杨继东 刘诚
摘 要：产业政策是否有效、应该如何制定产业政策是当前社会关注的一个焦点。本文试图对现有中国产业政策经验研究进行总结和评论。中国产业政策的经验研究表明：第一，已有文献主要使用产业政策的类型、区位和力度，来衡量中国的产业政策；第二，已有研究重点关注产业政策对生产率、产业结构、创新和跨国产业链的影响；第三，产业政策效果的异质性是影响研究结论的一个重要因素，中央与地方的产业政策效果不同，不同时期政策效果具有差异，产业政策实施过程中官员激励和企业性质也会影响产业政策的效果。通过对这些文献的回顾与梳理，可以为未来产业政策设计提供参考。
关键词：产业政策；识别策略；政策效果；经验研究
一、引 言
中国经济增长的奇迹，部分归功于中国成功的产业政策（林毅夫等，1999）。在产业政策的扶持下，中国建立了较全面的工业体系，“中国制造”享誉全球。2019年，德国政府在其《德国工业战略2030》中明确提出，中国将市场经济原则与积极主动的国家政策结合起来，已被证明是全球使用产业政策最成功典范（Federal Ministy for Economic Affairs and Energy，2019）。然而，理论上关于产业政策是否有效却充满了争议。
支持产业政策的观点主要分为以下几类。第一，市场失灵现象普遍存在，需要政府进行干预（Stiglitz，2015）。第二，根据幼稚产业保护论，国家对于新兴产业应当给予保护和扶持，以应对其他国家因成熟体系产生的规模效应。尤其是在发展中国家，由于信息和创新的外部性，缺乏产业政策保护的行业很难实现赶超。林毅夫等（1999）认为要实现发展中国家的弯道超车，就需要实施产业政策，以发挥比较优势，达成结构调整升级的目的。第三，欧美发达经济体对农业、钢铁、飞机、电池为代表的传统产业、战略产业、新兴产业等各类型产业在不同程度上采取了税收优惠、财政补贴、研发补贴、鼓励出口、限制进口、防止外资并购等多样化的产业政策（詹姆斯·罗宾逊，2016）。也就是说，产业政策不是个别地区、个别产业、个别企业的特例，而是全球普遍存在的。它与成熟的市场经济体制并不矛盾，与经济增长和生产率提高也没有根本冲突。
而反对产业政策的学者所持理由也有三点。首先，从信息经济学的角度看，受制于信息不足和官员决策能力有限，政府制定的政策不一定最优（江飞涛和李晓萍，2018）。其次，从理性人视角看，政府和官员作为追求利益最大化的“经济人”，制定的政策会出于利己或达成政治目的，与经济政策目标可能不一致（江小涓，2014）。最后，产业政策有可能会产生高昂的寻租成本。张维迎（2016）认为，改革开放后产业政策代替了计划指标，是“穿着马甲的计划经济”，因此产业政策与计划经济失败的原因完全一样，主要是人类认知能力的限制和官员激励机制的扭曲。
实践是检验真理的唯一标准。产业政策在中国执行的如何，在何种意义上较为成功，又有哪些成本或不足？回答这些问题需要细致的经验证据评估。考虑到产业政策在中国政策体系中的重要性，学术界对产业政策极为关注，产业政策的实证研究越来越多。本文试图对已有产业政策的经验研究进行梳理，一方面为学术研究提供一个总结和参考，另一方面使用的评估方法也日益严谨，从经验研究的视角探寻和辨析中国产业政策的经验与得失。
从相关研究的主要结论来看：第一，产业政策的效果各方面均存在不同程度的争议；第二，相对而言，对跨国产业链的提升方面争议最小，也就是说从国际视角来看，产业政策确实改善了本国产业链；第三，对于产业结构的肯定性观点占据上风，大都认为产业政策提高了产业结构的合理化，促进了新兴行业发展和重大基础性产业的赶超以及制造业服务化，但反对性观点主要是产业政策导致产能过剩；第四，对生产率和创新发展的争议较大，尽管很多文献得出了肯定性结论，但大量文献怀疑政府对创造性破坏的把握程度。
从产业政策的异质性因素来看：第一，学者们将中国产业政策分为中央政策和地方政策。研究发现，地方会倾向于依照中央政府的偏好制定产业政策，使得经济较落后地区的产业发展偏离自身实际情况与比较优势；第二，地方主管官员也是影响产业政策的重要因素，其晋升激励越强，地方政策盲从中央政策的可能性就越大；第三，相对于私营企业，国有企业对产业政策的激励不敏感，原因大多是国有企业要考虑更多的非经济因素，以及国有企业过去已经存在隐形的政策倾斜；第四，在特定时期，产业政策对受扶持行业产生积极效应，但积极效应能否持续的问题，大多数针对中国产业政策的研究都给出了否定的答案。
本文以下部分结构安排如下：第二节简述中国产业政策发展历程。第三节讨论产业政策经验研究中的被解释变量和解释变量以及实证方法。第四节具体论述产业政策的经验研究结论。第五节从异质性角度，讨论为什么产业政策的经验研究往往得出不同的结论最后是本文的研究结论。
二、产业政策的发展历程
黄群慧（2018）、江飞涛和李晓萍（2018）等学者对中国产业政策的发展历程进行了较完善的梳理。改革开放以来，中国对原有的计划经济体制进行变革。20世纪80年代中期，学习当时日本的成功经验，中国引入了产业政策，并广泛使用直至今日，成为中国经济发展中极为重要的一个部分1。
1989年3月，国务院发布了中国第一部用产业政策命名的政策文件《关于当前产业政策要点的决定》，开始了对产业政策的初步尝试。虽然相关政策还保留着不少计划经济的做法，但相比于过去严格的计划经济，产业政策灵活度提高，扩大了地方和企业的决策权，促进了经济发展活力。
进入20世纪90年代，产业政策进一步放开。1994年，国务院颁布了第一部基于市场机制的产业政策——《90年代国家产业政策纲要》。到90年代后期，各个行业的一系列产业政策相继出台。1997年，国务院批准《当前国家重点鼓励发展的产业、产品和技术目录》。这些产业政策共同构成了中国以选择性产业政策为主的产业政策体系，产业政策已完全取代了过去的计划经济管理模式。
进入新世纪，在国内国际经济形势发生许多变化的大背景下，中国的产业政策也在不断地发展演进，相关政策模式臻于成熟。政策设计更加强调对重点产业的调整和振兴，以及培育战略性新兴产业。在实际操作中，市场化调节和政府干预主义的双重特征并存，后期也逐渐显示出一些政策的不良效应。具有代表性的事件是，2001年加入世贸组织和2008年全球金融危机，前者使中国产业发展更加市场化和国际化，产业政策的制度设计和实施过程中直接的政府干预减少；而后者催生了“四万亿”、十大产业振兴规划、七大战略性新兴产业发展规划，产业政策力度得以加强。
十八大以来，中国产业政策更加注重创新和新兴技术在高质量发展中的作用，更加强调市场在党的资源配置中的决定性作用，推出了《中国制造2025》，瞄准了一批基础性、前沿性和高技术产业。十九大以后，中国经济进入高质量发展阶段，提高生产率和优化产业结构的目标性更加突出。2018年中美贸易摩擦不断升级，加之2020年全球爆发新冠肺炎疫情，中国对芯片、5G、医疗等基础产业链的完备性和技术先进性提出了更高要求。2020年中央政府工作报告提出，“提高科技创新支撑能力。加快建设国家实验室，重组国家重点实验室体系，发展社会研发机构，加强关键核心技术攻关。改革科技成果转化机制，畅通创新链，营造鼓励创新、宽容失败的科研环境。实行重点项目攻关‘揭榜挂帅。”1
