论文部分内容阅读
【摘 要】 在供给侧改革去产能、去库存、去杠杆的背景下，从理论上分析了银行信贷、投资扩张以及产能过剩三者之间的关系，并以2009—2014年制造业上市公司为样本，从微观企业层面对投资扩张在银行信贷与产能过剩之间的中介作用进行实证研究。研究结果表明，银行信贷总体上会加剧产能过剩，而企业的投资扩张行为在这两者之间起到了一定的中介作用。基于此，在供给侧改革的过程中，高杠杆与高产能的问题是相互联系的，应该协调好二者的关系。文章的研究结论为政府治理产能过剩提供了实证参考。
【关键词】 供给侧改革； 银行信贷； 投资扩张； 产能过剩
【中图分类号】 F234.4 【文献标识码】 A 【文章编号】 1004-5937（2017）11-0061-07
一、研究背景及问题提出
产能过剩是目前中国经济存在的突出问题，也是中央关注的重点。2015年11月10日，在中央财经领导小组第十一次会议上，习近平主席首次提出“在适度扩大总需求的同时，着力加强供给侧改革，着力提高供给体系的质量和效率”。2016年3月5日，在政府工作报告中李克强总理再次明确提出“着力加强供给侧改革，加快培育新的发展动能，改造提升传统比较优势，抓好去产能、去库存、去杠杆、降成本、补短板……”。自此，产能过剩、去产能、去库存、去杠杆等成为人们热议的焦点。在供给侧改革中，去产能、去库存、去杠杆等任务并非是相互独立的，过剩的产能和高库存背后往往可能存在银行信贷的支持。因此，本文试图研究银行信贷与产能过剩之间的关系。
改革开放以来，我国大量引进外资和技术，通过不断扩大投资、增加产能来维持经济的高速发展。2008年全球金融危机爆发后，为了继续维持经济的稳定和较快增长，政府提出了应对全球金融危机的一揽子计划，包括取消商业银行的信贷规模限制，扩大信贷规模，以加大金融对经济发展的支持力度；同时加强对民生工程、基础设施、生态环境等领域的建设，到2010年年末使总投资规模达到4萬亿元，即“4万亿计划”。这一系列措施的效果十分显著，2009—2014年，我国经济在全球经济萎缩的背景下仍然实现了较快的增长，GDP年均增长速度达到8.58%，但近年来，经济快速增长带来的后果也日益凸显出来。大规模投资引起的产能过剩问题越来越严重，除钢铁行业外，化工、水泥、平板玻璃、有色金属、建筑陶瓷等行业的产能过剩问题也相当严重，产能过剩已经成为目前以及未来一段时间内制约我国经济发展的障碍。据工信部统计，2014年，我国粗钢的产能已达到11.6亿吨，而当年的实际产量只达到8.2亿吨，消费量仅为7.4亿吨，钢铁行业的产能利用率只有70%，大大低于80%的国际水平，产能过剩严重。然而在产能过剩严重的情况下，当年钢铁工业新开工的项目却达到了2 037个，固定资产投资达到6 479亿元。在高耗能、产能过剩严重的水泥和平板玻璃行业，2014年的产量分别为24.8亿吨和7.9亿重量箱，均达到世界第一的水平，而水泥行业当年又新增产能7 000多万吨。从以上数据可以看出，我国众多行业一方面存在生产力过剩的现象，产能过剩问题严重；另一方面又在不断扩大投资，增加产能。正是在此背景下，政府首次提出了以“三去一降一补”为目标的供给侧改革，这一改革目标的提出为解决我国产能过剩问题指明了方向。
产能过剩一般是指实际的生产能力超出市场需求和正常期望水平的状态，是资源配置效率低的外在表现。过剩的产能是在宏观需求冲击、政府政策扭曲以及国有企业利益机制等因素的共同作用下产生的。在这些因素中，银行信贷作为连接政府调控政策和微观企业的具体手段，在产能过剩的形成中起到了很大的作用，过剩的产能和高库存背后往往存在银行信贷的支持。根据中国人民银行公布的数据，从金融危机爆发后的这几年来看，中国人民银行多次下调金融机构人民币贷款和存款基准利率，我国人民币贷款额不断增加。非金融企业及其他部门的贷款由2009年的28.69万亿元增长到2014年的57.58万亿元，共增长了100.73%，平均每年增长20.15%。