創新要素協同、市場化改革與制造業高質量發展

賀靈 付麗娜

基金項目：國家社會科學基金項目（20BJY104）

作者簡介：賀 靈（1980— ），男，湖南平江人，博士，湖南科技大學商學院教師，研究方向：產業創新與金融發展;付麗娜（1982—），女，湖南湘潭人，博士，湘潭大學商學院教師，研究方向：數量經濟與產業發展。

摘 要：基于2004-2018年30個省級地區的面板數據，運用動態面板數據模型與門檻效應模型，考量創新要素協同對制造業高質量發展的影響機制。結果顯示：科技創新、現代金融、人力資源等創新要素協同對制造業高質量發展具有顯著的正向效應，且存在明顯的時間差異性和空間異質性;資源配置、產業融合、技術進步及需求升級在創新要素協同促進制造業高質量發展的過程中起到中介作用，市場化改革進程具有調節作用。

關鍵詞：高質量發展;市場化配置改革;創新要素協同;傳導機制

中圖分類號：F273.1 文獻標識碼：A 文章編號：1003-7217（2021）06-0126-06

一、引 言

在經濟進入高質量發展的現階段，如何促進制造業質量變革、效率變革、動力變革進而實現高質量發展成為理論界和實踐領域所關注的重要課題。十九大報告創造性地從要素投入角度提出我國要建立實體經濟、科技創新、現代金融、人力資源“四位協同”的現代產業體系。“四位協同”的關系本質上是指各類創新資源要素間的互動關系及其對實體經濟的影響機制，其內在邏輯同樣適用于制造業與相關創新要素之間。可見能否推動制造業高質量發展是檢驗創新要素協同作用效果的重要標準。此外，要素市場化配置改革對創新要素供給質量、要素流動及要素間互動很有可能會產生深遠影響。那么，創新要素協同是否推動了我國制造業高質量發展？影響的內在機制是什么？要素市場化配置改革在兩者關系間產生何種作用？對以上問題的解答具有重要的理論價值和現實意義。

狹義的創新要素包括研發人員和研發資本。廣義的創新要素涵蓋創新主體、資源及環境要素[1]。制造業高質量發展是指在兼顧調整制造業內部結構的同時，著重突出制造業與現代服務業融合、對資源的集約利用及對生態環境的保護[2]。學者們討論了企業家創新精神對制造業出口技術復雜度的影響以及要素稟賦結構尤其是研發資金投入對制造行業標準供給的作用[3，4]。有學者從產業政策、國際貿易、突發事件等方面研究了制造業發展的影響因素[5]。技術研發投入對企業的創新績效影響顯著[6];人力資源結構高級化會通過勞動生產率的提升和技術創新的強化作用于服務業結構升級[7];創新要素的空間集聚能產生技術外部性和金融外部性，從而影響產業的發展[8]。

為此，本文借鑒和參考已有文獻成果，在理論機制分析基礎上構建動態面板數據模型等模型方法，基于2004-2018年30個省級地區的面板數據展開實證檢驗，分析創新要素協同、市場化改革與制造業高質量發展三者之間的關系，并根據實證結果提出相應對策建議。

二、理論分析與研究假設

理論上分析，創新要素協同可能通過優化資源配置等機制對制造業高質量發展產生推動作用。

創新要素協同對提高資源配置效率的作用。（1）要素供給方面。創新要素培育、供給質量改善能增加制造業所需的創新要素存量，為產業提質升級所需的創新要素間最優配置的實現提供保障。高水平原創性技術成果、創新性金融產品、受更好教育的人力資源對要素生產率提升有促進作用[9]。（2）要素間協調匹配方面。制造業運營離不開多種創新要素組合，某種要素須與其他要素在量和質兩個層面組合方能實現產品生產。要素間協調匹配能充分發揮各類要素的功效，從而提升要素邊際生產率，實現要素優化配置。（3）要素流動方面。在逐利動機驅使之下創新要素會流向投資收益率更高的項目，以提升企業或行業的投入產出效率，進而實現創新資源配置動態優化及制造業提質增效[10]。

