创新驱动与新旧动能转换互动关系研究——以青岛市为例

(中国石油大学(华东) 经济管理学院，山东 青岛 266580)

一、引言

创新驱动和新旧动能转换发展战略是当前中国经济高质量发展的关键。创新驱动发展战略最先在“十八大”被提出：“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”。新旧动能转换正式出现在国家领导人讲话中是在2015年10月政府会议上，李克强总理表示：“我国经济正处在新旧动能转换的艰难进程中”。2017年3月“两会”期间，李克强总理在参与山东代表团审议时指出，山东发展归功于动能转换，希望山东在国家发展和新旧动能转换中继续打头阵、挑大梁，发挥中流砥柱作用。2018年2月，国家正式提出建设山东新旧动能转换综合试验区，青岛作为山东经济社会发展的龙头和核心引领城市，必须要做新旧动能转换的领头羊，创新驱动与新旧动能转换之间有何互动关系、如何通过创新驱动加快青岛市新旧动能转换进程等问题亟需解决。论文数据来源为《青岛市统计年鉴》、青岛市统计公报、青岛市政府工作报告、青岛市科技局统计数据、青岛市环保局环境公报。基于2008—2017年的时间序列进行分析，尽管创新驱动战略自“十八大”提出，新旧动能转换的概念自2015年才开始出现，但创新是国家始终不变的发展理念；2015年以前则认为是旧动能拉动为主的经济发展期，所以选取此时间段横跨旧动能拉动为主及新旧动能转换期，创新活动也贯穿整个时期。根据创新驱动和新旧动能转换的相互作用机理，参考颜莉(2012)[1]174-175构建的区域创新效率评价指标体系以及青岛市的现实状况，构建了青岛市创新驱动与新旧动能转换指标体系，通过主成分分析(PCA)提取主要成分计算出历年创新驱动指数和新旧动能转换综合水平，以作图的形式直观体现了创新驱动和新旧动能转换发展的阶段性变化。基于灰色关联度分析(GRA)和VAR模型构建分析创新驱动系统中各项指标与新旧动能转换的关联程度和影响程度，发现二者的互动关系。

现有研究中所提到的创新和创新驱动遵循熊彼特意义的创新[2]和波特提出的创新驱动；[3]在此基础上，张来武(2013)将创新驱动发展定义为“以人为本”的发展，第一生产要素是“人的智力”，通过知识投入、人力投入和激励创新体系等要素来驱动经济发展[4]；创新驱动的过程可被分为不同阶段并且存在鲜明的特征，夏天(2010)通过研究创新驱动过程的规律将创新驱动战略分为前端驱动、过程驱动和后端驱动；[5]李燕萍[6](2016)、霍国庆[7](2017)等从创新资源投入、创新活动、创新产出和创新环境等方面构建了创新驱动发展模型；此外，李黎明[8](2019)、王海燕[9](2017)、范秋芳[10](2017)、陈套[11](2018)等还进一步开发了评价创新驱动发展的指标体系，测算了创新效率，为相关政策制定提供理论依据。在对新旧动能转换的研究方面，黄少安[12]101-108(2017)分析了现阶段经济增长的动力源泉，提出新旧动能界定以及怎样实现新旧动能转换；张文等[13](2017)对新旧动能转换的路径选择、面临的突出问题进行了探讨，并提出了相关对策建议以及进展评估方案。在对二者互动关系的研究方面，孙丽文[14](2018)采用文献资料、理论分析方法对新旧动能转换与产业转型升级之间的关系和创新对新旧动能转换的驱动机制开展定性研究；在内生增长理论基础上，宗刚和高瑀[15](2017)发现技术创新对经济增长的效应呈现非线性的倒“U”型，区域经济增长对技术创新水平的作用呈现非线性的倒“J”型；王昌森[16](2018)在新旧动能转换视域下构建了创新驱动水平评价指标体系，采用熵值法对山东省2016年创新驱动发展水平进行评估与剖析。

