李蘭冰 路少朋

(南開(kāi)大學(xué)，天津 300071)

一、引言

改革開(kāi)放以來(lái)，制造業(yè)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)發(fā)揮了重要的支撐作用。當(dāng)前，我國(guó)正處于由制造業(yè)大國(guó)向制造業(yè)強(qiáng)國(guó)邁進(jìn)的關(guān)鍵時(shí)期，制造強(qiáng)國(guó)建設(shè)不僅應(yīng)關(guān)注經(jīng)濟(jì)績(jī)效，也應(yīng)充分考慮生態(tài)環(huán)境硬約束之下的環(huán)境績(jī)效?？疾煳覈?guó)制造業(yè)演進(jìn)歷程，非常明顯的一個(gè)特點(diǎn)就是“開(kāi)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(lái)，開(kāi)發(fā)區(qū)政策的影響效應(yīng)評(píng)估成為研究的熱點(diǎn)，根據(jù)研究視角的不同可歸納為如下幾類(lèi)：一是經(jīng)濟(jì)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(duì)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(xiàn)鮮有從制造業(yè)發(fā)展的視角對(duì)開(kāi)發(fā)區(qū)政策的影響效應(yīng)進(jìn)行研究。鑒于此，本文以經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效為切入點(diǎn)，準(zhǔn)確識(shí)別開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的影響效應(yīng)，并進(jìn)一步向開(kāi)發(fā)區(qū)政策作用機(jī)制的細(xì)致層面推進(jìn)。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(jì)效應(yīng)研究，而且對(duì)于政府更好地利用開(kāi)發(fā)區(qū)政策促進(jìn)制造業(yè)發(fā)展具有重要啟示意義。

本文的邊際貢獻(xiàn)主要體現(xiàn)為：(1)將開(kāi)發(fā)區(qū)設(shè)立視作一項(xiàng)“準(zhǔn)自然實(shí)驗(yàn)”，利用我國(guó)制造業(yè)企業(yè)微觀數(shù)據(jù)，采用PSM-DID方法，從經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效的雙重視角較為系統(tǒng)地考察開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的影響效應(yīng)，拓展了開(kāi)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(píng)估向影響機(jī)制進(jìn)行深層次拓展，并從不同的渠道分別揭示出開(kāi)發(fā)區(qū)政策影響制造業(yè)經(jīng)濟(jì)績(jī)效以及環(huán)境績(jī)效的內(nèi)在機(jī)理，為精準(zhǔn)化的作用機(jī)制分析提供了理論支撐和經(jīng)驗(yàn)證據(jù)；(3)將開(kāi)發(fā)區(qū)級(jí)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(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的異質(zhì)性影響，豐富了對(duì)于開(kāi)發(fā)區(qū)政策效應(yīng)的理解。

二、機(jī)制分析與假說(shuō)提出

(一)研究背景

作為引領(lǐng)改革開(kāi)放的前沿窗口和服務(wù)國(guó)家經(jīng)濟(jì)發(fā)展的重要載體，我國(guó)開(kāi)發(fā)區(qū)設(shè)立具有時(shí)間漸進(jìn)和空間漸進(jìn)的雙重屬性。從時(shí)間維度看，自1984年開(kāi)始設(shè)立國(guó)家級(jí)經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)以來(lái)，我國(guó)各類(lèi)開(kāi)發(fā)區(qū)發(fā)展迅速，截至2018年共有國(guó)家級(jí)開(kāi)發(fā)區(qū)552家，省級(jí)開(kāi)發(fā)區(qū)1991家。在30多年的政策實(shí)踐中，我國(guó)開(kāi)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(kāi)發(fā)區(qū)建設(shè)也出現(xiàn)了盲目擴(kuò)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(kāi)發(fā)區(qū)熱”所引致的亂象，2003年起，國(guó)務(wù)院下發(fā)了一系列文件對(duì)開(kāi)發(fā)區(qū)開(kāi)展清理整頓工作。2006年以后政府對(duì)新設(shè)開(kāi)發(fā)區(qū)的審批更為謹(jǐn)慎，新設(shè)開(kāi)發(fā)區(qū)的速度明顯放緩。這使得開(kāi)發(fā)區(qū)的設(shè)立年份較為集中，從而有利于排除時(shí)間因素的干擾，為開(kāi)發(fā)區(qū)政策效應(yīng)的精準(zhǔn)評(píng)估提供了可能。從空間維度看，開(kāi)發(fā)區(qū)政策的地理推進(jìn)過(guò)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(jìn)式的格局。具體來(lái)看，首批國(guó)家經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)主要分布在沿海開(kāi)放城市；2006年，東部、中部、西部和東北部地區(qū)的開(kāi)發(fā)區(qū)數(shù)量分別為748家、401家、289家和130家，此時(shí)開(kāi)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(kāi)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(kāi)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(jìn)可能在一定程度上有利于緩解開(kāi)發(fā)區(qū)設(shè)立的自選擇問(wèn)題。

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

圖1 開(kāi)發(fā)區(qū)企業(yè)與非開(kāi)發(fā)區(qū)企業(yè)經(jīng)濟(jì)績(jī)效變化趨勢(shì)

