粵港澳大灣區規劃能否提高企業全要素生產率？

摘 要：近年來，通過城市群規劃重構區域發展格局，釋放企業發展新動能，已成為國內外驅動經濟增長的重要引擎。文章基于2015—2021年中國制造業上市公司數據，以粵港澳大灣區規劃作為準自然實驗，使用雙重差分法考察大灣區城市群規劃對企業全要素生產率（TFP）的影響。研究發現：（1）大灣區規劃顯著提高了區域內企業全要素生產率，在進行了一系列穩健性檢驗后，結論依然成立。（2）相比之下，大灣區規劃更大程度提升了外資及其他企業、中心城市企業和傳統制造企業的全要素生產率。（3）從機制分析來看，大灣區規劃主要通過緩解融資約束和提高人力資本集聚來促進企業提高全要素生產率。文章豐富了區域政策效應的研究，為制定區域發展戰略和促進企業全要素生產率提供參考。

關鍵詞：區域政策 "粵港澳大灣區 "全要素生產率 "雙重差分法

DOI：10.19592/j.cnki.scje.401720

JEL分類號：D24， P25， R58 " "中圖分類號：F061.5

文獻標識碼：A " 文章編號：1000 - 6249（2024）03 - 141 - 18

一、引 言

近年來，城市群規劃已經成為世界各國驅動經濟發展的重要引擎，是融合區域發展的有效策略。當前，世界各國競爭主要方向已經從國家整體之間的競爭轉移到區域和城市群之間的競爭（蔡赤萌，2017）。城市群規劃在城市和國家中扮演著中觀治理環節的重要角色（陳林等，2020）。城市群不僅展示了區域發展的能力，還彰顯了國家參與全球競爭與國際分工的競爭力（王麒麟，2014）。中國的大中型城市是國民經濟發展的核心驅動力，但是城市化發展到一定階段不可避免地出現“大城市病”，因此，將大城市作為區域發展核心，建設城市群已經成為緩解“大城市病”、釋放經濟發展新動能的趨勢之一。2019年2月18日，中共中央、國務院印發《粵港澳大灣區發展規劃綱要》（簡稱《綱要》），《綱要》目標是將粵港澳大灣區建設成世界級城市群、國際科技創新中心、“一帶一路”建設的重要支撐、內地與港澳深度合作示范區等，成為中國參與到全球競爭的重要橋頭堡。2020年10月，黨的十九屆五中全會提出“堅持實施區域重大戰略、區域協調發展、主體功能戰略，健全區域協調發展機制”。十九屆五中全會首次提出的區域重大發展戰略是基于國內外新環境變化對區域發展戰略的總結與提升（高國力，2021）。2021年，粵港澳大灣區11個城市創造了約12.6億元的地區生產總值。粵港澳大灣區規劃并不是大珠三角合作簡單的升級版，而是中國首個提出要建設充滿活力的世界級城市群的國家戰略，有利于豐富“一國兩制”的發展內涵，促進區域經濟發展和香港、澳門長期繁榮穩定，提升區域經濟效率與質量，成為國內大循環的動力來源和高質量參與“雙循環”的重要門戶（孫久文、殷賞，2022；蔡赤萌，2017；倪外等，2020）。

在世界多極化、經濟全球化的背景下，中國制造業企業面臨諸多挑戰，一方面來自以歐美為代表的制造業回流本國的“逆全球化”浪潮，使世界經濟不確定因素增多；另一方面是中國制造業企業面臨著資源約束，產能過剩、供給側和需求側不匹配的矛盾，使得制造業企業面臨發展瓶頸。黨的二十大報告中強調要把發展經濟的著力點放在實體經濟上，加快建設制造強國。珠三角地區是我國制造業的核心區域之一，制造業承接了港澳地區和全球各國的轉移。《綱要》明確提出要大力推進制造業轉型升級，加強產業分工協作，建設具有國際競爭力的先進制造業基地。但在很多行業，中國企業全要素生產率遠低于日本和韓國企業（Ito et al.， 2008）。目前，粵港澳大灣區在全球創新城市中的排名以及擁有的世界 500 強企業總部數量均遠落后于美國紐約灣區、舊金山灣區和日本東京灣區（申明浩等，2020）。《綱要》提出要繼續深化供給側結構性改革，提高制造業核心競爭力、加快制造業結構調整。基于中國制造業企業發展過程受到的阻力，研究大灣區規劃這一區域發展戰略對能否消除中國制造業企業發展瓶頸，釋放企業發展新動能，提高企業全要素生產率具有重要意義。目前，有關于區域政策、城市群規劃的研究主要集中在區域和城市層面，從企業全要素生產率視角評估區域政策和城市群規劃政策效應的文獻相對較少。此外，有關于粵港澳大灣區的文獻多集中于大灣區區域協調發展、效率測度、經濟效應等角度，鮮有文章從企業全要素生產率方面考察大灣區城市群規劃的政策效應。由于不同地方政府在政府補貼、人才優勢、融資便利和地方稅負等方面存在差異，而這些差異顯著影響了企業全要素生產率（江艇等，2018）。鑒于此，在粵港澳大灣區規劃上升為國家戰略背景下，本研究從企業層面的微觀視角出發，以粵港澳大灣區規劃作為準自然實驗，運用雙重差分法實證分析大灣區規劃對企業全要素生產率的影響，并探討政策實施效果的異質性和作用機制。

本文主要貢獻：第一，從企業全要素生產率這一微觀視角出發評估大灣區城市群規劃能否促進企業提高全要素生產率，為進一步推進粵港澳大灣區建設提供現實依據，有利于豐富區域政策與企業全要素生產率的研究。第二，從企業所有制類型、規劃區域和行業分類角度探討大灣區規劃對企業全要素生產率異質性影響，為完善區域政策提供參考。第三，探討了大灣區規劃通過緩解融資約束和提高人力資本集聚效應影響企業全要素生產率的作用路徑，有利于進一步改善企業融資環境和落實人才引進政策，更好地促進企業全要素生產率的提高。