综上所述，有关对创新驱动和新旧动能转换的研究，更多的是单独的宏观层面上的定性研究，对区域创新驱动和新旧动能转换互动关系的定量研究比较少，也不够系统和全面。青岛作为新旧动能转换的核心引领城市，以创新驱动促进青岛市新旧动能转换的定量研究更是少之又少。为此，本文基于创新驱动和新旧动能转换的作用机制，实证分析青岛市创新驱动与新旧动能转换的互动关系，并基于模型分析结果提出创新驱动促进青岛市新旧动能转换的对策。

二、创新驱动与新旧动能转换的相互作用机制

(一)创新驱动及新旧动能转换的内涵

创新驱动最早由管理学家迈克尔·波特提出，创新驱动有两条路径，一条为原始创新，一条为引进消化吸收再创新，“动能”，即动力，经济发展驱动力。新旧动能转换是指在经济发展新阶段，经济增长和发展的动力发生转换，由依靠旧动能拉动转变为以新动能为经济发展动力。关于新动能和旧动能的概念，黄少安[12]101-108(2017)认为，“旧动能”，经济发展的旧动力，主要指传统产业和传统经济发展模式，指依靠投入和消耗大量人力、财力、物力的产业和粗放型的经济发展方式；所谓新动能，是针对旧动能而言的，是经济社会发展新动力，是指新一轮经济变革中形成的新的经济发展活力和模式。

新旧动能转换具体而言有三层含义：一是“无中生有”，通过加快培养新技术、新产业来探寻、培育新动能，找到新的经济增长点从而实现产业智慧化和品牌高端化；二是“有中出新”，通过挖掘旧动能中蕴藏的新的生命力，改造提升传统动能，进行大众创业、万众创新，创造出新的发展业态和模式；三是“相互联动”，跨界融合，通过旧动能的升级改造为新动能的培育和发展创造基础，同时新动能的注入为传统动能升级提供基础和借鉴，赢得广阔的空间。

新旧动能转换是一个持久的过程，国家需要通过创新驱动战略，依靠知识资本和人力资本的投入，以及科技成果在生产和商业中的应用和传播，来培育发展新动能，提升经济发展质量。新旧动能转换是创新驱动战略的理想结果和重要目标，创新驱动战略是渡过经济爬坡过坎期、完成新旧动能转换的有力支撑。

(二)创新驱动与新旧动能转换的相互作用机制

从主体来看，企业、科研机构为主体的技术创新是新旧动能转换的引爆点和核心驱动力；政府及企业等主体在财政、人力等方面的体制创新为新旧动能转换提供良好的实施环境，是新旧动能转换的保障力；企业及服务型产业为主体的服务创新是新旧动能转换的关键，创新驱动与新旧动能转换的相互作用机制如图1所示。

图1 创新驱动对新旧动能转换的作用机制

1.企业、科研机构的技术创新是新旧动能转换的引爆点和核心驱动力

技术创新带来技术进步，新技术的发明和应用可以降低某行业的个别劳动时间，提高其生产强度或效率，从而使其取得高于社会必要劳动时间和平均利润的超额利润，这时劳动力、资本等生产要素便会“逐利而来”，“蜂拥”流入这一行业，生产要素的供求结构就会面临失衡、调整、平衡的不断转换，最终影响到产业结构的调整。技术创新要经历以下几个阶段才能充分发挥其引领作用。

(1)研发设计，科研投入，开发新技术、新产品

科技创新包括旧技术的改造升级和新技术的引进，通过在研发设计阶段积累的知识、技术资金、人员，对传统的产业的改造和新型产业的发展提供技术支撑和资金支持，最终促进产业转型升级，实现新旧动能转换。

(2)产品和技术投入生产，使创新成果产业化

将企业在研发阶段累积的技术和知识运用到生产过程中，通过在生产运营阶段改变产品设计、改善生产流程，从产品创新和流程创新两个方面为产业转型奠定应用基础，实现创新成果产业化。

