區(qū)域產(chǎn)業(yè)政策的制造業(yè)質(zhì)量提升效應*
——來自產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)的準自然實驗

張國建 胡玉梅 李 慧

一、引言

制造業(yè)是國民經(jīng)濟的主體，是立國之本、興國之器、強國之基，制造業(yè)高質(zhì)量發(fā)展是中國經(jīng)濟高質(zhì)量發(fā)展的核心要義。中國加入WTO以后，制造業(yè)經(jīng)歷了快速的規(guī)模擴張，憑借生產(chǎn)要素低成本的競爭優(yōu)勢，以加工貿(mào)易方式嵌入全球價值鏈(GVC)，成就了制造業(yè)的大國地位，并獲得“世界工廠”的美譽(劉志彪和吳福象，2018)。但伴隨國內(nèi)外經(jīng)濟形勢的變化，中國不僅面臨人口紅利的消失，改革紅利也在減退，面臨產(chǎn)能結(jié)構(gòu)性過剩和制度性交易成本增加的窘境。當前，中國制造業(yè)正面臨以美國等為代表發(fā)達國家的“高端回流”和以印度、越南等為代表發(fā)展中國家“中低端分流”的雙向擠壓。

《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》31次提及“制造業(yè)”，并指出要保持制造業(yè)比重基本穩(wěn)定，培育世界級先進制造業(yè)集群，增強制造業(yè)競爭優(yōu)勢，推動制造業(yè)高質(zhì)量發(fā)展。政策層面，中共中央、國務院成立國家制造強國建設領(lǐng)導小組，印發(fā)《中國制造2025》《國務院辦公廳關(guān)于創(chuàng)建“中國制造2025”國家級示范區(qū)的通知》《國務院關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導意見》等以推動“中國制造”向“中國智造”轉(zhuǎn)變。實踐方面，中央政府落實新發(fā)展理念，以“中國制造2025”為抓手實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，堅決淘汰落后產(chǎn)能和工藝，推動制造業(yè)提質(zhì)升級。

為了響應和執(zhí)行黨中央的戰(zhàn)略決策，地方政府一方面投入大量財政資金發(fā)展地方基礎(chǔ)設施建設，另一方面規(guī)劃各種工業(yè)園區(qū)致力于推動地區(qū)制造業(yè)轉(zhuǎn)型升級。中國制定的各類產(chǎn)業(yè)政策不僅頻繁出現(xiàn)在各層級行政單位的政府工作報告中，還經(jīng)常以地方政策法規(guī)和規(guī)章制度的形式保證產(chǎn)業(yè)政策的執(zhí)行(韓永輝等，2017)。政府的大力支持，不僅體現(xiàn)在各類稅收優(yōu)惠和土地政策上，還包含政府的大額財政補貼。同許多發(fā)達國家在工業(yè)化過程中采取有效的區(qū)位導向性政策(place-based policies)促進經(jīng)濟增長和提高社會福利水平一樣，中國政府在提升地區(qū)產(chǎn)業(yè)發(fā)展質(zhì)量中采取的積極方式之一也是制定一系列區(qū)位導向性產(chǎn)業(yè)政策(以下簡稱“區(qū)域產(chǎn)業(yè)政策”)，具體體現(xiàn)在各地設立各類等級和各種層次的經(jīng)濟技術(shù)開發(fā)區(qū)、高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)和國家級新區(qū)等(陳釗和熊瑞祥，2015)。與其他類型的區(qū)位導向性政策類似，區(qū)域產(chǎn)業(yè)政策是較為典型的區(qū)位導向性政策的有效實施載體之一(Glaeser &Gottlieb，2008；孫偉增等，2018)。

老工業(yè)城市和資源型城市為我國工業(yè)現(xiàn)代化和城鎮(zhèn)化的快速推進作出了重要貢獻，在國民經(jīng)濟發(fā)展中占據(jù)著重要地位(佟孟華等，2022)。然而，隨著經(jīng)濟新常態(tài)的出現(xiàn)和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的不斷推進，老工業(yè)城市和資源型城市面臨著一業(yè)獨大、一企獨大、產(chǎn)業(yè)結(jié)構(gòu)單一、發(fā)展滯后、轉(zhuǎn)型困難等普遍問題。我國老工業(yè)城市和資源型城市的轉(zhuǎn)型升級一直受到國家的高度關(guān)注，政府也出臺了很多政策文件，著重促進這兩類城市的內(nèi)生發(fā)展，建立創(chuàng)新驅(qū)動的產(chǎn)業(yè)轉(zhuǎn)型升級內(nèi)生動力機制。2016年發(fā)布的《關(guān)于支持老工業(yè)城市和資源型城市產(chǎn)業(yè)轉(zhuǎn)型升級的實施意見》指出，要進一步落實設立示范區(qū)和示范園區(qū)，促進兩類城市的產(chǎn)業(yè)向高端化、集聚化、智能化升級，尤其是要全面振興以東北地區(qū)為代表的老工業(yè)基地。為了構(gòu)建特色鮮明的現(xiàn)代服務業(yè)和先進制造業(yè)集群，并且也為了加快老工業(yè)城市和資源型城市轉(zhuǎn)型升級，2017年由國家發(fā)展改革委、科技部、工業(yè)和信息化部、國土資源部和國家開發(fā)銀行等五部門聯(lián)合印發(fā)《關(guān)于支持首批老工業(yè)城市和資源型城市產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)建設的通知》，支持設立國家級產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)(以下簡稱“示范區(qū)”)，以推進城市提高產(chǎn)業(yè)高端化、集聚化和智能化，并確定12個城市(經(jīng)濟區(qū))為首批示范區(qū)。首批12個示范區(qū)以區(qū)域振興和產(chǎn)業(yè)振興為目標，以產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和城市更新改造為重點，統(tǒng)籌推進營商環(huán)境優(yōu)化、創(chuàng)新能力提升、傳統(tǒng)產(chǎn)業(yè)改造、新興制造業(yè)培育、產(chǎn)業(yè)園區(qū)建設、城市活力提升和生態(tài)修復治理。2019年國家五部門進一步確定了北京京西等8個城市(經(jīng)濟區(qū))為示范區(qū)試點地區(qū)。在示范區(qū)政策的制定和執(zhí)行過程中，政府的投入是巨大的，而科學檢驗與評價當前中國政府廣泛實施的示范區(qū)政策是否能夠以及如何推動制造業(yè)高質(zhì)量發(fā)展，成為擺在政策制定者和學界面前的重大研究命題。這一問題具有理論與經(jīng)驗上的雙重挑戰(zhàn)，仍然有待理論和實證層面的驗證。

