基于VAR模型的高技術產業政策工具比較分析

劉海朋，陳東景

(青島大學經濟學院，山東 青島 266071)

基于VAR模型的高技術產業政策工具比較分析

劉海朋，陳東景

(青島大學經濟學院，山東 青島 266071)

運用高技術產業利潤總額以及稅收優惠、政府補貼和專利制度三項主要政策工具，以1995—2014年數據建立VAR模型，探討高技術企業整體、國有及國有控股高技術企業以及非國有高技術企業對不同政策工具的響應特征。研究結果表明：三種主要產業政策對不同類型高技術企業的作用效果在各個階段呈現出不同特征，從長期來看，專利制度對所有高技術產業都產生顯著的激勵效應，稅收優惠的激勵效應都比較小，而政府補貼只對非國有高技術企業產生正向激勵效應。不同產業政策對高技術產業的貢獻度也具有明顯差異。

高技術產業；政策工具；VAR模型

Abstract：Based on the data for total profit and three main policy instruments including tax incentive,government subsidy and patent system in high-tech industry from 1995 to 2014,VAR model was built to discuss response characteristics of the whole high-tech enterprises,state-owned and state-controlled high-tech enterprises,non-state-owned high-tech enterprises to different policy instruments.Research results show：the effects of three main industry policies on different type of high-tech industry present different characteristic;in the long run,patent system has significant incentive effect on all high-tech enterprises,tax incentive has a little incentive effect on high-tech enterprises,while government subsidy has positive incentive effect only on non-state-owned high-tech enterprises.Contribution degree of different industry policies to high-tech industry has significant difference.

Keywords:High-tech industry；Policy instrument；VAR model

高技術產業作為國家的支柱產業，是“十三五”時期的重點建設內容，是經濟新常態和供給側改革背景下推動經濟發展的重要動力，發展高技術產業是促進產業結構優化和經濟轉型的重大舉措。高技術產業各國經濟發展的重要領地，在很大程度上決定著一國的全球競爭力水平的高低。因此，如何制定科學的產業政策以提高高技術產業的競爭力，成為各國政府面臨的重大課題，探討高技術產業政策的實施效果也成為學術界討論的重要內容。

政府制定的科研補貼、稅收減免等產業政策的實施范圍及實施力度可以幫助企業確定明確的發展方向和技術研發領域，從而提高投入的預期收益率，降低企業的邊際成本，進而引導企業進行更多的研發投入[1]。關于產業政策對產業發展的激勵效應，國內外學者已從不同角度展開探討。目前對于政府補貼政策對高技術產業是否存在正效應尚存在爭議,Frye等認為政府作為促進產業升級和推動經濟轉型中的“扶持之手”，其最直接最主要的手段就是政府補貼[2]。政府補貼能夠顯著提升企業生產率[3]，促進企業技術創新產出的增加[4]。Harris等分析了英國制造業，發現政府補貼效應因企業的生產率水平而異，政府補貼僅能顯著提高低于平均生產率水平的企業的全要素生產率[5]。中國學者安同良等通過構建博弈模型得出結論，實施科研補貼時政府與企業之間存在的信息不對稱，容易使得創新補貼產生“逆向”激勵作用[6]。大部分學者的研究表明稅收優惠對高技術產業具有顯著的激勵作用，Hall等認為稅收優惠的激勵政策可以給予企業更大的研發開展決定權，因而更能體現市場化方向[7]。馬偉紅則認為，稅收優惠主要通過市場配置稀缺的科技資源，且主要側重企業層面的操作，不僅能夠糾正市場失靈，而且也不會產生政府失靈[8]。學者們的研究發現專利制度發揮作用的效果與許多因素相關，趙惠芳等認為專利開發的影響程度與產業性質有關，相比傳統產業，高技術產業由于具有研發人員比重大、研發投入高、知識技術密集等特征，受專利技術的影響更為顯著[9]。王林等則認為只有當一個國家的技術水平達到或接近技術前沿時，專利制度才可能促進經濟增長[10],孟曉非通過對中國專利政策績效的實證研究，發現專利政策績效存在“東高西低”的現象也恰恰驗證了這一觀點[11]。還有學者對不同產業政策的作用效果進行了比較研究，徐遠華和孫早的研究表明稅收減免和科研補貼均能提高高技術產業競爭力，但前者效果更為顯著[12]。馬玉琪等分析比較了稅收優惠和財政補貼對企業研發投入的影響效應，發現對于大中型高技術產業，R&D投入受稅收優惠的影響顯著，受財政直接補貼的影響很小，而小微企業對兩種政策的反應都較為敏感[13]?？v觀國內外研究，學者們大多理論分析不同高技術產業政策工具的作用路徑或實證分析某一種或兩種政策工具對高技術產業的影響程度，少有研究比較高技術產業政策系統中不同政策工具在不同階段對中國不同所有權的高技術產業的作用效果特征。

