论文部分内容阅读
摘 要：为探索创新生态系统中核心主体与其他创新主体之间的联结关系会对核心主体的创新效率产生何种影响，选取航空、航天器及设备制造业为例，分析并构建了创新生态系统模型，选取全国18个省份2009—2015年数据为样本，应用随机前沿模型，测算其创新效率。研究发现：考察期内全国航空、航天器及设备制造业的创新效率均不高，约为0.468.2009—2016年期间创新效率呈缓慢上升趋势，省域间存在不均衡特征。创新生态系统中各创新主体与核心企业之间的联结关系会对创新效率均产生负向作用：企业与政府、高校及科研院所的联结关系对创新效率产生负向影响，核心企业外的其他主体的参与也会抑制创新效率；R&D经费投入对创新效率有促进作用，人员投入则无明显作用。企业规模对技术效率有显著促进作用，市场结构的促进作用并不显著。分析发现：企业与各创新主体的联结关系不友好；企业与高校和科研机构的目标不一致；整个创新生态系统内资源分配不均衡；政府在其投资过程中缺乏针对性，对企业创新资源使用情况监督不到位。
关键词：创新效率；创新主体关系；高技术产业；创新生态系统中图分类号：F 223
文献标识码：A 文章编号：1672-7312（2018）06-0664-07
0 引 言
技术创新是企业形成竞争优势的主要来源[1]，也是引领发展的第一动力。高技术产业是R&D 投入强度相对较高的制造业行业，属于知识密集型和技术密集型产业。据统计，2015年全国高技术产业新产品开发经费支出高达3 030亿元，新产品开发项目数多达77 167项。高技术产业的这种创新特性及其在国民经济中的重要地位，使其创新效率问题一直备受学者关注。十九大报告明确提出“深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化。”然而，在国家新的战略布局下，创新主体关系会对高技术产业的创新效率产生怎样的影响？高技术企业如何在新的创新范式[2]下实现螺旋式发展？高技术产业创新效率问题已有学者从不同角度进行了探讨。关于创新效率差异化问题的研究，Jang[3]等采用Malmquist指数法测量了全球49家科技行业领先研发公司的研发效率，得出这些全球领先的研发公司的整体研发效率在2007—2013年期间略有下降，且公司之间存在差异；Sang-Mok[4]分析了2000—2004年韩国和中国制造业的技术效率，得出中国制造业的技术效率平均高于韩国。朱有为、徐康宁[5]认为中国高技术产业的研发效率偏低，行业间差异有缩小趋势；桂黄宝[6]发现中国东中西地区高技术产业创新效率有差异，且普遍存在下降趋势。关于影响因素的研究：Faruq[7]运用DEA技术对1991—2002年加纳6类制造业的技术效率进行了估计，发现企业规模、年龄、外资持股比例、生产过程中所使用的劳动和资本的组合等对效率有正向影响。Chang[8]分析了竞争环境下信息技术对技术效率的影响，得出信息技术与技术效率的增长正相关，但其影响受到竞争程度的调节作用。Asid[9]利用SFA模型估算马来西亚所有制造业在1986—1995年期间的技术效率，得出马来西亚制造业主要由劳动力而不是资本主导。谢子远[10]发现高技术产业区域集聚水平与研发效率之间呈“倒U型”关系；肖仁桥[11]等认为政府支持、金融环境对高技术产业创新效率有显著影响；韩晶[12]探讨了市场结构、产业开放度和产业利润等因素对高技术产业的影响；戴魁早、刘友金[13]对高技术产业创新效率进行了分解，发现市场化进程对创新效率有积极影响，市场势力与创新效率存在倒U關系；白俊红[14]实证分析了企业规模、市场结构对高技术产业创新效率的影响。航空、航天器及设备制造业创新效率的研究：在区域层面，丁勇[15]等考察了天津航空制造业的技术效率及影响因素；周燕萍[16]等测算了上海航空航天制造业产出效率，发现其效率虽低，但规模递增趋势明显。在国家层面，韩晶[12]计算了全国航空航天制造业的技术创新效率约为0.15～0.20；冯志军[17]等对航空制造业研发、转化过程进行了效率计算。综上所述，高技术产业创新效率的研究还存在不足之处。一是研究过于笼统，缺乏对航空、航天器及设备制造业创新效率的深入研究；二是没有考虑创新主体关系对创新效率的影响。文中拟从创新主体关系出发，对航空、航天器及设备制造业的创新效率进行测度，考察各主体之间联结关系、参与强度对创新效率的影响，为提高创新效率水平提出可行性建议，对促进国家航空航天产业创新发展具有重要意义。文中的主要创新之处在于：首先，构建了航空、航天器及设备制造业创新生态系统，丰富了高技术产业的创新管理研究。其次，不仅分析了人员和资本投入对航空、航天器及设备制造业创新效率的影响，还深入分析了创新主体关系对创新效率的影响，弥补了高技术产业创新效率研究的不足。
1 航空、航天器及设备制造业创新生态系统
