区域产业政策的制造业质量提升效应*
——来自产业转型升级示范区的准自然实验

张国建 胡玉梅 李 慧

一、引言

制造业是国民经济的主体，是立国之本、兴国之器、强国之基，制造业高质量发展是中国经济高质量发展的核心要义。中国加入WTO以后，制造业经历了快速的规模扩张，凭借生产要素低成本的竞争优势，以加工贸易方式嵌入全球价值链(GVC)，成就了制造业的大国地位，并获得“世界工厂”的美誉(刘志彪和吴福象，2018)。但伴随国内外经济形势的变化，中国不仅面临人口红利的消失，改革红利也在减退，面临产能结构性过剩和制度性交易成本增加的窘境。当前，中国制造业正面临以美国等为代表发达国家的“高端回流”和以印度、越南等为代表发展中国家“中低端分流”的双向挤压。

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》31次提及“制造业”，并指出要保持制造业比重基本稳定，培育世界级先进制造业集群，增强制造业竞争优势，推动制造业高质量发展。政策层面，中共中央、国务院成立国家制造强国建设领导小组，印发《中国制造2025》《国务院办公厅关于创建“中国制造2025”国家级示范区的通知》《国务院关于深化制造业与互联网融合发展的指导意见》等以推动“中国制造”向“中国智造”转变。实践方面，中央政府落实新发展理念，以“中国制造2025”为抓手实施创新驱动发展战略，坚决淘汰落后产能和工艺，推动制造业提质升级。

为了响应和执行党中央的战略决策，地方政府一方面投入大量财政资金发展地方基础设施建设，另一方面规划各种工业园区致力于推动地区制造业转型升级。中国制定的各类产业政策不仅频繁出现在各层级行政单位的政府工作报告中，还经常以地方政策法规和规章制度的形式保证产业政策的执行(韩永辉等，2017)。政府的大力支持，不仅体现在各类税收优惠和土地政策上，还包含政府的大额财政补贴。同许多发达国家在工业化过程中采取有效的区位导向性政策(place-based policies)促进经济增长和提高社会福利水平一样，中国政府在提升地区产业发展质量中采取的积极方式之一也是制定一系列区位导向性产业政策(以下简称“区域产业政策”)，具体体现在各地设立各类等级和各种层次的经济技术开发区、高新技术产业开发区和国家级新区等(陈钊和熊瑞祥，2015)。与其他类型的区位导向性政策类似，区域产业政策是较为典型的区位导向性政策的有效实施载体之一(Glaeser &Gottlieb，2008；孙伟增等，2018)。

老工业城市和资源型城市为我国工业现代化和城镇化的快速推进作出了重要贡献，在国民经济发展中占据着重要地位(佟孟华等，2022)。然而，随着经济新常态的出现和产业结构转型升级的不断推进，老工业城市和资源型城市面临着一业独大、一企独大、产业结构单一、发展滞后、转型困难等普遍问题。我国老工业城市和资源型城市的转型升级一直受到国家的高度关注，政府也出台了很多政策文件，着重促进这两类城市的内生发展，建立创新驱动的产业转型升级内生动力机制。2016年发布的《关于支持老工业城市和资源型城市产业转型升级的实施意见》指出，要进一步落实设立示范区和示范园区，促进两类城市的产业向高端化、集聚化、智能化升级，尤其是要全面振兴以东北地区为代表的老工业基地。为了构建特色鲜明的现代服务业和先进制造业集群，并且也为了加快老工业城市和资源型城市转型升级，2017年由国家发展改革委、科技部、工业和信息化部、国土资源部和国家开发银行等五部门联合印发《关于支持首批老工业城市和资源型城市产业转型升级示范区建设的通知》，支持设立国家级产业转型升级示范区(以下简称“示范区”)，以推进城市提高产业高端化、集聚化和智能化，并确定12个城市(经济区)为首批示范区。首批12个示范区以区域振兴和产业振兴为目标，以产业结构调整和城市更新改造为重点，统筹推进营商环境优化、创新能力提升、传统产业改造、新兴制造业培育、产业园区建设、城市活力提升和生态修复治理。2019年国家五部门进一步确定了北京京西等8个城市(经济区)为示范区试点地区。在示范区政策的制定和执行过程中，政府的投入是巨大的，而科学检验与评价当前中国政府广泛实施的示范区政策是否能够以及如何推动制造业高质量发展，成为摆在政策制定者和学界面前的重大研究命题。这一问题具有理论与经验上的双重挑战，仍然有待理论和实证层面的验证。

