扶贫开发政策会促进贫困地区工业企业资本增长吗?∗

(南京财经大学江苏产业发展研究院 江苏南京 210023)

一、引言

在全球脱贫实践中，中国对世界减贫贡献超过七成。作为中国打赢脱贫攻坚战的主要抓手，扶贫开发政策的重要意义不言而喻，扶贫开发政策带来的直接减贫、脱贫效应也顺势成为当前扶贫开发政策研究焦点。众所周知，扶贫开发政策包含一系列具体措施，比如修建水电交通等基础设施、免费提供劳动技能培训、为贫困群体提供创业资金、对推动贫困群体就业的企业加以支持等。这些措施对于改善贫困地区企业生产经营环境都大有裨益，但是当前文献鲜有围绕扶贫开发政策对贫困地区工业企业影响展开的研究。根据《中国扶贫开发报告(2016)》，在推行扶贫开发政策的贫困县中，不仅农民人均纯收入与全国县域平均水平差距明显缩小，第二产业占GDP 比重、人均GDP、人均财政收入等方面与全国县域平均水平的差距也都在缩小。由此试想:扶贫开发政策对贫困地区的经济影响很可能并非局限于贫困人群减贫、脱贫，而是对地区工业化及整体经济水平提升均产生系统性影响。据此，本文以支撑贫困地区产业发展的重要稀缺资源——实体资本作为切入点，通过考察扶贫开发政策对工业企业资本增长的影响，辨识扶贫开发政策这一贫困地区导向型区域政策的“引资”效应。本文展示了扶贫开发政策推进贫困地区“造血式”发展的微观证据，有助于对中国取得的脱贫成就进行更加深刻的解读。

回顾扶贫开发政策研究发现，政策的直接脱贫效应一直备受关注。部分研究针对扶贫开发政策体系中的特定领域展开效果评估，比如利用“国家贫困地区义务教育工程”，基于CHIP 数据分析教育扶贫的增智和增收效应(汪德华等，2019)；利用精准扶贫政策推行时间，借助CFPS 数据评估其减贫效应(王立勇和许明，2019)；等等。随着脱贫攻坚目标的逐步实现，从区域经济发展角度探讨可持续脱贫问题成为学术研究新的焦点，比如李丹等(2019) 以扶贫开发重点县为研究对象，分析了财政转移支付对贫困地区“造血能力”的影响；张凯强(2018) 利用国家级贫困县资格划定的政策试验，分析了转移支付对地区经济稳定的影响；汪晨等(2020) 分析了中国减贫战略转型及其面临的挑战，指出市民化和城镇化是一条重要途径。

同样是基于对实现可持续脱贫的思考，本文认为，贫困地区长期受制于薄弱的产业基础，导致当地劳动力、手工业及农业、自然资源等难以实现高效利用，这是贫困地区实现可持续脱贫所面临的巨大阻碍。倘若扶贫开发政策能够推动贫困地区工业化加速发展，可通过延长生产链条嵌入更多以农谋生的贫困户，创造更多高附加值的非农就业岗位吸纳农村剩余劳动力，并培植壮大地方税源做好社会民生保障工作，从而形成贫困地区实现可持续脱贫的长久之策。企业作为地区经济的微观载体，其资本增长情况可被视为地区工业化发展水平的重要缩影。因此，本文尝试通过分析扶贫开发政策对贫困地区工业企业资本增长的促进作用，洞悉扶贫开发政策对贫困地区产业结构演进的积极意义。本文创新点归纳如下:

在研究对象上，以往文献大多将贫困户作为关注重点，本文虽然也是从微观层面展开扶贫开发政策影响研究，但是将生产单元——企业作为研究对象。不久前中国刚刚宣布完成消除绝对贫困的艰巨任务，可持续脱贫成为新的议题，依靠产业升级实现“造血式”发展被当作重点方向。在2018 年全国扶贫开发工作会议上，胡春华指出“要健全稳定脱贫长效机制，增强贫困地区、贫困群众内生动力和自我发展能力”。本文将扶贫开发政策研究重点放在促进贫困地区工业企业资本增长上，有效拓展了现有扶贫开发政策研究视野。

