技术创新、数字化投入与中国制造业国际竞争力

李 安, 李士梅, 尹逊之

(1.哈尔滨工业大学, 黑龙江 哈尔滨 150001; 2.吉林大学 经济学院, 吉林 长春 130012)

一、问题的提出

纵观中国制造业的发展历程,其国际竞争力从初步形成到逐渐提升,很大程度上得益于劳动力成本优势和技术后发优势。中国制造业尽管规模已经在全球稳居第一,却长期处于全球价值链的中低端。当前,制造业的国际分工格局正在发生深刻变化,随着西方发达国家制造业的回流,中国的贸易环境不断恶化。面对发达国家再制造战略和科技进步给中国经济带来的挑战和机遇,实施创新驱动战略,增强中国制造业在国际市场上的贸易优势,维护国际分工体系下的竞争地位,已经成为中国坚持开放、走高质量发展之路的必然选择。就发展中国家而言,技术创新的路径是多样性的,可以通过模仿创新获得发达国家的先进技术实现“技术赶超”,也可以通过自主创新构建核心竞争力。选择适宜的创新模式,是发展中国家参与国际分工并获得竞争优势的前提条件。

近年来,随着新一轮科技革命的深入发展,数字技术突飞猛进。数字技术对制造业产生了深远的影响,也成为重构行业竞争优势的重要力量。2021年12月,国务院印发的《“十四五”数字经济发展规划》明确提出,推进数字技术、应用场景和商业模式融合创新,形成以技术发展促进全要素生产率提升、以领域应用带动技术进步的发展格局。党的二十大也进一步强调,建设数字中国,加快发展数字经济。由此可见,数字经济已经成为中国未来发展的重要战略之一。然而,数字化虽然带来了制造业技术范式的彻底革命,但数字技术在特定生产过程中的应用十分复杂,并非所有行业都可以较快地实现数字化转型,并在短期内从相关数字化投入中获得预期的收益和回报[1]。对于发展中国家,选择何种创新模式更有助于夯实制造业的竞争优势,数字化转型是否有助于突破技术锁定进而提高国际竞争力,是值得深入探索的问题。

已有文献深入探讨了技术创新对国际竞争力的影响,普遍认可技术创新对于破解中国制造业全球价值链低端锁定困境具有重要作用[2]。一方面,发展中经济体在面临知识经济高风险性、经贸环境不确定性和生产活动短期性的背景下,进行模仿创新是必要的[3]。江小涓[4]强调,科技要素在全球范围内的重组和扩散,使得发展中国家学习国外先进技术的可能性增加,因而中国制造业通过大规模引进国外先进技术进而发挥带动作用,有助于在全球产品市场上提升竞争力。另一方面,也有学者注意到中国在国际分工中长期专注于低附加值环节[5],自主创新能力弱是制造业国际竞争力低下的主要原因[6]。因此,不断增加本土自主研发创新投入,突破核心技术,以自主创新为根本参与国际市场竞争,是制造业迈向全球价值链中高端的关键[7]。与此同时,也有文献探讨了数字经济对技术创新的影响。在积极影响方面,数字经济通过促进技术扩散和技术进步促进了技术创新,为制造业企业提供了有利的创新环境和必要的资源供应[8];而竞争形态的不确定性加快了企业管理以及生产技术的研发创新,进而形成竞争优势,即数字经济通过知识溢出、市场竞争等途径促进了技术创新[9]。若进一步将数字经济对创新的影响区分为直接效应和间接效应,直接效应相对更大[10]。对创新体系进行数字化重构,将在推动技术进步方面发挥重要作用[11]。在消极影响方面,有学者指出,过度发展数字经济可能无助于技术创新,甚至阻碍技术创新。一定程度上,需要克服市场的盲目扩张问题,使数字经济真正融入业务流程,以免造成不利影响[12]。

