基于技術視角的產業關聯影響因素分析

石媛

嫄，黃魯成(北京工業大學經濟與管理學院，北京 100124)

基于技術視角的產業關聯影響因素分析

石媛

嫄，黃魯成(北京工業大學經濟與管理學院，北京 100124)

隨著技術迅猛發展，以其為紐帶的產業關聯表現出高度復雜化，影響因素也呈現多元化，并逐漸成為學術界研究的熱點領域，但現有研究缺乏從技術視角對產業關聯影響因素進行系統性分析。以3D打印技術相關產業為例，利用專利引文數據計算產業關聯強度，建立產業關聯強度與研發投入、研發機構、研發人員、市場容量之間的VAR模型。對模型進行Granger因果關系檢驗、脈沖響應函數分析和方差分解等實證檢驗，結果表明產業關聯強度受自身及其余四個因素影響，且影響具有一定持續性，不同因素對產業關聯的影響程度存在較大差異性。

技術；產業關聯；影響因素；VAR模型

大量研究及事實表明，在新技術迅猛發展時期，中國企業大多仍集中于低端制造業，產業間發展不平衡、不協調、不可持續問題仍然突出[1]，主要原因是發展方式粗放，創新能力不強，部分行業產能過剩嚴重。因此，“十三五”規劃中提出了創新是引領發展的第一動力，協調是持續健康發展的內在要求，將工作重點放在深化科技體制改革，引導構建產業技術創新聯盟，推動跨領域跨行業協同創新。可見，協調產業間關聯特別是包含創新性技術的產業間關聯對于中國未來發展具有重大意義。這一工作的基礎必須是建立在對產業關聯關系深刻認識和把握基礎上，否則產業政策是缺乏科學依據且難以發揮有效作用的。因此，從技術視角研究產業關聯，揭示其變化規律性，更加具有緊迫性。

1 研究綜述

在理論應用中，產業關聯理論主要被用于對產業進行分類和定位，分析產業結構變化方向，規劃產業發展。大量學者通過對投入產出表的分析，計算影響力系數與感應系數，確定主導產業。投入產出表法在應用層面上由最初一國經濟分析擴展至國際、地區、部門甚至企業層面；另一方面其應用領域也在不斷擴展，人們運用投入產出基本原理和方法研究經濟生產外的各類問題，如環境保護、能源應用以及人口問題等。

1.1 產業關聯分析視角相關研究綜述

由于技術對產業發展及變革影響增強，清晰刻畫技術變革給產業之間帶來的復雜關聯關系成為重要研究課題。但以技術為中介觀察產業間關聯的研究由于相關數據較難以獲得，受到了一定制約，多數仍用財務指標從技術的商業化角度出發進行間接研究。直到2000年，Los[1]受產業關聯分析基本模型啟發，在Jaffe[2]以申請專利數來刻畫產業間技術相似性這一工作基礎上，利用產業關聯分析模型發展了新的產業間技術相似性測量方法。在基于技術溢出更有可能發生于生產技術類似、具有相似投入產出結構的相關產業間理論基礎上，指出使用投入產出表所構造的直接消耗系數矩陣來衡量產業間技術特征相似性不失為一種好辦法。Namuk Koa[3]等通過將不同技術進行產業劃分，運用專利引文數據構建了產業關聯關系，評價各產業在關聯關系中的地位，為我們利用專利數據分析產業間關聯提供了方法基礎。

1.2 產業關聯影響因素相關研究綜述

近年隨著產業關聯理論及其應用的不斷發展，產業關聯影響因素分析逐漸受到國內外學者重視。國外學者多從經濟貿易視角分析。Rui Yang[4]等人分析了金融危機通過股票市場對產業關聯帶來的影響，發現中國的產業關聯受政府影響較大。Richard Baldwin[5]等人認為貿易和產業政策對產業關聯具有影響。Yir-Hueih Luh[6]等人研究結論表明中國貿易相關溢出效應對OECD國家的產業關聯能夠產生影響。Anca Dachin[7]等人的研究結果揭示了在成長期間和在危機的沖擊之下產業關聯強度差異。Izunildo Cabral等人[8]提出了一種分析方法用于分析業務互操作性對合作產業網絡性能的影響。中國學者多從地理貿易視角研究。陳曦[9]研究與某一制造業細分行業具有較強產業關聯的其他制造業細分行業與其空間分布之間是否存在相關性。孫加韜[10]提出中國海陸產業關聯度主要受海陸產業結構、海陸產業空間布局和海洋資源生態環境承載力等三大因素的制約和影響。中國還有很多學者[11-14]從其他關聯特性進行了分析。

