企业生产效率改进视角的湖南开发区政策效果评估——基于反事实匹配估计量方法的实证研究*

曾小明，刘友金

(湖南科技大学 商学院，湖南 湘潭 400201)



企业生产效率改进视角的湖南开发区政策效果评估
——基于反事实匹配估计量方法的实证研究*

曾小明，刘友金

(湖南科技大学 商学院，湖南 湘潭 400201)

开发区作为影响产业发展的重要政策措施之一，其实际效果备受关注。基于湖南省企业层面数据和反事实分析框架，运用能够克服样本选择偏差的匹配估计量方法估计了开发区对企业全要素生产率(TFP)的影响。结果表明，开发区政策对企业全要素生产率的影响在时间上存在显著差异，在对开发区进行清理整顿之后，开发区政策显著地促进了企业全要素生产率提高3.95%～5.91%。研究表明，开发区作为一种特殊的政策区域，通过设计科学合理有效的制度，引导要素资源在区域间有效配置和集聚，开发区的政策效果就能得到进一步提升。

开发区；企业TFP；政策评估；匹配估计量

一、引言

中国开发区的发展及政策效应的评估一直是备受关注的重要课题。现有文献大都肯定了开发区政策所取得的积极效果，比如开发区能够促进地区经济增长(况伟大，2009；向宽虎、陆铭，2015)[1]71-76，[2]4-17，有利于企业技术升级(郑江淮、高彦彦等，2008)[3]33-46，是吸引外资的重要区域(朱诗娥、杨汝岱，2009)[4]8-14。开发区作为地方政府促进经济增长的重要政策，促使各地不断加大开发区的政策优惠力度来吸引投资，导致了地区之间的恶性竞争。在这种竞争格局下，开发区对经济增长的贡献更多地是由高投资拉动，虽然在短期内促进了地区经济的增长，但这种忽视效率的增长将会影响开发区的可持续发展。

已有研究开始注意开发区发展的效率问题，并得出了一些有启示的结论，比如国家级经济开发区综合效率偏低，全要素生产率(TFP)增长缓慢(蔡善柱、陆林，2014)[5]794-802，一些园区的运行效率较低，高投入并没有带来高产出(刘鹤，2009)[6]117-120，作为引领地区经济发展的高新技术开发区，创新效率也普遍偏低(刘满凤、李圣宏，2012)[7]5-17。Chen等(2014)的研究发现，平均而言，东部地区开发区对企业TFP的影响要好于中西部地区[8]，而Schminke和Biesebroeck(2013)则发现，尽管开发区内的企业具有更高的人均增加值与资本密集度，但TFP与区外企业并无显著差异[9]343-367。徐伟民(2008)利用上海市统计数据，对区内、区外高新技术企业的TFP进行了比较研究，认为税收政策对TFP的提高起到了主导作用[10]141-147。这些文献对我们理解开发区政策的效果提供了理论基础和经验分析参照，但在开发区政策效应评估方面，仍然有几个方面值得进一步关注：首先，以往文献对开发区政策的评价，较多地集中在开发区政策如何影响地区GDP的增长和企业绩效的变化。与传统的财务指标相比，全要素生产率(TFP)也许反映了更为根本的问题，它反映了经济增长中“质”的部分。所以，用TFP来考察开发区政策的影响显得十分必要。其次，现有文献对中国开发区效率的研究主要是围绕宏观层面展开，从微观层面研究开发区政策与企业效率的文献较少。最后，开发区在不同的阶段实施的政策内容不尽相同，从而导致开发区政策的影响效应在不同时期可能存在差异性，有必要分时期进行考察。

针对现有研究的不足，本文在以下方面进行了扩展：(1)我们从企业TFP的角度对开发区政策的质量进行了评估，在现有的研究中还比较少见；(2)我们的研究是跨时期的分析，可以研究开发区政策对企业TFP影响的动态过程；(3)本文运用新的计量方法——匹配估计量(matching estimator)，提高了开发区政策效果评估的准确性。

