基于纵向市场机制的产业技术进步协同效应研究

我国经济已经由高速增长阶段转向高质量发展阶段，而技术进步是实现高质量发展的重要动力[1]。当前，全球正面临新一轮科技革命和产业变革的重大机遇，技术和商业模式的突破往往会触发大量不同产业中的相关创新产生，从而实现整体技术进步。如何形成不同产业间的创新互促关系，进而使得国家或区域创新“常态化”，成为政府与学界共同关注的问题。其关键在于找到产业链条与创新链条的结合方式和机理。在深化供给侧改革与创新驱动发展顶层战略引领下，通过发挥市场机制作用，发挥企业作为创新主体的资源配置功能。这不仅需要适宜的创新环境与灵活融通的产学研系统，还需要构建以价格体系为基础的企业间创新行为联系，实现由市场机制引导的多产业共同技术进步的协同效应，从而实现经济整体高质量发展。以往研究中，由纵向市场形成的产业关联关系被认为是发挥知识溢出效应、提升整体创新产出的关键[2]。现有研究基于经济整体拉动与纯技术外部性视角进行分析，忽视了市场机制对创新行为的影响，虽然在一定程度上解释了技术进步对关联产业的技术扩散和提升效果，但由于关联厂商只能被动接受创新成果，无法形成关联产业间由主动选择的创新方向与行为形成的互促逻辑，也无法促进创新“常态化”。可见，产业链与创新链结合路径仍需探索。

本文以产业关联中的纵向市场机制作为研究重点，结合Antonelli&Fassio[3]的研究，提出产业纵向关联过程中，关联产业之间通过市场机制在创新方向与创新行为上建立联系。在纵向市场交易活动中，创新的成功引入会在特定方向上形成产品价格与知识价格非均衡局面，进而影响上下游产业对创新方向与创新行为的选择，产生产业间技术进步协同效应。进一步，基于我国2005—2017年6期投入产出表数据以及其它相关数据，构建面板数据模型，验证这一关系的存在，并发现当前我国纵向市场机制中前后向联系对于产业间技术进步协同效应的发挥具有不同影响。由此，提出我国在促进经济整体高质量发展过程中，需关注纵向产业链条完整构建，形成全产业链与创新链有效结合，充分发挥产业间技术协同效应的政策建议。

1 文献回顾与理论假设

在已有创新经济学文献中，众多学者以创新活动自身的流程特点为切入点，利用溢出效应对产业间创新行为的多种联系进行分析，肯定了多产业技术进步协同效应的存在，并认可纵向市场在该过程中所发挥的重要中介作用，但由于忽略了市场机制的影响，仍存在进一步补充研究的空间。

1.1 产业间技术进步协同效应

在先进技术与前沿理论不断呈现领域融合的背景下，随着“互联网+”等新兴经济生产模式兴起，工业产业、信息产业等产业协同发展关系越来越受到学者们的关注[4]。产业间共性技术与关联技术发展不仅推动了多个产业技术快速发展与效率提升，还促进了产业间共同技术深入发展。虽然目前学者们仍以产业内部创新主体协同作为研究重点[5-7],将产业链与创新链结合看作“相互垂直”的节点式链接[8]，但是已有学者对产业间的技术进步协同效应进行了探究[9-10],并指出科技进步关联式发展，是产业结构调整与整体产业效率提升的关键因素。郑胜华与池仁勇(2017)、阮娴静[11]分别使用协同演化与轨道跃迁概念描述产业间因部分创新的出现而引发多个产业内关联创新，最终形成整体产业技术进步的情形。在该理念下，产业间呈现技术进步协同效应的核心因素在于新知识与新技术的辐射性传递[12]，也就是创新自身溢出效应。在该效应下其他创新主体可以通过学习、借鉴、模仿，即基本延用该技术改进路径获得同等水平的生产技术，从而降低生产成本。随着共有技术或产品标准扩散，所有产业都会获得生产率提高与技术进步效果。在上述效应下，以中间产品供需形成的产业间市场链接被国内外学者们普遍认为发挥了重要中介作用。