為了探究開(kāi)發(fā)區(qū)政策與制造業(yè)企業(yè)環(huán)境績(jī)效之間的關(guān)系，本文分析了開(kāi)發(fā)區(qū)政策與制造業(yè)企業(yè)污染排放的典型事實(shí)。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(kāi)發(fā)區(qū)企業(yè)與非開(kāi)發(fā)區(qū)企業(yè)兩種污染物平均排放量的變化趨勢(shì)進(jìn)行對(duì)比，如圖2所示。通過(guò)橫向?qū)Ρ瓤梢园l(fā)現(xiàn)，無(wú)論是工業(yè)廢水還是二氧化硫，開(kāi)發(fā)區(qū)企業(yè)的年度平均排放量均低于非開(kāi)發(fā)區(qū)企業(yè)。通過(guò)縱向?qū)Ρ瓤梢园l(fā)現(xiàn)，開(kāi)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(shì)，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?xún)煞N污染物的排放強(qiáng)度作為衡量企業(yè)環(huán)境績(jī)效的指標(biāo)進(jìn)行分析，如圖3所示?？梢园l(fā)現(xiàn)，無(wú)論采用何種污染物排放強(qiáng)度指標(biāo)，樣本考察期內(nèi)開(kāi)發(fā)區(qū)企業(yè)的平均污染排放強(qiáng)度均低于非開(kāi)發(fā)區(qū)企業(yè)，而且隨著時(shí)間的推移污染排放強(qiáng)度均在總體上呈現(xiàn)出下降趨勢(shì)。

圖2 開(kāi)發(fā)區(qū)企業(yè)與非開(kāi)發(fā)區(qū)企業(yè)污染排放量變化趨勢(shì)

結(jié)合上述兩方面的典型事實(shí)可以初步認(rèn)為，開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效均具有明顯的正向促進(jìn)作用。為進(jìn)一步驗(yàn)證其因果效應(yīng)與作用機(jī)制，本文將利用我國(guó)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(duì)開(kāi)發(fā)區(qū)政策的經(jīng)濟(jì)效應(yīng)和環(huán)境效應(yīng)進(jìn)行系統(tǒng)性實(shí)證分析。

圖3 開(kāi)發(fā)區(qū)企業(yè)與非開(kāi)發(fā)區(qū)企業(yè)污染排放強(qiáng)度變化趨勢(shì)

(二)理論機(jī)制

開(kāi)發(fā)區(qū)政策主要從“政策效應(yīng)”“集聚效應(yīng)”和“競(jìng)爭(zhēng)效應(yīng)”三個(gè)渠道影響制造業(yè)企業(yè)經(jīng)濟(jì)績(jī)效，具體如下：

一是政策效應(yīng)渠通。開(kāi)發(fā)區(qū)作為“政策高地”，一般享有財(cái)政補(bǔ)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(jì)效益，還有助于形成“融資約束緩解效應(yīng)”和“創(chuàng)新促進(jìn)效應(yīng)”，進(jìn)而為企業(yè)經(jīng)濟(jì)績(jī)效的提升創(chuàng)造條件。具體而言，稅收減免和財(cái)政補(bǔ)貼是最具代表性的優(yōu)惠政策，其中財(cái)政補(bǔ)貼是通過(guò)將補(bǔ)貼資金直接撥付到企業(yè)賬戶(hù)從而實(shí)現(xiàn)對(duì)企業(yè)的無(wú)償資金轉(zhuǎn)移(李賁 等，2018)，而稅收減免是通過(guò)減免或抵扣的方式降低企業(yè)資本成本。同時(shí)，財(cái)政補(bǔ)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(bǔ)償效應(yīng)”有利于對(duì)企業(yè)創(chuàng)新形成有效激勵(lì)。

二是集聚效應(yīng)渠通。開(kāi)發(fā)區(qū)為目標(biāo)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(kāi)發(fā)區(qū)的設(shè)立有利于形成產(chǎn)業(yè)集群、吸引勞動(dòng)力進(jìn)入以及培育高新技術(shù)行業(yè)，形成較強(qiáng)的集聚效應(yīng)。開(kāi)發(fā)區(qū)集聚效應(yīng)的生成又會(huì)進(jìn)一步吸引更多的企業(yè)入駐開(kāi)發(fā)區(qū)，由此形成的循環(huán)累積效應(yīng)使得開(kāi)發(fā)區(qū)政策可以有效促進(jìn)區(qū)內(nèi)企業(yè)成長(zhǎng)(劉瑞明 等，2015)。具體而言，開(kāi)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(lái)的正外部經(jīng)濟(jì)，其作用機(jī)制可以歸納為三個(gè)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(dòng)力市場(chǎng)共享和中間投入品共享，勞動(dòng)力市場(chǎng)共享不僅為企業(yè)提供了大批熟練的勞動(dòng)力，還會(huì)間接降低企業(yè)勞動(dòng)要素成本；中間投入品共享則有助于促進(jìn)專(zhuān)業(yè)化分工生產(chǎn)，提高要素服務(wù)質(zhì)量，進(jìn)而提高企業(yè)經(jīng)濟(jì)績(jī)效。其次，“匹配”的作用機(jī)制主要體現(xiàn)為集聚經(jīng)濟(jì)可以提高企業(yè)與勞動(dòng)力的匹配效率，改善既有資源的配置效率，促進(jìn)企業(yè)成長(zhǎng)和競(jìng)爭(zhēng)力的提升。最后，“學(xué)習(xí)”主要體現(xiàn)為知識(shí)和技術(shù)的溢出效應(yīng)，地理知識(shí)的鄰近有助于隱性知識(shí)的傳遞與轉(zhuǎn)移，進(jìn)而加快開(kāi)發(fā)區(qū)企業(yè)技術(shù)創(chuàng)新的生成和擴(kuò)散，提高創(chuàng)新效率，為企業(yè)經(jīng)濟(jì)效率的提高提供可能?？偠灾?，開(kāi)發(fā)區(qū)政策的集聚效應(yīng)會(huì)通過(guò)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(jìn)而促進(jìn)制造業(yè)企業(yè)經(jīng)濟(jì)績(jī)效的提升。

