合作研发对制造业升级的影响研究

孙 大 明， 原 毅 军

(大连理工大学 管理与经济学部， 辽宁 大连 116024)

合作研发对制造业升级的影响研究

孙 大 明， 原 毅 军

(大连理工大学 管理与经济学部， 辽宁 大连 116024)

运用DEA非参数Malmquist生产率指数测算了我国制造业29个分行业产业升级情况，采用两阶段最小二乘法(2SLS)实证检验了产学研合作研发和企业间合作研发对制造业升级的影响，并进一步将样本分为劳动和资源密集型与资本和技术密集型行业，检验了合作研发影响制造业升级的行业间差异，且重点关注了不同合作研发模式的内生性问题。研究结果表明，总体上企业间合作研发对我国制造业升级具有正向影响，而产学研合作由于成果转化率低等原因，仅对技术进步具有正向效应，对全要素生产率和技术效率的作用效果不显著。分组回归结果表明：两种合作研发模式在不同要素密集行业中存在不同的作用机制，企业间合作研发对资本和技术密集型制造业的升级具有显著推动作用，而劳动和资源密集型行业由于自身知识储备和技术基础较薄弱，导致合作研发对其升级效果不明显。

制造业升级；产学研合作；企业间合作；全要素生产率

制造业是国民经济的支柱性产业，为各行各业的发展提供物质和装备支持，其发展水平是衡量一国综合实力的重要标志。改革开放30多年以来，我国制造业规模不断扩大，已位居世界前列，但生产方式仍长期徘徊在低水平加工制造层面，呈现出大而不强的特征。随着中国的经济实力不断增强，如何推动制造业从以技术模仿和引进为主的低水平加工模式，转型到以技术创新为动力的先进制造模式，从而推动经济持续健康增长，是我国经济转型较长时间内的重要任务。

技术创新所产生的技术进步是实现产业升级尤其是制造业升级的根本动力。技术进步促进制造业升级，主要是通过提高制造业的生产率实现的。经验分析表明技术创新促进了制造业的产业升级[1-2]，但是技术创新促进制造业升级是有条件的，升级的效应受到市场化水平的约束和技术吸收能力等方面的影响[3]。而且，不同方式的技术创新对制造企业的升级作用不尽相同。技术创新的形式主要有独立创新、合作研发与模仿3种形式，吴延兵和米增渝研究了独立创新、合作创新和模仿3种产品开发模式对产品创新的影响，实证结果表明：合作创新的企业效率最高，模仿企业的效率次之，独立创新企业的效率再次之[4]。当今社会产业技术进步速度加快，技术创新难度增强，重大科技项目的组织和实施日趋复杂，合作研发具有分散风险、缩短研发周期等优越性，因此，合作研发已成为推动产业技术升级的重要方式。

基于合作研发的视角研究产业升级的影响因素在现实中和学术界并没有得到足够的关注。大部分学者都认同技术进步对产业升级有影响，但并未深入研究合作研发对产业升级的作用机制，尤其是产学研和企业间合作研发对产业升级的作用。本文通过分析制造业内部具有不同要素密集程度的细分行业全要素生产率的变化，对制造业升级中不同类型合作研发的作用效果进行理论研究和实证检验，以期为制造业升级提出有价值的政策建议。

一、文献回顾

如何通过产业升级实现国家经济增长的问题，在理论研究中具有重要的研究价值，现有相关文献也较为丰富。波特最早指出技术进步在产业升级中的关键作用，他认为产业升级是一个国家的资本、技术禀赋优于劳动力、土地等资源禀赋时，要素比较优势推动资本、技术密集型产业发展的过程。对于产业升级的研究，现有文献主要存在“产业结构调整范式”和“价值链升级范式”两条路径。“产业结构调整范式”路径主要从产业结构调整和升级的角度考虑产业升级，用于宏观描述国民经济结构中高附加值、高技术产业代替低附加值、低技术的3次产业变动情况，是产业结构高级化的延伸[5]，遵循劳动密集到资本密集再到技术密集的路径转化。李逢春指出产业升级是中观意义上的产业结构高级化与合理化过程，表现为产业间和产业内结构的变动[6]。傅元海和叶祥松等提出类似观点，即技术进步促进制造业优化，主要包括制造业结构的高级化和合理化两部分[7]。“价值链升级范式”路径主要是针对全球价值链中某一行业升级而言的，是目前比较主流的范式。基于全球价值链(Global Value Chains, GVC)的视角，产业由低技术、低附加值状态向高技术、高附加值状态演变的趋势，侧重微观视角的企业和行业内的升级改造。近年来，Kaplinsky Raphael[8]和Guanie Lim[9]等进一步完善了这一理论体系。国内也有大量学者验证过这一观点，刘仕国等指出利用全球价值链促进产业升级，要通过对外开放融入全球价值链大循环，利用国际中间品贸易和国际直接投资促进产业创新，同时要整合国内价值链支持本土企业“抱团”加入全球价值链，增强话语权，实现产业升级[10]。盛斌和陈帅的研究也指出，全球价值链正逐渐改变产业升级的方式，产业升级逐渐转变为全球价值链背景下的工艺、产品、功能与价值的升级，国际贸易和贸易政策的作用日益突出[11]。

