知识资本投入、产业间纵向关联与制造业创新产出

余东华，张鑫宇

(山东大学 经济学院，山东　济南　250100)

一、问题的提出

新工业革命的兴起和发达国家“再工业化”战略的实施，使中国制造业面临的要素成本条件、资源环境约束、生产制造技术和市场竞争态势等发生深刻变化。中国制造业迫切需要提高自主创新能力、加快转型升级步伐和增强国际竞争能力，以应对瞬息万变的外部环境。一般而言，提高制造业创新能力有两条可行路径：一是提高产业自身知识资本投入水平，增强产业自主创新能力。二是充分利用上下游产业间的技术知识溢出效应，通过产业间纵向关联提升产业协同创新能力。然而，中国制造业仍然存在“创新悖论”：虽然科技经费投入稳定增长，总量已超过欧洲，但在创新产出数量不断增长的同时创新产出质量却难以提高，数量与质量出现偏离，关键技术和核心技术仍需从发达国家引进[1]。“创新悖论”表明中国制造业的产业配套环境和协同创新能力不足。在中国制造向中国创造跨越过程中，不仅要围绕产业链部署创新链，围绕创新链配置资源链，注重本产业的研发资源配置，更要在产业协同创新上下功夫，提高制造业协同创新能力。这需要研究产业间纵向关联对产业技术进步的影响，理清产业间技术知识溢出的形成机制和产业协同创新机制，充分发挥产业间纵向关联对产业创新产出的促进作用。

制造业及其支持性产业是构成一个国家竞争优势的关键要素，市场竞争不仅仅是生产环节的竞争，更是上下游产业链和价值链的整体竞争。Hirschman[2]较早注意到产业间纵向关联对产业技术进步的作用，认为各产业间存在着相互影响的产业关联效应，一个产业的技术变化会通过产业间的前后向关联直接或间接影响其他产业。姜红和陆晓芳[3]指出一个产业的技术进步会扩散到与其相关联的产业中，使技术进步以级数增长的方式向外扩散，增强产业链的整体技术创新能力，形成产业协同创新效果。文雁兵[4]认为相关产业间的纵向关联是联系产业发展和创新能力的重要桥梁。产业间纵向关联作用于技术进步的一个重要渠道是产业间技术知识溢出。以Romer[5]为代表的内生增长理论学者认为，由于技术知识具有部分排他性和非竞争性的特点，技术知识溢出是普遍存在的；技术知识溢出促进了创新，要素投入和技术知识积累是经济增长的源泉。Forni和Paba[6]通过实证检验揭示了技术知识在上下游产业间的溢出效应，发现技术知识溢出与投入产出关系密切。

现有文献从宏观、中观和微观三个视角对技术知识溢出进行研究。宏观视角主要考察以国际贸易和外商直接投资(FDI)为渠道的技术知识溢出，但关于其对东道国创新产出的作用程度在实证上仍存在较大分歧。微观视角的研究受限于数据可得性，且以微观企业作为技术知识溢出的研究对象可能并不适宜。中观视角的研究较多涉及技术知识在区域之间的空间溢出以及技术知识溢出与空间集聚之间的互动关系。宏观跨国之间、微观企业之间的技术知识溢出通常需要落脚到中观产业层面来探讨。因此，产业间技术知识溢出对创新产出的影响成为急需研究的重点问题。王然等[7]采用2003—2007年中国37个工业行业的数据，实证检验FDI产业间关联对工业自主创新能力的影响，研究发现基于研发外溢的FDI前向关联效应对内资企业创新能力起到显著促进作用，FDI通过后向关联抑制了内资企业的自主创新。潘文卿等[8]基于1997—2008年中国35个工业行业数据的实证研究表明，R&D物质资本投入产生的产业间技术知识溢出显著提升了中国工业行业的生产效率。朱平芳等[9]指出R&D物质资本投入对以专利申请数或新产品销售收入为度量指标的创新产出的影响，呈现前向关联效应不显著、后向关联效应显著的非对称特征。

