地区战略性新兴产业政策与资本市场资源配置对地区经济增长的影响研究

丰若旸，冯根福，郑明波

1. 西安交通大学经济与金融学院，陕西西安710061

2. 长安大学经济与管理学院，陕西西安710064

新中国成立70多年来，特别是改革开放40多年来，在中国共产党的领导下，中国创造了世界罕见的经济快速发展和社会长期稳定“两大奇迹”，国内生产总值从1952年的679.1亿元跃升至2021年的114.4万亿元，人均国内生产总值超过8万元。近年来，中国经济已由高速增长阶段转向高质量发展阶段，目前正处在一个转变发展方式、优化经济结构、转换增长动力的关键时期。在这个时期，如何维持经济中高速增长，并有效缓解各区域间经济发展不平衡，成为中国急需解决的一个重大问题。战略性新兴产业具有科技含量高、带动能力强和成长潜力大等特点，代表着科技创新和产业发展的方向，对中国未来经济的可持续和高质量发展具有重要引领带动作用。因此，中国各级政府积极通过实施相关政策大力推动战略性新兴产业发展，并利用其带动性和扩散性强等特点，加快中国各地区经济增长方式转变，努力实现各区域间经济的协调发展。

《国务院关于加快培育和发展战略性新兴产业的决定》发布十余年来，中国地方政府全面实施战略性新兴产业政策的效果到底如何，是否对地区产业结构转型升级和经济增长起到了预期的推动作用？通过梳理和分析现有文献发现，目前国内对于战略性新兴产业政策的研究文献多集中于企业层面的技术创新问题，侧重于某些特定政策工具的实施效果，而就地区战略性新兴产业政策的实施对地区产业结构升级以及经济增长影响等问题的研究还不多见。更为重要的是，尚未有学者从地区战略性新兴产业政策与资本市场资源配置匹配的视角，研究战略性新兴产业政策实施对地区产业结构升级以及经济增长的影响。事实上，资本市场作为金融资源的主要供给场所，可以通过资源配置和价格机制实现对资金和其他生产要素流向的引导[1]。特别是随着中国多层次资本市场的不断发展和完善，资本市场融资对地区产业结构升级和经济增长的影响也日益增强[2-3]。因此，一个地区战略性新兴产业政策与资本市场资源配置是否匹配，将会对该地区战略性新兴产业政策的实施效果以及地区产业结构升级与经济增长等问题产生重要的影响。

基于上述认识，本文主要就地区战略性新兴产业政策与资本市场资源配置的匹配状况对地区经济增长的影响进行分析和探讨。利用2011—2019年的战略性新兴产业政策数据和上市企业产业分布数据，本文测算了中国各地区战略性新兴产业政策与资本市场的资源配置匹配度，并结合省际面板数据，就战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的影响及其作用机制进行了实证研究。与已有文献相比，本文的贡献主要体现在以下两个方面：(1)首次从地方政府战略性新兴产业政策与资本市场资源配置的合力影响这一视角，分析了它们二者的匹配度对地区经济增长的影响与作用机制；(2)首次利用相关数据，测算了中国各地区战略性新兴产业政策与资本市场资源配置的匹配度，并就战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的影响及其作用机制进行了实证检验。

一、理论分析与研究假设

当地方政府制定的战略性新兴产业政策与当地资本市场的资源配置倾向较为一致时，即当地方政府制定的战略性新兴产业政策与资本市场资源配置的匹配度较高时，战略性新兴产业政策可以更好地发挥作用，从而促进地区经济增长水平的提升。

地区战略性新兴产业政策与资本市场资源配置匹配度的提高可以直接促进该地区经济增长。一方面，政府可以利用财政补贴、税收减免、土地优惠等产业政策对各行业进行不同程度的扶持，引导各种生产资源流向受到扶持的重点行业[4]以及重点产业内部生产率增长较快的那些企业，通过提高资源配置效率促进重点产业全要素生产率和整体竞争能力的提升[5]；同时，政府还可以利用研发补贴和税收优惠等政策引导受扶持企业投入更多资源进行技术创新活动[6]，以提高企业及其行业的技术创新水平，进而促进产业整体的发展。另一方面，资本市场可通过价格机制引导和加速生产要素流向股价高的上市企业，促进这些企业及其行业的发展[1]。因此，如果一个地区的战略性新兴产业政策与资本市场资源配置匹配度较高，意味着该地区生产要素更多地流向战略性新兴产业，有助于发挥战略性新兴产业对地区技术进步水平提高和产业结构升级的引领作用，从而推动地区经济增长。综上，本文提出如下假设：

