潘紅波 徐雅璐 吳萌

【摘要】在我國要素市場正式制度不完善的情況下， 產(chǎn)業(yè)政策可以作為正式替代措施， 引導要素資源流向高成長性行業(yè)， 以提高要素資源的配置效率。 基于此， 本文利用“十一五”“十二五”以及“十三五”規(guī)劃前后我國A股上市公司的相關數(shù)據(jù)， 以要素市場失靈為背景， 研究產(chǎn)業(yè)政策的制定邏輯、資源效應與財務效應。 結(jié)果發(fā)現(xiàn)， 產(chǎn)業(yè)政策更傾向于選擇政策制定前成長性較高的行業(yè)作為明確鼓勵發(fā)展的行業(yè)， 且這種現(xiàn)象主要集中在行業(yè)風險較高的情況下。 進一步研究發(fā)現(xiàn)， 屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司， 在政策實施期間獲得的政府補助和新增貸款更多， 并且業(yè)績表現(xiàn)更好。 在實踐上， 應該對要素扭曲、產(chǎn)能過剩等現(xiàn)象進行針對性的政府管制以彌補市場失靈， 進而促進我國經(jīng)濟的高質(zhì)量發(fā)展。

【關鍵詞】產(chǎn)業(yè)政策;要素市場失靈;有為政府;行業(yè)成長性;資源配置;行業(yè)風險

【中圖分類號】F420? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）24-0104-8

一、引言

改革開放以來， 中國特色社會主義市場經(jīng)濟從“摸著石頭過河”到“強調(diào)加強頂層設計”， 取得了較大的成就， 中國發(fā)展速度令世界矚目。 但是， 我國市場化改革仍然面臨著一個突出問題， 即要素市場與產(chǎn)品市場的市場化進程不同步。 相較于發(fā)展完善、競爭充分的產(chǎn)品市場， 我國要素市場存在發(fā)育不足、效率低下等問題[1，2] ①。 為此， 大量學者研究了要素市場失靈的經(jīng)濟后果。 宏觀層面的研究表明， 要素市場扭曲所造成的資源錯配會抑制企業(yè)發(fā)展， 不利于提高產(chǎn)業(yè)生產(chǎn)率和產(chǎn)業(yè)國際競爭力[3-6] 。 企業(yè)微觀層面的研究表明， 要素市場扭曲對企業(yè)創(chuàng)新投入、創(chuàng)新效率以及并購績效等方面均存在負面效應[7，8] 。 其中， 資本要素（如銀行信貸和政府補助）配置效率低下、配置失衡等問題表現(xiàn)得尤為突出[9-13] 。 因此， 對于正處于經(jīng)濟轉(zhuǎn)軌期的中國而言， 如何緩解要素市場扭曲， 特別是資本要素扭曲， 是至關重要且亟需解決的問題②。

我國要素市場之所以落后于產(chǎn)品市場， 主要是因為要素市場化改革進程相對滯后。 然而， 正式制度的改革不僅需要花費巨大的成本， 而且需要較長的時間周期。 在進行要素市場正式制度改革的同時， 如何有效緩解要素市場失靈， 尤其是資本要素配置的低效率問題， 對有為政府提出了巨大的挑戰(zhàn)。 政府管制理論認為， 當市場存在自然壟斷、負外部性及信息不對稱等失靈問題時， 適當?shù)恼深A與監(jiān)管能夠減少市場無序狀態(tài)下帶來的損失[14-16] ， 實現(xiàn)國家和地區(qū)的經(jīng)濟長期增長[17] 。 本文認為， 在我國要素市場化改革進程相對滯后的情況下， 產(chǎn)業(yè)發(fā)展所面臨的外部性、信息不完全等要素市場失靈問題， 可能會導致資源錯配， 從而使高成長性行業(yè)的發(fā)展受到限制， 因此政府有動機對其進行積極干預與良性管制。 產(chǎn)業(yè)政策這一“國家調(diào)節(jié)市場”的有力政策工具， 應當作為要素市場改革完成前的正式替代措施， 引導要素資源流向高成長性行業(yè)， 優(yōu)化資源配置以促進高成長性行業(yè)的發(fā)展， 進而有利于我國經(jīng)濟的高質(zhì)量發(fā)展。

基于此， 本文以尋找產(chǎn)業(yè)政策的制定邏輯為出發(fā)點， 以“十一五”（2006 ～ 2010年）、“十二五”（2011 ～ 2015年）以及“十三五”（2016 ～ 2020年）規(guī)劃為研究對象， 以我國A股上市公司為研究樣本， 探究產(chǎn)業(yè)政策的制定邏輯、資源效應與財務效應， 嘗試為產(chǎn)業(yè)政策的相關研究提供新思路。 研究結(jié)果表明： 產(chǎn)業(yè)政策更傾向于選擇成長性較高的行業(yè)作為明確鼓勵發(fā)展的行業(yè)， 且這種現(xiàn)象主要集中在行業(yè)風險較高的情況下。 資源效應檢驗發(fā)現(xiàn)， 屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司， 在政策實施期間獲得的政府補助和新增貸款更多; 基于企業(yè)財務效應的研究發(fā)現(xiàn)， 屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司， 在政策實施期間業(yè)績表現(xiàn)更好。 本文的研究結(jié)果支持“有為政府論”， 即在我國要素市場正式制度改革相對滯后的情況下， 產(chǎn)業(yè)政策可以作為正式替代措施， 引導要素資源流向高成長性行業(yè)， 優(yōu)化資源配置， 從而促進我國經(jīng)濟的高質(zhì)量發(fā)展。

