专利视角下陕西省航空航天制造业创新能力分析

王晓琦 万振塬

摘 要：从专利视角探究陕西省航空航天制造业创新能力。运用Granger因果检验，脉冲响应和方差分解等方法，实证检验陕西省航空航天设备制造业R&D经费内部支出、科研机构数量对专利申请的影响。Granger检验结果表明，R&D经费内部支出和科研机构数量均对专利申请具有正向影响。脉冲图像显示，科研机构数量在短期内有明显的促进作用，R&D经费内部支出的长期促进结果更为持久。方差分解结果显示，经费投入的解释能力随时间推移下降，研发机构的解释能力随时间推移上升。R&D经费内部投入和专利申请数之间存在双向因果关系，且R&D经费内部投入和科研机构数量对于专利申请数量的影响程度随时间推移发生变化。经费的投入的解释能力随时间推移下降，研发机构的解释能力随时间推移上升。在此基础上，需要鼓励多种渠道资本的介入，着重建立成果追踪和转化机制。

关键词：航空航天设备制造业;创新能力;专利;Granger检验;VAR模型

中图分类号：F 427

文献标识码：A 文章编号：1672-7312（2019）04-0433-08

0 引 言

航空航天制造业属于典型的技术密集型行业，对于产业创新的要求显著高于其他一般制造业。专利是衡量产业创新活动的重要指标[1]，其不仅可以反映一个国家层面的创新能力，还可以测量企业和产业的创新水平，是产业科技创新活動的效率与成果的体现。英国学者Raymond[2]认为，按照产业内专利申请数大小进行排列，认为航空航天属于“专利密集型”产业，这凸显了专利对衡量航空航天设备制造业创新能力的有效性。

陕西省是我国航空航天设备制造业大省，行业主营业务收入从2000年的62.47亿元增长到2016年的638.8亿元，位列全国第二[3-4]。近年来，陕西省围绕“中国制造2025”陕西实施意见，积极培育大型龙头企业，打造产业集群基地。依托西飞、陕飞、庆安等企业打造航空航天制造基地[5];就行业内专利申请增长来看，陕西省航空航天制造业的专利申请数量从2008年的138项跃升至2016年的962项，增长幅度明显。因此，从专利角度出发研究陕西省航空航天设备制造业的创新能力具有行业代表性和重要的现实意义。

1 文献综述与问题提出

目前，针对我国航空航天设备制造业创新能力的研究主要集中在创新能力指标的构建和影响因素上。

郭鸿雁[6]从专利申请数量和发明占比视角，运用突变级数和聚类分析，研究航空航天业的创新能力，认为其呈现出显著的阶梯状分布特征。陶金国[7]等建立了该产业竞争力的指标评价体系，认为新产品开发经费、销售利润率、R&D 机构经费支出、R&D 经费政府资金等可以推动产业创新绩效;韩东林等[8]将航空制造业分为环渤海、长三角、珠三角和川陕等4大集群，在此基础上构建航空制造业集群创新能力评价指标体系，得出R&D资源、创新产出对航空制造业集群创新能力有促进作用的结论。胡红安[9]等运用复合系统协同度模型，分析了航空航天制造业各年份的创新协同度，认为该产业创新协同度波动较大，创新协同度不高。

洪进等[10]对技术政策、技术战略和创新绩效之间的关系进行了研究，认为我国航空航天产业技术创新绩效的提升受国家技术政策和技术战略的双重影响;陈伟，周文[11]从投入产出角度出发，运用DEA模型对我国21个地区航空航天制造业进行分析，认为自主创新比较严重地依赖于规模扩张，自主创新活动的质量仍有待进一步提高。张近乐[12]等运用结构方程模型研究了中国航空航天制造业，结果显示中国航空航天制造业的经济环境、市场环境、人才环境和政策环境对其科技创新能力均有显著但程度不同的正向影响。刘春晖[13]等运用演化计量经济学方法分析航空航天装备制造业创新活动和产业发展的空间演化关系，发现创新过程与航空航天装备制造业成长间具有显著的互动共生关系。

