重点产业政策、资源重置与产业生产率，本文主要内容关键词为：生产率论文,产业政策论文,重点论文,产业论文,资源论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
中国经济经过近30年的粗放式发展，经济和社会发展面临的资源和环境约束日益强化，因此，国家“十二五”规划把“转变经济发展方式，促进产业转型升级”作为当前阶段政府工作的重中之重。在国家“十二五”规划的指引下，各级地方政府积极响应，纷纷出台地方产业政策，旨在改造提升传统制造业、培育发展战略性新兴产业，推动辖区产业结构转型升级。产业政策成为当前中国各级地方政府加快本地经济发展与推动本地经济增长方式转变的重要抓手。提高产业政策效果有赖于对已有产业政策效应的正确评估，因此，产业政策效应评估是当今中国“调结构，促转型”工作中一个亟待解决的重要实证问题。
在世界各国运用产业政策促进产业结构优化升级和经济发展的过程中，重点产业政策是常用的政策之一。本文中我们将重点产业政策定义为：政府鼓励向一些产业或部门投资而不鼓励向其他产业或部门投资，从而促进产业不平衡发展的产业政策。通过选择适合经济体中现阶段资源禀赋优势的、前后向关联性强的产业作为重点产业，有意识地将资源导向这些产业，可以充分发挥这些产业对其他产业和国民经济的带动作用，加快产业转型升级的速度，促进一国经济更好更快地发展。因此，研究产业政策效应，可以从重点产业政策着手。人们倾向于认为重点产业政策能够提高相关产业在整个制造业中的产出份额，但重点产业政策是否能够促进产业生产率增长却是个难以简单判断的问题。然而，这一难以简单判断的问题却至关重要，只有相关产业的生产率得到提高，产业政策效果才会内生地自我强化并长期持续，才能实现产业结构调整与产业优化升级的目标。因此，本文的目的在于，基于我国工业企业数据库和手工收集整理的重点产业数据，系统地实证检验中国制造业重点产业政策对产业生产率的影响。
Syverson(2011)指出，产业生产率增长的两个来源是：企业内部效应和企业之间资源重置效应①。企业内部效应是指产业内企业自身的TFP提高；企业之间资源重置效应是指通过改变产业内部企业之间的资源配置状况，促使生产率增长率更高的企业增长更快，或者生产率增长率较高的企业进入取代原来在位的生产率增长率较低的企业，其实质是生产率增长率更高企业的份额相对提高。聂辉华和贾瑞雪(2011)对我国制造业产业TFP增长率的分解结果表明，平均而言，中国制造业生产率增长几乎全部来自于企业内部生产率的增长，企业之间的资源重置效应近似于0。因此，降低制造业的资源误置程度，提高产业生产率，关键在于如何提高产业内部企业之间的资源重置效应。在为数不多的关于产业政策效应评价的文献中，仅有Aghion等(2012)研究了中国产业政策对生产率的影响。该文仅研究了中国产业政策如何才能提高产业生产率增长的企业内部效应，对企业之间的资源重置效应未作探讨。本文在这方面做了有益尝试，以重点产业中生产率增长率更高的企业是否得到了更多政府补贴或税收优惠来衡量重点产业政策在产业内部企业之间的资源重置效应②，实证检验不同类型重点产业内部的企业之间资源重置效应是否存在差异，并由此导致不同类型重点产业的生产率提高程度不同③。
具体而言，本文首次将我国地方政府五年规划中政府鼓励发展的产业定义为重点产业，定量研究重点产业政策的生产率效应以及这种效应是否存在产业间差异，并进一步探讨造成重点产业生产率效应产业间差异的可能原因。首先，本文构造了我国各省份制造业二位码产业TFP与重点产业相匹配的面板数据，研究重点产业政策在总体上对产业生产率的影响以及这种影响是否存在产业间差异。结果发现，中国地方政府的重点产业政策总体上显著提高了地方产业的生产率；重点产业政策的生产率效应因产业类型而异。然后，为了对重点产业政策生产率效应的产业间差异提供一种可能的解释，进一步利用企业微观数据实证检验了地方政府将资源导向产业中生产率增长率更高企业的程度在不同产业类型上是否具有显著差异。我们发现，重点产业政策将资源导向生产率增长率更高企业的程度在不同产业类型上存在显著差异，重点产业政策的资源重置效应差异是造成重点产业政策生产率效应产业间差异的可能原因之一，而这种产业政策的资源重置效应差异可能是信息优势差异所造成的。
在实证分析中，本文识别了重点产业政策与产业生产率之间的相关关系。为了验证这种相关关系是稳健的，本文采用了工具变量法、控制期初生产率水平以及弱内生性子样本3种策略缓和重点产业样本可能存在的内生性后，我们的基本结论依然成立，显示出本文的发现具有稳健性。本文的研究过程体现了以微观基础与政经互动的视角研究产业政策有效性的思路。本文的实证发现意味着，中国政府可以通过合理的重点产业政策优化资源配置，提高产业效率，从而促进产业优化升级和经济发展，在此过程中应该注意因产业制宜，以最大限度提高产业政策效果。
本文以下部分安排如下：第二部分在理论分析的基础上提出待检验的理论假说；第三部分对本文两大基本数据情况给予说明；第四部分呈现基本实证结果和稳健性回归结果；第五部分检验重点产业政策的生产率效应是否存在产业间差异；第六部分进一步识别重点产业政策的资源重置效应在不同产业类型上的差别，为重点产业政策生产率效应的产业间差异提供一种可能的解释；最后是结论性评述。
二、理论述评
经济发展本质上是一个技术、产业不断创新，结构不断变化的过程(林毅夫，2010；潘士远、金戈，2008)。产业政策是一系列对产业发展有重大影响的制度和安排的总和(周振华，1990)，许多国家的政府均倾向于通过实施产业政策推动产业经济发展。于是，产业政策是否促进了产业发展和提高了产业效率，就成为经济学界关注的一个实证话题。
关于产业政策生产率效应评价最早的实证研究来自Kruger和Tuncer(1982)。他们以土耳其20世纪60年代的贸易保护政策为例，对保护幼稚产业理论进行了实证检验。数据分析表明，受到更多保护的企业或产业的单位投入产出并不比受到更少保护的企业或产业多，意味着产业政策并没有提高受保护产业的生产率，结果并不支持保护幼稚产业理论。Beason和Weinstein(1996)采用日本13个产业部门1955～1990年的数据，研究发现产业优惠政策(比如税收优惠、补贴和产业保护)既没有提高目标部门的规模收益，也没有提高目标部门的资本积累率或TFP增长率。由此可见，较早时期关于产业政策效应的研究并未发现产业政策显著提高产业生产率。
