新質生產力培育背景下國家產業政策與戰略性新興產業創新效率

[摘要]新質生產力以戰略性新興產業和未來產業為重要組成部分，是推動高質量發展、提升國際競爭力的關鍵。為優化產業資源的合理配置、加速產業升級，以戰略性新興產業作為研究切入點，運用DEA模型測算企業技術創新效率，選取國家戰略性新興產業發展規劃作為外生沖擊政策對滬深A股上市公司進行DID準自然實驗，實證檢驗產業政策影響戰略性新興產業發展的機制和效果。實證結果表明，產業政策顯著促進戰略性新興產業企業的技術進步，該結論在進行平行趨勢檢驗和一系列穩健性檢驗后仍然成立。影響機制檢驗表明，政策主要是通過引導產業集聚發揮作用。進一步研究發現，產業類別層面，政策對七大戰略性新興產業的影響有所不同，其中新一代信息技術產業受到的正向效應最為顯著，而生物產業受到的政策激勵效果總體最弱；市場地位層面，政策效應與企業市場集中度負相關，對偏競爭型企業的影響更大；地區劃分層面，東部地區相較于其他地區，技術進步受到的促進效果更明顯。為此，管理部門要積極引導產業有效集聚，營造公平競爭的市場環境，并動態調整產業指導目錄，優化政策扶持措施，做到精準施策。

[關鍵詞]新質生產力；戰略性新興產業政策；企業創新；產業集聚；雙重差分

一、 引言

黨的二十大報告指出：“加快實施創新驅動發展戰略。堅持面向世界科技前沿、面向經濟主戰場、面向國家重大需求、面向人民生命健康，加快實現高水平科技自立自強。以國家戰略需求為導向，集聚力量進行原創性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰。加快實施一批具有戰略性全局性前瞻性的國家重大科技項目，增強自主創新能力?！?，技術進步、產業升級日益成為實現強國建設、民族復興的關鍵所在。近年來，大國競爭日趨白熱化，高端科技領域面臨國外打壓與制裁的形勢嚴峻，“卡脖子”技術受制于人的局面依然存在。同時，逆全球化和貿易保護主義抬頭，經濟下行壓力增大，如何實現新舊動能轉換，打造經濟增長新引擎，推動經濟社會的高質量發展成為當今重要的時代課題。

2023年9月，習近平總書記在黑龍江考察期間首次提出“新質生產力”一詞，強調要積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，積極培育未來產業，加快形成新質生產力，增強發展新動能2。這一概念的提出為我國實現高質量發展提供了根本遵循。新質生產力代表一種生產力的躍遷，是新一輪產業技術革命及其戰略性新興產業集群形成的生產力，涉及領域新、技術含量高，依靠創新驅動[1]。我國新質生產力的發展水平不高，區域差距較大，尤其體現在創新平臺、研發能力及創新成果等方面，具有“東高西低、南高北低”的特征[2]。

戰略性新興產業是培育新質生產力的重點領域，是以重大前沿技術突破為基礎，以重大發展需求為導向的產業。促進戰略性新興產業發展對于我國搶抓新一輪工業革命發展先機、實現經濟高質量發展具有重要意義。截至2022年，我國戰略性新興產業產值增加值占GDP的比重超13%，并形成一批高端產業集群，其中國家級先進制造業集群產值超20萬億元1。產業政策是政府加快產業變革、彌補市場失靈的重要手段。為促進戰略性新興產業發展，我國開展長期探索，自1989年起制訂出臺了多項產業扶持政策，國務院于2010年發布《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》），第一次明確提出“戰略性新興產業”這一概念2，之后又相繼頒布《“十二五”國家戰略性新興產業發展規劃》《“十三五”國家戰略性新興產業發展規劃》（下文簡稱《規劃》）等多項扶持政策。深入研究國家產業政策對發展戰略性新興產業的影響效應和作用機制，對未來進一步優化政策措施，更好促進戰略性新興產業發展、培育新質生產力具有十分重要的意義，也為實現科技高水平自立自強和經濟社會高質量發展提供了政策啟示。