三、产业政策的识别策略
1. 如何度量产业政策
尽管产业政策文献汗牛充栋，但对其概念的界定未能形成统一说法（寇宗来，2017）。但不论狭义还是广义上讲，产业政策主要内涵是指，一国或地区政府为了实现一定经济和社会目标而对产业的形成和发展进行干预的各种政策的总和（韩干和洪永淼，2015）。也有文献将产业政策进行细分，大致划分为选择性产业政策和功能性产业政策两大类。选择性产业政策是政府为改变产业间资源配置而采取的政策，包括积极主动扶持战略性产业和新兴产业，以缩短产业结构的演进过程等；功能性产业政策是政府为促进市场高效运转而实施的政策，主要通过发挥政府在经济活动中的基础性作用以弥补市场失灵、完善市场制度来实现（江飞涛和李晓萍，2018；林毅夫等，2018）。Liu（2019）在生产网络的框架下评估产业政策效果发现，选择性产业政策的实施对企业绩效存在较强的不确定性，政府应该对那些为其他部门的供给较多、源自其他部门的投入较少的“上游部门”加强补贴，否则市场缺陷将通过后项需求关联加剧扭曲效应，并且1970年代韩国与当前中国的产业政策实践都印证了这些结论。
对于经验研究，对产业政策进行量化识别是计量检验和政策评估的前提。具体而言，产业政策的量化方式主要包括三种：一是针对不同重点产业的类型设置虚拟变量。如宋凌云和王贤彬（2013）将重点产业细分为重点传统产业、重点支柱产业、重点新兴产业三类，设置虚拟变量，考察政府重点产业政策对产业生产率的影响；二是构造重要产业区位的虚拟变量（如经济技术开发区、出口加工区、高新技术产业开发区）作为产业政策的测量，当企业符合对应开发区主导的产业定位时，赋值为1，否则为0，研究以政策引导为主要推力的产业集聚对贸易方式升级的作用机制（沈鸿和顾乃华，2017）。三是基于产业政策实施力度间接进行测量。有文献通过使用政府补贴和税收减免来测量产业政策，研究发现中央政府考核目标的变化对地方政府在落实产业政策和追求短期经济增长的选择上有重要影响（孙早和席建成，2015）。也有文献以公司政府补助、长期负债衡量产业政策支持力度，研究了产业政策、政府支持与公司投资效率的关系（王克敏等，2017）。
2. 产业政策影响什么
生产率是已有文献评估产业政策的最常用指标。在中国工业企业数据的推动下，大量文献进行了相关研究。这类文献已经非常成熟（聂辉华等，2012；李力行等，2016；江艇等，2018）。首先，使用OP或LP方法计算企业全要素生产率。进而，以地区各个行业的收入份额作为权重，将地区行业的生产率离散指标加总到地区层面，作为生产率的代理变量。
产业政策的效果评估之一是产业结构优化，如何量化产业结构是一大难点。已有文献从产业结构偏离度（E）、泰尔指数（TL）、产业结构合理度（SR）进行测算（靳涛和陈嘉佳，2013；干春晖等，2011；韩永辉等，2017），这三者大致都是通过现有产业结构与经济均衡状态的偏离程度来测算产业结构，偏离越大则结构越差。三个指标的计算方法不同，经济含义也略有差异。干春晖等（2011）、韩永辉等（2017）认为TL侧重产业比例关系方面的产业高度化（高级化），E和SR侧重产业间资源配置方面的产业合理化。
也有文献从产业专业化程度来表示产业结构优化程度。Bai等（2008）、吴意云和朱希伟（2015）、刘诚和杨继东（2020）通过计算Hoover指数或Krugman指数测度产业专业化水平。这些文献大都使用工业行业的投资、产出、土地出让等数据来计算省份或城市层面生产要素或产出的产业集中程度，如劳动力越是在某些行业集中，表示该地区的产业专业化程度越高。
大多数产业政策的研究文献主要关注工业和制造业，也有一些关注服务业，从制造业服务化角度衡量产业结构。制造业服务化是指制造业生产中使用服务增多、商品价格中“服务加价”增多、制造业企业更多从事设计研发和售后等一揽子服务，文献主要采用投入产出法中的直接消耗系数法和间接消耗系数法来测算（Lay等，2010；刘斌等，2016；许和连等2017）。各行业对服务业的直接消耗和间接消耗的总和构成了制造业对服务业的完全消耗。
对产业政策绩效的实证研究还涉及创新发展，这类文献的出发点是产业政策，但落脚点已经较为宽泛，包括企业的创新投入、创新水平、研发、专利数量以及地区的创新水平等（吕岩威和孙慧，2014；陆国庆等，2014；余明桂等，2016；张杰和郑文平，2018；Feng，2019）。例如，吕岩威和孙慧（2014）运用随机前沿生产函数模型（SFA），采用2003—2010年的面板数据，分析中国东、中、西部地区战略性新兴产业19个大类行业的技术效率及其影响因素。
中国产业政策的影响不仅限于国内产业发展，也延伸到跨国产业链问题上。一些文献从进出口产业、中间产品等角度检验了产业政策对中国产业链的影响（杜庆华，2010；陈钊和熊瑞祥，2015；Kalouptsidi，2018）。
3. 经验研究的主要方法
尽管产业政策的概念界定存在不同看法，且实践中产业政策的种类千差万别，但它在本质上都是一种政府干预行为。所以实证文献大都把产业政策作为准自然实验，使用双重差分（DID）进行检验，基本做法是把产业政策直接涉及的行业或地区作为实验组，其他行业或地区作为对照组（余明桂等，2016；钱雪松等，2018；Lu等，2019）。
根据研究的产业政策以及所使用样本的差异，DID的设计会较为灵活。考虑到有些产业政策的实施不是一次性进行的，而是在一段时间内把部分行业或地区陆续划入实验组的，且同一个行业在不同时间可能从非重点产业变为重点产业（或者相反），所以需要采用连续型DID方法。例如，杨继东和罗路宝（2018）考察了“十一五”“十二五”期间的重点产业政策对资源配置的影响。
有些对于特定行业或地区的产业政策，实验组数量较少，不能直接使用DID。邵敏和包群（2012）采用广义倾向性评分匹配方法（PSM），刻画了不同补贴收入水平对企业生产率的影响差异。金宇等（2019）以高新技术企业认定为政策研究对象，采用多时点DID-PSM的研究方法。Ouyang和Peng（2015）采用了Hsiao， Ching and Wan（2012）提出的回归控制法，通过估计对照组与实验组的相关性来预测实验组的反事实结果，从而计算“四万亿”政策的处理效应。
由于产业政策本身的内生性较强，被列入实验组的行业或地区本身可能具有一些与被解释变量（如生产率、产业结构）相关的趋势，所以这类文献一个重点内容是处理内生性。Lu等（2019）在DID基础上，采用了断点回归思路，通过只选取开发区边界1公里范围内的地区，从而尽可能保证开发区和非开发区其他特征（可观测和不可观测、时变和非时变）都一致。而且，该文献还使用了同心环分析方法，选择把距离开发区2、4、6直到20公里的非开发区村庄依次从对照组中删去，然后观察政策影响是否发生变化。宋凌云和王贤彬（2013）用Probit模型量化地方政府的重点产业选择行为，估计出产业被选择为重点产业的概率，将此拟合值作为工具变量。Wu等（2019）认为，过去中央政府的政策选择可以用来预测当前的经济和产业形势，故以此作为省级重点产业政策的工具变量。Kalouptsidi（2018）建立和估计了包含企业生产、投资、进出口的结构性动态模型，评估了中国造船业产业政策效果。
