張倩霞　萬(wàn)正曉

摘要：以2011～2015年的數(shù)據(jù)為基礎(chǔ)，借助DEA-Tobit模型對(duì)我國(guó)30個(gè)地區(qū)的科技金融效率進(jìn)行實(shí)證分析，從政府、企業(yè)、金融市場(chǎng)三個(gè)角度對(duì)科技金融效率一般影響因素進(jìn)行探究，結(jié)果表明：北京、浙江和廣東地區(qū)處于DEA有效狀態(tài)，其他地區(qū)均為DEA非有效。而科技投入增加，科技金融效率并未提高，高新技術(shù)產(chǎn)業(yè)總產(chǎn)值占GDP比重和高新技術(shù)企業(yè)投入強(qiáng)度是影響科技金融效率的重要影響因素，提出優(yōu)化政府資源配置、提高高技術(shù)產(chǎn)業(yè)規(guī)模和完善市場(chǎng)功能等建議。

關(guān)鍵詞：科技金融；DEA-Tobit模型；結(jié)合效率

一、 引言

近年來(lái)，“中國(guó)板塊”在全球科技金融發(fā)展中強(qiáng)勢(shì)崛起，我國(guó)各地區(qū)不斷加大政府資金投入、號(hào)召建設(shè)創(chuàng)新型城市，推動(dòng)我國(guó)科技創(chuàng)新，然而在科技金融發(fā)展的道路上，仍然存在很多問(wèn)題，我國(guó)東中西部地區(qū)科技金融效率是否隨著科技投入的增加而得到提高？科技金融效率影響因素是哪些？因此，通過(guò) DEA- Tobit模型對(duì)2011～2015年我國(guó)30個(gè)地區(qū)的科技金融效率進(jìn)行實(shí)證分析，從政府、企業(yè)、金融市場(chǎng)三個(gè)角度進(jìn)行探索，為我國(guó)各地區(qū)科技金融發(fā)展提供對(duì)策。

二、文獻(xiàn)回顧

最早一批探索科技金融領(lǐng)域的學(xué)者以Schumpeter（1912）為代表，他肯定了科技創(chuàng)新的地位，提出科技創(chuàng)新推動(dòng)經(jīng)濟(jì)發(fā)展并有著緊密的聯(lián)系。 盡管?chē)?guó)外的科技金融起步很早，但是真正對(duì)該領(lǐng)域進(jìn)行研究的學(xué)者并不多，國(guó)外學(xué)者理論主要從以下三個(gè)方面展開(kāi)。

第一，從區(qū)域科技金融角度。Peter Schofer、 Roland Leitinger（2002）認(rèn)為環(huán)境的構(gòu)建有助于企業(yè)的發(fā)展，建立一個(gè)國(guó)家的投資環(huán)境是非常有必要的，將對(duì)投資起到了很好的推動(dòng)作用。第二，從風(fēng)險(xiǎn)投資角度。John Callahan（2003）通過(guò)分析風(fēng)險(xiǎn)投資的作用路徑，肯定了風(fēng)險(xiǎn)投資對(duì)科技創(chuàng)新的積極影響，Hall（2002）強(qiáng)調(diào)風(fēng)險(xiǎn)投資的介入提高了科技創(chuàng)新能力，為科技型企業(yè)緩解了融資困難等問(wèn)題。第三，從政府角度。國(guó)外學(xué)者對(duì)政府科技投入的觀(guān)點(diǎn)仍然存在分歧，一些學(xué)者認(rèn)為政府在科技金融發(fā)展中扮演著重要的角色，這一觀(guān)點(diǎn)與 Rustam（1996）的觀(guān)點(diǎn)不謀而合。而 Batra（2003）對(duì)政府投入的觀(guān)點(diǎn)卻不同，政府部門(mén)的金融支持、試驗(yàn)與發(fā)展等政策支持效果并不理想，各地區(qū)的政府部門(mén)應(yīng)該注重健全司法和立法系統(tǒng)以及各階段企業(yè)所需基礎(chǔ)設(shè)施，并提供足夠的政策空間給科技型企業(yè)。

目前，關(guān)于科技金融的研究正風(fēng)靡云蒸，雖然國(guó)內(nèi)科技金融起步較晚，但是關(guān)于科技金融的研究也是與日俱增，主要從三個(gè)方面展開(kāi)。