二、理論分析與研究假設

城市群是區域協同發展的空間載體，將成為未來經濟發展格局中最具經濟活力的核心區域（劉金山等，2022；趙娜等，2017）。粵港澳大灣區城市群具有“一國兩制”和“三個自貿區”的獨特優勢，是我國開放程度最高，經濟最活躍的地區之一，作為國家重要的增長極，在國家發展大局中具有重要戰略地位（謝寶劍，2021）。諸多的研究文獻證明了區域政策有助于推動企業經濟效率的提高。例如，王書斌（2018）發現國家扶貧開發政策通過勞動能力、規模效應和促進創新三個方面來提升企業全要素生產率。林毅夫等（2018）發現區域型產業政策通過改善政策環境來提升企業生產率。王桂軍、盧瀟瀟（2019）發現“一帶一路”倡議可以顯著提高中國企業的全要素生產率。孫紅軍等（2022）研究發現中國19個城市群高新技術企業全要素生產率的增長率呈增長態勢。范紅忠、周葉迪（2020）的觀點認為存在“城市群企業生產率優勢”，即城市群民營上市企業生產率均值高于非城市群。

亞當·斯密提出了絕對利益理論，該理論認為每個地區都有對自己有利的生產條件，如果各地區進行專業化生產，然后將產品進行交換，會使各個地區的資源得到最有效的利用，從而提高區域生產率和經濟效益。大灣區規劃確立了分工合理、功能互補、錯位發展的城市群區域發展目標，旨在以廣州、深圳、香港、澳門為中心，鏈接多個節點城市，充分發揮各地區比較優勢，優化各地區功能布局，形成更合理的企業分工體系，促進企業間交流合作。企業分工水平和專業化集聚的提升可以進一步提高企業全要素生產率（郝聞漢等，2021；蘇丹妮、盛斌，2021）。此外，區域政策還可以通過企業普惠政策，例如金融支持、政府補貼、人才政策、稅收優惠等政策支持，推動區域制造業轉型升級。這些政策的實施有利于當地企業提高全要素生產率和經濟效益，這在其他區域經濟政策研究中得到了證實。例如，Boeing et al.（2016）、Aiello et al.（2014）認為優越的區域稟賦和良好的政策環境對企業全要素生產率存在正向的促進作用。Bernini and Pellegrini（2011）研究意大利南部地區的區域政策發現受到政府補貼的企業的產出、員工人數和固定資產投資增長率更高。Harris and Robinson（2004）發現區域援助政策提高了企業全要素生產率。Qi and Yang（2021）證實了政府補貼通過增加研發投資直接或者間接影響企業全要素生產率。董香書、肖翔（2017）發現“振興東北”區域發展戰略的實施顯著降低了企業的稅收和負債，使企業獲得更好的績效水平。劉雪燕等（2021）研究了西部大開發的區域減稅政策，發現區域減稅政策正向影響企業生產率。綜上所述，大灣區規劃通過建設深圳前海、廣州南沙、珠海橫琴等粵港澳合作發展平臺，并以政府補貼、企業減稅和共享信息等措施改善政策和市場環境，政策紅利的信號會刺激企業在市場競爭中獲取更多的市場份額和更高的利潤回報，會更加積極地去改進生產方式和轉換生產理念，從而促進企業全要素生產率的提高。據此，本文提出：

假說H1：大灣區城市群規劃有助于提高企業全要素生產率。

《綱要》明確提出要將粵港澳大灣區建設成為國際金融樞紐，充分發揮香港、澳門、深圳、廣州等資本市場和金融服務功能，支持內地企業在香港開展融資業務。企業融資問題往往是企業發展的難題，不少文獻證明了企業融資約束水平與企業全要素生產率相關。例如，何光輝、楊咸月（2012）研究中國制造業上市公司發現民營企業融資約束顯著制約著企業生產率；Chen and Guariglia（2013）發現流動性不足的外資和私營企業，其生產率受到內部融資的強烈約束。因此，通過解決企業融資問題可以給企業帶來持續的發展動能，進而提升企業全要素生產率。區域政策會向企業傳遞出政策傾斜產生紅利的信號，實現地方政府和企業激勵相容，而地方政府出于配合區域政策和促進地方經濟發展的目的，會更多地基于國家政策來為企業提供資金支持和簡化企業與政府間的行政審批（王克敏等，2017）。這在不少文獻中已經得到了證實。例如，鄧可斌、曾海艦（2014）認為中國企業融資約束水平很可能來自政府對經濟的干預。楊蓉、朱杰（2022）發現實施區域政策后，區域內企業的債務融資規模顯著提升。任曙明、呂鐲（2014）認為政府補貼能夠通過緩解融資約束來提高企業的全要素生產率。Krishnan et al.（2015）發現美國各州放松管制融資渠道后，企業全要素生產率得到提高，更為顯著地提高了財務受限企業的全要素生產率。粵港澳大灣區資本融通有利于企業開展融資業務，為企業提升全要素生產率提供有效的資金保障（申明浩等，2020）。因此，大灣區城市群規劃能夠推進金融市場互融互通，拓寬企業融資渠道、緩解融資約束，進而提高企業全要素生產率。為此，本文提出：