上述研究從不同角度分析了產業關聯的內涵、定義以及影響因素。但研究缺乏從技術視角衡量產業關聯并探尋影響其形成發展的因素。本文將產業關聯強度定義為產業之間技術供給與需求關系的強弱，描述技術視角的產業間相互依賴與支持程度，通過借助專利引文數據測度產業間技術知識流動對產業關聯強度進行計算。在此基礎上探尋關聯影響因素，運用向量自回歸模型方法，在確定影響因素體系基礎上，得出各影響因素的不同重要程度以及影響方式、作用時間，并對各不同種類影響因素間的相互關系及其重要性程度進行分析，從而對如何進一步提高產業關聯程度、優化產業關聯結構提出建議。

2 模型建立與變量設定

本文主要研究方法是Granger因果關系檢驗、向量自回歸模型(VAR模型)、脈沖響應函數和方差分解。傳統的結構化模型在描述經濟變量間關系及處理具有動態特性的經濟變量時，需要具有復雜的經濟理論基礎。然而，對某些經濟理論，特別是復雜系統，難以用一個結構化模型來描述變量間的動態關系，而且在結構化模型中，內生變量既可出現在方程左端又可出現在右端，使得參數估計和模型推斷變得更加復雜。為解決這些問題，出現了一種用非結構性方法來建立各個變量之間關系的模型，VAR模型就是一種經典的非結構化模型。

由于產業關聯的影響較為復雜，在技術發展過程中各因素對其貢獻不同，且關聯關系的發展變化也會對其自身產生影響，為描述這些多變量之間的系統影響以及影響的滯后性，采用VAR模型進行分析較為合適。模型基本形式為：

(1)

其中，n維向量Yt=(Y1t，Y2t，…,Ynt)為模型要考察的n個時間序列變量，Ai為自回歸系數矩陣，εt為滿足均值為0、方差和協方差不隨時間變化的白噪聲擾動項。

在VAR模型的基礎上，可運用脈沖響應函數和方差分解分析變量間的動態關系。脈沖響應函數描述了來自隨機擾動項的一個標準差大小的信息沖擊對變量當前和未來取值的影響，它能夠形象刻畫出變量間動態作用的路徑變化。通過脈沖響應函數可檢驗產業關聯的變化對各變量的影響強度和持續時間。方差分解法把系統中每個內生變量的波動按其成因分解成各隨機擾動項影響的總和，通過方差貢獻度的大小，可衡量隨機擾動項對變量的相對重要程度。

基于技術視角的產業關聯受制于眾多因素，構建較完善的產業關聯影響因素體系是分析的前提和基礎。現階段的產業發展具有顯著不同于以往的特征，在研發者、技術轉移者、新產品采用者的空間分布上具有動態演化和快速增長等特性。通過對產業關聯特性的分析，把影響產業關聯的因素分為外因與內因兩類，其中外因主要指的是社會以及市場環境，內因主要指的是資金及人員等方面的投入因素。同時，產業關聯高級化進程是系統自身的揚棄過程，前期產業關聯高級化程度對后期具有動態影響機制[15-18]。因而以產業關聯強度作為研究對象，選擇研發投入、研發機構、研發人員及市場規模作為影響產業關聯的主要影響因素構建關聯體系，各因素間關系如圖1所示。

圖1 產業關聯影響因素關系圖

(1)研發投入。知識經濟時代，研發投入是重要戰略決策，對企業的成長發展十分重要。但迄今為止，對中國研發投入狀況的描述主要集中在產業、區域及國家宏觀層面，所依據的是相關統計年鑒[19]。近幾年企業研發投入及影響的相關研究已引起足夠重視，大企業的研發投資對于技術以及相關行業、產業發展具有較大影響，因而本文選擇代表企業研發投入數據進行分析。

(2)研發機構數量。專利中包含的專利權人是專利權的所有人及持有人的統稱，專利權人既可以是單位，也可以是個人。此處的研發機構特指將專利權人限定為企業，企業作為營利性組織追求專利技術商業化的動機更加明顯[20]。

