军民融合产业集群创新发展水平动态测度

朱云龙,方正起

(中国人民解放军陆军勤务学院 国防经济系，湖北 武汉 430035)

自军民融合上升为国家战略以来，产业集群化发展成为促进军民深度融合的关键，特别是加快推动军民融合产业集群实现可持续创新发展，已成为符合新时代要求的必经之路[1]。军民融合产业集群作为国防科技创新体系建设的有力抓手，在当前军民融合处于由初步融合向深度融合的关键期，集群创新发展的实现能够为区域产业结构升级提供不竭动力，从而促进国防建设和经济建设的协调发展。因此，动态比较各地区军民融合产业集群创新水平变化趋势，对于优化军地资源配置、提升国防经济实力具有重要意义。

1 文献综述

产业集群的概念最早是由英国著名经济学家MARSHALL提出的，他认为产业的集聚化发展促进了企业间的技术交流，进而产生了外部经济效应。NATALIYA等[2]在总结PORTER集群竞争理论基础上，提出了集群创新的内在机理。随着产业集群的发展规模不断扩大，学者们[3-4]的研究重点逐渐向集群创新方面转变，集群创新发展的实现对于提升区域经济与科技实力具有重要意义。

随着我国军民融合理论和实践的深入发展，越来越多的学者也从集群的角度对军民融合问题进行了研究。如李淑惠[5]提出以龙头企业带动军民融合产业集群创新的发展模式；吴旺延等[6]在钻石模型的分析框架下，探讨了陕西省国防装备制造业的优势与劣势，为地方政府推动军民融合产业集群发展政策的制定提供了重要依据；乔玉婷等[7]运用GEMS模型对湖南省军民融合产业集群竞争力进行实证研究，认为军民融合产业集群竞争力水平的提供有利于合理选择集群发展路径；董晓辉[8]提出了军民融合产业集群协同创新“四位一体”的理论框架；黄西川等[9]构建了军民融合产业集群创新能力评价指标体系，并以江苏省为例，基于AHP法进行实证测评；李林等[10]深入剖析了军民融合产业集群实现协同创新的内在机理。

当前关于军民融合产业集群的研究虽已取得一定成绩，但对创新水平变化趋势缺乏动态分析，相关测度指标体系的构建不够全面。基于此，笔者采用TOPSIS改进的因子分析模型，选取中部6省电子及通信设备制造业为研究对象，基于2002—2016年集群面板数据进行动态测度，并对近15年集群创新水平做出综合评价。

2 研究设计

2.1 样本选取及数据来源

随着国家军民融合发展战略的深度实施，创新平台建设不断加强，创新转化速率不断加快，军民融合产业集群呈现出蓬勃向上的发展趋势[11]。其中，作为高新技术产业的电子及通信设备制造业集群发展势头最为强劲，已成为推动军民融合深度发展的重要牵引力量。此外，我国中部地区军民融合产业集群创新发展的实现，对于促进整体国防和经济建设协调起到重要作用。基于此，笔者选取中部6省电子及通信设备制造业集群作为测度对象，研究数据来源于2002—2016年《中国高技术统计年鉴》《中国科技统计年鉴》及国家统计局网站。

2.2 基于TOPSIS改进的因子分析模型

因子分析是一种有效的统计方法，以原始数据间的相关关系为基础，将多个错综复杂的统计变量归纳为几个少数独立的综合因子，这些综合因子更能反映初始变量的内在联系。但传统的因子分析仅限于对截面数据进行研究，无法满足动态测度军民融合产业集群创新发展水平的要求。因此，在保证测度结果全面、准确的前提下，借鉴已有研究成果，采用基于TOPSIS法改进的因子分析模型，可有效解决了上述问题。传统的因子分析数学模型的表达式为：

(1)

其矩阵表达式为：

X=AF+ε

(2)

式中：A=(aij)p×m，为因子载荷矩阵;p为变量的个数;m为公共因子个数。

改进的因子分析法是在因子得分矩阵的基础上，以TOPSIS法对面板进行综合评价[12]，具体步骤包括：

(1)将测度对象各个年份的综合因子得分作为一个评价指标数据，从而构建新的测度指标体系，得到对象集因子得分矩阵(Ykt)n×l，n为测度对象的个数，l为测度区间。

(2)对得到的数据指标进行一致化处理：

(3)

(3)以得分矩阵各列最大值、最小值分别构造矩阵最优向量Q+、最劣向量Q-：

(4)

(4)根据向量确定测度对象与最优方案、最劣方案的接近程度，分别如式(5)和式(6)所示。

(5)

