■劉立剛，肖志武

一、引言與文獻(xiàn)綜述

戰(zhàn)略性新興產(chǎn)業(yè)是引領(lǐng)國(guó)家發(fā)展的重要力量，對(duì)我國(guó)加速推進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和實(shí)現(xiàn)跨越式發(fā)展具有重大引領(lǐng)作用。但是近些年我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)逐漸暴露出重復(fù)建設(shè)、資源浪費(fèi)等非效率投資問(wèn)題（杜建華和曹瑞丹，2020），如何更好地利用產(chǎn)業(yè)政策助推戰(zhàn)略性新興產(chǎn)業(yè)高質(zhì)量發(fā)展、提升投資效率具有重要現(xiàn)實(shí)意義。

產(chǎn)業(yè)政策與投資效率的關(guān)系一直是學(xué)術(shù)界討論的熱點(diǎn)話題。一部分學(xué)者認(rèn)為產(chǎn)業(yè)政策能通過(guò)矯正市場(chǎng)失靈（Wallsten SJ.，2000）和增強(qiáng)溢出效應(yīng)（Kline&Moretti，2014）的方式來(lái)優(yōu)化資源配置，指出產(chǎn)業(yè)政策能夠推動(dòng)要素積累與運(yùn)用，促進(jìn)地方產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)經(jīng)濟(jì)提質(zhì)增效（宋凌云和王賢彬，2013）。另一部分學(xué)者持相反觀點(diǎn)，認(rèn)為地方政府的支持政策不是出于培育企業(yè)的邏輯，而是為了避免地方經(jīng)濟(jì)遭受重創(chuàng)，這容易導(dǎo)致產(chǎn)業(yè)政策效果發(fā)生扭曲；產(chǎn)業(yè)政策在實(shí)施過(guò)程中也會(huì)受市場(chǎng)體系和資源誤置效應(yīng)的影響（張龍鵬和湯志偉，2018），從而導(dǎo)致政策效果和預(yù)期產(chǎn)生偏差。此外，以行政手段進(jìn)行的產(chǎn)業(yè)政策調(diào)控也會(huì)降低投資效率（黎文靖和李耀淘，2014）?？梢?jiàn)，既有研究對(duì)于產(chǎn)業(yè)政策和投資效率之間的關(guān)系未能得出一致結(jié)論。

為加快培育發(fā)展新動(dòng)能、推動(dòng)經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展，我國(guó)于2016年12月推出《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》（以下簡(jiǎn)稱“產(chǎn)業(yè)政策”），重點(diǎn)支持新一代信息技術(shù)、高端裝備、新材料、生物、新能源汽車、新能源、節(jié)能環(huán)保、數(shù)字創(chuàng)意等新興領(lǐng)域。本文擬將該項(xiàng)產(chǎn)業(yè)政策的實(shí)施看作一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，利用雙重差分法（DID）評(píng)估產(chǎn)業(yè)政策給戰(zhàn)略性新興產(chǎn)業(yè)投資效率帶來(lái)的影響。與現(xiàn)有研究相比，已有文獻(xiàn)忽視了產(chǎn)業(yè)政策可能引發(fā)的外部監(jiān)督效應(yīng)對(duì)投資效率的影響，本文將媒體關(guān)注這一外部治理因素納入產(chǎn)業(yè)政策對(duì)投資效率影響機(jī)制的分析框架，進(jìn)一步完善了產(chǎn)業(yè)政策對(duì)投資效率的作用機(jī)制研究。

二、理論分析與研究假設(shè)

經(jīng)濟(jì)的平穩(wěn)發(fā)展需要政府干預(yù)與市場(chǎng)機(jī)制進(jìn)行配合，提高社會(huì)資源配置效率。產(chǎn)業(yè)政策對(duì)企業(yè)投資效率能夠產(chǎn)生直接影響。首先，在市場(chǎng)機(jī)制不完善的國(guó)家，產(chǎn)業(yè)政策能夠有效彌補(bǔ)“市場(chǎng)失靈”，引導(dǎo)社會(huì)資源科學(xué)配置，促使要素資源在企業(yè)間合理流動(dòng)。當(dāng)前我國(guó)處于“新興加轉(zhuǎn)軌”的特殊經(jīng)濟(jì)體制下，市場(chǎng)體系不完善、市場(chǎng)機(jī)制不健全，要促進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)高質(zhì)量發(fā)展，就必須對(duì)其給予特殊支持，通過(guò)政府調(diào)控的“有形之手”有針對(duì)性地調(diào)控資源配置，使企業(yè)獲取充分要素資源。其次，產(chǎn)業(yè)政策能夠改善相關(guān)產(chǎn)業(yè)的福利和發(fā)展環(huán)境，通過(guò)強(qiáng)化對(duì)企業(yè)的資源供給，促進(jìn)直接投資（劉曉丹和張兵，2020），對(duì)于抑制投資不足具有重要作用。最后，產(chǎn)業(yè)政策具有強(qiáng)干預(yù)的特征，能夠使企業(yè)享有寬松的政策環(huán)境，降低經(jīng)營(yíng)風(fēng)險(xiǎn)和信貸風(fēng)險(xiǎn)（祝繼高等，2015），提高企業(yè)風(fēng)險(xiǎn)容忍度、強(qiáng)化風(fēng)險(xiǎn)承擔(dān)，從而提升企業(yè)的主觀投資意愿（王愛(ài)儉等，2020），減少投資不足行為，提高投資效率。綜上，提出假設(shè)1：