(3)研發人員數量。研發人員創造力是企業技術進步的重要源泉[21]。作為研發核心推動力量的研發人員是創新活動中最具活力與創造力的異質性人力資本，更是提升產業研發能力最重要的驅動力與核心源泉。現階段出現越來越多的獨立研發人員，他們不從屬任何企業或研發機構，獨立或結伴進行自主研發活動。

(4)市場規模。市場對于產業關聯的影響可分為反應性市場驅動以及主動性市場驅動。全球巨大的人口規模和高速的經濟增長，推動了市場的迅速擴張[22]。從技術的角度來看，市場規模效應能夠推動技術創新，從而驅動產業關聯以及相關經濟的經濟長效發展[23]。

主要考慮VAR模型中的以下關系：

(2)

其中IR為產業關聯強度，RI為研發投入，RO為研發機構數量，RP為研發人員數量，MC為市場規模。

3 實證研究——以3D打印技術相關產業為例

3.1 數據源

本文考察期為1994—2015年，共22年數據。研發投入指標數據來源于Wind數據庫，專利指標數據來源于Derwent Innovations Index專利數據庫，市場指標數據來源于iiMedia Research研究報告。在實證分析中，上述指標均取自然對數。

統計產業間專利引文數量，以其所表征的產業關聯強度變化趨勢如圖2所示。

圖2 產業關聯強度變化圖

產業關聯強度隨時間推移波動較大。VAR模型要求序列是平穩的，通過單位根檢驗發現除產業關聯強度為平穩序列外，其他各序列均為一階單整序列，檢驗結果如表1所示。

表1 單位根檢驗結果

注：變量名稱后加上′的均為原始數據進行一階差分后的序列。

3.2 VAR模型設定

根據模型設定，首先要確定模型的最佳滯后期以使參數具有較強的解釋力[24]，軟件給出了不同信息準則下的分析結果顯示模型的最優滯后階數為3階。

為進一步分析產業關聯強度與各內外變量間動態關系，構建5維向量自回歸模型。模型擬合優度為0.973682，擬合效果較好。通過計算模型的AR特征多項式，發現特征多項式根的倒數全部位于單位圓內，如圖3。表明所建立的VAR模型是穩定的。即當模型中某個變量發生變化時，會使其他變量發生變化，但隨時間推移，影響逐漸消失。

圖3 特征多項式逆根圖

3.3 格蘭杰因果關系檢驗

格蘭杰因果關系檢驗可用來分析VAR模型中各要素與產業關聯強度之間是否具有因果關系及因果關系的方向。表2給出了格蘭杰因果關系檢驗。

表2 因果關系檢驗

產業關聯強度受到專利權人、發明人數量增長影響十分顯著，表明各研發機構、企業的發展及研發人員數量的增長會給產業關聯產生及發展帶來較大的影響。產業關聯強度的增加主要依賴于各企業以及研發人員對該領域研發關注度的增加及政府、企業研發投入的增大。

在5%的顯著水平下，RI和AE是IR的Granger原因，即研發投入與研發機構數量的波動將會帶來產業關聯強度波動；在10%的顯著水平下，AU是IR的Granger原因，即研發人員數量變化將會帶來產業關聯強度變化。研發機構對技術和市場機會的把握，對促進產業關聯發展具有重要作用。發展策略方面各公司呈現出不同特征：有的企業為拓展技術及產品多元化發展，將不同技術分散在不同子公司；有的企業為開辟新業務領域選擇并購或與相關企業合作；有的企業本身是某一技術或行業的領先企業，一直在領域內進行技術積累。無論采取何種策略，當研發機構進入某一產業領域時，就可以據此判斷該領域具有一定研發意義。因而專利權人增多，往往會伴隨跨產業研發、產業間技術融合以及某項技術應用領域的增多，產業關聯強度往往隨之增強。技術視角下的產業關聯中研發的核心是人才。信息量的爆炸式增長使得技術研發更離不開眾多研發人員的通力協作，除首席專家，研發中也出現了越來越多起到核心作用的人才。一項技術往往是多個發明人共同研究的成果，隨著技術不斷發展，逐漸形成了以研發基礎技術為主、以研發核心技術為主、多方出擊、全方位技術研發等幾類不同特征的發明人。研發人員間關系呈現出全球化趨勢明顯、再次合作明顯增強及合作領域不斷擴大的特征。

