摘要：目前,中国经济已经进入了高质量发展的新阶段。在这一新阶段,提高企业全要素生产率无疑是实现高质量发展的重要基础。本文利用2015年颁布的《中国制造2025》作为“准自然实验”,并以2011—2018年A股制造业上市公司数据作为研究样本,考察了产业政策与企业生产率之间的因果关系。实证结果表明:《中国制造2025》有效促进了企业生产率的提高,在有效排除共同趋势、预期效应等问题后,这一结论依然稳健;在进一步对作用机制的考察中发现,《中国制造2025》主要通过资源效应(税收减免、财政补贴、信贷优惠)和竞争效应提升了企业生产率。本文的研究有助于深入理解产业政策影响企业行为的微观机理,对政府利用产业政策提振实体经济具有重要启示。
关键词：《中国制造2025》;生产率;资源效应;竞争效应
0引言
近年来,中国作为制造业强国的崛起进程举世瞩目。在1980年,中国在全球国家制造业排名中不过位列第七,而到了2010年,中国成功取代美国,成为全球最大的制造国。现有研究指出,产业政策在制造业崛起中扮演着举足轻重的角色(Aghionetal.,2015;Alderetal.,2016)。例如,李骏等(2017)、林毅夫等(2018)的研究均表明,产业政策有效提升了企业生产率。然而,产业政策的反对者也指出,产业政策可能会通过扭曲资源配置、干预市场竞争等抑制企业生产率的提升(张莉等,2019)。因此,在当前亟待改善经济增长质量的背景下,厘清产业政策对企业生产率的影响和作用机制,具有重要的现实意义。与以往文献主要关注“五年规划”等产业政策不同,本文主要考察《中国制造2025》对企业生产率的影响,以期为理解产业政策对提升经济质量究竟产生何种影响做出贡献。此外,本文的研究也可以为国内空前激烈的产业政策之辩提供一定的经验证据。在2015年5月8日,为促进企业转型升级,国务院颁布了《中国制造2025》这一纲领性文件,以重点扶持信息技术等10大领域,进而推动我国在2025年基本实现工业化。在这一纲领性文件的指导下,各级政府采取各类措施来强化这一产业政策。那么,这一政策会如何影响企业生产率?为探究上述问题,本文将《中国制造2025》的实施视为一项“准自然实验”,以2011———2018年中国A股制造业上市企业作为研究样本,考察了产业政策对企业生产率的因果影响,实证结果表明:《中国制造2025》提升了企业生产率,在排除共同趋势、预期效应、自选择问题,和反向因果关系后,结论依然稳健;进一步对作用机制的考察中发现,《中国制造2025》主要通过资源效应(税收减免、财政补贴、信贷优惠)和竞争效应促进企业生产率的提升。本文的贡献如下:首先,从微观角度考察了产业政策对生产率的影响。以往对于产业政策如何影响生产率的研究主要集中在宏观层面,而本文则更关注企业层面的生产率。其次,本文也具有一定的实证贡献。本文将2015年推出的《中国制造2025》视为一项“准自然实验”,采用双重差分法评估这一政策对生产率的影响;同时,为了进一步确保双重差分的适用性,我们还进行了共同趋势检验、预期效应检验、自选择问题和反向因果关系检验,因而在很大程度上保证了结论的可靠性。最后,本文的研究还具有一定的政策启示。近年来,经济下行压力加大,在此情形下,如何提升企业生产率、促进企业转型升级成为了各界讨论的焦点问题。本文基于中国上市公司数据,研究发现产业政策确实可以有效提升生产率,这为政府通过产业政策提振实体经济提供了一定的经验证据。
1制度背景与竞争性假说
1.1制度背景
