陈喆　宋培

摘 要：随着中国“人口红利”的逐渐消失，技术进步成为制造业升级的主要推动力。通过构建包含传统制造业和高端制造业两部门的内生增长模型，探求传统制造业向中高端转型升级的内在机理，并基于1999—2015年14个制造行业的面板数据，运用2SLS估计方法进行实证检验。研究发现：“干中学”效应、技术溢出和人力资本均是促进传统制造业技术升级的重要路径;中高端制造业技术溢出是推动传统制造业向其“收敛式”发展的关键;人力资本对传统制造业技术升级不具有直接影响作用，但能有效通过其与“干中学”效应和技术溢出的交互作用来间接促进传统制造业技术升级。

关 键 词：“干中学”效应;技术溢出;人力资本;传统制造业升级

DOI：10.16315/j.stm.2019.06.012

中图分类号： F 425

文献标志码： A

Research on the path of technology upgrade from traditional

manufacturing to middle and high-end

CHEN Zhe， SONG Pei

（School of Economics and Management， Dalian University of Technology， Dalian 116024， China）

Abstract：With the gradual disappearance of Chinas “demographic dividend”， technological progress has become the main driving force for manufacturing upgrading. This paper explores inner mechanism of “learning by doing”， technology spillover and human capital promoting manufacturing upgrading by constructing an endogenous economic growth model that includes both traditional manufacturing and high-end manufacturing. Based on the panel data of 14 manufacturing industries from 1999 to 2015， the 2SLS estimation method is used for empirical testing. The study finds that the “learning by doing” effect， technology spillovers and human capital are all important paths in promoting the technological upgrading of manufacturing industries; technology spillovers from high-end manufacturing are the key to promoting the “converged” development of traditional manufacturing to high-end manufacturing; human capital does not have a direct impact on technological upgrading of traditional manufacturing， but it can effectively promote technological upgrading of traditional manufacturing industry through its interactions with “learning by doing” effect and technology spillover.

Keywords：learning by doing; technology spillover; human capital; traditional manufacturing upgrading

近年來，面对发达国家高端制造业“回流”和发展中国家中低端制造业“分流”的双向挤压，中国传统制造业转型升级已迫在眉睫，尤其体现在如何加快传统制造业从要素驱动和投资驱动向创新驱动转变，以摆脱传统制造业升级所遭遇的“技术升级陷阱”和“技能升级陷阱”[1]。《中国制造2025》也明确指出“在传统制造业等重点领域开展创新设计示范，全面推进以协同等为特征的先进设计技术以实现传统制造业改造提升”的战略目标。现阶段对于制造业升级的衡量主要表现为制造业生产率的提升，这意味着如何通过技术进步来提高制造业生产率是实现其转型升级的关键。内生增长理论认为技术进步的2个主要渠道为：经验学习和研究开发，即生产中不断学习和积累所产生的“干中学”效应以及新技术、新产品的研究开发均会促进企业技术进步。但相比于中高端制造业，传统制造业面临较高的技术引进门槛与较低的人力资本水平等一系列困境。那么，提高传统制造业人力资本水平与“干中学”效应是否能推动其转型升级？进一步地，考虑到生产过程中的知识具有非竞争性和非排他性特征，传统制造业能否利用中高端制造业技术溢出优势实现转型升级？

本文的主要创新点在于：第一，基于Romer的内生增长理论和Arrow的干中学理论，首次构建包含传统制造业与高端制造业两部门的内生经济增长模型，探讨传统制造业向中高端迈进的技术升级路径，填补了现有研究的空白。第二，重视产业间技术溢出在制造业转型升级中的作用，强调“干中学”强度和人力资本水平较低是制约传统制造业向中高端制造业平行发展的主要因素，而中高端制造业技术溢出是传统制造业向其追赶并最终实现融合发展的关键。第三，区别以往人力资本对制造业升级的影响研究，考虑人力资本对现有技术的吸收与再创新能力，通过人力资本与“干中学”效应和技术溢出的交互作用来阐述人力资本积累的重要性。

