曾小明,劉友金
(湖南科技大學 商學院,湖南 湘潭 400201)
?
企業(yè)生產效率改進視角的湖南開發(fā)區(qū)政策效果評估
——基于反事實匹配估計量方法的實證研究*
曾小明,劉友金
(湖南科技大學 商學院,湖南 湘潭 400201)
開發(fā)區(qū)作為影響產業(yè)發(fā)展的重要政策措施之一,其實際效果備受關注?;诤鲜∑髽I(yè)層面數(shù)據(jù)和反事實分析框架,運用能夠克服樣本選擇偏差的匹配估計量方法估計了開發(fā)區(qū)對企業(yè)全要素生產率(TFP)的影響。結果表明,開發(fā)區(qū)政策對企業(yè)全要素生產率的影響在時間上存在顯著差異,在對開發(fā)區(qū)進行清理整頓之后,開發(fā)區(qū)政策顯著地促進了企業(yè)全要素生產率提高3.95%~5.91%。研究表明,開發(fā)區(qū)作為一種特殊的政策區(qū)域,通過設計科學合理有效的制度,引導要素資源在區(qū)域間有效配置和集聚,開發(fā)區(qū)的政策效果就能得到進一步提升。
開發(fā)區(qū);企業(yè)TFP;政策評估;匹配估計量
中國開發(fā)區(qū)的發(fā)展及政策效應的評估一直是備受關注的重要課題?,F(xiàn)有文獻大都肯定了開發(fā)區(qū)政策所取得的積極效果,比如開發(fā)區(qū)能夠促進地區(qū)經濟增長(況偉大,2009;向寬虎、陸銘,2015)[1]71-76,[2]4-17,有利于企業(yè)技術升級(鄭江淮、高彥彥等,2008)[3]33-46,是吸引外資的重要區(qū)域(朱詩娥、楊汝岱,2009)[4]8-14。開發(fā)區(qū)作為地方政府促進經濟增長的重要政策,促使各地不斷加大開發(fā)區(qū)的政策優(yōu)惠力度來吸引投資,導致了地區(qū)之間的惡性競爭。在這種競爭格局下,開發(fā)區(qū)對經濟增長的貢獻更多地是由高投資拉動,雖然在短期內促進了地區(qū)經濟的增長,但這種忽視效率的增長將會影響開發(fā)區(qū)的可持續(xù)發(fā)展。
已有研究開始注意開發(fā)區(qū)發(fā)展的效率問題,并得出了一些有啟示的結論,比如國家級經濟開發(fā)區(qū)綜合效率偏低,全要素生產率(TFP)增長緩慢(蔡善柱、陸林,2014)[5]794-802,一些園區(qū)的運行效率較低,高投入并沒有帶來高產出(劉鶴,2009)[6]117-120,作為引領地區(qū)經濟發(fā)展的高新技術開發(fā)區(qū),創(chuàng)新效率也普遍偏低(劉滿鳳、李圣宏,2012)[7]5-17。Chen等(2014)的研究發(fā)現(xiàn),平均而言,東部地區(qū)開發(fā)區(qū)對企業(yè)TFP的影響要好于中西部地區(qū)[8],而Schminke和Biesebroeck(2013)則發(fā)現(xiàn),盡管開發(fā)區(qū)內的企業(yè)具有更高的人均增加值與資本密集度,但TFP與區(qū)外企業(yè)并無顯著差異[9]343-367。徐偉民(2008)利用上海市統(tǒng)計數(shù)據(jù),對區(qū)內、區(qū)外高新技術企業(yè)的TFP進行了比較研究,認為稅收政策對TFP的提高起到了主導作用[10]141-147。這些文獻對我們理解開發(fā)區(qū)政策的效果提供了理論基礎和經驗分析參照,但在開發(fā)區(qū)政策效應評估方面,仍然有幾個方面值得進一步關注:首先,以往文獻對開發(fā)區(qū)政策的評價,較多地集中在開發(fā)區(qū)政策如何影響地區(qū)GDP的增長和企業(yè)績效的變化。