上述观点均表明，产业升级是生产要素的优化组合、技术水平及管理水平的提高。因此，对产业升级的测算，大部分学者认为全要素生产率是衡量产业升级的绝佳指标[12]。李胜文和杨学儒等在分析技术创新、技术创业对产业升级的作用时，认为TFP是用于测度技术进步和经济转型升级的重要指标，选取TFP增长率作为产业升级效应的衡量标准[13]。原毅军和孔繁斌在研究地方财政环保支出、企业环保投资与工业技术升级时，采用全要素生产率分解所得的技术效率和技术进步作为产业升级的测度指标[14]。陈爱贞和钟国强在分析中国装备制造业过节贸易对技术发展的作用时，也采取全要素生产率及其分解指标作为行业技术升级的衡量指标[15]。

合作研发是为了克服研发技术中的不确定性、降低研发成本和分担风险而进行的技术合作。黄贤凤和武博等分析了政府研发资助、合作研发与企业创新之间的关系，研究结果表明，政府研发资助不仅对中国大中型工业企业创新绩效有显著的直接促进作用，还通过企业内部研发投入对企业创新绩效有显著的间接促进作用[16]。徐康宁和冯伟的研究表明在本土市场大规模需求的情况下，通过合作的方式，吸收国外先进技术的基础上，推动形成中国企业的创新能力的升级路径[1]2。王龙伟等基于治理调节的视角，通过对企业的调研数据分析得出，合作研发将显著的提高企业的创新能力[17]。张妍和魏江基于资源基础观和交易成本理论分析企业开展合作研发活动的动因和绩效[18]。然而，在关于合作研发不同模式的比较及选择方面，尤其是结合中国产业规模的基础和产业升级的内在途径方面，目前还缺乏足够多的深入研究。

本文利用2005～2011年中国大中型制造业分行业的面板数据，探究合作研发对制造业技术升级的作用机制，并检验其作用效果的行业间差异。相对以往文献，本文拟从3个方面进行扩展：第一，利用Malmquist生产率指数衡量制造业各行业的产业升级情况，并将其进一步分解为技术进步和技术效率两部分，以细化合作研发对产业升级的作用。第二，将合作研发分为产学研合作研发和企业间合作研发两种模式，探索不同合作研发模式对产业升级的效果差异性。第三，将制造业分为劳动和资源密集型与资本和技术密集型两类，得出不同的合作研发模式对不同类型要素密集程度的制造业升级的差异性效果。

二、理论假设和模型构建

制造业升级主要是通过技术创新建立新的产业技术优势和提高产业竞争力，从而实现低技术、低附加值产业向高技术、高附加值产业的转变。合作研发作为开展技术创新活动的一种重要途径，对产业升级具有重要影响。合作研发是以合作创新为目的，以分担研发中巨额投入、规避创新风险、缩短研发周期和节约交易成本为特点的一种企业整合资源的有效形式，按合作伙伴的类型可以分为高校、科研机构和企业(产学研)之间的合作，以及企业与企业之间的合作。

