0 引言

当前，中国经济已由高速增长阶段转向高质量发展阶段，正处在转换增长动力、优化经济结构的攻关期。作为实体经济核心、国民经济支柱的中国制造业，面临发达国家高端制造回流与中低收入国家争夺中低端制造转移的双向挤压，亟待转型升级。“互联网+”行动、《关于深化“互联网+先进制造业”发展工业互联网的指导意见》的实施使得制造业与信息业融合不断深化，制造业生产智能化水平不断提升。那么，中国技术创新与产业融合驱动制造业转型升级了吗？技术创新促进制造业转型升级的基本路径是什么？本研究针对这一问题展开实证分析，旨在为中国制造业转型升级提供理论指导，为政府制定有关制造业转型升级的政策提供依据和参考。

现有关于技术创新、产业融合与产业转型升级的研究主要集中在技术创新与产业转型升级、产业融合与产业转型升级或引入第三变量关系的探讨，将这3个方面纳入同一个系统框架进行分析的研究较少。关于技术创新对产业结构升级的作用，聂高辉、邱洋冬等[1]发现，技术创新对产业结构升级具有及时正向促进作用，即技术创新的短期影响显著大于长期影响；陶长琪和彭永樟[2]指出，技术创新强度对中国产业合理化和高级化发展具有显著正向空间效应；龚轶、王铮等[3]指出，过程创新和产品创新都能促进产业结构优化升级，其中产品创新的作用更加显著；林春艳和孔凡超[4]发现，技术创新有利于本地区产业结构合理化，模仿创新更能促进产业结构高级化，且两者均存在长期溢出效应；贾仓仓和陈绍友[5]基于我国省级面板数据实证研究得出技术创新对产业结构非农化、高级化的促进作用显著为正。在产业融合对产业结构优化升级作用方面，赵珏等[6]从传统产业结构变动规律、各产业部门多元化并行发展和柔性化产业结构形成3个方面论证了产业融合对产业结构的促进作用。以制造业为主体的产业融合研究多集中在制造业与信息产业融合以及制造业与服务业融合等方面。单元媛、罗威[7]运用专利系数法测得中国电子信息业与制造业技术融合度处于中等水平，用灰色关联法得出技术融合对促进产业结构优化升级具有较大影响；陶长琪、周璇[8]测算发现，中国信息产业与制造业间的耦联协调度普遍不佳，区域产业耦联对产业结构优化升级具有促进作用；张晓梦[9]运用投入产出法测得重庆市生产性服务业与制造业融合程度低，但二者融合与产业结构升级具有显著正向相关关系；陈玟洁[10]基于长三角地区数据实证分析得出制造业与生产性服务业融合能够促进制造业升级。在技术创新促进产业融合方面，单元媛、赵玉林[11]通过梳理大量文献得出技术创新和扩散是产业融合的重要驱动力；Han等[12]以韩国信息产业与五大核心传统产业融合为对象研究得出技术创新是促进产业融合的重要推动力；Geum等[13]通过数据挖掘分析韩国100个成功的融合案例发现，其中有54%的融合案例是由技术创新驱动的。

由此可见，技术创新、产业融合对产业转型升级具有推动作用，技术创新促进产业融合已形成共识，但技术创新、产业融合对制造业转型升级的驱动作用到底有多大，技术创新促进制造业转型升级的机制和具体路径是什么？这一深层次问题有待深入探讨。另外，现有产业转型升级的研究多集中在产业间结构优化等方面，但随着产业融合的不断深化，产业结构呈现出多样性特征，产业转型升级不再局限于产业间结构优化升级，在经济发展新阶段产业转型升级更多体现在产业质量结构、效益结构和效率结构提升等方面。因此，本研究从创新投入和创新产出两个方面测度技术创新，采用投入产出法测算中国制造业与信息产业的双向融合度，从质量、效益和效率提升3个方面解析制造业转型升级，构造多元线性回归模型探索技术创新对中国制造业转型升级的直接驱动作用，运用中介效应模型探索技术创新驱动中国制造业转型升级的基本路径，并据此提出促使中国制造业更好更快转型升级的政策建议。

