社会资本视域下国防制造业企业技术创新效率测度

高嘉慧，王子龙

（南京航空航天大学经济与管理学院，南京 211106）

技术创新是制造业企业发展的动力源泉，也是决定制造业企业生存和发展的关键因素.新形势下，中国制造业企业的发展受到了部分发达国家的阻碍，这主要是因为中国的自主创新能力，尤其是原创能力不足，在某项指标或节点上的突破难以改变核心技术受制于人的格局，进而导致“卡脖子”问题的接连出现.中国国防制造业企业具有良好的发展基础，拥有充足的创新资源和完善的基础设备，在工程技术领域处于较为主动的位置.此外，得益于政府的支持，中国国防制造业企业在技术创新活动的开展上具有一定的优势.因此，从效率绩效视角对我国国防制造业企业的技术创新水平进行评价，并分析政府支持对其创新投入资源的影响，对我国国防制造业企业提高创新成效、合理分配社会资本具有一定的借鉴意义.

目前关于国防制造业企业技术创新效率的研究报道已有很多.张勇等［1］利用传统DEA模型对西部地区上市军工企业的资源配置效率进行了测度，并对人力、财力、科技、信息资源配置中存在的问题进行了分析.张明亲和张雅雅［2］利用构建的DEA-Malmquist指数模型对十大军工企业的全要素生产率、技术进步和技术效率进行了测算，并指出管理模式、技术水平等阻碍了中国军工企业技术创新效率的提升.段婕等［3］使用超效率DEA模型评价了十大军工集团上市公司的创新效率，并用Tobit模型分析得出，研发人员占比对创新效率的促进作用较大，本科以上学历人员占比和专利获批数对创新效率的促进作用较小，研究经费占比在短期内对创新效率具有反向促进作用.丁莹莹等［4］基于创新价值链视角，运用两阶段DEA-Malmquist指数模型和Tobit模型对我国电子信息制造业的军民融合技术创新效率进行了测度，并指出我国电子信息制造业的军民融合技术创新效率整体呈上升趋势，区域的技术创新效率变化是技术进步和技术效率作用的结果，所有制结构、技术市场环境以及劳动力素质与技术创新效率呈正相关，而政府支持与技术创新效率则呈负相关.方正起等［5］结合网络EBM模型和Malmquist指数模型从创新价值链视角对我国上市军工企业的技术创新效率进行评价，并指出技术研发与创新成果转化两阶段的创新活动脱节，技术研发没有以市场需求为导向，存在技术研发成果质量不高、创新成果转化效率较低、集约研发创新型企业数量过少等一系列突出问题.Jeong等［6］运用SFA方法测算了韩国军工企业民用部分与军用部分的平均技术创新效率并得出，韩国军工企业纯民用生产部分的技术创新效率低于军事生产部分的技术创新效率.张旭等［7］采用SFA方法测算了国防科技工业上市企业的技术创新效率，并认为绝大多数企业存在非效率情况，产权结构和产品市场竞争是重要影响因素.王萍萍和陈波［8］运用SFA方法测算了军民融合企业的技术创新效率，得到的结论与张旭等［7］的结论相似.王柏杰和李爱文［9］结合SFA方法和LSDV方法评价了军民融合企业的技术创新效率，并得出企业技术创新效率与产品民用化程度、企业规模、产品差异化、股权变动呈正相关，与股权集中度呈负相关.代应等［10］从利益分配、合作伙伴选择、交流机制等方面探讨了目前国防制造业企业在创新发展中存在的问题，并指出与发达国家相比，中国国防制造业企业缺乏利益分配和风险承担的协调机制.韩国元等［11］基于累积前景理论的双边匹配方法对国防制造业企业、民企、中介三者的博弈行为进行了仿真模拟，并指出国防制造业企业采用合作策略能提升技术融合与创新，科技中介倾向于效益型策略，民用企业则更多处于观望状态.王欣亮等［12］使用空间动态面板模型对中国上市国防制造业企业的省域整合面板数据进行了GMM估计，并指出地理上邻近交流或技术上强强联合可显著增强创新要素空间配置效应.