二、 文獻綜述

盡管產業政策對推動我國的產業發展與技術進步具有積極作用，但對于政府干預的力度與合理性仍然有較大的爭議。部分學者對此持正面態度，Tassey[3]指出，在政府作用缺位時，僅依靠市場的力量，企業的研發和投資活動受市場失靈的影響容易出現供給不足的問題。胡吉亞[4]發現戰略性新興產業政策通過政府補助、稅收優惠等財政政策顯著提升了企業的創新活動。董鴻源等[5]通過實證研究發現我國光伏產業政策對企業創新的促進作用，并指出光伏產業政策能夠減少研發活動的負外部性和市場中的不確定性。但也有學者持反對觀點，江小涓[6]認為市場存在缺陷并不是將問題交給政府處理的充分理由，產業政策的實際作用被高估可能引起負面作用。晏艷陽等[7]認為產業政策可能導致企業存在資源依賴，進行無效投入，從而阻礙企業創新效率。

圍繞促進戰略性新興產業發展，學者們主要從以下幾個方面展開研究：一是戰略性新興產業的政策取向。肖興志等[8]提出發展模式要從適度集中的市場結構逐步轉為充分競爭，建立國有和民營企業之間穩定有序的競爭關系。潘宇峰[9]認為戰略性新興產業存在空間集聚特征，但其不利于我國的商貿流通，要發展中西部地區的戰略性新興產業，以適度的空間擴散帶動流通產業結構升級。黃先海等[10]指出要依托數字技術推動我國戰略性新興產業實現高質量發展。二是戰略性新興產業發展的影響因素。有學者研究發現，提高財政補貼可以有效降低產業間的生產率離散度，提升其資源配置效率[11]，對企業的創新投入也會起到促進作用。湯萱等[12]認為戰略性新興產業企業可以通過發展綠色技術、緩解融資約束以及吸引分析師關注等方式提升其ESG表現。田露等[13]在對不同政策工具的效果進行比較后，發現信貸機制和市場競爭機制對戰略性新興產業企業的盈利能力產生主要影響。潘冬[14]則從數字經濟視角提出，戰略性新興產業的創新水平會通過價值創造效率提升、價值鏈層級攀升、企業管理模式升級等方式得到發展。

綜上，現有文獻在產業政策促進戰略性新興產業的研究中，多著眼于企業的規模、績效、研發投入和創新產出等方面，少有文獻重點針對戰略性新興產業進行創新效率的政策影響分析，同時影響機制層面多為財政補貼、稅收優惠、融資約束等方面，少有文獻研究產業集聚的機制作用，對于不同的產業類別、市場地位和地區的技術創新效率影響差異性的研究也相對不足。基于此，本文的邊際貢獻在于：首先，運用DEA模型測算滬深A股上市企業的創新效率，聚焦分析產業政策對戰略性新興產業創新效率的影響效應與作用機制，并對具體的七大產業類別依次進行政策效應分析。其次，采用高技術產業和生產性服務業的協同集聚體現產業的集聚程度，探究產業集聚在政策實施中的機制作用。最后，引入企業的市場地位因素，探究產業政策在不同壟斷程度企業上的效果。

三、 理論分析與研究假設

1. 產業政策對戰略性新興產業發展的影響

技術的發展與進步，最終要落地為創新成果的產出。不可否認的是，市場可以有效地對資源進行配置。在無干預的市場環境下，社會要素資源會不斷從低生產效率企業流向高生產效率企業，最終使生產要素達到均衡的價格水平，并在企業間得到合理配置，以此促進全行業技術水平和生產效率的發展，進而提高創新產出。由于戰略性新興產業多處于發展的初期，技術不成熟、投入成本高、研發過程漫長且成功率較低，創新活動也具有信息不對稱的問題，新技術的出現容易被其他潛在競爭者模仿和盜取[15]，因此戰略性新興產業的發展具有長周期性、高成本性和高風險性的特點。如果僅憑市場力量對資源進行自由配置，戰略性新興產業在早期容易被視為“低生產率”產業，導致研發投資供給不足，創新活動被抑制，產業發展遇挫。與此同時，國際競爭日益加劇，戰略性新興產業多面臨發達國家的技術封鎖，關鍵核心技術突破難度加大。

為此，政府通過制定產業政策彌補市場失靈，重構并優化資源配置、促進產業升級顯得尤為必要。產業政策是一種政策手段，當國家對扶持戰略性新興產業釋放出積極信號，政策支持范圍內的企業便得到了來自政府的認證和肯定，企業整體聲譽得到提高，創新動力受到激勵。同時，產業政策也是政府偏向性的集中體現，政府通過對行業的進入和退出進行鼓勵或限制，引導市場資源的重新配置，助力戰略性新興產業發展壯大。例如，財政補貼和稅收減免將大幅減輕企業的創新壓力和成本，人才補助和創新環境的培育可為企業的轉型升級提供堅實保障。綜上，本文提出假說1：