作为转型国家,中国越来越强调市场对资源配置的决定性作用,但是其产业政策依然延续了以往政府干预经济的传统(余明桂等,2016)。在2015年5月8日颁布的《中国制造2025》中,“选择性产业政策”依然是主导思想。具体而言,《中国制造2025》为中国制造业(包括信息技术、高档数控机床和机器人等10大领域)未来10年做出了顶层规划,其目的是实现中国制造向中国创造、中国速度向中国质量、中国产品向中国品牌的三大转变,进而推动我国在2025年基本实现工业化。在这一纲领性文件的指导下,各级政府同时采取税收优惠、财政补贴、信贷优惠、放宽市场准入、进一步扩大制造业对外开放等措施来强化这一产业政策。其中,税收优惠、财政补贴、信贷优惠三项措施会降低企业的资源获取成本,而放宽市场准入、进一步扩大制造业对外开放会影响到行业内企业数量,从而改变行业内企业的竞争压力,并通过市场竞争影响生产率。
1.2竞争性假说的提出
1.2.1产业政策的生产率。提升效应企业生产率的提升是企业创新活动、组织变革、管理效率综合作用的结果,这一过程必然具有风险大、回报率不确定的特征,这会在很大程度上限制企业的融资能力。同时,除了融资的限制以外,生产率的提升还面临严重的激励不足问题。通过对已有文献的梳理,本文认为,《中国制造2025》会通过资源效应(税收优惠、财政补贴、信贷优惠)和竞争效应(放宽市场准入、扩大制造业对外开放)缓解企业生产率提升过程中面临的融资约束和激励不足问题:首先,产业政策会通过资源效应提升企业生产率。为实现《中国制造2025》的发展目标,政府会给予企业大量的税收优惠,这些税收优惠包括企业所得税减免、研发费用的加计扣除等。税收激励会在很大程度增加企业的现金流量,缓解企业面临的融资约束,进而增强了企业在不确定环境下的风险承受能力,由此提升企业生产率变革的概率。申广军等(2016)、郑宝红和张兆国(2018)的研究均表明,税收优惠促进了企业生产率的提高。同时,为响应产业政策,政府也会给予受政策扶持企业大量财政补贴。已有研究表明,政府补贴可以提升企业生产率(任曙明和吕镯,2014)。具体而言,一方面,政府补贴可以降低企业的研发成本,使本来收益较小的研发项目变得有利可图,进而使企业增加研发投入,由此促进生产率的提高;另一方面,正如前文提到的,企业生产率的提升过程面临着很高的不确定性,在缺乏外部资金扶持的情况下,具有风险规避倾向的企业经理人采取保守策略,而政府补贴可以降低企业生产率提升过程中所面临的风险,进而可能使企业主动跟进当下先进技术的发展趋势,进行技术变革与组织变革,从而提升企业生产率。此外,受政策扶持的企业更容易获得信贷优惠(余明桂等,2016;王克敏等,2017)。现有文献认为,信贷可得性在企业生产率提升过程中发挥着至关重要的作用(GattiandLove,2008),稳定的银行信贷能够缓解现金流不确定性对企业创新活动的冲击,进而推动生产率的进步。众多文献都直接或间接支持银行信贷对企业生产率的积极效应。例如,在Ayyagarietal.(2010)的研究中发现,就中国企业而言,来自正规金融机构的融资显著地促进了企业生产率的提高。综上可知,《中国制造2025》使得受政策扶持企业获得更多资源优势,并会通过资源效应对企业生产率产生积极影响。其次,产业政策会通过竞争效应提升企业生产率。《中国制造2025》明确规定要放宽市场准入、进一步扩大制造业对外开放。这一措施无疑会影响到企业的竞争压力。对于企业而言,市场竞争被认为是影响企业生产率的重要因素(Vickers,1995;Nickell,1996;Syverson,2011)。根据AghionandGriffith(2008)理论,随着行业竞争激烈程度的增强,企业想获得超额利润越来越难,为了在竞争中取胜,企业就必须通过提高技术水平,改善管理来提高生产率,从而击败竞争对手。具体而言,市场竞争环境的变化将会从以下两个方面促进企业生产率:一方面,在一个激烈竞争的环境里,企业只能获得较低的利润,甚至可能在竞争中破产。在这样的环境下,企业管理者自然有动机通过技术创新或者组织变革等措施提高企业生产率(Schmidt,1997;简泽和段永瑞,2012);另一方面,Willig(1987)的研究表明,市场竞争越激烈,产品的需求弹性就越强,此时企业管理者面临的业绩压力就非常大,在技术创新和组织改革方面稍有懈怠,就可能失去大量市场份额。综上可知,《中国制造2025》会通过竞争效应对企业生产率产生积极影响。因此,本文提出如下假说:H1:《中国制造2025》提升了受扶持企业的生产率。
