基于DEA-Malmquist模型的区域经济与科技金融耦合协调度评价

2016-08-03舒家先

东北农业大学学报(社会科学版) 2016年3期

关键词：耦合效率金融

舒家先　金　瑾

（安徽财经大学，安徽蚌埠 233000）

基于DEA-Malmquist模型的区域经济与科技金融耦合协调度评价

舒家先金瑾

（安徽财经大学，安徽蚌埠 233000）

在阐释区域经济与科技金融耦合协调作用的基础上，运用DEA（数据包络分析）中Malmquist指数的方法，将全国31个省市分为中东西部地区进行实证研究。结果发现，我国区域经济与科技金融耦合协调度不高，存在不同程度的金融投入不足或冗余，且耦合协调强度按东西中部地区依次递减。为提高我国区域经济与科技金融耦合协调度，提出推进区域化改革、拓宽融资渠道、继续鼓励科技创新和提供保险保障等建议。

科技金融；耦合；DEA—Malmquist

一、引言

科学创新能力一向被认为是国家软实力的象征，高新技术企业的发展需要持续的资金支持，而靠单一主体资金注入往往很难满足其资金需求，科技金融的发展则可以轻松解决问题。自国务院2006年颁布的《国家中长期科学和技术发展规划纲要（2006—2020）》中首次明确提出，我国未来的发展目标是建设创新型国家，走自主创新道路后，国家中央和地方各相关部门以及金融机构在促进科技金融与产业结合方面均取得显著成效，特别是党的十八大报告中明确提出“创新发展战略”后，各地支持当地经济与科技金融耦合协调作用的政策纷纷出台，创新产业颇具规模。科技金融的最终目标是要将科技与金融最大限度结合，加快企业发展，这是提升企业自主创新能力的基础。科技金融政策是区域创新和经济发展的必要手段，可大幅度提升地区经济的同时，促进地区经济结构调整，淘汰落后企业，发展创新型企业，有效提高当地经济发展速度。

我国目前科技金融的发展仍处于实践探索阶段，不同地区经济与科技金融耦合协调度存在差异。因此，本文收集了2011—2013年3年间（本文数据来源于中国科技统计资料汇编和中国科技统计年鉴），全国各省市区的经济投入产出指标，运用DEA-Malmquist模型评价区域经济与科技金融耦合协调度，以期为科技金融在我国地区间的发展比较提供系统性的理论依据，为地方政府根据各地实际状况制定相关政策，助推高新技术产业发展提供参考。

二、文献回顾

科技金融是一门新兴的研究领域，国外学者主要围绕金融对科技发展和地区经济的促进作用展开探讨。其中，熊彼特最早对金融发展影响技术创新发表了独到观点，在《经济发展理论》中论证了货币、信贷和利息等金融变量对创新与经济发展具有重要影响［1］。Solow以1909—1949年美国经济增长数据为基础检验资本与劳动作为变量的新古典模型，证明两者的紧密关联程度［2］。Bencivenga等分析了二级资本市场交易成本流动性变化对企业技术创新的影响［3］。Luc等研究认为一个国家金融产品和技术创新具有正向协同作用［4］。

科技金融方面的研究近几年才得到国内学者的广泛关注。其中，多数专家将关注点放在我国科技金融发展现状和问题分析方面，王新龙［5］、许汝俊等［6］部分学者指出地方财政科技拨款、R&D人员人均经费投入和企业经费投入等外部因素显著影响科技金融结合效率。林伟光则认为科技金融在各国（地区）发展的开始阶段需要政府力量引导才能平稳发展，待科技金融市场稳定后可逐步退出引导位置［7］。部分学者对我国现阶段科技金融创新模式加以探讨。肖泽磊等提出丰富创业投资（风险投资）融资模式、优化高技术产业金融投资环境和服务以及成立创业投资同业协会，有助于破解武汉市科技金融创新体系建设中的困境［8］。文竹等认为可以建立科技金融体系分阶段演变历程，政府随该体系的发展转换角色进行调控［9］。还有部分学者分析我国某一地区或不同区域间科技金融投入产出比差异。李兴伟认为完善高新企业现代制度建设、信用体系建设和信息共享体系等科技金融环境建设，必须实现高新企业、科研机构、中介机构以及相关金融机构之间的信息联通［10］，林侠等也赞同此观点［11］。徐玉莲和王宏起构建了区域经济与科技金融协调度评价模型，并利用省级区域统计数据对其实证分析［12］。

表1　区域经济与科技金融耦合协调度评价指标体系

值得注意的是，虽然国内外有关科技金融的研究大量出现，但将不同区域经济与科技金融耦和协调度结合评价分析的研究并不多见，实证研究则更少。因此，本文以我国31个省市科技金融相关指标为研究对象，构建DEA模型，通过科技金融对区域经济高新技术产业化转换程度的影响，考查科技金融与区域经济的耦合协调度，以期为相关部门决策提供参考。