假設(shè)1：產(chǎn)業(yè)政策能夠提高戰(zhàn)略性新興產(chǎn)業(yè)的投資效率。

為達(dá)到產(chǎn)業(yè)政策目的，政府多采取為企業(yè)提供資金支持的手段，對(duì)相關(guān)產(chǎn)業(yè)的鼓勵(lì)性政策實(shí)施后，銀行信貸和政府補(bǔ)貼等資源會(huì)加速流向受支持產(chǎn)業(yè)。政策對(duì)銀行信貸的影響主要通過(guò)以下兩個(gè)路徑實(shí)現(xiàn)：其一，產(chǎn)業(yè)政策實(shí)施后，政府會(huì)對(duì)商業(yè)銀行信貸供給提出相應(yīng)要求，放松金融管制，使信貸資源傾向受支持產(chǎn)業(yè)。其二，產(chǎn)業(yè)政策能夠緩解銀企之間（Chen D.et al.，2017）的信息不對(duì)稱程度，產(chǎn)生較高的信用擔(dān)保預(yù)期，使企業(yè)獲取貸款的金額和機(jī)會(huì)更高。產(chǎn)業(yè)政策通過(guò)信號(hào)作用，傳達(dá)產(chǎn)業(yè)發(fā)展的未來(lái)前景，引導(dǎo)信貸資源注入新興產(chǎn)業(yè)。特別是對(duì)于非國(guó)有企業(yè)來(lái)講，政策能夠改善長(zhǎng)期以來(lái)受到的信貸歧視，很大程度上緩解融資約束。而銀行貸款能對(duì)公司發(fā)揮債權(quán)外部治理效應(yīng)，公司負(fù)債可以對(duì)管理層的過(guò)度投資行為進(jìn)行抑制（Stiglitz JE.，1996）。

此外，政府補(bǔ)貼作為產(chǎn)業(yè)政策中最為直接的工具，也能夠緩解企業(yè)資金壓力、提高經(jīng)營(yíng)績(jī)效。胡春陽(yáng)和王展祥（2020）的研究發(fā)現(xiàn)財(cái)政補(bǔ)貼可通過(guò)企業(yè)技術(shù)效率提升企業(yè)全要素生產(chǎn)率。綜上，提出假設(shè)2：

假設(shè)2：產(chǎn)業(yè)政策具有“資金增加效應(yīng)”，即企業(yè)通過(guò)獲得更多的銀行信貸和政府補(bǔ)貼提高了投資效率。

產(chǎn)業(yè)政策的頒布作為公開(kāi)信息，必然能夠吸引媒體對(duì)政策鼓勵(lì)和扶持的產(chǎn)業(yè)給予充分關(guān)注，在此情況下企業(yè)將獲得更多媒體報(bào)道。而媒體關(guān)注對(duì)投資效率能夠發(fā)揮外部治理效應(yīng)（李明娟和曲明明，2021）。網(wǎng)絡(luò)媒體作為信息中介可以使得公眾獲得多元且有價(jià)值的信息，緩解信息不對(duì)稱和代理問(wèn)題，起到外部監(jiān)督的作用，減少投資不足，提高投資效率。媒體關(guān)注也會(huì)影響公司主要決策人的行為，改善內(nèi)部治理，曝光程度的上升利于減少經(jīng)理人機(jī)會(huì)主義和股東的侵害行為，減少由此導(dǎo)致的投資不足或者投資過(guò)度，降低企業(yè)非效率投資水平（顧露露等，2020）。媒體報(bào)道通過(guò)發(fā)揮外部監(jiān)督作用，抑制經(jīng)理人過(guò)度自信導(dǎo)致的投資過(guò)度，減少非效率投資（韓少真等，2018）。綜上，提出假設(shè)3：

假設(shè)3：產(chǎn)業(yè)政策能夠發(fā)揮“媒體監(jiān)督效應(yīng)”，從而提升戰(zhàn)略性新興產(chǎn)業(yè)的投資效率。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)說(shuō)明

