美國經濟政策不確定性是否影響中國技術創新

何富美,豆振江,劉逢雨

(中南財經政法大學金融學院，湖北 武漢 430073)

0 引言

2008年全球金融危機的爆發加速了中國經濟深層次問題的顯現，表征上體現為經濟增長動力不足、產能過剩、產業結構合理化程度偏低等，其根源在于中國經濟供給側的創新驅動力不足[1]。新常態下，中國政府將創新驅動型經濟發展模式提升至戰略高度，而技術進步是實現創新驅動型經濟發展模式的關鍵所在。除了依靠國內自主研發的形式以外，通過貿易以及長期國際資本流入渠道所形成的國際先進知識技術的溢出是推進東道國技術進步的重要驅動因素之一，這就隱約意味著，在經濟全球化的背景下，中國技術進步還會受到國際環境因素的影響。美國在全球經濟金融領域有著重要的影響力，源自美國的擾動因素不容忽視。自特朗普政府執政以來，秉著 “美國優先”以及 “全球緊縮”經貿保護主義的執政理念，實施了一系列與往屆政府截然不同的經濟政策，這些經濟政策實施的過程中存在一定的分歧和爭議，并由此導致美國經濟政策不確定性顯著上升。當前中國已經成為僅次于美國的全球第二大經濟體，在某種程度上美國已經將中國視作潛在的戰略競爭對手，遏制中國經濟創新能力提升，成為美國新一屆政府對華經濟政策的主基調。基于上述背景，一個值得研究的問題是：美國經濟政策不確定性是否會影響中國技術創新？隨著國內、國外經濟環境的變化，上述影響是否呈現出非線性特征？針對當前階段美國經濟政策不確定性顯著上升的現實，對上述問題的回答有助于中國政府準確識別影響技術創新的美國因素，并制定出適宜性和應對性的創新支持政策，優化企業創新的政策環境，推進中國經濟向高質量發展邁進。

1 文獻回顧

從國際文獻來看，根據不同的研究目的和研究思路，大致可分為以下幾類：第一類關注經濟政策不確定性對產出、物價以及失業率等宏觀經濟變量的影響[2-4]；第二類文獻關注經濟政策不確定性對微觀經濟主體決策行為的影響，如企業部門投資[5]、研發創新[6，7]、現金持有[8]、金融部門的融資決策等[9，10]；第三類文獻側重研究經濟政策不確定性對資產估值、資本市場以及大宗商品價格的沖擊[11]。然而，上述文獻主要考察某國國內經濟政策不確定性在該國國內形成的經濟效應。國際貨幣基金組織 (IMF)在2013 年 “全球多邊政策”報告中明確強調，全球經濟對于美國以及歐洲的經濟政策不確定性溢出效應不容忽視；此外，上述文獻在結論上一致性地認為經濟政策不確定性與目標變量之間呈現反向關系，這與早期Abel的理論分析結論相悖，其認為不確定性與目標變量之間未必呈現反向關系[12]。因此，近期國際文獻沿著兩個維度進一步推進。

第一，在研究視角上不再局限于一國國內，而是立足于全球視角，系統評估經濟政策不確定性的全球溢出效應。Colombo基于SVAR模型研究發現，美國經濟政策不確定性對歐元區的價格指標的負向影響更明顯[13]。Kl??ner等研究了6個發達國家經濟政策不確定性溢出效應，發現在金融危機之后，美國和英國是經濟政策不確定性的主要凈溢出國，而加拿大和其余國家為政策不確定性的凈接受者[14]。Bernal等研究發現，德國和法國經濟政策不確定性上升加劇了歐元區其他國家主權債券市場的系統性風險，進而對歐元區經濟發展形成負向沖擊[15]。Ko和 Lee基于譜分析的結果表明，美國經濟政策不確定性與全球11個國家股票市場形成反向關系[16]。Belke和Osowski基于大規模FAVAR模型做了類似研究，發現相比歐元區，美國經濟政策不確定性是引起全球經濟政策不確定性上升的主要沖擊源[17]。

第二，在研究方法上進行了改進，采用非線性計量工具。Antonakakis等研究發現，美國經濟政策不確定性與住房市場收益率存在顯著的動態時變相關性[18]。Caggiano等基于STVAR模型研究發現，在經濟蕭條期間美國經濟政策不確定性對失業率的影響更顯著[19]。