三是競(jìng)爭(zhēng)效應(yīng)渠通。開(kāi)發(fā)區(qū)政策在吸引企業(yè)進(jìn)入的同時(shí)，也會(huì)加強(qiáng)企業(yè)間的競(jìng)爭(zhēng)(王永進(jìn) 等，2016)。市場(chǎng)競(jìng)爭(zhēng)會(huì)促使具有比較優(yōu)勢(shì)的高生產(chǎn)率企業(yè)擴(kuò)張規(guī)模，而缺乏比較優(yōu)勢(shì)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(chǎng)，優(yōu)勝劣汰機(jī)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(jìn)制造業(yè)企業(yè)經(jīng)濟(jì)績(jī)效的提升。與此同時(shí)，在不完全競(jìng)爭(zhēng)和規(guī)模遞增的框架下，競(jìng)爭(zhēng)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(jì)獲得更多利潤(rùn)，從而激發(fā)為強(qiáng)化競(jìng)爭(zhēng)優(yōu)勢(shì)而從事創(chuàng)新和提升生產(chǎn)率的動(dòng)機(jī)(李蘭冰 等，2019)。

從環(huán)境績(jī)效的視角看，綠色技術(shù)進(jìn)步和空間集聚是兩個(gè)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(wèn)題的長(zhǎng)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(zhǎng)、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(kāi)發(fā)區(qū)財(cái)政補(bǔ)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(dòng)的融資約束，加之開(kāi)發(fā)區(qū)提供的創(chuàng)新鼓勵(lì)政策、知識(shí)產(chǎn)權(quán)保護(hù)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(duì)企業(yè)形成正向的綠色創(chuàng)新激勵(lì)。

另一方面，空間集聚影響企業(yè)環(huán)境績(jī)效的主要機(jī)制體現(xiàn)為前文提到的共享、匹配和學(xué)習(xí)三個(gè)方面，這有利于形成“空間集聚—學(xué)習(xí)機(jī)制—促進(jìn)創(chuàng)新—排污強(qiáng)度降低”的路徑。從現(xiàn)有文獻(xiàn)看，空間集聚對(duì)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(xiàn)認(rèn)為，經(jīng)濟(jì)活動(dòng)空間集聚所產(chǎn)生的正外部性大于負(fù)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(fù)向環(huán)境效應(yīng)的文獻(xiàn)則通常認(rèn)為，集聚所引致的產(chǎn)能擴(kuò)張和能源消費(fèi)需求增加會(huì)加重環(huán)境污染(張可 等，2014；Liu et al.，2017)；還有部分文獻(xiàn)認(rèn)為集聚與環(huán)境污染之間存在非線(xiàn)性關(guān)系(李筱樂(lè)，2014；楊仁發(fā)，2015；邵帥 等，2019)。但是，如果將環(huán)境績(jī)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(qiáng)度層面，則集聚的環(huán)境效應(yīng)不確定性會(huì)顯著降低，更加傾向于正向激勵(lì)作用。

基于上述分析，本文提出：

假說(shuō)

1

：

開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)企業(yè)的經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效均能產(chǎn)生正向激勵(lì)效果。

假說(shuō)

2

：

“政策效應(yīng)”“集聚效應(yīng)”和“競(jìng)爭(zhēng)效應(yīng)”均是開(kāi)發(fā)區(qū)政策促進(jìn)制造業(yè)企業(yè)經(jīng)濟(jì)績(jī)效提升的重要路徑。

假說(shuō)

3

：

“綠色技術(shù)進(jìn)步效應(yīng)”和“集聚效應(yīng)”共同促進(jìn)了開(kāi)發(fā)區(qū)制造業(yè)企業(yè)環(huán)境績(jī)效的改善。

三、研究方法、變量選取與數(shù)據(jù)來(lái)源

(一)研究方法

考察開(kāi)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(shí)別過(guò)程面臨的重要挑戰(zhàn)就是開(kāi)發(fā)區(qū)的設(shè)立并非完全隨機(jī)決策，尤其是在初期階段，開(kāi)發(fā)區(qū)設(shè)立通常傾向于選擇經(jīng)濟(jì)基礎(chǔ)較好的東部沿海地區(qū)。鑒于此，本文通過(guò)傾向得分匹配方法來(lái)選擇對(duì)照組用以控制和消除選擇性誤差，并利用“漸進(jìn)式”雙重差分法來(lái)識(shí)別開(kāi)發(fā)區(qū)政策對(duì)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(píng)估的常用方法，考慮到我國(guó)開(kāi)發(fā)區(qū)設(shè)立的分批次性，本文選擇“漸進(jìn)式”雙重差分模型進(jìn)行估計(jì)，該模型允許政策發(fā)生地點(diǎn)和時(shí)點(diǎn)的不一致，符合開(kāi)發(fā)區(qū)是分批設(shè)立的這一基本現(xiàn)實(shí)。為進(jìn)一步處理選擇性偏誤帶來(lái)的內(nèi)生性問(wèn)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(jì)算傾向得分值；然后，依據(jù)具體的匹配原則從對(duì)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(duì)照組；最后，利用匹配成功后的對(duì)照組和原始處理組樣本進(jìn)行DID估計(jì)。該方法可以較好地解決樣本選擇偏差及內(nèi)生性問(wèn)題，能夠較為準(zhǔn)確地識(shí)別開(kāi)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(lái)估計(jì)企業(yè)i在t期處于開(kāi)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(kāi)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(fù)債率、利潤(rùn)率、流動(dòng)性約束和企業(yè)所有制等變量；h(·)為線(xiàn)性函數(shù)；F(·)為L(zhǎng)ogistic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(duì)樣本數(shù)據(jù)進(jìn)行逐期匹配。