以A股上市企業(yè)2012—2019年的數(shù)據(jù)為樣本，剔除金融類行業(yè)、ST、PT企業(yè)以及關(guān)鍵變量缺失的樣本，最終得到1983家企業(yè)共15864個(gè)觀測(cè)值，其中屬于戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)共有720家（依據(jù)上海證券交易所發(fā)布的戰(zhàn)略性新興產(chǎn)業(yè)綜合指數(shù)成分列表來(lái)對(duì)戰(zhàn)略性新興產(chǎn)業(yè)進(jìn)行識(shí)別，將新興綜指成分列表與全A股上市公司進(jìn)行匹配，配對(duì)成功即為戰(zhàn)略性新興產(chǎn)業(yè)）。為避免極端值的影響，對(duì)所有連續(xù)變量進(jìn)行上下1%的Winsorize縮尾處理。媒體關(guān)注數(shù)據(jù)來(lái)自于中國(guó)上市公司財(cái)經(jīng)新聞數(shù)據(jù)庫(kù)（CFND），該數(shù)據(jù)庫(kù)使用計(jì)算機(jī)領(lǐng)域成熟的文本情感判斷方法，可以較好捕捉上市公司正、負(fù)面消息，樣本內(nèi)的準(zhǔn)確率高達(dá)85%；其他數(shù)據(jù)均來(lái)自于Choice金融數(shù)據(jù)庫(kù)。

（二）變量定義

1.被解釋變量：投資效率（EInv）。借鑒Richardson（2006）提出的殘差度量模型來(lái)測(cè)算投資效率，具體度量方法如下：

其中，殘差項(xiàng)εi，t的絕對(duì)值代表非效率投資，表示為Elnv，非效率投資水平越低，投資效率越高。若殘差項(xiàng)為正，定義為投資過(guò)度Overlnv，若殘差項(xiàng)為負(fù)，定義為投資不足Underlnv。Growthi，t-1為公司成長(zhǎng)機(jī)會(huì)，用主營(yíng)業(yè)務(wù)收入增長(zhǎng)率表示；Cashi，t-1為公司現(xiàn)金持有量，用年末貨幣資金同總資產(chǎn)的比值表示；Agei，t-1為公司上市年齡；Sizei，t-1為公司規(guī)模，用總資產(chǎn)的自然對(duì)數(shù)表示；Levi，t-1為財(cái)務(wù)杠桿；Rei，t-1為公司凈資產(chǎn)收益率；Invi，t-1為公司資本投資量，用（構(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)所支付的現(xiàn)金-處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)所收回的現(xiàn)金凈額）/年初總資產(chǎn)表示，所有變量滯后一年；另外加入行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)。

2.解釋變量。倍差項(xiàng)Treat×Time，即處理組和對(duì)照組虛擬變量（Treat）以及政策時(shí)間虛擬變量（Time）的交互項(xiàng)，表示政策效應(yīng)。

3.中介變量。銀行信貸（Loan），用“現(xiàn)金流量表中借款收到的現(xiàn)金/年初總資產(chǎn)”表示；政府補(bǔ)貼（Sub），用“政府補(bǔ)助/銷售收入”表示；媒體關(guān)注（Media），用“l(fā)n（被網(wǎng)絡(luò)財(cái)經(jīng)新聞報(bào)道次數(shù)+1）”表示。

4.控制變量。參見(jiàn)杜建華和曹瑞丹（2020）等學(xué)者的研究，選取公司規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、自由現(xiàn)金流（Cfo）、上市年限（Age）、盈利水平（Roa）、賬面市值比（Mb）、管理費(fèi)用率（Adm）、銷售利潤(rùn)率（Profit）和股權(quán)集中度（Top1）等控制變量。變量定義見(jiàn)表1。

表1 變量定義

（三）模型設(shè)定

依據(jù)DID模型設(shè)立的要求，構(gòu)建兩個(gè)虛擬變量：一個(gè)是處理組和對(duì)照組虛擬變量（Treat）。處理組為戰(zhàn)略性新興產(chǎn)業(yè)，定義為1；對(duì)照組為其他行業(yè)企業(yè)，定義為0。另一個(gè)是政策時(shí)間虛擬變量（Time）。2016年之后定義為1，之前定義為0。在此基礎(chǔ)上構(gòu)建兩個(gè)虛擬變量的倍差項(xiàng)Treat×Time。

首先，檢驗(yàn)產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的政策效應(yīng)，基于DID方法的回歸模型設(shè)定如下：

其次，采用PSM—DID方法做進(jìn)一步檢驗(yàn)，利用PSM方法找到與處理組特征最為相似的對(duì)照組，再將匹配后的處理組同對(duì)照組進(jìn)行DID回歸，模型如下：