不难发现,尽管学者们从学理上探讨了两类技术创新对制造业国际竞争力的影响,但鲜有文献对两类创新模式影响行业竞争的效果进行对比。同时,尽管学者们深刻论述了数字经济与技术创新的关系,但并未进一步延伸到两者对制造业国际竞争力经济后果的探究上。基于此,本文利用 2005—2018 年OECD数据库的投入产出表数据测度中国制造业数字化投入的相关指标,在分析技术创新对中国制造业国际竞争力影响的基础上,深入剖析数字化投入的调节作用,并根据数字化投入要素的类型进行分类,进一步探究了不同数字化投入要素调节效应的异质性。相较已有研究,本文的边际贡献如下:第一,立足于不同技术创新类型,探讨了自主创新和模仿创新对中国制造业国际竞争力的影响,拓展了中国制造业国际竞争力影响因素的研究范畴;第二,引入数字经济视角,分析数字化投入对技术创新与中国制造业国际竞争力关系的调节作用,丰富了数字经济与产业经济相互赋能的研究话题;第三,将数字化投入要素进行分类,从不同数字化投入要素的视角分析数字化投入调节效应的异质性,为数字要素与技术创新互动发展进而提升中国制造业国际竞争力提供全新经验支持。

二、理论分析与研究假设

(一)不同类型技术创新对中国制造业国际竞争力的影响

技术创新可以通过对要素使用效率的强化,改变国际分工格局以及国际贸易的产品结构,从而增强产品的竞争优势。特定的技术变革渠道与产业发展战略密切相关,也会对行业竞争力产生差异化影响[13]。在经济“赶超”初期,受限于匮乏的研发资源,发展中国家主要是从发达国家引进先进技术,创新依赖于模仿发达国家,充分享受全球化背景下技术溢出带来的好处。此时,廉价劳动力和较低的生产成本是发展中国家的主要竞争优势,并借此在全球贸易体系中占据一席之地。21世纪初期,中国在加入WTO以后,正是凭借成本优势快速实现了经济腾飞,此阶段模仿创新对于制造业竞争力的提升具有重要贡献。然而,随着收入和技术水平的提升,原有的创新模式面临巨大挑战。一方面,随着技术追赶,中国与发达国家在高端制造业已经形成实质性竞争关系,发达国家利用各种措施全面遏制发展中国家实现产业链升级,美国“再工业化”和“制造业回流”战略正是基于上述背景提出的。另一方面,中国低端制造业长期以来依靠丰富的原材料和大量的劳动力所获得的成本优势,随着人口红利减弱、人口老龄化、要素成本上升而被不断削弱。当前,与越南、印度等新兴经济体相比,中国的加工制造业已经不再具有比较优势,若继续依靠模仿创新参与低端产业链代工,中国制造业的国际竞争力恐将持续降低。

鉴于近年来中国制造业创新产品在国际市场上的适应性不足[14],自主创新成为打破发达国家“技术封锁”,摆脱低端产业链加工困局,重塑中国制造业竞争优势的重要支撑。构建自主创新模式也是中国制造业向全球价值链高端迈进,打造国民经济高质量发展全新动能的关键要义[15]。正因如此,党的二十大明确要求“加快实现高水平科技自立自强”,并对加快实施创新驱动发展战略做出重要部署,试图尽快破解“卡脖子”难题。当然,从全球产品市场视角全面审视,一国的出口产品要想持续获得高市场占有率,除了依靠低廉的价格外更要依靠较高的质量。越是处在产业链、价值链的高端,对产品质量的要求越高,技术竞争也会越激烈。长期来看,中国制造业获得竞争优势,根本在于产业链升级、价值链攀升,唯有自主创新能够更实质地提高产品的质量和性能,获得其他国家难以复制的竞争优势,这也是中国产业占据全球分工体系有利位置的“内因”。 基于中长期视角,本文提出如下研究假设。