與傳統(tǒng)的財務指標相比,全要素生產率(TFP)也許反映了更為根本的問題,它反映了經濟增長中“質”的部分。所以,用TFP來考察開發(fā)區(qū)政策的影響顯得十分必要。其次,現(xiàn)有文獻對中國開發(fā)區(qū)效率的研究主要是圍繞宏觀層面展開,從微觀層面研究開發(fā)區(qū)政策與企業(yè)效率的文獻較少。最后,開發(fā)區(qū)在不同的階段實施的政策內容不盡相同,從而導致開發(fā)區(qū)政策的影響效應在不同時期可能存在差異性,有必要分時期進行考察。
針對現(xiàn)有研究的不足,本文在以下方面進行了擴展:(1)我們從企業(yè)TFP的角度對開發(fā)區(qū)政策的質量進行了評估,在現(xiàn)有的研究中還比較少見;(2)我們的研究是跨時期的分析,可以研究開發(fā)區(qū)政策對企業(yè)TFP影響的動態(tài)過程;(3)本文運用新的計量方法——匹配估計量(matching estimator),提高了開發(fā)區(qū)政策效果評估的準確性。
(一)開發(fā)區(qū)政策對企業(yè)TFP的影響路徑
從政策實施效果來看,開發(fā)區(qū)政策對于開發(fā)區(qū)內的企業(yè)而言,既帶來了生產效率的提升,又存在著政策陷阱。一方面,入駐開發(fā)區(qū)的企業(yè)能夠利用園區(qū)內優(yōu)惠的政策、便利的基礎設施和良好的生產環(huán)境,包括融資政策支持、上下游產業(yè)鏈配套,接近產品或要素市場,特別是與技術、勞動、原材料供應商和銷售商之間的業(yè)務往來,必然會獲得各種技術、管理以及市場等方面溢出效應的好處。另外,開發(fā)區(qū)相對靈活的體制,更有利于企業(yè)進行技術創(chuàng)新與研究發(fā)展,企業(yè)可以通過技術升級和改造,提高生產效率。另一方面,開發(fā)區(qū)為了吸引投資,競相采取降低土地價格、稅率等優(yōu)惠政策和措施,降低企業(yè)的直接成本。通過這種方式來擴大經濟總量和壯大產業(yè)規(guī)模,不僅擠壓了企業(yè)創(chuàng)新活動空間(呂政、張克俊,2006)[11]5-12,還滋生了一些企業(yè)的尋租心理。部分經濟效率較低的企業(yè)為了尋求“政策租”進入開發(fā)區(qū),因為開發(fā)區(qū)作為“制度飛地”能夠有效地保護企業(yè)不被掠奪,并且企業(yè)為追逐“政策租”,會將部分資源配置在建立政治關系和利益相關者關系上面。在這種情形下,企業(yè)進駐開發(fā)區(qū)只是形成一種簡單的企業(yè)“扎堆”現(xiàn)象,并不能形成產業(yè)集群。園區(qū)中的企業(yè)不能享受到靠近產品或要素市場的好處,故對其生產效率的提升并無幫助。所以,開發(fā)區(qū)既有可能提高企業(yè)效率,也有可能降低企業(yè)效率,科學有效地對開發(fā)區(qū)的政策效果進行估計就顯得十分必要。
(二)開發(fā)區(qū)政策評估方法:基于反事實的匹配估計量分析
分析開發(fā)區(qū)政策對企業(yè)生產率的影響效應,傳統(tǒng)的方法一般是采用OLS回歸模型進行估計??紤]以下回歸模型:
lnTFPi=αDi+βXi+Ui,i=1,2,...,n
其中,lnTFPi為第i個企業(yè)TFP的對數(shù);Di是政策變量,企業(yè)享受了開發(fā)區(qū)政策則Di=1,否則等于0;Xi是企業(yè)i可觀察的影響TFP的個體特征向量;Ui是隨機分布項;α系數(shù)的估計值可以被解釋為開發(fā)區(qū)政策對企業(yè)生產率的影響。
