郭淑芬 许佑江

摘 要：产业链上下游因供求关系而产生关联效应，产业间因技术流动而产生溢出效应，研发产业因此对制造业形成了相应的影响效应。本文利用投入产出表数据及其模型分析中国研发产业对66个制造业与三大类要素密集型制造业的关联效应及溢出效应，研究发现：2002—2017年间整体上看，中国研发产业对制造业的前向关联效应呈增强趋势，制造业对研发产业的依赖程度逐渐提高;后向关联效应呈先增后减趋势，对各类研发原料制造业的需求出现饱和趋势;前向关联强于后向关联，供给推动作用强于需求拉动作用。分别来看，对汽车制造业产生的前向关联效应最强，对电子元器件及化学原料制造业产生的后向关联效应最强;对技术密集型制造业的前向影响效应最强，对资本密集型制造业的后向影响效应最强，对劳动密集型制造业的影响效应则较小且呈逐渐减弱趋势。从溢出效应看，产生的辐射溢出影响强于制约感应溢出，但始终低于社会平均水平。

关键词：研发产业;制造业;关联效应;溢出效应;投入产出表

中图分类号：F406.3     文献标识码：A     文章编号：2096-5729（2022）01-0027-11

一、引  言

伴随科技强国战略的逐渐深化，科技自立自强在经济高质量发展中的战略地位不断提高，而研发产业就是其重要基础支撑。研发产业具有科技含量高、研发服务能力强及紧密联系市场需求的特性[1]，使其能够通过关联效应提高各类制造业的知识性产出，通过溢出效应促进技术资源的集聚，从而影响市场需求结构，两者共同构成研发产业的影响效应。同时，中国在2015年提出制造强国“三步走”战略，持续推进由制造大国向制造强国战略目标的转变，而这一转变的实现离不开研发产业的支撑[2]。精确测度与量化中国研发产业对制造业产生的影响能够为制造强国政策调整提供启示。

研发产业影响效应的相关量化研究起源于国外。最初的乘数效应理论模型强调一单位最终需求的变化所引起的最终产出的变化[3]，只反映产业内在因素对产出的影响;瓦尔拉斯的可计算一般均衡模型关注经济系统中所有市场都达到供求平衡的状态[4]，着眼于经济市场整体的供需关系，但对数据要求高，不适合进行动态长期分析;列昂惕夫投入产出模型可描述一国经济中特定部门的变化对整个经济或特定产业所产生的影响[5]，其基于产业间投入产出表数据，立足投入产出的相互依存关系，更直观地量化各产业间的供给与需求关系，简明地表示出产业间的关联水平及发展趋势[6]。因此本文将使用投入产出模型探究中国研发产业对制造业影响效应的各种比例关系与特征。

目前，已有学者针对如上海市[7]、北京市[8]和江苏省[9]等省市的研发产业影响效应进行研究，但这些研究都是针对具体省市的，尚未有全国层面的相关研究。而且，当前学术界围绕研发产业影响效应的研究多关注的是其对国民经济体系中产业整体的影响，如指出江苏省研发产业对其他产业的引领作用还有待加强[9];云南省研发产业与其他产业的关联度较低[10]。在产业间溢出效应的相关研究中，多关注的是各工业产业间[11][12]、交通运输服务业对制造业[13]和三次产业间[14]等的溢出效应。在制造强国“三步走”战略的大背景下，研究全国总体上研发产业对制造业的影响效应具有重要意义。制造业是国民经济的支柱产业，但现有研究并没有关注研发产业对制造业的关联效应及溢出效应问题。制造业对研发活动及科学技术要素的需求较大，尤其是先进制造业，但现有文献多关注制造业内部研发投入、研发效率及相关制造业间合作研发对制造业自身发展的影响[15][16][17]，尚未检索到单独将研发产业作为技术供给侧来分析研发产业对制造业影响的文献。因此，本文从中国整体出发，基于历次《中国投入产出表》的数据，利用投入产出模型，通过测度关联效应和溢出效应，全面研判中国研发产业对各个制造业的影响效应。同时，利用要素密集度分类法，参考原嫄等[18]对制造业的划分，将各个制造业分为劳动密集型、资本密集型和技术密集型制造业三类1，分别深入分析中国研发产业对三大类要素密集型制造业的影响效应。

