李蘭冰 路少朋

(南開大學(xué)，天津 300071)

一、引言

改革開放以來，制造業(yè)對我國經(jīng)濟增長發(fā)揮了重要的支撐作用。當前，我國正處于由制造業(yè)大國向制造業(yè)強國邁進的關(guān)鍵時期，制造強國建設(shè)不僅應(yīng)關(guān)注經(jīng)濟績效，也應(yīng)充分考慮生態(tài)環(huán)境硬約束之下的環(huán)境績效?？疾煳覈圃鞓I(yè)演進歷程，非常明顯的一個特點就是“開發(fā)區(qū)”是中央及各地政府較為普遍使用的區(qū)位導(dǎo)向型政策工具，因而成為制造業(yè)的高度集聚區(qū)和重要空間載體。

近年來，開發(fā)區(qū)政策的影響效應(yīng)評估成為研究的熱點，根據(jù)研究視角的不同可歸納為如下幾類：一是經(jīng)濟發(fā)展視角，如Akinci et al.(2008)、Zeng(2011)、Alder et al.(2016)；二是就業(yè)與工資視角，如Zheng et al.(2017)、Lu et al.(2019)；三是對外貿(mào)易視角，如Wang(2013)、Schminke et al.(2013)、李麗霞等(2020)；四是企業(yè)全要素生產(chǎn)率視角，如林毅夫等(2018)、譚靜等(2019)。然而，現(xiàn)有文獻鮮有從制造業(yè)發(fā)展的視角對開發(fā)區(qū)政策的影響效應(yīng)進行研究。鑒于此，本文以經(jīng)濟績效和環(huán)境績效為切入點，準確識別開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響效應(yīng)，并進一步向開發(fā)區(qū)政策作用機制的細致層面推進。本文研究不僅有助于從學(xué)理層面深化區(qū)位導(dǎo)向型政策的經(jīng)濟效應(yīng)研究，而且對于政府更好地利用開發(fā)區(qū)政策促進制造業(yè)發(fā)展具有重要啟示意義。

本文的邊際貢獻主要體現(xiàn)為：(1)將開發(fā)區(qū)設(shè)立視作一項“準自然實驗”，利用我國制造業(yè)企業(yè)微觀數(shù)據(jù)，采用PSM-DID方法，從經(jīng)濟績效和環(huán)境績效的雙重視角較為系統(tǒng)地考察開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響效應(yīng)，拓展了開發(fā)區(qū)政策的相關(guān)研究；(2)在厘清二者因果關(guān)系的基礎(chǔ)上，從效應(yīng)評估向影響機制進行深層次拓展，并從不同的渠道分別揭示出開發(fā)區(qū)政策影響制造業(yè)經(jīng)濟績效以及環(huán)境績效的內(nèi)在機理，為精準化的作用機制分析提供了理論支撐和經(jīng)驗證據(jù)；(3)將開發(fā)區(qū)級別、企業(yè)性質(zhì)以及行業(yè)特征等多維因素納入考察范圍，探究開發(fā)區(qū)政策對制造業(yè)發(fā)展的異質(zhì)性影響，豐富了對于開發(fā)區(qū)政策效應(yīng)的理解。

二、機制分析與假說提出

(一)研究背景

作為引領(lǐng)改革開放的前沿窗口和服務(wù)國家經(jīng)濟發(fā)展的重要載體，我國開發(fā)區(qū)設(shè)立具有時間漸進和空間漸進的雙重屬性。從時間維度看，自1984年開始設(shè)立國家級經(jīng)濟技術(shù)開發(fā)區(qū)以來，我國各類開發(fā)區(qū)發(fā)展迅速，截至2018年共有國家級開發(fā)區(qū)552家，省級開發(fā)區(qū)1991家。在30多年的政策實踐中，我國開發(fā)區(qū)的設(shè)立經(jīng)歷了1992年和2006年兩次高峰期(李力行 等，2015)，但大規(guī)模開發(fā)區(qū)建設(shè)也出現(xiàn)了盲目擴張及土地資源低效利用等現(xiàn)象(李蘭冰 等，2020)。為有效解決“開發(fā)區(qū)熱”所引致的亂象，2003年起，國務(wù)院下發(fā)了一系列文件對開發(fā)區(qū)開展清理整頓工作。2006年以后政府對新設(shè)開發(fā)區(qū)的審批更為謹慎，新設(shè)開發(fā)區(qū)的速度明顯放緩。這使得開發(fā)區(qū)的設(shè)立年份較為集中，從而有利于排除時間因素的干擾，為開發(fā)區(qū)政策效應(yīng)的精準評估提供了可能。從空間維度看，開發(fā)區(qū)政策的地理推進過程表現(xiàn)為政策重心由沿海逐漸向內(nèi)陸地區(qū)偏移(向?qū)捇?等，2015)，并呈現(xiàn)出“沿海城市—東部地區(qū)—內(nèi)陸地區(qū)—區(qū)域平衡”逐步推進式的格局。具體來看，首批國家經(jīng)濟技術(shù)開發(fā)區(qū)主要分布在沿海開放城市；2006年，東部、中部、西部和東北部地區(qū)的開發(fā)區(qū)數(shù)量分別為748家、401家、289家和130家，此時開發(fā)區(qū)分布主要集中在東部地區(qū)；2018年，以上四大區(qū)域板塊的開發(fā)區(qū)數(shù)量分別增加至964家、625家、714家和240家，可以發(fā)現(xiàn)，內(nèi)陸地區(qū)的開發(fā)區(qū)數(shù)量在逐漸增加，并在地理分布上趨于區(qū)域平衡。這種空間均衡分布形態(tài)的演進可能在一定程度上有利于緩解開發(fā)區(qū)設(shè)立的自選擇問題。

