江蘇省戰略性新興產業資本配置效率研究——基于上市公司面板數據分析

耿成軒，王　玲

（南京航空航天大學 經濟與管理學院，江蘇 南京 211106）

江蘇省戰略性新興產業資本配置效率研究——基于上市公司面板數據分析

耿成軒，王玲

（南京航空航天大學 經濟與管理學院，江蘇 南京 211106）

摘要：文章基于改進的Wurgler資本配置效率測度模型，選取江蘇省戰略性新興產業上市公司2011-2014年每半年度的面板數據，以產業總體和行業細分為參考集，對其資本配置效率進行靜態和動態面板數據分析。結果表明：江蘇省戰略性新興產業總體資本配置效率為正，但水平還不高，且各時期波動性大；子行業間資本配置效率差異明顯，多數行業高于全國平均水平，但僅有節能環保產業達到了較高水平。這主要是處于發展初期的戰略性新興產業技術和市場風險的不確定性、金融支持體系約束、政府引導干預等因素共同作用的結果。

關鍵詞：戰略性新興產業；資本配置效率；Wurgler模型；面板數據分析；江蘇

［DOI］10.3969/j.issn.1007-5097.2016.08.004

一、引　言

培育和發展戰略性新興產業，是中國政府為應對國際金融危機沖擊、實現經濟轉型而做出的戰略抉擇。2008年國際金融危機隨著產業鏈的傳導對世界范圍的傳統產業結構產生重大沖擊，在調整產業結構以尋求新的經濟增長點的進程中，世界各國一致認為新興產業是未來經濟發展的核心推動力，紛紛投身新興技術的研發和新興產業的布局。這一背景下，中國政府基于國際視野和戰略眼光，提出大力培育和發展戰略性新興產業，以高新技術資源為基礎，推動產業結構升級，以期實現經濟發展的“創新驅動”和可持續發展。2010年10月，國務院發布《關于加快培育和發展戰略性新興產業的決定》，明確將節能環保、新一代信息技術、生物產業、高端裝備制造業、新材料、新能源、新能源汽車等七大產業作為當前重點發展的戰略性新興產業，并通過金融、財政、稅收等一系列舉措進行政策扶持。

由于經濟基礎和資源稟賦的差異，中國各地戰略性新興產業的發展水平參差不齊，而江蘇省在這場產業革命中始終走在前列，《江蘇省“十二五”培育和發展戰略性新興產業規劃》將七大產業擴展為十大產業。目前，江蘇省戰略性新興產業經濟總量約占全國的1/4，成為新一輪經濟轉型升級的中堅力量。戰略性新興產業的發展離不開資本投入，江蘇省政府不僅在“十二五”規劃中明確加大戰略性新興產業的金融稅收政策扶持，鼓勵產業投資和直接融資，還成立了戰略性新興產業發展專項基金，大力扶持產業發展。盡管如此，資本作為稀缺的要素，仍然成為目前制約戰略性新興產業發展的一大“瓶頸”。金融發展理論指出，資本得到有效配置比大規模的資本積累更有利于經濟增長與產業發展［1］。基于此，在有限的金融資源供給下實現更高的資本配置效率，以此促進產業發展的提質增效，就成為江蘇省戰略性新興產業持續穩健發展的重要問題。

二、文獻評述

在產業資本配置效率研究領域，Jeffrey Wurgler （2000）首次提出用產業投資對產業增加值的彈性系數作為衡量資本配置效率的指標，認為資本的配置效率取決于投資增長與行業產值增長的協調程度，高效的資本配置表現為在沒有資本調整成本的情況下，資本能夠迅速從衰退行業撤出，流向成長性行業。基于這一思路，他運用65個國家28個行業的數據測度了各國的資本配置效率情況，研究發現金融體系發達、注重保護中小投資者利益的國家，資本配置效率更高［2］。Wurgler模型為定量研究資本配置效率提供了開創性方法。此后，基于Wurgler方法，Morck、Yavuz和Yeung（2010）實證分析發現銀行體系為主的國家資本配置效率低于金融市場為主的國家，其中國有銀行體系為主的國家資本配置效率相對更低［3］。Bena和Ondko（2012）用歐洲的跨國數據分析了金融市場的發展對資本配置效率提高的促進作用［4］。Inderst和Mueller（2009）基于產業特征考察了風險投資促進新興產業發展的作用機制［5］。

