金融支持促进技术创新的区域性差异研究

赵婧 吴珍珠　谢朝华

摘 要：运用三阶段DEA分析法，考量中国“十二五”期间金融支持对东、中、西部区域的技术创新效率的影响，结果显示：控制金融支持变量前后东、中、西部地区创新效率的绝对水平较低且存在较大的差异；控制金融支持变量后，东、中、西部地区创新效率依次下降，东、中、西部地区创新效率下降幅度依次增大。鉴此，应完善技术创新金融支持体系，加快技术创新的配套条件建设，完善人才引进与激励机制。关键词： 金融支持；技术创新；区域性差异中图分类号：F832.1

文献标识码： A

文章编号：1003-7217（2016）05-0038-05一、引 言经过改革开放三十多年的高速发展后，我国经济进入中高速增长阶段，经济增长的动力由要素驱动、投资驱动向创新驱动转移。虽然2015年我国的经济增长中技术创新的贡献率已超过50%，但技术创新的金融支持机制还很脆弱。技术创新的风险与收益的原生关系会导致企业在既有技术支撑下低效甚至无效扩张，改善技术创新的风险与收益的匹配关系必须要有较为完善的金融支持机制。客观评价“十二五”期间我国既有金融支持措施的效果及其区域性差异，并就技术创新金融支持体系的构建和结构优化提出针对性建议，对实现资本与技术间的良性互动、提高创新和金融资源的效率具有较大的研究价值。二、文献综述相关研究主要集中在金融支持技术创新的必要性、内在机理和效果实证三方面。金融支持技术创新的整体效果及区域化差异研究较少，既有区域化差异研究还有一定的改进空间。King & Levine（1993）从金融体系提升技术创新服务和增强技术创新效率的角度肯定了金融支持的重要性[1]；Vanacker（2013）等从金融支持影响技术创新公司的治理分析了技术创新的金融需求[2]；张德成（2007），孔欣欣（2009）分别从技术创新风险收益的匹配和金融促进技术创新内在机制两个角度指出了金融支持体系的必要性[3，4]。Greenwood & Jovanovic（1990）认为金融机构具有信息优势，可对技术创新项目进行筛选以实现资源优化配置[5]；Wonglimpiyara（2016）等认为政策性金融支持措施的激励作用主要针对技术创新的公共性、正外部性等特点，资源整合措施主要针对创新的不确定性、高风险性特点[6]；Rajan（1992）认为银行信贷对具有阶段性融资需求的创新项目和具有内生性投资于传统产业和劳动密集型产业提供资金支持时表现得更有效率[7]；PoHsuan Hsu等（2014）发现资本市场对技术创新效率的提高具有正向促进作用，而信贷市场则会抑制技术创新效率提高[8]。三、金融支持技术创新的实证研究（一）模型与方法创新效率的测度通常采用数据包络分析法（DEA）和随机前沿分析法（SFA ）。DEA法对投入与产出变量的要求较低，但难以区分不同投入的影响；SFA法可以区分不同投入的影响，但效率测度参数较多。为了准确评价金融支持的效果需要控制金融支持变量，Fried等结合传统DEA模型与SFA方法所提出的三阶段DEA模型正好能满足分析需要。第一阶段，采用传统DEA方法（BCC）模型测算决策单元的效率值（TE）和投入的松弛变量（Sir）。这样不仅可得到科技金融环境、管理效率和随机误差共同影响的相对效率，还可区分造成技术无效率的原因以准确反映决策单元的管理能力。第二阶段，以投入的松弛变量为被解释变量，金融支持变量为自变量构建SFA模型，通过对投入松弛变量的调整控制环境因素和随机误差对管理效率的影响，将全部决策单元调整至相同环境。第三阶段，使用经SFA方法调整后的投入变量ir代替原始投入变量xir，再次运用BCC模型测算控制金融支持变量后的效率值。财经理论与实践（双月刊）2016年第5期2016年第5期（总第203期）赵 婧，吴珍珠等：金融支持促进技术创新的区域性差异研究（二）变量选择在技术创新的产出指标和投入指标的选取方面，参考国内外相关文献的指标衡量体系，以国内相关数据的可得性、完整性和有效性为原则，选定各阶段实证分析所需指标。1.技术创新投入变量。充足的资本和多元劳动力是知识生产的基本条件，也是以企业为主体的技术创新活动的重要投入变量。我们选取R&D经费支出和R&D人员投入为技术创新的投入变量。鉴于数据可得性，R&D经费支出由R&D内部经费支出来代表；R&D人员投入采用R&D人员全时当量来衡量。2.技术创新产出变量。在研发阶段，技术创新产出主要为发明、新型实用专利及外观专利等，我们选取专利作为产出指标，其值为专利授权数。考虑到三类专利的创新程度之间的差异，按权重结构（0.5，0.3，0.2）取加权平均值作为最终专利考核指标。在成果转化阶段，考虑到数据可得性，将各区域的技术交易市场成交额作为衡量技术创新成果转化的产出指标。3.科技金融环境变量。金融环境变量的确定主要从区域经济环境及具体金融支持措施两方面考虑。区域经济环境变量包括衡量地区经济水平的地区生产总值（地区GDP）、区域市场化程度等。由于研究期间较短，市场化程度差别不大，故只将地区GDP作为反映区域经济水平差异的基础指标。金融支持技术创新主要表现为政府支持、金融机构信贷和资本市场融资等形式。对政府支持力度指标的选取侧重于地区财政对技术创新的支持，选取各地区科技经费筹集中的政府资金作为衡量指标；地方科技经费筹集中的企业直接融资、金融机构贷款分别作创新企业资本市场融资和金融机构信贷的衡量指标。（三）数据及其处理由于西藏及港澳台等地区数据缺失，故选用国内除上述四个地区外的30个省、直辖市和自治区作为样本，数据来源于2011～2015年《中国统计年鉴》、《中国科技统计年鉴》。由于技术创新活动投入及环境变量对产出的影响具有一定的滞后性，滞后年限参照Nasierow[9]的方法取1年对投入变量与环境变量进行滞后处理。在2009年后，我国对科技经费筹集来源不予列示，基于数据的可得性，参照郑玉航[10]等提出的计算方法，利用政府资金、企业资金、其他资金的增长率作为科技创新政府来源、资本市场直接融资和金融机构信贷的增长率，进而以2008年为基期计算获取科技经费中政府资金、企业直接融资及金融机构信贷。（四）实证分析过程1.第一阶段：DEA效率测评分析。采用传统DEA模型（BCC模型，使用DEAP2.1软件）对30个省市区域创新效率水平和规模报酬所处的状态进行测算，结果如表1所示。由表1可知：在不考虑外部环境因素条件下，对十二五期间我国各区域创新效率进行简单加权平均可以得出全国技术创新综合效率（TE）、纯技术创新效率（PTE）和规模效率（SE）分别为0.590、0.619和0.930。从东中西区域来看，十二五期间东部地区技术创新综合效率最高，西部地区次之，中部地区最低。从各省市自治区来看，北京、浙江两省最高，内蒙古最低。总体来看，各省市自治区对研发经费和人力资源的使用效率都比较低，相对来讲东部地区要高一点。各省市规模效率差别不大，都比较靠近前沿包络面，意味着投入变量的运作和管理水平（反映为纯技术创新效率）对区域创新效率提升制约作用较大。2.第二阶段：SFA分析。运用SFA模型（采用Frontier4.1软件）分别用十二五期间我国地区生产总值、科技经费中政府资金、企业直接融资及金融机构信贷对上一阶段测算所得的企业R&D内部经费支出松弛值和人员投入松弛值进行分析，模型估计结果如表2所示。由表2可知：相关变量均通过1%的显著性检验，可以认为金融支持对区域创新效率的影响远大于随机误差项和管理无效率的影响。地区生产总值对企业R&D人员和经费的冗余量分别具有正向和负向影响；政府资金对企业R&D人员和经费的冗余量都具有正向影响；直接融资对企业研发经费的冗余量具有正向影响，对科研人员的冗余量具有负向影响；以信贷为主的间接融资对研发经费的冗余量具有负向影响，对研发人员的冗余有正向影响。对投入变量进行调整可以得到各省市在控制金融支持变量后的实际投入值，为进一步的效率测度做准备。3.第三阶段：调整后的DEA效率测评分析。以第二阶段得到的调整后投入数据为基础，利用BCC模型（使用DEAP2.1软件）对区域创新效率进行测评，结果如表3所示。

