王欣 曹慧平

內(nèi)容提要：基于2001-2007年中國工業(yè)企業(yè)數(shù)據(jù)庫，以及國家“十五”、“十一五”規(guī)劃文件，本文采用DID方法實(shí)證檢驗(yàn)重點(diǎn)產(chǎn)業(yè)政策對制造業(yè)全要素生產(chǎn)率（TFP）的影響。研究表明：在樣本期內(nèi)，重點(diǎn)產(chǎn)業(yè)政策顯著抑制了重點(diǎn)行業(yè)TFP的提升，且這種負(fù)向影響在資本和勞動(dòng)力扭曲嚴(yán)重的情況下尤為明顯。進(jìn)一步的作用機(jī)制檢驗(yàn)表明存在資源錯(cuò)配中介效應(yīng)，即重點(diǎn)產(chǎn)業(yè)政策導(dǎo)致制造業(yè)TFP下降的部分影響是由于行業(yè)資源錯(cuò)配惡化引起的。對產(chǎn)業(yè)政策工具支持強(qiáng)度與企業(yè)異質(zhì)性之間關(guān)系進(jìn)行研究，發(fā)現(xiàn)產(chǎn)業(yè)政策工具在實(shí)施過程中存在不同程度的所有制和規(guī)模偏向，且除稅收優(yōu)惠外，政策資源更多地流向了重點(diǎn)行業(yè)內(nèi)TFP較低、績效較差的企業(yè)，從而導(dǎo)致行業(yè)內(nèi)資源錯(cuò)配的加劇。因此，產(chǎn)業(yè)政策設(shè)計(jì)的著眼點(diǎn)應(yīng)轉(zhuǎn)移到對產(chǎn)業(yè)發(fā)展質(zhì)量和效率上，并合理把握產(chǎn)業(yè)政策干預(yù)市場的邊界，進(jìn)一步深化以國企改革與要素價(jià)格改革為核心的市場化改革。

關(guān)鍵詞：產(chǎn)業(yè)政策;資源錯(cuò)配;全要素生產(chǎn)率;制造業(yè)企業(yè)

中圖分類號：F260 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號：1001-148X（2020）11-0054-09

收稿日期：2020-08-19

作者簡介：王欣（1983-），女，江蘇常州人，安徽財(cái)經(jīng)大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院講師，經(jīng)濟(jì)學(xué)博士，研究方向：產(chǎn)業(yè)經(jīng)濟(jì);曹慧平（1975-），女，山東菏澤人，安徽財(cái)經(jīng)大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院副教授，經(jīng)濟(jì)學(xué)博士，研究方向：國際貿(mào)易。

基金項(xiàng)目：國家社會(huì)科學(xué)基金項(xiàng)目“不完全契約視角下我國出口產(chǎn)品質(zhì)量提升機(jī)制與對策研究”，項(xiàng)目編號：18BJL096。

一、引言與文獻(xiàn)綜述

黨的十九大報(bào)告指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，提升全要素生產(chǎn)率（TFP）是轉(zhuǎn)換經(jīng)濟(jì)增長動(dòng)力的關(guān)鍵所在。產(chǎn)業(yè)政策作為宏觀調(diào)控的重要手段，在追求高質(zhì)量、高效益增長模式的新形勢下，能否與市場機(jī)制形成互補(bǔ)，起到彌補(bǔ)市場機(jī)制不完善的積極作用？

關(guān)于產(chǎn)業(yè)政策對企業(yè)TFP的影響機(jī)制，主要存在以下幾種作用路徑：基于競爭性視角的研究發(fā)現(xiàn)傾向于高競爭態(tài)勢行業(yè)的產(chǎn)業(yè)政策能夠減少要素稟賦的價(jià)格扭曲，使得資源流向高生產(chǎn)率企業(yè)，從而提高該行業(yè)的TFP水平[1-2]。通過信號傳遞方式為企業(yè)外部融資提供“隱性擔(dān)?！?，在一定程度上緩解了企業(yè)研發(fā)活動(dòng)所面臨的融資約束和外部性問題，增加了企業(yè)的研發(fā)投入，從而提高企業(yè)TFP[3-4]。制度經(jīng)濟(jì)學(xué)理論則認(rèn)為合理的產(chǎn)業(yè)政策可以為企業(yè)提供良好的制度環(huán)境和配套機(jī)制，支持企業(yè)間的相互協(xié)調(diào)，降低要素重置成本，進(jìn)而促進(jìn)企業(yè)TFP的提升。

然而，關(guān)于我國產(chǎn)業(yè)政策實(shí)施路徑的研究發(fā)現(xiàn)，由于政企信息不對稱的存在，我國產(chǎn)業(yè)政策傾向于支持少數(shù)低生產(chǎn)率企業(yè)，使得本該被市場淘汰的企業(yè)占用了更多的資源，從而引發(fā)過度投資，導(dǎo)致資源配置效率的惡化[5-6]。Banerjee et al. （2010）的研究認(rèn)為要素資源在部門間的錯(cuò)配會(huì)以直接或間接的方式阻礙企業(yè)TFP的提升，許多國內(nèi)外學(xué)者也分別從理論和經(jīng)驗(yàn)分析上證明我國資源若能夠得到有效配置，糾正要素價(jià)格扭曲，則可以大幅度提高制造業(yè)TFP水平[7-9]。

