什么類型產業政策更能促進全要素生產率增長？
——來自35 個工業行業數據的證據

吳永超，謝正娟

（1.四川大學 馬克思主義學院，四川 成都 610064；2.四川師范大學 經濟與管理學院，四川 成都 610101）

一、引言

我國產業政策是在快速工業化進程中形成與逐步完善的，滿足了高速增長階段的工業發展需要，為建立獨立完整的工業體系、成為世界第一制造業大國作出了重要貢獻。邁向新時代，我國經濟已由高速增長階段轉向高質量發展階段，迫切需要推動工業發展由要素驅動、投資驅動轉向創新驅動，推動質量變革、效率變革、動力變革，提高工業全要素生產率。在這一階段，針對提高工業全要素生產率這一目標，產業政策的作用是否如有些學者認為的那樣已經不重要了？答案顯然是否定的，在高質量發展階段，建設現代化產業體系離不開產業政策的調節作用，產業政策依然會通過多種傳導路徑影響工業全要素生產率的變化。同時也要看到，當下傳統傾斜式、選擇性產業政策的弊端也在不斷顯現，容易導致資源配置效率惡化，阻礙工業全要素生產率的提高，這就要求產業政策要發生相應的轉變，并與高質量發展階段下的工業發展需要相適應，探索實施一種更為精準的新產業政策。

學界關于我國產業政策與全要素生產率增長之間關系的研究長期存在分歧，部分學者認為產業政策能夠促進全要素生產率增長，另一部分學者認為產業政策有礙于全要素生產率增長。一方面，部分學者認為產業政策對全要素生產率增長有顯著的促進作用。Aghion 等（2015）[1]提出面向競爭性部門實施的產業政策或者具有“維持或促進競爭”特征的產業政策，能夠促進全要素生產率增長。宋凌云和王賢彬（2013）[2]研究發現地方政府五年規劃中提及的重點產業政策信息總體上提高了全要素生產率，尤其是在信息完備程度、產業競爭程度越高的行業中，其資源配置優化效應越顯著。任曙明和呂鐲（2014）[3]提出政府補貼完全抵消了融資約束對全要素生產率的負面效應，政府補貼的平滑機制促進了全要素生產率的平穩持續增長。王文等（2014）[4]認為當產業政策促進了行業競爭時，資源錯配程度會顯著降低；當產業政策覆蓋范圍越廣時，更有利于降低資源錯配程度。邱兆林（2015）[5]利用政策偏度量化產業政策工具，研究發現研發投資傾斜度對全要素生產率增長具有顯著促進作用。李春臨等（2017）[6]研究發現競爭性補貼對全要素生產率有顯著促進作用，即政府補貼在行業內的集中度越低就越有利于提高全要素生產率。李駿等（2017）[7]研究發現低息貸款對全要素生產率的提高存在明顯的促進效應，但政府補助與稅收優惠兩項政策工具只在非國有企業中才存在顯著的正向作用。王思文和孫亞輝（2021）[8]研究發現產業政策能夠顯著提升企業全要素生產率，相較于國有企業，非國有企業更容易受產業政策激勵。謝獲寶和黃大禹（2020）[9]研究發現地方產業政策能夠有效提升財政對科技投入的強度，增強高等學校人力資源供給力度，提升企業的核心技術創新能力，促進全要素生產率提升。提出產業政策能夠促進創新型企業家人力資本積累，提高創新創業質量，促進全要素生產率增長。燕洪國和潘翠英（2022）[10]研究發現稅收優惠可促進企業加大創新要素投入，對全要素生產率增長發揮著激勵作用。黃桂田和都帥帥（2022）[11]研究發現政府補貼能夠促進企業全要素生產率的提高。

