论文部分内容阅读
摘 要：结合中国工业企业数据库与银行业竞争数据，实证检验银行业竞争对企业规模分布状态的影响。研究发现：样本期间内我国企业规模分布Pareto指数呈现逐年上升的趋势，表明企业规模分布越来越均匀；银行业竞争对不同规模等级企业的成长具有非均衡性影响，更加有利于中小企业成长，进而促使企业规模分布更加均匀。一系列检验均表明上述结论非常稳健。本研究为优化我国企业规模分布和促进产业结构转型提供一个新的思路。
关键词：银行业竞争；企业规模分布；融资约束；企业成长
中图分类号：F832.1
基金项目：本文获得国家社会科学基金项目“区域经济一体化与南北经济关系研究”（15BJL070）；中央高校基本科研业务费重点研究基地项目（JBK140402）；中央高校科研业务费专项资金资助项目（JBK1507061）的资助。
作者简介：支宏娟（1987—），女，广西桂林人，西南财经大学经济学院博士研究生，研究方向为金融、国际经济关系；姜凌（1954—），男，山东曲阜人，西南财经大学经济学院博士、教授、博士生导师，研究方向为国际金融与国际经济关系。
一、引言及文献综述
自改革开放以来，我国经济维持了三十多年的高速增长，创造了“中国奇迹”，在这一过程中，作为经济活动主体的企业无疑发挥了至关重要的作用。但我国大企业一直在相对规模上占据主导地位，中小企业的发展相对不足，企业规模分布偏离均匀状态（盛斌和毛其淋，2015）。企业规模分布不均匀问题制约了产业结构的转型升级和经济的健康运行（李旭超等，2017），因此，深入考察影响我国企业规模分布的因素及研究促使企业规模分布变得更加均匀的策略显得十分有必要。
早期关于企业规模分布的吉尔布瑞特定律指出，不同规模等级企业的成长率不存在显著差异，企业规模分布近似呈对数正态分布（Gibrat，1931）。而大量基于广泛数据的研究却发现企业规模分布不符合该定律，并主要围绕企业规模分布是否符合齐夫法则（Zipf’s Law）展开。如Zipf（1949）的研究发现美国企业规模分布的Pareto指数接近1。Okuyama等（1999）对日本、Fujiwara等（2004）对欧洲、Cirillo（2010）对意大利和Giovanni等（2011）对法国进行考察，发现上述经济体的企业规模分布基本上遵循Zipf分布。近年来我国企业规模分布问题开始引起重视。方明月和聂辉华（2008）通过对我国工业企业规模分布进行测算，发现我国的企业规模偏离Zipf分布。Zhang等（2009）的研究发现Zipf法则适用于2002—2007年间我国500家最大的企业。
学者们并没有停留在企业规模分布的表象上，而是进一步挖掘影响企业规模分布的深层次因素。他们分别考察了技术因素（Marsili，2005）、全球化（Nocke & Yeaple，2008）、兼并和收购（Cefis，et al.，2009）、劳动管制政策（Hasan & Jandoc，2013）、市场和政府（杨其静等，2010）、环境规制（孙学敏和王杰，2014）、贸易自由化（盛斌和毛其淋，2015）等因素在企业规模分布中的作用。然而，目前尚未有文献针对银行业竞争和企业规模分布之间的关系进行研究。鉴于此，本文在现有文献的基础上，结合我国银行业改革大背景，从银行业竞争视角考察我国的企业规模分布状态。
二、我国企业规模分布的特征事实与理论假设
（一）我国企业规模分布的特征事实
企业规模分布的Pareto指数常被用于刻画企业规模分布状态。本文借鉴González-Val（2010）的方法，令Pareto分布的表达式为 ，其中， 为企业 的规模， 为企业规模分布的Pareto指数。再根据企业 的规模 大于 的概率 等价于企业 按照企业规模降序排列之后的位次 与企业数 的比值，即 ，得到如下计量模型：
其中， 为企业 按照企业规模降序排列所在的位序， 为常数项， 为随机扰动项。企业规模分布的Pareto指数 的经济含义为：若 ，表明大企业发展相对充分，中小企业发展不足。 越小表明企业规模分布的不均匀程度越高，越是偏离Zipf分布（González-Val，2010）。若 越接近1，则表明企业规模分布越均匀，越趋于Zipf分布。
根據式（1）测算我国企业规模分布的Pareto指数，结果见表1。观察可见，无论是总体样本还是分年度样本，1999—2007年间我国企业规模分布的Pareto指数均小于1，并且均通过了1%的显著性水平检验，表明相比于大企业，我国中小企业的发展不充分，企业规模分布不均匀；随着时间的推移，我国企业规模分布的Pareto指数在总体上呈现逐步上升趋势，表明中小企业的发展潜能得到了更大程度的释放，与大企业的规模差距逐渐缩小，企业规模分布趋于均匀。
此外，进一步考察我国各地区和各行业的企业规模分布状况，我们分别以省市地区和两位码行业为单位，采用式（1）分别估算1999—2007年8年30个省市（不包括西藏）和37个工业行业的Pareto指数。 就地区层面来看，我国企业规模分布存在明显的地区差异。在我国31个省（市）中，浙江的Pareto指数平均值最高，为0.85，青海的Pareto指数平均值最低，为0.44；其他省（市）的Pareto指数平均值介于0.44到0.85之间。各省（市）的Pareto指数在总体上均呈现出逐年上升的趋势。就行业层面来看，我国企业规模分布也存在明显的行业差异。在样本数据所涉及的行业中，纺织服装、服饰业的Pareto指数平均值最高，为0.86；石油和天然气开采业的Pareto指数平均值最低，仅为0.32。同时，各行业的Pareto指数在总体上也都呈现逐年上升的趋势。
最后，本文绘制出各地区和各行业企业规模分布Pareto指数的分布频次图。鉴于篇幅限制，本文仅列出1999、2003和2007年地区和行业层面企业规模分布Pareto指数的分布频次图（详见图1和图2）。可以看出，各地区和各行业企业规模分布Pareto指数均小于1，表明无论是在地区层面还是行业层面，大企业在相对规模上均占据主导地位，中小企业的发展相对不足；各地区和各行业的企业规模分布Pareto指数均呈现稳步上升的趋势，表明企业规模分布在地区维度和行业维度上都变得更加均匀。 （二）理论假设
学术界针对银行业竞争结构与经济增长关系的研究比较丰富，但至今尚未得出一致的观点。主要观点有以下几种：第一种观点认为竞争性的银行业结构会促进经济增长。如Claessens & Laeven（2005）发现较低的银行集中度有利于经济发展。第二种观点认为垄断的银行业结构与经济增长之间呈非线性关系。如Maudos & de Fernández（2007）发现银行垄断程度与经济增长之间可能存在倒U型关系。第三种观点则认为银行业竞争结构并不会影响经济增长。如Valverdie（2003）发现银行业竞争不会对经济增长产生影响。针对已有研究中存在的分歧，林毅夫等（2009）指出，经济发展中的最优金融结构需要与相应阶段实体经济对金融服务的需求相适应。我国是一个发展中国家，中小企业对经济增长的贡献是经济增长的重要来源，因此，我国现阶段最优的金融体系构成应该是以区域性中小银行为主导。林毅夫等（2009）的观点表明竞争性的银行业结构有利于我国经济增长。
具体到企业层面，由于我国的金融市场不完善并且金融体系为银行主导型，银行信贷是企业外源融资的重要来源，企业获取银行信贷的难易程度与银行业的内部结构和信贷资源的分布状况密切相关。在银行间缺乏竞争且信贷资源相对集中时，银行在银企关系中居于主导地位、具有很大的话语权，它们会通过设置较高的贷款门槛筛选“优质客户”（方芳和蔡卫星，2016），企业为获得银行贷款不得不支付较高的贷款成本；如果银行业竞争加强或者信贷资源不再仅仅局限于少数银行机构，银行信贷不仅会有所增加（Rice & Strahan，2010），企业的贷款利率也会趋于下降（Degryse & Ongena，2005；Martinez-Miera & Repullo，2010），企业的融资约束会有所缓解。因此，竞争性的银行业结构有利于我国企业成长。