假设1：地区战略性新兴产业政策与资本市场资源配置匹配度的提高可以促进地区经济增长。

除了直接影响，战略性新兴产业政策与资本市场资源配置匹配度还可以通过产业结构升级对地区经济增长产生间接影响。产业政策的实质是政府实现产业结构转型升级的一种工具，政府通过对各行业实施不同力度的政策扶持，引导生产要素向特定行业流动以促进其发展，进而达到调整地区产业结构的目的[4]。已有研究表明，地区产业结构升级带来的生产率提升是促使经济持续增长的动力之一，如果某些行业具有高于其他行业的生产率增长潜力，那么有利于这些行业发展的产业结构调整会对地区经济增长起到明显的促进作用[7]。而战略性新兴产业正是这样具有较高生产率和成长潜力的行业，因此提高地区战略性新兴产业政策与资本市场资源配置的匹配程度，有助于通过促进产业结构升级而对地区经济增长产生间接的积极影响。

产业结构升级是产业结构高度化和合理化的有机统一。产业结构高度化是指产业结构从低水平向高水平演进的动态过程，该过程不仅包括三次产业在产业份额这一数量层面的高度化，还涉及其在劳动生产率这一质量层面的高度化[8]。从产业结构高度化的量来看，如果地区GDP中战略性新兴产业的产值占比增加，该地区第二、三产业的份额会相应增加，其产业结构高度化的量的水平也会有所提升。而地区战略性新兴产业政策与资本市场资源配置匹配度的提高，则能促进当地已有战略性新兴企业获得更多资源和更快发展。另外，良好的地方政府战略性新兴产业扶持政策也会吸引大量相关企业进入，并在该地区形成战略性新兴产业集聚。而战略性新兴产业集聚又可以使地区内的企业共享区域内的市场信息、基础设施和劳动力市场，减少企业间的运输费用，提高企业内部的运营效率并吸引大量专业技术人才[9-10]，从而在数量层面推动地区产业结构高度化水平的提升。综上，本文提出如下假设：

假设2：地区战略性新兴产业政策与资本市场资源配置匹配度可以通过提高地区产业结构高度化的量的水平促进地区经济增长。

除了提高地区产业结构高度化的量，战略性新兴产业政策与资本市场资源配置匹配度还能通过影响产业结构高度化的质对地区经济增长产生影响。相比于产业结构高度化的量，产业结构高度化的质更关注三次产业劳动生产率的变化，劳动生产率高的产业在GDP中占比越高，产业结构高度化的质的水平就越高。地方政府根据自身发展情况制定的战略性新兴产业政策若能与资本市场资源配置相匹配，则可以有效降低本地战略性新兴产业中的企业融资约束和风险预期[11]，获得更多外部融资[12]，吸引更多高素质创新人才，加快企业创新速度并提高创新成功概率[10,13]，进而促进三次产业劳动生产率的不断提升。此外，战略性新兴产业的集聚还会加剧产业内部企业间的竞争程度，促使企业不断进行技术创新，并通过提升生产效率来增强自身的竞争能力，这样就会提高产业平均技术水平和产业竞争力[14]。战略性新兴产业的技术创新还能够通过自身具有的“技术势能”扩散到其相关产业，推动地区全产业链的技术创新，最终对地区产业结构高度化的质的提升产生积极影响[15]。简言之，战略性新兴产业政策与资本市场资源配置匹配度的增加，能够使战略性新兴企业获得更多资源以弥补自身在融资约束、人力资本以及知识储备等方面的不足，在加快自身发展的同时带动地区三次产业劳动生产率的提升，进而提高该地区产业结构高度化的质的水平。综上，本文提出如下假设：