在研究内容上，本文将扶贫开发政策视为针对贫困地区的区域扶持性政策，并将研究纳入区域经济学分析范式。中国界定的贫困地区是具有明确行政边界、社会经济系统相对完整的县域单元，完全符合区域经济学中“区域”的概念，满足开展区域经济学研究的前提条件。鉴于此，本文充分考虑贫困地区企业发展瓶颈，厘清政策能够为企业带来哪些方面改善以及如何促进企业资本增长，有助于打开扶贫开发政策影响贫困地区经济发展的机理“黑箱”。此外，《中国扶贫开发报告(2016)》 载明，中国情景下的贫困发生原因已由原先的体制原因转变为经济地理原因。贫困地区并非孤立、封闭的区域单元，不同贫困地区与邻近区域的经济差距有所不同，扶贫开发政策对贫困地区企业的影响效果极有可能会因此而存在差异。因此，本文进一步引入空间经济因素分析，丰富了扶贫开发政策研究内容。

在实证策略上，本文关注区域政策评估存在的内生性以及多重政策叠加和经济趋势干扰等问题并加以解决。在解决内生性问题上，本文选择PSM-DID 模型，利用中国2011年新一轮贫困县调整来设计准自然实验。但若据此构建双重差分直接进行评估，难免还存在其他方面干扰:一是实验组、对照组在省际和宏观区域的分布并非随机，须考虑省际政策差异以及宏观区域政策差异①比如西部大开发、中部崛起和东北振兴战略等。对扶贫开发政策“引资”效应的叠加影响；二是本文研究时段正处于中国经济步入“新常态”的过程中，企业所属行业经营状况的演变趋势差异也可能导致政策评估有偏甚至出现误判，因而还需控制企业所属行业经营状况演变趋势的干扰。

二、政策背景与机理分析

(一) 中国脱贫战略:开发式扶贫政策

中国扶贫工作直至1986 年中央成立了国务院贫困地区经济开发领导小组(后改称国务院扶贫开发领导小组)，扶贫方式相应从救济式变为开发式，侧重于开发的中国特色扶贫战略才由此开展。国家通过确立贫困县，安排专项资金、制定专门优惠政策，并确定开发式扶贫方针，对贫困地区进行了大规模、有组织的扶贫开发。扶贫开发三十余年，先后经历了《国家八七扶贫攻坚计划(1994—2000 年)》、《中国农村扶贫开发纲要(2001—2010 年)》、《中国农村扶贫开发纲要(2011—2020 年)》 等时期，扶贫开发方针也由初始的仅局限于改善农村贫困人口生产、生活条件逐步转变为“以工补农、以城补乡”参与式扶贫。当下构建的“大扶贫格局”，更加注重扶贫开发主体的多元化，鼓励通过市场运作引导社会各界积极参与。

在扶贫开发长期实践过程中，中国形成了一套多维扶贫开发政策体系，包含就业扶贫、产业扶贫、以工代赈、金融扶贫、东西部协作扶贫、异地搬迁以及科技、教育和医疗扶贫等。最新一轮扶贫开发工作创新了多项举措，比如实施IPO 扶贫，贫困地区企业享受上市发审的政策红利，IPO 实行“即报即审、审过即发”；鼓励金融创新，开发满足贫困地区融资需求的金融产品；扩充东西部协作扶贫，除了以往的财政横向转移支付和劳务合作，还鼓励东部企业在西部展开市场合作以及投资、联营、合营；实施电商扶贫，加大贫困地区通信基础设施建设力度，开展“互联网＋”培训；注重精准扶贫，精准识别贫困人群并切实带动其脱贫，不断缩小贫富差距。

