產業政策實施下的補貼與投資行為：不同類型政策是否存在影響差異？*

韓 超 孫曉琳 肖興志

?

產業政策實施下的補貼與投資行為：不同類型政策是否存在影響差異？*

韓 超 孫曉琳 肖興志

（東北財經大學產業組織與企業組織研究中心 遼寧大連 116025）

盡管對新興產業進行政策扶持已經成為全球主要經濟體的重要選擇，但政策目標與產業發展現狀之間的政策實施偏差表明仍有必要對產業政策進行綜合分析。以中國的戰略性新興產業政策文本為基礎，本文構建了基于供給、需求與環境分類的相關政策指數，并以此分析異質性產業政策與政策組合對企業投資決策的影響。研究發現：供給型政策穩健的促進了政府補貼的獲取，但其同時抑制了企業私人投資。考慮企業異質性約束下政策影響后，本文發現供給型政策抑制了高生產率企業獲得政府補貼的趨勢。考慮區域差異時，分析發現供給型政策對企業私人投資的抑制作用在中部更為明顯。

產業政策 政策差異 政策組合 企業投資

一、問題的提出

中國于2010年10月出臺了《國務院關于加快培育和發展戰略性新興產業的決定》（下文簡稱《決定》），計劃戰略性新興產業占GDP比重2020年達到15%，以應對新一輪技術革命與國際競爭，為實現這一目標戰略性新興產業需要保持20%以上的增長率。為此，自《決定》發布（尤其是2011年）以來，中國在部委層面已累計發布重點領域各類規劃30余項，發布財稅、金融和相關管理政策措施70余項，其他相關政策200余項，同時省級層面也出臺了眾多扶持政策，扶持政策是戰略性新興產業發展過程中不容忽視的重要力量，也是審視戰略性新興產業發展的重要觀察視角。另一方面，代表未來產業發展方向的戰略性新興產業，其仍并未明顯擺脫傳統產業發展過程中存在的“產能過剩”、“重復投資”等問題（余東華和呂逸楠，2015），背后隱藏的政策作用機制亟待分析。

自二次世界大戰以來，發展中國家為了保護幼小產業或者為了保護本土產業提高其對發達國家的競爭力，產業政策開始興起，并在二戰后的前30年無可爭議的促進了產業發展（Aghion, P. et al.,2015）。2008年金融危機以來，學界對政府放任的經濟政策也產生了質疑，新一波產業政策在全球又開始涌現。具體到當前的產業政策而言，從新一輪全球競爭趨勢以及各國政府采取的策略看，政府引導產業發展已經成為主要國家的工具選項，其實施影響的初衷無疑是幫助產業發展。對于中國而言，由于市場發展相對滯后，創新基礎不足，政府通過扶持基金、補貼、市場規范以及需求引導等能夠引導企業進行技術創新（Motohashi和Yun，2007）。具體到戰略性新興產業，降低企業創新風險，提高創新收益是扶持政策首要的政策導向目標（韓超，2013），也應當是政策制定以及實施的基本出發點（黃永春、祝呂靜和沈春苗，2015）。但是，從戰略性新興產業發展實際看，政策目標與實施間可能存在一定的結構性偏離，旨在鼓勵創新的扶持政策可能在企業層面產生扭曲，存在由“技術導向”向“投資導向”偏移可能（黃永春、祝呂靜和沈春苗，2015）。

從現有研究看，對于政策扶持與戰略性新興產業發展的認識，韓超（2013）以新能源產業特征為基礎，結合全球產業競爭態勢給出了戰略性新興產業政策扶持邏輯。從政策的分類看，扶持政策有多種，包括補貼、信用擔保、稅收優惠、需求引導等，從政策實踐看補貼在產業發展中應用范圍最廣，同時也更多受到學界的關注（肖興志和王伊攀，2014；余東華和呂逸楠，2015），研究大多認為：現行補貼政策有較大傾向導致產業非理性發展并可能引致產能過剩。補貼政策可以直接觸及扶持政策的核心要素對其研究十分必要，但對其他類型扶持政策作用機制分析仍然很有必要，以此才能更綜合認識當前中國戰略性新興產業扶持政策。從現有研究看，對于其他非補貼性政策的分析，有學者給出了綜合性的扶持政策框架（賀俊和呂鐵，2012），另外有學者結合技術趕超背景綜合研究認為扶持政策與戰略性新興產業發展可能存在匹配偏差現象（Liu et al，2011），但整體而言仍然缺乏將產業發展實際與政策實施聯系到一起的經驗分析。