1 研究设计

1.1 理论依据

基于熊彼特[14]的创新理论，本研究所指技术创新是一个过程，即从新产品、新工艺构想、研究、开发到首次商业化应用的全过程。产业融合起源于Rosenberg[15]提出的技术融合概念，是指一种产业技术向多个产业渗透，不同产业采用相同技术。其不仅仅包含技术融合，还包含业务融合、市场融合，是指传统产业边界的模糊、产业间的渗透和交叉以及不同产业企业形成新型竞争协同关系。产业融合是现代产业发展的新趋势和特征，其不仅发生在信息产业内部子产业之间，还发生在信息业与制造业之间、制造业与服务业之间。随着“互联网+”行动的实施，工业化与信息化融合、制造业与信息业融合越来越成为学者们关注的焦点。本研究产业融合特指制造业与信息业融合。制造业转型升级是指制造业从依靠高投入、高消耗、高污染实现高增长，转向创新发展、可持续发展、绿色发展，制造业升级更强调制造业向高质量、高效率和高效益方向提升。

技术创新、产业融合与制造业转型升级三者间存在两两作用机制，其关系如图1所示。首先，技术创新是制造业结构升级并引起质变的强大推动力，其直接影响表现为：技术创新引起生产要素在产业部门间转移，导致不同产业部门扩张或收缩，从而促进产业结构有序发展；技术创新对制造业结构升级的间接影响表现为技术创新带来新市场需求，由此成长起来的新产业满足了生产生活中潜在和更高层次的需求，进而引起新产业扩张。除此之外，技术创新促进生产方式变革和社会化程度不断提高，在信息经济时代使得生产方式向多样化方向发展。再次，随着制造业与信息业不断融合，大数据、互联网、人工智能等现代技术在实体经济中得以应用，“行业装备数字化、生产工艺智能化、过程控制自动化、追溯体系信息化、数据分析自控化”提升了制造业生产过程智能化水平，降低了交易成本、弱化了进入壁垒、提高了产品质量和生产效率，从而带动制造业转型升级。技术创新是制造业与信息业融合的根本动力，同时二者融合形成的新产业又会激励技术进一步创新，即促使共同技术开发平台、共性关键技术深入发展。

1.2 模型设计

基于上述分析和研究思路，本研究选用多元线性回归模型和相应变量考察技术创新对制造业转型升级的直接驱动作用，运用中介效应模型探索技术创新、产业融合驱动制造业转型升级的中介效应，并识别出技术创新促进制造业转型升级的基本路径。

(1)直接效应模型。构造多元线性回归模型，探寻技术创新对制造业转型升级的直接效应。模型形式如下：

istrit=αit+β1tehit+β2cit+εit

(1)

其中，istr为制造业转型升级；teh代表技术创新；c为控制变量。α是常数项，β是系数，ε是随机扰动项。下标i和t分别代表制造业细分行业与时间。

(2)中介效应模型。本研究引入中介效应模型考察当产业融合与技术创新分别作为中介变量时，技术创新能否通过驱动产业融合促进中国制造业转型升级，产业融合是否通过诱导技术创新促进中国制造业转型升级，从而识别技术创新作为核心动力推动中国制造业转型升级的基本路径，具体中介效应模型设定如下：

Y=F(X,Z)，Z=f(X)

(2)

当产业融合为中介变量时，式(2)中Y表示制造业转型升级，X表示技术创新，Z为中介变量制造业与信息业融合，F()表示制造业转型升级是技术创新与产业融合的函数，用于衡量技术创新和产业融合对制造业转型升级的作用。f( )表示产业融合是技术创新的函数，用于反映技术创新对中介变量的影响。对式(2)求导可得：

dY/dX=∂Y/∂X+(∂Y/∂Z)·(dZ/dX)

(3)

等式(3)右边аY/аX为技术创新对制造业转型升级的直接效应，即模型1；аY/аZ为产业融合对制造业转型升级的直接效应，模型设定如式(4)所示；dZ/dX为技术创新对产业融合的驱动效应，模型设定如式(5)所示；(аY/аZ)*(dZ/dX)为技术创新驱动产业融合进而驱动制造业转型升级的中介效应，若中介效应值大于0，表明该路径通过检验。

istrit=αit+β1conit+β2cit+εit

(4)

conit=αit+β1tehit+β2cit+εit

(5)