鉴于此，本文以2017年开始渐进设立的国家级产业转型升级示范区为例，探索中央和地方政府的区域产业政策如何改革才能推动制造业高质量发展。与现有文献相比，本文主要存在以下三方面的贡献和可能的创新之处。第一，现有文献主要研究了示范区政策对产业转型升级、企业创新和企业减排的影响，而本文是首篇利用翔实的微观制造业企业数据研究示范区政策所带来的制造业质量提升效应，丰富了示范区政策与微观企业行为方面的相关研究，为现阶段更好地利用区域产业政策促进区域经济增长和产业协调发展提供了经验证据。第二，从企业所有制、企业生命周期和行业要素密集度等多个角度研究了政策效果可能存在的异质性差异，从而提供了对政策效应进行改善的可能渠道，并且从识别假定检验和稳健性检验等多个方面验证了识别策略的有效性，从而保证了研究结论的可靠性。第三，进一步验证了示范区政策影响制造业高质量发展的作用机理，即是否通过提高企业创新能力、改善资源配置效率和培养比较优势等传导机制推动制造业高质量发展，从而为未来示范区政策的完善发展和中国区域产业政策的具体落实提供决策参考。

二、理论分析和研究假设

全要素生产率刻画了产出中除要素投入外的其他要素的贡献程度，如创新驱动等，因此，制造业全要素生产率在一定程度上能够衡量制造业高质量发展水平。从区域产业政策促进微观制造业企业发展的作用逻辑来看，是否有助于企业生产率的提高成为相关研究的焦点问题。袁其刚等(2015)研究发现，开发区内适度的地区专业化有利于产业集聚并促进企业生产率提高。Luo等(2015)利用工业企业的位置信息准确识别企业与开发区的空间关系和地理距离，发现开发区的设立显著提高周边企业的生产率，这种溢出效应随企业到开发区的距离增加而衰减，随当地开发区密度的提高而增强。林毅夫等(2018)以国家级开发区为例，研究发现区域产业政策主要通过提供更好的政策环境(更低税收)提升企业TFP。Koster等(2019)研究发现中国深圳科学园开放政策使得公司的生产率大约提高了15%～25%。Blouri和Ehrlich(2020)将包括工资补贴、生产便利设施投资、交通基础设施投资三种类型的欧盟地区转移支付政策纳入一个经济地理分析框架，定量评估了不同转移类型政策对生产率、收入和运输成本的影响以及其福利最优空间分布。Zheng等(2017)考察了120个国家级和省级开发区的生产和消费溢出效应。Lu等(2019)利用包含地理位置的企业信息，进一步验证了开发区对资本积累、就业和产出的正面影响。

众多文献均研究发现，以开发区政策为代表的区域产业政策一定程度上能够提升企业全要素生产率。具体到本文中的示范区政策，通过政策背景的梳理我们也能够发现示范区并不仅仅是一个空间位置上的存在，而是以示范区为载体的土地、金融、基础设施、税收、能源、行政审批等众多优惠政策的集合。例如，政府将安排中央预算内投资支持示范园区建设，对示范园区重点公共基础设施、企业创新能力项目等，中央预算给予投资总额20%补助。由上述文献及特征事实推断，多种政策优惠和补贴的组合一定程度上能够推动示范区内企业全要素生产率的提升。基于此，本文提出假设1。

假设1：与非试点地区相比，示范区设立对试点地区企业的制造业高质量发展具有积极正向作用。

从区域产业政策融入制造业发展的作用效果来看，许多中国制度背景下的研究发现，开发区政策有效地推动城市制造业内部产业结构变动和全要素生产率提升(Wang et al.，2013；林毅夫等，2018；Lu et al.，2019)。然而，也有一些学者发现政策的经济效应并不显著。Neumark和Kolko(2010)基于美国加利福尼亚州企业园区的研究表明，其并没有对就业产生溢出效应。Kline和Moretti(2014)评估了美国田纳西河流域管理计划(TVA)，发现虽然该地区的制造业就业和地区总收入得到了提高，基础设施投资和集聚经济提高了当地制造业生产率，但局部的市场失灵使得制造业溢出效应和其他地区遭受的福利损失在总体上相互抵消。Hanson和Rohlin(2013)的研究发现，政策目标区域内企业的增加可能来自于其他地区企业的转移，而非政策引发的新设立企业，这对地区整体经济发展和福利并没有促进作用，即存在转移效应(displacement effect)而非创造效应。Busso等(2013)指出区域产业政策会导致大规模的经济行为扭曲。基于中国背景的部分研究也发现，区域产业政策可能存在“挤出效应”，带来的实际是追寻“政策租”的企业扎堆，并不具有典型的“集聚效应”，甚至偏向中西部地区的政策干预使得资源更多地流向了利用效率较低地区，降低了地区间资源配置效率，造成宏观总体效率的损失(郑江淮等，2008；陆铭和向宽虎，2014；王永进和张国锋，2016)。因此，示范区政策对制造业高质量发展的影响可能存在多方面的异质性。

