●高质量发展
产业政策对科技服务业全要素生产率的影响
朱相宇，彭培慧
(北京工业大学 经济与管理学院，北京 100124)
摘 要: 产业政策研究对促进产业发展、指导国家产业政策的制定具有重要意义。全要素生产率作为经济增长的基本力量，是衡量产业发展质量的重要指标和制定政策的重要依据。因此，文章以2010-2017年我国科技服务业上市公司为样本，采用断点回归及固定效应模型，分析产业政策对企业全要素生产率的影响及作用机制。研究发现，实施效果上，产业政策对企业全要素生产率提升有正向促进作用，并具有显著的异质性，主要作用于民营企业及大规模企业。作用机制上，产业政策的实施促进政府加大补贴发放，并加剧了市场竞争程度，同时，产业政策可通过政府补贴和市场竞争影响企业全要素生产率，并且主要作用于民营企业和大规模企业。
关键词: 产业政策；科技服务业；全要素生产率；断点回归
一、引 言
政策是政府调控经济的重要抓手。产业政策作为一种弹性较强的政府干预方式，能通过调整产业结构和产业组织形式促进产业升级，是政府刺激经济发展的需要和增长目标的重要手段，对弥补市场失灵，扶持幼小产业有重要作用。产业政策推动了中国经济快速发展，但也带来产能过剩、政策寻租等问题[1]。“是否应该制定产业政策”“制定怎样的产业政策”众说纷纭，有待进一步的研究。
农民面临的主要挑战是，满足超市供应链设定的数量、质量、品种、周期等要求。此外，农民必须要处理在超市供应链中用到的销售地点和支付系统问题。由于当地生产商没有足够的能力来满足这些要求，目前超市供应链内进口的数量约占超市需求的30%左右。超市供应链的需求和小农场主供应之间的差距可能会因为两个原因而增加。首先，由于更多的投资投入连锁超市(如进入本地区的沃尔玛和DR-CAFTA)，预期供应链中新鲜水果和蔬菜的市场份额将在未来几年继续保持增长。其次，如果小农户不调整自己的生产和销售系统来响应超市供应链的要求，他们将被更大的生产商或外国供应商所替代。
新一轮科技革命和产业变革深刻改变经济发展的动力，创新驱动发展需求日益迫切。科技变革和经济转型对人才储备，基础研究和科技环境等提出了更高的要求，亟须打造高效、系统的服务链予以支撑。科技服务业具有人才智力密集，科技含量高，产业附加值大，辐射带动作用强等特点，对创新能力建设，带动其他产业发展具有重要支撑作用。大力发展科技服务业是我国建设科技强国的重要举措。然而，我国科技服务业长期存在市场主体发育不健全、高端服务业态较少、发展环境不完善、引领作用不强，支撑能力较弱[2]等问题，科技服务业发展水平有待提高。
2014年我国出台科技服务业的专项政策《关于加快科技服务业发展的若干意见》(以下简称《意见》)，首次对科技服务业做出全面部署，明确健全市场机制、强化基础支撑、加强人才培养、深化开放合作等几个重要举措。《意见》的颁布是我国科技服务业的发展的里程碑，预示着科技服务业体系形成，为产业政策效果研究提供了良好的研究样本。《意见》的颁布是否显著促进产业的发展?主要作用于哪些企业？产业政策的作用机制又是什么?以上问题的解决有利于揭示当前我国科技服务业发展现状，为未来指导科技服务业的发展及其他产业政策的制定提供事实依据，同时对加速产业优化升级，打造创新型经济体具有重要意义。
根据新古典经济增长理论，全要素生产率是影响经济增长的基本力量，反映产出与各种资源要素总投入的比值，是衡量产业发展质量的重要指标[3]和政府制定长期可持续增长政策的重要依据[4]。因此，本文选取全要素生产率以评估产业政策的作用效果。考虑微观数据有利于考察企业微观行为、解决个体异质性问题，并避免加总偏误，本文基于中国科技服务业上市公司2010-2017年的微观数据，利用OP方法测算企业全要素生产率。其次，通过断点回归分析法考察产业政策对企业全要素生产率的影响。最后，通过固定效应模型分析产业政策的作用机理。
二、文献综述
(一)产业政策研究现状
产业政策是指政府通过政策手段对资源配置和利益分配进行干预，对企业行为进行限制和诱导，影响产业发展的一系列政策。关于是否应该制定产业政策，当前研究基于市场和政府两个角度，分为两大阵营。一种观点强调产业政策的有效性，认为产业政策有利于在结构优化、规模经济等方面取得后发优势，促进产业结构升级和经济增长[5]。并且，在一定程度上可缓解市场的不确定性，降低由市场的“失灵”引发的恐慌情绪，有利于维持“有序竞争”，降低社会成本[6]。另一种观点认为政府行为主体具有经济人的一般特征，其追求的目标与公共目标不完全一致，可能导致市场机制的扭曲[7]。并且，政策在甄选扶持对象，评估实施效果时不存在高效易行的统一标准，提高了资源误置的可能性[8]。同时，市场主义者认为市场机制足以自发地优化资源配置，达到促进产业发展和结构优化升级的目的。
(二)企业全要素生产率研究