其中，con为制造业与信息业融合度；c为控制变量；其它变量同上。

当技术创新为中介变量时，式(2)中Y表示制造业转型升级，X表示制造业与信息业融合，Z为中介变量技术创新。式(3)等号右边分别表示：аY/аX为产业融合对制造业转型升级的直接效应，即模型4；аY/аZ为技术创新对制造业转型升级的直接效应，即模型1；dZ/dX为产业融合对技术创新的诱导效应，具体模型见式(6)，变量含义同模型1、模型4、模型5；(аY/аZ)*(dZ/dX)为产业融合诱导技术创新进而促进制造业转型升级的中介效应，若中介效应值大于0，则表明该路径通过检验。

tehit=αit+β1conit+β2cit+εit

(6)

1.3 变量选取与测算

(1)制造业转型升级(cstr)。本研究从质量、效益和效率3个方面对其衡量，分别选用分行业出口产品技术复杂度、利润率、全要素生产率衡量中国制造业细分行业产品质量(qua)、生产效益(ben)、生产效率(tfp)，并用主成分法生成一个综合指标衡量制造业转型升级。学者们多借鉴Hausmann et al[16]提出的两步计算法测算出口产品技术复杂度，第一步先算出每一种出口商品的技术复杂度指数，如式(7)所示。

(7)

其中，TSIk表示出口商品k的技术复杂度指数，xjk为国家j商品k的出口额，Xj为国家j的出口总额，Yj为国家j的人均收入水平，用人均GDP衡量。第二步，在此基础上测算中国分行业出口技术复杂度。

(8)

其中，ES为中国制造业细分行业出口技术复杂度指数，xk为中国该行业商品k的出口额，X为中国出口总额，TSIk为商品k的技术复杂度指数。数据来源于联合国COMTRADE数据库中HS92六位数分类统计数据，人均GDP数据来源于世界银行WDI数据库。利润率用各行业利润与各行业主营业务收入之比衡量，数据来源于《中国统计年鉴》。运用序列DEA-Malmquist测算制造业分行业全要素生产率，计算过程中使用制造业分行业总产值作为产出值，投入值选取劳动和资本，其中细分行业全部从业人员年平均人数作为劳动投入，使用永续盘存法估算历年资本存量，借鉴陈诗一[17]的方法构造投资序列，具体方法如下：

本年折旧t=累计折旧t -累计折旧t-1

(9)

折旧率t=本年折旧t /固定资产原价t-1

(10)

在此基础上测算资本存量，公式如下：

Kit=Iit+(1-δt)Kit-1

(11)

其中，Kit和Kit-1表示制造业i行业在t和t-1年的资本存量，Iit表示制造业i行业在t年的投资额，δit是制造业i行业在t年的折旧率。选用2003年各行业固定资产净值替代初始资本存量，数据来源于《中国工业统计年鉴》和《中国统计年鉴》。

(2)技术创新(teh)。创新投入选用R&D人员全时当量和R&D内部经费支出，创新产出选用专利申请数，并运用主成分法生成技术创新综合指标，数据来源于《中国科技统计年鉴》中大中型工业企业数据。

(3)产业融合(con)。本研究所测算的产业融合特指制造业与信息产业融合。就产业融合趋势测算而言，投入产出法相比于赫芬达尔指数法和专利系数法效果更佳。因此，本研究借鉴汪芳(2015)、李晓钟等[18]对产业融合的测度模型，采用投入产出法测算，具体公式如下：

Xit=(gait/git) ·100%

(12)

式(12)中，Xit表示信息产业与制造业融合度，gai表示制造业i生产过程中信息产业产出(信息产业i生产过程中制造业产出)，gi表示制造业 i行业总产出(信息产业 i行业总产出)。因为缺少制造业各行业中信息产业产出数据(信息产业中制造业产出数据)，将生产过程中信息产业投入(制造业投入)近似表示为最终产品的信息产业产出(制造业产出)，以此估算信息产业与制造业双向融合度水平，这种处理方法不会影响信息产业与制造业融合趋势估算。融合度 Xit取值范围在[0,1]之间，当Xit取值为0时，表示两个产业间相互独立；Xit取值越大，表示信息产业与制造业融合程度越深；当Xit取值为1时，表示两个产业间完全融合。取制造业对信息产业的融合系数与信息产业对制造业的融合系数之和作为制造业与信息产业的融合度，数据来源于《世界投入产出表》。

(4)控制变量。选取消费结构(cstr)和行业管制(ma)，在模型中酌情选用，前者用各行业最终消费占比随非物质消费占比的变动衡量消费结构，数据来源于《中国统计年鉴》；后者选用跨行业并购交易额测算该指标，数据来源于《中国企业并购年鉴》，从2003年开始有统计数据。

