产业指导目录政策的宏观经济动态因果效应评估研究

白仲林,白少凡,杨贵超

(天津财经大学 统计学院,天津 300222)

一、引言

“产业政策”首次正式出现于1986年3月六届全国人大会议审议批准的“七五”计划。1989年中央政府颁布了第一个明确的产业政策文件《国务院关于当前产业政策要点的决定》,提出了20世纪90年代政府支持、限制以及禁止发展的产业和产品。之后,为了进一步优化产业结构和抑制部分行业产能过剩,又相继出台了《当前国家重点鼓励的产业、产品和技术目录(2000年修订)》和《产业结构调整指导目录》等文件,以及2009年颁布实施了十大重点产业调整振兴规划,尤其是2011年、2013年和2019年国家发展改革委会同有关部门先后多次对2005年颁布的首部《产业结构调整指导目录》进行修订,形成了《产业结构调整指导目录(2011年本)》《产业结构调整指导目录(2013年修订本)》《产业结构调整指导目录(2019年本,征求意见稿)》。经历近四十年的理论探索和实践活动,中国已建立了系统的产业政策体系。然而,有关产业政策内涵和理论基础的学术争论尚未达成共识。同时,关于产业政策效果的评价研究也可划分为三类,一类观点是产业政策促进了经济增长。Amsden和Wade研究发现,产业政策对经济发展有助推作用,并形成了诠释东亚经济发展奇迹的“发展型政府”理论[1-2]。刘冰、韩乾以及郑安等分别发现,中国的产业政策通过保证产业安全生产和出口、提高行业竞争力、产业增长率以及行业短期投资增加等中介机制推动经济发展[3-5]。第二类观点是产业政策无效论。20世纪90年代后期爆发的东南亚金融危机引发了对产业政策阶段性和有效性的深刻反思,学术界不乏未发现产业政策促进经济增长的实证研究。例如,翟宛文认为产业政策对主导产业的扶持并不成功[6],周亚虹等发现产业政策并不能鼓励企业进行更多的研发和有效创新[7-8]。另一类观点是产业政策有效性需要前提条件。例如,陈钊和孙早等分别在具有比较优势的经济发展水平和市场化进程的条件下发现了产业政策的有效性[9-10]。

综上所述,在进一步明确界定产业政策内涵的同时,关于产业政策的理论探索不仅要深化产业政策优化的制度安排研究,而且也需要建立健全产业政策效果的科学评价体系,提高产业政策的“相机抉择”能力、长短期差异性以及与其他经济政策的协调性,使政府更高质量地服务于产业发展。特别是,关于产业政策有效性的评价研究不能局限于产业政策与产业或经济发展的统计相关性研究,“不能将包括日本在内的东亚国家和地区的经济增长成就简单归功于产业政策”;应该基于反事实的因果分析方法推断产业政策的因果效应。并且,国内有关产业政策有效性的评价研究大多“从局部着手,具体产业出发评价产业政策的好坏,很少有文献从整体上评价中国产业政策效果”[11],亟待深化产业政策的宏观整体测度与因果效应评价。另外,鉴于产业发展的连续性,产业发展的静态效应不显著并非产业政策失效,还需要推断其动态效应。于是,完善产业政策动态因果效应评价有助于及时反馈产业政策修订与校正信息,以降低政策风险。最后,对于目标多元化的产业政策,产业发展并不是唯一目标,还应该评估产业政策对其他产业乃至一国经济发展的“机会”效应。

为此,本文在梳理中国近三十年产业政策文件的基础上,筛选出以产业指导目录形式和以非目录形式规定产业(结构)发展的政策文件,运用政策内容指数方法对产业政策进行量化测度,构造产业指导目录政策变量和非目录形式产业政策变量。并且,从宏观经济供需两侧出发,建立包含GDP增长率、要素增长率和产业指导目录政策变量的宏观经济SVAR模型;另外,利用外部工具变量方法识别和估计产业政策冲击对宏观经济变量的动态因果效应,将产业政策效果评价研究拓展于整体性产业政策的宏观经济动态效应研究;最后,从供给和需求两方面细化产业政策效应分析,发掘产业政策的“动态”效应及其“得与失”,为产业政策优化及其相机抉择能力升华提供经验证据,以提高中国产业政策的精准度,降低政策成本和风险;发挥产业指导目录政策对加快构建国内国际经济双循环发展格局的作用。

