國際技術勢差、對外直接投資逆向技術溢出與本土企業技術進步

汪麗娟，吳福象，蔣欣娟

(南京大學 經濟學院，江蘇 南京210093)

0 引言

中共十九大報告明確指出，推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率既是中國經濟高質量發展的必然要求，也是增強經濟創新力和競爭力的重要舉措。在經濟全球化背景下，全要素生產率提高與國家戰略前瞻布局下的全球研發資源整合密不可分。充分利用國內外市場和資源攻堅創新體系，通過自主研發與國際技術溢出深度融合，推動關鍵核心技術突破與適宜性技術進步[1,2]，是打造全方位對外開放新格局的重要舉措。值得注意的是，關鍵核心技術要不來、買不來、討不來。盡管通過國際技術溢出不能直接獲取關鍵技術[3]，但國際技術溢出能夠在短時間內縮小本國與發達經濟體間的技術差距[4,5]，有效減少資源浪費，進而為高成本、高風險、長周期的自主研發提供更多技術資源。

目前，發達經濟體與發展中經濟體存在較大技術勢差，這是因為以美歐日為核心的全球三角錐治理模式，以及以發達經濟體和發展中經濟體各為陣營的雙集團治理模式下，發達國家促使東道國企業以代工模式嵌入全球價值鏈(簡稱GVC)，同時利用資源發包方身份抑制其技術創新。由此，發達國家對關鍵核心技術實現絕對掌控，而發展中國家只能通過“干中學”吸收部分非關鍵核心技術。在后危機時代，全球治理模式逐漸向以美、中為核心支點的雙寡頭模式演變。“一帶一路”倡議不僅能夠為中國塑造以“我”為主的GVC提供機遇，而且可以為中國通過OFDI優化布局推動本土企業技術進步提供空間。由于技術勢差存在，發達國家前沿技術對于中國企業而言，未必是能夠發揮最大化溢出效應的最適宜技術[6]。如前文所言，國際技術溢出效應受經濟體間技術勢差的影響[7-9]，且國際技術溢出是促進國內技術進步的重要渠道。因此，本文就OFDI能否對本土企業技術進步產生逆向技術溢出效應展開研究，重點探討技術勢差在逆向技術溢出作用機理中扮演何種角色，以及東道國差異對逆向技術溢出效應具有何種影響。回答上述問題，需要理論與實證相結合的科學論證。

運用學術界常用的OFDI逆向技術溢出計算方法，從“走出去”企業與當地企業間的技術擴散出發，探索OFDI逆向技術溢出效應。在GVC分工體系下，該效應可以理解為工廠經濟對總部經濟的技術反哺效應。探索這種技術反哺效應的發生和傳導機制，有利于完善“母子工廠”體系。從現有文獻看，學者們對OFDI逆向技術溢出機制進行了大量研究。蔣冠宏[10]認為，“走出去”企業可通過直接和間接兩類傳導渠道對母國總公司實現逆向技術溢出。其中，直接傳導渠道包括“接近”效應、規模經濟和利潤反饋機制、研發成果反饋機制以及并購適用技術機制，間接傳導渠道包括聯系效應、競爭效應和學習效應。但現有研究就技術勢差對OFDI逆向技術溢出的影響無統一結論，主要持3種觀點：第一，技術勢差越大，越有利于逆向技術溢出[11]；第二，技術勢差過大，不利于逆向技術溢出[12]；第三，技術勢差在一定范圍內，逆向技術溢出效應顯著[13]。上述研究從宏觀角度考察OFDI逆向技術溢出傳導機制，以及技術勢差對逆向技術溢出的作用，并未將技術勢差和OFDI逆向技術溢出發生機制納入同一微觀分析框架進行分析。

綜上所述，本研究的創新點如下：第一，研究視角創新。本文基于“走出去”企業與當地企業間的技術擴散機制，從技術勢差視角分析OFDI逆向技術溢出發生機理，通過對企業間單向技術擴散和雙向技術擴散進行模擬仿真，探討不同東道國或不同技術勢差對OFDI逆向技術溢出效應的影響。第二，研究對象創新。現有文獻主要從整體、發達國家和發展中國家等層面對東道國樣本進行劃分，并未基于技術勢差視角考慮“走出去”企業能否有效吸收轉化當地企業先進技術。本文基于“一帶一路”倡議和中外技術勢差，對東道國樣本進行更為細致的劃分，并借鑒經典國際研發溢出模型(簡稱C-H模型)對理論命題進行計量檢驗。