假设3：地区战略性新兴产业政策与资本市场资源配置匹配度可以通过提高地区产业结构高度化的质的水平促进地区经济增长。

相较于产业结构高度化，产业结构合理化不仅能够衡量三次产业的生产要素投入比例与其产出比例之间的匹配程度[16]，也能够度量产业间协调能力和关联水平。不同产业之间协调能力和关联程度的提高会促使产业间的资源配置向着更为合理的方向改进，产业结构合理化的水平也就会相应提高[13]。对于产业结构合理化，战略性新兴产业政策与资本市场资源配置匹配度可以从两个方面对其产生促进作用。在市场机制作用下，投资者的逐利行为有时容易引起盲目投资和生产过剩等问题，导致地区产业结构向着不合理的方向变化，并在路径依赖效应的作用下对地区经济增长造成不良影响[17]，而转变已有产业结构带来的要素重置成本还会造成资源浪费并降低资源配置效率。相比之下，由于战略性新兴产业对经济发展方式转变和产业结构调整升级具有积极的引导作用[18]，加之地方政府的相关产业政策在制定之初就会明确其政策目标和后续发展规划，因此可以在一定程度上避免因投资不合理而造成的资源重置消耗，从而有利于地区产业结构合理化水平的提升[15]。此外，战略性新兴产业还具有产业链条长和产业关联度高的特点[18]，这使得战略性新兴产业政策在促进相关产业发展的同时，还有助于改善产业间的信息传递，提升不同产业间的协调能力和资源配置效率[13]，进而促进地区产业结构合理化水平的提高。综上，本文提出如下假设：

假设4：地区战略性新兴产业政策与资本市场资源配置匹配度可以通过提高地区产业结构合理化水平促进地区经济增长。

二、研究设计

(一)模型构建

1. 基础回归模型

本文的基础回归模型设定为地区战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的影响。本文采用面板双向固定效应模型同时控制时间效应和个体效应，具体模型如下：

lnYit=α+βBLit+γ′Xit+ηt+μi+εit

(1)

其中，lnYit为被解释变量，代表地区经济增长；BLit为解释变量，代表地区战略性新兴产业政策与资本市场资源配置匹配度，Xit表示一组控制变量，β和γ分别为其影响系数；ηt为时间固定效应，μi为各地区的个体固定效应，εit为随机扰动项，α为常数项。

2. 机制检验模型

理论分析可知，战略性新兴产业政策与资本市场资源配置匹配度不仅可以直接促进地区经济增长，还能够通过产业结构升级间接对地区经济增长水平的提高产生积极影响。因此，本文建立如下中介效应模型，检验产业结构升级在地区战略性新兴产业政策与资本市场资源配置匹配度影响地区经济增长的过程中是否发挥了中介作用：

(2)

(3)

(4)

检验产业结构升级中介效应的步骤为：第一步，检验式(2)的系数α1，若其显著则表示战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长具有显著影响。第二步，检验式(3)(4)的系数β1和γ1，若都显著，说明资源配置匹配度可以通过产业结构升级间接影响地区经济增长；如果β1和γ1中至少有一个不显著，则使用Bootstrap方法进一步检验β1γ1的显著性，乘积显著说明中介效应存在，反之则不存在。第三步，检验式(4)的系数γ2，若显著则表示资源配置匹配度可以直接影响经济增长，产业结构升级起到了部分中介作用；反之则表示直接效应不存在，产业结构升级起到了完全中介作用。第四步，计算中介效应的占比，当β1γ1与γ2的符号相同时，中介效应与总效应的比例为β1γ1/α1；反之则存在遮掩效应，其大小为|β1γ1/γ2|。

(二)变量定义

1. 被解释变量

本文的被解释变量为地区经济增长水平，使用全国各省份的人均GDP表示，记为lnY。为消除价格因素影响，并防止多重共线性等问题的发生，本文以2011年为基期，将人均GDP由名义值转换为实际值，再进行对数处理。

2. 解释变量

本文的核心解释变量是地区战略性新兴产业政策与资本市场资源配置匹配度(以下简称资源配置匹配度)，即一个地区战略性新兴产业的产业结构与该地区所有上市企业所在行业的产业结构的匹配程度。其中，战略性新兴产业的产业结构代表地方政府战略性新兴产业政策的资源配置倾向，上市企业所在行业的产业结构代表该地区资本市场的资源配置倾向。因此，该变量反映了一个地区战略性新兴产业政策与当地资本市场在资源配置倾向上的匹配程度。具体计算方法是将一个地区上市企业所在的所有行业按一定标准排序后，计算前10个行业中战略性新兴产业的占比。以行业总资产作为排序标准举例，其计算过程为：(1)计算各地区上市企业所在行业每年的行业总资产；(2)以行业总资产为标准，对各地区上市企业所在行业分年进行排序；(3)计算各地区每年排名前10的行业中当地重点战略性新兴产业的比例，其值即为该地区当年的资源配置匹配度。实证分析过程中，本文分别采用行业总资产、行业主营业务总收入和行业总利润作为行业排序标准，得到的资源配置匹配度变量依次记为BLs、BLo和BLp。这些变量反映了一个地区所有上市企业所在行业中资产规模最大、主营业务总收入最高或总利润最多的行业与当地政府重点发展的战略性新兴产业的相近程度，其值越大，说明地方政府战略性新兴产业政策体现的资源配置倾向与当地资本市场的资源配置倾向越匹配。