以上研究對于揭示中國戰略性新興產業扶持政策內在作用機制，完善調整相關政策給出了豐富的經驗依據，但仍有不少細節有待完善。其一，現有研究往往以扶持政策的實施結果，尤其是以補貼金額作為政策影響的代理變量，其內在含義是在政策實施與產業扶持結果間建立直接線性關系，即跳過政策對新興產業發展結果影響的內在機理，以結果變量代理政策變量。同時，政策實施結果作為政策代理變量的處理方式可能會面臨較為嚴重的內生性問題，帶來估計偏誤，影響估計的無偏性。這是因為實施結果可能與企業特征存在顯著的關系，而這一關系將會影響政策內在機理的揭示。其二，現有大多研究僅將扶持政策聚焦到補貼政策，這一處理雖然對于深刻揭示補貼政策影響具有重要意義，但這一處理忽視了其他政策影響，無法反映扶持政策之間的關系。而且，在分析補貼政策時，如果未能有效控制其他扶持政策影響，則會帶來遺漏變量問題，進而也會影響估計結果的穩健性。其三，現有研究忽視了扶持政策的系統性特征，即忽視了不同政策間影響差異以及不同政策間組合關系（如政策協同關系等）對產業發展的影響。為此，本文將研究視角由補貼政策上升一個層次直接到政策層面，同時為了綜合考察政策體系的影響，本文將扶持政策分為供給型政策、環境型政策與需求型政策，并分析其政策組合對戰略性新興產業發展尤其是其對投資與補貼行為的影響。本文其余結構安排如下：第二部分給出政策實施與企業行為選擇間的內在邏輯；第三部分變量選擇、構建過程與數據說明；第四部分給出基本估計；第五部分結合異質性特征進一步分析；第六部分總結全文并給出政策啟示。

二、產業政策實施與企業行為選擇的內在邏輯

促進戰略性新興產業發展的“產業政策”其實質是政府對產業活動的一種干預，其目標之一是通過政策扶持等方式在供給側、需求側以及環境方面創造產業發展的有力條件。適宜的政策扶持通過彌補市場失靈、引導創新以及資源重置等將有利于產業的健康發展（Aghion, P.et al，2015；Peters M. et al，2012）然而，仍有大量文獻表明，政策扶持并未產生積極作用（De Long和Summers，1991；Gwartney et al.，1998；等）。政策扶持對產業發展的影響并不是簡單線性關系，其作用機制與制度背景，產業發展階段以及政策本身是否得以科學制定等均具有緊密聯系。從政策作用效果看，私人投資無疑是考察政策作用的直接指標，這是由于在產業發展的初始階段，私人投資是企業發展必備條件，政策能否引導企業擴大私人投資是考察政策效果的直接作用點。同時，作為政策實施的一個主要工具，政府補貼數量也是考察政策扶持的重要指標。現有將政府補貼與私人投資聯系到一起進行分析的研究發現，政府投資不但沒有拉動私人投資，相反政府投資在一定程度上還會擠出私人投資（張勇和古明明，2011；唐東波，2015）。他們認為產生這一問題的根源在于，政府投資在一定程度上擠占了私人投資的資本來源，增加了私人投資的融資成本（唐東波，2015），尤其在不健全的金融體系作用下，過度政府投資使得私人部門缺少可得資本，私人投資融資困難，進而無法擴大投資（張勇和古明明，2011）。本文認為還有一個深層次的原因，即補貼性扶持政策往往由于信息不對稱和企業的事前逆向選擇行為和事后的道德風險，產生政策依賴偏向（安同良等，2009；韓超，2014）。在這一逆向行為決定下，企業即便獲得了資金補貼，也不會將資金用于生產經營和提高企業生產效率（余東華和呂逸楠，2015），在市場和政府雙重失效的制度背景下，企業更有興趣進行“尋補貼”投資行為，企業會投入大量的精力和社會資本來構建政治聯系，而不是改善企業投資效率（肖興志和王伊攀，2014），更不會進行更為長遠的投資行為。

但是，以上研究將補貼結果視為產業政策，這一處理方式可能存在一些問題。以補貼金額等政策作用結果作為政策影響代理變量的做法，意味著研究設計跳過產業政策對新興產業發展結果影響的內在機制，直接在政策出臺與產業扶持結果間建立線性關系。這一處理顯然忽略了政策出臺與政策實施直接結果之間差異，顯著影響政策估計的穩健性。大量文獻表明，以政府補貼為代表的政策實施結果是內生于政策選擇的（余明桂和回雅甫等，2010）。采用企業獲得的政府補貼等作為政策代理變量，其內生性問題將會帶來估計偏誤，影響估計的無偏性。為此，可以尋找與企業特征無關的變量作為政策的代理變量，政策文本則是其中一個可行路徑。政策文本的制定層次與具體企業而言相關性較弱，雖然存在具體企業影響政策制定的可能，但其作為一個大樣本選擇卻不具備普遍性，即其內生選擇的可能性較低，因而也就可以較大程度提升估計結果穩健性。