創新要素協同對產業融合的促進作用。（1）創新要素協同能從“投入融合”層面促進制造業服務化。專業性人力資源的培育及流入能提高對其他資源的整合配置與吸收能力，為制造企業戰略調整、技術變革及新模式新業態產生提供保障[11]。大數據技術等要素導入能支撐企業發展網絡協同制造等先進模式從而促進制造效能提升。現代金融的導入可擴大制造企業融資渠道、降低資金使用風險及成本從而化解融資約束和提高企業資本配置效率[12]。（2）創新要素協同能從“產出融合”層面促進制造業服務化。產出服務化可為制造企業拓展服務業務、增加新的利潤增長點。它是制造企業改善供給質量、形成差異化競爭優勢的重要手段，能確保企業通過服務創新提高盈利能力。

創新要素協同對技術進步的促進作用。（1）創新要素協同能促進不同主體間研發合作。單個主體常基于各自比較優勢開展專門化、精細化創新活動，而僅憑某項專門化的技術難以完成系統性研發。創新要素協同所促成的研發合作通過建立起網絡關系能有效整合創新資源，將分散的技術知識變得更具系統性并將其高效應用于研發。這既利于制造企業從合作網絡中獲得外源性知識從而推動自身技術變革，又有助于降低被低端技術鎖定的風險[13]。（2）創新要素協同能促進創新知識的轉移或溢出。技術轉移與溢出既可通過正式市場交易機制實現，也可通過人員間互動交流的非正式方式“自然傳播”。制造企業對所溢出的新技術知識進行吸收、模仿、再創新，進而提高自身創新能力，推動企業產品升級和產業高質量發展。

創新要素協同對需求升級的推動作用。（1）創新要素協同會促使需求能力提升。當具有創新能力的高技能、復合型人才流入制造業后，其收入及占比會明顯提高。金融產品創新既能緩解企業融資約束又可增加勞動者投資理財回報;而資本市場發展還能強化其財富增值功能，增加勞動者財產性收入。（2）創新要素協同會推動消費和生產性需求結構升級。因高素質人才受過良好教育并掌握相對充分的信息，故其對高技術含量產品有更強偏好從而拉動消費結構升級。大數據技術等向現代金融的滲透能降低金融服務成本，推動消費需求結構升級[14]。高端創新要素流入及相關生產活動會促使新材料、新設備等不斷涌現，這將拉動生產性需求結構升級。需求結構升級會倒逼制造業更新技術、變革工藝進而推動產品升級和產業高質量發展[15]。

為此，提出待檢驗假設：

H1 創新要素協同推動了各區域制造業高質量發展;

H2 創新要素協同主要通過提高資源配置效率、推進產業融合、促進技術進步、拉動需求升級來推動制造業高質量發展。

三、計量模型、變量與數據說明

（一）計量模型設定

1. 基準模型的構建。構建式（1）所示模型檢驗創新要素協同對制造業發展的影響。

其中，i表示地區單元（i=1，2，…，30）;t代表時間序列（2004-2018年）;Hqu為制造業發展質量指數，X表示創新要素協同等解釋變量;α為原始截距項;u為隨機擾動項。制造業發展有路徑依賴，上期發展質量對當期具有影響。式（2）“局部調整模型”可解釋該滯后效應。

其中，ln Hqueit為發展質量預期水平，發展水平的實際改變（ln Hquit-ln Hqui，t-1）常小于預期改變（ln Hqueit-ln Hqui，t-1）。式（3）體現兩者關系：

將式（3）代入式（2）獲得式（4）基準模型動態面板數據模型。

式（4）中的Xit核心解釋變量（Syn）外還包括基礎設施水平（Inf）、城鎮化水平（Urb）、外商直接投資（Fdi）、地區開放程度（Ope）、環境規制（Env）。

2. 遞歸模型的構建。構建如式（5）～（7）所示遞歸模型驗證資源配置效應、產業融合效應等中介效應的存在性[16]。

式（6）、式（7）中的M 為中介變量，Xo，it代表除核心解釋變量（Syn）外的其余變量。

（二）變量說明與數據來源

1.制造業發展質量。構建由工業新產品銷售收入占比、高技術產業主營業務收入占比、一般工業固體廢物綜合利用率、制造業出口交貨值占比、制造業產值增速組成的多元化測度指標[17]。借助效用值法對原始指標值進行標準化處理后，結合德爾菲法獲得指標權重進而采用線性加權法求取各地區制造業發展質量水平綜合指數值。

