空間異質(zhì)性視角下軍民融合企業(yè)技術(shù)創(chuàng)新效率分析

朱 青， 王子龍

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，南京 211106）

目前，國內(nèi)外軍民融合創(chuàng)新領(lǐng)域的研究大多集中在創(chuàng)新資源配置效率測度的研究、創(chuàng)新資源配置影響因素的研究及創(chuàng)新資源配置問題與對策的研究等［1-2］. Kyong-ihn等［3］運(yùn)用SFA方法對韓國軍工部門技術(shù)創(chuàng)新效率進(jìn)行評價，研究發(fā)現(xiàn)戰(zhàn)略上設(shè)計利益分配機(jī)制的“合理均衡點(diǎn)”是協(xié)同創(chuàng)新的關(guān)鍵. 王萍萍［4］、段婕等［5］分別運(yùn)用隨機(jī)前沿模型和超效率DEA-Tobit模型對軍民融合企業(yè)技術(shù)創(chuàng)新效率進(jìn)行測度，均認(rèn)為軍民融合企業(yè)技術(shù)創(chuàng)新效率普遍偏低. 丁瑩瑩等［6］運(yùn)用兩階段DEA-Malmquist 和Tobit 模型對我國電子信息制造業(yè)軍民融合技術(shù)創(chuàng)新效率進(jìn)行測度及影響因素分析認(rèn)為，技術(shù)創(chuàng)新效率整體呈現(xiàn)上升趨勢，所有制結(jié)構(gòu)、技術(shù)市場環(huán)境以及勞動力素質(zhì)對技術(shù)創(chuàng)新效率有較強(qiáng)的促進(jìn)作用，而政府支持與技術(shù)創(chuàng)新效率則呈現(xiàn)負(fù)相關(guān).趙文平等［7］使用兩階段DEA模型，從技術(shù)研發(fā)和經(jīng)濟(jì)轉(zhuǎn)化兩個階段對西部地區(qū)區(qū)域創(chuàng)新網(wǎng)絡(luò)效率進(jìn)行測度，結(jié)果表明，區(qū)域創(chuàng)新效率存在顯著的地域差異和階段差異. 王柏杰等［8］測算了我國“十大軍工集團(tuán)”中的軍民融合企業(yè)技術(shù)效率，得出國有持股比例較高不利于企業(yè)技術(shù)效率的提高. 張旭等［9］基于SFA方法對國防科技工業(yè)企業(yè)技術(shù)效率進(jìn)行研究，發(fā)現(xiàn)絕大多數(shù)上市國防科技工業(yè)企業(yè)存在非效率情況，且其控股股東存在“掏空行為”. 姜彤彤和吳修國［10］基于DEA-Tobit兩步法對我國產(chǎn)學(xué)研協(xié)同創(chuàng)新效率進(jìn)行評價及影響因素分析，得出江蘇、廣東兩省創(chuàng)新效率最高，東部地區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新技術(shù)效率、純技術(shù)效率和規(guī)模效率最高.Guerrero，Urbano［11］分析了大學(xué)-產(chǎn)業(yè)-政府協(xié)同創(chuàng)新對新經(jīng)濟(jì)體中企業(yè)創(chuàng)新績效的影響. Mowery［12］認(rèn)為，協(xié)同創(chuàng)新為不同單位R&D人員提供了隱性知識交流平臺.

關(guān)于軍民融合創(chuàng)新資源的配置問題，集中表現(xiàn)在：①體制壁壘. 杜祥琬認(rèn)為，國防軍工集團(tuán)兼具雙重職能，固守利益格局，致使軍民科研生產(chǎn)難以實現(xiàn)資源共享［13］；②制度壁壘. 軍工產(chǎn)品定價機(jī)制不利于資源優(yōu)化配置，軍品生產(chǎn)準(zhǔn)入門檻高，民口單位難以獲得生產(chǎn)許可［14］；③信息壁壘. 軍網(wǎng)和民網(wǎng)互不相通、缺乏分級管理信息庫和溝通機(jī)制［15］；④技術(shù)壁壘. 國防和民用工業(yè)基礎(chǔ)互補(bǔ)性、替代性較弱，軍工民用技術(shù)標(biāo)準(zhǔn)差異顯著，難以實現(xiàn)有效對接. 針對這些問題，有學(xué)者分別從戰(zhàn)略協(xié)同、組織協(xié)同和制度協(xié)同等層面提出促進(jìn)軍民融合創(chuàng)新資源優(yōu)化配置的有效途徑.