模型(2)是雙重差分模型，用來(lái)對(duì)匹配后的樣本進(jìn)行DID估計(jì)。其中，下標(biāo)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(biāo)，主要包括經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效兩個(gè)指標(biāo)；Policy為核心解釋變量，即開(kāi)發(fā)區(qū)設(shè)立的虛擬變量，若企業(yè)i在t期處于開(kāi)發(fā)區(qū)內(nèi)，則取值為1，否則取值為0。估計(jì)系數(shù)β為開(kāi)發(fā)區(qū)政策對(duì)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(jī)擾動(dòng)項(xiàng)。

(二)變量選取

1.被解釋變量：制造業(yè)發(fā)展指標(biāo)

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

2.解釋變量：開(kāi)發(fā)區(qū)政策

構(gòu)造企業(yè)是否處于開(kāi)發(fā)區(qū)的虛擬變量來(lái)考察開(kāi)發(fā)區(qū)政策對(duì)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(xiàn)對(duì)于開(kāi)發(fā)區(qū)內(nèi)企業(yè)樣本的識(shí)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(kāi)發(fā)區(qū)，如果有則將該企業(yè)視為開(kāi)發(fā)區(qū)企業(yè)，否則視為非開(kāi)發(fā)區(qū)企業(yè)(王永進(jìn) 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(kāi)發(fā)區(qū)的特定字段，則將其視為開(kāi)發(fā)區(qū)企業(yè)，否則視為非開(kāi)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(kāi)發(fā)區(qū)的地理邊界進(jìn)行匹配，如果吻合則將企業(yè)視為開(kāi)發(fā)區(qū)企業(yè)，否則視為非開(kāi)發(fā)區(qū)企業(yè)(譚靜 等，2019；李麗霞 等，2020)。從現(xiàn)有文獻(xiàn)看，前兩種方法運(yùn)用較多，但是將縣區(qū)邊界識(shí)別為開(kāi)發(fā)區(qū)邊界的處理方式相對(duì)粗糙；地理匹配的處理方式較為細(xì)致，但現(xiàn)有數(shù)據(jù)只提供了國(guó)家級(jí)開(kāi)發(fā)區(qū)的邊界范圍信息，省級(jí)開(kāi)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(kāi)發(fā)區(qū)樣本?；诖耍疚闹饕梃b第二種方法識(shí)別開(kāi)發(fā)區(qū)企業(yè)本文的識(shí)別策略是，如果企業(yè)當(dāng)年的名稱(chēng)或地址文本信息中含有“開(kāi)發(fā)區(qū)”“園區(qū)”“產(chǎn)業(yè)區(qū)”“工業(yè)園”“經(jīng)濟(jì)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(shí)別為處于開(kāi)發(fā)區(qū)，Policy=1；否則，將此年份的企業(yè)識(shí)別為不處于開(kāi)發(fā)區(qū)，Policy=0。。此外，在穩(wěn)健性檢驗(yàn)部分，本文利用第一種識(shí)別方法來(lái)構(gòu)造開(kāi)發(fā)區(qū)政策的虛擬變量以進(jìn)行進(jìn)一步檢驗(yàn)。

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(lái)衡量；(2)企業(yè)年齡，采用當(dāng)年年份減去成立年份再加1來(lái)衡量；(3)企業(yè)資產(chǎn)負(fù)債率，采用企業(yè)負(fù)債總額與資產(chǎn)總額的比值來(lái)衡量；(4)企業(yè)利潤(rùn)率，采用企業(yè)營(yíng)業(yè)利潤(rùn)與產(chǎn)品銷(xiāo)售收入的比值來(lái)衡量；(5)企業(yè)流動(dòng)性約束，采用流動(dòng)資產(chǎn)與流動(dòng)負(fù)債之差除以資產(chǎn)總額來(lái)衡量；(6)企業(yè)所有制，根據(jù)企業(yè)的注冊(cè)登記類(lèi)型構(gòu)造企業(yè)是否為國(guó)有企業(yè)的虛擬變量。另一方面，本文選擇的地級(jí)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(shuō)明的是，勞動(dòng)生產(chǎn)率、二氧化硫排放強(qiáng)度、工業(yè)廢水排放強(qiáng)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(duì)數(shù)形式進(jìn)入模型。

(三)數(shù)據(jù)來(lái)源

本文所使用的微觀企業(yè)數(shù)據(jù)主要來(lái)自1998—2010年“中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)”以及“中國(guó)工業(yè)企業(yè)污染排放數(shù)據(jù)庫(kù)”。為了考察開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的影響，本文將上述兩類(lèi)數(shù)據(jù)進(jìn)行匹配合并。在匹配合并之前，對(duì)工業(yè)企業(yè)數(shù)據(jù)庫(kù)進(jìn)行預(yù)處理：由于以制造業(yè)為研究對(duì)象，因此剔除“采掘業(yè)”以及“電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)”兩大門(mén)類(lèi)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(huì)計(jì)準(zhǔn)則等問(wèn)題，參照現(xiàn)有研究的普遍做法，對(duì)數(shù)據(jù)進(jìn)行了規(guī)范化處理：剔除企業(yè)名稱(chēng)或代碼信息缺失、企業(yè)成立時(shí)間不合理的樣本；剔除資產(chǎn)總額、負(fù)債總額、工業(yè)總產(chǎn)值等價(jià)值量指標(biāo)缺失或者為負(fù)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(huì)計(jì)準(zhǔn)則的樣本。同時(shí)需要注意的是，由于樣本期內(nèi)國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)代碼進(jìn)行了調(diào)整，為保證行業(yè)分類(lèi)的一致性，將行業(yè)代碼統(tǒng)一為《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》(GB/T4754-2002)中的行業(yè)代碼。為減輕樣本中離群值的影響，對(duì)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(jìn)行雙邊1%縮尾處理。對(duì)于數(shù)據(jù)的合并，首先根據(jù)企業(yè)的中文名稱(chēng)進(jìn)行逐年匹配，其次將剩余樣本根據(jù)企業(yè)的法人代碼進(jìn)行逐年匹配，最終構(gòu)建起1998—2010年同時(shí)兼具工業(yè)企業(yè)數(shù)據(jù)庫(kù)和污染排放數(shù)據(jù)庫(kù)兩類(lèi)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(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》?？紤]到不同地區(qū)價(jià)格變化的影響，本文以1998年為基期對(duì)價(jià)值性變量進(jìn)行價(jià)格平減處理。

