精准选取自主创新与技术引进的变量

自主创新体现的是一国和地区的创造力，是核心竞争力的体现，代表着一定的原创性，通过对相关文献的总结，本文选取三个指标代表自主创新，分别是国内专利申请数，国内专利授权数和发明专利授权数（均以万人计），为了消除异方差带来的影响，所有变量均做对数处理，其中，申请数和授权数能很好地体现地区整体的创新能力，而发明专利授权数则是创新能力最好的体现。

外商直接投资一直是我国技术引进的重要方式，除了能带来新的资本外，外商直接投资还为我国学习吸收国外的先进技术搭建了平台，在一定程度上推动了技术的溢出，对产业结构的升级产生影响，本文参考张天顶的做法，用外商直接投资占GDP的比重作为技术引进水平的代表。

1.控制变量选取

本文基于外部性的视角研究自主创新和技术引进的产业结构效应，因此国有企业的自主创新是最重要的控制变量，但鉴于数据的可获得性，省域层面的国有企业研发投入数据难以获得。而国有企业产值占比与国有企业研发投入占比具有一定的关联度，因此本文使用国有企业产值占比作为研发投入占比的代理变量。

由于我国一直采用的是出口导向型的政策，因此，进出口总额能从需求和供给方间接对产业结构产生影响，照惯常的做法，使用“地区进出口总额/地区国内生产总值”衡量对外开放程度。

固定资产投资额，投资一直以来是推动我国经济增长三驾马车中最重要的一环，各个地区一直以来都用投资来刺激区域的经济发展，这在一定程度上也对产业结构产生影响。

地区经济发展水平，不同地区的资源禀赋不同，发展程度参差不齐，对应的产业结构也会不同，按照通常的做法，使用地区国内生产总值作为发展水平的变量指标。

以下实证研究包括了我国30个省级2000-2014年的面板数据，由于西藏的数据波动性较大，因此做了剔除处理，数据均来源于《中国统计年鉴》以及CCER中国经济金融数据库。

（1）模型设定

主要采用面板数据模型研究自主创新，技术引进与产业结构升级之间的相互关系，采用各个省，自治区和直辖市的相关年度数据，使用面板数据可以扩大样本的范围，增加数据的波动性特点，使计量回归的结果更加稳健。模型设置如下所示：

IS=α1INNO+α2FDI+α3INNO*govp+α4FDI*govp+∑jαjcontrol+v+μit

TL=α1INNO+α2FDI+α3INNO*govp+α4FDI*govp+∑jαjcontrol+v+μit

其中IS，TL代表产业结构高级化和合理化的指标，INNO代表自主创新，本文采用国内专利申请数，国内专利授权数和发明专利授权数（均以万人计）三个变量做对比分析，FDI为技术引进的代理变量，govp为国有企业产值占比，由于国有企业通过研发的外部性对自主创新和技术引进产生影响，因此在方程中加入国企产值占比与自主创新和技术引进的交互项，control代表一系列的控制变量，v代表各个地区的个体效应，考虑到v与解释变量具有一定的相关性，各个地区的GDP，投资水平，对外开放程度均与解释变量具有一定的关联性，本文主要采用固定效应的估计方法，并用混合回归做稳健性检验。

（2）实证结果以及稳健性检验

第一，我国产业结构合理化和高级化趋势

由上图可知，我国30个省份产业结构高级化的变动趋势基本一致，大致呈现倒U型的特点，具体来看，我国的产业结构高级化自2002年开始呈现明显的下降趋势，在2005-2010年间呈现平稳波动的特征，自2010年之后，趋势逐渐转为上升，2000年左右，我国确立了社会主义市场经济体制，二三产业得到了巨大发展，但此时由于受到亚洲金融危机的滞后影响，发展速度开始放缓，加上此时正值我国加入WTO，入关对我国的产业结构的提升并没有多大的促进，甚至带来了产业结构高级化水平的下降，此时，我国劳动密集型的产品在国际上更受欢迎，出口的强烈需求带动了第二产业的发展，从2005年开始，高级化水平又呈现出平稳上行的趋势，这与东北老工业基地改造，西部大开发等政策有一定的关联性，2010年之后，受到我国宏观经济政策以及供给侧改革的影响，高级化水平开始逐步上升。

