一、引　言

自2001年全面启动行政审批改革以来，我国的市场主体数量实现快速增长，与之形成对比的是宏观经济增速的变化。由图1可以看出，改革后市场主体数量和企业数量均持续加速增长；宏观经济提速却略显滞后，且自2007年起出现下降。由于宏观经济增长源于企业数量的增加和在位企业的持续成长，上述现象意味着行政审批改革后企业仍然普遍面临“成长难”的困境，企业平均规模增速在改革后持续下降一定程度上证实了这一点。然而现有文献尚未对此现象做出解释。

作为既涉及企业准入，又涉及企业经营活动的一项政策改革，行政审批改革将从以下两个方面影响企业成长：一方面，准入成本下降能使更多新企业进入市场参与竞争，市场均衡生产率的提高会削弱在位企业的相对优势，从而对企业成长产生负向影响；另一方面，针对企业经营活动的制度的松绑将减少对企业投资和扩张等行为的直接限制，缓解规模扭曲，促使企业成长至最有效率的水平，从而对企业成长产生正向影响。显然，行政审批改革影响企业成长的最终效果取决于上述两种效应的相对重要性。

尽管研究行政审批改革及其经济绩效的文献众多，但现有文献大多仅关注改革的总体效应，考察了其对经济增长（夏杰长和刘诚，2017）和产业结构（郭小年和邵宜航，2021）等的影响。有些文献对企业进入和经营环节受到的影响进行了区分，但往往只聚焦于其中一种效应。围绕企业进入，现有文献认为改革将对在位企业构成潜在威胁并会对企业产生激励（郭小年和邵宜航，2019），或直接促进新企业进入（毕青苗等，2018）并加剧市场竞争（王璐等，2020）；围绕企业经营行为，很多文献强调改革降低了企业开展生产经营活动的制度性交易成本，增加了企业经营的灵活性，从而能促进企业创新（王永进和冯笑，2018）和出口（冯笑等，2018）。这些文献主要使用地区是否成立行政审批服务中心来度量行政审批改革，但行政审批改革一站式服务和跨部门协调的作用惠及企业从进入到退出的全生命周期，涉及多种具有不同经济含义的制度性成本变化，而在该度量方式下讨论改革对在位企业的影响无异于将改革视为一个“黑箱”，只能在理论上了解改革可能通过多种成本机制影响企业行为（朱光顺等，2020；金晓雨，2021），却难以从实证上对不同效应进行区分。

基于此，本文从取消审批事项的视角考察行政审批改革对企业成长的影响。理论上，本文分别以准入成本和规模扭曲程度的变化刻画不同类型的行政审批改革，引入Melitz（2003）模型，证明了降低准入成本的准入类审批改革将对企业成长产生负向影响，而降低规模扭曲程度的经营类审批改革作用相反。实证上，本文基于政策文本构建了行业—年份层面取消准入类审批和经营类审批的度量指标，与工业企业数据库匹配，并使用熵平衡匹配法加权的DID模型进行分析。本文发现，取消准入类审批后企业规模的增长率约降低8%，取消经营类审批后企业规模的增长率约提高3%。本文的边际贡献主要体现在以下三个方面：第一，在关注行政审批改革影响企业绩效的研究中，大多数文献根据所关注的企业行为性质，选择性地侧重于研究改革的一种成本效应。相比之下，本文同时从理论和实证上清晰区分了行政审批改革对企业产生影响的两种不同效应。第二，对于行政审批改革本身，现有文献主要是以地区是否建立行政审批服务中心来衡量行政审批改革，较少讨论行业层面调整行政审批事项改革的具体措施。成立行政审批服务中心仅实现了审批流程的整合，并未彻底取消相关审批事项；而审批事项的调整才真正实现了取消相关审批事项。因此，本文在数据部分的研究工作为考察行政审批改革这一政策变化本身提供了新的视角，有助于更全面地理解这一改革政策的内涵。第三，政策工具的有效性和两面性是学界和业界长久争论的问题，分歧主要源于是否对不同类型的政策手段进行了区分，现有研究关注了产业政策类型的划分或政策工具的选择（戴小勇和成力为，2019；林志帆等，2022），本文则发现同一政策工具的不同具体措施也可能导致截然相反的效果，这一发现扩展了该领域的研究。

二、理论分析与研究假说

本部分从理论上探讨行政审批改革对企业成长的影响。以Melitz（2003）的异质性企业垄断竞争模型为基准，本文假设不同类型的行政审批改革将分别改变企业的准入成本和规模扭曲程度，且二者将通过不同的方式影响企业成长。

（一）理论模型设定

1. 需求。假设代表性的消费者对不同行业的消费品具有Cobb-Douglas型的效用函数，即每个行业的总支出在经济体中的比例固定。而在每个行业内部，消费者对不同商品$ \omega $的偏好满足C.E.S.形式的效用函数，即在每个行业的消费指数$ Q $和价格指数$ P $分别为：

