王清剛 汪 帥

(中南財(cái)經(jīng)政法大學(xué) 會(huì)計(jì)學(xué)院，湖北 武漢 430074)

一、引言

當(dāng)前，我國經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。黨的十九大報(bào)告明確提出“以供給側(cè)結(jié)構(gòu)性改革為主線，推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革，提高全要素生產(chǎn)率”。在經(jīng)濟(jì)高質(zhì)量發(fā)展階段，市場(chǎng)在資源配置中起決定性的作用，但政策引導(dǎo)也不容忽視。在中國經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的關(guān)鍵期，從高質(zhì)量發(fā)展的角度探討區(qū)域經(jīng)濟(jì)政策與企業(yè)全要素生產(chǎn)率之間的關(guān)系及其作用機(jī)理，具有重要的學(xué)術(shù)價(jià)值和實(shí)踐價(jià)值。

作為政府調(diào)控經(jīng)濟(jì)、縮小區(qū)域發(fā)展差距的重要手段，區(qū)域經(jīng)濟(jì)政策在國內(nèi)得到了長(zhǎng)期且廣泛的運(yùn)用。許多學(xué)者就區(qū)域經(jīng)濟(jì)政策實(shí)施效果問題展開了研究，如陳紅霞(2017)研究了開發(fā)區(qū)產(chǎn)城融合政策對(duì)京津冀區(qū)域發(fā)展的影響[1]，劉雪燕等(2021)從學(xué)習(xí)效應(yīng)和選擇效應(yīng)兩個(gè)角度研究了區(qū)域減稅政策對(duì)西部地區(qū)生產(chǎn)率和資產(chǎn)配置效率的促進(jìn)作用[2]，孫林和周科選(2020)考察了區(qū)域貿(mào)易政策對(duì)中國出口東盟的企業(yè)投資行為變化[3]。上述學(xué)者普遍認(rèn)為區(qū)域經(jīng)濟(jì)政策對(duì)地區(qū)經(jīng)濟(jì)發(fā)展有一定促進(jìn)作用，但在實(shí)踐中區(qū)域經(jīng)濟(jì)政策是否有效，還有賴于政策本身是否與地區(qū)特征相契合，否則可能會(huì)造成產(chǎn)出效率低，甚至失效[4]。上述文獻(xiàn)主要研究了相關(guān)區(qū)域政策對(duì)西部地區(qū)、東部地區(qū)、沿海地區(qū)以及跨國區(qū)域經(jīng)濟(jì)發(fā)展的影響，而長(zhǎng)江經(jīng)濟(jì)帶作為新時(shí)代經(jīng)濟(jì)協(xié)調(diào)發(fā)展的一個(gè)重要部分，從經(jīng)濟(jì)發(fā)展的角度對(duì)其經(jīng)濟(jì)政策進(jìn)行評(píng)估探討，學(xué)術(shù)界并不常見。當(dāng)前涉及長(zhǎng)江流域的研究主要集中在綠色創(chuàng)新[5]、污染治理[6]、碳排放[7]和綠色全要素生產(chǎn)率[8]等方面，更多地以城市為單元展開分析，而對(duì)微觀企業(yè)的研究，如從企業(yè)全要素生產(chǎn)率的角度評(píng)估長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施效果的文獻(xiàn)較為少見，這也成為本文研究的出發(fā)點(diǎn)。

本文從長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施這一準(zhǔn)自然實(shí)驗(yàn)切入，運(yùn)用DID-PSM方法考察了區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響，并進(jìn)一步檢驗(yàn)了區(qū)域經(jīng)濟(jì)政策影響企業(yè)全要素生產(chǎn)率的作用機(jī)制并且識(shí)別其對(duì)長(zhǎng)江上中下游企業(yè)的差異性影響。相比以往文獻(xiàn)，本文的貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，已有文獻(xiàn)關(guān)注了西部地區(qū)、東部地區(qū)、沿海城市和跨國政策的作用，本文重點(diǎn)關(guān)注長(zhǎng)江區(qū)域政策。具體地，以長(zhǎng)江經(jīng)濟(jì)帶為切入點(diǎn)，從高質(zhì)量發(fā)展的角度檢驗(yàn)區(qū)域經(jīng)濟(jì)政策對(duì)長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率的影響及作用機(jī)制。這對(duì)縮小區(qū)域發(fā)展差距、實(shí)現(xiàn)共同富裕和促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有參考作用。第二，已有研究多從企業(yè)內(nèi)部因素和外部干預(yù)方面探討對(duì)企業(yè)全要素生產(chǎn)率的影響，而本文從宏觀政策著手分析長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的作用，豐富和拓展了區(qū)域經(jīng)濟(jì)政策和企業(yè)全要素生產(chǎn)率的文獻(xiàn)。第三，基于長(zhǎng)江上中下游地理位置和發(fā)展程度的差異，本文還檢驗(yàn)了區(qū)域經(jīng)濟(jì)政策對(duì)長(zhǎng)江上中下游企業(yè)全要素生產(chǎn)率影響的異質(zhì)性，豐富了對(duì)區(qū)域經(jīng)濟(jì)政策經(jīng)濟(jì)價(jià)值的評(píng)估探討，同時(shí)也為如何深入推進(jìn)區(qū)域經(jīng)濟(jì)政策提供一定參考。

二、相關(guān)文獻(xiàn)回顧、理論分析與研究假設(shè)

(一)相關(guān)文獻(xiàn)回顧

與本文密切相關(guān)的文獻(xiàn)包括兩個(gè)方面：一是全要素生產(chǎn)率影響因素研究，二是長(zhǎng)江經(jīng)濟(jì)帶區(qū)域研究。作為經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵，企業(yè)全要素生產(chǎn)率長(zhǎng)期以來被學(xué)術(shù)界和實(shí)務(wù)界廣泛關(guān)注。大量研究表明，融資約束[9]、信息不對(duì)稱[10]和信貸配置扭曲[11]等會(huì)降低企業(yè)全要素生產(chǎn)率，而一定的內(nèi)部因素和外部干預(yù)會(huì)緩解上述問題。