近年来，国外学者对产业政策效果进行了更加规范的实证研究。Criscuolo等(2012)利用一个泛欧洲区域选择性企业支助项目的支助规则变化构建是否参与项目的工具变量，研究该项目对企业各经济变量的影响，结果发现，参与该项目显著提高了企业的就业、投资和净进入，但对企业生产率没有显著影响。Aghion等(2012)通过构建一个两时期两产品模型说明，如果产业政策手段能够增进企业间竞争，则能够促进企业增长。他们进一步采用中国工业企业数据库1998～2007年的企业层面数据考察了政府补贴和税收优惠等产业政策手段对企业TFP的影响，结果发现如果这些政策手段能够促进竞争，则能够显著提高企业TFP。
以上文献表明，产业政策生产率效应因时因地因条件而异，这才使得产业政策生产率效应评估及作用条件识别工作变得更为必要和重要。以上研究中与本文最为接近的是Aghion等(2012)，二者均是研究中国产业政策对生产率的影响。但是本文在以下几个方面与其有显著不同：第一，他们将产业政策作为一个整体来考察，本文仅考察产业政策中的重点产业政策；第二，他们仅考察了产业政策对产业内部企业TFP的影响，即产业生产率增长的企业内部效应，本文在检验了重点产业政策对产业总体TFP的影响后，特别考察了它对企业之间资源重置效应的影响，并揭示了重点产业政策资源重置效应的产业间差异可能是导致重点产业政策生产率效应产业间差异的原因之一；第三，他们采用的是企业层面数据，本文同时采用了产业和企业层面数据。
中国是一个发展中大国，经济发展很大程度上是在地方层面推动与实现的。中国干部治理具有“党管干部”和对上负责的重要特点，各级地方干部是由中央和上级进行考核和任命的(周黎安，2008；徐现祥、王贤彬，2010)。在中央将经济增长和经济结构转型升级作为重要目标的情况下，各级地方政府均有极大的激励跟进，通过出台与推行重点产业政策，推动本地产业发展和产业结构转型升级。地方政府通过重点产业政策影响地方产业发展，一般是通过制定一系列的规划，确定政府产业发展的重点目标和方向以及产业政策手段，并按照规划实施具体的产业政策手段来实现的。我国重点产业政策最直接明了的体现是在各级政府五年规划内列出重点产业④，确定相关产业发展目标和方向。为了实现五年规划确定的产业发展目标，各级政府会针对某一类或一个重点产业制定专项产业规划，明确并实施具体的产业政策手段和配套措施，将资源和要素导向这些重点产业。
财政、金融、外贸等间接产业政策手段已经成为地方政府推动重点产业政策目标实现的主要手段，这些政策手段的实施必然改变重点产业与非重点产业之间以及重点产业内部企业之间的资源配置状况。首先，从产业层面来看，地方政府会有意识地将资源导向重点产业或降低这些产业的资源使用成本，绝对或相对地提高重点产业的资源占有量，以扶持这些产业优先发展。其次，从重点产业内部企业层面来看，给定其他条件不变，地方政府会倾向于选择重点产业中生产率增长率更高的企业进行扶持。本文中我们用全要素生产率(TFP)来衡量产业生产效率。全要素生产率是指“生产活动在一定时间内的效率”。它一般的含义为资源(包括人力、物力、财力)开发利用的效率。从经济增长的角度来说，生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察，生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。虽然地方政府的决策函数可能包含多元目标，但是在目前的GDP政绩考核激励下，短期内快速拉动地方经济增长仍然是地方政府的首要目标。给定这一目标，地方政府作为理性经济人，在做出最优化决策时，追求的是产出投入比的最大化，也往往对应于生产效率的最大化。因此，面对重点产业中生产率增长水平各异的企业，给定其他条件不变，地方政府的理性选择是将资源投向生产率增长率更高的企业，对这些高成长性的企业进行重点扶持，以使政策效果最大化⑤。综上，重点产业政策实施可能使得重点产业相对于非重点产业得到更多资源，尤其是重点产业中生产率增长率更高的企业。
重点产业政策实施带来的这种资源再配置可能提高产业生产率。重点产业政策对产业生产率的影响本质上是通过影响微观企业个体实现的，这种影响至少存在企业内部效应与企业之间资源重置效应两种机制。首先，重点产业政策通过研发活动补贴、创新活动税收优惠等政策措施对重点产业内的企业进行扶持，使得重点产业中企业相对于非重点产业中企业获得了更多资源，可能诱导企业增加生产率增进型投资，提高企业自身的生产率，产生企业内部效应，从而提高整个产业的生产率。其次，重点产业政策通过财政补贴和税收优惠等形式有意识地将资源导向重点产业中生产率增长率更高的企业，同时采取措施限制生产率增长率较低企业发展，甚至促使其退出市场，从而优化产业内部企业之间的资源配置状况，促使生产率增长率更高的企业增长更快，企业份额相对上升，产生企业之间的资源重置效应，导致重点产业的生产率提高。重点产业政策在企业微观层面产生的这种企业内部效应和企业之间资源重置效应，加总到产业层面上，就表现为重点产业总体生产率水平提高。
体制和制度约束是影响政策绩效的重要因素(Chong and Gradstein,2009)。由于地方政府通过重点产业政策改变产业之间以及产业内部企业之间的资源配置状况而影响产业生产率，它对生产率的影响程度必然受到宏观政治体制和微观产业特征的影响。体制和制度特征对资源配置状况的影响会随着产业类型变化，在不同类型产业中产生不等的企业内部效应和企业之间资源重置效应，从而使得重点产业政策的生产率效应因产业类型而异。为了探讨重点产业政策对不同类型重点产业的生产率影响程度差异，本文以下部分按两个标准对重点产业进行分类：第一种，根据地方五年规划确定的重点产业是否与国家规划确定的重点产业相同，将其划分为与国家规划相同与相异的重点产业两类；第二种，根据重点产业自身的特征差异，将重点产业细分为重点支柱、重点传统和重点新兴产业三类⑥。
首先，体制和制度特征的影响使得地方政府将资源导向重点产业中生产率增长率更高企业的能力因产业类型而异，导致重点产业政策的资源重置效应在不同产业类型上存在差异。
