陳偉，周文

（哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，黑龍江哈爾濱150001）

中國航空航天制造業(yè)自主創(chuàng)新效率研究

陳偉，周文

（哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，黑龍江哈爾濱150001）

為了有效測度和探索中國航空航天制造業(yè)的自主創(chuàng)新效率及其模式，以我國21個地區(qū)1995-2010年期間航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新活動為研究對象，通過運用三階段DEA-Windows模型對我國各地區(qū)航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率進行了實證研究。研究結(jié)果表明：通過剔除環(huán)境變量和隨機擾動因素的影響可以更準(zhǔn)確地測度產(chǎn)業(yè)自主創(chuàng)新效率；從結(jié)構(gòu)特征的聚類分析結(jié)果來看，我國航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率存在4種模式；從收斂性分析結(jié)果來看，各地區(qū)航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率σ收斂。

航空航天制造業(yè)；產(chǎn)業(yè)自主創(chuàng)新效率；三階段DEA-Windows模型；聚類分析；收斂性分析

航空航天制造業(yè)作為我國的戰(zhàn)略性高技術(shù)產(chǎn)業(yè)，在這60多年的過程中已經(jīng)取得令人矚目的成績，但其發(fā)展仍存在不少問題。例如，自主創(chuàng)新能力與世界發(fā)達(dá)國家相比存在著相當(dāng)大的差距、某些領(lǐng)域內(nèi)缺乏自主知識產(chǎn)權(quán)核心技術(shù)，從而在國際競爭中備受遏制、出口的高技術(shù)產(chǎn)品缺乏足夠的競爭力等，這些已成為阻礙我國航空航天制造業(yè)深入發(fā)展的重要因素。要突破現(xiàn)存困境，重點在于積極推進其產(chǎn)業(yè)自主創(chuàng)新，其基礎(chǔ)是準(zhǔn)確測度和評價該產(chǎn)業(yè)的自主創(chuàng)新效率。因此，如何科學(xué)準(zhǔn)確地測度和評價我國航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率具有重要意義。

國內(nèi)外對航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率的研究不多。國外一般是從創(chuàng)新競爭力［1］、綜合創(chuàng)新和開放式創(chuàng)新［2］、知識管理［3］和供應(yīng)鏈管理［4］等方面對其創(chuàng)新效率問題進行研究。國內(nèi)的研究則集中在創(chuàng)新效率的影響因素［5］、創(chuàng)新效率評價指標(biāo)體系的建立［6］和區(qū)域創(chuàng)新效率的比較等方面［7］。總的來說，現(xiàn)有關(guān)于航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率研究的文獻(xiàn)主要存在以下不足：1）研究航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率的文獻(xiàn)較少，而且所用的創(chuàng)新效率評價方法還有待進一步優(yōu)化和完善。2）現(xiàn)有文獻(xiàn)所建立的效率評價指標(biāo)體系還沒有統(tǒng)一標(biāo)準(zhǔn)，而且在進行效率評價時沒有考慮統(tǒng)計噪音和外部環(huán)境變量對效率評價模型的影響。3）現(xiàn)有測度航空航天制造業(yè)效率的文獻(xiàn)分析的數(shù)據(jù)大部分屬于截面數(shù)據(jù)，沒有考慮數(shù)據(jù)的時間相關(guān)性問題，由此得到的效率值存在偏差。為了準(zhǔn)確地測度和評價我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率，本研究采用三階段DEA-Windows模型進行研究。這一模型不僅能夠剔除影響產(chǎn)業(yè)自主創(chuàng)新效率測度的外部環(huán)境變量和隨機干擾，而且能夠?qū)?shù)據(jù)之間的相關(guān)性納入考察范圍，從而較為全面和準(zhǔn)確地測度各地區(qū)產(chǎn)業(yè)自主創(chuàng)新效率及其變動情況。

