基于DEA的我國軍民融合區域創新效率研究

高新棟 楊梅枝

摘要：文章以2018年我國20個軍民融合產業基地所在城市為樣本，采用DEA模型，對我國軍民融合區域創新效率進行了評價。通過對評價結果分析得到我國軍民融合區域創新效率參差不齊且總體偏低、純技術效率是影響我國軍民融合區域創新效率的主要因素等結論，并在此基礎上提出增強政府對軍民融合區域創新發展的支持力度、加快軍民融合區域創新發展平臺建設、建立產學研用一體化的軍民融合協同創新機制的對策建議。

關鍵詞：DEA模型;軍民融合;創新效率

一、引言

黨的十九大報告指出，要“形成軍民融合深度發展格局，構建一體化的國家戰略體系和能力”。軍民融合發展作為一項國家戰略，關乎國家安全和發展全局，既是興國之舉，又是強軍之策。軍民協同創新是推動軍民融合深度發展的內在動力，也是國家創新體系的重要組成部分。當前，我國已經形成多個具有區域特色的軍民融合產業基地，為促進軍民協同創新和共同發展起到了重要作用，同時也成為推動地方提升自主創新水平的重要動力。然而，我國軍民融合區域創新發展仍面臨著組織體系不完善、核心研發能力弱、產業發展體系不協調等問題，亟須進一步考察分析并尋找相應措施加以完善。通過對軍民融合區域創新效率進行科學評價和研究，可以更準確地了解軍民融合區域內創新資源與創新績效之間的協調發展程度，提出合理配置區域創新資源的對策建議，這對構建和完善我國軍民融合創新體系，提高軍民融合區域創新能力，推動軍民融合深度發展具有十分重要的意義。

二、理論分析

（一）軍民融合區域創新效率

軍民融合的概念最早可追溯到美國的“軍民一體化”。1994年，美國國會技術評估局在《軍民一體化的潛力評估》研究報告中首次提出“軍民一體化”的概念：“軍民一體化是將國防科技工業基礎同更大的民用科技工業基礎結合起來，組成一個統一的國家科技工業基礎的過程。”我國軍民融合的概念脫胎于“軍民結合”。當前，國內學者普遍認為軍民融合是“軍民結合”的更高層次，認為其范圍更廣，程度更深。相較于軍民一體化、軍民結合等概念，軍民融合是軍地人、財、物等資源在更大范圍、更廣領域、更高層次上的全面融合。軍民融合創新是軍民融合的一個子系統，是為維護和兼顧國家安全和發展利益需要，打破科技資源二元分割局面，優化軍民科技資源配置，在軍民融合創新體系下進行的科學探索和技術研發活動。軍民融合創新的核心目的是產出更多優質的有利于國防和社會發展的技術和經濟成果，其本質屬性是資源配置，即通過在軍民融合創新活動中的流通共享，實現研發資源在國防創新系統和民用創新系統中的再分配和高效利用。

軍民融合區域創新效率是衡量軍民融合創新水平的重要指標，指特定軍民融合區域內創新投入要素的轉換效率。在區域創新建設過程中，增加創新投入只是一個必要條件，不僅要注重創新資源的總量投入，更要注重其效率問題。目前，在軍民融合創新領域，學者們對創新體系構建、創新作用路徑等理論研究較為豐富，而對軍民融合微觀創新層面的實證研究還較為缺乏，有關軍民融合區域創新效率評價的研究還有待于進一步深入。

（二）數據包絡分析（DEA）

目前，學界開展效率評價的方法可分為參數法和非參數法兩種，主要根據評價對象的投入產出特點和相關數據的完備程度進行選擇。參數法主要包括隨機前沿分析法（SFA）、自由分布法（DFA）和厚前沿分析法（TFA）等，非參數法主要包括數據包絡法（DEA）、無界分析法（FDH）等。其中，隨機前沿分析法（SFA）和數據包絡法（DEA）在理論和實證分析中較為常見。參數法與非參數法各有優劣，參數法適用于生產函數確定的情況，計算結果可以避免環境或者極端數據的影響，而非參數法則適用于生產函數不確定、不需要確定權重的情況。

數據包絡分析法（Data Envelopment Analysis，簡稱DEA）是一種非參數前沿效率分析方法，不需要設定具體的生產函數，適用于多投入與多產出之間的相對效率評價。1957年Farrell首次提出分段線性凸包前沿分析法，是數據包絡分析法的前身。1978年，Charens，Cooper，Rhodes提出基于規模收益不變的數據包絡分析法模型（CCR），用于相同部門間的有效性評價。1984年，Banker，Charens，Cooper在原有模型的基礎上，基于規模收益可變的假設，提出了BCC模型。DEA模型的主要思路是：將每一個被評價的對象視為一個評價單元，評價單元集構成一個評價群體。通過觀察是否具有相同的輸入與輸出指標來判定是否從屬同一個評價群體，對同一評價群體的評價單元計算出評價單元效率，并對評價單元進行排序，確定相對有效的評價單元，分析其他評價單元非有效的原因，為決策者提供有用的決策信息。

DEA方法主要有三個優點：客觀性，不需要確定輸入指標和輸出指標的函數關系，也不需人為事先確定權重，避免了在效率評價過程中的主觀干擾;廣泛性，由于沒有生產函數和參數的限制，只需具備可供比較的評價單元，整個計算過程簡易、靈活，這使DEA方法能夠適用于廣泛領域;適用性，實際生產生活中，多投入多產出的情況遠多于單項投入產出，DEA方法更符合實際情況。因為固定規模效益的狀態相對理想，而受市場信息、政策環境和資金約束等原因評價單元往往無法以最佳效率運轉，所以選擇規模效益可變的BCC模型展開研究。

