外資準入政策與資源優化配置

邢 震 梁 君

一 引 言

改革開放以來，中國始終以開放的姿態積極融入到全球經濟體系當中。一些研究認為外商投資在宏觀上是中國經濟增長的主要動力，促進了我國產業結構升級(郭克莎，2000)[1]，并且對于資源優化配置也有較大促進作用(盧荻，2003)[2]。在微觀層面上，外來資本積累與高新技術產業空間布局有著較為直接的聯系，緩解了融資壓力(吳飛飛和邱斌，2015)[3]，推動了內資企業技術水平提升(李曉鐘和王倩倩，2014[4]；金春雨和王偉強，2016[5])。

2018年以來，中美貿易摩擦事件增大了全球貿易的不確定性，也凸顯了美國等發達國家“以鄰為壑”和封閉倒退的做法。但是，開放帶來進步，高筑貿易壁壘將導致國際貿易的倒退。對此，中國國家領導人多次表示要擴大開放來面對貿易摩擦，放松外資準入政策即是擴大對外開放的重要體現。從理論上看，大多研究支持外商投資對本國企業生產率具有促進作用(Aitken和Harrison，1999[6]；Aghion et al.，2009[7]；黃燁菁，2006[8])，放寬外資準入可以促進國內企業的資源再配置，進而促進生產率和技術的溢出。為了履行加入世界貿易組織(WTO)的承諾和進一步擴大開放，中國在2002年大幅度修訂了《外商投資產業指導目錄》，相較于1997年版，有更多行業對外資開放或者開放程度加深。Lu et al.(2017)[9]研究發現，外資準入政策對中國企業的出口水平、生產率等具有負向影響。與之相反，毛其淋和方森輝(2020)[10]的研究表明，外資進入自由化通過資源再配置效應進而有利于提高制造業總體的生產率水平。蔣靈多和陸毅(2018)[11]認為外資準入政策放松將導致市場競爭加劇，迫使低效率企業退出市場；其進一步研究發現對外開放政策有利于降低僵尸企業比重，并可以提高行業全要素生產率和創新能力(蔣靈多等，2018)[12]。韓超和朱鵬洲(2018)[13]從外資準入政策與高質量發展的關系切入，發現外資準入政策可以促進產品質量升級，具有技術壟斷的外資企業進入市場將對在位企業的市場勢力產生擠出效應。同時，由于外資企業的溢出效應可以通過學習效應獲得，因此這種溢出效應較難保持其穩健性(Branstetter，1996)[14]。

綜上，目前較少有文獻涉及外資準入政策對資源優化配置的研究。外資帶來的溢出效應本質上體現在直接的資本投入和間接的溢出效應。從作用機制來看，外資準入政策變化將對國內企業生產率造成直接的影響；外資準入政策放松可能通過技術溢出效應促進資源從效率低的企業向效率高的企業轉移，或促使企業的生產經營從效率低的活動轉向效率高的活動，從而提高資源的配置效率(Melitz，2003[15]；Syverson，2004[16])。但已有研究的結論并不一致，Lu et al.(2017)[9]認為外資份額增加將對企業績效產生負向影響，而蔣靈多等(2018)[12]、毛其淋和方森輝(2020)[10]的研究發現外資準入政策放松可以提高行業的生產率。

盡管外資準入政策放松可能提高企業的生產率，但是準入門檻降低的行業內的企業生產率差距變化方向未定，如果生產率差距變小則意味著行業內的資源配置狀況得到改善，相反，則意味著擴大了生產率差距進而導致資源的錯配。有研究認為，生產率差異是造成經濟差距的主要原因(石風光和李宗植，2009)[17]，生產率是否趨同具體可以用生產率在行業內的離散度來表示(Hsieh和Klenow，2009)[18]，生產率的離散度越低則經濟差距越小，進而優化資源配置狀況。同時，知識溢出效應可以促使低效率企業通過學習效應來追趕高效率企業，最終將整體上提高生產效率和縮減績效差距(資源優化)。因此，本文以生產率的離散度作為資源配置狀況的代理變量，主要研究外資準入政策放松對城市-行業層面生產率離散度以及企業層面全要素生產率的影響。

