柔性生产背景下“减税降费”能否促进制造业智能化升级

奥鹏网院作业

柔性生产背景下“减税降费”能否促进制造业智能化升级
杨志安1 张英慧2 景文治1

(1.辽宁大学经济学院，辽宁 沈阳 110000； 2.大连财经学院 经济学院，辽宁 大连 116600)

摘 要： 本文通过构建包含柔性生产机制和异质性生产环节的多层嵌套的动态一般均衡模型，深入探究了柔性生产背景下“减税降费”政策对制造业智能化升级的影响机制及效果。研究发现：政府部门于智能化生产环节和非智能化生产环节施加“减税降费”政策均能够在短期内促进制造业智能化升级，并且随着柔性生产普及程度的提升，“减税降费”政策对制造业智能化升级的促进作用呈现出逐级优化的态势，而在充分考虑我国税收政策调整中表现出的渐进性、探索式特征的前提下进一步研究发现，过快的减税速率将会制约“减税降费”政策在制造业智能化升级中表现出的激励作用。本文不仅为分析“减税降费”政策引导制造业转型升级提供了全新研究视角，更为全面落实供给侧结构性改革、持续推进制造业高质量发展提供了实证性启示。

关键词： 柔性生产； “减税降费”政策； 制造业； 智能化升级； 人工智能技术

一、 引言
人工智能是引领新一代科技革命和产业变革的关键技术，依托人工智能技术实现制造业的智能化升级不仅是贯彻供给侧结构性改革的需要，亦是实现实体经济发展的必然选择。如何在新时期的经济环境下实现制造业智能化升级成为亟待探索的战略性关键问题，而在这一过程中，以“减税降费”的方式激励制造业智能化升级无疑是需要重点考虑的方面。为了促进制造业转型升级，自供给侧结构性改革以来，我国陆续下调制造业部门的税收负担，在2015年中央经济工作会议中首次将降低制造业增值税税率作为制造业“降成本”的主要手段，随后在2018年政府工作报告中再次强调要将“重点降低制造业部门税率”作为“减税降费”工作的重点，并于2018年5月1日正式将制造业部门的增值税税率由17%下调至16%。随着2018年下半年外部经济环境不稳定性的加剧，为持续稳步推进制造业优化升级，妥善应对我国的“战略机遇期”，中央经济工作会议再次强调要将制造业“减税降费”工作作为积极财政政策的重点。2019年3月，为进一步落实制造业“减税降费”工作，中央于《政府工作报告》中正式将制造业16%的增值税税率降低至13%。在外部经济环境不确定性深化的情况下，2019年12月中央经济工作会议多次强调通过“减税降费”的手段“重点支持战略性新兴产业发展，推进制造业转型升级”。由此可见，在新时期的经济环境下通过“减税降费”实现制造业转型升级势在必行，而依托人工智能技术实现智能化升级无疑是当前乃至未来制造业转型升级的主要趋势。在这一过程中，随着人工智能技术的发展及其应用范畴的扩围，柔性生产作为一种先进且高效的生产方式逐渐被制造业部门所使用。具体而言，柔性生产是指综合利用信息控制系统、物料储运系统和数控加工系统，灵活、迅速地调整生产对象的种类、流程和工艺，从而适应市场环境变化的一种智能化生产方式。柔性生产方式的应用使得产业部门间的强技术壁垒被打破，产业边界进一步模糊，部门间的市场竞争范畴也将得到拓展，全球疫情期间通用和格力公司快速实现转产抗疫用品则是柔性生产方式逐渐广泛地被制造业企业应用的有力证明。随着人工智能技术的发展，柔性生产方式的应用环境也将逐渐拓展，这意味着制造业在实现智能化升级的过程中不仅将面临同产业内部的竞争，也需要应对其他潜在产业部门利用柔性生产带来的市场压力，如此一来，“减税降费”对制造业智能化升级的影响机制和效果势必会发生改变。故此，本文立足柔性生产的背景，重点探究并试图解决“减税降费”对制造业智能化升级的影响机制及效果，并在此基础上为我国进一步通过“减税降费”助力制造业智能化升级提供政策参考。这不仅是我国持续推进制造业高质量发展的需要，更是实体经济振兴战略下推进制造业智能化转型升级的必然要求，具有重要的现实意义和理论价值。

二、文献综述
尽管产业转型升级与制造业智能化升级在内涵上并不完全一致，但现有文献中关于利用税收政策激励产业转型升级的研究依旧为本文后续的分析提供了理论基础。关于利用税收政策激励产业转型升级的相关研究主要涵盖了技术创新激励、资本投资激励以及人才培育激励三个层面。在技术创新激励方面，Durand(2003)[1]在其研究中指出，政府部门通过对企业R&D支出进行税前扣除以及对高新技术企业采取税收优惠的方式，能够在一定程度上通过促进企业的技术研发实现相应产业部门的转型升级。Cleeve(2008)[2]则与前者的研究不同，更强调税收政策对企业行为的倒逼效应，其基于撒哈拉以南地区16个国家的面板数据研究指出，政府通过对企业征收环保税，能够有效倒逼企业实现技术创新，从而实现对原有企业的优化升级。而在Czarnitzki等(2011)[3]和Akcigit等(2018)[4]的后续研究中则进一步强调了积极的税收政策在实现产业转型升级中的正向作用，指出针对某一产业部门的减税活动能够有效地使其他产业部门的劳动和资本向该产业部门汇集，从而激励产业技术研发活动的推进，进而有效促进该产业部门的优化升级。随着供给侧结构性改革的逐步推进，立足我国国情分析“减税降费”对产业转型升级影响的研究也日渐丰富。李香菊和贺娜(2019)[5]基于2008-2015年制造业上市企业面板数据，对减税激励所带来的技术创新效应进行了分析，指出“减税降费”能够在长期内刺激企业技术创新活动，但正向的激励效果则明显受到融资条件和短视效应的约束。杨智峰和毕玉江(2019)[6]则在已有研究的基础上进一步分析了税种和区域异质性的影响，他们研究发现，从总体上看，宏观税负的降低能够有效促进制造业技术创新活动，进而实现产业的转型升级，但不同税种在区域间的作用机制和效果则存在显著差异。刘诗源等(2020)[7]则基于企业生命周期的视角对税收激励所产生的产业创新效应进行了分析，研究发现减税激励的作用主要体现在成熟期企业，而对处于成长期和衰退期的企业而言，减税所产生的产业创新激励作用并不显著。

在资本投资激励方面，Zwick和Mahon(2017)[8]基于2001-2010年微观企业数据，估计了税收优惠对企业设备投资的影响，研究结果指出政府部门的税收优惠能够有效促进企业固定资本投资活动，从而实现企业由劳动密集型向资本密集型转型的目标，并且这一影响效应在小规模企业中表现尤为显著。在此基础上，Alstadsaeter等(2017)[9]以瑞典上市企业为研究样本，通过三重差分研究进一步指出税收优惠政策不仅能够促进企业固定资本的投资，还能够激发资本市场活力，从而实现资本的优化配置，实现产业整体优化。李明等(2018)[10]和申广军等(2016)[11]的研究基于我国“减税降费”政策的实际情况分析了降税行为的经济影响，指出增值税税率的降低能够通过刺激企业，尤其是私营企业和中西部地区企业固定资产投资的方式，加速企业更新换代设备的速率，进而实现产业提质增效的最终目的。