其中，$ q\left(\omega \right) $为该行业中每种商品$ \omega $的消费量，$ p\left(\omega \right) $为商品价格。商品之间的替代弹性为$ \sigma =1/(1-\rho ) > 1 $。消费者在同一行业每个商品$ \omega $上的最优消费量和支出分别满足：

2. 企业生产。在生产环节，企业投入复合的生产要素$ k $。假设企业的边际成本不变为$ 1/\phi $，同时企业生产还需要投入$ f $单位的行业固定成本，给定生产率为$ \phi $的企业所选择的最优产量为$ q\left(\phi \right) $，并将生产要素$ k $作为计价物，则其成本函数和利润函数分别为：

接下来考虑企业的进入退出行为。企业通过支付固定成本$ {f}_{e} $尝试进入某个行业，并从一个相同的分布中获取其初始生产率$ \phi $，该分布对应的累积分布函数为$ G\left(\phi \right) $。生产率水平过低的企业不生产并立即退出市场，成功进入市场并进行生产的企业则在随后的每个时期面临$ \delta $概率的外生负向冲击，从而退出市场。

3. 引入不同类型的行政审批改革。从行政审批事项的具体内容来看，企业在进入市场前，面临开办企业和生产许可等准入类的审批事项，由此形成的固定成本也包含在行业准入成本$ {f}_{e} $中，本文假定取消准入类审批事项将使得行业准入成本降低$ {d}_{entry} $，即此时企业尝试进入某个行业需支付的固定成本变为$ ({f}_{e}-{d}_{entry}) $。当企业进入市场之后，行政审批事项还将涉及新增投资、调整生产业务范围和扩大产能等多种企业经营活动，而这些事项的存在都制约着企业的扩张行为。本文假定这将导致企业每个时期均无法及时调整至其利润最大化时的产量，即企业总在$ MR > MC $处生产。 ²令$ MR=\tau MC(\tau > 1) $，$ \tau $代表了经营类审批事项和其他制约企业成长的制度因素对企业规模的扭曲程度，取消经营类审批事项后这一扭曲程度将下降$ {d}_{operate}{(d}_{operate} < \tau -1) $，此时企业的价格和利润为：

将$ p\left(\phi \right) $代入（2）式可得：

（二）均衡

假定企业成功进入市场的临界生产率为$ {\phi }^{*} $，即当$ {\phi > \phi }^{*} $时，企业都将进行生产，则企业生产的零利润条件为$ \pi \left({\phi }^{*}\right)=0 $，此时有：

不过，企业在尝试进入市场前，生产率是未知的，其将基于市场预期的平均收益$ \stackrel{-}{v} $来选择是否支付$ ({f}_{e}-{d}_{entry}) $并尝试进入市场。给定生产率分布$ G\left(\phi \right) $，企业将以$ [1-G\left({\phi }^{*}\right)] $的概率获得高于$ {\phi }^{*} $的生产率并进行生产。当$ \left[1-G\left({\phi }^{*}\right)\right]\stackrel{-}{v} < {f}_{e}-{d}_{entry} $时，没有企业进入市场；而当$ \left[1-G\left({\phi }^{*}\right)\right]\stackrel{-}{v} > {f}_{e}-{d}_{entry} $时，不断有企业尝试进入市场，直至预期的平均收益下降至与进入成本相等。因此，均衡时有：

此为企业的自由进入条件。上述企业生产的零利润条件和自由进入条件共同决定了均衡时的$ {\phi }^{\mathrm{*}} $。假设企业进入市场前的生产率分布为帕累托分布，即$ G\left(\phi \right)=1-{\phi }^{-\lambda } $，其中$ \lambda > \sigma -1 $，则在位企业的加权平均生产率$ \tilde {\phi }\ $与企业进入退出的临界生产率$ {\phi }^{*} $满足固定比例关系：

假定时间贴现率为1，由（7）式的均衡条件可以得到：

将（9）式代入（5）式可得到给定某一生产率水平$ \phi $的企业规模为：

可见，（10）式中的企业规模仅取决于企业自身的生产率、外生参数和企业面临的各类固定成本或扭曲程度，且独立于其他需由产品市场均衡和要素市场出清条件所决定的变量，由此可知，（10）式即决定了一般均衡条件下生产率水平为$ \phi $的企业规模。

（三）比较分析与推论 ³

由（10）式可知，$ \partial r\left(\phi \right)/\partial{d}_{entry} < 0 $，$ \partial r\left(\phi \right)/\partial{d}_{operate} > 0 $，取消准入类审批事项（$ {d}_{entry} $增大）将使得生产率为$ \phi $的企业规模变小，即阻碍企业成长；而取消经营类审批事项（$ {d}_{operate} $增大）将使得生产率为$ \phi $的企业规模变大，即促进企业成长。由此可以得到本文的一个推论。