從企業(yè)內(nèi)部因素來看，已有文獻(xiàn)發(fā)現(xiàn)資產(chǎn)配置轉(zhuǎn)變[12]、信息技術(shù)能力[13]、企業(yè)財(cái)務(wù)結(jié)構(gòu)與錯(cuò)配[14]和知識(shí)管理[15]會(huì)影響企業(yè)全要素生產(chǎn)率。而在外部干預(yù)上，地區(qū)公共債務(wù)[16]、產(chǎn)業(yè)政策[17]和人口集聚[18]也能對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生一定作用。

在區(qū)域政策方面，學(xué)者們發(fā)現(xiàn)西部大開發(fā)區(qū)域經(jīng)濟(jì)政策對(duì)西部污染型企業(yè)全要素生產(chǎn)率的促進(jìn)作用較大[2]；有學(xué)者聚焦京津冀區(qū)域，研究發(fā)現(xiàn)產(chǎn)城融合是保證區(qū)域可持續(xù)發(fā)展的必然選擇，能為其提供外部動(dòng)力[19]，并且城市之間的協(xié)調(diào)發(fā)展會(huì)加快產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)程，促進(jìn)京津冀企業(yè)全要素生產(chǎn)率提高[1]。深入到區(qū)域經(jīng)濟(jì)政策作用機(jī)制領(lǐng)域，有學(xué)者發(fā)現(xiàn)激發(fā)企業(yè)研發(fā)活力[20]、發(fā)揮技術(shù)學(xué)習(xí)效應(yīng)和稅收選擇效應(yīng)[2]、促進(jìn)產(chǎn)能結(jié)構(gòu)升級(jí)[21]等均能促進(jìn)全要素生產(chǎn)率的提高。上述研究支持了區(qū)域經(jīng)濟(jì)政策的積極效應(yīng)，但在實(shí)踐中，區(qū)域經(jīng)濟(jì)政策是否有效還與政策實(shí)施、區(qū)域自身特點(diǎn)有關(guān)，創(chuàng)新政策[22]、產(chǎn)業(yè)政策[23]的實(shí)施效率在不同區(qū)域之間存在明顯差異。同時(shí)，不同政策對(duì)地區(qū)生產(chǎn)效率的作用機(jī)制也不盡相同，違背自身優(yōu)勢(shì)的政策實(shí)施會(huì)造成效率損失，甚至政策失效[4]。

關(guān)于長(zhǎng)江經(jīng)濟(jì)帶的研究，已有文獻(xiàn)主要集中在綠色創(chuàng)新、污染治理、碳排放和綠色全要素生產(chǎn)率方面。如鄭飛鴻和李靜(2022)發(fā)現(xiàn)科技型環(huán)境規(guī)制促進(jìn)了長(zhǎng)江經(jīng)濟(jì)帶城市產(chǎn)業(yè)綠色創(chuàng)新，且具有一定空間溢出效應(yīng)，并在不同流域、不同類型的城市之間存在差異[5]。李標(biāo)等(2021)研究發(fā)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略有助于城市污染減排[6]。張晨露和張凡(2022)發(fā)現(xiàn)生態(tài)保護(hù)對(duì)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)的碳排放具有顯著抑制作用[7]。尹禮匯等(2022)發(fā)現(xiàn)命令控制型和市場(chǎng)激勵(lì)型環(huán)境規(guī)制對(duì)長(zhǎng)江經(jīng)濟(jì)帶制造業(yè)綠色全要素生產(chǎn)率具有顯著促進(jìn)作用[8]。

綜上所述，較少有文獻(xiàn)從高質(zhì)量發(fā)展的角度考察區(qū)域經(jīng)濟(jì)政策對(duì)長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率的影響，探究其影響路徑和對(duì)上中下游企業(yè)影響差異的研究更是少見。故本文擬將深入分析區(qū)域經(jīng)濟(jì)政策與長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率之間的關(guān)系，并檢驗(yàn)其作用機(jī)制和對(duì)長(zhǎng)江上中下游企業(yè)影響的異質(zhì)性，驗(yàn)證長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策的有效性和經(jīng)濟(jì)價(jià)值，以期為推動(dòng)區(qū)域經(jīng)濟(jì)政策、促進(jìn)經(jīng)濟(jì)統(tǒng)籌發(fā)展提供一定參考。

(二)制度背景與研究假設(shè)

自改革開放以來，長(zhǎng)江沿線地區(qū)經(jīng)濟(jì)迅速發(fā)展，但這種粗放式的經(jīng)濟(jì)高速增長(zhǎng)帶來了一定隱患。2016年1月26日，習(xí)近平總書記在中央財(cái)經(jīng)領(lǐng)導(dǎo)小組第十二次會(huì)議上的講話中指出：“推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展，理念要先進(jìn)，堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展，把生態(tài)環(huán)境保護(hù)擺上優(yōu)先地位，涉及長(zhǎng)江的一切經(jīng)濟(jì)活動(dòng)都要以不破壞生態(tài)環(huán)境為前提，共抓大保護(hù)，不搞大開發(fā)?！嵘l(fā)展質(zhì)量和效益?！?016年3月，中共中央審議通過《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，《規(guī)劃綱要》從大力保護(hù)長(zhǎng)江生態(tài)環(huán)境、加快構(gòu)建綜合立體交通走廊、創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、積極推進(jìn)新型城鎮(zhèn)化、努力構(gòu)建全方位開放新格局、創(chuàng)新區(qū)域協(xié)調(diào)發(fā)展體制機(jī)制及保障措施等方面描繪了長(zhǎng)江經(jīng)濟(jì)帶發(fā)展的宏偉藍(lán)圖，這是推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展重大國家戰(zhàn)略的綱領(lǐng)性文件。推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶高質(zhì)量發(fā)展，必須依托區(qū)域人才、智力密集優(yōu)勢(shì)，堅(jiān)定不移推進(jìn)供給側(cè)結(jié)構(gòu)性改革，堅(jiān)決淘汰落后過剩產(chǎn)能，大力激發(fā)創(chuàng)新創(chuàng)業(yè)創(chuàng)造活力，實(shí)現(xiàn)由要素驅(qū)動(dòng)、投資驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)的轉(zhuǎn)變，使之成為培育新動(dòng)能、引領(lǐng)轉(zhuǎn)型發(fā)展的創(chuàng)新驅(qū)動(dòng)帶。