假說H2：大灣區城市群規劃通過緩解企業融資約束，促進企業全要素生產率的提高。

區域管理學派的觀點認為人力資本是區域發展的決定性因素，區域經濟發展在很大程度上取決于這個區域人口的教育水平和科技創新能力。《綱要》明確提出要進一步建設人才高地，出臺了一系列優惠政策來引進海內外人才，如廣州的“紅棉計劃”和深圳的“孔雀計劃”；此外，2019年3月，廣東省財政廳對粵港澳大灣區的內地9市發布了《關于粵港澳大灣區個人所得稅優惠政策的通知》，通過個人稅收優惠政策來吸引國內外高端人才落戶粵港澳大灣區。內生增長理論認為，人力資本的增長能夠有效提升企業全要素生產率。這在文獻中得到了證實：王煌等（2020）、夏良科（2010）、Aiello and Ricotta（2016）、Albulescu and Miclea（2021）的觀點認為人力資本顯著影響企業全要素生產率，是全要素生產率增長的重要決定因素。李平（2016）認為全要素生產率受到人力資本積累的影響，而人力資本積累主要體現在研發人員的數量和素質上。Fleisher et al. （2011）、 Ehrl（2013）、Che and Zhang（2018）、郭吉濤和梁爽（2021）也得出了類似的結論。王清剛、汪帥（2022）認為區域經濟政策能夠有效地改善人才環境進而提升企業全要素生產率。因此，大灣區規劃的實施有利于通過完善人才引進和個人稅收減免等優惠政策引進人才，打造人才高地，進而提高企業全要素生產率。據此，本文提出：

假說H3：大灣區城市群規劃通過人力資本聚集效應，促進企業全要素生產率的提高。

三、研究設計

（一）樣本選取與數據來源

本文以中國制造業上市公司作為研究對象，時間跨度是2015—2021年，研究大灣區規劃對企業全要素生產率的影響。行業分類來源于證監會行業分類2012版，上市公司數據來源于CSMAR數據庫與Wind數據庫，為保證實證結果的可靠性，刪除了數據嚴重丟失、時間區間內暫停上市、退市的企業，并對所有連續變量進行1%和99%水平上的縮尾處理。

（二）企業全要素生產率的測度

本文的被解釋變量是企業全要素生產率，不少學者通過OLS回歸方法和固定效應方法測度全要素生產率，但這種方法存在缺陷。目前學界大多使用OP和LP的方法來計算全要素生產率，OP法可以較為有效地避免選擇性偏差等問題，但OP法將投資作為代理變量，這意味著企業投資等于零的樣本將不會被估計而受到丟棄（魯曉東、連玉君，2012）。Levinsohn and Petrin（2003）在OP法基礎上提出了一種新的測算方法，將中間品投入作為代理變量，有效避免了樣本的損失。因此，本文使用LP法來測算企業全要素生產率，借鑒了趙振智等（2021）、閆永生等（2022）的做法，將營業收入作為產出變量，企業購買商品、接受勞務支付的現金作為中間品投入，也就是代理變量，員工人數和固定資產凈額分別作為自由變量和資本變量，并對以上變量取自然對數。

長江三角洲、粵港澳大灣區和京津冀是我國三大城市群，圖1為三大城市群制造業上市公司全要素生產率的年均值比較。結果表明，與黃亮雄等（2015）、劉瀟（2019）的研究結論類似，大灣區制造業上市企業的全要素生產率略高于京津冀和長三角，大灣區在受到政策沖擊第二年（2020年）后斜率發生變化。可能的原因是大灣區憑借著廣州和深圳的強大引擎以及較早對外開放的政策，營造出良好的外貿環境和創業氛圍，又先后承接了港澳地區制造業轉移和吸收了先進的國際先進的管理理念，迸發出強勁的經濟活力。

（三）識別方法

近年來，雙重差分模型（Difference-in-Difference， DID）在國內外學術界比較流行，DID模型通過比較實驗組和控制組政策前后的差異來評估政策的實施效果。由于城市群設立可能存在內生性問題，比如城市群設立在經濟發展基礎較好的地區，這些地區的企業全要素生產率增長率可能本就高于其他地區，為解決這一內生性問題，可以通過雙重差分法進行兩次差分來有效緩解這一內生性問題。

使用DID模型的關鍵在于區分實驗組和控制組以及選擇政策沖擊時間。關于實驗組和控制組的區分，本文以中國制造業上市公司作為研究對象，將位于粵港澳大灣區的內地9個城市的制造業上市公司作為實驗組，將位于粵港澳大灣區之外的中國制造業上市公司作為控制組。關于政策沖擊時間的確定，2019年2月18日，中共中央、國務院正式印發了《粵港澳大灣區發展規劃綱要》。本文認為企業受到政策沖擊應在《綱要》正式印發之后，基于此，將2019年《綱要》正式印發作為企業受到政策沖擊的標志，本文構建準自然實驗模型如下所示：

[TFPLPi，t=β0+β1Treati，t×posti，t+β2Controli，t+γi+θt+ωk+εi，t] " " " " " " " " " （1）

其中，i表示企業個體，t表示時間。[TFPLP]代表企業全要素生產率，以LP法計算的企業全要素生產率來表示，在穩健性檢驗中替換為GMM法計算的全要素生產率；本文關心的核心解釋變量是[Treat×post]，[Treat]為企業分組的虛擬變量，若企業為實驗組賦值為1，控制組則賦值為0；[post]為時間分組的虛擬變量，在2019年之前賦值為0，2019年及之后賦值為1。[Control]代表控制變量，[γ、θ、ω]分別代表控制企業個體效應、時間固定效應和行業固定效應，[ε]是模型的隨機誤差項，為進一步避免不可觀測值對文章實證結果的影響，本文所有回歸均采用省級層面聚類穩健標準誤。為控制其他因素對本文實證結果的影響，借鑒相關文獻，本文選取部分企業層面的控制變量。上述所有變量設計與定義見表1。

