Trade Conflict, National Innovation Space and Global Semiconductor Industry Upgrade
-
摘要:
针对经贸摩擦、创新空间影响半导体产业升级问题,依据国家创新空间理论,使用1995—2018年世界银行和Atlas数据库数据,运用逐步回归和分组检验,构建全球199个经济体创新空间影响半导体产业升级的分析框架。结果表明:经贸摩擦促进半导体出口量增加;教育水平、税收政策、国家发展程度、亚洲经济体对半导体出口和产业升级指标具有正向作用,但城镇化、绿色经济、金融市场、政府效率和人居环境具有异质性;进一步对亚洲经济体双重差分结果显示,亚洲经济体相比其他经济体,在经贸摩擦环境下经济复杂度的变化均值为0.051 69,经贸摩擦和创新空间因素交互效应显著为正,共同促进亚洲半导体产业升级,政府应通过提高创新空间要素投入促进经济可持续发展。
Abstract:This paper analyzes the influences of trade conflict and the innovation space on the upgrade of the semiconductor industry. According to the theory of the national innovation space, using the 1995—2018 World Bank and Atlas databases, the methods of stepwise regression and grouping test are used to set up an analysis framework for the impact of the innovation space on the semiconductor industry in 199 economies around the world. The results show that trade conflict promotes the increase in semiconductor exports, and education, tax policies, national development levels, and Asian countries have a positive effect on semiconductor exports and industrial upgrade indicators; however, the influences of urbanization, carbon emission reduction, financial market, government efficiency and living environment are heterogeneous. A further analysis of the different results of Asian countries show that compared with other economies, the average change in economic complexity index of Asian countries in the environment of trade conflict is 0.051 69, and the interactive effects of trade conflict and innovation space factors are significantly positive. To jointly promote industrial upgrade of Asian semiconductors, the governments should promote sustainable economic development by increasing investment to innovative space elements.
-
一、 引言
2018年3月23日,美国总统特朗普签署备忘录,对从中国进口的特定商品征收大规模关税,并限制中国科技型企业在美国投资并购活动,至此,深刻影响中国经济和技术转型升级的外部贸易环境发生了重大变化[1]。半导体作为大多数科技型产业的基础性产业,与化工类、机械类、汽车类和轻工业类产品相关性紧密。据世界银行数据显示,2010—2017年,中国半导体产业连续八年全球出口量第一,年出口量为4 630亿~7 470亿美元,占中国全部出口量的24.27%~27.36%。此次半导体产业成为中美经贸摩擦的焦点领域,必将对中国半导体产业升级产生重要影响[2]。现有研究文献普遍认为,中美经贸摩擦会阻碍大部分产业发展,但是部分产业也会出现逆势增长的情况[3],但人们还更加迫切地想知道,基于三年前“301调查”而发起的中美经贸摩擦是否对中国半导体产业升级产生了实际影响,如果影响存在,其内在影响机制是什么,以及是否存在异质性的效果。惟有弄清楚这些问题,才能有助于理清当前中美经贸摩擦环境下企业应对、政府干预的途径及效果,为实现中国半导体产业在中美经贸摩擦环境下可持续增长提供重要理论依据。
半导体产业对创新空间的依赖性是区别于其他产业的。首先,半导体产业属于科技密集型产业,对于企业技术投入水平具有较高要求,而创新空间是通过构建创新环境,鼓励创新投入,提高创新水平,通过提高区域创新竞争能力最终促进经济增长,半导体产业与创新空间设立目的具有一致性。其次,半导体产业对于高层次技术型人才需求较高,吸引人才、留住人才和培养人才是半导体企业长期发展的关键,创新空间要素中教育水平(Education,Ed)、人居环境(Living Environment,LE)的政府投入与半导体产业形成良好契合。最后,与半导体产业相关的技术开发、专利许可、技术产权转让与商业秘密保护等法律制度,是促进半导体产业相关企业经营增长的关键因素。通常,创新空间内税收政策(Tax Policy,TP)、政府效率(Government Efficiency,GE)等优于非创新空间,因此,半导体产业对于创新空间存在制度依赖性。
区别以往研究,文章的边际贡献主要有以下三个方面:其一,理论方面,检验国家创新空间理论在半导体产业升级中的作用,有助于扩展国家创新空间理论的解释范围。其二,补充国际贸易摩擦理论体系中关于影响产业升级定量研究的不足,在现有数值变量的基础上,增加创新空间。其三,沿袭数据驱动理论的思路,基于1995—2018年全球199个经济体世界银行数据库和Atlas数据库,利用逐项回归方法建立最优拟合模型。对世界半导体产业升级的影响进行系统评估,避免了数据选择偏差和样本量不足的问题。
二、 文献综述与研究假设
(一) 文献综述