随着我国人才强国战略的稳步推进，通过“减税降费”的手段实现对企业人才积累的刺激，已逐渐成为新时期促进产业转型升级的重要手段。阳立高等(2018)[12]在论证人力资本积累对制造业转型升级的影响中，强调了“减税降费”的重要作用，指出政府部门有针对性的减税政策能够加快制造业企业的人力资本积累的速率，进而缩短制造业转型升级时滞性。刘啟仁和赵灿(2020)[13]则从人力资本结构的角度分析了减税政策对产业转型升级的影响，指出政府部门的减税政策在促进产业固定资本积累的同时也优化了人力资本结构，使得人力资本与固定资本间形成了协同互补的共生关系，这也将成为新时期产业转型升级的关键所在。

在对人工智能以及产业智能化升级等问题的研究方面，Hanson(2001)[14]较早地将机器智能的思想引入新古典经济增长模型，用以分析智能化对宏观经济总体的影响，其所构建的模型假设机器可以有效地替代劳动力，并且也能够促进技术进步，其在这一假设条件下构建的模型是具有开创性的，也为后续学者在人工智能领域开展中、宏观层面的经济研究奠定了基础。随后Nordhaus(2015)[15]、Acemoglu和Restrepo(2016)[16]、Aghion等(2017)[17]在Hanson研究的基础上，对其模型进行完善，通过在一般均衡模型中引入智能化生产环节的方式实现了对这一领域分析框架的系统构建。Nordhaus指出人工智能的发展将会使得经济发展趋于奇点，这意味着当人工智能的发展跨过某一门槛时，经济总体将会呈现出快速、爆炸式的增长趋势，Acemoglu和Restrepo在随后的研究中也通过一般均衡模型对人工智能的奇点理论进行了论证，但两者均未对人工智能可能造成奇点出现的原因进行分析。Aghion等则在其研究中重新考察了人工智能背景下资本对劳动的替代，并在研发环节引入“机器学习”机制，从而指出人工智能在技术研发领域的应用是产生经济增长奇点的主要原因之一。Prettner(2019)[18]的研究与已有的研究框架截然不同，其通过剥离传统资本与智能资本的方式将人工智能要素引入到模型当中，从而对人工智能所产生的宏观经济影响进行分析。随着人工智能分析框架的逐渐完善，人工智能与产业智能化升级也逐渐成为国内学者研究的热点。何玉长和方坤(2018)[19]从理论层面指出，人工智能技术能够从促进生产技术升级和助推生产模式转变两个角度实现与实体经济的深度融合，从而实现对制造业的改造升级。而人工智能相关领域数据的缺失使得此时关于产业智能化升级的研究仅限于理论层面，为进一步解决由于数据获取问题所造成的定量研究的困难，孙早和侯玉琳(2019)[20]在研究中通过构建指标系的方式实现了对工业智能化水平的有效测度，为之后学者的定量分析和仿真模拟奠定了基础。随后郭凯明(2019)[21]在已有研究的基础上从要素密集度的视角对人工智能技术所产生的产业结构升级效应进行了分析，并总结出实现产业结构资本密集化升级的条件。

从现有研究成果中可以看出，多数研究是基于要素密集度的视角分析了减税政策对产业转型升级的影响，然而在制造业层面，随着供给侧结构性改革的逐步推进，实现由劳动密集型向资本密集型、技术密集型的转变已难以满足高质量发展的需要，依托人工智能技术实现制造业智能化升级将成为未来制造业转型升级的主要方向[22]。而目前关于制造业智能化升级的相关研究仍相对匮乏，其中多数研究涉及人工智能技术本身对制造业智能化升级的影响，对税收政策所产生的制造业智能化升级的促进效应分析仍有待丰富，并且在对人工智能技术加持下的企业行为刻画中也并未充分考虑柔性生产所带来的影响。

鉴于此，本文通过构建包含柔性生产机制和异质性生产环节的多层嵌套的动态一般均衡模型，深入探究了柔性生产背景下“减税降费”对制造业智能化升级的影响机制及效果。本文的主要贡献在于：(1)在研究视角方面，与现有研究中基于要素密集度考量的制造业转型升级不同，本文研究中涉及的制造业转型升级是基于智能化的视角，重点探究的是“减税降费”对制造业智能化升级的影响，故而本文在一定程度上丰富了产业转型升级领域的研究；(2)在研究背景方面，Nordhaus、Acemoglu、Aghion等人的已有研究并未考虑衍生于人工智能技术且应用前景逐渐扩围的柔性生产方式，因而在对智能化升级过程中的制造业企业行为的刻画方面一定程度上忽略了产业部门间的竞争与互动关系，而本文的研究则是建立在柔性生产背景下，对于柔性生产机制的考量有助于更为透彻地阐释“减税降费”影响制造业智能化升级的作用机制；(3)于模型构建方面，在Aghion人工智能模型和付才辉(2017)[23]结构内生化模型的基础上，将柔性生产机制纳入到分析框架之中，构建包含柔性生产机制和异质性生产环节的多层嵌套的动态一般均衡模型，并于政府行为环节充分考虑了我国“减税降费”渐进性、探索式改革的特征，从而实现对“减税降费”影响制造业智能化升级的机制及效果的分析。

三、 模型构建
在本文所构建的多部门一般均衡模型中，为实现对制造业智能化升级的刻画，采用产业部门与生产环节多层嵌套的模型构建思路，并在Aghion等(2017)[17]人工智能模型的基础上引入柔性生产机制，在充分考量我国“减税降费”渐进式、探索式改革特征的基础上，实现了对“减税降费”影响制造业智能化升级的机制及效果的深入探究。

(一)产业部门行为及柔性生产机制刻画
在刻画产业部门行为之前，需要对包含产业部门与生产环节多层嵌套的模型构建思路进行说明。假设宏观经济总体由制造业部门和其他潜在产业部门组成，而对于两个不同的产业部门而言，分别由多个异质性的生产环节组成。对于制造业部门而言，其通过协调智能化生产环节和非智能化生产环节两部分实现对制造业产品的生产。此外，假设制造业部门和其他潜在产业部门的生产环节均处于垄断竞争的市场环境下，制造业部门生产环节的垄断利润构成了吸引其他潜在产业部门利用柔性生产嵌入或替代制造业相应生产环节的动力。此时，对于其他潜在产业部门而言，依托人工智能技术的新一代柔性生产方式的应用，使其能够相较以往更容易打破产业壁垒，从而根据市场环境的变化更为灵活地调整产品的种类和生产方式，进而在制造业部门生产效率逐渐提升并获得垄断利润的前提下[24-26]更为敏捷地嵌入其中，与此同时，其他潜在产业部门的嵌入也倒逼制造业部门在智能化生产技术的研发上向更为专精、更难被替代的方向发展，从而在一定程度上对制造业智能化升级产生影响。为有效分析制造业部门和其他产业部门间由于柔性生产的应用所产生的这一互动关系，本文选择采用产业部门与生产环节层级嵌套的模式刻画产业部门行为。

首先对制造业部门的行为进行刻画。假设制造业部门的生产环节是完全可分的，其由width=14,height=17,dpi=110个智能化生产环节以及width=20,height=17,dpi=110个非智能化生产环节组成，其中智能化生产环节全部由机器和设备资本width=23,height=17,dpi=110组成，而非智能化生产环节则需要制造业部门雇佣劳动width=20,height=17,dpi=110进行生产。故此，制造业部门生产环节i的生产函数width=17,height=17,dpi=110表示为

width=216,height=44,dpi=110
(1)

