袁航 茶洪旺 鄭婷婷

摘 要：基于2004—2015年中國(guó)31個(gè)省份面板數(shù)據(jù)，采用面板向量自回歸模型PVAR對(duì)創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)之間的關(guān)系進(jìn)行實(shí)證研究，研究結(jié)果顯示：創(chuàng)新數(shù)量對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的促進(jìn)作用較顯著，創(chuàng)新質(zhì)量因水平較低尚未達(dá)到一定的門(mén)檻值而對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的促進(jìn)作用不顯著，這意味著我國(guó)正處在以創(chuàng)新數(shù)量為主向以創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的轉(zhuǎn)變時(shí)期;創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的促進(jìn)作用較微弱;產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)能帶動(dòng)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，這種良性互促發(fā)展將推動(dòng)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)與創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量共同向更高層次演進(jìn);創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)調(diào)發(fā)展效應(yīng)不強(qiáng)，制約了創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的步伐。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí);創(chuàng)新數(shù)量;創(chuàng)新質(zhì)量;PVAR模型

中圖分類(lèi)號(hào)：F062.9 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1003-3890（2019）02-0078-08

一、引言

改革開(kāi)放四十年，中國(guó)經(jīng)濟(jì)持續(xù)快速增長(zhǎng)，并于2010年成功躋身世界第二大經(jīng)濟(jì)體，實(shí)現(xiàn)了由發(fā)展中窮國(guó)向現(xiàn)代化水平不斷提高的發(fā)展中富國(guó)轉(zhuǎn)型。與此同時(shí)，“投資拉動(dòng)增長(zhǎng)”模式潛行在經(jīng)濟(jì)系統(tǒng)之中的巨大成本，隨著時(shí)間的推移不斷暴露出來(lái)，產(chǎn)能過(guò)剩嚴(yán)重、高耗能、高排放、企業(yè)技術(shù)創(chuàng)新乏力、資本回報(bào)率下降等一些列問(wèn)題疊加出現(xiàn)，成為經(jīng)濟(jì)可持續(xù)發(fā)展的嚴(yán)重障礙[1]，中國(guó)經(jīng)濟(jì)增長(zhǎng)速度已經(jīng)從2010年的10.6%跌至2016年的6.7%。當(dāng)下中國(guó)經(jīng)濟(jì)發(fā)展必須通過(guò)新技術(shù)、新手段等一系列創(chuàng)新活動(dòng)，實(shí)現(xiàn)由速度調(diào)整向結(jié)構(gòu)調(diào)整的轉(zhuǎn)變，尤其是產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)。創(chuàng)新是促進(jìn)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)新一輪平穩(wěn)較快增長(zhǎng)的關(guān)鍵。自從黨的十七大提出“提高自主創(chuàng)新能力、建設(shè)創(chuàng)新型國(guó)家”以及十八大提出實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略以來(lái)，創(chuàng)新驅(qū)動(dòng)發(fā)展取得了一定的成就，其突出表現(xiàn)在代表創(chuàng)新水平的專(zhuān)利申請(qǐng)授權(quán)數(shù)量急劇增長(zhǎng)，據(jù)統(tǒng)計(jì)，專(zhuān)利申請(qǐng)授權(quán)數(shù)從1987年的6 401項(xiàng)躍升至2015年的1 596 977項(xiàng)，年均增幅高達(dá)35.88%，我國(guó)專(zhuān)利申請(qǐng)授權(quán)數(shù)位居世界第一已是不爭(zhēng)的事實(shí)。雖然國(guó)際上通常將國(guó)內(nèi)專(zhuān)利擁有量作為衡量一個(gè)國(guó)家創(chuàng)新水平的重要指標(biāo)，但由于專(zhuān)利質(zhì)量與數(shù)量未能同步提高，科技創(chuàng)新引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的作用不夠顯著。目前中國(guó)的創(chuàng)新發(fā)展水平距離建設(shè)創(chuàng)新型國(guó)家的要求仍有很大差距，因此，黨的十九大報(bào)告提出“加快建設(shè)創(chuàng)新型國(guó)家”，明確“創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐”。尤其在當(dāng)前我國(guó)經(jīng)濟(jì)正處在新舊動(dòng)能轉(zhuǎn)換，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，如何進(jìn)一步發(fā)揮創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的第一動(dòng)力源，是一個(gè)亟待解決的重大理論和實(shí)踐問(wèn)題。

