基于技術創新中介效應的產業結構優化與經濟增長關系研究

楊兵+戴淑芬+葛澤慧

[摘 要] 在對產業結構優化與經濟增長關系進行理論分析的基礎上，運用我國2000-2012年30個省、自治區、直轄市的跨省面板數據，以技術創新作為中介變量，研究產業結構優化對經濟增長作用的內部機理。研究結果表明，產業結構優化對經濟增長的技術創新中介效應十分顯著，其對經濟增長的促進作用有69.61%是通過技術創新實現的，技術創新在產業結構優化促進經濟增長的過程中具有重要的中介作用。

[關鍵詞] 產業結構優化；技術創新；經濟增長；中介效應

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 23. 073

[中圖分類號] F062.9 [文獻標識碼] A [文章編號] 1673 - 0194（2017）23- 0142- 06

1 引 言

產業結構優化一直是經濟增長研究的重要內容，其對國民經濟的影響是通過資源再配置效應實現的，表現為資源在各部門之間流動的“高度化”。對于產業結構變動與經濟增長的關系，學術界做了大量的研究，基本上存在兩種觀點：一種觀點認為產業結構的變動推動了經濟的增長，此種觀點以羅斯托為代表；另一種觀點則認為是經濟的增長引起了產業結構的不斷升級與優化，此種觀點以庫茲涅茨為代表。學術界贊同羅斯托結構理論的文獻如David B.Audretsch等[1]，以及Peneder Michael[2]等；證明庫茲涅茨收入決定理論有效性的文獻如Masakazu Katsumoto和Chihiro Watanabe[3]；對于我國產業結構及其與經濟增長的關系，國內學者也做了大量的研究工作：劉偉和李紹榮[4]通過實證分析發現，“第三產業發展”和“制度改革”是推動國內生產總值增加的重要因素；劉偉[5]將技術進步和產業結構變遷從要素生產率中分解出來，通過實證度量得出了隨著市場化程度的提高，產業結構變遷對經濟增長的貢獻呈現不斷降低的趨勢，并逐漸讓位于技術進步的結論；黃茂興和李軍軍[6]利用中國省際面板數據研究了經濟增長、產業結構升級與技術選擇之間的關系，得出了通過合理的資本深化和技術選擇，能夠促進產業結構升級，進而實現經濟快速增長的結論；干春暉和鄭若谷等[7]從高級化和合理化角度兩個方面，運用面板模型將二者與經濟增長的關系做了回歸計量分析，結果顯示二者對經濟增長有顯著的正效應。這些研究對于認識我國產業結構變動與經濟增長的關系起到了積極作用。

對于技術創新、產業結構升級這兩個因素對經濟增長各自的影響，很多學者對此已經做了深入的研究，鑒于目前還少有學者利用全國各省際面板數據把影響經濟增長的兩個主要因素結合起來運用中介傳導模型做計量分析，因此，本文運用我國2000-2012年30個省、自治區、直轄市的跨省面板數據，把技術創新、產業結構優化和經濟增長放在同一系統中，以產業結構優化促進經濟增長為研究目標，利用計量經濟學軟件Eviews 8.0來實證檢驗以技術創新作為中介變量的產業結構優化對經濟增長作用的內部機理。

2 研究方法和模型構建

2.1 研究方法

2.1.1 中介變量和中介效應

中介變量是自變量對因變量發生影響的中介，它主要是代表一種內部機制，通過這種內部機制自變量對因變量起作用[8]。在考慮自變量X對因變量Y的影響時，如果X通過變量M來影響Y，則稱M為中介變量。中介效應是指自變量對因變量的影響并不是直接產生的，而是通過一個或多個變量（M）的間接影響產生的。這種X通過M對Y產生間接影響就是“中介效應”。可以通過簡單的三變量來說明變量之間的關系：

2.1.2 面板數據

面板數據（Panel Data）模型是近年來計量經濟學理論方法的重要發展，它通過時間序列沿空間方向擴展（或截面數據沿時間方向擴展），增加了自由度并減少了解釋變量之間的共線性；同時，該模型既可以分析同一時期不同截面單元差異的影響，也可以分析同一截面單元不同時間差異的影響，因而具有傳統時間序列或截面數據難以替代的優勢。面板數據分析可以控制不可觀測效應，同時擴大了樣本量，增加了自由度并有助于緩解共線性的問題，從而使回歸的結果更趨于準確。