当然，在实际研究过程中，已有文献在采用DID、PSM、IV、结构模型等方法的同时，也大都会采用OLS、POLS、FE等常用方法作基本回归或稳健性检验，以保持结论的稳健性。
四、产业政策经验研究的主要结论
产业政策对中国产能扩张尤其是快速工业化和“中国制造”的作用已经取得学术界共识。对产业政策评估的研究早已跳出产能或产量，而是从生产率、产业结构、创新、产业链等视角进行实证检验。
1. 对生产率的影响
评估产业政策对行业是否起到促进作用，最直接的方式便是观测该产业的生产率是否得到了提升。
多数文献结论是正面的。例如，宋凌云和王贤彬（2013）试图研究重点产业政策的生产率效应，以及这种效应的产业间差距。构造1999—2007年中国各省份制造业二位码产业全要素生产率和重点产业变量的面板数据，将地方政府五年产业政策中提及的制造业产业视为重点产业，并将产业分为与国家规划相同或相异的支柱产业、传统产业和新兴产业共六类，分别构造虚拟变量，进行回归处理，期间采取工具变量法、控制样本法和弱内生性子样本3种方式缓解内生性问题。结果发现，中国的产业政策整体上显著提高了产业的生产率。
Koster等（2019）利用深圳市1997—2008年十年间近万家企业的数据，研究发现产业政策具有较强的正面溢出效应，使企业的生产率提高了约15%—25%。文献中采取了多种方式提升结果的准确性，为排除所有制下的激励问题，国有企业被排除在样本之外；为控制空间因素影响，使用差分法选取更靠近园区边界的公司，并计算其与就业中心和交通枢纽之间的距离等。
有文献得出了中性结论，即产业政策对生产率的影响视乎不同情况而定。邵敏和包群（2012）研究表明，当政府对企业的补贴力度小于某一临界值时，政府补贴能够显著地促进企业生产率水平的提高；当政府补贴力度在该临界值水平上逐步提高时，这种促进作用也由显著变为不显著，但其对企业生产率变化的抑制作用也逐渐显现；当政府补贴力度提高至大于另一临界值时，政府补贴显著地抑制了企业生产率水平的提高。Aghion等（2015）采用1998-2007年间中国工业企业数据实证发现，针对竞争性部门的产业政策或者具有“维持或促进竞争”特征的产业政策，促进了企业的生产率增长。文献认为，关于产业政策的辩论不应是支持或反对制定这样一项政策，应该是如何设计和管理产业政策，以便使这些政策更有利于竞争，从而更有利于促进增长。1
也有文献得出了较为负面的观点。例如，戴小勇和成立为（2019）选取1998—2007年制造业企业数据，从企业、产业和地区三个方面构建反映产业政策的指标，以企业全要素生产率和成本加成率作为评价产业政策效果的指标，采用全要素生产率进行加总和分解的方式区分政策对行业的影响，测算产业政策的企业内和企业间效应。采取得分匹配模型克服样本选择性偏误，系统广义矩估计克服内生性问题。研究表明，政府补贴和低利率贷款反而会使企业的全要素生产率和成本加成率降低，并建议更多采取普惠性政策，减少运用选择性产业政策，更好发挥市场的主动性。
2. 对产业结构的影响
实现产业结构优化升级是产业政策的重要目标（江飞涛和李晓萍，2018）。林毅夫等（2018）认为，产业政策对中国经济发展起到显著促进作用并优化了产业结构，这具体表现为采取差异化区域产业政策，使得中西部等区域的产业结构更合理，带动区域经济的发展从而提高经济效率。韩永辉等（2017）基于发展性地方政府的理论进行研究，利用1997—2014年间数据，测算产业结构相关指数与产业政策的相关关系。研究表明，产业政策能够促进产业结构的优化升级。该文献还通过添加政策力量与市场力量的交互项，发现市场化程度更高的地区产业政策效果更好，这也说明产业政策与市场化之间并不是矛盾关系，而是互补关系；通过建立省级政府效率指标，发现地方政府效率高的地区，产业政策的正面作用发挥得也更好。
然而，也有一部分学者从经济地理学的角度，用产业政策解释中国工业过早进入再分散和产业结构不合理问题。吴意云和朱希伟（2015）利用Krugman指数描述行业专业化和地区间专业化程度，对比十年间地理集中和行业专业化的演化轨迹，并运用面板数据模型进一步检验，认为产业政策导致了中国各地区之间产业结构高度相似，产生“偏向性”扭曲，造成中国工业地理集中度过低，带来效率损失。靳涛和陈嘉佳（2013）以分税制改革后中国1994—2011年各省份面板数据为基础，分析了中央转移支付对地区产业结构合理化的影响。研究表明，地方政府出于自身利益的考虑而采取的投资行为会使转移支付对地区产业结构合理化产生两方面效应，即一方面，转移支付倾向于给当地带来GDP高增长的资本密集型投资类项目而直接扩大了地区产业结构的偏离度；另一方面，国有企业与转移支付的相互作用也会阻碍地区产业结构的合理化调整。
关于产业政策对新兴产业的作用也有争议。郭晓丹和宋维佳（2011）研究发现，产业激励政策有助于降低风险和新兴产业良好发展前景及高利润预期，使得更多企业倾向于早进入以获得先动优势，这在整体上培育与促进了新兴产业的发展。汪秋明等（2014）利用80家2002—2011年战略性新兴产业上市公司的数据对产业政策进行分析。首先构建政府补贴和企业行为的动态博弈模型，之后建立计量模型进行实证研究。结论是，潜在企业进入有政府补贴的战略性新兴产业，是一种理性行为，但进入后由于缺少监督和惩罚，获得的补贴资金会用于与产业发展无关的部分。周亚虹等（2015）发现，扶持新兴产业和支柱产业的做法，在产业初期有利，但在产业扩张阶段却抑制企业研发投入，导致同质化竞争。
有文献专门讨论了产业政策对于重大基础性产业实现赶超性发展的作用。对于技术壁垒高、产业生态系统复杂的产业领域（如高铁、集成电路等），需要经济性的相关政策激励帮助企业克服市场和技术障碍，以加强产业部署，与企业构成创新系统，能弥补创新体系结构和功能性缺失，促进技术赶超（贺俊等，2018；黄阳华和吕铁，2020）。政府和企业通力合作实现技术赶超，以使产业结构高度化（黄群慧和贺俊，2015）。然而，VerWey（2019）以“后发战略”理论为基础，把中国大陆的半导体行业同中国台湾、日本和韩国等地区进行经验对比发现，虽然中国做出了相当大的努力，但由于没有明确规划、人力资本缺乏和国际竞争激烈等原因，依然较难获得成功。
以上文献都是基于制造业和工业进行实证检验，主要是因为服务业的数据可得性较差（Klette和Griliches，1996；许宪春，2000），而且早期的一些研究认为服务业生产率低于工业（Baumol，1967；程大中，2004）。然而，在信息化时代，传统意义上的制造业与服务业的边界逐渐模糊，制造业的价值链开始不断向服务环节延伸和拓展，对产业政策的效果评估自然延伸到服务业领域。一些研究表明，以信息化、数字化、科技化、金融化为代表的推动制造业服务化的产业政策是符合国际产业趋势的（Buera和Kaboski，2012；张建华和程文，2019；江小涓和罗立彬，2019）1。