本文在以下方面對相關文獻進行了創(chuàng)新和拓展：

第一， 以要素市場失靈為背景， 對產(chǎn)業(yè)政策制定邏輯的實證研究進行了補充。 自產(chǎn)業(yè)政策及其理念誕生以來， 國內(nèi)外學術(shù)界對該項政策展開了豐富的理論與實證研究。 宏觀層面， 已有文獻主要圍繞產(chǎn)業(yè)政策的實施效果與總體有效性進行討論[18] 。 微觀層面， 學者們側(cè)重分析產(chǎn)業(yè)政策對企業(yè)風險承擔、融資約束、投資效率以及技術(shù)創(chuàng)新等方面的影響。 少數(shù)學者對產(chǎn)業(yè)政策的必要性進行了論述， 如林毅夫[19，20] 在新結(jié)構(gòu)經(jīng)濟學中強調(diào)， 產(chǎn)業(yè)升級過程中， 政府在解決外部性和協(xié)調(diào)的問題上應起到因勢利導的作用; 江飛濤和李曉萍[21] 探討了我國產(chǎn)業(yè)政策演進與發(fā)展的內(nèi)在邏輯。 但鮮有文獻從理論和實證兩個方面探究產(chǎn)業(yè)政策背后的制定邏輯及其合理性。 本文認為， 在我國要素市場正式制度待完善的情況下， 產(chǎn)業(yè)政策可以作為正式替代措施， 通過選擇高成長性行業(yè)作為政策鼓勵行業(yè)， 引導要素資源流向高成長性行業(yè)， 以達到彌補要素市場失靈等目的。 因此， 本文以要素市場失靈為背景， 探討產(chǎn)業(yè)政策的制定邏輯與制定依據(jù)， 對產(chǎn)業(yè)政策的相關研究進行了補充。

第二， 對政府與市場關系的相關研究進行了拓展和創(chuàng)新。 大量文獻認為， 政府干預并未削弱或是取代市場機制， 而是有利于健全市場機制并更有效地發(fā)揮市場作用， 如彌補市場失靈③、解決負的外部性等， 最終促進資源配置效率的提升和經(jīng)濟增長[22] 。 本文從要素市場失靈的視角， 研究發(fā)現(xiàn)政府主導的產(chǎn)業(yè)政策存在彌補要素市場失靈的作用， 結(jié)果表明， 產(chǎn)業(yè)政策可以引導要素資源流向高成長性行業(yè)， 進而提高行業(yè)間的資源配置效率。

第三， 從產(chǎn)業(yè)政策的視角， 為“有為政府論”提供了新的實證證據(jù)。 習近平總書記圍繞社會主義經(jīng)濟建設發(fā)表的一系列論述中提到： 既要“有效的市場”， 也要“有為的政府”。 新結(jié)構(gòu)經(jīng)濟學認為， 有為政府應當因地制宜、因時制宜、因結(jié)構(gòu)制宜地有效培育、監(jiān)督、保護和補充市場。 一些文獻從產(chǎn)業(yè)政策的有效性方面為政府干預有效性提供了實證證據(jù)， 如宋凌云和王賢彬[23] 發(fā)現(xiàn)地方政府的重點產(chǎn)業(yè)政策總體上顯著提高了地方產(chǎn)業(yè)的生產(chǎn)率。 但是， 既有文獻對產(chǎn)業(yè)政策有效性的研究多集中于實施效果方面， 缺乏系統(tǒng)性證據(jù)。 本文以產(chǎn)業(yè)政策“制定邏輯—資源效應—財務效應”為理論與實證的展開邏輯， 為“有為政府論”提供了新的證據(jù)。

二、理論分析與研究假設

本文的理論分析與研究邏輯按照圖1所示展開具體論述。

（一）行業(yè)成長性與產(chǎn)業(yè)政策制定

由于早期政府對土地、勞動、資本等要素的定價以及分配有著極高的控制權(quán)， 導致要素市場扭曲成為我國經(jīng)濟發(fā)展過程中的歷史遺留問題。 當要素市場發(fā)生扭曲時， 要素價格就無法正確反映供求結(jié)構(gòu)， 使得微觀經(jīng)濟主體在錯誤的價格信號引導下進行產(chǎn)業(yè)和技術(shù)選擇， 進而導致資源配置效率下降， 形成要素資源錯配。 宏觀層面的研究表明， 要素市場扭曲對促進制造業(yè)部門生產(chǎn)效率增長、居民消費、提升地區(qū)投資水平以及產(chǎn)業(yè)結(jié)構(gòu)升級等方面均存在著明顯抑制效應[24-26] 。 微觀層面的研究表明， 要素市場扭曲對企業(yè)生產(chǎn)率、并購績效、創(chuàng)新投入、創(chuàng)新效率存在負面效應[2，7，8] 。 其中， 資本要素市場扭曲的問題尤為突出， 主要體現(xiàn)為銀行信貸與政府補助的配置效率低下[9，12，13，27，28] 。

市場失靈理論認為， 僅由市場這只“看不見的手”所支配的市場秩序會出現(xiàn)破壞性競爭、壟斷和外部性等問題， 需要政府進行干預以實現(xiàn)經(jīng)濟的均衡發(fā)展， 這為政府管制奠定了理論基礎[16，29-32] 。 新結(jié)構(gòu)經(jīng)濟學理論也指出， 有為政府應當是能夠因地制宜、因時制宜、因結(jié)構(gòu)制宜地有效培育、監(jiān)督、保護和補充市場， 以達到糾正市場失靈、促進公平、增進全社會各階層長期福利水平等目標的政府。 而且， 政府管制理論的相關研究也普遍證實了政府管制具有治理效應， 能夠彌補市場缺陷[33，34] 。 因此， 本文認為， 政府實施產(chǎn)業(yè)政策的部分動機是緩解要素市場失靈所帶來的負面效應， 并基于此前提尋找政府制定產(chǎn)業(yè)政策背后的邏輯所在。

