程翔 鮑新中

[摘 要] 根據(jù)政策量化標(biāo)準(zhǔn)手冊對京津冀地區(qū)2006—2017年間頒布的科技金融政策進(jìn)行量化分析，構(gòu)建科技產(chǎn)出指標(biāo)體系，結(jié)合專家會議法與熵值法對京津冀科技產(chǎn)出進(jìn)行測算，運用灰色關(guān)聯(lián)度方法分析京津冀科技金融政策與科技產(chǎn)出之間的關(guān)系進(jìn)而進(jìn)行科技金融政策的效率評價。研究結(jié)果表明：京冀兩地科技金融政策效率較為合理，天津市科技金融政策效率較低，京津冀科技金融政策效力均未充分釋放，科技金融政策效率仍可提高。

[關(guān)鍵詞] 科技金融政策；京津冀；熵值法；灰色關(guān)聯(lián)度

[中圖分類號] F832.72 [文獻(xiàn)標(biāo)志碼]A [文章編號] 1672-4917（2018）03-0116-09

黨的十九大報告提出，創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐?？萍冀鹑谧鳛橐耘嘤吒郊觾r值產(chǎn)業(yè)、創(chuàng)造高薪就業(yè)崗位、提升經(jīng)濟體整體競爭力為目標(biāo)，促進(jìn)技術(shù)資本、創(chuàng)新資本與企業(yè)家資本等創(chuàng)新要素深度融合、深度聚合的一種新經(jīng)濟范式[1]正得到理論界和實務(wù)界的廣泛關(guān)注。政策是科技金融的靈魂，它在促進(jìn)全社會加大研發(fā)與創(chuàng)新投入，促進(jìn)科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展中是關(guān)鍵的系統(tǒng)性、制度性安排。當(dāng)前全國上下貫徹落實十九大精神，加快實施創(chuàng)新驅(qū)動戰(zhàn)略、建設(shè)創(chuàng)新型國家，如何對科技金融政策進(jìn)行有效量化，探尋科技產(chǎn)出與科技金融政策投入之間的聯(lián)系，提升科技金融政策的效率，這些都是亟待關(guān)注和探討的問題。

京津冀地區(qū)是全國創(chuàng)新資源最聚集、綜合創(chuàng)新能力最強大的地區(qū)，經(jīng)濟發(fā)展整體上已進(jìn)入創(chuàng)新驅(qū)動階段，需要在全國創(chuàng)新驅(qū)動發(fā)展中發(fā)揮支撐和引領(lǐng)作用[2]。但是《中國區(qū)域科技創(chuàng)新評價報告2016-2017》顯示，北京和天津的科技創(chuàng)新綜合實力位于全國第一梯隊，而河北省的科技創(chuàng)新綜合水平排名靠后，這說明京津冀地區(qū)的科技創(chuàng)新水平并不均衡，這種不均衡背后政策的因素占比多大？該地區(qū)科技金融政策效用是否充分發(fā)揮？在科技金融政策制定過程中三地如何進(jìn)行有效的協(xié)同？這些都是值得深入研究的問題。