综合来看，目前关于国防制造业企业技术创新效率的研究存在以下几方面的局限性：①在研究方法上，多采用随机前沿分析（Stochastic Frontier Analysis，SFA）方法和数据包络分析（Data Envelopment Analysis，DEA）方法.SFA模型设定的投入产出函数形式不当会影响效率值的准确性，DEA模型则不能消除随机误差的影响.②在影响因素的研究上，多数研究都集中于分析企业内部因素对企业技术创新效率的影响，但忽视了环境因素对各创新投入资源的异质性影响.

三阶段DEA模型是在传统DEA模型和SFA模型［13-15］的基础上发展而来的，它既考虑了环境因素和随机干扰项的影响，又无须设置函数形式和权重.社会资本是企业运行过程中不可忽视的一项资源，对企业的投资与运作都会产生一定的影响.社会资本配置主要通过政府和市场两种方式实现.政府通过转移支付手段宏观调控社会资本，主要包括财政补贴、税后返款等形式.市场规模代表着企业的市场势力，规模大的企业往往在社会资本配置中占据更多的优势、拥有更多的市场话语权.鉴于此，本研究采用三阶段DEA模型和Tobit模型对我国48家上市国防制造业企业2015—2019年的技术创新效率及其影响因素进行了分析，同时从政府和市场两个角度分析社会资本对创新投入的影响，以期为中国国防制造业企业技术创新效率的研究提供实证参考.

1 研究方法与模型

1.1 三阶段DEA模型

数据包络分析（DEA）是根据投入、产出两类指标对决策单元进行相对性评价的效率测度方法［16］.传统DEA无法避免统计噪声和随机干扰项对测算结果的影响，SFA则需要考虑生产函数关系的合理性，为了解决这两种方法存在的问题，Fried于2002年提出了将数据包络分析和随机前沿分析相结合的三阶段DEA模型，模型框架图如图1所示.

图1 三阶段DEA模型框架图Fig.1 Frame diagram of the three-stage DEA model

1.1.1 第一阶段：数据包络分析

在第一阶段数据包络分析中，BCC模型建立在规模报酬可变的基础上，将技术创新效率分解为纯技术创新效率和规模效率，三者之间的关系为：技术创新效率=纯技术创新效率×规模效率.

投入导向下的国防制造业企业技术创新效率的BCC模型表达式如式（1）所示.

式中：θ*t表示第t家国防制造业企业技术创新效率最优值；θt表示第t家国防制造业企业技术创新效率值；xij表示第i家企业的第j种投入；xtj表示第t家企业的第j种投入；yik表示第i家企业的第k种产出；ytk表示第t家企业的第k种产出；λi表示第i家企业的线性组合系数；m表示投入的种类数；n表示产出的种类数；N表示企业的数量.采用投入导向下的BCC模型可得出各决策单元的投入松弛变量［17］.

1.1.2 第二阶段：随机前沿分析

为得到优化的松弛变量和各决策单元可节约的投入量，使用SFA模型对第一阶段得到的投入松弛变量进行分析，估计得出环境变量对投入松弛变量的影响，然后将各决策单元投入调整为处在相同环境的投入，构建以投入松弛变量为被解释变量、环境变量为解释变量的SFA模型：

式中：sij表示第i家国防制造业企业的第j种投入松弛变量；fj()·表示相应的函数形式；zir表示第i家企业的第r个环境变量；βj表示环境变量系数；uij表示第i家企业的第j种投入松弛变量的管理无效率部分；vij表示随机误差项；M表示环境变量的种类数.

通过SFA模型的估计结果，得到调整后的生产投入：

式中：xij、分别表示调整前和调整后的投入量；等式右边第二项表示将各国防制造业企业的外部环境调整至同一外部环境；等式右边第三项表示排除随机干扰项对各国防制造业企业的影响.

1.1.3 第三阶段：调整后的数据包络分析

将第二阶段测算出的投入值再次代入BCC模型中，便可计算出调整后的国防制造业企业技术创新效率，得到排除外界干扰后各决策单元的实际技术创新效率.

1.2 Tobit模型

DEA模型测算出的技术创新效率范围为（0，1］，属于截断式数据，不适合采用最小二乘法估计.针对这一问题，美国学者Tobin提出了受限因变量模型（Tobit模型）［18］，表达式如下：

式中：Yi表示受限制的因变量，即第i家国防制造业企业的技术创新效率；Xi表示影响第i家国防制造业企业技术创新效率的因素；β表示回归系数；εi表示随机误差项.

