1992年党的十四大提出建立社会主义市场经济体制和国有企业建立现代企业制度的目标。市场经济的春风和现代企业经营自主权的扩大掀起了一轮新的投资高潮。由于长期受计划经济思想束缚，企业普遍对市场空间预期过于乐观，盲目投资、蜂拥而上和重复建设导致1992年-1996年间陆续积累了大量的过剩产能。过热投资导致通胀率攀升，不仅影响了1994-1996年间货币政策从紧，也使1997-1998年亚洲金融危机的外部冲击下的需求减少。1997年金融危机对中国的出口产生了直接的压力，尤其是亚洲市场有效需求减缓，需求端的压力传导到供给端，进一步暴露了前期企业过度扩张产生的一系列问题。如国有企业大面积亏损，多数行业产能利用率不足40%；经济体内部出现严重的债务问题，三角债问题严峻、银行坏账率高企，银行不良贷款率高达30%，财政压力巨大。 

 

　　在1998年的改革中，政府选择的是采取更加行政化的手段来展开国企改革和去产能，并且通过先选择重点行业做示范（纺织行业），再全面推进的方式来运作。针对产能过剩的成因，当时政府主要采取了五项主要措施：一是实施“中性偏紧”的货币政策，倒逼企业去产能、去杠杆。二是直接有力的行政干预，优化供给端，为市场的自动调节赢得必要时间。三是企业债权转股权，金融政策支持托底，由金融资产管理公司剥离银行债务。四是1998年-2003年实施以增发长期建设国债为主的积极财政政策。五是撬动新的需求增长点。 

 

　　90年代去产能取得积极效果：首先在微观经济层面，去产能取得显着效果，国有工业企业数量减少，国有企业从1996年的11.38万家下降至1998年的6.5万家，减少幅度达到42%。整体亏损企业的劳动生产率得到了提升，以1997年底的企业数为准，到2000年底，国有及国有控股大中型企业的亏损面由39.1%下降至20%左右；宏观层面上，劳动生产率得以大幅度提升。同时也产生了一定的负面效果：1996-1999年间国有企业就业人数下降约2200万，2011年全国总工会公布90年代的下岗失业数字是2750万人，企业在编员工强制性被解除用工关系，取消企业应担负的约90%社会保障义务，下岗分流人员处于节衣缩食、四处奔波的生活窘态，国家转型期的社会代价比较多的由下岗人员来承担。 

 

　　90年代纺织行业在国民经济中的地位不亚于现在的钢铁、煤炭、有色金属。90年代中国是世界上最大的纺织生产国，产量占全球的1/5，纺织工业产值占全球工业总产值的比重较大。但由于产能过剩和设备落后，当时的中国纺织业盈利空间不断压缩，企业亏损严重，冗余人员比重超过30%。而且由于纺织行业多数属于国有企业，是当时国有工业中生存最艰难的产业，地方政府通过财政补贴和银行贷款的托举式维持纺织亏损企业运行的手段，越来越难以为继。 

 

　　国务院给出的纺织行业去产能的目标是从1998年开始的三年，举全国之力，以行政手段直接下达任务来完成去产能、国企三年扭亏脱困。国家在纺织业产能出清的过程中，主要采取以下几项措施：一是直接的财政补贴和贷款补贴。中央政府规定：每压缩淘汰落后棉纺锭1万锭给予财政补贴300万元，由中央、地方财政各承担150万元，同时安排银行贴息贷款200万元，贷款的贴息资金由地方财政承担，贷款还本期限为5年至7年。二是兼并破产政策重点向纺织行业倾斜。安排兼并破产和减员增效纺织企业537家，计划核销规模126亿元，占全国总规模400亿元的31.5%。三是下岗职工分流安置政策。1998年压锭企业办理退休3.5万人，纺织工业企业下岗职工要进入本企业再就业服务中心，保证下岗职工的基本生活和养老、医疗保险费用的支付。四是在出口配额分配额度上大幅度向国内纺织出口生产企业倾斜。五是把退税率统一提高到11%，对纺织机械出口实行出口信贷和全额退税优惠政策，积极鼓励纺织品出口。六是实施纺织企业债权转股权，通过金融资产管理公司有效剥离银行的不良资产，把债权债务关系适时转变为投资控股关系，极大化解和防范了企业和银行经营的系统性风险。 

 

　　经过努力，从1998年起，用三年时间淘汰落后棉纺锭1000万锭，分流安置下岗职工120万人，到2000年实现全行业扭亏为盈，为实现纺织工业的产业升级和转型奠定了坚实基础。 2002年之后纺织行业去产能效果明显提升，新增产能得以上马，就业人数从1999年的510万下降到456万，负债率持续下降、利润率明显提升，2002年起纱、布产量稳步提升；劳动生产率由1998年的1.75万/人提升到2002年的3.24万/人，增长85%。 

 

　　二、两次“去产能”的异同点分析 

 

　　通过对比发现，20世纪90年代与本轮产能过剩的形成都经历了高速信贷投放、地方政府推动的投资热潮、引发通胀率上升进而导致货币偏紧，产能和规模迅猛扩张被冷却后债务和产能过剩问题凸显等大致路径，都是企业盲目投资，加剧了产能扩张。两个时期产业发展阶段特征主要是发展方式粗放，创新能力不强，产业集中度低，未形成由优势大企业主导的产业发展格局，导致行业内重复建设现象严重，市场竞争有失规范；两个时期政府的考核体系和投资体制弊端相同，地方政府过分依赖投资拉动经济增长，通过廉价供地、税收减免、低价配置资源等方式招商引资，助推了重复投资和产能扩张，统一有序、竞争自由的市场环境还未形成。 

