中国高端装备制造业自主技术创新效率稳定性及影响因素研究

王成东，李光斌，蔡渊渊

(哈尔滨理工大学 经济与管理学院，黑龙江 哈尔滨 150080)

0 引言

随着中国技术创新能力不断提升以及欧美等发达国家对中国技术打压与封锁持续加剧，模仿创新和跟随创新的边际贡献越来越小，实现从技术引进到自主创新的转变，加强自主创新已经成为中国经济社会发展到一个特定历史时期的必然选择[1]。党的十九大以来，中国高端装备制造业不断拓宽自主创新道路，通过自主创新深化产业结构调整，落实创新驱动发展战略，不仅提升了中国高端装备制造业国际竞争力，而且保障了中国经济高质量发展。中国高端装备制造业自主技术创新集中体现为行业内生技术的积累和爆发，并逐步实现国家和地区层面的自主技术突破及商品化。如中国高铁通过战略布局—正向设计—自主知识产权创新及标准体系建设的自主创新模式，实现高铁发展“弯道超车”，引领全球高铁行业发展；华为也通过类似的战略布局，凭借在电子高端装备制造业多年的自主技术创新积累，突破发达国家技术封锁，甚至反制发达国家。可见，中国高端装备制造业在自主创新领域已经迈出关键一步，并取得大量自主创新成果。然而，虽然中国高端装备制造业体量继续保持全球领先，但在底层基础技术创新能力方面与发达国家尚存在较大差距[2]，中国高端装备制造业整体自主创新水平仍然相对较低。因此，中国高端装备制造业自主创新成果的取得到底是由大量创新资源投入简单堆积而成，还是得益于自主创新体系的整体性改善，即当前中国高端装备制造业能否进行持续且稳定的高效率自主创新，已成为一个亟待研究的课题。

通过梳理国内外相关研究成果发现，一方面，自主技术创新已经成为中国实现产业高质量发展，落实创新驱动发展战略的必然选择；另一方面，中国产业自主创新进程受到宏观技术创新环境和创新资源等多重因素制约，能否进行持续性的高效率自主创新存在较大不确定性。进一步梳理发现，目前缺乏针对产业技术创新稳定性的研究，少量创新稳定性研究成果多集中于创新主体领域，尚未发现关于产业技术创新效率稳定性的系统研究，导致不仅无法准确评价产业技术创新体系质量，亦无法为中国高端装备制造业等各类产业高效自主技术创新实践提供针对性理论支持与策略指导。

针对相关领域研究成果的缺失，本文聚焦中国高端装备制造业自主技术创新效率稳定性及影响因素，基于创新资源的稀缺性，从多维效率视角展开系统研究。首先，基于效率内涵，从投入、产出和环境影响因素3个维度构建中国高端装备制造业自主技术创新评价指标体系，设计评价模型，分别对产业技术创新效率、效率稳定性和效率影响因素进行评价，构建完善的产业自主技术创新效率稳定性及影响因素评价体系；其次，基于数据时效性和可得性，以2006—2016年行业面板数据为基础，对中国高端装备制造业自主技术创新多维效率进行测度和分析，揭示其变化规律及稳定性特征；最后，测度各影响因素对中国高端装备制造业自主技术创新多维效率的影响强度、方向和显著性。在此基础上，设计中国高端装备制造业自主技术创新效率提升策略。本文研究成果可为提升中国高端装备制造业自主技术创新效率和创新资源利用率提供针对性理论支撑与策略支持。

1 高端装备制造业自主技术创新效率稳定性及影响因素评价体系构建

1.1 产业自主技术创新效率评价指标体系

自主技术创新是相对技术引进和模仿而言的一种创新活动，是依靠技术创新主体自身创新资源与能力，独立创新从而获得创新产出的创新形态。高端装备制造业自主技术创新效率可表示为一段时间内产业自主技术创新投入与产出的比值，反映产业技术创新过程中资源要素投入产出转化情况。因此，高端装备制造业自主技术创新效率主要由其自主技术创新投入与产出决定。同时，作为开放性创新体系，高端装备制造业自主技术创新必然还会受到市场因素、政策因素和外源性技术创新因素影响[30]。基于此，本文从高端装备制造业自主技术创新投入、产出及环境影响因素3个方面构建其效率评价指标体系。

