袁航 茶洪旺 鄭婷婷

摘 要：基于2004—2015年中國31個(gè)省份面板數(shù)據(jù)，采用面板向量自回歸模型PVAR對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級之間的關(guān)系進(jìn)行實(shí)證研究，研究結(jié)果顯示：創(chuàng)新數(shù)量對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的促進(jìn)作用較顯著，創(chuàng)新質(zhì)量因水平較低尚未達(dá)到一定的門檻值而對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的促進(jìn)作用不顯著，這意味著我國正處在以創(chuàng)新數(shù)量為主向以創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的轉(zhuǎn)變時(shí)期;創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)對我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的促進(jìn)作用較微弱;產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級能帶動(dòng)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，這種良性互促發(fā)展將推動(dòng)中國產(chǎn)業(yè)結(jié)構(gòu)與創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量共同向更高層次演進(jìn);創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)調(diào)發(fā)展效應(yīng)不強(qiáng)，制約了創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的步伐。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級;創(chuàng)新數(shù)量;創(chuàng)新質(zhì)量;PVAR模型

中圖分類號：F062.9 ? 文獻(xiàn)標(biāo)識碼：A ? 文章編號：1003-3890（2019）02-0078-08

一、引言

改革開放四十年，中國經(jīng)濟(jì)持續(xù)快速增長，并于2010年成功躋身世界第二大經(jīng)濟(jì)體，實(shí)現(xiàn)了由發(fā)展中窮國向現(xiàn)代化水平不斷提高的發(fā)展中富國轉(zhuǎn)型。與此同時(shí)，“投資拉動(dòng)增長”模式潛行在經(jīng)濟(jì)系統(tǒng)之中的巨大成本，隨著時(shí)間的推移不斷暴露出來，產(chǎn)能過剩嚴(yán)重、高耗能、高排放、企業(yè)技術(shù)創(chuàng)新乏力、資本回報(bào)率下降等一些列問題疊加出現(xiàn)，成為經(jīng)濟(jì)可持續(xù)發(fā)展的嚴(yán)重障礙[1]，中國經(jīng)濟(jì)增長速度已經(jīng)從2010年的10.6%跌至2016年的6.7%。當(dāng)下中國經(jīng)濟(jì)發(fā)展必須通過新技術(shù)、新手段等一系列創(chuàng)新活動(dòng)，實(shí)現(xiàn)由速度調(diào)整向結(jié)構(gòu)調(diào)整的轉(zhuǎn)變，尤其是產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級。創(chuàng)新是促進(jìn)中國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，實(shí)現(xiàn)新一輪平穩(wěn)較快增長的關(guān)鍵。自從黨的十七大提出“提高自主創(chuàng)新能力、建設(shè)創(chuàng)新型國家”以及十八大提出實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略以來，創(chuàng)新驅(qū)動(dòng)發(fā)展取得了一定的成就，其突出表現(xiàn)在代表創(chuàng)新水平的專利申請授權(quán)數(shù)量急劇增長，據(jù)統(tǒng)計(jì)，專利申請授權(quán)數(shù)從1987年的6 401項(xiàng)躍升至2015年的1 596 977項(xiàng)，年均增幅高達(dá)35.88%，我國專利申請授權(quán)數(shù)位居世界第一已是不爭的事實(shí)。雖然國際上通常將國內(nèi)專利擁有量作為衡量一個(gè)國家創(chuàng)新水平的重要指標(biāo)，但由于專利質(zhì)量與數(shù)量未能同步提高，科技創(chuàng)新引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的作用不夠顯著。目前中國的創(chuàng)新發(fā)展水平距離建設(shè)創(chuàng)新型國家的要求仍有很大差距，因此，黨的十九大報(bào)告提出“加快建設(shè)創(chuàng)新型國家”，明確“創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐”。尤其在當(dāng)前我國經(jīng)濟(jì)正處在新舊動(dòng)能轉(zhuǎn)換，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的關(guān)鍵時(shí)期，如何進(jìn)一步發(fā)揮創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的第一動(dòng)力源，是一個(gè)亟待解決的重大理論和實(shí)踐問題。