三、基于DEA-Malmquist方法的实证研究

（一）指标选取和模型构建

本文构建的科技金融耦合协调度模型以我国31个省市投入产出构建指标体系，筛选对科技金融有重大影响的各项指标，具体内容如表1所示。投入指标主要为科技活动财力投入，产出指标主要为高新技术产业化成果。各指标数据均采用比例数据进行单位标准化，以降低DEA模型的测算误差。

各省市研究与发展（R&D）试验经费主要包括政府、企业、国外及其他资金，本文只考虑国内资金对区域经济与科技金融的耦合协调度产生的影响，选取政府、企业和其他资金作为投入资金来源，并且由于考查对象为宏观因素，数值巨大，故采用比例数据进行单位化，减少误差。在投入指标的3个二级指标中，特别关注“其他投资额占R&D内部支出比重”这一指标，因为这是最能体现科技金融中“金融投入”的指标，“其他资金”不仅包括商业银行对企业的研发贷款，还包括风投机构投资或以众筹为代表的网络资金募集等等，这种资金虽然分散，但渠道多样，聚集起来，金额巨大，与地方财政和企业内部经费一样，对企业科研活动具有重要意义。在产出指标方面，国内部分学者将科技活动产出数据纳入产出指标体系中，但本文认为，科技金融的最终目的是促进高新技术产业化发展，本文拟考查新技术对产业的影响，相比之下，科技活动产出数据重要程度有限，因此不予考虑。本文选取关于产出的3个三级指标，分别代表企业从各方得到经费后开展研发并得到新产品、其可以给企业带来的效益、地区整体科技金融投入对于该地区劳动生产率和产业增加值率的影响。这些指标可以真实完整地刻画区域经济与科技金融二者的耦合协调作用，本文模型指标体系由此建立。

选择DEA-Malmquist指数方法进行效益评价指标测算，DEA模型最初由Charnes，Cooper和Rhodes提出，根据已知数据经过计算得到相应的生产边缘，以评价输入与输出之间相对有效性的一种方法。本文采用Ray S C和Desli的分解方法，将Malmquist指数分解为纯效率变化、纯技术变化和规模变化因子，即MI=PEC*PTC*SCH，分析我国科技金融耦合协调程度，其数学公式如下：

其中第一项TEΔ（xt，yt，xt+1，yt+1）为纯效率变化，第二项TΔ（xt，yt，xt+1，yt+1）为纯技术变化，第三项SΔ（xt，yt，xt+1，yt+1）为规模因子变化，而三者的乘积MOCΔ（xt，yt，xt+1，yt+1）为综合效率变化，是反映某一地区科技金融耦合协调度最为重要的指标。在运用DEA模型进行有效测度时，如果单元值达到1，视为投入产出效率有效，否则无效。若处于［0.9，1］区间内，根据Michael和Barry的理论，认为此情况只要在投入产出效率方面稍作调整，该单元也可达到投入产出效率最优，视为投入产出弱有效。

（二）数据来源

本文相关数据来源于中国科技统计网公布的《中国科技统计资料汇编》和《中国科技统计年鉴》，其他资金投入额采用2011—2013年数据进行统计分析。根据上述数据，基于DEA模型，运用DEAP2.1软件进行数据运算，结果如表2所示。

（三）实证结果分析

从综合效率方面来看，2011—2013三年间只有宁夏、云南和西藏的综合效率均能达到1，表明这些省市的整体效率DEA有效，区域经济与科技金融耦合协调度很高；2011—2012年间，北京、天津、山西、青海、云南和西藏六个省区达到DEA有效状态，即科技金融资源实现最优配置；2012—2013年间广东、山东、海南、黑龙江、安徽、河南、湖南、宁夏、云南和西藏的综合效率也均为1，并且可以看出，处于DEA有效状态的省区数额明显增加，增长率达60％，这说明科技金融在我国各地区发展迅速。同时，两个时段到达DEA有效状态的省区只有三处相同，其余不一致，说明我国科技金融与区域经济的耦合作用不稳定，尚待提高。综合效率处于［0.9，1］区间的省市，2011—2012年间有山东、辽宁、黑龙江、江西、河南、陕西和甘肃，2012—2013年间有天津、上海和江苏等12个省区，表明这些省市在当年的整体效率弱DEA有效，科技金融资源配置达到相对有效状态，其经济与科技金融若有相关政策或措施的保障和促进，很快可以达到DEA有效状态。同时，东部有七个弱DEA有效省份，占比58.33％，中部两个，比2011—2012年间减少一个，西部三个，与2011—2012年间弱DEA有效区域持平。其余省份综合效率处于［0.1，0.9］区间内，表明整体效率DEA无效，科技金融的资源配置处于不合理状态。青海省在2011—2012年间的综合效率为1.0699，但是2012—2013年间变为0.4917，降幅约为50％，严重低于平均值，这说明2012—2013年间青海省的科技产出与金融投入严重不协调，科技金融与当地经济的耦合协调度较差。从表2中还可以看出，2012—2013年间的综合效率达到DEA有效或弱有效状态的省份明显增加，从14个增长到22个，增幅约为50％，说明我国区域经济和科技金融的耦合协调作用处于良好发展状态，其中东部和西部地区的发展远高于中部地区，西部地区在2011—2012年间区域经济与科技金融耦合协调度较好，但东部地区2012—2013年间二者协调作用，远超西部，科技金融与东部地区的耦合协调度最好。