1.1.1 高端装备制造业自主技术创新投入评价指标

高端装备制造业自主技术创新投入主要包括资金投入和人力资源投入两大方面[30]。资金投入作为技术创新的后盾，其支出不足可能会导致技术研发无法顺利进行，进而影响自主技术创新效率提升。自主技术创新最终要实现产品和服务升级的创新目标，就需要加大新产品研发投入。相关研究表明，新产品研发投入能够有效加快自主技术创新产出迭代，进而持续提升产业自主技术创新能力[31]。此外，自主技术创新的发展还需要在固定资产等方面持续投入，以保障自主技术创新稳步推进[32]。人力资源投入是自主技术创新发展的重要基石，其可以细化为人力资源投入质量和人力资源投入数量两个方面。在数量方面，人力资源投入增加有助于达到规模阈值，实现从量变到质变的跨越，从而促进中国高端装备制造业技术创新效率提升；在质量方面，人力资源质量改善可逻辑性地增加单位人力资源创新产出，从而提升高端装备制造业自主技术创新效率。

1.1.2 高端装备制造业自主技术创新产出评价指标

高端装备制造业自主技术创新产出主要通过专利产出和新产品产出衡量[33]。专利产出能够有效反映企业自主知识产权的丰富程度，选取有效专利产出数量衡量自主创新技术迭代能力，有效产出数量越多，企业自主技术创新能力就越强。新产品销售情况能够反映市场对新技术的接受程度，新产品销售收入提高对自主技术创新具有正向影响，从而有效反哺自主技术创新投入，更好地激励企业加大自主技术创新投入[31]。

1.1.3 高端装备制造业自主技术创新环境影响因素评价指标

通过综合分析自主技术创新环境的影响因素发现，中国高端装备制造业自主技术创新主要受到外源性创新、市场环境和政策支持3个方面环境因素影响[33]。在开放式创新环境下，外源性创新一方面能带来创新理念、方法、技术和成果，从而有效促进中国高端装备制造业自主技术创新，另一方面又会对行业自主技术创新造成较为严重的冲击。借鉴已有研究成果，本文采用外商直接投资衡量外源性创新[31]。在市场环境方面，一方面，适度的市场竞争能够有效刺激企业加大自主技术创新投入，从而通过提升自主技术创新效率进一步提高企业竞争力。同行业企业数量越多，代表竞争越激烈，因此本文选取行业企业数作为市场环境的衡量指标[33]。另一方面，企业规模大小直接决定其市场竞争力高低，因而市场环境的相对状况一定程度上还取决于企业规模，借鉴已有研究成果，本文采用企业平均固定资产原值衡量市场环境[30]。自主创新离不开政策支持，政府通过对企业进行直接或间接扶持，能够有效缓解企业自主创新过程中面临的资金等问题，从而有效帮助企业开展自主技术创新活动。借鉴已有研究成果，本文选取创新资本投入中政府资金投入作为政府支持的衡量指标[34]。

综上所述，本文从中国高端装备制造业自主技术创新效率内涵及影响因素出发，在充分借鉴已有研究成果的基础上，从自主技术创新投入、自主技术创新产出和自主技术创新环境影响因素3个方面建立一个宽覆盖的自主技术创新效率评价指标体系，如表1所示。

表1 中国高端装备制造业自主技术创新效率评价指标体系

1.2 评价方法选择与模型构建

1.2.1 产业自主技术创新效率及稳定性测度模型

DEA-Malmquist指数方法主要被用于测度动态效率变化趋势，能够有效克服DEA方法对面板数据对比不充分的问题[31]。因此，本文采用DEA-Malmquist指数方法对自主技术创新效率及稳定性进行测度。

