張鐘元， 陳德艷

(1. 遼寧大學 經(jīng)濟學院，遼寧 沈陽 110036; 2. 東北大學 信息科學與控制工程學院， 遼寧 沈陽 110036)

一、引言

改革開放以來，中國經(jīng)過30年的高速發(fā)展，經(jīng)濟總量已經(jīng)非常龐大，根據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)，從2010年開始中國經(jīng)濟總量已超越日本，成為世界第二大經(jīng)濟體，并繼美國之后第二個躋身于10萬億美元經(jīng)濟體俱樂部。隨著改革的不斷深入，2012年開始，中國經(jīng)濟增速放緩，逐步由高速發(fā)展轉為中高速發(fā)展。新常態(tài)背景下，如何防止經(jīng)濟硬著陸成為迫在眉睫的問題，而中國制造業(yè)的轉型升級成為解決問題的關鍵。

中國發(fā)展高端制造業(yè)的基礎較為完善，中國不僅是全球唯一一個工業(yè)種類齊全的國家，而且企業(yè)的經(jīng)濟技術實力也在不斷加強，“中國制造”已經(jīng)遍布全球。世界五百強企業(yè)名單中，2005年僅有中國企業(yè)18家，而到2016年已經(jīng)達到110家，短短十年時間增長了六倍多。中國在大部分中端產(chǎn)品的制造上已經(jīng)具有了“碾壓式”的優(yōu)勢，但是高端制造業(yè)與美國、德國、日本等傳統(tǒng)強國相比，依然存在較大差距，高端產(chǎn)品仍需要大量進口。因此，發(fā)展高端制造業(yè)已經(jīng)成為中國制造業(yè)的重中之重，而核心技術的突破則是制造業(yè)升級轉型的必經(jīng)之路。

為進一步提升制造業(yè)轉型升級的效率，有必要了解過去十年中哪些因素對高技術產(chǎn)業(yè)的發(fā)展具有顯著的促進效應，哪些因素仍需進一步完善。本文試圖從內(nèi)生增長理論的角度，對中國高技術產(chǎn)業(yè)進行深入分析，尋找促進知識增長的驅(qū)動因素，并給出相應的政策建議。

二、中國高技術產(chǎn)業(yè)發(fā)展概述

新世紀以來，中國的高技術產(chǎn)業(yè)發(fā)展迅速，“十二五”期間高技術產(chǎn)業(yè)一直保持兩位數(shù)的高速增長，2016年高技術產(chǎn)業(yè)增加值的增長速度達到10.8%，比規(guī)模以上工業(yè)增長速度高出4.8個百分點。在全球制造業(yè)升級的大背景下，提升中國制造的技術能力水平是行業(yè)發(fā)展的基本要求和必然選擇。

1.中國發(fā)展高技術產(chǎn)業(yè)的可行性

中國制造業(yè)中有一批有實力的企業(yè)，但是中國殼外國芯的產(chǎn)品依然很多。制造業(yè)企業(yè)大都位于產(chǎn)業(yè)鏈的低端，眾多制造企業(yè)長期處于“低端鎖定”的尷尬境地。中國具有很強的整體組裝和零部件生產(chǎn)能力，例如高鐵、核能裝備等整體裝備產(chǎn)品已經(jīng)走出國門，但不可忽視的是制造業(yè)整體來說仍然大而不強，仍存在產(chǎn)業(yè)鏈相對較短，創(chuàng)新價值鏈不夠完整，不具備完整的自主核心技術能力，產(chǎn)值大，利潤低等問題。

高技術產(chǎn)業(yè)具有一定的技術門檻效應和技術壁壘性，使其面對危機的魯棒性更強，抗風險能力遠優(yōu)于傳統(tǒng)制造業(yè)，發(fā)展遠景也優(yōu)于普通制造業(yè)。國家統(tǒng)計局的數(shù)據(jù)顯示，2001—2016年間，中國的GDP平均增速約為9%，在此期間，傳統(tǒng)制造業(yè)發(fā)展并不是穩(wěn)定上升而是隨市場和政策劇烈變動，利潤增長率如過山車般起伏震蕩。2008年全球金融危機的爆發(fā)更使得一大批企業(yè)倒閉，這其中不僅包括傳統(tǒng)產(chǎn)業(yè)企業(yè)，還包括缺乏技術創(chuàng)新的互聯(lián)網(wǎng)產(chǎn)業(yè)，以及產(chǎn)能過剩的光伏產(chǎn)業(yè)、新能源產(chǎn)業(yè)等新興產(chǎn)業(yè)，其余企業(yè)的利潤也大幅縮水，產(chǎn)值增長率在2009年降到一個低谷。但是同期的高技術產(chǎn)業(yè)產(chǎn)值相對平穩(wěn)，增長率雖然有所下降，但和傳統(tǒng)制造業(yè)相比，下降幅度明顯較小。