再者，政府扶持政策可以細分成不同類型的政策，不同政策的作用機制、作用方向對產業發展可能帶來不同的影響。早在1950-1960年間學界就對不同政策的影響進行一定分析，主要圍繞技術創新領域的需求拉動政策和技術推動政策影響差異進行激烈討論（Dosi，1982）。需求拉動政策可能會引導市場需求，減少市場不確定性，增加預期總收入（Rosenberg，1969），但是鑒于未來需求不確定性等因素，需求拉動可能會帶來市場鎖定，阻礙企業的創造性，抑制創新（Dosi，1982）。供給層面的技術推動政策可以減少企業創新成本，但是它忽視了價格等市場經濟情況對技術創新的影響，甚至可能對私人投資產生擠出效應（David et al.，2000）。通過對技術創新領域文獻回顧可以發現，需求拉動性政策和技術推動性政策對技術創新都有顯著的影響，但在不同的實踐活動中，不同的外界環境下，針對不同的產業，又會產生不同的政策效果。基于不同類型政策的作用機制、作用方向及其帶來影響可能也都不一樣，因而政策制定、實施以及評估不能忽視不同政策間影響差異對產業發展的影響。具體到戰略性新興產業，那么不同政策類型也可能產生不同作用機制。理論上講，供給型和需求型政策對新興產業發展起直接的推動或拉動作用，而環境型政策力圖提供有利的政策環境，起間接的影響作用。政府扶持政策是一個體系，單一地、過度地強調使用任何一種政策都可能對推動產業發展不利（張國興等，2014）。

基于以上分析，本文認為政策扶持對于戰略性新興產業必不可少，其對戰略性新興產業發展的作用效果與特征制度背景有關，是典型的實證問題，其具體作用機制仍待進一步揭示。已有研究僅從補貼的視角分析產業政策且其大多以政策結果作為政策的代理變量，這一處理無論從政策識別的合理性，還是從政策影響的全面性而言，都存在較大問題。一個較為穩健的研究思路需要識別不同政策的影響，同時還應當盡量降低政策影響的內生問題，本文將在此方面進行分析，以更為合理的評價當前中國的戰略性新興產業扶持政策。

三、變量選擇與數據說明

（一）戰略性新興產業政策識別與測度

從現有研究看，已有文獻通過不同的視角來識別產業政策（Bronzini和Iachini，2014；宋凌云和王賢彬，2013），其得到的結論莫衷一是，即產業政策與產業發展之間關系并不具有穩健的一致性，其中有地區差異性原因，也有不同產業政策識別帶來的對產業發展的影響差異，凸顯了產業政策識別的重要性。關于產業政策的識別測度，現有研究很多采取政策實施結果作為政策代理變量，其可能產生估計偏誤以及內生問題，進而影響研究結論可信度。為了考慮不同類型政策間的關系，同時避免可能的內生問題，本文摒棄以政策作用結果作為政策識別的研究策略，轉而借助公共政策領域的政策文本工具進行政策識別與度量。更為一般性的視角看，產業政策工具可借鑒Rothwell和Zegveld（1985）的思想分為供給、需求與環境三種類型。其中，供給型政策是指政府通過人才培養、技術支持、資金支持、公共服務等方面，直接擴大要素供給，促進產業創新發展；需求型政策指的是通過政府采購、貿易政策、用戶補貼、應用示范、價格指導等措施減少市場的不確定性，積極開拓并穩定戰略性新興產業市場；環境型政策指政府通過目標規劃、金融支持、稅收優惠、法規管制、產權保護等政策來影響發展的環境因素，從而間接影響并促進新興產業發展。目前已有不少文獻采取這種分類方式（程華和錢芬芬，2013；黃永春、祝呂靜和沈春苗，2015；等），本文也采用這種政策工具分類法對戰略性新興產業政策工具進行比較研究。

為了刻畫戰略性新興產業政策，本文通過國務院及各部委的官方網站、各戰略性新興產業技術協會網站、清華大學公共管理學院政府文獻信息系統以及《戰略性新興產業觀察》內刊等途徑，采用網絡數據采集、全文關鍵字檢索等方法，收集整理了戰略性新興產業概念提出后的相關政策，即2011年1月1日至2014年6月30日的中央部委頒布的戰略性新興產業相關政策，進行梳理和分析，共得到416項政策文本，涉及國務院、財政部、國家稅務總局、科技部等多部門。由于得到的政策較為混亂，本文對其進行了初步整理：對于同一部門發布，發文時間間隔在6個月（含6個月）內，且政策文件只是細微行業變化則將其整合為一個政策文本，①經過以上處理，本文刪除118項政策文本，得到298項政策文本，在此基礎上通過言辭和語意對政策文本按照三種政策類型進行細分分類，共得到供給型政策78項，環境型政策172項，需求型政策68項。②此外，由于不同政策的頒布主體不同其政策權重也不同，同時政策的法律效力不同其政策權重也不同，將兩者結合構造政策權重系數則可以盡可能的反映政策實施效力。政策權重系數的設計不當將會顯著影響本文的政策識別與研究結論，為了盡量的使用客觀的政策權重系數，彭紀生、孫文祥、仲為國（2008）在對政策文本深入解讀的基礎上，結合專家學者、行政人員意見綜合多次檢驗得到政策權重系數。從現有研究看，目前已有彭紀生、仲為國、孫文祥（2008），仲為國等（2009）以及張國興（2014）等文獻直接使用彭紀生、孫文祥、仲為國（2008）定義的政策權重系數。為了方便對研究結論進行比較，本文直接采用彭紀生、孫文祥、仲為國（2008）的權重構造方法，即：全國人民代表大會及其常務委員會頒布的法律，記為5分；國務院頒布的條例、各個部委的部令等記為4分；國務院頒布的暫行條例、各個部委的條例、規定記為3分；各個部委的意見、辦法、暫行規定記為2分；通知、公告與規劃記為1分。

