The climbing of the value chain is an important guarantee for unblocking the R&D spillover channels, promoting the transformation of the national value chain to the global value chain, and realizing the technological leap of manufacturing industry by building a R&D system centered on China's manufacturing industry. Strengthening and expanding the regional and local effects of R&D spillovers has become the only way for China's manufacturing industry to use R&D spillovers to drive up the global value chain, and realize the technological leap of manufacturing industry. Especially since the outbreak of the financial crisis in 2008, the accelerated return of manufacturing industries in major developed countries has impeded the international R&D circulation spillover. According to the development pattern of global and regional innovation , the domestic and international R&D circulation spillovers have entered a rebalancing state in the framework of big cycle. This rebalancing state determines the embedding position and climbing height of manufacturing industry in the global value chain, and the R&D double-cycle spillover and value chain climbing are the decisive factors affecting the technological leap of China's manufacturing industry.
On the basis of the existing literature and the panel data of China's manufacturing industry from 2008 to 2020, this paper estimates the effects of R&D double-cycle spillovers and value chain climbing on the technological transition of manufacturing industry. The results show that with the comprehensive expansion of intelligent capital in new technology fields such as artificial intelligence and big data, the low adaptability of supply and demand caused by the continuous iteration of new demand makes the positive effect of R&D double-cycle spillover on the technological transition of manufacturing industry insignificant.By further incorporating the value chain climb, it is found that the R&D double-cycle spillover characterized by "zigzag leading" reduces the risk of "chain break" and "supply break" in China's manufacturing industry; it improves the added value and competitiveness of the manufacturing industry, promotes the extension of China's manufacturing industry to both ends of the global value chain, and has a significant positive effect on the technological leap of the manufacturing industry.