二、研发产业的影响效应理论分析

中国研发产业的影响效应可分为关联效应和溢出效应，两者有不同的作用机制。关联效应是指通过要素市场与产品市场之间的供求形成广泛波及、互相促进与制约的关系，实质是各产业相互间的供给与需求关系[19]。研发产业关联效应的作用机理为：当研发产业处在产业链不同位置时，会相对地成为各制造业的上下游产业。上游制造业的产品或服务会成为研发产业的生产要素，研发产业会对上游制造业产生后向关联，表现为研发产业对其产生拉动作用;研发产业的产品或服务会成为下游制造业的生产要素，研发产业会对下游制造业产生前向关联，表现为研发产业对其产生推动作用。随着产业链不断延伸，研发产业与制造业的相互关联日渐深化，且都具有供给方和需求方的双重性身份[20]，研发产业通过产业链各环节诱发连锁反应，使得其生产需求变化的影响波及各制造业。

溢出效應指的是某产业最终生产需求变化对其他产业或受其他产业波及而对各自生产能力产生的影响。研发产业溢出效应的作用机理为：研发产业与制造业间的关联使得研发活动相关的知识和技术在两种产业间流动，这种流动会在产业间产生垂直溢出效应，分为研发产业对制造业的影响及研发产业受制造业的影响，前者表现为研发产业对制造业的辐射作用，后者表现为研发产业对制造业的制约作用。垂直溢出效应多从技术高地向技术洼地溢出，促进低技术产业优化升级，也会在技术水平接近的产业间相互溢出，促进彼此协同发展[20]。较强的研发产业溢出效应对削减制造业的生产成本与优化制造业生产模式具有显著促进作用，会加快各制造业的科技化进程[21]。中国研发产业影响效应分析框架如图1所示。

三、模型构建与数据处理

（一）投入产出模型

1.关联效应。中国研发产业对制造业的关联效应具体可分为前向关联效应和后向关联效应。前向关联突出体现中国研发产业的产出对制造业发展的影响，表现为对制造业的推动作用，这可以由直接分配系数与完全分配系数来量化，计算公式分别为式（1）与

式（2）：

[hij=xijxi    （i，j=1，2，…，n）] （1）

式（1）中，[hij]为直接分配系数，指在生产过程中第[i]产业的单位总产出直接提供给第[j]产业产品或服务的价值量;[xij]为[i]产业生产的产品分配给[j]产业的产品或服务的价值量;[xi]为[i]产业的总产出。

[W=I-H-1-I] （2）

完全分配系数表示某一产业生产一单位的产品时，向[j]产业提供的总投入量，即直接分配和间接分配之和。式（2）中的[W]为完全分配系数矩阵，[I]为单位矩阵，[H]为直接分配系数矩阵。

后向关联突出体现了中国研发产业的投入对制造业发展的影响，表现为对制造业的拉动作用，可以用直接消耗系数与完全消耗系数来量化，计算公式分别为式（3）与式（4）：

[aij=xijxj    （i，j=1，2，…，n）] （3）

式（3）中，[aij]为直接消耗系数，指在生产过程中第[j]产业的单位总产出直接消耗的第[i]产业产品或服务的价值量;[xij]为[j]产业生产的产品所消耗的[i]产业的产品或服务的价值量;[xj]为[j]产业的总投入。