另一方面，部分學者研究發現產業政策可能使資源配置效率惡化，對提高全要素生產率不僅沒有促進作用，甚至可能是負作用。Beason 和Weinstein（1996）[12]研究1955—1990 年日本產業優惠政策對13 個行業全要素生產率的影響，發現產業政策并沒有提高全要素生產率。舒銳（2013）[13]以稅收優惠、研發補貼兩個政策工具研究發現產業政策促進了產出增長，但對提升全要素生產率的影響不顯著。黎文靖和鄭曼妮（2016）[14]研究發現產業政策并不能激發企業進行實質性創新，企業為了“尋扶持”而增加創新“數量”的行為只是一種策略性創新。于良春和王雨佳（2016）[15]研究發現研發補貼對汽車行業全要素生產率提升沒有起到明顯作用。任優生和邱曉東（2017）[16]研究發現政府補貼和企業R&D 投入均未促進企業全要素生產率變化率提升，政府補貼甚至呈顯著抑制作用。閆志俊和于津平（2017）[17]研究發現政府補貼阻礙了企業全要素生產率的提升。戴小勇和成力為（2019）[18]研究發現政府補貼與低利率貸款總體上均降低了受扶持企業的全要素生產率。Wen 和Zhao（2021）[19]研究發現“中國制造2025”政策干預后刺激了企業的研發投資，但短期內創新產出沒有增加，全要素生產率有所下降。王欣和曹慧平（2020）[20]研究發現重點產業政策顯著抑制了制造業重點行業全要素生產率的提升，而且這種負向影響在資本和勞動力扭曲嚴重的情況下尤為明顯。Lin等（2021）[21]提出中國追趕型產業政策扭曲了各部門之間的資源分配，降低了全要素生產率總量。鐘廷勇等（2021）[22]認為產業政策刺激企業進行策略性創新，而不是實質性創新，不利于提高全要素生產率。

綜上，現有文獻在研究產業政策與全要素生產率之間關系時，由于所選擇的研究對象、研究期間、數據處理、實證方法等方面的差異，其研究結論有所不同甚至截然相反。基于此，本文從以下兩個方面對現有研究進行完善：（1）將產業政策劃分為行業傾斜式扶持政策、行業規模政策、行業技術政策，系統考察產業政策對工業行業全要素生產率增長的影響；（2）進一步考察工業技術政策對全要素生產率增長的中長期影響。

本文可能的創新之處在于：（1）本文從工業行業視角系統考察產業政策對全要素生產率的綜合影響，將產業政策劃分為行業傾斜式扶持政策、行業規模政策、行業技術政策；（2）鑒于多數學者認為短期內研發補貼不能刺激創新產出和全要素生產率增長，本文進一步考察工業技術政策對全要素生產率增長的中長期影響效應。

二、理論分析與研究假設

產業政策是圍繞行業結構調整、組織合理化、區域布局優化、技術進步等與工業發展緊密相關的問題，政府所制定和實施的一系列政策集合，旨在促進工業經濟健康持續發展。其中，傾斜式扶持政策重在調節工業行業之間的結構比例關系，對主導產業、戰略產業、幼小產業、衰退產業、過剩產業等不同類型行業針對性地施策，推動資源要素在行業之間的傾斜式配置，達到調節工業行業之間比例結構關系的目的，形成合理的工業結構。行業規模政策重在適度提高行業集中度，培育一批具有行業優勢的大企業，并在行業內形成示范效應，增強產業鏈上企業間的協調能力，降低市場信息獲取成本、交易成本和學習成本，使行業內企業獲得外部規模經濟，降低行業平均成本，增強規模經濟效益。工業技術政策重點任務在于引導資源向技術開發領域投入、科學選擇未來工業技術結構、扶持和推進高新技術產業發展、創造有利于產業技術進步的環境等方面，具體包括技術開發減免稅、R&D 援助政策、技術改造政策、高新技術鼓勵政策、知識產權政策和技術標準政策等政策內容。隨著技術進步和創新加速，經濟發展方式由要素投入驅動向創新驅動轉變，工業技術政策在整個產業政策體系中的地位和作用必將大大提高。

