我国科技创新对产业转型升级的影响分析

王桂月，徐瑶玉，王圆圆，李新运（山东财经大学 管理科学与工程学院，山东 济南 250014）



我国科技创新对产业转型升级的影响分析

王桂月，徐瑶玉，王圆圆，李新运
（山东财经大学 管理科学与工程学院，山东 济南 250014）

摘要：文章从创新驱动转型发展战略的内涵出发，构建了创新驱动产业转型发展概念模型，并以此为基础建立了创新驱动产业转型升级的指标体系，采用SVAR模型对我国科技创新与产业转型升级之间的动态影响关系进行了实证分析。结果显示，我国科技创新与产业转型升级之间存在格兰杰因果关系，创新投入、创新环境和创新产出对产业转型升级的影响虽上下波动，但总的来说有正向效应，且从方差分解结果来看，科技创新对产业转型各目标的发展有较大的贡献率。综合表明，科技创新能够有效地推动产业转型升级。

关键词：创新驱动；转型升级；概念模型；指标体系；SVAR模型

［DOI］10.3969/j.issn.1007-5097.2016.03.013

一、引　言

改革开放30多年来，我国取得了举世瞩目的成就，工业化、城市化快速推进，产业结构不断优化，经济持续高速增长，国内生产总值增长近14倍，但我国走的是一条速度型、粗放型、外延型的经济发展道路，这种发展方式在当今的发展形势下逐渐凸显出一些问题，如：过度依赖投资和出口拉动的增长方式，使我国经济面临严重的结构性失衡问题；过度依赖廉价劳动力的要素驱动方式，在当前我国逐步进入高成本时代时已无法维系；过度依赖房地产业支撑的增长方式，导致我国增长结构失衡、投资消费比例失衡等诸多问题；过度消耗资源环境为代价的粗放型增长方式，使我国付出了高昂的经济和社会成本，我国经济增长越来越面临“资源瓶颈”和“环境瓶颈”等等［1］。由此，我们清晰的认识到，在现阶段，我国发展存在严重问题，从而也意识到进行经济转型，推进经济社会全面、协调、可持续发展的重要性。为此，在当今科技创新已经成为经济发展第一驱动力的大形势下，我国提出了建设创新型国家的战略目标，十八大报告提出了创新驱动发展战略，目的就是以创新驱动转型发展。在此发展战略的引导下，近年我国科技创新不断取得新的重大成就，创新资源总量稳定增长，创新环境显著改善，科技服务经济社会发展的能力不断增强，科技进步贡献率稳步提升，2012年达到52.2%，R&D经费投入强度达到1.98%，逐步接近创新型国家水平，高技术产业和知识服务业蓬勃发展，产业结构进一步优化。那么，创新与产业转型发展之间的关系到底是怎样的？它们之间有怎样的互动机制？我们该如何通过科技创新来促进产业转型升级？这些问题迫切需要学术界进行深入系统的研究。

近年来，关于创新驱动转型发展方面的研究已成为一个新的热点，其中关于创新驱动发展内涵的研究主要有：龚轶（2013）在产业集群创新相关理论研究的基础上，重点梳理了产业集群创新的主要动力机制，并就产业集群创新动力机制的进一步发展做了展望分析［2］；尹德志（2013）在构建了创新驱动发展评价模型的基础上，分析了创新驱动发展的必要性和具体措施，并为我国的创新发展提供思路［3］；孙晓华（2010）从需求、知识和协同演化三个视角出发，对国外有关技术创新与产业演化研究的最新进展进行了梳理分析，依此提出了现阶段我国在创新驱动发展中存在的问题［4］；姚平（2012）在分析了技术创新和制度创新在资源型城市产业转型中的作用机理的基础上，建立了技术、制度与产业的三维特征模型，提出了资源型城市产业转型的实现路径［5］。关于创新与产业转型升级之间关系的研究主要有：何郁冰，（2013）通过构建产业进化模型，对我国产业结构发展进程进行了情景模拟，结果发现技术创新导致的劳动生产力的提高以及企业物质资本成本的节约共同作用推动了中国产业结构进化［6］；邵洁笙（2006）认为科技创新通过“科技供给”、“市场需求拉动”以及企业组织重构促进产业转型，产业转型通过创造需求拉动科技创新，并以我国为例，指出产业转型的关键在于科技创新，两者的互动有助于推进产业结构高效化和高度化，形成“循环累积效应［7］；张丽华（2010）通过计算高技术产业及五个传统制造业在我国30个省、自治区、直辖市的创新及产业区位商，揭示了产业创新活动及生产活动的空间分布特征，同时对创新活动区位商与生产活动区位商进行相关性分析［8］；于喜展（2009）构建了基于生命周期的资源型产业转型与科技创新的互动模型，认为在资源产业转型过程中，科技创新为产业转型提供动力，反之，产业转型又会对科技创新产生拉动效应［9］。综上所述，学术界对创新驱动发展进行了大量卓有成效的研究，这为本文研究提供了较好的参考基础，但目前来看，对科技创新与产业转型之间的关系的定量研究较少，且分析方法简单，不利于分析系统内的复杂关系。另外，已有的相关研究大多是关于单个创新要素对转型发展的影响分析，从投入-产出视角，把创新作为驱动要素、把产业转型升级作为发展结果的系统研究仍然较少，在这方面仍需要进一步深化和扩展。

