开发区政策与制造业发展：基于经济绩效和环境绩效的双重视角

李兰冰 路少朋

(南开大学，天津 300071)

一、引言

改革开放以来，制造业对我国经济增长发挥了重要的支撑作用。当前，我国正处于由制造业大国向制造业强国迈进的关键时期，制造强国建设不仅应关注经济绩效，也应充分考虑生态环境硬约束之下的环境绩效。考察我国制造业演进历程，非常明显的一个特点就是“开发区”是中央及各地政府较为普遍使用的区位导向型政策工具，因而成为制造业的高度集聚区和重要空间载体。

近年来，开发区政策的影响效应评估成为研究的热点，根据研究视角的不同可归纳为如下几类：一是经济发展视角，如Akinci et al.(2008)、Zeng(2011)、Alder et al.(2016)；二是就业与工资视角，如Zheng et al.(2017)、Lu et al.(2019)；三是对外贸易视角，如Wang(2013)、Schminke et al.(2013)、李丽霞等(2020)；四是企业全要素生产率视角，如林毅夫等(2018)、谭静等(2019)。然而，现有文献鲜有从制造业发展的视角对开发区政策的影响效应进行研究。鉴于此，本文以经济绩效和环境绩效为切入点，准确识别开发区政策对制造业发展的影响效应，并进一步向开发区政策作用机制的细致层面推进。本文研究不仅有助于从学理层面深化区位导向型政策的经济效应研究，而且对于政府更好地利用开发区政策促进制造业发展具有重要启示意义。

本文的边际贡献主要体现为：(1)将开发区设立视作一项“准自然实验”，利用我国制造业企业微观数据，采用PSM-DID方法，从经济绩效和环境绩效的双重视角较为系统地考察开发区政策对制造业发展的影响效应，拓展了开发区政策的相关研究；(2)在厘清二者因果关系的基础上，从效应评估向影响机制进行深层次拓展，并从不同的渠道分别揭示出开发区政策影响制造业经济绩效以及环境绩效的内在机理，为精准化的作用机制分析提供了理论支撑和经验证据；(3)将开发区级别、企业性质以及行业特征等多维因素纳入考察范围，探究开发区政策对制造业发展的异质性影响，丰富了对于开发区政策效应的理解。

二、机制分析与假说提出

(一)研究背景

作为引领改革开放的前沿窗口和服务国家经济发展的重要载体，我国开发区设立具有时间渐进和空间渐进的双重属性。从时间维度看，自1984年开始设立国家级经济技术开发区以来，我国各类开发区发展迅速，截至2018年共有国家级开发区552家，省级开发区1991家。在30多年的政策实践中，我国开发区的设立经历了1992年和2006年两次高峰期(李力行 等，2015)，但大规模开发区建设也出现了盲目扩张及土地资源低效利用等现象(李兰冰 等，2020)。为有效解决“开发区热”所引致的乱象，2003年起，国务院下发了一系列文件对开发区开展清理整顿工作。2006年以后政府对新设开发区的审批更为谨慎，新设开发区的速度明显放缓。这使得开发区的设立年份较为集中，从而有利于排除时间因素的干扰，为开发区政策效应的精准评估提供了可能。从空间维度看，开发区政策的地理推进过程表现为政策重心由沿海逐渐向内陆地区偏移(向宽虎 等，2015)，并呈现出“沿海城市—东部地区—内陆地区—区域平衡”逐步推进式的格局。具体来看，首批国家经济技术开发区主要分布在沿海开放城市；2006年，东部、中部、西部和东北部地区的开发区数量分别为748家、401家、289家和130家，此时开发区分布主要集中在东部地区；2018年，以上四大区域板块的开发区数量分别增加至964家、625家、714家和240家，可以发现，内陆地区的开发区数量在逐渐增加，并在地理分布上趋于区域平衡。这种空间均衡分布形态的演进可能在一定程度上有利于缓解开发区设立的自选择问题。