產業政策歷來是我國政府干預經濟的重要手段，這些政策勢必通過資源配置效應、規模經濟效應、技術進步效應影響著工業全要素生產率的變動。第一，傾斜式扶持政策特別是政府投資的重點對象是公益性和基礎性工業項目，這些領域投資收益相對更差，生產率水平更低，增加要素投入必然會造成資源配置效率下降；同時，產業政策不當調控容易導致激勵機制扭曲，即更多是激勵了地方政府鼓勵投資、企業增加投資，形成投資“潮涌現象”甚至是過度投資，進而造成產能過剩、資本邊際生產率下降，這顯然不利于改善工業配置效率，也不利于促進全要素生產率增長。

因此，本文提出假設1：行業傾斜式扶持政策不利于工業全要素生產率增長。

第二，行業規模政策通過培育扶持大型企業集團和提高產業集中度，影響規模經濟效應，進而作用于全要素生產率變動。行業規模政策在執行過程中，以扶持大型企業特別是國有企業為主要對象，具有限制競爭的特點，并非是在生產率或者效益準則基礎上的兼并聯合重組，再加上為了避免大規模倒閉潮，兼并聯合重組成為處理產能過剩的一種重要方式，直接干預色彩更加強烈，產業集中度提高往往是資本要素簡單集中的結果，導致“虛胖”的癥狀，對于改善工業規模效率并沒有實質意義。實際上，小企業生產模式也可能存在價格競爭優勢，因此不能在企業平均規模與經濟整體競爭力之間確立簡單的對應關系（孫洛平，2004）[23]，反而如果是盲目地擴大企業規模，極有可能帶來規模不經濟。

因此，本文提出假設2：行業規模政策有礙于工業全要素生產率增長。

第三，工業技術政策以促進工業技術進步為直接政策目標，將通過行業技術進步效應作用于全要素生產率變化。但是，發明創造不等于經濟學意義上的技術進步，經濟學意義上的技術進步強調科技成果應用后能夠實現生產要素節約和邊際生產率提高，這需要經歷科技成果轉化的過程，并非在短時間內就可形成，因此工業技術政策在中長期才可能有效發揮提高技術進步率的作用。

因此，本文提出假設3：行業技術政策對工業全要素生產率增長的短期效應不顯著甚至為負，而中長期促進效應顯著。

三、模型構建與變量、數據說明

（一）模型設計

為了驗證上述研究假設，本文以工業行業全要素生產率增長率（）為被解釋變量，以行業傾斜式扶持政策（政府投資偏度、稅收優惠偏度）、行業規模政策（行業集中度）、行業技術政策（財政科技支出、促進技術進步的減免稅）產業政策工具作為解釋變量，構建如下基準模型：

為考察行業技術政策對全要素生產率增長的中長期影響，本文以滯后期的全要素生產率增長率為被解釋變量，以當期財政科技支出（GRDit）和促進技術進步的減免稅（GTit）為代表的工業技術政策為被解釋變量，構建如下跨期模型：

式（1）～式（7）中，i表示不同行業（見表1），t表示時間，n為滯后期數，TFPit為工業行業全要素生產率增長率，TGIit、TTSit、IRit、GRDit、GTit為一組產業政策工具代理變量，Controlit為一組控制變量，β、λ分別為解釋變量和控制變量系數，α0、εit分別表示常數項和隨機擾動項。

表1 兩位數工業行業代碼及名稱

關于控制變量Controlit的選擇，為了盡量避免變量太多造成多重共線性和新引入變量可能造成的內生性問題，本文主要選擇與全要素生產率變化直接相關性較大的資本邊際生產率（KBit）、勞動邊際生產率（LBit）、R&D 投入增長率（CRDit）、技術改造和獲取支出增長率（TRit）、人力資本水平提高（HCit）、人均資本存量增長率（PCit）、工業行業技術效率變化率（TEit）7 個變量作為控制變量。

