地方官員當?shù)丶炁c信貸資源傾斜

宣 揚 ， 程 博

（1. 上海對外經(jīng)貿(mào)大學(xué) 會計學(xué)院, 上海 201620； 2. 南京審計大學(xué) 會計學(xué)院, 江蘇 南京 211815）

一、引 言

政府不僅是制度的供給者，而且是經(jīng)濟活動的重要參與者。厘清政府政策執(zhí)行措施如何影響資源配置，對理解中國經(jīng)濟運行規(guī)律尤為關(guān)鍵。國家五年規(guī)劃中的產(chǎn)業(yè)政策是中央政府出臺的一項重要制度，該規(guī)劃明確了產(chǎn)業(yè)發(fā)展的指導(dǎo)方針，地方政府依據(jù)當?shù)刭Y源稟賦進行因地制宜的調(diào)整并形成地方產(chǎn)業(yè)政策。中央政策與地方政策緊密關(guān)聯(lián)，共同構(gòu)成了中國的產(chǎn)業(yè)政策體系，即中央政策是地方政策形成的指引與綱領(lǐng)，地方政策則體現(xiàn)了中央精神與各地資源稟賦及比較優(yōu)勢的結(jié)合（Chen等，2017）。

在中央政策精神的基礎(chǔ)上，產(chǎn)業(yè)政策能否助推區(qū)域經(jīng)濟的持續(xù)增長不僅取決于產(chǎn)業(yè)政策是否符合區(qū)域比較優(yōu)勢，更關(guān)鍵的是取決于地方官員的資源配置策略。理論上，資源配置策略及效率取決于官員地方性知識（特定環(huán)境下關(guān)于具體場景的知識）能否有效融入決策（Hayek，1945），尤其是轄區(qū)內(nèi)資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、企業(yè)狀況、人員特長等方面的地方性知識。一般而言，具有當?shù)丶灥牡胤焦賳T更可能具備這類地方性知識并根據(jù)轄區(qū)實際情形因地制宜地調(diào)整資源配置策略。中國的產(chǎn)業(yè)政策體系為檢驗地方官員的資源配置策略提供了較好的應(yīng)用場景，并且這一問題在以往研究中并未得到充分討論，探討這一問題不僅有助于厘清地方官員個體異質(zhì)性對資源配置效率的影響，也有助于理解中國產(chǎn)業(yè)政策的落地措施，對未來產(chǎn)業(yè)政策的制定有所啟示。

為探究上述問題，本文以信貸資源配置為切入點，考察地方官員當?shù)丶瀸π刨J資源配置的影響，通過理論分析與實證檢驗發(fā)現(xiàn)：當?shù)胤焦賳T具有當?shù)丶灂r，受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)獲得了更多信貸，并且信貸資源對企業(yè)業(yè)績的促進作用更強。上述結(jié)果表明，當?shù)丶灋榈胤焦賳T帶來了地方性知識的比較優(yōu)勢，官員因地制宜調(diào)整執(zhí)行措施，改善了信貸資源配置效率。

本文的研究貢獻主要體現(xiàn)在以下幾方面：（1）借助中國的產(chǎn)業(yè)政策體系這一應(yīng)用場景，從地方性知識的視角分析了地方官員如何相機調(diào)整信貸資源配置策略，研究結(jié)論有助于進一步厘清地方官員的行為邏輯以及理解地方政府的產(chǎn)業(yè)政策執(zhí)行措施。（2）從地方官員個體異質(zhì)性角度豐富和拓展了企業(yè)信貸資源獲取影響因素的研究。（3）本文的研究結(jié)論對提升產(chǎn)業(yè)政策的實施效果和信貸資源配置效率等方面具有一定的政策啟示。

二、理論分析與假說發(fā)展

為提高經(jīng)濟決策的效率，中央政府賦予了地方政府一定的自由裁量權(quán)，并根據(jù)一系列的標準來評價、考核地方官員的績效（Xu，2011）。現(xiàn)有研究表明，經(jīng)濟增長是地方官員晉升的重要指標之一（Li和Zhou，2005；姚洋和張牧揚，2013），地方官員間存在基于經(jīng)濟增長的錦標賽（羅黨論等，2015）。

信貸資源配置是地方官員推動經(jīng)濟增長的重要手段（巴曙松等，2005），地方官員可通過擴張信貸規(guī)模促進轄區(qū)經(jīng)濟增長（錢先航等，2011；紀志宏等，2014）。信貸規(guī)模的擴張受到銀行存貸比的限制，在信貸規(guī)模受限的情況下如何配置信貸資源，最大程度地促進區(qū)域經(jīng)濟增長，成為地方官員面臨的關(guān)鍵問題。相對于不受產(chǎn)業(yè)政策扶持的企業(yè)，地方官員更有動機將信貸資源配置到產(chǎn)業(yè)政策扶持的企業(yè)中。原因在于，將信貸資源配置到產(chǎn)業(yè)政策扶持的企業(yè)中，不但可以通過初始投資直接拉動區(qū)域經(jīng)濟增長，而且產(chǎn)出的持續(xù)性更強，能促進企業(yè)業(yè)績持續(xù)提升，帶動區(qū)域經(jīng)濟增長（宋凌云和王賢彬，2013）。