關(guān)于我國產(chǎn)業(yè)政策對生產(chǎn)率的影響效應(yīng)，學(xué)界評價(jià)并未得出一致性的結(jié)論。部分學(xué)者通過實(shí)證檢驗(yàn)發(fā)現(xiàn)地方政府的重點(diǎn)產(chǎn)業(yè)政策整體上對生產(chǎn)率產(chǎn)生了積極的促進(jìn)作用[10]。然而，另一部分學(xué)者的實(shí)證研究則呈現(xiàn)出相反的結(jié)論：在樣本期內(nèi)（1999-2007年）重點(diǎn)產(chǎn)業(yè)政策總體上顯著抑制了相應(yīng)行業(yè)內(nèi)企業(yè)TFP的提升[11]。錢雪松等（2018）以十大產(chǎn)業(yè)振興規(guī)劃為自然實(shí)驗(yàn)，研究顯示：與對照組相比，十大產(chǎn)業(yè)振興規(guī)劃這一政策沖擊導(dǎo)致實(shí)驗(yàn)組企業(yè)的TFP顯著下降[12]。進(jìn)一步地，現(xiàn)有文獻(xiàn)還圍繞產(chǎn)業(yè)政策工具、行業(yè)特征、區(qū)域差異、企業(yè)所有權(quán)性質(zhì)等角度對產(chǎn)業(yè)政策效應(yīng)的異質(zhì)性作用進(jìn)行了探究。于良春和王雨佳（2016）的研究顯示不同類型產(chǎn)業(yè)政策工具對企業(yè)全要素生產(chǎn)率的影響具有顯著差異，針對我國汽車產(chǎn)業(yè)的研究發(fā)現(xiàn)固定資產(chǎn)投資政策提高了我國汽車產(chǎn)業(yè)的規(guī)模效益和技術(shù)效益，促進(jìn)了TFP的增長，而研發(fā)補(bǔ)貼政策卻未明顯對汽車產(chǎn)業(yè)TFP的提升起正向作用[13]。閆志俊等（2017）基于新興產(chǎn)業(yè)和傳統(tǒng)制造業(yè)的實(shí)證檢驗(yàn)發(fā)現(xiàn)，由于補(bǔ)貼資源在研發(fā)部門和生產(chǎn)部門分配的不合理，導(dǎo)致政府補(bǔ)貼政策對企業(yè)生產(chǎn)率的提升產(chǎn)生了顯著的負(fù)面效應(yīng)[14]。

國內(nèi)外學(xué)者又進(jìn)一步對產(chǎn)業(yè)政策實(shí)施效果的影響因素進(jìn)行分析，張莉等（2019）基于市場環(huán)境視角考察了產(chǎn)業(yè)政策的經(jīng)濟(jì)效應(yīng)，研究發(fā)現(xiàn)要素市場化配置水平的完善以及市場進(jìn)入退出競爭機(jī)制的改善有助于緩解產(chǎn)業(yè)政策對企業(yè)生產(chǎn)率的負(fù)向效應(yīng)[11]。Aghion（2015）、張龍鵬等（2018）等學(xué)者的研究指出產(chǎn)業(yè)政策工具的差異化執(zhí)行方式才是造成我國產(chǎn)業(yè)政策資源誤置效應(yīng)的根本原因，若產(chǎn)業(yè)政策能在同一行業(yè)企業(yè)間公平實(shí)施，而非差別化地傾向于扶持少數(shù)企業(yè)，那將有助于促進(jìn)行業(yè)整體全要素生產(chǎn)率[14-16]。戴小勇等（2019）的研究也顯示體現(xiàn)普惠性與增進(jìn)市場競爭特性的產(chǎn)業(yè)政策能夠更好地激勵(lì)產(chǎn)業(yè)創(chuàng)新，提升企業(yè)間的資源配置效率[17]。

綜合已有文獻(xiàn)可知，我國產(chǎn)業(yè)政策的生產(chǎn)率影響效應(yīng)較為復(fù)雜且具有不確定性。與現(xiàn)有文獻(xiàn)相比，本文的可能創(chuàng)新點(diǎn)體現(xiàn)在以下兩個(gè)方面;第一，現(xiàn)有文獻(xiàn)絕大部分僅著眼于產(chǎn)業(yè)政策對TFP的直接影響，而忽視了政策實(shí)施的中間傳導(dǎo)機(jī)制，本文著重從資源錯(cuò)配的視角探討產(chǎn)業(yè)政策影響制造業(yè)TFP的作用機(jī)制。由于政府本身對市場信息收集及處理的局限性，難以有效甄別高成長性企業(yè)，從而使得資源流向低生產(chǎn)率企業(yè)，這種政策導(dǎo)向的資源流動(dòng)方式會(huì)造成資源錯(cuò)配，資源錯(cuò)配是否是產(chǎn)業(yè)政策與TFP之間一個(gè)有效的中介變量值的我們深入考察。第二，以往文獻(xiàn)大多集中在行業(yè)層面，關(guān)注政策沖擊帶來的產(chǎn)業(yè)生產(chǎn)率變動(dòng)，而考慮到宏觀產(chǎn)業(yè)政策需要通過微觀企業(yè)的經(jīng)濟(jì)活動(dòng)來實(shí)現(xiàn)其政策效應(yīng)，并且行業(yè)內(nèi)企業(yè)間的資源重置和要素扭曲也會(huì)影響行業(yè)整體TFP，因此本文試圖采用制造業(yè)企業(yè)數(shù)據(jù)來檢驗(yàn)產(chǎn)業(yè)政策對TFP的影響。