四、實證結果及穩健性檢驗

（一） DID估計結果

表2報告了大灣區規劃對企業全要素生產率的DID估計結果，為了更加準確地估計大灣區規劃對企業全要素生產率的影響，在DID回歸中控制了企業個體固定效應、時間固定效應和行業固定效應，并采用省級層面聚類穩健標準誤。表2中第（1）列和第（2）列為平均效應，回歸結果顯示，本文關心的交互項[Treat×post]的系數為正且在1%的水平上高度顯著，加入行業固定效應后[Treat×post]系數在1%的水平上高度顯著。這說明大灣區規劃顯著地促進了企業全要素生產率的提高，驗證了假說H1。

為了更嚴謹地探究大灣區規劃對企業全要素生產率的動態效應和變化趨勢，本部分進一步估計了動態效應，表2中第（3）列和第（4）列分別表示加入行業固定效應前后的動態效應，可以看出，無論是否加入行業固定，規劃沖擊的第一年（2019年）、第二年（2020年）、第三年（2021年）的效應系數均在1%的水平上高度顯著且系數為正，并在第二年（2020年）達到了區間內最高值。綜上所述，本文認為大灣區規劃有效地提高了企業全要素生產率。

（二）穩健性檢驗

1.平行趨勢檢驗

本文采用雙重差分法來識別政策沖擊產生的影響，其前提是要滿足實驗組和控制組在政策實施前具有平行趨勢。如果在政策發生前實驗組和控制組就已經有差異了，就可能存在其他因素對實證結果造成影響。基于此，為排除多重共線性的影響，本文以《綱要》印發前一年作為基準年，采用事件研究法進行平行趨勢檢驗來驗證雙重差分法的適用性。圖2為本文在95%置信區間的平行趨勢檢驗結果。結果顯示，在《綱要》印發前，平行趨勢的系數均包含0，說明在受到政策沖擊之前，實驗組和控制組不存在顯著差異，《綱要》印發后（2019年），實驗組受到了政策沖擊，在95%的置信區間內不包含0，說明實驗組與控制組在政策沖擊之后存在顯著差異，因此，本文實證結果滿足平行趨勢假設。

2.安慰劑檢驗

為驗證DID回歸結果是否會受到其他隨機干擾因素和遺漏變量影響，判斷本文回歸結果的有效性，在所有樣本中通過隨機抽取199個“偽實驗組”后進行回歸，并將此過程重復1000次。圖3報告了安慰劑檢驗結果，虛假估計系數呈正態分布集中在0附近，基準回歸系數虛線遠大于虛假估計系數，這說明本文實證不存在較為嚴重的隨機干擾因素和變量遺漏的影響，結論依然是穩健的。

3.PSM-DID檢驗

為了降低其他因素對實證結果的干擾，避免“選擇性偏差”問題，較為準確地估計大灣區規劃對企業全要素生產率的影響，使用Heckman et al.（1997）提出的PSM-DID方法可以緩解這一問題，其核心思想是先采用傾向得分匹配法（PSM）將實驗組和控制組進行匹配后再進行DID估計。具體做法是先將控制變量作為協變量構建Logit模型后形成傾向得分值，再進行一對一近鄰匹配，其匹配結果如圖4所示，可以看出經過傾向得分匹配處理后的實驗組和控制組的傾向得分值有較大部分交叉或重合，這說明滿足傾向得分匹配共同支撐假設，匹配結果是穩健的。在DID回歸中同樣控制了企業個體效應、時間效應和行業效應，并采用省級層面聚類穩健標準誤。結果呈現在表3第（1）列和第（2）列中，可以看出無論是平均效應還是動態效應，其符號和顯著性水平與基準回歸基本保持一致，說明核心結論是穩健的。

4.置換被解釋變量

前文使用了LP法測算得出的企業全要素生產率進行回歸，本部分采用廣義矩陣估計法（GMM）估計企業全要素生產率，值得注意的是，GMM方法除了可以緩解模型中可能存在的同步偏誤與選擇偏誤之外，還可以解決企業生產率估計過程中的序列相關性問題（林毅夫等，2018）。估計結果呈現在表3第（3）列和第（4）列，平均效應和動態效應顯示交互項[Treat×post]的系數在1%的水平上顯著，再次驗證了H1假說。

5.考慮其他政策干擾

“十四五”規劃以來，中國一共布局了19個城市群規劃，考慮到其他城市群規劃對本文實證結果可能產生的影響，應剔除位于其他城市群規劃的企業樣本，但是如果剔除全部位于其他城市群規劃的控制組企業則會導致控制組樣本數量嚴重不足。在中國城市群規劃布局中，粵港澳大灣區城市群、長三角城市群和京津冀城市群是中國三大城市群，長江中游城市群和成渝城市群則是中國中部和西部具有代表性的城市群，這五大城市群是中國最具經濟活力的區域。基于此，借鑒了趙家章、杜妍（2022）、申明浩等（2020）的做法，通過剔除位于長三角、京津冀、長江中游和成渝城市群的控制組樣本后再進行回歸。估計結果呈現在表3第（5）列，顯示交互項[Treat×post]的系數在1%的水平上顯著，再次驗證了假說H1。

除此之外，為了避免因剔除樣本可能帶來的偏誤，借鑒盧盛峰等（2021）、程振等（2022）的做法，通過在基準回歸中引入其他城市群規劃政策虛擬變量的交互項，從而達到控制其他城市群規劃對本文實證結果可能產生的影響。本部分考慮了《長江中游城市群發展規劃》《京津冀協同發展規劃綱要》《長江三角洲城市群發展規劃》和《成渝城市群發展規劃》范圍內的樣本，選擇這四個城市群規劃的原因：這四個城市群規劃是在研究樣本時間區間內出臺的，并且這四大城市群與粵港澳大灣區城市群多次在政府工作報告中重點提及，在中國城市群規劃布局中具有代表性；虛擬變量[CJZ]、[JJJ]、[CSJ]和[CYC]分別表示企業是否位于長江中游城市群、京津冀城市群、長三角城市群和成渝城市群。基準回歸中分別加入企業是否位于該地區的虛擬變量與對應時間虛擬變量的交互項來控制這些城市群規劃可能帶來的影響，估計結果呈現在表3第（6）列，顯示交互項[Treat×post]的系數在1%的水平上顯著，再次佐證了假說H1。

