国家级新区建设与企业全要素生产率——基于中国上市公司数据的分析

惠献波

（河南财政金融学院，河南 郑州 451464）

一、引言

改革开放以来，中国工业化和城市化进程快速推进，在发展型政府制度框架下，中国经济持续快速增长，创造了举世瞩目的“中国奇迹”。然而，以高污染、高排放、高能耗为代价的经济发展模式，给生态环境造成了巨大压力。因此，如何加快新旧动能转换，提高资源配置效率，全面实现经济高质量发展，已成为新常态下中国经济亟待解决的重大问题之一。

作为区域经济发展的重要空间载体，国家级新区在促进经济增长过程中具有不可替代的作用。国家级新区是中国创新密集区域的典型代表，相比于一般功能区域，其拥有较高的行政层级、更大的权限和探索空间，是新时期重构城市空间架构、城市权力结构的重要载体。国家级新区承载了众多国家创新核心战略，部分国家级新区还被赋予了创新引领的特殊使命，被直接定位为区域经济增长极。国家级新区不仅肩负着为深化改革开垦“试验田”、培育经济“增长极”的重任，还承担着深化改革和扩大开放探索新路径、积累新经验的责任。那么，国家级新区政策对经济的促进作用能否在微观层面上体现出来，进一步提升域内企业的全要素生产率，亟需科学评判与客观精确分析，这些问题的研究对有效释放国家级新区政策效用，最终形成新的聚集效应具有重要的理论意义与现实价值。

国家级新区自设立以来，得到了学者们的广泛关注。学者们普遍认为国家级新区是中国新一轮改革开放的排头兵，是科技创新高地与经济增长的重要引擎。曹清峰(2020)实证检验了国家级新区的设立对城市经济增长的影响，结果发现，国家级新区政策的实施能够持续带动了区域经济增长达七年之久[1]。郭松洋(2020)认为国家级新区成立对属地省份经济增长具有正向、显著激励作用，且存在1～2年的政策预期效应，并且随着时间的不断延续，显著性水平与影响效应逐渐增强[2]。郭志仪等(2020)认为国家级新区政策对省域全要素生产率变迁具有正向影响，然而国家级新区的扩散效应仍处于初期阶段，政策影响显著性不高[3]。张平淡、袁浩铭(2018)从“五化”协同的视角，对国家级新区的带动效应进行了实证性研究，结果发现，国家级新区设立能够显著提升城市经济发展水平[4]。范巧、王成纲(2017)实证检验了重庆两江新区对重庆市的区、县经济发展的辐射带动作用，认为其带动效应主要受当地消费水平、城镇化率、财政投入等因素的影响[5]。

虽然现有文献对国家级新区发展做出了有意义的探索，但是由于国家级新区成立时间较晚，多数文献研究重点主要集中在国家级新区宏观效应方面，鲜有文献研究过国家级新区对企业全要素生产率(TFP)的影响。国家级新区属于综合型的经济功能区，是中国改革开放的“窗口”和“试验田”。因此，研究国家级新区设立对企业全要素生产率的影响效应，对进一步探索深化改革、扩大开放新路径，培育新的经济增长极具有十分重要的理论意义与实践价值。

二、理论分析

企业作为微观经济的主体，是经济发展的重要参与者和行动者，在实现中国经济高质量发中发挥着至关重要的作用。对于企业而言，国家级新区对企业的微观效应主要有以下三点。

1.政策效应

为了吸引企业入驻，国家级新区为企业生产经营行为提供良好的“硬件”环境的同时，也为企业成长创造良好的“软环境”，入驻国家级新区就意味着拥有并享受各项优惠政策的权利。一方面，对于入驻国家级新区的企业而言，政府部门给予企业的财政补贴、税收优惠等诱人的“政策租金”，对缓解企业融资约束困境，提升企业获取未来资源的水平，开展设备更新、技术更新等再投资活动具有正向促进作用。另一方面，政府会通过金融契约激励和监管模式的创新，引导金融资源向国家级新区内流动，缓解借贷双方信息不对称难题，强化企业融资能力，从而破解金融资源错配、“融资歧视”等问题。