全要素生產(chǎn)率一直是學(xué)術(shù)界和實(shí)務(wù)界關(guān)注的重點(diǎn)，已有研究表明，企業(yè)全要素生產(chǎn)率會(huì)受到諸如融資、創(chuàng)新和人才質(zhì)量等因素的影響[24][25]26]。結(jié)合長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策背景，本文認(rèn)為區(qū)域經(jīng)濟(jì)政策會(huì)通過改善融資環(huán)境、研發(fā)環(huán)境和人才環(huán)境三個(gè)方面提高長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

第一，區(qū)域經(jīng)濟(jì)政策會(huì)改善融資環(huán)境，促進(jìn)企業(yè)全要素生產(chǎn)率提高。企業(yè)面臨融資約束問題會(huì)導(dǎo)致企業(yè)現(xiàn)金流減少，投資機(jī)會(huì)減少，進(jìn)而造成資源配置扭曲、生產(chǎn)率下降[24]，因此要提高全要素生產(chǎn)率，解決企業(yè)融資問題至關(guān)重要。從具體金融政策來看①，地方政府會(huì)引導(dǎo)銀行業(yè)提高支持力度，主要表現(xiàn)為對(duì)長(zhǎng)江經(jīng)濟(jì)帶企業(yè)加大貸款規(guī)模，降低利率水平、延長(zhǎng)貸款期限和簡(jiǎn)化信貸審批流程，使得企業(yè)所處融資環(huán)境得到一定改善。同時(shí)，沿線地區(qū)金融監(jiān)管部門會(huì)針對(duì)銀行業(yè)金融機(jī)構(gòu)和企業(yè)特點(diǎn)，實(shí)施分類劃分，確保金融資源配置到位，滿足企業(yè)發(fā)展需求，這使得企業(yè)融資渠道和信息更為清晰透明[27]，融資約束問題得到緩解[28]。由此可見，區(qū)域經(jīng)濟(jì)政策可通過改善企業(yè)面臨的融資環(huán)境，緩解企業(yè)融資約束問題進(jìn)而提高企業(yè)全要素生產(chǎn)率。

第二，區(qū)域經(jīng)濟(jì)政策會(huì)改善研發(fā)環(huán)境，促進(jìn)企業(yè)全要素生產(chǎn)率提高。創(chuàng)新不僅能夠改變企業(yè)生產(chǎn)方式，還能促進(jìn)關(guān)聯(lián)產(chǎn)業(yè)發(fā)展，是提高全要素生產(chǎn)率的關(guān)鍵[25]。具體支持創(chuàng)新的政策主要包括以下三個(gè)方面②：首先，打造上海創(chuàng)新示范高地，加強(qiáng)長(zhǎng)江經(jīng)濟(jì)帶現(xiàn)有科研中心建設(shè)，建立和完善創(chuàng)新成果轉(zhuǎn)移轉(zhuǎn)化中心、知識(shí)產(chǎn)權(quán)運(yùn)營中心和產(chǎn)業(yè)專利聯(lián)盟，改善科研基礎(chǔ)條件、保障科研成果產(chǎn)權(quán)。這為研發(fā)工作提供了支持平臺(tái)，調(diào)動(dòng)了企業(yè)合作研發(fā)積極性、促進(jìn)了研發(fā)工作的學(xué)習(xí)和交流。同時(shí)對(duì)于創(chuàng)新成果溢出效應(yīng)還具有一定的促進(jìn)作用，有助于長(zhǎng)江沿線地區(qū)企業(yè)科技創(chuàng)新的進(jìn)一步發(fā)展。其次，對(duì)企業(yè)而言，區(qū)域經(jīng)濟(jì)政策改善了融資環(huán)境，緩解了企業(yè)創(chuàng)新的資金壓力，使企業(yè)能投入更多資源進(jìn)行創(chuàng)新，激發(fā)創(chuàng)新活力[21]。最后，地方政府還有針對(duì)性地發(fā)放企業(yè)創(chuàng)新補(bǔ)貼、創(chuàng)新獎(jiǎng)勵(lì)等以鼓勵(lì)企業(yè)自主創(chuàng)新，這有助于充分調(diào)動(dòng)企業(yè)創(chuàng)新積極性和緩解企業(yè)創(chuàng)新資金壓力，提升創(chuàng)新水平進(jìn)而提高全要素生產(chǎn)率[25]。從以上三點(diǎn)來看，區(qū)域經(jīng)濟(jì)政策會(huì)通過改善企業(yè)研發(fā)環(huán)境，促進(jìn)企業(yè)全要素生產(chǎn)率提高。

第三，區(qū)域經(jīng)濟(jì)政策會(huì)改善人才環(huán)境，促進(jìn)企業(yè)全要素生產(chǎn)率提高。勞動(dòng)力質(zhì)量是技術(shù)進(jìn)步和技術(shù)效率提高的關(guān)鍵因素[26]，對(duì)全要素生產(chǎn)率具有明顯的促進(jìn)作用[29]。政策綱要提到，要“集聚人才優(yōu)勢(shì)，國家各類人才計(jì)劃結(jié)合長(zhǎng)江經(jīng)濟(jì)帶人才需求予以積極支持”。具體的人才政策表現(xiàn)為③，對(duì)于新來的人才給予一次性補(bǔ)助、房貼、月工資補(bǔ)助等，同時(shí)落實(shí)個(gè)人所得稅優(yōu)惠、科研經(jīng)費(fèi)等，吸引高質(zhì)量人才創(chuàng)業(yè)就業(yè)，使人才環(huán)境得到一定改善。除引進(jìn)人才外，合理完善的培訓(xùn)機(jī)制也可促進(jìn)人才質(zhì)量的提高，人才補(bǔ)助能夠促進(jìn)企業(yè)對(duì)自身員工加強(qiáng)培訓(xùn)和繼續(xù)教育，提高員工整體素質(zhì)水平。因此，區(qū)域經(jīng)濟(jì)政策會(huì)通過改善地區(qū)人才環(huán)境，促進(jìn)企業(yè)全要素生產(chǎn)率提高。