1.2 纵向市场对产业技术进步的协同作用

Hirschman[13]提出，产业关联关系下，一个产业的发展会对其前后向产业发展产生促进作用，其中就包括对技术变化的影响。随着新一轮科技革命与产业变革的到来，科研成果与新兴技术发明频繁出现，学者们在既有以投入产出关系为主的产业间技术经济关联分析的基础上，提出产业关联关系发展与技术变革具有强相关关系[14-15]。产业技术进步越来越依赖于其它产业特别是关联产业的技术变化以及位置变化[16]，新技术会通过对产业投入产出关系的改变显著影响产业间关联发展。同时，各产业之间以投入产出、供给需求为纽带的产业关联关系是相关产业形成紧密关系的重要方式[17]，成为溢出效应在产业之间发挥作用的基础[2]。在产业关联关系下，与技术进步直接相关的知识要素会向上下游溢出，学者们通过将不同类型的生产函数与投入产出关系相结合，验证了这种溢出效应的普遍存在。王然等[18]基于FDI视角就产业创新引入或高技术要素引入对上下游产业的影响进行梳理，提出单一产业技术效率提升会通过提升下游产业中间投入品质量使其获得利益，同时为上游厂商提供“新市场”与“干中学”机会，利用需求引导产业进行创新活动；姜红与陆晓芳(2010)利用基础生产函数推导出各产业技术进步水平，将其与投入产出表中对应的总产出、消耗系数相结合，对不同产业技术进步效果在产业之间的传递情况进行衡量；施卫东与朱俊彦[19]将各产业R&D投入与消耗系数矩阵相结合，构建R&D-flow矩阵，对产业间通过产业关联形成的R&D投入互促效果进行实证检验。在这一过程中，学者们认为，产业间的技术进步协同作用主要来自示范效应、要素流动等[15]。上述效应的产生需要相关产业进行频繁交互，并拥有相当高的产业相似度[20]，而产业关联是形成这种关系的有效渠道。在产业关联的影响下，产业之间会具有技术进步水平之间的联系。随着新地理经济学发展，学者将产业间因产业关联形成的相似或交互关系定义为产业距离，使用空间计量模型对产业关联下产业之间的R&D溢出效应[21]进行实证检验。

1.3 创新货币外部性引入与市场作用分析

虽然学者们已经将产业技术发展与纵向市场联系起来并对产业关联下的技术进步联系进行探讨，但是以Antonelli[22]为代表的部分国外学者提出，这种单纯通过溢出效应构建的产业间技术发展协同效应的解释存在一定局限。在溢出效应的影响下，产业创新与技术进步的外部效果被认为是由新知识带来的免费收益。这种收益只需要其他主体“在那里”就可以被捕捉与获得，忽略了主体因为外部技术发展而感知到的纵向市场上的动力、机会与环境改变并作出主动决策的过程，Antonelli[23]将其总结为Creation reaction，即创造反应。在其作用下，产业间技术发展协同不仅体现在由溢出效应带来的知识交换上，还体现在由市场发挥作用而产生的多产业创造新知识和新技术的动力协同上。由于这种效应是通过价格机制与供求结构进行传递的，所以是一种货币外部性作用[24]。

这种由市场发挥作用产生的产业间协同效应不仅为新知识出现并成功引入市场后所产生的效果进行了补充，同时解释了创新“常态化”现象的发生机理。关联产业内的厂商会通过纵向市场链接对引入市场的创新进行“创造性反应”，意味着创新主体决策会决定新创新或技术进步方向，而这种主动决策来自于对创新所造成的市场价格机制变化的感知。因为这种变化对应着创新的专有性，有别于溢出效应中以“创造性毁灭”为主要逻辑的价值扩散，在货币外部性影响下，产业创新会形成特定方向的创新动力和机会扩散，使得产业间创新行为不断产生，并形成局部知识专有性[25-26]，最终呈现出产业间协同技术进步效应。

更深层次地，货币外部性引入破坏了原有溢出效应分析框架的均衡假设。由于创新会因为货币外部性效应作用于纵向市场，使得关联厂商具有新的生产机会与进一步创新的可能，内生增长理论中固有的稳态增加假设变得不稳定。一方面，符合当前研究现状，即基于创新生态系统或演化经济学对产业创新与技术发展进行研究，产业间通过市场作用不断形成非均衡关系，针对产业集群形态动态演进、整体系统的“巨涨落”特点(赫连志巍、邢建军，2017)以及结构变化[27]构建经济学分析框架。另一方面，在纵向市场作用下，关联产业创新主动选择不仅涉及技术发展频率和规模，同时，也是技术进步方向的“非均衡”体现。由于技术进步所表现出的生产力提升往往是局部的[28]，厂商在创造性反应机制下会通过对纵向市场的局部非均衡感知，主动学习并建立新的能力，最终在自己的边界内找到新的竞争力[29]。这一过程的循环往复不仅促进产业间关联创新持续产生，还会由于知识不断被重复利用与高质量合同安排[30-31]形成更有效率的市场机制，从而强化其对于产业间技术进步协同效应的作用。