國內相關研究基本遵循了國際文獻的研究思路，并取得了豐碩成果。國內學者分別研究了中國經濟政策不確定性對國內產出、投資、消費、出口、創新等宏觀經濟變量或微觀經濟主體決策行為的影響[20-22]。

從近期國際文獻的研究趨勢來看，美國經濟政策不確性是引起國際經濟環境波動的始作俑者，對全球其他國家經濟均形成了凈溢出效應，且與目標變量的影響呈現非線性特征。相比之下，僅有少量國內學者研究了全球經濟政策不確定性對國際糧食價格、出口產品質量或新興國家資本流向的影響[23,24]，鮮有學者關注美國經濟政策不確定對我國創新的影響；此外，國內相關文獻在研究方法上多采用固定系數模型，這些線性模型雖能刻畫政策不確定性與目標變量之間的動態關系，但無法捕捉這種動態關系隨著經濟環境的變化而改變的特征，由此而得到的研究結論有偏離現實的可能。

基于上述理解，本文設定非線性VAR類模型，研究美國經濟政策不確定性對中國技術創新的影響。本文的邊際貢獻體現如下：首先，在研究視角上本文關注美國經濟政策不確定性，而非中國經濟政策不確定性，本文的研究是對國內現有相關文獻的補充與延伸；其次，在研究方法上本文采用非線性FAVAR模型，避免了基于固定系數模型可能產生的模型誤設的問題，以及小規模VAR模型可能形成的遺漏變量的問題，所得出的研究結論與現實更為貼切；再次，在目標變量上本文關注的對象為中國技術創新，研究主題及相應的結論對當前中國創新驅動型經濟發展戰略的實施有著重要的理論與現實指導價值。

2 理論基礎與傳導機制

2.1 國際資本流動傳導渠道

知識與技術具有公共物品的屬性，表現為非競爭性和非排他性特征，企業不僅可以依靠自身內部的研發來加強知識的積累，還可以通過外部渠道獲取新知識和新技術。國際資本流動，尤其是以FDI形式的長期資本流動是國際先進知識、技術擴散的重要載體。究其原因，能夠從事跨境投資的多為跨國公司 (MNEs)，相比東道國國內的企業，這些跨國公司擁有更為成熟和先進的技術水平，通過在東道國直接新建項目、聯合經營或跨國并購的形式，這些先進知識、技術也會隨著投資項目一并轉移至東道國，跨國企業本土化經營使得東道國企業有機會參與其中，并形成 “干中學”效應，從而能大幅提升東道國企業人員知識積累和技術水平[25]。長期國際資本流動在形式上表現為跨國公司資本在全球范圍內的優化投資組合，其根本動力是在全球范圍內追尋資本收益最大化，意味著國際經濟環境的變化對國際資本的流向構成影響，而由前文綜述部分可知，美國經濟政策不確定性是引起國際經濟環境波動的重要影響因素之一。

2.2 進出口貿易傳導渠道

在開放經濟環境下，提升產品在國際市場競爭力、獲取壟斷利潤是企業研發創新的動力根源。美國經濟政策不確定性上升不僅會改變美國市場對中國產品的需求規模以及需求結構，作為全球超級大國，還會對非美國的全球貿易市場構成沖擊。對于國內出口企業而言，國際貿易市場格局的改變意味著企業原有的競爭優勢降低，為了順應市場的新變化、提升產品在國際市場的競爭力，企業必須逼迫自己加強研發創新，促進出口產品的升級與優化，由此從貿易出口維度體現了美國經濟政策不確定性對國內企業研發創新的 “倒逼機制”[22]。從進口層面來看，這種 “倒逼機制”同樣存在，根據南北貿易模型，發展中國家進口的工業制成品居多，相比出口的初級產品，工業制成品中蘊含著更為先進的技術水平，這就容易誘發發展中國家企業的技術模仿，降低自主研發的積極性；然而發達國家經濟政策不確定性上升對本土企業出口形成抑制效應[26]。這里我們以發達國家政府出口補貼政策不確定性為例，發達國家企業的出口決策權也類似于一份期權，在這種政策不確定性擾動下，企業會延遲出口決策，選擇等待與觀望對自己更有利，對于發展中國家企業而言，意味著喪失了技術模仿的機會，迫使這些企業增強研發投入，減少對技術模仿的依賴。