[B=I-A-1-I] （4）

完全消耗系数指[j]产业每提供一单位最终使用时，对[i]产业产品或服务的直接消耗和间接消耗之和。式（4）中，[B]为完全消耗系数矩阵，[A]为直接消耗系数矩阵。

2.溢出效应。溢出效应可分为某产业受其他产业的影响与对其他产业的影响，前者可用感应度系数衡量，后者则用影响力系数衡量。感应度系数反映的是当国民经济体系中某产业增加一单位初始投入时，对其他产业产出的推动程度大小。计算公式为式（5）：

[Fi=j=1nCij1ni=1nj=1nCij    （i，j=1，2，…，n）] （5）

式（5）中[Fi]为感应度系数，[Cij]为列昂惕夫逆矩阵中的各数。当[Fi]等于1时，表示[i]产业对其他产业产出的推动作用等于社会平均水平;当[Fi]大于1时，表示[i]产业受其他产业产出的推动作用高于社会平均水平，反之则低于平均水平。感应度系数越大，本产业对其他产业的约束能力越强，反之越弱。

影响力系数利用列昂惕夫逆矩阵求得，反映了当国民经济体系中某产业增加一单位产品或服务的最终使用时，对其他产业产生的需求波及程度。计算公式为式（6）：

[Fj=i=1nCij1ni=1nj=1nCij    （i，j=1，2，…，n）] （6）

式（6）中[Fj]为影响力系数。当[Fj]等于1时，表示[j]产业生产对其他产业产出的拉动作用等于社会平均水平;当[Fj]大于1时，表示[j]产业生产对其他产业生产的拉动作用超过社会平均水平，反之则低于平均水平。影响力系数越大，本产业对其他产业的辐射能力越强，反之越弱。

（二）数据来源与处理

本文所用相关数据来自中国国家统计局编制的投入产出表，由于中国投入产出表的编表制度规定逢2、逢7年份编制基准年国家投入产出表，故本文选用2002年、2007年、2012年和2017年的《中国投入产出表》进行研究。由于各年份的产业分类存在调整与扩充，因此本文将四张投入产出表的制造业进行归类合并，整理为66个制造业产业，使得数据具有可比性，以满足研究需要。2002—2012年的研发产业数据使用中国投入产出表中“研究与试验发展业”的数据，但2017年中国投入产出表中研究与试验发展业的投入产出数据存在缺失，由于“研究和试验发展业”“专业技术服务业”“科技推广和应用服务业”三类产业相似度较高，故本文参考白俊红和蒋伏心[22]的方法，根据“专业技术服务业”“科技推广和应用服务业”两种产业距现在的时间距离，由远及近分别赋予1∶2∶3的权重，利用其加权平均值来进行补缺处理。基于上述所获取的数据，计算得出中国研发产业对制造业的分配系数、消耗系数、感应度系数及影响力系数。

四、中国研发产业

对制造业的关联效应测算分析

根据上述各式，计算出中国研发产业对2002年、2007年、2012年和2017年66个制造业的分配系数和消耗系数，并按系数大小由高到低排列以反映前后向关联效应影响程度，各取前十位1主要分析中国研发产业对制造业的关联效应，其余制造业简要分析，并通过比较中国研发产业对三类制造业各项系数在前十位中所占比例及具体数值，进一步深入探究研发产业对三类制造业产生的前后向关联效应。

本文基于中国投入产出表数据，通过式（1）得出研发产业对66个制造业的直接分配系数，前十位在表1中进行了报告。

据表1可知，首先，中国研发產业对汽车制造业和通信设备制造业的直接前向关联效应最强，研发产业对汽车制造业的直接分配系数在2017年超过0.16，研发产业产出的1万元产品或服务直接作为中间投入品投入到汽车制造业的生产在1600元以上，表明中国研发产业对汽车制造业发展的直接推动作用是强大的，位于研发产业下游的汽车制造业有较强的技术需求，受研发产业产品及服务的直接供给推动影响较大，对研发产业产出的依赖性较强。

