科技金融对技术创新的作用效率研究

赵稚薇

摘要：本文将围绕科技金融对技术创新的作用效率这一问题展开研究。选取高技术产业为研究对象，以政策性科技投入、金融机构科技贷款、创业风险投资的相关比例指标作为科技金融的代理变量，结合数据包络法（DEA）分析科技金融对技术创新的作用效率。实证研究表明，政策性科技投入对技术创新的作用效率有显著的正向作用，科技贷款的作用效率为正但不显著，而创业风险投资则对技术创新效率有显著的抑制作用。

关键词：科技金融技术创新效率数据包络法（DEA） 实证分析

一、引言

技术创新是一国经济持续增长的内在动力。现如今各国都把推动技术创新作为提升本国综合国力和核心竞争力的战略手段。然而技术创新本身具有高投入、高风险的特点，其顺利进行需要一个外部支持体系为其保驾护航。虽然有众多外部因素能影响技术创新的各个过程，但能为其融通资金、化解风险的科技金融体系无疑占据重要位置。鉴于科技金融资源的有限性，科技金融体系的运行效率就显得尤为重要。若运行效率低下，对技术创新的支持也就缺乏可持续性。因此，如何合理配置有限的科技金融资源，提升科技金融体系自身的运行效率进而提高技术创新效率是一个至关重要的问题。

二、技术创新效率测度方法选取

国内外学者使用较多的技术创新效率测度方法包括随机前沿分析法（SFA）和数据包络分析法（DEA）。与随机前沿分析法（SFA）相比，数据包络分析法（DEA）不需要事先人为假定生产前沿函数的具体形式，并且相比于SFA局限于对单产出多投入的系统效率测算，DEA尤其适合多产出多投入的复杂系统的效率测算。因此本文利用数据包络分析法（DEA），并选取其中规模报酬不变的C2R模型，对我国各省、直辖市、自治区的技术创新效率值进行测算与分析。

三、指标选取和数据来源

研究技术创新效率，主要基于投入产出的角度来构建指标评价体系。根据以往的研究文献，一般选取科技经费投入和科技人力投入作为技术创新活动的投入指标（池仁勇等，2004；黄鲁成等，2006），故本文选取科技经费内部支出额作为科技财力投入指标，选取科技活动人员和研发人员全时当量作为科技人力投入指标。由于技术创新活动的复杂性，创新产出也并非单一指标能够衡量，本文在借鉴相关文献（白俊红等，2009；李燕萍等；2011）的研究基础上，选取专利申请授权数、新产品产值、各地区技术市场成交额以及国际论文发表数作为技术创新活动的产出指标。

上述各数据均来源于各年《中国科技统计年鉴》和《中国高技术产业统计年鉴》。为了剔除价格影响因素，对新产品产值、技术市场成交额用工业品出厂价格指数进行平减；对科技经费内部支出额用CPI指数进行平减。各年相应价格指数来源于《中国统计年鉴》。

四、我国各省市技术创新效率的测算与比较分析

本文选用数据包络分析法（DEA）中的C2R模型，利用DEAP2.1软件对我国22个省、直辖市、自治区2005年—2008年技术创新投入产出的数据进行测算，测算结果如表（5—6）所示。

比较各省市的具体效率情况可以看出，技术创新效率较高的地区有北京、天津、上海、浙江、广东、海南、重庆、湖南、湖北等，大部分集中在东部沿海地区。究其原因，与国家政策和区域经济发展水平有关。此外，2005年至2008年一直保持DEA相对效率值为1的省市有4个，分别是北京、天津、上海和浙江。说明这4个省市为DEA有效，即处于效率前沿面，其技术创新达到了最优配置。技术创新效率较低的地区有河北、山西、江西、四川、贵州、云南、新疆等，大部分集中在中西部地区。

五、科技金融对技术创新的作用效率研究

（一）变量选择

根据上文DEA测算出的技术创新效率值为被解释变量。鉴于科技金融的研究主题，选用科技金融体系中政策性科技投入、金融机构科技贷款与创业风险投资的相关比例指标作为解释变量，再以科技活动人力投入、外商直接投资、企业规模、出口导向相应指标作为控制变量，构建模型来研究科技金融对技术创新的作用效率。具体指标解释如下。

