制造业、生产性服务业贸易发展与技术创新的动态关系研究

王领 黄容 刘瑞青

摘要：推动制造业与生产性服务业发展是实现高质量发展的关键之一。文章基于增加值数据构建贝叶斯向量自回归（BVAR）模型，探究制造业贸易、生产性服务贸易和技术创新三者间的动态关系，并从理论、工程、实践创新三层次诠释技术创新指标。研究发现，技术创新比生产性服务业对制造业贸易的影响更大，生产性服务业发展比制造业更促进技术创新能力的提升；制造业与生产性服务业贸易彼此之间的关联性较强，制造业、生产性服务业贸易发展需要彼此相互刺激形成良性循环。据此，基于全球价值链重构，我国要适时调整制造业和生产性服务业的发展，形成良好沟通渠道以推动二者相互融合促进；根据实际发展需要，在各技术创新层次上给予不同的投入力度，推动技术创新能力全面提升。

关键词：制造业贸易；生产性服务业贸易；技术创新；贝叶斯向量自回归模型

以创新、协调、绿色、开放、共享为理念的高质量发展目标提出后，如何通过质量、效率和动力变革推动各产业高质量发展成为学界关注的热点。制造业作为国家发展之根基，实现制造业高质量发展亟需推进产业转型与升级，而随着全球价值链地不断深化，制造业服务投入即生产性服务业发展成为了实现这一目标的重要路径。尽管中国生产性服务业起步较晚，但截至2020年11月之前，在全球贸易中生产性服务业占比已达50%，制造业贸易增加值中超过30%来自生产性服务投入。考虑到生产性服务业高技术、高附加值的特点，技术创新成了影响生产性服务业发展的关键因素，同时由于制造业、生产性服务业与技术创新存在着一定的内生关联，因此在高质量发展战略的背景下，从贸易增加值角度研究三者之间的互动效应对于国家政策宏观调控具有重要意义。

一、相关领域研究进展及文献梳理

针对高质量发展，学界早期对其内涵进行了深入探讨。其中创新、协调、绿色、开放、共享的新理念发展内涵和实现质量、效率和动力变革的发展内涵得到了学界的主流认可。随着研究视角的聚焦，基于内涵探讨如何推进制造业高质量发展的研究逐渐增多，学者利用全球价值链的框架，深入分析了制造业增加值提高、价值链地位攀升的路径与相关影响因素等问题。有些研究认为技术创新是影响制造业高质量发展的关键因素，如郭然等人（2021）发现互联网发展可以通过“激励效应”促进技术创新，从而推动制造业国际竞争力提升；韩峰等人（2021）认为技术效率的提升能够降低劳动力成本，助力制造业价值链攀升；有些学者认为制造业国际贸易增加值中服务投入占比逐渐增大，生产性服务业的发展与制造业之间存在显著的耦合效应。杜新建（2019）研究发现制造业服务化可以通过技术创新、规模经济和竞争效应促进制造业价值链攀升；韩民春和袁瀚坤（2020）从价值链的角度对生产性服务业与制造业之间的演化进行分析，认为二者通过成本效应、集聚效应和创新效应促进了制造业升级。

现有研究可能存在以下不足：一是大多采用回归分析和中介效应模型探讨各因素在生产性服务业与制造业之间的关系，对于二者的内在联系分析略有不足。二是研究虽有考虑高质量发展的背景，但多停留在理论探讨阶段，缺乏实证阶段的考察。三是技术创新作为一个关键因素，多数文章仅从研发投入或专利申请的角度出发，缺乏多层次的数据处理。基于以上分析，本文可能的创新与边际贡献有以下几点：一是文章通过构建贝叶斯 VAR 模型分析了制造业、生产性服务业贸易发展和技术创新三者之间的动态内生关系，相比传统回归方法针对性更强，同时对比普通 VAR 模型其先验分布设定更加合理，对于本文的短面板数据估计精度更高。二是由于增加值是贸易高质量发展的关键指标之一，文章以此测度制造业贸易、生产性服务贸易动态发展水平，拓展了高质量发展在实证阶段的探讨；三是对技术创新指标进行多层次考察，文章构建了以理论创新、工程创新、实践创新为二级指标，九个三级指标的类层次分析体系，结合熵值法对各指标赋权得到最终技术创新指数，在数据考量方面相对更加全面，可靠性更强。