借鉴已有研究基于DEA的Malmquist指数模型，通过定向输出方法，对中国高端装备制造业自主技术创新效率进行测度[31,33]。定义输出变量的距离函数如下：

D0(x,y)=inf{δ:(x,y/δ)∈p(x)}

(1)

式(1)中，x、y分别表示输入变量和输入变量矩阵，δ代表定向输出效率指标，p(x)表示生产可能性集合。如果y位于p(x)内部，则函数值小于或等于1；若y在p(x)外部边界上，则函数值等于1；若y在p(x)之外，则函数值大于1。

从t到t+1时期，度量全要素生产率增长的Malmquist指数可表示为：

MI0(xt+1,yt+1,xt,yt)=

(2)

以t时期技术Tt为参照，基于产出角度的Malmquist指数可表示为：

(3)

以(t+1)时期技术Tt+1为参照，基于产出角度的Malmquist指数可表示为：

(4)

根据Fare[35]的研究成果，在规模报酬不变的假定下，Malmquist指数可以分解为综合效率变化指数(EC)与技术水平指数(TC)的乘积。

MI0(xt+1,yt+1,xt,yt)=EC0(xt+1,yt+1,xt,yt)×TC0(xt+1,yt+1,xt,yt)

(5)

(6)

TC0(xt+1,yt+1,xt,yt)=

(7)

式中，当EC>1、TC>1时，决策单元效率提高，反之效率下降。

基于线性规划对高端装备制造业自主技术创新投入与产出的各种距离函数进行测度，即可求得Malmquist生产率指数。对于t到(t+1)时期第i种高端装备制造业环境技术创新效率变化，需要计算以下4个基于DEA的距离函数：

(8)

(9)

(10)

(11)

1.2.2 产业自主技术创新效率影响因素测度模型

以高端装备制造业自主技术创新效率为因变量，以各影响因素为自变量，构建Tobit多元线性回归模型。根据已有研究，当DEA-Malmquist模型测算出的效率值大于0时，数据被截断，若运用普通最小二乘法，会导致有偏性和不一致性[33]。因此，本文使用限值回归模型Tobit模型进行回归，具体形式为：

(12)

其中，Yk为样本数据第k组观察值的首先因变量，Xk为解释变量，β为未知参数变量，μk～N(0,σ2)，k=1,2,3,…。

2 实证研究

2.1 研究对象与数据来源

根据国民经济行业分类与代码(GB/T 4754-2017)，借鉴黄鲁成(2016)的研究成果，本文将属于装备制造业(A0)的34、35、36+37、38、39、40 等6个细分行业(通用设备制造业，专用设备制造业，汽车制造业及铁路、船舶、航空航天和其它运输设备制造业，电气机械和器材制造业，计算机、通信和其它电子设备制造业，仪器仪表制造业)定义为高端装备制造业，并依次编号为A1、A2、A3、A4、A5和A6。

数据来源于2007—2019年《中国统计年鉴》《中国科技统计年鉴》《中国工业经济统计年鉴》。对于部分缺失数据，基于对各地区统计年鉴数据的综合整理与分析，借鉴相关研究成果，本文采取相近两年数据的均值进行插值处理。考虑到研究发展具有一定滞后期，参考相关研究，本文滞后期为两年[33]，选取2006—2016年投入数据和2008—2018年产出数据。在实证数据具体获取过程中，采取产业技术创新总投入减去技术引进、消化、吸收等费用的方法提取自主技术创新相关数据，以更好地反映技术创新自主性，增强实证研究对研究主题的支撑作用，并提高策略建议的实践指导价值。

