產業升級與經濟增長實證研究

汪小龍 梁倩妮 馬詩琪 吳佳怡 陳 淇

(無錫太湖學院 會計學院，江蘇 無錫 214064)

0 引言

全球經濟一體化程度日益加深，需要積極發揮政府產業政策引導作用和提高資源稟賦能力擴大出口優勢發展本國經濟。在新的經濟形勢下，特別是全球“新冠疫情”對經濟的影響下，如何在外部市場萎縮的情況下，通過“內循環+外循環”促進經濟增長成為重要的議題。內循環強調創新空間要素對經濟增長的作用，強調促進生產要素在生產、分配、流通和消費環境的經濟利益最大化，包括勞動資源、科技創新資源、金融市場資源、稅收政策資源等。最早提出生產要素促進經濟增長的觀點認為勞動需求和資本需求富有價格彈性，以及教育水平是推動經濟增長的重要因素。外循環強調產品空間要素促進經濟增長的影響，認為提高產品出口復雜度、經濟復雜度和產品鄰近度的方式提高產品國際競爭能力，進而促進經濟增長。

從以往研究看，將創新空間、產品空間對經濟增長的影響建立統一分析框架的研究文獻相對較少。黃興年(2006)利用對比分析法，基于1992-2001年世界銀行數據，指出電子產品和紡織類產品應當擺脫對比較優勢度的崇拜，通過政府創造良好的制度環境，從技術進步與自主品牌建設中獲益，第一次將產品空間比較優勢度與創新空間法治環境、技術投入要素結合，研究對國家經濟增長的影響[1]。但是，產品空間中9個大類產品僅分別研究了2個，并未全面考量各類產品之間經濟復雜度和產品鄰近度作用經濟增長的關系；創新空間要素選擇較少，忽略了例如外資吸引、稅收、城鎮化等要素的影響，研究結果可能存在偏差。陳礪和黃曉玲(2020)依據1996-2017年SITC數據，認為產品鄰近度對產品比較優勢具有正向促進作用，應積極尋找產品鄰近且處于核心區域的產品優先發展，進一步發現了核心區域的經濟復雜度高的產品對經濟增長的促進作用，并指出了政府積極產業政策引導的作用[2]。但是，世界范圍內，不同的經濟體如何協調創新空間與產品空間的協同關系，創新空間與產品空間作用于經濟增長的非直線型關系并未得到考量。

上述文獻為本文研究提供了諸多有益的參考，但相關主題的研究仍存在進一步拓展的空間，本研究的邊際貢獻可能包括：①模型設定層面，區別于傳統的OLS回歸無法觀測相關系數的趨勢情況，使用分位數回歸檢驗可以通過拆分分位點的方法，觀測影響的變化程度并避免數據分布正態性的影響。②數據選擇方面，避免了傳統研究中按照特定地理位置、特定行業等分類的主觀偏向性，通過合并世界銀行與Atlas數據庫1995-2018年199個經濟體不同樣本數據，克服了樣本數據選擇性偏差的問題。③研究方法擬合了包括技術創新、政府效率、外資吸引、稅收政策、城鎮化、基礎設施、就業率、人居環境、基尼系數、教育水平、碳排放、金融市場和政策安全，建立了創新空間綜合系數。同時也擬合了紡織類優勢度、農業類優勢度、鉆石類優勢度、礦產類優勢度、金屬類優勢度、化工類優勢度、汽車類優勢度、設備類優勢度、電子類優勢度、經濟復雜度和產品鄰近度，建立了產品空間綜合系數，全面厘清了創新空間與產品空間作用于經濟增長的影響關系和程度。④在實證層面，運用分組檢驗方法，系統梳理不同經濟周期、發展程度以及資源密集類型的經濟體交互效應，對不同分組經濟體優先發展創新空間或者產品空間的最優路徑選擇進行了計量。研究結果為處在全球新冠疫情沖擊下的當前國際社會，提供了如何促進國家經濟增長的理論支撐與實踐指導。

