基于指数分析的科技金融发展评价研究——以甘肃省为例

王静

（兰州文理学院 经济管理学院，甘肃 兰州 730000）

基于指数分析的科技金融发展评价研究
——以甘肃省为例

王静

（兰州文理学院 经济管理学院，甘肃 兰州 730000）

科技资源与金融资源的有效对接对于加快科技成果转化，培育发展战略性新兴产业，推动体制机制创新及转变经济社会发展方式具有重要作用。文章基于甘肃省域范围，构建科技金融区域发展评价指数，对甘肃省除嘉峪关市和金昌市之外的12个地级市科技金融发展水平进行实证分析评价，以期对甘肃省科技金融发展空间分布及现实差距有理性的认识及准确的评价。

科技金融；区域发展；评价指数

一、引言

科技资源与金融资源的有效对接对于加快科技成果转化，培育发展战略性新兴产业，推动体制机制创新及转变经济社会发展方式具有重要作用。2010年科技部会同一行三会联合开展“促进科技和金融结合试点”工作，选择国家高新区、国家自主创新示范区、国家技术创新过程试点省（市）、创新型试点城市等开展先行先试，首批确定中关村、天津、上海、深圳、江苏等16个地区，二批确定郑州、厦门、宁波等9个城市作为科技金融结合试点地区。甘肃省为促进科技与金融有效结合，在政策与实践方面，做出了许多有益尝试，也取得了一定的成效，然而，由于在科技金融基础建设投入和服务模式创新等方面相较于科技金融资源密集地区还存在明显差距，因此未能被列入试点地区。由此，进一步加强科技金融工作投入力度，积极探索适合甘肃省情的科技金融融合模式，努力缩小与科技金融资源发达地区之间的差距，已成为甘肃省科技金融工作发展的必然要求，而这一切工作开展的基础就是必须首先对甘肃省科技金融发展轨迹及现实差距有理性的认识及准确的评价。曹颢、尤建新（2011）认为基于科技金融相关理论构建科技金融发展指数，是评价我国各地区金融发展轨迹及趋势的重要工具[1]。因此，本文试图基于甘肃省域范围，构建科技金融区域发展评价指数，对甘肃省科技金融发展效率效果展开实证分析，以期为甘肃省推进科技金融发展，促进科技资源和金融资源有效对接提供决策依据。

二、文献回顾

围绕科技金融评价指数的建立，我国学者进行了大量的研究工作。赵昌文（2009）认为科技金融指数应该包括科技金融总指数、科技金融分指数及科技金融专门指数，并从科技金融环境指数、研究与发展指数等六个维度构建了科技金融发展总指数[2]。曹颢、尤建新（2011）构建了包括科技金融资源指数、科技金融经费指数、科技金融贷款指数以及科技金融产出指数在内的四位一体的科技金融发展指数，并以该指数为依据对我国31个省、自治区及直辖市科技金融发展水平进行了实证分析评价。胡义芳（2013）在科技金融发展总指数下构建了包括科技金融资源指数、科技金融投入指数、科技金融产出指数三个二级指数，并对我国各地区科技金融发展基于以上三个指数进行了较为全面的描述性统计分析[3]。黄德春（2013）从企业成长阶段视角构建了支撑企业成长的科技金融发展指数[4]。宫为天（2014）基于江苏省科技金融发展视域，在参考赵昌文（2009）科技金融指标体系研究的基础上构建了包括6个二级指标，12个三级指标的科技金融评价指标体系[5]。李华民等（2015）从投入元与产出元两个维度构建科技金融绩效评价体系[6]。卢亚娟（2016）考虑金融资源投入与产出的特性，从多维度视角出发，构建了江苏省科技金融区域发展评价指标体系[7]。以上学者从不同视角构建了科技金融发展指数，这些评价指数的建立为有效评估我国科技金融发展水平，提供了依据和标准。然而，现有文献对科技金融发展水平的评估，其视角主要集中于针对全国范围及发达省份，鲜有对于西部欠发达省份及地区科技金融发展轨迹的跟踪及反映。因此，本文基于甘肃省域范围，构建科技金融发展指数并进行实证评价，可以在一定程度上丰富西部欠发达地区科技金融工作的理论研究。

三、科技金融区域发展评价指数的构建

（一）科技金融指数构建原则

1.多维度原则。科技金融发展指数的选择及构建应该能够客观、真实、完整的对地区科技金融发展程度进行分析和评价。鉴于科技金融是一个由多主体共同参与，涉及多种科技资源与金融资源双向互动的多维度概念，因此科技金融评价指数的构建应从多维角度出发，充分考虑指标的代表性及覆盖性。