第一，從區(qū)域科技金融角度。徐玉蓮，王玉冬（2013）通過(guò)介紹科技金融的主客體要素和科技創(chuàng)新的重要性，以及對(duì)區(qū)域科技金融的分析，提出了相應(yīng)的意見(jiàn)去促進(jìn)區(qū)域科技金融的發(fā)展。第二，從風(fēng)險(xiǎn)投資角度。孫青青（2013）以2005～2011年的全國(guó)21個(gè)地區(qū)的面板數(shù)據(jù)作為研究樣本，得出創(chuàng)業(yè)風(fēng)險(xiǎn)投資對(duì)高科技產(chǎn)業(yè)有著積極的推動(dòng)作用這一結(jié)論，該結(jié)論與楊媛（2016）的觀(guān)點(diǎn)一致，盧鋒和韓尚榮（2015）研究發(fā)現(xiàn)風(fēng)險(xiǎn)投資與專(zhuān)利數(shù)量呈正比關(guān)系，而政府的科技投入與專(zhuān)利數(shù)量卻呈反比關(guān)系。第三，從政府角度。沈虹（2013）通過(guò)分析江蘇省蘇南和蘇北地區(qū)政府引導(dǎo)作用與科技創(chuàng)新的關(guān)系，認(rèn)為蘇南地區(qū)政府的引導(dǎo)力度明顯大于蘇北地區(qū)。

三、 實(shí)證分析

為了更全面的理解科技金融，通過(guò)DEA-Tobit模型對(duì)2011～2015年我國(guó)30個(gè)省（自治區(qū)、直轄市）的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行實(shí)證分析，并從政府、企業(yè)、金融市場(chǎng)三個(gè)角度來(lái)研究科技金融效率一般影響因素。

（一）基于DEA方法的科技金融效率分析

1. 實(shí)證模型的構(gòu)建

1978年數(shù)據(jù)包絡(luò)分析（ DEA）方法被 Charnes等首次提出來(lái)，是評(píng)價(jià)多輸入、多輸出同類(lèi)部門(mén)（或單位）間相對(duì)有效性的一種重要方法，在處理多輸出—多輸入的有效評(píng)價(jià)方面有著很大的優(yōu)勢(shì)，這種獨(dú)特的方法在很多領(lǐng)域都得到了廣泛的運(yùn)用，例如績(jī)效評(píng)價(jià)領(lǐng)域和經(jīng)濟(jì)領(lǐng)域等 DEA模型有多種，包括CCR、CCW等，其中CCR是最基本、運(yùn)用最頻繁的一種模型，所測(cè)得的效率是整體效率，技術(shù)效率和規(guī)模效率兩類(lèi)屬于整體效率的分支，其模型可以表示為：

min[θ-ε（eTs-+eTs+）]s.t■λjxj+s-=θx0■λjyj-s+=y0λj≥0，s-≥0，s+≥0j=1，…，n（1）

公式（1）的經(jīng)濟(jì)含義是：當(dāng)效率評(píng)價(jià)值為1，并且技術(shù)效率和規(guī)模效率都為1，那么DEA則為有效，決策單元的經(jīng)濟(jì)活動(dòng)同時(shí)為技術(shù)有效和規(guī)模有效；當(dāng)技術(shù)效率和規(guī)模效率僅只有一方為1，另外一方小于1，則被認(rèn)為DEA弱有效，技術(shù)效率和規(guī)模效率不同時(shí)最佳；若技術(shù)效率和規(guī)模效率值都很低，決策單元不是DEA有效，經(jīng)濟(jì)活動(dòng)沒(méi)有達(dá)到技術(shù)效率最佳，也沒(méi)有達(dá)到規(guī)模效率最佳。

2. 指標(biāo)選擇及數(shù)據(jù)來(lái)源

筆者在評(píng)價(jià)我國(guó)30個(gè)地區(qū)科技投入產(chǎn)出效率的過(guò)程中，對(duì)指標(biāo)進(jìn)行了二次篩選，具體的指標(biāo)見(jiàn)表1。筆者收集了2011～2015年全國(guó)各地區(qū)的科技投入和產(chǎn)出的相關(guān)數(shù)據(jù)進(jìn)行研究分析，數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域金融運(yùn)行發(fā)展報(bào)告》和中國(guó)統(tǒng)計(jì)局，由于科技投入和產(chǎn)出之間存在著一定的滯后性，所以在運(yùn)行 DEA模型的時(shí)候，收集產(chǎn)出數(shù)據(jù)要比投入數(shù)據(jù)晚一年。

