中国航空制造业的创新效率及影响因素研究

丁　勇，陈　凯

(中国民航大学 经济与管理学院，天津 300300)



中国航空制造业的创新效率及影响因素研究

丁勇，陈凯

(中国民航大学 经济与管理学院，天津 300300)

摘要：采用DEA-Tobit两步法先对全国20个地区两个阶段的创新效率进行测算，并进行实证分析。研究结果表明，中国大部分地区航空制造业技术创新和管理创新效率低，主要体现在规模效率低、纯技术效率低，大多数地区航空制造企业在技术和管理创新上均有改善的空间；不同的创新模式下，企业规模、企业绩效和市场环境等因素对航空制造业创新效率产生不同的影响，教育对提升航空制造业的创新效率有积极作用,而政府应减少对企业创新活动的不必要干预。

关键词：航空制造业；创新效率；DEA-Tobit两步法

一、引言

航空制造业具有产业链长、产业关联度大等特点，是发展潜力巨大的高科技产业。中国曾经自主研制运10，与麦道合作研发MD-90，航空制造业已经具备较好的技术平台和制造平台。但是，中国航空制造的关键技术缺乏自主知识产权，只能获取航空产品的低端价值，要想进入航空制造产业链的高附加值环节，关键在于创新，创新是航空制造业可持续发展的源泉[1]。

我国已经把大飞机制造作为国家发展战略，随着政府对航空制造业投入不断扩大，提高创新投入效率，已成为改善我国航空制造业现状的关键。如何对我国航空制造业投入产出效率做出科学合理的评判，进而实现资源的高效配置也成为当前学术界非常关注的问题。

对我国航空制造业创新效率进行实证分析，首先要充分了解当前我国航空制造业各环节的创新能力。鉴于航空制造的产业链较长，需要分阶段测算中国航空制造业的创新效率水平。另外，研究中国航空制造业创新效率的影响因素，确定不同因素对创新效率的影响程度，能够针对创新水平不同的地区和企业提供相应的建议，对改进中国航空制造业的创新效率具有重要意义。

二、文献综述

关于航空制造业创新效率，已有学者用不同的方法进行了测算。丁勇运用DEA方法测算了全国21个地区航空制造业的创新效率，从松弛变量的角度重点分析天津航空制造业的纯技术效率和规模效率，认为天津的航空制造业需要增加投入，扩大规模，以提高综合技术效率[1]。周蓉和黄剑运用Malmquist指数方法对航天航空器制造业的创新效率进行了实证分析，结果显示我国航空航天器制造业的创新效率波动较大，呈现出阶段性特点，没有明显的持续增长趋势，而且创新效率主要依赖技术进步推动，资源配置效率对其增长的贡献较小[2]。肖兴志和谢理运用SFA模型下的C-D函数估算了2002～2008年航空制造业的创新效率，分析认为诸如航空制造业之类的战略性新兴产业创新效率的提升主要靠劳动效率，而资本推动的贡献度较小，后期才需注重资本投入对创新效率的提升[3]。上述研究均从整体上进行效率测算，没有考虑到航空制造业的价值环节多的特征。本文采用DEA方法中的BCC模型来测算创新效率，将航空制造业的创新分为技术创新和管理创新两个阶段。考虑到各地区的资源禀赋差异，本文将分地区测算两个阶段的创新效率。

在创新效率的影响因素方面，蒋殿春运用面板数据模型分析了我国高技术产业内FDI对国内企业技术创新的影响及作用途径[4]。张卫东通过文化产业中五个行业的投入产出数据，建立个体固定效应模型，分析了文化产业创新效率变动的影响因素[5]。牛泽东采用极大似然方法建立计量模型，分析了中国装备制造业技术创新效率的影响因素[6]。目前，尚未有学者对航空制造业创新效率的影响因素进行研究，本文以我国航空制造业为研究对象，分析该行业的创新效率及相关的影响因素。

三、理论模型

(一)DEA模型

数据包络分析(DEA)基于全要素生产率理论，直接利用投入产出数据构造生产可能集的前沿面，考虑各投入要素相互作用下对创新效率的影响。传统的CCR模型是基于规模报酬不变的假设，测算决策单元的综合效率，Banker等构建的BCC模型适合不同规模决策单元的效率比较。鉴于我国各地区航空制造发展规模的差异，本文基于产出角度，采用规模报酬可变的BCC模型：