基于以上分析，本文認(rèn)為區(qū)域經(jīng)濟(jì)政策會(huì)提高企業(yè)全要素生產(chǎn)率，且主要是通過改善融資環(huán)境、研發(fā)環(huán)境和人才環(huán)境促進(jìn)企業(yè)全要素生產(chǎn)率提高，故提出假設(shè)：

H1：區(qū)域經(jīng)濟(jì)政策會(huì)促進(jìn)企業(yè)全要素生產(chǎn)率提高。

H2a：區(qū)域經(jīng)濟(jì)政策會(huì)通過改善融資環(huán)境提高企業(yè)全要素生產(chǎn)率。

H2b：區(qū)域經(jīng)濟(jì)政策會(huì)通過改善研發(fā)環(huán)境提高企業(yè)全要素生產(chǎn)率。

H2c：區(qū)域經(jīng)濟(jì)政策會(huì)通過改善人才環(huán)境提高企業(yè)全要素生產(chǎn)率。

三、研究設(shè)計(jì)

(一)樣本選擇及數(shù)據(jù)來源

本文選取2013-2019年中國資本市場(chǎng)A股上市公司為研究樣本，原因如下：第一，選擇7年為一個(gè)時(shí)間周期，政策發(fā)生前后都為3年樣本，使結(jié)果更為穩(wěn)??；第二，2020年受到新冠疫情嚴(yán)重影響，因此本文樣本選擇到2019年。為了避免異常樣本的不利影響，本文進(jìn)行了如下篩選：首先，剔除了ST和PT等非正常交易狀態(tài)的觀測(cè)值；其次，剔除金融、保險(xiǎn)行業(yè)的觀測(cè)值；最后，剔除了相關(guān)數(shù)據(jù)缺失的觀測(cè)值。經(jīng)過篩選，最終剩余19291個(gè)觀測(cè)值，涉及3508家上市公司。此外，本文還對(duì)所有連續(xù)變量在1%和99%分位進(jìn)行了winsorize處理。其余相關(guān)數(shù)據(jù)均來自CSMAR國泰安數(shù)據(jù)庫，分析軟件為stata15.0。

(二)傾向得分匹配法(PSM)樣本匹配

為了保證實(shí)驗(yàn)組和控制組之間樣本的可比性，本文運(yùn)用PSM為實(shí)驗(yàn)組尋找合適可對(duì)比的控制組。具體地，選擇企業(yè)規(guī)模Size、財(cái)務(wù)杠桿Lev、股權(quán)集中度Top5、成長(zhǎng)能力Grow、獨(dú)立董事比例Indep、董事會(huì)規(guī)模Board、高管薪酬Sala、高管持股比例Hold和年度虛擬變量Year作為協(xié)變量。PSM采用Logit回歸，對(duì)二值變量Treat(是否為實(shí)驗(yàn)組樣本)按照1:2的權(quán)重比例進(jìn)行回歸匹配，最終剩余15301個(gè)樣本。

匹配后的均衡結(jié)果如表1所示，可以看到：(1)匹配前，Size、Lev、Indep和Sala等4個(gè)協(xié)變量的均值在實(shí)驗(yàn)組(Treat=1)和對(duì)照組(Treat=0)之間的差異均在1%的水平上顯著，而在匹配后，這些變量的取值在兩組間的差異已經(jīng)不再統(tǒng)計(jì)顯著；(2)匹配后協(xié)變量偏差率絕對(duì)值相比匹配前有所減小，且均小于10%，表明匹配后協(xié)變量的標(biāo)準(zhǔn)化差距較小。以上結(jié)果表明PSM匹配滿足均衡性假設(shè)。

(三)模型設(shè)定

為了緩解區(qū)域經(jīng)濟(jì)政策和企業(yè)全要素生產(chǎn)率之間的內(nèi)生性問題，更好地檢驗(yàn)區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響，本文以長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策作為準(zhǔn)自然實(shí)驗(yàn)，設(shè)置實(shí)驗(yàn)組和控制組，參考劉曄和林陳聃(2021)的做法[30]，構(gòu)建了如下DID估計(jì)模型：

TFP=β0+β1Post×Treat+β2Size+β3Lev+β4Top5+β5Grow+β6Board+

β7Indep+β8Sala+β9Hold+μ+γ+ε

(1)

式(1)中，被解釋變量TFP表示企業(yè)全要素生產(chǎn)率，為使結(jié)果更為穩(wěn)健，本文分別用常規(guī)法、OP法和LP法進(jìn)行衡量，生成變量TFPC、TFPO和TFPL。Treat等于1代表長(zhǎng)江經(jīng)濟(jì)帶的企業(yè)，Treat等于0則表示非長(zhǎng)江經(jīng)濟(jì)帶的企業(yè)，長(zhǎng)江經(jīng)濟(jì)帶覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州11個(gè)省市。Post為時(shí)間虛擬變量，《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》在2016年3月審議通過，故以2016年為界限，即2016年及之后Post定義為1，2016以前Post則為0。

此外，本文還控制了企業(yè)規(guī)模Size，等于企業(yè)期末總資產(chǎn)的自然對(duì)數(shù)；財(cái)務(wù)杠桿Lev，等于企業(yè)期末負(fù)債總額與期末資產(chǎn)總額的比值；股權(quán)集中度Top5，等于前五大股東持股數(shù)與總股數(shù)的比值；成長(zhǎng)能力Grow，等于企業(yè)主營業(yè)務(wù)收入增長(zhǎng)率；獨(dú)立董事比例Indep，等于獨(dú)立董事人數(shù)與董事會(huì)總?cè)藬?shù)的比值；董事會(huì)規(guī)模Board，等于董事會(huì)總?cè)藬?shù)的自然對(duì)數(shù)；高管薪酬Sala，等于企業(yè)前三位高管薪酬總額的自然對(duì)數(shù)；高管持股比例Hold，等于高管持股數(shù)與總股數(shù)的比值。此外，模型還控制了個(gè)體固定效應(yīng)μ和年度固定效應(yīng)γ。