2.可操作性原则。根据该原则，科技金融发展指数的选择及构建应充分考虑数据在实践操作中的可获得性，具体体现为指标的选择应以是否能够获得真实、权威的数据为指导原则而非只是理论层面是否有助于对科技金融的评估。

3.相对量指标原则。考虑到甘肃省各地区经济社会发展在规模、体量方面存在一定的差异，本文在构建指数时选择相对量指标，将各地区科技金融发展绝对差异抽象化，以保证各地区科技金融发展效果的可比性。

（二）科技金融评价指数的构建及实证分析

本文在指数构建过程中，主要参考曹颢（2011），胡义芳（2013）构建的科技金融发展指数以及卢亚娟（2016）构建的科技金融区域发展指数，最终形成包括3个一级指标，8个二级指标的甘肃省科技金融区域发展评价指数体系，具体指标及计算方法如表1所示。

表1 甘肃省科技金融区域发展评价指数

①其他来源资金投入力度指除政府投入及企业内部资金之外的资金投入，包括科技贷款、资本市场融资、创业投资、国外资金及其他。

1.样本选取及数据来源

本文基于上述科技金融区域发展评价指数，采用因子分析法（SPSS16.0），对甘肃省各地区科技金融发展情况进行实证分析。由于在数据获取过程中，甘肃省14个地级市中，嘉峪关市和金昌市数据不全，考虑到数据的客观性、准确性，本文最终选择甘肃省除嘉峪关市和金昌市之外的12个地级市作为实证分析样本，数据来源主要包括甘肃省科技厅《2015年科技统计数据》、《2015年甘肃省统计年鉴》、甘肃省工信委《2014年度甘肃省工业和信息化白皮书》②本文通过甘肃省工信委《2014年度甘肃省工业和信息化白皮书》获得数据主要为高新技术企业收入指标，由于在本文写作时，2015年统计数据还未发布，考虑到相对指标对数据分析影响不大，所以采用2014年数据。以及中国知网CNKI科研论文地区统计。

2.实证检验

第一步：对2015年甘肃省12个地级市的8项科技金融发展指标数据采用Z标准化方法进行无量纲化处理，从而消除量纲和数量级的影响，并开展因子分析的适用性检验。如表2所示，Bartlett's Test的观测值为112.139，相应的概率p值为0.000。假设显著性水平α为0.05，由于概率p值为0，小于显著性水平α，所以应该拒绝原假设，即相关系数矩阵和单位矩阵之间存在显著的差异。同时，KMO检验值为0.619，大于0.6，根据Kaiser的KMO度量标准，原有变量可用于因子分析。

表2 巴特利特球度检验和KMO检验

第二步：因子提取。本步骤应用主成份分析法提取因子，提取特征根大于1的因子，提取的2个因子累计方差贡献率为77.455%，本次提取因子未能达到理想效果，重新指定因子提取的个数为 3，累计方差贡献率达到88.351%，如表3所示。此次因子提取，信息丢失量较少，分析效果较好。

表3 因子解释原有变量总方差的情况

第三步：因子旋转。为使提取的因子更容易被解释，本步骤对数据实施方差极大化旋转处理，旋转后因子载荷矩阵如表4所示。

表4 旋转后的因子载荷矩阵

由表4可以看出，科技人力资源、科技研发机构资源、政府资金投入力度、R&D经费内部投入力度在第1个因子上具有较高的载荷，第1个因子主要解释了这四个变量，由于这四个变量都属于支撑科技金融发展的传统型常规要素，因此将其命名为科技金融发展传统支撑因子；对技术市场成交率、科技论文产出率、科技专利产出率在第2个因子上具有较高的载荷，第2个因子主要解释了这三个变量，由于这三个变量主要体现科技金融的成果及产出情况，因此将其命名为科技金融发展成果产出因子；其他来源资金投入力度在第3个因子上载荷较高，因此第3个因子主要解释该变量，由于该变量属于强化甘肃省科技金融投入力度，推动甘肃省科技金融深度融合的关键要素，因此将其命名为科技金融发展深度支撑因子。

第四步：计算因子得分并排序。本步骤通过回归分析法评估因子得分系数，计算因子得分，如表5所示。

表5 因子得分系数矩阵

根据表5构造因子得分函数如下：

F1=0.295X1+0.197X2+0.322X3+0.323X4-0.130X5+0.060X6+ 0.058X7+0.123X8

F2=0.010X1-0.029X2+0.103X3+0.112X4+0.063X5+0.255X6+ 0.460X7+0.459X8

F3=-0.129X1+0.070X2-0.071X3-0.058X4+0.98X5-0.172X6+ 0.174X7+0.036X8

进一步计算甘肃省12个地级市科技金融区域发展情况综合得分，即F=∑Wi×Fi。其中Wi为各因子在综合得分中的权重，具体按各因子的方差贡献率占三个因子总方差贡献率的百分比计算。根据表3，3个因子的方差贡献率分别为44.829%，29.984%，13.539%，累计方差贡献率为88.351%。由此W1为0.507 4，W2为0.339 4，W3为0.153 2①数据计算过程：W1=44.829%/88.351%=0.5074；W2=29.984%/88.351%=0.3394；W3=13.539%/88.351%=0.1532。。综合得分F=0.5074F1+0.3394F2+0.1532F3，最终得到2015年甘肃省12个地级市科技金融发展情况综合得分以及各因子得分，并按综合得分降序排列，详见表6。

