东莞制造业产业升级影响因素的实证研究

安娟娟AN Juan-juan；王科WANG Ke；谭春媚TAN Chun-mei

（广东科技学院，东莞 523083）

0 引言

随着各国产业经济的发展，各个国家纷纷意识到了第二产业的重要性，第二产业的发展能够促进第三产业的发展，没有第二产业的支撑，第三产业的的高利润将难以为继。全球制造业和产业竞争发生了重大调整，发达国家开始实行“再工业化”的战略。东莞制造业面临的巨大的竞争压力，亟需通过产业升级提高自己的竞争力。产业结构升级又需要依靠科技创新汇聚高端要素，激发内生动力。科技创新、人力资本可以使东莞制造业焕发新的生机和活力，提高经济发展的质量和效率。

本课题在分析东莞市产业升级现状的基础上，对东莞制造业产业升级与科技创新、人力资本的关系进行实证分析，探究科技创新、人力资本对东莞制造业产业升级的影响作用。以前的学者在研究升级的影响因素时，大多只研究人力资本或科技创新某单一因素对产业升级的影响，忽视了科技创新与人力资本的作用机理。本课题采用VAR模型进行研究，揭示了科技创新与人力资本之间的关系，发现产业升级的根本动因，有利于弥补已有研究的不足，有利于完善产业升级的理论框架，同时还能为学术界日后的研究提供理论借鉴。同时本课题的研究还为东莞市制造业产业升级提供发展路径，能够进一步推动东莞市产业升级的发展，促进经济发展，提高人民生活水平，能够为政府制定政策提供依据，同时为我国其他城市的产业升级提供现实依据和实践参考。

1 制造业产业升级影响因素的理论分析

科技创新和人力资本作为产业升级的重要要素投入，在很大程度上影响了制造业产业升级的发展水平，科技创新、人力资本与产业升级的关系如图1 所示。

图1 制造业产业升级影响因素

科技创新会提高产品的附加值，创造更多的市场需求，使企业保持竞争优势，从而促进产业升级的发展水平。企业通过科技创新获得了更多的利润和优势，会增加对创新人才的需求，反过来促进社会对人力资本的投入，促进人力资本的素质的水平。

对人力资本的投入，有利于提高劳动者的技能水平和生产效率。科技创新需要大量的研发人员，人力资本的投入为科技创新提供了高素质的人才，有利于提高科技创新年能力和制造业的技术水平。

2 东莞制造业科技创新、 人力资本与产业升级的实证研究

2.1 变量选取和数据来源

通过学习相关学者的研究成果，本课题对科技创新、人力资本、产业升级进行指标化和量化分析，将产业升级作为被解释变量，用人均利润（CP）表示。将科技创新、人力资本作为解释变量，分别用专利申请量（PA）、科技活动人员数（ST）表示，并对其进行描述性分析。

数据来源于《东莞统计年鉴》、《东莞工业统计年鉴》，选取了2000-2021 年的数据进行了分析。

2.2 VAR 模型实证分析

2.2.1 平稳性检验

通过EVIEWS6.0 的ADF 对三个序列的单位根进行检验，结果如表1 所示。

表1 平稳性检验结果

科技创新LNPA 序列平稳性检验的P 值为0.0557，小于0.1，通过了平稳性检验。产业升级△LNCP、人力资本△LNST 一阶差分序列平稳性检验的P 值分别为0.0988、0.0881，小于0.1，为平稳性序列。

2.2.2 协整检验

由于变量数据较少，采用E-G 两步法对变量之间的协整关系进行检验，以检验变量之间是否存在长期稳定的关系。通过EVIEWS6.0 对3 个变量建立回归模型，结果如表2 所示。

表2 回归方程

调整后的R2 为0.923975，说明产业升级的92.3975%可以由科技创新PA、人力资本ST 因素进行解释，回归方程的整体通过了显著性检验。截距C、科技创新PA 的p 值均小于0.05，拒绝原假设，通过了显著性检验，而人力资本ST 的P 值大于0.05，系数没有通过显著性检验。

3个变量之间存在以下关系：

CP=1.923805+0.729693PA-0.223684ST

科技创新PA 的估计系数为0.729693，数值为正且相对较大，说明科技创新能够有效促进东莞制造业产业升级的水平，与前文中提到的科技创新对产业升级的作用机理一致。