從信貸供給角度來看，地方官員對信貸資源配置具有一定的影響力，在地方官員的影響下銀行會向產(chǎn)業(yè)政策扶持企業(yè)提供更多的信貸資金（連立帥等，2015；王克敏等，2017）。國有銀行掌握著我國主要的信貸資源，除了追求經(jīng)濟效率以外，國有銀行往往還承擔(dān)著一定的社會與政策目標，其信貸決策會受到地方官員的影響（何賢杰等，2008）。地方政府還經(jīng)常持有城市商業(yè)銀行的股份（李維安和錢先航，2012），對城市商業(yè)銀行的信貸決策具有一定的支配力。另外，產(chǎn)業(yè)政策扶持企業(yè)獲得政府補貼與訂單的概率更高，現(xiàn)金流更加充裕，償付貸款本息的能力更強，信貸安全性也較好，是銀行的理想客戶。在產(chǎn)業(yè)政策公布之前，銀行搜尋優(yōu)質(zhì)客戶存在較高成本，而產(chǎn)業(yè)政策則明確了產(chǎn)業(yè)發(fā)展的重點，有助于緩解信息不對稱，幫助銀行匹配相關(guān)行業(yè)的客戶（鄺雄等，2019）。因而，銀行有動機為產(chǎn)業(yè)政策扶持企業(yè)提供更多的信貸。

從信貸需求角度來看，扶持性的產(chǎn)業(yè)政策意味著政府在投資項目審批與核準時對這些行業(yè)有所傾斜，企業(yè)的投資項目更易通過行政審批。當自有資金無法滿足新增投資需求時，企業(yè)將選擇外部融資。銀行信貸是中國企業(yè)重要的資金來源（Allen等，2005），只要預(yù)期投資收益率高于貸款利率，產(chǎn)業(yè)政策扶持的企業(yè)便有動機向銀行申請信貸。

綜上，在供給與需求的共同作用下，信貸資源更多地流向產(chǎn)業(yè)政策扶持的企業(yè)，這一效應(yīng)的根源在于地方官員預(yù)計扶持行業(yè)相比于其他行業(yè)更能帶動經(jīng)濟增長。值得注意的是，由于資源稟賦、比較優(yōu)勢的區(qū)域性差異，地方政府五年規(guī)劃中的產(chǎn)業(yè)政策可能與中央產(chǎn)業(yè)政策略有差異（張莉等，2017），這是地方政府因地制宜而采用的占優(yōu)策略，很大程度上受官員地方性的知識背景影響。具有當?shù)丶灥牡胤焦賳T有更多的渠道接觸、獲取轄區(qū)內(nèi)關(guān)于資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)、企業(yè)狀況、人員特長等方面的地方性知識，信貸配置策略也因而可能不同于非當?shù)丶灥牡胤焦賳T。

根據(jù)行業(yè)是否受到中央五年規(guī)劃以及地方五年規(guī)劃的扶持，本文將行業(yè)分為四類。中央與地方五年規(guī)劃均不支持的行業(yè)獲得信貸資源的可能性最低，本文將其作為比較基準。行業(yè)同時獲得中央與地方五年規(guī)劃的扶持意味著中央與地方政府對這類行業(yè)發(fā)展前景的判斷比較一致，地方性知識對產(chǎn)業(yè)政策信貸資源配置的影響較弱。當中央五年規(guī)劃不同于地方五年規(guī)劃時，中央政府與地方政府對于行業(yè)前景的判斷有所差異，地方性知識對理解這些行業(yè)的當?shù)匕l(fā)展前景更加重要（張莉等，2017；趙婷和陳釗，2019）。在此情形下，具有當?shù)丶灥牡胤焦賳T更了解當?shù)氐馁Y源稟賦及經(jīng)濟狀況，能更準確地預(yù)判政策實施帶來的效果（陳紹儉等，2019），更清楚將信貸資源配置到什么類型的企業(yè)中能提高資源配置效率、改善政策實施的整體效果。本文預(yù)期，在其他條件相同的情況下，具備當?shù)丶灥牡胤焦賳T傾向于結(jié)合地方資源優(yōu)勢，將信貸資源配置于受地方五年規(guī)劃扶持而未受中央五年規(guī)劃扶持行業(yè)中的企業(yè)，促進區(qū)域經(jīng)濟更好地增長。根據(jù)上述分析，提出如下研究假設(shè)：

假設(shè)：相對于不具有當?shù)丶灥牡胤焦賳T，當?shù)胤焦賳T具有當?shù)丶灂r，受地方五年規(guī)劃扶持而未受中央五年規(guī)劃扶持的企業(yè)獲得了更多的信貸資源。