（二）變量說明

1.被解釋變量：工業行業全要素生產率增長率（）。本文采用隨機前沿分析法（SFA）測算工業行業全要素生產率增長率，借鑒Battese 和Coelli（1992）[24]模型的基礎上，采用勞動、資本兩種要素投入，構建隨機前沿超越對數生產函數的基本模型如下：

式（8）中Lit、Kit是勞動、資本投入，以時間趨勢t衡量技術進步程度，取值為1，…，n，β為待估參數。Vit是行業i在t時期生產過程的隨機誤差項，服從獨立同分布，即Vit～i.i.d.N（0，）。Uit為行業i在t時期生產過程的技術無效率項。用以檢驗模型是否適宜做隨機前沿分析，如果γ=0，則=0，說明為確定性前沿模型，則不宜采用隨機前沿模型。

式（9）是Battese 和Coelli（1992）[24]研究時采納的一個時變技術無效率指數模型，表示技術行業i在t時期的技術無效率指數。Uit為i行業平均技術無效率指數Ui與一個指數函數的乘積。η為待估參數，表示技術無效率指數的變化率，η＜0、η=0、η＞0 分別表示技術無效率指數Uit隨時間遞增、不變、遞減。T為基期年度，取值為1。假定技術無效率指數服從非負截尾獨立同分布的正態分布，即Uit～i.i.d.N+（μ，）。

2.解釋變量：行業傾斜式扶持政策（TGIit、TTSit）、行業規模政策（IRit）、行業技術政策（GRDit、GTit）。第一，行業傾斜式扶持政策包括政府投資偏度（TGIit）和稅收優惠偏度（TTSit）兩個變量。政府投資偏度指政府對不同行業和區域工業發展扶持力度的傾斜程度，如果政府投資偏度值較大，說明該領域是產業政策重點扶持的對象；如果政府投資偏度值較小，則說明該領域是產業政策非重點扶持的對象。本文以國家資本金衡量政府投資規模，通過下列公式（10）可計算出2001—2020 年各行業政府投資偏度分布情況。

同理，稅收優惠偏度指不同領域所享受的稅收優惠差異程度，本文以工業企業所得稅優惠來考察產業政策中的稅收優惠偏度問題。稅收優惠偏度（TTS）的測量公式如下公式（11）：

需要特別說明的是，2008 年企業所得稅率有所調整，在數據處理過程中，2001—2007 年適用33%的所得稅率，2008—2020 年適用25%的所得稅率。k行業的TTS值越大，反映政府對其的扶持力度就越大；反之，則相反。

第二，行業規模政策（IRit）在產業規劃和政府報告中時常提及，政策實踐中廣泛存在并使用，但并沒有相關的統計數據和統計資料。本文以行業集中度作為行業規模政策的代理變量，采用不同行業上市公司主營業務收入之和除以本行業規模以上工業企業主營業務收入估算而得。

第三，行業技術政策包括財政科技支出（GRDit）、促進技術進步的減免稅（GTit）兩個變量。其中，促進技術進步的減免稅，2000—2008 年該指標為“享受各級政府對技術開發的減免稅”，2009 年后為“研究開發費用加計扣除減免稅+高新技術企業減免稅”。

3.控制變量。本文將資本邊際生產率（KBit）、勞動邊際生產率（LBit）、R&D 投入增長率（CRDit）、技術改造和獲取支出增長率（TRit）、人力資本水平提高（HCit）、人均資本存量增長率（PCit）、工業行業技術效率變化率（）7 個變量作為控制變量。其中，資本和勞動邊際生產率、工業行業技術效率變化率三個控制變量，在公式（8）和公式（9）的基礎上，根據Kumbhakar 和Lovell（2000）[25]提出的全要素生產率分解法，在已知投入要素價格信息的前提下，可以進一步計算出資本和勞動邊際生產率、工業行業技術效率變化率。人力資本水平難以直接量化，借鑒張倩（2015）[26]的處理方法，以R&D 人員折合全時當量來代替。人均資本存量為固定資產凈值與從業人數之比。

