题目：发展中国家的进口与技术学习——基于中国经济发展的经验证据、理论和定量分析
作者：樊仲琛；徐铭梽；朱礼军
来源： 经济学（季刊），2023年第2期
关键词： 南北贸易；进口学习效应；自主创新
中国正在从“中国制造”向“中国创造”转变，从技术学习转向自主创新是必然选择。很多发达经济体经历过从技术学习到自主创新的发展过程。英国工业化后，美国和德国学习英国，随后日本学习美国，韩国和新加坡学习日本。贸易开放带来的国际知识扩散是发展中国家重要的技术学习途径。由此本文研究如下机制：发展中国家与发达国家贸易，在进口中学习嵌含在产品中的技术，逐步转为自主创新。
本文归纳了进口和创新的相关事实。第一，构建国际专利分类号（IPC）4位码层面的技术与前沿距离指标，发现中国2000-2009年技术分布相比1990-1999年更加接近前沿。第二，基于中国海关、专利和工业企业数据库，回归发现企业的进口与发明专利申请正相关，其中来自发达国家进口和资本品进口的促进作用持续更久。第三，构建城市层面的高低知识密集度进口冲击，发现高知识密集度进口能促进企业发明专利申请，低知识密集度进口的影响不显著。
为了定量分析，本文构建一个包含多部门国际贸易、异质性企业分步创新的增长模型描述发展中国家从学习到自主创新的转移动态。基于Akcigit et al.（2018），模型引入不对称的发达国家和发展中国家，以及技术学习。企业选择自主创新或技术学习，其中领先者只能创新，追随者取决于其国家是否从领先企业进口。如果没有进口，追随者只能自主创新；如果有进口，追随者可选从进口的中间品学习技术。当发展中国家技术落后于发达国家并从后者进口，企业通过学习内嵌于产品中的技术缩小差距；当技术差距足够小，企业最优地选择创新，实现转型。
最后，借助校准后模型，结合中美贸易和技术摩擦，本文通过反事实实验说明，贸易壁垒限制发展中国家从发达国家的进口，从而阻断技术学习的渠道，使发展中国家企业更早开始进行自主创新，减缓技术进步速度；但发达国家由于失去外国市场，企业利润下降，技术进步速度也下降。
本文对文献的贡献如下：第一，本文研究了贸易推动发展中国家技术进步的新机制，即从贸易中学习，从而促进创新；第二，本文拓展了Akcigit et al.（2018），构建了一个开放经济中两国内生技术进步模型，并定量估计了模型参数，然后从知识流动的角度研究贸易摩擦对技术进步的抑制作用，对中美贸易摩擦有重要的启示意义；第三，本文的模型并不局限于对平衡增长路径的刻画，而是得出从技术追赶到实现超越的转移动态过程，能更加全面地研究发展中国家技术进步。
企业进出口数据来自中国海关总署，包括2000-2006年每个企业每种产品进出口的贸易额和贸易对象国等信息。本文按照消费品、资本品、原材料等大类，以及贸易对象国家进行加总，并按照企业名称与中国工业企业数据库进行匹配。
中国企业创新数据来自中国专利数据库，包括1985-2010年在国家知识产权局注册的所有发明专利。本文将中国工业企业数据库和中国专利数据库按照企业名称进行匹配，方法参考寇宗来和刘学悦（2020）。
国际创新数据来自欧洲专利局。本文对发明专利申请数量在国家-专利所属的IPC4位代码层面进行加总。
本文相关变量的描述性统计如下。2000-2006年，平均每个企业每年发明专利申请数为0.11件，平均每个进口企业每年发明专利申请数为0.19件，比整体平均值多73％；被OECD国家的专利引用过至少一次的中国发明专利占申请总数的24％；进口的工业企业数量为65288个，平均每年进口额为135000美元。
本文参照Akcigit et al.（2018），将IPC分类4位码层面上OECD国家专利所占份额记为前沿水平，中国到前沿的距离即与OECD国家份额之差。如图1所示，中国的技术距离分布左移，即与世界前沿距离缩短。