2 数据来源与变量选取

2.1 数据来源

选取我国48家上市国防制造业企业2015—2019年的相关数据为研究样本，且保证所选取的样本均满足模型的评价准则.研究的原始数据来源于CSMAR国泰安数据库、巨潮资讯网（http：//www.cninfo.com.cn）、东方财富网（https：//www.eastmoney.com）、国家知识产权局官网（https：//www.cnipa.gov.cn）和IncoPat数据库.根据中国国防制造业企业所属的军工集团，将选定的48家国防制造业企业类型划分为六大类，分别为核工业类、航天工业类、航空工业类、船舶工业类、兵器工业类、电子信息类.其中，核工业类企业有1家，航天工业类企业有9家，航空工业类企业有10家，船舶工业类企业有5家，兵器工业类企业有10家，电子信息类企业有13家.

2.2 变量选取

从人力投入、资金投入和技术投入三个方面选取投入变量指标.研发人员是创新活动中的主体，因此选取R&D人数作为人力投入变量的指标，R&D经费投入作为资金投入变量的指标，由于资金投入两年后产生的经济效益最大，因此考虑两年时滞影响［19］.选取无形资产作为技术投入变量的指标，且以当期期初的无形资产作为当期的技术投入.

产出变量指标从知识和经济所得两方面考虑.专利申请数是企业创新过程中具有代表性的知识性产出［20］，新产品收入是企业创新带来的经济型产出［21］，因此选择专利申请数和新产品收入作为产出变量的指标.

根据环境变量的选择原则，环境变量是企业无法控制或短期内无法改变但会对企业产生重要影响的指标.本研究主要在社会资本视域下考虑环境变量的选择问题.政府和市场是社会资本配置的两种手段.政府主要通过法律法规、行政制度等直接或间接作用于社会资本配置过程来达到相应目的，包括财政补贴、税后返款等形式，政府对不同企业的支持力度具有差异性.市场规模代表企业的市场势力，规模大的企业往往具有更多的市场资源和市场话语权，可获得更高的市场利润.因此选取政府补助和市场规模作为环境变量的指标.

最终，本研究选取的用于测度国防制造业企业技术创新效率的指标体系如表1所示.

表1 用于测度国防制造业企业技术创新效率的指标体系Tab.1 Index system for measuring the technological innovation efficiency of defense manufacturing enterprise

3 实证分析

3.1 三阶段DEA模型分析结果

3.1.1 第一阶段DEA分析结果

运用投入导向下的BCC模型对2015—2019年选定的48家国防制造业企业调整前的技术创新效率、纯技术创新效率、规模效率进行估计，同时对技术创新效率值为1的企业数量进行统计，结果如表2所示.

表2 调整前2015—2019年48家国防制造业企业中技术创新效率值为1的企业数量Tab.2 The number of enterprises with technological innovation efficiency value of 1 among 48 defense manufacturingenterprises from 2015 to 2019 before adjustment

为了更直观地展示2015—2019年48家国防制造业企业的技术创新效率，基于48家国防制造业企业2015—2019年这5年的效率平均值，以X轴表示纯技术创新效率均值，Y轴表示规模效率均值，得出2015—2019年48家国防制造业企业调整前的效率均值图，如图2所示.图中的实线和虚线分别表示技术创新效率为0.5和0.8的界限.

图2 2015—2019年48家国防制造业企业调整前的效率均值Fig.2 Mean efficiencies of 48 defense manufacturing enterprises before adjustment from 2015 to 2019

整体来看，2015—2019年48家国防制造业企业技术创新效率均值为0.514，纯技术创新效率均值为0.653，规模效率均值为0.787，说明我国国防制造业企业技术创新效率具有一定的提升空间.2015—2019年48家国防制造业企业的纯技术创新效率均值大多都低于规模效率均值，说明纯技术因素是制约我国国防制造业企业技术创新效率提高的主要因素，我国国防制造业企业应注意提高自身的生产能力和技术创新能力.

依据表3的判断标准可知：技术创新水平处于一般水平的企业有28家，这28家企业多半的纯技术创新效率均值过低，其中只有2家企业的纯技术创新效率均值处在生产前沿面上，但这2家企业的规模效率均值较低，这2家企业分别属于船舶工业类企业和兵器工业类企业；技术创新水平处于中等水平的企业有11家，且这11家企业的规模效率均值均未达到生产前沿面；技术创新水平处于较高水平的企业有9家，其中3家处在生产前沿面上，且这3家企业均为航空工业类企业.