3. 控制变量

基于已有文献的研究成果，本文选择以下变量作为控制变量：(1)产业结构，以第三产业增加值在地区GDP中的占比表示，记作Prob3；(2)固定资产投资水平，以固定资产投资总量在地区GDP中的占比表示，记作Fi；(3)政府财政支出，以年度一般财政预算支出与地区GDP的比值表示，记作Gov；(4)经济开放程度，以年进出口总额(人民币)与地区GDP的比值表示，记作Open；(5)就业水平，以年末就业总人口占地区年末常住人口数的比重表示，记作Lab；(6)人力资本水平，以普通高校在校生人数与地区年末常住人口的比值表示，记作Edu；(7)城市化水平，以城镇人口占地区年末常住人口的比重表示，记作City；(8)人口老龄化水平，以地区老龄人口抚养比表示，记作Old；(9)研发投入水平，以各地区规模以上工业企业的科学研究与试验发展(R&D)经费与R&D人员全时当量的比值表示，记作Rdtr。

4. 机制变量

(1)产业结构高度化。本文借鉴袁航等[13]的方法，从量和质的角度分别对地区产业结构高度化的水平进行度量。产业结构高度化的量记作Isa，以产业结构层次系数表示，具体计算公式为

(5)

其中，yi表示第i产业的增加值占地区GDP的比重。变量Isa反映了三大产业间的比例关系从农业占优逐渐向工业、服务业占优变化的动态过程。其值越接近3，说明从量的角度来看产业结构高度化的水平越高；值越接近1则表示产业结构高度化水平越低。

产业结构高度化的质记作Isq，以三次产业的劳动生产率与其产业份额乘积的和表示，计算公式为

(6)

其中，lpi代表第i产业的劳动生产率，即第i产业的增加值与其就业人口的比值。该变量值越高，说明劳动生产率高的产业在经济中的占比越高，从质的角度来看产业结构高度化的水平越高；反之则说明产业结构高度化的质量水平越低。

(2)产业结构合理化。借鉴袁航等[13]的研究，本文使用泰尔指数对产业结构合理化的水平进行测度。泰尔指数不仅可以衡量三次产业产值比例与就业比例之间的结构性偏差，还能兼顾三次产业在地区经济中的不同地位，该变量记作Theil，具体计算公式为

(7)

其中，labi代表第i产业的就业水平，即第i产业的就业人口占地区就业总人口的比重。该变量的值越接近0，产业结构偏离均衡状态的程度越小；反之则说明产业结构越不合理。

除了泰尔指数，本文还参考韩永辉等[15]的研究，使用改进后的产业结构偏离度衡量产业结构的合理化水平，该变量记作Sr，具体计算公式为

(8)

值得注意的是，该变量是产业结构合理化的反向指标，其值越大说明产业结构越偏离均衡状态，产业结构不合理的情况越严重。

本文的主要变量名称及定义见表1。

表1 主要变量名称及其定义

(三)数据来源

本文采用2011—2019年全国29个省、自治区、直辖市(中国香港、澳门、台湾、黑龙江、新疆除外)的省际面板数据进行实证研究，共包括261个观测值(1)本文在计算产业结构高度化和产业结构合理化变量时用到了三次产业各自的就业人口数据，但数据库中黑龙江和新疆2011—2019年的三次产业就业人口数据有所缺失，为保证基础回归与机制检验样本的一致性，本文实证研究使用的省际面板数据只包括了除中国香港、澳门、台湾、黑龙江、新疆以外的其他29个省份的261个样本。。所用控制变量的数据均来自《中国统计年鉴》和各省份统计年鉴。用于计算资源配置匹配度的上市企业名单及其行业代码来自Wind数据库，上市企业的总资产、主营业务收入和利润总额等数据来自国泰安(CSMAR)数据库。

另一个重要数据是各省、自治区、直辖市的战略性新兴产业政策数据，用来确定不同地区战略性新兴产业的范围，以计算战略性新兴产业政策与资本市场资源配置的匹配度。借鉴蔡庆丰等[4]的方法，通过整理29个省、自治区、直辖市政府发布的战略性新兴产业五年规划纲要文件，根据其内容确定各地区战略性新兴产业的具体范围。各地政府会根据自身特点和发展需求在国家规定的战略性新兴产业中选择重点产业，对同一战略性新兴产业内部的各小类产业的发展也会有所侧重和突出。以行业代码为准，将各地区重点发展的战略性新兴产业与当地上市企业进行匹配，以此确定各地区排名前10的上市企业所在行业中战略性新兴产业的占比。