鑒于此，本文以2017年開始漸進設立的國家級產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)為例，探索中央和地方政府的區(qū)域產(chǎn)業(yè)政策如何改革才能推動制造業(yè)高質(zhì)量發(fā)展。與現(xiàn)有文獻相比，本文主要存在以下三方面的貢獻和可能的創(chuàng)新之處。第一，現(xiàn)有文獻主要研究了示范區(qū)政策對產(chǎn)業(yè)轉(zhuǎn)型升級、企業(yè)創(chuàng)新和企業(yè)減排的影響，而本文是首篇利用翔實的微觀制造業(yè)企業(yè)數(shù)據(jù)研究示范區(qū)政策所帶來的制造業(yè)質(zhì)量提升效應，豐富了示范區(qū)政策與微觀企業(yè)行為方面的相關(guān)研究，為現(xiàn)階段更好地利用區(qū)域產(chǎn)業(yè)政策促進區(qū)域經(jīng)濟增長和產(chǎn)業(yè)協(xié)調(diào)發(fā)展提供了經(jīng)驗證據(jù)。第二，從企業(yè)所有制、企業(yè)生命周期和行業(yè)要素密集度等多個角度研究了政策效果可能存在的異質(zhì)性差異，從而提供了對政策效應進行改善的可能渠道，并且從識別假定檢驗和穩(wěn)健性檢驗等多個方面驗證了識別策略的有效性，從而保證了研究結(jié)論的可靠性。第三，進一步驗證了示范區(qū)政策影響制造業(yè)高質(zhì)量發(fā)展的作用機理，即是否通過提高企業(yè)創(chuàng)新能力、改善資源配置效率和培養(yǎng)比較優(yōu)勢等傳導機制推動制造業(yè)高質(zhì)量發(fā)展，從而為未來示范區(qū)政策的完善發(fā)展和中國區(qū)域產(chǎn)業(yè)政策的具體落實提供決策參考。

二、理論分析和研究假設

全要素生產(chǎn)率刻畫了產(chǎn)出中除要素投入外的其他要素的貢獻程度，如創(chuàng)新驅(qū)動等，因此，制造業(yè)全要素生產(chǎn)率在一定程度上能夠衡量制造業(yè)高質(zhì)量發(fā)展水平。從區(qū)域產(chǎn)業(yè)政策促進微觀制造業(yè)企業(yè)發(fā)展的作用邏輯來看，是否有助于企業(yè)生產(chǎn)率的提高成為相關(guān)研究的焦點問題。袁其剛等(2015)研究發(fā)現(xiàn)，開發(fā)區(qū)內(nèi)適度的地區(qū)專業(yè)化有利于產(chǎn)業(yè)集聚并促進企業(yè)生產(chǎn)率提高。Luo等(2015)利用工業(yè)企業(yè)的位置信息準確識別企業(yè)與開發(fā)區(qū)的空間關(guān)系和地理距離，發(fā)現(xiàn)開發(fā)區(qū)的設立顯著提高周邊企業(yè)的生產(chǎn)率，這種溢出效應隨企業(yè)到開發(fā)區(qū)的距離增加而衰減，隨當?shù)亻_發(fā)區(qū)密度的提高而增強。林毅夫等(2018)以國家級開發(fā)區(qū)為例，研究發(fā)現(xiàn)區(qū)域產(chǎn)業(yè)政策主要通過提供更好的政策環(huán)境(更低稅收)提升企業(yè)TFP。Koster等(2019)研究發(fā)現(xiàn)中國深圳科學園開放政策使得公司的生產(chǎn)率大約提高了15%～25%。Blouri和Ehrlich(2020)將包括工資補貼、生產(chǎn)便利設施投資、交通基礎(chǔ)設施投資三種類型的歐盟地區(qū)轉(zhuǎn)移支付政策納入一個經(jīng)濟地理分析框架，定量評估了不同轉(zhuǎn)移類型政策對生產(chǎn)率、收入和運輸成本的影響以及其福利最優(yōu)空間分布。Zheng等(2017)考察了120個國家級和省級開發(fā)區(qū)的生產(chǎn)和消費溢出效應。Lu等(2019)利用包含地理位置的企業(yè)信息，進一步驗證了開發(fā)區(qū)對資本積累、就業(yè)和產(chǎn)出的正面影響。

眾多文獻均研究發(fā)現(xiàn)，以開發(fā)區(qū)政策為代表的區(qū)域產(chǎn)業(yè)政策一定程度上能夠提升企業(yè)全要素生產(chǎn)率。具體到本文中的示范區(qū)政策，通過政策背景的梳理我們也能夠發(fā)現(xiàn)示范區(qū)并不僅僅是一個空間位置上的存在，而是以示范區(qū)為載體的土地、金融、基礎(chǔ)設施、稅收、能源、行政審批等眾多優(yōu)惠政策的集合。例如，政府將安排中央預算內(nèi)投資支持示范園區(qū)建設，對示范園區(qū)重點公共基礎(chǔ)設施、企業(yè)創(chuàng)新能力項目等，中央預算給予投資總額20%補助。由上述文獻及特征事實推斷，多種政策優(yōu)惠和補貼的組合一定程度上能夠推動示范區(qū)內(nèi)企業(yè)全要素生產(chǎn)率的提升?；诖耍疚奶岢黾僭O1。