在模型中，本文主要關(guān)注的是交乘項(xiàng)Post×Treat的系數(shù)β1，其衡量了區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響，若β1顯著為正，則說明區(qū)域經(jīng)濟(jì)政策顯著提高了長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率，支持了假設(shè)H1。

為了檢驗(yàn)區(qū)域經(jīng)濟(jì)政策是否通過改善融資環(huán)境、研發(fā)環(huán)境和人才環(huán)境進(jìn)而影響企業(yè)全要素生產(chǎn)率，本文在模型(1)的基礎(chǔ)上構(gòu)建模型(2)：

TFP=β0+β1Post×Treat+β2Post×Treat×Z+β3Z+β4Size+β5Lev+β6Top5+

β7Grow+β8Board+β9Indep+β10Sala+β11Hold+μ+γ+ε

(2)

式(2)中，Z代表影響機(jī)制變量。融資環(huán)境，本文用跨期投資模型計(jì)算的企業(yè)融資約束變量WW進(jìn)行衡量，WW越大，企業(yè)融資約束程度越高，表明融資環(huán)境越差；研發(fā)環(huán)境，本文用研發(fā)資金的自然對(duì)數(shù)表示的研發(fā)投入RD進(jìn)行度量，RD越高，表明研發(fā)環(huán)境越好；人才環(huán)境，本文使用平均職工薪酬的自然對(duì)數(shù)表示的勞動(dòng)力質(zhì)量HC進(jìn)行度量，HC越高，表明人才環(huán)境越好。其余控制變量Control與模型(1)相同，μ和γ分別為個(gè)體固定效應(yīng)和年度固定效應(yīng)。在此模型中，主要關(guān)注β2的符號(hào)。

(四)描述性統(tǒng)計(jì)

表2列示了主要研究變量的描述性統(tǒng)計(jì)結(jié)果。TFPC、TFPO和TFPL的標(biāo)準(zhǔn)差分別為2.1649、2.1630和2.1608，表明不同企業(yè)全要素生產(chǎn)率之間存在一定差異；Top5的平均值等于0.5266，最大值為0.8858，表明樣本內(nèi)公司前五大股東的平均持股比例為52.66%，最大為88.58%，反映出中國上市公司股權(quán)集中度在經(jīng)歷股權(quán)分置改革后仍然較高的事實(shí)；Indep的均值等于0.3758，表明獨(dú)立董事比例平均占比為37.58%，符合獨(dú)立董事最低1/3比例的規(guī)定?？刂谱兞吭诓煌髽I(yè)之間都存在一定差異，這為本文考察區(qū)域經(jīng)濟(jì)政策對(duì)全要素生產(chǎn)率的影響提供了支持。

表2 變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

為考察區(qū)域經(jīng)濟(jì)政策沖擊是否影響以及如何影響企業(yè)全要素生產(chǎn)率，本文依次進(jìn)行如下兩個(gè)檢驗(yàn)：第一，運(yùn)用單變量雙重差分法，初步考察區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響；第二，引入各控制變量，使用DID模型進(jìn)行實(shí)證檢驗(yàn)，進(jìn)一步考察區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響。

(一)單變量雙重差分結(jié)果

本文初步采用單變量雙重差分法進(jìn)行實(shí)證檢驗(yàn)。表3列示了控制組和實(shí)驗(yàn)組在區(qū)域經(jīng)濟(jì)政策調(diào)整前后企業(yè)全要素生產(chǎn)率TFPC、TFPO和TFPL的差異分析結(jié)果，本文主要關(guān)注第(7)列用實(shí)驗(yàn)組變動(dòng)減去控制組變動(dòng)的雙重差分值?？梢钥吹?，第(7)列企業(yè)全要素生產(chǎn)率TFPO和TFPL的雙重差分值依次為0.1362和0.1199，在10%的水平上顯著為正，以上結(jié)果初步表明區(qū)域經(jīng)濟(jì)政策顯著促進(jìn)了企業(yè)全要素生產(chǎn)率提高，支持了研究假設(shè)H1。

表3 單變量雙重差分結(jié)果

(二)區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響：雙重差分回歸結(jié)果

上文運(yùn)用單變量雙重差分法的檢驗(yàn)結(jié)果初步顯示，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施之后，相比控制組企業(yè)，實(shí)驗(yàn)組企業(yè)全要素生產(chǎn)率顯著上升。但需要指出的是，在上文的單變量檢驗(yàn)中，本文并未控制其他可能影響企業(yè)全要素生產(chǎn)率的因素，這可能對(duì)區(qū)域經(jīng)濟(jì)政策與企業(yè)全要素生產(chǎn)率之間的關(guān)系產(chǎn)生一定影響。為了更加清晰地識(shí)別出區(qū)域經(jīng)濟(jì)政策影響企業(yè)全要素生產(chǎn)率的因果效應(yīng)，本文進(jìn)一步控制了相關(guān)控制變量、年度固定效應(yīng)和個(gè)體固定效應(yīng)，即模型(1)，結(jié)果如表4所示。

表4 長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)全要素生產(chǎn)率雙重差分回歸結(jié)果

可以看到，在第(1)(2)和(3)列中，Post×Treat的系數(shù)分別為0.1178、0.1479和0.1380，均在1%的水平顯著為正，表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用，支持了研究假設(shè)H1。在政策指導(dǎo)下，為實(shí)現(xiàn)規(guī)劃發(fā)展目標(biāo)，地方政府會(huì)相應(yīng)實(shí)施信貸、補(bǔ)貼補(bǔ)助及相關(guān)鼓勵(lì)政策，不僅會(huì)緩解地區(qū)企業(yè)融資約束問題，同時(shí)還會(huì)促進(jìn)地區(qū)企業(yè)創(chuàng)新、提升勞動(dòng)力質(zhì)量，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提高。