1 文獻綜述與研究假設

整理1995-2018年全球199個經濟體出口數據，按照洲別分類標準如圖1所示。增長絕對值上看，美洲、大洋洲和亞洲的平均人均國民收入與世界平均水平變化趨勢大致相同，非洲最低，歐洲最高；增長相對值上看，非洲的增長幅度最為平緩，其次是美洲、亞洲和大洋洲、變化幅度最大的是歐洲；從增長階段上看，全球平均人均國民收入1995-2008年總體保持增長，但2009-2018年增長出現差異，部分洲別如美洲、大洋洲和亞洲增長起伏較大，非洲則保持平緩增長，而歐洲則表現為階段性下降的趨勢。

圖1 全球及各洲別平均人均國民收入變動趨勢

具體而言，1995-2008年間，全球年平均人均國民收入增長率為8.11%，其中歐洲的增長最為明顯，特別是2000-2008年期間，增長幅度達到13.99%；美洲、大洋洲和亞洲與全球平均水平大致相當，而非洲絕對值則增長緩慢，僅提高1598美元/人。2009-2018年間，全球年平均人均國民收入增長率為0.86%，其中美洲為1.82%、大洋洲為3.68%；非洲為1.62%以及亞洲為1.83%，歐洲是唯一出現負增長的洲別，為-1.29%。

表1 全球及各洲別平均人均國民收入情況 單位：美元

創新空間是指影響創新能力提升的要素指標在一定區域范圍內積聚的程度，周一星(1982)首次對創新空間要素開展量化研究，依據1950-1975年日本、蘇聯和美國城市化的數據，建立城鎮化對GNI的OLS回歸模型，認為人口向城市集聚是勞動分工逐漸完善的必要前提，城鎮化促進國民經濟增長是普遍規律[3]。Lester Metal.(2000)基于1995年13個國家數據，指出創新空間要素中，法制環境可以促進非營利組織發展[4]。移民數量作為考察一個經濟體的人居環境指標之一，Stark Q 和 Wang Y(2002)利用1990-2001年世界銀行數據庫，發現移民概率取決于人力資本積累，熟練勞動力流出對原籍國有害，但是職業吸引力會部分彌補原籍國損失[5]。Blanchard O 和 Giavazzi F(2003)利用1960-2000年世界銀行數據，通過協整檢驗的方法，實證教育程度、人力資本對經濟增長推動作用具有滯后性，但是長期內效果顯著[6]。其他創新空間要素，諸如：外資吸引(鐘昌標，2007)[7]、碳排放(鮑健強等，2008)[8]、稅負率(Paula 和 Jose A S，2010)[9]、金融市場(肖娛，2011)[10]和基礎設施建設(Chen D Y 和 Han C D，2012)[11]對經濟增長的正向影響，學者們也進行了研究。綜上提出假設H1：創新空間促進經濟增長。

有關產品空間要素，通過哈佛大學Atlas數據庫繪制的產品空間結構圖(見圖2)發現，產品出口比較優勢度與國民經濟增長呈現負相關的紡織類、農業類、鉆石類和礦產類，分別位于產品空間圖的右邊外圍位置和左邊下方位置，而技術密集型的金屬、化工、汽車、電子和設備類則處于產品空間結構圖的中心位置。RCA指標作為產品空間圖的要素之一，只是指出了圓點的大小，即一國的產品出口量占該國的比例與該類產品的全球出口占比關系。而圓點是否處于產品空間中心位置，以及圓點與其他圓點的距離遠近關系還需要分別考量經濟復雜度ECI和產品鄰近度PCI指標。ECI指數越高，圓點越接近結構圖的中心區域，產品溢價能力越高。PCI指數越高，圓點與其他圓點的位置越鄰近，一國轉換生產產品的能力也越強。