其次，从中国研发产业对各制造业直接前向关联效应的时间变化趋势来看，研发产业对制造业的直接前向关联稳中有升，特别是汽车制造业在2017年时上升了近0.15。研发产业在2017年对针织品、编织品及其制品制造业的直接分配系数最低，仅为0.000 023，极差不断增大，这表明中国研发产业对下游制造业的直接推动作用不断提升，但对下游制造业整体的影响不够均衡。

最后，直接分配系数的前十位中技术密集型制造业分别有6、7、8和6个，占据前十位中大多数位置，且直接分配系数始终最大，资本密集型制造业每年有3个左右，而劳动密集型制造业则只在2002年有1个，表明中国研发产业对技术密集型制造业的直接供给推动作用最强且稳定，这是因为汽车制造业和通信设备制造业等下游技术密集型制造业对研发技术的直接需求较大;对资本密集型制造业的直接推动作用在2017年有所提升，这可能是因为各类设备制造业的科技化需求不断提高，逐渐对研发产业产生更高的依赖。

本文通过式（2）得出研发产业对66个制造业的完全分配系数，以反映中国研发产业对各个制造业的前向关联效应，并在表2对前十位进行了报告。

据表2可知，首先，中国研发产业对汽车制造业的前向关联效应始终最强，研发产业对汽车制造业的完全分配系数在2017年超过0.4，研发产业产出1万元产品或服务通过直接和间接途径投入到汽车制造业的生产在4000元以上，表明中国研发产业通过直接和间接前向关联对汽车制造业的供给推动作用明显，这主要因为，在我国工业化快速推进过程中，汽车制造业的快速发展使得其对科学技术的需求较强且不断增长。中国研发产业对汽车制造业的前向关联系数自2007年起都超过了0.2，间接前向关联效应突出，表明研發产业通过间接推动途径比直接供给最终产品会产生更强的影响效应，应发展与各制造业建立研发合作伙伴关系，提供知识技术支持等间接关联方式。

其次，从中国研发产业对各制造业前向关联效应的时间变化趋势来看，研发产业对汽车制造业的完全分配系数始终最大，且在2007年时上升幅度巨大，2007年后波动较小，表明下游汽车制造业对研发产业的直接和间接需求逐年增强，这可能是因为制造业对内部研发团队的技术需求挤占了对研发产业的需求，而随着研发产业科技水平不断提高，制造业对外部研发产业知识及技术的需求逐渐增加。2017年时研发产业对制糖业的前向关联程度最低为0.000 16，与汽车制造业的0.408 614相差巨大，表明中国研发产业对制造业的推动作用不够均衡，与产品附加值高、技术需求较大的制造业的前向关联更密切，对制糖业等科技含量较低的制造业的前向关联逐渐减弱。

最后，完全分配系数的前十位中技术密集型制造业分别有5、6、5和6个，略少于直接前向关联，但仍占据半数，2017年时占据前五位，表明中国研发产业对技术密集型制造业的前向关联效应始终最强。劳动密集型制造业中的肥料制造业在2012年和2017年都进入了前十位，这可能因为现代农业对绿色环保的高要求使得肥料制造业对技术的需求不断增加，但整体影响仍较小。

利用式（3）计算得出研发产业对66个制造业的直接消耗系数，以反映中国研发产业对各个制造业的直接后向关联效应，并在表3对前十位进行了报告。

据表3可知，首先，中国研发产业对通信设备制造业的直接后向关联在2002年时最强，对专用化学产品制造业的直接后向关联自2002年后最强，在各年内对这两种制造业的直接消耗系数都接近0.1，表明研发产业每产出1万元产品或服务会直接消耗通信设备或专用化学产品近1000元。研发产业对专用化学产品制造业的直接消耗系数最高为0.109 801，始终低于直接分配系数的0.16。上述分析表明中国研发产业对制造业的主要直接拉动对象由通信设备制造业转变为专用化学产品制造业，研发重点有所转变;中国研发产业对制造业的直接拉动作用弱于直接推动作用，制造业对研发产业的需求更突出。