中美经贸摩擦不仅是经济问题,更是一个以本国利益保护为导向,通过关税调整、技术标准、知识产权限制、贸易配额和进口许可证等,利用政府干预获得最优关税点、战略性贸易优势或者市场纠偏的过程。传统关税最优理论针对中美经贸摩擦进行了深入阐述,认为中美经贸摩擦对双方都是不利的。基于关税将减少国民福利,增加居民购买费用的角度,认为中美经贸摩擦发起方通过提高关税税率的方法保护进口是非理性的[4]。有研究者根据2019年韩日贸易摩擦数据,指出关税壁垒可能阻碍贸易自由化进而损害双方的国家利益[5]。战略性贸易优势理论认为,中美经贸摩擦对发起方是有利的,但对于应对方是不利的。根据1868—1995年日美贸易数据,分析日美贸易摩擦增加了美国企业在日本的投资,将商品从“日本进口”替换为在“日本生产”,首次实证揭示了日美国际贸易摩擦对两国经济的影响方式。整理2001—2006年关于国际贸易摩擦的文献,评估国际贸易摩擦对经济增长的效应,指出国际贸易摩擦所在的行业或者方向,贸易摩擦发起方会获得优势,并减少这些行业的经济危机“共振期”。市场失灵调整理论则认为,中美经贸摩擦对双方都是有利的,中美经贸摩擦本身即是双方政府协调信息不对称的过程,可以通过政府干预行为,恢复市场经济正常秩序,对贸易摩擦双方的长期经济性是有利的。通过美国苹果手机公司微观数据,认为美国苹果公司手机销售逆势增长的关键因素是中美经贸摩擦倒逼销售市场国际化、供应商全球化和运输便利性[6]。依据1997—2007年中美农产品出口数据,利用产品空间指标对中美农产品各种类的比较优势进行测量,指出竞争性和互补性,首次考察中美经贸摩擦对产业升级路径的影响,进一步,依据产品空间理论,提出中美经贸摩擦环境下产业升级、增加附加值和加强知识产权保护等[7]。依据2017年中美经贸数据分析,提出中美经贸摩擦可能会带来更多的合作博弈,即更自由、更公平的贸易[8]。根据2018年中美两国经济增速与经常账户数据,有学者提出贸易摩擦的“正向替代”效应,即加速推进中国“一带一路”建设和人民币国际化,总体上提高了国家的半导体出口总量(Semiconductor Export,SE)[9]。部分学者实证了中国轻工业和光伏产业在中美经贸摩擦背景下,国内生产总值不降反升,而半导体产业划分上整体趋向于轻工业[10-11]。
创新空间理论认为,产业升级依赖一国产品初始位置,基本遵循比较优势理论的同时,也存在政府干预引导实现技术追赶和跨越式发展的路径,特别是中美经贸摩擦环境下政府干预作为调整市场失灵的机制之一[12]。一旦明确了产品空间结构就能进一步计算该经济体经济复杂度(Economic Complexity Index,ECI),同时与其他国家ECI进行对比,并利用创新空间投入要素的改变,预测产业升级与经济增长动态关系[13]。创新空间要素特征决定比较优势演化路径,进而影响经济体经济增长[14]。创新空间理论的逐渐完善经历了温室气体减排、经济同步性、汇率政策机制、FTA协定机制和城镇化(Urbanization,Ur)等指标对产业升级影响的过程[15-19],并最终依据1962—2000年世界贸易数据库评估产业升级的构成要素,首次提出“国家创新空间”的概念[20],但是,并未建立系统模型实证对产业发展的影响,特别是中美经贸摩擦所涉及的半导体产业更是较少有文献涉及。
产业升级较早的因变量指标为生产要素投入与产出指标,依据世界银行数据分析认为,发展中国家能够从扩大劳动密集型产品的出口中增长国家经济,而且是实现工业产业升级的关键步骤[21]。有学者根据1965—1985年亚洲国家人均能耗变化,定性归纳了各国环境能源产业升级战略对可持续发展的促进作用,使用环境友好型产业作为经济体产业升级的评价标准[22]。首次建立的产业升级框架基于1985—2000年世界银行数据,引入产品密度(Product Density,PD)、人均GDP、技术复杂度(Technical Complexity Index,TCI,后演变为ECI)、产品邻近度(Product Complexity Index,PCI)和比较优势度(Revealed Comparative Advantage Index,RCA)五个指标,指出比较优势度、产品邻近度和经济复杂度(由技术复杂度指标演变而来)指标衡量产业升级的重要性[23]。研究者利用1993—2006年美国金属进口数据,发现技术复杂度促进经济增长,但是中国金属产业层面存在异常,与复杂经济体相比,绝对额较低,提升速度缓慢[24]。依据全球产品贸易数据库1962—2013年数据,研究认为制造业经济复杂度对制造业升级发展影响在逐渐加强,指出经济复杂度可以衡量制造业产业升级程度[25]。研究者针对经济复杂度如何提高问题,基于1996—2014年中国数据测算,认为外商投资、研发投入、制度环境对经济复杂度关联度最高[26]。就产业优势初始位置是否影响产业升级问题,研究者根据1995—2013年统计局中国工业企业数据库,认为不同地区在产品空间结构中的初始位置决定了产业升级的方向与路径,但是并未实证具体某一行业的产业升级路径[27]。最近的研究者论证了经济开放程度对经济复杂度的影响,基于2000—2014年43个经济体数据最小二乘法(Ordinary Least Squares,OLS)研究发现经济开发和经济复杂度具有显著的正向关联性,亦将经济复杂度作为产业升级的评价标准[28]。
半导体产业升级不仅体现在出口量指标上,还体现在出口比较优势度、产品邻近度和经济复杂度等指标上。比较优势度指标是衡量一国产品或产业在国际市场竞争力最具说服力的指标,旨在定量地描述一个经济体各个产业相对出口的表现。通过比较优势度指数可以判定经济体的哪些产业更具出口竞争力,从而揭示经济体在国际贸易中的比较优势。该公式为
(1) 式中:RCAc, i, t为某一经济体半导体比较优势指数;expc, i, t为某一经济体t时期半导体出口总量;∑i, texpc, i, t为某一经济体t时期所有产品出口量;∑c, texpc, i, t为全球t时期半导体出口总量;∑c, i, texpc, i, t为全球t时期所有产品出口量。一般认为,RCA=1,说明某一经济体某种产品有比较优势的临界值;RCA>1,说明该产品具有显著性优势;RCA<1,则不具有显著性优势。PCI是指经济体同时拥有两种具有显著比较优势的概率。两种产品的距离越近,产品邻接值越高,实现产品升级的难度和幅度就越小,如果半导体产业和其他产业之间的PCI越高,则认为同时生产两种产品所需的生产能力是相似的,两种产品间转换难度较低,技术相关性程度也较大,公式为
(2) 式中:φi, j, t为半导体产品i具有比较优势的情况下,产品j具有显著性比较优势的条件概率,即半导体产品和其他产品同时具有显著性比较优势的概率;p为条件概率,由于两种产品p不完全相等,故取值为两种产品p最小值作为产品邻近度的标准值。在企业利润最大化的目标下,产品的升级路径会基本遵循距离当前产业距离最近和利润最高的方向演进。为克服基于经济体人均收入计算的产品复杂度和平均价格水平指标的局限性,基于产品普遍性和国家多样性提出了经济复杂度,利用网络反射方法对经济体某一时期生产的具有显性比较优势的产品数量与某一时期该产品具有显性比较优势的国家数量,进行比较计算。ECI>1,表示产品的普遍性大于国家的多样性,能生产这一产品的国家越少,产品越具有复杂性和竞争力。公式为
(3) 式中:k为特征值特征向量;mean为数据均值;stdev为样本标准偏差。经济复杂度避免了产品复杂度和平均价格水平指标的“富国出口复杂产品,穷国出口简单产品”的逻辑,而是指出某一经济体具有比较优势,生产的产品普遍性将提高。增加的具有比较优势的产品只有少数国家能够生产时,才具有经济转化性。因此,该指标同时考虑了产品的市场需求能力和提供能力。文章基于先前研究基础,运用半导体出口比较优势度、产品邻近度和经济复杂度指标计算公式,数据指标通过1995—2018年199个经济体的半导体出口数据计算得出,因此,比较优势度、产品邻近度、经济复杂度和出口量作为研究半导体产业升级的因变量具有一定的合理性。
