產業政策對企業全要素生產率的作用機制
——基于國家自主創新示范區的準自然實驗

王思文，孫亞輝

(蘭州財經大學 國際經濟與貿易學院，甘肅 蘭州 730020)

0 引言

改革開放40多年來，我國經濟持續發展，市場化程度不斷提升，但由于壟斷、公共物品和信息不對稱、外部性等因素，市場存在失靈現象。此時，國家調控顯得尤為關鍵和重要。產業政策是指國家對產業形成和發展進行干預的各種政策總和，是一種彈性較強的政府干預方式。政府通過實施產業政策可以引導甚至控制投資方向、調整產業結構，實現預定經濟目標，但學界對產業政策的有效性問題存在較大爭議。林毅夫[1,2]以其新結構經濟學理論主張，政府應成為有為政府，國家經濟發展離不開市場和政府的雙重作用，二者并不矛盾，通過發揮比較優勢制定產業政策，并經由“兩軌六步法”引領產業發展；張維迎則采用新自由主義經濟學觀點予以反駁，強調自由市場和有限政府，認為選擇性產業政策注定會失敗?？v觀歷史，不論是發達經濟體還是處于追趕中的發展中經濟體，產業政策在經濟發展過程中均被廣泛應用，但應用結果有成功(如日本汽車產業政策)也有失敗(如日本家電產業政策)，而且成功和失敗案例很難從數量上進行比較。因此，不管是贊成產業政策的一方還是反對的一方都可以找到支持自己證據，這樣的爭論顯然不可能有定論。本文認為，研究重點是如何實施產業政策才能達到預期效果，進而找到產業政策邊界條件，而不是爭論要不要產業政策這個簡單的二元問題。

本文研究產業政策對企業全要素生產率的影響。黨的十九大報告中明確提出要提高全要素生產率，這在黨的全國代表大會報告中尚屬首次，因而如何通過產業政策提升全要素生產率成為產業經濟實踐領域的重要命題。目前，已有研究大多集中在區域范圍或市場層面，主要考慮產業政策帶來的集聚效應、選擇效應對企業集聚和選址的影響，或市場競爭和資源配置如何導致企業利潤下降與資源浪費[3,4,5]。上述研究中，產業政策實施效果大多采用外部因素測量，如是否帶來產業集聚以及是否產生外部性，抑或直接采用補貼衡量，但均忽視了一個問題，即產業政策實施效果難以被簡單測量。原因在于：第一，產業政策種類繁多，實施效果千差萬別，作用途徑各不相同，導致實證分析中可能會存在遺漏變量等問題[6,7,8]。第二，產業政策實施效果受多種因素影響，其中一個重要因素是企業自身特征，如企業所有制和所處行業不同均會影響產業政策實施效果。一些企業會為長期發展放棄短期利益，另一些企業則為追求短期利潤最大化而不愿意從事高風險的創新活動，因而達不到產業政策預期目標[9,10,11]。第三，從實證研究看，基于某種選擇性產業政策角度(如政府補貼)，選取地區宏觀經濟指標分析產業政策對企業全要素生產率的作用難以揭示其內在作用機理[12,13,14]。以企業作為研究對象時，為測度產業政策實施效果一般選擇政府扶持的特定行業企業，造成樣本選擇性偏誤，從而導致對產業政策效果的有偏估計[15,16]。因此，如何選取合理的研究對象測度產業政策對企業全要素生產率的作用效果，成為亟待解決的問題。

黨的十八大報告明確提出，科技創新是提高社會生產力和綜合國力的戰略支撐，必須擺在國家發展全局的核心位置。十九大報告進一步提出，要通過增強創新能力提高全要素生產率。因此，選取合理的研究對象，既能規避現有研究采用全國樣本導致產業政策施政范圍過于廣泛的問題，又能充分體現創新的滲透性，這是本文需要突破的難點。國家深入實施創新驅動發展戰略，打造促進經濟社會發展新的增長極，在各地重點布局了自主創新示范區、全面創新改革試驗區等一大批旨在推進自主創新和高技術產業發展的區域，鼓勵其開展先行先試、探索經驗、作出示范。從整體成效看，各示范試驗區在創新體制改革、創新要素整合、創新資源集聚、創新成果轉化等方面取得了顯著成效，已成為當地引領經濟社會發展新的重要引擎。自2009年3月成立的第一個國家自主創新示范區——中關村國家自主創新示范區開始，經過10年發展，截至2019年8月(批復成立鄱陽湖國家自主創新示范區)國家自主創新示范區數量已達到21個。由于國家自主創新示范區的選擇是以區域而非企業為基礎，且產業政策實施對整個區域而言具有普惠性，因而本文以國家自主創新示范區作為研究對象，在一定程度上克服了樣本選擇性偏誤問題，避免了采用單一產業政策分析全國工業企業時重要變量遺漏的問題，也突出了創新對產業政策和全要素生產率的影響，使產業政策有效性測度更加合理。

