我国省域科技金融效率时空演进分析

□文/贺宝成 李姗珊

（陕西科技大学经济与管理学院 陕西·西安）

［提要］基于DEA-BCC模型，对我国29个省份2008～2018年样本数据进行分析，探究我国省域科技金融效率的时间和空间演进规律。研究表明：在研究期内我国整体科技金融效率呈现先下降再上升的波动趋势，整体水平偏低，仍具有较大提升空间，纯技术效率与规模效率均未达到前沿面。在空间分布上，各省份的科技金融效率整体偏低，只有北京、天津、江苏、广东、陕西的综合效率处于前沿面，其他省份的综合效率都有待提高。综上，各地区政府应当完善经费投入体系，发挥地区政府对科技金融发展的引导作用，提高科技金融资源利用率；同时，应因地制宜地构建多元发展的金融体系，丰富企业融资渠道。

一、引言

随着我国经济发展的不断升温，创新驱动已成为全面提升经济高质量发展的国家经济战略。科技和金融作为助推经济发展、产业升级的两大重要推手，为增强企业创新能力、推动经济转型升级带来了巨大的机遇。两者的相互结合渗透对促进科技金融创新、技术成果转化、实现资源要素有效整合、建设创新经济发展发挥着重要作用。据统计，截至2018年底，我国科技投入一直保持良好增长态势。全国共投入R&D经费19，677.9亿元，同比增长11.8%；国家财政科技支出9，518.2亿元，同比增长13.5%。同时，科技产出规模也不断扩大，全国发明专利授权和拥有量比上年分别增长了5.8%和17.6%。全国登记技术合同411，985项、成交金额17，697.42亿元，同比增长12.08%、31.83%。尽管我国当前大力增强金融支持科技创新发展的力度，但科技投入的增加是否能够高效转化为科技成果，如何进一步优化科技金融配置效率，仍旧是值得广泛关注的课题。

国外学者对科技金融的研究更多侧重于探讨金融创新发展与科技进步之间的关系，并没有明确提出“科技金融”一词。“科技金融”是国内学者赵昌文教授在2009年提出的，即在政府、企业、市场和各类投融资机构主体的推动下，将一系列的金融工具、制度、政策、服务等应用于科技发展、创新驱动、成果转化，激发市场活力，促进科技型企业繁荣发展。现阶段对于科技金融效率的测度，国内学者主要采用非参数法和随机前沿分析法。在非参数估计法方面，刘俊岐（2015）、杜金岷（2016）、戴志敏（2017）等通过SE-DEA模型、Malmquist指数模型、三阶段DEA和传统DEA模型对我国区域科技金融效率进行研究测算，研究发现我国科技金融效率普遍偏低，地区间科技金融发展不均衡，同时环境因素也会影响科技金融效率的提升。在前沿分析法方面，赵文祥（2017）利用随机前沿函数研究科技金融效率及影响因素，发现财政科技支出占市场科技金融的比例和科技金融效率之间存在负相关作用。

总体看来，现有成果对科技金融的研究逐渐向效率方向转变，但多数研究主要基于DEA模型探讨区域科技金融效率的变化水平，少有研究从时间和空间角度探讨我国整体科技金融效率。鉴于此，本文从科技金融效率的视角出发，测度我国2008～2018年29个省份科技金融效率，并进行时空演进分析，旨在为改进和提升我国整体科技金融效率，为科技与金融融合高效发展提供有益参考。

二、实证研究

（一）DEA-BCC模型。数据包络分析法（DEA）是由Charnels、Cooper和Rhode在1978年提出的，当有多个投入和产出变量时，常用这种方法来测度综合效率。DEA方法对于投入产出变量的形态及函数关系没有特殊要求，同时对于决策单元也没有过多要求。因此，能够有效避免由于函数设置出现问题而导致的结果不准确，适用于处理当决策单元较为复杂时的效率评价。BCC模型的基本形式可以表示为：

在上述模型（1）中，投入向量为X=（x1，x2，…，xm）T，产出向量为Y=（y1，y2，…，yt）T，n代表所研究29个省份的样本数据，λj为各单位组合系数，X0、Y0为29个省份样本的科技金融投入、产出指标，θ为科技金融效率评价值，s-、s+为松弛变量。