本文以区域创新、产业升级、区域经济等理论为指导，从系统论角度分析创新驱动-转型发展系统的层次结构、要素构成、因果关系、反馈机制等，建立区域创新驱动转型发展系统的概念模型，并根据我国经济社会发展的基础条件和远景目标，建立创新驱动转型发展指标体系，采用SVAR模型、脉冲响应函数、方差分解分析科技创新对产业转型升级的动态影响关系。

二、创新驱动转型发展指标体系构建及指数评估

（一）概念模型的建立

相关研究表明，科技创新与产业转型相互影响和制约，科技创新是产业转型的驱动力量，为产业转型提供科技供给，反过来，产业转型对科技创新提出潜在需求，拉动创新发展。同时，创新活动能够顺利高效的进行离不开外部环境的良好支撑，创新驱动转型发展战略的实施需要政产学研的有效结合，同时还要坚持以市场为导向，以企业为主体［10-11］。具体来说，高校与科研机构各自聚集大量科技资源，高校在知识创新方面领先，是科技人才的培训地，能够为创新活动提供知识理论基础与人才，科研机构在应用研究方面有专长，是创新活动的主要实施者之一，因此创新离不开教育与科技的支持［12］。另外，社会需求是创新的拉动者，创新活动必须以市场为导向，满足社会需求。同时，一切活动的有效实施又离不开政府的引导与管理，良好的体制、机制条件和综合环境是创新活动的保障［13］。

根据上述分析，本文构建的创新驱动产业转型发展的过程模型如图1所示，它将创新驱动产业发展的过程与创新要素相结合，揭示了创新驱动产业发展的简单过程，为分析创新驱动指标体系提供理论支撑。

图1　创新驱动产业转型发展概念模型

（二）指标体系的建立

根据建立的创新驱动产业转型发展概念模型，并借鉴国内外进行创新评价与产业转型体系建设的相关经验，本文构建了如表1所示的创新驱动产业转型发展指标体系。该指标体系共分两个维度，七个一级指标。其中创新驱动强度包括科技投入、科技产出、科技环境三个一级指标，产业转型发展包括产业结构高级化、合理化和产业发展两型化、转方式四个一级指标，整个指标体系由28个具体指标组成。

表1　创新驱动转型发展指标体系

（三）数据来源及处理

以创新驱动产业转型升级概念模型为理论框架，以建立的创新驱动转型发展指标体系为基础，利用我国1987-2013年统计数据，对相关发展指数进行定量测算，指标数据处理如下［16］：

（1）利用单指标评价模型消除各指标度量单位的影响，将正向指标和逆向指标的评价值转化成可以直接汇总的同向度量值。计算公式如下：

式中xtj为第t年第 j个评价指标的统计值，x1j为第1年第 j个评价指标的统计值，ytj为第t年第 j个指标的单项评价得分。

（2）七个一级指标的测算采用具体指标的加权求和模型：

式中wj为单项指标ytj的权重（本文按等权处理），zt为第t年相应指数的加权求和值。

经过上述处理，得到七个一级指标数据见表2所列。

表2　指标体系相关数据

三、创新驱动与转型升级关系定量分析

（一）序列平稳性检验

为避免出现“伪回归”现象并保证模型的有效性，本文采用ADF检验法对原始时间序列进行平稳性检验。由于各时间序列具有明显的增长趋势，本文选用含有常数项和时间趋势项的ADF检验，并由SIC准则确定滞后阶数。检验结果见表3所列。