3D打印技術作為高新技術，其資本密集特性在一定程度上決定了研發投入的重要性。研發投入能夠從總量與結構兩方面影響產業關聯強度。隨著研發投入不斷增加及結構不斷優化，產業關聯強度會出現一定程度提高。

3.4 脈沖響應分析

之前VAR模型參數估計與因果關系檢驗主要集中在系數層面，僅為局部的動態關系，而脈沖響應分析能直觀地展現出各要素變化對產業關聯強度在一段時間內的動態影響路徑，及在隨機誤差項上施加一個標準差的沖擊后對內生變量未來產生的動態影響。圖4給出了脈沖響應分析圖，橫軸表示沖擊作用的滯后期間數(單位：年)，縱軸表示產業關聯的變化程度；實線代表脈沖響應函數，虛線代表兩倍標準差的偏離線，由于施加的新息為標準差，故即使變量間的量綱不同，其結果之間也有一定的可比性。

圖4 因素脈沖響應分析圖

由圖4a可知，產業關聯受到來自自身的一個標準差的正沖擊后立即有顯著響應，在第1期該響應就達到最大值1.192976，但隨即由強正效應變為負效應，之后正負效應交替出現，但是正向效應持續相對較長，影響總體表現為初期較大、逐漸減弱的趨勢，并存在持續影響，隨著預測期的增加，產業關聯的波動幅度越來越小。從第14期后影響基本消失。主要原因可能是技術的快速發展使得越來越多的產業涉及到關聯體系之中，相互之間的關聯日趨復雜，因而現有關聯的自我增強作用逐漸被弱化。

從圖4b可知，產業關聯對研發投入的一個標準差的正向新息，在第1期的響應為零，第2期產生1.17723個單位的正向影響且在第三期后有所減弱，之后正負效應交替出現且影響波動性有所減弱，相比而言正向效應持續相對較長。第12期之后，產業關聯變化逐漸消失。研發投入對產業關聯影響效率較高且產生作用時間較長，說明3D打印技術相關產業現階段研發投入的質量與結構較好，對研發投入的吸收能力較強。

從圖4c可知，產業關聯對來自研發機構一個標準差的沖擊在第1期無響應，且在其后的期間內響應基本是正向的，并在第2期應達到最高值0.462989后逐漸回落，在第5期又回升至0.462373，此后一直呈現小幅波動，第8期后影響逐漸消失。這說明研發機構受到外部條件的某一沖擊后，給產業關聯帶來同向的沖擊，即研發機構的正沖擊對產業關聯強度的增加具有顯著促進作用和較長持續效應。

由圖4d可知，研發人員的沖擊在前5期內給產業關聯帶來略微負面影響，但第5期后，將對產業關聯產生一定正面影響。這表明，研發人員數量的增多在初始階段不利于產業關聯強度的增大以及產業關聯深度擴展，這可能是由于各獨立研發人員的研究領域較為分散且專業，相互之間的研發交互發展、互相借鑒需要較長的時間與過程。

由圖4e可知，產業關聯對市場規模一個標準差的沖擊在第1期無響應，在第2期達到最高值0.069125，且之后的響應都是正向，變化浮動較小，第7期后影響逐漸消失。主要原因可能是市場中對于產業交叉產品的需求不斷增大、各產業對于該類技術都具有需求性，使得市場變化對產業關聯發展具有一定影響性。

總的來看，產業關聯自身、產業研發投入、研發機構數量都會給產業關聯強度的變化產生影響，這種影響具有較快反應性，且有一定持續性。產業關聯對研發人員數量以及市場規模的沖擊在短期內有微弱反映，呈現小幅度波動，在短時間內沖擊消失。

3.5 方差分解

脈沖響應函數是隨著時間推移，觀察模型中產業關聯強度對各變量的沖擊是如何反應的，但不能定量把握各變量對產業關聯的影響程度。方差分解提供了另外一種描述系統動態的方法，將系統中某一個變量的預測均方差分解成由系統中各變量沖擊所帶來的影響部分，記錄系統中每一變量沖擊的影響，從而進一步評價不同變量沖擊對產業關聯變化的相對重要性。圖5為各變量沖擊對產業關聯強度變化的貢獻程度。橫軸表示沖擊作用的滯后期間數(單位：年)，縱軸表示各變量對產業關聯強度的貢獻率(單位：%)。從圖5可以看出，產業關聯自身沖擊對其貢獻程度最大，但隨時間推移貢獻率逐漸下降但不低于65%；研發機構數量對產業關聯強度貢獻率在第2期達到最高，為25%左右，之后基本保持穩定；研發人員、研發投入以及市場規模的貢獻率在前6期緩慢遞增，從第7期達到最大后趨向平穩，這兩項影響因素的貢獻率相對較小，僅為5%左右。可見，產業關聯自身變化對產業關聯強度的影響最大，然后依次為：研發機構數量、研發投入、研發人員數量和市場規模。