宽松的信贷环境下，我国银行信贷水平大幅提高，企业整体借款额增加。在信贷水平不断提升的同时，我国制造业的投资额也在不断增加，投资规模不断扩大。2009年我国制造业固定资产总投资额为7.706万亿元，到2014年投资额达到16.703万亿元，投资规模总体提高了116.75%，年均增长23.35%。表1为2009—2014年我国银行信贷、制造业固定资产投资额具体数据。从数据来看，银行信贷增长的速度和固定资产投资增长的速度有较强的吻合度。此外，从信贷的流向来看，目前产能过剩的行业基本都是前期银行信贷投放的重点。
在宽松的货币政策下，企业可以更加容易地以较低的成本从银行取得借款，企业通过银行借款筹集资金的意愿和能力增强，内部杠杆率不断提高。根据国际清算银行的统计，从2008年开始中国企业部门的杠杆率迅速上升，到2015年9月，中国企业部门的杠杆率达到166.3%，超过警戒线76.3个百分点。
一般而言，宽松的货币政策为企业提供了便利、低成本的资金筹集渠道，大量信贷资金涌入企业，企业内部的杠杆水平提高，这可能激发企业投资扩张的热情，如果投资扩张与企业自身的能力以及发展战略不匹配或者与社会发展不符就会形成过度投资现象。而在企业投资扩张行为的推动下，企业的产能不断膨胀，如果市场不能及时消化这些产能，最终可能形成产能过剩。从已有的研究结论来看，企业的投资扩张受地方政府干预、银行信贷、市场化改革以及管理层控制权等因素的影响，然而国内已有的研究并未对银行信贷与企业投资扩张行为的关系得出一致结论，企业投资扩张行为与产能过剩的关系也并不明朗。因此，在改革的背景下，弄清我国银行信贷与企业投资扩张之间的关系，以及投资扩张是否导致产能过剩，进而分析投资扩张在银行信贷与产能过剩之间是否起中介作用显得很有必要。已有的对产能过剩的研究，大都是从行业或地区等宏观层面出发，然而无论是行业还是地区都是由微观的企业组成，行业的产能过剩与每个企业的产能利用情况密切相关。 假设2：企业的投资扩张会加剧产能过剩。
（三）银行信贷与产能过剩
通过以上对银行信贷与企业投资扩张的关系以及投资扩张与产能过剩关系的理论分析可以看出，银行信贷会推动企业的投资扩张并最终引起企业产能过剩，银行信贷影响产能过剩的作用机理如图1所示。在经济高速增长以及金融危机背景下，宽松的货币政策使银行信贷规模不断扩大，企业从银行取得的资金越来越多，而股东与债权人的利益冲突以及由政府干预、银企关系以及企业的政治关联等因素引起的预算软约束问题使银行信贷更多地表现为对企业投资的资金支持功能，从而加剧企业的投资扩张行为。而企业投资决策时信息的不充分、政府的政策导向以及宏观调控政策引发的短期需求热等因素，会导致企业对自身的战略发展以及某个行业的发展作出错误预期，形成盲目的过度投资，并最终引发企业的产能过剩。
因此，在我国现阶段特殊的经济制度背景下，银行信贷会因影响企业的投资行为而导致产能过剩。基于此，提出本文的假设3。
假设3：银行信贷能够引起产能过剩，投资扩张在银行信贷导致产能过剩的过程中起中介作用。
三、研究设计
（一）样本选取及数据来源
本文主要考察2008年金融危机之后企业的银行信贷、投资扩张与产能过剩三者之间的关系，因此选取2008年之后的数据进行研究。选取2009—2014年深沪两市A股制造业上市公司作为初始样本，同时删除了被ST的公司以及数据缺失、无效的公司，最终得到692家制造业上市公司2009—2014年的3 436个样本观测值。数据来源于国泰安数据库以及万德数据库，主要采用Excel2007以及SPSS17.0软件对数据进行处理和分析。
（二）模型设计及变量定义
本文设计了3组7个模型，对银行信贷是否通过影响企业的投资扩张行为进而影响产能过剩进行检验。首先设计模型对银行信贷与企业投资扩张之间的关系进行检验，其次设计模型来检验企业投资扩张是否会引起产能过剩，最后根据Muller et al.以及温忠麟等[ 16 ]判定中介作用的方法，设计模型对企业投资扩张在银行信贷与产能过剩之间的中介作用进行检验。
