开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
军民融合创新是创新的一种特殊演化，是军民融合战略与创新驱动发展战略的拓展和深化，是实现更高效率军民两用技术创新的重要制度安排。深入推进军民融合创新对于国防科技工业和民用科技工业发展都至关重要。然而，现阶段我国军民融合创新仍处于初步发展阶段，如何快速推动军民融合创新发展，顺利实现创新资源在国防领域和民用领域的合理配置，实现国防建设与经济建设协调同步发展，既是时代之问，也是历史之责。
财政政策作为国家调控经济的一种重要手段，在社会发展进程中，不但发挥着经济职能，还有一定政治职能。近年来，政府部门通过制定一系列科技计划、政策和法规，推动军民融合创新深入发展，财政支持正是重要手段之一。鉴于财政政策的经济和政治双重职能，同时结合当前深入推动军民融合创新发展的必然趋势，关于财政政策与军民融合创新问题的讨论一直是学术界研究的热点。如李从容等[1]以军民融合企业为考察对象，研究财政政策对企业创新绩效的影响；陈晓和等[2]研究发现，政府补贴显著正向影响军民融合企业创新投入和创新产出。现有研究大多从企业视角出发，鲜有文献基于军民融合产业视角，考察财政政策的影响效应。为弥补这方面的研究欠缺，本文选取电子及通讯设备制造业作为军民融合的典型代表产业，基于创新投入与成果产出协同视角，着重研究财政政策对军民融合创新协同的影响机理。
复合系统协同度模型来源于物理学家哈肯提出的协同学理论，其以序参量原理和役使原理[3]为基础，构建出由两个及以上子系统构成的复合系统。由于各子系统内部要素之间可能存在制约或促进关系，需要通过一定协调，降低系统之间的负效应，从而达到系统协同作用最大化目的，实现系统间的动态平衡发展。该模型能够很好地测度某复合系统中多个子系统之间、系统组成要素之间在发展演化过程中彼此协同一致的程度，进而反映系统整体协同度。孟庆松等[4]进一步对复合系统协同度模型进行深入研究，为该模型的广泛应用奠定了基础。随后，很多学者在创新研究中运用复合系统协同度模型，如吴笑等[5]基于协同学，对协同创新的协同度进行测度；白俊红等[6]、陈怀超等[7]通过构建复合系统协同度模型，对不同地区产学研创新协同度进行测度，并将测算结果作为因变量进一步考察制度支持的影响效应；李虹和张希源[8]通过构建科技创新与生态环境复合系统协同度模型，从政府、市场、区域3个层面对生态创新协同度的影响因素进行考察。
本质上，军民融合创新是一种着力于军民两用技术创新的活动，而技术创新活动的本质是一种知识再造过程[9]，知识生产过程又被视为投入R&D相关要素，进而产出新知识的过程[10]。因此，要素投入和成果产出是评价知识生产的重要依据[11]，直接决定了知识转换效率和技术创新生产能力，因而投入和产出过程直接决定了军民融合创新发展水平。
鉴于此，本文基于要素投入与成果产出协同维度，将军民融合创新系统划分为要素投入子系统和成果产出子系统，两个系统间存在复杂的非线性相互作用，并保持一种并行的互嵌关系，二者相互作用、相互渗透、相互制约。创新要素投入子系统主要反映创新投入阶段资金、技术和人员等要素间的协调程度，创新成果产出子系统则评价创新成果的商业化和产业化情况。
创新要素投入和成果产出两个系统通过资金流紧密耦合在一起，由于市场逐利的本质，创新主体之所以选择进行创新投入，关键在于能够获取利润，即实现成果产出，有效的利润获取是资金可持续性投入的必要保障。创新成果产出增加使得创新主体获取高额投资利润，财富效应促使其向创新领域投入更多资金和人员，进而使投资规模进一步扩大。反过来，通过进一步加大要素投入，并结合事前筛选和完善的事后监督管理机制，使得资金配置与使用效果得以确保，进而扩大创新成果产出规模。创新要素投入子系统与成果产出子系统通过正反馈作用实现上升目标，促使军民融合创新系统向更高的有序结构转变。根据协同学原理，如果要素投入与成果产出子系统间能够协同发展，将产生1 + 1 > 2的整体协同效应，进而推动军民融合创新产业快速发展。
财政政策作为国家调控经济的重要手段，会对创新要素投入和产出产生一定影响。就要素投入而言，其影响途径主要有两种方式：一是通过改变要素相对价格的方式，调整要素间的重新分配；二是拓宽企业或机构融资渠道。接受政府补贴的企业或机构，能够向社会和公众传达一种被认可的信号，这种信任信号能够对合作创新产生关键性影响，有利于克服合作风险[12]。社会资本也更有意愿投资这类项目[13]，从而进一步拓宽企业或机构融资渠道，进而降低融资成本[14]。就创新产出而言，根据生产论可知，在生产尚未达到饱和状态的情况下，存在投入越多，产出就越多的生产效应。因此，财政支持对军民融合创新成果产出的影响大都是通过影响要素投入实现的。具体途径如图1所示。
图1 财政支持影响军民融合创新成果的作用路径
