张国清在全国进一步深化国资国企改革动员部署视频会议上强调 突出战略使命 聚焦主责主业 坚定不移深化国资国企改革

基于Coase的交易成本理论，国有企业的制度性交易成本来源于多层委托代理链条——从全民到政府、从政府到国资委、从国资委到企业经理层，每一层级均产生信息租金与监督成本。Williamson的治理结构理论进一步指出，资产专用性、交易频率与不确定性决定最优治理模式。本研究的核心假说为：H1——穿透式、全覆盖监管通过压缩信息不对称层级，显著降低国有企业的代理成本；H2——党组织嵌入与市场化经营机制并非替代关系，而存在制度互补性，适度嵌入有助于降低内部人控制风险，但过度嵌入将挤出市场机制效率。理论机制上，构建"制度互补性-治理效率"分析框架，将Aoki的比较制度分析扩展至中国特色现代企业制度情境。

利用各省份"穿透式监管"试点分批推进的政策冲击，构造多期DID识别策略。处理组为试点省份省属国有控股上市公司，对照组为同期未试点省份同类企业。关键识别假定为平行趋势假定——处理组与对照组在政策实施前，代理成本指标（管理费用率、大股东资金占用率）具有共同的变动趋势。采用事件研究法检验政策动态效应，并应用Goodman-Bacon分解处理多期DID中处理效应异质性问题。为解决可能的内生性问题，以省份层面的数字政务基础设施指数作为"穿透式监管"能力的工具变量。

基准回归方程为：AgencyCost_{ipt} = α + β·Penetrate_{pt} + γ·X_{ipt} + μ_i + λ_t + ε_{ipt}，其中i、p、t分别代表企业、省份、年份。被解释变量AgencyCost采用管理费用率与总资产周转率双指标衡量。核心解释变量Penetrate_{pt}为省份p在t年是否实施穿透式监管的虚拟变量。X_{ipt}为企业层面控制变量，包括企业规模、资产负债率、董事会规模、独立董事比例、两职合一等。μ_i为企业固定效应，λ_t为年份固定效应。进一步引入党组织嵌入度（党委会成员占董事会比例）与Penetrate_{pt}的交互项，检验制度互补效应。

核心被解释变量：代理成本（管理费用/营业收入、其他应收款/总资产）、投资效率（Richardson模型残差绝对值）。核心解释变量：穿透式监管实施虚拟变量（依据各省国资委官方文件编码）、党组织嵌入度（党代会成员兼任董事比例）、市场化经营指数（高管薪酬业绩敏感性、员工市场化招聘比例）。控制变量涵盖公司财务、治理结构与区域经济三个层面。数据跨度为2015—2026年，覆盖沪深A股国有控股上市公司约1200家，剔除金融类与ST企业，最终面板约14000个观测值。

第一，替换被解释变量：以资产周转率、大股东资金占用率替代管理费用率衡量代理成本，检验结论的指标敏感性。第二，安慰剂检验：将穿透式监管实施时间提前2—3年，构造虚假政策冲击，检验处理效应是否来自不可观测的混杂因素。第三，排除竞争性假说：控制同期混合所有制改革、薪酬管制放松等其他国企改革政策变量，剔除政策叠加效应的干扰。第四，样本敏感性分析：剔除中央企业样本仅保留地方国企子样本、剔除直辖市样本，检验结论是否受企业层级与区域特征驱动。

---

Polanyi的嵌入性理论揭示经济体系必然嵌入于社会政治制度之中——国有企业的"战略使命"正是经济嵌入国家治理的表征。Evans的嵌入式自治进一步指出，有效的国家干预需要官僚体系既深度嵌入产业网络、又保持相对自主性。本研究的核心假说为：H1——中央政府对央企的考核偏重于"战略使命"（国家安全、技术自主、公共服务），地方政府对省属国企的考核偏重于"价值创造"（利润贡献、税收就业），二者目标权重差异构成央地博弈的源动力。H2——当战略使命与商业利益发生冲突时，央企倾向于牺牲短期利润换取长期战略目标，而地方国企则反之，形成国有经济功能的实际分层。研究将构建一个不完全信息动态博弈模型，刻画中央国资委、地方国资委与企业经理层的策略互动。

采用双重思路识别央地博弈的因果效应。其一，利用中央巡视组对央企的巡视整改作为外生冲击——巡视整改意见中对"主责主业"的强调强度（通过NLP文本分析量化）反映中央战略偏好的变化，比较巡视前后央企与同期地方国企在投资方向、创新投入、多元化程度上的差异化调整，识别中央偏好约束的因果效应。其二，利用地方官员任期与晋升激励的周期性特征——比较换届年份与非换届年份省属国企的经济行为差异。识别假定为：中央巡视的时间安排与企业个体特征无关，地方官员任期具有外生性。

