摘 要：战略性新兴产业发展一直是政府、实务界和学术界关注的重要问题。运用DEA的Malmquist指数方法对2006-2015年我国战略性新兴产业128家上市公司的全要素生产率变化及其分解指数进行了测量，并运用多元回归模型检验了区域创新能力提升以及政策实施对战略性新兴产业全要素生产率变化率及其分解指数的影响。结果发现：战略性新兴产业全要素生产率变化率和技术进步率大幅上升，说明我国战略性新兴产业正逐步走向重技术创新的高端化发展；区域创新能力提升有助于战略性新兴产业向高端化方向发展，特别是2009年相关政策的实施进一步诱发了区域创新能力对战略性新兴产业全要素生产率变化率、技术进步率和纯技术效率的影响。
关键词：战略性新兴产业；高端化；区域创新能力；政策实施
依靠低成本竞争优势和大规模投资的粗放型经济发展方式，我国在过去的30多年里获得了GDP的高速增长，为了保持经济持续增长，转变经济发展方式和调整产业结构迫在眉睫。目前，全要素生产率的增长对我国经济发展的贡献较低[1-2]，要想在世界上占有一席之位，就必须提高全要素生产率对经济增长的贡献。为了提高全要素生产率，我国政府提出转变经济发展方式和调整产业结构的思路，并从2009年明确提出发展战略性新兴产业，但直至目前，我国战略性新兴产业发展在整体上仍然具有轻技术创新、重规模扩张的特点[3]，呈现出低端化发展趋势。这种发展趋势势必影响经济持续稳定增长。由于规模效率反映了既定技术水平下因资源投入增加所带来的企业规模效益水平变化，即规模效率受技术水平的影响。因此，战略性新兴产业必须向高端化发展，提高产业技术进步率和纯技术效率，提升产业附加值，实现产业链从低端向高端的转变。
相关数据显示，2015年我国研发经费总投入为1.4万亿元人民币，与2012年相比增长了38.1%，研发经费投入在2013年超过日本，到2015年已成为世界第二大研发经费投入国，仅次于美国。在高研发经费投入下，创新能力提升较快，据世界知识产权组织发布的全球创新指数显示，我国创新能力已由2013年全球第35位提升到2016年的第25位。一般而言，创新能力提升会提高产业技术进步率和技术效率，进而提高产业全要素生产率，那么我国创新能力的日益提升是否有利于战略性新兴产业向高端化发展？据《中国区域创新能力评价报告2015》显示，我国区域创新能力差异较大。如江苏省2015年创新能力综合指数排名第一，其创新能力综合指数为58.01，西藏的创新能力综合指数排名最后一位，创新能力综合指数为17.09，区域创新能力的差异会影响区域产业技术进步率和纯技术效率，进而拉开区域间产业全要素生产率的差距，那么我国区域创新能力的提升是否会影响不同地区战略性新兴产业的发展？我国自2009年明确提出发展战略性新兴产业，相关产业政策也是在2009年开始发布和实施的，再加上各种资源的配合，是否有助于提高我国战略性新兴产业的全要素生产率？以上3个问题需要验证和回答。
早期关于战略性新兴产业的研究主要集中在产业界定、产业发展、发展措施和模式等方面，目前也有许多学者研究战略性新兴产业效率[4-7]、研发创新[8]以及技术进步对全要素生产率的影响[9-10]。如任保全和王亮亮[3]运用Malmquist 指数方法测算了我国2005-2011年战略性新兴产业的全要素生产率，发现全要素生产率在政策实施后呈现下降趋势。那么在战略性新兴产业政策实施7年后，我国的战略性新兴产业发展如何？是否开始向高端化发展？目前研发经费的高投入和创新能力提升能否驱动战略性新兴产业向高端化发展呢？政策的实施能否增强创新能力、影响战略性新兴产业向高端化发展的进程呢？这些问题在以往的研究中都未涉及。因此，本文拟采用Malmquist 指数方法测算2006-2015年我国战略性新兴产业全要素生产率及其分解变化趋势，同时，更深一步地探究区域创新能力提升对战略性新兴产业高端化发展的驱动效应，以及政策实施在区域创新能力提升影响战略性新兴产业向高端化发展中的作用。该研究不仅拓展了战略性新兴产业效率研究领域，剖析了战略性新兴产业效率的影响因素，有助于战略性新兴产业发展，还为我国未来研发经费投入提供了理论和经验支持。
1.1 样本选择与指标选取
本文使用DEA中的Malmquist 指数方法测算我国战略性新兴产业全要素生产率变化率，并按照全要素生产率变化率=技术进步率*技术效率，技术效率=纯技术效率*规模效率进行指数分解。
选取2006-2015年在沪深两市上市的战略性新兴产业公司为基础样本，在删除数据不全的样本公司后，获得了128家上市公司共10年的观测数据1 280个。