(二)Tobit模型

Tobit模型是一种因变量受限模型，遵循最大似然的概念。由于DEA的效率值都介于0和1之间，用普通最小二乘法来估计会导致偏差，因此选用Tobit回归模型来分析中国航空制造业创新效率的影响因素。Tobit模型的具体形式为：

其中，Yk为样本数据中第k组观测值的受限因变量，μk-N(0,δ2),k=1,2,3,…。本文用两阶段的效率乘积表示各地区航空制造业的整体创新效率，以整体创新效率作为因变量，以创新效率的各影响因素为自变量，构建Tobit回归模型。

四、创新效率测算

(一)航空制造业创新效率划分

航空制造业价值链主要由五个环节组成：研发、部件制造、整机组装、销售和服务，其中研发、发动机关键部件的制造是航空制造业的核心环节，其技术含量高、研发周期长、资金需求量大，属于技术密集型环节[7]。因此，将航空制造业价值链中的研发和核心部件制造环节的创新活动归为技术创新阶段。一般部件制造技术含量比较低，处于价值链的劳动密集型制造业环节，销售和服务是拥有高附加值的环节，需要丰富的营销经验和广泛的销售渠道及服务网络，对企业管理提出较高要求。因而将一般部件制造、整机组装和销售服务环节的创新活动归结为管理创新阶段。鉴于航空制造业价值链的价值环节较多，层级较深，不同地区的要素禀赋、技术水平等方面存在差异，航空制造企业在不同阶段的创新效率表现不同。本文从技术创新阶段和管理创新阶段分别测算我国各地区航空制造业的创新效率，了解其在价值链中的位置。

(二)指标选取和数据处理

本文收集了2004～2013年20个省市的航空制造业相关数据，主要来源为《中国高科技产业统计年鉴》①，个别缺失的数据借鉴《中国民用航空工业年鉴》和《中国科技统计年鉴》进行数据处理得到。研究主要以2013年观测数据为对象，测算2013年国内各省市不同阶段的创新效率。

1.技术创新阶段的投入产出指标

技术创新活动是一项知识、人才、资金的投入产出活动，研究与开发(Research and Development,R&D)资源在技术创新中起着关键的作用。本文在研究技术创新效率时，选取R&D投入经费，R&D人员和新产品开发经费作为技术创新的投入指标。考虑到技术创新投入的时效性，对投入指标采用滞后一期的数据。由于专利数据和技术创新成果的密切关联，数据易于获取，本文选取专利申请数作为当年技术创新阶段的一项产出指标。另外，用新产品开发项目数来度量非专利技术和未申请专利的产出水平[8]。

技术创新阶段的数据处理方面，经费数据分别采用R&D资本存量和新产品开发资本存量，基年为2004年，以2004年经费支出除以10%作为该地区的初始资本存量，并采用了15%的折旧率。在测算新产品开发资本存量之前，利用朱有为、徐康宁“研发价格指数”②的计算方法将新产品开发经费进行了平减[9]。R&D人员数据采用R&D人员全时当量。

2.管理创新阶段的投入产出指标

管理创新的目的就是有效整合技术成果、人力资源和资本，获得最大的产出，为企业赢得最大的利润。技术成果反映的是企业长期的技术创新实力，本文选取有效专利数作为技术投入指标。人力资源涉及企业各部门的全部员工，选用从业平均人数来衡量。技术转化为市场产品需要资本投入，选用技术改造经费支出作为管理创新阶段的资本投入指标。新产品销售收入值能够很好地反映创新成果的经济价值和商业水平，利润总额直接体现了行业的盈利能力和管理创新产值，因此选择新产品销售收入和利润总额作为产出评价指标。

管理创新阶段的数据处理上，技术改造经费支出采用和R&D经费一样的处理方法，选用技术改造资本存量，以2004年经费支出除以10%作为该地区的初始资本存量，并采用了15%的折旧率。为了消除价格变动的影响，新产品的销售收入和利润总额采用当年的工业生产者出厂价格指数进行平减。