政策量化只是將政策文本定量化，但其仍不能直接用于模型分析。將政策量化并以此構建模型進行分析的做法，始于Libecap（1978）對法律變革指數構建的開創性貢獻，近年來國內開始有零星的文獻出現（殷華方、潘鎮、魯明泓，2006；彭紀生、仲為國、孫文祥，2008，等），但是以上文獻或者只是關注某一個具體政策，或者僅羅列細分政策措施進行研究，僅有的對政策進行分類的研究僅限于程華和錢芬芬（2013），但其僅考察了政策實施與產業績效間關系，并沒有解釋微觀層面機制問題。在以上研究基礎上，本文對政策量化進一步指數化，依托企業樣本以求在分析政策影響方向的同時得到內在機制。從政策的實施過程看，產業政策實施與發揮作用呈現一個時滯性，因而本文需要將政策量化在某個階段統一進行指數化整理。同時，政策指數化又不能時間跨度太長，以避免政策指數化過度損害政策信息。為此，本文將政策按照半年一個周期進行指數化，以盡可能的減少政策信息損失，同時也可以方便的依托上市公司數據進行分析。具體的，本文按照戰略性新興產業分類構造不考慮政策權重的供給型政策變量、需求型政策變量、環境型政策變量，分別采用每半年內相應政策算術加總得到。同時定義考慮政策權重的供給型政策、需求型政策、環境型政策，分別采用半年內考慮政策權重系數的算術加總。按照不同產業、不同政策類型，本文構造了戰略性新興產業扶持政策指數（2011年6月-2014年6月，共6個周期）分析可知，除生物產業和新能源汽車產業，其他產業無論是否考慮政策權重、無論是供給型政策還是需求型政策，其變動趨勢均近似呈現倒U型特征，大多在2012年達到政策出臺的高峰期。從產業分類看，新能源產業和節能環保產業的扶持政策最多，體現了政府向節能減排方向轉變的政策制定趨勢。

同時，本文還構造政策組合指數并分析其對產業發展的影響，學界現已有很多文獻研究不同政策組合的影響差異（彭紀生、仲為國、孫文祥，2008；仲衛國等，2009；張國興等，2014），但他們多從政策目標協同、措施協同、部門間協同等角度集中研究。在現有研究的基礎上，一個很自然的疑問是：在政策協同前提下，同樣的兩種政策搭配（例如供給型和需求型政策），其出臺先后順序不同，比重不同，其對產業發展的影響是否也不同，為探究這種可能性，本文做出大膽嘗試，將政策協同具體化為政策的組合次序和比重，定義考慮政策權重的虛擬變量需求-供給型政策、供給-需求型政策。若滿足在半年周期內需求型政策先出臺，同時需求型政策的比重大于供給型政策比重，且在該周期內供給型政策不為0，則需求-供給型政策賦值為1，否則賦值為0。同理，若滿足在半年周期內供給型政策先出臺，同時供給型政策的比重大于需求型政策比重，且在該周期內需求型政策不為0，則供給-需求型政策賦值為1，否則為0。同時，本文還將定義更加廣義的政策組合變量，將以上定義的相應“比重大于”的條件去掉，僅考慮周期內政策出臺先后順序，以此進行穩健性分析，其變量分別記為2、2。

需要說明的是，不同于彭紀生、仲為國、孫文祥（2008）與程華和錢芬芬（2013）主要研究政策累積對產業發展帶來的影響，本文研究的是每個周期內新增加的政策對產業發展的影響，即本文所研究的政策影響是彭紀生、仲為國、孫文祥（2008）與程華和錢芬芬（2013）中政策指標（采取政策累積）的一階差分，對于政策累積的作用影響，本文將通過引入年度效應等加以控制。