一般来讲，地方政府具有扶持高生产率增长率企业的动机，但它能否实施这一策略，很大程度上取决于它正确识别企业生产率增长率的能力，而这种识别能力归根结底又取决于政府所掌握的产业与企业信息。在理论上，新结构经济学指出了信息在政府引领产业结构转型升级中的重要作用。林毅夫(2007)的潮涌现象理论指出，在发展中国家，企业很容易对哪一个是有前景的新产业形成共识，政府相对于企业具有总量信息优势，可以利用这一信息优势制定产业政策引导产业升级。林毅夫(2010,2012)在新结构经济学中进一步强调，政府能够通过“为新产业提供信息”以及“为先驱企业补偿信息外部性”在结构变动中发挥因势利导作用，进一步凸显了信息对于政府引领产业结构变动的重要作用。在实证上，宋凌云等(2012)提供了信息重要性的经验证据。他们发现，地方官员只能够短期内引领辖区产业结构变动，而无法长期引领，是由于一旦地方官员开始引导辖区产业结构变动，他们相对于企业的总量信息优势将很快失去。本文则进一步认为，地方政府在不同类型重点产业中的信息完备程度并不相同，决定了它将资源导向生产率增长率更高企业的能力在不同产业类型中有明显差异。
我国的宏观政治体制特征决定了地方政府对与国家规划相同与相异的重点产业的信息完备程度不同。我国的宏观政治体制催生了有中国特色的干部治理体制，在中国现行干部管理体制下GDP政绩考核的单一强力激励之下，地方官员既受到较短的任期限制，又受到本地经济条件的约束，其在制定地方产业政策时会更多考虑产业政策是否能在有限任期内显著拉动本地经济增长。中国幅员辽阔，各地区经济发展水平和发展优势参差不齐，国家制定的重点产业政策往往与本地经济发展条件不匹配，或者具有较强的前瞻性，在短期内难以显著拉动本地经济增长。正因如此，地方政府在制定地方产业政策时，采取了因地制宜的策略。对国家规划确定的不符合本地实际的重点产业，地方政府多数是形式上响应，只将其列入规划，较少做出实质性的政策倾斜与手段扶持。相反，对于那些国家规划没有提及，但适合本地发展条件，因而能较快拉动本地经济增长的产业，地方政府则列入规划，并且予以实质性的政策性扶持。此外，同级地方政府之间的横向竞争，也会促使地方政府在重点产业政策制定上采取差异化策略，选择本地特色产业作为重点产业。由此可见，与国家规划相异的重点产业往往是地方政府出于政治激励主动选择的结果，更符合本地实际，地方政府对此类产业的信息完备程度更高，其中企业的生产率增长率更容易识别；与国家规划相同的重点产业则往往是地方政府响应上级号召而被动选择的结果，可能并不符合当地经济发展条件，或者缺乏相应的发展基础，地方政府对该类产业的信息较为缺乏，其中企业的生产率增长率较难识别。综上，宏观政治体制特征的影响使得地方政府将资源导向产业内生产率增长率更高企业的能力在与国家规划相同与相异两类重点产业间具有显著差异。
另外，微观产业特征决定了地方政府对重点支柱、传统与新兴三类重点产业的信息完备程度有显著差异。支柱产业最为成熟，政府对该类产业的信息最为完备，其中企业的生产率增长率最容易识别；传统产业由于改造提升的需要，可能会陷入短暂的衰退或波动之中，导致政府对该类产业的信息具有一定的不确定性，其中企业的生产率增长率相对较难识别；新兴产业处于培育发展阶段，政府对该类产业的信息最为匮乏，其中企业的生产率增长率最难识别。可见，地方政府对于重点支柱、传统与新兴产业的信息完备程度显著不同，在三类产业中识别生产率增长率更高企业的能力有显著差异，导致地方政府将资源导向产业内生产率增长率更高企业的能力在重点支柱、传统与新兴产业间明显不同。
以上分析表明，尽管地方政府在产业内部配置资源的策略是将资源导向生产率增长率更高的企业，但在策略实施过程中，由于它对不同类型产业的信息完备程度不同，会导致它对不同类型产业的生产率增长率识别能力有差别，从而使得它将资源导向生产率增长率更高的企业的能力在不同产业类型上表现出显著差异。这种能力差异使得它在不同类型重点产业内部将资源导向生产率增长率更高企业的程度不等，产生了不同程度的资源重置效应和生产率效应。
其次，体制和制度特征的影响也可能导致地方政府对不同类型重点产业的扶持力度有区别。这种扶持力度不均等可能会改变产业之间的资源配置状况，使得重点产业政策的生产率效应在不同产业类型上表现出差异。由于扶持力度差异不在本文考察范围之内，在此不予赘述。
因此，重点产业政策能够改变不同类型重点产业之间以及重点产业内部不同企业之间的资源配置状况，宏观政治体制特征和微观产业特征的综合作用使得重点产业政策对产业之间及产业内部企业之间的资源配置状况的影响因产业类型而异，在不同类型产业中产生不同的企业内部效应和企业之间资源重置效应，使得重点产业政策的生产率效应表现出产业间差异。
综上所述，我们提出本文有待检验的3个理论假说。
理论假说1：中国地方政府的重点产业政策总体上能够显著提高地方产业的生产率。
理论假说2：重点产业政策对产业生产率的影响程度在不同产业类型上具有显著差异。
理论假说3：重点产业政策对产业生产率影响程度因产业类型而异的可能原因是，地方政府在不同类型产业中将资源导向生产率增长率更高企业的程度差异所产生的资源重置效应差异。
本文以下部分，我们通过实证分析，对上述理论假说分别进行检验。
三、数据
为了验证理论假说1和2，本文将构造我国各省份制造业二位码产业TFP与重点产业变量相匹配的面板数据。为了验证理论假说3，我们将经过原始处理的中国工业企业数据库中政府补贴或税收优惠小于等于零的观测值删除，构造企业层面的政府补贴或税收优惠与企业TFP增长率相匹配的非平衡面板数据。以下对两大原始数据情况加以说明。
(一)中国工业企业数据库
本文所有企业或产业数据均来自国家统计局的全部国有及规模以上工业企业数据库，样本区间是1999～2007年。我们对工业企业数据作了如下原始处理。首先，删除了采矿业、电力、燃气及水的生产和供应业数据，仅保留制造业数据；其次，对2003年以前的行业类别按照国民经济行业代码GB/T4754—2002进行了重新调整，以保持整个考察期内的行业口径一致；第三，由于2004年增加值、销售额、总产值、新产品产值和出口交货值等指标缺失，本文利用2004年经济普查数据库与中国工业企业数据的对应关系，补充了2004年的缺失指标，从而建立了1999～2007年的完整面板数据；第四，删除了明显异常、存在测量误差以及遗漏变量的样本，例如删除了工业总产值、工业增加值、固定资产、从业人员等数值为0的样本。最终得到包括我国30个省级区域(西藏除外)的约137万个观测值。
(二)重点产业政策