(四)描述性统计分析

样本主要变量的描述性统计结果见表2。可以看出，在样本期内，被解释变量人均GDP(lnY)的均值为10.808，中位数为10.767，标准差为0.378，最小值与最大值分别为10.272和11.442，说明人均GDP在不同地区间的数据分布较为集中；战略性新兴产业政策与资本市场资源配置匹配度变量BLs、BLo和BLp的均值分别为77.126、80.881和75.249，标准差分别为15.902、12.573和16.233，中位数均为80，表明三个变量中，变量BLo的数值相对最大，变量BLp在地区间的波动最大，而变量BLs的数值大小和波动程度处于其他两个变量之间。泰尔指数(Theil)和产业结构偏离度(Sr)的均值分别为0.211和0.551，标准差分别为0.117和0.288，二者在数值上差距较大，但在不同地区间的波动程度较为接近(2)对于泰尔指数，其数值越接近0，产业结构偏离均衡状态的程度越小。在本文的所有样本中，泰尔指数的数值均大于0，因此该变量数值越大，产业结构合理化水平就越低，其与产业结构偏离度一样，也是产业结构合理化的反向指标。；相比之下，产业结构高度化的量(Isa)和质(Isq)在样本中的数值大小和波动程度都相差较大，表明不同样本中产业结构高度化的质的差异比其量的差异更为明显。

2011—2019年全国29个省、自治区、直辖市的战略性新兴产业政策与资本市场资源配置匹配度的变化趋势如图1所示。

表2 主要变量的描述性统计结果

图1 2011—2019年中国各地区战略性新兴产业政策与资本市场资源配置匹配度的变化趋势

以图1(a)为例，可以发现在样本期内，大部分地区(3)所有地区中，唯有天津的资源配置匹配度呈下降趋势且平均数值最低，这主要是因为地理位置等因素使得天津较为适合发展航运业以及相关产业，这些不属于战略性新兴产业的行业总体规模较大且发展迅速，使得该地区的战略性新兴产业政策与资本市场资源配置匹配度相对较小且呈现下降趋势；而在内蒙古、河南和山东等地区，样本期内上市企业所在行业中总规模排名前10的行业变化很小，因此这些地区资源配置匹配度的数据基本呈现不变趋势。以行业总资产作为排名指标计算得到的资源配置匹配度变量BLs都是随着时间逐渐提高的。值得注意的是，由于“十三五”期间战略性新兴产业中新增“数字创意产业”和“相关服务业”，其他产业内的小类行业也有所增加，各地区都有更多行业受到地方政府的政策扶持，使得战略性新兴产业政策与资本市场资源配置的匹配度在2015—2016年有了明显提高，这种情况在上海、江苏以及广东等经济发展水平较高且有着较多数字创意产业和现代服务业企业的地区尤其明显。由图1(b)和图1(c)还可以发现，使用行业主营业务总收入和行业总利润计算得到的资源配置匹配度变量BLo和BLp的变化趋势与变量BLs的差异不大，在大部分地区也呈上升趋势。总之，2011—2019年中国各地区的战略性新兴产业政策与资本市场资源配置匹配度整体上呈现提高的趋势。

三、实证结果分析

(一)基础回归结果分析

地区人均GDP对战略性新兴产业政策与资本市场资源配置匹配度的回归结果见表3。其中，第(1)～(3)列只对核心解释变量进行回归，其结果显示：三个资源配置匹配度变量BLs、BLo和BLp对地区人均GDP(lnY)的影响系数大多显著为正；第(4)～(6)列的结果显示，加入控制变量后，三个资源配置匹配度变量对地区人均GDP的影响系数均显著为正。以第(4)列为例，资源配置匹配度变量的系数大小为0.003，说明当地区战略性新兴产业政策与资本市场资源配置匹配度提高1%，即地区上市企业所在行业按行业总资产排序后，排名前10的行业中战略性新兴产业的占比增加1%时，该地区的人均GDP水平会提高0.003%。表3的回归结果说明战略性新兴产业政策与资本市场资源配置匹配度的提高对地区经济增长具有显著的促进作用，表明本文提出的假设1成立。

