创新产业政策：成本效益框架（英）

创新产业政策：成本效益框架 DanielGarcia-Macia和AlexandreSollaciWP/24/176 IMF工作文件描述作者正在进行的研究，并发表以引起评论和鼓励辩论。 国际货币基金组织工作论文中表达的观点是作者（们）的观点，并不一定代表国际货币基金组织、其执行董事会或管理层的意见。 2024 AUG ©2024国际货币基金组织WP/24/176 IMF工作文件财政事务部 创新产业政策：成本效益框架 1 由DanielGarcia-Macia和AlexandreSollaci编写 由DavideFurceri授权发行2024年7月 IMF工作文件描述作者正在进行的研究，并发表以引起评论和鼓励辩论。国际货币基金组织工作论文中表达的观点是作者的观点，并不一定代表国际货币基金组织、其执行董事会或管理层的意见。 摘要：在何时及如何，政府应运用产业政策以引导创新至特定领域？本文提出了一套分析产业政策对创新成本与效益的框架。该框架基于一个内生创新模型，考虑了知识溢出的部门网络，并扩展以捕捉实施摩擦和替代政策目标。模拟结果显示，在限制条件下实施特定行业的财政支持，相比于普遍性支持更为有利——例如，当外部性（如温室气体排放）被精确度量时；目标行业在国内的知识溢出较高（通常在较大经济体中）；且行政能力强大（包括避免将财政支持错误分配至政治关联的行业）。若这些条件未完全满足，产业政策的福利影响会迅速变为负面。最优的支援分配涉及给予更环保的行业更大的补贴，但跨行业知识溢出等其他因素同样重要 。对于技术先进国家的样本而言，现有产业政策似乎在正确地引导创新，但在大多数经济体，包括中国和美国 ，这种引导程度过于集中。 推荐引用:加西亚-马西亚，丹尼尔和亚历山大·索拉西。2024年。“创新的产业政策：成本效益框架”，国际货币基金组织工作论文第2024/176号。 JEL分类号:O38,O41,L52关键字:产业政策；创新；知识溢出；气候政策；人工智能。作者的电子邮件地址：dgarciamacia@imf.or;gabalduinosollaci@imf.org 1 我们对UfukAkcigit、KevinBryan、EraDabla-Norris、RuuddeMooij、VitorGaspar、PeteKlenow、ErnestLiu、LiLiu、RekaLukasz、NatalijaNovta、SongMa、RafaelMachadoParente、DmitryPlotnikov、YizhiXu以及IMF财政监测工作坊参与者们的评论和讨论表示感谢。NathanLane、ErnestLiu、RekaLukasz、SongMa、EmilyOehlsen、VeronicaC.Perez和MicheleRuta慷慨地分享了数据。VictoriaHaver和ZhonghaoWei提供了卓越的研究协助。本文的部分结果曾在2024年4月的IMF财政监测章节2中特色展示。 工作文件 创新产业政策：成本效益框架 由DanielGarcia-Macia和AlexandreSollaci编写 Contents I.INTROTION4 II.MODEL 7 A.设立 7 B.最优研发投入分配与分散均衡8 C.工业政策 9 D.实施摩擦1 II0I.DATAANDCALIBRATION_________________________________________________ E.替代目标 四、结果12 17 A.实施摩擦17 B.经济开放性 19 C.替代目标 21 五D、.在结行论业间分配支持2326 参E考.评_估_现_有__政_策_________________________________________________________ _24 附件 31 A.分散化均衡和最优政策的执行_31B.忽视绿色目标的福利成本_ 33___________________________________ F_ig_ur_e_s____________________________ 图1.利用工业政策进行创新的增长趋势4图2.选定产业的引用网络，美国14图3.国内知识溢出效应，选定经济体15图4.国内引用平均份额的演变 15图5.对比美国的工业政策福利影响模拟 18图6.对比选定经济体的工业政策福利影响模拟21图7.绿色目标下的工业政策福利增加22图8.针对绿色专利份额和AI暴露的最优研发投入分布24图B.1.替代政策的福利增加 34 TABLES 表1.校准参数 13表2.现有产业政策对创新的最优性，选择_________________________ _______________________________ I.Introduction 近期，大型经济体对产业政策的战略推动（图1，面板1）引发了关于政府是否以及在何种条件下应向特定行业或技术的创新提供财政支持的问题。先进经济体的近期产业政策举措，如美国的《芯片法案 》和《通胀削减法案》，欧盟的绿色工业计划，日本的新经济与产业政策方向，以及韩国的K-芯片法案，与新兴市场国家如中国的长期政策，共同强调了在多个目标中对特定行业的创新重点。大多数计划都包括针对绿色和先进科技领域（如人工智能和半导体）的财政激励措施（图1，面板2），且高度依赖成本高昂的补贴。 图1.越来越多地使用产业政策促进创新 1.产业政策份额 （占全部贸易政策的百分比) 资料来源：Juhász等人(2022年)，使用全球贸易警报数据库。 2.2023年各行业产业政策 （百分比) 来源：Evenett等人（2024）；以及IMF工作人员估算。注：分类基于Evenett等人（2024）。绿色区域以绿色高亮显示 ，高科技行业以蓝色高亮显示。同时包含先进和非先进技术的领域以蓝色和灰色条纹表示。 