产业政策实施下的补贴与投资行为:不同类型政策是否存在影响差异?,本文主要内容关键词为:产业政策论文,不同类型论文,是否存在论文,差异论文,政策论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
一、问题的提出 中国于2010年10月出台了《国务院关于加快培育和发展战略性新兴产业的决定》(下文简称《决定》),计划战略性新兴产业占GDP比重2020年达到15%,以应对新一轮技术革命与国际竞争,为实现这一目标战略性新兴产业需要保持20%以上的增长率。为此,自《决定》发布(尤其是2011年)以来,中国在部委层面已累计发布重点领域各类规划30余项,发布财税、金融和相关管理政策措施70余项,其他相关政策200余项,同时省级层面也出台了众多扶持政策,扶持政策是战略性新兴产业发展过程中不容忽视的重要力量,也是审视战略性新兴产业发展的重要观察视角。另一方面,代表未来产业发展方向的战略性新兴产业,其仍并未明显摆脱传统产业发展过程中存在的“产能过剩”、“重复投资”等问题(余东华和吕逸楠,2015),背后隐藏的政策作用机制亟待分析。 自二次世界大战以来,发展中国家为了保护幼小产业或者为了保护本土产业提高其对发达国家的竞争力,产业政策开始兴起,并在二战后的前30年无可争议的促进了产业发展(Aghion,P.et al.,2015)。2008年金融危机以来,学界对政府放任的经济政策也产生了质疑,新一波产业政策在全球又开始涌现。具体到当前的产业政策而言,从新一轮全球竞争趋势以及各国政府采取的策略看,政府引导产业发展已经成为主要国家的工具选项,其实施影响的初衷无疑是帮助产业发展。对于中国而言,由于市场发展相对滞后,创新基础不足,政府通过扶持基金、补贴、市场规范以及需求引导等能够引导企业进行技术创新(Motohashi和Yun,2007)。具体到战略性新兴产业,降低企业创新风险,提高创新收益是扶持政策首要的政策导向目标(韩超,2013),也应当是政策制定以及实施的基本出发点(黄永春、祝吕静和沈春苗,2015)。但是,从战略性新兴产业发展实际看,政策目标与实施间可能存在一定的结构性偏离,旨在鼓励创新的扶持政策可能在企业层面产生扭曲,存在由“技术导向”向“投资导向”偏移可能(黄永春、祝吕静和沈春苗,2015)。 从现有研究看,对于政策扶持与战略性新兴产业发展的认识,韩超(2013)以新能源产业特征为基础,结合全球产业竞争态势给出了战略性新兴产业政策扶持逻辑。从政策的分类看,扶持政策有多种,包括补贴、信用担保、税收优惠、需求引导等,从政策实践看补贴在产业发展中应用范围最广,同时也更多受到学界的关注(肖兴志和王伊攀,2014;余东华和吕逸楠,2015),研究大多认为:现行补贴政策有较大倾向导致产业非理性发展并可能引致产能过剩。补贴政策可以直接触及扶持政策的核心要素对其研究十分必要,但对其他类型扶持政策作用机制分析仍然很有必要,以此才能更综合认识当前中国战略性新兴产业扶持政策。从现有研究看,对于其他非补贴性政策的分析,有学者给出了综合性的扶持政策框架(贺俊和吕铁,2012),另外有学者结合技术赶超背景综合研究认为扶持政策与战略性新兴产业发展可能存在匹配偏差现象(Liu et al,2011),但整体而言仍然缺乏将产业发展实际与政策实施联系到一起的经验分析。 以上研究对于揭示中国战略性新兴产业扶持政策内在作用机制,完善调整相关政策给出了丰富的经验依据,但仍有不少细节有待完善。其一,现有研究往往以扶持政策的实施结果,尤其是以补贴金额作为政策影响的代理变量,其内在含义是在政策实施与产业扶持结果间建立直接线性关系,即跳过政策对新兴产业发展结果影响的内在机理,以结果变量代理政策变量。