地方产业政策的制定往往是通过各种规划予以统筹指导的，因此我们首先手工收集中国内地30个省份的“九五”、“十五”以及“十一五”3个五年规划，并整理出其中的重点产业政策。坦白而言，整理出规划中的重点产业政策实非易事。各省份政府在规划中提到的产业名称五花八门，与国民经济行业分类中的名称很难对应，为此我们做了以下简化和处理：(1)国家和各省份规划中均有一章专门讨论工业发展的，其中会论述工业发展和工业结构调整目标。我们将其中提到的所有制造业产业均提取出来，视为重点产业。(2)对于规划中提到的具体的制造产品，我们按照国民经济行业代码(GB/T4754－2002)将其归入相应的二位码产业，比如将汽车归入交通运输设备制造业(行业代码37)，将水泥归入非金属矿物制品业(行业代码31)。(3)对于规划中提到的新材料、新能源等，由于涉及众多产业，无法归入某个具体产业，不作考虑。
在收集整理各省份重点产业的基础上，我们以下面两种方式构造重点产业指标：(1)对五年规划中提及的产业，均视为重点产业，构造相应的重点产业虚拟变量；(2)尽管不少产业被政府五年规划提及，但是政府的具体态度仍然是有差别的，我们对各省份的五年规划进行分析后，将重点产业细分为“重点支柱产业、重点传统产业、重点新兴产业”三类，并构造更加细致的重点产业虚拟变量，考察政府重点产业政策对产业生产率的影响。这些产业具有不同的产业特征，政府因此施以了有差别的产业政策，因此在实证研究中我们也按照该分类标准，考察不同类型的重点产业对生产率的影响程度是否具有显著差异。
为了对我国重点产业政策的全貌有基本了解，我们分别统计了30个二位码产业在不同规划期被选定为重点产业的次数，统计结果见表1。按照各二位产业被各省份选为重点产业的次数排名，“九五”期间，排名前5位的产业依次为：有色金属冶炼及压延加工业、食品制造业、通信设备、计算机及其他电子设备制造业和纺织业。“十五”期间，排名前5位的产业依次为：医药制造业、通信设备、计算机及其他电子设备制造业、电气机械及器材制造业、非金属矿物制品业和食品制造业。“十一五”规划期间，排名前5位的产业依次为：医药制造业、通信设备、计算机及其他电子设备制造业、专用设备制造业、有色金属冶炼及压延加工业和化学原料及化学制品制造业。表1的统计数据表明，同一规划期内，各省份的重点产业主要集中在若干产业，也就是说同一阶段各省份倾向于选择相同的产业作为重点产业。
为了对重点产业在时间维度上的变化有基本认识，我们统计了各省份“九五”规划、“十五”规划及“十一五”规划中，重点产业不相同的个数，结果见表2。统计结果表明，同一省份不同规划期重点产业有显著变化。进一步分析表明，由于国家不同五年规划中确定的重点产业发展方向均有显著变化，各省份制定地方产业发展方向时根据国家规划确定的方向相应调整，因此各省份不同规划期重点产业均有显著变化。
最后，我们统计分析了各省份选择的重点产业与国家选择的重点产业的相同情况，具体结果见表3。可以看出，各个规划期各省份重点产业与国家五年规划重叠的比例较高，绝大部分在50％或以上。各个规划期对比，平均而言，“十五”规划期间各省份重点产业与国家五年规划相同的比例最高，相同比例达到79％，另外两个规划期的平均相同比例均为55％。这意味着，各省份一般倾向于按国家五年规划的产业规划方向选择自己的重点产业，但是不同省份选择重点支柱产业时，会综合考虑本地区产业发展的现状和优势，具有高度的自主性与能动性。
四、实证分析：重点产业政策的生产率效应
为了识别重点产业政策总体上对产业生产率的影响，验证理论假说1，本部分设定如下实证模型：
其中下标i、j、t分别代表二位码产业、省份和年份，以下省略下标。TFP为各省份制造业二位码产业的全要素生产率，其测算方法为：首先用OP方法估算出企业的TFP，并分别用企业增加值、就业人数、总产值和销售额作为权重进行加权，求出加权平均的各省份二位码产业的TFP。
IMPIND是重点产业虚拟变量，是本文的核心解释变量，它的赋值方法是将各省份五年规划中提到的二位码产业均视为重点产业，对应省份和规划期年份，产业属于重点产业，则IMPIND取1，否则取0。它的系数
是本文关注的核心系数，该系数显著为正，表明政府对重点产业进行扶持，总体上显著提高了这些产业的生产率。根据前文的数据描述和研究需要，另外构造了3个分类重点产业虚拟变量，分别是重点支柱、重点传统以及重点新兴产业虚拟变量IMPINDP、IMPINDT、IMPINDN。它们的赋值方法与IMPIND类似，对应省份和规划期年份，产业属于哪类重点产业，则相应的分类重点产业虚拟变量取1，否则取0。
X是控制变量向量，
是其系数向量。根据现有文献的研究进展，X是影响产业生产率的一系列经济变量，具体包括投资率INVEST(产业固定资产投资额除以产业工业总产值)、人力资本COLLEGE(省份在校大学生人数的对数)⑦、出口额占比EXPORT(全省份出品额占工业总产值的比例)、专业化程度HHI(各产业就业份额平方的累加和)、企业平均规模ASIZE(产业内企业总就业人数除以企业个数)、国有资本占比SOE(产业国有和集体资本金占企业占实收资本的比例)以及产业、省份和年份虚拟变量。
(一)基本结果
表4报告了基于实证模型(1)的回归结果。无论是以增加值、就业人数、总产值还是销售额为权重加权的产业生产率作为被解释变量，我们关注的重点产业虚拟变量IMPIND的系数始终显著为正，且均能通过1％显著性水平的统计检验。这表明，给定其他条件不变，相对于非重点产业，规划为重点产业总体上显著提高了这些产业的全要素生产率。具体而言，当以增加值加权的产业TFP作为被解释变量时，我们关注的核心解释变量IMPIND的系数＝0.05，这表明，给定其他条件不变，重点产业的TFP值平均比非重点产业高出0.05。而以就业人数、总产值和销售额加权的产业TFP作为被解释变量时，我们关注的核心系数＝0.04，这表明，给定其他条件不变，重点产业的TFP值平均比非重点产业高出0.04。以上结果表明，整体而言，无论以哪种指标度量产业生产率，规划为重点产业均显著提高了这些产业的生产率，即中国地方政府的重点产业政策总体上显著提高了地方产业的生产率，初步验证了本文的理论假说1。
(二)稳健性分析
以上基本回归结果的可信性依赖于核心解释变量——重点产业虚拟变量是外生变量。但是，这一假定在现实中可能并不成立，从而影响基本结果可信性。现实中，由于高利润与高增长的产业能迅速提升地区经济总量、就业和税收份额，中国各级各地政府有强烈的动机将地区产业和经济发展的方向导向这些产业，从而越可能将这些产业选做重点产业。这使得重点产业政策和产业生产率之间可能存在双向因果关系，各省份的产业成为重点产业可能存在自选择问题。当重点产业政策具有内生性的时候，采用传统计量实证方法考察重点产业政策对产业生产率的影响难以得到一致的结果。因此，为了克服重点产业的选择性偏误，以下我们采用3种策略尝试缓和重点产业样本可能存在的内生性。
1.采用工具变量法
