APP下载

创新数量、创新质量与数字贸易发展研究

2021-11-07周广澜俞立平

中州大学学报 2021年5期
关键词:数量贸易数字

周广澜,俞立平

(浙江工商大学 a.现代商贸中心;b.统计学院,浙江 杭州 310018)

一、引言

“新冠疫情”常态化、苏伊士运河大拥堵以及不时出现的大型国际海港码头封锁隔离等一系列事件,使得传统国际贸易尤其是海运贸易成本显著增加。尽管当今国际政治经济形势风云变幻,中国仍然积极参与全球经济环境治理,体现了大国的责任和担当,如率先批准RCEP,申请加入CPTPP。未来一轮的全球国际贸易规则的变革,将会给中小企业带来可预见的跨境数字贸易新机遇。在此背景下,中国国内电子商务平台企业、贸易企业、数字服务企业以及政府主管部门正在积极布局数字贸易跨境电商全链路解决方案。从国内层面来看,全球化的跨境电商对优化中国国内供给侧改革起到了相当作用,同时也改善了中国国内传统产业结构的比重。从国际层面来看,全球化的数字贸易跨境电商对各国间经济发展不均衡有显著改善效应。

二、文献回顾

国际上各行各业都因疫情而带来变化,尤其是各地“居家”“禁足”的措施使得跨境电子商务进一步深入各地民众的生活。中国有大量中小微企业,为了抓住全球跨境电商的发展机会,它们涌入数字贸易的产业链。数字贸易作为一种新型贸易手段,使得传统贸易方式拥有了更多的选择。产品可以面对更广阔的市场,同业竞争环境更加剧烈。因此,创新对数字贸易的影响主要体现在提供了新的用户受众,设置了新的产品思路,开拓了新的销售渠道。目前中国尽管在经济体量上已经是世界第二大国,但在高端装备制造、生物医药、人工智能工程装备、新材料新能源、工业物联网产业等一系列科技研发创新相关的领域,与世界一流强国尚有较大的差距。尤其是当前全球疫情常态化背景下中国经济下行压力大,迫切需要寻找新模式、新动能,助力新兴行业产出成果。这就需要提高创新数量与质量,进而推动产业升级形成新的经济增长点,帮助中国从全球价值链初端向价值链高端转变,以增强中国产业的国际竞争力。研究创新数量、创新质量与数字贸易的影响关系,分析其互动机制与作用规律,发现其尚未探索的概念问题,不仅可以从理论上深化拓展内生增长理论,还可以为政府主管部门的下一步应对策略提供重要理论依据和实践参考。

张新等(2020)[1]认为中国创新发展已进入由创新数量增长向创新质量发展的时期。尤其在“十四五”期间,这是中国创新发展的黄金期,必须推动创新高质量发展,全面提升创新数量质量复合体系对国家整体经济动力、社会发展的效能,为中国建成世界综合实力强国提供坚实的创新基础。丁志帆(2020)[2]探讨了数字经济驱动经济高质量发展的内在机理。其中数字经济可以通过产业创新效应改善要素配置效率,深化丰富资本要素来源,并且通过技术创新和扩散促进经济增长,因此在数字经济与实体经济深度融合下,创新已经成为新常态下中国经济提高全要素生产率、产业结构调整和动能转换的重要内涵与核心特征。

蔡绍洪等(2017)[3]根据企业成长理论,构建了创新数量、创新质量的作用机制模型,发现创新数量与创新质量具有协同作用机制,只有同时做好创新质量与创新数量的企业才能取得较好的创新效果。高林等(2014)[4]基于国际专利分类IPC号发现专利知识宽度是反映创新能力的更好指标,其促进了企业利润增长;发现垄断和产业政策支持、企业规模和需求的迅速扩大等影响因素均是激励创新数量与创新质量的组成部分。然而这些影响因素主要对创新数量有显著效果,对创新质量无显著效果,即影响效果存在异质性。贺亚楠等(2020)[5]以沪深A股上市公司为样本检验公司削减R&D支出对创新产出的影响,发现在真实盈余管理动机下的R&D削减会导致未来更低的创新产出、创新质量及创新效率。