我们使用企业作为中国产业分类代码（CIC）和IPC代码的中介，将产业对应到专利类别。然后以2006年IPC4层面的技术距离排序，每10个IPC4分类作为一组。相对2000年，2006年从OECD国家进口额和资本品进口额增加越多的组，平均技术距离缩短越多。这一结果表明从技术水平更高的国家进口，或者技术含量更高的资本品进口与国内技术追赶正相关。
（一）进口与创新的回归分析
1.回归设定
本节通过回归分析进口对创新的当期和长期效应，并比较来源和种类不同的商品对创新影响的异质性。回归式如下：
其中 是第t年企业f的发明专利申请数， 是企业的进口额。 是企业控制变量， 包括（1）与进口同期的出口额：控制进口同期的市场规模效应；（2）当期出口交货值：在滞后期控制市场规模；（3）当期TFP：控制其他技术进步的因素；（4）初期TFP（2000年）：控制企业预先决定的长期计划。回归还控制详尽的固定效应：年份固定效应 控制企业共同面临的年度冲击；企业固定效应 控制企业不随时间变化的特征；行业和年份交叉项固定效应 控制结构转型的影响；城市和年份交叉项固定效应 控制城市层面的政策影响。为了解决数据中0值过多的问题，将被解释变量和主要解释变量参考Liu and Qiu（2016）做 转换。标准误聚类到企业层面解决可能存在的异方差和序列自相关。 发达国家更易成为进口学习的目标，故本文按进口来源回归，结果列于表1。第（1）列主要解释变量是企业总进口，第（2）列是从OECD国家的进口，第（3）列是从非OECD国家的进口。表1的Panel A被解释变量是当期企业发明专利申请数，Panel B的被解释变量比进口滞后1期，Panel C滞后2期，Panel D滞后3期。被解释变量当期和滞后1、2期，进口的系数均显著为正。滞后3期只有从OECD国家的进口系数显著大于0。增加控制当期出口交货值、TFP和初期TFP，结果与表1相同。进口与企业创新显著正相关，且从OECD国家进口的影响更为持久，说明发达国家的产品更有知识含量，能让发展中国家从中学习技术。
进口学习更可能发生在高知识含量的产品中，表2讨论了不同类型产品进口对创新的影响，其中资本品可能包含了更多的技术。Panel A-Panel D的被解释变量与表1保持一致。只有第（4）列资本品整机和第（5）列资本品配件进口的系数在从当期到滞后3期的回归中显著为正。增加控制当期的出口交货值、TFP和初期TFP，仅有资本品整机进口的系数在滞后1期至滞后3期显著为正，其余类别均在当期不显著。在各个商品中，资本品整机进口对企业创新的正向影响最为明显，且持续更久，说明资本品内嵌了更多生产技术，更能促进企业的技术学习。
由于地区的产业和创新政策等因素同时影响企业进口和创新，所以上一节的回归可能存在内生性问题，且企业层面的回归会忽略同产业内的技术外溢。本节构建地区-产业层面的进口冲击予以解决。
为了衡量产业的创新强度，我们将产业对应到国际标准行业分类（ISIC）4位数代码，然后计算1998-2000年每个产业的发明专利申请量，并将专利申请数高于中位数的行业视为高知识密集型（ ），将中位数以下的视为低知识密集型（ ）。 我们按照Bartik IV的方式分别构造城市层面高／低知识密集的进口冲击，这一方法被广泛使用，如Autor et al.（2013）。城市c在t年的类型 ｛ ｝ 进口冲击以如下方式构造： 其中 是国家层面产业k在t年的进口额， 是产业k在t年进口相对2000年自然对数的变化。Bartik权重 取决于城市在加入WTO之前的进口，即 是城市c的产业k在1998-2000年的总进口额。对高低知识密集的产业各自进行加权平均，得到城市c在t年的高低知识密集进口冲击 和 。 