张鹏杨 朱 光 赵祚翔

(北京工业大学 1.经济与管理学院 2.北京现代制造业发展研究基地,北京 100124；3.中国人民大学 应用经济学院,北京 100872； 4.中国科学院 科技战略咨询研究院,北京 100190)

一、引言及文献综述

当前全球分工模式正在由产业内分工向产品内分工演进，各国集中于专业化生产某些产品或专注于生产产品的某些环节，全球价值链(Global Value Chain,简写GVC)得以形成并不断发展，然而目前中国相关产业总体上仍处于全球价值链的中低端(1)2016年12月商务部等7部门联合下发《关于加强国际合作提高我国产业全球价值链地位的指导意见》。。中共十九大报告指出，要促进中国产业迈向全球价值链中高端，因此引导和促进中国在全球价值链升级将成为未来政府工作的重点，而产业政策则是政府施政的重要手段。对于产业政策实施效果如何进行评价，国内外学者分别从经济增长、出口、企业生产率、企业创新等多个层面进行了考察，然而却未得出一致性的结论(宋凌云 等,2013;陈钊 等,2015;余明桂 等,2016;Farla,2015)。一般而言，政府依靠产业政策来弥补市场失灵，那么对于全球价值链升级，产业政策究竟起到何种效果呢？产业政策又是如何影响全球价值链升级的？本文将对这些问题进行研究。

政府干预与资源错配之间存在明显的相关关系(陈雨露 等,2010;韩剑 等,2014;Tombe et al.,2015)。在政府干预过程中，产业政策的作用表现在两个方面：一方面，政府为了优先发展资本密集型行业，实行税收、补贴等扭曲要素价格的产业政策，从而使得资源流向缺乏自生能力的企业中(Lin et al.,2009)，形成了资源错配的局面；另一方面，为了寻求自我保护，部分企业积极与政府建立政治关联(Chen et al.,2011)，企图影响政府配置公共资源的产业政策偏好(杨其静，2011)，这加剧了资源错配问题。产业政策实际上是政府引导资源流向的重要方式，而这种政府引导资源的方式可能会造成资源错配。

对资源错配的影响与后果，少数研究考察资源错配对GVC升级的影响，而大多数研究则聚焦对企业生产率影响。Syverson(2011)研究指出，有限的资源没有得到优化配置是中国企业生产率较低的重要原因。Hsieh et al.(2009)研究发现，如果资源得到有效配置，那么中国制造业全要素生产率将会提高86.6%～115.1%。生产要素在企业间的扭曲配置会以直接和间接的方式影响全要素生产率的提高(Banerjee et al.,2010)。其中，直接方式体现在对在位企业边际产出的影响(Banerjee et al.,2005)，而间接方式则体现在对潜在企业进入、退出市场决策的影响(Buera et al.,2011)。对于出口企业，资源错配会导致中国低生产率企业进入出口市场，导致“生产率悖论”普遍存在(戴觅 等，2014)。刘竹青等(2017)发现，地方政府以培育当地企业为目的，管制与引导生产要素价格，使得中国的要素价格长期被低估，从而促使大量低效率的企业有机会进入市场并进行出口。

中国的产业政策以各种形式存在于诸多领域(江小涓,1993)，然而对于促进出口企业，特别是加工贸易企业的发展，一项重要的产业政策即为出口加工区(Export Processing Zones,简写为EPZ)政策。陈钊等(2015)就使用该项产业政策对出口进行了研究，本文则使用该项产业政策来进一步探究其对全球价值链升级的影响。综合已有文献可知，已有文献对产业政策实施效果的研究结论并不一致，且少有专门从资源错配视角探讨产业政策影响GVC升级的文献，即使存在相关研究的文献，也并未能深入挖掘资源错配视角下产业政策影响GVC升级的原因。因此，本文可能在以下三个方面进行创新：(1)以出口加工区的“主导产业”扶持政策进行“准自然实验”，从企业层面研究产业政策对GVC升级的影响，拓展了产业政策效果仅局限在经济增长、出口、生产率及企业创新等方面的研究；(2)通过研究在不同资源配置的行业中出口加工区“主导产业”扶持政策对GVC升级的差异化影响，从而探讨资源错配在产业政策影响GVC升级中扮演的角色；(3)探索资源错配路径下产业政策影响GVC升级的原因，以此揭示产业政策通过资源错配影响GVC升级的可能渠道。

