装备制造业技术创新效率的影响因素及创新驱动路径研究
——以安徽省为例

肖 红

(安徽科技学院 财经学院，安徽 蚌埠 233100)

引言

2019世界制造业大会9月23日在安徽省合肥市圆满落下帷幕，标志着安徽省制造业今后的发展方向更加明确，将向着先进制造、集群、高端、开放、协同发展。据悉，本次大会实施了不同性质企业分别对接洽谈，大会共签定了638个项目，投资规模将达到7 351亿元。其中，签约项目中制造业项目数占总项目数的87%，投资总额占总投资额的86%。签约项目覆盖了装备制造业的大部分行业尤其是先进制造业，如机器人、通用航空、轨道交通、新材料、新能源汽车节能环保等行业。合肥长鑫集成电路产业基地，投资总规模将达到2 200亿元，是安徽省迄今最大的招商引资项目，联宝智能产品生产项目，投资规模将达到100亿元，是目前最大的外资签约项目，这些项目无疑将成为安徽省装备制造业转型升级的重要推动力。

目前关于装备制造业技术创新效率影响因素的研究较多。綦良群等(2014)以中国装备制造业为研究对象，对其R&D效率及影响因素进行研究，并从内生决定因素和外生影响因素方面进行了分析[1]。王文等(2014)以中国装备制造业为研究对象，运用随机前沿方法对装备制造业技术创新效率进行测算，从静态效率来看规模效率最高，技术创新效率次之，配置效率最低。从动态效率来看，中国装备制造业TFP水平持续上升，且技术进步是第一推动力[2]。牛冲槐等(2015)以我国装备制造业为研究对象，对我国装备制造业七个细分行业的全要素生产率指数进行了测算，研究结论为七个行业的全要素生产率存在较大差异，成果转化阶段明显低于研发阶段[3]。王新红等(2015)以我国装备制造业上市公司为研究对象，运用DEA数据包络分析方法对技术效率进行分析，发现我国装备制造业上市公司研发效率整体偏低[4]。林迎星等(2015)以福建省高端装备制造业为例，从投入和转化两个阶段对技术创新效率进行评价，研究发现投入阶段的技术创新效率依赖于技术进步，但转化阶段的技术创新效率在下降，主要原因在于技术效率和技术进步率下降[5]。夏海力等(2016)对苏州装备制造业技术创新效率及其影响因素进行分析，研究表明苏州装备制造业技术创新效率逐步提升，产业环境因素抑制了技术创新效率，集群创新和市场因素推动了技术创新[6]。王青等(2017)以沈阳市装备制造业为研究对象，从基础研发与成果转化两个阶段对其技术创新效率进行评价，分析发现基础研发阶段技术创新效率总体高于成果转化阶段技术创新效率[7]。李士梅等(2018)以中国高端装备制造业上市公司为例，运用DEA-Malmquist指数法对其技术创新效率进行实证分析，研究发现各细分行业技术创新效率呈波动趋势，且各行业差距明显[8]。杨志波(2018)以中国各省的装备制造业为研究对象，对其技术创新效率及影响因素进行了分析，研究发现我国装备制造业整体技术效率在提高，地区差距在缩小，但各细分行业差异较大[9]。高智等(2019)从产业融合的视角，分析了高技术服务业与装备制造业融合发展的效应，研究发现装备制造业在与高技术服务业融合发展中技术创新效率会得到提升[10]。

纵观以往研究，笔者认为主要存在以下不足。一是多数文献以中国装备制造业的整体为研究对象，对制造业细分行业关注较少，对某一区域尤其是欠发达区域装备制造业研究较少。二是针对装备制造业整体技术创新效率的文献较多，对装备制造业技术创新效率具体影响因素方面的研究文献比较少。

本文试图在前人研究的基础上做一些改进，以安徽省装备制造业为研究对象，对其技术创新效率及影响因素进行实证分析。首先运用DEA数据包络分析方法对安徽省装备制造业技术创新效率进行评价，并对装备制造业各细分行业进行Malmquist指数分解。接着构建面板数据的Tobit模型对装备制造业技术创新效率各影响因素进行深入分析，并据此提出安徽省装备制造业实现创新驱动发展的一些路径，以期为安徽省装备制造业发展提供几点参考。

