科技创新、产业复杂度与经济增长

汪小龙 张巍

(1.无锡太湖学院会计学院，江苏无锡 214064；2.韩国国立釜庆大学技术经营学院，韩国釜山 48547)

科技创新是国家经济增长的内生动力，科技创新通过何种途径促进经济增长是学者们所关注的焦点之一。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，坚持创新驱动发展、全面塑造发展的新优势，提升企业技术创新能力、激发人才创新活力、完善科技创新体制机制，加快发展现代产业体系。根据范旭和刘伟[1]以及刘碧莹和任声策[2]的研究，科技创新由政府、产业、学校和研究机构共同推进，然而，科技创新如何影响经济增长仍然是值得进一步研究的问题。学者们多是探讨科技创新对经济增长的直接影响，如苗文龙等[3]、郑江淮等[4]，而缺少对于影响机制的研究。关于科技创新影响经济增长的机制，马海燕和于孟雨[5]认为科技创新所引致的产业转型升级是经济增长发生变化的深层次原因。科技创新发生后，产业会将新的要素组合运用到生产中，最终转化为新产品、新技术、新市场和新的管理方法，提升产业竞争能力对经济增长的影响。可以说，在有限资源假设的前提下，如何设置更为合理的产业结构，并实现产业转型升级、生产价值链向高端转移，进而促进经济增长，是科技创新促进产业复杂度提升的核心诉求。

关于科技创新能够通过哪些类型的产业复杂度而影响经济增长，虽然已有学者对这一问题进行了研究，但是现有的研究成果存在以下问题：一是较少使用标准的中介效应检验方法，宁朝山[6]介绍的方法是标准的中介效应检验方法，其他研究方法都存在这样或者那样的缺陷，这就导致已有的研究结论存在一定的偏差。二是缺少对区分不同产业类型的研究，虽然张丽和盖国风[7]以及海琴和高启杰[8]对这一研究角度有所涉及，但研究得不够全面且没有对多种产业类型的综合比较研究。不同经济体的发展程度、地理位置和资源禀赋决定了多种产业复杂度类型的存在，如果不从这一角度进行研究，可能会得出与现实不相符的结论。三是缺少科技创新如何影响产业复杂度的研究，虽然科技创新通过专利产权使用、转让等方式通常会提高生产效率、降低成本，但是这些措施是否导致了产业复杂度的变化，特别是对于何种类型的产业复杂度产生了变化尚无实证研究。基于此，本文使用中介效应检验方法，从样本总体以及区分经济体类型的分组检验角度，考察科技创新如何通过产业复杂度对经济增长产生影响。在此基础上，本文也对中国的科技创新影响产业复杂度的路径进行了对比考察。

一、文献综述与研究假设

(一)科技创新对经济增长的影响

科技创新能够对经济增长产生影响，但是对于其能够产生何种影响，已有的研究结论并不一致。Joseph Schumpeter[9]认为经济的本质是科技创新，是科技创新与生产的组合推动了经济增长。由于科技创新是非连续性和均衡性的，所以经济增长的周期性由此产生。Keller W[10]从知识和技术传播溢出效应距离的角度，就科技创新对经济增长的作用进行了讨论。任力[11]依据经济治理理论，从定性对比分析的角度，认为保持中国经济可持续发展，需要采取诸如实施低碳发展战略、调整产业与能源结构、加强低碳技术科技创新与制度创新、建立碳交易市场等措施。也有学者的研究得出了相反的结论，刘林青等[12]首次提出“国家创新空间”概念，认为国家竞争能力的提高是取得经济发展的关键，并指出基于产品空间的最优经济性，部分国家发挥现有技术比开发新技术更能获得经济增长的事实。林毅夫和陈斌开[13]基于2000—2009年中国统计年鉴，分析认为重工业优先发展战略与城镇化具有显著负相关关系，相应的重工业科技创新投入对国家经济增长作用不显著。贺灿飞等[14]进一步将科技创新与区域差异相关联，认为技术关联与区域差异的异质性对生产结构演化产生影响，部分地区的科技创新与经济增长可能出现负效应。