同样的，对式（2）两边同时除以A1得到技术的增长率为

gA1=A1A1=λKφ1（aL1）βAθ-11。（7）

对式（7）两边同时求对数并时间求导得到gA1的增长率为

gA1gA1=φgK1+βn+（θ-1）gA1。（8）

由式（8）可知，当φgK1+βn+（θ-1）gA1>0时，gA1的值将逐渐增大;当φgK1+βn+（θ-1）gA1<0时，gA1的值将逐渐减小。

接下来对高端制造业的一般情形进行讨论。当φ+θ<1时，根据gK1和gA1的相图，如图1所示。无论gK1和gA1的初始值为多少，最终都会收敛到E点，gK1和gA1的增长率为零，达到稳态，此时A1和K1的增长率为

gA1=β+φ1-φ-θn;gK1=1+β-θ1-φ-θn。（9）

同样的，传统制造业使用劳动和资本要素进行生产，其生产函数采用柯布道格拉斯形式为

Y2=Kα2[A2（1-b）L2]1-α。（10）

其中：Y2、K2和L2分别表示传统制造业的产出水平、资本投入和劳动力投入。A2表示传统制造业的技术进步，以哈罗德中性技术进步形式进入生产函数。

考虑到高端制造业对传统制造业的技术溢出效应，进一步将技术溢出纳入传统制造业的生产函数，同时，由于人力资本的提升能有效增强“干中学”效应和技术溢出水平，将传统制造业技术进步的生产函数为。

A2=λKμ2（bL2）βAθ2Aγ1（μ>0，β>0）。（11）

μ=μ（h2）。（12）

γ=γ（h2）。（13）

其中：μ表示传统制造业的“干中学”效应，h2表示传统制造业人力资本水平，μ是h2的增函数，即随着人力资本水平的提升，“干中学”效应逐渐增强。γ表示高端制造业对传统制造业的技术溢出水平，γ是h2的增函数，即随着人力资本水平的提升，产业间的技术溢出将逐渐增强。同样的，在不考虑折旧的情况下，传统制造业资本积累的动态方程为

K2=sY2=s（1-b）1-αKα2A1-α2L1-α2。（14）

对式（14）两边同时除以K2得到资本的增长率为

gK2=K2K2=s（1-b）1-αA2L2K21-α。（15）

对式（15）两边同时求对数并对时间求导得到gK2的增长率为

gK2gK2=（1-α）（gA2+n-gK2）。（16）

对式（11）两边同时除以A2得到技术的增长率为

gA2=A2A2=λKμ2（bL2）βAθ-12Aγ1。（17）

对式（17）两边同时求对数并时间求导得到gA2的增长率为

gA2gA2=μgK2+βn+（θ-1）gA2+γgA1。（18）

同高端制造业一样，得到传统制造业稳态时的技术进步率与资本增长率为

gA2=（β+φ）γ+（μ+β）（1-φ-θ）（1-μ-θ）（1-φ-θ）n，（19）

gK2=（β+φ）γ+（μ+β）（1-φ-θ）（1-μ-θ）（1-φ-θ）+1n。（20）

在不考虑高端制造业对传统制造业技术溢出的情况下，即γ为0时，式（19）、式（20）可以化简为gA2=μ+β1-μ-θn，gK2=1+β-θ1-μ-θn。通过与式（9）相比较，可以看出稳态时高端制造业与传统制造业的技术进步率取决于“干中学”强度。人力资本水平并不会直接影响制造業技术进步率，而是通过影响“干中学”强度来间接影响制造业技术进步率。这是因为较高的人力资本水平会提升制造业在实践工作中的经验学习效率，从而有利于生产率的提升。图2刻画了稳态下高端制造业与传统制造业技术进步的变化过程，由于较低的“干中学”强度与人力资本水平，传统制造业的技术进步率低于高端制造业，表现为曲线①的斜率大于曲线③。据此，提出本文的假说1：