(三)创新效率的实证结果与分析

2013年各地区航空制造业的平均技术创新效率为0.4838，管理创新效率为0.4571，两阶段的创新效率均处于较低水平，如表1所示。其中技术创新阶段，江苏、山东、河南、甘肃、山西的技术创新效率较高，天津、江西、浙江、陕西较低，主要体现在规模无效率，因而应当增加投入，扩大规模，以提高地区航空制造业的技术创新效率。管理创新效率高的有天津、江西、辽宁、江苏，较低的有陕西、河北、山西。从分析结果来看，管理创新低效率主要由于纯技术效率低。纯技术效率反映的是既定投入资源的产出能力，这说明我国各地区航空制造企业管理效率不高，或者是只追求投资规模，而不注重投资效率。两阶段综合创新效率值为技术创新和管理创新效率乘积，均值为0.22114，这高于肖兴志2011年用SFA方法测算的航空制造业创新效率(2008年测算的值0.1574)[3]。

表1　各地区航空制造业两阶段创新效率

图1各地区两阶段创新效率坐标图

如图1所示，我国20个地区中天津、江西和辽宁管理创新效率高，但是技术创新效率低，而河南、甘肃、山西三地恰恰相反，技术创新效率高，管理创新效率低。其他大部分地区的技术与管理创新效率均比较低，有进一步提高的空间。从坐标图看，航空制造业的创新效率值与各地区的发达程度并不成正相关关系。

针对不同地区所处创新水平的差异，采用不同的路径提升本地区航空制造业的综合创新效率。如河南、山西和甘肃等技术效率高、管理效率低的地区应当加强产业化的实现；而技术效率低、管理效率高的地区应当在技术研发阶段加大投入，以提升整个产业链的创新效率。大多数处于技术低效率和管理低效率的地区需要在资金、人才和配套环境等多方面加大投入，但是应当注重投资质量，加强技术的引进和消化吸收，逐渐提升技术和管理创新效率。

五、创新效率影响因素分析

上述测算结果表明各地区航空制造业的创新效率差异明显，因此需要进行创新效率影响因素分析，确定不同因素对创新效率的影响程度，进而为各地区提出针对性的指导建议。

(一)理论分析与指标选取

影响企业创新效率的因素，既有来自社会和市场的外部因素，也包含企业自身的投入、管理等内部因素。Gu S认为市场环境越成熟，产品供需双方交流越充分，对创新效率的提高越有利[10]。余泳泽认为政府支持有利于创新效率的提升，但是政府的经济资助或协调管理会产生差异性影响[11]。Pavitt认为企业研发效率与企业规模呈U型关系，较大和较小的企业效率较高，而规模处于中等水平的企业效率相对偏低[12]。肖兴志认为高新技术产业模仿创新会抑制创新效率的提高，对后续创新能力和市场竞争力产生消极影响，自主创新能够显著提高创新效率[3]。国内学者在研究高新技术产业创新效率的影响因素时，主要从企业规模、市场环境、政策支持、受教育程度入手，根据具体内容添加不同的因素。例如，余泳泽研究中国高技术产业技术创新效率影响因素时加入了绩效变量和技术的引进消化；肖兴志研究了不同创新方式对我国战略新兴产业创新效率的影响。

根据已有的研究成果，结合航空制造业的特征，本文选取了企业规模、企业绩效、受教育程度、政府支持力度、市场环境和创新方式六个因素对航空制造业的创新影响因素进行分析。其中，企业规模(GM)选用平均企业规模指标，以该地区航空制造类企业总资产与企业数量之比来表示；企业绩效(GX)反映企业经营状况，用各地区航空制造业的利润与销售收入之比表示；教育程度(GY)采用各地区每十万人中受大专以上教育人数的比重来度量；政策力度(GOV)用政府资金支出在航空制造业科技活动经费中的比重来度量，由于政策的滞后性，所以该指标滞后一期数据；市场环境(CZ)用上一年新产品的销售值来测度市场对新产品的接受程度；创新方式主要分为模仿创新和自主创新[3]，企业发展的不同时期对不同的创新方式有所偏倚。各地区的航空制造业综合创新效率值(Y)采用技术创新效率和管理创新乘积来衡量。