而竞争性的银行业结构对我国不同规模等级企业的影响存在差异性，具体表现为：中小企业比大企业更能受益于银行业竞争度的提高。主要原因有以下两个：其一，相比大企业，中小企业对银行业内部结构调整更加敏感。因此，相对大企业，中小企业融资渠道更窄，融资问题尤为突出，也更加需要借力于地区银行业结构的改善来缓解信贷歧视，增加银行贷款的可得性（Beck，et al.，2008）。其二，我国银行业中存在着一种基于规模的专业化分工，即大银行主要贷款给大企业而中小银行主要贷款给中小企业（林毅夫等，2009）。这种分工模式的形成有以下几个原因：首先，在风险分散方面，大银行资产规模大，能够有效应对大企业的大笔资金贷款所带来的金融风险，而资产规模较小的中小银行如果贷款给大企业，则难以通过资产组合来达到分散风险的目的。其次，在交易成本方面，大银行将大笔资金贷给单个大企业，意味着其只需要承担单次信息收集和工作审批的成本，而如果分散贷给多个中小企业，收集信息和审批工作的多次重复会使得其必须支付相对较高的总交易成本。最后，在信息处理方面，大银行的组织结构较为复杂、信息处理链条较长，决定了其在收集客户信息、项目未来发展潜力等“软”信息方面不具有比较优势（Stein，2002）；中小银行组织结构扁平化、决策链短，能够提供较强的收集潜在借款者的“软”激励（Jayaratne and Wolken，1999）。
由此，本文提出以下理论假说：银行业竞争提高了企业规模分布的Pareto指数，促进企业规模分布变得更加均匀。
三、计量模型、变量与数据
（一）模型设定和变量说明
如理论中分析，银行业竞争会促使企业规模分布变得更加均匀。因此，本文构建如下计量模型：
其中， 、 、 分别代表行业、地区和年份， 、 和 分别为行业、地区和年份的固定效应； 为企业规模分布的Pareto指数对数值； 为银行业竞争； 为控制变量； 为误差项。
银行业竞争为本文的核心解释变量。本文参考马君潞等（2013）的研究，采用樊纲等（2003，2004，2007，2010）编制的中国各地区市场化指数中的金融业竞争指数来测度银行业竞争。该指数是采用各省（市）非国有金融机构吸收存款占全部金融机构吸收存款的比例进行衡量。對2004—2007年中国金融统计年鉴中该指标的计算结果表明，平均而言银行吸收存款所占金融机构吸收存款的比例高达96%，因此，本文采用该指标来测度银行业的竞争程度。
为了尽可能地减少模型中遗漏变量产生的误差，本文加入以下控制变量：
行业销售收入增长率（ ）。本文采用某地区某行业的年销售额增长率来测度。
市场集中度（ ）。市场集中度的具体测度公式为： ， 为企业 在第 年销售额， 为行业 在第 年销售总额。
国有经济比重（ ）。本文采用各地区各行业国有企业工业总产值在该地区该行业工业总产值中所占比重来表示。
城市化水平（ ）。本文采用各地区非农人口在总人口中所占比重来表示。
经济发展水平（ ）。本文采用各地区人均实际GDP对数值来表示，其中人均实际GDP为名义值经GDP平减指数转化而成
政府干预程度（ ）。本文采用地方政府财政支出占GDP比重来表示。
贸易开放程度（ ）。本文采用各地区进出口总额占GDP比重来表示，利用人民币对美元汇率将美元计价的进出口额转化为人民币价格。
（二）数据处理及来源
企业规模分布Pareto指数以及所有行业变量的各项数据均来源于国家统计局的工业企业数据库，时间跨度为1999—2007年。 在进行实证前，本文根据戴觅和余淼杰（2011）等的通常做法，对工业企业数据库的数据进行如下处理：（1）删除每年企业代码的重复值；（2）依照2003年启用的行业分类对2002年及之前年份的行业代码进行调整；（3）删除总资产、固定资产合计、固定资产净值年平均余额、工业总产值、销售收入、全部从业人员年平均数缺失或者小于等于零的企业样本；（4）删除全部从业人员年平均数小于6的企业样本；（5）删除一些不符合会计原则的样本，如企业总资产小于流动资产、企业总资产小于固定资产净值等。 银行业竞争数据来源于樊纲等（2003，2004，2007，2010）编制的《中国市场化指数》报告。人民币对美元汇率数据来源于2000—2008年《中国统计年鉴》。其余地区变量所涉及的数据均来源于《新中国六十年统计资料匯编》。
四、实证结果与分析
（一）基本回归结果
表2中第（1）—（3）列为企业规模分布的基本回归结果。其中，第（1）列是不添加任何控制变量，银行业竞争单独对企业规模分布进行回归的估计结果。可以看出，银行业竞争（ ）的估计系数为正，并且通过了1%的显著性水平检验（估计系数为0.0477，t值为24.79），表明银行业竞争更加有利于释放中小企业的发展潜能，提高了企业规模分布的Pareto指数，促使企业规模分布变得更加均匀。初步验证了前文的理论假说。第（2）（3）列为逐步加入控制变量的回归结果。对比第（1）列，尽管银行业竞争的估计系数绝对值明显变小，但仍然显著为正，表明银行业竞争对企业规模分布的影响和第（1）列是一致的，估计结果具有较好的稳健性。
观察控制变量的估计系数。行业销售收入增长率（ ）的估计系数不显著，表明该因素不是企业规模分布的重要影响因素。市场集中度（ ）对企业规模分布的影响效应显著为负，是由于中小企业在规模、资源、市场影响力等诸多方面不及大企业，在竞争激烈的环境中，其面临的不确定性和风险要大于大企业（Yan & DaCosta，2016），其成长性不及大企业。国有经济比重（ ）的估计系数显著为负，意味着国有企业能够获得比非国有企业更多的发展机会（王凤荣和高飞，2012），出现这一现象的可能原因是国有企业拥有一定的行政垄断地位。城市化水平（ ）对企业规模分布存在显著正影响，表明城市化水平的提升更加有利于中小企业的发展。经济发展水平（ ）的估计系数显著为正，表明较高的经济发展水平虽然有利于各种规模等级企业的成长（方芳和蔡卫星，2016），但却促使中小企业获得更快的成长。政府干预程度（ ）的估计系数显著为正，意味着政府干预对企业规模分布的影响效应为正，可能是政府的“支持”政策更加有利于中小企业成长（潘红波等，2008）。贸易开放度（ ）的估计系数不显著，表明贸易开放度不是企业规模分布的重要影响因素，原因可能是贸易开放度的提高既为企业提供了广阔的国际市场，也给企业带来了负面冲击（盛斌和毛其淋，2015），这两种力量未给不同规模等级企业的成长性带来显著的差异。
（二）工具变量估计
银行业竞争可能存在内生性。一方面，银行业竞争与企业规模分布之间存在反向因果关系，即企业规模分布会引起地区经济环境变化，进而影响地区银行业竞争结构（Hasan，et al.，2017）；另一方面，存在遗漏变量问题，即存在一些既影响企业规模分布又影响银行业竞争的因素，未加以控制。上述两方面会导致银行业竞争的内生性。工具变量法可以有效解决内生性问题。已有相关文献普遍将法律起源用作国家间金融发展、金融结构的工具变量（Beck，et al.，2003），但我国各地区的法律不存在差异，难以从这一角度寻找工具变量来克服地区银行业竞争的内生性（Guariglia & Poncet，2008），故本文参考朱晶晶等（2015）文献的做法，采用银行业竞争的一阶滞后项作为它的工具变量。