本文邊際貢獻在于：第一，已有產業政策與企業全要素生產率研究對象大多為行業或市場，微觀領域研究也集中在全國規模以上工業企業[17]，導致產業政策實施范圍過大。不同地區針對本地不同產業進行布局，產業政策實施的側重點各不相同，如果只考慮全國規模以上工業企業，就難以精準測度區域型產業政策對地區經濟發展的影響。本文從國家自主創新示范區入手，研究區域型產業政策對企業全要素生產率提升的有效性，從微觀層面拓展產業政策作用范圍，為政府制定相關政策提供參考。第二，提出產業政策實施路徑，即通過何種渠道促進企業全要素生產率提升。通過理論假設和實證檢驗，利用中介效應模型驗證技術創新這條傳導路徑，為政府傾向性實施產業政策提供支撐。第三，在實證方法選取上，采用準自然實驗研究，并對其可能出現的內生性問題進行探討。在實證策略設計中，不僅從總體樣本上對理論假說進行驗證，而且就不同所有權、不同行業企業對于產業政策的反應，以及不同產業政策可能造成的差異性影響進行分析，豐富此類研究結論，使政策實施更具有針對性。

1 政策背景、作用機制及研究假設

1.1 政策背景

科技部指出，建設國家自主創新示范區對進一步完善科技創新體制機制，加快發展戰略性新興產業，推進創新驅動發展，加快轉變經濟發展方式等，將發揮重要的引領、輻射、帶動作用。已有關于產業政策有效性的文獻大多聚焦于全國工業企業或沿海地區企業，本研究從西部地區尋找合適的樣本，深入檢驗產業政策在西部地區的實施效果，進一步拓展產業政策研究范圍。已獲批的21個國家自主創新示范區中，有成都、西安、重慶、蘭白和烏昌石等5個位于西部地區的國家自主創新示范區。在上述5個國家自主創新示范區中，本文選擇蘭白國家自主創新示范區(下文簡稱蘭白自創區)作為研究對象，原因在于：第一，重慶、成都和西安工業體系比較完善，產業政策覆蓋面較廣、實施力度較大、企業基礎相對較好，對不同類型產業政策的響應缺乏異質性。第二，蘭白和烏昌石作為區域內重點城市群，屬于區域型國家自主創新示范區，對于產業政策實施效果反應靈敏，研究該樣本可以為今后跨區域合作提供現實基礎。第三，蘭白國家自主創新示范區是在全國首家以科技創新改革為主題的試驗區——蘭白科技創新改革試驗區(以下簡稱蘭白試驗區)經過4年創新改革、先行先試的基礎上，依托蘭州高新區和白銀高新區建設的國家自主創新示范區，具有能夠直接借鑒的具體做法和實踐經驗，能夠充分說明科技創新改革試驗區成功經驗的應用性和可復制性，研究成果具有較強的代表性和指導意義。第四，蘭白問題研究具有普適性，國家自主創新示范區最常用的產業政策工具主要包括政府補貼、稅收優惠和低息貸款，這在蘭白產業政策中都有充分體現，而且產業政策實施效果傳導路徑也普遍適用。因此，研究蘭白國家自主創新示范區既能體現產業政策的廣泛性，又能發現產業政策在欠發達地區的特異性和重要意義。第五，2019年8月19—22日習近平總書記在考察甘肅期間，強調要加快改造傳統產業，培育新興產業，不斷夯實高質量發展基礎。這正是蘭白國家自主創新示范區產業政策的初衷和今后發展方向，也體現了本文選取蘭白國家自主創新示范區(下文簡稱蘭白自創區)為研究對象的代表性和可靠性。

1.2 作用機制及研究假設

1.2.1 產業政策與全要素生產率

一方面，產業政策對企業全要素生產率的促進表現為集聚效應和選擇效應。①集聚效應：集聚帶來企業間要素流動與共享，降低交易成本[3,5,18,19]，表現在自創區層面，具體可以通過自身優勢吸引眾多企業與人才落戶，加快知識溢出與共享，提高區內企業生產率；②選擇效應：自創區政府扶持政策會形成優勝劣汰的選擇機制，新結構經濟學認為，各國產業政策實施效果不佳的原因不是政府干預，而是政府錯誤干預，產業政策應該重點傾向于本國具有比較優勢的行業[20,21,22]。