金培振等(2019)[6]结合涉及知识产权与环境保护的制度文本,探讨制度供给与创新质量的关系,发现高质量专利在数量、结构方面呈现空间分化趋势与可持续、协同式创新密切相关,创新要素培育与配置是制度供给影响地区创新质量的重要机制。王黎明等(2018)[7]从创新数量与创新质量的视角分析研发人员的作用特征具有重要意义,研究结果表明研发人员对创新数量作用机制显著,对创新质量只有微弱的间接作用机制,对创新数量的贡献具有创新数量门槛效应、研发人员门槛效应、企业研发经费门槛效应。俞立平等(2019)[8]从创新数量、创新质量角度分析创新对外贸出口的作用机制与效应具有重要意义。认为创新数量对外贸出口作用呈现U形曲线,并且具有外贸出口门槛效应,即随着外贸出口门槛水平增高,创新数量贡献的弹性增大。俞立平等(2020)[9]通过研究自主研发与协同创新的关系与绩效发现自主研发对创新数量贡献较大,对创新质量贡献较小,互动关系总体较好;协同创新对创新数量、创新质量互动关系较弱;自主研发对创新数量的贡献呈现规模经济特征,协同创新则反之;自主研发对创新质量贡献具有一定的规模经济特征,协同创新则反之;自主研发与协同创新的协调水平有待提高。张震(2018)[10]探索创新数量和创新质量与企业规模的关系。发现创新数量影响企业规模,创新质量影响企业的成长阶段;创新数量具有企业规模门槛效应,对企业效益贡献显著;创新质量没有企业规模门槛效应,与企业效益无关;并进一步推断出中国高技术产业创新水平不高是创新质量总体不高所致。

在开放式创新背景下,赵胜超等(2020)[11]发现科学合作正向影响企业的创新数量和创新质量,并且对创新质量的影响高于对创新数量的影响;技术合作正向影响企业的创新数量和创新质量,但对创新数量和创新质量的影响之间并不存在显著差异;科学合作与技术合作对企业创新数量的影响之间存在替代效应,对企业创新质量的影响之间存在互补效应。郑文范等(2019)[12]专注于科技创新活动的资金链,从数量和质量上考察R&D/GDP作为测度R&D资金投入数量指标的合理性,并为按创新链配置资金链提供了可操作性标准。郭爱芳等(2020)[13]基于用户视角研究企业主导创新社区用户参与和新产品创意产出的动态关系,研究结果对我国消费电子企业动态采取措施引导用户参与创新有一定指导意义。

内生经济增长理论揭示了国家经济持续发展和研发创新之间的互动关系。互联网时代下的技术创新催生了数字贸易概念的蓬勃发展,并拓展了新贸易理论范畴。Koopman等(2020)[14]讨论了世贸组织作为一个多边论坛的重要性,就服务业和数字贸易等未来有望增长的贸易领域提供有用的见解。Cucculelli等(2012)[15]以意大利企业为样本,考察了新产品的发布与企业的增长机会之间的关系,为创新与企业绩效关系的最新实证文献做出了贡献。贾怀勤(2019)[16]厘清了数字贸易的定义,对中国参与数字贸易国际规则制定博弈提出4条建议。陈珉(2020)[17]指出数字贸易的发展能够对产业服务化产生重要的推动作用,数字贸易发展能够显著提升产业的总体服务化水平,并通过这一途径带来“价值链升级效应”。随着数字贸易的迅速崛起,荆林波等(2019)[18]发现全球价值链转型正在进行,全球价值链重构内生化趋势明显。中国应当以新旧驱动力融合为着眼点,培育数字经济的中国优势;加速全球数字贸易网络构建;提升全球价值链附加值获取能力。李怀政(2018)[19]根据发达国家流通产业发展经验、数字零售业相关时间序列数据认为传统商品流通体制应向数字贸易方向逐步深化过渡。同时必须进一步加强网络基础设施建设,提高数字零售业服务水平。建议进一步提高互联网渗透率和数字零售技术研发水平,优化数字经济跨境电商规则体系制度安排,为我国数字零售商嵌入全球价值链和全球供应网络,增强数字零售服务国际竞争力,夯实基础并提供保障。