全要素生产率是衡量企业投入转化为产出的总体效率的常用指标。从研究行业来看，当前对企业全要素生产率的研究集中在装备制造业[9]、生物农业[10]、运输业[11]。从研究内容来看，学术界主要从企业自身特征和外部环境两个角度研究企业全要素生产率的影响。其中，企业自身特征方面，包括企业品牌资本，融资约束与高管薪酬差距等。研究发现，企业品牌资本，商业信用对全要素生产率存在显著提升作用[12-13]。同时，高管薪酬差距与企业全要素生产率呈正相关关系[14]。在企业外部环境上，已有的研究包括交通、城市房价等。研究结果显示，高铁开通对沿途企业的技术进步和效率改进发挥了积极作用[15]，但不利于外围城市的企业生产率增长[16]；房价与工业企业生产率存在“倒U型”的曲线关系[17]。
(三)产业政策对企业全要素生产率的影响研究
事实上，经济增长的过程就是生产率提高的过程，全要素生产率作为反映经济增长的重要指标，其变化情况能较为宏观地反映产业政策对产业发展的影响。当前，产业政策对生产率的影响研究主要存在“促进”和“无用”两大观点。“促进”观点上，Amiti和Konings[18]通过印尼的制造业调查数据，发现降低进口关税能提高生产率。李骏等人[19]发现低息贷款，政府补助与税收优惠对产业生产率有正向促进作用。宋凌云和王贤彬[20]也发现重点产业政策总体上显著提高地方产业生产率。在“无用”观点上，Brummer和Loy[21]研究发现欧盟成员国的补贴信贷对德国产业生产率有负向影响。Tuncer[22]通过整理土耳其的产业政策发现，受产业政策照顾的行业和企业生产率增长不及未受产业政策照顾的行业和企业。张莉[23]等人也发现，重点产业政策整体上显著抑制了企业TFP的提升。
目前，关于科技服务业的具体行业划分还没有统一的标准，但大多学者主要采用科学研究和技术服务业，租赁和商业服务业，信息传输、计算机服务和软件业及金融业(剔除保险业)作为科技服务业的细分行业[24]，本文沿用这种行业划分方式。
该地区黄土湿陷的起始时间大致为4 d，且在开始一段时间由于其含水率迅速的变化，其湿陷变形发展较快，黄土结构迅速的破坏，随着含水量的增加趋于稳定，其湿陷速率呈现出稳定的趋势，该阶段湿陷变形较为均匀，且大部分湿陷变形都在这一阶段发生，之后湿陷速率逐渐呈现减小，直至不产生湿陷变形，停水后进行连续的观测，发现又会产生湿陷变形，其原因为停水后，土体的含水率不断下降，土体的基质吸力增大导致产生二次湿陷，作者推断除此之外，还与温度的变化有关，当浸水时，水温相较深层土体较低，会降低土体的环境温度，而当停止浸水后，土体会逐渐恢复温度，温度升高会加大黄土的湿陷性，固导致进一步湿陷。
三、研究设计
(一)样本选择
综上不难发现，首先，学术界在是否应该制定产业政策及产业政策的作用效果上均未取得一致意见，仍需进一步的讨论。其次，科技服务业企业作为科技创新的重要力量，其全要素生产率情况未得到足够的关注。同时，产业政策作为政府指导经济发展的重要手段，鲜少文献从微观层面研究其对全要素生产率的影响。因此，本文尝试围绕《意见》，计算产业政策颁布前后科技服务业企业全要素生产率的变化，以期更宏观地展现产业政策的作用效果。
基于数据的可得性及准确性，本文选择2010-2017年中国科技服务业的上市公司作为研究样本。由于调查数据存在统计遗漏和口径误差，本文对样本进行了整理，删除了符合以下标准的样本：①ST企业；②关键变量观测值缺失的企业；③企业的员工数低于8人；④不符合一般会计准则的企业，如增加值和中间投入为负值的企业。经过整理，最终获得一个非平衡面板数据，含425家公司2 390个观测值。样本企业的数据源于国泰安数据库及WIND数据库。为消除极端值的影响，本文对主要变量进行了1%的Winsorize处理。
(二)模型构建
1. 全要素生产率测算模型
以往多采用最小二乘法OLS计算企业全要素生产率，但OLS算法不能解决企业的内生性问题及样本的自选择问题，计算所得结果存在一定的偏误。Olley和Pakes(简称OP方法)与Levinsohn和Petrin(简称LP方法)在其基础上进行改进，通过将企业投资及中间产品投入带入回归模型，很好地解决了这两个问题。本文利用OP方法估计企业全要素生产率。
1. OP方法
ω it =h t (I it ,K it )
基层城关镇站(办)所在中国行政体制当中属于股级建制，站(办)所长相当于股长。股长还是科员，只是资历较老，工作经验丰富，同时是基层站(办)所的直接负责人，掌握一定的资源与权力。站(办)所长的管理方式直接决定着基层干部职工做事的积极性，其中最忌讳的就是独裁式管理，独断专行、一人独大。反之，“要求别人做的自己首先要做到,要求别人不做的自己坚决不做”[9]12-15，不能妄自尊大但也不能放任自流，遇事应当民主管理，共同协商。
(1)
lnY it =α lnL it +β lnK it +h t (I it ,K it )+ε it
(2)