在测算战略性新兴产业上市公司全要素生产率变化率指数时，根据Liu 和 Wang[11]、陈一博和宛晶[12]以及任保全和王亮亮[3]的研究，投入指标选取企业物质投入和人力投入两大指标，分别用年平均固定资产余额和年平均从业人数衡量，产出指标选取企业经济效益和经营效益两大指标，分别用主营业务收入和净利润衡量。
1.2 战略性新兴产业全要素生产率变化率及其分解
运用DEAP2.1软件，采用Malmquist 指数方法对2007-2015年128家战略性新兴产业样本公司全要素生产率变化率进行测算，测算指数及其分解结果见表1。
表1 2007-2015年战略性新兴产业样本公司全要素生产率变化率及其分解
时间技术效率技术进步率纯技术效率规模效率全要素生产率变化率政策前20070.9840.9080.9900.9940.89320081.0060.86411.0060.869均值10.8860.99510.881政策后200911111201010.999110.99920111111120120.971.6770.9860.9231.02420131.0010.9981.0060.9950.99920141.1480.8471.0551.0890.97320150.8831.2310.9420.8841.025均值0.971.0340.9980.981.003 全样本均值0.981.0230.9960.9861.002
2009年2月国务院常务会议通过的《关于发挥科技支撑作用，促进经济平稳较快发展的意见》概括性地提出了战略性高新技术产业。自此之后，国务院会议中多次提及战略性新兴产业，2010年9月通过的《国务院关于加快培育和发展战略性新兴产业的决定》(以下简称《决定》)首次对战略性新兴产业进行了界定。因此，可以认为国家战略性新兴产业政策的发布时间为2009年，为了对比政策发布前后产业发展情况，本文将2006-2015年分为两个阶段，第一阶段是战略性新兴产业政策发布前，即2007-2008年，第二阶段是战略性新兴产业政策发布后，即2009-2015年。运用Malmquist 指数方法可以得到2007-2015年全要素生产率变化率及其分解结果。
表1显示，2007-2015年战略性新兴产业全要素生产率年均增长0.2%，其中，2007-2008年呈现负增长，2009-2015年出现波动，由增到减到再次出现正增长。虽然全要素生产率分别在2010、2013、2014年出现负增长，但相比2007-2008年还是有所增长，即2007-2015年战略性新兴产业全要素生产率总体上处于增长状态。
从战略性新兴产业全要素生产率的分解来看，技术进步率年均增长了2.3%，技术效率年均下降了2%，也就是说，全要素生产率年均只增长0.2%的原因是技术效率的下降抵消了技术进步率的一部分增长，进一步分析，技术效率的下降主要是由于规模效率下降了1.4%和纯技术效率下降了0.4%。总体来看，战略性新兴产业技术进步率年均处于增长状态，中间略有波动；技术效率是先增后减，然后再增再减，2015年减幅较大，如此大波动的原因是2015年规模效率大幅下降。
比较2009年政策实施前后，全要素生产率的变化由政策实施前年均下降11.9%增至政策实施后年均增长0.3%，增长幅度较大，为12.2%；技术进步率由政策实施前年均下降11.4%增至政策实施后年均增长3.4%，增幅为14.8%；技术效率由政策实施前不增不减，降至政策实施后年均下降3%，减幅3%。将技术效率进一步分解，纯技术效率变化由政策实施前年均下降0.5%发展至政策实施后年均下降0.2%，增长0.3%，规模效率由政策实施前不增不减降至政策实施后年均下降2%，减幅2%，可以看出，技术效率下降是由规模效率降低引起的。
通过上述分析可以发现：我国战略性新兴产业全要素生产率变化率呈现大幅上升，主要是由技术进步率大幅上升引起的；对比政策实施前后，不难发现，政策实施前战略性新兴产业全要素生产率的恶化是因为产业发展主要依靠规模效率，而政策实施后战略性新兴产业全要素生产率大幅增长是因为技术进步，并且纯技术效率也有了一定提升。可以认为，我国战略性新兴产业正逐步走向重技术创新、降规模扩张的高端化发展。
目前我国研发投入高、创新能力得到提升，这些是否是驱动战略性新兴产业向高端化发展的主要因素？政策实施是否会加速创新能力影响战略性新兴产业向高端化发展的进程？下面将通过实证研究来检验。
2.1 变量选取与模型设计