二、文獻(xiàn)回顧

從國內(nèi)外現(xiàn)有研究文獻(xiàn)來看，研究創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的文獻(xiàn)主要集中在兩個(gè)方面：一是創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的聯(lián)動(dòng)有效性以及對經(jīng)濟(jì)發(fā)展的推動(dòng)作用研究。該部分文獻(xiàn)主要強(qiáng)調(diào)，技術(shù)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級是現(xiàn)代經(jīng)濟(jì)持續(xù)發(fā)展的客觀要求，也是社會(huì)經(jīng)濟(jì)發(fā)展的最優(yōu)選擇。比如周叔蓮等提出技術(shù)創(chuàng)新為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供動(dòng)力，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整又推動(dòng)技術(shù)進(jìn)步，這種雙向促進(jìn)的聯(lián)動(dòng)機(jī)制在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級的同時(shí)促進(jìn)了經(jīng)濟(jì)發(fā)展[2]。Nelson et al.拋棄新古典靜態(tài)均衡范式，提出技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級的動(dòng)態(tài)演化NW模型，多角度闡述了技術(shù)變遷和產(chǎn)業(yè)升級的動(dòng)態(tài)演化機(jī)理[3]。因此，我國應(yīng)憑借技術(shù)創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級[4]。但由于行業(yè)的差異性，使得不同層次的技術(shù)創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整作用，也具有很大的差異性，因此，只有選擇適宜的技術(shù)才會(huì)在較大程度上推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級[5]。二是創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的具體路徑研究。Utterback et al.將企業(yè)的技術(shù)創(chuàng)新分成產(chǎn)品創(chuàng)新和過程創(chuàng)新，從企業(yè)內(nèi)部借助微觀產(chǎn)品分析了創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級的路徑，提出了著名的產(chǎn)業(yè)升級模型[6]。Pietrobelli et al.認(rèn)為產(chǎn)業(yè)升級是通過創(chuàng)新創(chuàng)造更多附加值的過程[7]，但只有在競爭環(huán)境下實(shí)現(xiàn)的較高的創(chuàng)新效率和較快的創(chuàng)新速度才具有產(chǎn)業(yè)升級的潛力[8]。尤其重要的是，高技術(shù)產(chǎn)業(yè)的迅猛發(fā)展促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級[9-10]，但就國內(nèi)實(shí)踐來看，單純依靠技術(shù)引進(jìn)并不是產(chǎn)業(yè)結(jié)構(gòu)改善的原因[11]，比較優(yōu)勢戰(zhàn)略則是一種實(shí)現(xiàn)要素稟賦結(jié)構(gòu)升級和產(chǎn)業(yè)升級更為成功的經(jīng)濟(jì)發(fā)展道路[12]，而且省域人力資本、技術(shù)和創(chuàng)新要素集聚下的技術(shù)創(chuàng)新也將對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級產(chǎn)生遞增的發(fā)散效應(yīng)[13]。此外，放松融資約束能夠推動(dòng)技術(shù)創(chuàng)新活動(dòng)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級[14]，地區(qū)金融發(fā)展和技術(shù)創(chuàng)新的聯(lián)合作用能促進(jìn)第一和第三產(chǎn)業(yè)發(fā)展而抑制第二產(chǎn)業(yè)[15]。