1.2.2产业政策的生产率。抑制效应虽然《中国制造2025》可能通过资源效应和竞争效应促进企业生产率。但是,《中国制造2025》仍有可能通过以下三个方面抑制企业生产率的提升:首先,产业政策可能通过寻租诱导机制抑制企业生产率。在财政分权背景之下,地方政府的财权和事权都很大,对于产业政策扶持对象的选择具有极大的自由裁量权。同时,现有研究还表明,企业是否受政策扶持在很大程度上取决于企业所拥有的政治资源,而不是其真实的创新能力和发展前景(余明桂等,2010)。在此背景之下,企业管理者会密切关注政府资源分配动向,这可能会诱导企业与政府建立寻租关系(Claessensetal.,2008),以便在争夺政府掌控的资源中能够更占优势,由此导致经理人忽视对企业生产率有极大促进作用的创新研发。其次,产业政策可能通过过度投资激励机制抑制企业生产率。《中国制造2025》通过税收优惠等措施为企业的短期投资创造必要的营商环境,这虽然会降低企业成本,但也会使大量企业和资金进入受政策扶持行业,同时助长了企业短期投资冲动,随着短期投资的不断积累,很可能造成企业过度投资问题。此外,《中国制造2025》颁布以后,政府可能会建立信息披露机制,为企业提供市场需求、企业未来的投资机会、融资政策等信息,这在一定程度上降低了企业的信息搜寻成本,然而,由于这些信息能被所有受政策扶持的企业获得,这就可能导致所有企业进入同一个投资项目,由此进一步引起企业过度投资。随着短期投资的不断追加,可用于研发的资源必然减少,由此抑制了企业生产率的提升。最后,产业政策还会影响到企业竞争战略的选择(余明桂等,2016)。如前所述,在竞争激烈的市场中,企业要获得超额利润,就必须持续不断地创新,以此保持竞争地位,并获得更多的市场份额。然而,受产业政策扶持的企业本来就会获得较多资源,使得企业在较低的创新水平下依然能够生存。因此,在产业政策的扶持之下,企业可能缺乏技术变革的动力,由此抑制了生产率的提升。因此,本文提出假说H2:H2:《中国制造2025》抑制了受扶持企业的生产率。
2研究设计
2.1模型设定
为了验证《中国制造2025》这一政策性文件如何影响企业生产率,本文设定如下计量模型:TFPi,t=α0+α1treati,t×posti,t+α2∑controlsi,t+μt+ηind+θm+εi,t(1)TFPi,t表示企业i在第t年的生产率,本文利用LP法和ACF法测算企业生产率。交乘项salesi,t为主要解释变量。其中,salesi,t为受政策扶持虚拟变量,如果制造业企业为《中国制造2025》概念股中的153家公司之一,则取值为1。其中,这153家公司的行业分布如下:工业互联网与机器人;5G、云计算与大数据;航天设备;海洋工程设备及高技术船舶;先进轨道交通装备;新能源汽车;电力装备;新材料;生物医药及医疗器械;农业机械设备。如果制造企业不属于这153家公司,则salesi,t取值为0。salesi,t为时间虚拟变量,当样本区间处于政策颁布之后,则取值为1,否则为0。同时,本文加入了若干控制变量,包括:企业规模(salesi,t),用总资产的对数表示;企业销售业绩(salesi,t),用企业营业收入除以企业总资产表示;企业管理费用(mmi,t),用管理费用与营业收入的比值表示;企业经营现金流(worki,t)用经营活动现金流与营收之比表示;股权集中度(worki,t),用第一大股东持股比例表示;企业劳动密集度(worki,t),用员工数与销售额之比再乘以10000表示;销售额增长率(μt),用当年销售额与上一年销售额之差再除以上一年销售额表示;此外,模型(1)中还加入了年份固定效应(μt)、行业固定效应(ηind)以及区域固定效应(θm)。