控制變量中，以第(1)列為例，Size的系數(shù)顯著為正，表明企業(yè)規(guī)模越大，全要素生產(chǎn)率越高；Lev的系數(shù)顯著為負(fù)，表明企業(yè)杠桿水平越高，全要素生產(chǎn)率越低；Top5的系數(shù)顯著為正，表明前五大股東持股比例會(huì)顯著促進(jìn)企業(yè)全要素生產(chǎn)率提高；Grow的系數(shù)顯著為正，表明成長(zhǎng)能力越高，企業(yè)全要素生產(chǎn)率越高；Sala的系數(shù)顯著為正，表明高管薪酬增加會(huì)促進(jìn)企業(yè)全要素生產(chǎn)率提高。

(三)敏感性測(cè)試

為了提升研究結(jié)論的穩(wěn)健性，本文進(jìn)行了如下系列敏感性測(cè)試：

1. 平行趨勢(shì)檢驗(yàn)。雙重差分估計(jì)有效的前提之一是滿足平行趨勢(shì)檢驗(yàn)。為此，參考黃鍵斌等的研究[25]，本文運(yùn)用事件研究法檢驗(yàn)平行趨勢(shì)。為避免共線性問題，本文以長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策發(fā)布前一年(2015年)作為基準(zhǔn)組，分別構(gòu)造政策發(fā)生前即2013年和2014年時(shí)間虛擬變量與處理組虛擬變量Treat的交乘項(xiàng)，依次生成變量D_2、D_1；政策發(fā)生后即2016年、2017年、2018年和2019年時(shí)間虛擬變量與處理組虛擬變量Treat的交乘項(xiàng)，依次生成變量D1、D2、D3和D4，并參考模型(1)進(jìn)行檢驗(yàn)?；貧w后的結(jié)果如表5所示，在第(1)(2)和(3)列中，可以看到D_2、D_1的系數(shù)不顯著，D1、D2、D3、D4的系數(shù)為正，表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率具有顯著正向作用，且隨著時(shí)間推移仍然能夠持續(xù)發(fā)揮促進(jìn)作用。

表5 穩(wěn)健性檢驗(yàn)：平行趨勢(shì)檢驗(yàn)

2. 虛假政策時(shí)間點(diǎn)的反事實(shí)檢驗(yàn)。參考黃建斌等的研究[25]，本文進(jìn)一步采用反事實(shí)方法進(jìn)行穩(wěn)健性檢驗(yàn)。具體地，在政策實(shí)施前選取一個(gè)時(shí)間點(diǎn)(2014年)，檢驗(yàn)偏離政策實(shí)施真實(shí)時(shí)間點(diǎn)的政策沖擊對(duì)企業(yè)全要素生產(chǎn)率的影響，結(jié)果如表6所示，可以看到Post×Treat的系數(shù)不顯著，這使得本文研究結(jié)論更為穩(wěn)健。

表6 穩(wěn)健性檢驗(yàn)：虛假政策時(shí)間點(diǎn)

3. 隨機(jī)選擇地區(qū)的安慰劑檢驗(yàn)。參考曹春方和張超的研究[31]，讓政策對(duì)省份地區(qū)的影響隨機(jī)(由計(jì)算機(jī)隨機(jī)生成)，即國內(nèi)31個(gè)地區(qū)中隨機(jī)抽取11個(gè)作為處理組，Treat取1；剩余的作為對(duì)照組，Treat取0，再次代入模型(1)檢驗(yàn)(全要素生產(chǎn)率選取TFPC)。將這個(gè)過程重復(fù)200次，結(jié)果見圖1，其中X軸表示“偽交乘虛擬變量”估計(jì)系數(shù)的大小，Y軸表示密度值和p值大小，曲線是估計(jì)系數(shù)的核密度分布，圓點(diǎn)是估計(jì)系數(shù)對(duì)應(yīng)的p值，可以發(fā)現(xiàn)交乘項(xiàng)Treat×Post的系數(shù)集中分布在0附近，遠(yuǎn)小于估計(jì)的真實(shí)值0.1178，且大多系數(shù)未通過10%的顯著性檢驗(yàn)，這反向說明本文結(jié)論較為穩(wěn)健。

圖1 穩(wěn)健性檢驗(yàn)：隨機(jī)選擇地區(qū)

4. 排除其他政策影響?？紤]到長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施期間，還存在其他政策同時(shí)進(jìn)行，如西部大開發(fā)政策、“一帶一路”政策等。為此，參考Chen等的研究[32]，分別將受到西部大開發(fā)政策和“一帶一路”政策影響的地區(qū)刪除，西部大開發(fā)政策影響地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古和廣西等12個(gè)省市；“一帶一路”政策影響地區(qū)包括新疆、陜西、寧夏、甘肅、青海、內(nèi)蒙古、黑龍江、吉林、遼寧、廣西、云南、西藏、上海、福建、浙江、廣東、海南和重慶等18個(gè)省市。結(jié)果如表7所示，第(1)列中Post×Treat的系數(shù)均顯著為正，第(2)列中Post×Treat對(duì)TFPC的系數(shù)雖然不顯著，但系數(shù)為正，可能系樣本缺失過多所致，其他列中Post×Treat的系數(shù)均顯著為正，以上結(jié)果表明本文研究結(jié)論較為穩(wěn)健。

表7 穩(wěn)健性檢驗(yàn)：排除其他政策影響

5. 滯后變量法。為更好地評(píng)估長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策的影響，本文進(jìn)一步將解釋變量和控制變量進(jìn)行滯后一期處理，并重新進(jìn)行分析。結(jié)果如表8所示，Post×Treat的系數(shù)均顯著為正，說明本文結(jié)論較為穩(wěn)健。