Hausman检验拒绝“所有解释变量均为外生”的假设，表明银行业竞争是内生变量。由于模型恰好识别，不需要进行Sargan检验。运用工具变量进行2SLS的回归结果见表2第（4）—（6）列。本文未报出第一阶段回归的具体结果。但应该指出的是，第一阶段回归的F值均大于10，滞后项的估计系数均显著为正，表明所选工具变量不是弱工具变量。相比于基本回归结果，表2第（4）—（6）列中银行业竞争的估计系数变大，说明变量内生性使得OLS估计低估了银行业竞争对企业规模分布的影响效应。同时，银行业竞争度的系数依然能通过1%的显著性水平检验，且拟合优度有小幅度上升。以上结果表明银行业竞争的一阶滞后项能够在一定程度上解决银行业竞争的内生性，提高本文模型对我国企业规模分布的解释力。
（三）稳健性检验
首先，企业规模分布的Pareto指数测度方法的选择问题。本文借鉴Gabaix & Ibragimov（2011）的方法进行测度，具体的测度公式为： ，其中， 为企业规模分布的Pareto指数。将从上述公式计算得出的Pareto指数取对数后对式（2）进行回归，结果见表3第（1）—（3）列。相比于表2第（1）—（3）列，表3第（1）—（3）列中银行业竞争度的估计系数虽然有略微下降，但依然显著为正，表明银行业竞争度的提升有助于促使企业规模变得更加均匀。此外，其他变量的估计系数符号、大小和显著性没有发生根本变化。通过检验发现，银行业竞争对企业规模分布的影响效应大小，会受到企业规模分布Pareto指数测度方法选择的影响。然而，二者之间的显著正向关系并没有受到影响，前文的结论是稳健的。
其次，银行业竞争度测度指标选择问题。本文借鉴方芳和蔡卫星（2016），采用 的对数值作为银行业竞争的替代指标。其中， 是前工、农、中、建、交五大银行分支机构占该省（市）全部商业银行分支机构数的比重。 使用上述银行业竞争的替代指标对式（2）进行回归的估计结果见表3第（4）—（6）列。相比于表2第（1）—（3）列，银行业竞争的估计系数虽然有较大幅度提高，但仍然能通过1%的显著性水平检验；贸易开放度的符号转变为负；国有经济比重和城市化水平的估计系数有一定幅度变大；其他变量系数的符号、数值和显著性没有发生根本改变，所以前文关于银行业竞争有利于促使企业规模分布更加均匀的结论是稳健的。
再次，银行业竞争影响企业规模分布的行业差异性。为进一步考察银行业竞争对企业规模分布的影响是否存在行业差异性，引入行业的外部融资依赖度（ ）。针对行业外部融资依赖度的测度，本文参考刘斌等（2015）的方法，将银行业竞争与行业外部融资依赖度的交互项 引入式（2）。具体的回归结果见表4第（1）—（3）列。观察可见，银行业竞争与行业外部融资依赖度的交互项（ ）的估计系数为正，且能通过1%的显著性水平检验；城市化水平的系数有所变大，经济发展水平的系数明显变小；其他变量系数的符号、大小及显著性都没有发生根本性改变，表明银行业竞争对企业规模分布的影响效应为正；与此同时，前者对后者的正影响效应在外部融资依赖度较高的行业中更大。 最后，银行业竞争影响企业规模分布的地区差异性。为了考察银行业竞争对企业规模分布的影响效应是否存在区域差异，我们将全部样本区分为东部和中西部样本，在式（2）中引入地区虚拟变量（ ）、银行业竞争与地区虚拟变量的交互项（ ）。回归结果见表4第（4）—（6）列。观察可见：（1）银行业竞争与地区虚拟变量交互项（ ）的估计系数为负，并且通过了1% 的显著性水平检验，表明银行业竞争对中西部地区的企业规模分布趋向均匀有显著的促进作用；（2）地区虚拟变量（ ）的系数为负，显著性混合，表明所处区域对企业规模分布没有影响，可能是由于区位因素对不同规模等级企业的成长有相同的影响效应；（3）银行业竞争的估计系数为正，且均能通过1% 的显著性水平检验；（4）其他控制变量系数符号、大小和显著性无显著变化。因此，前文的结论是稳健的。
（四）反事实模拟分析
上文计量结果显示，银行业对促进企业规模分布朝均匀化状态转变具有正向促进作用，那么银行业竞争在多大程度上影响了企业规模分布，银行业竞争对企业规模分布的净影响效应如何，本文采用反事实模拟方法对上述问题进行考察。表5为银行业竞争与企业规模分布的反事实模拟结果。其中，情形（A）表示银行业竞争设定为初始值，情形（B）表示银行业竞争设定为样本均值，情形（B）—（A）表示样本期间内银行业竞争程度的提高导致企业规模分布Pareto指數变化的净效应。表5给出了银行业竞争与原始Pareto指数以及与修正Pareto指数计量回归得到的模拟值和模拟差异值。可以看出，样本期间内银行业竞争程度的提高促使企业规模分布Pareto指数上升，从而证实了银行业竞争程度的提高对企业规模分布有净正向影响。
表5 银行业竞争与企业规模分布的反事实模拟结果
反事实情形 原始Pareto指数 修正Pareto指数
情形（A） 0.5846 0.6537
情形（B） 0.6059 0.6773
（B）—（A） 0.0213 0.0236
五、结论
企业规模分布问题是涉及企业进入、退出以及产业结构调整等诸多领域的重要研究内容，然而鲜有学者从银行业竞争视角对此问题展开研究。本文基于工业企业微观数据，对银行业竞争在企业规模分布演进中扮演的角色进行考察。研究发现：1999—2007年间我国企业规模分布Pareto指数均小于1，表明大企业在相对规模上占据主导地位，中小企业发展不足；地区层面和行业层面的企业规模分布Pareto指数均呈现稳步上升的趋势，意味着企业规模分布越来越均匀；银行业竞争对不同规模企业的成长具有非均衡性影响，更加有助于中小企业成长而使企业规模分布趋于均匀。进一步的检验发现，相对于外部融资依赖度较低的行业，银行业竞争对外部融资依赖度较高行业的企业规模分布影响效应更大。此外，银行业竞争对中西部地区的企业规模分布趋向均匀的促进作用更加显著。运用反事实模拟方法也进一步证实银行业竞争对企业规模分布有净正向影响。
[参考文献]
戴觅、余淼杰， 2011. 企业出口前研发投入、出口及生产率进步——来自中国制造业企业的证据 [J]. 经济学（季刊）， （11）： 211–230.
杜传忠、郭树龙. 2012. 经济转轨期中国企业成长的影响因素及其机理分析[J]. 中国工业经济， （11）： 97-109.
樊纲、王小鲁. 2003. 中国市场化指数——各地区市场化相对进程2001年[M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2004. 中国市场化指数——各地区市场化相对进程2004年度报告 [M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2007. 中国市场化指数——各地区市场化相对进程2006年度报告 [M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2010. 中国市场化指数——各地区市场化相对进程2009年度报告 [M]. 北京： 经济科学出版社.
方芳、蔡卫星， 2016. 银行业竞争与企业成长：来自工业企业的经验证据 [J]. 管理世界， （7）：63–75.
方明月、聂辉华， 2008. 企业规模决定因素的经验考察——来自中国企业面板的证据[J]. 南开经济研究，（6）： 27–36.
干春晖、邹俊、王健. 2015. 地方官员任期、企业资源获取与产能过剩 [J]. 中国工业经济， （3）： 44-56.
李捷瑜、黄宇丰. 2010. 转型经济中的贿赂与企业增长 [J]. 经济学（季刊），（4）： 1468-1484.