一、文獻(xiàn)綜述

科技金融政策作為一種制度安排，主要以文本形式呈現(xiàn)，由于無法將政策文本直接代入公式和模型進(jìn)行運算，使得對其研究與評價相對困難，因此需要運用一定的方法對科技金融政策進(jìn)行量化。描述性統(tǒng)計分析是科技金融政策量化的一種方法，唐五湘等（2013）通過描述性統(tǒng)計對科技金融政策進(jìn)行量化，以北京市 2001—2012 年間的科技金融政策文本為研究對象，在科技金融政策文本主題、主體、作用面、主體與主題交互關(guān)系 4 個方面進(jìn)行數(shù)量上的統(tǒng)計分析，研究結(jié)果表明，北京市的科技金融政策存在頒布部門職責(zé)不清、政策協(xié)同不夠以及政策覆蓋面范圍較小等問題[3]。由于科技金融政策文本內(nèi)容較為復(fù)雜，除從政策本身進(jìn)行量化之外，還可從政策的外部效果對政策進(jìn)行量化。苑澤明等（2016）通過對科技型中小企業(yè)發(fā)放問卷，并針對具體政策的落實情況進(jìn)行統(tǒng)計分析，從而實現(xiàn)了科技金融政策的量化[4]。劉湘云等（2017）構(gòu)建了科技金融政策效果指標(biāo)體系，從金融環(huán)境、經(jīng)濟效益、科技投入和科技產(chǎn)出四個方面對科技金融政策進(jìn)行衡量，并實證檢驗了廣東省 2006—2016 年的科技金融政策效果，結(jié)果表明廣東省科技金融發(fā)展水平從2006—2016年間不斷上升，在科技金融政策效果中，金融環(huán)境和科技投入受宏觀經(jīng)濟影響波動較大，科技產(chǎn)出一直保持穩(wěn)定增長[5]。定性評價主要依賴于對政策文本內(nèi)容的統(tǒng)計和梳理，缺乏數(shù)理層面的研究和挖掘，而定量評價可以更客觀、準(zhǔn)確地評價科技金融政策，程欣煒（2014）以江蘇省450家中小企業(yè)（含133家科技型中小企業(yè)和317家一般中小企業(yè)）的分層抽樣和問卷調(diào)查從企業(yè)、銀行、政府和貸款本身等4個角度構(gòu)建融資特征指標(biāo)體系，運用二元Probit模型，對比考察了科技型中小企業(yè)與一般中小企業(yè)在商業(yè)銀行融資影響因素上的相同點和差異性，研究結(jié)果表明企業(yè)類型、金融優(yōu)惠政策和是否進(jìn)駐園區(qū)對科技型中小企業(yè)融資難易程度的影響不大[6]。武志偉等（2016）以江蘇省 13 個省轄市的科技型企業(yè)作為研究對象，運用描述性統(tǒng)計方法對科技金融政策進(jìn)行量化，并結(jié)合灰色關(guān)聯(lián)度等方法對科技企業(yè)績效與科技金融政策績效進(jìn)行分析，結(jié)果顯示，科技金融政策出臺數(shù)量的多少與科技型企業(yè)發(fā)展的關(guān)聯(lián)度最低，而高新技術(shù)企業(yè)孵化器數(shù)量是科技型企業(yè)發(fā)展最重要的影響因素[7]。

科技產(chǎn)出水平的方法與研究很多，由于科技投入與科技產(chǎn)出具有極強的相關(guān)性，并且科技投入的數(shù)據(jù)更容易獲得，因此，一種簡單的方法就是直接利用科技投入來衡量科技產(chǎn)出，顯而易見，此種方法忽視了科技投入轉(zhuǎn)化為科技產(chǎn)出的效率問題，二者并不能完全替代；另一種方法是以科技產(chǎn)出的某方面指標(biāo)來衡量整體的科技產(chǎn)出，比如專利數(shù)、論文數(shù)等，何丹等（2017）曾選取專利授權(quán)量、新產(chǎn)品銷售收入、技術(shù)交易合同成交量以及技術(shù)交易額作為衡量科技創(chuàng)新程度的產(chǎn)出指標(biāo)，并對我國19個主要省份的金融支持科技創(chuàng)新效率進(jìn)行實證分析[8]，但此種科技產(chǎn)出衡量方式對科技產(chǎn)出的評價不夠全面，會造成研究結(jié)果的偏誤和偶然性；編制專門的科技產(chǎn)出指數(shù)可以直觀、綜合地衡量科技產(chǎn)出水平，并且易于比較，但由于指數(shù)的構(gòu)成指標(biāo)相對固定，靈活性較低，導(dǎo)致在經(jīng)濟社會發(fā)生巨大變遷的背景下，指標(biāo)難以得到及時修正。在科技產(chǎn)出評價的維度方面，呂晨等（2015）從直接產(chǎn)出與間接產(chǎn)出兩個方面評價科技產(chǎn)出水平，并對中國區(qū)域科技產(chǎn)出進(jìn)行評價研究[9]；陳文軍等（2014）在專利產(chǎn)出與科技產(chǎn)業(yè)化產(chǎn)出兩個方面對科技產(chǎn)出進(jìn)行衡量，并應(yīng)用構(gòu)建的城市科技競爭力評價指標(biāo)體系，對江蘇省主要城市的科技競爭力進(jìn)行比較研究[10]。對于科技產(chǎn)出指標(biāo)權(quán)重的確定方法，目前主要有3種：主觀賦權(quán)法、客觀賦權(quán)法以及組合賦權(quán)法。傅春等（2017）曾在科技競爭力評價指標(biāo)體系的構(gòu)建中，采用熵值法對各項指標(biāo)進(jìn)行客觀賦權(quán)，并結(jié)合超效率DEA方法測算了我國中部6省的科技資源配置效率[11]。

