产业政策能否提升战略性新兴产业投资效率？

■刘立刚，肖志武

一、引言与文献综述

战略性新兴产业是引领国家发展的重要力量，对我国加速推进产业转型升级和实现跨越式发展具有重大引领作用。但是近些年我国战略性新兴产业逐渐暴露出重复建设、资源浪费等非效率投资问题（杜建华和曹瑞丹，2020），如何更好地利用产业政策助推战略性新兴产业高质量发展、提升投资效率具有重要现实意义。

产业政策与投资效率的关系一直是学术界讨论的热点话题。一部分学者认为产业政策能通过矫正市场失灵（Wallsten SJ.，2000）和增强溢出效应（Kline&Moretti，2014）的方式来优化资源配置，指出产业政策能够推动要素积累与运用，促进地方产业转型升级，推动经济提质增效（宋凌云和王贤彬，2013）。另一部分学者持相反观点，认为地方政府的支持政策不是出于培育企业的逻辑，而是为了避免地方经济遭受重创，这容易导致产业政策效果发生扭曲；产业政策在实施过程中也会受市场体系和资源误置效应的影响（张龙鹏和汤志伟，2018），从而导致政策效果和预期产生偏差。此外，以行政手段进行的产业政策调控也会降低投资效率（黎文靖和李耀淘，2014）。可见，既有研究对于产业政策和投资效率之间的关系未能得出一致结论。

为加快培育发展新动能、推动经济高质量可持续发展，我国于2016年12月推出《“十三五”国家战略性新兴产业发展规划》（以下简称“产业政策”），重点支持新一代信息技术、高端装备、新材料、生物、新能源汽车、新能源、节能环保、数字创意等新兴领域。本文拟将该项产业政策的实施看作一项准自然实验，利用双重差分法（DID）评估产业政策给战略性新兴产业投资效率带来的影响。与现有研究相比，已有文献忽视了产业政策可能引发的外部监督效应对投资效率的影响，本文将媒体关注这一外部治理因素纳入产业政策对投资效率影响机制的分析框架，进一步完善了产业政策对投资效率的作用机制研究。

二、理论分析与研究假设

经济的平稳发展需要政府干预与市场机制进行配合，提高社会资源配置效率。产业政策对企业投资效率能够产生直接影响。首先，在市场机制不完善的国家，产业政策能够有效弥补“市场失灵”，引导社会资源科学配置，促使要素资源在企业间合理流动。当前我国处于“新兴加转轨”的特殊经济体制下，市场体系不完善、市场机制不健全，要促进战略性新兴产业高质量发展，就必须对其给予特殊支持，通过政府调控的“有形之手”有针对性地调控资源配置，使企业获取充分要素资源。其次，产业政策能够改善相关产业的福利和发展环境，通过强化对企业的资源供给，促进直接投资（刘晓丹和张兵，2020），对于抑制投资不足具有重要作用。最后，产业政策具有强干预的特征，能够使企业享有宽松的政策环境，降低经营风险和信贷风险（祝继高等，2015），提高企业风险容忍度、强化风险承担，从而提升企业的主观投资意愿（王爱俭等，2020），减少投资不足行为，提高投资效率。综上，提出假设1：

假设1：产业政策能够提高战略性新兴产业的投资效率。

为达到产业政策目的，政府多采取为企业提供资金支持的手段，对相关产业的鼓励性政策实施后，银行信贷和政府补贴等资源会加速流向受支持产业。政策对银行信贷的影响主要通过以下两个路径实现：其一，产业政策实施后，政府会对商业银行信贷供给提出相应要求，放松金融管制，使信贷资源倾向受支持产业。其二，产业政策能够缓解银企之间（Chen D.et al.，2017）的信息不对称程度，产生较高的信用担保预期，使企业获取贷款的金额和机会更高。产业政策通过信号作用，传达产业发展的未来前景，引导信贷资源注入新兴产业。特别是对于非国有企业来讲，政策能够改善长期以来受到的信贷歧视，很大程度上缓解融资约束。而银行贷款能对公司发挥债权外部治理效应，公司负债可以对管理层的过度投资行为进行抑制（Stiglitz JE.，1996）。

此外，政府补贴作为产业政策中最为直接的工具，也能够缓解企业资金压力、提高经营绩效。胡春阳和王展祥（2020）的研究发现财政补贴可通过企业技术效率提升企业全要素生产率。综上，提出假设2：