之所以已有研究得出不一致的结论，可能是不同研究中所使用的样本不同以及所使用的研究方法不同造成的。结合世界经济体数据，笔者认为科技创新一方面能够通过知识产权使用、转让，新技术、新方法和新产品的产生，直接作用于经济增长；另一方面，通过行业充分竞争、扩大出口、形成区域品牌效应以及知识和技术溢出效应促进经济增长。对于特定区域、时期以及行业的科技创新促进经济增长作用不一致的情况需要分别讨论，但是，从长期和全球经济体范围来看，科技创新可以促进经济增长。因此，本文提出假设1：

H1：科技创新可以促进经济增长。

(二)产业复杂度的中介效应

产业复杂度是衡量产业出口比较优势度的指标，用来衡量经济体某一产业在全球范围内是否存在竞争力。基于哈佛大学Atlas产品空间角度，整体考察9大类型产业复杂度影响经济增长的文献较少，涉及其中某一类型的研究包含了负向关系和正向效益两方面。

一方面负向作用有：纺织类产业方面，纺织业应当摆脱产业复杂性的陷阱，创造良好的制度环境，从自主品牌建设中获益，如黄兴年[15]、姜延书和何思浩[16]的研究。农业类产业方面，郑云[17]利用1980—2004年中国统计年鉴数据通过OLS回归分析指出，农产品出口总额与经济增长无显著性关系，但是土地密集型农产品出口与经济增长关系为负。钻石类和矿产类方面，赵玉敏和童莉霞[18]基于2012年WTO数据，实证认为中国的矿产出口贸易政策抑制贸易出口，且与国民收入增长负相关。

另一方面正向效益有：金属类产业方面，陈晓华和黄先海[19]以及黄先海等[20]认为中国金属出口价格偏低，技术含量低，因此国民收入增长较低；金属类复杂度促进经济增长，但是中国金属产业层面存在异常，与发达经济体相比，绝对额较低，提升速度缓慢。化工、汽车类产业方面，黄先海和谢璐[21]以及齐玮[22]实证指出，汽车类产业科技创新研发补贴带来更大的国民福利，并且促进国家经济增长的程度最大。设备类产业方面，曹正勇[23]认为，促进经济增长需要加强网络基础设施建设、加快突破关键技术和设备转型、加强工业信息安全保障、建立完善的工业和互联网跨界融合机制,设备类产业的发展为经济高质量发展提供动力。陈宏和马学俊[24]利用2018年中美双方颁布的关税清单，实证指出即使中美贸易摩擦对中国大部分行业产值造成负面影响，具体到电子类产业(电子半导体行业)国内产值不降反升。因此，本文提出假设2：

H2：产业复杂度对科技创新促进经济增长的中介效应显著存在。

(三)不同类型经济体的异质性

不同类型的经济体，基于“先发优势”和“资源禀赋”能力的区别，其科技创新促进经济增长的关系和程度存在异质性。发展程度方面，吴楚豪和王恕立[25]以省级数据为样本，实证分析认为省级产品技术复杂度呈现发达地区竞争力强、对人均经济发展的带动系数更大的特点。经济周期方面，谢获宝和惠丽丽[26]以2005—2011年中国上市公司财务报表数据为样本，OLS回归实证了2008—2011年相比2005—2007年的公司治理包括CEO任期、更替、薪酬结构对企业的成本粘性具有正向促进作用，同时在较强的公司治理环境中，代理问题对成本粘性程度的强化作用显著减弱。地理位置方面，童迪和张文彬[27]评估了亚洲经济同步性对经济可持续发展的影响，认为亚洲经济体的经济同步性更高，在促进经济增长方面具有优势。资源类型方面，邓向荣和曹红[28]基于中国1962—2014年商品贸易数据，认为应加大传统的劳动密集型产业退出力度，以解决技术密集型产业创新能力受到抑制的问题。因此，本文提出假设3：