2.2双重差分适用性的讨论
本文利用双重差分法考察《中国制造2025》对企业生产率的影响。针对本文模型设定的一个疑问是:双重差分法假定,政策冲击仅对处理组存在,而对控制组不存在。然而,本文所使用的《中国制造2025》这一政策可能不符合这一假设条件。因为这一政策是对全国所有地区实行的,所有企业都受到政策的影响。但是,本研究并不依赖于高技术行业受政策扶持更大这一假设,而仅依赖于如下假设:《中国制造2025》的政策冲击效应在《中国制造2025》概念股与非概念股之间存在变异性。对于模型设定的另外一个疑问是:利用企业是否为《中国制造2025》概念股,作为划分处理组与控制组的依据,可能面临特定的内生性问题,因为是否为《中国制造2025》概念股与生产率之间可能存在一定的相关性,由此导致反向因果问题和自选择问题。为此,在后文中,本文利用Jiangetal.(2016)、RamalingegowdaandYu(2012)的方法缓解可能存在的反向因果问题。同时,为了更好地解决自选择问题对本文估计结果的潜在影响,我们利用倾向得分匹配方法(PSM)重新为《中国制造2025》概念股寻找控制组。
2.3数据来源
本文的制造业上市公司数据来源于国泰安数据库,并以2011———2018年的样本作为主要考察区间。本文对企业数据做了如下处理:(1)删除有数据缺失的企业;(2)删除ST、∗ST企业;(3)删除负债率大于1的企业;(4)对连续变量在1%与99%分位数进行了缩尾处理。
2.4描述性统计
为描述性统计。由表中可知,企业生产率水平(以TFP1为例)的均值6.571。同时,标准差为1.173,表明不同企业之间的生产率水平差异较大,生产率发展水平很不平衡;treat的平均值为0.102,说明在本文的研究样本中,有10.2%的企业受这一政策的影响。这一初步统计结果意味着,在我国制造业上市公司中,受《中国制造2025》这一政策影响的企业较少。
3实证结果
3.1基准回归
表2为基准回归结果。由第(1)、(2)列可知,treat×post的系数均显著为正。回归结果初步表明,中国情景下,产业政策促进了企业生产率的改善,因而该结果支持假说H1。结合理论分析与实证结果,本文认为,《中国制造2025》使得受扶持企业获得税收优惠、财政补贴以及信贷优惠,同时通过放宽市场准入、扩大制造业对外开放影响到行业内企业数量,从而改变行业内企业的竞争水平,由此进一步促进了企业生产率的提升。
3.2稳健性检验
3.2.1共同趋势表2的回归结果初步表明。《中国制造2025》确实促进了企业生产率,然而,这一作用效果可能来源于受政策扶持企业与非受政策扶持企业的事前趋势特征。为了缓解共同趋势的干扰,本文借鉴MoserandVoena(2010)的方法,在基础回归的基础上控制住事前趋势项,即在表2的基础上,加入交乘项treat×time,其中,time代表时间。由表3中的(1)、(2)列可知,在加入交乘项后,treat×post的系数由表2的0.1061、0.2107变为0.0952、0.1895,但仍在1%统计水平下显著为正,表明在有效排除共同趋势的影响以后,受政策扶持企业的生产率仍高于非政策扶持企业。为了进一步缓解共同趋势的影响,本文借鉴刘啟仁等(2019)的方法,设定如下计量模型:TFPi,t=α0+∑20152012αttreati×postt+∑α2controlsi,t+μt+ηind+θm+εi,t(2)其中,postt为相应年份的虚拟变量,其余变量同模型(1)。