已有研究通过多种方法充分证明财政政策会对创新投入和创新产出产生一定影响。Carboni[15]以欧洲国家制造业为研究对象，发现政府支持显著促进企业研发投入；邓若冰等(2017)通过构建动态博弈模型发现，政府补贴能够促进企业加大研发投入；Jaffe等[16]研究表明，政府补贴能够显著提高制造业和服务业企业申请专利的可能性；Howell[17]采用准自然实验进行评估，发现政府定期资助正向促进专利数量和企业收入增加。
通过以上分析，本文提出如下假设：
H:财政政策会对军民融合创新要素投入与成果产出协同产生一定影响。
为测度军民融合创新复合系统的协同度及其发展情况，本文分3步对其创新协同度进行测度。
首先，将复合系统划分成若干子系统，复合系统由若干相互影响、相互作用的子系统组成。系统内子系统的发展协调程度称为有序度，而复合系统整体发展协调程度称之为协同度。贾军等(2013)指出，复合系统的良性运行取决于各子系统的协同发展，建立复合系统协调度模型衡量系统协调程度的关键是如何合理划分子系统。
根据上文分析，基于军民融合创新知识增值的本质，本文将创新复合系统具体分为创新要素投入和成果产出两个子系统，子系统运行受到一系列系统状态参量的影响。依据协同学的序参量原理和支配原理，合适的序参量能够极大降低研究的复杂性，进而准确把握复合系统发展演化方向。因此，还需根据序参量特征[18]，针对各个子系统选择相应的序参量及细化的要素指标。设军民融合创新系统为S，创新要素投入和创新成果产出子系统用Zj(j=1，2)表示，子系统在发展过程中的序参量为Mj=(Mj1,Mj2…Mjx)，x≥1，βji≤Mji≤αji。若Mj1,Mj2…Mjk为正向指标，系统有序度则会随其增大而提高；若Mjk+1,Mj2…Mjx是负向指标，其情况相反，系统有序度会随其增大而降低。子系统序参量M的有序度δj(Mji)为：
(1)
其中，βji、αji分别是第j个系统在第i个指标上的下限值和上限值，该值的确定需结合系统实际情况考虑。孟庆松等[4]研究发现，在实际协同创新系统中，Mji总会存在过大或过小的情况。式中，δj(Mji)∈[0,1],其值越大，说明该序参量分量越能促进子系统实现有序结构，进而有利于系统整体协同度提高，反之，则不利于系统整体协同度提高。
其次，对考察期内各子系统的有序度进行测算，子系统有序度同时取决于因素变量有序度和各因素变量集合的组成方式，即各因素变量的集成法则。本文借鉴胡红安和刘丽娟[19]的做法，通过功效系数函数的几何平均数，构建协同创新要素投入和创新成果产出两个子系统的有序度函数。
(2)
δj(Mj)值越大，子系统越接近于有序状态，反之，则离有序状态越远。给定初始时刻t0，子系统有序度为
当系统转变至t1时，子系统有序度为
最后，测算军民融合创新系统整体协同度。
(3)
复合系统协同度模型中，整体系统要想达到最优协同发展状态，需同时考察各子系统的有序运行情况。由上述公式可知，军民融合创新协同度取值有正有负，且取值范围为[-1，1]，正负主要取决于要素投入和成果产出两个子系统有序度在t时刻的有序度是否均大于初始时刻的有序度。当两个子系统中任何一个在t1时刻的有序度小于其在t0时刻的有序度时，军民融合创新协同度都会出现负值。军民融合创新系统协同度与每个子系统都关系紧密，若仅有一个子系统协同度有效提升，而其它子系统有序度提高幅度较小甚至降低，系统整体协同度就不会出现同等程度提升。总之，要想实现军民融合创新系统的最优状态，需同时满足要素投入和成果产出两个系统有序度都递增且增长幅度均较大的要求。复合系统协同度模型对创新要素投入和成果产出两个子系统运行情况都进行了考察，同时也能反映复杂协同系统是如何动态变化的，有助于对军民融合创新系统协同程度及其变化趋势进行评价。
2.2.1 指标体系设计
协同度准确测算的关键是，构建的指标体系须一方面能够全面反映创新要素投入与产出的协同运行水平，另一方面又要避免过于繁杂。哈肯提出的复合系统子系统间协同是一个动态概念，即协同存在于复合系统发展变化之中。因此，本文基于时间维度，对军民融合创新复合系统协同度展开测度。如前所述，将军民融合创新系统分为创新要素投入子系统和创新成果产出子系统，借鉴已有文献，同时综合考虑科学性、可操作性、客观性以及量化的难易程度，选取相关指标(见表1)测度军民融合创新系统协同度。其中，创新要素投入子系统的序参量指标包括R&D投入强度、R&D人员投入强度和有R&D活动的企业数占比，分别代表创新协同过程中的创新资金投入、人员投入和机构投入；创新产出子系统的序参量指标包括新产品销售收入占比、人均专利申请数量和人均有效专利数量，既包括以新产品销售收入为代表的产品创新，也覆盖了以专利产出为代表的科研创新，科研创新为产品创新提供知识积累，而产品创新会给予科研创新一定价值回报。
表1 军民协同创新系统序参量指标
复合系统子系统序参量指标要素投入子系统研发资金投入X1:研发资金投入强度(研发经费/产品销售收入)研发人员投入X2:研发人员投入强度(R&D人员全时当量/从业人员)军民融合创新系统研发机构投入X3:有R&D活动的企业占比成果产出子系统产品创新X4:新产品销售收入占比科研创新X5:人均专利申请数量(件)X6:人均有效专利数量(件)