二、文獻(xiàn)回顧

從國(guó)內(nèi)外現(xiàn)有研究文獻(xiàn)來(lái)看，研究創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的文獻(xiàn)主要集中在兩個(gè)方面：一是創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的聯(lián)動(dòng)有效性以及對(duì)經(jīng)濟(jì)發(fā)展的推動(dòng)作用研究。該部分文獻(xiàn)主要強(qiáng)調(diào)，技術(shù)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)是現(xiàn)代經(jīng)濟(jì)持續(xù)發(fā)展的客觀要求，也是社會(huì)經(jīng)濟(jì)發(fā)展的最優(yōu)選擇。比如周叔蓮等提出技術(shù)創(chuàng)新為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供動(dòng)力，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整又推動(dòng)技術(shù)進(jìn)步，這種雙向促進(jìn)的聯(lián)動(dòng)機(jī)制在推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級(jí)的同時(shí)促進(jìn)了經(jīng)濟(jì)發(fā)展[2]。Nelson et al.拋棄新古典靜態(tài)均衡范式，提出技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的動(dòng)態(tài)演化NW模型，多角度闡述了技術(shù)變遷和產(chǎn)業(yè)升級(jí)的動(dòng)態(tài)演化機(jī)理[3]。因此，我國(guó)應(yīng)憑借技術(shù)創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[4]。但由于行業(yè)的差異性，使得不同層次的技術(shù)創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整作用，也具有很大的差異性，因此，只有選擇適宜的技術(shù)才會(huì)在較大程度上推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)[5]。二是創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的具體路徑研究。Utterback et al.將企業(yè)的技術(shù)創(chuàng)新分成產(chǎn)品創(chuàng)新和過(guò)程創(chuàng)新，從企業(yè)內(nèi)部借助微觀產(chǎn)品分析了創(chuàng)新推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的路徑，提出了著名的產(chǎn)業(yè)升級(jí)模型[6]。Pietrobelli et al.認(rèn)為產(chǎn)業(yè)升級(jí)是通過(guò)創(chuàng)新創(chuàng)造更多附加值的過(guò)程[7]，但只有在競(jìng)爭(zhēng)環(huán)境下實(shí)現(xiàn)的較高的創(chuàng)新效率和較快的創(chuàng)新速度才具有產(chǎn)業(yè)升級(jí)的潛力[8]。尤其重要的是，高技術(shù)產(chǎn)業(yè)的迅猛發(fā)展促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)[9-10]，但就國(guó)內(nèi)實(shí)踐來(lái)看，單純依靠技術(shù)引進(jìn)并不是產(chǎn)業(yè)結(jié)構(gòu)改善的原因[11]，比較優(yōu)勢(shì)戰(zhàn)略則是一種實(shí)現(xiàn)要素稟賦結(jié)構(gòu)升級(jí)和產(chǎn)業(yè)升級(jí)更為成功的經(jīng)濟(jì)發(fā)展道路[12]，而且省域人力資本、技術(shù)和創(chuàng)新要素集聚下的技術(shù)創(chuàng)新也將對(duì)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)產(chǎn)生遞增的發(fā)散效應(yīng)[13]。此外，放松融資約束能夠推動(dòng)技術(shù)創(chuàng)新活動(dòng)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[14]，地區(qū)金融發(fā)展和技術(shù)創(chuàng)新的聯(lián)合作用能促進(jìn)第一和第三產(chǎn)業(yè)發(fā)展而抑制第二產(chǎn)業(yè)[15]。