綜合現(xiàn)有文獻(xiàn)研究發(fā)現(xiàn)，目前有關(guān)軍民融合技術(shù)創(chuàng)新的研究很多，但仍存在一定的局限性，主要有兩個方面：①對于效率的測度，大多運(yùn)用SFA模型和DEA模型，缺乏使用其他更加合適的模型. SFA模型能夠有效分離隨機(jī)誤差和非效率項，但不恰當(dāng)?shù)纳a(chǎn)函數(shù)形式或誤差項的分布假設(shè)可能混淆設(shè)定誤差和效率估計，DEA模型無須設(shè)定生產(chǎn)函數(shù)形式，避免了設(shè)定誤差，但不能夠分離隨機(jī)誤差［16］. ②對于軍民融合企業(yè)創(chuàng)新發(fā)展現(xiàn)狀和趨勢的統(tǒng)計較少，更缺乏相關(guān)的地理空間統(tǒng)計，無法對全國的軍民融合情況清晰了解. 并且，雖然有關(guān)軍民融合創(chuàng)新效率測度與影響因素分析的研究較多，但大多是在時間維度下的分析，鮮見在空間維度下的相關(guān)研究. 因此，本文運(yùn)用動態(tài)StoNED模型對軍民融合企業(yè)技術(shù)創(chuàng)新效率進(jìn)行測度，該模型結(jié)合了DEA模型和SFA模型的優(yōu)點(diǎn)，模型設(shè)定更自由. 其次，對軍民融合企業(yè)技術(shù)創(chuàng)新效率進(jìn)行空間統(tǒng)計，分析其空間分布特征及分布趨勢，研究其在空間上的相關(guān)性、集聚特征及空間變異情況. 最后，針對當(dāng)下軍民融合企業(yè)技術(shù)創(chuàng)新存在的問題，提出空間異質(zhì)性視角下的政策建議.

1 研究方法與變量選取

1.1 研究方法

1.1.1 動態(tài)StoNED 模型 隨機(jī)非參數(shù)數(shù)據(jù)包絡(luò)法即StoNED 由學(xué)者Kuosmanen［17］提出，對模型中引入的確定成分采取DEA 非參數(shù)處理方法，對隨機(jī)成分采用SFA 的設(shè)定方法. StoNED 模型最早對截面數(shù)據(jù)展開研究，認(rèn)為生產(chǎn)技術(shù)和效率項不隨時間變化而變化. 為解釋跨期生產(chǎn)技術(shù)和效率變化，在靜態(tài)模型的基礎(chǔ)上發(fā)展了應(yīng)用于面板數(shù)據(jù)的動態(tài)StoNED方法［18］. 假設(shè)生產(chǎn)函數(shù)能夠呈現(xiàn)出生產(chǎn)技術(shù)和效率隨時間發(fā)生的變化，將時間變量t 納入生產(chǎn)函數(shù)f 中，把生產(chǎn)函數(shù)寫作f(x),t ，t=0，1，…，T，隨機(jī)誤差項記作vit，并將非效率項記作ui( t )，i=1，…，n. 為降低可能存在的異方差影響，組合殘差采用乘法形式代替原始模型的加法形式，得到StoNED模型：

即

假設(shè)技術(shù)進(jìn)步為要素投入加強(qiáng)型的，可將生產(chǎn)函數(shù)寫為

式中：f( xit,0 )表示基期生產(chǎn)函數(shù)；函數(shù)Am( t )是指投入型技術(shù)變化. 可以證明基期生產(chǎn)函數(shù)與函數(shù)f( xit,t)間存在以下性質(zhì)：若f( xit,0 )為單調(diào)遞增函數(shù)且Am(t)≥0，則f( xit,t )也是單調(diào)遞增函數(shù)；若f( xit,0 )為凹函數(shù)，則f( xit,t )也是凹函數(shù). 以上性質(zhì)顯示出在StoNED框架下設(shè)置技術(shù)進(jìn)步時，可以用非參數(shù)形式來估計基期生產(chǎn)函數(shù)f( xit,0 )，并用非參數(shù)或者參數(shù)形式進(jìn)行技術(shù)進(jìn)步的設(shè)置，且Am( t )的設(shè)置不會對f( xit,t )的凹性產(chǎn)生影響.

本文采用二次方程形式設(shè)定技術(shù)進(jìn)步，從而減少引入過多不必要未知參數(shù)：

在凹面非參數(shù)最小二乘法（CNLS）框架中，設(shè)定效率變化需要強(qiáng)加眾多的嚴(yán)格約束條件，以區(qū)分效率變化與隨機(jī)變化. 因此，采用參數(shù)方程估計非效率項ui( t )，參照Cornwell［19］的處理方法，將ui( t )設(shè)定為二次多項式形式：

若bi=ci=0，則非效率項變化水平為常數(shù)；若bi＞0，ci=0，則非效率項呈線性增長；若ci≠0，則表示非效率項呈非線性變化.

為估計基期生產(chǎn)函數(shù)f( )xit,0 以及參數(shù)a、b、c、α、β、θ、ψ、v，構(gòu)建CNLS估計模型如下：

其中，目標(biāo)函數(shù)是求隨機(jī)誤差項vit平方和的最小值，第一個約束條件表示了生產(chǎn)回歸方程，第二個約束條件是對切超平面進(jìn)行凹性限制，第三個約束條件表示生產(chǎn)函數(shù)單調(diào)遞增，第四個約束條件對技術(shù)變化施加非負(fù)限制［20］. 根據(jù)以上約束條件，保證了生產(chǎn)函數(shù)的凹性和單調(diào)性.

