中国产业融合对制造业创新效率的影响研究*时间： 2019-03-16信息来源：《区域经济评论》2019年第1期 作者：李 琳 罗 瑶 责编：qgy
摘 要：利用耦联评价模型和随机前沿分析方法分别测度全国及东中西部三大区域2006—2015年制造业与信息业的融合水平和制造业创新效率，构建面板回归模型实证检验产业融合对制造业创新效率影响的区域异质性，结果表明：在研究期内，中国制造业与信息业的融合水平以及制造业创新效率均呈上升趋势，均呈现明显的“东—中—西”梯级差异格局；无论是全国层面还是三大区域层面，产业融合对制造业创新效率均产生显著正向影响，表明产业融合能提升制造业创新效率；产业融合对制造业创新效率的提升效应存在区域异质性，不同于东部和中部地区的持续正向影响，西部地区产业融合对制造业创新效率的提升效应呈倒“U”型关系。
关键词：产业融合；制造业创新效率；区域异质性
中图分类号：F426 文献标识码：A 文章编号：2095-5766（2019）01-0084-11 收稿日期：2018-11-21
*基金项目：湖南省智库专项重大项目“湖南（岳阳）经济高质量发展的瓶颈与对策研究”（18ZWA20）；湖南省科技创新决策咨询暨软科学重点项目“创新型省份评价及对湖南的实证研究”（2017ZK3051）。
作者简介：李琳，女，湖南大学经济与贸易学院教授，博士生导师（长沙 410079）。
罗瑶，女，湖南大学经济与贸易学院硕士生（长沙 410079）。
一、引言
随着中国经济发展进入新阶段，制造业低成本生产要素优势逐渐弱化。国际产业转移趋于结构高度化，“干中学”技术进步效应削减，产品附加值低、产能过剩以及自主创新能力不足使得中国制造业陷入困境。当前，制造业必须利用新技术突破传统发展瓶颈，以创新驱动实现转型升级。在全球信息化浪潮的推动下，信息网络技术正以前所未有的广度和深度推进着生产方式和发展模式的变革。信息要素以爆炸性方式打破传统产业分布格局，跨产业间的资源、要素和结构发生改变，促使特定产业内部的企业创新活动进行适应性调整，从而影响产业创新的方向、方式和效率。在此背景下，2015年8月，国务院印发《促进大数据发展行动纲要》，提出要抓住互联网跨界融合机遇，促进大数据、物联网、云计算和三维（3D）打印技术、个性化定制等在制造业全产业链集成运用，推动制造模式变革和工业转型升级。2017年底陆续出台关于深化“互联网+先进制造业”、发展工业互联网等一系列指导意见；2018年国务院指导开展制造业与互联网融合发展试点示范工作。可见，实现创新升级是制造业的发展目标，制造业与信息业的融合是创新升级的主攻方向之一。因此，探究制造业与信息业融合对中国制造业创新效率的影响具有重要现实意义。
产业融合思想最早源于Rosenberg（1963）对美国通用机器制造技能在众多产业中广泛应用的研究。随着信息处理技术的不断发展，信息通信领域的技术交融正式掀开了产业融合的序幕。通过梳理相关文献发现，已有研究主要集中于产业融合的内涵、测算以及融合效应等方面。关于产业融合的内涵，Yoffie（1997）认为产业融合就是通过数字技术应用而将两个原本独立的产品或行业进行整合；Lei（2000）认为产业技术融合意味着应用外部产业技术改变本产业产品、价值创造的本质；周振华（2002）将产业融合定义为以产业固有边界的收缩或消失为基础的产业新兴竞合关系的建立。在测算方面，Fai（2001）采用产业间专利份额的相关系数来确定产业间是否有融合发生；熊勇清（2010）等运用耦联评价方法测度了传统产业与新兴战略产业的关联发展关系；张莹（2012）运用投入产出法对中国物流业与信息业的融合进行研究。就产业融合的创新效应而言，大部分学者的研究聚集于理论层面，肯定了产业融合对技术创新活动的重要作用。Hacklin（2005）认为技术融合将形成新兴领域，导致企业的战略规划及技术管理等方面做出改变；陈柳钦（2007）认为不同产业的技术融合能够缩短产品生命周期，加快现有技术和产品被取代的节奏，为新产品和新服务的出现提供机会；王金友（2009）阐述了产业信息化能产生包括竞争激励、技术创新、组织创新、管理创新等一系列的创新效应。然而关于产业融合对创新影响的实证研究偏少。Frishammar（2005）以206家中型制造企业为样本，研究得出制造企业信息管理与创新绩效显著正相关的结论；韩先锋、惠宁等（2014）基于2005—2011年中国工业部门分行业面板数据，研究发现信息化对中国工业部门技术创新效率产生了显著影响；张龙鹏和周立群（2016）利用2012年世界银行对中国企业所做的营商环境调查，确定了企业工业信息化水平对企业新产品价值的提升作用。