其中，Y 表示营业收入，I 表示企业投资，K 表示企业的资本存量，L 表示企业员工数，ω it 为企业可观测生产率。i 表示企业，t 表示时间。考虑当期资本会对未来生产经营产生影响，本文采用永续盘存法计算资本存量，其中折旧率δ 设为15%。
高校现有的创新创业教育，鲜有针对大学生逻辑思维、分析推理及判断力的培养，更缺乏对其思维能力和思辨能力的训练，缺少对其独立发现、分析、解决问题能力的培养。大学生在创业过程中发现问题，却不知如何解决问题。因此，高校应积极引入批判性思维教育，提高大学生思维能力，改革创新创业课程，增强学生的创新精神、创业意识和创新创业能力。
K it+1 =(1-δ )K it +I it
（四）普法的生动性与执法过程的结合不够紧密，实效性不强。部分单位在落实“谁执法谁普法”责任制的过程中，仍存在着应付思想，缺乏创新意识，个别部门的普法还停留在“送法上门、定点接访、发放资料”老三样，普法工作缺乏生动性。普法工作仍然停留在单一性、灌输式的单向传播，缺乏与普法对象的有效沟通，与执法过程不能有效衔接，普法需求和供给存在脱节，没有针对群众的法律需求实施精准普法，普法实效差。大部分单位尚未将责任制的落实与自身的行业特点、部门文化紧密结合，推进“谁执法谁普法”工作的进一步提升。
(3)
LP法与OP法的区别在于，LP法使用企业中间品投入作为企业可观测生产率的代理变量，解决了部分企业可能未进行投资，即投资数为0或负或数据缺失等情况。但LP法未考虑到样本选择偏差问题，故仅以其作为稳健性检验。
2. 产业政策与企业全要素生产率关系检验模型
从企业所有制上看，产业政策主要通过市场竞争提升民营企业全要素生产率。这可能是由于地方政府出于地方经济利益会通过各种形式的行政性措施，对市场竞争进行限制和排斥以保护国企，导致国企在竞争意识和对机遇的敏感性上都低于民营企业，削弱了产业政策促进市场竞争发挥作用的效果。相比之下，民营企业竞争意识更强，对市场需求和技术发展方向更敏感[34]，能更好地捕捉发展机遇。同时，相对于国有企业，民营企业具有更强的组织与管理能力[19]，能更好地应对市场的变化，有效地将资源转化为产出。
从图6可以看出,在N2环境中,Vfb随PDA温度增加而逐渐增加。从式(3)可知,影响Vfb的主要因素是栅电容(与EOT成反比)和正电荷缺陷(如氧空位)。从图4可知,与450 ℃退火相比,550 ℃退火时EOT并没有发生变化,因此,此时Vfb的增加主要与PDA过程中高k介质中正电荷缺陷减少有关。可见,增加PDA温度可以减小高k介质中的正电荷缺陷。同时,在650 ℃和700 ℃退火条件下,Vfb的进一步增加主要是由于EOT减小和正电荷缺陷的减少共同作用的结果。
断点回归的基本思想就是如果将政策看作是一个突然改变的因素，可以采取一些方法把它和其他一些连续变化的变量的影响区别开来，从而对其影响加以识别。断点回归有效规避了参数估计的内生性问题，能较准确地反映变量之间的因果关系，即解决政策的识别问题。本文将外生产业政策的提出作为驱动变量，将政策提出前的样本作为控制组，将政策发布后的样本作为实验组，结果变量为企业的全要素生产率，采用参数估计方法研究政策的发布对科技服务业的影响。本文使用的估计模型为:
lntfpit =β 0+β 1d it +β 2lnX it +
it
他回过头的，暮色中院子已是黄军服的洪荒了。一群士兵找到斧子，把大门的锁砸断。少佐带着十来个士兵大步走进来，像要接管教堂。
(4)
其中，tfp为企业全要素生产率，d 为核心解释变量，即时间虚拟变量，政策颁布后为1，颁布前为0，X 为协变量，为误差项，β 1为核心解释变量的估计系数，β 2为各控制变量的估计系数。本文关心的是β 1的大小及显著性。
(三)变量定义
OP模型的基本假设是企业根据当前的效率水平决定投资水平，因此，可将企业投资作为企业可观测生产效率的代理变量。企业全要素生产效率是资本存量和企业投资的函数，即
产出变量上，参考已有研究[25]选用主营业务收入衡量企业产出，用Y 表示。投入变量上，用K 表示企业总资产；劳动力(L )用企业年末从业人员人数表示；以构建固定资产，无形资产和长期资产的投资代表企业投资(I )，用于OP法的计算。以购买商品劳务的支出代表中间投入(M )，用于LP法进行稳健性检验。构建的指标体系见表1所列。其中，Y 、K 分别用以2010年为基期的各行业者出厂价格指数和固定资产指数进行平减，I 和M 用以2010年为基期的原材料、燃料、动力购进价格指数进行平减。
表1 科技服务业上市企业全要素生产率指标体系
2. 断点回归
(1)被解释变量与核心解释变量。本文在基本回归模型中使用OP方法计算的企业全要素生产率对数值(tfp_op)作为被解释变量，在稳健性检验中使用LP估计的全要素生产率对数值(tfp_lp)作为被解释变量。核心解释变量即政策是否实施。《国务院关于加快科技服务业发展的若干意见》于2014年10月份颁布，为了实证检验的准确性，本文视2015年为政策冲击年，即2015年以前设d 为0，2015年及以后设d 为1。