首先，采用工具变量法来缓和重点产业虚拟变量可能存在的内生性。由于内生变量——重点产业虚拟变量本身是个虚拟变量，而影响产业成为重点产业的因素众多，直接使用这些影响因素变量作为工具变量可能会造成弱工具变量性(weak instruments)。现有文献已经给出这一问题的解决方法，Wooldridge(2002)对处理效应(treatment effect)使用工具变量估计法时，为了克服该过程的行为自选择问题，使用二项选择模型的估计拟合值作0、1型解释变量的工具变量。参考Wooldridge的做法，我们采用以下的处理方法：(1)用Probit模型量化地方政府的重点产业选择行为，估计出产业被选择为重点产业的概率；(2)将对该Probit模型估计的拟合值作为工具变量⑧。
由于地方政府选择重点产业可能具有一定的目的性，我们设定重点产业的Probit选择模型如下：
其中，X表示模型(1)中的控制变量，INDSHARE为产业的份额，对应相应权重的产业生产率指标，分别为产业的增加值、就业、总产值和销售额份额。我们认为，地方政府选择重点产业的重要依据之一是产业对地区经济的相对重要性，而产业占全省份的份额可以作为产业重要性的合理代理变量。产业份额既能够显著影响一个产业成为重点产业的概率，对产业TFP水平又不会产生直接影响，因此，选择它作为产业成为重点产业的重要影响因素变量是合理的。我们用Probit模型估计得到拟合值，并以Probit估计拟合值作为工具变量对模型(1)进行了估计。
采用工具变量法的回归结果见表4的PANELB。其中重点产业虚拟变量的系数在以增加值、就业人数、总产值和销售额加权的产业TFP值作为被解释变量时均显著为正，且均能通过显著性水平为1％的统计检验，系数大小相对于PANEL A的基本结果而言也显著增大。同时，回归结果通过了所有关于工具变量的计量统计检验⑨。因此采用工具变量法缓和重点产业样本可能存在的内生性后，我们的基本结论仍然成立。
有意思的是，在PANEL A的基本结果中，采用不同的权重时，重点产业变量的系数无显著差异，但是采用工具变量法缓和重点产业样本可能存在的内生性后，以产值(包括增加值、总产值和销售额)加权的TFP作为被解释变量时重点产业虚拟变量的系数显著大于以就业人数加权的TFP作为被解释变量时的系数。该结果一定程度上可能反映了地方政府重点产业政策采取的是产值导向而非就业导向，这与现行干部管理体制下GDP政绩考核产生的政治激励相吻合。
2.控制样本期初产业TFP水平
其次，在实证模型(1)中引入样本期初的产业TFP水平作为额外的控制变量。如果重点产业变量和产业生产率之间存在反向因果关系，即政府是有意识地选择生产率高的产业作为重点产业，则控制了样本期初的产业TFP水平后，可能无法观察到重点产业政策显著提高产业的TFP。控制样本期初的产业TFP水平后，如果实证结果没有发生本质改变，则表明这种反向因果关系可能并不严重，未曾影响我们结论的可靠性。相应的结果见表4的PANEL C。不难发现，控制了样本期初的产业TFP水平后，重点产业虚拟变量的系数与PANEL A中的基本结果相比，无论是显著性水平还是系数大小均有所下降，但是无论是采用哪一种权重的产业TFP作为被解释变量，我们关注的核心解释变量IMPIND的系数仍然显著为正，且至少能通过5％显著性水平的统计检验。这表明，控制样本期初的产业TFP水平缓和重点产业样本可能存在的内生性后，重点产业政策仍然显著提高了相应产业的TFP水平，再次验证了本文的基本结果。
3.采用弱内生性子样本
最后，采用低TFP水平弱内生性子样本回归。如果重点产业变量与产业生产率之间存在反向因果关系，即政府是有意识地选择生产率高的产业作为重点产业，则会使得重点产业样本具有内生性，这种内生性在生产率更高的产业中更为严重。因此，低生产率水平的重点产业样本可能具有较弱的内生性。为此，我们计算产业TFP的中位数值，并以此中位数为界，剔除高于此中位数的样本，构造了低TFP水平的弱内生性子样本进行回归。表4的PANEL D报告了相应的回归结果。回归结果中，核心解释变量IMPIND的系数仍然显著为正，且至少能通过10％显著性水平的统计检验。弱内生性子样本的回归结果，再次验证了本文的基本结果。
以上稳健性回归结果一致验证了，本文的基本结果——地方政府的重点产业政策总体上显著提高了地方产业的生产率是稳健的。
五、实证分析：重点产业政策的生产率效应差异
我们已经发现，地方政府的重点产业政策总体上显著提高了重点产业的生产率。体制和制度特征对重点产业政策产业间与产业内部企业之间资源配置状况的影响在不同产业类型之间具有显著差异，因此可能导致重点产业政策的生产率效应在不同产业类型之间存在差异。本部分按照3个不同的标准对重点产业进行分类，构造分类重点产业虚拟变量引入方程(1)，考察重点产业政策的生产率效应是否存在产业间差异，以验证理论假说2。
(一)重点支柱、重点传统和重点新兴产业政策的生产率效应差异
本小节将重点产业细分为重点支柱、重点传统和重点新兴产业三类，考察这三类重点产业政策的生产率效应是否具有显著差异。为此，我们在回归方程(1)同时引入重点支柱、传统和新兴产业虚拟变量IMPINDP、IMPINDT、IMPINDN，设定实证模型如下：
虚拟变量的系数
是本小节关注的核心系数，分别代表重点支柱、重点传统和重点新兴产业政策的生产率效应。其他变量含义同方程(1)。
分别以增加值、就业、总产值和销售额加权的产业TFP值作为被解释变量对方程(3)进行回归，结果报告于表5的PANEL A中。回归结果中，重点支柱产业虚拟变量IMPINDP的系数均显著为正，且都能通过1％显著性水平的统计检验，与表4的基本结果对比，系数大小保持不变或略有增加。重点传统产业虚拟变量IMPINDT的系数也显著为正，但无论是显著性水平还是系数大小与基本结果相比均有明显下降。重点新兴产业虚拟变量IMPINDN的系数全部不显著。以上结果表明，重点支柱产业政策的生产率效应最高，重点传统产业政策次之，而重点新兴产业政策对产业生产率没有产生显著影响。该结果似乎与我们的常识不符，在国家发展战略性新兴产业的规划蓝图指导下，地方政府也积极响应，纷纷采取措施积极发展战略性新兴产业，而且提高产业生产率也是地方政府发展新兴产业的题中之意，为何反而新兴产业的生产率没有得到显著提高呢？本文第六部分第二小节我们将深入分析导致本小节结论的背后机制。
因此，重点支柱、重点传统和重点新兴产业政策对产业生产率的影响程度具有显著差异，初步验证了本文的理论假说2。