表3第(3)、(4)列用2011年作为基准年份,则系数α2012至α2015反映了该年份相对于2011年所带来的生产率提升效应的大小。如果没有事前趋势差异,则政策前的相应系数(即α2012、α2013和α2014)应该不显著。根据表3第(3)、(4)列,交互项treat×post2012、treat×post2013和treat×post2014的系数均不显著,证明“共同趋势”前提条件成立。
3.2.2预期效益本文一个可能受到质疑的地方在于。《中国制造2025》作为提升企业活力、促进企业发展的重要措施,有可能这一政策推出之前就被企业预期到,进而提前改变企业内部资源配置,影响生产率。这种预期效应也会对研究结果造成严重干扰。为了排除这一影响,本文借鉴Cherniwchan(2017)的方法,删除政策推行前一年(2014)的数据,由表4第(1)、(2)列可知,treat×post系数仍显著为正,不支持预期效应假设。
3.2.3反向因果关系本文另外一个容易受到质疑之处是。如果《中国制造2025》的颁布会受到各省区上市公司平均生产率水平的影响,那么《中国制造2025》相对于企业生产率就是内生的,从而导致本文的研究结论存在误差。为了缓解反向因果问题的干扰,借鉴Jiangetal.(2016),通过以下模型估计地区层面的上市公司平均生产率是否能够预测《中国制造2025》的推出:treati,t×posti,t=α0+α1TFP_mm,t-1+αkcontrolsm,t+μt+θm+εm,t(3)其中,treati,t×posti,t为被解释变量,各省区的生产率水平均值(TFP_mm,t-1)为解释量,用两个指标衡量,分别是以LP方法计算的各省区上市公司生产率水平均值(TFP_m1m,t-1)与以ACF方法计算的各省区上市公司生产率水平均值(TFP_m2m,t-1)。控制变量包括区域经济增长率(gdpgrm,t)、区域通货膨胀率(fm,t)、区域研发投资的自然对数(R&Dm,t)、区域人口的自然对数(populationm,t),同时加入了年份虚拟变量(μt)和区域虚拟变量(θm)。表5第(1)、(2)列的probit回归结果表明,t-1期的生产率均值未对《中国制造2025》的推行产生预测作用,这一结果在一定程度上排除了反向因果问题。此外,借鉴RamalingegowdaandYu(2012),在模型(1)中加入滞后期和未来期的treat×post,以直接考察《中国制造2025》与企业生产率之间是否存在反向因果关系。如果真的存在企业生产率影响《中国制造2025》实施的话,那么应该观察到未来期的treat×post与当期的企业生产率之间存在相关关系。表5第(3)、(4)列的回归结果表明,当本文在模型中同时加入当期、滞后一期和未来一期的treat×post时,只有当期的treat×post显著为正。
3.2.4采用倾向得分匹配法重新估计这一部分。利用倾向得分匹配法重新选择控制组,然后再对基本假设做出检验。本文将《中国制造2025》概念股企业与非概念股企业作为筛选样本,对《中国制造2025》概念股企业进行匹配。具体而言,采用如下方法:首先,将样本数据随机化,估计出一个Logit回归模型,当企业为《中国制造2025》概念股企业时则取值为1,否则为0。其中,我们选择的匹配变量为企业规模(salesi,t)、企业销售业绩(salesi,t)、企业管理费用(mmi,t)、企业经营现金流(worki,t)、股权集中度(worki,t)、企业劳动密集度(worki,t)、销售额增长率(sgri,t)等计量模型(1)中的控制变量;其次,计算出出倾向分值,并使用最近比邻法寻找公司特征最配比的非试点公司;最后,重新对基本问题做出估计,结论与基准结果保持一致。