最后，驗(yàn)證銀行信貸、政府補(bǔ)貼和媒體關(guān)注在產(chǎn)業(yè)政策與投資效率之間的中介效應(yīng)，檢驗(yàn)程序如下：

第一，檢驗(yàn)產(chǎn)業(yè)政策與投資效率之間的關(guān)系，同模型（3）。

第二，驗(yàn)證產(chǎn)業(yè)政策對(duì)銀行信貸、政府補(bǔ)貼、媒體關(guān)注的影響：

第三，再將政策效應(yīng)倍差項(xiàng)與銀行信貸、政府補(bǔ)貼、媒體關(guān)注分別同時(shí)放入回歸方程：

其中，Xit為相應(yīng)模型的控制變量，εit為擾動(dòng)項(xiàng)。

四、實(shí)證分析

（一）產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的影響

1.單變量雙重差分結(jié)果分析

以2016年作為政策實(shí)施時(shí)間節(jié)點(diǎn)，分別計(jì)算處理組和對(duì)照組政策實(shí)施前后的投資效率，并進(jìn)行參數(shù)檢驗(yàn)，結(jié)果見(jiàn)表2。從中可知，政策實(shí)施前后，戰(zhàn)略性新興產(chǎn)業(yè)的非效率投資水平均高于其他產(chǎn)業(yè)，但政策實(shí)施后，其非效率投資水平降低，即投資效率得到了提升，而且與其他產(chǎn)業(yè)投資效率的差距縮小，從0.416縮小到0.103，但顯著性不夠高；政策效應(yīng)系數(shù)值為-0.314，且在5%的水平上顯著，即產(chǎn)業(yè)政策提高了戰(zhàn)略性新興產(chǎn)業(yè)的投資效率，假設(shè)1得到了初步驗(yàn)證。

表2 單變量雙重差分檢驗(yàn)

2.平行趨勢(shì)檢驗(yàn)

使用DID識(shí)別政策干預(yù)的因果效應(yīng)必須滿足平行趨勢(shì)假定，即在政策時(shí)間發(fā)生前，戰(zhàn)略性新興產(chǎn)業(yè)和其他產(chǎn)業(yè)的變化趨勢(shì)不存在顯著差異。為此，將年份虛擬變量與處理組虛擬變量的交乘項(xiàng)作為解釋變量，投資效率作為被解釋變量，加入基準(zhǔn)模型（2）進(jìn)行回歸，檢驗(yàn)政策實(shí)施前2年直到樣本最后一期的趨勢(shì)變化。多期DID模型平行趨勢(shì)如圖1，可以看出，在政策實(shí)施當(dāng)年（政策頒布時(shí)間為當(dāng)年12月份）、前2年交互項(xiàng)的系數(shù)的置信區(qū)間都包含0，表明回歸結(jié)果均不顯著。而在政策實(shí)施時(shí)間2016年之后，估計(jì)系數(shù)均負(fù)向顯著，并且絕對(duì)值逐漸增大。表明設(shè)定的雙重差分模型滿足平行趨勢(shì)假設(shè)，可以得到無(wú)偏的估計(jì)量。

圖1 平行趨勢(shì)檢驗(yàn)

3.DID基準(zhǔn)回歸結(jié)果分析

表3列示雙重差分回歸結(jié)果。重點(diǎn)關(guān)注Treat×Time系數(shù)項(xiàng)，前兩列結(jié)果均顯示倍差項(xiàng)的系數(shù)為負(fù)值，并分別在5%、1%的水平上通過(guò)顯著性檢驗(yàn)，表明產(chǎn)業(yè)政策顯著降低戰(zhàn)略性新興產(chǎn)業(yè)的非效率投資，再次驗(yàn)證假設(shè)1。引入虛擬變量Treat和2017—2019年這3個(gè)年度的時(shí)間變量Time的交乘項(xiàng)，即Treatedtime2017、Treatedtime2018和Treatedtime2019，得到回歸結(jié)果進(jìn)一步檢驗(yàn)產(chǎn)業(yè)政策實(shí)施后的動(dòng)態(tài)效應(yīng)。結(jié)果顯示，Treatedtime的系數(shù)在列（3）、列（4）中始終為負(fù)，且隨著時(shí)間推移，系數(shù)絕對(duì)值逐年增大，表明產(chǎn)業(yè)政策對(duì)投資效率的促進(jìn)作用具有上升趨勢(shì)。但是2017年的影響系數(shù)不顯著，表明產(chǎn)業(yè)政策對(duì)投資效率的促進(jìn)作用有滯后性。

表3 DID回歸結(jié)果檢驗(yàn)

4.基于PSM—DID方法的檢驗(yàn)