1.4 相关理论假设

回顾以往研究，学者们虽然已经充分意识到由纵向市场构成的产业关联关系会对产业技术进步影响，但由于忽略了市场作用而存在进一步研究的空间。本文借助已有研究，以创新成功引入后的纵向市场价格信号变化作为关键因素，提出相关联产业会在感知到在创新行为与方向上的成本非均衡变化后，主动进行创新决策而形成技术进步协同效应的机理路径。这种机制包含两条路径，分别作用于相关联产业的创新方向层面与创新内涵层面：前者可以归纳为由生产需求改变导致要素价格变化的结构效应，后者可以归纳为由产品纵向流通引致外部知识价格变化的替代效应。

1.4.1 供求变化导致的结构效应促进关联厂商改变生产方式、形成效率发展协同

由于既有创新的成功引入会导致产业投入产出结构与相对价格发生变化，而这一变化会影响关联产业供需情况，既可以是部分中间产品价格呈现出低于整体市场水平的均衡价格[32]，也可以是部分中间产品因为更加密集的使用而促使市场规模扩大或新机会产生[33]，导致关联厂商主动改变当前产品生产方式，获得更低成本或更高收益，这就涉及到厂商需要清楚并主动实施新知识生产和利用策略。具体来说，在这个过程中，当产业创新被成功引入后，由于更加高效的中间产品生产方式出现，关联厂商得以感知到局部产品价格异于当前边际生产率。这会使得关联厂商具有强大动力引入或创造新技术，选择密集使用或生产便宜或者能够创造更高收益的中间产品，实现更为高效的生产，并在新生产组织方式形成过程中实现技术实质改进，形成关联产业相互影响下生产形式重组的“结构效应”[34]。在这种效应的影响下，由纵向市场所连接的关联厂商之间会在中间产品使用、生产要素投入结构上同步发展。因此，会更多地体现为关联厂商因生产技术变化引致生产效率上的协同效应。

1.4.2 外部知识源获取便利产生替代效应，促进关联产业改变创新行为内涵，形成技术改进协同

创新本质上是新知识生产过程，同时需要内部知识与外部知识要素投入[35]，既显示出产业创新的内生性，又体现出其内生性与外部效应紧密相连。在这一基础上，技术知识可以被看作是产业链与创新链交叉结合的体现，产业创新既需要由内部获取的经验与知识进行经济化流程，还需要考虑从关联产业获得的知识源。产业创新会被外部知识源的可接触性及组织与运行形式强烈影响。当创新被成功引入市场时，除对产品市场造成影响外，上下游厂商接触到该创新或通过产品购买获得包含该创新的产品时[36-37]，其外部可获取的知识资源总量会增多，内部知识相对价格也会发生改变，使得上下游厂商在利用外部知识与内部知识作为投入进行创新生产时，实际成本低于原本通过直接购买该技术或利用内部知识投入获得相同效果而需要花费的成本。由此形成由外部知识相对价格变化导致上下游厂商在创新生产投入中的替代效应。同时，由于该部分新增的外部知识是在某个特定方向上的，与既有产业创新相关联，形成由纵向市场产生的关联产业间技术进步协同效应，该效应更多地体现为技术改进上的协同作用。

2 研究设计

本文基于纵向市场作用假设对关联产业间技术进步协同效应进行实证研究。相比于以往研究，本研究设计主要存在两点不同：首先，以往研究中，学者们主要以某年产业间投入产出关系的截面数据作为纵向市场联系的固定变量，研究产业间知识溢出效应或其它相互作用关系[2,17,21]。为了更好地捕捉市场变化以衡量纵向市场对产业间技术进步协同效应的影响，本文将我国产业间投入产出关系变化纳入模型中。其次，为了更好地反映市场情况，本文在关联指标计算时将进口等市场交易指标也纳入其中。本文基础模型基于Gehringer[36]的研究衍生而来并进行了3点改进：①将原有上游—下游的前向关系研究模型扩展为上游—下游以及下游—上游的前后向关系研究模型；②利用我国多期投入产出表以及其它相关数据，将模型原有两期面板数据扩展为多期面板数据，根据我国投入产出表数据(2005年、2007年、2010年、2012年、2015年、2017年)将我国产业技术进步测算划分为5个阶段；③将原本较为简单的技术进步计算方式转变为Malmquist指标分解形式，以验证理论分析中产业关联对技术进步协同效应的不同影响。