李旭超、罗德明、金祥荣， 2017. 资源错置与中国企业规模分布特征 [J]. 中国社会科学，（2）： 25–43+205–206.
林毅夫、孙希芳， 2008. 银行业结构与经济增长 [J]. 经济研究， （9）： 31–45.
刘斌、袁其刚、商辉， 2015. 融资约束、歧视与企业规模分布——基于中国工业企业数据的分析 [J]. 财贸经济， （3）： 72–87.
林毅夫、孙希芳、姜烨， 2009. 经济发展中的最优金融结构理论初探 [J].经济研究， （8）：45–49.
马君潞、郭沐炫、李泽广. 2013. 银行业竞争、代理成本与借款期限结构——来自中国上市公司的经验证据 [J]. 金融研究， （4）： 71-84.
潘红波、夏新平、余明桂， 2008. 政府干预、政治关联与地方国有企业并购 [J]. 经济研究， （1）： 41–52.
沈凌、田国强. 2009. 贫富差别、城市化与经济增长——一个基于需求因素的经济学分析 [J]. 经济研究，（1）： 19-29. 盛斌、毛其淋， 2015. 貿易自由化、企业成长和规模分布 [J]. 世界经济， （2）： 3–30.
孙学敏、杨杰， 2014. 环境规制对中国企业规模分布的影响 [J]. 中国工业经济， （12）： 44–56.
王凤荣、高飞， 2012. 政府干预、企业生命周期与并购绩效——基于我国地方国有上市公司的经验数据 [J]. 金融研究， （12）： 137–150.
杨其静、李小斌、方明月， 2010. 市场、政府与企业规模分布 [J]. 世界经济文汇， （1）： 1–15.
张少华、张天华， 2017. 企业规模分布“中间迷失”现象研究进展 [J]. 经济学动态， （4）： 142–150.
Beck， T.， Demirgüc-Kunt， A.， and Levine， R.， 2003. Law and Finance： Why does Legal Origin Matter [J]. Journal of Comparative Economics， 31（4）：653–675.
Beck， T.， Demirgüc-Kunt， A.， and Maksimovic， V.， 2008. Financing Patterns around the World： Are Small Firms Different [J]. Journal of Financing Economics， 89（3）：467–487.
Cefis， E.， Marsili， O.， and Schnek， H.， 2009. The Effects of Mergers and Acquisitions on the Firm Size Distribution [J]. Journal of Evolutionary Economics， 19（2）： 1–20.
Cirillo， P.， 2010. An Analysis of Size Distribution of Italian Firms by Age [J]. Physica A： Statistical Mechanics and Its Applications， 389（3）： 459–466.
Claessens， S.， and Laeven， L.， 2005. Financial Dependence， Banking Sector Competition， and Economic Growth [J]. Journal of the European Economic Association， 3（1）： 179–207.
Degryse， H.， and Ongena， S.， 2005. Distance， Lending Relationship， and Competition [J]. The Journal of Finance， 60（1）：231–266.
Fujiwara， Y.， Corrado， Di. G.， Aoyama， H.， Gallegati， M.， and Souma， W.， 2004. Do Pareto-Zipf and Gibrat Laws Hold True？ An Analysis with European Firms [J]. Physica A： Statistical Mechanics and Its Applications， 335（1）： 197–216.
Gabaix， X.， and Ibragimov， R.， 2011. Rank-1/2： A Simple Way to Improve the OLS Estimation of Tail Exponents [J]. Journal of Business and Economic Statistic， 1（29）：24–39.
Gibrat， P.， 1931. Les Inkgalitks Economiques [M]. Paris： Librairie du Recueil Sirey.
Giovanni， J. D.， Lechneko， A. A.， and Ranciere， R.， 2011. Power Laws in Firm Size and Openness to Trade： Measurement and Implications [J]. Journal of International Economics， 85（1）：42–52.
González -Val R.， 2010. The Evolution of U.S. City Size Distribution from a Long-term Perspective （1900–2000） [J]. Journal of Regional Science， 50（5）： 952–972.
Grajeda， R. M.， and Sheldon， I.， 2009. Trade Openness and City Interaction [R]. MPRA Paper No.18029.
Guariglia， A.， and Poncet， S.， 2008. Could Financial Distortions be no Impediment to Economic Growth after all？ Evidence from China [J]. Journal of Comparative Economics， 36（4）：633–657. Hasan， I.， Jackowicz， K.， Kowalewsik， O.， and Kozlowski， L.， 2017. Do Local Banking Market Structures Matter for SME Financing and Performance？ New Evidence from an Emerging Economy [J]. Journal of Banking & Finance， 79： 142–158.
Hasan， R.， and Jandoc， K.， 2013. Labor Regulations and the Firm Distribution in Indian Manufacturing. in： Bhagwati， J.， and A. Pangariya（eds）， Reforms and Economic Transformation in India， Oxford University Press.
Jayaratne， J.， and Wolken， J.， 1999. How Important are Small Banks to Small Business Lending： New Evidence from a Survey of Small Firms [J]. Journal of Banking & Finance， 23（2）：427–458.
Marsili， O.， 2005. Technology and the Size Distribution of Firms： Evidence from Dutch Manufacturing [J]. Review of Industrial Organization， 27（4）： 303–328.
Martinez-Miera， D.， and Repullo， R.， 2010. Does Competition Reduce the Risk of Bank Failure [J]. The Review of Financial Studies， 23 （10）：3638–3664.
Maudos， J.， and de Guevara， J. F.， 2007. The Cost of Market Power in Banking： Social Welfare Loss vs. Inefficiency Cost [J]. Journal of Banking and Finance， 31（7）： 2103–2125.
Muent， H.， Pissarides， F.， and Sanfey， P. 2001. Taxes， Competition and Finance for Albanian Enterprises： Evidence from a Field Study [J]. MOCT –MOST： Economic Policy in Transitional Economies， 11（3）： 239-251.
Nocke， V.， and Yeaple， S. R.， 2008. Globalization and the Size Distribution of Multiproduct Firms [R]. CEPR Discussion Papers.
Okuyamaet， K.， Takayas， M.， and Takaasu， H.， 1999. Zipf’s Law in Income Distribution of Companies [J]. Physica A： Statistical Mechanics and Its Applications， 269（1）： 125–131.
Rice， T.， and Strahan， P. E.， 2010. Does Credit Competition Affect Small-firm Finance [J]. The Journal of Finance， 65（3）：861–889.
Stein， J. C.， 2002. Information Production and Capital Allocation： Decentralized vs. Hierarchical Firms [J]. The Journal of Finance， 57（5）：1891–1921.
Valverdie， S. C.， Humphrey， D. B.， and Fernández， F. R.， 2003. Deregulation， Bank Competition and Regional Growth [J]. Regional Studies， 37（3）： 227–237.
Yan， L.， and Dacosta， M. N.， 2016. The Enterprise Reform and Entrepreneurial Development in China [J]. Journal of the Asia Pacific Economy， 21（2）：151–173.
Zhang， J.， Chen， Q.， and Wang， Y.， 2009. Zipf Distribution in Top Chinese Firms and an Economic Explanation [J]. Physica A： Statistical Mechanics and Its Applications， 388（10）： 2020–2024. Zipf， G. K.， 1949. Human Behavior and the Principle of Least Effort [M]. Cambridge： Addison-Wesley.
Abstract： The distribution of firm size is an important research issue in the fields of firm entry， exit and industrial structure adjustment. However， few scholars have studied the issue from the perspective of banking competition. We combine Annual Survey of Industrial Firms of China from 1999 to 2007 and the data of banking competition to empirically test the influence of banking competition on the state of firm size distribution. The results are as follows. First， the Pareto index of the firm size distribution increases year by year， which indicates the overall firm size becomes more and more uniform. Second， the banking competition has unbalanced effect on the growth of firms in different scales and is more favorable to the growth of small and medium-sized enterprises， thus making the distribution more uniform. A series of tests show that the above conclusion are very robust. The research provides a new idea to optimize the firm size distribution and promote the transformation of industrial structure.