Xit表示一系列控制變量包括;固定資產(chǎn)投資增速（FIXi，t）、國有經(jīng)濟(jì)比值（SOEi，t）、R&D投入強(qiáng)度（RDi，t）、對外開放度（Openit）和人力資本質(zhì)量（HRit）。上述變量的具體描述詳見表1。

（二）數(shù)據(jù)說明

本文所采用的制造業(yè)企業(yè)數(shù)據(jù)主要來源于2001-2007年“中國工業(yè)企業(yè)數(shù)據(jù)庫”以及“中國統(tǒng)計(jì)年鑒”?？紤]到“中國工業(yè)企業(yè)數(shù)據(jù)庫”存在樣本匹配混亂、數(shù)據(jù)缺失、測量誤差等問題，本文參考聶輝華等（2012）的方法，對該數(shù)據(jù)庫的數(shù)據(jù)作如下處理：首先，僅從中析出制造業(yè)企業(yè)數(shù)據(jù)作為樣本，包括29個(gè)二位數(shù)行業(yè)，與國民經(jīng)濟(jì)行業(yè)分類（GB/T4754-2002）中的代碼13-42相對應(yīng);其次，根據(jù)企業(yè)代碼進(jìn)行企業(yè)樣本的跨期識(shí)別匹配;最后，剔除關(guān)鍵變量存在缺失值和異常觀測值的樣本，構(gòu)造面板數(shù)據(jù)。

為了使不同年份數(shù)據(jù)值具有可比性，對樣本中的主要變量指標(biāo)工業(yè)增加值和固定資產(chǎn)凈值都進(jìn)行了相應(yīng)的價(jià)格指數(shù)平減。具體地，本文以2001年為基期，按照企業(yè)所在地區(qū)工業(yè)品出廠價(jià)格指數(shù)對工業(yè)增加值做平減，按照投資價(jià)格指數(shù)對固定資產(chǎn)凈值進(jìn)行平減。

四、產(chǎn)業(yè)政策對制造業(yè)TFP影響的實(shí)證分析及穩(wěn)健性檢驗(yàn)

（一）基準(zhǔn)回歸結(jié)果與分析

本文采用雙重差分法（DID）的估計(jì)結(jié)果如表2所示，列（1）-（3）的因變量分別是以工業(yè)總產(chǎn)值、企業(yè)增加值和銷售額為權(quán)重的制造業(yè)行業(yè)加權(quán)TFP。Panel A顯示了不加控制變量時(shí)的回歸結(jié)果，Panel B報(bào)告了加入控制變量時(shí)的回歸結(jié)果?？梢奝anel A中列（1）-（3）的核心變量Treati×Aftert系數(shù)β1在1%水平下始終顯著為負(fù)，Panel B結(jié)果顯示在引入控制變量之后，Treati×After系數(shù)仍然顯著為負(fù)。結(jié)果表明相對于非重點(diǎn)行業(yè)，受到重點(diǎn)產(chǎn)業(yè)政策支持的行業(yè)TFP反而明顯下降，意味著重點(diǎn)產(chǎn)業(yè)政策并不利于制造業(yè)TFP的提升。本文第五部分將深入分析這一影響的作用機(jī)制。

進(jìn)一步對表1控制變量的回歸結(jié)果做簡要說明，控制變量中的國有經(jīng)濟(jì)比重、R&D投入量、對外開放度以及人力資本質(zhì)量也均通過顯著性檢驗(yàn)，說明DID模型的控制變量選取較合理。具體地，國有經(jīng)濟(jì)比重系數(shù)顯著為負(fù)，說明國有企業(yè)比重更高的行業(yè)，全要素生產(chǎn)率水平越低，這可能是由于國有企業(yè)的預(yù)算軟約束，產(chǎn)權(quán)關(guān)系模糊等問題導(dǎo)致其創(chuàng)新激勵(lì)弱化，從而對TFP產(chǎn)生負(fù)面影響;行業(yè)出口比重、人力資本以及R&D支出系數(shù)都顯著為正，說明這些變量水平的提升均有效促進(jìn)了制造業(yè)TFP的增長。而固定資產(chǎn)投資的系數(shù)雖然為正，但未通過顯著性檢驗(yàn)，說明增加固定資產(chǎn)投資并未顯著促進(jìn)制造業(yè)TFP水平的提升，這也與楊汝岱（2015）的研究結(jié)論一致，即近年來我國高投資的增長模式降低了經(jīng)濟(jì)效率。

平行趨勢檢驗(yàn)。使用DID估計(jì)法需要滿足平行趨勢假設(shè)，常見的平行趨勢假設(shè)檢驗(yàn)方法包括對比處理組和對照組被解釋變量均值的時(shí)間趨勢[12，20];另一種方法是在回歸中加入各期虛擬變量與政策變量的交互項(xiàng)，若政策沖擊前時(shí)點(diǎn)的交互項(xiàng)系數(shù)不顯著，則表明DID模型滿足平行趨勢假設(shè)。因此，本文引入以下方程：

lnTFPit=+β1Treati×Aftert-5+β2Treati×After-4t+…β7Treati×After+1t+Treati+Aftert+εit（7）