為了探究開發(fā)區(qū)政策是否有效推動了制造業(yè)發(fā)展，本文首先對開發(fā)區(qū)政策與制造業(yè)企業(yè)經(jīng)濟績效之間的關(guān)系進行分析。具體地，本文分別以企業(yè)勞動生產(chǎn)率和全要素生產(chǎn)率(TFP)作為經(jīng)濟績效的衡量指標，并將1998—2010年開發(fā)區(qū)企業(yè)與非開發(fā)區(qū)企業(yè)經(jīng)濟績效的變化趨勢進行對比，結(jié)果如圖1所示?？梢园l(fā)現(xiàn)，無論是勞動生產(chǎn)率指標，還是全要素生產(chǎn)率指標，開發(fā)區(qū)企業(yè)的平均值均高于非開發(fā)區(qū)企業(yè)，表明開發(fā)區(qū)企業(yè)相較于非開發(fā)區(qū)企業(yè)具有更好的經(jīng)濟績效表現(xiàn)。

圖1 開發(fā)區(qū)企業(yè)與非開發(fā)區(qū)企業(yè)經(jīng)濟績效變化趨勢

為了探究開發(fā)區(qū)政策與制造業(yè)企業(yè)環(huán)境績效之間的關(guān)系，本文分析了開發(fā)區(qū)政策與制造業(yè)企業(yè)污染排放的典型事實。具體地，選擇以二氧化硫和工業(yè)廢水作為兩種典型污染物，就考察期內(nèi)開發(fā)區(qū)企業(yè)與非開發(fā)區(qū)企業(yè)兩種污染物平均排放量的變化趨勢進行對比，如圖2所示。通過橫向?qū)Ρ瓤梢园l(fā)現(xiàn)，無論是工業(yè)廢水還是二氧化硫，開發(fā)區(qū)企業(yè)的年度平均排放量均低于非開發(fā)區(qū)企業(yè)。通過縱向?qū)Ρ瓤梢园l(fā)現(xiàn)，開發(fā)區(qū)企業(yè)的污染物排放量總體上呈現(xiàn)出上升趨勢，這很可能與工業(yè)產(chǎn)出不斷增加有關(guān)。為了排除這一干擾，本文選擇以兩種污染物的排放強度作為衡量企業(yè)環(huán)境績效的指標進行分析，如圖3所示?？梢园l(fā)現(xiàn)，無論采用何種污染物排放強度指標，樣本考察期內(nèi)開發(fā)區(qū)企業(yè)的平均污染排放強度均低于非開發(fā)區(qū)企業(yè)，而且隨著時間的推移污染排放強度均在總體上呈現(xiàn)出下降趨勢。

圖2 開發(fā)區(qū)企業(yè)與非開發(fā)區(qū)企業(yè)污染排放量變化趨勢

結(jié)合上述兩方面的典型事實可以初步認為，開發(fā)區(qū)政策對制造業(yè)經(jīng)濟績效和環(huán)境績效均具有明顯的正向促進作用。為進一步驗證其因果效應(yīng)與作用機制，本文將利用我國1998—2010年的微觀工業(yè)企業(yè)數(shù)據(jù)并基于傾向得分匹配雙重差分方法對開發(fā)區(qū)政策的經(jīng)濟效應(yīng)和環(huán)境效應(yīng)進行系統(tǒng)性實證分析。

圖3 開發(fā)區(qū)企業(yè)與非開發(fā)區(qū)企業(yè)污染排放強度變化趨勢

(二)理論機制

開發(fā)區(qū)政策主要從“政策效應(yīng)”“集聚效應(yīng)”和“競爭效應(yīng)”三個渠道影響制造業(yè)企業(yè)經(jīng)濟績效，具體如下：

一是政策效應(yīng)渠通。開發(fā)區(qū)作為“政策高地”，一般享有財政補貼、稅收減免、信貸便利、土地優(yōu)惠等特殊政策待遇(Wang，2013；Alder et al.，2013；吳一平 等，2017)，這不僅有助于企業(yè)降低成本、增加經(jīng)濟效益，還有助于形成“融資約束緩解效應(yīng)”和“創(chuàng)新促進效應(yīng)”，進而為企業(yè)經(jīng)濟績效的提升創(chuàng)造條件。具體而言，稅收減免和財政補貼是最具代表性的優(yōu)惠政策，其中財政補貼是通過將補貼資金直接撥付到企業(yè)賬戶從而實現(xiàn)對企業(yè)的無償資金轉(zhuǎn)移(李賁 等，2018)，而稅收減免是通過減免或抵扣的方式降低企業(yè)資本成本。同時，財政補貼和稅收減免將直接或間接地緩解制造業(yè)企業(yè)的融資約束，由此產(chǎn)生的“創(chuàng)新補償效應(yīng)”有利于對企業(yè)創(chuàng)新形成有效激勵。

二是集聚效應(yīng)渠通。開發(fā)區(qū)為目標產(chǎn)業(yè)以及關(guān)聯(lián)產(chǎn)業(yè)的集聚提供了重要載體(李賁 等，2018)，開發(fā)區(qū)的設(shè)立有利于形成產(chǎn)業(yè)集群、吸引勞動力進入以及培育高新技術(shù)行業(yè)，形成較強的集聚效應(yīng)。開發(fā)區(qū)集聚效應(yīng)的生成又會進一步吸引更多的企業(yè)入駐開發(fā)區(qū)，由此形成的循環(huán)累積效應(yīng)使得開發(fā)區(qū)政策可以有效促進區(qū)內(nèi)企業(yè)成長(劉瑞明 等，2015)。具體而言，開發(fā)區(qū)的集聚效應(yīng)主要表現(xiàn)為生產(chǎn)要素地理集中所帶來的正外部經(jīng)濟，其作用機制可以歸納為三個方面：共享、匹配和學(xué)習(xí)(Durantan et al.，2004)。首先，“共享”主要包括勞動力市場共享和中間投入品共享，勞動力市場共享不僅為企業(yè)提供了大批熟練的勞動力，還會間接降低企業(yè)勞動要素成本；中間投入品共享則有助于促進專業(yè)化分工生產(chǎn)，提高要素服務(wù)質(zhì)量，進而提高企業(yè)經(jīng)濟績效。其次，“匹配”的作用機制主要體現(xiàn)為集聚經(jīng)濟可以提高企業(yè)與勞動力的匹配效率，改善既有資源的配置效率，促進企業(yè)成長和競爭力的提升。最后，“學(xué)習(xí)”主要體現(xiàn)為知識和技術(shù)的溢出效應(yīng)，地理知識的鄰近有助于隱性知識的傳遞與轉(zhuǎn)移，進而加快開發(fā)區(qū)企業(yè)技術(shù)創(chuàng)新的生成和擴散，提高創(chuàng)新效率，為企業(yè)經(jīng)濟效率的提高提供可能。總而言之，開發(fā)區(qū)政策的集聚效應(yīng)會通過共享、匹配和學(xué)習(xí)提高企業(yè)的創(chuàng)新能力和生產(chǎn)效率，進而促進制造業(yè)企業(yè)經(jīng)濟績效的提升。