二、制度背景与准自然实验设计

(一)制度背景

为了加强与完善对加工贸易的管理，鼓励企业扩大外贸出口规模，中国自2000年4月开始成立一系列由海关监管的出口加工区。2000年国务院在《关于中华人民共和国海关对出口加工区监管的暂行办法的批复》中对出口加工区的特殊性做出了明确界定：一是对出口加工区区内企业生产所需的机器、设备、模具及其维修用零配件等实施免税政策；二是对区内为加工出口产品所需的原材料、零部件、元器件、包装物料及消耗性材料等提供服务的企业实施保税政策。在不断发展过程中，出口加工区已经形成了手续简化、办事高效快捷运作的管理模式。出口加工区政策措施实施，降低了区内企业的生产成本，对于推动中国企业参与GVC具有重要作用。值得注意的是，国家在出口加工区成立之初，为了促进在当地形成产业集群，还在每一个出口加工区设定了主导产业，从而形成了出口加工区扶持“主导产业”政策，即具有土地优惠、融资便利以及补贴鼓励等方面政策支持。由于中国工业企业数据库与海关数据库在2000—2006年间匹配度较高，并且中国出口加工区的成立主要分布在2002—2005年间(2)未选用2001年、2006年及以后年份的原因：一是不利于反映本文连续分析样本期内价值链位置演变情况；二是在进行政策冲击分析时，也不具有非常强的说服力。，因此本文选择的研究时间跨度为2000—2006年。

(二)准自然实验设计：区域选择与“主导产业”识别

本文参考陈钊等(2015)的方法，构建“准自然实验”，由此需要对出口加工区的所在区域以及“主导产业”进行识别：

(1)区域选择。将出口加工区所在城市中的出口企业作为研究样本，但出于提高产业政策识别精准度的目的，对这些样本从两方面进行了处理：一是“主导产业”使用的行业分类标准从三位码提高到四位码，以求更加准确地识别“主导产业”；二是由于同一地级市有可能在不同时期成立多个出口加工区，当出口加工区在县级市成立时，本文以该县级市的出口企业为研究样本，只有当最后一个出口加工区成立时，才将该地级市内的所有出口企业列入研究样本。此外，由于上海的出口加工区较多，这些出口加工区之间在地域范围上存在交叉重叠，且早在2000年就已成立了出口加工区，本文剔除了上海的出口加工区样本。

(2)“主导产业”识别。由于《中国开发区审核公告目录》(2006版)列举的出口加工区“主导产业”多为战略性产业，且传统行业多为高档服装等行业，而这与中国工业企业数据库的分类标准差异较大，因此需要对二者进行匹配处理：一是《国民经济行业分类》在2002年进行了修订，修订前后4位码行业层面存在较大的变化，因此本文根据《国民经济行业1994与2002新旧类目对照表》进行4位码行业的调整；二是国民经济行业与“主导产业”的匹配，先将样本使用到的35个出口加工区“主导产业”进行分类，接下来将涉及到的38个产业与国民经济4位码行业进行一一匹配，最后根据匹配的结果确定出口加工区“主导产业”所包含的企业。

