信貸補貼助中國TFP損失減半，產業政策彌補市場錯配

01 簡介

這引發了一個根本性的問題：從總量效率的角度看，這種扭曲性的信貸分配政策到底是好是壞？

在傳統經濟學框架中，人們通常認為，政府通過信貸支持特定行業，會扭曲資源配置，讓效率較低的企業存活，從而降低整體效率。這一判斷隱含著一個關鍵前提：經濟本身已經接近“理想狀態”，也就是資源本來已經配置得相對合理。在這樣的“第一最優”基準下，任何額外的政策干預，往往只會帶來新的扭曲。

但現實中的經濟往往并非如此。一個重要但常被忽視的事實是，不同行業之間的市場競爭程度及加價能力（即價格相對于成本的空間）存在顯著差異。一些行業由于市場結構或技術特點，能夠獲得更高的加價空間（即價格相對于成本更高），而另一些行業則競爭更激烈、利潤較低。這種差異會導致一個系統性問題：資源沒有充分流向那些回報更高的行業，從而形成跨行業的資源錯配。

在這樣的背景下，政策干預的作用就需要重新理解。如果市場本身已經存在錯配，那么一個方向合適的政策工具，反而可能起到“糾偏”的作用。也就是說，信貸支持不一定是在制造問題，而可能是在緩解問題。這一思路正體現了經濟學中的一個重要思想：在現實世界這種“非理想狀態”下，政策效果取決于它如何與已有扭曲相互作用。

1.經驗事實：用中國微觀稅收數據依次識別兩段關鍵關系——高加成→高補貼→高僵尸率

2.量化結構模型：嵌套CES+Cournot競爭+內生進入退出，讓加成率和補貼效果都是內生的

3.反事實分析：精確量化信貸補貼的福利效應，并分解為三個渠道

02 三個經驗事實:政策與市場結構的聯動

首先，數據揭示了一個重要現象：加價能力越高的行業（高加成行業），其收入全要素生產率（TFPR）也更高。這意味著，這些行業實際上“資源投入不足”，而不是過多。換句話說，市場本身并沒有把足夠的資本配置到最具回報的領域。

第三，信貸支持也帶來了一個不可忽視的副作用：信貸補貼提高僵尸企業比例。換言之，一部分本應退出市場的企業，在較低融資成本下繼續運營。

這三點合在一起，構成了一個完整的政策作用鏈條：信貸支持在引導資源流向高回報行業的同時，也降低了市場淘汰機制的強度。

2.1事實一：高加成行業的TFPR更高

表2的回歸結果顯示，行業加成率每增加1個單位，TFPR水平上升21.233（標準誤0.815）；取對數后，彈性為2.108（標準誤0.068）。

2.2事實二：高加成行業獲得更多信貸補貼

需要注意表3中被解釋變量的定義：它是log(1-τ)，即有效融資成本的對數（而非補貼率τ本身）。因此負系數意味著加成率越高，有效融資成本越低，即補貼越多。

表3的結果是：OLS回歸中，行業加成率對log(1-τ)的系數為-0.248（標準誤0.244），統計上不顯著，但2SLS的IV估計中，系數跳升至-7.238（標準誤2.701），高度顯著。

這一巨大的OLS-IV差距意味著：OLS因為衰減偏誤（attenuationbias）而嚴重低估了真實的因果效應。IV估計表明，行業加成率每上升1個單位，有效融資成本log(1-τ)下降7.238——政府對高加成行業的信貸傾斜力度遠超OLS所能捕捉的。

2.3事實三：信貸補貼推高僵尸企業比例

表4的IV回歸顯示：事實二中預測的信貸補貼率每上升1個百分點，行業的僵尸企業比例上升約4.3個百分點。這里使用了官方基準貸款利率作為工具變量。

三個事實構成的證據鏈條：

03 理論框架及定量結果:信貸支持顯著提高效率

如果保留信貸支持政策，經濟中的效率損失約為2.89%

如果完全取消信貸支持，效率損失將上升至5.52%

也就是說，取消政策會使效率損失幾乎翻倍。這一結果表明：信貸支持并不是“添亂”，而是在彌補市場本身的資源錯配。

3.1需求結構：嵌套CES

模型的需求側采用兩層嵌套的CES結構。最終品Y由各行業產出y(s)加總而成：

其中η>1為跨行業替代彈性。在每個行業s 內，產出由N(s)家企業的中間品加總：

其中γ>η為行業內替代彈性。

關鍵設定：γ>η，即同行業內產品之間的替代性高于跨行業產品之間的替代性。這是生成內生可變加成率的核心假設。

3.2企業生產與Cournot定價

企業i在行業s的生產技術為線性：

3.3內生加成率的微觀基礎

這一部分沿用了Atkeson and Burstein (2008)的經典設定。在Cournot競爭下，企業足夠大以至于意識到自己的產量會影響行業價格，進而影響整個經濟的價格指數。企業i面對的需求彈性ε i (s)因此是跨行業彈性η和行業內彈性γ的加權調和平均：

其中ω i (s)是企業i在行業s內的收入份額。加成率由彈性決定：

整理后得到一個關于逆加成率的線性關系：

由于η<γ，括號內系數為正，因此市場份額越大的企業，逆加成率越低，加成率越高。直覺是：大企業的行為更像一個“跨行業的壟斷者”（面對較低的η），而小企業更接近行業內競爭者（面對較高的γ）。