（二）评价指标选取。本文主要从劳动、政府、市场及金融机构投入四个方面考虑科技金融的投入。借鉴薛晔等、章思诗等的方法，科技劳动力的投入用R&D人员时当量来表示，利用企业R&D经费投入强度、地方财政科技支出占财政支出的百分比来分别表示企业和政府对科技金融发展的支持，以金融机构年末贷款余额与R&D经费内部支出的比值来反映金融机构对于科技金融发展的投入。本文选用国内发明专利授权量与国内专利授权量的比值来衡量地区科技创新能力，选取技术市场成交额反映技术市场的发展情况。高技术企业经营成果和科技金融发展的国际影响力通过高新技术产业新产品销售收入及高技术产品出口额占商品出口额的百分比来衡量。相关投入、产出指标汇总如表1所示。（表1）

表1 科技金融结合效率评价指标体系一览表

样本选取为2008～2018年我国29个省份的面板数据。数据主要来源于国家统计局官网、《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国统计年鉴》。

三、科技金融效率评价结果分析

（一）科技金融效率的时序分析。根据图1科技金融效率平均值变化可以看出，2008～2018年我国科技金融效率呈现逐步下降后上升的趋势，整体呈现波动上升的“V”型演进态势，但均未达到DEA有效状态。这可能是由于大部分金融资源丰富的地区科技金融的实际生产规模与最优生产规模之间存在一定差距，导致资源利用不充分。同时，各地的综合效率偏低主要是由规模效率偏低所导致。分阶段来看，2008～2013年我国科技金融效率逐步下降，2013年综合技术效率和纯技术效率达到了最低值，2013～2018年科技金融效率呈现出一定的上升趋势。究其原因可能在于国家高度重视科技事业的发展，自2012年召开全国科技创新大会以来，先后颁布了《中共中央国务院关于深化科技体制改革加快国家创新体系建设的意见》《关于改进和加强中央财政科技经费管理的若干意见》等一系列科技经费管理办法，这一系列政策意见的实施，促使地区财政部门、金融机构及企业在科技经费管理方面逐步制度化、规范化，提高了整体科技金融资源配置效率，使整体科技金融效率呈现上升趋势。（图1）

图1 2008～2018年全国科技金融效率平均值变动趋势图

（二）科技金融效率空间分析。由表2可知，我国29个省份的科技金融效率存在一定差异，综合技术效率平均值为0.8025。其中，东部地区的北京、天津、江苏、广东，西部地区的陕西，科技金融效率值为1，表明这5个省份科技金融的投入、产出达到了相对有效状态，科技金融的资源配置也较为合理有效。分区域来看，西部地区的整体效率均值高于东部、中部、东北地区。其原因可能在于国家西部大开发战略的实施，将发达地区的剩余科技金融资源用于提高西部地区科技创新发展，并进一步优化西部地区科技金融资源配置效率，促进了西部地区科技金融效率的提升。近几年来，西部地区在发展基础经济的同时也注重科技和高新技术产业的发展，将科技与金融结合来促进技术创新发展，提高其核心竞争力。虽然西部地区用于发展科技金融的资金相对较小，但是其有效利用率高，同时西部地区各省份的科技金融发展较为均衡。东部、中部及东北地区，区域内差异较大，发展不均衡，因此其科技金融效率较为低下。（表2）

表2 各省份科技金融效率分解值一览表

四、研究结论及政策建议

本文结合已有文献和中国科技金融发展的实际情况，构建了全国科技金融效率评价指标体系，利用DEA-BCC模型测算2008～2018年我国29个省份的科技金融效率。研究发现，在研究期内我国整体科技金融效率呈现出波动上升的趋势，综合技术效率平均值为0.8025，纯技术效率和规模效率均未达到前沿面，科技金融效率整体仍有较大提升空间。从空间分布的角度来看，只有北京、天津、江苏、广东、陕西的科技金融效率达到了DEA有效状态，其余地区科技金融效率都有待提高；西部地区的整体效率均值高于东部、中北、东北地区。

综上所述，提出如下政策建议：第一，由于地区经济发展水平以及资源配置的不均衡，各地区的科技金融效率存在一定差异。因此，要在考虑各地区具体情况的基础上，调动各地区术科技型企业和金融机构的积极性，在科技金融发展水平不同的区域实施因地制宜的发展政策，同时实施促进区域协调的科技金融差异化发展战略。第二，构建多元发展的金融体系，丰富企业的融资渠道。充分发挥股票市场、创业投资市场等多种直接融资方式的积极性。鼓励多种融资方式的灵活配合，发挥金融市场的调节作用。提高各省份金融市场的资金配置效率和内部管理结构，强化科技金融产品的创新，进一步完善科技型企业风险补偿机制，鼓励金融机构将资金借贷给中小科技企业，为科技企业提供多渠道、多层次的科技金融服务。