关于专利数量与创新能力的研究方面，绝大多数研究者都把专利数量作为衡量产业创新能力的重要指标：Braun[14]在早年的研究中认为，一个产业相关专利文献的稳健指数增长是判断产业技术创新活跃程度最常见的方法。刘丽萍等[15]认为专利申请量是衡量一个企业或一个国家科技进步和自主创新能力的重要指标。在具体行业的研究中，杨国鑫[16]等认为2000年后，中国汽车企业获得专利的数量呈明显上升趋势，但技术价值较高的发明专利偏少，说明汽车产业原始创新能力不足，关键技术上还受制于国外企业。郭磊[17]等分析了我国电信产业技术创新效率，认为中国电信产业技术创新主要依靠华为、富士康和中兴等少数龙头企业，他们的专利申请量占我国电信业所有申请专利的近72%，说明产业的技术能力分布很不均衡;同时，富士康之外的其余龙头企业都在潜力型技术上重视不够，反映出中国电信产业对未来全球电信技术的发展趋势把握不够精准。石亮[18]等通过专利申请数量、专利申请类型、专利技术领域分布、专利合作能力等指标来衡量上海高校科技创新能力，在此基础上总结该区域高校的科技创新总体情况。

通过文献梳理可以看出，目前很多学者都构建了航空航天设备制造业创新能力评价体系，并从不同角度对该产业的创新能力做出了评价。而专利数量作为衡量产业创新能力的重要指标这一结论得到了学界的广泛认可。然而目前从专利角度探讨航空航天设备制造业创新能力的文献还较少;因此文中在前人研究的基础上，将两者进行有机结合，并选取陕西省作为典型代表，通过实证分析，探究航空航天设备制造业的创新能力。

2 模型构建及数据来源

2.1 模型构建

2.1.1 VAR模型（Vector Autoregressive Model），即自向量回归模型，是由美国计量经济学家克里斯托弗·西姆斯（Christopher A.Sims）提出的。VAR模型一般不区分内、外生变量，易于估计，能够很好地拟合数据，适用于中小规模时间序列中各经济变量之间的关系研究，因此作为预测或者模型评价的基准模型被广泛采用[19]。其一般形式为

献综述知道，专利申请数量是衡量产业创新能力的重要指标，在研究中，用年R&D经费内部投入和科研机构数量来探究其对于专利申请数量的影响，这是因为，R&D经费支出是专利数量的重要解释变量[20]，而建立科研机构是促进专利申报和转化的重要途径和机制，据此，文中的研究逻辑如图1所示。

2.2 数据来源

陕西省自“十一五”规划以来，将航空装备、航空发动机、民用飞机等行业作为装备制造业发展的重中之重;正是在这一时期，陕西省航空航天制造业取得了长足的发展;综合考虑样本周期，文中选取了2000—2016年陕西省航空航天设备制造业相关数据作为实证研究的样本数据。文中样本数据均源于2001—2017年《中国高技术产业统计年鉴》，包括2001—2017年陕西省航空航天设备制造业专利申请数量、年R&D经费内部投入和科研机构数量，为了消除时间序列中异方差的影响，将各数据对数化后结果见表1.

3 实证检验

3.1 平稳性检验

经典回归分析暗含一个重要的假设，即样本数据是平稳的。然而时间序列数据跨度往往较长，会影响样本数据的稳定性，如果两列时间序列数据间表现出一致的变化趋势（非平稳），就会导致模型出现“伪回归”现象。因此在进行模型回归之前，有必要对样本数据进行平稳性检验。文中采用ADF，PP等2种方法综合判断样本数据的平稳性。检验结果见表2.

从表2可看出，未差分前，在2种检验方法下，专利申请数量LnZL，R&D经费内部支出LnRD和科研机构数量LnORG的时间序列数据均不平稳;在进行一阶差分后，LnZL在1%的显著性水平下平稳，LnRD与LnORG在5% 的显著水平下表现出平稳性。由此可以认为，陕西省航空航天制造业专利申请数量和R&D经费内部支出、科研机构数量之间可能存在某种长期的“均衡”关系，需要进行进一步检验。

3.2 因果关系检验

Granger因果检验可以进一步验证R&D经费内部支出、科研机构数量和专利申请数之间的相互因果关系及这种关系的方向。检验结果见表3.

通过Granger因果检验可以看出：①在10%的显著性水平下，R&D经费内部支出不是专利申请数量的Granger原因的原假设被拒绝，前者的变化（2004—2013年）能够有效的解释后者的变化，即R&D内部经费投入可以带动专利申请数量的增加;另一方面，专利申请数不是R&D经费内部投入的Granger原因的原假设被拒绝，前者的变化（2004—2013年）同样能够有效的解释后者的变化，即专利申请数的增加会导致R&D经费内部支出的增加。因此，两者之间存在双向因果关系;②在5%的显著性水平下，专利申请数不是科研机构数量的的Granger原因的原假设被拒绝，说明专利申请数增加会促进建立更多的航空航天科研机构;而科研机构的建立并不会使专利申请数增加，因此两者之间存在单向因果关系;③在10%的显著性水平下，科研机构数量不是R&D经费内部投入的假设被拒绝，表示机构数量的多寡是R&D经费内部投入水平的原因。