为了探究开发区政策是否有效推动了制造业发展，本文首先对开发区政策与制造业企业经济绩效之间的关系进行分析。具体地，本文分别以企业劳动生产率和全要素生产率(TFP)作为经济绩效的衡量指标，并将1998—2010年开发区企业与非开发区企业经济绩效的变化趋势进行对比，结果如图1所示。可以发现，无论是劳动生产率指标，还是全要素生产率指标，开发区企业的平均值均高于非开发区企业，表明开发区企业相较于非开发区企业具有更好的经济绩效表现。

图1 开发区企业与非开发区企业经济绩效变化趋势

为了探究开发区政策与制造业企业环境绩效之间的关系，本文分析了开发区政策与制造业企业污染排放的典型事实。具体地，选择以二氧化硫和工业废水作为两种典型污染物，就考察期内开发区企业与非开发区企业两种污染物平均排放量的变化趋势进行对比，如图2所示。通过横向对比可以发现，无论是工业废水还是二氧化硫，开发区企业的年度平均排放量均低于非开发区企业。通过纵向对比可以发现，开发区企业的污染物排放量总体上呈现出上升趋势，这很可能与工业产出不断增加有关。为了排除这一干扰，本文选择以两种污染物的排放强度作为衡量企业环境绩效的指标进行分析，如图3所示。可以发现，无论采用何种污染物排放强度指标，样本考察期内开发区企业的平均污染排放强度均低于非开发区企业，而且随着时间的推移污染排放强度均在总体上呈现出下降趋势。

图2 开发区企业与非开发区企业污染排放量变化趋势

结合上述两方面的典型事实可以初步认为，开发区政策对制造业经济绩效和环境绩效均具有明显的正向促进作用。为进一步验证其因果效应与作用机制，本文将利用我国1998—2010年的微观工业企业数据并基于倾向得分匹配双重差分方法对开发区政策的经济效应和环境效应进行系统性实证分析。

图3 开发区企业与非开发区企业污染排放强度变化趋势

(二)理论机制

开发区政策主要从“政策效应”“集聚效应”和“竞争效应”三个渠道影响制造业企业经济绩效，具体如下：

一是政策效应渠通。开发区作为“政策高地”，一般享有财政补贴、税收减免、信贷便利、土地优惠等特殊政策待遇(Wang，2013；Alder et al.，2013；吴一平 等，2017)，这不仅有助于企业降低成本、增加经济效益，还有助于形成“融资约束缓解效应”和“创新促进效应”，进而为企业经济绩效的提升创造条件。具体而言，税收减免和财政补贴是最具代表性的优惠政策，其中财政补贴是通过将补贴资金直接拨付到企业账户从而实现对企业的无偿资金转移(李贲 等，2018)，而税收减免是通过减免或抵扣的方式降低企业资本成本。同时，财政补贴和税收减免将直接或间接地缓解制造业企业的融资约束，由此产生的“创新补偿效应”有利于对企业创新形成有效激励。

二是集聚效应渠通。开发区为目标产业以及关联产业的集聚提供了重要载体(李贲 等，2018)，开发区的设立有利于形成产业集群、吸引劳动力进入以及培育高新技术行业，形成较强的集聚效应。开发区集聚效应的生成又会进一步吸引更多的企业入驻开发区，由此形成的循环累积效应使得开发区政策可以有效促进区内企业成长(刘瑞明 等，2015)。具体而言，开发区的集聚效应主要表现为生产要素地理集中所带来的正外部经济，其作用机制可以归纳为三个方面：共享、匹配和学习(Durantan et al.，2004)。首先，“共享”主要包括劳动力市场共享和中间投入品共享，劳动力市场共享不仅为企业提供了大批熟练的劳动力，还会间接降低企业劳动要素成本；中间投入品共享则有助于促进专业化分工生产，提高要素服务质量，进而提高企业经济绩效。其次，“匹配”的作用机制主要体现为集聚经济可以提高企业与劳动力的匹配效率，改善既有资源的配置效率，促进企业成长和竞争力的提升。最后，“学习”主要体现为知识和技术的溢出效应，地理知识的邻近有助于隐性知识的传递与转移，进而加快开发区企业技术创新的生成和扩散，提高创新效率，为企业经济效率的提高提供可能。总而言之，开发区政策的集聚效应会通过共享、匹配和学习提高企业的创新能力和生产效率，进而促进制造业企业经济绩效的提升。

