技术封锁对产业发展独立性的影响

薛耀文 杨大高 王文利

摘 要：在“实体清单”的基础上，确定与被打压核心企业契合的4类产业，结合投入产出模型与社会网络模型，分析4类产业在产业链中地位以及技术封锁对4类产业发展独立性的影响。研究发现：①计算机、通信和其它电子设备制造业居战略地位，就业吸纳能力强，但产业附加价值率低，属于劳动密集型产业，受“实体清单”影响最大，其它3个产业则处产业发展初始阶段；②计算机、通信和其它电子设备制造业以及科技推广和应用服务业居结构洞位置，自我网络规模大但密度低，结构优势未得到充分利用；③美国实施技术封锁后，中国基础产业研究投入明显增多，产业自立自强发展趋势显著。最后，提出应加大资金支持力度，提高产业劳动报酬，提升核心技术自给率，加快数字化进程，实现产业发展“弯道超车”。

关键词：产业发展；技术封锁；实体清单；投入产出模型；社会网络分析

DOI：10.6049/kjjbydc.Q202207263

中图分类号：F260

文献标识码：A

文章编号：1001-7348（2023）13-0050-10

0 引言

自18世纪以来，人类社会先后经历“蒸汽时代”“电气时代”“信息时代”3次工业革命，极大提高了劳动生产效率，促进经济全球化。事实证明，每一次工业革命的引领者都在相当长时期内居于全球竞争优势者地位。进入21世纪以来，随着新一轮科技创新与产业变革，第4次工业革命呈现新的发展态势和特征，并强有力地引导战略性新兴产业演进方向。这是近代以来中国第一次与美国、欧盟等西方国家和地区站在同一起跑线上竞争工业革命引领者，因此，利用世界百年未有之大变局，抢占未来发展制高点，对实现中华民族伟大复兴具有重大战略意义和长远历史意义。

但发展不可能一帆风顺，美国为了维护其霸权地位，不惜成本与代价对中国高科技企业进行无端制裁和打压。2018年8月，美国进一步升级对中国实施的技术封锁，将中国企业列入“实体清单”。2019年5月，将华为列入“实体清单”，同年8月，进一步升级对华为的限制。此外，美国还假借“人权”问题，将多家纺织、服饰企业列入“实体清单”，企图遏制中国传统优势产业发展。2020年12月，美国将“中芯国际”“大疆创新”“海康威视”“科大讯飞”等60个中国实体添加到“实体清单”，表明美国开始对5G通信等高新技术产业进行多方位打压。2021年美国打压力度及范围虽较往年略有放缓，但美国延缓中国现代化进程、遏制先进科技和产业发展的行为从未收敛。

为进一步探究美国技术封锁对中国相关产业链及社会经济造成的影响，本文对“实体清单”内各类实体进行汇总，结合被美国打压的“华为”“中芯国际”“大疆”等企业既拥有关键核心技术又占据全球相当市场份额的现状，提出“核心企业”概念，构建核心企业对产业影响路径，利用产业网络模型分析相关产业在国民经济中结构地位，利用投入产出模型分析其在国民经济中发挥的作用，借此找准产业独立自主发展的“牛鼻子”，以期为中国从容应对打压、稳健实施科技强国战略提供决策参考。

本文创新之处在于：①结合美国对中国“实体清单”内容，提出核心企业概念，探讨微观企业对宏观产业影响传递机制，明确当前各类实体主要受中美贸易摩擦影响的4类产業；②以4类产业作为研究对象， 分析美国技术封锁的影响，利用Floyd算法构建2018-2021年强关联产业网络，通过投入产出模型分析产业间投入产出关系及其影响，并通过产业网络模型分析产业间结构关系及其影响；③通过迭代动态分析美国科技封锁对4类产业发展、产业结构升级的影响，并验证极限压力下中国专注基础研发、加速科技发展的势头。

1 研究评述

多年来，中美贸易关系一直在摩擦和曲折中演进，学者们最初从货物贸易、制度理论两方面出发，探讨激化中美贸易摩擦的关键因素。如Li［1］从结构性冲突理论、制度性冲突理论和美国国内问题输出理论出发，试图为中美贸易摩擦提供合理解释。对于贸易摩擦的影响，学者们多采用均衡理论模型进行分析。从宏观层面来看，Amiti等［2］通过完全竞争市场结构下的进口需求和出口供应部分均衡模型，评估关税对价格和福利的影响；Dong 等［3］使用一般均衡模型分析中美双边“关税报复”对贸易流和福利的潜在后果，量化了中美摩擦的影响。但是，宏观分析并没有充分结合美国对中国核心企业及产业进行打压这一现实特征，因此，从企业、产业角度分析中美摩擦更具现实意义。鲍勤等［4］通过构建中国经济42部门的一般均衡模型，测算贸易摩擦对中国出口贸易特别是高端制造业出口所带来的负向冲击。此外，贸易打压也对中国企业营商环境带来显著影响［5］，一方面导致企业产量减少，生产线停产，另一方面导致国际市场份额骤降，被迫转向国内市场甚至放弃原有产品种类。上述分析多停留于静态层面，缺乏完整的动态视角。刘爱东等［6］立足于产业，基于动态联立方程模型检验了国外反倾销对服装产业的影响，从短期静态来看，中美贸易摩擦将削弱中国纺织产品出口竞争力，但从长期动态测算来看，贸易摩擦会提升产品出口竞争力。