在上式中,通常假定模型中已經控制了影響企業(yè)生產率的重要變量,并且企業(yè)是否參與開發(fā)區(qū)項目是隨機決定的,即滿足條件獨立假設lnTFPi⊥Di|Xi。然而使用非實驗數(shù)據(jù)開展研究時,這一假定通常無法得到滿足。企業(yè)參與開發(fā)區(qū)項目通常不是隨機發(fā)生的,從而導致OLS估計可能產生樣本選擇偏差或內生性問題,最終影響結果的準確性。
為解決這一問題,基于反事實分析的匹配估計量方法提供了很好的思路:匹配估計量使用向量模(vector norm)計算開發(fā)區(qū)內企業(yè)與開發(fā)區(qū)外企業(yè)之間在觀測協(xié)變量上的距離*以X表示第i個企業(yè)的協(xié)變量向量,Z代表可能與第i個企業(yè)匹配的企業(yè)的協(xié)變量向量,V為各變量樣本方差的對角矩陣的逆矩陣,則向量??梢员硎緸椋骸琙-X‖V=(Z-X)′V(Z-X)。該向量模所代表的距離反映企業(yè)特征的相似程度,向量模越小,匹配企業(yè)與被匹配企業(yè)的相似程度越高。,從而構造處理組和控制組企業(yè)不可觀察的反事實結果,填補缺失數(shù)據(jù)。具體匹配方法請參考Abadie (2004)[12]290-311和Guo and Fraser (2011)[13]139-160。
根據(jù)可觀察的事實結果和匹配后構建的反事實結果,可以得到三類平均政策效應:
平均處理效應ATE表示隨機挑選一個具有X特征的企業(yè)進駐開發(fā)區(qū)并給予優(yōu)惠政策,對其生產率影響效應的均值:
處理組的平均處理效應ATT表示隨機挑選一個在開發(fā)區(qū)內具有特征X的企業(yè),開發(fā)區(qū)政策對其生產率影響的均值:
未被處理組的平均處理效應ATU表示隨機挑選一個在開發(fā)區(qū)外具有特征X的企業(yè),假如其進駐開發(fā)區(qū)并享受開發(fā)區(qū)政策對其生產率影響效應的均值:
(一)數(shù)據(jù)說明及變量選擇
本文使用的企業(yè)層面的數(shù)據(jù)來自1999—2007年湖南省工業(yè)企業(yè)調查數(shù)據(jù),它包括所有的國有制造企業(yè)以及年銷售額超過500萬元以上的大中型工業(yè)企業(yè)。截至2007年年底,湖南共有1萬多家企業(yè)被該數(shù)據(jù)庫收錄。遵循標準的數(shù)據(jù)處理流程,我們剔除了異常觀測值。另外,2001、2004年的工業(yè)增加值變量缺失,根據(jù)聶輝華(2012)的建議[14]142-158,采用以下公式計算得到:工業(yè)增加值=工業(yè)總產值-工業(yè)中間投入+增值稅。
被解釋變量是企業(yè)TFP,數(shù)據(jù)來自下文中估計出來的結果。解釋變量中,我們重點關注開發(fā)區(qū)政策虛擬變量。如果企業(yè)位于開發(fā)區(qū)內,可以認為該企業(yè)享受了開發(fā)區(qū)的優(yōu)惠政策,反之該企業(yè)沒有享受到開發(fā)區(qū)政策*我們借鑒并擴展向寬虎和陸銘(2015)識別企業(yè)是否位于開發(fā)區(qū)內的方法,如果某個企業(yè)在其表征地址的變量中出現(xiàn)“開發(fā)”“工業(yè)園”“工業(yè)區(qū)”“園區(qū)”“高新”“制造基地”“科技園”“產業(yè)園”“農業(yè)園”字樣,則認定該企業(yè)為開發(fā)區(qū)內企業(yè)。。除了考察開發(fā)區(qū)政策外,我們還加入了企業(yè)年齡、企業(yè)所有制類型、補貼收入、資產負債率等控制變量。