通過對現(xiàn)有文獻(xiàn)的分析發(fā)現(xiàn)，眾多學(xué)者在研究證實(shí)技術(shù)創(chuàng)新、不同形式的創(chuàng)新以及不同約束條件下的創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級具有不同程度促進(jìn)作用時(shí)，忽視了創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的推動(dòng)作用究竟有多大、產(chǎn)業(yè)結(jié)構(gòu)能否反過來促進(jìn)更高水平的創(chuàng)新實(shí)現(xiàn)這一問題。尤其是鮮有從創(chuàng)新的數(shù)量和質(zhì)量兩個(gè)維度來研究創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響。創(chuàng)新的數(shù)量和質(zhì)量是反映創(chuàng)新整體水平的兩個(gè)重要指標(biāo)，二者是相互聯(lián)系、互相制約的。創(chuàng)新數(shù)量是創(chuàng)新的基礎(chǔ)，創(chuàng)新質(zhì)量是創(chuàng)新的核心，是實(shí)現(xiàn)創(chuàng)新價(jià)值的重要體現(xiàn)，只有從創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量兩個(gè)維度，分析研究創(chuàng)新對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響，才能找準(zhǔn)創(chuàng)新驅(qū)動(dòng)的著力點(diǎn)，盡快建立起“全國性的創(chuàng)新體制”[16]，進(jìn)而加快我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的步伐。本文試圖從創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量兩個(gè)維度出發(fā)，運(yùn)用面板向量自回歸模型（PVAR）來研究創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的內(nèi)生互動(dòng)關(guān)系。與其他研究分析方法相比，采用面板向量自回歸模型（PVAR）能更為清晰地反映創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級關(guān)系中各自發(fā)生的內(nèi)在機(jī)理，為進(jìn)一步促進(jìn)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級提供了新的思路。

三、模型構(gòu)建與指標(biāo)選取

（一）模型構(gòu)建

由于創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級之間存在較為復(fù)雜的交互依附性，為了更為全面地反映他們之間的內(nèi)生依存關(guān)系，本文選擇面板向量自回歸模型（PVAR）進(jìn)行分析，該模型是包含固定效應(yīng)的動(dòng)態(tài)面板模型，無需區(qū)分內(nèi)生變量和外生變量，而是將所有的變量都視為內(nèi)生變量。可以說，PVAR模型集成了面板數(shù)據(jù)估計(jì)方法與向量自回歸模型兩種方法的優(yōu)點(diǎn)，并在一定程度上降低了向量自回歸（VAR）方法對時(shí)間序列長度的限制性要求，可以較好地捕捉到樣本單元個(gè)體差異性對模型參數(shù)的影響[17]。本文將模型設(shè)定如下：

其中，Yit為包含產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、創(chuàng)新數(shù)量以及創(chuàng)新質(zhì)量的列向量（lnupisit，lninnov1it，lnnov2it）T，i代表地區(qū)，t代表時(shí)間，p表示模型的滯后階數(shù)。同時(shí)，為了進(jìn)一步檢驗(yàn)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量兩者對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的協(xié)同作用，本文還納入創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的交互乘積項(xiàng)lninnov;A0表示截距向量，A1表示滯后變量的參數(shù)矩陣;？琢i為地區(qū)效應(yīng)列向量，代表以固定效應(yīng)形式反映的截面?zhèn)€體差異性;？濁t(yī)為時(shí)間效應(yīng)列向量，代表時(shí)間變化對截面?zhèn)€體的影響;？著it是“白噪聲”擾動(dòng)項(xiàng)。此方程中實(shí)際需要估算的參數(shù)是Ai。PVAR模型估計(jì)前需采用前向均值差分法（Helmert過程）去除個(gè)體效應(yīng)？琢i和采用組內(nèi)均值差分法（Mean-Differencing）去除時(shí)間效應(yīng)？濁t(yī)以避免個(gè)體效應(yīng)與回歸元素之間因相關(guān)性而導(dǎo)致參數(shù)有偏估計(jì)。之后，將以自變量的滯后項(xiàng)作為工具變量，采用廣義距估計(jì)法（GMM）對模型參數(shù)進(jìn)行有效估計(jì)。