效率E根據(jù)模型（6）間接得出：

式中：Ei為效率值；t為時間變量；ui為非效率項；i為企業(yè)個數(shù).

1.1.2 軍民融合企業(yè)技術(shù)創(chuàng)新效率空間分析 空間自相關(guān)分析的目的是確定某一變量是否在空間上相關(guān)，其相關(guān)程度如何. 空間自相關(guān)系數(shù)常用來定量地描述事物在空間上的依賴關(guān)系. 莫蘭指數(shù)I、吉爾里指數(shù)C和Getis-Ord指數(shù)G是常見的3種空間自相關(guān)檢驗指數(shù)，其中莫蘭指數(shù)具有更強(qiáng)的穩(wěn)定性［21］. 因此，本文選取全局Moran’s I指數(shù)和局部Moran’s I指數(shù)來描述軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間相關(guān)性. 全局Moran’s I指數(shù)體現(xiàn)的是觀測值在一個總的空間范圍內(nèi)的依賴程度，可用來判斷整個軍民融合企業(yè)技術(shù)創(chuàng)新效率是否存在空間依賴關(guān)系，計算公式如下：式中：n為樣本數(shù)量；Yi和Yj分別是省份i、j的觀測值；Yˉ為各省份觀測值的平均值；wij為空間權(quán)重矩陣第i行第j 列個元素. wij分別使用鄰接、地理距離和社會經(jīng)濟(jì)距離作為3種不同的空間權(quán)重矩陣，對軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間相關(guān)性進(jìn)行橫向測算，比較在不同空間權(quán)重下其空間依賴性的區(qū)別與聯(lián)系，檢驗各種權(quán)重對本研究的適用性，從而進(jìn)一步分析空間異質(zhì)性視角下的軍民融合企業(yè)技術(shù)創(chuàng)新效率. 空間鄰接權(quán)重矩陣采用Queen鄰接；地理距離空間權(quán)重矩陣使用各省份內(nèi)部之間的球面距離構(gòu)建；社會經(jīng)濟(jì)距離空間權(quán)重矩陣?yán)?015—2018年內(nèi)各地區(qū)人均GDP的差值構(gòu)建. Moran’s I 取值范圍為［-1，1］，該值大于0表示正的空間自相關(guān)，該值小于0則表示負(fù)的空間自相關(guān)，該值為0則表示觀測值之間無空間相關(guān)性. 全局Moran’s I越接近于1則正的空間相關(guān)性越強(qiáng)，越接近于-1，則負(fù)的空間相關(guān)性越強(qiáng).

全局空間自相關(guān)假定空間是同質(zhì)的，即研究對象的屬性值只存在一種整體趨勢，不能反映局部集聚特征，但由于空間自相關(guān)常常會存在較強(qiáng)的空間異質(zhì)性，所以全局空間自相關(guān)并不能夠表明局部空間單元同樣存在空間相關(guān)性. 因此，使用局部自相關(guān)指標(biāo)能夠獲得更多的空間依賴性信息. 局部空間自相關(guān)反映每個省區(qū)與相鄰省區(qū)之間的空間關(guān)聯(lián)程度. 本文采用局部Moran’s I指數(shù)來分析空間自相關(guān)的局部性質(zhì)，公式如下：

式中：各變量的含義與式（8）一致. 局部Moran’s I指數(shù)取值范圍同樣為［-1，1］，局部Moran’s I指數(shù)是正值表示相似類型屬性值的要素相鄰近，負(fù)值表示非相似類型屬性值相鄰近，該指數(shù)絕對值越大鄰近程度越大. 局部Moran’s I指數(shù)接近于0則表示觀測值不具備空間相關(guān)性.

空間變差函數(shù)模型能夠從定量的角度反映區(qū)域內(nèi)要素的空間變異規(guī)律，是刻畫區(qū)域內(nèi)要素空間異質(zhì)性是由隨機(jī)性因素引起還是結(jié)構(gòu)性因素的有效手段，模型的數(shù)學(xué)表達(dá)為：

圖1 空間變差函數(shù)模型Fig.1 Spatial variogram model

式中：γ( h )表示半變異函數(shù)；h 是各省市自治區(qū)間的距離；N( h )表示分割h距離的省份個數(shù)；Z( xi)和Z( xi+h )分別表示各省的技術(shù)創(chuàng)新效率在xi處和xi+h處的實測值. 空間變差函數(shù)模型如圖1所示.