(二) 研究假设
一般来说,新兴的高科技产业往往具有较强的外部经济效益,这些产业所创造的知识和所开发的新技术、新产品,对国家整体技术进步和经济增长会产生积极的推动作用。作为科技产业的基础性产业,半导体产业发展的优劣将显著影响国家经济复杂度。半导体产业是中美经贸摩擦的焦点产业,从产品空间来看,半导体产业是化工业类、设备类、汽车类和轻工业类的基础产业,并与以上产业具有较高的产品关联性,中美经贸摩擦的发起方和反制方都将半导体产业的升级视为保护的重点。基于中国1997—2006年八个主要制造业部门对美贸易利得数据,指出半导体产业最终向核心产品发展的趋势,认为中美经贸摩擦会通过提高比较优势度和经济复杂度的方式,提高贸易附加值,进而使得半导体产业获得较快发展[29]。中美经贸摩擦对贸易双方经济的抑制作用,会因为创新空间要素投入而发生改变。中美经贸摩擦环境下,竞争规制资本、权力资本和知识管理资本等企业组织资本对经营绩效产生正向影响,为创新空间和经济一体化研究提供视角[30]。选取中国30个省、市大中型工业企业创新活动数据,构建中美经贸摩擦环境下市场开放度对创新绩效的影响,发现市场环境受限制时,创新活动对规模效率的影响显著为负,而创新活动对技术效率具有显著的正向影响[31]。首次提出国家创新空间概念,并初步构建了税收政策、金融市场(Financia Market,FM)和政府效率等分析框架,认为中美经贸摩擦环境下,政府可以通过促进创新空间要素投入获得经济增长,但是并未对此进行实证研究[32]。根据2017年碳排放数据发现,中美经贸摩擦减少了全球碳排放,促进绿色经济(Carbon Emission Reduction,CER)的发展。碳排放减排指标是区域创新空间体系的一部分[33]。综上所述,文章提出以下假设:
假设1:中美经贸摩擦促进半导体产业升级。
创新空间是为了推动知识经济发展而出现的物质空间的形式,这一空间概念大于工业集聚空间。通过分析中美经贸摩擦环境下银行业异质性,发现创新环境和政府作用对中小银行经营绩效影响显著,这为研究半导体行业的创新空间作用提供了借鉴[34]。城市作为创新空间要素的载体,已成为半导体产业相关企业战略选择的重要内容[35]。中国“十三五”规划提出实施半导体产业创新驱动发展战略,强调科技创新提升半导体产业综合实力,并相继出台《促进科技创新若干政策》《区政府关于细化鼓励创新创业、促进众创空间发展的若干政策的实施细则》等一系列法律法规,这些都明确指出创新空间在促进半导体产业发展方面的作用。创新空间除了包含物质形态要素外,还取决于产权保护、税收优惠、资金贷款、高校研发和人才引进等,在中国半导体产业升级的转型期,创新空间已经成为提升半导体产业竞争能力的重要因素[36]。根据中国2012—2017年A股上市公司数据,实证新环保法实施后企业创新投入的增加,并促进了A股上市公司的经营增长,指出法治环境对企业经营增长的正向影响[37]。综上所述,文章提出以下假设:
假设2:国家创新空间促进全球半导体产业升级。
(三) 研究变量
文章系统构建了半导体产业升级因变量指标,产业升级指标包括比较优势度、产品邻近度、经济复杂度和出口量。同时,构建了两个自变量,经贸摩擦(Trade Conflicts,TC)和创新空间。其中,创新空间包括教育水平、城镇化、绿色经济、税收政策,金融市场、政府效率、人居环境,国家发展程度(National Development Level,NDL)和亚洲经济体(Asian Countries,AC)。相关变量指标定义,如表 1所示。
表 1 变量及其定义变量 名称 定义 因变量 比较优势度(RCA) 半导体出口比较优势度 产品邻近度(PCI) 半导体与其他产品生产转换能力 经济复杂度(ECI) 半导体生产能力与市场独占性的比值 出口量(SE) 半导体出口金额 自变量 经贸摩擦(TC) 是否发生经贸摩擦 创新空间 教育水平(Ed) 大学生毕业人数比例 城镇化(Ur) 城镇人口增长比率 绿色经济(CER) 人均碳排放数量 税收政策(TP) 税收财政收入占GDP比例 金融市场(FM) 贷款实际利率水平 政府效率(GE) 企业开办天数 人居环境(LE) 经济体移民净人口数 国家发展程度(NDL) 该国家是否为发达经济体 亚洲经济体(AC) 该国家是否为亚洲经济体 三、 数据与方法
(一) 数据来源及整理
中美经贸摩擦主要涉及的行业为半导体产业,时间断点为2017年,这为文章通过特定政策事件评估中美经贸摩擦效应提供了有效的准自然实验。文章基于1995—2018年全球199个经济体半导体产品空间数据,采用逐步回归和双重差分法(Different In Different,DID),以中美经贸摩擦“301调查”为政策事件。准确评估中美经贸摩擦、国家创新空间要素对半导体产业升级的影响及作用机制。为避免数据选择性偏差:文章数据集除包含半导体产品因变量比较优势度、产品邻近度和经济复杂度以外,还包括自变量经贸摩擦和创新空间。上述数据便于有效地从多个角度探究自变量对被解释变量影响的关系,简言之,文章所用的全球半导体行业数据具有一定的代表性和可信性。
为提高数据的准确性,研究样本限定于半导体制造行业,因为该行业是此次中美经贸摩擦涉及行业,且属于技术密集型行业,考察国家创新空间对产业升级的影响相关性较高。中美经贸摩擦的时间断点设定在美国“301调查”开始的2017年,因在2017年即通过《外国投资风险评估现代化法案》重点审查半导体行业。相关变量描述性统计的整理,如表 2所示,数据峰度(Kurtosis)普遍大于零,即总体数据分布与正态分布较为陡峭,数据具有一定的集中度。数据偏度(Skewness)近似正态分布。
表 2 描述统计分析变量 观测值 均值 中位数 标准差 峰值 偏值 最小值 最大值 RCA 4 871 0.43 0.10 0.85 159.17 8.73 0.001 20.18 PCI 4 871 0.01 0.01 0.80 0.71 0.26 -3.68 2.96 ECI 4 871 -0.04 -0.06 1.45 1 616.00 30.58 -3.10 77.00 SE 4 871 7 072.00 31.90 31 879.00 195.03 11.98 0.001 682 000.00 TC 4 871 0.08 0 0.27 7.18 3.03 0 1.00 Ed 4 871 28.26 21.00 24.92 -0.01 0.93 0.13 136.60 Ur 4 871 56.73 56.39 23.80 -1.02 -0.01 7.21 100.00 CER 4 871 4.73 2.47 6.47 20.46 3.59 0.01 70.04 TP 4 871 16.24 15.40 8.65 50.30 4.58 0.01 149.28 FM 4 871 6.88 5.66 13.02 132.50 7.87 -93.51 252.11 GE 4 871 39.56 28.00 53.34 83.35 7.52 0.50 697.00 LE 4 871 -4 4791.00 -12 079.00 882 468.00 38.01 -1.01 -7 348 127.00 8 859 954.00 NDL 4 871 0.19 0 0.39 0.25 1.50 0 1.00 AC 4 871 0.24 0 0.42 -0.55 1.20 0 1.00 (二) 处置效应与选择问题