2.1 基于投入产出表的产业间技术关联模型构建

d(TFP)i,t=β*mean[aij,t*d(TFP)j,t]j≠i+λ*mean[bij,t*d(TFP)j,t]j≠i+CVi,t+ei,t

d(TFP)i,t为i产业在t-1到t时期的全要素生产率变化，即技术进步。aij,t为产业i生产过程中产业j在t时期形成的前向关联指标，即上游产业j通过纵向市场向下游产业i的供给情况。bij,t为产业i生产过程中产业j在t时期形成的后向关联指标，即下游产业j在生产过程中对产业i的需求情况。mean∑ωij,t*d(TFP)j,t，(ω=a,b)意味着产业i所对应的上下游产业技术进步由纵向市场传递的影响变量。本文使用平均数方法一方面排除产业间个体差异的影响，另一方面避免因为变量过多导致的过度拟合情况。对应的β、λ是以增长率作为衡量标准下，产业i受上游或下游创新生产者在技术进步上的影响。CVi,k,t为控制变量，ei,t为误差项。

为验证关联产业会引致技术进步不同方面的协同效应这一假设，使用Malmquist指数对技术进步率进行测度。Malmquist指数可以分解为TC项(技术改进)与EC项(技术效率)。由此，可将基础模型(1)转化为模型(2)-(4)。

mi,t=βm*mean[aij,t*mj,t]j≠i+λm*mean[bij,t*mj,t]j≠i+CVi,t+ei,t

tci,t=βm*mean[aij,t*tcj,t]j≠i+λm*mean[bij,t*tcj,t]j≠i+CVi,t+ei,t

eci,t=βm*mean[aij,t*ecj,t]j≠i+λm*mean[bij,t*ecj,t]j≠i+CVi,t+ei,t

根据模型进一步推导，可将其转化为矩阵形式，以便于后续变量计算。

*t=β*{at[*t-I(*t)]}'+

λ*{bt[*t-I(*t)]}'+CVt+et*=m,tc,ec

2.2 变量测量

2.2.1 因变量测量——技术进步水平及其分解项

Malmquist指数最初由Malmquist[38]在1953年提出，Fare 等[39]结合DEA分析方法，将其拓展为可以在实证研究中应用的方法，其基础逻辑为通过定向输出与输入方法定义的距离函数进行线性运算的结果(陈恒等，2017)。距离函数表达式为：

其中，X、Y分别为输入与输出变量矩阵； p(X)表示生产函数可能实现的生产效率集合；σ为定向输出效率指标。在该距离函数当中，若Y处于集合p(X)之外，那么距离D0>1；如Y处于p(X)之内，则距离D0<1；若刚好落在可能性边界之上，则D0=1。

Malmquist指数表达式通过将t时期与t-1时期的投入产出数据纳入运算，得到单元从t-1时期到t时期的效率变化，即技术进步水平，具体如公式(7)。

M0(Xt,Yt,Xt-1,Yt-1)=

其中(Xt,Yt)与(Xt-1,Yt-1)分别为t-1与t时期投入产出矩阵。Dt-10(Xt,Yt)代表以t-1时期生产可能性集合为标准的t时期距离，Dt0(Xt-1,Yt-1)则表示以t时期生产可能性集合为标准的t-1时期距离。M0值为从t-1时期到t时期的效率变化，即除投入要素外的因素对产出的影响变动情况，在经济增长中意味着全要素增长率变动情况。

Fare等[42]提出,在规模报酬不变前提下，可将M0值进一步分解为技术效率指数(EC)和技术改进指数(TC)，如式(8)所示。

效率变化指数(EC)代表t时期实际投入产出与t-1时期比较得到的综合效率变化。技术改进指标(TC)表示在生产可能性集合不变情况下的距离函数比较，消除了投入产出端的规模差异，意味着由技术改进带来的效率提升部分。

对Malmquist指标进行运算得到因变量数值，本文选取各行业总产出作为产出指标，各行业固定资本存量与平均就业人员作为投入指标。其中，总产出指标由各时期投入产出表中直接得到后以GDP平减指数作不变价处理(以2000年为基期，下同)。平均就业人员通过各年《劳动统计年鉴》中分行业就业人员年初人数与年末人数的平均值计算得到。固定资本存量数据则参考单豪杰[40]的计算方法，首先使用历年各行业固定资本投资价格指数对新增固定资本值进行不变价处理，再通过式(9)的处理方法得到基期(2003年)资本存量，并以式(10)进行逐年存盘永续计算得到各年资本存量。