H1a:自主创新对中国制造业国际竞争力会产生正向影响。

H1b:模仿创新对中国制造业国际竞争力会产生负向影响。

(二)数字化投入的调节作用

数字经济时代,信息技术通过全面提高行业生产、流通、分销和消费等领域的效率,实现了要素的全新搭配,并通过打破“信息孤岛”,实现制造业的流程再造。从这个意义上讲,数字经济打破了制造业原有的创新发展路径,形成了一种全新的“技术—经济”范式,不能忽视数字经济对制造业竞争力塑造的深远影响。值得注意的是,数字化转型具有复杂性、多样性和长期性,数字化投入能够发挥怎样的效果,取决于流程整合、技术协调、资源融通等多方面因素,盲目推动数字化转型的效果可能并不理想[16]。特别地,鉴于数字化投入和创新投入都具有前期投入大、周期长、见效慢等特征,在资金约束下,数字化投入与创新投入存在一定的竞争关系,可能会表现出“数字化创新悖论”,这一点在已有文献中被广泛讨论。“数字化创新悖论”的存在阻碍了新技术带来的潜在效率提高。

在中国制造业转型过程中,数字化投入可能会对自主创新的竞争力提升效果产生抑制作用。这是因为,中国制造业向产业链高端迈进的时间尚短,数字化转型的发展时间也不长。很难想象,数字化转型从伊始阶段就与高端制造业升级的自主创新路径完全匹配,两者即便存在交集可能也是一种偶发行为。自主创新是一种突破性创新,依赖前沿的学科知识和自主知识产权技术,背后则需要大量的资金、基础资源和人才支撑。在自主创新发挥重要竞争优势的领域,一般情况下缺乏进行数字化投入的额外资源,也无须通过数字化转型来强化竞争优势,除非自主创新技术本身就是重要的信息技术。从这个意义上讲,数字化投入短期内可能会对自主创新产生一定的“挤出效应”,阻碍高精尖技术的研发以及正向技术溢出效应的发挥[12]。事实上,在数字经济、工业经济、农业经济这一“三元经济”体系中,数字经济与工业经济的关系非常微妙。实现数字经济的深度转型会比农业经济向工业经济的转型更为复杂。在相当长的一段时期内,数字经济与工业经济的效率可能会呈现“更替”。在数字经济的冲击下,一部分低效的制造业部门最终将退出市场,而高端的制造部门将与数字经济业态形成“共生态”。因此,以自主创新为核心竞争力的高端制造业或可与数字经济在长期达成协同,彼时制造业或已实现了“更新换代”。

与自主创新不同,模仿创新是对率先进入市场的产品进行仿效与再创造,前期投资少,创新时间短、见效快,其与数字化投入的“资源冲突”并不明显。数字经济时代,信息技术可以帮助某些产业以速度更快和成本更低的方式获取更多的技术资源,模仿创新的成本有所降低,这将使得一部分早期依靠模仿创新而不再具有成本优势的细分行业重新获取微弱的成本优势。不仅如此,对于这些细分行业,数字化转型本身可能被迫成为行业再度获取竞争优势的手段。对于这类行业,数字化投入与模仿创新或表现出一种短期协同关系,即通过“产业数字化”获得一定的竞争力提升。但正如前文所述,在数字经济与工业经济长期的融合替代过程中,这些细分行业可能成为“数字产业化”进程中的“过渡态”。随着三元经济体系布局的最终形成,那些不具备核心自主研发能力的制造业态终将被市场淘汰,或转移到其他区域。从这个意义上讲,数字经济只是放慢了上述细分行业国际竞争力衰落的节奏,难以改变其被颠覆替代的结局。当然,这也再次印证,从长期来看,真正发挥自主创新与数字经济的协同作用才是中国制造业提升国际竞争力的关键,但这往往在经济业态深度转型融合后才能最终表现出来。基于上述分析,本文提出如下研究假设。

H2a:数字化投入抑制了自主创新对中国制造业国际竞争力的正向影响。

H2b:数字化投入削弱了模仿创新对中国制造业国际竞争力的负向影响。

三、研究设计

(一)样本选取与数据来源

在国际数据获取上,首先,本文从联合国COMTRADE数据库得到SITC 3.0各个行业的商品代码,并对标中国制造业产品的分类,将二者进行匹配,最终得到26个制造行业的出口贸易数据。与国家统计局行业分类的标准相比较,主要合并了农副食品加工业和食品制造业,以及橡胶制品业和塑料制品业,同时剔除了其他制造业。其次,在OECD数据库查找投入产出表数据,计算出中国制造业各行业的数字化投入指标。最后,为了实现行业层面数据的对接,将得到的两个数据集合按照《国际标准行业分类》(ISIC Rev 4.0),通过行业代码对照,最终整合出中国16类制造业样本信息,具体行业分布情况见表1。在数据处理上,本文对于2017年以后的行业销售产值采用营业收入替代。根据OECD数据库2018年最新投入产出表数据,最终确定本文数据区间为2005—2018年。其他变量的相关数据来源于《中国科技统计年鉴》《中国统计年鉴》《中国工业统计年鉴》、Wind数据库、COMTRADE数据库和OECD数据库。