H3：不同类别的经济体科技创新促进经济增长具有异质性。

二、数据整理与研究设计

(一)数据整理

本文使用的数据来源于世界银行和哈佛大学Atlas数据库1995—2019年199个经济体的数据。为避免数据选择性偏差，数据集除包含经济体名称，年份，人均国民收入，居民专利申请量，纺织类、农业类、钻石类、矿产类、金属类、化工类、汽车类、设备类和电子类产业优势度外，还包含经济体发展程度、经济周期、地理位置和资源类型等，便于有效地从多个角度探究相关问题。相关变量指标定义见表1。

表1 变量设置与计算方法

产业复杂度是衡量经济体某一类别产业在全球产业中竞争力程度的指标，旨在定量地描述一个经济体对各个产业的侧重程度。通过产业复杂度指数可以判定经济体的某一类产业在本国产业升级中的位置，从而揭示经济体在国际贸易中的比较优势。表示为公式(1)：

(1)

公式(1)中RCAc,i,t表示某一经济体c在t时期的产业i的出口占比，expc,i,t表示某一经济体c在t时期的产业i的出口金额，∑cexpi,t表示某一经济体c在t时期所有产业的产品出口金额，∑wexpc,i,t表示全球经济体在t时期产业i的出口金额，∑wexpi,t表示全球经济体在t时期的出口总额。

资源类型变量方面，本文借鉴哈佛大学Atlas数据库的分类标准，将世界贸易产品类别分为9大类，分别是：纺织类、农业类、钻石类、矿产类、金属类、化工类、汽车类、设备类和电子类产业，如图1所示。

图1 产品空间结构图

经济体是否判定为技术密集型类别变量，如公式(2)所示：

(2)

公式(2)中，exp(CHEM+VEHI+MACH+ELEC)c,i,t为某一经济体c在t时期的化工类、汽车类、设备类和电子类出口总额，∑i,texpc,t为某一经济体c的所有产业在t时期的出口总额。判定标准见公式(3)：

(3)

公式(3)中，xc,i,t为判定系数，RESOc,i,t为某一经济体c的产业i在t时期，技术类资源类型出口占比数值，MEANc,t为全球经济体在t时期的技术资源出口占比均值。若经济体数值超过全球均值，则判定为技术密集型经济体，否则为非技术密集型经济体。

本文对样本数据的正态分布进行检验，输出结果见图2，表明数据呈正态分布，可以进行OLS回归检验。

图2 样本数据正态分布检验

进一步，相关变量描述性统计整理见表2，变量数据峰值普遍大于0，说明总体数据分布与正态分布相比较为陡峭，为尖顶峰。变量数据的偏度普遍介于-0.11—8.70之间，说明数据分布形态与正态分布的程度偏离不大。

表2 变量描述性统计

(二)模型构建

本文构建了中介效应模型，考察总效应、直接效应、间接效应和效应中介量，步骤如下：

首先，为检验研究假设H1，科技创新促进经济增长的总效应，构建基本模型见公式(4)，观察系数c是否具有显著性。

LNGDPi=β0+c*PATEi+εi

(4)

其中：LNGDPi为经济增长；β0为截距；c为总效应系数；PATEi为科技创新；εi为残差。

其次，为检验研究假设H2，科技创新促进产业复杂度的影响关系构建公式(5)，如下所示，观察科技创新间接效应系数a是否具有显著性。

RCAi=γ0+a*PATEi+εi

(5)

其中：RCAi为产业复杂度；γ0为截距；a为间接效应系数；PATEi为科技创新；εi为残差。

再次，研究产业复杂度对科技创新促进经济增长的中介效应是否存在以及作用程度如何？构建模型如公式(6)，考察科技创新直接效应系数c′以及产业复杂度间接系数b是否具有显著性。

LNGDPi=δ0+c′*PATEi+b*RCAi+εi

(6)

其中：LNGDPi为经济增长；δ0为截距；c′为直接效应系数；b为间接效应系数；PATEi为科技创新；RCAi为产业复杂度；εi为残差。

通过观察系数c′是否具有显著性，来判定中介效应是否存在。如果系数c具有显著性，但是系数c′不具有显著性，则产品空间具有完全的中介效应。如果系数c和c′均具有显著性，但是系数c′

c-c′=a*b

(7)