数字经济技术革命正在对整个社会经济体系产生渗透和调整,进而引发国际经济贸易格局划分的重构。马名杰等(2019)[20]发现数字贸易网络市场规模大、创新环境友好的国家将占据竞争优势。优势资源和发展机遇加速向知识、人才、资本、技术创新数量和创新质量密集程度高的国家和地区流动,数字产业和数字基础设施发达的国家将在未来数字贸易中占据重要份额。在全球向智能化制造业转型的背景下,马述忠等(2018)[21]提炼了数字贸易的内外部属性,指出数字产品与服务、数字化知识与信息的高效交换奠定了数字贸易的基础,进而以创新数量与质量为载体的新型贸易活动推动消费互联网向产业互联网转型。王拓(2019)[22]深入探索云计算和大数据等数字技术的快速应用对数字贸易产生诸多影响,这其中包含数字贸易相关的基础设施、技术创新、知识产权、网络监管等问题。在相关领域加强模式引领和政策设计,有助于提高我国数字贸易的综合竞争力。岳云嵩等(2020)[23]通过国际市场占有率、贸易竞争力指数进行比较后发现全球数字服务贸易增长迅猛。建议国家应该把握数字服务贸易发展机遇,推动数字服务产业创新发展。在创新数量与创新质量内容产出方面鼓励和支持企业参与全球数字服务分工,完善数字贸易创新治理体系,推动数字贸易规则体系的建设。张夏恒等(2020)[24]通过厘清数字贸易的理论边界与现实约束,依托大数据、云计算、人工智能等现代互联网科技,助力数字化生产力推动传统制造业升级、对外贸易转型,达到全球共同繁荣目标。

从当前的研究看,尽管关于创新数量、创新质量的关系及互动机制的研究比较深入,但总体上,在互联网经济发展的大背景下,以下几个方面仍然有必要进行深入研究:

第一,在疫情常态下以及现有全球国际贸易框架下,中国所面临的经济环境复杂多变。从长远的角度分析创新数量和创新质量与数字贸易互动机制的研究较少,在理论上需要进一步深入。

第二,现有的创新数量、创新质量的研究更关注微观企业在传统经营活动中的情况。数字贸易框架下的创新数量、创新质量研究要求其在宏观经济环境和视角下进行。

第三,创新数量与创新质量对数字贸易的作用如何,有何作用规律,其中存在哪些问题,需要进一步进行揭示。

本文对上述问题进行深入研究。投资、贸易、消费所涉及的产业是中国国民经济与社会发展的主导产业,也是驱动创新发展的典型。基于对国家统计局《中国统计年鉴2020》的梳理,本文在分析创新数量、创新质量与数字贸易相互作用机制的前提下,提出基本假设,采用面板数据模型研究创新数量、创新质量对数字贸易作用强度与作用规律,采用BVAR(贝叶斯向量自回归模型)研究创新数量、创新质量与数字贸易的互动关系,最后对全文进行总结。

三、创新数量、创新质量与数字贸易的互动机制

(一)创新数量、创新质量对数字贸易的作用机制

1.创新数量对数字贸易的影响

创新数量的增加可以有效地增强各行各业的综合创新能力,通过增强产品的技术含量、竞争实力来扩大国家贸易份额。当创新数量水平维持在较低时,中国只能在供应链初级水平进行国际贸易,通过廉价的土地等自然资源、对外资友好的招商政策和人口红利来赚取少量利润,中国作为世界代工厂现象就是这种情况。随着各行各业创新数量逐渐增长,数字贸易市场逐渐建立起来。只有当创新数量达到一定的水平时,相关产品在数字贸易的交易过程中才有竞争力,形成独特的市场优势。

技术的创新可以有效地提高生产效率,降低生产成本,形成产业综合效益,保持国家产品在国际贸易环节中的竞争优势。在微观层面,企业通过加大研发投入,即增加创新数量可以形成企业产品在技术效率、制造成本方面的优势。在宏观层面,政府科技研发主管部门、制造行业通过出台产业、税收政策鼓励研发经费投入,即增加创新数量可使得国内整个行业技术、标准提高。若该行业创新数量投入超过一定的阈值,就会生成技术溢出效应,从而带动整个行业产品的水准,使得该行业的产品在国际贸易环节中获得一定的价格、质量竞争优势。

技术的创新体现在新技术的开发,原有技术的提升。技术创新是生产制造行业新市场产品的开发之源。商业模式的创新体现在通过先进的技术改革、改善原有的业务流程,使得原来的业务流程、业务模式在创造性思想下形成一套新的产品、服务或解决方案。若高校、科研院所、企业能够形成创新共同体,则可以培养更多的创新型人才,吸引更多的创新投入,不断地将创造性灵感思维转变为某种具体的产品。当创新数量提高到一定阈值,可以使得创新文化能够在全社会发展,创新氛围能够得到培育,创新企业能够更容易获得行业、市场的认同。例如,近年来在中国普及的线上教育、共享单车、线上生活等一批拥有自主知识产权的行业,在全世界范围内得到广泛的传播和认可。企业创新数量的增加会带动企业整体技术、标准水平的提高,从而深层次推动数字贸易的增长。