在求解空間變差函數(shù)模型時，需要注意3 個指標(biāo)：塊金值（C0）、基臺值（C0+C）和主變程（a）. 塊金值（C0）是由測量誤差和小于最小取樣尺度引起的隨機(jī)變異，能描述軍民融合企業(yè)技術(shù)創(chuàng)新效率內(nèi)部隨機(jī)性程度；偏基臺值（C）是結(jié)構(gòu)方差，反映系統(tǒng)因素帶來的空間變異；基臺值（C0+C）是系統(tǒng)的總變異程度，描述的是軍民融合企業(yè)技術(shù)創(chuàng)新效率空間變異的強(qiáng)度. 基臺值與變量的空間異質(zhì)性程度成正比例關(guān)系.

1.2 變量選取與數(shù)據(jù)來源

以往絕大多數(shù)軍民融合類研究局限在十大軍工集團(tuán)旗下的上市企業(yè)，側(cè)重于研究“軍轉(zhuǎn)民”企業(yè)，而對“民參軍”企業(yè)的研究不多. 本文以中上協(xié)軍工委發(fā)布的國防軍工板塊91家上市企業(yè)作為研究對象，同時考慮“軍轉(zhuǎn)民”和“民參軍”兩種類型企業(yè)，更加全面地研究軍民融合企業(yè)的技術(shù)創(chuàng)新效率. 經(jīng)剔除在研究時間范圍（2015—2019年）內(nèi)未公布研發(fā)相關(guān)數(shù)據(jù)以及在此期間被摘牌的企業(yè)，最終選取共88家上市企業(yè)作為研究樣本. 研究的原始數(shù)據(jù)主要來自于CSMAR國泰安數(shù)據(jù)庫、中國統(tǒng)計年鑒及全國地理信息資源目錄服務(wù)系統(tǒng). 根據(jù)樣本企業(yè)的所屬地，將其按中國行政區(qū)域劃分. 在研究樣本中，北京市的軍民融合企業(yè)數(shù)量最多，占比為19.3%，其次為江蘇、廣東、四川等省. 同時，西藏、青海、甘肅、寧夏、廣西、海南、天津、山西、臺灣、香港和澳門11個地區(qū)，因其無此次樣本企業(yè)，故將該11個地區(qū)從本次研究中剔除.

軍民融合技術(shù)創(chuàng)新活動是一項復(fù)雜的系統(tǒng)工程，相關(guān)研究主要包含兩種角度：一種是將其作為整體進(jìn)行分析，另一種則根據(jù)價值鏈理論將其劃分為技術(shù)研發(fā)和技術(shù)轉(zhuǎn)化兩個階段進(jìn)行分析. 軍民融合技術(shù)創(chuàng)新效率指的是在軍民融合企業(yè)內(nèi)部協(xié)調(diào)、整合和分配資源，使配置后的創(chuàng)新要素按照一定比例實現(xiàn)最優(yōu)組合，進(jìn)而發(fā)揮出最大效能. 由于軍事科技資源的保密性、特殊性和敏感性導(dǎo)致部分相關(guān)數(shù)據(jù)難以獲得，故本文將軍民融合技術(shù)創(chuàng)新活動作為整體進(jìn)行分析. 構(gòu)建軍民融合企業(yè)技術(shù)創(chuàng)新效率的投入產(chǎn)出指標(biāo)如表1所示.

表1 投入產(chǎn)出指標(biāo)體系Tab.1 Input-output indicator system

軍民融合技術(shù)創(chuàng)新的投入指標(biāo)主要集中在人力、資金和技術(shù)3個方面. 研發(fā)人員和研發(fā)投入是技術(shù)創(chuàng)新活動中的重要組成部分，顯示了一個地區(qū)的創(chuàng)新規(guī)模與潛力，是一個地區(qū)創(chuàng)新投入能力的綜合體現(xiàn)，故本文選取研發(fā)人員占企業(yè)總員工比重（%）和研發(fā)投入總額占營業(yè)收入比例（%）作為人力和資金方面的投入指標(biāo). 技術(shù)投入指標(biāo)則選用無形資產(chǎn)（元）. 營業(yè)收入（元）能夠較好地衡量各企業(yè)創(chuàng)新產(chǎn)出的經(jīng)濟(jì)效益，因此選其作為產(chǎn)出指標(biāo). 為了消除數(shù)量級差異對研究結(jié)果的影響，將無形資產(chǎn)和營業(yè)收入取對數(shù)處理. 各變量的描述性統(tǒng)計見表2.

表2 各變量描述性統(tǒng)計結(jié)果Tab.2 Descriptive statistical results of each variable

2 實證分析

以國防軍工板塊88 家上市軍民融合企業(yè)作為研究對象，采用動態(tài)StoNED 模型測度其技術(shù)創(chuàng)新效率.基于模型（6），構(gòu)建軍民融合企業(yè)技術(shù)創(chuàng)新效率測度的動態(tài)StoNED模型，表示為以下形式：

運(yùn)用GAMS軟件對模型（11）進(jìn)行求解，并估算相關(guān)參數(shù)值. 最終得到軍民融合企業(yè)技術(shù)創(chuàng)新效率值，具體數(shù)據(jù)如表3所示.

