0 引言

制造业是经济增长的发动机，在全球经济中占有重要地位。制造业发展对我国经济具有重要推动作用，金融危机后我国制造业税收贡献率平均仍维持在30%以上，1990年我国制造业产值占全球的比重为2.7%，到2010年比重和增加值都成为世界第一，极大地保障了我国国民经济持续发展，使我国GDP排名在同时期由第10提升为仅次于美国的第2。

发达国家在经历“去工业化”和“再工业化”两个完全不同阶段后，认识到制造业尤其是先进制造业对优化产业结构、促进经济发展具有直接作用。美国20世纪50年代开始进行“去工业化”[1]，虚拟经济繁荣带来的“泡沫”导致了2008年金融危机，为摆脱经济危机困扰，奥巴马提出重振美国制造业，回归实体经济，增强对外出口能力。英国制造业在世界出口中的占比从1900年的35.5%降到1970年的9.4%，制造业衰落导致其经济影响力下降[2]。为应对“广场协议”，德国政府注重调整经济结构，大力发展制造业等实体经济[3]，避免类似日本泡沫经济带来的危害。

高质量发展包含经济[4]、社会[5]和环境[6]等多个方面，通过掌握关键技术，达到世界技术水平前沿，减少关键材料和核心零件对外依存度[7]。依靠技术进步克服关税、“实体清单”等产生的负面影响[8]，通过全球化资源利用，建设现代化经济体系，形成引领性原创成果不断涌现和突破贸易壁垒的高质量发展，从而使创新引领成为高质量发展的重要方面。

技术创新改变了企业效益增长方式[9]，其在产业内的普及促进了产业整体绩效提高[10]，使经济发展由依靠劳动力比较优势和投资驱动模式向创新驱动模式转变。制造业自主创新有助于提高以净出口率、技术水平等为表征的国际竞争力。我国制造业向西部地区转移引发的知识溢出对促进区域创新演化具有正向影响，有利于缩小区域经济差异[11]。制造业技术创新可促进区域创新水平提高，提升制造业在全球价值链嵌入位置。

制造业技术创新能否推动创新引领高质量发展？以创新引领高质量发展能否引发制造业技术创新？目前缺乏两者实际关系的定量检验，使得制造业技术创新与创新引领高质量发展的关系难以进一步解释，明确高质量发展转变中两者的内在关系，可进一步拓展产业创新能力研究领域，为产业结构调整和科技创新政策制定提供依据。

本研究从制造业创新能力与我国创新引领高质量发展的相互关系出发，对已有统计数据进行分析，侧重探究双方的长期效应和因素之间的影响程度，揭示制造业技术创新与我国高质量发展的相互作用机理。

1 文献回顾

行业内竞争和市场需求升级要求企业具有适应变化的能力，自Teece[12]提出动态能力以来，动态能力被越来越多国内外学者关注，其包含内容从企业技术动态能力逐渐扩展到知识动态能力，继而形成产业动态能力。Eiesenhardt&Martin[13]认为，动态能力包括整合、重构、获取和释放4个方面。我国学者早期研究认为，动态能力即企业技术创新能力，是企业以已有资源和组织能力为载体，通过积累实现创新的过程[14]，主要由组织管理能力、资源能力、研发能力、生产能力和营销能力组成[15]。随着知识管理在创新中的影响不断增加，形成了从企业获取知识到拥有市场变革知识的知识动态能力分析框架[16]。在该框架下，动态能力可重新配置和保护知识并发挥中介作用[17]，动态创新能力是企业在创新过程中利用资源的能力[18]。创新能力协同使得动态能力不再局限于企业，产业内部资源整合能力、产业结构更新能力、产业创新扩散能力等形成了产业动态能力[19]。

制造业动态能力研究主要将理论与制造业行业特征结合，围绕制造业动态能力特点、绩效影响、传统产业升级等展开。高端装备制造业从机会辨别能力到引创能力共有13个关键指标体现其动态核心能力特点[20]。动态能力强度较高时，制造企业绩效主要受创新多元化正向影响，动态能力较低时，多元化作用则呈相反趋势[21]。动态能力可划分为机会识别和机会利用两种能力，通过实证检验制造业动态能力维度间关系，明确了制造业中机会利用能力对企业绩效起到中介作用[22]。传统制造业升级时，可通过发展机遇认知形成对产业资源的整合，进一步形成基于品牌和研发的产业动态能力[23]。