假设2：产业政策具有“资金增加效应”，即企业通过获得更多的银行信贷和政府补贴提高了投资效率。

产业政策的颁布作为公开信息，必然能够吸引媒体对政策鼓励和扶持的产业给予充分关注，在此情况下企业将获得更多媒体报道。而媒体关注对投资效率能够发挥外部治理效应（李明娟和曲明明，2021）。网络媒体作为信息中介可以使得公众获得多元且有价值的信息，缓解信息不对称和代理问题，起到外部监督的作用，减少投资不足，提高投资效率。媒体关注也会影响公司主要决策人的行为，改善内部治理，曝光程度的上升利于减少经理人机会主义和股东的侵害行为，减少由此导致的投资不足或者投资过度，降低企业非效率投资水平（顾露露等，2020）。媒体报道通过发挥外部监督作用，抑制经理人过度自信导致的投资过度，减少非效率投资（韩少真等，2018）。综上，提出假设3：

假设3：产业政策能够发挥“媒体监督效应”，从而提升战略性新兴产业的投资效率。

三、研究设计

（一）样本选择与数据说明

以A股上市企业2012—2019年的数据为样本，剔除金融类行业、ST、PT企业以及关键变量缺失的样本，最终得到1983家企业共15864个观测值，其中属于战略性新兴产业企业共有720家（依据上海证券交易所发布的战略性新兴产业综合指数成分列表来对战略性新兴产业进行识别，将新兴综指成分列表与全A股上市公司进行匹配，配对成功即为战略性新兴产业）。为避免极端值的影响，对所有连续变量进行上下1%的Winsorize缩尾处理。媒体关注数据来自于中国上市公司财经新闻数据库（CFND），该数据库使用计算机领域成熟的文本情感判断方法，可以较好捕捉上市公司正、负面消息，样本内的准确率高达85%；其他数据均来自于Choice金融数据库。

（二）变量定义

1.被解释变量：投资效率（EInv）。借鉴Richardson（2006）提出的残差度量模型来测算投资效率，具体度量方法如下：

其中，残差项εi，t的绝对值代表非效率投资，表示为Elnv，非效率投资水平越低，投资效率越高。若残差项为正，定义为投资过度Overlnv，若残差项为负，定义为投资不足Underlnv。Growthi，t-1为公司成长机会，用主营业务收入增长率表示；Cashi，t-1为公司现金持有量，用年末货币资金同总资产的比值表示；Agei，t-1为公司上市年龄；Sizei，t-1为公司规模，用总资产的自然对数表示；Levi，t-1为财务杠杆；Rei，t-1为公司净资产收益率；Invi，t-1为公司资本投资量，用（构建固定资产、无形资产和其他长期资产所支付的现金-处置固定资产、无形资产和其他长期资产所收回的现金净额）/年初总资产表示，所有变量滞后一年；另外加入行业固定效应和时间固定效应。

2.解释变量。倍差项Treat×Time，即处理组和对照组虚拟变量（Treat）以及政策时间虚拟变量（Time）的交互项，表示政策效应。

3.中介变量。银行信贷（Loan），用“现金流量表中借款收到的现金/年初总资产”表示；政府补贴（Sub），用“政府补助/销售收入”表示；媒体关注（Media），用“ln（被网络财经新闻报道次数+1）”表示。

4.控制变量。参见杜建华和曹瑞丹（2020）等学者的研究，选取公司规模（Size）、资产负债率（Lev）、自由现金流（Cfo）、上市年限（Age）、盈利水平（Roa）、账面市值比（Mb）、管理费用率（Adm）、销售利润率（Profit）和股权集中度（Top1）等控制变量。变量定义见表1。

表1 变量定义

（三）模型设定

依据DID模型设立的要求，构建两个虚拟变量：一个是处理组和对照组虚拟变量（Treat）。处理组为战略性新兴产业，定义为1；对照组为其他行业企业，定义为0。另一个是政策时间虚拟变量（Time）。2016年之后定义为1，之前定义为0。在此基础上构建两个虚拟变量的倍差项Treat×Time。