二、理论机制分析

高质量发展目标提出后，围绕制造业的研究指出，中国制造业“大而不强”且长期被锁定在全球价值链底端。究其原因，一方面是由于中国早期主要以加工组装的方式参与全球生产，这为中国提供了可观的就业机会，同时人口红利带来的劳动力比较优势使制造业迅速发展；另一方面，早期中国对于知识产权保护制度还不完善，“科学无国界”的思想较为普遍，政府和企业对于自主核心知识产权的追求意识不强。而随着最终产品的不断出口，以传统贸易核算的数据显示中国对多个国家的贸易顺差不断加大，同時逆全球化和贸易战的思潮亦不断出现，这对中国国际化进程和贸易发展产生了一定的负面影响。事实上，这种表象的顺差并不能反映实际贸易差，因为在垂直专业化分工的概念被接受以后，学界利用投入产出表对传统的国际贸易数据进行了多次再分解，其中主流认可的 Koopman 团队和 Wang Z 团队提出的分解框架均显示出传统海关贸易数据存在重复计算问题，而一国的出口国内增加值才是该国在国际贸易中真正自主产生的价值。伴随对增加值来源和全球价值链研究的深入，学界指出在国际贸易中，以产品设计、研发、创新、通讯、网络信息等服务环节为代表的制造业中间服务投入在贸易增加值中占据主导位置，这种相对于消费性服务产品的存在可被称为生产性服务业。

对于制造业、生产性服务业贸易发展与技术创新之间的理论关系，其核心思路可以参考图1。接下来本节就三者具体之间的互动关系展开讨论。

（一）制造业贸易发展引致生产性服务业贸易量、质的提高

站在国际贸易角度，制造业对生产性服务业的影响，可以分别从规模效应和二元驱动理论进行分析。首先，就规模效应而言，制造业规模的合理增大可以减少制造业加工中的生产成本和调整成本，为生产性服务环节提供充足的资本。具体表现在以下方面：一是对于生产线长、产量庞大的行业而言，单个零部件加工成本的微小下降也能有效提高产品贸易利润；二是在生产线升级调整中，规模大的企业在国际行业贸易中具备较高话语权，可以针对相关的标准提出对自身有利的要求从而降低企业生产线调整成本；三是具备规模经济的制造业想要在国际环境中保持主导地位，就必须提高对产品设计、研发、创新和其他周边服务环节质量的要求，从而加大对生产性服务业的投入，此时无论是企业是否使用外包服务，都将促进生产性服务业的发展。其次，从二元驱动理论出发，制造业贸易发展通过减少信息不对称和提供市场消费走向驱动生产性服务业贸易发展。具体表现为：一方面，就消费者驱动而言，随着网络信息的发达，消费者对商品的信息不对称问题逐渐弱化，在购买产品时消费者可以通过信息技术手段快速获取不同品牌的营销、物流、售后等服务情况，这催生了制造业厂商对下游终端的生产性服务业质量提升的需求，同时随着国际市场激烈竞争，产品差异化与创新成为购买者消费时的重要考量因素，这催生了制造业厂商对上游创新研发的生产性服务业质量提升的需求；另一方面，就生产者驱动而言，消费者对不同产品的购买偏好可以帮助厂商定位创新研发方向，而在当今大数据技术的支持下，厂商获取国内外市场消费走向的成本并不高，使得厂商必须快速抓住时机，加大创新与设计研发力度，这同样驱使制造业厂商对生产性服务业发展更加重视。

（二）生产性服务贸易通过集聚、进口效应推动制造业贸易发展

需要指出的是，生产性服务业贸易可以在制造业内部和制造业外部进行。一方面，当制造业厂商在内部进行生产性服务业专项突破的时候往往需要大量的人力与资本，如果厂商取得成功，则在国际市场可占据主导地位并难以撼动，议价权较高；如果失败则可能会面临资金链断裂、企业信誉和市场影响力下降甚至破产等问题，属于高风险、高回报发展类型。另一方面，外部则是制造业厂商选择将服务业务外包给专业从事相关领域研究的公司。