2.2.2 实证结果与分析
本文以电子及通信设备制造业作为军民融合创新的代表产业进行测度，主要是因为该产业是典型的军民融合产业，属于国家重点鼓励发展的军民融合行业，关系到国防建设和经济发展，同时也是国家制造业和高科技尖端水平的标志。本文根据《中国科技统计年鉴》《中国高技术产业统计年鉴》汇总得到2009—2019年电子及通信设备制造业相关数据，得出各序参量实际数据，如表2所示。
表2 序参量实际值
时间X1X2X3X4X5X620090.215 50.017 60.041 10.305 60.007 90.004 820100.085 50.015 90.035 20.252 10.005 90.005 620110.276 60.018 30.042 80.266 60.009 50.008 120120.316 10.018 10.046 60.259 40.010 80.009 820130.333 80.019 60.048 50.324 90.011 30.012 020140.351 60.019 60.049 20.330 30.012 70.015 420150.389 90.019 70.049 40.341 00.012 00.020 620160.462 80.020 20.051 30.364 50.014 50.027 720170.476 70.021 60.058 00.386 70.017 90.031 820180.490 50.023 00.064 60.409 00.021 40.035 820190.558 00.024 30.067 20.412 90.025 80.041 2
本文通过考察年度内各指标，将最小值下调10%作为序参量的下限值，最大值上调10%作为序参量的上限值，进而求得对应的αji、βji。将表2与上、下限值数据代入式(1)，计算出各指标序参量有序度，结果如表3所示。
表3 序参量有序度测算结果
时间X1X2X3X4X5X620090.258 00.264 30.223 90.346 10.113 40.057 420100.015 90.127 80.083 20.110 90.025 60.025 120110.371 90.319 80.263 80.174 60.180 50.063 320120.445 40.301 70.354 20.143 00.236 20.069 220130.478 50.425 20.397 80.431 00.258 60.110 320140.511 60.423 80.415 80.454 90.321 40.131 120150.582 90.435 50.420 80.501 80.290 50.144 320160.718 80.476 00.465 30.605 30.397 20.188 120170.744 50.588 90.622 30.703 20.545 80.230 120180.770 20.701 80.779 40.801 20.694 30.271 120190.896 10.804 50.841 00.818 40.888 10.310 4
将序参量有序度数据代入式 (2)，计算出子系统有序度，结果如表4所示。为进一步观察子系统有序度变化情况，根据表4绘制子系统有序度趋势图，如图2所示。
整体上看，创新要素投入和创新成果产出子系统的协同度都呈现有序上升趋势，且两者波动情况相对协调。根据复杂系统协同理论，若子系统间能够保持相对一致的协同趋势，则说明子系统间能够相对有效地实现协同，从而实现整个系统的协同。
表4 子系统有序度测算结果
时间投入子系统产出子系统2010-0.192 78-0.032 2420110.067 3070.005 95120120.114 290.011 77620130.184 4710.052 89820140.200 2610.073 67920150.226 3940.086 89920160.293 890.130 73920170.400 5020.172 75720180.501 5380.213 74420190.598 2540.253 051
图2 子系统有序度时间趋势
将测算出的子系统有序度带入式(3)，计算出军民融合创新系统整体协同度，结果如表5所示。根据表5绘制整体协同度时间趋势图，如图3所示。
根据复合系统协同理论，协同度可以对不同系统或同一系统内部不同子系统协调演化状况进行量化，其值介于(-1，1)之间，数值越接近1，则代表系统协同度越高，即系统运行越有效，反之，则说明系统运行越无效。参考已有文献，本文对协同度值域进行划分，不同区间代表不同协同状态，协同度与协同等级的对应关系如表6所示。