反对产业政策的一个重要现实依据是产能过剩。中国地方政府为了GDP、税收、就业等目标，实施的产业政策往往是特惠的（寇宗来，2017；Bai et al.，2019），例如一些地方设置了“白名单”（Barwick et al.，2019）和产品质量免检（刘小鲁和李泓霖，2015），这扭曲了生产要素的市场化配置，导致了严重的产能过剩（江飞涛等，2012；刘诚和钟春平，2018）。吴利学和刘诚（2018）认为，产能过剩表现最为突出的既不是计划程度非常高的地区和行业，也不是市场化程度非常高的地区和行业，而是那些处于“不完全的市场化状态”的地区和行业。该文献认为，最优的产业政策应该是使政府和企业对项目投产的匹配贡献与其收益分配相一致，也即让政府在各产业中发挥“不多不少”的恰当作用。
3. 对创新的影响
创新被普遍认可为经济发展和社会进步的重要内生动力。由于创新的重要推动作用，以及有明显外溢效应的特点，促进创新也成为产业政策的重要任务之一。而且，随着工业化进入后期，廉价劳动力等制造业领域的“低垂的果实”已经消耗殆尽，技术创新和商业创新成为产业发展的核心竞争力。
总体来看，现有研究对于中国产业政策能否促进企业创新的作用多数予以肯定。陆国庆等（2014）选择上市公司中的战略性新兴产业公司作为研究对象，以2010—2012年为时间跨度，搜集创新投入产出数据，构建超越对数CDM模型，使用迭代3阶段最小二乘法和偏最小二乘法，分析创新补贴的绩效及其影响因子。结果表明，虽然外溢效应显著，但创新补贴的确可以提升企业的产出绩效。余明桂等（2016）利用2001—2011年上市公司及其子公司的企业发明专利申请数量作为衡量技术创新的标准，构建模型进行单变量分析和双重差分分析，并针对不同的影响机制分别构建模型进行深入分析检验。研究也表明，产业政策可以促进企业创新，两者之间有明显的因果联系。在众多影响机制中，主要起作用的是市场竞争机制，信贷、税收和政府补贴机制的作用并不显著。Feng（2019）利用“十二五”期间沪深两市A股上市公司的数据，也得出产业政策能够提高企业创新效率的结论，并通过样本筛选和分类证明结论稳健。
与此同时，也有文献认为即便产业政策有必要，也只能局限于模仿型产业和竞争型产业，断不能在创新型产业有所作为，因为能够进行“创造性破坏”的只能是市场和企业而非政府。有部分学者提出，在获得了产业政策的倾斜后，企业创新虽然数量上看有提升，但整体质量并没有提升。例如，黎文靖和郑曼妮（2016）利用2001—2010年沪深A股上市公司的专利申请数据，用专利申请数量衡量企业创新能力，用是否高质量的标准区分“实质性创新”和“策略性创新”，建立模型进行回归分析。发现企业表现出为“寻扶持”而创新的特点，追求更多的专利数量以谋求更多政策补助，企业的发展和价值并没有得到本质提高。另外，文献还根据企业产权性质和是否属于高科技行业将企业进行分类，发现国企和非高科技企业中，为迎合政策而增加专利申请数量的情况更为严重。张杰和郑文平（2018）也支持政府的创新战略整体会对中国专利质量产生负面效应的观点。以1999—2007年规模以上工业企业数据作为样本，设计计量模型，用知识宽度法和类似产业集中度计算方式的方法测算企业专利质量，结果表明专利资助政策对专利申请质量产生了显著的抑制效应，但对专利授权质量没有明显影响，说明在这一方面政府起到了“把关者”的作用。利用文本解读的方式代替原有算法测算企业专利质量、将企业虚拟变量更换为省份虚拟变量等方式进行稳健性检验，结果均显示结论可靠。
有学者分类讨论不同产业政策对创新的不同影响。陈强远等（2020）评估了产业政策对创新数量和质量的作用。运用1986—2016年发明专利数据库数据，用专利总数衡量创新数量，用机器学习、文本分析和语义引用方法测度创新质量。实证发现，以“研发费用加计扣除”为代表的普适型政策仅促使了企业增加技术创新数量，对企业技术创新质量的影响不显著；而以“高新技术企业认定”以及“高新技术企业所得税减免”为代表的选择支持型政策，同时激励了企业提升技术创新质量和创新数量；以“政府科技活动资金投入”为代表的自由裁量型政策，对企业技术创新数量和质量都无影响。
4. 对跨国产业链的影响
大约10年前，中国还是廉价制造业的代名词。西方社会普遍认为，中国商品在本质上将长期被定义为模仿，无法匹敌西方的产业竞争力。但中国已经证明了自己拥有强大的产业链能力。
一些学者以不完全契约理论和新贸易理论为基础，探讨跨国公司的全球产业链布局、进出口产品结构以及产业政策在其中的作用（Grossman和Helpman，2005；Nunn，2007；Kondo，2013；徐璐等，2019）。例如，Kondo（2013）采用内生增长和新经济地理模型证明，当贸易成本很高时，低工业化国家迫切增加对R&D的补贴来吸引制造业，而高工业化国家也会选择更高的补贴率阻止产业的迁移，这会导致产业增长率提升但产业结构没有改变。这些文献为研究中国产业政策对产业链提升的作用，提供了较好的理论基础。
杜庆华（2010）研究发现，中国制造业的集聚度在不断提升，这在整体上提高了中国制造业的国际竞争力，当然，不同行业间因集聚水平不同而国际竞争力不同，其中通信设备、计算机等技术密集型行业具有高国际竞争力。陈钊和熊瑞祥（2015）着眼于出口加工区内鼓励出口的产业政策。利用1998—2007年的数据，选择出口加工区内的出口企业作为研究对象，对比出口加工区成立前后出口数量的状况，同样也得出了产业政策可以使得受扶持行业绩效显著提高的结论。同时，利用行业区位熵衡量比较优势，发现产业政策带来的提升作用一定要建立在具有比较优势的前提下，否则会造成效率低下和产能过剩，建立在平行趋势假设下的动态模型也辅证了这一结论。Kalouptsidi（2018）利用2006—2012年中国造船业的相关数据，构建考虑供需双方的动态模型。研究发现中国造船业产业政策使得全球相关商品的价格下降，中国相关产品出口额大幅度上涨，对原来占据市场较大份额的日本造船业造成严重打击。
还有研究专门讨论产业政策对跨境并购的影响。钟宁桦等（2019）对1991—2015年中国企业跨境并购交易进行研究，得出结论：中国企业的跨境并购存在高溢价率和低完成率的特点。即因为存在完成“政策性任务”的激励，中国企业既容易支付更高的溢价，又更容易受到东道主国家的防范。稳健性检验方面，利用被并购国家的特征变量替代OECD国家的变量，提出资源型行业样本进行检验，都证实结论具有稳健性。
五、产业政策因果识别的异质性
从前文综述来看，产业政策的效果评估仍有很大争议。我们认为，除了使用研究样本、实证设计和方法差异之外，造成产业政策效果评估差异的更重要的原因是政策本身具有异质性，即不存在完全一致的因果效应，只有在特定条件下的因果关系。正如杨瑞龙等（2019）所指出的，学术界对产业政策的争论不能停留在“产业政策是否有效”上，真正的问题应该是“产业政策什么时候有效”，即讨论产业政策的有效性边界。结合已有实证文献，因果识别的异质性可以从中央和省级产业政策、特定区域产业政策、政治激励和企业性质四个方面进行辨析。
