王江+陶磊

内容提要：在全球价值链重构背景下，改变中国装备制造业“大而不强”的现状，加强产业自主创新研发能力， 提升装备制造业技术创新效率成为国家实施强国战略亟待解决的重大问题。本文运用DEA-Malmquist方法分阶段测算装备制造业各行业技术创新效率，应用面板数据构建Tobit模型对影响中国装备制造业技术创新效率的因素进行分析，旨在为该问题的描述及研究提供一个可能有价值的视角。研究表明：中国装备制造业技术创新效率整体偏低，明显存在投入冗余和产出不足的现象，装备制造业内部各行业技术创新效率严重不均衡；研发阶段与成果转化阶段技术创新效率投入产出不匹配，成果转化效率低的短板明显；技术创新效率对全要素生产率提升的作用明显小于技术效率与规模效率的贡献；外部影响因素中，外贸依存度对技术创新效率的提升产生了抑制效果。

关键词：装备制造业；技术创新效率；技术创新过程；影响因素

中图分类号：F224.0；F424.3 文献标识码：A 文章编号：1001-148X（2017）12-0175-06

一、引言

价值链已经成为全球经济循环中最为关键的链条之一，占据价值链核心环节就可掌控整条价值链的财富流向。根据“微笑曲线”理论，欧美发达国家占据价值链左右两端的高附加值环节，而中国制造处于“微笑曲线”的中部或底部，长期面临“高端封锁”与“低端锁定”的发展模式[1]。

随着经济危机后美国“再工业化”浪潮悄然开始，世界各国正在开展一场大范围而深刻的产业战略调整与价值链重构。中国是世界装备制造业大国，未来全球产业在价值链上竞争必定会对中国装备制造业的发展产生较为深远影响。推动装备制造业技术创新，建立研发、生产和销售的完整体系，占据全球价值链有利环节，构建以中国为主的包容性GVC治理体系，以此促进全球经济的结构均衡，通过创新驱动战略的实施和发展加快中国制造业转型升级，培育中国参与新一轮全球竞争的新的动态竞争优势，成为中国实施制造强国战略的路径选择。本文运用改进DEA模型对我国装备制造业及其内部各行业的技术创新效率的整体及研发与成果转化两个阶段情况进行测算，采用DEA-Malmquist方法评价装备制造业技术创新效率对其全要素生产率变动的贡献，构建Tobit面板回归模型实证分析影响装备制造业技术创新效率的外部因素，以期丰富我国装备制造业技术创新效率的研究视角，并对我国装备制造业技术创新能力提升提出相应建议。

纵观国内外技术创新效率的研究文献，数据包络分析（DEA）与随机前沿生产函数（SFA）是常用的测度方法，均能测算产业技术创新效率，但笔者认为研究中国装备制造业技术创新效率，数据包络分析（DEA）更具有一定的优越性。例如，DEA能够实现多投入多产出的实际问题，且不需要细化了解生产函数、μ的概率密度分布对于测算结果的影响以及ε的偏度问题等[2-3]；部分学者研究认为DEA方法得到的结论更具有可靠性，能够合理解释现实问题[4-5]。因此，本文将选用数据包络分析（DEA）评价中国装备制造业技术创新效率。

二、装备制造业技术创新效率研究

（一）模型选取

（二）指标选取说明及数据来源

表1中将装备制造业整个技术创新过程分为研发阶段和成果转化阶段，对应这两个阶段分别选取了投入指标和产出指标。其中装备制造业包括金属制品业、通用设备制造业、专用设备制造业、交通运输设备制造业、电气机械及器材制造业、通信设备、计算机及其他电子设备制造业、仪器仪表及文化、办公用机械制造业七大之类。

选取的数据来源于《中国统计年鉴》和《中国高新技术产业统计年鉴》（2008-2016）中高技术产业企业的R&D及相关活动情况所对应装备制造业7大行业的指标数据。由于技术创新是一个投入产出的过程，产出在技术创新过程中存在滞后性，因此本文数据的处理以2008年为基准年，该年的相关数据将会作为要素的初始投入；研发阶段的投入期为2008-2013年，产出期为2009-2014年；成果转化阶段投入期为2009-2014年，产出为2010-2015年。计量软件为DEAP2.1，计算结果见表2至表8。