H1：《規劃》的實施顯著促進戰略性新興產業企業的技術創新。

2. 產業政策發揮作用的傳導路徑

《規劃》將引導產業集聚作為促進戰略性新興產業發展的重點。產業集聚作為一種經濟現象，其優勢主要體現在發揮外溢效應、促進要素共享和降低企業成本。阿爾弗雷德?韋伯[16]提出，集聚是企業自發地朝著某個成本優勢的點附近移動并集中進行生產活動的行為。阿爾弗雷德·馬歇爾[17]指出，企業通過集聚實現供應商、勞動力和信息之間的共享，從而加快知識和技術的溢出。根據波特外部性理論，市場需求規模的變化會改變企業的競爭環境，競爭性集聚會刺激該地區企業加大對資金、設備和人才的投入，進而提升全行業整體的創新效率[18]。相較于單一的產業集聚，現實中主要體現為高技術產業和生產性服務業之間的協同集聚。Jacobs[19]指出，企業在區域范圍內的集聚有利于知識交流，集聚度的不斷提升會衍生出金融、設備租賃等生產性服務業，產業的配套發展會促進技術的創新。生產性服務業具有知識密集度高的特征[20]，其與技術密集度高的高技術產業形成協同集聚，會給地區創造一個大型的“創新要素池”，進而提高地區整體的創新水平。

眾多企業在某地集聚，企業可以共享當地的公共基礎設施，這可以有效降低基礎設施的平均服務成本。物理距離的拉近使得產業鏈上下游可以更有效地對接，中間品的流通也會更高效，運輸成本更低[21]。同時，處于同一聚集地的企業進行相互交易的機會增多，易于增加互信并形成穩定的長期合作關系，降低交易成本[22]，使得企業有更多的資金用于對創新的研發投入，從而提升企業競爭力。綜上，本文提出假說2：

H2：《規劃》發揮作用的主要路徑是引導產業集聚。

3. 基于企業異質性的產業政策效果

幼稚產業保護論認為一個產業在其初創期通常很難克服市場競爭帶來的風險，若該產業未來具備比較優勢就應當采用政策進行干預[23]?，F實情況中，壟斷程度高的企業具有規模大、從業人員多和上繳稅收多等特點[24]，因此政府可能會更偏向對壟斷程度高的成熟企業實施優惠政策，從而導致市場處于非公平競爭狀態，不利于營造全社會良好的創新氛圍。

壟斷地位越高的企業，占據市場份額越高，盈利能力強，擁有更充足的資金用于創新研發，更能從上下游產品中學習和進步，進而提高其創新水平[25]。同時，市場投資者和科研者本著風險規避的原則，通常更傾向選擇非初創企業，導致資金和人才進一步被成熟企業所虹吸。偏競爭型企業自身能力小、市場占有率低，在市場環境下生存發展更為不易，但其通常具有創新性強、成長速度快、市場敏感度高等特點，產業政策扶持下的邊際創新提升度更大，受益也更為明顯。綜上，本文提出假說3：

H3：《規劃》的效果因企業市場地位的不同出現異質性。

根據上述分析，本文的理論框架如圖1所示。

四、 研究設計

1. 模型構建

（1）DEA模型

DEA模型由Charnes等[26]提出，是一種可用于評價決策單元（DMU）相對效率的數據包絡分析方法，用于多投入產出分析，其基本原理是將各DMU投影到DEA的生產前沿面上。由于技術創新活動存在很大的不確定性，故本文采用規模報酬可變的BCC模型來評估企業的創新效率。

假設[j]代表中國上市公司，公司的總量為[n]，每一家公司記為[DMUj]（j=1，2，[…]，n）。其中每一家上市公司均有[m]種輸入和[s]種輸出，[Xij]為[DMUj]的第[i]種輸入的輸入量，記為[Xij]=（[X1j]，[X2j]，[…]，[Xmj]）（i=1，2，[…]，m）；[Yrj]表示[DMUj]的第r種輸出的輸出量，記為[Yrj=]（[Y1j]，[Y2j]，[…]，[Ysj]），（r=1，2，[…]，s）。具體DEA模型可以表示為：

[minθ?εi=1mS?i+i=1mS+r]

[s.t.j=1mλjXij+S?i=θXij0] （1）

[j=1nλjXij?S+r=Yri0]

[λj≥0; S?i，S+r≥0]