为克服自变量与因变量互为因果以及可能存在遗漏变量的问题,文章研究采用逐步回归和Pearson相关系数处理内生性,设计思路如下:解释变量与被解释变量互为因果问题,文章重点关注中美经贸摩擦与产业升级互为因果问题,以及创新空间与产业升级互为因果问题。
对于第一个问题,理论上,贸易摩擦的发起方基于保护国家特定产业而发起摩擦,短期内会降低国内总福利水平,但是基于此而获得的贸易对方的让步,进而获取更高利润水平,促进产业增长。虽然,作为中美经贸摩擦的应对方,亦是后续政策反制的发起方,且研究从普遍意义上论证了中美经贸摩擦的异质性。无论中美经贸摩擦的作用机制如何,对此问题的逻辑路径均为“中美经贸摩擦的发起—获得产业增长”。因此,第一个问题不存在第一类的内生性。
对于第二个问题,首先,理论上,创新空间建设的目标是促进创新研发投入,提高区域创新竞争能力,进而提高区域经济增长能力,其制度设计的出发点和产业升级的目标是一致的。实证中以创新空间为因变量,产业升级为自变量,发现:Cons=0.088 1,β1=-0.112 3,t=-1.189,F=1.414,调整后的R2=0.002。因此,第二个问题不存在第一类的内生性。
文章采用逐步回归方法拟定最优模型,对表 1中自变量的主效应模型进行逐步回归分析,确定最重要的变量。首先,基于“节俭模型”的原则,使用一元一次模型作为基础回归方程,公式为
(4) (5) 式中:E为回归方程的固定效应;y为自变量类别;β为自变量对因变量影响的程度;ε为残差。整理逐步回归分析输出结果,逐步回归建议在最终的建模中,包括教育水平、城镇化、绿色经济、税收政策、金融市场、政府效率、人居环境、国家发展程度和亚洲经济体。基本回归方程为
(6) 进一步,列举回归方程中各变量的Pearson相关系数(即P值)。结果显示,主要变量的相关系数在0.3以下,证明变量之间不存在明显的多重共线性问题,可以进行回归分析,结果如表 3所示。
表 3 变量的Pearson系数变量 各变量的Pearson系数 TC 1 Ed 0.10* 1 Ur 0.04* 0.35 1 CER 0* 0.31 0.30 1 TP 0* 0.17* 0.04* -0.06* 1 FM -0.02* -0.10* -0.06* -0.10* -0.02* 1 GE -0.11* -0.22* -0.10* -0.12* 0.07* 0.03* 1 LE 0.01* 0.19* 0.21* 0.24* 0.04* -0.03* -0.04* 1 NDL 0* 0.33 0.34 0.25* 0.21* -0.07* -0.18* 0.16* 1 AC 0* -0.06* 0.02* 0.15* -0.21* -0.03* -0.04* -0.04* -0.13* 1 注:*表示P < 0.3。 四、 回归结果与双重差分检验
文章将2017—2018年的经济体数据作为处理组,其他时期经济体数据作为控制组。评估中美经贸摩擦是否可以显著促进半导体产业升级。直接的做法是对比处理组和控制组在半导体产品RCA,PCI和ECI的差异。如表 4所示,中美经贸摩擦组相比非中美经贸摩擦组:RCA降低0.04,PCI提高0.01,ECI没有明显变化,Ed提高9.54,Ur增长3.53,CER降低0.01,TP增长0.14,FM降低1.15,GE提高21.59等,这反映出中美经贸摩擦促进创新空间投入的情况。
表 4 分组数据统计分析变量 中美经贸摩擦组 非中美经贸摩擦组 RCA 0.39 0.43 ECI -0.04 -0.04 Ur 59.95 56.43 TP 16.37 16.23 GE 19.76 41.35 SE 11 528.74 6 670.94 PCI 0.02 0.01 Ed 37.01 27.47 CER 4.72 4.73 FM 5.82 6.97 LE 5 958.00 -49 368.00 注:数据来源于世界银行(2020)数据库。 (一) 比较优势度
如表 5所示,从基本回归结果分析,经贸摩擦降低半导体产品比较优势度0.08。创新空间要素方面,教育水平、绿色经济、税收政策、金融市场、政府效率、人居环境、国家发展程度和亚洲经济体可以提高半导体比较优势度,分别为:提高教育水平可以增长比较优势度系数0.004、减少碳排放可以增加比较优势度系数0.005、增加税负率可以提高比较优势度系数0.005、降低市场利率可以提高比较优势度系数0.001、提高政府效率可以提高比较优势度系数0.000 5、减少移民流出可以增加比较优势度系数0.01、发达经济体相比其他经济体可以促进比较优势度系数增长0.27,以及亚洲经济体相比其他经济体可以促进比较优势度系数增长0.197。假设2得到验证。
表 5 比较优势度回归结果变量 RCA 参数 标准差 T值 P值 TC -0.080 0** 0.040 0 -2.056 0 0.039 0 Ed 0.004 0*** 0.000 6 6.604 0 0 Ur 0.000 7 0.000 6 1.129 0 0.258 0 CER -0.005*** 0.002 0 -2.414 0 0.015 0 TP 0.005 0*** 0.001 0 3.532 0 0.000 4 FM -0.001 0** 0.000 9 -1.999 0 0.045 0 GE -0.000 5*** 0.000 2 -2.369 0 0.017 0 LE -0.010 0*** 0 -5.335 0 0 NDL 0.270 0*** 0.037 0 7.283 0 0 AC 0.197 0*** 0.028 0 6.828 0 0 截距 0.147 0***(3.450 0) R2 64.990 0 调整后R2 63.070 0 观测值 4 871 F值 33.780 0*** 注:* * *和* *分别表示P < 0.01, P < 0.05。 (二) 产品邻近度
创新空间要素对产品邻近度回归结果如表 6所示,经贸摩擦降低产品邻近度0.09,创新空间方面,教育水平、绿色经济、税收政策、人居环境、国家发展程度和亚洲经济体对半导体产品邻近度具有正向作用,分别为:提高教育水平可以提高产品邻近度系数增长0.01,减少碳排放可以提高产品邻近度系数增长0.01,提高税负率可以提高产品邻近度系数增长0.01,减少移民流出可以提高产品邻近度系数增长0.01,发达经济体相比其他经济体可以提高产品邻近度系数增长0.209,亚洲经济体则可以提高产品邻近度系数0.04。结论支持了假设2。
表 6 产品邻近度回归结果变量 PCI 参数 标准差 T值 P值 自变量 TC -0.090 0*** 0.030 0 -2.500 0 0.012 0 Ed 0.010 0*** 0.000 5 18.771 0 0 Ur 0.000 1 0.000 5 0.252 0 0.800 0 CER -0.010 0*** 0.001 0 -5.372 0 0 TP 0.010 0*** 0.001 0 7.842 0 0 FM 0.010 0 0.000 8 0.085 0 0.931 0 GE -0.000 2 0.000 2 -1.001 0 0.316 0 LE -0.010 0*** 0.001 0 -6.370 0 0 NDL 0.209 0*** 0.032 0 6.351 0 0 AC 0.040 0* 0.025 0 1.669 0 0.096 0 截距 0.147 0***(3.450 0) R2 69.300 0 调整后R2 67.590 0 观测值 4 871 F值 99.050 0*** 注:* * *和*分别表示P<0.01和P<0.1。 (三) 经济复杂度