其次，从中国研发产业对各制造业直接后向关联效应的时间变化趋势来看，2002—2017年中国研发产业对制造业的直接后向关联效应较稳定，2007年后专用化学产品制造业的直接消耗系数始终在0.1附近波动。直接后向关联同样存在不均衡的现象，2007—2017年间制糖业等多个制造业的直接消耗系数几乎接近于0，直接后向关联效应差距明显，表明中国研发产业对上游制造业的直接拉动作用提升有限且不够均衡，研发产业产品及服务需求集中化趋势明显。

最后，直接消耗系数的前十位中技术密集型制造业分别有6、4、4和4个，数量逐渐减少，属于资本密集型制造业的则分别有3、5、3和5个，劳动密集型制造业数量最少。资本密集型制造业自2007年起始终占据首位，研发产业对资本与技术密集型制造业的直接后向关联效应较为接近，表明中国研发产业对技术密集型制造业的直接需求拉动作用逐渐减弱，对专用化学产品制造业等上游资本密集型制造业的直接拉动作用逐渐增强，对其产品需求呈增长趋势，这是由于当前中国研发产业的直接资本投入不断提高，对各种高新技术设备及资金的直接需求快速增长。

利用式（4）得到研发产业对66个制造业的完全消耗系数，在表4对前十位进行了报告。

据表4可知，首先，中国研发产业对电子元器件制造业和基础化学原料制造业的后向关联效应最强，对电子元器件制造业的完全消耗系数在2002年时超过0.19，对基础化学原料制造业的完全消耗系数在2012年时超过0.35，研发产业每产出1万元产品或服务对电子元器件制造业和基础化学原料制造业直接和间接消耗在2002年和2012年分别达到1900元和3500元。上述分析表明中国研发产业通过直接和间接后向关联对上游电子元器件及化学原料等基础型制造业的需求拉动作用明显，这主要是因为基础类制造产品可以满足研发产业开展实验，创新技术的需要，且创新需要多次重复尝试的特性也使得研发产业对这类产品消耗巨大。

其次，从中国研发产业对各制造业后向关联效应的时间变化趋势来看，中国研发产业对制造业后向关联效应的最大值和最小值在2002—2012年都呈逐渐上升趋势。2012年基础化学原料制造业最高为0.359 063，但2017年下降较多，在各年最小值中，农林牧渔专用机械制造业在2017年最高为0.000 04，远低于前向关联中制糖业的0.000 16，表明中国研发产业对制造业拉动作用的整体波动较大。研发产业的后向关联效应在2007和2017年低于前向关联，2017年差距最大为0.15，表明随时间的推移，中国研发产业对各制造业的供给推动要强于需求拉动，制造业对研发产业产出的需求更强。

最后，完全消耗系数的前十位中技术密集型制造业分别有3、2、2和2个，6、7、6和6个资本密集型制造业。中国研发产业对技术密集型制造业的后向关联效应在2002年时最高，接近0.2，但2007年开始，对资本密集型制造业的后向关联效应迅速提高，最高时超过0.35，远高于技术密集型制造业，表明中国研发产业对基础化学原料制造业等资本密集型制造业的需求拉动作用最强，受其供给影响较大，这可能是因为中国研发产业在发展中对各种研发设备、研发资本的直接间接需求比较强，后向关联逐渐密切。劳动密集型制造业数量仍最少，但塑料制品业每年都可以排在前十，表明研发产业对劳动密集型制造业的需求拉动作用仍最差，但对塑料制造业的后向关联效应较强，这与环保技术创新使得研发产业对塑料制品的试验研究需求增大有关。

五、中国研发产业

对制造业的溢出效应测算分析

研发产业的溢出效应可以通过感应度系数与影响力系数来量化分析。根据式（5）及式（6），计算得到2002年、2007年、2012年及2017年中国研发产业对制造业的感应度系数和影响力系数。