6.改變政策沖擊時間

2016年3月，國務院印發了《關于深化泛珠三角區域合作的指導意見》，明確提出將粵港澳大灣區建設成世界級城市群。考慮到實驗組與控制組2019年之前就已經存在差異的可能性，為了進一步證實本文實證結果的穩健性，本部分采取反事實檢驗，將政策沖擊時間提前三年（2016年），并重新進行回歸，觀察核心變量[Treat×post]是否顯著。若不顯著則可以排除2016年并不是政策沖擊年的可能性。結果呈現在表4第（1）列中，反事實檢驗回歸結果顯示交互項[Treat×post]的系數并不顯著，說明核心結論是穩健的。

7.控制時間趨勢

由于不同城市和行業的特征因素會隨著時間動態變化，本部分進一步控制行業和城市的時間變化，在基準回歸中分別加入行業特征變量、城市特征變量以及行業和城市特征變量與時間趨勢的交互項，從而排除城市和行業特征變量隨時間變化對實證結果的影響。結果呈現在表4第（2）列、第（3）列和第（4）列，可以觀察到交互項[Treat×post]的系數均在1%的水平上顯著，說明核心結論是穩健的。

8.其他穩健性檢驗

本文在基準回歸中對連續變量進行了1%和99%水平上的縮尾處理和采取省級層面的聚類標準誤，為避免實證結果的偶然性，本部分對連續變量不進行1%和99%水平的縮尾，而進行5%和95%水平的縮尾和采取在城市層面上的聚類穩健標準誤，結果呈現在表4第（5）列、第（6）列和第（7）列，說明核心結論是穩健的。

（三）異質性分析

1.區分企業所有制類型

由于不同企業所有制類型面對的市場環境具有一定的差異，因此不同所有制類型企業的效率差異較大（楊汝岱，2015；姚洋、章奇，2001）。為進一步探究大灣區規劃對不同所有制類型企業的影響，將全樣本分為國有企業、民營企業、外資及其他企業后進行回歸。估計結果如下表5所示，第（1）列、第（3）列和第（5）列分別為國有企業、民營企業、外資及其他企業的雙重差分法平均效應結果，從平均效應來看，國有企業、民營企業、外資及其他企業交互項[Treat×post]的系數在1%水平上顯著為正，其中，外資及其他企業的系數為0.103，明顯高于國有企業0.0295和民營企業0.0202，這說明大灣區規劃顯著提高了全部所有制企業的全要素生產率，更大程度提高了外資及其他企業全要素生產率。表5中第（2）列、第（3）列、第（5）列分別報告了不同所有制類型企業的動態效應，受到政策沖擊的第一年（2019年）和第二年（2020年）動態效應系數均在1%的水平上顯著，政策沖擊后第三年（2021年），國有企業、民營企業、外資及其他企業則分別在5%、10%和1%的水平上顯著。與平均效應類似的是，大灣區規劃同樣更大程度提高了外資及其他所有制類型企業的全要素生產率。可能的原因是，國有企業本身就具有較高的全要素生產率，相比之下，國有企業提升企業全要素生產率需要更加努力；民營企業并沒有國有企業在資源配置方面和外資企業在管理等方面的優勢，使其提高全要素生產率的程度沒有另外兩者大；外資企業占到類型三中大多數，相對于國有企業和民營企業，外資企業具備先進的管理理念和較為雄厚的資金，《綱要》正式印發后，外資企業受到激勵，對政策反應非常迅速，同時也說明了港澳外資企業積極參與到了粵港澳大灣區建設。因此，大灣區規劃對不同所有制類型企業全要素生產率的影響存在異質性，相對于國有企業和民營企業，外資及其他企業的表現更佳。

2.區分“中心”和“節點”城市

本文選取了粵港澳大灣區內地9個城市的制造業上市公司作為實驗組，由于不同區域之間自然稟賦存在差異，大灣區規劃可能會對不同區域造成不同的影響。《綱要》提出要以廣州、深圳作為區域發展的中心城市，輻射帶動周邊區域發展，把內地其余7市作為節點城市。基于此，將企業所在地分為中心城市（廣州、深圳）和節點城市（珠海市、佛山市、惠州市、東莞市、中山市、江門市、肇慶市）后再進行回歸。表6報告了大灣區規劃對不同區域企業異質性的影響，從平均效應來看，交互項[Treat×post]的系數均在1%的水平上顯著，相對而言，大灣區規劃能更大程度促進中心城市的企業全要素生產率；從動態效應來看，大灣區規劃對位于中心城市的企業的促進作用均在1%的水平上顯著，且對全要素生產率的提升程度大于其他區域。可能的原因是，相對于其他區域企業，位于中心城市的企業處在政策紅利的前沿，在資源配置和政府支持方面比節點城市具有更大的優勢，能夠在更大程度上提高企業全要素生產率。

3. 區分“先進”和“傳統”制造業

長期以來，大灣區內地9市的傳統制造業占比較高（謝寶劍，2021）。《綱要》提出要加快發展先進制造業，增強制造業核心競爭力，支持裝備制造、汽車、石化、家用電器、電子信息等優勢產業做強做精。本部分探究大灣區規劃對先進制造業和傳統制造業的影響，按照制造業行業分類和《綱要》提及的重點支持行業，把先進制造業具體分為石油、煤炭和其他燃料加工業，化學原料和化學制品制造業，黑色金屬冶煉和壓延加工業，通用設備制造業，專用設備制造業，汽車制造業，鐵路、船舶、航空航天和其他運輸設備制造業，電氣機械和器材制造業，計算機、通信和其他電子設備制造業，儀器儀表制造業。表7報告了大灣區規劃對先進制造業和傳統制造業異質性影響，平均效應的交互項系數[Treat×post]的在1%的水平上高度顯著，從動態效應來看，除先進制造業在受到政策沖擊第三年（2021年）在5%的水平上顯著外，其余均在1%的水平上顯著。無論是平均效應還是動態效應，大灣區規劃對先進制造業企業全要素生產率的促進作用均低于傳統制造業，可能的原因是，先進制造業全要素生產率的提升并非一蹴而就的，需要時間和技術積淀，而傳統制造業運作起來則相對容易。

