科技創新對產業結構升級的影響研究
——以長江經濟帶為例

李 俠 黃小燕

(蚌埠工商學院 安徽 蚌埠 233000)

引言

黨的十九大報告指出：隨著經濟進入新常態，單純追求經濟的高速增長已經成為過去式，未來會更加重視經濟的高質量發展，綠色GDP的概念也被再一次提出。從國家層面上看，一直非常重視對長江經濟帶的戰略規劃，從長江經濟帶的整體角度來看，長江經濟帶國土面積和人口占比都居于較高水平，覆蓋全國9省2市,是中國改革開放40多年經濟快速發展的代表。中共中央、國務院指出：長江經濟帶有其天然的地理位置優勢，該地區依托長江黃金水道、能夠有效發展綠色生態經濟，對該地區經濟高質量增長帶來積極作用。2019 《長江經濟帶高質量發展指數報告》中進一步指出：2011—2016 年長江經濟帶上、中、下游地區經濟高質量發展存在很大的不平衡性問題，區域經濟發展差異明顯。要實現長江經濟帶經濟高質量增長，要把促進產業結構升級作為重要的戰略部署。而科技創新正是促進產業結構轉型的重要推動力，政府對科技水平的支持力度以及金融發展在推動科技創新上又起突破性的作用，因此，研究長江經濟帶科技創新對產業結構升級的影響將會對該地區未來經濟高質量發展具有建設性的意義，對整個國家的經濟也會有促進作用。

一、文獻綜述

從現有文獻來看，對于科技創新的研究已經有學者進行了分析，如學者Romer(1986)構建技術進步內生增長模型,指出經濟進步的內在動力主要來自科技創新基礎上的知識成本。Pradhan等(2016)研究表明：在歐元區國家，金融發展能夠促進科技創新。Solow(1956)運用新古典經濟增長模型揭示了技術進步的外生性，使得用其解釋經濟增長無法具有說服力。張海軍等(2019)則從實證分析的角度解釋了經濟增長靠科技創新拉動需要前提條件，只有在金融發展水平規模適度的情況下才起作用。閆光芹(2019)基于山東省2008-2017年的統計數據，著重研究科技創新、金融創新和經濟增長的關系，結果顯示這三者之間具有密切的耦合協調度。與張林(2016)的研究結果相類似。柏建成等(2019)采用PVAR模型對長江經濟帶的科技創新和金融發展的互動關系進行研究，指出科技和金融兩者相輔相成，相互促進，能夠對經濟高質量發展起關鍵作用。也有學者直接研究科技創新與產業結構之間的關系，如Desmet等(2014)提出較好的發揮科技創新與主導產業之間的互動關系，對產業結構升級具有重要推動作用，并能夠帶動經濟發展。金浩等(2017)、胡蘇迪等(2018)提出科技創新在提升產業結構上具有引導作用。但賈明琪等(2016)認為技術進步促進產業結構升級的效果取決于地區之間的經濟發展程度。張慧敏等(2019)基于京津翼2007-2016年的數據，運用復合系統協調度模型得出區域之間的差異性會使科技創新對產業結構升級起阻礙作用。

綜上，我們可以發現，對于科技創新已經有很多學者涉及到這一領域，但從研究現狀來看，大部分學者都是將科技創新與金融發展或將科技創新與技術進步相結合去研究對經濟增長之間的關系，其次也有部分學者直接對科技創新與產業結構升級的影響進行分析，學術界對科技創新是促進產業結構升級還是阻礙產業結構升級一直存在爭議，本文基于前人研究的基礎上對長江經濟帶進行分區域以及全流域的綜合分析，在研究方法上，本文運用stata13軟件對長江經濟帶9省2市2007-2018年的面板數據，采取動態(系統GMM模型估計)和靜態相結合的方法進行分析，以期為長江經濟帶各省市的建設和經濟高質量發展提供有效的政策建議。