然而，在中国贸易关系方面，货物贸易、制度理论等并非一直是主要考量因素，在一定阶段，起主导作用的恰恰是政治和军事因素。随着中美贸易摩擦逐步升级，美国收紧了对中国的技术转让，特别是对华为商业活动的限制，意图通过贸易制裁、投资管制、出口管制、限制技术人员交流等手段，迫使中国放弃高科技产业［7］，以确保美国在世界的霸权地位。就技术封锁带来的宏观影响而言，朱启荣等［8］通过全球贸易分析模型（GTAP），评估了美国对中国技术出口管制对于中美两国经济的影响，认为美国加强对华技术出口管制损害了中美两国经济利益，对两国进出口贸易都具有不利影响。就技术封锁对企业带来的影响而言，薛熠等［5］认为美国通过技术封锁导致中美高层次人才培养和交流受到限制，增大新兴产业和高端制造业供应链断裂风险，影响企业创新升级。

上述文献主要通过宏观视角构建均衡理论模型，量化分析技术封锁对产业发展的影响，没有基于产业结构进行分析。在国民经济系统内，各产业按照不同规模与趋势发展，彼此间通过错综复杂的供给、消耗关系产生关联［9］，产业发展并不独立，而是相互依赖、相互作用，各产业部门的发展难免受到其它产业部门影响［10］，而影响程度取决于各产业部门供给消耗关系［11］。投入产出模型可以结合经济系统内部各产业关联情况，分析产业发展状况［12］。但是，投入产出模型侧重反映二元范畴“量”的关系，难以勾画产业部门结构特征。因此，将产业关联分析与社会网络分析相结合，可以充分探究系统结构与功能间相互关系［13］。然而，现实世界产业部门间联系众多、微小且冗杂，有价值的信息容易被隐藏［14］，而提取产业网络骨干部分可以高效简洁地描述复杂的产业网络系统［15］。目前学者通过使用依据经验判断法的外生临界值［16］与依据相关系数法的内生临界值［17］，划分特定的临界值，以确定阈值，但其简单过滤掉权重低于预定阈值的链接，忽略了低权重链接对特定节点相对重要的事实。

综上，关于贸易摩擦与技术封锁影响的研究成果较多，但多局限于各类均衡理论模型，数据来源获取繁琐且所需变量较多。关于核心企业对相关产业链的影响，鲜有学者进行研究。

关于微观企业对宏观产业的影响传递机制，现有文献主要从空间形态角度出发，研究微观企业到宏观产业演化过程。如袁文华［18］参照生态学概念，构建企业—集群—系统多尺度（FCS）分析框架，串联产业成长演化轨迹，将产业演化层次分为“单细胞—组织器官—有机体”3个阶段，认为产业发展取决于单个企业经济生产决策。就战略性新兴产业发展路径而言，主要以产业内核心企业为主导，通过“关键企业”带动相关企业群、关联企业等发展，进而影响产业发展路径［19］。

但是，上述研究并未对关键企业的概念进行明确界定。已有研究将关键企业划分为领军企业和龙头企业，如Gay等［20］从技术创新视角出发，认为领军企业是指在产业相关领域长期处于前列且具有持续竞争优势的企业。而国家农业农村部从另一角度出发，认为龙头企业是指具备一定市场规模和交易规模的企业［21］。考虑到被列入美国“实体清单”便意味着企业实体与美国供应链隔绝，无法从美国获得零配件、物品和技术。“实体清单”作为美国管控技术出口的核心工具，代表最严格的技术制裁级别［22］。

综上，本文依据“实体清单”，以美国极限打压的中国企业实体为切入点，剖析企业实体特征，提出核心企业概念，并建立核心企业对产业影响传递机制，基于投入产出视角，结合社会网络分析美国打压和技术遏制的影响，对产业发展进行实证分析，为稳健实施科技强国战略提供决策参考。

2 模型构建与方法

2.1 样本筛选原则与影响机制

自2018年8月起，美国逐步加大对中国各类实体打压力度，包括且不限于企业、高校、事业单位、研究所及个人。其中，科研院所类（高校及个人、事业单位、研究所）占比20.97%，企业类实体占比79.03%。在企业类实体中，华为公司占比35.63%，科技类企业占比33.42%，关键领域企业占比24.08%，私营及其它占比6.88%。科技类企业、关键领域企业信息公布较为完整，其中，136家科技類企业所属产业共4类，98家关键领域企业（如中国广核集团有限公司、上海航天设备制造总厂有限公司、中国海洋石油集团有限公司等）所属产业共24类。考虑企业在各产业门类分布集中程度及其对所属产业影响力，本文选择科技类企业作为研究对象。

对科技类企业如华为、海康威视、科大讯飞等企业特征进行汇总，发现其具有两个显著共同点：一是科技研发能力强，能集合全球资源并引领产业技术发展趋势；二是市场份额较大，在全球市场中占据寡头垄断地位。本文将这类既占有创新供给端又占有市场需求端的企业称为核心企业。核心企业作为产业发展的“领头雁”，促使上下游及其相关企业在研发、制造、销售等方面集聚在核心企业生产环节上，推动产业跃迁式发展。一旦核心企业生产环境恶化，企业规模扩张和经营活动就会放缓甚至停滞，势必通过传导效应危及“雁阵”内企业发展，影响核心企业在“雁阵”中的引领和带动作用，削弱产业竞争优势和发展后劲［23］。