已有研究表明，外商投資對企業的影響與地理位置(Branstetter，2000)[19]、技術差距(Kokko，1994)[20]和企業自身的吸收能力(Liang，2017)[21]有關。因此，本文需要考慮外資準入政策的異質性影響。外資進入可能更多集中于行業和經濟發展水平更高的東部地區，因而外資準入政策是否能實現資源優化與各地區的經濟發展水平和地理位置有關(Branstetter，2000)[19]。同時，外資、民營和國有企業本身的生產率水平存在差距，數據顯示外資和民營企業的生產效率更高，對外資的吸收能力也更強(Kokko，1994)[20]。外資帶來的技術溢出效應能否被吸收與企業的技術層次(創新能力)有較大關聯(Liang，2017)[21]，較高創新能力的企業對技術吸收能力可能更強。因此，后文主要從地區、企業性質和創新能力等方面進行異質性檢驗和分析。

下文結構安排：第二部分是外資準入政策演進與事實描述；第三部分是研究設計；第四部分是實證檢驗；第五部分是結論性評述。

二 外資準入政策演進與事實描述

(一)外資準入政策演進

2001年10月中國正式加入WTO，為了適應WTO規則，中國承諾擴大開放程度和放低市場準入門檻，減小對外資進入的限制。并在2000年和2001年修訂了《外資企業經營法》、《外資企業法》和《中外合資經營企業法》，在2002年針對具體的行業或者產品重新修訂了《外商投資產業指導目錄》(下文簡稱為“目錄”)。《目錄》自1995年發布以來先后進行了七次修訂，2002年、2004年和2007年在1997年的基礎上進行了修訂，其中2002年的修訂幅度最大，并且是中國加入WTO后的第一次修訂，2004年和2007年的修訂幅度較小。參照已有研究的做法，將2002年相對1997年外資準入放松程度作為外生政策進行實驗(Lu et al.，2017)[9]。

本文主要借鑒Lu et al.(2017)[9]、韓超和朱鵬洲(2018)[13]的方法具體識別外資準入政策在行業層面的變化，因為《目錄》并不是根據國民經濟行業分類標準設定，每一條目錄既包括了產品層面，又包括了行業層面，根據每一條目錄的具體含義一一識別到國民經濟行業分類標準(GB-T4754-2002)的四位數行業，部分不能直接識別的條目，先根據《統計用產品分類目錄》識別到產品層面，再由產品層面識別到行業層面(韓超和朱鵬洲，2018)[13]。

《目錄》分為鼓勵類、限制類和禁止類，2002年相較1997年，其中鼓勵類目錄增加93條，限制類減少37條，并且有些條目盡管內容一致，但是規定的寬嚴程度不同，因此需要一一對照。將部分變化程度不大的行業作為未變化行業處理，最終得出外資準入放松的行業69個，因為限制或者禁止而變嚴的行業25個。本文主要研究外資準入放松對生產效率和資源配置狀況的影響，因此將外資準入變嚴格的行業剔除(Lu et al.，2017)[9]。

(二)生產率及其離散度的變化

本文將外資準入放松的行業作為實驗組，將沒有受到《目錄》調整影響的行業作為對照組。參照已有研究的做法，使用生產率的離散度(TFPsd)作為資源優化程度的衡量指標(Hsieh和Klenow，2009)[18]，具體計算到縣級城市-四位數行業層面，詳細的指標測算方法見下文研究設計部分。為直觀地顯示樣本生產率離散度，分別求出實驗組和對照組生產率離散度的年平均值，然后繪制在圖1中。從圖1可以看出，雖然兩組的生產率年平均離散度呈下降趨勢，但2002年及以后實驗組相較于對照組的離散度數值呈增大趨勢，而且變化幅度更大。而2002年是《目錄》重新進行調整的年份，因此外資準入政策很可能增大了實驗組生產率的離散度。

由于企業生產率(TFP)的變化是生產率離散度變化的微觀層面，并且本文也檢驗了外資準入政策對企業全要素生產率的影響。因此，本文分別求出實驗組和對照組企業的年平均生產率，然后繪制在圖2中。從圖2可以看出，2001年以前實驗組和對照組生產率變動趨勢基本一致，2002年及以后實驗組相較于對照組生產率的變化幅度不大，但兩組差距基本上呈現變大的趨勢。