随着市场竞争日趋激烈，企业经营环境日益复杂多变，技术创新的难度也逐渐增强，企业单独研发面临研发投入大、周期长等挑战。因此，在重大科技攻关和产业技术创新项目中，合作研发已成为技术创新活动的主流模式。高校、科研机构和企业之间，以及相关企业之间组建成合作研发技术联盟，对实现企业技术创新突破和产业升级具有重要的推动作用。Cassiman等学者指出，参与产学研合作可以提高企业的创新能力，从而提高企业研发的边际收益[19]。樊霞等利用广东省数据，研究了产学研合作与企业内部研发的互动关系，结果表明，企业研发投入密度越大，研发人员投入越多时，企业越倾向于选择同时进行内部研发与合作研发活动[20]。

实现技术创新需要投入大量的创新资源，包括人力资本、核心知识和资金投入等，而当今社会，技术专业化分工加剧、技术领域交叉融合不断加强，一个企业无法拥有技术研发所需的全部技术能力和资金投入，且单个企业进行研发将导致创新资源重复分散，创新载体分散而导致重复建设，产生“孤岛效应”，无法实现创新合力。合作研发机制可以使企业获得互补性的知识与技术，弥补单个企业创新资源不足的限制，有利于企业创新活动的顺利开展。通过合作研发的分担机制，能够分摊研发成本，并大幅降低研发中的风险，研发阶段的共谋与合作可能有助于将企业间大部分溢出效应内部化，降低企业的综合成本，继而有利于实现整个产业的技术进步和产业升级。

基于上述理论分析，提出本文的第1个有待检验的理论假说：

假说1：合作研发通过分担研发投入，缩短研发周期和降低研发风险等方式，有利于实现制造业升级，且产学研合作研发和企业间合作研发均对制造业升级具有重要影响。

制造业根据要素密集程度的异同可分为劳动和资源密集型和资本与技术密集型制造业。不同行业由于自身的行业特征和发展的阶段性，在产业升级过程中对技术的依赖程度存在差异，继而对合作研发的需求也存在差异性。

在上述分析的基础上，提出本文的第2个理论假说：

假说2：在要素密集程度不同的制造业中，合作研发对其升级的作用效果存在差异。

根据上述理论假设及本文的研究目的，综合考虑技术、资本、劳动、政策、外资等对制造业升级的影响，并参考綦良群和李兴杰[2]、原毅军和耿殿贺[21]和吴玉鸣[22]的研究方法，将制造业分行业产学研合作的强度、企业间合作研发强度、内部研发投入、分行业人力资本投入、行业规模、政府政策、对外开放程度和国有化程度作为解释变量，以分行业全要素生产率的累计增长率作为被解释变量。构建模型如下：

TFPi,t=α0+α1IURCi,t+α2IFCi,t+α3SIZEi,t+α4GOVi,t+α5RDi,t+α6OPENi,t+α7NATi,t+α8INPUTi,t+εi,t

(1)

上式中，i表示行业(i=1,2,3…，29)，t表示时间，TFP为产业全要素生产率，IURC为产学研合作强度，IFC为企业间合作强度，SIZE为行业规模，GOV为政府政策，RD为人力资本投入，OPEN为分行业对外开放程度，NAT为国有化程度，INPUT为研发的内部投入。

为进一步考察合作研发对产业升级中技术效率和技术进步的影响，将全要素生产率分解为技术效率(EC)和技术进步(TC)两部分，构建模型如下:

ECi,t=α0+α1IURCi,t+α2IFCi,t+α3SIZEi,t+α4GOVi,t+α5RDi,t+α6OPENi,t+α7NATi,t+α8INPUTi,t+εi,t

(2)

TCi,t=α0+α1IURCi,t+α2IFCi,t+α3SIZEi,t+α4GOVi,t+α5RDi,t+α6OPENi,t+α7NATi,t+α8INPUTi,t+εi,t

(3)

三、数据来源与测算

1.指标说明和数据处理

(1)核心解释变量：合作研发投入强度。随着网络经济的发展，企业的研发活动日益呈现出明显的外部化和协同化趋势，企业通过合作研发进行分工协作，能够缩短研发周期，降低技术创新风险，对产业升级具有推动作用。本文将合作研发按合作对象分为产学研合作(IURC)和企业间合作(IFC)两种形式，分别采用以企业制造业分行业企业支出给学研机构和其他企业的科技活动经费占主营业务收入的比例表示[16-17]。