2.集聚效应

国家级新区的设立为企业高质量发展提供了政策、资金与人才支持，促进了资本、劳动力和企业主体一定区域内的转迁移、集聚与重构。首先，国家级新区可以促使各种资源要素在特定区域内的集聚，国家级新区拥有丰富的创新资源，可以间接引导高素质人才、引进先进技术和设备向国家级新区内流动，形成较强的集聚经济。企业集聚可以带来原材料和产品市场、劳动力池共享与知识和技术的溢出，不仅有助于区域内企业降低获取资源的难度和费用，还有利于同行业间开展激烈竞争，全面提高资源利使用效率。其次，国家级新区内企业大多是产业链上下游关联企业，不仅降低了生产要素的购买成本，还通过专业化分工提高了企业生产效率。

3.竞争效应

在吸引大量企业入驻形成规模集聚的同时，国家级新区的设立也强化了企业与企业之间的竞争。首先，国家级新区内企业形成的优胜劣汰机制更有利于合理配置资源，引导资源从创新能力不足的企业流向较高效率的优质企业。其次，良性竞争机制利于企业之间持续的相互比较，可以促进企业之间相互借鉴学习、互通有无，从而形成微观的同群效应与宏观的规模效应。

三、研究设计

1.数据来源

（1）国家级新区数据

文章数据源于历年《中国城市统计年鉴》《中国统计年鉴》。文章选取2008—2020年作为样本区间，主要原因在于：第一，在2005年以前，中国城市行政区规划经历了调整，可能会对实证结果造成影响；第二，上海浦东新区和天津滨海新区批复设立时间较早，其发展目标与重心与区域企业高质量发展的关注度并不高，为加强样本城市处理组与控制组之间的可比性，剔除了上海浦东新区、天津滨海新区的样本；第三，2007年新会计准则实施后，中国上市公司的研发投入等相关信息才开始向社会披露。

（2）企业数据

上市公司基本特征、财务特征等数据来源于国泰安数据库与万得数据库。为了提高数据质量，对样本数据进行了如下处理：一是剔除金融类公司、资不抵债公司、股票受证监会特别处理的上市公司年度样本；二是剔除上市时间不满一年的企业；三是剔除主要变量严重缺失的样本公司；四是为避免异常值对实证分析结果的影响，运用Winsor2命令所有连续变量进行了1%和99%双侧缩尾处理，最终共获得18706个公司年度观测样本。

2.模型选取

国家级新区设立时间存在先后之分，是一个渐进的过程，而传统多期双重差分模型(DID)一般要求政策发生点为同一时间，故采用非一致政策节点的多期双重差分模型来识别国家级新区对企业全要素生产率的净效应，具体模型如下所示：

其中，yit表示企业全要素生产率，如果某城市i在第t年获批设立国家级新区，那么，此城市i在第t年及其后年份中的DIDit=1，否则DIDit=0。β1为文章所关注的核心，如果β1值显著为正，则表示国家级新区政策能够显著提升企业全要素生产率。controlit为公司年龄(Age)、公司规模(Size)等反映公司及地区特征的一系列控制变量；λi为企业固定效应；Vt为年份固定效应；εit为残差项。

（1）被解释变量

企业全要素生产率(TFP)。基于此，文章借鉴鲁晓东、连玉君(2012)思路[6]，以OP法(Olley-Pakes)法测算的企业全要素生产率进行基础回归，以LP法(Levinsohn-Petrin)测算的企业全要素生产率做稳健性检验。

（2）控制变量

参照已有文献的做法，文章选取如下8个变量为控制变量：公司年龄(Age)、公司规模(Size)、资产负债率(Lev)、资产收益(Roa)、营业收入增长率(Growth)、企业现金流(Cash)、股权集中度(share)、地区经济发展水平(Develop)。