較強的抗風險能力和廣闊的發(fā)展前景，使得高技術產(chǎn)業(yè)具有更大的經(jīng)濟吸引力。隨著國內(nèi)國際經(jīng)濟環(huán)境的變化，制造業(yè)利潤率持續(xù)降低，2008年時高技術產(chǎn)業(yè)的利潤增長率第一次超過了傳統(tǒng)制造業(yè)，雖然政府的4萬億投資計劃直接刺激了制造業(yè)的發(fā)展，使其在2008年的利潤率出現(xiàn)短暫的上升，但僅僅兩年后，高技術產(chǎn)業(yè)的利潤率再次超過制造業(yè)，2012年開始高技術產(chǎn)業(yè)利潤增長率已經(jīng)遠高于傳統(tǒng)制造業(yè)。

2.高技術產(chǎn)業(yè)發(fā)展與制造業(yè)升級

高技術產(chǎn)業(yè)對傳統(tǒng)制造業(yè)具有驅(qū)動效應，中國制造業(yè)智能化升級在2008年前后初現(xiàn)端倪，此后隨著高技術產(chǎn)業(yè)向傳統(tǒng)制造業(yè)的技術擴散，形成了高技術產(chǎn)業(yè)的驅(qū)動效應[1]。從產(chǎn)業(yè)鏈延伸的效果上看，高技術產(chǎn)業(yè)從技術研發(fā)到生產(chǎn)商品的價值鏈更長，其發(fā)展的影響因素也更多，但這種高風險通常會伴隨高利潤。根據(jù)熊彼得的技術經(jīng)濟理論，這種高利潤會讓高技術產(chǎn)業(yè)對于其他行業(yè)產(chǎn)生技術溢出效應。在高技術產(chǎn)業(yè)垂直專業(yè)化的驅(qū)動下，制造業(yè)與高技術產(chǎn)業(yè)的利潤產(chǎn)值比雖有差距但會逐漸趨同，產(chǎn)業(yè)升級將呈現(xiàn)必然趨勢[2]。

總的來說，技術具有壁壘性，因此高技術產(chǎn)業(yè)的增長發(fā)展振幅更小，利潤率更穩(wěn)定。中國的后工業(yè)化國情需要發(fā)展創(chuàng)新驅(qū)動下的新制造業(yè)，國家出臺的一系列方針政策也體現(xiàn)出制造業(yè)整體升級的決心和必然性。從科學技術、需求結構、產(chǎn)業(yè)組織結構、全球經(jīng)濟梯度發(fā)展效應和國家戰(zhàn)略的角度來看，中國制造業(yè)轉型升級的進程中，開放式創(chuàng)新系統(tǒng)已具雛形[3]，現(xiàn)有的高技術產(chǎn)業(yè)和未來的中國智能制造業(yè)必將相互影響、交織融合。

中國高技術產(chǎn)業(yè)正處于成長期，在此階段技術研發(fā)和突破是其進一步發(fā)展的核心問題。未來一段時間內(nèi)，中國制造業(yè)升級中存在的主要問題仍是技術問題，這與過去的高技術產(chǎn)業(yè)發(fā)展歷程中存在的問題相同。因此了解高技術產(chǎn)業(yè)中先進技術知識的增長從何而來，何種原因能促進企業(yè)形成自身的技術創(chuàng)新體系，了解現(xiàn)有技術投入中何種投入的效果顯著，何種投入短期無效具有一定的理論和現(xiàn)實意義。