产业间技术知识溢出的测度是经验研究中的难点问题。经典计量经济学分析方法由于假设各产业之间彼此独立、具有异质性，因而无法直接衡量产业关联效应，大多数研究通过将产业间技术知识溢出的度量指标作为变量引入回归方程，从而对技术知识在产业间的溢出效应予以间接衡量。在度量指标的计算过程中，作为产业关联分析基本工具的投入产出表由于很好地表征了产业间的前向联系和后向联系，为学者们所广泛使用[8]-[10]。除此之外，空间计量经济学为测度产业间技术知识溢出提供了一种新的思路。空间计量经济学以分析区域与区域间的空间关联见长，如果把研究对象由区域替换为空间，并假定各产业间存在关联，那么空间计量经济学也适用于研究产业关联，可以用来测度产业间的技术知识溢出。朱平芳等[9]将投入产出技术和空间计量模型相结合，对中国工业行业间R&D物质资本投入的技术知识溢出效应进行了初步探索。

产业间纵向关联对技术进步起到了十分重要的作用，技术知识溢出与上下游产业间的投入产出关系紧密相关。本文尝试将知识资本投入、产业间纵向关联和创新产出三个变量纳入到一个统一的分析框架内，从理论分析和实证检验两个层面分析产业间纵向关联对产业技术进步、创新产出的影响机制和效果。本文的主要贡献体现在以下三个方面：一是应用知识生产函数和产业关联理论，分析上下游产业的创新产出和知识资本投入通过基于产业间纵向关联的技术知识溢出这一渠道影响目标产业技术进步和创新产出的机制。二是使用空间计量分析方法，利用2003—2015年中国制造业大中型企业分行业数据，构建空间面板徳宾模型测度和比较上下游产业间的前向关联效应和后向关联效应。三是在考虑知识资本投入和创新产出可分性的基础上，测度了不同类型知识资本投入和不同类型创新产出的产业间技术知识溢出效应。

二、理论分析与研究假设

本部分将知识生产函数与产业关联理论相结合，着重分析基于产业间纵向关联的技术知识溢出影响制造业技术进步和创新产出的机制。Griliches[11]最早提出“知识生产函数”的概念，将创新产出看作是知识资本投入的函数，即技术进步是一个“知识资本投入创造新技术知识，技术知识积累形成技术知识存量促进创新产出”的过程。此后逐渐形成两类典型的知识生产函数模型，即Griliches-Jaffe知识生产函数和Romer-Jones知识生产函数。Griliches-Jaffe知识生产函数虽然注意到了一个产业的知识水平还受其他产业研究开发投入的影响，从而为技术知识溢出效应的研究指明了方向，但其只考虑了研究开发人员投入和物质资本投入，没有研究其他类型的知识资本投入[12]；Romer-Jones知识生产函数将新技术知识看作研究开发人员投入和知识存量的函数，缺乏对物质资本投入的考察。

产业关联理论认为，上下游产业间普遍存在投入产出关系、供给需求关系，核心表现为商品贸易关系。上游产业对下游产业的供给关系形成前向关联，下游产业对上游产业的需求关系形成后向关联。结合知识生产函数和产业关联理论，产业间纵向关联影响制造业技术进步的一个重要渠道是技术知识溢出，上游产业和下游产业的技术知识通过产业间的前向关联和后向关联增加了目标产业的技术知识存量，技术知识的积累又会促进目标产业创新产出的涌现，这种作用机制如图1所示。在这一过程中，嵌入了物化了一定技术知识的中间产品、资本品(机器设备)、专利和知识人才，构成技术知识在上下游产业间扩散的主要传导介质。具体而言，上下游产业间的技术知识溢出分为纯技术知识溢出和物化外溢两种机制，前者主要通过知识人才流动等渠道发生，后者与中间产品、资本品和专利相关[11]-[13]。

