金融支持科技成果转化效率的研究

李波

【摘 要】近年来，我国的科技市场迅猛发展，科研实力不断攀升，科技成果数量持续增长，技术市场成交规模不断扩张。金融要素在这以发展过程中发挥着举足轻重的作用，为我国的科技创新事业注入了源源不断的资金流。然而资源利用效率不高、投入和产出比例不合理等问题也客观存在，对金融支持科技成果转化的效率进行研究显得十分必要，分阶段对转化环节的效率进行探究，找出弱势环节并及时改进，进而提升科技成果转化全过程的效率对我国科技创新有深远意义。

【关键词】金融;科技成果转化;效率

一、引言

2018年，习近平总书记进一步提出加大应用基础研究力度，加快科技成果“样品——产品——商品”的转化过程，推动科技创新与现代化产业的对接。科技成果转化作为科技创新的重要一环，是我国实现科技创新驱动发展战略和产业现代化的重要保证。本文写作目的就是研究在科技成果转化的不同阶段，不同金融要素对科技成果转化的支持效率是否合理，并就不合理之处提出相应的改进意见，以提高整个科技成果转化过程的效率，避免资源的低效利用。

二、文献综述

少部分学者进行了技术转移的金融支持效率研究（崔学海、王崇举、曾波，2019），大多数学者是基于整体的科技金融效率进行评价的。在国内，大多数学者通过实证分析来研究我国不同区域或省份的科技金融效率或科技成果转化的金融支持效率，如余丽霞、郑洁（2019）对四川省的科技金融和效率进行分析评价;除此之外，少数研究者对某一行业的科技金融发展效率进行了研究，如严岿（2019）对制造业行业的科技金融效率进行测度。另外还有学者针对特定地区的科技金融效率进行研究，比如甘星（2017）、贺丽丽（2019）、杨璇（2019）和杨林（2019）分别对环渤海、长江经济带、川渝地区和粤港澳大湾区的科技金融发展效率进行研究。

三、理论基础

（一）科技成果转化

科技成果转化是我国的专有名词，国外常用的与之相近的概念是“技术转移”，但是从科技成果转化的全过程来看，技术转移只是其中一环，即论文、专利和技术报告等科技成果从一个地方转移到另一个地方，包括国别、地区和部门之间的转移。而国内科技成果转化的定义是指将具有学术意义和应用价值的应用型技术成果通过后续的试验、开发、应用、推广形成新产品、新工艺和新材料，最终形成产业的活动。从上述的定义可以看出技术转移的概念范围小于科技成果转化。

（二）金融对科技成果转化的支持方式

科技成果转化的金融支持方式按资金来源可分为内部资金和外部资金。企业将自身积累的资金投入到转化过程中成为内部资金，此外的均为外部资金。外部资金主要包括财政资金和资本市场资金。财政资金的支持是科技成果转化早期必不可少的支持方式。随着我国金融市场的不断深化发展，金融机构贷款、风险投资、中小板、创业板和科创板等股票融资支持方式均能为转化提供资金来源。金融机构贷款主要指银行资金，因其对安全性和流动性的需要，银行倾向于为科技成果转化提供短期的流动性贷款;而风险投资出于对高收益的追求，愿意承担较高的风险，且有能力参与企业的经营管理，为企业提供增服务，其愿意在更早的阶段进入到转化过程中，提供周期更长的资金支持。股票融资的方式更倾向于在企业形成一定规模时再参与转化过程，其进入阶段靠后。

四、金融支持科技成果转化效率的实证分析

因为科技成果转化是一个系统化的工程，要探讨科技成果转化的效率，必须研究其每一个环节的效率，因此本文将科技成果转化分为四个阶段，分别为研发阶段、中试阶段、商业化阶段和产业化阶段。在转化的每一个阶段，找到相应的投入指标和产出指标，建立Tobit面板模型，从方程来解读该环节的效率问题。

（一）研发阶段

研发是在市场调研的基础上，发现新的市场需求，并根据新的市场需求，进行新产品的研究和开发。这一阶段的典型特征就是风险高但资金需求量不大。技术层面可借鉴的技术较少，面临极大的技术风险。即使研发成功，新产品或新技术能够被市场所接受，也带有很大的不确定性，因此市场风险较高。但此阶段投入主要是市场调研和实验室的产品技术研发，所需资金不大。其高风险的特性决定了本阶段的投入只能以政府资金为主，故选取研究与试验发展经费支出中的政府资金为投入指标，选取全国科技成果登记数为产出指标，构建Tobit面板模型。考虑到数据的可得性，本文选取2002-2019年的研究与试验发展经费支出中的政府资金为投入指标作为X1，选取2002-2019年全国科技成果登记数为产出指标作为Y1，所构建的模型1如下：

（二）中试阶段

中试阶段是研发阶段的下一环节，中试是将研发得到的新技术和新产品进行持续的改良，以更好地适应市场需求，并在小范围内进行试产试销。中试阶段的特征是风险依然较高，根据市场反馈不断地调整产品研发，所需的资金量也有所放大。这一阶段的主要目的是要形成适合市场需求的新产品，故本文选取试验发展经费支出为投入指标，选取新产品项目数为产出指标，构建Tobit面板模型。考虑到数据的可得性，本文选取2008-2018年的试验发展经费支出作为投入指标X2，选取2008-2018年的新产品项目数作为产出指标Y2，所构建的模型2如下：