本文通过式（5）得出研发产业对制造业整体及三类制造业的感应度系数，以反映中国研发产业对制造業的前向溢出效应，具体如表5所示。

据表5可知，首先，中国研发产业对制造业的感应度系数为0.4左右，表明制造业每增加1单位的最终产品，中国研发产业的最终产品只会增加0.4单位，远低于社会平均水平。当制造业的总需求增加时，研发产业并不能为制造业发展提供需求的基础性知识及技术，对制造业的制约感应能力有限。这可能由于大多制造企业设立有内部研发部门，对该部门的研发投入较大挤占了对研发产业形成的需求。

从中国研发产业感应度系数的变化趋势来看，中国研发产业对制造业发展的制约能力呈现缓慢增长趋势，由2002年的0.332 233增长为2012年的0.487 083，在2017年略有下降，总体呈现上升趋势，表明中国研发产业受制造业影响的程度逐渐增大，对制造业发展需求的感应制约能力存在增强趋势，这与制造业对知识技术的需求不断增强，研发产业地位的不断提高密切相关。

中国研发产业对技术密集型制造业的感应度系数在2007—2017年间始终最高，对资本和技术密集型制造业的感应度系数都呈增长趋势，这表明中国研发产业对技术密集型制造业需求的感应能力最强，约束推动作用最突出，对资本密集型制造业发展的制约能力在各阶段都略有增强，这是因为技术密集型制造业对研发产业供给的知识技术需求最大，会吸收大部分的技术溢出。研发产业对劳动密集型制造业的感应度系数在2002年时最高，但由于劳动密集型制造业技术需求低的影响，研发产业对其制约能力在2002年后不断降低。

本文通过计算式（6）得出研发产业对制造业整体及三类制造业的影响力系数，以反映中国研发产业对制造业的后向溢出效应，结果如表6所示。

据表6可知，首先，中国研发产业对制造业的影响力系数为0.8左右，中国研发产业每增加1单位的最终产品生产，会带动制造业的最终产出增加0.8单位以上，与社会平均水平较为接近。这表明中国研发产业的溢出对制造业发展的重要性远大于制造业对研发产业发展的重要性，这是因为研发产业的产出知识技术含量高，因而其溢出效应的波及范围更广，影响力更强，同时制造业内部研发团队的高度专业化，研发投入的增加也使得研发产业对制造业的制约能力难以提高。

其次，从中国研发产业的影响力系数变化趋势来看，中国研发产业的影响力系数都在0.8附近浮动，总体较为平稳，无明显增长趋势，表明中国研发产业溢出效应对制造业的影响能力稳定，但仍未达到社会平均水平。这可能由于中国研发产业的科技产品及服务还没有实现最大效益，科技的产出转化仍需提高，对制造业供给的辐射影响能力有待增强。

最后，中国研发产业对三类制造业的辐射作用较接近，影响程度相差较小，对劳动密集型制造业的影响力系数在2002年时达到最高，对资本密集型制造业的影响力系数在2007—2017年间始终最高且缓慢增长，对技术密集型制造业的影响能力弱于资本密集型制造业，表明中国研发产业在产出要素流动过程中对三类制造业的辐射波及范围逐渐增强且较为均衡，其中对资本密集型制造业供给的影响能力最突出，随着研发产业投入及产出不断增加，有达到甚至超过社会平均水平的可能。

六、基本结论与政策启示

本文利用2002年、2007年、2012年和2017年中国投入产出表，基于投入产出模型，从关联效应与溢出效应两个方面，系统研究了中国研发产业对各个制造业及三大类制造业的影响，得出以下结论：

（1）2002—2017年间，中国研发产业对各个制造业的前向关联效应呈增强趋势，推动作用不断提升，各个制造业对研发产业的依赖程度逐渐提高;对各制造业的后向关联效应呈先增后减的趋势，波动较大，研发产业对各类研发原料制造业的需求出现饱和趋势。2007—2017年间，中国研发产业对各个制造业的前向关联强于后向关联，对各制造业的供给推动作用强于需求拉动作用，这种趋势表明各关联制造业对研发产业的依赖度呈增长趋势，制造业发展对研发产业产品及服务的需求越来越大。