表3 企业技术创新水平的判断标准Tab.3 Judgment standard of enterprise technology innovation level

3.1.2 第二阶段SFA分析结果

第二阶段SFA分析主要是为了对各项投入进行环境影响和随机干扰项的分离.被解释变量为第一阶段得到的三个投入松弛变量，解释变量为环境变量，即政府补助和市场规模，然后依据式（2）进行SFA回归分析，结果如表4所示.

表4 第二阶段SFA回归分析结果Tab.4 SFA regression analysis results in the second stage

通过SFA回归分析结果可以看出，环境变量对三个投入松弛变量的回归系数基本上都通过了显著性检验，说明外部环境因素对我国国防制造业企业的创新投入有一定的影响.其中，人力投入、资金投入和技术投入的γ值分别为0.790、0.729和0.843，估计值较高，说明大部分投入松弛变量的偏差是由管理无效率造成的，随机干扰因素的影响只占据小部分.具体分析如下：

1）政府补助.政府补助对资金投入松弛变量、技术投入松弛变量的负向影响分别通过了5%和10%的显著性检验，政府补助对人力投入松弛变量也为负向影响，但未通过显著性检验，这说明政府的扶持有利于企业合理配置资源、减少研发过程中资源的浪费，这是由于政府会通过补助引导企业选择增长较快的模式.政府补助主要有财政贴息、研究开发补贴等形式，具有无偿性和合理性的特点.以研究开发补贴为例，政府会根据企业的技术创新活动进行相应的资金补助，这些补助会反过来促进企业创新活动的开展.

2）市场规模.企业市场规模对人力投入松弛变量、资金投入松弛变量和技术投入松弛变量均呈正向影响，且分别通过了10%、10%和5%的显著性检验，这说明随着市场规模的扩大，企业的人力投入、资金投入和技术投入均会有不同程度的浪费，这是因为市场规模较大的企业在创新活动过程中对研发成果和研发成果数量的要求均较高，从而会造成人员需求量增加、资本投入提高，进而导致资源的浪费.此外，市场规模较大的企业的组织结构复杂，管理幅度较大，协调各方的利益较为困难，控制难度也会提高，这会使得企业难以用最快的速度调整自身的研发战略来适应复杂多变的环境.

3.1.3 第三阶段DEA分析结果

将第二阶段得到的调整后的投入值再次代入BCC模型中便可得到2015—2019年48家国防制造业企业调整后的效率均值，如图3所示，同时可得出排除外界干扰后各类型企业中技术创新效率值为1的企业数量，如表5所示.

表5 调整后2015—2019年48家国防制造业企业中技术创新效率值为1的企业数量Tab.5 The number of enterprises with technological innovation efficiency value of 1 among 48 defense manufacturingenterprises from 2015 to 2019 after adjustment

对比表5与表2可知，将所有企业置于同一环境中后，除了船舶工业类企业外，其余五大类企业中包含的技术创新效率值为1的企业数量大多都出现了一定程度的减少.2017—2019年船舶工业类企业中包含的技术创新效率值为1的企业数量较调整前有所增加，说明船舶工业类企业实际的技术创新能力和技术创新效率被低估.

剔除外部环境因素和随机干扰后的技术创新效率更能准确体现出企业的真实创新能力.由图3可知，经调整后，2015—2019年48家国防制造业企业的技术创新效率均值由0.514下降至0.416，纯技术创新效率均值由0.653提高至0.946，规模效率均值由0.787下降至0.445.依据表3的判断标准可知：技术创新水平处于一般水平的企业有30家，与第一阶段不同的是，这些企业的纯技术创新效率均值均较高，但规模效率均值都极低，说明这些企业需通过发展规模经济来提高自身的技术创新水平；技术创新水平处于中等水平的企业有10家，且未有企业在规模效率均值上达到生产前沿面；技术创新水平处于较高水平的企业有8家，且它们的纯技术效率均值均较高，其中有4家企业处在生产前沿面上，这4家企业分别属于航空工业类企业、兵器工业类企业和电子信息类企业.

图3 2015—2019年48家国防制造业企业调整后的效率均值Fig.3 Mean efficiencies of 48 defense manufacturing enterprises after adjustment from 2015 to 2019

以第一阶段效率均值为横坐标，第三阶段效率均值为纵坐标，作国防制造业企业第一、三阶段的效率均值对比图，即2015—2019年48家国防制造业企业调整前后的效率均值对比图，如图4所示.图4中，斜线的左上区域代表效率值提升，右下区域代表效率值降低.