由军民融合创新系统协同度测算结果可知，我国军民融合创新协同度仍存在较大提升空间。这一情况与以电子及通信设备制造业为代表的军民融合创新现状比较吻合。虽然我国军民融合创新有了一定发展，并呈现稳步上升趋势，但是由于体制机制不完善、行业准入门槛较高以及信息不对称等原因，我国军民融合创新系统仍表现为低度协同，还存在很大提升空间。军民融合创新是推动军民深度融合的关键环节，在军民融合创新过程中，要积极发挥政府的引导协调和制度安排作用。对于技术转让、信息沟通和利益分配等影响军民融合创新的重要因素，政府和企业应该给予更多关注。
按照上述测算方式，分别对我国东、中、西部地区军民融合创新协同度进行测算，具体结果如表7所示。
表5 军民融合创新系统协同度测算结果
时间2010201120122013201420152016201720182019协同度-0.078 840.020 010.036 690.098 780.121 470.140 260.196 020.263 040.327 420.389 09
图3 军民融合创新系统协同度趋势
表6 协同等级划分标准
协同值(-1,0)(0,0.39)(0.39,0.69)(0.69,1)协同等级非协同低度协同中度协同高度协同
表7 军民融合创新系统协同度分地区测算结果
时间东部地区中部地区西部地区2010-0.060 64-0.196 01-0.206 8620110.076 297-0.094 14-0.375 5320120.145 340-0.138 92-0.309 1120130.214 950-0.165 03-0.218 8820140.254 536-0.170 00-0.305 9920150.281 531-0.129 75-0.174 8420160.398 024-0.159 70-0.219 1720170.498 2950.211 6360.101 79220180.593 9490.380 0210.287 51620190.720 4940.528 3270.046 376
根据表7绘制东、中、西部地区军民融合创新系统协同度趋势图(见图4)。可以发现，只有东部地区整体协同度与全国走势基本一致，均呈现出相对上升趋势；中、西部地区协同度存在较大波动，其中，中部地区从2016年开始呈现相对上升趋势，但在2016年之前的协同度一直较低，西部地区虽从2011年开始整体处于相对上升趋势，但其整体协同度仍然很低，最高也仅为0.29，仍属于低度协同。这说明相对东、中部地区而言，西部地区军民融合创新协同度还有很大提升空间。西部地区协同度明显偏低，可能与近年来西部地区政府着重关注产业发展、人才培养和当地经济发展有关，导致创新要素投入子系统与创新成果产出子系统间并不能很好地实现协调同步发展，因此其军民融合创新整体协同度相对较低。
图5为军民融合创新协同度省域分布情况。可以看出，不同省域间创新协同度差异较大，协同度最高的是北京，而其它省市大都属于中低度协同，部分地区处于非协同状态。
图4 军民融合创新系统分地区协同度发展趋势
图5 军民融合创新协同度省域分布情况
3.1.1 计量模型构建
本文构建计量模型如下:
S=αit+β1subit+∑βjxjit+uit
(4)
其中，i代表年份，t代表省份，S代表军民融合创新协同度，α为常数项，sub代表财政补贴，x为控制变量，β为各变量对应系数，μ 表示随机误差项。
3.1.2 指标说明
(1)被解释变量：军民融合创新协同度。军民融合创新协同度通过上述复合系统协同度模型测算得出。
(2)解释变量：政府R&D补贴。政府R&D补贴是指各地区政府对产业的直接R&D补贴。已有研究对该变量的考察主要包括相对指标[20]和绝对指标[13]两种，在综合借鉴前人研究的基础上，本文认为绝对数量的政府R&D补贴更能反映政府在创新活动中的作用，该指标以各地区产业R&D经费来自政府的部分表征。
(3)控制变量。根据经济理论和经济行为，并结合已有文献可知，各地区军民融合创新协同度还会受到其它一些因素的影响，其中较为关键的因素是，该地区能否提供支撑创新活动的资源、是否具有完善的制度保障。基于此，本文在实证研究中选取对应的控制变量：首先是地区经济发展水平。某一地区的创新能力往往与其经济发展水平密切相关，一般而言，经济越发达，则越容易产生技术创新。本研究采用各地区历年人均生产总值衡量地区经济发展水平。其次是地区对外开放水平。一般而言，市场开放程度越高，越有利于融入经济全球化进程中，因而接触先进技术和经验的机会就越多，也就越有利于创新能力提升。本文参考白俊红等[6]的做法，采用地区进出口总额占GDP比重衡量地区对外开放水平[21]。第三是市场化程度，本文以非国有经济固定资产投资占比衡量。最后是制度基础，即知识产权保护水平。完善的知识产权保护制度可以使高效率创新企业利益免受低效率企业的侵害，为企业创新营造竞争性环境，促进企业开展创新活动。对于知识产权保护水平的衡量，许多学者采用GP指数或修正的GP指数进行测度，但该方法忽略了执法强度对知识产权保护的影响，而且难以显示知识产权的地域差异性。因此，本文参考代中强(2014)的做法，以专利侵权案件数与专利授权量的比重衡量各省域实际知识产权保护水平，方法如下:
(5)