(3)技术扩散

通过构建以企业为主导、产学研相结合的科研平台与体系，做好科技和产业之间的有效衔接，同时在线下依托上中下游企业之间的业务往来加强联系，建立技术传导机制，线上依托互联网和云计算，建立企业之间的技术转移和扩散机制。

(4)面向市场，应用服务，成果商业化

在了解市场需求后，将新技术和新产品投向目标客户和目标人群，逐步将前期累积的资源转化为经济效益，同时反向追踪客户端的反馈及时调整，不断刺激新产品和新服务的改善。

总之，通过这四个阶段的良性循环，充分发挥科技创新的作用，实现产业结构的优化和产业转型升级，进而完成改造旧动能和培育新动能的双重任务，引领新旧动能转换。

2.政府的体制创新是新旧动能转换的保障力

在创新驱动发展战略之下，体制创新为新旧动能转换提供良好的市场环境和制度环境保障，通过体制创新为改造提升传统动能和成长新动能扫清思想战略障碍和体制机制障碍。

(1)服务保障

适时动态调整政策，优化服务。市场经济自身存在的自发性和盲目性决定了单一依靠市场的力量无法完全实现山东省新旧动能的平稳过渡，客观上需要政府运用“看不见的手”，给予必要的适度干预，实现政府和市场良性互动促使新旧动能加快转换。

(2)市场保障

青岛市的市场监管机制不完善且尚未建立适应新经济发展的监管模式，大部分地区仍然使用旧模式管理经济，难以适应新旧动能转换进程。创新监管制度，精简市场监管机构，加强市场监管协同才能更有效地激发市场潜在活力。

(3)财政保障

经济是基础，任何政策的实施，物质准备必不可少。培育具有原创性和引领性的新动能，发展“十强”产业，改造提升传统产业，需要充分的财力支持。一方面，完善中央财政转移支付制度和财政直接投资制度；另一方面，通过拓展投融资渠道为创新驱动促进青岛市新旧动能转换提供财政保障。

(4)人才保障

完善用人机制，一方面，破除人才向企业流动的体制障碍，使人才在企业和高校、科研机构之间自由流动。另一方面，提供科研福利保障，使科研人员全身心地投入新旧动能转换的工作之中。

3.企业及服务型产业的服务创新是新旧动能转换的关键

企业服务创新的出发点和落脚点都是消费者的需求。企业服务创新能力的本质便是其拉动消费需求的能力，是企业竞争力的表现，是企业升级传统产能的动力，是新旧动能转换的关键。

(1) 创新管理方法和运营策略

在严峻的发展形势和激烈的竞争环境下，企业需要及时根据市场的变化创新管理方法和运营策略，提升企业的战略眼光。

(2)找准定位，紧跟潮流，满足消费需求

服务创新不仅可以满足消费者的现有需求，还能够创造需求。企业需要明确自己的市场定位，抓住消费者的现有需求；同时促进产业跨界融合，促进企业之间的互联互通，通过合作加强企业应对经济趋势变化的能力。

(3)依托大数据，创新服务模式

企业的服务创新带动着市场需求结构的调整，是新旧动能转换的关键动力。随着互联网与物联网应用的日益成熟，运用大数据、云技术经营消费者，可以创造新的商业模式，从而改变市场需求结构，致使市场资源重新配置，进而培育壮大新动能。

总之，创新驱动促进新旧动能转换的过程主要通过四个方面，一是资源投入，包括资金、人力等的投入；二是研究开发，各个创新主体进行创新性的研究和开发，以获得新发现、迸发新思想、积累新观点、求索新规律、创造新技术，为创新成果的应用和流动提供物质保障，可以用全年发明专利授权数和有效专利来衡量；三是创新成果的实践和扩散环节，也是创新活动的关键和核心环节，它需要政府、科研机构、企业的协调作用，尤其是企业要发挥对研发成果实践和扩散的主导作用，可以用技术合同成交额来衡量；四是创新成果向生产力转化，驱动社会经济发展，推动新旧动能转换。而新旧动能转换对创新活动也具有反作用，主要体现在两方面：一是进一步改善创新环境，包含创新基础设施、创新网络体系等硬环境，和法律规范、经济政策等软环境；二是能加大创新活动的资金和人才投入，创建更坚实的基础条件。