创新空间要素对经济复杂度回归结果如表 7所示,经贸摩擦抑制经济复杂度0.17。创新空间方面,教育水平、城镇化、税收政策、政府效率、国家发展程度和亚洲经济体促进经济复杂度提高,分别为:提高教育水平提高经济复杂度系数0.01,提高城镇化比率可以促进经济复杂度系数提升0.007,增加税负率可以提高经济复杂度系数0.014,提高政府效率促进经济复杂度系数增长0.001,发达经济体相比其他经济体可以提高经济复杂度系数为0.639,以及亚洲经济体类别可以促进经济复杂度系数增长为0.136。创新空间要素促进ECI的提高,假设2得到支持。
表 7 经济复杂度回归结果变量 ECI 参数 标准差 T值 P值 自变量 TC -0.170 0*** 0.060 0 -2.474 0 0.013 0 Ed 0.010 0*** 0.001 0 10.836 0 0 Ur 0.007 0*** 0.001 0 7.347 0 0 CER 0.001 0 0.003 0 0.414 0 0.678 0 TP 0.014 0*** 0.002 0 6.195 0 0 FM 0.001 0 0.001 0 1.152 0 0.249 0 GE -0.001 0*** 0.000 3 -4.444 0 0 LE 0.010 0 0.010 0 0.729 0 0.465 0 NDL 0.639 0*** 0.058 0 10.935 0 0 AC 0.136 0*** 0.045 0 2.987 0 0.002 0 截距 -1.127 0***(-16.760 0) R2 67.910 0 调整后R2 67.180 0 观测值 4 871 F值 120.330 0*** 注:* * *表示P < 0.01。 (四) 稳健性检验
文章使用出口量作为半导体产业升级比较优势度、产品邻近度和经济复杂度指标的替代变量,进行稳健性回归检验,结果如表 8所示,经贸摩擦促进出口量增长3 283.11亿元;教育水平每提升1%,促进出口量增长184.35亿元;税收政策每降低1%,促进出口量增长350.88亿元;金融市场每降低1%,促进出口量增加59.95亿元;经济体每增加1万移民数量,出口量增长0.001亿元。自变量作用于出口量的方向,与作用于半导体比较优势度、产品邻近度和经济复杂度具有一致性。经贸摩擦、创新空间要素促进了出口量的增加,假设1与假设2都得到验证。
表 8 逐步回归结果变量 SE 参数 标准差 T值 P值 自变量 TC 3 283.110 0** 1 605.530 0 2.044 0 0.040 0 Ed 184.350 0*** 23.630 0 7.799 0 0 Ur -70.960 0*** 24.830 0 -2.857 0 0.004 0 CER 110.180 0 81.200 0 1.356 0 0.174 0 TP -350.880 0*** 53.540 0 -6.553 0 0 FM -59.950 0* 33.810 0 -1.772 0 0.076 0 GE -0.780 0 8.580 0 -0.091 0 0.927 0 LE 0.001 0*** 0.000 5 3.310 0 0.000 9 NDL 14 343.160 0*** 1 365.350 0 10.505 0 0 AC 9 076.360 0*** 1 067.243 0 8.504 0 0 截距 6 250.840 0***(3.970 0) R2 89.900 0 调整后R2 88.020 0 观测值 4 871 F值 48.010 0*** 注:* * *和*分别表示P < 0.01和P < 0.1。 (五) 双重差分检验
文章采用双重差分法以经贸摩擦作为准自然实验,考察其对亚洲经济体半导体产业升级的影响。选取亚洲经济体作为处理组,非亚洲经济体作为对照组,构建经贸摩擦前后的双重差分模型,如表 9所示。
表 9 双重差分检验模型分组 经贸摩擦之前 经贸摩擦之后 双重差分 非亚洲经济体 α1 α2 d1=α2-α1 亚洲经济体 β1 β2 d2=β2-β1 分组差分 d3=β1-α1 d4=β2-α2 did1=d2-d1=d4-d3 双重差分方程为
(7) 式中:yit为半导体产业升级数值;TC-ACit为经贸摩擦事件二元数值变量与是否为亚洲经济体二元数值变量的交互项;αi为AC固定效应;φt为年度固定效应;εit为随机误差。式(7)为考虑了政策事件和亚洲经济体固定效应的双重差分估计模型。
(8) 式中:TCit为政策事件处理组虚拟变量;ACit为经济体处理组虚拟变量,式(8)为交互项模型。
经济复杂度双重差分结果如表 10所示,教育水平方面,d1均值差值为-0.000 69,并具有显著性,表明非亚洲经济体在经贸摩擦后,教育水平促进经济复杂度的程度降低0.000 69。d2均值差值为0.051,且具有显著性,表明亚洲经济体在经贸摩擦环境下,教育水平促进半导体产业升级提升0.051,比非亚洲经济体增加程度明显。最后,从did1结果看,亚洲经济体在经贸摩擦环境下经济复杂度的变化程度,均值数值为0.051 69,显著为正,这表明经贸摩擦和教育水平存在交互效应为正的情况,共同促进半导体产业升级。城镇化方面,提高城镇化可以促进经济复杂度提高0.000 38。绿色经济方面,减少碳排放促进经济复杂度提高0.004 1。税收政策方面,降低税负率可以促进经济复杂度提高0.009 4等。双重差分结果支持了假设1和假设2。回归结果如表 10所示。
表 10 经济复杂度双重差分结果变量 ECI α1 α2 β1 β2 自变量 Ed 0.009 6*** (14.50) 0.009 0*** (5.00) 0.017 0*** (3.25) 0.068 0* (1.64) Ur 0.006 9*** (9.87) 0.006 1*** (2.69) 0.003 7 (0.75) 0.006 7 (1.41) CER 0.030 0*** (9.69) 0.029 5*** (3.26) -0.011 0 (-1.09) -0.007 4 (-0.62) TP 0.019 8*** (9.96) 0.026 6*** (3.78) 0.003 8 (0.64) 0.001 2 (0.08) FM 0.002 7*** (3.14) -0.001 6 (-0.29) -0.001 0 (-0.12) -0.031 0*** (-2.81) GE -0.001 6*** (-7.64) -0.004 9** (1.84) -0.001 1 (-0.44) 0.000 5 (0.21) LE 0.010 0*** (1.97) 0.010 0 (1.04) -0.010 0 (-0.64) -0.010 0 (-0.30) NDL 0.392 0*** (10.55) 0.380 0*** (2.90) 1.679 0*** (5.47) 0.893 0*** (3.15) 截距 -1.210 0*** -1.320 0*** -0.810 0*** -0.610 0* R2 62.49 68.32 81.72 68.87 调整后R2 60.90 65.61 80.20 63.06 观测值 3 387 304 1 081 99 F值 290.48*** 27.40*** 10.41*** 8.41** 注:* * *,* *和*分别表示P < 0.01, P < 0.05和P < 0.1。 五、 结论