十九大报告提出，建设制造强国和实现绿色发展，明确了我国制造业发展方向。对于动态演进研究开始侧重于解决制造业产能过剩、制造业在全球价值链位置提升、绿色技术创新等，并通过制造业发展促进经济增长。在产能过剩方面，采用拓展成本函数法体现行业技术差异，克服已有产能利用率指标缺陷，测算结果表明，纺织、家用电器、摩托车等制造业行业产能经济利用率低于政府认定的过剩行业，国有企业在不同类型企业中产能过剩问题较为严重[24]；我国制造业不同行业技术水平在全球价值链中具有较大差异，纺织、皮革等行业形成了技术超越，电子电气等具有高技术特点的行业仍有较大差距[25]；绿色技术创新效率对有效控制碳排放量并不具有一致趋势，短期和长期产生的碳排放量控制过程有较大差异[26]；技术创新能够提高全要素生产率，是增强制造业出口增加值的关键因素[27]。

综上，已有动态能力理论和制造业实证为本研究提供了分析基础，但还存在需要进一步探索的方面：①制造业技术创新对高质量发展的影响主要表现为消除产业内过剩产能、提升价值链和环境保护，那么其创新动态能力是否有助于形成具有跨行业引领的重大创新成果？②制造业技术创新促进了区域经济发展，提高了制造业出口产品竞争力，那么动态能力是否有助于提高我国产品竞争优势并克服贸易壁垒？③产业层面的制造业技术创新动态能力是否受到创新引领的高质量发展影响？针对以上问题，应用VAR模型、脉冲响应分析和方差分解等方法，对制造业技术创新动态能力和我国创新引领高质量发展的关系进行实证研究，力图诠释两者之间的内在联系。

2 研究假设

2.1 制造业技术创新动态能力与创新引领高质量发展

随着技术创新对产业结构调整和产业升级的影响日益明显，产业中创新投资和已有技术创新成果在短期内变化更能体现其技术创新动态性。本研究从创新投资和技术创新两个方面分析制造业技术创新动态能力，力图说明产业中创新投资和技术创新带来的影响。资金投入可以促进创新活动开展，已拥有技术既代表制造能力增强，又为以后技术创新奠定了基础。借鉴徐宁等[28]提出的基于整合的技术创新动态能力概念模型，以及董豪等(2016)提出的技术创新指标体系，将制造业技术创新动态能力分为创新投入能力和技术提升能力。

十九大报告提出，创新是引领发展的第一动力。创新可以形成对现有技术的颠覆，通过突破性成果促进新兴产业发展。因此，原创成果重大突破是创新引领高质量发展的重要方面。同时，贸易保护主义抬头使得全球化进程受到挑战[29]，关税、环保等贸易壁垒阻碍了全球产业链形成，而高技术产品出口可以规避贸易壁垒，体现了创新引领对经济发展的促进作用。因此，将创新引领高质量发展分为重大科技突破和克服贸易壁垒两个方面。

我国进入工业化后期时间较短，但制造业同样面临劳动力成本增加、市场需求多样化、市场全球化等挑战。形成迅速适应市场的技术创新动态能力是产业升级的基础，工业互联网、人工智能、云计算等技术广泛应用改变了制造业资源配置方式，快速、集成、智能化制造过程能极大增加产品附加值，制造业创新促使大学和研究机构加大研发资金投入，推动了科学技术领域的突破和成果转化，而科学技术跳跃式发展可以带动固定资本投资增长[30]，因此建立以下假设：

H1：制造业技术创新动态能力是创新引领高质量发展的原因。

重大科技创新可促进技术集成，改变传统产业盈利模式。20世纪90年代，美国在计算机和互联网领域实现了突破性创新，高端技术民用化引发了制造业产业结构变化，促使大量中小企业进入市场，计算机等产业发展不仅弥补了美国由于日本汽车、电视等产品进入而失去的国内市场，并且形成了微处理器等高技术产品出口优势。目前，各国都将人工智能、新能源、新材料作为重大科技突破方向，以期形成制造业新的产业优势，因此建立以下假设：