二、开发区政策与企业全要素生产率：影响路径及评估方法

(一)开发区政策对企业TFP的影响路径

从政策实施效果来看，开发区政策对于开发区内的企业而言，既带来了生产效率的提升，又存在着政策陷阱。一方面，入驻开发区的企业能够利用园区内优惠的政策、便利的基础设施和良好的生产环境，包括融资政策支持、上下游产业链配套，接近产品或要素市场，特别是与技术、劳动、原材料供应商和销售商之间的业务往来，必然会获得各种技术、管理以及市场等方面溢出效应的好处。另外，开发区相对灵活的体制，更有利于企业进行技术创新与研究发展，企业可以通过技术升级和改造，提高生产效率。另一方面，开发区为了吸引投资，竞相采取降低土地价格、税率等优惠政策和措施，降低企业的直接成本。通过这种方式来扩大经济总量和壮大产业规模，不仅挤压了企业创新活动空间(吕政、张克俊，2006)[11]5-12，还滋生了一些企业的寻租心理。部分经济效率较低的企业为了寻求“政策租”进入开发区，因为开发区作为“制度飞地”能够有效地保护企业不被掠夺，并且企业为追逐“政策租”，会将部分资源配置在建立政治关系和利益相关者关系上面。在这种情形下，企业进驻开发区只是形成一种简单的企业“扎堆”现象，并不能形成产业集群。园区中的企业不能享受到靠近产品或要素市场的好处，故对其生产效率的提升并无帮助。所以，开发区既有可能提高企业效率，也有可能降低企业效率，科学有效地对开发区的政策效果进行估计就显得十分必要。

(二)开发区政策评估方法：基于反事实的匹配估计量分析

分析开发区政策对企业生产率的影响效应，传统的方法一般是采用OLS回归模型进行估计。考虑以下回归模型：

lnTFPi=αDi+βXi+Ui,i=1,2,...,n

其中，lnTFPi为第i个企业TFP的对数；Di是政策变量，企业享受了开发区政策则Di=1，否则等于0；Xi是企业i可观察的影响TFP的个体特征向量；Ui是随机分布项；α系数的估计值可以被解释为开发区政策对企业生产率的影响。

在上式中，通常假定模型中已经控制了影响企业生产率的重要变量，并且企业是否参与开发区项目是随机决定的，即满足条件独立假设lnTFPi⊥Di|Xi。然而使用非实验数据开展研究时，这一假定通常无法得到满足。企业参与开发区项目通常不是随机发生的，从而导致OLS估计可能产生样本选择偏差或内生性问题，最终影响结果的准确性。

为解决这一问题，基于反事实分析的匹配估计量方法提供了很好的思路：匹配估计量使用向量模(vector norm)计算开发区内企业与开发区外企业之间在观测协变量上的距离*以X表示第i个企业的协变量向量，Z代表可能与第i个企业匹配的企业的协变量向量，V为各变量样本方差的对角矩阵的逆矩阵，则向量模可以表示为：‖Z-X‖V=(Z-X)′V(Z-X)。该向量模所代表的距离反映企业特征的相似程度，向量模越小，匹配企业与被匹配企业的相似程度越高。，从而构造处理组和控制组企业不可观察的反事实结果，填补缺失数据。具体匹配方法请参考Abadie (2004)[12]290-311和Guo and Fraser (2011)[13]139-160。