假说1：在控制其他因素的影响下，增强“干中学”效应以及人力资本与“干中学”的交互作用能有效促进中高端制造业与传统制造业技术进步，进而提高生产率水平。

虽然传统制造业可以通过增强“干中学”强度和提升人力资本水平获得较高的技术进步率，实现与高端制造业平行发展，即表现为传统制造业技术进步曲线从曲线③向曲线②的转变，但由于其与高端制造业初始技术水平具有较大的差距，表现为A1（0）大于A2（0），导致传统制造业与高端制造业之间存在一条难以跨越的“技术鸿沟”。此时，高端制造业技术生产过程中由于非竞争性和非排他性特征所产生的技术溢出效应已成为传统制造业实现追赶的关键。传统制造业利用后发优势可以将稳态时的技术进步率提升至gA2=（β+φ）γ+（μ+β）（1-φ-θ）（1-μ-θ）（1-φ-θ）n，远远大于高端制造业的技术进步率gA1=β+φ1-φ-θn。从图2也可以看出，通过吸收高端制造业技术溢出，传统制造业会逐渐追赶高端制造业并最终实现融合发展。此外，传统制造业对高端制造业技术溢出的吸收能力取决于人力资本水平，较高的人力资本水平能有效增强产业间的技术交流和人才流动，加快传统制造业转型进程。据此，本文提出假说2。

假说2：在控制其他因素的影响下，“干中学”强度和人力资本水平较低是制约传统制造业向中高端制造业平行发展的主要因素。但传统制造业能有效利用中高端制造业技术溢出优势，通过增强产业间的技术溢出强度以及人力资本与其交互作用来实现转型升级。

3 研究设计

3.1 基准模型设定

为了具体考察“干中学”效应以及人力资本与“干中学”的交互作用对制造业升级的影响，本文构建实证模型1为

TFPi，t=β0+β1LBDi，t+β2HR+β3LBDi，t×HRi，t+

β4SOW+β5RD+β6FDI+β7SIZE+εi，t。（21）

同时，考虑到中高端制造业技术溢出在传统制造业升级中发挥的作用，本文在式（21）的基础上构进一步引入技术溢出以及人力资本与技术溢出的交互作用进行检验，构建实证模型2为

TFPi，t=β0+β1LBDi，t+β2IRDi，t+β3HR+

β4LBDi，t×HRi，t+β5IRDi，t×HRi，t+

β6SOW+β7RD+β8FDI+β9SIZE+εi，t。（22）

其中：i表示制造业行业（i=1，2，…，14），t表示时间。TFPi，t表示制造业升级;LBDi，t表示“干中学”效应;IRDi，t表示中高端制造业技术溢出程度;HRi，t表示人力资本;SOWi，t表示所有制结构;RDi，t表示研发投入;FDIi，t表示外商直接投资;SIZEi，t表示行业规模;εi，t表示随机误差项。

3.2 数据处理与变量选取

本文选取1999—2015年中国14个制造行业的面板数据进行实证分析，并依据经济合作与发展组织（OECD）技术水平分类标准将高端技术产业和中高端技术产业归类为中高端制造业、低端技术产业和中低端技术产业归类为传统制造业。数据来源于1997年、2002年、2007年、2012年和2015年中国投入产出表、《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》、《工业企业科技活动统计年鉴》，统计口径为大中型制造企业，并以1999年为基期对各指标进行平减，通过整理计算可得。其中，技术溢出作为核心解释变量，由于测算方法比较复杂，首先对其进行较细致的变量说明。

1）技术溢出指标测算说明。为考虑传统制造业在无意识的知识交流与技术扩散过程中对中高端制造业技术溢出的获取能力。本文参考潘文卿等对产业间技术溢出的衡量方法，采用中国投入产出表中的直接消耗系数测算传统制造业与中高端制造业的相似程度，并利用中高端制造业科技活动经费内部支出数据对技术溢出进行测算，具体如下：