为检验稳健性，本文根据IPC4位数代码和进口的HS6位数代码的对应关系，参考Lybbert and Zolas（2014）的概率算法映射（Algorithmic Links with Probabilities，ALP）方法，用进口商品衡量知识密集度。记 为ALP权重，表示专利类型m被用于产品k的概率。产业k申请不同专利类型的总数为 ，即使用专利类型越多越知识密集。根据 对产业进行分组，知识密集度位于最高25％的产业作为高知识密集，余下75％作为低知识密集。HS6位数层面产业之间的区别足够大，所以使用25％-75％划分。 本节识别不同知识密集度进口对企业创新的影响，回归式如下： 其中 是企业f在t年的发明专利申请量； 是企业f所在的城市c在t年的高知识密集进口冲击； 是低知识密集进口冲击； 是企业固定效应， 是年份固定效应， 是城市固定效应。我们将标准误聚类到企业层面。 是企业随时间变化的控制变量，包括：（1）企业当年的进口，控制进口廉价中间品降低生产成本的作用；（2）企业当年的出口和TFP，控制市场规模效应。 表3展示了回归结果。在所有的回归中， 的系数均显著为正， 的系数均不显著。第（1）列系数值的含义为，高知识密集进口冲击提高1％可以增加8％个标准差（被解释变量的标准差为0.3）的发明专利申请数。稳健性检验中解释变量使用ALP方法构造的Bartik IV，各列的解释变量与表3类似，各个系数的显著性与表3相同，说明表3的结果稳健，只有高知识密集的进口冲击能促进企业的发明专利申请，低知识密集的进口冲击无显著作用。 为了更加直观地说明进口带来的学习效应，本文使用引用过OECD国家专利的企业发明专利申请数量做被解释变量，直接刻画知识外溢，做稳健性检验回归的解释变量与表3相同。在所有的回归中， 的系数均显著为正，而 的系数均不显著。结果说明只有高知识密集的进口能促进中国企业向OECD国家学习，并增加自身创新。 进口带来的竞争会倒逼企业进行产品升级，这一渠道与进口学习独立。我们通过两个回归讨论进口竞争效应。首先，我们对表3增加行业×年份固定效应，控制产业内部所有企业面临的相同竞争程度，结果显示，高知识密集进口冲击的系数显著大于0，且低知识密集进口冲击的系数不显著。然后，我们在表3的基础上控制了行业-年份层面的赫芬达尔指数，即行业集中度，反映该行业的竞争性。回归结果显示，仍有高知识密集进口冲击的系数显著大于0，低知识密集进口冲击的系数不显著。同时得到行业集中度越高，企业创新越弱，与进口竞争的推论一致。综上结果说明，控制了进口带来的竞争之后，进口学习效应稳健。 我们将企业授权专利数做被解释变量，对表3进行了稳健性检验，此处的时间为授权专利的申请年份，每一列的解释变量与表3一致，控制企业和年份固定效应。回归结果显示，高知识密集进口冲击的系数均大于0，且在95％的水平上显著。除去只控制企业出口额的第（3）列，其余低知识密集进口冲击的系数也均大于0，在90％的水平上显著，在显著性和数值上都小于高知识密集冲击。第（3）列虽然低知识密集进口冲击的显著性在95％以上，但是第（4）、（5）列控制了进口和TFP之后，显著性水平下降。结果说明，高知识密集的进口比低知识密集的进口更能增加企业的授权专利，促进企业自主创新。
由于样本中包含外资企业，来自国外的专利转让的确使进口学习效应被过高估计（over-estimate），因此基准回归可能无法反映本土企业技术创新。为了解决该问题，我们去掉了外资企业对表3进行稳健性检验。结果显示，高知识密集度进口冲击的系数显著大于0，低知识密集度进口冲击的系数显著小于0，得到表3结果稳健。 我们将中国工业企业数据库中的研究开发费作为被解释变量，回归与表1相同，均为当期，结果显示，总进口和从OECD国家的进口的系数不显著。资本品整机和零件进口的系数均显著大于0，表明资本品进口在短期能促使企业增加研发支出，而总量层面的进口影响不显著。 为了研究进口对研发支出效率的影响，我们在表1的基础上增加控制变量研发支出，表示给定研发支出后，如果进口的系数仍然大于0，说明进口提高了研发效率。另一种方式是用log（专利数／研发支出）做被解释变量，相比于将研发支出放在等式右边作为解释变量，此做法施加了一个额外的假设：log（研发支出）的系数是1。结果显示，控制研发支出后，进口仍然对发明专利申请具有显著的正向影响。并且，研发支出的系数也显著大于0。这一结果表明，进口使企业研发效率提高。