诚然，上述研究具有启示意义，但相关研究还存在以下缺陷：第一，关于产业融合影响创新效率的理论研究，大多数学者阐述了产业融合对创新效率的正向作用机制。但制造业与信息业两系统的融合是一个动态演化的复杂过程。在融合发展后期，产业融合有可能面临“信息悖论”的风险。由于产业基础和融合战略的落差，融合的创新提升效应可能发生改变。因此，本文尝试拓展融合创新效应的阶段性动态影响机制。第二，现有实证研究绝大多数从全国整体视角分析产业融合创新，很少从区域或省份层面细化产业融合和产业创新的关系，不能充分揭示产业融合发展的区域结构特征以及融合创新效应的区域异质性表现。鉴于此，本文将以区域异质性为分析视角，以制造业与信息业融合对制造业创新效率影响的探索性理论研究为依托，以29个省份（西藏、青海数据缺失）为研究对象，运用耦联评价模型和随机前沿分析方法分别测度全国及东中西部三大区域2006—2015年制造业与信息业的融合水平和制造业创新效率，构建面板回归模型，实证检验产业融合对制造业创新效率影响的区域异质性效应，并依据实证结论提出政策启示。
二、产业融合对制造业创新效率的影响机制
产业融合对制造业创新效率的影响机制主要有两种：基本影响机制和异质性影响机制，以下分别进行探讨。
1.基本影响机制
制造业与信息业融合对制造业创新效率的基本影响机制主要表现在技术融入、知识传递和风险控制等维度。
第一，技术融入。产业间的融合首先发生在技术领域。信息技术创新在传统制造业内扩散和应用引致溢出效应，刺激了制造业内部创新活动的发生。信息技术具有高渗透性和融合性，作为先导技术融入制造业生产价值链中，实现设计信息化和产品信息化。在网络和计算机辅助下，通过产品数据模型，利用计算机辅助设计（CAD）、计算机辅助工程分析（CAE）等数字化工具，实现了产品设计的快速仿真、性能测试以及优化分析，从而提高了企业产品研发设计的效率。信息技术的应用使得产品的信息比重提高，物质比重降低，通过嵌入智能化元件，使得产品具有更多信息处理能力，提高了产品的附加值（张伯旭，2017）。数字机床、数字电视、智能家居等智能新产品的面世昭示了信息技术的融入应用正在无限激发制造业的创新潜能。
第二，知识传递。传统制造企业内部组织纵向层级分明、制度严格。这种组织结构有助于在原有的产业技术环境下提高企业的管理效率，却不利于探索新产品、新商业模式和开拓新市场。随着信息技术的不断创新与渗透，制造业内部信息化应用已经从分散的生产局域应用深化到组织网络集成新阶段，企业内部组织结构由传统等级式管理架构向扁平化开放式结构转变。借助于互联网平台使得信息的传递更为流畅、快捷、高效，进而使得企业内部原有的不必要的管理层次显著减少（冯华等，2013），提高创新决策变革与实施的灵活性。同时，制造业与信息业融合下的外部组织形式越发趋于虚拟化，这是建立在信息资源共享基础之上的一种组织形式。通过信息网络打破地理限制，可视地、适时地实现隐性知识和黏性知识的流动，拓宽了创新主体的知识获取渠道，降低了信息交流成本。信息化下的新型企业组织形式具有开放性和动态性，能在更广范围吸收技术团队，并随时调整合作伙伴，寻求最新的技术研发力量，增强自身创新能力。