本文创新和贡献在于,一是运用政策内容指数方法分别对产业指导目录政策和非目录形式产业政策进行量化测度;二是细化产业指导目录政策的动态因果效应评价,分析产业指导目录政策影响经济总产出和要素增长率的因果机理;三是分析产业指导目录政策对加快构建国内国际经济双循环发展格局的思考。

二、产业政策量化

长期以来,关于政策、制度或者法律法规等行为准则效果的评价方法大多以规范性研究为主,侧重于对政策与结果之间的演绎推理,仅仅做出一种定性判断,其研究结论具有较强的主观性,缺乏现实验证性和科学性。20世纪40年代以来,随着定量主义学派和数理社会学派等实证主义方法论的兴起,形成了任何有用的概念均可以数量测度、社会现象可以借助数学概念和公式来描述和表示、真实社会过程可运用数学模型或数学符号运算进行模拟等经验实证主义的主张和定量分析方法。例如,自Rubin建立非随机化实验的反事实实证分析方法以来,在利用定性虚拟变量量化政策处理的静态视角下,建立了因果推断方法的理论分析框架,完善了政策处理效果的因果推断理论[12]。目前,政策量化方法主要包括政策效果指数方法和政策内容指数方法两大类,前者是指在定性研究的基础上,对政策效果变量进行多元统计分析,并构建政策效果指数的方法;后者则是从政策效力级别、政策指向比例、政策目标或优先级和政策措施四个方面对政策内容进行统计量化,并构建政策演化指数。

本文将借鉴Libecap和彭纪生等构造政策内容指数的思想对中国产业指导目录政策和非目录形式产业政策进行量化测度,即按照如下四个步骤构造政策内容指数[13-14]。首先,对每项政策在三次产业的政策效力级别、政策指向比例、政策目标或优先级、政策措施四个特征进行赋值;其次,计算每项政策的各产业量化值,即求每项政策在各产业的四个特征赋值之积;然后,对归属于某期(季度)内每项政策的各产业量化值进行加总,得到各产业政策变量的时间序列;最后,依据第三产业政策变量与其他两产业政策变量之和的比测度产业政策调整产业结构的力度,即本文所指的产业政策变量。

(一)产业政策文件

本文所选择的产业政策文件来源于政府公开的政策文件,并且以“国家产业政策”为法规类别,从“北大法宝”法律法规数据库中检索到179份国家产业政策相关文件(1)截至2019年,“北大法宝”法律法规数据库中标签为国家产业政策的政策法规。,外加中国政府“八五”计划至“十三五”规划的工作报告6份,共收集产业政策相关文件185份。

为了反映产业结构政策的演进,提高政策评价的针对性和统计量化的准确性,对收集到的185份文件按照以下标准进行初步筛选:政策颁布和生效时间为1985(第一份产业政策颁布时间)至2019年,政策作用范围覆盖全国、无区域性限制;政策制定主体为中央政府(国务院及其直属机构、中央各部委);政策文件直接体现了中国产业结构演化的规定或与产业发展相关的内容。根据该筛选标准,最终选出了1992—2019年的120份国家产业政策文件,其中包括18份产业指导目录政策以及102份非目录形式的产业结构发展政策。图1列示了1992—2019年各季度颁布的两类产业政策频数。

图1 各季度颁布的产业政策数

(二)政策量化

对于已筛选的两类产业政策文件,本文运用政策内容指数方法分别进行统计量化[13]。其中,对于产业指导目录形式的政策文件,如《产业结构调整指导目录》和《外商投资产业指导目录》等18份指导目录的政策文件,量化得到产业政策变量;对于102份非目录形式的产业结构发展政策文件,其产业发展指向与产业指导目录政策文件趋势大体一致,本文量化得到产业政策变量的工具变量(下文,简称工具变量)。