圖1 城市-行業層面的生產率離散度的變化趨勢

圖2 實驗組和對照組企業年平均生產率的變化趨勢

綜合來看，外資準入政策放松降低了城市-行業層面的資源優化程度，但提高了企業層面的生產效率，具體將在下文實證檢驗部分進行驗證。

三 研究設計

(一)計量模型設定

借鑒已有研究產業政策的文獻，本文使用雙重差分法(DID模型)進行實證檢驗。一方面外資準入政策指標無法直接而準確地量化，即難以測度外資準入政策的效力。另一方面，在外資準入政策實施的同時，可能同時存在其他政策和外部因素的干擾，因而難以準確識別該項政策的真實效力。一般認為，雙重差分法在正確劃分實驗組和對照組，以及滿足平行趨勢假設等條件下，可以通過兩次差分減弱潛在內生性的影響。外資準入政策調整具有一定的外生屬性(Lu et al.，2017)[9]，因此本文使用控制城市固定效應、行業固定效應和年份固定效應的雙重差分法計量模型進行實證檢驗，基本模型如下：

TFPsdtci=αt+αc+αi+βtreati×postt+∑nδnXtci+εtci

(1)

本文主要關注β系數的大小和方向，如果β>0且通過顯著性檢驗，則說明外資準入政策放松提高了城市-行業層面生產率的離散度，降低了城市-行業層面的資源優化程度。其中，t、c、i分別表示年份、縣級城市和二位數行業，X為控制變量，n為控制變量下標。treat表示是否受政策影響的行業分組，treat=1表示外資準入政策放松行業的樣本，即實驗組，treat=0表示未受政策影響的行業樣本，即對照組。post表示政策實施前后的虛擬變量，由于《目錄》是在2002年3月修訂實施，借鑒Lu et al.(2017)[9]的方法將2002年設置為2/3，將2003年及以后的年份設置為1，其他年份設置為0。treat×post表示政策實施前后的凈效應，在下文實證部分統一用tt來表示。由于外資準入政策實施在行業層面，為了控制行業間序列相關可能對模型造成的干擾，在四位數行業層面加聚類處理。同時，為了排除其他潛在因素對模型的干擾，逐步加入地區和行業層面的控制變量。

(二)數據來源和指標測算

本文使用1998-2007年的中國工業企業數據庫，借鑒Brandt et al.(2012)[22]的方法對數據庫進行了處理。首先，由于國民行業分類標準有所變化，2002年以前使用的是《國民經濟行業分類(GB/T4754-1994)》，2002年以后使用的是《國民經濟行業分類(GB/T4754-2002)》，為了使得行業代碼保持一致性，本文將分類標準統一為《國民經濟行業分類(GB/T4754-2002)》。其次，本文對地區代碼進行一致處理，統一轉化工業企業數據庫的地區代碼。最后，本文剔除了總資產、工業增加值、固定資產凈值等變量缺失的數據，對于員工人數小于8人，總資產小于流動資產、固定資產凈值，累計折舊小于當期折舊等不符合會計規則的數據進行了剔除。

本文主要采用Levinsohn和Petrin(2003)[23]的LP法測算全要素生產率(TFP)，這種方法可以避免索羅余值法(OLS)的內生性問題和樣本選擇問題，以及Olley和Pakes(1996)[24]方法(OP法)因為企業退出而造成樣本大量損失和一些投資項為負值而造成樣本截斷的問題。同時，測算資源配置狀況指標(TFPsd)需要大量樣本，否則可能造成偏誤，而使用LP法和索羅余值法可以保留大量樣本，因此，以LP法測算的生產率作為本文被解釋變量，將索羅余值法測算的生產率作為穩健性檢驗指標。

本文主要使用LP法測算的生產率在四位數行業內的離散度作為資源配置狀況(TFPsd)衡量指標(Hsieh和Klenow，2009[18]；胡浩然等，2020[25])，如式(2)所示。其中，c、i的含義與前文相同，j代表企業，wTFP代表城市-行業層面的平均生產率。實際上，離散度法綜合反映了城市-行業內部企業之間的生產率差距，當企業之間的生產率水平差距減小時，則可以認為資源配置得到優化，反之則為資源錯配。從單一維度看，其中包含了任何兩個企業之間生產率的差值，因此下文使用城市-行業內75%分位數點減去25%分位數點的生產率差值作為被解釋變量的替代指標進行穩健性檢驗。此外，還使用索羅余值法測算的企業生產率作為相應的替代指標。因為樣本數量較少可能導致測算的TFPsd出現偏差，剔除當年樣本量小于100的四位數行業。