三、指标体系构建及测算

(一)创新驱动与新旧动能转换的指标体系构建

根据上述作用机理，按照科学性、系统性、可比性、可操作性和目标导向性原则，结合《山东省“十三五”科技创新规划》将创新驱动分为资金投入、人力投入、知识创造、技术应用四部分；以及《山东省新旧动能转换重大工程实施规划》将新旧动能转换的效果分为经济发展质量与效益、对外贸易、环保及民生三部分。参考颜莉[1]174-175构建的区域创新效率评价指标体系以及青岛市的现实状况，构建了青岛市创新驱动与新旧动能转换指标体系，该指标体系包括2个一级指标、7个二级指标和17个三级指标，具体如表1所示。其中全年全员劳动生产率=工业增加值/全部从业人员平均人数，规模以上工业单位利润能耗=规模以上工业综合能源消费量/规模以上工业企业利润。

表1 创新驱动与新旧动能转换指标体系

(二)创新驱动指数与新旧动能转换综合水平测算

本部分首先进行主成分分析(PCA)，测算创新驱动指数和新旧动能转换综合水平，为灰色关联度分析(GRA)和VAR模型分析做准备。主成分分析方法[17]将原来众多具有一定相关性的指标(比如P个指标)，重新组合成一组新的互相无关的综合指标来代替原来的指标，且这些综合指标各自所含信息互不相关和重复，并能够反映原始变量的大部分信息，使研究的问题简单化。[18]通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合，即第一个综合指标)的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求Cov(F1,F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。

运用SPSS进行PCA分析得到各年创新驱动指数与新旧动能转换综合水平，见图2，用CX表示创新驱动指数，用XJDN表示新旧动能转换综合水平。可以看出创新指数自始稳定升高，2012年起创新驱动战略提出后增长幅度增大；与此同时，2015年新旧动能转换概念提出后，新旧动能转换综合水平显著提高。

图2 历年创新驱动指数与新旧动能转换综合水平

四、创新驱动与新旧动能转换的实证分析

为了了解创新驱动系统中各项指标与新旧动能转换的关联程度和影响程度，为决策者提供决策的理论依据和实际操作借鉴，运用灰色关联度模型(GRA)对创新驱动与新旧动能转换的关联度进行分析，然后运用VAR模型分析创新驱动与新旧动能转换的互动关系。

(一)基于灰色关联评价模型(GRA)的创新驱动与新旧动能转换关联度分析

1.模型构建

GRA是定量分析两个因素之间相关程度的方法。它根据序列曲线几何形状的接近程度来判断相关性。曲线越相似，相应序列之间的相关程度就越大，反之越小。GRA模型包括以下5个计算步骤。

(1)确定分析的序列矩阵

参考序列用Y0表示，比较序列用X1，X2，X3…Xi表示，这i+1个序列构成一个矩阵：(Y0，X1，X2，X3…Xi)

(2)对变量序列进行无量纲化

(3)求差序列、最大差、最小差

计算参考序列与其余各比较序列的绝对差值

(1)

形成绝对差值矩阵：(Δ01，Δ02，…，Δ0n)。找出其中的最大值Δmax与最小值Δmin。

(4)计算关联系数

(2)

(5)计算各序列与参考序列的关联度

(3)

将关联度按照大小排序，若γ01<γ02，则参考序列Y′0与X′2比较序列更相似，从而它们关联度更大。

由此构建邓氏灰色关联评价模型[19]，本文研究过程中取分辨系数ρ= 0.5，XJDN为参考序列Y，创新驱动系统中的指标从上至下分别为比较序列X1～X9，分别计算出各序列与参考序列的关联度，计算结果见表2。

