主導產業政策與企業全要素生產率

于明超　譚陽

關鍵詞：主導產業政策；開發區；全要素生產率；三重差分

一、引言

主導產業作為地區產業發展的主力軍，往往具備較高的成長性和創造力，并具有廣闊的發展前景。政府對主導產業實施扶持政策，或是出于對新興產業的鼓勵，或是出于對特色產業的保護，皆以充分發揮資源稟賦優勢、提升產業競爭力并推動結構性升級為目標。然而早期的研究結果表明，產業政策的實施結果未必能夠達到政策制定者的預期，在上世紀日本和土耳其失敗的產業政策案例中，受扶持的產業不僅沒有受到政策的顯著影響，其增長水平甚至不及非目標產業（Krueger andTuncer，1982; Beason and Weinstein，1996）。因此，從20世紀80年代起，產業政策的有效性問題便飽受爭議。Krugman（1983）從內生性角度進行了批判，認為產業政策是“挑選贏家”的低效做法；Baldwin（1992）從社會福利的角度出發，提出政府對于目標產業的保護和補貼，將導致社會整體福利受損。然而，有關產業政策的探討并未就此沉寂，自2008 年金融危機爆發以來，產業政策的有效性問題再次引起熱議，Stiglitz et al.（2013）稱其為產業政策的“復興”。此后有關產業政策的評價也出現了許多不同的聲音，Aghion et al.（2015）不再局限于探討產業政策的對錯與否，轉而關注起產業政策應當如何實施才能更有效率。運行良好的產業政策能夠帶來許多積極影響，不僅能夠提升地區生產效率，還能促進區域產業結構的調整（韓永輝等，2017；宋凌云和王賢彬，2013），對于提升當地產業的競爭力也大有裨益（李力行和申光軍，2015）。此次“復興”后的產業政策與以往產業政策相比，增強了政策與區域之間的聯系，并試圖建立起一種基于地方特征的產業政策（陳國平，2006），這一特征揭示了新一輪產業政策的發展方向，也為后續研究提供了新思路。此后，依地區設立的產業政策便逐漸成為學者們關注的重點。

建立經濟開發區是地方政府為增加就業、促進出口和經濟增長實施的重要的區域性產業政策。區內的企業往往在稅收、土地使用等方面享受優惠政策。另外，各級開發區在設立之初也會選定主導產業作為重點扶持對象，并通過采取一系列政策措施來鞏固這些目標產業的發展（李強等，2012）。這使經濟開發區同時具有了區域政策和產業政策的雙重特征，主導產業能夠在更有限的市（縣）、區范圍內得到更為精準的政策扶持。學者們也從地區經濟發展、產業結構升級等角度對其政策效應展開了評估。Alder et al.（2016）研究表明，國家級開發區政策的實施不僅對于地區經濟增長具有顯著影響，還對周邊地區產生了正向溢出效應。李力行和申廣軍（2019）認為開發區通過實施主導產業政策，有效整合了當地的優勢資源，建立起完備的產業發展平臺，從而推動了當地的產業結構的調整和升級。殷存毅和夏能理（2015）則提出，宏觀指標無法準確評估主導產業政策的真實效果，原因在于某些地方政府會“政治晉升激勵”將開發區作為促進經濟增長的工具，從而違背了開發區建設的初衷。因此，開發區推行的主導產業政策，能否帶來經濟的持續增長，能否保障增長的質量，還需依據微觀層面指標來進一步分析。而企業全要素生產率作為衡量效率水平的可靠指標，便成為了本文研究的重點。

現有文獻中不乏圍繞開發區、主導產業與企業主體展開的研究，但主要存在兩方面問題：第一，有關開發區的研究多以開發區設立為準自然實驗，直接將區內企業視為“處理組”，以雙重差分法考察開發區內外政策效應的差異（李賁和吳利華，2018；晏國菀等，2020）。該做法未能將產業政策效果與區域政策有效分離，也未能剔除行業整體發展對區內企業造成的影響，研究結論可能存在偏誤。第二，以往研究多以城市作為界定開發區范圍的依據，如此設定的虛擬變量擴大了開發區的邊界，與現實情況存在較大出入，削弱了研究結果的可靠性（李力行和申光軍，2015；陳釗和熊瑞祥，2015）。本文在彌補上述不足的同時，進行了如下拓展：第一，本文將開發區設立之初選定的“主導產業”作為產業政策，在研究中采用了三重差分法，生成了時間、開發區與主導產業三個虛擬變量的交互項，有效將區域政策從產業政策中剝離，獲得了主導產業政策的凈效應；第二，在開發區范圍識別上，本文通過三次篩選盡可能地縮小了開發區的識別范圍，以獲得更準確的邊界信息，確保模型設定盡可能與現實情況相符；第三，本文在回歸方法上進行了創新，不同于以往研究中僅考察單一時點的三重差分法，采用了“漸進式”三重差分法，根據各開發區設立的不同時點，更加靈活地設置處理組，以提高估計結果的準確性。值得一提的是，本文在主題上雖與林毅夫等（2018）的研究存在諸多相似之處，同樣討論了開發區內推行的主導產業政策對于企業全要素生產率的影響，但二者之間存在較大差異：其一在于時間跨度，本文選取了2000-2019 年的數據，而前者的數據跨度為2000-2005 年，時間甚至早于開發區“清理整頓”時期，因此未能概括開發區的長期變化情況；其二在于該研究未能將區域政策與產業政策有效區分開來，仍以地區虛擬變量代替產業政策指標，本文在此基礎上進行了適當改良，獲得了產業政策的凈效應。