（三）樣本選擇與數據來源

我國國民經濟行業分類標準經歷了1984 年、1994 年、2002 年、2011 年和2017 年五次大調整，不同時期每一大類下所包含的工業細分行業略有差異。為了保證2000—2020 年各類數據的連續性和一致性，本文對行業進行了歸并處理。以《國民經濟行業分類標準》（GB/T4754-2002）中39 個中類行業為基準，首先，剔除了行業規模較小、數據缺乏連續性的其他采礦業、工藝品及其他制造業、廢棄資源和廢舊材料回收加工業3 個中類行業。其次，對2011年版橡膠和塑料制品業進行合并，統稱為塑膠和塑料制品業。再次，對2011 年版汽車制造業、鐵路、船舶、航空航天和其他運輸設備制造業兩個行業進行合并，統稱為交通運輸設備制造業。同時，還剔除了2011 年版新增的開采輔助活動、金屬制品、機械和設備修理業兩個行業，忽略了少部分行業的細微更名調整。最后，匯總得到35 個工業行業，如表1 所示。

以上相關數據來源于《中國統計年鑒》《中國工業統計年鑒》《工業企業科技活動統計資料》《中國勞動統計年鑒》《中國價格統計年鑒》以及EPS 數據庫等，極少部分缺失年份數據用線性插值法估算而得。描述性統計結果如表2 所示。

表2 主要變量的描述性統計結果

四、實證結果分析

（一）基準模型回歸結果分析

運用模型（1）～模型（5），進行面板數據回歸之前，首先通過豪斯曼檢驗來決定采用隨機效應模型還是固定效應模型，檢驗結果拒絕了個體差異部分的擾動項和解釋變量不相關的原假設，因此采用固定效應模型進行回歸分析，具體結果如表3 所示。

表3 基準模型回歸結果（固定效應模型）

同時，為了確保回歸系數和指標解釋能力的可靠性，本文采用更換模型的方法進行穩健性檢驗。運用廣義矩估計（GMM）方法的估計結果如表4 所示，除極少數變量外，固定效應模型和GMM 估計結果的變量系數符號及其顯著性水平保持一致，說明模型設定比較合理，實證結果比較穩健。

表4 進一步穩健性回歸結果

根據表3 的回歸結果可見，產業政策對全要素生產率增長的影響效應基本符合預期假設，行業傾斜式扶持政策、行業技術政策對工業全要素生產率增長的影響效應為負，行業規模政策對工業全要素生產率增長的影響效應不顯著。

第一，傾斜式政府投資、傾斜式稅收優惠對全要素生產率增長的影響系數分別顯著為-0.048 和-0.031，說明產業政策傾斜扶持力度越大，對工業全要素生產率增長的制約就越嚴重。主要原因在于，傾斜式政府投資主要投向了基礎性工業，例如水的生產和供應業、石油和天然氣開采業、電力、熱力的生產和供應業等行業，其目的主要在于提供公共產品，這些行業全要素生產率增長率水平較低，說明傾斜式政府投資并沒有引導資源要素向生產率更高的行業流動。同時，煤炭開采和洗選業、黑色金屬冶煉及壓延加工業、化學原料及化學制品制造業等政府投資偏度較高的行業，這些行業在“十一五”以來就一直存在著相對嚴重的產能過剩問題，全要素生產率增長率也屬于相對偏低的行業。所得稅優惠的主要對象是國家重點扶持和鼓勵發展的產業和項目，在工業領域，稅收優惠偏度較高的行業主要是高新技術企業、小型微利企業、資源綜合利用企業分布較為集中的行業，例如通信設備、計算機及其他電子設備制造業、農副食品加工業、石油和天然氣開采業等，這些行業的全要素生產率增長率水平多數都偏低。傾斜式稅收優惠對工業全要素增長率的負向影響要低于傾斜式政府投資的主要原因是，小型微利企業稅收優惠政策是企業所得稅優惠的重點內容之一，相比于政府投資的重點行業，小型微利企業分布較為集中的行業市場競爭更加充分，資源要素配置扭曲程度較低，全要素生產率增長率水平相對較高。