(2)控制变量。包括政府政策(GOV)、人力资本投入(RD)、行业规模(SIZE)、分行业对外开放程度(OPEN)、国有化程度(NAT)、内部研发投入(INPUT)。GOV用企业申请的专利数表示，反映了政府对各行业研发的支持力度，体现政府鼓励各行业进行研发和创新活动的力度，进而体现其促进产业升级的效果。RD等于各行业科技活动人员数与本行业就业人员的比例，其中2009～2011年工业行业科技活动人员数是根据2005～2008年各行业人员数和科技活动人数估算的。SIZE采用分行业的资本存量作为行业规模的衡量，资本存量较高说明该行业存在规模经济，有利于产业升级。OPEN为分行业外资投资和港澳台商投资企业的工业总产值与规模以上企业的工业总产值的比值，用于衡量我国的对外开放程度。NAT为国有企业的总产值与规模以上企业总产值的比重，用于衡量制造业市场化程度、政府控制力及垄断等因素对产业升级的影响效果。各变量的定义及计算方法如表1所示。

表1 变量定义及计算方法

2.产业升级测算

(1)研究方法

产业升级是产业的投入从依赖土地、劳动力等低端要素发展至依赖技术等高端要素的过程[13]，依据其特征和定义，使用全要素生产率(下文简称TFP)衡量产业升级十分合适。本文运用DEA的非参数Malmquist生产率指数法计算全要素生产率。

DEA非参数Malmquist生产率指数的构造基础是距离函数(Distance Function)，反映生产决策单位与最佳实践面的距离。参照Fare等的方法[23]，本文将制造业每个分行业作为一个生产决策单位，构造每个时期的生产最佳实践前沿面，并将每个分行业的生产同最佳实践前沿面进行比较，从而对效率变化和技术进步加以测度。

根据Caves的方法，投入的全要素生产率指标可以用Malmquist生产率指数来表示：

(4)

(5)

因避免时期选择随意性产生的差异，使用公式(4)和公式(5)的两个Malmquist生产率指数的几何平均值来衡量从t时期到(t+1)时期生产率的变化：

(6)

其中，EC是规模报酬不变且要素自由处置条件下的相对效率变化指数，它测度了从t到t+1期每个观察对象到最佳实践的追赶程度。TC是技术进步指数，特指测度了技术边界从t到t+1的移动。这样，生产率的变化被拆分为两部分，一是技术效率的变化，二是技术进步率的变化。

(2)指标说明

①总产出。它以制造业各行业的工业总产值表示，工业总产值由于中间产品价值的重复计算，能够更好地反映规模节约和资源配置效率的经济效能[25]。

②劳动投入。由于具体的劳动时间数据无法获得，大部分研究文献通常用劳动者人数作为劳动投入的代理变量。这里使用从业人员年均人数作为劳动力投入变量的代理变量。

③资本存量。大部分文献以固定资本来衡量，采用永续盘存法对资本存量进行估计，然而这种方法对数据要求较高，对工业部门而言，所需数据难以获得，且仅以固定资本表示，可能会使固定资本依赖性强的行业产出率偏低，所以还应考虑流动资本的投入[26]。因此，本文采用资产总量作为资本投入的原始数据，总资产包括流动资产和固定资产，反映资本的综合投入[27]。为消除价格波动的影响，采用各行业相应年份的工业品出厂价格指数和固定资产价格指数对各名义值进行平减，最终折算为以2004年为基准的不变价格的数值。

本文运用DEA 2.1软件对TFP进行估算，并将其分解为技术效率指数(EC)和技术进步指数(TC)，测算结果见表2。

在实际估计中，需要对Malmquist生产率指数进行相应变换，设2005年为基期，则2006年的TFP等于2005年的TFP乘以2006年的Malmquist指数，以此类推。TC和EC的计算方法同TFP。

3.数据来源

本文实证模型采用的数据来源于2006～2012年的《中国科技统计年鉴》、《中国统计年鉴》和《工业企业科技活动统计年鉴》等资料，统计口径为大中型制造业数据。对于受价格波动影响的变量，为了将名义值折算成实际值，使用了各行业相应年份的价格指数数据，折算为以2005年为基期的不变值。

