不同技术创新途径与产业结构升级动态互动关系研究

中国经济在经历了30多年高速发展后，增速有所回落，进入“经济发展新常态”时期。新常态主要有三大特征：从高速增长转变为中高速增长；经济发展结构不断优化升级；从要素驱动、投资驱动转向创新驱动。其中，产业结构优化升级是经济结构优化的关键，而技术创新则是产业结构升级的重要力量[1]。技术创新发展途径主要包括3类：自主创新、合作创新与技术引进，3类途径间密切关联。中国通过改革开放、以市场换技术的外资政策，从国外引进大量技术，为国内自主技术发展提供了基础和机会。然而，随着技术进步速度加快、难度和风险加大，合作创新优势日益凸显。随着国内技术和知识的不断积累，中国自主创新能力越来越强，与国外技术差距逐步缩小，3类途径间关系可能发生改变。因此，目前3类技术创新途径间存在哪些作用关系，它们对产业结构升级的作用效果如何以及以哪种途径为主更有利于产业结构升级，这些问题需要深入分析。产业结构升级和技术创新互为条件。一方面，只有加快技术创新才能促进产业结构调整与升级；另一方面，加快技术创新也要求产业结构调整与升级[2]。目前，中国产业结构能否促进技术创新发展，对哪类技术创新影响更显著值得探讨。产业结构升级过程不仅需要考虑产业结构高级化，也需要注重产业结构合理化。理论上，产业结构合理化和高级化相互促进、密不可分。但在中国经济发展过程中，产业结构合理化与高级化变迁是否一致需要进行相应检验[3]。对上述问题进行研究，有利于厘清不同技术创新途径间的关系、当前中国产业结构升级更适于采取何种技术创新途径以及产业结构合理化与高级化发展一致性与否。

1 文献综述

本文重点从自主创新、合作创新、技术引进间相互关系、技术创新与产业结构升级内在机理、不同技术创新途径与产业结构升级间相互关系以及产业结构合理化与高级化间相互关系4个方面对现有文献进行梳理与讨论，以突出本文研究问题和意义。

(1)自主创新、合作创新、技术引进间相互关系研究。自主创新并非封闭式自我创新，其强调在开放条件下提高获取关键技术和自主知识产权的能力。因此，自主创新不排斥技术引进和相互合作[4]。技术引进主要有3种方式：国际贸易、技术贸易和外商直接投资[5]。其中，先进生产技术可能从进口货物中获得，然而技术壁垒和技术信息不对称等因素限制了生产技术转移。技术贸易主导方在于技术出让方，故技术购买方难以获取其先进生产技术[6]。相比之下，国外直接投资是技术转移最为有效的途径，外商投资更倾向于将先进生产技术运用到实际生产过程中，且其溢出效应明显，这种先进生产技术信息能够通过要素资源流向本地产业，本地产业或企业部门通过吸收、模仿先进生产技术，从而有助于本地企业积累技术知识、提高自主创新能力[7-9]。随着社会技术进步速度加快、技术创新难度增加、创新风险加大，企业合作创新趋势日益明显[10]。合作创新能够分担创新投入、规避创新风险、缩短创新周期，将知识溢出内部化，促进合作伙伴间知识共享[11-12]。因此，合作创新是消除技术创新低水平重复、加速中国技术进步的重要途径[13]。

(2)技术创新与产业结构升级内在机理研究。技术创新从供给和需求两个方面影响产业投入产出状况及生产要素配置和转换效率，进而推动产业结构升级[2]。从供给方面看：首先，技术创新促进了劳动分工，改变了劳动力就业结构，这是技术创新影响产业结构变动的基本途径；其次，技术创新使不同行业劳动生产率出现差异，哪个行业劳动生产率更高，就会获得更多利润，从而导致生产要素在不同行业间流动，进一步促使产业结构发生变化[2,14]。从需求方面看，技术创新对产业结构的影响通过影响生产需求、消费需求及出口，借助需求结构变动实现，属于间接影响。产业结构影响需求，需求拉动技术创新。由于需求诱导，某一行业可能出现快速增长趋势，为使整个行业总产出水平保持适当规模，同时为提高或改善产品和服务质量，加之竞争的影响，这一行业中的企业会加大技术投入、改善工艺流程、重新组合现有技术，掀起新一轮固定资产投资或更新高潮(也可能源于固定资产的无形损耗)。这种过程必将对科技创新形成强大需求，从而推动技术创新发展[2,14]。