（二）指標(biāo)選取及解釋

1. 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級指數(shù)（upis）。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級包含產(chǎn)業(yè)結(jié)構(gòu)高級化與產(chǎn)業(yè)結(jié)構(gòu)合理化兩個(gè)重要維度。其中，產(chǎn)業(yè)結(jié)構(gòu)高級化是指產(chǎn)業(yè)結(jié)構(gòu)從低水平狀態(tài)向高水平狀態(tài)發(fā)展的動(dòng)態(tài)過程。一般文獻(xiàn)往往根據(jù)克拉克定律采用農(nóng)業(yè)與非農(nóng)業(yè)產(chǎn)值之比測度產(chǎn)業(yè)結(jié)構(gòu)高級化。隨著技術(shù)水平的不斷進(jìn)步以及高科技產(chǎn)業(yè)的迅速發(fā)展壯大，有學(xué)者采用高技術(shù)產(chǎn)業(yè)占工業(yè)產(chǎn)值比重測度產(chǎn)業(yè)結(jié)構(gòu)高級化水平[18]，較為常見的還有結(jié)構(gòu)相似系數(shù)法，即夾角余弦法[19-20]。但是，作為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的重要維度，隨著信息技術(shù)飛速發(fā)展，中國“經(jīng)濟(jì)服務(wù)化”趨勢愈加明顯，伴隨第三產(chǎn)業(yè)增長率要快于第二產(chǎn)業(yè)增長率的事實(shí)[21-22]，借鑒干春暉等[21]的做法，采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比測度產(chǎn)業(yè)結(jié)構(gòu)高級化水平，反映中國經(jīng)濟(jì)“服務(wù)化”演變過程。

產(chǎn)業(yè)結(jié)構(gòu)合理化是指產(chǎn)業(yè)之間協(xié)調(diào)能力的加強(qiáng)和關(guān)聯(lián)水平提高的動(dòng)態(tài)過程，綜合反映了產(chǎn)業(yè)之間的協(xié)調(diào)程度以及資源有效利用程度，是對要素投入結(jié)構(gòu)和產(chǎn)出結(jié)構(gòu)耦合程度的一種衡量[21]。現(xiàn)有文獻(xiàn)對產(chǎn)業(yè)結(jié)構(gòu)合理化的定量研究并不多，指標(biāo)的確定也無統(tǒng)一規(guī)定，國際上以錢納里等人倡導(dǎo)的標(biāo)準(zhǔn)產(chǎn)業(yè)結(jié)構(gòu)為依據(jù)，但因該標(biāo)準(zhǔn)模型難以確定故不常采用，另外還有需求結(jié)構(gòu)標(biāo)準(zhǔn)和產(chǎn)業(yè)間比例平衡標(biāo)準(zhǔn)，但因缺乏實(shí)際可操作性而擱置。也有學(xué)者采用結(jié)構(gòu)偏離度來測度產(chǎn)業(yè)結(jié)構(gòu)合理化[23]，但該指標(biāo)將各產(chǎn)業(yè)的經(jīng)濟(jì)地位視為等同，未能很好的反映不同產(chǎn)業(yè)結(jié)構(gòu)偏差對經(jīng)濟(jì)影響的重要程度。有些學(xué)者亦采用Hamming貼近度將我國產(chǎn)業(yè)產(chǎn)出結(jié)構(gòu)與國際標(biāo)準(zhǔn)的貼近程度作為產(chǎn)業(yè)結(jié)構(gòu)合理化的測度指標(biāo)，卻忽視了我國就業(yè)結(jié)構(gòu)以及國際標(biāo)準(zhǔn)可能并不符合我國產(chǎn)業(yè)結(jié)構(gòu)演變特征等問題。本文結(jié)合泰爾指數(shù)將測度產(chǎn)業(yè)結(jié)構(gòu)合理化的具體公式設(shè)定為如下形式：

同時(shí)，為了從整體上度量中國產(chǎn)業(yè)轉(zhuǎn)型升級水平，本文通過主成分分析法將產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化兩個(gè)分指標(biāo)合成“產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級指數(shù)”。具體步驟包括逆向指標(biāo)正向化和無量綱化處理，其中，對衡量產(chǎn)業(yè)結(jié)構(gòu)合理化的泰爾指數(shù)取倒數(shù)使其與產(chǎn)業(yè)結(jié)構(gòu)高級化方向一致，并采用均值化方法對指標(biāo)進(jìn)行無量綱化處理，以消除各變量因不同量級而無法整合的缺陷，并利用SPSS20.0軟件合成產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級指數(shù)。

