科技创新对江苏省产业结构优化升级的影响分析（上）

摘要：本文从创新投入、创新产出、产业结构高度化、产业结构合理化四个方面构建指标体系，对江苏省2000年以来的科技创新与产业结构优化升级之间的影响关系进行实证分析。结果显示，科技创新与江苏省的产业结构升级之间存在格兰杰因果关系，创新投入、创新产出对产业结构优化升级的影响虽存在较大差异，但整体来说科技创新对江苏省产业结构优化升级具有正向效应，科技创新能够有效地推动江苏省产业结构优化升级。

关键词：科技创新，产业结构优化升级，影响关系

基金项目：教育部人文社科项目“欠发达地区跨越式发展金融支持研究”（No.13JHQ051）、北京市社会科学基金项目“环首都贫困带与北京协调发展研究”（No.15JGA030）、北京市哲学社会科学首都流通业研究基地项目（No.JD-2017-YB-005）。

一、研究意义

纵观人类发展的历史，科技创新始终是一个民族、国家发展的重要力量，也是推动社会进步的重要力量。实施创新驱动发展战略，是应对发展环境变化、把握发展自主权、提高核心竞争力的必然选择；是加快转变经济发展方式、破解经济发展深层次矛盾和问题的必然选择，也是引领经济发展、保持经济持续健康发展的必然选择。近年来，科技创新备受全球各个国家的高度重视，据统计显示，全球20个创新型国家的科技创新对GDP的贡献率高达70%以上。习近平总书记在中共中央政治局第九次集体学习时指出，“实施创新驱动发展战略决定着中华民族前途命运”；党的十九大报告更是强调“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”。

科技创新是产业结构优化升级的助推器，科技创新能够促进高新技术产业及战略性新兴产业产生与发展，也能够推动传统产业升级革新；科技创新作为引领产业结构优化升级的主要动力之一，能够丰富各个产业的表现形式，提升各个产业内的技术含量，拓宽各个产业的发展模式，最终促进产业结构优化升级。

作为中国第二经济大省——江苏省，对产业结构优化升级和科技创新的重视程度也首屈一指。近年来，江苏省加大对科研教育以及产业发展的重视程度，并取得引人瞩目的成就。2018年江苏省政府工作报告对未来五年的规划是“产业结构由全球产业链的中低端迈向中高端。自主创新取得新突破，全要素生产率不断提高，高新技术产业和战略性新兴产业产值占规模以上工业比重分别达46%和35%，科技进步贡献率达66%，主要创新指标达到创新型国家中等以上水平”。如果能够清晰地分析江苏省科技创新与产业结构优化升级的现状和两者之间的相互影响机制有利于江苏省高效率地发挥科技创新的优势进而加速产业结构优化升级，推动江苏省产业结构优化升级与科技创新的健康可持续发展。

二、江苏省科技创新促进产业发展现状

作为全国经济和教育大省，江苏省认真落实国家创新战略部署，实施创新驱动发展战略，加快科技改革与发展。近年来，江苏省科技创新能力持续增强，一定程度上促进了产业结构优化升级。

（一）江苏省科技进步贡献率在全国名列前茅，在世界范围内仍有较大提升空间

江苏省的科技创新领域在全国范围内具有十分明显的优势，是我国所有省份中为数不多具有一定科技创新能力的省份。2017年江苏省全社会研发投入占GDP的比重为2.7个百分点，科技进步贡献率达到62%；^①高新技术产业的产值占规模以上工业产值的42.7%，高新技术企业达1.3多万家，约占全国的1/8；万人发明专利拥有量达22.5件，区域的创新力居全国首位。^②但相比于世界范围内创新性国家，科技进步对经济发展的贡献率仍低于70%，技术对外依存度为23%，^③而美国、日本等国内发达地区平均水平仅为5%以下，江苏省的科技创新能力与世界水平仍然具有一定的差距。