其中，crimeit代表t年i地区知识产权执法案件数量，包括侵权纠纷、假冒专利案件及其它纠纷; adpatentit 表示专利授权数量。
表8 变量名称、定义及说明
变量类别变量名称符号变量说明被解释变量军民融合创新协同度S通过复合系统协同度模型测算得出解释变量财政补贴sub用来自政府的R&D经费表示控制变量地区经济发展水平pgdp用地区人均生产总值衡量,取对数对外开放水平open地方进出口总额/GDP(按境内目的地)市场化程度mark用非国有经济固定资产投资占比衡量知识产权保护水平zhishi专利侵权案件数/专利授权量
3.1.3 数据来源
本文涉及的原始数据均来自于历年《中国教育经费统计年鉴》《中国高技术产业统计年鉴》《中国统计年鉴》，主要考察财政支持对军民融合创新协同度的影响，研究范围为2010-2019年中国内地26个省域(由于西藏、新疆、贵州、青海、宁夏和内蒙古数据缺失，因此未纳入统计)，之所以选择这一时间范围，主要是考虑到与军民融合创新相关的财政政策大多从2010年之后才明确涉及。
图6为军民融合创新协同度的正态分布和Kernel密度分布。可以看出，军民融合创新协同度的条件分布并不对称，具有一定后尾特征。因此，需要进一步对条件分布的若干重要条件分位数进行估计，以避免OLS回归易受极端值影响的问题，使回归结果相对稳健[22]。鉴于此，本文同时选用面板固定效应模型和面板固定效应分位数回归模型，考察财政支持对军民融合创新协同度在扰动项不同分位点的异质性边际影响。其中，面板分位数回归法对面板数据具有个体效应以及模型中存在内生解释变量的情况特别有效[23]。
图6 军民融合创新协同度分布
3.3.1 变量描述性统计
表9给出了被解释变量、解释变量以及对应控制变量的描述性统计结果。结果显示，被解释变量军民融合创新协同度的最大值为0.809，最小值仅为-0.541，反映出不同地区不同年份军民融合创新协同度之间存在很大差异。解释变量政府研发支持额的最大值取对数为13.589，最小值取对数为3.638，差异也较大。此外，其它变量间也均存在较大差异。
表9 变量描述性统计结果
变量MEANSDMINMAXNS(军民融合创新协同度)0.121 90.280 1-0.540 80.808 7250lnsub(财政补贴)8.717 32.050 93.637 613.589 4217lnpgdp(地区经济发展水平)10.776 50.482 99.490 112.008 9250open(对外开放水平)0.307 60.332 80.027 01.548 5250mark(市场化程度)0.753 20.099 10.464 10.950 0250zhishi(知识产权保护水平)1.438 31.967 80.000 016.340 7225
3.3.2 财政支持对军民融合创新协同度的影响
为检验财政支持对军民融合创新协同度的影响，本文利用Stata12.0软件分别拟合面板固定效应和面板分位数模型，选取6个分位数(10%、30%、40%、50%、60%和80%)分别进行回归。结果显示，随着分位数范围扩大，财政支持对军民融合创新协同度的影响作用越来越大，当财政支持的对数值每提高1%时，军民融合创新协同度提升范围处于0.049 3%～0.088 1%之间，财政支持力度越大，对军民融合创新协同度的提升作用越显著。这种提升作用具体表现为，财政政策对军民融合创新的资金支持，不仅会对军民融合创新的不同参与主体产生激励作用，而且还有利于协同创新平台构建，进而撬动更多社会资金参与，最终促进子系统间协同创新活动开展并提升整体协同效果。
考察控制变量的影响效应，可以发现，地区经济发展水平对整体系统协同度提高具有显著正向促进作用，但地区对外开放水平却不利于整体协同度提升。需要注意的是，由于前文构建的知识产权保护水平衡量指标是负向的，因此其影响系数为负说明知识产权保护程度越高，越有利于军民融合创新整体系统协同度提高。
表10 财政支持对军民融合创新协同度影响的回归结果
变量面板固定效应面板分位数模型10%30%40%50%60%80%lnsub(财政补贴)0.071 1***0.049 3**0.059 4***0.064 0***0.071 1***0.076 5***0.088 1***(5.03)(2.19)(3.61)(4.07)(4.11)(3.76)(2.98)lnpgdp(地区经济发展水平)0.238 5***0.253 3*0.246 4**0.243 3**0.238 5**0.234 9*0.227 0(3.21)(1.72)(2.26)(2.35)(2.08)(1.74)(1.15)open(对外开放水平)-0.388 2***-0.342 8*-0.363 8***-0.373 3***-0.388 1***-0.399 3**-0.423 4*(-2.82)(-1.80)(-2.58)(-2.78)(-2.62)(-2.29)(-1.66)mark(市场化程度)0.171 10.038 40.099 70.127 70.170 90.203 60.274 0(0.59)(0.07)(0.23)(0.31)(0.38)(0.39)(0.36)zhishi(知识产权保护水平)-0.015 6*-0.020 8-0.018 4-0.017 3-0.015 6-0.014 3-0.011 6(-1.64)(-0.74)(-0.89)(-0.88)(-0.72)(-0.56)(-0.31)