(二)建立模型及实证分析

根据发展经济学理论和国际经验，发展中国家的科技发展之路都是从模仿创新开始，逐步过渡到自主创新。模仿创新立足于较高的技术起点和水平，企业创新能够较快取得成果，但是核心技术缺乏知识产权，企业容易形成技术依赖导致长期的创新缺乏动力。自主创新是企业依赖自身完成创新全过程，这需要强大的经济和科技实力做基础，原始创新会经历一个低效率阶段。由于各地区航空制造业的发展水平和规模均不同，企业处于创新形式过渡的不同阶段，因而按照创新方式的不同建立两个多元回归方程。

1.模仿创新模型

模仿创新是在技术先进方的示范影响下，通过技术引进、消化和技术改进达到技术创新的目的。研究中可用技术引进费用、技术改造费用和技术消化吸收费用三种方式衡量模仿创新指标，本文根据数据的可得性和完整性，采用技术改造经费的资本存量作为模仿创新(MF)指标，模型形式如下：

Y=α+β1GM+β2GM2+β3GX+β4GY+

β5GOV(-1)+β6lnCZ(-1)+β7lnMF

2.自主创新模型

自主创新是指企业依靠自身的资源进行研究，并将技术创新成果商业化获得收益。本文用R&D内部经费支出资本存量作为自主创新(ZZ)指标，模型形式如下：

Y=α+β1GM+β2GM2+β3GX+β4GY+

β5GOV(-1)+β6lnCZ(-1)+β7lnZZ

数据处理与前面采用的方法相同，使用Eviews7.0软件，建立了针对数据的随机Tobit回归模型，得出回归结果，如表2所示。

表2　Tobit模型回归结果

*注：括号内为z-Statistic，在显著水平为0.1下临界值为

1.782；在0.5下临界值为0.695。*表明通过显著性检验。

由表2可以看出，首先，同样的因素在不同的创新方式下对创新效率影响差异明显。模仿创新系数为正，自主创新系数为负值。表明当前我国各地区的航空制造企业主要依靠模仿来提高创新效率，自主研发并没有带来创新效率的提高。企业绩效在不同的创新模式下也具有不同的影响效果。模仿创新下，提高企业绩效能够提高企业的创新效率，而自主创新模式下，企业绩效对创新效率没有显著性的影响。

其次，模仿创新型企业规模与创新效率呈现出U型关系，而自主创新型企业规模因素没有通过显著性检验。这与理论预期有相似之处，表明不同的企业类型，其创新效率与企业规模关系是不同的。市场环境对创新效率的影响也存在差异，模仿创新情况下，市场成熟程度并没有促进企业创新效率的提高。而自主创新情况下，市场环境变量通过了检验，表明航空制造业市场环境的发展有利于自主创新型企业提高创新效率。

另外，教育程度和政策力度对不同创新方式的影响是一致的。提高劳动者的受教育水平对于地区创新能力的提升具有积极的作用。相反政府的支持对航空制造业的创新效率并没有起到促进作用。这是因为中国的航空制造业主要由政府主导，其复杂的行业特征导致航空企业之间交流和竞争程度不够，因而影响了创新效率的提升。

六、结语

本文将中国航空制造业的创新分为技术创新和管理创新两个阶段，利用规模报酬可变的DEA模型分别测算我国20个省市的创新效率值，然后建立Tobit模型进一步研究航空制造业创新效率的影响因素，得出如下结论：

(1)20个省市航空制造业的技术创新平均效率为0.4838，技术效率低主要体现在规模低效率；管理创新的平均效率为0.4571，管理创新低效率主要表现为纯技术效率低，综合创新效率的均值为0.22114。

(2)我国大多数地区的航空制造业处于创新低效率阶段，技术创新和管理创新均有改善的空间，需要结合地区的特点，在资金、人才和配套环境等多方面提高效率，逐渐提升两阶段的创新效率。

(3)Tobit回归分析表明在创新方式的不同环境下，企业规模、企业绩效和市场环境对航空制造业创新效率产生不同的影响。较高的教育水平对提升航空制造业的创新效率有积极作用，而政府的支持力度对企业的创新效率呈现负影响,政府应减少对企业创新活动的不必要干预,对企业的研发支持应从资金支持逐渐转向政策支持。