綜上所述，目前對科技金融政策的量化主要通過描述性統(tǒng)計分析、選取替代指標(biāo)等方式，忽視了政策本身的內(nèi)容；尚未存在直接評價科技金融政策效率的指標(biāo)，科技金融政策評價主要是針對單個研究對象的縱向分析，結(jié)合多個對象的橫向比較分析數(shù)量較少。為此，本文將全面搜集2006—2017年間京津冀三地各級各類政府頒布的科技金融政策，對其政策量化結(jié)果進(jìn)行描述性分析；從直接科技產(chǎn)出與間接科技產(chǎn)出兩個方面構(gòu)建科技產(chǎn)出指標(biāo)體系，利用專家會議法和熵值法確定科技產(chǎn)出指標(biāo)權(quán)重對京津冀三地科技產(chǎn)出進(jìn)行對比分析；運用灰色關(guān)聯(lián)度方法檢驗京津冀科技金融政策對科技產(chǎn)出的作用，進(jìn)而評價京津冀三地的科技金融政策效率。

二、科技金融政策效率評價的過程與方法

（一）政策文本量化

（三）基于灰色關(guān)聯(lián)度的科技金融政策投入與科技產(chǎn)出分析

灰色系統(tǒng)理論是 1982年由鄧聚龍教授提出，其中的灰色關(guān)聯(lián)度分析（Grey Relational Analysis），作為衡量因素間關(guān)聯(lián)程度的一種方法，已經(jīng)在社會、經(jīng)濟、生態(tài)等領(lǐng)域得到了廣泛的應(yīng)用?；疑P(guān)聯(lián)度分析是基于行為因子序列曲線幾何形狀的相似程度，以分析和確定相應(yīng)序列之間的關(guān)聯(lián)度[15]。序列曲線越接近，則相應(yīng)序列間的關(guān)聯(lián)度就越強，可由此推斷二者的內(nèi)在聯(lián)系就越大。相比于回歸分析法，灰色關(guān)聯(lián)度分析對樣本數(shù)據(jù)的要求更低，它是研究“少數(shù)據(jù)”“貧信息”不確定問題的新方法，其特點是“少數(shù)據(jù)建?！保瑥浹a了相關(guān)分析的不足，對樣本容量和數(shù)據(jù)分布沒有特別要求，因而被廣泛應(yīng)用于社會經(jīng)濟分析的各個領(lǐng)域。

本文通過計算科技金融政策投入與科技產(chǎn)出之間的灰色關(guān)聯(lián)度來評價京科技金融政策效率。具體步驟如下：

（1） 確定分析序列。設(shè)參考序列為Yi（t）（i=1，2，…，s； t=1，2，…，m），比較序列為Xj（t）（j=1，2，…，n），其中，i代表參考序列；s表示參考序列的個數(shù)；j代表比較序列；n表示比較序列的個數(shù)；m代表各序列長度，參考序列與比較序列長度相等。本文參考序列為科技金融政策量化值序列，比較序列為科技產(chǎn)出指標(biāo)值序列。

（2） 進(jìn)行無量綱化處理。由于參考序列與比較序列中各指標(biāo)的量綱和數(shù)量級都不完全相同，不能直接進(jìn)行運算和比較，需對序列進(jìn)行無量綱化處理。鑒于本文已對科技產(chǎn)出指標(biāo)采用了極差標(biāo)準(zhǔn)化的無量綱化處理，為保證參考序列和比較序列無量綱化方法的一致性，因此對科技金融政策量化值序列同樣采用極差標(biāo)準(zhǔn)化方法進(jìn)行無量綱化處理。