最后，为检验研究假设H3，对控制变量在科技创新、产业复杂度促进经济增长作用中的异质性进行考察，构建公式(8)：

LNGDPi=δ0+c′*PATEi+b*RCAi+

d*CLAi+εi

(8)

其中：CLAi为控制变量的类别，d为作用系数。

进一步检验主效应回归方程(8)中中介变量的Pearson相关系数。结果显示：钻石类产业与金属类产业相关系数为0.67，设备类产业与化工类产业相关系数为0.35，与半导体类产业相关系数为0.54，均超过了0.30的低相关界限，为避免变量存在多重共线性问题，且在综合考虑行业规模及行业间产业链关系的情况下，本文将钻石类产业和设备类产业的复杂度进行了删除，其他主要变量的相关系数在0.3及以下，证明变量之间不存在明显的多重共线性问题，可以进行回归分析，结果见表3。

表3 产品空间变量的Pearson相关系数

三、实证结果

(一)假设1的检验

表4显示了系数c的显著性，以及科技创新影响经济增长的估计结果：科技创新对经济增长具有正向促进作用，系数为0.00012，具有显著性。表明，每增加一件居民专利申请量可以促进国内生产总值对数提升0.00012。结论支持假设H1。

表4 科技创新对经济增长检验结果

(二)假设2的检验

表5显示了系数a的显著性以及科技创新影响产业复杂度的程度：科技创新对纺织类复杂度的相关系数为-0.00000071，不具有显著性。科技创新对农业类复杂度的相关系数为-0.0000032，具有显著性，说明居民专利申请量的提高会减少农业类产品的出口比重。科技创新对矿产类复杂度的相关系数为-0.0000028，具有显著性，说明科技创新会减少矿产类产业的出口占比。科技创新对金属类复杂度的相关系数为0.00000051，不具有显著性。科技创新对化工类复杂度的相关系数为0.00000089，具有显著性，表明科技创新可以提高化工类产业的出口占比。科技创新对汽车类复杂度的相关系数为0.0000017，具有显著性，表明科技创新可以增加汽车类产业的出口占比。科技创新对电子类复杂度的相关系数为0.0000029，具有显著性，表明科技创新可以增加电子类产业的出口占比。

表5 科技创新对产业复杂度检验结果

综上所述，可以归纳几点，一是科技创新对于纺织类和金属类产业的复杂度不具有显著性；二是科技创新会显著降低农业类和矿产类产品的出口份额；三是科技创新会显著增强化工类产业、汽车类产业和电子类产业的竞争能力，提高产业的附加值。结论支持假设H2。

表6显示了系数b和系数c′的显著性以及产业复杂度促进经济增长中介效应的估计结果：首先，科技创新对经济增长的直接效应为0.000011，与总效应0.00012相比，中介效应量为0.000109，中介效应量占比为90.83%。其次，产业复杂度对经济增长的间接效应量分别为：纺织类产业复杂度对经济增长系数为0.011，但不具有显著性。农业类产业复杂度对经济增长系数为-0.25，具有显著性，表明土地密集型的农业类产品出口对经济增长存在抑制作用。矿产类产业复杂度对经济增长相关系数为0.12，具有显著性，这与学者万建香和汪寿阳[29]依据1998—2013年中国统计年鉴数据提出的依靠社会资本和技术创新能够打破资源诅咒的结论是一致的。其它除汽车类产业复杂度与经济增长不具有显著性外，金属类产业、化工类产业以及电子类产业的复杂度对经济增长相关系数均为正，且具有显著性。