Key words： banking competition； firm size distribution； financing constraints； firm growth
責任编辑：萧敏娜
关键词：银行业竞争；企业规模分布；融资约束；企业成长
中图分类号：F832.1
基金项目：本文获得国家社会科学基金项目“区域经济一体化与南北经济关系研究”（15BJL070）；中央高校基本科研业务费重点研究基地项目（JBK140402）；中央高校科研业务费专项资金资助项目（JBK1507061）的资助。
作者简介：支宏娟（1987—），女，广西桂林人，西南财经大学经济学院博士研究生，研究方向为金融、国际经济关系；姜凌（1954—），男，山东曲阜人，西南财经大学经济学院博士、教授、博士生导师，研究方向为国际金融与国际经济关系。
一、引言及文献综述
自改革开放以来，我国经济维持了三十多年的高速增长，创造了“中国奇迹”，在这一过程中，作为经济活动主体的企业无疑发挥了至关重要的作用。但我国大企业一直在相对规模上占据主导地位，中小企业的发展相对不足，企业规模分布偏离均匀状态（盛斌和毛其淋，2015）。企业规模分布不均匀问题制约了产业结构的转型升级和经济的健康运行（李旭超等，2017），因此，深入考察影响我国企业规模分布的因素及研究促使企业规模分布变得更加均匀的策略显得十分有必要。
早期关于企业规模分布的吉尔布瑞特定律指出，不同规模等级企业的成长率不存在显著差异，企业规模分布近似呈对数正态分布（Gibrat，1931）。而大量基于广泛数据的研究却发现企业规模分布不符合该定律，并主要围绕企业规模分布是否符合齐夫法则（Zipf’s Law）展开。如Zipf（1949）的研究发现美国企业规模分布的Pareto指数接近1。Okuyama等（1999）对日本、Fujiwara等（2004）对欧洲、Cirillo（2010）对意大利和Giovanni等（2011）对法国进行考察，发现上述经济体的企业规模分布基本上遵循Zipf分布。近年来我国企业规模分布问题开始引起重视。方明月和聂辉华（2008）通过对我国工业企业规模分布进行测算，发现我国的企业规模偏离Zipf分布。Zhang等（2009）的研究发现Zipf法则适用于2002—2007年间我国500家最大的企业。
学者们并没有停留在企业规模分布的表象上，而是进一步挖掘影响企业规模分布的深层次因素。他们分别考察了技术因素（Marsili，2005）、全球化（Nocke & Yeaple，2008）、兼并和收购（Cefis，et al.，2009）、劳动管制政策（Hasan & Jandoc，2013）、市场和政府（杨其静等，2010）、环境规制（孙学敏和王杰，2014）、贸易自由化（盛斌和毛其淋，2015）等因素在企业规模分布中的作用。然而，目前尚未有文献针对银行业竞争和企业规模分布之间的关系进行研究。鉴于此，本文在现有文献的基础上，结合我国银行业改革大背景，从银行业竞争视角考察我国的企业规模分布状态。
二、我国企业规模分布的特征事实与理论假设
（一）我国企业规模分布的特征事实
企业规模分布的Pareto指数常被用于刻画企业规模分布状态。本文借鉴González-Val（2010）的方法，令Pareto分布的表达式为 ，其中， 为企业 的规模， 为企业规模分布的Pareto指数。再根据企业 的规模 大于 的概率 等价于企业 按照企业规模降序排列之后的位次 与企业数 的比值，即 ，得到如下计量模型：
其中， 为企业 按照企业规模降序排列所在的位序， 为常数项， 为随机扰动项。企业规模分布的Pareto指数 的经济含义为：若 ，表明大企业发展相对充分，中小企业发展不足。 越小表明企业规模分布的不均匀程度越高，越是偏离Zipf分布（González-Val，2010）。若 越接近1，则表明企业规模分布越均匀，越趋于Zipf分布。
根據式（1）测算我国企业规模分布的Pareto指数，结果见表1。观察可见，无论是总体样本还是分年度样本，1999—2007年间我国企业规模分布的Pareto指数均小于1，并且均通过了1%的显著性水平检验，表明相比于大企业，我国中小企业的发展不充分，企业规模分布不均匀；随着时间的推移，我国企业规模分布的Pareto指数在总体上呈现逐步上升趋势，表明中小企业的发展潜能得到了更大程度的释放，与大企业的规模差距逐渐缩小，企业规模分布趋于均匀。
此外，进一步考察我国各地区和各行业的企业规模分布状况，我们分别以省市地区和两位码行业为单位，采用式（1）分别估算1999—2007年8年30个省市（不包括西藏）和37个工业行业的Pareto指数。 就地区层面来看，我国企业规模分布存在明显的地区差异。在我国31个省（市）中，浙江的Pareto指数平均值最高，为0.85，青海的Pareto指数平均值最低，为0.44；其他省（市）的Pareto指数平均值介于0.44到0.85之间。各省（市）的Pareto指数在总体上均呈现出逐年上升的趋势。就行业层面来看，我国企业规模分布也存在明显的行业差异。在样本数据所涉及的行业中，纺织服装、服饰业的Pareto指数平均值最高，为0.86；石油和天然气开采业的Pareto指数平均值最低，仅为0.32。同时，各行业的Pareto指数在总体上也都呈现逐年上升的趋势。
最后，本文绘制出各地区和各行业企业规模分布Pareto指数的分布频次图。鉴于篇幅限制，本文仅列出1999、2003和2007年地区和行业层面企业规模分布Pareto指数的分布频次图（详见图1和图2）。可以看出，各地区和各行业企业规模分布Pareto指数均小于1，表明无论是在地区层面还是行业层面，大企业在相对规模上均占据主导地位，中小企业的发展相对不足；各地区和各行业的企业规模分布Pareto指数均呈现稳步上升的趋势，表明企业规模分布在地区维度和行业维度上都变得更加均匀。 （二）理论假设
学术界针对银行业竞争结构与经济增长关系的研究比较丰富，但至今尚未得出一致的观点。主要观点有以下几种：第一种观点认为竞争性的银行业结构会促进经济增长。如Claessens & Laeven（2005）发现较低的银行集中度有利于经济发展。第二种观点认为垄断的银行业结构与经济增长之间呈非线性关系。如Maudos & de Fernández（2007）发现银行垄断程度与经济增长之间可能存在倒U型关系。第三种观点则认为银行业竞争结构并不会影响经济增长。如Valverdie（2003）发现银行业竞争不会对经济增长产生影响。针对已有研究中存在的分歧，林毅夫等（2009）指出，经济发展中的最优金融结构需要与相应阶段实体经济对金融服务的需求相适应。我国是一个发展中国家，中小企业对经济增长的贡献是经济增长的重要来源，因此，我国现阶段最优的金融体系构成应该是以区域性中小银行为主导。林毅夫等（2009）的观点表明竞争性的银行业结构有利于我国经济增长。
具体到企业层面，由于我国的金融市场不完善并且金融体系为银行主导型，银行信贷是企业外源融资的重要来源，企业获取银行信贷的难易程度与银行业的内部结构和信贷资源的分布状况密切相关。在银行间缺乏竞争且信贷资源相对集中时，银行在银企关系中居于主导地位、具有很大的话语权，它们会通过设置较高的贷款门槛筛选“优质客户”（方芳和蔡卫星，2016），企业为获得银行贷款不得不支付较高的贷款成本；如果银行业竞争加强或者信贷资源不再仅仅局限于少数银行机构，银行信贷不仅会有所增加（Rice & Strahan，2010），企业的贷款利率也会趋于下降（Degryse & Ongena，2005；Martinez-Miera & Repullo，2010），企业的融资约束会有所缓解。因此，竞争性的银行业结构有利于我国企业成长。