首先，检验产业政策对战略性新兴产业投资效率的政策效应，基于DID方法的回归模型设定如下：

其次，采用PSM—DID方法做进一步检验，利用PSM方法找到与处理组特征最为相似的对照组，再将匹配后的处理组同对照组进行DID回归，模型如下：

最后，验证银行信贷、政府补贴和媒体关注在产业政策与投资效率之间的中介效应，检验程序如下：

第一，检验产业政策与投资效率之间的关系，同模型（3）。

第二，验证产业政策对银行信贷、政府补贴、媒体关注的影响：

第三，再将政策效应倍差项与银行信贷、政府补贴、媒体关注分别同时放入回归方程：

其中，Xit为相应模型的控制变量，εit为扰动项。

四、实证分析

（一）产业政策对战略性新兴产业投资效率的影响

1.单变量双重差分结果分析

以2016年作为政策实施时间节点，分别计算处理组和对照组政策实施前后的投资效率，并进行参数检验，结果见表2。从中可知，政策实施前后，战略性新兴产业的非效率投资水平均高于其他产业，但政策实施后，其非效率投资水平降低，即投资效率得到了提升，而且与其他产业投资效率的差距缩小，从0.416缩小到0.103，但显著性不够高；政策效应系数值为-0.314，且在5%的水平上显著，即产业政策提高了战略性新兴产业的投资效率，假设1得到了初步验证。

表2 单变量双重差分检验

2.平行趋势检验

使用DID识别政策干预的因果效应必须满足平行趋势假定，即在政策时间发生前，战略性新兴产业和其他产业的变化趋势不存在显著差异。为此，将年份虚拟变量与处理组虚拟变量的交乘项作为解释变量，投资效率作为被解释变量，加入基准模型（2）进行回归，检验政策实施前2年直到样本最后一期的趋势变化。多期DID模型平行趋势如图1，可以看出，在政策实施当年（政策颁布时间为当年12月份）、前2年交互项的系数的置信区间都包含0，表明回归结果均不显著。而在政策实施时间2016年之后，估计系数均负向显著，并且绝对值逐渐增大。表明设定的双重差分模型满足平行趋势假设，可以得到无偏的估计量。

图1 平行趋势检验

3.DID基准回归结果分析

表3列示双重差分回归结果。重点关注Treat×Time系数项，前两列结果均显示倍差项的系数为负值，并分别在5%、1%的水平上通过显著性检验，表明产业政策显著降低战略性新兴产业的非效率投资，再次验证假设1。引入虚拟变量Treat和2017—2019年这3个年度的时间变量Time的交乘项，即Treatedtime2017、Treatedtime2018和Treatedtime2019，得到回归结果进一步检验产业政策实施后的动态效应。结果显示，Treatedtime的系数在列（3）、列（4）中始终为负，且随着时间推移，系数绝对值逐年增大，表明产业政策对投资效率的促进作用具有上升趋势。但是2017年的影响系数不显著，表明产业政策对投资效率的促进作用有滞后性。

表3 DID回归结果检验

4.基于PSM—DID方法的检验

为排除战略性新兴产业与其他行业企业可能存在变动趋势不一致的情形，减少DID估计偏误，本文使倾向匹配法（PSM），找到与处理组特征最为相似的对照组，再将匹配后的处理组同对照组进行DID回归。运用PSM—DID方法前，首先，进行均衡性检验。具体选择近邻匹配法，将公司规模（Size）、货币现金持有量（Cash）、资产负债率（Lev）、总资产报酬率（Roa）、公司市值（Mv）、第一大股东持股比例（Top1）、董事会规模（Board）、独立董事比例（Ind）和上市年龄（Age）作为协变量进行logit回归，得到倾向得分值。选取倾向得分值最接近的企业与战略性新兴产业进行配对，从而减少不同行业企业在投资效率上的系统性差异。结果显示匹配前后各协变量均值没有明显差异，变量在匹配后标准化偏差绝对值小于10%且t值小不显著，通过均衡性检验。其次，进行共同支撑假设检验，该检验要求匹配后处理组和对照组是共同性的，结果显示大多数观测值均在共同取值范围内，仅损失少量样本，通过共同支撑假设检验，充分表明采用PSM—DID方法是合理的。①限于篇幅，相关图表留存备索。

表4列示了先对样本企业PSM匹配，再进行DID的回归结果。结果表明，无论是否加入控制变量，倍差项Treat×Time的影响系数均负向显著。动态效应也显示，在战略性新兴产业政策实施一年后，产业政策对投资效率的促进作用逐年增强。PSM—DID估计结果与普通双重差分检验结果不存在显著差异，进一步支撑了本文的假设1，产业政策对战略性新兴产业投资效率的促进作用是十分显著的。

表4 PSM-DID回归结果

5.稳健性检验

为保证实证结果的准确性，需要对模型进行稳健性检验。首先，进行安慰剂检验。为检验战略性新兴产业的投资效率水平及其变化趋势是否受2016年政策的影响，而不是由不可观测因素驱动，通过随机生成实验组的方式进行安慰剂检验。检验过程中进行了1000次随机抽样回归，提取安慰剂系数结果并绘制成图2，该图显示，估计值集中分布在零附近，只有极少数系数估计值大于真实回归系数，证实战略性新兴产业投资效率的变化主要是受到了2016年产业政策的影响。