从图1可以看出，制造业的创新产出不仅与本产业知识资本投入直接相关，还会受上下游产业创新产出和知识资本投入的间接影响。程惠芳和陆嘉俊[12]将技术知识的来源分为知识资本投入和外部技术知识溢出，前者包括人力资本投入、研究开发投入、技术改造投入和消化吸收投入，后者来自技术引进投入、国际贸易和FDI等渠道产生的溢出效应。本文着重探讨上下游产业的创新产出和知识资本投入是如何通过产业间纵向关联形成的技术知识溢出影响目标产业创新产出。知识资本投入和产业间纵向关联对于产业创新产出的影响具体体现在以下两个方面：一是中间产品、资本品和专利既是上游产业的主要创新产出，又是技术知识的重要传导介质，将对产业创新产出产生影响。显性技术知识可以编码化，通常以专利的形式存在，而中间产品和资本品中也物化了先进的技术知识。上下游产业间的投入产出关系和供给需求关系是产业间技术知识溢出的一条重要途径。目标产业通过购买并使用上游产业的中间产品、资本品或专利，享受配套售后服务和培训，会带动其改进生产技术、提高产品质量和生产效率。二是下游产业为了获取高质量的中间产品，会提高对目标产业产品或服务的标准要求，迫使目标产业在技术和产品上与其相配套，通过显性的技术标准、技术指导、技术援助、提供产品样品和进行质量监管等方式倒逼目标产业提高创新能力和增加创新产出。除此之外，下游产业对目标产业中间产品、资本品或专利等创新产出的持续需求，可以使目标产业持续分摊技术进步的成本并获得技术进步的规模效应。基于以上分析，笔者提出以下假设：

假设1：物化了先进技术知识的上游产业和下游产业的创新产出会通过产业间纵向关联对目标产业创新产出产生显著正向影响。

人力资本投入是技术知识扩散的重要渠道。隐性技术知识由于难以进行编码化，通常以技术人员、熟练劳动力和企业家等知识人才为载体进行跨产业流动。技术知识扩散的本质是技术知识扩散增加了相应的人力资本，来自上下游产业的知识人才流动到目标产业，或者上下游产业的知识人才与目标产业的知识人才进行各种形式的交流活动，从而促进了新思想和技术知识的溢出。R&D活动具体包括基础研究、应用研究和试验发展三方面，是新技术知识的主要来源。技术改造过程应用新技术知识代替旧技术知识可以改善生产技术条件(工艺和设备等)，为新技术知识的产生创造良好的内部环境。直接引进国外技术，并在其基础上消化吸收先进技术知识是一种低成本、低风险的技术进步方式，但引进技术的示范效应能否充分发挥取决于东道国的技术吸收能力。消化吸收投入可以作为技术吸收能力的近似度量指标，消化吸收投入有利于对先进知识的学习、模仿和再创新。基于以上分析，笔者提出以下假设：

假设2：上下游产业各种类型的知识资本投入通过基于产业间纵向关联的技术知识溢出影响目标产业创新产出，但这种影响在不同类型的知识资本投入间存在异质性。

三、计量模型、数据来源与变量说明

(一)空间计量模型

本文采取从一般模型到具体模型的建模思路，将Griliches-Jaffe知识生产函数与LeSage和Pace[14]提出的空间面板徳宾模型(SDM)相结合。*这种建模思路的好处在于：一方面，知识生产函数的存在性及其在知识和创新研究中的优越性已为众多经验研究所证实；另一方面，当真实数据生成过程是空间面板滞后模型(SAR)、空间面板误差模型(SEM)或空间面板混合模型(SAC)时，SDM模型的系数均为无偏估计。本文设定的计量模型如下：

lnYit=α+ρW×lnYit+βlnXit+θW×lnXit+μi+εit

(1)

其中，i为产业；t为年份；Y为创新产出；X为核心解释变量和控制变量；ρ为空间自回归系数，度量上下游产业的创新产出对目标产业创新产出的影响；β度量目标产业的核心解释变量和控制变量对目标产业创新产出的影响；θ度量上下游产业的核心解释变量和控制变量对目标产业创新产出的影响。α为截距项；μ为行业固定效应；ε为随机扰动项；W为前向空间权重矩阵WF或后向空间权重矩阵WB中的元素，分别用来度量上游产业对下游产业基于前向关联效应形成的技术知识溢出和下游产业对上游产业基于后向关联效应形成的技术知识溢出。若存在基于产业间纵向关联的技术知识溢出，则ρ和θ的系数显著。

(二)内生性问题及其处理

SDM模型的右端引入了被解释变量的空间滞后，导致被解释变量间相互影响，即产生了内生性，采用OLS方法来估计SDM模型，其估计量不仅是有偏的，而且是非一致的，故通常使用MLE估计处理内生性问题。在固定效应模型和随机效应模型间进行选择时，可进行Hausman检验。本文采用似然比检验来判断SDM模型是否可以简化：若θ=0，则模型简化为SAR模型；若θ=-ρβ，则模型简化为SEM模型[15-16]。