三是竞争效应渠通。开发区政策在吸引企业进入的同时，也会加强企业间的竞争(王永进 等，2016)。市场竞争会促使具有比较优势的高生产率企业扩张规模，而缺乏比较优势的低生产率企业收缩规模甚至转移至区外或者退出市场，优胜劣汰机制下的“选择效应”有利于提高企业的平均生产率，最终促进制造业企业经济绩效的提升。与此同时，在不完全竞争和规模递增的框架下，竞争的加剧也有助于生产要素从低效率企业转移至高效率企业，而资源的集中使得高生产率企业有条件利用规模经济获得更多利润，从而激发为强化竞争优势而从事创新和提升生产率的动机(李兰冰 等，2019)。

从环境绩效的视角看，绿色技术进步和空间集聚是两个重要影响因素，具体如下：

一方面，以绿色为导向的创新是解决环境污染问题的长期有效手段(Acemoglu et al.，2012；董直庆 等，2019)。制造业企业绿色创新具有投入大、周期长、不确定性高的特性，融资约束是绿色创新的重要影响因素。开发区财政补贴、税收减免等优惠政策可有效缓解制造业企业绿色创新活动的融资约束，加之开发区提供的创新鼓励政策、知识产权保护以及行政审批改革等制度安排，有利于形成更加有效的创新生态体系，对企业形成正向的绿色创新激励。

另一方面，空间集聚影响企业环境绩效的主要机制体现为前文提到的共享、匹配和学习三个方面，这有利于形成“空间集聚—学习机制—促进创新—排污强度降低”的路径。从现有文献看，空间集聚对环境的影响效应具有不确定性。其中，主张集聚具有正向环境效应的文献认为，经济活动空间集聚所产生的正外部性大于负外部性，有利于缓解环境污染(Zeng et al.，2009；陆铭 等，2014；朱英明 等，2019)；主张集聚具有负向环境效应的文献则通常认为，集聚所引致的产能扩张和能源消费需求增加会加重环境污染(张可 等，2014；Liu et al.，2017)；还有部分文献认为集聚与环境污染之间存在非线性关系(李筱乐，2014；杨仁发，2015；邵帅 等，2019)。但是，如果将环境绩效的考察维度从污染物排放总量层面转向污染物排放强度层面，则集聚的环境效应不确定性会显著降低，更加倾向于正向激励作用。

基于上述分析，本文提出：

假说

1

：

开发区政策对制造业企业的经济绩效和环境绩效均能产生正向激励效果。

假说

2

：

“政策效应”“集聚效应”和“竞争效应”均是开发区政策促进制造业企业经济绩效提升的重要路径。

假说

3

：

“绿色技术进步效应”和“集聚效应”共同促进了开发区制造业企业环境绩效的改善。

三、研究方法、变量选取与数据来源

(一)研究方法

考察开发区设立与制造业企业发展之间的因果关系，识别过程面临的重要挑战就是开发区的设立并非完全随机决策，尤其是在初期阶段，开发区设立通常倾向于选择经济基础较好的东部沿海地区。鉴于此，本文通过倾向得分匹配方法来选择对照组用以控制和消除选择性误差，并利用“渐进式”双重差分法来识别开发区政策对制造业发展的影响效应。

双重差分法是政策因果效应评估的常用方法，考虑到我国开发区设立的分批次性，本文选择“渐进式”双重差分模型进行估计，该模型允许政策发生地点和时点的不一致，符合开发区是分批设立的这一基本现实。为进一步处理选择性偏误带来的内生性问题，本文引入倾向得分匹配(PSM)方法，具体步骤为：首先，根据企业的特征变量信息计算倾向得分值；然后，依据具体的匹配原则从对照组企业中寻找出与处理组企业倾向得分值最接近的若干企业作为对照组；最后，利用匹配成功后的对照组和原始处理组样本进行DID估计。该方法可以较好地解决样本选择偏差及内生性问题，能够较为准确地识别开发区政策与制造业发展之间的因果关系。具体地，本文的模型设定如下：