另一方面，產業政策會抑制企業全要素生產率提升，具體表現在：第一，市場競爭機制失效，讓企業產生惰性。產業政策(如補貼)直接提高企業利潤，讓企業在低效率水平下雖能很好地生存，但失去了競爭動力，難以提高全要素生產率[4,23,24]。第二，資源配置失效。如尋租行為，某些企業為獲得政策優惠而熱衷于建立政治聯系，這樣容易導致尋租，而尋租行為會使資源配置進入無效狀態，出現資源浪費，從而降低企業全要素生產率[25,26,27]?；谝陨戏治觯疚奶岢鲆韵吕碚摷僭O：

H1a：自創區產業政策能夠提升企業全要素生產率；

H1b：自創區產業政策可能抑制企業全要素生產率。

從理論研究層面，需要尋找一個存在于產業政策與全要素生產率之間的中介變量，讓產業政策能夠通過這一中介變量作用于企業全要素生產率，并使這一作用路徑通過實證檢驗。黨的十八大和十九大報告都提到了創新的重要性，結合研究對象選取，本文將技術創新作為中介變量，提出如下理論假設，并在第四部分進行實證檢驗。

1.2.2 產業政策與技術創新

企業技術創新是一個時間跨度長、過程難以預測、失敗率高、投入產出具有不確定性的高風險活動，產業政策能否促進企業技術創新，目前實證檢驗結論并不一致。

產業政策對技術創新的促進作用表現在：第一，克服市場失靈。企業技術創新是一項外部性活動，尤其是在知識產權和專利保護不到位的情況下，一些企業的技術、專利很容易被別人模仿，進而喪失優勢地位，導致利潤下降。技術創新是一項高風險活動，一方面會存在有投入無產出的情況，另一方面會出現創新產品與消費者需求不符的情況，上述兩種情況都會使企業遭受損失。在上述情況下，產業政策干預無疑非常重要。第二，緩解融資約束。企業技術創新需要大量資金投入，產業政策一般會通過財政補貼、稅收優惠、放寬審批制度等方式緩解企業融資約束。已有研究表明，財政補貼和稅收優惠能夠緩解企業融資約束，降低企業創新成本，提高企業技術創新水平，對民營企業技術創新尤為重要[8,17,28,29,30]。

盡管產業政策可以克服企業在創新過程中的市場失靈問題，通過政策手段緩解企業融資約束，改善企業技術創新激勵不足和資金短缺的情況，但可能會從以下方面抑制技術創新：第一，創新動力缺失。對受財政補貼的企業而言，其在市場競爭中處于優勢地位，在低創新水平下仍然能獲得利潤，所以缺乏創新內在動力，選擇安于現狀，甚至在拿到財政補貼后寧愿擴大生產也不進行實質創新活動，導致受扶持企業產能過剩[31,32,33,34]。第二，所有制差異導致創新選擇不同。相比于非國有企業，國有企業激勵機制不同，其在重要行業和關鍵領域占主導地位，企業高管大多由政府直接任命，所以更加著眼于短期業績，而不愿去嘗試回報周期長且風險高的技術創新活動。與國有企業不同，非國有企業自負盈虧，高管利益直接和企業利潤掛鉤，故更看重長期收入，在這種情況下產業政策扶持無疑會促進非國有企業技術創新[35,36,37]?；谏鲜龇治?，本文提出以下理論假設：

H2a：自創區產業政策能夠促進企業技術創新；

H2b：自創區產業政策可能抑制企業技術創新。

1.2.3 技術創新與全要素生產率

根據內生增長理論，在投入要素不變的情況下，技術創新是經濟增長的主要動力。通過技術創新提升企業全要素生產率的途徑主要有：第一，技術創新促進生產工藝、生產流程、生產工具創新和發明，使企業產品質量提高、生產成本降低，獲得更多利潤，進而擴大生產規模，進一步提升全要素生產率。此外，技術創新表現為產品創新，企業生產通過發明創造，以更高質量的產品滿足消費者需求，從而促進全要素生產率提升[38,39,40]。第二，技術創新拉動經濟增長。新產品作為其它產品生產的中間環節或創新過程的組成部分，進入其它產品生產創新過程中，發揮積極影響，帶動經濟體全要素生產率水平提升[41,42]。第三，技術創新改變企業內部要素投入比例。為了改進工藝，企業會采購更多機器設備，減少勞動力資源使用，提高資源配置比例，使資本勞動配置比例達到合理水平，從而提高企業全要素生產率。進一步地，企業會加大投資規模，再次促進全要素生產率提高[43,44]。通過上述分析，本文提出以下理論假設：