三、數(shù)理模型

考慮到中國高技術產(chǎn)業(yè)正處于成長期，因此筆者基于新增長理論展開進一步的分析，其模型為保羅·羅默(P.Romer)、格羅斯曼與赫爾普曼(Grossman和Helpman)等人所提出的研究與開發(fā)增長模型的簡化形式[4]。創(chuàng)新生產(chǎn)分為產(chǎn)品生產(chǎn)和知識生產(chǎn)，知識的增長對于總生產(chǎn)的促進作用已得到眾多學者的印證[5]，因此本文僅從知識生產(chǎn)角度進行分析。知識生產(chǎn)函數(shù)從提出至今一直在被不斷地修改和完善?？紤]到Rome-Jhons擴展模型在因素分析上的優(yōu)勢，本文以其為基礎模型來構建知識函數(shù)。

企業(yè)改革升級的過程中，因為所在地通常不會發(fā)生較大變動，因此假設：(1)政策、地域等因素為可控變量，不影響企業(yè)增長；(2)考慮到知識作為千百年來傳承的特殊物質(zhì)，是不斷發(fā)展的，因此正確的知識并不會因為時間的變化而變得無用，因此假設知識持續(xù)增長且沒有折舊率。對用于生產(chǎn)的資金和人員投入短期不變，增長方式為指數(shù)形式，使用柯布-道格拉斯函數(shù)構造高技術產(chǎn)業(yè)的預期生產(chǎn)函數(shù)為：

(1)

其中，A(t)為知識存量，(1)式左邊為知識增量，θ為現(xiàn)有知識存量對研發(fā)的影響參數(shù)，假設θ>0，即知識量不會減少。B為轉移參數(shù)令其為常數(shù)，L(t)為知識生產(chǎn)部門所投入的勞動力。Ki(t)為所投入的各項資本，在本文中各項資本投入分別為：內(nèi)部研發(fā)經(jīng)費、國內(nèi)技術引進經(jīng)費、國外技術引進經(jīng)費和技術改造經(jīng)費。

(2)

對(2)式兩邊同時取對數(shù)可得計量模型：

lngA(t)=lnB+∑βilnKi(t)+

γlnL(t)+(θ-1)lnA(t)+εt

(3)

為進一步考察知識增長的速度，方程(3)兩邊同時取對數(shù)并求導可得：

(4)

(5)

本文從知識內(nèi)生性角度研究企業(yè)知識增長性問題，因此對知識增長率θ進行分析。根據(jù)公式(5)可知，當資本增速gKi和勞動力增速gL一定時，若θ<1，隨著gA(t)的增加，知識增長率呈現(xiàn)先增后減的趨勢，知識發(fā)展不具備長期可持續(xù)性，到達峰值后其加速度會下降，函數(shù)具有穩(wěn)定點。若θ=1，其增長率為常數(shù)，這是一種理想狀態(tài)，知識存量勻加速增長。若θ>1，隨著gA(t)的增加，知識增長呈現(xiàn)加速上升趨勢，知識具有自促進作用，在不考慮折舊的情況下，知識在一定時期內(nèi)均會保持高速增長。后兩種情況沒有穩(wěn)定點，行業(yè)知識的內(nèi)增長性為行業(yè)后期發(fā)展提供動力。同時，知識增長率的提升將使得行業(yè)發(fā)展加速，使其具有長足的發(fā)展?jié)摿ΑＰ轮R產(chǎn)生后會開始傳播、擴散，伴隨著知識擴散，新知識的轉化和創(chuàng)新能力存在效果遞減作用。中國的高技術產(chǎn)業(yè)作為未來10年優(yōu)先發(fā)展的先進性產(chǎn)業(yè)，理論上應當有θ大于1。

四、實證分析

1.變量的描述性統(tǒng)計分析

表1 變量的描述性統(tǒng)計分析

為便于比較不同區(qū)域的創(chuàng)新效率，筆者依照中國統(tǒng)計年鑒的劃分標準，把中國分為東部、中部和西部地區(qū)，由于西藏自治區(qū)部分年份數(shù)據(jù)的缺失及其本身的特殊性，西部地區(qū)并未包括西藏。選取2007—2016年相關數(shù)據(jù)為研究樣本，本文數(shù)據(jù)均來源于《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》、《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》及中國科技統(tǒng)計網(wǎng)。使用STATA軟件對相關數(shù)據(jù)進行實證分析。

按照付宏等人的方法[6]，使用有效發(fā)明專利的數(shù)量作為知識度量指標。以統(tǒng)計年鑒中高技術產(chǎn)業(yè)各類資本的投入數(shù)量和勞動力投入數(shù)量分別作為資本投入和勞動投入指標，上表1為各變量的含義及描述性統(tǒng)計分析結果。

