垂直专业化、创新与绿色全要素生产率——基于制造业行业的经验证据

张彦彦，胡善成

(1.中共天津市委党校马克思主义学院，天津 300191；2.南开大学经济学院，天津 300071)

0 引言

随着全球化的不断发展深入，我国近年来的贸易额快速增长，货物进出口总额由1978年的206.4亿美元，增长到2020年的46559.1亿美元。从产品类别上看，高新技术产品的占比增长较快，不断改善了我国产品的出口结构。企业在参与全球化的过程中多采用 “碎片化”的生产方式，将非核心生产业务从原本由自己生产的模式中剥离出来，使垂直专业化趋势日益凸显[1]，且由于垂直专业化分工具有生产扩散和片段融合的特性，使其成为全球价值链扩张的内在动力[2]。

改革开放以来，我国参与国际分工过程中，凭借 “土地红利”、低环境规制成本等比较优势，获得较快的经济增长，而制造业作为国民经济的主体，是经济增长的关键动力。从价值增值角度看，低技术制造业和中高技术制造业在垂直专业化分工体系中处于主导地位，而高技术制造业处于附属地位[3]。发展初期，我国制造业受技术研发能力等的限制，在国际化分工过程中，多依赖于高污染、高能耗、低劳动成本的发展模式，而处于全球价值链的低端环节，同时一些发达国家基于自身考虑将部分具有高污染、高能耗的生产环节转移到我国。有学者[4]将产品制造过程与污染程度相结合，认为国际垂直专业化过程中，企业生产工序与污染强度间存在显著的倒U形关系，同时考虑到发达国家劳动力不足且具有较为严格的环境管制，呈现出企业污染工序不断向我国转移的趋势。新常态背景下，全要素生产率作为经济增长的关键动力，考虑到 “人口红利消减”、环境污染等现实问题的存在，传统经济发展模式虽能在短期内提高全要素生产率，但不利于我国经济的可持续发展。那么，企业在垂直专业化分工过程中，如何提升制造业绿色全要素生产率成为本文的研究重点，同时也不能忽略创新是驱动我国经济可持续发展的关键动力，具体可通过加大科技等方面的创新投入，改善绿色全要素生产率。因此，考虑到我国仍存在较为严峻的环境形势，进一步探究垂直专业化、创新与绿色全要素生产率间的关系，对实现节能减排，加快绿色经济转型具有重要意义。

1 文献综述

有关垂直专业化、创新与绿色全要素生产率三者间关系的研究较少，已有文献多集中于垂直专业化与创新、垂直专业化与生产率、垂直专业化与环境两两间关系的研究。

垂直专业化与创新方面。学术界有关垂直专业化与创新间关系的研究并未达成一致结论，主要有两种观点。①促进论。该观点认为，一方面，企业在垂直专业化分工参与过程中，可通过进口中间产品，学习、模仿中间产品中蕴含的各项技术，在提高企业技术水平的同时，不断积累生产经验[5]；另一方面，企业为提高其在垂直专业化分工过程中的竞争优势，会更加倾向于核心业务生产环节，这可在一定程度上改善企业生产率，同时为实现特定产品的专业化生产，倒逼企业进行研发、消费需求等方面的知识学习，更易形成差异性需求创新，加之信息化共享、知识溢出效应的存在，亦有利于形成网络化企业组织，使创新得以借助多个研发团队分块研发，大大提高了创新效率[6]。此外，有学者[7-8]从进口中间产品、外包等角度证明垂直专业化对创新具有正向促进作用。②抑制论。该观点认为，由于我国企业在垂直专业化生产过程中，具体加工贸易活动的技术含量相对较低，更多处于价值链的低端环节，使垂直专业化对技术溢出并无明显作用[9]，而我国当地企业通过 “交流学习”“出口学习”提高技术创新能力的难度较大[10]；沈国兵等[11]认为我国企业在参与垂直专业化分工过程中，虽能依靠劳动力等获得比较优势，但受 “人力资本不足”“低端锁定效应”等方面的约束，使我国企业处于全球价值链 “技术梯度”的低端位置，加之存在 “压榨效应”“依赖效应”等，会在一定程度上降低我国企业利润，使企业难以维持研发创新活动。有学者[12]认为垂直专业化分工与创新之间更多呈现出非线性关系，垂直专业化对创新的影响取决于市场容量的大小，当市场容量大时，垂直专业化水平的提升对研发投入具有显著抑制作用；反之，则有利于提高研发投入，但垂直专业化仅对我国企业的非核心技术具有促进作用，却不利于企业核心技术的提升[13]。

