我国装备制造业技术创新能力研究

摘要： 运用DEA和Granger检验，对我国装备制造业技术创新能力进行评价，对其创新动力进行实证分析。结果表明：我国装备制造业整体创新能力不强，多数行业的技术创新动力来自技术引进、技术改造，技术自主研发能力和消化吸收能力较弱，技术进步效应低下。文章分析了各子行业优势、劣势，并对其创新资源配置给出了指导提出相应的建议和措施。

Abstract： This paper evaluates the technological innovation of equipment manufacturing industry and verifies the innovation power in China by using DEA and Granger Causality Test. The results show that the technological innovation of China's equipment manufacturing industry is not strong， and most of the innovations of the industries are driven by technological innovation and technology transfer， and lack of digestion and absorption， the technological progress effect is low. This paper analyzes the source of weak technological innovation ability and offers R & D guidance to the investment activities of the various sub-sectors.

关键词： 装备制造业；技术创新；数据包络分（DEA）；格兰杰因果检验

Key words： equipment manufacturing industry；technological innovation；Data Envelopment Analysis；Granger Causality Test

中图分类号：[TH-9] 文献标识码：A 文章编号：1006-4311（2012）30-0025-03

0 引言

我国装备制造业经过多年的发展，正处于“中国制造”到“中国创造”的转型阶段，发展潜力巨大。但与发达工业化国家相比，我国装备制造业的不足之处在于一方面国内企业技术投资结构不合理，资金主要用于购买设备和技术引进，而对消化吸收再创新和自主研发的重视度不够，另一方面外国企业通过对核心技术的控制，不断进行设备更新和技术升级，来保持其核心技术垄断地位，使我国装备制造业陷入“引进——落后——再引进——再落后”的恶性循环状态。在当前科技创新为主导的综合竞争中，原始创新已成为世界科技竞争的制高点。因此，研究我国装备制造业技术创新现状，客观评价其技术创新能力，为研发工作的投资结构给予合理指导，提升自主创新能力，对提升装备制造业的创新动力和制定发展战略具有重要的理论意义和现实意义。

1 文献回顾

国内学者对技术创新与装备制造业的研究，主要集中在制造业的技术创新能力和效率的评价方面。王国顺等（2005）基于1993-2002年湖南省装备制造业行业面板数据，采用Malmquist指数法和DEA方法测算了全要素生产率，并将其分解为技术进步和技术效率两个部分[1]。柳喜花（2006）通过建立产业技术创新能力指标体系，利用灰色关联度评价法对中国装备制造业技术创新能力进行了测算和分析[2]。王章豹（2007）从自主技术创新能力和创新效率角度，采用多指标投入产出分析法和因子定权法等方法，对我国装备制造业七个子行业的技术创新效率进行了定量测度和排序分析[3]。冯梅（2008）基于1996-2006年我国装备制造业行业数据，利用索洛余值法测算了技术进步及贡献率，实证研究了我国装备制造业技术进步趋势，并从定性的角度描述了技术进步路径、工业化模式以及制度变迁对技术进步的影响[4]。吴雷，陈伟（2009）结合装备制造业的特点，构建装备制造业技术创新能力评价体系，并用改进的DEA模型，对装备制造业技术创新能力进行测定和排序[5]。

2 我国装备制造业行业引创能力效率分析

2.1 评价模型 数据包络分析（Data Envelopment Analysis）是A.Charnes 和W.W.Cooper于1978年提出的使用数学规划比较决策单元（DMU）之间的相对效率并对决策单元做出评价的一种方法，是对若干同类型的具有多输入、多输出的决策单元进行相对效率与效益方面比较的有效方法。鉴于DEA方法已经比较成熟，本文不再赘述所使用的CCR模型的数学原理。

2.2 指标的选取和数据来源

2.2.1 指标的选取 借鉴已有研究成果，兼顾指标选取的科学性、客观性、可比性及可获得性的原则，本文所使用的引创能力投入指标，主要有：购买国内技术经费（PDT）、消化吸收经费（ETA）、技术引进经费（ETI）、技术改造经费（ETR）。这四个方面是企业的研发经费投入主要用途，也是技术引创能力的核心投入指标，体现了行业对技术引创能力的资金投入力度，是决定行业引创能力的关键因素。

在技术创新过程中产生的知识、技术成果和研发的新技术、新产品投入生产领域所取得的经济效益。我们将采用专利申请数（PAC）和新产品产值（NPV）两个指标来衡量。技术专利是企业科研人员重要的智力劳动成果，对开发新产品、有效防制、技术改造和专利申请等提供技术信息。因此，专利数据能够较全面地反映企业的技术创新产出能力；新产品产值则反映企业在开发、生产新产品中的市场绩效，即其实现市场价值的能力。

2.2.2 数据来源 本文运用我国装备制造业1996—2009年期间大中型企业的行业数据，所有数据来自《中国统计年鉴》（1997-2010）、《中国科技统计年鉴》（1997-2010）及中国科技部官方网站和国家统计局官方网站。