其中width=17,height=17,dpi=110表示制造业部门在生产环节i中所使用的智能化生产技术水平，Gt则表示政府部门通过基础设施建设的方式给予制造业智能化生产环节的扶持力度。

在明确制造业部门生产环节i的生产函数的基础上，假设制造业部门通过CES函数形式对各生产环节生产的中间产品进行打包，进而形成制造业部门的最终产品，故此，制造业部门整体的生产函数表示为

width=176,height=26,dpi=110
(2)

其中1/(1-ρ1)表示制造业部门智能化生产环节对非智能化生产环节的替代弹性。需要强调的是，在现有研究中，学者多将智能化生产环节对非智能化生产环节的替代弹性ρ1设为外生参数[27]，而由于柔性生产机制的引入，使得制造业部门在其他潜在产业部门的竞争压力下在智能化升级方面产生更强的内生动力，即制造业部门会进行自发的智能化升级，故而此时智能化生产环节对非智能化生产环节的替代弹性ρ1为内生变量，且存在ρ1∈(0,1)。与此同时，假设制造业部门所使用的机器和设备资本总量为width=29,height=17,dpi=110所雇佣的劳动力总量为width=26,height=17,dpi=110且存在width=225,height=32,dpi=110此时制造业部门整体的生产函数可以进一步简化，表示为

width=366,height=23,dpi=110
(3)

由于制造业部门仅仅通过CES函数形式对各生产环节生产的中间产品进行打包，故而假设制造业部门整体面临完全竞争的市场环境，按照所使用的机器和设备资本总量width=29,height=17,dpi=110所雇佣的劳动力总量为width=17,height=17,dpi=110的边际产出支付要素报酬，其中资本总量width=20,height=17,dpi=110的要素报酬表示为width=20,height=17,dpi=110而雇佣的劳动力总量为width=17,height=17,dpi=110的要素报酬则为width=26,height=17,dpi=110

width=604,height=52,dpi=110

(4)

与制造业部门整体不同，制造业部门的各个生产环节面临垄断竞争的市场环境，其所面临的要素报酬是由制造业部门整体决定的，即在利润最大化选择时认为要素报酬既定，故此可以得到制造业部门所取得的垄断利润为

width=478,height=88,dpi=110

(5)

这里需要进一步说明的是，制造业部门各生产环节在利润最大化的前提下实现的垄断利润构成了其他潜在产业部门利用自身优势嵌入其中的主要动机。

对于其他潜在产业部门而言，柔性生产方式的应用使其能够更为灵敏地捕捉制造业部门生产环节中传递出的垄断利润信息，并且能够及时调整自身的生产流程、技术及工艺，以期实现对制造业部门相应生产环节的弥补和替代，从而获取更大的利润空间。而新一代柔性生产能够实现这一目标的前提则是对人工智能技术的使用，故而假设能够成为潜在产业部门的个体均实现了生产环节的智能化。因此，其他潜在产业部门各生产环节j的生产函数width=17,height=17,dpi=110可以描述为

width=178,height=17,dpi=110
(6)

其中width=17,height=17,dpi=110表示其他潜在产业部门智能化生产环节中使用的技术水平，而width=23,height=17,dpi=110则表示智能化生产环节中使用的资本数量，I2则表示其他潜在产业部门中使用柔性生产方式的生产环节数量，其也代表了柔性生产的普及程度。

与制造业部门相同，假设其他潜在产业部门的生产环节也是完全可分的，并且对于其他潜在产业部门总体而言，其能够通过CES技术实现对其各个生产环节中间产品的打包，故此，假设其他潜在产业部门总体的生产函数表示为

width=152,height=23,dpi=110
(7)

将式(6)带入其中即可对式(7)进一步简化得到其他潜在产业部门总体简化后的生产函数

width=199,height=23,dpi=110
(8)

其中width=126,height=23,dpi=110表示其他潜在产业部门总体所使用的机器和设备资本总量。

假设其他潜在产业部门总体面临完全竞争的市场环境，故而其能够按照所使用的机器和设备资本的边际产出支付要素报酬width=20,height=17,dpi=110其表示为

width=214,height=23,dpi=110
(9)

由于其他潜在产业部门的各个生产环节生产异质性的中间产品，故假设其处于垄断竞争的市场环境下，相应地，所获得垄断利润表示为

width=396,height=41,dpi=110
(10)

此时，预期的垄断利润与其自身所获得的垄断利润两者的相对差值决定了潜在产业部门是否会通过柔性生产来弥补或代替制造业相应的生产环节。但由于信息是不对称的，导致的结果是潜在产业部门事实上很难完成与制造业相应生产环节的精准对接，所以本文在估计制造业部门预期垄断利润时考虑了智能化生产环节和非智能化生产环节两者的总体。只有当预期垄断利润高于自身垄断利润时，潜在产业部门才会通过柔性生产机制嵌入制造业生产环节，当且仅当二者相等时，制造业部门的智能化水平将会保持不变，则此时有

width=683,height=67,dpi=110

width=468,height=41,dpi=110
(11)

width=105,height=17,dpi=110
(12)

式(12)代表了其他潜在产业部门在利用柔性生产机制嵌入制造业部门生产环节过程中对自身生产流程、技术及工艺的改造过程。B和φ均为柔性生产机制的主要特征变量，其中B表示扩展柔性化水平，而φ则表示技术柔性化水平，需要强调的是，由于技术柔性化水平在一定程度上反映了其他产业部门在柔性生产过程中对原有生产技术和工艺的承接程度，所以通常φt∈(0,1)。

对制造业部门来说，假设其可以及时且准确地预期其他潜在产业部门可能利用柔性生产机制进入市场的行为。则在式(11)的约束条件下，制造业部门需要通过设置产业壁垒来阻止其他潜在产业部门的进入，从而保证其在各生产环节的超额利润，所以在满足式(11)的约束条件下对两边分别关于width=132,height=20,dpi=110求导可得(1)为简化模型推导和稳态计算过程，在后续的研究中设width=85,height=17,dpi=110

width=483,height=41,dpi=110

width=340,height=40,dpi=110
(14)

width=440,height=41,dpi=110
width=340,height=41,dpi=110
(15)

width=569,height=79,dpi=110
width=313,height=46,dpi=110
(16)

width=70,height=38,dpi=110
(17)

width=627,height=41,dpi=110
(18)

其中width=281,height=44,dpi=110为制造业智能化生产环节的产出比重，其为本文衡量制造业智能化升级水平的主要指标。

由式(14)—(18)共同决定的width=132,height=20,dpi=110构成了阻止其他潜在产业部门进入的防御性壁垒，这一防御性壁垒的建立是在其他潜在产业部门获得了最大化的垄断利润的前提下的，故而此时还应存在

width=181,height=41,dpi=110
(19)

至此，式(1)—(19)完成了对产业部门行为和柔性生产机制的刻画。

(二)家庭部门行为及最优化条件刻画
在刻画家庭部门行为及其效用最优化条件方面，假设典型化家庭是完全可分且相互隔离的，其能够独立且自主地消费制造业部门或其他潜在产业部门产品，即制造业部门和其他潜在产业部门分别面对不同的市场环境，且市场间是相互隔离的，这意味着其他潜在产业部门只有实现对制造业生产环节的嵌入，才能够获得制造业部门对应的消费群体。这一假设的目的是在现实经济的基础上充分体现柔性生产机制的作用机理。与此同时，进一步假设各个家庭部门由同质化、无限存活的居民个体组成。因此，制造业所面对的家庭部门的终生效用函数可以描述为

width=219,height=38,dpi=110
(20)