與國外研究多用跨國的產業數據進行比較分析不同，國內學者對資本配置的研究主要集中在國家層面的研究和區域差異的研究。潘文卿（2003）基于Wurgler模型，運用中國1978-2001年28個省區的面板數據測度資本配置效率，并從時間序列和截面數據對資本配置效率與中國金融發展相關性進行系統分析，研究結果顯示資本配置效率總體呈現上升趨勢，但波動性很大，金融發展與資本配置效率相關性較弱［6］。韓立巖等（2005）則從靜態和動態角度分析了1993-2002年中國實體經濟總體資本配置效率［7］。方軍雄（2006）也借鑒Wurgler資本配置效率估算模型測度了我國工業行業總體資本配置效率，并通過研究得出我國的市場化進程對資本配置效率有改善作用的結論［8］。俞穎（2008）運用我國31個省市1995-2006年的面板數據，分別從整體和區域層面研究了我國工業行業的資本配置效率［9］。馬軍偉（2013）運用DEA-Tobit方法測度了我國七大戰略性新興產業的金融支持效率及其影響因素［10］。趙玉林、石璋銘（2014）則基于改進的Wurgler方法，具體測度了我國戰略性新興產業七個行業2011-2013年第一季度每個季度的資本配置效率，并分析了融資約束和產業技術效率對資本配置效率的影響［11］。

總結發現，上述研究多基于宏觀層面的跨產業部門的研究，而目前結合戰略性新興產業發展特性并圍繞代表性區域的針對性研究有所不足。作為中國經濟發達省份之一，江蘇省戰略性新興產業發展位居全國前列，戰略性新興產業法人企業占全國的比重高達四成，對其資本配置效率的研究具有一定的典型意義。本文將以戰略性新興產業起步較早、發展較快的江蘇省為研究對象，結合戰略性新興產業發展特性設計指標變量，運用改進的Wurgler資本配置效率模型，測度江蘇省戰略性新興產業2011-2014年總體資本配置效率，并從截面和時序角度分別研究產業的動態資本配置效率和各個子行業的資本配置效率，以期為我國戰略性新興產業相關研究提供更加充分的經驗證據。

三、模型構建與數據來源

（一）資本配置效率測度模型構建

本文將借鑒Jeffrey Wurgler的資本配置效率測度模型，運用投資彈性系數測度江蘇戰略性新興產業資本配置效率。Wurgler基本模型如下：

其中，i、c、t分別指代產業、國家及時期；Ii，c，t表示固定資本形成總額；Vi，c，t表示產業增加值或利潤總額；εi，c，t指隨機擾動項。方程用產業投資對產業增加值變化的敏感性ηc衡量資本配置效率，ηc為正且越大則資本配置越有效。

國內基于上市公司數據進行產業資本配置效率的研究中，多用利潤總額替代產業增加值指標。筆者認為，由于我國的戰略性新興產業剛剛起步，總體尚處于產業生命周期的初創或成長階段，在這一階段，企業的收入往往大于支出，出現利潤值為負的情況。對于新興產業而言，資本投入往往更關注其營業收入而不是營業利潤，因此本文在遵循Wurgler模型思想的基礎上，選擇用營業收入代替原模型中的產業增加值指標。此外，考慮到資本投入具有連續性，常常受到前期投資額的影響，本文在方程中添加因變量的一階滯后項作為控制性自變量，構建了如下面板數據模型：

國內學者在運用Wurgler模型的過程中，對投資指標I的選取主要有兩種，一是固定資產總值，二是固定資產凈值年均余額。本文模型中的Ii，t選取財務報表中“購建固定資產、無形資產和其他長期資產所支付的現金”這一項目，以更好地體現“投資”理念。Si，t表示產業i在時刻t的營業收入。η的估計值衡量資本配置效率，η＞0表示產業的營業收入增加時，產業的投資額相應增加，資金流向了成長性產業，此時資本配置有效，且該值越大，資本配置效率越高；η＜0則表示產業的營業收入增加時，產業的投資額反而減少，此時資本配置無效。該模型以資本投入對營業收入的彈性系數估計戰略新興產業的資本配置效率，存在一個基本的研究假設：戰略性新興產業的資本投入與營業收入存在線性關系。