（2）雙向固定效應DID模型

為檢驗《規劃》對戰略性新興產業企業技術創新的凈效應，本文設置雙向固定效應DID模型如下：

[Innoi，t=α0+α1Treati×Policyt+λXi，t+μi+?t+εi，t] （2）

[Patenti，t=β0+β1Treati×Policyt+λXi，t+μi+?t+εi，t] （3）

其中，[i ]代表企業，[t ]代表年份，[α0、β0]代表截距項，[Innoi，t]和[Patenti，t]是被解釋變量，代表企業創新效率和專利數量。[Treati× Policyt]作為核心解釋變量，是企業分組虛擬變量和政策沖擊虛擬變量的交互項，其系數[α1、β1]代表政策的凈效應，是本文的核心觀測對象。[Xi，t]代表一系列控制變量，系數為[λ]。[μi]為不隨時間變動的企業固定效應；[? t]為不隨企業個體變動的時間固定效應。[εi，t]為隨機擾動項。本文的回歸均在企業層面進行聚類以消除異方差和自相關的影響。

2. 變量說明

（1）被解釋變量

企業技術創新。本文借助企業創新效率和專利數量來量化企業的創新水平。創新效率（[Inno]）方面，借鑒孫研等[27]的研究，選擇研發支出金額和技術人員數量作為投入指標，采用專利申請量和授權量作為產出指標，運用DEA2.1測算滬深A股上市公司的創新效率。借鑒蔣殿春等[28]的做法，將企業申請的發明專利、實用新型專利和外觀設計專利的數量加總，并加一取自然對數量化專利數量（Patent）。

（2）核心解釋變量

本文選取《規劃》頒布的2016年作為政策沖擊節點，設置虛擬變量[Policyt]，當年份大于2016年時，令[Policyt]=1，否則[Policyt]=0。同時對上市企業進行分組處理，設置虛擬變量[Treati]，若屬于戰略性新興產業企業，令[Treati]=1，否則[Treati]=0。之后，對上述虛擬變量進行交乘處理，得到[did]=[Treati×Policyt]，該交互項即為本文的核心解釋變量，用于觀測政策的凈效應。

（3）機制變量

產業協同集聚度。如今高技術產業和生產性服務業的協同集聚更符合現實情況，因此本文參考王文成等[29]的研究，使用協同集聚度這一概念來表征產業集聚，采用修正后的E-G指數來對此進行量化。首先對單一產業的集聚水平進行描述，公式如下：

[aggi，j，t=EijiEijjEijijEij] （4）

式（4）中，[Eij]即為[i]地[j]產業的就業人數，進而[iEij]表示全國[j]產業就業人數，[jEij]表示[i]地的總就業人數，[ijEij]表示全國總就業人數。[aggi，j，t]為[i]地[j]產業的區位熵，用于衡量產業的集聚水平，依據此進一步對協同集聚度進行描述，公式如下：

[Co_aggi，t=1?aggSi，t?aggGi，taggSi，t+aggGi，t+（aggSi，t+aggGi，t）] （5）

式（5）中，[Co_aggi，t]表示[i]地區的產業協同集聚度，[aggSi，t]和[aggGi，t]分別代表該地區的生產性服務業集聚水平和高技術產業集聚水平。

（4）控制變量

本文選取企業規模（[Size]）、企業年齡（[Age]）、固定資產比率（[Fix]）、股權集中度（[Top1]）、總資產凈利潤率（[Roa]）、兼任情況（[Dual]）、流動比率（[Liq]）和托賓Q值（[TBQ]）作為控制變量。

上述各變量的具體計算方法見表1和表2。

3. 樣本說明

本文采用面板數據，其中企業的專利數據和相關財務數據來源于CSMAR數據庫，研究對象為滬深兩市A股的上市公司，樣本數量為15470，區間為2011—2020年。以《戰略性新興產業分類（2018）（試行）》作為標準，結合上市公司的具體產品和主營業務進行比對，并按照七大產業進行分組，符合條件的劃為戰略性新興產業。

樣本篩選方法如下：一是保留非ST類公司，剔除ST、*ST類與退市公司；二是剔除金融領域上市公司；三是剔除核心財務指標嚴重缺失的公司；四是僅保留總資產gt;0及資產負債率lt;1的公司；五是對全部連續變量進行1%的雙邊縮尾處理。產業集聚相關數據則選自對應年份的《中國高技術統計年鑒》和《中國科技統計年鑒》，所得數據與上述企業數據進行匹配。表3為樣本的描述性統計結果。