三是競爭效應(yīng)渠通。開發(fā)區(qū)政策在吸引企業(yè)進入的同時，也會加強企業(yè)間的競爭(王永進 等，2016)。市場競爭會促使具有比較優(yōu)勢的高生產(chǎn)率企業(yè)擴張規(guī)模，而缺乏比較優(yōu)勢的低生產(chǎn)率企業(yè)收縮規(guī)模甚至轉(zhuǎn)移至區(qū)外或者退出市場，優(yōu)勝劣汰機制下的“選擇效應(yīng)”有利于提高企業(yè)的平均生產(chǎn)率，最終促進制造業(yè)企業(yè)經(jīng)濟績效的提升。與此同時，在不完全競爭和規(guī)模遞增的框架下，競爭的加劇也有助于生產(chǎn)要素從低效率企業(yè)轉(zhuǎn)移至高效率企業(yè)，而資源的集中使得高生產(chǎn)率企業(yè)有條件利用規(guī)模經(jīng)濟獲得更多利潤，從而激發(fā)為強化競爭優(yōu)勢而從事創(chuàng)新和提升生產(chǎn)率的動機(李蘭冰 等，2019)。

從環(huán)境績效的視角看，綠色技術(shù)進步和空間集聚是兩個重要影響因素，具體如下：

一方面，以綠色為導(dǎo)向的創(chuàng)新是解決環(huán)境污染問題的長期有效手段(Acemoglu et al.，2012；董直慶 等，2019)。制造業(yè)企業(yè)綠色創(chuàng)新具有投入大、周期長、不確定性高的特性，融資約束是綠色創(chuàng)新的重要影響因素。開發(fā)區(qū)財政補貼、稅收減免等優(yōu)惠政策可有效緩解制造業(yè)企業(yè)綠色創(chuàng)新活動的融資約束，加之開發(fā)區(qū)提供的創(chuàng)新鼓勵政策、知識產(chǎn)權(quán)保護以及行政審批改革等制度安排，有利于形成更加有效的創(chuàng)新生態(tài)體系，對企業(yè)形成正向的綠色創(chuàng)新激勵。

另一方面，空間集聚影響企業(yè)環(huán)境績效的主要機制體現(xiàn)為前文提到的共享、匹配和學(xué)習(xí)三個方面，這有利于形成“空間集聚—學(xué)習(xí)機制—促進創(chuàng)新—排污強度降低”的路徑。從現(xiàn)有文獻看，空間集聚對環(huán)境的影響效應(yīng)具有不確定性。其中，主張集聚具有正向環(huán)境效應(yīng)的文獻認為，經(jīng)濟活動空間集聚所產(chǎn)生的正外部性大于負外部性，有利于緩解環(huán)境污染(Zeng et al.，2009；陸銘 等，2014；朱英明 等，2019)；主張集聚具有負向環(huán)境效應(yīng)的文獻則通常認為，集聚所引致的產(chǎn)能擴張和能源消費需求增加會加重環(huán)境污染(張可 等，2014；Liu et al.，2017)；還有部分文獻認為集聚與環(huán)境污染之間存在非線性關(guān)系(李筱樂，2014；楊仁發(fā)，2015；邵帥 等，2019)。但是，如果將環(huán)境績效的考察維度從污染物排放總量層面轉(zhuǎn)向污染物排放強度層面，則集聚的環(huán)境效應(yīng)不確定性會顯著降低，更加傾向于正向激勵作用。

基于上述分析，本文提出：

假說

1

：

開發(fā)區(qū)政策對制造業(yè)企業(yè)的經(jīng)濟績效和環(huán)境績效均能產(chǎn)生正向激勵效果。

假說

2

：

“政策效應(yīng)”“集聚效應(yīng)”和“競爭效應(yīng)”均是開發(fā)區(qū)政策促進制造業(yè)企業(yè)經(jīng)濟績效提升的重要路徑。

假說

3

：

“綠色技術(shù)進步效應(yīng)”和“集聚效應(yīng)”共同促進了開發(fā)區(qū)制造業(yè)企業(yè)環(huán)境績效的改善。

三、研究方法、變量選取與數(shù)據(jù)來源

(一)研究方法

考察開發(fā)區(qū)設(shè)立與制造業(yè)企業(yè)發(fā)展之間的因果關(guān)系，識別過程面臨的重要挑戰(zhàn)就是開發(fā)區(qū)的設(shè)立并非完全隨機決策，尤其是在初期階段，開發(fā)區(qū)設(shè)立通常傾向于選擇經(jīng)濟基礎(chǔ)較好的東部沿海地區(qū)。鑒于此，本文通過傾向得分匹配方法來選擇對照組用以控制和消除選擇性誤差，并利用“漸進式”雙重差分法來識別開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響效應(yīng)。

雙重差分法是政策因果效應(yīng)評估的常用方法，考慮到我國開發(fā)區(qū)設(shè)立的分批次性，本文選擇“漸進式”雙重差分模型進行估計，該模型允許政策發(fā)生地點和時點的不一致，符合開發(fā)區(qū)是分批設(shè)立的這一基本現(xiàn)實。為進一步處理選擇性偏誤帶來的內(nèi)生性問題，本文引入傾向得分匹配(PSM)方法，具體步驟為：首先，根據(jù)企業(yè)的特征變量信息計算傾向得分值；然后，依據(jù)具體的匹配原則從對照組企業(yè)中尋找出與處理組企業(yè)傾向得分值最接近的若干企業(yè)作為對照組；最后，利用匹配成功后的對照組和原始處理組樣本進行DID估計。該方法可以較好地解決樣本選擇偏差及內(nèi)生性問題，能夠較為準確地識別開發(fā)區(qū)政策與制造業(yè)發(fā)展之間的因果關(guān)系。具體地，本文的模型設(shè)定如下：