其一，企业性质差异。一方面，投资风险高、融资难、市场准入门槛高等问题制约着中小企业发展；另一方面，由于存在预算软约束等问题，国有企业在金融市场上具有较大的融资优势和议价能力，容易获得较多政府资源和政策优势。考虑到区域产业政策高度依赖地方政府政策执行力度，而以土地金融为依托的地方政府的财政收支行为又牢牢地将地方政府与国有企业绑定，因此，区域产业政策是否会给国有企业和中小企业发展带来新的契机，不同政策能否产生差异影响值得关注。其二，不同生命周期异质性。成长期企业受资源约束的困扰，资金缺乏，业务不稳定，市场占有率低；而成熟期企业成立时间较长，市场占有率较高，资源充足，管理架构完备(李贲和吴利华，2018)。因此，不同生命周期企业异质性需要进一步探究。其三，行业类型差异。按照生产要素的相对密集度可以将企业分为劳动密集型、资本密集型和技术密集型(鲁桐和党印，2014)。区域产业政策能够通过劳动力市场共享为劳动密集型企业吸引更多的劳动力，同时，政策补贴和税收减免能够为资本密集型企业提供更加充足的资金，通过技术共享和创新溢出促进技术密集型企业实现技术升级。因此，政策效应对哪种行业影响较大，需要进一步分析。基于此，本文提出假设2。

假设2：示范区政策的制造业质量提升效应可能因所有制、企业生命周期和行业要素密集度的差异而表现出异质性。

理论上区域产业政策推动制造业高质量发展主要存在三种路径：一是区域产业政策通过政策补贴会给地区和企业注入资金来源，缓解企业短期内的融资约束困境，提升资源配置效率，减少资源错配的可能性，改善企业自身运营状况，为其发展注入活力(Wang et al.，2013；Lu et al.，2019)；二是区域产业政策通过税收减免能够减少创新性企业的创新成本，引领规模以上工业企业成长，诱发企业自主创新积极性，进而促进制造业企业高质量发展水平的提升(吴一平和李鲁，2017；李贲和吴利华，2018)；三是区域产业政策依靠土地规划、基础设施建设等渠道可能培育了示范区相对于非示范区的比较优势，产生了一定程度产业集聚效应和规模经济效应，诱导相应制造业企业实现高质量发展。基于此，本文提出假设3。

假设3：与非试点地区相比，示范区政策可能通过提升资源配置效率、促进企业创新和培育比较优势等渠道促进制造业企业高质量发展。

三、研究设计

(一)识别策略与模型设定

2017年以来渐进设立的产业转型升级示范区是一项自然实验，本文使用渐进性双重差分法评估示范区设立对制造业高质量发展的影响。在控制其他因素不变的基础上，通过采用渐进性双重差分法可以检验示范区设立前后，处理组和控制组以制造业企业全要素生产率衡量的制造业高质量发展状况是否存在显著差异。因此，设定模型形式如下：

TFPpcjit=β0+β1treatsit+β2controlpcjit+μi+λt+γjt+φpt+εpcjit

(1)

其中，TFPpcjit是因变量，表示位于省份p城市c行业j企业i在t年的全要素生产率，用来衡量制造业高质量发展，后文在进行稳健性检验时，也采用LP和GMM两种方式对全要素生产率进行测度；treatsit为核心解释变量，在样本期第t年及此后各年，如果企业i所在的城市被设立为示范区，则treatsit=1，否则为零。这样的设置就自动产生了处理组和对照组，以及处理前后的双重差异(郭峰和熊瑞祥，2017)，其本质是组别变量和时期变量交乘后的结果。controlpcjit表示影响TFP且随小标变动的控制变量；μi和λt分别表示企业固定效应和年份固定效应；γjt表示控制行业层面随时间变化的趋势，φpt表示控制省份层面随时间变化的趋势；εcpit表示误差项，标准误聚类到城市层面。

由于示范区既属于产业政策，又属于区域政策，因此，本文借鉴林毅夫等(2018)的做法，在基准回归中控制了行业—年份固定效应γjt和省份—行业固定效应φpt，试图将企业特征、地区层面和行业层面与制造业高质量发展之间的各种内生性降到最低，尤其是遗漏变量造成的估计偏误。使用这两类交互固定效应，即控制了每年每个省份影响经济发展质量的因素，又控制了每年每个行业影响经济发展质量的因素，从而能够区分同类产业和区域政策对制造业高质量发展的影响。估计系数β1为本文感兴趣的政策效应，如果政策有效，那么β1显著为正。