三、京津冀科技金融政策效率的測算與分析

（一）京津冀科技金融政策文本的量化分析

科技金融政策是為科學(xué)技術(shù)發(fā)展提供融資、保險、投資等金融方面支持的一種制度方式。科技金融政策具體將在需求、供給、環(huán)境與綜合四個作用面產(chǎn)生政策效果，在不同的作用面下，科技金融政策還可以分為不同的政策主題。在與科技金融相關(guān)的規(guī)劃和計劃方面，有以戰(zhàn)略規(guī)劃為主題的科技金融政策，如北京市人民政府在2006年頒布的《關(guān)于印發(fā)北京市“十一五”時期中關(guān)村科技園區(qū)發(fā)展規(guī)劃的通知》；在提供的各項科技金融服務(wù)方面，分別有以“科技貸款”“科技保險”“創(chuàng)業(yè)風(fēng)險投資”“科技擔(dān)保”“融資租賃”“政府采購”為主題的科技金融政策，如北京市科學(xué)技術(shù)委員會在2009年頒布的《關(guān)于啟動2009年度“科技保險”保費補貼工作的通知》、天津市科學(xué)技術(shù)委員會在2013年頒布的《關(guān)于加快落實2013年科技型中小企業(yè)技術(shù)創(chuàng)新資金項目打包貸款工作的通知》、河北省人民政府在2009年頒布的《關(guān)于加強全省中小企業(yè)融資性擔(dān)保體系建設(shè)的實施意見》；在優(yōu)化科技金融生態(tài)環(huán)境方面，分別有以“科技資本市場”“科技金融中介”“孵化機構(gòu)”“科技產(chǎn)業(yè)”“科技企業(yè)”“信用體系”“信息共享”“人才激勵”“綜合型”為主題的科技金融政策，如北京市科學(xué)技術(shù)委員等6部門在2010年聯(lián)合頒布的《北京市關(guān)于進(jìn)一步加強科技孵化體系建設(shè)的若干意見》、天津市人民政府在2010年頒布的《關(guān)于印發(fā)支持科技型中小企業(yè)發(fā)展若干政策的通知》、河北省人民政府在2015年頒布的《關(guān)于發(fā)展眾創(chuàng)空間推進(jìn)大眾創(chuàng)新創(chuàng)業(yè)的實施意見》。

本文設(shè)定“科技金融”“企業(yè)融資”“技術(shù)創(chuàng)新”“孵化器”“科技貸款”“風(fēng)險投資”“科技擔(dān)保”等17個關(guān)鍵詞作為法規(guī)全文檢索詞，在《中國法律檢索系統(tǒng)》（北大法寶）中對2005—2017年間京津冀地區(qū)20多個政府部門單獨或共同頒布的科技金融政策進(jìn)行了搜集和整理，并進(jìn)行必要的篩選與剔除后，最終納入研究樣本的科技金融政策共計736項，其中北京市233項、天津市302項、河北省201項。

京津冀三地2006—2017年科技金融政策量化結(jié)果如表2、圖1所示，由此可以看出京津冀三地的科技金融政策量化值整體呈逐年上升趨勢，且在2011年以來均有較大提高，這說明京津冀地區(qū)落實國家《中長期科學(xué)技術(shù)發(fā)展綱要》加大了對科技的政策投入。從三地間比較來看，北京市科技金融政策水平較高，河北省和天津市的科技金融政策水平相當(dāng)。

（二）京津冀科技產(chǎn)出的綜合評價

由于各科技產(chǎn)出指標(biāo)具有不同的數(shù)量級或量綱，不能直接進(jìn)行加權(quán)求和，所以首先要對各科技產(chǎn)出指標(biāo)進(jìn)行歸一化處理。本文采用極差標(biāo)準(zhǔn)化的方法對六個科技產(chǎn)出指標(biāo)進(jìn)行歸一化處理，對于正向指標(biāo)的操作如公式⑧所示：Xab=xab-xminxmax-xmin

（8） 式中Xab為歸一化處理后的標(biāo)準(zhǔn)值；xab為各項指標(biāo)的原始值；xmin和xmax分別為各類指標(biāo)中的最小值和最大值。