表6 2015年甘肃省12个地级市科技金融发展情况综合得分以及各因子得分

本文在因子分析的基础上，进一步针对甘肃省科技金融发展状况，对12个地级市进行K-Means聚类分析，指定聚类数目为3，聚类结果如表7、表8、表9所示。

表7 K-Means聚类分析结果（一）

表8 K-Means聚类分析结果（二）

表9 K-Means聚类分析结果（三）

3.因子分析及K-Means聚类分析结果评价

（1）因子分析结果评价。从数据分析角度来看，如果某地区科技金融发展因子得分较高，则说明该地区科技金融发展情况较好。由于数据进行过标准化处理，科技金融指数因子得分均值为0，因此样本地区得分大于均值，则说明该地区科技金融发展情况高于甘肃省平均水平；反之，如果样本地区得分小于均值，则说明该地区科技金融发展情况低于甘肃省平均水平，还需要进一步强化科技与金融的融合发展。

表6反映了2015年甘肃省12个地级市科技金融发展情况综合得分以及各因子得分及排名情况。

从甘肃省各地区科技金融综合得分情况来看，综合得分超过平均水平（即分数大于0）的地区包括兰州市、白银市、酒泉市、武威市及张掖市5个地区，占到样本总数的41.67%，这其中，只有兰州市、白银市两个地区得分超过0.5，其余三个地区得分虽然为正值，但得分都在0.1左右，分值较低，仅仅是略高于平均水平；综合得分低于平均水平（即分数小于 0）的地区有 7个，占到样本总数的58.33%，其中，庆阳市、临夏州分值低于-0.5，科技金融发展较为落后。总体来看，甘肃省科技金融发展整体水平偏低，并且呈现出较为明显的区域发展不均衡特征。省会兰州作为政治、经济、文化中心具有比较丰富的科技金融资源，在科技金融投入力度方面具有明显优势；白银毗邻兰州，属于“省会一小时经济圈”组成部分，是我国重要的有色金属工业基地及复合型能源城市。2014年，甘肃省获科技部批准依托兰州新区、兰州高新技术开发区、白银高新技术产业开发区、兰州经济技术开发区开展兰白科技创新改革试验区建设试点。兰白试验区的建设也进一步推动了和提升兰白地区科技金融发展的整体水平。相较兰白地区，省内其余地市在科技金融资源投入及整合利用方面都存在明显不足。

从各因子得分情况来看，兰州市、白银市、武威市在科技金融发展传统支撑因子（F1）上的得分均为正值，排名前三位，说明这三个地区在科技人力资源、科技研发机构等传统科技金融资源投入方面表现较好；白银市、酒泉市、武威市、定西市在科技金融发展成果产出因子（F2）上的得分均为正值，排名靠前，说明以上地区在科技金融成果产出方面高于甘肃省平均水平；张掖市、陇南市、兰州市、白银市在科技金融发展深度支撑因子（F3）上的得分均为正值，排名靠前，说明以上地区重视科技金融资源的整合利用，积极开辟新的融资渠道对接科技资源。从数据统计整体结果来看，白银市在各个因子上的得分较为平衡，整体水平较好；兰州市虽然在综合排名及F1因子、F3因子得分表现上都较好，但在F2因子上得分排名靠后，这说明兰州市在科技金融成果产出绝对数方面虽然较大，但相对兰州市较为丰富的科技金融资源投入来讲，科技金融产出还是十分不足的，产出效率还需要进一步提升。

（2）K-M eans聚类分析结果评价。从K-Means聚类分析结果来看，表7展示了将甘肃省12个地级市在科技金融发展方面分为3类以及3个类别的最终类中心点的情况。数据显示第1类在科技人力资源、科技研发机构资源、政府资金投入力度、R&D经费内部投入力度、其他来源资金投入力度五项指数方面表现较好，第2类在技术市场成交率、科技论文产出率、科技专利产出率三项指数方面表现较好，第3类各项指数表现都不太理想。表8、表9展示了3个类的类成员情况：第1类有1个地级市（省会兰州市）；第2类有2个地级市，包括白银市、酒泉市；第 3类有9个地级市，包括武威市、张掖市、定西市、陇南市、平凉市、天水市、甘南州、庆阳市、临夏州。从聚类结果来看，甘肃省除兰州市、白银市之外，大部分地区在科技金融资源投入、科技金融成果产出及科技金融资源的有效对接方面都存在明显不足，从而使得甘肃省整体科技金融发展水平从全国范围来看还处于发展落后省份。