文章基于1995—2018年世界银行和哈佛大学Atlas数据库数据,构建了经贸摩擦、创新空间要素对半导体产业升级影响的系统模型。实证了在半导体出口量方面,经贸摩擦、教育水平、城镇化、税收政策、金融市场、政府效率和人居环境可以显著促进半导体产品出口增加;在半导体比较优势度方面,创新空间要素具有正向促进作用;在半导体产品邻近度方面,经贸摩擦、教育水平、城镇化、绿色经济、税收政策和人居环境对半导体产品生产转化能力具有促进作用;在经济复杂度方面,教育水平、城镇化、税收政策、和政府效率具有正向作用。进一步采用双重差分检验方法,在控制了年份和亚洲经济体类别固定效应的情况下,对处理组和对照组的变动平均值进行对比,分析差值样本是否具有显著性。结果表明:经贸摩擦环境下,亚洲经济体的半导体比较优势度、产品邻近度以及经济复杂度相比其他经济体提高的幅度具有显著性。这一实证结果,为经贸摩擦环境下的亚洲经济体如何促进半导体产业升级提供了理论支持和实践指导。
上述分析结论结合中国半导体产业升级实践,给出政策建议如下:首先,中国应进一步加强创新空间要素投入,特别是在经贸摩擦频发的当今市场环境下。虽然经贸摩擦促进了半导体产品出口总量的提高,但是在半导体产品比较优势度、产品邻近度和经济复杂度方面均具有显著的抑制作用,中国应当以提升半导体技术先进程度为导向,提高教育水平、金融市场和人居环境等创新空间要素的投入,促进半导体产业升级。其次,亚洲经济体已经形成半导体促进经济发展的协动性。相比其他洲别的经济体而言,亚洲经济体在出口量、比较优势度、产品邻近度和经济复杂度方面均具有优势,中国可以进一步加强同亚洲其他经济体建立半导体相关的自由贸易区,同时以双边或者多边贸易协议安排的形式促进半导体产业发展。再次,中国应当理智地看到低税负率和低城镇化对国家经济复杂度的提高呈现抑制作用。中国应当进一步加快城镇化的速度并适当通过提高税负率的方式提高国民福利保障水平,通过完善半导体产业相关配套、研发投入和法治环境保障等促使中国半导体产业向设备类、汽车类产业转移,提高半导体产业知识外溢效应,将半导体技术对经济的提高效益辐射至轻工业、化工类等基础性产业。最后,一国产业升级在产品空间的初始位置决定了今后很长一段时间的经济增长,中国应当加快从半导体产业升级转向到汽车类和设备类的产品升级中来,为中国“十四五规划”和“2035年远景目标”的实现提早安排产业布局。
-
表 1 变量及其定义
变量 名称 定义 因变量 比较优势度(RCA) 半导体出口比较优势度 产品邻近度(PCI) 半导体与其他产品生产转换能力 经济复杂度(ECI) 半导体生产能力与市场独占性的比值 出口量(SE) 半导体出口金额 自变量 经贸摩擦(TC) 是否发生经贸摩擦 创新空间 教育水平(Ed) 大学生毕业人数比例 城镇化(Ur) 城镇人口增长比率 绿色经济(CER) 人均碳排放数量 税收政策(TP) 税收财政收入占GDP比例 金融市场(FM) 贷款实际利率水平 政府效率(GE) 企业开办天数 人居环境(LE) 经济体移民净人口数 国家发展程度(NDL) 该国家是否为发达经济体 亚洲经济体(AC) 该国家是否为亚洲经济体 表 2 描述统计分析
变量 观测值 均值 中位数 标准差 峰值 偏值 最小值 最大值 RCA 4 871 0.43 0.10 0.85 159.17 8.73 0.001 20.18 PCI 4 871 0.01 0.01 0.80 0.71 0.26 -3.68 2.96 ECI 4 871 -0.04 -0.06 1.45 1 616.00 30.58 -3.10 77.00 SE 4 871 7 072.00 31.90 31 879.00 195.03 11.98 0.001 682 000.00 TC 4 871 0.08 0 0.27 7.18 3.03 0 1.00 Ed 4 871 28.26 21.00 24.92 -0.01 0.93 0.13 136.60 Ur 4 871 56.73 56.39 23.80 -1.02 -0.01 7.21 100.00 CER 4 871 4.73 2.47 6.47 20.46 3.59 0.01 70.04 TP 4 871 16.24 15.40 8.65 50.30 4.58 0.01 149.28 FM 4 871 6.88 5.66 13.02 132.50 7.87 -93.51 252.11 GE 4 871 39.56 28.00 53.34 83.35 7.52 0.50 697.00 LE 4 871 -4 4791.00 -12 079.00 882 468.00 38.01 -1.01 -7 348 127.00 8 859 954.00 NDL 4 871 0.19 0 0.39 0.25 1.50 0 1.00 AC 4 871 0.24 0 0.42 -0.55 1.20 0 1.00 表 3 变量的Pearson系数
变量 各变量的Pearson系数 TC 1 Ed 0.10* 1 Ur 0.04* 0.35 1 CER 0* 0.31 0.30 1 TP 0* 0.17* 0.04* -0.06* 1 FM -0.02* -0.10* -0.06* -0.10* -0.02* 1 GE -0.11* -0.22* -0.10* -0.12* 0.07* 0.03* 1 LE 0.01* 0.19* 0.21* 0.24* 0.04* -0.03* -0.04* 1 NDL 0* 0.33 0.34 0.25* 0.21* -0.07* -0.18* 0.16* 1 AC 0* -0.06* 0.02* 0.15* -0.21* -0.03* -0.04* -0.04* -0.13* 1 注:*表示P < 0.3。 表 4 分组数据统计分析
变量 中美经贸摩擦组 非中美经贸摩擦组 RCA 0.39 0.43 ECI -0.04 -0.04 Ur 59.95 56.43 TP 16.37 16.23 GE 19.76 41.35 SE 11 528.74 6 670.94 PCI 0.02 0.01 Ed 37.01 27.47 CER 4.72 4.73 FM 5.82 6.97 LE 5 958.00 -49 368.00 注:数据来源于世界银行(2020)数据库。 表 5 比较优势度回归结果