第三，风险控制。制造业创新活动的成功往往受到技术水平、市场变化、政策导向、管理能力等多重因素的影响，制约因素的不稳定性决定了创新是一个高风险、长周期的过程。制造业与信息业的融合为企业控制创新风险提供有效的手段。首先，通过大数据技术平台分析市场需求信息，趋于柔性化、定制化的客户需求从价值链后端的营销活动向研发设计环节传递。贴近市场的创新方案，降低了企业产品创新的风险，也缩短了新产品进入市场的时间（蒋三庚，1999）。其次，创新信息有效流通是保障创新活动有效进行的必要保障。制造业企业通过信息平台沟通了不同创新链上的节点，促进信息共享，提高制造业企业对创新风险预警能力。最后，信息技术为企业新产品的中试提供有效的技术平台，通过试用和数据模拟，可以对创新过程出现偏离创新标准的行为进行调整，降低创新失败率。
2.异质性影响机制
任何一项变革战略的运作实践过程都具有不稳定性，并非所有地区制造业都能实现深度融合并持续从中受益。由于中国制造业区域阶梯式发展特征以及信息基础设施建设的不均衡化，产业融合发展阶段存在明显的区域异质性。一方面，相对于制造业发展质量较高的发达地区而言，以传统资源密集型和劳动密集型制造业为主的欠发达地区，生产方式粗放，生产组织技术层次偏低，产品创新意识不足。这种相对僵化的技术条件和经营模式对高度专业化的信息技术服务依赖性较弱，产业融合拉力不足。另一方面，欠发达地区发展信息业面临资金、人才和技术短缺的制约，信息产业层次和技术含量较低。信息基础设施条件相对薄弱，限制了市场规模和发展潜力，信息业融合推力欠缺，融合效果不理想。在制造业融合拉力不足与信息业融合推力不够的共同作用下，造成了不同地区产业融合发展阶段与发展质量的差异。
制造业与信息业两系统融合是一个动态演化的复杂过程，产业融合对制造业创新绩效的影响并不是长期固定的简单线性关系。若是忽略地区产业基础与融合质量，盲目追求高阶融合，融合后期有可能存在“拔苗助长”的风险，产业融合的创新效应呈现倒“U”型特征。融合发展初期，信息业能为制造业创新提供信息技术、拓宽知识获取渠道和帮助企业控制创新风险，推进产业融合能够获得前期创新红利。随着融合程度的深化，由融合带来的创新要素扩张存在边际效应递减。信息技术创新效应达到“峰值”，技术实现突破，技术融合创新会逐渐趋于稳定（赵玉林，2017）。产业融合的深化也意味着制造业技术生产路线、业务流程等方面需不断调整更新，以满足融合战略要求，这一过程必然消耗巨额的管理成本和财务投入。技术融合创新逐渐趋于稳定，融合成本不断增加，原有的资源和能力难以支撑企业战略，将导致融合中后期制造企业信息化建设成本失控、技术人才缺失等危机（谭清美，2016），从而会对创新效率的提升起到制约作用。
三、产业融合度的测算及制造业创新效率的度量
为了实证探究不同区域产业融合对制造业创新效率的差异化影响，本文对中国29个省份（西藏、青海数据缺失）的制造业与信息业融合度以及制造业的创新效率进行测算，并从东部、中部和西部三大区域视角进行比较分析。考虑到数据的可获取性，本文选取电子信息业作为信息业的典型代表。原始数据来源于《中国工业经济统计年鉴》《中国电子信息业统计年鉴》《中国统计年鉴》《中国科技统计年鉴》及各省份《统计年鉴》。少数缺失数据运用内插法和外推法计算近似值补足。
1.制造业与信息业融合度的测算
第一，耦联评价模型法。目前还没有一套权威性的产业融合测算方法，已有研究所用的方法主要有投入产出法、专利技术法和耦联评价模型法等。投入产出法是利用投入产出表的数据将某产业中所使用的另一产业投入额除以其总产出所得到的比重作为产业融合度的指标计算方法。专利系数法则通过测算产业间专利的相关系数测算产业间的技术融合来近似产业间的融合度。中国投入产出表每5年编制一次，投入产出法的可行性存在较大问题。专利技术法仅仅从产业专利的数据方面来研究产业融合度，也存在一定的片面性。耦联评价模型是以系统论为基础反映各产业间的相互依赖、相互协调、相互促进的动态关联关系，因此，本文借鉴陶长琪（2013）、李晓钟（2016）等学者对产业融合度测量的研究，采用耦联评价模型估算中国2006—2015年制造业与信息业的融合水平。具体构建如下模型。