表3 2015—2019年各省（市）軍民融合企業(yè)技術(shù)創(chuàng)新效率值Tab.3 Technology innovation efficiency of provincial military-civilian integration enterprise during 2015-2019

表3給出了2015—2019年各?。ㄊ校┸娒袢诤掀髽I(yè)的技術(shù)創(chuàng)新效率值、均值以及標(biāo)準(zhǔn)差. 2015—2019年各?。ㄊ校┯蜍娒袢诤掀髽I(yè)的技術(shù)創(chuàng)新效率均值介于0.964～0.985之間，表明軍民融合企業(yè)的技術(shù)創(chuàng)新效率總體上處于較高水平，但仍具有提升空間；標(biāo)準(zhǔn)差較小，介于0.016～0.029 之間，且呈現(xiàn)略微上升趨勢，表明?。ㄊ校┯蜍娒袢诤掀髽I(yè)技術(shù)創(chuàng)新效率與平均水平之間的差距略微增加，但總體趨于平均水平. 樣本期間內(nèi)，安徽、河南和重慶的軍民融合企業(yè)技術(shù)創(chuàng)新效率一直保持在效率前沿面上，表明這3個?。ㄊ校┑能娒袢诤霞夹g(shù)創(chuàng)新活動的資源要素配置最優(yōu)，軍民融合技術(shù)創(chuàng)新所產(chǎn)生的經(jīng)濟(jì)效益與環(huán)境效益相輔相成. 其余省（市）的軍民融合技術(shù)創(chuàng)新效率均存在不同程度的發(fā)展空間，以2019年為例，有11個省市自治區(qū)軍民融合企業(yè)技術(shù)創(chuàng)新效率低于當(dāng)期全國均值，表明這些地區(qū)的軍民融合企業(yè)需要加大技術(shù)創(chuàng)新要素投入，合理配置要素資源，努力提高創(chuàng)新產(chǎn)出效率. 各地區(qū)之間的軍民融合技術(shù)創(chuàng)新效率存在不同程度的異質(zhì)性，具體圖2所示.

圖2表示的是各地區(qū)軍民融合企業(yè)技術(shù)創(chuàng)新效率隨時間推移的變化趨勢，可以看出各地區(qū)軍民融合企業(yè)效率大小有明顯的差異，且技術(shù)創(chuàng)新效率隨時間的變化也較為明顯，呈現(xiàn)出不同程度的下降趨勢. 2015—2019年，東部、中部和西部地區(qū)的軍民融合技術(shù)創(chuàng)新效率均呈下降趨勢，其中中部地區(qū)下降得較為平緩，東部地區(qū)和西部地區(qū)下降的幅度大、速度快；中部地區(qū)的軍民融合技術(shù)創(chuàng)新效率均高于均值，而東部地區(qū)則一直低于效率均值，西部地區(qū)則于2017年之后逐漸低于效率均值，這些現(xiàn)象的出現(xiàn)可能與“中部計劃”的崛起和東部地區(qū)的“產(chǎn)業(yè)轉(zhuǎn)型”有關(guān). 研究期限內(nèi)，全國軍民融合企業(yè)技術(shù)創(chuàng)新效率大體上呈現(xiàn)出持續(xù)下降的趨勢，這些變化表明我國軍民融合企業(yè)仍需加大技術(shù)創(chuàng)新要素投入，合理配置要素資源，提高創(chuàng)新產(chǎn)出效率.

2.1 軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間特征

圖2 各地區(qū)軍民融合技術(shù)創(chuàng)新效率演變趨勢Fig.2 Evolution trends of military-civilian integration technology innovation efficiency in various regions

通過Arcgis10.2軟件，利用自然間斷點(diǎn)分級法（Jenks），對2015—2019年中國省級尺度上軍民融合企業(yè)技術(shù)創(chuàng)新效率進(jìn)行可視化處理，得到其空間分布圖（圖3）.

圖3 軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間分布圖Fig.3 Spatial distribution of technological innovation efficiency of military-civilian integration enterprises