圖2 產品空間結構

李曉華(2006)運用對比分析法，認為電子產品屬于產業鏈低端，依賴低人工成本優勢的生產基礎非常脆弱，產業衰落會非常迅速[12]。鄭云(2007)利用1980-2004年中國統計年鑒，指出農產品出口總額與經濟增長正向關系，但是土地密集型農產品出口沒有顯著性因果關系[13]。陳曉華、黃先海(2010)依據1993-2006年美國金屬進口數據，實證中國金屬出口價格偏低、技術含量低，國民收入增長緩慢[14]。林毅夫和陳斌開(2013)基于2000-2009年統計年鑒，利用數值模擬方法，實證重工業發展優先戰略對城鎮化具有顯著負相關關系，欠發達國家的政府效率對國家經濟績效起至關重要的作用[15]。齊瑋(2013)建立引力模型，發現汽車出口是帶動GDP增長的主要因素[16]。趙玉敏、童莉霞(2016)利用2012年WTO數據構建回歸模型，認為中國的礦產出口貿易政策抑制貿易出口，且與國民收入增長負相關[17]。馬海燕和于孟雨(2018)認為產品復雜度與產品密度具有相互促進作用，有利于促進經濟結構調整，增加國民收入[18]。近期的研究者指出，產品鄰近度對產業新產品、產品比較優勢具有正向促進作用(劉威，2020)[19]，資源型行業升級至技術型行業需要更多輪次，甚至缺乏技術型行業的路徑(陳普，2020)[20]；煤炭產業、自然資源型產業、資源依賴程度與全要素生產率增長之間存在資源詛咒現象，技術創新和金融業存在擠出效應(張麗和蓋國風，2020；熊若愚和吳俊培，2020；海琴和高啟杰，2020)[21-23]等。綜上提出假設H2：產品空間抑制經濟增長。

2 數據收集與實證方法

本文使用的創新空間數據來源于世界銀行1995-2018年全球199個經濟體宏觀經濟數據，并經過熵值法擬合為綜合系數；產品空間數據來源于1995-2018年哈佛大學Atlas數據庫，經濟復雜度和產品鄰近度為直接獲得，9個大類的產品優勢度為測算獲得，并經熵值法擬合為綜合系數。為避免數據選擇性偏差，本文數據集除包含年份、人均國民收入、技術創新、政府效率、外資吸引、稅收政策、城鎮化、基礎設施、就業率、人均環境、基尼系數、教育水平、碳排放、金融市場、政策安全、紡織類出口、農業類、鉆石類、礦產類、金屬類、化工類、汽車類、設備類和電子類比較優勢度、經濟復雜度和產品鄰近度等連續型變量外，還包括洲別、經濟周期、發展程度和資源密集類型等虛擬二值變量。本文所用的創新空間和產品空間綜合系數具有代表性和可信性，具體變量指標定義見表2。

表2 變量定義

相關變量描述性統計整理如表3所示，變量數據峰值普遍大于0，說明總體數據分布與正態分布相比較為陡峭，為尖頂峰。變量數據的偏度說明數據分布形態與正態分布的程度偏離不大。

表3 變量的描述性統計

進一步，檢驗自變量的Pearson相關系數。結果如表4顯示，主要變量的相關系數為0.001，證明變量之間不存在明顯的多重共線性問題，可以進行回歸分析。

表4 變量的 Pearson系數

實證采用分位數回歸方法，目的在于克服樣本數據正態分布問題并區分在條件分布不同位置，創新空間與產品空間對經濟增長的影響。Koenker 和 Bsasett(1978)最早提出分位數回歸理論，其原理是將數據按被解釋變量進行拆分成多個分為數點，研究不同分位點情況下解釋變量對被解釋變量的影響[24]。總體來看，分位數回歸相比傳統的OLS回歸更便捷地分析自變量對因變量的影響趨勢關系，排除正態性和異常值對回歸結果的影響偏差。研究設計過程為，首先，設因變量Y的分布函數為：

F(y)=P(Y≤y)

(1)

則y的第τ分位數可定義為：

Q(τ)=inf{y:F(y)≥τ}

(2)