（二）政策實施影響企業決策的指標選擇

鑒于本文以政策文本為基礎進行戰略性新興產業政策識別，本文不僅關注政策對私人投資的影響，還將分析政策對政府補貼的影響。通過對比產業政策對政府補貼和私人投資的影響方向，獲得戰略性新興產業不同類型政策影響的作用機制。私人投資本文以企業投資額（）來體現。政府補貼（）來源于公司年報非經常性損益表的“計入當期損益的政府補助（與公司正常經營業務密切相關符合國家政策規定、按照一定標準定額或定量持續享受的政府補助除外）”一項，部分數據由于年報中未在非經常性損益表中出現，使用營業外收入中的政府補助條目相應補充。本文依托平安證券進行的戰略性新興產業分類的上市公司數據進行政策影響分析，除政策變量外，其他數據均來自wind資訊金融終端數據庫。對于上文提到以元為單位的變量，本文均采用固定資產價格指數進行了價格平減以消除價格因素影響。主要變量的描述性統計如表1所示，可以發現，均存在負值，本文將其作為異常值處理，因此將其取對數時自然刪除為非正值的樣本。①通過供給型政策、需求型政策以及環境型政策等政策指數變量的標準差與平均值均存在顯著差異，這一樣本基礎為分析產業政策對戰略性新興產業發展的影響奠定基礎。

表1 主要變量描述性統計

續表1

變量定義樣本量均值標準差最小值最大值 demad_weigt_half需求型政策指數（考慮權重）39761.59 2.84 018 cir_half環境型政策指數39762.56 3.12 013 cir_weigt_half環境型政策指數（考慮權重）39763.62 4.61 019 d_s_weigt需求-供給型政策①（狹義）30310.09 0.29 01 s_d_weigt供給-需求型政策（狹義）30310.05 0.21 01 d_s_weigt2需求-供給型政策（廣義）30310.30 0.46 01 s_d_weigt2供給-需求型政策（廣義）30310.11 0.31 01

四、政策影響與企業行為：基本模型分析

（一）政策影響下的企業投資行為

本部分以企業投資決策行為為著眼點，分析政策影響的微觀作用機制。構造控制時間與企業個體的雙固定模型作為基本分析。作為投資的一部分，本部分將分別觀察產業政策對政府補貼以及私人投資的影響：

表2 不同政策影響與企業投資決策

續表2

delta_lnsublnsubdelta_lninvlninv 數量權重數量權重數量權重數量權重 （1）（2）（3）（4）（5）（6）（7）（8） 時間效應是是是是是是是是 時間和地區聯合效應是是是是是是是是 Observations33003300340734073141314132933293 R-squared0.550.550.780.780.100.100.940.94

表3 政策次序組合與企業投資決策

其中，lnsub為企業在時期時獲得政府補貼的對數，為it的一階差分；lninv為企業在時期時投資額對數，為的一階差分；X與為戰略性新興產業政策指數變量；Z則為系列虛擬變量，此處控制企業和時間效應，并在控制時間和省級地區的聯合效應。①依然延續上文的研究步驟，首先分析不同政策類型的影響，即分別考慮供給型政策、需求型政策以及環境型政策的影響，然后分析政策次序組合約束及其影響。模型（Ⅰ）和模型（Ⅱ）的估計結果見表2。第（1）-（4）列是對政府補貼影響分析模型（Ⅰ）的估計結果，第（5）-（8）列是對私人投資影響的模型（Ⅱ）的估計結果。為了比較不同指標的估計結果提高穩健性，本部分進行以下檢驗：其一，除了分析私人投資與政府補貼的絕對變量外，本文還分析其差分變量；其二，仍然將只考慮政策數量與包含政策權重的相應政策指數進行對比分析。

表2顯示，無論是否考慮政策權重，供給型政策對的影響均通過0.01的顯著性檢驗，不考慮政策權重時，其對的影響系數通過0.1的顯著性檢驗。盡管考慮政策權重時，供給型政策對的影響系數未通過顯著性檢驗，但其系數也為正值且P值僅為0.2。基于以上估計結果，本文認為供給型政策對企業得到政府補貼具有顯著的積極作用。供給型政策對私人投資影響的估計結果顯示：供給型政策對的影響沒有通過顯著性檢驗，但其對的影響系數均通過0.05的顯著性檢驗，而且供給型政策的影響系數穩健為負值，表明供給型政策顯著抑制企業的私人投資。由于需求、環境型政策均未通過顯著性檢驗，本文在此不作過多論述，有關作用機制留待未來進一步探析。

此外，本文還分析了政策次序組合影響下的不同政策對企業投資決策行為的影響，為此可以將模型（Ⅰ）和模型（Ⅱ）中的X替換為政策次序組合與不同類型政策的交叉項：、；與，估計結果見表3。①通過表3可以發現，對的影響系數為負值且通過0.05的顯著性檢驗，其對的影響雖未通過顯著性檢驗，但其影響系數為負值。同時，對和的影響均通過顯著性檢驗（前者通過0.1的顯著性檢驗，后者通過0.05的顯著性檢驗），其影響系數穩健為正值。進一步驗證了上文“供給型政策抑制企業私人投資”的結論，同時表明在需求-供給型政策次序作用下，需求型政策具有促進企業私人投資的作用。

五、異質性影響分析

以上研究對于認識產業政策影響的一般規律具有顯著作用，但其預先假設不同企業以及不同地區不存在異質性，掩蓋了產業政策影響下不同主體間實施的差異。在上文的研究基礎上，本文結合有關異質性分析產業政策在不同情形下的作用結果。