表2　我国2011—2013区域经济与科技金融综合效率、纯效率、纯技术及规模因子变化汇总表

从纯效率变化来看，近三年间，广东、内蒙古、吉林和黑龙江等地区的纯效率均达到1，表明四个省区实现了科技金融投入产出效率的有效性，在既定金融投入下实现了科技产出的最大化，其中，宁夏、云南和西藏的综合效率在这三年间也为1，说明经济与科技金融耦合协调达到良性共振状态。海南、河北、安徽和贵州的纯效率在2012—2013年间均由无效或弱有效状态转变为DEA有效，一方面说明科技金融与经济的耦合协调度正在逐年提高，另一方面，河北和贵州的综合效率为DEA无效，说明可能存在管理失误或创新不足等问题，当地政府和企业需要尽快找出影响经济与科技金融耦合协调度的原因，并提出和落实改善措施，防止这种情况恶化。

再来关注纯技术效率，从表2中可见，无任一省区纯技术效率三年间均达到1，天津、上海和福建等6个省市纯技术效率在2012—2013年间达到DEA有效状态，而综合效率却为DEA弱有效或无效状态，表明科技金融投入不足，可以加大科技投入力度，帮助其实现产能最大化。福建、辽宁、黑龙江和江西2011—2012年间的纯技术效率均处于［0.9，1］区间内，弱DEA有效，即投入和产出间达到相对有效状态；剩余省市纯技术效率均在［0.1，0.9］区间，表明技术效率DEA无效，在既定金融投入下出现科技产出不足情况。同时，从表2也可看出，我国大部分省市的纯技术效率处于增长状态，平均水平从0.8031增加到0.9772，增幅17.8％，说明我国企业的技术创新能力正在逐步增强，生产技术水平不断提高。但是纯效率水平却在下降，平均水平从1.1106减少到0.9608，降幅约为13.48％，说明目前我国各省市的集约程度并不高，在既定的技术水平下，资源的有效配置有待加强。

从规模有效性来看，北京、江苏、黑龙江、安徽和宁夏在这三年间规模效率均达到1，说明科技产出相对充足。以吉林省为例，其三年间规模效率变化分别为0.7416和0.8185，说明这三年间，吉林省金融投入增加比例小于科技产出增加比例，出现规模报酬递增，投入冗余产出不足。浙江省在2011—2012和2012—2013年间的规模变化因子分别为1.96和0.7175，降幅高达63.39％，表明2012—2013年间，科技产出远小于金融投入量，既定金融投入下，出现极不合理的产出下降情况，政府和企业必须予以重视，否则会严重影响当地经济发展。

四、结论及政策建议

本文采用2011—2013我国31个省市自治区年度数据，利用DEA—Malmquist方法，研究我国不同地区区域经济与科技金融耦合协调度的差异。研究结果可见，当前我国大部分区域，科技金融耦合协调体系构建方面存在科技金融发展不稳定和区域经济资源配置效率不高等问题，综合看来我国科技金融耦合协调度按东—西—中部依次递减，东部发展最快。这是由于我国东部地区经济发达，科技型企业林立，金融投资充足，区域经济可以和科技金融充分耦合；西部地区以农耕畜牧为主，经济不发达，金融投资力度也不够，少量金融投入即可带来很高科技产出；而中部地区处于两者之间。虽然本文研究表明我国科技金融发展势头良好，但是真正能实现规模有效，达到投入产出比最大的区域很少。区域经济与科技金融耦合程度低，无疑会影响我国向自主创新型国家转型的进程。因此，针对本文主要结论，提出以下几点建议：