（三）装备制造业技术创新效率分析与评价

1.总效率情况分析

（1）总效率偏低，但提升较快。从表2纵向来看，中国装备制造业7大行业2013年技术创新总效率平均值仅为51.9%，总效率明显偏低；但比2008年的42.8%高出9.1%，由此可知五年间装备制造业技术创新总效率处于上涨趋势。其中，通用设备制造业技术创新效率增长幅度最大为16.1%，其余行业处于缓慢波动增长态势；尤其是2010-2011年间各行业技术创新效率均出现较大的上升，可能是因为装备制造业技术创新出现极大的突破或者国家的重视程度有所加大所產生的现象。

（2）各行业技术创新效率差异较大。从表2横向分行业研究发现，装备制造业2008-2013年间技术创新总效率平均值为46%，金属制品业效率最高，而通信设备、计算机及其他电子设备制造业最低仅为13.8%，而且只有金属制品业和仪器仪表及文化、办公用机械制造业远远超过行业平均水平，达到技术创新有效；其他行业均未达到仍然处于较低水平，存在投入冗余与产出不足的不利现象，行业技术创新效率分级化状况较为严重。

2.非有效决策单元的效率改进分析

对我国装备制造业各行业分阶段投入冗余量和产出不足量结果进行分析。从表3研发阶段创新效率数据测算结果与对表4成果转化阶段技术创新效率分析发现，金属制品业和仪器仪表及文化、办公用机械制造业创新效率研发阶段和成果转化阶段能够很好地协调统一发展，齐头并进，其余行业成果转化阶段技术创新效率均有所下降，成果转化阶段各行业效率平均值大多低于研发阶段，存在较大改进空间。

根据表5对两阶段比较分析可知，研发阶段和成果转化阶段除金属制品业技术效率为1，没有投入冗余现象，具有效率有效性；其余行业均未达到有效性，研发阶段的技术效率值均大于成果转化阶段。说明我国装备制造业成果转化阶段能力更为不足，与研发阶段存在明显脱节，且行业效率基本维持在10%-30%左右。分阶段来看：研发阶段大多行业要素过量投入存在冗余现象，其中仪器仪表及文化、办公用机械制造业技术效率相对较高近似100%，而通信设备、计算机及其他电子设备制造业技术投入冗余量过多，技术效率不足10%；研发阶段R&D经费和人员投入量出现严重冗余现象，说明即使政府和企业加大了对装备制造业技术自主创新研发的人员和经费的投入程度，但人员专业化程度不高、经费合理利用率低下，影响了行业的技术创新效率。对成果转化阶段投入冗余量分析发现，R&D全时当量人数和有效专利数投入冗余量较大，说明我国装备制造业研发力度逐步在加大，有效专利数也增多，但可能由于成果转化阶段创新不足，很难在成果转化阶段将专利合理化地利用，制约着行业整体竞争力的上升。endprint

研发阶段主要是知识成果的专利产出，而成果转化阶段则是商业价值的体现。结合表5与表6分析发现，各行业几乎均存在投入过量现象，但产出却不足，反映出技术创新过程中资源利用效率较低，投入产出不匹配。金属制品业投入不存在冗余，但产出不足，可能是由于对该行业市场供需关注不够，市场需求过剩而供给不足，说明该行业具有较大的潜力和市场，可以适当加大投入量以此提高产出量。通信设备、计算机及其他电子设备制造业研发和转化阶段均存在投入过量的现象，但产出没有出现不足现象，说明该行业在海外市场具有一定的需求量，能较为合理地实现技术成果的转化。交通运输设备制造业成果转化阶段新产品销售收入不存在产出不足，但投入却过量，说明该行业的新产品成果得到了市场的认可，价值体现出高水平与高效率。其余行业即存在投入变量冗余又存在产出变量不足。