功效函数及指标标准化。设a为制造业子系统的系统序参量，aij为制造业子系统中第i个指标中第j个变量，其值为xij（i=1，2，…，n；j=1，2，…，m）。同理，b为信息业子系统序参量，bij为信息业子系统中第i个指标中第j个变量，其值为yij（i=1，2，…，n；j=1，2，…，m）。制造业和信息业子系统功效函数模型分别表示为:
aij=（xij-xijmin）/（xijmax-xijmin）
bij=（yij-yijmin）/（yijmax-yijmin）
xijmax和xijmin为制造业子系统i指标j变量数值的最大值和最小值，yijmax和yijmin为信息业子系统i指标j变量数值的最大值和最小值。aij和bij的取值范围为［0，1］，即把aij和bij标准化。
子系统贡献值。见下式：
MI=∑λijαij
IT=∑ωijbij
MI、IT分别为制造业和信息业子系统的贡献值。其中，λij、ωij为制造业和信息业子系统的权重系数，aij、bij为各子系统的指标，指标权重的赋值采用熵值赋权法计算得出。
耦联度与耦联协调度模型。当制造业和信息业子系统在不断的演化中达到稳态时，可得系统耦联度C。耦联度C虽然在一定程度上反映了制造业和信息业之间的耦联程度，但由于各子系统之间发展基础、发展程度存在有动态差异，各子系统的经济环境也具有不平衡性，二者在总体上的发展水平没有体现，因此需要计算耦联协调度D，来客观评判制造业与信息业的耦联协调程度。
T为综合调和指数，T=α×IT+β×MI，α+β=1，α和 β分别表示制造业和信息业的贡献系数。
第二，耦联评价指标体系构建。本文参照张倩男（2013）等学者的研究，根据可量化、真实客观性、突出产业特性和重点贡献值等指标选取原则，分别构建了制造业与信息业的耦联指标体系。制造业指标包括产业经济效益、产业市场效率、显性优势指数和产业发展潜力4个方面共10个指标；信息业指标包括产业经济效益、产业市场效率、产业自主创新能力和产业发展潜力4个方面共10个指标。最终产业耦联评价指标体系确定情况为表1所示。
第三，融合度的计算。根据上述制造业和信息业产业耦联评价指标系统，分别得到两产业的综合贡献值，随后运用耦联度和耦联协调度模型，计算出中国2006—2015年29个省份的制造业与信息业融合度，计算结果如表2所示。
上述结果显示，中国制造业与信息业融合程度整体呈上升趋势，期间受2008年经济危机影响，中国大多省份制造业与信息业融合陷入低谷状态。经济危机反映出的“中国制造”问题成为中国制造业信息化融合转型的重要契机。进入“十二五”时期后，各地区纷纷围绕新一代信息技术构筑制造业竞争优势、抢占产业发展主导权，产业融合趋势明显加快。
从东、中、西部数据的比较来看，产业融合度存在明显的“东—中—西”梯级差异。东部地区大部分省份明显高于中西部地区，其中江苏、广东、山东等省份融合度均值在0.45以上。良好的区位条件、经济基础和资源禀赋造就了东部地区制造业在三大地区中的绝对优势地位。以发展资本密集型和技术密集型制造行业为主的东部具备良好的产业融合基础。东部地区产业结构比较合理，科技实力雄厚，信息基础设施的建设发展迅速，信息产业发展水平较高。在制造业和信息业的“双轮”协同驱动作用下，东部地区产业融合处于较高水平。
中部地区的产业融合水平次于东部地区，大多省份高于全国平均水平，达到0.4以上。近年来国内产业分工深刻调整，中国中部地区承接产业转移进程加快，地区制造业发展势头强劲，整体综合实力显著提高。在资源禀赋、制造技术以及产业发展环境等方面较西部地区具有明显优势。在全国信息化浪潮的推动下，中部地区信息业不断发展，涌现一大批软件龙头企业。但总体上看，产业优势不明显，科研投入不足，产业融合仍需不断探索推进。
西部地区制造业与信息业融合水平最低，四川、重庆处于区域内较高水平位置，而宁夏、甘肃、内蒙古等省份产业融合效果差，融合度均为0.35以下。西部地区部分省份曾是中国信息业布局的重点地区，积累了雄厚的技术基础，但总体区域信息产业链条分散，生产协作配套困难，未形成大规模的电子信息产业带。且西部地区制造业发展长期以劳动和资源为导向，僵化的生产技术和组织形式使得制造业对高度专业化的信息技术服务需求不足，产业融合发展水平较低。