(2)协变量。断点回归设计具有很好的外生性，不需要加入协变量，故以不添加任何协变量的模型为基本回归模型。但是考虑到存在其他因素会影响企业全要素生产率，为了剔除该部分因素的影响，减少估计值的抽样变异性，令估计值更接近真实值，本文在基本回归的基础上，从企业自身经营和外部环境两方面加入协变量以确保结果的准确性。参考相关文献[26-27]，分别从收益质量，获利能力，运营能力，企业规模，杠杆率，盈利能力，企业年龄和生产总值等方面选取指标。构建的指标体系见表2所列。
表2 科技服务业上市企业全要素生产率的控制变量
(四)全要素生产率测算结果分析
在应用断点回归之前，应先判断企业全要素生产率是否存在明显断点现象。图1反映了采用OP法和LP法计算的2010-2017年中国科技服务业企业全要素生产率变化趋势。整体上看，中国科技服务业全要素生产率呈上升趋势，说明其科技服务业发展水平不断提高。2011年效率值出现较大的上升，这可能是因为该年颁布的《产业结构调整指导目录(2011年本)》着重提出发展科技服务业。2012年生产率大幅回落，此后呈缓慢增加态势，直至2016年又出现较大幅的提升，这意味着2016年可能存在断点现象，下文将通过断点回归进行进一步检验。
图1 中国科技服务业企业全要素生产率变化趋势
四、实证检验
(一)基本检验
为了更好地反映政策对企业全要素生产率的作用效果，本文采用断点回归对政策实施前后一年，即2014-2016年，进行政策效应估计值检验。结果见表3所列，2014年和2015年断点跳跃系数(lwald)均不显著，2016年lwald估计值显著为正，说明直到2016年企业全要素生产率才有较明显的跳跃。《意见》于2014年10月份颁布，但直到2016年企业全要素生产率才发生较大的提升，这可能是由于政策部署实施及发挥效用需要一定的时间，因此具有一定的滞后性[28]。同时不难发现，对其他协变量进行控制后，政策对全要素生产率的提升作用更加显著。
表3 产业政策对企业全要素生产率的影响
注：括号内为回归系数的概率；*、**和***分别代表在10%、5%和1%的统计水平上显著。无特别说明，下文与此相同。
(二)适用性检验
在断点回归中，如果协变量有明显的变化，即企业的经营活动或外部环境发生了较大的改变，则说明企业全要素生产率的突变可能不是由产业政策引起的，因此需要对协变量进行连续性检验。为了验证企业全要素生产率的突变是否受企业经营活动或外部环境的影响，本文将断点回归中的结果变量替换成协变量，检验其在断点处的跳跃情况。表4报告了不同带宽下，各协变量在断点处的跳跃值估计结果。不难发现，各协变量的跳跃值估计结果均不显著，说明协变量在断点处是连续的，即可判断2016年企业全要素生产率的跳跃主要源于政策的实施。
表4 协变量的连续性检验(2016年)
(三)异质性检验
为更好地检验产业政策的作用效果，本文进一步计算了不同所有制及企业规模下产业政策的lwald估计值。其中，企业规模依据企业总资产对数值的中位数，将企业划分大规模企业和小规模企业。由基本检验可知，产业政策于2016年见效，故本部分仍以2016年为断点，实证结果见表5所列。不难发现，产业政策主要作用于民营企业和大规模企业，对国有企业和小规模企业全要素生产率没有产生显著影响。
(四)稳健性检验
为了验证本文结论的稳健性，本部分从调整全要素生产率估计方法和估计模型两方面进行检验。
(1)更换企业全要素生产率计算方法。与OP法采用企业投资作为可观测生产率的代理变量不同，LP法采用中间品投入作为代理变量，克服了因部分企业投资为0或负值造成的样本损失，本部分以LP法计算企业的全要素生产率为被解释变量做稳健性检验，回归结果见表6所列。整体上看，全样本lwald值达显著水平，其中民营企业和大规模企业lwald值显著，国有企业和小规模企业不显著，该结果与OP法计算结果一致，证明了结果的稳健性。
宇晴师父又迷上了制茶，谷雨之前，晴昼海边上最高的那几棵老茶树上发出成千上万粒新芽，这几棵老茶树是宇晴派弟子专门由她的老家南疆浪穹诏的大山里移来的，撞州过县，船载车行，好容易在万花谷里开枝散叶。宇晴将新芽摘下来，晾干，炒制成雀舌一样的白茶，取名叫“漱玉茶”，去送给东方谷主、碧玲阿姨，孙思邈老神仙爷爷他们，每人一个小纸袋，三两都不到。星雨大清早跟着宇晴师父去朝阳晨露里采茶，一边跟她在习习春风里学唱南疆的采茶歌，“三月采茶茶正柔,阿妹采茶在山头。阿哥你看满山茶叶随风绿,阿妹我喜得阿哥捎信在四周。”风景好，歌好听，星雨觉得采到的每一瓣茶叶，都比金子白玉要宝贵。
表5 产业政策对不同企业全要素生产率的影响
表6 产业政策对不同企业全要素生产率的影响(LP法)