基准模型设定为：Y_{ipt} = α + β·CentralPreference_{pt} + δ·LocalIncentive_{pt} + γ·(Central × Local)_{pt} + θ·X_{ipt} + μ_i + λ_t + ε_{ipt}，解释变量CentralPreference以中央巡视整改意见中"主责主业""战略使命"等关键词密度衡量，LocalIncentive以省长任期剩余年限与晋升压力指数衡量。被解释变量涵盖三类经济行为：投资方向（是否偏离主业、研发投入强度）、利润分配（国有资本收益上缴比例）、重组整合频率。X_{ipt}为企业层面控制变量。引入省份固定效应和企业固定效应控制不可观测异质性。

被解释变量：主业偏离度（以企业分行业营业收入赫芬达尔指数的倒数衡量）、研发投入强度（研发支出/营业收入）、国有资本收益上缴率（上缴利润/净利润）、参与重大国家战略项目数（东数西算、产业链补链等）。解释变量：中央巡视强度（巡视意见中"主业""战略""使命"词频）、央地考核权重差异（以各省国资委考核办法中文本编码得到"战略使命权重"与"价值创造权重"的比值）。数据跨度为2018—2026年，样本覆盖97家央企集团及约800家省属一级国企，核心变量编码由三人独立完成并取一致性系数。

第一，替换中央偏好度量：以中央经济工作会议报告中"国有企业""国有经济"关键词占比替代巡视文本词频，检验结论对度量方式的敏感性。第二，工具变量法：以中央委员中来自央企背景的人数占比作为中央对央企战略偏好强度的工具变量——该变量反映央企在政治体系中的制度性话语权，且与企业个体经营决策无直接影响。第三，排除竞争性假说：控制行业景气度、货币政策松紧度等宏观周期性因素，排除企业投资行为变化仅反映经济周期而非央地博弈的可能。第四，子样本异质性：分行业（公益类vs商业一类vs商业二类企业）回归，检验功能分类制度是否有效缓解二元目标的张力。

---

Hsieh & Klenow（2009）的研究表明，中国制造业若消除资本与劳动错配，TFP可提升30%—50%，其中国有企业部门的边际产品离散程度远高于非国有部门，构成了资源错配的主要来源。本研究聚焦"三个集中"政策——推动国有资本向关系国家安全和国民经济命脉的重要行业集中、向战略性新兴产业集中、向优势企业集中——是否系统性地降低了国有企业部门的资源配置扭曲。核心假说为：H1——向重要行业集中通过提高市场集中度改善行业层面的资本配置效率，但存在过度集中导致垄断效率损失的风险；H2——向优势企业集中通过"优胜劣汰"机制降低企业间TFP离散度，提升行业内资源配置效率；H3——向战略性新兴产业集中改善了国有资本的要素投向结构，但短期内因技术不确定性和沉没成本效应可能导致效率暂时下降。

核心识别挑战在于：重组整合并非随机发生，国资委选择重组对象时存在自选择偏误——效率低、负担重的企业更可能被列为重组标的。为克服内生性，采用以下策略：首先，以行业层面的"重组强度"（同行业前一年被重组企业数量占比）作为工具变量，利用行业层面的政策冲击外生性；其次，利用倾向得分匹配（PSM）为每家在t年发生重组的企业匹配一家未重组但特征相似的企业作为反事实参照；再次，采用事件研究设计，以重组公告日为事件日期，追踪重组前3年至后5年的企业TFP轨迹，检验效率提升是否发生在重组时点之后。

第一步，采用OP法和LP法估计企业层面TFP，并计算行业内企业的TFP离散度（标准差与90-10分位差）作为资源配置效率的度量指标。第二步，建立DID模型：MRP_{ijt} = α + β·Consolidation_{ijt} + γ·Z_{ijt} + μ_i + λ_t + ε_{ijt}，MRP_{ijt}为行业j内企业i在t年的边际收益产品与行业均值的偏离度，Consolidation_{ijt}为企业是否经历重组的虚拟变量。第三步，构建结构模型：按Hsieh & Klenow框架，将企业面临的资本与劳动扭曲分别以τ_K和τ_L表示，测算政策实施前后扭曲分布的变化。