(3)不同技术创新途径与产业结构升级间相互关系研究。国外学者较为关注技术选择与经济增长关系，率先将“适宜技术”思想引入经济发展，认为技术进步本地化对经济增长效果更显著[15]。同时，kamber等[16]研究结构性技术创新政策对产业结构和经济增长质量的影响，认为结构性技术创新政策对产业结构和经济增长的影响具有非对称性。在对发展中国家的研究中，国外学者更关注技术引进对经济发展的影响，但未得出统一结论。有学者认为，发展中国家通过采用发达国家的前沿技术，可以促进自身技术创新发展，从而实现经济增长[17-18]。但也有学者认为，发达国家技术引进会使发展中国家劳动技巧与技术间不匹配，带来总要素生产率下降，也即技术引进对发展中国家存在不利影响[19-20]。另外，有学者研究产业结构对专利的影响，认为产业结构差异不会对专利数量和质量产生影响，但会影响专利商业化应用[21]。国内学者对不同技术创新途径与产业结构升级间关系进行深入研究，主要集中在自主创新、技术引进对产业结构升级的影响上，并得出不同结论。如王卫和张玲玉[3]指出，自主创新能够促进产业结构合理化与高级化；技术引进有利于产业结构合理化，但对产业结构高级化的影响为负。林春艳和孔凡超[22]认为，自主创新和技术引进有利于地区产业结构合理化，且存在长期空间溢出效应，但不利于产业结构高级化。傅元海等[23]认为，在消化吸收外资技术基础上的自主创新能够促进制造业结构高度化与合理化，但只有通过利用外资引进先进技术，寻求高端产业核心技术创新能力突破，制造业结构升级才会高附加值化；只有提高本地产业技术能力，外资才会产生技术溢出效应并促进制造业结构升级趋于合理；只有提升高端产业核心技术创新能力才能促使外资转移先进技术，进而促进制造业结构升级并实现高附加值化。同时，也有学者研究合作创新对中国制造业转型升级的影响，认为产学研合作研发创新模式对制造业转型升级具有促进作用，但需要增强企业合作知识转移能力和吸收能力[24]。目前，关于产业结构升级对技术创新影响的研究主要是间接研究，即将产业结构升级作为技术创新的一个影响因素进行研究[25,26]。仅有少数学者对两者间关系进行了直接研究。如赵庆[27]认为，产业结构优化升级确实能够显著促进技术创新效率空间溢出效应形成，二者间关系应该是“螺旋上升”；杨兵等[28]认为，技术创新对产业结构优化具有长期负向冲击效应，产业结构优化对技术创新具有短期正向冲击效应。

(4)产业结构合理化与高级化间相互关系研究。产业结构合理化有助于资源配置达到最优，产业结构高级化可以提升劳动生产率，在更高水平上配置资源[3]。产业结构合理化是产业结构高级化的基础，提高结构效益可以推动产业结构高级化发展，而脱离合理化的高级化是一种“伪高级化”[29]。

本文对国内外文献进行梳理发现，目前研究取得了丰硕成果，但还有以下问题尚未完全解决：①当前研究集中于从单方面分析不同技术创新途径与产业结构升级间关系，发现两者存在明显的双向关系。因此，需要将两者纳入同一实证模型进行分析；②当前研究大都注重静态分析，对不同技术创新途径间、不同技术创新途径与产业结构升级间、产业结构合理化与高级化间的动态互动关系研究较少。因此，本文将自主创新、合作创新、技术引进、产业结构合理化与高级化纳入同一研究框架，运用PVAR模型，从内生视角实证分析它们间的双向动态互动关系，同时分析不同时间段内不同技术创新途径与产业结构升级间内在机理。

2 研究方法与数据选取

2.1 PVAR模型

PVAR模型由Holtz-Eakin[30]提出，Lütkepohl[31]对其进行优化，相较于普通VAR、SVAR模型，它对时间序列数据长度要求较低，主要针对面板数据，只要T≥p+3，即可对模型进行参数估计；T≥2p+2，即可估计稳态下滞后项参数。其中，T表示时间序列长度，p表示滞后阶数。PVAR模型的核心是脉冲响应函数。脉冲响应函数主要用来描述一个内生变量对误差的反应，也即随机扰动项一个标准差冲击对其它变量当前和未来取值的影响轨迹，能够直观刻画变量间的动态交互作用和效应。PVAR模型设定形式如下：