同时,政策实施结果作为政策代理变量的处理方式可能会面临较为严重的内生性问题,带来估计偏误,影响估计的无偏性。这是因为实施结果可能与企业特征存在显著的关系,而这一关系将会影响政策内在机理的揭示。其二,现有大多研究仅将扶持政策聚焦到补贴政策,这一处理虽然对于深刻揭示补贴政策影响具有重要意义,但这一处理忽视了其他政策影响,无法反映扶持政策之间的关系。而且,在分析补贴政策时,如果未能有效控制其他扶持政策影响,则会带来遗漏变量问题,进而也会影响估计结果的稳健性。其三,现有研究忽视了扶持政策的系统性特征,即忽视了不同政策间影响差异以及不同政策间组合关系(如政策协同关系等)对产业发展的影响。为此,本文将研究视角由补贴政策上升一个层次直接到政策层面,同时为了综合考察政策体系的影响,本文将扶持政策分为供给型政策、环境型政策与需求型政策,并分析其政策组合对战略性新兴产业发展尤其是其对投资与补贴行为的影响。本文其余结构安排如下:第二部分给出政策实施与企业行为选择间的内在逻辑;第三部分变量选择、构建过程与数据说明;第四部分给出基本估计;第五部分结合异质性特征进一步分析;第六部分总结全文并给出政策启示。 二、产业政策实施与企业行为选择的内在逻辑 促进战略性新兴产业发展的“产业政策”其实质是政府对产业活动的一种干预,其目标之一是通过政策扶持等方式在供给侧、需求侧以及环境方面创造产业发展的有利条件。适宜的政策扶持通过弥补市场失灵、引导创新以及资源重置等将有利于产业的健康发展(Aghion,P.et al.,2015;Peters M.et al.,2012)然而,仍有大量文献表明,政策扶持并未产生积极作用(De Long和Summers,1991;Gwartney et al.,1998;等)。政策扶持对产业发展的影响并不是简单线性关系,其作用机制与制度背景,产业发展阶段以及政策本身是否得以科学制定等均具有紧密联系。从政策作用效果看,私人投资无疑是考察政策作用的直接指标,这是由于在产业发展的初始阶段,私人投资是企业发展必备条件,政策能否引导企业扩大私人投资是考察政策效果的直接作用点。同时,作为政策实施的一个主要工具,政府补贴数量也是考察政策扶持的重要指标。现有将政府补贴与私人投资联系到一起进行分析的研究发现,政府投资不但没有拉动私人投资,相反政府投资在一定程度上还会挤出私人投资(张勇和古明明,2011;唐东波,2015)。他们认为产生这一问题的根源在于,政府投资在一定程度上挤占了私人投资的资本来源,增加了私人投资的融资成本(唐东波,2015),尤其在不健全的金融体系作用下,过度政府投资使得私人部门缺少可得资本,私人投资融资困难,进而无法扩大投资(张勇和古明明,2011)。本文认为还有一个深层次的原因,即补贴性扶持政策往往由于信息不对称和企业的事前逆向选择行为和事后的道德风险,产生政策依赖偏向(安同良等,2009;韩超,2014)。在这一逆向行为决定下,企业即便获得了资金补贴,也不会将资金用于生产经营和提高企业生产效率(余东华和吕逸楠,2015),在市场和政府双重失效的制度背景下,企业更有兴趣进行“寻补贴”投资行为,企业会投入大量的精力和社会资本来构建政治联系,而不是改善企业投资效率(肖兴志和王伊攀,2014),更不会进行更为长远的投资行为。 但是,以上研究将补贴结果视为产业政策,这一处理方式可能存在一些问题。以补贴金额等政策作用结果作为政策影响代理变量的做法,意味着研究设计跳过产业政策对新兴产业发展结果影响的内在机制,直接在政策出台与产业扶持结果间建立线性关系。这一处理显然忽略了政策出台与政策实施直接结果之间差异,显著影响政策估计的稳健性。