2. 創(chuàng)新數(shù)量（innov1）與創(chuàng)新質(zhì)量（innov2）。創(chuàng)新數(shù)量是對創(chuàng)新在數(shù)量維度上的界定，是創(chuàng)新發(fā)展初期階段的主要特征?，F(xiàn)有的文獻(xiàn)并未對創(chuàng)新數(shù)量的概念作出統(tǒng)一明確規(guī)定。本文認(rèn)為創(chuàng)新數(shù)量是指在一定的創(chuàng)新要素（包括研發(fā)人員以及研發(fā)經(jīng)費(fèi)等）投入前提下，經(jīng)過一系列生產(chǎn)研發(fā)過程所獲得的創(chuàng)新成果產(chǎn)出數(shù)量，常見的主要是指科技成果產(chǎn)出，比如專利產(chǎn)出。高林等在研究創(chuàng)新數(shù)量、質(zhì)量及其激勵(lì)的異質(zhì)影響時(shí)，采用企業(yè)獲得的發(fā)明專利數(shù)表示創(chuàng)新數(shù)量[24]。據(jù)此，本文采用國內(nèi)專利申請授權(quán)數(shù)測度創(chuàng)新數(shù)量。專利數(shù)量僅是對創(chuàng)新在數(shù)量維度上的測量，理論上測度創(chuàng)新還需要考慮創(chuàng)新的價(jià)值維度[25]。本文將創(chuàng)新價(jià)值維度界定為創(chuàng)新質(zhì)量，它代表創(chuàng)新的水平和高度，是對創(chuàng)新發(fā)展步入高級階段的反映。在現(xiàn)有文獻(xiàn)中，對創(chuàng)新質(zhì)量概念的界定還未達(dá)成統(tǒng)一。Haner于2002年最早提出了創(chuàng)新質(zhì)量概念的框架，認(rèn)為創(chuàng)新質(zhì)量是所有創(chuàng)新的總結(jié)果，具體包括產(chǎn)品或服務(wù)質(zhì)量、過程質(zhì)量以及經(jīng)營質(zhì)量三個(gè)維度[26]。楊幽紅指出創(chuàng)新質(zhì)量的一個(gè)重要方面是創(chuàng)新所提供的產(chǎn)品、服務(wù)、過程，市場或經(jīng)營管理的組織和方法特征滿足顧客要求的程度，包括增加顧客滿意、增加市場份額、提高銷售收入等[27]。孫兆剛指出創(chuàng)新質(zhì)量是一組固有特性滿足創(chuàng)新活動(dòng)要求的程度[28]，馬永紅等將創(chuàng)新質(zhì)量界定為創(chuàng)新績效在過程—產(chǎn)出—經(jīng)濟(jì)效益三個(gè)維度的總和[29]。隨著對創(chuàng)新研究的深入，對創(chuàng)新質(zhì)量的指標(biāo)選取也見仁見智，具體包括專利授權(quán)率和付費(fèi)期長度[30-31]、企業(yè)發(fā)明專利的平均專利知識寬度[24]以及發(fā)明專利與申請專利之比[32]。實(shí)際上，一項(xiàng)創(chuàng)新是否成功并不在于它是否新穎、巧妙或者具有科學(xué)內(nèi)涵，更重要的在于它是否能夠贏得市場[33]，真正具有價(jià)值的創(chuàng)新、高質(zhì)量的創(chuàng)新必定是那些能被市場認(rèn)可并成功轉(zhuǎn)化成實(shí)際生產(chǎn)力且為廣大消費(fèi)者接受、實(shí)現(xiàn)經(jīng)濟(jì)效益的創(chuàng)新，此時(shí)的創(chuàng)新實(shí)現(xiàn)了價(jià)值轉(zhuǎn)化，滿足了客戶、員工和供應(yīng)商各方利益，是具有質(zhì)量的創(chuàng)新[27]。據(jù)此本文將創(chuàng)新質(zhì)量定義為：一項(xiàng)創(chuàng)新被應(yīng)用于生產(chǎn)新的能滿足廣大消費(fèi)者需求的產(chǎn)品，而且該產(chǎn)品通過市場交換實(shí)現(xiàn)經(jīng)濟(jì)效益的程度。于是，本文采取新產(chǎn)品銷售收入占地區(qū)生產(chǎn)總值的比重來測度創(chuàng)新質(zhì)量①，若一項(xiàng)創(chuàng)新能成功轉(zhuǎn)化為實(shí)際生產(chǎn)能力并贏得市場獲得經(jīng)濟(jì)效益，就說明此項(xiàng)創(chuàng)新質(zhì)量較高。