为了保证政策效度的准确性和有效性,本文从政策效力级别、政策指向比例、政策目标(优先级)、政策措施四个方面进行政策量化。

1.政策效力级别

根据“北大法宝”中中国法律法规效力级别的分类方法(2)“北大法宝”法律库提供法律法规的效力级别分类,由高到低依次为:法律、行政法规、司法解释、部门规章、军事法规规章、党内法规、团体规定和行业规定。以及国家产业政策涉及的法律法规种类,将政策效力分为三个级别,包括法律、行政法规和部门规章,其中国务院各组成部门的部门规章具有同等效力,在各自的权限范围内施行(3)参见《立法法》第五章第六条。。因此,对于涉及国务院、国务院各机构以及党中央部门机构颁布的120条不同类别的法律法规,按照如下标准对政策的效力级别进行赋值,详见表1。

表1 政策效力级别

以《产业结构调整指导目录》(2005年本)为例,该政策由国家发展和改革委员会(含原国家发展计划委员会、原国家计划委员会)发布,属于部门规章,因此这项政策的效力级别得分为1。若涉及到联合颁布的政策时,按照发布部门中匹配到的最高效力级别进行赋值。

2.政策指向比例

由于本文量化的政策文件中包括对于三次产业发展的指导目录政策,政策量化还应该区分政策对不同产业(产业划分按照国民经济行业分类标准)的倾向,即确定政策对于不同产业的倾向程度。所以,定义政策指向比例及其赋值规则。

为了反映产业结构演化需要将政策文本中有关三次产业的部分加以区分,如《产业结构调整指导目录》等政策文件中包括鼓励、限制和淘汰三类指导目录,为体现政策指导的效果只选取文件中鼓励类内容进行分析,即按照鼓励类条目中属于三次产业的条目占比界定政策指向比例。政策的整体指向赋值为1,三次产业指向数量占总体的比重即为政策指向比例的得分,反映了中国产业政策对三次产业进行调整的倾向程度。对于只针对某一产业的政策,例如,《煤炭产业政策》被界定为第二产业发展的政策指导,则政策指向比例中第二产业赋值为1,第一、三产业赋值为0。再如,在《产业结构调整指导目录》(2005年本)中,鼓励类指导目录共有539条,其中涉及第一产业的17项,第二产业257项,第三产业265项,按照其占总目录数的比重,三次产业指向比例分别赋值为0.03,0.48和0.49。

3.政策目标或优先级

鉴于政策文件的约束力度和激励措施存在差异,政策量化也必须考虑政策目标力度(或优先级)和政策措施力度。于是,根据政策目标的措辞力度进行分类量化,量化规则如表2所示。

表2 政策目标力度

而且,为保证后续计算的统一性并考虑国家资源的分配规律,政策目标中赋值为-1的特殊情况,认为对于某一产业的抑制发展相当于资源同等地转移于其他产业。同时,由于抑制发展的行业只隶属于第二产业,且考虑当时产业政策发展的趋势方向,如2009年国务院同意发展改革委等部门《关于抑制部分行业产能过剩和重复建设引导产业健康发展的若干意见》的通知,将第二产业政策力度赋值为-1的政策文件转化为针对第三产业且政策力度赋值为1的政策文件。

另外,因一些产业政策文件涉及三次产业发展序列的政策目标内容,即三次产业的发展有侧重有先后。如《国务院关于当前产业政策要点的决定》(1989年)对于产业发展目标的描述是产业发展序列。为此依据产业发展序列中顺位排列位次界定政策优先级,其量化标准见表3。例如,对于《产业结构调整指导目录》(2005年本),只分析鼓励类产业目录,按照表2的得分标准,鼓励发展的产业得分为2,因此三次产业的政策目标得分均为2。

表3 政策优先级

4.政策措施

从措施的具体程度和措施种类对政策措施进行赋值,一般而言,政策措施越具体,其执行力度越强,政策产生的效果也越明显。因此,可以按照政策的具体措施多少量化政策措施,其赋值标准见表4。例如,《产业结构调整指导目录》(2005年本)的文件内容只包括产业目录的排列,不涉及政策措施内容,因此其政策措施得分均为1。

表4 政策措施

依据上述量化原则,本文对所研究的120份产业政策文件的效力级别、政策指向比例、政策力度(优先级)和政策措施进行了赋值处理(4)因篇幅所限,如有需要可联系作者。。

(三)政策统计方法

为了获得政策量化变量的季度数据,首先,按照各项政策的有效期限将其归于各季度,其中,对于有效期跨越季度的政策,若时效期超过半个季度,则归于该季度,否则归于下一季度。其次,对归属于某季度内的逐项政策,依据