1 模型與變量選擇

1.1 三階段DEA-Windows模型

產(chǎn)業(yè)自主創(chuàng)新效率受管理效率、環(huán)境因素和隨機因素這3個因素的影響，其中管理效率屬于內(nèi)生變量，而環(huán)境因素和隨機因素屬于外生變量［8］。為了能夠真實測算出基于產(chǎn)業(yè)自主創(chuàng)新活動所對應(yīng)的產(chǎn)業(yè)自主創(chuàng)新效率，應(yīng)該把外生變量對產(chǎn)業(yè)自主創(chuàng)新效率的影響分離出來。Fried等［8］提出的3階段DEA模型能夠有效地排除環(huán)境因素和統(tǒng)計噪音從而能夠?qū)崿F(xiàn)真實效率的有效測度，具體過程如下。

1）利用DEA（BBC）模型測度產(chǎn)業(yè)的自主創(chuàng)新效率。

2）構(gòu)建SFA模型剔除環(huán)境變量和隨機干擾的影響。Fried等［8］指出在第1階段DEA模型計算得到的效率值存在投入產(chǎn)出松弛值，而產(chǎn)生這些松弛值的原因是存在管理非效率、環(huán)境變量和隨機誤差這3項因素對效率造成影響，因此建議使用SFA模型測算出管理非效率、環(huán)境變量和隨機誤差這3項因素，進而從效率值中把它們剔除出去，僅僅保留管理非效率所造成的投入松弛值。即以投入松弛變量為因變量，環(huán)境變量為自變量構(gòu)建SFA模型：

式中：s

nk為投入松弛變量，fn（zk；βn）為隨機前沿函數(shù)。為了能夠測度隨機擾動對投入松弛變量的影響，需要利用SFA模型的回歸結(jié)果的估計值（β＾n，和管理非效率的條件估計值（vnk+unk）］將隨機擾動從管理非效率中分離出來，如下：

根據(jù)上述計算結(jié)果調(diào)整投入量即可將環(huán)境變量因素和隨機擾動對投入松弛變量的影響分離出來，如下：

3）將SFA模型調(diào)整后的投入值重新代入第1階段所使用的DEA（BBC）模型，計算得到產(chǎn)業(yè)自主創(chuàng)新的真實效率值。由于剔除了環(huán)境變量和隨機擾動對效率的影響，這樣就能夠更客觀和準(zhǔn)確地反映產(chǎn)業(yè)自主創(chuàng)新的真實效率水平。

此外，利用DEA模型計算面板數(shù)據(jù)的效率是DEA發(fā)展的一個前沿方向。Charnes［9］構(gòu)建了一個能夠?qū)崿F(xiàn)DEA面板數(shù)據(jù)處理的DEA-Windows模型。這一模型的處理思路類似于統(tǒng)計學(xué)里面的平滑指數(shù)原理，把幾個時期作為一個視窗，每一次將視窗向前平滑一個時期，這樣對于某一特定的DMU決策單元而言，在橫截面上需要與其他的DMU決策單元進行比較，而在時間序列上還需要和不同時點上的自身進行比較，這能夠更全面地反映決策單元的效率情況。

雖然三階段DEA模型能夠有效剔除環(huán)境變量和隨機干擾的影響，但是這種模型難以處理面板數(shù)據(jù)的效率問題；而DEA-Windows模型雖然實現(xiàn)了面板數(shù)據(jù)的效率分析，但是其本質(zhì)還是停留在簡單的DEA模型處理層面，因此難以避免簡單DEA模型的缺陷。為了準(zhǔn)確地測度和評價我國航空航天制造業(yè)產(chǎn)業(yè)的自主創(chuàng)新效率，彌補單獨使用三階段DEA模型或DEA-Windows模型的不足，構(gòu)建以下三階段DEA-Windows模型：

假設(shè)要測度N個DMU決策單元（n＝1，2，..，N）在T個時期內(nèi)（t＝1，2，..，T）的效率，那么DEA視窗模型所要處理的決策單元總數(shù)一共是N×T個。

首先設(shè)定模型所需要的視窗寬度，然后按類似于指數(shù)平滑的方法將總時期數(shù)T分隔為一系列有所重疊的時間段。每個視窗內(nèi)均有w個時期數(shù)，且包含這N個DMU決策單元在w個時期內(nèi)的值，即每個視窗都包含w×N個單元。窗口的輸入矩陣為