假設1：與非試點地區(qū)相比，示范區(qū)設立對試點地區(qū)企業(yè)的制造業(yè)高質(zhì)量發(fā)展具有積極正向作用。

從區(qū)域產(chǎn)業(yè)政策融入制造業(yè)發(fā)展的作用效果來看，許多中國制度背景下的研究發(fā)現(xiàn)，開發(fā)區(qū)政策有效地推動城市制造業(yè)內(nèi)部產(chǎn)業(yè)結(jié)構(gòu)變動和全要素生產(chǎn)率提升(Wang et al.，2013；林毅夫等，2018；Lu et al.，2019)。然而，也有一些學者發(fā)現(xiàn)政策的經(jīng)濟效應并不顯著。Neumark和Kolko(2010)基于美國加利福尼亞州企業(yè)園區(qū)的研究表明，其并沒有對就業(yè)產(chǎn)生溢出效應。Kline和Moretti(2014)評估了美國田納西河流域管理計劃(TVA)，發(fā)現(xiàn)雖然該地區(qū)的制造業(yè)就業(yè)和地區(qū)總收入得到了提高，基礎(chǔ)設施投資和集聚經(jīng)濟提高了當?shù)刂圃鞓I(yè)生產(chǎn)率，但局部的市場失靈使得制造業(yè)溢出效應和其他地區(qū)遭受的福利損失在總體上相互抵消。Hanson和Rohlin(2013)的研究發(fā)現(xiàn)，政策目標區(qū)域內(nèi)企業(yè)的增加可能來自于其他地區(qū)企業(yè)的轉(zhuǎn)移，而非政策引發(fā)的新設立企業(yè)，這對地區(qū)整體經(jīng)濟發(fā)展和福利并沒有促進作用，即存在轉(zhuǎn)移效應(displacement effect)而非創(chuàng)造效應。Busso等(2013)指出區(qū)域產(chǎn)業(yè)政策會導致大規(guī)模的經(jīng)濟行為扭曲?；谥袊尘暗牟糠盅芯恳舶l(fā)現(xiàn)，區(qū)域產(chǎn)業(yè)政策可能存在“擠出效應”，帶來的實際是追尋“政策租”的企業(yè)扎堆，并不具有典型的“集聚效應”，甚至偏向中西部地區(qū)的政策干預使得資源更多地流向了利用效率較低地區(qū)，降低了地區(qū)間資源配置效率，造成宏觀總體效率的損失(鄭江淮等，2008；陸銘和向?qū)捇ⅲ?014；王永進和張國鋒，2016)。因此，示范區(qū)政策對制造業(yè)高質(zhì)量發(fā)展的影響可能存在多方面的異質(zhì)性。

其一，企業(yè)性質(zhì)差異。一方面，投資風險高、融資難、市場準入門檻高等問題制約著中小企業(yè)發(fā)展；另一方面，由于存在預算軟約束等問題，國有企業(yè)在金融市場上具有較大的融資優(yōu)勢和議價能力，容易獲得較多政府資源和政策優(yōu)勢?？紤]到區(qū)域產(chǎn)業(yè)政策高度依賴地方政府政策執(zhí)行力度，而以土地金融為依托的地方政府的財政收支行為又牢牢地將地方政府與國有企業(yè)綁定，因此，區(qū)域產(chǎn)業(yè)政策是否會給國有企業(yè)和中小企業(yè)發(fā)展帶來新的契機，不同政策能否產(chǎn)生差異影響值得關(guān)注。其二，不同生命周期異質(zhì)性。成長期企業(yè)受資源約束的困擾，資金缺乏，業(yè)務不穩(wěn)定，市場占有率低；而成熟期企業(yè)成立時間較長，市場占有率較高，資源充足，管理架構(gòu)完備(李賁和吳利華，2018)。因此，不同生命周期企業(yè)異質(zhì)性需要進一步探究。其三，行業(yè)類型差異。按照生產(chǎn)要素的相對密集度可以將企業(yè)分為勞動密集型、資本密集型和技術(shù)密集型(魯桐和黨印，2014)。區(qū)域產(chǎn)業(yè)政策能夠通過勞動力市場共享為勞動密集型企業(yè)吸引更多的勞動力，同時，政策補貼和稅收減免能夠為資本密集型企業(yè)提供更加充足的資金，通過技術(shù)共享和創(chuàng)新溢出促進技術(shù)密集型企業(yè)實現(xiàn)技術(shù)升級。因此，政策效應對哪種行業(yè)影響較大，需要進一步分析?；诖耍疚奶岢黾僭O2。

假設2：示范區(qū)政策的制造業(yè)質(zhì)量提升效應可能因所有制、企業(yè)生命周期和行業(yè)要素密集度的差異而表現(xiàn)出異質(zhì)性。

理論上區(qū)域產(chǎn)業(yè)政策推動制造業(yè)高質(zhì)量發(fā)展主要存在三種路徑：一是區(qū)域產(chǎn)業(yè)政策通過政策補貼會給地區(qū)和企業(yè)注入資金來源，緩解企業(yè)短期內(nèi)的融資約束困境，提升資源配置效率，減少資源錯配的可能性，改善企業(yè)自身運營狀況，為其發(fā)展注入活力(Wang et al.，2013；Lu et al.，2019)；二是區(qū)域產(chǎn)業(yè)政策通過稅收減免能夠減少創(chuàng)新性企業(yè)的創(chuàng)新成本，引領(lǐng)規(guī)模以上工業(yè)企業(yè)成長，誘發(fā)企業(yè)自主創(chuàng)新積極性，進而促進制造業(yè)企業(yè)高質(zhì)量發(fā)展水平的提升(吳一平和李魯，2017；李賁和吳利華，2018)；三是區(qū)域產(chǎn)業(yè)政策依靠土地規(guī)劃、基礎(chǔ)設施建設等渠道可能培育了示范區(qū)相對于非示范區(qū)的比較優(yōu)勢，產(chǎn)生了一定程度產(chǎn)業(yè)集聚效應和規(guī)模經(jīng)濟效應，誘導相應制造業(yè)企業(yè)實現(xiàn)高質(zhì)量發(fā)展?；诖耍疚奶岢黾僭O3。

假設3：與非試點地區(qū)相比，示范區(qū)政策可能通過提升資源配置效率、促進企業(yè)創(chuàng)新和培育比較優(yōu)勢等渠道促進制造業(yè)企業(yè)高質(zhì)量發(fā)展。

三、研究設計

(一)識別策略與模型設定

2017年以來漸進設立的產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)是一項自然實驗，本文使用漸進性雙重差分法評估示范區(qū)設立對制造業(yè)高質(zhì)量發(fā)展的影響。在控制其他因素不變的基礎(chǔ)上，通過采用漸進性雙重差分法可以檢驗示范區(qū)設立前后，處理組和控制組以制造業(yè)企業(yè)全要素生產(chǎn)率衡量的制造業(yè)高質(zhì)量發(fā)展狀況是否存在顯著差異。因此，設定模型形式如下：

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

(1)

其中，TFPpcjit是因變量，表示位于省份p城市c行業(yè)j企業(yè)i在t年的全要素生產(chǎn)率，用來衡量制造業(yè)高質(zhì)量發(fā)展，后文在進行穩(wěn)健性檢驗時，也采用LP和GMM兩種方式對全要素生產(chǎn)率進行測度；treatsit為核心解釋變量，在樣本期第t年及此后各年，如果企業(yè)i所在的城市被設立為示范區(qū)，則treatsit=1，否則為零。這樣的設置就自動產(chǎn)生了處理組和對照組，以及處理前后的雙重差異(郭峰和熊瑞祥，2017)，其本質(zhì)是組別變量和時期變量交乘后的結(jié)果。controlpcjit表示影響TFP且隨小標變動的控制變量；μi和λt分別表示企業(yè)固定效應和年份固定效應；γjt表示控制行業(yè)層面隨時間變化的趨勢，φpt表示控制省份層面隨時間變化的趨勢；εcpit表示誤差項，標準誤聚類到城市層面。