（二）江苏省高新技术产业在全国发展水平较高，与世界先进产业园区有较大差距

科技创新能力的提高能够有效地促进知识密集型、技术密集型的高新技术产业的产生与发展。高新技术产业的增长能够提高人们的生活质量、工业生产能力、地区整个工业的竞争力以及经济增长。高新技术产业发展如何，是直接触动经济发展的动力引擎，体现了一个地区的科技创新能力。实施创新驱动战略发展高新技术产业是推动产业转型升级的必然选择。在高新技术产业领域，江苏省位于全国水平的第一方阵。2017年江苏省高新技术产业产值为6.7万亿元，占地区GDP的41%；规模以上高新技术企业创造了江苏省26%的工业产值、30%以上的利润、47%的新产品产值和73%的发明专利；在江苏省的高新技术产业中，电子及通信设备制造业、智能装备制造业和新材料制造业发展优势明显，三者占高新技术产业总产值的比值均达到20%以上。但相比于发达国家的地区如美国的硅谷和法国的安蒂波里斯，江苏省高新技术产业仍然与之存在较大差距。硅谷目前的年产值达7千亿美元，苹果、谷歌、英特尔等大批高技术公司集聚硅谷，形成微电子产业、信息技术产业、生物医学产业等产业集群。安蒂波里斯的索菲亚科技园作为法国最具国际化的电子信息产业发展的重要基地，拥有全球60多个国家的1300家高科技机构和研发型企业，科技人员3万多名。^④园区产业代表着当今世界的研究方向和先进技术水平。江苏省的高新技术产业发展与两者的差距仍有较大的悬殊，产业结构优化升级的任务仍然较为艰巨。

（三）江苏省的科技创新促进产业结构优化升级的效果还不甚明显虽然江苏省近年来十分注重科技创新，也极度重视产业结构优化升级，但取得的创新成果相比于国外发达国家的平均水平仍有一段差距，尤为突出的是江苏省的科技创新促进产业结构优化升级的效果还不甚明显。这主要表现为：第一，江苏省的科技创新投入的强度有待加强，相比于创新型国家的发达地区，较低的投入强度使得江苏省的科技创新影响导向并不十分明显，限制了高新技术产业的发展，从而制约了江苏省产业结构优化升级。第二，江苏省的财政科研投入与产业结构优化升级效果不甚匹配，江苏省有些地区的产业由于其传统模式的惯性比较大，仍靠投资拉动并非是创新投入拉动其经济增长。第三，江苏省的自主创新能力有待提高。大多数高新技术企业仍以技术引进为主，具有国内外领先技术水平和自主知识产权的高新技术产品较少，掌握核心技术的较少。具体表现为风险投资的力度不强，不够活跃；创新体制机制不够健全；科技交易市场体系不健全，创新成果转化率较低；高新技术成果产业化较为滞后，高新技术成果不能立即转化为终端产品并占领市场。所以研究江苏省科技创新对产业优化升级的影响具有一定的现实意义，可以通过对江苏省科技创新驱动产业结构优化升级的内在机制研究，发现江苏省独特的科技创新驱动产业结构优化升级内在机制。

三、科技创新与江苏省产业结构优化升级关系实证分析

对于当前江苏省所处的发展阶段和状况来讲，如何科学地揭示江苏省科技创新与产业结构优化升级之间相互作用的规律，解决当前江苏省科技创新、产业、经济以及社会发展问题，这是实现江苏省产业结构优化升级的必然道路。接下来建立的创新驱动产业结构优化升级的指标体系和经处理后的时间序列数据，通过构造SVAR模型对科技创新强度与江苏省的产业结构优化升级效果之间的影响关系进行实证分析。

（一）科技创新驱动江苏省产业优化升级指标体系的构建

该指标体系是由两个一级指标构成，分别是科技创新强度指标以及产业结构优化升级效果指标。科技创新强度的指标下有两个二级指标，分别是创新投入指标和创新产出指标；产业结构优化升级效果指标下同样有两个二级指标，分别是产业结构高度化指标和产业结构合理化指标。在每个二级指标下各有两个三级指标，共计8个（见表1）。