其中，yi,t是包含内生变量的向量。假设每一个截面基本结构相同，采用固定效应模型，引入反映个体异质性的变量αi，克服该假设对参数的限制；引入反映个体时点效应的变量vi,t，体现在同一时点不同截面上可能受到的共同冲击；μi,t为随机扰动，假设其服从正态分布。

2.2 变量与数据

2.2.1 产业结构升级指标度量

产业结构升级是产业结构朝着合理化和高级化方向发展的过程，本文中的产业结构升级包含合理化和高级化两个方面。其中，产业结构合理化既反映产业间协同程度，又体现生产要素在不同产业间的有效利用程度。在现有研究中，多数研究采用结构偏离度或泰尔指数衡量产业结构合理化程度。其中，传统结构偏离度和泰尔指数仅考虑劳动偏离度，如果按照线性生产函数和里昂惕夫生产函数，资本与劳动可以完全替代或具有某种固定比例关系，那么单要素形式评价指标比较合适。但现实经济往往不符合这种严格假定，而是大致符合柯布-道格拉斯生产函数形式。在该函数中，资本与劳动具有可变的替代率与流动性。因此，对资本偏离度的考察与劳动偏离度同样重要，且能够有效避免因采用单要素指标而导致的评价误差[32]。从而，在构建产业结构偏离度评价指标时，必须考虑资本要素偏离。因此，基于劳动和资本多要素条件下的偏离评价指标为：

式(2)中，pld代表产业结构偏离度；Y代表产值；F代表生产要素；i代表第i产业；j代表第j种生产要素；m代表生产要素种类总数；n代表产业总数，其中本文取n=3，选取各省3次产业进行计算；对生产要素F的拓展为m=2且F=K,L的情况；K代表资本存量；L代表劳动，用就业人数表示。产业结构偏离度越高，表示生产要素在各产业部门中的配置越不合理，产业结构合理化水平越低。因此，产业结构合理化与产业结构偏离度为反向变动关系，本文以产业结构偏离度的倒数度量产业结构合理化，其公式为：

关于产业结构高级化，学者们提出不同度量方法。有学者认为，随着信息技术的迅猛发展和产业结构服务化趋势明显加强，且鉴于经济服务化过程中第三产业增长率快于第二产业这一典型事实，应采用第三产业产值与第二产业产值的比值度量中国产业结构高级化水平[33]。但也有学者认为，从技术水平角度可将产业结构高级化表述为：原有要素、资源从生产率和技术复杂度较低产业部门转移到生产率和技术复杂度较高产业部门，使得生产率和技术复杂度较高产业部门比例持续增加，从而提高不同产业部门生产率。所以，产业结构高级化本质上具有两个内涵：一是比例关系改变，即量的内涵；二是要素生产率提高，即质的内涵[34]。结合现有研究，本文综合考虑两类度量方式，构造产业结构高级化模型如下：

式(4)中，第一部分为第三产业产值与第二产业产值的比值，用其表示产业结构高级化过程中的经济服务化程度。第二部分为以全要素生产率(θ)为权重的三次产业比例综合值，用其表示产业结构高级化过程中量和质的变化。α为权重，本文认为两者同样重要，故取α=0.5。全要素生产率采用DEA模型中的超效率模型计算，其中投入为劳动和资本存量，产出为产业产值。

2.2.2 自主创新、合作创新与技术引进度量

(1)自主创新。有学者从技术创新产出角度，采用专利授权量对自主创新进行衡量，也有学者从技术创新投入角度，用R&D经费内部支出对其进行衡量。考虑到专利性质和价值差异较大，本文采用R&D经费内部支出衡量自主创新。为消除异方差影响，对其取对数，用lnzzcx表示。

(2)合作创新。学者往往用企业与高校、研究机构以及其它企业间合作研发情况对合作创新进行衡量。R&D经费外部支出是指调查单位委托外单位或与外单位合作进行R&D活动而拨给对方的经费，表明企业对外合作创新情况。因此，本文采用R&D经费外部支出衡量合作创新。为消除异方差的影响，对其取对数，用lnhzcx表示。