H2：创新引领高质量发展是制造业技术创新动态能力的原因。

2.2 制造业技术创新动态能力与创新引领高质量发展相互作用内在机理

我国制造业作为主要就业和税收来源，是经济发展的基础，但通过增加规模和低成本竞争的传统发展模式已经难以为继，十九大报告提出，我国经济由高速增长阶段转向高质量发展阶段。以重大科学技术突破为特征的高质量发展形成了高端装备制造业、新能源汽车等制造业新的增长点，推动制造业产业内技术创新，新工艺、新产品反过来又促进实体经济发展，避免出现产业空心化；制造业技术创新发展形成企业与研究机构、大学相互协同的创新网络，进一步促进基础科学技术发展，提高创新引领高质量发展能力。制造业持续创新是技术突破性发展和高技术出口的基础；重大科技成果产业化过程逐渐形成新产业集聚，研究机构、高校等参与的产业创新会提高原有技术水平，通过重大科技成果转化实现产业技术进步[31]。但两者发展受不同因素影响，相互作用的效应具有各自特点，因此建立以下假设：

H3：制造业技术创新动态能力与高质量发展具有长期影响关系。

H4：制造业技术创新动态能力与高质量发展相互作用中因素贡献程度存在差异。

3 研究设计

3.1 研究方法

研究主要采用向量自回归和向量误差修正模型，分析技术动态创新能力与创新引领高质量发展之间的长期相互作用关系。向量自回归模型(VAR)由Sims[32]在1980年提出，VAR分析过程更多依据数据计算结果，避免选择变量过程中可能形成的偏误[33]。在考察多个变量之间较长一段时间的作用关系时，VAR模型的方差分解等可对变量长期作用进行深入分析。VAR模型表示如下：

yt=φ1yt-1+φ2yt-2…+φpyt-p+Ηxt+εt

t=1,2,…,T

(1)

式(1)中，yt是内生变量，xt是外生变量，φ1、φ2、…、φp和Η是系数矩阵，εt是扰动向量。

VEC可通过短期调整修正长期均衡偏离，如式(2)所示。

(2)

其中是误差修正项。

3.2 变量选取

(1)制造业技术创新动态能力指标。制造业行业具有高度配套性，企业依据自身技术优势进行创新，制造业R&D经费内部支出(RDI)可使产业获得新发展机会，有助于制造业提高技术水平，已有研究将创新资源投入视为不断积累的过程，采用永续盘存法计算R&D经费内部支出累积存量。相对于长期积累过程，当期投入产生的动态效应是否有推动效应还需探索，为明确短期投入增加是否能推动创新过程，本研究选择每年R&D经费内部支出作为制造业技术创新动态能力中创新投入能力指标，代表当期投入相对于长期积累增加的流量，体现制造业在技术创新动态能力中对未来创新的影响，为了消除价格因素的影响，选择冯志军等(2013)的研究方法对R&D经费内部支出进行价格平减。

在我国专利法规定的3种专利中，发明专利相比于其它两种专利更能体现技术创新成果[34]；有效专利可带来收益，尤其有效发明专利更有助于在技术、产品创新中获得竞争优势[35]。发明专利虽然有较长保护年限，但由于每年都有专利到期或未按期缴费情况，有效专利是除去到期专利和未缴费专利的动态变化结果，制造业有效发明专利(EPD)是包括受到法律保护并含有不同年份的授权发明专利。因此，选择该指标作为制造业技术创新动态能力技术指标，代表制造业技术创新已拥有的技术基础动态变动情况。

(2)创新引领高质量发展指标。基础学科跨越式发展和技术突破式创新会给产业带来额外创新利润，促使制造业趋向于选择新技术以改变低端市场策略，通过形成产业技术壁垒获取市场优势。重大科技成果反映了全社会在各大领域取得的重要研究成果[36]，对我国经济社会发展具有举足轻重的作用[37]。因此以全国重大科技成果总量(MTA)指标代表重大科技突破的高质量发展。

在国际贸易中，高技术产品可以嵌入全球高端价值链，增加出口产品附加值，降低由于关税、反倾销带来的贸易风险。作为国家技术进步的标志，高技术产品出口影响着我国外贸出口由量的扩张到质的提升[38]。因此以全国高技术出口贸易额占比(HTE)指标代表能克服贸易壁垒的高质量发展。

3.3 数据来源及说明

本文选取我国1995-2016年时间序列数据进行实证分析。制造业有效发明专利数(EPD)、R&D经费内部支出(RDI)数据来源于《中国高技术产业统计年鉴》；重大科技成果(MTA)、高技术出口贸易额占比(HTE)数据来源于《中国科技统计年鉴》。为了消除异方差对研究的影响，本文对各变量数据取对数，分别用LNRDI、LNEPD、LNHTE、LNMTA表示时间序列取对数之后的变量。