表1指标体系数据

一级指标	二级指标	三级指标
		指标名称	单位
科技创新强度	创新投入	研发经费投入强度	%
		研发人力投入强度	%
	创新产出	科技研究与开发课题项目数	个
		每万名研究人员专利授权数	个/万人
产业结构优化升级效果指标	产业结构高度化	产业结构偏离度	%
		高新技术产业比重	%
	产业结构合理化	能源产出率	%
		水资源产出率	%

（二）数据来源及处理

数据来源于2001～2017年的《中国统计年鉴》和《江苏省统计年鉴》。本文通过对江苏省2000～2016年的相关数据进行整理，并对相应的指标进行定量的测度，具体操作如下。

1. 利用单项消除各个指标度量单位存在差异的问题，将指标转换成可同向度量的指标数值。具体的计算公式如下：

其中α_ti表示第t年的第i个指标的评价分值，α_1i表示第1年的第i个指标的评价分值；β_ti表示对第t年的第i个指标的单项指标的评分，该指标为第i年的指标评分与第1年对应的指标的评分的比值乘以100。

2. 采用加权求和的方式将4个二级指标可度量化，求和公式表达式为：

其中ε_i为单项指标β_it的权重，在这里按照相等的权重来处理，即创新投入、创新产出、产业结构合理化，产业结构高度化中各元素的权重均为0.5。γ_t为第t年二级指标相应的加权求和值。

根据上述数据处理，结果见表2。

表2指标体系相关数据

年份	创新投入（CXTR）	创新产出（CXCC）	产业结构高度化（CJGD）	产业结构合理化（CJHL）
2000	100.0000	100.0000	100.0000	100.0000
2001	108.2039	120.8179	117.5429	102.6172
2002	104.7188	105.4323	115.466	117.5360
2003	112.3987	106.5985	117.6533	123.1693
2004	107.1689	118.6290	126.1204	117.7158
2005	109.9906	108.8916	112.4536	120.6523
2006	103.4341	103.2959	125.1677	129.6496
2007	109.3512	113.0493	138.2827	141.0648
2008	118.2843	121.8376	131.1324	129.3117
2009	116.2598	139.5856	175.1198	153.1621
2010	105.0095	107.6542	132.3948	138.9715
2011	107.7203	110.4114	127.2686	131.1386
2012	161.8197	170.5605	129.2441	122.4108
2013	107.1192	109.7121	99.55584	99.5140
2014	108.1449	111.3119	96.73878	96.0613
2015	103.4937	104.6597	114.3191	116.3006
2016	106.7576	111.3763	102.5227	100.2794

为了有效地保障回归参数估计量具有良好的统计性质，避免参数序列具有异方差性，本文分别对创新投入（缩写为：CXTR）、创新产出（缩写为：CXCC）、产业结构合理化（缩写为：CJHL）、产业结构高度化（缩写为：CJGD）的指标数据进行对数化的处理，并利用处理后的时间序列建立SVAR模型进行实证性分析。

（三）序列平稳性检验

为保证模型的有效性，避免出现实证过程中出现变量“伪回归”的现象，且由于时间序列指标数据具有显著的增长趋势，首先应该对处理后的时间序列数据进行ADF平稳性检验，选择带有常数项以及时间趋势项的ADF检验，并由SIC准则确定滞后阶数。

检验结果显示：在10%的显著性水平下4个变量的ADF统计量均接受存在单位根的原假设。于是对序列分别作一阶差分，并对其结果进行ADF检验，结果发现创新投入、创新产出、产业结构高度化和产业结构合理化这4个变量的一阶差分在10%的显著水平下均拒绝存在着单位根的假设，所以这4个变量的一阶差分序列具有平稳性。

（四）Johansen协整性检验

在对序列做过ADF平稳性检验后，接下来通过Johansen协整性检验方法对所选4个变量进行分析，以检验科技创新与产业结构优化升级之间是否存在长期稳定的均衡关系。检验结果显示：在1%的显著性水平下，None的P值为0，拒绝原假设，即拒绝不存在协整关系的假设，所以CXCC、CXTR、CJHL、CJGD之间存在协整关系，且存在两个协整关系，这说明了科技创新与各产业优化升级之间存在长期稳定的均衡关系（见表3）。