长江经济带科技金融效率时空差异分析

□文/雷 丹

（西安财经大学统计学院 陕西·西安）

［提要］ 科技金融是促进科技研发、经济发展的重要支柱。科技金融的高效率运行对地区产业升级至关重要。本文基于SBM-DEA模型对我国长江经济带区域科技金融效率进行测度，避免由于传统DEA模型忽视松弛变量以及径向问题带来的评测误差，并结合莫兰指数探究其空间特征。研究结果表明：从时序特征分析，我国长江经济带区域科技金融效率呈现稳步上升趋势，但尚未达到有效生产前沿面。江西、安徽、贵州科技金融发展效率偏低，只有上海、浙江等少数几个经济发达地区接近前沿面；从空间特征分析，长江经济带区域科技金融效率具有一定的空间差异性，各省份科技金融发展不均衡。据此，提出推动长江经济带区域科技金融发展相关政策建议。

2016年3月25日，中共中央政治局审议通过《长江经济带发展规划纲要》，纲要指出要大力发展长江经济带地区经济、科技转型，积极推进产业升级。这标志着长江经济带发展问题已经提升到国家战略水平。在此过程中，科技金融的作用愈发凸显，科技与金融协同发展不仅能够加快提升企业的创新能力，同时还能够推动长江经济带地区现代产业技术体系发展。科技与金融协同发展对宏观经济的推动作用显而易见，当前已有不少国内外学者对科技金融的发展进行了深入研究。

在关于科技金融效率研究的文献中，国内外学者研究视角差异较大，国外学者一般很少直接对科技金融效率进行评测，他们多数会将目光聚焦于某个企业，测度企业的科技创新与资金流动的效率。国内学者则直接对某个地区或全国的科技金融效率进行评测，研究成果比较丰富。目前国内对于科技金融效率的评价多聚焦于科技金融效率测度、影响因素评析以及不同省份、地区科技金融发展差异探究。国外学者Kundi（2015）分别利用BBC、CCR模型研究了印度水泥企业金融支持率，分析出近44%的企业在金融支持率方面是有效的。沈丽（2021）利用超效率模型研究了我国科技金融2003～2019年的发展效率，研究表明我国科技金融总体呈现出稳健发展。黄瑞芬（2016）采用Malmquist指数和SFA模型测度了我国近年来科技金融的发展水平，研究表明我国科技金融总体呈现出稳健发展，但仍存在区域差异。汪晓文（2022）基于数字经济视角下，将环境因素纳入评价范畴，采用DEA模型对我国科技金融效率进行测度，研究表明未考虑环境因素测度的科技金融效率低于考虑环境因素测度的效率值，且区域差异较大。

通过文献梳理发现，尽管学者们对于科技金融效率的相关研究比较详实，但仍有进一步探究的空间。国内外的研究视角不尽相同，对于科技金融效率的研究方面，国外学者直接对于科技金融效率评测较少。国内学者的研究资料比较充足，但针对长江经济带研究比较欠缺，因此本文主要针对长江经济带建立评价指标体系。同时，由于传统DEA在评测效率时忽视了对松弛变量以及径向因素的考量，造成结果的偏差，因此本文采用一种非径向非角度DEA模型，即SBM-DEA模型进行科技金融发展效率测度，并采用莫兰指数探究其时空特征，据此提出改善发展对策建议，以期我国长江经济带科技金融更加高速发展。

一、模型设计与数据来源

（一）研究模型。DEA模型即数据包络分析模型，在利用DEA模型进行科技金融效率测度时不用对收集来的数据进行无量纲化处理，同时DEA模型可以解决复杂的，多投入多产出类型效率测度。又因其无须指定投入产出的生产函数形态，故在效率分析中应用广泛。因为传统的DEA模型存在一定的测度误差，故本文采用一种非径向、非角度的SBM-DEA模型，对长江经济带科技金融效率进行测度和分析。模型的基本形式为：

sx∈Rm，sy∈Rs分别表示投入和产出的松弛变量，ρ表示决策单元的效率值，m，s代表投入和产出的变量个数。当ρ=1，也就是sx=0，sy=0，sz=0，代表DMU是有效的，当ρ＜1时，代表 DMU是非有效的，存在改善空间。

Moran” s I指数由Moran（1948）年提出，常被用来分析空间特征。全局莫兰指数用于测度空间自相关的存在与否，局部Moran” s I用来分析异常值与集聚问题。本文对科技金融效率进行时空分析时选用莫兰指数，并绘制莫兰散点图来分析长江经济带科技金融效率空间特性，使研究更加科学，结果展示更加形象。其公式如下：