(3)技术引进。本文采用各省份实际利用外商直接投资额对技术引进衡量，为消除异方差的影响，对其取对数，用lnjsyj表示。

2.2.3 数据来源与面板单位根检验

为保持数据统计口径一致，本文以2009-2017年中国各省份相关数据为研究样本(因西藏和港澳台相关数据缺失严重，故剔除)，保留剩下的30个省域作为研究样本。三次产业产值、就业人数及实际利用外商直接投资额来源于2009-2018年30个省域统计年鉴，吉林缺失2017年实际利用外商直接投资额数据，运用趋势外推法对其进行估计；R&D经费内部支出和R&D经费外部支出来源于2010-2018年《中国科技统计年鉴》；资本存量参考张军等[35]和徐现祥等[36]的方法进行计算，数据来源于各省统计年鉴。各变量描述性统计结果见表1。在回归前对数据平稳性进行检验，如果数据不平稳，则有可能出现“伪回归”情况。本文分别用LLC、IPS、Fisher-DF、Fisher-PP对数据平稳性进行检验，结果表明本文所选数据在5%水平上平稳，检验结果见表2。

注：单元格内第一行为检验统计量，括号内为P值，P<0.05表示通过检验，不存在单位根，数据平稳

3 PVAR模型实证分析

3.1 GMM回归

在利用PVAR模型进行估计前，需要先确定合适的滞后期数，以免滞后期数过短导致估计结果有偏，而滞后期数过长又会损失自由度[37]。最优滞后期数确定通常通过AIC、BIC、HQIC三个信息准则的信息量判断，当这些准则的信息量取最小值时滞后期数为最优滞后期数，结果见表3。从中以看出，AIC、BIC和HQIC准则在滞后一阶时信息量最小，因此选择最优滞后期数为滞后一期。在选择最优滞后期数的基础上，对模型参数进行GMM估计，结果见表4。

由表4可知：①上一年自主创新增加、合作创新增加、技术引进及产业结构合理化提升促使下一年自主创新增加；②上一年自主创新增加、合作创新增加、产业结构高级化程度提升促使下一年合作创新增加，而技术引进增加使下一年合作创新减少；③上一年合作创新增加、技术引进增加以及产业结构合理化提升促使下一年技术引进增加，自主创新增加使下一年技术引进减少；④上一年自主创新增加、产业结构高级化程度提升促使下一年产业结构趋于合理化，而技术引进增加使下一年产业结构变得不合理；⑤上一年自主创新增加、产业结构高级化程度提升促使下一年产业结构高级化程度提升，合作创新增加、技术引进增加以及产业结构合理化程度提升则会抑制下一年产业结构高级化发展。

GMM回归只能反映变量滞后一期与当期的关系，为进一步分析变量间的长期动态互动关系，需要对变量进行脉冲响应分析。由于脉冲响应在GMM回归基础上进行，因此必须对GMM回归结果稳定性进行检验。根据Lütkepohl[31]的研究结果，只有在伴随矩阵所有特征根模值小于1时，模型才稳定。由图1可知，所有特征根均落在单位圆内，表明其模值都小于1，因此本文GMM回归结果是稳定的。

注：*、**、***表示在10%、5%、1%水平上显著，下同；括号内为Z统计值

3.2 脉冲响应结果分析

接下来，用脉冲响应函数进行长期动态互动关系分析。在进行蒙特卡洛500次模拟的基础上，得到滞后15期的脉冲响应，见图2。图中横轴为滞后期数，纵轴为变量对冲击的响应程度，横线为0刻度线。

图2为当给自主创新一个标准差冲击时，其对自身和其它变量的冲击程度。其对自身在初期产生最大正向影响，其后开始逐渐减弱；其对合作创新在初期产生负向影响，负向影响持续到第2期、第3期及以后变为正向影响，在第7期时正向影响最大；其对技术引进在初期产生正向影响，其后在第1期变为负向影响，在第4期时负向影响最大，在第10期时转为正向影响，但正向影响较小；其对产业结构合理化在初期产生负向影响，但到第2期变为正向影响，在第5期正向影响最大，其后逐渐减弱；其对产业结构高级化在初期为负向影响，其后逐渐增加，在第4期变为正向影响。脉冲响应结果表明，自主创新具有一定发展惯性，当自主创新增加时，其对合作创新、技术引进，产业结构合理化和高级化在短期内产生负向影响，但从长期看，对其均具有正向影响。

图3为当给合作创新一个标准差冲击时，其对自身和其它变量的冲击程度。其对自主创新在初期没有影响，其后产生正向影响，在第2期达到最大，随后逐渐减弱；其对自身在初期产生最大的正向影响，其后逐渐减弱；其对技术引进在初期产生负向影响，其后第1期变为正向影响，在第3期达到最大，随后逐渐减弱，在第6期变为负向影响，在第8期达到最大负向影响；其对产业结构合理化在初期和第1期产生正向影响，在第2期到第5期为负向影响，第6期及以后为正向影响，在第10期产生最大正向影响，其后正向影响逐渐减弱；其对产业结构高级化在第1期至第7期为负向影响，在第8期转为正向影响，但正向影响较小且接近于0。脉冲响应结果表明，合作创新发展具有一定惯性。合作创新增多时，在短期内对技术引进为正向影响，对产业结构合理化和高级化为负向影响，但从长期看对技术引进为负向影响，对产业结构合理化和高级化为正向影响；其对自主创新一直为正向影响。