1. 中央和地方产业政策
中国的产业政策发展出形式多元、层级众多、内容复杂的庞大体系，发展为一套动态复杂的政策组合（黄群慧，2018）。
中央与省级产业政策的关系备受关注。中国产业政策主要由中央政府和省级政府制定，政策的实施和考核都与此相关，故需谨慎区分两种产业政策（寇宗来，2017）。Wu等（2019）通过考察“九五”至“十二五”期间的中国产业政策，用文本分析法区别中央与省级的重点产业和非重点产业，利用Probit模型分析省级政府如何选择有限行业实施产业政策。结果表明，中央政府制定的产业政策会对省级产业政策产生明显影响，省级政府会参考中央政府的偏好制定产业政策，且内陆地区比沿海地区更容易紧随中央的政策。马草原等（2021）利用中国省际分界线两侧城市的空间近邻特征构造了自然实验研究，发现，省际分界线的存在显著扩大了跨省相邻的城市之间产业结构的差异程度，这意味着在地方政府竞争格局下，区域产业布局非但没有走向同构，反而通过特色产业政策强化了地区分工。
一些文献也对省级以下的产业政策进行了研究。实际上，不仅国家、省级层面有产业政策，地级市乃至县级层面也有相应产业的扶持政策，比如促进产业集群等。阮建青等（2014）发现，地方政府能够在产业集群发展过程中发挥积极作用，尤其是在产业升级过程中，地方政府能否提供合适的公共产品将决定一个产业在未来能否保持竞争力。张莉等（2017）从土地资源配置的角度，利用 2007—2015年城市层面工业用地出让的面板数据进行回归分析，通过加入城市禀赋、土地财政等多个变量以及构造DID估计模型保证结果的稳健性，从城市层面检验了产业政策的效果。
中央与地方产业政策之间的关系会产生怎样的后果，也是产业政策研究者关注的问题之一。Chen（2016）以中国光伏产业为例，对中央政府和地方政府的产业政策制定过程进行了详细描述。认为中国这种制定产业政策的方式使得地方间的竞争大于地方内的竞争，产业政策并不一定符合地区优势，而在地区间的竞争中，富裕的发达地区总会更容易取胜。赵婷和陈钊（2019）对“九五”至“十二五”期间的产业政策进行研究，从产业政策是否服从比较优势的角度发现中央选择的产业政策更多符合东部发达地区的产业优势，而中西部较为落后的地区却会出于获取更多中央资源的考虑，无视自身的比较优势制定省级政策，导致自身的比较优势迟迟无法建立。张莉等（2017）发现，发达地区对重点产业政策的落实存在“示范效应”，因此中西部地区省份政策背离实际的程度更严重，一般城市中产业政策实行的效果差于高级别城市。朱妍（2019）探讨了中央与地方在产业发展上的目标差异与路径分歧，研究发现中央力图对行业做出整体性调控，让龙头企业担负起行业技术革新、先进技术与设备国产化的任务；地方政府则面临“产量焦虑”和同伴竞争压力，倾向于生产那些市场前景明朗但技术能级较低的产品，最终偏离了中央对于产业发展的目标设置。
2. 特定区域的产业政策
开发区是中国落实产业政策的重要实体，也成为产业聚集地。设立开发区是一种区域导向型的产业政策，在中国经济发展过程中起到了重要作用。孟美侠等（2019）从理论和实际两个角度分析了以开发区为代表的区域导向型政策对整体产业空间集聚的影响。理论上，将异质性企业的设定引入自由资本模型的分析框架中，考察开发区政策的实施对企业区位选择和产业空间分布的影响，结论是开发区的优惠政策会导致产业空间分布的分散化。在实际上，进行回归分析，用核密度函数度量产业空间聚集程度，并运用变量替代和样本数据替代两种方式检验稳健性，加入工具变量解决内生性。结果表明开发区政策在实际上降低了产业空间集聚程度。
Lu等（2019）利用2004—2008年经济普查数据和工业企业数据，针对中国经济特区政策的实施情况和效果进行考察。主要用DID，结合同心环分析等方法分析中国经济特区对目标地区的局部影响，并对经济特区进行成本收益分析，对比特区及规划对区位效应产生的影响。结论表明，相比没有开发区的村庄，有开发区的村庄在2006年成立省级开发区以后，增加了58%的投资、35%的就业、49%的产出、29%的企业数，生产率增加了1.5%，工资增加了2.9%。这一经济特区政策作用主要来自于企业的进入和退出，对原有企业的影响有限，对资本密集型企业最有益。收益大于成本，2006—2008年净现值226亿美元，特区效果很大程度上取决于政策的设计。
Chen等（2019）发现，以开发区为代表的地区导向型政策将资源人为地引导至了回报较低的地区，从而带来资源的空间错配，使得整体经济增长受损。区域发展政策应充分考虑不同地区的比较优势，因地制宜。
3. 特定时期的产业政策
钱雪松等（2018）针对2009年十大产业振兴规划进行研究，设立对照组，利用单变量双重差分方法进行实证检验，对比A股上市公司2006—2008年和2009—2011年的数据，得出产业政策会导致企业全要素生产率显著下降的结论。具体渠道是产业政策导致企业投资效率下降，进而影响产业资本配置效率，最终影响企业全要素生产率。且地方政府的干预程度越强，企业生产率下降会越明显。
Ouyang和Peng（2015）采用回归控制法估算“四万亿”政策的处理效应。研究发现，“四万亿”政策在一开始的确刺激了经济，特别是在2009年第三季度，提高了5.4%的GDP，但是这一政策的效果在随后迅速降低，在2010年第四季度之后甚至变成了负值。以此判定，“四万亿”政策只是临时对经济有刺激作用，并无长期影响。
杨继东等（2016）利用2003—2010年地级市土地出让数据，在刺激计划背景下考察了国企渠道对土地出让的影响。实证发现，当经济增长下滑或面临较大财政压力时，地方政府会以较低的价格向国有企业增加出让土地。
4. 政治激励的差异
中国的产业政策由政府制定，而经济发展指标是评判、考核地方官员的重要标准，因此，地方官员的政治目标与晋升激励，也是影响产业政策制定和实施效果的因素之一。
王克敏等（2017）利用1998—2013年A股非金融上市公司的数据，用省长和省委书记任期衡量晋升动机，用公司的政府补助和长期负债衡量产业政策支持力度。结果表明地方官员的晋升动机越强，扶持“产业政策导向型”企业的力度就会越大，因为其发展状况是晋升的重要筹码。熊瑞祥和王慷楷（2017）针对2000—2007年地级市党委书记和产业政策的相关数据，用官员与57岁的距离衡量晋升激励。研究发现，市委书记晋升激励越强，盲从中央政策的可能性就越大，且在国有经济占比大和经济落后地区表现明显。徐业坤和马光源（2019）发现，与潮涌效应相比，企业产能过剩更可能是地方官员迫于政绩压力施加干预的结果，地方官员变更会加剧辖区内企业的产能过剩。
江小涓（2014）认为，产业政策一般需要很长的周期才能见效，而执行部门主要人员可能会出现人事调动，新的政策制定者不一定有兴趣考察其前任制定的政策的执行情况。Fang等（2018）利用2012年起大规模反腐这一外生冲击，将2009—2011年作为前事件期间、2013—2015年作为后事件期间，设计双重差分模型研究了企业政治联系中断前后，财政补贴对创新绩效的影响。实证发现，反腐运动在一定程度上打破了政商联系，提高了政府研发补贴的配置效率。