(二)全要素生產率估算
目前對于TFP的估算主要有三類方法:第一類是參數(shù)法,通過設定Cobb-Douglas生產函數(shù),再利用回歸方法計算索洛殘值作為TFP的衡量指標,盡管此種方法計算過程簡單,但規(guī)模報酬不變和產出彈性不變的假設未必符合現(xiàn)實(聶輝華、賈瑞雪,2011;魯曉東、連玉君,2012)[15]27-42,[16]541-558。第二類是非參數(shù)法,包括數(shù)據(jù)包絡分析法(DEA)、Malmquist指數(shù)法和隨機邊界法,這類方法沒有預先的生產函數(shù)設定,而是將每個企業(yè)與生產邊界的距離作為效率,但同樣有著明顯的缺陷,比如沒有考慮隨機因素,假設并非所有企業(yè)都能實現(xiàn)利潤最大化等。第三類是半參數(shù)法,它是將參數(shù)法和非參數(shù)法結合起來估計的方法,目前比較流行的主要有OP(Olley-Pakes)方法和LP(Levinsohn-Petrin)方法,部分學者證實了LP方法的有效性(張杰,2011;魯曉東、連玉君,2012)[17]571-602,[16]541-558,因此本文使用LP方法計算企業(yè)的TFP(具體請參考Levinsohn-Petrin,2003)[18]317-341。在LP方法中,企業(yè)投資額的計算公式為:Iit=Kit-Kit-1+Dit,其中,K是用固定資產凈值衡量的資本,D為固定資產折舊。另外,我們采用固定資產投資價格指數(shù)對資本進行價格平減,采用工業(yè)品出廠價格指數(shù)對工業(yè)增加值和中間投入進行價格平減,價格指數(shù)均來自《湖南省統(tǒng)計年鑒》。
由前面分析可知,傳統(tǒng)OLS估計結果是有偏且不一致的。以下內容將從實證角度驗證OLS估計結果有偏的結論,并且通過匹配估計量來估計基于異質性和選擇偏差下跨時期的開發(fā)區(qū)政策對企業(yè)TFP的影響效應。
(一)傳統(tǒng)OLS估計結果
為了進一步提高估計結果的準確性,我們還考慮了企業(yè)研究發(fā)展變量,因為研究發(fā)展是促進企業(yè)技術進步的重要手段,通過研究發(fā)展能夠給企業(yè)帶來學習和創(chuàng)新,以降低生產成本,節(jié)約要素投入,進而提升企業(yè)TFP。
表1為傳統(tǒng)回歸方法的結果。從表1可以看出,在控制了其他變量后,湖南省的開發(fā)區(qū)政策對企業(yè)TFP的影響存在時間上的顯著差異。2004—2007年,開發(fā)區(qū)政策對企業(yè)TFP的提升有顯著的促進作用,在此期間,開發(fā)區(qū)政策能夠提升企業(yè)4.93%~5.54%的TFP。而1999—2003年開發(fā)區(qū)政策對企業(yè)TFP并無顯著影響,這是因為,此期間是湖南省開發(fā)區(qū)的擴張期,各類園區(qū)“遍地開花”,導致各地區(qū)招商引資過度競爭,實際進入園區(qū)的企業(yè)難以完全按照收入彈性、比較技術進步率、產業(yè)關聯(lián)度等基準來選擇,這種追求短期利益的招商引資行為必然難以提高企業(yè)的生產效率。從2003年開始,開發(fā)區(qū)的清理整頓使違規(guī)占地和違規(guī)設立開發(fā)區(qū)的現(xiàn)象得到治理,開發(fā)區(qū)整體結構進一步優(yōu)化,專業(yè)化、特色化特點進一步加強,集聚效應初步顯現(xiàn),企業(yè)生產效率也開始得到提升。