由于无法直接观察到专利实际用于生产流程还是产品，我们根据专利的类型“流程”和“产品”进行近似，回归方程与表1相同，得到总进口和资本品整机进口均促进产品发明专利申请；而对于流程专利，仅资本品整机进口可以产生促进作用，总进口的影响不显著。结果说明，资本品整机可以同时促进产品和流程专利申请，而总进口只对产品专利有促进作用。接下来，我们分别讨论不同类型进口冲击对流程专利和产品专利申请的影响。被解释变量分别为流程专利申请数和产品专利申请数。回归结果表明，高知识密集进口冲击均可以促进流程和产品专利申请，而低知识密集进口冲击对二者的影响均不显著。
（1）企业的进口能促进发明专利申请。从发达国家的进口和资本品相关的进口内嵌知识程度较高，能对创新产生持续的正效应。
（2）根据Bartik IV方法构造高低知识密集进口冲击，高知识密集进口冲击与发明专利申请显著正相关，低知识密集度进口冲击作用不显著。
（3）机制方面，进口能促使企业增加研发支出，提升研发支出效率；其中资本品进口可以促进流程和产品专利申请，而总量进口仅促进产品专利申请；高知识密集进口冲击能对流程和产品专利申请产生正向影响。
（一）模型设定
经济中有一个北方发达国家（N）和一个南方发展中国家（S）。有两类产品，单一的最终品和一个连续统种类的中间品。最终品由中间品和劳动共同生产，用于消费、研发和生产中间品，且可以无摩擦地跨国交易。不存在国际借贷。
中间品归家户所有。每个中间品有一个质量阶梯，阶梯越高的企业产品质量越高。对于每一个中间品，两个国家分别有一个企业经营，进行价格竞争。当中间品可以由多个企业同时生产时，本文参考Acemoglu et al.（2018），假设企业进入两阶段博弈：（1）每个企业支付任意小但严格为正的进入成本；（2）进入的企业同时设定价格，进行伯川德竞争（Bertrand competition）。预期到第二阶段的利润非正，生产效率较低的企业不进入，最终市场由技术先进的企业垄断。中间品可贸易，产品进入外国市场需要支付冰山成本和关税。如果在付完贸易成本后仍有价格优势，该企业就占领世界市场。
领先者只能通过自主创新提高技术，追赶者提高技术的选择取决于其所在国家是否从领先企业的国家进口该中间品。如果没有进口，追赶者只能自主创新；如果有进口，追赶者可选择技术学习。
1、消费者偏好
时间是无限且连续的。国家c的家户选择每期的消费以最大化其效用：
其中， 是贴现率， 指家户在时间t的最终品消费。家户的预算约束是： 其中 表示消费品价格， 、 、 分别为劳动供给、工资和利率， 是国家c在时间t的资产，即所有企业的价值。 最终品由完全竞争的企业生产，其投入为所有中间品和劳动。最终品的生产函数为：