表3　ADF平稳性检验结果

检验结果显示：除变量LNCYZFS，其他6个变量在5%显著性水平下ADF统计量大于临界值，接受存在单位根的原假设，即存在单位根。进而将序列分别作一阶及二阶差分，然后再对其进行ADF检验，结果表明其一阶差分仍存在单位根，但其二阶差分序列在5%的显著水平下均拒绝存在单位根的原假设，为平稳序列，因此可以确定各变量是二阶单整I（2）序列。

（二）Johansen协整性检验

为了描述创新与产业转型发展之间是否存在长期稳定的均衡关系，本文采用Johansen法对所选七个变量进行协整检验，检验结果见表4所列。

表4　Johansen协整检验结果

检验结果显示，在5%的显著性水平下，LNCX⁃TR、LNCXCC、LNCXHJ、LNCYGJH、LNCYHLH、LN⁃CYLXH、LNCYZFS之间存在4个协整关系，表明创新变量与各产业转型发展指标变量间存在长期稳定的均衡关系。

（三）向量误差修正模型

本文首先阐述了泛在学习的内涵和特点，然后分析了现有的高职教学资源建设存在着不足。在此基础上，提出了泛在学习环境下高职教学资源构建的几点要求，但具体的构建模式和标准还有待进一步研究。

上文检验了创新与产业转型发展之间的协整关系，为了进一步考察创新与产业转型发展之间的短期动态关系，现建立VEC模型如下［17］：

由各变量的系数可看出，创新投入与产出对产业结构高级化有正向的促进作用，短期内创新投入每增加1%，产业结构高级化水平提高0.021 732%。而创新环境的系数为-0.344 168，说明创新环境的改善在短期内不会对产业结构高级化发展起促进作用。

创新投入、产出和环境的系数分别为-0.036 243、-0.011 052和-0.139 042，说明科技创新强度的增加在短期内对产业结构合理化发展有负向影响，通过科技创新在短期内促使产业结构趋向合理的措施是无效的。

创新投入和创新产出的系数表明，创新投入与产出每增加1%，现期产业两型化发展水平分别提高0.114 129%和0.108 963%，即增加创新投入，提高创新产出水平在短期内能够促进产业的两型化发展。而创新环境的发展对当期两型化发展有反向影响。

创新投入和创新产出的系数均为正，说明短期内加大创新投入与产出可以很好地促进产业的转方式发展，尤其是创新产出的促进效果更明显。创新环境的系数为-2.808 272，表明创新环境的构建对当期产业的转方式发展产生负向影响。

（四）SVAR模型估计

平稳性检验结果表明指标变量的原时间序列为I（2）序列，若直接建立VAR模型，则模型不稳定且脉冲响应函数失去应用价值。为此，本文利用各变量的二阶差分序列来建立VAR模型，并综合考虑LR统计量、PEF最终预测误差、AIC信息准则、SC信息准则及HQ信息准则值（各准则的判断结果见表5所列），确定滞后阶数为2。

表5　滞后阶数判断结果

在估计出VAR（2）模型之后，通过对其施加约束条件进一步识别结构VAR（2）即SVAR（2）模型。经过Eviews的多次模拟分析，本文主要构建了AB型SVAR模型，即假设A和B都是（7×7）维的可逆矩阵，且设约束矩阵A为对角线为1的下三角矩阵，矩阵B为对角矩阵，利用Eviews6.0对矩阵A、B的参数进行估计，结果为：

为确保脉冲响应的收敛性，对建立的SVAR模型进行稳定性检验，结果如图2所示。模型所有AR根的模均小于1，且都位于单位圆内，这说明所构建的SVAR模型是稳定的，可以进一步做脉冲响应函数和方差分解。