(三)数据来源与变量说明

本文使用2003—2015年中国制造业按行业分类的大中型企业的面板数据，数据来自《中国统计年鉴》《中国科技统计年鉴》《工业企业科技活动统计年鉴》《中国投入产出表》。为保持统计口径的一致，本文合并2012年之前的橡胶制品业与塑料制品业为橡胶和塑料制品业，合并2012年之后的汽车制造业与铁路、船舶、航空航天和其他运输设备制造业为交通运输设备制造业，并删除其他制造业和废弃资源综合利用业，最终得到了27个制造业行业。对于《中国投入产出表》，本文按照《国民经济行业分类》(GB/ T4754-2011)分别将2007年135部门投入产出表、2012年139部门投入产出表的基本流量表进行合并，得到2007年、2012年27个制造业部门投入产出表的基本流量表。《中国科技统计年鉴》缺失2011年之后年份按行业分类的大中型工业企业的各项科技活动指标，补充方法是将《工业企业科技活动统计年鉴》中相应年份的分行业大型企业科技活动指标与分行业中型企业科技活动指标进行合并。

空间权重矩阵。进行空间计量分析的前提是在传统计量模型的基础上引入度量上下游产业间关联效应的空间权重矩阵。本文借鉴朱平芳等[9]的方法，基于投入产出表计算得到里昂惕夫逆矩阵设置前向空间权重矩阵WF和后向空间权重矩阵WB，分别用来度量基于前向关联效应和后向关联效应的技术知识溢出。矩阵形式为：

(2)

被解释变量。本文用专利申请数度量制造业创新产出，为了全面反映创新产出的数量和质量差异，进一步将专利申请数细分为发明专利申请数、实用新型专利和外观设计专利申请数两个指标。这样处理的原因如下：一方面，专利申请数比专利授权数更能反映创新产出的真实水平，并且后者易受官僚因素的干扰[17]；另一方面，不同类型的专利具有异质性，发明专利以推动技术进步和获取竞争优势为目的，具有更高的科技含量，是一种实质性创新，而实用新型专利和外观设计专利以谋求其他利益为目的，具有更高的市场导向，是一种策略性创新[18-19]。

控制变量。已有文献所探讨的外部技术知识溢出主要来自于技术引进投入、国际贸易和FDI等渠道，本文分别用技术引进经费支出存量、出口交货值和以2000年为不变价的固定资产投资价格指数平减后的外商资本金与港澳台资本金之和度量。相关变量的描述性统计如表1所示。

表1　变量的描述性统计

注：变量均取自然对数形式，样本量均为351；空间权重矩阵是27行27列的方阵，采用行标准化形式。

四、实证结果

按照空间计量经济学常用的基本思路，本文首先计算空间自相关指数——全局莫兰指数I检验创新产出是否存在产业关联性；若存在产业关联性则建立空间计量经济学模型，深入探究上下游产业间基于纵向关联的技术知识溢出效应。

(一)产业间纵向关联效应检验

在建立空间计量经济学模型之前，本文分别使用基于2012年投入产出表构建的前向空间权重矩阵和后向空间权重矩阵，计算全局莫兰指数I来初步检验对数形式的专利申请数是否存在产业间纵向关联，即前向关联效应和后向关联效应，检验结果如表2所示。

表2　2003—2015年制造业专利申请数产业间纵向关联效应检验

从表2可以看出，基于前向空间权重矩阵和后向空间权重矩阵的全局莫兰指数I均为正值，且在1%或5%的水平下显著，说明上游产业或下游产业专利申请数越多，目标产业专利申请数也越多，上游产业或下游产业专利申请数越少，目标产业专利申请数也越少，专利申请数较多和较少的产业并未呈现完全随机分布的状态。因此，研究知识资本投入对创新产出的影响时，上下游产业间的纵向关联效应不容忽视，需要建立空间计量经济学模型进行深入检验。