其中， 和 分别是时刻t来自c国的中间品j的数量和质量， 是劳动力收入份额。每一种中间品可以来自两个国家，经过质量调整后完全替代。最终品生产商购买最低成本的中间品。最终品的价格标准化为1。 每个中间品只使用最终品作为投入，边际成本均为 ，但是产品质量不同。如果国家c生产线j上的企业处于质量阶梯第 级，其中间品质量为 。 表示在质量阶梯上前进一级带来的质量提高。定义生产线j上两个国家技术差距： 其中， 表示北方国家领先于南方国家的技术步数，南方国家的相对位置为 。设 的上界为 。技术领先者提高产品质量只能自主创新。研发活动投入最终品。令 和 分别表示国家c在中间品j上的自主创新的支出和研发成功的泊松到达率。 参数 为研发活动的（逆向）效率， 越高，效率越低。设 ，研发成本为凸函数。研发成本与企业本身的技术水平 成正比。研发成功可让企业在质量阶梯上前进一步，即从 提升到 。由于连续时间点上泊松过程的二次项为无穷小量，所以每个时点至多一家企业研发成功。 如果追赶者所在国家没有从领先企业进口，只能通过创新提高技术；如果有进口，则可选择技术学习或创新。技术学习也以最终品为投入。令 和 分别表示国家c在中间品j上的学习的支出和成功的泊松到达率。 中抽的随机变量。学习不能实现超越，所以最大前进步数不能超越领先者， ， 。 的函数形式为： 根据家户效用最大化的欧拉方程，得到国家c的利率为增长率和时间贴现率之和：
从式（2）可得出在国家c对劳动力和中间品j的静态需求函数：
若国家c生产线j上的技术水平为 的生产者是该中间品的唯一生产企业，利润最大化问题表述为： 厂商的成本加成率是 。定义常数 ，则利润可以表示为 。国家c的企业出口到国家c′，需要为每一单位的出口产品支付 单位的冰山成本和 单位的关税，相当于边际成本上升 。如果该企业是国家c′这条生产线上的唯一生产者，则其利润为 ，其中常数 （ ） 。企业在两个市场上的总利润为： 静态利润取决于技术差距。如果本国企业在某条生产线上的技术足够领先，则会占领世界市场；如果技术远低于外国企业，则外国企业占领本国市场；当本国与外国企业的技术差距居中时，企业各自获得本国利润。
接下来分析企业的值函数和创新行为。一个落后北方国m步、技术水平为 的南方企业值函数为： 是南方企业选择技术学习的值函数， 是南方企业选择自主创新的值函数。此处企业的决策变量是创新和学习成功的可能性x和 ，分别对创新和学习计算值函数并比较大小后，选择值函数较大的一个。为了保证 和x均大于0，设对于任意的i＞j，有 。 包含三项：第一项是静态利润，当南方国家进口时，对应生产线上的企业利润为0；第二项是企业投入学习得到的净收益，即向前a步之后的值函数减去停滞不前的值函数。由于学习并不能超越，所以最多和北方并驾齐驱。其中企业的收益项中对应的价值是V而不是 ，即企业可以在每个时点上选择学习或创新。第三项是北方企业创新成功扩大领先优势后南方企业的损失， 是北方国家企业的研发强度，如果成功，北方企业的领先优势扩大一步。 包含三项：静态利润；企业创新成功在质量阶梯上前进一步的净收益；北方企业创新成功扩大领先优势后南方企业的损失。根据南方国家企业值函数，可以得到对应北方国家企业值函数。进一步，根据企业的值函数和技术进步成功概率，可推出总生产率的运动方程和领先步数m的分布变化。由此推出定理1。定理1（技术差距与企业选择）技术差距足够大的企业选择学习；当技术差距缩小时，由于学习获得的潜在收益下降，企业转向自主创新。
该部分对模型进行数值求解并校准，通过反事实模拟中美贸易摩擦对两国技术进步的影响。 （一）模型求解和参数校准
模型的数值求解和参数校准采用值函数迭代和反向倒推的方法。
定量估计的参数分为两部分。第一部分是外部校准的参数，包括自主创新成本函数凹凸程度 ，学习成本函数的凹凸程度 ，劳动收入份额 ，效用的时间贴现率 ，以及关税税率 。设定家户效用的时间贴现率为5％。根据Acemoglu et al.（2018），设研发和学习的成本函数均为二次函数，即 。根据Penn Table 9.1，中国2000-2009年的劳动收入占增加值的比平均约为0.6，设 。通过计算2000-2009年平均的关税收入占GDP的比重，得到 。设定 ，将技术距离分为从-22到＋22的45份。数据中如图1，将距离定义为IPC层面按照OECD国家的发明专利申请份额减去中国的份额，然后对距离45等分。