Adner[18]提出创新生态系统由核心企业、上游组件供应商、下游补件供应商和客户4大要素紧密协作而成。Carayannis[19]认为创新生态系统需要政府、企业和高校三方构成。创新生态系统中，政府通过下达研发课题及提供创新资金参与技术创新过程；企业为高校和科研机构提供资金开展研发合作，获取、吸收和利用外部知识和技术；上游组件供应商和下游补件供应商与核心企业协同创新[20]；企业将创新成果商业化，为用户提供产品或服务，获得反馈意见和新需求。企业通过与各创新主体合作，推动创新行为螺旋式发展。欧阳桃花[21]等以航天DFH卫星公司为例，构建了航天复杂产品创新生态系统，认为其创新主体由核心企业、供应商、科研单位三方构成；张笑楠[22]从创新群落视角构建了战略性新兴产业创新生态系统模型，包括战略决策、研发应用和服务协调等3大种群。基于前人研究，构建文中的航空、航天器及设备制造业创新生态系统，即认为航空、航天器及设备制造业的技术创新由企业、政府、高校及科研院所等主体共同实现，如图1所示。 文中认为创新主体关系是指创新生态系统内的创新主体与核心企业之间的联系，即物质、信息、能量的交换。从设计到销售，技术创新的整个过程决定了企业创新效率的高低。如图1所示，技术创新活动不仅受到核心企业自身的影响，还受到同类企业、供应商、政府、高校及科研院所等构成的外部环境的影响。Teece[23]强调创新能力是决定企业发展最为关键的动态能力，企业与企业之间、企業与高校、科研院所之间的合作有利于企业改变竞争格局。
1）R&D人员和资本投入。内生增长理论将技术创新在经济增长模型中内生化，认为R&D投入决定技术进步增长。Cohen和Levinthal[24]在论述吸收能力时，指出企业自身研发经费投入有利于增强技术创新能力和吸收外部知识的能力。2）企业与政府联结关系。创新生态系统理论认为，企业的创新活动不仅与自身研发投入有关，还与生态系统中其他创新主体密切相关。王博雅[25]等发现政府资金在企业R&D链条中的效率由高到低依次为基础研究、应用研究和试验发展；政府资助对企业技术创新有促进作用[26]，同时会刺激企业研发支出[27]。3）企业与高校、科研院所之间的联结关系。企业与高校、科研机构之间通过委托研发和项目合作建立关系，基于吸收能力理论，高校和科研机构拥有大量研发人员和知识储备，合作有利于企业获取、吸收、转化和应用外部知识[28]。高校和科研机构的研发活动又具有较强的外部性[29]，对企业新产品创新具有溢出效应[30]。4）参与强度。随着科学技术的快速发展，技术创新范式由“三螺旋”向“四螺旋”转变，技术创新由政府、企业、大学院所和用户共同完成，体现为产学研用“共生”式发展[2]。上游组件供应商的技术创新会直接影响下游企业的生产制造过程[20]，航空原材料或组件的创新可能直接影响核心企业的生产技术和流程。5）企业规模和市场结构。企业规模和市场结构是熊彼特（1942）创新假设中的重要变量，他认为大的规模和垄断的市场更有利于企业创新。产业组织学认为适当的垄断地位有利于企业创新；完全竞争市场中，创新成果极易被模仿，如果知识产权保护不力，企业可能丧失技术创新动力。白俊红[14]发现高技术产业的企业规模和市场结构对创新效率均有正向影响；朱有为、徐康宁[5]发现高技术产业的市场结构与创新效率正相关。航空、航天器及设备制造业具有技术密集和资金密集特征，行业进入门槛很高，实力雄厚的大型企业，更具有开展技术创新的条件。
2 研究设计
2.1 研究方法及模型测量技术效率的方法通常有参数方法和非参数方法，前者以随机前沿（SFA）为代表，后者以数据包络分析（DEA）为代表。随机前沿模型使得前沿面本身是随机的，并将实际生产单元与前沿面的偏差分解成随机误差项和技术无效率项，对于跨期面板数据来说，其测量结果更接近于现实。DEA设定了确定边界，且不考虑测量误差的影响，可能会使测算结果产生偏差。由于文中要研究相关因素对技术效率的影响，所以选择随机前沿模型更为合适。随机前沿函数最先由Aigner等（1977）、Meeusen等（1977）提出，随后Battese和Coelli[31]对模型进行了改进，使得模型不仅可以测量个体的技术效率，还能综合相关影响因素，提高了模型的适用性和灵活性。借鉴后者的模型，从创新主体关系出发，构建航空、航天器及设备制造业技术效率和影响因素的随机前沿生产函数模型。第一步，建立对数型C-D函数随机前沿模型。
其中Yit为区域i在时期t的新产品销售收入；Lit和Kit分别为劳动投入和资本投入；β1和β2为投入要素的产出弹性；vit和uit分别为随机误差项和技术无效率项。第二步，各影响因素作为自变量，构建技术无效率函数。
其中G为企业与政府联结强度；C为企业与高校、科研机构的联结强度；P为创新生态系统中核心企业外的主体参与技术创新的强度，包括供应商、政府、高校及科研机构等；Sc为企业规模；St为市场结构；εit为随机扰动项。2.2 变量设计基于以往文献研究，文中选取以下指标衡量创新投入和产出。