某一传统制造业获取的技术溢出是其他所有中高端制造业R&D投入的加权和，即间接R&D投入。所以，传统制造业i获取的技术溢出为

TSi=∑i≠jwijRDj。（23）

其中：TSi表示传统制造业i获取的技术溢出，RDj表示中高端制造业j的直接R&D投入，采用科技活动经费内部支出衡量，并利用45%的固定资产投资价格指数与55%的居民消费价格指数加权作为R&D价格指数进行平减。权数wij表示中高端制造业j中研发存量溢出到传统制造业i的比重。考虑到生产技术和投入结构相似的制造行业间更容易发生技术溢出，权数wij运用投入产出表中的直接消耗系数进行测度。

wij=∑nenienj∑ne2ni·∑ne2nj。（24）

其中：eni、enj分别表示直接消耗系数结构矩阵中第n行所对应的第i和第j列的数值，wij越接近于1，表示传统制造业i与中高端制造业j间的技术溢出效应越强。

本文首先根据1997年、2002年、2007年、2012年和2015年的投入产出表数据对wij进行测算。其次，对于同一个制造行业而言，相邻年度的权数wij越相近，所以采用简单加权平均法对1998—2001年、2003—2006年、2008—2011年、2013—2014年的权数wij进行估算，测算方法为

本文根据上述技术溢出的测算方法，得到2000—2015年传统制造业获取的技术溢出程度。为进一步分析中高端制造业对传统制造業的技术溢出效应，选取2002年、2007年、2012年和2015年传统制造业获取技术溢出的主要贡献者及溢出比例数据进行分析，如表1所示。

由表1中各年份技术溢出主要贡献者比较可知，化学工业和电气机械及器材制造业的贡献效应最大，尤其是化学工业。说明化学工业的研发投入具有良好的辐射传导功能，有利于传统制造业进行技术吸收或技术更新。值得注意的是，电气机械及器材制造业对金属冶炼及压延加工业的技术溢出比例在各年份均达到了80%左右，进一步说明技术溢出更容易发生在生产技术与产业结构相似度较高的行业。而食品制造及烟草加工业所获取的最高溢出比例却均在30%以下，不仅表明中高端制造业对该类产业的技术溢出程度较低，也进一步揭示了目前传统制造业升级存在的主要问题，即使在自主创新能力较弱的情况下，仍缺乏与高端制造业间的技术交流与互动。

2）其他相关变量的指标选取。制造业升级（TFPi，t）：采用生产率水平来刻画制造业升级。现有文献对于生产率的测算方法主要分为2类：一是基于OP和LP等方法的全要素生产率[20];二是基于工业增加值的劳动生产率[21]。本文根据数据合理性和适用性的综合考量，选取全要素生产率指标来刻画制造业升级，即运用DEA的非参数Malmquist指数方法测算了制造业各行业的全要素生产率水平。

本文以工业总产值为产出变量、以固定资产净值和全部从业人员年平均人数作为投入变量来测算Malmquist生产率指数。其中：产出变量采用制造行业的工业总产值进行衡量，并按照制造业各行业工业品出厂价格指数进行平减;现阶段对于资本存量的测定主要包括永续盘存法和固定资产净值两类，但由于永续盘存法对数据要求较高，所以采用固定资产净值作为资本存量的替代变量，即固定资产原值与累计折旧的差值，并按照固定资产投资价格指数进行平减;劳动投入变量采用制造行业全部从业人员年平均人数进行衡量。

“干中学”效应（LBDi，t）：目前对于“干中学”的衡量方法主要有累计总产量和累积总产值两类[22]。本文借鉴陈艳莹等和王伟光等的衡量方法，即累积产出=期初产出累积值×经验转化率+当期产量，其中经验转化率取85%，采用制造行业新产品产值累积值来衡量干中学效应，并按照制造业各行业工业品出厂价格指数进行平减。

