知識網(wǎng)絡(luò)結(jié)構(gòu)、知識存量對技術(shù)進(jìn)步的影響——以我國制造業(yè)面板數(shù)據(jù)為例的實(shí)證研究.pdf

1、改革開放以來，我國制造業(yè)發(fā)展迅速，極大地帶動我國經(jīng)濟(jì)的發(fā)展。中國工業(yè)和信息化部與社科院工業(yè)經(jīng)濟(jì)研究所的“2012年中國工業(yè)經(jīng)濟(jì)運(yùn)行上半年報(bào)告”中說，中國制造業(yè)產(chǎn)值已居世界第一。但我國制造業(yè)的數(shù)量在快速增長的同時(shí)，質(zhì)量的提升并不明顯，技術(shù)創(chuàng)新能力不足，缺少關(guān)鍵技術(shù)，引進(jìn)國外技術(shù)，對其消化、吸收和研發(fā)時(shí)，國外新技術(shù)又取而代之，形成惡性循環(huán)。如何提高制造業(yè)的質(zhì)量，加快其技術(shù)進(jìn)步率，實(shí)現(xiàn)制造業(yè)由粗放式增長轉(zhuǎn)向集約型轉(zhuǎn)變？我們認(rèn)為在這一過程當(dāng)中知

2、識起著越來越重要的作用，加快知識的流動和傳播，促進(jìn)知識的積累，已經(jīng)成為我國制造業(yè)獲取技術(shù)進(jìn)步優(yōu)勢的關(guān)鍵性資源。本文利用我國30個(gè)省市自治區(qū)的專利數(shù)據(jù)，構(gòu)建了制造業(yè)知識網(wǎng)絡(luò)結(jié)構(gòu)、知識存量指標(biāo)，將知識指標(biāo)作為輸入變量引入生產(chǎn)函數(shù)，實(shí)證研究了知識網(wǎng)絡(luò)結(jié)構(gòu)特征和知識存量對制造業(yè)技術(shù)進(jìn)步率的影響。
　　 本文首先從知識網(wǎng)絡(luò)的視角，考察了區(qū)域制造業(yè)知識網(wǎng)絡(luò)結(jié)構(gòu)和知識存量的特征，以及知識對技術(shù)進(jìn)步的影響。知識網(wǎng)絡(luò)的建立是以專利為要素進(jìn)行的，以

3、專利作為知識網(wǎng)絡(luò)的節(jié)點(diǎn)，當(dāng)某一專利同時(shí)屬于不同制造業(yè)行業(yè)時(shí)，這些制造業(yè)行業(yè)相互之間就建立起了聯(lián)系，并形成了制造業(yè)內(nèi)知識網(wǎng)絡(luò)狀的結(jié)構(gòu)，本文中制造業(yè)知識網(wǎng)絡(luò)結(jié)構(gòu)通過多樣性和凝聚性加以反映。然后，本文利用DEA方法對各省區(qū)制造業(yè)全要素生產(chǎn)率進(jìn)行了評價(jià)，利用Malmquist-DEA指數(shù)分解出了技術(shù)進(jìn)步指數(shù)，并進(jìn)一步計(jì)算得到了各省區(qū)制造業(yè)技術(shù)進(jìn)步率的數(shù)據(jù)。最后，本文利用了2001-2011年的面板數(shù)據(jù)進(jìn)行了回歸分析，研究了制造業(yè)知識網(wǎng)絡(luò)結(jié)構(gòu)特征

4、和知識存量對技術(shù)進(jìn)步率的影響，同時(shí)運(yùn)用空間自相關(guān)模型和空間誤差模型檢驗(yàn)了回歸結(jié)果的穩(wěn)健性。
　　 實(shí)證研究結(jié)果表明，知識網(wǎng)絡(luò)結(jié)構(gòu)包括知識的多樣性和凝聚性對區(qū)域技術(shù)進(jìn)步的發(fā)展起了重要的作用，其中相關(guān)多樣性和凝聚性對技術(shù)進(jìn)步的影響是積極的，非相關(guān)多樣性的影響則是消極的，總的多樣性受到非相關(guān)多樣性的主導(dǎo)作用也顯示了消極的影響，傳統(tǒng)的知識存量對技術(shù)進(jìn)步存在正向的影響。應(yīng)采取措施增加相關(guān)多樣性、凝聚性，降低非相關(guān)多樣性，同時(shí)增加知識存量。