表6 产业复杂度的中介效应

综上所述，有几个方面的归纳，一是，总体上产业复杂度促进经济增长的中介效应显著存在，效应量占比为90.83%。二是，纺织类产业和汽车类产业复杂度对经济增长作用不具有显著性。可能的解释是纺织类属于人力资源密集型产业，在科技创新对于经济增长的中介效应中作用不明显。汽车类与科技创新是密切相关的，但是从世界范围内看汽车产业多数集中在发达经济体，科技创新促进经济增长的分组检验中，发达经济体被证明存在倒U型结构[30]。三是，复杂度为正向效应的产业中，作用程度依次为化工类产业、电子类产业、矿产类产业和金属类产业。四是，农业类是唯一一个与经济增长呈现负相关关系的产业，此前的实证研究证明了土地密集型的农业与经济增长为负相关关系，从案例研究的层面，黄祖辉[31]依据四川蒲江农业现代化的案例也提出，城镇化吸引了农业人口的转移，农业现代化转型是经济增长的必须路径。因此，科技创新作用系数c′以及产业复杂度作用系数b均具有显著性，且系数c′

(三)假设3的检验

表7显示了分组检验控制变量对中介效应影响的异质性：发展程度方面，通过分组检验较好地解释了纺织类和汽车类产业的复杂度对经济增长不显著的原因，发达经济体的纺织类产业为负效用，其他经济体为正效益。发达经济体的汽车类产业为正效益，但是其他经济体为负效用。相关关系正好相反，可见不同发展程度的经济体在促进经济增长方面存在异质性。总体上，发达经济体科技创新对经济增长的促进作用高于其他经济体。

表7 控制变量异质性检验

经济周期方面，2008—2019年相比1995—2007年科技创新促进经济增长的系数从0.000022上升至0.000076，科技创新的重要性在加强。而且，金属类、化工类、电子类产业的复杂度促进经济增长的作用进一步提升，分别增加了0.05、0.27和0.48。可见，现阶段，优先发展电子类产业特别是半导体产业，将会为经济体实现经济追赶提供“机会窗口期”。

地理位置方面，其他经济体科技创新促进经济发展的程度比亚洲经济体要高，产业复杂度方面，亚洲经济体可以优先发展纺织类产业、化工类产业和半导体类产业，其促进经济增长的程度分别比其他经济体高出0.04、0.42和0.21。

资源类型方面，人力资源密集型和自然资源密集型经济体，相比技术密集型经济体在科技创新促进经济增长的程度方面具有优势。产业复杂度方面，优先发展纺织类产业、矿产类产业、化工类产业和电子类产业，可以获得更大的经济增长，其系数分别0.08、0.181、2.54和0.54，表明非技术密集型经济体增加科技创新投入，对于经济增长的促进作用更为显著。综上所述，经济体分类控制变量的异质性效应存在，且具有显著性，结论支持假设H3。

四、进一步的检验

根据上文的检验结果，从总体上看，科技创新可以提升大部分产业的经济复杂度，并通过产业调整、转型升级的方式促进经济增长，本文按照经济体类别，分组讨论了不同发展程度、经济周期、地理位置和资源类型的经济体在科技创新促进经济增长中的异质性。接下来的问题是，科技创新是如何通过产业复杂度的变化促进中国经济发展的，在程度和显著性方面存在什么差别？

表8显示了中国产业复杂度对科技创新促进经济增长的中介效应：中国的科技创新促进经济增长的总效应相关系数为0.000019，相比全球平均值的0.00012，还存在较大差距，中国应当进一步重视科技创新的质量和效应转化机制。科技创新促进经济增长的直接效应方面，相关系数为0.00000061，产业复杂度的中介效应量占比为67.90%，而全球产业复杂度的中介效应量占比为90.83%，说明中国的产业结构转型需要进一步优化，以便发挥产业转型升级对经济增长的促进作用。具体的产业类别方面，金属类、化工类和汽车类产业的复杂度对经济促进作用比全球平均值要高，电子类产业复杂度对经济增长的相关系数为0.21，低于全球的0.37，说明可以进一步加大对半导体产业的科技创新投入，而且，半导体产业为国家的战略产业，是其他科技类产业的关键和基础，半导体产业的科技创新对其它产业具有带动作用。