1.银行信贷与企业投资扩张
企业投资扩张的水平用企业新增投资支出衡量。当银行信贷与企业投资支出正相关时，说明银行信贷能够推动企业的投资扩张行为。企业的投资水平主要受企业投资机会以及成长性的影响，一般用托宾Q值以及股票回报率来衡量企业的投资机会和成长性。但考虑到我国证券市场的实际情况，本文引进总资产回报率作为衡量企业投资机会和成长性的补充变量。同时，根据以前的文献，企业的投资还会受到资产规模、上市年限、负债水平以及其他资金来源的影响。此外，引进行业和年度虚拟变量以控制行业和年度因素的固定影响。据此，建立多元线性模型（1）来检验企业银行信贷与企业投资扩张的关系。
其中Inve表示企业投资扩张水平，用本期新增投资额/期初总资产表示，本期新增投资额为现金流量表中“购建固定资产、无形资产和其他长期资产支付的现金”加上“取得子公司及其他营业单位支付的现金净额”，减去“处置固定资产、无形资产和其他长期资产收回的现金净额”和“处置子公司及其他营业单位收到的现金净额”，最后减去本期固定资产折旧和无形资产摊销额的值；Tobin、ROA、StockRetu代表企业的成长性和投资机会，分别用上一期的托宾Q值、上一期總资产报酬率以及上一期的股票回报率衡量；Age表示企业的上市年限，用企业上市年限取对数度量；Size表示企业的规模，用期初总资产取对数度量；Lev表示资产负债率，用期初的负债合计/期初总资产度量；BD表示企业的银行信贷水平，用本期企业的长短期借款增加额合计数/期初总资产度量；Cap表示企业通过权益融资筹得的资金水平，用本期新增实收资本/期初总资产衡量；Pay表示企业商业信用水平，用企业本期增加的应付款项及预收账款合计数/期初总资产衡量；Indu和Year分别表示行业和年份虚拟变量，Indu按中国证监会2012年的行业分类标准将所有制造业企业分为13个行业；？茁0表示常数项，？茁1—？茁11表示各变量的系数。
2.投资扩张与产能过剩
已有研究大都从行业层面研究产能过剩，从企业层面测度产能过剩的指标比较少，本文借鉴修宗峰等[ 17 ]的做法，用收入与固定资产的比作为衡量企业产能利用率的指标，该指标越低表示企业的产能利用效率越低，产能过剩程度越大。为了进一步检验投资扩张是否会推动企业产能过剩问题的产生，本文建立模型（2）。
ProduCap=？茁0 ？茁1Tobin ？茁2ROA ？茁3Age ？茁4Size
？茁5Lev ？茁6Inve ？茁7Cap ？茁8Pay ？茁9Indu ？茁10Year ？着 （2）
模型（2）中ProduCap代表企业的产能过剩程度，用本期营业收入/期末固定资产总额衡量；其他变量的含义和模型（1）中相同。
3.企业投资扩张对银行信贷和产能过剩的中介作用
中介作用是一种间接作用，当自变量X通过另一变量Z对因变量Y产生影响时，则称Z为中介变量，Z在X与Y之间具有中介作用。在只有一个中介变量时，若X对Y的总效应为a，X对Y的直接效应为b，则a-b为中介效应，当b等于0时为完全中介，b不等于0时为部分中介。依据Muller et al.[ 18 ]以及温忠麟等[ 16 ]判定中介作用的方法，要证明投资扩张在银行信贷对产能过剩的影响中起中介作用，需要满足四个条件：第一，银行信贷对企业投资扩张的影响显著，这在模型（1）中将进行检验；第二，企业投资扩张对产能过剩作用显著，模型（2）将对此问题进行检验；第三，在投资扩张变量未引进时，银行信贷对产能过剩的作用显著；第四，当投资扩张变量引入时，银行信贷对产能过剩的作用不再显著或者相关性、显著性降低。当银行信贷对产能过剩的作用变得不显著时，说明投资扩张为完全中介，即银行信贷对产能过剩的效应全部是通过投资扩张引起的；如果银行信贷对产能过剩的作用仍然显著但是相关性、显著性降低，说明投资扩张属于部分中介，银行信贷可能对产能过剩具有直接效应，或者还具有其他中介变量使银行信贷对产能过剩产生影响。依据假设3，为进一步检验上述第三、第四个条件是否成立，分别建立模型（3）和模型（4），以考察银行信贷是否对产能过剩有显著的影响以及当投资扩张变量引入时这种影响的变化情况。