2.制造业创新效率的度量
效率测度的方法主要有非参数法和参数法两大类别。非参数法以数据包络分析（DEA）为代表，参数法以随机前沿分析（SFA）为代表。相较于数据包络分析无随机误差假定的关键缺陷，随即前沿分析方法以坚实的经济理论为基础，将技术进步以及投入要素的替代效应、交互效应考虑进模型，能够清晰描述投入产出的过程。因此，本文运用对数型柯布—道格拉斯生产函数，采用随机前沿分析法测算中国各省份制造业创新效率。其具体模型为：
其中，Yit表示产出，Xit为要素投入向量，βit为要估计的未知参数向量，误差项νit-uit为复合结构，νit为随机扰动项，uit为技术非效率项。TEit表示技术创新效率水平。
应用随机前沿分析方法测度制造业创新效率，需要确定创新投入与产出。因此本文参照俞立平（2007）、白俊红和蒋伏心（2015）等大多学者的研究，以R&D人员全时当量作为创新人员投入指标，以R&D经费支出作为创新资金投入指标。两项指标充分显示了地区创新规模与潜力，是创新投入能力的综合体现。创新产出变量的选择，一般以专利申请数、技术市场成交金额和新产品销售收入等为主（石峰，2010）。企业的研发活动只有转化成为成功的商业产品获得市场利润，其创新的价值才能真正体现。因此，本文以新产品销售收入作为创新产出的代表。考虑到创新投入到产出的时滞问题，将创新产出的时滞设为滞后1年（朱有为，2006）。同时，构造R&D支出价格指数=0.55×消费价格指数+0.45×固定资产投资价格指数，对各期的名义R&D经费进行平减，对新产品销售收入采用工业生产者出厂价格指数进行平减。综上，运用Frontier4.1软件计算出中国2006—2015年29个省份制造业创新效率的相对值，如表3所示。
从上述结果来看，中国制造业创新效率呈上升趋势，且呈现显著的“东—中—西”梯级差异格局。东部地区的制造业创新效率最高，长三角地区尤为突出。西部内陆地区较低，除重庆、四川外的其他省份大多排名靠后。中部地区省份处于两者之间，其中吉林、湖南、安徽、湖北创新效率排名靠前，成为中国中部地区创新发展的新亮点。总体而言，中国制造业创新效率存在较为明显的区域差异。
造成中国东中西部地区制造业创新效率差异的原因是多方面的，主要来源于创新资源以及产业政策等方面的差异。中国区域创新资源配置严重不均，创新要素、创新载体分布差距巨大。西部省份自身创新人才和创新资金投入同东中部省份相比有较大差距，并且外部吸引力较低，总体要素存量较少。创新载体也存在数量少、层次低、成果转化率低等特征。制度环境和政府对创新活动的支持也是影响区域创新效率的显著因素。东中部地区地方政府相对更加重视对创新活动的支持，积极打造科技创新平台，提供相关的配套建设和政策促进创新资源的聚集，引导创新资源共享和产业创新协作。而西部省份普遍存在政府顶层设计不足、政策支撑力度小、保障措施落实不完善等现象，导致西部地区科技成果产出效率低，成果利润转化动力不足。
四、产业融合对制造业创新效率影响的实证分析
上文探讨了产业融合对制造业创新效率的影响机制、产业融合度的测算及制造业创新效率的度量，本文接下来通过构建模型来实证研究产业融合对制造业创新效率的影响情况。
1.模型构建与变量说明
基于前述理论探索，为实证检验制造业与信息业融合是否能够提升制造业创新效率，本文构建基础计量模型（1）。同时，为了检验各区域产业融合对制造业创新效率是否存在倒“U”型影响，将产业融合度的平方项加入，得到模型（2）。
IEit=α0+α1conit+α2eduit+α3digit+α4marit+εit（1）
IEit=α0+α1conit+α2eduit+α3digit+α4marit+α5（conit）2+εit（2）
式（1）、式（2）中，被解释变量IE表示制造业创新效率，解释变量con为制造业与信息业的融合度，二者由前述方法测算所得。控制变量edu、dig、mar分别为教育投入、消化吸收和市场化水平。教育投入edu为教育经费支出与地区生产总值之比。消化吸收dig用消化吸收投入占引进技术投入的比重衡量。市场化水平mar用制造业内非国有经济单位主营业务收入占比反映。α0是截距项，εit为随机扰动项。