1）创新产出。一般采用2个指标：新产品销售收入和专利申请数。新产品销售收入衡量新技术转化后的商业价值，是直接衡量创新产出的重要指标。专利申请数也能反映企业的创新能力，但是陈劲[32]等在修正技术创新绩效评价指标体系时指出专利数据并不适合作为衡量创新产出的指标。技术创新本质上是技术与经济结合的活动，其关键在于商业化并发挥经济效益。因此，文中选取新产品销售收入（Y）作为衡量创新产出指标。2）创新投入。主要包括资本和劳动。劳动投入指标选取R&D人员全时当量（L），相应的选取R&D经费支出（K）作为资本投入指标。文中主要考虑以下几个影响因素：企业与政府联结关系、企业与高校、科研院所之间的联结关系、参与强度、企业规模、市场结构等（见表1）。
2.3 数据来源
文中数据取自《中国高技术产业统计年鉴》。该年鉴详细记录了各省份航空类企业的数量、新产品销售收入、研发经费支出及资金来源、研发人员等数据信息。福建、广西、甘肃、山西、重庆和吉林等省数据缺失严重，故剔除；天津、安徽、山东、广东、湖南和浙江等省缺失部分数据，采用均值替代法和多重替代法进行替换。
3 结果分析
3.1 模型结果分析运用Frontier 4.1程序对上述模型进行定量估计，参数估计值见表2（不考虑影响因素）和表3（考虑影响因素），技术效率估计值见表4.
不考虑影响因素情况下，γ值分别为0.551，0.501和0.524，且均通过了显著性检验；考虑影响因素情况下，γ值分别为0.792，0.828和0.818，且均在1%水平上显著，表明航空、航天器及设备制造业技术创新过程存在明显的技术非效率，进一步说明文中采用随机前沿生产函数模型是合适的，不能使用OLS估计。表2中，考虑不同时滞年限的技术效率均值分别为0.500，0.484和0.461，说明该产业创新效率偏低，至少还有50%的改善空间。 模型4～6中，β0和β2的值均通过了显著性水平为1%的显著性检验，不同时滞年限情况下，研发经费投入的产出弹性依次为0.709，0.676和0.597，说明R&D经费投入对创新效率有显著正向影响。β1的值分别为0.038，-0.132和-0.154，但均未通过显著性检验。无时滞情况下，研发人员投入对创新效率的影响为正；有时滞情况下，该影响为负。原因可能是航空、航天器及设备制造业技术复杂，现有研发人员技术储备不足，技术创新能力较低，简单的增加人员数量无法提高创新绩效。
模型1～6中，研發人员和经费弹性系数之和均小于1，说明航空、航天器及设备制造业技术研发活动尚未达到规模效应；研发经费投入比研发人员投入弹性系数大，说明R&D经费投入对技术创新的贡献大，R&D人员投入贡献小且不显著。
文中计算了不同时滞年限下各省航空、航天器及设备制造业的创新效率均值（见表4），综合来看，陕西、江苏、辽宁和四川等省的创新效率相对较高，平均值在0.66以上，其中陕西创新效率最高，达0.8左右。陕西为何会拥有高的创新效率？一是与省内大型航空、航天器及设备制造企业数量和规模有关。陕西拥有西安飞机工业集团、陕西飞机工业集团、阎良航空产业基地以及一系列中小型飞机制造企业，如宏远锻造集团、三角防务公司等。二是与研发人员[33]、经费投入有关。从历年全国航空制造总研发经费来看，陕西约占1/5左右。根据上一部分的计算结果，研发经费投入对创新效率具有正向作用，因此，陕西省的创新效率更高。
3.2 影响因素分析考虑影响因素情况下，文中对所有效率值进行了分类整理，得出各年的综合分布情况及动态发展趋势（如图2）。航空、航天器及设备制造业的创新效率在2009—2015年期间呈缓慢上升趋势。无时滞情况下，创新效率在2015年达到最高为0.614，其他各阶段的效率值均在0.6以下。航空、航天器及设备制造业的创新效率不仅受到人员和经费投入的影响，还受到其他因素的影响。
1）企业与政府联结强度。模型4和模型6的结果中，企业与政府联结强度系数分别为0.711和1.833，模型6的结果在10%水平下显著，表明政府资助对创新效率的作用为负，即政府对企业技术研发活动的支持力度越大，反而会降低企业创新效率。模型5中，δ1值为-0.289，未通过检验，说明政府资助对企业创新效率无显著正向影响。 在企业调研中发现，地方政府对航空、航天器及设备制造企业的资助主要针对民用技术研发，用于购买新设备。企业技术创新活动则主要集中于军用技术，因为军用技术要求高，国家在军用产品技术研发上投入的项目和经费更多，积极参与此类创新活动，能使企业紧跟技术潮流，带来丰厚利润。企业未合理地将政府资金用于技术创新活动，是导致政府资助对企业创新产生负向影响的因素之一。另一方面，企业技术创新项目不由政府决定，某些创新活动即使没有政府资助，企业自身也会开展，政府过多地为企业提供资助反而会抬高企业的研发成本[34]，带来负的结果。