五、 實證結果分析

1. 創新效率分析

如圖2所示，分析對比2011—2020年戰略性新興產業企業和其他企業的創新效率可知，上市公司的創新效率隨著時間推移呈增長態勢，總體上戰略性新興產業企業的創新效率更高，其中2016年之后兩者的差距在變大。由此可見，《規劃》的施行改變了戰略性新興產業企業的投入產出結構，使受眾企業在研發階段資源得到更有效的配置，對受眾企業的創新效率起到了明顯的促進作用。

lt;E：＼2024-6＼圖片＼符培元-2.pnggt;

圖2" 企業創新效率變化態勢

2. 基準回歸結果

本文以2011—2020年作為樣本區間，對《規劃》實施后的政策效應進行測度。在控制了時間和企業固定效應之后，根據表4的基準回歸結果，發現《規劃》對戰略性新興產業企業的創新水平起到顯著的正向促進效果。具體而言：列（1）和列（2）評估了《規劃》對技術創新效率的影響，在不加入控制變量時[did]的估計系數為0.044，且在1%的水平上顯著，加入控制變量后，系數為0.033，依然顯著為正，說明與其他企業相比，《規劃》的實施提高了戰略性新興產業企業的技術創新效率。同理，第（3）列和第（4）列對企業專利數量的情況進行了評估，結果顯示，不論是否加入控制變量，[did]的估計系數都在1%的水平下顯著為正，影響系數分別為0.515和0.421，說明《規劃》的實施也顯著促進了戰略性新興產業企業的專利數量的增長。綜上，驗證了假說1：《規劃》的實施顯著促進戰略性新興產業企業的技術創新。

3. 平行趨勢檢驗

處理組和控制組在《規劃》實施之前，其創新效率和專利數量滿足變化趨勢一致是使用DID模型的前提。若在政策出臺之前兩組存在系統差異，則說明回歸結果存在偏誤，無法科學評估政策的效應。因此本文借鑒Li等[30]的做法，研究《規劃》的政策動態效應。設置如下模型：

[Innoi，t=α+k=?5k=4βktreat_di，t+k+λXi，t+μi+?t+εi，t] （6）

[patenti，t=α+k=?5k=4βktreat_di，t+k+λXi，t+μi+?t+εi，t] （7）

[treat_di，t+k=treati×policyt+k] （8）

其中，如果年份[t+k]是《規劃》實施年份[t]（[t=2016]）的前（后）的[|k|]年，則[policyt+k=1]，否則[policyt+k=0]，回歸結果中[treat_di，t+k]的系數[βk]用于表示處理組和控制組企業創新水平的變化趨勢是否一致。

圖3報告了針對產業政策效應的動態模擬。結果表明：在《規劃》施行前的年份，回歸結果并不顯著，交互項系數在95%的置信區間內均包含0，而當《規劃》實施后，交互項的系數則均為正值，且顯著異于0，平行趨勢檢驗通過。

4. 穩健性檢驗

（1）PSM檢驗

為避免樣本因自身選擇問題導致模型的回歸結果有偏，本文選取傾向得分匹配（PSM）方法進行穩健性檢驗。進行PSM的關鍵是：在處理組和對照組中挑選出控制變量最為接近的樣本來進行DID檢驗，為此本部分采用logit回歸估計出傾向得分值，再通過最近鄰匹配法對樣本中所有比較接近的控制變量進行匹配。

圖4報告了平衡性假設檢驗的結果，可以看出處理組和控制組各匹配變量均值間的標準差（即黑點所在位置）相差較大，匹配后的叉點距離0線則十分接近，說明兩組數據在匹配后的結果良好。再者，圖5描繪了傾向得分值的概率密度圖，可以看出，兩組相關的傾向值在匹配前后的分布存在明顯的不同，后者的重合率比前者更高，表明PSM的效果符合預期。

表5匯報了傾向得分匹配后的雙重差分結果，在控制時間、企業固定效應，加入控制變量之后，[did]的系數均顯著為正，有力說明了前文基準模型回歸的穩健性。

（2）安慰劑檢驗

檢驗雙重差分結果的有效性，必須排除存在不可觀測因素的影響，本文通過隨機取樣得到虛假處理組的方式來進行安慰劑檢驗。參考Lu等[31]的做法，本部分對樣本中所有的滬深A股上市公司進行1000次隨機抽樣，隨機構造虛假處理組和對照組，并依次進行回歸，得到核心解釋變量系數的核密度估計結果。