剩余部分的主要安排如下：第二部分主要結合以往研究成果，進行了理論分析并提出研究假說；第三部分主要介紹了樣本的選取原則與數據的處理方法；第四部分重點展示并分析了基準回歸結果，同時進行了平行趨勢檢驗、相關性檢驗及安慰劑檢驗；第五部分為進一步分析，主要通過機制檢驗、異質性分析、溢出效應檢驗、內生性檢驗等手段，對回歸結果進行再次驗證；第六部分闡述了研究結果并提出對策建議。

二、理論分析與研究假說

在主導產業政策的影響下，企業不僅能夠擴大生產規模、增強創新能力，還能獲得長期成長，企業全要素生產率也能獲得顯著提升。各地政府通過向開發區內企業提供直接的資金補貼或間接的稅收優惠，降低其融資約束，以幫助企業獲得成本優勢，從而改善企業營收狀況，擴大企業的規模，使企業得以進一步成長（李賁和吳利華，2018）。主導產業的高成長性也決定了其在要素方面具有高密集度，要素的集聚既為技術升級提供了支撐，又逐步完善了企業的產學研整合能力，從而整體提升了企業的技術創新能力。該政策的實施降低了企業的研發成本，提升了企業的創新激勵水平，也緩解了企業創新的資金壓力。同時，基礎設施的完善也降低了企業的研發風險，分攤了部分創新成本（李力行和申廣軍，2019）。與此同時，開發區管理部門也向企業傳遞了積極信號，激發企業管理者的創新意識，并帶動企業創新（晏國菀等，2020）。企業成長及規模經濟的形成將提升企業的融資能力，加之創新激勵的作用，企業的生產設備與技術水平也將進一步提升，二者的共同作用將間接觸發企業生產效率的增長。從直接效果來看，政府補貼在一定的臨界值下對于企業生產率也具有顯著的提升作用（邵敏和包群，2012）。由此得出假說1。

假說1：主導產業政策的實施，能夠顯著提升開發區內相關企業的全要素生產率水平。

主導產業政策對企業全要素生產率的影響主要通過“政策效應”和“集聚效應”體現出來。從“政策效應”的角度來看，為保障主導產業政策的順利實施，政府部門在開發區內建立起完善的治理結構，并竭力營造良好的外部環境，還通過財政補助等手段提供了有效的內部激勵。在上述因素的共同作用下，主導產業企業才得以快速發展。在治理結構方面，具有超高自主權的開發區治理部門，可以通過開展區內建設調動主導產業的生產積極性，并為這些企業設置更加合理的發展目標，從而影響主導產業企業的后續發展方向。在外部環境方面，隨著主導產業政策的推行，政府也加大了對開發區內基礎設施的建設力度，并逐步完善了相應的配套設施，環境硬件的改善為企業提供了良好的發展土壤，長期來看，這將為企業帶來產品市場上的規模效應，從而提高企業研發投資的回報，并提升企業的全要素生產率（蔡曉慧和茹玉驄，2016）。在內部激勵方面，管理部門通過提供政府補貼、放松信貸約束、增加稅收優惠等方式，針對相關產業制定了一套具有非市場性和空間排他性特征的優惠政策。這些政策手段為企業發展提供充足的資金支持，也成為了推動主導產業企業發展的重要力量（殷存毅和夏能理，2015；鄭江淮等，2008）。從“集聚效應”的角度來看，行政管理部門提供的稅收優惠、產權保護等一系列優惠政策，以及完善的基礎設施和先進設備，初步奠定了區內產業集群的基礎（Combes et al.，2012）。然而企業早期的扎堆并不意味著形成了集聚效應，此時企業入駐的真實目的可能在于獲取政策租（鄭江淮等，2008）。隨著開發區管理制度的規范化，當資本、知識和技術在區內被有效整合后，區內企業便通過共享原材料和勞動力形成專業化市場，集聚效應由此形成（鄭健壯和吳曉波，2002）。以往研究表明，集聚效應可以通過提升資源配置效率（王永進，張國峰，2016），推動生產要素從低效率部門向高效率部門轉移，從而帶動企業的全要素生產率的提升（Melo et al.，2009）。綜上可以得出假說2。

假說2：主導產業政策對于企業生產率的影響，主要通過“政策效應”和“集聚效應”兩種機制實現。

產業政策對于周邊地區的溢出效應也是以往研究中爭論的焦點，關于正向溢出還是負向溢出這一問題，學者們看法各異，至今仍未得出統一的結論。林毅夫等（2018）通過整理企業周邊的開發區數量信息，檢驗了區域型產業政策對于周邊地區的影響，結果表明國家級經濟開發區對于周邊地區存在正向溢出效應。除了能使周邊地區生產效率獲得提升，Hale et al.（2011）還認為企業使用的先進技術和管理手段也會為周邊地區帶來正向溢出。也有部分學者持另一種的觀點，他們認為開發區的建設會使周邊地區遭受負面影響，為周邊企業帶來負向的溢出效應（Neumark and Simpson，2015）。唐詩和包群（2016）認為，政府對于主導產業的重復建設和過度開發，不利于周邊地區同類產業的發展，將會影響周邊地區企業的成長和生產率水平的提升。同時也有人認為，產業政策的實施對于周邊地區并不存在溢出效應（Neumark and Kolko， 2010）。在對比眾多結論之后，本文預設了假說3。