图2　VAR平稳性检验结果

（五）格兰杰因果检验

为检验各变量之间是否存在格兰杰因果关系，本文对七个变量进行了滞后2期的Granger因果检验，结果见表6所列。

表6　Granger因果检验结果

表6表明，在10%显著水平下，创新投入是产业转型升级各变量的格兰杰原因，且与产业结构高级化之间存在双向的格兰杰因果关系。创新产出、创新环境均是产业结构合理化和产业发展两型化的格兰杰原因，却不是产业结构高级化的格兰杰原因，这可能与我国科技创新的成果转化率偏低且没有很好的向市场化方向转化有关。另外，创新环境还是产业发展转方式的格兰杰原因，其之间是双向因果关系，说明创新环境的改善有利于创新活动的进行，进而加强创新对产业转方式发展的驱动作用，反过来，产业的转方式发展能够凸显创新的重要性，从而更注重创新环境的建设，以此来增加创新强度［18］。

四、脉冲响应分析与方差分解

（一）脉冲响应分析

由于VAR模型是一种非理论性的模型，且VAR模型参数的OLS估计量只具有一致性，很难对单个参数估计值作经济解释，因此在应用VAR模型时，一般不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，即脉冲响应函数［14-15］。

本文在SVAR模型的基础上采用广义脉冲响应函数分析了创新冲击对产业转型发展的影响，结果如图3-6所示（图中横轴表示冲击作用的滞后期间数，纵轴表示各转型指标变量对冲击的反映程度，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带）。

从图3（a）中可以看出，在本期给创新投入一个正冲击，该冲击在当期对产业结构高级化发展产生正向影响，经过前6期的小幅上下波动，从第7期开始逐渐趋于0，整体影响较小。从图3（b）中可以看出当在本期给创新产出一个正向冲击后，对产业结构高级化发展的影响在第1期为正向的，随后不断上下波动，第6期开始逐渐趋于稳定。从图3（c）中可以看出若在本期给创新环境一个正向冲击，该冲击在当期对产业结构高级化发展有负向影响，影响逐渐减弱，第3期达到最高点，且第2期到第6期之间虽有波动，但基本为正向影响，第8期后逐渐趋于0。图3的脉冲响应函数结果表明，创新投入与产出在第1期对产业结构向高级化发展有正效应，而创新环境的改善对其当期发展有减弱的负影响，这可能与创新环境包含科技平台建设等旧产业生产有关。

图3　创新投入、产出、环境冲击对产业结构高级化的响应函数

图4（a）反映出在本期给创新投入一个正冲击，该冲击对产业结构合理化发展产生负效应，第2期达到最低点，随后迅速减弱，在第3期达到最高点，经过几期波动后从第8期开始影响逐渐为0。图4（b）可看出，创新产出的冲击在前4期对产业结构合理化发展的影响为正向的，但影响程度较弱。图4（c）表明，来自创新环境的正冲击在前2期对产业结构合理化发展有负向影响，且第2期达到最大，随后减弱并上下波动。

图4　创新投入、产出、环境冲击对产业结构合理化的响应函数

从图5（a）可以看出，创新投入的正冲击在第1期对产业两型化发展有最大的负影响，然后开始逐渐减弱，到第3期达到最高点，第8期开始逐渐趋于0。从图5（b）中可以看出，当期给创新产出一个正冲击，该冲击对产业两型化发展的影响在前7期内上下波动，分别在第2期、第3期达到最高点与最低点，从第8期开始逐渐趋于0。总体来看，正影响较大。从图5 （c）中可以看出，创新环境冲击对产业两型化发展的影响在第2期与第6期之间都是负的，随后有小幅上下波动。

图5　创新投入、产出、环境冲击对产业发展两型化的响应函数

图6（a）表明，在本期给创新投入一个正冲击后，产业的转方式发展进程在前5期内上下波动之后从第6期开始逐渐向0趋近。从图6（b）中可以看出，创新产出的正冲击对产业转方式发展的影响在第1期为负，且在第2期达到最大正影响。从图6（c）可以看出，创新环境的正向冲击在对产业转方式发展的影响上下波动。