黨的十八大以來， 習近平總書記就社會主義經(jīng)濟建設發(fā)表了多次講話， 其中在十八屆中共中央政治局第二十八次集體學習時的講話中提到“繼續(xù)在社會主義基本制度與市場經(jīng)濟的結(jié)合上下功夫， 把兩方面優(yōu)勢都發(fā)揮好， 既要‘有效的市場’， 也要‘有為的政府’”。 根據(jù)行業(yè)生命發(fā)展周期理論， 處于成長期的行業(yè)面臨著更廣闊的發(fā)展前景以及更多的投資機會， 行業(yè)處于一個快速擴張的階段， 但當要素市場存在扭曲、資源錯配、價格失靈等問題時， 高成長性行業(yè)可能無法使要素資源自然流入， 抑或需要付出高昂的代價獲取生產(chǎn)資料。 因此， 當要素市場并非“有效的市場”時， “有為的政府”更應當發(fā)揮作用， 通過產(chǎn)業(yè)政策這一政府管制措施， 選擇現(xiàn)階段存在發(fā)展優(yōu)勢、增長潛力的產(chǎn)業(yè)或部門作為政府優(yōu)先鼓勵發(fā)展的行業(yè)或部門， 發(fā)揮政策力量與市場力量的協(xié)同互補效應， 有意識地將資源導向至特定行業(yè)以優(yōu)化要素在行業(yè)間的資源配置， 從而加快產(chǎn)業(yè)轉(zhuǎn)型升級， 促進國家經(jīng)濟又好又快地發(fā)展。 因此， 基于有為政府理論， 在我國要素市場化改革進程相對滯后的情況下， 要素資源錯配可能導致成長性較高的行業(yè)發(fā)展受到限制， 此時產(chǎn)業(yè)政策作為正式替代措施， 選擇高成長性行業(yè)作為明確鼓勵行業(yè)， 可以引導資源流向高成長性行業(yè)， 以提高要素資源的配置效率。

基于上述分析， 本文提出以下假設：

H1： 產(chǎn)業(yè)政策更傾向于選擇政策制定前的高成長性行業(yè)作為明確鼓勵行業(yè)。

（二）行業(yè)成長性、行業(yè)風險與產(chǎn)業(yè)政策制定

本文進一步分析考慮行業(yè)風險后的產(chǎn)業(yè)政策制定邏輯。 風險作為市場配置資源的重要考慮因素， 在要素市場存在失靈的情況下， 市場對風險的厭惡態(tài)度會加劇高風險行業(yè)的資源缺口， 使得資源錯配在高風險行業(yè)中更為顯著。 王竹泉等[35] 發(fā)現(xiàn)隨著經(jīng)營風險的上升， 企業(yè)面臨著更大的營運資金融資缺口。 高成長性行業(yè)一般屬于新興產(chǎn)業(yè)， 創(chuàng)新和研發(fā)是行業(yè)發(fā)展的關鍵， 因而面臨著技術(shù)創(chuàng)新和升級上的高經(jīng)營風險。 行業(yè)內(nèi)的公司往往會通過加大資本投入與研究開發(fā)投資等策略獲得競爭優(yōu)勢， 以達到獲得更多的市場份額的目的。 與此同時， 巨額的研發(fā)投入以及較多的投資機會不僅容易造成企業(yè)外源“融資缺口”， 也給行業(yè)帶來了較高的不確定性及風險水平， 在這種情況下， 企業(yè)通過銀行貸款的融資成本將顯著提升[36] ， 從而導致高成長性行業(yè)在風險較高的情況下面臨融資難的問題， 即市場對風險的厭惡態(tài)度會加劇此類行業(yè)的資源缺口。 本文認為， 在我國要素市場化改革進程相對滯后的情況下， 高成長性行業(yè)通常伴隨著的高風險性， 加劇了其在產(chǎn)業(yè)發(fā)展過程中面臨的資本約束、市場摩擦等問題。 此時， 政府應當加大對該類行業(yè)的支持力度， 制定恰當?shù)漠a(chǎn)業(yè)政策作為正式替代措施， 通過選擇高成長性以及高風險性行業(yè)作為明確鼓勵行業(yè)， 為該類行業(yè)的技術(shù)創(chuàng)新和升級保駕護航， 降低技術(shù)研發(fā)和升級應用過程中的不確定性， 發(fā)揮技術(shù)創(chuàng)新的規(guī)模效應和集聚效應， 提高產(chǎn)業(yè)創(chuàng)新效率， 從而促進行業(yè)發(fā)展。

為此， 本文提出以下假設：

H2： 產(chǎn)業(yè)政策更傾向于選擇政策制定前期高成長性行業(yè)作為明確鼓勵行業(yè)的現(xiàn)象， 在行業(yè)風險較高的情況下更明顯。

三、研究設計

（一）研究樣本與數(shù)據(jù)來源

為檢驗產(chǎn)業(yè)政策的制定邏輯， 本文選取“十一五”“十二五”和“十三五”規(guī)劃制定前期（2004年、2009年及2014年）全部A股上市公司作為初始樣本， 并按照以下標準進行處理： （1）基于證監(jiān)會《上市公司行業(yè)分類指引》（2001年）前兩位代碼對上市公司進行行業(yè)分類; （2）以行業(yè)為單位， 統(tǒng)計上市公司財務特征變量經(jīng)縮尾處理后的行業(yè)年度均值， 具體包括行業(yè)資產(chǎn)均值、行業(yè)資產(chǎn)負債率均值等， 最終得到241條行業(yè)層面的相關數(shù)據(jù)。 本文所使用的產(chǎn)業(yè)政策數(shù)據(jù)為手工收集整理所得， 其他數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。