三、研究設(shè)計

（一）模型設(shè)定與變量定義

參考張敏等（2010）的研究設(shè)計，本文通過模型（1）對研究假設(shè)進行檢驗：

其中，Loan是銀行信貸，以短期銀行借款、一年內(nèi)到期的長期借款與長期借款的總和占總資產(chǎn)的比例來度量。表1報告了主要變量的定義與計算方式。

表1 主要變量定義及計算方式

依據(jù)Chen等（2017）、陸正飛和韓非池（2013）等的做法，以五年規(guī)劃對各產(chǎn)業(yè)發(fā)展的指導(dǎo)方針來界定產(chǎn)業(yè)政策。其中，制造業(yè)、公共事業(yè)采用三位代碼，其他行業(yè)采用一位代碼，如農(nóng)業(yè)（A）、飲料制造業(yè)（C05）、生物制造業(yè)（C85）、建筑業(yè)（E）等。若中央政府的五年規(guī)劃中提及某行業(yè)時涉及“推動”“發(fā)展”“培育”“推進”“開拓”等字樣，則認定該行業(yè)內(nèi)的所有企業(yè)受到中央五年規(guī)劃的扶持。基于同樣的方法，閱讀各地方政府的五年規(guī)劃報告并界定行業(yè)是否受到地方五年規(guī)劃的扶持。

參考張莉等（2017），本文根據(jù)行業(yè)在某段時期內(nèi)是否受到中央以及地方五年規(guī)劃的扶持，將行業(yè)劃為四類，分別通過NL1、NL2、NL3、NL4四個虛擬變量表示。NL1取值為1時表示行業(yè)同時受到中央與地方五年規(guī)劃的扶持，NL2取值為1時表示行業(yè)受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持，NL3取值為1時表示行業(yè)受中央五年規(guī)劃扶持但未受地方五年規(guī)劃扶持，NL4取值為1時表示行業(yè)未受中央和地方五年規(guī)劃扶持。例如，在“十二五規(guī)劃”期間，安徽省將飲料制造業(yè)列為地方五年規(guī)劃扶持行業(yè)，但該行業(yè)并未受中央五年規(guī)劃扶持，NL2變量取值為1；而對于“十二五規(guī)劃”期間的采掘業(yè)，雖然中央五年規(guī)劃將其列為扶持行業(yè)，但福建省并未將其列入扶持名單，NL3變量取值為1。模型以未受中央及地方五年規(guī)劃扶持的觀測值為對照，因此NL4變量沒有出現(xiàn)在回歸方程中。

參考張敏等（2010）、饒品貴和姜國華（2013a）的研究設(shè)計，本文引入了非貸款負債（Oplev）、現(xiàn)金持有（Cash）、公司規(guī)模（Size）、資產(chǎn)收益率（ROA）、有形資產(chǎn)率（Tang）、產(chǎn)權(quán)性質(zhì)（SOE）、銷售收入增長率（Sales）、企業(yè)年齡（Age）、企業(yè)投資（Invest）、大股東持股比率（Top1）、托賓Q（Tobinq）、高管薪酬（Salary）、地區(qū)GDP增長率（GDP）等一系列控制變量，并控制了行業(yè)及年度固定效應(yīng)。

本文著重關(guān)注市委書記與市長的當?shù)丶炄绾斡绊懏a(chǎn)業(yè)政策的信貸資源配置效應(yīng)。之所以選擇市級官員，而非省級官員展開研究，是因為市級官員更接近基層與產(chǎn)業(yè)政策的實施前線，對地方性知識的需求更強，在市級官員層面考察地方性知識的作用更貼近現(xiàn)實經(jīng)濟運行。將研究視角聚焦于市委書記與市長，是由于在我國政治體制下，黨政一把手掌握著核心決策與調(diào)配資源的權(quán)力，市委書記和市長因而成為影響信貸資源配置的關(guān)鍵人物（紀志宏等，2014）。若市委書記或市長的任職地與其出生地或籍貫地一致，LK_c變量取值為1，否則取值為0。根據(jù)研究假設(shè)的預(yù)測，NL2變量的回歸系數(shù)在轄地官員具有當?shù)丶灥臉颖局酗@著大于0，而在官員不具備當?shù)丶灥臉颖局胁伙@著且異于0，并且前一樣本中的回歸系數(shù)應(yīng)當顯著高于后一樣本中的系數(shù)。

（二）樣本選擇及數(shù)據(jù)來源

本文選取2003年至2015年滬深A(yù)股上市公司為初始樣本。將樣本截止于2015年是為了規(guī)避其他外部事件的干擾。2015年年底，中央經(jīng)濟工作會議提出了去產(chǎn)能、去庫存、去杠桿、降成本、補短板五大任務(wù)。其中去杠桿會對企業(yè)信貸產(chǎn)生直接影響（殷孟波等，2021）。上市公司的財務(wù)數(shù)據(jù)、地方官員特征數(shù)據(jù)來自于CSMAR數(shù)據(jù)庫。中央以及各省、自治區(qū)或直轄市五年規(guī)劃中的產(chǎn)業(yè)政策數(shù)據(jù)為手工搜集獲得。