由于示范區(qū)既屬于產(chǎn)業(yè)政策，又屬于區(qū)域政策，因此，本文借鑒林毅夫等(2018)的做法，在基準回歸中控制了行業(yè)—年份固定效應γjt和省份—行業(yè)固定效應φpt，試圖將企業(yè)特征、地區(qū)層面和行業(yè)層面與制造業(yè)高質(zhì)量發(fā)展之間的各種內(nèi)生性降到最低，尤其是遺漏變量造成的估計偏誤。使用這兩類交互固定效應，即控制了每年每個省份影響經(jīng)濟發(fā)展質(zhì)量的因素，又控制了每年每個行業(yè)影響經(jīng)濟發(fā)展質(zhì)量的因素，從而能夠區(qū)分同類產(chǎn)業(yè)和區(qū)域政策對制造業(yè)高質(zhì)量發(fā)展的影響。估計系數(shù)β1為本文感興趣的政策效應，如果政策有效，那么β1顯著為正。

(二)變量說明

1.被解釋變量

由于微觀企業(yè)層面的全要素生產(chǎn)率(TFP)能夠較細致地反映制造業(yè)質(zhì)量，因此本文采用全要素生產(chǎn)率來衡量制造業(yè)高質(zhì)量發(fā)展水平。具體而言，借鑒Giannetti等(2015)、Krishnan等(2015)、錢雪松等(2018)的相關(guān)研究，通過估計以下對數(shù)C-D生產(chǎn)函數(shù)對上市企業(yè)全要素生產(chǎn)率進行測度：

lnYjit=λ0jit+λ1jitlnKjit+λ2jitlnLjit+λ3jitlnMjit+ejit

(2)

其中，lnY為上市企業(yè)營業(yè)收入對數(shù)值，lnK為上市企業(yè)固定資產(chǎn)凈值對數(shù)值，lnL為上市企業(yè)職工人數(shù)對數(shù)值，lnM為中間投入，以上市企業(yè)購買商品、接受勞務支付的現(xiàn)金對數(shù)值進行測度；下標含義與式(1)一致。本文將樣本按照不同行業(yè)和年度進行分組回歸，求得殘差作為企業(yè)全要素生產(chǎn)率的測度，記為TFP。在測算企業(yè)全要素生產(chǎn)率時，常采用基于半?yún)?shù)法進行測算擴展的OP方法(Olley &Pakes，1996)和LP方法(Levinsohn &Petrin，2003)，并被眾多學者廣泛采用(聶輝華和賈瑞雪，2011；楊汝岱，2015；江艇等，2018)。由于OP方法假設資本投入比勞動力投入對生產(chǎn)率的沖擊更加敏感，顯然與仍在享受人口紅利的中國情形不符，并且采用OP方法要求企業(yè)真實投資必須大于0，這一限制會導致在估計過程中損失大量企業(yè)樣本。此外，通過加入工具變量的GMM估計能夠有效解決回歸中的內(nèi)生性問題(Blundell &Bond，1998；Tebaldi et al.，2017)。因此，本文分別選擇LP方法和GMM方法作為穩(wěn)健性檢驗。

圖1分別按示范區(qū)和非示范區(qū)計算企業(yè)全要素生產(chǎn)率的年度均值，通過事前的平行趨勢可以得出以下簡單的判斷：示范區(qū)和非示范區(qū)內(nèi)的企業(yè)全要素生產(chǎn)率在2017年以前的變化趨勢相對平行，并且非示范區(qū)高于示范區(qū)，而在政策實施后，位于示范區(qū)的企業(yè)全要素生產(chǎn)率年度均值高于非示范區(qū)。因此，本文初步推測，這一變化可能是由于漸次設立的示范區(qū)試點政策帶來的。初步做圖有助于增強直觀感受，后文還將基于嚴謹?shù)挠嬃磕Ｐ蛯ζ叫汹厔菁俣ㄟM行更準確的判斷。

圖1 示范區(qū)和非示范區(qū)企業(yè)TFP年度平均值變化

2.核心解釋變量

組別變量與時期變量的交互項treatsit。產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)從2017年開始在各個地級市漸次設立，如果企業(yè)i所在的城市在第t年及此后年份被設立為示范區(qū)，則DIDit=1，否則為0。對應本文中處理組為所在城市被設為示范區(qū)的企業(yè)，控制組為所在城市未被設為示范區(qū)的企業(yè)。

3.控制變量

除了示范區(qū)設立會影響制造業(yè)高質(zhì)量發(fā)展外，還有其他因素會對其產(chǎn)生影響，因此，還需要控制這些外生因素的干擾。本文選取企業(yè)層面以下控制變量：企業(yè)年齡(Age)、企業(yè)資產(chǎn)規(guī)模(Size)、托賓Q(Q)、盈利能力(Roa)、杠桿率(Lev)、固定資產(chǎn)占比(Tag)、現(xiàn)金流量(Cfo)和成長機會(Grow)。變量的具體定義見表1。

表1 變量定義

(三)數(shù)據(jù)樣本和數(shù)據(jù)描述

由于2007年我國上市企業(yè)采用了新會計準則，一些會計科目的統(tǒng)計口徑發(fā)生了變化，并且2008年的國際金融危機和2020年突發(fā)的公共衛(wèi)生事件極大影響了上市企業(yè)的正常生產(chǎn)經(jīng)營活動。因此，為保證相關(guān)變量的度量方式前后一致以及避免事件沖擊的影響，本文選取樣本的時間窗口為2010～2019年，并以滬深兩市A股制造業(yè)企業(yè)作為研究樣本。在樣本篩選過程中，本文剔除：(1)金融類上市企業(yè)；(2)ST類上市企業(yè)；(3)數(shù)據(jù)不全的上市企業(yè)；(4)同時發(fā)行B股和H股的上市企業(yè)，以及新三板上市企業(yè)；(5)在剩下的企業(yè)中只保留制造業(yè)企業(yè)。本文通過上市企業(yè)注冊地址精確識別該企業(yè)是否位于示范區(qū)內(nèi)，最終獲得了1191家上市制造業(yè)企業(yè)微觀平衡面板數(shù)據(jù)，其中試點地區(qū)和非試點地區(qū)內(nèi)的上市企業(yè)數(shù)量分別為108家和1183家企業(yè)，為了避免極端值對實證結(jié)果的影響，本文對連續(xù)型變量進行1%的雙邊縮尾處理。本文的雙重差分框架基于此樣本，數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。上市企業(yè)創(chuàng)新數(shù)據(jù)，包括創(chuàng)新產(chǎn)出(當年獨立獲得的發(fā)明專利數(shù)量)和創(chuàng)新投入(研發(fā)支出)來源于中國研究數(shù)據(jù)服務平臺(CNRDS)。