其中Aftert的上標(biāo)表示政策沖擊的提前項(xiàng)和滯后項(xiàng)，本文政策沖擊時(shí)間為2006年，交叉項(xiàng)Treati×Aftert-5到Treati×After-1t表示政策實(shí)施的提前項(xiàng)，刻畫政策執(zhí)行前第j年的政策效果，如果Treati×Aftert-5=Treati×After-4t=…=Treati×After-1t=0， 則說明政策沖擊前各年處理組與對照組的TFP沒有顯著差異，滿足平行趨勢假設(shè)。

圖1顯示了交叉項(xiàng)的系數(shù)估計(jì)結(jié)果，橫軸表示距離發(fā)生政策沖擊的時(shí)間，點(diǎn)值代表估計(jì)均值，垂線表示置信區(qū)間。由圖1所示，β2至β5的置信區(qū)間均包括0，即交叉項(xiàng)系數(shù)不顯著，平行趨勢得到滿足。β7的系數(shù)均顯著不為0，說明確實(shí)存在政策作用效果。

（二）穩(wěn)健性檢驗(yàn)

1. PSM-DID估計(jì)

由于處理組和對照組的選擇是非隨機(jī)的，且組間企業(yè)存在的異質(zhì)性也會(huì)造成對產(chǎn)業(yè)政策的不同反應(yīng)，為了更大程度降低樣本選擇性偏差，本文進(jìn)一步采用傾向匹配得分法（Propensity Score Matching， PSM）對處理組和對照組進(jìn)行匹配，具體思路如下;首先以企業(yè)規(guī)模、資產(chǎn)收益率、固定資產(chǎn)規(guī)模、資產(chǎn)負(fù)債率等指標(biāo)的加權(quán)平均值作為行業(yè)特征變量，建立Logit預(yù)測模型，估計(jì)出一個(gè)行業(yè)可能成為重點(diǎn)行業(yè)的概率，然后以預(yù)測值作為傾向得分值，采取最近鄰匹配法找到與處理組近似的對照組。匹配后的行業(yè)樣本組間差距顯著減小，匹配變量標(biāo)準(zhǔn)偏差化明顯降低③，說明匹配后的對照組與處理組的相似性增強(qiáng)，在一定程度上降低了樣本異質(zhì)性的影響。

在對樣本進(jìn)行匹配后，再結(jié)合DID估計(jì)得到產(chǎn)業(yè)政策影響的處理效應(yīng)，結(jié)果見表3。從（1）-（3）列的交叉項(xiàng)估計(jì)系數(shù)來看，基本結(jié)論依然保持穩(wěn)健，表明重點(diǎn)產(chǎn)業(yè)政策顯著抑制了受扶持行業(yè)TFP的提升。

2.分行業(yè)估計(jì)

前文的實(shí)證研究發(fā)現(xiàn)，政府的重點(diǎn)產(chǎn)業(yè)政策總體上顯著降低了受扶持行業(yè)的TFP。然而，重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP的影響效應(yīng)可能在不同產(chǎn)業(yè)類型間存在差異，除此之外，政府對重點(diǎn)行業(yè)的選擇也會(huì)受到行業(yè)特征的影響。一般而言，資本密集型行業(yè)由于短期內(nèi)能快速拉動(dòng)經(jīng)濟(jì)增長，往往比勞動(dòng)密集型和技術(shù)密集型行業(yè)更容易獲得產(chǎn)業(yè)政策的支持。如果忽略行業(yè)的異質(zhì)性特征，可能會(huì)因遺漏重要解釋變量而引起內(nèi)生性問題。因此，本文按照生產(chǎn)要素相對密集度將樣本分為勞動(dòng)密集型、資本密集型和技術(shù)密集型行業(yè)④，進(jìn)一步對重點(diǎn)產(chǎn)業(yè)政策效應(yīng)進(jìn)行分行業(yè)檢驗(yàn)。本部分設(shè)定如下實(shí)證模型;

lnTFPit=β0+β1IMPit+∑jβjControlit+λi+λt+εi，t（8）

其中，TFPit表示以工業(yè)總產(chǎn)值為權(quán)重的行業(yè)加權(quán)全要素生產(chǎn)率，IMPit為重點(diǎn)產(chǎn)業(yè)政策虛擬變量，如果行業(yè)i屬于當(dāng)期政府“五年規(guī)劃”所支持的重點(diǎn)行業(yè)，則賦值為1，否則賦值為0。Controlit代表前文所述的一系列控制變量，λi和λt分別表示行業(yè)和時(shí)間固定效應(yīng)。

采用面板固定效應(yīng)模型估計(jì)的分行業(yè)回歸結(jié)果見表4列（1）-（3），重點(diǎn)產(chǎn)業(yè)政策系數(shù) 在勞動(dòng)密集型和資本密集型行業(yè)均顯著為負(fù)，但資本密集型行業(yè)產(chǎn)業(yè)政策系數(shù)的絕對值較大，技術(shù)密集型行業(yè)的產(chǎn)業(yè)政策系數(shù)顯示為負(fù)，但未通過顯著性檢驗(yàn)。這表明重點(diǎn)產(chǎn)業(yè)政策對資本密集型行業(yè)TFP的負(fù)面影響最大，勞動(dòng)密集型行業(yè)次之。這可能是由于政府為了優(yōu)先發(fā)展資本密集型行業(yè)而向其傾斜資源，獲得政策扶持的企業(yè)更加追逐規(guī)模擴(kuò)張，而非生產(chǎn)率增進(jìn)，導(dǎo)致行業(yè)過度投資，投資效率下降，甚至造成產(chǎn)能過剩等問題。而重點(diǎn)產(chǎn)業(yè)政策對技術(shù)密集型行業(yè)TFP沒有顯著影響，可能的原因是政府的研發(fā)補(bǔ)貼政策緩解了技術(shù)密集型企業(yè)研發(fā)部門的融資約束，創(chuàng)新績效在一定程度可以抵消產(chǎn)業(yè)政策的負(fù)面效應(yīng)。