表2 各创新驱动指标与XJDN的关联度

2.结果分析

(1)由表2可见，创新驱动的各项指标与XJDN之间的关联度都在0.57以上，灰色关联度排序依次为：有效发明专利数量>技术合同成交额(亿元)>全年发明专利授权数>R&D投入(亿元)>市财政科技专项资金(亿元)>独立科研机构科技人员数>设有开发机构的企业占企业总数比重>企业技术开发人员占全部职工比重>每万人中高等学校学生数。

(2)关联度最高的前三项均与专利和技术有关，关联度均在0.71以上，这说明完善专利制度、开发原创性技术及创造积极的专利技术商业化环境对新旧动能转换有极大影响。专利发明可以推动生产技术的改进，一个好的专利新发明可以使一组投入的效益最大化。

(3)R&D投入及财政科技专项资金属于创新投入，关联度在0.59以上，科技和研发资金投入能通过优化资源配置、加速产业改造升级、调节供需结构、改善进出口等路径促进新旧动能转换。

(4)与企业相关的创新行为与XJDN的关联度都在0.57以上，企业作为推动新旧动能转换的主体，通过设立开发机构，增大技术开发人员来培育创新升级能力，培养新经济增长，从而影响新旧动能转换。

(5)独立科研机构科技人员数、每万人中高等学校学生数与新旧动能转换水平间存在中等关联度，科研人员和高校学者不断开拓新思想、新观点、新技术，为新经济、新常态提供了理论基础。

(二)基于VAR模型的创新驱动与新旧动能转换的互动关系分析

为研究创新驱动与新旧动能转换之间的互动关系和动态影响，本文以2008-2017年为研究期间，对测算的XJDN和CX两组时间序列数据构建VAR模型并进行脉冲响应分析和方差分解分析。VAR模型适用于研究多个变量之间的动态互动关系。用XJDN和CX的当期变量对二者的若干滞后变量进行回归来构造模型。实证分析过程如下，所有操作借助EViews8.0软件完成。

1.变量的单位根检验

为确定各时间序列是否平稳，采用ADF检验对模型中的变量进行单位根检验，如表3所示。

表3 单位根检验结果

注：检验形式(c,t,d)中的c表示检验方程中的常数项，t表示检验方程中的时间趋势项，d表示检验方程中滞后项的阶数，***表示在1%水平下显著，**表示在5%水平下显著。

从表3的ADF检验结果发现XJDN和CX均为非平稳序列，其一阶差分序列分别在1%水平和5%的水平上通过检验，为一阶单整序列。因为二者均为I(1)序列，所以可能存在协整关系。下面进行协整检验，分析两变量之间是否存在长期均衡关系。

2.Engle-Granger两步法协整分析

由于本文为双变量模型，因此采用基于VAR模型的EG两步法协整检验对XJDN与CX进行长期均衡关系分析。Engle-Granger两步法，简称为EG两步法，由Engle和Granger于1987年提出，是用来检验两个变量之间协整关系的一种方法。

(1)用OLS分别对XJDN和CX进行静态回归：

XJDN=1.35E-06+0.81839CX+μt

(4)

t=(1.92E-05)(8.443427)

R2= 0.899106，s.e. =0.223213，Adj-R2=0.886495

(2)对残差序列μt进行ADF单位根检验，注意在使用Eviews进行EG两步法协整检验时，不能将统计值与软件给出的临界值比较，而是要根据协整检验临界值表计算。检验结果见表4。

表4 协整方程序列ADF检验结果

从表4可以看出，残差序列μt在10%的显著水平下未通过检验，是非平稳的。这一结果表明：XJDN和CX之间不存在协整关系，即创新驱动与新旧动能转换之间不存在长期均衡关系。