假說3：主導產業政策的實施，對于開發區周邊地區的同行業企業存在負向溢出效應。

產業政策的實施效果在不同環境下也會產生差異化效果，外部環境的異質性以及內部特征的異質性，都是影響政策效應的重要因素。從外部環境來看，開發區橫向及縱向的分類將會影響企業對于主導產業政策的反應（李力行和申廣軍，2019）。縱向分類下，不同級別的開發區之間存在著顯著的差異。國家級開發區不僅受到當地政府的直接管轄，還要接受科技部或商務部的考核指導。國家級開發區以其考核指標體系作為主要發展目標，通過改善區內激勵政策和提升區內產業結構達到提升企業發展水平的目的。省級開發區直接受到各區縣政府的管轄，前有國家級開發區做風向標，后有區縣內部特色產業指導方針坐鎮，同時還具備開發區“升級”的激勵，若省級開發區成功升級為國家級開發區，則會獲得更大的政策優惠與審批權限。橫向分類下，同級別但不同類型的開發區之間存在一定的差異。在國家級開發區中，高新技術開發區和經濟技術開發區都是中央重點扶持對象，但在發展模式和側重點上略有不同，經開區的發展以經濟總量為衡量指標，注重發展的整體性，旨在以更加合理的布局及均衡的發展方針優化產業結構，通過整合優質資源推動產業集聚，進而通過產業集聚釋放創新活力，以推動區內企業的升級。而高新技術開發區側重于扶持具有自主創新力的企業，依托于具有較強專業水準的企業，制定相應的創新目標，并提供具有針對性的優惠政策，從而進一步提升區內企業的創新能力，提高整體競爭力（晏國菀等，2020）。另有學者指出，企業自身的生命周期、所有制形式等特征也會影響其對政策的反應，從而影響企業的生產水平（李子彪等，2017）。綜上可以提出假說4。

假說4：主導產業政策的實施效果，會因開發區類型、企業特征、地理位置等差異化初始條件而產生差別。

三、樣本與數據

（一）數據來源

本文主要選取了2000-2019年的滬深A股上市公司面板數據進行研究，將微觀企業數據與宏觀開發區信息相結合，并以《中國開發區審核公告目錄（2018 年版）》作為識別依據，旨在檢驗開發區建設中，主導產業政策的實施對于上市公司全要素生產率的影響。文中對樣本的具體處理如下。

1. 企業數據的選取。本文使用了2000-2019 年的滬深A 股上市公司面板數據，數據均來源于國泰安數據庫（CSMAR）。在前期處理階段，已對金融類企業、ST 類企業和PT 類企業，以及關鍵變量缺失的企業進行剔除；同時對原始數據在1%和99%分位數上進行winsorize 處理，防止估計過程中受異常值干擾。

2. 開發區及主導產業信息的收集。本文將《中國開發區審核公告目錄（2018年版）》作為開發區數據來源（此后簡稱《目錄》），該《目錄》共包含了2543家開發區，其中包括552家國家級開發區及1 991 家省級開發區，國家級開發區又包括219 家經濟技術開發區、156 家高新技術開發區，以及其余的海關特殊監管區域等。后續研究中所涉及的地理位置信息、開發區批準設立年份，以及主導產業等信息均從《目錄》中獲取。對于開發區內設立的主導產業，將其與《上市公司分類與代碼》進行對照，并通過與企業信息匹配，獲取企業是否屬于主導產業的信息。

3. 企業是否位于開發區內的識別。本文通過以下三個步驟來識別“某企業是否位于開發區內經營”：（1）使用關鍵字識別方法，對于可能位于開發區內的企業進行篩選，按照開發區相關特征字段進行識別，以縮小識別范圍①；（2）對于國家級開發區，根據《國家級開發區四至范圍公告目錄（2018 年版）》中劃分的四至范圍，將開發區定位與企業注冊地進行逐一匹配，將開發區范圍內的企業識別為國家級開發區；（3）對于省級開發區，由于各省份尚未更新開發區的邊界信息，只能依據開發區所在地關鍵字進行識別，若該企業注冊地與省級開發區所在地的區（縣）信息相匹配，則判定其為省級開發區內經營企業。本文通過對企業注冊地的三次篩選，在以往研究的基礎上，進一步縮小了開發區的識別范圍，力求清晰劃分開發區的邊界，以便后續研究與檢驗。

4. 企業是否屬于主導產業的識別。本文對于“某企業是否屬于主導產業”也進行了識別，以《目錄》中各開發區對應的主導產業信息為依據。識別過程如下：首先，以《上市公司分類與代碼》為標準，將《目錄》中主導產業的文字信息轉換為可識別的代碼信息；隨后，將上市公司的行業代碼與主導產業代碼相匹配，以判斷企業是否為主導產業。鑒于本文不僅關注了主導產業政策對于開發區內不同產業的影響，還關注了該政策對于當地同行業企業的影響，因此在主導產業識別過程中，本文對識別范圍進行了擴展，將其擴展至開發區所在的地級市層面。具體判定方法如下：若某企業所屬行業的分類代碼，與當地開發區扶持的主導產業中任意一類相符，無論其是否位于開發區內，均定義為“屬于主導產業的企業”②。不同于以往研究，本文選取主導產業指標的依據，并非各省份規劃中確定的主導產業信息，而是《目錄》中設定的標準。原因在于開發區公布的信息更符合當地產業發展狀況，也更具有針對性。而對于主導產業虛擬變量進行識別，則有助于本文在后續研究中將產業政策從區域政策中剝離，以獲得產業政策的凈效應。