本文對初始樣本進行了如下處理：（1）剔除金融行業(yè)的上市公司；（2）因難以判斷綜合類行業(yè)的產(chǎn)業(yè)政策性質(zhì)，剔除綜合行業(yè)的上市公司；（3）剔除產(chǎn)業(yè)政策、地方官員信息或其他變量缺失的觀測值，最終獲得17 484個公司—年度觀測值。樣本期間為2001—2015年，跨越了三個五年規(guī)劃期間，其中“十五規(guī)劃”從2001年持續(xù)至2005年，“十一五規(guī)劃”從2006年持續(xù)至2010年，“十二五規(guī)劃”從2011年持續(xù)至2015年。

為緩解極端值對回歸結(jié)果的影響，本文對所有連續(xù)變量進行了1%與99%水平的縮尾處理。本文對標準誤進行了企業(yè)層面的群聚處理（cluster），同時對異方差進行了調(diào)整，根據(jù)修正過后的標準差計算t值。

四、實證結(jié)果分析

（一）描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計情況。Loan的均值為0.204，表明銀行信貸占樣本企業(yè)總資產(chǎn)的平均比例達到20.4%，標準差為0.164，意味著不同企業(yè)的銀行信貸水平存在一定差異。LK_c變量的均值為10.5%，表明樣本中10.5%的上市公司所處地區(qū)官員具有當?shù)丶灐腘L1、NL2和NL3三個變量的均值來看，樣本中有64.6%的觀測值同時受中央與地方五年規(guī)劃的扶持，分別有11.1%與9.2%的觀測值僅受地方五年規(guī)劃或中央五年規(guī)劃的扶持，剩余15.1%的觀測值未受中央五年規(guī)劃和地方五年規(guī)劃的扶持。各控制變量在不同企業(yè)中存在一定差異，需要在回歸分析中加以控制。

表2 主要變量描述性統(tǒng)計

（二）基本回歸結(jié)果

表3報告了研究假說的檢驗結(jié)果。第（2）列結(jié)果中，NL1與NL2變量的回歸系數(shù)顯著為正，表明當?shù)胤焦賳T具有當?shù)丶灂r，同時受中央及地方五年規(guī)劃扶持，以及受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)獲得了更多的信貸資源。NL2變量的回歸系數(shù)不僅通過了1%水平的統(tǒng)計檢驗，其經(jīng)濟意義也是顯著的。該類型的產(chǎn)業(yè)政策使企業(yè)多獲得的信貸占總資產(chǎn)的比例達到5.8%，相當于平均信貸比率的28.43%。第（3）列的結(jié)果顯示，當?shù)胤焦賳T不具有當?shù)丶灂r，NL1的回歸系數(shù)在10%水平上單尾顯著。這一結(jié)果表明當企業(yè)同時受中央與地方五年規(guī)劃扶持時，信貸資源更多地配置到這類行業(yè)中。值得注意的是，第（3）列中NL2變量的回歸系數(shù)僅為0.005且在統(tǒng)計上不顯著，并且第（2）、（3）列NL2變量的回歸系數(shù)存在顯著差異，驗證了本文的研究假設(shè)。此外，NL1變量的回歸系數(shù)也存在顯著差異。這可能是由于當?shù)丶瀻淼牡胤叫灾R可以幫助官員甄別地方產(chǎn)業(yè)政策是否與當?shù)乇容^優(yōu)勢相符（趙婷和陳釗，2019），使得同時受中央與地方五年規(guī)劃扶持的企業(yè)獲得了更多的信貸資源。

表3 基本回歸結(jié)果

（三）內(nèi)生性問題

具有當?shù)丶灩賳T所在的城市可能具有某些獨特的特征，前文的發(fā)現(xiàn)也許是由于這些特征而非官員地方性知識導(dǎo)致。例如，具備當?shù)丶灩賳T所在地區(qū)可能存在專項幫扶政策，或具有比較特殊的產(chǎn)業(yè)結(jié)構(gòu)等。為緩解遺漏變量可能帶來的內(nèi)生性問題，本文通過引入滯后項的動態(tài)面板模型與雙重差分設(shè)計進行穩(wěn)健性檢驗。

首先，考慮到產(chǎn)業(yè)結(jié)構(gòu)等特征也會作用于上一期的信貸比例，本文在模型（1）中引入被解釋變量的滯后項，一定程度上減輕遺漏變量帶來的內(nèi)生性困擾，回歸模型為：

本文基于動態(tài)面板方法對模型（2）進行估計，以股權(quán)性質(zhì)、行業(yè)及年度虛擬變量為外生工具變量，將信貸比例的二至三階滯后項作為GMM工具變量，通過系統(tǒng)GMM方法對模型進行回歸①采用系統(tǒng)GMM而非差分GMM方法進行估計的原因在于，系統(tǒng)GMM方法可以估計不隨時間變化的變量的回歸系數(shù)，而樣本中很多觀測值的產(chǎn)業(yè)政策變量取值在不同年度間并無差異。。表4報告的回歸結(jié)果表明，通過上一期信貸比例控制可能的遺漏變量后，官員具有當?shù)丶灥臉颖局蠳L2的回歸系數(shù)仍然顯著為正，驗證了本文的研究假設(shè)。AR(2)和Hansen檢驗的結(jié)果表明，模型不存在嚴重的二階序列相關(guān)與過度識別問題。第（3）列的檢驗則顯示，上述發(fā)現(xiàn)在官員沒有當?shù)丶灥臉颖局胁⒉怀闪ⅰ?/p>