四、结论与建议

本文基于甘肃省域范围，构建科技金融区域发展评价指数，对甘肃省除嘉峪关市和金昌市之外的12个地级市开展科技金融发展水平实证分析，分析结果显示甘肃省科技金融发展水平整体较为落后，且呈现较为明显的区域发展不平衡特征。在数据的搜集过程中，笔者发现造成甘肃省科技金融发展水平整体不高的原因主要是因为科技金融资源投入的严重缺乏。第一，由于甘肃省经济基础薄弱，虽然在人才引进与培养、科技金融基础设施建设及企业创新激励方面也作出了许多努力，但整体投入比较发达省份与地区还存在较大差距，另外甘肃省有限的科技金融资源投入主要集中于经济水平相对较高的兰白地区，全省其余大部分地区科技金融发展几乎处于停滞状态；第二，推动科技创新的金融资源来源渠道单一。甘肃省科技金融发展的资金来源目前主要还是依赖于政府直接投入及企业自有资金的投入，资金来源单一且资金量匮乏，难以满足科技创新、科技成果转化的需求，难以形成科技资源、金融资源相互推动的良性循环，从而使得甘肃省科技金融缺乏可持续发展能力。

鉴于以上问题，本文认为促进甘肃省科技金融长效发展，应该从以下两个方面着手：

第一，甘肃省科技金融发展水平的提升，不能仅仅只依靠一两个科技金融资源发达地区，而应该是全省范围的均衡发展。因此，甘肃省应根据各地科技发展水平、金融资源聚集程度、地方产业特征等实际情况充分发挥地方特色和优势，开展创新实践，全面提升科技金融发展水平。另外，甘肃省应该进一步加强各级政府对科技创新的重视与支持力度，在现有财政能力基础上，进一步加大全省各级地方政府财政科技投入，创新财政科技投入方式，完善科技型企业税收优惠政策，并适当向经济落后地区进行政策倾斜，给予更多的扶持和帮助，为甘肃省科技金融均衡全面发展提供良好的政策环境和氛围。

第二，提升甘肃省科技金融发展整体水平，应更加侧重于培育甘肃省科技金融可持续发展的能力，而这一能力的提升主要在于科技资源与经济资源的深度及多维度融合。因此，甘肃省应着力于科技金融工具的创新，积极探索适合甘肃省省情的科技金融融合模式，通过强化政府资金的引导及保障作用，吸引更多渠道的资金进入技术创新领域，通过科技资源与金融资源的实质性对接，有效破解甘肃省科技金融结合的瓶颈，真正实现科技资源与经济资源的交互良性推动，进而实现甘肃省依靠科技创新，促进经济社会全面发展的建设目标。

本文的不足之处在于：由于科技贷款、科技保险、科技税收减免等数据的获得存在困难，本文的指标设定在严谨性及覆盖性方面还有所欠缺，今后研究工作的主要方向为深入相关部门（政府工商税务部门、科技银行、保险公司及科技投资公司等）进行走访和调研，加强数据的采集工作，从而进一步完善指标的建设，使评价结果更加具有说服力。

[1]曹颢，尤建新，2011.我国科技金融发展指数实证研究[J].中国管理科学（6）：134-140.

[2]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.

[3]胡义芳，2013.基于指数分析的我国科技金融发展研究[J].求索（12）：34-36.

[4]黄德春，陈银国，张长征，2013.科技型企业成长支撑视角下科技金融发展指数研究[J].科技进步与对策（20）：108-112.

[5]宫为天，赵增耀，2014.基于灰靶理论的江苏省科技金融指数动态评价分析[J].科技与经济（4）：56-60.

[6]李华民，刘芬华，方天亮，等，2015.广东省科技金融绩效评价系统研究[J].广东科技（10）：1-2，11.

[7]卢亚娟，刘骅，2016.江苏省科技金融发展成效、障碍因素与创新机制研究[J].江苏社会科学（1）：255-260.

[8]王启利.甘肃省科技金融发展战略研究[D].兰州商学院，2013.

（责任编辑：D 校对：T）

F127.42；F832.742

A

1004-2768（2017）04-0023-04

2017-02-06

甘肃省科技厅软科学专项“兰白科技创新改革试验区科技金融融合新模式研究”（1604ZCRA006）

王静（1981-），女，山东夏津人，兰州文理学院经济管理学院副教授，兰州大学经济学院博士研究生，研究方向：科技金融、产业经济学。