2.实证结果
本文首先从全国层面分析产业融合对于制造业创新效率的影响，进而分别从东中西部三大区域层面分析二者之间的关系并进行区域差异对比。实证数据来源于《中国统计年鉴》《中国工业经济统计年鉴》及各省份统计年鉴。根据F检验和Hausman检验的结果，本文采用随机效应模型进行估计。具体估计结果如表4所示。
从产业融合的估计系数来看，模型（1）的回归结果反映了无论是全国层面还是东中西部三大区域层面，产业融合对于制造业创新效率均表现出了较为显著的正向影响，说明制造业与信息业的融合能够通过改进制造技术、更新延伸价值链、搜寻新知识以及降低创新风险等路径提升创新效率。模型（2）是将产业融合平方项引入回归模型，结果发现西部地区的产业融合与制造业创新效率存在显著的倒“U”型曲线关系，而东部和中部地区的倒“U”型关系并不显著。东部和中部地区制造业和信息业的“双轮”协同升级融合优势显著，创新动力较强劲。并且近年来东中部地区不断推进制造业创新建设，完善制造业与信息业融合政策，打造融合发展示范区，积极对接产业融合与产业创新政策，使得融合创新效应长期稳定被激发。而西部地区存在倒“U”型创新效应的原因可能在于：第一，随着产业融合的不断深化，由融合带来的创新要素扩张存在边际效应递减，进而导致由创新要素扩张加速引起的产业创新效率提升也存在边际效应递减规律。第二，制造业与信息业的深度融合是一项长期、系统而又复杂的重大工程，发展产业融合需要在购置设备、引进人才及扩建组织体系等方面长期持续投入，一定程度上将挤占企业研发创新投入，这对原本创新支撑能力就不强、创新基础较差的西部地区传统制造业而言，将极大地影响创新知识产出与成果转化效率。就前文测度的制造业与信息业融合结果来看，中国大部分西部地区的产业融合仍处于创新效应的拐点之前。因此，对现阶段的西部地区制造业而言，加快产业融合仍具有显著的创新效率提升效应。当产业融合发展至拐点以后，西部地区应当立足于自身经济发展状况，注重信息化投入与创新投入的协调，切忌削足适履，盲目发展自身资源和能力无法支撑的融合战略。
从教育投入的估计系数来看，东中西部三大地区的教育投入对区域制造业创新效率的提升都具有显著的正向影响。地区对教育投入强度越高，人力资源越丰富，可被利用的创新型人才越多，创新产出效率越高。根据中国企业家调查系统发布的以企业创新发展为主题的《2015·中国企业家成长与发展专题调查报告》反映，创新人才缺乏是制约企业创新的最主要因素。因此，中国各省份要积极完善教育经费投入机制，在资源配置、高水平人才引进等方面加大倾斜力度，为产业融合建设培养高级工程技术人才和管理人才，最大限度地激发和释放教育投资的创新活力。
从消化吸收来看，只有西部地区消化吸收支出与创新效率的关系通过了10%水平下的显著性检验，估计系数符号为负，原因可能在于西部地区长期依赖外部技术引进，停留在盲目模仿应用阶段，未能通过有效的消化和吸收向创新转化，在一定程度上抑制了自主创新。而东部和中部地区的技术吸收未通过显著性检验，说明这两个地区的消化吸收与技术创新效率并不相关，可能的原因是消化吸收经费的配置不合理，或者使用效率低下，并未对创新效率产生显著的促进作用。
从市场化水平的估计结果来看，各地区市场化水平对不同区域制造业创新效率的提升具有显著正向影响。市场化水平的正向调节作用表明市场竞争激烈程度的增加有利于增强企业从事技术开发创新活动的积极性。同时，破除体制机制障碍是促进科技成果转化的迫切需要，市场化水平越高，越能调动研发与转化的积极性，解除科技成果转化的束缚，促进科技成果向现实生产力转化。
五、结论和政策启示
1.结论
本文从区域异质性视角出发，探析产业融合对制造业创新的基本影响机制及异质性影响机制，通过测度全国及东中西部三大区域2006—2015年制造业与信息业的融合水平和制造业创新效率，实证检验了中国产业融合对制造业创新效率影响的区域异质性，得出以下结论：
