基准模型实证结果优化为：基准模型的实证结果

由于因变量为虚拟变量，因此本文采用了Logit模型进行回归，同时也使用OLS方法进行对比，并且在原有固定效应设定的基础上，增加了控制省份、行业、时间固定效应的回归。基准模型的实证回归结果如表3所示，其中列（1）和列（2）是Logit回归的结果，列（3）和列（4）是OLS回归的结果，列（1）和列（3）控制了省份、行业、时间固定效应，列（2）和列（4）控制了企业、时间固定效应。从实证回归结果来看，不管使用哪种回归方法，不管控制了哪些固定效应，固定资产清理GK和精简雇员GE的系数都为负，且在1%的水平下显著，说明固定资产清理和精简雇员是促进“僵尸企业”复苏的稳定途径，能够起到“刮骨疗毒”的效果从而验证了假说1。此结论与Fukuda和Nakamura（2011）以及Nakamura和Fukuda（2014）所研究的日本样本的结果相同，说明这两种具体措施在处置“僵尸企业”时具有普适性。同时，基准模型实证结果显示行业中“僵尸企业”密集程度Z的系数为负，且在1%水平下显著，这表明行业中“僵尸企业”越密集，越不利于其复苏，“僵尸企业”存在一定的“感染效应”，由此会不断侵蚀整体经济效益，带来经济“僵尸化”的风险。相比较而言，国有“僵尸企业”康复的难度更大，外资“僵尸企业”更容易复活，这也印证了为何“僵尸企业”中国有企业比重比较高，而外资企业比重较低的原因。同时从表6中可以发现，有出口业务的“僵尸企业”则更容易恢复至正常状态，一般而言，出口企业具有较高的生产率，且有更大的市场腾挪空间，更有可能借助市场需求刺激实现复苏。此外，实证结果显示，行业竞争程度越高，“僵尸企业”更有可能通过市场竞争进行积极调整，从而恢复活力；企业的市场份额越高，很大程度上已经说明该企业的生产经营情况转好，这样的“僵尸企业”更容易恢复成正常企业，这也和申广军（2016）的结果相一致；企业主营业务收入的增长有利于改善“僵尸企业”绩效并促使其复苏，专注自身核心竞争力的提升是企业长期生存、发展之道。

表3　基准模型回归结果(www.xing528.com)

注：***、** 和*分别表示在1%、5%和10%的水平下显著，括号中的数值为标准差。
资料来源：作者利用Stata软件计算所得。