P=Pr[Policy=1]=Φ[X]=F[h(X)]

(1)

Y=α+βPolicy+θConVars+rE+μ+η+λ+ε

(2)

模型(1)是用来估计企业i在t期处于开发区的概率P(即倾向得分)。其中：X表示可能影响企业入驻开发区的因素，即特征变量，主要选择企业规模、年龄、资产负债率、利润率、流动性约束和企业所有制等变量；h(·)为线性函数；F(·)为Logistic函数。在具体的匹配方法选择方面，本文选择k近邻卡尺匹配(k=1)。此外，考虑到本文的数据结构为面板数据，为避免出现“自匹配”现象，对样本数据进行逐期匹配。

模型(2)是双重差分模型，用来对匹配后的样本进行DID估计。其中，下标i、j、c、t分别表示企业、行业、城市与年份；Y为制造业企业发展指标，主要包括经济绩效和环境绩效两个指标；Policy为核心解释变量，即开发区设立的虚拟变量，若企业i在t期处于开发区内，则取值为1，否则取值为0。估计系数β为开发区政策对制造业发展的影响效应。ConVars为企业层面控制变量，E为城市层面控制变量。μ、η和λ分别表示地区、行业和年份固定效应，ε为随机扰动项。

(二)变量选取

1.被解释变量：制造业发展指标

从经济绩效和环境绩效两个方面进行分析。鉴于生产率指标可以衡量企业产品或产业价值链变化所引发的最终产出变动(李永友 等，2018)，本文选择劳动生产率作为表征制造业企业经济绩效的指标，同时采用全要素生产率(TFP)进行稳健性检验。对于制造业环境绩效指标，本文选取企业污染排放强度，即单位实际产出的污染排放量进行表征，这一指标能够消除规模因素的影响，同时也符合发展中国家国情(苏丹妮 等，2021)。如果企业污染排放强度增加，则表明环境绩效下降，反之则表明环境绩效提高。具体地，本文同时选择二氧化硫和工业废水作为污染物排放指标。

2.解释变量：开发区政策

构造企业是否处于开发区的虚拟变量来考察开发区政策对制造业发展的因果效应是本文研究的关键。现有文献对于开发区内企业样本的识别主要有三种方法：一是依据企业所在地区是否有开发区，如果有则将该企业视为开发区企业，否则视为非开发区企业(王永进 等，2016；林毅夫 等，2018)；二是相关字段匹配法，即如果企业地址文本中含有开发区的特定字段，则将其视为开发区企业，否则视为非开发区企业(向宽虎 等，2015；李贲 等，2018；李丽霞 等，2020)；三是地理匹配法，即根据企业的经纬度信息与开发区的地理边界进行匹配，如果吻合则将企业视为开发区企业，否则视为非开发区企业(谭静 等，2019；李丽霞 等，2020)。从现有文献看，前两种方法运用较多，但是将县区边界识别为开发区边界的处理方式相对粗糙；地理匹配的处理方式较为细致，但现有数据只提供了国家级开发区的边界范围信息，省级开发区的边界信息有所缺失，采用该方法并不覆盖全部开发区样本。基于此，本文主要借鉴第二种方法识别开发区企业本文的识别策略是，如果企业当年的名称或地址文本信息中含有“开发区”“园区”“产业区”“工业园”“经济技术”“高新”“保税”“贸易”“出口加工”等字段，则将此年份的企业识别为处于开发区，Policy=1；否则，将此年份的企业识别为不处于开发区，Policy=0。。此外，在稳健性检验部分，本文利用第一种识别方法来构造开发区政策的虚拟变量以进行进一步检验。

3.控制变量

一方面，选取了以下企业层面的控制变量：(1)企业规模，采用企业资产总额来衡量；(2)企业年龄，采用当年年份减去成立年份再加1来衡量；(3)企业资产负债率，采用企业负债总额与资产总额的比值来衡量；(4)企业利润率，采用企业营业利润与产品销售收入的比值来衡量；(5)企业流动性约束，采用流动资产与流动负债之差除以资产总额来衡量；(6)企业所有制，根据企业的注册登记类型构造企业是否为国有企业的虚拟变量。另一方面，本文选择的地级市层面控制变量包括地区生产总值、第二产业占比、固定资产投资以及外商直接投资。