根據(jù)以上公式，京津冀三地在2006—2015年間各具體指標(biāo)的標(biāo)準(zhǔn)化科技產(chǎn)出值如表3所示，表3反映了每個科技產(chǎn)出指標(biāo)下不同省份、不同年份科技產(chǎn)出值的相對大小，指標(biāo)科技產(chǎn)出最大值取1，最小值取0。從具體地區(qū)來看，國外主要檢索工具收錄科技論文數(shù)量最多為北京市（2015）、最少為河北?。?006）；國內(nèi)發(fā)明專利申請授權(quán)數(shù)最大為北京市（2015）、最小為河北?。?006）；高技術(shù)產(chǎn)業(yè)R&D項目數(shù)最多為北京市（2013）、最少為河北省（2007）；技術(shù)市場成交額最大為北京市（2015）、最小為河北?。?006）；新產(chǎn)品銷售收入最多為天津市（2014）、最小為河北省（2006）；高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入最多為天津市（2014）、最少為河北?。?006）。據(jù)此可發(fā)現(xiàn)，各科技產(chǎn)出指標(biāo)最大值均在京津兩地，其中北京居多，而最小值全部出現(xiàn)在河北省，并且集中分布在2006年。

結(jié)合各具體指標(biāo)的數(shù)據(jù)，再將各指標(biāo)按照熵值法確定的權(quán)重進(jìn)行加權(quán)求和，得到標(biāo)準(zhǔn)化的綜合科技產(chǎn)出值，如表4所示，其趨勢圖如圖2所示。從中可看出，三地的科技產(chǎn)出在10年間均穩(wěn)步上升；其中北京市科技產(chǎn)出水平最高，增長幅度最大，2015年的科技產(chǎn)出是2006年的4倍，體現(xiàn)出北京建設(shè)科技中心的成果；天津市科技產(chǎn)出水平居于中間，在2011年出現(xiàn)明顯增長；河北省的科技產(chǎn)出與京津相比較為落后，科技產(chǎn)出增長較為平緩。

（三）京津冀科技金融政策效率分析

采用前文的方法，首先測算京津冀三地科技金融政策與科技產(chǎn)出二級指標(biāo)和綜合指標(biāo)的灰色關(guān)聯(lián)度，具體結(jié)果如表5。由此可以分析得出：京津冀三地的科技金融政策與科技產(chǎn)出在2006—2015年期間整體上具有關(guān)聯(lián)性，說明三地的科技金融政策整體有效，并且灰色關(guān)聯(lián)度的取值范圍為（0.523，0.778），以灰色關(guān)聯(lián)度取值0.6為判斷標(biāo)準(zhǔn)，則顯著影響組合數(shù)為14，不顯著影響組合數(shù)為4，其中，在不顯著組合中，北京市占1項，天津市占3項，天津市科技論文數(shù)、專利數(shù)等直接科技產(chǎn)出效果不明顯；在京津冀科技金融政策對所有科技產(chǎn)出指標(biāo)的影響中，科技金融政策有效性最強作用于北京的國內(nèi)發(fā)明專利申請授權(quán)數(shù)，有效性最弱作用于北京的高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入，表明北京市的科技金融政策對各科技產(chǎn)出指標(biāo)的影響差異最大；根據(jù)京津冀三地科技金融政策與各科技產(chǎn)出指標(biāo)的灰色關(guān)聯(lián)度的排序，北京市取值前3位分別是（國內(nèi)發(fā)明專利申請授權(quán)數(shù)>技術(shù)市場成交額>國外主要檢索工具收錄科技論文的數(shù)量），天津市取值前3位分別是（高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入>新產(chǎn)品銷售收入>高技術(shù)產(chǎn)業(yè)R&D項目數(shù)），河北省取值前3位分別是（高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入>高技術(shù)產(chǎn)業(yè)R&D項目數(shù)>新產(chǎn)品銷售收入），津冀的科技產(chǎn)出效果更為相似，北京市科技金融政策對直接科技產(chǎn)出更為有效，而天津市與河北省的科技金融政策對間接科技產(chǎn)出更為有效；在各科技產(chǎn)出指標(biāo)中，京津冀三地科技金融政策效果均有效的指標(biāo)為（高技術(shù)產(chǎn)業(yè)R&D項目數(shù)、新產(chǎn)品銷售收入），表明科技金融政策對高科技產(chǎn)業(yè)項目投入以及科技新產(chǎn)品開發(fā)有較為直接和普遍的影響。