(2)调整断点估计模型。本部分主要通过改变断点回归的带宽，核函数及协变量，以验证不同条件下回归结果的稳定性。模型1-2表示不加协变量的最优带宽条件下采用不同核分布函数的回归结果。模型3-8表示加入协变量背景下，采用不同带宽及不同核分布函数的回归结果。具体结果见表7所列。从回归结果来看，控制协变量后，lwald回归结果更为显著，政策效用更为明显。在不同带宽及核分布函数下，回归结果均保持正向显著，进一步证实产业政策对企业全要素生产率存在促进作用。
表7 不同条件下产业政策对企业全要素生产率的检验
五、作用机制检验
上文肯定了产业政策提高企业全要素生产率的重要作用，并且发现政策作用效果因企业的不同而有所区别。为了更好地解释产业政策作用效果的异质性，为产业政策的制定提供经验证据，并在未来更好地指导科技服务业发展，仍有待进一步讨论产业政策的作用机制。
(一)作用机制理论分析
近年来，资源配置对全要素生产率的影响受到了众多学者的关注[29]。研究显示，有效的资源配置有利于提升产出和社会福利，提高全要素生产率。其中，政府和市场作为影响调控资源配置的两把重要抓手，对资源的配置有重要作用。政府方面，常见的手段包括贷款政策，税收优惠和政府补贴。其中，贷款政策和税收优惠政策更具市场倾向，政策补贴更具计划经济的色彩，政府可操控空间更大，是政府干预更直接的表现[19]。政府补贴具有两个特性，一方面，政府补贴具有良好的资源属性，可降低企业的风险和成本，缓解企业的资金约束和融资，引导企业进行更多创新投入。另一方面，政府补贴也具有信号属性，能向外界传递政府对企业前景的认可程度，企业与政府关系的亲疏，释放企业良性发展的信号，引导外部资本流入，缓解企业发展的融资约束[30]。
市场竞争有助于反映要素相对稀缺性的价格体系的形成，能引导资源要素向生产效率高的产业集中，从而实现社会整体生产效率的最大化[31]，是市场调控资源的重要手段。一方面，激烈的市场竞争，能降低信息不对称，具有正面成本代理效应[32]。同时，同行中竞争企业越多，越有利于降低代理成本，促进资源合理配置。另一方面，激烈的市场竞争有利于充分发挥市场的优胜劣汰机制，保证资源的高效使用，实现产业整体效率最大化。因此，为检验产业政策是如何影响企业全要素生产率，本文基于资源配置视角，从政府和市场两个角度检验产业政策的作用机制。
(二)作用机制模型构建
本文以政府补贴金额代表政府作用机制，用赫芬达尔-赫希曼指数(HHI)测度市场竞争代表市场作用机制。HHI=∑(X i /X )2，X =∑X i ，其中X i 为企业i 的销售额。HHI值越大，表示市场竞争程度越低。
首先，对政府补贴和市场竞争做了断点分析，发现两者均于2015年发生显著变化，回归结果见表8所列。其中，政府补贴系数为正，说明产业政策促使政府加大对科技服务业的支持力度。市场竞争系数为负，说明产业政策减小了HHI指数，市场竞争程度更为激烈。
表8 产业政策对作用机制的影响
其次，经过豪斯曼检验，本文最终采用固定效应模型检验政府补贴和市场竞争对全要素生产率的影响，并引入作用机制变量以及其与产业政策的交互项，具体模型为：
lntfp_opit =α +β 1M i,t +β 2M i,t d it +
表10报告了产业政策通过市场竞争对企业全要素生产率的影响。β 2为正表明政策能通过市场竞争提升全要素生产率。总体上看，产业政策通过市场竞争显著提高了企业全要素生产率。这可能是由于《意见》强调放开科技服务市场准入，构建统一开放、竞争有序的市场体系，为各类科技服务主体营造了公平竞争的环境，给予了各行业充分的发展空间，帮助市场竞争发挥调配资源的作用，进而促进了全要素生产率的提升。
γX i,t +ε i,t
(5)
其中，tfp_op表示企业的全要素生产率，d 表示政策是否实施，2014年以前政策未颁布，d 设为0，2015年及以后设为1。M 表示作用机制变量，分别用政府补贴和市场竞争度代替。X 表示其他影响企业全要素生率的控制变量。ε 为个体随时间变动的干扰项。交叉项系数β 2表示产业政策通过作用机制对企业全要素生产率的影响，本文主要关注β 2的大小及显著性。
(三)政府补贴机制
从企业规模上看，产业政策主要通过市场竞争提升大规模企业全要素生产率，对小规模企业无明显作用。这可能是因为大规模企业较小规模企业占有更大的市场份额，并且在资金，人才，信息等方面具有一定的优势，面对市场竞争，拥有更多资源和人才进行战略调整。同时，小企业抗风险能力较大企业弱。激烈的市场竞争会减少企业当期利润，加剧小规模企业的融资约束，使小企业面临亏损和破产[35]，无法积极灵活应对市场竞争。
表9 补贴机制与企业全要素生产率