2.2 产业自主技术创新多维效率测度及稳定性分析

2.2.1 产业自主技术创新效率测度

采用前文模型和相关软件对中国高端装备制造业自主技术创新效率进行测度，得到其综合效率值(CR)、纯技术效率值(VR)和规模效率值(SC)，结果如表2所示。

表2 中国高端装备制造业自主技术创新多维效率值

从产业维度看，中国高端装备制造业自主技术创新综合效率为0.786，纯技术效率为0.894，规模效率为0.877，纯技术效率略高于规模效率，一方面说明中国高端装备制造业自主创新效率尚有一定上升空间，另一方面也说明其在创新资源投入方面尚未达到效率拐点，继续加大自主创新资源投入有利于提高其创新效率。从子行业看，中国高端装备制造业各子行业3种效率均在行业整体效率附近波动，其中交通运输设备制造业、电气机械和器材制造业、电子设备制造业的综合效率、纯技术效率和规模效率均稳定在0.9以上，其自主技术创新效率较高；仪器仪表制造业自主创新效率相对较低。该结果与中国高端装备制造业各细分行业的产业创新现状基本相符。

2.2.2 基于绝对效率值的自主技术创新效率稳定性分析

从时间维度看，中国高端装备制造业及其子行业自主技术创新效率随时间出现一定波动，其波动曲线如图1所示。

图1 中国高端装备制造业自主技术创新效率值变化情况

由图1可知，2008—2010年，除电气机械和器材制造业外，其它子行业自主技术创新效率均出现显著下降，原因可能是受到2008年全球金融危机的负面影响，而电气机械和器材制造业自主技术创新效率为1.000，这可能是由于其技术研发周期较长所致(2011—2013年，其自主技术创新效率出现一定幅度下降)。2010—2012年，中国高端装备制造业及其子行业自主技术创新效率均出现明显回升，这是金融危机后出台各项经济促进政策短时刺激作用的显现。2013年以后，中国高端装备制造业部分子行业自主技术创新效率出现一定下降，原因可能是经济刺激政策的负面效果开始显现，但从中国高端装备制造业整体看，其自主技术创新效率在高位维持稳定。2016年以后，中国高端装备制造业自主技术创新效率又出现一定回升，说明随着中国高端装备制造业自主技术创新能力不断提升及创新成果持续累积，其自主创新体系已经较为完善，产业技术创新进入另一个高投入、高产出的良性发展轨道。

从细分效率维度看，中国高端装备制造业及其大部分细分行业自主技术创新纯技术效率与规模效率变化趋势较为相近(见图2、3)，两种效率除在2008—2010年出现显著下降外，其它年份均维持相对稳定，这与综合技术创新效率一致。

图2 中国高端装备制造业自主技术创新纯技术效率变化情况

图3 中国高端装备制造业自主技术创新规模效率变化情况

在纯技术效率方面，与其它子行业不同，2008—2010年，电气机械和器材制造业纯技术效率呈现出显著上升态势，结合其产业创新实践可以推断，主要是由于研发回报周期较长所致。在规模效率方面，交通运输设备制造业规模效率在整个测度期内较为稳定，而专用设备制造业规模效率受到经济形势影响，波动最大。2013年以后，通用设备制造业、专用设备制造业及电子设备制造业规模效率仍在持续下降，结合产业发展实践可以推断，可能是市场竞争日趋激烈，行业向高精尖转型等原因造成的。总体而言，中国高端装备制造业及其细分行业纯技术效率和规模效率除在2008—2010年出现小幅下降外，基本维持稳定。

2.2.3 基于Malmquist指数的产业自主技术创新效率稳定性分析

为进一步揭示中国高端装备制造业及其细分行业自主技术创新效率稳定性，本文采用投入导向的BCC模型对产业自主技术创新效率Malmquist指数进行测度，结果如表3所示。