表4 系統(tǒng)GMM回歸結(jié)果

隨后，本文通過雙重差分的研究設(shè)計，檢驗產(chǎn)業(yè)政策與信貸配置之間的因果關(guān)系。參考楊興全等（2018）的研究設(shè)計，通過“十二五規(guī)劃”出臺這一準自然實驗，構(gòu)建如下雙重差分模型來檢驗研究假設(shè)：

參與回歸的樣本為“十一五規(guī)劃”與“十二五規(guī)劃”期間的觀測值。其中，Post在2010年及以前取0，2011年及其以后取1。Treat變量用來區(qū)分實驗組和控制組，實驗組定義為第十一個“五年規(guī)劃”期間內(nèi)NL2等于0而在第十二個“五年規(guī)劃”期間等于1的企業(yè)，Treat取值為1；控制組為兩個“五年規(guī)劃”期間NL2均取值為0并且產(chǎn)業(yè)政策類型未發(fā)生變化的企業(yè)（即兩個“五年規(guī)劃”期間內(nèi)NL1、NL3或者NL4均取值為1），Treat取0。換言之，控制組的產(chǎn)業(yè)政策類型在兩個“五年規(guī)劃”期間內(nèi)未發(fā)生改變，而實驗組的NL2變量則從0變?yōu)?。根據(jù)研究假設(shè)，當?shù)胤焦賳T具有當?shù)丶灂rTreat×Post的回歸系數(shù)應(yīng)顯著為正。

表5Panel A第（2）列的回歸結(jié)果中，Treat變量的回歸系數(shù)不顯著，表明“十一五規(guī)劃”期間實驗組與對照組的信貸水平并無顯著差異。第（2）列中，Post×Treat的回歸系數(shù)顯著為正，表明當?shù)胤焦賳T具有當?shù)丶灂r，企業(yè)進入未受中央五年規(guī)劃扶持但受地方五年規(guī)劃扶持的分組后信貸水平顯著上升。這一發(fā)現(xiàn)在經(jīng)濟意義上也是顯著的，信貸上升的水平達到6.0%，相當于信貸比例均值的29.41%。第（3）列官員為非當?shù)丶灥臉颖局?，交乘項的系?shù)并不顯著。為緩解企業(yè)本身的特征差異，本文進一步通過傾向得分匹配的方法選擇對照樣本，使得實驗組與對照組本身的特征更為接近。具體而言，本文將公司規(guī)模（Size）、資產(chǎn)收益率（ROA）、有形資產(chǎn)率（Tang）、銷售收入增長率（Sales）、投資水平（Invest）、托賓Q（Tobinq）與年度固定效應(yīng)作為匹配變量，采用最鄰近匹配的方法，按照1:2的比例為實驗組尋找各方面特征更加相近的對照樣本。Panel B報告的回歸結(jié)果仍然支持本文假說，Treat×Post的回歸系數(shù)在第（5）列中顯著為正，并且顯著高于第（6）列的回歸系數(shù)（p=0.099）。總體上，表5的結(jié)果表明，在“十二五規(guī)劃”出臺之前，實驗組與對照組的信貸比率大致相當，而在“十二五規(guī)劃”出臺后，產(chǎn)業(yè)政策的變動使得實驗組信貸水平顯著增加，并且這一效應(yīng)僅存在于官員具有當?shù)丶灥臉颖局校俅沃С至吮疚牡难芯考僭O(shè)。

表5 雙重差分模型檢驗結(jié)果

（四）穩(wěn)健性檢驗①因篇幅限制，部分穩(wěn)健性檢驗結(jié)果未予匯報，感興趣的讀者可向作者索取。

1. 改變回歸模型。為了更直觀地反映官員當?shù)丶炄绾斡绊懶刨J資源分配，本文在不同產(chǎn)業(yè)政策類型的樣本中直接檢驗當?shù)丶炄绾斡绊懶刨J比率。從表6中LK_c變量的回歸系數(shù)來看，當?shù)胤焦賳T擁有當?shù)丶灂r，同時受中央與地方五年規(guī)劃扶持，以及受地方五年規(guī)劃扶持但不受中央五年規(guī)劃扶持企業(yè)的信貸水平有所上升，而受中央五年規(guī)劃支持但不受地方五年規(guī)劃支持，以及兩類五年規(guī)劃均不扶持企業(yè)的信貸水平則有所下降。第（3）、（4）列中LK_c變量顯著為負的回歸系數(shù)證實了地方官員對信貸資源的分配作用。如果企業(yè)獲得更多的信貸是由于當?shù)丶灥牡胤焦賳T與當?shù)亟鹑跈C構(gòu)的關(guān)系網(wǎng)絡(luò)導(dǎo)致，那么第（3）、（4）列中LK_c變量的回歸系數(shù)也應(yīng)當顯著為正。然而，表6的結(jié)果表明具有當?shù)丶灥牡胤焦賳T轄區(qū)內(nèi)后兩類行業(yè)獲得的信貸較少，這一發(fā)現(xiàn)與地方官員根據(jù)地方性知識調(diào)整信貸配置的預(yù)測比較一致。