需要说明的是，劳动生产率、二氧化硫排放强度、工业废水排放强度、企业资产总额、地区生产总值、固定资产投资和外商直接投资均采用对数形式进入模型。

(三)数据来源

本文所使用的微观企业数据主要来自1998—2010年“中国工业企业数据库”以及“中国工业企业污染排放数据库”。为了考察开发区政策对制造业发展的影响，本文将上述两类数据进行匹配合并。在匹配合并之前，对工业企业数据库进行预处理：由于以制造业为研究对象，因此剔除“采掘业”以及“电力、燃气及水的生产和供应业”两大门类样本数据。此外，鉴于该数据集存在信息缺失、变量异常、违反会计准则等问题，参照现有研究的普遍做法，对数据进行了规范化处理：剔除企业名称或代码信息缺失、企业成立时间不合理的样本；剔除资产总额、负债总额、工业总产值等价值量指标缺失或者为负值、零值的样本；剔除从业人数缺失和小于8的样本；剔除总资产小于固定资产等明显违反会计准则的样本。同时需要注意的是，由于样本期内国民经济行业分类代码进行了调整，为保证行业分类的一致性，将行业代码统一为《国民经济行业分类》(GB/T4754-2002)中的行业代码。为减轻样本中离群值的影响，对工业总产值、资产总额等连续变量原始数据进行双边1%缩尾处理。对于数据的合并，首先根据企业的中文名称进行逐年匹配，其次将剩余样本根据企业的法人代码进行逐年匹配，最终构建起1998—2010年同时兼具工业企业数据库和污染排放数据库两类特征的制造业企业面板数据。此外，地区生产总值、第二产业占比、固定资产投资以及外商直接投资等城市层面数据主要来源于《中国城市统计年鉴》。考虑到不同地区价格变化的影响，本文以1998年为基期对价值性变量进行价格平减处理。

四、开发区政策与制造业发展：效应识别

(一)样本匹配效果

为考察匹配质量，本文以劳动生产率指标为结果变量对匹配前后处理组和对照组的倾向得分值绘制核密度曲线，如图4所示。由图4(a)可以看出，在匹配之前，对照组的分布形态呈现出左偏的典型特征，而处理组的分布形态则相对较为分散，且两组样本倾向得分值的概率密度分布存在明显差异，如果直接对两组样本企业之间的差异进行比较将导致估计偏误，这验证了采用匹配方法的必要性。通过利用k近邻卡尺匹配方法得到匹配样本的概率密度分布，由图4(b)可以看出，匹配后两组样本的概率密度分布基本吻合，这说明匹配后处理组和对照组企业的各方面特征趋于一致，样本选择性偏差问题得到了较好的解决。此外，样本数据平衡性检验结果表明，相比于匹配前的结果，匹配后大多数变量的标准化偏差均大幅缩小，且处理组和控制组之间的系统性差异基本得以消除，这表明各变量在匹配后的两组之间分布较均匀，符合可比性要求。需要说明的是，以二氧化硫排放强度指标和工业废水排放强度指标为结果变量的分析结果具有一致性。综上，本文两组样本的匹配效果较好，匹配结果具有可靠性。

(a)匹配前倾向得分的核密度

(二)基准回归结果分析

表1报告了开发区政策对制造业发展影响效应的基准估计结果。由列(1)、(2)的估计结果可知，无论是否引入控制变量，解释变量的估计系数均在1%的水平上显著为正，表明开发区政策有助于提高制造业企业劳动生产率，即对经济绩效具有正向提升作用。由列(3)～(6)的估计结果可知，解释变量的估计系数均显著为负，表明开发区政策有助于降低企业污染排放强度，对环境绩效具有正向提升效应。综上所述，开发区政策对制造业经济绩效和环境绩效均具有正向促进作用，假说1得以验证。