人力资本ST 的估计系数为-0.223684，没有通过显著性检验，东莞的企业没有充分发挥人力资本的作用，人力资本利用效率低下。

对上述回归方程的残差序列进行单位根检验，结果如表3 所示。

表3 残差单位检验

P 值小于0.05，说明残差序列平稳，三个变量之间存在长期稳定的关系，可以建立向量自回归（VAR）模型。

2.2.3 VAR 模型

科技创新、人力资本与产业升级的关系可能会滞后几期才会呈现出来，因此建立向量自回归（VAR）模型，结果如表4 所示。

表4 VAR 模型结果

调整后的R2 均超过93%，F 值也比较大，说明方程的拟合度较好，技术创新、人力资本对产业升级的解释力度高。

科技创新PA 滞后一期的影响系数为0.795285，滞后二期的影响系数为-0.390937，科技创新PA 经过2 期后，影响系数由正数变为负数，主要是通过模仿学习获得竞争优势，自主创新能力不强，有待提高。

人力资本ST 滞后一期的影响系数为-0.603126，滞后二期的影响系数为0.809649，影响系数水平较低，影响系数由负数变为正数，说明东莞的企业主要通过引进人力资本来促进制造业的产业升级，缺乏对人力资本的投入。

通过EVIEWS6.0 对VAR 的稳定性进行检验，结果如图2 所示。

图2 VAR 模型稳定性检验

通过检验发现，VAR 模型的特征根的倒数均位于单位圆内，说明VAR 模型稳定。

2.2.4 Granger 因果关系检验

本课题对科技创新、人力资本与产业升级进行了Granger 因果关系检验，结果如表5 所示。

表5 Granger 因果关系检验

假设2 科技创新滞后2 期的P 值为0.07415，假设5产业升级滞后1 期的P 值为0.07113，在10%的水平下通过了检验，拒绝了原假设，科技创新是人力资本的格兰杰原因，产业升级是人力资本的格兰杰原因，其他变量之间均未形成格兰杰原因。科技创新一定程度上能够促进人力资本的提高，产业升级的发展水平反过来会促进人力资本的发展。科技创新和人力资本不是产业升级的格兰杰原因，说明东莞的科技创新和人力资本并未发挥对产业升级的作用，未能促进产业升级水平的提高。随着制造业利润的提高和产业升级的发展，反而促进了人力资本的提高。

2.2.5 脉冲响应函数

通过EVIEWS6.0 对变量之间的脉冲响应函数进行分析，结果如图3 所示。

图3 脉冲响应函数

人力资本发生1 个单位标准差的变化后，在滞后3 期内，人力资本对产业升级具有负向影响，且负向影响在滞后2 期时达到最大。在滞后3 期后，人力资本对产业升级具有正向影响，且在第5 期达到最大后又逐渐减小。

科技创新发生一个单位标准差的变化后，在滞后7 期内，科技创新对产业升级具有正向影响，该影响在滞后1-4 期内逐渐变大，在滞后4 期时达到最大，随后逐渐减小，在滞后7 期时减为0，在滞后8 期后变为负向影响。

3 结论

本课题主要分析了东莞制造业产业升级的影响因素，通过各因素之间的作用机理和实证分析，得出了科技创新、人力资本和产业升级之间的关系，本课题主要得出以下的研究结论：第一，科技创新对产业升级具有正向作用，能够在一定程度上促进东莞制造业产业升级的水平，但正向作用力较小，仅为0.795285，并且科技创新滞后2 期后则转变为负向作用，东莞制造业的科技创新水平较低，需要加强产业内的自主创新。第二，人力资本对产业升级为负向作用，人力资本的发展阻碍了东莞制造业的产业升级，是影响产业升级发展水平的主要制约因素。政府需要加强对人力资本的投资，能够在短期内提高东莞制造业的发展水平。第三，科技创新和人力资本均不是产业升级的格兰杰原因。东莞制造业的科技创新和人力资本没有充分发挥其作用，没有促进产业升级的发展，政府和企业要加大对科技创新和人力资本的投入。第四，科技创新是人力资本的格兰杰原因，科技创新能够促进人力资本的发展。政府和企业要加强对科技创新的投入，通过科技创新提高人力资本的发展水平。第五，产业升级是人力资本的格兰杰原因，产业升级发展到一定水平会反过来促进人力资本的发展，东莞制造业产业升级水平的提高，会吸引高层次的人才，改变现有的人力资本结构，形成产业升级的良性循环。东莞制造业仍处于全球价值链的低端，产业升级还有很大的上升空间。东莞要加大科技创新和人力资本的投入，充分发挥科技创新和人力资本对产业升级的作用和影响，形成促进产业升级的良性循环。