（二）變量選擇

1. 被解釋變量。本文使用企業的全要素生產率作為被解釋變量，采用LP 法進行測算，該方法使用中間投入品作為代理變量，能夠較好地解決內生性問題。具體測算方法為，將產出變量Y 用企業增加值表示，企業增加值=職工薪酬+固定資產折舊+營業利潤+應交稅費；勞動投入變量L 用上市公司職工人數表示，資本投入變量K 用固定資產凈值表示，中間投入M 用購買商品、接受勞務支付的現金表示（即營業成本+銷售費用+管理費用+財務費用-折舊攤銷-支付給職工以及為職工支付的現金）；對各變量均取對數后進行回歸，從而得到全要素生產率指標。

2. 核心解釋變量。本文將三重差分虛擬變量（Treat×Post×Lead）作為核心解釋變量，反映了“該企業是否為開發區內主導產業”，若是則取1，否則取0。該指標的估計系數揭示了開發區的設立、主導產業政策實施對于轄區內外企業全要素生產率的影響。由于本文采用“漸進式”三重差分模型進行回歸，參考Beck et al.（2010）的設定方法，將主導產業政策虛擬變量（TreatPostLead）作為一個整體看待，此處以乘積形式出現，僅是出于方便觀測和理解的目的。

3. 控制變量。參照譚靜和張建華（2019）的設定，選取了如下控制變量：（1）企業年齡（Age）：用當前年份減去企業成立年份后加1 并取對數表示；（2）企業規模（Size）：以資產總數的對數表示；（3）企業杠桿率（Leverage）：以總資產與總負債的比值表示；（4）現金流量（Cashflow）：以貨幣資金與總資產的比值表示；（5）固定資產規模（PPE）：以固定資產凈額與總資產的比值表示；（6）流動性比率（Liquidity）：以流動性資產與流動性負債的比率表示。變量的描述性統計如表1 所示。

四、計量模型與實證結果

（一）平行趨勢檢驗

三重差分估計結果滿足一致性假定的前提是具備共同趨勢，為驗證上述模型是否適用于本文的研究，本文參考了Jacobson et al.（1993）提出的事件研究法，基于雙重差分模型的平行趨勢檢驗方法，通過設置年份差額來考察企業全要素生產率在開發區政策實施前后的變化情況。由于各開發區設立時間不同，無法以單一年份作為政策實施年份，因此本文將政策區間與各開發區設立年份相減，獲得了各開發區的成立時長，并在橫坐標中進行了展示。同時，在縱坐標中展示了上市公司全要素生產率的平均變化程度，將二者進行組合后，可以觀測政策實施前后企業生產率變化的動態效應。

圖1 中展示了各開發區設立前9 年至后6 年間各時點的不同估計值①。該圖反映了95%的置信區間下系數α-9 到α6 的估計結果，圖中排除了政策實施當年的估計結果，僅呈現了政策前后變化的動態效應。從圖中可以看出，政策實施前9 年估計系數αT 均不顯著，實施后6 年的估計系數出現了顯著上升的態勢，表明開發區設立前，處理組與對照組企業間并不存在明顯的生產率水平差異，開發區對于主導產業的選擇亦不存在“挑選贏家”的情況。該結論滿足了共同趨勢的基本假定，說明回歸結果具有可靠性。

（二）相關性檢驗

除共同趨勢假定外，本文的實證分析還基于另一則基本假設，即企業全要素生產率的變化并不會影響其進入開發區的時間。換言之，開發區設立的時間點，不隨政策實施前處理組樣本估計系數的變化而變化。為驗證這一假設，本文參照Beck et al.（2010）的研究，繪制了一個被解釋變量與政策處理時間的散點圖（見圖2）。圖2 中展示了開發區設立前，企業全要素生產率平均估計系數的分布情況。從圖中可以看出，上市公司生產效率與開發區設立的時間點之間不存在相關關系，表明不論處理組生產率水平高低，均不會影響其進入開發區的時間，并非越接近政策處理時間，企業績效就會越好、生產率水平越高。本文還補充檢驗了因變量平均變化率的系數與時間的相關關系，并繪制出相應的散點圖，結果仍顯示二者之間不存在相關關系。

（三）漸進三重差分模型

主導產業政策是一項依地區制定的產業政策。開發區在建設的過程中，是如何利用主導產業政策影響當地產業發展的，該政策對于開發區外同行業企業是否具有普惠性影響，是本文關注的重點問題。為將產業政策從區域政策中剝離出來，以獲得主導產業政策的凈效應，本文參考了陳林（2018）、任勝鋼等（2019）的方法，采用三重差分模型進行研究。在識別開發區地理范圍的基礎上，進一步增加了對主導產業的識別，構建起時間、開發區、主導產業虛擬變量的交乘項，以及兩兩之間的交乘項，從而獲得了完整的三重差分模型。由于各地開發區設立時間不一致，單一時點的設定此時也不再適用，因此本文構建了一個“漸進式”三重差分模型（Time-varying DDD），以提高回歸結果的準確性。具體設定如下：

在該模型中，對于估計系數之和的分析有助于闡明后續的回歸結果，其中（α₁+α₂+α₄）表示開發區設立后，轄區內受主導產業政策扶持的企業全要素生產率的變化情況；α₂表示開發區內非主導產業企業，在政策實施前后全要素生產率水平的差異；二者之差（α₁+α₄）則反映了開發區內主導產業與非主導產業受政策影響的差異程度。同時，將開發區外的同行業企業與非同行業企業進行比較可知，系數α₄反映了主導產業政策的實施對于開發區外企業的影響。在上述兩組差分結果的基礎上，再次進行差分，可得三重差分項系數α₁，該系數反映了主導產業企業在開發區內外、政策實施前后的生產率水平差異。若該系數顯著為正，表明在開發區建設過程中，主導產業政策的實施有效提升了企業的全要素生產率水平，即開發區的建設，主導產業政策的實施為上市公司帶來了積極的政策影響。