大量文献表明,以政府补贴为代表的政策实施结果是内生于政策选择的(余明桂和回雅甫等,2010)。采用企业获得的政府补贴等作为政策代理变量,其内生性问题将会带来估计偏误,影响估计的无偏性。为此,可以寻找与企业特征无关的变量作为政策的代理变量,政策文本则是其中一个可行路径。政策文本的制定层次与具体企业而言相关性较弱,虽然存在具体企业影响政策制定的可能,但其作为一个大样本选择却不具备普遍性,即其内生选择的可能性较低,因而也就可以较大程度提升估计结果稳健性。 再者,政府扶持政策可以细分成不同类型的政策,不同政策的作用机制、作用方向对产业发展可能带来不同的影响。早在1950-1960年间学界就对不同政策的影响进行一定分析,主要围绕技术创新领域的需求拉动政策和技术推动政策影响差异进行激烈讨论(Dosi,1982)。需求拉动政策可能会引导市场需求,减少市场不确定性,增加预期总收入(Rosenberg,1969),但是鉴于未来需求不确定性等因素,需求拉动可能会带来市场锁定,阻碍企业的创造性,抑制创新(Dosi,1982)。供给层面的技术推动政策可以减少企业创新成本,但是它忽视了价格等市场经济情况对技术创新的影响,甚至可能对私人投资产生挤出效应(David et al.,2000)。通过对技术创新领域文献回顾可以发现,需求拉动性政策和技术推动性政策对技术创新都有显著的影响,但在不同的实践活动中,不同的外界环境下,针对不同的产业,又会产生不同的政策效果。基于不同类型政策的作用机制、作用方向及其带来影响可能也都不一样,因而政策制定、实施以及评估不能忽视不同政策间影响差异对产业发展的影响。具体到战略性新兴产业,那么不同政策类型也可能产生不同作用机制。理论上讲,供给型和需求型政策对新兴产业发展起直接的推动或拉动作用,而环境型政策力图提供有利的政策环境,起间接的影响作用。政府扶持政策是一个体系,单一地、过度地强调使用任何一种政策都可能对推动产业发展不利(张国兴等,2014)。 基于以上分析,本文认为政策扶持对于战略性新兴产业必不可少,其对战略性新兴产业发展的作用效果与特征制度背景有关,是典型的实证问题,其具体作用机制仍待进一步揭示。已有研究仅从补贴的视角分析产业政策且其大多以政策结果作为政策的代理变量,这一处理无论从政策识别的合理性,还是从政策影响的全面性而言,都存在较大问题。一个较为稳健的研究思路需要识别不同政策的影响,同时还应当尽量降低政策影响的内生问题,本文将在此方面进行分析,以更为合理的评价当前中国的战略性新兴产业扶持政策。 三、变量选择与数据说明 (一)战略性新兴产业政策识别与测度 从现有研究看,已有文献通过不同的视角来识别产业政策(Bronzini和Iachini,2014;宋凌云和王贤彬,2013),其得到的结论莫衷一是,即产业政策与产业发展之间关系并不具有稳健的一致性,其中有地区差异性原因,也有不同产业政策识别带来的对产业发展的影响差异,凸显了产业政策识别的重要性。关于产业政策的识别测度,现有研究很多采取政策实施结果作为政策代理变量,其可能产生估计偏误以及内生问题,进而影响研究结论可信度。为了考虑不同类型政策间的关系,同时避免可能的内生问题,本文摒弃以政策作用结果作为政策识别的研究策略,转而借助公共政策领域的政策文本工具进行政策识别与度量。更为一般性的视角看,产业政策工具可借鉴Rothwell和Zegveld(1985)的思想分为供给、需求与环境三种类型。其中,供给型政策是指政府通过人才培养、技术支持、资金支持、公共服务等方面,直接扩大要素供给,促进产业创新发展;需求型政策指的是通过政府采购、贸易政策、用户补贴、应用示范、价格指导等措施减少市场的不确定性,积极开拓并稳定战略性新兴产业市场;环境型政策指政府通过目标规划、金融支持、税收优惠、法规管制、产权保护等政策来影响发展的环境因素,从而间接影响并促进新兴产业发展。