其中，0<τ<1代表在回歸線或回歸平面以下的數據占全體數據的百分比，分位函數的特點是，變量y的分布中存在比例為τ的部分小于分位數Q(τ)，而比例(1-τ)的部分大于分位數Q(τ)，y的整個分布被τ分為兩部分，對于任意的0<τ<1，定義檢驗函數為：

(3)

u為反映概率密度函數的參數，而ρ、u表示被解釋變量y的樣本處于τ分位以下和以上時的概率密度函數關系，分位數回歸模型為：

yi=xiβ(τi)+ε(τi)

(4)

在具體估計過程中，假定u=1，則對于τ分位數的樣本分位數線性回歸是求滿足以下公式的解β(τ)，公式為：

(5)

其次，建立創新空間與產品空間對經濟增長的分位數回歸模型，其中：β0是常數項，β1和β2是相關系數，εi是隨機誤差項。NISI為創新空間綜合系數，PSI為產品空間綜合系數，公式如下所示：

GNIper=β0+β1NISI+β2PSI+εi

(6)

最后，建立OLS回歸作為穩健性檢驗，考察創新空間、產品空間對經濟增長的非直線關系和交互效應，穩健性檢驗模型如下：

GNIper=β0+β1NISI+β3NISI2+β3PSI+β4PSI2+β5NISI*PSI+εi

(7)

其中，分別考察了相關關系、非直線型結構的曲率和交互效應。

3 結果分析與穩健性檢驗

3.1 全樣本分位數回歸結果

分位數回歸方法能夠估計y在給定x下整個的條件分布，表5報告了全樣本回歸結果，本文選擇了9個分位點，以便更為詳盡地觀測自變量對因變量的影響趨勢。創新空間NISI對國民收入增長相關系數為正，并且全部分位點具有顯著性。產品空間PSI對國民收入增長除0.4分位點外，均呈現負相關關系。

表5 全球分位數回歸結果

通過圖3發現，創新空間綜合系數對經濟增長作用顯著為正，但是具有一定的“起點效應”，在0.1和0.2分位點上，正向促進作用較小。一旦跨過“起點”，在0.3分位點正向促進作用顯著增加至0.139，并且至0.7分位點區間正向作用持續增加，達到效用最大化。在0.8和0.9分位點的下降趨勢顯示，創新空間與經濟增長存在倒U型的曲線關系，一國的創新投入和經濟產出存在最優經濟性。

圖3 全球NISI對GNIper分位數回歸趨勢

產品空間綜合系數是由產品出口比較優勢度，經濟復雜度和產品鄰近度通過熵值權重系數折算而成。通常，某一經濟體出口比例與世界出口比例越趨近，則產品空間綜合系數越低，產品空間綜合系數越高，經濟體出口的均衡性越差。圖4顯示了全球產品空間作用于經濟增長的趨勢關系，0.1至0.4的分位點系數均高于0.5-0.9區間，并且在0.4分位點達到正向效應最高。

圖4 全球PSI對GNI分位數回歸趨勢

為了更詳盡地考察創新空間和產品空間作用于經濟增長的非直線型關系，本文運用分組分位數檢驗的方法，考察不同經濟周期、不同發展程度和不同資源密集類型的經濟體影響趨勢關系，進一步考察經濟體最優選擇問題。

3.2 經濟周期分組分位數回歸結果

世界平均人均國民收入總體上呈現了平穩上升階段和振蕩差異階段，為準確考察不同經濟周期情況下創新空間、產品空間對經濟增長影響的差異程度，將24個樣本年限，分為1995-2006年和2007-2018年2個經濟周期。分位數回歸結果如表6所示，1995-2006年創新空間正向促進經濟增長，具有顯著性。產品空間在0.2、0.3、0.5和0.7，四個分位點具有正向促進作用，在分位點兩端均為負相關關系。2007-2018年創新空間對經濟增長具有正向促進作用，并有顯著性。產品空間除0.1-0.3分位點作用不明顯外，其他分位數回歸系數為負相關關系。