表2 中展示了三重差分模型的回歸結果，第（1）-（4）列分別展示了在加入控制變量的前提下，逐步控制時間固定效應、行業固定效應以及兩兩聯合固定效應的結果。考慮到不同地區、不同行業內的企業發展狀況會隨時間的變化而產生變化，因此加入了時間-地區和時間-行業的聯合固定效應，以獲得更為準確的估計結果。回歸結果表明：

第一，不論對模型施加何種控制，三重差分項的估計系數α₁均在1%的顯著性水平上正向顯著，表明開發區設立、主導產業政策的實施顯著提升了企業的全要素生產率水平。以表2 第（4）列的估計結果為例，可知開發區建設帶來的產業政策凈效應約為6.56%，并且該結果大于雙重差分模型的估計結果①，表明僅從區域層面對開發區進行識別而后開展的檢驗，將低估主導產業政策的實施效果。第二，通過對估計系數求和可以發現，系數和（α₁+α₄）在表2中均顯著大于零，表明在開發區內部，主導產業企業比非主導產業企業的生產率高約3.88%。第三，系數α₂的估計結果均不顯著，說明開發區內非主導產業企業，在開發區設立前后的全要素生產率并無顯著差異，即開發區設立帶來的政策效應主要作用于主導產業企業。第四，反映區外同行業企業生產效率變化的系數α4呈負向顯著，表明區外的同行業企業未能受到政策的積極影響，全要素生產率反而呈現下降的趨勢，即開發區的設立、主導產業政策的實施，尚未給當地產業帶來普惠性影響。原因可能在于，地方政府為重點扶持開發區內的主導產業，會借助政策優惠，使資本、勞動力等生產要素從周邊地區轉移進開發區，該做法將導致周邊地區相關產業的競爭力被逐步削弱，造成負向溢出。后文中的溢出效應檢驗對該結論進行了驗證。

（四）安慰劑檢驗

我們決定采用替換因變量、改變政策處理時間和隨機生成處理組的方式進行安慰劑檢驗。首先，通過調整因變量測算方法和替換企業績效指標，來檢驗相似的因變量是否也受到開發區政策的影響；其次，試圖將政策處理年份提前，考察主導產業政策對于非真實的處理組是否仍具有顯著影響；最后，使用隨機生成處理組的方法，驗證是否存在其他隨機因素影響開發區內的企業績效。

1. 調整因變量測算方法。不同于基準回歸中使用的LP方法，此處使用OP 法（Olley and Pakes，1992）重新測算企業的全要素生產率后再次進行估計，以檢驗回歸結果的穩健性。使用OP 法測算時，產出變量Y 仍用企業增加值表示，勞動投入變量L 用上市公司職工人數表示，資本投入變量K 用固定資產凈值表示，投資變量I 用固定資產投資額表示，退出變量Exit 用上市公司退市與否表示；控制變量為State和EX，前者為反映是否為國有企業的虛擬變量，后者為反映公司是否參與出口活動的虛擬變量。表3中（1）列展示了三重差分模型中，開發區設立對于企業全要素生產率的影響，回歸結果在1%的顯著性水平上正向顯著，且與LP 法的估計結果基本一致，說明回歸結果具有穩健性。

2. 替換企業績效指標。在以往研究中，學者們通常以會計業績和市場業績來衡量企業的經營績效。其中以總資產收益率（ROA）和凈資產收益率（ROE）為代表的會計業績，反映了企業的盈利能力，該指標能夠用于衡量股東回報率的高低；而托賓Q（TobinQ）則是從市場角度界定企業價值的指標，反映了投資者對于企業前景的認可程度，可以用于評估企業的成長性和經營管理情況。本文分別使用了上述三個指標，對模型中的因變量進行替換。表3 第（2）-（4）列結果表明，不論是以會計業績還是市場業績來測度企業績效，主導產業政策均對其產生了顯著的正向影響，該政策有效改善了企業的經營狀況，促進了企業向好發展。該結論也證明了基準回歸結果具有穩健性。

3. 改變政策處理時間。將所有開發區的政策實施年份提前兩年，對原本的政策處理年份進行調整，隨后將原有的政策處理組與新的政策處理年份相結合，重新構建一組政策處理變量，并將其對因變量進行回歸，得到表3 中（5）（6）列的結果。結果表明在非真實的政策處理時間下，三重差分項的估計結果均不顯著，即企業全要素生產率水平的變化是因政策實施而發生的，并且只有在真實的處理組中政策效果才會顯現。回歸結果具有穩健性。

4. 隨機生成處理組。盡管基準回歸結果已證明，主導產業政策對于企業全要素生產率會產生顯著影響，但在現實情況中，除開發區政策外，其他諸多隨機因素也會對企業績效造成影響。為證明偶然因素難以驅動實證結果，本文參考石大千等（2018）、劉暢等（2020）的研究，使用隨機生成處理組的方式，并重復多次實驗，以考察“偽政策處理組”的系數是否顯著。以2010 年樣本為例，該年份樣本中共有處理組709 個、控制組651 個，因此需隨機抽取709 個“偽處理組”樣本，并重復該實驗500 次，以繪制出虛構情形下的估計系數分布圖（圖3）。圖中x 軸表示“偽政策虛擬變量”的估計系數大小，水平虛線表示10%的顯著性水平，垂直虛線是基準回歸中的真實估計值0.063 5。從圖中可以看出，估計系數基本集中在0 附近，大部分估計系數的p 值在10%的水平上不顯著，真實估計值是一個顯著的異常值。表明估計結果不是由偶然因素驅動得到的，并未受到其他政策和隨機因素的影響。