根据上述分析，选择战略性新兴产业全要素生产率变化率及其分解指标作为被解释变量，区域创新能力提升和政策效应作为解释变量。根据凌江怀和胡雯蓉[13]、任保全和王亮亮[3]的研究，选择资本密集度、债权资本率、股权资本率以及劳动力投入作为控制变量。变量定义及解释见表2，其中，全要素生产率变化率及其分解指标(CRTFPD)用DEA方法的Malmquist指数衡量，具体包括全要素生产率变化率(TFPCH)、技术进步率(TECHCH)、技术效率(EFFCH)、纯技术效率(PECH)和规模效率(SECH)；区域创新能力提升(CRC)根据《中国区域创新能力评价报告》中本年度地区创新能力综合指数减去上一年度地区创新能力综合指数的差来衡量，政策效应(POST)根据实施战略性新兴产业政策的时间分别设为：2007-2008年为0，2009-2015年为1；资本密集度(CAPINT)用固定资产除以总资产的比值衡量，债权资本率(DFR)用公司债务除以资产的比值衡量，股权资本率(EFR)用公司实收资本除以资产的比值衡量，劳动力投入(LA)用企业年均员工数衡量。
表2 变量定义与解释
代码变量定义CRTFPD全要素生产率变化率及其分解根据DEA方法的Malmquist指数来衡量,包括全要素生产率变化率(TFPCH)、技术进步率(TECHCH)、技术效率(EFFCH)、纯技术效率(PECH)和规模效率(SECH)CRC区域创新能力提升根据《中国区域创新能力评价报告》中本年度地区创新能力综合指数减去上一年度地区创新能力综合指数的差来衡量POST政策效应2007-2008年设为0,2009-2015年设为1CAPINT资本密集度用固定资产与总资产的比值衡量DFR债权资本率用公司债务与资产的比值衡量EFR股权资本率用公司实收资本与资产的比值衡量LA劳动力投入用企业年均员工数衡量
结合2007-2015年战略性新兴产业上市公司数据，检验创新能力提升对战略性新兴产业高端化发展的影响，以及政策实施对创新能力提升影响战略性新兴产业向高端化发展的作用。因此，建立模型如下：CRTFPDit=α0+α1CRCit+α2POSTit+α3CRCit*POSTit+α4CAPINTit+α5DFRit+α6EFRit+α7LAit+εit
(1)
本文中全要素生产率变化率及其分解(CRTFPD)数据来源于上文中DEA的Malmquist指数结果，区域创新能力提升(CRC)来源于《中国区域创新能力评价报告2006-2015》，其它变量数据来源于CSMAR数据库。
2.2 实证结果
表3是政策实施、区域创新能力提升影响战略性新兴产业全要素生产率变化率的实证结果。表3中第1、第2和第3列的回归结果显示，区域创新能力提升与战略性新兴产业全要素生产率变化率的回归系数在1%的重要性水平上显著为正，说明区域能力提升能够使战略性新兴产业全要素生产率增大；第3列政策效应*区域创新能力提升的系数为0.003，且在10%的重要性水平上显著，结合区域创新能力提升与战略性新兴产业全要素生产率变化率的回归结果，说明相比2009年产业政策实施前，政策实施后区域创新能力的提升更能促进战略性新兴产业全要素生产率的增长。
表3 产业整体全要素生产率变化率检验
变量TEPCH123区域创新能力提升0.002***0.002***0.004***(2.569)(2.527)(2.722)政策效应-0.007(-1.274)政策效应*区域创新能力提升0.003*(1.645)资本密集度-0.024**-0.025**(-2.019)(-2.039)债权资本率-0.002*-0.003*(-1.899)(-1.883)股权资本率0.002-0.004(0.053)(-0.125)劳动力投入-0.006*-0.004*(-1.714)(-1.791)常数项1.0051.0311.034观测值115211521152调整后R20.150.160.18
注:TFPCH为全要素生产率变化率，*表示在10%的重要性水平上显著，***表示在1%的重要性水平上显著
由于全要素生产率变化率分解为技术进步率和技术效率，所以将技术进步率和技术效率作为被解释变量对模型进行回归检验，表4是产业整体技术进步率和技术效率的检验结果。从表4可以看出，第1、第2和第3列是技术进步率的回归结果，区域创新能力提升的回归系数显著为正，说明区域创新能力增强能够提升战略性新兴产业技术进步率；第3列政策效应*区域创新能力提升的系数为0.002，且在10%的重要性水平上显著，结合区域创新能力提升与战略性新兴产业技术进步率的回归结果，说明政策实施能够放大创新能力提升对战略性新兴产业技术进步率的促进作用，即在政策实施后通过提升区域创新能力，能够有效推动该地区战略性新兴产业的技术创新，实现技术进步。表4中第4列、第5列以及第6列是技术效率的回归结果，结果显示，第4列和第5列中区域创新能力提升的回归系数显著为正，说明区域能力提升有助于战略性新兴产业技术效率提高；但是第6列政策效应的回归系数显著为负，说明政策实施后战略性新兴产业技术效率降低，政策效应*区域创新能力提升的系数显著为正(0.004)，说明实施战略性新兴产业政策能够放大创新能力提升对战略性新兴产业技术效率的促进作用。