表6 經濟周期分組分位數回歸檢驗

1995-2006年回歸數據顯示，創新空間經過起點效應的0.4分位點后，促進經濟增長的作用明顯加強，并在0.7分位點達到最高值。

圖5 1995-2006經濟周期NISI對GNI分位數回歸趨勢

圖6 2007-2018經濟周期NISI對GNI分位數回歸趨勢

2007-2018年數據回歸結果對比前一經濟周期而言，創新空間作用經濟增長的相關關系總體減弱，但相關系數各個分位點顯著為正，并且起點效應仍然出現在0.4分位點處，進一步檢驗了創新空間需要積累過程。0.5分位點處正向促進作用最大，至0.8處總體正向作用保持較高水平。但是，兩個經濟周期的數據均顯示，部分特別發達的經濟體創新空間促進經濟的作用在放緩，這為發展中經濟體實現經濟增長趕超開啟了機會窗口期。

1995-2006年經濟周期回歸結果顯示，0.1-0.3分位點回歸系數出現正向效應，并保持增長趨勢，0.4-0.6分位點處出現振蕩起落的現象，而0.7-0.9分位點則出現持續負效用的情況。說明在1995-2006年經濟周期階段，側重依賴人力資源型或者自然資源型產品出口仍然可以促進經濟增長，但是表現出不穩定性。

圖7 1995-2006經濟周期PSI對GNI分位數回歸趨勢

2007-2018年經濟周期則顯示出經濟體應進一步均衡出口結構的迫切需要，從0.1-0.9分位點回歸系數，出現持續增長的負效應。此前依賴人力資源型和自然資源型產品出口的經濟體，必須要通過技術創新，向技術密集型產業轉移，才能降低產品空間綜合系數，實現經濟的可持續增長。圖8顯示從0.6分位點開始，負效用幅度顯著增加，說明經濟體越是對某一類產品出口過重依賴，越增加陷入“收入陷阱”的風險。

圖8 2007-2018經濟周期PSI對GNI分位數回歸趨勢

3.3 發展程度分組分位數回歸結果

發展中經濟體和發達經濟體在國民收入基礎、政府效率、技術創新以及技術型產品優勢度方面存在固有差異，在考察創新空間、產品空間作用于經濟增長的關系時，有必要進行分組的分位數檢驗，探討影響程度和作用趨勢。如表7所示，創新空間方面，發展中經濟體從0.1-0.8分位點處回歸系數均顯著為正。而發達經濟體則在0.6-0.9分位點處均出現了不顯著的相關關系。產品空間方面，發展中經濟體并未表現出顯著的負相關關系，而發達經濟體則表現出除0.4分位點外的，一致性的負效應。

表7 發展程度分組分位數回歸檢驗

如圖9顯示，發展中經濟體創新空間作用于經濟增長的相關系數顯著為正，在0.1-0.6分位點處總體上表現平穩促進的作用，盡管在0.7分位點處出現短暫的正向程度降低，但是仍然在0.8分位點處出現0.012的正相關系數。

圖9 發展中經濟體NISI對GNI分位數回歸趨勢

發達經濟體創新空間促進經濟增長的相關系數盡管自0.1-0.9分位點出現持續下降的趨勢，但是總體相關系數均為正值，在0.8和0.9兩處分位點的回歸系數盡管為負，但是并未表現出顯著性。而且，發達經濟體創新空間促進經濟增長的相關系數在0.1-0.6分位點處均顯著大于發展中經濟體，說明發展中經濟體仍然需要提高創新空間的投入水平，以實現促進經濟增長的最優效應。

發展中經濟體產品空間系數作用于經濟增長除0.5和0.7兩個分位點相關系數顯著為負外，總體上保持了正向的促進作用，并在0.9分位點處達到最大值4.224，具有顯著性。全球產品空間平均效應顯示，0.1-0.4分位點的系數相對高于0.5-0.9分位點。說明，盡管發展中經濟體短期內的人力和自然資源密集型產品出口優勢度促進了經濟增長，但是從長期來看，出口產品類別的均衡化、以及產業由人力、自然資源密集型向技術密集型轉移更有利于經濟的可持續增長。

