中国装备制造业技术创新效率及影响因素研究王江+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：F224.0；F424.3：A：1001-148X（2017）12-0175-06一、引言---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---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---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---（一）模型选取（二）指标选取说明及数据表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RD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...