(二)稳健性检验

1. 替换被解释变量

基础回归结果显示，战略性新兴产业政策与资本市场资源配置匹配度的提高对地区经济增长具有显著的促进作用。为检验这一结论的稳健性，本文使用地区GDP增长率(Growth)替换被解释变量地区人均GDP(lnY)，回归结果见表4。3个资源配置匹配度变量的系数均为正数且大多通过1%的显著性检验，表明以不同排序指标计算得到的资源配置匹配度变量都与地区GDP增长率呈正相关关系。这与表3的回归结果保持一致，增强了基准结果的稳健性。

2. 动态面板模型

考虑到一个地区当期的经济增长情况会受到上一期经济增长的影响，本文添加被解释变量的滞后一期作为控制变量，并使用动态面板模型进行稳健性检验，回归结果见表5，其中6个模型均使用差分GMM方法，并加入控制变量进行回归。滞后一期的被解释变量L.lnY和L.Growth的系数均在1%的水平下显著为正，说明人均GDP和GDP增长率都会受到其一期滞后项的显著影响，使用动态面板模型是合理的。3个资源配置匹配度变量的系数都为正数且通过显著性检验，说明提高战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长具有显著的促进作用，这与表3和表4的回归结果保持一致，提高了基准结果的稳健性。

表3 地区人均GDP对资源配置匹配度变量的回归结果

表4 地区GDP增长率对资源配置匹配度变量的回归结果

表5 地区经济增长对资源配置匹配度变量的动态面板回归结果

(三)区域异质性分析

考虑到战略性新兴产业政策与资本市场资源配置匹配度对当地经济增长的影响可能会在不同地区有所差异，本文还使用变系数模型研究了不同省份战略性新兴产业政策与资本市场资源配置匹配度对经济增长的异质性影响。地区人均GDP对资源配置匹配度变量的变系数模型回归结果见表6。全国28个省份(4)变系数模型要求解释变量不能是无变化的连续变量，而内蒙古3个资源配置匹配度变量BLs、BLo和BLp的值在样本期内均没有变化，使得变系数模型回归结果中其影响系数为0，因此表6只显示了除中国香港、澳门、台湾、黑龙江、新疆、内蒙古外其他28个省份的回归结果。中，战略性新兴产业政策与资本市场资源配置匹配度对人均GDP的影响系数在17个省份显著为正，其余11个省份的影响系数则不显著。这一结果表明战略性新兴产业政策与资本市场资源配置匹配度的提高对经济增长的影响在不同省份之间确实存在显著差异。不同省份重点扶持的战略性新兴产业与实施的产业政策会因地区资源禀赋、产业基础和区位条件等因素的差异而有所不同；同时，产业政策的实施效果也会受到市场化程度、政府效率和金融发展水平等外部环境因素的影响[15]。因此，不同省份的产业政策对战略性新兴产业发展和地区产业结构升级的影响也会有所差异，最终使得战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的影响具有区域异质性。

表6 地区人均GDP对资源配置匹配度变量的变系数模型回归结果

2. 篇幅所限，表中未给出t值以及其他回归结果，留存备索。

进一步分析表6的回归结果还可以发现：首先，得益于较好的经济基础和外部环境，东部地区大多数省份(如北京、浙江、福建、上海以及广东)的资源配置匹配度对经济增长具有相对较大的促进作用。相比之下，中西部各省份在经济发展水平、产业基础以及外部环境等方面多存在一定差距，这样就在一定程度上制约了战略性新兴产业政策与资本市场资源配置匹配度对经济增长作用的发挥。然而应指出的一点是，青海、西藏和贵州等省份虽然同处西部，经济基础和外部环境更差，但表6的回归结果表明，资源配置匹配度对这些省份的经济增长却产生了明显的促进作用。究其原因，可能是由于这些省份的GDP总量相对较小，加之其战略性新兴产业起步较晚且正处于高速发展阶段，所以当地政府选择的合理的资源配置匹配度对本地区经济增长的促进作用发挥得更为明显。表6的回归结果还表明，东北地区的战略性新兴产业政策与资本市场资源配置匹配度的提高对该地区的经济增长没有起到显著促进作用，其原因可能在于东北地区原有的以传统型、偏资源型和重化工型为主的基础产业与战略性新兴产业差异较大，因而在一定程度上制约了当地战略性新兴产业政策和资本市场合力作用的有效发挥。总的来看，战略性新兴产业政策与资本市场资源配置匹配度的提高对经济增长的影响在不同地区之间存在差异，尤其是在那些经济基础较好或是本地战略性新兴产业处于形成期和成长期的省份，战略性新兴产业政策与资本市场资源配置匹配度对经济增长的促进作用会更大。