(二)与国家规划相同与相异重点产业政策的生产率效应差异
本小节我们按照是否与国家五年规划相同这一标准，将地方重点产业划分与国家规划相同与相异两个部分，考察这两类重点产业政策对生产率的影响程度是否显著不同。为此，本小节设定如下实证模型：
模型中IMPINDGJ和IMPINDBS是两个虚拟变量，分别表示地方规划的重点产业与国家规划的重点产业的相同与相异部分。IMPINDGJ的赋值方法是，当一个产业既是地方重点产业又是国家重点产业，该变量取1，否则取0。相反地，当一个产业是地方重点产业，但不属于国家规划的重点产业时，虚拟变量IMPINDBS取1，否则取0。这两个变量的系数
是本小节关注的核心系数，分别代表与国家规划相同与相异的重点产业政策的生产率效应。其他变量的含义与方程(1)相同。
方程(4)的回归结果见表5的PANEL B。结果表明，与国家五年规划相异的重点产业虚拟变量IMPINDBS的系数在以企业增加值、就业、总产值、销售额加权的产业TFP作为被解释变量时均显著为正，且均能通过1％显著性水平的统计检验，而与国家五年规划相同的重点产业虚拟变量IMPINDGJ的系数仅在以就业人数加权的产业TFP作为被解释变量时显著，且仅能通过10％显著性水平的统计检验。以上结果表明，给定其他条件不变，相对于非重点产业，各省份异于国家规划的重点产业政策具有显著的生产率效应，而与国家规划相同的重点产业政策的生产率效应几乎不显著。这表明各省份虽然把国家五年规划确定的重点产业写进了规划，但是这些产业的生产率提高程度与非重点产业几乎没有差异。对此结论，我们将在第六部分第三小节考察其产生机制。
因此，与国家规划相同与相异的重点产业政策对产业生产率产生了显著不同的影响，再次验证了理论假说2。
(三)与国家规划相同或相异的支柱、传统、新兴六类产业政策的生产率效应差异
前两小节我们按照两个不同的标准划分重点产业，分别考察了分类重点产业政策对生产率影响的差异，本小节按照双重标准将重点产业划分为与国家规划相同和相异的重点支柱、重点传统和重点新兴产业共六类，来实证检验六类细分重点产业政策对生产率影响的差异。
首先，分别构造相应的虚拟变量IMIPNDGJP、IMPINDGJT、IMPINDGJN、IMPINDBSP、IMPINDBST、IMPINDBSN。具体赋值方法为：当一个产业是与国家五年规划相同的重点产业，且又属于该省份重点支柱产业时，变量IMPINDGJP取1，否则取0。其他变量的赋值方法以此类推。然后将上述6个虚拟变量同时放进方程(4)，代替原来的虚拟变量IMIPNDGJ和IMPINDBS进行回归，结果报告于表5的PANEL C。回归结果显示，与国家规划相同的重点支柱和传统产业政策产生了轻微的生产率效应，而与国家规划相同的重点新兴产业政策的生产率效应不显著。与国家规划相异的重点支柱和传统产业政策具有显著的生产率效应，而与国家规划相异的重点新兴产业政策的生产率效应仍然不显著。因此，将重点产业细分为六类，各分类重点产业政策对产业生产率的影响程度也具有显著差异，且其差异性与本部分第一、第二小节的结论保持一致。第六部分第四小节将进一步探讨产生以上结果的微观机制。
综上所述，我们按照3个不同的标准将重点产业分类，发现重点产业政策对产业生产率的影响程度在不同产业类型上具有显著差异，验证了本文的理论假说2。
六、实证分析：重点产业政策的资源重置效应差异
我们已经发现，地方政府通过重点产业政策总体上显著提高了重点产业的生产率，但是重点产业政策对产业生产率的影响程度因产业类型而异。本部分通过考察地方政府将资源导向生产率增长率更高企业的程度在不同产业类型上是否显著不同，验证重点产业政策的资源重置效应是否因产业类型而异，为重点产业政策生产率效应的产业间差异提供一种可能的解释。具体地，本部分将利用中国制造业企业层面的政府补贴或税收优惠与企业TFP增长率相匹配的非平衡面板数据，检验地方政府对重点产业中TFP增长率更高企业的扶持是否显著高于非重点产业中企业，以及生产率增长率对政府扶持力度的影响是否因产业类型而异，从而验证理论假说3。本部分设定的实证模型如下：
其中下标i、t分别代表企业和年份，以下省略下标。变量LNSUBSIDY是企业获得的政府补贴的对数，用企业数据库中企业的原始政府补贴数据取对数得到。变量LNTAXHOLIDAY是企业获得的税收优惠的对数。本文讨论的税收优惠(TAXHOLIDAY)指企业所得税优惠，其计算方法为：在本文样本期内，国家法定企业所得税率没有发生过变化，内资企业统一法定税率为33％，外资企业统一法定税率为15％。根据企业数据库里企业国有控股情况变量分类，将国有控股、集体控股、私人控股和其他4种情况统一视为内资企业，将港澳台商控股和外商控股视为外资企业，分别适用不同的法定税率计算其税收优惠。参考Aghion等(2012)的做法，税收优惠的计算方法为：税收优惠＝企业法定适用税率×利润总额－实际应交所得税。根据企业国有控股情况内外资企业分别采用33％及15％两种税率，计算出各个企业的税收优惠额。
变量LNLTFPG代表企业滞后一期TFP增长率的对数(以下简称企业TFP增长率)，其计算方法是：先采用OP方法估算企业的TFP值，计算企业的TFP增长率并取其滞后一期，最后取对数。本部分我们关注的核心系数是企业TFP增长率和重点产业虚拟变量(IMPIND)的交叉项的系数
以及它和非重点产业虚拟变量(1－IMPIND)的交叉项的系数
。的含义是重点产业中企业前一期的TFP增长率每提高1％，会使得企业当期得到的政府补贴或税收优惠提高％。越大，重点产业中生产率增长率更高的企业得到的扶持力度越大，重点产业的资源重置效应越高。而则代表非重点产业中企业前一期的TFP增长率每提高1％，会使得企业当期得到的政府补贴或税收优惠提高％。越大，非重点产业中生产率增长率更高的企业得到的扶持力度越大，非重点产业的资源重置效应越高。如果系数大于，则表明重点产业中TFP增长率更高的企业受到的扶持力度更大，重点产业的资源重置效应大于非重点产业，重点产业政策通过优化重点产业内部企业之间资源配置状况而提高了产业生产率。
Z是控制变量向量，Λ是其系数向量。Z包括影响地方政府补贴或税收优惠决策的重要产业或省份特征变量，具体为产业劳动生产率YL(产业工业总产值除以就业人数)、产业利税率PTRV(产业利润总额与应交所得税之和除以产业工业总产值)、产业资本密集度KL(产业固定资产总额除以产业就业人数)、产业增加值VZP(产业内企业增加值之和)和省份市场化程度MAR(来自樊纲等的市场化指数)。