2）企业与高校、科研机构联结强度。模型4中，δ2值为3.576，且在5%水平下显著，说明企业与高校、科研机构的联结关系对技术创新产生显著负向作用。模型5和模型6中，δ2值分别为3.013和0.913，且未通过检验，说明考虑滞后期时，企业与高校、科研机构的联结关系对创新效率的抑制作用可能会变弱。上述结果表明，企业对高校和科研机构投入资金越多，创新效率反而越低。这是因为，高校和科研机构侧重基础性理论研究，不重视研究成果是否能够转化，其衡量一个项目成果时更关注专利、论文和专著的数量，而非技术转化后的商业价值，这在一定程度上与企业的初衷相违背。有研究表明，企业与科研机构的合作会促进科研机构的创新效率[35]，但与高校和科研机构不同的是企业更看重技术创新的商业价值。如果高校和科研机构创新的科研成果不能转化，势必造成企业研发资金浪费，导致创新效率降低。
3）参与强度。模型4中，δ3的值为-1.561，但未通过检验，说明不考虑滞后期时，核心企业外的主体的参与对创新效率无显著促进作用。模型5和模型6中，δ3的值分别为0.728和2.094，且模型6的结果通过了显著性水平为10%的显著性检验，说明滞后2年时，参与强度对创新效率有显著抑制作用[36]。这似乎与正常逻辑相矛盾，但也说明了现实问题：创新生态系统中的资源分配不均衡。假设一个创新生态系统中的资源是一定的，如果其他主体占用的资源过多，而资源共享又不够及时，就会削弱核心企业的创新能力。另一方面，从（2）的结果来看，企业与政府、高校和科研机构的联结关系对创新效率均有抑制作用，这也是参与强度会抑制航空、航天器及设备制造业创新效率的原因之一。再者，企业追求利润最大化，而高校和科研机构追求知识产出，各创新主体目标不一致，也会导致核心企业外的主体参与程度越高对创新效率抑制程度越大。4）企业规模。模型4～模型6中，企业规模的系数均为-0.000 1，且全部通过了显著性水平为10%及以上的显著性检验，说明企业规模对航空、航天器及设备制造业创新效率有显著的正向影响，即企业规模越大，其创新效率越高。航空、航天器及设备制造业具有技术密集和资金密集特征，行业进入门槛很高，实力雄厚的大型企业，更具有开展技术创新的条件。5）市场结构。模型4～模型6中，市场结构系数分别为-0.041，-0.036和-0.067，但均未通过显著性检验，说明市场结构对创新效率的促进作用并不明显。一个区域内航空、航天器及设备制造企业的数量越多，企业间的竞争和合作相应就会增加，企业为了获得竞争优势，就必须不断进行创新，提高创新效率。但是，同类企业数量越多、地理位置越邻近，其对创新资源的瓜分就越严重，在创新资源总体不足的情况下，企业的创新效率就会被拉低，导致市场结构对企业创新效率未产生明显促进作用。
4 结 语
研究结果显示：2009—2015年期间，航空、航天器及设备制造业创新效率缓慢上升，各地区效率值差异较大，总体效率均值偏低，约为0.468.R&D经费投入对创新效率有正向影响，而R&D人员投入却无明显影响；企业与政府、高校及科研院所的联结关系对创新效率产生负向影响，核心企业外的其他主体的参与也会抑制创新效率；企业规模对技术效率有显著促进作用，市场结构的促进作用不显著。主要问题在于：企业与各创新主体的联结关系不友好；企业与高校和科研机构的目标不一致；整个创新生态系统内资源分配不均衡；政府在其投资过程中缺乏针对性，且对企业创新资源使用情况监督不到位。
1）航空、航天器及设备制造业的创新活动必须以企业为主体，以市场需求为导向。一方面，要合理利用政府资金，加大自身研发投入；吸引和选拔高素质研发人才，建立军民成果双向转化“人才池”；同时，扩大企业规模，推动企业实现规模经济；另一方面，要规范与高校、科研院所的合作关系，凡高校或科研院所的研发成果可转化者，企业可对其进行奖励，促进高校和科研院所研发目标与企业保持一致，逐步实现研发重心由增加投入和扩大规模向提高质量和强化科研成果商业化转变。
2）政府必须制定合理指标和具体制度对企业进行考核和管理，确定可资助企业条件和合理资助金额，保证资金使用效率。首先，加快产业链配套速度，实现补助方式由“锦上添花”向“雪中送炭”模式转变，为企业塑造良好的创新环境。其次，制定具体的奖励政策，鼓励企业转化本地高校和科研院所的技术成果，对成功实现高校或科研院所的成果商业化者，按照不同难度等级，给予奖励；另外，制定合理的资源分配政策，在照顾中小企业成长过程的同时，重视龙头企业及大型企业对整个区域经济的支撑作用，协调配置区域内所有创新资源，积极发挥引导、协调和监管作用，维护区域创新生态系统的良好秩序，提升区域创新能力和辐射带动能力。
3）高校与科研机构需调整固化的考核制度，适当弱化对论文、专利、专著的重视程度，引导科研人员将关注点转向科研成果可转化性和知识的商业价值，充分发挥高校和科研机构的人才资源优势，促进产学研良好合作关系的形成，为提升整个区域的创新能力服务。
关键词：创新效率；创新主体关系；高技术产业；创新生态系统中图分类号：F 223
文献标识码：A 文章编号：1672-7312（2018）06-0664-07
0 引 言