表1 OLS方法估計開發(fā)區(qū)政策對企業(yè)全要素生產率影響的估計結果
注:被解釋變量為企業(yè)全要素生產率的對數(shù),括號內的值為t統(tǒng)計量,*、**、***分別表示在10%、5%、1%的水平上顯著。由于只有2005—2007年包含了企業(yè)研發(fā)投資數(shù)據(jù),我們在2005—2007年使用企業(yè)研究發(fā)展經費與產品銷售收入的比重表示企業(yè)研發(fā)強度指標。
(二)匹配估計量分析
盡管傳統(tǒng)OLS結果表明開發(fā)區(qū)政策能夠顯著提高企業(yè)生產率,但如前所述,導致這一結果的原因可能是由于樣本選擇性偏差引起的。如果開發(fā)區(qū)設置進入門檻,更傾向于讓那些全要素生產率比較高的企業(yè)進駐開發(fā)區(qū),或者全要素生產率高的企業(yè)更容易入駐開發(fā)區(qū),那么我們得出的結果可能是被高估了。如果企業(yè)進入開發(fā)區(qū)之前,其生產率相對較低,那么OLS的結果可能被低估了。我們遵循Abadie(2004)的建議,對每個觀測企業(yè)選擇距離最近(即向量模最小)的4個企業(yè)進行匹配*Abadie and Imbens(2002)的數(shù)據(jù)模擬表明,以均方誤來看,通常n=4,即對每個被處理組的企業(yè)匹配4個未被處理組的企業(yè),能得到很好的效果。。表2中的ATE、ATT和ATU報告了匹配估計量結果,并且與傳統(tǒng)OLS回歸結果進行了比較。
表2 匹配估計量結果及與OLS結果的比較
注:被解釋變量為企業(yè)全要素生產率的對數(shù),*、**、***分別表示在10%、5%、1%的水平上顯著。偏差=OLS-ATE,選擇偏差=OLS-ATT。
表2的結果表明,與傳統(tǒng)的OLS回歸結果相同的是,開發(fā)區(qū)政策對企業(yè)生產率的影響也存在顯著的時間上的差異,除了ATE和ATU的系數(shù)在1999年顯著外,其他的系數(shù)均只在2004—2007年顯著,同樣說明了2003年開始的開發(fā)區(qū)清理整頓起到了良好的政策效果。對所有樣本來講,與未實施開發(fā)區(qū)政策的企業(yè)相比,開發(fā)區(qū)政策使得開發(fā)區(qū)內企業(yè)的TFP提高3.95%~5.91%(ATE)。對開發(fā)區(qū)內的企業(yè)子樣本來說,開發(fā)區(qū)政策使得其TFP提高了4.6%~5.46%(ATT)。對于開發(fā)區(qū)外的企業(yè)子樣本來說,如果對其實施開發(fā)區(qū)政策,企業(yè)的TFP同樣可以提高3.93%~5.91%(ATU)。傳統(tǒng)的OLS估計結果與ATE比較,除了2004年給出的下偏估計值以外,其他年份都給出了一個上偏的估計值。開發(fā)區(qū)政策對生產率的影響效應存在選擇偏差,2004年為負,2005—2007年為正,說明在2005—2007年,開發(fā)區(qū)內的企業(yè)如果沒有進駐開發(fā)區(qū),其生產率也會比沒有進入開發(fā)區(qū)內的企業(yè)要高,而在2004年,開發(fā)區(qū)內的企業(yè)如果沒有進入開發(fā)區(qū),其生產率會比沒有進入開發(fā)區(qū)內的企業(yè)要低。也就是說從2005年開始,開發(fā)區(qū)設置了更高的進入門檻,更傾向于讓那些生產率更高的企業(yè)進入開發(fā)區(qū)。