五、進一步分析

基準回歸結果已闡明了主導產業政策對于企業全要素生產率的影響，為理清變量之間的影響機制，下面將從“政策效應”和“集聚效應”兩個角度入手，著重考察主導產業政策對于企業績效的影響路徑。同時，本部分還將通過異質性檢驗，分析差異化初始條件會對政策實施效果產生何種影響；通過溢出效應檢驗，考察開發區所在地轄區外的同行業企業，是否受到了負向擠出效應的影響；通過內生性檢驗，緩解因反向因果和選擇偏誤造成的內生性問題。

（一）機制檢驗

1. 政策效應檢驗。首先，考察主導產業政策通過增加政府補貼（Subsidy）提升企業績效的路徑。根據邵敏和包群（2012）的研究，將政府補貼表示為（1+政府補貼）的對數，該值越大說明政府的政策支持力度越大。表4 中（1）（2）列反映了政府補貼作為中介變量的回歸結果，其中（1）列考察了開發區設立后，政府對于主導產業補貼力度的變化，回歸系數顯著為正，表明主導產業企業在進入開發區經營后，獲得了大量來自政府的資金補貼，政策支持力度較大；第（2）列結果表明由于政府的資金補貼，企業的生產能力得到了提升，全要素生產率水平逐漸提高，其中主導產業政策變量與政府補貼變量的估計系數均與預期相符，表明開發區建設過程中，主導產業政策通過“政策效應”影響了企業全要素生產率水平。

其次，驗證主導產業政策通過放松信貸約束（FC）拉動企業績效的路徑。參考鞠曉生等（2013）的研究，使用SA 指數來測度企業的融資約束水平，其中SA=-0.737*Size+0.043*Size²-0.040*Age，對其取絕對值后可獲得融資約束指標。該指標越大，越說明企業面臨的融資約束程度越高，補充資金的渠道減少、難度較大。表4 第（3）列結果表明，開發區內主導產業政策的實施，有效緩解了上市公司受融資約束的程度，顯著降低了企業的融資難度，為企業的資金運轉提供了保障。該結論表明，主導產業政策通過放松企業信貸約束的途徑，有效促進了企業全要素生產率水平的提升。

2. 集聚效應檢驗。鑒于以往研究中檢驗集聚效應的方法尚不統一，本文決定從不同角度入手，分別以開發區內企業數量和開發區內企業競爭程度作為中介變量展開檢驗，以全面考察開發區設立帶來的集聚效應。首先，參考林毅夫等提出的方法，使用開發區內企業數量指標（Number）進行集聚效應檢驗，通過構建如下模型，檢驗開發區內企業數量的變化對于企業全要素生產率的影響：

其中，Numberict 表示c 城市的i 企業在t 年其所在開發區內企業的數量，其余變量與前文相同。檢驗結果如表4 第（4）列所示，企業數量的估計系數α₁為正向顯著，表明開發區內企業數量的增加，將顯著提升區內企業的全要素生產率水平。原因可能在于，區內企業數量增加引發了企業之間對于資源的爭奪，迫使企業不斷提高生產效率并增強自身實力，以提升自身的競爭力，從而獲得更多的生存空間。

然而集聚效應帶來的企業全要素生產率提升，真的是通過引發區內企業競爭實現的嗎？為解決這一問題，本文參考譚靜和張建華（2019）的方法，使用赫芬達爾—赫希曼指數（HHI）對行業間的競爭程度加以檢驗，以判斷集聚效應是否加劇了企業間的競爭。該指標越大，說明行業集中度越高，壟斷程度越高；反之，則說明該行業中企業眾多且競爭激烈。如表4 第（5）列所示，開發區的設立使得行業集中度降低，企業間競爭加劇，競爭效應增強，有助于激發企業活力；第（6）列的估計結果顯示，HHI 與三重差分項的估計系數均在1%的水平上顯著，且符號相反。上述結論表明，主導產業政策實施后，大批企業入駐開發區，并在區內形成集聚效應，導致企業間競爭的加劇。而處于競爭環境下的企業為獲取更多生存空間，不得不提升自己的生產效率，以實現更加長遠的發展。由此進一步證明了，主導產業政策的實施將帶動企業全要素生產率的提升。

（二）異質性檢驗

考慮到我國開發區的種類眾多，不同類型的開發區在發展目標和功能定位上也有較大差異，地理位置上的差異也會對估計結果造成不同程度的影響，因此仍需進一步對開發區的異質性加以探討。除此之外，企業自身的所有制形式、規模大小以及生命周期等因素，也會影響其對于政策的反應程度，所以對于企業自身異質性的考察也有待展開。

1. 開發區異質性分析。第一，類型異質性。本文依據行政級別和目標定位，對開發區進行橫向和縱向的劃分，按照縱向分類可以將開發區分為國家級開發區和省級開發區；在國家級開發區內部可以進行橫向分類，分為經濟技術開發區和高新技術開發區。第二，區位異質性。由于早期建立的開發區多位于沿海地區，隨著政策的推廣才逐漸從沿海向內陸擴展，可見區位條件是影響開發區規劃的重要因素。那么區位條件的差異是否會影響政策實施的效果，便是本文進一步探討的問題，本文將樣本劃分為沿海地區和內陸地區，若企業于沿海開發區①經營則作為處理組取1，其余作為對照組取0。