為排除戰(zhàn)略性新興產(chǎn)業(yè)與其他行業(yè)企業(yè)可能存在變動(dòng)趨勢(shì)不一致的情形，減少DID估計(jì)偏誤，本文使傾向匹配法（PSM），找到與處理組特征最為相似的對(duì)照組，再將匹配后的處理組同對(duì)照組進(jìn)行DID回歸。運(yùn)用PSM—DID方法前，首先，進(jìn)行均衡性檢驗(yàn)。具體選擇近鄰匹配法，將公司規(guī)模（Size）、貨幣現(xiàn)金持有量（Cash）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)報(bào)酬率（Roa）、公司市值（Mv）、第一大股東持股比例（Top1）、董事會(huì)規(guī)模（Board）、獨(dú)立董事比例（Ind）和上市年齡（Age）作為協(xié)變量進(jìn)行l(wèi)ogit回歸，得到傾向得分值。選取傾向得分值最接近的企業(yè)與戰(zhàn)略性新興產(chǎn)業(yè)進(jìn)行配對(duì)，從而減少不同行業(yè)企業(yè)在投資效率上的系統(tǒng)性差異。結(jié)果顯示匹配前后各協(xié)變量均值沒(méi)有明顯差異，變量在匹配后標(biāo)準(zhǔn)化偏差絕對(duì)值小于10%且t值小不顯著，通過(guò)均衡性檢驗(yàn)。其次，進(jìn)行共同支撐假設(shè)檢驗(yàn)，該檢驗(yàn)要求匹配后處理組和對(duì)照組是共同性的，結(jié)果顯示大多數(shù)觀測(cè)值均在共同取值范圍內(nèi)，僅損失少量樣本，通過(guò)共同支撐假設(shè)檢驗(yàn)，充分表明采用PSM—DID方法是合理的。①限于篇幅，相關(guān)圖表留存?zhèn)渌鳌?/p>

表4列示了先對(duì)樣本企業(yè)PSM匹配，再進(jìn)行DID的回歸結(jié)果。結(jié)果表明，無(wú)論是否加入控制變量，倍差項(xiàng)Treat×Time的影響系數(shù)均負(fù)向顯著。動(dòng)態(tài)效應(yīng)也顯示，在戰(zhàn)略性新興產(chǎn)業(yè)政策實(shí)施一年后，產(chǎn)業(yè)政策對(duì)投資效率的促進(jìn)作用逐年增強(qiáng)。PSM—DID估計(jì)結(jié)果與普通雙重差分檢驗(yàn)結(jié)果不存在顯著差異，進(jìn)一步支撐了本文的假設(shè)1，產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的促進(jìn)作用是十分顯著的。

表4 PSM-DID回歸結(jié)果

5.穩(wěn)健性檢驗(yàn)

為保證實(shí)證結(jié)果的準(zhǔn)確性，需要對(duì)模型進(jìn)行穩(wěn)健性檢驗(yàn)。首先，進(jìn)行安慰劑檢驗(yàn)。為檢驗(yàn)戰(zhàn)略性新興產(chǎn)業(yè)的投資效率水平及其變化趨勢(shì)是否受2016年政策的影響，而不是由不可觀測(cè)因素驅(qū)動(dòng)，通過(guò)隨機(jī)生成實(shí)驗(yàn)組的方式進(jìn)行安慰劑檢驗(yàn)。檢驗(yàn)過(guò)程中進(jìn)行了1000次隨機(jī)抽樣回歸，提取安慰劑系數(shù)結(jié)果并繪制成圖2，該圖顯示，估計(jì)值集中分布在零附近，只有極少數(shù)系數(shù)估計(jì)值大于真實(shí)回歸系數(shù)，證實(shí)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的變化主要是受到了2016年產(chǎn)業(yè)政策的影響。

圖2 安慰劑檢驗(yàn)

其次，改變匹配方法。表5列示了基于卡尺匹配、核匹配及馬氏匹配3種方法的回歸結(jié)果。結(jié)果顯示不管采用何種匹配方法，產(chǎn)業(yè)政策對(duì)投資效率的影響系數(shù)和顯著性水平與前述結(jié)果基本一致，說(shuō)明結(jié)果比較穩(wěn)健。

表5 改變匹配方法穩(wěn)健性檢驗(yàn)

（二）產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的作用機(jī)制分析

為驗(yàn)證銀行信貸（Loan）、政府補(bǔ)貼（Sub）和媒體關(guān)注（Media）三者的中介效應(yīng)，借鑒溫忠麟和葉寶娟（2014）等學(xué)者的方法，使用中介效應(yīng)模型檢驗(yàn)三者對(duì)投資效率的傳導(dǎo)機(jī)制。