其中，K(i,t) 为i行业t时期的资本存量，I(i,t) 为i行业t时期的新增固定资本量，为2003-2017年新增固定资本的复合增长率；δ为折旧率，依照单豪杰[44]的做法，取0.109 6。

Ki,t+1=Ki,t(1-δ)+Ii,t+1

使用DEA分析方法以及R软件中的“Benchmarking”包对已得到的投入产出数据进行计算，得到我国2005—2007年、2007—2010年、2010—2012年、2012—2015年、2015—2017年5个时期各行业Malmquist指标值与分解项EC值、TC值，以此作为本文因变量值。分时期描述性统计结果如表1所示。

从表1可以看出，我国技术进步情况在2007—2010、2010——2012两个时间段经历了高速增长，但增长源泉有所不同。2007—2010年，技术改进是技术进步的主要源泉，2006年我国正式提出“自主创新、建设创新型国家”的顶层战略后，科技水平得到迅速提升。2010—2012年，技术效率提升成为技术进步的主要源泉，在“稳增长、调结构、转方式”的经济工作主调下，提升资源配置效率，挖掘新增长点成为该时期技术进步的重要渠道。2012—2015年，虽然整体技术进步速度并不如前两个时期，但技术改进水平得到了极大提升。在“互联网+”、“双创”等科技革命历史机遇与政府大力支持下，大量新兴业态不断衍生，新技术、新模式不断被发掘，科技水平被提升到了一个新高度。从2015年开始，随着《智能制造2025》与《“十三五”国家科技创新规划》等文件出台，我国进入制造业转型升级与全球创新高地建设的目标融合阶段。产学研深度融合制度改革不断推进，产业发展相互渗透融合，呈现互相促进、共同提升态势。技术进步稳步上升，技术改进与技术效率提升保持均衡发展。

2.2.2 解释变量构成——纵向市场活动供需情况反映

(1)前向关系指标(aij)：代表纵向市场中上游—下游供给情况，利用直接消耗系数法对产业在中间市场上与上游产业之间的互动程度进行衡量。该系数反映的是产业每单位产品产出需要直接消耗的其它产业产品量与总投入之间的关系[41]，计算公式为：

其中，inij为产业i在产出生产过程中消耗产业j的产出值，INi为产业i的总投入。

(2)后向关系指标(bij)：代表纵向市场中下游—上游供给情况，利用修正后的直接分配系数对产业在中间市场上与下游产业之间的互动程度进行衡量。该系数反映的是下游产业每生产一单位产品对该产业产出需求与该产业总体需求的比值。需要注意的是，本文指标计算方式不同于传统只用需求数量与总产出的方法[42]，而是选取总产出值加上进口值作为产业总体需求的值，这样可以更好地反映中间市场对部门i产品的需求情况，而不是单纯产业自身投入产出的去向关系，具体公式为：

其中，OUTi代表i部门的总产出，importi代表i部门进口值。

(1)其它行业平均Malmquist指标项(avg[d(TFP)])：如果单纯将与产业关联的相关指标纳入计量模型，会面临内容过于“宽泛”的风险[36]，即面临不同时段由宏观政策、重大技术或共性技术突破的溢出效应带来的产业间技术进步 “假回归”情况，削弱模型估计结果的合理性。为降低这一风险，本研究采取Gehinger[36]的研究方法，利用等权重的其它行业Malmquist指数平均值作为控制变量，以衡量行业在某时间段内的技术进步宏观趋势。计算方法为：

(2)进口比例(import.p)：随着经济分工全球化趋势不断加深，产业对外交流活动对于区域经济增长的作用愈发显著[43]。外来产品进入最终市场或中间市场一方面为本地市场带来新的竞争压力，促使本地产业加快技术进步进程；另一方面，通过新技术引入、国际标准引入等方式为本地产品创新提供了方向与信息，对技术进步产生了正向影响。本文以产业对外经济交流程度作为控制变量，选取投入产出表中产业进口值与最终使用和总计中间使用之和的比值(import.p)，作为衡量产业对外交流程度的指标。

(3)盈利情况(Profitable)：竞争程度与利润水平对行业内主体创新决策会产生重要影响。长久以来，就市场结构对厂商创新的影响一直存在争论[44]。但无论是支持竞争利于创新行为产生的阿罗(Arrow)学派，还是垄断有利创新价值获得的熊彼特(Schumpeter)学派，都将行业内竞争程度与利润水平作为行业内主体创新决策的重要影响因素。本文使用投入产出表中产业营业盈余与总产值之比对行业竞争程度和利润水平进行度量。