表1 制造业具体分类

(二)变量定义

1.被解释变量

本文的被解释变量为制造业国际竞争力(RCA)。Balassa[17]提出,可以用比较优势衡量一国商品的国际竞争力,通用的指标为显性比较优势指数。该指数越大,代表一国商品越具有出口竞争力。本文即以显性比较优势指数度量制造业国际竞争力(RCA),该指标更加关注出口质量,能够客观反映制造业在价值链中的国际竞争水平,具体计算公式如下:

(1)

其中,m表示商品,c表示国家,s表示所有商品,n表示所有国家。RCAcm表示c国第m种商品以显性比较优势指数度量的(制造业)国际竞争力;Xcm表示c国第m种商品的出口额;Xcs表示c国

2.解释变量

自主创新(INI)和模仿创新(IMI)是本文的解释变量。R&D经费投入是衡量自主创新的重要指标,根据投入规模和投入强度,又有两种不同的度量方法。由于R&D经费投入规模的测算涉及折旧率计算,但具体行业R&D资本存量的折旧率较难获取。为了避免测量偏差,提升行业可比性,本文参照何郁冰等[18]的做法,利用R&D经费内部支出与行业销售产值的比值这一投入强度指标来度量自主创新(INI)。同时,参考马微、惠宁[19]的做法,采用技术引进、消化吸收、购买国内技术以及技术改造经费支出之和测算模仿创新经费支出,利用模仿创新经费支出与行业销售产值的比值来度量模仿创新(IMI)。

3.调节变量

数字化投入(DIG)是本文的调节变量。参考谢靖、王少红[20]的做法,本文根据中国数字经济的发展实际,同时依据ISIC Rev 4.0的分类,并对比OECD数据库分类,逐一筛选数字经济要素所依托的具体行业(见表2)。

表2 数字经济依托行业划分

借鉴张晴、于津平[21]的思路,本文通过投入产出法来计算中国制造业各行业的数字化投入。该指标可以通过绝对指标“直接消耗系数”或“完全消耗系数”来度量[22],也可以通过相对指标“直接依赖度”或“完全依赖度”来度量[23]。其中,直接消耗系数的计算公式如下:

(2)

由于直接消耗系数为绝对指标,难以反映数字化投入的相对重要程度,本文利用直接依赖度进行替代,直接依赖度是测算制造业对数字经济的直接消耗占制造业对所有行业直接消耗的比重。那么,以直接依赖度为度量的数字化投入计算公式为:

(3)

其中,akg为制造业g部门对任意一个部门k的直接消耗系数。

4.控制变量

参照已有文献[24-27]的做法,本文进一步控制了影响制造业国际竞争力的其他变量,包括行业规模(SIZE)、外商直接投资(FDI)、国有投资(GOV)、私营投资(PRI),具体变量定义见表3。

表3 主要变量定义

(三)模型构建

为检验H1a和H1b,本文构建如下的实证模型:

RCAit=α0+β1INIitIMIit+β2SIZEit+
β3FDIit+β4GOVit+β5PRIit+εit

(4)

同时,为了检验H2a和H2b,本文加入数字化投入(DIG)与技术创新(INI或IMI)的交乘项,构建调节效应模型。为避免多重共线性问题,对交乘项数据进行中心化处理[28],实证模型如下:

RCAit=β0+β1INIitIMIit+β2INIitIMIit×
DIGit+β3DIGit+β4SIZEit+β5FDIit+
β6GOVit+β7PRIit+εit

(5)