(二)未考虑产业间纵向关联的基准回归结果

本文计量模型使用2003—2015年制造业部门层面的平衡面板数据，表3是知识资本投入对制造业创新产出的固定效应模型基准回归结果。

表3　知识资本投入对制造业创新产出的固定效应模型基准回归结果

注：***、**和*分别表示在1%、5%和10%的水平下显著，括号中是异方差稳健标准误，下同。

从表3可以看出，在未考虑产业间纵向关联的情况下，人力资本投入、研究开发投入和国际贸易对制造业创新产出均有显著促进作用，消化吸收投入仅对实用新型专利和外观设计专利起到显著促进作用，技术改造投入和技术引进投入对制造业创新产出的影响不显著。

(三)考虑产业间纵向关联的空间计量回归结果

本文先估计固定效应和随机效应的SDM模型，Hausman检验结果均在1%的显著性水平下拒绝了随机效应SDM模型的原假设，且似然比检验结果显示，SDM模型可以简化为SAR模型、SDM模型可以简化为SEM模型的原假设均在1%的显著性水平下被拒绝，说明基于前向空间权重矩阵、后向空间权重矩阵的模型均应该选择空间面板徳宾模型(SDM)。表4是制造业产业间纵向关联效应的空间计量回归结果。

表4　制造业产业间纵向关联效应的空间计量回归结果

从表4可以看出，以专利申请数为被解释变量的回归结果与以实用新型专利和外观设计专利申请数为被解释变量的回归结果表现出较为相似的特征。这可能是由于2015年中国制造业大中型企业实用新型专利和外观设计专利申请数占总专利申请数的58.7%，创新产出的科技含量有待进一步提高。

空间自回归系数均在5%或1%的水平下显著为正，说明上下游产业各种类型的创新产出间存在显著的前向关联效应和后向关联效应，制造业的创新产出不仅受自身知识资本投入的影响，还与上下游产业的创新产出密切相关，上下游产业的专利申请数越多，以专利等形式存在的技术知识越容易通过贸易和交流等途径扩散到目标产业，增加目标产业的技术知识存量，从而促进目标产业创新产出的涌现。创新产出在上下游产业间存在正反馈机制，表现为产业链的协同创新效果。来自上游产业的前向关联效应对实用新型专利和外观设计专利的促进作用更大，而来自下游产业的后向关联效应更有利于高科技含量的发明专利产出，究其原因可能是：目标产业在使用上游制造业提供的中间产品过程中，可以学习、消化、吸收嵌入其中的技术知识，但在制造业整体技术水平不高的情况下，更多地是学习到一些皮毛；而下游产业为了获取高质量中间产品，通过提高产品质量标准和提供技术指导等向目标产业主动扩散技术知识，倒逼其提高创新能力。因此，假设1得到验证。

(四)考虑产业间纵向关联的三种效应分解结果

SDM模型的右端引入创新产出的空间滞后，产生了空间乘数机制：知识资本投入对创新产出产生影响之后，创新产出在上下游产业间还会相互作用。因此，需要在表4基础上采用偏微分方法将知识资本投入对专利产出的影响分为平均直接效应、平均间接效应和平均总效应。其中，平均直接效应表示目标产业知识资本投入对目标产业创新产出的平均影响，平均总效应表示所有制造业的知识资本投入对目标产业创新产出的平均影响，平均间接效应为平均总效应与平均直接效应之差，反映上下游产业知识资本投入对目标产业创新产出的平均影响。平均直接效应、平均间接效应和平均总效应分解结果如表5所示。

表5　平均直接效应、平均间接效应和平均总效应分解结果

从表5可以看出，制造业创新产出主要受人力资本投入和研究开发投入的推动。人力资本投入和研究开发投入的平均直接效应小于表3中相应的系数，来自上游产业的研究开发投入和来自下游产业的人力资本投入对目标产业创新产出均具有显著促进作用，平均间接效应和平均直接效应的作用方向相同，说明上游产业研究开发投入和下游产业人力资本投入对目标产业创新产出具有正外部性，如果不考虑制造业产业间纵向关联，则会高估目标产业人力资本投入和研究开发投入对目标产业创新产出的影响。从理论上讲，技术改造可以改善生产技术条件(工艺和设备等)，为技术进步创造良好的内部环境，从而有利于创新产出的产生。但表5中目标产业技术改造投入对目标产业创新产出均产生了抑制效应，究其原因可能在于：一方面，改造既有生产技术是对技术创新的替代，对其他知识资本投入产生了挤出效应；另一方面，技术改造的侧重点可能在于提升产品质量或更新换代产品，而不是进行技术创新。