基于数据可获取性并为保证数据统计口径的一致性，共收集了2003-2014年所有变量数据，具体变量及指标选取见表1。

2 信息产业与制造业融合度测算与分析

由于不同年鉴统计口径各异，在确保研究行业一致性的前提下，在测算融合度之前，将本研究所涉及的《世界投入产出表》中中国制造业19个细分行业、《中国科技统计年鉴》中制造业30个细分行业与《中国企业并购年鉴》中制造业9个细分行业进行合并匹配，剔除信息行业中计算机、电子产品和光学产品制造以及数值均为0的机械设备修理安装行业后，将制造业合并为8个细分行业，即食品饮料、纺织服装毛皮、造纸印刷、石油化学塑胶塑料、医药生物制品、金属非金属、机械设备仪表和其它制造业。

利用投入产出法测算融合度时，信息产业选取《世界投入产出表》中的计算机、电子产品和光学产品制造，电信，计算机程序设计、咨询及相关信息服务三大产业作为替代产业。本研究采用2000-2014年的《世界投入产出表》，运用公式(1)分别测算制造业对信息产业的融合系数与信息产业对制造业的融合系数，取两项之和作为中国信息产业与制造业的最终融合度，计算结果如表2所示。由表2可知，细分制造业与信息产业融合度之间存在较大差异。机械设备仪表产业整体融合度最高，从2000年的最高值0.359 8波动到2014年的0.329 8，整体在0.3附近出现小幅波动。机械设备仪表行业在生产、组织、管理过程中广泛应用信息技术，行业自动化水平高，多属于资金密集型行业或技术密集型行业。此外，金属非金属、造纸印刷、石油化学塑胶塑料产业融合度数值在0.1附近波动，食品饮料、纺织服装毛皮、医药生物制品及其它制造业行业融合度数值整体低于0.05。这些行业生产、组织、管理过程较少应用信息技术，且自动化程度不高，多属于劳动密集型产业或资源密集型产业，生产过程多依赖劳动力或原材料。整体来看，除机械设备仪表产业外，中国2000-2014年制造业与信息产业融合程度较低。

数据来源：根据2000-2014年《世界投入产出表》计算

进一步，为了更好地观察细分制造业与信息产业融合趋势，分产业绘制了融合度趋势图，如图2所示。融合度最高的机械设备仪表产业在2000-2007年呈下降趋势，2007年融合度跌到最低值0.250 7，随后开始逐年回升。这表明，近些年中国电气机械、通用设备、专用设备、运输设备制造等行业不断加大信息技术应用，增强了机械设备仪表行业与信息产业融合度。金属非金属产业融合度大致呈逐年下降趋势，从 2000年的0.161 3下降到2014年的0.065 9，下降趋势明显。石油化学塑胶塑料与造纸印刷产业融合度也呈波动下降趋势，其值从大于或等于0.1波动下降到小于0.1。下降趋势明显的这3个行业多属于资源密集型行业，且多以不可再生资源为生产原材料，仍依赖“要素驱动”发展方式已经不再适应新时代绿色环保可持续发展理念。因此，应加大这些产业信息技术投入，促进金属非金属、石油化学塑胶塑料、造纸印刷行业与信息技术不断融合发展。食品饮料、纺织服装毛皮、生物医药制品和其它制造业融合度小，其数值整体在0～0.05间波动，这些行业与其它行业关联性较弱，多注重劳动和资本要素投入。除食品饮料行业外，纺织服装毛皮、生物医药制品和其它行业存在下降趋势，但降幅较小。从融合度趋势看(见图2)，中国制造业与信息业融合度低且存在波动下降趋势。

3 技术创新、产业融合与制造业转型升级效应实证分析

利用stata11.0对2003-2014年中国制造业各细分行业组成的面板数据进行计量分析，回归前，分别对模型进行Hausman检验，在1%显著性水平下，若接受原假设，则采用随机效应模型估计效果更佳，否则选用固定效应模型。结果显示，模型均不存在异方差和序列相关性问题，可进一步实证检验技术创新对制造业转型升级的直接效应，技术创新、产业融合对制造业转型升级的中介效应，并分析技术创新促进制造业转型升级的基本路径。