表1 基准回归结果

(三)稳健性检验

基准估计结果初步验证了开发区政策有利于推动制造业发展。为了保证结论可靠性，本文进行了如下稳健性检验(见表2)。可以发现，各项稳健性估计结果均与上文基准结果保持一致，进而验证了开发区政策能够促进制造业发展这一结论的稳健性。

表2 稳健性检验

在以上稳健性检验的基础上，本文采用随机抽样的方法对基准模型进行安慰剂检验，主要思路是：在随机设定虚拟处理组的基础上，利用匹配方法构建对应的虚拟控制组，然后基于得到的“伪政策虚拟变量”对模型(2)进行估计。图5展示了200次随机抽样的“伪政策虚拟变量”的虚假估计值分布情况，图5(a)和图5(b)分别表示以劳动生产率和二氧化硫排放强度为被解释变量的核密度分布曲线。可以发现，不管是经济绩效指标，还是环境绩效指标，随机抽样的估计值集中分布在0值附近。研究结果还表明，大多数估计值的p值都大于0.1(在10%的水平上不显著)。这说明本文的估计结果，受到其他政策或随机因素的干扰较少。此外，表1中的基准估计值即图中的垂直虚线明显超出了安慰剂检验的估计值。上述结果进一步支持了本文模型的合理性以及主要结论的稳健性。

(a)劳动生产率

五、机制检验及拓展性分析

(一)机制检验

本文研究的一个重要发现是，开发区政策有效促进了制造业经济绩效与环境绩效的提升。那么开发区政策的这种正向效应是通过何种机制实现的呢？对此进行研究有助于更深入地揭示二者之间的内在关系。在模型的设定方面，主要借鉴马述忠等(2017)、邵朝对等(2019)的思路：第一步，检验核心解释变量是否作用于中间变量；第二步，引入核心解释变量与中间变量的交互项来检验核心解释变量的作用机制。结果如表3所示。

1.开发区政策与制造业经济绩效：机制识别

从理论上看，开发区政策可以通过“政策效应”“集聚效应”和“竞争效应”影响制造业经济绩效。首先，借鉴谭静等(2019)的做法，以企业应交所得税作为“政策效应”的主要衡量指标进行分析。研究发现：开发区政策使区内企业享受更优惠的税收优惠，税费负担降低有利于提高制造业企业的劳动生产率；应交所得税变量与政策变量交互项的估计系数显著为正，意味着开发区政策强化了税费负担降低对制造业劳动生产率的提升作用。如表3列(1)、(2)所示。

其次，参考林毅夫等(2018)的做法，用企业所在县级地区当年的企业数量作为衡量集聚程度的主要变量。研究发现：开发区政策促进了集聚经济形成，集聚经济有利于提高制造业企业劳动生产率；集聚经济指标与政策变量交互项估计系数显著为正，意味着开发区政策强化了集聚效应对制造业经济绩效的正向作用。如表3列(3)、(4)所示。

最后，采用赫芬达尔指数来表征市场竞争程度进行分析，该指标数值越小，市场竞争程度越高。研究发现：开发区政策确实加剧了市场竞争，且市场竞争的加剧有助于提升制造业劳动生产率；市场竞争程度指标与政策变量交互项估计系数显著为正，意味着开发区政策强化了市场竞争对制造业经济绩效的正向作用，如表3列(5)、(6)所示。

表3 机制检验结果Ⅰ

综上所述，开发区政策通过“政策效应”“集聚效应”和“竞争效应”有效地改善了制造业经济绩效，假说2得以验证。

2.开发区政策与制造业环境绩效：机制识别

理论分析表明，开发区政策可以通过“绿色技术进步效应”和“集聚效应”影响制造业环境绩效。为此，将选取企业绿色技术进步和集聚程度两个中间变量对开发区政策影响制造业环境绩效的可能作用机制进行检验。由于上文已经对集聚程度指标的选择进行了阐述，因此本部分将重点分析绿色技术进步指标的选取依据及做法。本文采用企业层面的绿色技术发明专利情况来表征绿色技术进步。在绿色专利数据集的构建方面：第一步，将工业企业数据库与专利数据库匹配合并，构建包括专利类型、分类号(IPC)以及申请日等变量的企业专利数据集；第二步，根据世界知识产权组织(WIPO)提供的绿色专利清单确定绿色专利国际专利分类(IPC)编码；第三步，利用绿色专利IPC编码并根据专利分类号识别企业绿色技术专利情况；第四步，构建企业绿色专利虚拟变量，若企业在本年度有绿色技术专利则设定为1，否则设定为0。