技术创新是企业形成竞争优势的主要来源[1]，也是引领发展的第一动力。高技术产业是R&D 投入强度相对较高的制造业行业，属于知识密集型和技术密集型产业。据统计，2015年全国高技术产业新产品开发经费支出高达3 030亿元，新产品开发项目数多达77 167项。高技术产业的这种创新特性及其在国民经济中的重要地位，使其创新效率问题一直备受学者关注。十九大报告明确提出“深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化。”然而，在国家新的战略布局下，创新主体关系会对高技术产业的创新效率产生怎样的影响？高技术企业如何在新的创新范式[2]下实现螺旋式发展？高技术产业创新效率问题已有学者从不同角度进行了探讨。关于创新效率差异化问题的研究，Jang[3]等采用Malmquist指数法测量了全球49家科技行业领先研发公司的研发效率，得出这些全球领先的研发公司的整体研发效率在2007—2013年期间略有下降，且公司之间存在差异；Sang-Mok[4]分析了2000—2004年韩国和中国制造业的技术效率，得出中国制造业的技术效率平均高于韩国。朱有为、徐康宁[5]认为中国高技术产业的研发效率偏低，行业间差异有缩小趋势；桂黄宝[6]发现中国东中西地区高技术产业创新效率有差异，且普遍存在下降趋势。关于影响因素的研究：Faruq[7]运用DEA技术对1991—2002年加纳6类制造业的技术效率进行了估计，发现企业规模、年龄、外资持股比例、生产过程中所使用的劳动和资本的组合等对效率有正向影响。Chang[8]分析了竞争环境下信息技术对技术效率的影响，得出信息技术与技术效率的增长正相关，但其影响受到竞争程度的调节作用。Asid[9]利用SFA模型估算马来西亚所有制造业在1986—1995年期间的技术效率，得出马来西亚制造业主要由劳动力而不是资本主导。谢子远[10]发现高技术产业区域集聚水平与研发效率之间呈“倒U型”关系；肖仁桥[11]等认为政府支持、金融环境对高技术产业创新效率有显著影响；韩晶[12]探讨了市场结构、产业开放度和产业利润等因素对高技术产业的影响；戴魁早、刘友金[13]对高技术产业创新效率进行了分解，发现市场化进程对创新效率有积极影响，市场势力与创新效率存在倒U關系；白俊红[14]实证分析了企业规模、市场结构对高技术产业创新效率的影响。航空、航天器及设备制造业创新效率的研究：在区域层面，丁勇[15]等考察了天津航空制造业的技术效率及影响因素；周燕萍[16]等测算了上海航空航天制造业产出效率，发现其效率虽低，但规模递增趋势明显。在国家层面，韩晶[12]计算了全国航空航天制造业的技术创新效率约为0.15～0.20；冯志军[17]等对航空制造业研发、转化过程进行了效率计算。综上所述，高技术产业创新效率的研究还存在不足之处。一是研究过于笼统，缺乏对航空、航天器及设备制造业创新效率的深入研究；二是没有考虑创新主体关系对创新效率的影响。文中拟从创新主体关系出发，对航空、航天器及设备制造业的创新效率进行测度，考察各主体之间联结关系、参与强度对创新效率的影响，为提高创新效率水平提出可行性建议，对促进国家航空航天产业创新发展具有重要意义。文中的主要创新之处在于：首先，构建了航空、航天器及设备制造业创新生态系统，丰富了高技术产业的创新管理研究。其次，不仅分析了人员和资本投入对航空、航天器及设备制造业创新效率的影响，还深入分析了创新主体关系对创新效率的影响，弥补了高技术产业创新效率研究的不足。
1 航空、航天器及设备制造业创新生态系统
Adner[18]提出创新生态系统由核心企业、上游组件供应商、下游补件供应商和客户4大要素紧密协作而成。Carayannis[19]认为创新生态系统需要政府、企业和高校三方构成。创新生态系统中，政府通过下达研发课题及提供创新资金参与技术创新过程；企业为高校和科研机构提供资金开展研发合作，获取、吸收和利用外部知识和技术；上游组件供应商和下游补件供应商与核心企业协同创新[20]；企业将创新成果商业化，为用户提供产品或服务，获得反馈意见和新需求。企业通过与各创新主体合作，推动创新行为螺旋式发展。欧阳桃花[21]等以航天DFH卫星公司为例，构建了航天复杂产品创新生态系统，认为其创新主体由核心企业、供应商、科研单位三方构成；张笑楠[22]从创新群落视角构建了战略性新兴产业创新生态系统模型，包括战略决策、研发应用和服务协调等3大种群。基于前人研究，构建文中的航空、航天器及设备制造业创新生态系统，即认为航空、航天器及设备制造业的技术创新由企业、政府、高校及科研院所等主体共同实现，如图1所示。 文中认为创新主体关系是指创新生态系统内的创新主体与核心企业之间的联系，即物质、信息、能量的交换。从设计到销售，技术创新的整个过程决定了企业创新效率的高低。如图1所示，技术创新活动不仅受到核心企业自身的影响，还受到同类企业、供应商、政府、高校及科研院所等构成的外部环境的影响。Teece[23]强调创新能力是决定企业发展最为关键的动态能力，企业与企业之间、企業与高校、科研院所之间的合作有利于企业改变竞争格局。