3. 模型求解結(jié)果

筆者通過(guò) DEAP2.1軟件，針對(duì)我國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市）2011～2015年的相關(guān)科技投入和產(chǎn)出的數(shù)據(jù)進(jìn)行評(píng)價(jià)分析，得到了全國(guó)各省份 DEA效率值，具體見(jiàn)表2。

從表2可以看出，在2011～2015年期間一直處于 DEA有效狀態(tài)的是北京、浙江、廣東，而河北省和內(nèi)蒙古等多個(gè)區(qū)域的 DEA綜合效率值一直偏低，為 DEA無(wú)效。2011年全省綜合效率平均值為0.625，北京、江蘇、浙江、廣東和重慶為DEA有效，而低于2011年綜合效率平均值的有16個(gè)地區(qū)，其中內(nèi)蒙古的效率值最低為0.208。2012年 DEA效率值達(dá)到1的共有6個(gè)地區(qū)：北京、浙江、廣東、江蘇、陜西和新疆，而山西、吉林、廣西、海南和寧夏的 DEA有效率遠(yuǎn)遠(yuǎn)低于2012年的平均效率值0.607，其中寧夏的效率值僅只有0.19。2013年北京、天津、廣東、陜西、新疆、江蘇以及浙江為DEA有效，而上海、安徽等地區(qū)的綜合效率值介于平均效率值0.638和1之間，內(nèi)蒙古的效率值最低為0.227。2014年 DEA有效的地區(qū)為北京、天津、陜西、上海、浙江以及廣東，而低于平均水平0.675的共有15個(gè)地區(qū)，包括河北、山西、內(nèi)蒙古等地區(qū)，其中內(nèi)蒙古僅達(dá)到0.191。2015年北京、上海、浙江、廣東、重慶和陜西為DEA有效，而河北、山西和山東等地區(qū)均低于平均值， 其中內(nèi)蒙古的 DEA綜合效率值為0.230。endprint

（二）基于Tobit模型的科技金融影響因素分析

1. 指標(biāo)建立

基于以上分析，在進(jìn)行Tobit回歸時(shí)用2015年我國(guó)30個(gè)地區(qū)的科技金融效率值作為研究對(duì)象，從而來(lái)分析影響我國(guó)科技金融的相關(guān)因素，具體的指標(biāo)如表3所示。

2. 實(shí)證模型的構(gòu)建

1958年，Tobin關(guān)注了被解釋變量有上下限或者存在極限值這類(lèi)問(wèn)題，而具有這類(lèi)問(wèn)題特征的模型就被稱(chēng)為T(mén)obit模型，以2015年的全國(guó)30個(gè)地區(qū)的科技金融效率值作為被解釋變量，上述影響因素指標(biāo)作為解釋變量，模型可以表示為：

E=β1F1+β2F2+β3F3+β4F4+β5F5+μ（2）

其中，E表示科技金融效率值，F(xiàn)1表示財(cái)政科技支出占地方財(cái)政支出比重，F(xiàn)2表示高新技術(shù)產(chǎn)業(yè)總產(chǎn)值占GDP比重，F(xiàn)3表示高新技術(shù)企業(yè)投入強(qiáng)度，F(xiàn)4表示金融機(jī)構(gòu)貸款與存款的比例，F(xiàn)5表示銀行業(yè)資產(chǎn)總額與GDP比例，μ表示模型的殘差項(xiàng)。

3. 實(shí)證結(jié)果及分析

基于模型2，采用Eviews軟件對(duì)我國(guó)科技金融效率的影響因素進(jìn)行回歸分析，結(jié)果如表4所示。

通過(guò)表4發(fā)現(xiàn)，地方財(cái)政科技支出占地方財(cái)政支出比重與科技金融效率呈負(fù)相關(guān)的關(guān)系，當(dāng)政府科技投入增加時(shí)，科技金融結(jié)合效率呈下降的趨勢(shì)，這與回廣睿（2014）運(yùn)營(yíng) DEA-Tobit模型得到的結(jié)論不謀而合；高新技術(shù)產(chǎn)業(yè)總產(chǎn)值占 GDP比重和高新技術(shù)企業(yè)投入強(qiáng)度都與科技金融效率呈正相關(guān)的關(guān)系；銀行業(yè)資產(chǎn)總額與 GDP的比重和科技金融效率呈負(fù)相關(guān)的關(guān)系，這和之前學(xué)者研究的結(jié)果一致，銀行業(yè)資產(chǎn)總額與 GDP的比重提高在一定程度上阻礙了科技金融的發(fā)展。而金融機(jī)構(gòu)貸款與存款的比例與科技金融效率沒(méi)有顯著性關(guān)系，說(shuō)明金融機(jī)構(gòu)貸款與存款的比例并不是影響科技金融效率的因素之一。