(2)

(三)控制變量

為了排除其他潛在因素的干擾，保持計量模型的穩健性，本文主要加入地區和行業層面的控制變量：(1)縣級地區經濟水平(cgdp)，用人均GDP除以不變GDP平減指數后取對數表示。(2)地理距離(dist)，用城市所在省份離最近港口球面距離取對數表示。(3)區域虛擬變量(zone)，將東部地區樣本設置為1，其他設置為0。(4)行業集中度(hhi)，反映行業的競爭程度，hhii=∑j(yij)2，其中yij表示i行業中j企業的銷售額比重，行業為四位數行業。(5)行業出口狀況(hexp)，用四位數行業中出口交貨值占行業總產值的比重衡量。(6)行業平均固定成本(hc)，用行業固定成本總額除以行業總產出值表示，固定成本包括企業營業費用、管理費用和財務費用。

檢驗外資準入政策對企業生產率的影響時，需要進一步加入企業層面的相關控制變量：(1)工資水平(wage)，用企業人均工資除以不變CPI指數后取對數表示。(2)年齡(age)，用企業實際年齡取對數表示。(3)企業規模(scale)，用企業職工人數取對數表示。(4)盈利狀況(profit)，用企業利潤總額除以工業總產值表示。(5)資本狀況(capint)，用企業人均固定資產凈值除以不變PPI指數后取對數表示。(6)外資企業虛擬變量(foe)，將外資企業設置為1，其他設置為0。(7)國有企業虛擬變量(soe)，將國有企業設置為1，其他設置為0，企業性質根據企業的國有資本、外資資本和民營資本分別占實收資本的比重大小來識別(1)本文將企業的國有資本金和集體資本金加總歸類到國有資本，將外商資本金和港澳臺資本金加總歸類到外資資本，將個人資本金和法人資本金加總歸類到民營資本，分別求出國有、外資和民營資本占企業實收資本的比重。然后根據比重大小分別歸類到國有企業、外資企業和民營企業，例如，外資資本占企業實收資本的比重最大，則該企業為外資企業。。

四 實證檢驗

(一)基本檢驗

基本檢驗結果如表1模型(1)所示(2)本文使用豪斯曼(Hausman)檢驗，結果顯示p值等于0，表示拒絕適合使用隨機效應模型的原假設。，在計量模型中控制了縣級城市層面的固定效應、二位數行業層面的固定效應和年份層面的固定效應，為了消除樣本間可能存在的相關性，本文在行業層面對協方差進行了聚類調整。回歸結果顯示，交叉項tt的系數顯著為正，則意味著放寬外資準入標準將增大城市-行業內部企業之間生產率的離散程度，即外資進入自由化不利于資源的優化配置。

離散度法實際上綜合反映了企業之間全要素生產率的差異，本文進一步使用城市-行業內部75%分位數減去25%分位數的生產率差值作為替代指標，然后重新進行實證檢驗。具體回歸結果如表1模型(2)所示，可以看出交叉項tt的系數顯著為正，與模型(1)一致，即外資準入政策放松增大了分位數差值，即不利于資源的優化配置。鑒于分位數差法是離散度法的單一維度，指標構造原理具有一定的相似性，并且模型(1)和模型(2)的回歸結果較為一致，因此本文主要將模型(1)作為基準模型。

表1 基本檢驗結果

(續上表)

(二)平行趨勢的動態檢驗

雙重差分法(DID模型)要求實驗組和對照組滿足平行趨勢的假設，本文采用Kudamatsu(2012)[26]的方法做平行趨勢的動態檢驗，驗證在政策實施之前，實驗組和對照組的變化趨勢是否基本一致。首先設置年份虛擬變量(year)，例如2003年，當年設置為1，其他年份則設置為0，并且依次類推。在式(1)的基礎上，將年份虛擬變量(year)替代政策沖擊時間虛擬變量(post)，然后主要觀察年份虛擬變量與政策分組虛擬變量交叉項(treat×year)系數的變化。為了便于比較，本文將1998年設置為基期，具體如式(3)所示，變量和字母含義與前文一致，回歸結果如表2所示。