表2給出了主要變量的描述性統(tǒng)計。用TFP衡量的制造業(yè)高質(zhì)量發(fā)展均值為0.0063，最小值為-1.0049，最大值為1.3151，樣本期內(nèi)存在較大差異，并且與錢雪松等(2018)的測量結(jié)果較為接近。從控制變量的描述性統(tǒng)計來看，通過縮尾處理后，差異均在合理范圍之內(nèi)，有利于更好地識別示范區(qū)的政策效果。

表2 主要變量描述性統(tǒng)計

四、實證結(jié)果

(一)基準回歸結(jié)果

這部分估計設立示范區(qū)對制造業(yè)高質(zhì)量發(fā)展的綜合效應，以檢驗假設1。對式(2)進行估計，基準回歸結(jié)果在表3中報告。表3中的被解釋變量為以企業(yè)TFP衡量的制造業(yè)高質(zhì)量發(fā)展水平，第(1)至第(3)列未控制企業(yè)和年份固定效應，第(4)至第(6)列控制了企業(yè)和年份固定效應。在第(1)列中，我們直接將解釋變量示范區(qū)政策對被解釋變量進行回歸，沒有加入任何控制變量和固定效應，結(jié)果表明示范區(qū)政策確實存在顯著的制造業(yè)質(zhì)量提升效應，為11.28個百分點。與第(1)列相比，在第(2)、第(3)列中，為排除隨時間變化的產(chǎn)業(yè)政策和區(qū)域政策對制造業(yè)高質(zhì)量發(fā)展的影響，我們加入了企業(yè)層面影響被解釋變量的時變控制變量，并在第(2)列中控制了城市固定效應、年份固定效應和行業(yè)固定效應，在第(3)列中進一步控制了行業(yè)—年份固定效應和省份—年份固定效應，正向影響依然存在并顯著，并且系數(shù)估計值保持了高度一致性，政策效應大小維持在10%左右。

表3 基準回歸結(jié)果

若回歸中遺漏企業(yè)層面不隨時間變化的個體異質(zhì)性影響，估計結(jié)果將出現(xiàn)偏誤。因此，我們在第(4)至第(6)列進行了雙向固定效應估計，控制了企業(yè)固定效應和年份固定效應。需要指出的是，當控制更細層面的企業(yè)個體固定效應后，行業(yè)固定效應和城市固定效應都被吸收了。因此，我們在第(6)列中，進一步控制了行業(yè)—年份固定效應和省份—年份固定效應。從第(4)至第(6)列的估計結(jié)果可以看出，政策效應在1%的顯著性水平上為正，并且系數(shù)大小維持在10%左右。從第(6)列最嚴格的估計結(jié)果來看，估計系數(shù)值大約為8%。這個結(jié)果是可信的，也與后文一系列穩(wěn)健性檢驗部分的實證結(jié)果保持一致。由此可見，示范區(qū)政策顯著推動了以企業(yè)TFP衡量的制造業(yè)高質(zhì)量發(fā)展，并且關(guān)鍵解釋變量的系數(shù)估計值保持高度一致，估計結(jié)果兼具統(tǒng)計顯著性和經(jīng)濟顯著性。以上回歸中，標準誤均聚類到城市層面。

(二)識別假定檢驗

1.平行趨勢檢驗與動態(tài)效應

上文發(fā)現(xiàn)，示范區(qū)政策具有顯著的制造業(yè)質(zhì)量提升效應，但是這種差異是否在示范區(qū)設立之前就已經(jīng)存在，即示范區(qū)內(nèi)的企業(yè)，可能在示范區(qū)設立之前就出現(xiàn)了TFP的顯著提升，如果存在這種情況，那么上文發(fā)現(xiàn)的制造業(yè)質(zhì)量提升結(jié)果就被“夸大”了?；蛘哒f是這一政策具有選擇性，在那部分企業(yè)具有明顯制造業(yè)質(zhì)量提升的區(qū)域設立示范區(qū)，而不是示范區(qū)設立以后才導致區(qū)內(nèi)的企業(yè)出現(xiàn)了TFP的上升。為了進一步檢驗事前的平行趨勢以及觀察政策是否存在時滯效應，本文借鑒Li等(2016)、張國建等(2019)的研究框架，采用事件分析法(event study)研究示范區(qū)政策的動態(tài)效應。具體而言，將式(1)中的treatsit換成表示示范區(qū)實行前和實施后若干年的啞變量，因變量不變，估計如下方程：

(3)

其中，treatsiτ代表企業(yè)i在示范區(qū)第τ年開始設立當年年份的啞變量，τ取負數(shù)表示示范區(qū)推行前τ年，正數(shù)表示示范區(qū)推行后τ年，并且本文將政策發(fā)生前1年設為基準組。圖2匯報了估計參數(shù){β-9，β-8，β-7，…，β0，β1，β2}的大小及對應的95%置信區(qū)間。從圖2中可以看出，政策實施之前系數(shù)估計值基本都不顯著，而政策實施當年及之后系數(shù)估計值基本通過了5%水平的顯著性檢驗。

圖2 示范區(qū)的動態(tài)效應

2.是否存在其他隨機因素影響基本結(jié)論

為了排除設立示范區(qū)的經(jīng)濟激勵效應受到其他非觀測遺漏變量的干擾，本文采用反事實的方法，在全樣本中隨機選擇樣本組和處理年份來進行間接檢驗，同時使用表3第(6)列回歸結(jié)果作為基準結(jié)果。為了提高安慰劑檢驗的可識別能力，本文將這個隨機過程重復循環(huán)估計了500次，圖3報告了估計系數(shù)的概率密度分布圖?？梢园l(fā)現(xiàn)，隨機分配的估計值集中分布在零附近，估計的標準差為0.02，基準估計結(jié)果(7.71%)位于整個分布之外。因此，可以證明不存在其他隨機因素影響基本結(jié)論。換言之，這說明了隨機設立的示范區(qū)沒有政策效應，反推出2017年和2019年示范區(qū)設立對處理組TFP的顯著促進作用是真實存在的。綜上所述，設立示范區(qū)對制造業(yè)高質(zhì)量發(fā)展的正向顯著影響并未受到未觀測到的遺漏變量的干擾。