二、 模型構建和數據來源

(一) 模型構建

長江經濟帶指沿江附近的經濟圈，涉及到9省2市①，范圍較廣，針對這一情況，各省市之間科技創新程度表現不一，產業結構的構成比例也存在差異性，因此為了更加全面研究這方面的內容，本文采取動態和靜態相結合的面板數據對長江經濟帶全流域及上游地區、中游地區和下游地區從2007-2018年的數據進行估計。在考慮到全流域數據時，首先對模型的穩健性進行檢驗，其次運用動態面板模型的系統廣義矩估計(SYS-GMM)進行模型實證分析，而對上中下游三個區域的分析，則采用靜態面板模型進行對比分析。最后根據研究結果得出結論。

本文主要研究的是科技創新對產業結構升級的影響。基于此，將本文的模型設定為：

模型一：

strit=α0+α1rdzbit+α2lczkjit+α3rdqsdlit+α4lzlsqit+α5lzlsyit+α6lbxmdit+μi+εit

模型二：

strit=α0+α1rdzbit+α2lczkj+α3rdqsdlit+α4lzlsqit+α5lzlsyit+α6lbxmdit+α7rdzbit-1+μi+εit

上述公式當中，下標i表示地區(i=1,2......9)，t表示時間(T=2007-2018)，μi表示不可觀察的地區效應，εit為隨機擾動項。模型一的公式，是一個靜態面板數據模型，主要用來對上游、中游和下游地區進行估計，模型二的公式是一個動態面板模型，主要用來對長江經濟帶進行全流域的系統GMM估計。該模型考慮到產業結構可能具有動態特征，因此，將被解釋變量的滯后一期添加到模型中。

(二) 變量說明與數據來源

1. 被解釋變量

產業結構高級化(str)。本文產業結構升級的指標用產業結構高級化來表示。產業結構高級化指的低級產業向高級產業轉換的一個動態過程，例如，第一產業向第二產業轉換，第二產業向第三產業轉換，一個地區的產業結構高級化可以體現該地區經濟結構的調整方向。本文采用李文艷、吳書勝(2016)的做法，即用第三產業產值占第二產業產值的比重來表示產業結構的轉型升級。數據來自各省市統計年鑒和國家統計局。

2. 解釋變量

科技創新投入(rdzb)。本文選取R&D研究經費占GDP的比值作為科技創新投入的指標。研究與試驗發展(R&D)活動指在科學技術領域，考慮到知識存量的作用，再去運用這些知識去進行新應用的開發而進行的系統的創造性的活動，與GDP的占比更能夠突出一個地區對科研活動的重視程度，因此，能夠很好的代表一個地區的科技創新投入水平，將該指標作為解釋變量具有很強的代表性。數據來自各省市統計年鑒。

3. 控制變量

本文擬采取的控制變量有地方財政科技支出(lczkj)、R&D全時當量(rdqsdl)、專利申請量(lzlsq)、專利授權量(lzlsy)、保險密度(lbxmd)。地方財政科技支出能夠顯示該地區的對科技水平的投入力度，以及政府對科技發展的重視程度，能夠對科技產業產生直接影響。R&D全時當量、專利申請量和專利授權量能夠體現該地區的科研知識的發展水平，保險密度是指按限定的統計區域內常住人口平均保險費的數額，它標志著該地區保險業務的發展程度，也反映了該地區經濟發展水平。經濟發展對科技創新具有重要的推動力。數據來源于《中國統計年鑒》和《中國區域金融市場發展報告》。

(三)變量的統計性描述

本文的樣本區間設定為2007-2018年，研究對象為長江經濟帶，為降低數據的波動性，本文對地方財政科技支出、專利申請量、專利授權量和保險密度取對數處理，表1給出了各變量的統計性描述。