核心企业对产业的影响体现在企业发展能力、企业发展规模两个维度。具体影响路径如下：

路径P1a：“实体清单”束缚核心企业发展规模，限制企业发展能力提升。

企业发展规模包含两层意义，横向指企业重复生产同一种产品的数量，纵向指企业生产环节的数量。美国通过“实体清单”限制中国核心企业上游原材料，对企业生产能力和生产环节数量造成打压，使得企业发展规模萎缩，降低企业未来发展能力［24］。

路径P1b：核心企业发展能力骤降使得产业集群产出大幅减少。

企业发展能力是指基于现有规模，企业扩大生产规模的能力，反映企业经营素质及所占有的资源等。企业现有生产能力下降以及生产环节数量减少，导致企业无法扩大生产规模，进而限制产业集群产出［24］。

路径P2：集群产出的萎缩限制地区产业竞争力发展，降低产业链经济效应。

产业集群作为现代产业发展中的重要组织形式，在推动特色产业、区域经济发展方面发挥重要作用［25］。产业集群本质上是从事区域专业化生产的企业相互作用形成的复杂网络结构［26］，以企业为核心主体，以政府为主导，以高校和科研机构为重要参与者，以科技中介和金融机构为纽带［27］。产业集群与产业自身发展及区域经济效益具有显著正相关性［28］，有研究指出，产业集聚程度每下降一个单位，会促使利润率降低2.16个单位，影响产业经济效益［29］。集群产出的萎缩将导致核心企业对其它企业科研、生产、经营活动的带动作用受到限制［30］，从而影响集群网络绩效，进一步制约中国产业升级发展［31］。

美国以“实体清单”形式对中国核心企业进行打压，通过对“雁头”进行技术封锁，限制核心企业对各种资源进行整合与重组，阻碍企业规模和企业功能的集聚与扩张。通过对核心企业与集群中其它企业知识共享与交互环节的影响，将风险传递至“雁翼”（产业集群），阻滞产业上下游相关企业及配套企业、支撑机构等空间聚集。最终对“雁尾”（产业经济）产生影响，妨碍产业集群分工及资源合理配置，限制区域产业形成与发展，对中国产业链经济效益造成负面影响。如美国对华为实施市场狙击与技术断供，通过对华为的打压，使得中国信息通信领域升级与赶超被钳制［32］。

2.2 模型构建

为探究被美国打压的企业对中国产业发展和经济可能带来的影响，本文拟从美国“实体清单”入手，构建被美国打压的产业分析模型。

第一步：基于被打压的中国企业类型归纳整理核心企业特征。通过对企业“实体清单”进行汇总整理，得到4类实体类型。以科技类企业为研究主体归纳主要特征，提出核心企业概念。

第二步：明确受到“实体清单”影响的相关产业。基于核心企业影响机制，“实体清单”对核心企业的影响会传递至相应产业。整合得出4类产业：一是计算机、通信和其它电子设备制造业，主要包含计算机制造、通信设备制造、电子器件、电子元件专用材料制造等；二是软件和信息技术服务业，主要包含软件开发、集成电路设计、信息系统集成及物联网技术服务等；三是研究和试验发展业，主要指对新发现、新理论、新技术、新产品等进行研究和试验发展；四是科技推广和应用服务业，主要包含技术推广服务、知识产权、科技中介及其它科技推广服务。

第三步：构建强关联产业网络。将投入产出表中各产业部门视作节点，产业间投入产出关系视为边，通过增加影子节点对投入产出表进行扩展，利用改进的Floyd算法求出扩展邻接矩阵中任意两个产业节点间最长距离路径［33］，基于最长距离路径与直接消耗系数矩阵，构建强关联产业邻接矩阵，生成强关联产业网络。

第四步：通过产业网络模型分析4类产业在产业结构中所处位置及影响程度，利用投入产出模型量化4类产业对上下游产业依赖程度，分析4类产业对国民经济、就业情况的影响。以RAS为代表的双比例法对矩阵更新信息损失更小［34］，因此，利用RAS法对投入产出表进行迭代，探究“实体清单”对4类产业独立自主发展趋势的影响。

通过以上逻辑分析，构建理论框架如图1所示。相关系数及公式如表1所示。

2.3 RAS法

已知基年投入产出表第一象限投入产出流量矩阵A0=［xij］，以及目标年各部门中间投入合计和目标年各部门中间使用合计，通过按比例的行列运算，将矩阵从最初的基年投入产出流量矩阵A0迭代为目标年投入产出流量矩阵An，用矩阵的形式表示为：