1、技术创新效率变量。将上文采用数据包络法（DEA）测算得出的技术创新效率值（Tec）作为被解释变量。

2、科技金融变量。分别选取政策性科技投入指标（COV）、金融机构科技贷款指标（BANK）、创业风险投资指标（VC）作为科技金融的代理变量。其中政策性科技投入指标（COV）以地方财政科技拨款占地方财政支出的比重表示；金融机构科技贷款指标（（BANK）以金融机构科技贷款占科技经费筹集总额的比重表示；创业风险投资指标（VC）以各地区创业投资额占地区GDP的比重表示。

3、控制变量。基于国内外相关文献的研究基础，本文选取外商直接投资、科技人力投入、企业规模、出口导向的相关指标作为控制变量。其中外商直接投资指标（FDI）以各地区外商直接投资实际利用额占地区GDP的比重来表示；科技人力投入指标（HUM）以各地区科学家和工程师数占科技活动人员总数的比重来表示；企业规模指标（SIZE）以大型高技术企业总产值占行业总产值的比重来表示；出口导向指标（EXP）：以高技术产业出口交货值占地区GDP的比重来表示。

（二）数据来源

上述各变量来源于各年《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》、《对外贸易经济年鉴》、清科数据库和CVsource数据库。

（三）模型设定

本文将科技金融的作用效率模型设定为如下形式：

（四）估计结果

本文以2005年—2008年22个省、市、直辖市的面板数据为基础，研究科技金融对技术创新的作用效率。基于EVIEWS6.0分别选用固定效应估计法和随机效应估计法对基本模型进行估计分析。通过Hausman检验判断选取固定效应模型或随机效应模型。若Hausman检验得到的p值小于1%、5%、10%，则在1%、5%、10%的显著水平下拒绝原随机效应模型的假设，进而选择固定效应模型。估计结果见表（5—1）。

注：（1）*、**、***分别代表在10%、5%、1%显著水平下显著；圆括号内数字为t值；（2）FE和RE分别表示固定效应和随机效应的Panel Date模型；（3）对固定效应模型采用截面加权法（cross—section Weights）进行估计。

从实证结果来看，科技金融的相关比例指标（财政科技拨款/地方财政支出、科技贷款/科技经费筹集总额、创业风险投资/地区GDP）以及所选取的控制变量都有比较好的解释力，下面本文将对上述主要科技金融解释变量以及相关控制变量的解释力作具体分析。

1、科技金融对技术创新效率的影响

（1）财政科技拨款/地方财政支出（COV）：财政科技拨款/地方财政支出（COV）的系数为0.027，且以10%的水平通过显著性检验。即保持其他控制变量不变，COV每增长1%，技术创新效率（Tec）将提高0.027%，这表明提高财政科技拨款占地方财政支出的比重将有效提高我国的技术创新效率。说明政府部门的政策性科技投入是高技术产业技术创新活动顺利进行和创新效率提高的关键因素。政策性科技投入不仅可以改善技术创新活动的市场失灵现象，有效弥补创新项目在基础研究阶段的投入资金不足，还可以带动整个国家的创新研发投入。除此之外，政府可以凭借对经济形势和经济发展方向的信息优势，引导科技资源投向最需要的创新领域从而提高技术创新效率。

（2）金融机构科技贷款/科技经费筹集总额（BANK）；金融机构科技贷款/科技经费筹集总额（BANK）的系数为0.001，均未通过显著性水平检验。说明科技贷款对技术创新效率的解释力均不足，即增加科技贷款的投入并不能有效地提高技术创新效率。本文将其原因归结如下：一方面，科技贷款供给过多会造成高技术产业的过度投资，从而引起资源浪费和配置低效；另一方面，由于目前信用制度的不完善以及缺乏有效担保，往往无法保证科技贷款的使用方向和作用效果，这也在一定程度上降低了科技贷款的使用效率。

（3）创业风险投资额/地区GDP（VC）；创业风险投资额/地区GDP（VC）的系数为—0.062，且以1%的水平通过显著性检验。这一研究结果出乎一般预想，并且与大力发展创业风险投资促进技术创新的初衷不符，也对当前部分地区高速扩展风险投资事业敲响了警钟。本文认为，除了风险资本退出渠道不畅和投资机构自身的短视投资行为外，风险投资市场的高度波动性也是造成抑制高技术企业技术创新效率的重要原因。在风险投资市场高涨阶段，风险资本过于充沛往往会大大超过技术创新项目的实际融资需求，产生过多风险资本追逐有限创新项目的局面，造成资源浪费；而在风险投资市场低迷阶段，由于风险资金的供给缺乏，会使一些技术创新项目由于无法满足融资需求而被迫退出创新市场，造成技术创新市场竞争者大量减少，创新势气减弱影响技术创新效率。