(6)

(5)计算某一测度对象k最终得分与最优因子方案的相似度：

(7)

Tk值越大，表明测度对象k的综合测度水平越高，即军民融合产业集群创新发展综合测度水平与其最优因子相似度呈正相关。

2.3 测度指标体系的构建

军民融合产业集群创新发展动态测度指标体系的构建应当遵循系统性、真实性、可量化等原则，同时要尽可能以较少的指标反映更多的数据信息。为保证测度结果的科学性和权威性，从创新发展环境、创新投入能力、创新产出能力3个方面构建集群创新水平动态测度指标体系，如表1所示。

表1 军民融合产业集群创新发展水平动态测度指标体系

创新发展环境是基础保障力量，为推进军民融合产业集群实现可持续创新发展提供动力，其动态水平体现在产业集群主营业务收入增长率、新增研发机构数、新开工项目数和新增企业单位数4个方面。集群创新投入能力的高低一定程度上决定了军民融合产业集群实现创新发展的成功与否，其动态测度指标包括R&D人员投入百分比、R&D经费内部支出增长率、新产品开发支出增长率和技术改造经费支出百分比。集群创新产出能力反映了创新成果水平的高低，其动态测度指标主要包括专利申请数、发明专利百分比和新产品销售收入增长率。

3 实证研究

3.1 中部地区集群创新整体水平

(1)运用SPSS25.0分析软件，对测度数据进行KMO检验和Bartlett球形检验，检验结果如表2所示。

由表2可知，KMO度量结果为0.623，大于0.6；Bartlett球形检验中近似卡方数值较大，拒绝单位相关矩阵原假设，且显著性水平小于0.05，满足要求，可以进行因子分析。

表2 KMO和Bartlett球形检验

(2)提取并命名公共因子，对因子载荷矩阵进行最大方差旋转。解释的总方差贡献率如表3所示，确定公共因子个数m=4，累积贡献率为81.429%，说明选取的公共因子能够体现变量大部分信息。

表3 解释的总方差贡献率

各因子的方差贡献率代表该因子的“信息含量”，通过计算各个公因子方差值占累积贡献率的百分比来确定各公因子的系数，以满足公因子系数之和等于1的要求。为保证测度结果的全面性与变量信息的完整性，且能够最大程度解释集群创新水平，将得到的因子载荷矩阵进行最大方差旋转，结果如表4所示。

表4 旋转后的因子载荷矩阵

由表4可知：①公共因子1在新开工项目数、专利申请数、新增企业单位数、新增研发机构数上的因子载荷较大，代表着与集群创新相关指标的增长个数及创新发展的规模，因此命名为“创新规模因子”；②公共因子2在新产品开发支出增长率和R&D经费内部支出增长率上的因子载荷较大，代表着集群创新支出的增长幅度，因此命名为“创新成本因子”；③公共因子3在发明专利百分比、技术改造经费支出百分比、新产品销售收入百分比上的因子载荷较大，代表着集群创新的成长性，因此命名为“创新成长因子”；④公共因子4在主营业务收入成长率和R&D人员投入百分比上的因子载荷较大，代表了集群创新的效益水平，因此命名为“创新效益因子”。

(3)根据因子得分公式，计算出中部地区电子及通信设备制造业集群创新因子得分，绘制中部地区电子及通信设备制造业集群整体创新发展水平趋势图，如图1所示。

图1 中部地区电子及通信设备制造业集群创新发展水平趋势图

由图1可知，中部地区电子及通信设备制造业集群近15年来创新发展水平整体处于上升趋势，大致可以分为3个阶段：①第一阶段是2002—2007年，处于军民融合产业集群创新发展的萌芽期，这一阶段我国处于经济增长的高峰期，各项投资幅度大幅增加，国家资本存量的增速达到12%左右，有力地推动了军民融合产业集群的发展壮大，但这一阶段国家自主创新能力还有所欠缺，因此集群创新发展水平不是很高；②第二阶段是2008—2012年，该阶段由于受到金融危机的影响，导致集群创新发展处于一个相对恶劣的环境，打破了原有的稳定增长态势，其中2009—2010年，集群发展受阻最大，创新水平测度值几乎跌落谷底。但国家及地区各省份通过落实一系列相关措施，尽可能保证集群平稳发展，这种跌宕起伏的状态一直持续到2013年；③第三阶段是集群创新的茁壮成长期，特别是自2015年军民融合上升成为国家战略，中部地区各省份响应国家号召，纷纷出台军民深度融合相关政策，有力地推动了军民融合产业集群实现可持续创新发展。