(二) 扶贫开发政策下贫困地区工业企业资本增长的机理分析

从供给和需求方面看，贫困地区常常陷入“低收入→低储蓄”、“低教育→低物质和人力资本积累→低产出→低收入”和“低收入→低购买力→投资引诱不足→低私人和公共资本形成→低产出→低收入”的贫困恶性循环。政府营商环境不够完善，如招商引资能力不足、市场规模狭小、基础设施薄弱、融资约束凸显等，更是严重阻碍了地区工业企业集聚和成长。依据区域经济干预理论，有效的政府干预能够帮助地区克服工业生产供给与产品需求双重障碍，打破经济被低水平均衡锁定的状态。正如前文所述，中国在贫困地区推行的是独具特色的开发式扶贫政策，不仅着眼于贫困人群脱贫、减贫，更是旨在有效推动当地经济社会诸多层面发展，该过程产生的联动互补和外部经济效应，对工业企业资本增长都大有裨益。本文将具体从政策支持、市场需求和要素供给三个层面，依次探讨扶贫开发政策下贫困地区工业企业实现资本增长的三种作用机理，即享受政策红利、追逐市场成长和获取金融资本。

在享受政策红利机理方面，对工业项目的招商引资常被地方政府视作发展属地经济的优先战略，这一点早已达成共识；在晋升锦标赛压力下，地方政府往往通过减税让利、财政补助等优惠政策展开激烈的引资竞争。政策红利对资本的吸引效应有目共睹，但贫困地区在引资竞争中存在诸多不利因素，如财税基础薄弱、财政约束紧张、脱贫压力沉重等，均会削弱本已匮乏的用于招商引资的财税支持力度。这会进一步加剧贫困地区在引资竞争中的劣势地位，对当地资本增长造成不利影响。在贫困地区推行扶贫开发政策，一方面能让当地工业企业享受适度的政策利好，如在就业扶贫、产业扶贫、东西部协作扶贫等细分领域，现有政策设计已充分考虑到工业企业在减贫、脱贫中的积极作用，因而政策内容包含了针对工业企业的税收减免以及财政补贴等配套制度；另一方面能够减轻当地政府扶贫资金压力，中央扶贫专项资金、世界减贫组织资助、社会捐赠等将直接缓解贫困地区政府扶贫资金压力，在“省负总责，市县抓落实”的原则下，省、市、县级政府对辖区内减贫工作采取“一把手”责任制，也将增强上级政府对贫困地区政府资金政策支持力度，这可极大缓解贫困地区财政约束，从而降低减贫工作对招商引资的财政挤出效应，增强当地引资竞争力。综上，扶贫开发政策不仅本身包含一定的招商引资政策红利，还能缓解贫困地区政府扶贫任务对招商引资的财政挤出效应，从总体上增强贫困地区引资竞争力，从而促进地区工业企业资本增长。

在追逐市场成长机理方面，新古典经济学理论认为，在资本可以自由流动的条件下，地区间资本要素收益差异是驱使资本流动的重要动力。简而言之，资本逐利本性决定了其更倾向于汇聚在市场高速成长的地区。扶贫开发政策在助力贫困地区经济起飞，促其市场快速有效成长方面表现不凡(《中国扶贫开发报告(2016)》)，具体表现为两个方面:一是通过精准扶贫、异地搬迁、资产收益扶贫、以工代赈等方式，切实提高了贫困人群的劳动和资产收入。由于低收入人群边际消费倾向更高，且工业品的收入需求弹性更大，贫困地区贫富差距缩小势必带来工业品市场规模扩张，本地工业品市场容量由此得到扩大；二是对于贫困地区基础设施建设尤为重视，通过专项资金拨付、PPP 模式运作和国家开发银行定点帮扶等手段，支持贫困地区基础设施建设，助其克服交通、通信相关基础设施供给瓶颈，大幅提高了贫困地区工业企业与外界的分工合作与信息交流效率并降低了物流成本，其对外销售范围由此得到拓展。综上，扶贫开发政策既能缩小贫困地区贫富差距，促进本地市场容量扩大，还能扩展工业企业市场销售范围，为企业带来良好业绩，从而促进地区工业企业资本增长。