1 实证分析安徽省装备制造业技术创新效率

1.1 模型、指标选取及数据来源说明

1.1.1 评价模型

遵循大多数文献的做法，本文使用的是DEA数据包络分析的方法，该方法是1978年由美国著名运筹学家A.Charnes和W.W.Cooper提出来的，此方法更适用于处理多投入多产出指标的情况，因为这种方法不必考虑具体的生产函数形式，不受评价指标量纲和权重的影响，评价结果更加科学和可靠。DEA-Malmquist指数模型既考虑了决策单元不同时期的动态效率变化情况，同时将Malmquist指数具体分解为纯技术效率指数和规模效率指数，纯技术效率主要体现了制度创新管理创新所带来的效率提升，规模效率主要体现规模扩张所带来的效率提升，技术进步则主要体现生产前沿面随时间的移动而表现出的不断进步和变化。

DEA-Malmquist模型中，基于产出角度的Malmquist指数可表示为：

(1)

进而，Malmquist指数的具体分解式如下所示：

(2)

其中，EC代表技术效率变化，测算t时期到t+1时期各决策单元对生产可能性边界的偏离程度；EC又可分解为纯技术效率PC和规模效率指数SC；TP代表技术进步指数，测算技术边界在时期t到时期t+1的变动情况。上述公式中各指数大于1意味着技术效率提高，小于1意味着技术效率指数下降。

1.1.2 指标选取

根据技术创新效率的含义及特点，考虑数据的可得性及可靠性，并结合安徽省装备制造业自身的发展实际，笔者选择R&D人员全时当量、研发内部经费支出、新产品开发经费支出作为创新投入指标，这三个指标共同反映了安徽省装备制造业创新投入能力。选择专利申请数、新产品开发项目数和新产品销售收入作为创新产出指标，这三个指标共同反映了安徽省装备制造业的研发活动成果，具体技术创新效率指标体系见表1。

表1 安徽省装备制造业技术创新效率输入、输出指标体系

1.1.3 数据来源及说明

由于2011年以后交通运输业被划分为汽车制造业和铁路、船舶、航空航天和其他设备制造业，本文做法是将2011年以后的汽车制造业和铁路、船舶、航空航天和其他设备制造业合并作为交通运输设备制造业。所以，具体来说本文研究对象包括金属制品业(C1)、通用设备制造业(C2)、专用设备制造业(C3)、交通运输设备制造业(C4)、电气机械及器材制造业(C5)、通信设备、计算机和其他电子设备制造业(C6)、仪器仪表及办公用机械制造业共七类细分行业(C7)。根据DEA-Malmquist指数评价模型及评价指标收集并整理数据，所有原始数据来源于《安徽省统计年鉴》(2012-2018)、《中国科技统计年鉴》(2012-2018)及《中国高技术统计年鉴》(2012-2018)，安徽省经济与社会发展统计公报(2012-2018)，有些数据根据指标定义计算得到。

1.2 实证分析

1.2.1 描述性统计分析

对装备制造业技术创新投入与技术创新产出进行描述性统计分析，具体结果见表2。从投入指标来看，研发人员全时当量、研发内部经费支出和新产品开发经费支出标准差分别为2 130.14、6.362和9.324，可以看出安徽省装备制造业各细分行业技术创新投入差异较大，投入比较分散。从产出方面来看，专利申请数的最大值为3 897件，最小值为69件，平均值为1 563件，标准差为945.756。新产品开发项目数最大值为1 595项，最小值为56项，平均值为639.83项，标准差为404.935。新产品销售收入最大值为510.84亿元，最小值为5.30亿元，平均值为200.81亿元，标准差为129.671。由此可以看出，安徽省装备制造业各细分行业创新差异化较大，偏离平均值较多，有的行业效益高，有的行业经济效益较低。

表2 变量描述性统计

1.2.2 技术创新效率分析

根据DEA数据包络分析方法的含义，通过DEAP2.1软件测算得出安徽省装备制造业2012—2017年技术创新效率全要素生产率变动的Malmquist指数，具体结果如表3所示。