人力资本（HRi，t）：目前普遍采用就业人员人均受教育年限衡量人力资本指标[23]。但由于无法获取制造行业人员人均受教育年限数据，本文基于制造行业数据的可得性，采用科技活动人员占全部从业人员年平均人数的比重代替制造业人力资本指标。《中国科技统计年鉴》从2009年后只公布制造行业R&D人员数，所以根据2005年至2008年公布的科技活动人员数与R&D人员数的比例估算出2009年至2015年制造行业科技活动人员数[24]。

所有制结构（SOWi，t）：目前研究普遍认为国有企业的低效率不利于制造业生产率的提升。现阶段对于所有制结构的衡量方法主要分为2类：一类采用国有企业实收资本占制造行业资本的比重进行衡量;另一类是采用国有从业人员占制造行业全部从业人员年平均人数的比重进行衡量。本文参考第一种方法，采用制造业国有企业实收资本占制造行业资本的比重衡量所有制结构。

研发投入（RDi，t）：研发投入是影响制造业升级的重要因素，本文采用制造业行业科技活动经费内部支出占工业总产值的比重来衡量研发投入。

外商直接投资（FDIi，t）：考虑到制造业行业外商直接投资统计数据的缺失，本文采用制造业行业外商资本和港澳台资本之和占工业总产值的比重来近似代替外商直接投资水平。

企业规模（SIZEi，t）：采用制造行业工业总产值与企业数量的比值来衡量企业规模。

一般认为规模较大的企业在研发活动和经营管理方面更具有优势，能够通过较高的技术水平和创新能力来实现制造业升级。主要变量的描述性統计，如表2所示。

4 实证回归结果分析

在进行面板数据估计之前，首先根据Hausman检验确定采用随机效应模型还是固定效应模型进行估计。其次，变量的平稳性与否以及是否存在内生性都是面板数据模型估计的重要前提。本文通过LLC和ADF-Fisher检验确定变量为平稳变量，不存在“虚假回归”，但通过Hausman内生性检验发现“干中学”效应变量存在内生性问题;因此，为防止内生性问题影响回归结果的有效性，本文以“干中学”效应的滞后项作为工具变量，并基于假说1和假说2运用2SLS估计方法对面板数据进行了回归分析。

如表3所示，假说1下“干中学”效应以及人力资本与“干中学”效应的交互作用对制造业升级的影响。第（1）、（3）、（5）列回归结果表明，“干中学”效应与制造业升级呈显著的正相关关系，说明在制造业生产过程中通过经验和知识的积累能有效实现生产率水平的提升，推动制造业升级。而人力资本对传统制造业升级的影响并不显著，但对中高端制造业升级具有显著的促进作用，说明中高端制造业具有厚实的技术基础与知识积累，人力资本水平的进一步提升可以有效促进其技术研发的成功率，有利于技术成果转化为实际的生产能力。进一步，引入人力资本与“干中学”效应的交互项考虑其对制造业升级的影响。第（2）、（4）、（6）列回归结果表明，“干中学”效应与人力资本的交互作用对制造业升级产生了显著的正向影响。说明人力资本能有效通过吸收能力实现对现有技术的模仿或更新，进而促进生产率的提升，同时“干中学”效应的增强也会进一步提升制造企业人力资本水平，即“干中学”效应与人力资本的交互作用能有效通过彼此相互促进的良性循环实现制造业转型升级。

依据控制变量回归结果发现：所有制结构与制造业升级呈显著的负相关关系，表明国有企业占比较大会导致一定的效率损失，扭曲资源的有效配置，不利于生产率的提升[25];研发投入与总体制造业、传统制造业呈负相关关系，而与中高端制造业呈显著的正相关关系。原因在于：中国基础研发投入比例较低以及技术储备不足，导致研发投入在技术水平较低的行业中造成了逆向技术溢出现象，阻碍了制造业生产率的提升[26];外商直接投资与制造业升级呈负相关关系，表明外资的大量涌入加大了国内市场的竞争以及企业的成本压力，进而不利于制造业生产率的提升;行业规模与制造业升级呈正相关关系。意味着规模越大的制造企业在研发投入、盈利能力以及市场竞争力等方面均比小规模制造企业具有一定的优势，有利于提高制造业生产率水平。