(1)

进行加总,获得各产业政策力度变量的季度数值,其中i表示季度,i∈[1992Q1,2019Q4],Ni表示归于第i季度的有效政策个数,k=1,2,3表示三次产业,PEjk,PRjk,PGjk,PMjk分别表示第i季度第j项有效政策关于k产业的政策效力、政策指向比例、政策目标(优先级)和政策措施的得分。

另外,为了表示国家对产业结构调整的政策力度,即对第三产业发展的重视及促进力度,结合上述三次产业的政策力度可以计算出相较于一二产业第三产业发展的政策促进力度:

(2)

即本文所构造的产业政策变量。

以《产业结构调整指导目录》(2005年本)为例,其有效时间为2005年12月2号至2011年6月1号,假设2006年第一季度只有该政策有效,则在该期政策《产业结构调整指导目录》(2005年本)的效力级别PEjk=1;三次产业指向比例分别为PRjk=0.03、0.48、0.49;政策力度目标均为2,PGjk=2;政策实施得分PMjk=1,于是,根据式(1),三次产业的政策力度分别为SPjk=0.06、0.96、0.98;再根据式(2),可以得到2016年第一季度对第三产业的政策倾向力度为96%。

最后,将已筛选的18份产业指导目录政策和102份非目录形式产业政策分别按照上述政策量化过程和政策统计方法进行处理,依次得到产业指导目录政策变量P和非目录形式产业政策变量Z,两变量从1992—2019年的季度数据如图2所示。

图2 产业政策量化结果

由图2可见,自1989年3月国务院发布《国务院关于当前产业政策要点的决定》以来,中国调控宏观经济、优化产业结构的产业指导目录政策和非目录形式产业政策的效力均呈增强态势,尤其是稳健实施的产业指导目录政策取向有利于宏观经济稳定发展。

三、动态因果效应与SVAR-IV估计

为了研究中国产业政策对宏观经济的动态因果效应,建立SVAR模型:

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+ut,ut=Θ0εt

(3)

为此,下面首先阐述基于结构向量移动平均(SVMA)模型的动态因果效应概念,然后介绍利用外部工具变量识别与估计SVAR模型的SVAR-IV方法。

(一)动态因果效应与SMA模型

对于宏观经济系统,令ε1,t表示t时刻均值为0的随机指派处理(ε1,t=0表示t期试验未发生,ε1,t=1表示t期试验发生),那么,在h期后,ε1的单位冲击对变量Yi的因果效应可以表示为:

E(Yi,t+h|ε1,t=1)-E(Yi,t+h|ε1,t=0),i≥2

(4)

于是,在线性性和变量Yi平稳的假设下,则在h期后的平均处理效应是回归方程

(5)

的总体系数θh,i1。

在宏观经济系统中,随机处理ε1,t是指经济系统的结构冲击,是一种原始的、非预期的经济力量,它们是相互独立的不可预测冲击。因此,对于宏观结构计量模型,例如,SVAR模型,结构冲击是随机处理变量,而且变量Yi关于结构冲击ε1,t的脉冲响应函数即为结构冲击ε1,t对变量Yi的动态因果效应。

于是,如果宏观结构计量模型可表示为结构冲击的VMA模型,即SVMA模型:

Yt=Θ(L)εt

(6)

则,滞后算子多项式Θ(L)=Θ0+Θ1L+Θ2L2+…的系数数列θh,i1=∂Yi,t+h/∂ε1,t(h=1,2,…)是结构冲击ε1,t对变量Yi的动态因果效应[15]。

(二)SVAR-IV方法

实际上,向量自回归模型:

Yt=A1Yt-1+A2Yt-2+…+ut

(7)

式(7)表示Yt是在其滞后项空间的投影与新息过程ut之和,并且新息ut是Yt中不能由其滞后过程线性预测的部分,即:

ut=Yt-Proj(Yt|Yt-1,Yt-2,…)

(8)

另外,在SVAR模型中,假设新息是结构冲击的线性组合,且新息张成的空间与结构冲击所张成的空间相重合,则存在非奇异的矩阵Θ0,使得:

ut=Θ0εt

(9)

于是,如果Yt是二阶矩平稳的,则SVAR模型可表示为结构性冲击向量的移动平均过程,即:

Yt=C(L)Θ0εt

(10)

其中,A(L)=I-A1L-A2L2-…,C(L)=A(L)-1。

在VAR模型的可逆性假设下,SVAR模型的识别问题就是识别Θ0。在此,本文总结了利用外部工具识别SVAR模型结构冲击的方法。

1.外部工具变量

外部工具变量是指与所关注的随机结构冲击相关而与其他结构冲击独立的变量,即满足下述SVAR-IV条件的变量。

SVAR-IV条件:假设存在一个外部变量Zt满足以下两个条件:

则称变量Zt是结构冲击ε1t的外部工具变量。

显然,外部工具变量通常并不是经济系统中感兴趣的宏观变量,而是来源于经济系统的外部,学者们通过构建相关的外部工具变量进行实证研究。比如Romer等研究货币政策冲击时使用FOMC会议以及绿皮书中相关的预测指标为外部IV[17],之后,在研究财政政策动态因果效应时使用外生变化测度界定IV等[18]。

2.SVAR-IV识别

在SVAR-IV的假设条件下,分解

(11)

并且,假设1单位ε1,t的冲击使得Y1,t变动1单位,即进行单位效应归一标准化,Θ0,11=1,若Zt是结构冲击ε1t的多个工具变量的向量,则回归模型

ui,t=Θ0,i1u1,t+{ε2:n,t}

(12)

系数的IV估计量即可估计总体系数Θ0,i1,特别地,当Zt为标量时,根据式(11)可以得到:

(13)

由于新息向量ut是不可观测的,回归模型(12)不可直接进行IV估计。一种方法是根据式(8),式(12)可以再表示为:

Yi,t=Θ0,i1Y1,t+γi(L)Yt-1+{ε2:n,t}

(14)

并且,系数Θ0,i1和γi(L)的估计可以用工具Zt对每个方程进行二阶段最小二乘估计得到,其中,γi是投影Proj(Yi,t-Θ0,i1Y1,t|Yt-1,Yt-2,…)的系数。

显然,这种方法不会引起有效性的损失,称该方法为SVAR-IV方法[16]。

实际上,SVAR-IV方法是一种三阶段最小二乘估计方法,其估计步骤可归结为如下三步:

(3)结构冲击ε1,t对变量向量的动态因果效应为:

(15)

当然,动态因果效应估计量与外部工具变量有直接关系,若外部IV与感兴趣结构冲击是强相关时,估计结果是可靠的;否则,标准差的标准估计方法是不可靠的,一个常见的方法是利用参数自举的方法获得估计量的置信区间。

四、实证分析

(一)宏观经济系统与SVAR模型设定

为了建立结构向量自回归模型,本文从社会总需求和生产总供给两方面建立经济系统的均衡模型。首先,借鉴Taylor等对于财政政策的设定[19],设定了产业指导目录政策模型:

Pt=φg(Ct,It,NXt,Yt,Kt;Lt)+(1-φ)Pt-1+ε1,t

(16)

其中,Pt表示t期的产业指导目录政策,φg(Ct,It,NXt,Yt,Kt;Lt)表示政府基于经济现状的政策预期,(1-φ)Pt-1表示上期产业政策的反馈机制。分别依据凯恩斯主义的消费函数、投资加速模型、CD生产函数和资本永续盘存规则等经济理论,设定内生变量的经济关系的联立方程组:

(17)

(二)数据来源与变量选取

本文所采集的原始数据分别来源于国家统计局网站、国泰安数据库、Wind数据库,时间跨度为1992年至2019年的季度数据。

经济总产出指标(Y):经济总产出用不变价格国内生产总值GDP表示,以1992年为基期,并利用季度GDP平减指数去除GDP中价格变动的影响。

消费需求(C):用不变价格的居民人均消费支出表示。从2013年起,国家统计局开展了城乡一体化住户收支与生活状况调查,因此国家统计局关于居民人均消费支出的季度数据始于2013年,居民人均消费支出的累计增长为扣除价格因素的实际增长;2013年前为分城镇和农村住户的调查,为补齐之前的数据,根据城镇和农村人口数,对2003年至2012年季度城镇家庭人均消费性支出和农村居民人均现金支出数据进行加权平均,得出居民人均消费支出;由于2003年之前的数据不可得,本文先将城镇家庭人均消费支出与农村居民平均每人年支出的年度数据拆分为季度数据,再根据城镇和农村人口数进行加权平均得出居民人均消费支出,并利用居民消费价格指数(CPI)剔除价格变动的影响。