不同產業政策工具在不同時期對高技術產業的作用效果如何，不同產權的高技術企業對產業政策的響應又有何不同，這是中國制定科學的產業政策、提高高技術產業競爭力時需要關注的重要問題。本文通過構建VAR模型，選取稅收優惠、政府補貼和專利制度三項主要政策工具，探討高技術企業整體、國有及國有控股高技術企業、非國有高技術企業對不同政策工具的響應，同時比較三種政策工具對高技術產業發展的貢獻率，以期為制定合理的產業政策促進不同所有權高技術產業發展提供參考。

1 變量選取與研究方法

1.1 變量選取

(1)被解釋變量選取。高技術產業通過科技創新，不斷推出新產品，贏得市場份額，而且創新帶來的管理變革可以降低成本，從而在激烈的市場競爭中取得優勢[12]，而利潤則是衡量產業競爭力十分重要的指標之一，也是市場競爭力最直接的表現形式[14]。因此我們選取利潤總額(高技術企業整體、國有及國有控股高技術企業、非國有高技術企業利潤總額分別記為ZL、GL、FL，單位億元)作為衡量高技術產業發展情況的指標。

(2)解釋變量選取。

一是關于稅收減免。稅收減免是企業實際納稅額低于應納稅額的差額，原則上應該計算企業所納所有稅種的稅收減免額，但鑒于數據收集的復雜性，我們僅采用企業所得稅稅收減免額來衡量高技術產業稅收優惠力度。選擇企業所得稅的主要原因有兩個：①因為企業所得稅稅收減免是中國實施創新稅收激勵政策的主要方式，屬于該稅種的政策數目占所有稅收優惠政策的46.46%，通過調整成本費用列支范圍影響稅基，從而引導企業未來投資和發展方向[15]。②因為企業所得稅和以增值稅為主的流轉稅都能夠促進高技術產業的發展，但所得稅優惠對培養企業自主創新能力的作用更加顯著，直接影響企業凈利潤[16]，企業所得稅對高技術產業的激勵效應主要體現在促進研發階段的科技投入和引導成果轉化階段科技成果轉化并逐漸實現產業化[17]。計算企業所得稅優惠額的具體公式如下[3]：

(1)

其中St為稅收減免額，SRt為稅法規定的非優惠稅率，1995—2007年，SRt=33%，2008—2014年，SRt=25%，LSt-Lt為實際繳納的所得稅額，即利稅(LSt)與利潤(Lt)的差額。按照公式(1)依次計算出高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的稅收減免額，記為ZS、GS、FS。為了統一單位，稅收減免仍以億元計算。

二是關于政府補貼。對高技術產業實施科研補貼政策主要是為了緩解企業的融資約束問題，政府補貼不僅可以使直接的經濟利益流入企業，而且能夠向市場傳遞相關利好信號，同樣起到資源配置作用[18]。綜合考慮數據的可獲得性和代表性，選取R&D經費內部支出中政府資金支出額來衡量政府補貼(在《中國高技術產業統計年鑒》(1995—2009)中，該統計數據對應科技活動經費籌集額中政府資金支出額)，高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的政府補貼額分別記為ZB、GB、FB，仍以億元為單位。