P=Pr[Policy=1]=Φ[X]=F[h(X)]

(1)

Y=α+βPolicy+θConVars+rE+μ+η+λ+ε

(2)

模型(1)是用來估計企業(yè)i在t期處于開發(fā)區(qū)的概率P(即傾向得分)。其中：X表示可能影響企業(yè)入駐開發(fā)區(qū)的因素，即特征變量，主要選擇企業(yè)規(guī)模、年齡、資產(chǎn)負債率、利潤率、流動性約束和企業(yè)所有制等變量；h(·)為線性函數(shù)；F(·)為Logistic函數(shù)。在具體的匹配方法選擇方面，本文選擇k近鄰卡尺匹配(k=1)。此外，考慮到本文的數(shù)據(jù)結(jié)構(gòu)為面板數(shù)據(jù)，為避免出現(xiàn)“自匹配”現(xiàn)象，對樣本數(shù)據(jù)進行逐期匹配。

模型(2)是雙重差分模型，用來對匹配后的樣本進行DID估計。其中，下標i、j、c、t分別表示企業(yè)、行業(yè)、城市與年份；Y為制造業(yè)企業(yè)發(fā)展指標，主要包括經(jīng)濟績效和環(huán)境績效兩個指標；Policy為核心解釋變量，即開發(fā)區(qū)設(shè)立的虛擬變量，若企業(yè)i在t期處于開發(fā)區(qū)內(nèi)，則取值為1，否則取值為0。估計系數(shù)β為開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響效應(yīng)。ConVars為企業(yè)層面控制變量，E為城市層面控制變量。μ、η和λ分別表示地區(qū)、行業(yè)和年份固定效應(yīng)，ε為隨機擾動項。

(二)變量選取

1.被解釋變量：制造業(yè)發(fā)展指標

從經(jīng)濟績效和環(huán)境績效兩個方面進行分析。鑒于生產(chǎn)率指標可以衡量企業(yè)產(chǎn)品或產(chǎn)業(yè)價值鏈變化所引發(fā)的最終產(chǎn)出變動(李永友 等，2018)，本文選擇勞動生產(chǎn)率作為表征制造業(yè)企業(yè)經(jīng)濟績效的指標，同時采用全要素生產(chǎn)率(TFP)進行穩(wěn)健性檢驗。對于制造業(yè)環(huán)境績效指標，本文選取企業(yè)污染排放強度，即單位實際產(chǎn)出的污染排放量進行表征，這一指標能夠消除規(guī)模因素的影響，同時也符合發(fā)展中國家國情(蘇丹妮 等，2021)。如果企業(yè)污染排放強度增加，則表明環(huán)境績效下降，反之則表明環(huán)境績效提高。具體地，本文同時選擇二氧化硫和工業(yè)廢水作為污染物排放指標。

2.解釋變量：開發(fā)區(qū)政策

構(gòu)造企業(yè)是否處于開發(fā)區(qū)的虛擬變量來考察開發(fā)區(qū)政策對制造業(yè)發(fā)展的因果效應(yīng)是本文研究的關(guān)鍵?，F(xiàn)有文獻對于開發(fā)區(qū)內(nèi)企業(yè)樣本的識別主要有三種方法：一是依據(jù)企業(yè)所在地區(qū)是否有開發(fā)區(qū)，如果有則將該企業(yè)視為開發(fā)區(qū)企業(yè)，否則視為非開發(fā)區(qū)企業(yè)(王永進 等，2016；林毅夫 等，2018)；二是相關(guān)字段匹配法，即如果企業(yè)地址文本中含有開發(fā)區(qū)的特定字段，則將其視為開發(fā)區(qū)企業(yè)，否則視為非開發(fā)區(qū)企業(yè)(向?qū)捇?等，2015；李賁 等，2018；李麗霞 等，2020)；三是地理匹配法，即根據(jù)企業(yè)的經(jīng)緯度信息與開發(fā)區(qū)的地理邊界進行匹配，如果吻合則將企業(yè)視為開發(fā)區(qū)企業(yè)，否則視為非開發(fā)區(qū)企業(yè)(譚靜 等，2019；李麗霞 等，2020)。從現(xiàn)有文獻看，前兩種方法運用較多，但是將縣區(qū)邊界識別為開發(fā)區(qū)邊界的處理方式相對粗糙；地理匹配的處理方式較為細致，但現(xiàn)有數(shù)據(jù)只提供了國家級開發(fā)區(qū)的邊界范圍信息，省級開發(fā)區(qū)的邊界信息有所缺失，采用該方法并不覆蓋全部開發(fā)區(qū)樣本?；诖?，本文主要借鑒第二種方法識別開發(fā)區(qū)企業(yè)本文的識別策略是，如果企業(yè)當年的名稱或地址文本信息中含有“開發(fā)區(qū)”“園區(qū)”“產(chǎn)業(yè)區(qū)”“工業(yè)園”“經(jīng)濟技術(shù)”“高新”“保稅”“貿(mào)易”“出口加工”等字段，則將此年份的企業(yè)識別為處于開發(fā)區(qū)，Policy=1；否則，將此年份的企業(yè)識別為不處于開發(fā)區(qū)，Policy=0。。此外，在穩(wěn)健性檢驗部分，本文利用第一種識別方法來構(gòu)造開發(fā)區(qū)政策的虛擬變量以進行進一步檢驗。

3.控制變量

一方面，選取了以下企業(yè)層面的控制變量：(1)企業(yè)規(guī)模，采用企業(yè)資產(chǎn)總額來衡量；(2)企業(yè)年齡，采用當年年份減去成立年份再加1來衡量；(3)企業(yè)資產(chǎn)負債率，采用企業(yè)負債總額與資產(chǎn)總額的比值來衡量；(4)企業(yè)利潤率，采用企業(yè)營業(yè)利潤與產(chǎn)品銷售收入的比值來衡量；(5)企業(yè)流動性約束，采用流動資產(chǎn)與流動負債之差除以資產(chǎn)總額來衡量；(6)企業(yè)所有制，根據(jù)企業(yè)的注冊登記類型構(gòu)造企業(yè)是否為國有企業(yè)的虛擬變量。另一方面，本文選擇的地級市層面控制變量包括地區(qū)生產(chǎn)總值、第二產(chǎn)業(yè)占比、固定資產(chǎn)投資以及外商直接投資。