方程中變量的下標i和t分別代表地區和年份。GDP代表各地區國內生產總值，W代表產業結構優化，ZL代表技術創新，αi為個體影響，即為模型中被忽略的反映個體差異變量的影響；μit為隨機干擾項，即為模型中被忽略的隨橫截面和時間變化的因素的影響。模型（11）、模型（12）和模型（14）分別是中介效應檢驗涉及的三個回歸模型。模型（11）是中介效應檢驗的前提條件，只有當產業結構優化對經濟增長的回歸系數通過了給定的顯著性水平檢驗，才可以進一步檢驗技術創新中介效應的顯著性。接著檢驗程序進行以產業結構優化為自變量、技術創新為因變量的回歸分析，對應模型（12），考察產業結構優化對技術創新的影響。然后進行以產業結構優化、技術創新為自變量，經濟增長為因變量的回歸分析，對應模型（14），檢驗以技術創新為中介變量的中介傳導模型是否成立。

針對兩個回歸模型結果（模型（12）和模型（14）），結合中介效應檢驗程序，如果模型（12）中前置變量產業結構優化的回歸系數a和模型（14）中中介變量技術創新的回歸系數b均顯著，則說明中介效應顯著；與此同時，若模型（14）中前置變量產業結構優化的回歸系數c′不顯著，則說明完全中介效應顯著。如果模型（12）中前置變量產業結構優化的回歸系數a和模型（14）中中介變量技術創新的回歸系數b至少有一個不顯著，則需要構造Sobel統計量并進行Sobel檢驗，以確認中介變量產生的中介效應是否存在。

2.3 變量及數據的選取

為了保證數據統計口徑的一致性與可得性，本文選擇時間跨度為2000-2012年的數據。其中經濟增長（GDP）為因變量，自變量為產業結構優化（W），中介變量為技術創新（ZL）。三個重要的控制變量為資本存量（K）、勞動力（L）以及地區經濟開放度（OPEN）。

2.3.1 經濟增長（GDP）

本文以各地區實際GDP作為經濟產出，利用GDP平減指數對名義GDP進行平減，基期為2000年。數據來源于歷年的《中國統計年鑒》，單位為“億元”。

2.3.2 產業結構優化（W）

由于產業結構高級化實際上是產業結構升級的一種衡量，因此本文參考了付凌暉[11]構造的產業結構高級化指標的測算方法來度量產業結構優化。數據來源于歷年的《中國統計年鑒》。

2.3.3 資本存量（K）

參考了張軍等[12]、何楓等[13]的測算方法，資本存量的估算公式為：Ki，t=Ki，t-1（1-δi，t）+Ii，t，其中i指第i個省市區，t指第t年。資本形成總額包括固定資本形成總額和存貨增加，固定資本形成總額計算時需進行折舊處理，并利用固定資產投資價格指數對投資進行平減，折算成以基期不變價格表示的實際值，計算得到了各省固定資本形成總額的經濟折舊率δ是9.6%；用各省區市1952年的固定資本形成總額除以10%作為該省區市的初始資本存量，數據來源于按上述方法測算的結果，并參考了張軍、吳桂英和張吉鵬[12]對1952-2004年中國省際物資資本存量的估算。數據來源于歷年的《中國統計年鑒》，單位為“億元”。

2.3.4 勞動力（L）

各地區勞動力采用全社會從業人員數來反映勞動者數量，數據分別來源于各年的《中國統計年鑒》及《中國區域經濟統計年鑒》，單位為“萬人”。

2.3.5 技術創新（ZL）

考察技術創新對經濟增長的促進作用，顯然要利用創新的產出指標來反映，本文借鑒李從榮等[14]以各省市區的國內專利授權量作為技術創新能力和水平的衡量指標，數據來源于歷年的《中國科技統計年鑒》，單位為“件”。

2.3.6 地區經濟開放度（OPEN）

以“進出口總額占地區生產總值比重”來衡量，說明各省市區的開放程度，其中美元對人民幣按當年的匯率折算，單位是“%”。

由于以固定資產形成總額衡量資本投入時采用張軍等[12]一文提供的數據，自1996年他把重慶的數據并入了四川，故本文處理數據時，同樣把二者合二為一。

在模型的構建過程中，本文對各變量進行了對數化處理，以避免造成異方差現象，減少數據的波動，使回歸結果更加準確并具有參考性。

3 技術創新中介傳導效應的實證分析

本文采用面板回歸分析方法并結合中國2000-2012年的跨省數據以及中介效應進行實證檢驗，研究數據年份跨度13年，截面數30個。為了避免數據的“偽回歸”現象，本文利用Eviews 8.0對三個變量的平穩性進行單位根檢驗，經檢驗可知，產業結構優化、技術創新及經濟增長取對數后的序列均為一階差分后平穩序列。