為了更直觀地評價京津冀三地的科技金融政策效率，將前文中6個科技產(chǎn)出指標(biāo)通過熵值法轉(zhuǎn)化為1個科技產(chǎn)出綜合指標(biāo)，再分別計算出京津冀三地科技金融政策量化值與科技產(chǎn)出綜合指標(biāo)的灰色關(guān)聯(lián)度，以此作為京津冀科技金融政策效率的衡量指標(biāo)，用來評價和比較京津冀三地科技金融政策效率，具體結(jié)果如表6所示。

表6直接反映了京津冀三地在2006—2015年的科技金融政策效率，以0.6作為灰色關(guān)聯(lián)度取值的判別標(biāo)準(zhǔn)，則北京市（0.653）與河北?。?.672）科技金融政策與科技產(chǎn)出的關(guān)聯(lián)度較強，而天津市（0.570）科技金融政策與科技產(chǎn)出的關(guān)聯(lián)度較弱，表明京冀的科技金融政策取得了預(yù)期的效果；比較來看，河北省的科技金融政策效率略高于北京市，天津市的科技金融政策效率最低，未能產(chǎn)生理想的科技產(chǎn)出效果；對于京冀兩地來說，盡管兩地的科技金融政策取得了一定效果，但灰色關(guān)聯(lián)度取值仍然較低，二者取值均還未達(dá)到0.7的水平，表明科技金融政策效果并未充分發(fā)揮，科技金融政策效率還可繼續(xù)提高。

本文從政策力度、政策目標(biāo)與政策措施3個方面深入研究科技金融政策對科技產(chǎn)出的影響進(jìn)而探究京津冀三地科技金融政策效率均不高的原因，京津冀三地科技金融政策在政策力度、政策目標(biāo)和政策措施3方面與其科技產(chǎn)出水平的灰色關(guān)聯(lián)度如表7所示。

上述結(jié)果表明：北京市科技金融政策在政策力度、政策目標(biāo)與政策措施3方面表現(xiàn)均不理想，其中政策目標(biāo)的效率最低，結(jié)合其較高的科技發(fā)展水平來看，表明北京市科技發(fā)展中科技金融政策因素占比相對較小，未能形成有效的政策合力，存在一些政策資源的浪費。究其原因可能是由于北京市獨有的政治經(jīng)濟優(yōu)勢使得其具有眾多促進(jìn)科技發(fā)展的因素，進(jìn)而沖淡了科技金融政策的效果；天津市科技金融政策在政策力度與政策目的方面達(dá)到預(yù)期效果，但在政策措施方面略顯不足，表明天津市科技金融政策在規(guī)劃與制定環(huán)節(jié)較為有效，但在政策落實環(huán)節(jié)效率不高，缺乏高效的政策實施辦法，應(yīng)該加強其科技金融政策在落地環(huán)節(jié)的力度；河北省科技金融政策在3個方面均達(dá)到了預(yù)期的政策效果，其3項效率值都位于京津冀之首，尤其在政策措施方面取值較高，表明河北省科技金融政策得到了較嚴(yán)格、高效地執(zhí)行，科技金融政策的能量得到有效釋放。從京津冀三地科技金融政策的比較來看，既有共性也有差別：共性體現(xiàn)在三地的科技金融政策力度在3項指標(biāo)中均為最優(yōu)，表明京津冀三地均重視科技金融政策并給予有力的保障；在政策目標(biāo)方面，京津冀三地分值均不高，表明科技金融政策還缺少整體統(tǒng)一的體系，科技金融政策的核心目標(biāo)還有待明確；在政策措施方面，京津兩地作為直轄市，科技金融政策的傳導(dǎo)與落地過程較為直接，政策層級較為簡單，而河北省政策層級更加明確清晰，具體的市縣可以對科技金融政策的實施進(jìn)行充分調(diào)節(jié)和進(jìn)一步的分工安排，進(jìn)而使得科技金融政策得到高效落實。簡言之，加強科技金融政策核心目標(biāo)的協(xié)同以及提高政策落實效率是今后京津冀科技金融政策效率提升的關(guān)鍵因素。