分别代表产业、省份和年份虚拟变量。
(一)重点与非重点产业政策的资源重置效应差异
首先，我们直接对方程(5)和方程(6)回归，从总体上考察重点产业政策的资源重置效应，相应的回归结果报告于表6的PANEL A中。我们关注的企业TFP增长率与重点和非重点产业虚拟变量交叉项的系数均显著为正，表明重点和非重点产业中生产率增长率更高的企业均得到了更多的政府补贴和税收优惠。但是，无论以政府补贴还是税收优惠作为被解释变量，重点产业虚拟变量和企业TFP增长率的交叉项的系数均大于非重点产业虚拟变量和企业TFP增长率的交叉项的相应回归系数。因此，重点产业中企业的TFP增长率提高相同幅度，使得其政府补贴和税收优惠提高的幅度均大于非重点产业中企业，也就是说重点产业的资源重置效应高于非重点产业。该结果表明，政府提高重点产业生产率的一种可能途径是通过更大程度地将资源导向重点产业中生产率增长率更高的企业，在重点产业中通过优化企业之间资源配置而产生了更高的资源重置效应。
(二)重点支柱、重点传统和重点新兴产业政策的资源重置效应差异
我们在第五部分的第一小节已经发现，重点支柱、重点传统和重点新兴产业政策对产业生产率的影响程度具有显著差异。为了验证这种差异是否可能由政府将资源导向产业中生产率增长率更高企业的程度不等所致，本小节我们将企业TFP增长率分别与重点支柱、重点传统以及重点新兴产业虚拟变量交乘，同时将3个交叉项引入实证模型(5)和模型(6)中，代替原来的企业TFP增长率与重点产业虚拟变量的交叉项进行回归，以检验三类重点产业政策的资源重置效应是否具有显著差异。结果报告于表6的PANEL B。可以看出，无论是以政府补贴还是税收优惠作为被解释变量，企业TFP增长率与重点支柱产业虚拟变量交叉项的系数均显著为正，而且系数绝对值均大于企业TFP增长率与重点传统或重点新兴产业虚拟变量的交叉项的系数。企业TFP增长率与重点传统产业虚拟变量的交叉项的系数仅在以税收优惠变量作为被解释变量时显著为正，而企业TFP增长率与重点新兴产业虚拟变量交叉项的系数则完全不显著。因此，企业的TFP增长率提高相同幅度，重点支柱产业中企业得到的政府补贴和税收优惠提高的幅度最大，重点传统产业次之，重点新兴产业无显著提高。这表明，重点支柱产业政策的资源重置效应最高，重点传统产业政策次之，重点新兴产业政策没有显著的资源重置效应。
本小节的结论与第五部分第一小节的实证结果是互相呼应，互相印证的。本小节结果表明，重点支柱和重点传统产业政策的资源重置效应均显著为正，而重点新兴产业政策的资源重置效应不显著，而第五部分第一小节的实证结果则验证了重点支柱产业和重点传统产业的TFP水平显著高于非重点产业，重点新兴产业的TFP与非重点产业无显著差异。因此，通过将重点产业细分为三类进行实证分析，验证了地方政府将资源导向生产率增长率更高的企业的程度在不同类型重点产业中存在显著差异，在不同类型重点产业中产生了显著不同的企业之间资源重置效应，为重点产业政策生产率效应的产业间差异提供了一种可能的解释，初步验证了理论假说3。
对于新兴产业而言，地方政府短期内靠投资拉动GDP增长，长期目标则是产业生产率提高和产业可持续发展，因此它有更强的动机将资源导向生产率增长率更高的企业，实现更高的资源重置效应。但是正如理论述评指出的，政府对于新兴产业拥有的信息有限，比较难以判断哪些企业的生产率具有较高的成长性，这种信息的不完备限制了地方政府将资源导向生产率增长率更高企业的能力，导致地方政府未能实现其提高新兴产业生产率的长期目标。地方政府对重点支柱和重点传统产业的目标更多的是短期内产出最大化，而并不一定将提高生产率作为重要目标，但是由于地方政府对这些产业的生产率信息比较完备，相对容易识别出哪些企业的生产率增长率更高，结果是对这些产业中生产率增长率更高企业实施了更大力度的扶持，导致了这些产业的生产率显著提高。这说明政府的短期目标不是完全没用的，那些没有信息基础的长期目标反而可能更容易失败。
(三)与国家规划相同与相异重点产业政策的资源重置效应差异
本小节我们将检验与国家规划相同与相异两类重点产业中TFP增长率更高的企业受到的扶持力度是否有显著差异，即两类重点产业政策的资源重置效应是否不同，试图为两类重点产业政策对生产率影响程度的显著差异提供一种可能的解释。为此，将与国家规划相同与相异的重点产业虚拟变量分别与企业TFP增长率交乘，将两个交叉项引入实证方程(5)和方程(6)中，代替原来的重点产业虚拟变量与企业TFP增长率的交叉项进行回归。表6的PANEL C报告了相应的回归结果。与国家规划相同和相异的重点产业虚拟变量与企业TFP增长率的交叉项的系数均显著为正，但是与国家规划相异的重点产业虚拟变量与TFP增长率的交叉项系数的显著性水平和绝对值均高于与国家规划相同的重点产业虚拟变量与TFP增长率的交叉项。
因此，TFP增长率提高相同幅度，导致与国家规划相异的重点产业中企业受扶持力度的提高程度大于与国家规划相同的重点产业中企业，这表明与国家规划相异的重点产业政策的资源重置效应更高。表5中PANEL B的结果表明，与国家规划相异的重点产业的TFP水平显著高于非重点产业，而与国家规划相同的重点产业的TFP水平与非重点产业几乎无显著差异。综合上述结果，地方政府可能通过给予与国家规划相异的重点产业中生产率增长率更高的企业更多扶持，提高了这些产业的资源重置效应，从而显著提高了这些产业的生产率，再次验证了本文的理论假说3。
地方政府在制定地方重点产业政策时，具有一定的能动性。事实上，地方政府对于国家五年规划确定的重点产业政策并非照搬照抄，而是根据其是否符合当地经济的实际情况，是否契合地方政府短期内快速拉动地方经济增长的目标，因地制宜，灵活制定地方重点产业政策。与国家规划相同的重点产业往往是地方政府对上级指令形式上的响应，这些产业可能并不符合当地实际，地方政府在此类产业上的信息基础较差，比较难以正确识别其中高生产率增长率的企业并予以政策扶持，因此在这些产业中的资源重置效应较低。而与国家规划相异的重点产业则是地方政府出于政治激励而能动选择的结果，这些产业很多是能够快速拉动地方经济增长的支柱产业，地方政府在这些产业上信息比较完备，能够正确识别出其中生产率增长率高的企业并予以实质性扶持，政府在这些产业中的资源重置效应较高。由此可见，同样是信息基础的差异决定了地方政府重点产业政策的资源重置效应差异。
(四)与国家规划相同或相异的支柱、传统、新兴产业政策的资源重置效应差异