其中β∈(0,1)为家庭部门的预期贴现率，width=11,height=17,dpi=110为家庭部门对制造业产品的实际消费量，δ为家庭部门的相对风险偏好系数，而αL为劳动的负效用参数。

此时构成制造业消费市场的家庭部门所面临的预算约束和资本变动方程为

width=308,height=17,dpi=110
(21)

width=167,height=17,dpi=110
(22)

在此约束条件下，通过构建拉格朗日方程即可得到此时制造业对应的家庭部门实现终生效用最大化的一阶条件为

width=75,height=17,dpi=110
(23)

width=122,height=34,dpi=110
(24)

width=228,height=41,dpi=110
(25)

width=454,height=17,dpi=110
(26)

其中width=14,height=17,dpi=110为拉格朗日乘子，σ1代表制造业部门的资本折旧率。需要强调的是，虽然此处τK和τL分别表示政府部门在资本环节和劳动环节施加的总体税负，但由于家庭本身既是生产要素的所有者，也是对应产业部门的所有者，并且假设智能化生产环节仅使用机器和设备资本进行生产，而非智能化生产环节则完全通过雇佣劳动力组建生产活动，故此τK和τL亦表示政府部门于智能化生产环节和非智能化生产环节施加的税负水平，此两者也是进一步探究“减税降费”政策影响制造业智能化升级的机制和效果的关键变量。

其他潜在产业部门所面对的家庭终生效用函数可以表示为

width=152,height=38,dpi=110
(27)

其中width=14,height=17,dpi=110代表家庭部门对其他潜在产业部门产品的实际消费量。而此时构成其他潜在产业部门市场环境的家庭部门所面临的预算约束和资本变动方程表现为

width=187,height=17,dpi=110
(28)

width=173,height=17,dpi=110
(29)

在此基础上，通过构建拉格朗日方程即可得到潜在产业部门所面对的家庭实现其终生效用水平最大化的一阶条件为

width=75,height=17,dpi=110
(30)

width=228,height=41,dpi=110
(31)

width=290,height=17,dpi=110
(32)

其中σ2为其他潜在产业部门的资本折旧率，width=14,height=17,dpi=110为拉格朗日乘子。

(三)政府“减税降费”行为及市场均衡条件刻画
在对政府“减税降费”行为的刻画方面，需要强调的是，有别于以往文献中大多采用的通过线性模式模拟税收政策演进的方式[28-31]，本文在充分考虑我国税收政策改革过程中所具有的渐进性和探索性特征的前提下，采用“双S”型的函数形式对政府“减税降费”行为进行刻画。从1990—2017年中国宏观税负的总体变动趋势(2)在对1990—2017年中国宏观税负的测算方面，参照席卫群(2020)[32]的测算方法，通过中国税务年鉴中产业部门的税收总收入与当年GDP增加值的比对中国宏观税负水平进行测度。中可以看出(如图1)，在宏观税负变动的过程中存在四个明显的调整期，且分别出现于1992—1993年、2002—2003年、2007—2010年以及2016—2017年，其主要原因在于我国进行税收政策调整的过程中具有明显的渐进性和探索性的特征，即在事前通过对当前经济环境的判断以及对政策运行结果的预测进行税收政策的制定，随后在事中，决策层需要将已有的政策结果和预期的政策结果进行比较，总结阶段性成果中蕴含的经验，这一过程中的税收政策大多呈现出维持原状或演进放缓的趋势，而之后则将面临新税收政策的制定与试行[7]。由此可以推断，我国宏观税负总体变动趋势中体现出的这一特征在“减税降费”阶段也同样适用，自2015年供给侧结构性改革推行以来，我国“减税降费”的总体趋势便有所体现，尽管2018年起正式全面推行“减税降费”改革，但2016—2017年间已然进行了审慎的税收调整，可以预见的是，在未来“减税降费”改革逐渐推进和深化的过程中，渐进性和探索性的改革特征将会延续下去。鉴于此，本文选择通过“双S”型Logistic函数的形式刻画政府在“减税降费”行为中于智能化生产环节和非智能化生产环节所施加总体税负水平τK和τK的演进趋势，这也与中国宏观税负总体变动趋势中体现出的演进特征相吻合。

width=346,height=238,dpi=110
图1 1990—2017年中国宏观税负水平变动趋势

基于以上分析，将政府部门于智能化生产环节和非智能化生产环节所施加总体税负水平τK和τK的演进趋势设定为

width=398,height=41,dpi=110
(33)

width=390,height=41,dpi=110
(34)

其中ηK、ηL分别表示智能化生产环节和非智能化生产环节所面临的税负水平τK和τL的演进速率，由于本文重点分析的是政府部门“减税降费”政策所带来的影响，故而设定ηK∈(-1,0)且ηL∈(-1,0)。μK和μL则分别表示税负水平演进的极限水平，从1990—2017年中国宏观税负水平的变动趋势中可以看出，最高的税负水平也未超过0.3，最低也未低于0.1，故而假设μK∈(0.1,0.3)且μL∈(0.1,0.3)。ψK、ψL分别表示税负水平调整期所对应的门槛值。width=41,height=17,dpi=110表示了智能化生产环节和非智能化生产环节所面临的税负水平的政策冲击。θK、θL、υK以及υL则分别是影响演进曲率的主要参数。

在对政府部门“减税降费”行为刻画的基础上，假设其不仅能够通过调整智能化生产环节和非智能化生产环节所面临的税负水平来实现统筹经济的目的，还能够利用税收对制造业智能化生产环节施加基础设施建设扶持。为简化模型运算，假设政府部门所施加的基础设施建设扶持是受到财政预算约束的，且不存在赤字和举债。故而政府部门的财政支出行为可以描述为

width=305,height=17,dpi=110
(35)

式(1)—(35)便是本文所构建的包含柔性生产机制和异质性生产环节的多层嵌套动态一般均衡模型。当模型所模拟的经济环境实现一般均衡时，产品市场处于出清状态，即此时制造业部门和其他潜在产业部门的最终产品均转化为消费或投资，部门总体和各自的生产环节皆能够在预算约束下实现利润的最大化，家庭部门亦达到了约束条件下最优的效用水平。此外，对于要素市场而言，此时来自家庭部门的要素供给等于要素需求，且各要素均能按照自身的边际产出获得边际报酬。

四、参数校准即模型适用性分析
鉴于我国柔性生产方式和制造业智能化转型皆处于发展的初级阶段，基于明确界定的数据相对匮乏，尽管武汉大学基于微观企业调研的中国企业综合调查(CEGS)数据能够在一定程度上反映制造业智能化升级的水平，但其在时间跨度上不足以支撑大样本前提下的传统计量分析，数据边界的模糊极易造成分析结果的误判，而基于参数校准的动态一般均衡模型则能够较好地应对这一问题，这也是本文选择通过构建多部门一般均衡模型分析柔性生产背景下“减税降费”影响制造业智能化升级机制及效果的主要原因。为避免边界模糊数据的应用对经济模拟过程所产生的不利影响，本文在模型构建的过程中尽可能通过内生化的方式引入柔性生产以及智能化生产环节所涉及的相关变量，既在一定程度上避免了参数校准的不确定性，也可利用中国企业综合调查(CEGS)所给予的短期数据验证模型对柔性生产和智能化生产环节所涉及的相关变量的模拟程度，极大地增强了模型对现实经济模拟的客观性与准确性，这也是本文相较于林晨等(2020)[27]、王林辉等(2020)[33]的研究在参数校准方面的显著贡献。在总体参数校准和模型适用性分析方面，本文不仅使用已公布的中国企业综合调查(CEGS)数据[34-35]，还将使用《中国统计年鉴》《中国税务年鉴》和《中国工业经济统计年鉴》的相关数据。