4 实证分析

4.1 VAR模型构建

发达国家“再工业化”过程中选择了不同发展方向。美国实行高端制造合作伙伴计划，侧重发展与国家战略安全密切相关的制造产业，通过建立高科技制造中心，对高技术制造企业进一步减税，以期在材料、清洁能源、通信等制造领域获得产业优势；日本多次修订《日本振兴战略》，将以机器人为代表的智能制造设备作为主要发展方向，以工业互联网为依托，将制造业与服务业进行整合，形成智能化的Society5.0社会管理模式；我国提出“中国制造2025”，将智能、绿色、高端制造中的关键核心技术作为主要发展方向。综上可以看出，不同国家制造业发展方向虽有差异，但都重视制造业技术创新和市场竞争优势，并希望以此促进经济发展。根据以上分析，构建制造业技术创新动态能力与创新引领高质量发展关系模型，为区分制造业技术创新动态能力对不同高质量发展影响，模型1为制造业技术创新动态能力对重大科技突破的高质量发展影响，模型关系见式(3)，模型2为制造业动态创新能力对克服贸易壁垒的高质量发展影响，模型关系见式(4)。

yt1=φ1yt1-1+φ2yt1-2…+φpyt1-p1+εt1,yt1=

(3)

yt2=φ1yt2-1+φ2yt2-2…+φpyt2-p2+εt2,yt2=

(4)

模型建立后，通过ADF确定数据平稳性，对LNRDI、LNEPD、LNHTE、LNMTA进行平稳性检验，表1为ADF检验值，结果表明4个变量都不平稳。变量前加Δ表示各变量一阶差分生成的新变量，检验新变量ADF统计量结果均低于显著性水平5%下临界值，在95%置信水平下拒绝原假设，差分序列ΔLNRDI、ΔLNEPD、ΔLNHTE、ΔLNMTA均不存在单位根，即差分后序列都是服从I(1)过程的时间序列。

4.2 VAR模型滞后阶数选择

VAR模型在选择滞后阶数时需要考虑多方面因素，根据LR、FPE、AIC、SC和HQ信息准则进行最优滞后阶数选择，将不同准则选择的最优滞后期标注*，*个数最多为最优滞后期。由表2、3可知，对应准则VAR1模型最优滞后阶数为3，确定选择VAR1(3)模型，同理可确定VAR2模型最优滞后阶数为3，即为VAR2(3)模型。

注：*表示通过准则选择的滞后阶数

4.3 VAR模型估计

根据统计数据，对VAR1(3)模型进行估计得到向量矩阵式(5)，对VAR2(3)模型进行估计得到向量矩阵式(6)。

(5)

其中，VAR1(3)模型的重大科技成果、R&D经费内部支出和有效发明专利数调整后的R2分别是0.967 8、0.999 3和0.998 0，均在0.95以上；VAR2(3)模型的有效发明专利数、高技术出口贸易额占比和R&D经费内部支出调整后的R2分别是0.998 0、0.973 3和0.999 0，也均在0.95以上。表明两个模型拟合程度均较高。

4.4 VAR模型稳定性检验

VAR模型稳定性会影响后续脉冲响应函数分析效果。如果AR特征根倒数的模小于1，则VAR模型是稳定的。图1、2中的点分别为VAR1(3)模型和VAR2(3)模型AR特征的根倒数的模，由图1、2可看出这些点都位于单位圆内，可以判定所估计的两个VAR模型都是稳定的，能够进行后续分析。

4.5 Granger因果关系检验

对已建立的VAR模型，可通过Granger因果检验，确定技术创新动态能力与高质量发展之间是否存在Granger因果关系，两个模型的Granger因果检验分别见表4、5。

基于不同滞后期分析，Granger检验表明制造业技术创新动态能力与创新引领高质量发展具有统计意义因果关系，Granger因果关系对滞后期选择非常敏感，根据王宇[39]、石张宇[40]的方法，通过AIC信息准则进行比较，确定最合适的滞后期，判定模型1和模型2最优滞后阶数为滞后三期，在后续分析中以滞后三期时技术创新动态能力与创新引领高质量发展之间的计算结果作为依据。