3.2.5可证伪检验本文同时进行如下检验:将样本替换为非政策扶持样本。由于《中国制造2025》主要针对制造业,因此农业和服务业将不会受到影响,否则可能是其他因素在发挥作用。具体而言,如果某一属于农业和服务业,则salesi,t取值为1,否则取值为0。salesi,t依然为时间虚拟变量,当样本区间处于政策颁布之后,则取值为1,否则为0。表7第(1)、(2)列报告了这一文件对农业和服务业生产率的回归结果,由表中可知,treat×post的系数不显著。
3.2.6随机定义处理组与控制组为进一步减少宏观因素的干扰,本文将样本随机分为处理组与控制组。表8报告了回归结果,可以发现treat×post的系数并不显著,表明随机指定在《中国制造2025》后企业生产率的变化并不存在显著差异。
4机制检验
以上分析主要论证了《中国制造2025》与企业生产率的因果关系。接下来的疑问是,《中国制造2025》真的通过资源效应与竞争效应两个传导机制,对企业生产率起到促进作用吗?接下来,本文将检验这两个机制。
4.1对资源效应的检验
为实现《中国制造2025》的发展目标,政府会给予企业大量资源,其中就包括税收减免、财政补贴以及信贷优惠,这些资源会在很大程度上缓解融资约束,进而缓解现金流不确定性对企业创新活动的冲击,由此推动生产率的进步。本文从实际税率(ETR)、财政补贴(subsidy)、长期贷款增量(dlt)三个角度衡量企业获得的资源。其中,实际税率ETR=(所得税费用-延递所得税费用)/(调整的税前会计利润-延递所得税费用/名义税率),财政补贴subsidy=政府补贴/营业收入、长期贷款增量dlt=(当期长期贷款-上一期长期贷款)/企业总资产衡量。同时,为了更好地缓解遗漏变量以及反向因果的影响,本文借鉴Brogaardetal.(2017)的方法,只保留政策推行前后各一年的数据,即2014—2016年的样本。表9的panelA列示了《中国制造2025》对企业税率、财政补贴以及信贷优惠影响的单变量双重差分检验结果,表中before表示在《中国制造2025》实施之前,Post表示在《中国制造2025》实施以后。PanelA的结果反映,在2015年实施《中国制造2025》后,受政策扶持的企业税率显著降低,财政补贴和信贷优惠显著增加。可见,相较于非政策扶持的企业,《中国制造2025》的实施使得受政策扶持的企业获得了更大的资源优势。接下来,本文以生产率的一阶差分作为因变量(ΔTFP1与ΔTFP2),因为有效税率、财政补贴以及信贷优惠可能存在多重共线性,因此我们以三个变量的一阶差分作为自变量进行回归。此外,控制变量也取一阶差分。表9的panelB列示了企业税率(ΔETR)、财政补贴(Δsubsidy)以及信贷优惠(Δdlt)对生产率(ΔTFP1与ΔTFP2)影响的检验结果。由表中可知,ΔETR的系数显著为负,而Δsubsidy、Δdlt显著为正,表明税率的提高不利于生产率的提升,而财政补贴和信贷优惠有利于生产率的提升。综合panelA和panelB的检验结果可以看出,《中国制造2025》所带来的资源优势(更低的税率、更多的财政补贴以及更多的信贷优惠)显著促进了企业生产率的提高。
4.2对竞争效应的检验