图6　创新投入、产出、环境冲击对产业发展转方式的响应函数

（二）方差分解

脉冲响应函数分析了产业转型升级对创新发展冲击变化的响应，本部分将利用方差分解的基本思想分析各创新变量对产业转型升级变动的贡献程度。

图7给出了各产业变量标准误差的方差分解情况，横轴表示滞后期间数，纵轴表示各创新变量对产业指标变动的贡献率。

图7　产业转型升级各指标变量的方差分解结果

图7（a）反映了产业结构高级化发展1-10期的标准误差分解情况。不考虑其自身的贡献率，前5期内创新产出对产业结构高级化发展的贡献率最大，且在第2期达到最高点18.4%，其次是创新环境的贡献率，其呈上升趋势，且从第6期开始超过创新产出的贡献程度，并逐渐稳定在19.3%的贡献率水平上。因此，促进科技成果转化，加大创新产出，优化创新环境是推进产业结构向高级化发展的有效途径。从图7（b）可以看出，产业结构合理化自身的贡献率在前2期下降迅速，由第1期的53.2%下降到第2期27.9%。创新环境的贡献率迅速增加，第2期达到最大32.4%，随后逐渐稳定在27%左右。产业结构高级化的贡献趋势与创新环境的类似，且最终稳定在22%水平。另外比较明显的是创新投入的贡献率，经过前3期的快速增加，并从第6期开始逐渐稳定在21.6%的贡献水平上。而创新产出的贡献率平均在4%左右。由此可看出，良好的创新环境对促进产业结构合理化具有重要作用，而加大创新投入是改善产业结构的有效途径。由图7（c）可看出，创新投入对产业两型化发展的贡献率最大，平均为38%左右，其次为产业结构合理化调整，达22%左右。创新产出与创新环境的贡献率逐渐增加，在第6期分别达到20%、15%左右。创新投入、产出和环境的优化对产业两型化发展的贡献率之和高于70%，说明创新活动是产业两型发展的主要驱动力，尤其是创新投入强度的加大［20］。图7 （d）表明，创新产出的贡献率在第2期达到35.9%，第5期开始成为促进产业发展转方式的主要的贡献因素，且最终稳定在28%左右。创新投入与创新环境的贡献率在前期较小，但增长速度快，在第5期分别达到22.3%、18.7%。由此可看出，创新驱动是产业发展转方式的重要推动力，因此，要加快实现产业转型升级，增加创新投入产出力度、推动科技成果产业化，加快技术进步和创新步伐，进而推进新型工业化进程和大力发展新兴产业是有效途径［21］。

五、结束语

通过上述实证分析，我们得出以下几点结论：

（1）协整检验表明创新和产业结构优化存在着长期协整关系，这说明通过科技创新来推动产业转型发展的策略是有效的。

（2）描述创新与产业转型升级各变量短期波动关系的VEC模型表明，在短期内，创新投入、产出对产业结构高级化、产业发展两型化和转方式有正向影响，增加创新投入，加大创新产出效果能够促进产业的转型升级。从弹性系数来看，创新对两型化发展的影响较大，且创新产出对转方式发展的弹性系数最大为1.300 427，这表明，加快成果转化，增加创新产出可以在短期内对产业转方式发展产生较大的促进作用。

（3）格兰杰因果检验表明，创新投入是产业高级化、合理化、两型化和转方式的格兰杰原因，表明增加创新投入可以促进产业转型升级。但创新产出、创新环境与产业转型升级各变量之间的格兰杰因果关系不明显，其原因可能是我国科技成果转化率还较低，创新的成果没有很好地向市场方向转化［22］。

（4）从脉冲响应函数和方差分解结果来看，产业转型发展对科技创新的响应虽然历经一个微调的阶段，但是其正向响应趋向于长期稳定，且科技创新对产业转型升级各方面发展的贡献程度明显，贡献率较大。综合结果表明，创新要素的优化能够促进产业结构的优化调整，以科技创新驱动产业转型升级的战略是有效的，但在政策措施上应采取长期而非短期的政策，以保证科技创新的长期正向拉动影响作用［23］。

参考文献：

［1］韩定武.“十二五”时期中国经济转型的必要性［J/OL］. （2011-06-16）［2015-05-01］.http：//finance.jrj.com.cn/opinion/ 2011/06/03153210129158.shtml/.

［2］龚轶，顾高翔，刘昌新，等.技术创新推动下的中国产业结构进化［J］.科学学研究，2013（8）：1252-1259.

［3］尹德志.基于国家创新驱动发展研究［J］.科学管理研究，2013（3）：22-25.

［4］孙晓华，郑辉.技术创新与产业演化研究脉络梳理与展望［J］.外国经济与管理，2010（10）：20-26.

［5］姚平，姜曰木.技术创新、制度创新与资源型城市产业转型——基于生命周期的视角［J］.科学管理研究，2012（6）：1-4.