An=RA0S

其中，R和S是对角矩阵，其对角元素中行乘数、列乘数可对初始矩阵A0进行行、列的双比例调整。调整过程的迭代步骤如下：

步骤1：由公式“目标年中间使用合计基年中间使用合计”计算得到各产业行比例r1i；

步骤2：通过“R1×A0”得到新的投入产出流量矩阵A1，计算新的列和，其中，R1对角线元素为r1i；

由公式“目标年中间投入合计新列和”计算得出各产业列比例s1j；

步骤3：通过“A1×S1” 得到新的投入产出流量矩阵A2，计算新的行和，其中，S1对角线元素为s1j；

由公式“目标年中间使用合计新行和”计算得出行比例r2i；

步骤4：重复上述步骤，直至Rn、Sn为单位矩阵，得到目标年投入产出流量矩阵An。

2.4 数据来源与处理

本文以2018年8月—2021年12月受到美国打压的中国实体企业为研究对象（数据来源于美国商务部网站）。实体企业所属行业分类信息来自“天眼查”“企查查”网站，产业间关联分析的数据来源于国家统计局2008、2020年《全国投入产出表》。依据《国民经济行业分类（2019）》中关于各行业范围的划分，将《全国投入产出表》中产业与之对应。就业人数来源于《中国人口和就业统计年鉴（2019）》《中国农村统计年鉴（2019）》《中国统计年鉴（2019）》，产业总产值由《中国经济普查年鉴（2018）》《中国统计年鉴（2019）》整理而得。

为方便统计，对《全国投入产出表（2018）》中153个产业进行整合，合并为88大类产业。以《中国统计年鉴（2019）》中总就业人数为基准，分别确定城镇、农村就业人数分布，累加得到各产业人数分布。各产业产值计算规则按照三大产业进行区分：第一产业由《中国统计年鉴（2019）》《中国农村统计年鉴（2019）》直接获得，第二产业则按照“生产法”核算方法计算得到，第三产业以“总产值=营业收入”核算方法计算得到。借鉴Cai［34］的处理方式，基于2018、2020年竞争型投入产出表数据，利用国家数据网站公布的数据进行迭代，得到2018—2021年投入产出表。本文使用软件包括Ucinet、Matlab、NetDraw。

3 实证检验与分析

3.1 四类产业关联及影响

3.1.1 四类产业关联性分析

产业间关联分析，倾向于研究各类产业间“量”的关系，也侧重对产业“结构”进行剖析。本文借鉴集中度（CR4）的定义，使用直接消耗、分配排名前4位系数之和与总系数的比值，分别表示4类产业对上游消耗、下游分配的依赖程度。同时，利用Ucinet软件求得4类产业自我网络节点数，表示各产业部门在整体产业网络中所处位置及价值，结果如表2所示。

由表2可知，科技推广和应用服务业对上游产业依赖度最低，但仍大于30%，因此，4类产业发展严重依赖上下游产业的供给、消耗。软件和信息技術服务业对上游产业部门发展依赖更集中，且相关产业多为第三产业，意味着该产业处于产业链下游环节，通过终端消费实现产业链价值增值。从4类产业对下游产业供给来看，除软件和信息技术服务业外，其余3类产业对下游产业供给依赖度均高于对上游产业供给依赖度。其中，计算机、通信和其它电子设备制造业对产业本身供给占比67.68%，且直接消耗系数前6位产业与知识产权密集型产业高度重合，产业间融合程度高，存在高度共生关系，可以有效带动传统产业非对称性互惠共生发展［35］。

值得注意的是，计算机、通信和其它电子设备制造业对产业本身无论是消耗系数还是分配系数均占比最多，同时，其自我网络节点数也高于其它3类产业。这一方面表明该产业部门生产以产业内部分工为主且内部专业化分工发展成熟，另一方面表明该产业部门对产业自身依赖较深，一旦遭受“卡脖子”，就容易形成恶性循环，进一步扩大波及范围及影响程度。为直观了解4类产业与上下游产业间关系，绘制4类产业关联图，如图2所示。

3.1.2 四类产业影响力分析

本文使用影响力系数、感应度系数及结构洞有效规模、限制度，对上下游产业影响数值和产业网络影响结构进行分析，计算结果如表3所示。软件和信息技术服务业、研究和试验发展业、科技推广和应用服务业3类产业影响力与感应度系数均小于1，参加社会再生产过程不充分。在中国工业化发展进程中，不同时期产业发展侧重点不尽相同，目前中国正处于第4次产业革命萌芽期，这3类产业尚处于发展初始阶段，属于弱辐射、弱制约型产业，产业发育不足，影响力不强。而计算机、通信和其它电子设备制造业不论是影响力系数还是感应力系数都超过平均值1，其中，影响力系数排名第二，一方面可以有效拉动上游产业发展，辐射效应广，另一方面对下游产业供给推动作用强，制约作用深。

从网络结构来看，有效规模越大、限制度越小，表明该产业节点网络影响力越强。由表3可知，计算机、通信和其它电子设备制造业及科技推广和应用服务业有效规模数值较高，限制度数值较低，表明其在产业网络中居于结构洞位置，对其它产业节点的结构影响力大。

综上，计算机、通信和其它电子设备制造业对经济增长速度最为敏感，是处于战略地位、关系国民经济命脉的支柱产业。值得注意的是，计算机、通信和其它电子设备制造业总带动效应达10.841，意味着该产业部门每增加1单位产出，就可以带动全产业增加10.841单位产出，结合其在网络结构中关键位置，其产业发展状况将显著影响国民经济发展速度。