2.創新要素協同發展水平。從要素供給、流動、互動三層面構建指標。體現要素供給的指標：研究與開發機構R&D人員全時當量、高等院校R&D人員全時當量、高技術產業R&D人員全時當量[18];信貸市場發展水平、股票市場發展規模[19];高等學校R&D課題數、研究與開發機構R&D課題數、高技術產業R&D項目數[20]。體現要素流動的指標：企業獲得外部人力資源的便利性、融資渠道給行業運營帶來的障礙。體現要素互動的指標：工業企業科技活動獲得金融機構貸款額、高校和科研院所科技活動資金中來自企業資金的比例、高校及科研院所R&D經費中來自金融機構資金的比例;萬人R&D科學家和工程師數;區域金融人才的集聚程度。采用復合系統協同度模型測度創新要素系統的協同發展程度。

3.控制變量。采用各省市人均公路里程數衡量基礎設施水平（Inf），城鎮人口占地區總人口的比重體現城鎮化水平（Urb），各地區進出口總額占其GDP比重衡量地區開放程度（Ope），制造業年度實際利用外資規模衡量外商直接投資（Fdi），各地區環境投資存量與資本存量比率衡量環境規制強度（Env）。

4.中介變量。采用工業企業銷售費用率與管理費用率之和體現資源配置效應（RES），制造業的完全消耗系數體現產業融合效應（CON），基于專利申請受理數和技術交易額所得復合指標體現技術進步效應（TEC），勞動者報酬占行業增加值的比重體現需求升級效應（DEM）。

數據主要來源于《中國科技統計年鑒》《中國金融年鑒》《中國勞動統計年鑒》《中國高技術產業統計年鑒》《中國工業經濟統計年鑒》《中國環境統計年鑒》《中國統計年鑒》相關年度以及省級和省際間投入產出表等渠道。時間跨度為2004-2018年，樣本涵蓋除西藏之外的30個省級地區（不含港澳臺地區）。

四、實證檢驗及結果解析

（一）創新要素協同對制造業發展質量的影響分析

1. 總體影響分析。從表1中模型（1）的估計結果可知，ln Syn系數估計值為正（0.286）且顯著，說明ln Syn對制造業發展有積極作用，這驗證了假設H1。將ln Hqu（-1）納入POLS和FE模型進行估計，并將結果與兩步SYS-GMM法的估計結果對比。從表1可知，模型（1）中的ln Hqu（-1）系數估計值處于0.135和0.266之間。這表明模型（1）的兩步SYS-GMM估計結果未存在明顯偏差，意味著ln Syn的推動效應是顯著且穩健的。

2.影響的地區差異。引入地區虛擬變量D，東部沿海省區取1，中西部省區則取0。借助表1中模型（4）的估計結果來考察ln Syn對制造業發展的影響是否存在明顯地區差異。從模型（4）可以看出，在引入地區虛擬變量與ln Syn的交互項以后，ln Synit的系數估計值為0.231且顯著，D×ln Synit 的系數估計值為0.130且顯著，這便說明ln Syn對沿海省區制造業發展的影響更強勁。

3.影響的時期差異。將金融危機前的2004-2007年間時間虛擬變量的值設定為0，2008-2011年間取值設定為1;將十八大前的2008-2011年間取值設定為0，2012-2018年間取值設定為1。表1模型（5）的報告結果顯示，ln Syn系數估計值顯著為正（0.222），T1×ln Synit的系數估計值為0.114且顯著。這就表明ln Syn對制造業發展不僅產生了正向作用，且金融危機后的促進效應更強。從模型（6）的估計結果可知，ln Syn的系數估計值顯著為正（0.203），T2×ln Synit的系數估計值為0.146且顯著。這就表明ln Syn對制造業發展不僅有正向作用且十八大后其推動效應更強。