图2 安慰剂检验

其次，改变匹配方法。表5列示了基于卡尺匹配、核匹配及马氏匹配3种方法的回归结果。结果显示不管采用何种匹配方法，产业政策对投资效率的影响系数和显著性水平与前述结果基本一致，说明结果比较稳健。

表5 改变匹配方法稳健性检验

（二）产业政策对战略性新兴产业投资效率的作用机制分析

为验证银行信贷（Loan）、政府补贴（Sub）和媒体关注（Media）三者的中介效应，借鉴温忠麟和叶宝娟（2014）等学者的方法，使用中介效应模型检验三者对投资效率的传导机制。

结果如表6所示，Panel A为银行信贷中介效应检验结果。Treat×Time对银行信贷的影响系数γ1为0.251，在5%的水平上显著，说明产业政策有助于企业获得更多的银行信贷；将银行信贷Loan和倍差项Treat×Time同时纳入回归方程后，Treat×Time对投资效率的影响系数绝对值相比表4中列（2）变小了，但依然显著；进一步地，γ1θ2与θ1同号，说明银行信贷发挥了部分中介效应，其中介效应占总效应比值为虽占比较小，但是中介效应显著。Panel B为政府补贴的中介效应检验结果，从列（3）来看，产业政策的实施显著有利于企业获得更多的政府补贴，将政府补贴Sub和倍差项Treat×Time同时纳入回归方程后，发现政府补贴对非效率投资的影响系数为正，说明企业获得更多政府补贴不利于投资效率提升，但是β1、γ1、θ1和θ2都显著，且γ1θ2与θ1异号，根据温忠麟和叶宝娟（2014）对中介效应的判别流程可知，政府补贴无法有效发挥中介作用，而是发挥了遮掩效应，即政府补贴在一定程度上掩饰了产业政策对投资效率的影响，这可能是由于战略性新兴产业对政府补贴依赖性较强，利用效率不高所致。Panel C为对媒体关注中介效应的检验。列（5）回归结果显示Treat×Time对媒体关注影响系数为0.234，且在1%水平上显著，说明产业政策实施后，企业吸引了更多媒体关注；将媒体关注和倍差项Treat×Time同时纳入回归方程后，产业政策对投资效率影响系数绝对值变小，而且γ1θ2与θ1依然同号，说明产业政策通过媒体的外部监督作用，提升了企业投资效率，证实了媒体关注发挥了中介效应，中介效应占总效应比值为

表6 中介效应检验结果

综上所述，产业政策发挥了“资金增加效应”和“媒体监督效应”，分别通过银行信贷、媒体关注两个路径促进了企业投资效率的提升，而现行针对战略性新兴产业的政府补贴无法有效发挥中介效应。至此，假设2得到了部分论证，假设3通过了验证。

（三）进一步研究

1.媒体关注影响投资效率的深层次分析

前文研究表明产业政策会引发媒体关注，进而作用于企业投资行为。但是，媒体关注可分为正面关注（Pomedia，用“被网络财经新闻正面报道次数+1取对数”表示）和负面关注（Nemedia，用“被网络财经新闻负面报道次数+1取对数”表示），不同类型媒体关注对企业投资效率的影响可能存在差异性。借鉴李明娟和曲明明（2021）的研究，对投资不足和过度投资进行重新度量。针对投资不足，若Richardson模型（1）测出的非效率投资水平小于0，则Underlnv取值为非效率投资的绝对值；若大于0，则取值为0，即Underlnv取值范围为[0，+∞]，其值越大，表示投资不足程度越高。针对过度投资，若模型（1）测算出的非效率投资水平大于0，则Overlnv取值为非效率投资的绝对值，若小于0，则取值则为0，即Overlnv的取值范围为[0，+∞]，其值越大，过度投资越严重。由于Underlnv和Overlnv的取值在0处存在左归并现象，即被解释变量符合如下特征：