五、產(chǎn)業(yè)政策對制造業(yè)TFP的影響機(jī)制

以上實(shí)證檢驗(yàn)表明重點(diǎn)產(chǎn)業(yè)政策的實(shí)施并未能夠促進(jìn)重點(diǎn)行業(yè)TFP的提升，反而導(dǎo)致相應(yīng)行業(yè)TFP的下降。本部分將探討政策影響的作用渠道和政策效應(yīng)偏離的原因。

（一）基于資源錯(cuò)配視角的作用機(jī)制檢驗(yàn)

重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP的影響本質(zhì)是通過微觀企業(yè)的作用實(shí)現(xiàn)的，行業(yè)TFP提升的主要來源包括企業(yè)技術(shù)進(jìn)步帶來的生產(chǎn)率變化以及企業(yè)間的資源再配置效應(yīng)。在要素市場化配置機(jī)制下，要素資源從低效率企業(yè)流向高效率企業(yè)，而產(chǎn)業(yè)政策對企業(yè)的微觀干預(yù)在一定程度上干擾了市場對資源的配置效率。政府的重點(diǎn)產(chǎn)業(yè)政策通過財(cái)政補(bǔ)貼、信貸扶持等工具引導(dǎo)資源在部門間進(jìn)行再配置，然而部分選擇性的高額補(bǔ)貼阻礙了低生產(chǎn)率企業(yè)有序退出市場，差別化的信貸扶持也會(huì)造成要素價(jià)格扭曲，從而惡化行業(yè)內(nèi)企業(yè)間的資源配置狀況。因此，產(chǎn)業(yè)政策引起的資源錯(cuò)配可能會(huì)導(dǎo)致行業(yè)TFP水平的下降。

表5中列（1）和列（2）分別以MRPL和MRPK衡量的行業(yè)資源錯(cuò)配系數(shù)作為DID模型的因變量，結(jié)果顯示核心變量Treati×Aftert系數(shù)均顯著為正，說明對于得到政策扶持的重點(diǎn)行業(yè)而言，企業(yè)間的資源錯(cuò)配程度反而較高，表明我國重點(diǎn)產(chǎn)業(yè)政策限制了市場機(jī)制作用的發(fā)揮，扭曲了企業(yè)間的資源再配置。

重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP的影響可能是由于產(chǎn)業(yè)政策造成的資源錯(cuò)配所引發(fā)的，那么在不同資源錯(cuò)配程度的行業(yè)，產(chǎn)業(yè)政策對行業(yè)TFP變動(dòng)又存在何種差異化影響？根據(jù)前文的測算結(jié)果，分別以MRPL和MRPK標(biāo)準(zhǔn)差中35%分位數(shù)作為區(qū)分勞動(dòng)力和資本錯(cuò)配程度高低的臨界點(diǎn)，在不同資源錯(cuò)配程度下對方程6進(jìn)行分樣本回歸。表5列（3）和列（4）報(bào)告了在勞動(dòng)力扭曲情況下的回歸結(jié)果，對比可見，當(dāng)行業(yè)內(nèi)勞動(dòng)力錯(cuò)配程度較低時(shí)，重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP并無顯著影響，而在勞動(dòng)力錯(cuò)配程度較高時(shí)，重點(diǎn)產(chǎn)業(yè)政策的實(shí)施才會(huì)對行業(yè)TFP產(chǎn)生顯著的負(fù)向影響。表5列（5）和列（6）報(bào)告了在不同資本扭曲情況下的回歸結(jié)果，結(jié)果表明，在資本錯(cuò)配程度較高的情形下，重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP存在顯著負(fù)向作用，反之則不顯著。

進(jìn)一步，本文通過構(gòu)建中介效應(yīng)模型來檢驗(yàn)重點(diǎn)產(chǎn)業(yè)政策影響制造業(yè)TFP的作用機(jī)制。我們引入資源錯(cuò)配系數(shù)這一中介變量，通過實(shí)證分析來驗(yàn)證“資源錯(cuò)配”是否為產(chǎn)業(yè)政策與行業(yè)TFP之間一個(gè)有效的中介變量，構(gòu)建計(jì)量模型如下：

TFPit=+β1Treati×Aftert+β2ηMRPLi+β3ηMRPKi+∑jβjControlit+λi+λt+εit（9）

其中，ηMRPLi和ηMRPKi分別表示行業(yè)i內(nèi)勞動(dòng)力和資本錯(cuò)配系數(shù)，前文已測算得出。本文著重關(guān)注在控制中介變量后，重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP的影響是否發(fā)生變化?；貧w結(jié)果如表6所示，列（2）顯示在加入中介變量后，ηMRPLi和ηMRPKi系數(shù)均顯著為負(fù)，說明資源配置效率的下降顯著抑制了行業(yè)TFP的提升。對比表6列（1）和列（2）可見，Treati×Aftert的系數(shù)明顯減小，說明存在資源錯(cuò)配中介效應(yīng)，即重點(diǎn)產(chǎn)業(yè)政策導(dǎo)致行業(yè)TFP下降的部分影響是由于行業(yè)資源錯(cuò)配加劇引起的。