需要說明的是，勞動生產(chǎn)率、二氧化硫排放強度、工業(yè)廢水排放強度、企業(yè)資產(chǎn)總額、地區(qū)生產(chǎn)總值、固定資產(chǎn)投資和外商直接投資均采用對數(shù)形式進入模型。

(三)數(shù)據(jù)來源

本文所使用的微觀企業(yè)數(shù)據(jù)主要來自1998—2010年“中國工業(yè)企業(yè)數(shù)據(jù)庫”以及“中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫”。為了考察開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響，本文將上述兩類數(shù)據(jù)進行匹配合并。在匹配合并之前，對工業(yè)企業(yè)數(shù)據(jù)庫進行預(yù)處理：由于以制造業(yè)為研究對象，因此剔除“采掘業(yè)”以及“電力、燃氣及水的生產(chǎn)和供應(yīng)業(yè)”兩大門類樣本數(shù)據(jù)。此外，鑒于該數(shù)據(jù)集存在信息缺失、變量異常、違反會計準則等問題，參照現(xiàn)有研究的普遍做法，對數(shù)據(jù)進行了規(guī)范化處理：剔除企業(yè)名稱或代碼信息缺失、企業(yè)成立時間不合理的樣本；剔除資產(chǎn)總額、負債總額、工業(yè)總產(chǎn)值等價值量指標缺失或者為負值、零值的樣本；剔除從業(yè)人數(shù)缺失和小于8的樣本；剔除總資產(chǎn)小于固定資產(chǎn)等明顯違反會計準則的樣本。同時需要注意的是，由于樣本期內(nèi)國民經(jīng)濟行業(yè)分類代碼進行了調(diào)整，為保證行業(yè)分類的一致性，將行業(yè)代碼統(tǒng)一為《國民經(jīng)濟行業(yè)分類》(GB/T4754-2002)中的行業(yè)代碼。為減輕樣本中離群值的影響，對工業(yè)總產(chǎn)值、資產(chǎn)總額等連續(xù)變量原始數(shù)據(jù)進行雙邊1%縮尾處理。對于數(shù)據(jù)的合并，首先根據(jù)企業(yè)的中文名稱進行逐年匹配，其次將剩余樣本根據(jù)企業(yè)的法人代碼進行逐年匹配，最終構(gòu)建起1998—2010年同時兼具工業(yè)企業(yè)數(shù)據(jù)庫和污染排放數(shù)據(jù)庫兩類特征的制造業(yè)企業(yè)面板數(shù)據(jù)。此外，地區(qū)生產(chǎn)總值、第二產(chǎn)業(yè)占比、固定資產(chǎn)投資以及外商直接投資等城市層面數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》?？紤]到不同地區(qū)價格變化的影響，本文以1998年為基期對價值性變量進行價格平減處理。

四、開發(fā)區(qū)政策與制造業(yè)發(fā)展：效應(yīng)識別

(一)樣本匹配效果

為考察匹配質(zhì)量，本文以勞動生產(chǎn)率指標為結(jié)果變量對匹配前后處理組和對照組的傾向得分值繪制核密度曲線，如圖4所示。由圖4(a)可以看出，在匹配之前，對照組的分布形態(tài)呈現(xiàn)出左偏的典型特征，而處理組的分布形態(tài)則相對較為分散，且兩組樣本傾向得分值的概率密度分布存在明顯差異，如果直接對兩組樣本企業(yè)之間的差異進行比較將導(dǎo)致估計偏誤，這驗證了采用匹配方法的必要性。通過利用k近鄰卡尺匹配方法得到匹配樣本的概率密度分布，由圖4(b)可以看出，匹配后兩組樣本的概率密度分布基本吻合，這說明匹配后處理組和對照組企業(yè)的各方面特征趨于一致，樣本選擇性偏差問題得到了較好的解決。此外，樣本數(shù)據(jù)平衡性檢驗結(jié)果表明，相比于匹配前的結(jié)果，匹配后大多數(shù)變量的標準化偏差均大幅縮小，且處理組和控制組之間的系統(tǒng)性差異基本得以消除，這表明各變量在匹配后的兩組之間分布較均勻，符合可比性要求。需要說明的是，以二氧化硫排放強度指標和工業(yè)廢水排放強度指標為結(jié)果變量的分析結(jié)果具有一致性。綜上，本文兩組樣本的匹配效果較好，匹配結(jié)果具有可靠性。

(a)匹配前傾向得分的核密度

(二)基準回歸結(jié)果分析

表1報告了開發(fā)區(qū)政策對制造業(yè)發(fā)展影響效應(yīng)的基準估計結(jié)果。由列(1)、(2)的估計結(jié)果可知，無論是否引入控制變量，解釋變量的估計系數(shù)均在1%的水平上顯著為正，表明開發(fā)區(qū)政策有助于提高制造業(yè)企業(yè)勞動生產(chǎn)率，即對經(jīng)濟績效具有正向提升作用。由列(3)～(6)的估計結(jié)果可知，解釋變量的估計系數(shù)均顯著為負，表明開發(fā)區(qū)政策有助于降低企業(yè)污染排放強度，對環(huán)境績效具有正向提升效應(yīng)。綜上所述，開發(fā)區(qū)政策對制造業(yè)經(jīng)濟績效和環(huán)境績效均具有正向促進作用，假說1得以驗證。

表1 基準回歸結(jié)果

(三)穩(wěn)健性檢驗

基準估計結(jié)果初步驗證了開發(fā)區(qū)政策有利于推動制造業(yè)發(fā)展。為了保證結(jié)論可靠性，本文進行了如下穩(wěn)健性檢驗(見表2)?？梢园l(fā)現(xiàn)，各項穩(wěn)健性估計結(jié)果均與上文基準結(jié)果保持一致，進而驗證了開發(fā)區(qū)政策能夠促進制造業(yè)發(fā)展這一結(jié)論的穩(wěn)健性。