（一）政策影響與企業異質性

盡管本文對政策文本進行了一定程度的挖掘，但是政策文本傳導到企業的過程仍然處于黑箱狀態。一個很自然的疑問就是，政策實施對于不同的企業是否存在顯著差異，從實施效果差異可以倒推政策實施中可能存在的問題。為此，本文基于Olley和Pakes （1996）提出的半參數估計法（以下簡稱OP法）進行了TFP測度。②根據每年樣本企業的TFP水平，本文將其分成高生產率企業（）與低生產率企業（）兩類，在此基礎上分析產業政策對企業影響的結構性差異。構造各類政策指數（本部分僅分析考慮政策權重的政策指數）與高生產率企業的交叉項即、與，并將其放入模型（Ⅰ）和模型（Ⅱ）的政策指數變量序列中進行分析，估計結果匯總在表4。觀察政策對不同企業的結構性影響，表4顯示對的影響系數通過0.1的顯著性檢驗，且其為負值，表明相對低生產率企業而言，高生產率企業獲得政府補貼的增長趨勢更弱，即供給類政策主要作用于低生產率企業，這一結論反映了中國戰略性新興產業政策存在的“扶弱”傾向，與韓超（2014）的結論基本趨于一致。本文認為這種企業異質性影響差異可能與中國式財政分權體系、地方官員政績考核制度、雙重政策體系等有關，生產率低的企業雖然改革相對滯后，技術設備落后，產品競爭力低，但地方政府出于自身政治晉升和經濟利益考慮，為穩定地方就業水平提高當地GDP，他們更有動機去“保護弱者”，而不是“扶持強者”。

表4 企業生產率差異與政策影響

表4還顯示，對的影響通過0.01的顯著性檢驗對和通過0.05的顯著性檢驗，對前兩個變量影響系數為正值，對后者的影響系數為負值，表明一般意義上戰略性新興產業供給型政策提高了政府補貼，但同時也抑制了企業私人投資，這一結論與表2的結論保持一致，再次驗證了這一結論的穩健性。與表2不同的是，表4中的作用方向與完全相反（對的影響通過0.01的顯著性檢，對和通過0.1的顯著性檢驗），表明一般意義上環境型政策有助于提升企業私人投資，發揮政策的引導作用。現有研究對企業私人投資與政府干預經濟關系的研究主要集中于財政政策視角研究公共投資與企業私人投資的關系（唐東波，2015；張勇和古明明，2011；等），但對于公共投資到底“擠出”還是“吸引”企業私人投資仍存在較大爭議，并未得到一致結論。與現有研究不同的是，本文將政策影響的源頭上溯至政策文本層面，打通政策結果（如財政政策分配的結果）與政策發布之間的聯系，因而本文的結論更能貼近政策本身，更能反映政策實施的客觀影響。

（二）政策影響與區域異質性

進一步地，本文考察了政策影響的區域間差異。本文按照國家統計局的區域分類，依據企業所在地劃分為東部、中部和西部地區，并構建區域的虛擬變量使之與相應的政策指數變量交互，并依托模型（Ⅰ）和模型（Ⅱ）進行分析，估計結果匯總在表5。表5顯示，從補貼和企業私人投資的地區虛擬變量看，相對中部而言，東部得到的政府補貼和企業的私人投資均較多，西部則呈現相反的趨勢。對企業私人投資的影響通過顯著性檢驗，其系數為負值，與上文的結論保持一致。的結論與表2存在差異（表2環境型政策未通過顯著性檢驗），但與表4的估計結果保持一致（對影響顯著為負，且通過0.05的顯著性檢驗；對、v影響為正分別通過0.01和0.05的顯著性檢驗）。政策與地區虛擬變量的交互項表明，相對中部而言，供給型政策對東部和西部的企業私人投資均具有一定引導作用（系數均為正值且通過0.01的顯著性檢驗）。對于導致這種區域性影響差異的原因，一種可能的解釋是：政策影響差異與不同地區的經濟發展狀況、市場化程度、地區開放程度等有關（韓超，2014）。東部地區經濟發展水平高，有實力進行政策補貼，但該地區市場化程度高、開放度高，企業發展良好，更傾向于市場調節，政府干預力度小，對政府補貼的依賴度低，更“吸引”私人投資（唐東波，2015）。而西部地區經濟發展落后，從事戰略性新興產業的企業相對較少，政府財力不足，市場化程度和開放度都很低，再加上西部大開發戰略等眾多扶持性政策影響，戰略性新興產業供給型政策作用更不明顯，故相對而言，中部地區對政策依賴度更高，供給型政策對私人投資的擠出效應更明顯。需要注意的是，交互項代表的是相對變量，真實的供給型政策在東部（或者西部）影響需要將供給型政策的絕對系數與交互項相加，計算可知供給型政策對東部和西部的企業私人投資均具有擠出作用。