四、開(kāi)發(fā)區(qū)政策與制造業(yè)發(fā)展：效應(yīng)識(shí)別

(一)樣本匹配效果

為考察匹配質(zhì)量，本文以勞動(dòng)生產(chǎn)率指標(biāo)為結(jié)果變量對(duì)匹配前后處理組和對(duì)照組的傾向得分值繪制核密度曲線(xiàn)，如圖4所示。由圖4(a)可以看出，在匹配之前，對(duì)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(duì)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(duì)兩組樣本企業(yè)之間的差異進(jìn)行比較將導(dǎo)致估計(jì)偏誤，這驗(yàn)證了采用匹配方法的必要性。通過(guò)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(shuō)明匹配后處理組和對(duì)照組企業(yè)的各方面特征趨于一致，樣本選擇性偏差問(wèn)題得到了較好的解決。此外，樣本數(shù)據(jù)平衡性檢驗(yàn)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(biāo)準(zhǔn)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(shuō)明的是，以二氧化硫排放強(qiáng)度指標(biāo)和工業(yè)廢水排放強(qiáng)度指標(biāo)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(zhǔn)回歸結(jié)果分析

表1報(bào)告了開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展影響效應(yīng)的基準(zhǔn)估計(jì)結(jié)果。由列(1)、(2)的估計(jì)結(jié)果可知，無(wú)論是否引入控制變量，解釋變量的估計(jì)系數(shù)均在1%的水平上顯著為正，表明開(kāi)發(fā)區(qū)政策有助于提高制造業(yè)企業(yè)勞動(dòng)生產(chǎn)率，即對(duì)經(jīng)濟(jì)績(jī)效具有正向提升作用。由列(3)～(6)的估計(jì)結(jié)果可知，解釋變量的估計(jì)系數(shù)均顯著為負(fù)，表明開(kāi)發(fā)區(qū)政策有助于降低企業(yè)污染排放強(qiáng)度，對(duì)環(huán)境績(jī)效具有正向提升效應(yīng)。綜上所述，開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效均具有正向促進(jìn)作用，假說(shuō)1得以驗(yàn)證。

表1 基準(zhǔn)回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

基準(zhǔn)估計(jì)結(jié)果初步驗(yàn)證了開(kāi)發(fā)區(qū)政策有利于推動(dòng)制造業(yè)發(fā)展。為了保證結(jié)論可靠性，本文進(jìn)行了如下穩(wěn)健性檢驗(yàn)(見(jiàn)表2)?？梢园l(fā)現(xiàn)，各項(xiàng)穩(wěn)健性估計(jì)結(jié)果均與上文基準(zhǔn)結(jié)果保持一致，進(jìn)而驗(yàn)證了開(kāi)發(fā)區(qū)政策能夠促進(jìn)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(yàn)

在以上穩(wěn)健性檢驗(yàn)的基礎(chǔ)上，本文采用隨機(jī)抽樣的方法對(duì)基準(zhǔn)模型進(jìn)行安慰劑檢驗(yàn)，主要思路是：在隨機(jī)設(shè)定虛擬處理組的基礎(chǔ)上，利用匹配方法構(gòu)建對(duì)應(yīng)的虛擬控制組，然后基于得到的“偽政策虛擬變量”對(duì)模型(2)進(jìn)行估計(jì)。圖5展示了200次隨機(jī)抽樣的“偽政策虛擬變量”的虛假估計(jì)值分布情況，圖5(a)和圖5(b)分別表示以勞動(dòng)生產(chǎn)率和二氧化硫排放強(qiáng)度為被解釋變量的核密度分布曲線(xiàn)?？梢园l(fā)現(xiàn)，不管是經(jīng)濟(jì)績(jī)效指標(biāo)，還是環(huán)境績(jī)效指標(biāo)，隨機(jī)抽樣的估計(jì)值集中分布在0值附近。研究結(jié)果還表明，大多數(shù)估計(jì)值的p值都大于0.1(在10%的水平上不顯著)。這說(shuō)明本文的估計(jì)結(jié)果，受到其他政策或隨機(jī)因素的干擾較少。此外，表1中的基準(zhǔn)估計(jì)值即圖中的垂直虛線(xiàn)明顯超出了安慰劑檢驗(yàn)的估計(jì)值。上述結(jié)果進(jìn)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(dòng)生產(chǎn)率

五、機(jī)制檢驗(yàn)及拓展性分析

(一)機(jī)制檢驗(yàn)

本文研究的一個(gè)重要發(fā)現(xiàn)是，開(kāi)發(fā)區(qū)政策有效促進(jìn)了制造業(yè)經(jīng)濟(jì)績(jī)效與環(huán)境績(jī)效的提升。那么開(kāi)發(fā)區(qū)政策的這種正向效應(yīng)是通過(guò)何種機(jī)制實(shí)現(xiàn)的呢？對(duì)此進(jìn)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(duì)等(2019)的思路：第一步，檢驗(yàn)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(xiàng)來(lái)檢驗(yàn)核心解釋變量的作用機(jī)制。結(jié)果如表3所示。