同時(shí)，為了考察創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同帶動(dòng)中國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響作用，本文采用創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的交互乘積項(xiàng)來表示。本文使用2004—2015年除香港、澳門和臺(tái)灣的中國大陸31個(gè)省份面板數(shù)據(jù)，來自歷年《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》。

四、實(shí)證過程與結(jié)果分析

（一）單位根檢驗(yàn)及滯后階數(shù)確定

在進(jìn)行面板自回歸模型估計(jì)時(shí)，首先，需要對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，否則，得出的結(jié)果可能因“虛假回歸”或“偽回歸”而無法準(zhǔn)確反映各變量之間的內(nèi)在邏輯關(guān)系。本文利用LLC（Levin-Lin-Chu）檢驗(yàn)對所涉及的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量三大指標(biāo)進(jìn)行單位根檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果（表1）可知，三大原始數(shù)據(jù)序列均拒絕“存在單位根”的原假設(shè)，因此全部是平穩(wěn)序列。

其次，需確定PVAR模型的最優(yōu)滯后階數(shù)。相較于向量自回歸VAR模型，PVAR模型對數(shù)據(jù)的要求有所放寬，如果T為時(shí)間序列長度，m為滯后階數(shù)，只要T≥m+3，方可對方程的參數(shù)進(jìn)行估計(jì)，若T≥2m+2就可以在穩(wěn)態(tài)下得到滯后項(xiàng)參數(shù)。于是，根據(jù)MAIC、MBIC和MQIC最小化原則，本文將模型滯后階數(shù)確定為1（見表2），由上述不等式可知此滯后階數(shù)是有效的。

（二）動(dòng)態(tài)面板數(shù)據(jù)GMM估計(jì)

將創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量、創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)以及產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級作為PVAR模型的內(nèi)生變量，采用廣義矩估計(jì)法（GMM）進(jìn)行有效估計(jì)，所得結(jié)果見表3。

首先，根據(jù)表3中第2列和第3列，以產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級為依賴變量，可得：（1）滯后一期的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級水平（lnupis）對自身當(dāng)期的影響系數(shù)為0.778 5，在1%的水平下顯著，說明產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級對自身有較強(qiáng)的促進(jìn)作用;（2）滯后一期的創(chuàng)新數(shù)量（innov1）對當(dāng)期產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響系數(shù)為0.100 7，在1%的水平下顯著，說明目前在推動(dòng)我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級過程中，創(chuàng)新數(shù)量發(fā)揮著重要作用;（3）滯后一期的創(chuàng)新質(zhì)量（innov2）對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的回歸系數(shù)不顯著，說明中國目前因創(chuàng)新質(zhì)量水平較低，尚未達(dá)到顯著提升產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的門檻值，因此對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的推動(dòng)作用還不顯著;（4）創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)（lninnov）的滯后一期對當(dāng)期產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響系數(shù)僅為0.011 5，而且僅在10%的水平下顯著，說明目前我國創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的促進(jìn)作用較弱，這意味著在我國以創(chuàng)新數(shù)量為主向以創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的轉(zhuǎn)變時(shí)期，創(chuàng)新質(zhì)量因水平較低，與創(chuàng)新數(shù)量協(xié)同發(fā)展的能力不強(qiáng)，在后期發(fā)展中應(yīng)兼顧創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，進(jìn)一步提升兩者的協(xié)同發(fā)展能力。