而竞争性的银行业结构对我国不同规模等级企业的影响存在差异性，具体表现为：中小企业比大企业更能受益于银行业竞争度的提高。主要原因有以下两个：其一，相比大企业，中小企业对银行业内部结构调整更加敏感。因此，相对大企业，中小企业融资渠道更窄，融资问题尤为突出，也更加需要借力于地区银行业结构的改善来缓解信贷歧视，增加银行贷款的可得性（Beck，et al.，2008）。其二，我国银行业中存在着一种基于规模的专业化分工，即大银行主要贷款给大企业而中小银行主要贷款给中小企业（林毅夫等，2009）。这种分工模式的形成有以下几个原因：首先，在风险分散方面，大银行资产规模大，能够有效应对大企业的大笔资金贷款所带来的金融风险，而资产规模较小的中小银行如果贷款给大企业，则难以通过资产组合来达到分散风险的目的。其次，在交易成本方面，大银行将大笔资金贷给单个大企业，意味着其只需要承担单次信息收集和工作审批的成本，而如果分散贷给多个中小企业，收集信息和审批工作的多次重复会使得其必须支付相对较高的总交易成本。最后，在信息处理方面，大银行的组织结构较为复杂、信息处理链条较长，决定了其在收集客户信息、项目未来发展潜力等“软”信息方面不具有比较优势（Stein，2002）；中小银行组织结构扁平化、决策链短，能够提供较强的收集潜在借款者的“软”激励（Jayaratne and Wolken，1999）。
由此，本文提出以下理论假说：银行业竞争提高了企业规模分布的Pareto指数，促进企业规模分布变得更加均匀。
三、计量模型、变量与数据
（一）模型设定和变量说明
如理论中分析，银行业竞争会促使企业规模分布变得更加均匀。因此，本文构建如下计量模型：
其中， 、 、 分别代表行业、地区和年份， 、 和 分别为行业、地区和年份的固定效应； 为企业规模分布的Pareto指数对数值； 为银行业竞争； 为控制变量； 为误差项。
银行业竞争为本文的核心解释变量。本文参考马君潞等（2013）的研究，采用樊纲等（2003，2004，2007，2010）编制的中国各地区市场化指数中的金融业竞争指数来测度银行业竞争。该指数是采用各省（市）非国有金融机构吸收存款占全部金融机构吸收存款的比例进行衡量。對2004—2007年中国金融统计年鉴中该指标的计算结果表明，平均而言银行吸收存款所占金融机构吸收存款的比例高达96%，因此，本文采用该指标来测度银行业的竞争程度。
为了尽可能地减少模型中遗漏变量产生的误差，本文加入以下控制变量：
行业销售收入增长率（ ）。本文采用某地区某行业的年销售额增长率来测度。
市场集中度（ ）。市场集中度的具体测度公式为： ， 为企业 在第 年销售额， 为行业 在第 年销售总额。
国有经济比重（ ）。本文采用各地区各行业国有企业工业总产值在该地区该行业工业总产值中所占比重来表示。
城市化水平（ ）。本文采用各地区非农人口在总人口中所占比重来表示。
经济发展水平（ ）。本文采用各地区人均实际GDP对数值来表示，其中人均实际GDP为名义值经GDP平减指数转化而成
政府干预程度（ ）。本文采用地方政府财政支出占GDP比重来表示。
贸易开放程度（ ）。本文采用各地区进出口总额占GDP比重来表示，利用人民币对美元汇率将美元计价的进出口额转化为人民币价格。
（二）数据处理及来源
企业规模分布Pareto指数以及所有行业变量的各项数据均来源于国家统计局的工业企业数据库，时间跨度为1999—2007年。 在进行实证前，本文根据戴觅和余淼杰（2011）等的通常做法，对工业企业数据库的数据进行如下处理：（1）删除每年企业代码的重复值；（2）依照2003年启用的行业分类对2002年及之前年份的行业代码进行调整；（3）删除总资产、固定资产合计、固定资产净值年平均余额、工业总产值、销售收入、全部从业人员年平均数缺失或者小于等于零的企业样本；（4）删除全部从业人员年平均数小于6的企业样本；（5）删除一些不符合会计原则的样本，如企业总资产小于流动资产、企业总资产小于固定资产净值等。 银行业竞争数据来源于樊纲等（2003，2004，2007，2010）编制的《中国市场化指数》报告。人民币对美元汇率数据来源于2000—2008年《中国统计年鉴》。其余地区变量所涉及的数据均来源于《新中国六十年统计资料匯编》。
四、实证结果与分析
（一）基本回归结果
表2中第（1）—（3）列为企业规模分布的基本回归结果。其中，第（1）列是不添加任何控制变量，银行业竞争单独对企业规模分布进行回归的估计结果。可以看出，银行业竞争（ ）的估计系数为正，并且通过了1%的显著性水平检验（估计系数为0.0477，t值为24.79），表明银行业竞争更加有利于释放中小企业的发展潜能，提高了企业规模分布的Pareto指数，促使企业规模分布变得更加均匀。初步验证了前文的理论假说。第（2）（3）列为逐步加入控制变量的回归结果。对比第（1）列，尽管银行业竞争的估计系数绝对值明显变小，但仍然显著为正，表明银行业竞争对企业规模分布的影响和第（1）列是一致的，估计结果具有较好的稳健性。
观察控制变量的估计系数。行业销售收入增长率（ ）的估计系数不显著，表明该因素不是企业规模分布的重要影响因素。市场集中度（ ）对企业规模分布的影响效应显著为负，是由于中小企业在规模、资源、市场影响力等诸多方面不及大企业，在竞争激烈的环境中，其面临的不确定性和风险要大于大企业（Yan & DaCosta，2016），其成长性不及大企业。国有经济比重（ ）的估计系数显著为负，意味着国有企业能够获得比非国有企业更多的发展机会（王凤荣和高飞，2012），出现这一现象的可能原因是国有企业拥有一定的行政垄断地位。城市化水平（ ）对企业规模分布存在显著正影响，表明城市化水平的提升更加有利于中小企业的发展。经济发展水平（ ）的估计系数显著为正，表明较高的经济发展水平虽然有利于各种规模等级企业的成长（方芳和蔡卫星，2016），但却促使中小企业获得更快的成长。政府干预程度（ ）的估计系数显著为正，意味着政府干预对企业规模分布的影响效应为正，可能是政府的“支持”政策更加有利于中小企业成长（潘红波等，2008）。贸易开放度（ ）的估计系数不显著，表明贸易开放度不是企业规模分布的重要影响因素，原因可能是贸易开放度的提高既为企业提供了广阔的国际市场，也给企业带来了负面冲击（盛斌和毛其淋，2015），这两种力量未给不同规模等级企业的成长性带来显著的差异。
（二）工具变量估计
银行业竞争可能存在内生性。一方面，银行业竞争与企业规模分布之间存在反向因果关系，即企业规模分布会引起地区经济环境变化，进而影响地区银行业竞争结构（Hasan，et al.，2017）；另一方面，存在遗漏变量问题，即存在一些既影响企业规模分布又影响银行业竞争的因素，未加以控制。上述两方面会导致银行业竞争的内生性。工具变量法可以有效解决内生性问题。已有相关文献普遍将法律起源用作国家间金融发展、金融结构的工具变量（Beck，et al.，2003），但我国各地区的法律不存在差异，难以从这一角度寻找工具变量来克服地区银行业竞争的内生性（Guariglia & Poncet，2008），故本文参考朱晶晶等（2015）文献的做法，采用银行业竞争的一阶滞后项作为它的工具变量。