2.實證結果分析

本文的實證共分為兩部分：第一部分基于靜態(tài)面板模型分析了影響知識積累的因素，在此部分使用Hausman檢驗來判斷具體模型的選擇。第二部分則基于動態(tài)面板數(shù)據(jù)模型分析了影響知識積累的因素。在實際生活中，知識的積累通常具備一定的慣性，因此筆者考慮建立包含被解釋變量滯后項的動態(tài)面板數(shù)據(jù)模型?？紤]到各變量間可能存在的內(nèi)生性問題，本文選擇廣義矩估計(GMM)方法。廣義矩估計又分為系統(tǒng)廣義矩估計和差分廣義矩估計兩種，相對差分廣義矩估計而言，系統(tǒng)廣義矩估計的有效性更強，因此，在動態(tài)面板部分，本文最終使用系統(tǒng)GMM模型進行估計，并進一步通過AR檢驗來驗證模型設定的合理性，使用Sargan檢驗來驗證工具變量的有效性。

(1)靜態(tài)面板模型

靜態(tài)模型中，使用Hausman檢驗來判斷個體效應項的解釋變量之間的關系，如果它們之間存在相關性，模型更適宜使用固定效應分析；如果不存在相關性，那么模型更適宜使用隨機效應分析。根據(jù)下表2中的Hausman檢驗結果，本文中的四個模型均適合使用固定效應進行進一步的分析。

由實證檢驗結果表2可知，首先，各個模型中勞動力的系數(shù)均顯著為正，研發(fā)人員的投入有利于知識積累的加速。西部地區(qū)模型中勞動力系數(shù)只通過了10%統(tǒng)計水平下的顯著性檢驗，這可能是由于相比于中國其他地區(qū)，西部地區(qū)對于高技術人才的吸引程度較低，在改革開放早期還曾多次出現(xiàn)“孔雀東南飛”的現(xiàn)象，西部地區(qū)人才大量涌入東部沿海經(jīng)濟發(fā)達地區(qū)，所有這些使得西部地區(qū)的研發(fā)人員素質(zhì)略低于中東部地區(qū)。

其次，各個模型中，內(nèi)部研發(fā)經(jīng)費的系數(shù)均為正，且都在5%或1%的統(tǒng)計水平下顯著，企業(yè)根據(jù)自身發(fā)展需求和市場需求會投入大量的資金用于技術研發(fā)，從統(tǒng)計分析結果看，企業(yè)的研發(fā)投入加速了企業(yè)的知識積累，利于企業(yè)自身發(fā)展。國內(nèi)技術引進經(jīng)費的系數(shù)在各模型中均顯著為正，但東部地區(qū)模型中的系數(shù)只通過了10%統(tǒng)計水平下的顯著性檢驗，顯著性明顯低于中部和西部地區(qū)。這可能是由于同西部地區(qū)和中部地區(qū)相比，東部地區(qū)的技術水平更高，且代表了中國高技術產(chǎn)業(yè)的最高水平，因此對東部地區(qū)而言，國內(nèi)技術引進對其進一步發(fā)展的效果已經(jīng)較差，中部地區(qū)和西部地區(qū)仍可以通過從東部地區(qū)引進技術來提高自身的知識積累速度。國外技術引進經(jīng)費的系數(shù)在各模型中均為正，其中在西部地區(qū)模型中沒有通過顯著性檢驗，在全國模型、東部地區(qū)和中部地區(qū)模型中顯著為正。如前文所述，比較而言西部地區(qū)的技術水平低于東部，經(jīng)濟發(fā)展水平也處于我國的較低水平，更加昂貴的國外技術對其而言負擔過高，因此大量引進國外技術并不利于西部地區(qū)的知識積累。相反，東部地區(qū)的技術水平在中國已處于領先位置，只有通過引進發(fā)達國家更為先進的技術才能加速其知識積累。

各模型中知識存量的系數(shù)均顯著為正，知識具有積聚效應，知識的不斷積累能夠在一定程度上提高知識的增長速度，模型實證分析結果驗證了知識的積累具有一定的自促進性。

表2 高技術產(chǎn)業(yè)知識增長影響因素分析結果(靜態(tài)模型)

