因。重工業中的醫藥、化纖以及機械設備行業的技術密集型企業產能利用率較高，這在一定程度上驗證了對工業產能過剩的綜合治理顯著降低了企業金融資產投資率。與此同時，產能利用率和公司主營業務利潤率兩個變量同時納入到回歸方程后，產能利用率和主營業務利潤率都能顯著降低企業金融資產投資率，但公司主營業務利潤率顯著性水平較基準模型略有下降，說明產能利用率通過提高產業公司主營業務利潤率促使企業“脫實向虛”，進一步揭示了不同要素稟賦的企業基于增加儲蓄和投機動機來提高企業金融資產投資率。

六、 研究結論和政策啟示

在我國實體企業出現產能過?，F象和“脫實向虛”背景下，本文基于2011—2019年我國上深A股上市公司面板數據，從企業產能利用率視角研究企業產能過剩和企業金融化之間的關系，實證檢驗企業產能過剩對其進行金融投資行為的影響及其異質性效應。檢驗結果表明企業產能利用率越低越會加劇企業金融化程度。進一步分析表明，企業產能過剩和企業金融化之間存在中介效應，產能過剩通過作用于企業主營業務間接影響企業金融化水平，有助于更加深刻認識異質性企業金融化的原因及其影響。根據上述研究結論，本文提出有效降低產能過剩以及降低實體企業金融化水平的對策建議如下：

一是統籌協調企業實體金融匹配。政府和企業如果只是單獨將重點工作放在解決產能過剩而忽略由此導致的過度金融化，可能會造成一定程度的資產泡沫化，容易對實體企業造成生產抑制效應，進而引起有限資金資源錯配，阻礙企業經濟增長和技術創新。這就要求企業正確把握解決產能過剩的力度，掌握資金管理和分配需求，既要順應國家“去產能”宏觀政策，也要在企業經營投資范圍內利用金融工具合理進行儲蓄或投資，將企業績效引入正向反饋。在經營改革過程中，應注重分析本企業所處的行業、地區、技術、資金條件、產業政策等專有性特征，因地制宜，根據市場環境差異改變應有策略，對不同要素稟賦的企業采取分類指導和支持，側重于以實體企業真實融資需求為導向，以匹配性為基礎，適當增加個性化、差異化、定制化融資產品，確保滿足實體經濟在不同發展階段的資金需求。適當調整資金分配并重視對本企業原有生產業務的規劃與創新目標，提高不同金融手段與本企業經營發展的適配性，避免盲目求同或盲目追求巨大收益而忽略不同金融工具匹配性引致的不良后果。

二是持續提升實體企業投資回報。實體企業一般會因為實體經營利潤低，更傾向于通過參加金融投資來提高盈利水平，由于非金融類企業對于風險的把控能力比較低，容易產生較大的投資風險。這就需要重點關注實體經營不善的企業在開展盲目投資并獲得短期收益情況下，擅自更改資金的用途而陷入頻繁投資的陷阱。解決重心放在提升企業本身實體經營的利潤率和經營效率，優化投資環境和市場營銷環境，特別是國有企業監管機構，對國有企業金融資產投資行為要加強監管，嚴格控制金融資產投資管理規模和比重[20]；與此同時，政府部門通過稅收、補貼等政策鼓勵實體企業加強技術創新投入，提高企業技術性產出效率和產能利用率；這就需要政府統籌實體企業政策鏈、產業鏈、創新鏈、人才鏈、資金鏈，促進全域實體產業結構融合發展，避免企業陷入“脫實向虛”陷阱，特別是要避免企業控股股東在投機動機利誘下片面追求金融創新而掏空企業[21]，企業通過適度規模金融投資以促進企業經營利潤提高，促使企業向“脫虛向實”邁進。