企业所有制上看，产业政策主要通过政策补贴提高民营企业全要素生产率，对国有企业影响不大。这可能是由于国有企业具有较强的政治优势，更容易获得政府的支持，造成国有企业的预算软约束，削弱了国有企业主动变革，优化管理，提升生产率的动力。相比之下，民营企业有较强的资源匮乏与融资困难的困扰[19]，更有动力依据产业政策改善经营，以获取政府补贴。事实上，产业政策颁布后，民企受资助水平大幅提升。2016年，民营企业获得政府补助是2015年的近两倍。政府加强对民营企业资助也是在向外界释放利好信号，利于民营企业获得金融机构支持。2016年，民营企业获得中央银行借款净增加额2.6千亿，是2015年的11倍。民营企业资源约束得到缓解，有利于更好地生产经营。
从企业规模上看，产业政策主要通过政府补贴提高大规模企业的全要素生产率，对小规模企业影响不大。原因可能在于，一方面，大规模企业更容易获得政府补贴，作用效果较明显。数据显示，2016年大规模企业获得32.9亿元的政府补贴，而小规模企业只获得7.39亿的政府补贴。另一方面，产业政策虽然能调动投资者的投资热情，但是投资者更倾向于投资规模较大，前景明朗的企业，补贴的信号属性在小规模企业未能充分发挥[33]。
(四)市场竞争机制
在此完成此界面功能主要是首先线初始化界面，从数据库中取得相应的数值，将数值传入到前台，然后将界面病人信息相对应的值存储到数据库中相应的表中，以挂号科室下拉列框为例子分析代码。
产业政策研究方法上，目前主要采用双重差分法和倾向得分匹配法，前者应用条件较严格，公共政策研究较难满足，后者不能解决内生性问题。相较之下，近年来逐渐兴起的断点回归分析法具有外生性强，最接近随机试验，因果推断清晰，易于检验等优点，因此本文采用断点回归进行研究。
表9报告了产业政策通过政府补贴对企业全要素生产率的影响。β 2为正表明政策能通过政府补贴提升全要素生产率。从总体上看，产业政策通过政府补贴显著提高了企业全要素生产率。这可能是由于产业政策对科技服务业做了细致的安排部署，缓解了信息不对称，使政府补贴更好地发挥效用。
表10 市场竞争机制与企业全要素生产率
注：为了便于理解，本部分采取HHI的倒数HHI_D作为代理变量。
六、结论及启示
产业政策是政府调控经济的重要手段，评估产业政策作用效果有利于为产业政策的转型与优化提供经验支撑。本文以科技服务业产业政策为例，运用断点回归方法研究产业政策对科技服务业企业全要素生产率的影响及其异质性，并通过固定效应模型详尽地讨论了其背后的作用机制。
晶体管直流增益的测试电路，如图1所示。图中，利用外部电源和信号源给晶体管施加合适的集电极工作电压VCC、基极电压VBB，将电压转换为相应的集电极电流IC和基极电流IB。双极晶体管的直流增益为
通过前文的分析，可得出以下结论：①产业政策对科技服务业企业全要素生产率具有显著促进作用，产业政策具有现实可行性。②产业政策对企业全要素生产率的影响具有显著的异质性，主要作用于民营企业和大规模企业。一系列有效性和稳健性检验证明了结果的准确性。③从作用机制上看，产业政策的实施促进政府加大补贴发放，并加剧了市场竞争程度。同时，产业政策可通过政府补贴和市场竞争影响企业全要素生产率，并且主要作用于民营企业和大规模企业。
本文结论对制定合理的产业政策，调整产业发展方向具有以下几项启示：
医院更是多途径大力支持多学科团队发展，不仅给予空间支持，还规定凡是两个科室无法治疗的均可进入多学科会诊。在费用上，更是“大开绿灯”。“一个正高级专家挂号费才5元，副高级挂号费3元，而多学科会诊每位专家80元。但无论多少专家参与，收费均不得超过3个专家的费用，即240元，其中80%的会诊费用归专家。”刘章锁进一步说，医院还借用远程系统让优质资源下沉，为医院下属的30多家医联体单位提供优质的多学科会诊服务。
(1)重视产业政策对全要素生产率的提升作用。事实证明，科学的产业政策对企业全要素生产率提升具有显著促进作用。通过制定产业政策，对产业进行合理规划，可提高企业生产效率，促进产业发展。进一步地，有利于调整产业结构，加速产业升级转型，实现经济发展提质增效。
人力资源信息化建设是一项需要巨大资金投入的大工程，企业应在充分认清自身经济实力的前提下，有计划分步骤地实施人力资源管理信息化，坚决杜绝半途而废，雷声大雨点小等情况的发生。 在企业信息化建设过程中，要根据企业规模的扩大，适时调整信息化机构的建设，并增加相应的投入，以保证企业信息化水平始终适应企业发展需要，还要以实用为前提，以建立多功能、全方位、反应灵敏信息资源网络系统的原则，不做形象工程，确保资金充足的前提下，将每一分钱用在刀刃上。
(2)产业政策的制定应充分考虑微观企业特征。从所有制角度来看，国有企业具有先天政治亲缘优势，在政策制定过程中，应注重平衡国有企业与民营企业在资源上的差异。从规模角度来看，小规模企业是创新的重要动力，但是资源集聚能力较弱，应加强对中小企业的扶持。充分发挥不同企业类型优势，弥补各类企业短板，才能更好地发挥政府的服务功能。
(3)完善政府补贴管理机制。首先，加强资助审核，破除行政垄断壁垒，优化补贴项目申请程序，扩大潜在补贴对象(民营企业，小规模企业)，保证资金投入的科学性。其次，加强过程管理，建立有效的监督，确保补贴使用的合理性。最后，建设政府补贴的绩效评价机制，调动企业的改革创新动力，提高补贴使用效率。