四、实证结果及分析

1.基准回归结果分析

国家级新区政策的实施对企业全要素生产率(TFP)影响净效应如表1所示。表1第(1)列只检验了解释变量的影响，表1第(2)列是在第(1)列基础上，控制了地区固定效应、企业固定效应和时间固定效应的估计结果。第(3)列则在第(2)列的基础上，加入控制变量的实证检验结果。

由表1检验结果可以看出，国家级新区政策的实施能够显著提升企业全要素生产率。此外，控制变量方面，显著性和符号方向与现有文献基本一致。

表1基准回归结果

2.识别假定条件检验

平行趋势假定是DID估计量无偏的关键假设，即国家级新区政策未实施之前，实验组和控制组的企业全要素生产率(TFP)应具有相同的时间趋势。为此，文章运用事件分析法(Event Study)进行平行趋势检验。具体而言，将式(1)中的DID换成表示国家级新区设立前(国家级新区设立之后)若干年的哑变量，其他因变量含义不变，估计方程如下：

其中，Ds是国家级新区设立年份的哑变量，s取负数表示国家级新区设立之前s年，正数表示国家级新区设立后s年。由于国家级新区批准设立前的时期较长，文章以国家级新区设立当年为中心，考察了政策实施前四年、后五年的动态效应。结果如图1所示，可以看出，在国家级新区批准设立前，企业全要素生产率不存在显著性差异，在国家级新区批准设立后，企业全要素生产率差异明显，满足平行性假定。

图1国家级新区设立的动态效应——平行趋势检验

3.稳健性检验

（1）更换被解释变量测度方法

文章参考王修华等(2021)[7]的做法，使用LP法对企业全要素生产率进行重新测算，回归结果如表2第(1)列所示，可以看出，国家级新区政策依然可以显著提升企业全要素生产率，这与表1的回归结果一致，这表明文章核心结论不受被解释变量测算方法的影响。

（2）排除其他政策干扰

除了受国家级新区设立影响外，企业全要素生产率还会受到其他国家层面政策的影响，如自由贸易试验区设立、国家综合配套改革试验区政策等。为了排除这些区位导向性政策的影响，文章在基准回归模型中加入自由贸易试验区、国家综合配套改革试验区两个虚拟变量，以增加回归结果的准确性。在式(1)基础上构建如下方程：

式(3)中DID1与DID2分别表示国家综合配套改革试验区与自由贸易试验区政策变量，如果某城市在第t年获批国家综合配套改革试验区，则在第t年及之后的年份中，DID1=1，否则，DID1=0；同样，如果某城市在第t年获批自由贸易试验区，则在第t年及之后的年份中，DID2=1，否则，DID2=0。

估计结果如表2第(2)列～第(4)列所示，可以看出，不论是加入自贸区虚拟变量，还是加入国家综合配套改革试验区虚拟变量，国家级新区设立均可以显著提升企业全要素生产率，即企业全要素生产率提升确实是由国家级新区政策实施导致的，而非其他政策带来的影响。

五、异质性分析

1.外部环境异质性

（1）区位条件

对疆域辽阔的中国而言，区域经济发展不平衡、不充分问题十分突出，区位条件是影响企业全要素生产率增长的关键因素，那么国家级新区政策对企业全要素生产率影响是否具有区域性差异？为此，根据区域位置不同，文章将样本企业注册地分为两大类别，即东部地区和中、西部地区，并根据公式(1)构建如下扩展模型：

其中，cityposition代表城市区位分类变量；β1用于识别国家级新区微观经济效应；当国家级新区位于东部地区时，设定East=1，Mid-west=0，当国家级新区位于中、西部地区时，设定East=0，Mid-west=1。

回归结果如表3第(1)列、第(2)列所示，由表3第(1)列、第(2)列可知，在中、西部地区，国家级新区政策的实施显著提升了企业全要素生产率；在东部地区，国家级新区政策效应没有通过显著性检验。可能的解释是：在中、西部地区，国家级新区政策更多扮演的是“雪中送炭”角色，国家级新区设立对企业全要素生产率的促进效应处在上升阶段，尚未达到门槛上限，边际效应递增趋势明显；在东部地区，国家级新区政策的实施则更多属于“锦上添花”，其对企业全要素生产率的带动效应已达到门槛上限，边际效应开始呈现递减趋势。