2.3 数据来源与处理

样本来源于国家统计局发布的2005年、2007年、2010年、2012年、2015年、2017年投入产出表数据，以及2004—2017年《劳动统计年鉴》、《中国统计年鉴》数据。根据数据可得性，将原投入产出表的42部门整合为39部门，具体项目与相关变量描述性统计结果如表2所示。

3 实证结果分析

3.1 面板数据模型选取与估计

通过Hausman检验确认模型(2)-(4)的具体形式，由验证可知，Hausman检验值与F统计值均大于临界值，在5%的水平上拒绝原假设，采用固定效应对模型(2)-(4)进行回归，结果如表3所示。

3.2 回归结果分析

由表3可知，同时考虑纵向市场的前后向作用对产业间技术进步协同作用的影响时，产业技术进步与平均后向技术进步mean[bij,tmj,t]j≠i项系数显著，平均前向技术进步mean[aij,tmj,t]j≠i项系数不显著，说明目前我国产业关联下的总体技术进步协同效应存在，但只与产业间后向联系显著相关。同时，将技术进步进行分解，形成技术改进与技术效率提升两项系数后，实证结果显示，前后项联系分别对不同技术进步协同效应发挥了不同的作用。其中，将技术改进作为解释变量的式(3)中，平均前向产业技术改进对产业技术改进产生了显著影响，平均后向技术改进与其没有显著关联关系。将技术效率作为解释变量的式(4)中，平均后向技术效率则对当前产业技术效率具有显著提升作用，但前向技术效率的提升作用不再显著。

式(2)-(4)的实证结果可以说明3个问题：首先，在充分考虑产业关联关系动态变化与普遍技术溢出等因素后，关联产业技术进步会积极影响被关联产业的技术进步情况，说明当前我国由纵向市场发挥作用引致的产业间技术进步协同效应显著存在。其次，纵向市场作用下上下游关系引致的产业间技术进步协同效应存在显著差异，分别与结构效应及替代效应的作用机理相对应。上游—下游的前向联系所产生的协同效应表现为产业间技术改进协同。上游产业在成功引入创新后，外部知识将以产品为载体直接导入下游产业[39]，使得产业在创新生产过程中天然具有外部知识使用的便利，所以会通过“替代效应”实现产业间技术进步协同。下游—上游后向联系所产生的协同效应则表现为产业间技术效率协同。下游产业在引入创新后形成了新的生产组织形式，导致上游产业中间产品需求种类、规模、结构发生变化，进而引起上游产业生产决策中的局部价格变化。上游产业在感知到这一变化后，通过更新自身生产组织形式满足下游产业需求，这种需求拉动[37]来自于中间市场结构调整带来的引领作用，通过结构效应实现产业间技术效率协同。第三，当前我国在纵向市场作用下的产业间技术进步协同效应主要表现为下游—上游作用路径，体现为我国下游—上游关系产生的结构效应大于上游—下游的替代效应。一方面，可能是因为目前我国总体产业技术进步路径仍然以FDI投入或先行高技术产业引领拉动为主，部分产业自主消化外源知识与再创造能力不足，导致替代效应无法发挥最佳效用；另一方面是因为我国整体技术转移市场体系仍处于建设当中，部分产业在外源知识获取过程中缺乏标准化渠道与适宜环境。

注：d(TFP)在式(2)-(4)中分别代表m，tc，ec项；*、**、***分别代表在回归项10%、5%与1%显著水平下显著；括号内数值为回归项标准差

4 结语

4.1 结论与建议

产业关联是产业间多种复杂关系中最重要的关系，是产业间形成技术进步协同效应的重要中介。本文在总结前人研究的基础上，重点从市场活动出发，研究产业关联与技术进步的关系，提出在产业关联过程中，除被动知识溢出效应外，还会因创新引入后的供需结构变化与外部知识获取便利，导致关联产业受到技术发展过程中的正向货币外部性作用，形成替代效应与结构效应，从而导致关联产业内厂商主动进行创新决策与产品生产决策，由此形成了产业间技术进步协同效应。利用我国数据进行实证检验以探讨这一假设在解释我国不同产业创新发展的适应性，发现目前在纵向市场作用下我国产业间技术进步协同效应显著，并表现为下游—上游作用路径。细分来看，上游—下游的前向联系产生了显著技术改进协同效应，下游—上游的后向联系则产生了显著技术效率提升协同效应，分别呈现出替代效应与结构效应影响机理。