表5 區域差異與政策影響

續表5

（1）（2）（3）（4） delta_sublnsubdelta_lninvlninv 個體效應是是是是 時間效應是是是是 時間和地區聯合效應是是是是 Observations3288339431273279 R-squared0.550.780.110.94

六、結論與啟示

對戰略性新興產業進行政策扶持已經成為國際社會重要共識，但發生在中國戰略性新興產業發展中的政策目標與產業發展現狀之間的政策實施偏差仍然值得關注。雖然現有研究對此進行了一定分析，但整體而言仍然沒有觸及政策制定層面。在對近年來戰略性新興產業扶持政策梳理的基礎上，本文將相關政策按照供給型、需求型和環境型政策進行系統分類，并進而得到政策權重指數，以此為基礎分析了不同類型政策以及不同政策組合對企業投資決策的影響。研究表明，供給型政策在提高企業獲得政府補貼的同時穩健抑制了企業私人投資。值得注意的是，考慮企業異質性約束下政策影響時，本文發現供給型政策抑制了高生產率企業獲得政府補貼的趨勢。考慮區域差異時，分析發現供給型政策對企業私人投資的抑制作用在中部更為明顯。

政策扶持本質上仍然屬于政府對市場運行的干預，如何進行政策設計以實現產業健康發展仍然是政策制定以及實施部門需要重點考慮的問題。從本文的相關結論可見，中國戰略性新興產業政策仍然存在不少問題，政策扶持方式以及扶持方向均需要進行相應調整。就戰略性新興產業而言，本文的研究直接表明現有的供給型政策并沒有發揮好政策杠桿的良好作用。相反，現有供給型政策除了具有直接促進政府補貼外，其還存在抑制企業私人投資的作用，即存在明顯政策擠出作用，完全背離了產業健康發展方向。同時，從政策實施機制看，戰略性新興產業政策，尤其是供給型政策帶來的政府補貼更多投向TFP較低的企業，而不是TFP相對較高的企業，存在顯著的扶持弱者傾向，這一政策實施機制極易導致企業的政策依賴慣性，難以提高企業的競爭力。另外，供給型政策的擠出效應在中部地區影響顯著，在東部和西部則表現為相反方向，顯示中部地區更多的對政策依賴的現實。

產業政策扶持的目的是引導產業發展，推動技術創新，提高企業競爭力，但其實施路徑則是關系目標能否實現的關鍵。作為企業運行的外生要素，產業政策可以通過對產業發展的資源重置，促進產業內部競爭來促進產業發展。政策制定以及實施部門應當切實對政策影響路徑做好提前預判，以免導致政策阻礙或者抑制產業正常發展。其一，應當重新梳理目前戰略性新興產業扶持政策，階段性總結其實施績效，尤其重點關注政策對產業發展的結構性影響，適時進行政策調整。其二，應當重新調整產業政策的實施方式，改變目前以項目思維為基準的部委“分錢”模式，變“大水漫灌”政策為“精準發力”政策，切實按照技術路線與產業引導目錄進行政策扶持，切實使政策扶持落實到具體企業、具體環節。其三，從政策扶持類型看，如果當前的政策實施方式與實施路徑不進行調整則應當慎重采用供給型政策，建議先行采取需求型政策，次優選擇供給型政策。綜合來看，產業政策扶持不能脫離產業發展的微觀作用機制，更不能繞開微觀機制進行政策設計。