（2）2002—2017年间，中国研发产业的知识技术溢出对制造业的影响始终低于社会平均水平;对制造业发展需求的感应制约能力存在增强趋势，受制造业影响的程度逐渐增大;对制造业发展的辐射影响能力较为稳定，涨幅较小。中国研发产业溢出效应对制造业的影响强于受到的影响，这是由于研发产业产品要素流动会产生更强的知识技术溢出。中国研发产业知识技术溢出在2002年时对劳动密集型制造业的影响最明显，但由于其技术饱和点较低，技术需求较弱，2002年后始终最低;在2002—2017年间对资本和技术密集型制造业知识溢出的增强趋势明显，今后研发产业对这两类制造业的溢出将成为其产业转型升级的有力支撑。

（3）就研发产业对各个制造业的影响而言，关联效应表现为对汽车制造业的前向关联效应始终最强，这与汽车制造业在升级过程中对技术的高度需求密切相关;对电子元器件和基础化学原料制造业的后向关联效应最突出，研发产业的发展需求对化学原料制造业的拉动程度較大;对各个制造业的整体影响不均衡，研发供给集中化趋势明显，这与各个制造业的技术需求程度有关;对各个制造业的间接关联效应更突出，应优化研发产业与制造业的关联方式，通过建立合作关系等间接方式加强产业间关联。

（4）就研发产业对三类要素密集型制造业的影响而言，关联效应表现为对技术密集型制造业的前向关联效应最强，对其发展需求的供给推动作用最突出;对资本密集型制造业的需求拉动作用明显，对其提供的各种研发设备有较大的需求;对劳动密集型制造业的关联始终较差，这与其高度依赖劳动力要素，对技术要素需求低的特点相关。溢出效应整体上表现为对技术密集型制造业的制约感应溢出较强，前向溢出明显，对其产出的推动程度较高;对资本密集型制造业的辐射波及溢出较强，后向溢出明显，对其供给的辐射拉动能力较强;对三类制造业的辐射影响能力总体上强于制约感应能力。

根据上述研究结论，本文得到如下政策启示：（1）加强多途径产品关联。国家及各地方政府在对制造业进行调控时要结合实际情况，关注其与研发产业产出的直接关联途径的同时，多鼓励采用建立研发合作伙伴关系，提供知识技术支持等间接途径来增强中国研发产业对制造业的关联及溢出效应。（2）施行差异化关联策略。对研发产业关联溢出较高的制造业要重点关注，继续加强研发产业与其联系，对关联溢出较低的制造业要提升其技术需求能力，通过差异化策略来创新政策调控手段，使政策更具针对性。（3）加速集聚化发展。通过产业园等集聚经济模式，来聚集资源要素提高研发产业的影响力，扩大影响效应的辐射面积，改善研发产业影响效应较差的现状。总之，中国研发产业应将影响效应作用的重点放在各类技术及资本密集型制造业上，通过加强与制造业的关联互动，在加速其发展的同时，借助其技术溢出提高自身发展能力。

参考文献：

[1] 王一鸣.研发产业及其成熟标志的研究[J].中国科技论 坛，2013（10）：56-60+73.

[2] 傅元海，叶祥松，王展祥.制造业结构优化的技术进步 路径选择——基于动态面板的经验分析[J].中国工业 经济，2014（9）：78-90.

[3] WITT S F. Economic impact of tourist on Wales [J]. Tourism Management，1984，5（1）：2-12.

[4] BLAKE A，SINCLAIR M T，SUGIYARTO G. The eco- nomic impact of tourism in malta：computable general equilibrium analysis [J]. Molecular Biology & Evolu- tion，2003，24（10）：2310-2322.