1）R&D人员和资本投入。内生增长理论将技术创新在经济增长模型中内生化，认为R&D投入决定技术进步增长。Cohen和Levinthal[24]在论述吸收能力时，指出企业自身研发经费投入有利于增强技术创新能力和吸收外部知识的能力。2）企业与政府联结关系。创新生态系统理论认为，企业的创新活动不仅与自身研发投入有关，还与生态系统中其他创新主体密切相关。王博雅[25]等发现政府资金在企业R&D链条中的效率由高到低依次为基础研究、应用研究和试验发展；政府资助对企业技术创新有促进作用[26]，同时会刺激企业研发支出[27]。3）企业与高校、科研院所之间的联结关系。企业与高校、科研机构之间通过委托研发和项目合作建立关系，基于吸收能力理论，高校和科研机构拥有大量研发人员和知识储备，合作有利于企业获取、吸收、转化和应用外部知识[28]。高校和科研机构的研发活动又具有较强的外部性[29]，对企业新产品创新具有溢出效应[30]。4）参与强度。随着科学技术的快速发展，技术创新范式由“三螺旋”向“四螺旋”转变，技术创新由政府、企业、大学院所和用户共同完成，体现为产学研用“共生”式发展[2]。上游组件供应商的技术创新会直接影响下游企业的生产制造过程[20]，航空原材料或组件的创新可能直接影响核心企业的生产技术和流程。5）企业规模和市场结构。企业规模和市场结构是熊彼特（1942）创新假设中的重要变量，他认为大的规模和垄断的市场更有利于企业创新。产业组织学认为适当的垄断地位有利于企业创新；完全竞争市场中，创新成果极易被模仿，如果知识产权保护不力，企业可能丧失技术创新动力。白俊红[14]发现高技术产业的企业规模和市场结构对创新效率均有正向影响；朱有为、徐康宁[5]发现高技术产业的市场结构与创新效率正相关。航空、航天器及设备制造业具有技术密集和资金密集特征，行业进入门槛很高，实力雄厚的大型企业，更具有开展技术创新的条件。
2 研究设计
2.1 研究方法及模型测量技术效率的方法通常有参数方法和非参数方法，前者以随机前沿（SFA）为代表，后者以数据包络分析（DEA）为代表。随机前沿模型使得前沿面本身是随机的，并将实际生产单元与前沿面的偏差分解成随机误差项和技术无效率项，对于跨期面板数据来说，其测量结果更接近于现实。DEA设定了确定边界，且不考虑测量误差的影响，可能会使测算结果产生偏差。由于文中要研究相关因素对技术效率的影响，所以选择随机前沿模型更为合适。随机前沿函数最先由Aigner等（1977）、Meeusen等（1977）提出，随后Battese和Coelli[31]对模型进行了改进，使得模型不仅可以测量个体的技术效率，还能综合相关影响因素，提高了模型的适用性和灵活性。借鉴后者的模型，从创新主体关系出发，构建航空、航天器及设备制造业技术效率和影响因素的随机前沿生产函数模型。第一步，建立对数型C-D函数随机前沿模型。
其中Yit为区域i在时期t的新产品销售收入；Lit和Kit分别为劳动投入和资本投入；β1和β2为投入要素的产出弹性；vit和uit分别为随机误差项和技术无效率项。第二步，各影响因素作为自变量，构建技术无效率函数。
其中G为企业与政府联结强度；C为企业与高校、科研机构的联结强度；P为创新生态系统中核心企业外的主体参与技术创新的强度，包括供应商、政府、高校及科研机构等；Sc为企业规模；St为市场结构；εit为随机扰动项。2.2 变量设计基于以往文献研究，文中选取以下指标衡量创新投入和产出。
1）创新产出。一般采用2个指标：新产品销售收入和专利申请数。新产品销售收入衡量新技术转化后的商业价值，是直接衡量创新产出的重要指标。专利申请数也能反映企业的创新能力，但是陈劲[32]等在修正技术创新绩效评价指标体系时指出专利数据并不适合作为衡量创新产出的指标。技术创新本质上是技术与经济结合的活动，其关键在于商业化并发挥经济效益。因此，文中选取新产品销售收入（Y）作为衡量创新产出指标。2）创新投入。主要包括资本和劳动。劳动投入指标选取R&D人员全时当量（L），相应的选取R&D经费支出（K）作为资本投入指标。文中主要考虑以下几个影响因素：企业与政府联结关系、企业与高校、科研院所之间的联结关系、参与强度、企业规模、市场结构等（见表1）。
2.3 数据来源
文中数据取自《中国高技术产业统计年鉴》。该年鉴详细记录了各省份航空类企业的数量、新产品销售收入、研发经费支出及资金来源、研发人员等数据信息。福建、广西、甘肃、山西、重庆和吉林等省数据缺失严重，故剔除；天津、安徽、山东、广东、湖南和浙江等省缺失部分数据，采用均值替代法和多重替代法进行替换。
3 结果分析
3.1 模型结果分析运用Frontier 4.1程序对上述模型进行定量估计，参数估计值见表2（不考虑影响因素）和表3（考虑影响因素），技术效率估计值见表4.