 

　　两次去产能过程的不同点有如下三个方面：一是两个时期集中行业不同。90年代的产能过剩集中于以纺织为代表的劳动密集型轻工业，本轮产能过剩集中在以钢铁、煤炭、水泥等为代表的资本密集型重工业；以纺织业为代表的劳动力密集型产业，成本构成中可变成本占主导；以钢铁产业为代表的资本密集型重化工业，成本构成中固定成本占主导。二是两个时期经济潜在增长率不同。90年代长期经济增长率处于上行通道，人口红利优势、资源优势和生态环境优势明显，同时需求端释放潜力巨大，最具代表性的是1998年房改启动和2001年中国加入WTO。房地产和出口导向型经济的持续发力，成为去产能后接力经济增长的新动力。本轮去产能，中国正处于经济新常态的增速换挡、结构调整和动力转换的重要转折期，经济增长率低于90年代，并且需求端改革调整空间受到一定限制，依靠凯恩斯主义式的刺激政策已经失灵。三是两个时期的国际环境不同。90年代去产能经历的亚洲金融危机，仅亚洲市场有效需求减弱；本轮去产能，后金融危机时代，欧美等发达国家普遍进入去杠杆周期，储蓄率趋势性回升，进而整体国际市场有效需求不足将成为全球经济的中长期主流。目前我国在能源、劳动力、土地等要素价格方面的相对优势正在瓦解，其他发展中经济体对我国的“进口替代效应”显着，不利于通过外需化解我国过剩产能。 

 

　　三、20世纪90年代去产能的经验与启示 

 

　　梳理总结20世纪90年代中国去产能的成功经验，主要包括以下六个层面：一是政府、银行和企业形成去产能合力，加大政府财政补贴冲销坏账的力度和速度，去除企业和银行后顾之忧；二是积极推行过剩产能企业债转股改造。国家组建金融资产管理公司，有序剥离银行有毒资产和不良资产，及时使债权债务关系转为参股控股的合作共赢新型伙伴关系，使去产能企业和银行摆脱包袱轻装上阵；三是通过多种手段补充银行资本金，增加金融资产的流动性；四是依靠强有力的行政手段干预产能过剩企业和市场，为市场出清过剩产能赢得必要时间；五是形成分工明确的去产能动力机制，其中包括层层明晰的目标机制、奖惩严明的激励机制等；六是聚焦关键产业。90年代，中国是最大的纺织生产国，产量占全球的1/5，纺织工业产值占全球工业总产值比重的排在首位，关键是纺织行业是产能过剩的重灾区，其产能严重过剩越来越成为我国经济运行中的突出矛盾和诸多问题的根源。 

 

　　2016年是国家十三五的开局之年，中国经济步入新常态，首要任务是以壮士断腕的决心“去产能、去库存、去杠杆、降成本、补短板”，加强供给侧结构性改革。借鉴90年代的成功经验启示，在本轮去产能中应该抓好以下几个方面： 

 

　　一要完善且加大财税支持政策。中央财政加大对产能严重过剩行业实施结构调整和产业升级的支持力度，各地财政结合实际安排专项资金予以支持；中央财政利用淘汰落后产能奖励资金等现有资金渠道，适当扩大资金规模，支持产能严重过剩行业压缩过剩产能。精准施策，设立专项财政补贴资金和优化税收结构鼓励企业多兼并重组，少破产清算。二要采取积极的行政干预为市场有效调节过剩产能和倒逼僵尸企业退市赢得必要时间，弥补市场调节机制的失灵，逐步完善去产能相关的政策法规配套体系。三要实施有保有控的金融政策，增加银行资产的流动性，加大冲销银行的坏账率和不良资产率，同时对产能严重过剩行业实施有针对性的信贷指导政策，加强绿色信贷管理，优化信贷结构。四要积极推行产能过剩产业债转股改造。五要抓紧培育去产能的动力机制。重拳治理僵尸企业，淘汰落后产能，去产能涉及到银行、企业和广大职工三者利益格局的打破与重塑，应该注重行成有效的动力引擎，破除三者去产能的后顾之忧，形成去产能的前进合力，同时需要掷地有声的政策执行力；同时付之于有效的激励机制、试错机制、监管机制、责任机制和评估机制，提升治理僵尸企业和去产能执行效率，积极推进去产能战略规划实施。六是本轮去产能应集中于钢铁煤炭行业。钢铁煤炭是产能过剩的重灾区，僵尸企业的聚集区，由于此类行业企业经济体量较大，都是地方支柱性产业，涉及大量的政府税收和人员就业等社会稳定性问题，而且不能真正实施市场化单一模式退出。目前钢铁煤炭的产能过剩已经开始严重威胁到产业转型和结构升级，僵尸企业的存在规模和数量已经危及社会稳定和推进结构性改革的关系。七要建立长效的去产能治理机制。必须正确认识此次去产能任务的复杂性、长期性和艰巨性，必须建立宏观、中观和微观层面联动的长久的去产能治理机制，逐步完善新常态下过剩产能的治理体系。八要积极推进托底的社会保障政策，妥善安置下岗失业人员。