(一)静态参数校准
需要校准的静态参数包括{β,δ,σ1,σ2,αL,I2,β,φ}。在代表性家庭主观贴现率β的校准方面，参考林晨等(2020)[27]的相关研究，将其校准为0.97。参考唐晓华和景文治等(2019)[36]的研究，将家庭部门的相对风险偏好系数δ校准为1.86。在对制造业部门和其他潜在产业部门机器和设备资本折旧率σ1和σ2的校准方面，借鉴程虹和袁璐雯(2020)[34]基于中国企业综合调查数据的研究结果，将其分别校准为0.15和0.2。在对劳动的负效用参数αL的校准过程中，本文将其设定为0.8，通过对其进行敏感性分析可以看出，劳动的负效用参数αL的变化并不对“减税降费”的影响结果产生显著影响。在对柔性生产普及程度I2的校准方面，由于I2与ρ2之间存在如式(19)的相关关系，参考相关研究结果[37-38]，基于非制造业部门ρ2的稳态水平，通过计算校准柔性生产普及程度I2为16，为保证研究的科学性与准确性，在后文中将对柔性生产普及程度I2变动在“减税降费”影响制造业智能化升级过程中产生的中介作用效果进行敏感性分析。对于柔性生产机制的主要特征变量B和φ，本文将其分别校准为0.5和0.8，通过敏感性分析可知，两者的细微变化并不显著改变“减税降费”政策的影响结果。

(二)动态参数校准
需要校准的动态参数包括{ηK，μK，θK，ΨK，υK，ηL，μL，θL，ΨL，υL，στK，στL}。其中ηK、ηL分别表示智能化生产环节和非智能化生产环节所面临的税负水平τK和τL的演进速率，由于本文重点分析政府部门“减税降费”政策影响制造业智能化升级的机制及效果，因此将ηK和ηL均校准为-0.1。在此基础上，本文将在后续分析中对这一参数进行敏感性分析，一方面是出于保证模型模拟现实经济的客观性与科学性的目的，另一方面针对ηK和ηL的敏感性分析也有助于进一步研究“减税降费”演进速率改变所产生的影响。在对μK和μL的校准方面，从1990—2017年中国宏观税负的变动趋势中可以看出，最大值未超过0.3，而考虑到智能化生产环节属于供给侧结构性改革的重点扶持产业，故而假设智能化生产环节所面临的总体税负的最大值小于非智能化生产环节，故而将μK和μL分别校准为0.25和0.3。在此基础上，由于ΨK、ΨL分别表示税负水平调整期所对应的门槛值，考虑到对现实宏观总体税负周期性的拟合状况，将两者分别较准为0.125和0.15。θK、θL、υK以及υL则分别是影响“减税降费”演进曲率的主要参数，在对其进行校准方面主要采用逆推法进行，受数据可得性的限制，本文借鉴吕冰洋和陈志刚(2015)[39]的测算方法，基于《中国工业经济统计年鉴》和《中国高技术产业统计年鉴》估计高技术产业和非高技术产业所面临的总体税负水平，用以侧面校准智能化生产环节和非智能化生产环节所承担的税负水平τK和τL的演进曲率特征，在稳态水平分别为0.156和0.203的前提下，υK、θK、υL、θL分别校准为0.03、-0.487、0.035、-0.280 4。在此基础上，依据相同的数据估算width=17,height=17,dpi=110和width=14,height=17,dpi=110的标准差στK和στL为0.019 8和0.036 7。

(三) 模型适用性分析
在以上参数校准结果的基础上能够基于模型对现实经济进行模拟，对现实经济的模拟优度说明如表1。

表1 模型适用性分析

width=686,height=170,dpi=110
注：真实经济相应指标的估计是基于2004—2018年相应数据进行的，且真实经济和模拟经济数据均已采用HP滤波法去除趋势，平滑指数为100。

从模型适用性分析的结果可以看出，本文所构建的包含柔性生产机制和异质性生产环节的多层嵌套的动态一般均衡模型能够较好地识别现实经济状况。从模拟经济的K-P方差比中可以看出，对于制造业部门总产出水平width=17,height=16,dpi=110而言，模拟经济解释了现实经济中制造业部门总产出水平演进的88.28%，在对制造业部门所使用的机器和设备资本的width=20,height=17,dpi=110模拟方面，模拟经济则能够解释现实经济中width=20,height=17,dpi=110变动趋势的64.82%，而关于制造业部门所对应的家庭部门消费width=14,height=16,dpi=110(3)本文通过《中国统计年鉴》获取2004—2018年支出法GDP中的居民最终消费支出，并根据相应年份制造业总产值所占比例估计居民对制造业部门产品的消费数量，以此作为现实经济中制造业部门所对应的家庭部门消费量进行模型适用性分析。，模拟经济能够有效解释其动态演进水平的86.51%。总体来看，模拟经济能够较好地识别代表性宏观经济变量。

此外，由于本文重点关注制造业智能化升级问题，如前文所述，模拟经济对柔性生产及智能化生产环节相关特征变量的识别程度也应成为衡量模型客观性与科学性的关键。在这方面，本文参照2018年基于微观调研的中国企业综合调查数据对模型适用性进行进一步分析。本文的模型通过对真实经济进行模拟得出制造业部门智能化生产环节所占比重width=14,height=17,dpi=110(4)width=14,height=17,dpi=110之所以可以代表制造业部门中智能化生产环节所占比重，亦或称之为制造业部门智能化普及程度，主要是由于假设width=84,height=17,dpi=110此时width=14,height=17,dpi=110的值便比例化了。此处还需强调的是，本文重点分析的制造业智能化水平αt是基于产值视角的，与制造业部门智能化生产环节所占比重width=14,height=17,dpi=110是存在本质差别的，这是为了避免在测度制造业智能化水平时出现将“全而不强”误判为智能化升级的情况。约为0.18，这与中国企业综合调查数据中所测算的0.16的水平极为接近。由于本文中对于制造业部门智能化生产环节所占比重width=14,height=17,dpi=110采用内生化的方式进行处理，故而两者极为接近的现实充分证明了本文模型能够实现对柔性生产背景下制造业智能化升级经济现实的有效识别，而模拟经济对现实经济的有效识别也是后续数值模拟和影响分析的基础。

五、 数值模拟及影响分析
在模型能够较好地识别现实经济的前提下，进一步对政府部门“减税降费”政策影响制造业智能化升级的效果进行分析。由于本文对“减税降费”政策影响制造业智能化升级的研究是建立在柔性生产的背景下的，故此，本文将在分析“减税降费”政策如何影响制造业智能化升级的同时，对柔性生产普及程度提高所带来的中介效应进行分析。正如1990—2017年中国宏观税负变动趋势所体现的，“减税降费”过程本身应当是渐进性、探索式的，而这一过程中总体税负的调整速率无疑是影响其促进制造业智能化升级效果的关键因素，因此，本文还将进一步对税负的调整速率变动所带来的中介效应进行分析，从而较为全面地阐释“减税降费”影响制造业智能化升级的机制及效果。

(一)“减税降费”的影响结果与柔性生产普及程度
在考察政府部门“减税降费”政策的过程中，对智能化生产环节的降税相较于对非智能化生产环节降税而言，在作用方向和效果上均呈现出显著差别，对于两者的综合分析有助于选择“减税降费”的最优政策组合，故而本文也将分别从智能化生产环节的降税和非智能化生产环节降税两个层面对“减税降费”影响效果进行分析。