表6 改變回歸模型的檢驗結(jié)果

2. 改變回歸樣本。具有當?shù)丶灥牡胤焦賳T所轄地區(qū)在經(jīng)濟與產(chǎn)業(yè)特征上可能不同于從未出現(xiàn)過這類官員的地區(qū)。為增強樣本的可比性，本文將回歸樣本限定為樣本期間內(nèi)出現(xiàn)過具有當?shù)丶灩賳T的觀測值，回歸結(jié)果（備索）仍然支持本文的研究假設(shè)。

位于直轄市的上市公司在樣本中占據(jù)較大比例，考慮到剔除這些觀測值可能會導(dǎo)致回歸結(jié)果產(chǎn)生偏差，上文在回歸分析中并未剔除這部分樣本。為了清晰地體現(xiàn)面對中央政府與省級政府出臺的五年規(guī)劃時地級市官員的信貸資源配置策略，本文剔除位于直轄市（北京、上海、天津、重慶）的上市公司觀測值，重新檢驗了研究假設(shè)，回歸結(jié)果未發(fā)生實質(zhì)性改變。

相對于央企或者省級國有企業(yè)，市級官員對市級及以下國有企業(yè)的信貸配置具有更強的影響，較高級別國有企業(yè)的信貸資源還會受到其他主管部門的影響。為減少測量噪音，本文剔除省級國有企業(yè)與央企后重新進行回歸，回歸結(jié)果仍然支持研究假設(shè)。

3. 改變被解釋變量的度量方法。分別以短期信貸（短期借款與一年內(nèi)到期的長期借款的總和除以總資產(chǎn)）與長期信貸（長期借款除以總資產(chǎn)）來衡量信貸水平?；貧w結(jié)果表明，當官員具有當?shù)丶灂r，受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)獲得了更多的短期與長期信貸，驗證了研究假設(shè)。

行業(yè)成長性、盈利能力等特征會影響企業(yè)信貸，而這些特征又可能與中央產(chǎn)業(yè)規(guī)劃相關(guān)。為緩解行業(yè)層面遺漏變量的影響，本文采用經(jīng)過行業(yè)—年度中位數(shù)調(diào)整的信貸水平作為被解釋變量，重新進行檢驗。經(jīng)過行業(yè)—年度中位數(shù)調(diào)整后，行業(yè)整體趨勢給企業(yè)信貸帶來的影響被剔除，企業(yè)信貸的變動能更準確地歸因于產(chǎn)業(yè)政策?；貧w結(jié)果顯示，改變被解釋變量的度量方法后本文的主要研究發(fā)現(xiàn)未發(fā)生實質(zhì)性變化。

4. 改變官員地方性知識的度量方法。獲取轄地的地方性知識需要一定時間的積累，除了具有當?shù)丶炓酝?，官員還可以在工作過程中逐漸積累相關(guān)知識。首先，本文將首份工作位于任職地的市委書記與市長同樣視為擁有地方性知識的官員。當市委書記或市長的首份工作位于任職地，或當官員具有當?shù)丶灂r，LK_c取值為1，反之則取值為0。其次，本文考慮了市委書記與市長由當?shù)靥岚蔚谋壤粼撌杏僧數(shù)靥岚蔚牡胤焦賳T比例超過樣本均值，則認定該地官員具有地方性知識，LK_c取值為1，否則取值為0?；貧w結(jié)果表明，改變衡量方式后，位于具備地方性知識官員所轄地區(qū)中，受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)仍然得到了更多的信貸資源，并且顯著高于官員不具備地方性知識的地區(qū)，再次驗證了本文的研究假設(shè)。

五、進一步的檢驗

（一）橫截面檢驗：行業(yè)特征差異

理論上，當行業(yè)更具地域獨特性時，地方官員理解該行業(yè)更依賴地方性知識。本文通過行業(yè)特征的檢驗為研究假設(shè)提供進一步的支持。剔除四個直轄市的觀測樣本后，按照上市公司在同省份其他地級市是否有同行業(yè)上市公司為依據(jù)，將樣本分為特有行業(yè)與非特有行業(yè)兩組。為避免偶然性誤差，剔除同省份同行業(yè)僅有一家上市公司的觀測值。當同省份某行業(yè)所有上市公司都屬于同一地級市時，若該行業(yè)特有性較強，則對該行業(yè)的理解更依賴地方性知識。

表7報告的回歸結(jié)果表明，特有行業(yè)樣本中具有當?shù)丶灥墓賳T傾向于將信貸配置到受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)，并且第（1）、（3）列NL2變量的回歸系數(shù)通過了10%顯著水平的差異檢驗，表明相比于非特有行業(yè)，特有行業(yè)中地方官員當?shù)丶灥挠绊懜訌娏??；貧w結(jié)果表明，非特有行業(yè)中當?shù)丶炓矔l(fā)揮作用。這是由于各地的產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦總是存在一些差別，具有當?shù)丶灥墓賳T相比于其他官員更了解當?shù)氐慕?jīng)濟狀況，可以發(fā)揮地方性知識優(yōu)勢，優(yōu)化信貸資源配置策略。表7的回歸發(fā)現(xiàn)為官員地方性知識在信貸配置中的作用提供了進一步的支持。