表8 穩(wěn)健性檢驗(yàn)：滯后變量法

6. 全樣本檢驗(yàn)。上文為了消除選擇性偏誤問題，采用 PSM 匹配樣本作為控制組。下面進(jìn)一步采用未經(jīng)過匹配的全樣本數(shù)據(jù)作為控制組。對(duì)此重新進(jìn)行檢驗(yàn)，具體結(jié)果如表9所示：Post×Treat的系數(shù)未發(fā)生實(shí)質(zhì)性改變，這說明本文研究結(jié)論較為穩(wěn)健。

表9 穩(wěn)健性檢驗(yàn)：全樣本

(四)影響機(jī)制分析

表10報(bào)告了影響機(jī)制檢驗(yàn)結(jié)果，可以看到第(1)列中Post×Treat×WW的系數(shù)顯著為負(fù)，表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策會(huì)通過改善融資環(huán)境進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提高；第(2)列中Post×Treat×RD的系數(shù)顯著為正，表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策會(huì)通過改善研發(fā)環(huán)境進(jìn)而提高全要素生產(chǎn)率；第(3)列中Post×Treat×HC的系數(shù)顯著為正，表明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策會(huì)通過改善人才環(huán)境進(jìn)而提高全要素生產(chǎn)率。以上結(jié)果支持了假設(shè)H2a、H2b和H2c。

表10 機(jī)制分析：長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策與企業(yè)全要素生產(chǎn)率

五、進(jìn)一步分析

根據(jù)上文實(shí)證分析，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施后，各地方政府會(huì)相應(yīng)制定出與自身優(yōu)勢(shì)相結(jié)合的具體政策或規(guī)定，包括信貸優(yōu)惠、政府補(bǔ)助、創(chuàng)新補(bǔ)貼和人才引進(jìn)等，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提高。在此背景下，基于地理位置和市場(chǎng)發(fā)展程度差異，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)長(zhǎng)江上中下游區(qū)域的影響可能不同，影響路徑也存在異質(zhì)性。為此，本文擬將進(jìn)一步探究區(qū)域經(jīng)濟(jì)政策對(duì)長(zhǎng)江經(jīng)濟(jì)帶上中下游地區(qū)的影響差異，以深入理解長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策的經(jīng)濟(jì)價(jià)值。

具體地，長(zhǎng)江經(jīng)濟(jì)帶下游區(qū)域包括上海、江蘇、浙江和安徽；中游區(qū)域包括湖北、湖南和江西；下游區(qū)域包括重慶、四川、云南和貴州。考慮到下游區(qū)域公司較多，本文將分別考察經(jīng)濟(jì)政策對(duì)下游企業(yè)和中上游企業(yè)的影響，即生成Treat1和Treat2，若為長(zhǎng)江經(jīng)濟(jì)帶下游企業(yè)，則Treat1為1，否則為0；若為長(zhǎng)江經(jīng)濟(jì)帶中上游企業(yè)，則Treat2為1，否則為0。參考模型(1)進(jìn)行回歸分析，結(jié)果如表11所示。

從表11中可以看出，在下游企業(yè)分組中，第(1)(2)和(3)列Post×Treat的系數(shù)分別為0.0948、0.1306和0.1180，均顯著為正；而在中上游企業(yè)中，第(1)(2)和(3)列Post×Treat的系數(shù)相比下游企業(yè)有所提高，且均顯著為正。以上結(jié)果聯(lián)合表明，與下游企業(yè)相比，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策對(duì)中上游企業(yè)全要素生產(chǎn)率具有更強(qiáng)的促進(jìn)作用。且進(jìn)一步的分析結(jié)果顯示④，在下游企業(yè)中改善融資環(huán)境和改善人才環(huán)境發(fā)揮的作用更強(qiáng)，而在中上游企業(yè)中改善研發(fā)環(huán)境發(fā)揮的作用更強(qiáng)。

表11 異質(zhì)性分析：長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策與企業(yè)全要素生產(chǎn)率

之所以出現(xiàn)這一結(jié)果，可能的原因在于，長(zhǎng)江經(jīng)濟(jì)帶下游區(qū)域地理占據(jù)優(yōu)勢(shì)，且相對(duì)較為發(fā)達(dá)，易吸引創(chuàng)業(yè)和就業(yè)人才集聚，而中上游區(qū)域由于發(fā)展相對(duì)落后，科技創(chuàng)新程度不高，研發(fā)水平和總體發(fā)展提高空間較大。因此，相比長(zhǎng)江經(jīng)濟(jì)帶下游企業(yè)，經(jīng)濟(jì)政策對(duì)中上游企業(yè)全要素生產(chǎn)率的提高作用較大，且在中上游企業(yè)中改善研發(fā)環(huán)境發(fā)揮的作用更強(qiáng)；而對(duì)于下游企業(yè)改善融資環(huán)境和改善人才環(huán)境發(fā)揮的作用更強(qiáng)。

六、結(jié)論與啟示

如何有效提高企業(yè)全要素生產(chǎn)率一直是學(xué)術(shù)界和實(shí)務(wù)界關(guān)注的重點(diǎn)問題。在我國經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，區(qū)域經(jīng)濟(jì)政策是否會(huì)影響以及如何影響長(zhǎng)江經(jīng)濟(jì)帶企業(yè)全要素生產(chǎn)率等重要問題值得探究。本文以長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用傾向得分匹配-雙重差分法分析了區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)：長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)政策實(shí)施之后，企業(yè)全要素生產(chǎn)率明顯提高，且主要是通過改善融資環(huán)境、研發(fā)環(huán)境和人才環(huán)境對(duì)企業(yè)全要素生產(chǎn)率發(fā)揮作用；該區(qū)域經(jīng)濟(jì)政策對(duì)企業(yè)全要素生產(chǎn)率的作用具有豐富的異質(zhì)性，與下游企業(yè)相比，區(qū)域經(jīng)濟(jì)政策對(duì)中上游企業(yè)全要素生產(chǎn)率的促進(jìn)作用更強(qiáng)，在中上游企業(yè)中改善研發(fā)環(huán)境發(fā)揮的作用更強(qiáng)，而在下游企業(yè)中改善融資環(huán)境和人才環(huán)境發(fā)揮的作用更強(qiáng)。