從空間上來看，中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間分布不均勻，整體上呈現(xiàn)出明顯中部高四周低的分布特征，技術(shù)創(chuàng)新效率較高的區(qū)域主要集中在西南地區(qū)及中部地區(qū). 結(jié)合表3可知，東、中、西部地區(qū)的軍民融合企業(yè)技術(shù)創(chuàng)新效率總體均值分別為0.972，0.982和0.976. 形成這種空間分布格局的原因是多維的：①東北地區(qū)素以工業(yè)為主，并且東北和西南地區(qū)也是老軍工企業(yè)聚集區(qū)，屬于強(qiáng)軍民融合區(qū)域，所以這兩個地區(qū)的軍民融合企業(yè)技術(shù)創(chuàng)新效率一直處于較高水平. ②近年來國家實施的“中部崛起”計劃，使中部地區(qū)的經(jīng)濟(jì)發(fā)展水平顯著提高，發(fā)展活力進(jìn)一步增強(qiáng)，自主創(chuàng)新能力不斷提高，所以在近年間中部地區(qū)的軍民融合技術(shù)創(chuàng)新效率異軍突起，處于全國前列. ③隨著近年來東部地區(qū)的產(chǎn)業(yè)升級，一些高能耗、高污染、低效率的企業(yè)轉(zhuǎn)移到部分西部地區(qū)，這雖然給部分西部地區(qū)帶來了經(jīng)濟(jì)效益，但由于部分西部地區(qū)存在自身創(chuàng)新能力不足、投入冗余及環(huán)境污染等原因，致使其軍民融合企業(yè)的技術(shù)創(chuàng)新效率并未增高. 同時，“產(chǎn)業(yè)轉(zhuǎn)移”或許也是東部地區(qū)的技術(shù)創(chuàng)新效率下降的原因之一.

為了從客觀角度刻畫中國軍民融合企業(yè)技術(shù)創(chuàng)新效率空間分布方位的變化情況，考慮大空間跨度的趨勢面分析（TSA）. TSA方法基于回歸模型，通過非線性函數(shù)，擬合一個近似于實際趨面的趨勢面，以反映各要素在地理空間上的分布特征，趨勢面坐標(biāo)系中，X軸和Y軸的正方向分別為正東方向和正北方向，Z軸表示高度屬性值. 中國軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間趨勢面分析結(jié)果如圖4所示.

圖4 軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間趨勢面分析圖Fig.4 Spatial trend surface analysis chart of the technology innovation efficiency of military-civilian integration enterprises

從圖4可以看到，2015—2019年中國軍民融合企業(yè)技術(shù)創(chuàng)新效率東—西方位和南—北方位空間分異明顯. 在東—西方位上，五期數(shù)據(jù)都呈現(xiàn)倒“U”型分布，在中部地區(qū)形成谷峰，并隨著時間的推移不斷降低，整體趨勢逐漸變?yōu)樽晕飨驏|平緩上升. 在南—北方位上，2015—2018年技術(shù)創(chuàng)新效率則呈“U”型分布，在中部地區(qū)形成“U”型底峰，且北部地區(qū)和中部地區(qū)的技術(shù)創(chuàng)新效率逐年下降，底峰逐漸變平，至2019年技術(shù)創(chuàng)新效率呈自北向南遞增的趨勢.

2.2 軍民融合企業(yè)技術(shù)創(chuàng)新效率空間關(guān)聯(lián)性分析

空間自相關(guān)系數(shù)常用來定量地描述事物在空間上的依賴關(guān)系. 全局Moran’s I指數(shù)體現(xiàn)的是觀測值在一個總的空間范圍內(nèi)的依賴程度，可用來判斷整個軍民融合企業(yè)技術(shù)創(chuàng)新效率是否存在空間依賴關(guān)系. 通過GeoDa軟件，求解全局空間自相關(guān)模型，分別采用空間鄰接權(quán)重矩陣、地理距離空間權(quán)重矩陣和社會經(jīng)濟(jì)距離空間權(quán)重矩陣對技術(shù)創(chuàng)新效率進(jìn)行總體空間關(guān)聯(lián)性分析，結(jié)果見表4.

表4表示了軍民融合企業(yè)技術(shù)創(chuàng)新效率在3種不同的空間權(quán)重下的總體空間關(guān)聯(lián)性數(shù)據(jù). 在空間鄰接權(quán)重矩陣下，其全局Moran’s I指數(shù)的絕對值隨時間推移逐漸趨近于0，且只有2015年和2016年通過了顯著性檢驗，表明在相鄰空間上軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間依賴性逐漸降低至不顯著. 在地理距離空間權(quán)重矩陣下，其全局Moran’s I指數(shù)介于0.025～0.109之間，且呈現(xiàn)先升高后降低的趨勢，并且都通過了顯著性檢驗，說明地理空間距離上軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間依賴性先增加后趨于減少. 在社會經(jīng)濟(jì)距離空間權(quán)重矩陣下，其全局Moran’s I指數(shù)均未通過顯著性檢驗，表明在社會經(jīng)濟(jì)距離上軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間依賴性并不顯著. 雖然中國軍民融合企業(yè)技術(shù)創(chuàng)新效率存在一定的空間自相關(guān)，但全局Moran’s I指數(shù)只能檢測區(qū)域整體的空間依賴性，忽略了局部區(qū)域的空間集聚情況. 因此，以地理距離空間權(quán)重矩陣為例，對2015—2019年Moran’s I散點(diǎn)圖進(jìn)行分解，以探討軍民融合企業(yè)技術(shù)創(chuàng)新效率在空間上的集聚情況，結(jié)果如表5所示.