3.1.3 四类产业结构差异分析

最终需求依赖度系数揭示产业发展依赖于出口、资本还是消费，其是对上下游产业发展依赖度的进一步补充。由表4可知，除计算机、通信和其它电子设备制造业外，其余3个产业对资本依赖度均超过50%，其中，研究与试验发展高达77.69%，表明这3类产业部门在发展初始阶段尚未形成完备的产业生态，产业发展严重依赖资本投入，属于投资依赖型产业，而计算机、通信和其它电子设备制造业对出口依赖度较高。计算机、通信和其它电子设备制造业进口率为23.88%，排名第5。值得注意的是，这4类产业部门对消费依赖度并不高，未充分利用中国庞大的市场潜力。

综上，计算机、通信和其它电子设备制造业具有两大特征：高进口率、高出口依赖度。这表明国内该产业部门上游无法提供产业发展所需原材料，多数进口国外核心器件进行代加工。而国内的低消费依赖度进一步促进国际高出口依赖度，以“大进大出”加工贸易方式融入全球产业价值链，出口需求相对集中，这意味着该产业出口价值链“断链”风险较大，一旦总供给函数向内侧移动，出口需求萎缩将导致“量价齐跌”困境［36］。

为进一步探究4类产业在国民经济运行中所处地位及主体结构，引入中间需求率、中间投入率，以50%为分界线对产业进行划分。由表5可知，科技推广和应用服务业及计算机、通信和其它电子设备制造业的中间投入率与中间需求率均高于50%，是物质生产部门，为最终产品生产提供服务。高中间需求率与高中间投入率表明，计算机、通信和其它电子设备制造业在生产过程中大量消耗其它产业部门资源，同时又是其它产业部门所消耗中间资源的主要供应者，其产品用于生产资料的比例较高，产业生产附加价值较低，符合劳动密集型产业特征。其余两类产业部门仅有中间投入率较高，研究与试验发展业的中间需求率为0.36%，表明产业发展更多依赖原始科研技术研发，属于技术密集型产业。

3.2 四类产业就业情况及影响

为进一步探究4类产业对就业的影响，本文通过就业系数反映就业数量，通过直接劳动报酬系数与直接营业盈余系数及其对比反映就业质量［37］。

3.2.1 就业吸纳能力

根据就业系数计算公式，得出4类产业直接就业系数、综合就业系数与间接就业系数，如表6所示。

计算机、通信和其它电子设备制造业直接就业系数与综合就业系数，均远高于其它3个产业，说明该产业具有更强大的就业吸纳能力。其中，综合就业系数为4.21（万人/亿元），即該产业每1亿元产出创造4.21万个就业机会，其中，0.37万属于该产业直接创造的就业机会，3.84万属于通过其它产业部门间接创造的就业机会，即每个从事该产业的就业人员可以为社会多创造10.3个就业岗位，说明计算机、通信和其它电子设备制造业间接就业带动效应强。

一般而言，第一二三产业综合就业系数依次递减。计算机、通信和其它电子设备制造业综合就业系数远超其它产业部门，由于劳动生产率与就业系数成反比，因此，该产业综合劳动生产率相对较低，进一步证实计算机、通信和其它电子设备制造业属于劳动密集型产业。

3.2.2 就业质量

劳动报酬系数与营业盈余系数计算结果如表7所示。计算机、通信和其它电子设备制造业直接劳动报酬系数低，产业部门生产支付的劳动力报酬少，产业发展直接消耗的劳动力人力资本水平低，产业就业环境不理想，就业质量等级低。从整体投入的劳动成本来看，该产业部门对劳动力报酬的投入迅猛增长，即产业部门发展对劳动力需求较高，进一步佐证该产业部门对就业的带动效应在产业部门中处于头部地位。

软件和信息技术服务业直接营业盈余系数为0.21，在产业部门中排名靠前，意味着基础软件开发、集成电路设计、应用软件开发、人工智能集成服务等投资效应明显，投资回报率高。4类产业直接营业盈余系数均比直接劳动系数低，表明在劳动与资本的博弈中，劳动报酬所占份额更大，4类产业与发展成为资本密集型产业仍有一定距离。

3.3 四类产业衍变情况及影响

为进一步分析自2018年美国对中国4类产业进行技术封锁所带来的影响，本文利用RAS法对投入产出表进行迭代，根据2018、2021年计算结果对比，得出如下结论。

（1）基础研究影响增大。由表8可知，从结构角度来看，4类产业有效规模均增加，限制度均减少，表明4类产业在产业网络结构中重要性及影响力均有所上升。其中，研究和试验发展业有效规模上涨54.32%，限制度下降27.91%，结构影响力提升幅度居于首位。从投入产出角度来看，计算机、通信和其它电子设备制造业因技术封锁受到的影响最大，影响力系数增加幅度最小且感应度系数增加幅度最大，即对其它产业影响力相对减弱，同时，更易受其它产业影响。值得注意的是，软件和信息技术服务业、研究和试验发展业无论结构还是投入产出，影响力均大幅提升，总带动效应提升显著。