行業層面，企業數量N(s)是關鍵的市場結構變量：N(s)越少，每家企業的市場份額越大，行業加成率越高，HHI也越高。

3.4信貸補貼的參數化

政府的信貸補貼計劃被建模為行業加成率的函數：

其中μ是總量平均加成率，α≥1控制補貼對加成率的彈性。

當α=1時，τ(s)=0，即不存在優惠信貸

當α>1時，加成率越高的行業獲得越大的補貼，有效降低其邊際成本。值得注意的是，這一規則也隱含著低加成行業被相對“征稅”——它們的有效成本高于無補貼基準，資源因此從低加成行業向高加成行業重新配置

校準得到的經驗估計值為α=9.016（表5四舍五入為9.02），意味著中國的優惠信貸政策對高加成行業的傾斜力度非常大。

3.5內生進入與僵尸企業

企業支付沉沒進入成本后，抽取生產率a i (s)；只有生產率高于行業特定的存活門檻x(s)的企業才會留在市場上。自由進入條件要求：進入的預期利潤恰好等于沉沒成本。

信貸補貼對進入退出的影響是雙刃劍：

正面：降低了經營成本，鼓勵更多企業進入，帶來“創意發現”（idea discovery）效應——即更多企業進入意味著更多的生產率“抽簽”，經濟整體可以發現更好的技術，類似于一種知識溢出

負面：降低了存活門檻x(s)，讓低生產率企業也能茍活——這就是僵尸企業的來源。

04 校準與數據匹配

4.1校準策略

行業內矩：逆HHI的均值和中位數、前1%和前5%行業的銷售額占比、平均和中位最大企業份額、加成率對市場份額的回歸系數比b 1 /b 0

行業間矩：逆HHI、最大企業份額和企業數量的第10、50、90百分位

4.2校準結果（表5）

值得注意的是γ/η=8.50/1.34≈6.3，行業內替代彈性是跨行業替代彈性的6倍多。這意味著同行業內的產品遠比跨行業的產品更可替代，這是內生加成率異質性的根源。

05 反事實分析與福利分解

5.1基準結果：信貸補貼讓TFP損失減半（表7）

取消優惠信貸將使TFP損失從2.89%幾乎翻倍至5.52%，福利下降2.62%。信貸補貼在彌補市場自身的加成率錯配方面發揮了巨大的積極作用。

5.2內生進入下的三渠道分解（表9）

1.資源配置改善（主要正面效應）

資源更多流向高回報行業，這是效率提升的主要來源

2.企業篩選弱化（負面效應）

一部分低效率企業得以存活，降低了整體效率

3.創新與進入效應（額外正面效應）

更多企業進入市場，提高了技術探索和創新機會

定量結果顯示，第一項帶來的收益遠大于第二項的成本，而第三項進一步放大了整體收益。因此，政策的凈效果是顯著正向的。具體來說，在內生進入的擴展模型中，總量TFP損失相對于無加成扭曲的有效配置可以被精確分解為：

福利變化（消費等于總產出減去進入成本e）為：

公式的經濟學含義：配置效率項中，σ μ 2 （加成率對數方差）是關鍵的充分統計量——加成率越分散，錯配越嚴重，信貸補貼的糾偏空間越大。

α進入分母，說明補貼彈性越大（α越高），配置損失越小。

選擇效率和創新溢出項依賴于加成率與行業特征的協方差σ μz ，反映了“高加成行業是否同時也是高生產率行業”這一結構性特征。

利用上述公式，信貸補貼的福利效應可以被精確分解為三個渠道：

解讀：

配置效率渠道（從6.86%降至1.32%）：這是信貸補貼的最大貢獻。補貼將資源從低加成行業重新配置到高加成行業，使跨行業的邊際產出趨于均等化，配置損失減少了5.54個百分點。

選擇效率渠道（從0增至2.71%）：這是代價。補貼降低了存活門檻，讓低生產率企業（僵尸企業）存活下來，新增2.71個百分點的選擇損失。

創新溢出渠道（從?0.08%到?1.06%）：補貼鼓勵了更多企業進入，帶來了約0.98個百分點的額外效率提升（知識溢出效應）

凈效應：配置效率的改善（?5.54pp）遠遠壓倒了選擇效率的惡化（+2.71pp），再加上創新溢出的正面效應（約?0.98pp），總TFP改善約3.80個百分點，扣除進入成本的增加后，內生進入模型下的凈福利收益為3.65%，甚至高于外生模型的2.62%。這一結果頗具意味：考慮了企業動態之后，信貸補貼的好處非但沒有被僵尸企業的代價所抵消，反而因為創新溢出的加入而更大了。

5.3最優政策組合

答案是肯定的。當進入補貼完美中和了選擇扭曲（將選擇損失歸零），配合信貸補貼糾正配置效率，總福利收益上升至5.73%——幾乎是純信貸補貼效果的1.6倍。這一結果在政策設計上的啟示是深刻的：最優產業政策不是單一工具，而是組合拳。

5.4穩健性（表8）

在所有替代設定下，福利收益均保持在2.4%–2.8%的范圍內，結論穩健。

06 結論與政策啟示

這一研究的一個重要啟示是：產業政策往往是對市場結構的響應，而不是外生干預。以中國為例，被支持的行業通常是高加成，高回報，高潛在生產率。因此，政策并非簡單“扭曲市場”，而是在一定程度上，順著市場失靈進行調整。這一結論為理解中國以及其他新興經濟體的產業政策提供了一個更具現實意義的視角，也提示我們：在分析政策效果時，不能脫離經濟的實際環境，而應關注政策與市場結構之間的互動關系。