（二）主要變量定義

1. 產(chǎn)業(yè)政策制定前的行業(yè)成長性。 關于產(chǎn)業(yè)政策制定前的界定： 以“十一五”規(guī)劃為例， 2006年出臺的第十一個五年規(guī)劃綱要， 是根據(jù)2005年發(fā)布的《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十一個五年規(guī)劃的建議》（簡稱《建議》）編制的。 考慮到各項政策的出臺必然會參考經(jīng)濟發(fā)展現(xiàn)狀， 因此本文以《建議》發(fā)布的前一年即2004年的行業(yè)成長性作為“十一五”計劃制定的參考依據(jù)， 依此類推分別以2009年、2014年的行業(yè)成長性作為“十二五”“十三五”規(guī)劃制定前的行業(yè)成長性。

關于行業(yè)成長性的定義： （1）計算全部A股上市公司成長性的托賓Q值， 其中Q=（債務賬面價值+權(quán)益市值）/資產(chǎn)賬面價值; （2）取行業(yè)內(nèi)所有上市公司的托賓Q值的中位數(shù)為行業(yè)托賓Q值， 以此作為行業(yè)成長性度量指標（Q_med）。 穩(wěn)健性檢驗中則使用行業(yè)成長性的替代指標Q_ jq、Q_mean以及Q_rank， 具體定義見表1。

2. 產(chǎn)業(yè)政策。 本文采用宏觀經(jīng)濟政策“五年計劃”中關于行業(yè)的發(fā)展規(guī)劃來衡量產(chǎn)業(yè)政策， 根據(jù)“十一五”“十二五”和“十三五”規(guī)劃中的具體規(guī)定并結(jié)合2005年、2010年和2015年發(fā)布的相關建議， 以《上市公司行業(yè)分類指引》（2001年）為參照， 將全部A股上市公司劃分為產(chǎn)業(yè)政策明確鼓勵發(fā)展的行業(yè)和非產(chǎn)業(yè)政策明確鼓勵發(fā)展的行業(yè)兩類。 如果行業(yè)屬于產(chǎn)業(yè)政策明確鼓勵發(fā)展的行業(yè)， 則Policy取值為1; 如果行業(yè)屬于非產(chǎn)業(yè)政策明確鼓勵發(fā)展的行業(yè)， 則Policy取值為0。

（三）模型設定

為了檢驗H1， 即產(chǎn)業(yè)政策更傾向于選擇政策制定前的高成長性行業(yè)作為明確鼓勵行業(yè)， 本文將待檢驗的回歸模型設定為：

Policy=β0+β1Q_med+βicontrolsi+ε? ?（模型1）

其中： 被解釋變量Policy表示行業(yè)是否屬于產(chǎn)業(yè)政策明確鼓勵發(fā)展的行業(yè)。 Q_med代表產(chǎn)業(yè)政策制定前的行業(yè)成長性， 其數(shù)值越大， 說明該行業(yè)的成長性越高。 根據(jù)H1， 本文預期模型1中的β1顯著為正。 controlsi表示解釋變量之外的其他能說明行業(yè)資產(chǎn)結(jié)構(gòu)、規(guī)模、盈利狀況等特征的控制變量， 包括是否屬于高壁壘行業(yè)（Barrier）⑤、行業(yè)資產(chǎn)負債率（Lev_hy）、行業(yè)資產(chǎn)規(guī)模（Size_hy）、行業(yè)盈利能力（Roa_hy）以及年度（YEAR）虛擬變量。 具體變量定義見表1。 由于被解釋變量為啞變量， 本模型采用非線性模型（Logit模型與Probit模型）進行回歸。

為了檢驗H2， 即產(chǎn)業(yè)政策傾向選擇高成長性行業(yè)作為明確鼓勵行業(yè)的現(xiàn)象在行業(yè)風險較高的情況下更明顯， 本文將待檢驗的回歸模型設定為：

Policy=β0+β1Q_med+β2Q_med×Risk+

β3Risk+βicontrolsi+ε? ? ? ? （模型2）

其中： 被解釋變量Policy以及解釋變量Q_med與模型1相同。 Risk代表產(chǎn)業(yè)政策制定前期的行業(yè)風險性， 本文使用以下方式度量： （1）采用產(chǎn)業(yè)政策制定前期5年的行業(yè)Roa的標準差Roasd， 其數(shù)值越大， 說明該行業(yè)的風險越高; （2）根據(jù)計算的Roasd定義是否為高風險行業(yè)（High_risk）， 當某行業(yè)的5年Roa波動率高于/等于所有行業(yè)Roa波動率的中位數(shù)時， 取值為1， 否則為0; （3）采用行業(yè)內(nèi)所有上市公司Z值的中位數(shù)Zscore_med， 其中Z值代表企業(yè)風險， Z值越小， 說明企業(yè)風險越高。 根據(jù)H2， 當Risk采用前兩種度量方式時， 本文預期模型2中行業(yè)成長性與行業(yè)風險交乘項的系數(shù)β2顯著為正; 當采用第三種度量方式時， 預期該交乘項系數(shù)顯著為負。

四、實證分析

（一）基本結(jié)果與分析

1. 行業(yè)變量的描述性統(tǒng)計。 如表2所示， Q_med均值為2.3492， 表示所有行業(yè)的平均成長性相對較低， Q_med的最大值和標準差分別為2.7153、1.4304， 說明不同行業(yè)之間的成長性存在顯著的差異; Q_mean、 Q_ jq與Q_rank為產(chǎn)業(yè)政策制定前期行業(yè)成長性（Q_med）的替代變量。 Policy的均值為0.4896， 說明受到產(chǎn)業(yè)政策鼓勵的行業(yè)占比達到48.96%。 Barrier的均值為0.2199， 說明高壁壘行業(yè)占比達21.99%， 很可能對產(chǎn)業(yè)政策的制定存在一定程度的影響， 應當在回歸中加以控制。 Lev_hy的均值為0.6042， 說明所有行業(yè)的平均資產(chǎn)負債率在60.42%左右。 Size_hy的最小值和最大值分別為20.987、21.97， 說明行業(yè)間資產(chǎn)規(guī)模存在顯著的差異。