通過(guò)對(duì)現(xiàn)有文獻(xiàn)的分析發(fā)現(xiàn)，眾多學(xué)者在研究證實(shí)技術(shù)創(chuàng)新、不同形式的創(chuàng)新以及不同約束條件下的創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)具有不同程度促進(jìn)作用時(shí)，忽視了創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的推動(dòng)作用究竟有多大、產(chǎn)業(yè)結(jié)構(gòu)能否反過(guò)來(lái)促進(jìn)更高水平的創(chuàng)新實(shí)現(xiàn)這一問(wèn)題。尤其是鮮有從創(chuàng)新的數(shù)量和質(zhì)量?jī)蓚€(gè)維度來(lái)研究創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響。創(chuàng)新的數(shù)量和質(zhì)量是反映創(chuàng)新整體水平的兩個(gè)重要指標(biāo)，二者是相互聯(lián)系、互相制約的。創(chuàng)新數(shù)量是創(chuàng)新的基礎(chǔ)，創(chuàng)新質(zhì)量是創(chuàng)新的核心，是實(shí)現(xiàn)創(chuàng)新價(jià)值的重要體現(xiàn)，只有從創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量?jī)蓚€(gè)維度，分析研究創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響，才能找準(zhǔn)創(chuàng)新驅(qū)動(dòng)的著力點(diǎn)，盡快建立起“全國(guó)性的創(chuàng)新體制”[16]，進(jìn)而加快我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的步伐。本文試圖從創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量?jī)蓚€(gè)維度出發(fā)，運(yùn)用面板向量自回歸模型（PVAR）來(lái)研究創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的內(nèi)生互動(dòng)關(guān)系。與其他研究分析方法相比，采用面板向量自回歸模型（PVAR）能更為清晰地反映創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)關(guān)系中各自發(fā)生的內(nèi)在機(jī)理，為進(jìn)一步促進(jìn)創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)提供了新的思路。

三、模型構(gòu)建與指標(biāo)選取

（一）模型構(gòu)建

由于創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)之間存在較為復(fù)雜的交互依附性，為了更為全面地反映他們之間的內(nèi)生依存關(guān)系，本文選擇面板向量自回歸模型（PVAR）進(jìn)行分析，該模型是包含固定效應(yīng)的動(dòng)態(tài)面板模型，無(wú)需區(qū)分內(nèi)生變量和外生變量，而是將所有的變量都視為內(nèi)生變量?？梢哉f(shuō)，PVAR模型集成了面板數(shù)據(jù)估計(jì)方法與向量自回歸模型兩種方法的優(yōu)點(diǎn)，并在一定程度上降低了向量自回歸（VAR）方法對(duì)時(shí)間序列長(zhǎng)度的限制性要求，可以較好地捕捉到樣本單元個(gè)體差異性對(duì)模型參數(shù)的影響[17]。本文將模型設(shè)定如下：

其中，Yit為包含產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、創(chuàng)新數(shù)量以及創(chuàng)新質(zhì)量的列向量（lnupisit，lninnov1it，lnnov2it）T，i代表地區(qū)，t代表時(shí)間，p表示模型的滯后階數(shù)。同時(shí)，為了進(jìn)一步檢驗(yàn)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量?jī)烧邔?duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的協(xié)同作用，本文還納入創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的交互乘積項(xiàng)lninnov;A0表示截距向量，A1表示滯后變量的參數(shù)矩陣;？琢i為地區(qū)效應(yīng)列向量，代表以固定效應(yīng)形式反映的截面?zhèn)€體差異性;？濁t(yī)為時(shí)間效應(yīng)列向量，代表時(shí)間變化對(duì)截面?zhèn)€體的影響;？著it是“白噪聲”擾動(dòng)項(xiàng)。此方程中實(shí)際需要估算的參數(shù)是Ai。PVAR模型估計(jì)前需采用前向均值差分法（Helmert過(guò)程）去除個(gè)體效應(yīng)？琢i和采用組內(nèi)均值差分法（Mean-Differencing）去除時(shí)間效應(yīng)？濁t(yī)以避免個(gè)體效應(yīng)與回歸元素之間因相關(guān)性而導(dǎo)致參數(shù)有偏估計(jì)。之后，將以自變量的滯后項(xiàng)作為工具變量，采用廣義距估計(jì)法（GMM）對(duì)模型參數(shù)進(jìn)行有效估計(jì)。

（二）指標(biāo)選取及解釋

1. 產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)指數(shù)（upis）。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)包含產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化與產(chǎn)業(yè)結(jié)構(gòu)合理化兩個(gè)重要維度。其中，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是指產(chǎn)業(yè)結(jié)構(gòu)從低水平狀態(tài)向高水平狀態(tài)發(fā)展的動(dòng)態(tài)過(guò)程。一般文獻(xiàn)往往根據(jù)克拉克定律采用農(nóng)業(yè)與非農(nóng)業(yè)產(chǎn)值之比測(cè)度產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化。隨著技術(shù)水平的不斷進(jìn)步以及高科技產(chǎn)業(yè)的迅速發(fā)展壯大，有學(xué)者采用高技術(shù)產(chǎn)業(yè)占工業(yè)產(chǎn)值比重測(cè)度產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平[18]，較為常見(jiàn)的還有結(jié)構(gòu)相似系數(shù)法，即夾角余弦法[19-20]。但是，作為產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的重要維度，隨著信息技術(shù)飛速發(fā)展，中國(guó)“經(jīng)濟(jì)服務(wù)化”趨勢(shì)愈加明顯，伴隨第三產(chǎn)業(yè)增長(zhǎng)率要快于第二產(chǎn)業(yè)增長(zhǎng)率的事實(shí)[21-22]，借鑒干春暉等[21]的做法，采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值之比測(cè)度產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平，反映中國(guó)經(jīng)濟(jì)“服務(wù)化”演變過(guò)程。