在公式(4)和公式(5)中,下标i和t分别表示行业和年份,ε为随机扰动项。同时,本文还控制了行业固定效应(IND)和时间固定效应(YEAR)。

四、实证结果与分析

(一)变量的描述性统计分析

本文主要变量的描述性统计结果如表4所示。

表4 主要变量的描述性统计结果

不难发现,制造业国际竞争力(RCA)的均值为1.200 2,最大值为3.201 6,最小值为 0.177 0。自主创新(INI)的均值为0.745 9,最大值为2.393 9,最小值为0.078 0;模仿创新(IMI)的均值为0.568 8,最大值为4.166 5,最小值为0.053 1。数字化投入(DIG)的均值为0.048 7,最大值为0.573 7,最小值为0.001 2。以上变量在不同行业中均存在较大差异。

(二)基准回归结果分析

技术创新影响制造业国际竞争力的基准回归结果如表5所示。其中,列(1)仅放入解释变量自主创新(INI),列(2)进一步增加了控制变量。结果显示,自主创新的影响显著且系数为正,H1a成立。列(3)仅放入解释变量模仿创新(IMI),列(4)进一步增加了控制变量。结果显示,模仿创新的影响显著且系数为负,H1b成立。列(5)同时将自主创新(INI)、模仿创新(IMI)加入,并加入所有控制变量,主要研究结论与列(2)和列(4)相比并未发生变化。以上结果说明,对于中国制造业来说,自主创新可以显著促进国际竞争力的提升,模仿创新不利于国际竞争力的提高。整体来看,在当前的国际形势下,模仿创新的成本越来越高,难度也越来越大。模仿创新已经不再是中国制造业获取国际竞争优势的关键驱动要素,相反自主创新对当前中国制造业提升国际竞争力尤为重要。控制变量的影响方面,列(5)的结果显示,行业规模(SIZE)的影响显著且系数为负,意味着大型制造业已陷入“巨婴”困境,或已出现严重的产能过剩,核心竞争力反而下降。外商直接投资(FDI)、国有投资(GOV)和私营投资(PRI)的影响均显著且系数均为正,体现出资本投入对制造业国际竞争力提升的重要作用。上述结论与已有文献基本一致。

表5 技术创新影响制造业国际竞争力的基准回归结果

(三)数字化投入的调节效应分析

表6披露了数字化投入调节两类创新与制造业国际竞争力关系的回归结果。列(1)和列(2)在基准回归的基础上加入了自主创新与数字化投入的交乘项(INI×DIG),该交乘项均在1%的水平下显著且系数为负,表明数字化投入显著抑制了自主创新对制造业国际竞争力的积极影响,H2a得以验证。上述结果表明,中国制造业的数字化转型很难一蹴而就。受制于技术、人力资本和发展阶段等客观条件,数字化技术尚未被有效吸收[29],未能在自主创新的竞争力形成过程中发挥正向协同作用,表现出“数字化创新悖论”现象。列(3)和列(4)在基准回归的基础上加入了模仿创新与数字化投入的交乘项(IMI×DIG),该交乘项的系数均为正,其作用方向与模仿创新影响制造业国际竞争力的方向相反,但并不显著,H2b未得到证实。可能的原因在于,数字化投入的削弱效果尚在渐近体现过程中,在本文的样本区间尚未显著呈现。也有可能是,根据刘建国、苏文杰[30]的分析,不同数字化投入要素在模仿创新和制造业国际竞争力之间具有正反两个方向的调节作用,从而导致作用效果相互叠加对冲,致使总的调节效应不显著。针对以上原因,后文将在进一步分析中进行深入讨论。列(5)和列(6)同时将自主创新(INI)、模仿创新(IMI)与数字化投入(DIG)的交乘项加入,回归结果与列(1)～列(4)的结果基本一致。

表6 数字化投入调节效应的回归结果

(四)稳健性检验

1.内生性处理

不同制造细分行业竞争力的提升或下降,可能会倒逼行业改变技术创新模式,从而产生“反向因果”作用,使得基准回归的结果有偏。为了克服上述“内生性问题”,本文将中国制造业自主创新(INI)和模仿创新(IMI)的滞后一期～滞后三期作为工具变量(IV),进行两阶段最小二乘估计(2SLS),回归结果见表7。不难发现,在进行内生性处理以后,H1a、H1b依然成立。弱工具变量检验的F统计量均大于10,且过度识别检验不能拒绝“所有工具变量均外生”的原假设,表明本文工具变量的选取较为合适。