于智能化生产环节实行“减税降费”政策的作用效果以及柔性生产普及程度变动所带来的中介效应结果如图2所示。

图2展示了政府部门于智能化生产环节实施“减税降费”政策对制造业智能化升级的影响以及柔性生产普及程度所产生的中介效应。从中可以看出，政府部门于智能化生产环节实施“减税降费”政策能够在短期内有效实现促进制造业智能化升级的目的。具体来说，在t=0期，智能化生产环节所承担的税负下降一个标准差能够提升制造业智能化水平约0.8×10-3个单位，这主要是由于，智能化生产环节所承担税负的下降虽然在一定程度上抑制了政府部门向制造业的智能化生产环节施加公共基础设施投资，但其所带来的成本降低效应却激发了制造业部门对智能化生产环节机器及设备基本的投资活动，这两者的影响在图中表现为t=0期随着智能化生产环节所承担的税负的下降，政府部门施加于制造业智能化生产环节的公共基础设施建设投资Gt随之下降，而制造业部门对智能化生产环节机器及设备基本的投资width=20,height=17,dpi=110则呈现出上升的态势。此外，由于柔性生产机制的存在，智能化生产环节所承担税负的下降除了影响Gt和width=29,height=17,dpi=110还将通过影响其他潜在产业部门行为，从而倒逼制造业部门实现智能化生产环节的技术革新。其原因在于，新一代柔性生产方式本身衍生于人工智能技术，智能化生产环节税负的降低同样降低了应用柔性生产方式的其他潜在产业部门的投资成本，这使得其对制造业部门相应生产环节的潜在威胁加剧，制造业部门不得不加强智能化生产环节的技术开发和创新活动，以维持自身的垄断地位，在图中表现为中长期内width=17,height=17,dpi=110随着智能化生产环节所承担的税负下降而逐渐上升。此处需要强调的是，期初智能化生产环节所承担的税负下降对width=17,height=17,dpi=110所带来的负向影响源自于机器和设备资本width=20,height=17,dpi=110的快速增长所产生的替代效应。从以上的分析中可以看出，政府部门于智能化生产环节的“减税降费”政策能够通过影响width=73,height=17,dpi=110三个方面调控制造业智能化升级，且从三者的总效应来看，政府部门于智能化生产环节的“减税降费”政策能够有效实现促进制造业智能化升级的最终目标。

width=693,height=433,dpi=110
图2 柔性生产普及程度和智能化生产环节“减税降费”

在对柔性生产普及程度的进一步分析中可以看出，随着柔性生产普及程度的提高，政府部门于智能化生产环节的“减税降费”政策对制造业智能化升级的促进作用逐渐提升，并且值得强调的是，当柔性生产普及程度跨过某一门槛值之后，长期内政府部门于智能化生产环节的“减税降费”政策所带来的负面影响也将逐渐消失。而产生如上结果的主要原因在于，柔性生产普及程度的提高使得于智能化生产环节施加的“减税降费”政策所带来的制造业智能化生产环节技术水平width=17,height=17,dpi=110的增长幅度得到了优化。从图中可以看出，当I2提升到25时，于智能化生产环节施加的“减税降费”政策在长期内实现了对width=17,height=17,dpi=110的增长幅度的显著提升，并且这一过程至40期仍未出现较大幅度的衰减，这意味着此时于智能化生产环节施加的“减税降费”政策能够实现对width=17,height=17,dpi=110的长期激励。故而提升柔性生产的普及程度有利于政府部门于智能化生产环节的“减税降费”政策在刺激制造业智能化升级过程中发挥更为积极的作用。

而政府部门于非智能化生产环节实行“减税降费”政策的作用效果以及柔性生产普及程度变动所带来的中介效应结果则如图3所示。

图3展示了政府部门于非智能化生产环节实施“减税降费”政策对制造业智能化升级的影响以及柔性生产普及所产生的中介效应。从中可以看出，短期内随着非智能化生产环节“减税降费”政策的实施，制造业智能化水平得到了显著提升。其主要原因在于，政府部门于非智能化生产环节实施的“减税降费”政策使得制造业部门的生产成本下降，这意味着此时制造业部门各生产环节所能够获得的垄断利润提升，为了进一步维持其垄断利润，在政府部门给予的基础设施投资Gt亦随“减税降费”政策的推行而下降的同时，制造业部门需要进一步提升其在智能化生产环节中的技术水平，以保证能够通过营造充分的技术壁垒遏制其他潜在产业部门试图嵌入制造业部门相应生产环节的趋势。与此同时，由于智能化生产环节技术水平提升的加持，使得制造业智能化生产环节的产出效率得到提升，在生产成本降低的前提下，制造业部门将进一步提升对智能制造环节中机器和设备资本的使用，这也就使得即使面临政府部门基础设施投资Gt的衰减，于非智能化生产环节实施“减税降费”政策依旧能够在短期内实现对制造业智能化升级的正向激励。

width=693,height=433,dpi=110
图3 柔性生产普及程度和非智能化生产环节“减税降费”

而在对柔性生产普及程度的进一步分析中可以看出，柔性生产普及程度的提升不仅能够增加于智能化生产环节实施“减税降费”政策的作用效果，也能够提高政府部门于非智能化生产环节实施“减税降费”政策对制造业智能化升级的促进作用。不仅如此，相比较于前者，随着柔性生产普及程度的提高，后者在各个方面的影响均更为显著。从图中可以看出，柔性生产普及程度的提高使得政府部门于非智能化生产环节实施“减税降费”政策所带来的width=17,height=17,dpi=110的增长幅度显著提高，这是由于柔性生产普及程度的提高使制造业部门各生产环节面临的外部潜在竞争压力增大，从而倒逼智能化生产环节的生产技术水平的提升，与此同时，为保证相应生产环节不被其他潜在产业部门嵌入或取代，制造业部门需要进一步积极布局智能化生产环节，从而加大对智能化生产环节所使用的机器和设备资本的使用，进而呈现出如图中“减税降费”政策刺激width=20,height=17,dpi=110的幅度随柔性生产普及程度的提升而显著增长的态势。这两方面的影响共同造就了政府部门于非智能化生产环节实施“减税降费”政策对制造业智能化升级的促进作用随柔性生产普及程度的提升而不断增长的现实。这说明，在实行“减税降费”政策的同时，进一步鼓励并发展柔性生产方式，能够在更大程度上促进制造业智能化升级。

(二)“减税降费”的影响结果与减税速率
在之前的研究中，初步分析了政府部门于智能化生产环节和非智能化生产环节实行“减税降费”政策所带来的影响，然而，由于本文的研究是建立在充分考虑我国税收政策改革所具有的渐进性、探索式特征的前提下税率调整速率的快慢关系着产业部门对未来税收政策的预期，这也是现实经济中企业层面税收筹划所关注的重点，显然将会对“减税降费”的作用结果产生影响，故此还需要对政府部门“减税降费”政策对制造业智能化升级所产生的影响随减税速率变动而变化的情况进行分析。与之前的研究相同，本部分也将从智能化生产环节的降税和非智能化生产环节降税两个层面对“减税降费”影响效果进行分析。

政府部门于智能化生产环节实施“减税降费”政策所产生的影响随减税速率而变化的情况如图4所示。

width=693,height=433,dpi=110
图4 减税速率和智能化生产环节“减税降费”