变量 RCA 参数 标准差 T值 P值 TC -0.080 0** 0.040 0 -2.056 0 0.039 0 Ed 0.004 0*** 0.000 6 6.604 0 0 Ur 0.000 7 0.000 6 1.129 0 0.258 0 CER -0.005*** 0.002 0 -2.414 0 0.015 0 TP 0.005 0*** 0.001 0 3.532 0 0.000 4 FM -0.001 0** 0.000 9 -1.999 0 0.045 0 GE -0.000 5*** 0.000 2 -2.369 0 0.017 0 LE -0.010 0*** 0 -5.335 0 0 NDL 0.270 0*** 0.037 0 7.283 0 0 AC 0.197 0*** 0.028 0 6.828 0 0 截距 0.147 0***(3.450 0) R2 64.990 0 调整后R2 63.070 0 观测值 4 871 F值 33.780 0*** 注:* * *和* *分别表示P < 0.01, P < 0.05。 表 6 产品邻近度回归结果
变量 PCI 参数 标准差 T值 P值 自变量 TC -0.090 0*** 0.030 0 -2.500 0 0.012 0 Ed 0.010 0*** 0.000 5 18.771 0 0 Ur 0.000 1 0.000 5 0.252 0 0.800 0 CER -0.010 0*** 0.001 0 -5.372 0 0 TP 0.010 0*** 0.001 0 7.842 0 0 FM 0.010 0 0.000 8 0.085 0 0.931 0 GE -0.000 2 0.000 2 -1.001 0 0.316 0 LE -0.010 0*** 0.001 0 -6.370 0 0 NDL 0.209 0*** 0.032 0 6.351 0 0 AC 0.040 0* 0.025 0 1.669 0 0.096 0 截距 0.147 0***(3.450 0) R2 69.300 0 调整后R2 67.590 0 观测值 4 871 F值 99.050 0*** 注:* * *和*分别表示P<0.01和P<0.1。 表 7 经济复杂度回归结果
变量 ECI 参数 标准差 T值 P值 自变量 TC -0.170 0*** 0.060 0 -2.474 0 0.013 0 Ed 0.010 0*** 0.001 0 10.836 0 0 Ur 0.007 0*** 0.001 0 7.347 0 0 CER 0.001 0 0.003 0 0.414 0 0.678 0 TP 0.014 0*** 0.002 0 6.195 0 0 FM 0.001 0 0.001 0 1.152 0 0.249 0 GE -0.001 0*** 0.000 3 -4.444 0 0 LE 0.010 0 0.010 0 0.729 0 0.465 0 NDL 0.639 0*** 0.058 0 10.935 0 0 AC 0.136 0*** 0.045 0 2.987 0 0.002 0 截距 -1.127 0***(-16.760 0) R2 67.910 0 调整后R2 67.180 0 观测值 4 871 F值 120.330 0*** 注:* * *表示P < 0.01。 表 8 逐步回归结果
变量 SE 参数 标准差 T值 P值 自变量 TC 3 283.110 0** 1 605.530 0 2.044 0 0.040 0 Ed 184.350 0*** 23.630 0 7.799 0 0 Ur -70.960 0*** 24.830 0 -2.857 0 0.004 0 CER 110.180 0 81.200 0 1.356 0 0.174 0 TP -350.880 0*** 53.540 0 -6.553 0 0 FM -59.950 0* 33.810 0 -1.772 0 0.076 0 GE -0.780 0 8.580 0 -0.091 0 0.927 0 LE 0.001 0*** 0.000 5 3.310 0 0.000 9 NDL 14 343.160 0*** 1 365.350 0 10.505 0 0 AC 9 076.360 0*** 1 067.243 0 8.504 0 0 截距 6 250.840 0***(3.970 0) R2 89.900 0 调整后R2 88.020 0 观测值 4 871 F值 48.010 0*** 注:* * *和*分别表示P < 0.01和P < 0.1。 表 9 双重差分检验模型
分组 经贸摩擦之前 经贸摩擦之后 双重差分 非亚洲经济体 α1 α2 d1=α2-α1 亚洲经济体 β1 β2 d2=β2-β1 分组差分 d3=β1-α1 d4=β2-α2 did1=d2-d1=d4-d3 表 10 经济复杂度双重差分结果
变量 ECI α1 α2 β1 β2 自变量 Ed 0.009 6*** (14.50) 0.009 0*** (5.00) 0.017 0*** (3.25) 0.068 0* (1.64) Ur 0.006 9*** (9.87) 0.006 1*** (2.69) 0.003 7 (0.75) 0.006 7 (1.41) CER 0.030 0*** (9.69) 0.029 5*** (3.26) -0.011 0 (-1.09) -0.007 4 (-0.62) TP 0.019 8*** (9.96) 0.026 6*** (3.78) 0.003 8 (0.64) 0.001 2 (0.08) FM 0.002 7*** (3.14) -0.001 6 (-0.29) -0.001 0 (-0.12) -0.031 0*** (-2.81) GE -0.001 6*** (-7.64) -0.004 9** (1.84) -0.001 1 (-0.44) 0.000 5 (0.21) LE 0.010 0*** (1.97) 0.010 0 (1.04) -0.010 0 (-0.64) -0.010 0 (-0.30) NDL 0.392 0*** (10.55) 0.380 0*** (2.90) 1.679 0*** (5.47) 0.893 0*** (3.15) 截距 -1.210 0*** -1.320 0*** -0.810 0*** -0.610 0* R2 62.49 68.32 81.72 68.87 调整后R2 60.90 65.61 80.20 63.06 观测值 3 387 304 1 081 99 F值 290.48*** 27.40*** 10.41*** 8.41** 注:* * *,* *和*分别表示P < 0.01, P < 0.05和P < 0.1。 -
[1] EI-ERIAN M. Understanding today's trade friction[J]. International Economic Policy, 2018(1): 40-41.
[2] 赵瑾. 中美经济摩擦的焦点和主要问题[J]. 世界经济, 2004(3): 17-21. doi: 10.3969/j.issn.1007-6964.2004.03.003 [3] 邓建平, 曾勇. 政治关联能改善民营企业的经营绩效吗[J]. 中国工业经济, 2009(2): 98-108. [4] KIM S H, MARTIN-HERMOSILLO M, JUNHUA J. The US-China trade friction: Causes and proposed solutions[J]. Journal of Applied Business and Economics, 2014(5): 63-74.