2.3 实证结果

总体评价结果：假定技术引创能力从投入到产出的延迟时间为1年，我们以2003-2008年相关指标数据为投入指标，以2004-2009指标数据为产出指标，评价结果取所得结果的的算术平均值，具体结果如表1所示。

从表1可以看出：通信设备、计算机及其他电子设备制造业和交通运输装备制造业的技术引创能力最强，其次是专用设备制造业和电气机械及器材制造业，而金属制品业、通用设备制造业、仪器仪表及文化、办公用机械制造业技术引创能力相对较弱。只有通信设备、计算机及其他电子设备制造业为DEA有效，多数行业为非DEA有效，即多数子行业的创新资源没有得到有效利用，创新产出效果不佳，技术引创效率较低。

3 我国装备制造业行业引创能力Granger成因分析

3.1 平稳性检验 在应用计量经济学进行回归分析时，要求所用的时间序列必须是平稳的，否则会产生“伪回归”的现象。本文采用ADF单位根检验方法来检验变量的平稳性，对于非平稳序列还需检验其差分序列的平稳性。检验结果如表2所示。

由以上检测结果可知，所选变量经一阶差分后均达到平稳，即均为一阶单整序列，满足协整性检验条件。

3.2 协整检验 本文采用Johansen的最大似然估计法进行模型选择和协整检验。由于本文的数据相对较少，对所采用数据进行频率转化后并选取最优滞后期为2期，检验结果如表3、表4所示。

由输出结果表可知：迹统计量和最大特征值统计量检验结果都表明：5%的置信水平下，变量间存在一个协整关系，正规化后的协整关系方程为：

NPV=-0.002112PDT+0.005308ETA+0.009353ETI+

0.000876ETR+296.3424

从协整方程可以看出，各技术引创经费系数都较小，说明其引创投入对该行业的发展的促进作用较弱，其中技术引进经费的投入拉动效应最大，其次是技术改造和消化吸收，而购买国内技术经费投入的系数为负值，说明该项投入并没有起到应有的促进作用。

3.3 Granger因果关系检验 根据以上的分析，可知新产品产值、购买国内技术经费、消化吸收经费、技术引进经费、技术构造经费存在一个协整关系。在此基础上，我们利用Engle和Granger提出的均衡误差模型对技术引创和经济增长进行长期和短期的Granger因果检验，以检测我国装备制造业行业引创能力的各项经费投入是否起到推动行业经济增长应有的作用。检验结果如表5所示。

由表5检验结果可见，在10%的显著性水平下，滞后期为2时，ETA不是NPV的Granger原因，NPV不是ETI的Granger原因，NPV不是ETR的Granger原因，PDT不是NPV的Granger原因。消化吸收经费（ETA）、购买国内技术经费（PDT）投入并不能促进行业的技术引进、技术改造能力的增强。

ETI是NPV的Granger原因，ETR是NPV的Granger原因，NPV是PDT的Granger原因，NPV是ETA的Granger原因，技术引进经费、技术改造经费能有效拉动行业增长，NPV是PDT的Granger原因，NPV是ETA的Granger原因，说明行业发展有助于消化吸收能力和国内自主创新能力的提升。

4 我国装备制造业技术引创能力分析及其评价

以DEA的整体效率值作为评价各行业的引创能力强弱的依据，运用Granger方法对其子行业进行相同检验，并对其技术创新能力不足的原因进行探析，具体结果如表6所示。

从创新效率来看，通信设备、计算机及交通运输装备制造业的技术创新效率最高，而金属制品业、通用设备制造业、仪器仪表及文化、办公用机械制造业技术效率相对较弱。只有通信设备、计算机及其他电子设备制造业为DEA有效，多数行业为非DEA有效，即多数子行业的创新资源没有得到有效利用，创新产出效果不佳，技术引创效率较低。

从创新能力来看，交通运输设备制造业、通信设备、计算机的引创能力最强，较强的行业是专用设备制造业、电气机械及器材制造业。因此评价结果标明竞争力越强、需求量越大的行业其引创能力越强，而传统产业的引创能力相对较弱，创新后续动力不足。

从创新动力来看，多数行业创新动力来自技术引进，而对技术要求相对较低的行业其创新动力来自购买国内技术，只有创新能力较强的行业具有对新技术的消化吸收和自主研发能力，大多数行业“重引进，轻消化”，这与该行业的对外技术依存度高达50%的现状一致，其创新后续动力存在严重不足。

参考文献：

[1]王国顺.电子及通信设备制造业R&D能力与国际竞争力关系研究.系统工程[J].2005（3）：21-23.

[2]柳喜花.中国装备制造业技术创新能力研究.沿海企业与科技[J].2006（11）：154-156.

[3]王章豹.基于主成分的装备制造业行业技术创新能力评价研究.工业技术经济[J].2007（12）：63-68.

[4]冯梅.我国装备制造业技术进步研究：1996-2006.世界经济与政治论坛[J].2008（2）：43-46.

[5]吴雷.基于DEA的装备制造业技术创新能力的评价研究.科技管理研究[J].2009（6）：45-48.