垂直专业化与生产率方面。垂直专业化分工是影响发达国家生产的关键因素[14]，而不同学者对垂直专业化与生产率关系的研究，其所持观点存在一定差异。促进论认为，垂直专业化在压缩企业经营管理等相关成本的基础上，获得 “干中学”效应[15]，当企业把本属于本企业生产制造环节而实际属于其它产业的中间投入品外包出去时，资本节约型技术进步的存在，有利于改善企业劳动生产率[16]；而不同企业所有制类型在参与垂直专业化过程中，其生产率效应亦存在差异，由于外资企业拥有较强的获取和吸收转化技术信息的能力，垂直专业化背景下，仅外资企业可显著促进生产率提升，而不同要素密集度行业中，仅资本密集型企业对生产率表现为正向效应[17]。将垂直专业化分工进一步划分为国际分工、国内外国企业分工和国内本国企业分工，并以行业数据为研究对象，其研究结果表明：由于进口中间品本身具有高技术水平，同时考虑到进口存在示范和溢出效应，使得国际分工对生产率具有正向促进作用，但受国内服务企业质量差的制约，无法满足装备制造业需求。此时，国内专业化分工会抑制生产率的提升[1]。一般而言，分工专业化程度越高，行业生产率越高，但以广东省为例，垂直专业化与生产率间存在明显悖论，产品内分工背景下，由于技术密集度高的中间进口投入品多由国内生产所替代，这意味着垂直专业化水平的降低，对全要素生产率具有显著的正向促进作用[18]。有学者[19]认为垂直专业化与生产率间并无明确的相关关系。以韩国制造业数据为例，企业参与垂直专业化会降低制造业生产率[20]。

垂直专业化与环境方面。垂直专业化对环境影响的争论主要体现在垂直专业化分工是否能改善环境。促进论认为，垂直专业化分工背景下，出口产品中CO2的浓度小于进口产品，这意味着环境贸易条件虽略有恶化，但对实现节能减排具有显著的促进作用[21]，Dean 等[22]同样认为国际垂直专业化会降低出口污染强度。企业在国际垂直专业化分工过程中，一方面可借助技术外溢效应，提高环境效率，另一方面在加速技术扩散、扩大清洁技术使用的基础上，环境管制倒逼机制的存在，同样有利于提升我国的环境效率[23]。污染论则得出与之相反的结论，认为企业在中间品贸易过程引致的技术进步会增加污染，造成环境恶化[24]，丘兆逸[4]从工序角度，在以SO2排放量衡量环境的基础上，探讨国际垂直专业化中污染工序转移情况，其结果表明由于我国劳动力丰富、环境规制强度低，各行业在承接污染工序转移的过程中，会提高SO2排放量，造成环境恶化。

目前，有关垂直专业化、创新与绿色全要素生产率间关系的研究，多集中于探究垂直专业化与创新、垂直专业化与生产率以及垂直专业化与环境两两间的关系，而直接研究垂直专业化、创新与绿色全要素生产率三者间关系的文献较少。基于此，本文在阐释垂直专业化、创新和绿色全要素生产率间作用机制的基础上，运用制造业行业面板数据做进一步的实证检验。本文的可能贡献在于：①从行业视角，将环境因素纳入生产率的测度中，进一步深入探究垂直专业化、创新影响绿色全要素生产率的机制。②运用中介模型研究垂直专业化、创新与绿色全要素生产率间的关系。

2 机制分析与研究假设

垂直专业化分工理论的兴起，使国际分工生产环节涉及到产品生产阶段，而中间生产环节的分工与交易是提升制造业生产率的重要动力，考虑到受节能减排等技术的制约，制造业产品生产过程中存在资源消耗和污染排放的情况，那么垂直专业化、创新与绿色全要素生产率间究竟存在何种关系？以下详细阐释三者间的关系。