輸出矩陣為其中，每個窗口的寬度為w（1≤w≤T-j），jw（1≤ w≤T-w+1）表示每個窗口的序號。輸入向量在時間t（t＝1，2，..，T）下為：；輸出向量

其次是分別對這些視窗進行第1階段DEAWindows模型計算。將投入變量松弛值輸入到第2階段的SFA回歸模型中，由此計算第2階段的SFA回歸結(jié)果。

最后將經(jīng)由SFA模型調(diào)整后的投入值重新代入到上述第1階段所使用的DEA-Windows模型中，利用DEA-Windows模型計算得到最終的效率測度結(jié)果，這一結(jié)果不僅實現(xiàn)了面板數(shù)據(jù)的效率計算，而且還剔除了環(huán)境變量和隨機擾動的影響。

此外，為了深入分析產(chǎn)業(yè)自主創(chuàng)新效率的影響因素，本研究將產(chǎn)業(yè)自主創(chuàng)新效率分解為純技術(shù)效率和規(guī)模效率。通過分析航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率，探索其產(chǎn)業(yè)自主創(chuàng)新效率的具體模式，為提升產(chǎn)業(yè)自主創(chuàng)新能力提供科學(xué)的建議和對策。

1.2 投入產(chǎn)出變量、環(huán)境變量選擇及數(shù)據(jù)說明

選取我國航空航天制造業(yè)R＆D經(jīng)費支出存量、R＆D活動人員全時當(dāng)量為投入變量，以專利申請數(shù)和自主創(chuàng)新新產(chǎn)品銷售收入為產(chǎn)出變量，以航空航天制造業(yè)的企業(yè)數(shù)、平均企業(yè)規(guī)模、科技活動經(jīng)費籌集額中政府資金、行業(yè)R＆D密集度和科技活動人員數(shù)量為環(huán)境變量。

1.2.1 投入產(chǎn)出變量選擇

自主創(chuàng)新投入變量方面，本研究采用通用的R＆D人員全時當(dāng)量來衡量R＆D人員的實際投入水平。為了衡量產(chǎn)業(yè)自主創(chuàng)新活動研發(fā)資本投入，借鑒文獻(xiàn)［10］的思路，本研究使用永續(xù)盤存法測算的R＆D研發(fā)經(jīng)費支出存量作為衡量產(chǎn)業(yè)自主創(chuàng)新活動的資本投入指標(biāo)。

自主創(chuàng)新產(chǎn)出變量方面，由于發(fā)明專利是產(chǎn)業(yè)自主創(chuàng)新的重要體現(xiàn)，借鑒文獻(xiàn)［10-11］等的思路，本研究選擇發(fā)明專利申請量作為產(chǎn)業(yè)自主創(chuàng)新產(chǎn)出效率的一個衡量指標(biāo)。另外，借鑒文獻(xiàn)［11］的觀點，采用自主創(chuàng)新的新產(chǎn)品銷售收入作為衡量自主創(chuàng)新產(chǎn)出的另一個衡量指標(biāo)，該指標(biāo)剔除了不屬于產(chǎn)業(yè)自主創(chuàng)新活動所體現(xiàn)的產(chǎn)品價值，即自主創(chuàng)新新產(chǎn)品銷售收入＝新產(chǎn)品銷售收入×（R＆D科技活動人員／科技活動人員）。

1.2.2 環(huán)境變量選擇

選擇的環(huán)境變量包括：1）航空航天制造業(yè)的行業(yè)企業(yè)數(shù)，這一變量能夠反映該產(chǎn)業(yè)的市場結(jié)構(gòu)狀態(tài)。2）航空航天制造業(yè)的平均企業(yè)規(guī)模，這一變量能夠反映該產(chǎn)業(yè)的市場規(guī)模狀態(tài)。3）政府資助，政府直接資金投入能夠分擔(dān)高技術(shù)產(chǎn)業(yè)的自主創(chuàng)新活動過程中的部分風(fēng)險，在較大程度上支持和鼓勵了自主創(chuàng)新活動。本研究選用科技活動經(jīng)費籌集額中政府資金來表示政府資助。4）行業(yè)R＆D密集度，該變量能夠在一定程度上反映該產(chǎn)業(yè)的R＆D水平。行業(yè)R＆D密集度高的產(chǎn)業(yè)往往意味著該產(chǎn)業(yè)具有較高的更新和發(fā)展速度，這種產(chǎn)業(yè)對自主創(chuàng)新具有較高的依賴性。5）科技活動人員數(shù)量。該變量能夠反映產(chǎn)業(yè)的創(chuàng)新意愿和實力水平。