由表3可知：在控制金融支持变量后，十二五期间全国技术创新综合效率（TE）、纯技术创新效率（PTE）和规模效率（SE）分别为0.377、0.617和0.572。从东、中、西区域来看，十二五期间东部地区技术创新综合效率最高，中部地区次之，西部地区最低。从各省市自治区来看，北京、浙江两省最高，宁夏最低。总体来看，各省市自治区对研发经费和人力资源的使用效率都比较低，相对来讲东部地区要高一点。各省市规模效率出现大幅下降，说明金融支持具有显要影响，纯技术效率。4.控制金融支持变量前后的比较。对比分析控制金融支持变量前后区域创新效率值，结果如表4所示。由表4可知：控制金融支持变量前后东、中、西部地区创新效率的绝对水平较低且存在较大的差异；控制金融支持变量后，创新效率均呈现一定程度的下降，在东、中、西部地区东部地区下降幅度依次增大。这意味着金融支持对技术创新具有重要影响，金融支持对技术创新的影响东、中、西部地区依次加强。东、中、西部地区原生的技术创新效率水平依次降低，其中原因可能在于东、中、西部地区，在技术创新的配套条件的经济、技术、信息及管理等方面的优势以此减弱。四、结论与建议（一）研究结论运用三阶段DEA模型对我国30个省市十二五期间金融支持前后的技术创新效率进行了测度。研究发现：控制金融支持变量前后东、中、西部地区创新效率的绝对水平较低且存在较大的差异；控制金融支持变量后，东、中、西部地区创新效率依次下降，东、中、西部地区创新效率下降幅度依次增大。可以认为：金融支持对技术创新具有重要影响；东、中、西部地区技术创新效率存在显著差异；东、中、西部地区对技术创新的配套条件存在显著差异。（二）政策建议1.立足区域金融支持创新现状，完善技术创新金融支持体系。在东部地区，加大构建和发展多层次资本市场力度，健全风险资本退出的渠道，贯彻落实股票发行和债券发行注册制，深化创业板、新三板改革，规范发展区域性股权交易中心，建立健全转板机制和退出机制，引导社会资本投资通过股权、债券直接投资，并适当提高风投机构或创投基金股权融资比例。在中西部地区推行政策性股份银行试点，通过建立科技发展银行对区域范围内具有相对优势的基础性、原创性重大科技项目及创业团队、科技企业技术创新成果转化定向提供生命周期内低息中长期贷款，同时可通过阶段参股、AB轮融资等相应股权融资或债权融资解决企业融资难问题；2.以技术创新的区域定位为基础，探索配套金融支持模式。东部地区在技术创新布局中处于领头羊地位，技术创新活动具有自发性且资本市场层次结构较完善，应充分实现并发挥市场在技术创新活动资源配置的功能。积极探索“创投主投+银行主贷+科技保险”的投贷保联动模式，加强商业银行、风投机构、证券机构、科技保险公司等专业金融机构与中介金融机构的联系，充分发挥在创投“生产链”中银行的协调作用，连接政府、创业者、风投机构、孵化器和中介机构，扩大基层科技保险服务覆盖范围，实现政银企多方合作机制。中部地区和西部地区在技术和产业转移中处于承接地位、在技术创新布局中的赶超技术研发，创新资源逐步向着中西部地区集聚。应大力推广“资金+金融服务”金融支持模式，在加大资金力度的基础之上，提供企业技术创新过程中所必需的融资咨询、知识产权评估、科技保险等专业服务，实现项目资金有效利用。3.加快技术创新的配套条件建设，提高资源使用效率和利用价值。建立以信息网络建设为依托，集信息共享、金融服务与成果交易为一体的国家级综合性科技金融平台，有效实现技术创新活动的“顶层设计”与“统一规划”。科技部和财政部发挥对平台的组织管理作用，提供持续资金支持，各省据实际发展情况，实现地方科技资源共享立法，为科技金融平台提供制度保障。信息共享平台通过提供优质技术创新项目、科技数据及成果等信息，提高科技资源匹配的时效性并有效解决技术创新过程中信息不对称带来的分散研究和重复立项问题。金融服务平台整合全国范围内高校、科研机构、研究实验基地或其他专业化机构资源，实现创新项目成果转化信息的有效对接，促进技术创新成果转化。成果交易平台通过市场实现技术创新成果定价，有效为科技资本投入寻找出口，充分发挥市场在资源配置中的决定作用。4.完善人才引进和激励机制，满足创新人才需求。发挥金融体系“桥梁”作用将有影响力的创业平台与公共投资平台对接，搭建可吸引更多的人才或其他具有创新能力的机构进行交流。并通过政策激励或科技成果奖励等措施，吸引科技人才及机构进驻西部地区，满足其创新人才需求可有效推进西部创新。同时，优化科技成果利益分配机制，将股权或债权以岗位分红等方式发放给企业高管或技术核心人员，可有效地将股东、公司、员工等各方利益结合在一起，从而调动起技术人员及其他相关利益方的创新积极性，激励科技成果转化，促进企业长远有效可持续发展。