1 理論模型與機制分析

1.1 理論模型構建

1.1.1 “走出去”企業與當地企業技術擴散動因

基于現有相關研究，本文進一步探討OFDI逆向技術溢出發生機制。首先，引入劉滿鳳和唐厚興(2011)的單向知識溢出吸收模型，從知識溢出吸收過程出發，對整個系統不同組織間知識狀態進行分析。在理論模型構建時，本文沿用單向知識溢出吸收模型的基本假設，即在由“走出去”企業與當地企業構成的經濟系統中，兩類企業為獲得一定效用進行技術擴散(效用以xi表示，包括技術、知識、貨幣、管理經驗等)。因此，企業j在t時刻獲得的效用Utj可表示為：

Utj=Utj(x1,x2,…,xn)

(1)

式中，j=1、2，分別表示“走出去”企業與當地企業。對于“走出去”企業和當地企業而言，只要在技術擴散過程中獲得的效用大于零，就存在技術擴散動機。此時，出現3種情況：第一，兩類企業都能獲取新技術；第二，一類企業獲取新技術，另一類企業獲取其它效用；第三，兩類企業都能獲取其它效用。為了簡化分析，本文只考慮第一種情況，采用Sj(t)表示企業j在t時刻的技術水平或技術存量，φ(t)表示企業在t時刻獲得的技術擴散量，如φ12(t)表示“走出去”企業在t時刻從當地企業獲得的技術擴散，技術存量表達式如下：

S1(t)=S1(t-1)+φ12(t)

(2)

S2(t)=S2(t-1)+φ21(t)

(3)

現實中，企業嵌入GVC呈現抱團嵌入與雙重嵌入特征：一方面，大量中小企業扎堆形成具有地方特色的產業集群，上述集群再抱團嵌入GVC，形成抱團式開放格局；另一方面，產業集群嵌入由發達國家主導的GVC和GIC的同時，依托“一帶一路”倡議積極構建以中國為主的GVC[14]。本文認為，企業在進行對外直接投資時呈現“抱團走出去”態勢，通過海外“飛地園區”融入當地企業技術體系。在國際背景下，競合效應迫使“飛地園區”內企業與當地企業加大研發力度。因此，兩類企業都有可能受益于彼此間的技術擴散，從而實現自身技術進步。

1.1.2 “走出去”企業與當地企業技術擴散基礎

企業在海外投資時，既能通過加大研發力度主動提高自身技術水平，又能通過學習海外企業獲取新知識、新技術及管理經驗等提高自身技術水平。在學習模仿時，只有在合適的技術勢差范圍內，企業才能有效吸收新知識和新技術。因此，技術勢差是“走出去”企業接受當地企業技術擴散的重要因素。假設其它條件不變，“走出去”企業與當地企業間能否進行有效技術擴散取決于兩者間的技術勢差△，|△|表示“走出去”企業和當地企業之間技術勢差的絕對值，且|△12|=|△21|。據此，可以設定技術勢差閾值條件，如式(4)、式(5)所示。

dmin<|△12|/S1

(4)

dmin<|△21|/S2

(5)

其中，S1、S2分別表示“走出去”企業與當地企業的技術水平，dmin、dmax分別表示最小技術勢差和最大技術勢差。只有技術勢差達到閾值，企業間才能進行有效技術擴散。因此，兩企業技術存量函數由式(2)、式(3)變為式(6)。

Sj(t)=Sj(t-1)+βjIj

(6)

其中，β∈(0,1)表示企業技術吸收能力，通常與現有技術存量成正比，具有邊際效用遞減特征，即βj=1-e-rjSj(t)。式中，r表示技術存量利用率，I表示企業間技術擴散量，通常與企業間技術勢差相關。為了簡化分析，假設兩者間存在線性關系：Ij=cj|△(t-1)|。其中，cj表示交互比例系數，技術存量函數可改為：

Sj(t)=Sj(t-1)+(1-e-rjSj(t))cj|△(t-1)|

(7)