圖5 產業關聯影響因素方差分解圖

4 研究結論與建議

通過上述分析，發現產業關聯自身波動、研發投入、研發機構數量、研發人員數量、市場規模等都會對產業關聯強度產生影響且具有一定持續效應。從時間看，產業關聯短期內受自身波動、研發投入、研發機構數量的影響較大；從空間看，各影響因素對產業關聯的影響程度也存在差異，產業關聯自身波動、研發機構影響最為顯著。

(1)產業關聯強度受自身波動的影響最大。這意味著，產業關聯發展中不確定性較多，以往及現有關聯產業的關聯情況進而可能對未來產業關聯強度及方向產生較大影響。因此，為加強產業關聯，須大力加強現有關聯關系，提高其自身強化能力；其次應進一步挖掘潛在的可能關聯產業并提供發展機會。

(2)研發機構數量對產業關聯影響顯著。研發機構的數量及多樣性的增加能夠給產業發展帶來良好機會。因此，政府一方面應監測各相關研發機構的變化情況，相應地調整研發策略；另一方面應當積極引導不同類型的企業特別是大型企業進入相關領域。

(3)研發投入也是影響產業關聯的重要因素。從研發投入規模看，產業關聯發展還有較大擴張空間；從研發投入結構看，現有的產業產出相對較低，盈利能力不強。由于3D打印技術相關產業還處于高投資拉動增長階段，若要逐漸向集約型增長方式轉變，政府應對各類研發投入進行調整和優化，鼓勵資金投向產業輻射帶動和技術溢出能力強的項目。

(4)研發人員數量對產業關聯產生的影響較小。研發人員的增多在一定程度上能夠促使產業關聯強度增大，但由于個人知識以及研究專長的局限，對產業關聯強度增加的促進作用非常有限。因此，為提高產業關聯程度，企業應當多進行團隊研發，引進不同領域的專家人才進入團隊進行合作研發，才能更好地促使產業關聯發展。

(5)市場因素會影響產業關聯發展，使其方向及程度發生變化。健全的技術創新市場導向機制是實施創新驅動發展戰略和建設創新型國家的重要環節。對3D打印技術相關產業而言，市場對產業關聯影響較小，市場規模的不斷增加并未給產業關聯的深化帶來深刻影響。在未來應加強對市場需求的迎合，利用現有市場的導向性，釋放創新潛能，增強競爭優勢。

從技術角度看，產業間存在相互供給、需求以及合作研發，使它們形成了相互依賴、相互制約的關聯關系。產業以及其之間的關聯關系構成了產業關聯體系，當外部刺激如研發投入、技術進步或新市場需求等作用于這一體系時，這種刺激會通過不同產業間的關聯關系擴散出去。不同的關聯體系有不同的資源稟賦，也具有不同的關聯特性，從而影響因素對于其作用也有所差別。產業關聯體系中存在綜合性、滲透性、關聯性比較強的產業，也存較弱的產業，為了挖掘產業關聯的深厚基礎、廣闊空間以及改善產業間關聯結構，推動產業關聯良性發展，探尋影響產業關聯的影響因素具有重要意義。

[1]LOS B.The empirical performance of a new inter-industry technology spillover measure[J].Technology and knowledge，2000，118：151.

[2]JAFFE A B.Technological opportunity and spillovers of R&D：evidence from firms’ patents，profits and market value[J].American economic review,1986，76(5)：984-999.

[3]KO N，YOON J，SEO W.Analyzing interdisciplinarity of technology fusion using knowledgeows of patents[J].Expert systems with applications，2014,41：1955-1963.

[4]YANG R，LI X，ZHANG T.Analysis of linkage effects among industry sectors in China’s stock market before and after the financial crisis[J].Physica A：Statistical mechanics and its applications，2014，411：12-20.

[5]KAWABATA Y Venables.Trade policy and industrialisation when backward and forward linkages matter[J].Research in economics，2015，69(2):123-131.