表6列（3）的結(jié)果表明，在勞動(dòng)力扭曲程度較低的情況下，資源錯(cuò)配仍然對行業(yè)TFP存在負(fù)向影響，但由于重點(diǎn)產(chǎn)業(yè)政策對行業(yè)TFP的影響不顯著，說明資源錯(cuò)配這一影響路徑并不明顯;但表6列（4）的結(jié)果顯示，在勞動(dòng)力扭曲程度較高的情況下，資源錯(cuò)配存在顯著的中介效應(yīng)，即在產(chǎn)業(yè)政策和行業(yè)TFP之間起到負(fù)向傳導(dǎo)作用。表6列（5）和列（6）顯示了在不同資本扭曲程度下的估計(jì)結(jié)果，呈現(xiàn)出和在勞動(dòng)力扭曲情況下相似的結(jié)論，即在資本扭曲程度較低情況下，中介效應(yīng)不顯著，而在資本扭曲程度較高的樣本組，存在明顯的資源錯(cuò)配影響渠道。

（二）產(chǎn)業(yè)政策影響資源配置的企業(yè)異質(zhì)性檢驗(yàn)

前述實(shí)證分析驗(yàn)證了我們的假設(shè)，即重點(diǎn)產(chǎn)業(yè)政策通過資源錯(cuò)配渠道對行業(yè)TFP施加了影響。重點(diǎn)產(chǎn)業(yè)政策究竟是如何導(dǎo)致行業(yè)內(nèi)的資源配置狀況惡化，政策資源在企業(yè)間的重置是否具有企業(yè)特征偏向性。

為了更精準(zhǔn)地衡量產(chǎn)業(yè)政策變量，選取政府補(bǔ)貼、稅收優(yōu)惠、低息貸款這三個(gè)可量化的政策工具指標(biāo)作為被解釋變量。在重點(diǎn)行業(yè)政策實(shí)施過程中，政府究竟是如何做出資源傾斜選擇的？設(shè)立如下模型來分析企業(yè)異質(zhì)性與產(chǎn)業(yè)政策工具支持強(qiáng)度之間的關(guān)系。

Policyi，j，t=β1lnTFPi，j，t-1+β2Sizei，j，t+β3SOEi，j，t+β4lnProfiti，j，t-1+β5Expoti，j，t+λi，j，t+εi，t（10）

其中，Policyi，j，t代表政策資源，包括政府補(bǔ)貼（Subsidy）、稅收優(yōu)惠（Tax）和低息貸款（Loan）這三項(xiàng)產(chǎn)業(yè)政策工具，表示屬于重點(diǎn)行業(yè)i的企業(yè)j在t時(shí)期所獲得的政府補(bǔ)貼、稅收優(yōu)惠和低息貸款。政府補(bǔ)貼以企業(yè)補(bǔ)貼收入與固定資產(chǎn)凈值之比衡量;本文借鑒Aghion et al.（2015）的做法來衡量稅收優(yōu)惠，先計(jì)算企業(yè)在法定使用稅率下應(yīng)交所得稅，再減去實(shí)際應(yīng)交所得稅，得到其享受的稅收優(yōu)惠;低息貸款則以企業(yè)利息支出與流動(dòng)負(fù)債之比表示。企業(yè)異質(zhì)性我們選取了全要素生產(chǎn)率（TFP）、企業(yè)規(guī)模（Size）、所有制（SOE）、盈利能力（Profit）以及出口（Export）作為變量指標(biāo)，其中全要素生產(chǎn)率和代表企業(yè)盈利能力的總資產(chǎn)收益率均以滯后一期項(xiàng)的自然對數(shù)表示。所有制以及出口均為虛擬變量，國有企業(yè)SOE賦值為1，非國有企業(yè)賦值為0;如果企業(yè)為出口企業(yè)，Export變量取1，否則取0。

表7匯報(bào)了企業(yè)異質(zhì)性變量與產(chǎn)業(yè)政策工具扶持強(qiáng)度的回歸結(jié)果。表7列（1）-列（3）顯示了企業(yè)滯后一期TFP水平對政策資源配置的影響，結(jié)果顯示除了稅收優(yōu)惠，TFP的估計(jì)系數(shù)均顯著為負(fù)，說明全要素生產(chǎn)率較低企業(yè)反而更容易獲得政府補(bǔ)貼和低息貸款，而稅收優(yōu)惠與TFP滯后項(xiàng)呈正相關(guān)關(guān)系，說明我國的稅收減免制度安排更傾向于TFP較高的企業(yè)，且惠及范圍更廣。企業(yè)規(guī)模變量的估計(jì)系數(shù)均顯著為正，說明規(guī)模越大的企業(yè)越易獲得政策扶持，反映了政府對維護(hù)和促進(jìn)就業(yè)的動(dòng)機(jī)。表7列（1）-列（3）中所有制變量的估計(jì)系數(shù)存在差異，政府補(bǔ)貼與低息貸款均更傾向于國有企業(yè)，反映了政策資源的所有制偏向，可能的原因在于國有企業(yè)依賴與國有商業(yè)銀行的親緣關(guān)系更容易獲得優(yōu)惠貸款，其次國有企業(yè)面臨的軟預(yù)算使其在業(yè)績下滑時(shí)更易獲得政府補(bǔ)貼扶持。企業(yè)盈利能力變量的估計(jì)系數(shù)顯示盈利能力與政府補(bǔ)貼和低息貸款負(fù)相關(guān)，可見政府資源并未青睞績效表現(xiàn)更好的企業(yè)，反而向盈利能力較弱的企業(yè)傾斜。可能的解釋在于雖然政府在做出政策扶持對象選擇時(shí)，有強(qiáng)烈地扶優(yōu)扶強(qiáng)動(dòng)機(jī)，但一方面由于缺乏足夠有效信息來制定清晰的績效標(biāo)準(zhǔn)，另一方面地方政府出于自身的政績目標(biāo)，有時(shí)會(huì)為了避免企業(yè)破產(chǎn)帶來失業(yè)與增長損失而對其進(jìn)行保護(hù)和扶持。最后出口變量的回歸結(jié)果顯示出口導(dǎo)向型企業(yè)更容易獲得稅收優(yōu)惠，而政府補(bǔ)貼和低息貸款對出口行為的激勵(lì)不顯著。