表4 軍民融合企業(yè)技術(shù)創(chuàng)新效率全局Moran’s I結(jié)果Tab.4 Global Moran’s I of technology innovation efficiency of military-civilian integration enterprises

表5 中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間聚類分析（地理距離空間權(quán)重）Tab.5 Spatial cluster analysis of technology innovation efficiency of military-civilian integration enterprises（geographic distance spatial weight）

表5中，高-高聚類表示自身軍民融合企業(yè)技術(shù)創(chuàng)新效率較高，且其周邊省份的軍民融合企業(yè)技術(shù)創(chuàng)新效率也較高；低-低聚類表示自身軍民融合企業(yè)技術(shù)創(chuàng)新效率較低，且其周邊省份的軍民融合企業(yè)技術(shù)創(chuàng)新效率也較低；高-低聚類表示自身軍民融合企業(yè)技術(shù)創(chuàng)新效率較強(qiáng)，但其周邊省份的軍民融合企業(yè)技術(shù)創(chuàng)新效率較低，低-高聚類低-高則相反. 高-低與低-低表示相似技術(shù)創(chuàng)新效率的聚集，高-低與低-高表示不同技術(shù)創(chuàng)新效率的空間關(guān)聯(lián). 中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間集聚以高-高和低-高為主，并且隨著時間的推移高-高聚類中的部分省市向高-低聚類轉(zhuǎn)移. 樣本期間位于高-高聚類和低-高聚類的省份數(shù)占總數(shù)的平均比例分別為95.6%、86.9%、82.6%、73.9%和69.5%，表明軍民融合企業(yè)技術(shù)創(chuàng)新效率在空間上呈現(xiàn)極化的態(tài)勢. 高-高聚類主要集中在東北地區(qū)、西南地區(qū)及中部地區(qū)的大部分省份，低-高聚類主要集中在小部分東部和中部地區(qū)，低-低聚類則主要分布在新疆.

2.3 軍民融合企業(yè)技術(shù)創(chuàng)新效率空間異質(zhì)性分析

軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間變異受兩部分因素影響，一類是隨機(jī)因素C0（經(jīng)濟(jì)發(fā)展水平、政府支持等），另一類是企業(yè)結(jié)構(gòu)因素C（主要有企業(yè)研發(fā)投入、企業(yè)科技水平等）. C0/（C0+C）反映空間隨機(jī)因素引起的變異所占的比例，若C0/（C0+C）＜0.25，表明要素具有較強(qiáng)的空間相關(guān)性；若0.25≤C0/（C0+C）≤0.75，表明要素的空間相關(guān)性中等；若C0/（C0+C）＞0.75，表明要素的空間相關(guān)性較弱. 通過Arcgis10.2軟件，求解軍民融合企業(yè)技術(shù)創(chuàng)新效率的空間變差函數(shù)模型，相關(guān)結(jié)果如表6所示.

表6 普通克里金插值空間變差函數(shù)模型Tab.6 Ordinary Kriging interpolation spatial variogram model

根據(jù)變差函數(shù)的塊金值C0和偏基臺值C 的變化可知，中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率除2017 年外，其余C0/（C0+C）均介于0.25～0.75，表明技術(shù)創(chuàng)新效率的空間相關(guān)性中等，這與前文空間自相關(guān)的結(jié)論大致相同. 隨著時間的推移，在中國省域軍民融合企業(yè)技術(shù)創(chuàng)新發(fā)展的過程中，由外部環(huán)境等隨機(jī)因素帶來的空間變異先是變大，至2017年后又逐漸變小，由內(nèi)部結(jié)構(gòu)因素引起的空間變異則相反. 結(jié)合表6，繪制方差擬合圖（圖5）.

圖5 空間變差函數(shù)擬合結(jié)果Fig.5 Spatial variogram function fitting results

由圖5可見，2015—2019年軍民融合企業(yè)技術(shù)創(chuàng)新效率的變程呈現(xiàn)先下降后回升的趨勢，總體呈下降趨勢，表明中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率的結(jié)構(gòu)化空間遞進(jìn)帶來的空間相關(guān)性有所減弱，省域軍民融合企業(yè)技術(shù)創(chuàng)新的發(fā)展有向核心地區(qū)聚攏發(fā)展的趨勢.

3 研究結(jié)論與政策建議

3.1 結(jié)論

1）研究期限內(nèi)中國軍民融合企業(yè)的技術(shù)創(chuàng)新效率總體上處于較高水平，但仍存在資源冗余或浪費(fèi)等問題. 安徽、河南和重慶的軍民融合企業(yè)技術(shù)創(chuàng)新效率一直保持在效率前沿面上，其余省份的軍民融合技術(shù)創(chuàng)新效率則存在不同程度的發(fā)展空間. 各地區(qū)軍民融合企業(yè)效率大小存在顯著差異，且隨時間變化呈現(xiàn)出不同程度的下降趨勢，其中中部地區(qū)下降得較為平緩，東部地區(qū)和西部地區(qū)下降的幅度大、速度快. 此外，中國省域軍民融合企業(yè)的技術(shù)創(chuàng)新效率在空間分布上也存在異質(zhì)性，整體呈現(xiàn)出中部高四周低的分布特征，技術(shù)創(chuàng)新效率較高的區(qū)域主要集中在西南地區(qū)及中部地區(qū).