盡管傳統(tǒng)OLS方法對開發(fā)區(qū)政策效應的估計結果是有偏差的,然而OLS和匹配估計量兩者的估計系數(shù)方向在2004—2007年期間完全一致,說明湖南省開發(fā)區(qū)政策從2004年開始對企業(yè)生產效率的提升起到了良好的效果。那么,是什么原因使得開發(fā)區(qū)的政策效果在2004年開始出現(xiàn)了轉折?雖然我們無法得知企業(yè)在稅收、補貼、土地等各類政策上所獲得的具體優(yōu)惠,但由2004年前后國家發(fā)布的一系列關于整頓開發(fā)區(qū)建設用地的通知和意見,可以推測出在2004年之前,開發(fā)區(qū)對企業(yè)主要是給予土地優(yōu)惠政策,而在之后則偏重于土地之外的稅收、補貼等其他優(yōu)惠政策。
以開發(fā)區(qū)為代表的產業(yè)政策在全國范圍內被廣為實施,但對其政策效果進行科學評估的文獻相對較少。作為一種典型的區(qū)域產業(yè)政策,一方面開發(fā)區(qū)政策因其實施的廣泛性和持續(xù)性備受關注,另一方面卻缺乏從企業(yè)微觀層面進行科學的政策評估。本文使用湖南省1999—2007年工業(yè)企業(yè)數(shù)據(jù),在運用傳統(tǒng)OLS回歸方法分析的基礎上,進一步運用反事實分析框架和能夠克服樣本選擇性偏差的匹配估計量方法對湖南省開發(fā)區(qū)政策影響企業(yè)全要素生產率的政策效應進行了評估。我們發(fā)現(xiàn)開發(fā)區(qū)政策對企業(yè)全要素生產率的影響存在時間上的顯著差異,在2004年開發(fā)區(qū)清理整頓之前,開發(fā)區(qū)政策對企業(yè)全要素生產率的影響并不顯著,在對開發(fā)區(qū)進行清理整頓之后,開發(fā)區(qū)政策顯著地促進了企業(yè)全要素生產率提高3.95%~5.91%。本文的研究既從企業(yè)微觀層面豐富了我們對開發(fā)區(qū)政策效果的認識,也為地區(qū)制定合理的產業(yè)政策提供了依據(jù)。
本文的政策含義也是清晰明確的。中國開發(fā)區(qū)在30余年的發(fā)展過程當中,出現(xiàn)了一些令人擔憂的問題:一方面,各地開發(fā)區(qū)不顧自身發(fā)展特點,通過采取壓低土地價格、低稅收等優(yōu)惠政策,實行“撿到籃子里都是菜”的方式進行招商引資;另一方面,部分企業(yè)為了尋求“政策租”,無視園區(qū)產業(yè)鏈條及生產配套,盲目地在政策優(yōu)惠較多的園區(qū)進行“扎堆”。本文的研究告訴我們,開發(fā)區(qū)作為一種特殊的政策區(qū)域,只要通過設計科學合理有效的制度,引導要素資源在區(qū)域間有效配置和集聚,促進產業(yè)向規(guī)?;⒓夯?、專業(yè)化、特色化發(fā)展,開發(fā)區(qū)的政策效果就能得到進一步提升。
[1]況偉大.開發(fā)區(qū)與中國區(qū)域經濟增長[J].財貿經濟, 2009(10).
[2]向寬虎,陸銘.發(fā)展速度與質量的沖突——為什么開發(fā)區(qū)政策的區(qū)域分散傾向是不可持續(xù)的?[J].財經研究, 2015(4).
[3]鄭江淮,高彥彥,胡小文.企業(yè)“扎堆”、技術升級與經濟績效——開發(fā)區(qū)集聚效應的實證分析[J].經濟研究, 2008(5).
[4]朱詩娥,楊汝岱.中國本土企業(yè)出口競爭力研究[J].世界經濟研究, 2009(1).
[5]蔡善柱,陸林.中國經濟技術開發(fā)區(qū)效率測度及時空分異研究[J].地理科學, 2014(7).
[6]劉鶴.我國高新技術產業(yè)開發(fā)區(qū)運行效率評價[J].科技進步與對策, 2009(10).