圖10 發達經濟體NISI對GNI分位數回歸趨勢

圖11 發展中經濟體PSI對GNI分位數回歸趨勢

發達經濟體的產品空間分位數回歸趨勢圖與全球的平均趨勢圖大致相當，首先，相關系數除0.4分位點外均為負數；其次，均在0.4分位點處達到促進作用的最大值；最后，0.5-0.9回歸系數均出現正U型結構，進一步說明了產品空間均衡效應和產業技術升級的重要性，如圖12所示。

圖12 發達經濟體PSI對GNI分位數回歸趨勢

3.4 資源類型分組分位數回歸結果

資源類型不同的經濟體，在產品空間的初始位置以及產品的鄰近程度會有很大的不同。按照資源類型對經濟體進行分組分位數檢驗，可以更加準確地考察創新空間和產品空間作用與經濟增長的程度和趨勢關系。如表8所示，人力資源密集型、自然資源密集型和技術密集型經濟體創新空間系數對經濟增長的關系均為正向關系。產品空間方面，人力資源型、自然資源型和技術型經濟體均具有負向相關關系。

表8 資源類型分組分位數回歸檢驗

如圖13所示，人力密集型經濟體創新空間對經濟增長作用顯著為正，并在0.1-0.9分位點處連續性上升趨勢，說明創新空間投入對于人力密集型經濟體經濟增長具有促進作用。且在0.4分位點后，促進幅度明顯增強，0.9分位點處達到最大值，為3.58。

圖13 人力密集型經濟體NISI對GNI分位數回歸趨勢

自然資源密集型經濟體相比人力型經濟體而言，創新空間作用經濟增長的程度大幅提高，分別從0.1分位點的0.01提高到0.107，和從0.9分位點的3.58提高到8.74.但是，創新空間的起點效應在0.6分位點處，相比人力型經濟體的0.4分位點更大一些。說明自然資源型經濟體進行創新空間要素投入具有最高的經濟性。

圖14 自然資源密集型經濟體NISI對GNI分位數回歸趨勢

技術密集型經濟體，創新空間與經濟增長的關系為倒U型曲線關系，起點效應在0.3分位點處，0.4分位點與0.6分位點保持平穩增長，0.7-0.9分位點處出現下滑，但是總體上創新空間效應為正，并在0.6分位點處達到最大值0.14。

人力密集型經濟體的產品空間在0.7-0.8兩個分位點處效應為正，分別為24.12和6.33。其他分位點相關系數為負，且幅度變化不大。說明，人力密集型經濟體在產品優勢度方面，限于人工附加值較低的原因，出口產品類別轉移并未給經濟增長造成較大的影響。結合圖13的創新空間趨勢圖分析，創新要素的投入是經濟體經濟增長的重要途徑。

自然資源密集型經濟體的產品空間與經濟增長的關系呈正U型結構，左端的出口產品的均衡化和右端的特定產品出口比較優勢對于經濟增長具有正向作用。0.1-0.6分位點產品空間促進經濟增長的作用持續下降，但是0.6-0.9分位點出現效應的提升，說明自然資源型經濟體出口的資源類產品出口規模效應仍然可以促進國家經濟增長。

圖16 人力密集型經濟體PSI對GNI分位數回歸趨勢

圖17 自然資源密集型經濟體PSI對GNI分位數回歸趨勢

技術密集型經濟體產品空間均衡性促進經濟增長，產品空間在0.1-0.2分位點處具有促進經濟增長的相對優勢，但在0.2-0.9的分位點處表現為波動性下降的特點，并在0.9分位點處達到負效用最大值，為-3765.25。