1.2.3 樣本數(shù)據(jù)來源

本研究的原始數(shù)據(jù)均來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。由于內(nèi)蒙古、福建、海南、廣西、云南、青海、寧夏、新疆和西藏的數(shù)據(jù)不全或者嚴(yán)重缺失，本研究沒有對其航空航天制造業(yè)的自主創(chuàng)新效率進行研究，另外為了實現(xiàn)統(tǒng)計數(shù)據(jù)的一致性，本研究將重慶的各項數(shù)據(jù)并入四川進行統(tǒng)一處理。因此研究對象為我國航空航天制造業(yè)比較活躍的21個地區(qū)，研究的時間跨度為1995-2010年。本研究對缺失數(shù)據(jù)利用SPSS軟件的EM（expectation and maximization）技術(shù)進行填補。

2 實證結(jié)果分析

2.1 第1階段DEA產(chǎn)業(yè)自主創(chuàng)新效率分析

本研究綜合考慮16年的時間跨度和軟件數(shù)據(jù)處理能力的限制，設(shè)定第1階段DEA模型的視窗寬度為6，共11個視窗。通過使用DEA-Windows模型，運用Deap2.1軟件，計算了1995-2010年我國21個地區(qū)的航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率。限于篇幅，本研究只給出1995-2010年我國航空航天制造業(yè)的自主創(chuàng)新效率及其分解的平均值，如圖1所示。

由第1階段DEA-Windows模型的計算結(jié)果可知，16年間21個地區(qū)航空航天制造業(yè)的自主創(chuàng)新效率和純技術(shù)效率的平均值較低且高低效率值差異較大，大部分地區(qū)自主創(chuàng)新效率在低層次趨同。其中浙江、江蘇和四川的自主創(chuàng)新效率最好。另外由圖1也可以發(fā)現(xiàn)，這些地區(qū)的產(chǎn)業(yè)平均規(guī)模效率相對較高。總體來說，我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新規(guī)模效率較高而自主創(chuàng)新效率和純技術(shù)效率不高，動態(tài)的產(chǎn)業(yè)自主創(chuàng)新效率在時空分布上呈現(xiàn)低位集聚、低層次趨同的演變現(xiàn)象，這說明航空航天產(chǎn)業(yè)目前的自主創(chuàng)新比較嚴(yán)重地依賴于規(guī)模擴張和資源整合，自主創(chuàng)新活動的質(zhì)量仍有待進一步提高。

圖1 第1階段DEA與第3階段DEA的自主創(chuàng)新效率對比圖Fig.1 Comparison of the efficiency of indigenous innovation between first-stage DEA model and third-stage DEA model

2.2 第2階段SFA回歸結(jié)果

在第2階段，分別以我國21個地區(qū)航空航天制造業(yè)R＆D經(jīng)費支出存量、R＆D活動人員全時當(dāng)量的投入松弛值為因變量，以航空航天制造業(yè)的企業(yè)數(shù)、平均企業(yè)規(guī)模、科技活動經(jīng)費籌集額中政府資金、行業(yè)R＆D密集度和科技活動人員數(shù)量為自變量建立SFA回歸模型，回歸估算結(jié)果如表1所示。

表1 第2階段SFA模型回歸結(jié)果Table 2 Results of regression of second stage SFA model

由表1可知，航空航天制造業(yè)R＆D經(jīng)費支出存量和R＆D活動人員全時當(dāng)量的投入松弛變量SFA回歸模型中的δ2、γ值均通過了顯著性檢驗，其中，對于R＆D經(jīng)費支出存量的噪聲影響主要是隨機誤差的值趨于0），這說明與環(huán)境變量要素相比，影響航空航天制造業(yè)R＆D經(jīng)費支出存量的主要是隨機誤差，環(huán)境變量對其影響相對較弱；對R＆D活動人員全時當(dāng)量的噪聲影響主要是環(huán)境變量的值趨于1），這說明與隨機誤差相比，產(chǎn)業(yè)自主創(chuàng)新活動中環(huán)境因素對產(chǎn)業(yè)自主創(chuàng)新活動的R＆D活動人員全時當(dāng)量投入的影響更為重要。因此，自主創(chuàng)新效率測度過程中需要應(yīng)用SFA回歸模型剔除環(huán)境因素和隨機因素對產(chǎn)業(yè)自主創(chuàng)新效率的影響。