其次，根據(jù)表3中第4列到第9列，分別用創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量以及兩者的協(xié)同項(xiàng)為依賴變量，可得：（1）滯后一期的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級對創(chuàng)新質(zhì)量的影響系數(shù)為0.240 4，但不顯著，對創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)為1.389 2，在10%水平下顯著，說明產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的提升將帶動(dòng)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同發(fā)展又將進(jìn)一步促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級水平的提升，兩大體系之間的良性互動(dòng)將推進(jìn)我國產(chǎn)業(yè)結(jié)構(gòu)與創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量向更高層次演進(jìn)。（2）滯后1期的創(chuàng)新數(shù)量對自身當(dāng)期影響顯著為正，系數(shù)為1.039 9，對當(dāng)期創(chuàng)新質(zhì)量的影響系數(shù)為正，對當(dāng)期創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)為負(fù)，說明在我國以創(chuàng)新數(shù)量為主向創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級轉(zhuǎn)型時(shí)期，一味追求創(chuàng)新數(shù)量反而不利于創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，我國亟待實(shí)現(xiàn)從創(chuàng)新數(shù)量為主向創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的過渡。（3）滯后一期的創(chuàng)新質(zhì)量對自身當(dāng)期影響系數(shù)為0.593 3，在1%水平下顯著，對創(chuàng)新數(shù)量以及創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)分別為0.141 7和0.359 6，但不顯著，進(jìn)一步說明目前我國創(chuàng)新質(zhì)量不高的事實(shí)。（4）滯后一期的創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)對當(dāng)期創(chuàng)新數(shù)量的影響系數(shù)為正，對當(dāng)期創(chuàng)新質(zhì)量、創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)估計(jì)系數(shù)均顯著為正，說明創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展能有效提升創(chuàng)新質(zhì)量，從而加快我國從創(chuàng)新數(shù)量驅(qū)動(dòng)為主向創(chuàng)新質(zhì)量驅(qū)動(dòng)為主轉(zhuǎn)變的步伐。

（三）脈沖響應(yīng)函數(shù)

在PVAR模型估計(jì)中，為了明確每一個(gè)內(nèi)生變量的變化對模型中其他變量的影響，需對變量進(jìn)行脈沖響應(yīng)和方差分解，而在此之前，必須對PVAR模型進(jìn)行穩(wěn)定性檢驗(yàn)。根據(jù)Lutkepohl[34]和Hamilton[35]的研究結(jié)果，只有在伴隨矩陣所有特征根的模值小于1時(shí)，模型才是穩(wěn)定的。根據(jù)表4可知，特征根均小于1，且都落在單位圓之內(nèi)（圖1），PVAR模型是穩(wěn)定的。

脈沖響應(yīng)函數(shù)是用來刻畫內(nèi)生變量對誤差變化的大小，具體而言，它刻畫的是在誤差項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的沖擊對內(nèi)生變量的當(dāng)期值和未來值所帶來的影響，尤其是在當(dāng)其他變量保持不變的情況下，獲得較為純粹的單方面影響。由于脈沖響應(yīng)函數(shù)是通過PVAR參數(shù)構(gòu)造的，需要考慮標(biāo)準(zhǔn)差，但一般而言，標(biāo)準(zhǔn)差很難通過計(jì)算獲得，因此本文將通過蒙特卡洛方法模擬產(chǎn)生置信區(qū)間，基于上述PVAR模型的穩(wěn)定性前提，得脈沖響應(yīng)結(jié)果見圖2。

根據(jù)脈沖響應(yīng)函數(shù)圖2中第一排可知，給創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)lninnov一個(gè)標(biāo)準(zhǔn)差沖擊，對自身影響在第1期為0.6，隨后逐漸減小，并在第5期之后趨于平穩(wěn)[圖2（1）];對創(chuàng)新質(zhì)量的影響隨時(shí)間的推移呈現(xiàn)先增大后減小的趨勢，在第3期時(shí)達(dá)到最大，為0.03左右，從第4期開始逐漸減弱，但方向一直為正[圖2（2）];對創(chuàng)新數(shù)量的影響在前5期呈遞增趨勢，第5期時(shí)大致為0.03左右，之后保持平穩(wěn)[圖2（3）];對產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的影響從第1期到第2期有個(gè)陡增的過程，隨后保持平穩(wěn)增長[圖2（4）]。以上影響均為正向，說明創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展將對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量以及產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級產(chǎn)生同向影響。