XJDN和CX是非平稳序列(一阶差分后平稳)，但协整检验显示两者之间并不存在协整关系。故进一步对变量间进行Granger因果关系检验，建立差分形式VAR的模型，对相关变量进行脉冲响应与方差分解，以进一步探索变量间的动态关系。

3.Granger因果关系检验

协整检验显示，XJDN和CX之间并不存在长期稳定的比例关系。为了探讨两者之间是否存在因果关系以及因果关系的走向，进行Granger因果关系检验。首先对XJDN与CX进行一阶差分得到平稳序列，之后用Granger检验确定变量之间的关系(见表5)。

表5 Granger检验结果

注：Δ代表一阶差分；**表示在5%水平上显著。

结果显示：CX变化是XJDN变化的格兰杰原因，反之不然。创新驱动的有序发展是引起新旧动能转换的重要因素，即创新驱动水平的提高能够促进新旧动能转换进程。

4.模型的建立

建立差分形式VAR的模型：综合考虑AIC、SC信息标准以及LR检验结果滞后期确定为1，由此，本文可以建立D(XJDN) 和 D(CX)的滞后1期VAR模型，记为VAR(1)。模型的参数估计结果如表6所示。

所以，本文建立的VAR(1)模型为：

由于VAR模型是非结构化的，模型中的系数仅衡量系统中部分因素的影响，不能反映整体状态下一个因素的变化对其他因素的影响，因此模型中每个系数的意义不再分析，而是通过脉冲响应和方差分解等工具来解析变量之间的互动关系。

在对模型进行分析之前必须要先对其稳定性进行检验，结果如图3所示。模型中所有特征根的倒数都比1小，落在单位圆内部。因此模型稳定，可进行下一步研究。

5.脉冲响应

表6 VAR模型建立结果

图3 VAR模型稳定性检验

图4 XJDN对CX的脉冲响应

通过观察“脉冲”对VAR模型中所有内生变量当前值和未来值的效应，可以用来分析模型中每个内生变量对其自身扰动和其他内生变量的响应，从而获得模型的动态规律。本文主要考察当CX(XJDN)受到冲击时，对XJDN(CX)的即期和后期影响。图4是XJDN对CX的脉冲响应图，其中横轴表示冲击作用的滞后期数(单位：年)，纵轴表示对冲击的响应程度，实线表示脉冲响应函数，代表了XJDN对CX的反应，虚线表示正负两倍标准差偏离带。同理，图5是CX对XJDN的脉冲响应图。

图4表明当XJDN受到CX一个正向冲击之后，XJDN当期一开始反应为0，然后迅速上升，表现出一定的滞后性。在第2期达到峰值，之后在第3期有一定下降，往后几期以极小幅度在下降，下降速度缓慢，到第10期时仍然存在正向冲击。这说明CX对XJDN的冲击是一个持久的正作用力，即随着创新驱动水平的提高，新旧动能转换的效果会提高，这是符合现实的。通过脉冲响应可以直观地发现创新驱动对新旧动能转换有长期促进作用，但是存在大约1期的滞后效应。这意味着通过创新驱动加快新旧动能转换是可行的，但存在一定滞后效应。

图5表明当CX受到XJDN一个正向冲击之后，CX受到一个稳定的正向影响，持续到第2期，作用力随后持续下降，到第10期时影响几乎降为0。这说明新旧动能转换对创新驱动的总体影响为正值，但从第2期之后就一直呈现下降的趋势，最后减少至无影响并且存在大约1期的滞后效应。

6.方差分解

为了进一步分析结构性冲击对内生变量变化的贡献，找出对变量有显著影响的因素，各变量之间的交互作用，以及显著影响因素的最佳水平，评价不同结构性冲击的重要性，进行方差分解分析。得到XJDN以及CX的方差分解结果如图6、图7所示，下面的曲线表示标准差中由XJDN承载的部分所占百分比，上面的曲线表示由CX承载的部分所占百分比。