（四）機制檢驗

本部分將探討大灣區規劃對企業全要素生產率的影響機制。從前文的理論分析可知，大灣區規劃可能通過緩解企業融資約束來促進企業提高全要素生產率。從成本角度出發認為融資約束是企業由于融資成本過高，無法從外部獲得低成本資金。首先，我們將檢驗大灣區規劃—融資約束這一可能的影響機制，常用于衡量企業融資約束的指標有SA指數法、KZ指數法等，參考Hadlock and Pierce（2010）的研究，KZ指數衡量融資約束的局限性，SA指數法通過測算企業規模和年齡來衡量融資約束，其計算方式：[SA=-0.737×Size+0.043×Size2-0.04×Age]，由于該計算方法算出的結果一般為負數，通過將其取絕對值，SA指數的絕對值越大，說明企業的融資約束越嚴重。結果在表8中第（1）列和第（2）列中呈現，無論是否控制行業固定效應，本文關心的交互項[Treat×post]的系數在1%的水平上顯著為負，這說明大灣區規劃較為有效地緩解了融資約束，印證了假說H2。其次，從理論分析發現不能忽略人力資本集聚對企業全要素生產率的影響，大灣區規劃對高端人才的虹吸作用是巨大的，主要體現在企業研發人員數量占比上，本部分將企業研發人員數量占比作為人力資本集聚的機制變量，驗證大灣區規劃通過人力資本集聚效應，進而促進企業全要素生產率的路徑。表8第（3）列和第（4）的結果顯示，核心變量[Treat×post]的系數在1%的水平上顯著為正，控制了行業固定效應后，[Treat×post]的系數在5%的水平上顯著為正。這說明大灣區規劃有利于吸引人才，形成人力資本集聚，進而提高企業全要素生產率，印證了假說H3。

五、結論與建議

伴隨著世界局勢變化，大灣區規劃已經成為國家部署的區域重大發展戰略之一。對企業來說，大灣區規劃是提高企業全要素生產率的機遇。本文以2015—2021年中國制造業上市企業作為研究對象，采用雙重差分法考察了大灣區規劃對企業全要素生產率的影響。研究發現：（1）大灣區規劃能夠顯著提高企業全要素生產率，并在進行了平行趨勢檢驗、PSM-DID檢驗、安慰劑檢驗等一系列穩健性檢驗后結論依然成立。（2）從異質性分析來看，大灣區規劃更大程度提升了外資及其他企業、中心城市企業和傳統制造業企業的全要素生產率。（3）從機制分析來看，大灣區規劃主要通過緩解融資約束和提高人力資本集聚的路徑來提高企業全要素生產率。基于本文研究結論，提出如下幾點政策建議：

第一，本文證實了大灣區規劃能夠提高企業全要素生產率，說明了國家實施城市群區域發展戰略的正確性。因此，應當有序推進落實大灣區城市群規劃，進一步發揮粵港澳大灣區“一國兩制”的優勢，充分發揮政府職能為企業發展排憂解難，提供在財政、稅收、融資、法律等方面的政策支持，增強不同城市、不同區域、不同制度的企業交流協作，持續不斷地推動企業經濟效益增長和全要素生產率提高。

第二，進一步深化國企改革，加大對民營企業的支持力度，增強對節點城市企業的激勵和幫扶，大力推進先進制造業做大做強。應加快推進國有企業混合所有制改革，提高國有企業管理效率，充分借鑒不同制度企業的管理經驗；向資源較少的民營企業提供政策支持，拓寬企業融資渠道；對節點城市的企業進行一定的補貼、稅收優惠、金融支持等幫扶和激勵政策；完善先進制造業企業內部激勵制度，調動員工工作積極性，逐步提升企業管理效率，改進生產方式，把握區域發展戰略規劃機遇，釋放企業新動能，助推先進制造業企業提高全要素生產率。

第三，考慮到融資約束、人力資本集聚是大灣區規劃提高企業全要素生產率的重要作用路徑，政府部門應進一步優化企業融資渠道、制定和完善人才落戶政策，引導民間資本和商業銀行緩解企業融資約束，解決財務困境。企業應主動把握機遇融入大灣區規劃，引進高端人才組建研發團隊，激勵人才和管理層調動積極性，營造創新氛圍，提高對政策的敏感性，進一步發揮大灣區規劃對企業全要素生產率的促進作用。

參考文獻

蔡赤萌，2017，“粵港澳大灣區城市群建設的戰略意義和現實挑戰”，《廣東社會科學》，第4期，第5-14+254頁。

陳林、陳美蓮、劉乾，2020，“粵港澳大灣區的經濟學內涵——基于新制度經濟學的交易成本視角”，《國際經貿探索》，第12期，第99-112頁。

程振、趙振智、呂德勝，2022，“綠色信貸、企業風險承擔與企業綠色創新——‘波特效應’的中國證據”，《技術經濟與管理研究》，第10期，第68-74頁。

鄧可斌、曾海艦，2014，“中國企業的融資約束：特征現象與成因檢驗”，《經濟研究》，第2期，第47-60+140頁。

董香書、肖翔，2017，“‘振興東北老工業基地’有利于產值還是利潤？——來自中國工業企業數據的證據”，《管理世界》，第7期，第24-34+187-188頁。

范紅忠、周葉迪，2020，“城市群企業生產率優勢來源：集聚效應或選擇效應——基于2006～2018年民營上市企業的分析”，《工業技術經濟》，第9期，第114-120頁。