推论：给定企业的生产率水平，取消准入类审批事项对企业成长存在负向的影响，而取消经营类审批事项对企业成长存在正向的影响。

从更直观的经济含义看，取消准入类审批事项后行业准入成本下降，此时企业进入率和市场均衡的临界生产率均有所提高，这意味着有更多高质量的新企业进入市场参与竞争，而企业规模取决于自身生产率水平相对于临界生产率的优势，该相对优势的缩小将对企业规模产生负向影响，进而阻碍企业成长。取消经营类审批事项则是缓解了规模扭曲程度对企业产量最直接的限制作用，该扭曲会导致企业总是在低于利润最大化的产量处生产，而扭曲程度减小意味着企业能将产量扩大至更接近于最优产量的水平，同时考虑价格因素后，企业规模也会有所增加，即能促进企业成长。

三、制度背景、数据与实证模型

（一）企业数据

本文使用的微观企业数据为中国工业企业数据库（1998—2014年，不包含2010年），参照已有文献做法进行了如下处理 ⁵：（1）按照2002年的分类标准统一不同年份的行业代码；（2）参照寇宗来和刘学悦（2020）、李斌和黄少卿（2021）的方法估算部分缺失指标；（3）参照杨汝岱（2015）的方法估算实际资本存量并使用经ACF修正的OP法测算企业的生产率；（4）剔除数据质量存在严重问题的2010年企业样本，并参照聂辉华等（2012）的方法清洗数据。

（二）制度背景与行政审批事项取消的数据

自2001年9月全面启动行政审批改革以来，国务院分批次对大量行政审批事项进行了调整，其中大规模的清理主要集中在前三批次文件。图2呈现了各批次文件的颁布时间以及该批次取消的行政审批事项总数。 ⁶

本文使用的行政审批改革数据来源于对上述文本信息的整理和匹配。具体过程如下：（1）筛选出涉企审批事项，根据对企业经济活动的描述，将审批事项分为准入类审批和经营类审批两大类。其中，准入类审批指企业或其产品进入市场面临的审批事项，主要包括两类：一是开办企业的事项，包括企业成立（设立、开办等）和企业资格（资质、凭照等）；二是企业进行生产的事项，包括生产许可（许可证、准产证等）。经营类审批指企业进入市场后在经营过程中面临的审批事项，主要包括三类：一是企业投资的事项，包括开工报告、项目（建设、改造等）、购置设备等；二是企业变更业务范围的事项，包括企业从事其他业务、调整生产能力、生产新产品等；三是其他企业经营活动的事项，包括商标、更名、研发等。（2）参照国家统计局针对《国民经济行业分类》（GB/T 4754-2002）组织编写的行业分类注释，通过文本同义词和近义词比对，将各项审批项目对应至所属的四位数行业中。（3）依据各批次文件的颁布时间界定审批事项的取消年份， ⁷分别计算各个四位数行业截至某一年累计取消的准入类审批事项数量和经营类审批事项数量。

（三）实证模型与变量定义

基于匹配后的行政审批事项数据和工业企业数据， ⁸本文尝试使用熵平衡匹配法加权的DID模型考察针对企业准入和企业经营的行政审批改革分别如何影响企业成长。由于本文将关注两种不同类型的政策处理效应，并且大量涉及制造业的审批事项调整主要集中在前三个批次的文件中（根据前文对审批事项取消时间的界定，处理窗口期为2003年和2004年），为便于更清晰地构造处理组和对照组，并清晰区分处理前和处理后的时期，本文在基准的回归分析中剔除了第四批次及之后仍涉及审批事项取消的样本，并剔除了所有处在政策处理窗口期内的观测值，即构造传统的DID模型。为进行稳健性检验，后续的讨论中也将保留所有批次取消的审批事项，使用多期DID模型进行分析。

由于不同行业的企业特征存在较为明显的差异，为确保处理组和对照组之间更具有可比性，本文进一步使用熵平衡匹配法选择合适的对照组并计算相应的权重，使得处理组和对照组在处理前各时期的特征变量均值相同，再使用加权的DID回归模型进行实证分析。该方法的原理与倾向得分匹配法（PSM）相似，但具有“实现更高维的平衡、适用性和算法更优”等优势（Hainmueller，2012）。经由熵平衡匹配后的样本将在预设的矩条件上实现完美的匹配，无需再进行平衡性检验，该方法近来已被广泛用于政策评估研究中（杨国超和芮萌，2020；黄泽悦等，2022）。

此外，由于部分审批事项仅涉及非常细分的行业，甚至一种具体的产品，将此类审批事项取消所涉及的整个四位数行业看作处理组并不恰当。因此，本文在基准回归中仅关注从整个四位数行业或更大行业层面取消的审批事项，同时在对照组中也剔除了从细分行业层面涉及审批事项变化的行业样本。本文具体的实证模型设定如下：