表2 穩(wěn)健性檢驗

在以上穩(wěn)健性檢驗的基礎(chǔ)上，本文采用隨機抽樣的方法對基準模型進行安慰劑檢驗，主要思路是：在隨機設(shè)定虛擬處理組的基礎(chǔ)上，利用匹配方法構(gòu)建對應(yīng)的虛擬控制組，然后基于得到的“偽政策虛擬變量”對模型(2)進行估計。圖5展示了200次隨機抽樣的“偽政策虛擬變量”的虛假估計值分布情況，圖5(a)和圖5(b)分別表示以勞動生產(chǎn)率和二氧化硫排放強度為被解釋變量的核密度分布曲線。可以發(fā)現(xiàn)，不管是經(jīng)濟績效指標，還是環(huán)境績效指標，隨機抽樣的估計值集中分布在0值附近。研究結(jié)果還表明，大多數(shù)估計值的p值都大于0.1(在10%的水平上不顯著)。這說明本文的估計結(jié)果，受到其他政策或隨機因素的干擾較少。此外，表1中的基準估計值即圖中的垂直虛線明顯超出了安慰劑檢驗的估計值。上述結(jié)果進一步支持了本文模型的合理性以及主要結(jié)論的穩(wěn)健性。

(a)勞動生產(chǎn)率

五、機制檢驗及拓展性分析

(一)機制檢驗

本文研究的一個重要發(fā)現(xiàn)是，開發(fā)區(qū)政策有效促進了制造業(yè)經(jīng)濟績效與環(huán)境績效的提升。那么開發(fā)區(qū)政策的這種正向效應(yīng)是通過何種機制實現(xiàn)的呢？對此進行研究有助于更深入地揭示二者之間的內(nèi)在關(guān)系。在模型的設(shè)定方面，主要借鑒馬述忠等(2017)、邵朝對等(2019)的思路：第一步，檢驗核心解釋變量是否作用于中間變量；第二步，引入核心解釋變量與中間變量的交互項來檢驗核心解釋變量的作用機制。結(jié)果如表3所示。

1.開發(fā)區(qū)政策與制造業(yè)經(jīng)濟績效：機制識別

從理論上看，開發(fā)區(qū)政策可以通過“政策效應(yīng)”“集聚效應(yīng)”和“競爭效應(yīng)”影響制造業(yè)經(jīng)濟績效。首先，借鑒譚靜等(2019)的做法，以企業(yè)應(yīng)交所得稅作為“政策效應(yīng)”的主要衡量指標進行分析。研究發(fā)現(xiàn)：開發(fā)區(qū)政策使區(qū)內(nèi)企業(yè)享受更優(yōu)惠的稅收優(yōu)惠，稅費負擔(dān)降低有利于提高制造業(yè)企業(yè)的勞動生產(chǎn)率；應(yīng)交所得稅變量與政策變量交互項的估計系數(shù)顯著為正，意味著開發(fā)區(qū)政策強化了稅費負擔(dān)降低對制造業(yè)勞動生產(chǎn)率的提升作用。如表3列(1)、(2)所示。

其次，參考林毅夫等(2018)的做法，用企業(yè)所在縣級地區(qū)當年的企業(yè)數(shù)量作為衡量集聚程度的主要變量。研究發(fā)現(xiàn)：開發(fā)區(qū)政策促進了集聚經(jīng)濟形成，集聚經(jīng)濟有利于提高制造業(yè)企業(yè)勞動生產(chǎn)率；集聚經(jīng)濟指標與政策變量交互項估計系數(shù)顯著為正，意味著開發(fā)區(qū)政策強化了集聚效應(yīng)對制造業(yè)經(jīng)濟績效的正向作用。如表3列(3)、(4)所示。

最后，采用赫芬達爾指數(shù)來表征市場競爭程度進行分析，該指標數(shù)值越小，市場競爭程度越高。研究發(fā)現(xiàn)：開發(fā)區(qū)政策確實加劇了市場競爭，且市場競爭的加劇有助于提升制造業(yè)勞動生產(chǎn)率；市場競爭程度指標與政策變量交互項估計系數(shù)顯著為正，意味著開發(fā)區(qū)政策強化了市場競爭對制造業(yè)經(jīng)濟績效的正向作用，如表3列(5)、(6)所示。

表3 機制檢驗結(jié)果Ⅰ

綜上所述，開發(fā)區(qū)政策通過“政策效應(yīng)”“集聚效應(yīng)”和“競爭效應(yīng)”有效地改善了制造業(yè)經(jīng)濟績效，假說2得以驗證。

2.開發(fā)區(qū)政策與制造業(yè)環(huán)境績效：機制識別

理論分析表明，開發(fā)區(qū)政策可以通過“綠色技術(shù)進步效應(yīng)”和“集聚效應(yīng)”影響制造業(yè)環(huán)境績效。為此，將選取企業(yè)綠色技術(shù)進步和集聚程度兩個中間變量對開發(fā)區(qū)政策影響制造業(yè)環(huán)境績效的可能作用機制進行檢驗。由于上文已經(jīng)對集聚程度指標的選擇進行了闡述，因此本部分將重點分析綠色技術(shù)進步指標的選取依據(jù)及做法。本文采用企業(yè)層面的綠色技術(shù)發(fā)明專利情況來表征綠色技術(shù)進步。在綠色專利數(shù)據(jù)集的構(gòu)建方面：第一步，將工業(yè)企業(yè)數(shù)據(jù)庫與專利數(shù)據(jù)庫匹配合并，構(gòu)建包括專利類型、分類號(IPC)以及申請日等變量的企業(yè)專利數(shù)據(jù)集；第二步，根據(jù)世界知識產(chǎn)權(quán)組織(WIPO)提供的綠色專利清單確定綠色專利國際專利分類(IPC)編碼；第三步，利用綠色專利IPC編碼并根據(jù)專利分類號識別企業(yè)綠色技術(shù)專利情況；第四步，構(gòu)建企業(yè)綠色專利虛擬變量，若企業(yè)在本年度有綠色技術(shù)專利則設(shè)定為1，否則設(shè)定為0。