2. 行業(yè)成長性與產(chǎn)業(yè)政策的回歸結(jié)果。 如表3所示， 第1列和第3列為單變量檢驗結(jié)果， 第2列與第4列為加入了其他控制變量的檢驗結(jié)果， 結(jié)果表明產(chǎn)業(yè)政策（Policy）與政策制定前的行業(yè)成長性（Q_med）正相關， 并且加入控制變量后， 在5%的水平上顯著， 這支持了本文的H1。 由此可見， 產(chǎn)業(yè)政策傾向于選擇政策制定前的高成長性行業(yè)作為明確鼓勵發(fā)展行業(yè)， 通過政策帶來的直接資源優(yōu)勢與信號傳遞帶來的市場優(yōu)勢彌補要素市場的不足， 推動高成長性行業(yè)的發(fā)展。 其余控制變量的回歸結(jié)果表明， 高壁壘行業(yè)更有可能成為產(chǎn)業(yè)政策明確鼓勵行業(yè)， 這是因為產(chǎn)業(yè)政策除彌補市場失靈、促進產(chǎn)業(yè)結(jié)構(gòu)升級等目的外， 還有對關系到國家安全和國民經(jīng)濟命脈的特殊行業(yè)進行扶持等目的。

（二）穩(wěn)健性檢驗

1. 采用工具變量法緩解本文研究可能存在的內(nèi)生性問題⑥。 本文的研究結(jié)果可能受到兩類內(nèi)生性問題的影響： 第一類是可能存在遺漏變量從而導致的偽相關問題; 第二類是樣本度量偏差， 基于數(shù)據(jù)的可得性， 非上市公司的財務數(shù)據(jù)無法統(tǒng)計。 鑒于上市公司的估值通常遠高于非上市公司， 其整體估值占行業(yè)總估值的比例較大， 本文在計算行業(yè)成長性時， 采用所有上市公司數(shù)據(jù)作為行業(yè)成長性的計算依據(jù)。 即使非上市公司市值較低， 但其成長性可能與上市公司存在差異， 仍然會導致樣本度量偏差問題。 因此， 本文擬為行業(yè)成長性尋找合適的工具變量， 并采用兩階段法對H1進行檢驗⑦， 以緩解可能存在的內(nèi)生性問題。

國務院于2010年10月發(fā)布了《關于加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的決定》， 對我國戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展明確提出了一系列中長期目標。 戰(zhàn)略性新興產(chǎn)業(yè)屬于資本、技術(shù)高度密集型產(chǎn)業(yè)， 與行業(yè)成長性具有相關性⑧; 并且其來源于國家發(fā)布的文件， 與企業(yè)特征無關， 是相對外生的變量。 因此， “是否為戰(zhàn)略性新興產(chǎn)業(yè)”（IV）與行業(yè)成長性相關， 與是否屬于產(chǎn)業(yè)政策明確鼓勵行業(yè)的擾動項無關， 是一個較合理的工具變量。 將國家統(tǒng)計局2012年發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)分類（2012）》（試行）和2018年發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》進行合并處理⑨， 以《上市公司行業(yè)分類指引》（2001年）為參照， 將上市公司所屬行業(yè)分為戰(zhàn)略性與非戰(zhàn)略性新興產(chǎn)業(yè)， 當該行業(yè)屬于戰(zhàn)略性新興產(chǎn)業(yè)時， IV取值為1， 否則取值為0。

如表4所示， 一階段Q_med的回歸結(jié)果表明， 工具變量IV（0.2942）對“行業(yè)成長性”的影響顯著為正。 二階段Policy的回歸結(jié)果表明， 在控制內(nèi)生性問題之后， 行業(yè)成長性的系數(shù)依然顯著為正， 進一步支持了H1， 即產(chǎn)業(yè)政策傾向于選擇政策制定前期的高成長性行業(yè)作為明確鼓勵行業(yè)。

2. 使用替代變量進行穩(wěn)健性檢驗。 前文采用行業(yè)內(nèi)所有公司托賓Q值的中位數(shù)Q_med作為行業(yè)成長性的度量指標， 此處分別以行業(yè)內(nèi)所有公司托賓Q值的平均數(shù)（Q_mean）、經(jīng)股權(quán)加權(quán)后計算的行業(yè)托賓Q值（Q_ jq）進行替代。 同時， 為了使得不同時段的行業(yè)托賓Q值具有可比性， 此處還對所有的Q_med進行了標準化處理， 即對Q_med分年份排序后進行五等分， 從小到大依次賦值為0.2、0.4、0.6、0.8、1， 并以此作為行業(yè)成長性的替代度量指標（Q_rank）。 使用替代變量進行回歸的檢驗結(jié)果（見表5）表明， 在使用替換變量后， 本文結(jié)果未發(fā)生改變， 結(jié)論保持穩(wěn)健。

（三）風險的異質(zhì)性檢驗

行業(yè)成長性、行業(yè)風險與產(chǎn)業(yè)政策的回歸結(jié)果如表6所示， 從行業(yè)風險變量Roasd和High_risk的檢驗結(jié)果可以發(fā)現(xiàn)， 產(chǎn)業(yè)政策（Policy）與產(chǎn)業(yè)政策制定前行業(yè)成長性與行業(yè)風險的交乘項（Q_med×Risk）分別在5%與10%的水平上顯著正相關。 從行業(yè)風險變量Zscore_med的檢驗結(jié)果可以發(fā)現(xiàn)， 交乘項Q_med×Risk的系數(shù)在10%的水平上顯著為負。 回歸結(jié)果與前文預期一致， 支持了H2， 即產(chǎn)業(yè)政策傾向于選擇政策制定前期高成長性行業(yè)的制定邏輯在行業(yè)風險較高的情況下更明顯。 這是因為， 風險作為市場配置資源的重要考慮因素， 在要素市場失靈的情況下， 市場對風險的厭惡態(tài)度會加劇高風險行業(yè)的資源缺口， 使得資源錯配在高風險行業(yè)中更為顯著。 政府通過提供基礎設施建設、財政補貼和貸款扶持等手段， 能夠較大程度地降低技術(shù)研發(fā)和升級應用過程中的不確定風險， 集中力量發(fā)揮技術(shù)創(chuàng)新的規(guī)模效應和集聚效應， 從而提高產(chǎn)業(yè)創(chuàng)新效率。