產(chǎn)業(yè)結(jié)構(gòu)合理化是指產(chǎn)業(yè)之間協(xié)調(diào)能力的加強(qiáng)和關(guān)聯(lián)水平提高的動(dòng)態(tài)過(guò)程，綜合反映了產(chǎn)業(yè)之間的協(xié)調(diào)程度以及資源有效利用程度，是對(duì)要素投入結(jié)構(gòu)和產(chǎn)出結(jié)構(gòu)耦合程度的一種衡量[21]。現(xiàn)有文獻(xiàn)對(duì)產(chǎn)業(yè)結(jié)構(gòu)合理化的定量研究并不多，指標(biāo)的確定也無(wú)統(tǒng)一規(guī)定，國(guó)際上以錢(qián)納里等人倡導(dǎo)的標(biāo)準(zhǔn)產(chǎn)業(yè)結(jié)構(gòu)為依據(jù)，但因該標(biāo)準(zhǔn)模型難以確定故不常采用，另外還有需求結(jié)構(gòu)標(biāo)準(zhǔn)和產(chǎn)業(yè)間比例平衡標(biāo)準(zhǔn)，但因缺乏實(shí)際可操作性而擱置。也有學(xué)者采用結(jié)構(gòu)偏離度來(lái)測(cè)度產(chǎn)業(yè)結(jié)構(gòu)合理化[23]，但該指標(biāo)將各產(chǎn)業(yè)的經(jīng)濟(jì)地位視為等同，未能很好的反映不同產(chǎn)業(yè)結(jié)構(gòu)偏差對(duì)經(jīng)濟(jì)影響的重要程度。有些學(xué)者亦采用Hamming貼近度將我國(guó)產(chǎn)業(yè)產(chǎn)出結(jié)構(gòu)與國(guó)際標(biāo)準(zhǔn)的貼近程度作為產(chǎn)業(yè)結(jié)構(gòu)合理化的測(cè)度指標(biāo)，卻忽視了我國(guó)就業(yè)結(jié)構(gòu)以及國(guó)際標(biāo)準(zhǔn)可能并不符合我國(guó)產(chǎn)業(yè)結(jié)構(gòu)演變特征等問(wèn)題。本文結(jié)合泰爾指數(shù)將測(cè)度產(chǎn)業(yè)結(jié)構(gòu)合理化的具體公式設(shè)定為如下形式：

同時(shí)，為了從整體上度量中國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平，本文通過(guò)主成分分析法將產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和合理化兩個(gè)分指標(biāo)合成“產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)指數(shù)”。具體步驟包括逆向指標(biāo)正向化和無(wú)量綱化處理，其中，對(duì)衡量產(chǎn)業(yè)結(jié)構(gòu)合理化的泰爾指數(shù)取倒數(shù)使其與產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化方向一致，并采用均值化方法對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理，以消除各變量因不同量級(jí)而無(wú)法整合的缺陷，并利用SPSS20.0軟件合成產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)指數(shù)。