表4報告了開發(fā)區(qū)政策通過“綠色技術(shù)進步效應(yīng)”和“集聚效應(yīng)”影響制造業(yè)環(huán)境績效的作用機制檢驗結(jié)果。其中，列(1)～(3)表明開發(fā)區(qū)政策能夠促進制造業(yè)企業(yè)綠色技術(shù)進步，綠色技術(shù)進步有利于降低二氧化硫和工業(yè)廢水排放強度，開發(fā)區(qū)政策變量與綠色技術(shù)進步指標交互項系數(shù)顯著為負，證實了開發(fā)區(qū)政策強化了綠色技術(shù)進步對環(huán)境績效的提升作用。列(4)～(6)表明開發(fā)區(qū)政策能夠促進制造業(yè)集聚，集聚效應(yīng)有利于降低二氧化硫和工業(yè)廢水排放強度，開發(fā)區(qū)政策變量與集聚程度指標交互項系數(shù)顯著為負，證實了開發(fā)區(qū)政策強化了集聚效應(yīng)對環(huán)境績效的提升作用。綜上所述，“綠色技術(shù)進步效應(yīng)”和“集聚效應(yīng)”是開發(fā)區(qū)政策提升制造業(yè)環(huán)境績效的有效作用路徑，假說3得以驗證。

表4 機制檢驗結(jié)果Ⅱ

(二)異質(zhì)性分析

1.基于開發(fā)區(qū)級別的異質(zhì)性分析

為了考察開發(fā)區(qū)級別對制造業(yè)發(fā)展的異質(zhì)性影響，將處理組企業(yè)樣本重新劃分為國家級和省級兩類，并分別設(shè)定虛擬變量，回歸結(jié)果見表5。

表5 基于開發(fā)區(qū)級別的異質(zhì)性分析

由表5列(1)可知，國家級開發(fā)區(qū)和省級開發(fā)區(qū)的估計系數(shù)均顯著為正，而且前者的估計系數(shù)略大于后者，這說明國家級開發(fā)區(qū)對于制造業(yè)經(jīng)濟績效的提升作用大于省級開發(fā)區(qū)。由列(2)可知，國家級開發(fā)區(qū)和省級開發(fā)區(qū)的估計系數(shù)均顯著為負，表明無論是國家級還是省級，開發(fā)區(qū)政策均顯著降低了二氧化硫排放強度；進一步研究發(fā)現(xiàn)，國家級開發(fā)區(qū)的系數(shù)絕對值大于省級開發(fā)區(qū)，表明國家級開發(fā)區(qū)的正向環(huán)境效應(yīng)大于省級開發(fā)區(qū)。由列(3)可知，國家級開發(fā)區(qū)的估計系數(shù)顯著為負，而省級開發(fā)區(qū)的估計系數(shù)為負但未通過顯著性檢驗，這表明與省級開發(fā)區(qū)相比，國家級開發(fā)區(qū)工業(yè)廢水的減排效應(yīng)更加顯著。綜上所述，國家級開發(fā)區(qū)對于制造業(yè)發(fā)展的促進作用明顯高于省級開發(fā)區(qū)。究其原因，國家級開發(fā)區(qū)內(nèi)企業(yè)擁有更多的優(yōu)惠政策以及更大的自主權(quán)限，這既有助于吸引更多企業(yè)入駐開發(fā)區(qū)，加快集聚效應(yīng)以及競爭效應(yīng)的產(chǎn)生及其正向作用的有效發(fā)揮，也有助于形成更大的“政策效應(yīng)”和“創(chuàng)新補償效應(yīng)”，促進企業(yè)綠色技術(shù)進步，進而更顯著地促進制造業(yè)經(jīng)濟績效和環(huán)境績效提升。

2.基于企業(yè)性質(zhì)的異質(zhì)性分析

為深入剖析開發(fā)區(qū)政策對制造業(yè)發(fā)展的異質(zhì)性影響，本文將企業(yè)分為國有企業(yè)和非國有企業(yè)兩類子樣本進行分組回歸，結(jié)果詳見表6。由表6可知，無論被解釋變量是勞動生產(chǎn)率，還是污染排放強度，對于非國有制造業(yè)企業(yè)，開發(fā)區(qū)政策變量的系數(shù)均顯著為正；但是，對于國有制造業(yè)企業(yè)，開發(fā)區(qū)政策變量的估計系數(shù)均未通過顯著性檢驗。這說明開發(fā)區(qū)政策能夠有效提升非國有制造業(yè)企業(yè)的經(jīng)濟績效和環(huán)境績效，但這種正向作用對于國有制造業(yè)企業(yè)并不明顯?？赡艿脑蚴牵号c國有企業(yè)相比，非國有企業(yè)體制可能更加靈活，對集聚經(jīng)濟和市場競爭的反應(yīng)更迅速，因而開發(fā)區(qū)政策對其經(jīng)濟績效的影響更加顯著。同時，對于非國有企業(yè)來講，開發(fā)區(qū)政策所提供的優(yōu)惠政策對緩解資金約束的邊際效應(yīng)可能更明顯，從而有利于刺激其進行綠色創(chuàng)新活動，進而對開發(fā)區(qū)政策正向環(huán)境效應(yīng)的發(fā)揮形成有效激勵。

表6 基于企業(yè)性質(zhì)的異質(zhì)性分析

3.基于行業(yè)特征的異質(zhì)性分析

為探究開發(fā)區(qū)政策對制造業(yè)發(fā)展的行業(yè)異質(zhì)性，本文參考魯桐等(2014)的研究將樣本企業(yè)劃分為勞動密集型、技術(shù)密集型和資本密集型企業(yè)并進行分樣本估計，回歸結(jié)果詳見表7。