图4展示了政府部门于智能化生产环节实施“减税降费”政策对制造业智能化升级的影响以及其随减税速率变化而变动的情况。从图中可以看出，随着减税速率的提升，于智能化生产环节实施的“减税降费”政策对制造业智能化升级的促进作用呈现逐渐下降的趋势。具体而言，在t=0期智能化生产环节所面临的税率下降一个标准差所带来的制造业智能化水平均上升约0.8×10-3个单位的前提下，于t=1期起，随着ηK的增长，“减税降费”政策所带来的影响程度显著下降，在ηK=-0.5时，至t=7期这一正向刺激已基本为0，而此时在减税速率为-0.1的条件下，“减税降费”政策刺激制造业智能化升级的程度仍维持在0.43×10-3左右。其原因在于，在中观层面上，减税速率的提升使得产业部门对未来税收政策预期的不确定性增加，其他潜在产业部门尽管面临的生产成本以更快的速度下降，但仍然会选择延缓对制造业相应产业部门的嵌入或替代，而制造业部门也将选择更为谨慎的行为策略，而在宏观层面上，由于我国税收政策调整具有渐进性、探索式的特征，故而快节奏的减税使得中间调整期较快到来，总结和反思降税经验的时间缩短，这也在一定程度上影响了产业部门的行为方式。从图中可以看出，随着减税速率的提升，制造业部门在“减税降费”政策的刺激下，选择了更为谨慎的智能化生产技术的研发方式，从中长期的角度看，至t=40期，制造业智能化生产技术水平也随着减税速率的提升而下降。同样的趋势也表现在“减税降费”政策对制造业智能化生产环节所使用的机器和设备资本的影响上。两者共同作用的结果造成了政府部门于智能化生产环节实施“减税降费”政策所产生的对制造业智能化升级的促进作用随降税速率的提升而逐渐衰减的现实。

此外，政府部门于非智能化生产环节实施“减税降费”政策所产生的影响随减税速率而变化的情况如图5所示。

width=693,height=433,dpi=110
图5 减税速率和非智能化生产环节“减税降费”

在上述分析的基础上，仍需对非智能化生产环节“减税降费”政策所带来的影响及其随减税速率的变动而变化的趋势进行分析。图5展示了非智能化生产环节“减税降费”的影响结果及减税速率变动所带来的中介效应。从中可以看出，随着减税速率的加快，在短期内，非智能化生产环节“减税降费”政策所带来的对制造业智能化升级的促进作用呈现逐渐降低的趋势，原因在于，非智能化生产环节减税速率的提升同样向制造业部门传递了未来税收政策不确定性的信号，尽管税负下降的趋势不会改变，但在预期未来税负上的不确定性以及渐进性、探索式税收政策特征背景下税负调整期的不稳定性使得制造业部门不得不采取更为谨慎的行为策略。此时，加之其他潜在产业部门所产生的外部市场威胁的下降，使得制造业部门在智能化生产技术的研发方面行为更加谨慎，逐渐放缓对智能化生产技术的研发。此外，在智能化生产环节所使用的机器和设备资本投资方面，减税速率的加快同样使得非智能化生产环节“减税降费”政策对width=20,height=17,dpi=110的正向作用幅度逐渐降低，这也同样意味着当减税速率加快时，t=0期一个标准差的税负水平的外生降低难以取得预想的政策效果，或者说此时政府部门需要在非智能生产环节施加更为强力的“减税降费”政策才能够达到原有预期的政策效果。减税速率提升在机器和设备资本width=20,height=17,dpi=110和智能化生产技术width=17,height=17,dpi=110两方面的中介效应共同构成其影响非智能化生产环节“减税降费”政策作用效果的主要原因，从影响结果来看，过快的减税速率并不利于充分发挥非智能化生产环节“减税降费”政策在促进制造业智能化升级中的积极作用。

六、 结论及政策建议
本文构建了包含柔性生产机制和异质性生产环节的多层嵌套的动态一般均衡模型，并依据中国宏观经济的总体特征和已公布的中国企业综合调查(CEGS)数据对模型相关参数进行校准及模型适用性分析，并在此基础上探究了柔性生产背景下“减税降费”政策对制造业智能化升级的影响机制及效果。本文所构建的多部门一般均衡模型能够较好地识别现实经济中的主要变量，并且相较于以往的研究，本文所构建的模型能够更为准确地识别柔性生产及智能化生产环节所涉及的相关特征变量，这为分析“减税降费”如何影响制造业智能化升级奠定了基础。

本文研究发现，政府部门于智能化生产环节和非智能化生产环节施加“减税降费”政策均能够在短期内促进制造业智能化升级。考虑到柔性生产方式在我国产业部门间应用范畴的日益扩围，本文进一步探究了柔性生产普及程度的变化在“减税降费”政策影响制造业智能化升级过程中的中介效应，结果显示，随着柔性生产普及程度的提升，政府部门于智能化生产环节和非智能化生产环节所施加的“减税降费”政策对制造业智能化升级的促进作用均呈现出逐级优化的态势。此外，由于我国税收政策调整表现出明显的渐进性、探索式特征，故而还考察了减税速率的变化在“减税降费”政策影响制造业智能化升级过程中的中介效应。研究表明，过快的减税速率将会在一定程度上制约“减税降费”政策对制造业智能化升级的促进作用。

鉴于已有的研究结论，本文认为新时期为更好地实现制造业智能化升级的目标，经济社会总体需要在以下方面做出努力：第一，政府部门应继续推进“减税降费”政策，并且在柔性生产方式逐渐广泛地被实体经济利用的前提下，要充分发挥“减税降费”政策在促进制造业智能化升级中的关键作用，在系统推进制造业总体税负降低的同时，“减税降费”还应有选择地、审慎地向智能化生产环节倾斜，有效利用柔性生产所带来的强化“减税降费”正向影响的机制，积极助推并引导制造业智能化升级，从而实现稳步推进制造业高质量发展的战略目标；第二，考虑到柔性生产方式在通过“减税降费”政策促进制造业智能化升级中的关键作用，以及衍生于人工智能技术的新一代柔性生产方式在我国仍处于发展初期阶段的现实情况，政府部门应当着重引导和鼓励实体经济发展利用柔性生产方式，实现柔性生产机制沿制造业产业链逐层扩围，从而更有效地发挥柔性生产机制在“减税降费”政策调控过程中的积极作用；第三，尽管“减税降费”政策能够促进制造业智能化升级，但无论是智能化生产环节还是非智能化生产环节，过快的减税速率反而会使促进作用逐渐下降，这就意味着过快的减税速率将会在一定程度上恶化制造业部门的发展预期，进而在一定程度上削弱“减税降费”对制造业智能化升级带来的积极作用，因而在政策实行的过程中仍然需要坚持渐进性、探索式改革模式，避免过快的政策调整所带来的不利影响。

参考文献

[1]DURANDB R. Managing network effects in high-tech markets [J]. Academy of Management Executive,2003,17(4):40-52.

[2]CLEEVE E A. How effective are fiscal incentives to attract FDI to sub-saharan Africa? [J]. The Journal of Developing Areas, 2008, 42(1):135-153.

[3]CZARNITZKI D, HANEL P, ROSA J M. Evaluating the impact of R&D tax credits on innovation:a microeconometric study on Canadian firms [J]. Research Policy,2011,40(2):217-229.

[4]AKCIGIT U, GRIGSBY J, NICHOLAS T, et al. Taxation and innovation in the 20th century [J]. SSRN Electronic Journal,2018.