整體而言，我國產(chǎn)業(yè)政策的積極資源再配置效應(yīng)并未得到有效發(fā)揮。就具體產(chǎn)業(yè)政策工具而言，除稅收優(yōu)惠外，政策資源更多地流向重點(diǎn)行業(yè)內(nèi)生產(chǎn)率較低、績效較差的企業(yè)，且存在不同程度的所有制和規(guī)模偏向，扭曲了市場競爭機(jī)制，導(dǎo)致行業(yè)內(nèi)的資源錯(cuò)配，進(jìn)而阻礙了TFP的提升。

六、結(jié)論與啟示

本文選取我國制造業(yè)1999-2007年的面板數(shù)據(jù)，采用DID法考察了我國重點(diǎn)產(chǎn)業(yè)政策對制造業(yè)TFP的影響，并進(jìn)一步探索了其作用機(jī)制。實(shí)證結(jié)果表明：我國重點(diǎn)產(chǎn)業(yè)政策顯著抑制了重點(diǎn)行業(yè)TFP的提升，且這種負(fù)向影響在資本和勞動(dòng)力扭曲嚴(yán)重的情況下尤為明顯。進(jìn)一步的研究驗(yàn)證了資源錯(cuò)配中介效應(yīng)的存在，即重點(diǎn)產(chǎn)業(yè)政策可能通過資源錯(cuò)配渠道抑制TFP的提升。本文研究還發(fā)現(xiàn)重點(diǎn)產(chǎn)業(yè)政策在實(shí)施過程中存在不同程度的所有制和規(guī)模偏向，且全要素生產(chǎn)率較低、績效較差的企業(yè)反而獲得了更多的政策資源，從而導(dǎo)致行業(yè)內(nèi)的資源配置扭曲。

在我國經(jīng)濟(jì)發(fā)展步入新常態(tài)背景下，如何促進(jìn)全要素生產(chǎn)率提升是產(chǎn)業(yè)政策管理的關(guān)鍵。因此，第一，產(chǎn)業(yè)政策設(shè)計(jì)的著眼點(diǎn)應(yīng)從對經(jīng)濟(jì)規(guī)模、數(shù)量和集中度的關(guān)注轉(zhuǎn)移到對產(chǎn)業(yè)發(fā)展質(zhì)量和效率上，同時(shí)對產(chǎn)業(yè)內(nèi)部企業(yè)的選擇性扶持政策也值得反思，應(yīng)以提升企業(yè)間的資源重置效率為重點(diǎn)[26]。第二，應(yīng)更好地發(fā)揮市場在資源配置中的決定性作用，合理把握產(chǎn)業(yè)政策干預(yù)市場的邊界，避免造成要素扭曲。產(chǎn)業(yè)政策也應(yīng)始終以彌補(bǔ)市場功能缺陷為目標(biāo)，如為企業(yè)提供廣泛信息和完善市場秩序等。第三，還應(yīng)進(jìn)一步深化以國企改革與要素價(jià)格改革為核心的市場化改革，完善市場競爭環(huán)境和優(yōu)勝劣汰的退出機(jī)制，發(fā)揮產(chǎn)業(yè)政策的積極資源重置效應(yīng)，從而促進(jìn)整體TFP水平的提升。

注釋：

① 為節(jié)省篇幅，這里沒有報(bào)告制造業(yè)分行業(yè)的TFP各期具體數(shù)值，讀者如有興趣，可向作者索要。

② 因篇幅限制，這里省略了具體的推導(dǎo)過程。

③ 由于篇幅限制，本文沒有報(bào)告PSM匹配前后各變量的統(tǒng)計(jì)性描述，如有興趣可向作者索要。

④ 具體劃分方法如下：采用技術(shù)人員占所有職工的比例作為區(qū)分技術(shù)密集型行業(yè)的主要變量，該指標(biāo)大于平均值且超過50%的行業(yè)劃為技術(shù)密集型行業(yè)，利用人均固定資產(chǎn)占比來區(qū)分資本密集型行業(yè)和勞動(dòng)密集型行業(yè)。

參考文獻(xiàn)：

[1] 張曙光.市場主導(dǎo)與政府誘導(dǎo)——評林毅夫的《新結(jié)構(gòu)經(jīng)濟(jì)學(xué)》[J]. 經(jīng)濟(jì)學(xué)（季刊），2013（3）：1079-1084.