图7-1　产业结构高级化趋势(www.xing528.com)

数据来源：经《中国统计年鉴》整理而来

从上图来看，合理化程度因省份不同而不同，大部分合理化水平处于0.1-0.2区间，部分省份，如4（山西），5（内蒙古），24（贵州），26（陕西）的合理化水平出现大幅度的波动，14（江西）的合理化数值有上升趋势，说明合理化程度在下降，这些省份大多处于经济欠发达的中西部地区，并且由于产能过剩，经济发展依靠资源禀赋，创新能力不足，而大部分经济发达地区，如1（北京），9（上海），19（广东）合理化数值一直较低，合理化程度较高，这些地区由于政策和地理方面的因素，在吸收人才，外资等外面处于全国前列，创新化水平较高，因此合理化水平高于全国平均值。

图7-2　产业结构合理化趋势

数据来源：经《中国统计年鉴》整理而来

（3）回归分析及稳健性检验

使用我国30个省份2000-2014年的相关数据，使用面板数据的固定效应分析方法，在自主创新变量选择上，使用专利申请受理数，专利申请授权数和发明专利授权数做对比分析，另外使用混合OLS回归做稳健性检验，在控制变量中首先不加入国有企业占比，使用软件为STATA13，检验结果（见表7-1）：

表7-1　自主创新，技术引进与产业结构高级化-未加入国有企业产值控制变量

从回归结果看，混合回归的固定资产系数不显著，且拟合系数较低，相比混合OLS回归，固定面板回归结果较为显著，3个回归方程的系数均在1%的水平上显著，F统计量也较大，方程的拟合系数也较高，方程2，3，4的区别在于自主创新指标的选择上，分别用每万人的专利申请受理，专利申请授权和发明专利授权数做了稳健性分析，无论采用哪种指标衡量自主创新能力，回归方程关键解释变量的符号，显著性都没有实质性的改变，差别仅仅在于数值的大小，从这个方面说，回归结果是稳健和可靠的。从回归结果来看，自主创新对产业结构高级化具有正向的影响效应，数值介于0.04-0.11之间，而技术引进对产业结构高级化则具有负向影响，效应大小介于0.22-0.25，系数均通过了1%的显著性水平。

表7-2　自主创新，技术引进与产业结构合理化-未加入国有企业产值控制变量

从表7-2可以看出，OLS回归的回归结果有两个系数不显著，而固定效应回归结果均通过了显著性检验，且关键变量的符号也符合预期，可以认为固定效应回归结果是稳健可靠的，从表7-2看出，自主创新对产业结构合理化指标具有负向影响，结合泰尔指数的说明，该指数越小，说明产业结构越合理，因此，自主创新水平的提高，能促进我国产业结构的合理化，系数大小介于-0.6-0.1之间。技术引进则对产业结构合理化的影响效应不显著。

表7-3　自主创新，技术引进与产业结构高级化-引入国有企业占比控制变量

***p＜0.01，**p＜0.05，*p＜0.1

从回归结果看，在引入了国有企业产值占比交乘项后，以专利申请受理数作为自主创新代理变量时，高级化系数为正，在以专利申请授权和发明专利授权作为自主创新代理变量时，自主创新对产业结构高级化有负向影响，从这个角度说，在引入国企产值占比交乘项后，自主创新对产业结构高级化的影响不确定，但总体上自主创新通过外部性效应对产业结构高级化产生负向影响。从技术引进的角度看，除了方程1的系数表明技术引进能通过国企外部性传导机制对产业结构高级化产生负向影响，方程2，3的系数表明，通过国企的外部性效应，技术引进对产业结构高级化都能产生促进作用。

表7-4　自主创新，技术引进与产业结构合理化-引入国有企业控制变量

***p＜0.01，**p＜0.05，*p＜0.1

从回归结果看，在引入国企产值占比交乘项后，自主创新能通过外部性效应促进产业结构合理化，但结合表7-2，从三个代理变量看，对合理化的间接促进效应均小于直接促进效应。与表7-2的结果相反，技术引进通过外部性效应促进了产业结构的合理化。