Compared with the existing literature, the contribution of this paper is mainly reflected in two aspects. First, considering that different types of R&D spillovers have significant differences in the technological transition of manufacturing industry, this paper examines the mechanism of R&D double-cycle spillovers affecting the technological transition of manufacturing industry on the basis of distinguishing different R&D spillover channels under the new development pattern. Secondly, starting from the rebalancing state in the framework of the R&D big cycle, it introduces the value chain climbing into the model, and makes a deep investigation of the dynamic mechanism of the R&D double cycle spillover and the value chain climbing on the manufacturing technology transition.
开放科学(资源服务)标识码(OSID)：
加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局已成为推动中国制造业从数量型向质量型发展的重大战略部署[1]。制造业技术跃迁是外生技术在创新生态系统中利用供给侧结构性改革和开放经济红利赋能创新发展韧性,拓展研发空间,实现技术内生化的重要途径。改革开放以来,中国制造业利用大口径国际循环,在技术模仿和设备引进过程中,通过“干中学”和“看中学”的创新模式实现了技术后发赶超,为实现制造业强国战略奠定了坚实基础。随着中国制造业从“跟跑者”向“并跑者”转变,中美之间的“锯齿形引领”打破了以美国为主导的全球价值链体系,关键核心技术的断供与全球产业转移的断链使得逆全球化风险进一步加剧,利用国际循环促进中国制造业技术跃迁的边际贡献日益羸弱。
大国贸易摩擦的发展历史表明,霸权国和新兴国之间的贸易摩擦主要表现为霸权国通过贸易壁垒限制技术溢出,利用全球价值链的“操盘手”地位大幅弱化新兴国以国际循环为主导的技术创新发展模式,进一步削弱新兴国研发的国际循环溢出效应。随着中美贸易摩擦不断升级,研发溢出的供给方受阻,由以外溢内转向内外互溢已成为新发展格局下制造业大国向制造业强国转变的重要支撑。传统研发国际循环溢出是否有助于制造业突破研发短板?在新发展格局下,中国制造业采用何种研发溢出才能有效实现技术跃迁,进而向制造业强国迈进?在统一框架下深入研究研发双循环溢出对制造业技术跃迁的影响,对于打破制造业创新梗阻,准确定位制造业研发溢出渠道,实现制造业高质量发展具有积极借鉴意义。
价值链攀升是畅通研发溢出渠道,推动国家价值链向全球价值链转型,利用研发国际循环嫁接的高端创新要素与制造业技术跃迁深度绑定,通过构建以制造业为中心的研发体系,进而实现制造业技术跃迁的重要保障[2]。值得注意的是,关于研发溢出与制造业技术跃迁之间关系的研究较多,且已有文献大多基于全球价值链的要素扭曲和动能强化视角,研究如何利用国际循环释放的巨大动能矫正国内创新要素市场的扭曲,实现研发由外促内式的单一国际循环溢出路径。随着中国制造业持续朝着“微笑曲线”两端拓展,强化和扩大研发溢出的区域效应与本土效应,已成为中国制造业利用研发溢出驱动全球价值链攀升,进而实现制造业技术跃迁的必由之路[3]。也就是说,研发溢出对制造业技术跃迁的影响需要考虑研发国际循环边际溢出效应递减下高质量研发溢出供给与需求的动态均衡。2008年金融危机爆发以来,主要发达国家的制造业加速回流使得研发的国际循环溢出不畅,全球区域创新板块化发展格局决定了研发的国内国际循环溢出进入大循环构架下的再平衡状态,这种再平衡状态决定了制造业在全球价值链中的嵌入位置和攀升高度。尽管研发国际循环溢出能够通过补链促进制造业全球价值链地位攀升,但是逆全球化的不断加剧导致研发国际循环溢出的后发利益增量持续下降,极大影响了中国制造业的技术跃迁。可以认为,研发双循环溢出和价值链攀升是影响中国制造业技术跃迁的决定性因素,新发展格局下研发双循环溢出引致的价值链攀升将成为中国制造业实现技术跃迁的内生动力。