2、控制变量对技术创新效率的影响

（1）外商直接投资实际利用额（FDI）：外商直接投资实际利用额/地区GDP（FDI）的系数为—0.027，且以1%的显著水平通过显著性检验。结果表明引入外资对技术创新效率的抑制作用十分明显。一方面，外资的大规模渗透和控制产生挤出效应，大大缩小了国内创新企业的市场空间；另一方面，创新企业对于先进技术并不能很好地消化吸收，反而产生严重技术依赖，削弱创新能力和创新效率。

（2）科技人力资本（HUM）：科学家与工程师数/科技活动人员总数（HUM）这一指标系数为0.834，且以5%的显著水平通过显著性检验。这也进一步说明了技术创新能力的培养和效率的提高切实需要高层次研发创新人才的支持。

（3）企业规模（SIZE）：大型高技术企业总产值/行业总产值（SIZE）这一指标系数为0.047，且以1%的显著水平通过显著性检验。即平均企业规模的扩大会显著提高创新效率。这也说明我国高技术产业存在规模经济。

（4）出口导向（EXP）：本文用高技术产业出口交货值/地区GDP（EXP）这一指标代表出口导向度。研究发现，EXP的系数为正，但并没有通过显著性检验。说明高技术产业出口导向度的提高对技术创新效率的促进作用并不明显。究其原因，由于目前我国高技术产业对引入外资的消化吸收能力不足，使得出口产品中多数是加工贸易产品（商务部相关数据），因此出口导向度的提高主要依靠的是对先进技术的简单模仿或复制，故该指标上升不能对技术创新效率产生显著的正向溢出效应。

六、结论与政策建议

本文采用数据包络分析法（DEA），就科技金融对技术创新的作用效率进行实证研究。研究结果表明，政策性科技投入对技术创新效率存在显著的促进作用；金融机构科技贷款对技术创新效率有正向作用但解释力并不显著；创业风险资本对技术创新效率有显著的抑制作用。

基于上述研究结果，政策建议如下：

完善相关财税激励政策。广义上的财政科技投入包括各种间接补助，如税收优惠、财政贴息、贷款担保等。但就目前我国的情况来看，除税收优惠政策已形成一定系统外，其余的间接性质的政策支持均未形成自身体系。因此，政府部门应尽快制定相关财税激励政策，合理利用税收返还、财政贴息、担保、政府采购等方式加大对高技术企业技术创新的扶持力度。

优化科技贷款投向。应鼓励金融机构组织专业信贷人员组成团队，专门负责科技贷款业务。金融机构应切实制定一套适用于技术创新项目的审贷标准、风险评估方法及内部控制制度，提高优质创新项目的筛选能力，避免科技贷款的过度投放，并完善全程监督机制，保证科技贷款的正确投向及合理使用。

建立创业风险投资的法律体系。目前，我国尚缺乏专门针对风险投资的相关法律法规，严重阻碍了风险资本的作用发挥。因此，应借鉴发达国家的相关经验，从完善股份制、中小科技企业技术创新、知识产权、高新技术产业投资、创业投资运作的相关法律法规入手，逐步建立适用于我国的创业风险投资法律体系。

参考文献：

（1）白俊红， 江可申. 应用随机前沿模型测评中国区域研发创新效率[J]. 管理世界， 2009， （10）： 18—25.

（2）白俊红， 江可申， 李婧. 区域创新效率的环境影响因素分析—基于DEA—tobit两步法的实证检验[J]. 研究与发展管理， 2009， 21（2）： 98—102.

（3）池仁勇， 唐根年. 基于投入与绩效评价的区域技术创新效率研究[J]. 科研管理， 2004， （7）： 23—27.

（4）武巧珍. 风险投资支持高新技术产业自主创新的路径分析[J]. 管理世界， 2009， （7）： 14—19.

（5）姚耀军. 金融中介发展与技术进步—自中国省级面板数据的证据[J]. 财贸经济， 2010， （4）： 26—31.