三、资源错配与企业GVC位置的测度

(一)资源错配的测度

关于资源错配的测度，Hsieh et al.(2009)利用全要素生产率价值(Revenue Productivity，TFPR)的离散程度来衡量资源配置效率。这一方法虽得到广泛应用，然而却存在以下几方面不足：(1)这一方法建立在企业生产规模报酬不变的基础上，然而一旦该假设不成立，以全要素生产率价值衡量资源错配就不再合适；(2)假设中国的行业要素产出弹性与美国是一样的，然而这并不符合实际情况；(3)虽然全要素生产率价值对数方差大致反映了资源配置的扭曲程度，但也反映了企业间生产率的离散程度，然而计算出的资源配置扭曲数值会与实际结果偏差较大。基于此，本文利用龚关等(2013)的方法，使用资本的边际产出价值(Marginal Revenue Productivity of Capital,MRPK)的离差和劳动的边际产出价值(Marginal Revenue Productivity of Labor,MRPL)的离差分别测算中国制造业行业内企业间的资本扭曲和劳动力扭曲程度。

在使用龚关等(2013)的方法测算MRPK和MRPL时，也使用了LP方法测算企业全要素生产率的离差，用以衡量资源错配状况；同时，我们对两种方法测算结果进行了比较，结果均表明：样本期内中国的资源错配状况是趋于改善的。这也与龚关等(2013)的测算结果一致，从而证实测算结果是准确且可靠的(3)由于篇幅限制，本文将不再陈述以上两种方法测算的资源错配程度结果，读者如有兴趣，可向作者索要。。

(二)企业层面GVC位置测度

已有测算GVC位置的研究大多集中于行业层面(Koopman et al.,2010;Antràs et al.,2012)，而从微观的企业层面进行测算则存在较大的困难。Chor et al.(2014)、唐宜红等(2018)提出了以加权方法测算企业“上游度”位置办法，并以此作为衡量其全球生产链位置，本文则借鉴该方法来测算企业的GVC位置。这一办法的具体做法是：首先，依据Antràs et al.(2012)提出的方法，测算中国各个行业的上游度；其次，以各企业出口产品在各个行业的份额为权重对行业GVC位置进行加权，GVC位置测算方法如式(1)所示：

(1)

借助上述测算方法，对中国2000—2006年35个出口加工区所在地区的制造业出口企业的GVC位置进行了测算,具体结果见表1。表1测算结果表明，不论是从整体意义上，还是从不同的贸易类型、制造业类型的角度上，中国制造业企业在样本期内GVC位置均呈现上升趋势。

表1 企业GVC位置测算结果的统计描述(4)由于篇幅限制，本文仅仅陈列了4年的GVC位置的测算结果与统计描述，如读者有兴趣，其他年份数据可向作者索要。

四、产业政策如何影响GVC升级的实证研究

(一)内生性讨论和模型设定

在考察出口加工区“主导产业”政策对GVC升级的影响时，如果仅选择“主导产业”企业进行研究，则有很大可能会忽视“非主导产业”企业GVC的变化，从而可能会造成“选择性偏误”等内生性问题。因此，本文以国家级出口加工区的“主导产业”扶持政策作为外生冲击变量来设计“准自然实验”：一方面，通过设置实验组和对照组方式考察出口加工区地区“主导产业”与“非主导产业”的产业政策实施效果，以有效克服了样本选择性偏误问题；另一方面，准自然实验可以有效解决产业政策与GVC升级之间反向因果关系造成的估计结果有偏问题，从而可以得到无偏估计结果。由此，具体计量回归模型设定如下：

Pscjt=α0+β1Dcs+β2Dcs×Tt+β3Tt+βX+γj+γc+γt+εscjt

(2)

在式(2)中，Pscjt表示出口加工区所在的城市c四位码行业j中的企业s第t年的GVC位置；Dcs为不随时间变化的出口加工区成立之初设定的“主导产业”虚拟变量，当该行业为所处出口加工区地区扶持的“主导产业”时，设定为1，否则为0；Tt为不随行业变化的时间虚拟变量，在出口加工区成立及成立以后设定为1，否则为0；交叉项Dcs×Tt的估计系数β2表示出口加工区“主导产业”政策实施后相比“非主导产业”对企业GVC位置的影响，是本文重点观察的估计系数，当β2<0时，表示出口加工区成立前后“主导产业”的GVC位置下降，即出口加工区的“主导产业”政策并不利于出口企业的GVC升级。