4 基于VAR模型的脉冲响应函数与方差分解

上述分析中运用2000—2016年的历史数据分析了该段时间内R&D经费内部支出、科研机构数量对专利申请数的短期影响，同时对三者之间的因果关系进行了检验。然而在实际的经济环境中，一个产业创新能力水平会收到外部环境变化的冲击，使其在未来的发展中收到长期影响。而脉冲响应函数描述的是一个内生变量对于残差冲击的反应，即给随机误差施加一个标准大小的冲击后得出对内生变量的当期值和未来值所产生的影响;而方差分解是把模型中全部内生变量（K个）的波动按其成因分解为与各个方程信息相关连的K个组成部分。上述方法可以很好地模拟实际经济环境的运行，从而得出的结果更加准确。

在文中第二节模型建立的基础上，结合前述研究结果，进行进一步的模型分析。对于滞后期长度为M并且有K个内生变量的VAR模型，其特征根有M*K个[20]。本模型中有3个内生变量，滞后期为2，因此有2*3=6个特征根。当模型中所有特征根的倒数模小于1（即落在圆内）时，表示该VAR模型稳定，否则需要重新设定。

从表4和图2可以看出，本模型中6个特征根的倒数模均小于1，且均落在单位圆内，表示该模型稳定，可以进行脉冲响应分析。

4.1 脉冲响应分析

利用Eviews软件可以得到陕西省航空航天设备制造业的脉冲响应，结果如图2和图3所示。

图3中右上方及左下方2个图分别表示R&D经费内部支出对专利申请数的脉冲响应和专利申请数对R&D经费内部支出的脉冲响应;左上方和右下方则表示R&D经费内部支出、专利申请数对自身的脉冲响应。图中红色虚线表示脉冲响应的2倍标准差置信区间，蓝色实线表示各个变量序列对于一个标准差冲击的反应变化路径。

据此可以分析专利申请数和R&D经费内部支出之间的脉冲响应：右上方图形中，R&D经费内部支出受到专利申请数变动一个标准差的冲击，在第一到三期立刻上升，并在第三期达到峰值，在第四期之后缓慢下降;左下方图形中，专利申请数受到R&D经费内部支出一个正冲击，在第一到三期同样立刻呈现快速上升趋势，并在第三期达到峰值，在第四期之后平稳回落。從图中可以明显看出，R&D经费内部支出对专利申请数的冲击作用要远大后者对前者的冲击。

图4中右上方及左下方二图分别表示专利申请数对科研机构数量的脉冲响应和科研机构数量对专利申请数的脉冲响应;左上方和右下方则表示专利申请数、科研机构数量对自身的脉冲响应。根据脉冲结果可以看出，在右上方图形中，专利申请数受到科研机构一个标准差变动的影响，在第一、二期急速上升，并在第三期达到最大，随后缓慢回落，第五期至后期基本保持平稳;在左下方图中，科研机构受到专利申请数的一个正冲击后，在前两期呈上升趋势，并在第二期达到峰值，随后缓慢回落，在第五期末段时达到平稳，随后缓慢下降，至后期维持在0左右。

4.2 方差分解分析

方差分解能够揭示一个变量能在多大的程度上解释另一个变量的变化。陕西省航空航天设备制造业方差分解结果见表5，表6和表7.

根据陕西省航空航天制造业R&D经费内部支出的序列方差分解来看，R&D经费内部支出在前期对自身的解释能力较强，第2期以后下降较为显著;与此同时研发机构数量对于R&D经费的解释能力自第2期起上升非常显著，至后期达到将近50%。而专利申请数量对于R&D经费内部支出的解释水平也稳定提升，最终稳定在28%左右。

根据陕西省航空航天制造业科研机构数量的序列方差分解来看，专利申请数量对机构数量的多寡在前期的解释作用较小，这说明了研发机构不可避免的要进行前期投入，并且不能立刻获得回报;第二期后，专利申请数量对机构数量的解释能力增强，至第10期后稳定在22%左右，说明专利申请数量的增长有利于研发机构的建立。另一方面，R&D经费内部支出对于科研机构数量的冲击十分有限，只维持在1%左右。

从陕西省航空航天制造业专利申请数的序列方差分解来看，R&D经费内部支出和科研机构数量分别在观测期的前期和后期发挥主要解释作用。在前3期，专利申请数量受R&D经费内部支出的影响较大，其解释能力超过50%，但也能看出，其下降趋势十分明显，从89%下降至50%;在第3期后逐渐下降至后期的22%.科研机构数量在前2期的解释能力较弱，只有不到15%，但到第3期快速上升至398%，并最终稳定在48%左右。