除了官员个人的激励之外，国家的政治、经济组织体系也会对产业政策的实施和效果产生影响。席建成和韩雍（2019）针对中国式分权制度，研究经济分权对产业政策实施效果的影响。选取1998—2007年企业数据并加总得到产业层面数据，利用多任务委托代理模型的思路，引入衡量中央与地方政府之间财政分权程度的变量，进行建模。理论研究和数据研究均表明，经济上的相对分权对产业政策效果有负面影响，但政治上的相对集权弱化了经济分权的负面效应。
5. 企业性质的差异
众多研究均表明，产业政策在国有企业和非国有企业之间表现有较大的差距。杨洋等（2015）利用2003—2007年工业企业数据库数据，研究不同所有制下政府创新补贴表现出的差异。研究基于信号理论，将政府直接补贴创新的行为机制分为直接资源获取和间接信号传递两个部分，从这两个角度提出假设并进行研究。选取新产品产值占总产值的比例来描绘企业创新绩效，分别利用面板固定效应模型和面板Tobit随机效应模型进行检验，并进行反向因果检验和引入工具变量避免内生性，得出结果均稳健的结论。结果表明，相较于国有企业，民营企业对政府补贴更加敏感，这种差异与要素市场的扭曲程度成反比。造成这种现象的原因，一方面是国有企业要考虑更多的非经济因素，另一方面则是国有企业在金融等方面天然比非国有企业有优势，因此对产业政策的倾斜并不敏感。
黎文靖和李耀淘（2014）在关于产业政策如何影响企业生产率的研究中，将样本分类为民营企业样本和国有企业样本，对比发现民营企业比国有企业表现出对政策更高的敏感性。余明桂等（2016）在有关产业政策可以促进企业创新的研究中也表明，民营企业的技术创新受到产业政策的更显著影响。
但在钱雪松等（2018）的研究中，基于企业所有制的分组检验结果表明，国有企业对产业政策冲击的反应更加敏感，产业政策产生的负面影响对国有企业的影响大于非国有企业，具体原因是国有企业的政策会更多受到政府的干预。
总体来看，学者研究认为产业政策的正面效应在民营企业身上表现得更加明显，而负面效应在国有企业上表现得更加明显。
六、结 论
很长一段时间以来，产业政策作为对过去国家计划的替代，在政府配置生产资源、引领经济发展方面发挥了重要作用。这种作用到底是改善还是妨碍了市场对资源的配置效率？或者更直接的问题是，产业政策对中国经济发展起到了积极作用吗？看似很简单的问题，在理论上仍然具有很大争议。本文搁置理论争议，通过梳理经验研究的相关文献，梳理中国产业政策的实践效果。
对产业政策的实证研究，首先要度量产业政策和政策效果，也即识别计量方程的解释变量和被解释变量。对产业政策的测算，主要是采用虚拟变量的形式，也有文献以产业政策的扶持力度刻画产业政策。对于政策效果的评价，涉及范围非常广泛，主要包括生产率、产业结构、创新、跨国产业链等，基本上视各专业领域学者的研究特长而自主选择政策评价指标。从中也可以折射出，产业政策的影响范围较广、政策设计本身往往没有特定目标，为学术研究提供了空间，但也为政策评价带来了困难，很难通过某一方面的评价就认定产业政策的优劣。
梳理已有经验研究的主要结论，可以发现：第一，产业政策的效果各方面均存在不同程度的争议；第二，相对而言，对跨国产业链的提升方面争议最小，也就是说从国际视角来看，产业政策确实改善了本国产业链；第三，对于产业结构的肯定性观点占据上风，大都认为产业政策提高了产业结构的合理化，促进了新兴行业发展和重大基础性产业的赶超以及制造业服务化，但反对性观点主要是产业政策导致产能过剩；第四，对生产率和创新发展的争议较大，尽管很多文献得出了肯定性结论，但大量文献怀疑政府对创造性破坏的把握程度。
现有文献实证结论的差异，除了由于研究样本、实证设计和方法不同所导致，很大程度上产业政策的概念和实践领域本身较为宽泛，不同级别的产业政策、特定地区、特定时期都会影响到产业政策的实际效果，而且当地官员的政治激励、企业性质也会影响产业政策的实施。也即，产业政策的因果识别具有异质性。
展望未来，在中国经济高质量发展的背景下，产业政策的实践应更加注重创新和生产率的效果，并以此为基础进一步强化产业结构和产业链的效果。同时，政策实施过程中应尽量避免“用政府选择替代市场机制”，要让产业政策促进而非限制市场竞争。对于经验研究，应更加细化，对于不同地区、不同时期以及不同产业和企业的产业政策进行深入细致的实证检验。
参考文献
[1] 陈林、刘冬庆，2015：《中国产业政策为何选择非均衡与直接干预的模式——基于战国末期经济史的考察与分析》[J]，《产经评论》第1期。
[2] 陈强远、林思彤、张醒，2020：《中国技术创新激励政策：激励了数量还是质量》[J]，《中国工业经济》第4期。
[3] 陈钊、熊瑞祥，2015：《比较优势与产业政策效果——来自出口加工区准实验的证据》[J]，《管理世界》第8期。
[4] 程大中，2004：《中国服务业增长的特点、原因及影响——鲍莫尔—富克斯假说及其经验研究》[J]，《中国社会科学》第2期。
[5] 戴小勇、成力为，2019：《产业政策如何更有效：中国制造业生产率与加成率的证据》[J]，《世界经济》第3期。
[6] 杜庆华，2010：《产业集聚与国际竞争力的实证分析——基于中国制造业的面板数据研究》[J]，《国际贸易问题》第6期。
[7] 干春晖、郑若谷、余典范，2011：《中国产业结构变迁对经济增长和波动的影响》[J]，《经济研究》第5期。
[8] 郭晓丹、宋维佳，2011：《战略性新兴产业的进入时机选择：领军还是跟进》[J]，《中国工业经济》第5期。
[9] 韩干、洪永淼，2014：《国家产业政策、资产价格与投资者行为》[J]，《经济研究》第12期。
[10] 韩永辉、黄亮雄、王贤彬，2017：《产业政策推动地方产业结构升级了吗？——基于发展型地方政府的理论解释与实证检验》[J]，《经济研究》第8期。
[11] 贺俊、吕铁、黄阳华、江鸿，2018：《技术赶超的激励结构与能力积累：中国高铁经验及其政策启示》[J]，《管理世界》第10期。
[12] 黄群慧，2018：《改革开放40年中国的产业发展与工业化进程》[J]，《中国工业经济》第9期。
[13] 黄群慧、贺俊，2015：《中国制造业的核心能力、功能定位与发展战略》[J]，《中国工业经济》第6期。
[14] 黄阳华、吕铁，2020：《深化体制改革中的产业创新体系演进——以中国高铁技术赶超为例》[J]，《中国社会科学》第5期。
[15] 江飞涛、李晓萍，2018：《改革开放四十年中国产业政策演进与发展——兼论中国产业政策体系的转型》[J]，《管理世界》第10期。
[16] 江飞涛、耿强、吕大国、李晓萍，2012：《地区竞争、体制扭曲与产能过剩的形成机理》[J]，《中国工业经济》第6期。
[17] 江艇、孙鲲鹏、聂辉华，2018：《城市级别、全要素生产率和资源错配》[J]，《管理世界》第3期。
[18] 江小涓，2014：《经济转轨时期的产业政策》，格致出版社。
[19] 江小涓、罗立彬，2019：《网络时代的服务全球化——新引擎、加速度和大国竞争力》[J]，《中国社会科学》第2期。