假说2下中高端制造业技术溢出以及人力资本与技术溢出的交互作用对传统制造业升级的影响，如表4所示。第（7）列回归结果表明中高端制造业技术溢出对传统制造业升级具有显著的促进作用，说明传统制造业能有效通过与中高端制造业间的技术交流、人才流动和学习积累来缩短技术模仿与更新的时间，进而加快推进其转型进程。在此基础上引入技术溢出与人力资本的交互项，如第（8）列所示，技术溢出与人力资本的交互作用与制造业升级呈显著的正相关关系，表明人力资本水平的提升能有效加快提高传统制造业的科技创新能力与科技成果转化率，同时，中高端制造业技术溢出也能通过改变要素收益结构来促进传统制造业人力资本的积累以进一步提高人力资本水平;因此，在传统制造业“干中学”效应和人力资本水平较低的情况下，如何增强其与中高端制造业间的技术溢出程度是促进传统制造业升级的关键推动力。控制变量与上述分析一致，在此不做过多阐述。

5 结论与政策建议

本文运用1999—2015年14个制造行业的面板数据，通过构建包含传统制造业和高端制造业两部门的内生经济增长模型，对传统制造业向中高端迈进的技术升级路径进行分析。研究发现：“干中学”效应以及人力资本与“干中学”效应的交互作用均是促进传统制造业和中高端制造业技术升级的重要因素;中高端制造业技术溢出是推动传统制造业向其“收敛式”发展的关键;人力资本对传统制造业升级的促进作用并不显著，但能有效通过自身技术吸收能力来增强“干中学”效应和技术溢出程度以实现传统制造业生产率的提升。

基于本文研究，为摆脱传统制造业升级发展困境提出如下几点建议：

1）加快传统制造业“收敛式”发展，呈现产业间协同发展态势。随着新一轮科技革命与产业变革的兴起，新一代信息技术与高端制造业已经展开深度融合。为有效防止传统制造业创新链、人才链、资金链与产业链之间的脱节，一方面，要积极推动产业间协同发展的载体建设，加强传统制造业与高端制造业间资源要素、产业结构、空间格局等的协同融合发展;另一方面，政府应加强对传统制造业的政策和资金支持，通过引进高技术人才、完善保障制度体系等推动传统制造业自身发展。

2）充分发挥“干中学”效应在传统制造业升级中的促进作用。为防止传统制造业转型失败致使中国遭遇“中等收入陷阱”，加快提高传统制造业的“干中学”强度是保证现阶段制造业生产率水平提升的重要途径。一方面，政府应加大对传统制造业的人力资本投资并积极制定人才激励政策，提高企业员工对技术的吸收和消化能力。另一方面，企业应积极完善人员管理与人才培训机制，加强不同部门间的技术交流与人员转换能力，通过生产过程中不断地知识和经验积累来充分释放现有技术的“干中学”效应。同时，传统制造业人力资本的不断积累也有利于降低新技术的引进门槛、缩短新技术吸收与再创新时间，形成稳定的动态“干中学”效应。

3）对接传统制造业发展需求，推动产业间人力资本流动。创新驱动的本质为人才驱动，为解决传统制造业高层次人才不足、科技人才大而不强的困境，强化需求导向、引进发展所需要的紧缺人才已成为推动传统制造业转型升级的关键。政府不仅要树立开放的人才观，更要扫除人才积极性发挥所存在的障碍，构建制造业发展所需人才的大“磁场”。同时，加强产业间的人力资本流动，尤其是高端制造业对传统制造业人才的引领作用，推动产业间的人才交流和学习互动。

参考文献：

[1]洪联英，韩峰，唐寅.中国制造业为何难以突破技术技能升级陷阱？：一个国际生产组织安排视角的分析[J].数量经济技术经济研究，2016（3）：23.