三、軍民融合區域創新效率評價

（一）樣本及評價指標的選取

根據DEA模型投入產出指標選擇的原則和特點，選取R&D經費投入及投入強度為投入指標，以各區域總的專利授權數量和有效發明專利數量作為產出指標來計算各區域的創新效率。選取福建寧德、四川綿陽、山東青島等20個軍民融合產業基地所在城市區域為樣本，所用到的R&D、GDP、總專利授權數量以及有效發明專利數量源自各城市2018年度統計年鑒和2018年《中國財政年鑒》。

（二）實證分析

運用DEAP2.1軟件對20個軍民融合區域2018年的創新效率進行評價，結果如表2所示。其中，綜合效率（TE）是對決策單元的資源配置能力、資源使用效率等多方面的綜合衡量與評價，反映了軍民融合區域經營管理、資金投放等多種因素的效率綜合水平;純技術效率（PTE）反映的是區域由于制度和管理、技術水平等因素影響的產出效率，能夠反映在創新投入要素的使用中是否存在資金閑置或誤用;規模效率（SE）等于綜合效率與純技術效率之比，反映了在制度和管理水平一定的前提下，區域實際投入規模與最優規模之間的差距，即是否達到了規模有效。

1. 綜合效率分析

從圖1中可以看出，2018年黑龍江哈爾濱、寧波鄞州和四川成都的綜合效率值都達到了1.0，處于效率前沿面上，在純技術效率有效的同時也實現了規模有效，在一定程度上說明這些區域的創新投入要素得到了高效利用。而其他17個區域相對來說創新投入產出效率較低，我國20個軍民融合創新區域的平均效率水平為0.5216。總的來說，我國軍民融合區域創新效率水平參差不齊，并且總體偏低。

2. 純技術效率分析

從圖2中可以看出，我國軍民融合區域創新綜合效率水平與純技術效率水平的變化趨勢趨于一致。且不難發現，我國軍民融合區域創新效率的表現與區域經濟發展水平并不完全呈正相關關系，一些經濟發展水平較低的地區在有限投入的約束下也達到了技術相對有效的狀態。而在多數純技術效率偏低的地區，其軍民融合區域創新效率水平也較低。這說明我國軍民融合區域創新效率水平主要受純技術效率影響，制度和管理技術水平是我國軍民融合區域創新的主要影響因素。

3. 規模效率分析

由圖2可知，我國軍民融合區域創新規模效率總體水平較高。四川廣元、湖北孝感和湖北襄陽的規模效率較低，需要進一步調整創新投入規模。由表2知，我國大部分軍民融合區域都處于規模報酬遞增狀態，因此可以通過擴大創新投入要素的規模進一步提升規模效率，縮減現有規模與最優規模之間的差距。

四、提高軍民融合區域創新效率的對策建議

根據我國軍民融合區域創新效率實證分析結果，結合我國軍民融合城市區域實際情況，提出以下對策措施。

（一）增強政府對軍民融合區域創新發展的支持力度

地方政府要貫徹落實創新驅動發展戰略和軍民融合發展戰略，加強對軍民融合區域創新的支持力度。一是要制定合理的軍民融合創新項目優惠政策，優化軍民融合創新投入要素的規模結構，保證創新資源的高效利用，提高創新產出水平。二是要營造良好的軍民融合區域創新環境，以法規制度為約束和保障，加強軍民融合區域自主創新科技中介服務建設，完善創新全鏈條服務體系。三是要打通信息交流渠道，加強軍民創新資源的交流與互動。一方面加強區域內各主體之間的聯系，形成良好的軍民融合技術創新合作生態;另一方面要打破地域限制，加強與相鄰區域的橫向交流，提高信息共享層級。

（二）加快軍民融合區域創新發展平臺建設

建立和完善軍民融合區域創新發展平臺是深度推進軍民協同創新的重要方式之一。一方面，通過構建創新人才平臺，實施鼓勵引進高端人才的政策，引導各類創新人才向本區域聚集。另一方面，注重裝備、專利、資金等創新資源要素流動共享平臺建設，以信息網絡技術為支撐，通過研究實驗基地、大型科學設施和儀器設備、科學數據與信息、自然科技資源等已有資源平臺的有效配置和共享，為區域科技創新體系提供服務。

（三）建立產學研用一體化的軍民融合協同創新機制

充分發揮區域內軍工和民營企業、軍隊院校和地方高校以及科研機構的協同創新作用。各創新主體要以各方共同利益為前提和出發點，結合區域技術資源特點和優勢，有重點地對共性關鍵技術問題進行聯合攻關，形成優勢互補、利益共享，風險共擔的創新聯動機制。要進一步提升創新要素交流和技術轉移效果，加快軍民兩用科技成果轉移應用及產業化進程，增強軍民協同創新的動力和活力，充分發揮軍民融合對區域創新能力的促進作用。

參考文獻：

[1]何永波.軍民結合、寓軍于民、軍民融合、軍民一體化區別與聯系[J].中國科技術語，2013，15（06）：29-32.

[2]李海東，馬威.投入端視角下高技術產業技術創新效率影響因素研究[J].科技管理研究，2014，34（10）：126-130.

[3]Farrell M J.The Measurement of Productive Efficiency[J].Journal of the Royal Statistical Society.Series A（General）， 1957，120（03）.

[4]Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units[J].North-Holland，1978，2（06）.

[5]R D Banker， A Charnes，W W Cooper.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science，1984，30（09）.

[6]蘭飛，田琳.產權異質視角下高新技術企業創新效率評價[J].會計之友，2014（11）：46-48.

（作者單位：火箭軍工程大學）