H3：自創區企業技術創新能夠促進企業全要素生產率提升。

2 研究設計、變量與數據

2.1 研究設計

2.1.1 產業政策與全要素生產率

為識別產業政策對企業全要素生產率的影響，本文將產業政策作為一項準自然實驗，采用雙重差分法進行研究。由于蘭白國家自主創新示范區于2018年2月獲批，批復時間較短，無法進行準自然實驗。因此本文利用蘭白自創區的前身——2014年由科技部批復成立的蘭白試驗區產業政策這一準自然實驗進行估計。原因在于，蘭白自創區是全國首家以科技創新改革為主題的試驗區——蘭白試驗區的基礎上建設的國家自主創新示范區，由于試驗區和自創區帶動區域發展目標一致，因而產業政策具有較好的延續性，這可以由出臺的規劃得到驗證。產業政策一致性表明，科技創新改革試驗區的成功經驗可以應用和復制，也說明本文使用蘭白試驗區所得到的結論是可行且有效的。為此，構造計量模型如式(1)所示。

TFPit=β0+β1policyi×Aftert+β2policyi+β3Aftert+β4Controlit+εit

(1)

其中，下標i為企業，t為年份，TFP為企業全要素生產率，Policy為分組變量，After為時間變量，Control為控制變量。本文采用包含時間固定效應和個體固定效應的雙向固定效應模型進行估計，模型主要觀察Policyi和Aftert交互項的系數β1，衡量產業政策沖擊對企業全要素生產率的影響。Policyi的系數和Aftert的系數分別被時間固定效應與個體固定效應吸收。

使用雙重差分法的前提是要滿足平行趨勢假定，即處理組和對照組在政策實施之前必須具有相同的發展趨勢，這是保證雙向固定效應為一致估計量的重要條件。通過計算蘭白試驗區企業全要素生產率，繪制實驗組和對照組全要素生產率的時間趨勢圖，如圖1所示。圖中，橫軸表示時間，縱軸表示年度全要素生產率均值，2014年之前實驗組和對照組全要素生產率基本平行，滿足雙重差分法的基本假定。產業政策實施后，2015年開始實驗組全要素生產率增速加快，而對照組增速則不顯著，說明產業政策能夠顯著促進實驗組全要素生產率提升，但具體作用機制仍需進一步實證檢驗。

圖1 實驗組與對照組全要素生產率時間趨勢

2.1.2 作用機制檢驗：技術創新的中介效應

根據研究假設，本文揭示技術創新在產業政策與全要素生產率之間的作用關系，為檢驗技術創新是否起到應有的中介作用，參考溫忠麟等[45]構造中介效應的方法，在式(1)的基礎上構建如下方程：

TFPit=β0+β1policyi×Aftert+β2policyi+β3Aftert+β4Controlit+εit

(2)

Innovit=δ0+δ1Policyit×After+δ2Policyi+δ3After+δ4Controlsit+εit

(3)

TFPit=γ0+γ1policyi×Aftert+γ2Innovit+γ3policyi+γ4Aftert+γ5Controlit+εit

(4)

式(2)為產業政策對企業全要素生產率的影響；式(3)為產業政策對企業技術創新的影響，技術創新(Innov)采用企業研發投入占總資產的比重衡量；式(4)為技術創新和產業政策同時對企業全要素生產率的影響，衡量中介效應，若δ1和γ1全部顯著則說明中介效應顯著，若至少有一個不顯著則需要進行Sobel檢驗。

2.2 變量與數據

本文研究數據來自2013—2016年蘭白試驗區微觀企業數據，后者涵蓋2013—2018年蘭白試驗區企業特征數據，由于2017年統計口徑發生重大變化，之后年份數據缺失，無法滿足準自然實驗要求，故數據時間截至2016年。考慮到企業實際經營情況，在樣本篩選過程中，參考已有中國工業企業數據庫相關研究處理方法，本文剔除如下數據：工業增加值、固定資產、期末員工人數小于等于0的數據；工業增加值大于工業總產值的數據；企業技術創新投入資金小于0的數據，以及缺失數據。蘭白試驗區政策出臺時間為2014年11月，本文將2013—2014年作為政策出臺前時期，將2015—2016年作為政策出臺后時期。