《中国制造2025》明确进一步扩大制造业对外开放。这一措施无疑会改变行业内企业的竞争压力。一方面,在这样的环境下,企业管理者自然有动机通过技术创新或者组织变革等措施提高企业生产率(Schmidt,1997;简泽和段永瑞,2012);另一方面,Willig(1987)的研究表明,市场竞争越激烈,产品的需求弹性就越强,此时企业管理者面临的业绩压力就非常大,在技术创新和组织改革方面稍有懈怠,就可能失去大量市场份额。本文利用两个指标衡量企业面临的市场竞争,第一个指标为赫芬达尔指数(Com1),第二个指标为市场集中度比率(Com2),这两个指标越大,意味着企业的垄断地位越高。因此,这两个指标均与企业面临的竞争压力成反比。的panelA列示了《中国制造2025》对市场竞争影响的单变量双重差分检验结果。PanelA的结果反映,在2015年实施《中国制造2025》后,受政策扶持的企业的垄断优势有所丧失,所面临的市场竞争压力明显加大。接下来,本文以生产率的一阶差分作为因变量,并分别以Com1、Com2的一阶差分作为自变量进行回归。表10的panelB列示了两个竞争压力指数对生产率影响的检验结果。由表中可知,ΔCom1、ΔCom2均显著为负,表明企业的垄断优势越大,越不利于生产率的提高。综合panelA和panelB的检验结果可以看出,《中国制造2025》所带来的竞争效应显著促进了企业生产率的提高。
5结论
本文以2015年推行的《中国制造2025》作为“准自然实验”,并以2011———2018年A股制造业上市公司数据作为研究样本,考察产业政策对企业生产率的因果影响。理论而言,一方面,《中国制造2025》使得受政策扶持企业获得大量资源,其中就包括税收减免、财政补贴以及信贷优惠,这些资源会在很大程度上缓解融资约束,进而缓解现金流不确定性对企业创新活动的冲击,进而推动生产率的进步;同时,《中国制造2025》明确规定要放宽市场准入、进一步扩大制造业对外开放。这一措施无疑会使得市场竞争更加激烈,进而使得企业为了争取更大的市场份额而努力提升生产率水平。另一方面,产业政策可能会在一定程度上诱导企业与政府建立寻租关系,由此导致经理人忽视创新研发。同时,产业政策可能助长企业短期投资冲动,由此造成了企业过度投资问题,使得用于研发的资源减少,由此抑制了企业生产率的提升。因此,在产业政策的扶持之下,企业可能缺乏技术创新的激励,由此进一步抑制企业生产率。可见,《中国制造2025》对于企业生产率的影响难以直接预期,需要定量考察。本文的研究结果显示,《中国制造2025》促进了企业生产率的提升,在有效缓解共同趋势效应、预期效应、自选择问题以及反向因果关系的影响后,这一结论依然成立。进一步地,在对作用机制的考察中发现,《中国制造2025》主要通过资源效应(税收减免、财政补贴、信贷优惠)和竞争效应对企业生产率产生促进效应。本文的研究结果意味着,产业政策作为发展中国家赶超发达国家的重要干预措施在中国仍然具有很大的实施空间。本文比较深入地探讨了《中国制造2025》对企业生产率的影响及其作用机制,证实了产业政策的实施确实会有效提升企业生产率。本文的研究有利于丰富企业生产率影响因素的相关文献,也有利于深化对产业政策经济后果的认识。不仅如此,本文的研究还具有以下政策内涵:首先,各级政府应该充分意识到产业政策在企业生产率变革中发挥的重要作用,进而有效利用产业政策推动生产率进步,由此为中国经济实现高质量发展奠定重要的微观基础;其次,本文的研究结论还表明,资源效应和竞争效应是《中国制造2025》影响企业生产率的重要机制,因此,政府应该制定差异化的产业政策,对缺乏资源以及缺乏良性竞争环境的企业给予更多倾向,由此全面激发不同企业的生产率,使产业政策的实施更有针对性,由此达到产业政策的实体经济振兴目标。当然,在具体的政策实践中,需要慎重对待本文的结论,本文的分析还具有一定局限性。首先,本文主要关注《中国制造2025》对企业生产率的影响,而其他的产业政策如何影响企业生产率还有待更深入的研究。其次,产业政策对企业行为的影响往往是多元的,例如对企业投资效率、创新研发、产能利用率等的影响。因此,有效评估《中国制造2025》的其他经济后果也是十分必要的。
作者:潘凌云