创新数量对数字贸易的非线性关系:当创新数量较低时,数字贸易的市场还是蓝海,一旦产品有所创新,会扩展产品的渠道、提高产品的销售水平,因此创新数量对数字贸易的边际贡献较大。当创新数量较高时,数字贸易市场已经获得广泛认同,产品的国际影响力也获得增强,进一步提高创新数量对数字贸易的边际贡献也比较大。只有当创新数量中等时,数字贸易市场竞争激烈,产品总体影响力水平不高,因此提高创新数量对数字贸易的边际贡献较小。根据以上分析,提出假设一:

H1:创新数量对数字贸易贡献呈现U形曲线。

2.创新质量对数字贸易的影响

创新质量的显著提升是创新的聚集从量变到质变的过程。创新质量帮助企业产品进入新的层次,可以形成蓝海市场。创新质量不仅仅是创新的投入,更是创新成果的实质性突破。创新质量通常出现在数字经济、高端制造、生物医药、互联网等行业。这些行业对从业人员的素质与能力,技术的改进与升级要求都比较高,但是在竞争优势方面具有压倒性,会对其他行业形成降维打击。

创新质量可以有效提升中国在全球价值链中的地位。这是因为中国的制造企业目前普遍处在全球供应链的末端。过去的产业政策并未帮助中国企业实现对国际先进技术的消化吸收,中国企业不仅要面对各类实力强大的跨国公司的挑战,还要承受突如其来的关税壁垒。中国在全球贸易过程中面临着各类政治风险,从而引发众多的国际贸易摩擦。通常利用核心专利技术、先进的管理经验的企业,才能拥有较高的创新质量。可见,只有提高创新质量才能摆脱中国变为“世界初级产品代工厂”的尴尬境地,才能在国际竞争中处于优势地位。

创新质量具有良性反馈效应,能使得创新质量的水平长时间持续,并鼓励更多的企业对创新质量加大投入,进一步提高自身在数字贸易中的优势。这种良性循环能够促进创新质量高的产业和企业,在数字贸易市场中获得超额收益。在这种背景下,相关产业会进一步形成提高创新质量的氛围,从而使得全行业的产品在全球数字贸易竞争中持续保持优势。

创新质量对数字贸易的作用规律:创新质量的提升对数字贸易具有持续贡献,因此创新质量对数字贸易的贡献总体上呈线性关系。根据以上分析,提出假设二:

H2:创新质量对数字贸易具有正向贡献。

(二)数字贸易对创新数量、创新质量的作用机制

数字贸易对于企业提升技术和强化研发有更高的要求,更容易迫使企业提高创新数量和质量。在世界贸易逐步趋向逆全球化竞争的过程中,中国企业面临着人口红利消失,国际政治风险加大,国内环保约束增加等一系列的问题。要想克服当前经营环境的不足,唯有提升创新数量和质量,才能清晰地展现出产品的长处和特色,重获市场竞争优势。

数字贸易对创新数量、创新质量具有正向反馈效应。数字贸易的繁荣必然会促成企业更好的收益。如果企业提供的产品能够具备在创新数量或质量方面的竞争力,会促使企业更加注重在创新数量或质量方面的投资,从而达到创新数量或质量水平的提高。

在大数据、云计算等一系列创新技术的运用之下,大量数字贸易平台涌现出来并繁荣发展。近年来,由于国际环境的变化,各国之间贸易摩擦频繁,加征关税和贸易壁垒时常出现,从事传统贸易的中国企业形势严峻。面对这样无奈而激烈的贸易市场,根本原因是中国企业在技术、管理、制度层面创新水平较低,创新数量与创新质量不高所致。在这样的背景下,各类企业、产业主体需要各种途径获得创新支持。在宏观层面国家提出了创新驱动发展战略,在微观层面各类企业充分运用创新技术,这些举措必然有利于提高创新数量和创新质量。

综上所述,创新数量、创新质量与数字贸易的互动机制如图1所示。

图1 创新数量、创新质量与数字贸易的互动机制

四、研究方法与数据

(一)面板数据模型

首先建立数字贸易影响因素模型:

log(expimp)=c+a1log(rdt)+a2log(rdp)+a3log(olcsr)+a4log(npe)+a5log(rdf)+a6log(nps)