不同于以往将产业关联作为一种固定关系且只着重于产业间创新或知识被动溢出的研究，本研究最主要的突破在于提出了市场机制在产业间技术进步协同中的作用，将上下游产业在创新引入后纵向市场变化与产业技术进步互促联系起来，增加了对当前不同产业中，创新持续产生、技术进步紧密联系情况的现实解释力，为相关政策制定提供了新的视角。在促进区域产业集群高质量发展与创新集聚形成过程中，应注重高新产业或待发展产业与既有产业的联系，通过拓展产业关联广度与深度，充分利用替代效应与结构效应实现区域多产业技术进步协同效应，从而形成产业集群技术优势。一方面，要避免出现产业创新发展过程中的“孤岛效应”，实现科技进步与经济增长深度结合；另一方面，要不断积累区域产业集群特有的本地化技术优势，逐渐增加我国经济在全球创新链条与价值链条上的竞争优势。为实现这一目标，政府需着重在两个方面进行政策发力：①在重点支持部分高新技术产业发展的同时，通过支持与补贴相关联产业购买或供给中间产品的行为，促进关联产业中间产品交易，扩大产业间关联范围。发挥产业关联对产业间技术进步的互促作用，提升整体高质量发展水平；②重视跨产业知识交易活动，通过跨产业技术转移平台与技术联盟，一方面利用政府力量进行多产业共性关键技术研发，另一方面通过信息共享降低产业间技术转移交易成本，加速高精尖知识流动，促进替代效应发生，增强相关联产业在特定方向进行创新的动力，促进不同产业中创新持续产生。

4.2 不足与展望

从技术与意义层面出发，本文存在进一步研究的空间。在本文模型指标构建与机理分析上，尚未引入产业内部创新活动数据以进一步论证产业具体创新行为层面的产业间技术协同路径。如何找到更好的模型刻画方式，并进一步找到产业间通过纵向市场作用形成的产业链与创新链结合的具体模式成为未来研究重点。

[1] 任保平, 文丰安.新时代中国高质量发展的判断标准、决定因素与实现途径[J].改革, 2018(4):5-16.

[2] 余东华, 张鑫宇.知识资本投入、产业间纵向关联与制造业创新产出[J].财经问题研究, 2018(3):38-47.

[3] ANTONELLI C, FASSIO C.Chapter 2 globalization and innovation in advanced economies[J].Advances in the Study of Entrepreneurship, Innovation, and Economic Growth, 2011(22):23-38.

[4] 赵玉林, 裴承晨.技术创新、产业融合与制造业转型升级[J].科技进步与对策, 2019(11):70-76.

[5] 王欢芳, 张幸, 宾厚, 等.共享经济背景下战略性新兴产业协同创新机制研究[J].科学管理研究, 2018, 36(4):30-33.

[6] 文玉春.产业创新的路径选择：自主研发、协同创新或技术引进[J].山西财经大学学报, 2017, 39(2):47-57.

[7] 俞立平, 钟昌标, 王作功.高技术产业创新速度与效益的互动机制研究[J].科研管理, 2018,273(7):4-11.

[8] 江曼, 梅林.产业“链”簇关系辨析与协同发展策略研究[J].河北经贸大学学报, 2018, 39(1):73-82.

[9] 郭宝梅.科技进步对我国产业结构影响的探讨[J].山西财经大学学报, 2006(s2):37-39.

[10] 谭黎阳.论科技进步对产业结构变迁的作用[J].产业经济研究, 2002(1):52-58.

[11] 阮娴静.产业技术体系演进视角下技术轨道跃升对创新绩效的影响[J].科技进步与对策, 2017, 34(14):98-103.

[12] 金晓彤, 黄蕊.技术进步与消费需求的互动机制研究——基于供给侧改革视域下的要素配置分析[J].经济学家, 2017(2):50-57.

[13] HIRSCHMAN A O. The strategy of economic development[M].New Haven：Yale University Press, 1958.

[14] NIETO M, QUEVEDO P.Absorptive capacity, technological opportunity, knowledge spillovers, and innovative effort[J].Technovation, 2005, 25(10):1141-1157.

[15] 文雁兵.我国农业科技自主创新能力研究——基于产业关联效应和FDI技术溢出视角[J].科学学研究, 2015, 33(7):1017-1025.

[16] 黄鲁成, 石媛嫄.基于技术视角的产业关联发展研究[J].科技进步与对策, 2017, 34(6):53-61.

