財政支出對產業向高技術領域轉型的影響力研究

朱立穎 趙宏蓉 常子洋

1.承德石油高等?？茖W校； 2.中國人民銀行承德市中心支行

一、財政支出和經濟發展趨勢分析

近年來，我國產業結構不斷優化，如圖1所示，1999年-2019年三次產業中第一產業占比快速縮小，第二產業占比緩慢降低，而第三產業占比不斷擴大。圖2顯示近20年國內生產總值快速增長，資本、勞動①對經濟的投入呈現相同趨勢，但近年來速度有所下降，而國內生產總值的增長勢頭不減。說明除去資本和勞動的貢獻外，還有其他因素對經濟發展起到促進作用，將這部分因素統稱為技術貢獻。本文將通過測算規模以上工業和高技術產業全要素生產率研究技術要素在經濟高速發展和經濟結構轉型升級中的貢獻。

另一方面，加大對科技和教育領域的財政支出是宏觀政策中對促進科技進步，提高社會生產力，加快轉型升級的重要方面。圖3顯示2007年-2019年科技支出和教育支出均呈現增長趨勢，與經濟增長趨勢相同。圖4為2007年-2019年科技支出和教育支出占比變化趨勢，其中教育支出占比先增長后下降，到2019年高出2007年0.93個百分點?？茖W技術支出占比在初期小幅抬升，繼而進入漫長的下降過程，但基本保持穩定，近年來有微小增加，到2019年科學技術支出占比較2007年低0.3個百分點。

數據顯示近年來國家財政科技支出和國家財政教育支出的規模不斷攀升，但在國家財政支出總額中所占份額增長非常有限。本文將依托于對全要素生產率的測算分離出技術因素的貢獻，借助向量自回歸模型主要分析教育財政支出、科技財政支出對不同產業的技術貢獻的影響程度，進而給出有針對性的政策建議。要素生產率，其中Y為產值，K為資本的投入，L為勞動的投入。A代表除去資本和勞動的貢獻，由技術水平的提升導致產出增加的部分。用表示Y、L、K的對數形式，取對數后的C-D生產函數為：

二、全要素生產率的測算

（一）模型形式

其中A的對數形式分解為兩部分，分別是待估計的全要素生產率水平值和殘差項。

（二）測算方法

采用OP法通過stata軟件的opreg命令完成全要素生產率的測算。OP法需要確定如下幾個變量：生產總值，資本存量、新增投資、勞動力數量。其中生產總值為被解釋變量，勞動力數量為自由變量，資本存量為狀態變量，新增投資為代理變量。②資本存量數據和工業的新增投資數據根據固定資產原值、固定資產凈值、累計折舊等指標計算。③最后利用固定資產價格指數對各項指標進行平減。

（三）測算結果

對工業和高技術產業1999年到2016年的全要素生產率測算結果如下:

表1 全要素生產率測算結果

核密度圖如下：

圖5 核密度圖

其中tfp_op_01代表工業全要素生產率，tfp_op_02代表高技術產業全要素生產率。圖5顯示工業全要素生產率的集中程度更高，而高技術產業的全要素生產率更為發散。

表2 TFP均值和年均增長率

高技術產業平均全要素生產率高于規模以上工業，說明高技術產業中技術的作用略高于工業。規模以上工業的全要素生產率年均增長速度明顯高于高技術產業，一是由于工業的全要素生產率增長較快，二是因為高技術產業全要素生產率經歷了一個先增長后下降的過程，近幾年有下降趨勢。

三、分工業和高技術產業科教支出對TFP的影響分析

（一）模型形式

采用向量自回歸模型測算各項財政支出對全要素生產率TFP的影響，模型形式如下：

（二）指標的選取

2007年財政收支科目實施了較大改革，特別是財政支出項目口徑變化很大，采用新的分類指標，與往年數據不可比。通過對中國統計年鑒、中國財政年鑒、中國教育經費統計年鑒、中國科技統計年鑒數據的深入挖掘，選取了高等教育經費支出和財政科技支出分析其對全要素生產率的影響。選取以上指標的原因是以上兩項指標出自統計年鑒，屬于官方公布數據，不受科目改革影響，具有連續性。