3.1 直接效应检验

回归结果如表3所示。通过回归检验，模型1中主要解释变量均通过了检验，表明技术创新对于促进制造业转型升级具有直接效应。由表3可知，技术创新在1%显著性水平下通过检验，并对中国制造业转型升级起显著促进作用，即中国制造业技术创新水平每增加1个单位将使制造业转型升级水平提升0.486 0个单位，但消费结构对中国制造业转型升级未起到促进作用，原因在于中国消费结构升级与生产水平间发展不平衡、不充分，制造业当前技术水平还不能满足人们日益增长的多样化、个性化消费需求。

注：***、**、*分别表示变量在1%、5%、10%显著性水平下显著；圆括号中数据为标准误

3.2 中介效应检验

进一步基于中介效应模型，分别对模型4、模型5、模型6进行实证分析，考察技术创新、产业融合对制造业转型升级的中介效应，结果如表4所示。

模型4回归结果显示，制造业与信息业融合对中国制造业转型升级存在显著正向促进效应，即中国制造业与信息业融合度提高1个单位将使制造业转型升级水平提高0.576 0个单位，消费结构变量未通过检验。模型5中技术创新在1%显著性水平下通过检验，表明中国制造业技术创新水平每提高1%，制造业与信息业融合度能提升0.419 4%，技术创新能驱动制造业与信息业融合。模型6结果显示，在5%显著性水平下，制造业与信息业融合度每提高1%能同时促使中国制造业技术创新水平提升0.137 2%，表明制造业与信息业融合能诱导技术创新。控制变量消费结构和行业管制均未通过检验。在回归结果的基础上，运用模型2和模型3进一步测算可得：技术创新通过驱动产业融合促进制造业转型升级的中介效应为0.241 6，产业融合通过诱导技术创新促进制造业转型升级的中介效应为0.066 7，两个效应值均大于0，表明两条路径都存在。

3.3 技术创新促进制造业转型升级路径分析

基于上述回归结果可知，技术创新不仅直接驱动制造业转型升级，还通过驱动产业融合促进制造业转型升级。与此同时，产业融合能诱导技术创新进而促进制造业转型升级，三者间的具体关系和效应系数如图3所示。

图3直观地揭示了技术创新、产业融合与制造业转型升级三者间的关系。其中，技术创新是产业融合与制造业转型升级的源头和核心动力，产业融合是技术创新驱动制造业转型升级的基本路径。路径之一为技术创新通过驱动产业融合进而促进制造业转型升级，另一条路径即技术创新深化产业融合进而诱导技术创新深化并带动制造业转型升级。

注：***、**、*分别表示变量在1%、5%、10%显著性水平下显著；圆括号中数据为标准误

4 结语

4.1 结论

本研究首先利用投入产出法测算并分析了2000-2014年我国制造业与信息产业融合度，从创新投入和创新产出角度度量我国制造业技术创新水平，从质量、效益和效率3个方面分别测算了我国2003-2014年制造业8大细分行业的转型升级现状。在此基础上，构造多元线性回归模型测度技术创新对制造业转型升级的直接效应，运用中介效应模型测度产业融合对制造业转型升级的中介效应，揭示出技术创新促进制造业转型升级的基本路径。得出如下主要结论：①技术创新是促进我国制造业转型升级的核心驱动力，促进制造业转型升级的直接效应系数显著为正。技术创新不仅能直接促进制造业转型升级，还能通过产业融合间接促进制造业转型升级；②产业融合是我国技术创新驱动制造业转型升级的基本路径，技术创新通过产业融合驱动制造业转型升级的中介效应系数显著为正。基于中介效应模型实证分析并识别出技术创新促进制造业转型升级的两条间接路径：技术创新→产业融合→制造业转型升级，技术创新→产业融合→技术创新→制造业转型升级；③我国制造业与信息业融合度低且呈波动下降趋势，这在一定程度上制约了制造业转型升级，因此深化制造业与信息业融合刻不容缓。

4.2 建议

针对上述研究结论，本研究提出如下建议：①加强技术创新。为适应新时代发展要求，应通过增加制造业研究开发内部经费支出和吸纳高质量研究开发人才，提升自主创新和关键技术研发能力，加大制造业产品和工艺创新力度，提升制造业产品质量、生产效益及生产效率；②深化制造业与信息产业融合。建造共同技术开发平台，加大力度研发共性关键技术，鼓励跨产业兼并重组，拓展制造业与信息产业融合深度和宽度，同时推进大数据、互联网、人工智能等现代技术在制造业中的广泛应用；③强化技术创新与产业融合的相互作用。加强制造业与信息产业共性技术研发，推进制造业与信息产业融合深化，适应消费者不断变化的多样化需求，生产适销对路的高质量、融合型产品，进而促进我国制造业转型升级。