從面板模型的類型來看，公式（2）是忽略個體差異建立的混合效應模型，模型假設對任何截面或時間序列、截距α以及回歸參數η和β都相同。事實上，在面板數據中，不同截面或不同時間序列、模型的截距可能存在差異，這時總資本配置效率的測度需要采用固定效應模型，通過在模型中加入虛擬變量的方法估計回歸參數［12］。

如果屬于第i個行業不屬于第i個行業，i=1，2，…，6

為了便于比較分析，本文在研究過程中仍將江蘇省的戰略性新興產業按目前國家設定的七個行業劃分，將物聯網和云計算、智能電網納入新一代信息技術產業范疇，海洋工程裝備納入高端裝備制造業范疇。由于江蘇省沒有新能源汽車行業的上市公司，因此本文研究對象為六個行業，W1，W2，…，W6則分別對應節能環保產業、新一代信息技術產業、生物產業、高端裝備制造業、新能源產業、新材料產業六個行業的虛擬變量。

如果屬于第j個時期不屬于第j個時期，j=1，2，…，8

根據實證分析的需要，W1，W2，…，W8分別對應2011-2014年每個半年度截面數據的虛擬變量。

（二）樣本選擇與數據來源

由于戰略性新興產業的概念以及產業范疇提出時間較短，目前相關統計年鑒尚未對其進行專門分類，沒有完整、系統的統計數據，因此本文選取上市公司作為研究樣本。根據國務院公布的《“十二五”國家戰略性新興產業發展規劃》中提出的七大產業領域及其子產業分布，在按照相關產品營業收入占主營業務收入比重的標準的基礎上，根據實際情況進行適當調節后，從滬深兩市中初步篩選出80余家江蘇省戰略性新興產業的上市公司。剔除ST公司和數據不完整公司后，最終有62家上市公司樣本，具體行業細分見表1所列。

表1　樣本公司的行業劃分

基于數據的可得性，選擇江蘇省戰略性新興產業上市公司2011-2014年的數據進行測算。投資I取現金流量表中“購建固定資產、無形資產和其他長期資產支付的現金”，S取利潤表中的當期“營業收入”，全部數據來自于銳思（RESSET）數據庫。

四、實證分析

（一）江蘇省戰略性新興產業的整體資本配置效率

獲取江蘇省戰略性新興產業62家樣本公司從2011-2014年每半年度的數據，剔除資本投資增長率和銷售收入增長率對數的絕對值大于2的極端值之后，共432組觀測值。將432組觀測值代入混合效應模型，即公式（2），運用Eviews7.2進行面板數據回歸，結果如下：

模型的擬合優度檢驗值R2為0.340 4，F檢驗值為35.045 0，F值的相伴概率為0.000 0，D-W值為1.880 8。由回歸結果可知，模型的擬合優度相對較好，因此，江蘇省戰略性新興產業的資本投入與營業收入存在線性關系，同時因變量存在高度自相關性。

從參數估計的t檢驗值來看，截距α估計值的顯著性水平較低，由此可見，不同截面或時間序列的模型截距存在差異。本文將分別運用行業固定效應模型和時期固定效應模型重新進行參數估計，分別運用兩個模型的回歸結果見表2所列。