图4为当给技术引进一个标准差冲击时，其对自身和其它变量的冲击程度。其对自主创新在第1期为正向影响，其后均为负向影响，在第7期负向影响最大；其对合作创新一直为负向影响，在第4期负向影响最大；其对自身在第1期至第5期产生正向影响，第6期及以后为负向影响；其对产业结构合理化和高级化程度一直为负向影响。脉冲响应结果表明，当技术引进增加时，其对自身在一定时间内起到正向影响，但从长期看，不利于自身发展；对自主创新、合作创新而言，产业结构合理化和高级化均具有负向影响，不利于国内技术和经济健康发展。

图5为当给产业结构合理化一个标准差冲击时，其对自身和其它变量的冲击程度。其对自主创新具有正向影响，且在第1期产生最大正向影响；对合作创新在第1期至第3期为负向影响，第4期及以后为正向影响，且在第8期产生最大正向影响；其对技术引进在第1期产生正向影响，在第2期至第9期为负向影响，且在第4期负向影响最大，其后为正向影响；其对自身在第1期为负向影响，其后为正向影响，且在第6期产生最大正向影响；其对产业结构高级化在第1期至第3期为负向影响，在第4期及以后为正向影响，且在第8期产生最大正向影响。脉冲响应结果表明，当产业结构合理化增加时，其对自主创新一直为正向作用，在短期内对合作创新、技术引进和产业结构高级化为负向影响，但从长期看，对三者为正向影响。

图6为当给产业结构高级化一个标准差冲击时，其对自身和其它变量的冲击程度。其对自主创新具有正向影响，且在第4期产生最大正向影响；其对合作创新具有正向影响，且在第2期具有最大正向影响；对技术引进具有正向影响，且在第4期产生最大的正向影响；对产业结构合理化产生正向影响，且在初期产生最大的正向影响；对自身产生正向影响，且在初期产生最大的正向影响。脉冲响应结果表明，当产业结构高级化程度加深时，有利于技术创新、产业结构合理化与自身发展。

4 不同技术创新途径与产业结构升级内在机理分析

通过对脉冲响应结果进行分析发现，不同技术创新途径与产业结构升级间在短期和长期内互动关系不同。因此，需要结合技术创新与产业结构升级自身特点，分析不同时间段内不同技术创新途径与产业结构升级的内在机理。为便于分析，本文绘制不同技术创新途径与产业结构升级间的动态互动关系，见图7。图中负→正表示短期内为负向影响，但从长期看为正向影响。

(1)自主创新在短期内对合作创新、技术引进、产业结构合理化和高级化均为负向影响，但从长期看，对四者均为正向影响。在短期内，进行自主创新会获得一定技术进步，增强相关企业对自身技术水平的信心，从而减少其合作创新和技术引进需求。自主创新在不同行业间存在较大差异，而在一定时期内自主创新比较活跃的行业往往能够获得更多产业政策支持，导致更多生产要素盲目进入这些产业及相关产业，而这些产业在短期内技术进步幅度不大，不能有效利用这些生产要素，致使生产要素在产业间分配不合理，造成产业结构不合理程度加剧。同时，生产要素分配不合理会使全要素生产率下降，进一步导致产业结构高级化程度下降。从长期看，要保持经济和产业快速健康发展，需要保持高质量技术进步，仅靠封闭式自主创新并不能满足技术进步要求。随着自主创新能力提高，企业自身技术和知识积累逐渐增加，使企业充分认识到自身技术发展缺陷及需求，从而促使企业与其它企业或者相关机构进行合作创新；同时，随着自身技术加强，也会促使其吸引更多高质量外商投资，进而促进技术引进。自主创新提高能够推动合作创新和技术引进，从而加快技术进步、提高劳动生产率、推动生产要素在产业间流动，从而促使产业结构向着合理化和高级化方向发展。另外，自主创新比较活跃的产业往往也是高附加值产业，自主创新增加能够激发相应市场需求，从而推动生产要素向这些附加值较高的产业流动。