高國力，2021，“加強區域重大戰略、區域協調發展戰略、主體功能區戰略協同實施”，《人民論壇·學術前沿》，第14期，第116-121頁，

郭吉濤、梁爽，2021，“數字經濟對中國全要素生產率的影響機理：提升效應還是抑制效果？”，《南方經濟》，第10期，第9-27頁。

郝聞漢、袁淳、耿春曉，2021，“區域一體化政策能促進企業垂直分工嗎？——來自撤縣設區的證據“，《經濟管理》，第6期，第22-37頁。

何光輝、楊咸月，2012，“融資約束對企業生產率的影響——基于系統GMM方法的國企與民企差異檢驗”，《數量經濟技術經濟研究》，第5期，第19-35頁。

黃亮雄、韓永輝、譚銳，2015，“長三角與珠三角生產率比較分析”，《南方經濟》，第10期，第115-124頁。

江艇、孫鯤鵬、聶輝華，2018，“城市級別、全要素生產率和資源錯配”，《管理世界》，第3期，第38-50+77+183頁。

李平，2016，“提升全要素生產率的路徑及影響因素——增長核算與前沿面分解視角的梳理分析”，《管理世界》，第9期，第1-11頁。

林毅夫、向為、余淼杰，2018“區域型產業政策與企業生產率”，《經濟學（季刊）》，第2期，第781-800頁。

劉金山、劉倩倩、朱寧，2022，“粵港澳大灣區綠色經濟合作效率研究”，《南方經濟》，第10期，第1-18頁。

劉瀟，2019，“京津冀和長三角地區制造業生產效率的比較研究——基于Malmquist-DEA模型的全要素生產率分析”，《統計與信息論壇》，第7期，第85-91頁。

劉雪燕、李光勤、季永寶，2021，“區域減稅政策與企業生產率：學習效應與選擇效應”，《財經研究》，第10期，第80-94頁。

盧盛峰、董如玉、葉初升，2021，“‘一帶一路’倡議促進了中國高質量出口嗎——來自微觀企業的證據”，《中國工業經濟》，第3期，第80-98頁。

魯曉東、連玉君，2012，“中國工業企業全要素生產率估計：1999—2007”，《經濟學（季刊）》，第2期，第541-558頁。

倪外、周詩畫、魏祉瑜，2020，“大灣區經濟一體化發展研究——基于粵港澳大灣區的解析”，《上海經濟研究》，第6期，第33-41頁。

任曙明、呂鐲，2014，“融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究”，《管理世界》，第11期，第10-23+187頁。

申明浩、謝觀霞、楚鵬飛，2020，“粵港澳大灣區戰略的創新激勵效應研究——基于雙重差分法的檢驗”，《國際經貿探索》，第12期，第82-98頁。

蘇丹妮、盛斌，2021，“產業集聚、集聚外部性與企業減排——來自中國的微觀新證據”《經濟學（季刊）》，第5期，第1793-1816頁。

孫紅軍、趙祚翔、甘克勤、李欣澤，2022，“中國19個城市群高新技術企業全要素生產率增長的區域差異與時空演進”，《工業技術經濟》，第10期，第132-142頁。

孫久文、殷賞，2022，“‘雙循環’新發展格局下粵港澳大灣區高質量發展的戰略構想”，《廣東社會科學》，第4期，第17-25+286-287頁。

王桂軍、盧瀟瀟，2019，“‘一帶一路’倡議與中國企業升級”，《中國工業經濟》，第3期，第43-61頁。

王煌、黃先海、陳航宇、張茜蓉，2020，“人力資本匹配如何影響企業加成率：理論機制與經驗證據”，《財貿經濟》，第1期，第110-128頁。

王克敏、劉靜、李曉溪，2017，“產業政策、政府支持與公司投資效率研究”，《管理世界》，第3期，第113-124+145+188頁。

王麒麟，2014，“城市行政級別與城市群經濟發展——來自285個地市級城市的面板數據”，《上海經濟研究》，第5期，第75-82頁。

王清剛、汪帥，2022，“區域經濟政策與企業全要素生產率——基于‘長江經濟帶’經濟政策的準自然實驗研究”，《中南財經政法大學學報》，第5期，第134-146頁。

王書斌，2018，“國家扶貧開發政策對工業企業全要素生產率存在溢出效應嗎？”，《數量經濟技術經濟研究》，第3期，第21-38頁。

夏良科，2010，“人力資本與Ramp;D如何影響全要素生產率——基于中國大中型工業企業的經驗分析”，《數量經濟技術經濟研究》，第4期，第78-94頁。

謝寶劍，2021，“數字灣區——粵港澳大灣區高質量發展的新引擎”，《南方經濟》，第10期，第6-8頁。

閆永生、李凌飛、邵傳林，2022，“金融改革對民營企業全要素生產率的影響——基于國家設立金融綜合改革試驗區的準自然實驗”，《經濟體制改革》，第3期，第142-148頁。

楊蓉、朱杰，2022，“區域創新政策對企業債務融資能力的影響”，《中南民族大學學報（人文社會科學版）》，第2期，第135-142+186-187頁。

楊汝岱，2015，“中國制造業企業全要素生產率研究”，《經濟研究》，第2期，第61-74頁。

姚洋、章奇，2001，“中國工業企業技術效率分析”，《經濟研究》，第10期，第13-19+28-95頁。

趙家章、杜妍，2022，“自由貿易協定對中國出口貿易的影響——來自出口企業的微觀證據”，《國際經貿探索》，第11期，第4-19頁。

趙娜、王博、劉燕，2017，“城市群、集聚效應與‘投資潮涌’——基于中國20個城市群的實證研究”，《中國工業經濟》，第11期，第81-99頁。

趙振智、程振、呂德勝，2021，“國家低碳戰略提高了企業全要素生產率嗎？——基于低碳城市試點的準自然實驗”，《產業經濟研究》，第6期，第101-115頁。

Aiello， F. ， Pupo， V. and Ricotta， F. ， 2014， “ Explaining Total Factor Productivity at Firm Level in Italy： Does Location Matter？ ”， Spatial Economic Analysis， 9（1）：51-70.