在5%的显著性水平下，滞后三期时，有效发明专利数和R&D经费内部支出是重大科技成果的Granger原因。说明技术创新动态能力是促进创新引领高质量发展的Granger原因，H1得以验证。在高质量发展对制造业技术创新动态能力影响方面，滞后三期时，重大科技成果是R&D经费内部支出的Granger原因，高技术出口贸易额占比是制造业R&D经费内部支出的Granger原因。说明创新引领高质量发展是制造业技术创新动态能力的原因，H2得以验证。

4.6 协整检验与误差修正模型

(1)协整检验。由于变量都是一阶单整I(1)，采用Johansen协整检验来检验变量关系。在5%的显著性水平下，模型1和模型2中3个变量之间均存在协整关系，模型1协整方程为：

LNMTA=0.018 7LNRDI+0.020 3LNEPT

(7)

从协整方程可以看出，LNMTA与LNRDI、LNEPD具有长期正向均衡关系，R&D经费内部支出每增加1%，重大科技成果增加约0.018 7%；有效发明专利数每增长1%时，重大科技成果会增加0.0203%。有效发明专利数对由重大科技突破引致的高质量发展的促进效果略大一点。模型2协整方程为：

LNEPD=0.798 5LNRDI+0.616 6LNHTE

(8)

式(8)表明LNEPD与LNRDI、LNHTE具有长期正向协整关系，R&D经费内部支出每增加1%，有效发明专利数增加0.798 5%；高技术出口贸易额占比增加1%，有效发明专利数增加0.6166%，R&D经费内部支出作用强于高技术出口贸易额占比，检验结果见表6、7。

协整方程结果表明，制造业技术创新动态能力与高质量发展具有长期均衡关系。为确定这些变量在短期内偏离长期均衡时的调整能力，可以建立变量误差修正模型，进一步确定消除非均衡误差的能力。

(2)误差修正模型(VEC)。基于协整检验结果，可建立LNMTA、LNEPD和LNRDI误差修正模型VEC1，同时建立LNEPD、LNRDI和LNHTE误差修正模型VEC2。误差修正估计结果见表8，在VEC1方程中，误差修正项系数为-0.031 6、-0.153 0、-0.519 3，表明当重大科技成果短期波动偏离长期均衡时，误差修正项以3.16%、15.3%、51.9%的比例对其向均衡状态调整，短期内重大科技突破引致的高质量发展受到变量之间长期均衡关系约束。从短期来看，相比有效发明专利数，R&D经费内部支出对重大科技成果的影响更显著。根据表9的估计结果，在VEC2方程中，误差修正项系数为-0.212 1、-0.001 7、-0.154 5，表明当有效发明专利数短期波动偏离长期均衡时，误差修正项以21.21%、0.17%、15.45%的比例对其向均衡状态调整，相比高技术出口贸易额占比，R&D经费内部支出对有效发明专利数的影响作用更显著。

注：“D”表示变量的一阶差分；“[ ]”内的数值表示相应VEC模型方程系数的t统计量值

4.7 脉冲响应分析

图3、4分别给出了VAR1模型中LNMTA对LNEPD和LNRDI变化的脉冲响应过程。从图3可以看出，LNMTA受到LNEPD冲击之后，第2期开始有反应，反映出有效发明专利对重大科技成果的滞后性，重大科技成果在第4期达到最大值后震荡减弱，到第19期开始出现微弱负向效应并稳定收敛，表明有效发明专利数对重大科技成果有一定正向影响，但带动作用受到专利保护期影响，超过专利保护期后，其对重大科技成果影响程度下降。

从图4可以看出，LNMTA受到LNRDI冲击之后，第1期为零响应，从第2期开始产生负向响应，并在第3期达到最大负向效应。这可能是因为短期探索过程使得重大科技成果产出下降，从第5期开始R&D经费内部支出对重大科技成果开始出现正向促进作用，经过第6期到第9期波动重新开始出现正向响应，并在此之后逐渐稳定，说明R&D经费内部支出在短期内对重大科技成果影响效果不稳定，长期来看，R&D经费内部支出能促进重大科技成果增长。

图5、6给出了VAR2模型中LNHTE对LNEPD、LNRDI的脉冲响应过程。从图5可以看出，LNHTE给LNEPD冲击之后，从第2期负响应开始，往复变化到第7期转为正响应，并在第14期达到峰值，之后虽然正向冲击逐渐减弱，但总体依然是正向促进作用。说明从长期看，高技术产业出口贸易额占比对有效发明专利数有正向促进作用，短期会产生创新者惰性，削弱创新产出。从图6可以看出，LNHTE给LNRDI冲击之后，从第1期开始出现微弱正向响应，在第5期达到峰值，持续一段时间后响应逐渐减小，总体来看，高技术产业出口贸易占比促进了R&D经费内部支出增长。