被解释变量：企业TFP（OP法和LP法估计）、MRP离散度、资本扭曲系数（以企业资本边际产出与行业资本成本的偏离衡量）、劳动扭曲系数（以劳动边际产出与行业工资率的偏离衡量）。解释变量：重组类型（横向整合/纵向整合/资产划转/破产清算）、"三个集中"符合度（以主成分分析综合打分衡量重组方案与"三个集中"要求的吻合程度）。数据源涵盖2015—2026年规模以上工业企业数据库中约8000家国有及国有控股企业，CSMAR数据库中约1200起国有上市公司并购重组事件。

第一，替换TFP估计方法：以ACF法（Ackerberg-Caves-Frazer）替代OP法和LP法，处理劳动投入的内生性问题。第二，安慰剂检验：以非国有企业的同行业重组前后TFP变化作为对照，检验国有企业重组效率改善是否显著异于市场自发整合。第三，排除样本选择偏误：采用Heckman两步法，第一阶段以企业是否被列为"僵尸企业"、亏损年限、资产负债率等估计重组概率，第二阶段在控制逆米尔斯比率后重新估计重组效应，以修正自选择导致的估计偏误。第四，分样本分析：区分竞争性行业与垄断性行业、中央企业与地方国企，检验重组效率效应在不同制度环境下的异质性。

---

Gerschenkron指出，后发国家可通过引进、消化、吸收先进技术实现加速追赶，但技术追赶存在阶段性特征——当接近技术前沿时，后发优势递减，需要转向自主创新。Perez进一步揭示了技术-经济范式转换中制度匹配的关键作用。本研究的核心假说为：H1——国有企业在应用研究阶段具有规模与资金优势，创新效率不低于非国有企业，但在基础研究和原始创新阶段受制于激励机制僵化，效率相对较低；H2——"场景开放"（国家重大工程、新型基础设施等应用场景向企业开放）是连接科技创新与产业创新的关键中介变量——场景开放降低了新技术首次商业化的市场不确定性，加速成果从实验室到生产线的转化；H3——国有企业与高校、科研院所的产学研协同能够弥补其基础研究短板的缺陷，但协同效率受制于知识产权归属与利益分配机制的完善程度。

以国家重点研发计划项目立项作为外生冲击——获得项目立项的企业在相关技术领域获得可观的研发资金和场景对接机会，而立项评审主要由科技部组织专家独立进行，与企业当期经营绩效相关性较弱。采用模糊断点回归（FRD）：利用项目评审评分临界线构造工具变量——恰好通过评审（得分略高于阈值）的企业与恰好落选（得分略低于阈值）的企业在研发基础方面近乎随机可比，但前者获得了额外的"基础研究-场景开放"组合支持。此外，构建Bartik风格的工具变量——以企业所在城市高校理工科博硕士毕业生供给增长率与该企业前期研发投入的交互项，作为产学研协同能力的工具变量。

第一阶段，采用SFA模型估计企业创新效率：ln(Patent_{it}) = f(ln(R&D_{it}), ln(Researcher_{it})) + v_{it} - u_{it}，其中u_{it}为技术非效率项。第二阶段，以上述创新效率为被解释变量，建立中介效应模型：SceneOpen_{it} = α₁ + β₁·Project_{it} + controls + ε；InnovEfficiency_{it} = α₂ + β₂·Project_{it} + β₃·SceneOpen_{it} + controls + ε，检验β₂·β₃中介路径的显著性。第三阶段，引入技术距离变量TechGap_{it} = TFP_{it}/TFP_{frontier, t}，检验国有企业创新效率改善是否系统性地缩小了与全球技术前沿（以行业全球前5%企业为前沿基准）的差距。

被解释变量：发明专利申请量（区分独立申请与联合申请）、专利被引次数（排除自引）、新产品销售收入占比。核心中介变量：场景开放度（企业参与国家级重大工程、示范项目、首台套应用的虚拟变量计数）。解释变量：国家重点研发计划立项虚拟变量与立项金额、产学研协同度（联合专利申请占比、高校研究人员兼职占比）。控制变量涵盖企业规模、所有制结构、行业竞争度（HHI指数）、区域创新环境指数。数据主要来源于专利数据库、科技部项目库与企业年报，跨度为2015—2026年，覆盖约3500家国有及国有控股工业企业。