(二)变量说明

1.被解释变量

由于微观企业层面的全要素生产率(TFP)能够较细致地反映制造业质量，因此本文采用全要素生产率来衡量制造业高质量发展水平。具体而言，借鉴Giannetti等(2015)、Krishnan等(2015)、钱雪松等(2018)的相关研究，通过估计以下对数C-D生产函数对上市企业全要素生产率进行测度：

lnYjit=λ0jit+λ1jitlnKjit+λ2jitlnLjit+λ3jitlnMjit+ejit

(2)

其中，lnY为上市企业营业收入对数值，lnK为上市企业固定资产净值对数值，lnL为上市企业职工人数对数值，lnM为中间投入，以上市企业购买商品、接受劳务支付的现金对数值进行测度；下标含义与式(1)一致。本文将样本按照不同行业和年度进行分组回归，求得残差作为企业全要素生产率的测度，记为TFP。在测算企业全要素生产率时，常采用基于半参数法进行测算扩展的OP方法(Olley &Pakes，1996)和LP方法(Levinsohn &Petrin，2003)，并被众多学者广泛采用(聂辉华和贾瑞雪，2011；杨汝岱，2015；江艇等，2018)。由于OP方法假设资本投入比劳动力投入对生产率的冲击更加敏感，显然与仍在享受人口红利的中国情形不符，并且采用OP方法要求企业真实投资必须大于0，这一限制会导致在估计过程中损失大量企业样本。此外，通过加入工具变量的GMM估计能够有效解决回归中的内生性问题(Blundell &Bond，1998；Tebaldi et al.，2017)。因此，本文分别选择LP方法和GMM方法作为稳健性检验。

图1分别按示范区和非示范区计算企业全要素生产率的年度均值，通过事前的平行趋势可以得出以下简单的判断：示范区和非示范区内的企业全要素生产率在2017年以前的变化趋势相对平行，并且非示范区高于示范区，而在政策实施后，位于示范区的企业全要素生产率年度均值高于非示范区。因此，本文初步推测，这一变化可能是由于渐次设立的示范区试点政策带来的。初步做图有助于增强直观感受，后文还将基于严谨的计量模型对平行趋势假定进行更准确的判断。

图1 示范区和非示范区企业TFP年度平均值变化

2.核心解释变量

组别变量与时期变量的交互项treatsit。产业转型升级示范区从2017年开始在各个地级市渐次设立，如果企业i所在的城市在第t年及此后年份被设立为示范区，则DIDit=1，否则为0。对应本文中处理组为所在城市被设为示范区的企业，控制组为所在城市未被设为示范区的企业。

3.控制变量

除了示范区设立会影响制造业高质量发展外，还有其他因素会对其产生影响，因此，还需要控制这些外生因素的干扰。本文选取企业层面以下控制变量：企业年龄(Age)、企业资产规模(Size)、托宾Q(Q)、盈利能力(Roa)、杠杆率(Lev)、固定资产占比(Tag)、现金流量(Cfo)和成长机会(Grow)。变量的具体定义见表1。

表1 变量定义

(三)数据样本和数据描述

由于2007年我国上市企业采用了新会计准则，一些会计科目的统计口径发生了变化，并且2008年的国际金融危机和2020年突发的公共卫生事件极大影响了上市企业的正常生产经营活动。因此，为保证相关变量的度量方式前后一致以及避免事件冲击的影响，本文选取样本的时间窗口为2010～2019年，并以沪深两市A股制造业企业作为研究样本。在样本筛选过程中，本文剔除：(1)金融类上市企业；(2)ST类上市企业；(3)数据不全的上市企业；(4)同时发行B股和H股的上市企业，以及新三板上市企业；(5)在剩下的企业中只保留制造业企业。本文通过上市企业注册地址精确识别该企业是否位于示范区内，最终获得了1191家上市制造业企业微观平衡面板数据，其中试点地区和非试点地区内的上市企业数量分别为108家和1183家企业，为了避免极端值对实证结果的影响，本文对连续型变量进行1%的双边缩尾处理。本文的双重差分框架基于此样本，数据主要来源于CSMAR数据库。上市企业创新数据，包括创新产出(当年独立获得的发明专利数量)和创新投入(研发支出)来源于中国研究数据服务平台(CNRDS)。

表2给出了主要变量的描述性统计。用TFP衡量的制造业高质量发展均值为0.0063，最小值为-1.0049，最大值为1.3151，样本期内存在较大差异，并且与钱雪松等(2018)的测量结果较为接近。从控制变量的描述性统计来看，通过缩尾处理后，差异均在合理范围之内，有利于更好地识别示范区的政策效果。