表4报告了开发区政策通过“绿色技术进步效应”和“集聚效应”影响制造业环境绩效的作用机制检验结果。其中，列(1)～(3)表明开发区政策能够促进制造业企业绿色技术进步，绿色技术进步有利于降低二氧化硫和工业废水排放强度，开发区政策变量与绿色技术进步指标交互项系数显著为负，证实了开发区政策强化了绿色技术进步对环境绩效的提升作用。列(4)～(6)表明开发区政策能够促进制造业集聚，集聚效应有利于降低二氧化硫和工业废水排放强度，开发区政策变量与集聚程度指标交互项系数显著为负，证实了开发区政策强化了集聚效应对环境绩效的提升作用。综上所述，“绿色技术进步效应”和“集聚效应”是开发区政策提升制造业环境绩效的有效作用路径，假说3得以验证。

表4 机制检验结果Ⅱ

(二)异质性分析

1.基于开发区级别的异质性分析

为了考察开发区级别对制造业发展的异质性影响，将处理组企业样本重新划分为国家级和省级两类，并分别设定虚拟变量，回归结果见表5。

表5 基于开发区级别的异质性分析

由表5列(1)可知，国家级开发区和省级开发区的估计系数均显著为正，而且前者的估计系数略大于后者，这说明国家级开发区对于制造业经济绩效的提升作用大于省级开发区。由列(2)可知，国家级开发区和省级开发区的估计系数均显著为负，表明无论是国家级还是省级，开发区政策均显著降低了二氧化硫排放强度；进一步研究发现，国家级开发区的系数绝对值大于省级开发区，表明国家级开发区的正向环境效应大于省级开发区。由列(3)可知，国家级开发区的估计系数显著为负，而省级开发区的估计系数为负但未通过显著性检验，这表明与省级开发区相比，国家级开发区工业废水的减排效应更加显著。综上所述，国家级开发区对于制造业发展的促进作用明显高于省级开发区。究其原因，国家级开发区内企业拥有更多的优惠政策以及更大的自主权限，这既有助于吸引更多企业入驻开发区，加快集聚效应以及竞争效应的产生及其正向作用的有效发挥，也有助于形成更大的“政策效应”和“创新补偿效应”，促进企业绿色技术进步，进而更显著地促进制造业经济绩效和环境绩效提升。

2.基于企业性质的异质性分析

为深入剖析开发区政策对制造业发展的异质性影响，本文将企业分为国有企业和非国有企业两类子样本进行分组回归，结果详见表6。由表6可知，无论被解释变量是劳动生产率，还是污染排放强度，对于非国有制造业企业，开发区政策变量的系数均显著为正；但是，对于国有制造业企业，开发区政策变量的估计系数均未通过显著性检验。这说明开发区政策能够有效提升非国有制造业企业的经济绩效和环境绩效，但这种正向作用对于国有制造业企业并不明显。可能的原因是：与国有企业相比，非国有企业体制可能更加灵活，对集聚经济和市场竞争的反应更迅速，因而开发区政策对其经济绩效的影响更加显著。同时，对于非国有企业来讲，开发区政策所提供的优惠政策对缓解资金约束的边际效应可能更明显，从而有利于刺激其进行绿色创新活动，进而对开发区政策正向环境效应的发挥形成有效激励。

表6 基于企业性质的异质性分析

3.基于行业特征的异质性分析

为探究开发区政策对制造业发展的行业异质性，本文参考鲁桐等(2014)的研究将样本企业划分为劳动密集型、技术密集型和资本密集型企业并进行分样本估计，回归结果详见表7。