【关键词】 供给侧改革； 银行信贷； 投资扩张； 产能过剩
【中图分类号】 F234.4 【文献标识码】 A 【文章编号】 1004-5937（2017）11-0061-07
一、研究背景及问题提出
产能过剩是目前中国经济存在的突出问题，也是中央关注的重点。2015年11月10日，在中央财经领导小组第十一次会议上，习近平主席首次提出“在适度扩大总需求的同时，着力加强供给侧改革，着力提高供给体系的质量和效率”。2016年3月5日，在政府工作报告中李克强总理再次明确提出“着力加强供给侧改革，加快培育新的发展动能，改造提升传统比较优势，抓好去产能、去库存、去杠杆、降成本、补短板……”。自此，产能过剩、去产能、去库存、去杠杆等成为人们热议的焦点。在供给侧改革中，去产能、去库存、去杠杆等任务并非是相互独立的，过剩的产能和高库存背后往往可能存在银行信贷的支持。因此，本文试图研究银行信贷与产能过剩之间的关系。
改革开放以来，我国大量引进外资和技术，通过不断扩大投资、增加产能来维持经济的高速发展。2008年全球金融危机爆发后，为了继续维持经济的稳定和较快增长，政府提出了应对全球金融危机的一揽子计划，包括取消商业银行的信贷规模限制，扩大信贷规模，以加大金融对经济发展的支持力度；同时加强对民生工程、基础设施、生态环境等领域的建设，到2010年年末使总投资规模达到4萬亿元，即“4万亿计划”。这一系列措施的效果十分显著，2009—2014年，我国经济在全球经济萎缩的背景下仍然实现了较快的增长，GDP年均增长速度达到8.58%，但近年来，经济快速增长带来的后果也日益凸显出来。大规模投资引起的产能过剩问题越来越严重，除钢铁行业外，化工、水泥、平板玻璃、有色金属、建筑陶瓷等行业的产能过剩问题也相当严重，产能过剩已经成为目前以及未来一段时间内制约我国经济发展的障碍。据工信部统计，2014年，我国粗钢的产能已达到11.6亿吨，而当年的实际产量只达到8.2亿吨，消费量仅为7.4亿吨，钢铁行业的产能利用率只有70%，大大低于80%的国际水平，产能过剩严重。然而在产能过剩严重的情况下，当年钢铁工业新开工的项目却达到了2 037个，固定资产投资达到6 479亿元。在高耗能、产能过剩严重的水泥和平板玻璃行业，2014年的产量分别为24.8亿吨和7.9亿重量箱，均达到世界第一的水平，而水泥行业当年又新增产能7 000多万吨。从以上数据可以看出，我国众多行业一方面存在生产力过剩的现象，产能过剩问题严重；另一方面又在不断扩大投资，增加产能。正是在此背景下，政府首次提出了以“三去一降一补”为目标的供给侧改革，这一改革目标的提出为解决我国产能过剩问题指明了方向。
产能过剩一般是指实际的生产能力超出市场需求和正常期望水平的状态，是资源配置效率低的外在表现。过剩的产能是在宏观需求冲击、政府政策扭曲以及国有企业利益机制等因素的共同作用下产生的。在这些因素中，银行信贷作为连接政府调控政策和微观企业的具体手段，在产能过剩的形成中起到了很大的作用，过剩的产能和高库存背后往往存在银行信贷的支持。根据中国人民银行公布的数据，从金融危机爆发后的这几年来看，中国人民银行多次下调金融机构人民币贷款和存款基准利率，我国人民币贷款额不断增加。非金融企业及其他部门的贷款由2009年的28.69万亿元增长到2014年的57.58万亿元，共增长了100.73%，平均每年增长20.15%。宽松的信贷环境下，我国银行信贷水平大幅提高，企业整体借款额增加。在信贷水平不断提升的同时，我国制造业的投资额也在不断增加，投资规模不断扩大。2009年我国制造业固定资产总投资额为7.706万亿元，到2014年投资额达到16.703万亿元，投资规模总体提高了116.75%，年均增长23.35%。表1为2009—2014年我国银行信贷、制造业固定资产投资额具体数据。从数据来看，银行信贷增长的速度和固定资产投资增长的速度有较强的吻合度。此外，从信贷的流向来看，目前产能过剩的行业基本都是前期银行信贷投放的重点。