（四）經(jīng)濟效應分析

1. 產(chǎn)業(yè)政策的資源效應。 本文以要素市場失靈為背景， 認為產(chǎn)業(yè)政策的部分動機在于彌補要素市場失靈， 促使資源流向存在缺口的高成長性行業(yè)。 因此， 這里進一步檢驗高成長性行業(yè)的公司在得到產(chǎn)業(yè)政策支持后是否獲得了資源優(yōu)勢。 本文選取“十一五”“十二五”和“十三五”規(guī)劃期間（2006 ～ 2018年）的A股上市公司為研究樣本， 分別使用公司獲得的政府補助Subsidy及新增貸款DFA為被解釋變量; 使用公司在產(chǎn)業(yè)政策制定前所屬行業(yè)的成長性L_Qmed為解釋變量， 其取值為公司所屬行業(yè)在每個五年規(guī)劃制定前期所對應的Q_med。 回歸結(jié)果（限于篇幅，略）表明， L_Qmed的回歸系數(shù)均在1%的水平上顯著為正， 說明屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司，? 在產(chǎn)業(yè)政策實施后獲得了更多的政府補助和新增貸款。

2. 產(chǎn)業(yè)政策的財務效應。 本文檢驗處于產(chǎn)業(yè)政策制定前高成長性行業(yè)的企業(yè)在產(chǎn)業(yè)政策實施后的業(yè)績表現(xiàn)。 本文認為， 當產(chǎn)業(yè)政策傾向于選擇高成長性行業(yè)作為明確鼓勵行業(yè)時， 政策的實施能夠為處于高成長性行業(yè)的公司帶來直接的資源支持和市場信號傳遞， 使其獲得更多資金支持如政府補助與銀行貸款， 有效緩解企業(yè)面臨的融資約束， 從而對公司業(yè)績產(chǎn)生正面影響。 本文分別使用公司營業(yè)收入增長率Growth、資產(chǎn)收益率Roa及毛利率GPM為被解釋變量公司業(yè)績的不同度量指標， 回歸結(jié)果（限于篇幅，略）表明， 產(chǎn)業(yè)政策制定前行業(yè)成長性L_Qmed的系數(shù)（分別為0.0285、0.0194、0.0053）均在1%的水平上顯著為正， 說明屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司在產(chǎn)業(yè)政策實施期間的業(yè)績表現(xiàn)更好。 即： 產(chǎn)業(yè)政策利用政府力量和市場力量的協(xié)同效應， 幫助高成長性行業(yè)獲得了更多的資源優(yōu)勢與發(fā)展機會， 這支持了有為政府與新結(jié)構(gòu)經(jīng)濟學理論。

五、研究結(jié)論與啟示

（一）研究結(jié)論

在中國特色社會主義市場經(jīng)濟體制下， 市場經(jīng)濟的健康發(fā)展既需要“有效的市場”， 也離不開“有為的政府”， 政府干預與市場主導可以發(fā)揮協(xié)同互補效應， 以促進產(chǎn)業(yè)升級與社會發(fā)展。 在我國要素市場正式制度改革相對滯后的情況下， 要素市場扭曲帶來的資源錯配可能導致成長性較高的行業(yè)發(fā)展受到限制， 因此政府有動機對成長性較高的行業(yè)進行積極干預和良性管制。 產(chǎn)業(yè)政策作為政府干預市場的產(chǎn)物， 應當成為要素市場改革完成前的正式替代措施， 起到提高資源配置效率、促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等作用。

基于此， 本文以“十一五”“十二五”以及“十三五”規(guī)劃前后（2006 ～ 2018年）作為樣本期間， 利用我國全部A股上市公司的行業(yè)數(shù)據(jù)與公司數(shù)據(jù)， 探究了產(chǎn)業(yè)政策的制定邏輯、資源效應與財務效應。 結(jié)果發(fā)現(xiàn)： 產(chǎn)業(yè)政策更傾向于選擇產(chǎn)業(yè)政策制定前成長性較高的行業(yè)作為明確鼓勵發(fā)展的行業(yè)， 且這種現(xiàn)象集中于行業(yè)風險較高的情況下。 通過資源效應檢驗發(fā)現(xiàn)， 屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司， 在政策實施期間獲得的政府補助和新增貸款更多。 通過財務效應檢驗發(fā)現(xiàn)， 屬于產(chǎn)業(yè)政策制定前高成長性行業(yè)的公司， 在未來業(yè)績表現(xiàn)更好。 以上結(jié)論不僅論證了產(chǎn)業(yè)政策制定的合理性， 同時證明了產(chǎn)業(yè)政策實施的有效性。 本文從要素市場失靈的視角， 對產(chǎn)業(yè)政策制定邏輯的相關研究進行了創(chuàng)新， 同時對政府與市場關系、“有為政府論”的相關研究進行了發(fā)展和創(chuàng)新。