表7 基于行业特征的异质性分析

由表7可以发现，开发区政策对技术密集型和资本密集型企业经济绩效的提升作用更加明显。原因可能是：相较于劳动密集型企业，技术密集型和资本密集型企业技术创新和资金需求更为敏感，因此开发区政策所引致的“融资约束缓解效应”和“创新促进效应”能够较为显著地促进这两个行业企业的经济绩效改善。此外，研究还发现：开发区政策对劳动密集型和技术密集型制造业行业环境绩效的促进作用更为明显，而对资本密集型企业的影响较小。与劳动密集型和技术密集型企业相比，资本密集型企业主要依赖资本深化，因此开发区政策对该行业正向环境效应较弱。

特别地，考虑到不同污染密集度行业企业的异质性排污行为，本文进一步考察了开发区政策对不同污染密集度行业企业环境效应的差异化影响。从表8可以发现，无论是二氧化硫还是工业废水排放强度指标，开发区政策估计系数均显著为负，且开发区政策对污染密集型行业企业环境绩效的提升作用明显高于非污染密集型行业。因此，可以认为开发区政策对我国污染密集型行业具有“去污染”的正向效应，同时也表明了开发区政策在提升制造业环境绩效方面的有效性。

表8 基于污染密集度的异质性分析

(三)进一步讨论

本文的内生性问题主要来源于开发区设立的非随机性。已有文献指出，早期开发区的设立通常倾向于优先选择那些工业化开始进程较早且经济基础较好的东部沿海地区(向宽虎 等，2015)，这些地区企业的劳动生产率等经济绩效或者环境绩效可能本就高于其他地区。虽然1992年以后开发区政策的区域平衡倾向越来越明显，但是显然东部开发区的发展基础和经济效益依然优于中西部地区。为进一步消除尚存的疑虑，本文对具有潜在内生性的子样本进行排除并重新识别开发区政策对制造业发展的影响效应。具体而言，参考现有文献通常的处理方法，通过对东部地区的企业样本进行剔除得到中西部地区的企业子样本，对子样本重新估计的结果表明，本文主要结论并未发生显著性变化，如表9所示。

表9 排除潜在的内生性子样本

六、结论及政策启示

本文利用我国工业企业数据库和工业企业污染排放数据库的匹配数据，将开发区设立视作准自然实验，选择以企业劳动生产率作为制造业经济绩效的代表性指标、以二氧化硫和工业废水排放强度指标作为制造业环境绩效的代表性指标，在倾向得分匹配方法的基础上采用“渐进式”双重差分方法，从经济绩效和环境绩效两个维度实证检验了开发区政策对制造业发展的因果效应及作用机制。研究发现：

第一，开发区政策对制造业经济绩效和环境绩效均具有正向提升作用，有效于推动了中国制造业发展。

第二，“政策效应”“集聚效应”和“竞争效应”是开发区政策促进制造业经济绩效提升的有效机制，“绿色技术进步效应”和“集聚效应”是开发区政策促进制造业环境绩效提升的有效机制。

第三，开发区政策对制造业发展的正向影响效应存在明显的异质性。具体来看：国家级开发区对制造业发展的促进作用更加显著；开发区政策对制造业发展的这种正向促进作用对于非国有企业更为突出；开发区政策对技术和资本密集型行业经济绩效的提升作用更加明显，对劳动和技术密集型制造业行业尤其是污染密集型行业的正向环境效应更加明显。

本文研究结论具有丰富的政策意涵：

一是政府应更好地利用开发区这一政策工具，通过更好地完善政策体系以及营商环境等为制造业企业提供更好的发展环境，从而有利于集聚效应、竞争效应以及技术进步效应的形成与发挥。

二是考虑到开发区级别对开发区政策作用效果的差异化影响，应加强省级开发区的建设管理和质量管理，更好地发挥其对于制造业发展的平台支撑作用。

三是鉴于开发区政策的异质性影响，针对不同性质和不同特征的企业应采用分类引导的方式，通过更加精准的政策设计，更好地释放开发区促进制造业转型升级和高质量发展的政策红利。