集聚效应及进口效应均主要存在于制造业外部。首先，对于集聚效应，国际上从事生产性服务业的公司往往聚集在各国人才较多的区域，如硅谷、上海等。一方面，集聚引致不同公司人才交流频繁，市场竞争激烈，公司在努力提升服务质量的同时还会通过适当让利从而取得与制造业厂商的合作订单，这降低了制造业的生产成本；另一方面，集聚的外包公司具备多样性，这使得小型制造业厂商有快速调整市场发展决策的机会，降低了市场进入的风险成本。其次，对于进口效应，多存在于生产性服务业进行国际外包的时候，其实质同样是通过降低成本最终促进制造业发展。尤其是国际数字贸易，通过信息网络渠道，生产性服务业与制造业双方公司可以快速交易，由于国际社会针对数字贸易的税收、监督、规则制定等还不完善，因此短期内生产性服务业国际外包仍是制造业厂商重点考虑的选择对象。

（三）制造业、生产性服务贸易发展依赖并推动技术创新

生产性服务业与制造业想要在国际贸易中取得优势，都离不开技术创新的发展。事实上，学界针对技术创新的探讨大多从整体出发，本文认为在全球价值链视角下，区分了生产性服务业和制造业的上下游关系后，技术创新可以分别从理论创新、工程创新和实践创新三个垂直层次分析。

第一，理论创新处于技术创新的上游阶段，贸易增加值占比最高，对生产性服务业贸易发展影响较大。理论创新具备投入高、见效长、附加值高的特点，多存在于各国高校、研究院和企业自主建立的科学研究实验室等。理论创新需要科学家和企业研发人员长期潜心对行业最前沿的理论进行突破，对人才和固定成本的支出较高，往往需要通过较长时间的投入才能实现量变到质变的转换，但是一旦转换成功，则相关的专利、知识产权也将产生长期客观的利润。第二，工程创新处于技术创新的中游阶段，贸易增加值占比仅次于理论创新，对制造业、生产性服务贸易发展均具备较高影响。因为工程创新目标在于将理论创新成果针对产品进行方案设计和问题解决，这往往需要生产性服务业与制造业厂商双方共同合作研究。一方面，这一阶段需要向理论创新成果支付授权费用；另一方面，工程创新完成后需进一步向下授权给下游企业以获取中间增值部分。这两个方面的传递引致工程创新对工程师、实验室、研发资金的投入同样较多，因此在最终产品价值中的增加值占比同样较高。第三，实践创新处于技术创新的下游阶段，贸易增加值占比最低，对制造业贸易影响较大。实践创新旨在利用工程创新成果调整生产结果与加工方式，帮助完成最终产品的生产，多由制造业厂商完成。

以上从理论、工程、实践创新三个层面进行了分析，而值得注意的是，技术创新对不同厂商的影响可能具有不确定性。这是因为技术创新具有国际贸易溢出效应，导致在最终产品的国际贸易中，一方面，知识产权保护力度较弱国家的企业可以利用法律漏洞进行模仿生产，这会对原发性创新产生冲击，同时抑制下游厂商的创新积极性；另一方面，知识产权保护力度完善的国家，创新型产品进入市场，会带动行业内其他企业积极创新，通过差异化产品，满足不同的市场需求。因此这种不确定性导致制造业、生产性服务贸易对技术创新的影响在不同国家或地区可能形成差异。

通过以上针对制造业、生产性服务业贸易发展和技术创新之间关系的理论分析可以发现，三者之间存在着互相影响的空间体系，那么它们之间彼此影响的贡献度究竟如何？能否结合高质量发展的背景对生产性服务业和制造业贸易发展进行衡量？技术创新指标从理论、工程、实践三个角度探索会有怎样的结果？能否结合国际贸易的面板数据为中国的发展提出相应的启示？针对以上问题，文章接下来通过全球面板数据构建三元的贝叶斯 VAR模型，以期进行相关的实证分析。