1.開(kāi)發(fā)區(qū)政策與制造業(yè)經(jīng)濟(jì)績(jī)效：機(jī)制識(shí)別

從理論上看，開(kāi)發(fā)區(qū)政策可以通過(guò)“政策效應(yīng)”“集聚效應(yīng)”和“競(jìng)爭(zhēng)效應(yīng)”影響制造業(yè)經(jīng)濟(jì)績(jī)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(biāo)進(jìn)行分析。研究發(fā)現(xiàn)：開(kāi)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(fèi)負(fù)擔(dān)降低有利于提高制造業(yè)企業(yè)的勞動(dòng)生產(chǎn)率；應(yīng)交所得稅變量與政策變量交互項(xiàng)的估計(jì)系數(shù)顯著為正，意味著開(kāi)發(fā)區(qū)政策強(qiáng)化了稅費(fèi)負(fù)擔(dān)降低對(duì)制造業(yè)勞動(dòng)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(jí)地區(qū)當(dāng)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(kāi)發(fā)區(qū)政策促進(jìn)了集聚經(jīng)濟(jì)形成，集聚經(jīng)濟(jì)有利于提高制造業(yè)企業(yè)勞動(dòng)生產(chǎn)率；集聚經(jīng)濟(jì)指標(biāo)與政策變量交互項(xiàng)估計(jì)系數(shù)顯著為正，意味著開(kāi)發(fā)區(qū)政策強(qiáng)化了集聚效應(yīng)對(duì)制造業(yè)經(jīng)濟(jì)績(jī)效的正向作用。如表3列(3)、(4)所示。

最后，采用赫芬達(dá)爾指數(shù)來(lái)表征市場(chǎng)競(jìng)爭(zhēng)程度進(jìn)行分析，該指標(biāo)數(shù)值越小，市場(chǎng)競(jìng)爭(zhēng)程度越高。研究發(fā)現(xiàn)：開(kāi)發(fā)區(qū)政策確實(shí)加劇了市場(chǎng)競(jìng)爭(zhēng)，且市場(chǎng)競(jìng)爭(zhēng)的加劇有助于提升制造業(yè)勞動(dòng)生產(chǎn)率；市場(chǎng)競(jìng)爭(zhēng)程度指標(biāo)與政策變量交互項(xiàng)估計(jì)系數(shù)顯著為正，意味著開(kāi)發(fā)區(qū)政策強(qiáng)化了市場(chǎng)競(jìng)爭(zhēng)對(duì)制造業(yè)經(jīng)濟(jì)績(jī)效的正向作用，如表3列(5)、(6)所示。

表3 機(jī)制檢驗(yàn)結(jié)果Ⅰ

綜上所述，開(kāi)發(fā)區(qū)政策通過(guò)“政策效應(yīng)”“集聚效應(yīng)”和“競(jìng)爭(zhēng)效應(yīng)”有效地改善了制造業(yè)經(jīng)濟(jì)績(jī)效，假說(shuō)2得以驗(yàn)證。

2.開(kāi)發(fā)區(qū)政策與制造業(yè)環(huán)境績(jī)效：機(jī)制識(shí)別

理論分析表明，開(kāi)發(fā)區(qū)政策可以通過(guò)“綠色技術(shù)進(jìn)步效應(yīng)”和“集聚效應(yīng)”影響制造業(yè)環(huán)境績(jī)效。為此，將選取企業(yè)綠色技術(shù)進(jìn)步和集聚程度兩個(gè)中間變量對(duì)開(kāi)發(fā)區(qū)政策影響制造業(yè)環(huán)境績(jī)效的可能作用機(jī)制進(jìn)行檢驗(yàn)。由于上文已經(jīng)對(duì)集聚程度指標(biāo)的選擇進(jìn)行了闡述，因此本部分將重點(diǎn)分析綠色技術(shù)進(jìn)步指標(biāo)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(zhuān)利情況來(lái)表征綠色技術(shù)進(jìn)步。在綠色專(zhuān)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(kù)與專(zhuān)利數(shù)據(jù)庫(kù)匹配合并，構(gòu)建包括專(zhuān)利類(lèi)型、分類(lèi)號(hào)(IPC)以及申請(qǐng)日等變量的企業(yè)專(zhuān)利數(shù)據(jù)集；第二步，根據(jù)世界知識(shí)產(chǎn)權(quán)組織(WIPO)提供的綠色專(zhuān)利清單確定綠色專(zhuān)利國(guó)際專(zhuān)利分類(lèi)(IPC)編碼；第三步，利用綠色專(zhuān)利IPC編碼并根據(jù)專(zhuān)利分類(lèi)號(hào)識(shí)別企業(yè)綠色技術(shù)專(zhuān)利情況；第四步，構(gòu)建企業(yè)綠色專(zhuān)利虛擬變量，若企業(yè)在本年度有綠色技術(shù)專(zhuān)利則設(shè)定為1，否則設(shè)定為0。