[20] 靳涛、陈嘉佳，2013：《转移支付能促进地区产业结构合理化吗——基于中国1994-2011年面板数据的检验》[J]，《财经科学》第10期。
[21] 金宇、王培林、富钰媛，2019：《选择性产业政策提升了我国专利质量吗？——基于微观企业的实验研究》[J]，《产业经济研究》第6期。
[22] 寇宗来，2017：《从共识出发：“特惠”视角下产业政策的关键问题》[J]，《探索与争鸣》第2期。
[23] 李力行、黄佩媛、马光荣，2016：《土地资源错配与中国工业企业生产率差异》[J]，《管理世界》第8期。
[24] 黎文靖、李耀淘，2014：《产业政策激励了公司投资吗》[J]，《中国工业经济》第5期。
[25] 黎文靖、郑曼妮，2016：《实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响》[J]，《经济研究》第4期。
[26] 林毅夫、蔡昉、李周，1999：《比较优势与发展战略——对“东亚奇迹”的再解释》[J]，《中国社会科学》第5期。
[27] 林毅夫、张军、王勇、寇宗来，2018：《产业政策总结、反思与展望》[M]，北京大学出版社。
[28] 刘斌、魏倩、吕越、祝坤福，2016：《制造业服务化与价值链升级》[J]，《经济研究》第3期。
[29] 刘诚、杨继东，2020：《商事制度改革与产业专业化》[J]，《中国工业经济》第4期。
[30] 刘诚、钟春平，2018：《产能扩张中的行政审批：成也萧何，败也萧何》[J]，《财贸经济》第3期。
[31] 刘小鲁、李泓霖，2015：《产品质量监管中的所有制偏倚》[J]，《经济研究》第7期。
[32] 陆国庆、王舟、张春宇，2014：《中国战略性新兴产业政府创新补贴的绩效研究》[J]，《经济研究》第7期。
[33] 詹姆斯·罗宾逊，2016，《产业政策和发展：政治经济学视角》[J]，《比较》第1期。
[34] 吕岩威、孙慧，2014：《中国战略性新兴产业技术效率及其影响因素研究》[J]，《数量经济技术经济研究》第1期。
[35] 马草原、朱玉飞、李廷瑞，2021：《地方政府竞争下的区域产业布局》[J]，《经济研究》第2期。
[36] 孟美侠、曹希广、张学良，2019：《开发区政策影响中国产业空间集聚吗——基于跨越行政边界的集聚视角》[J]，《中国工业经济》第11期。
[37] 聂辉华、江艇、杨汝岱，2012：《中国工业企业数据库的使用现状和潜在问题》[J]，《世界经济》第5期。
[38] 阮建青、石琦、张晓波，2014：《产业集群动态演化规律与地方政府政策》[J]，《管理世界》第12期。
[39] 钱雪松、康瑾、唐英伦、曹夏平，2018：《产业政策、资本配置效率与企业全要素生产率——基于中国2009年十大产业振兴规划自然实验的经验研究》[J]，《中国工业经济》第8期。
[40] 青木昌彦、金滢基、奥野-藤原正宽，1998：《政府在东亚经济发展中的作用》[M]，中国经济出版社。
[41] 邵敏、包群，2012：《政府补贴与企业生产率——基于我国工业企业的经验分析》[J]，《中国工业经济》第7期。
[42] 沈鸿、顾乃华，2017：《产业政策、集聚经济与异质性企业贸易方式升级》[J]，《国际贸易问题》第3期。
[43] 宋凌云、王贤彬，2013：《重点产业政策、资源重置与产业生产率》[J]，《管理世界》第12期。
[44] 孙早、席建成，2015：《中国式产业政策的实施效果：产业升级还是短期经济增长》[J]，《中国工业经济》第7期。
[45] 王克敏、刘静、李晓溪，2017：《产业政策、政府支持与公司投资效率研究》[J]，《管理世界》第3期。
[46] 汪秋明、韩庆潇、杨晨，2014：《战略性新兴产业中的政府补贴与企业行为——基于政府规制下的动态博弈分析视角》[J]，《财经研究》第7期。
[47] 吴利学、刘诚：《项目匹配与中国产能过剩》[J]，《经济研究》，2018年第10期。
[48] 吴意云、朱希伟，2015：《中国为何过早进入再分散：产业政策与经济地理》[J]，《世界经济》第 2 期。
[49] 席建成、韩雍，2019：《中国式分权与产业政策实施效果：理论及经验证据》[J]，《财经研究》第10期。
[50] 熊瑞祥、王慷楷，2017：《地方官员晋升激励、产业政策与资源配置效率》[J]，《经济评论》第3期。
[51] 许和连、成丽红、孙天阳，2017：《制造业投入服务化对企业出口国内增加值的提升效应——基于中国制造业微观企业的经验研究》[J]，《中国工业经济》第10期。
[52] 许宪春，2000：《90年代我国服务业发展相对滞后的原因分析》[J]，《管理世界》第6期。
[53] 徐璐、叶光亮、刘诚，2019：《寡头市场中最优贸易政策与企业竞争地位——“公平贸易”背景下的政策选择》[J]，《经济学动态》第10期。
[54] 徐业坤、马光源，2019，《地方官员变更与企业产能过剩》[J]，《经济研究》第5期。
[55] 杨继东、罗路宝，2018：《产业政策、地区竞争与资源空间配置扭曲》[J]，《中国工业经济》第12期。
[56] 杨继东、赵文哲、刘凯，2016：《刺激计划、国企渠道与土地出让》[J]，《经济学（季刊）》第3期。
[57] 杨瑞龙、侯方宇，2019：《产业政策的有效性边界——基于不完全契约的视角》[J]，《管理世界》第10期。
[58] 杨洋、魏江、罗来军，2015：《谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应》[J]，《管理世界》第1期。
[59] 余明桂、范蕊、钟慧洁，2016：《中国产业政策与企业技术创新》[J]，《中国工业经济》第12期。
[60] 张杰、郑文平，2018：《创新追赶战略抑制了中国专利质量么？》[J]，《经济研究》第5期。
[61] 张莉、朱光顺、李夏洋、王贤彬，2017：《重点产业政策与地方政府的资源配置》[J]，《中国工业经济》第8期。
[62] 张维迎，2016：《我为什么反对产业政策：与林毅夫辩》[J]，《比较》第6期。
[63] 赵婷、陈钊，2019：《比较优势与中央、地方的产业政策》[J]，《世界经济》第10期。
[64] 钟宁桦、温日光、刘学悦，2019：《“五年规划”与中国企业跨境并购》[J]，《经济研究》第4期。
[65] 周亚虹、蒲余路、陈诗一、方芳，2015：《政府扶持与新型产业发展——以新能源为例》[J]，《经济研究》第6期。
[66] 朱妍，2019：《产业政策的央地分歧——对改革初期上海华光拉链厂的案例分析》[J]，《中国经济史研究》第6期。
[67] Aghion， P.， M. Dewatripont， L. Du， A. E. Harrison， & P. Legros（2015）， “Industrial Policy and Competition”， American Economic Journal： Macroeconomics， 7（4）： 1-32.