表2　行業固定效應模型和時期固定效應模型回歸結果

由表2的數據可知，行業固定效應模型和時期固定效應模型都大大提高了α估計值的顯著性水平，但時期固定效應模型的擬合優度卻降低了，并且資本配置效率估計值的顯著性水平也降低了。而行業固定效應模型的擬合優度較好，各估計值的顯著性水平也較高，據此本文取該模型的估計值。江蘇省戰略性新興產業2011-2014年總體資本配置效率值為0.271 5，說明江蘇省戰略性新興產業發展的過程中，資金配置總體上做到了由低效領域向高效領域流動，但資本配置效率仍然偏低。筆者認為，主要原因在于：由于戰略性新興產業特別是部分先導性、支柱性產業的發展周期長，技術研發與產業化方向的不確定性強，風險高，產業發展初期投入大而產出小并且不穩定，這種產業特性成為資本流入及其配置效率提升的一大障礙。我國銀行體系高負債經營的特點決定了其在資金借貸中更注重安全性與流動性，對高風險、周期長的戰略性新興產業往往敬而遠之。而服務于新興產業的資本市場與風險投資尚未發展完善，缺乏專業化與效率［13］。產業特性和金融體系約束的雙重作用使得戰略性新興產業資本配置效率不高。一方面顯示了處于發展初期的戰略性新興產業需要宏觀產業政策和金融市場的有效支撐引導，另一方面也表明戰略性新興產業資本配置效率有著巨大的提升空間。

（二）動態分析

戰略性新興產業發展迅速，其資本配置效率也會隨時間推移而有所不同，為了研究江蘇省戰略性新興產業的動態變化，本文將以公式（2）為基礎，運用截面數據測度江蘇省戰略性新興產業2011-2014年每半年度的資本配置效率，通過將時間變量t引入到模型中，得到公式（5）：

將2011-2014年每個半年度內江蘇省戰略性新興產業62家上市公司的有效截面數據分別代入模型（5）進行回歸，結果見表3所列。

表3　半年度截面數據回歸結果

根據截面數據回歸結果及資本配置效率的動態變化圖（見圖1），江蘇省戰略性新興產業資本配置效率不同時期波動較大，在2011年發展初期，資本配置效率停留在負值，隨后大幅上升后在2013年上半年驟降為負，下半年回彈之后在2014年上半年再次出現負值。筆者認為，出現這樣的波動主要是戰略性新興產業的發展特性與產業生態系統要素共同作用的結果。

首先，戰略性新興產業是依托于新興技術而發展的，產業投入高，資金需求量大，回報周期長，目前仍處于先導性發展初期，穩定的產業體系尚未形成，技術和市場的不確定性使得產業發展方向路徑、資本融通及其配置效率呈現波動狀態。以無錫尚德為代表的光伏太陽能這一江蘇省優勢產業的大起大落就表明了此點。

其次，產業是經濟系統的組成部分，產業的發展推動經濟系統的運行，但同時也會受到系統中其他要素的影響。宏觀經濟形勢是產業發展的重要影響因素，因而國內外經濟的波動勢必會影響戰略性新興產業的資本配置效率。2008年金融危機后的全球經濟仍處于波折反復、緩慢復蘇階段，世界發達國家、發展中國家特別是新興經濟體出現經濟增長的內生性下滑與波動，江蘇省戰略性新興產業發展及其資本配置效率也勢必受到宏觀經濟形勢和融資生態環境的影響。

最后，政府政策引導和金融機構支持是影響戰略性新興產業發展的另一重要因素。盡管江蘇省對戰略性新興產業的支持起步早、力度大，先后出臺多項金融、財政等政策措施扶持其穩定發展，然而各級政府、金融機構對戰略性新興產業的著力點和作用力呈現一定的探索性，政策引導和金融支持缺乏系統性與連續性引致產業資本配置的波動性。

圖1　資本配置效率動態變化

（三）子行業對比分析

戰略性新興產業的七個行業雖然都是依托于新興技術而發展，但各個行業發展背景與程度各有不同，資本配置效率也會存在差異。本文將分別測度江蘇省戰略性新興產業六個行業（江蘇省暫無新能源汽車上市公司）的資本配置效率。將行業變量引入公式（2），得到公式（6）：

將江蘇省戰略性新興產業的六個行業的時間序列數據分別代入模型（6）進行回歸，結果見表4所列。

根據各行業數據的回歸結果，除了高端裝備制造業以外，其他五個產業的資本配置效率均為正數，且存在較大差異，其中節能環保產業的資本配置效率最高，達到0.822 6。相關研究中，根據趙玉林等（2014）對我國戰略性新興產業七個行業2011-2013年資本配置效率的測度結果加以比較，發現除江蘇省高端裝備制造業資本配置效率低于全國水平，節能環保產業的資本配置效率與全國幾乎相當，而其他產業均高于全國水平。這也印證了江蘇省戰略性新興產業的發展水平處于全國的領先位置。但從數據值來看，僅有節能環保產業達到了較高的資本配置效率水平。