注：括號內(nèi)為t統(tǒng)計量值；*，**，***分別表示結果在10%、5%和1%的統(tǒng)計水平下顯著；下文同

(2)動態(tài)面板模型

考慮到各項投資對高技術產(chǎn)業(yè)知識增長的長期影響，建立動態(tài)面板模型進行實證分析，由于滯后二期、三期模型中大多數(shù)統(tǒng)計量均未通過檢驗，故本文只列出了滯后一期的結果，這在一定程度上說明了高技術產(chǎn)業(yè)的技術周期相對較短，更新速度更快。動態(tài)面板的估計結果見表3(常數(shù)項并非本文的考察對象，故未列出)。

表3 高技術產(chǎn)業(yè)知識增長影響因素分析結果(動態(tài)模型)

由表3可以看出，所有模型回歸結果的AR(1)都小于0.05，AR(2)都大于0.1，各模型殘差項都存在一階序列相關和二階序列不相關，說明所設定的模型具備一定的合理性。Sargan檢驗結果說明了所設定的模型不存在過度識別問題，工具變量的使用整體有效。

由滯后一期的動態(tài)模型實證結果表3可以看出，各勞動力和資本解釋變量系數(shù)的符號和顯著性均沒有發(fā)生明顯改變，這說明在長期，勞動和資本對于知識積累及新知識增長的影響并未發(fā)生明顯改變。此外，在各個模型中，滯后一期的被解釋變量系數(shù)均顯著為正，這說明新知識的增長具有一定的慣性。知識的積累是一個長期的過程，在積累初期，其帶來的外部性通常并不明顯，但當積累到一定水平后，其外部性可能會突然顯現(xiàn)出來并呈現(xiàn)加速趨勢，也就是我們常說的“厚積薄發(fā)”現(xiàn)象。以我國的華為為例，在移動通訊終端的智能手機領域，我國的華為算是后來者，但憑借其強大的技術研發(fā)能力，經(jīng)過多年在知識、專利方面的積累后，能夠做到后來者居上，迅速獲得了國內(nèi)外消費者的認可，并在全球智能手機市場占有了較大份額。

(3)高技術產(chǎn)業(yè)子行業(yè)分析

按照《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》的標準，高技術產(chǎn)業(yè)又可分為5個大行業(yè)17個子行業(yè)，這5個大的子行業(yè)分別為：醫(yī)藥制造業(yè)、航空航天器及設備制造業(yè)、電子及通訊設備制造業(yè)、計算機及辦公設備制造業(yè)、醫(yī)療設備及儀器儀表制造業(yè)。對高技術產(chǎn)業(yè)的五個子行業(yè)進行同樣分析后發(fā)現(xiàn)，子行業(yè)的面板數(shù)據(jù)分析結果差與總體數(shù)據(jù)分析結果基本一致，其具體結果在此不再一一贅述，分行業(yè)的分析結果說明各子行業(yè)也具有知識增長自促進性。

3.實證結果分析

對高技術產(chǎn)業(yè)的實證分析結果驗證了前文理論模型中知識增長的循環(huán)性和自促進性，這進一步說明了高技術產(chǎn)業(yè)符合知識的內(nèi)生性增長理論。經(jīng)過簡單計算可得，不論行業(yè)整體數(shù)據(jù)還是分行業(yè)數(shù)據(jù)均驗證了θ>1，這與理論分析結果相同，反映出中國高技術產(chǎn)業(yè)正處于上升期。從模型分析結果可以看出，泛泛的投入對新知識增長是沒有作用的，相反企業(yè)針對自身特色技術開發(fā)投入是具有顯著效果的，由此可見高技術產(chǎn)業(yè)中企業(yè)之間的競爭，體現(xiàn)在核心技術研究人才的競爭。從企業(yè)技術的提升效果上看，消化吸收先進技術和直接購買國內(nèi)技術是迅速提高自身技術水平的有效手段，國內(nèi)技術和國外技術的購買可直接獲取有用的技術，使企業(yè)自身的知識積累速度有所提升。但在不同區(qū)域，由于其基礎技術水平存在差異，因此兩種手段對于知識積累的影響有所差異。直接的引進技術仍屬于現(xiàn)有技術范疇，如沒有二次創(chuàng)新可能走一種“落后—引進—落后”的模式。實際上，很少有企業(yè)會將自己的核心技術出售，所以技術引進雖然可以迅速使企業(yè)升級換代，提高產(chǎn)品產(chǎn)值效益，但是對于新知識的增長作用是不明顯的。