上式中$ i $代表企业，$ t $代表年份。被解释变量$ {growth}_{it} $为企业$ i $的成长性，参照文献中的做法（王永进等，2017），本文使用企业销售收入的对数增长率，即$ \mathrm{L}\mathrm{n}({sale}_{it}/{sale}_{it-1}) $来度量。核心解释变量为企业所属的四位数行业在窗口期内（2003—2004年）是否取消过准入类的审批事项$ {delicense\_entry}_{it} $（取消过准入类审批事项则在2004年之后的年份赋值为1，其余情况均赋值为0）、是否取消过经营类的审批事项$ {delicense\_operate}_{it} $（取消过经营类审批事项则在2004年之后的年份赋值为1，其余情况均赋值为0）。考虑到大多数行业的主要区别在于是否取消过某一类审批事项，而取消多个审批事项的行业相对较少，因此在基准回归中，上述两个核心解释变量均为二值虚拟变量。此外，本文在稳健性检验中还将考虑取消两类审批事项具体数量的影响。为了避免企业变更行业，尤其是根据政策而内生地选择变更行业对分析结果产生的影响，本文剔除了四位数行业发生过变化的企业样本。

$ X $为控制变量的向量。参照现有文献中对控制变量的选择（方芳和蔡卫星，2016；王永进等，2017），本文选择的控制包括所有制类型、企业年龄、企业规模、资本密集度、资产负债率、利润率和生产率等企业特征变量。选择控制包括经济增速、政府规模和对外开放程度三个地区宏观环境特征变量。为消除极端值带来的影响，本文对被解释变量和连续数值型的控制变量进行了0.5%的缩尾处理。$ {\varphi }_{i} $为企业个体固定效应，$ {\gamma }_{t} $为年份固定效应。

（四）描述性统计

表1为核心变量的描述性统计。 ⁹在观测期内，针对四位数制造行业累计取消的准入类审批事项平均为0.139项，累计取消的经营类审批事项平均为0.616项。而从是否有审批事项取消的二值虚拟变量来看，观测期内有8.5%的企业经历过准入类审批事项取消，48.1%的企业经历过经营类审批事项取消。

从行业层面来看，在工业企业数据库所涉及的482个四位数制造业行业中，有354个行业在观测期内取消过审批事项。其中，有142个行业取消过准入类审批事项（35个行业仅取消过准入类审批事项），319个行业取消过经营类审批事项（212个行业仅取消过经营类审批事项），107个行业同时取消过两类审批事项，128个行业在此期间始终没有取消过审批事项。图3 ¹⁰呈现了1998—2014年间，涉及各类审批事项取消的四位数行业数量分布情况。

四、实证结果

（一）基准回归

表2前5列首先使用传统的DID模型进行回归分析。列（1）的回归结果中，取消准入类审批的系数为−0.02，通过了显著性水平为1%的统计检验。该结果意味着取消准入类审批后企业成长受到的阻力变大，规模增长率下降2%。列（2）单独考察取消经营类审批的影响，结果表明，取消经营类审批后企业规模的增长率提高7%。列（3）同时考察取消两类审批事项的影响，基本结论不变。

上述使用全样本进行分析的问题在于，当考虑取消其中一种类型的审批事项带来的影响时，取消另一类审批事项的样本会进入对照组，对结果产生干扰。为避免这一问题，列（4）的回归剔除了取消过经营类审批事项的企业观测值，以考察取消准入类审批的影响。此时核心系数的绝对值大幅增加，取消准入类审批事项后企业规模的增长率下降约12%。类似地，列（5）的回归剔除了取消过准入类审批事项的企业观测值，此时取消经营类审批依然对企业成长有明显的促进作用，且系数变化不大。

表2列（6）和列（7）在构造了未受干扰的对照组的前提下，进一步使用熵平衡匹配法加权的DID模型进行回归分析， ¹⁰排除了处理组和对照组本身变化趋势不同、在政策干预前不可比所导致的问题。基本结论与前文一致，即取消准入类审批将降低8%的企业规模增长率；取消经营类审批将提升3%的企业规模增长率。从总体改革效果来看，取消准入类审批对企业成长的负向效应更加明显。 ¹¹

（二）稳健性检验

表3进行稳健性检验。各列回归均参照表2列（6）和列（7）的方式，剔除了取消过其他类别审批事项的样本，并采用熵平衡匹配法加权的DID模型进行分析。此时用于讨论取消准入类审批影响和取消经营类审批影响的对照组及其权重完全不同，因此两类审批事项的影响均需分别在回归方程中进行单独讨论。Panel A报告取消准入类审批的影响，Panel B报告取消经营类审批的影响。

列（1）为改变了样本区间的结果。由于工业企业数据库仅包含国有企业和规模以上非国有企业的样本，而“规模以上”的标准在2011年前后发生了变化，为避免统计口径变化对本文的结论产生影响，列（1）仅使用1998—2009年 ¹²的样本进行回归分析，本文的核心结论保持不变。

列（2）和列（3）改变了被解释变量度量方式的结果。列（2）使用经过价格平减的实际销售收入计算企业规模的对数增长率，列（3）则使用经过价格平减的实际工业总产值计算企业规模的对数增长率，将两者分别作为被解释变量进行回归，结果显示，当使用实际值计算企业规模增长率时，取消准入类审批的负向影响有所增强，企业规模增长率降低约9%—10%。