（二）理論啟示與政策建議

本文的研究結(jié)果具有很強的政策啟示。 Shleifer的系列文章[14，15] 提出了“監(jiān)管之謎”（the Puzzle of Regulation）以及最佳監(jiān)管規(guī)則（the Optimal Regulatory Rule）， 充分論證了政府監(jiān)管的普遍性和必要性。 基于此， 本文認為， 在我國轉(zhuǎn)型經(jīng)濟條件下， 市場失靈廣泛存在， 需要政府進行管制以彌補市場失靈， 由此形成市場與政府雙輪驅(qū)動， 從而促進我國市場經(jīng)濟更好更快地發(fā)展。 要素市場正式制度的不健全會引發(fā)要素市場失靈， 產(chǎn)業(yè)政策這一政府管制措施正好可以彌補市場失靈， 引導要素資源流向高成長性行業(yè)， 進而提高要素資源的配置效率。 所以， 一方面， 在進行要素市場正式制度改革的同時， 需要繼續(xù)強化產(chǎn)業(yè)政策彌補要素市場失靈的作用; 另一方面， 針對我國轉(zhuǎn)型經(jīng)濟條件下諸如低端產(chǎn)業(yè)產(chǎn)能嚴重過剩、有效供給能力不足帶來大量“需求外溢”等其他市場失靈， 在進行相關正式制度改革的同時， 政府應當主動補位進行有效管制， 確實把市場與政府的優(yōu)勢都充分發(fā)揮出來， 從而有效解決市場失靈問題， 最終促進我國市場經(jīng)濟的高質(zhì)量發(fā)展。

最后， 通過對屬于高成長性行業(yè)的上市公司的區(qū)域分布進行統(tǒng)計， 發(fā)現(xiàn)70%左右的高成長性行業(yè)的上市公司分布在東部地區(qū)， 這說明政府在通過產(chǎn)業(yè)政策對該部分行業(yè)進行政策扶持時， 絕大部分資源將流入現(xiàn)階段市場化水平較高的東部地區(qū)， 這樣會加劇我國地區(qū)間發(fā)展不均衡的現(xiàn)狀。 因此， 政府在制定產(chǎn)業(yè)政策時需要對市場化水平落后的中西部地區(qū)進行針對性幫扶。

【 注 釋 】

① 根據(jù)王小魯?shù)龋?019）統(tǒng)計整理的市場化指數(shù)，2016年產(chǎn)品市場的發(fā)育程度得分為7.78分，要素市場的發(fā)育程度得分僅為5.94分，說明我國要素市場相比產(chǎn)品市場發(fā)展滯后。

② 2020年4月9日，中共中央、國務院印發(fā)《關于構(gòu)建更加完善的要素市場化配置機制體制的意見》，體現(xiàn)了要素市場化改革對推動經(jīng)濟高質(zhì)量發(fā)展具有重要意義。

③ 如2020年爆發(fā)的全球性新冠肺炎疫情嚴重阻礙了生產(chǎn)和流通，不僅導致 CPI同比階段性走高，同時對全球金融市場造成震蕩，由此導致市場失靈，當時政府采取的公共衛(wèi)生政策、財政政策、貨幣政策、金融監(jiān)管等多項政策措施，有效降低了疫情對社會和市場的負面影響，進而緩解了市場失靈。

④ 根據(jù)陳斌等（2008）、羅黨論和劉曉龍（2009）對行業(yè)進入壁壘的定義，將其細分的第一類傳統(tǒng)國有壟斷行業(yè)（行業(yè)壁壘指數(shù)大于等于7的行業(yè)）定義為高進入壁壘行業(yè)。

⑤ 考慮到產(chǎn)業(yè)政策除彌補市場失靈、促進產(chǎn)業(yè)結(jié)構(gòu)升級等目的外，還有對關系到國家安全和國民經(jīng)濟命脈的特殊行業(yè)進行扶持等目的。因此，本文將是否屬于高壁壘行業(yè)作為控制變量之一。

⑥ 采用工具變量的兩階段法回歸前，利用Wald檢驗了Q_med的內(nèi)生性，結(jié)果顯示p值為0.00，說明Q_med確實為內(nèi)生變量，需要利用統(tǒng)計方法緩解解釋變量的內(nèi)生性問題。

⑦ 由于模型1的被解釋變量為虛擬變量，因此工具變量回歸采用Ivprobit的兩階段法。在未列出的檢驗中，也使用2SLS、GMM、LIML對H1進行了檢驗，結(jié)果一致。

⑧ 在未列出的檢驗中，本文進行了弱工具變量檢驗，AR檢驗結(jié)果的p值為0.000，Wald檢驗結(jié)果的p值為0.0652，均小于0.1，拒絕原假設，說明IV確實與Q_med相關，因此并非弱工具變量。

⑨ 《戰(zhàn)略性新興產(chǎn)業(yè)分類（2018）》是對2012年版本的細化與分解，因此文章采用取并集的方式處理。

【 主 要 參 考 文 獻 】

[1] 盛仕斌，徐海.要素價格扭曲的就業(yè)效應研究[ J].經(jīng)濟研究，1999（5）：68 ～ 74.

[2] 毛其淋.要素市場扭曲與中國工業(yè)企業(yè)生產(chǎn)率——基于貿(mào)易自由化視角的分析[ J].金融研究，2013（2）：156 ～ 169.

[3] Hsieh C. T.， P. J. Klenow. Misallocation and Manufacturing TFP in China and India[ J].The Quarterly Journal of Economics，2009（4）：1403 ～ 1448.

[4] 聶輝華，賈瑞雪.中國制造業(yè)企業(yè)生產(chǎn)率與資源誤置[ J].世界經(jīng)濟，2011（7）：27 ～ 42.

[5] 羅德明，李曄，史晉川.要素市場扭曲、資源錯置與生產(chǎn)率[ J].經(jīng)濟研究，2012（3）：4 ～ 14+39.