消化吸收投入仅通过前向关联对实用新型专利和外观设计专利具有推动作用。从平均直接效应来看，技术引进投入增加1%，平均可以带动目标产业发明专利申请数提升0.132%—0.141%，技术引进对实质性创新起到显著正向影响；从平均间接效应来看，上游产业的技术引进投入增加1%，将会使目标产业发明专利申请数下降0.485%，上下游配套产业并未对引进技术创造有利的消化吸收条件。从平均总效应来看，技术引进投入和消化吸收投入对目标产业实质性创新不存在显著的正向影响，引进技术的示范效应未能得到充分发挥，从而促进中国制造业整体产业链上实质性创新产出的涌现。本文技术引进有效但吸收能力不足的结论与中国的现实相契合。现有研究关于FDI和国际贸易能否促进中国技术进步方面仍存在分歧。FDI对目标产业实用新型专利和外观设计专利存在显著抑制效应，FDI对发明专利申请数的平均直接效应虽然不显著，但系数为负；上游产业的FDI对目标产业发明专利申请数具有显著促进作用，下游产业的FDI对目标产业发明专利申请数具有显著抑制作用。产生这一现象的原因可能是，外资进入会加剧制造业的竞争，削弱内资企业的创新动机，减少其知识资本投入[20]；在制造业产业间，下游产业的FDI通过使用高技术含量的中间产品、享受配套售后服务和培训可以在学习和模仿中获得技术知识的溢出，上游产业被下游产业FDI的买方势力锁定在产业链的低技术加工环节，从而不利于产生实质性创新成果。实用新型专利和外观设计专利受本行业国际贸易的积极影响，却受下游行业国际贸易的消极影响，说明面临直接出口需求的制造业更关注以市场为导向的实用新型专利和外观设计专利，嵌入其中的技术知识通过提供产品样品等渠道扩散到上游产业后，会对上游产业的创新动机产生抑制作用。从以上分析可以看出，不同类型的知识资本投入对制造业创新产出的影响具有异质性，假设2得到验证。

(五)稳健性检验

鉴于空间权重矩阵的设定是基于里昂惕夫逆矩阵，并非基于数据的估计得到，具有一定的主观性。本文还基于2007年27个制造业部门投入产出表设定前向空间权重矩阵和后向空间权重矩阵，用于检验估计结果对空间权重矩阵设置的敏感性。*限于篇幅，稳健性检验结果未在正文列出，留存备索。稳健性检验结果显示，虽然部分变量回归系数的显著性水平得到增强或减弱，但系数符号与基于2012年投入产出表的回归结果一致，主要结论未发生显著变化。来自下游产业的人力资本投入对目标产业创新产出的促进作用不再显著，依然未表现出人力资本投入在产业间的正反馈效果。产生这一现象的原因可能是，2007年中国人力资本的存量水平低于2012年，以知识人才流动与交流为渠道的产业间技术知识溢出对创新产出的提升效果有限。本文还采用空间面板混合模型(SAC)检验了空间自回归系数的稳健性，发现创新产出在上下游产业链间的正反馈机制仍然存在。因此，本文的计量回归结果是稳健的。

五、研究结论与政策建议

制造业产业创新产出不仅受到本产业知识资本投入的影响，还受到上下游产业创新产出和知识资本投入的影响。本文基于2003—2015年中国制造业大中型企业分行业数据，测度上下游产业间的前向关联效应和后向关联效应，并构建空间面板徳宾模型检验知识资本投入和产业间纵向关联对制造业创新产出的影响。

第一，从上下游产业创新产出对目标产业创新产出的影响方面看，以专利申请数、发明专利申请数、实用新型专利和外观设计专利申请数三个指标度量的创新产出在制造业上下游产业间存在正反馈机制，作为技术知识的重要传导介质，上下游产业的创新产出通过基于产业间纵向关联的技术知识溢出显著促进了目标产业创新产出。

第二，从上下游产业知识资本投入对目标产业创新产出的影响方面看，各种类型的知识资本投入对目标产业创新产出的影响具有异质性，制造业上下游产业间的协同创新效果未得到充分发挥。

第三，从制造业创新的技术进步方式看，以人力资本投入和研究开发投入度量的国内自主技术创新已经成为制造业技术进步的主要方式，各种技术进步方式的作用效果受到产业间纵向关联的影响。