（2）城市行政等级

不同行政等级的城市发展潜力差异巨大，文章需验证国家级新区政策效应因所处城市的级别不同是否存在明显差异。为此，文章引入主要城市(major)和一般城市(general)两个虚拟变量，其中，主要城市是指直辖市、省会城市和副省级城市，根据公式(1)构建如下扩展模型：

其中，β1用于识别在不同行政等级城市设立的国家级新区对企业全要素生产率的带动效应；grade代表城市等级分类变量；当样本企业位于主要城市国家级新区内时，设定major=1、general=0，当样本企业位于一般城市的国家级新区内时，设定major=0、general=1。

回归结果如表3第(3)列、第(4)列所示，由表3第(3)列、第(4)列可知，在低行政等级城市，国家级新区政策能够显著提升企业全要素生产率，在高行政等级城市，国家级新区政策效应没有通显著性检验。可能的原因是高行政等级城市（如上海等直辖市）享受多项政策优惠条件，政策“叠罗汉”现象比较突显，同样的政策优惠，在高行政等级城市发挥的影响作用就会较小，从而弱化了国家级新区政策对企业全要素生产率的影响。

表3外部环境异质性检验结果

（3）市场发育程度

从理论方面来讲，市场化程度较高的地区，信息不对称程度较低、信贷资源配置效率较高，国家级新区政策与企业全要素生产率之间的关系也会受到地区市场化程度差异的影响，基于此，文章以王小鲁等(2021)[8]编制的中国各省“要素市场发育指数”作为调节变量，引入国家级新区政策(DID)与要素市场发育指数(market)交互项，根据公式(1)构建如下扩展模型：

其中，marktet代表市场化指数变量；β1用于识别处于不同市场化程度的国家级新区对于企业全要素生产率的影响效应。

回归结果如表3第(5)列所示，由表3第(5)列可知，交互项(DID×market)系数显著为负，这表明在市场化程度较高的地区，国家级新区设立对企业要素生产率影响效应较小，市场化程度较高的国家级新区，市场环境比较完善，资源配置主要依靠市场发挥作用，国家级新区政策对企业全要素生产率影响力较小。

2.企业条件异质性

（1）产权性质

国有企业与非国有企业之间存在不平等的竞争已经是不争的事实上，国有企业在信息获取、信贷方面享有得天独厚的优势，拥有更多的融资渠道。然而，非国有企业遭受着不同程度的“所有制歧视”，其面临着的贷款条件更为严苛。基于此，按照产权属性，文章引入国家新区政策(DID)与企业产权性质(Poe)的交互项，根据公式(1)构建如下扩展模型：

其中，Poe代表企业产权性质，其中，Poe=1，代表国有企业，Poe=0代表非国有企业；β1用于识别国家级新区政策对于不同产权性质企业全要素生产率的影响效应。

回归结果如表4第(1)列所示，可以看出，交互项(DID×Poe)系数在5%的统计水平上显著为正，这意味着在国有企业中，国家级新区政策的实施对企业全要素生产率的影响更加显著。

（2）企业规模

在公式(1)基础上，文章构建如下扩展模型检验国家级新区政策对于不同规模企业的影响效应：

其中，Size代表企业规模；β1用于识别国家级新区政策对于不同规模企业全要素生产率的影响。

回归结果如表4第(2)列所示，可以看出，交互项(DID×Size)系数显著为正，这意味着国家级新区政策对较大规模企业影响程度更显著。在实施优惠政策配置过程中，规模较大企业会受到政府部门与社会各界的关注与重点支持，更容易获得来自政府部门的政策性红利，显著提升了大规模企业影响效应。