（三）模型定階

赤池信息準則等顯示模型滯后階數p應選取3階。

（四）協整檢驗

基于向量自回歸的johansen方法檢驗結果如下：

依次檢驗協整關系個數，在檢驗協整關系個數為2時，跡統計量小于5%置信度之下的臨界水平，不能拒絕原假設，認為協整關系成立。

（五）模型擬合

工業全要素生產率向量自回歸模型回歸方程和脈沖響應分析圖如下：

（六）格蘭杰因果關系檢驗

檢驗結果顯示科技財政支出和教育財政支出均是工業全要素生產率的格蘭杰原因。利用科教支出對全要素生產率建模具有統計學意義。

（七）結果分析

滯后一期科技財政支出對工業全要素生產率有正向推動作用，滯后二期和三期為負向作用。教育財政支出滯后一期、二期、三期均為正向影響。

脈沖響應圖顯示，短期內，教育財政支出和科技財政支出的沖擊均為正向沖擊，其中科技財政支出的沖擊較教育支出更大。教育支出的沖擊在短期內3年作用達到峰值，科技支出的沖擊在短期內2年左右達到峰值，比教育支出反應更為迅速。長期來看，各項財政支出的沖擊影響逐漸趨于零，明顯的沖擊作用大概在6到7年后開始消失。這說明短期內科技支出對工業全要素生產率的提升影響更大，影響速度更快，而長期來看教育支出和科技支出的影響較為均衡，作用時間也大致相同，長期效應均不明顯。

高技術產業全要素生產率向量自回歸模型回歸方程和脈沖響應分析圖如下：

脈沖響應圖顯示，短期內，科技財政支出和教育財政支出對高技術產業模型的沖擊模式具有較大差異。科技支出在較短時間內出現峰值后沖擊減弱，以較快的速度向x軸趨近，而教育支出的沖擊從零開始逐漸上升，短期內出現持續攀升的趨勢，但沖擊較為緩和。長期來看，教育支出的沖擊作用持續了較長時間，大致在10年后才逐漸趨近于x軸，而科技支出的沖擊大致在5年后就已經非常接近于零了。這說明教育支出和科技支出均對高級術產業全要素生產率的提升有明顯的推動作用，教育支出的影響會在未來較長一段時間內發揮作用，而科技支出的影響集中在較短的時間內，長期影響不明顯。

四、主要結論和政策建議

（一）主要結論

總體上，教育支出和科技支出對于提高全要素生產率具有正向推動作用，一個單位財政支出對工業模型的沖擊相較于對高技術產業模型的沖擊更為突出，表明財政投入對工業的作用力更為顯著，回報更為突出。而對于高技術產業，財政投入對產業的拉動效果有限。

分指標看，科技支出相較于教育支出，對全要素生產率的提升作用表現的更為迅速和顯著，短期效應較為明顯。分產業看，對技術要求更高，依賴更強的高技術產業而言，教育支出提升技術效率的長效性更為明顯。

（二）政策建議

1.保持現有教育科技財政支出規模并適度提升，促進工業整體價值創造能力的提升。通過本文分析可以看出財政支出對產業技術效率提升確有正向推動作用，因此應當在保持現有的財政科教支出規模，延續產業發展良好勢頭的基礎上進行行業差異性的深入分析，針對不同行業特點，有的放矢，適度提升科教支出規模。

2.以產業升級目標結構為導向，加大相關高技術產業教育領域財政支出?？赏ㄟ^促進產教融合、高校創新成果轉化等政策鼓勵高校對企業形成智力支撐，優化合作機制，促進科技成果的產業化，提升科技成果的價值增值速度，調動科研工作者的積極性。同時鼓勵大學生創新創業，給予一定的財稅優惠，延長財政支持時間，同時健全監督機制，保證財政支出調動經濟創新發展的效果。

3.對于短期內技術效率亟待提升，發展前景良好的相關產業可以考慮增加科技投入。在目前鼓勵科技創新、成果轉化、注重研發的基礎上可以考慮對中小企業、新興企業、前沿行業的監督追蹤，優化獎勵機制，融通籌資渠道，推進政策改革，提升財稅支撐，促進科技進步。

資本項選取新增固定資產投資指標，勞動項選取勞動力（萬人）指標，兩項數據均出自國家統計局年度數據。

生產總值和勞動力數據出自中國工業統計年鑒和中國高技術產業統計年鑒，由于2011年之后不再公布工業總產值，以規模類似的工業銷售產值替代。高技術產業的新增投資數據取自中國高技術統計年鑒。