此外，式(2)中还加入了一系列的控制变量X，企业层面的变量包括企业规模(ln scal)、企业年龄(age)、企业劳动生产率(TFP)、企业人均总产值(rjzcz)、企业所有制性质等；城市层面的特征变量包括出口加工区所在城市第t年累计国家级开发区的数量(Qua_na)、累计省级开发区的数量(Qua_pro)、累计国家级开发区的规划面积(Area_na)与累计省级开发区的规划面积(Area_pro)等；本文还控制了行业(ISIC行业)固定效应和城市固定效应。

(二)数据来源

本文主要使用四个方面的相关数据。(1)出口加工区和其他开发区数据。出口加工区“主导产业”的相关信息主要来源于2006年国家发改委公布的《中国开发区审核公告目录》，部分出口加工区信息来源于各出口加工区网站和相关政策文件。实证分析中使用的其它国家开发区、省级开发区的数量和规划面积等来源于《中国开发区名录》。(2)工业企业的相关数据。这一数据主要包括测算资源错配时使用的变量和部分控制变量，其中企业规模以雇佣人数的对数值表示，企业劳动生产率为LP方法测算的全要素生产率。(3)中国海关数据。使用中国海关数据库中相关企业的出口产品方面信息测算出口企业GVC位置；此外，企业出口贸易方式、所有制性质、企业所属行业类型等也来源于中国海关数据库。(4)行业GVC位置数据。在计算行业层面的GVC位置时，使用世界投入产出数据库中的世界投入产出表数据。

(三)基准回归

对式(2)进行估计，结果在表2中进行汇报。表2列(1)表明，出口加工区“主导产业”扶持政策对GVC升级存在负向影响，这与已有文献的一般预期结论是不一致的，如陈钊等(2015)就发现，出口加工区“主导产业”扶持政策对出口具有促进作用。但本文的研究结论实际上也是存在理论依据的，戴觅等(2014)发现中国存在“生产率悖论”，即由于大量加工贸易企业的存在，中国大多数出口企业并非生产率水平高。由于本文研究的是出口加工区政策，出口加工区成立虽然带来了中国出口规模的扩大，然而却并不利于出口附加值的提升和GVC升级，也存在“GVC悖论”。

产业政策影响GVC升级很可能是由于产业政策造成的资源错配引起的，那么，在不同资源错配程度的行业，产业政策对GVC升级又存在何种差异化影响呢？根据上文的计算结果，分别以MRPL标准差和四分位差中0.7和1作为区分劳动力资源错配高低的临界点，以MRPK标准差和四分位差中1.2和1.5作为区分资本资源错配高低的临界点。在不同资源错配情形下对式(2)进行分样本回归，结果如表2列(2)—(9)所示。列(2)、列(3)对比可见，当行业内劳动错配程度较低时，产业政策的实施对于企业GVC升级并无明显影响，而仅当劳动错配程度较高时，产业政策的实施对于企业GVC升级才具有显著的负向作用。更换界定劳动资源错配高低的临界点后，列(4)、列(5)依然呈现出与列(2)、列(3)相同的结论。接下来，本文再分样本检验不同资本扭曲下产业政策对GVC升级的影响。列(6)—(9)均表明，在资本扭曲程度高的情形下，产业政策对GVC升级存在负向影响，反之则影响并不显著。

综合表2的检验结果表明，在资源错配路径下存在产业政策对GVC升级的影响，出口加工区的“主导产业”扶持政策可能带来资源扭曲，从而不利于GVC升级，仅当扭曲程度不明显时这种负向影响才会消失。

