提高出口退税能够“稳就业”和“稳外贸”吗?

近年来,全球贸易保护主义抬头加剧了各国之间的贸易摩擦。本文以中美贸易为例,探讨中国出口退税政策在稳就业、稳外贸以及应对贸易摩擦中的作用机制。首先基于1994-2020年季度数据发现:中国就业的波动较平稳;净出口则呈现高波动特征;中国就业和净出口呈现弱顺周期。这些周期特征与其他国家存在显著差异。其次构建了一个含有不完全金融市场和价格不完全传递的对称两国开放经济DSGE模型,数值模拟发现:在本国出口退税冲击和它国技术冲击下,模型能够较好地拟合中国就业和净出口的周期特征,其中财富效应和由贸易条件变化引起的支出转移效应是主要的内在传导机制。借助模型对中美贸易摩擦的反事实实验发现:中国单方面提高1%出口退税时,中国就业增长0.05%,净出口增长0.28%,呈现较强持续性,提高出口退税能够稳就业和稳外贸;当中国提高1%出口退税和美国提高1%进口关税时,中国就业增长0.03%,净出口增长0.16%,呈现较强持续性,勒纳中性不成立,此时出口退税在稳就业和稳外贸中的作用尽管有所削弱,但依然有效。     

新型农村社会养老保险参与决策中的同群效应

我国于2012年实现了社会保障在制度上的全覆盖。然而,对于自愿参与型社会保障项目,政策目标人群的参保率过低,无法充分发挥社会保障体系的风险分担和福利保障作用。2020年,党的十九届五中全会将健全社会保障体系作为“十四五”时期经济社会发展主要目标之一。分析政策目标人群的参保决策,有针对性地提高群众参保率,对于充分发挥社会保障制度的功能和健全社会保障体系具有重要意义。本文以新型农村社会养老保险(新农保)为例,使用家庭调查数据和工具变量方法,考察同群效应在社会保障项目参与决策中的作用。研究发现:同村居民参与新农保的比例每增加10个百分点,个体参保概率显著增加4.24个百分点;同村居民之间的信息传递以及其内部形成的社会规范是同群效应发挥作用的重要渠道;男性的参保行为具有更强的示范效应。本文的研究结论表明,加强基层政策宣传和提高政策透明度,以及有针对性地提高特定群体的参保率是提高社会保障项目整体参与率的有效手段。     

BEYOND THE STARS

It is frequent to hear in economic seminars or read in academic papers that an effect is economically significant or economically important. Yet, the economic literature is vague on what economic importance means and how it should be measured. In this paper, I show that existing measures of economic importance are flawed and misused. I derive a new metric that measures, in percentage terms, the contribution of each explanatory variable to deviations in the dependent variable, ceteris paribus. As an illustration, the method is applied to study the determinants of migration and the determinants of fertility.     

科技创新治理能力对治理绩效的影响研究

以系统论思想为指引，遵循要素-结构-功能的分析范式，从科技创新治理能力发展的水平结构和外部性结构两个方面入手，就科技创新治理能力对科技创新治理绩效的作用机理进行逻辑推演。结合中国科技创新治理体系治理能力发展现状，对治理绩效低下的形成机理进行系统探讨，结果表明：科技创新治理能力的强度结构是决定科技创新治理绩效的关键，而科技创新治理体系整体治理能力水平偏低、内部结构失衡是导致现行科技创新治理绩效低下的根源。与此同时，科技创新治理能力外溢效应在不同方向上的非对称性加剧了科技创新治理能力的结构性失衡，阻碍了科技创新治理能力的整体性提升，抑制了科技创新治理绩效有效增长。因此，应加快转变治理理念，逐步构建以“创新链”为核心的现代科技创新治理模式；增强微观治理能力，构建开放包容的科技创新管理服务体系；提升中观治理能力，实行科技创新管理机构垂直管理；优化治理环境，将知识产权法律制度环境和科技交易市场环境营造纳入科技创新管理服务体系，逐步构建与现代科技创新治理理念相匹配的科技创新管理部门地方政府官员政绩考评体系。     

产品差异与技术差距影响研发溢出的理论探讨

在传统研发溢出效应假设基础上，通过技术差距将溢出效应与产品差异有机联系起来，并通过构建双寡头企业两阶段博弈模型对研发卡特尔、生产卡特尔、完全合作等不同形式合作联盟的均衡水平和福利变化进行分析比较。研究证实：当企业间技术差距较小时，完全合作或研发卡特尔能有效提高企业利润和社会福利；而当技术差距较大时，研发阶段的合作不仅无法激励企业进行研发投入，还会抑制企业创新的积极性。此外，与完全合作相比，局部合作具有更强的稳定性和可持续性，尤其是在产品差异程度较大的情况下，研发卡特尔最为稳定。     

Fuel consumption for various driving styles in conventional and hybrid electric vehicles: Integrating driving cycle predictions with fuel consumption optimization*