表1 各變量的統計性描述

由上表可知，各個變量之間的最大值和最小值都有一定的差距，由于該數據包含長江經濟帶的9省2市，各地區之間的經濟發展水平存在一定的差異，地區之間經濟發展不平衡，從標準差上來看，產業結構高級化(str)和R&D研究經費占比等主要變量的離散程度比較小，反映了產業結構和科技創新投入在我國發展的波動性相對較小，有利于后續的實證研究。

(四)相關性分析

為更清晰地討論科技創新對產業結構升級的影響效應，表 2 給出各變量之間的相關性系數。由表中數據可知，從總體上看，樣本集中度是非常高的，科技創新投入與產業結構高級化之間的相關系數為 0.5492，說明科技創新投入對產業結構升級的影響是正向的，但是否確實如此，還有待進一步的實證分析，就長江經濟帶的整體狀況分析，科技創新的投入力度跟政府對科研經費的投入密切相關，地方財政科技支出也是影響科技創新投入程度的重要變量，這兩個變量之間的相關系數為0.8134，相關程度較高。從數據整體顯示結果來看，各控制變量之間都存在很高的相關性，整體都在0.5以上，因此更有利于本章后續研究的開展。

表2 各變量之間的相關性分析

續表2

三、 實證分析

(一)整體性估計

本文運用 Stata13生成長江經濟帶2007-2018 年動態面板數據樣本的檢驗結果，為了保證模型建議結果的穩健性，在進行動態面板估計的同時對全流域數據再進行面板的固定效應檢驗和隨機效應檢驗。我們通過模型1到模型3的橫向對比發現，主要解釋變量對產業結構高級化的影響都是正向的，并通過了顯著性檢驗，說明模型是穩健的。此外，針對工具變量是否有效的問題，模型3通過AR(2)和Sargan的P值來進行判斷，根據模型檢驗結果可以發現，AR(2)值為0.347，大于0.05，Sargan檢驗的結果為0.445，說明本模型的估計不存在二階序列相關，因此也不用考慮對工具變量進行過度識別的問題，表明本文可以采用系統 GMM 估計法進行動態面板估計。

根據表3的模型3的檢驗結果可知：方程中被解釋變量的滯后一期回歸系數為0.998，顯著為正值，表明產業結構升級會受到其滯后一期的影響。從樣本的回歸模型而言，本文的主要解釋變量R&D研究經費占比(rdzb)對產業結構升級產生了正相關效應，并通過了顯著性檢驗，說明R&D研究經費占比每增加一個百分點，就會使產業結構升級增加0.346個百分點。表明長江經濟帶在2007-2018 年產業結構升級中，科技創新作出了非常重要的積極貢獻。隨著經濟的增長，科技創新對經濟高質量增長的推動力也日顯突出，各地區為了支持科技創新，不斷的加大對研究與發展經費的投入力度，以此推動新興產業發展。以經濟發展程度比較高的地區江蘇省為例，江蘇省R&D經費內部支出從2007年的430.20億元增至2018年的2504.43億元。占該省當年GDP比重2.7%。

表3 全流域樣本回歸結果

從控制變量來看，地方財政科技支出(lczkj)、國內外三種專利申請量(lzlsq)和保險密度(lbxmd)對產業結構升級都起正相關作用，而R&D人員全時當量(rdqsdl)和國內外三種專利授權數(lzlsy)的結果顯示對產業結構升級沒有起到促進作用。地方財政科技支出對一個地區的科技創新具有直接的促進作用，科技支出經費越多，就越體現出該地區對科學技術的重視程度。國內外三種專利申請數量可以體現一個地區的創新能力，不過該變量并沒有通過顯著性檢驗。說明促進效果不是很明顯，再看三種專利授權數與產業結構的相關關系為負，可以說明別授權的專利沒有的有效的轉入對第三產業的投入里面來。一個地區的保險密度可以體現出該地區的經濟發展程度和普惠金融的普及程度，模型結果顯示：保險密度每增加一個百分點，就可以使產業結構升級提高0.187個百分點，且通過了顯著性檢驗，進一步驗證了經濟發展促進科技創新，從而帶動產業結構升級。