第一，近10年来，中国制造业与信息业的融合水平以及制造业创新效率均呈上升趋势，均呈现明显的“东—中—西”梯级差异格局；第二，无论是全国层面还是三大区域层面产业融合对制造业创新效率均产生显著正向影响，表明产业融合水平的提高确实能促进制造业创新效率的提升；第三，产业融合对制造业创新效率的提升效应存在区域异质性，不同于东部和中部地区的持续正向影响效应，西部地区产业融合对制造业创新效率的提升效应呈倒“U”型规律。从产业融合测度结果来看，中国大部分西部省份产业融合水平仍处于创新效应的拐点之前。
2.政策启示
上述理论分析和实证结果可知，创新驱动战略是中国制造业转型升级的主引擎，而产业融合是推动创新驱动发展的重要抓手。中国制造业与信息业融合整体呈上升趋势，但区域异质性明显，对制造业创新效率的提升效应亦存在明显区域差异特征。因此，如何促进制造业与信息业的有效融合，不同区域如何把握并充分发挥融合带来的正向效应，相关政府部门和企业主体应该有适当的行为策略。
第一，有效提升信息业与制造业的融合水平，既是当务之策，也是长久之计。实证结果表明，无论是全国层面还是东中西部区域层面，目前制造业与信息业的融合水平整体都不高，且除个别西部省份外，现阶段产业融合水平的提升能显著促进制造业创新效率的提升。因此，一要大力发展信息业，尤其着重发展移动互联网、云计算、大数据、物联网等新兴信息服务业态，重视技术融合、业务融合和组织体系融合的协调发展，实现新一代信息技术在制造业产业链的全面覆盖渗透与集成应用。二要引导企业自主投资与政府扶持相结合。对于区域制造业与信息业融合水平参差不齐的状况，要在确立制造业企业作为投资开发主体的基础上，地方政府通过税收优惠、财政补贴、低息贷款等一系列政策措施，引导企业优先把有限资源投入到对技术创新能力提升更为明显的信息化领域。同时，政府应积极推进工业互联网平台建设，打造低延时、高可靠、广覆盖的工业互联网基础设施，帮助企业提高生产效率和交易效率，推动制造资源的局部优化向全局优化演进，助推制造业与信息业顺畅对接和紧密融合。三要培育融合型人才。产业融合是高新技术与传统制造流程的交汇，要促进制造业与信息业的深度融合，就必须培养和引进既精通信息技术又熟知制造业务流程的跨行业复合型人才。
第二，制造业与信息业融合还应充分考虑各区域发展阶段、产业结构和资源禀赋的差异，因地适宜、有的放矢，探索出适合东中西部各区域产业融合的路径和模式，实现制造业创新转型。整体而言，中国现阶段产业融合对制造业创新效率的促进作用仍具有较大的上升空间。通过引入信息技术、构建信息化系统、提供信息化服务，提高企业技术水平，促进组织创新，创造更多产品附加值，实现制造业创新升级的目标。东部与中部地区要不遗余力地推进产业融合从信息技术应用渗透、综合集成向融合创新的高级阶段迈进。企业要着力整合知识管理系统与信息化系统，保障数据信息能在业务流程的各个环节无障碍联动，有效地支撑企业的创新决策系统，以知识创新带动技术创新、产品创新以及市场创新。而西部地区要抓住东中部地区产业转移机遇，充分发挥比较优势，夯实制造业产业基础，增强融合需求拉力。充分利用供给侧结构性改革契机，促进制造业与信息业的“双轮”协同升级，在可持续发展中增强融合动力。同时，西部地区应当依托具有竞争优势和技术优势的部分领域，强调精准性融合策略，选择生产链中最具竞争力与发展潜力的节点，合理组配有限资源、减少融合成本，通过信息技术升级，使融合阶段的各个融合节点能依次充分发挥效益，为企业更好地开展创新活动创造条件。&
参考文献
［1］ROSENBERG N. Technological change in the machine to industry：1840—1910［J］.The Journal of Economic History，1963（23）．
［2］YOFFIE D B. Introduction： Competing in the age of digital convergence［M］. California Management Review， 1996（38）.