因此，采用Tobit模型，将Underlnv和Overlnv分别作为被解释变量与Pomedia和Nemedia进行回归分析，实证结果如表7所示。结果表明，媒体关注能够显著促进投资效率的提高，与前文结论一致，说明产业政策颁布后吸引的媒体关注能够通过外部监督效应积极改善公司内部治理，从而提高投资效率；Pomedia和Nemedia的系数均显著为负，说明正面媒体关注可以减少企业投资不足，负面媒体关注能够抑制过度投资。对此结果可能的解释是：正面媒体关注能够传达投资战略性新兴产业的积极信号，起到增强市场预期和提升投资者信心的作用，这会驱动股票交易、助推企业股价上升，为企业投资提供资金支持；同时媒体正面报道能够减少信息不对称程度，使投资者充分了解战略性新兴产业带来的长期价值，投资者要求的风险溢价也会更低，降低了企业融资成本，企业就会有充足的现金资源对优质项目进行投资，避免因融资约束而错失投资机会。而负面媒体关注会引起股东、经理人和监管层的注意，股东出于自身利益考虑会减少掏空侵害行为，经理人为了获得更好的薪酬待遇和职业发展会加强自身行为的约束，负面报道带来的监管层压力也会使公司对投资项目审慎权衡利弊，抑制风险大、效益不高的过度投资。

表7 媒体关注对投资效率的影响

2.分组检验

区分企业产权性质。将样本企业划分为国企和非国企，分组回归结果如表8所示。Treat×Time的系数都为负，但产业政策对国企投资效率的影响系数绝对值低于非国企，且不显著，即产业政策无法有效提升国有企业的投资效率。这可能是由于国有企业受政策性负担和政府过度干预影响，导致政策实施后无法有效提升投资效率。而非国有企业一方面以追求利润最大化的经营目标，会理性评估投资项目，另一方面承担更激烈的市场竞争，会积极寻求资源配置的最优化，更有利于投资效率的提高。

区分企业所属区域。将样本企业按东部和中西部地区进行分组，检验不同地区战略性新兴产业投资效率受产业政策影响的差异。表8显示，Treat×Time的系数都显著为负，产业政策对中西部地区企业投资效率的影响系数绝对值更大。表明市场化程度较低的后发地区由于资源条件的限制，可能会更审慎的评估投资项目，不容易出现过度投资行为，与此同时，在产业政策的激励下，对于良好的投资机会也更加珍惜，相对来说不容易出现投资不足，从而能够发挥好产业政策对投资效率的最大激励作用。

表8 分组回归结果

五、结论和政策建议

本文以2016年12月颁布的《“十三五”国家战略性新兴产业发展规划》作为外生政策，构建DID模型分析产业政策对战略性新兴产业投资效率的影响及其作用机制，衡量不同所有制和区域差异下产业政策对企业投资效率的政策效果。研究发现：一是产业政策对战略性新兴产业投资效率具有促进作用，并且该促进作用具有滞后性和逐年增强的趋势。二是产业政策引发了“资金增加效应”和“媒体监督效应”，即产业政策实施后，战略性新兴产业获得了更多的银行信贷、政府补贴和媒体关注，但是银行信贷、媒体关注在产业政策与投资效率之间发挥了中介作用，而政府补贴无法发挥中介作用。三是进一步将样本企业按产权性质和所属区域分组回归，发现产业政策对非国有和中西部地区战略性新兴产业投资效率的促进作用更为显著；区分媒体关注类型，发现正面媒体关注有助于减少投资不足，负面媒体关注能够抑制企业过度投资。

基于本文的研究结论，提出以下对策建议：第一，产业政策具有现实可行性，应持续深入推进战略性新兴产业支持政策的实施，在政策制定时以引导企业提升投资效率、促进产业转型升级为出发点，建立恰当的政府干预机制和监督机制。发挥好政府的服务功能和监督角色，充分尊重市场在资源配置中的决定性作用，引导要素资源在企业间合理流动，减少资源浪费、重复建设等问题，并加强对政策实施效果的定期评估和偏差修正。第二，在政策落实过程中，鼓励商业银行和中小型民间银行等金融机构对战略性新兴产业给予更多的信贷支持。实行差异化、竞争性的政府补贴方式，减少非必要补助，提高政府补贴配置效率，引导补贴流向高成长性、高资源利用率的企业；重视产业政策实施后引发的媒体关注外部治理效应对投资效率的影响，加强对媒体报道的监管，完善网络舆论管理规则和法律法规，让媒体报道做到客观公正。第三，积极推进产业政策优化升级，放松政府管制，引入更加自由的竞争机制，减轻“所有制歧视”和“区域歧视”。加快推进混合所有制改革，让国企积极适应市场竞争机制，在新兴领域降低非国有企业准入门槛，财税支持政策适当向非国有企业倾斜。为不同所有制企业创造公平、良好的市场竞争环境，激发新兴市场主体活力。