根据可观察的事实结果和匹配后构建的反事实结果，可以得到三类平均政策效应：

平均处理效应ATE表示随机挑选一个具有X特征的企业进驻开发区并给予优惠政策，对其生产率影响效应的均值：

处理组的平均处理效应ATT表示随机挑选一个在开发区内具有特征X的企业，开发区政策对其生产率影响的均值：

未被处理组的平均处理效应ATU表示随机挑选一个在开发区外具有特征X的企业，假如其进驻开发区并享受开发区政策对其生产率影响效应的均值：

三、数据、变量及全要素生产率估计

(一)数据说明及变量选择

本文使用的企业层面的数据来自1999—2007年湖南省工业企业调查数据，它包括所有的国有制造企业以及年销售额超过500万元以上的大中型工业企业。截至2007年年底，湖南共有1万多家企业被该数据库收录。遵循标准的数据处理流程，我们剔除了异常观测值。另外，2001、2004年的工业增加值变量缺失，根据聂辉华(2012)的建议[14]142-158，采用以下公式计算得到：工业增加值=工业总产值-工业中间投入+增值税。

被解释变量是企业TFP，数据来自下文中估计出来的结果。解释变量中，我们重点关注开发区政策虚拟变量。如果企业位于开发区内，可以认为该企业享受了开发区的优惠政策，反之该企业没有享受到开发区政策*我们借鉴并扩展向宽虎和陆铭(2015)识别企业是否位于开发区内的方法，如果某个企业在其表征地址的变量中出现“开发”“工业园”“工业区”“园区”“高新”“制造基地”“科技园”“产业园”“农业园”字样，则认定该企业为开发区内企业。。除了考察开发区政策外，我们还加入了企业年龄、企业所有制类型、补贴收入、资产负债率等控制变量。

(二)全要素生产率估算

目前对于TFP的估算主要有三类方法：第一类是参数法，通过设定Cobb-Douglas生产函数，再利用回归方法计算索洛残值作为TFP的衡量指标，尽管此种方法计算过程简单，但规模报酬不变和产出弹性不变的假设未必符合现实(聂辉华、贾瑞雪，2011；鲁晓东、连玉君，2012)[15]27-42,[16]541-558。第二类是非参数法，包括数据包络分析法(DEA)、Malmquist指数法和随机边界法，这类方法没有预先的生产函数设定，而是将每个企业与生产边界的距离作为效率，但同样有着明显的缺陷，比如没有考虑随机因素，假设并非所有企业都能实现利润最大化等。第三类是半参数法，它是将参数法和非参数法结合起来估计的方法，目前比较流行的主要有OP(Olley-Pakes)方法和LP(Levinsohn-Petrin)方法，部分学者证实了LP方法的有效性(张杰，2011；鲁晓东、连玉君，2012)[17]571-602，[16]541-558，因此本文使用LP方法计算企业的TFP(具体请参考Levinsohn-Petrin，2003)[18]317-341。在LP方法中，企业投资额的计算公式为：Iit=Kit-Kit-1+Dit，其中，K是用固定资产净值衡量的资本，D为固定资产折旧。另外，我们采用固定资产投资价格指数对资本进行价格平减，采用工业品出厂价格指数对工业增加值和中间投入进行价格平减，价格指数均来自《湖南省统计年鉴》。

四、实证结果及分析

由前面分析可知，传统OLS估计结果是有偏且不一致的。以下内容将从实证角度验证OLS估计结果有偏的结论，并且通过匹配估计量来估计基于异质性和选择偏差下跨时期的开发区政策对企业TFP的影响效应。

(一)传统OLS估计结果

为了进一步提高估计结果的准确性，我们还考虑了企业研究发展变量，因为研究发展是促进企业技术进步的重要手段，通过研究发展能够给企业带来学习和创新，以降低生产成本，节约要素投入，进而提升企业TFP。

表1为传统回归方法的结果。从表1可以看出，在控制了其他变量后，湖南省的开发区政策对企业TFP的影响存在时间上的显著差异。2004—2007年，开发区政策对企业TFP的提升有显著的促进作用，在此期间，开发区政策能够提升企业4.93%～5.54%的TFP。而1999—2003年开发区政策对企业TFP并无显著影响，这是因为，此期间是湖南省开发区的扩张期，各类园区“遍地开花”，导致各地区招商引资过度竞争，实际进入园区的企业难以完全按照收入弹性、比较技术进步率、产业关联度等基准来选择，这种追求短期利益的招商引资行为必然难以提高企业的生产效率。从2003年开始，开发区的清理整顿使违规占地和违规设立开发区的现象得到治理，开发区整体结构进一步优化，专业化、特色化特点进一步加强，集聚效应初步显现，企业生产效率也开始得到提升。