表2 不同资源错配程度下出口加工区“主导产业”政策对GVC升级的影响

注：***、**和*分别代表1%、5%和10%的显著性水平，括号中的数字为标准误；回归在企业层面进行了聚类标准误(cluster)处理；由于篇幅限制，本文在正文中仅对主要解释变量进行了汇报。

(四)平行性趋势假设检验

平行性趋势假设检验的内涵为：在检验政策冲击发生后，实验组相比对照组是否发生了实质性的变化。在本文中，只有当产业政策产生作用后，出口加工区地区“主导产业”相对于“非主导产业”的企业GVC位置发生了明显的相对变化，此时双重差分的估计结果是可靠的。因此，本文进行了平行性趋势假设检验。我们将回归结果绘制成图形进行展示，具体情况可见图1。

由图1可以看出，当劳动扭曲程度较低时，出口加工区成立前后“主导产业”与“非主导产业”间的企业GVC位置均并无明显的变化，呈现波动变化，然而当劳动扭曲程度较高时，在出口加工区成立之前“主导产业”与“非主导产业”间的企业GVC位置并无明显变化趋势，但当出口加工区成立后，“主导产业”GVC位置平均值相比“非主导产业”迅速下降，表现为平行性趋势检验的交叉项回归系数在出口加工区成立后显著为负。由此也可以得出以下结论：在劳动资源错配严重的情形下，出口加工区“主导产业”扶持政策对GVC升级存在负向影响。

图1出口加工区政策影响GVC升级的平行趋势假设检验图

注：图1中，横轴表示距离发生政策冲击的时间，“0”(红色垂线)代表政策冲击发生当年，负值代表政策冲击发生前，正值代表政策冲击发生之后；纵轴代表实验组与对照组之间效应的差，“0”值以上代表实验组的GVC位置平均值比对照组大，“0”值以下则相反。

同理，图2展示的是不同程度资本扭曲下出口加工区“主导产业”扶持政策对GVC升级的影响，影响结果与劳动扭曲情形下的结论一致。

图2出口加工区政策影响GVC升级的平行趋势假设检验图

注：同图1

五、稳健性检验

为了确保上述结论的可靠性，本文从多个角度进行了稳健性检验，主要包括以下方法：改变资源错配的代理变量，改变GVC升级的衡量指标，加强实验组与对照组的匹配强度，考虑企业空间转移效应以及剔除计划单列市的影响。

(一)以全要素生产率离差衡量资源错配

由于资源错配的存在，导致企业间存在生产率分散化现象，实际上行业内也普遍存在这种现象(Syverson,2011)，而生产率分散化是资源错配最直接的体现。本文使用全要素生产率的四分位差和标准差作为衡量资源错配的代理变量，以替代前文使用的劳动扭曲和资本扭曲，回归结果如表3所示。表3列(1)表明，整体上，出口加工区的“主导产业”扶持政策使得其GVC位置相对于“非主导产业”有所降低，即出口加工区的“主导产业”政策并未能促进其GVC升级。根据全要素生产率的计算结果，我们选取0.4和0.2作为其四份位差和标准差中衡量资源错配程度高低的临界值(5)根据本文中测算的TFP的离差统计而选取的。。列(2)—(5)结果也表明，在资源错配程度较低的行业，产业政策对GVC升级的负向影响并不明显，而在资源错配程度较高的行业，这种负向影响则非常显著。这一结果稳健检验了上文结论。

注：***、**和*分别代表1%、5%和10%的显著性水平，括号中的数字为标准误；本文的控制变量、选取的固定效应和聚类标准误(cluster)处理均同表2。下同。