第二，行業規模政策對工業全要素生產率增長的影響效應不顯著，說明提高產業集中度并沒有顯著提高工業規模效率。產業集中度較高的行業主要包括煤炭開采和洗選業、石油和天然氣開采業、黑色金屬礦采選業、有色金屬礦采選業、煙草制品業、化學纖維制造業、黑色金屬冶煉及壓延加工業、電力、熱力的生產和供應業、燃氣生產和供應業等，這些行業多數都屬于自然壟斷性行業，或者提供公共產品的行業部門，國有企業經營規模本身就比較大，如果再進一步盲目擴大經營規模和提高壟斷程度，并不一定能提高規模效率。另外，歷來我國產業政策制定和實施過程中都熱衷于追求規模經濟，廣泛運用行業規模政策，尤其是20 世紀90 年代對汽車行業、鋼鐵行業的規模化發展作出詳細安排和部署，其中不乏行政力量直接干預的行為，具有限制競爭的特點，其結果僅是做大了企業規模，難以提高企業生產率。國家把行業規模政策作為化解嚴重產能過剩的重要政策工具，為了在短時間內完成這些目標，行政直接干預色彩更加強烈，產業集中度的提高也更多是企業的簡單合并和資本簡單集中，而并非是在市場機制、效益準則基礎上的兼并聯合重組，對改善工業規模效率不僅沒有實際益處，甚至可能出現負面作用。

第三，行業技術政策對工業全要素生產率增長具有雙重效應。從表3 回歸結果來看，以財政科技支出和促進技術進步的減免稅為代表的工業技術政策對全要素生產率增長的影響效應分別顯著為-0.014和-0.004，說明工業技術政策并沒有提高工業全要素生產率。但是，我們并不能據此就否定工業技術政策的作用。一方面，受財政科技支出補助較多且增長較快的行業主要是交通運輸設備制造業、通信設備、計算機及其他電子設備制造業、專用設備制造業、通用設備制造業等行業，這些行業的技術進步具有明顯的溢出效應，存在“生產率悖論”現象，即某一行業技術進步對于整個國民經濟全要素生產率的提升具有促進作用，例如計算機的廣泛運用、信息化水平的提高等，但是對于本行業全要素生產率提升的作用可能并不明顯。

除了產業政策之外，還有一些重要因素會影響工業全要素生產率增長。從回歸模型所選擇的控制變量來看，提高資本和勞動要素的邊際生產率（KBit、LBit）是技術進步的直接反映，能夠節約資源投入和擴大產出，有利于促進全要素生產率增長。增加企業自身的R&D 投入（CRDit）到實現技術進步需要一個轉化過程，意味著短期內大量的資源投入并沒有帶來實際的產出，不利于促進全要素生產率增長，其對全要素生產率增長的促進作用主要體現在中長期。增加企業技術改造和獲取經費支出（TRit）旨在更新設備、采用最新技術，也是促進技術進步和提高全要素生產率的有效途徑，有利于促進全要素生產率增長。提高人力資本水平（HCit）不僅有利于提高勞動生產率，還能夠顯著增強勞動節約型技術進步下的“人機”匹配程度，對全要素生產率增長具有顯著的促進作用。提高人均資本存量（PCit）不僅制約著配置效率、規模效率和技術進步率的改善，對全要素生產率增長也具有顯著的抑制作用，其根源在于我國長期主要靠投資驅動的經濟增長方式下，過度投資、盲目投資導致資本邊際生產率下降程度大于技術進步所帶來的資本邊際生產率提升程度，導致資本邊際生產率下降，不利于促進全要素生產率增長。提高技術效率（）意味著企業生產活動向前沿技術面靠近，即在一定技術水平和要素投入組合下能夠帶來更多的產出，將有利于提高工業全要素生產率。