表2 主要变量描述性统计

四、实证结果

(一)基准回归结果

这部分估计设立示范区对制造业高质量发展的综合效应，以检验假设1。对式(2)进行估计，基准回归结果在表3中报告。表3中的被解释变量为以企业TFP衡量的制造业高质量发展水平，第(1)至第(3)列未控制企业和年份固定效应，第(4)至第(6)列控制了企业和年份固定效应。在第(1)列中，我们直接将解释变量示范区政策对被解释变量进行回归，没有加入任何控制变量和固定效应，结果表明示范区政策确实存在显著的制造业质量提升效应，为11.28个百分点。与第(1)列相比，在第(2)、第(3)列中，为排除随时间变化的产业政策和区域政策对制造业高质量发展的影响，我们加入了企业层面影响被解释变量的时变控制变量，并在第(2)列中控制了城市固定效应、年份固定效应和行业固定效应，在第(3)列中进一步控制了行业—年份固定效应和省份—年份固定效应，正向影响依然存在并显著，并且系数估计值保持了高度一致性，政策效应大小维持在10%左右。

表3 基准回归结果

若回归中遗漏企业层面不随时间变化的个体异质性影响，估计结果将出现偏误。因此，我们在第(4)至第(6)列进行了双向固定效应估计，控制了企业固定效应和年份固定效应。需要指出的是，当控制更细层面的企业个体固定效应后，行业固定效应和城市固定效应都被吸收了。因此，我们在第(6)列中，进一步控制了行业—年份固定效应和省份—年份固定效应。从第(4)至第(6)列的估计结果可以看出，政策效应在1%的显著性水平上为正，并且系数大小维持在10%左右。从第(6)列最严格的估计结果来看，估计系数值大约为8%。这个结果是可信的，也与后文一系列稳健性检验部分的实证结果保持一致。由此可见，示范区政策显著推动了以企业TFP衡量的制造业高质量发展，并且关键解释变量的系数估计值保持高度一致，估计结果兼具统计显著性和经济显著性。以上回归中，标准误均聚类到城市层面。

(二)识别假定检验

1.平行趋势检验与动态效应

上文发现，示范区政策具有显著的制造业质量提升效应，但是这种差异是否在示范区设立之前就已经存在，即示范区内的企业，可能在示范区设立之前就出现了TFP的显著提升，如果存在这种情况，那么上文发现的制造业质量提升结果就被“夸大”了。或者说是这一政策具有选择性，在那部分企业具有明显制造业质量提升的区域设立示范区，而不是示范区设立以后才导致区内的企业出现了TFP的上升。为了进一步检验事前的平行趋势以及观察政策是否存在时滞效应，本文借鉴Li等(2016)、张国建等(2019)的研究框架，采用事件分析法(event study)研究示范区政策的动态效应。具体而言，将式(1)中的treatsit换成表示示范区实行前和实施后若干年的哑变量，因变量不变，估计如下方程：

(3)

其中，treatsiτ代表企业i在示范区第τ年开始设立当年年份的哑变量，τ取负数表示示范区推行前τ年，正数表示示范区推行后τ年，并且本文将政策发生前1年设为基准组。图2汇报了估计参数{β-9，β-8，β-7，…，β0，β1，β2}的大小及对应的95%置信区间。从图2中可以看出，政策实施之前系数估计值基本都不显著，而政策实施当年及之后系数估计值基本通过了5%水平的显著性检验。

图2 示范区的动态效应

2.是否存在其他随机因素影响基本结论

为了排除设立示范区的经济激励效应受到其他非观测遗漏变量的干扰，本文采用反事实的方法，在全样本中随机选择样本组和处理年份来进行间接检验，同时使用表3第(6)列回归结果作为基准结果。为了提高安慰剂检验的可识别能力，本文将这个随机过程重复循环估计了500次，图3报告了估计系数的概率密度分布图。可以发现，随机分配的估计值集中分布在零附近，估计的标准差为0.02，基准估计结果(7.71%)位于整个分布之外。因此，可以证明不存在其他随机因素影响基本结论。换言之，这说明了随机设立的示范区没有政策效应，反推出2017年和2019年示范区设立对处理组TFP的显著促进作用是真实存在的。综上所述，设立示范区对制造业高质量发展的正向显著影响并未受到未观测到的遗漏变量的干扰。