表8 中国产业复杂度的中介效应

五、研究结论与展望

(一)研究结论

本文立足于科技创新促进经济增长这一典型事实，从产业复杂度的视角切入，基于世界银行和Atlas数据库1995—2019年经济体层面数据，运用中介效应模型、分组检验，多维度实证检验了科技创新对经济增长的影响及其内在机制。科技创新，从企业层面来讲，可以改进企业的生产效率、提高产品市场竞争能力，使企业获得超额利润，因而有利于企业经济增长。从产业层面来讲，科技创新能够调整产业结构，促进产业向高科技、高附加值方向转型升级。本文得出主要结论如下：

第一，科技创新可以促进经济增长，全样本回归检验相关系数为0.00012，具有显著性。通过分组检验发现，发达经济体比其他经济体、2008—2019年经济周期比其他周期、非亚洲经济体以及人力和自然资源密集型经济体的科技创新促进经济增长的作用更大，表明科技创新促进经济增长存在“发达经济体先发优势”，同时，也为经济追赶开启了“时期机会窗口”和“产业机会窗口”。

第二，科技创新能够通过产业复杂度的提升促进经济增长。本文使用了纺织类、农业类、矿产类、金属类、化工类、汽车类和电子类的产业复杂度指标对经济增长进行研究发现，纺织类、农业类、矿产类等产业复杂度对经济增长效应均为负，且大多数分组检验具有显著性，金属类、化工类、电子类的产业复杂度对经济增长作用为正，具有显著性。这一结论通过中国数据的进一步检验仍然具有稳健性。

第三，科技创新促进经济增长的作用机制是，科技创新通过改变各个产业的复杂程度，影响产业出口量和市场竞争能力，进而引导产业向具有资源禀赋的地区和高科技方向转移，整体将产业链向中高端延伸。全球的产业复杂度中介效应量占比为90.83%，中国的产业复杂度中介效应量为67.90%，说明中国仍需要大力强化科技创新对产业转型升级的促进作用，进一步提高经济增长水平。

(二)政策启示

本文除了为科技创新促进经济增长提供了一系列经验证据，结论还具有以下政策启示：

第一，科技创新是转变产业结构、提高经济增长水平的重要手段。在科技创新成为推动经济增长新动能的现实之下，加大对产业转型升级的建设，包括引导技术落后、资源密集型和人力密集型产业加速退出。通过政策引导和加大科技创新要素投入，吸引技术人才跨国流动，实现产业技术追赶和弯道超车，利用中国特有的“集中力量办大事”的体制优势，加大国有资本对产业升级的引领作用。

第二，进行科技创新，一方面要结合经济体资源禀赋来制定适当的科技创新战略，另一方面要针对不同产业类型设定科技创新投入，同时也要做好营商环境建设和相关制度安排。半导体类产业被证明对科技创新推动经济增长具有明显的中介效应，因此应推行“官产学研”合作战略，建立半导体产业创新统筹基金，包括：制定半导体官产学研专项计划，优先支持企业与高校、科研院所联合承担半导体技术攻关任务，采取“横向课题”按一定比例配套“纵向资金”的做法，为企业提高技术创新能力、管理创新能力和产品研发能力提供有力的支撑。

第三，产业复杂度是科技创新促进经济增长的中介因素，中国应合理承接国际半导体产业转移，支持半导体产业的创新。包括：半导体产品创新；技术创新；金融市场创新；专利保护法治环境创新；半导体产业人才、技术、资本等配置创新，以及政府、科研院所和企业的组织能力创新等。

(三)局限与展望

本研究从产业复杂度中介效应视角考察了科技创新对经济增长的影响，丰富了这一主题的成果，接下来的研究可以从以下方面进行拓展：一是从更多的角度考察科技创新影响经济增长的渠道问题，比如创新活跃度、数字经济发展等；二是进一步考察科技创新影响产业复杂度的渠道问题，包括政治关联性、科技创新类型等；三是结合经济体的创新空间要素，考察更多的影响科技创新绩效的因素，结合经济体的创新空间要素，对这些问题进行进一步研究，有助于更好地揭示科技创新影响经济增长的机制。