列（4）为改变核心解释变量度量方式的结果。本文在基准回归中仅考虑了是否有某一类审批事项取消的二元情形对企业成长产生的影响，而从描述性统计来看，仍有相当数量的四位数行业不止取消1项审批事项。列（4）直接使用企业所属行业累计取消的准入类审批事项数量（$ delicense\_entry：number $）和经营类审批事项数量（$ delicense_operate：number $）分别作为核心解释变量进行分析。结果表明，每取消1项准入类审批将降低约8%的企业规模增长率；每取消1项经营类审批将提高约2%的企业规模增长率。

列（5）为改变审批事项考察范围的结果。本文在基准回归中仅关注了覆盖整个四位数行业的审批事项取消，同时在对照组中也剔除了在细分行业层面涉及审批事项变化的行业样本。这一处理方式可以确保得到更干净的处理组和对照组，却也损失了大量的审批事项变化信息和分析样本。为使研究结论兼具代表性，列（5）也将所有在细分行业层面涉及某一类审批事项取消的四位数行业包含进处理组。结果与预期相符，由于在细分行业甚至产品层面取消的审批事项实际上只影响四位数行业中的一部分企业，取消审批的影响程度减弱，此时取消准入类审批将降低约2%的企业规模增长率，取消经营类审批将提高约3%的企业规模增长率。

列（6）保留了1998—2014年间所有批次取消的审批事项以构建核心解释变量，并使用多期DID模型进行分析。此时，企业会在不同的时间点面临准入类审批事项或经营类审批事项的取消，$ delicense\_entry $和$ delicense\_operate $分别在取消相应类型的审批事项之后取值为1，之前则取值为0。其他模型设定与（11）式相同。 ¹³本文的基本结论不变。

（三）排除其他可能的解释

表4进一步排除其他可能的解释。列（1）排除产业扶持政策的影响。为实现政府职能转变的目标，行政审批改革起始于“九五”计划与“十五”计划的交替之年，本文的研究样本还覆盖了“十一五”和“十二五”规划时期。每项五年规划（计划）都为产业发展设定了独特的目标，并据此出台了相应的产业政策。为排除行政审批改革同期由产业扶持政策带来的影响，本文计算了各个四位数行业每一年的平均补贴强度，进一步控制该行业特征后，基本结论不变。

列（2）排除行业本身发展周期对企业成长的影响。全面启动行政审批改革之际，恰逢中国宏观经济由衰退步入复苏的关键时期，本文在基准回归中的年份固定效应捕捉了宏观经济周期的影响，然而不同行业所处的周期阶段和复苏节奏可能存在较大的差异。为排除行业周期的影响，本文基于各个两位数行业的产值，采用H-P滤波法（λ值取100）计算了该行业的经济周期，并在列（2）的回归分析中加以控制，结论不变。

列（3）为排除行业对外开放进程差异产生影响的结果。自2001年起，伴随着行政审批改革不断深化，中国在加入WTO的进程中也通过各类关税和非关税措施改变了各个行业的对外开放程度，上述两项进程在时间上是几乎同步的。为排除后者影响，本文计算了各个四位数行业每一年的平均出口强度和外资企业数量占比，列（3）显示，控制上述两个指标后结论未受影响。

列（4）为排除地区宏观环境变化所带来影响的结果。除上述行业层面的因素外，仍有其他地区层面随时间变化的因素可能对本文结论产生影响，其中一个最重要的因素便是地区层面成立的行政审批服务中心。尽管服务中心普惠地降低了所有企业的制度性交易成本，但普惠型的改革措施也可能对不同行业产生异质性的影响（朱奕蒙等，2022），从而间接干扰对同时期行业改革政策绩效的评估。当然，诸如产业结构变迁等其他类型的地区宏观环境变化也都可能存在类似的影响。为此，列（4）进一步控制企业所在地区与年份的交互固定效应，回归结果显示，结论未发生改变。

五、进一步讨论 ¹⁴

（一）事前趋势检验与改革的动态效应

参考文献中的做法（朱光顺等，2020），本文使用事件研究法的思路，将各行业取消准入类审批和取消经营类审批的虚拟变量分别提前和滞后多个时期，同时加入回归模型中，控制变量和模型设定与基准回归相同。此时提前期的虚拟变量系数可用于检验事前趋势，而滞后期的虚拟变量系数则可用于考察取消审批事项的影响是否存在滞后性或持续性。

由于本文在主要的分析中均使用了熵平衡匹配法加权的DID模型，经由熵平衡匹配后，处理组和对照组的各个变量在干预前的均值完全相同，此时政策干预前的平行趋势假定自然满足（Hainmueller，2012）。回归结果也与事前平行趋势假设一致。在取消准入类审批后，企业规模增长率的下降在改革后初期并不明显，该影响从改革后第4年开始变得显著。而取消经营类审批后，企业规模的增长率立刻提升，尽管随着时间的推移该效应短暂衰减，但长期来看，在改革第5年之后，取消经营类审批的效应甚至变得更加明显。总体而言，取消准入类审批的影响存在滞后性，而取消经营类审批的影响具有持续性和长期性。