圖3 安慰劑檢驗結(jié)果

(三)穩(wěn)健性檢驗

1.雙重差分法與傾向得分匹配法相結(jié)合

本文分別采用近鄰匹配、半徑匹配、核匹配方法給設立示范區(qū)的試點城市匹配對照組，使得處理組和對照組在這項政策沖擊前盡可能沒有顯著差異，以減少示范區(qū)在設立前的自選擇偏誤所帶來的內(nèi)生性問題。在此基礎(chǔ)上，利用雙重差分方法識別示范區(qū)試點政策的凈影響?；貧w結(jié)果如表4所示，其中第(1)至第(3)列分別是半徑匹配、近鄰匹配、核匹配的估計結(jié)果。從表4中三種不同匹配方式的估計結(jié)果中可以看出，不同匹配方法的估計系數(shù)、符號和顯著性水平與基準回歸結(jié)果表3基本一致，進一步佐證了基本結(jié)論的穩(wěn)健性。

表4 穩(wěn)健性檢驗Ⅰ

2.控制變量滯后一期

考慮到所選企業(yè)層面控制變量與示范區(qū)試點政策之間可能會產(chǎn)生反向因果，為了降低潛在內(nèi)生性問題，將所有控制變量滯后一期，重新進行回歸，實證結(jié)果如表4第(4)列所示。從中可以看出，與基準回歸結(jié)果基本一致，再次驗證了本文結(jié)論的穩(wěn)健性。

3.剔除控制組所在省份沒有設立示范區(qū)的樣本

在本文的樣本中，控制組中有些省份并沒有設立示范區(qū)，如浙江省和上海市等上市企業(yè)較密集的省份。盡管我們在基準回歸中控制了省份和年份的交互固定效應，但為了穩(wěn)健性起見，我們刪除了非處理組所在省份的部分樣本，共刪除觀測值約4500個，回歸結(jié)果如表4第(5)列所示。從中可以看出，與基準回歸相比，剔除部分樣本后，示范區(qū)的政策效果為8.4%，相比基準回歸結(jié)果有所提高。

4.更改樣本時期

本文的回歸主要基于2010～2019年的全樣本，但示范區(qū)的政策發(fā)生在2017年和2019年，樣本改革前的時期可能過長。穩(wěn)健性起見，盡量選擇經(jīng)濟新常態(tài)以來的政策樣本，選取樣本時間段為2014～2019年，即改革前三年和后三年，以期為示范區(qū)的發(fā)展完善提供更為豐富的經(jīng)驗證據(jù)。如表4第(6)列所示，實證結(jié)論與前文基本一致。

5.更換被解釋變量測度方式

前文主要基于對數(shù)C-D生產(chǎn)函數(shù)得到上市企業(yè)層面全要素生產(chǎn)率的測度指標，這里基于LP方法和GMM作為制造業(yè)質(zhì)量的另外一種測度方式進行本文的穩(wěn)健性分析。表5第(1)、第(2)列的對比可知，以LP方法測度的被解釋變量回歸分析中，加入一系列控制變量之后，政策效應在5%的水平上顯著為正；第(3)、第(4)列的對比可知，GMM方法測度被解釋變量的回歸結(jié)果與基準結(jié)果較為接近，無論是否加入控制變量，政策效應約為8%，并在1%的水平上顯著為正。

表5 穩(wěn)健性檢驗Ⅱ

(四)異質(zhì)性分析

通過理論機制的梳理和分析，不同所有制、不同企業(yè)生命周期以及不同行業(yè)特征都可能導致政策效果存在差異，因此本文將從所有制、企業(yè)生命周期和行業(yè)要素密集度三個不同視角進行異質(zhì)性分析，以研究假設2。

表6第(1)至第(3)列分別對國有、私營和中外合資企業(yè)三個類別進行分析，與我們之前的預期一致，示范區(qū)政策對國有企業(yè)的影響最為顯著，而對私營企業(yè)的影響效應最大，但是僅在10%的顯著性水平上顯著為正，說明這一結(jié)果在私營企業(yè)中產(chǎn)生的影響或許受到規(guī)模效應的影響。這一政策對中外合資企業(yè)的影響為負，不難理解，中外合資企業(yè)在示范區(qū)內(nèi)未能充分享受到政策優(yōu)惠，并且各種資源還會受到國有企業(yè)和私營企業(yè)的擠占，產(chǎn)生一定程度的虹吸效應。表6第(4)至第(5)列從不同企業(yè)生命周期視角進行了分析。我們發(fā)現(xiàn)示范區(qū)政策的制造業(yè)質(zhì)量提升效應對成長期內(nèi)的企業(yè)影響最為顯著，而對成熟期內(nèi)的企業(yè)成長也產(chǎn)生了一定的正向效應但并不具有統(tǒng)計顯著性。

表6 異質(zhì)性分析Ⅰ

示范區(qū)的更多優(yōu)惠政策旨在促進企業(yè)的產(chǎn)業(yè)升級、技術(shù)創(chuàng)新和企業(yè)成長，因此，可能對不同密集型企業(yè)存在一定政策差異，或者說政策效果存在一定的異質(zhì)性。本文借鑒魯桐和黨印(2014)的做法，將樣本中的18個大類行業(yè)按行業(yè)要素密集度情況進行聚類分析，最終劃分為勞動密集型、資本密集型和技術(shù)密集型三類行業(yè)。從樣本觀測值情況來看，勞動和資本密集型所在行業(yè)企業(yè)數(shù)量較多，而技術(shù)密集型企業(yè)數(shù)量較少。實證結(jié)果如表7第(1)至第(3)列所示，可以發(fā)現(xiàn)，這一政策效應在資本密集型和技術(shù)密集型行業(yè)中不僅具有較強的影響，且都通過了1%水平的統(tǒng)計顯著性檢驗。而在勞動密集型行業(yè)中，雖然具有一定的正向經(jīng)濟顯著性，但是沒有通過統(tǒng)計顯著性檢驗。由此可知，示范區(qū)政策在一定程度上達到了預期效果。

表7 異質(zhì)性分析Ⅱ

五、影響機制

為了更好地促進資源型城市和老工業(yè)城市產(chǎn)業(yè)轉(zhuǎn)型升級，設立示范區(qū)的城市通過精準識別示范區(qū)內(nèi)的企業(yè)，給予了一系列的政策優(yōu)惠和政府補貼。前文研究表明，與非試點城市相比，示范區(qū)試點政策會顯著促進試點城市制造業(yè)企業(yè)高質(zhì)量發(fā)展，但是這一區(qū)域產(chǎn)業(yè)政策通過何種渠道對全要素生產(chǎn)率施加影響？這是接下來我們關(guān)心的問題，以進一步驗證假設3。本文從企業(yè)創(chuàng)新能力、資本配置效率和比較優(yōu)勢等視角切入，考察示范區(qū)政策沖擊提升企業(yè)TFP的作用機制。

