■ 張兆霖（新疆大學經濟與管理學院）

一、引言

中國經濟發(fā)展已經到了質的飛躍階段，首要任務是實現(xiàn)創(chuàng)新驅動,提升資源使用效率?！秶抑虚L期科學和技術發(fā)展規(guī)劃綱要(2006-2020年)》2006年正式出臺,提出科技和金融的相互結合。2011年,"十二五"科技規(guī)劃再次將加強科技融資體系建設提上議程,以多元化、多渠道的方式創(chuàng)新科技、創(chuàng)新投入,目的就是盡可能的極具各地區(qū)的社會資金,給科技創(chuàng)新活動提供更好的服務,從而使科技和金融的結合機制更加完善，以提升科技金融效率。判斷科技金融的效率是否有效,是進行資源優(yōu)化的前提條件,因此,選取相對科學的評價方法,分析科技金融效率的影響因素,就顯得尤為重要。

二、文獻綜述

關于科技金融效率的相關研究主要集中在國內。潘娟、張玉喜[1]以政府、企業(yè)和金融機構三者的投入為切入點,采用相關金融費用為變量，結果顯示歷年來呈上升的趨勢,但各個區(qū)域之間還存在著些許差異。以滬深A股上市公司為基礎,選取數(shù)據(jù),錢水土、張宇[2]對比了研發(fā)投入高低不同的企業(yè),結果顯示科技金融對高研發(fā)企業(yè)具有更強的激勵效應。張玉喜、趙麗麗[3]從靜態(tài)和動態(tài)面的角度切入,探究了科技創(chuàng)新受到科技金融投入的影響作用。戴志敏、鄭萬騰、楊斌斌[4]運用DEA并結合變異系數(shù)、基尼系數(shù)和泰爾指數(shù)等方法,對不同區(qū)域的科技金融效率差異進行了綜合評價。甘星、甘偉[5]以此為出發(fā)點,選用DEA方法,進行了實證研究。劉降斌和李艷梅[6]選取四大區(qū)域為代表,研究發(fā)現(xiàn),在金融體系作用下,長期來看,促進效果顯著,短期來看不確定性尤為明顯。張杰[7]等選取大樣本企業(yè)數(shù)據(jù),對中國企業(yè)的研發(fā)創(chuàng)新活動進行了分析,發(fā)現(xiàn)民營企業(yè)融資約束問題更為突出。孫曉華、王昀[8]等結合企業(yè)研發(fā)投資決策理論分析框架,基于金融因素,選取了大中型工業(yè)企業(yè)的省際面板數(shù)據(jù),研究發(fā)現(xiàn)：金融在科技創(chuàng)新過程中起著支持的作用,降低了企業(yè)R&D資金的融資約束。

DEA近年來,廣泛使用,但是,DEA僅能測度單一階段效率,將決策單元的內部結構視為”黑箱”,沒有考慮其內部多個子過程之間的結構從屬關系。然而,科技金融在效率轉化的過程中,并不是簡單的"投入—產出"這樣簡單的過程,還存在中間產出(如專利技術等)。而科技金融投入固然作用于第一階段,在第二階段中也同樣起作用,科技金融投入實際在兩個階段按一定比例實現(xiàn)共享。

本文選用共享投入兩階段DEA的方法對科技金融效率進行測度,并與傳統(tǒng)DEA方法進行對比分析,以期找出影響科技金融效率的重要因素,提出相關的政策建議。

三、變量及數(shù)據(jù)說明

測量和評價科技金融效率的關鍵在于選取合適的指標和模型,國內的許多學者根據(jù)不同的研究目的,構建了不同的科學評價體系,并根據(jù)得到的結果提出了相應的政策建議。從現(xiàn)有文獻來看，主要的差異集中體現(xiàn)在二級指標體系方面。潘娟、張玉喜[1]立足于資金的投入,選取政府、企業(yè)和金融機構的資金投入作為投入變量,專利數(shù)、銷售收入、主營業(yè)務收入及技術合同成交額作為產出變量,運用DEA進行測算。戴志敏、鄭萬騰[5]等采用多尺度進行測算,甘星、甘偉[6]也從相似的角度選取了類似的變量。