根据以上研究结论，笔者提出以下政策建议：

第一，鼓励制造业企业延伸产业链，充分发挥制造业的产业协同创新效果，提升制造业协同创新能力。研发资源的有限性和技术知识溢出的普遍性，要求制造业充分利用基于产业间纵向关联的技术知识溢出，创新产出和知识资本投入在制造业上下游产业间形成正反馈效果，促进技术进步以级数增长的方式沿制造业产业链扩散，从而提高中国制造业产业链整体创新能力。

第二，发挥产业政策的引导作用，依托知识资本投入和产业间纵向关联提升制造业自主创新能力，实现中国制造由技术引进向自主技术创新的动态跨越。为避免落入“引进—落后—再引进—再落后”的陷阱，急需发挥产业间纵向关联的作用，充分利用引进技术的成本优势和示范作用。同时，在中国制造业与发达国家制造业技术差距逐渐缩小的现实条件下，更需要营造适合制造业自主技术创新的产业政策，加快制造业产业链不同行业间的技术合作和技术知识扩散，依靠国内自主技术创新减少关键技术和核心技术对进口的依赖，实现中国制造向中高端迈进。

第三，优化创新和创业环境，形成鼓励技术创新的产业生态系统。鼓励和引导产学研合作，强化创新人才培养，加大对自主创新项目的支持力度，营造创新文化和创新氛围，逐渐形成有利于创新成果脱颖而出的产业发展生态体系。

参考文献：

[1]卢现祥. 供给侧结构性改革:从资源重新配置追赶型经济转向创新驱动型经济[J]. 人文杂志,2017,(1):1-13.

[2]Hirschman, A. O. The Strategy of Economic Development[M]. New Haven: Yale University Press, 1958.

[3]姜红,陆晓芳. 基于产业技术创新视角的产业分类与选择模型研究[J]. 中国工业经济,2010,(9):47-56.

[4]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,(7):1017-1025+1034.

[5]Romer, P. M. Endogenous Technological Change[J]. Journal of Political Economy, 1990, 98(5): 71-102.

[6]Forni, M., Paba, S. Spillovers and the Growth of Local Industries[J]. The Journal of Industrial Economics, 2002, 50(2): 151-171.

[7]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.

[8]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.

[9]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]. 经济研究,2016,(11):44-55.

[10]Anon, H. D. The Impact of R&D Spillovers on UK Manufacturing TFP: A Dynamic Panel Approach [J]. Research Policy, 2007, 36(7): 964-979.

[11]Griliches, Z. Issues in Assessing the Contribution of Research and Development to Productivity Growth[J]. Bell Journal of Economics, 1979, 10(1):92-116.

[12]程惠芳,陆嘉俊. 知识资本对工业企业全要素生产率影响的实证分析[J]. 经济研究,2014,(5):174-187.

[13]黄苹. 物化溢出、纯知识溢出与生产率——基于中国制造业实证[J]. 科学学研究,2010,(10):1484-1489.

[14]LeSage, J. P., Pace, R. K. Spatial Econometric Models[A]. Fischer,M. M.， Getis, A.Handbook of Applied Spatial Analysis:Software Tools, Methods and Applications[C]. Berlin:Springer-Verlag ,2010. 355-376.

[15]虞义华. 空间计量经济学理论及其在中国的实践应用[M]. 北京：经济科学出版社, 2015.48-102.

[16]Vega, S. H., Elhorst, J. P. The SLX Model[J]. Journal of Regional Science, 2015, 55(3): 339-363.

[17]Tan, Y., Tian, X., Zhang, C.,et al. Privatization and Innovation: Evidence From a Quasi-Natural Experiment in China[R]. Kelley School of Business Research Paper, 2014.

[18]周煊,程立茹,王皓. 技术创新水平越高企业财务绩效越好吗?——基于16年中国制药上市公司专利申请数据的实证研究[J]. 金融研究,2012,(8):166-179.

[19]黎文靖,郑曼妮. 实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J]. 经济研究,2016,(4):60-73.

[20]陈羽,邝国良. FDI、技术差距与本土企业的研发投入——理论及中国的经验研究[J]. 国际贸易问题,2009,(7):88-96.