2. 創(chuàng)新數(shù)量（innov1）與創(chuàng)新質(zhì)量（innov2）。創(chuàng)新數(shù)量是對(duì)創(chuàng)新在數(shù)量維度上的界定，是創(chuàng)新發(fā)展初期階段的主要特征?，F(xiàn)有的文獻(xiàn)并未對(duì)創(chuàng)新數(shù)量的概念作出統(tǒng)一明確規(guī)定。本文認(rèn)為創(chuàng)新數(shù)量是指在一定的創(chuàng)新要素（包括研發(fā)人員以及研發(fā)經(jīng)費(fèi)等）投入前提下，經(jīng)過(guò)一系列生產(chǎn)研發(fā)過(guò)程所獲得的創(chuàng)新成果產(chǎn)出數(shù)量，常見(jiàn)的主要是指科技成果產(chǎn)出，比如專(zhuān)利產(chǎn)出。高林等在研究創(chuàng)新數(shù)量、質(zhì)量及其激勵(lì)的異質(zhì)影響時(shí)，采用企業(yè)獲得的發(fā)明專(zhuān)利數(shù)表示創(chuàng)新數(shù)量[24]。據(jù)此，本文采用國(guó)內(nèi)專(zhuān)利申請(qǐng)授權(quán)數(shù)測(cè)度創(chuàng)新數(shù)量。專(zhuān)利數(shù)量?jī)H是對(duì)創(chuàng)新在數(shù)量維度上的測(cè)量，理論上測(cè)度創(chuàng)新還需要考慮創(chuàng)新的價(jià)值維度[25]。本文將創(chuàng)新價(jià)值維度界定為創(chuàng)新質(zhì)量，它代表創(chuàng)新的水平和高度，是對(duì)創(chuàng)新發(fā)展步入高級(jí)階段的反映。在現(xiàn)有文獻(xiàn)中，對(duì)創(chuàng)新質(zhì)量概念的界定還未達(dá)成統(tǒng)一。Haner于2002年最早提出了創(chuàng)新質(zhì)量概念的框架，認(rèn)為創(chuàng)新質(zhì)量是所有創(chuàng)新的總結(jié)果，具體包括產(chǎn)品或服務(wù)質(zhì)量、過(guò)程質(zhì)量以及經(jīng)營(yíng)質(zhì)量三個(gè)維度[26]。楊幽紅指出創(chuàng)新質(zhì)量的一個(gè)重要方面是創(chuàng)新所提供的產(chǎn)品、服務(wù)、過(guò)程，市場(chǎng)或經(jīng)營(yíng)管理的組織和方法特征滿(mǎn)足顧客要求的程度，包括增加顧客滿(mǎn)意、增加市場(chǎng)份額、提高銷(xiāo)售收入等[27]。孫兆剛指出創(chuàng)新質(zhì)量是一組固有特性滿(mǎn)足創(chuàng)新活動(dòng)要求的程度[28]，馬永紅等將創(chuàng)新質(zhì)量界定為創(chuàng)新績(jī)效在過(guò)程—產(chǎn)出—經(jīng)濟(jì)效益三個(gè)維度的總和[29]。隨著對(duì)創(chuàng)新研究的深入，對(duì)創(chuàng)新質(zhì)量的指標(biāo)選取也見(jiàn)仁見(jiàn)智，具體包括專(zhuān)利授權(quán)率和付費(fèi)期長(zhǎng)度[30-31]、企業(yè)發(fā)明專(zhuān)利的平均專(zhuān)利知識(shí)寬度[24]以及發(fā)明專(zhuān)利與申請(qǐng)專(zhuān)利之比[32]。實(shí)際上，一項(xiàng)創(chuàng)新是否成功并不在于它是否新穎、巧妙或者具有科學(xué)內(nèi)涵，更重要的在于它是否能夠贏得市場(chǎng)[33]，真正具有價(jià)值的創(chuàng)新、高質(zhì)量的創(chuàng)新必定是那些能被市場(chǎng)認(rèn)可并成功轉(zhuǎn)化成實(shí)際生產(chǎn)力且為廣大消費(fèi)者接受、實(shí)現(xiàn)經(jīng)濟(jì)效益的創(chuàng)新，此時(shí)的創(chuàng)新實(shí)現(xiàn)了價(jià)值轉(zhuǎn)化，滿(mǎn)足了客戶(hù)、員工和供應(yīng)商各方利益，是具有質(zhì)量的創(chuàng)新[27]。據(jù)此本文將創(chuàng)新質(zhì)量定義為：一項(xiàng)創(chuàng)新被應(yīng)用于生產(chǎn)新的能滿(mǎn)足廣大消費(fèi)者需求的產(chǎn)品，而且該產(chǎn)品通過(guò)市場(chǎng)交換實(shí)現(xiàn)經(jīng)濟(jì)效益的程度。于是，本文采取新產(chǎn)品銷(xiāo)售收入占地區(qū)生產(chǎn)總值的比重來(lái)測(cè)度創(chuàng)新質(zhì)量①，若一項(xiàng)創(chuàng)新能成功轉(zhuǎn)化為實(shí)際生產(chǎn)能力并贏得市場(chǎng)獲得經(jīng)濟(jì)效益，就說(shuō)明此項(xiàng)創(chuàng)新質(zhì)量較高。