本文在已有文献的基础上,尝试将研发双循环溢出、价值链攀升与制造业技术跃迁纳入统一分析框架,利用2008—2020年中国制造业面板数据,估计研发双循环溢出和价值链攀升对制造业技术跃迁的影响。本文主要贡献在于:第一,考虑不同类型研发溢出对制造业技术跃迁的影响存在显著差异,本文在区分不同研发溢出渠道的基础上,考察研发双循环溢出影响制造业技术跃迁的作用机理。第二,从研发大循环构架下的再平衡状态入手,将价值链攀升引入模型,深入考察研发双循环溢出与价值链攀升对制造业技术跃迁的动力机制。
已有文献主要从3个视角展开研究,取得了丰富的成果。一是从研发溢出价值与制造业技术跃迁的关系出发,研究制造业全球价值链参与程度对制造业技术跃迁的影响,认为全球价值链的高嵌入度可以产生更多技术溢出,进而促进制造业实现技术跃迁。McMillan等[4]分析并比较1990—2011年亚洲、非洲和拉丁美洲发展中国家参与全球价值链的程度,发现中国、印度等国家快速进入全球价值链后,有助于提高其国内生产效率,进而促进制造业技术跃迁;吴哲等[5]通过建立柯布—道格拉斯生产函数模型,将“一带一路”代表性发展中国家与发达国家纳入同一模型,考察投资溢出效应对中国全要素生产率提升的影响,发现中国对外投资产生的逆向技术溢出可以提升全要素生产率;盛斌和赵文涛[6]认为提高全球价值链嵌入度可以促进制造业技术跃迁,并基于2000—2013年的面板数据发现,地区嵌入全球价值链成为促进制造业技术跃迁的重要来源;张建清等(2020)利用2000—2014年中国16个制造业面板数据,研究分析各行业价值链嵌入度,发现进口贸易产生的技术溢出能够促进行业生产进步与技术吸收,这一结论进一步印证了全球价值链嵌入可以显著促进制造业技术跃迁。
二是从制造业服务化视角探讨制造业技术跃迁的内生机制,认为制造业服务化能够提升制造业全球价值链嵌入度,提高制造业研发溢出与综合竞争力。Chang&Robin[7]以台湾地区制造业为样本,研究制造业服务化对制造业技术跃迁的影响,发现引进外部技术可以激励制造业自主创新,加快促进制造业高度服务化,进而实现制造业技术跃迁;刘斌等[8]通过构建高斯混合模型,利用1995—2011年中国制造业投入产出表和世界投入产出表数据,考察制造业服务化对价值链升级的影响,发现制造业服务化可以提升中国制造业的全球价值链嵌入度,进一步提升企业竞争力,为其转型提供新的升级路径;韩峰和阳立高[9]利用1997—2016年中国省级面板数据和动态空间杜宾模型对生产性服务业集聚与制造业转型升级的关系进行研究,发现生产性服务业集聚产生的技术外溢能够促进地区制造业结构升级;王磊和李吉[10]基于2010—2019年中国省级面板数据发现,双向FDI协同发展和生产性服务业集聚能够显著促进制造业全球价值链嵌入,加快制造业转型升级步伐。
三是基于全要素生产率视角,认为通过偏向性技术进步、资源错配的市场化矫正等手段提升全要素生产率,可以进一步增强制造业的研发溢出效应,加快对新技术的吸收学习从而促进制造业技术跃迁。Jorgenson等[11]认为,信息通信技术投资产生的研发溢出效应促使制造业设备快速更新,进而带动全社会全要素生产率快速提升;王星媛和白俊红[12]通过构建空间计量模型,利用2001—2013年中国省级面板数据,发现制造业生产要素在区域间流动对全要素生产率提升具有显著影响,制造业空间资源配置有助于提升生产要素配置效率,降低要素价格,促进制造业技术跃迁;左晖和艾丹祥[13]基于2000—2014年世界投入产出表和2015年、2017年的中国投入产出表数据,利用非线性似不相关回归分析信息通信技术资本对制造业全要素生产率的影响,发现当信息通信技术投资产生的偏向性技术与信息通信技术资本深化方向不一致时,将抑制制造业全要素生产率提升,这可能是由于信息通信技术投资与制造业技术跃迁阶段不匹配所致。
通过文献回顾不难发现,国内外学者主要从研发溢出价值、制造业服务化和全要素生产率3个角度对制造业技术跃迁问题进行研究,取得了一定成果。从研究内容看,已有文献从全球价值链嵌入程度、偏向性技术进步、信息通信技术投资等方面研究全要素生产率和制造业服务化对制造业转型升级的影响。值得一提的是,随着制造业研发中心本土化趋势的深化,新发展格局下的研发国际循环边际溢出效应递减,意味着研发溢出渠道从具有先发优势的国际循环向具有比较优势的国内循环演进(杜鹏程,洪宇,2021)。也就是说,研发双循环溢出对制造业技术跃迁具有重要影响[14]。已有文献较少从价值链攀升视角考察研发双循环溢出与制造业技术跃迁之间的关系。从研发溢出渠道的不同优势看,关于研发的国内国际双循环溢出渠道对制造业技术跃迁的影响还缺少更进一步的研究。基于此,本文从价值链攀升视角探讨研发双循环溢出对制造业技术跃迁的影响。