第二部分是内部较准参数，如表4所示，包括自主创新效率 ，学习效率 ，学习前进步数概率分布函数凹凸程度 ，技术向前一步提升的生产率 ，以及贸易冰山成本 。为了校准这些参数，本文选取6个矩条件。前5个如表5所示，分别是中国TFP平均增长率、OECD国家GDP平均增长率、中国R＆D支出占GDP比重、OECD国家R＆D支出占GDP比重和中国进口占GDP比重，第6个是2009年中国技术距离的分布，如图2“中期分布（数据）”。由于本文模型中技术进步是GDP增长的唯一因素，而中国2000-2009年要素积累在GDP增长中贡献很多，故使用中国TFP增长率替代模型中的GDP增长率。矩估计最小化的目标函数是（参考Akcigit and Kerr，2018）： 其中，记技术距离i， ｛ ｝ ，在真实数据中的概率密度函数为 ，在模型中为 ，第6个矩条件 ，对应距离的45等分。在矩条件中，OECD国家GDP平均增长率用来确定 ；OECD国家R＆D支出占GDP比重用来确定 ；中国R＆D支出占GDP比重用来确定 ；中国进口占GDP比重用来确定 ；中国TFP平均增长率和2009年中国技术距离的分布用来确定 。基准结果的参数估计列于表4，所有校准参数均在99％的置信水平上统计显著。 本文一共模拟40年，每年分32期，共1280期。设定第1年为2000年，第10年为2009年，关注这10年间的转移动态路径。第40年为2040年，到达平衡增长路径。如表5所示，模型推出2000-2009年，中国平均TFP增长率为1.44％，OECD国家GDP平均增长率为1.22％，中国的技术进步支出占GDP的比重（包括了学习和自主创新）为1.29％，OECD国家的技术进步支出占GDP的比重为1.68％，中国进口占GDP的比重为27％，与实际数值较为接近。中国以较低的研发支出比重获得较快的技术进步，是因为大部分企业能进行技术学习，而发达国家大部分企业只能自主创新。
图2展示了中国技术与前沿距离分布的变化。实线表示2000年初始时刻的分布，双划线“— —”是2009年数据中的分布，点划线“— · —”是2009年的模拟分布，虚线“- - - -”是2040年到达平衡增长路径的模拟分布。在本文校准的参数条件下，m＜-6的企业选择技术学习。2000年分布的峰值处于m＝-10。随着技术快速追赶，2009年分布整体右移。在此过程中分布出现双峰，这是因为落后步数较多的企业较快地缩短了和领先者的差距；同时落后步数不多的企业自主创新，获得国内市场的全部利润，从而使在m＝-5处出现峰值。进一步，随着多数企业的技术超过m＝-5，转向自主创新，技术进步速度减缓。2040年，分布仅存在一个峰值m＝-4，大多技术落后的本土企业通过学习实现了追赶，左侧峰值消失。此时，相比2000年的初始分布，绝大多数企业实现从学习到创新的转变。 为了探究模型中进口学习效应对数据的解释力，我们对基准模型进行模拟并计算每个质量阶梯上企业的进口额和技术进步成功可能性，然后将加权平均技术成功可能性对进口额做回归，控制了质量阶梯和时间固定效应，并将标准误聚类到质量阶梯层面。 由模型生成的数据进行回归，创新的进口弹性为0.911，在99％水平上显著。 相比我们的基准实证结果（如表3第（1）列，创新的进口弹性是2.424），模型的进口学习效应机制能解释实证中进口对创新促进作用的37.6％。 中美贸易摩擦中，美国限制中国进口，意图减缓中国科技企业技术进步。本节保持其他参数，只提高贸易的冰山成本 ，模拟美国增加的贸易壁垒如何影响两国的技术进步。 将贸易成本 扩大4倍，观察贸易成本增加对增长率、技术进步投入、技术追赶等变量的影响。贸易成本增加导致部分国外技术领先的企业选择不出口，中国企业失去学习机会，只有技术距离 的企业选择学习。模拟结果如下：中国的TFP增长率下降为1.38％，技术进步支出占GDP比重提高为1.49％，这主要因为 的企业技术进步方式从学习转为昂贵的创新，技术进步效率下降。OECD国家的TFP增长率下降，因为原本OECD国家 的企业占据世界市场，而贸易成本提高使这部分企业失去了中国的利润，研发激励下降，技术进步减缓。