图7给出了LNEPD与LNRDI之间的脉冲响应过程，可以看出，在LNRDI给LNEPD冲击之后，从第2期开始出现正向响应，在第4期达到峰值，此后响应程度在高位维持一段时间后，经过波动逐渐减弱，说明R&D经费内部支出能显著促进有效发明专利增长。

对模型的脉冲响应分析表明，制造业有效发明专利和R&D经费内部支出对重大科技成果有长期正向影响，高技术出口贸易额占比和制造业R&D经费内部支出对有效专利数也具有相同规律，验证了H3成立。

4.8 方差分解

采用方差分解可确定VAR内生变化贡献度，模型1、2中各变量方差分解结果如表10所示。由LNMTA方差分解表可知，在VAR1模型中，第1期重大科技成果受自身波动冲击100%影响，随后自身扰动影响逐渐降低；R&D经费内部支出影响一直稳定增加，在第10期达到峰值，即有16.72%的重大科技成果变动方差可以由R&D经费内部支出变动解释。有效发明专利数持续稳定增加，在第9期达到峰值，与有效发明专利数贡献相比，R&D经费内部支出对重大科技成果的影响程度更大，两者之间的贡献程度差距逐渐增大，在第10期达12.66%

LNEPD方差分解表明，高技术出口贸易额占比贡献度由第2期的0.03%增加到第10期的33.06%。R&D经费内部支出贡献度由第2期的3.75%持续增加到第9期的峰值，为22.90%，但仍弱于高技术出口贸易额占比的影响。从第8期开始，高技术出口贸易额占比和R&D经费内部支出对有效发明专利数的贡献程度都超过了20%，说明两者作用都比较显著，但在第10期贡献程度比例相差10.28%，说明两者对有效发明专利数变化的影响程度差异明显，验证了H4。

5 结论与建议

5.1 结论

制造业是国民经济的基础产业，其产业升级是推动高质量发展的重要途径。研究两者关系可以明确创新引领高质量发展的内在驱动因素，有效应对国际市场的贸易保护主义，促进制造业核心技术突破，规避发达国家“再工业化”政策对我国经济发展的不利影响。通过对制造业技术创新动态能力与创新引领高质量发展相互关系的假设验证，得到以下结论：

(1)制造业技术创新动态能力与创新引领高质量发展两者互为Granger因果关系。在5%的显著性水平下选择模型最优滞后期进行Granger检验，得出R&D经费内部支出与有效发明专利数互为Granger因果关系，两者也是重大科技成果的Granger原因，说明制造业技术创新动态能力的两方面具有明显协同效应，能显著提高重大科技突破能力；高质量发展对制造业技术创新动态能力的影响主要源于出口优势，区域出口优势可直接影响动态创新投入能力，但不能直接作用于技术能力。由于R&D经费内部支出是有效发明专利数的Granger原因，因此形成“高技术出口贸易额占比-R&D经费内部支出-有效发明专利数”的作用过程。

(2)制造业技术创新动态能力与创新引领高质量发展之间存在长期均衡关系。协整检验表明，R&D经费内部支出和有效发明专利数共同促进重大科技成果产出；高技术出口贸易额占比和R&D经费内部支出可促进有效发明专利数增长。误差修正模型估计结果表明，从短期来看，重大科技成果主要受R&D经费内部支出变化的影响。

(3)制造业技术创新动态能力与创新引领高质量发展变量间具有正向响应。脉冲响应分析进一步明确了Granger检验因果关系中变量的正向响应趋势，发现不同因素之间的作用各有规律：高技术出口贸易额占比对R&D经费内部支出的影响呈现倒U趋势，R&D经费内部支出对重大科技成果及高技术出口额占比对有效发明专利数的影响具有滞后效应。

(4)高技术出口贸易额占比和R&D经费内部支出对重大科技成果、有效发明专利数的贡献有明显差异。方差分解结果表明，从长期来看，R&D经费内部支出对重大科技成果有更大影响，高技术出口贸易额占比和R&D经费内部支出对有效发明专利数都有影响，但高技术出口贸易额占比影响更大。

5.2 建议

基于上述结论，提出如下建议：

(1)由于制造业技术创新动态能力与创新引领高质量发展之间相互影响、共同促进，应把发展着力点放在实体经济上，尤其是掌握制造业关键核心技术，通过制造业产业升级实现经济高质量发展。