表4　各行業時間序列數據回歸結果

筆者認為，子行業資本配置效率的差異與政府和投資者對各行業發展前景的預期相關。從江蘇省戰略性新興產業近幾年的發展情況來看，“十二五”規劃以后，節能環保產業和新能源產業越來越得到重視，在環境污染極其嚴重的今天，這些產業的發展具有明顯的經濟、社會效應，資金和政策支持的傾向愈加明顯，引致節能環保產業的資本融通及其配置效率比較高。而同樣廣受關注的新能源產業由于起步較晚，又經歷光伏太陽能產業的發展受挫，總體資本配置效率仍沒有達到高水平，預計未來會隨著產業進步而提升。新材料行業自主創新能力強，市場前景廣闊，具有較強產業帶動作用［14］，也是江蘇省重點培育和扶持的產業，其資本配置效率高于其他幾個行業。高端裝備制造行業需要大量資金投入，技術基礎薄弱，產業回報周期很長，因此發展初期資本配置效率呈現負值。生物產業的發展處于起始階段，規模較小，其資本配置效率與戰略性新興產業總體幾乎相當。新一代信息技術行業大多與計算機網絡相關，已經具有一定的發展基礎，與其他幾個新興產業相比關注度相對弱一些，資本配置效率相對較低。

五、結論與建議

本文采用改進的Wurgler資本配置效率測算模型，從產業總體、動態發展、行業差異三方面對江蘇省戰略性新興產業2011-2014年的資本配置效率進行測度分析，得出如下結論：

（1）從江蘇省戰略性新興產業總體的資本配置效率測度結果來看，2011-2014年期間，資本配置效率值為正數，但資本配置效率水平仍不高。這主要是由于戰略性新興產業投入大、周期長，而發展初期技術研發與產業化存在不確定性和高風險性，使其在獲取金融體系支持過程中受到約束。

（2）從截面數據的動態分析結果來看，江蘇省戰略性新興產業資本配置效率的波動性較大。戰略性新興產業正處于先導性發展初期，穩定的產業體系尚未形成，發展路徑和方向選擇具有波動性，雖然江蘇省政府政策支持力度大，但缺乏系統性和連續性，產業投資還受到宏觀經濟形勢的影響，多種因素共同作用導致江蘇省戰略性新興產業資本配置效率呈現波動性。

（3）從六個子行業資本配置效率的測度結果來看，除了高端裝備制造業之外，其他五個行業的資本配置均表現為有效，行業間存在較大差異，多數行業高于全國平均水平，但只有節能環保產業表現出較高的資本配置效率。總的來說，對于江蘇省戰略性新興產業而言，在當前嚴峻的資本約束條件下，不管是產業總體還是產業內部各子行業資本配置效率水平都存在著較大的提升空間，可以通過提高產業資本配置效率促進有限的資本發揮更大的經濟作用。

基于以上研究結論，并結合江蘇省戰略性新興產業目前的發展狀況，提升戰略性新興產業的資本配置效率可以從以下幾方面著手：首先，提升戰略性新興產業自身的技術創新能力和技術效率［15］。加大科研投入，推動技術創新，并形成穩定的產業化方向和路徑，開發高技術含量的產品，從而拓寬市場、吸引資本投入，實現資本配置效率的整體優化。其次，有效解決融資約束，加強金融支持力度。推動信貸制度創新［16］，鼓勵金融機構發展針對戰略性新興產業的金融產品、建立符合新興產業特點的信貸業務，并積極發展完善風險投資，引導社會資本流入新興產業。最后，合理發揮政府引導作用。在保持現有財政、專項基金、產業政策支持的前提下，做到“到位”但不“越位”，建立系統、連續的政策支持體系，并針對各子行業資本配置效率存在差異的情況，根據江蘇省新興產業各子行業的發展狀況和發展前景，有重點的引導資金流動方向，充分發揮市場的資源配置作用，實現有限資金在產業內的高效利用，推動整體資本配置效率的有效提升。

參考文獻：

［1］Thorsten Beck，Ross Levine，Norman Loayza.Finance and the sources of growth［J］.Journal of Financial Economics，2000，58（1/2）：261-300.