[17] 刘舒慧.技术进步、产业关联与中国工业能耗强度——基于空间面板数据模型[J].中国管理科学, 2016(S1):919-924.

[18] 王然, 燕波, 邓伟根.FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J].中国工业经济, 2010(11):16-25.

[19] 施卫东, 朱俊彦.我国知识密集型服务业产业关联、创新扩散研究[J].统计与决策, 2010, 2010(12):130-132.

[20] 潘文卿, 李子奈, 刘强.中国产业间的技术溢出效应：基于35个工业部门的经验研究[J].经济研究, 2011(7):18-29.

[21] 朱平芳, 项歌德, 王永水.中国工业行业间R&D溢出效应研究[J].数量经济研究, 2014(2):44-55.

[22] ANTONELLI C.Localized technological knowledge:pecuniary knowledge externalities and appropriability[J].Papers on Economics and Evolution, 2007(7).

[23] ANTONELLI C.Diffusion as a process of creative adoption[J].Journal of Technology Transfer, 2006, 31(2):211-226.

[24] ANTONELLI C.Pecuniary knowledge externalities:the convergence of directed technological change and the emergence of innovation systems[J].Industrial and Corporate Change, 2008, 17(5):1049-1070.

[25] MARCH J G.Exploration and exploitation in organizational learning[J].Organization Science, 1991, 2(1):71-87.

[26] ANTONELLI C.Knowledge complementarity and fungeability:implications for regional strategy[J].Regional Studies，2003，37(6&7)： 595-606,

[27] NIOSI J, MCKELVEY M.Relating business model innovations and innovation cascades:the case of biotechnology[J].Journal of Evolutionary Economics, 2018(8).

[28] ATKINSON A B, STIGLITZ J E.A new view of technological change[J].Economic Journal, 1969, 79(315):573-578.

[29] ANTONELLI C.Localised appropriability:pecuniary externalities in knowledge exploitation[J].Technology Analysis & Strategic Management, 2009, 21(6):727-742.

[30] FESER E J.Tracing the sources of local external economies[J].Urban Studies (Routledge), 2002, 39(13):2485-2506.

[31] GOSSLING T.Proximity, trust and morality in networks[J].European Planning Studies, 2004, 12(5):675-689.

[32] ANTONELLI C,SCELLATO G.Out-of-equilibrium profit and innovation[J].Economics of Innovation and New Technology, 2011, 20(5):405-421.

[33] LEE K,MALERBA F.Catch-up cycles and changes in industrial leadership:windows of opportunity and responses of firms and countries in the evolution of sectoral systems[J].Research Policy, 2017，46(2)：338-351.

[34] ANTONELLI C.The system dynamics of collective knowledge:from gradualism and saltationism to punctuated change[J].Journal of Economic Behavior & Organization, 2007, 62(2):215-236.

[35] ANTONELLI C, PATRUCCO P P, QUATRARO F.Productivity growth and pecuniary knowledge externalities:an empirical analysis of agglomeration economies in european regions[J].Economic Geography, 2011(7).

[36] GEHRINGER A.Pecuniary knowledge externalities and innovation:intersectoral linkages and their effects beyond technological spillovers[J].Social Science Electronic Publishing, 2011, 20(100):495-515.

[37] ANTONELLI C, GEHRINGER A.Knowledge externalities and demand pull:the European evidence[J].Economic Systems, 2015, 39(4):608-631.

[38] MALMQUIST S.Index numbers and indifference surfaces [J].Trabajos de Estadistica, 1953(4):209-242

[39] FARE R , GROSSKOPF S , NORRIS M , et al.Productivity growth, technical progress, and efficiency change in industrialized countries[J].American Economic Review, 1994, 84(5):1040-1044.

[40] 单豪杰.中国资本存量K的再估算：1952—2006年[J].数量经济技术经济研究, 2008(10):17-31.

[41] 杨成凤, 韩会然, 宋金平.功能疏解视角下北京市产业关联度研究——基于投入产出模型的分析[J].经济地理, 2017(6):102-108.

[42] 沈晓平, 张京成.北京市文化创意产业的关联效应研究[J].中国科技论坛, 2017(7).

[43] 王煌, 张秀英.技术创新、产业结构升级与国际贸易效应的实证分析[J].统计与决策, 2017(9):122-126.

[44] 周少东.“熊彼特—阿罗”争论的最新发展:市场结构与企业创新[J].当代经济管理, 2009, 31(5):14-18.