2.1 垂直专业化对绿色全要素生产率的影响机制

制造业企业在参与垂直专业化分工环节时，进口中间品有利于提高绿色全要素生产率，其具体作用机制主要包括3个方面。① “学习效应”的存在使企业在进口中间产品的同时，可获得先进的节能减排技术和管理经验，进一步加强参与垂直专业化环节各企业间的信息交换、技术交流或形成战略合作，这有利于改善绿色全要素生产率。②从价值链角度看，我国制造业属于全球价值链生产网络的一部分，不同价值链层次的上下游企业间存在比较紧密的中间品供求关系，高层次供应商 (母公司)在向我国低层次供应商 (子公司)提供技术援助、技术咨询、员工培训等的过程中，一方面，企业对节能减排等清洁型技术的应用，在提高子公司产品质量的同时，可直接正向促进绿色全要素生产率的提升；另一方面，环境规制背景下，加之企业间竞争效应的存在，可倒逼相关企业提高其节能减排等技术水平，不断改善企业绿色全要素生产率。③从集聚角度看，国际化分工的存在更易引致集聚效应，形成污染集中的情况，方便企业通过共同出资、共同运营等方式，在放大污染治理企业规模效应的同时，减少污染物排放，降低节能减排成本，不断改善绿色全要素生产率[25]。基于此，提出假说1：垂直专业化水平的提高可显著正向促进绿色全要素生产率提升。

2.2 垂直专业化、创新对绿色全要素生产率的影响机理

垂直专业化通过提高创新水平，改善绿色全要素生产率的作用机制包括3个方面。①企业将具体生产过程中不具备比较优势的中间生产环节通过外包等方式转移到国外企业，集中生产比较优势产品，这可在降低生产成本的同时，优化现有企业的资源配置情况，同时考虑到垂直专业化分工引致的集聚效应、投入产出效应、产业关联效应等的存在，有利于提高自身研发能力，实现技术进步[26]。②随着垂直专业化的不断深入，企业通过进口材料、服务等类型的中间品可降低其研发成本，同时借助 “学习效应”获得中间品附着的生产方式、技术等[27]，提高创新水平，进而实现绿色全要素生产率的改善。③企业率先采用清洁型技术进行生产活动，更易满足环境规制背景下的消费者需求，产生 “创新补偿效应”，而环境规制力度的提升，则在促使代工企业 “内在化”环境规制成本的同时，倒逼企业增加科技研发投入，在实现价值链攀升的基础上，实现清洁化生产，进而提升绿色全要素生产率[25]。基于此，提出假说2：垂直专业化可通过创新这一中介机制，实现绿色全要素生产率的提升。

考虑到垂直专业化的绿色全要素生产率提升效应可能受污染强度的影响。污染强度是行业节能减排技术、污染排放等因素的综合反映。一方面，企业在参与垂直专业化分工过程中，其比较优势更多体现在更高层次结构的产品生产环节，且其生产环节相对清洁[28]，通常而言，高污染行业的生产能力、节能减排技术等与低污染行业相比较为落后，会制约其参与垂直专业化分工的层次，不利于垂直专业化水平的提高；另一方面，污染排放集聚效应、“马太效应”的存在可能会增加污染物排放量，恶化生态环境，制约企业从事具体生产活动[29]，进而不利于企业绿色全要素生产率提升。基于此，提出假说3：污染程度的提高可显著降低垂直专业化对绿色全要素生产率的提升效应。

3 计量模型、变量与数据说明

3.1 计量模型设定

(1)基准模型。为了检验垂直专业化对绿色全要素生产率的总影响，设定基准模型进行实证检验，公式为：

GTFPit=α0+α1lnVSSit+α2Controlit+εit

(1)

式中，GTFPit为t时期i行业的绿色全要素生产率，VSSit为t时期i行业的垂直专业化水平，Controlit为控制变量合集，具体包括：①营业利润占营业收入的比重P_incomeit，用以反映行业盈利情况。②出口交货值E_valueit，通常可借助出口交货值占总产值的比重加以衡量，用以代表行业的出口贸易水平。③规模经济scalit，借鉴黄玖立等[30]的测度方法，具体scalit=行业就业人数/行业的企业数量。

(2)中介效应模型。根据上文分析可知，垂直专业化分工会通过影响行业创新，进而作用于绿色全要素生产率，模型为：

GTFPit=α0+α1lnVSSit+α2Controlit+εit

(2)

lnNewvalueit=β0+β1lnVSSit+β2Controlit+εit

(3)

GTFPit=γ0+γ1lnVSSit+γ2lnNewvalue+γ3Controlit+εit

(4)

式中，Newvalueit为t时期i行业的创新水平。首先，估计式 (2)，若α1显著为正，则表明垂直专业化有利于提升绿色全要素生产率；然后，对 (3) (4)式进行估计，若β1、γ1和γ2均显著为正，且γ1<α1，这表明创新水平对绿色全要素生产率的影响存在部分中介效应；若参数β1和γ2中有一个不显著，则需借助Sobel检验中介效应。