1.1.3 技術擴散模型基本參數設置與說明

結合實際情況，“走出去”企業與當地企業間技術擴散可分為兩類：一類是單向技術擴散，系統中最高技術水平不變；另一類是雙向技術擴散，技術存量較低的企業若在某一生產工藝、要素投入等方面優于技術存量較高的企業，則能夠對后者進行技術擴散，促使系統中最高技術水平提高。本文對單向和雙向技術擴散分別進行仿真，針對初始技術存量、技術存量利用率r、交互比例系數c、初始技術勢差等參數變動，揭示企業基本屬性與企業間技術勢差對企業間技術擴散的作用路徑。本文沿用單向知識溢出吸收模型的基本參數設置，假設系統內“走出去”企業和當地企業個數N=200，技術擴散時間T=300，最小技術勢差dmin=0.1，最大技術勢差dmax=0.2。S=unifrnd(2,2.5,1,N)，即在[2，2.5]區間隨機生成N個數，以此作為N個企業初始技術存量。圖中“*”表示N個企業初始技術存量，“Ο”表示經過技術擴散后終止時刻技術存量。如果相較于“*”，“Ο”更接近AT曲線，則說明系統內企業技術水平存在趨同趨勢，反之存在趨異趨勢。由于DT∈(0,1)難以觀察，故放大30倍加以展示。

1.2 單向技術擴散

1.2.1 企業基本屬性對技術擴散的影響

由圖1發現：第一，相較于“*”，“Ο”集中在AT線附近，說明通過單向技術擴散，各企業最終技術存量水平具有趨同性，且創新能力r大小不影響趨同性；第二，隨r值增大DT線變得陡峭，說明創新能力越強，企業間技術趨同速度越快。此外，企業技術吸收能力與創新能力呈正相關關系，創新能力能夠通過技術吸收能力間接加快企業間技術趨同速度。對比圖2和圖3可以發現：企業技術吸收能力c和初始技術存量對經濟系統中企業間技術趨同性無影響，但能夠影響技術趨同速度。

圖1 創新能力對技術擴散路徑的影響Fig.1 Influence of innovation capability on technology diffusion path

圖2 吸收能力對技術擴散路徑的影響Fig.2 Influence of absorptive capability on technology diffusion path

圖3 研發基礎對技術擴散路徑的影響Fig.3 Influence of R&D capability on technology diffusion path

總而言之，單向技術擴散背景下，經濟系統中最高技術存量不變。通過技術擴散，初始技術存量水平較低的企業能夠對初始技術存量水平較高的企業進行技術追趕。從企業自身特性看，創新能力和技術吸收能力越強、初始技術存量水平越高的企業，越能快速學習、消化和吸收新技術，其技術追趕速度越快。

1.2.2 企業間技術勢差對技術擴散的影響

由圖4可知：左圖中，相較于“*”，“Ο”集中在AT線附近，且DT線呈現先降后趨于平穩的態勢。隨著技術勢差增大，中間圖形“Ο”仍然集中在AT線附近，但相較于左圖，集中程度不顯著。直到技術勢差增大(見右圖)，大部分企業最終技術存量發生變化，但仍有部分企業(尤其是初始技術存量過低的企業)最終技術存量變化不顯著。右圖DT線最平緩，左圖次之，中間圖DT線最陡峭，說明企業間技術勢差整體上對經濟系統中技術趨同性無影響，但對趨同速度具有顯著影響。也就是說，當技術勢差超過某臨界值時，一些初始技術存量處于中游的企業能夠實現技術趕超，而初始技術存量處于較低水平的企業難以消化、吸收先進技術，從而影響經濟系統整體技術同化速度。

圖4 企業間技術勢差對經濟系統技術擴散路徑的動態影響Fig.4 Dynamic influence of technology potential difference between enterprises on technology diffusion path

綜上所述，企業在單向技術擴散時，經濟系統中最高技術存量水平不變。企業自身創新能力、技術吸收能力和初始技術存量水平對經濟系統技術存量趨同性無影響，只影響技術追趕速度。當企業間技術勢差過大時，初始技術存量處于較低水平的企業難以實現技術追趕，只有技術勢差處于一定范圍內的企業才能實現有效的技術擴散。