在宽松的货币政策下，企业可以更加容易地以较低的成本从银行取得借款，企业通过银行借款筹集资金的意愿和能力增强，内部杠杆率不断提高。根据国际清算银行的统计，从2008年开始中国企业部门的杠杆率迅速上升，到2015年9月，中国企业部门的杠杆率达到166.3%，超过警戒线76.3个百分点。
一般而言，宽松的货币政策为企业提供了便利、低成本的资金筹集渠道，大量信贷资金涌入企业，企业内部的杠杆水平提高，这可能激发企业投资扩张的热情，如果投资扩张与企业自身的能力以及发展战略不匹配或者与社会发展不符就会形成过度投资现象。而在企业投资扩张行为的推动下，企业的产能不断膨胀，如果市场不能及时消化这些产能，最终可能形成产能过剩。从已有的研究结论来看，企业的投资扩张受地方政府干预、银行信贷、市场化改革以及管理层控制权等因素的影响，然而国内已有的研究并未对银行信贷与企业投资扩张行为的关系得出一致结论，企业投资扩张行为与产能过剩的关系也并不明朗。因此，在改革的背景下，弄清我国银行信贷与企业投资扩张之间的关系，以及投资扩张是否导致产能过剩，进而分析投资扩张在银行信贷与产能过剩之间是否起中介作用显得很有必要。已有的对产能过剩的研究，大都是从行业或地区等宏观层面出发，然而无论是行业还是地区都是由微观的企业组成，行业的产能过剩与每个企业的产能利用情况密切相关。 假设2：企业的投资扩张会加剧产能过剩。
（三）银行信贷与产能过剩
通过以上对银行信贷与企业投资扩张的关系以及投资扩张与产能过剩关系的理论分析可以看出，银行信贷会推动企业的投资扩张并最终引起企业产能过剩，银行信贷影响产能过剩的作用机理如图1所示。在经济高速增长以及金融危机背景下，宽松的货币政策使银行信贷规模不断扩大，企业从银行取得的资金越来越多，而股东与债权人的利益冲突以及由政府干预、银企关系以及企业的政治关联等因素引起的预算软约束问题使银行信贷更多地表现为对企业投资的资金支持功能，从而加剧企业的投资扩张行为。而企业投资决策时信息的不充分、政府的政策导向以及宏观调控政策引发的短期需求热等因素，会导致企业对自身的战略发展以及某个行业的发展作出错误预期，形成盲目的过度投资，并最终引发企业的产能过剩。
因此，在我国现阶段特殊的经济制度背景下，银行信贷会因影响企业的投资行为而导致产能过剩。基于此，提出本文的假设3。
假设3：银行信贷能够引起产能过剩，投资扩张在银行信贷导致产能过剩的过程中起中介作用。
三、研究设计
（一）样本选取及数据来源
本文主要考察2008年金融危机之后企业的银行信贷、投资扩张与产能过剩三者之间的关系，因此选取2008年之后的数据进行研究。选取2009—2014年深沪两市A股制造业上市公司作为初始样本，同时删除了被ST的公司以及数据缺失、无效的公司，最终得到692家制造业上市公司2009—2014年的3 436个样本观测值。数据来源于国泰安数据库以及万德数据库，主要采用Excel2007以及SPSS17.0软件对数据进行处理和分析。
（二）模型设计及变量定义
本文设计了3组7个模型，对银行信贷是否通过影响企业的投资扩张行为进而影响产能过剩进行检验。首先设计模型对银行信贷与企业投资扩张之间的关系进行检验，其次设计模型来检验企业投资扩张是否会引起产能过剩，最后根据Muller et al.以及温忠麟等[ 16 ]判定中介作用的方法，设计模型对企业投资扩张在银行信贷与产能过剩之间的中介作用进行检验。
1.银行信贷与企业投资扩张