TFPsdtci=αt+αc+αi+βtreati×yeart+∑nδnXtci+εtci

(3)

表2 動態檢驗結果

(續上表)

從表2模型(1)可以看出，在2002年及以前交叉項(treat×year)的系數并不顯著且數值大小差異較小，在2003年及以后發生了較大變化。這說明實驗組和對照組在外資準入政策放松以前基本滿足平行趨勢的假設，并且在2002年以前不存在潛在的其他政策干擾。考慮穩健性，用分位數差法替代離散度法測算資源優化配置指標，回歸結果如表2模型(2)所示，可以看出在2002年及以前交叉項(treat×year)的系數并不顯著，這與模型(1)的結論基本一致。

為了更清晰地觀察交叉項(treat×year)的變化趨勢，將模型(1)、(2)中的系數繪制在圖3中。從圖3可以看出，交叉項的系數值在2003年及以后發生了較大變化，并且總體上呈現增大的變化趨勢，這說明外資準入政策放松很可能是城市-行業內部生產率離散度和分位數差值增大的內在原因。

圖3 交叉項(treat×year)估計系數的變化趨勢

(三)穩健性檢驗

由于使用OP法測算全要素生產率可能導致樣本截斷從而使估計結果出現偏差，本文主要使用LP法測算全要素生產率，考慮穩健性，進一步使用索羅余值法測算生產率，并運用離散度法和分位數差法測算出相應的被解釋變量。重新檢驗的回歸結果如表3模型(1)、(2)所示，可以看出交叉項tt的系數值相比表1模型(1)、(2)發生了明顯變化，但是系數的方向與前文一致。因此，替換企業全要素生產率測算方法后，本文的結論沒有改變。

一般而言，雙重差分法的使用前提是產業政策具有外生屬性，在實驗組和對照組滿足平行趨勢的前提假設下，通過兩次差分最終可以去除潛在的內生性問題。但是，實驗組和對照組的樣本特征可能不盡相同，本文使用傾向得分匹配法(PSM)在對照組中挑選出與實驗組相似的樣本。選擇變量為本文的控制變量，相關檢驗不再列出。使用傾向得分匹配法的回歸結果如表3模型(3)所示，可以看出交叉項tt的系數顯著為正，因而基本上可以排除因實驗組和對照組中企業樣本特征差異而造成的內生性問題。

表3 替換生產率的測算方法和使用傾向得分匹配法(PSM)

進一步進行安慰劑檢驗。《外商投資產業指導目錄》主要詳細列出了外資準入標準的鼓勵類、限制類和禁止類三個方面，前文實驗組為外資準入放松的行業，現將限制或者禁止措施變嚴的行業作為實驗組，然后進行模擬實驗。從表4模型(1)可以看出，交叉項tt的系數沒有通過顯著性檢驗，因此，反向說明了表1模型(1)的檢驗結果確實是由于原實驗組(外資準入放松的行業)引起的。外資準入政策調整的時間點為2002年以后，將政策沖擊的時間分界點隨機提前兩年到2000年，實驗組和對照組的選擇沒有發生變化，然后重新進行模擬實驗。從表4模型(2)可以看出，交叉項tt的系數沒有通過顯著性檢驗，因而反向證明了政策沖擊的時間點并非隨機給定。除此之外，使用分位數差法替換離散度法測算被解釋變量，分別進行替換實驗組和打亂時間分界點的反向模擬實驗，結果如表4模型(3)、(4)所示，可以看出交叉項tt的系數沒有通過顯著性檢驗，這與表4模型(1)、(2)的結論一致。

綜上表明，本文研究結論具有一定穩健性。

表4 安慰劑檢驗

(四)外資準入政策對企業生產率的影響

上文主要以城市-行業層面的生產率離散度作為資源優化配置程度的衡量指標，但是企業層面主要體現在全要素生產率的變化上。如果資源從生產效率低的企業向生產效率高的企業轉移，或者企業的生產經營從生產效率低的活動轉向生產效率高的活動，那么政策將有利于資源配置效率的改善，否則，政策將帶來扭曲并造成“資源錯配”(Melitz，2003[15]；Syverson，2004[16])。企業生產率和行業內的生產率離散度是衡量資源優化配置的兩個不同方面，政策變化使行業內部生產率離散程度增大，并不意味著政策一定導致企業生產率下降。因此，中國的外資準入政策放松對生產效率和資源配置的影響方向存在多種可能，其中最優的是同時實現提高生產效率和促進資源優化；最差是降低生產率和造成資源錯配；次優是提高生產效率，但是造成了資源錯配。四種情況如表5所示。