投资需求(I):用固定资产形成总额表示总体投资,采用国家统计局固定资产形成总额年度数据,并利用固定资产投资价格指数缩减为以1992年为基期的不变价格固定资产形成总额,并将年度数据拆分为季度数据。

资本存量(K):资本的投入采用固定资本存量指标,借鉴已有文献确定1992年初始期的资本存量和不变季度折旧率(1.25%),并使用永续盘存法计算各期的资本存量[20]。

出口需求(NX):出口需求采用中国净出口的季度数据,2013年之前的数据利用年均美元汇率换算为人民币计量。

人力资本(L):人力资本采用全国总就业人数指标,由于就业人数只有年度统计且季度变化不大,因此用年度就业人数填充作为季度不变就业人数。

产业指导目录政策(P):产业指导目录政策采用本文中的政策量化结果,即18份产业指导目录政策文件的统计量化数据。

工具变量(Z):工具变量是依据与产业指导目录政策相关的102份非目录形式产业政策文件统计量化所得变量。

(三)动态因果效应估计

首先对季度数据变量进行季节调整,并对季节调整后的变量进行平稳性检验,各个变量的单位根检验结果如表5所示。

表5 单位根检验结果

并且,根据AIC与SC准则所设定VAR(1)系统特征多项式根的倒数均分布于单位圆内。因此,VAR模型系统

Yt=A1Yt-1+μt

具有稳定性。其中,Yt=(Pt,DLNYt,DLNIt,DLNCt,NXt,DLNKt,DLNLt)′。

鉴于研究产业指导目录政策的结构冲击对系统内各个变量动态因果效应的目的,本文借助外部工具变量的SVAR-IV方法识别这些动态因果效应。显然,变量Z与产业指导目录政策变量相关,但与模型中经济增长率、消费增长率、投资增长率和净出口等变量不存在直接的同期相关性,因此可认为变量Z是SVAR模型的外部工具变量。

于是,借鉴SVAR-IV方法的计算步骤,可估计出产业指导目录政策结构冲击对系统内各个变量的动态因果效应,这里显示了产业指导目录政策结构冲击对8个内生变量24期(即6年)的脉冲响应函数,如表6所示。

表6 产业政策冲击动态因果效应累计的估计

其中,表6的第二列表示零期1单位产业政策冲击对当期及其滞后期的产业指导目录政策变量的动态效应;第三列到第八列分别表示产业指导目录政策冲击对经济增长率、净出口、消费增长率、投资增长率、资本增长率和劳动增长率等变量当期至滞后12期的累积动态因果效应。

由于VAR模型的可逆性、工具变量的弱工具性质直接影响着政策动态因果效应SVAR-IV估计量的准确性,必须进行弱工具检验和可逆性检验。并且,因依据IV标准误差推断的不可靠性,本文同时利用同方差一阶段F统计量以及异方差自相关稳健F统计量检验弱工具变量的零假设,检验结果如表7显示。于是,弱工具变量检验拒绝了“弱工具变量”的零假设。

表7 弱工具检验

另外,本文采用格兰杰因果检验推断工具变量Z与VAR系统内生变量Y的因果关系,即检验VAR模型的可逆性,检验结果如表8所示。

表8 VAR可逆性检验(P值)

在表5中,对于VAR模型的每一方程,由p值大于0.05可知,格兰杰因果性F检验在5%的显著性水平均接受了“工具变量Z及其滞后项的系数均为零”的零假设,即VAR模型可逆。因此,SVAR-IV方法可靠地识别出产业指导目录政策冲击对宏观经济的动态因果效应。