(4)打造开放有序的市场体系。首先，尊重市场机制，注重营造平等参与、公平竞争的发展环境，充分发挥市场在资源配置中的决定性作用。其次，加强基础服务建设，加大信息开放和共享力度，提升科技服务技术支撑能力，发挥规模效应，降低企业成本。再者，加强分类指导，促进行业规范发展。最后，完善风险保障机制，激发中小企业的改革创新动力。
参考文献：
[1] BROLLO F, NANNICINI T, PEROTTI R, et al. The Political Resource Curse[J].American Economic Review,2013,103(5):1759-1796.
[2] 唐守廉, 徐嘉玮. 中美科技服务业发展现状比较研究[J]. 科技进步与对策, 2013, 30(9):41-47.
[3] 孙慧,朱俏俏.中国资源型产业集聚对全要素生产率的影响研究[J].中国人口·资源与环境,2016,26(1):121-130.
[4] 郭庆旺,贾俊雪.中国全要素生产率的估算:1979-2004[J].经济研究,2005(6):51-60.
[5] RODRIK D. Getting Interventions Right: How South Korea and Taiwan Grew Rich[J].Economic Policy,1994,10(20):53-107.
[6] HAUSMANN R, RODRIK D. Doomed to choose industrial policy as predicament[C]//kenndey School of Government of Harrard University： Blue Sky seminar,2006.
[7] 詹姆斯·布坎南．自由、市场和国家[M]．平新乔，莫扶民，译.北京:北京经济学院出版社，1989．
[8] KRUGMAN P R. Targeted Industrial Policies: Theory and Evidence[J].Industrial Change and Public Policy, 1983 10:123～155.
[9] 刘伟江,吕镯.补贴与全要素生产率——来自中国装备制造企业的实证研究[J].中南大学学报：社会科学版,2017,23(4):93-101.
[10] 季凯文.中国生物农业全要素生产率的增长效应及影响因素研究——对32家上市公司的实证考察[J].软科学,2015,29(2):41-45.
[11] 李守林,赵瑞,陈丽华.基于DEA-malmquist指数的交通运输上市企业动态效率实证分析[J].中国流通经济,2017,31(12):92-100.
[12] 何秋琴,郭美晨,汪同三.品牌资本、R&D资本和全要素生产率[J].科学学研究,2019,37(3):462-469.
[13] 张羽瑶,张冬洋.商业信用能够提高企业全要素生产率吗?——基于中国企业的融资约束视角[J].财政研究,2019(2):116-128.
[14] 盛明泉,张娅楠,蒋世战.高管薪酬差距与企业全要素生产率[J].河北经贸大学学报,2019,40(2):81-89.
[15] 施震凯,邵军,浦正宁.交通基础设施改善与生产率增长:来自铁路大提速的证据[J].世界经济,2018,41(6):127-151.
[16] 张梦婷,俞峰,钟昌标,等.高铁网络、市场准入与企业生产率[J].中国工业经济,2018(5):137-156.
[17] 余泳泽,李启航.城市房价与全要素生产率:“挤出效应”与“筛选效应”[J].财贸经济,2019,40(1):128-143.
[18] AMITI M, KONINGS J. Trade Liberalization, Intermediate Inputs, and Productivity: Evidence from Indonesia[J]. American Economic Review, 2007, 97(5):1611-1638.
[19] 李骏,刘洪伟,万君宝.产业政策对全要素生产率的影响研究——基于竞争性与公平性视角[J].产业经济研究,2017(4):115-126.
[20] 宋凌云,王贤彬.重点产业政策、资源重置与产业生产率[J].管理世界,2013(12):63-77.
[21] BRUMMER B, LOY J P. The Technical Efficiency Impact of Farm Credit Programmes: A Case Study of Northern Germany[J]. Journal of Agricultural Economics, 2000, 51(3):405-418.