2.3 美國經濟政策不確定性與中國技術創新非線性關系研判

不少學者證實了美國經濟政策不確定性對目標變量的影響具有非線性特征，而引起這種非線性經濟效應的原因在于美國經濟政策基調的變化以及宏觀經濟環境的變化所致。當前階段，中國正處于經濟轉型期，相比以往，中國企業創新所處的宏觀經濟環境有了明顯的改變。本文沿襲Antonakakis的研究思路，構建含有美國經濟政策不確定性以及中國技術創新的DCC-GARCH模型[18]，力圖從數據上研判美國經濟政策不確定性與中國技術創新可能存在的潛在非線性關系。

從圖1可以直觀地看出，樣本期內美國經濟政策不確定性與中國技術創新兩者之間的動態相關性呈現明顯的時變特征。就區間差異性而言，2006M1—2008M9、2011M5—2013M7以及2016M12—2017M6這三個區間，兩者相關性為正值，表明在這期間，美國經濟政策不確定性與中國技術創新呈現同向關系，而在2008M10—2011M4、2014M2—2016M11以及2017M7—2017M12期間，兩者相關性為負值，表明在這些區間內，美國經濟政策不確定性與中國技術創新呈現反向關系。這與中國宏觀經濟發展的階段性特征基本吻合，2006—2008年、2009—2011年、2012—2013年、2014—2017年分別對應著中國經濟穩速發展期、金融危機及調整期、經濟持續下行期以及經濟新常態四個階段，這就印證了Antonakakis等的研究結論，即宏觀經濟環境的變化與經濟政策不確定性的非線性經濟效應不無關系。此外，同一區間內的不同時點，美國經濟政策不確定性與中國技術創新的動態相關性也存在差異，以新常態階段為例，2014M12、2015M3以及2016M7三個時刻兩者相關性分別為-0.6753、-0.4958和-0.2187。

圖1 美國經濟政策不確定性與中國技術創新動態相關性非線性特征

盡管基于DCC-GARCH模型的實證結果表明，美國經濟政策不確定性與中國技術創新兩者之間存在潛在的時變相關性，但無法刻畫美國經濟政策不確定性對中國技術創新的動態沖擊效應及其傳導機制，因此，本文設定非線性計量模型展開進一步檢驗。

3 美國經濟政策不確定性對中國技術創新影響的實證研究

VAR類模型是宏觀經濟問題分析的經典研究方法，根據圖1報告的結果，固定系數VAR類模型難以滿足本文的研究需要，從既有的非線性VAR類模型來看，大致可分為門限 (TVAR)、平滑轉移 (STVAR)和時變 (TVP-VAR)三種基本類型，TVAR和STVAR都是以模型中某一個或某幾個變量的結構性突變刻畫非線性特征，且只能捕捉有限個間斷點，而TVP-VAR以一階隨機游走捕捉模型變量非線性特征，相比之下，更能有效刻畫因宏觀經濟環境變化所引致的模型變量非線性特征[27]；此外，中國技術創新不僅受到美國經濟政策不確定性這一國際因素的影響，還會受到國內宏觀經濟因素的影響。為了單一性地凸顯美國經濟政策不確定性對中國技術創新的影響，這里沿襲Zhang和Zhou的思路，將影響中國技術創新的國內宏觀經濟因素作為控制變量置入計量模型[28]。然而，這些國內宏觀經濟因素涵蓋產出類、價格類、貨幣類等多個變量指標，顯然，若將這些變量置入小規模的VAR類模型，容易產生 “維數詛咒”的問題。基于上述考慮，本文參照金春雨和張龍的做法，在小規模的TVP-VAR模型中引入國內宏觀經濟信息集的共同因子，構建TVP-SV-FAVAR模型展開實證研究[29]，如此設定既能體現美國經濟政策不確定性對中國技術創新的時變沖擊特征，又能克服小規模VAR模型因維數詛咒產生的遺漏變量的不足。