[2]ARROW K. The economic implications of leaning by doing[J]. Review of Economic Studies，1962，29：155.

[3]ALCHIAN A. Corporate management and property rights[J]. Economics policy and the regulation of corporate securities，1969，62：337.

[4]YOUNG A.Learning by doing and the dynamic effects of international trade[J].The Quarterly Journal of Economics，1991，106（2）：369.

[5]陈艳莹，鲍宗客.干中学与中国制造业的市场结构：内生性沉没成本的视角[J].中国工业经济，2012（8）：43.

[6]鲍宗客，暴金玲.中国制造业经验学习的测度、行业波动及成因差异[J].财经研究，2014，40（5）：88.

[7]GRILICHES Z.Issues in assessing the contribution of research and development to productivity growth[J].The Bell Journal of Economics，1979，10：92.

[8]SCHERER F M.Inter-industry technology flows and productivity measurement[J].Review of Economics and Statistics，1982，64（4）：627.

[9]ROMER P M.Increasing returns and long-run growth[J].Journal of Political Economy，1986，94（5）：1002.

[10]JAFFE A B.The importance of spillovers in the policy mission of the advanced technology program[J].Journal of Technology Transfer，1998，23（2）：11.

[11]潘文卿，李子奈，刘强.中国产业间的技术溢出效应：基于35个工业部门的经验研究[J].经济研究，2011（7）：18.

[12]朱平芳，项歌德，王永水. 中国工业行业间R&D溢出效应研究[J].数量经济研究，2014，5（1）：70.

[13]LUCAS R.On the mechanics of economic development[J]. Journal of Monetary  Economics，1988，22：3.

[14]TEIXEORA A，QUEIROS A.Economic growth，human capital and structural change：a dynamic panel data analysis[J].Research Policy，2016，45（8）：1636.

[15]苏杭，郑磊，牟逸飞.要素禀赋与中国制造业产业升级：基于WIOD和中国工业企业数据库的分析[J].管理世界，2017（4）：70.

[16]GRIFFITH R，STEPHEN R，JOHN V R.Mapping the two faces of R&D：productivity growth  in a panel of OECD countries[J].Review of Economics and Statistics，2004，86（4）：883.

[17]李福柱，刘华清.我国制造业转型升级的区位因素效应研究[J].经济学家，2018（6）：57.

[18]SOLOW R A.Contribution to the theory of economic growth[J].Quarterly Journal of Economics，1956，70（1）：65.

[19]ROMER P.Endogenous technological change[J].Journal of Political Economy，1990，98（5）：71.

[20]余淼杰，李晋.进口类型、行业差异化程度与企业生产率提升[J].经济研究，2015（8）：85.

[21]包群，叶宁华，邵敏.出口学习、异质性匹配与企业生产率的动态变化[J].世界经济，2014（4）：26.

[22]王伟光，马胜利，姜博.高技术产业创新驱动中低技术产业增长的影响因素研究[J].中国工业经济，2015（3）：70.

[23]原毅军，谢荣辉.FDI、环境规制与中国工业绿色全要素生产率增长：基于Luenberger指数的实证研究[J].国际贸易问题，2015（8）：84.

[24]孙早，刘李华.中国工业全要素生产率與结构演变：1990—2013年[J].数量经济技术经济研究，2016（10）：57.

[25]盖庆恩，朱喜，程名望，等.要素市场扭曲，垄断势力与全要素生产率[J].经济研究，2015（5）：61.

[26]崔维军，王进山，陈凤.中国与发达国家企业研发投入的国际比较：基于研发投入50强的实证分析[J].科学学与科学技术管理，2015（8）：128.

[编辑：厉艳飞]

收稿日期： 2019-06-11

基金项目： 国家社会科学基金重大项目（15ZDA025）。

作者简介： 陈 喆（1994—），女，硕士研究生;

宋 培（1995—），男，硕士研究生.