参考文献：[1]King R，Levine R.Finance，entrepreneurship and growth：theory and evidence[J].Journal of Monetary Economies，1993，（3）：523-542.[2]T. Vanacker， V. Collewaert， I. Paeleman.The relationship between slack resources and the performance of entrepreneurial firms： the role of venture capital and angel investors[J].Journal of Management Studies，2013，（50）：1070-1096.[3]张德成.论技术创新的风险利益原理与金融支持的必要性[J].上海交通大学学报，2007，（3）：56-60.[4]黄国平，孔欣欣.金融促进科技创新政策和制度分析[J].中国软科学，2009，（2）：28-37.[5]Greenwood J. ，Jovanovic B.Financial development， growth， and the distribution of income [J]. Journal of Political Economy， 1990，（98）： 1076-1107.[6]Jarunee Wonglimpiyarat .Government policies towards Israel's hightech powerhouse[J]. Technovation，2016，（1）：18-27.[7]Rajan R.G. Insiders and outsiders： the choice between informed and arms length debt [J]. Journal of Finance，1992，（47）：1367-1400. [8]PoHsuan Hsu，Xuan Tian，Yan Xu.Financial development and innovation：crosscountry evidence[J].Journal of Financial Economics，2014，（1）：116-135.[9]Nasierow W，Frcekus F J.On the efficiency of national innovation system[J].Socioeconomic Planning Science，2003，（37）：215-234.[10]郑玉航，李正辉.中国金融服务科技创新的有效性研究[J].中国软科学.2015（7）：127-135（责任编辑：钟 瑶）