以国内循环为主的双循环格局是研发溢出赋能制造业技术跃迁的必要条件[15]。逆全球化趋势不断加剧导致劳动流转率持续上升,中国制造业面临发达国家高端制造母国回流和发展中国家中低端制造外移的双重挤压困境。在这一严峻形势下,制造业人均研发投资和研发成本也随之上升,研发的溢出效应收敛于研发资本的创新转化效率。研发成本不断上升倒逼制造业朝着智能化方向发展,利用更多机器和人工智能技术替代传统劳动力,实现智能制造生产和资本深化。作为信息技术与制造业高度匹配的生产模式,智能制造颠覆了传统制造业的技术创新范式,这意味着国内循环中研发的持续性投入和高额研发成本会在一定程度上阻碍智能制造发展,削弱研发双循环溢出对制造业技术跃迁的促进作用。人工智能的专用性和低复制成本决定了赋能具有无限延伸的边界性,面对双向挤压的严峻形势,推动资本介入人工智能、大数据等新技术领域,以智能制造驱动国内新技术研发,有助于打破发达国家对中国制造业的高端技术封锁,缩小与发达国家在高端制造技术上的差距,进一步激发国内对于制造业产品的新需求,为国内需求注入新的创新动力,进而大幅提升中国制造业对外贸易产品附加值,打破贸易壁垒,带动国际循环进一步发展。值得注意的是,随着信息通信技术投资在人工智能领域的不断深化,人工智能在互联网、大数据、超级计算等新技术驱动下呈现出深度学习、人机协同、自主控制特征,与智能制造发展高度契合。然而,在智能制造发展初期,制造业对人工智能、大数据等新技术资源的整合能力不强,在生产、分配、流通、消费环节中的非效率供给与需求多样化引致的供需梗阻,导致智能化制造发展难以实现根本性的技术突破,这种新需求的持续迭代会降低供需之间的适配性,从而阻碍新技术对制造业技术跃迁的持续性溢出。据此,本文提出以下假设:
H1:随着智能资本全面介入人工智能、大数据等新技术领域,新需求持续迭代导致的供需低适配性使得研发双循环溢出对制造业技术跃迁的正向效应不显著。
在发展经济学框架下,价值链攀升被认为是制造业技术跃迁的重要影响因素,甚至是实现高端技术位置前移的首要因素。改革开放以来,中国制造业借助低廉的劳动力成本与政策红利等比较优势融入全球价值链生产分工体系,利用劳动密集型、低技术含量、微利化生产实现研发要素的空间集聚,有力推动了中国向制造业大国的转变。然而,在实现产业升级与对外贸易爆发式增长的同时,中国制造业也面临价值链低端锁定与路径依赖困境[16]。随着制造业转型和升级双向态势的不断调整,链主国家对中国持续的断链、断供倒逼制造业加大对人工智能、大数据等新技术的研发投入,加快推进人工智能技术与传统生产技术有效融合,以完全释放人工智能、大数据等新技术的规模递增效应,进一步促进传统资本深化,推动中国制造业由劳动密集型向技术密集型、资本密集型过渡。特别是21世纪10年代以来,随着人工智能、大数据等智能技术逐渐向资本扩展型转变,在资本密集型与技术密集型产业中,智能技术对传统要素的替代弹性远远高于劳动密集型产业[17]。这一转变意味着中国制造业生产技术复杂度和全要素生产率大幅提高,国内循环活力快速提升,大幅缩小高端技术领域与发达国家的差距,推动国内国际双循环的高质量发展,有效促进中国制造业全球价值链地位的提升。这种“锯齿型引领”有力推动了中国制造业智能技术与传统生产要素的深度融合,使得创新要素能够沿着价值链拾级而上,有效推动中国制造业颠覆性技术和关键核心技术研发与突破,培育颠覆性技术和关键核心技术“发现—遴选—培育”的研发路径,驱动中国制造业的技术位置在价值链中大幅前移,提高制造业产品的创新附加值,促进中国制造业向全球价值链两端延伸,进而有助于制造业技术跃迁。基于以上分析,本文提出以下假设:
H2:以“锯齿型引领”为特征的研发双循环溢出能够降低中国制造业断链、断供风险,并通过溢出赋能推动制造业附加值和竞争力提升,促进中国制造业向全球价值链两端延伸,从而对制造业技术跃迁产生显著正向效应。
为估计研发双循环溢出与价值链攀升对制造业技术跃迁的影响,本文构建一个研发双循环溢出影响制造业技术跃迁的计量模型,并将价值链攀升纳入模型,如式(1)所示。
lnTRAit=α0+β1lnRDSit+β2lnRDSit·GVCit+γcontrolit+εit
(1)
式中,TRAit表示制造业技术跃迁,RDSit表示研发双循环溢出,GVCit表示全球价值链攀升,controlit表示影响制造业技术跃迁的控制变量,εit表示随机扰动项。考虑到样本数据的序列平稳性以及可能存在的异方差问题,对模型中的主要变量作对数化处理。
2.2.1 被解释变量
(1)制造业技术跃迁(TRA)。借鉴刘志彪和凌永辉(2020)的做法,本文从横向产业结构合理化(RIS)和纵向产业结构高级化(AIS)两个维度衡量制造业技术跃迁,具体公式见式(2)。
(2)
(2)制造业结构合理化(RIS)。制造业结构合理化强调在现有技术与资源条件下,制造业行业内的资源配置效率、产业协调水平及结构转换能力等。本文借鉴于斌斌[18]的做法,使用泰勒指数的倒数衡量制造业结构合理化,计算公式为:
(3)
式中,TL为泰勒指数,Y、L、i、G分别表示产出、从业人数、行业部门、行业部门总数。当TL=0时,经济体系总体保持均衡状态,TL值越大,经济发展偏离均衡状态越严重,制造业结构越不合理。RIS与TL的作用机制相反,即TL值越小,RIS值越大,行业内资源配置效率越高,结构转换能力越强,制造业结构越合理。
(3)制造业结构高级化(AIS)。制造业结构高级化发展是指制造业行业的技术密集程度由低到高的变化过程。本文借鉴于斌斌[18]的做法,使用第三产业与第二产业产值之比衡量制造业结构高级化。
2.2.2 解释变量
(1)研发双循环溢出(RDS)。借鉴黄群慧和倪红福[19]的做法,本文利用制造业最终品进口率(FIR)与中间品出口率(ERI)度量研发双循环溢出,具体表达式为:
(4)
式中,最终品进口率(FIR)为制造业进口海外国家最终品总量(IM)除以本国最终品使用总量(FA),中间品出口率(ERI)为制造业生产中间品出口总量(EX)除以中间品总生产量(PA)。