五、結論與建議

本文基于內(nèi)生增長和技術創(chuàng)新理論，采用靜態(tài)和動態(tài)面板模型分析了影響中國高技術產(chǎn)業(yè)知識增長的因素。研究結果表明，中國高技術產(chǎn)業(yè)具有一定的知識自促進性，行業(yè)正處于發(fā)展的上升期，且現(xiàn)有的技術已經(jīng)可以支撐產(chǎn)業(yè)未來的創(chuàng)新發(fā)展，在未來的發(fā)展中高技術產(chǎn)業(yè)還將保持高速增長態(tài)勢。知識創(chuàng)新的主要驅(qū)動因素是有針對性的人員和資金投資，各驅(qū)動因素在不同地區(qū)存在一定差異，對于不同地區(qū)，技術趕超需要更為精準的定位投資。根據(jù)以上研究結論，為進一步促進中國高技術產(chǎn)業(yè)的發(fā)展，推動中國制造業(yè)的轉型升級，最終提高中國制造的國際競爭力，筆者提出以下政策建議。

第一，鼓勵規(guī)模以上企業(yè)建立獨立的研發(fā)實驗室，鼓勵中小企業(yè)與相關機構聯(lián)合研發(fā)。較長時間的專業(yè)研發(fā)人員和企業(yè)專用技術積累是企業(yè)提升競爭力的有效手段，建立有針對性的研究部門可以更好地進行研發(fā)創(chuàng)新，并保持研究的連續(xù)性，因此即使企業(yè)不具備獨立研發(fā)人員的培養(yǎng)能力，也要與相關研究機構聯(lián)合進行定向培養(yǎng)。

第二，完善知識產(chǎn)權制度，對于創(chuàng)新型企業(yè)在政策上給予大力的支持和保護。由于國外企業(yè)對于其先進技術的封鎖，國內(nèi)企業(yè)只有通過對已有成果的升級和創(chuàng)新性研發(fā)才能獲得進一步的發(fā)展。因此，基于企業(yè)研發(fā)的政策支持，以及對其研發(fā)成果給予的知識產(chǎn)權保護，可以保證高技術企業(yè)的利潤，并能夠進一步促進其研發(fā)和創(chuàng)新的積極性，最終形成良性創(chuàng)新生態(tài)。

第三，培養(yǎng)優(yōu)秀的企業(yè)家，發(fā)揮企業(yè)家精神。企業(yè)家的戰(zhàn)略眼光和發(fā)展策略對于企業(yè)的持續(xù)發(fā)展有顯著影響，企業(yè)家個人的價值取向也會影響企業(yè)的創(chuàng)新意愿。因此培養(yǎng)優(yōu)秀的企業(yè)帶頭人，對于中國制造業(yè)產(chǎn)業(yè)轉型升級具有重要意義。

[1] 王偉光，馬勝利，姜 博．高技術產(chǎn)業(yè)創(chuàng)新驅(qū)動中低技術產(chǎn)業(yè)增長的影響因素研究[J]．中國工業(yè)經(jīng)濟，2015(3)：70-82．

[2] 戴魁早．產(chǎn)業(yè)垂直專業(yè)化的驅(qū)動因素研究——基于中國高技術產(chǎn)業(yè)的實證檢驗[J]．財貿(mào)研究，2011，22(4)：30-39．

[3] 馬 強．共享經(jīng)濟在我國的發(fā)展現(xiàn)狀、瓶頸及對策[J]．現(xiàn)代經(jīng)濟探討，2016(10)：20-24．

[4] Grossman G， Helpman E． Innovation and Growth in the Global Economy[J]． Elhanan Helpman， 1993， 1(2)：323-324．

[5] 吳勇志，張 玲．知識溢出、轉化性學習與中小企業(yè)創(chuàng)新能力提升機制研究[J]．經(jīng)濟經(jīng)緯，2015，32(1)：108-113．

[6] 付 宏，毛蘊詩，宋來勝．創(chuàng)新對產(chǎn)業(yè)結構高級化影響的實證研究——基于2000—2011年的省際面板數(shù)據(jù)[J]．中國工業(yè)經(jīng)濟，2013(9)：56-68．