表7 工具变量的回归结果

2.替换变量的度量方式和更换回归模型

为增强研究结论的稳健性,本文首先采用出口市场占有率替代比较优势指数重新度量被解释变量,用来反映出口的整体竞争力,重新进行回归①。出口市场占有率是指某一时期某种产业在同类产业国际市场中的比例,具体公式为:i行业出口市场占有率(MSi)=i行业出口总额/i行业世界出口总额。同时,采用自主创新经费支出和模仿创新经费支出分别替换两个解释变量重新进行回归,并取对数处理。另外,采用FGLS模型替代原模型进行重新回归②。不难发现,本文的核心结论并未发生改变。

(五)异质性分析

不同类型技术创新对细分制造行业国际竞争力的影响可能存在差别,为检验上述问题,本文根据表1的行业划分,将低技术制造业和中技术制造业合并为中低技术制造业,表8给出了按技术水平区分的异质性行业回归结果。其中,前3列的回归结果显示,对于中低技术制造业国际竞争力,自主创新(INI)的影响显著且系数为正,模仿创新(IMI)的系数为负,但是这种负向影响并不显著,说明对于中低技术制造业来说,模仿创新的影响没有出现明显的负向作用。列(4)～列(6)的回归结果显示,对于高技术制造业国际竞争力,自主创新(INI)的影响显著且系数为正,模仿创新(IMI)的影响显著且系数为负,说明中国高技术制造业应该走自主创新的技术路径,模仿创新会显著降低中国高技术制造业的国际竞争力。

表8 分行业的回归结果

五、进一步研究

在前文的分析中,H2b并未得到验证。一种可能的原因是,调节变量存在度量偏差。还有一种可能是,不同数字化投入在模仿创新和制造业国际竞争力之间具有正反两个方向的调节作用,从而导致总效应被抵消。针对以上两种可能性,本文分别替换了调节变量的度量方式,并对数字化投入要素进行细分考察。

(一)替换调节变量的度量方式

表9给出了以直接消耗系数度量的数字化投入(DIG2)的回归结果。其中,列(1)和列(2)是解释变量为自主创新(INI)的回归结果;列(3)和列(4)是解释变量为模仿创新(IMI)的回归结果;列(5)和列(6)是同时加入自主创新和模仿创新的回归结果。整体来看,以直接消耗系数替代直接依赖度进行回归,核心结论并未发生改变。

表9 替换调节变量度量方式的回归结果

(二)细化考察数字化投入要素的异质性调节作用

由于数字化投入中的要素存在差异,为了进行更为细化的研究,本文对制造业各类数字经济活动的投入要素进行分解测算。根据OECD数据库的分类方式,将数字化投入区分为计算机、电子和光学设备数字化投入,电信数字化投入,以及IT和其他信息服务数字化投入三类,以探究不同类型数字化投入在技术创新与制造业国际竞争力关系中的调节作用,回归结果见表10。

表10 细化数字化投入要素调节效应的回归结果

对比各类数字化投入要素的回归结果可知:列(1)中,数字化投入与自主创新的交乘项影响显著且系数为负,说明计算机、电子和光学设备数字化投入抑制了自主创新对制造业国际竞争力的积极影响;同时,数字化投入与模仿创新的交乘项系数为正,即计算机、电子和光学设备数字化投入抑制了模仿创新对制造业国际竞争力的负向影响,但上述影响并不显著。列(2)中,电信数字化投入与自主创新的交乘项影响显著且系数为负,因而电信数字化投入抑制了自主创新对制造业国际竞争力的积极影响;同时数字化投入与模仿创新的交乘项影响显著且系数为正,因而电信数字化投入削弱了模仿创新对制造业国际竞争力的负面影响。与计算机、电子和光学设备数字化投入以及电信数字化投入不同的是,列(3)中数字化投入与自主创新的交乘项回归系数为正,但并不显著,说明IT和其他信息服务数字化投入对自主创新与制造业国际竞争力正向关系的促进作用并不显著;同时,数字化投入与模仿创新的交乘项影响显著且系数为负,说明IT和其他信息服务数字化投入强化了模仿创新对制造业国际竞争力的消极作用。