結(jié)果如表6所示，Panel A為銀行信貸中介效應(yīng)檢驗(yàn)結(jié)果。Treat×Time對(duì)銀行信貸的影響系數(shù)γ1為0.251，在5%的水平上顯著，說(shuō)明產(chǎn)業(yè)政策有助于企業(yè)獲得更多的銀行信貸；將銀行信貸Loan和倍差項(xiàng)Treat×Time同時(shí)納入回歸方程后，Treat×Time對(duì)投資效率的影響系數(shù)絕對(duì)值相比表4中列（2）變小了，但依然顯著；進(jìn)一步地，γ1θ2與θ1同號(hào)，說(shuō)明銀行信貸發(fā)揮了部分中介效應(yīng)，其中介效應(yīng)占總效應(yīng)比值為雖占比較小，但是中介效應(yīng)顯著。Panel B為政府補(bǔ)貼的中介效應(yīng)檢驗(yàn)結(jié)果，從列（3）來(lái)看，產(chǎn)業(yè)政策的實(shí)施顯著有利于企業(yè)獲得更多的政府補(bǔ)貼，將政府補(bǔ)貼Sub和倍差項(xiàng)Treat×Time同時(shí)納入回歸方程后，發(fā)現(xiàn)政府補(bǔ)貼對(duì)非效率投資的影響系數(shù)為正，說(shuō)明企業(yè)獲得更多政府補(bǔ)貼不利于投資效率提升，但是β1、γ1、θ1和θ2都顯著，且γ1θ2與θ1異號(hào)，根據(jù)溫忠麟和葉寶娟（2014）對(duì)中介效應(yīng)的判別流程可知，政府補(bǔ)貼無(wú)法有效發(fā)揮中介作用，而是發(fā)揮了遮掩效應(yīng)，即政府補(bǔ)貼在一定程度上掩飾了產(chǎn)業(yè)政策對(duì)投資效率的影響，這可能是由于戰(zhàn)略性新興產(chǎn)業(yè)對(duì)政府補(bǔ)貼依賴性較強(qiáng)，利用效率不高所致。Panel C為對(duì)媒體關(guān)注中介效應(yīng)的檢驗(yàn)。列（5）回歸結(jié)果顯示Treat×Time對(duì)媒體關(guān)注影響系數(shù)為0.234，且在1%水平上顯著，說(shuō)明產(chǎn)業(yè)政策實(shí)施后，企業(yè)吸引了更多媒體關(guān)注；將媒體關(guān)注和倍差項(xiàng)Treat×Time同時(shí)納入回歸方程后，產(chǎn)業(yè)政策對(duì)投資效率影響系數(shù)絕對(duì)值變小，而且γ1θ2與θ1依然同號(hào)，說(shuō)明產(chǎn)業(yè)政策通過(guò)媒體的外部監(jiān)督作用，提升了企業(yè)投資效率，證實(shí)了媒體關(guān)注發(fā)揮了中介效應(yīng)，中介效應(yīng)占總效應(yīng)比值為

表6 中介效應(yīng)檢驗(yàn)結(jié)果

綜上所述，產(chǎn)業(yè)政策發(fā)揮了“資金增加效應(yīng)”和“媒體監(jiān)督效應(yīng)”，分別通過(guò)銀行信貸、媒體關(guān)注兩個(gè)路徑促進(jìn)了企業(yè)投資效率的提升，而現(xiàn)行針對(duì)戰(zhàn)略性新興產(chǎn)業(yè)的政府補(bǔ)貼無(wú)法有效發(fā)揮中介效應(yīng)。至此，假設(shè)2得到了部分論證，假設(shè)3通過(guò)了驗(yàn)證。

（三）進(jìn)一步研究

1.媒體關(guān)注影響投資效率的深層次分析

前文研究表明產(chǎn)業(yè)政策會(huì)引發(fā)媒體關(guān)注，進(jìn)而作用于企業(yè)投資行為。但是，媒體關(guān)注可分為正面關(guān)注（Pomedia，用“被網(wǎng)絡(luò)財(cái)經(jīng)新聞?wù)鎴?bào)道次數(shù)+1取對(duì)數(shù)”表示）和負(fù)面關(guān)注（Nemedia，用“被網(wǎng)絡(luò)財(cái)經(jīng)新聞負(fù)面報(bào)道次數(shù)+1取對(duì)數(shù)”表示），不同類型媒體關(guān)注對(duì)企業(yè)投資效率的影響可能存在差異性。借鑒李明娟和曲明明（2021）的研究，對(duì)投資不足和過(guò)度投資進(jìn)行重新度量。針對(duì)投資不足，若Richardson模型（1）測(cè)出的非效率投資水平小于0，則Underlnv取值為非效率投資的絕對(duì)值；若大于0，則取值為0，即Underlnv取值范圍為[0，+∞]，其值越大，表示投資不足程度越高。針對(duì)過(guò)度投資，若模型（1）測(cè)算出的非效率投資水平大于0，則Overlnv取值為非效率投資的絕對(duì)值，若小于0，則取值則為0，即Overlnv的取值范圍為[0，+∞]，其值越大，過(guò)度投資越嚴(yán)重。由于Underlnv和Overlnv的取值在0處存在左歸并現(xiàn)象，即被解釋變量符合如下特征：