如圖6（a）（b）所示，安慰劑檢驗的估計值都集中分布在0周圍，均值接近0，大部分p值大于0.1，并不顯著，同時抽樣估計系數均小于原基準回歸當中創新效率和專利數量的真實估計系數（圖6中虛線對應的橫軸坐標），真實系數在其中反屬異常值，證明本文原模型受到不可觀測的企業特征影響很小，創新水平的促進作用主要由于《規劃》的實施。

5. 機制分析

基于假說2，《規劃》將引導產業集聚、打造特色集群作為促進戰略性新興產業發展的重點。因此，本文選取協同集聚度作為機制變量。江艇[32]指出，在理清機制變量與被解釋變量之間的因果邏輯后，將重點放在考察核心解釋變量對機制變量的影響即可，故本文參考蔣殿春等[28]對機制分析的做法，具體模型設立如下：

[C?anneli，t=α+βtreati×policyt+λXi，t+μi+?t+εi，t] （9）

式（9）中，[C?anneli，t]代表產業協同集聚度（[Co_aggi，t]），即本文的機制變量。表6報告了具體的回歸結果。由列（2）可知，《規劃》對產業協同集聚水平的影響系數為0.098，表明《規劃》顯著提高了產業協同集聚度。

由于《規劃》鼓勵產業集聚區的建設，吸引更多新設高技術企業在集聚區創辦，知識和技術的外溢、基礎設施的集約使用以及信息流動的暢通會帶來成本節約效應，通過集聚優勢促進創新效率的提升，這也為企業進行創新行為提供了合作便利和信心激勵，使得企業敢于加大研發投入，進而促進創新的產出。

綜上，驗證了假說2，《規劃》發揮作用的主要路徑是引導產業集聚。

六、 進一步討論

1. 區分產業類別

前文基準回歸結果僅表現為宏觀的整體效應。戰略性新興產業包含七大產業，需要進一步區分不同產業所受到的政策效應。為此，本部分按產業類別依次進行回歸，結果如表7所示。

不論從總體還是分產業來看，《規劃》的實施對戰略性新興產業企業創新效率和專利數量的影響都是正向的，其中對新一代信息技術產業的促進作用最大，對其創新效率和專利數量影響系數分別為0.043和0.550，均高于其他產業類別。原因在于隨著全球科技變革深入推進，人工智能、大數據、云計算等已經成為當今世界推動經濟社會發展的核心驅動力，也是我國大力支持、搶抓發展先機的重點方向，一系列強有力政策舉措讓新一代信息技術產業蓬勃發展。相比之下，生物產業所受的影響總體最小，原因在于我國生物產業起步相對較晚，整體還處于發展早期，從而更受到自身發展和技術進步等因素的影響。

2. 區分壟斷程度

面對不同市場力量的企業，參考余淼杰等[25]的做法，引入市場集中度，即赫芬達爾指數（[HHI]），用于量化企業的競爭程度。若[HHI]指數越高，則說明企業壟斷地位越強，以此將企業按壟斷程度分為“偏壟斷”和“偏競爭”，根據表8的結果可以看出，偏競爭企業的[did]估計系數均比偏壟斷企業的系數大，且系數顯著，說明《規劃》對市場競爭性更強的戰略性新興產業企業的創新水平促進效果更大。

究其原因：偏競爭型企業通常更為靈活，對市場的需求變化更為敏感，產業政策通過打擊壟斷、鼓勵產業多元化發展等方式，給規模小、創新性強、處于成長期的企業提供了公平競爭、敢于創新的良好行業生態，進而有效促進了偏競爭型企業的創新。相比于此，偏壟斷型企業的抗風險能力、資金周轉能力和盈利能力更大，面對長周期、不確定性創新活動的容錯率更高，對于市場邊際變化的敏感程度更低，政策在該類型企業的效果不強。驗證了假說3：《規劃》的效果因企業市場地位的不同出現異質性。

3. 區分所在地區

由于企業分布于全國各地，不同地區的資源稟賦、營商環境、市場規模等都存在客觀差異，需要進行異質性分析。本部分根據我國的地理區域劃分，將全樣本分為東部地區、中部地區、西部地區三組。根據表9的結果可以發現，《規劃》的實施對不同區域的戰略性新興產業企業創新水平均起到了正向促進作用，但細致來看政策效果在東部地區最強，中部地區相對最弱。

究其原因：東部地區產業鏈更為完善，對資金和人才吸引力更強，同時處于應對國際競爭、引領全國發展的重要地位，對技術創新的需求也更為急迫。而西部地區受天然的資源條件束縛，一直以來都處于發展滯后的局面，如今我國重視解決發展不平衡的問題，使得西部地區享受到一定的政策傾斜。