同時(shí)，為了考察創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同帶動(dòng)中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響作用，本文采用創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的交互乘積項(xiàng)來(lái)表示。本文使用2004—2015年除香港、澳門(mén)和臺(tái)灣的中國(guó)大陸31個(gè)省份面板數(shù)據(jù)，來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》。

四、實(shí)證過(guò)程與結(jié)果分析

（一）單位根檢驗(yàn)及滯后階數(shù)確定

在進(jìn)行面板自回歸模型估計(jì)時(shí)，首先，需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，否則，得出的結(jié)果可能因“虛假回歸”或“偽回歸”而無(wú)法準(zhǔn)確反映各變量之間的內(nèi)在邏輯關(guān)系。本文利用LLC（Levin-Lin-Chu）檢驗(yàn)對(duì)所涉及的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量三大指標(biāo)進(jìn)行單位根檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果（表1）可知，三大原始數(shù)據(jù)序列均拒絕“存在單位根”的原假設(shè)，因此全部是平穩(wěn)序列。

其次，需確定PVAR模型的最優(yōu)滯后階數(shù)。相較于向量自回歸VAR模型，PVAR模型對(duì)數(shù)據(jù)的要求有所放寬，如果T為時(shí)間序列長(zhǎng)度，m為滯后階數(shù)，只要T≥m+3，方可對(duì)方程的參數(shù)進(jìn)行估計(jì)，若T≥2m+2就可以在穩(wěn)態(tài)下得到滯后項(xiàng)參數(shù)。于是，根據(jù)MAIC、MBIC和MQIC最小化原則，本文將模型滯后階數(shù)確定為1（見(jiàn)表2），由上述不等式可知此滯后階數(shù)是有效的。

（二）動(dòng)態(tài)面板數(shù)據(jù)GMM估計(jì)

將創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量、創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)以及產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)作為PVAR模型的內(nèi)生變量，采用廣義矩估計(jì)法（GMM）進(jìn)行有效估計(jì)，所得結(jié)果見(jiàn)表3。

首先，根據(jù)表3中第2列和第3列，以產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)為依賴(lài)變量，可得：（1）滯后一期的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)水平（lnupis）對(duì)自身當(dāng)期的影響系數(shù)為0.778 5，在1%的水平下顯著，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)對(duì)自身有較強(qiáng)的促進(jìn)作用;（2）滯后一期的創(chuàng)新數(shù)量（innov1）對(duì)當(dāng)期產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響系數(shù)為0.100 7，在1%的水平下顯著，說(shuō)明目前在推動(dòng)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)過(guò)程中，創(chuàng)新數(shù)量發(fā)揮著重要作用;（3）滯后一期的創(chuàng)新質(zhì)量（innov2）對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的回歸系數(shù)不顯著，說(shuō)明中國(guó)目前因創(chuàng)新質(zhì)量水平較低，尚未達(dá)到顯著提升產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的門(mén)檻值，因此對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的推動(dòng)作用還不顯著;（4）創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)（lninnov）的滯后一期對(duì)當(dāng)期產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響系數(shù)僅為0.011 5，而且僅在10%的水平下顯著，說(shuō)明目前我國(guó)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的促進(jìn)作用較弱，這意味著在我國(guó)以創(chuàng)新數(shù)量為主向以創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的轉(zhuǎn)變時(shí)期，創(chuàng)新質(zhì)量因水平較低，與創(chuàng)新數(shù)量協(xié)同發(fā)展的能力不強(qiáng)，在后期發(fā)展中應(yīng)兼顧創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，進(jìn)一步提升兩者的協(xié)同發(fā)展能力。