3.1 TVP-SV-FAVAR模型設定

根據Primiceri，先構建基本的TVP-VAR模型，表述如下：

(1)

式中，Yt是k×1維的觀測向量，這里由經濟政策不確定性、進出口貿易、長期國際資本以及中國技術創新四個變量構成；p為模型變量滯后期；At、∑t分別為模型變量同期結構關系和誤差擾動項協方差。正如上文所述，在模型中我們要將影響中國技術創新的國內宏觀經濟因素作為控制變量置入模型 (1)，為了防止出現維數詛咒問題，采用因子分析法對宏觀經濟信息集進行降維處理，如下：

Xt=λFt+vt,vt～N(0,Vt)

(2)

式中，Xt為N×1維國內宏觀經濟數據集構成，Ft是基于主成分分析法從宏觀經濟數據集中提取的共同因子，基本上囊括了Xt的絕大多數信息，進而起到降維的作用。將共同因子Ft作為控制變量置入模型 (1)，如下：

(3)

式 (2)和式 (3)就是在式 (1)基礎上引入共同因子，構成TVP-SV-FAVAR模型。由式 (3)下標容易看出，動態滯后項系數Bt,j,j=1,…p，隨機擾動項εt以及模型變量同期關系At均為時變的。為了便于表述這些時變特征，做如下處理：對動態滯后項系數矩陣以模型變量同期關系矩陣進行迭戈，令βt= (Ct,vec(Bt,1)′,vec(Bt,2)′,…,vec(Bt,j)′)′，其為 (k+1)2p×1維時變系數向量；為了有效識別模型參數，采用文獻中常見做法，假定At是主對角線為1的下三角矩陣，∑t為對角陣，如下：

βt=βt-1+μβt,μβt～N(0,∑βt)

(4)

αt+1=αt+μαt,μat～N(0,∑αt)

(5)

ht+1=ht+μht,μht～N(0,∑ht)

(6)

以上即完成了TVP-SV-FAVAR模型的設定。

3.2 模型參數估計方法

為了簡化估計，將待估計參數∑β、∑a和∑h設定為對角矩陣且分別服從以下分布， (∑β)-2～Gamma(40,0.02); (∑a)-2～Gamma(40,0.02); (∑h)-2～Gamma(40,0.02);從各自的分布中抽樣并計算均值作為∑β∑a和∑h估計值。對于參數βt、at、ht，運用MCMC算法從后驗聯合分布π(βt,αt,ht,∑β,∑a,∑h|y)抽樣的均值作為估計值。此外，假設βt、at和ht互不相關，其初始值的后驗分布設定如下：βs+1～N(μβ0,∑β0)αs+1～N(μα0,∑α0)hs+1～N(μh0,∑h0)；μβ0=μa0=μh0=0；∑β0=∑a0=∑h0=10×I。由于后驗聯合分布π(βt,αt,ht,∑β,∑a,∑h|y)的具體解析式未知，本文運用Geman等 (1987)基于條件分布順序抽樣的Gibbs算法構造不可約的正常返Markov鏈，Markov鏈遍歷定理保證在抽樣次數足夠多的情況下，依條件密度順序抽樣會漸進收斂于參數聯合概率分布。具體算法如下：①給βt，at，ht，∑β，∑a和∑h賦初始值；②抽βt|at,ht,∑β,y；③抽∑β|βt；④抽at|βt,ht,∑a,y；⑤抽∑a|at；⑥抽ht|βt,at,∑h,y；⑦抽∑h|ht。從②至⑦即完成一次迭代，本文MCMC抽樣迭代10000次，預燒1000次。