(二)區域性估計

為了使模型檢驗更加具有針對性，接下來根據長江經濟帶地理位置的大致特征，將長江經濟帶大致分為上游、中游和下游三個地區進行分地區檢驗，在對區域進行分析時，因為面板數據較短，涉及的地區不多，我們在區域性分析中主要采用靜態面板進行估計，在對模型估計之前我們分別對上游地區、中游地區和下游地區的數據進行Hausman檢驗，以此來分析是選用固定效應模型還是隨機效應模型。由表4可知，三個區域的Hausman檢驗結果的P值均小于0.05，拒絕原假設，因此，三個模型均拒絕使用隨機效應模型，而選擇用固定效應模型進行檢驗。

表4 上中下游樣本回歸結果

根據表4的模型回歸結果可知，上游地區、中游地區和下游地區的R&D研究經費占比(rdzb)對產業結構升級均產生了正相關效應，也再一次驗證了模型分析的可行性，科技創新確實能夠促進產業結構升級，帶來產業結構的高級化。上游地區的地方財政科技支出與產業結構高級化是呈負相關關系，中下游地區呈正相關關系，可能是因為處在上游地區的省市是經濟發展程度相對來講比較低的地區，地方財政科技支持力度有限，該地區主要的經濟發展主要集中在第二產業，因此，不能夠很好的表現出對產業結構高級化的促進。下游地區的經濟綜合能力最強，因此表現更為明顯。R&D人員全時當量(rdqsdl)在上游地區表現為對產業結構的促進作用，中下游地區則表現為阻礙作用，表明在中下游地區的經濟發展已經相對比較成熟，產業結構的升級則需要更多綜合性因素去推動，保險密度(lbxmd)在三個地區均表現出對產業結構升級的推動作用，保險密度每增加一個百分比，產業結構高級化分別提高0.208、0.0989和0.428個百分點。這個結論與長江經濟帶全流域的分析一致，說明對于經濟發展程度也是推動產業結構升級的重要影響因素。

四、 結論與政策建議

根據本文的回歸結果顯示：第一，從整個長江經濟帶全流域來看，科技創新投入和地方財政科技支出都對產業結構升級發揮著顯著的推動作用；第二，根據地理位置大致劃分的上游地區、中游地區和下游地區來看，科技創新對產業結構轉型升級的促進作用表現呈現差異性，下游地區促進作用更加明顯，中游地區其次，上游地區略顯乏力，同時地方財政科技支出等其他變量對產業結構的升級作用在地區之間也存在明顯的差異性。通過以上結論，本文提出以下幾點建議：

(一) 提升科技創新投入

要想提高長江經濟帶經濟高質量增長，首先必須加大研究和試驗發展經費投入和人才經費投入支持力度，其次，由于地區之前存在的差異性，可以通過經濟發展程度較高的地區，例如上海市、浙江省和江蘇省等地區的發揮引領作用，加強對周邊地區的人才支持，技術支持和資金支持。

(二) 提高科技資源的配置水平。

促進天津、上海、江蘇等優勢金融資源向產業結構優化升級過程中的配置。長江經濟帶整體與產業的協調情況較好，但地區間的科技水平發展狀況與產業結構仍然存在著較大差距。因此，上游地區、中游地區、下游地區應都應做好協商調整機制，做好區域分工，讓科技創新資源得到更有效的利用，從而帶動長江經濟帶產業結構優化升級。

(三) 提高各地區的金融發展水平。

強化金融發展對科技創新的促進作用，進一步提高互聯網金融和普惠金融的覆蓋范圍，發揮地區優勢，例如湖北省武漢市高校名校眾多，教育資源集中，可重點培養科技金融人才；安徽省在發展本省經濟的同時也要進一步提高地方財政科技投入，重點發展高新技術產業，實現“產學研”相結合的優勢，從而促進產業結構轉型升級。