(二)以出口国内附加值率作为GVC升级的代理指标

在以GVC为主导的国际分工形势下，出口国内附加值率(The Ratio of Domestic Value Added in Exports to Gross Exports,简写DVAR)是反映一国贸易利得的重要指标；DVAR的上升可以体现中国在价值链上的攀升(Kee et al.，2016)。因此，本文使用DVAR这一指标进行稳健性检验，回归结果如表4所示。表4列(1)表明，出口加工区成立后，“主导产业”企业的DVAR比“非主导产业”显著下降，即出口加工区的产业扶持政策总体上对于所扶持企业DVAR的提升存在消极作用。列(2)—(5)结果显示，在劳动和资本扭曲较为严重的行业，出口加工区的“主导产业”扶持政策对GVC升级具有显著负向作用。

表4 稳健性检验：以DVAR衡量GVC升级

(三)加强实验组与对照组的匹配程度(PSM-DID)

“自然实验”法要求实验组与对照组具有一定程度的相似性，只有两者在近似相同的情况下才能准确地估计出政策冲击的真实效果。对本文基本结论可靠性的一种担忧是，以“主导产业”为实验组、“非主导产业”为对照组设计的研究方法，是否会因为二者本身差异性造成其对产业政策的适应程度有所不同，从而产生了上述结果。为此，采用倾向匹配得分法(Propensity Score Matching Methods,PSM)解决这一问题。在对照组的“非主导产业”中选取与实验组“主导产业”较为相似的企业，选取参考指标包括企业层面的出口规模、就业职工人数、工业总产值、财务费用、利润总额、全要素生产率等，同时还控制了4位码行业固定效应和2位码地区省份固定效应。使用PSM将实验组与对照组进行匹配后，将匹配后各指标与匹配前各指标进行对比后发现，匹配之后大部分变量的标准偏差有所降低，说明匹配后的对照组与实验组的相似性进一步增强(6)由于篇幅限制，本文不再汇报使用倾向匹配得分法匹配前后各变量的统计性描述，如有兴趣可向作者索要。。

以实验组和匹配后的对照组样本对式(2)重新进行计量回归，结果在表5中汇报。表5可得出的基本结论依然稳健：整体上，出口加工区成立后“主导产业”的GVC位置比“非主导产业”下降了，且在劳动力、资本错配程度较高的行业表现得尤为明显。

表5 稳健性检验：PSM筛选对照组

(四)考虑空间转移

由于本文的研究对象为基于地点(Place-based)的产业政策，且加工贸易企业的GVC位置一般相对较低，而出口加工区成立的主要目的是加强对加工贸易企业进行扶持和管理，因此出口加工区可能会吸引大量加工贸易企业进入，从而导致“主导产业”的平均GVC位置迅速下降，而非扶持政策导致出口加工区内原有企业GVC位置下降。因此，考虑到企业空间转移对回归结果带来的影响，本文剔除了新增企业样本，仅使用了2001—2005年间持续存在出口的企业样本进行回归(7)由于本文选用2002—2005年成立的出口加工区做“准自然实验”，因此选用2001—2005年间持续存在出口的企业作为样本。，具体结果见表6所示。如表6所示，回归结果与上文的研究结论基本一致。

表6 稳健性检验：考虑企业的空间转移

(五)剔除计划单列市

对本文基本结论的另外一种担心是，由于产业政策是地方政府引导经济发展的重要手段，其它产业政策也有可能对出口加工区企业的GVC升级产生影响。在本文的实验设计中，虽然控制了当期其它类型国家或省级开发区对GVC升级的影响，然而在某些产业政策实施较为频繁的地区，仍然存在开发区以外产业政策影响出口加工区内企业GVC升级的现象。作为特殊省辖市的计划单列市不仅具有相当于省一级的经济管理权限，还享有政治经济体制改革的综合试点权力，且收支与中央政府直接挂钩，因此有可能较为频繁使用产业政策。为了排除上述可能性对估计结果的影响，进一步加强对其它产业政策影响的控制，本文剔除了沈阳、南京、宁波、福州、济南、青岛、广州等7个计划单列市(8)截止到1993年，国务院共先后设立14个计划单列市，包括：沈阳、大连、长春、哈尔滨、南京、宁波、厦门、青岛、武汉、广州、深圳、成都、重庆、西安。1994年国务院决定撤销省会城市的计划单列，并将原14个计划单列市加上杭州、济南设立为副省级城市。这些城市的经济与立法权限并未发生变化，因此本文认为这些城市依然是计划单列市。的出口加工区，以排除计划单列市频率较高的产业政策对估计结果的影响。利用剔除计划单列市的出口加工区企业的数据重新对式(2)进行回归，结果如表7所示。由表7可以看出，在剔除其它产业政策影响的情况下，回归结果仍支持本文的预期结论。