表3结果显示，通用设备制造业、专用设备制造业和交通运输设备制造业年均自主技术创新效率分别增长2.1%、1.3%和2.6%。从细分效率看，得益于技术水平提升，通用设备制造业自主技术创新效率增长2.1%；专用设备制造业和交通运输设备制造业自主技术创新效率值增长主要来源于规模效率值变化，分别增长1.4%和4.7%。电气机械和器材制造业、电子设备制造业及仪器仪表制造业年均自主技术创新效率分别下降8.4%、12.3%和3.5%，通过分解Malmquist指数可以发现，这3类行业主要受到规模效率变化指数的负向影响。进一步观察高端装备制造业6个细分行业规模效率变化指数发现，仅有通用设备制造业技术水平变化指数增长2.1%，其余细分行业均有不同程度下降，其中电子设备制造业下降幅度最大(12.3%)。这说明中国高端装备制造业细分行业自主技术创新效率增长正在逐渐放缓，自主技术创新效率将面临瓶颈期考验。该结果与近些年中国高端装备制造业开展大规模创新资源投入，但创新成果产出周期相对较长，目前尚未形成创新涌现的产业创新现状相符。因此，加快中国高端装备制造业自主技术创新进程，进一步改善自主技术创新环境和管理机制势在必行。中国高端装备制造业细分行业自主技术创新效率Malmquist指数及其分解情况如图4所示。

表3 中国高端装备制造业及其细分行业自主技术创新效率Malmquist指数测度结果

图4 中国高端装备制造业细分行业自主技术创新效率Malmquist指数及其分解情况

从图4可以看出，除纯技术效率变化指数几乎保持在1附近，表现出较好的稳定性外，各细分行业其它指数表现各不相同，尤其是Malmquist指数波动较大，表明各细分行业综合效率变化指数、技术水平变化指数、规模效率变化指数、Malmquist指数存在较大差异，同时也说明中国高端装备制造业各细分行业自主技术创新发展现状存在差异。例如，A2、A3、A4的Malmquist指数大于1，表明这3个细分行业自主技术创新效率提高，其它行业的Malmquist指数小于1，表明其自主技术创新效率下降。因此，可以认为中国高端装备制造业自主技术创新效率内部存在差异，即未在细分行业维度表现出产业自主技术创新效率的内部稳定性。

2.3 产业自主技术创新多维效率影响因素

为揭示中国高端装备制造业自主技术创新投入要素和环境影响因素对其创新效率的影响，本文在效率测度的基础上，采用Tobit模型进行测度，构建如下Tobit回归模型：

CRi,t=α0+α1RDi,t+α2REi,t+α3NFi,t+α4CDi,t+α5ESi,t+α6ERi,t+α7FIi,t+ε1

(13)

VRi,t=β0+β1RDi,t+β2REi,t+β3NFi,t+β4CDi,t+β5ESi,t+β6ERi,t+β7FIi,t+ε2

(14)

SCi,t=γ0+γ1RDi,t+γ2REi,t+γ3NFi,t+γ4CDi,t+γ5ESi,t+γ6ERi,t+γ7FIi,t+ε3

(15)

式(13)～(15)中，α1～α7、β1～β7、γ1～γ7为各自变量的回归系数，α0、β0、γ0为截距项，i表示行业(i=A1,A2,…,A7)，t代表时期(t=1,2,3,…,11)，ε1、ε2、ε3为残差项。上述模型中，各变量含义及评价指标如下：RD表示技术创新资金投入，用R&D经费内部支出表示，国内外学者普遍认为R&D经费内部支出具有积极作用，即加大R&D经费投入可以提高技术创新效率[36-37]；RE表示技术创新人力资源投入，用R&D人员全时当量表示，经费投入必将伴随研发人员投入，考虑到人员投入中与自主技术创新效率联系最紧密的是研发人员，因而选取R&D人员全时当量作为自主技术创新效率的人力资源投入[38]；NF表示新产品开发投入，用新产品开发费用表示，技术开发的最终目的是产品，只有形成具象的产品，技术才有价值[39]；CD表示政策支持，用资本投入中政府资金表示，一般而言，政府资金投入越多，代表政府对该行业的支持力度越大；ES表示企业规模，用行业总固定资产作投入项，细化后用企业平均固定资产原值表示，一般情况下，企业规模越大，抗风险能力越强，越有利于获取资源进行技术开发[38]；ER表示市场竞争，用行业企业单位数表示，企业单位数越多，市场竞争越激烈，一般情况下，激烈的竞争会促进企业提升自主技术创新能力，以获取更多市场份额；FI表示外源性创新，用行业固定资产投资中外资引进表示，一般情况下，外资企业技术水平高于国内企业，需要通过引进外资促进自主技术创效率提升。