表3 安徽省装备制造业2012—2017年平均全要素生产率变动的指数及分解

由表3可以看出，2012-2017年安徽省装备制造业技术创新效率全要素生产率Malmquist指数的平均值为0.982，表明2012-2017年安徽省装备制造业技术创新效率年均下降1.8%。从整体来看，安徽省装备制造业技术创新效率下降的原因主要是技术效率、纯技术效率和规模效率下降，其中技术效率下降了9.5%，纯技术效率下降了2.3%，规模效率下降了7.4%，虽然技术进步率上涨了8.5%，但被技术效率、纯技术效率和规模效率下降所抵消。

利用DEAP2.1软件对安徽省装备制造业分行业全要素生产率指数进行测算得到结果见表4。

表4 安徽省装备制造业分行业全要素生产率>Malmquist指数分解及排序情况

从表4可以看出，安徽省装备制造业全要素生产率指数大于1的行业包括金属制品业(C1)、交通运输设备制造业(C4)、通信设备、计算机及其他电子设备制造业(C6)和仪器仪表及文化、办公用机械制造业(C7)四个行业。其中全要素生产率指数最大为金属制品业为1.143，年均增长14.3%，主要源于技术进步率提高。其次是交通运输设备制造业，全要素生产率指数为1.131，年均增长13.1%，主要源于技术进步、技术效率和规模效率的提高。通信设备、计算机及其他电子设备制造业位居第三，全要素生产率指数为1.063，年均增长6.3%，主要源于技术进步率提高。仪器仪表及文化、办公用机械制造业位居第四，全要素生产率指数为1.050，年均增长5%，主要源于技术进步率的提高。总体来看，安徽省装备制造业技术创新效率偏低，主要源于技术效率和规模效率偏低。

2 安徽省装备制造业技术创新效率影响因素分析

2.1 模型构建与指标选取

本文在前文分析了安徽省装备制造业技术创新效率的基础上对装备制造业技术创新效率的影响因素进行深层次挖掘。把上文测算的装备制造业技术创新效率值作为因变量，把一些外部环境因素作为自变量建立面板数据的Tobit模型如下：

lnEFFt,j=β0+β1lnMDt,j+β2lnICt,j+β3lnLKt,j+β4lnRDIt,j+β5lnPDSt,j+β6lnGIt,j++μ

(3)

在公式(3)中，β0为常数项，β1，β2，…，β6为自变量系数，μ为随机误差项，t代表时间，j=1,2,3,…,7代表装备制造业分行业。EFF代表装备制造业技术创新效率值，为被解释变量。解释变量有6个，分别是：(1)MD代表市场需求情况，用装备制造业规模以上工业企业主营业务收入代表；(2)IC代表行业集中度，用装备制造业规模以上工业企业单位数代表；(3)LK代表资本-劳动比率，用装备制造业固定资产原值与年均从业人数之比表征；(4)RDI代表研发经费投入强度，用装备制造业研发经费投入支出与装备制造业生产总值之比表示；(5)PDS代表研发人员专业化程度，用装备制造业各行业研发人员全时当量与所有从业人员之比表示；(6)GI表示政府支持力度，用企业新产品研发经费中政府资金占比表示。为了消除异方差的影响，所有数据均做对数处理。