［2］Jeffrey Wurgler.Financial Markets and the allocation of capital［J］.Journal of Financial Economics，2000，58（1/2）：187-214.

［3］Randall Morck，Deniz Yavuz，Bernard Yeung.Banking system control，capital allocation and economy performance ［J］.Journal of Financial Economics，2011，100（2）：264-283.

［4］Jan Bena，Peter Ondko.Financial development and the allocation of external finance［J］.Journal of Empirical Finance，2012，19（1）：1-25.

［5］Roman Inderst，Holger M Mueller.Early-stage financing and firm growth in new industries［J］.Journal of Financial Economics.2009，93（2）：276-291.

［6］潘文卿，張偉.中國資本配置效率與金融發展相關性研究［J］.管理世界，2003（8）：16-23.

［7］韓立巖，王哲兵.我國實體經濟資本配置效率與行業差異［J］.經濟研究，2005（1）：77-84.

［8］方軍雄.市場化進程與資本配置效率的改善［J］.經濟研究，2006（5）：50-61.

［9］俞穎.我國區域資本配置效率的實證研究［J］.山西財經大學學報，2008（8）：18-24.

［10］馬軍偉.我國七大戰略性新興產業的金融支持效率差異及其影響因素研究——基于上市公司的經驗證據［J］.經濟體制改革，2013（3）：133-137.

［11］趙玉林，石璋銘.戰略性新興產業資本配置效率及影響因素的實證研究［J］.宏觀經濟研究，2014（2）：72-80.

［12］蒲艷萍，王維群.中國工業行業資本配置效率差異的實證分析——基于32個工業行業的面板數據分析［J］.當代經濟科學，2008（4）：36-42，125.

［13］毛澤盛，王紅棉.江蘇省戰略性新興產業發展的金融支持分析［J］.科技與經濟，2012（1）：82-85.

［14］吳先滿.江蘇發展戰略性新興產業的現狀分析與對策研究［J］.東南大學學報：哲學社會科學版，2011（3）：37-42.

［15］李京文，王宇純，楊正東.戰略性新興產業上市公司融資效率研究——以北京市為例［J］.經濟與管理研究，2014 （6）：74-82.

［16］熊正德，林雪.戰略性新興產業上市公司金融支持效率及其影響因素研究［J］.經濟管理，2010（11）：26-33.

［責任編輯：余志虎］

王玲（1992-），女，江蘇揚州人，碩士研究生，研究方向：財務理論與實踐。

中圖分類號：F127；F264

文獻標志碼：A

文章編號：1007-5097（2016）08-0023-06

收稿日期：2016-02-27

基金項目：國家社會科學基金項目（15BGL056）；江蘇高校哲學社會科學研究重點項目（2015ZDIXM008）；中央高校基本科研業務費重大項目培育基金項目（NP2015302）

作者簡介：耿成軒（1965-），女，遼寧大連人，教授，博士生導師，博士，研究方向：公司理財與投融資管理，產業金融；

Research on the Capital Allocation Efficiency of Strategic Emerging Industries in Jiangsu Province —Based on an Analysis of the Panel Data of Listed Companies

GENG Cheng-xuan，WANG Ling
（College of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China）

Abstract：Based on the revised Wurgler capital allocation efficiency measuring model，this paper selects the panel data of strategic emerging listed companies of Jiangsu province from 2011 to 2014，and takes the whole industry and industry segmentation as the reference set，to conduct static and dynamic panel data analyses on the capital allocation efficiency.The results show that the capital allocation efficiency of the whole strategic emerging industries of Jiangsu province is positive，but the level is not high，and it volatiles on different periods；Capital allocation efficiency is obviously different between subsectors，in which most subsectors are above the national average level，but only the energy conservation and environmental protection industry has reached a higher level.These mainly result from the interactions among factors including the uncertainty of technology and market risk of strategic emerging industries at the early stage of development，financial support system constraints，government intervention，etc.

Keywords：strategic emerging industries；capital allocation efficiency；Wurgler model；analysis of panel data；Jiangsu province