Aiello， F. and Ricotta， F. ， 2016， “ Firm Heterogeneity in Productivity across Europe： Evidence from Multilevel Models ”， Economics of Innovation and New Technology， 25（1）：57-89.

Albulescu， C.T. and Miclea， S. ， 2021， “ How does the National Human Capital Index Influence the Total Factor Productivity of the Romanian Ramp;D Firms？ ”， Human Systems Management， 40（4）：513-518.

Bernini， C. and Pellegrini， G. ， 2011， “ How are Growth and Productivity in Private Firms Affected by Public Subsidy？ Evidence from a regional policy”， Regional Science and Urban Economics， 41（3）：253-265.

Boeing， P. ， Mueller， E. and Sandner， P. ， 2016， “ China's Ramp;D Explosion-Analyzing productivity Effects across Ownership Types and over Time ”， Research Policy： A Journal Devoted to Research Policy， Research Management and Planning， 45（1）：159-176.

Che， Y. and Zhang， L. ，2018， “ Human Capital， Technology Adoption and Firm Performance： Impacts of China's Higher Education Expansion in the Late 1990s ”， The Economic Journal， 128（614）：2282-2320.

Chen， M. and Guariglia， A. ， 2013， “ Internal financial constraints and firm productivity in China： Do liquidity and export behavior make a difference？ ”， Journal of Comparative Economics， 41（4）：1123-1140.

Ehrl， P. ，2013， “ Agglomeration Economies with Consistent Productivity Estimates ”， Regional Science and Urban Economics，43（5）：751-763.

Fleisher， B.M.， Hu， Y.， Li， H. and Kim， S. ，2011， “ Economic Transition， Higher Education and Worker Productivity in China ”， Journal of Development Economics， 94（1）：86-94.

Hadlock， C.J. and Pierce， J.R. ， 2010， “ New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index ”， Review of Financial Studies， 23（5）：1909-1940.

Harris， R. and Robinson， C. ，2004， “ Industrial Policy in Great Britain and its Effect on Total Factor Productivity in Manufacturing plants， 1990–1998 ”， Scottish Journal of Political Economy， 51（4）：528-543.

Heckman， J.J.，Ichimura， H. and Todd， P.E. ， 1997， “ Matching as an Econometric Evaluation Estimator： Evidence from Evaluating a Job Training Programme ”， The Review of Economic Studies， 64（4）：605-654.

Ito， K. ， Jung， M. ， Kim， Y.G. and Yuan， T. ， 2008， “ A Comparative Analysis of Productivity Growth and Productivity Dispersion： Microeconomic Evidence Based on Listed Firms from Japan， Korea， and China ”， Seoul Journal of Economics， 21（1）：39-91.

Krishnan， K.， Nandy， D.K. and Puri， M. ， 2015， “ Does Financing Spur Small Business Productivity？ Evidence from a Natural Experiment ”， Review of Financial Studies， 28（6）：1768-1809.

Levinsohn， J. and Petrin， A.， 2003， “ Estimating Production Functions Using Inputs to Control for Unobservables ”， The Review of Economic Studies， 70（2）：317-341.

Qi， Z.Y. and Yang， S.Y. ， 2021， “ Can Government Subsidies Promote the TFP of Enterprises？ The Mediating Effect of Ramp;D Decisions ”， Science， Technology and Society， 26（3）：392-412.

Wang， J.， 2013 “ The Economic Impact of Special Economic Zones： Evidence from Chinese municipalities ” ， Journal of Development Economics， 101（1）：133-147.

Do the Guangdong-Hong Kong-Macao Greater Bay Area

Plan Improve Total Factor Productivity of Enterprises？

——Evidence from Listed Chinese Manufacturing Companies

Deng Hong "Yin Sisi "Ma Rufei

Abstract： In recent years， urban agglomeration planning has restructured the regional development pattern and unleashed new growth drivers for enterprises， which has become an important engine driving economic growth at home and abroad. The Greater Bay Area City Group is one of the most open and economically active areas in China. Based on the data of China's listed manufacturing companies from 2015 to 2021， this paper takes the Guangdong-Hong Kong-Macao Greater Bay Area planning as a quasi-natural experiment， and uses the DID Model to investigate the impact of urban agglomeration planning in the Guangdong-Hong Kong-Macao Greater Bay Area on the total factor productivity （TFP） of enterprises. The research shows as follows： （1） The Guangdong-Hong Kong-Macao Greater Bay Area plan significantly improves the TFP of enterprises in the region， and the conclusion still holds after a series of robustness tests such as parallel trend test， PSM-DID test and placebo test. （2） The Guangdong-Hong Kong-Macao Greater Bay Area plan has enhanced the TFP of foreign and other enterprises， enterprises in central cities and traditional manufacturing enterprises to a greater extent. （3） From the perspective of mechanism analysis， the Guangdong-Hong Kong-Macao Greater Bay Area plan mainly promotes TFP improvement by alleviating financing constraints and improving human capital agglomeration. This paper enriches the research on the effects of regional policies and provides references for formulating regional development strategies and promoting TFP of enterprises.

Keywords： Regional Policy; Guangdong-Hong Kong-Macao Greater Bay Area; Total Factor Productivity; DID Model

（責任編輯：徐久香）