基于前文模型，本文利用相关软件对Tobit回归模型进行测算，得到投入因素和环境影响因素对中国高端装备制造业技术创新综合效率、纯技术效率和规模效率的影响，结果如表4、5、6所示。

表4 中国高端装备制造业自主技术创新综合效率影响因素Tobit回归分析结果

表5 中国高端装备制造业自主技术创新纯技术效率影响因素Tobit回归分析结果

结果显示，研发资金投入在中国高端装备制造业自主技术创新综合效率回归分析中的估计系数为0.092 960，在5%的水平下通过显著性检验，表明研发经费投入与高端装备制造业自主技术创新效率正相关，各行业持续加大自主技术创新研发经费投入，可以提升自身自主技术创新能力；研发投入未通过纯技术效率和规模效率的显著性检验，估计系数分别为0.050 975和0.043 163，说明研发投入对纯技术效率和规模效率的促进作用并不显著。综合来看，需持续加大高端装备制造业自主技术创新资金投入，以提升其自主技术创新效率。

人力资源投入在3种效率的回归分析中均未通过显著性检验，但其系数均为正，表明高端装备制造业自主技术创新与人力资源投入正相关。可能是因为，中国高端装备制造业自主技术创新活动中，人力资源投入尚未到达拐点，未能使自主技术创新产出形成质的突破。但综合来看，提升人力资源投入质量和数量，为高端装备制造业自主技术创新提供高精尖人才，有利于提升高端装备制造业自主技术创新效率。

新产品开发投入在综合效率和纯技术效率的回归分析中未通过显著性检验，估计系数分别为0.042 401和0.045 152，但在规模效率的回归分析中系数为-0.087 572，在5%的水平下通过显著性检验，说明新产品开发与规模效率负相关。可能是因为，高端装备制造企业加大新产品开发投入虽然能扩大产出规模，但由于新产品开发的高投入特征，反而会抑制规模效率提升，即持续开发新产品难以获得规模经济效应。从综合效率视角看，加大新产品开发投入有利于提升高端装备制造业自主技术创新效率。

政策支持在综合效率和规模效率回归分析中的估计系数分别为-0.146 196和-0.177 488，分别在10%和5%的水平下通过显著性检验，表明政策支持对高端装备制造业自主技术创新综合效率和规模效率具有显著抑制作用。政府支持力度越大，自主技术创新效率越低，可能是由于政府以资金形式直接介入行业自主创新活动，滋生企业“等靠要”的低效率行为，从而抑制企业自主技术创新效率。

企业规模在3种效率回归分析中的估计系数只有规模效率为正，其余为负，说明企业规模仅与规模效率正相关，与综合效率、纯技术效率负相关，表明高端装备制造企业规模扩大一定程度上会增加其自主技术创新综合效率和纯技术效率的无效性。高端装备制造业资本密集程度较高，企业往往利用其复杂的资本结构优势分摊风险，但是冗余的资本环境反而不利于自主技术创新活动开展。因此，适当放缓高端装备制造企业规模扩张速度，有利于提升高端装备制造业自主技术创新效率。

市场竞争对3种效率的估计系数均为负且通过显著性检验，一定程度上说明当前市场环境不利于高端装备制造业自主技术创新效率提升。原因可能是，当前中国高端装备制造业市场竞争仍处于较为混乱的局面，市场垄断和价格战等低效率市场竞争行为仍较为普遍。因此，改善市场竞争环境，规范市场参与者的竞争行为，有利于提升高端装备制造业自主技术创新效率。

外源性创新在综合效率和规模效率回归分析中的估计系数分别为0.210 745和0.237 553，均在1%的水平下通过显著性检验，说明外源性创新对中国高端装备制造业自主技术创新效率具有显著正向影响。结合具体评价指标可以看出，外商投资等外源性创新比例越高的行业，其自主技术创新效率越高。推断其成因如下：外源性技术创新的介入，不仅会带来先进的创新理念、方法、技术和成果，同时带来更为充分和规范的市场竞争，从而促进中国高端装备制造业自主技术创新效率提升。因此，适度放宽市场准入，吸引更多优质外源性创新进入中国高端装备制造业领域，有利于提升中国高端装备制造业自主技术创新效率。