（2）基础研究投入增多。由表9可知，从消耗角度看，计算机、通信和其它电子设备制造业，软件和信息技术服务业，研究和试验发展业在入度网络结构中自我网络连接数上升，但是，研究和试验发展业自我网络密度反而下降（该产业产出仅用于自身，故不存在出度自我网络），产业结构优势未能充分利用。从分配角度看，除科技推广和应用服务业外，其余3类产业无论出度自我网络连接数还是出度自我网络密度均有所降低，产业结构供给能力下降。

从投入产出角度看，4类产业完全消耗系数均有所上升，受上游供给影响，软件和信息技术服务业、科技推广和应用服务业完全分配系数有所下降，表明由于美国技术封锁，中国国内相关技术活动（研发、推广、应用）受到不同程度影响，将新技术、新工艺推向市场步履维艰。值得注意的是，科技推广和应用服务业出度自我网络密度逆势上升，产业网络结构带动效应增强。

自美国技术封锁后，国家加大对基础软件开发、集成电路设计信息系统集成、物联网技术服务的资源投入，注重新发现、新理论、新技术、新产品等研究和试验发展。软件和信息技术服务业、研究和试验发展业完全消耗系数上升明显，同时，在产业网络结构方面，产业入度自我网络规模增大，产业之间渠道愈加畅通，投入产出转化效益更高。这两个产业部门因技术封锁而逆势发展，表明中国逐步加大对前瞻性战略性产业投入力度，核心技术、关键技术自给率逐步提升，产业自立自强发展趋势显著。

4 研究结论与讨论

4.1 研究结论

本文通过分析美国技术封锁对中国4类产业带来的影响，探讨美国“制裁”中国企业是否有助于中国相关产业自立自强、可持续发展，得到如下主要结论。

（1）产业自身层面。计算机、通信和其它电子设备制造业对国民经济的带动效应强，对上下游产业发展的推动、制约作用深，是处于战略地位的支柱产业，但该产业以“大进大出”方式融入全球产业价值链，产业生产附加值较低，虽然产业就业杠杆效应强、吸纳能力高，但就业环境并不理想。软件和信息技术服务业、研究和试验发展业、科技推广和应用服务业处在发展初始阶段，社会再生产过程不充分，尚未形成完备的产业生态，产业发展依赖资本投入，其中，软件和信息技术服务业投资效益明显，投资回报率相对更高。

（2）产业结构层面。计算机、通信和其它电子设备制造业以及科技推广和应用服务业在产业网络中居于结构洞位置，对其它产业节点结构影响力大。计算机、通信和其它电子设备制造业入度自我网络以及科技推广和应用服务业出度自我网络规模大，但网络密度低，产业结构优势尚未得到充分利用，产业产能有待进一步释放。

（3）产业发展层面。软件和信息技术服务业、研究和试验发展业有效规模大幅上升，限制度大幅下降，逐渐接近结构洞位置。影响力系数提升且感应度系数降低，总带动效应提升显著。产业结构方面，2021年4类产业在产业结构中重要性及影响力均有所提高。投入产出方面，4类产业完全消耗系数均有所上升，但完全分配系数变化不一。入度方面，研究和试验发展业自我网络连接数增加显著，但自我网络密度有所下降；出度方面，除科技推广和应用服务业外，其它3类产业的产业结构带动能力下降。

4.2 实践启示

美国打压对中国产业发展造成不同程度制约，但也促使中国产业自立自强发展。基于研究结论，本文提出如下政策建议：

（1）提高前沿领域、创新领域核心技术自给率。加大基础研究投入，实现“0→1”技术突破，加快基础研发突破与迭代应用，增强产业竞争优势，补齐基础瓶颈短板，解决一系列“卡脖子”问题，合理利用关键产业的“链主”结构优势，充分释放产业产能，进一步巩固产业链竞争力。

（2）強化政策支持，加大产业资金投入力度。加快制定基础科研及科技推广相关政策，构建国家级产业发展规划，打造市场化、法治化、国际化营商环境，助力形成完整、完备产业生态；合理引入资本投资，提高资源配置效率，推动软件和信息技术服务业、研究和试验发展业、科技推广和应用服务业快速发展成熟，进一步带动计算机、通信和其它电子设备制造业发展，优化产业布局。

（3）提高产业劳动报酬，推进产业结构升级。利用高额劳动报酬搭建技术人才储备池，培育“专精特新”企业，提升制造业高端产能供给，加强创新链与价值链融合，构建更具韧性、更加自主、更加安全的工业体系网络，改变中国在关键领域、创新领域长期受制于人的困境。

（4）提升数字化、服务化水平，激活内需潜力。充分发挥中国海量数据市场、应用场景优势，挖掘内需潜力，逐步提升软件和信息技术服务业、研究和试验发展业、科技推广和应用服务业消费依赖度，提高计算机、通信和其它电子设备制造业国内市场占有率，促进终端消费，赋能产业转型，增强竞争优势，推动形成中国产业链国际化、现代化发展新格局。

参考文献：

［1］ LI W. Towards economic decoupling？ mapping Chinese discourse on the China-US trade war［J］. The Chinese Journal of International Politics， 2019，12（4）：519-556.

［2］ AMITI M， REDDING S J， WEINSTEIN D E. The impact of the 2018 tariffs on prices and welfare［J］. The Journal of Economic Perspectives， 2019，33（4）：187-210.