[7]劉滿鳳,李圣宏.國家級高新技術開發(fā)區(qū)的創(chuàng)新效率比較研究[J].江西財經大學學報, 2012(3).
[8]Chen, Binkai, Ming Lu,Kuanhu Xiang .Development zones effectiveness and key ingredients: evidence from a natural experiment in china [R].Working paper, 2014.
[9]Schminke Annette, Johannes Van Biesebroeck.Using export market performance to evaluate regional preferential policies in china [J].Review of World Economics, 2013, 149(2).
[10]徐偉民.科技政策、開發(fā)區(qū)建設與高新技術企業(yè)全要素生產率——來自上海的證據(jù)[J].中國軟科學, 2008(10).
[11]呂政,張克俊.國家高新區(qū)階段轉換的界面障礙及破解思路[J].中國工業(yè)經濟, 2006(2).
[12]Abadie, Alberto, et al.Implementing Matching Estimators for Average Treatment Effects in Stata[J].Stata Journal, 2004 (4).
[13]Guo Shenyang, Mark W Fraser.Propensity Score Analysis: Statistical Methods and Applications [M].New York:Sage Publications, 2011.
[14]聶輝華,江艇,楊汝岱.中國工業(yè)企業(yè)數(shù)據(jù)庫的使用現(xiàn)狀和潛在問題[J].世界經濟, 2012(5).
[15]聶輝華,賈瑞雪.中國制造業(yè)企業(yè)生產率與資源誤置[J].世界經濟, 2011(7).
[16]魯曉東,連玉君.中國工業(yè)企業(yè)全要素生產率估計:1999—2007[J].經濟學(季刊), 2012 (2).
[17]張杰,李克,劉志彪.市場化轉型與企業(yè)生產效率——中國的經驗研究[J].經濟學(季刊), 2011 (2).
[18] Levinsohn James,Amil Petrin.Estimating production functions using inputs to control for unobservables[J].The Review of Economic Studies, 2003, 70(2).
責任編輯:廖文婷
Policy Effect Evaluation of Hunan Development Zone from the Perspective of Improving Production Efficiency of Enterprises: An Empirical Study Based on the Method of Anti Fact Matching Estimator
ZENG Xiao-ming,LIU You-jin
(BusinessSchool,HunanUniversityofScienceandTechnology,Xiangtan,Hunan411201,China)
Development zone as one of the important policy measures affecting the development of industry, its practical effect is concerned.Based on the enterprise level data of Hunan Province and the framework of counterfactuals analysis,the influence of the development zone on total factor productivity (TFP) of the enterprise is estimated by using the matching estimator which can overcome the sample selection bias.The results showed that the effect of policy of development zone of total factor productivity in time exist significant differences.After cleaning up and rectifying the development zone, development zone policy significantly promote the enterprise total factor productivity 3.95%~5.91%.The results tells us that development zone is a kind of special policy area.Through the design of the scientific, reasonable and effective system to guide resource elements in the area effective distribution and agglomeration, development zone policy effect will be able to get further improved.
development zone;enterprise TFP; policy evaluation; matching estimator
2016-05-24
曾小明(1986—),男,湖南邵陽人,湖南科技大學商學院博士研究生;劉友金(1963—),男,湖南瀏陽人,湖南科技大學商學院教授、博士生導師。
湖南省軟科學研究計劃重點項目“園區(qū)中小微企業(yè)創(chuàng)新創(chuàng)業(yè)現(xiàn)狀、問題及對策研究”(項目編號:2015ZK2007);湖南省科協(xié)決策咨詢研究計劃課題項目“關于鼓勵支持大眾創(chuàng)業(yè)、萬眾創(chuàng)新平臺的研究”(項目編號:JCZX201502);湖南省研究生科研創(chuàng)新項目“產業(yè)轉移驅動產業(yè)鏈跨區(qū)域整合的機理研究”(項目編號:CX2016B504)。
F272.5
A
1001-5981(2016)06-0079-05