（二）指标体系构建。借鉴已有学者的相关研究成果，本文从科技金融投入、科技成果转化两方面选取相关指标。

1、科技金融投入指标。在选取科技金融投入指标时，主要考虑资金投入与人才投入，资金投入细分为政府投入与市场投入。资金投入到高技术企业，可以用作科研经费支持科技创作；科研人员进入高校、企业，可以进行科创活动。因此，本文选取资金与人才作为投入指标。其中人才投入选用研究与试验发展（R&D）人员全时当量予以衡量；政府财政科技投入选用地方财政科技支出予以衡量，反映各地政府对于科技金融的支持程度；市场科技资金投入选取R&D经费内部支出来测度，R&D经费内部支出可以很好地反映出高技术企业用于研究与试验的费用支出。

2、科技金融产出类指标。由于科技金融产出无法直接衡量，因此本文借鉴已有研究，分别从科技人才产出、高技术企业科创成果转化以及市场科技产业化等方面进行衡量。科研人员科创产出，选择发明专利授权量来衡量；高技术企业科创成果转化，采用高技术产业新产品销售收入，来反映科技金融投入给企业带来的收益情况；并利用技术市场成交额来衡量技术市场的产业化情况。具体指标如表1所示。（表1）

表1 我国科技金融发展效率指标评价体系一览表

（三）数据来源。本文研究数据涉及长江经济带区域，浙江省、江苏省、湖北省、湖南省、江西省、河南省、安徽省、贵州省、四川省、重庆、上海共11个省市，研究数据为2009～2019年面板数据，来源于《中国统计年鉴》《中国科技统计年鉴》《中国高技术统计年鉴》及国家统计局。使用Matlab，stata统计软件，对我国长江经济带科技金融发展效率进行分析，并且根据实证结果提出相关政策建议。

二、科技金融效率测算及时空特征分析

（一）科技金融效率测算。表2、表3分别为2009～2014年、2015～2019年长江经济带区域科技金融发展效率水平，从实证结果来看，在样本期内各省市科技金融发展效率均值都未达到有效生产前沿面，说明科技金融发展仍有较大空间。具体来看，2009～2019年间上海、四川、江苏发展较好，其科技金融效率均值分别为0.7867、0.8132、0.9374。从投入产出角度可以看出，四川、江苏科技金融发展较为有效，投入指标可以较好地转化为产出指标；而贵州、江西两省科技金融发展相对无效，其科技金融效率均值仅为0.5313、0.5542。从整体上来看，贵州、江西科技金融发展还远远不够。湖北、湖南科技金融效率发展良好，其效率均值达到0.7542、0.6886，尽管未接近有效，但是其效率一直在稳步地上升。而贵州、江西科技金融发展仍较为低下，不过从2009年的效率值0.2657、0.3321发展极度不均追赶到2019年的0.5888、0.9999相对有效，也可以看出贵州、江西两省的科技金融也是在不断进步中。（表 2、表 3）

表2 2009～2014年各省份的科技金融效率结果一览表

表3 2015～2019年各省份的科技金融效率结果一览表

（二）科技金融效率时序分析。从时间角度综合分析来看，长江经济带地区科技金融发展可以分为两个阶段：2009～2013年为第一阶段，在此期间科技金融效率相较不理想，尽管上海、江苏等地发展相对有效，但贵州、江西仍处于效率较低的水平。虽然从上文可以分析得出各省都在逐渐上升中，但整体仍处于无效阶段，特别是贵州省科技金融水平，远远低于长江经济带地区科技金融发展的平均水平。而湖北的科技金融效率虽然仅由效率评判来看相对有效，但从投入产出指标可以看出，湖北省科技金融规模很小。其投入与产出都远远低于其他省份，而效率为投入产出之比，因此湖北省虽然相对有效，但也仅仅是投入产出较少而带来的相对有效，从科技金融体系总体来看，发展仍不理想。2014～2019年为第二阶段，在2014年以后各省科技金融发展水平均有较大提升，整体呈现稳步上升趋势。贵州省在2019年科技金融效率水平达到0.5888，江西省更是上升至0.9999。特别在2016年以后，长江经济带区域科技金融发展有较大的改善，科技金融效率接近有效生产前沿面。科技金融效率的稳步提升，一方面由于2016年以后长江经济带地区经济上行发展；另一方面得益于国家在2016年颁布的《长江经济带发展规划纲要》，使得长江地区发展被提到国家发展战略位置，科技金融也更加受到重视，其发展也更为有效。（图1）