(2)国内循环溢出(IRD)。国内循环溢出采用中国制造业研发经费内部支出度量。考虑到G7成员国的研发总量占据外国研发的绝大部分,且国际研发溢出(FRD)主要渠道为进口贸易,因而借鉴李有[14]的做法,采用中国从G7成员国的进口额与GDP的比值对G7国家研发加权作为国际研发溢出(FRD)的度量指标,具体公式见式(5)。
(5)
(3)价值链攀升(GVC)。借鉴Koopman等[20]的做法,本文采用全球价值链地位指数和全球价值链参与度指数度量价值链攀升。全球价值链地位指数越大,表明中国制造业在全球价值链中所处国际分工地位越高。同样,全球价值链参与度指数越大,表明中国制造业参与全球价值链的程度越高。具体表达式如式(6)。
(6)
式中,IV/E代表全球价值链前向参与度,FV/E代表全球价值链后向参与度。
2.2.3 控制变量
参考江小涓和孟丽君[15]、王立军等[21]、宋炜等[22]的做法,本文选取以下控制变量:
(1)创新倾向(INN)。创新倾向明显的制造业技术进步速度较快,有利于制造业实现技术跃迁。本文使用制造业政府R&D投入与制造业R&D经费总额的比重度量创新倾向。
(2)资本劳动比率(CLR)。资本劳动比率能够反映制造业要素匹配结构,用以表示制造业技术跃迁过程中的要素配置效率。本文采用制造业各行业固定资产净值年平均余额占制造业全部从业人员平均人数的比重度量资本劳动比率。
(3)行业规模(SCA)。行业规模通过影响制造业研发双循环溢出产生的规模效应与学习效应,进而影响制造业技术跃迁的实现。本文采用制造业总产值与制造业各行业全部从业人员平均人数表示行业规模。
(4)市场势力(MAR)。制造业市场势力是制造业利用研发双循环溢出构建市场地位和市场支配能力的具体体现,较强的市场势力意味着制造业可以通过市场垄断实现技术跃迁。本文采用大中型制造业总产值占全部制造业总产值的比重度量市场势力。
(5)外贸依存度(TRA)。外贸依存度能够反映一国经济融入世界经济体系的程度以及它国对本国经济的渗透程度,二者相互作用有利于研发双循环溢出。本文采用制造业出口产值与制造业总产值的比重度量外贸依存度。
本文面板模型涉及的样本数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国科技统计年鉴》《中国劳动统计年鉴》《中国外资统计年鉴》。各主要变量描述性统计结果如表1所示。
表1 变量描述性统计结果
Tab.1 Descriptive statistics of main variables
变量观测值均值标准差最小值最大值TRA5074.954 62.727 61.766 97.171 8RDS5074.212 03.312 52.836 75.970 5GVC5075.872 52.915 03.219 26.800 1INN5072.500 13.131 01.826 63.010 4CLR5074.487 31.127 13.624 45.215 4SCA5075.565 02.712 83.451 76.989 0MAR5076.296 74.628 04.344 57.733 5TRA5074.157 23.443 42.828 15.682 9
表2报告了式(1)的估计结果,其中,列(1)是以研发双循环溢出为解释变量的估计结果,列(2)是纳入价值链攀升后,以研发双循环溢出和价值链攀升为解释变量的估计结果。列(1)(2)的R2分别为0.681 4和0.707 7,表明式(1)具有较高的拟合优度;F统计量分别为41.86和43.91,均通过1%的显著性检验;方差膨胀因子(VIF)均小于6,表明不存在多重共线性。
表2 双循环溢出、价值链攀升影响制造业技术跃迁的基本估计结果
Tab.2 Basic estimation results of the impact of double-cycle spillovers and value chain climbing on the technological transition of manufacturing industry
注:括号内为t值,*、**分别代表参数估计值在10%、5%的置信水平上显著
变量lnTRA(1)(2)lnRDS5.698 1-(1.38)lnRDS×GVC-5.501 7**(2.02)INN1.441 3*3.206 0**(1.92)(2.45)CLR8.200 9**8.472 8**(2.09)(1.97)SCA5.555 9*8.675 0*(1.86)(1.75)MAR6.615 5**3.580 4**(2.13)(2.38)TRA-1.787 6*-7.161 7**(1.68)(2.26)CONS9.121 22.974 3(1.17)(1.43)行业虚拟YesYes时间虚拟YesYesF Statistics41.8643.91Prob>F0.000 00.000 0R20.681 40.707 7Adj-R20.676 30.699 3VIF6.345.92