三、研究设计与数据

（一）模型设定与指标构建

传统向量自回归模型（VAR 模型）在研究变量间动态关系中发挥了重要作用，但是由于模型对滞后期数要求较高，对于内生变量多、时间序列短、自由度低的数据估计精度不高。本文旨在研究制造业、生产性服务业和技术创新三者之间的联合动态内生关系，分析三者互动中对彼此的影响贡献度，选择贝叶斯VAR 模型能够更好地分析上述问题。贝叶斯 VAR 模型（BVAR 模型）能够结合使用面板数据，将所有变量统一视为内生变量从而提高模型精度，同时模型还考虑了个体异质性、个体效应和时间效应。BVAR模型的一般表达如式（1）所示：

Yit =αi，0+∑j（p）=1αi，jYi，t -j +γi +θt +εit

其中，Y 中包含了本文将要研究的相应变量，分别是制造业贸易动态发展水平（mvri）、生产性服务业贸易动态发展水平（psvri）和技术创新水平（tii）。i，t分别代表国家和年度时间，j 代表滯后期，γi代表个体效应，θt 代表时间效应，εit 代表随机扰动项；

关于变量的测度，首先，对于制造业与生产性服务业贸易动态发展的测度，相较于传统的海关贸易数据，本文使用的Wang Z 团队的增加值分解框架结果可以真实地反映一国在国际贸易中各行业的优劣情况。具体方法为：第一步计算出样本国家每年的各行业出口国内增加值占行业 GDP 的比率；第二步利用熵值法对制造业和生产性服务业各行业进行赋权得到各自总出口国内增加值占行业 GDP 比值；第三步算出每年的比值变化率从而体现制造业与生产性服务业贸易的动态发展水平；其次，对于技术创新的测度，本文基于前文的分析，以理论创新、工程创新和实践创新建立衡量技术创新的二级指标，相应的三级指标以及权数均如表1所示。相较于传统仅从投入和专利数等角度衡量，通过这种类层次分析方法使得对技术创新的衡量维度更多。具体设定：第一，对于理论创新，考虑到其长期性的特点，选取基础教育和高等教育衡量，同时加入创新能力指标进行综合；第二，对于工程创新，考虑到制度保护会严重影响创新积极性，因此选取财产权和知识产权保护指标衡量，加入企业研发投入进行综合；第三，对于实践创新，考虑到实际生产与贸易中存在的问题，选取最新技术获取能力、FDI 和技术转移能力以及贸易壁垒情况进行衡量。各指标权数同样是利用熵值法赋权得出。

（二）数据来源与处理

对于数据来源，增加值数据主要来自WIOD 数据库的全球投入产出表，GDP 数据来自世界银行，技术创新的各项指标数据均来自世界经济论坛。其中对于制造业和生产性服务业的贸易数据，由于部分国家行业数据严重缺失，最终各自行业代码分类选取情况如表2所示：

对于数据处理，本文主要使用到了熵值法进行赋权，借鉴李玥等人（2017）的方法，主要分原始数据标准化（式（2）），计算第 j 项指标的熵值（式（3））、权重（式（4））三个步骤，具体过程如下：

xij - minxij

yit = C + maxxij- minxij× D

ej =-k ∑1PijlnPij

wi = gi∑1gi

其中式（3）中的 k =1 ln n ，Pij =yij/∑1yij ， 0≤ej≤1。值得注意的有：一是熵值法实际处理中非负平移全部取0.00001，以降低标准化过程后非负平移产生的影响。二是由于制造业和生产性服务业贸易发展水平值相对于技术创新指标较小，且有正负之分，因此为了减少数据相差过大带来的影响，在实证过程中对技术创新指标进行了标准化处理。三是对于个别数据的缺失，使用线性插值法进行补充，线性插值及后文实证分析全部使用sta- ta15软件完成。最终本文构建了包含全球41个国家（剔除了 WIOD 原表中的 RUS、TWN、ROW 三个地区）2007-2014年共3290个数据值的短面板数据进行分析。