四、結(jié)論與建議

本文以京津冀的科技金融政策為研究對象，從投入—產(chǎn)出角度評價和比較了三地的科技金融政策效率。立足京津冀三地的736項科技金融政策的文本內(nèi)容運用政策量化標(biāo)準(zhǔn)手冊對其逐一打分；構(gòu)建科技產(chǎn)出指標(biāo)體系，運用專家會議法與熵值法對直接科技產(chǎn)出和間接科技產(chǎn)出進(jìn)行賦權(quán)實現(xiàn)對京津冀三地科技產(chǎn)出水平的綜合評價；運用灰色關(guān)聯(lián)度方法揭示各類科技產(chǎn)出和科技金融政策的關(guān)聯(lián)性，并在此基礎(chǔ)上對京津冀科技金融政策效率進(jìn)行比較與分析。研究結(jié)果顯示：京津冀三地的科技金融政策效率具有一定的差異性，京冀兩地的科技金融政策效率較高，天津市的科技金融政策效率較低；從具體的科技產(chǎn)出指標(biāo)來看，北京市的科技金融政策投入導(dǎo)致的科技成果主要體現(xiàn)在發(fā)明專利方面，而天津河北兩地所導(dǎo)致的科技成果主要體現(xiàn)在高技術(shù)產(chǎn)業(yè)方面；將京津冀科技金融政策效率與其科技產(chǎn)出水平結(jié)合來看，科技產(chǎn)出水平最高的北京市具有基本有效的科技金融政策效率，科技產(chǎn)出水平相對落后的天津市具有最低的科技金融政策效率，科技金融政策效率最為理想的河北省，其科技產(chǎn)出水平卻遠(yuǎn)落后于京津兩地，這說明京津冀地區(qū)的科技創(chuàng)新水平不均衡現(xiàn)象的背后政策因素的占比并不大；三地的科技金融政策效果并未充分發(fā)揮，均有進(jìn)一步提升的必要和空間。

進(jìn)而本文通過政策力度、政策目標(biāo)、政策措施三個方面深入探討影響科技金融政策效率的因素，結(jié)合數(shù)據(jù)分析發(fā)現(xiàn)京津冀地區(qū)科技金融政策效率并不高的原因體現(xiàn)在政策投入、政策傳導(dǎo)與政策產(chǎn)出三個方面：在政策投入方面未能形成完整的科技金融政策體系，科技金融政策的核心目標(biāo)不甚明確，科技金融政策的合力有待提高，科技金融政策落實中缺乏清晰的部門職責(zé)分工；在政策傳導(dǎo)方面，三地科技金融政策的實施環(huán)境并不完善，在科技金融政策實施過程中還缺乏一定的監(jiān)督機制與效果反饋機制；在政策產(chǎn)出方面，京津冀三地科技創(chuàng)新水平相差懸殊，三地科技金融政策對其科技創(chuàng)新水平產(chǎn)生的影響也較為不同，北京市科技發(fā)展水平較高，政策因素只是推動其科技發(fā)展的眾多因素之一，科技金融政策效果在天津和河北兩地也并未完全發(fā)揮其作用。

科技金融政策效率的提高是一個涉及國家機關(guān)、地方政府、科研組織以及科技型企業(yè)等多個主體的長期過程，為提高京津冀地區(qū)的科技金融政策效率，提出以下建議：一是國家層面要確立科技金融政策的核心目標(biāo)，加強頂層設(shè)計和發(fā)展規(guī)劃，努力營造出一個良好的科技金融政策實施環(huán)境，構(gòu)建出一套整體的、系統(tǒng)的科技金融政策體系，掃清科技金融政策實施過程中的制度性障礙，并且要明確各部門機關(guān)對科技金融政策的職責(zé)分工，防止政出多門現(xiàn)象，加大科技金融政策的落實力度與監(jiān)督強度；二是京津冀地方政府層面，在貫徹國家整體的科技金融政策體系的基礎(chǔ)上，要因地制宜，充分考慮本地科技金融政策與科技創(chuàng)新實踐的具體實情，并結(jié)合京津冀地區(qū)的地域特殊性，制定出一套適合本地科技創(chuàng)新發(fā)展的區(qū)域性科技金融政策，尤其是對于京津兩地而言，一定要充分調(diào)動各部門的力量實現(xiàn)科技金融政策的有效落地；三是完善科技金融政策的傳導(dǎo)機制，科技金融政策作為一項制度供給，要充分滿足科技型創(chuàng)新企業(yè)的現(xiàn)實需求，要發(fā)揮科技金融政策的引導(dǎo)作用，變政府對企業(yè)的直接干預(yù)為間接引導(dǎo)，使得市場在資源配置中的決定性作用與政府的引導(dǎo)性作用有效結(jié)合，以此提高科技創(chuàng)新能力與科技產(chǎn)出成果。