表4企业条件异质性检验结果

（3）企业生命周期

借鉴董晓芳、袁燕(2014)[9]两位学者的研究思路，文章根据企业年龄(Age)将样本企业划分为三个阶段：初创期（企业年龄1～6年）、成长期（企业年龄7～11年）和成熟期（企业年龄12年及以上）。同时，设置初创期(Cycle1)、成长期(Cycle2)、成熟期(Cycle3)三个虚拟变量，根据公式(1)构建如下扩展模型：

其中，Cycle代表样本企业生命周期，当样本企业处于初创期时，Cycle1=1，否则，Cycle1=0；当样本企业处于成长期时，Cycle2=1，否则，Cycle2=0；当样本企业处时成熟期时，Cycle3=1，否则，Cycle3=0；β1用于识别国家级新区政策对于不同生命周期企业的影响。

回归结果如表4第(3)列、(4)列、(5)列所示。表4第(3)列、(4)列报告了初创期企业、成长期企业的回归分析结果，可以看出，交互项(DID×Cycle1)、(DID×Cycle2)系数分别为0.03568、0.03692，且均在1%统计水平下通过了显著性检验，这说明国家级新区政策的实施可以正向、显著提升初创期企业、成长期样本企业的全要素生产率。可能的解释是：企业处于初创期时，其深受资源约束的困扰，对各类资源需求较大，国家级新区系列优惠政策是其获取资源的重要渠道，决定了国家级新区设立能够正向、显著地提升全要素生产率。成长期企业处于快速扩张的阶段，其不但不能放松新增投资，还要大量追加投资，仍然需要大量的人力、物力、财力等资源，因此，国家级新区的“政策效应”和“集聚效应”依旧发挥着正向、显著的作用。表4第(5)列报告了成熟期企业的回归结果，可以看出，交互项(DID×Cycle3)估计系数为正，但没有通过显著性检验，这说明国家级新区政策对成熟期企业没有产生显著性影响。成熟期企业业务已经成熟，市场份额与利润来源也趋于稳定，不再面临资本约束的困惑，受国家级新区政策的影响效果较弱。

六、机制分析

文章已经实证了国家级新区设立能够显著提升企业全要素生产率，那么国家级新区政策是如何提升企业全要素生产率的，其影响渠道与作用机理是什么？基于此，文章借鉴温忠麟等(2004)[10]提出的中介效应模型，以政策效应、集聚效应、竞争效应作为中介变量进行回归检验。

1.政策效应检验

文章从政府补贴(Subsidy)和税收(Tax)两方面度量国家级新区“政策效应”，具体来说，以企业获得的“政府补助”作为衡量政府补贴的代理变量，以“所得税费用－递延所得税”衡量企业应缴所得税(Tax)并作为税收的代变量。

检验结果如表5所示，其中，表5第(1)列、第(2)列报告了政府补贴机制的检验结果，由表5第(1)列可知，DID系数显著为正，表明国家级新区设立能够显著地增加企业的政府补贴；表5第(2)列中，政府补贴(Subsidy)系数为正，且在1%的统计水平下通过了显著性检验，这说明政府补贴(Subsidy)有助于提升企业全要素生率，DID系数为0.0257，较表1而言系数值有所降低，且在1%统计水平下通过了显性检验，这说明财政补贴是国家级新区政策提升企业全要素生产率的影响机制之一。

表5第(3)列、第(4)列报告了税收机制的检验结果，由表5第(3)列可知，DID系数为负，且在1%的统计水平下通过了显著性检验，说明企业享受到了国家级新区提供的优惠的税收政策，在表5第(4)列中，税收(Tax)变量系数为负，且在1%统计水平下通过了显性检验，DID系数为正，且在1%统计水平下通过了显性检验，这表明虽说税收水平对企业全要素生产率的增长具有明显的抑制效应，然而，国家级新区政策明显降低了企业应缴税负，最终提高了企业全要素生产率，即税收机制是国家级新区影响企业全要素生产率的作用机制之一。