(一)是否通過提升企業(yè)創(chuàng)新能力推動制造業(yè)高質(zhì)量發(fā)展

制造業(yè)質(zhì)量的提升一定程度上離不開企業(yè)創(chuàng)新，本文分別從企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出視角選擇合適經(jīng)濟變量進行研究，創(chuàng)新投入方面以企業(yè)研發(fā)支出的對數(shù)值進行衡量，而創(chuàng)新產(chǎn)出方面以企業(yè)當年獨立獲得的發(fā)明專利數(shù)量進行測度，考慮到異常值的影響，均對二者進行了雙邊1%的縮尾處理。實證結(jié)果如表8所示，第(1)和第(2)列表明，無論是否加入控制變量，與對照組相比，示范區(qū)政策的實施使得處理組企業(yè)每年會多獲得8件左右的發(fā)明專利數(shù)量，與均值7件相比，相當于提高了114%，政策效應十分顯著，并且從統(tǒng)計顯著上看在1%的水平上顯著為正，這也意味著示范區(qū)政策極大促進了企業(yè)創(chuàng)新。當然，這也離不開企業(yè)研發(fā)支出的增加。從表8第(3)和第(4)列的對比結(jié)果來看，當加入控制變量后，相對于對照組，實驗組內(nèi)企業(yè)的研發(fā)支出提高了18.62%。因此，無論從創(chuàng)新投入還是創(chuàng)新產(chǎn)出來看，示范區(qū)的制造業(yè)質(zhì)量提升效應很大程度上是通過企業(yè)創(chuàng)新推動的。

表8 示范區(qū)政策效應與企業(yè)創(chuàng)新

(二)是否通過改善資本配置效率推動制造業(yè)高質(zhì)量發(fā)展

企業(yè)層面資本配置效率的衡量主要看其投資水平是否與其投資機會相匹配，因而投資對投資機會的敏感程度可以直觀地反映企業(yè)資本配置效率。基于此，本文借鑒方軍雄(2007)、靳慶魯?shù)?2012)、錢雪松等(2018)研究中的處理方法，運用“投資—投資機會”敏感性模型考察示范區(qū)政策是否通過資本配置效率渠道影響制造業(yè)質(zhì)量提升。

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

(4)

其中，采用“(資本支出+并購支出-出售長期資產(chǎn)收入-折舊)/總資產(chǎn)”測度企業(yè)當期投資水平(Invest)，采用滯后一期的資產(chǎn)收益率(Roa)用來測度企業(yè)投資機會，并且控制變量也滯后一期。系數(shù)β1的經(jīng)濟和統(tǒng)計顯著性反映了示范區(qū)政策對企業(yè)投資效率的影響，如果顯著為正，意味著示范區(qū)政策提高了企業(yè)投資對投資機會的敏感程度，導致企業(yè)資本配置效率上升；反之亦然。

如表9所示，第(1)至第(2)列的估計結(jié)果表明，無論是否加入控制變量滯后一期，系數(shù)β1和β2分別在10%和1%的水平上顯著為正，表明示范區(qū)政策顯著提高了企業(yè)當期投資水平并且在一定程度上提高了企業(yè)投資效率。這也意味著，與非示范區(qū)城市相比，區(qū)位導向性政策的出臺一定程度上提高了示范區(qū)城市內(nèi)企業(yè)的資本配置效率，進而提升了制造業(yè)發(fā)展質(zhì)量。進一步地，類似前文考察動態(tài)效應的方式，本文進一步引入政策發(fā)生當年及之后每一年虛擬變量與Roa的交互項，以此考察政策發(fā)生后資本配置效率的動態(tài)效應。如表9第(3)和第(4)列所示，無論是否加入控制變量滯后一期，當期的影響效應都較為顯著，而政策發(fā)生后第二年及第三年的影響效應較弱。因此，資本配置效率這一影響渠道顯著性水平較低可能是由于時間維度上存在一定的變化趨勢導致的。

表9 示范區(qū)政策效應與資本配置效率

(三)是否通過培育比較優(yōu)勢推動制造業(yè)高質(zhì)量發(fā)展

一般而言，試點地區(qū)內(nèi)企業(yè)往往能夠通過政策優(yōu)勢從而培育出產(chǎn)業(yè)比較優(yōu)勢，進而強化企業(yè)在產(chǎn)品市場或銷售市場中的核心競爭力，或者說，當?shù)鼐哂斜容^優(yōu)勢的企業(yè)，政策效應應該更加顯著才對。因此，本文進一步檢驗比較優(yōu)勢與示范區(qū)政策效果。采用陳釗和熊瑞祥(2015)的做法，使用生產(chǎn)數(shù)據(jù)來衡量城市—行業(yè)層面的比較優(yōu)勢，分別采用產(chǎn)出和就業(yè)份額數(shù)據(jù)計算的行業(yè)區(qū)位熵來衡量比較優(yōu)勢。如果區(qū)位熵大于1，也就是在示范區(qū)成立前一年c城市i行業(yè)在當?shù)氐木蜆I(yè)份額(產(chǎn)出份額)大于該行業(yè)在全國的就業(yè)份額(產(chǎn)出份額)，那么我們就認為該行業(yè)在當?shù)鼐哂斜容^優(yōu)勢，否則就沒有比較優(yōu)勢。具體地，本文采用就業(yè)數(shù)據(jù)和產(chǎn)出數(shù)據(jù)計算的比較優(yōu)勢指標分別用com_ad1和com_ad2表示。如表10第(1)和第(3)列所示，無論采用就業(yè)份額或是產(chǎn)出份額衡量比較優(yōu)勢，示范區(qū)政策對比較優(yōu)勢的影響均不顯著。進一步，本文采用構(gòu)建交互性的方式進行驗證，如第(2)和第(4)列所示，結(jié)果表明，示范區(qū)的政策效應與基準回歸結(jié)果基本一致，但是交互項的結(jié)果并不顯著。這也意味著，這一政策或許并沒有培育起當?shù)禺a(chǎn)業(yè)的比較優(yōu)勢。

表10 示范區(qū)政策效應與比較優(yōu)勢

考慮到該研究結(jié)論的穩(wěn)健性，本文進一步借鑒李力行和申廣軍(2015)對比較優(yōu)勢衡量的做法，構(gòu)建以人均產(chǎn)出衡量的生產(chǎn)率比較優(yōu)勢進行測度。前文采用產(chǎn)出和就業(yè)份額數(shù)據(jù)計算的行業(yè)區(qū)位熵衡量的比較優(yōu)勢都是基于相對水平，而這里比較的是標準化后城市層面和省份層面不同行業(yè)勞動生產(chǎn)率的比值，用perlabor表示。如表10第(5)列所示，示范區(qū)政策沒有間接促進比較優(yōu)勢的培育，并且第(6)列交互項的估計結(jié)果也不顯著。

