信息网络技术如何创新驱动制造业转型(2)

3INT专利数量与制造业增加值的回归模型

3.1变量的选取

本文研究INT与我国制造业的关系，度量INT时选取INT专利数量作为解释变量，度量我国制造业的发展则选取制造业增加值作为因变量，数据的来源分别为国家知识产权局的专利检索系统和国家统计局，采用1996—2015年的数据。

3.2平稳性检验

在对原数据进行处理之前，对Gindustry与PINT变量利用最小二乘法直接建立回归模型，拟合优度R2较高（0.951568），但二者真正的回归关系是否存在伪回归尚未得知，需对两个变量进行平稳性检验，也就是协整检验的第一步。通过两个变量进行单位根检验来考察变量的平稳性，得出两个变量的单整阶数，检验结果见表1。由表1可知，Gindustry和PINT均为二阶单整，即两个时间序列经过2次差分后变成平稳序列，二者的单整阶数相等，具备协整检验的条件。

3.3协整检验

作Gindustry对PINT的协整回归方程，结果如下：（1）对残差估计值μ进行单位根检验，即对resid进行ADF检验，结果见表2。由表2可知，在10%的显著性水平下，μ是I(0),即μ是平稳的，因此，Gindustry与PINT是协整的。

3.4误差修正模型的建立

在建立Gindustry与PINT的协整方程后，为考察两者的动态关系，需要建立误差修正模型，以考量当PINT（即专利数量）短期波动偏离长期均衡时，怎样的调整力度可以将非均衡状态拉回到均衡状态。在建立误差修正模型时，需要确定变量差分滞后项的多少，此时可以残差项序列是否存在自相关性来判断，如果存在自相关，则应加入变量差分的滞后项。为此，需要先进行自相关性检验。本文采用偏相关系数检验自相关，得到残差et,et-1,et-2,...,et-12各期相关系数和偏相关系数，第1期的偏相关系数的直方块超过了虚线部分，因此存在一阶自相关。下面建立自回归模型：由于采用的是年度数据，因此分别建立VAR(1)、VAR(2)、VAR(3)、VAR(4)模型，利用赤池信息准则（AIC）和施瓦茨（SC）准则确定最佳滞后期，使得AIC和SC的值同时最小。经多次调试，当滞后期为4时，AIC和SC的值同时最小，故选取滞后阶数为4进行自回归，故误差修正模型滞后期取4。

3.5INT与我国制造业转型的关系

误差修正模型的回归结果表明，INT专利数量的短期变动对制造业增加值存在着正向的影响，INT专利数量每增加一个单位，制造业增加值将增加13.08个单位，上期制造业增加值每变动一个单位，本期的制造业增加值将变动2.11个单位。从协整检验和误差修正模型来看，我国制造业增加值与INT专利数量的确存在着一种长期均衡的关系，并且在短期的动态波动中，可以通过添加误差滞后项来修正回归模型，以得到更精确的关系模型。由本文所研究的两个变量的关系可以适当延伸到INT与我国制造业转型的关系，以一种更精确的视角来衡量二者的关系。

4结论与启示

首先，我国制造业增加值与INT专利数量存在长期均衡关系，这一结论提示我国应当更加注重INT的发展，利用信息化发展带动我国制造业的转型和升级。为此，我国应大力推进新一代信息技术的研究和发展。推动物联网、大数据技术制造业领域的应用，推进企业制造业的互联网化，实现创新的生产销售模式。物联网技术将是实现INT与传统制造业相互渗透、深度融合的重要基础，它能够使物品通过物联网的连接实现自主联系，并由此创造额外的客户价值。此外，物联网能创造一个包含所有生产过程的网络，给工厂营造一个智能生产环境。其次，新一代INT与数字化制造技术是引领制造业转型升级的主导力量，是信息化与工业化深度融合的交叉领域。基于INT对我国制造业转型的关键作用，为加快促进我国信息化与工业化的深度融合，全面提升制造业智能化水平，我国应利用信息通信技术实现对制造业生产过程的管理，大力推动信息技术在制造业的渗透和应用。信息技术对于我国传统制造业的发展方式来说，带来的影响可以说是颠覆性和革命性的，新一代网络技术的应用可以说是企业变革的核心。当前，我国可以抓住新工业革命时代的机遇，加快发展战略性新兴企业，打造智能制造和生产系统。最后，从INT专利数量与制造业增加值的协整检验以及误差修正模型结果看，INT与制造业之间的相关关系可以从定量的角度及深层次的因果关系分析来衡量。本文正是通过这一设想，详细论证INT与制造业间的关系，为利用INT创新驱动制造业转型方法研究提供借鉴。

作者：赖朝安 龙漂 单位：华南理工大学工商管理学院