由于技术效率可分解为纯技术效率和规模效率，所以将纯技术效率和规模效率作为被解释变量，对模型进行回归检验，以便进一步分析区域创新能力提升对技术效率的影响。表5是产业整体纯技术效率和规模效率的检验结果。从表5可以看出，第1、第2和第3列是纯技术效率的回归结果，区域创新能力提升的回归系数均为正数，且分别在1%和5%的重要性水平上显著，说明区域创新能力提升能够促进战略性新兴产业纯技术效率提高；第3列政策效应*区域创新能力提升的系数为0.002，且在1%的重要性水平上显著，结合区域创新能力提升与战略性新兴产业纯技术效率的回归结果，说明实施战略性新兴产业政策能够放大创新能力提升对战略性新兴产业纯技术效率的影响，即政策实施后区域创新能力的提升能够有效提高该地区战略性新兴产业的纯技术效率。表5中第4列、第5列以及第6列是规模效率的回归结果，结果显示，第4列和第5列中区域创新能力提升的回归系数均显著为正，说明区域创新能力增强能够促进战略性新兴产业规模效率提升；但是第6列的政策效应回归系数显著为负，说明政策实施后战略性新兴产业规模效率降低，政策效应*区域创新能力提升的系数虽然为正但不显著，说明实施战略性新兴产业政策并不能有效放大创新能力提升对战略性新兴产业规模效率的作用。
表4 产业整体技术进步率和技术效率检验
变量TECHCH123EFFCH456区域创新能力提升0.002***(4.274)0.002***(4.285)0.004*(1.695)0.003***(3.396)0.003***(3.429)0.016(0.069)政策效应-0.022(-1.305)-0.019***(-2.954)政策效应*区域创新能力提升0.002*(1.688)0.004*(1.927)资本密集度-0.002**(-2.188)-0.006**(-2.279)-0.012*(-1.758)-0.013*(-1.846)债权资本率-0.006*(-1.730)-0.004*(-1.861)-0.006*(-1.931)-0.002*(-1.818)股权资本率-0.004(-0.193)0.014(1.277)-0.003(-0.092)-0.016(-0.448)劳动力投入-0.004*(-1.837)-0.011*(-1.889)-0.011*(-1.771)-0.007*(-1.747)常数项0.0100.0020.9760.9841.0221.029观测值115211521152115211521152调整后R20.160.190.190.090.090.18
注:EFFCH为技术效率，TECHCH为技术进步率，*表示在10%的重要性水平上显著，***表示在1%的重要性水平上显著
表5 产业整体纯技术进步率和规模效率检验
变量PECH123SECH456区域创新能力提升0.002***(4.30)0.002***(4.296)0.0001**(2.051)0.001**(4.304)0.001**(2.686)0.0001(0.868)政策效应-0.008(-0.816)-0.013***(-3.147)政策*区域创新能力提升0.002***(2.589)0.002(1.389)资本密集度-0.003**(-2.383)-0.003**(-2.451)-0.011*(-1.827)-0.012*(-1.835)债权资本率-0.004*(-1.773)-0.002*(-1.778)-0.003*(-1.740)-0.0001*(-1.806)股权资本率-0.012(-0.817)-0.017(-1.178)0.010(0.433)0.002(0.072)劳动力投入-0.002*(-1.869)-0.001**(-2.388)-0.010**(-2.286)-0.007*(-1.713)常数项0.9941.0031.0060.9881.0221.207观测值115211521152115211521152调整后R20.150.130.240.050.090.17
注：PECH为纯技术效率，SECH为规模效率，*表示在10%的重要性水平上显著，**表示在5%的重要性水平上显著，***表示在1%的重要性水平上显著
综合以上回归结果可以发现，区域创新能力增强可以提高战略性新兴产业全要素生产率变化率、技术进步率、技术效率、纯技术效率和规模效率，即区域创新能力提升有助于战略性新兴产业向高端化发展，但是2009年的政策实施并没有提升战略性新兴产业全要素生产率的变化率、技术进步率和纯技术效率，而是造成战略性新兴产业规模效率下降，进而降低技术效率。除此之外，放大了区域创新能力提升对战略性新兴产业全要素生产率变化率、技术进步率和纯技术效率的影响，对纯技术效率的影响导致技术效率提升，而对规模效率作用不明显。结合表1的分析得出，2009年的政策实施加快了区域创新能力提升促进战略性新兴产业向高端化发展的进程。