[5] FRECHTLING D C，HORVATH E. Estimating the mul- tiplier effects of tourism expenditures on a local econ- omy through a regional input-output model [J]. Jour- nal of Travel Research，1999，37（4）：324-332.

[6] 姚星，蒲岳，吴钢，等.中国在“一带一路”沿线的产业融 合程度及地位：行业比较、地区差异及关联因素[J].经 济研究，2019，54（9）：172-186.

[7] 张艳辉.上海市创意产业关联效应的实证分析[J].中国 软科学，2008（3）：63-71+87.

[8] 黄孝华.基于产业关联视角的研发产业发展研究——以 北京市为例[D].武汉：武汉理工大学，2012：82.

[9] 胡峰，黄斌，洪青.江苏研发产业发展现状及对策研究 [J].科技与经济，2018，31（6）：86-90.

[10] 李岚，赵果庆.云南产业关联效应测度与比较研究——基 于投入产出表结构分解[J].经济问题探索，2020（6）： 88-95.

[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，2011，46（7）： 18-29.

[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].经济研究，2016，51（11）：44-55.

[13] 张光南，宋冉.中国交通对“中国制造”的要素投入影响 研究[J].经济研究，2013，48（7）：63-75.

[14] 余典范，干春晖，郑若谷.中国产业结构的关联特征分 析——基于投入产出结构分解技术的实证研究[J].中 国工业经济，2011（11）：5-15.

[15] 孙大明，原毅军.合作研发对制造业升级的影响研究[J]. 大连理工大学学报：社会科学版，2018，39（1）：30-37.

[16] 张磊，刘长庚.研发创新驱动产业迈向全球价值链中高 端——来自中国制造产业的经验证据[J].产业组织评 论，2019，13（4）：44-64.

[17] 王成东，蔡渊渊.全球价值链下产业研发三阶段效率研 究：以中国装备制造业为例[J].中国软科学，2020（3）： 46-56.

[18] 原嫄，李国平，孙铁山，等.中国制造业各行业大类的区 域转移特征与聚类研究[J].经济地理，2015，35（10）： 94-102.

[19] 杨公朴，夏大慰.现代产业经济学[M].上海：上海财经 大学出版社，2000.

[20] 郑红玲，刘肇民，刘柳.产业关联乘数效应、反馈效应和 溢出效应研究[J].价格理论与实踐，2018（4）：122-125.

[21] BERNSTEIN J I，NADIRI M I. Product demand，cost of production，spillovers，and the social rate of return to R&D [J]. Social Science Electronic Publishing，1991.

[22] 白俊红，蒋伏心.协同创新、空间关联与区域创新绩效 [J].经济研究，2015（7）：174-187.

Abstract：The upstream and downstream of the industrial chain have correlation effects due to the relationship between supply and demand，and the spillover effect between industries due to technology flows. Therefore，the R&D industry has formed a corresponding effect on the manufacturing. This paper uses the input-output table data and its model to analyze the correlation and spillover effects of China’s R&D industry on 66 manufacturing and three types of factor-intensive manufacturing. The forward correlation effect of the manufacturing is increasing，and the manufacturing’s dependence on the R&D industry is gradually increasing;the backward correlation effect shows a trend of first increasing and then decreasing，and the demand for various R&D raw materials manufacturing is saturated;the forward correlation is strong. With regard to backward linkages，the driving role of supply is stronger than the driving role of demand. Looking at it separately，the forward correlation effect on the automobile manufacturing is the strongest，and the backward correlation effect on the electronic components and chemical raw material manufacturing is the strongest;the forward influence effect on the technology-intensive manufacturing is the strongest. The backward effect of capital-intensive manufacturing is the strongest，while its effect on labor-intensive manufacturing is smaller and gradually weakened. From the perspective of spillover effects，the radiation spillover effect produced is stronger than the control induced spillover，but it is always lower than the social average level.

Key words：R&D industry;manufacturing;correlation effect;spillover effect;input-output table