表7 區(qū)分行業(yè)特有性的檢驗結(jié)果

（二）橫截面檢驗：經(jīng)濟發(fā)展水平差異

本文進一步檢驗了官員當?shù)丶灥淖饔迷诓煌?jīng)濟發(fā)展水平的地區(qū)是否存在差異。若上市公司所處地區(qū)的GDP增速高于當年樣本平均水平，則定義為高經(jīng)濟增速地區(qū)，否則為低經(jīng)濟增速地區(qū)。表8的分組回歸結(jié)果表明，無論是在高增速還是低增速地區(qū)，具有當?shù)丶灥牡胤焦賳T都更加傾向于將信貸資源配置到受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)中。并且，第（1）、（3）列中NL2變量的回歸系數(shù)不存在顯著差異，表明本文的研究發(fā)現(xiàn)不隨著地區(qū)經(jīng)濟發(fā)展水平而改變。

表8 區(qū)分經(jīng)濟發(fā)展水平的檢驗結(jié)果

（三）橫截面檢驗：官員分工差異

本文進一步檢驗主管經(jīng)濟工作和黨務(wù)工作的分工差異，即市長和市委書記的當?shù)丶灧謩e如何影響產(chǎn)業(yè)政策的信貸資源配置效應(yīng)。相對而言，市委書記主管黨政工作與大局性決策，而市長主要負責(zé)具體經(jīng)濟政策的制定和執(zhí)行，組織部門在考核時更看重市長對于當?shù)亟?jīng)濟發(fā)展的貢獻（姚洋和張牧揚，2013）。市委書記除了關(guān)注經(jīng)濟增長指標外，也要兼顧中央政策精神的傳遞與執(zhí)行。

表9第（1）、（2）列分別報告了市長與市委書記具備當?shù)丶灂r的回歸結(jié)果，NL1與NL2的回歸系數(shù)均顯著為正，其結(jié)果表明當?shù)丶灥淖饔猛瑫r存在于市長與市委書記樣本中，并且NL2變量的回歸系數(shù)在第（1）、（2）列中并不存在顯著差異，這進一步驗證了地方官員的地方性知識對產(chǎn)業(yè)政策信貸資源配置效應(yīng)的影響。

表9 區(qū)分官員分工的檢驗結(jié)果

（四）橫截面檢驗：職業(yè)發(fā)展動機

官員依據(jù)地方性知識配置信貸資源是為了促進經(jīng)濟發(fā)展，在晉升錦標賽中占據(jù)優(yōu)勢，根據(jù)這一邏輯，當?shù)丶灥挠绊懼饕霈F(xiàn)在職業(yè)發(fā)展動機較強的官員轄地中。為驗證這一猜想，本文參考紀志宏等（2014），通過地方官員年齡來度量其職業(yè)發(fā)展動機。若市委書記或市長有一人的年齡小于樣本均值，則認為官員的職業(yè)發(fā)展動機較強。表10的回歸結(jié)果表明，當具有當?shù)丶灥牡胤焦賳T職業(yè)發(fā)展動機較強時，NL2變量的回歸系數(shù)顯著大于0，并且顯著高于無當?shù)丶灩賳T的樣本。而當?shù)胤焦賳T的職業(yè)發(fā)展動機較弱時，NL2變量的回歸系數(shù)并不顯著。表10的研究結(jié)果證實了職業(yè)發(fā)展動機是驅(qū)動官員將地方性知識融入信貸資源配置決策的關(guān)鍵因素。

表10 區(qū)分職業(yè)發(fā)展動機的檢驗結(jié)果

（五）橫截面檢驗：產(chǎn)權(quán)性質(zhì)差異

表11區(qū)分產(chǎn)權(quán)性質(zhì)的檢驗結(jié)果表明，當?shù)丶灥挠绊懼饕嬖谟谑屑墖衅髽I(yè)中。這可能是由于地方官員對于市級國有企業(yè)的信息更加充分，同時地方官員可能直接影響市級國有企業(yè)的資源獲取。在民營企業(yè)、省級國有企業(yè)與中央國有企業(yè)的樣本中，地方官員當?shù)丶瀸L2變量的回歸系數(shù)沒有產(chǎn)生顯著影響。表11的結(jié)果表明，由于國有企業(yè)在當?shù)亟?jīng)濟發(fā)展中發(fā)揮重要作用，當?shù)胤焦賳T具有當?shù)丶灂r，并未發(fā)現(xiàn)受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的國有企業(yè)獲得了更多的信貸支持。

表11 區(qū)分產(chǎn)權(quán)性質(zhì)的檢驗結(jié)果

（六）信貸資源配置與企業(yè)業(yè)績

具有當?shù)丶灥牡胤焦賳T配置信貸資源配置的效果如何？是否促進了企業(yè)成長？參考饒品貴和姜國華（2013b），本文通過以下回歸模型檢驗信貸資源配置的經(jīng)濟后果：