本文不僅拓展了區(qū)域經(jīng)濟(jì)政策和企業(yè)全要素生產(chǎn)率的研究，同時(shí)有助于政府引導(dǎo)優(yōu)化資源配置，促進(jìn)全要素生產(chǎn)率的提高以確保經(jīng)濟(jì)高質(zhì)量發(fā)展。根據(jù)研究結(jié)論，本文可以得出以下三點(diǎn)政策啟示：

第一，合適的區(qū)域經(jīng)濟(jì)政策對(duì)經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，各省政府應(yīng)結(jié)合自身優(yōu)勢(shì)實(shí)施配套規(guī)定、措施以實(shí)現(xiàn)政策目標(biāo)，促進(jìn)地區(qū)經(jīng)濟(jì)協(xié)調(diào)共進(jìn)，推動(dòng)企業(yè)高質(zhì)量發(fā)展。長(zhǎng)江經(jīng)濟(jì)帶位處中國版圖中心，肩負(fù)著協(xié)調(diào)中國經(jīng)濟(jì)發(fā)展的重任，將是未來中國經(jīng)濟(jì)增長(zhǎng)的潛力區(qū)域。因此，在新階段繼續(xù)積極推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶發(fā)展政策，不僅會(huì)促進(jìn)長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展，同時(shí)對(duì)全國經(jīng)濟(jì)統(tǒng)籌協(xié)調(diào)發(fā)展，帶動(dòng)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)也具有一定的積極作用。

第二，長(zhǎng)江經(jīng)濟(jì)發(fā)展政策會(huì)通過改善融資環(huán)境、研發(fā)環(huán)境和人才環(huán)境促進(jìn)企業(yè)全要素生產(chǎn)率提高，結(jié)合區(qū)域經(jīng)濟(jì)發(fā)展政策作用機(jī)理，各省政府如何做到因地制宜識(shí)別自身優(yōu)勢(shì)與劣勢(shì)顯得尤為重要。在長(zhǎng)江經(jīng)濟(jì)帶涉及區(qū)域中，如山西存在煤炭資源優(yōu)勢(shì)、云南與境外接壤存在外貿(mào)地理優(yōu)勢(shì)等，但缺乏創(chuàng)新和人才，則要將重點(diǎn)放在改善研發(fā)環(huán)境和人才環(huán)境方面，促進(jìn)經(jīng)濟(jì)的全面高質(zhì)量發(fā)展。

第三，長(zhǎng)江上中下游企業(yè)地理位置和經(jīng)濟(jì)發(fā)展程度迥異，區(qū)域經(jīng)濟(jì)政策的影響存在一定異質(zhì)性，因此在政策的落實(shí)與執(zhí)行層面應(yīng)針對(duì)不同企業(yè)采取異質(zhì)性的措施。本文研究表明，中上游企業(yè)更易從政策中受益，且中上游企業(yè)中研發(fā)環(huán)境改善發(fā)揮的作用更強(qiáng)，而下游企業(yè)中則是融資環(huán)境改善和人才環(huán)境改善發(fā)揮的作用更強(qiáng)。因此，在政策實(shí)施過程中，可以重點(diǎn)支持中上游企業(yè)研發(fā)項(xiàng)目，促進(jìn)其科技創(chuàng)新發(fā)展，緩解下游企業(yè)融資困境和完善人才引進(jìn)政策，這有利于激發(fā)長(zhǎng)江不同區(qū)域企業(yè)經(jīng)濟(jì)活力，保證資源的合理配置。

注釋：

①金融政策方面，如中國農(nóng)業(yè)銀行與湖北省交通投資集團(tuán)簽署《助推長(zhǎng)江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略債務(wù)融資工具承銷協(xié)議》；郵儲(chǔ)銀行湖北分行鼓勵(lì)各級(jí)分行積極創(chuàng)新，探索研發(fā)新產(chǎn)品，搭建起“融資+融智”的科技企業(yè)新型金融服務(wù)平臺(tái)，為科技企業(yè)以“知識(shí)產(chǎn)權(quán)、股權(quán)、應(yīng)收款、倉單質(zhì)押”等信用方式獲取創(chuàng)業(yè)融資。

②創(chuàng)新推動(dòng)方面，如安徽省印發(fā)《蕪湖市系統(tǒng)推進(jìn)全面創(chuàng)新改革試驗(yàn)實(shí)施方案》，旨在蕪湖將加快突破核心技術(shù)，培育發(fā)展新模式，大力推動(dòng)重大基地、重大工程和重大專項(xiàng)建設(shè)，傾力打造戰(zhàn)略性新興產(chǎn)業(yè)“蕪湖板塊，將蕪湖市建設(shè)成為長(zhǎng)江經(jīng)濟(jì)帶產(chǎn)業(yè)創(chuàng)新中心。

③人才政策方面，如湖北省委、省政府印發(fā)《深化人才引進(jìn)人才評(píng)價(jià)機(jī)制改革推動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展的若干意見》，突出基礎(chǔ)性人才、高技能人才、海外領(lǐng)軍人才三類人才，聚焦人才引進(jìn)機(jī)制、人才評(píng)價(jià)機(jī)制兩個(gè)方面改革，明確了六個(gè)方面二十條措施；印發(fā)《關(guān)于實(shí)施“我選湖北”計(jì)劃大力促進(jìn)大學(xué)生在鄂就業(yè)創(chuàng)業(yè)的意見》，明確規(guī)定各級(jí)機(jī)關(guān)事業(yè)單位特別是企業(yè)接納大學(xué)生實(shí)習(xí)實(shí)訓(xùn)，給予每人每月不少于500元的生活補(bǔ)貼，省級(jí)對(duì)各地按補(bǔ)貼總額的50%以獎(jiǎng)代補(bǔ)給予支持。五年內(nèi)擬在全省建立5000個(gè)大學(xué)生實(shí)習(xí)實(shí)訓(xùn)基地。

④限于篇幅，進(jìn)一步分析結(jié)果留存?zhèn)渌鳌?/p>