从表2中列(1)可知,研发双循环溢出(lnRDS)每增加1个单位,制造业技术跃迁(lnTRA)将增加5.698 1个单位(未通过显著性检验),表明研发双循环溢出对制造业技术跃迁的正向解释力不显著。这说明虽然智能资本在人工智能、大数据等新技术领域得到全面扩展,但新需求持续迭代导致的供需低适配性使得研发双循环溢出对制造业技术跃迁的正向作用不显著。可能的原因是,一方面,得益于参与全球价值链分工,进出口贸易规模扩大带来的国际技术溢出在一定程度上促进了中国制造业技术升级,使其向智能制造领域发展,同时也给中国制造业带来更激烈的市场竞争,这对国内技术吸收提出了更高要求。目前,我国仍处于双向挤压困境中,随着企业劳动力成本不断上升、进口贸易更加复杂和发达国家技术壁垒提高,进一步挤压制造业生存空间,吸收先进技术的难度进一步增大,产生的竞争效应会弱化国外研发溢出对制造业技术跃迁的促进作用。另一方面,智能制造高端技术仍掌握在发达国家手中,随着资本大量进入以人工智能为主的智能制造领域,其建立起的贸易与技术壁垒,成为部分发达经济体遏制中国制造业技术跃迁与技术进步的一大途径,试图将中国制造业锁定在全球价值链低端环节。通过对中国高端制造业产生资源挤出效应,使中国制造业难以实现资源整合和技术上的根本性突破,从而抑制以人工智能等高技术为主的智能制造发展,阻碍研发双循环溢出效应的进一步发挥,因而无法有效促进制造业技术跃迁。综上,H1得到验证。
从表2中列(2)可知,纳入价值链攀升(GVC)后,研发双循环溢出与价值链攀升的交互项(lnRDS×GVC)每增加1个单位,制造业技术跃迁(lnTRA)将增加5.501 7个单位(通过5%的显著性检验),表明研发双循环溢出与价值链攀升的交互项对制造业技术跃迁具有显著正向效应。这意味着以“锯齿型引领”为特征的研发双循环溢出不但能够大幅降低中国制造业断链、断供风险,而且通过溢出赋能极大推动制造业附加值和竞争力提升,促进中国制造业向全球价值链两端延伸,因而对制造业技术跃迁具有显著正向效应。本文认为,在双循环背景下,全球价值链通过与国内国际研发共同发展引致研发溢出效应,人工智能、大数据等新技术的吸收与扩散刺激传统制造业由劳动密集型向技术密集型与资本密集型快速过渡,从而提升中国制造业生产要素的替代弹性与技术复杂度,最终促进制造业技术跃迁。在新技术与传统制造业融合发展带来规模递增效应的过程中,制造业生产技术复杂度和全要素生产率大幅提升,进一步刺激国内大循环,实现核心技术自主研发与颠覆性技术创新,加速智能制造技术自主孵化,提高制造业产品附加值进而驱动中国制造业全球价值链位置前移。同时,也为国际循环注入新的驱动力,进一步促进国内国际双循环相互促进,在双循环作用下提高制造业全球价值链地位,促进制造业技术跃迁。综上,H2得到验证。
控制变量中,创新倾向(INN)每增加1个单位,制造业技术跃迁将增加1.441 3(通过1%的显著性检验)和3.206 0个单位(通过5%的显著性检验);资本劳动比率(CLR)每增加1个单位,制造业技术跃迁将增加8.200 9(通过5%的显著性检验)和8.472 8个单位(通过5%的显著性检验);行业规模(SCA)每增加1个单位,制造业技术跃迁将增加5.555 9(通过10%的显著性检验)和8.675 0个单位(通过10%的显著性检验)。市场势力(MAR)每增加1个单位,制造业技术跃迁将增加6.615 5(通过5%的显著性检验)和3.580 4个单位(通过5%的显著性检验)。上述变量能够推动制造业由传统生产转向以智能制造为主攻方向的技术进步,从而促进制造业技术跃迁。值得注意的是,外贸依存度(TRA)每增加1个单位,制造业技术跃迁将减少1.787 6(通过10%的显著性检验)和7.161 7个单位(通过5%的显著性检验),意味着外贸依存度对制造业技术跃迁具有显著负向效应,这与王玉燕等[23]的结论一致。可能的原因是,进出口密集度较高的行业面临更为激烈的国际竞争,容易受到国外企业限制,从而抑制制造业技术升级步伐,而中国进出口密集度较高的行业多为中低端制造业,行业自身技术进步缓慢甚至停滞。此外,当前中国制造业存在一定程度的地方保护,难以实现生产要素的优化配置,进而不利于制造业技术跃迁。
制造业技术跃迁是外生技术在创新生态系统中内生化的过程,技术跃迁在这一过程中表现为制造业技术增长速度的变化[24]。基于此,本文以制造业技术增长速度(TGR)为被解释变量,对式(1)进行稳健性检验,估计结果如表3所示。
表3 双循环溢出、价值链攀升影响制造业技术跃迁的稳健性检验结果
Tab.3 Robustness test results of double-cycle spillovers and value chain climbing affecting the technological transition of manufacturing industry
注:括号内为t值,*、**、***分别代表参数估计值在10%、5%、1%的置信水平上显著
变量TGR(1)(2)lnRDS4.688 7-(1.60)lnRDS×GVC-6.418 6**(2.14)INN7.504 2*5.429 8**(1.85)(1.99)CLR3.635 9**8.232 0***(2.34)(2.80)SCA4.314 7**9.121 7**(2.27)(2.11)MAR3.629 0**3.340 0***(2.01)(2.62)TRA-5.430 4*-6.046 3**(1.76)(2.37)CONS2.215 17.931 5(1.43)(1.55)行业虚拟YesYes时间虚拟YesYesF Statistics40.0841.70Prob>F0.000 00.000 0R20.667 80.670 1Adj-R20.655 80.662 1