三是關于專利開發。專利制度是通過法律形式保護發明人對其成果享有專有權，而這種專有權正是高技術企業獲得競爭優勢、實現利潤增長的直接來源，因此會激勵企業繼續創新，這種良性循環促使企業獲得持久的競爭力[19]。相比于傳統產業，高技術產業具有科技含量高，研發投入大等特征，因此專利開發制度對高技術產業的影響尤為顯著。本文選取專利申請數來衡量中國的專利制度情況，這是因為專利審批需要一定時間，因此與專利申請數相比，專利授權數存在一定的時間滯后性，可能對實證結果造成很大誤差[20]。高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的專利申請數分別記為ZZ、GZ、FZ，單位為件。

表1報告了所有被解釋變量與解釋變量的描述性統計結果。原始數據來源于《中國高技術產業統計年鑒》(2002—2015)、《中國統計年鑒》(2015)，1996年所有數據是通過取1995年和1997年的平均值得到。為了消除價格因素的影響，使不同年份的數據具有可比性，相關指標都折算成以1995年為基期的實際數值。

表1 變量的描述性統計

1.2 VAR模型

通過構建VAR(向量自回歸)模型的方法，比較高技術產業對不同產業政策的響應。VAR方程的建立將系統中每個內生變量作為系統中所有內生變量的函數，是分析多元相關時間序列變量動態關系的常用模型[21]。VAR模型的一般形式為：

(2)

其中，εt為白噪聲過程。

2 實證分析

2.1 模型檢驗結果

(1)單位根檢驗。為了消除時間序列數據存在異方差的可能性，首先對所有序列數據進行自然對數變換，得到序列lnZL、lnZS、lnZB、lnZZ、lnGL、lnGS、lnGB、lnGZ、lnFL、lnFS、lnFB、lnFZ。為了防止出現偽回歸，運用Eviews 6.0對新得到的對數序列進行ADF單位根檢驗。由表2可知，一階差分后的時間序列全部是平穩的，因此12個時間序列全部是I(1)序列，即一階單整，因此可構建VAR模型。

表2 ADF單位根檢驗結果

注：(c,t,k)中c表示有常數項，0表示無趨勢，k表示基于SC確定的滯后期；D表示取一階差分；***、*分別表示在1%、10%的顯著性水平下通過檢驗。

(2)最優滯后階數選擇。以高技術產業利潤為因變量，稅收優惠、科研補貼以及專利申請數為自變量，分別建立高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的VAR方程，并確定方程的最優滯后期數(見表3)，根據5個指標，高技術企業整體、非國有高技術企業的VAR方程的最優滯后階數為2，國有及國有控股高技術企業的VAR方程的最優滯后階數為1。三個VAR方程均通過單位根檢驗，VAR模型穩定(由于篇幅所限，未列出單位根檢驗結果)。

表3 VAR方程最優滯后階數

注：*表示按照準則選取的最優滯后階數。

(3)協整關系檢驗。采用Johansen協整檢驗方法判斷時間序列間是否存在協整關系，由表4可知，在5%的顯著性水平下拒絕了零假設，因此可以判定高技術產業利潤與稅收優惠、科研補貼以及專利申請數之間存在長期協整關系，可以進行序列的脈沖響應分析和方差分解。

表4 協整檢驗結果

注：*表示在5%的顯著性水平下拒絕原假設。

2.2 脈沖響應

脈沖響應函數描述的是系統內部一個內生變量對其他內生變量的影響，通過衡量來自隨機擾動項的標準差沖擊對因變量當前和未來一段時間內的影響程度，進而判斷變量間的長期關系和動態交互作用[22]。脈沖響應函數圖像如圖1所示，圖1(a)、圖1(b)、圖1(c)分別為高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的脈沖響應圖像。