六、研究结论与启示

(一)主要研究结论

本文利用中国制造业2005—2018年的面板数据,实证分析了技术创新对中国制造业国际竞争力的影响,并进行了分行业的异质性分析。同时,探讨了数字化投入对上述影响的调节作用,并进行了稳健性检验。在此基础上,根据数字化投入要素的细化内容,进一步分析了不同要素数字化投入的调节效应及差异,主要结论如下:

其一,自主创新对中国制造业国际竞争力的影响显著且系数为正,模仿创新对中国制造业国际竞争力的影响显著且系数为负。高技术制造业的回归结果与全样本的结果一致,而模仿创新对中低技术制造业国际竞争力的负面影响并不显著。其二,数字化投入显著抑制了自主创新对中国制造业国际竞争力的积极影响,但对模仿创新和中国制造业国际竞争力的关系并未产生显著影响。在引入工具变量进行内生性处理、替换变量度量方式、更换回归模型进行稳健性检验以后,上述结论依然成立。其三,按照数字化投入中的不同要素进一步分析发现,计算机、电子和光学设备数字化投入以及电信数字化投入的回归结果较为相似,二者均显著抑制了自主创新对中国制造业国际竞争力的积极影响,且均抑制了模仿创新对中国制造业国际竞争力的消极影响,但该效应仅在电信数字化投入时显著。IT和其他信息服务数字化投入与上述两种要素投入的作用效果有所不同,其强化了自主创新对中国制造业国际竞争力的积极影响,虽然不显著,但却显著强化了模仿创新对中国制造业国际竞争力的消极影响。

(二)政策建议

结合研究结论,本文提出以下几点建议。

第一,提高中国制造业的自主创新能力,加速培育全球价值链的领军企业。在全球价值链重构背景下,中国制造业必须优化产业内部竞争,继续加大自主创新投入。要尽快掌握核心技术和“卡脖子”技术,从模仿创新向自主创新转变。提高自主创新的洞察力,特别是在成熟度较低且更具创新性的领域,加大对先进技术的计划投资。另外,加速培育全球价值链的领军企业。领军企业不能局限于自身强大,更要努力成为产业链的“链主”,充分利用全球创新资源,积极参与国际分工合作,强化科技创新能力,引领整个产业创新水平的不断提升,并积极带动所在行业共同参与全球价值链竞争,以产业链布局创新链,以创新链提升价值链。

第二,有效利用数字技术推动技术创新,增强数字经济与技术创新的契合度。中国制造业在寻求数字化发展的过程中,应注重提升数字技术的“外溢效应”,推动数字端与技术端的相互渗透,增加技术储备以提升自主创新能力以及产业链数字化应用的协同,抢占制造业与数字技术深度融合的制高点。此外,还要充分发挥不同数字化要素的积极作用,最大限度发挥不同数据要素的价值创造功能,赋能技术创新。以此突破“数字化的创新悖论”,利用数字化机遇推动中国制造业突破全球价值链“低端锁定”的困境。

第三,完善数字经济的互补要素保障,充分释放数字经济潜力。数字经济背景下,创新要素中数字技术以及数据等要素体量不断增加,占比也逐渐增大,重构了创新要素。因而,在数字化进程中,需要重点完善数字化的要素保障,特别注重数字化互补要素的投入。从这个意义上讲,在政府层面应加大数字项目的资金支持,推动数字基础设施建设,完善数字产权保护体系。在企业层面应该提高员工整合技术和数据的能力,同时提高管理者的数字化领导力,确定可执行的数字化转型与增长路径,释放数字化要素的结构性增长效应和增强效应,获取行业竞争优势。

注 释：

①②限于篇幅,具体回归结果未列示,留存备索。作者邮箱:lian210163@163.com。