表5政策效应估计结果

综合表5的结果可知，国家级新区通过“政策效应”可以显著提升企业全要素生产率。

2.集聚效应检验

国家级新区集聚效应主要表现在资源、创新人才集聚两方面。参考蔡庆丰等(2021)[11]经验，文章用样本企业研发人员数量的自然对数(R＆D)作为人才资源集聚效应的代理变量，以企业年度新增融资额(ΔDebet)为资源集聚效应的代理变量，公式如下：

表6第(1)列～第(5)列报告了“集聚效应”机制的检验结果，由表6第(1)列、(3)列可知，DID的系数分别为0.0553、0.0208，且在1%的统计水平下通过了显著性检验，这表明国家级新区政策的实施可以提升企业融资数额、增加研发人员数量。

表6第(2)、第(4)列可知，企业新增融资额(ΔDebet)和研发人员数量(R＆D)系数分别为0.0505、0.0188，且均在1%统计水平下通过了显著性检验，这表明企业融资额和研发人员的增加有助于提升企业全要素生产率。

另外，参照林毅夫等(2018)[12]的研究思路，实证检验企业数量的自然对数(Firm)对企业全要素生产率的影响。回归结果如表6第(5)列所示，可以看出，国家级新区内的企业数量对全要素生产率有正向、显著的促进效应。因此，综合表6的回归结果可知，国家级新区的“集聚效应”显著提升了企业全要素生产率。

3.竞争效应检验

文章构建赫芬达尔指数(HHI)衡量行业的竞争程度，赫芬达尔指数(HHI)值越大，说明行业垄断程度越高，反之，则说明行业之间竞争程度较大。

表6第(6)、第(7)列报告了“竞争效应”机制的检验结果。以赫芬达尔指数(HHI)作为被解释变量的回归结果如表6第(6)列所示，DID系数显著为负，表明国家级新区的设立加剧了企业之间的竞争程度。表6第(7)列报告了以企业全要素生产率作为被解释变量的回归结果，赫芬达尔指数(HHI)系数为负，未通过显著性检验，说明企业之间竞争程度尚不足以对样本企业的生存构成较大的“威胁”，未能形成有效“倒逼”机制。可能的解释是，虽说行业竞争可以提高企业生产效率，但竞争程度过于激烈也可能会大幅度抬高生产要素价格，从而提升边际成本。

表6集聚效应与竞争效应估计结果

七、结论及政策建议

文章将国家级新区设立视为一次自然实验，选取2008—2020年中国上市公司的面板数据，在“反事实”框架下，运用多期双重差分模型(Time-varying DID)，实证分析了国家级新区政策对企业全要素生产率(TFP)的影响效应及其作用机理。结果表明：第一，国家级新区设立对企业全要素生产率具有正向、显著促进作用。第二，机制分析表明，国家级新区设立主要通过“政策效应”“集聚效应”提升企业全要素生产率。第三，异质性分析表明，国家级新区政策对企业全要素生产率的影响不仅与区位条件、市场发育程度等外部环境因素相关，还因企业产权归属、企业规模和成长周期不同而存在明显差异。基于以上研究结论，文章提出以下三点政策建议：

第一，重视国家级新区核心战略定位。进一步深化体制机制改革，破解制约经济发展的制度障碍，全力推进供给侧结构性改革，加速产业结构优化升级，推动企业高质量发展。

第二，完善国家级新区空间布局。针对不同区域、不同行政等级分类指导、精准施策，向等级较低的中西部地区逐步倾斜，打造“专精特新”的特色产业集群。与此同时，不断探索国家级新区创新发展新路径和新模式，推动科学技术快速产业化，全面提升企业全要素生产率。

第三，强化国家级新区的“政策效应”“集聚效应”。国家级新区对企业全要素生产率的最终效果是“政策效应”“集聚效应”的综合，因此，在国家级新区建设中，要立足自身功能定位，依据区域资源禀赋和环境消纳能力，积极开展创新研发、关键技术转移等工作，形成更大规模的产业集聚，开展良性竞争,促进企业均衡、高质量发展。