表1 OLS方法估计开发区政策对企业全要素生产率影响的估计结果

注：被解释变量为企业全要素生产率的对数，括号内的值为t统计量，*、**、***分别表示在10%、5%、1%的水平上显著。由于只有2005—2007年包含了企业研发投资数据，我们在2005—2007年使用企业研究发展经费与产品销售收入的比重表示企业研发强度指标。

(二)匹配估计量分析

尽管传统OLS结果表明开发区政策能够显著提高企业生产率，但如前所述，导致这一结果的原因可能是由于样本选择性偏差引起的。如果开发区设置进入门槛，更倾向于让那些全要素生产率比较高的企业进驻开发区，或者全要素生产率高的企业更容易入驻开发区，那么我们得出的结果可能是被高估了。如果企业进入开发区之前，其生产率相对较低，那么OLS的结果可能被低估了。我们遵循Abadie(2004)的建议，对每个观测企业选择距离最近(即向量模最小)的4个企业进行匹配*Abadie and Imbens(2002)的数据模拟表明，以均方误来看，通常n=4，即对每个被处理组的企业匹配4个未被处理组的企业，能得到很好的效果。。表2中的ATE、ATT和ATU报告了匹配估计量结果，并且与传统OLS回归结果进行了比较。

表2 匹配估计量结果及与OLS结果的比较

注：被解释变量为企业全要素生产率的对数，*、**、***分别表示在10%、5%、1%的水平上显著。偏差=OLS-ATE，选择偏差=OLS-ATT。

表2的结果表明，与传统的OLS回归结果相同的是，开发区政策对企业生产率的影响也存在显著的时间上的差异，除了ATE和ATU的系数在1999年显著外，其他的系数均只在2004—2007年显著，同样说明了2003年开始的开发区清理整顿起到了良好的政策效果。对所有样本来讲，与未实施开发区政策的企业相比，开发区政策使得开发区内企业的TFP提高3.95%～5.91%(ATE)。对开发区内的企业子样本来说，开发区政策使得其TFP提高了4.6%～5.46%(ATT)。对于开发区外的企业子样本来说，如果对其实施开发区政策，企业的TFP同样可以提高3.93%～5.91%(ATU)。传统的OLS估计结果与ATE比较，除了2004年给出的下偏估计值以外，其他年份都给出了一个上偏的估计值。开发区政策对生产率的影响效应存在选择偏差，2004年为负，2005—2007年为正，说明在2005—2007年，开发区内的企业如果没有进驻开发区，其生产率也会比没有进入开发区内的企业要高，而在2004年，开发区内的企业如果没有进入开发区，其生产率会比没有进入开发区内的企业要低。也就是说从2005年开始，开发区设置了更高的进入门槛，更倾向于让那些生产率更高的企业进入开发区。

尽管传统OLS方法对开发区政策效应的估计结果是有偏差的，然而OLS和匹配估计量两者的估计系数方向在2004—2007年期间完全一致，说明湖南省开发区政策从2004年开始对企业生产效率的提升起到了良好的效果。那么，是什么原因使得开发区的政策效果在2004年开始出现了转折？虽然我们无法得知企业在税收、补贴、土地等各类政策上所获得的具体优惠，但由2004年前后国家发布的一系列关于整顿开发区建设用地的通知和意见，可以推测出在2004年之前，开发区对企业主要是给予土地优惠政策，而在之后则偏重于土地之外的税收、补贴等其他优惠政策。