(2)合作创新能够降低创新成本，实现创新资源互补。合作创新增加在短期内会促进自主创新和技术引进，但不利于产业结构合理化和高级化发展；从长期看，其对自主创新依然为正向影响，对技术引进变为负向影响，对产业结构合理化变为正向影响，对产业结构高级化虽然为正向影响，但影响程度较小，几乎为0。合作创新增加促使创新主体从外部获得更多先进知识和技术，同时降低创新成本，从而有利于自主创新进一步发展。合作创新开展使相关产业认识到与国外先进技术的差距，而相关产业为短时间内快速发展会加大国外技术引进力度，但从长期看，随着自身技术积累以及与合作方技术合作创新的加深，会减少技术引进需求。合作创新与自主创新一样，在不同行业间存在较大差异，当更多生产要素进入合作创新活跃的产业领域时，这些产业在短期内技术进步幅度不大，不能有效利用这些生产要素，从而致使生产要素在产业间分配不合理，造成产业结构不合理程度加剧，进一步导致产业结构高级化程度下降。但从长期看，由于合作创新技术不断积累，使相关产业能够有效利用流转过来的生产要素，促进产业结构朝着合理化方向发展。

(3)技术引进对自主创新、合作创新、产业结构合理化和高级化无论在短期内还是长期内均为负向影响。中国技术基础薄弱，改革开放以来采用以市场换技术的外资政策，使各产业技术得以迅速发展，但同时也使很多产业形成技术对外依赖。因为运用外来技术就能在短时间内获得丰厚利润，致使产业内很多企业减少了需要较长时间才能产生收益的自主创新和合作创新投入。同时，由于外资引进质量不高，集中在技术要求较低、劳动力密集型产业，因此随着低质量外资引进增多，不利于产业结构朝合理化和高级化发展。高质量外资引入不仅受国内相关政策的影响，还受投资国相关政策的影响。从长期看，从竞争和垄断需要出发，通过技术引进很难获得最新最优的高精尖技术，而这些技术往往是主导产业形成和发展的必要技术。主导产业发展影响产业结构方向。因此，从长期看，技术引进不利于产业结构合理化。由于技术引进只能获得相对落后的技术，且知识产权并不掌握在自己手中，从本质上看，其进一步发展必然不利于产业结构高级化。

(4)产业结构合理化在短期内对自主创新为正向影响，对合作创新、技术引进为负向影响；但从长期看，对自主创新仍为正向影响，对合作创新、技术引进均变为正向影响。产业结构高级化对自主创新、合作创新、技术引进无论在短期还是长期均为正向影响。产业结构合理化和高级化与技术创新间是相辅相成、相互促进关系，但短期内产业结构合理化对合作创新和技术引进均为负向影响。原因可能在于：在短期内，自主创新发展使生产要素发生流动，满足了市场需求，因此当产业结构合理化程度提升时，其对自主创新产生了正向影响，对合作创新和技术引进产生了负向影响。但从长期看，随着市场需求多样性和需求结构变化，其对产业结构产生影响，对技术创新产生更高质量的要求，从而促进自主创新、合作创新及技术引进发展。

(5)产业结构合理化对高级化在短期内呈现负向影响，而产业结构高级化对合理化在短期内起到正向促进作用，二者相互作用关系并不一致。产业结构合理化与高级化在长期内互为促进关系，因此长期内产业结构合理化与高级化发展表现一致。当前，我国多数省份产业结构相对不合理，高级化水平较低或者处于伪高级化状态。地方政府为使产业结构调控政策在短期内见到效果，会加大相关产业技术创新投入[29]，特别是改善产业结构效果明显的自主创新。但是，短期内盲目调控会使产业结构合理化和高级化发展不一致。从长期看，随着调控政策调整、技术创新进步，会促进产业结构合理化和高级化发展表现一致。

5 结论与启示

5.1 研究结论

本文运用2009-2017年中国内地30个省级区域相关数据和PVAR模型，对自主创新、合作创新、技术引进、产业结构合理化、产业结构高级化间动态互动关系进行实证研究，得出如下结论：①自主创新在短期内对合作创新、技术引进、产业结构合理化和高级化均为负向影响，但从长期看，对四者均为正向影响。从长期看，在3种技术创新途径中，自主创新对产业结构合理化和高级化的促进作用更强，更能促进产业结构的升级；②合作创新增加在短期内促进自主创新和技术引进发展，却不利于产业结构合理化和高级化发展。从长期看，其对自主创新依然为正向影响，对技术引进变为负向影响，对产业结构合理化变为正向影响，对产业结构高级化表现为不明显的正向影响，对产业结构升级也起到一定的促进作用；③技术引进对自主创新、合作创新、产业结构合理化和高级化无论是在短期还是长期均为负向影响；④产业结构合理化在短期内对自主创新为正向影响，对合作创新、技术引进为负向影响，但从长期看，对自主创新仍为正向影响，对合作创新、技术引进均变为正向影响。产业结构高级化对自主创新、合作创新、技术引进无论是在短期还是长期均为正向影响；⑤产业结构合理化和高级化发展在短期内并不一致，但在长期内表现一致。