图4 2015—2019年48家国防制造业企业调整前后的效率均值Fig.4 Mean efficiencies of 48 defense manufacturing enterprises before and after adjustment from 2015 to 2019

由图4可以看出，2015—2019年48家国防制造业企业调整后的技术创新效率均值和规模效率均值较调整前均有一定程度的降低，而调整后的纯技术创新效率均值较调整前有较大的提升，甚至超过了规模效率均值.在第一阶段的分析中，技术水平和管理水平是制约我国国防制造业企业技术创新效率提高的因素，剔除外部环境因素和随机干扰后，市场规模是制约我国国防制造业企业技术创新效率提高的主要因素.因受到环境因素和随机干扰的影响，我国国防制造业企业市场规模的优化配置效果较差，这与我国市场化程度不高有一定的关系.从纯技术创新效率均值来看，我国国防制造业企业的技术水平和创新能力也受到外部环境因素和随机干扰的影响，我国国防制造业企业应该考虑调整技术创新环境，以便企业能更好地利用自身的生产能力和技术水平来提高技术创新成效.总的来说，外部环境因素在较大程度上制约了中国国防制造业企业技术创新水平的提高，虽然政府的引导会起到一定的促进作用，但如果国防制造业企业自身的资源配置结构不合理，规模效率的提高只着眼于市场规模的盲目扩大，就会造成规模经济过度依赖外部环境，这与第二阶段的研究结论相同.

3.2 时序变化分析结果

为了更好地分析2015—2019年48家国防制造业企业效率的动态变化情况，分别对2015—2019年48家国防制造业企业调整后的纯技术创新效率均值、规模效率均值、技术创新效率均值的变化趋势进行分析，如图5～7所示.

图5 2015—2019年48家国防制造业企业调整后的纯技术创新效率均值Fig.5 Mean pure technological innovation efficiencies of 48 defense manufacturing enterprises after adjustment from 2015 to 2019

由图5和图6可知，在研究期内48家国防制造业企业调整后的纯技术创新效率均值均处于较高水平，变化幅度相对较小，各类型企业之间的纯技术创新效率均值相差不是很大，这说明我国国防制造业企业自身的技术创新能力是足够的.在研究期内各类型企业调整后的规模效率均值的变动幅度也较小，可能是由于研究时间跨度较小，各类型企业的生产规模几乎没有太大变动，但不同类型企业间调整后的规模效率均值差别较大，说明不同类型企业形成规模效益的程度不同.虽然船舶工业类企业和航空工业类企业的规模效率均值在研究期内一直处于较高水平，但仍小于0.7，这说明我国国防制造业企业要想提高自身技术创新效率，需从优化生产规模入手，加强对资源配置结构的优化.

由图7可知，将所有企业置于同一环境中后，研究期内，航空工业类企业和船舶工业类企业的技术创新效率均值始终高于48家企业的技术创新效率均值，航天工业类企业、兵器工业类企业和核工业类企业的技术创新效率均值始终低于48家企业的技术创新效率均值，电子信息类企业的技术创新效率均值从2016年开始一直低于48家企业的技术创新效率均值.分析原因可能是：①核工业类企业和航天工业类企业的相关技术处在科技前沿位置，技术研发的难度相对较高；②航空工业类企业和船舶工业类企业属于交通运输行业，而中国拥有较好的交通运输行业基础，且近年来此类行业的不断优化使其创新水平不断提高，此外，船舶工业行业已经形成了以几家集团为核心的结构较为集中的产业链，无论在研发上还是在市场上都有绝对的优势；③电子信息类企业涉及国家信息安全范畴，国家也越来越重视电子信息类企业的发展，但是中国电子信息行业的基础整体上较国外还是相对较弱，且电子信息行业的竞争也越来越激烈，企业为提高自身的核心竞争力会出现投入多而产出成果较少的情况；④兵器工业类企业多为交运设备行业，主要从事一些零部件的生产与加工，中国汽车零部件的研发水平与国外相比还有较大差距，大部分的核心技术还掌握在德国、日本等国家手中，这就导致了兵器工业类企业的技术创新水平较低.值得注意的是，将48家国防制造业企业置于同一外部环境时，船舶工业类企业的技术创新效率均值明显有所提升，这说明船舶工业类企业的外部环境条件还有很大的改善空间.