3.1 结论
战略性新兴产业发展一直是政府、实务界和学术界关注的重要问题，而自主创新也是未来我国转变经济发展方式和调整产业结构的主要抓手。自主创新和战略性新兴产业政策实施所产生的实际效用，可以通过战略性新兴产业这个载体来检验。本文运用DEA的Malmquist指数方法对2006-2015年我国战略性新兴产业128家上市公司的全要素生产率变化率及其分解指数进行测量，并运用多元回归模型检验了区域创新能力提升、政策实施对战略性新兴产业全要素生产率变化率及其分解指数的影响。结果发现：一是由于技术进步率的大幅提升，造成我国战略性新兴产业全要素生产率变化率大幅上升，2009年后战略性新兴产业全要素生产率的大幅增长主要源于技术进步，并且纯技术效率也有了一定提升。因此，我国的战略性新兴产业正逐步走向重技术创新、轻规模扩张的高端化发展；二是区域创新能力提升有助于战略性新兴产业向高端化发展；三是2009年的政策实施放大了区域创新能力对战略性新兴产业全要素生产率变化率、技术进步率和纯技术效率的影响，即2009年的政策实施加快了区域创新能力提升促进战略性新兴产业向高端化发展的进程。
3.2 政策建议
研究发现，我国战略性新兴产业全要素生产率虽然大于1，但变化率不大，并且在有些年份出现波动；纯技术效率虽然有所增长，但仍然没有达到纯技术的有效程度，也就是说我国战略性新兴产业高端化程度不够。另外，规模效率呈现降低趋势，个别产业规模不大。因此，加大战略性新兴产业技术创新力度、维持和扩大产业现有规模仍然是今后一段时期内战略性新兴产业发展的方向。最后，我国科研经费投入仅次于美国，位居全球第二，但创新能力仍居全球第25名。鉴于以上问题，建议如下：
(1)在重视战略性新兴产业“量”的同时，更要注重“质”的提高。自2009年我国明确提出发展战略性新兴产业以来，中央以及各地开始制定多项政策予以大力支持。经过多年发展，战略性新兴产业在各地全面开花，取得了“量”上的成绩。因此，未来是战略性新兴产业整合和提速发展的阶段。一是通过“三降一去一补”，淘汰产能过剩的企业，使用并购、重组、上市等方式做大做强战略性新兴企业；二是各地政府应从本地资源、环境等因素出发，对“十二五”期间制定的战略性新兴产业目录进行修改完善，提出和发展适合本地区的特色战略性新兴产业；三是“十三五”期间战略性新兴产业要提速发展，集约集聚是其主要目标，各地区政府应该为战略性新兴产业的集约集聚化提供人才、土地、技术、资本和管理支持。
(2)提升区域创新能力，坚持科技创新是战略性新兴产业发展的源动力。目前各地区的科技创新看重策略性创新选择，而非重视实质创新，即比较重视面子工程。因此，应从实质创新上下功夫。应以企业为主体，鼓励战略性新兴企业联合高校、科研院所以及科技部门成立科技创新联盟，运用高校和科研院所的科研能力、科技部门的制度保障，围绕战略性新兴产业涉及的技术领域进行开发和研究。其中，企业是一个很好的实验场所，可以做到技术创新和应用相结合，产生技术创新和应用的迭代效应。在政府财政支持方面，要根据创新性进行项目甄别，创新性强的项目和大项目支持力度要大。另外，还应重视项目的后期验收，根据项目成果的实质性创新程度进行奖励。
(3)提高科研经费使用效率，鼓励风险投资和民间资本投向战略性新兴企业技术创新领域。风险投资和民间资本的显著特点是趋利性。引导风险投资和民间资本进入战略性新兴企业，一是可以解决经费不足问题，二是可以借助它们的资源对技术创新予以甑别，提高技术创新成功率。在风险投资和民间资本的进入上，可以采用PPP合作模式。目前我国采用PPP模式的项目金额都较大，重点集中在基础设施领域。因此，应拓宽民间资本进入领域，减少PPP项目金额，简化资本进入流程，完善资本退出机制，吸引风险投资和民间资本进入科技类PPP项目。
总之，今后应重视战略性新兴产业“质”的发展，拓宽资金渠道，加快自主创新步伐，提高创新成果转化率，实现政、产、学、研紧密结合，推动我国战略性新兴产业逐渐占据价值链高端，提升产业附加值，提高战略性新兴产业全要素生产率对经济增长的贡献，保持国家经济可持续增长。
参考文献:
[1] CHOW G ，LIN A. Accounting for economic growth in Taiwan and Mainland China: a comparative analysis [J]. Journal of Comparative Economics，2002，30(3):507-530.