5.2 研究启示

本文研究结论对提高中国技术创新水平和实现产业结构升级具有一定启示：①改革开放40多年来，中国科学技术发展取得了巨大进步，很多领域技术都已经追赶到世界前列，有的甚至居于世界领先地位。这得益于改革开放以来，以市场换技术的外资政策。目前，逆全球化思潮抬头、国际贸易环境日益恶化，而中国又处于经济发展新常态下，正是调整产业结构的关键时期，仅依靠技术引进短期内可解决燃眉之急，但从长期看，无异于饮鸩止渴。核心技术自主化，才能使自身更具竞争力，才能更大程度地解放生产力，进而促进产业结构升级，而自主创新和合作创新是获取核心自主技术的唯一途径。因此，坚持自主创新和合作创新的技术发展道路才是促进产业结构升级、促进经济平稳发展的关键；②通过技术引进加强自主创新和合作创新越来越困难，只有建设好自主创新和合作创新相关生态系统，才能从本质上提高两者能力。在进行生态系统建设时，一是应加强科研人才培养，为自主创新和合作创新提供优质的人才保障。在重视科研人才培养的同时，也应完善科研人才激励制度，以促进其工作积极性，同时能够留住和吸引更多科研人才为国内自主创新和合作创新作出贡献；二是加大知识产权保护力度，为自主创新和合作创新提供良好的法律保障。根据实际情况不断完善知识产权保护相关法律制度，既要做到有法可依，也要做到执法必严和违法必究，切实加强知识产权保护；三是增加自主创新和合作创新补贴、税收减免力度，引导相关金融机构提供相应贷款，为自主创新和合作创新提供良好的资金保障。自主创新和合作创新活动需要长期资金和人员投入，且具有高风险性，良好的资金保障能够缓解相关机构的压力。但是，也应避免有些企业骗取相关补贴，因此要实施动态、多渠道监管机制，使政策真正用到实处；四是加强科技服务中心建设，为自主创新和合作创新交流及成果转化提供良好的服务平台。完善科技服务中心功能，明确科技服务中心职责，提升科技服务中心工作人员业务技能，使科技服务中心发挥真正的作用。

5.3 研究不足与展望

然而，本研究仍然存在一些不足，主要表现在：一是数据收集受限，衡量产业结构升级时，只用了三大产业，即第一、第二、第三产业数据进行计算，这可能与真实的产业结构升级情况存在一定偏差；二是衡量技术引进时只用了外商直接投资数据，现实中还有通过直接技术购买等方式的技术引进。未来研究中可尝试用更具体的行业数据计算产业结构升级，同时也可以尝试把外商直接投资、技术购买等不同技术引进方式进行综合衡量，以更加精确、更全面地研究不同技术创新途径与产业结构升级间的动态互动关系。

[1] 张秀生,樊君晗.经济发展新常态下产业结构优化研究[J].科技进步与对策,2015,32(21)：73-76.

[2] 周叔莲,王伟光.科技创新与产业结构优化升级[J].管理世界,2001(5)：70-78+89-216.

[3] 卫平,张玲玉.不同的技术创新路径对产业结构的影响[J].城市问题,2016(4)：52-59.

[4] 李学勇.自主创新不排斥技术引进和合作[J].中国科学院院刊,2008(2)：106.

[5] CIRUELOS A, MIAO WANG.International technology diffusion effects of trade and FDI[J].Atlantic Economic Journal, 2005, 33(4)：437-449.

[6] HADDAD M, HARRISON A E.Are there positive spillovers from direct foreign investment evidence from panel data for morocco[J].Journal of Development Economics, 1993, 42(1)：51-74.

[7] 秦晓丽,张艳磊,方俊森.FDI在行业内与行业间的出口溢出效应分析——基于中国微观企业面板数据的实证研究[J].宏观经济研究,2014(11)84-95.