1. 安同良、周紹東、皮建才：《R&D補貼對中國企業自主創新的激勵效應》[J]，《經濟研究》2009年第10期。

2. 程華、錢芬芬：《政策力度、政策穩定性、政策工具與創新績效》[J]，《科研管理》2013年第10期。

3. 韓超：《新能源產業發展態勢、政府扶持邏輯與政策調整方向》[J]，《國際貿易》2013年第9期。

4. 韓超：《戰略性新興產業政策依賴性探析》[J]，《經濟理論與經濟管理》2014年第11期。

5. 賀俊、呂鐵：《戰略性新興產業：從政策概念到理論問題》[J]，《財貿經濟》2012年第5期。

6. 黃永春、祝呂靜、沈春苗：《新興大國扶持企業實現趕超的政策工具運用》[J]，《南京社會科學》2015年第6期。

7. 彭紀生、孫文祥、仲為國：《中國技術創新政策演變與績效實證研究（1978-2006）》[J]，《科研管理》2008年第4期。

8. 彭紀生、仲為國、孫文祥：《政策測量、政策協同演變與經濟績效：基于創新政策的實證研究》[J]，《管理世界》2008年第9期。

9. 宋凌云、王賢彬：《重點產業政策、資源重置與產業生產率》[J]，《管理世界》2013年第12期。

10. 唐東波：《擠入還是擠出：中國基礎設施投資對私人投資的影響研究》[J]，《金融研究》2015年第8期。

11. 肖興志、王伊攀：《政府補貼與企業社會資本投資決策》[J]，《中國工業經濟》2014年第9期。

12. 殷華方、潘鎮、魯明泓：《中國外商直接投資產業政策測量和有效性研究：1979~2003》[J]，《管理世界》2006年第7期。

13. 余東華、呂逸楠：《政府不當干預與戰略性新興產業產能過剩》[J]，《中國工業經濟》2015年第10期。

14. 余明桂、回雅甫、潘紅波：《政治聯系、尋租與地方政府財政補貼有效性》[J]，《經濟研究》2010年第3期。

15. 張國興等：《中國節能減排政策的測量、協同與演變》[J]，《中國人口.資源與環境》2014年第12期。

16. 張勇、古明明：《公共投資能否帶動私人投資：對中國公共投資政策的再評價》[J]，《世界經濟》2011年第2期。

17. 仲為國、彭紀生、孫文祥：《政策測量、政策協同與技術績效》[J]，《科學學與科學技術管理》2009年第3期。

18. Aghion, P., et al., 2015: “Industrial Policy and Competition” [J],, 7(4): 1-32.

19. De Long,J. B. and Summers, L. H., 1991: “Equipment Investment and Economic Growth.” [J]., 106 (5), 445-502.

20. Dosi, G., 1982: “Technological Paradigms and Technological Trajectories: a Suggested Interpretation of the Determinants and Directions of Technical Change.” [J],11(3), pp147-162.

21. Levinsohn, J. and Petrin, A. 2003:“Estimating Production Functions Using Inputs to Control for Unobservables.” [J]70, pp317-341

22. Libecap, G. D.,1978: “Economic Variables and the Development of the Law: the Case of Western Mineral Rights.” [J], 38(2),338-362.

23. Liu, F. C., Simon, D. F., Sun, Y. T., and Cao, C. 2011: “China's Innovation Policies: Evolution, Institutional Structure, and Trajectory.” [J], 40(7), 917-931.

24. Motohashi, K.,and Yun, X., 2007: “China's Innovation System Reform and Growing Industry and Science Linkages.” [J],, 36(8),1251-1260.

25. Olley, S. and Pakes, A. 1996: “The Dynamics Of Productivity In The Telecommunications Equipment Industry.” [J],64, pp1263-1297

26. Peters, M., Schneider, M., Griesshaber, T., and Hoffmann, V. H. , 2012: “The Impact of Technology-Push and Demand-Pull Policies on Technical Change – Does the Locus of Policies Matter? ” [J],, 41(8), pp1296-1308.

27. Rosenberg. N, 1969: “Direction of Technological Change—Inducement Mechanisms and Focusing Devices.” [J],, 18 (1), 1–24.

28. Rothwell, R. and Zegveld, W., 1985: “Reindustrialization and Technology.” [M]. ME Sharpe.

①比如工業和信息化部發布的《氟化氫行業準入條件》與《鎂行業準入條件》是兩個政策，由于其分別針對不同的行業且作用方向一致，如果其發布時間間隔在6個月內。

②并不是每一項政策文本只包含一個類型政策，因而產生三種政策類型加總大于政策文本可能。

①原始樣本共有3976個樣本，但是補助小于0的樣本只有1個。投資小于0的樣本只有28個，本文認為這一處理不會影響估計結果穩健性。

①經過測算政策次序組合指標考慮政策權重與不考慮政策權重兩者比較后指數沒有任何變化，因而此處不標注是否考慮政策權重，只區分廣義和狹義定義之分。

①控制企業個體效應，時間效應以及企業所在地（省級）隨時間變動的虛擬變量意味著，本文控制了省級層面的政策以及其他不可知的、隨時間變動的因素影響，控制時間層面則意味著控制了經濟發展趨勢，此外還控制了企業不隨時間層面變動的因素。如果說存在遺漏變量問題，那么這一問題只能是由未控制企業個體隨時間變動的因素所導致。但是，由于本文的自變量是產業政策，而這個產業政策是基于政策文本的測度，相對于企業個體而言它是個嚴格外生的變量，因而其與未控制的個體隨時間變動因素之間不存在任何的相關性，因而遺漏這部分變量不會影響估計結果的穩健性。感謝審稿專家對此提出的建設性建議。

①本文發現政策次序組合約束下，政策影響對政府補貼的影響并沒有通過顯著性檢驗，這說明企業獲得政府補貼與政策次序組合并沒有顯著關系，因故本文并未報告該估計結果。

②由于OP法使用投資作為TFP沖擊的代理變量，但投資與TFP間可能不具有單調性，因而受到部分學者批評（Levinsohn和Petrin，2003）。為了盡量減弱這一影響，本文刪除了投資為負值的樣本。

* 本文為國家社科基金重大招標項目（12&ZD068）；教育部人文社科研究項目（13YJC790035）的階段性成果。作者感謝清華大學公共管理學院薛瀾教授、周源副教授以及北京郵電大學許冠南博士在本文寫作中提供的寶貴建議與幫助，同時感謝匿名審稿專家提出的建設性建議。文責自負。