對于混合估計模型來說，是否有必要建立個體固定效應模型，可通過F檢驗來完成[15]，在本文中計算得到F統計量的值也顯示固定效應模型更為合理。

面板數據分析中究竟是選擇固定效應模型，還是隨機效應模型來分析，一般利用檢驗來選擇。

首先將經濟增長作為因變量，而將產業結構升級作為自變量，來驗證模型（11）。其次將技術創新作為因變量，產業結構升級作為自變量，來驗證模型（12）。最后將經濟增長作為因變量，產業結構升級和技術創新作為自變量，來驗證模型（14）。表1是OLS回歸的Hausman檢驗結果。

表1中，模型（11）的Hausman統計量的值是427.436，相對應的概率是0.000，說明檢驗結果在95%的置信區間上拒絕了隨機效應模型的原假設，應該建立固定影響模型。同理可知，模型（12）和模型（14）也拒絕了隨機影響模型原假設，同樣應該建立固定影響模型。

3.1 技術創新的中介效用檢驗

首先以產業結構優化為自變量，經濟增長為因變量進行回歸分析，其回歸系數在α=0.05的水平下顯著，這表明可以進行下一步的中介效用檢驗。

其次將技術創新作為因變量，而將產業結構優化作為自變量，來驗證假設模型（12）。

表2是OLS回歸的結果。

從表2中的結果我們可以發現，在以技術創新為因變量的條件下，產業結構優化每增加1%，可以使技術創新提高0.95%，產業結構優化的回歸系數為正值且通過了顯著性檢驗，這也說明了產業結構優化升級的過程也是產業結構向產業的技術結構和產業內部的綜合生產率提高的過程，同時也提高了技術創新能力。

將三個控制變量和技術創新作為自變量，經濟增長作為因變量加入到回歸模型中。表3是回歸結果。

從表3中的結果可以發現，在以經濟增長為因變量的條件下，技術創新的回歸系數通過了顯著性檢驗，技術創新每提高1%，可以使經濟增長提高0.36%。技術創新通過改造傳統產業、淘汰落后產業和發展新興產業，促進產業結構向高層次、合理化方向發展，從而使產品質量提高、要素生產率改善以及產業結構優化，進一步促進經濟增長。

最后將產業結構優化和技術創新以及三個控制變量同時作為自變量，經濟增長作為因變量加入到回歸模型中去。表4是OLS回歸結果。

結合中介效應檢驗程序，從表2及表4中的結果可知，以產業結構優化為自變量，經濟增長為因變量進行回歸分析，其回歸系數c在α=0.05的水平下顯著；以產業結構優化為自變量，技術創新為因變量進行回歸分析，其回歸系數a在α=0.05的水平下顯著；以產業結構優化、技術創新為自變量，經濟增長為因變量進行回歸分析，技術創新前的回歸系數b與產業結構優化前的回歸系數c′均在α=0.05的水平下顯著，由此可以判斷出技術創新在產業結構優化與經濟增長的關系中起到了部分中介效應。

本文對方程（11）、方程（12）、和方程（14）進行隨機影響模型的面板數據回歸，Hausman檢驗發現P值均為0.000，因此，3個方程均采用個體固定效應模型，這3個方程分別對應檢驗中介效應的3個步驟：①檢驗產業結構優化對經濟增長的影響。根據上表可以發現，產業結構優化的系數通過了α=0.05的顯著性檢驗，其系數為0.487，這表明了可以進行下一步的中介效應檢驗。②檢驗產業結構優化對技術創新水平的影響。根據上表可以發現，產業結構優化的系數顯著為正，其系數為0.950；這也說明了產業結構優化升級的過程也是技術創新能力提高的過程，產業結構向產業的技術結構和產業內部的綜合生產率提高的過程，同時也提高了技術創新能力。③檢驗產業結構優化和技術創新對經濟增長的影響。當把兩個變量放到一個方程中檢驗時，可以發現產業結構優化的系數為0.107，技術創新的系數為0.357。可以發現兩個變量的系數皆是顯著為正，這說明產業結構優化和技術創新均對經濟增長有正向促進作用。同時看到方程中產業結構優化的回歸系數相對較小，說明產業結構優化對經濟增長的促進作用還相當有限，效應并不突出，這也反映出轉變經濟增長方式的迫切性。同時，資本存量和勞動力的系數在這三個回歸方程中都為正且通過了顯著性檢驗，說明兩者在當前中國省級經濟增長中仍具有基礎性的作用。地區經濟開放度均通過了α=0.05的顯著性檢驗且為正值，這說明從全國范圍內的樣本來看，地區經濟開放度的提高能有效促進經濟增長，開放程度越高，經濟增長越快。