2.3 第3階段DEA產(chǎn)業(yè)自主創(chuàng)新效率分析

在剔除環(huán)境因素和隨機因素對產(chǎn)業(yè)自主創(chuàng)新效率的影響后，本研究使用DEA-Windows模型分析第3階段DEA的產(chǎn)業(yè)自主創(chuàng)新效率，結(jié)果如圖1所示。通過采用Wilcoxon符號等級檢驗對第1階段與第3階段效率值進行顯著性差異分析，等級檢驗的P值為0.007 2，即拒絕原假設(shè)：第1階段的自主創(chuàng)新效率值與第3階段的存在顯著差異。因此，所選擇的環(huán)境變量及隨機因素對各地區(qū)產(chǎn)業(yè)自主創(chuàng)新效率存在影響，需要把環(huán)境變量和隨機因素剔除后才能更真實地評價各地區(qū)航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率。由圖1可以發(fā)現(xiàn)，經(jīng)過調(diào)整后，除了浙江、江蘇、四川、北京、陜西等少數(shù)地區(qū)的產(chǎn)業(yè)自主創(chuàng)新效率較高以外，其余大部分地區(qū)的產(chǎn)業(yè)自主創(chuàng)新效率普遍處于較低的水平，這一結(jié)果驗證了文獻(xiàn)［7］的結(jié)論：我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率相比其他高技術(shù)產(chǎn)業(yè)而言較低。

為了揭示調(diào)整前后各區(qū)域的航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率的變動情況，本研究對第1階段與和第3階段DEA的自主創(chuàng)新效率差異值變動情況進行分析，具體如圖2所示。

圖2 第1階段與第3階段DEA的自主創(chuàng)新效率差異值Fig.2 Difference of the efficiency of indigenous innovation between first-stage DEA model and third-stage DEA model

由圖2可知，各個區(qū)域的航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率和純技術(shù)效率波動范圍不大，而規(guī)模效率則出現(xiàn)較為明顯的大范圍波動。這說明了比較多的區(qū)域的航空航天制造業(yè)是依靠規(guī)模擴張而不是提高純技術(shù)效率來提高其自主創(chuàng)新效率的，但是這種規(guī)模效率受外部環(huán)境的影響較大，通過剔除環(huán)境因素和隨機因素后出現(xiàn)較大的波動，這意味著僅通過擴大規(guī)模提高自主創(chuàng)新效率的途徑難以成為提高自主創(chuàng)新能力的持續(xù)動力。

3 航空航天制造業(yè)創(chuàng)新效率結(jié)構(gòu)特征及其收斂性分析

3.1 產(chǎn)業(yè)創(chuàng)新效率的結(jié)構(gòu)特征—聚類分析

為了進一步了解各個地區(qū)航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率的結(jié)構(gòu)特征，從而更有效地根據(jù)各區(qū)域的實際去指導(dǎo)各區(qū)域的產(chǎn)業(yè)自主創(chuàng)新活動，本研究對其進行聚類分析。首先以這些地區(qū)的航空航天制造業(yè)自主創(chuàng)新效率為聚類指標(biāo)，采用組間距離法進行系統(tǒng)聚類，如圖3（a）所示。由圖3（a）的聚類結(jié)果可以發(fā)現(xiàn)這些區(qū)域可以劃分為3類，其中浙江、江蘇和四川屬于第1梯隊，這些區(qū)域的航空航天制造業(yè)的自主創(chuàng)新效率最高，而上海、北京、貴州、陜西、遼寧、河南、山西和山東劃分為第2梯隊，其自主創(chuàng)新效率處于一般水平，而其余地區(qū)則劃分為第3梯隊，其自主創(chuàng)新效率有待進一步提高。在此基礎(chǔ)上從純技術(shù)效率和規(guī)模效率2個角度進行多元聚類分析，聚類所用方法與第1次聚類分析所用方法一致，如圖3（b）所示。由圖3（b）可以發(fā)現(xiàn)，山東由于其技術(shù)效率高導(dǎo)致了其劃分到第1梯隊，而其余的地區(qū)相比第1次聚類結(jié)果也有比較大的變動，這主要是因為各個地區(qū)的純技術(shù)效率和規(guī)模效率不同。