3.2 变量选择与说明

(1)绿色全要素生产率 (GTFP)。本文在测度绿色全要素生产率的过程中，采用基于SBM方向性距离函数的ML指数法，公式为：

=EC(xt,yt,xt+1,yt+1)×

TC(xt,yt,xt+1,yt+1)

(5)

对上述计算过程中涉及投入产出指标的选取如下：①投入变量，包括劳动力和资本存量两个指标。劳动力以各行业从业人员平均人数衡量。资本存量以永续盘存法进行测算，即Kt=Kt-1(1-δt)+It/Pt，其中It为t年的资本投资；Pt为t年的固定资产投资价格指数；δt为t年折旧率，具体借鉴陈诗一[31]的做法加以计算；Kt-1为t-1年的资本存量，并以2002年的固定资产净值为基期；Kt为t年的资本存量。②期望产出变量。以2002年为基期平减行业总产值。③非期望产出变量。考虑到数据的可获得性，同时为了避免单一指标测度不全面的问题，本文最终以工业废水排放量、废气排放量、二氧化硫排放量和固体废物产生量作为非期望产出变量。

(2)垂直专业化。参考Hummels等[32]的做法，测度垂直专业化指数，首先是测度垂直专业化贸易总额 (VSi)，公式为：

(6)

然后，定义垂直专业化的贸易份额代表行业垂直专业化水平 (VSS)，公式为：

(7)

(8)

式中，μ= (1,1,…,1)，I为n阶单位矩阵，AM为进口系数矩阵，[I-AD]-1为里昂惕夫逆矩阵，AD为国内消耗矩阵，且AM+AD=A，A为直接消耗系数矩阵，XV为进口列向量。由于 《中国统计年鉴》《中国投入产出表》《标准国际贸易分类》(SITC)对制造业的分类存在一定差别，在对照 《中国工业统计年鉴》行业分类的基础上，得到包含食品饮料和烟酒制造业等的13个大行业。考虑到投入产出表的编制周期为5年，借鉴程盈莹[33]的做法，假定 《投入产出表》的中间投入流量固定，以已有年份的A矩阵替代缺失年份，计算公式为：

AM=φiA

(9)

式中，φi为i行业的总进口/ (i行业总产值+进口-出口)。

(3)创新。已有文献多采用R&D全时当量、专利数和R&D人员数衡量创新水平，但张杰等[34]认为我国知识产权制度相对薄弱，加之其多通过模仿进行创新，专利并不适用于代理创新水平。而R&D全时当量和R&D人员数并不能反映创新转化成果，本文参考孙文浩等[35]的做法，以新产品收入衡量制造业各行业的创新水平。

本文所涉及变量的数据主要来源于中国投入产出协会、UN Comtrade数据库、《中国工业统计年鉴》《中国统计年鉴》。主要变量的描述性统计结果见表1。

表1 主要变量的描述性统计结果

4 实证分析

4.1 回归结果分析

(1)基准模型。在进行回归前，面板单位根检验和协整检验的结果表明变量间存在显著的协整关系，即变量间不存在伪回归。

模型 (1)可用来检验垂直专业化水平与绿色全要素生产率间的总效应关系，本文采用固定效应模型，同时控制了时间和行业效应，具体实证结果见表2。表2的第 (1)列显示，垂直专业化的系数显著为正，这说明垂直专业化分工有利于改善制造业绿色全要素生产率，验证了假说1。其原因可能是：①垂直专业化分工过程中，企业在进口中间产品的同时，可将自身污染强度较大的生产环节转移出去；②企业进口清洁型中间产品的过程中，可通过 “干中学”效应，学习吸收节能减排技术，不断改善绿色全要素生产率。

为了进一步探究垂直专业化究竟通过何种途径作用于绿色全要素生产率，表2中的序列 (2) (3)分别展示了垂直专业化与技术进步和技术效率的回归结果，其中垂直专业化虽对技术效率并无显著影响，但可显著促进技术进步，这说明垂直专业化主要通过技术进步实现绿色全要素生产率的提升。这可能是因为：与技术效率相比，受现阶段我国制造业配套设施的限制，从中间产品中直接学习减排技术，促进技术变动的作用更为直接，而提高技术效率不仅需要先进的技术，还需要与之相匹配的配套设施和高技能劳动力。