在获取金融资本机理方面，受制于低收入、低储蓄、外来资金匮乏等现实因素，贫困地区金融环境状况堪忧。对于资本投入量更大的工业企业而言，金融资源禀赋劣势更是严重阻碍贫困地区工业企业资本汇聚，企业难以通过撬动金融资本的方式来发展壮大。扶贫开发政策能够通过多种渠道打破金融资本供给不足的藩篱，主要表现在两个方面:一是实施金融扶贫，推动金融机构入驻贫困地区，并鼓励金融机构根据贫困地区特点开展金融创新，直接缓解贫困地区工业企业融资难、融资贵的境遇；二是受益于扶贫开发政策的减贫、脱贫成效，贫困地区居民收入和储蓄水平提高，推动银行资本金扩充和放贷规模提高，同时，针对贫困户和贫困村的扶贫贷款和扶贫资金中有一部分可能会借助影子银行、民间借贷等途径流向工业企业，贫困地区资金供给水平总体得到增强。综上，扶贫开发政策能够通过完善金融服务、增加资金供给、降低融资约束，提高贫困地区工业企业融资能力，助力其实现资本增长。

三、研究设计与描述性分析

(一) 样本选择与数据来源

本文选用适宜政策分析的倍差法，需选择某个关键时间节点，满足准自然实验条件，并且要科学挑选实验组和对照组。本文将2011 年出台《中国农村扶贫开发纲要(2011—2020 年)》 并开展第三轮贫困县评选工作当作关键时间节点。参考王书斌(2018)，本文将该轮评选中首次进入贫困县名单的所有县的所属企业定为实验组，以确保在此之前从未受到扶贫开发政策的影响；挑选对照组时需要认识到扶贫开发政策推行地区并非随机产生，而是取决于地区贫困程度。挑选对照组的基本思路是:在所有未推行扶贫开发政策的县中，找出政策推行前在经济社会发展水平上与贫困县尽可能相似的县，使得实验组和对照组推行扶贫开发政策的概率相近，能够相互比较，从而解决实验组和对照组在推行扶贫开发政策前不完全具备共同趋势假设的问题(刘瑞明和赵仁杰，2015)。

该轮贫困县调整时，中央将权力下放到省级，允许各省根据实际情况，按“出一进一，总量不变”的原则进行调整。各省原始分配名额存在差别，导致本轮申请贫困县时各省难易程度不同。受到各省名额限制以及省内竞争程度不一、县级政府游说能力差异等因素影响，现实中存在这样一批非贫困县，它们仅因某类指标略高于贫困县标准而被排除在外。①《中国扶贫开发报告(2016)》 利用2001—2010 年数据，筛选出经济水平排名靠后的135 个非贫困县，发现这些欠发达的非贫困县的经济水平与贫困县持平，仅是农民纯收入略高于贫困县。据此，本文按以下步骤挑选对照组:(1) 确定对照组挑选标准并初步筛选。选择国家认定的与贫困程度高度相关的经济发展指标——人均GDP、人均财政收入，先依据2010 年实验组的人均GDP、人均财政收入取值范围，在全国所有县、区、旗中挑选出满足此取值范围的地区，作为初选样本组。(2) 利用PSM 模型进一步筛选。为了更加严格控制经济、产业等发展条件相似，加入城镇化率(城镇人口占总人口比重)、消费水平(社会零售额占GDP 比重)、金融发展(贷款额比GDP)、产业结构(二、三产业占比)、政府财政支出、教育水平(中学学历人数占总人口比重) 等指标，利用PSM 模型进行1 ∶1 最邻近匹配法进行得分匹配，在(1) 所形成的初选样本组中挑选子集作为对照组。这样可进一步控制实验组与对照组在城镇化、市场、金融、教育发展以及产业结构、政府支出等方面保持相似，如此方可确保实验组和对照组经济社会发展程度相似，进而保证企业生产经营环境类似。在实验组和对照组所构成的总样本组中，具体哪些县能够享受扶贫开发政策，对于企业来讲是一项随机事件。本文最终确定的实验组和对照组均包含185 个县。需要说明的是，本文搜集的县域数据(不含北京、上海、天津和西藏) 一部分来源于《中国县域统计年鉴》，但根据该年鉴数据无法测算全部指标，需通过分省统计年鉴补充其他指标，这会导致部分县因未被上述统计年鉴收录或某项指标数据缺失而被删除。接着，本文利用《中国工业企业数据库》，依据地区代码选出实验组和对照组的工业企业信息，本文研究时段为2008—2013 年，共获取161 213 个样本。