4.3 不足与展望

本研究旨在揭示产业融合背景下，技术创新、产业融合及制造业转型升级三者间的相互作用关系，从而更好地指导我国制造业转型升级。研究发现，三者间均存在正向促进作用，即技术创新可直接促进制造业转型升级，且产业融合是我国技术创新驱动制造业转型升级的基本路径。技术创新、产业融合与制造业转型升级三者间还有较大的研究空间。基于本文研究结论，后续研究可从以下几个方面展开：①制造业与信息业融合现象日益深化模糊了产业边界，缩小了产业间的增长率差异，各产业呈现出跨越式升级特征，制造业产业间转型升级的重要性被弱化，更强调产业内质量、效益和效率提升，本研究通过主成分分析法将三者综合成一个指标，后续研究可依据行业异质性分别对三者进行深入研究；②基于技术创新与产业融合促进制造业转型升级路径，后续研究可提出具体机制分析和路径假设，通过结构方程模型验证并得出促进我国制造业转型升级的最佳路径和一般路径；③信息业的高渗透性使得其与服务业、高技术产业不断渗透融合，因此可将研究样本范围扩大，得到更具普遍性的结论。

参考文献:

[1] 聂高辉,邱洋冬,龙文琪.非正规金融、技术创新与产业结构升级[J].科学学研究, 2018(8):1404-1413.

[2] 陶长琪, 彭永樟. 经济集聚下技术创新强度对产业结构升级的空间效应分析[J]. 产业经济研究, 2017(3):91-103.

[3] 龚轶, 王铮, 顾高翔. 技术创新与产业结构优化——一个基于自主体的模拟[J]. 科研管理, 2015, 36(8):44-51.

[4] 林春艳, 孔凡超. 技术创新、模仿创新及技术引进与产业结构转型升级——基于动态空间Durbin模型的研究[J]. 宏观经济研究, 2016(5):106-118.

[5] 贾仓仓，陈绍友.新常态下技术创新对产业结构转型升级的影响——基于2011-2015年省级面板数据的实证检验[J].科技管理研究,2018(15):26-31.

[6] 赵珏, 张士引. 产业融合的效应、动因和难点分析——以中国推进“三网融合”为例[J].宏观经济研究, 2015(11):56-62.

[7] 单元媛, 罗威. 产业融合对产业结构优化升级效应的实证研究——以电子信息业与制造业技术融合为例[J]. 企业经济, 2013(8):49-56.

[8] 陶长琪, 周璇. 产业融合下的产业结构优化升级效应分析——基于信息产业与制造业耦联的实证研究[J]. 产业经济研究, 2015(3):21-31.

[9] 张晓梦. 重庆市生产性服务业与制造业产业融合对产业结构升级的影响[D].重庆:重庆大学,2016.

[10] 陈玟洁. 产业融合与制造业升级的相关性研究[D].南京:东南大学,2016.

[11] 单元媛, 赵玉林. 国外产业融合若干理论问题研究进展[J]. 经济评论, 2012(5):152-160.

[12] HAN S C, HAN Y H. IT convergence with traditional industries and short-term research and development strategy in Korea[J]. Intelligent Automation & Soft Computing, 2014, 20(1):3-14.

[13] GEUM Y, KIM M S, LEE S. How industrial convergence happens: a taxonomical approach based on empirical evidences[J]. Technological Forecasting & Social Change, 2016, 107(12):112-120.

[14] 熊彼特.经济发展理论[M].北京:商务印书馆,2000:73 -74.

[15] ROSENBERG N. Technical change in the machine tool industry, 1840-1910[J]. Journal of Economic History, 1963, 23(4):414-443.

[16] HAUSMANN R, HWANG J, RODRIK D. What you export matters[J]. Journal of Economic Growth, 2007, 12(1):1-25.

[17] 陈诗一. 中国工业分行业统计数据估算:1980-2008[J]. 经济学:季刊, 2011(3):735-77.

[18] 李晓钟, 陈涵乐, 张小蒂. 信息产业与制造业融合的绩效研究——基于浙江省的数据[J]. 中国软科学, 2017(1):22-30.