本文根據(jù)前人的相關研究,以及趙昌文關于科技金融的闡釋,并結合本文選用的研究方法,選取以下指標進行測度：

(1)科技金融投入。根據(jù)趙昌文的定義,可以簡單概括為科技金融是對科技的研發(fā)和成果轉化過程中給予一定的支持作用。R&D經費內部支出在一定程度上可以說明企業(yè)內部對科技金融的支持程度,R&D人員全時當量代表著企業(yè)在科技金融方面的人員投入,二者皆體現(xiàn)出企業(yè)對科技金融的重視程度;以及各省財政科技指出表示政府在科技金融方向的財政支持,以此作為科技金融投入變量。

(2)中間產出。專利和論文是研發(fā)轉化的過渡階段,并沒有得到正式的產品對市場產生影響,并且專利和論文是新產品的重要投入部分,因此,用國內專利申請授權數(shù)和三大論文檢索數(shù)量來衡量中間產出,是比較合適的指標。

(3)科技金融產出?？萍冀鹑诋a出相對比較復雜,本文根據(jù)相關研究,選取高技術產業(yè)主營收入、技術合同成交額和新產品銷售收入作為科技金融產出指標。

本文選取2007-2017年, 30個省、市和自治區(qū)的面板數(shù)據(jù)(不包含西藏)。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。

四、實證分析

從表1共享投入DEA的測算結果可以看出,全國的科技金融效率整體呈現(xiàn)上升的趨勢,讓技術型人才、知識型人才以及企業(yè)找到了方向,相比較于過去,大量的資金和人才涌入科技創(chuàng)新領域,提高了科技創(chuàng)新的產出和質量。2007年的效率值相對較低,相關的措施從頒布到實施有存在一定的滯后性,因此,這兩年的科技金融效率國部分城市的科技金融效率已經達到了或者接近于1,保持著高效率的狀態(tài),表明在投入增加的同時,產出效率也在不斷地提升,這與相關的人才培養(yǎng)以及科技的進步密不可分。同時,這些保持高效率狀態(tài)的城市,這些地區(qū)多為中國的一線城市,擁有較多的高校,對人才具有極大的吸引力,也能最大程度的避免人才的流失,而且財政投入也相對較多,企業(yè)自身在這方面的投入相對頗豐,聚集了比較豐厚的人力物力資源,且政府的大力引導,多數(shù)為新政策的試點地區(qū),都積極的促進了科技金融的發(fā)展。

表1 共享投入DEA 測算各省份科技金融結果

五、結論及建議

本文運用共享投入兩階段DEA評價法,采用2007年至2017年,11年的數(shù)據(jù),對全國30個省市區(qū)的科技金融效率進行的評價,從不同的時間,以及不同的地區(qū)等角度,分析了金融效率的差異化程度,并在此基礎上,對影響科技金融效率的因素進行了回歸分析,得到如下結論：

通過以上的研究結果可以看出,我國科技金融績效存在顯著的地區(qū)性差異,總體來說,科技金融投入的創(chuàng)新績效最高的多為發(fā)達地區(qū),基本都處于高水平,遠遠超過其他地區(qū)。科技金融效率水平與本地的經濟水平息息相關.

基于以上分析和結論,本文提出以下相關建議,以期對推動國家提高科技金融投入創(chuàng)新績效水平,優(yōu)化科技金融資源配置提供參考：

（1）充分發(fā)揮政府對科技金融的支持和引導作用,搭建動態(tài)化的區(qū)域性扶持科技金融的政策體系,從多個角度出發(fā),分層次加大對科技金融的支持,特別是對相對落后的欠發(fā)達地區(qū),要著重體現(xiàn)出政策上的傾斜,加大財政投入,優(yōu)化創(chuàng)新環(huán)境,實現(xiàn)區(qū)域科技金融轉化效率的提升。

（2）鼓勵企業(yè)增加自有資金中投入到R&D當中的部分,與高校開展合作,加強企業(yè)的自主創(chuàng)新能力,在政府的引導和支持下,促進落后地區(qū)的產業(yè)結構轉型升級,讓企業(yè)成為帶動區(qū)域科技創(chuàng)新的發(fā)展主力軍。

（3）拓寬融資渠道是一個重要環(huán)節(jié),而在這個過程中,科技金融服務平臺起著舉足若輕的作用,充分發(fā)揮出其潛在的能力,以防范和控制風險為前提,選取優(yōu)質的創(chuàng)新型企業(yè),降低融資門檻,尤其是欠發(fā)達的地區(qū),應該給予更多的投資政策優(yōu)惠,吸引社會資金,吸引有能力的企業(yè),以期改善當?shù)氐慕洕h(huán)境和融資環(huán)境,從而提高技術創(chuàng)新的轉化率,提升科技金融效率的水平。