[2] 田银华，贺胜兵，胡石其.环境约束下地区全要素生产率增长的再估算: 1998-2008[J].中国工业经济,2011(1):47-57.
[3] 任保全，王亮亮. 战略性新兴产业高端化了吗[J].数量经济技术经济研究,2014(3)：38-55.
[4] 刘志彪.战略性新兴产业的高端化: 基于“链”的经济分析[J].产业经济研究,2012(9):9-17.
[5] 姜达洋，李宁.从美国经验看中国战略性新兴产业低端化问题[J].华东经济管理,2013(1):89-92.
[6] 孙国民.警惕战略性新兴产业发展的误区[J].中国经济问题,2013(3):45-50.
[7] 翟华云.战略性新兴产业上市公司金融支持效率研究[J].证券市场导报,2012(11):20-25.
[8] 任保全，王亮亮. 环境规制、规模差异与战略性新兴产业研发创新[J].山西财经大学学报,2016(1):67-77.
[9] 沈可挺，龚健健.环境污染、技术进步与中国高耗能产业[J].中国工业经济,2011(12):25-34.
[10] 刘伟明，唐东波. 环境规制、技术效率和全要素生产率增长[J].产业经济研究,2012(5):28-35.
[11] LIU F F，WANG P. DEA malmquist productivity measure: taiwanese semiconductor companies[J].International Journal of Production Economics, 2008，112(1):367-379.
[12] 陈一博，宛晶.创业板上市公司全要素生产率分析——基于DEA-Malmquist 指数法的实证研究[J].当代经济科学,2012(4):103-128.
[13] 凌江怀，胡雯蓉.企业规模、融资结构与经营绩效——基于战略性新兴产业和传统产业对比的研究[J].财贸经济,2012(12)：71-77.
(责任编辑：胡俊健)
Regional Innovation Capability and Strategic Emerging Industries to be High-end
Abstract：There is an important issue of development of Chinese strategic emerging industries concerned by the government, the practical and academic circles. Basing on the data of 128 listed companies in Chinese strategic emerging industries during the period of 2006-2015 by using the methods of DEA and Malmquist index,we measure the change rate of total factor productivity and its decomposition, and test the effect of regional innovation capability and the policy implementation on the change rate of total factor productivity and its decomposition of the strategic emerging industries by using multiple regression model. It is found that the total factor productivity and technological progress rate of Chinese strategic emerging industries have increased significantly, and Chinses strategic emerging industries are gradually becoming high-end trend of "heavy technology innovation". It is also found that enhancing regional innovation capacity is helpful to the development of strategic emerging industries to high-end trend. In particular, the implementation of the policy in 2009 speed up the impact of the regional innovation capacity in the change rate of total factor productivity, technological progress rate and pure technical efficiency of strategic emerging industries.
Key Words:Strategic Emerging Industries; High-end; Regional Innovation Capability; Policy Implementation
DOI：10.6049/kjjbydc.2016120014
中图分类号：F264.2
文献标识码：A
文章编号：1001-7348(2017)17-0034-06
收稿日期：2017-03-09
基金项目：国家社会科学基金一般项目(12BGL042);中南民族大学中央高校基本科研业务费专项资金项目(CSP17012)