1.推进科技企业与金融资本融合的区域化改革。中央和地方政府必须尽快构建有效的、符合本地区实际的区域经济与科技金融结合运行机制，实施有针对性的政策调整。对于高端制造业、高新技术产业密集的东部地区，当地政府应加大科研经费投入，在科技成果尚不能转化成实际财富之前帮助企业渡过资金难关。而在农业、畜牧业为主的西部地区，要更多引进农业科技人才推动优势产业进步，建立现代化农业基地。以安徽为代表的中部地区，由于已有一定的经济和科技基础，虽然在科技金融投入初期，投入产出效率不明显，但长期看来一定成效显著，建议当地政府积极发挥引导与服务功能，建设科技园区，大力引进科技型企业，鼓励多元化的金融投资方式，充分发挥区域经济与科技金融的耦合协调作用。

2.拓宽融资渠道，充分发挥政策性金融和商业性金融的杠杆效应。首先，政府应鼓励商业银行对企业的科技创新活动贷款，东部地区资金充足，但中部地区急需商业银行贷款壮大企业和发展当地经济。其次，充分利用网络平台形成资本机制。研发资金缺乏的企业，可以尝试采用众筹或网络信贷等新兴资本募集方式募集资金。这种融资方式门槛低，操作方便，适合中小科技型企业，可以在短时间之内获得数额可观的融资，有效缓解科技企业的金融借贷压力。再次，为中部地区科技金融活动提供政策性财政支持。最后，建立本地区科技企业信用评级体系，根据企业规模、存续时间、前期科技金融发展状况、科技奖励等情况，进行信用评级制度，这种做法可以保障投资方资金的安全性，为企业筹集更多资金。同时成立科技金融专设机构，形成企业和金融机构间的联动机制，专为本地区科技金融服务。例如，建立科技企业与金融机构信息库，或建立专为科技型中小企业贷款的政策性银行。

3.继续鼓励科技创新，引导生产集约式转变。我国区域经济与科技金融的耦合协调度增长迅速，但仍不稳定，诸多省综合效率无法始终保持DEA有效状态，平均纯效率水平降幅13.48％，资源有效配置不足。继续鼓励科技创新是保持全国和各省市经济水平稳步发展的有效措施，科技的创新和发展，不仅能提高企业和行业的劳动生产率，也能创造更多的超额利润，引导生产集约式转变，以最小投入获得最大产出，帮助生产资源在不同行业和企业间有效配置，促进区域经济与科技金融良性共振。在这一点上，除了企业和研究院所的研发团队，高校也应加入其中，成为科技创新的重要力量。我国东部地区高校云集，发挥高校的科研能力，有助于提高东部地区经济与科技金融耦合度。

4.加快培育广覆盖的科技金融保险服务体系。政府相关部门应重点推广科技型企业以研发或金融机构以投资为主的保障性险种，加大补贴力度，保障和促进企业自主研发，有利于金融机构对企业的资金投入，刺激当地经济与科技金融的耦合协调。特别是西部科技欠发达地区，急需这种投资风险保障，解决资金投入风险带来的投资金额不足问题。

［1］Schumpeter.The Theory of Economy Development［M］.Cam-bridge， MA∶Harvard University Press，1912.

［2］Solow，Robert M.Technical Change and the Aggregate Production Function［J］.Review of Economics and Statistics，1957（39）.

［3］ Bencivenga V，Smith B，Start R.Transactions Costs，Technological Choice，and Endogenous Growth［J］.Journal of Economic Theory，1995（67）.

［4］Luc Laeven，Ross Levine.Stelons Michalopoulos Financial Innovations and Endogenous Growth［J］.Journal of Financial Intermediation，2015（1）.

［5］王新龙.我国科技金融结合效率研究［D］.南昌∶江西财经大学，2014.

［6］许汝俊，龙子午，姚逍遥.基于DEA-Malmquist指数法的科技金融发展效率评价研究——以长江经济带为例［J］.科技管理研究，2015（13）.

［7］林伟光.科技型中小企业融资服务体系构建分析——以广东省为例［J］.科技管理研究，2011（18）.

［8］肖泽磊，韩顺法，易志高.我国科技金融创新体系的构建及实证研究——以武汉市为例［J］.科技进步与对策，2011（9）.

［9］文竹，文宗川，宿北燕.基于TRIZ理论的科技金融创新模式研究［J］.科学管理研究，2012（3）.

［10］李兴伟.中关村国家示范区科技金融创新分析与趋势预测［J］.科技进步与对策，2011（9）.

［11］林侠，李娇，张欣蕾.廊坊市科技型中小企业供应链金融策略研究［J］.现代商贸工业，2016（3）.

［12］徐玉莲，王宏起.科技金融对技术创新的支持作用∶基于Bootstrap方法的实证分析［J］.科技进步与对策，2012（3）.