圖3 航空航天制造業(yè)自主創(chuàng)新效率聚類結(jié)果Fig.3 Results of clustering analysis of the efficiency of indigenous innovation of the aerospace industry

通過上述的聚類分析結(jié)果，借鑒文獻(xiàn)［12］分析各國創(chuàng)新效率結(jié)構(gòu)特征時總結(jié)創(chuàng)新效率類型的思路，本研究提煉我國航空航天制造業(yè)自主創(chuàng)新效率的4種模式，具體如下：

1）“全面均衡—高度創(chuàng)新—高潛能型”。即在自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率3個方面均有比較優(yōu)異的表現(xiàn)，相對全面均衡。這一模式包括的地區(qū)有江蘇、浙江和四川，其產(chǎn)業(yè)自主創(chuàng)新效率在行業(yè)中處于較高位置，這3個地區(qū)航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率水平表現(xiàn)不俗，是其他地區(qū)發(fā)展的標(biāo)桿。

2）“不均衡—中度創(chuàng)新—高潛能型”。即在自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率3個方面不均衡，自主創(chuàng)新效率表現(xiàn)一般，雖然規(guī)模效率表現(xiàn)低下，但是因為純技術(shù)效率表現(xiàn)較為突出，有著很好的提升潛能，這一模式包括的地區(qū)有北京、山西、遼寧、吉林、上海、陜西、山東。這些地區(qū)航空航天制造業(yè)的發(fā)展目標(biāo)應(yīng)該是提高自主創(chuàng)新能力的協(xié)調(diào)性和均衡度。

3）“不均衡—中度創(chuàng)新—低潛能型”。即在自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率3個方面不均衡，自主創(chuàng)新效率和純技術(shù)效率表現(xiàn)一般，而規(guī)模效率表現(xiàn)較為突出，即其主要依賴于擴大規(guī)模來提升效率，這種發(fā)展模式有著極大的局限性，很難長期持續(xù)發(fā)展，所以其發(fā)展?jié)撃艿拖?，這一模式包括的地區(qū)有河北、河南、黑龍江、安徽、江西、湖北、湖南、廣東、貴州。這些地區(qū)航空航天制造業(yè)自主創(chuàng)新能力的目標(biāo)應(yīng)該是在獲得規(guī)模效益的同時著力提高其純技術(shù)效率。

4）“不均衡—低度創(chuàng)新—低潛能型”。即在自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率3個方面的表現(xiàn)較為差強人意，有待加強。這一模式包括的地區(qū)有天津和甘肅。這2個地區(qū)的效率發(fā)展?jié)撃懿桓?，沒有達(dá)到其應(yīng)有的規(guī)模效率，其發(fā)展目標(biāo)應(yīng)是擴大發(fā)展規(guī)模并提高其純技術(shù)效率。

3.2 自主創(chuàng)新效率的收斂性分析

為了進一步探究不同地區(qū)航空航天制造業(yè)自主創(chuàng)新效率差距的變化趨勢，進行收斂性分析。借鑒Barro等［13］的σ收斂研究思想，本文研究的自主創(chuàng)新效率σ收斂是指各地區(qū)航空航天制造業(yè)自主創(chuàng)新效率的離散程度隨著時間逐漸降低，這可通過分析各地區(qū)水平指標(biāo)的變異系數(shù)進行判定，如圖4所示。

圖4 各地區(qū)平均自主創(chuàng)新效率σ收斂分析Fig.4 σ convergence analysis of mean efficiency of indigenous innovation in various districts

由圖4可知，無論是第1階段還是第3階段的DEA，各地區(qū)的平均自主創(chuàng)新效率（包括自主創(chuàng)新效率、純技術(shù)效率和規(guī)模效率）的變異系數(shù)在整體上表現(xiàn)出明顯的下降趨勢，這說明了我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率存在σ收斂，各個地區(qū)的產(chǎn)業(yè)自主創(chuàng)新效率差距在逐漸縮小。另外從圖4還可以發(fā)現(xiàn)，2004年之前我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率的標(biāo)準(zhǔn)差遞減的波幅較大，隨后至2010年間其波動幅度減少，趨于穩(wěn)定下降，這說明了隨著我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進程的推進，高技術(shù)產(chǎn)業(yè)自主創(chuàng)新活動不斷深入開展，各地區(qū)航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率的地區(qū)差距不斷縮小，自主創(chuàng)新戰(zhàn)略的成效逐步得以體現(xiàn)。