目前已有不少文献采取这种分类方式(程华和钱芬芬,2013;黄永春、祝吕静和沈春苗,2015;等),本文也采用这种政策工具分类法对战略性新兴产业政策工具进行比较研究。 为了刻画战略性新兴产业政策,本文通过国务院及各部委的官方网站、各战略性新兴产业技术协会网站、清华大学公共管理学院政府文献信息系统以及《战略性新兴产业观察》内刊等途径,采用网络数据采集、全文关键字检索等方法,收集整理了战略性新兴产业概念提出后的相关政策,即2011年1月1日至2014年6月30日的中央部委颁布的战略性新兴产业相关政策,进行梳理和分析,共得到416项政策文本,涉及国务院、财政部、国家税务总局、科技部等多部门。由于得到的政策较为混乱,本文对其进行了初步整理:对于同一部门发布,发文时间间隔在6个月(含6个月)内,且政策文件只是细微行业变化则将其整合为一个政策文本,①经过以上处理,本文删除118项政策文本,得到298项政策文本,在此基础上通过言辞和语意对政策文本按照三种政策类型进行细分分类,共得到供给型政策78项,环境型政策172项,需求型政策68项。②此外,由于不同政策的颁布主体不同其政策权重也不同,同时政策的法律效力不同其政策权重也不同,将两者结合构造政策权重系数则可以尽可能的反映政策实施效力。政策权重系数的设计不当将会显著影响本文的政策识别与研究结论,为了尽量的使用客观的政策权重系数,彭纪生、孙文祥、仲为国(2008)在对政策文本深入解读的基础上,结合专家学者、行政人员意见综合多次检验得到政策权重系数。从现有研究看,目前已有彭纪生、仲为国、孙文祥(2008),仲为国等(2009)以及张国兴(2014)等文献直接使用彭纪生、孙文祥、仲为国(2008)定义的政策权重系数。为了方便对研究结论进行比较,本文直接采用彭纪生、孙文祥、仲为国(2008)的权重构造方法,即:全国人民代表大会及其常务委员会颁布的法律,记为5分;国务院颁布的条例、各个部委的部令等记为4分;国务院颁布的暂行条例、各个部委的条例、规定记为3分;各个部委的意见、办法、暂行规定记为2分;通知、公告与规划记为1分。 政策量化只是将政策文本定量化,但其仍不能直接用于模型分析。将政策量化并以此构建模型进行分析的做法,始于Libecap(1978)对法律变革指数构建的开创性贡献,近年来国内开始有零星的文献出现(殷华方、潘镇、鲁明泓,2006;彭纪生、仲为国、孙文祥,2008,等),但是以上文献或者只是关注某一个具体政策,或者仅罗列细分政策措施进行研究,仅有的对政策进行分类的研究仅限于程华和钱芬芬(2013),但其仅考察了政策实施与产业绩效间关系,并没有解释微观层面机制问题。在以上研究基础上,本文对政策量化进一步指数化,依托企业样本以求在分析政策影响方向的同时得到内在机制。从政策的实施过程看,产业政策实施与发挥作用呈现一个时滞性,因而本文需要将政策量化在某个阶段统一进行指数化整理。同时,政策指数化又不能时间跨度太长,以避免政策指数化过度损害政策信息。为此,本文将政策按照半年一个周期进行指数化,以尽可能的减少政策信息损失,同时也可以方便的依托上市公司数据进行分析。具体的,本文按照战略性新兴产业分类构造不考虑政策权重的供给型政策变量sup_half、需求型政策变量demad_half、环境型政策变量cir_half,分别采用每半年内相应政策算术加总得到。同时定义考虑政策权重的供给型政策sup_weigt_half、需求型政策demad_weigt_half、环境型政策cir_weigt_half,分别采用半年内考虑政策权重系数的算术加总。