（二）细分类审批事项的影响

本文接下来考察在准入和经营两大类审批事项中，不同细分类型的事项产生的影响是否存在差异。根据前文的定义和划分方式，将准入类审批细分为开办企业相关和生产许可相关两类，将经营类审批细分为企业投资相关、业务范围相关和其他经营相关三类，并分别在回归方程中考察其影响。结果显示，在准入类审批事项中，取消开办企业相关的审批事项对企业成长没有明显的影响，而取消生产许可相关的审批事项将降低约11%的企业规模增长率。在经营类审批事项中，取消投资相关和业务范围相关的审批都能显著促进企业成长，分别提高约2%和9%的企业规模增长率；而取消其他经营相关的审批事项没有明显的效果。

上述结果意味着在企业准入相关的审批改革中，降低开办企业的门槛并不会对在位企业形成明显的冲击。由于在推行“证照分离”改革前，市场上普遍存在“准入不准营”的现象，企业在获得营业执照后还需办理各类许可证，因此，真正对在位企业成长构成威胁的是取消生产许可相关的审批后，来自产品市场的竞争。在企业经营相关的审批改革中，对企业成长促进效果最明显的自然是与企业开拓新业务、调整产能等最直接相关的业务范围类审批事项改革。而由于资本是制造业进行生产活动最核心的要素之一，放宽对企业投资的限制也将明显有利于企业成长。取消其他经营类审批则较为无关紧要。

（三）异质性分析

进一步，本文尝试从企业、行业和地区特征三个层面讨论取消行政审批事项的异质性影响。通过引入取消不同类型的审批事项与企业规模的交互项，本文发现：取消准入类审批对大企业成长的负向影响更明显。这可能是由于大企业通过规模经济和制度性寻租形成了一定的自然垄断和行政垄断地位，放宽市场准入对上述两种垄断均会产生较明显的冲击。取消经营类审批对小企业的成长具有更明显的促进作用，这是由于小企业的成长可能更依赖于灵活调整其经营行为和业务范围，大企业则更依赖于成熟生产模式下的稳定增长，因此放松针对企业经营活动的审批将更明显地降低小企业成长所面临的关键制度性交易成本。

接下来考虑行业的差异。通过引入行业平均资本密集度的一次项及其与取消审批事项的交互项发现，取消经营类审批的影响没有明显的异质性，而取消准入类审批对企业成长的负向影响在资本密集型行业中更明显。一方面，资本密集型行业因其要素投入存在更高的沉没成本而容易产生自然垄断的企业，此类企业对放宽市场准入带来的冲击更敏感；另一方面，我国的行业进入管制和产能过剩现象更集中于资本密集型行业，这些行业的资源错配程度更高、持续时间更久，增量改革 ¹⁵的效果可能更明显。进一步，本文以行业每年授权的专利数量区分高技术行业和低技术行业， ¹⁶引入其一次项及其与取消审批事项的交互项发现，取消准入类审批的负向影响在高技术行业中更明显，而取消经营类审批的正向影响在低技术行业中更明显。这是由于高技术行业的竞争优势主要来源于创新和技术进步，而新技术更容易嵌入新进入市场的企业中，因此取消准入类审批后的大量新进入企业将对高技术行业的在位企业产生更明显的冲击；相反，低技术行业的竞争优势更依赖于传统的要素投入或产能扩张，此时取消主要针对这些企业行为的经营类审批将对低技术企业的成长产生更明显的影响。

最后考虑地区的差异。在行政审批改革的过程中，有两个维度的改革同步推进：一是本文所关注的在行业层面取消审批事项；二是现有文献已有较多讨论的在地区层面成立行政审批服务中心。二者都降低了企业的制度性交易成本。通过引入地区是否成立了行政审批服务中心的一次项及其与取消审批事项的交互项发现，地区成立行政审批服务中心强化了取消准入审批对企业成长的负向影响和取消经营审批对企业成长的正向影响，这意味着行业和地区层面的行政审批改革存在互补性。其原因可能在于，取消审批事项降低了企业特定环节的成本，而企业进入市场或调整经营活动往往面临多个流程的跨部门协调，行政审批服务中心通过一站式服务在其余流程中发挥了“配套”降成本的作用。此外，本文以各地区经济增长目标与实际经济增速的差值度量各地区稳增长的压力，通过引入其一次项及其与取消审批事项的交互项发现，取消准入类审批的影响在地区之间没有异质性，而取消经营类审批在稳增长压力大的地区对企业成长有更明显的正向影响。这可能是由于当企业的扩张性经营行为（如投资）面临行政审批的约束时， ¹⁷地方政府相应的稳增长扶持政策（如促进企业投资）也会受到制约，而取消此类审批将有助于稳增长政策发挥其作用。