(二) 变量设定

因变量为企业资本(Capital)，用企业实收资本额来衡量(范剑勇和莫家伟，2014)。

核心解释变量是依据倍差法的思路，设置虚拟变量Treat，实验组地区取值为1，否则为0；设置虚拟变量Post，政策实施当年及以后取值为1，否则为0。②限于篇幅原因，本文所有表格将省略Treat 和Post 两个控制变量的回归结果。需要重点关注的是双重差分变量DID，即Treat×Post，表示实验组由于政策而产生的变化。

控制变量分为两类:企业层面变量包括企业年限(Age)；企业年限平方(Age2)；人均工资 (Wage)，以反映企业采用高技能或知识密集型生产方式的状况 (张杰等，2012)；劳动生产率(productivity)，用企业生产总值除以从业人数表示；要素投入结构(L/K)，用企业从业人数除以固定资本额表示；企业从业人员规模(Employment)；企业经营成本(Cost)。地区层面变量包括企业所在县人均GDP (County-PGDP)、人均财政收入(Revenue)、城镇化率(Urban)、消费水平(Consume)、金融发展(Finance)、产业结构(Stru)、教育水平(Edu)、所在地市人均GDP (City-PGDP)、所在省人均GDP(Prov-PGDP)。

对应于前文所述作用机理，本文设置中介变量包括:用企业获取的补贴收入(Subsidy) 以及税负水平(Tax) 表示享受政策红利机理，其中税负水平(Tax) 用企业所得税除以利润额表示；用反映企业业绩的营业收入(Sale) 表示追逐市场成长机理；用企业负债水平(Debt) 表示获取金融资本机理。

(三) 计量模型

本文重点考察扶贫开发政策对企业实收资本的影响，设置回归模型见公式(1):

其中，Capital表示企业资本；DID为扶贫开发政策双重差分变量；X表示控制变量；i、j、t分别表示地区、企业代码和时间。

(四) 描述性分析

将选定的企业样本分为实验组和对照组，计算两组企业平均实收资本额，见图1。

图1 实验组和对照组企业资本演变趋势

上图清晰表明，在2008—2010 年间，实验组与对照组企业的平均实收资本额一直处于相似水平波动，这就保证了两组企业实收资本水平在政策实施前无明显差异，符合展开倍差法分析的前提条件，同时也侧面印证了本文对照组挑选的合理性；2011 年及以后，实验组企业平均实收资本额出现快速上涨，与对照组差距逐年增加。通过描述性统计分析，初步可以判断出扶贫开发政策推行确实促进了贫困地区企业资本增长。

四、扶贫开发政策对企业资本增长的影响检验

(一) 基准回归

表1 报告了扶贫开发政策对企业资本增长的影响检验结果，模型(1) 为不考虑控制变量的回归结果，模型(2) 为加入控制变量(记为控制组一) 之后的回归结果。结果表明，扶贫开发政策都在1%显著水平上促进了贫困地区企业资本增长，与预期一致。但是上述实证结果仍可能受到政策叠加效应和经济趋势干扰。下面将对此加以控制，以增强结论的稳健性。

