中图分类号:F062.3 文献标识码:A 0 引言 2008年全球金融危机的爆发加速了中国经济深层次问题的显现,表征上体现为经济增长动力不足、产能过剩、产业结构合理化程度偏低等,其根源在于中国经济供给侧的创新驱动力不足[1]。新常态下,中国政府将创新驱动型经济发展模式提升至战略高度,而技术进步是实现创新驱动型经济发展模式的关键所在。除了依靠国内自主研发的形式以外,通过贸易以及长期国际资本流入渠道所形成的国际先进知识技术的溢出是推进东道国技术进步的重要驱动因素之一,这就隐约意味着,在经济全球化的背景下,中国技术进步还会受到国际环境因素的影响。美国在全球经济金融领域有着重要的影响力,源自美国的扰动因素不容忽视。自特朗普政府执政以来,秉着“美国优先”以及“全球紧缩”经贸保护主义的执政理念,实施了一系列与往届政府截然不同的经济政策,这些经济政策实施的过程中存在一定的分歧和争议,并由此导致美国经济政策不确定性显著上升。当前中国已经成为仅次于美国的全球第二大经济体,在某种程度上美国已经将中国视作潜在的战略竞争对手,遏制中国经济创新能力提升,成为美国新一届政府对华经济政策的主基调。基于上述背景,一个值得研究的问题是:美国经济政策不确定性是否会影响中国技术创新?随着国内、国外经济环境的变化,上述影响是否呈现出非线性特征?针对当前阶段美国经济政策不确定性显著上升的现实,对上述问题的回答有助于中国政府准确识别影响技术创新的美国因素,并制定出适宜性和应对性的创新支持政策,优化企业创新的政策环境,推进中国经济向高质量发展迈进。 1 文献回顾 从国际文献来看,根据不同的研究目的和研究思路,大致可分为以下几类:第一类关注经济政策不确定性对产出、物价以及失业率等宏观经济变量的影响[2-4];第二类文献关注经济政策不确定性对微观经济主体决策行为的影响,如企业部门投资[5]、研发创新[6,7]、现金持有[8]、金融部门的融资决策等[9,10];第三类文献侧重研究经济政策不确定性对资产估值、资本市场以及大宗商品价格的冲击[11]。然而,上述文献主要考察某国国内经济政策不确定性在该国国内形成的经济效应。国际货币基金组织(IMF)在2013年“全球多边政策”报告中明确强调,全球经济对于美国以及欧洲的经济政策不确定性溢出效应不容忽视;此外,上述文献在结论上一致性地认为经济政策不确定性与目标变量之间呈现反向关系,这与早期Abel的理论分析结论相悖,其认为不确定性与目标变量之间未必呈现反向关系[12]。因此,近期国际文献沿着两个维度进一步推进。 第一,在研究视角上不再局限于一国国内,而是立足于全球视角,系统评估经济政策不确定性的全球溢出效应。Colombo基于SVAR模型研究发现,美国经济政策不确定性对欧元区的价格指标的负向影响更明显[13]。Kl
βner等研究了6个发达国家经济政策不确定性溢出效应,发现在金融危机之后,美国和英国是经济政策不确定性的主要净溢出国,而加拿大和其余国家为政策不确定性的净接受者[14]。Bernal等研究发现,德国和法国经济政策不确定性上升加剧了欧元区其他国家主权债券市场的系统性风险,进而对欧元区经济发展形成负向冲击[15]。Ko和Lee基于谱分析的结果表明,美国经济政策不确定性与全球11个国家股票市场形成反向关系[16]。Belke和Osowski基于大规模FAVAR模型做了类似研究,发现相比欧元区,美国经济政策不确定性是引起全球经济政策不确定性上升的主要冲击源[17]。 第二,在研究方法上进行了改进,采用非线性计量工具。Antonakakis等研究发现,美国经济政策不确定性与住房市场收益率存在显著的动态时变相关性[18]。Caggiano等基于STVAR模型研究发现,在经济萧条期间美国经济政策不确定性对失业率的影响更显著[19]。 国内相关研究基本遵循了国际文献的研究思路,并取得了丰硕成果。国内学者分别研究了中国经济政策不确定性对国内产出、投资、消费、出口、创新等宏观经济变量或微观经济主体决策行为的影响[20-22]。 从近期国际文献的研究趋势来看,美国经济政策不确性是引起国际经济环境波动的始作俑者,对全球其他国家经济均形成了净溢出效应,且与目标变量的影响呈现非线性特征。相比之下,仅有少量国内学者研究了全球经济政策不确定性对国际粮食价格、出口产品质量或新兴国家资本流向的影响[23,24],鲜有学者关注美国经济政策不确定对我国创新的影响;此外,国内相关文献在研究方法上多采用固定系数模型,这些线性模型虽能刻画政策不确定性与目标变量之间的动态关系,但无法捕捉这种动态关系随着经济环境的变化而改变的特征,由此而得到的研究结论有偏离现实的可能。 基于上述理解,本文设定非线性VAR类模型,研究美国经济政策不确定性对中国技术创新的影响。本文的边际贡献体现如下:首先,在研究视角上本文关注美国经济政策不确定性,而非中国经济政策不确定性,本文的研究是对国内现有相关文献的补充与延伸;其次,在研究方法上本文采用非线性FAVAR模型,避免了基于固定系数模型可能产生的模型误设的问题,以及小规模VAR模型可能形成的遗漏变量的问题,所得出的研究结论与现实更为贴切;再次,在目标变量上本文关注的对象为中国技术创新,研究主题及相应的结论对当前中国创新驱动型经济发展战略的实施有着重要的理论与现实指导价值。