由表(3)可知,稳健性检验结果与前文基本估计结果的系数大小和显著性水平基本保持一致。列(1)结果显示,研发双循环溢出(lnRDS)的估计系数未通过显著性检验,表明研发双循环溢出对制造业技术跃迁的促进作用不显著,再次印证了新需求持续迭代导致的供需低适配性会阻碍研发双循环溢出,因而对制造业技术跃迁的正向效应不显著。列(2)结果显示,纳入价值链攀升(GVC)后,研发双循环溢出与价值链攀升的交互项(lnRDS×GVC)对制造业技术跃迁具有显著正向作用。控制变量中,创新倾向(INN)、资本劳动比率(CLR)、行业规模(SCA)、市场势力(MAR)和外贸依存度(TRA)的检验结果与基本估计结果保持一致。因此,计量模型设定具有稳健性。
考虑到研发双循环溢出引致的内生化知识和颠覆性技术能够显著促进制造业技术跃迁,而制造业技术跃迁又可以融通链条,通过畅通溢出渠道构建以中国制造业为主的全球价值链体系,估计结果可能在一定程度上受到内生性影响。为缓解这一问题,本文借鉴郑江淮和郑玉[25]的做法,采用制造业新产品产值率(NPR)作为工具变量,对式(1)进行内生性分析。该工具变量只与研发双循环溢出高度相关,与其它变量不相关,符合工具变量选取的前提假设条件,估计结果如表4所示。
表4 双循环溢出、价值链攀升影响制造业技术跃迁的内生性估计结果
Tab.4 Endogenous estimation results of the impact of double-cycle spillovers and value chain climbing on the technological transition of manufacturing industry
注:括号内为t值,*、**、***分别代表参数估计值在10%、5%、1%的置信水平上显著
变量TGR(1)(2)NPR4.578 3-(1.36)NPR×GVC-4.581 6**(2.53)INN1.488 8*2.966 7***(1.77)(3.05)CLR3.618 6**5.332 1**(2.08)(2.21)SCA4.074 6**6.298 2**(2.25)(2.31)MAR5.724 4**2.918 3***(1.99)(2.73)TRA-2.933 9*-7.579 0**(1.92)(2.49)CONS6.182 91.647 4(1.53)(1.46)行业虚拟YesYes时间虚拟YesYesF Statistics40.9641.66Prob>F0.000 00.000 0R20.668 90.697 2Adj-R20.652 50.687 1
由表4可知,考虑内生性问题后,研发双循环溢出对制造业技术跃迁的估计系数普遍下降,且显著性有所提高。列(1)结果显示,研发双循环溢出对制造业技术跃迁的正向效应不显著。列(2)纳入价值链攀升后,研发双循环溢出与价值链攀升的交互项对制造业技术跃迁具有显著正向影响。这一结论与基本估计结果保持一致,表明选取的工具变量能够有效降低模型内生性,进一步验证了研究结论的稳健性。
本文构建研发双循环溢出影响制造业技术跃迁的模型,并将价值链攀升纳入模型,利用2008—2020年中国制造业面板数据检验研发双循环溢出和价值链攀升对制造业技术跃迁的影响。在控制创新倾向等变量后发现:第一,随着智能资本全面介入人工智能、大数据等新技术领域,新需求持续迭代导致的供需低适配性使得研发双循环溢出对制造业技术跃迁的正向效应不显著。第二,以“锯齿型引领”为特征的研发双循环溢出能够降低中国制造业断链、断供风险,而且通过溢出赋能推动制造业附加值和竞争力提升,促进中国制造业向全球价值链两端延伸,对制造业技术跃迁具有显著正向效应。
本文研究结论具有深刻的政策含义。首先,要充分认识到我国制造业发展现状以及人工智能、大数据等高新数字技术带来的制造业技术跃迁发展机遇。我国拥有全世界最全的制造业门类和最大的消费市场,加快人工智能、大数据等新技术的应用发展,积极开发人工智能的深度学习、人机协同等能力,提升中国制造业数字化技术水平,为传统制造业转向高端智能制造业、冲破发达国家对我国高端技术的封锁与限制提供动力。其次,相较于中高端制造业,低端制造业更容易受到全球价值链双向挤压效应的影响,因而在参与全球价值链过程中,尤其要注重产业结构的合理调整。重视产业政策的引导作用,鼓励引导优质的数字产业生产要素与传统制造业协同发展、融合发展,充分发挥数字经济对制造业的促进作用。努力提升中国制造业在全球价值链生产过程中的参与度和全球价值链地位,从而向技术含量高、产品附加值高的价值链环节攀升,打破中国制造业面临双向挤压的严峻形势。最后,加强软硬件基础设施建设投资。以大数据、人工智能等高技术为基础的智能制造基础设施具有明显的溢出效应,良好的生产基础设施有助于提升企业对高技术的吸收与逆向研发能力,使研发双循环溢出效应的价值扩散达到最大化,从而有效吸收、改进先进技术,研发自主核心技术,进而推动制造业实现技术跃迁。
[1] 蔡昉．生产率、新动能与制造业——中国经济如何提高资源重新配置效率[J]．中国工业经济,2021,38(5):5-18.