1.3 雙向技術擴散

1.3.1 企業基本屬性對技術擴散的影響

比較圖5—7發現，雙向技術擴散背景下，所有企業最終技術存量水平均有所提升。與單向技術擴散不同，無法通過比較“Ο”與“*”在AT線上的集中度判斷經濟系統中各企業最終技術存量水平是趨同還是趨異。但無論企業自身特性如何變化，DT線均呈現先上升后趨于平穩的態勢。根據DT線性質可以說明，各企業最終技術存量水平具有趨異性。圖5—7中，相較于左圖，右圖中的DT線更為陡峭，說明創新能力和技術吸收能力越強、初始技術存量水平越高的企業，新技術學習能力越強，其最終技術存量水平趨異速度越快。

圖5 創新能力對技術擴散路徑的影響Fig.5 Influence of innovation capability on technology diffusion path

圖6 吸收能力對技術擴散路徑的影響Fig.6 Influence of absorptive capability on technology diffusion path

圖7 研發基礎對技術擴散路徑的影響Fig.7 Influence of R&D capability on technology diffusion path

總之，雙向技術擴散背景下，經濟系統中最高技術存量水平上升。通過技術擴散，初始技術存量水平較低的企業對初始技術存量水平較高的企業進行技術追趕，但難以實現技術超越。具體原因在于：即使是初始技術存量水平較低的企業，也可能在某項生產工藝、生產要素比例或某一管理經驗方面存在優勢，值得初始技術存量水平較高的企業學習。最終，經濟系統中所有企業均能夠通過技術擴散提高自身技術存量水平。

1.3.2 企業間技術勢差對技術擴散的影響

由圖8可知，技術勢差越大，DT線越陡峭，經濟系統整體技術異化速度越快。與單向技術擴散相同，在雙向技術擴散過程中，當技術勢差超過某一臨界值時，部分初始技術存量水平過低的企業由于勞動力素質、技術吸收能力及設備先進性等問題，難以有效消化吸收其它企業技術。相反，初始技術存量水平較高的企業，其技術獲取能力較強，能夠通過技術擴散向其它企業(尤其是初始技術存量水平處于中上游的企業)進行技術獲取。因此，經濟系統整體技術異化速度較快。此外，結合圖5—8同樣可得到類似于單向技術擴散的結論。

圖8 企業間技術勢差對經濟系統技術擴散路徑的動態影響Fig.8 Dynamic influence of technology potential difference between enterprises on technology diffusion path

綜上所述，無論是單向還是雙向技術擴散，企業基本屬性變化并不影響經濟系統技術存量異化或同化演變趨勢，只影響異化或同化速度。同時，企業間技術擴散量僅與企業間技術勢差相關。現實中，由于企業“走出去”動機較為復雜(如資源尋求、效率尋求、技術尋求和市場尋求等)，東道國選擇也存在較大差異。在由“走出去”企業與當地企業構成的經濟系統中，企業間技術擴散偏向于雙向技術擴散。例如非洲大部分國家行業技術水平低于中國，但由于歐美等技術前沿國為獲取資源或市場在當地設立研發中心，中國資源尋求型對外直接投資企業與當地企業間存在雙向技術擴散，從而促使中國本土企業逆向技術溢出的可能性提升。因此，本文提出如下命題：

命題1：在由“走出去”企業和當地企業構成的經濟系統中，企業間存在技術擴散。只有當技術勢差處于一定范圍內，“走出去”企業與當地企業間技術擴散量才能最大化，進而實現企業間有效技術擴散最大化，提升OFDI逆向技術溢出的可能性。

2 模型設定與變量選擇

2.1 模型設定

基于前文理論分析，“走出去”企業能否有效吸收當地企業技術溢出是逆向技術溢出能否發生的關鍵。不同的東道國導致企業間技術勢差存在差異，進而對OFDI逆向技術溢出效應產生影響。為驗證理論命題，本文采用C-H模型[15]，從東道國角度探討OFDI逆向技術溢出效應，構建計量模型如下：

(7)

2.2 數據來源

本文采用2005—2019年中國內地省際面板數據進行實證檢驗(因數據不全，西藏地區除外)，其中，省際數據主要來自中國統計年鑒、科技統計年鑒、勞動統計年鑒、對外直接投資統計公報以及各省市統計年鑒等；國別數據主要來源于《中國統計年鑒》、世界銀行、國泰安數據庫以及10.0版Penn World Table。在代理變量計算過程中，以2005年為基期，根據相關價格指數將名義變量換算成實際變量。