注：*p < 0.1,**p<0.05, ***p<0.01；括号内为标准误差；下同
3.4.1 分地区比较
考虑到地区间的差异，本文分东、中、西部地区分别进行面板固定效应和面板分位数回归，进而考察不同地区间财政支持对军民融合创新协同度的影响差异，结果如表11所示。结果显示，财政支持在东、中、西部地区均显著促进军民融合创新协同度提高，其中，西部地区的影响效果最为显著。可能的原因在于，相比于西部地区而言，东、中部地区经济和金融市场发展水平更高，拥有更好的融资条件和创新环境，更利于创新主体提升技术创新和产品开发能力，这些主客观条件在一定程度上推动东、中部地区通过市场化手段，促进军民融合创新要素投入与成果产出间的协同，因而财政支持的效果没有西部地区显著。
根据各分位点系数估计值可知，东、中、西部地区财政支持对军民融合创新协同度的影响系数均随着分位点增加而变大，与前文结论一致。
3.4.2 替换代表行业
与电子通讯及设备制造业一样，航空航天制造业也是典型的军民融合产业，其创新协同状况也能反映当前军民融合创新协同水平。本文以航空航天制造业创新协同水平作为被解释变量，检验研究结果的稳健性，结果如表12所示。可以看出，财政支持仍显著正向促进军民融合创新协同度提升，与前文结论一致。
3.4.3 内生性检验
本文模型虽然已尽可能控制影响军民融合创新协同度的变量，但仍难以避免在误差项中出现部分遗漏变量与自变量相关的情况，导致内生性问题，进而造成回归结果有偏。因此，本文构建包含因变量一阶滞后项的面板系统GMM模型，试图解决可能出现的内生性问题。由表13可知，系统GMM的一阶序列相关显著，但AR(2)检验和Sargan过度识别检验的p值均大于0.05，说明存在一阶自相关，但不存在二阶自相关，拒绝水平方程中误差项存在序列相关的假设，接受工具变量有效性的假设，且不存在过度识别问题。GMM估计结果显示，财政支持正向影响军民融合创新协同度，且在1%的水平上显著，与前文结论一致。
表11 稳健性检验结果(分地区)
地区变量面板固定效应面板分位数模型10%30%40%50%60%80%东部lnsub(财政补贴)0.055 0**0.018 20.041 20.046 2*0.055 5**0.062 9**0.083 1**(2.15)(0.39)(1.39)(1.70)(2.18)(2.39)(2.26)lnpgdp(地区经济发展水平)0.580 2***0.739 8***0.640 0***0.618 1***0.578 1***0.546 0***0.458 3**(4.22)(2.60)(3.53)(3.70)(3.72)(3.40)(2.04)open(对外开放水平)-0.092 80.116 7-0.014 3-0.043 0-0.095 7-0.137 7-0.252 9(-0.57)(0.34)(-0.07)(-0.22)(-0.52)(-0.72)(-0.94)mark(市场化程度)0.285 70.335 80.304 50.297 60.285 00.274 90.247 4(0.80)(0.33)(0.46)(0.49)(0.50)(0.47)(0.30)zhishi(知识产权保护水平)0.004 90.002 70.004 10.004 40.004 90.005 40.006 6(0.12)(0.03)(0.07)(0.08)(0.10)(0.10)(0.09)中部lnsub(财政补贴)0.050 6***0.050 3*0.050 4**0.050 5***0.050 6***0.050 6***0.050 8**(2.93)(1.87)(2.52)(2.95)(3.04)(2.86)(2.11)lnpgdp(地区经济发展水平)0.300 9**0.340 7*0.323 7**0.311 7***0.302 5***0.294 3**0.275 1*(2.52)(1.95)(2.49)(2.81)(2.80)(2.56)(1.76)open(对外开放水平)-0.776 90.163 5-0.239 1-0.521 6-0.739 4-0.934 7-1.387 2(-0.95)(0.11)(-0.21)(-0.53)(-0.77)(-0.92)(-1.01)mark(市场化程度)-0.123 4-0.463 1-0.317 7-0.215 7-0.137 0-0.066 40.097 0(-0.23)(-0.55)(-0.51)(-0.41)(-0.27)(-0.12)(0.13)zhishi(知识产权保护水平)-0.049 9***-0.045 