(四)脉冲响应分析

本文也绘制了产业指导目录政策1单位冲击对SVAR系统内生变量的脉冲响应函数,如图3所示。由图3(a)可见,产业指导目录政策的政策作用力随着时间推移而线性衰减,但是,其半衰期为8期(两年)之久;所以,产业指导目录政策属于中长期的战略性经济政策,产业指导目录政策冲击对经济增长率具有倒U型长达三年之久的正向长期效应;产业指导目录政策冲击对净出口具有1期刺激效应,但是中长期效应并不显著。实际上,尽管2018年中国已成为全球第一贸易大国,但是中国制造业主要通过加工贸易方式参与全球价值链,处于价值链下游。于是,优化贸易结构的中国产业指导目录政策必然影响下游贸易品的长期供给。指导目录政策冲击对下游贸易品供给的负面预期增加了短期需求、拉动了净出口短期增长。但是,优化贸易结构的贸易增长效应需要供给侧要素增长率的较长期调整来支持,如图3(f)～(g)所示。因此,产业指导目录政策冲击对中长期(1季度后)净出口存在逐渐消失的微弱负面影响。

同样,图3(c)表明,产业指导目录政策冲击对国内消费增长也具有短期的微弱刺激效应,约2期后刺激效应逐步减弱,3期之后政策效应消失。可见,在短期内,产业指导目录政策导致的最终(低端)消费品结构性下降预期会刺激消费增长;但是,改善产业结构的产业指导目录政策尚不能转变中国的消费习惯,刺激消费增长的长期效应并非显著。因此,优化产业结构倒逼消费结构升级、进而刺激消费增长必须以培育消费习惯升级为基础,以新业态新模式引领新型消费发展。显然,该结果也与孙早和许薛璐的研究结论“低技术产业技术吸收效应不仅不能促进整体消费水平的提高,反而对消费结构高级化造成明显阻碍”相雷同[21]。

由图3(e)～(g)可知,随着技术创新缓释研发风险和政府扶植政策确定性增强,社会投资将保持较长期的增长态势,产业指导目录政策冲击对社会投资增长率存在明显的倒U型特征。同时,产业指导目录政策不仅加速报废落后生产设备,而且社会投资锐减,使得资本存量出现2期迅速缩水。之后,伴随着投资回暖,逐步抑制了资本存量下滑、控制了资本外溢。另外,鉴于资本劳动比相对稳定,产业指导目录政策冲击对劳动增长率的影响与资本要素的动态行为类似,呈现2期探底的V型变化,而且具有非对称性特征。

图3 产业指导目录政策冲击的脉冲响应

五、结论

在梳理中国近三十年产业政策文件的基础上,本文首先运用政策内容指数方法分别对产业指导目录政策文件和非目录形式产业政策文件进行统计量化,分别构造了产业指导目录政策变量和非指导目录产业政策变量,深化了产业政策的宏观整体测度。分析发现,产业指导目录和非指导目录政策的效力呈增强态势,尤其是稳健实施的产业指导目录政策取向有利于宏观经济稳定发展。其次,本文构建了分析产业指导目录政策宏观经济效应的SVAR模型,并利用SVAR-IV方法识别和估计产业政策结构冲击对宏观经济变量的动态因果效应。实证分析得出如下结论:

其一,对经济增长率具有倒U型长达超过三年的正向长期效应的产业指导目录政策属于中长期的战略性经济政策,其半衰期约为两年之久;

其二,优化产业结构的产业指导目录政策尚不具有转变中国消费习惯的作用,优化产业结构倒逼消费结构升级、刺激消费增长的传导效应尚待改善;

其三,随着技术创新缓释研发风险和政府扶植政策确定性增强,产业指导目录政策冲击将对社会投资产生较长期的刺激效应;

其四,优化产业结构的指导目录政策冲击增加了低端加工贸易的短期需求、拉动短期净出口增加,但是对中长期的净出口存在逐渐消失的微弱负面影响;

其五,产业指导目录政策冲击对资本和劳动要素增长率均存在非对称V型的动态因果效应。

有鉴于此,产业指导目录政策的实施应兼顾政策的短期与长期效应,充分发挥产业指导目录政策对社会投资增长率、资本和劳动要素增长率的短期抑制效应,积极发挥其逆周期调节作用。同时,也必须强化产业指导目录政策与稳定国际贸易的财政税收、金融支持等政策的协调,善于权衡产业指导目录政策提升全球价值链地位与净出口拉动经济增长的利弊。另外,积极培育消费习惯升级,以新业态新模式引领新型消费发展,实现产业指导目录政策倒逼消费结构升级,加快构建国内国际经济双循环发展的新格局。