（三）商业化阶段

商业化阶段就是中试阶段的下一环节，指的是将中试阶段完成的产品生产出来，从具有市场潜力的样品到大规模生产中间这一阶段称为商业化阶段。它本质上市产品由初步的设想逐步成型并走向成熟的过程。这一阶段的特征是风险降低、市场作用放大、资金需求激增。技术趋于稳定成熟，风险主要来自市场的接受和认可与否。因此需要在市場做大量的营销和宣传推广工作，资金需求量陡增。本阶段的成功将会带来后续较大的资金回报，故风险投资愿意参与其中，本阶段的主要目的是让市场接受研发形成的新产品，所以本文选取创业投资管理的资本总额为投入指标，选取新产品销售收入为产出指标，构建Tobit模型。考虑到数据的可得性，本文选取2010-2018年的创业投资管理资本总额作为投入指标X3，2010-2018年新产品销售收入作为产出指标Y3，所构建的模型3如下：

（四）产业化阶段

产业化阶段是商业化阶段的下一环节，产业化的重点在于规模，发展到一定规模，且持续为市场提供有价值的产品或服务，就可以称之为实现了产业化。产业化阶段的特征是风险降到低水平、资金需求量稳定。经历过前面阶段的持续改良，技术已经成熟稳定，不存在技术问题带来的高风险。市场需求在商业化阶段后，也趋于稳定，产品在市场中享有稳定的市场份额，市场风险也将至低水平。但本阶段由于生产流程的优化、营销渠道的拓展和组织管理成本增加等因素，资金需求量较大，但比较稳定。本阶段稳定的特征符合金融机构的贷款要求，资金安全性高，能产生稳定的现金流，金融机构贷款非常适合这一阶段，而本阶段的规模能带来稳定的业务收入，故本文选取金融机构科技贷款为投入指标，选取高技术产业主营业务收入为产出指标，构建Tobit模型。考虑到数据的可得性，本文选取2009-2016年研究和试验发展经费支出中科技贷款作为投入指标X4，选取2009-2016年高技术产业主营业务收入作为产出指标Y4，所构建的模型4如下：

五、结论与建议

（一）结论

由所构建的Tobit模型可知，4个方程在0.005的水平下均显著，说明每个阶段的投入指标和产出指标存在显著的正相关关系。由模型1可知，研究实验发展经费支出中的政府资金每增加1亿元，全国科技成果登记数平均会增加10.85041项。由模型2可知，试验发展经费支出每增加1亿元，新产品项目数平均会增加32.18265项。由模型3可知，创业投资管理的资本总额每增加1亿元，新产品销售收入平均会增加15.3023亿元。由模型4可知，研究和试验发展经费支出中科技贷款每增加1万亿元，高技术产业主营业务收入平均会增加276.0582亿元。由上述模型的回归结果可知，研发阶段和中试阶段相比，同样1亿元的投入，全国科技成果登记数远远低于新产品项目数，说明研发阶段存在投入效率低下的问题。同样，商业化阶段和产业化阶段相比，若投入相同，产业化阶段的产值也远远低于商业化阶段，说明产业化阶段也存在资源低效使用的情况。考虑到科技成果转化是一个系统化的工程，要想提高整个转化过程的效率，就必须使每一环节都保持高效运转，因此提升研发阶段的效率和产业化阶段的效率就至关重要。

（二）建议

提升研发人员的市场化意识，让风险投资参与项目的遴选，从源头提升项目的可转化性。长期以来，高校科研人员的立项都以学术为重，轻视实践意义，导致这样的项目从源头就不具备较好地可转化性，即使获得政府资金的支持，也无法带来相应的产出，最终使得资源浪费。让科研人员面向市场，以市场需求出发进行立项，这样才能保证项目到后期能够进一步转化。由于高校科研人员市场意识淡薄，考虑到惯性思维的限制，可以在这一阶段引进风险投资，由于风险投资机构对市场有更多的了解，也有能力去把握市场的走向，让风险投资机构参与项目的遴选，可以从根本上提高项目的可转化性，避免资源的低效使用和浪费，进而提升研发环节的效率。

优化生产流程，削减营销费用，降低组织的运营成本。一旦进入到产业化阶段，大规模的量产势必带来生产成本的增加，因而必须简化生产流程，缩减一些不必要的环节，使得生产环节提质增效。产业化阶段时期，企业已经获得了相对稳定的市场份额，不应在营销方面做太多的投入，可以适当地削减营销方面的开支。最后，企业一步步壮大之后，必然会带来管理层面的问题，此时应当尽快调整组织的结构和运行机制，使企业的管理和当前的发展状况相适应，降低管理成本。

【参考文献】

[1]崔学海，王崇举，曾波.基于DEA-Tobit的长江经济带技术转移金融支持效率研究[J].统计与信息论坛，2019，34（09）：77-84.

[2]严岿，吴光俊.所有制歧视约束下的中国科技金融效率研究[J].科技进步与对策，2019，36（02）：28-35.

[3]甘星，甘伟.环渤海、长三角、珠三角三大经济圈科技金融效率差异实证研究[J].宏观经济研究，2017（11）：103-114.

[4]贺丽丽.长江经济带科技金融效率研究——基于三阶段DEA模型BCC分析法[J].湖北经济学院学报，2019，17（03）：59-66.

[5]楊璇，魏奇锋，卢茜.基于三阶段DEA-Tobit模型的科技金融结合效率分析——以川渝为例[J].决策咨询，2019（04）：67-73+77.

[6]杨林，黄震环，张仁寿，阎明.粤港澳大湾区科技金融资源配置效率研究[J].亚太经济，2019（04）：129-135+152.