(四)机制检验结果分析

本文基础回归的结果表明，从总体上看，增加战略性新兴产业政策与资本市场资源配置匹配度可以显著促进地区经济增长水平的提高。那么，战略性新兴产业政策与资本市场资源配置匹配度是通过什么因素影响和促进地区经济增长的呢？对此，前文分别从产业结构升级的不同度量维度出发进行了分析，并提出相应的假设。下文将使用中介效应模型检验产业结构升级是否在战略性新兴产业政策与资本市场资源配置匹配度影响地区经济增长的过程中起到了中介作用。

1. 产业结构高度化

产业结构高度化作为中介变量时的中介效应检验结果见表7。由第(1)(2)列的结果可知，资源配置匹配度对地区人均GDP和产业结构高度化的量的影响系数分别为0.003和0.000 2，而第(3)列中资源配置匹配度和产业结构高度化的量对人均GDP的影响系数为0.002和4.269，这些系数均在1%的水平下显著，系数乘积β1γ1也在Bootstrap方法下通过了显著性检验。因此，由中介效应的检验方法可知，产业结构高度化的量在战略性新兴产业政策与资本市场资源配置匹配度影响地区经济增长的过程中发挥了部分中介作用，其大小为36.83%，证明了假设2的成立。同时，第(4)～(6)列中，资源配置匹配度和产业结构高度化的质的系数均在1%的水平下显著为正，系数乘积β1γ1也通过了Bootstrap方法下的显著性检验，表明资源配置匹配度也能够通过产业结构高度化的质对地区经济增长产生间接影响，中介作用的大小为13.07%，假设3也是成立的。总而言之，表7的回归结果说明，战略性新兴产业政策与资本市场资源配置匹配度可以通过提高地区产业结构高度化在数量和质量层面上的水平，对地区经济增长起到促进作用，这也表明本文提出的假设2和假设3成立。

2. 产业结构合理化

产业结构合理化作为中介变量时的中介效应检验结果见表8。第(2)(5)列中，资源配置匹配度对泰尔指数和产业结构偏离度的影响系数均为负数且不显著，说明提高战略性新兴产业政策与资本市场资源配置匹配度对地区产业结构合理化产生的促进作用并不显著；而在第(3)(6)列中，泰尔指数和产业结构偏离度对地区人均GDP的系数分别为-0.385和-0.193，尽管后者在5%的水平下显著，但系数乘积均没有通过Bootstrap方法下的显著性检验。由此可知，产业结构合理化在资源配置匹配度影响地区经济增长的过程中没有起到中介作用，战略性新兴产业政策与资本市场资源配置匹配度不能通过影响地区产业结构合理化对地区经济增长产生促进作用，这表明本文提出的假设4不成立。

表7 产业结构高度化的中介效应检验结果

表8 产业结构合理化的中介效应检验结果

对比表7和表8的结果可以发现，战略性新兴产业政策与资本市场资源配置匹配度的提高可以促进地区产业结构高度化，但对产业结构合理化没有显著影响，其原因可能在于产业结构升级的这两个度量维度各自的侧重点有所不同。产业结构高度化重点刻画的是三次产业的产值份额与其生产效率的变化情况，而战略性新兴产业中高端制造业的技术创新优势与以“互联网+”为代表的生产性服务业在业态和组织两方面的创新优势相结合，形成的第二、三产业相互融合促进的良性发展循环机制[19]可以更好地促进战略性新兴产业劳动生产率及其产值份额的提高，实现地区产业结构高度化的量和质的同步提升。因此，战略性新兴产业政策与资本市场资源配置匹配度的提高在促进战略性新兴产业发展的同时，也会提升地区产业结构高度化在数量和质量上的水平，进而通过产业结构高度化对地区经济增长产生积极影响。