六、机制检验

本文的理论假说强调，取消准入类审批将提高市场均衡的临界生产率，从而削弱在位企业生产率的相对优势，当市场均衡时，该相对优势决定了企业的规模，从而对企业成长产生负面影响。取消经营类审批则意味着放宽了对企业新增投资、调整业务范围、扩大产能等经营活动的限制，缓解了由此类限制而使企业规模低于最优产量的扭曲现象，从而直接促进企业成长。因此，检验本文理论机制的关键在于考察取消准入类审批是否提高了市场均衡的生产率水平，以及取消经营类审批是否促进了企业的扩张性经营行为。接下来，本文将基于这一理论预期检验取消不同类型审批事项的影响机制。 ¹⁸

表5 Panel A报告了取消准入类审批的影响机制。本文首先计算了行业—地区—年份层面的企业平均生产率（$ tfp\_mean $），列（1）以各个企业自身生产率与该平均生产率的比值度量的企业生产率的相对优势（$ tfp\_compare $）作为被解释变量。$ delicense\_entry $的系数显著为负，表明取消准入类审批显著削弱了在位企业生产率相对于市场平均生产率的优势。不过，该相对优势的变化既可能源于企业自身生产率的降低，也可能源于市场平均生产率的提高，为进行区分，列（2）以企业生产率（$ tfp $）作为被解释变量，列（3）以市场平均生产率（$ tfp\_mean $）作为被解释变量。结果显示取消准入类审批提高了市场的平均生产率，但对企业个体的生产率没有影响。上述现象也意味着市场均衡生产率水平的提升主要源于企业更替。根据理论模型，准入成本下降将提高企业进入退出的临界生产率，此时应观察到新进入企业和退出企业的生产率水平均有所提高。为进一步验证这一理论机制，列（4）和列（5）分别以新进入企业和退出企业 ¹⁹的生产率（$ tfp\_entry\mathrm{和}tfp\_exit $）作为被解释变量，$ delicense\_entry $的系数均显著为正，与理论预期一致，即取消准入类审批也提高了市场均衡时企业进入退出的临界生产率。

表5 Panel B检验了取消经营类审批的影响机制。列（1）仍以企业生产率的相对优势（$ tfp\_compare $）作为被解释变量，结果表明取消经营类审批并没有明显的影响。接下来考察企业的经营行为。列（2）以企业新产品产值占总产值的比重（$ newpro $）作为被解释变量，列（3）以企业投资额的增速（$ invest $）作为被解释变量，$ delicense\_operate $的系数均显著为正，表明取消经营类审批直接促进了企业投资和开发新产品等扩张性的经营行为。当然，对企业经营行为的松绑往往意味着生产经营的制度性交易成本下降，列（4）以企业管理费用的增速（$ expense $）作为被解释变量，实证结果也验证了这一理论预期。

七、结论性评述

随着行政审批改革的不断深化，中国的市场主体数量快速增长，而宏观经济增速却不断下降。那么，行政审批改革究竟是如何影响微观企业的成长便成为一个重要的现实问题。本文认为，行政审批改革将通过两种相反的效应影响企业成长，而现有文献关注改革的视角难以对不同的效应进行区分，本文尝试打开这一“黑箱”。

理论上，本文在模型中同时引入不同类型的行政审批改革，分别以企业准入成本降低刻画准入类审批的取消，以产出规模扭曲程度降低刻画经营类审批的取消，通过讨论二者对均衡状态下企业规模的影响，提出不同类型的行政审批改革影响企业成长的理论假说。实证上，基于国务院调整审批事项的政策文本信息，本文分别以准入类审批事项和经营类审批事项的取消度量两类改革。研究发现，取消两类审批对企业成长有相反的影响，取消准入类审批会降低约8%的企业规模增长率，而取消经营类审批则会提高约3%的企业规模增长率。进一步，本文发现，行政审批改革对企业成长的影响具有三个特征：一是两类改革的效应具有不同的滞后性和持续性；二是取消不同细分类审批事项的效果存在差异；三是取消两类审批事项的影响在不同特征的企业、行业和地区之间存在异质性。此外，本文也在实证上验证了取消准入类审批通过提高市场均衡的生产率水平，取消经营类审批通过放松企业的扩张性经营行为，从而影响企业成长的理论机制。本文的发现是稳健的，揭示了不同类型的行政审批改革会产生截然相反的效果，因此，对改革政策的类型进行区分讨论是必要的。根据研究结论，本研究的政策意义体现在以下三个方面：

第一，推动涉及企业全生命周期的营商环境的优化。长期可持续的经济增长离不开微观企业的成长。行政审批改革和作为其“接力棒”的商事制度改革在降低市场准入门槛和促进企业进入方面已经取得了显著的数量成效，接下来，深化改革的方向应逐步转向关注市场主体全生命周期的成长和生存。

第二，把握好各类营商环境优化政策的时机和力度。应密切关注市场变化和企业实际需求，在保持政策稳定性的基础上，确保相关优化政策的及时出台。政策力度同样至关重要，例如，经营类审批改革的效果具有长期性和持续性，其中发挥关键作用的改革类型主要涉及投资等难以逆转的经济成本，为避免突如其来的制度松绑导致长期的投资“潮涌”和产能过剩，对企业经营行为“降门槛”需把握好政策力度，根据实际情况“小步快跑”，动态调整。