圖18 技術密集型經濟體PSI對GNI分位數回歸趨勢

3.5 OLS全樣本回歸穩健性檢驗

通過OLS全樣本回歸，進行穩健性檢驗，回歸模型見如下公式：

GNIper=14926.46+0.571NISIit-0.0016NISI2it-2460.61PSIit+22.342PSI2it-0.335NISI*PSIit+εit

(12)

回歸模型擬合度F=32.816，調整后決定系數R2=0.584，相應控制變量顯著性結果如表9所示。創新空間與經濟增長呈倒U型結構，相關系數為0.571，表明每增加一個單位的創新空間系數，國民收入增加0.571美元，曲率為-0.0016，曲線開口向下，頂點數值為創新空間最優經濟點，數值為2881。產品空間與經濟增長呈正U型曲線關系，相關系數-2460.61，表明產品空間系數每增加一個單位，人均國民收入減少2460.61美元，說明產品出口比例越均衡，人均國民收入增長越迅速。但是，曲線開口向上，曲率為22.342，跨過底部端點數值后，產品空間系數每增加一個單位，人均國民收入增長2460.61美元。創新空間與產品空間的交互效應為負的0.335，說明創新空間會顯著促進經濟增長，而且，產品空間系數出現下降時，創新空間促進經濟增長的效應會額外增加0.335美元。

表9 OLS回歸穩健性檢驗

4 結論

在探討創新空間、產品空間對經濟增長影響時，如果忽略了內生機制和外生給定的分組情況，可能很難識別促進經濟增長的變量要素和作用機制。并且，容易陷入平均效應的認識偏差。而且，由于傳統OLS回歸無法觀測相關系數變化趨勢，樣本數據正態分布和異常值也會產生影響，所以，本文采用分組分位數檢驗方法，對于創新空間系數、產品空間系數影響經濟增長進行分類別地探討最優經濟性，并在穩健性檢驗中，利用多元二次項和交互效應構建模型，相關研究結果，為當前世界經濟體應對疫情沖擊下的經濟持續增長提供了理論借鑒和實踐指導。

從世界范圍看，創新空間對經濟增長形成正向促進作用，并呈現倒U型結構，“起點效應”出現在0.2分位點處，“轉移效應”出現在0.7分位點處。產品空間對經濟增長負相關關系，表明產品出口結構越均衡，國民收入增長越穩定，表現為0.1-0.4分位點回歸系數明顯高于0.5-0.9分位點處，說明過度依賴人力和自然資源類型的經濟體需要盡快向半導體等技術密集型產業轉移。

經濟周期分組來看，2007-2018年階段，創新空間仍然正向促進經濟增長，但是幅度相比前一經濟周期明顯降低，而且這一階段的產品空間系數與經濟增長的關系為持續增加的正效應，進一步表明當前階段出口產品類別的均衡化是影響經濟增長的重要因素。

從經濟體發展程度上看，發展中經濟體創新空間促進經濟增長的作用在0.1-0.6分位點處創新增強，相比發達經濟體的0.1-0.9分位點處持續減弱的趨勢，發展中經濟體存在“彎道超車”的機會窗口。

從資源密集類型上看，自然資源密集型經濟體的創新投入促進經濟增長的作用最大，相應的政府部門應當有意識提高創新要素投入，發揮政府引導經濟增長的作用。產品空間方面盡管人力密集型和自然資源類型的經濟體，在短期內仍然存在部分產品空間系數促進經濟增長的作用，但是從長期來看，盡早布局半導體等技術密集型產業，遵循產品鄰近和產品向中心化的發展演進是提升經濟的關鍵。

基于以上結論，經濟體在經濟治理手段和路徑需要結合自身特點，分主次、分方向的實施，尋找最優的國家經濟治理路徑依賴機制。當然，研究也存在一定的局限性，雖然本文建立了創新空間、產品空間對國家經濟增長影響的模型，利用分位數回歸方法計量了變量作用于國家經濟增長的程度和趨勢關系，通過回歸進行模型穩健性檢驗，考察了非直線型關系和變量交互效應。但是，未來可以引入服務產品作為產品空間的指標，進一步考察對經濟增長的影響。