［3］ DONG Y， WHALLEY J. Gains and losses from potential bilateral US-China trade retaliation［J］. Economic Modelling， 2012，29（6）：2226-2236.

［4］ 鮑勤， 苏丹华， 汪寿阳. 中美贸易摩擦对中国经济影响的系统分析［J］. 管理评论， 2020，32（7）：3-16.

［5］ 薛熠， 金枫， 李经纬. 中美贸易关系的演进、影响与我国企业的应对［J］. 宏观质量研究， 2020，8（1）：1-18.

［6］ 刘爱东， 禹露， 谭圆奕. 国外反倾销对中国纺织服装业出口贸易效应影响的实证分析［J］. 中南大学学报（社会科学版）， 2016，22（6）：117-124.

［7］ SUN H. The U.S.-China tech war： impacts and prospects［J］. China Quarterly of International Strategic Studies， 2019，5（2）：197-212.

［8］ 朱启荣， 王玉平. 特朗普政府强化对中国技术出口管制的经济影响——基于“全球贸易分析模型”的评估［J］. 东北亚论坛， 2020，29（1）：54-68.

［9］ GUAN J， XU X， XING L. Analysis of inter-country input-output table based on bibliographic coupling network： how industrial sectors on the GVC compete for production resources［J］. International Journal of Modern Physics B， 2018，32（6）：1850063-1850086.

［10］ HE C， WANG J. Regional and sectoral differences in the spatial restructuring of Chinese manufacturing industries during the post-WTO period［J］. Geo Journal， 2012，77（3）：361-381.

［11］ LIU E. Industrial policies in production networks［J］. The Quarterly Journal of Economics， 2019，134（4）：1883-1948.

［12］ WANG P P， LI Y P， HUANG G H， et al. A multi-scenario factorial analysis and multi-regional input-output model for analyzing CO2 emission reduction path in JING-JIN-JI region［J］. Journal of Cleaner Production， 2021，34（2）：126782-126805.

［13］ XU M， LIANG S. Input-output networks offer new insights of economic structure［J］. Physica A， 2019，527（3）：121178-121202.

［14］ GHALMANE Z， CHERIFI C， CHERIFI H， et al. Extracting backbones in weighted modular complex networks［J］. Scientific Reports， 2020，10（1）：15539-15563.

［15］ WANG T， XIAO S， YAN J， et al. Regional and sectoral structures of the Chinese economy： a network perspective from multi-regional input-output tables［J］. Physica A： Statistical Mechanics and its Applications， 2021，581（4）：126196-126214.

［16］ 赵晓军， 王开元. 中国产业网络变迁规律研究［J］. 统计与决策， 2021，37（20）：90-95.

［17］ 李腾， 孙国强， 崔格格. 数字产业化与产业数字化：双向联动关系、产业网络特征与数字经济发展［J］. 产业经济研究， 2021，20（5）：54-68.

［18］ 袁文华， 李建春， 秦晓楠， 等. 基于FCS框架的城市文化产业景观生态特征及网络关联［J］. 地理科学进展， 2020，39（3）：474-487.

［19］ OWEN-SMITH J， POWELL W W. Knowledge networks as channels and conduits： the effects of spillovers in the Boston biotechnology community［J］. Organization Science， 2004，15（1）：5-21.

［20］ GAY B， DOUSSET B. Innovation and network structural dynamics： study of the alliance network of a major sector of the biotechnology industry［J］. Research Policy， 2005，34（10）：1457-1475.

［21］ 农业农村部. 农业产业化国家重点龙头企业认定和运行监测管理暂行办法［EB/OL］. ［2001-06-26］. http：//www.moa.gov.cn/gk/zcfg/__deleted_2018.10.23_09.36.23__qtbmgz/200601/t20060123_540623.htm.

［22］ 周磊， 楊威， 余玲珑， 等. 美国对华技术出口管制的实体清单分析及其启示［J］. 情报杂志， 2020，39（7）：23-28.

［23］ 宋军继. 国内海洋高新技术产业发展模式优化研究［J］. 山东社会科学， 2013，27（4）：125-127.

［24］ 刘异玲， 吴蔚玲， 李松青. 核心企业对工程机械产业集群影响路径研究［J］. 矿业研究与开发， 2017，37（8）：94-99.

［25］ 高鹏. 农村地区特色产业经济发展现状与改善对策研究［J］. 现代经济探讨， 2022，41（1）：124-132.

［26］ 曾昆， 李晓芃， 沈紫云， 等. 我国新材料产业集群发展战略研究［J］. 中国科学院院刊， 2022，37（3）：343-351.

［27］ 回亮澔， 伍玉林. 战略性新兴产业集群主体协同创新系统研究［J］. 自然辩证法研究， 2020，36（9）：38-44.

［28］ 卢华玲， 周燕， 樊自甫. 产业集群发展影响因素研究——基于电子及通信设备制造业省级面板数据实证分析［J］. 工业技术经济， 2013，32（1）：118-126.

［29］ 贺建风， 鄢平. 产业集聚与经济效益关系实证研究［J］. 商业时代， 2010，10（17）：104-105.

［30］ 邓峰. 核心企业网络权力对产业集群创新绩效的影响——基于网络运行效率的中介作用［J］. 科技进步与对策， 2015，32（18）：58-63.