按照不同产业、不同政策类型,本文构造了战略性新兴产业扶持政策指数(2011年6月-2014年6月,共6个周期)分析可知,除生物产业和新能源汽车产业,其他产业无论是否考虑政策权重、无论是供给型政策还是需求型政策,其变动趋势均近似呈现倒U型特征,大多在2012年达到政策出台的高峰期。从产业分类看,新能源产业和节能环保产业的扶持政策最多,体现了政府向节能减排方向转变的政策制定趋势。 同时,本文还构造政策组合指数并分析其对产业发展的影响,学界现已有很多文献研究不同政策组合的影响差异(彭纪生、仲为国、孙文祥,2008;仲卫国等,2009;张国兴等,2014),但他们多从政策目标协同、措施协同、部门间协同等角度集中研究。在现有研究的基础上,一个很自然的疑问是:在政策协同前提下,同样的两种政策搭配(例如供给型和需求型政策),其出台先后顺序不同,比重不同,其对产业发展的影响是否也不同,为探究这种可能性,本文做出大胆尝试,将政策协同具体化为政策的组合次序和比重,定义考虑政策权重的虚拟变量需求-供给型政策d_s_wegt、供给-需求型政策s_d_wegt。若满足在半年周期内需求型政策先出台,同时需求型政策的比重大于供给型政策比重,且在该周期内供给型政策不为0,则需求-供给型政策d_s_wegt赋值为1,否则赋值为0。同理,若满足在半年周期内供给型政策先出台,同时供给型政策的比重大于需求型政策比重,且在该周期内需求型政策不为0,则供给-需求型政策s_d_wegt赋值为1,否则为0。同时,本文还将定义更加广义的政策组合变量,将以上定义的相应“比重大于”的条件去掉,仅考虑周期内政策出台先后顺序,以此进行稳健性分析,其变量分别记为s_d_wegt2、d_s_wegt2。 需要说明的是,不同于彭纪生、仲为国、孙文祥(2008)与程华和钱芬芬(2013)主要研究政策累积对产业发展带来的影响,本文研究的是每个周期内新增加的政策对产业发展的影响,即本文所研究的政策影响是彭纪生、仲为国、孙文祥(2008)与程华和钱芬芬(2013)中政策指标(采取政策累积)的一阶差分,对于政策累积的作用影响,本文将通过引入年度效应等加以控制。 (二)政策实施影响企业决策的指标选择 鉴于本文以政策文本为基础进行战略性新兴产业政策识别,本文不仅关注政策对私人投资的影响,还将分析政策对政府补贴的影响。通过对比产业政策对政府补贴和私人投资的影响方向,获得战略性新兴产业不同类型政策影响的作用机制。私人投资本文以企业投资额(invest)来体现。政府补贴(sub)来源于公司年报非经常性损益表的“计入当期损益的政府补助(与公司正常经营业务密切相关符合国家政策规定、按照一定标准定额或定量持续享受的政府补助除外)”一项,部分数据由于年报中未在非经常性损益表中出现,使用营业外收入中的政府补助条目相应补充。本文依托平安证券进行的战略性新兴产业分类的上市公司数据进行政策影响分析,除政策变量外,其他数据均来自wind资讯金融终端数据库。对于上文提到以元为单位的变量,本文均采用固定资产价格指数进行了价格平减以消除价格因素影响。主要变量的描述性统计如表1所示,可以发现,sub和invest均存在负值,本文将其作为异常值处理,因此将其取对数时自然删除为非正值的样本。③通过供给型政策、需求型政策以及环境型政策等政策指数变量的标准差与平均值均存在显著差异,这一样本基础为分析产业政策对战略性新兴产业发展的影响奠定基础。标签:政府补贴论文; 显著性差异论文; 产业政策论文; 差异分析论文; 文本分类论文; 行为识别论文; 投资论文; 战略性新兴产业论文; 显著性论文; 经济论文;