（二）基于遞歸模型的傳導機制檢驗

采用兩步系統GMM方法檢驗四個中介效應，其結果列示在表2中。Hansen檢驗和AR檢驗結果說明采用的兩步系統GMM估計方法是有效的。

從表2模型（1）可知，ln Syn系數估計值為負（-0.284）且顯著，這說明創新要素協同發展有效地降低了制造行業的管理成本和市場交易費用。模型（2）的估計顯示，ln Syn的系數估計值為正，而變量RES的系數估計值為負，且ln Syn系數估計值（0.254）小于式（4）中相應估計值0.286。從模型（3）可知，ln Syn系數估計值為正（0.194）且顯著，這說明創新要素協同有助于促進制造業與相關要素的互補性、滲透性融合。模型（4）的估計顯示，ln Syn和變量CON的系數估計值都為正，且ln Syn系數估計值0.171小于0.286。從模型（5）可知，ln Syn系數估計值顯著為正（0.230），這說明創新要素協同促進了研發合作，推動了技術成果的轉移和溢出。模型（6）的估計顯示，ln Syn和變量TEC的系數估計值都顯著為正且ln Syn系數估計值0.238小于0.286。從模型（7）可知，ln Syn系數估計值顯著為正（0.214），這說明ln Syn有利于勞動者收入水平的提高。模型（8）的估計顯示，ln Syn和變量DEM的系數估計值都顯著為正，且ln Syn的系數估計值0.232小于0.286。以上檢驗表面，四個代理變量都起到了部分中介效應，至此假設H2得到了驗證。

五、市場化改革影響的門檻效應

構建如式（8）所示的以要素市場化改革及細分要素市場發展為門檻變量的面板門檻模型，考察可能由各地市場化改革進程的不同導致的創新要素協同影響效果的差異性。

其中，M為門檻變量（要素市場化改革Fac、勞動力市場發展Lab、資本市場發展Cap、技術市場發展Tec）;δ為待估計的門檻變量具體取值，I（.）代表示性函數;β代表ln Syn的影響系數;γ為其余變量的影響系數。在采用Boostrap（自抽樣法）1000次運算后獲得相關門檻變量的門檻數、F統計值、P值及具體的門檻估計值和置信區間。檢驗表明，四個門檻變量都僅存在單一門檻，門檻模型估計結果見表3。

從表3中模型（1）的估計結果看，ln Syn對ln Hqu的影響存在明顯門檻特征。當要素市場發展（Fac）低于門檻值5.224時，ln Syn_1 的正向效應不明顯，其估計值0.179不顯著。但當Fac超過門檻值5.224后，ln Syn_2系數估計值增加到0.214且顯著。從模型（2）-模型（4）的估計來看，ln Syn對ln Hqu的凈影響也呈現明顯門檻特征。當Lab小于門檻值6.632時，ln Syn的影響系數為-0.116但不顯著;隨著Lab跨越門檻值，ln Syn的影響系數明顯為正（0.227）且顯著，這說明ln Syn的促進效應得到了較為充分的發揮。對于Cap低于門檻值7.652的省級地區，ln Syn_1 的正向作用不理想，其系數估計值為0.986;然而對于Cap跨過門檻值7.652的地區，ln Syn_2的作用力度明顯變大（估計值0.242）且顯著。當Tec跨過門檻值7.956時，ln Syn的促進作用更強了。

六、研究結論與政策啟示

通過研究獲得相應結論如下：創新要素協同促進了各地區制造業高質量發展，其影響存在明顯地區和時期差異;創新要素協同的作用主要通過提高資源配置效率、推進產業融合等機制實現;市場化改革對創新要素協同的作用效果有影響。

基于研究結論得出以下建議：

（1）制定改善要素條件的政策措施。圍繞科研機構分類改革、收入分配機制改革、融資體系構建展開科技政策、人力資源政策、金融創新政策設計，實現研發投入、人才培養、金融產品創新的突破。提高科技創新貢獻度，通過完善制度保障成果轉化中各方合法利益，以增強科技成果流向制造業的意愿;增強人力資源支撐作用，重視通過削減過剩產能、優化供求結構來實現盈利能力提升從而增強高端人力資源流入制造業的意愿;促進現代金融更好服務于制造業，改變“金融空轉”、資金“脫實向虛”現狀。確保融資方式與處于不同階段的科技創新相匹配;暢通人才進入科技及金融領域發展的通道，增強人力資源對科技創新及現代金融發展的支撐作用。

（2）重視資源配置效率提升政策等匹配性政策優化。在資源配置方面，應矯正要素市場扭曲，增強資本及其他資源流動性，尤其要減少非國有制造企業存在的投融資障礙。在兩業融合方面，應推進管理行政體制改革，推動法律法規和規章文件清理、市場準入規則完善，破除禁錮融合的體制機制障礙。在技術進步方面，要通過產學研合作創新機制的構建來強化制造企業、高校、科研機構間的合作關系;重視技術轉移渠道構建，通過正式渠道的完善來促進新技術知識在合作主體間的轉移與溢出。在收入分配方面，要通過促進勞動者工資性收入和財產性收入的增加來提高其消費能力。