2.3 變量定義

2.3.1 被解釋變量

全要素生產率TFP。目前，學術界有多種TFP測算方法，本文采用Solow[16]提出的生產函數法進行測算，以該方法測算出的TFP被稱為廣義技術進步。索洛經濟增長模型表達式為：GY=α·GK+β·GL+TFP。式中，GY為經濟增長率，采用實際GDP增長率衡量；GK為固定資本存量增長率，固定資本存量采用永續盤存法進行估計，資本折舊率為9.6%；GL為勞動投入增長率，采用年末從業人員人數增長率衡量。

2.3.2 解釋變量

2.3.3 控制變量

表1 變量描述性統計結果Tab.1 Descriptive statistics of variables

3 實證檢驗與結果分析

在對模型進行回歸估計時，本文采用系統GMM估計方法，原因在于：第一，技術水平具有前瞻性，前期技術水平或技術積累對當期技術進步具有重要影響；第二，考慮到國際R&D溢出存在時滯性，本文對由3種渠道獲得的國際R&D溢出作滯后一期處理，以此作為解釋變量納入計量模型；第三，相較于OLS估計方法，系統GMM估計方法在一定程度上能夠解決內生性問題。結合前文東道國樣本分類標準，回歸估計結果見表2和表3。

表2 基于“一帶一路”倡議分樣本系統GMM回歸估計結果Tab.2 System GMM regression estimation results based on the Belt and Road Initiative sub-samples

表3 基于技術勢差的分樣本系統GMM回歸估計結果Tab.3 System GMM regression estimation results based on the technical potential difference sub-samples

3.1 基于“一帶一路”倡議的分樣本估計結果

從OFDI逆向技術溢出看，所有模型中當期OFDI逆向技術溢出與TFP呈負相關關系，滯后一期與TFP呈正相關關系，且均達到1%的顯著性水平，說明OFDI逆向技術溢出對本土企業技術進步的促進作用存在時滯性。具體原因在于：海外子公司獲得國外先進技術后，將該技術傳回到本土母公司需要一定時間。同時，母公司消化吸收該技術并實現成果轉化也需要時間。長期看，中國OFDI無論是流向技術水平相對發達的國家(地區)還是流向技術水平相對落后的國家(地區)，在一定程度上均能通過逆向技術溢出促進本土企業技術進步。前者很好理解，后者自主創新能力和技術水平普遍較低，卻仍能對中國產生逆向技術溢出效應的可能原因在于：第一，東道國當地經濟系統中包含技術發達國家企業；第二，東道國研發投入中包括購買先進技術、先進設備和專業性服務等。例如，中國在非洲國家進行基礎設施建設時(如高鐵建設等)，主要提供硬性投資，日本緊隨其后提供軟性服務(如培養列車長等)。只要中國就對外直接投資進行合理布局，促使中日兩國投資形成有效互補，“一帶一路”倡議背后的中日技術范式之爭可以為中國帶來諸多益處。

從控制變量看，滯后一期TFP在所有模型中均顯著為正，說明前期技術水平或技術積累對當期技術進步具有顯著推動作用，相對于其它外在因素的拉動作用，上述內生推動作用更顯著。當期進口貿易技術溢出與TFP存在正相關性，但并不顯著，滯后一期進口貿易技術溢出與TFP存在顯著負相關關系。FDI技術溢出對TFP的作用與OFDI逆向技術溢出的作用一致，盡管通過FDI渠道無法獲得關鍵核心技術，但通過引進國外優秀人才、先進管理經驗和先進技術設備，仍能對本土企業技術進步產生較大的拉動作用。國內R&D存量在所有模型中的系數估計值均為負，可能原因在于新增研發投入并未得到有效轉化。以專利衡量研發投入成果，2020年中國專利授權數為3 639 268件，其中，發明專利530 127件，實用新型專利2 377 223件，外觀設計專利731 918件。上述3類專利中，僅發明專利能夠充分反映擁有自主知識產權的技術，而2020年發明專利僅占14.6%。因此，單純擴大國內R&D存量規模并不能有效促進技術進步。