[5] MALKAWI B H. Japan South Korea trade friction[J]. Winter January, 2020(5): 1-4.
[6] YUQING X, DETERT N. How iPhone widens the US trade deficits with PRC[J]. GRIPS Policy Research Center, 2010(1): 10-21.
[7] CHUANMIN S, XI W. Comparative advantages and complementarity of the Sino-US agricultural trade: An empirical analysis[J]. Agricultural Economics, 2011(3): 118-131.
[8] DAN T, SHUAI X. Analysis on the causes and countermeasures of Sino-US trade friction[J]. Archives of Business Research, 2017(5): 1-9.
[9] 张岩. 经济增长差异、贸易逆差与我国的应对策略——基于中美贸易摩擦视角的深层分析[J]. 经济论坛, 2019(11): 43-51. doi: 10.3969/j.issn.1003-3580.2019.11.005 [10] 陈宏, 马学俊. 中美贸易摩擦的经济影响分析——基于GTAP模型[J]. 扬州大学学报(人文社会科学版), 2019(6): 53-63. [11] 邵冠华. 中美贸易摩擦对我国光伏产业的影响分析[J]. 对外经贸实务, 2019(12): 7-9. doi: 10.3969/j.issn.1003-5559.2019.12.002 [12] 张海冰. 欧洲一体化历程对东亚经济一体化的启示[J]. 世界经济研究, 2003(4): 75-80. doi: 10.3969/j.issn.1007-6964.2003.04.014 [13] HAUSMANN R, KLINGER B. Structural transformation and patterns of comparative advantage in the product space[J]. Ssrn Electronic Journal, 2006(8): 1-39.
[14] 刘守英, 杨继东. 中国产业升级的演进与政策选择——基于产品空间的视角[J]. 管理世界, 2019(6): 81-94. doi: 10.3969/j.issn.1002-5502.2019.06.008 [15] 鲍健强, 苗阳, 陈锋. 低碳经济: 人类经济发展方式的新变革[J]. 中国工业经济, 2008(4): 153-160. [16] 童迪, 张文彬. 东亚经济周期同步性研究[J]. 世界经济研究, 2009(8): 80-86, 89. [17] 吴宏, 刘威. 全球经济失衡的形成机制及其前景[J]. 江西财经大学学报, 2008(6): 5-9. [18] 沈铭辉. 亚洲经济一体化——基于多国FTA战略角度[J]. 当代亚太, 2010(4): 45-71, 44. [19] 周国梅, 彭宁, 李霖. 亚洲绿色城镇化的挑战与政策选择——对中国城镇化可持续发展的启示[J]. 环球经济, 2013(12): 26-29. [20] 刘林青, 黄起海, 闫志山. 国家空间里的能力加值比赛——基于产业国际竞争力的结构观[J]. 中国工业经济, 2013(4): 17-29. [21] 王直, 王慧炯, 李善同, 等. 中国加入世贸组织对世界劳动密集产品市场与美国农业出口的影响——动态递推可计算一般均衡分析[J]. 经济研究, 1997(4): 54-65. [22] 章树荣. 亚洲国家实施可持续发展环境能源战略目标[J], 能源研究与信息, 1998(2): 1-4. [23] 黄兴年. 中国纺织服装出口企业贫困增长源于对比较优势战略的过分依赖[J]. 国际贸易问题, 2006(3): 40-45. [24] 黄先海, 陈晓华, 刘慧. 产业出口复杂度的测度及其动态演进机理分析——基于52个经济体1993-2006年金属制品出口的实证研究[J]. 管理世界, 2010(3): 44-55. [25] 张亭, 刘林青. 产品复杂性水平对中日产业升级影响的比较研究——基于产品空间理论的实证分析[J]. 经济管理, 2017(5): 115-129. [26] 段小梅. 中国制造业出口技术复杂度的变迁及其影响因素研究——以纺织服装业和机电运输设备业为例[J]. 财贸研究, 2017(10): 52-62, 97. [27] 毛琦梁. 我国中西部典型城市群产业升级的机会甄别与基本路径——基于产品空间理论的研究[J]. 西部论坛, 2019(1): 71-83. [28] 李洲, 马野青. 三次产业增加值分解视角下的中国出口技术复杂度——兼评经济开放对产业技术升级的重要性[J]. 国际贸易问题, 2020(1): 1-16. [29] 曾铮, 张路路. 全球生产网络体系下中美贸易利益分配的界定——基于中国制造业贸易附加值的研究[J]. 世界经济研究, 2008(1): 36-43, 85. [30] 刘海建, 陈传明. 企业组织资本、战略前瞻性与企业绩效: 基于中国企业的实证研究[J]. 管理世界, 2007(5): 83-94. [31] 冯宗宪, 王青, 候晓辉. 政府投入、市场化程度与中国工业企业的技术创新效率[J]. 数量经济技术经济研究, 2011(4): 3-17, 33. [32] 胡立法. 产品空间结构下的产业升级: 中韩比较[J]. 世界经济研究, 2015(3): 107-118, 129. [33] LIJING L, FELIX C, YUNFEI Y. Environmental and economic impacts of trade barriers: The example of China-US trade friction[J]. Resource and Energy Economics, 2019(59): 1-15.
[34] 傅勇, 邱兆祥, 王修华. 我国中小银行经营绩效及其影响因素研究[J]. 国际金融研究, 2011(12): 80-87. [35] 顾元媛, 沈坤荣. 地方政府行为与企业研发投入——基于中国省际面板数据的实证分析[J]. 中国工业经济, 2012(10): 77-88. [36] 汪超, 张慧智. 韩国发展半导体产业的成功经验及启示[J]. 东北亚经济研究, 2018(5): 44-53. [37] 李百兴, 王博. 新环保法实施增大了企业的技术创新投入吗?——基于PSM-DID方法的研究[J]. 审计与经济研究, 2019(1): 87-96. -
期刊类型引用(3)
1. 王家琛,李雨潮,刘延. 中韩半导体产业链竞争与合作态势分析——兼论美国“芯片法案”的影响. 国际贸易. 2025(01): 34-46 . 百度学术
2. 丁佐琴,千东必,汪小龙. 经贸摩擦、经济韧性与国家经济增长. 成都理工大学学报(社会科学版). 2024(06): 55-70 . 百度学术
3. 韦帅民. 数字创新韧性对高技术制造业产业升级的影响. 技术经济与管理研究. 2023(08): 62-66 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 174
- HTML全文浏览量: 53
- PDF下载量: 27
- 被引次数: 5