表4報(bào)告了開(kāi)發(fā)區(qū)政策通過(guò)“綠色技術(shù)進(jìn)步效應(yīng)”和“集聚效應(yīng)”影響制造業(yè)環(huán)境績(jī)效的作用機(jī)制檢驗(yàn)結(jié)果。其中，列(1)～(3)表明開(kāi)發(fā)區(qū)政策能夠促進(jìn)制造業(yè)企業(yè)綠色技術(shù)進(jìn)步，綠色技術(shù)進(jìn)步有利于降低二氧化硫和工業(yè)廢水排放強(qiáng)度，開(kāi)發(fā)區(qū)政策變量與綠色技術(shù)進(jìn)步指標(biāo)交互項(xiàng)系數(shù)顯著為負(fù)，證實(shí)了開(kāi)發(fā)區(qū)政策強(qiáng)化了綠色技術(shù)進(jìn)步對(duì)環(huán)境績(jī)效的提升作用。列(4)～(6)表明開(kāi)發(fā)區(qū)政策能夠促進(jìn)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(qiáng)度，開(kāi)發(fā)區(qū)政策變量與集聚程度指標(biāo)交互項(xiàng)系數(shù)顯著為負(fù)，證實(shí)了開(kāi)發(fā)區(qū)政策強(qiáng)化了集聚效應(yīng)對(duì)環(huán)境績(jī)效的提升作用。綜上所述，“綠色技術(shù)進(jìn)步效應(yīng)”和“集聚效應(yīng)”是開(kāi)發(fā)區(qū)政策提升制造業(yè)環(huán)境績(jī)效的有效作用路徑，假說(shuō)3得以驗(yàn)證。

表4 機(jī)制檢驗(yàn)結(jié)果Ⅱ

(二)異質(zhì)性分析

1.基于開(kāi)發(fā)區(qū)級(jí)別的異質(zhì)性分析

為了考察開(kāi)發(fā)區(qū)級(jí)別對(duì)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(guó)家級(jí)和省級(jí)兩類(lèi)，并分別設(shè)定虛擬變量，回歸結(jié)果見(jiàn)表5。

表5 基于開(kāi)發(fā)區(qū)級(jí)別的異質(zhì)性分析

由表5列(1)可知，國(guó)家級(jí)開(kāi)發(fā)區(qū)和省級(jí)開(kāi)發(fā)區(qū)的估計(jì)系數(shù)均顯著為正，而且前者的估計(jì)系數(shù)略大于后者，這說(shuō)明國(guó)家級(jí)開(kāi)發(fā)區(qū)對(duì)于制造業(yè)經(jīng)濟(jì)績(jī)效的提升作用大于省級(jí)開(kāi)發(fā)區(qū)。由列(2)可知，國(guó)家級(jí)開(kāi)發(fā)區(qū)和省級(jí)開(kāi)發(fā)區(qū)的估計(jì)系數(shù)均顯著為負(fù)，表明無(wú)論是國(guó)家級(jí)還是省級(jí)，開(kāi)發(fā)區(qū)政策均顯著降低了二氧化硫排放強(qiáng)度；進(jìn)一步研究發(fā)現(xiàn)，國(guó)家級(jí)開(kāi)發(fā)區(qū)的系數(shù)絕對(duì)值大于省級(jí)開(kāi)發(fā)區(qū)，表明國(guó)家級(jí)開(kāi)發(fā)區(qū)的正向環(huán)境效應(yīng)大于省級(jí)開(kāi)發(fā)區(qū)。由列(3)可知，國(guó)家級(jí)開(kāi)發(fā)區(qū)的估計(jì)系數(shù)顯著為負(fù)，而省級(jí)開(kāi)發(fā)區(qū)的估計(jì)系數(shù)為負(fù)但未通過(guò)顯著性檢驗(yàn)，這表明與省級(jí)開(kāi)發(fā)區(qū)相比，國(guó)家級(jí)開(kāi)發(fā)區(qū)工業(yè)廢水的減排效應(yīng)更加顯著。綜上所述，國(guó)家級(jí)開(kāi)發(fā)區(qū)對(duì)于制造業(yè)發(fā)展的促進(jìn)作用明顯高于省級(jí)開(kāi)發(fā)區(qū)。究其原因，國(guó)家級(jí)開(kāi)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(kāi)發(fā)區(qū)，加快集聚效應(yīng)以及競(jìng)爭(zhēng)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(bǔ)償效應(yīng)”，促進(jìn)企業(yè)綠色技術(shù)進(jìn)步，進(jìn)而更顯著地促進(jìn)制造業(yè)經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)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(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的異質(zhì)性影響，本文將企業(yè)分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩類(lèi)子樣本進(jìn)行分組回歸，結(jié)果詳見(jiàn)表6。由表6可知，無(wú)論被解釋變量是勞動(dòng)生產(chǎn)率，還是污染排放強(qiáng)度，對(duì)于非國(guó)有制造業(yè)企業(yè)，開(kāi)發(fā)區(qū)政策變量的系數(shù)均顯著為正；但是，對(duì)于國(guó)有制造業(yè)企業(yè)，開(kāi)發(fā)區(qū)政策變量的估計(jì)系數(shù)均未通過(guò)顯著性檢驗(yàn)。這說(shuō)明開(kāi)發(fā)區(qū)政策能夠有效提升非國(guó)有制造業(yè)企業(yè)的經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效，但這種正向作用對(duì)于國(guó)有制造業(yè)企業(yè)并不明顯?？赡艿脑蚴牵号c國(guó)有企業(yè)相比，非國(guó)有企業(yè)體制可能更加靈活，對(duì)集聚經(jīng)濟(jì)和市場(chǎng)競(jìng)爭(zhēng)的反應(yīng)更迅速，因而開(kāi)發(fā)區(qū)政策對(duì)其經(jīng)濟(jì)績(jī)效的影響更加顯著。同時(shí)，對(duì)于非國(guó)有企業(yè)來(lái)講，開(kāi)發(fā)區(qū)政策所提供的優(yōu)惠政策對(duì)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(jìn)行綠色創(chuàng)新活動(dòng)，進(jìn)而對(duì)開(kāi)發(fā)區(qū)政策正向環(huán)境效應(yīng)的發(fā)揮形成有效激勵(lì)。