[6]LUH Y H，JIANG W J，HUANG S C.Trade-related spillovers and industrial competitiveness：exploring the linkages for OECD countries[J].Economic modelling，2016(54):309-325.

[7]DACHIN A，BURCEA F C.Evaluations of driving effects of the automotive industry in the Romanian economy-a quantitative analysis[J].Procedia economics and finance，2014(10):207-216.

[8]CABRAL I，GRILO A，GON?ALVES-Coelho A，MOURO A.An agent-based model for analyzing the impact of business interoperability on the performance of cooperative industrial networks[J].Data & knowledge engineering，2015(9).

[9]陳曦,席強敏,李國平.制造業內部產業關聯與空間分布關系的實證研究[J].地理研究,2015(10):1943-1956.

[10]孫加韜.中國海陸一體化發展的產業政策研究——基于海陸產業關聯度影響因素的分析[C],復旦大學,2011.

[11]雷志梅,王延章,司雨昌.基于知識的產業關聯網絡模型分析[J].系統工程,2014(12):46-54.

[12]王娜,陳興鵬,張子龍,逯承鵬.西北地區產業關聯網絡演變的社會網絡分析[J].資源開發與市場,2015(09):1045-1051.

[13]王樹喬,王惠.中國高技術產業科技效率與驅動因素研究——基于鏈式關聯網絡DEA模型[J].山東科技大學學報(社會科學版),2015(06):13-21.

[14]苗蕊,劉魯.科學家合作網絡中的社區發現[J].情報學報,2011,30(12)：1312-1318.

[15]JEON J，HONG S，OHM J，YANG T.Causal relationships among technology acquisition，absorptive capacity，and innovation performance：evidence from the pharmaceutical industry[J].Plos one，2015，10(7):1-14.

[16]GARRIDO-VEGA P，JIMENEZ C H O，MORITA M.Implementation of technology and production strategy practices：relationship levels in different industries[J].International journal of production economics,2015，3(161):201-216.

[17]付宏,毛蘊詩,宋來勝.創新對產業結構高級化影響的實證研究——基于2000—2011年的省際面板數據[J].中國工業經濟,2013(09):56-68.

[18]張同斌.中國高新技術產業的發展及其影響因素研究[D].東北財經大學,2012.

[19]成力為,戴小勇.研發投入分布特征與研發投資強度影響因素的分析——基于中國30萬個工業企業面板數據[J].中國軟科學,2012(08):152-165.

[20]吳菲菲,黃魯成,石媛嫄.基于產業專利權人的新興技術應用領域變化研究[J].研究與發展管理,2013(04):96-103.

[21]顧遠東,周文莉,彭紀生.組織支持感對研發人員創新行為的影響機制研究[J].管理科學,2014(01):109-119.

[22]張國勝,胡建軍.產業升級中的本土市場規模效應[J].財經科學,2012(2)：78-85.

[23]楊浩昌,李廉水,劉軍.本土市場規模對技術創新能力的影響及其地區差異[J].中國科技論壇,2015(01):27-32.

[24]趙樹寬,余海晴,姜紅.技術標準、技術創新與經濟增長關系研究[J].科學學研究,2012(9)：1333-1420.

(責任編輯 劉傳忠)

On the Influencing Factors of Industry Correlation Based on the Technology Perspective

Shi Yuanyuan，Huang Lucheng

(School of Economic and management,Beijing University of Technology，Beijing 100124,China)

With the rapid development of technology，industry correlation using technology as the link shows high complexity.The influencing factors of industry correlation are complicated and gradually becoming a hot academic research field.But existing researches lack the systematic analysis of the influencing factors of industry correlation from the perspectives of technology.It took the 3D printing related industries as an example，used patent citation data to compute industry correlation strength,and built the VAR model that included the factors of industry correlation strength，R&D investment，R&D organization，R&D stuff and market capacity.It conducted Granger causality test，impulse response，and variance decomposition analysis to the model.The empirical results showed that the volatility of the industry correlation was influenced by itself and other four factors.This effect was of certain continuity，but the influences of different factors on the industrial correlation degree had a great difference.

Technology；Industry correlation；Influencing factor；VAR model

國家社科基金重點項目(11&ZD140)。

2016-10-17 作者簡介：石媛嫄(1987-)，女，山西太原人，北京工業大學經濟與管理學院博士研究生；研究方向：技術創新管理。

F124.3

A