5 结论及建议

文中基于陕西省航空航天设备制造业2000—2016年时间序列数据，选取专利申请数、R&D经费内部支出和科研机构数量等3个指标，通过Granger因果检验、脉冲响应函数、方差分解等计量方法，对陕西省航空航天设备制造业的创新能力进行分析，得出以下结论。

1）通过Granger检验可以看出，首先，R&D经费内部投入和专利申请数之间存在双向因果关系。这表明，两者之间具有良好的互动关系，R&D经费的投入会带来专利申请数的增加，研发活动要想取得成果，也离不开经费支持，因此加大相关经费的支持显得尤为必要，这一结论也印证了现有的研究结论。其次，专利申请数和科研机构数量存在单向因果关系，专利申请数量的增多会在一定程度上刺激更多研发机构的设立，从而有利于企业、部门和个人投身研发活动;然而从历史数据看，科研机构数量的增加并不是导致专利申请数攀升的原因，这也提示研发活动是一个长期的过程，短期的投入并不能立刻带来直接的回报，但这并不能表明两者长期不具有关联。

2）从脉冲图像上看，首先，R&D经费内部支出和科研机构数量均对专利申请数有正向影响。从程度上看，研发机构数量的冲击作用更加明显。从图形的走向上看，机构数量对专利申请数量的冲击在经过一个滞后时期后，在第二期迅速上升，说明研发机构在建立初期，对于专利申请的促进作用是显著的，但在后期图像下降趋势较为明显，说明陕西省航空航天设备制造业的研发机构缺乏长久运行的持续力，可能在人才储备、管理方法上需要进一步提升;而R&D经费内部支出的脉冲图像更为平缓，可以说明经费的投入需要长期持续保持，对刺激专利申请的增长会产生持久深远的作用。

其次，专利申请数对R&D经费内部支出也有积极的促进作用。两者之间存在双向的促进作用，在资金支持和创新成果之间形成了良性互动，且两者的脉冲图像都较为平稳，说明两者的相互影响都是持久深远的，但相较而言，R&D经费内部支出对专利申请数的影响更为显著。这点凸显了在创新过程中资金持续投入的重要性。

最后，专利申请数量对于科研机构建立的长期促进作用有限。这反映出相关机构的建立并不以成果的产出为唯一导向。一个科研机构的建立还有赖于政策环境，企业经营状况，组织机构变革等多重因素;同时机构的建立需要一定周期，无法像经费投入一样立刻出现数字上的变化，具有一定滞后性。

3）从方差分解结果来看，陕西省航空航天设备制造业R&D经费内部投入和科研机构数量对于专利申请数量的影响程度随时间推移发生变化。经费的投入的解释能力随时间推移下降，研发机构的解释能力随时间推移上升。这说明经费的投入能够在短时间内支持产业内专利的发展，但要想长期保持该行业的创新能力，还需要建立完善的机制，创造鼓励创新的大环境。

反之而言，专利申请数量对于经费内部支出和机构数量变动的解释力度有限，这与脉冲图像所反映的趋势相吻合，专利成果的涌现并不能在短期内立竿见影，因此无法立刻刺激企业或相关部门进行下一轮的投资，对于产业创新的相关投入还有赖于政策、融资渠道等多方面的配合。

根据以上分析结论，对促进陕西省航空航天设备制造业创新能力发展提出以下建议。

1）加大创新投入，鼓励多种资本进入。航空航天设备制造业属于典型的大型复杂产品制造业，对于科技创新资金、人才等要素的要求很高。从数据上看，2016年陕西省航空航天设备制造业的R&D经费支出达到了406 498万元，比2009年的161 340万元增加了将近3倍，但R&D外部经费支出只有7 598万元，与北京、上海的45 076万元和130 595万元相比相去甚远。航空航天设备制造业已经是军民融合制造业的典型代表，因此，应鼓励民营资本参与研发创新，消除进入壁垒，加大对科研院所、高校的资金投入，促進产学研结合。

2）注重创新机制构建，注重成果追踪。创新过程是破旧立新的过程，不仅需要大量资金的支持，更需要一个良好的创新环境。这需要在产业内部建立创新机制，宏观上形成制度创新、技术创新、市场创新、管理创新等多层次的创新机制。从文中的分析结果看来，越到后期，科研机构对于专利申请的促进作用越强;这提示管理者需要提供良好的创新环境，从硬件上给予支持，同时提高管理方法水平，建立长效的成果跟踪制度，对于效果不明显的机构需要进行改革或调整。微观上注重创新人才队伍建设，构建内部学习和知识流动体系，建立技术信息搜集机构，追踪国内外最新科研动向等。最终树立长期发展的战略目标，实现专利的可持续健康发展。