在政策叠加效应对实证结果的可能影响方面，本文研究对象为跨越东中西部诸多省份的县域单元，西部大开发、中部崛起和东北振兴等宏观区域政策以及各省引资竞争对企业资本的影响效应，均会叠加到扶贫开发政策的影响结果上，从而可能导致扶贫开发政策对企业资本的促进作用被高估。对此，本文在模型(2) 基础上，对宏观区域类型(Region)①考虑到宏观区域政策会对企业资本产生影响(徐璋勇和葛鹏飞，2019)，本文控制宏观区域类型的具体做法是，依据西部大开发、中部崛起、东北振兴战略的实施范围，对贫困地区能否享受到西部大开发、中部崛起、东北振兴战略分别进行控制。和地方政府税收竞争程度(Tax-prov)②减税一直是地方政府吸引资本的主要手段，政府间税收竞争对资本流向存在重要影响(刘穷志，2017)。省级与中央实行分税制，税收竞争更加容易出现在地方政府有一定分税比例的税收科目。参考刘穷志(2017) 和孙刚(2017) 的做法，本文将各省的增值税、营业税、企业所得税、资源税、城市维护建设税和城镇土地使用税税收额加总再除以GDP，以此衡量地方政府税收竞争强度。加以控制。模型(3) 结果显示，扶贫开发政策会促使企业资本增长0.7801 个单位，说明扶贫开发政策依然会激励企业资本增长，但系数有所下降。也就是说，政策叠加效应确实会导致扶贫开发政策推进企业资本增长的作用被高估。

在经济趋势对实证结果的可能影响方面，中国经济发展在2011—2013 年从高速增长步入了中高速增长的新常态阶段(王桂军和卢潇潇，2019)。不同行业产能周期特征各异，对外需依赖程度亦不尽相同，因此新常态阶段行业经营状况演变趋势难免存在较大差异。扶贫开发政策推行的时间点为2011 年，恰好处于新常态阶段转换期。如若实验组和对照组企业所属行业不是随机分布，也会导致相关实证结果出现偏差。本文选用行业企业平均亏损额(Ind-deficit) 表示行业经营受到国家宏观经济形势冲击的程度，并将企业所属行业的亏损特征控制变量纳入模型(3)，结果如模型(4) 所示，扶贫开发政策会促使企业资本增长0.7413 个单位。扶贫开发政策依旧对企业资本具有“增长效应”，但系数进一步下降。

表1 基准回归分析结果

考虑到《中国工业企业数据库》 在2011 年前后统计口径发生了变化，模型(5) 选取收入超过2 000 万元的企业组成新样本组进行稳健性检验，检验结果依然支持上文结论。模型(6) 展开了政策实施前实验组与对照组的平行趋势检验。通过选取时间范围为2008—2010 年的样本，验证实验组相比于对照组在企业资本方面是否有显著差别，结果显示未通过显著性检验，满足平行趋势假设。最终，本文将模型(4) 的系数视为基准检验的最终结果，并将在后续回归分析中均加入对政策叠加效应和经济趋势干扰的控制(记为控制组二)。

(二) 企业资本增长的来源探讨

前文结论表明，扶贫开发政策会引起企业资本增长。不妨作进一步思考:扶贫开发政策具体促进了哪些类型的资本增长? 本文细分企业资本类型，依次检验扶贫开发政策的影响效应，结果如表2 所示:在扶贫开发政策作用下，企业国有资本(National)、法人资本(Corporate) 和集体资本(Collective) 均存在显著增长。从回归系数来看，扶贫开发政策对企业法人资本的促进作用最强烈，其影响系数高达1.5054；其次是国有资本，其影响系数为0.9093。上述结果印证了扶贫开发政策通过实施“万企帮万村”、东西部协作扶贫、企业扶贫以及成立产业发展基金等一系列措施，推动了企业法人资本增长；政府作为脱贫攻坚的主导力量，为了确保脱贫目标顺利实现，引导了国有资本流入贫困县；政策鼓励采取“企业＋农户”、“企业＋合作社”等生产组织方式以及返乡创业等途径来实现脱贫，也助推了集体资本增长。