(2)制造业技术创新动态能力在促进重大科技成果方面呈现协同效应，应通过增加R&D投入形成制造业技术储备，以应对实体清单导致的产品供应链断裂、关税增加、产品盈利降低等意外风险，通过形成合理专利布局构建知识体系，减少由于技术短板造成的贸易制裁风险。

(3)高技术出口优势能通过增加R&D投入促进有效发明专利数增加，应将制造业融入全球价值链，以市场开发带动技术合作，对不同地区创新资源进行集成。

(4)研究发现，重大科技成果并未对制造业有效发明专利产生影响，说明重大科技成果在制造业中的应用效果还未显现，应落实和完善创新激励政策，鼓励高校院所开放创新资源，不断提升制造业竞争力。

5.3 不足之处

本研究揭示了制造业技术创新动态能力与创新引领高质量发展之间的关系，可为我国制造业产业政策制定、高质量发展路径设计提供理论依据。由于制造业包含行业众多，研究中将制造业看成一个整体，没有对不同制造行业作用效果进行区分和对比，需要在以后研究中进一步探讨。

参考文献:

[1] HEROD A.Further reflections on organized labor and deindustrialization in the United States[J].Antipode,2006,26(1):77-95.

[2] RUBINSTEIN W D.The British industrial decline (review)[J].Victorian Studies,2001,43(4):348-350.

[3] CHUNRONG Z,LU W.The German experiences in transforming and upgrading the manufacturing industry[J].Frontiers,2015(11):40-48.

[4] 贺晓宇,沈坤荣.现代化经济体系、全要素生产率与高质量发展[J].上海经济研究,2018(6):25-34.

[5] 张永恒,郝寿义.高质量发展阶段新旧动力转换的产业优化升级路径[J].改革,2018,297(11):31-40.

[6] 雷玉桃,游立素.区域差异视角下环境规制对产业生态化效率的影响[J].产经评论,2018,9(6):142-152.

[7] 任保平,李禹墨.新时代我国经济从高速增长转向高质量发展的动力转换[J].经济与管理评论,2019,35(1):7-14.

[8] 余永定.中美贸易战的深层根源及未来走向[J].财经问题研究,2019(8):3-12.

[9] 黄群慧.论中国工业的供给侧结构性改革[J].中国工业经济,2016(9):5-23.

[10] 张耀辉.产业创新:新经济下的产业升级模式[J].数量经济技术经济研究,2002,19(1):14-17.

[11] 王春杨,孟卫东.制造业转移、知识溢出与区域创新空间演进[J].科研管理,2019,40(9):75-84.

[12] TEECE D J,PISANO G,SHUEN A.Dynamic capabilities and strategic management[J].Strategic Management Journal,1997,18(7):509-533.

[13] EISENHARDT K M,MARTIN J A.Dynamic capabilities: what are they[J].Strategic Management Journal,2000,21(10):1105-1121.

[14] 范太胜.企业动态核心能力——技术创新能力的框架模型构建[J].科技进步与对策,2003,20(11):85-87.

[15] 方建国.基于动态能力观的企业技术创新能力研究——以我国高新技术产业上市公司为例[J].科技进步与对策,2010,27(16):72-77.

[16] 郑素丽,章威,吴晓波.基于知识的动态能力：理论与实证[J].科学学研究,2010(3):405-411.

[17] 姚艳虹,欧阳雪,周惠平.开放式创新、知识动态能力与企业竞争力的关系研究——伙伴机会主义的调节作用[J].软科学,2017,31(7):29-33.

[18] 高正,马鹏程,陈志军.产学研合作与企业绩效关系研究：基于动态创新能力的视角[J].山东大学学报(哲学社会科学版),2018 (3):122-132.

[19] 陈思洁,宋华.从企业动态能力到产业动态能力[J].现代管理科学,2017(8):68-70.

[20] 韩凤晶,石春生.新兴产业企业动态核心能力构成因素的实证分析——基于中国高端装备制造业上市公司的数据[J].中国软科学,2010(12):166-175.

[21] 胡钢.动态能力对多元化绩效的影响——基于制造业的实证研究[J].系统工程,2013(5):60-67.

[22] 吴航.动态能力的维度划分及对创新绩效的影响——对Teece经典定义的思考[J].管理评论,2016(3):76-83.