我国当前正处于从“中国制造”到“中国创造”转变的关键期，同时国际贸易形势发生重大变化，研究国际贸易对我国技术进步的作用至关重要。本文研究发展中国家在贸易中进行技术学习，对发达国家实现赶超，转向自主创新的动态路径。
首先，本文归纳了一系列特征事实：（1）中国在2000-2009年的技术和前沿距离相比1990-2000年明显缩短；（2）从发达国家的进口和资本品进口更能持续促进企业发明专利申请；（3）构造城市层面的进口冲击，得到只有高知识密集度进口可以促进发明专利申请，低知识密集度进口无显著作用。
其次，本文基于Akcigit et al.（2018），引入技术学习，构造并校准了一个开放经济下两国内生增长模型。技术内嵌于产品，只有进口发生，发展中国家的企业才有技术学习机会。初始发展中国家企业大多技术落后，发达国家占据世界市场。发展中国家企业在进口中进行学习，逐渐缩短技术差距。当技术差距足够小时，发展中国家转向通过自主创新的方式实现技术进步。本文模型最大贡献是刻画发展中国家从学习到创新的转移动态路径。模型还得出，虽然进口短期让外国企业占据本土市场，但是长期可以使本土企业快速追赶，最终赶超。
最后，本文通过反事实对中美贸易摩擦进行讨论。当贸易成本提高时，发展中国家进口减少，使原本进行技术学习的企业转向自主创新，降低技术进步速度。但同时，发达国家失去海外市场，创新激励下降，技术进步速度减缓。虽然美国设置贸易壁垒，使中国需要更早进行自主创新，但美国高科技企业失去中国市场，也降低技术进步速度，这是一个两败俱伤的结果。
本文仅作学术交流，版权归原作者及原发刊所有，如需转载本文，请联系授权
创新是引领发展的第一动力。在中国产业升级的紧要关头，如何实现技术跃升与自主创新，已然成为未来发展的核心议题。这篇文章研究了发展中国家在贸易中进行技术学习，对发达国家实现赶超，转向自主创新的动态路径，具有一定的现实意义。
就研究数据而言，这篇文章的数据来自多个权威数据库，数据来源广泛，涵盖了中国海关数据库、中国工业企业数据库、中国专利数据库以及欧洲专利局数据库，确保了研究的全面性与准确性。就研究方法而言，文章采用了多样化的研究手段，不仅通过图表直观地展示了中国与OECD国家技术距离的变化，而且利用回归分析详细地探讨了进口和创新的相关事实。更值得一提的是，文章构建了一个开放经济下两国内生增长模型，深入刻画了发展中国家从学习到创新的转移动态路径。
就研究内容而言，文章首先揭示了中国在2000-2009年的技术和前沿距离相比1990-2000年明显缩短的现象。随后，依托中国企业相关数据，文章通过回归分析发现从发达国家的进口和资本品进口更能持续促进企业发明专利申请且只有高知识密集度进口冲击可以促进发明专利申请，文章还进一步探讨了其中的作用机制。此外，文章构造理论模型，研究了技术差距与企业选择的关系，发现技术差距足够大的企业选择学习；当技术差距缩小时，企业转向自主创新。最后文章利用中美贸易摩擦进行了反事实模拟，提出美国增加的贸易壁垒将降低两国的技术进步速度。整体而言，这篇文章内容丰富，结论深刻，对发展中国家实现技术进步、推动自主创新具有重要的指示作用。
全球价值链研习社由对外经济贸易大学吕越教授研究团队创办，我们长期跟踪全球价值链（GVC）研究，致力于打造专注价值链、产业链、供应链的公益性学术分享平台。公众号将每周为大家推送国内外前沿文献、团队最新成果以及学术资讯，欢迎更多学术同仁关注和加入我们。