[5]李香菊,贺娜.税收激励有利于企业技术创新吗?[J].经济科学,2019(1):18-30.

[6]杨智峰,毕玉江.减税、地区差异与制造业升级[J].山西财经大学学报,2019,41(6):41-56.

[7]刘诗源,林志帆,冷志鹏.税收激励提高企业创新水平了吗?——基于企业生命周期理论的检验[J].经济研究,2020,55(6):105-121.

[8]ZWICK E, MAHON J. Tax policy and heterogeneous investment behavior [J]. The American Economic Review,2017,107(1):217-248.

[9]ALSTADSAETER A, JACOB M, MICHAELY R. Do dividend taxes affect corporate investment? [J]. Journal of Public Economics,2017.

[10]李明,李德刚,冯强.中国减税的经济效应评估——基于所得税分享改革“准自然试验”[J].经济研究,2018,53(7):121-135.

[11]申广军,陈斌开,杨汝岱.减税能否提振中国经济?——基于中国增值税改革的实证研究[J].经济研究,2016,51(11):70-82.

[12]阳立高,龚世豪,王铂,等.人力资本、技术进步与制造业升级[J].中国软科学,2018(1):138-148.

[13]刘啟仁,赵灿.税收政策激励与企业人力资本升级[J].经济研究,2020,55(4):70-85.

[14]HANSON R. Economic growth given machine intelligence [J]. Journal of Artificial Intelligence Research, 2001.

[15]NORDHAUS W D. Are we approaching an economic singularity? Information technology and the future of economic growth [J]. SSRN Electronic Journal,2015.

[16]ACEMOGLU D, RESTREPO P. The race between machine and man: implications of technology for growth, factor shares and employment [J]. NBER Working Papers,2016.

[17]AGHION P,JONES B F,JONES C I. Artificial intelligence and economic growth [J]. NBER Working Papers, 2017.

[18]PRETTNER K. A note on the implications of automation for economic growth and the labor share [J]. Macroeconomic Dynamics, 2019, 23(3):1294-1301.

[19]何玉长,方坤.人工智能与实体经济融合的理论阐释[J].学术月刊,2018,50(5):56-67.

[20]孙早,侯玉琳.工业智能化如何重塑劳动力就业结构[J].中国工业经济,2019(5):61-79.

[21]郭凯明.人工智能发展、产业结构转型升级与劳动收入份额变动[J].管理世界,2019,35(7):60-77+202-203.

[22]胡俊,杜传忠.人工智能推动产业转型升级的机制、路径及对策[J].经济纵横,2020(3):94-101.

[23]付才辉.新结构经济学:一场经济学的结构革命——一种(偏)微分方程思路下内生(总量)生产函数的解读[J].经济评论,2017(3):81-103.

[24]郭敏,方梦然.人工智能与生产率悖论:国际经验[J].经济体制改革,2018(5):171-178.

[25]何小钢,梁权熙,王善骝.信息技术、劳动力结构与企业生产率——破解“信息技术生产率悖论”之谜[J].管理世界,2019,35(9):65-80.

[26]李廉水,鲍怡发,刘军.智能化对中国制造业全要素生产率的影响研究[J].科学学研究,2020,38(4):609-618+722.

[27]林晨,陈小亮,陈伟泽,等.人工智能、经济增长与居民消费改善：资本结构优化的视角[J].中国工业经济,2020(2):61-83.

[28]卞志村,赵亮,丁慧.货币政策调控框架转型、财政乘数非线性变动与新时代财政工具选择[J].经济研究,2019,54(9):56-72.

[29]刘辉,郭新华,刘子兰.中国家庭债务与财政支出效应——基于异质性家庭的DSGE模型分析[J].财贸研究,2019,30(11):56-71.

[30]朱军,张淑翠,李建强.中国财税政策不确定性的度量及其经济影响模拟——基于异质性居民的视角[J].社会科学战线,2020(2):69-82+281-282.

[31]杨兵,杨杨,李峰.货币政策与减税政策的组合效应研究[J].财政研究,2020(7):93-112.

[32]席卫群.我国制造业税收负担及相关政策的优化[J].税务研究,2020(2):11-15.

[33]王林辉,胡晟明,董直庆.人工智能技术会诱致劳动收入不平等吗——模型推演与分类评估[J].中国工业经济,2020(4):97-115.

[34]程虹,袁璐雯.机器人使用、工艺创新与质量改进——来自中国企业综合调查(CEGS)的经验证据[J].南方经济,2020(1):46-59.

[35]程虹,王泽宇,陈佳.机器人与工资:基于劳动力质量中介效应的解释——来自中国企业综合调查(CEGS)的经验证据[J].宏观质量研究,2020,8(3):1-13.

[36]唐晓华,景文治.多级政府框架下信号激励行为与地区经济增长[J].当代经济科学,2019,41(6):13-24.

[37]王佳,张金水.外生冲击沿部门传导的作用机制和影响研究——基于中国七部门DSGE模型的数值模拟[J].数量经济技术经济研究,2011,28(3):127-139.

[38]王佳,王文周,张金水.部门冲击和整体冲击的经济影响分析——基于改进的中国7部门DSGE模型的数值模拟[J].中国管理科学,2013,21(5):15-22.

[39]吕冰洋,陈志刚.中国省际资本、劳动和消费平均税率测算[J].财贸经济,2015(7):44-58.

Can Tax Reduction and Fee Reduction Promote the Intelligent Upgrading of Manufacturing Industry under the Background of Flexible Production
YANG Zhi-an1, ZHANG Ying-hui2, JING Wen-zhi1

(1.School of Economics, Liaoning University, Shenyang 110000, China;2.School of Economics, Dalian University of Finance and Economics, Dalian 116600, China)

Abstract：This paper constructs a multi-layer nested dynamic general equilibrium model including flexible production mechanism and heterogeneous production links, and deeply explores the influence mechanism and effect of "tax reduction and fee reduction" policy on the intelligent upgrading of manufacturing industry under the background of flexible production. The results show that: government departments can promote the intelligent upgrading of manufacturing industry in the short term by imposing "tax reduction and fee reduction" policies on intelligent production and non-intelligent production. With the promotion of the popularization of flexible production, the promotion effect of "tax reduction and fee reduction" policy on the intelligent upgrading of manufacturing industry presents the trend of gradual optimization. On the premise of fully considering the gradual and exploratory characteristics of tax policy adjustment in China, further studies show that excessive tax reduction rate will restrict the incentive effect of "tax reduction and fee reduction" policy in the intelligent upgrading of manufacturing industry. This paper not only provides a new research perspective for the analysis of "tax reduction and fee reduction" policy to guide the transformation and upgrading of manufacturing industry, but also provides empirical enlightenment for the comprehensive implementation of supply side structural reform and the continuous promotion of high-quality development of manufacturing industry.

Key words：flexible production, "tax reduction and fee reduction" policy, manufacturing industry, intelligent upgrading, artificial intelligence technology

收稿日期：2020-09-17

基金项目：教育部哲学社会科学研究重大课题攻关项目(13JZD021)；2020年辽宁省教育厅新型智库项目(LZK202003)。

作者简介：杨志安，男，辽宁大学经济学院教授，博士生导师，主要从事财政及税务政策研究；张英慧，女，大连财经学院经济学院助教，主要从事中国税制改革研究；景文治(通讯作者)，男，辽宁大学产业经济学博士生，主要从事产业组织及产业政策研究。

中图分类号：F812.42；F426

文献标识码：A

文章编号：1005-1007(2021)08-0078-18

责任编辑 胡少龙