圖1 脈沖響應結果

從圖1(a)可以看出，不同產業政策在不同時期對高技術產業的作用效果和影響程度顯著不同。在第1期出現稅收優惠的沖擊之后，高技術產業利潤總額在前10期波動明顯，且整體體現為負效應，隨后此效應振幅減小，第10期以后對高技術產業的影響趨于穩定，且整體表現為正效應。稅收優惠對高技術產業在開始產生負效應，且在第3期達到最低值，此后此效應回調，并在第5期變成正效應，對高技術產業產生促進作用。政府補貼對高技術產業的影響一直體現為負效應，出現政府補貼的沖擊后，高技術產業對其響應為負，且這種負效應在波動中不斷增大，并在第9期達到最大，隨后這種負效應逐漸減小并趨于0。專利制度對高技術產業的影響則一直體現為正效應，在第12期之前，高技術產業利潤總額對專利申請數的響應程度不斷波動，且該響應在第2期達到最大，12期以后該響應逐漸減小并趨于0。因此從長期來看，專利制度對高技術企業整體的激勵作用較強，稅收優惠的刺激作用較弱，而政府補貼屬于事前激勵，且政府與接收補貼的企業之間存在信息不對稱的問題，極易出現道德風險[6]，弱化了對企業創新的激勵作用，甚至對高技術企業整體體現為長期的抑制作用。

由圖1(a)和圖1(b)可見,從產業政策效應的正負性來看，國有及國有控股高技術企業對三種產業政策的響應與高技術企業整體產生的響應是相似的，但國有及國有控股高技術企業對產業政策響應的波動較小。國有及國有控股高技術企業在受到稅收優惠沖擊后，在第3期達到最大負效應，隨后此效應回調，在第5期跨越零邊界，并在第9期達到最大正效應，此后保持平穩狀態。政府補貼對國有及國有控股高技術企業利潤總額也一直產生負效應，且在第2期達到最大負效應，隨后負效應逐漸減小，并于第5期趨于穩定。而專利制度對國有及國有控股高技術企業體現為較強的促進作用，在第1期出現專利制度沖擊后，對產業利潤總額的正效應在第2期迅速增大，并在第7期達到峰值，此后此效應逐漸減小。從長期來看，相比專利制度，稅收優惠和政府補貼產生的效應較小，政府補貼甚至表現為負效應。這主要是由于高技術產業創新具有高風險、長期性和不確定性的特征，使得理性的國有企業經營者在自身利益最大化目標的驅使下，更傾向于將稅收優惠、政府補貼等資源用于在其任職期內能夠得到回報的生產項目，而不會用于企業創新，因此國有企業委托人和代理人之間存在的這種創新收益權與控制權不匹配的問題，違背了創新效率最大化的基本原則[23]，使得兩項政策工具的激勵作用大打折扣。

非國有高技術企業對三種產業政策的響應都比較顯著，相比國有及國有控股高技術企業，非國有高技術企業對來自稅收優惠的沖擊反應較為劇烈，在第4期以前體現為負效應，第4期以后則體現為正效應，并在第5期達到峰值0.02，此后正效應有所下降。政府補貼沖擊出現后，首先在前4期表現為負效應，隨后變為正效應，盡管在第6期又表現為負效應，但是第6期以后一直表現為正向促進作用。專利制度對非國有高技術企業在前3期出現了負效應，正效應的峰值為0.06，出現在第4期，此后脈沖響應值一直低于0.4。從長期來看，三種政策工具對非國有高技術產業都產生明顯的激勵作用，專利制度的激勵作用最強，稅收優惠和政府補貼的作用效果基本相同，甚至政府補貼的作用效果要略高于稅收優惠。與高技術企業整體、國有及國有控股高技術企業的響應不同，非國有高技術產業對政府補貼體現為正響應，主要是由于非國有企業融資相對困難，再加上非國有高技術企業中有很多都屬于中小型企業，處于發展階段自有資金不足，因此財政補貼政策可有效緩解非國有高技術企業研發資金不足的問題，激發企業創新能力。

2.3 方差分解

方差分解可以將VAR模型系統中內生變量方差分解到各擾動項上，通過描述每一個結構沖擊對內生變量變動的貢獻度來評價不同結構沖擊的重要程度。方差分解結果如圖2所示，分別為高技術企業整體、國有及國有控股高技術企業、非國有高技術企業的方差分解結果。