表5 中（1）（2）列展示了縱向分類的估計結果。國家級開發區內經營的企業受政策影響更大，其估計系數在1%的顯著性水平上顯著為正，而省級開發區的估計結果并不顯著，說明國家級開發區帶來的政策效應要顯著優于省級開發區。其原因可能在于：第一，由于兩類開發區的治理結構和管理模式不盡相同，導致了二者在優惠政策和投資審批權限上存在較大差異，從而導致企業在不同級別的開發區內發展狀況相距甚遠。第二，級別更高的開發區內企業數量也更多，相互之間的競爭也更加激烈，企業迫于競爭壓力不得不主動提升各自的全要素生產率，以獲得更多競爭優勢。第三，由于部分省級開發區在發展模式和扶持政策上未能做到因地制宜，僅僅是對國家級開發區模式的簡單復刻，導致區內企業未能及時獲得外部支持，從而無法實現企業全要素生產率的提升（吳敏和黃玖立，2017）。

表5 中第（3）（4）列展示了橫向分類的估計結果，反映了在國家級開發區中經開區與高新區的設立對于企業的影響。二者的估計系數均為正向顯著，表明經開區與高新區的設立均顯著提升了企業的全要素生產率。通過系數的對比可知，經濟技術開發區的政策效應略強于高新技術開發區。表5 中第（5）列顯示，企業在沿海地區的開發區內經營時生產率提升效果更好，表明沿海地區實施的主導產業政策效果更佳。在區位優勢的加持下，企業將在沿海開發區內獲得更高效的發展。綜上所述，對于企業而言，進入開發區經營是更為明智的選擇，且國家級開發區、經濟技術開發區以及沿海地區開發區的建立，在提高企業生產效率方面具有突出的效果。

2．企業異質性分析。從上述分析中可知，開發區類型的異質性會給企業全要素生產率帶來不同程度的影響。然而，此前的討論均忽視了企業自身的特征差異，若不對企業本身的條件加以界定，則無法獲得有效的估計結果。因此，本文通過對企業所有制形式、企業規模以及企業生命周期進行劃分，來觀測異質性企業是如何對主導產業政策作出反應的。表6 中第（1）列展示了不同所有制企業受主導產業政策影響的結果，其中將國有企業作為處理組（SOE=1），將非國有企業作為對照組（SOE=0），對交互項（Treat_ic×Lead_ij×Post_it×Soe_it）進行估計，結果顯示國有企業受政策影響后，全要素生產率的提升程度大于非國有企業，表明產權形式的差異影響了企業受主導產業政策影響的結果。第（2）列展示了企業規模異質性檢驗的結果。對交互項（Treat_ic×Lead_ij×Post_it×Size_it）進行估計可知，企業規模的差異也會影響政策實施效果，規模越小的企業受政策影響越明顯，企業的全要素生產率提升更多。第（3）列展示了企業在不同生命周期受政策影響的結果。根據企業成立時間的長短，將其劃分為成長期和初生期企業，成立時間超過15年的定義為成長期企業，取值為1，否則定義為初生期企業，取值為0。結果顯示，交互項（Treat_ic×Lead_ij×Post_it×Life_it）的估計系數顯著為正，表明成長期企業在主導產業政策的影響下，企業生產效率的提升效果更加明顯。

（三）溢出效應檢驗

上文中三重差分估計結果表明，主導產業政策的實施，在推動開發區內企業發展的同時，也對區外同行業企業造成了負向影響。為解釋這一現象成因，本文對主導產業政策的溢出效應進行檢驗，通過考察開發區外的同行業企業在政策實施前后的差異，判斷它們是否受到了開發區負向溢出效應的影響。

此處定義了一個用于識別開發區所在地轄區外同行業企業的虛擬變量（Outside）。在剔除開發區內的企業樣本的基礎上，對剩余不在開發區內經營的企業加以識別，若“某企業屬于主導產業，且所在市（縣）中已設立開發區”，則將其作為處理組取1，其余企業作為對照組取0。本部分仍使用“漸進式”回歸方法進行估計。隨后將企業全要素生產率對該虛擬變量（Outside_ij×Post_it）進行回歸，估計結果如表7 所示。無論是否加入控制變量，溢出效應回歸結果均為負向顯著，表明主導產業政策實施后，開發區外同行業企業的全要素生產率水平呈顯著下降趨勢，即該政策具有負向溢出效應。

（四）內生性檢驗

為解決由遺漏變量和反向因果造成的內生性問題，本文提出以下幾種解決辦法。第一，考慮到企業績效水平不僅能夠用于評估開發區的政策效應，亦會影響開發區對于區內企業的選擇，因此模型中可能存在由反向因果造成的內生性問題。為解決該問題，本文參考了余淼杰等（2017）的檢驗方法，將1992-2002 年間設立的36 個國家經濟技術開發區作為研究對象，重點考察在外生的政策沖擊之下，開發區內企業經營績效的真實變化情況。此階段恰逢我國經濟轉軌期，推進開發區建設的主要目標在于進一步實現擴大開放。因此，自1992 年起，我國開發區的選址不再局限于沿海地區，逐漸實現了由沿海向內陸、向省會城市以及全國重點城市的拓展。本輪批準設立的開發區在選址上具有較強的外生性，均處在行政級別相當、地理位置相近的區域，地區工業基礎不再作為關鍵指標影響開發區的設立，因此可以有效解決開發區的內生性問題。表8 第（1）列展示了1992-2002年間設立的開發區對于企業全要素生產率的影響程度。結果表明，在內生性問題得以解決后，開發區政策的實施仍能顯著提升企業的全要素生產率，即基準回歸結果穩健可靠。