图3 安慰剂检验结果

(三)稳健性检验

1.双重差分法与倾向得分匹配法相结合

本文分别采用近邻匹配、半径匹配、核匹配方法给设立示范区的试点城市匹配对照组，使得处理组和对照组在这项政策冲击前尽可能没有显著差异，以减少示范区在设立前的自选择偏误所带来的内生性问题。在此基础上，利用双重差分方法识别示范区试点政策的净影响。回归结果如表4所示，其中第(1)至第(3)列分别是半径匹配、近邻匹配、核匹配的估计结果。从表4中三种不同匹配方式的估计结果中可以看出，不同匹配方法的估计系数、符号和显著性水平与基准回归结果表3基本一致，进一步佐证了基本结论的稳健性。

表4 稳健性检验Ⅰ

2.控制变量滞后一期

考虑到所选企业层面控制变量与示范区试点政策之间可能会产生反向因果，为了降低潜在内生性问题，将所有控制变量滞后一期，重新进行回归，实证结果如表4第(4)列所示。从中可以看出，与基准回归结果基本一致，再次验证了本文结论的稳健性。

3.剔除控制组所在省份没有设立示范区的样本

在本文的样本中，控制组中有些省份并没有设立示范区，如浙江省和上海市等上市企业较密集的省份。尽管我们在基准回归中控制了省份和年份的交互固定效应，但为了稳健性起见，我们删除了非处理组所在省份的部分样本，共删除观测值约4500个，回归结果如表4第(5)列所示。从中可以看出，与基准回归相比，剔除部分样本后，示范区的政策效果为8.4%，相比基准回归结果有所提高。

4.更改样本时期

本文的回归主要基于2010～2019年的全样本，但示范区的政策发生在2017年和2019年，样本改革前的时期可能过长。稳健性起见，尽量选择经济新常态以来的政策样本，选取样本时间段为2014～2019年，即改革前三年和后三年，以期为示范区的发展完善提供更为丰富的经验证据。如表4第(6)列所示，实证结论与前文基本一致。

5.更换被解释变量测度方式

前文主要基于对数C-D生产函数得到上市企业层面全要素生产率的测度指标，这里基于LP方法和GMM作为制造业质量的另外一种测度方式进行本文的稳健性分析。表5第(1)、第(2)列的对比可知，以LP方法测度的被解释变量回归分析中，加入一系列控制变量之后，政策效应在5%的水平上显著为正；第(3)、第(4)列的对比可知，GMM方法测度被解释变量的回归结果与基准结果较为接近，无论是否加入控制变量，政策效应约为8%，并在1%的水平上显著为正。

表5 稳健性检验Ⅱ

(四)异质性分析

通过理论机制的梳理和分析，不同所有制、不同企业生命周期以及不同行业特征都可能导致政策效果存在差异，因此本文将从所有制、企业生命周期和行业要素密集度三个不同视角进行异质性分析，以研究假设2。

表6第(1)至第(3)列分别对国有、私营和中外合资企业三个类别进行分析，与我们之前的预期一致，示范区政策对国有企业的影响最为显著，而对私营企业的影响效应最大，但是仅在10%的显著性水平上显著为正，说明这一结果在私营企业中产生的影响或许受到规模效应的影响。这一政策对中外合资企业的影响为负，不难理解，中外合资企业在示范区内未能充分享受到政策优惠，并且各种资源还会受到国有企业和私营企业的挤占，产生一定程度的虹吸效应。表6第(4)至第(5)列从不同企业生命周期视角进行了分析。我们发现示范区政策的制造业质量提升效应对成长期内的企业影响最为显著，而对成熟期内的企业成长也产生了一定的正向效应但并不具有统计显著性。

表6 异质性分析Ⅰ

示范区的更多优惠政策旨在促进企业的产业升级、技术创新和企业成长，因此，可能对不同密集型企业存在一定政策差异，或者说政策效果存在一定的异质性。本文借鉴鲁桐和党印(2014)的做法，将样本中的18个大类行业按行业要素密集度情况进行聚类分析，最终划分为劳动密集型、资本密集型和技术密集型三类行业。从样本观测值情况来看，劳动和资本密集型所在行业企业数量较多，而技术密集型企业数量较少。实证结果如表7第(1)至第(3)列所示，可以发现，这一政策效应在资本密集型和技术密集型行业中不仅具有较强的影响，且都通过了1%水平的统计显著性检验。而在劳动密集型行业中，虽然具有一定的正向经济显著性，但是没有通过统计显著性检验。由此可知，示范区政策在一定程度上达到了预期效果。

表7 异质性分析Ⅱ

五、影响机制

为了更好地促进资源型城市和老工业城市产业转型升级，设立示范区的城市通过精准识别示范区内的企业，给予了一系列的政策优惠和政府补贴。前文研究表明，与非试点城市相比，示范区试点政策会显著促进试点城市制造业企业高质量发展，但是这一区域产业政策通过何种渠道对全要素生产率施加影响？这是接下来我们关心的问题，以进一步验证假设3。本文从企业创新能力、资本配置效率和比较优势等视角切入，考察示范区政策冲击提升企业TFP的作用机制。