图6中CX的方差分解结果表明CX最初可以解释自身变动方差的全部，随着期数的增加，可解释的程度逐渐降低，之后在第7期达到平稳，最低也能解释其中的90.65%。CX标准差从100% ～ 90.65%的绝大部分被自身承载，并且持续到第10期仍然起到主要作用，XJDN对CX的解释程度有限，最大能达到9.35%。这在一定程度上说明了青岛市新旧动能转换对创新驱动有一定贡献，但大部分变化还是与其自身有关。由图7可见，XJDN从第1期就受到自身以及CX的影响。长期内，CX能够解释XJDN预测误差的78.50%，从第2期开始CX超过XJDN自身成为影响其变动的主导因素，而且还有继续上升的趋势，到第5期时逐渐稳定。这表明创新驱动是影响新旧动能转换的重要因素，影响作用迅猛且占据主要地位，这也与脉冲响应函数的结论存在一致性。

图5 CX对XJDN的脉冲响应

图6 CX的方差分解结果

图7 XJDN的方差分解结果

五、结论与建议

本文利用青岛市2008-2017年的时间序列数据，通过GRA、VAR模型分析了创新驱动与新旧动能转换水平的互动关系，得出如下结论和建议。

(一)结论

1.创新驱动系统中各项指标与新旧动能转换综合水平的灰色关联度均处于中高等水平但各不相同，关联度排序可归结为：专利与技术>资金投入>企业创新投入>科研人员及高校人才数。

2.CX是影响XJDN的重要因素，影响作用迅猛且占据主要地位。通过VAR模型的分析，CX与XJDN之间具有显著的格兰杰因果关系。脉冲响应表明CX对XJDN的冲击是一个持久的正作用力，相应地XJDN对CX也存在一定的正向冲击作用。进一步的方差分解分析也说明，CX标准差的绝大部分被自身承载，并且持续到第10期仍然起到主要作用。而CX的提高对XJDN预测误差的解释力度不断增加，第2期以后超过XJDN本身成为影响其变动的主导因素。

3.通过脉冲响应分析，发现XJDN对CX的反应有一定的滞后性。

(二)建议

研究结果为创新驱动推动新旧动能转换提供了理论依据，创新驱动水平的提高有利于培育经济发展新动力，反过来新动能的形成为创新驱动提供更良好的外部环境。青岛市应通过科技创新驱动，加快新旧动能转换进程，为此提出以下几方面建议。

1.优化科技成果转化体系，减少“专利沉睡”

完善知识产权保护机制、提高专利水平和转化率；构建青岛市技术转移平台，实施科技成果转化行动；鼓励青岛市科研机构以及高校院所与企业合作，同时政府需要提供一系列优惠政策和相应措施，鼓励科研机构与企业合作，比如减免税收、财政补贴、技术支持、人员培训等。

2.以新旧动能转换为核心配置创新投入资源

改革青岛市财政科技专项资金投入方式，激励引导企业尤其是先进制造业持续有效地增加技术研发资金和人员投入。将人才作为第一资源，不断向青岛市引进高层次人才，依附于高校人才及学者不断进行思维创新，依附于科研人员不断进行技术创新。

3.聚焦创新基地建设，形成经济发展新动力的源头供给

因地制宜建设海洋研究基地，科学利用海洋资源，促进海洋优势产业的形成和产业链延伸，建设海陆一体化、以创新驱动为主体的蓝色经济区；青岛作为一个以制造业为主的城市，要鼓励并支持制造业的技术开发，争取走在时代最前列，向高端制造业迈进。

4.坚定实行新旧动能转换的信心

相关政策对青岛市新旧动能转换的作用不会立竿见影，还可能暂时性出现生产结构和就业结构问题，导致短期内信心不足，但是从长期作用结果来看，这对发展新技术、新产业、新模式有着深远的影响，并且会反作用于创新驱动，促进经济健康发展。