企业投资扩张的水平用企业新增投资支出衡量。当银行信贷与企业投资支出正相关时，说明银行信贷能够推动企业的投资扩张行为。企业的投资水平主要受企业投资机会以及成长性的影响，一般用托宾Q值以及股票回报率来衡量企业的投资机会和成长性。但考虑到我国证券市场的实际情况，本文引进总资产回报率作为衡量企业投资机会和成长性的补充变量。同时，根据以前的文献，企业的投资还会受到资产规模、上市年限、负债水平以及其他资金来源的影响。此外，引进行业和年度虚拟变量以控制行业和年度因素的固定影响。据此，建立多元线性模型（1）来检验企业银行信贷与企业投资扩张的关系。
其中Inve表示企业投资扩张水平，用本期新增投资额/期初总资产表示，本期新增投资额为现金流量表中“购建固定资产、无形资产和其他长期资产支付的现金”加上“取得子公司及其他营业单位支付的现金净额”，减去“处置固定资产、无形资产和其他长期资产收回的现金净额”和“处置子公司及其他营业单位收到的现金净额”，最后减去本期固定资产折旧和无形资产摊销额的值；Tobin、ROA、StockRetu代表企业的成长性和投资机会，分别用上一期的托宾Q值、上一期總资产报酬率以及上一期的股票回报率衡量；Age表示企业的上市年限，用企业上市年限取对数度量；Size表示企业的规模，用期初总资产取对数度量；Lev表示资产负债率，用期初的负债合计/期初总资产度量；BD表示企业的银行信贷水平，用本期企业的长短期借款增加额合计数/期初总资产度量；Cap表示企业通过权益融资筹得的资金水平，用本期新增实收资本/期初总资产衡量；Pay表示企业商业信用水平，用企业本期增加的应付款项及预收账款合计数/期初总资产衡量；Indu和Year分别表示行业和年份虚拟变量，Indu按中国证监会2012年的行业分类标准将所有制造业企业分为13个行业；？茁0表示常数项，？茁1—？茁11表示各变量的系数。
2.投资扩张与产能过剩
已有研究大都从行业层面研究产能过剩，从企业层面测度产能过剩的指标比较少，本文借鉴修宗峰等[ 17 ]的做法，用收入与固定资产的比作为衡量企业产能利用率的指标，该指标越低表示企业的产能利用效率越低，产能过剩程度越大。为了进一步检验投资扩张是否会推动企业产能过剩问题的产生，本文建立模型（2）。
ProduCap=？茁0 ？茁1Tobin ？茁2ROA ？茁3Age ？茁4Size
？茁5Lev ？茁6Inve ？茁7Cap ？茁8Pay ？茁9Indu ？茁10Year ？着 （2）
模型（2）中ProduCap代表企业的产能过剩程度，用本期营业收入/期末固定资产总额衡量；其他变量的含义和模型（1）中相同。
3.企业投资扩张对银行信贷和产能过剩的中介作用
中介作用是一种间接作用，当自变量X通过另一变量Z对因变量Y产生影响时，则称Z为中介变量，Z在X与Y之间具有中介作用。在只有一个中介变量时，若X对Y的总效应为a，X对Y的直接效应为b，则a-b为中介效应，当b等于0时为完全中介，b不等于0时为部分中介。依据Muller et al.[ 18 ]以及温忠麟等[ 16 ]判定中介作用的方法，要证明投资扩张在银行信贷对产能过剩的影响中起中介作用，需要满足四个条件：第一，银行信贷对企业投资扩张的影响显著，这在模型（1）中将进行检验；第二，企业投资扩张对产能过剩作用显著，模型（2）将对此问题进行检验；第三，在投资扩张变量未引进时，银行信贷对产能过剩的作用显著；第四，当投资扩张变量引入时，银行信贷对产能过剩的作用不再显著或者相关性、显著性降低。当银行信贷对产能过剩的作用变得不显著时，说明投资扩张为完全中介，即银行信贷对产能过剩的效应全部是通过投资扩张引起的；如果银行信贷对产能过剩的作用仍然显著但是相关性、显著性降低，说明投资扩张属于部分中介，银行信贷可能对产能过剩具有直接效应，或者还具有其他中介变量使银行信贷对产能过剩产生影响。依据假设3，为进一步检验上述第三、第四个条件是否成立，分别建立模型（3）和模型（4），以考察银行信贷是否对产能过剩有显著的影响以及当投资扩张变量引入时这种影响的变化情况。