因此，采用Tobit模型，將Underlnv和Overlnv分別作為被解釋變量與Pomedia和Nemedia進(jìn)行回歸分析，實(shí)證結(jié)果如表7所示。結(jié)果表明，媒體關(guān)注能夠顯著促進(jìn)投資效率的提高，與前文結(jié)論一致，說(shuō)明產(chǎn)業(yè)政策頒布后吸引的媒體關(guān)注能夠通過(guò)外部監(jiān)督效應(yīng)積極改善公司內(nèi)部治理，從而提高投資效率；Pomedia和Nemedia的系數(shù)均顯著為負(fù)，說(shuō)明正面媒體關(guān)注可以減少企業(yè)投資不足，負(fù)面媒體關(guān)注能夠抑制過(guò)度投資。對(duì)此結(jié)果可能的解釋是：正面媒體關(guān)注能夠傳達(dá)投資戰(zhàn)略性新興產(chǎn)業(yè)的積極信號(hào)，起到增強(qiáng)市場(chǎng)預(yù)期和提升投資者信心的作用，這會(huì)驅(qū)動(dòng)股票交易、助推企業(yè)股價(jià)上升，為企業(yè)投資提供資金支持；同時(shí)媒體正面報(bào)道能夠減少信息不對(duì)稱程度，使投資者充分了解戰(zhàn)略性新興產(chǎn)業(yè)帶來(lái)的長(zhǎng)期價(jià)值，投資者要求的風(fēng)險(xiǎn)溢價(jià)也會(huì)更低，降低了企業(yè)融資成本，企業(yè)就會(huì)有充足的現(xiàn)金資源對(duì)優(yōu)質(zhì)項(xiàng)目進(jìn)行投資，避免因融資約束而錯(cuò)失投資機(jī)會(huì)。而負(fù)面媒體關(guān)注會(huì)引起股東、經(jīng)理人和監(jiān)管層的注意，股東出于自身利益考慮會(huì)減少掏空侵害行為，經(jīng)理人為了獲得更好的薪酬待遇和職業(yè)發(fā)展會(huì)加強(qiáng)自身行為的約束，負(fù)面報(bào)道帶來(lái)的監(jiān)管層壓力也會(huì)使公司對(duì)投資項(xiàng)目審慎權(quán)衡利弊，抑制風(fēng)險(xiǎn)大、效益不高的過(guò)度投資。

表7 媒體關(guān)注對(duì)投資效率的影響

2.分組檢驗(yàn)

區(qū)分企業(yè)產(chǎn)權(quán)性質(zhì)。將樣本企業(yè)劃分為國(guó)企和非國(guó)企，分組回歸結(jié)果如表8所示。Treat×Time的系數(shù)都為負(fù)，但產(chǎn)業(yè)政策對(duì)國(guó)企投資效率的影響系數(shù)絕對(duì)值低于非國(guó)企，且不顯著，即產(chǎn)業(yè)政策無(wú)法有效提升國(guó)有企業(yè)的投資效率。這可能是由于國(guó)有企業(yè)受政策性負(fù)擔(dān)和政府過(guò)度干預(yù)影響，導(dǎo)致政策實(shí)施后無(wú)法有效提升投資效率。而非國(guó)有企業(yè)一方面以追求利潤(rùn)最大化的經(jīng)營(yíng)目標(biāo)，會(huì)理性評(píng)估投資項(xiàng)目，另一方面承擔(dān)更激烈的市場(chǎng)競(jìng)爭(zhēng)，會(huì)積極尋求資源配置的最優(yōu)化，更有利于投資效率的提高。

區(qū)分企業(yè)所屬區(qū)域。將樣本企業(yè)按東部和中西部地區(qū)進(jìn)行分組，檢驗(yàn)不同地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)投資效率受產(chǎn)業(yè)政策影響的差異。表8顯示，Treat×Time的系數(shù)都顯著為負(fù)，產(chǎn)業(yè)政策對(duì)中西部地區(qū)企業(yè)投資效率的影響系數(shù)絕對(duì)值更大。表明市場(chǎng)化程度較低的后發(fā)地區(qū)由于資源條件的限制，可能會(huì)更審慎的評(píng)估投資項(xiàng)目，不容易出現(xiàn)過(guò)度投資行為，與此同時(shí)，在產(chǎn)業(yè)政策的激勵(lì)下，對(duì)于良好的投資機(jī)會(huì)也更加珍惜，相對(duì)來(lái)說(shuō)不容易出現(xiàn)投資不足，從而能夠發(fā)揮好產(chǎn)業(yè)政策對(duì)投資效率的最大激勵(lì)作用。