Hausman检验拒绝“所有解释变量均为外生”的假设，表明银行业竞争是内生变量。由于模型恰好识别，不需要进行Sargan检验。运用工具变量进行2SLS的回归结果见表2第（4）—（6）列。本文未报出第一阶段回归的具体结果。但应该指出的是，第一阶段回归的F值均大于10，滞后项的估计系数均显著为正，表明所选工具变量不是弱工具变量。相比于基本回归结果，表2第（4）—（6）列中银行业竞争的估计系数变大，说明变量内生性使得OLS估计低估了银行业竞争对企业规模分布的影响效应。同时，银行业竞争度的系数依然能通过1%的显著性水平检验，且拟合优度有小幅度上升。以上结果表明银行业竞争的一阶滞后项能够在一定程度上解决银行业竞争的内生性，提高本文模型对我国企业规模分布的解释力。
（三）稳健性检验
首先，企业规模分布的Pareto指数测度方法的选择问题。本文借鉴Gabaix & Ibragimov（2011）的方法进行测度，具体的测度公式为： ，其中， 为企业规模分布的Pareto指数。将从上述公式计算得出的Pareto指数取对数后对式（2）进行回归，结果见表3第（1）—（3）列。相比于表2第（1）—（3）列，表3第（1）—（3）列中银行业竞争度的估计系数虽然有略微下降，但依然显著为正，表明银行业竞争度的提升有助于促使企业规模变得更加均匀。此外，其他变量的估计系数符号、大小和显著性没有发生根本变化。通过检验发现，银行业竞争对企业规模分布的影响效应大小，会受到企业规模分布Pareto指数测度方法选择的影响。然而，二者之间的显著正向关系并没有受到影响，前文的结论是稳健的。
其次，银行业竞争度测度指标选择问题。本文借鉴方芳和蔡卫星（2016），采用 的对数值作为银行业竞争的替代指标。其中， 是前工、农、中、建、交五大银行分支机构占该省（市）全部商业银行分支机构数的比重。 使用上述银行业竞争的替代指标对式（2）进行回归的估计结果见表3第（4）—（6）列。相比于表2第（1）—（3）列，银行业竞争的估计系数虽然有较大幅度提高，但仍然能通过1%的显著性水平检验；贸易开放度的符号转变为负；国有经济比重和城市化水平的估计系数有一定幅度变大；其他变量系数的符号、数值和显著性没有发生根本改变，所以前文关于银行业竞争有利于促使企业规模分布更加均匀的结论是稳健的。
再次，银行业竞争影响企业规模分布的行业差异性。为进一步考察银行业竞争对企业规模分布的影响是否存在行业差异性，引入行业的外部融资依赖度（ ）。针对行业外部融资依赖度的测度，本文参考刘斌等（2015）的方法，将银行业竞争与行业外部融资依赖度的交互项 引入式（2）。具体的回归结果见表4第（1）—（3）列。观察可见，银行业竞争与行业外部融资依赖度的交互项（ ）的估计系数为正，且能通过1%的显著性水平检验；城市化水平的系数有所变大，经济发展水平的系数明显变小；其他变量系数的符号、大小及显著性都没有发生根本性改变，表明银行业竞争对企业规模分布的影响效应为正；与此同时，前者对后者的正影响效应在外部融资依赖度较高的行业中更大。 最后，银行业竞争影响企业规模分布的地区差异性。为了考察银行业竞争对企业规模分布的影响效应是否存在区域差异，我们将全部样本区分为东部和中西部样本，在式（2）中引入地区虚拟变量（ ）、银行业竞争与地区虚拟变量的交互项（ ）。回归结果见表4第（4）—（6）列。观察可见：（1）银行业竞争与地区虚拟变量交互项（ ）的估计系数为负，并且通过了1% 的显著性水平检验，表明银行业竞争对中西部地区的企业规模分布趋向均匀有显著的促进作用；（2）地区虚拟变量（ ）的系数为负，显著性混合，表明所处区域对企业规模分布没有影响，可能是由于区位因素对不同规模等级企业的成长有相同的影响效应；（3）银行业竞争的估计系数为正，且均能通过1% 的显著性水平检验；（4）其他控制变量系数符号、大小和显著性无显著变化。因此，前文的结论是稳健的。
（四）反事实模拟分析
上文计量结果显示，银行业对促进企业规模分布朝均匀化状态转变具有正向促进作用，那么银行业竞争在多大程度上影响了企业规模分布，银行业竞争对企业规模分布的净影响效应如何，本文采用反事实模拟方法对上述问题进行考察。表5为银行业竞争与企业规模分布的反事实模拟结果。其中，情形（A）表示银行业竞争设定为初始值，情形（B）表示银行业竞争设定为样本均值，情形（B）—（A）表示样本期间内银行业竞争程度的提高导致企业规模分布Pareto指數变化的净效应。表5给出了银行业竞争与原始Pareto指数以及与修正Pareto指数计量回归得到的模拟值和模拟差异值。可以看出，样本期间内银行业竞争程度的提高促使企业规模分布Pareto指数上升，从而证实了银行业竞争程度的提高对企业规模分布有净正向影响。
表5 银行业竞争与企业规模分布的反事实模拟结果
反事实情形 原始Pareto指数 修正Pareto指数
情形（A） 0.5846 0.6537
情形（B） 0.6059 0.6773
（B）—（A） 0.0213 0.0236
五、结论
企业规模分布问题是涉及企业进入、退出以及产业结构调整等诸多领域的重要研究内容，然而鲜有学者从银行业竞争视角对此问题展开研究。本文基于工业企业微观数据，对银行业竞争在企业规模分布演进中扮演的角色进行考察。研究发现：1999—2007年间我国企业规模分布Pareto指数均小于1，表明大企业在相对规模上占据主导地位，中小企业发展不足；地区层面和行业层面的企业规模分布Pareto指数均呈现稳步上升的趋势，意味着企业规模分布越来越均匀；银行业竞争对不同规模企业的成长具有非均衡性影响，更加有助于中小企业成长而使企业规模分布趋于均匀。进一步的检验发现，相对于外部融资依赖度较低的行业，银行业竞争对外部融资依赖度较高行业的企业规模分布影响效应更大。此外，银行业竞争对中西部地区的企业规模分布趋向均匀的促进作用更加显著。运用反事实模拟方法也进一步证实银行业竞争对企业规模分布有净正向影响。
[参考文献]
戴觅、余淼杰， 2011. 企业出口前研发投入、出口及生产率进步——来自中国制造业企业的证据 [J]. 经济学（季刊）， （11）： 211–230.
杜传忠、郭树龙. 2012. 经济转轨期中国企业成长的影响因素及其机理分析[J]. 中国工业经济， （11）： 97-109.
樊纲、王小鲁. 2003. 中国市场化指数——各地区市场化相对进程2001年[M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2004. 中国市场化指数——各地区市场化相对进程2004年度报告 [M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2007. 中国市场化指数——各地区市场化相对进程2006年度报告 [M]. 北京： 经济科学出版社.
樊纲、王小鲁. 2010. 中国市场化指数——各地区市场化相对进程2009年度报告 [M]. 北京： 经济科学出版社.
方芳、蔡卫星， 2016. 银行业竞争与企业成长：来自工业企业的经验证据 [J]. 管理世界， （7）：63–75.
方明月、聂辉华， 2008. 企业规模决定因素的经验考察——来自中国企业面板的证据[J]. 南开经济研究，（6）： 27–36.
干春晖、邹俊、王健. 2015. 地方官员任期、企业资源获取与产能过剩 [J]. 中国工业经济， （3）： 44-56.
李捷瑜、黄宇丰. 2010. 转型经济中的贿赂与企业增长 [J]. 经济学（季刊），（4）： 1468-1484.
李旭超、罗德明、金祥荣， 2017. 资源错置与中国企业规模分布特征 [J]. 中国社会科学，（2）： 25–43+205–206.
林毅夫、孙希芳， 2008. 银行业结构与经济增长 [J]. 经济研究， （9）： 31–45.