所有数据来源于《安徽省统计年鉴》(2013-2018)、《中国科技统计年鉴》(2013-2018)，所使用的计量软件为Stata12.0，计算结果见表5。

表5 安徽省装备制造业技术创新效率影响因素实证分析结果

2.2 实证结果分析

从表5结果可以看出，以上所选解释变量均通过了显著性检验，其中市场需求在1%水平下显著，行业集中度、研发人员专业化程度和政府支持在5%水平下显著，资本-劳动比率和研发投入强度在10%水平下显著。由实证结果可知，上述影响因素中市场需求、研发投入强度、研发人员专业化程度、政府支持对装备制造业技术创新效率具有正向影响，上述因素每提高1%，装备制造业技术创新效率将提高0.6859%、1.4941%、3.2778%、0.1676%。行业集中度、资本-劳动比率每提高1%，装备制造业技术创新效率下降0.8143%、0.4823%。市场集中度表现为负向作用，说明安徽装备制造业市场集中度还不高，阻碍了技术创新效率的提升。资本—劳动比率也呈现为负向作用，说明安徽省装备制造业中人员资本配备效率不高，同样阻碍了装备制造业技术创新效率的提升。研发人员的专业化程度对装备制造业技术创新效率的正向促进作用最强，研发经费投入强度次之，市场需求作用再次之，政府支持作用最弱。从此实证结果可知安徽省装备制造业研发技术人员专业化程度较高，为装备制造业技术创新效率的提升做出了比较大的贡献，同时安徽省装备制造业企业更加重视研发经费投入，合理配置创新资源，带动了技术创新效率提高。市场需求对装备制造业技术创新效率也呈现为正向拉动作用，但效果较小，这从上文的技术效率评价中也可反映出来，政府支持对装备制造业的技术创新效率的拉动作用相对较弱，说明政府这一行为主体在装备制造业技术创新效率提升方面发挥作用还有较大空间。

3 安徽省装备制造业创新驱动发展路径分析

从本文的实证分析结果来看，各影响因素对安徽省装备制造业创新效率提升作用各有不同，结合安徽省装备制造业发展实际提出以下创新驱动发展路径。

3.1 构建装备制造业开放、协同的技术创新体系

安徽省应抓住国家“一带一路”“长江经济带”等发展机遇期，立足自己的区位优势，利用自身的科研优势和人才优势，逐步建立自主创新系统。整合地区创新资源，努力建设国家级科学创新中心，形成以装备制造业企业为创新主体、高校院所和不同地区高效协同发展的技术创新体系，争取培育一批创新能力强、具有较大影响力和品牌美誉度的行业龙头企业，支持装备制造业向中高端水平发展。努力形成以骨干企业为引领，产业链上下游企业和高校院所参与的产业协同创新战略联盟。鼓励有能力的企业到省外甚至国外投资并购企业或研发机构。加快实施国际合作创新计划，支持国家级、省级开发区与发达国家和地区开展合作式创新，推动中德智慧产业园、中德(芜湖)中小企业国际合作园区等项目建设发展。

3.2 加大装备制造业创新投入力度

虽然近几年安徽省装备制造业创新投入不断增加，2017年研发经费投入比上一年提高约12%，但与国内发达省份及国外相比还有比较大的差距。要提高装备制造业技术创新效率还要从投入上下功夫，安徽省应发挥“三重一创”专项引导资金的作用，重点投向新产品研发、重大技术产业化等方面。加快建立安徽产业发展专项基金，推进各市组建天使投资，重点向装备制造业特别是高端装备制造和智能制造领域倾斜。

3.3 扩大装备制造业发展规模，实现集聚式发展

从前文装备制造业技术创新效率评价结果可以看出，安徽省装备制造业技术创新效率总体偏低其中主要原因之一在于规模效率偏低。据此，安徽省应重点围绕新能源汽车、智能制造、轨道交通、新材料等产业推进一批装备制造业产业基地建设，力争在几年时间里建成几个千亿元级的，在国内外具有较高影响力的装备制造业产业基地。继续围绕像芜马合机器人集聚发展基地，轨道交通设备生产基地，新年能源汽车生产基地等项目建设，尽快完善产业链，形成产业规模。如江淮汽车、奇瑞汽车等企业应抓住新能源汽车的发展机遇，立足当前、着眼长远，加大科技创新投入力度，加快建设核心竞争力强、产业化领先、配套完善的新能源汽车产业基地，不断拓展国内和国际市场，利用其较强的产业链效应带动其它装备制造业部门发展。

3.4 完善装备制造业企业技术创新的的政策环境

优良的政策环境是装备制造业发展的有力保障。应结合安徽省装备制造业发展实际，加强针对装备制造业发展的立法建设，适时颁布支持装备制造业发展的纲领性文件，让政府的决策发挥最大的作用。切实落实促进装备制造业发展的各项优惠政策，如税收优惠、税费减免、财政补贴等扶持政策。装备制造业企业技术创新过程中出现的各种矛盾和问题，政府应给与支持和协助解决。加大高层次人才和高技术人才引进和培养力度，通过政策优惠吸引高层次人才科研团队到安徽创新创业。