［3］LEI，D T. Industry evolution and competence development:
The imperatives of technological convergence［J］. International Journal of Technology Management， 2000（19）.
［4］周振华.信息化与产业融合［M］.上海：上海人民出版社，2003.
［5］FAI F， VON T N. Industry-specific competencies and converging technological systems: Evidence from patents［J］. Structural Change and Economic Dynamics， 2001（12）.
［6］熊勇清，李世才.战略性新兴产业与传统产业耦合发展研究［J］.财经问题研究，2010（10）.
［7］张莹，霍慧智，袁雪妃.我国物流业与信息业的融合研究［J］.石家庄经济学院学报，2012（4）.
［8］HACKLIN F. Management of convergence in innovation: strategies and capabilities for value creation beyond blurring industry boundaries: Contributions to management science［M］. Physica-Verlag HD， 2008.
［9］陈柳钦.技术创新、技术融合和产业融合［J］.江南大学学报，2007（5）.
［10］王金友.基于信息化的产业融合与创新探析［J］.四川大学学报（哲学社会科学版），2009（3）.
［11］FRISHAMMAR J， HÖRTE SÅ. Managing external information in manufacturing firms： The impact on innovation performance［J］. Journal of Product Innovation Management， 2005（22）.
［12］韩先锋，惠宁，宋文飞.信息化能提高中国工业部门技术创新效率吗［J］.中国工业经济，2014（12）.
［13］张龙鹏，周立群.“两化融合”对企业创新的影响研究——基于企业价值链的视角［J］.财经研究，2016（7）.
［14］张伯旭，李辉.推动互联网与制造业深度融合——基于“互联网+”创新的机制和路径［J］.经济与管理研究，2017（2）.
［15］冯华，谢雁娇.互联网经济下的产业融合实证研究［C］.中国工业经济青年作者学术研讨会暨新经济环境下工业经济改革与发展论坛，2013.
［16］蒋三庚.现代信息技术对市场营销理论的改变［J］.北京商学院学报，1999（3）.
［17］赵玉林，李丫丫.技术融合、竞争协同与新兴产业绩效提升——基于全球生物芯片产业的实证研究［J］.科研管理，2017（8）.
［18］谭清美，陈静.信息化对制造业升级的影响机制研究——中国城市面板数据分析［J］.科技进步与对策，2016（20）.
［19］陶长琪，周旋.产业融合下的产业结构优化升级效应分析基于信息业与制造业耦联的实证研究［J］.产业经济研究，2015（3）.
［20］李晓钟，杨丹.我国汽车产业与电子信息产业耦合发展研究［J］.软科学，2016（11）.
［21］张倩男.战略性新兴产业与传统产业耦合发展研究——基于广东省电子信息产业与纺织业的实证分析［J］.科技进步与对策，2013（12）.
［22］BATTESE G E， COELLI T J. Frontier production functions， technical efficiency and panel data: With application to paddy farmers in India［J］. Journal of Productivity Analysis， 1992（3）.
［23］俞立平.中国制造业创新绩效研究［J］.经济学家，2007（4）.
［24］白俊红，蒋伏心.协同创新、空间关联与区域创新绩效［J］.经济研究，2015（7）.
［25］石峰.基于省际面板数据及DEA的区域创新效率研究［J］.技术经济，2010（5）.
［26］朱有为，徐康宁.中国高技术产业研发效率的实证研究［J］.中国工业经济，2006（11）.
［27］朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究［J］.经济研究，2003（6）.
［28］中国企业家调查系统.新常态下的企业创新：现状、问题与对策——2015中国企业家成长与发展专题调查报告［J］.管理世界，2015（6）.