七、 研究結論和政策建議

本文選取2011—2020年滬深A股上市公司數據，以《“十三五”國家戰略性新興產業發展規劃》頒布的2016年作為基準年，探討政策對戰略性新興產業創新水平的作用機制和效應，結果具備穩健性。結論如下：第一，《規劃》可以顯著地促進戰略性新興產業企業的技術創新，證實了產業政策對促進戰略性新興產業發展的正向作用。第二，政策發揮效果的主要傳導機制為引導產業集聚。第三，分樣本回歸結果表明新一代信息技術產業受到的政策激勵效果最強，而生物產業總體最弱。第四，對于企業異質性，《規劃》更能促進偏競爭型企業的技術創新。第五，對于地區異質性，政策的效果從大到小依次是東部、西部和中部地區。

展望“十五五”，戰略性新興產業將憑借新質生產力的培育得到更快發展，預計增速會繼續高于經濟總體，占GDP比重將達20%，成為推動經濟高質量發展的重要力量。基于研究結論，提出以下建議：

第一，明方向：以戰略性新興產業作為主陣地培育新質生產力，發展規劃與國家五年規劃同步。在“十五五”期間進一步完善相關政策法規、建立產業公共服務平臺、培養引進高層次人才、主動加強國際合作，統籌好戰略性新興產業和未來產業的發展。構建和完善“央地合作”的模式，國家層面做好宏觀布局和資源引導，地方層面做好項目落地和產業培育，建立政策設計、出臺、實施、督察、改進和退出的全過程體系，明確相關部門的主體責任。

第二，劃重點：系統梳理戰略性新興產業領域的重點產品及關鍵核心技術，建立完整的產業指導目錄。針對半導體、人工智能、集成電路等戰略價值高、緊迫性強的產業，要提供研發補助、稅收減免的政策傾斜，加強相關人才儲備，設立產業引導基金，扶持具有潛力的初創期企業，建立研發全周期的風險保障制度，鼓勵敢闖敢試。針對新能源、新能源汽車等產業基礎好、初具競爭力的產業，要深化產業鏈上下游合作，完善關鍵環節布局，打造一批先進產業集群，促進協同創新水平，鞏固擴大競爭優勢。針對高端裝備、高性能材料等基礎支撐作用大、關鍵技術不足的產業，要大力推進關鍵部件國產化進程，加快重點環節優先發展，建立自主品牌，提高產品質量，加大對知識產權的保護和對壟斷行為的打擊力度。針對生物醫藥、節能環保、數字創意等發展前景大、處于成長階段的產業，要完善科技成果孵化制度，推進重點領域場景應用落地，加快形成特色產業集群。

第三，優布局：探索合理的產業空間布局，根據地區資源稟賦和特色優勢科學引導產業集聚。圍繞京津冀、長三角、珠三角等發達地區，著力打造面向國際一流的戰略性新興產業集聚區，加強輻射和引領作用，并依托優質市場打造新技術和新產品的應用試驗場。借助中部地區的工業基礎和礦產資源，發展高端裝備制造、新材料、新能源汽車等產業。利用西北地區豐富的太陽能、風能等自然資源大力發展新能源和節能環保產業。結合西南地區多山、隱蔽、氣溫適中的特點，建設數據處理中心，積極培育新一代信息技術和量子信息產業。高原地區亦可結合自身稟賦發展高原農牧業和生物醫藥產業。全國一盤棋，因地制宜促進戰略性新興產業發展壯大，培育經濟增長新動能。

參考文獻：

[1] 趙峰，季雷.新質生產力的科學內涵、構成要素和制度保障機制[J].學習與探索，2024（1）：92-101.

[2] 李松霞，吳福象.我國新質生產力發展潛力及驅動因素[J].技術經濟與管理研究，2024（3）：7-12.

[3] Tassey G.Policy Issues for Ramp;D Investment in a Knowledge based Economy[J].Journal of Technology Transfer，2004，29（2）：153-185.

[4] 胡吉亞.財稅政策激發戰略性新興產業創新能力：效應問題及優化路徑[J].深圳大學學報（人文社會科學版），2020，37（5）：76-86.

[5] 董鴻源，袁潮清.產業政策對光伏企業創新績效的影響研究——基于區域創新體系的調節作用[J].技術經濟，2023，42（6）：36-46.

[6] 江小涓.中國推行產業政策中的公共選擇問題[J].經濟研究，1993（6）：3-18.