四、实证结果分析

（一）描述性分析

描述性分析可以在模型分析之前大致了解数据的内在规律，本文将中、美两国数据单独取出，以期与总样本进行对比，结果如表3所示。

根据描述性统计结果，可以发现：首先，对于制造业贸易动态发展水平，从均值可以看出中国在样本期内总体呈现出负向增长，而总样本和美国都是正向增长。中国在样本期内贸易增加值呈降低状态，考虑到中国制造业自身体量在变大，说明中国制造业结构总体在全球价值链下游，产品增加值较弱，样本期内新增制造业实体仍以加工组装环节为主，缺乏核心竞争力。其次，生产性服务业贸易动态发展水平与制造业情况相似，说明二者之间的联系较为紧密。中国在均值上显示出较高负增长，总样本和美国均表现出正向增长，其中美国动态增长率高出总样本均值69.41%。这可能与美国在样本期间“去工业化”等政策有关。最后，技术创新指标中，中国较总样本低出约11.73%，美国则较总样本高出约16.98%。这与制造业和生产性服务业贸易发展动态水平情况大体相似，说明中国近年来虽然取得了快速发展，但是在技术创新和产业发展等问题上仍旧具备较大进步潜力。

通过以上分析，可以总结出以下几点：一方面，美国在发展生产性服务业的同时，所保留的制造业的增加值仍能保持较高正向增长。这说明美国“去工业化”战略倾向于减少下游低增加值产业，因为这样安排可有效抑制技术外溢同时保留核心竞争力；另一方面，发展中国家所承接的项目产品往往规模较大而附加值较小。虽然短期内能够使得制造业快速发展，但从长远角度考虑，要注意避免制造业“量”大“质”弱，时刻关注核心自主知识产权产业的发展建设。此外值得注意的有，一是制造业和生产性服务业贸易动态发展水平极差值较大的原因在于最小值是负值，而并不能说明在样本期内二者动态贸易发展水平有显著提升。二是中、美两国技术创新指数在样本期内虽然极差值相差不大，但中国2014年相比2007年技术创新水平提升9.1%，宏观呈稳步缓慢上升趋势，而美国只提升了1.2%，宏观呈起伏摇摆趋势，这说明中国对于技术创新意识在逐渐加强，如今在高质量发展目标提出以后，势必会给予更多关注。

（二）实证结果分析

1.平稳性检验、信息准则与稳定性检验。由于BVAR 模型所使用的是带有时间序列的面板数据，在正式模型分析前需要对数据变量的平稳性进行检验，相应的结果如表4所示：

其中，变量z_tii是技术创新指标（tii）标准化后的表示形式，实际上标准化变量对变量的平稳性检验和其他结果并不会产生影响，本文为了数据结果的完整性，将z_tii的结果一并列出。通过结果可以看出，无论是 LLC 检验还是 IPS 检验，本文所使用的变量均不存在单位根，即均为平稳过程变量，因此无需进行协整检验，可以直接使用信息准则。

信息准则用来确定模型在脉冲响应和预测方差分解分析时所用的最佳滞后期数，结果如表5所示：

从信息准则的结果来看，无论是 AIC 准则、BIC 准则还是HQIC 准则，结果均显示滞后一期为最佳滞后选择。在此基础上，需要检验 BVAR 模型的稳定性，结果如图2所示：

图2显示了在单位圆范围内特征值根的分布情况，可以看出，三个特征值根均在单位圆范围之内，说明本文建立的BVAR 模型稳定，其中有一个特征值根接近单位圆的边缘，意味着有一个变量的冲击具备較强的持续性。

2.格兰杰因果检验、脉冲响应函数和预测方差分解分析。在前文的相关检验通过之后，接下来便可以通过格兰杰因果检验、脉冲响应函数和预测方差分解三步来探寻制造业、生产性服务业贸易发展和技术创新之间的动态关系。

第一步，格兰杰因果检验可以初步了解三者之间的因果关系，主要可以作为动态相关性的参考。实证过程中，根据信息准则的一期滞后并未显示出三者有显著相关性，考虑到格兰杰因果检验并非必须与信息准则一致，因此尝试采用同样适用的从小到大的序贯 t 规则进行判断，结果显示滞后二期具备一定的经济学意义。相关的结果如表6所示：