不考虑影响因素情况下，γ值分别为0.551，0.501和0.524，且均通过了显著性检验；考虑影响因素情况下，γ值分别为0.792，0.828和0.818，且均在1%水平上显著，表明航空、航天器及设备制造业技术创新过程存在明显的技术非效率，进一步说明文中采用随机前沿生产函数模型是合适的，不能使用OLS估计。表2中，考虑不同时滞年限的技术效率均值分别为0.500，0.484和0.461，说明该产业创新效率偏低，至少还有50%的改善空间。 模型4～6中，β0和β2的值均通过了显著性水平为1%的显著性检验，不同时滞年限情况下，研发经费投入的产出弹性依次为0.709，0.676和0.597，说明R&D经费投入对创新效率有显著正向影响。β1的值分别为0.038，-0.132和-0.154，但均未通过显著性检验。无时滞情况下，研发人员投入对创新效率的影响为正；有时滞情况下，该影响为负。原因可能是航空、航天器及设备制造业技术复杂，现有研发人员技术储备不足，技术创新能力较低，简单的增加人员数量无法提高创新绩效。
模型1～6中，研發人员和经费弹性系数之和均小于1，说明航空、航天器及设备制造业技术研发活动尚未达到规模效应；研发经费投入比研发人员投入弹性系数大，说明R&D经费投入对技术创新的贡献大，R&D人员投入贡献小且不显著。
文中计算了不同时滞年限下各省航空、航天器及设备制造业的创新效率均值（见表4），综合来看，陕西、江苏、辽宁和四川等省的创新效率相对较高，平均值在0.66以上，其中陕西创新效率最高，达0.8左右。陕西为何会拥有高的创新效率？一是与省内大型航空、航天器及设备制造企业数量和规模有关。陕西拥有西安飞机工业集团、陕西飞机工业集团、阎良航空产业基地以及一系列中小型飞机制造企业，如宏远锻造集团、三角防务公司等。二是与研发人员[33]、经费投入有关。从历年全国航空制造总研发经费来看，陕西约占1/5左右。根据上一部分的计算结果，研发经费投入对创新效率具有正向作用，因此，陕西省的创新效率更高。
3.2 影响因素分析考虑影响因素情况下，文中对所有效率值进行了分类整理，得出各年的综合分布情况及动态发展趋势（如图2）。航空、航天器及设备制造业的创新效率在2009—2015年期间呈缓慢上升趋势。无时滞情况下，创新效率在2015年达到最高为0.614，其他各阶段的效率值均在0.6以下。航空、航天器及设备制造业的创新效率不仅受到人员和经费投入的影响，还受到其他因素的影响。
1）企业与政府联结强度。模型4和模型6的结果中，企业与政府联结强度系数分别为0.711和1.833，模型6的结果在10%水平下显著，表明政府资助对创新效率的作用为负，即政府对企业技术研发活动的支持力度越大，反而会降低企业创新效率。模型5中，δ1值为-0.289，未通过检验，说明政府资助对企业创新效率无显著正向影响。 在企业调研中发现，地方政府对航空、航天器及设备制造企业的资助主要针对民用技术研发，用于购买新设备。企业技术创新活动则主要集中于军用技术，因为军用技术要求高，国家在军用产品技术研发上投入的项目和经费更多，积极参与此类创新活动，能使企业紧跟技术潮流，带来丰厚利润。企业未合理地将政府资金用于技术创新活动，是导致政府资助对企业创新产生负向影响的因素之一。另一方面，企业技术创新项目不由政府决定，某些创新活动即使没有政府资助，企业自身也会开展，政府过多地为企业提供资助反而会抬高企业的研发成本[34]，带来负的结果。
2）企业与高校、科研机构联结强度。模型4中，δ2值为3.576，且在5%水平下显著，说明企业与高校、科研机构的联结关系对技术创新产生显著负向作用。模型5和模型6中，δ2值分别为3.013和0.913，且未通过检验，说明考虑滞后期时，企业与高校、科研机构的联结关系对创新效率的抑制作用可能会变弱。上述结果表明，企业对高校和科研机构投入资金越多，创新效率反而越低。这是因为，高校和科研机构侧重基础性理论研究，不重视研究成果是否能够转化，其衡量一个项目成果时更关注专利、论文和专著的数量，而非技术转化后的商业价值，这在一定程度上与企业的初衷相违背。有研究表明，企业与科研机构的合作会促进科研机构的创新效率[35]，但与高校和科研机构不同的是企业更看重技术创新的商业价值。如果高校和科研机构创新的科研成果不能转化，势必造成企业研发资金浪费，导致创新效率降低。