3.中国装备制造业技术创新效率评价

（1）研发阶段技术创新效率对全要素生产率提升作用不大。从表7数据可知，中国装备制造业研发阶段5年间的全要素生产率TFP年均增长率变化极其微弱，仅0.4%，其余指数年均增长率也是微乎其微，甚至技术进步变化指数出现下降，技术效率变化与技术进步完全背离，由此可见技术效率变化、规模效率变化指数年均上升0.7%和0.5%是促进全要素生产率增长的主要因素。从装备制造业分行业角度来看，通信设备、计算机及其他电子设备制造业全要素生产率相对增长幅度最大，年均增长率为13.4%，表明该行业能够充分合理化地利用投入要素，实现创新资源高效配置，主要也是由于技术进步所推动的；通用设备制造业、交通运输设备制造业、电气机械及器材制造业、仪器仪表及文化、办公用机械制造业全要素增长率处于年均下降，呈现技术倒退状态，主要的原因是行业技术进步溢出放缓且创新力不足，以及投入要素未实现有效利用等因素造成，而推动技术进步是遏制技术创新效率下滑的关键因素。

（2）成果转化阶段技术创新效率负向影响了全要素效率提升。对表8实证结果分析发现，成果转化阶段装备制造业新产品技术创新效率较低，全要素生产率变化均值为0.923，而从2009-2014年间技术创新效率不但没提高反而每年平均降低7.2%，各项变化指标年均都小于1，尤其是技术进步变化值降低速度对全要素生产率增长率的影响最大。通过对比研发阶段子行业分析来看，成果转化阶段TFP年均值明显较低，只有通信设备、计算机及其他电子设备制造业两个阶段全要素生产率变化值大于1处于增长态势；电气机械及器材制造业TFP为0.768，是所有行业中最低，说明该行业对新产品技术创新关注程度远远不及专利技术研发阶段；金属制品业、专用设备制造业在研发阶段的TFP均为1，但在成果转化阶段却小于1，造成该现象发生的主要原因是技术进步变化指数和规模效率变化指数的年均值降低逐步衰退所引起的，说明这两个分行业新产品的生产技术创新能力存在不足，生产技术出现后退迹象。

三、装备制造业技术创新效率影响因素分析

（一）模型构建与指标选取

为了进一步深析影响中国装备制造业技术创新效率的外部显著因素，本文将在DEA模型的分析基础上采用两阶段法进行影响因素分析。运用上文测算出的中国装备制造业技术创新效率值作为因变量，以通过对文献的阅读与行业的分析选取的外部环境因素作为自变量构建回归模型，由于因变量的取值范围介于0-1之间，因此本文将采用面板数据Tobit模型（6）进行实证分析：

（二）实证结果分析

表9所选取的所有自变量都通过了显著性水平检验，具体解释如下：（1）研发阶段和成果转化阶段R&D人员专业化程度的系数分别为0.274053和0.353413，该自变量对因变量具有正向影响效果。（2）装备制造业发展程度两个阶段系数0.338416和1.026561，自变量对技术创新效率呈现正向影响且具有较强的解释性；特别是成果转化阶段装备制造业的规模扩大和推进高端装备制造业的发展对技术效率的影响尤为重要。（3）外贸依存度系数均是负数-0.127472和-0.425272，原因可能是因为中国装备制造业处于全球价值链较低的领域，装备制造业的国际贸易主要是从发达国家引进技术进行消化吸收再创新出口至一些较为落后的发展中国家，虽然对外贸易不断扩大，但企业的技术吸收能力较弱，知识物化程度较低，则会造成利用进口设备的技术溢出效应可能性较小，使得新产品的技术创新产出效率低下，甚至会形成长期进口高质量的设备而抑制了中国装备制造业自身的技术创新水平、降低技术创新效率。（4）研发经費投入强度回归系数为0.225069和0.694747，对技术创新效率起到正向促进作用。（5）政府投资力度系数为正。（6）外资引进系数为0.205609和0.215576，对技术创新效率产生正向影响。外资企业投资进入到装备制造业，会带来先进的技术，根据新增长理论可知，对于引进外资企业的技术成本远远低于企业自身进行技术创新的成本，并且最终会实现技术趋同效果，在一定程度上也会提高装备制造业行业技术创新水平，直接或间接地提升技术创新效率。