(2)中介模型。上文研究表明垂直专业化可显著正向促进制造业绿色全要素生产率的提升，为进一步考察可能存在的创新效应机制，具体采用逐步检验回归系数法，以识别创新效应机制的存在。首先，估计固定效应模型 (1)，序列 (1)中垂直专业化的影响系数为0.0622；然后，估计模型 (3)，表2序列 (4)中垂直专业化对创新的影响系数为0.0859，且通过5%水平上的显著性检验，这也就意味着垂直专业化水平的提升可显著促进创新水平提升；随后将中介变量创新引入模型 (1)，序列 (5)中创新的影响系数为0.1725，即创新有利于改善绿色全要素生产率，加入创新这一中介变量以后，垂直专业化的系数为0.0474，小于模型 (1)的回归系数，这意味着存在垂直专业化影响绿色全要素生产率的中介效应，且其中介效应为0.0148，占总效应的比重为23.79%，即垂直专业化可通过提高创新水平，达到改善绿色全要素生产率的目的，验证了假说2。

将绿色全要素生产率进行分解以探究其影响路径，具体回归结果见表2中序列 (2) (3) (6) (7)所示，序列 (2) (6)中垂直专业化和创新的系数均未通过显著性检验，即对技术效率而言，不存在创新的中介效应。对技术进步而言，序列 (3) (4)中垂直专业化系数均为正，且均通过5%水平下的显著性检验，而序列 (7)中垂直专业化和创新的系数均显著为正，且垂直专业化的系数小于序列 (3)，根据中介效应的检验原理存在部分中介效应。综上，垂直专业化水平的提升可通过创新这一中介机制，在实现制造业技术进步的同时，达到改善绿色全要素生产率的目的，即存在垂直专业化影响技术进步的创新中介效应。

表2 垂直专业化分工的基准模型与中介效应模型回归结果

4.2 稳健性分析

(1)替换核心变量。为了进一步验证上述结论的可靠性，本文重新测度绿色全要素生产率进行稳健性检验。由于 《中国工业统计年鉴》中2011年以后并未统计分行业总产值数据，上文涉及缺失年份的数据以均值补齐，考虑到销售产值与总产值间的关系，本文以折算后的销售产值衡量期望产出，重新测度绿色全要素生产率，同时考虑到垂直专业化作用的发挥主要依赖于技术进步。此时，本文以重新测度的技术进步代替绿色全要素生产率进行回归，结果见表3。

表3 稳健性检验结果

序列 (1)～(3)的实证结果显示，垂直专业化和创新的影响系数均显著为正，结合中介效应模型的检验逻辑，表3回归结果均与上文中介效应模型的结论一致，说明上文研究结论是稳健的。

(2)考虑内生性问题。上文已详释垂直专业化如何影响绿色全要素生产率，但相关结论可能受内生性问题的影响。考虑到垂直专业化和绿色全要素生产率可能存在相互作用关系，借鉴李波等[36]的做法，使用生产率与行业接近的3个行业的平均垂直专业化指数，作为行业垂直专业化指数的工具变量。具体结果见表4。表4列 (1)～(3)为垂直专业化影响绿色全要素生产率、技术效率和技术进步的总效应2SLS结果，序列 (1) (3)中垂直专业化的影响系数显著为正，这意味着垂直专业化水平的改善可显著促进绿色全要素生产率的提高，而这一正向效应的发挥需借助技术进步而非技术效率；序列 (4)的回归结果表明垂直专业化对制造业创新水平有显著的正向促进效应；同时考虑序列 (5)中垂直专业化的系数显著为正，而序列 (7)中创新对技术进步的影响系数同样显著为正，说明创新作为垂直专业化作用于绿色全要素生产率与技术进步的中介途径依然存在。根据工具变量弱识别检验可知，本文所选取的工具变量是有效的，这也说明上文的主要结论是稳健的。

4.3 拓展分析

本文以绿色全要素生产率的状态变量 (GTFP_State)替换绿色全要素生产率进行回归。首先，将高于绿色全要素生产率均值的行业定义为1，低于绿色全要素生产率均值的行业定义为0；然后，利用Probit模型进行回归，回归结果见表5中的序列 (1)～(3)。

序列 (1)～(3)中垂直专业化和创新的系数均为正且通过显著性检验，即垂直专业化与创新均显著促进制造业绿色全要素生产率，与上文结论一致，这在一定程度上说明上述结论可靠。

表4 工具变量检验结果

为了进一步验证假说3，借鉴韩晶等[37]的做法，测度制造业细分行业的污染综合指数，为消除主观人为因素的影响，选择熵值法计算污染综合指数。首先，对污染排放指标进行无量纲化处理，公式为：