3 结论与启示

3.1 研究结论

本文聚焦中国高端装备制造业自主技术创新效率稳定性及影响因素，基于创新资源的稀缺性，从多维效率视角展开系统研究，主要得到以下研究结论：

(1)从自主技术创新投入、产出和环境影响因素3个维度构建中国高端装备制造业自主技术创新效率评价指标体系，分别选择产业自主技术创新效率、效率稳定性及影响因素评价方法并构建相应评价模型，从而形成完善的产业自主技术创新效率稳定性及影响因素评价体系。

(2)从不同维度测度和分析中国高端装备制造业自主技术创新效率。从行业整体看，中国高端装备制造业自主技术创新综合效率、纯技术效率和规模效率呈现出趋同的演进趋势，3种效率在样本期出现多次高位波动。一方面表明中国高端装备制造业自主技术创新环境和创新资源约束问题得到持续改善；另一方面也说明中国高端装备制造业自主技术创新体系仍较为脆弱，易受国际金融危机等外部因素影响。因此，改善技术创新环境及管理机制，进一步稳定自主技术创新的战略地位和发展势头势在必行。从细分行业看，除电气机械和器材制造业外，其它细分行业技术创新效率变化趋势与产业整体效率基本一致。

(3)在样本期，中国高端装备制造业自主技术创新效率稳定性存在一定波动性，且各细分行业技术创新效率离散性较高、内部稳定性低，因此中国高端装备制造业自主技术创新效率整体稳定性不高。

(4)揭示出中国高端装备制造业自主技术创新效率影响因素的影响水平与方向。本文研究表明，研发资金投入对中国高端装备制造业自主技术创新效率具有显著正向影响；人力资源投入对中国高端装备制造业自主技术创新效率具有正向影响，但不显著；新产品开发投入对中国高端装备制造业自主技术创新效率的影响具有异质性，对规模效率具有负向影响，对其它效率具有正向影响；企业规模对中国高端装备制造业自主技术创新规模效率具有正向影响，对其它效率具有负向影响；政策支持对中国高端装备制造业自主技术创新效率具有显著负向影响，市场竞争则具有非显著的负向影响；外源性创新对中国高端装备制造业自主技术创新具有显著正向影响，且影响强度较大。

3.2 策略启示

基于中国高端装备制造业自主技术创新投入及环境影响因素的影响方向、强度和显著性，提出促进产业自主技术创新效率提高的策略建议。

(1)在自主技术创新投入方面，继续加大对中国高端装备制造业自主技术创新的资源投入，同时优化资源投入结构，加大研发资金投入，改善研发人力资源质量，并根据市场需求规模有选择地加大新产品开发投入。

(2)在自主技术创新环境影响因素方面，应转变政府职能，让企业成为中国高端装备制造业自主技术创新的主力军，改变政府对高端装备制造业创新的支持模式，变直接资金支持为间接政策支持；适度扩大企业规模、提升行业集中度，鼓励企业兼并与合并，通过大企业推动行业自主技术创新进程；改善市场竞争环境，规范市场参与者的竞争行为，营造能够保护自主技术创新者利益的制度体系和市场机制；适度放宽市场准入，吸引更多优质外源性创新资源和要素进入高端装备制造业领域。

本文研究成果揭示了中国高端装备制造业自主技术创新效率及其稳定性的演变规律，测度了各影响因素对产业自主技术创新效率影响的显著性、强度和方向。本文研究结论为中国高端装备制造业高效开展自主技术创新实践提供了针对性理论支撑与策略支持。需要指出的是，由于统计口径差异及统计数据缺失，造成本文研究结果可能存在一定偏差，一定程度上影响了结论指导实践的效果，该问题将在后续研究中逐步予以解决。