图7 2015—2019年48家国防制造业企业调整后的技术创新效率均值Fig.7 Mean technological innovation efficiencies of 48 defense manufacturing enterprises after adjustment from 2015 to 2019

3.3 Tobit模型分析结果

采用Tobit模型进一步分析了不同因素对48家国防制造业企业技术创新效率的影响.被解释变量为剔除外部环境因素和随机干扰后的技术创新效率，解释变量为影响因素.影响因素主要从以下五个方面考虑：一是创新重视度（F）；二是速动比率（R）；三是人员素质（Q）；四是股权集中度（M）；五是总资产周转率（T）.创新重视度（F）选取研发经费占比为变量指标，一个企业研发经费占比越高，说明其对研发活动的关注度越高，越有利于研发活动的开展；速动比率（R）是衡量企业流动资产中可以立即变现用于偿还流动负债的比例，它的高低能直接反映企业短期偿债能力的强弱，通常情况下速动比率较高的企业拥有更高的信誉度，在融资和申请补助方面更具有优势，因此更容易获得用于开展创新活动的资金支持；人员素质（Q）用本科及以上学历的员工占比表示，本科及以上学历的员工占比越高，代表企业的知识水平越高，越有利于劳动效率的提高和知识成果的转化；股权集中度（M）用前十大股东持股比例表示，股权集中度会影响企业决策的民主性和决策效率，股权集中度高可能会导致大股东在创新过程中为了规避风险作出“独裁”性决策，从而会不利于企业创新活动的开展；总资产周转率（T）体现了企业的资金回流效率，可反映企业的营运能力，总资产周转率越高代表该企业的资金周转越快，而资金周转较快的企业往往可以为企业创新活动提供一定的资金基础.为消除异方差性，解释变量采取对数形式，构建的Tobit模型如式（5）所示：

式中：Eij表示第i家企业第j年的技术创新效率；Fij表示第i家企业第j年的创新重视度；Rij表示第i家企业第j年的速动比率；Qij表示第i家企业第j年的人员素质；Mij表示第i家企业第j年的股权集中度；Tij表示第i家企业第j年的总资产周转率；β0、β1、β2、β3、β4和β5表示回归系数；εij表示随机误差项.

通过构建的Tobit模型对影响48家国防制造业企业技术创新效率的因素进行回归分析，结果如表6所示.

由表6可知，各因素的回归系数均通过了1%的显著性检验，表明各因素对我国国防制造业企业的技术创新效率均产生了显著影响.创新重视度的回归系数为-0.181，说明创新重视度对我国国防制造业企业的技术创新效率呈负向影响，分析原因可能是：一方面，创新活动需要协调各方面资源才能使产出达到最优，仅提高研发费用而没有相应的设备和技术水平匹配会造成研发经费的浪费；另一方面，创新活动并非流水线生产，研发经费的投入需要根据国防制造业企业的研发水平合理配置.速动比率的回归系数为-0.408，说明速动比率对我国国防制造业企业的技术创新效率呈负向影响，这是由于速动比率较高的企业拥有的货币性资产过多，企业对资金的运用效率不高，出现了资金闲置的现象.速动比率较高的企业应考虑合理配置资源，将闲置资金合理投入到创新活动中.人员素质的回归系数为0.516，说明人员素质对我国国防制造业企业的技术创新效率呈正向影响，这是因为员工素质反映了企业的知识水平，高素质员工的集聚会产生协同效应，将知识转化为生产力，提高企业的自主创新能力，进而提高企业的技术创新效率.股权集中度的回归系数为0.349，说明股权集中度对我国国防制造业企业的技术创新效率呈正向影响，这是由于股权的集中有利于提高企业的决策效率和决策质量，从而可降低研发活动的风险，多方考虑后创新活动的效率更高.总资产周转率的回归系数为0.219，说明总资产周转率对我国国防制造业企业的技术创新效率呈正向影响，分析原因可能是：一方面，资金回转速度快的企业可以为企业创新活动提供及时的资金支持；另一方面，总资产周转率反映了企业的营运能力，营运能力强的企业更容易将创新成果投入市场，创造更高的收益.