四、实证结果及分析

运用计量方法对上文提出的理论假说进行验证。在制造业总体的基础上，分为劳动和资源密集型与资本和技术密集型制造业两组进行检验，以分析不同要素密集度与生产技术等行业间的差异。进一步，为避免模型设定的内生性问题，引入工具变量，采用两阶段最小二乘法(2SLS)对模型进行估计，由表3可知，各方程均通过F检验和waldchi2检验，且工具变量不存在过度识别，说明模型设定是有效的。对比两组回归结果可得，核心解释变量及各控制变量的系数符号和显著性基本一致。

解释变量的内生性问题会导致静态面板回归结果有偏，因此，内生性问题是实证研究中必须考虑的重要问题，导致内生性的常见原因是模型中解释变量和被解释变量存在双向因果关系。为克服这种内生性偏差，本文引入工具变量，将滞后一期的产学研合作研发和企业间合作研发作为工具变量，滞后期的选取既与当期值有较强的相关性，又能通过当期合作研发对制造业升级产生影响，同时当期制造业升级水平对滞后期值无影响。实证结果如表3所示。

从表3可以看出，在控制了内生性偏误后的TFP模型、EC模型和TC模型中，IFC的系数均为正，且均通过显著性检验，表明就制造业总体而言，现阶段企业间合作研发为制造业升级带来正向影响。通过与其他企业合作研发，共享产业链信息、明晰用户和消费者的实际需求，实现优势和资源的互补，进而有利于制造业实现升级。IURC的系数仅在TC模型中显著为正，在TFP模型和EC模型中为负且不显著，表明产学研合作研发对我国制造业技术进步具有推动效果，对全要素生产率和技术效率的推动作用不明显。企业与高校、科研机构等的合作研发对制造业的产业升级并未产生显著的影响，可能由于高校和科研机构的知识成果的实际应用转化存在不足有关，因此，高校和科研机构的研究需要与实际问题和实际需求相结合，以相互需求为导向。

表3 制造业及分组面板回归结果

注：***、**、*分别表示回归系数在1%、5%和10%的水平上显著，括号内的数字为标准差。资料来源于作者整理所得。

对控制变量而言，行业规模和人力资本系数在3个模型中均显著为正，表明行业规模和人力资本是现阶段制造业升级的重要源泉。国有化程度与政府政策等的系数呈负相关，表明其对制造业升级有一定抑制作用。对比FE和2SLS的估计结果发现，在上述模型中，核心变量的系数显著性未发生较大实质变化，但在控制内生性偏误后，系数大小有所变化。

表3中方程7～方程10给出了资本和技术密集型行业与劳动和技术密集型行业分组回归的结果。回归结果显示，合作研发对不同要素密集度行业的升级存在明显的差异。企业间合作研发(IFC)对资本和技术密集型行业产业升级具有显著促进作用，作用系数为0.095。这主要由于资本和技术密集型行业本身集聚着大量资本和科技资源，创新意愿较强，能够通过合作和学习，掌握核心技术，进而根据市场和自身需求进一步进行创新实现产业升级。产学研合作研发(IURC)与企业间合作研发(IFC)对劳动和资源密集型行业的作用系数均为负，且不显著。劳动和资源密集型行业主要以简单加工、组装为主，对劳动较敏感、知识储备和知识基础较弱，容易产生创新“惰性”，对合作研发中知识溢出的吸收效果较差。因而，合作研发对该类行业产业升级的推动效果不明显。

就控制变量而言，行业规模和人力资本对劳动和资源密集型与资本和技术密集型制造业升级的作用系数均为正，且均通过显著性检验，该结果与制造业总体的回归结果一致，说明行业规模的扩大与人力资本的提升均有利于产业升级。对外开放水平对不同要素密集度行业的作用效果均为负且不显著，说明一味地追求对外开放和引进外资并未实现产业升级，这也表明我国20世纪90年代以来实施的“市场换技术”战略并不成功，对外开放引入的外资企业成功占领了国内市场，但我国没有换来技术，抑制了制造业行业的自主创新能力提升和产业升级。内部研发投入对制造业升级均有显著的正相关关系，与制造业总体的回归结果一致，说明增加内部研发投入有利于促进产业升级。

五、结论与启示

本文运用2005～2011年我国制造业29个分行业的面板数据，基于Malmquist生产率指数法测算各行业的全要素生产率，并进一步将其分解为技术效率和技术进步，以此为标准衡量产业升级情况，实证考察了产学研合作研发和企业间合作研发对制造业升级的影响。