6**-0.047 4***-0.048 7***-0.049 7***-0.050 6***-0.052 7***(-2.80)(-2.40)(-3.36)(-4.04)(-4.23)(-4.05)(-3.09)西部lnsub(财政补贴)0.121 9***0.090 5**0.099 5***0.105 4***0.114 5***0.128 6***0.158 0***(3.25)(2.25)(2.93)(3.34)(3.79)(3.91)(3.02)lnpgdp(地区经济发展水平)0.027 3-0.044 5-0.023 8-0.010 30.010 30.042 70.109 9(0.19)(-0.21)(-0.13)(-0.06)(0.07)(0.26)(0.40)open(对外开放水平)-0.193 30.071 4-0.004 7-0.054 4-0.130 6-0.250 1-0.497 8(-0.30)(0.14)(-0.01)(-0.14)(-0.35)(-0.62)(-0.75)mark(市场化程度)-0.295 9-0.079 1-0.141 5-0.182 2-0.244 6-0.342 5-0.545 3(-0.38)(-0.08)(-0.17)(-0.23)(-0.34)(-0.43)(-0.41)zhishi(知识产权保护水平)-0.009 5-0.003 5-0.005 2-0.006 3-0.008 1-0.010 8-0.016 4(-0.72)(-0.18)(-0.33)(-0.43)(-0.59)(-0.72)(-0.66)
表12 稳健性检验结果(替换代表行业)
变量面板固定效应面板分位数模型10%30%40%50%60%80%lnsub(财政补贴)0.086 1***0.078 4***0.081 6***0.084 2***0.085 8***0.088 2***0.091 9***(5.05)(2.89)(4.06)(5.23)(5.74)(5.64)(4.28)lnpgdp(地区经济发展水平)0.373 5***0.322 50.343 9**0.361 1***0.371 6***0.387 6***0.412 4**(2.67)(1.43)(2.05)(2.69)(2.98)(2.97)(2.30)open(对外开放水平)0.115 00.065 20.086 10.102 90.113 20.128 70.152 9(0.50)(0.20)(0.36)(0.54)(0.64)(0.70)(0.60)mark(市场化程度)0.267 8-0.197 6-0.002 30.154 50.250 80.396 20.622 4(0.51)(-0.28)(-0.00)(0.37)(0.64)(0.97)(1.11)zhishi(知识产权保护水平)-0.015 7-0.014 0-0.014 7-0.015 3-0.015 6-0.016 1-0.016 9(-1.11)(-0.60)(-0.85)(-1.10)(-1.21)(-1.19)(-0.91)
本文选取军民融合典型代表产业电子及通讯设备制造业作为研究对象，从创新要素投入与成果产出协同角度，澄清财政支持对军民融合产业创新协同度的影响，并通过面板固定效应模型和面板分位数回归模型实证考察财政支持对军民融合产业创新协同度的影响效应，得到以下结论与启示：我国军民融合创新协同度仍然处于中低度协同的范畴，存在很大提升空间，需要不同参与者共同努力，稳步实现提高军民融合产业创新协同度的目标。分地区看，2010年以后，我国东、中部地区军民融合创新协同度呈现出与全国一致的相对上升趋势，而西部地区却呈现逐年下降趋势。现阶段，我国市场经济体制尚待完善，在进一步推动军民融合产业创新中仍离不开政府财政支持，财政支持可以达到促进军民融合产业创新要素投入与成果产出有效协同的目的。
表13 内生性检验结果
变量SL.S0.913 9***(19.33)lnsub(财政补贴)0.022 9***(2.90)lnpgdp(地区经济发展水平)-0.117 3***(-2.75)open(对外开放水平)-0.280 3***(-7.21)mark(市场化程度)0.625 2***(6.19)zhishi(知识产权保护水平)0.010 4***(6.79)_CONS0.715 6*(1.71)N169AR(1)-1.785 9AR(2)0.203 9Sargan0.405 7
基于此，政府可通过以下途径进一步加强财政政策的正向促进作用：首先，充分把握财政支持的节奏和力度，向社会资本释放良好的制度信号，确保军民融合创新过程中资金充足，同时要严格监控补贴资金的使用情况，保证资金高效使用；其次，搭建军民融合创新交流平台，为信息、资源、人才等多方协同提供保障，设置技术协同的通用标准，促进技术研发成果在军民两大体系间顺畅流动、双向交流；最后，创新财政支持方式，构建多元创新激励形式。充分挖掘单一财政政策工具的运用广度与深度，同时注重不同政策工具间的搭配使用。