表5 外資準入政策影響生產率及其離散度的可能情況

由表5可得，如果在外資準入政策的影響下，生產率提高，并且離散度下降，那么政策促進資源優化配置的效力達到最優。如果生產率下降，同時離散度提高，那么政策導致資源錯配的作用達到最大。也可能存在生產率與離散度變化不一致的情況。從前文可知，外資準入政策放松增大了行業內部的生產率離散度，如果政策提高了企業生產率，則說明外資準入政策放松雖然弱化了行業層面的資源優化配置程度，但是對于提升企業生產率水平具有正向作用。

鑒于此，本文進一步檢驗外資準入政策對企業生產效率的影響，由于樣本擴充到企業層面，在前文基本計量模型的基礎上進一步加入了企業層面的控制變量，并且控制了企業層面和年份層面的固定效應。回歸結果如表6所示，可以看出不管是使用LP法還是OLS法測算企業的全要素生產率，交叉項tt的系數顯著為正，這說明外資準入政策有利于提高外資準入放松行業中企業的生產效率，這與已有研究的結論基本一致(毛其淋和方森輝，2020)[10]。進一步使用傾向得分匹配法(PSM)進行穩健性檢驗，回歸結果如模型(3)所示，可以看出交叉項tt的系數顯著為正，與模型(1)、(2)一致。

對于上述回歸結果，其原因可能在于，外資準入政策放松吸引具有較高技術水平、資金雄厚的外資企業進入該行業，通過外來技術的溢出效應進一步提升了行業內企業的平均生產率水平。但是，外資企業或者外來資本不可能均勻地進入到行業中每一類企業，從而導致了優先進入企業的生產率得到大幅度提升，而沒有外資進入或者外資滯后進入的企業生產率水平沒有實質變化。因此，從離散度或者生產率差距角度看，外資準入政策不利于行業內部的資源優化配置。盡管如此，由于存在技術溢出效應，隨著外資進入企業的快速發展，外資未進入企業也可能通過“追趕效應”慢慢減小與前者的差距，但是本文未驗證這一推斷。

表6 外資準入政策對企業生產率的影響

(五)異質性檢驗

從上文可以看出，外資準入政策可以影響城市-行業層面的生產率離散度，并通過影響企業層面的生產效率進而產生作用。但是，由于企業所在地區、企業性質及初始創新能力等方面存在差異(如表7所示)，進而可能導致外資準入政策對其生產率及離散度的影響也存在異質性。從表7可以看出，實驗組和對照組企業的生產率水平在地區、企業性質和創新水平等方面存在顯著差異。不管是實驗組還是對照組樣本，在地區層面，東部地區生產率最高，中、西部地區逐次降低；企業性質層面，外資企業生產率水平最高，民營企業比國有企業更高；企業創新水平方面，有創新產值的企業生產率水平更高。因此，本文從上述三方面進行異質性檢驗具備現實基礎。

表7 生產率在地區、企業性質和創新水平方面的分布

關于地區層面的異質性檢驗。由于區位差異，各地區初始的行業和經濟發展水平抑制了外資準入政策在地理層面的影響深度，政策效力可能由東部到西部逐次降低。本部分同時檢驗外資準入政策對企業生產率及其離散度的影響，回歸結果如表8所示。從模型(1)-模型(3)可以看出，交叉項tt系數的顯著性逐步下降，并且數值減小，說明外資準入政策主要在東部地區促進了企業生產率提高，中部地區的顯著性有所下降，西部地區則不受影響。這可能與東部地區的營商環境更為優越和外資企業更多有關，進而導致外資進入程度更深。同樣地，從模型(4)-模型(6)可以看出，交叉項tt系數的顯著性逐步下降，并且數值減小，這與模型(1)-模型(3)的變化趨勢一致。表明地區差異導致了外資進入程度的不同，最終導致了政策效力的不同。