2.2.1 被解釋變量：企業全要素生產率(TFP)

通過簡單線性估計方法用于企業TFP估計時，會產生同時性偏差(simultaneity bias)和樣本選擇性偏差(selectivity and attrition bias)。為解決這一問題，參考王思文等[46]的研究成果，使用LP法估計全要素生產率，并將OP、GMM法估計的全要素生產率作為替代變量用于穩健性檢驗。

2.2.2 解釋變量

本文核心解釋變量為產業政策(Policyi)和實施時間(Aftert)的交互項。對于政策虛擬變量Policy，基于對《蘭白科技創新改革試驗區發展規劃(2015-2020)》的解讀，將企業分為扶持企業和非扶持企業。蘭白試驗區重點培育發展新材料、新能源、生物產業、信息技術、先進裝備制造、節能環保、新型煤化工和現代服務業等八大戰略性新興產業。通過手動整理分類，若企業屬于上述八大產業企業則取1，否則取0；時間虛擬變量After在2014年之前取0，之后取1。

2.2.3 控制變量

參考宋凌云和王賢彬[47]、張莉等(2019)的研究成果，選取企業規模(Size)、經營年限(Age)、出口虛擬變量(Export)、資產報酬率(Roa)、資產負債率(Lev)、固定資產占比(Fixs)作為控制變量，變量定義見表1。

表1 主要變量定義

表2為主要變量描述性統計結果，其中，企業全要素生產率均值為0.785，標準差為1.176，最小值僅為-4.881，最大值為5.448，說明蘭白試驗區內企業全要素生產率存在較大差異且波動幅度較大，可成為本研究的素材。

3 實證結果及分析

3.1 產業政策對企業全要素生產率的影響

為了檢驗蘭白試驗區產業政策對企業全要素生產率的影響，本文對式(1)進行回歸。在回歸中，控制時間固定效應、企業個體固定效應，計量結果如表3所示。

表2 描述性統計結果

表3 蘭白試驗區產業政策對TFP的影響

表3第(1)列不加入任何控制變量，結果顯示，產業政策對TFP的回歸結果(Policy×After)在1%的置信水平下顯著為正。第(2)列在加入控制變量后結果仍顯著為正，說明產業政策有助于促進區內扶持企業全要素生產率提升。其它控制變量系數也符合預期，企業規模和利潤率的系數均在1%的水平下顯著為正，說明規模越大、盈利水平越高的企業生產率越高；企業年齡系數為正，說明企業越成熟就越有能力利用試驗區資源提高自身生產率。對第(3)—(4)列進行分所有制檢驗，結果顯示，產業政策對不同所有制企業的影響存在差異。國有企業系數為負但不顯著，非國有企業系數顯著為正，說明產業政策更能促進非國有企業生產率提高；產業政策對國有企業全要素生產率表現為抑制作用，和以往大多數研究結論一致[23,48,49]。產業政策對不同所有制企業影響存在差異，可能原因如下：

(1)國有企業和非國有企業在市場競爭中所處地位不同。對于競爭性行業的國有企業而言，其承受的政策性負擔低于壟斷性行業的國有企業，但相比于非國有企業，又能享受某些優惠和便利[50]。因此，產業政策實施后，該類國有企業并沒有動力通過創新等途徑提高市場競爭水平。對于壟斷性行業的國有企業，如中國石油蘭州石油化工公司，是中國石油天然氣集團公司旗下的地區服務公司，總資產達400億元，年銷售收入700億元以上，在行業競爭中具有絕對優勢且利潤極高，因而對提升全要素生產率沒有內在動力。非國有企業在市場競爭中處于劣勢，更愿意利用資源提高自身競爭力水平。

(2)資源稟賦差異。國有企業在面臨財務困境時會得到政府額外資助、稅收減免以及其它補償金，導致其預算軟約束，因而缺乏提升企業生產率的動力；非國有企業常遭受資源匱乏與融資困難，若獲得政府支持則能夠在很大程度上緩解其資源約束。另外，相對于國有企業，非國有企業具有更強的組織與管理能力，能夠有效將資源轉化為產出。

(3)資本配置效率扭曲。蘭白試驗區產業政策實施目標為促進地方經濟增長和企業創新，由于政府對不同所有制企業的干預能力存在差異，因而對不同所有制企業全要素生產率的影響也不同。對于國有企業而言，政府為保增長任務，對國有企業投資行為具有更強的干預性，會迫使其違背原則增加投資行為，使其資本配置效率發生扭曲，因而在產業政策實施的情況下，國有企業全要素生產率不升反降。