图1 2009～2019年长江经济带区域科技金融均值变化图

（三）科技金融效率空间特征分析。基于长江经济带地区科技金融发展水平，引入莫兰指数运用stata软件对于长江经济带地区2009～2019年科技金融的空间情况进行进一步分析研究。计算得出长江经济带地区科技金融效率全局和局部莫兰指数。全局莫兰指数表明长江经济带科技金融效率存在空间自相关性，为了使结果更加直观列出2012年、2017年莫兰散点图，如图2、图3所示。2012年、2017年研究区域的I分别为-0.206和-0.106，说明长江经济带地区各省在空间上存在负相关，同时指数值较小说明长江经济带地区科技金融的空间差异大。在2017年指数值逐渐变大，证明长江经济带地区科技金融效率差异在逐渐减小。从图（2）可看出，2012年第二、第四象限的省份多于第一、第三象限，表示“高-低”型、“低-高”聚集型的省份较“低-低”型和“高-高”型多，说明在2012年，长江经济带地区科技金融发展效率空间差异较大。从图（3）可看出，2017年部分省份聚集在“高-高”型象限，证明科技金融效率整体提升的同时，差异性有所降低。（图2、图3）

图2 2012年长江经济带莫兰散点图

图3 2017年长江经济带莫兰散点图

总结来看，长江经济带地区科技金融，在过去十年间发展效率虽然在不断提高，但仍处于相对无效阶段。尽管国家近年来大力发展长江地区，但科技金融在发展过程中，仍存在一部分科技金融资源无法有效转化为科创产出的问题。由此看出，长江经济带科技金融发展尚未达到有效水平的现状，并不是单一因素导致。也从侧面说明，要解决长江经济带科技金融发展存在的问题，必须全面考虑，逐一改善各个影响因素的发展状况，才能使得科技金融发展达到有效水平。从宏观角度分析，长江经济带的科技金融发展效率在不断上升，说明国家战略在不断生效，并有益于长江经济带科技金融发展。即使近年来长江经济带地区科技金融发展整体有所改善，但从微观角度分析江西、贵州两省发展仍较为低迷，还需要优化科技资源配置，完善相关制度优化科技金融效率，提升科技金融发展水平。因此，长江经济带地区科技金融发展水平想要进一步提升，还需要更多的人力、物力、资金的投入，更高效的科技产出。

三、结论及建议

本文利用SBM-DEA模型研究了长江地区11个省市科技金融发展效率水平，并利用莫兰指数进行空间相关性分析，得到以下结论：长江经济带地区科技金融效率具有省域发展差异明显的特点。上海、江苏达到或接近有效，而江西、贵州等省份效率均值仅达到0.5。地区差异明显，不仅与科技金融的投资环境、科研氛围有关，同时与各省政府支持力度联系紧密。根据以上结论，建议如下：

（一）加大政府政策扶持力度。政府鼓励性的金融政策，可以为高技术企业打造良好的融资环境，加强金融机构与科技企业信息互动。同时，在政府财政发展稳定阶段，应该加大政府对于财政科技的投入，以及出台相关政策，用于财政拨款的定向流向，不仅可以减少高技术产业融资困难的问题，同时也能够激励更多高技术企业的出现。

（二）科学的人才引进计划。科技金融的发展离不开技术人才的支持。上海近年来不断出台相关人才引进政策，吸引到许多高技术人才，使得上海科技人才拥有量在长江经济带中遥遥领先。从调查来看，贵州、江西、湖北省份的科技人才比较少。这不仅与经济发展有关，同时也和现阶段人才引进政策息息相关。从历史因素看，江西、安徽、湖南等省份经济发展相较上海、江苏等发达地区发展低速，对于人才的吸引力也较为弱势，并且还存在人才流失现象。因此，亟须出台一些积极的人才引进政策，改善科技人才缺失的弊端。

（三）优化高新技术企业融资效率。高技术产业企业的融资问题，关乎科技金融的发展水平。金融市场的融资力度对于高新技术企业科研产出效率具有显著的促进作用，因此管理金融市场，完善高新技术企业融资制度十分有必要。高新技术产业具有风险大、回报周期长、融资难、融资贵的问题。因此，不仅要依靠市场、政府、机构对高技术企业的财政倾斜，同时还要加大管控高新技术企业资金的流向，确保专款专用提高资金利用效率。