1.结论

(1)以TFP衡量产业升级的情况，TFP及其分解项的测算结果表明，中国制造业2005～2011年间TFP年均增长率为3.5%，且TFP的增长主要依赖于生产效率的改进；不同要素密集型制造业间的TFP存在一定差异。劳动和资源密集型制造业TFP年均增长为3.8%，而资本和技术密集型行业TFP增长率为3.2%。这说明我国资本和技术密集型制造业在发展中并未完全掌握核心技术和关键技术，产业升级较为缓慢。

(2)就制造业总体样本而言，企业间合作研发对全要素生产率、技术进步和技术效率均产生了显著的正面效应，而产学研合作创新仅对技术进步具有促进效应。由这一结果可以看出，通过与其他企业合作研发，企业间合作能够分担研发资金和风险，共享产业链信息，实现优势和资源的互补，进而实现产业升级。而产学研合作对制造业技术升级作用不显著，是由于企业以盈利为目的开展研发为满足市场需求，而高校和科研机构等作为非盈利性机构的研究活动需求导向性不足，二者间未建立完善的以市场为导向的技术对接机制。

(3)就制造业分组研究而言，不同要素密集型制造业的回归结果显示出了显著的行业差异。资本和技术密集型行业由于其自身具有资本密集度高、技术装备好、技术水平高等特征，能够通过企业间合作研发、内部研发投入和人力资本投入等实现产业升级，而产学研合作研发由于其技术成果转化率较低等对产业升级的作用效果不显著。劳动和资源密集型行业由于生产中主要依靠使用大量劳动力，对技术和设备等的依赖程度较低，因而合作研发模式对产业升级的推动效果较差。该类行业主要通过行业规模的扩大和人力资本的提升实现技术升级。

2.启示

综上所述，我国应进一步加大对合作研发的支持力度，通过实施产学研协同创新、建立国内外企业技术联盟和跨国技术联盟等方式，多措并举推动协同创新。尤其是加大对资本和技术密集型制造业合作研发的支持力度，通过与高校、科研机构和其他企业间合作实现成本节约、风险分担、缩短研发周期等提高企业的创新绩效，实现新产品的研发和管理水平的提高；通过合作研发吸收对方的先进知识和技术，为全要素生产率的提高提供源源不断的动力，逐步实现产业转型和升级。对于劳动密集型制造业，可通过提高劳动者素质和增强内部研发投入等方式实现产业升级。同时，如何提高产学研合作研发知识成果向实际应用的转换和提高合作研发效率是制造业升级中面临的重要挑战。

[1] 徐康宁，冯伟. 基于本土市场规模的内生化产业升级：技术创新的第三条道路[J]. 中国工业经济，2010(11)：58-67.

[2] 綦良群，李兴杰. 区域装备制造业产业结构升级机理及影响因素研究[J]. 中国软科学，2011(5)：138-147.

[3]朱卫平，陈林. 产业升级的内涵与模式研究——以广东产业升级为例[J]. 经济学家，2011(2)：60-66.

[4]吴延兵，米增渝. 创新、模仿与企业效率——来自制造业非国有企业的经验证据[J]. 中国社会科学，2011(4)：77-94，222.

[5] 田洪川，石美遐. 制造业产业升级对中国就业数量的影响研究[J]. 经济评论，2013(5)：68-78.

[6] 李逢春. 对外直接投资的母国产业升级效应——来自中国省际面板的实证研究[J]. 国际贸易问题,2012(6):124-134.

[7] 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.

[8] RAPAEL K. Spreading the gains from globalization：what can be learned from value-chain analysis？[J]. Problems of Economic Transition，2004，47(2)：74-115.

[9] LIM G. Value chain upgrading：evidence from the Singaporean aquaculture industry[J]. Marine Policy，2016(1)：191-197.

[10] 刘仕国,吴海英,马涛,等. 利用全球价值链促进产业升级[J]. 国际经济评论,2015(1):64-84.

[11] 盛斌,陈帅. 全球价值链如何改变了贸易政策:对产业升级的影响和启示[J]. 国际经济评论,2015(1):85-97.

[12] 孙早，席建成. 中国式产业政策的实施效果：产业升级还是短期经济增长[J]. 中国工业经济，2015(7)：52-67.