五、结论

以开发区为代表的产业政策在全国范围内被广为实施，但对其政策效果进行科学评估的文献相对较少。作为一种典型的区域产业政策，一方面开发区政策因其实施的广泛性和持续性备受关注，另一方面却缺乏从企业微观层面进行科学的政策评估。本文使用湖南省1999—2007年工业企业数据，在运用传统OLS回归方法分析的基础上，进一步运用反事实分析框架和能够克服样本选择性偏差的匹配估计量方法对湖南省开发区政策影响企业全要素生产率的政策效应进行了评估。我们发现开发区政策对企业全要素生产率的影响存在时间上的显著差异，在2004年开发区清理整顿之前，开发区政策对企业全要素生产率的影响并不显著，在对开发区进行清理整顿之后，开发区政策显著地促进了企业全要素生产率提高3.95%～5.91%。本文的研究既从企业微观层面丰富了我们对开发区政策效果的认识，也为地区制定合理的产业政策提供了依据。

本文的政策含义也是清晰明确的。中国开发区在30余年的发展过程当中，出现了一些令人担忧的问题：一方面，各地开发区不顾自身发展特点，通过采取压低土地价格、低税收等优惠政策，实行“捡到篮子里都是菜”的方式进行招商引资；另一方面，部分企业为了寻求“政策租”，无视园区产业链条及生产配套，盲目地在政策优惠较多的园区进行“扎堆”。本文的研究告诉我们，开发区作为一种特殊的政策区域，只要通过设计科学合理有效的制度，引导要素资源在区域间有效配置和集聚，促进产业向规模化、集群化、专业化、特色化发展，开发区的政策效果就能得到进一步提升。

[1]况伟大.开发区与中国区域经济增长[J].财贸经济, 2009(10).

[2]向宽虎,陆铭.发展速度与质量的冲突——为什么开发区政策的区域分散倾向是不可持续的?[J].财经研究, 2015(4).

[3]郑江淮,高彦彦,胡小文.企业“扎堆”、技术升级与经济绩效——开发区集聚效应的实证分析[J].经济研究, 2008(5).

[4]朱诗娥,杨汝岱.中国本土企业出口竞争力研究[J].世界经济研究, 2009(1).

[5]蔡善柱,陆林.中国经济技术开发区效率测度及时空分异研究[J].地理科学, 2014(7).

[6]刘鹤.我国高新技术产业开发区运行效率评价[J].科技进步与对策, 2009(10).

[7]刘满凤,李圣宏.国家级高新技术开发区的创新效率比较研究[J].江西财经大学学报, 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]徐伟民.科技政策、开发区建设与高新技术企业全要素生产率——来自上海的证据[J].中国软科学, 2008(10).

[11]吕政,张克俊.国家高新区阶段转换的界面障碍及破解思路[J].中国工业经济, 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]聂辉华,江艇,杨汝岱.中国工业企业数据库的使用现状和潜在问题[J].世界经济, 2012(5).

[15]聂辉华,贾瑞雪.中国制造业企业生产率与资源误置[J].世界经济, 2011(7).

[16]鲁晓东,连玉君.中国工业企业全要素生产率估计:1999—2007[J].经济学(季刊), 2012 (2).

[17]张杰,李克,刘志彪.市场化转型与企业生产效率——中国的经验研究[J].经济学(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).

责任编辑：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，湖南邵阳人，湖南科技大学商学院博士研究生；刘友金(1963—)，男，湖南浏阳人，湖南科技大学商学院教授、博士生导师。

湖南省软科学研究计划重点项目“园区中小微企业创新创业现状、问题及对策研究”(项目编号：2015ZK2007)；湖南省科协决策咨询研究计划课题项目“关于鼓励支持大众创业、万众创新平台的研究”(项目编号：JCZX201502)；湖南省研究生科研创新项目“产业转移驱动产业链跨区域整合的机理研究”(项目编号：CX2016B504)。

F272.5

A

1001-5981(2016)06-0079-05