2）樣本期間內(nèi)，中國軍民融合企業(yè)技術(shù)創(chuàng)新效率東—西方位和南—北方位空間分異明顯. 在東—西方位上，五期數(shù)據(jù)都呈現(xiàn)倒“U”型分布，在中部地區(qū)形成谷峰，并隨著時間推移不斷降低，整體趨勢逐漸變?yōu)樽晕飨驏|平緩上升. 在南—北方位上，2015—2018年技術(shù)創(chuàng)新效率則呈“U”型分布，在中部地區(qū)形成“U”型底峰，且北部地區(qū)和中部地區(qū)的技術(shù)創(chuàng)新效率逐年下降，底峰逐漸變平，至2019年技術(shù)創(chuàng)新效率呈自北向南遞增趨勢.

3）中國省域軍民融合企業(yè)技術(shù)創(chuàng)新效率在地理距離空間權(quán)重下，表現(xiàn)為空間自相關(guān)，空間依賴性先增加后趨于減少. 但在空間鄰接權(quán)重矩陣和社會經(jīng)濟(jì)距離空間權(quán)重矩陣下，整體空間依賴性并不顯著. 中國軍民融合企業(yè)技術(shù)創(chuàng)新效率在空間上呈現(xiàn)出極化態(tài)勢，其空間集聚以高-高和低-高為主，并且隨著時間推移高-高聚類中的部分省市向高-低聚類轉(zhuǎn)移. 并且，在中國省域軍民融合企業(yè)技術(shù)創(chuàng)新發(fā)展的過程中，由外部環(huán)境等隨機(jī)因素帶來的空間變異先變大后又逐漸變小，由內(nèi)部結(jié)構(gòu)因素引起的空間變異則相反.

3.2 政策建議

1）提升資源配置效率，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級. 本文研究表明，現(xiàn)階段下我國軍民融合企業(yè)技術(shù)創(chuàng)新效率仍有待提高. 創(chuàng)新能力不足仍是當(dāng)前軍民融合企業(yè)存在的主要問題. 企業(yè)應(yīng)該強(qiáng)化創(chuàng)新主體意識，落實創(chuàng)新發(fā)展理念. 一方面加大技術(shù)、研發(fā)的投入，保障資源的配置效率；另一方面應(yīng)該完善技術(shù)創(chuàng)新的基礎(chǔ)設(shè)施，優(yōu)化創(chuàng)新環(huán)境，同時加快產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化升級.

2）識別區(qū)域差異，保障政策實施精準(zhǔn)性. 本文研究結(jié)果表明，不同時間下的軍民融合企業(yè)的技術(shù)創(chuàng)新效率存在空間異質(zhì)性. 鑒于此，政府應(yīng)考慮空間異質(zhì)性，統(tǒng)籌協(xié)調(diào)發(fā)展基礎(chǔ)不同的地區(qū)，推行差異化發(fā)展模式. 一方面，繼續(xù)推進(jìn)高效率地區(qū)的軍民深度融合，通過優(yōu)化要素配置，提升企業(yè)的技術(shù)創(chuàng)新能力，同時，鼓勵高效率地區(qū)之間進(jìn)行合作交流，實現(xiàn)“強(qiáng)強(qiáng)聯(lián)合”，提升資源利用效率；另一方面，對于低效率地區(qū)應(yīng)進(jìn)一步改善自主創(chuàng)新環(huán)境，推進(jìn)軍民融合進(jìn)程中技術(shù)創(chuàng)新能力逐步提升.

3）健全政策法規(guī)，完善相關(guān)體制. 政府應(yīng)依據(jù)軍民融合戰(zhàn)略發(fā)展基本法律和專項法規(guī)，加快修訂完善符合各省情的政策制度，注重提高政策法規(guī)操作性與適用性，以促進(jìn)軍民融合技術(shù)創(chuàng)新有效發(fā)展. 加強(qiáng)在產(chǎn)業(yè)政策、稅收政策、財政政策以及價格、知識產(chǎn)權(quán)等方面的引導(dǎo)和支持. 如進(jìn)一步細(xì)化市場準(zhǔn)入和退出政策，完善科技成果轉(zhuǎn)化相關(guān)法規(guī)，提高軍民融合技術(shù)知識產(chǎn)權(quán)創(chuàng)造、運(yùn)用和保護(hù)能力，創(chuàng)新多形式的價格形成機(jī)制等.