根据格兰杰因果检验结果，可以发现：首先，当以制造业贸易动态发展水平作为被解释变量时，技术创新的联合显著性在5%的统计水平上显著，而生产性服务业贸易动态发展水平不显著，同时在5%的统计水平上拒绝二者都不是制造业格兰杰原因的假设。这意味着技术创新是制造业的格兰杰原因，而生产性服务业贸易动态发展水平不是，说明技术创新对制造业贸易的影响相比生产性服务业占据更高地位。对于生产性服务业并未显示出格兰杰关系也可能是因为能够提供高水平生产性服务的企业往往集聚在个别国家的个别城市，导致在使用全球面板数据时其对制造业贸易发展的影响难以准确识别。

其次，当以生产性服务业贸易动态发展水平作为被解释变量时，技术创新的联合显著性在1%的统计上显著，制造业贸易动态发展水平在10%的统计水平上显著。这意味着二者都是生产性服务业的格兰杰原因，说明从全球数据看，制造业贸易发展离不开技术创新和生产性服务业的发展。一方面技术创新的三个阶段都可以为国家创造可观的人才需求，从而吸引政府对于制造业各个环节的关注与政策扶持，激励制造业不断前进并努力形成良性发展循环；另一方面面对来自全球的制造业厂商服务投入需求，生产性服务业的集聚性使得企业竞争激烈，通过让利和提高服务质量降低了制造业国际贸易成本，减轻了制造业市场准入门槛与风险。

最后，当以技术创新作为被解释变量时，制造业贸易动态发展水平的联合显著性并不显著，而生产性服务业贸易动态发展水平的影响则在5%的统计水平上显著。这意味着制造业不是技术创新的格兰杰原因，而生产性服务业是。说明对于技术创新，生产性服务业发展相比制造业更易促进技术创新的提高。一方面，从技术创新层次出发，这可能是因为当制造业剥离出服务投入之后，剩余贸易增加值较小，主要来自技术创新的实践创新阶段。高附加值的环节全部被分配到生产性服务业贸易，包含技术创新的理论创新和工程创新阶段，因此上游层次对技术创新的影响度更加显著。另一方面，从国际发展形势角度出发，专注制造业的国家更多出现在发展中国家，人力资本和土地优势使得当地政府更注重扩大规模，对于创新和知识产权保护力度重视不够。这使得上游企业不愿在当地开设研发性机构，抑制了技术创新的发展。

第二步，脉冲响应函数 IRF（impulse responsefunction）可以帮助分析各变量在面临随机误差项单位标准差大小的冲击时所呈现的动态反应路径。图3是所有脉冲响应函数图的汇总。

根据脉冲响应函数图，可以发现：首先，从第一行以制造业贸易动态发展水平为脉冲变量的三个图可以看出，制造业贸易的发展会引起技术创新和生产性服务业贸易二者的短期性快速提高，随后前者会缓慢下落，后者则在第二期便趋于稳定。这说明一是制造业贸易发展会对技术创新与生产性服务业贸易产生正向的影响，这种影响对于技术创新的持续性较强，对于生产性服务业贸易的持续性较弱；二是制造业贸易发展在当期会引起自身处于较高发展水平，但是会迅速下滑，在第二期便趋于稳定，持续性较弱。其次，从第二行以生产性服务业贸易动态发展水平为脉冲变量的三张图可以看出，生产性服务业贸易的发展会引起技术创新在当期快速提高，在第一期达到最高后缓慢回落，影响持图3  脉冲响应函数图续性较强。这说明：一是生產性服务业贸易的发展可以引致制造业在短期内处于较高发展水平，但在第一期内便滑到最低水平，影响持续性较弱；二是生产性服务业贸易发展在当期同样会引起自身处于较高发展水平但持续性较弱。最后，从第三行以技术创新为脉冲变量的三张图可看出，技术创新会引起制造业和生产性服务业贸易的短期跨度提升，且均在第一期达到最高值，此后缓慢回落，对二者的影响持续性均较强。图像还显示技术创新会引起自身处于较高发展水平，且回落速度较慢，影响持续性较强。