3.3 變量定義及數據處理

就美國經濟政策不確定性而言，現有文獻中常見的代理變量有三種類型，分別為政權變更、政府換屆選舉，經濟政策變量的條件異方差以及Baker 等基于文本挖掘和清洗技術構建的經濟政策不確定性指數 (簡稱BBD指數)。相比之下，前兩類代理指標在刻畫經濟政策不確定性全局性方面存在一定的不足。例如，從內生性來看，美國經濟政策不確定性起因源于多種因素，不僅包括政權變更，還包括自然災害、突發事件、恐怖襲擊、經濟危機等。此外，政權變更的影響在時間節點上具有可預期性、在地域上輻射范圍具有有限性等不足。因此，本文使用BBD指數作為美國經濟政策不確定性的代理指標，標記為ZC。就長期國際資本而言，本文采用文獻中普遍性的做法，以中國實際使用外資余額作為代理變量，并記為FDI。現有文獻中通常用研發投入、創新成果或新產品銷售收入占比這三種指標作為技術創新的代理指標，Dang和Motohashi認為專利授權量更適合度量中國的技術創新[30]。本文以專利授權量作為中國技術創新的代理變量，記為ZL。以進出口貿易同比作為貿易變量，記為JCK。就國內宏觀經濟信息集而言，選擇50個代表國內影響技術創新的宏觀經濟變量，主要包括產出類、價格類、投資類、貨幣類以及資產價格類。上述原始數據源于國家統計局網站、中國人民銀行網站、萬德數據庫，其中美國經濟政策不確定性指數源于www.policyuncertainty.com網站。

本文數據頻率為月度，樣本區間選定為2006M1-2017M12。數據做處理如下：①對原始數據進行季節性檢驗，若存在季節性則采用Census-X12進行去季節處理；②將原始數據化為均值為0、標準差為1的標準序列；③ 采用不含趨勢項和截距項的ADF對于處理后的變量展開平穩性檢驗，對于不平穩的序列采用一階差分處理；④通過EVIEWS9.0軟件采用主成分分析法，從影響技術創新的50個國內宏觀經濟指標中提取共同因子，最終確定兩個共同因子，記為F1和F2(見圖2)。

圖2 宏觀經濟信息集共同因子

3.4 實證結果分析

由圖3可直觀看出，通過貿易以及長期國際資本流動傳導渠道，美國經濟政策不確定性對中國創新構成沖擊，且在第1和第2個月較為明顯，大約持續6個月之后逐漸消失。此外，在不同時刻，這種沖擊的程度以及方向呈現明顯的時變特征。具體而言，2006M3—2008M4期間，ZL在當期和滯后2期的脈沖響應值略低于0值，表明這期間美國經濟政策不確定性上升對中國技術創新形成了不太明顯的抑制效應，究其原因，在2008年全球金融危機之前，全球經濟環境整體處于上升周期，由此也帶動了以出口為導向的中國經濟的發展，中國對外貿易發展勢頭良好，進出口貿易總額持續上升。與此同時，中國政府不斷向全球資本擴大開放程度，吸引國際長期資本流入的基礎性條件得到持續性改善。2008M11—2011M3期間，ZL的當期脈沖響應值明顯低于0值，表明在金融危機及調整期內，美國經濟政策不確定上升在期初明顯抑制了中國技術創新，不難理解，這與金融危機期間中國企業創新所處的宏觀經濟環境有關，受金融危機負向沖擊的影響，國內外宏觀經濟環境持續惡化，在這一背景下，企業創新投資的意愿明顯降低；除了在金融危機及調整期的ZL當期的脈沖響應值在0以下之外，2008M5—2015M6期間內，ZL在當期和滯后2期的脈沖響應值略高于0值，尤其在 2011M8—2013M9期間相對較為明顯，而在2013M10—2015M5期間有一定程度降低。該實證結果表明，在此期間，美國經濟政策不確定性上升對中國技術創新起到正向促進作用。對此，本文認為這與在此期間美國經濟政策調整的基調不無關系，為了應對金融危機的不利影響，美國政府實施了有史以來規模最大的金融救援計劃以及一攬子非常規性財政政策，向市場注入了大量的流動性，在這些政策基調上形成的美國經濟政策不確定性對于中國企業創新釋放出 “好的”不確定性，進而促進了中國技術創新，隨著量化寬松政策的逐漸退出，這種正向促進效應也呈現降低的態勢。因此，在2013M10之后，ZL的正向脈沖響應值緩慢降低。值得注意的是，2015M7—2017M12期間，ZL當期的脈沖響應值出現了 “斷崖式”下行趨勢，顯著為負值，且平均達到-0.25左右。美國經濟政策不確定性上升對中國技術創新形成了較為顯著的抑制效應，我們認為這與美國新一屆政府經濟政策導向有關，自特朗普政府執政以來，極力主張 “全球收縮”的貿易保護政策以及 “美國優先”的國內經濟政策，這些經濟政策蘊藏著對中國技術發展打壓的意圖和目的，因此，在這些經濟政策導向基礎上形成的美國經濟政策不確定性對中國技術創新形成了顯著的負向影響。