4 結(jié)論

本研究構(gòu)建了三階段DEA-Windows模型，并運用該模型測度和評價了我國航空航天制造業(yè)的產(chǎn)業(yè)自主創(chuàng)新效率。通過研究得到以下結(jié)論：

1）分析表明了本研究構(gòu)建的三階段DEA-Windows模型不僅有效剔除了環(huán)境變量和隨機擾動因素對我國航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率測度的影響，而且能夠?qū)崿F(xiàn)面板數(shù)據(jù)的效率測度，分析結(jié)果比三階段DEA模型和DEA視窗模型更具有準(zhǔn)確性和全面性。

2）我國航空航天制造業(yè)產(chǎn)業(yè)自主創(chuàng)新效率存在4種模式，這些模式不僅揭示了我國航空航天制造業(yè)的自主創(chuàng)新效率結(jié)構(gòu)特征，而且通過劃分創(chuàng)新效率模式可以準(zhǔn)確定位各地區(qū)產(chǎn)業(yè)的自主創(chuàng)新情況以及存在的問題，從而明確其發(fā)展方向。

3）與文獻(xiàn)［7］的結(jié)論不同，本文研究發(fā)現(xiàn)我國航空航天產(chǎn)業(yè)目前的自主創(chuàng)新比較嚴(yán)重地依賴于規(guī)模擴張，自主創(chuàng)新活動的質(zhì)量仍有待進一步提高，動態(tài)的產(chǎn)業(yè)自主創(chuàng)新效率在時空分布上呈現(xiàn)低位重疊、低層次趨同的σ收斂演變現(xiàn)象。這也表明了本研究提出的三階段DEA-Windows模型能夠深入揭示產(chǎn)業(yè)自主創(chuàng)新效率背后的規(guī)律。

雖然本研究在測度我國航空航天產(chǎn)業(yè)自主創(chuàng)新效率的過程中控制了常見的環(huán)境因素，但是由于影響該產(chǎn)業(yè)自主創(chuàng)新效率的環(huán)境變量在產(chǎn)業(yè)發(fā)展的不同階段具有不同的重要性和影響力，而且如何選擇投入變量和產(chǎn)出變量也會對航空航天產(chǎn)業(yè)自主創(chuàng)新效率的測度造成影響，因此基于數(shù)據(jù)可獲性前提深入探索我國航空航天產(chǎn)業(yè)自主創(chuàng)新效率的測度框架是未來進一步的研究方向。

［1］CORALLO A，LAZOI M，MARGHERITA A，et al.Optimizing competence management processes：a case study in the aerospace industry［J］.Business Process Management Journal，2010，16（2）：297-314.

［2］ARMELLINI F，KAMINSKI P C，BEAUDRY C.Integrating open innovation to new product development-he case of the Brazilian aerospace industry［J］.International Journal of TechnologicalLearning，InnovationandDevelopment，2012，5（4）：367-384.

［3］BRADDORN D，HARTLEY K.The competitiveness of the UK aerospace industry［J］.Applied Economics，2007，39（6）：715-726.

［4］SMITH D J，TRANFIELD D.Talented suppliers strategic change and innovation in the UK aerospace industry［J］.R＆D Management，2005，35（1）：37-49.

［5］張近樂，趙娟.中國航空航天制造業(yè)科技創(chuàng)新能力環(huán)境影響因素研究——基于結(jié)構(gòu)方程模型的路徑分析［J］.北京理工大學(xué)學(xué)報：社會科學(xué)版，2014，16（3）：100-106.ZHANG Jinle，ZHAO Juan.Research on environmental influencing factors of scientific and technological innovation capability of China’s aerospace manufacturing-based on the path of structural equation modeling analysis［J］.Journal of Beijing Institute of Technology：Social Sciences Edition， 2014，16（3）：100-106.