通过脉冲响应函数图像可以得出以下结论：第一、技术创新的冲击影响力最强，其对制造业、生产性服务业贸易以及自身都具备较强的持续性；第二、制造业和生产性服务业贸易均会引起技术创新的提高和自身发展的提高，而二者彼此之间的影响均是短期的提升，其中生产性服务业贸易对制造业的影响力冲击要强于制造业贸易对生产性服务的影响力；第三、制造业与生产性服务业贸易彼此之间的关联性较强，需要二者之间不断地相互循环刺激才能更好地发展，同时二者的发展均需要长期地依赖技术创新，其中生产性服务业贸易发展对技术创新的敏感程度更高。脉冲响应函数的结果与理论机制分析的内容基本吻合，一方面，制造业的规模效应、二元驱动和生产性服务的集聚和进口效应其内在都需要持续刺激从而产生效果，随着制造业与生产性服务业贸易互补性的不断增强，二者彼此相互刺激形成良性循环，这也是高质量发展背景下实现效率和动力变革的重要路径之一；另一方面，二者发展均长期离不开技术创新，无论是理论、工程还是实践创新，其投入和收益都不是短期的，可以认为创新是实现制造业和生产性服务业贸易形成良性循环的关键所在，这也是高质量发展背景下实现质量变革的重要路径之一。

第三步，预测方差分析更注重了解变量间互动影响的程度，相较于格兰杰因果检验其并不包含更多的因果关系。表7列举了预测方差分解的情况，主要给出了第5、10、20、30期的结果。

从预测方差分解的结果来看，在第10期的结果便趋于稳定。宏观上各变量自身发展的影响比重占据主导地位，其中技术创新自身影响程度占比最高（99.7%），生产性服务业贸易动态发展水平自身影响程度占比最低（85.8%），且制造业对其影响程度占比14.2%，印证了制造业与生产性服务业贸易的强关联性。预测方差分解的结果强调了脉冲响应函数图中自身冲击的重要性，说明除了关注三者之间的互动性，每个方面自身的发展亦不可忽视。

通过以上描述性统计、相关检验和实证结果分析，本文通过 BVAR 模型就制造业、生产性服务贸易及技术创新之间的关系进行了分析。总体上，实证结果与前文理论分析的内容基本吻合，制造业、生产性服务贸易、技术创新三者之间相互依赖同时相互促进，图形与表格的结果也表明各变量变化对自身发展存在显著影响，这在相关政策制定中不容忽视。

五、结论与政策启示

全球价值链概念被提出以后，围绕价值链攀升的研究不断涌现，在高质量发展背景下，推动产业实现质量、效率和动力变革是实现价值链攀升的重要路径。从国际贸易视角切入，探讨制造业、生产性服务业贸易发展和技术创新之间的互动关系可以为相关的政策制定提供实证基础。本文运用增加值数据结合高质量发展背景，从理论、工程、实践创新三个层次对技术创新进行多层次诠释，构建贝叶斯 VAR 模型分析制造业、生产性服务业贸易发展和技术创新之间的动态联系，得出以下结论：

第一，中国制造业虽然“量”在增大，但附加值增长较弱，美国“去工业化”目标使得发展中国家承担了更多低附加值环节，核心竞争力难以提升；第二，制造业与生产性服务业贸易发展之间具备较高紧密性，需要彼此之间相互刺激形成良性循环；第三，制造业与生产性服务业贸易发展均对技术创新具备长期依赖性，且后者程度更强，技术创新发展对二者冲击持续性较强，中国技术创新潜力较大；第四，除了制造业、生产性服务业贸易发展和技术创新之间的互动影响，三者自我提升刺激效应明显，在方差分解中占据主导地位。