[2] 李林,杨承川,何建洪.我国先进制造企业技术赶超中的技术能力阶段性跃迁研究[J].管理学报,2021,18(1):79-90.
[3] 董景荣,张文卿.技术来源、技术进步偏向与中国制造业升级——基于双循环新发展格局的思考[J].中国科技论坛,2021,37(10):71-82.
[4] MCMILLAN M, RODRIK D, VERDUZCO-GALLO 
. Globalization, structural change, and productivity growth, with an update on Africa[J]. World Development, 2014, 63: 11-32.
[5] 吴哲,范彦成,陈衍泰,等.新兴经济体对外直接投资的逆向知识溢出效应——中国对“一带一路”国家OFDI的实证检验[J].中国管理科学,2015,23(S1):690-695.
[6] 盛斌,赵文涛.地区全球价值链、市场分割与产业升级——基于空间溢出视角的分析[J].财贸经济, 2020,41(9):131-145.
[7] CHANG C L, ROBIN S. Doing R&D and/or importing technologies: the critical importance of firm size in Taiwan's manufacturing industries[J]. Review of Industrial Organization, 2006, 29(3): 253-278.
[8] 刘斌,魏倩,吕越,等.制造业服务化与价值链升级[J].经济研究,2016,51(3):151-162.
[9] 韩峰,阳立高.生产性服务业集聚如何影响制造业结构升级——一个集聚经济与熊彼特内生增长理论的综合框架[J].管理世界,2020,36(2):72-94,219.
[10] 王磊,李吉.双向FDI、生产性服务业集聚与制造业全球价值链升级[J].工业技术经济,2021,40(10):86-93.
[11] JORGENSON D W, HO M S, STIROH K J. A retrospective look at the U.S. productivity growth resurgence[J]. Journal of Economic Perspectives, 2008, 22(1): 3-24.
[12] 王星媛,白俊红.要素流动、资源错配与全要素生产率[J].经济问题探索,2021,42(10):50-61.
[13] 左晖,艾丹祥.ICT投资、偏向性技术变化与全要素生产率[J].统计研究,2021,38(9):19-33.
[14] 李有.双循环格局下研发溢出与中国工业产品复杂度[J].当代财经,2021,42(6):100-112.
[15] 江小涓,孟丽君.内循环为主、外循环赋能与更高水平双循环——国际经验与中国实践[J].管理世界,2021,37(1):1-19.
[16] 刘志彪,张杰.从融入全球价值链到构建国家价值链:中国产业升级的战略思考[J].学术月刊,2009,41(9):59-68.
[17] 郭凯明.人工智能发展、产业结构转型升级与劳动收入份额变动[J].管理世界,2019,35(7):60-77,202-203.
[18] 于斌斌.产业结构调整与生产率提升的经济增长效应——基于中国城市动态空间面板模型的分析[J].中国工业经济,2015,32(12):83-98.
[19] 黄群慧,倪红福.中国经济国内国际双循环的测度分析——兼论新发展格局的本质特征[J].管理世界,2021,37(12):40-58.
[20] KOOPMAN R, POWERS W, WANG Z, et al. Give credit where credit is due: tracing value added in global production chains[R].NBER Working Paper, No.16426,2010.
[21] 王立军,张伯伟,朱春礼.产业特征、宏观调控与技术创新策略选择——来自中国工业层面的证据[J].世界经济研究,2011,30(3):3-8,87.
[22] 宋炜,张彩红,周勇,等.数据要素与研发决策对工业全要素生产率的影响——来自2010—2019年中国工业的经验证据[J].科技进步与对策,2022,39(2):40-48.
[23] 王玉燕,林汉川,吕臣.全球价值链嵌入的技术进步效应——来自中国工业面板数据的经验研究[J].中国工业经济,2014,31(9):65-77.
[24] 黄鲁成,蔡爽.基于专利的技术跃迁实证研究[J].科研管理,2009,30(2):64-69.
[25] 郑江淮,郑玉.新兴经济大国中间产品创新驱动全球价值链攀升——基于中国经验的解释[J].中国工业经济,2020,37(5):61-79.