[68] Bai， C.， C. Hsieh， & Z. Song（2019）， “Special Deals with Chinese Characteristics”， NBER Working Paper， No.25839.
[69] Bai， C.， Z. Tao， & Y. S. Tong（2008）， “Bureaucratic Integration and Regional Specialization in China”， China Economic Review， 19（2）： 308-319.
[70] Barwick， P. J.， M. Kalouptsidi， & N. Zahur（2019）， “Chinas Industrial Policy： An Empirical Evaluation”， CEPR Discussion Paper， No. DP13889.
[71] Baumol， W.（1967）， “Macroeconomics of Unbalanced Growth： The Anatomy of Urban Crisis”， American Economic Review， 57（3）： 415-426.
[72] Buera， F. J.， & J. P. Kaboski（2012）， “The Rise of the Service Economy”， American Economic Review， 102（6）： 2540-2569.
[73] Chen， B.， M. Lu， C. Timmins， & K. Xiang（2019）， “Spatial Misallocation： Evaluating Place-Based Policies Using a Natural Experiment in China”， NBER Working Paper， No. 26148.
[74] Chen， T. （2016）， “The Development of Chinas Solar Photovoltaic Industry： Why Industrial Policy Failed”， Cambridge Journal of Economics， 40（3）： 755-774.
[75] Fang， L.， J. Lerner， C. Wu， & Q. Zhang（2018）， “Corruption， Government Subsidies， and Innovation： Evidence from China”， NBER Working Paper， No. 25098.
[76] Federal Ministy for Economic Affairs and Energy（2019）， “National Industrial Strategy 2030： Strategic Guidelines for a German and European Industrial Policy”.
[77] Feng， F. （2019）， “Does Industrial Policy Play an Important Role in Enterprise Innovation？”， Emerging Markets Finance and Trade， 55（15）， 3490-3512.
[78] Grossman， G. M.， & E. Helpman（2005）： “Outsourcing in a Global Economy”， Review of Economic Studies， 72（1）： 135-159.
[79] Hsiao， C.， H. S. Ching， & S. K. Wan（2012）， “A Panel Data Approach for Program Evaluation： Measuring the Benefits of Political and Economic Integration of Hong Kong with Mainland China”， Journal of Applied Econometrics， 27（5）： 705-740.
[80] Kalouptsidi， M.（2018）， “Detection and Impact of Industrial Subsidies： The Case of World Shipbuilding”， Review of Economic Studies， 85（2）： 1111-1158.
[81] Klette， T. J.， & Z. Griliches（1996）， “The Inconsistency of Common Scale Estimators When Output Prices are Unobserved and Endogenous”， Journal of Applied Econometrics， 11（4）： 343-361.
[82] Kondo， H.（2013）， “International R&D Subsidy Competition， Industrial Agglomeration and Growth”， Journal of International Economics， 89（1）： 233-251.
[83] Koster， H.， F. Cheng， M. Gerritse， & F. van Oort（2019）， “Place-Based Policies， Firm Productivity， and Displacement Effects： Evidence from Shenzhen， China”， Journal of Regional Science， 59（2）： 187-213.
[84] Lay， G.， G. Copani， A. Jager， & S. Biege（2010）， “The Relevance of Service in European Manufacturing Industries”， Journal of Service Management， 21（5）： 715-726.
[85] Liu， E. （2019）， “Industrial Policies in Production Networks”， Quarterly Journal of Economics， 134（4）： 1883-1948.
[86] Liu， X.， A. Mattoo， Z. Wang， & S. Wei（2020）， “Service Development and Comparative Advantage in Manufacturing”， Journal of Development Economics， 144（5）， 102-438.
[87] Lu， Y.， J. Wang， & L. Zhu（2019）， “Place-Based Policies， Creation， and Agglomeration Economies： Evidence from Chinas Economic Zone Program”， American Economic Journal： Economic Policy， 11（3）： 325-360.
[88] Nunn， N.（2007）， “Relationship-Specificity， Incomplete Contracts， And the Pattern of Trade”， Quarterly Journal of Economics， 122（2）： 569-600.
[89] Ouyang， M. & Y. Peng（2015）， “The Treatment-effect Estimation： A Case Study of the 2008 Economic Stimulus Package of China”， Journal of Econometrics， 188（2）： 545-557.
[90] Stiglitz， J. E.（2015）， “Industrial Policy， Learning， and Development”， WIDER Working Paper， No. 2015/149.
[91] VerWey， J.（2019）， “Chinese Semiconductor Industrial Policy： Prospects for Future Success”， Journal of International Commerce and Economics， 9： 1-36.
[92] Wu， Y.， X. Zhu， & N. Groenewold（2019）， “The Determinants and Effectiveness of Industrial Policy in China： A Study Based on Five-Year Plans”， China Economic Review， 53： 225-242.
New Progress in Empirical Research of Industrial Policy： A Literature Review
JIDONG YANG
（Renmin University of China， 100872）
CHENG LIU
（Chinese Academy of Social Sciences， 100006）
Abstract： Whether industrial policy is effective and how to formulate industrial policy is a focus of current social concern. This paper attempts to summarize and comment on the existing empirical research on Chinas industrial policy. Empirical research on Chinas industrial policy shows that： first， literature mainly uses the type， location and intensity of industrial policy to measure Chinas industrial policy； Second， existing studies have focused on the impact of industrial policy on productivity， industrial structure， innovation and transnational industrial chain. Thirdly， the heterogeneity of industrial policy effect is an important factor influencing the research conclusion. The effects of industrial policy are different between central and local governments， and different in different periods. In the implementation process of industrial policy， official incentives and the nature of enterprises also affect the effects of industrial policy. The review and sorting of these literature can provide reference for future industrial policy design.
Keywords： Industrial Policy； Empirical Research； Identification Strategy； The Policy Effect
JEL： L52， L78
执行编辑〔李春涛〕
杨继东：中国人民大学经济学院教授，中国人民大学国有经济研究院研究员，刘诚：中国社会科学院财经战略研究院副研究员。通信作者：刘诚：Email： liucheng1353@163.com。
项目资助：感谢中国人民大学科学研究基金（中央高校基本科研业务费专项资金资助）项目“土地供给侧结构性改革与产业转型升级研究”项目成果（18XNI008）。
1 陈林和刘冬庆（2015）认为，尽管很多人认为中国改革开放以来形成的产业政策体系学自二战后的日本，但事实上，中国的产业政策虽然与日本一样具有“非均衡”特征，却选择了与日本截然相反的“直接干预”模式。
1 李克强：《政府工作报告——2020年5月22日在第十三届全国人民代表大会第三次会议上》，人民出版社，2020年5月。
1 青木昌彦等（1998）对日本和东亚经济体的研究也得出了相似的结论，认为产业政策应该以增进市场和促进竞争的方式发挥作用。
1 Liu等（2020）基于WIOD数据库，使用全球40个经济体、35个行业、横跨1995年至2007年的数据对此进行了探讨。研究结果表明，金融和商务服务业的发展增强了密集使用这些服务要素投入的制造业部门的比较优势。