（3）推進要素市場化改革及促進各細分要素市場發展。健全和完善間接融資體系，通過促進中小銀行機構發展來增加金融服務有效供給;堅持市場化法治化改革方向，通過構建和完善主板、科創板等多層次直接融資體系增強對制造業的資本有效供給。借助互聯網信息平臺構建、科技中介培育等手段來解決技術交易市場上供需間成果信息共享問題，進而促進成果轉移和高效轉化。破除阻礙各類人才跨地區、跨行業轉移的制度藩籬，通過深化戶籍制度改革、完善技能評價制度等手段促進人才合理流動。

參考文獻：

[1] 肖興志，徐信龍.區域創新要素的配置和結構失衡：研究進展、分析框架與優化策略[J].科研管理，2019，40（10）：1-13.

[2] 史丹，李鵬.中國工業70 年發展質量演進及其現狀評價[J].中國工業經濟，2019（9）：5-23.

[3] 程銳，馬莉莉. 企業家精神、要素配置效率與制造業出口升級[J].產業經濟研究，2019（6）：89-101.

[4] 侯俊軍，鐘靈子.要素稟賦結構與標準供給：基于中國制造業行業面板數據的實證研究[J].湖南大學學報（社會科學版），2019，33（4）：66-72.

[5] Aghion P， Dewatripont M. Industrial policy and competition [J]. American Economic Journal：Macroeconomics， 2015， 7（4）：1-32.

[6] Coad A ， Segarra A ， Teruel M. Innovation and firm growth：Does firm age play a role？[J]. Research Policy， 2016， 45 （2）：387-400.

[7] 戴魁早，李曉莉.人力資本結構高級化、要素市場發展與服務業結構升級[J].財貿經濟，2020（10）：129-146.

[8] Desbordes R， Wei S J. The effects of financial development on foreign direct investment [J]. Journal of Development Economics， 2017， 127（2） ：153-168.

[9] 付保宗，盛朝迅，徐建偉，等. 加快建設實體經濟、科技創新、現代金融、人力資源協同發展的產業體系研究[J].宏觀經濟研究，2019（4）：41-52.

[10]Frank A G， Cortimiglia M N. The effect of innovation activities on innovation outputs in the Brazilian industry：Market-orientation vs technology-acquisition strategies[J].Research Policy， 2016， 45（3）：577-592.

[11]Giri B C， Roy B， Maiti T.Coordinating a three-echelon supply chain under price and quality dependent demand with sub-supply chain and RFM strategies[J].Applied Mathematical Modelling， 2017（52）：747-769.

[12]陳創練，莊澤海，林玉婷. 金融發展對工業行業資本配置效率的影響[J].中國工業經濟，2016（11）：22-38.

[13]Noni I D， Orsi L， Belussi F. The role of collaborative networks in supporting the innovation performances of lagging-behind European regions[J].Research Policy， 2018， 47（1）：1-13.

[14]楊偉明，粟麟.數字金融是否促進了消費升級？——基于面板數據的證據[J].國際金融研究，2021（4）：13-22.

[15]陳麗嫻，魏作磊.地區制造業服務化程度與勞動者工資收入：基于CHIP 數據的經驗研究[J].財經論叢，2019（5）：13-21.

[16]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014（5）：731-745.

[17]劉瑞，郭濤.高質量發展指數的構建及應用：兼評東北經濟高質量發展[J].東北大學學報（社會科學版），2020，22（1）：31-39.

[18]劉友金，易秋平.產學研協同創新對地區創新績效的影響：以長江經濟帶11省市為例[J].經濟地理，2017，37（9）：1-10.

[19]王曼怡，甄晗蕾. 金融發展與微觀企業技術創新關系研究：來自制造業的經驗證據[J].山東社會科學，2019（9）：130-135.

[20]陶長琪，徐茉.經濟高質量發展視閾下中國創新要素配置水平的測度[J].數量經濟技術經濟研究，2021（3）：3-22.

（責任編輯：鐘 瑤）