3.2 基于技術勢差視角的分樣本估計結果

由前文分析驗證發現，無論OFDI流向何處，都能與當地企業實現雙向技術擴散，對本土企業產生逆向技術溢出效應。接下來，驗證本文假設的另一層面：當技術勢差在一定范圍內時，企業間有效技術擴散最多，OFDI逆向技術溢出的可能性較大。由于理論模型未能給出技術勢差的具體范圍，在實證分析時，本文主要采用逐一實驗法，針對技術勢差選取不同取值范圍進行回歸估計，最后選擇最能說明問題的估計結果進行分析。盡管上述做法缺乏嚴謹性，但在一定程度上也能說明問題。本文最后確定的技術勢差范圍如下：當中國與東道國TFP比值處于(0.5,1.5) 時，兩國間技術勢差較低，反之技術勢差較高。

由表3可知，當以TFP比值衡量技術勢差時，模型6中OFDI逆向技術溢出滯后一期系數顯著為正，模型7中OFDI逆向技術溢出當期和滯后一期系數估計值均為負，且未通過顯著性水平檢驗。結果表明，當OFDI流向技術水平差距較大的國家時，可能由于投資國本土企業缺乏相關高技術人才和先進技術設備，導致先進技術未能被消化吸收，或由于東道國內無適宜性技術可供投資國企業學習，因而無益于投資國本土企業技術進步；只有兩國技術勢差在一定范圍內，OFDI逆向技術溢出效應才會顯著。

3.3 基于“一帶一路”時間分樣本的穩健性檢驗

本文以2013年為分水嶺對總樣本進行劃分，驗證“一帶一路”倡議對OFDI逆向技術溢出效應的影響，結果發現：2013年前，中國OFDI逆向技術溢出顯著為負。“一帶一路”倡議提出后，無論OFDI流向沿線國家(地區)還是非沿線國家(地區)，逆向技術溢出均存在顯著正向滯后效應。毋庸置疑，“一帶一路”倡議的提出能夠在很大程度上促進中國對外直接投資規模擴大，提升不同行業對外直接投資全球布局的靈活性，使得逆向技術溢出對本土企業技術進步的拉動作用更具可持續性。

4 結語

4.1 結論

本文基于企業間技術擴散吸收模型，通過仿真實驗解析單向與雙向技術擴散背景下，“走出去”企業與當地企業間技術擴散狀況，剖析對外直接投資傳導國際R&D溢出的作用機理。同時，以2005—2019年省際面板數據為研究樣本，實證分析中國對不同東道國的對外直接投資能否對本土企業技術進步發揮逆向技術溢出效應，得到以下主要結論：

(1)無論中國OFDI流向“一帶一路”沿線國家(地區)還是非“一帶一路”沿線國家(地區)，逆向技術溢出都能夠對本土企業技術進步產生拉動效應，但上述效應存在一定時滯性。

(2)中國與東道國的TFP比值介于(0.5,1.5)區間時，對外直接投資才能對本土企業技術進步發揮顯著逆向技術溢出效應。當技術勢差進一步擴大時，東道國技術過于落后造成的知識溢出局限或技術過于先進造成的吸收轉化壁壘，均無益于本土企業技術進步。

表4 基于“一帶一路”時間分樣本系統GMM回歸估計結果Tab.4 System GMM regression estimation results based on the Belt and Road Initiative time sub-samples

(3)技術積累與技術進步顯著正相關，國內R&D存量與技術進步顯著負相關。

(4)當期FDI技術溢出與技術進步呈負相關，滯后一期FDI技術溢出與技術進步呈正相關，而進口貿易技術溢出效應則相反。

4.2 啟示

(1)就“走出去”戰略出發點而言，在對外直接投資過程中，有必要根據國際技術勢差對東道國流向與行業流向進行適當引導。具體而言，無論是技術尋求型、市場尋求型、效率尋求型還是資源尋求型對外直接投資，均應根據各行業技術勢差篩選合適的投資目標國，在滿足對外直接投資原始投資動機的同時，助推本土企業技術進步。

(2)就“走出去”戰略目標而言，在“走出去”過程中，既要維持與發達國家的投資互動，又要持續推進與“一帶一路”沿線國家(地區)的產能合作，形成全方位開放式和多元化投資格局，促進國內外市場深度融合與資源高效配置。

(3)就技術研發策略而言，國內研發活動不能一味地追求R&D投入規模，必須注重自主研發創新與科研成果轉化。在加快技術攻堅體制構建、完善國家創新體系的同時，加強基礎研究和關鍵技術研發，加大自主知識產權技術研發投入。