创新效率的影响因素分析表明，各地企业应当根据自身的创新模式，打造合适的企业规模、市场环境。谨慎对待政府的介入，立足企业自身的发展，从模仿创新过渡到自主创新，探索航空制造业创新长效机制，以推动企业自主、自觉、持续地进行技术创新和管理创新,提高我国航空制造企业和航空制造业的国际综合竞争力。

注释：

①《中国高科技产业统计年鉴》分30个地区，由于部分地区的航空制造业规模小以及数据缺失，剔除这些地区。本文选取20个省市，分别为：北京、天津、河北、山西、辽宁、黑龙江、上海、江苏、浙江、安徽、江西、山东、河南、湖北、湖南、广东、四川、贵州、陕西、甘肃。

②Frantzen (2003)设计了研发价格指数来对研发经费原值进行折现。研发价格指数为:Rd-pi=0.75p+0.25w。其中, p是商业部门产出缩减指数, w是商业部门平均工资指数。本文借鉴朱有为的计算方法，P用生产者物价指数，w用消费者物价指数。

参考文献

[1] 丁勇，刘婷婷.基于DEA模型的航空制造业创新效率研究——以天津为例[J].经济问题，2011 (6):57-60，71.

[2] 周蓉，黄剑.航天航空器制造业创新效率研究——基于Malmquist指数实证分析[J].中南财经政法大学研究生学报,2011(6):34-42.

[3] 肖兴志，谢理.中国战略性新兴产业创新效率的实证分析[J].经济管理，2011,33(11)：26-35.

[4] 蒋殿春，黄静.外商直接投资与我国产业内技术二元结构——基于DEA方法的证据[J].数量经济技术经济研究,2007,24(7):44-53.

[5] 张卫东,周围,姚伟星.文化类产业创新效率影响因素研究[J].科研管理,2013,34(S1):277-283.

[6] 牛泽东,张倩肖.中国装备制造业的技术创新效率[J].数量经济技术经济研究,2012，29(11):51-67.

[7] 丁勇,刘婷婷.航空制造业的全球价值链分析[J].天津大学学报(社会科学版),2011,13(4):289-293.

[8] 白俊红,江可申，李婧.中国地区研发创新的相对效率与全要素生产率增长分解[J].数量经济技术经济研究,2009,26(3):139-151.

[9] 朱有为,徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济，2006(11):38-45.

[10] Gu S,Lundvall B A.China's Innovation System and the Move Toward Harmonious Growth and Endogenous Innovation [J].Innovation:Management,Policy&Practice,2006(8):1-26.

[11] 余泳泽.我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析[J].经济科学,2009(4):62-74.

[12] Pavitt K，Robson M，Townsend J.The Size Distribution of Innovating Firms in the UK:1945-1983[J].Journal of Industrial Economics,1987,35(3):297-316.

[责任编辑、校对：李琳]

收稿日期：2016-03-11

作者简介：丁勇(1972-)，男，天津人，博士，教授，主要从事航空产业创新与航空金融研究。

中图分类号：F407.5

文献标识码：A

文章编号：1008-9233(2016)04-0003-06

Research into Innovation Efficiency of the Chinese Aviation Industry and Affecting Factors

DINGYong,CHENKai

(Economic Management College,Civil Aviation University of China,Tianjin 300300,China)

Abstract：This essay divides aviation innovation into technological innovation and management innovation.By applying DEA-Tobit two-step method,the essay calculates the innovation efficiency of 20 regions over two periods and conducts an empirical analysis on the influence factors.The research shows that most regions in China are at a low efficiency standard in creation.Low technical efficiency mainly embodies in low scale efficiency while low efficiency in management innovation mostly results from low technical efficiency.The technological innovation and management innovation of aviation industry in most regions have enough space for improvement.Under different innovation models,enterprise scale,enterprise performance,and marketing environment have different effects on innovation efficiency of the aviation manufacturing industry;education plays a positive role in improving the innovation efficiency in aviation industry;and the government is supposed to reduce unnecessary intervention in enterprise innovation activities.

Key words：aviation industry;innovation efficiency;DEA-Tobit two-step method