接着考察在扶贫开发政策下，不同类型资本增长之间的交互影响。模型(5)、(6)显示，国有资本增长对法人和集体资本增长均未表现出显著影响；但模型(7) 显示，法人资本增长有效促进了集体资本增长，这充分展示了扶贫工作所倡导的企业与农户、合作社等集体合作的组织模式已经取得明显成效，企业法人资本的介入激发了集体资本的增长。

表2 分资本类型的回归分析结果

(三) 扶贫开发政策的企业异质性分析

本小节关注政策对企业资本增长的促进作用是否具有异质性。政策作用下雇用人员多的企业资本增长是否更加显著? 政策促进企业资本增长的过程中，是否对高效率企业表现出差异化的作用效果? 企业资本增长是更倾向于早已成立的企业还是新设企业? 对此，本文将依次检验雇佣劳动人数、劳动生产率和企业年龄对扶贫开发政策促进企业资本增长的异质影响。

表3 中模型(1)、(2)、(3) 分别构建了企业雇佣人数、劳动生产率和企业年龄与扶贫开发政策的交互项。结果发现，企业雇佣人数和年龄均未表现出明显调节作用，这说明企业资本增长不受企业雇佣人员规模和成立年限的影响；劳动生产率越高的企业，扶贫开发政策对其资本的增长效应越明显，其原因可能是劳动生产率高的企业往往拥有更强的盈利能力，在追求高资本回报的动机下，此类企业资本增长理应更为明显。在劳动生产率方面，扶贫开发政策对企业资本增长影响的选择效应，有助于推动贫困县工资水平提升，这也为中国取得的脱贫成绩提供了重要解释。

表3 企业资本增长的异质性回归分析结果

五、企业资本增长的机理检验

前文机理分析说明，扶贫开发政策推行改善了贫困地区营商环境，从而吸引企业资本形成和汇聚，并在政策支持、市场需求和要素供给三个层面，分别表现出享受政策红利、追逐市场成长和获取金融资本机理，下面将运用中介效应分析法对这三种机理依次进行验证。

政策红利主要包括补贴收入和税收优惠两个方面。表4 中模型(1)、(2) 对高补贴收入机理进行检验，结果显示扶贫开发政策确实能够提高企业补贴收入；将政策和补贴收入同时放入回归模型，发现政策的回归系数小于表2 模型(4) 基准回归系数，说明部分中介效应成立，即扶贫开发政策通过提高企业补贴收入，引起了企业资本增长，中介效应量为10.67 个百分点。模型(3) 对企业税收优惠进行检验，结果并不显著。各地政府一直以来都把减税作为吸引资本的主要手段(刘穷志，2017)，减税政策的广泛实施可能致使扶贫开发政策对企业税收优惠的影响不再凸显。

表4 中模型(4)、(5) 对追逐市场成长机理进行检验，结果显示扶贫开发政策能够显著提高企业营业收入，说明扶贫开发政策产生的市场效应是客观存在的；将政策和企业营业收入同时放入回归模型，发现政策的回归系数小于表2 模型(4) 基准回归系数，说明部分中介效应成立，中介效应量为8.58 个百分点。这说明扶贫开发政策有益于企业业绩提高，从而推动企业资本增长。

表4 中模型(6)、(7) 对获取金融资本机理进行检验，结果显示扶贫开发政策能够明显增强企业撬动资本杠杆的能力；将政策和企业负债同时放入回归模型，发现政策的回归系数小于表2 模型(4) 基准回归系数，说明部分中介效应成立，即扶贫开发政策有助于企业获取更多金融资本，从而推动企业资本增长。值得重视的是，该机理的中介效应量为48.18 个百分点。由此可见，获取金融资本是扶贫开发政策促进企业资本增长的重要途径。