3.2 中部地区各省份集群创新水平

为了更全面地了解中部地区军民融合产业集群的创新发展水平，同样采用因子分析的方法对各省份集群创新水平进行测度。由于指标增长率存在负值，并对数据进行过标准化处理，因此集群创新水平结果存在小于0的情况，具体测度结果如表5所示。

表5 2002—2016年各省份电子及通信设备制造业集群创新水平测度值

为了客观评价各省份2002—2016年集群创新综合水平，采用TOPSIS改进的因子分析模型，并利用Matlab计算各省份集群创新综合得分及差值，结果如表6所示。

由表6可知，我国中部地区6个省份电子及通信设备制造业集群近15年创新综合水平整体呈现出发展不平衡的特点。其中，湖北省在6个省份中得分水平最高，山西省最低，原因可能是地理位置和产业基础等因素造成的差异。此外，军民融合战略实施以来，各地纷纷发展军民高技术产业，使其集群创新水平得到较大提升，安徽省自2012年以来电子及通信设备制造业集群创新水平提升最快，与其近15年集群创新水平综合得分差值达到0.114，说明集群创新拥有良好的发展潜力。

表6 中部地区各省份电子及通信设备制造业集群创新水平综合得分

3.3 典型省份集群创新动态

为了更加直观地比较集群创新动态，特别是军民融合战略实施以来集群创新水平变化趋势，结合各省份集群各年创新水平测度值，选取山西、安徽、湖北3个典型省份进行动态变化值比较，并以2002年为基期，求得3个省份电子及通信设备制造业集群创新水平年度增加值，创新水平动态趋势如图2所示。

图2 典型省份电子及通信设备制造业集群创新动态趋势图

由图2(a)可知，山西省电子及通信设备制造业集群创新动态增加值趋势线大多数都在测度值趋势线以上，其创新动态可以划分为3个阶段：①2002—2007年，集群创新动态水平虽然不高，但其一直保持稳定增速；②2008—2011年，集群创新水平维持在0附近，并未因金融危机受到过多的影响；③2012—2016年，集群创新水平变化绝对值比较大，特别是2016年动态变化值达到了1.8，预测未来几年山西省集群创新水平仍旧处于跌宕起伏的。

由图2(b)可知，安徽省电子及通信设备制造业集群创新发展水平变化明显分为两个阶段：①2002—2004年，集群创新水平一直处于下滑趋势，动态变化值最大达到2.0；②2005年以来，集群创新水平不断提升，增速基本维持在0.5左右，特别是在2013—2016年期间，集群创新动态测度值趋势线更是呈直线上升趋势，预测未来几年可以保持同样的增速。

由图2(c)可知，湖北省电子及通信设备制造业集群创新发展水平近15年来整体变化值不大，2002—2011年期间创新水平虽然有波动，但其测度值基本保持在0附近，说明集群创新发展处于相对稳定的状况；2012—2016年期间，集群创新水平维持在0.35左右，且创新动态变化值几乎为0，预测未来几年湖北省电子及通信设备制造业集群创新水平趋势线会继续保持平稳状态。

4 结论

基于TOPSIS改进的因子分析模型，对我国中部地区各省份电子及通信设备制造业集群创新水平进行动态测度，得出如下结论：

(1)中部地区电子及通信设备制造业集群创新水平15年来整体呈上升趋势，特别是2012以来军民融合战略的实施，有力改善了集群军民融合产业集群创新环境，为集群创新注入活力。

(2)各省份电子及通信设备制造业集群创新水平呈现发展不平衡的特点，湖北、湖南两地区凭借雄厚的高技术产业基础，集群创新水平最高；山西省因早期对重工业等投入过多资本，导致其高新技术产业集群创新水平整体较低；安徽、江苏、河南依托已有产业基础及周边省份创新资源，积极搭建军民融合高技术产业信息交互平台，使其电子及通信设备制造业集群创新水平得到较大提升。

(3)比较山西、安徽、湖北3个典型省份电子及通信设备制造业集群创新动态发现，安徽省是发展势头最强、创新成长性最好的省份，原因可能是安徽省与东部沿海省份相邻，发展高新技术产业具有明显的地理优势；湖北省集群创新整体水平尽管排名最高，但其动态变化值不大，且前期发展不稳定，导致创新潜力并不高；山西省集群创新水平波动最为频繁，且波动幅度较大，不利于集群创新能力的提升与产业的持续发展。