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(kāi)發(fā)區(qū)政策對(duì)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(dòng)密集型、技術(shù)密集型和資本密集型企業(yè)并進(jìn)行分樣本估計(jì)，回歸結(jié)果詳見(jiàn)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(kāi)發(fā)區(qū)政策對(duì)技術(shù)密集型和資本密集型企業(yè)經(jīng)濟(jì)績(jī)效的提升作用更加明顯。原因可能是：相較于勞動(dòng)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(kāi)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(jìn)效應(yīng)”能夠較為顯著地促進(jìn)這兩個(gè)行業(yè)企業(yè)的經(jīng)濟(jì)績(jī)效改善。此外，研究還發(fā)現(xiàn)：開(kāi)發(fā)區(qū)政策對(duì)勞動(dòng)密集型和技術(shù)密集型制造業(yè)行業(yè)環(huán)境績(jī)效的促進(jìn)作用更為明顯，而對(duì)資本密集型企業(yè)的影響較小。與勞動(dòng)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(lài)資本深化，因此開(kāi)發(fā)區(qū)政策對(duì)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(jìn)一步考察了開(kāi)發(fā)區(qū)政策對(duì)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(wú)論是二氧化硫還是工業(yè)廢水排放強(qiáng)度指標(biāo)，開(kāi)發(fā)區(qū)政策估計(jì)系數(shù)均顯著為負(fù)，且開(kāi)發(fā)區(qū)政策對(duì)污染密集型行業(yè)企業(yè)環(huán)境績(jī)效的提升作用明顯高于非污染密集型行業(yè)。因此，可以認(rèn)為開(kāi)發(fā)區(qū)政策對(duì)我國(guó)污染密集型行業(yè)具有“去污染”的正向效應(yīng)，同時(shí)也表明了開(kāi)發(fā)區(qū)政策在提升制造業(yè)環(huán)境績(jī)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(jìn)一步討論

本文的內(nèi)生性問(wèn)題主要來(lái)源于開(kāi)發(fā)區(qū)設(shè)立的非隨機(jī)性。已有文獻(xiàn)指出，早期開(kāi)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(kāi)始進(jìn)程較早且經(jīng)濟(jì)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(dòng)生產(chǎn)率等經(jīng)濟(jì)績(jī)效或者環(huán)境績(jī)效可能本就高于其他地區(qū)。雖然1992年以后開(kāi)發(fā)區(qū)政策的區(qū)域平衡傾向越來(lái)越明顯，但是顯然東部開(kāi)發(fā)區(qū)的發(fā)展基礎(chǔ)和經(jīng)濟(jì)效益依然優(yōu)于中西部地區(qū)。為進(jìn)一步消除尚存的疑慮，本文對(duì)具有潛在內(nèi)生性的子樣本進(jìn)行排除并重新識(shí)別開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的影響效應(yīng)。具體而言，參考現(xiàn)有文獻(xiàn)通常的處理方法，通過(guò)對(duì)東部地區(qū)的企業(yè)樣本進(jìn)行剔除得到中西部地區(qū)的企業(yè)子樣本，對(duì)子樣本重新估計(jì)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(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和工業(yè)企業(yè)污染排放數(shù)據(jù)庫(kù)的匹配數(shù)據(jù)，將開(kāi)發(fā)區(qū)設(shè)立視作準(zhǔn)自然實(shí)驗(yàn)，選擇以企業(yè)勞動(dòng)生產(chǎn)率作為制造業(yè)經(jīng)濟(jì)績(jī)效的代表性指標(biāo)、以二氧化硫和工業(yè)廢水排放強(qiáng)度指標(biāo)作為制造業(yè)環(huán)境績(jī)效的代表性指標(biāo)，在傾向得分匹配方法的基礎(chǔ)上采用“漸進(jìn)式”雙重差分方法，從經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效兩個(gè)維度實(shí)證檢驗(yàn)了開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的因果效應(yīng)及作用機(jī)制。研究發(fā)現(xiàn)：

第一，開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)經(jīng)濟(jì)績(jī)效和環(huán)境績(jī)效均具有正向提升作用，有效于推動(dòng)了中國(guó)制造業(yè)發(fā)展。

第二，“政策效應(yīng)”“集聚效應(yīng)”和“競(jìng)爭(zhēng)效應(yīng)”是開(kāi)發(fā)區(qū)政策促進(jìn)制造業(yè)經(jīng)濟(jì)績(jī)效提升的有效機(jī)制，“綠色技術(shù)進(jìn)步效應(yīng)”和“集聚效應(yīng)”是開(kāi)發(fā)區(qū)政策促進(jìn)制造業(yè)環(huán)境績(jī)效提升的有效機(jī)制。

第三，開(kāi)發(fā)區(qū)政策對(duì)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(lái)看：國(guó)家級(jí)開(kāi)發(fā)區(qū)對(duì)制造業(yè)發(fā)展的促進(jìn)作用更加顯著；開(kāi)發(fā)區(qū)政策對(duì)制造業(yè)發(fā)展的這種正向促進(jìn)作用對(duì)于非國(guó)有企業(yè)更為突出；開(kāi)發(fā)區(qū)政策對(duì)技術(shù)和資本密集型行業(yè)經(jīng)濟(jì)績(jī)效的提升作用更加明顯，對(duì)勞動(dòng)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(kāi)發(fā)區(qū)這一政策工具，通過(guò)更好地完善政策體系以及營(yíng)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(jìng)爭(zhēng)效應(yīng)以及技術(shù)進(jìn)步效應(yīng)的形成與發(fā)揮。

二是考慮到開(kāi)發(fā)區(qū)級(jí)別對(duì)開(kāi)發(fā)區(qū)政策作用效果的差異化影響，應(yīng)加強(qiáng)省級(jí)開(kāi)發(fā)區(qū)的建設(shè)管理和質(zhì)量管理，更好地發(fā)揮其對(duì)于制造業(yè)發(fā)展的平臺(tái)支撐作用。

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