基于國有企業和非國有企業在市場競爭中的地位、資源稟賦及資本配置效率等因素，兩者各自呈現不同的特質與動機，進而影響產業政策對生產率的有效性。H1a在全樣本中得到驗證。

3.2 穩健性檢驗

3.2.1 內生性問題

使用雙重差分模型進行政策效應估計的重要前提是政策實施需要滿足外生性需求，即政策對實驗組樣本的選取是隨機的。前文回歸結果表明，蘭白試驗區產業政策對實驗組全要素生產率具有顯著促進作用。但產業政策實施不具有隨機性，如果其偏向于某些本身就具有較高生產率的企業，就會導致估計結果出現偏誤。為解決這一問題，借鑒宋凌云和王賢彬[47]處理內生性的方法，首先采用Probit模型量化企業受產業政策扶持的概率，然后以Probit模型估計擬合值作為工具變量，設定產業政策的Probit模型如下：

prob{Policy=1}=δ0+δ1ENTERPRISEit+δ2Xit+υit

(5)

其中，i表示企業，t表示年份，ENTERPRISE表示企業職工份額，Xit為式(1)中的控制變量，政府產業政策選擇的重要依據是企業對地區的相對重要性。企業職工數占全省當年在崗職工人數的比重能影響一個企業成為扶持企業的概率，但對企業全要素生產率不具有直接影響。因此，選擇其作為企業成為扶持企業的重要影響因素是合理的。采用Probit模型估計得到企業受產業政策扶持的概率，以Probit估計擬合值作為工具變量并采用2SLS對模型(1)進行估計，結果如表4所示。第(1)-(2)列對全樣本進行估計，交互項系數顯著為正，說明蘭白試驗區產業政策對實驗組全要素生產率具有促進作用，和前文結論一致；第(3)-(4)列為分所有制檢驗結果，非國有企業顯著為正，表明蘭白實驗區產業政策對非國有企業全要素生產率具有促進作用，而國有企業系數為負，也與前文結論一致，說明蘭白實驗區產業政策對國有企業全要素生產率具有抑制作用。因此，在緩解內生性問題之后，本文結論依然穩健。

表4 蘭白試驗區產業政策對TFP影響的穩健性檢驗結果

3.2.2 平行趨勢檢驗

使用雙重差分模型的另一個重要前提是實驗組和對照組需要滿足平行趨勢假定。雖然繪制實驗組和對照組的全要素生產率趨勢圖(見圖1)，初步證明了產業政策實施之前實驗組和對照組具有平行趨勢，但仍需進行進一步檢驗。為此，構造產業政策實施之前的年份變量(2013年取1，其它年份為0；2014年取1，其它年份為0)與分組變量的交互項。如果加入交互項后，Policy×After依然顯著但構造的交互項不顯著，則說明實驗組和控制組有共同趨勢。結果如表5所示，說明產業政策實施之前，實驗組和控制組并無顯著差異，符合平行趨勢假設。

3.2.3 改變全要素生產率測量方法

為檢驗基準模型的穩健性，以OP和GMM方法計算的全要素生產率作為被解釋變量進行回歸分析，結果如表6所示?？刂破髽I個體固定效應和時間固定效應后，對基準模型進行回歸。第(1)-(2)列以OP法計算的全要素生產率作為被解釋變量，在加入控制變量后(Policy×After)系數為0.158 4且顯著；第(3)-(4)列以GMM法計算的全要素生產率作為被解釋變量，在加入控制變量后(Policy×After)系數為0.166 7且顯著。交互項系數均為正值，說明與對照組相比，蘭白試驗區產業政策能夠促進實驗組企業全要素生產率提升，與前文結果一致，說明研究結論穩健。

表5 平行趨勢檢驗結果

表6 OP與GMM方法下蘭白試驗區產業政策對TFP的影響

3.2.4 反事實檢驗

為檢驗蘭白試驗區產業政策對企業全要素生產率的促進作用，假設政策實施時間為2013年，構建政策實施前的啞變量(T2013和T2014)。如果政策實施后能夠顯著促進企業全要素生產率提升，則構建的政策前啞變量交互項系數不顯著。檢驗結果如表7所示，在政策實施前，政策啞變量的交互項系數均不顯著，說明產業政策對企業全要素生產率具有顯著促進作用。