表7 基于行業(yè)特征的異質(zhì)性分析

由表7可以發(fā)現(xiàn)，開發(fā)區(qū)政策對技術(shù)密集型和資本密集型企業(yè)經(jīng)濟績效的提升作用更加明顯。原因可能是：相較于勞動密集型企業(yè)，技術(shù)密集型和資本密集型企業(yè)技術(shù)創(chuàng)新和資金需求更為敏感，因此開發(fā)區(qū)政策所引致的“融資約束緩解效應(yīng)”和“創(chuàng)新促進效應(yīng)”能夠較為顯著地促進這兩個行業(yè)企業(yè)的經(jīng)濟績效改善。此外，研究還發(fā)現(xiàn)：開發(fā)區(qū)政策對勞動密集型和技術(shù)密集型制造業(yè)行業(yè)環(huán)境績效的促進作用更為明顯，而對資本密集型企業(yè)的影響較小。與勞動密集型和技術(shù)密集型企業(yè)相比，資本密集型企業(yè)主要依賴資本深化，因此開發(fā)區(qū)政策對該行業(yè)正向環(huán)境效應(yīng)較弱。

特別地，考慮到不同污染密集度行業(yè)企業(yè)的異質(zhì)性排污行為，本文進一步考察了開發(fā)區(qū)政策對不同污染密集度行業(yè)企業(yè)環(huán)境效應(yīng)的差異化影響。從表8可以發(fā)現(xiàn)，無論是二氧化硫還是工業(yè)廢水排放強度指標，開發(fā)區(qū)政策估計系數(shù)均顯著為負，且開發(fā)區(qū)政策對污染密集型行業(yè)企業(yè)環(huán)境績效的提升作用明顯高于非污染密集型行業(yè)。因此，可以認為開發(fā)區(qū)政策對我國污染密集型行業(yè)具有“去污染”的正向效應(yīng)，同時也表明了開發(fā)區(qū)政策在提升制造業(yè)環(huán)境績效方面的有效性。

表8 基于污染密集度的異質(zhì)性分析

(三)進一步討論

本文的內(nèi)生性問題主要來源于開發(fā)區(qū)設(shè)立的非隨機性。已有文獻指出，早期開發(fā)區(qū)的設(shè)立通常傾向于優(yōu)先選擇那些工業(yè)化開始進程較早且經(jīng)濟基礎(chǔ)較好的東部沿海地區(qū)(向?qū)捇?等，2015)，這些地區(qū)企業(yè)的勞動生產(chǎn)率等經(jīng)濟績效或者環(huán)境績效可能本就高于其他地區(qū)。雖然1992年以后開發(fā)區(qū)政策的區(qū)域平衡傾向越來越明顯，但是顯然東部開發(fā)區(qū)的發(fā)展基礎(chǔ)和經(jīng)濟效益依然優(yōu)于中西部地區(qū)。為進一步消除尚存的疑慮，本文對具有潛在內(nèi)生性的子樣本進行排除并重新識別開發(fā)區(qū)政策對制造業(yè)發(fā)展的影響效應(yīng)。具體而言，參考現(xiàn)有文獻通常的處理方法，通過對東部地區(qū)的企業(yè)樣本進行剔除得到中西部地區(qū)的企業(yè)子樣本，對子樣本重新估計的結(jié)果表明，本文主要結(jié)論并未發(fā)生顯著性變化，如表9所示。

表9 排除潛在的內(nèi)生性子樣本

六、結(jié)論及政策啟示

本文利用我國工業(yè)企業(yè)數(shù)據(jù)庫和工業(yè)企業(yè)污染排放數(shù)據(jù)庫的匹配數(shù)據(jù)，將開發(fā)區(qū)設(shè)立視作準自然實驗，選擇以企業(yè)勞動生產(chǎn)率作為制造業(yè)經(jīng)濟績效的代表性指標、以二氧化硫和工業(yè)廢水排放強度指標作為制造業(yè)環(huán)境績效的代表性指標，在傾向得分匹配方法的基礎(chǔ)上采用“漸進式”雙重差分方法，從經(jīng)濟績效和環(huán)境績效兩個維度實證檢驗了開發(fā)區(qū)政策對制造業(yè)發(fā)展的因果效應(yīng)及作用機制。研究發(fā)現(xiàn)：

第一，開發(fā)區(qū)政策對制造業(yè)經(jīng)濟績效和環(huán)境績效均具有正向提升作用，有效于推動了中國制造業(yè)發(fā)展。

第二，“政策效應(yīng)”“集聚效應(yīng)”和“競爭效應(yīng)”是開發(fā)區(qū)政策促進制造業(yè)經(jīng)濟績效提升的有效機制，“綠色技術(shù)進步效應(yīng)”和“集聚效應(yīng)”是開發(fā)區(qū)政策促進制造業(yè)環(huán)境績效提升的有效機制。

第三，開發(fā)區(qū)政策對制造業(yè)發(fā)展的正向影響效應(yīng)存在明顯的異質(zhì)性。具體來看：國家級開發(fā)區(qū)對制造業(yè)發(fā)展的促進作用更加顯著；開發(fā)區(qū)政策對制造業(yè)發(fā)展的這種正向促進作用對于非國有企業(yè)更為突出；開發(fā)區(qū)政策對技術(shù)和資本密集型行業(yè)經(jīng)濟績效的提升作用更加明顯，對勞動和技術(shù)密集型制造業(yè)行業(yè)尤其是污染密集型行業(yè)的正向環(huán)境效應(yīng)更加明顯。

本文研究結(jié)論具有豐富的政策意涵：

一是政府應(yīng)更好地利用開發(fā)區(qū)這一政策工具，通過更好地完善政策體系以及營商環(huán)境等為制造業(yè)企業(yè)提供更好的發(fā)展環(huán)境，從而有利于集聚效應(yīng)、競爭效應(yīng)以及技術(shù)進步效應(yīng)的形成與發(fā)揮。

二是考慮到開發(fā)區(qū)級別對開發(fā)區(qū)政策作用效果的差異化影響，應(yīng)加強省級開發(fā)區(qū)的建設(shè)管理和質(zhì)量管理，更好地發(fā)揮其對于制造業(yè)發(fā)展的平臺支撐作用。

三是鑒于開發(fā)區(qū)政策的異質(zhì)性影響，針對不同性質(zhì)和不同特征的企業(yè)應(yīng)采用分類引導(dǎo)的方式，通過更加精準的政策設(shè)計，更好地釋放開發(fā)區(qū)促進制造業(yè)轉(zhuǎn)型升級和高質(zhì)量發(fā)展的政策紅利。