第一，替换创新产出度量：以专利知识宽度（IPC子类跨度）和专利原创性指数替代专利数量，检验结论对创新质量度量的敏感性。第二，排除行业技术周期效应：控制行业技术生命周期阶段（以行业专利增长率和集中度识别），排除国有企业创新效率变化仅反映行业技术发展阶段的可能。第三，动态面板系统GMM估计：引入被解释变量滞后项，控制创新活动的路径依赖特征，同时以解释变量的滞后项为内部工具变量处理研发投入与创新产出之间的反向因果。第四，替代性冲击检验：采用省级"科改示范行动"试点企业名单作为替代性识别策略，检验结论是否独立于特定政策工具。

---

Keynes的乘数理论揭示，公共投资的产出效应不仅取决于边际消费倾向，还取决于投资流向的部门效率与漏损程度。在国有企业情境下，投资乘数同时受到企业层面的资本配置效率（EVA制度激励效应）和宏观层面的反周期调节意图（国家宏观调控动机）的双重影响。Blanchard & Perotti（2002）的SVAR框架为识别财政支出冲击的因果效应提供了基准。本研究的核心假说为：H1——国有经济增加值核算引入后，国企投资对资本成本的敏感性显著提升，资本配置效率改善，每一单位国有资本投资对GDP的拉动效应增强；H2——国企投资具有显著的逆周期特征——在经济下行期（产出缺口为负），国企投资乘数高于上行期，扮演"自动稳定器"角色；H3——EVA考核导向可能削弱国企在深度衰退期的逆周期投资意愿（因EVA考核强调价值创造而非规模扩张），产生"顺周期偏误"风险。

识别策略聚焦两个层面。第一层面，利用EVA考核制度在央企分批推广的时间差异——2010年起央企全面实施EVA考核，但地方国企的采纳时间各省不一（2012—2020年间分批推开），构造多期DID识别EVA制度对企业投资-资本成本敏感性的因果效应。第二层面，采用Blanchard & Perotti（2002）的SVAR识别策略——利用财政决策的季度滞后性，假定当期国有资本经营支出不受当期GDP冲击影响（Cholesky排序：政府支出在前、GDP在后），加上符号约束（扩张性支出冲击提高GDP、降低失业率），用贝叶斯方法估计国企投资乘数。进一步，以国务院国资委年度工作会议部署强度（会议通稿中"稳增长""逆周期""扩大有效投资"等关键词密度）作为外生政策偏好工具变量。

基准SVAR模型设定为A·Y_t = C(L)·Y_{t-1} + B·ε_t，其中Y_t包含五个内生变量：国有部门固定资产投资增长率、非国有部门固定资产投资增长率、GDP增长率、CPI通胀率、广义货币M2增长率。识别约束为：国有部门投资对当期GDP冲击不做出反应（财政决策滞后性）、而GDP对国有部门投资冲击做出当期反应。在基准SVAR基础上，采用局部投影法（Local Projections）估计国有投资冲击在不同期限（1—16个季度）和不同经济状态（以门槛回归区分繁荣期与衰退期）下的动态乘数效应。计量方程为y_{t+h} − y_{t-1} = β_h·Shock_t + γ·X_t + ε_{t+h}。

被解释变量：季度GDP增长率、固定资产投资增长率（区分国有与非国有）、工业增加值增速。核心冲击变量：国有资本经营预算支出增长率（剔除土地出让收入后的政府性基金支出中用于国企注资部分）、国有企业资本支出季度变化率（以国有控股上市公司合并报表口径）。阈值变量：产出缺口（以HP滤波或Hamilton滤波提取）、工业产能利用率。数据跨度为2010Q1—2026Q1（约65个季度观测），主要来源包括财政部国有资本经营预算季报、央行货币政策执行报告数据附件、国家统计局季度GDP核算与固定资产投资统计。

第一，替换识别策略：以符号约束（Sign Restrictions）替代递归约束（Cholesky）——通过正交脉冲响应函数的符号约束（国有投资冲击不降低GDP、不提高失业率）重新识别SVAR，检验乘数估计对识别策略的敏感性。第二，替代乘数度量：以投入产出表计算国有部门投资的完全消耗系数矩阵，自下而上地测算每单位国有资本投资通过产业链传导效应拉动的总产出，与SVAR估计交叉验证。第三，样本窗口敏感性：滚动估计10年移动窗口的乘数系数，检验国企投资乘数是否随时间变化，以及EVA制度全面推广前后乘数是否存在结构性断裂（采用Bai-Perron未知断点检验）。第四，反事实分析：利用合成控制法，以非EVA实施省份的地方国企投资行为构建反事实情景，比较EVA制度实施省份与合成对照组的投资乘数差异，排除其他宏观经济政策叠加效应的影响。

---