表7 產業政策對TFP的反事實分析結果

3.3 產業政策對企業的異質性影響

前文研究表明，蘭白試驗區產業政策對企業全要素生產率具有促進作用，但對不同企業的實施強度具有差異性，同時不同類型企業受產業政策的影響程度和效果也不同。因此，應對產業政策不同維度所表現出的異質性有所區分，進一步觀察產業政策實施效果。本文從產業政策實施程度和不同行業企業兩個方面，考察不同產業政策對異質性企業全要素生產率的影響。

3.3.1 基于政策扶持程度強弱視角

不同產業政策對企業全要素生產率的影響可能存在異質性，本文按產業政策對不同企業的扶持程度進行區分，觀察不同扶持程度下產業政策對企業全要素生產率的影響。通過企業財務數據，選取受實質性金融支持的企業，包括稅收減免和財政補貼，將該類企業視為重點扶持企業，其它企業視為一般扶持企業，以觀察不同產業政策對企業全要素生產率的差異性影響。

估計結果如表8第(1)-(2)列所示，第(1)列為重點扶持企業，交互項系數顯著為正，說明蘭白試驗區產業政策對重點扶持企業的全要素生產率具有促進作用；第(2)列為一般扶持企業，交互項系數不顯著，表明蘭白試驗區產業政策對一般扶持企業全要素生產率無顯著影響?？赡茉蛟谟冢菏紫?，被重點扶持的企業大多數處于培育發展階段，政府支持力度較大，金融性支持有利于緩解企業資金約束，直接或間接增加企業技術創新經費，帶動技術創新投入增加，促進企業全要素生產率提升。其次，金融性支持有助于企業產品形成價格優勢，促使企業進一步擴大生產規模，帶來規模經濟效應。隨著市場規模擴大，一方面企業需要更先進的管理方法，另一方面企業規模擴大會導致內部經濟，進而提升企業全要素生產率。最后，金融性支持一定程度上能夠彌補企業技術創新的外溢性，使資源配置更有效率。因此，產業政策對重點扶持企業和一般扶持企業具有差異性實施效果。

3.3.2 基于企業不同行業分組視角

蘭白試驗區產業政策實施效果可能受企業所處行業的影響，不同行業對生產要素的需求不同，從而導致產業政策實施效果不同。為進一步研究產業政策實施效果的異質性，本文參考魯桐和黨印[51]的研究成果，將企業劃分為資本密集型、勞動力密集型和技術密集型企業，通過4位行業代碼確定企業所處位置并分行業對式(1)進行回歸，結果如表8所示。

表8第(3)-(5)列顯示，不同行業視角下產業政策實施效果具有異質性。勞動力密集型和資本密集型企業的交互項系數均顯著為正，而技術密集型企業交互項系數不顯著，說明蘭白試驗區產業政策對勞動力密集型企業和資本密集型企業全要素生產率均具有促進作用，但對技術密集型企業無顯著影響。同時可以看出，資本密集型企業系數大于勞動密集型企業系數(0.418 5>0.206 7)，說明蘭白試驗區產業政策對資本密集型企業全要素生產率的促進作用大于勞動力密集型企業。原因可能是：首先，相對于技術密集型企業，勞動力密集型企業和資本密集型企業更易吸收就業，而就業水平關系到一個地區經濟穩定與發展，故政府對該類企業給予的政策優惠更多，如財政補貼、稅收優惠等。對處于發展階段的企業而言，該類補貼無疑可以極大促進企業發展，提高企業創新投入。因此，勞動力密集型企業和資本密集型企業全要素生產率在產業政策作用下得到顯著提升。其次，技術創新是時間長、難度大的高風險活動，技術密集型企業產品具有較高的科技含量，在短期內技術創新難以推動企業全要素生產率提升。并且，創新難度和風險不斷增加，即使取得政策支持，企業也更愿意擴大生產規模，而不是開展實質性創新。技術密集型企業在創新過程中所需要的資金量巨大，遇到資金短缺問題的可能性也更大，從而進一步抑制蘭白試驗區產業政策實施效果。