六、主要結(jié)論和政策建議

設立國家級產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)既是促進中國資源型城市和老工業(yè)城市產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的迫切需要，也是經(jīng)濟新常態(tài)和“雙循環(huán)”背景下推動制造業(yè)高質(zhì)量發(fā)展的重大需求。作為中國典型的區(qū)域產(chǎn)業(yè)政策之一，2017年漸次設立的產(chǎn)業(yè)轉(zhuǎn)型升級示范區(qū)是否能夠推動制造業(yè)高質(zhì)量發(fā)展成為本文研究的切入點。因此，本文以示范區(qū)政策為例，采用雙重差分法識別了這一區(qū)域產(chǎn)業(yè)政策對制造業(yè)高質(zhì)量發(fā)展的因果效應。研究結(jié)果表明：第一，示范區(qū)政策的實施顯著推動了以企業(yè)TFP衡量的制造業(yè)高質(zhì)量發(fā)展，使處理組比控制組提高約8%，此結(jié)論在考慮多種識別假定檢驗和穩(wěn)健性檢驗后依然成立。第二，異質(zhì)性檢驗中，從所有制結(jié)構(gòu)來看，示范區(qū)政策對國有企業(yè)的影響最為顯著，對私營企業(yè)的影響效應最大，而對中外合資企業(yè)的影響為負；從企業(yè)生命周期來看，示范區(qū)政策的制造業(yè)質(zhì)量提升效應對成長期內(nèi)的企業(yè)影響最為顯著，而對成熟期內(nèi)的企業(yè)成長也產(chǎn)生了一定的正向效應但并不具有統(tǒng)計顯著性；從行業(yè)密集度來看，政策效應在資本密集型和技術(shù)密集型行業(yè)中具有經(jīng)濟顯著性和統(tǒng)計顯著性，而在勞動密集型行業(yè)中不顯著。第三，進一步的機制分析表明，示范區(qū)政策主要通過提升企業(yè)創(chuàng)新能力、改善資源配置效率渠道推動制造業(yè)高質(zhì)量發(fā)展，但是并沒有培育起當?shù)禺a(chǎn)業(yè)的比較優(yōu)勢。

基于本文研究結(jié)論及國內(nèi)發(fā)展現(xiàn)狀，提出以下幾點政策建議。

第一，適當擴大試點范圍，全面落實示范區(qū)政策，助力制造業(yè)行業(yè)和企業(yè)高質(zhì)量發(fā)展。示范區(qū)政策具有較強的政策效應，能夠有效地促進制造業(yè)企業(yè)TFP提升，因此，地方政府可以適當擴大試點范圍，更好地落實政策規(guī)劃和政策文件，如落實示范區(qū)內(nèi)制造業(yè)企業(yè)的出口退稅政策、稅收減免政策和貸款融資政策。針對享受到優(yōu)惠的企業(yè)建立完善的年度評估制度和靈活的進入退出制度，倒逼示范區(qū)內(nèi)企業(yè)形成良性的競爭合作機制。研究發(fā)現(xiàn)，對不同所有制企業(yè)政策效果存在差異，因此，應進一步減小示范區(qū)政策對不同所有制企業(yè)的差別對待，尤其要助力成熟期企業(yè)和中小制造業(yè)企業(yè)的高質(zhì)量發(fā)展。

第二，制定相關(guān)舉措，進一步提高示范區(qū)內(nèi)企業(yè)的研發(fā)支出費用。相關(guān)統(tǒng)計數(shù)據(jù)表明，首批設立的12個示范區(qū)平均研發(fā)投入占地區(qū)生產(chǎn)總值的比重僅為1.64%，個別示范區(qū)甚至低于1%。(1)相關(guān)數(shù)據(jù)資料來源于中國政府網(wǎng)。本文研究發(fā)現(xiàn)，示范區(qū)政策不僅能夠通過提升企業(yè)創(chuàng)新能力助力制造業(yè)高質(zhì)量發(fā)展，而且從研發(fā)投入和研發(fā)產(chǎn)出的相對比例來看，研發(fā)產(chǎn)出的效率更高。因此，可以進一步提高示范區(qū)內(nèi)企業(yè)的研發(fā)投入比例，發(fā)揮示范區(qū)政策的創(chuàng)新驅(qū)動效應和規(guī)模經(jīng)濟效應。

第三，培育示范區(qū)內(nèi)制造業(yè)企業(yè)的動態(tài)比較優(yōu)勢，提高企業(yè)核心競爭力。產(chǎn)業(yè)具有相對比較優(yōu)勢才能為制造業(yè)企業(yè)長期發(fā)展注入活力，才能有效嵌入國內(nèi)價值鏈和國際價值鏈、促進國內(nèi)外“雙循環(huán)”的實現(xiàn)。本文的研究發(fā)現(xiàn)，示范區(qū)政策并沒有培育出比較優(yōu)勢的產(chǎn)業(yè)，從而降低了企業(yè)在市場上的競爭力。因此，需要加強機制設計，營造良好的營商環(huán)境，因地制宜遵循本地產(chǎn)業(yè)的潛在比較優(yōu)勢，培育出產(chǎn)業(yè)的顯性比較優(yōu)勢。

當然，本文的研究也存在一些不足之處。第一，政策效果研究通常會面臨“政策同時性”問題，即除了示范區(qū)政策實施以外，樣本時間內(nèi)示范區(qū)內(nèi)可能存在其他區(qū)位導向性政策，導致實證估計結(jié)果可能不那么“干凈”。盡管本文加入了各種控制變量以及控制了各種交叉固定效應，試圖將企業(yè)特征、地區(qū)層面和行業(yè)層面與制造業(yè)高質(zhì)量發(fā)展之間的各種內(nèi)生性降到最低，但是仍然難以完全克服。第二，區(qū)域產(chǎn)業(yè)政策間的協(xié)同效應需要進一步研究。中國當下區(qū)域產(chǎn)業(yè)政策碎片化現(xiàn)象明顯。一是部門間和區(qū)域間利益沖突。因產(chǎn)業(yè)利益相關(guān)度較低和地區(qū)間的政策傾斜度不一，易造成不同地區(qū)和不同部門間的協(xié)調(diào)失靈，出現(xiàn)地區(qū)間市場分割和部門本位主義，難以形成有效的統(tǒng)籌規(guī)劃。二是不同區(qū)域產(chǎn)業(yè)政策間的不協(xié)調(diào)，表現(xiàn)為政策矛盾、重疊、多變等現(xiàn)象。因此，如何進行政策協(xié)同構(gòu)建成為未來區(qū)域產(chǎn)業(yè)政策需要進一步改進的方向。