第五部分第三小节识别出与国家规划相同和相异的重点支柱、重点传统和重点新兴六类产业政策对生产率影响程度有显著差异，本小节我们进一步分析导致这种差异性的可能原因。为此，将与国家规划相同和相异的重点支柱、重点传统和重点新兴六类重点产业虚拟变量分别和企业TFP增长率相乘，同时放进去实证方程(5)和方程(6)中代替原来的重点产业虚拟变量和TFP增长率的交叉项进行回归。
回归结果报告于表6的PANEL D。与国家规划相同和相异的支柱产业与LNLTFPG的交叉项的系数均显著为正，与国家规划相异支柱产业与LNLTFPG的交叉项的系数的显著性水平和绝对值更大。与国家规划相同和相异的传统产业与LNLTFPG交叉项的系数仅当税收优惠作为被解释变量时显著为正，与国家规划相异传统产业与LNLTFPG的交叉项的系数显著性水平和系数绝对值更大。与国家规划相同和相异的新兴产业与LNLTFPG的交叉项的系数均不显著。以上结果表明，企业TFP增长率提高相同幅度，与国家规划相异的支柱产业获得的补贴或税收优惠提高的幅度最大，与国家规划相同的支柱产业次之，与国家规划相异的传统产业排第三，与国家规划相同的传统产业排第四，而新兴产业论是与国家规划相同还是相异，均无显著提高。因此，六类细分的重点产业政策的资源重置效应也具有显著差异。
表5的PANEL C中回归结果表明，与国家规划相异的支柱产业政策对生产率的影响程度最显著，与国家规划相异的传统产业政策对生产率的影响程度次之，与国家规划相同的支柱产业和传统产业政策也有微小的生产率效应。对照本小节的回归结果，六类细分重点产业政策的生产率效应排序与其资源重置效应排序是基本吻合的，地方政府将资源导向不同类型重点产业中生产率增长率更高的企业的程度不同所产生的资源重置效应差异可能也是导致六类细分产业对生产率的影响程度差异的原因之一，进一步验证了本文的理论假说3。另外，本小节回归结果与第二、第三小节也是相互吻合，相互印证的。
表6各PANEL的回归结果中，在以税收优惠变量作为被解释变量时，核心解释变量的系数始终大于以政府补贴作为被解释变量时的核心解释变量系数，这表明地方政府采用税收优惠产业政策手段实现的资源重置效应高于政府补贴。
综上，地方政府将资源导向生产率增长率更高企业的程度在不同产业类型上具有明显差异，在不同类型重点产业中产生了显著不同的资源重置效应，为重点产业政策对生产率的影响程度在不同产业类型上的差异性提供了一种可能的解释，由此验证了本文的理论假说3。
七、结论性评述
产业政策效应评估是当前中国结构转型和经济发展中有重要实践意义的实证问题。首先，本文通过构造各省份二位码产业TFP与地方政府重点产业政策相匹配的面板数据，识别我国地方政府的重点产业政策对产业生产率的影响以及这种影响在不同产业类型上的差异。接着，本文进一步利用企业层面数据考察重点产业政策对生产率影响程度因产业类型而异的微观机制。
实证发现：第一，地方政府的重点产业政策总体上显著提高了产业生产率；第二，重点产业政策对生产率的影响程度在不同产业类型上具有显著差异；第三，地方政府将资源导向产业内部生产率增长率更高企业的程度在不同类型重点产业上具有显著差异，从而揭示了重点产业政策对产业生产率影响程度因产业类型而异的一个可能原因：重点产业政策的资源重置效应差异。本文发现重点产业政策的生产率效应因产业类型而异，这种差异性可能源于地方政府在不同类型产业中的信息完备程度不同。本文的发现一定程度上为信息在政府引领产业结构变动中的重要性提供了相应的经验证据。
本文的实证发现具有重要的政策含义：第一，地方政府通过重点产业政策总体上显著提高了产业生产率，促进了地方产业转型升级，产业政策具有现实的可行性。第二，本文的发现为提高重点产业政策的生产率效应提供了一种可行的途径：重点产业政策通过在产业内部企业之间进行资源重置，使得生产率增长率更高的企业获得更多资源，促使其份额增长更快，提高重点产业政策的资源重置效应。第三，重点产业政策对产业生产率的影响程度因产业类型而异，与政府对产业自身特征与发展规律的把握程度密切相关。政府产业政策目标选择应配合微观层面上产业特征进行，不能脱离产业实际。顺应产业特征的政策目标可能事半功倍，取得显著效果，与产业特征相背的政策目标往往事与愿违，难以取得预期的成效。因此，政府通过重点产业政策可以在产业结构转型升级中发挥积极作用，然而产业政策目标能否实现最终取决于市场。第四，良好的信息基础是政府正确选择产业政策导向的必要条件，在产业政策制定和实施过程中，政府应当首先充分占有和合理处理相关产业信息，以确保产业政策目标的合理性与产业政策手段的可行性，最大限度地提高产业政策效果。
本文的研究一定程度上揭示了未来研究的可拓展之处，本研究揭示了地方政府可能通过重点产业政策实现了产业内部企业之间资源配置优化，从而提高了产业生产率，但是这种资源再配置到底在多大程度上影响了制造业产业内部的资源误置程度，是一个值得进一步研究的课题。
*本研究得到徐现祥、代谦、陈钊、陆铭、陈斌开、杨汝岱、范子英、罗知、张莉、戴天仕、安苑、黄亮雄的宝贵建议，在此一并感谢。当然，文责自负。王贤彬为本文通讯作者。
注释：
①本文中用产业中企业加权平均的全要素生产率(TFP)度量产业生产率。
②政府通过重点产业政策配置资源的方式有很多种，政府补贴和税收优惠是其中较为常用的两种手段。
③为了表述简便，下文中必要时将重点产业政策对产业生产率总的影响称为重点产业政策的生产率效应，将重点产业政策通过将资源导向产业内部生产率增长率更高企业而对产业生产率产生的影响称为重点产业政策的资源重置效应。
④五年规划是中国国民经济计划的一部分，主要是对全国重大建设项目、生产力分布和国民经济重要比例关系等做出规划，为国民经济发展远景规定目标和方向。
⑤企业的高生产率增长率意味着高的企业成长性，政府对这类企业实施扶持的回报率较高。
⑥更详细的说明参见本文第三部分第二小节。
⑦在校大学生人数来自中经网。
⑧周亚虹等(2012)处理企业R&D决策行为的内生性时也采取了这一处理方法。
⑨表4的PANEL B中报告的工具变量不可识别和弱识别检验统计量均显著大于相应检验的临界值，表明我们的回归结果完全通过了工具变量的不可识别和弱识别检验。由于我们以方程(2)Probit回归的拟合值作为重点产业内生变量的工具变量，工具变量个数恰好等于内生变量个数，所以不必做工具变量的过度识别检验。
标签：生产率论文; 中国资源论文; 企业特征论文; 劳动生产率论文; 发展能力论文; 经济学论文; 特征选择论文; 企业内部环境论文; 五年规划论文; 宏观经济论文; 经济论文; 产业经济论文;