表6 Tobit回归分析结果Tab.6 Tobit regression analysis results

4 结论与建议

4.1 结论

通过三阶段DEA模型从社会资本配置的视角对2015—2019年我国48家国防制造业企业调整前后的技术创新效率进行测度，并采用Tobit模型分析了不同因素对我国国防制造业企业技术创新效率的影响，得到的结论如下：

1）中国国防制造业企业技术创新效率具有很大的进步空间，创新资源配置结构不合理是制约其提高的主要因素.国防制造业企业在创新活动中存在着资源冗余或资源浪费的问题，并表现出明显的行业异质性.剔除外部环境因素和随机干扰前，纯技术创新效率是制约我国国防制造业企业技术创新效率提高的主要因素.将各类企业置于同一外部环境后，市场规模是制约我国国防制造业企业技术创新效率提高的主要因素，说明我国国防制造业企业规模效益的形成过度依赖外部环境.

2）创新投入的冗余大多是由管理无效率造成的，与随机干扰因素无太大关系.社会资本视域下，政府补助对资金投入松弛变量、技术投入松弛变量呈负向影响，市场规模对人力投入松弛变量、资金投入松弛变量和技术投入松弛变量呈正向影响.政府的扶持会引导国防制造业企业选择增长较快的模式，有利于企业合理配置资源、减少创新投入的冗余.市场规模较大的国防制造业企业控制难度高，对研发成果及研发成果数量的要求均较高，会造成人员需求量增加、资本投入提高，进而导致资源的浪费.

3）创新重视度、速动比率、人员素质、股权集中度和总资产周转率均会对我国国防制造业企业的技术创新效率产生显著影响.没有人员、设备和技术水平的匹配，企业仅重视研发费用的提高会导致资源的浪费.速动比率高的企业存在资金运用效率低的问题，导致企业技术创新效率低.高素质员工的集聚会产生协同效应，提高企业的自主创新能力.股权较为集中的企业的决策效率和决策质量较高，创新活动的风险较低，更容易提高创新资源的配置效率.总资产周转率较高的企业的资金回转速度快、营运能力强，可为创新活动的开展提供及时的资金支持，也更容易将创新成果投入市场.因此，通过加强创新过程中各项成本的控制、加快资金的流转速度，能够实现资金的有效利用，从而有助于提高我国国防制造业企业的技术创新效率.

4.2 建议

针对以上研究结论，提出以下建议：

1）提升自身技术创新能力，促进规模经济发展.我国国防制造业企业技术创新效率资源配置结构不合理主要是由规模效率不高造成的，因此我国国防制造业企业应注意提高自身生产能力和管理水平，发挥规模经济的优势，促进生产规模最优化.目前，我国国防制造业企业的规模效率过度依赖外部环境，因此建议其制定出有针对性的战略规划，不能盲目改变市场规模，需将关注点转向自身要素投入水平的提升上，使人力投入、资金投入和技术投入保持在同一水平线上，避免某一项指标出现冗余的情况，以促进规模经济的形成.

2）合理分配社会资本，优化创新资源配置结构.从政府角度考虑社会资本的配置，政府扶持有利于引导我国国防制造业企业合理配置资源、减少资源的浪费.因此，政府应积极制定优惠政策，充分激发我国国防制造业企业的创新活力，通过补偿制度、采购制度等使创新资金合理流向企业协同创新领域.从市场角度考虑社会资本的配置，市场规模的扩大会造成一定程度的资金冗余，市场规模较大的国防制造业企业可能在资源上占据一定的优势，但局限于现有的社会发展水平，很难得到质的提升.因此，我国国防制造业企业应合理扩大自身的市场规模，不宜出现过多的资金闲置情况，使企业的速动比率处在一个合理的范围内，进而提高企业的资金运转能力和成本控制能力.

3）优化创新环境，实行分类引导.我国各类型的国防制造业企业表现出明显的异质性，因此，针对不同类型的企业，应制定不同的改善措施.船舶工业类企业在剔除外部环境因素和随机干扰后，其技术创新效率水平有了明显的提升，这说明外部环境因素对船舶工业类企业的影响较大，因此船舶工业类企业应通过改善自身的外部环境条件来提升其技术创新效率水平，政府也应该多给予其引导与帮助.兵器工业类企业的技术创新效率水平一直处于平均水平以下，故该类企业应通过加强自身的核心能力建设来提升其技术创新效率水平.