造成中国装备制造业技术创新效率低的主要原因有以下几点：首先，长期以来中国装备制造业投资分散、重复布局较为严重，且多数企业按“大而全”和“小而全”建设，致使装备制造企业规模普遍较小，中国装备制造业集中度较低；与此同时，一些装备制造企业过度追求发展速度，纷纷将投资重点转向一些新兴装备制造行业的投资，造成某些装备制造业行业出现产能过剩隐忧，投入冗余现象较为严重，产业整体效率低下。其次，我国装备制造业缺乏核心技术和关键技术，存在技术的“瓶颈”制约，多数行业创新动力来自技术引进，长期对技术含量高的基础性生产设备制造业面临着引进-落后-再引进-再落后的状态；我国制造业企业面临代工生产与自创品牌的选择时，由于后者需要大量的资金投入且存在风险，大部分企业放弃了自主创新和品牌建设，只是单方面不断的引进国外先进技术，自主创新能力落后，高端创新型产品的制造能力严重不足等问题。再次，由于目前我国生产性服务业组织创新能力不足和专业化分工水平不高，对装备制造业企业的服务覆盖面具有一定的局限性，服务质量不高将不能使装备制造业企业将其内部服务进行外包，企业无法将精力和资源全部放在开发并维护其核心竞争力上，因此将会产生装备制造业技术创新效率不高的现象。与此同时，由于全球金融危机爆发，中国装备制造业企业受到了不同程度的影响，订单缩水和裁员减薪的现象并不鲜见，技术人员的数量和质量大幅下降，企业生产停滞不前，使得装备制造业产业创新效率降低。endprint

四、结论

通过上文对中国装备制造业技术创新效率及影响因素分析得出以下可能有价值的结论：（1）总体看我国装备制造业技术创新效率偏低，明显存在投入冗余和产出不足现象；制造业内行业的技术创新效率严重不均衡，但效率提升明显。（2）研发阶段与成果转化阶段技术创新效率投入产出不匹配，成果转化效率低的短板明显。（3）装备制造业技术创新效率对全要素效率的提升作用不大，且明显小于技术效率和规模效率的贡献。（4）装备制造业外贸依存度对其技术创新效率起到了抑制作用。

提升中国装备制造业技术创新效率是一个庞大的系统工程，涉及企业层面的体制、机制、战略及宏观层面的环境、政策等等因素，相关的研究文献也极为丰富，期望本文能对该问题的描述及研究提供一个有价值的视角。

参考文献：

[1] 陈静，卢进勇.中国企业全球价值链“ 低端锁定” 成因及对策分析[J].哈尔滨商业大学学报：社会科学版，2015（3）：48-57.

[2] Scheller-kreinsen D.， Geissler A.， Street A.， Busse R.Performance Assessment of German Hospitals[J].Gesundheitsokonomie und Qualitatsmanagement，2011，2（16）：85-95.

[3] 李双杰，范超.随机前沿分析与数据包络分析方法的评析与比较[J].统计与决策，2009（7）：25-28.

[4] 魏下海，余玲铮.中国全要素生产率变动的再测算与适用性研究——基于数据包络分析与随机前沿分析方法的比较[J].华中农业大学学报：社会科学版，2011（3）：76-83.

[5] SvetlanskaT.，TurcekovaN.， Adamickova I.Efficiency Of Biomass Production -Methodological Approaches[J].Visegrad Journal on Bioeconomy& Sustainable Development， 2015，4（1）：2-6.

Abstract：Under the background of global value chain reconstruction， changing the current situation of China′s equipment manufacturing industry “big but not strong”， strengthening the independent innovation R&D capability to upgrade the technological innovation efficiency of equipment manufacturing industry has become a major problem to be solved urgently for the country to implement the strategy of “great power”. The paper uses DEA-Malmquist method to measure the technological innovation efficiency of equipment manufacturing industry in different stages， and builds Tobit model with panel data to analyze the factors that influence the technological innovation efficiency of China′s equipment manufacturing industry， aiming at providing a potentially valuable perspective for the description and study of the problem. Results show the overall technological innovation efficiency of China′s equipment manufacturing industry is low， there being obvious phenomenon of redundant input and insufficient output， and the technological innovation efficiency of various industries in the equipment manufacturing industry is seriously unbalanced； the R&D phase is not matched with the achievement transformation stage in input and output of technological innovation efficiency， and the short board with low efficiency of achievement transformation is obvious； the effect of technological innovation efficiency on the promotion of total factor productivity is obviously less than the contribution of technical efficiency and scale efficiency； among the external factors， the degree of dependence on foreign trade has an inhibitory effect on the improvement of technological innovation efficiency.

Key words：equipment manufacturing industry； technological innovation efficiency； technological innovation process； influence factors

（責任编辑：维翰）endprint