[2] 李駿，劉洪偉，萬君寶.產(chǎn)業(yè)政策對全要素生產(chǎn)率的影響研究——基于競爭性與公平性視角[J].產(chǎn)業(yè)經(jīng)濟(jì)研究， 2017（4）：115-126.

[3] Criscuolo C， Martin R， Overman H G， et al. 2012. The Causal Effects of an Industrial Policy [R]. NBER Working Paper， No.17842，2012.

[4] Rodrik， D. Normalizing Industrial Policy [R].The World Bank working paper， No. 3， 2008.

[5] 王克敏，劉靜，李曉溪. 產(chǎn)業(yè)政策、政府支持與公司投資效率研究[J]. 管理世界， 2017（3）：44-56.

[6] 張新民，張婷婷，陳德球.產(chǎn)業(yè)政策、融資約束與企業(yè)投資效率[J].會(huì)計(jì)研究，2017（4）：12-18.

[7] Banerjee， A.V.， B. Moll. Why Does Misallocation Persist[J].American Economic Journal： Macroeconomics， 2010，2（1）：189-206.

[8] Hsieh， Chang-Tai， and Peter J. Klenow， Misallocation and Manufacturing TFP in China and India [J]. Quarterly Journal of Economics， 2009，124（4）：1403-1448.

[9] 陳永偉，胡偉民. 價(jià)格扭曲、要素錯(cuò)配和效率損失： 理論和應(yīng)用[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011（7）：1401-1422.

[10]宋凌云，王賢彬.重點(diǎn)產(chǎn)業(yè)政策、資源重置與產(chǎn)業(yè)生產(chǎn)率[J].管理世界，2013（12）：63-67.

[11]張莉，朱光順，李世剛，等. 市場環(huán)境、重點(diǎn)產(chǎn)業(yè)政策與企業(yè)生產(chǎn)率差異[J].管理世界，2019（3）：114-125.

[12]錢雪松，康瑾，唐英倫，等. 產(chǎn)業(yè)政策、資本配置效率與企業(yè)全要素生產(chǎn)率——基于中國2009年十大產(chǎn)業(yè)振興規(guī)劃自然實(shí)驗(yàn)的經(jīng)驗(yàn)研究[J].中國工業(yè)經(jīng)濟(jì)，2018（8）：42-59.

[13]于良春，王雨佳. 產(chǎn)業(yè)政策、資源再配置與全要素生產(chǎn)率增長——以中國汽車產(chǎn)業(yè)為例[J].廣東社會(huì)科學(xué)，2016（5）：5-16.

[14]閆志俊，于津平. 政府補(bǔ)貼與全要素生產(chǎn)率——基于新興產(chǎn)業(yè)和傳統(tǒng)制造業(yè)的對比分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2017（1）.

[15]Aghion P， Cai， J， Dewatripont M， Du L， Harrison A， and Legros P. Industrial Policy and Competition [J].American Economic Journal： Macroeconomics，2015 （4）：1-32.

[16]張龍鵬，湯志偉. 產(chǎn)業(yè)政策的資源誤置效應(yīng)及其微觀機(jī)制研究[J].財(cái)貿(mào)研究，2018（12）：1-13.

[17]戴小勇，成力為. 產(chǎn)業(yè)政策如何更有效——中國制造業(yè)生產(chǎn)率與加成率的證據(jù)[J].世界經(jīng)濟(jì)，2019（3）：69-93.

[18]Olley G.S. and Pakes A. The Dynamics of Productivity in the Telecommunications Equipment Industry [J].Econometrica，1996（6）：1263-1297.

[19]龔關(guān)，胡關(guān)亮.中國制造業(yè)資源配置效率與全要素生產(chǎn)率[J]. 經(jīng)濟(jì)研究， 2013（4）：4-15.

[25]余明桂，范蕊，鐘慧潔. 中國產(chǎn)業(yè)政策與企業(yè)技術(shù)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2016（12）：5-22.

[26]鄒璇，余蘋.財(cái)稅政策的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)研究——基于行業(yè)與區(qū)域視角的經(jīng)驗(yàn)分析[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2018（2）：3-17.

Abstract：Based on Chinese Industrial Enterprise Database from 2001 to 2007， and national“Tenth Five-Year Plan”“Eleventh Five-Year Plan ”document， this paper examines the impact of key industrial policy on the TFP of manufacturing industry by adopting DID method. The result shows that key industrial policy significantly inhibited the improvement of key industry TFP during the sample period， and this negative impact was particularly obvious in the case of serious distortion of capital and labor force. Further mechanism test reveals that there is a mediating effect of resource misallocation， which means some of the effect of key industrial policy on the decline of manufacturing TFP is caused by the deterioration of resource misallocation. This paper also explores the relationship between the support of industrial policy tools and the heterogeneity of enterprises，finding that there are different degrees of ownership and scale bias in the implementation process of industrial policy tools， and in addition to tax incentives， more policy resources flow to enterprises with low TFP and poor performance in key industries， which leads to the aggravation of resource misallocation in the industry.Therefore， the focus of industrial policy design should be shifted to the quality and efficiency of industrial development， and reasonably grasp the boundary of industrial policy intervention in the market， so as to further deepen the market-oriented reform centered on the reform of state-owned enterprises and the reform of factor prices.

Key words：industrial policy; resource misallocation; total factor productivity; manufacturing enterprises

（責(zé)任編輯：周正）