［31］ 黄勇. 促进战略性新兴产业集群化发展的培育机制研究［J］. 贵州社会科学， 2021，42（12）： 125-133.

［32］ 李巍， 李玙译. 解析美国对华为的“战争”——跨国供应链的政治经济学［J］. 当代亚太， 2021，30（1）：4-45.

［33］ 关峻， 徐泽磊， 邢李志. 全球产业集群发展关联网络模型研究——以汽车产业集群为例［J］. 科技进步与对策， 2017，34（17）：72-79.

［34］ CAI H， QU S， WANG M. Changes in China′s carbon footprint and driving factors based on newly constructed time series input-output tables from 2009 to 2016［J］. The Science of the Total Environment， 2020，711（5）：134555-1334575.

［35］ 田家林， 顾晓燕. 知识产权密集型产业与其他产业的共生关系分析［J］. 技术经济与管理研究， 2019，40（9）：116-122.

［36］ 张其仔， 许明. 中国参与全球价值链与创新链、产业链的协同升级［J］. 改革， 2020，33（6）：58-70.

［37］ 杨俊青， 陈虹， 许艳红. 传统产业转型与新兴产业培育发展中的就业问题研究——以山西省为例［J］. 中国人口科学， 2018，32（5）：2-16.

（责任编辑：万贤贤）

英文标题The Effects of Technology Blockade on the Independence of Industrial Development：An Empirical Test Based on the U.S. Entity List

英文作者Xue Yaowen， Yang Dagao， Wang Wenli

英文作者单位（School of Economics and Management， Taiyuan University of Science and Technology， Taiyuan 030024， China）

英文摘要Abstract：Each outbreak of scientific and technological innovation and industrial change has greatly contributed to the improvement of social labor productivity and has brought new development trends and characteristics of industrial development. The leaders of each industrial revolution have taken global competitive advantages for a long period with leading the strategic evolution direction of new industries. Since the 21st century， the United States has been imposing unjustified sanctions on Chinese high-tech enterprises in an attempt to curb China's industrial development. Under such circumstances， it is crucial to identify the key points for the independent and autonomous development of industries by defining the types of industries under suppression and verifying their structural position and the role they play in the national economy.

Therefore， this paper summarizes two main characteristics of Chinese enterprises with core technologies on the U.S.entity list. Firstly， they have strong R&D capability with access to global resources， and lead the technological development trend of their industries; secondly， they have a high market share and occupy an oligopoly position in the global market in the form of multinational companies. Because of the importance of core enterprises in the industrial supply chain in the two major lines of R&D and sales， the impact of the U.S. entity list on core enterprises is passed on to related industries. The study integrates four categories of industries including computer， communication and other electronic equipment manufacturing， software and information technology services， research and experimental development， and science and technology promotion and application services. Subsequently， the input-output table is used as the database to construct the strongly related industry adjacency matrix by using the improved Floyd algorithm to generate the strongly related industry network. On the basis of the above theoretical mechanism， this study empirically examines the impact of the technology blockade on the development trend of self-sustainability and self-improvement of related industries in China by using the industrial network model and input-output model and investigates the specific impact mechanisms and effects.

The following conclusions are drawn. （1） The computer， communication and other electronic equipment manufacturing industry has strong driving benefits for the national economy and is a pillar industry in a strategic position; however， the industry is integrated into the global industrial value chain in the way of large-scale export based on large-scale import， the industry has high employment absorption capacity with a low value-added rate and an unsatisfactory employment environment， and it is a labor-intensive industry and  most affected by the entity list. The software and information technology service industry， research and experimental development industry， science and technology promotion， and application service industry are in the initial stage of development， and thus the social reproduction is not sufficient; there is not a complete industrial ecology， and industrial development is dependent on capital investment. （2） The computer， communication and other electronic equipment manufacturing industries and the science and technology promotion and application service industries are in the structural hole position with large ego network scale but low ego network density， and the advantages of this industrial structure are not fully utilized. （3） The U.S. technology blockade inhibits the development of China's four types of industries to varying degrees， and the most serious constraints are imposed on the development of the computer， communication and other electronic equipment manufacturing industry. But the suppression also forces China to increase the supply of resources for the research and experimental development industry， software and information technology service industry， improve its key technology research， and enhance its importance and influence in the industrial structure.

In summary， this study  extends the suppression of enterprises to the industry level with integrated research on the Chinese enterprises affected by the U.S. entity list from an industrial perspective. It further constructs a network of strongly related industries based on inter-industry linkages and analyzes the impact of the U.S. technology blockade on the independent and autonomous development and industrial structure upgrading of four types of industries through iterations.

英文關键词Key Words：Industrial Development; Technology Blockade; Entity List; Input-output Model; Social Network Analysis

收稿日期：2022-07-23  修回日期：2022-12-18

基金项目：国家自然科学基金面上项目（72171162）

作者简介：薛耀文（1965-），男，山西万荣人，博士，太原科技大学经济与管理学院教授、博士生导师，研究方向为决策科学、金融监管；杨大高（1995-），男，山西闻喜人，太原科技大学经济与管理学院硕士研究生，研究方向为决策科学、产业供应链；王文利（1982-），男，湖北钟祥人，博士，太原科技大学经济与管理学院教授、硕士生导师，研究方向为供应链管理。