[13] 李胜文，杨学儒，檀宏斌. 技术创新、技术创业和产业升级——基于技术创新和技术创业交互效应的视角[J]. 经济问题探索，2016(1)：111-117.

[14] 原毅军，孔繁彬. 中国地方财政环保支出、企业环保投资与工业技术升级[J]. 中国软科学，2015(5)：139-148.

[15] 陈爱贞，钟国强. 中国装备制造业国际贸易是否促进了其技术发展——基于DEA的面板数据分析[J]. 经济学家，2014(5)：43-53.

[16] 黄贤凤，武博，王建华. 政府研发资助，合作研发与企业创新绩效关系研究[J]. 软科学，2014，28(1)：15-19.

[17] 王龙伟，任胜钢，谢恩. 合作研发对企业创新绩效的影响研究——基于治理机制的调节分析[J]. 科学学研究，2011，29(5)：785-792.

[18] 张妍,魏江. 研发伙伴多样性与创新绩效——研发合作经验的调节效应[J]. 科学学与科学技术管理,2015,36 (11):103-111.

[19] CASSIMAN B，VEUGELERS R. R&D cooperation and spillovers：some empirical evidence[J]. Ssrn Electronic Journal，2001，92(4)：1-37.

[20] 樊霞，何悦，朱桂龙. 产学研合作与企业内部研发的互补性关系研究——基于广东省部产学研合作的实证[J]. 科学学研究，2011，29(5)：764-770.

[21]原毅军,耿殿贺.中国装备制造业技术研发效率的实证研究[J]. 中国软科学,2010(3):51-57.

[22]吴玉鸣. 工业研发、产学合作与创新绩效的空间面板计量分析[J]. 科研管理,2015,36(4):118-127.

[24] 李梅，柳士昌. 对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J]. 管理世界，2012(1)：21-32，66.

[25]邱爱莲，崔日明，徐晓龙. 生产性服务贸易对中国制造业全要素生产率提升的影响：机理及实证研究——基于价值链规模经济效应角度[J]. 国际贸易问题，2014(6)：71-80.

[26] 钱学锋，王菊蓉，黄云湖，等. 出口与中国工业企业的生产率——自我选择效应还是出口学习效应？[J]. 数量经济技术经济研究，2011(2)：37-51.

[27] 吴海兵，李丹. 中国制造业内外资企业的全要素生产率增长比较[J]. 系统工程，2012(10)：92-97.

ResearchontheImpactsofCooperativeR&DontheManufacturingIndustryUpgrading

SUNDaming,YUANYijun

(DepartmentofManagementandEconomics,DalianUniversityofTechnology,Dalian116024,China)

This paper uses DEA nonparametric Malmquist productivity index to measure the industry upgrade of 29 manufacturing divisions in China over the period of 2005-2011 while taking into account industry-university-institute cooperation and inter-firm R&D cooperation. Furthermore, to test the differences between the two industries, the sample is divided into labor and resource-intensive, and capital and technology-intensive industries. The results show that inter-firm cooperative R&D generally has a positive impact on the upgrading of China’s manufacturing industry, but the effect of industry-university-institute cooperation is not significant to Total Factor Productivity due to the low transformation rate of their research results. The results of a packet regression show that the two cooperation modes have different mechanisms in industries where different factors are at play; Inter-firm R&D cooperation has a positive effect on industry upgrading, but the effect of cooperative research and development on the upgrading of labor and resource intensive-industries is insignificant because of their own limited knowledge and technology level.

manufacturing upgrade; industry-university-institute cooperation; inter-firm R&D cooperation；Total Factor Productivity

DOI：10.19525/j.issn1008-407x.2018.01.006

10.19525/j.issn1008-407x.2018.01.005

F425

A

1008-407X(2018)01-0030-08

2016-11-23;

2017-03-10

国家社会科学基金重大项目：“加快我国传统产业向中高端升级发展的微观机制和政策创新研究”(15ZDA025)

孙大明(1991-)，女，辽宁葫芦岛人，大连理工大学管理与经济学部博士研究生，主要从事产业经济学研究,sun_da_ming@mail.dlut.edu.cn;原毅军(1955-),男，山东荣成人，教授，博士生导师，主要从事产业经济学研究。