第三，精准施策提升营商环境优化的靶向性和有效性。行政审批改革的政策效应呈现出跨企业、跨行业、跨地区的多维度异质性特征，应根据企业的类型和发展阶段以及行业和地区差异等，增强政策手段的精准性和针对性。同时，为避免不同类型的具体改革措施相互掣肘，应常态化监测和评估各类政策工具的实施效果，打好政策“组合拳”，确保政策形成合力和同向发力。

　　* 感谢审稿专家和编辑部提出的宝贵意见。

1收稿日期：

3Hsieh和Klenow（2009）通过在利润函数中引入产出扭曲的方式刻画政府对企业规模的制约作用，该设定意味着企业每一期均需按照生产规模成比例地为这一扭曲付出成本。相比之下，本文的设定意味着扭曲对企业规模的制约作用体现在企业向最优产量调整的过程中，更符合经营类行政审批事项约束企业行为的制度特点。

2其权重取决于企业的相对产出。

4其权重取决于企业的相对产出。

5限于篇幅，详细的数据处理过程可向作者索取。

6不包含下放管理层级、改变管理方式、评比达标表彰、行政事业性收费、涉密事项等行政审批事项的调整。

7考虑到文件颁布时间与实际实施时间的差异，将年底（每年10月份后）颁布的文件统一推迟1年以界定一项审批事项的取消时间。如第一批次和第二批次涉及的审批事项均看作在2003年取消。这一处理在后文中也兼具实证设计上的优势，一方面可将本文所关注的前三批次文件的政策实施窗口期压缩至2年，便于区分处理前和处理后的时期，更有利于进行DID分析；另一方面也避免后文在讨论政策的动态效应时，不同处理批次对应的滞后期存在较大差异所造成的影响。

8限于篇幅，关于行政审批事项数据更详细的说明及其与工业企业数据库匹配后在制造业行业中的分布情况可向作者索取。

9限于篇幅，所有变量完整的描述性统计可向作者索取。

10限于篇幅，熵平衡匹配前后处理组和对照组各变量的描述性统计可向作者索取。

11若仅考虑覆盖了整个四位数行业的审批事项变化，则有313个行业在1998—2014年间取消过审批事项。其中，有80个行业取消过准入类审批事项（14个行业仅取消过准入类审批事项），299个行业取消过经营类审批事项（233个行业仅取消过经营类审批事项），66个行业同时取消过两类审批事项，169个行业在此期间始终没有取消过审批事项。

12由于数据质量原因，本文使用的数据不包含2010年的观测值，因此2011年以前的企业样本实际仅截至2009年。

13需要注意的是，该多期DID模型能够得到无偏估计的前提是处理效应不存在异质性；同时，由于多期DID模型没有统一的“处理前”时期，无法对干预前的处理组和对照组进行匹配，以保证事前趋势的相似性，因此该识别策略是不够稳健的。这也是本文在主要分析中放弃部分后续批次的审批事项，并将数据处理为可使用传统DID模型进行识别的原因。

14限于篇幅，本部分所有的回归结果均未报告，可向作者索取。

15即通过新企业的进入改变市场均衡结构。与之相对的是存量改革，即在位企业之间通过调整经营行为而进行资源再配置。

16更常见的做法是根据国家统计局发布的《高技术产业（制造业）分类》判断高技术行业，然而由于在本文整理的行政审批事项中，恰好有针对高技术行业取消的审批事项，此时以该分类目录区分高技术行业将导致核心解释变量无法被识别，因此本文改用行业每年的授权专利数量作为代理变量。

17大部分行政审批事项的管理部门为国务院的各个部委。

18本部分的样本筛选和匹配加权方法与表3列（2）相同，模型设定方式和控制变量根据不同的被解释变量有所调整。Panel A前两列和Panel B各列的回归模型设定均与（11）式类似。以$ invest $作为被解释变量时，参照谭语嫣等（2017）的研究，企业特征的控制变量包括所有制类型、年龄、规模、利润率和流动性；其余各列回归中，企业特征的控制变量包括所有制类型和年龄，以及滞后1期的规模、资本密集度、资产负债率、利润率和生产率。Panel A列（3）回归的被解释变量为行业—地区—年份层面的均值，所有基准回归中的企业特征（不包括生产率）均在该层面上取均值作为控制变量，（11）式中的企业个体固定效应在该回归中也相应替换为行业—地区的固定效应。Panel A列（4）和列（5）的回归仅包含每个新进入企业第1—2期的观测值或退出企业当期的观测值，此时控制企业个体固定效应将无法识别核心解释变量的系数，因此改为控制行业和地区固定效应；列（5）的企业特征控制变量与列（1）相同，而由于企业成立当年的观测值不存在滞后1期的企业特征，因此列（4）回归的企业特征控制变量仅包括企业所有制类型和年龄。

19年龄为1—2年的企业为新进入企业；在$ t $年出现而之后各个年份均未再出现的企业视为$ t $年退出的企业。