Improving fuel economy and lowering emissions are key societal goals. Standard driving cycles, pre-designed by the US Environmental Protection Agency (EPA), have long been used to estimate vehicle fuel economy in laboratory-controlled conditions. They have also been used to test and tune different energy management strategies for hybrid electric vehicles (HEVs). This paper aims to estimate fuel consumption for a conventional vehicle and a HEV using personalized driving cycles extracted from real-world data to study the effects of different driving styles and vehicle types on fuel consumption when compared to the estimates based on standard driving cycles. To do this, we extracted driving cycles for conventional vehicles and HEVs from a large-scale U.S. survey that contains real-world GPS-based driving records. Next, the driving cycles were assigned to one of three categories: volatile, normal, or calm. Then, the driving cycles were used along with a driver-vehicle simulation that captures driver decisions (vehicle speed during a trip), powertrain, and vehicle dynamics to estimate fuel consumption for conventional vehicles and HEVs with power-split powertrain. To further optimize fuel consumption for HEVs, the Equivalent Consumption Minimization Strategy (ECMS) is applied. The results show that depending on the driving style and the driving scenario, conventional vehicle fuel consumption can vary widely compared with standard EPA driving cycles. Specifically, conventional vehicle fuel consumption was 13% lower in calm urban driving, but almost 34% higher for volatile highway driving compared with standard EPA driving cycles. Interestingly, when a driving cycle is predicted based on the application of case-based reasoning and used to tune the power distribution in a hybrid electric vehicle, its fuel consumption can be reduced by up to 12% in urban driving. Implications and limitations of the findings are discussed.     

国家高新区能否提升城市创新水平?

文章基于2003年至2016年我国215个城市面板数据，运用双重差分模型、空间双重差分模型和分位数回归模型等方法，实证检验了国家高新区对城市创新水平的影响及其空间异质性特征。研究结果表明，国家高新区建设显著提升了城市创新水平，并且高新区设立带动的城市投资集聚是推动城市创新水平提升的重要原因。空间双重差分结果表明，国家高新区对城市创新水平的提升作用并非源于其对周边城市创新资源的掠夺，相反高新区设立对周边城市和省内城市均产生了显著的溢出效应，提升了本省城市和周边外省城市创新水平。此外，国家高新区对城市创新水平的影响具有空间异质性特征，在省会城市、直辖市和副省级城市，高新区对城市创新水平的影响并不显著，而能够显著提升一般地级市创新水平；随着城市创新水平的提升，高新区建设对城市创新水平的促进作用呈现出先增强、后减弱直至不再显著的非对称"倒V型"变化特征。但是研究也发现，国家高新区对城市创新水平影响的区位异质性并不显著，高新区对东部地区和中西部地区城市创新水平提升均具有显著的促进作用。     

制造企业服务化转型价值效应研究

以2011-2015年制造业上市公司为研究对象，运用实证研究方法，检验了服务化程度对企业价值的影响，以及产业竞争程度对服务化程度与企业价值关系的调节作用。结果表明：服务化程度与企业价值之间呈倒U型关系。当服务化程度较低时，服务化转型会促进企业价值提升；服务化程度达到临界值（37%左右）后，服务化转型会降低企业价值。产业竞争程度对服务化程度与企业价值关系具有调节作用，当前产业竞争程度的提高会降低服务化转型价值效用，而潜在竞争威胁程度的提升会促进服务化转型价值效用。     

科学与技术耦合效果评价——科技互补效应和成本效应分析

考虑到当前创新环境日益复杂化，科学与技术耦合系统已成为一个受系统内外因共同影响而发生演化的开放系统。在为耦合系统构建状态空间模型的基础上，通过求解该模型，刻画科学技术化强度和技术科学化强度，据此分析科学与技术互动产生的互补效应和成本效应，评价29个省份的科学与技术耦合效果，并测度地区科技发展所属耦合路径类型。研究表明，不同省份推进科学技术化进程和技术科学化进程的差异性显著；科学与技术耦合效果最佳并不能说明地区科技发展速度最快；绝大多数省份的科技耦合路径表现为科技中立路径，占比最小的路径为技术强势路径。基于不同省份的耦合情况差异，提出针对性建议。     

城市创新行为改善生态效率了吗？——基于空间关联与溢出视角的考察

文章在理论层面探讨了创新对生态效率的影响机制，并基于城市空间关联与溢出视角，采用我国2007-2016年260个城市面板数据，运用空间计量模型检验了创新对生态效率的影响效应及多维度的城市异质性。进一步地，文章还通过对不同距离阈值上的创新空间溢出效应进行估计，测算了创新空间溢出的距离边界，检验了创新空间溢出驱动城市绿色发展的最佳地理距离区间，从而为增强区域创新合作以提升区域整体绿色发展水平提供了可供参考的量化依据。研究发现：总体而言，创新具有的增长效应、资源与环境效应、结构优化效应是促进城市生态效率改善的重要途径，且产出端创新对生态效率的驱动效应强于投入端创新；但创新对生态效率的影响具有显著的城市异质性，依赖于城市区位、所在城市群、环境政策、资源禀赋、创新能力和市场化水平；城市创新行为具有显著的空间溢出效应，但空间溢出随距离变化呈衰退趋势，350公里以内为创新活动的密集溢出区；生态效率也具有明显的空间溢出效应，经济越发达且联系越紧密、要素流动越自由、创新对生态效率驱动效应越强的地区，生态效率的空间溢出也越强。因此政府应完善创新激励政策、为创新外溢创造良好条件、注重引导创新的方向，并根据区域及城市发展实际，采取差异化的创新驱动绿色发展策略。