3.2 技術創新的中介效用（見表6）

表6結果表明，按照中介效應的檢驗方法可知，技術創新LZL在產業結構優化對經濟增長的影響中具有部分的中介效應。在模型第一步中總效應系數C為0.487，且在5%水平下顯著，表明產業結構優化對經濟增長的提升具有積極影響。第二步和第三步的回歸系數a和b分別為0.950和0.375，且均在5%水平下顯著，說明中介變量技術創新LZL起到了明顯的中介效應，中介效應值為0.339，中介效應占總效應的69.61%，即產業結構優化對經濟增長的影響有大約69.61%的效果是通過技術創新實現的。這也就表明了技術創新在產業結構優化促進經濟增長的過程中具有較為重要的中介作用，通過產業結構優化促進技術創新，然后實現經濟增長是一條可行的路徑。

上述對包含了中介變量技術創新模型的分析結果表明：一方面，產業結構優化對經濟增長有直接的正效應，即產業結構優化促進了經濟增長。另一方面，產業結構優化通過技術創新對經濟增長有間接的促進作用，但是與總效應值0.487相比，作用明顯變小，系數變為0.107，即產業結構優化對經濟增長的促進作用通過技術創新這個中介變量會有所稀釋。

4 結 論

傳統的經濟增長模式面臨嚴峻的挑戰，而加快產業結構優化是保持經濟持續增長、提升國際競爭力的重要途徑。本文利用2000-2012年30個地區的面板數據及中介效應檢驗模型，證實了技術創新是產業結構優化與經濟增長的中介變量，產業結構優化對經濟增長的促進作用，通過技術創新這一中介變量得以放大和強化。主要得到了以下結論：

（1）通過文中實證部分的結果可知，產業結構優化對經濟增長具有很明顯的直接正效應，技術創新在產業結構優化與經濟增長關系中的中介效應非常明顯，經過測算產業結構優化對經濟增長的影響有大約69.61%的效果是通過技術創新實現的，可以發現，產業結構優化的過程就是產業的技術結構和產業內部的綜合生產率提高的過程，要加快產業結構優化，技術創新是研究的重點，提高技術創新能力，通過技術創新改造傳統產業、發展新興產業和淘汰落后產業。通過產業結構優化促進創新，然后實現經濟增長是一條可行的路徑。

（2）計量產業結構優化對增長的貢獻時不能僅僅計量其直接貢獻，還必須考慮其中介變量的傳導作用和放大作用，在經濟發展的過程中也要注重產業結構優化與技術創新的協同作用。

本文僅以技術創新作為中介變量對產業結構優化促進經濟增長的機理進行探索，將制度條件、投資比重和研發投入等變量納入分析框架，也是未來值得繼續研究的方向。

主要參考文獻

[1]Audretsch David B， Carree Martin A，Van Stel，et al.Impeded Industrial Restructuring：The Growth Penalty[J].Kyklos，2002，55（1）：81-98.

[2]Peneder M. Industrial Structure and Aggregate Growth[J].Structural Change & Economic Dynamics，2003，14（4）：427-448.

[3]Katsumoto，Masakazu，Watanabe，et al. External Stimulation Accelerating a Structural Shift to Service-Oriented Industry-A cross Country Comparison[J].Journal of Services Research，October 2004-March 2005，4（2）：91-111.

[4]劉偉，李紹榮.產業結構和經濟增長[J].中國工業經濟，2002（5）：14-21.

[5]劉偉，張輝.中國經濟增長中的產業結構變遷和技術進步[J].經濟研究，2008（11）：4-15.

[6]黃茂興，李軍軍.技術選擇、產業結構升級與經濟增長[J].經濟研究，2009（7）：143-151.

[7]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011（5）：4-16.

[8]Baron Reuben M，Kenny David A. The Moderator-mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

[9]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004，36（5）：614-620.

[10]易丹輝.數據分析與Eviews應用[M].北京：中國人民大學出版社，2008：296.

[11]付凌暉.我國產業結構高級化與經濟增長關系的實證研究[J].統計研究，2010（8）：79-81.

[12]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952-2000[J].經濟研究，2004（10）：35-44.

[13] 何楓，陳榮，何林.我國資本存量的估算及其相關分析[J].經濟學家，2003（5）：29-35.

[14]李從榮，祝翠華，王玉婷.技術創新、產業結構調整對就業彈性影響研究——以中國為例的經驗分析[J].科學學研究，2010（9）：1428-1434.

[15]張曉峒.Eviews使用指南與案例[M].北京：機械工業出版社，2007：265.