(10)

式中，i为制造业细分行业，n为污染物类型。

然后，运用熵值法计算废水排放总量、废弃排放量和工业固体废物产生量的权重分别为0.3826，0.2961和0.3213。

最后，计算制造业各子行业的污染综合指数，公式为：

yi,t=∑ωnxi,n,t′

(11)

式中，yi,t为第t年i行业的污染综合指数，xi,n,t′为第t年i行业类型n污染物的标准化数据，ωn为类型n污染物的权重。将污染综合指数与垂直专业化的交叉项纳入回归模型，表5中的序列 (4)展示了回归结果。

序列 (4)中垂直专业化的系数显著为正，即垂直专业化水平显著促进制造业绿色全要素生产率；污染综合指数和垂直专业化交叉项的影响系数显著为负，这说明污染程度的提高可显著降低垂直专业化的绿色全要素生产率提升效应，验证了假说3。其原因在于：污染程度高的企业其节能减排等清洁型技术水平较低，开放经济下，随着垂直专业化程度不断深入，意味着我国在参与国际分工环节中处于不利地位，污染程度高的企业受其现有技术限制，加之环境规制的存在，短时间内无法改变以资源消耗与环境污染双驱动的生产方式，这不利于绿色全要素生产率的提升。

考虑到制造业各细分行业的规模存在一定差异性，本文根据规模均值大小，将各行业按照变量scal的均值分为高规模行业 (scaldum=1)和低规模行业 (scaldum=0)，根据表5中序列 (5)的回归结果可知，行业规模与垂直专业化的交叉项系数为正，且通过10%水平下的显著性检验，即拥有较高规模的行业其垂直专业化对制造业绿色全要生产率的促进效应更加明显，可能原因是高规模的行业间更易形成集聚效应，放大垂直专业化对制造业绿色全要素生产率的促进效应。

表5 拓展性回归结果

5 结论与启示

本文在阐释垂直专业化、创新与绿色全要素生产率三者间作用机制的基础上，首先，利用2002—2016年我国制造业分行业数据测度垂直专业化指数和绿色全要素生产率，然后，利用计量模型实证检验相关假说，本文的主要结论包括：①垂直专业化水平的提升可显著正向促进制造业绿色全要素生产率提升。②垂直专业化可通过提高行业创新水平，改善绿色全要素生产率，且其促进效应的发挥更多依赖于技术进步。③拓展性分析结果表明垂直专业化和创新均能显著正向促进制造业绿色全要素生产率提升，而污染强度提高则会显著降低垂直专业化对绿色全要素生产率的提升效应，且对高规模行业而言，其垂直专业化水平的提升对制造业绿色全要生产率的正向促进作用更加明显。

基于上述结论，本文得出以下启示：①鼓励制造业企业积极参与垂直专业化分工过程，不断提高其垂直专业化水平。具体而言，企业可通过加强与发达国家企业间的贸易合作，同时借助 “一带一路”加强与沿线地区的贸易经济往来，参与垂直专业化分工过程，在放大 “干中学”效应、扩大技术外溢的同时，不断提升我国价值链层次，进而达到提高行业垂直专业化水平的目的；同时需要制定适合我国国情的出口贸易政策，在提高环境规制强度的基础上，鼓励企业实施清洁型生产模式，并给予企业适当环境补贴，制定有利于促进制造业垂直专业化的产业政策，如税收减免、税收补贴、完善外包项目审核程序等。②制定制造业创新扶持政策。鉴于我国仍存在一些高污染、高能耗的行业，鼓励企业借助物联网、人工智能等现代技术，提高技术水平；适当加大科研经费支出，引致企业形成自发性的研发投资机制，并适当向高技术行业倾斜；针对不同所有制企业实施差异性发展政策，继续推进国有企业改革，盘活国有企业创新研发活力，加大对民营企业创新扶持力度，着力解决 “融资难”问题，同时要建立比较完善的企业创新信息登记系统，避免信息不对称问题，提高创新资金利用效率，此外，各行业可根据自身需要，加强产学研合作，开展技术培训、科技咨询等系列讲座，提高行业创新能力。③重视人力资本积累。政府应加大基础研究、教育方面的投入，为经济建设提供后备人才，同时各行业可根据其实际发展需要，建立人才引进政策；鼓励企业建立产业集聚区，定期进行员工培训，加强信息交流，以充分发挥知识溢出效应，改善行业人力资本结构。