［6］何郁冰，曾益.开放式自主创新对产业国际竞争力的影响——基于中国制造业2000-2010年面板数据［J］.科学学与科学技术管理，2013（3）：13-22.

［7］邵洁笙，吴江.科技创新与产业转型的内涵及其相关关系探讨［J］.科技管理研究，2006（2）：79-81.

［8］张丽华，林善浪.创新集聚与产业集聚的相关性研究［J］.科学学研究，2010（4）：635-640.

［9］于喜展，隋映辉.基于生命周期的资源产业转型与科技创新互动研究［J］.内蒙古社会科学，2009（5）：105-109.

［10］洪银兴.论创新驱动经济发展战略［J］.经济学家，2013 （1）：5-11.

［11］周叔莲，王伟光.科技创新与产业结构优化升级［J］.管理世界，2001（5）：70-78+89-216.

［12］高霞.基于专利的我国ICT产业产学研合作创新实证研究［J］.中国管理科学，2013（S2）：715-719.

［13］丘海雄，徐建牛.产业集群技术创新中的地方政府行为［J］.管理世界，2004（10）：36-46.

［14］牛盼强，李本乾，等.产业知识基础与区域创新体系构建研究述评［J］.科学学与科学技术管理，2011（2）：96-103.

［15］崔有祥，胡兴华，廖娟，等.实施创新驱动发展战略测量评估体系研究［J］.科研管理，2013（S1）：308-314，338.

［16］李子奈，叶阿忠.高级应用计量经济学［M］.北京：清华大学出版社，2012：101-109.

［17］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2009：267-295.

［18］周娟美.科技创新与资源型城市产业转型的互动关系［J］.生产力研究，2007（10）：100-101.

［19］李洪文.我国创新驱动发展面临的问题与对策研究［J］.科学管理研究，2013（3）：26-29.

［20］陈曦.创新驱动发展战略的路径选择［J］.经济问题，2013 （3）：42-45.

［21］胡钰.增强创新驱动发展新动力［J］.中国软科学，2013 （11）：1-9.

［22］方旋.科技创新与区域经济发展［M］.广州：广东经济出版社，2002.

［23］上海市松江区统计局课题组，姚明，马一峰.上海松江区工业“创新驱动、转型发展”综合评价研究［J］.统计科学与实践，2012（7）：21-23.

［责任编辑：程靖］

中图分类号：F124.3；F260

文献标志码：A

文章编号：1007-5097（2016）03-0083-08

收稿日期：2015-05-18

基金项目：教育部人文社会科学研究项目（14YJC790114）；山东省软科学计划重大项目（2014RZB01027）；山东省软科学计划一般项目（2014RKB01879）；山东省软科学研究计划项目（2015RZB01011）

作者简介：王桂月（1979-），女，山东济南人，副教授，管理学博士，研究方向：科技管理；徐瑶玉（1989-），女，山东日照人，硕士研究生，研究方向：宏观经济研究；王圆圆（1991-），女，山东聊城人，硕士研究生，研究方向：宏观经济研究；李新运（1960-），男，山东菏泽人，教授，博士生导师，管理学博士，研究方向：管理科学方法。

An Analysis on the Impact of Technological Innovation on Industrial Transformation and Upgrading in China

WANG Gui-yue，XU Yao-yu，WANG Yuan-yuan，LI Xin-yun
（School of Management Science and Engineering，Shandong University of Finance and Economics，Jinan 250014，China）

Abstract：This paper，starting from the connotation of innovation driven transformation development strategy，constructs the innovation driven industrial transformation development concept model，and sets up the index system of innovation driven industrial transformation and upgrading based on the model，and makes an empirical analysis on the dynamic influential relationship between China’s scientific and technological innovation and industrial transformation and upgrading by using SVAR model.The results show that there is a Granger causal relationship between technological innovation and industrial transformation and upgrading in China.The impacts of innovation input，innovation environment and innovation output on industrial transformation and upgrading fluctuate，but in general the impacts are positive.Moreover，scientific and technological innovation has a greater contribution to the development of each target of industrial transformation from the results of variance decomposi⁃tion.Therefore，scientific and technological innovation can effectively promote industrial transformation and upgrading.

Keywords：innovation driven；transformation and upgrading；conceptual model；index system；SVAR model