表7 稳健性检验：剔除计划单列市

六、资源错配视角下产业政策影响GVC升级的解释

(一)理论机制探讨：基于企业全要素生产率视角

从资源配置的本质上看，在发展成熟的市场经济中，资源本应该从低效率企业流向高效率企业，而资源错配则破坏了资源的自由流动，企业间的生产要素扭曲配置抑制了全要素生产率的提高(Banerjee et al.,2010)；同时，资源错配带来企业生产率的显著下降(Hsieh et al.,2009)。由于中国对生产要素的价格进行管制，限制其流动，使得要素价格长期被低估，产生要素配置扭曲，从而促使大量低效率的企业有机会进入市场并出口，这在加工贸易企业中表现尤为突出，比如“生产率悖论”(戴觅 等,2014)。对出口加工区企业而言，尤其是出口加工区“主导产业”的企业，政府的优惠政策的重点扶持可能造成资源流向低生产率的加工贸易企业，产业政策带来的资源扭曲和资源错配可能会造成企业全要素生产率水平的下降。

企业全要素生产率水平与GVC升级有着密切关系。从直接角度看，企业全要素生产率是影响企业GVC升级的重要因素，同时也反映了GVC升级的重要方面。企业生产率的不断提高是中国制造业企业价值链升级的重要原因(余淼杰,2010)。从间接角度来看，由于企业全球价值链升级表现为由价值链环节中下游向上游攀升，需要企业不断增强创新能力，突破技术壁垒，而这种技术壁垒的突破与企业全要素生产率息息相关。企业的全要素生产率对企业创新能力存在明显的促进作用(赵伟 等,2012)。由此可见，全要素生产率是影响GVC升级的重要因素。

企业全要素生产率可能是资源错配下产业政策影响GVC升级的一个重要路径。那么，在资源扭曲严重的情形下，出口加工区“主导产业”政策对GVC升级具有明显负向影响，这是否由于资源扭曲造成产业政策影响全要素生产率是明显负向的作用呢？如果是由全要素生产率引起的，这一因素的贡献率又有多大？

(二)基于中介效应模型的实证检验

接下来将全要素生产率作为中介变量，通过中介效用模型对这一可能存在的路径进行检验。表8报告了中介效应模型的检验结果。其中，表8列(1)显示，出口加工区的“主导产业”政策对企业全要素生产率的影响系数显著为负，说明产业政策对于企业全要素生产率的提升具有负向作用。列(2)表明，产业政策的实施会抑制“主导产业”企业的GVC升级。列(3)在列(2)的基础上加入全要素生产率这一中介变量，交叉项系数在列(2)的基础上有所下降，而同时全要素生产率的回归系数正向显著，表明全要素生产率与GVC升级存在明显的同向影响，而出口加工区的“主导产业”扶持政策造成了全要素生产率下降，从而带来了GVC位置的下降，全要素生产率对GVC升级中负向贡献率为-9.68%(9)[-0.031-(-0.034)]/(-0.031)= -9.68%。。