表8 分組回歸結(jié)果

五、結(jié)論和政策建議

本文以2016年12月頒布的《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》作為外生政策，構(gòu)建DID模型分析產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的影響及其作用機(jī)制，衡量不同所有制和區(qū)域差異下產(chǎn)業(yè)政策對(duì)企業(yè)投資效率的政策效果。研究發(fā)現(xiàn)：一是產(chǎn)業(yè)政策對(duì)戰(zhàn)略性新興產(chǎn)業(yè)投資效率具有促進(jìn)作用，并且該促進(jìn)作用具有滯后性和逐年增強(qiáng)的趨勢(shì)。二是產(chǎn)業(yè)政策引發(fā)了“資金增加效應(yīng)”和“媒體監(jiān)督效應(yīng)”，即產(chǎn)業(yè)政策實(shí)施后，戰(zhàn)略性新興產(chǎn)業(yè)獲得了更多的銀行信貸、政府補(bǔ)貼和媒體關(guān)注，但是銀行信貸、媒體關(guān)注在產(chǎn)業(yè)政策與投資效率之間發(fā)揮了中介作用，而政府補(bǔ)貼無(wú)法發(fā)揮中介作用。三是進(jìn)一步將樣本企業(yè)按產(chǎn)權(quán)性質(zhì)和所屬區(qū)域分組回歸，發(fā)現(xiàn)產(chǎn)業(yè)政策對(duì)非國(guó)有和中西部地區(qū)戰(zhàn)略性新興產(chǎn)業(yè)投資效率的促進(jìn)作用更為顯著；區(qū)分媒體關(guān)注類型，發(fā)現(xiàn)正面媒體關(guān)注有助于減少投資不足，負(fù)面媒體關(guān)注能夠抑制企業(yè)過(guò)度投資。

基于本文的研究結(jié)論，提出以下對(duì)策建議：第一，產(chǎn)業(yè)政策具有現(xiàn)實(shí)可行性，應(yīng)持續(xù)深入推進(jìn)戰(zhàn)略性新興產(chǎn)業(yè)支持政策的實(shí)施，在政策制定時(shí)以引導(dǎo)企業(yè)提升投資效率、促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)為出發(fā)點(diǎn)，建立恰當(dāng)?shù)恼深A(yù)機(jī)制和監(jiān)督機(jī)制。發(fā)揮好政府的服務(wù)功能和監(jiān)督角色，充分尊重市場(chǎng)在資源配置中的決定性作用，引導(dǎo)要素資源在企業(yè)間合理流動(dòng)，減少資源浪費(fèi)、重復(fù)建設(shè)等問(wèn)題，并加強(qiáng)對(duì)政策實(shí)施效果的定期評(píng)估和偏差修正。第二，在政策落實(shí)過(guò)程中，鼓勵(lì)商業(yè)銀行和中小型民間銀行等金融機(jī)構(gòu)對(duì)戰(zhàn)略性新興產(chǎn)業(yè)給予更多的信貸支持。實(shí)行差異化、競(jìng)爭(zhēng)性的政府補(bǔ)貼方式，減少非必要補(bǔ)助，提高政府補(bǔ)貼配置效率，引導(dǎo)補(bǔ)貼流向高成長(zhǎng)性、高資源利用率的企業(yè)；重視產(chǎn)業(yè)政策實(shí)施后引發(fā)的媒體關(guān)注外部治理效應(yīng)對(duì)投資效率的影響，加強(qiáng)對(duì)媒體報(bào)道的監(jiān)管，完善網(wǎng)絡(luò)輿論管理規(guī)則和法律法規(guī)，讓媒體報(bào)道做到客觀公正。第三，積極推進(jìn)產(chǎn)業(yè)政策優(yōu)化升級(jí)，放松政府管制，引入更加自由的競(jìng)爭(zhēng)機(jī)制，減輕“所有制歧視”和“區(qū)域歧視”。加快推進(jìn)混合所有制改革，讓國(guó)企積極適應(yīng)市場(chǎng)競(jìng)爭(zhēng)機(jī)制，在新興領(lǐng)域降低非國(guó)有企業(yè)準(zhǔn)入門(mén)檻，財(cái)稅支持政策適當(dāng)向非國(guó)有企業(yè)傾斜。為不同所有制企業(yè)創(chuàng)造公平、良好的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，激發(fā)新興市場(chǎng)主體活力。