(一)是否通过提升企业创新能力推动制造业高质量发展

制造业质量的提升一定程度上离不开企业创新，本文分别从企业创新投入和创新产出视角选择合适经济变量进行研究，创新投入方面以企业研发支出的对数值进行衡量，而创新产出方面以企业当年独立获得的发明专利数量进行测度，考虑到异常值的影响，均对二者进行了双边1%的缩尾处理。实证结果如表8所示，第(1)和第(2)列表明，无论是否加入控制变量，与对照组相比，示范区政策的实施使得处理组企业每年会多获得8件左右的发明专利数量，与均值7件相比，相当于提高了114%，政策效应十分显著，并且从统计显著上看在1%的水平上显著为正，这也意味着示范区政策极大促进了企业创新。当然，这也离不开企业研发支出的增加。从表8第(3)和第(4)列的对比结果来看，当加入控制变量后，相对于对照组，实验组内企业的研发支出提高了18.62%。因此，无论从创新投入还是创新产出来看，示范区的制造业质量提升效应很大程度上是通过企业创新推动的。

表8 示范区政策效应与企业创新

(二)是否通过改善资本配置效率推动制造业高质量发展

企业层面资本配置效率的衡量主要看其投资水平是否与其投资机会相匹配，因而投资对投资机会的敏感程度可以直观地反映企业资本配置效率。基于此，本文借鉴方军雄(2007)、靳庆鲁等(2012)、钱雪松等(2018)研究中的处理方法，运用“投资—投资机会”敏感性模型考察示范区政策是否通过资本配置效率渠道影响制造业质量提升。

Investit=β0+β1treatsit×Roait-1+β2treatsit+β3Roait-1+β4controlit-1+μi+λt+γjt+φpt+εit

(4)

其中，采用“(资本支出+并购支出-出售长期资产收入-折旧)/总资产”测度企业当期投资水平(Invest)，采用滞后一期的资产收益率(Roa)用来测度企业投资机会，并且控制变量也滞后一期。系数β1的经济和统计显著性反映了示范区政策对企业投资效率的影响，如果显著为正，意味着示范区政策提高了企业投资对投资机会的敏感程度，导致企业资本配置效率上升；反之亦然。

如表9所示，第(1)至第(2)列的估计结果表明，无论是否加入控制变量滞后一期，系数β1和β2分别在10%和1%的水平上显著为正，表明示范区政策显著提高了企业当期投资水平并且在一定程度上提高了企业投资效率。这也意味着，与非示范区城市相比，区位导向性政策的出台一定程度上提高了示范区城市内企业的资本配置效率，进而提升了制造业发展质量。进一步地，类似前文考察动态效应的方式，本文进一步引入政策发生当年及之后每一年虚拟变量与Roa的交互项，以此考察政策发生后资本配置效率的动态效应。如表9第(3)和第(4)列所示，无论是否加入控制变量滞后一期，当期的影响效应都较为显著，而政策发生后第二年及第三年的影响效应较弱。因此，资本配置效率这一影响渠道显著性水平较低可能是由于时间维度上存在一定的变化趋势导致的。

表9 示范区政策效应与资本配置效率

(三)是否通过培育比较优势推动制造业高质量发展

一般而言，试点地区内企业往往能够通过政策优势从而培育出产业比较优势，进而强化企业在产品市场或销售市场中的核心竞争力，或者说，当地具有比较优势的企业，政策效应应该更加显著才对。因此，本文进一步检验比较优势与示范区政策效果。采用陈钊和熊瑞祥(2015)的做法，使用生产数据来衡量城市—行业层面的比较优势，分别采用产出和就业份额数据计算的行业区位熵来衡量比较优势。如果区位熵大于1，也就是在示范区成立前一年c城市i行业在当地的就业份额(产出份额)大于该行业在全国的就业份额(产出份额)，那么我们就认为该行业在当地具有比较优势，否则就没有比较优势。具体地，本文采用就业数据和产出数据计算的比较优势指标分别用com_ad1和com_ad2表示。如表10第(1)和第(3)列所示，无论采用就业份额或是产出份额衡量比较优势，示范区政策对比较优势的影响均不显著。进一步，本文采用构建交互性的方式进行验证，如第(2)和第(4)列所示，结果表明，示范区的政策效应与基准回归结果基本一致，但是交互项的结果并不显著。这也意味着，这一政策或许并没有培育起当地产业的比较优势。