第二，為修正樣本選擇性偏誤，本文參考了吳一平和李魯（2017）、石大千（2018）的研究，使用基于傾向得分匹配的雙重差分模型（PSM-DID），對開發區的政策效應進行檢驗。由于開發區批準設立時間存在差異，因此單一時點的匹配方法不適用于本文的研究，此處使用逐年匹配的方法，對于2000-2019 年間的每個年份，基于近鄰匹配1：1 確定權重，并采用Logit 模型分別估計傾向性得分，再將各年份匹配結果匯總，以獲得本文所需的匹配結果。匹配過程中使用的協變量包括：企業年齡（Age）、企業規模（Size）、企業杠桿率（Leverage）、現金流量（Cashflow）、凈資產收益率（ROE）。上述協變量控制了企業的規模及盈利情況，將盈利水平相當的企業進行了匹配，以達到緩解樣本選擇偏誤的目的。在進行PSM-DID 估計前，需要提前檢驗傾向得分匹配結果是否滿足共同支撐假設。由附表2 和附圖2 可知，協變量偏差值的絕對值均小于5%，匹配后的處理組與對照組不存在顯著差異，匹配結果較為理想，可用于進行下一步的雙重差分檢驗。表8 第（2）列中PSM-DID 的回歸結果表明，對匹配后的樣本進行估計，能夠獲得比基準回歸更加顯著的結果。表明在排除了企業規模和盈利能力的干擾后，開發區對于企業全要素生產率的提升效果仍然穩健且顯著。

第三，考慮到開發區在設立之初，可能會形成一定的篩選機制，以吸引生產效率更高、經營績效更好的企業入駐，本文為緩解由于此類問題造成的估計結果偏誤，將部分開發區建立之前的企業作為處理組進行回歸。觀察此類不受開發區篩選機制影響的企業，在開發區建立后經營績效的變化情況。統計結果顯示，在3 626 家上市公司樣本中，共有1 093 家企業的成立時間，早于其所在開發區設立的時間，占比超過總樣本量的30%。表8 第（3）列的估計結果也顯示，這些先于開發區存在的企業，在受到開發區政策影響后，生產效率出現了顯著的提升。此結論進一步證實，企業生產經營狀況的改善，主要是受到了開發區政策的影響，政策優惠在其中發揮了關鍵作用，并非是由于企業本身績效水平較好而獲得開發區青睞。該結論再次印證了鄭江淮等（2008）的研究結論，即企業向開發區集聚是在政府優惠政策推動下產生的結果，并非開發區通過篩選機制主動選擇出的結果。

六、結論與政策啟示

本文基于2000-2019年滬深A股上市公司面板數據，從開發區設立的準自然實驗入手，以開發區設立之初選定的“主導產業”作為產業政策變量，運用三重差分法剝離開發區建設造成的區域性影響，重點關注開發區設立作為產業政策，對于企業全要素生產率產生的凈影響。在研究過程中，本文構建了一個由開發區、主導產業與企業三個虛擬變量組成的交互項，將其作為主導產業政策虛擬變量納入回歸，以此來評估產業政策的實施效果。

研究結果表明：第一，主導產業政策的實施，有效提升了開發區內相關企業的全要素生產率，表明產業政策能夠拉動企業績效的增長。第二，主導產業政策主要通過提供政府補貼、放松信貸約束等手段，在開發區內形成“政策效應”，以此提高了對相關企業的政策吸引力，帶動了更多企業向區內集聚。同時又通過“集聚效應”在區內營造競爭環境，搭建良好的競爭平臺，迫使企業在競爭中不斷提升自身的生產效率。第三，該政策對于開發區外的同行業企業造成了負向溢出，在一定程度上抑制了周邊產業的發展，未能給當地產業帶來普惠性影響。第四，主導產業政策的實施效果因開發區類型而異，國家級開發區的政策實施效果要強于省級開發區，經濟技術開發區對于企業的影響要勝過高新技術開發區，沿海開發區比內陸開發區受政策影響更顯著。第五，企業自身的異質性也會影響主導產業政策的實施效果，國有企業相較于非國有企業受政策影響更顯著，小規模企業在政策影響下生產率提升效果更明顯；成長期企業比初生期企業更易受到主導產業政策的影響。

根據上述結論，可以得到以下啟示：第一，為保障區域經濟的高質量發展，政府可以在后續建設中，對開發區定期進行考察整頓，對布局不合理的開發區加以規范，合并周邊重復建設的主導產業，并及時調整開發區的覆蓋范圍。第二，在充分利用政策效應優勢進行建設的同時，開發區還應實施重點推進，對發展較好的轄區保持關注，在區域協同發展的過程中形成示范效應，積極帶動其他各類開發區的共同發展。第三，對于省級開發區的建設仍有待進一步規范，各地需因地制宜、對癥下藥，不能簡單復制國家級開發區的發展模式。只有在合理規范的管轄下，省級開發區內的企業才能實現競爭力的提升。第四，開發區建設過程中，不僅要注重對主導產業的扶持，也應當兼顧開發區外的同行業企業，使區內企業的示范效應擴散到區外，發揮正向的帶動作用，只有在相互促進的前提下，才能實現區域協調可持續發展。第五，為適應新時期的新發展格局，開發區也應確立全新的發展目標，制定順應當前形勢的發展戰略，有針對性地為園區內企業提供發展幫助，及時調整發展政策、補齊政策短板。在未來發展中，開發區可能面臨著產業轉型升級、新舊動能轉換等諸多挑戰，但也因創新驅動發展戰略而具備新的機遇。只有積極應對新挑戰，并努力把握新機遇，才能促使開發區實現新的跨越。