(1)

用expimp表示数字贸易额,用rdt表示市场投入时间,用rdp表示市场建设项目,用olcsr表示数字贸易增长率,用npe表示数字投资支出,用rdf表示创新数量,用nps表示创新质量。进一步引入创新数量的2次项,得:

log(expimp)=c+a1log(rdt)+a2log(rdp)+a3log(olcsr)+a4log(npe)+a5log(rdf)+a6log(nps)+a7log2(rdf)

(2)

以上方程采用面板数据模型进行估计,该模型由Mundlak(1961)[25]首创,经过几十年的发展,已经较为成熟。面板数据模型提供了较多数据量,一般不会出现自由度不足问题,其固定效应模型对遗失重要变量不敏感,这对于本文的研究尤为重要,此外面板数据模型还能够有效降低多重共线性的影响。

考虑到公式(1)和公式(2)中变量的内生性问题,为了取得较好的估计效果,采用系统广义矩法(Blundell et al,1998)[26]进行估计,引入各变量的一阶滞后项作为工具变量。

(二)研究数据

数字贸易的影响因素方程中,各类指标采用年鉴统计数据。数字贸易值用进出口贸易值表示,数字贸易潜力用网络交易增长率表示,企业研发投入用研发投入时间表示,创新数量采用新产品销售收入表示。关于创新质量采用专利授权数表示。

本文数据均来自国家统计局《中国统计年鉴》,由于数字贸易这一概念近几年才提出兴起,所以本文数据范围为2016—2019年。变量的描述统计如表1所示。

表1 变量描述统计

五、实证结果

(一)变量的平稳性检验

在估计面板数据时,为了防止出现伪回归问题,必须进行数据的平稳性检验,本文同时采用LLC、Fisher ADF、Hadri三种方法进行检验,以提高研究的稳健性,结果如表2所示,经过一阶差分,所有变量均为平稳面板数据。

表2 变量的平稳性检验

(二)创新数量、创新质量对数字贸易的作用估计

面板数据的估计结果如表3所示,基于公式(1)估计创新数量与创新质量的平均弹性系数,Hauseman检验值为54.556,相伴概率0.000,拒绝随机效应的原假设,采用固定效应模型进行估计,估计结果的拟合优度较高,为0.923。创新质量通过统计检验,其平均弹性系数为0.555;创新数量没有通过统计检验,说明创新数量对数字贸易在一定程度上没有贡献。但市场建设项目数、数字贸易增长率、市场投入时间弹性系数通过了统计检验,综合说明需要企业投入人力资源、技术资源在一定时间和规模后,在特定阶段中国数字贸易才能够大步发展。

表3 面板数据估计结果log(expimp)被解释

基于公式(2)估计创新数量的作用规律,Hauseman检验值为53.885,相伴概率0.000,拒绝随机效应的原假设,继续采用固定效应模型进行估计,模型的拟合优度为0.922。市场建设项目数、数字贸易增长率、市场投入时间、创新数量的2次项通过了统计检验,创新数量2次项的回归系数为正,说明创新数量对数字贸易的贡献呈现U形曲线,这样就验证了假设一。

市场建设项目数的回归系数通过了统计检验,说明企业研发规模投入对数字贸易具有显著贡献。数字贸易增长率的回归系数为负,并且通过了统计检验,这说明随着数字贸易的发展,其蓝海市场逐渐减少。市场投入时间的回归系数为负,并且通过了统计检验,这说明随着数字贸易市场的成熟,对现有技术的升级时间将缩短。

无论公式(1)还是公式(2),创新数量均没有通过统计检验,也就是说假设二没有得到验证。但创新数量的2次项通过了统计检验,综合说明中国数字贸易发展过程中创新数量需要达到一定阈值产生质变才有效果。

(三)创新数量、创新质量与数字贸易的互动关系

为了分析创新数量、创新质量与数字贸易之间的关系,本文采用BVAR模型进行估计。具体过程采用脉冲响应函数和方差分解分析各变量之间的内在联系。

1.脉冲响应函数分析

第一,数字贸易发展潜力的脉冲函数见图2。创新质量对其的影响第2期达到极大值。这说明创新质量短期对数字贸易发展潜力有显著效果,且长期效果稳定。第二,创新数量的脉冲函数见图3。创新质量对其的影响第2期就达到极大值,后期在高水平位置逐渐衰减。这说明创新质量短期有助于提高创新数量,但长期效果有限。第三,创新质量的脉冲函数见图4。创新数量对其的影响第3期就达到极大值,后期在高水平位置逐渐衰减。这说明创新数量短期有助于提高创新质量,但无法长期持续。第四,数字贸易的脉冲函数见图5。创新数量自第2期开始对其作用效果一直处于提升状态。这说明创新数量的提升能够有效地提高数字贸易规模。