（二）工業技術政策的中長期效應分析

運用模型（6）和模型（7），進一步考察增加工業技術政策與工業全要素生產率增長之間的中長期關系，具體回歸結果如表5 所示。

表5 工業技術政策對TFP增長的中長期影響

結果顯示，滯后1 期財政科技支出對全要素生產率增長的影響不顯著，滯后2 期和3 期的財政科技支出對全要素生產率增長具有顯著的促進作用；滯后1 期促進技術進步的減免稅對全要素生產率增長的影響為負，滯后2 期不顯著，滯后3 期促進技術進步的減免稅對全要素生產率增長具有顯著的促進作用。這說明工業技術政策在中長期對全要素生產率增長具有促進作用。換言之，工業技術政策對工業全要素生產率增長存在雙重效應，即短期負效應與中長期正效應。原因在于，受工業技術政策優惠較多且增長較快的行業主要包括交通運輸設備制造業、通信設備、計算機及其他電子設備制造業、電氣機械及器材制造業、醫藥制造業、通用設備制造業、專用設備制造業等行業，這與國家扶持高新技術產業、戰略性新興產業的產業政策導向相吻合，與財政科技支出的重點方向保持一致，再加上稅收減免中很大比例是研究開發費用加計扣除項目，其對工業全要素生產率增長的影響效應應側重于正向溢出效應和中長期正效應。

五、結論與啟示

我國產業政策對提高全要素生產率的弊大于利，政策效果整體不佳并且可能形成一系列不良的政策連鎖反應。傾斜式扶持政策、選擇性補貼對資源配置效率和全要素生產率增長的影響效應均顯著為負，產業政策所導致的資源配置效率損失是抑制全要素生產率增長的首要因素。傾斜式扶持政策的重點領域在行業上是公共產品部門和基礎性工業部門，區域上是中西部特別是其中的少數民族聚集區或貧困地區，這些行業部門和區域不具有生產率優勢，鼓勵和引導增加要素投入必然會造成資源配置效率下降。行業規模政策對全要素生產率增長的影響效應不顯著，說明做大企業規模、提高產業集中度并沒有顯著提高工業全要素生產率。行業規模政策以大型企業、國有企業為主要對象，行政直接干預、限制競爭的特征顯著，產業集中度提高更多是資本要素簡單集中的結果，而非市場競爭的結果，對改善工業規模效率并沒有太多實際益處。行業技術政策對全要素生產率增長具有雙重效應，即短期內以財政科技支出和促進技術進步的減免稅為代表的工業技術政策對全要素生產率增長的影響效應顯著為負，而在中長期工業技術政策對全要素生產率增長具有明顯的促進作用。

著眼未來，首先應大幅減少傾斜式與選擇性的產業政策工具，加快選擇性產業政策向功能性產業政策轉型。具體政策上，政府資助要做“減法”，政府引導做“加法”，進一步簡政放權，消除行政性直接干預和不必要的政策差異，放棄選擇特定對象進行直接補貼的產業政策模式，更多采用專項建設基金、產業發展引導基金等新型政策工具；加快建立以負面清單為核心的產業管理模式，進一步厘清政府與市場的邊界，創造公平競爭的市場環境。其次，工業規模政策在協調“馬歇爾”沖突的過程中，不能再通過行政手段搞“拉郎配”，不能再為了提高行業集中度而設置不必要的準入門檻，而應該更加強調市場競爭，使優勢企業在市場競爭中發展壯大，提高規模經濟效益。最后，工業技術政策扶持對象應轉向適用更為廣泛的共性技術、通用技術上，如數字經濟、信息技術、新材料技術等，催生新興產業發展；加大對技術創新行為的稅收優惠，減少直接針對技術創新主體的稅收優惠，稅收減免盡可能覆蓋更多實際發生研發創新活動的企業，激發科技型企業創新活力。