方差分解的結果明顯顯示，在第10期以前，按三種產業政策對高技術企業整體的作用程度大小排列，依次是稅收優惠，專利制度，政府補貼，此后稅收優惠的貢獻率逐漸減小，政府補貼的貢獻率則逐漸增大，而專利制度的貢獻率則一直處于接近20%的水平，因此在第10期以后，則表現為政府補貼的貢獻率最高，稅收優惠的貢獻率最低；對于國有及國有控股高技術企業，來自稅收優惠和政府補貼的沖擊對產業利潤總額的貢獻率幾乎為0，而專利申請數的貢獻率則呈逐漸增大的趨勢，并逐漸接近于20%；稅收優惠和政府補貼對非國有高技術企業利潤總額的貢獻率的增長趨勢相似，但在前5期，稅收優惠的貢獻率較小，政府補貼的貢獻率明顯高于稅收優惠，此后兩者的貢獻率都呈逐漸上升趨勢，稅收優惠的增幅相對更大，因此兩者的貢獻率大小逐漸接近，但政府補貼的貢獻率仍略高于稅收優惠。而專利制度對非國有高技術企業的貢獻率明顯高于前兩者，沖擊出現后，其貢獻率在前3期迅速增大，此后平穩上升，貢獻率達到50%左右。

圖2 方差分解結果

3 結論與討論

本文通過構建VAR模型，應用1995—2014年高技術產業利潤總額與三項主要產業政策工具的數據，探討了不同類型高技術企業對三種政策工具的不同響應特征，并比較了不同政策工具對高技術產業利潤總額變動的貢獻度，得到以下結論：

第一，稅收優惠對不同所有權高技術企業在長期都表現為較小的促進作用。對高技術企業整體的影響在短期內主要表現為負效應，長期內表現為較小的正向促進作用；國有及國有控股高技術企業對稅收優惠的響應較小，在短期內表現為輕微的負效應，長期內表現為正效應；非國有高技術企業對稅收優惠的響應較為劇烈，由短期的負響應變為正響應。

第二，科研補貼對高技術企業整體和國有及國有控股高技術企業一直都表現為負效應，但是沖擊中期對高技術企業整體的負效應較為顯著，短期對國有及國有控股高技術企業的負效應較為顯著；非國有高技術企業對政府補貼的響應較為顯著，長期內變現為明顯的正效應，是促進非國有高技術企業發展的有效工具。

第三，專利制度對不同所有權高技術企業都產生顯著的激勵作用。在短期內對高技術企業整體具有明顯的促進作用，長期內這種作用逐漸減弱；對國有及國有控股高技術企業一直體現為顯著的正效應，因此無論從短期看還是長期看，專利制度都是提高國有及國有控股高技術企業競爭力的最有效工具；短期內專利制度對非國有高技術企業具有負效應，長期內表現為明顯的促進作用，因而從長期來看專利制度也是促進非國有高技術產業發展的有效手段。

第四，從方差分解結果可以看出，短期內稅收優惠對高技術產業整體的貢獻率最大，專利制度次之，政府補貼的作用最小，長期內政府補貼的貢獻率最大，稅收優惠最?。粚＠贫葘屑皣锌毓筛呒夹g企業的貢獻率最大，且呈逐漸增大的趨勢，而稅收優惠和政府補貼的貢獻率接近于0；對于非國有高技術企業，專利制度的貢獻率明顯高于其他兩種政策，其中政府補貼的貢獻率略高于稅收優惠。

本文主要討論的是不同類型高新技術產業政策對不同所有制企業的作用效果，但并未討論不同產業政策對不同規模的高技術產業影響程度如何，也未涉及高技術產業政策對不同地區的適用程度。后續研究將更全面而深入地分析不同地區高技術產業發展對產業政策的響應規律，探討企業規模對高技術產業政策效果的影響規律，為促進高技術產業發展提供更有針對性的對策。

[1]DAVID P,HALL H,TOOLE A.Is public R&D a complement or substitute for private R&D:a review of economic evidence[J].Research policy,2000,29(4):497-529.