[8] 汤萱.技术引进影响自主创新的机理及实证研究——基于中国制造业面板数据的实证检验[J].中国软科学,2016(5)：119-132.

[9] 肖利平,谢丹阳.国外技术引进与本土创新增长互补还是替代——基于异质吸收能力的视角[J].中国工业经济,2016(9)：75-92.

[10] 杨梅英,王芳,周勇.高新技术企业研发合作模式选择研究——基于北京市38家高新技术企业的实证分析[J].中国软科学,2009(6)：172-177.

[11] GALLIé E P, ROUX P.Forms and determinants of R&D collaborations evidence based on frenchdata[J].Industry and Innovation, 2010, 17 (17)：551-576.

[12] AMIR R, EVSTIGNEEV I, WOODERS J.Noncooperative versus cooperative R&D with endogenous spillover rates[J].Games and Economic Behavior,2003,42(2)：183-207.

[13] 高材林.合作创新是加速我国技术进步的重要途径[J].国际经济合作,1995(6)：56-59.

[14] GREUNZ L.Industrial structure and innovation - evidence from European regions[J].Journal of Evolutionary Economics, 2004, 14(5)：563-592.

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

[16] KAMBER G, THEODORIDIS K, THOENISSEN C.News-driven business cycles in small open economies[J].Journal of International Economics, 2016, 105：77-89.

[17] CASELLI F, COLEMAN W J.The world technology frontier[J].American Economic Review, 2006, 96(3)：499-522.

[18] ACEMOGLU D, ZILIBOTTI F.Productivity differences[J].Papers, 1998, 116(2)：563-606.

[19] DUTT, KRISHNA A.The pattern of direct foreign investment and economic growth[J].World Development, 1997, 25(11)：1925-1936.

[20] BARRIOS S.Foreign direct investment productivity spillovers.evidence from the Spanish experience[J].Studies on the Spanish Economy, 2002, 138(3)：459-481.

[21] LIN J Y, LEE C C.Industrial structure and innovation comparison of innovative performance between south Korea and Taiwan using patent data derived from NBER[J].International Journal of Technology Management, 2010, 49(1)：174-195(22).

[22] 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.

[23] 傅元海,叶祥松,王展祥.制造业结构优化的技术进步路径选择——基于动态面板的经验分析[J].中国工业经济,2014(9)：78-90.

[24] 原毅军,孙大明.FDI技术溢出、自主研发与合作研发的比较——基于制造业技术升级的视角[J].科学学研究,2017,35(9)：1334-1347.

[25] 陈晓,张壮壮,李美玲.环境规制、产业结构变迁与技术创新能力[J].系统工程,2019,37(3)：59-68.

[26] 崔庆安,王文坡,张水娟.金融深化、产业结构升级与技术创新——基于空间杜宾模型的实证分析[J].工业技术经济,2018,37(2)：42-50.

[27] 赵庆.产业结构优化升级能否促进技术创新效率[J].科学学研究,2018,36(2)：239-248.

[28] 杨兵,戴淑芬,葛泽慧.基于向量自回归模型的技术创新、产业结构与经济增长的动态关系研究[J].中国管理信息化,2017,20(21)：131-138.

[29] 李健,付军明,卫平.产业结构变迁和区域创新能力——基于中国省际面板数据的实证研究[J].湖北社会科学,2015(12)：72-78.

[30] HOLTZ-EAKIN D, NEWEY W, ROSENH H S.Estimating vector autoregressions with panel data[J].Econometrica, 1988, 56(19)：1371-1395.

[31] LÜTKEPOHL H.New introduction to multiple time series analysis[M].Berlin Springer, 2005.

[32] 吕明元,陈维宣.中国产业结构升级对能源效率的影响研究——基于1978-2013年数据[J].资源科学,2016,38(7)：1350-1362.

[33] 袁航,朱承亮.西部大开发推动产业结构转型升级了吗——基于PSM-DID方法的检验[J].中国软科学,2018(6)：67-81.

[34] 黄亮雄,安苑,刘淑琳.中国的产业结构调整基于三个维度的测算[J].中国工业经济,2013(10)：70-82.

[35] 张军,吴桂英,张吉鹏.中国省际物质资本存量估算1952—2000[J].经济研究,2004(10)：35-44.

[36] 徐现祥,周吉梅,舒元.中国省区三次产业资本存量估计[J].统计研究,2007(5)：6-13.

[37] 虞晓雯,雷明.面板VAR模型框架下我国低碳经济增长作用机制的动态分析[J].中国管理科学,2014,22(S1)：731-740.