表8 蘭白試驗區產業政策對TFP的異質性檢驗結果

3.4 技術創新的中介效應檢驗

為檢驗技術創新在產業政策與企業全要素生產率之間的作用機制，本文采用式(2)-(4)的中介效應模型。表9第(1)列為產業政策對全要素生產率的影響，(Policy×After)系數顯著為正，說明蘭白實驗區產業政策能夠顯著促進企業全要素生產率提高。第(2)列為蘭白試驗區產業政策對企業技術創新的影響，交互項系數仍顯著為正，說明蘭白實驗區產業政策對企業技術創新具有促進作用。第(3)列為企業技術創新和產業政策對企業全要素生產率的影響，式(3)、式(4)的交互項系數δ和γ均顯著為正，且第(3)列回歸系數為0.205 9，小于第(1)列系數0.224 7，說明中介效應成立，且屬于不完全中介效應，即蘭白試驗區產業政策通過技術創新促進企業全要素生產率提升。根據溫忠麟[45]的研究方法，可以測度出技術創新中介效應占直接效應的比例為0.903 6(0.224 7×0.205 9/0.051 2)，說明90.36%的蘭白試驗區產業政策通過技術創新作用于企業全要素生產率。上述檢驗表明，技術創新是產業政策促進企業全要素生產率提高的有效路徑，能夠為蘭白試驗區和蘭白自創區產業政策實施提供經驗證據。由此，H2a和H3得到驗證。

表9 企業技術創新中介效應檢驗結果

4 結語

4.1 結論

如何實施產業政策才能更好地提升企業全要素生產率是本文回答的主要問題。本文通過分析產業政策對企業全要素生產率的作用機制，提出理論假設，并使用準自然實驗方法，基于國家自主創新示范區相關數據對產業政策對企業全要素生產率的影響進行實證檢驗。

(1)總體上，產業政策能夠顯著提升示范區內企業全要素生產率，但不同所有制企業對產業政策的吸收程度不同。相較國有企業非國有企業更容易受產業政策的激勵作用，進而提升全要素生產率。

(2)產業政策作用程度和企業所處行業對全要素生產率的影響不同，產業政策對重點扶持企業和資本密集型企業的全要素生產率具有顯著提升作用。

(3)將技術創新作為產業政策和企業全要素生產率的中介變量后研究表明，90%的產業政策通過技術創新作用于企業全要素生產率。政府可以通過技術創新這一抓手實施有針對性的產業政策，從而提升企業全要素生產率。

4.2 啟示

(1)按照企業類型，采取有針對性的指導政策提高全要素生產率。研究發現，產業政策整體上對企業全要素生產率具有積極影響，這為產業政策的有效性爭論提供了經驗證據。因此，建議政府在制定與推行產業政策時，充分考慮不同所有制特征，因企制宜、分類指導，支持企業做大做強。就國有企業而言，解決產業政策沖擊帶來的生產率下降問題，要引導企業通過市場競爭機制提高資源利用率。與國有企業相比，非國有企業處于弱勢地位，在項目審批、融資、市場進入等方面面臨更多約束，缺乏發展機會。因此，政府要進一步加大簡政放權力度，破除企業所有制身份桎梏，從產業政策入手，大力推動非國有企業發展，減少項目審批、企業貸款、市場進入等方面的限制，有效解決非國有企業融資難、融資成本高等問題，從而激發非國有企業創新活力和市場競爭積極性。

(1)充分發揮技術創新的作用，提高企業技術創新能力。本文驗證了技術創新在產業政策和企業全要素生產率間的中介效應。因此，要充分發揮技術創新的作用，產業政策的重心是提高扶持企業技術創新能力，而不是一味追求產品數量提升，忽視質量。政府應遵循市場競爭原則，通過稅收、金融或創新補貼等方式激發企業創新潛能，鼓勵企業提高創新能力，引導企業以供給側結構改革為導向，解決“卡脖子”問題，以科技創新方式實現技術升級，從而實現產業轉型。對于國有企業，應鼓勵其在產業政策支撐方向上與高校和科研機構合作，促進技術創新成果交易，降低其參與技術市場交易的成本。對于非國有企業，政府在制定產業政策時應積極營造公平合理的市場競爭環境，在市場準入、政策支持、金融財稅、政府采購等方面進一步完善相關配套政策，鼓勵科技創新，通過對企業科技創新資金的政策傾斜，激發自創區企業科技創新活力，從而有效促進產業科技創新活動。

4.3 不足與展望

未來研究可以在以下方面作進一步細化：首先，應盡可能獲取更多國家自主創新示范區企業微觀數據，使研究結果更加穩??；其次，在樣本量足夠大時，除技術創新外，可能會發現更多中介路徑，從而使產業政策實施途徑更加有效和多樣；最后，在后續數據更豐富的情境下，對企業分類應不拘于國有企業和非國有企業，可以進行更多分組檢驗，使產業政策實施更具有針對性。