三是動態調整企業實體經營管理。企業經營時，不再單純求量保成本，要充分考慮本企業在市場中的地位與影響力，兼顧市場多樣化需求，企業動態了解政府發布的前瞻性產業政策，提前謀劃既有發展前景又有潛力的投資項目，以充分吸收資源和市場空間。結合本土行業進行戰略化調整，創新性生產，匹配市場，在堅持供給側結構性改革的目標的前提下，擴大自身企業創造力，利用前瞻性的視角減少產能過剩帶來的負面影響。這就要求努力促進實體企業主營業務收入構成多樣化，企業應該基于審慎性和穩健性對用于金融用途的資金進行控制，增加用于創新性生產的投資，專注于企業核心業務，提高企業生產運營效率和質量，提升市場競爭力、社會地位和用戶口碑等，避免陷入產能過剩的無效循環和資源浪費。

參考文獻：

[1] 董敏杰，梁泳梅，張其仔.中國工業產能利用率：行業比較、地區差距及影響因素[J].經濟研究，2015，50（1）：84-98.

[2] 雷新途，朱容成，黃盈瑩.企業金融化程度、誘發因素與經濟后果研究[J].華東經濟管理，2020，34（1）：76-85.

[3] 江春，李巍.中國非金融企業持有金融資產的決定因素和含義：一個實證調查[J].經濟管理，2013，35（7）：13－23.

[4] 胡奕明，王雪婷，張瑾.金融資產配置動機：“蓄水池”或“替代”？——來自中國上市公司的證據[J].經濟研究，2017（1）：181-194.

[5] 郭胤含，朱葉.有意之為還是無奈之舉——經濟政策不確定性下的企業“脫實向虛”[J].經濟管理，2020，42（7）：40-55.

[6] 方明月，靳其潤，聶輝華.中國企業為什么脫實向虛？——理論假說和經驗檢驗[J].學習與探索，2020（8）：131-140.

[7] 劉喜和，沈晶晶，周妙雯.非金融企業金融化的同群效應驅動因素研究[J].現代財經（天津財經大學學報），2020，40（12）：50-63.

[8] 范林凱，李曉萍，應珊珊.漸進式改革背景下產能過剩的現實基礎與形成機理[J].中國工業經濟，2015（1）：19-31.

[9] 葉愛山，夏海力.新型城鎮化對工業產能利用率的影響效應[J].統計與決策，2021，37（6）：118-121.

[10] 余東華，呂逸楠.政府不當干預與戰略性新興產業產能過?！灾袊夥a業為例[J].中國工業經濟，2015（10）：53-68.

[11] 徐朝陽，周念利.市場結構內生變遷與產能過剩治理[J].經濟研究，2015，50（2）：75-87.

[12] 林毅夫，巫和懋，邢亦青.“潮涌現象”與產能過剩的形成機制[J].經濟研究，2010，45（10）：4-19.

[13] 趙芮，曹廷貴.實體企業金融化與企業風險：對沖效應抑或擴大效應[J].當代財經，2021（6）：64-77.

[14] 廉永輝，褚冬曉.過度負債會加劇實體企業金融化嗎？[J].云南財經大學學報，2020（10）：28-47.

[15] 賈潤崧.產能過剩測量方法比較與綜述[J].現代管理科學，2016，280（7）：91-93.

[16] 唐葉.中國制造業企業產能利用率測度[J].統計與決策，2020，548（8）：123-126.

[17] 謝德仁，陳運森.金融生態環境、產權性質與負債的治理效應[J].經濟研究，2009（5）：118-129.

[18] 徐保昌，李思慧.金融市場化與企業融資約束——國企屬性和企業規模真的重要嗎？[J].云南財經大學學報，2019（2）：47-58.

[19] 溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（5）：614-620.

[20] 舒鑫.實體企業金融化對創新投資的影響——基于主客觀層面的機制檢驗[J].現代經濟探討，2021，477（9）：78-89.

[21] 姜帥，龍靜.控股股東股權質押與企業非效率投資[J].江蘇大學學報（社會科學版），2022，129（1）：37-52.

基金項目：國家社會科學基金一般項目“陸海統籌戰略下中國沿海經濟帶演化機理及調控路徑研究”（項目編號：18BJY178）。

作者簡介：翟仁祥（1978-），男，博士，江蘇海洋大學商學院副院長，副教授，碩士生導師，研究方向為區域經濟；陳昭君（1997-），女，江蘇海洋大學商學院碩士研究生，研究方向為貿易經濟。

（收稿日期：2022-04-06? 責任編輯：殷 ?。?/p>