本文研究还存在一定不足，需要进一步完善。本文研究对象仅选取部分军民融合产业，不足以代表军民融合产业整体发展情况，而且不同产业之间也可能存在一定差异，需要在未来研究中进一步丰富。此外，本文仅考察了财政补贴的影响效应，并未对税收优惠、政府采购等其它支持形式的影响效应展开探讨，未来可进一步丰富该方面的研究。
[1] 李从容,贾梦飞,韩青.财政政策对军民融合企业创新绩效的影响:创新投入的中介效应分析[J].科技进步与对策,2021,38(6):113-121.
[2] 陈晓和,周可.创新异质性、政府补贴与军民融合企业创新发展[J].北京理工大学学报(社会科学版),2021,23(1):117-126.
[3] 黄润荣，任光耀.耗散结构与协同学[M].贵阳:贵州人民出版社,1988.
[4] 孟庆松,韩文秀.复合系统协调度模型研究[J].天津大学学报,2000,33(4):444-446.
[5] 吴笑,魏奇锋,顾新.协同创新的协同度测度研究[J].软科学,2015,29(7):45-50.
[6] 白俊红,卞元超.政府支持是否促进了产学研协同创新[J].统计研究,2015,32(11):43-50.
[7] 陈怀超,张晶,费玉婷.制度支持是否促进了产学研协同创新:企业吸收能力的调节作用和产学研合作紧密度的中介作用[J].科研管理,2020,41(3):1-11.
[8] 李虹,张希源.区域生态创新协同度及其影响因素研究[J].中国人口·资源与环境,2016,26(6):43-51.
[9] 邓明,钱争鸣.我国省际知识存量、知识生产与知识的空间溢出[J].数量经济技术经济研究,2009,26(5):42-53.
[10] 严成樑.我国知识生产投入产出关系的动态分析[J].经济理论与经济管理,2011,30(11):30-38.
[11] GRILICHES Z.Issues in assessing the contribution of research and development to productivity growth[J].The Bell Journal of Economics,1979,10(1):92-116.
[12] 黄劲松,余琴琴.产学研合作绩效决定因素研究[J].合作经济与科技,2017,33(13):128-130.
[13] 张秀峰,陈光华,海本禄.融资约束、政府补贴与产学研合作创新绩效[J].科学学研究,2019,37(8):1529-1536.
[14] KLEER R.Government R&D subsidies as a signal for private investors[J].Research Policy,2010,39(10):1361-1374.
[15] CARBONI O A.The effect of public support on investment and R&D:an empirical evaluation on European manufacturing firms[J].Technological Forecasting and Social Change,2017,117:282-295.
[16] JAFFE A B,LE T.The impact of R&D subsidy on innovation:a study of new Zealand firms[J].SSRN Electronic Journal, 2016,26(5): 429-452.
[17] HOWELL S T.Financing innovation:evidence from R&D grants[J].American Economic Review,2017,107(4):1136-1164.
[18] BERGER A N.The economic effects of technological progress:evidence from the banking industry[J].Journal of Money,Credit,and Banking,2003,35(2):141-176.
[19] 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,2015,32(3):121-126.
[20] 李政,杨思莹.财政分权、政府创新偏好与区域创新效率[J].管理世界,2018,34(12):29-42,110,193-194.
[21] 周平录.财政分权、政府补贴与区域创新绩效[D].北京:对外经济贸易大学,2020.
[22] 陈强.高级计量经济学及Stata应用[M].2版.北京:高等教育出版社,2014.
[23] MACHADO J A F,SANTOS SILVA J M C.Quantiles via moments[J].Journal of Econometrics,2019,213(1):145-173.