相比之下，产业结构合理化主要关注的是三次产业间资源是否配置合理这一问题。三次产业的要素投入比例与产出比例越接近，产业间的关联水平和协调能力越强，地区产业结构合理化的水平也就越高[15]，单纯增加某一产业的生产率或产业份额并不能促进产业结构合理化水平的提高，所以战略性新兴产业政策与资本市场资源配置匹配度产生的影响也与前者有所不同。一方面，由于技术竞争能力不强、创新支持体系缺失以及知识吸收能力较低等问题会影响战略性新兴产业政策对高技术产业发挥应有的促进作用[20-21]，所以在一些缺乏设备设施、知识储备和技术人才等条件的地区，发展战略性新兴产业需要投入大量资源弥补上述缺陷，使得该地区的资源配置效率在一定时期内有所降低，从而影响了地区产业结构合理化水平的提升；同时，这些地区也会因其在经济发展水平和公共服务设施等方面的劣势，较难吸引战略性新兴产业所需的高端创新人才和产业工人[13]，导致当地劳动力结构和产业需求不相匹配，进而对地区产业结构合理化产生不利影响。另一方面，在一些战略性新兴产业已具有一定规模的地区，当地政府新实施的战略性新兴产业政策很可能引发新一轮产业集聚，而产业集聚引起的拥挤效应又会带来地价上涨、交通拥挤和环境污染等诸多问题[9,14]；另外，政府对战略性新兴产业的持续政策扶持有时也会导致一些行业投资过热和产能过剩的问题发生[22]。这些都会影响和抵消资源配置匹配度对产业结构合理化的促进作用。

四、结论与启示

本文主要从地区战略性新兴产业政策与资本市场对资源配置的合力作用这一视角出发，利用2011—2019年中国29个省、自治区、直辖市的战略性新兴产业政策数据和上市企业名单，计算出了样本期内各地区的战略性新兴产业政策与资本市场资源配置匹配度，以衡量中国各地区战略性新兴产业政策与资本市场在资源配置倾向上的匹配程度。在此基础上，结合2011—2019年的省际面板数据，采用面板双向固定效应模型分析了战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的总体影响；之后将产业结构升级作为中介变量，从产业结构高度化和合理化两个维度出发，利用中介效应模型检验了战略性新兴产业政策与资本市场资源配置匹配度影响地区经济增长的作用机制。研究发现：(1)2011—2019年中国29个省、自治区、直辖市的战略性新兴产业政策与资本市场资源配置匹配度总体呈现增长趋势，这表明资源在战略性新兴产业政策和资本市场资源配置的合力引导下更多地流向了当地的战略性新兴产业；(2)战略性新兴产业政策与资本市场资源配置匹配度的提高对地区经济增长具有显著的促进作用，且在不同地区之间有所差异，在那些经济基础较好或是本地战略性新兴产业处于形成期和成长期的省份，战略性新兴产业政策与资本市场资源配置匹配度对经济增长的促进作用相对更大；(3)战略性新兴产业政策与资本市场资源配置匹配度可以通过促进产业结构高度化而提高地区经济增长水平，但无法通过产业结构合理化对地区经济增长产生积极的影响。

本文的研究结论具有重要的政策含义。首先，地区战略性新兴产业政策和资本市场资源配置匹配度对地区经济增长具有显著的正向影响，这就要求中国各级政府特别是地区政府在制定地区战略性新兴产业政策时，一定要充分考虑地区战略性新兴产业政策与资本市场资源配置的合理匹配，充分发挥二者合理匹配对地区经济增长的促进作用。其次，战略性新兴产业政策与资本市场资源配置匹配度对地区经济增长的促进作用在不同地区之间存在显著差异。因此，各地政府，特别是那些没有充分利用战略性新兴产业政策与资本市场资源配置相互匹配促进地区经济增长的地方政府，应结合本地情况，分析和寻找制约本地战略性新兴产业政策与资本市场资源配置有效匹配的原因，立足本地的要素禀赋、地理区位和产业基础等条件，结合不同战略性新兴产业的产业特征和发展需求，选择适合自身特点且能发挥自身优势的战略性新兴产业作为重点产业并制定恰当的扶持政策；同时，地方政府也要充分发挥各个层次资本市场，尤其是中小板和创业板对本地战略性新兴企业的扶持作用，从产业政策和资本市场两个角度出发，合力提高战略性新兴产业政策与资本市场资源配置的匹配度，使其有效发挥对地区经济增长的促进作用。最后，本文的研究结论还表明，产业结构高度化在地区战略性新兴产业政策与资本市场资源配置相互匹配促进地区经济增长的过程中发挥了积极的中介作用，但产业结构合理化的中介作用却不明显。因此，各地政府在制定和运用使战略性新兴产业与资本市场资源配置相匹配的政策促进地区经济增长时，要同时关注其对产业结构高度化和合理化的影响，以促进地区产业结构高度化和合理化水平同步提升。