[2]FRYE T,SHLEIFER A.Theinvisible hand and the grabbing hand[J].The American economic review,1997,87(2):354-358.

[3]SISSOKO A.R&D subsidies and firm-level productivity：evidence from France[R].Louvain-la-Neuve：Université Catholique de Louvain,Institut de Recherches Economiques et Sociales(IRES),2013.

[4]呂曉軍.政府補貼與企業技術創新:來自2009—2013年戰略性新興產業上市公司的證據[J].中國科技論壇,2016(12):60-66.

[5]HARRIS R,ROBINSON C.Industrial policy in Great Britain and its effect on total factor productivity in manufacturing plants,1990—1998[J].Scottish journal of political economy,2004,51(4):528-543.

[6]安同良，周紹東，皮建才.R&D補貼對中國企業自主創新的激勵效應[J].經濟研究，2009(10)：87-98.

[7]HALL B,VAN REENEN J.How effective are fiscal incentives for R&D?:a review of evidence[J].Research policy,2000,29(4):449-469.

[8]馬偉紅.稅收激勵對高新技術企業技術創新影響的實證研究:基于上市高新技術企業的面板數據[D].南京:南京財經大學，2011.

[9]趙惠芳，羅雅瓊，閆安.基于灰關聯的我國高技術產業專利生產率研究[J].統計與決策，2009(3)：74-76.

[10]王林，顧江.發展中國家的知識產權保護與經濟增長[J].世界經濟研究，2009(5):48-52.

[11]孟曉非.中國專利政策績效區域差異及影響因素分析:以高技術產業為例[J].中國科技論壇,2017(1):103-108.

[12]徐遠華,孫早.產業政策激勵與高技術產業的競爭力[J].山西財經大學學報,2015,37(9):65-75.

[13]馬玉琪,扈瑞鵬,趙彥云.財稅激勵政策對高新技術企業研發投入影響效應分析:基于廣義傾向得分法的實證研究[J].中國科技論壇,2017(2):143-149.

[14]曾國華,王躍梅.勞動力成本與工業競爭力——理論模型及實證檢驗[J].財經論叢,2011(3):14-18.

[15]孫瑩,顧曉敏.從國際比較看我國研發稅收激勵政策的特征與問題[J].科技進步與對策,2013,30(24):143-147.

[16]李嘉明,喬天寶.高新技術產業稅收優惠政策的實證分析[J].技術經濟,2010,29(2):45-73.

[17]陳明藝,方晨岑.我國所得稅優惠政策對高新技術產業的激勵效應研究[J].經濟與管理,2012,26(11):71-76.

[18]高艷慧,萬迪昉,蔡地.政府研發補貼具有信號傳遞作用嗎？——基于我國高技術產業面板數據的分析[J].科學學與科學技術管理,2012,33(1):5-11.

[19]張娜,楊秀云,李曉光.我國高技術產業技術創新影響因素分析[J].經濟問題探索,2015(1):30-35.

[20]徐巧玲.高技術產業專利開發與產業發展關系實證研究[J].科技進步與對策,2013,30(4):60-63.

[21]高鐵梅.計量經濟分析方法與建模[M].北京：清華大學出版社，2009:267-314.

[22]王澤宇,張震,韓增林.區域海洋經濟對國家海洋戰略的響應測度[J].資源科學，2016,38(10):1832-1845.

[23]吳延兵.國有企業雙重效率損失研究[J].經濟研究,2012(2):15-27.

(責任編輯 沈蓉)

PolicyInstrumentComparisoninHigh-techIndustryBasedonVARModel

Liu Haipeng,Chen Dongjing

(College of Economics,Qingdao University,Qingdao 266071,China)

F426

A

國家社會科學基金項目“ 基于三元相圖方法的海洋生態經濟系統可持續發展評價與適應性管理研究”(14BGL005)。

2017-03-02

劉海朋(1992-)，女，山東人，碩士研究生；研究方向：產業經濟學。