［6］謝毅梅.航空航天產(chǎn)業(yè)創(chuàng)新能力評價體系構(gòu)建研究［D］.大連：大連理工大學(xué)，2010：11-38.XIE Yimei.The research on the evaluation system analysis of aerospace industrial innovation［D］.Dalian：Dalian University of Technology，2010：11-38.

［7］董曉輝.中國航空航天工業(yè)科技資源區(qū)域配置效率研究——基于DEA-Malmquist指數(shù)方法［J］.北京航空航天大學(xué)學(xué)報：社會科學(xué)版，2013，26（4）：69-74.DONG Xiaohui.A Study on the region allocation efficiency of aeronautics＆astronautics S＆T resources in China：based on DEA and Malmquist index［J］.Journal of Beijing University of Aeronautics and Astronautics：Social Sciences Edition，2013，26（4）：69-74.

［8］FRIED H O，LOVELL C K，SCHMIDT S S，et al.Accounting for environmental effects and statistical noise in data envelopment analysis［J］.Journal of Productivity Analysis，2002，17（1-2）：157-174.

［9］CHARNES A，CLARK C T，COOPER W W，et al.A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the US air forces［J］.Annals of Operations Research，1984，2（1）：95-112.

［10］吳延兵.自主研發(fā)、技術(shù)引進與生產(chǎn)率——基于中國地區(qū)工業(yè)的實證研究［J］.經(jīng)濟研究，2008（8）：51-64.WU Yanbing.Indigenous R＆D，technology imports and productivity：evidence from industries across regions of China［J］.Economic Research Journal，2008（8）：51-64.

［11］成力為，孫瑋，王九云.要素市場不完全視角下的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率—基于三階段DEA-Windows的內(nèi)外資配置效率和規(guī)模效率比較［J］.科學(xué)學(xué)研究，2011，29（6）：930-938.CHENG Liwei，SUN Wei，WANG Jiuyun.High-tech innovation efficiency under the condition of incomplete factor market-on the perspective of scale and allocation efficiency based on three-stage DEA-window［J］.Studies in Science of Science，2011，29（6）：930-938.

［12］鐘祖昌.國家創(chuàng)新效率的結(jié)構(gòu)特征及其收斂性研究——基于OECD國家和中國的經(jīng)驗分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2012，33（2）：22-29.ZHONG Zhuchang.Research on structure feature and convergence of innovative efficiency in OECD countries and China［J］.Science of Science and Management of S＆T，2012，33（2）：22-29.

［13］BARRO R J.Economic growth in a cross section of countries［J］.The Quarterly Journal of Economics，1991，106（2）：407-443.

Research on the efficiency of indigenous innovation of the aerospace industry in China

CHEN Wei，ZHOU Wen
（School of Economics and Management，Harbin Engineering University，Harbin 150001，China）

To effectively measure and explore the efficiency of indigenous innovation regarding the aerospace industry in China，this paper discusses the empirical research into the performance of indigenous innovation in twenty one districts in China from 1995 to 2010，based on the three-stage DEA-Windows model.The results show that the efficiency of industrial indigenous innovation can be measured more accurately by ruling out the influences of environmental variables and random disturbance factors.Moreover，there are four patterns of the efficiency of indigenous innovation of the aerospace industry in China，revealed by the structure characteristics which are shown in the results of the clustering analysis.In addition，the efficiency of indigenous innovation of the aerospace industry in every district is a central feature of σ convergence.

aerospace industry；indigenous innovation；three-stage DEA-Windows model；clustering analysis；convergence analysis

10.3969／j.issn.1006-7043.201306010

http：／／www.cnki.net／kcms／doi／10.3969／j.issn.1006-7043.201306010.html

F224；F062.4

A

1006-7043（2014）06-0777-07

2013-06-03.網(wǎng)絡(luò)出版時間：2014-05-14 15：48：37.

國家軟科學(xué)計劃資助項目（2010GXS5B173）；黑龍江省自然科學(xué)基金資助項目（G201209）；高等學(xué)校博士點基金資助項目（20102304110008）

陳偉（1957-），男，教授，博士生導(dǎo)師；周文（1984-），男，博士研究生.

周文，E-mail：vincizhou＠163.com.