技术先进的经济体可能出于多种原因希望引导创新的方向，包括解决市场失灵——与气候和公共卫生相关的外部性、其他部门的知识溢出、供应链韧性或国家安全。然而，历史经验表明，制定正确的产业政策是一项艰巨的任务（国际货币基金组织，2024a）。尽管政策可能有助于某些企业提高生产力 ，但也可能导致资源分配效率低下。确实，经济体内强健制度下的大量失败项目表明，避免政策失误是困难的。即便项目成功地转变了行业，也可能产生高昂的财政成本，并在某些情况下产生负面的跨境溢出效应。 本文构建了一个框架，用于评估在何种条件下，针对特定产业的财政支持（“工业政策”）相较于普遍适用的支持（“横向政策”）更优。该框架基于Liu和Ma（2023）提出的内生创新模型，其中包含知识溢出的部门网络。在此模型中，特定产业支持的关键优势在于能够将创新导向那些能产生更高跨部门知识溢出（通过跨行业专利引用衡量）的领域。这进而提升了整个经济体的创新、生产力增长和福利水平。 我们论文的主要贡献在于为评估产业政策添加了两个与之相关的模型扩展。首先，我们考虑了不同形式的政策执行摩擦——无论是随机的政策错误还是特定行业对政治的捕获——这些因素会导致创新投入在各行业中分配不当。其次，我们允许政府追求替代性的政策目标，如支持绿色创新。然后 ，我们量化了这些因素如何影响产业政策的福利效应，并使用扩展框架描述最优产业政策并评估不同经济体中的现有政策。 模拟结果显示，一个大型、先进的经济体（例如美国）通过针对具有更大知识溢出效应的行业进行最优化支持，与同等规模的无特定行业的支持相比，其福利可以增加近3%。当政府考虑绿色创新目标并将支持转向拥有更高绿色专利份额的行业时，福利增益可能上升至高达6%。然而，实施摩擦迅速将工业政策的潜在好处转化为损失，使得无特定行业的支持更优。对于更多依赖外国知识溢出效应的行业和经济体系而言，利益也受到限制，因为它们不太可能受到国内创新政策的影响。 总体而言，这些结果表明，创新领域的产业政策仅在较为严格的条件下才能带来益处。首先，必须正确识别并精确测量外部性（例如，碳排放）。其次，针对特定行业的创新在国内知识溢出效应必须强大。第三，政府能力必须足够高，以防止资源错配（例如，政治关联的行业）。 该框架还阐明了在上述条件具备的情况下，如何在各部门之间优化分配创新投入。虽然绿色行业应该得到更多支持，但没有一对一的规则，因为每个行业的创新溢出到其他行业的程度也起着重要作用。相反，预计更多接触人工智能的行业不一定需要更强大的创新支持。关于现行政策，我们发现主要经济体倾向于。 直接对广泛符合我们框架定义的产业提供创新支持，实际（观察到的）与模型暗示的最佳分布之间的正相关系数为0.3-0.7。然而，在大多数经济体中，工业政策的强度，通过特定行业创新者集中度反映出来，超出了适度水平，特别是在中国和美国。在这些经济体中，减少工业政策的强度可以减少资源错配并提高生产力增长。 本文为经济文献的三个不同分支做出了贡献。首先，它与创新政策应如何与知识溢出效应互动的研究相关（Aghion等人，2005年；Bloom、Schankerman和VanReenen，2013年；Bloom、VanReenen和Williams，2019年；Hopenhayn和Squintani，2021年；Sollaci，2022年；Liu和Ma，2023年 ）。具体而言，这一领域的大部分文献集中在寻找最优创新政策并评估其潜在利益上。相比之下，我们探讨了可能的实施摩擦对福利的影响，表明即使是相对于最优政策较小的偏离也可能大大减少政府干预带来的收益。 第二，本文涉及对资源错配的研究（Restuccia和Rogerson,2008;Hsieh和Klenow,2009;David和Venkateswaran,2019;Baqaee和Farhi,2020;Bils、Klenow和Ruane,2021），特别是与经济增长相关的研究（Peters,2013;Garcia-Macia,2017;Hsieh等人,2019）。在这种情况下，我们发现资源错配可能源自政策执行摩擦，包括政策制定者的错误、政府或社会最终目标不明确（有时这些目标可能存在冲突）或政治俘获（Acemoglu等人,2016;Choi等人,2021;Akcigit、Baslandze和Lotti,2023）。 最后，鉴于对特定行业补贴的关注，本文还为日益增长的产业政策文献（Liu,2019；Evenett等人，2024；Juhasz等人，2022；Juhasz等人，2023）做出了贡献。本文提供了综合框架，以评估产业政策在整个经济中对创新动态影响的评估，补充了近期专注于特定行业的模型为基础的分析（Barwick,Kalouptsidi和Zahur,2023；Barwick等人，2024）。这项工作警告，在没有一套强大的制度条件的情况下，广泛使用政策将资源引导至目标行业可能带来风险。 论文的其余部分组织如下。第二部分描述了模型。第三部分讨论了数据和校准。第四部分展示了模拟结果，包括在不同实施摩擦、经济开放度水平和替代目标下产业政策的影响效果，以及对不同行业的创新支持的最佳分配和现有政策评估。第五部分总结。 二、模型 我们的理论框架建立在Liu和Ma（2023）提出的内生创新模型基础上，该模型考虑了产业间溢出效应的网络。在这个框架中，政府最优地补贴创新网络中更为中心的产业的相对更多的研发投入，因为这些投入能产生更高对其他产业的创新溢出效应。该框架还考虑了各产业内流入知识份额的比例，因为国外创新更不易受到国内创新政策的影响。我们进一步扩展了这一模型，以（1）捕捉实施能力的差异，即制度较弱的政府可能犯政策错误或将补贴转移至政治关联的产业，以及（2）考虑到气候变化的负外部性，这要求将创新导向更绿色的产业。 A.设置 有一个代表消费者的偏好由 □□□□ln□□□□,□ □□□□□, (1) 其中是跨期贴现率，是规模偏好集合器的恒 ƒƒd 定收益， 𝑝t𝑐t =𝑦t—𝑐t,(2)一捆国内生