圖3 美國經濟政策不確性對中國技術創新時變脈沖圖

根據圖4，在一個標準單位ZC隨機擾動的沖擊下，JCK和FDI的響應特征明顯，表明美國經濟政策不確定性對中國進出口貿易以及FDI構成影響，印證了前文的理論分析結論。JCK和FDI的脈沖響應值呈現明顯的時變特征，具體就進出口貿易渠道而言,JCK的脈沖響應值基本在0以下，表明美國經濟政策不確定性對中國貿易形成負向影響。從時變特征來看，在2006M12—2017M12、2008M10—2009M12以及2016M5—2017M12這三個區間，JCK在當期的負向脈沖響應值較為顯著，美國經濟政策不確定性上升對中國進出口貿易的負向影響在這三個區間內加劇了，而這三個區間分別對應著美國次貸危機逐步顯現期、全球金融危機期間以及美國新一屆政府執政階段。就長期國際資本渠道而言，在美國次貸危機發酵階段，美國經濟政策不確定性上升抑制了中國FDI流入，這是由于次貸危機的蔓延致使國際經濟環境日趨復雜，并由此引起了國際資本的 “避險”情緒，從而抑制了中國FDI流入；在金融危機期間，美國經濟政策不確定性在此期間促進了中國FDI流入，這與美國政府為了抵御金融危機而實施的寬松貨幣政策有關；2015M1—2017M12期間，FDI的脈沖響應值在當期顯著為正值，但在滯后3期又轉為負值，意味著美國經濟政策不確定性在期初提升了中國FDI流入，然而三個月之后，顯著抑制了中國FDI流入。究其原因，自2015年以來，中國在引進外資政策上做了重大的調整和新的探索，例如在沿海及中部地區設立自貿區等，由此提升了對長期國際資本的吸引力，然而，在這期間，以 “美國優先”為主要導向的美國經濟政策不確定性對中國FDI流入形成了抑制效應，因此，在滯后3期，FDI的脈沖響應值顯著為負。

(a)ZC↑→JCK (b)ZC↑→FDI圖4 美國經濟政策不確定性對中國技術創新傳導渠道時變沖擊結果

4 研究結論與啟示

在開放的經濟背景下，國際經濟環境變化是影響企業創新的重要擾動因素。美國作為全球超級強國，自新一屆政府執政以來，經濟政策不確定性顯著上升，并由此導致全球經濟環境發生重要變化。本文將美國經濟政策不確定性對中國技術創新的影響作為研究主題，首先從理論上論證了進出口貿易以及長期國際資本流動構成了美國經濟政策不確定性對中國技術創新影響的傳導渠道，在此基礎上展開了相應的實證研究。研究發現：通過進出口貿易和長期國際資本流動傳導渠道，美國經濟政策不確定性對中國技術創新構成影響，且這種影響還具有明顯的時變特征。新常態下，隨著美國量化寬松貨幣政策逐步退出、美國特朗普政府執政理念的轉變等多重因素的干擾，美國經濟政策不確定性上升顯著抑制了中國技術創新；新常態下，美國經濟政策不確定性上升對中國技術創新的貿易渠道和長期國際資本流入渠道均形成了顯著的負向影響。

基于上述研究結論，本文提出以下政策建議：新常態下，中國政府應關注并警惕美國經濟政策不確定性對中國技術創新的不利影響，針對當前階段美國經濟政策不確定性顯著上升的現實，在創新支持政策上做應對性的調整，加強鼓勵國內企業自主研發投入，避免單一性地依靠外部技術轉移來提升中國技術創新水平可能形成的被動局面；與此同時，推進產業結構轉型升級，優化貿易結構，提升貿易條件，持續改善國際長期資本在中國投資的基礎環境，打通國際技術知識向中國流入的國際通道，最終實現自主研發與引資、引技、引智有機結合的技術進步路線。