表8 出口加工区“主导产业”政策影响GVC升级的路径

接下来，本文探究这一问题：在不同资源扭曲的情况下，全要素生产率的中介效应是否仍然存在。表9报告了在劳动扭曲程度不同的情况下的回归结果。

表9 劳动力扭曲下出口加工区“主导产业”政策影响GVC升级的路径

表9列(1)—(3)表明，在劳动力扭曲程度较低的情况下，出口加工区的“主导产业”扶持政策仍然会降低企业的全要素生产率，但由于其对企业GVC位置不存在显著影响，因此不存在通过全要素生产率影响GVC位置这一作用路径。在劳动扭曲程度较高的情形下，列(4)—(5)表明出口加工区“主导产业”政策不仅会抑制企业全要素生产率的增长，还会阻碍企业GVC位置的提升。列(4)—(6)结果表明，在劳动力扭曲严重的情况下，产业政策会对企业GVC位置产生负向影响，并且存在全要素生产率的中介效应，即出口加工区“主导产业”政策对企业GVC位置下降的部分影响是由于全要素生产率下降造成的，其负向贡献率约为-6.85%(10)[-0.073-(-0.078)]/(-0.073)= -6.85%。。

表10报告了在不同资本扭曲程度情况下的回归结果。列(1)—(3)显示，在资本扭曲程度较低的情况下，出口加工区“主导产业”政策虽然会降低企业全要素生产率，但由于其对企业GVC位置不存在显著影响，因此并不存在全要素生产率对GVC升级影响的路径。列(4)—(6)表明，在资本扭曲较为严重的情况下，出口加工区“主导产业”政策会通过降低企业全要素生产率方式导致其GVC位置的下降，这一中介效应的负向贡献率为-13.79%(11)[-0.058-(-0.066)]/(-0.058)= -13.79%。。上述结论不仅证明了全要素生产率这一中介变量的存在，还再次表明资源错配是中国当前实施产业政策不可忽略的重要因素。

表10 资本扭曲下出口加工区“主导产业”政策影响GVC升级的路径

七、研究结论与政策启示

长期以来，中国政府试图通过多种形式的产业政策提升经济的发展水平和发展质量，然而大多数产业政策却是失败的。对于产业政策失败的原因，现有研究多从政府过度干预经济以及比较优势会决定产业政策实施效果的角度进行分析。值得注意的是，在中国市场化进程中，政府过度干预经济的又一严重后果是生产要素的扭曲和错配。本文立足于这一现实，以出口加工区的“主导产业”政策为准自然实验，利用2000—2006年的中国工业企业数据库、中国海关数据库等数据，探究了在资源错配程度不同的行业内产业政策对企业GVC升级的影响。最终得到如下研究结论：整体上，出口加工区“主导产业”政策的实施对于企业GVC升级具有负向影响，然而这种负向影响仅仅在资源错配严重的情况下存在；通过分别考察资本扭曲和劳动扭曲发现，在资本扭曲和劳动扭曲严重的情况下负向影响显著；出口加工区“主导产业”政策对企业全要素生产率的负向影响是产生资源错配的重要原因。

基于以上研究结论，本文得到如下的政策启示：

(1)要制定合适的产业政策，规范产业政策的执行过程。产业政策是政府调节经济的重要手段，如果造成的过度资源错配可能会与制定产业政策目的相悖，因此制定产业政策应以不造成资源错配为前提；另外，在产业政策的实施过程中，依靠产业政策调节资源流向应当把握“程度”，需要“适度而为”和“适可而止”，要防止过度干预造成的资源错配对产业政策效果发挥的影响。

(2)要及时对产业政策进行合理调整，使之与现实经济环境契合。随着国际经济形势和国内现实的变化，经济发展目标在不断调整，而对于与发展目标不相匹配的产业政策应当做出适时调整。当前，在GVC分工迅速发展的国际大背景下，提升一国GVC位置，实现出口方式由“数量积累”向“质量升级”转型，这已经成为了未来的经济发展目标，因此需要调整部分产业政策。对本文研究结论而言，应当基于现有目标调整出口加工区政策，实现由出口加工区政策向自贸区政策升级。