表4 机理检验回归结果

六、融入空间经济因素的进一步分析

前文提及，经济地理因素已经成为影响中国贫困地区发展的重要原因。那么不妨作进一步思考，政策的“引资”效果是否会受到地区经济差距的影响? 为此，本部分着重探讨地区经济差距在扶贫开发政策促进贫困地区企业资本增长过程中的调节作用，结果如表5 所示。模型(1) 新增了地区与所处地市人均GDP 差距(Distance-city) 变量，并将其和政策构成交互项，检验地区经济差距在扶贫开发政策影响贫困地区企业资本中的调节作用。此外，本文增加了贫困地区所在地市的方言多样性 (Dialect) 和海拔(Height) 两个变量①参考徐现祥等(2015)，本文用地市次方言数量代表方言多样性，包含汉语和少数民族方言种类情况。地区海拔数据来源于谷歌地图。，以控制地理特征。②限于篇幅原因，表5 省略了调节变量Distance-city 以及新增控制变量Dialect 和Height 的回归结果。结果表明，贫困地区与地市经济差距未在政策的“引资”效应中表现出明确的调节方向。模型(2) 检验经济差距对不同生产率企业资本的影响，发现贫困地区与地市经济差距越大，其高效率企业资本流失越严重。可能的解释是，高效率企业拥有更强的流动性，邻近区域的市场规模越大，邻近发达区域对贫困地区高效率企业的吸引力越强，其离开贫困地区的动机也越强烈。在模型(2) 基础上加入扶贫开发政策，模型(3) 结果表明，推行扶贫开发政策能够有效改善地区经济差距过大而导致的贫困地区高效率企业资本流失问题。

表5 空间经济因素的调节效应回归分析结果

七、总结性评论

本文基于中国工业企业数据库，系统考察了扶贫开发政策对贫困地区企业资本增长的促进效应与作用机理，并探析了空间经济因素在此过程中的调节效应。主要结论如下:扶贫开发政策总体上显著促进了贫困地区企业资本增长；细分资本类型来看，政策促进了国有、法人和集体资本增长，其中法人资本增长有助于吸引集体资本流入；考虑到企业异质性，发现政策对劳动生产率高的企业资本增长促进作用更为凸显。机理分析发现，扶贫开发政策推行可使贫困地区企业享受更高补贴红利、实现更快业绩提升、获取更多金融资本，由此实现企业资本增长。当贫困地区与邻近区域经济水平悬殊时，邻近区域的虹吸作用会引发贫困地区高效率企业资本流失，但扶贫开发政策能够在一定程度上缓解此现象。

习近平总书记强调，脱贫攻坚行动要注重引入社会和市场力量，构建“大扶贫格局”。在促进产业资本流入贫困地区方面，扶贫开发政策究竟能否起到推动作用，此前研究尚未形成准确认知。本文研究针对上述问题提供了客观现实证据，证实扶贫开发政策确实有效推动了企业资本在贫困地区形成、汇聚。本文研究还发现劳动生产率高的企业资本增长更为迅速，既为解读中国对全球减贫的卓越贡献提供了新视角，更明确了扶贫开发政策对于贫困地区实现“造血式”脱贫发展的重要引导意义。此外，当贫困地区与所处的外部经济环境悬殊时，会引发贫困地区高效率企业流失。虽然扶贫开发政策起到了一定缓解作用，但仍会对扶贫开发政策的“引资”质量产生影响。当前中国已完成了消除绝对贫困的艰巨任务，下一阶段工作重心在于缓解“相对贫困”。对于“相对贫困”内涵理解已经成为各界讨论热点，本文认为缩小贫困地区所在的区际经济差距可视为对缓解“相对贫困”内涵理解在区域维度上的拓展。因而制定相关支持政策时，应纳入有关区际经济因素，因地制宜地对政策资源和政策措施进行合理配置。