表10 示范区政策效应与比较优势

考虑到该研究结论的稳健性，本文进一步借鉴李力行和申广军(2015)对比较优势衡量的做法，构建以人均产出衡量的生产率比较优势进行测度。前文采用产出和就业份额数据计算的行业区位熵衡量的比较优势都是基于相对水平，而这里比较的是标准化后城市层面和省份层面不同行业劳动生产率的比值，用perlabor表示。如表10第(5)列所示，示范区政策没有间接促进比较优势的培育，并且第(6)列交互项的估计结果也不显著。

六、主要结论和政策建议

设立国家级产业转型升级示范区既是促进中国资源型城市和老工业城市产业结构转型升级的迫切需要，也是经济新常态和“双循环”背景下推动制造业高质量发展的重大需求。作为中国典型的区域产业政策之一，2017年渐次设立的产业转型升级示范区是否能够推动制造业高质量发展成为本文研究的切入点。因此，本文以示范区政策为例，采用双重差分法识别了这一区域产业政策对制造业高质量发展的因果效应。研究结果表明：第一，示范区政策的实施显著推动了以企业TFP衡量的制造业高质量发展，使处理组比控制组提高约8%，此结论在考虑多种识别假定检验和稳健性检验后依然成立。第二，异质性检验中，从所有制结构来看，示范区政策对国有企业的影响最为显著，对私营企业的影响效应最大，而对中外合资企业的影响为负；从企业生命周期来看，示范区政策的制造业质量提升效应对成长期内的企业影响最为显著，而对成熟期内的企业成长也产生了一定的正向效应但并不具有统计显著性；从行业密集度来看，政策效应在资本密集型和技术密集型行业中具有经济显著性和统计显著性，而在劳动密集型行业中不显著。第三，进一步的机制分析表明，示范区政策主要通过提升企业创新能力、改善资源配置效率渠道推动制造业高质量发展，但是并没有培育起当地产业的比较优势。

基于本文研究结论及国内发展现状，提出以下几点政策建议。

第一，适当扩大试点范围，全面落实示范区政策，助力制造业行业和企业高质量发展。示范区政策具有较强的政策效应，能够有效地促进制造业企业TFP提升，因此，地方政府可以适当扩大试点范围，更好地落实政策规划和政策文件，如落实示范区内制造业企业的出口退税政策、税收减免政策和贷款融资政策。针对享受到优惠的企业建立完善的年度评估制度和灵活的进入退出制度，倒逼示范区内企业形成良性的竞争合作机制。研究发现，对不同所有制企业政策效果存在差异，因此，应进一步减小示范区政策对不同所有制企业的差别对待，尤其要助力成熟期企业和中小制造业企业的高质量发展。

第二，制定相关举措，进一步提高示范区内企业的研发支出费用。相关统计数据表明，首批设立的12个示范区平均研发投入占地区生产总值的比重仅为1.64%，个别示范区甚至低于1%。(1)相关数据资料来源于中国政府网。本文研究发现，示范区政策不仅能够通过提升企业创新能力助力制造业高质量发展，而且从研发投入和研发产出的相对比例来看，研发产出的效率更高。因此，可以进一步提高示范区内企业的研发投入比例，发挥示范区政策的创新驱动效应和规模经济效应。

第三，培育示范区内制造业企业的动态比较优势，提高企业核心竞争力。产业具有相对比较优势才能为制造业企业长期发展注入活力，才能有效嵌入国内价值链和国际价值链、促进国内外“双循环”的实现。本文的研究发现，示范区政策并没有培育出比较优势的产业，从而降低了企业在市场上的竞争力。因此，需要加强机制设计，营造良好的营商环境，因地制宜遵循本地产业的潜在比较优势，培育出产业的显性比较优势。

当然，本文的研究也存在一些不足之处。第一，政策效果研究通常会面临“政策同时性”问题，即除了示范区政策实施以外，样本时间内示范区内可能存在其他区位导向性政策，导致实证估计结果可能不那么“干净”。尽管本文加入了各种控制变量以及控制了各种交叉固定效应，试图将企业特征、地区层面和行业层面与制造业高质量发展之间的各种内生性降到最低，但是仍然难以完全克服。第二，区域产业政策间的协同效应需要进一步研究。中国当下区域产业政策碎片化现象明显。一是部门间和区域间利益冲突。因产业利益相关度较低和地区间的政策倾斜度不一，易造成不同地区和不同部门间的协调失灵，出现地区间市场分割和部门本位主义，难以形成有效的统筹规划。二是不同区域产业政策间的不协调，表现为政策矛盾、重叠、多变等现象。因此，如何进行政策协同构建成为未来区域产业政策需要进一步改进的方向。