[7] 晏艷陽，王娟.產業政策如何促進企業創新效率提升——對“五年規劃”實施效果的一項評價[J].產經評論，2018（3）：57-74.

[8] 肖興志，鄧菁.戰略性新興產業組織的政策評價與取向[J].重慶社會科學，2011（4）：55-62.

[9] 潘宇峰.戰略性新興產業空間變動與商貿流通業結構升級的互動機制研究[J].商業經濟研究，2021（12）：17-21.

[10] 黃先海，黨博遠，宋安安，等.新發展格局下數字化驅動中國戰略性新興產業高質量發展研究[J].經濟學家，2023（1）：77-86.

[11] 王藝明，馬晴晴.財政補貼對戰略性新興產業的資源配置效應——以光伏產業為例[J/OL].經濟管理，1-22[2024-05-24].

[12] 湯萱，趙天齊，劉康，等.戰略性新興產業政策與企業ESG表現[J].科學決策，2024（4）：22-41.

[13] 田露，吳巧生.戰略性新興產業政策影響企業績效的機制：基于PSM-DID模型的實證分析[J].貴州社會科學，2023（10）：117-126.

[14] 潘冬.數字經濟賦能戰略性新興產業創新發展研究[J].理論探討，2022（5）：168-172.

[15] 杜陽，李田.產業政策、競爭驅動與企業創新效率[J].經濟與管理研究，2020（7）：47-60.

[16] 阿爾弗雷德?韋伯.工業區位論[M].北京：商務印書館，2010：36-37.

[17] 阿爾弗雷德·馬歇爾.經濟學原理（上）[M].北京：商務印書館，2010：280-284.

[18] 邁克爾·波特.競爭優勢[M].北京：華夏出版社，2004：163-164.

[19] Jacobs J.The Economy of Cities[M].New York： Random House，1969：116-127.

[20] 吉亞輝，甘麗娟.中國城市生產性服務業與制造業協同集聚的測度及影響因素[J].中國科技論壇，2015（12）：64-68.

[21] Ellison G，Glaeser E L.Geographic Concentration in U.S．Manufacturing Industries：A Dartboard Approach[J].Journal of Political Economy，1997（105）：889-927.

[22] 王彥杰，高啟杰.數字經濟產業集聚對綠色技術創新的影響——基于環境規制的調節效應分析[J].技術經濟，2023，42（2）：20-30.

[23] Stiglitz J E.Industrial Policy， Learning and Development[R].WIDER Working Paper，2015：149.

[24] 楊興全，張可欣.公平競爭審查制度能否促進企業創新？——基于規制行政壟斷的視角[J].財經研究，2023，49（1）：63-78.

[25] 余淼杰，李晉.進口類型、行業差異化程度與企業生產率提升[J].經濟研究，2015，50（8）：85-97.

[26] Charnes A， Cooper W W， Rhodes E.Measuring the Efficiency of Decision Making Units[J].European Journal of Operational Research，1978，2（6）：429-444.

[27] 孫研，李濤.我國高新技術產業創新效率測算[J].統計與決策，2020，36（16）：115-118.

[28] 蔣殿春，卜文超.反壟斷法與中國科技企業技術創新——基于不同市場地位企業的微觀分析[J].數量經濟技術經濟研究，2023，40（7）：27-47.

[29] 王文成，隋苑.生產性服務業和高技術產業協同集聚對區域創新效率的空間效應研究[J].管理學報，2022，19（5）：696-704.

[30] Li P， Lu Y， Wang J.Does Flattening Government Improve Economic Performance？ Evidence from China[J].Journal of Development Economics，2016（123）：18-37.

[31] Lu Y， Tao Z， Zhu L.Identifying FDI Spillovers[J].Journal of International Economics，2017（107）：75-90.

[32] 江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

基金項目：江西省社會科學“十三五”基金青年項目“新時代江西支持民營企業發展政策績效評價及優化路徑研究”（項目編號：20YJ37）；海洋戰略性新興產業發展政策措施研究（項目編號：H20230087）。

作者簡介：符培元，男，上海海事大學經濟管理學院碩士研究生，研究方向為產業經濟、國際貿易；壽建敏，通訊作者，男，博士，上海海事大學經濟管理學院教授，研究方向為產業經濟、海洋經濟；賈青，女，江西省民營經濟研究院助理研究員，研究方向為民營經濟、營商環境。

（收稿日期：2024-07-11" 責任編輯：蘇子寵）