基于上述研究结论，结合当前国际经济贸易形势，得出以下政策启示：一是加强拓宽制造业与生产性服务业之间的沟通渠道。要想在国际贸易中形成两种产业贸易之间的相互刺激，加强彼此之间的沟通非常重要。从全球价值链角度出发，需要相关政策促进价值链整合，使得彼此互动效率得以提升；二是针对性地提高不同层次技术创新力度。理论、工程和实践创新处于三个不同的层次，投入与收益亦不同，国家应根据实际发展需要针对性地制定相应的政策。如通过加强企业与高校科研项目和研究院的合作促进理论创新的进步，通过扩大高校科研成果应用转化促进工程创新的进步，通过合理降低中小企业融资门槛，从而鼓励更多企业参与实践创新等；三是重视对各产业自身的扶持，培养产业核心自主知识产权竞争意识。一方面，根据文章的分析，除了外生因素的影响，产业自身发展的冲击持续性和影响力同样重要。另一方面，在国际市场中，处于行业主导地位的企业在面临新兴企业竞争的时候，可以通过适当降低价格迅速提升销量，扩大市场份额，以此种“温水煮青蛙”的方式逐渐形成对全球行业市场的垄断，而通过培养产业核心自主产权意识使得企业坚持参与竞争与创新，能有效避免被“卡脖子”的问题；四是完善法律环境与结构建设，提升知识产权保护力度。在提高创新、培养核心知识产权竞争意识的基础上，完善的知识产权保护体系是实现产业发展的重要保障。尤其针对中小企业，提升企业维权效率，降低维权成本，可有效避免中小企业研究成果被窃用。

参考文献：

[1]朱廷珺，班元浩.生产性服务业贸易自由化与制造业全球价值链的攀升[J].经济经纬，2020（6）：57-65.

[2]王伟.我国经济高质量发展评价体系构建与测度研究[J].宁夏社会科学，2020（6）：82-92.

[3]金碚.关于“高质量发展”的经济学研究[J].中国工业经济，2018（4）：5-18.

[4]魏艺明，魏玮，姚博.全球生产分工与我国增加值贸易高质量发展[J].世界经济与政治论坛，2019（6）：1-27.

[5]高麗娜，宋慧勇.创新驱动、人口结构变动与制造业高质量发展[J].经济经纬，2020（4）：81-88.

[6]郭然，原毅军，张涌鑫.互联网发展、技术创新与制造业国际竞争力——基于跨国数据的经验分析[J].经济问题探索，2021（1）：171-180.

[7]韩峰，庄宗武，阳立高.中国制造业出口价值攀升的空间动力来源——基于要素供给和市场需求的综合视角[J].中国工业经济，2021（3）：61-79.

[8]谢小咪.生产性服务业与制造业协调发展与演化[J].科技和产业，2021（2）：28-35.

[9]杜新建.制造业服务化对全球价值链升级的影响[J].中国科技论坛，2019（12）：75-82+90.

[10]韩民春，袁瀚坤.生产性服务业与制造业融合对制造业升级的影响研究——基于跨国面板的分析[J].经济问题探索，2020（12）：150-161.

[11]龙飞扬，殷凤.制造业全球生产分工深化能否提升出口国内增加值率[J].国际贸易问题，2021（3）：32-48.

[12]肖宇，夏杰长，倪红福.中国制造业全球价值链攀升路径[J].数量经济技术经济研究，2019（11）：40-59.

[13]Hummels， D.， Ishii， J.， Yi， K.M. The Natural and Growthof Vertical Specialization in World Trade[J]. Journal of International Economics， 2011（1）：75-96.

[14]Koopman， R.， Wang， Z.， Wei， S. J. Tracing Value-Addedand Double Counting in Gross Exports[J]. Social ScienceElectronic Publishing， 2014（2）：459-494.

[15]Wang Z.， S. Wei， X. Yu， and K. Zhu. Measures of Participation in Global Value Chain and Global Business Cycles[Z]. NBER Working Paper， No. 23222， 2017a.

[16]丁一兵，宋畅.国际生产关联带来技术溢出了么？——基于中国制造业中间投入品技术水平的研究[J].当代经济研究，2021（1）：76-88.

[17]赵公民，俞立平，戴化勇.创新数量、创新质量与高技术产业出口[J].中国管理科学，2021，29（2）：61-68.

[18]Wang Z.， S. Wei， X. Yu， and K. Zhu. 2017b. Characterizing Global Value Chains： Production Length and Upstreamness[Z]. NBER Working Paper， No. 23261， 2017b.

[19]李玥，张雨婷，郭航，徐玉莲.知识整合视角下企业技术创新能力评价[J].科技进步与对策，2017（1）：131-135.