刘斌、袁其刚、商辉， 2015. 融资约束、歧视与企业规模分布——基于中国工业企业数据的分析 [J]. 财贸经济， （3）： 72–87.
林毅夫、孙希芳、姜烨， 2009. 经济发展中的最优金融结构理论初探 [J].经济研究， （8）：45–49.
马君潞、郭沐炫、李泽广. 2013. 银行业竞争、代理成本与借款期限结构——来自中国上市公司的经验证据 [J]. 金融研究， （4）： 71-84.
潘红波、夏新平、余明桂， 2008. 政府干预、政治关联与地方国有企业并购 [J]. 经济研究， （1）： 41–52.
沈凌、田国强. 2009. 贫富差别、城市化与经济增长——一个基于需求因素的经济学分析 [J]. 经济研究，（1）： 19-29. 盛斌、毛其淋， 2015. 貿易自由化、企业成长和规模分布 [J]. 世界经济， （2）： 3–30.
孙学敏、杨杰， 2014. 环境规制对中国企业规模分布的影响 [J]. 中国工业经济， （12）： 44–56.
王凤荣、高飞， 2012. 政府干预、企业生命周期与并购绩效——基于我国地方国有上市公司的经验数据 [J]. 金融研究， （12）： 137–150.
杨其静、李小斌、方明月， 2010. 市场、政府与企业规模分布 [J]. 世界经济文汇， （1）： 1–15.
张少华、张天华， 2017. 企业规模分布“中间迷失”现象研究进展 [J]. 经济学动态， （4）： 142–150.
Beck， T.， Demirgüc-Kunt， A.， and Levine， R.， 2003. Law and Finance： Why does Legal Origin Matter [J]. Journal of Comparative Economics， 31（4）：653–675.
Beck， T.， Demirgüc-Kunt， A.， and Maksimovic， V.， 2008. Financing Patterns around the World： Are Small Firms Different [J]. Journal of Financing Economics， 89（3）：467–487.
Cefis， E.， Marsili， O.， and Schnek， H.， 2009. The Effects of Mergers and Acquisitions on the Firm Size Distribution [J]. Journal of Evolutionary Economics， 19（2）： 1–20.
Cirillo， P.， 2010. An Analysis of Size Distribution of Italian Firms by Age [J]. Physica A： Statistical Mechanics and Its Applications， 389（3）： 459–466.
Claessens， S.， and Laeven， L.， 2005. Financial Dependence， Banking Sector Competition， and Economic Growth [J]. Journal of the European Economic Association， 3（1）： 179–207.
Degryse， H.， and Ongena， S.， 2005. Distance， Lending Relationship， and Competition [J]. The Journal of Finance， 60（1）：231–266.
Fujiwara， Y.， Corrado， Di. G.， Aoyama， H.， Gallegati， M.， and Souma， W.， 2004. Do Pareto-Zipf and Gibrat Laws Hold True？ An Analysis with European Firms [J]. Physica A： Statistical Mechanics and Its Applications， 335（1）： 197–216.
Gabaix， X.， and Ibragimov， R.， 2011. Rank-1/2： A Simple Way to Improve the OLS Estimation of Tail Exponents [J]. Journal of Business and Economic Statistic， 1（29）：24–39.
Gibrat， P.， 1931. Les Inkgalitks Economiques [M]. Paris： Librairie du Recueil Sirey.
Giovanni， J. D.， Lechneko， A. A.， and Ranciere， R.， 2011. Power Laws in Firm Size and Openness to Trade： Measurement and Implications [J]. Journal of International Economics， 85（1）：42–52.
González -Val R.， 2010. The Evolution of U.S. City Size Distribution from a Long-term Perspective （1900–2000） [J]. Journal of Regional Science， 50（5）： 952–972.
Grajeda， R. M.， and Sheldon， I.， 2009. Trade Openness and City Interaction [R]. MPRA Paper No.18029.
Guariglia， A.， and Poncet， S.， 2008. Could Financial Distortions be no Impediment to Economic Growth after all？ Evidence from China [J]. Journal of Comparative Economics， 36（4）：633–657. Hasan， I.， Jackowicz， K.， Kowalewsik， O.， and Kozlowski， L.， 2017. Do Local Banking Market Structures Matter for SME Financing and Performance？ New Evidence from an Emerging Economy [J]. Journal of Banking & Finance， 79： 142–158.
Hasan， R.， and Jandoc， K.， 2013. Labor Regulations and the Firm Distribution in Indian Manufacturing. in： Bhagwati， J.， and A. Pangariya（eds）， Reforms and Economic Transformation in India， Oxford University Press.
Jayaratne， J.， and Wolken， J.， 1999. How Important are Small Banks to Small Business Lending： New Evidence from a Survey of Small Firms [J]. Journal of Banking & Finance， 23（2）：427–458.
Marsili， O.， 2005. Technology and the Size Distribution of Firms： Evidence from Dutch Manufacturing [J]. Review of Industrial Organization， 27（4）： 303–328.
Martinez-Miera， D.， and Repullo， R.， 2010. Does Competition Reduce the Risk of Bank Failure [J]. The Review of Financial Studies， 23 （10）：3638–3664.
Maudos， J.， and de Guevara， J. F.， 2007. The Cost of Market Power in Banking： Social Welfare Loss vs. Inefficiency Cost [J]. Journal of Banking and Finance， 31（7）： 2103–2125.
Muent， H.， Pissarides， F.， and Sanfey， P. 2001. Taxes， Competition and Finance for Albanian Enterprises： Evidence from a Field Study [J]. MOCT –MOST： Economic Policy in Transitional Economies， 11（3）： 239-251.
Nocke， V.， and Yeaple， S. R.， 2008. Globalization and the Size Distribution of Multiproduct Firms [R]. CEPR Discussion Papers.
Okuyamaet， K.， Takayas， M.， and Takaasu， H.， 1999. Zipf’s Law in Income Distribution of Companies [J]. Physica A： Statistical Mechanics and Its Applications， 269（1）： 125–131.
Rice， T.， and Strahan， P. E.， 2010. Does Credit Competition Affect Small-firm Finance [J]. The Journal of Finance， 65（3）：861–889.
Stein， J. C.， 2002. Information Production and Capital Allocation： Decentralized vs. Hierarchical Firms [J]. The Journal of Finance， 57（5）：1891–1921.
Valverdie， S. C.， Humphrey， D. B.， and Fernández， F. R.， 2003. Deregulation， Bank Competition and Regional Growth [J]. Regional Studies， 37（3）： 227–237.
Yan， L.， and Dacosta， M. N.， 2016. The Enterprise Reform and Entrepreneurial Development in China [J]. Journal of the Asia Pacific Economy， 21（2）：151–173.
Zhang， J.， Chen， Q.， and Wang， Y.， 2009. Zipf Distribution in Top Chinese Firms and an Economic Explanation [J]. Physica A： Statistical Mechanics and Its Applications， 388（10）： 2020–2024. Zipf， G. K.， 1949. Human Behavior and the Principle of Least Effort [M]. Cambridge： Addison-Wesley.
Abstract： The distribution of firm size is an important research issue in the fields of firm entry， exit and industrial structure adjustment. However， few scholars have studied the issue from the perspective of banking competition. We combine Annual Survey of Industrial Firms of China from 1999 to 2007 and the data of banking competition to empirically test the influence of banking competition on the state of firm size distribution. The results are as follows. First， the Pareto index of the firm size distribution increases year by year， which indicates the overall firm size becomes more and more uniform. Second， the banking competition has unbalanced effect on the growth of firms in different scales and is more favorable to the growth of small and medium-sized enterprises， thus making the distribution more uniform. A series of tests show that the above conclusion are very robust. The research provides a new idea to optimize the firm size distribution and promote the transformation of industrial structure.
Key words： banking competition； firm size distribution； financing constraints； firm growth
責任编辑：萧敏娜