其次，根據(jù)表3中第4列到第9列，分別用創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量以及兩者的協(xié)同項(xiàng)為依賴(lài)變量，可得：（1）滯后一期的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)對(duì)創(chuàng)新質(zhì)量的影響系數(shù)為0.240 4，但不顯著，對(duì)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)為1.389 2，在10%水平下顯著，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的提升將帶動(dòng)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同發(fā)展又將進(jìn)一步促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)水平的提升，兩大體系之間的良性互動(dòng)將推進(jìn)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)與創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量向更高層次演進(jìn)。（2）滯后1期的創(chuàng)新數(shù)量對(duì)自身當(dāng)期影響顯著為正，系數(shù)為1.039 9，對(duì)當(dāng)期創(chuàng)新質(zhì)量的影響系數(shù)為正，對(duì)當(dāng)期創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)為負(fù)，說(shuō)明在我國(guó)以創(chuàng)新數(shù)量為主向創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)轉(zhuǎn)型時(shí)期，一味追求創(chuàng)新數(shù)量反而不利于創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展，我國(guó)亟待實(shí)現(xiàn)從創(chuàng)新數(shù)量為主向創(chuàng)新質(zhì)量為主驅(qū)動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的過(guò)渡。（3）滯后一期的創(chuàng)新質(zhì)量對(duì)自身當(dāng)期影響系數(shù)為0.593 3，在1%水平下顯著，對(duì)創(chuàng)新數(shù)量以及創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量協(xié)同項(xiàng)的影響系數(shù)分別為0.141 7和0.359 6，但不顯著，進(jìn)一步說(shuō)明目前我國(guó)創(chuàng)新質(zhì)量不高的事實(shí)。（4）滯后一期的創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同項(xiàng)對(duì)當(dāng)期創(chuàng)新數(shù)量的影響系數(shù)為正，對(duì)當(dāng)期創(chuàng)新質(zhì)量、創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)估計(jì)系數(shù)均顯著為正，說(shuō)明創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展能有效提升創(chuàng)新質(zhì)量，從而加快我國(guó)從創(chuàng)新數(shù)量驅(qū)動(dòng)為主向創(chuàng)新質(zhì)量驅(qū)動(dòng)為主轉(zhuǎn)變的步伐。

（三）脈沖響應(yīng)函數(shù)

在PVAR模型估計(jì)中，為了明確每一個(gè)內(nèi)生變量的變化對(duì)模型中其他變量的影響，需對(duì)變量進(jìn)行脈沖響應(yīng)和方差分解，而在此之前，必須對(duì)PVAR模型進(jìn)行穩(wěn)定性檢驗(yàn)。根據(jù)Lutkepohl[34]和Hamilton[35]的研究結(jié)果，只有在伴隨矩陣所有特征根的模值小于1時(shí)，模型才是穩(wěn)定的。根據(jù)表4可知，特征根均小于1，且都落在單位圓之內(nèi)（圖1），PVAR模型是穩(wěn)定的。

脈沖響應(yīng)函數(shù)是用來(lái)刻畫(huà)內(nèi)生變量對(duì)誤差變化的大小，具體而言，它刻畫(huà)的是在誤差項(xiàng)上加一個(gè)標(biāo)準(zhǔn)差大小的沖擊對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值所帶來(lái)的影響，尤其是在當(dāng)其他變量保持不變的情況下，獲得較為純粹的單方面影響。由于脈沖響應(yīng)函數(shù)是通過(guò)PVAR參數(shù)構(gòu)造的，需要考慮標(biāo)準(zhǔn)差，但一般而言，標(biāo)準(zhǔn)差很難通過(guò)計(jì)算獲得，因此本文將通過(guò)蒙特卡洛方法模擬產(chǎn)生置信區(qū)間，基于上述PVAR模型的穩(wěn)定性前提，得脈沖響應(yīng)結(jié)果見(jiàn)圖2。

根據(jù)脈沖響應(yīng)函數(shù)圖2中第一排可知，給創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量的協(xié)同項(xiàng)lninnov一個(gè)標(biāo)準(zhǔn)差沖擊，對(duì)自身影響在第1期為0.6，隨后逐漸減小，并在第5期之后趨于平穩(wěn)[圖2（1）];對(duì)創(chuàng)新質(zhì)量的影響隨時(shí)間的推移呈現(xiàn)先增大后減小的趨勢(shì)，在第3期時(shí)達(dá)到最大，為0.03左右，從第4期開(kāi)始逐漸減弱，但方向一直為正[圖2（2）];對(duì)創(chuàng)新數(shù)量的影響在前5期呈遞增趨勢(shì)，第5期時(shí)大致為0.03左右，之后保持平穩(wěn)[圖2（3）];對(duì)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的影響從第1期到第2期有個(gè)陡增的過(guò)程，隨后保持平穩(wěn)增長(zhǎng)[圖2（4）]。以上影響均為正向，說(shuō)明創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)同發(fā)展將對(duì)創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量以及產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)產(chǎn)生同向影響。