[22] TUNCER K B . An Empirical Test of the Infant Industry Argument[J]. The American Economic Review, 1982, 72(5):1142-1152.
[23] 张莉,朱光顺,李世刚，等.市场环境、重点产业政策与企业生产率差异[J].管理世界,2019,35(3):114-126.
[24] 李建标，汪敏达，任广乾.北京市科技服务业发展研究——基于产业协同和制度谐振的视角[J]. 科技进步与对策, 2011, 28(7):51-56.
[25] 方文中,罗守贵.自主研发与技术引进对全要素生产率的影响——来自上海高新技术企业的实证[J].研究与发展管理,2016,28(1):1-9.
[26] LIN C, LIN P, SONG F M, et al. Managerial Incentives, CEO Characteristics and Corporate Innovation in China’s Private Sector[J].Journal of Comparative Economics, 2011, 39(2):0-190.
[27] 曹平,王桂军.“营改增”提高还是降低了服务业企业的技术创新意愿?——来自中国上市公司的实证[J].南方经济,2018(6):1-24.
[28] 曾繁英, 张静, 贾志涛. 研发费用加计扣除政策对企业科技创新的影响效应研究[J]. 科技与经济, 2018, 31(2)：45-49.
[29] ZHANG Y. Creative Accounting or Creative Destruction? Firm-level Productivity Growth inChinese Manufacturing[J]. Journal of Development Economics, 2012, 97(2):339-351.
[30] 康妮,陈林.产业政策实施下的补贴、竞争与企业生存[J]. 社会科学文摘, 2018(5):53-5.
[31] 张曙光.市场主导与政府诱导——评林毅夫的《新结构经济学》[J].经济学(季刊),2013,12(3):1079-1084.
[32] 杨立勋.全要素视域下中国产能过剩成因再透视——基于资源配置、要素生产效率的分解研究[J].广东社会科学,2017(5):14-22.
[33] 陈龙,李娅.风投介入提升了企业内部控制质量吗[J].财会月刊,2019(5):35-43.
[34] 林毅夫.新结构经济学视角下的国有企业改革[J].社会科学战线,2019(1):41-48.
[35] 王恕立,刘军.中国服务企业生产率异质性与资源再配置效应——与制造业企业相同吗?[J].数量经济技术经济研究,2014,31(5):37-53.
The Impact of Industrial Policy on Total Factor Productivity in Science and Technology Service Industry
ZHU Xiang-yu, PENG Pei-hui
(College of Economics and Management ,Beijing University of Technology ,Beijing 100124,China )
Abstract : Industrial policy researching is of great significance to promote industrial development and guide the formulation of national industrial policy. As the basic force of economic growth, total factor productivity is an important index to measure the quality of industrial development and is also an important foundation for policy formulation. Based on the data of the listed companies of China's science and technology service industry in 2010-2017, this paper uses the breakpoint regression and fixed effect model to analyze the influence of industrial policy on the total factor productivity of enterprises and its acting mechanism. The study found that industrial policy has a positive effect on the improvement of total factor productivity of enterprises, and has a significant heterogeneity, mainly acting on private enterprises and large-scale enterprises. In the acting mechanism, the implementation of industrial policy promotes the government to increase the distribution of subsidies, and increases the degree of market competition. Besides, industrial policy affects the total factor productivity of enterprises through government subsidies and market competition, and mainly affecting private enterprises and large-scale enterprises.
Keywords : industrial policy; science and technology service industry; total factor productivity; breakpoint regression method
中图分类号： F063.1； F263
文献标志码: A
文章编号: 1007-5097( 2019) 10-0066-08
[DOI ]10.19629/j.cnki.34-1014/f.190417011
收稿日期： 2019-04-17
基金项目： 国家社会科学基金项目“我国科技服务业自主创新体系国际化发展模式与政策选择研究”(14CGL003)；北京市社会科学基金项目“北京科技服务业自主创新体系国际化的影响因素与应对策略研究”(15JGC192)
作者简介：
朱相宇(1980-)，男，辽宁沈阳人，副教授，硕士生导师，管理学博士，研究方向：创新管理与科技政策，国际化经营与竞争政策；
彭培慧(1995-)，女，福建泉州人，硕士研究生，研究方向：创新管理与科技政策，国际化经营与竞争政策。
2.1.6 样品中各指标成分的含量测定及综合评分 取处方配比药材样品（均粉碎，过4号筛）各适量，分别按“2.1.3”项下方法制备供试品溶液，再按“2.1.1”项下色谱条件进样测定，平行测定3次，记录峰面积并计算样品中各指标成分的含量。以各指标成分的最高含量值为参照将数据进行归一化，再按照各指标成分的权重（本研究将栀子苷、芍药苷和丹皮酚的权重系数均设为1）计算得综合评分：综合评分（Y）＝（栀子苷含量/栀子苷最高含量+芍药苷含量/芍药苷最高含量+丹皮酚含量/丹皮酚最高含量）。
[责任编辑： 张 兵]
标签：产业政策论文; 科技服务业论文; 全要素生产率论文; 断点回归论文; 北京工业大学经济与管理学院论文;