其中，被解釋變量為企業(yè)未來銷售收入增長率的變化（Sales_change），Cloan表示企業(yè)信貸的變化，計算方法是企業(yè)信貸的變化量除以營業(yè)收入，數(shù)值越大，表明企業(yè)當期獲得了更多的信貸資源。參考現(xiàn)有文獻，模型還控制了其他影響企業(yè)增長的因素，包括信貸比率（Loan）、非貸款負債（Oplev）、企業(yè)規(guī)模（Size）、現(xiàn)金持有（Cash）、總資產(chǎn)凈利率（ROA）、有形資產(chǎn)率（Tang）、產(chǎn)權(quán)性質(zhì)（SOE）、大股東持股比例（Top1）、托賓Q（Tobinq）、高管薪酬（Salary）、城市經(jīng)濟增長（GDP）、行業(yè)與年度固定效應(yīng)等一系列控制變量。根據(jù)預(yù)測，Cloan與NL2交乘項的回歸系數(shù)在地方官員具有當?shù)丶灥臉颖局袘?yīng)當顯著為正。

表12報告了信貸資源配置與企業(yè)業(yè)績的檢驗結(jié)果。從第（1）列全樣本的回歸發(fā)現(xiàn)，信貸資源配置到未受中央五年規(guī)劃扶持但受地方五年規(guī)劃扶持的企業(yè)能帶來更好業(yè)績。第（2）列官員具備當?shù)丶灅颖镜幕貧w結(jié)果中，Cloan×NL2的回歸系數(shù)顯著為正，表明這類企業(yè)獲取的信貸資源能有效提升銷售收入。對比第（3）列的回歸發(fā)現(xiàn)，當官員不具有當?shù)丶灂r，相應(yīng)企業(yè)即便獲得信貸資源也不能有效推動業(yè)績增長。差異檢驗的結(jié)果表明，第（2）列中交乘項Cloan×NL1與Cloan×NL2的回歸系數(shù)顯著高于第（3）列中的回歸系數(shù)，表明當?shù)丶瀻椭賳T更好地配置了信貸資源，提升了資源配置效率。這進一步支持了官員地方性知識對信貸資源配置策略的影響，為研究假設(shè)提供了佐證。

表12 產(chǎn)業(yè)政策、信貸資源配置與企業(yè)業(yè)績

六、研究結(jié)論和政策含義

由于資源稟賦和比較優(yōu)勢的不同，地方政府出臺的產(chǎn)業(yè)政策與中央產(chǎn)業(yè)政策可能存在差異。地方官員在資源配置的過程中采取因地制宜的措施以期更有效地促進區(qū)域經(jīng)濟發(fā)展。本文以信貸資源配置為切入口，基于當?shù)丶炓暯强疾炝说胤焦賳T在面對中央與地方政策差異情境下的資源配置行為。研究發(fā)現(xiàn)：具有當?shù)丶灥牡胤焦賳T傾向于將信貸資源配置到受地方五年規(guī)劃扶持但未受中央五年規(guī)劃扶持的企業(yè)中；并且，地方官員的當?shù)丶烇@著提升了信貸資源對企業(yè)業(yè)績的促進作用，改善了資源配置效率。

本文的政策含義在于：一方面，充分發(fā)揮地方官員的地方性知識優(yōu)勢，對提升產(chǎn)業(yè)政策的實施效果有所裨益。中央五年規(guī)劃固然是地方政府形成產(chǎn)業(yè)政策的指引與綱領(lǐng)，但簡單地照搬中央政策可能不利于凸顯地方比較優(yōu)勢，導(dǎo)致效率損失。地方政府官員應(yīng)因地制宜制定符合地方經(jīng)濟發(fā)展的具體產(chǎn)業(yè)政策，并且地方官員的地方性知識融入資源配置決策過程有助于提升地方政府的決策效率。因而，應(yīng)當使具備地方性知識的官員更多地參與到地方政府決策過程中，依據(jù)當?shù)貙嶋H情形決定如何配置資源，帶動轄區(qū)經(jīng)濟增長。另一方面，具備地方性知識的地方官員在實施地方產(chǎn)業(yè)政策中更具優(yōu)勢，這一發(fā)現(xiàn)為組織部門選聘與委任地方官員提供了啟示。組織部門應(yīng)當根據(jù)當?shù)匕l(fā)展的戰(zhàn)略需要對地方官員進行選聘與委任。具體而言，應(yīng)將具備地方性知識的官員優(yōu)先配置到治理與發(fā)展更依賴地方性知識的地區(qū)。組織部門在人事安排時應(yīng)當對地區(qū)發(fā)展需求與地方官員的知識特長進行匹配，在保障中央產(chǎn)業(yè)政策綱領(lǐng)得到貫徹的同時，也為地方產(chǎn)業(yè)規(guī)劃的有效推進創(chuàng)造條件，促進中國經(jīng)濟的高質(zhì)量發(fā)展。