3）参与强度。模型4中，δ3的值为-1.561，但未通过检验，说明不考虑滞后期时，核心企业外的主体的参与对创新效率无显著促进作用。模型5和模型6中，δ3的值分别为0.728和2.094，且模型6的结果通过了显著性水平为10%的显著性检验，说明滞后2年时，参与强度对创新效率有显著抑制作用[36]。这似乎与正常逻辑相矛盾，但也说明了现实问题：创新生态系统中的资源分配不均衡。假设一个创新生态系统中的资源是一定的，如果其他主体占用的资源过多，而资源共享又不够及时，就会削弱核心企业的创新能力。另一方面，从（2）的结果来看，企业与政府、高校和科研机构的联结关系对创新效率均有抑制作用，这也是参与强度会抑制航空、航天器及设备制造业创新效率的原因之一。再者，企业追求利润最大化，而高校和科研机构追求知识产出，各创新主体目标不一致，也会导致核心企业外的主体参与程度越高对创新效率抑制程度越大。4）企业规模。模型4～模型6中，企业规模的系数均为-0.000 1，且全部通过了显著性水平为10%及以上的显著性检验，说明企业规模对航空、航天器及设备制造业创新效率有显著的正向影响，即企业规模越大，其创新效率越高。航空、航天器及设备制造业具有技术密集和资金密集特征，行业进入门槛很高，实力雄厚的大型企业，更具有开展技术创新的条件。5）市场结构。模型4～模型6中，市场结构系数分别为-0.041，-0.036和-0.067，但均未通过显著性检验，说明市场结构对创新效率的促进作用并不明显。一个区域内航空、航天器及设备制造企业的数量越多，企业间的竞争和合作相应就会增加，企业为了获得竞争优势，就必须不断进行创新，提高创新效率。但是，同类企业数量越多、地理位置越邻近，其对创新资源的瓜分就越严重，在创新资源总体不足的情况下，企业的创新效率就会被拉低，导致市场结构对企业创新效率未产生明显促进作用。
4 结 语
研究结果显示：2009—2015年期间，航空、航天器及设备制造业创新效率缓慢上升，各地区效率值差异较大，总体效率均值偏低，约为0.468.R&D经费投入对创新效率有正向影响，而R&D人员投入却无明显影响；企业与政府、高校及科研院所的联结关系对创新效率产生负向影响，核心企业外的其他主体的参与也会抑制创新效率；企业规模对技术效率有显著促进作用，市场结构的促进作用不显著。主要问题在于：企业与各创新主体的联结关系不友好；企业与高校和科研机构的目标不一致；整个创新生态系统内资源分配不均衡；政府在其投资过程中缺乏针对性，且对企业创新资源使用情况监督不到位。
1）航空、航天器及设备制造业的创新活动必须以企业为主体，以市场需求为导向。一方面，要合理利用政府资金，加大自身研发投入；吸引和选拔高素质研发人才，建立军民成果双向转化“人才池”；同时，扩大企业规模，推动企业实现规模经济；另一方面，要规范与高校、科研院所的合作关系，凡高校或科研院所的研发成果可转化者，企业可对其进行奖励，促进高校和科研院所研发目标与企业保持一致，逐步实现研发重心由增加投入和扩大规模向提高质量和强化科研成果商业化转变。
2）政府必须制定合理指标和具体制度对企业进行考核和管理，确定可资助企业条件和合理资助金额，保证资金使用效率。首先，加快产业链配套速度，实现补助方式由“锦上添花”向“雪中送炭”模式转变，为企业塑造良好的创新环境。其次，制定具体的奖励政策，鼓励企业转化本地高校和科研院所的技术成果，对成功实现高校或科研院所的成果商业化者，按照不同难度等级，给予奖励；另外，制定合理的资源分配政策，在照顾中小企业成长过程的同时，重视龙头企业及大型企业对整个区域经济的支撑作用，协调配置区域内所有创新资源，积极发挥引导、协调和监管作用，维护区域创新生态系统的良好秩序，提升区域创新能力和辐射带动能力。
3）高校与科研机构需调整固化的考核制度，适当弱化对论文、专利、专著的重视程度，引导科研人员将关注点转向科研成果可转化性和知识的商业价值，充分发挥高校和科研机构的人才资源优势，促进产学研良好合作关系的形成，为提升整个区域的创新能力服务。