图2 数字贸易发展潜力的脉冲响应函数

图3 创新数量的脉冲响应函数

图4 创新质量的脉冲响应函数

图5 数字贸易的脉冲响应函数

2.方差分解

各变量第10期的方差分解如表4所示。数字贸易的方差分解中,其自身所占份额为96.057%,创新数量的贡献仅占2.666%,创新质量贡献仅占1.168%,说明创新数量、创新质量对数字贸易贡献的份额总体不高。创新质量的方差分解中,其自身占78.293%,其他作用较大的就是创新数量,其贡献占17.991%,剩余变量贡献很小,说明创新质量的提升主要依靠创新数量作为基础。创新数量的方差分解中,其自身所占份额为48.150%,创新质量的贡献占51.064%,剩余变量贡献很小,说明创新质量能够有效地促进创新数量提高。数字贸易发展潜力的方差分解中,其自身占88.165%,其他作用较大的是创新质量,占8.227%,说明创新质量对数字贸易发展作用效果较好。

表4 各变量第10期方差分解

六、研究结论

(一)创新数量与数字贸易之间呈现良性互动

创新数量对数字贸易的作用机制包括提高产品竞争优势、降低制造成本、培养创新人才、培育创新文化,数字贸易对创新数量的作用机制包括技术提升效应、市场反馈效应、政府政策效应。面板数据的研究结果表明,创新数量对数字贸易的弹性系数为负,并且创新数量对数字贸易的贡献呈现U形曲线。脉冲响应函数的研究结果表明,创新数量与数字贸易之间呈现良性互动。方差分解的结果表明,数字贸易对创新数量的反馈作用要大于创新数量对数字贸易的贡献。

总的来看,中国的政府、企业比较重视创新。创新数量总体上具有一定的规模,研发投入数量也很大,通过本文构建的模型可知这有效地促进了数字贸易的发展。而数字贸易的良性反馈效应也进一步促使政府、企业加大研发投入,形成了数字贸易的收益循环。

(二)创新质量与数字贸易相互间作用较低

创新质量对数字贸易的预期作用机制包括形成提升产品价值链与良性市场反馈效应。但面板数据的实证研究结果表明,创新质量对数字贸易的贡献不显著。

数字贸易的方差分解中,创新质量贡献份额总体较低。创新质量的方差分解中,数字贸易贡献占比也很小。这说明创新质量与数字贸易相互间作用较低。

出现以上问题的原因是,中国创新质量总体水平较低,原创性成果少,创新质量对数字贸易的贡献小,数字贸易产品技术含量、品牌服务有待提高,中国企业在国际贸易供应链中仍然处于初级阶段。为此,需要不断提高创新数量和创新质量,才能逐渐从根本上解决这个问题。

(三)创新质量能有效地促进数字贸易发展潜力的提升

近年来数字贸易是一个新兴的概念,在各地蓬勃发展。脉冲响应函数的研究结果表明,创新质量对数字贸易发展作用效果较好。数字贸易发展潜力来源于各类新兴的技术、先进的管理在互联网市场的应用。一般来说,越倾向于培育、采纳、部署新兴的技术、先进的管理制度的地区,数字贸易发展得越好。因此,鼓励政府、社会在扩大研发投入数量的基础上,更加关注创新的内涵。利用各类有效措施通过提高创新能力水平和突出创新重点,全面提升创新质量。

(四)创新数量与创新质量之间具有一定的良性互动

通过脉冲响应函数可知,创新数量对创新质量的冲击具有一定的正向影响,而创新质量对创新数量的冲击也具有显著正向影响,说明两者初步形成了一定的良性互动关系,这对于协调创新质量、创新数量与数字贸易的关系具有十分重要的意义。

猜你喜欢

数量贸易数字
“2021贸易周”燃爆首尔
贸易生命力
疫情中,中俄贸易同比增长
贸易融资砥砺前行
统一数量再比较
答数字
角:开启位置与数量关系的探索
数字看G20
头发的数量
成双成对