[參考文獻(xiàn)]

[1] 房漢廷：《創(chuàng)新視角下的科技金融本質(zhì)》，《高科技與產(chǎn)業(yè)化》2016年第3期。

[2] 楊開忠：《京津冀協(xié)同發(fā)展的探索歷程與戰(zhàn)略選擇》，《北京聯(lián)合大學(xué)學(xué)報（人文社會科學(xué)版）》2015年第5期。

[3] 唐五湘、饒彩霞等：《北京市科技金融政策文本量化分析》，《科技進(jìn)步與對策》2013年第18期。

[4] 苑澤明、李田等：《科技型中小企業(yè)創(chuàng)新效率評價研究——基于科技金融政策投入視角》，《科技管理研究》2016年第16期。

[5] 劉湘云、吳文洋：《基于高新技術(shù)產(chǎn)業(yè)的科技金融政策作用路徑與效果評價研究》，《科技管理研究》2017年第18期。

[6] 程欣煒、林樂芬：《科技型中小企業(yè)特征與銀行融資的關(guān)系研究》，《金融論壇》2014年第6期。

[7] 武志偉、陳瑩等：《江蘇省科技金融政策有效性的實證研究》，《科技管理研究》2016年第9期。

[8] 何丹、燕鑫：《金融支持科技創(chuàng)新效率實證分析》，《統(tǒng)計與決策》2017年第10期。

[9] 呂晨、霍國慶等：《中國區(qū)域科技競爭力評價研究》，《科技管理研究》2015年第3期。

[10] 陳文軍、梅姝娥：《江蘇省主要城市科技競爭力比較研究》，《科技管理研究》2014年第13期。

[11] 傅春、楊麗：《基于熵權(quán)法和超效率DEA的中部六省科技競爭力評價》，《科技通報》2017年第7期。

[12] 彭紀(jì)生、仲為國等：《政策測量、政策協(xié)同演變與經(jīng)濟績效：基于創(chuàng)新政策的實證研究》，《管理世界》2008年第9期。

[13] 朱喜安、魏國棟等：《熵值法中無量綱化方法優(yōu)良標(biāo)準(zhǔn)的探討》，《統(tǒng)計與決策》2015年第2期。

[14] 陳偉、李傳云、楊早立等：《基于熵值法-TOPSIS 法的高技術(shù)產(chǎn)業(yè)知識產(chǎn)權(quán)保護(hù)能力評價研究》，《科技管理研究》2016年第10期。

[15] 趙艷華、趙士雯：《基于灰色關(guān)聯(lián)度的京津冀區(qū)域創(chuàng)新能力影響因素比較分析》，《大連理工大學(xué)學(xué)報（社會科學(xué)版）》2017年第1期。

Abstract： According to the policy quantification manual， this paper quantifies and analyzes the Policy of Sci-tech Finance promulgated by Beijing-Tianjin-Hebei Area between 2006 and 2015， constructs the index system of Sci-tech output， and calculates the output of science and technology with expert meeting and entropy method. Finally， we analyze the relationship between Policy of Sci-tech Finance and Output of Science and Technology in Beijing-Tianjin-Hebei Area by the Gray Correlation Degree Method so as to evaluate the efficiency of Policy of Sci-tech Finance. The results show that the efficiency of Policy of Sci-tech Finance in Beijing and Hebei are more reasonable， the efficiency of Policy of Sci-tech Finance in Tianjin is less efficient and the effectiveness power of Policy of Sci-tech Finance in Beijing， Tianjin and Hebei are not fully released， and the efficiency of Policy of Sci-tech Finance can still be improved.

Key words： Policy of Sci-tech Finance； Beijing-Tianjin-Hebei Area； entropy method； grey correlation degree

（責(zé)任編輯 劉永?。?/p>