[23] 吴海宁.传统制造业升级时期产业动态能力形成研究——基于上海纺织产业升级的案例分析[J].科技进步与对策,2015,32(19):40-44.

[24] 范林凯,吴万宗,余典范,等.中国工业产能利用率的测度、比较及动态演化——基于企业层面数据的经验研究[J].管理世界,2019,35(8):84-96.

[25] 陈东阳,张宏.中国制造业参与全球价值链分工状态及其动态演进——基于前后向产业关联的视角[J].东岳论丛,2018,39(6):165-174.

[26] 徐建中,王曼曼,贯君.动态内生视角下能源消费碳排放与绿色创新效率的机理研究——基于中国装备制造业的实证分析[J].管理评论,2019,31(9):81-93.

[27] 李勤昌,刘明霞,焦亚南.技术创新、出口本国增加值与全球竞争力——来自中国制造业的证据[J].宏观经济研究,2019,242(1):112-126.

[28] 徐宁,徐鹏,吴创.技术创新动态能力建构及其价值创造效应——来自中小上市公司的经验证据[J].科学学与科学技术管理,2014,35(8):125-134

[29] 何力.逆全球化下中美贸易战与国际经济法的走向[J].政法论丛,2019(5):3-14.

[30] 王章耀.试论日本实现工业现代化的国内市场条件[J].世界经济,1981(6):70-74.

[31] 武建龙,黄静,王宏起.管理性新兴产业创新机理与管理机制研究——基于多维视角[M].北京:科学出版社,2018.

[32] SIMS C A.Macroeconomics and reality[J].Econometrica,1980,48(1):1-48.

[33] 李湘梅,姚智爽.基于VAR模型的中国能源消费碳排放影响因素分析[J].生态经济,2014(1):39-44.

[34] 柯忠义,韩兆洲.我国地区R&D类型分布对专利类型的影响分析[J].科技进步与对策,2006,23(12):82-84.

[35] 吴红,常飞.基于有效专利的我国专利现状分析及对策[J].图书情报工作,2012,56(4):85-89+51.

[36] 徐喆,李春艳.我国科技政策演变与创新绩效研究——基于政策相互作用视角[J].经济问题,2017(1):11-16+102.

[37] 郑琳琳.三大技术创新主体科技成果与经济增长关系研究——基于国家创新体系与VAR模型的实证分析[J].科技进步与对策,2016,33(2):32-39.

[38] 刘钧霆,曲丽娜,佟继英.中国对外直接投资对高技术产品出口的影响研究——基于三元边际视角[J].经济经纬,2019(4):56-62.

[39] 王宇,焦建玲.人力资本与经济增长之间关系研究[J].管理科学,2005,18(1):31-39.

[40] 石张宇.我国国际货物贸易与出入境旅游的互动关系及其溢出效应[J].统计与决策，2019(6)：124-127.

Technological Innovation Dynamic Capability and High-quality Development——Based on Perspective of Innovation Guidance

Chen Xusheng,Li Yunfeng

(College of Economic and Management,Harbin University of Science and Technology,Harbin 150040,China)

Abstract：Technological innovation in the manufacturing industry can form a new driving momentum,and the innovation guidance is an important aspect of Chinese high-quality development.This paper analyzes the relationship between technological innovation dynamic capability of manufacturing industry and Chinese high-quality development of innovation guidance based on the time series data from 1995 to 2016.The empirical research finds that the two aspects have granger causality and long-term equilibrium,and the mechanism of different factors is clarified by impulse response analysis and variance decomposition.

Key Words:The Innovation Guidance; Manufacturing Industry; Technological Innovation Dynamic Capability; High-Quality Development

收稿日期：2019-07-20

基金项目：国家自然科学基金青年项目(71503061)；黑龙江省自然科学基金面上项目(G2015009)；黑龙江省哲学社会科学研究规划项目(19JYB024)；黑龙江省博士后科研启动金项目(LBH-Q14092)

作者简介：陈旭升(1970-)，男，辽宁北镇人，博士，哈尔滨理工大学经济与管理学院教授，研究方向为制造业产业创新；李云峰(1994-)，男，湖南永州人，哈尔滨理工大学经济与管理学院硕士研究生，研究方向为生产制造系统工程。

DOI：10.6049/kjjbydc.Q201908948

开放科学(资源服务)标识码(OSID)：

中图分类号：F403.6

文献标识码：A

文章编号：1001-7348(2020)06-0092-10

(责任编辑：陈 井)