表8 外資準入政策在地區層面的異質性影響

關于企業性質層面的異質性檢驗。從表7可以看出，外資企業的生產率最高，國有企業生產率最低。外資企業對于外來資本的吸收能力更強，甚至可以直接增加國外合作公司的資金投入。對于生產率離散度的檢驗，本文根據城市-行業層面中不同性質企業數量占全部企業數量的比例大小進行排序，如果其中外資企業數量的比例最大，則該行業定義為外資行業，依次類推。企業性質的劃分標準與前文控制變量部分的劃分標準一致。回歸結果如表9所示，從模型(1)-模型(3)可以看出，僅外資和民營企業樣本組中交叉項tt的系數通過了顯著性檢驗，國有企業樣本組并不顯著，并且模型(3)交叉項tt的系數值相比模型(1)更大。這可能是因為，隨著外資準入標準的放松，外資更多進入了外資企業和民營企業，相對于民營企業，由于外商對外資企業更為熟悉，因而進入的資本更多，最終導致政策效力更大。而國有企業的開放程度相比民營企業更低，外資進入的門檻也更高，因而外資準入政策的效力并不顯著。從模型(4)-模型(6)可以看出，交叉項tt的系數僅在民營和外資行業樣本組中顯著，這與模型(1)-模型(3)的回歸結果一致。

表9 外資準入政策在企業性質層面的異質性影響

關于創新能力層面的異質性檢驗。外資準入政策可能帶來技術溢出效應，但是技術溢出效應能否被有效吸收與企業自身的創新能力有關。本文進一步從創新能力角度進行異質性檢驗，參照呂越等(2018)[27]的方法，使用新產品產出值與工業總產值的比例來衡量企業的創新能力。本文從年份-創新能力兩個維度按照三分位數分為“低創新能力”、“中創新能力”和“高創新能力”三個樣本組。對于生產率離散度的檢驗，本文根據城市-行業層面中不同創新能力企業的數量比例大小進行排序，將高創新能力企業數量比例較大的行業定義為高創新能力行業，依次類推。回歸結果如表10所示，從模型(1)-模型(3)可以看出，交叉項tt的系數顯著為正，且數值差異不大。這說明不管是低創新能力還是高創新能力的企業，外資準入政策對企業生產率都有提升作用。但從模型(4)-模型(6)可以看出，僅模型(4)中交叉項tt的系數顯著為正，模型(5)、(6)沒有通過顯著性檢驗。本文認為，具有較高創新能力的企業對政策吸收能力更強，并且通過技術溢出效應進一步提升行業內外資進入程度較少企業的生產率，因而不容易增大企業間的經濟差距。

表10 外資準入政策在企業創新能力層面的異質性影響

五 結論性評述

本文以2002年《外商投資產業指導目錄》調整作為準自然實驗，基于1998-2007年中國工業企業數據，運用雙重差分法(DID模型)，分析外資準入政策放松對資源優化配置的影響。結果表明：(1)外資準入政策放松增大了城市-行業層面生產率的離散度，進而不利于資源的優化配置；(2)從企業層面來看，外資準入政策提高了規制放松行業中企業的平均生產效率；(3)異質性檢驗結果顯示，外資準入政策對資源優化配置的影響與區域、企業性質和創新能力等因素密切相關，外資準入政策導致資源錯配的效力主要體現在東部地區、非國有和低創新能力行業的樣本組中。

盡管外資準入政策放松有利于提高企業的全要素生產率，但同時也增大了城市-行業內部企業之間生產率的離散度，導致了資源錯配。因此，外資進入在短期內大幅度改善了經濟績效，但是也拉大了企業之間生產率水平的差距。本文認為，這可能與外資在不同類型企業中的進入程度存在差異有關，因此，應當鼓勵企業主動吸納外來資本和先進技術。異質性檢驗部分的回歸結果顯示，越是靠近東部地區，外資準入政策的效力越顯著，因而中西部經濟欠發達地區更應當主動加大招商引資力度。對于國有企業，外資準入政策的作用就越不顯著，可以配合國有企業體制改革要求，使得更多的外來資本、先進技術、管理經驗流向國有企業。創新能力越強的行業，外資準入政策導致資源錯配的作用就越不明顯，因此，應當鼓勵企業提高自主創新能力，進而增強對外資準入政策調整所帶來的技術溢出的吸收能力。