[6] 余東華，孫婷，張鑫宇.要素價格扭曲如何影響制造業(yè)國際競爭力[ J].中國工業(yè)經(jīng)濟，2018（2）：63 ～ 81.

[7] 戴魁早，劉友金.要素市場扭曲與創(chuàng)新效率——對中國高技術(shù)產(chǎn)業(yè)發(fā)展的經(jīng)驗分析[ J].經(jīng)濟研究，2016（7）：72 ～ 86.

[8] 白俊紅，卞元超.要素市場扭曲與中國創(chuàng)新生產(chǎn)的效率損失[ J].中國工業(yè)經(jīng)濟，2016（11）：39 ～ 55.

[9] 葉康濤，祝繼高.銀根緊縮與信貸資源配置[ J].管理世界，2009（1）：22 ～ 28+188.

[10] 余明桂，潘紅波.所有權(quán)性質(zhì)、商業(yè)信用與信貸資源配置效率[ J].經(jīng)濟管理，2010（8）：106 ～ 117.

[11] 龍海明，唐怡，鳳偉俊.中國信貸資金區(qū)域配置失衡研究[ J].金融研究，2011（9）：54 ～ 64.

[12] 饒靜，萬良勇.政府補助、異質(zhì)性與僵尸企業(yè)形成——基于A股上市公司的經(jīng)驗證據(jù)[ J].會計研究，2018（3）：3 ～ 11.

[13] 步丹璐，張晨宇，王曉艷.補助初衷與配置效率[ J].會計研究，2019（7）：68 ～ 74.

[14] Glaeser E. L.， Shleifer A.. A Reason for Quantity Regulation[J]. American Economic Review，2001（2）：431 ～ 435.

[15] Shleifer A.. Understanding Regulation[ J].European Financial Management，2005（4）：439 ～ 451.

[16] 茅銘晨.政府管制理論研究綜述[ J].管理世界，2007（2）：137 ～ 150.

[17] 胡晨光，程惠芳，俞斌.“有為政府”與集聚經(jīng)濟圈的演進——一個基于長三角集聚經(jīng)濟圈的分析框架[ J].管理世界，2011（2）：61 ～ 69+80.

[18] 楊瑞龍，侯方宇.產(chǎn)業(yè)政策的有效性邊界——基于不完全契約的視角[ J].管理世界，2019（10）：82 ～ 94+219 ～ 220.

[19] 林毅夫.新結(jié)構(gòu)經(jīng)濟學——重構(gòu)發(fā)展經(jīng)濟學的框架[ J].經(jīng)濟學（季刊），2011（1）：1 ～ 32.

[20] 林毅夫.產(chǎn)業(yè)政策與中國經(jīng)濟的發(fā)展：新結(jié)構(gòu)經(jīng)濟學的視角[ J].復旦學報（社會科學版），2017（2）：148 ～ 153.

[21] 江飛濤，李曉萍.當前中國產(chǎn)業(yè)政策轉(zhuǎn)型的基本邏輯[ J].南京大學學報（哲學·人文科學·社會科學），2015（3）：17 ～ 24+157.

[22] 張曉晶，李成，李育.扭曲、趕超與可持續(xù)增長——對政府與市場關系的重新審視[ J].經(jīng)濟研究，2018（1）：4 ～ 20.

[23] 宋凌云，王賢彬.重點產(chǎn)業(yè)政策、資源重置與產(chǎn)業(yè)生產(chǎn)率[ J].管理世界，2013（12）：63 ～ 77.

[24] Keynes J. M.. The General Theory of Employment， Inte-

rest and Money[ J].Limnology & Oceanography，1936（1-2）：28 ～ 36.

[25] Gulick L. H.. The Metropolitan Problem and American Ideas[M].New York： Knopf，1962.

[26] Hardin G.. The Tragedy of the Commons[ J].Science， 1968（13）：1243 ～ 1248.

[27] Akerlof G.. The Market for Lemons： Quality Uncertainty and the Market Mechanism[ J].Quarterly Journal of Economics，1970（84）：488 ～ 500.

[28] Chen B.， Y. Yao. The Cursed Virtue： Government Infrastructural Investment and Household Consumption in Chinese Pro-

vinces[ J].Oxford Bulletin of Economics and Statistics，2011（6）：856 ～ 877.

[29] 譚洪波.中國要素市場扭曲存在工業(yè)偏向嗎？——基于中國省級面板數(shù)據(jù)的實證研究[ J].管理世界，2015（12）：96 ～ 105.

[30] 張杰.中國制造業(yè)要素配置效率的測算、變化機制與政府干預效應[ J].統(tǒng)計研究，2016（3）：72 ～ 79.

[31] 張敏，王成方，姜付秀.我國的信貸資源配置是有效的嗎——基于我國上市公司投資效率視角的經(jīng)驗證據(jù)[ J].南方經(jīng)濟，2010（7）：61 ～ 71+27.

[32] 王克敏，劉靜，李曉溪.產(chǎn)業(yè)政策、政府支持與公司投資效率研究[ J].管理世界，2017（3）：113 ～ 124+145+188.

[33] Bruno B.， E. Onali， K. Schaeck. Market Reaction to Bank Liquidity Regulation[ J].Journal of Financial and Quantitative Analysis，2018（2）：899 ～ 935.

[34] 陳運森，鄧祎璐，李哲.證券交易所一線監(jiān)管的有效性研究：基于財務報告問詢函的證據(jù)[ J].管理世界，2019（3）：169 ～ 185+208.

[35] 王竹泉，王貞潔，李靜.經(jīng)營風險與營運資金融資決策[ J].會計研究，2017（5）：60 ～ 67+97.

[36] 龔強，張一林，林毅夫.產(chǎn)業(yè)結(jié)構(gòu)、風險特性與最優(yōu)金融結(jié)構(gòu)[ J].經(jīng)濟研究，2014（4）：4 ～ 16.