3）重视科技成果转化。专利申请数量是衡量产业创新水平的重要指标，但如何使创新成果真正用于生产制造，转化为推动企业发展的动力引擎才是最终命题。统计数据显示，近10年来中国国防专利申请量年增长率達到35%[21]，但也形成了“专利沉睡”的状态，大量专利无法进行成果转换，同时企业需要投入高昂成本进行维护，造成资源浪费。破除这种局面需要降低交易成本，建立信息共享平台，这就需要大量的中介机构进入航空航天设备制造业，在专利需求方和提供方之间建立沟通桥梁;对专利二次开发提供资金支持，银行等融资机构可以提供融资渠道，使企业有能力购买所需的专利技术，进而投入生产。扩大专利适用领域，军民两用专利是市场趋势，航空航天系统的专利要保证先进性和性价比的统一，使更多的专利能够投入到现实的生产活动中。

参考文献：

[1] 张 杰，高德步，夏胤磊.专利能够促进中国经济增长——基于中国专利资助政策视角的一个解释[J].中国工业经济，2016（01）：83-98.

[2]Raymond C.The economic importance of patents[M].Intellectual Property Institute，1996.

[3]国家统计局.中国高技术产业统计年鉴1995—2009[J].北京：中国统计出版社，2010.

[4]国家统计局.中国高技术产业统计年鉴2017[J].北京：中国统计出版社，2017.

[5]国际在线.陕西紧抓“中国制造2025”战略机遇 借力“一带一路”走出去[EB/OL].http：//news.ifeng.com/a/20170428/51022709_0.shtml，2017/4/28.

[6]郭鸿雁.航空航天创新能力的动态演进与空间格局——基于突变级数与聚类分析方法[J].郑州航空工业管理学院学报，2016（06）：1-7.

[7]陶金国，王 雪，乐 萍，等.战略性新兴产业竞争力实证分析—以航空航天器制造业为例[J].财贸研究，2015（05）：26-32.

[8]韩东林，程 琪，葛 磊.中国四大航空制造业集群创新能力实证研究[J].科技进步与对策，2015（08）：64-68.

[9]胡红安，刘丽娟.我国军民融合产业创新协同度实证分析——以航空航天制造产业为例[J].科技进步与对策，2015（02）：121-126.

[10]洪 进.技术政策、技术战略与创新绩效研究——以中国航空航天器制造业为例[J].科学学研究，2015（02）：195-204.

[11]陈 伟，周 文.中国航空航天制造业自主创新效率研究[J].哈尔滨工程大学学报，2014（06）：777-783.

[12]张近乐，赵 娟.中国航空航天制造业科技创新能力环境影响因素研究——基于结构方程模型的路径分析[J].北京理工大学学报（社会科学版），2014（03）：100-106.

[13]刘春晖，赵玉林.创新驱动的航空航天装备制造业空间演化——基于演化计量经济学的实证分析[J].宏观经济观察，2016（05）：87-99.

[14]Braun T，Schubert A，Zsindely S.Nanoscience and nanotechnology on the balance[J].Scientometrics，1997，38（02）：321-325.

[15]刘丽萍，王雅林.R&D 投入、专利申请量与中国企业自主创新能力[J].哈尔并工程大学学报，2011（11）：1522-1526.

[16]杨国鑫，穆丽娟.我国汽车行业自主创新能力的思考——通过专利数据予以透视，知识产权，2009（05）：35-39.

[17]郭 磊，蔡 虹.基于专利组合分析的中国电信产业技术创新能力研究[J].科学学与科学技术管理，2013（09）：77-85.

[18]石 亮，张善杰，陈伟炯.从专利角度看上海高校科技创新能力现状及提升对策[J].研究与发展管理，2014（03）：115-121.

[19]张延群.自向量回归模型中的识别问题——分析框架和文献综述[J].数理统计与管理，2012（09）：805-812.

[20]陈广汉，蓝宝江.研发支出、竞争程度与我国区域创新能力研——基于1998—2004 年国内专利申请数量与R&D数据的实证分析[J].经济学家，2007（03）：101-106.

[21]中国新闻网.军工专家呼吁加快国防科技成果转化促军民融合[EB/OL].http：//www.chinanews.com，2013/03/20.

（责任编辑：许建礼）