四、建議

第一，優(yōu)化政府資源配置，強(qiáng)化監(jiān)管力度。根據(jù)回歸結(jié)果顯示，各地區(qū)政府科技投入與科技金融結(jié)合效率呈反相關(guān)關(guān)系，不斷提高科技投入并不能對(duì)科技金融效率產(chǎn)生積極影響，反而造成資源浪費(fèi)，所以各級(jí)政府應(yīng)該優(yōu)化政府資源配置，對(duì)各項(xiàng)資源進(jìn)行合理的配置和管理，不浪費(fèi)資源投入，使資源利用實(shí)現(xiàn)最優(yōu)化。

第二，提高高技術(shù)產(chǎn)業(yè)規(guī)模，加快科技成果轉(zhuǎn)化。根據(jù)表4顯示，科技金融效率與高科技企業(yè)有著緊密的關(guān)聯(lián)，高科技產(chǎn)業(yè)推動(dòng)了科技與金融的結(jié)合效率，因此提高高技術(shù)產(chǎn)業(yè)規(guī)模并加快科技成果轉(zhuǎn)化，將會(huì)提高科技金融效率。

第三，深化金融市場(chǎng)改革，強(qiáng)化市場(chǎng)功能。多層次的資本市場(chǎng)是指不僅滿(mǎn)足不同類(lèi)型的企業(yè)融資的需要，還能滿(mǎn)足投資者的不同投資需求，所以各地區(qū)在充分利用中小板、創(chuàng)業(yè)板市場(chǎng)的基礎(chǔ)上要建設(shè)多層次資本市場(chǎng)，吸引更多的科創(chuàng)企業(yè)通過(guò)多層次資本市場(chǎng)融資。各地區(qū)還應(yīng)該積極培養(yǎng)中小金融機(jī)構(gòu)，緩解科技型企業(yè)融資難的問(wèn)題。

參考文獻(xiàn)：

[1]Schumpeter. The Theory of Econo

mic Development[M]. Cambridge Mass： Harvard University Press，1934 Original in German，1912.

[2]Peter Schfer， Roland Lei linger. Fra

mework for venture capital in the accession countries to the European union[J]. Journal of Monetary Economic，2002.

[3]John Callahan， Steven Muegge. Ven

ture Capital's Role in Innovation： Issues， Research and Stakeholder Interestsf[J]. The International Handbook on Innovation.2003.

[4]Hall， Bronwynh. The Financing of R

esearch and Development[J]. Oxford Review of Economic Policy，2002（18）.

[5]徐玉蓮，王玉冬.區(qū)域科技創(chuàng)新與科技金融系統(tǒng)協(xié)同發(fā)展運(yùn)行機(jī)理分析[J]. 科技進(jìn)步對(duì)對(duì)策，2013（20）.

[6]孫青青.科技金融對(duì)高新技術(shù)產(chǎn)業(yè)的影響[D].浙江工商大學(xué)，2014.

[7]楊媛.風(fēng)險(xiǎn)投資對(duì)科技金融創(chuàng)新的影響[J].經(jīng)營(yíng)管理者，2016（06）.

[8]蘆鋒，韓尚容. 我國(guó)科技金融對(duì)科技創(chuàng)新的影響研究——基于面板模型的分析[J].中國(guó)軟科學(xué)，2015（06）.

[9]沈虹.基于結(jié)構(gòu)方程模型的地方政府支持科技金融發(fā)展差異性研究——以江蘇省為例[EB/OL].科技進(jìn)步與對(duì)策，2013（22）.

[10]回廣睿.我國(guó)科技金融的效率評(píng)價(jià)及其影響因素分析[D].西北大學(xué)，2014.

*基金項(xiàng)目：2012年度教育部人文社會(huì)科學(xué)研究規(guī)劃基金資助項(xiàng)目“歐債危機(jī)和美國(guó)極度寬松貨幣政策背景下的人民幣國(guó)際化路徑研究”（12YJA790129）。

（作者單位：蘇州科技大學(xué)）endprint