资源枯竭型城市战略性新兴产业金融支持效率研究

陈明荣+++吴正鹍+++张佩琴

摘 要：培育和发展战略性新兴产业有助于推动经济结构转型。本文运用DEA模型对白银市2008-2015年间战略性新兴产业的金融支持效率进行测算，对金融支持白银市战略性新兴产业效率实现的影响因素进行探讨，在此基础上提出提升白银市战略性新兴产业金融支持效率的对策建议。

关键词：战略性新兴产业；DEA模型；金融支持效率

中图分类号：F830.31 文献标识码：B 文章编号：1674-0017-2017（3）-0048-05

一、引言

战略性新兴产业是引导未来经济社会发展的重要力量，既代表着科技创新的方向，也代表着产业发展的方向。白银市是随着矿产资源开发利用而建立的工业城市，2008年被国家确定为首批资源枯竭型城市；2014年11月25日，科技部批复同意支持甘肃省依托兰州新区、兰州高新技术产业开发区、兰州经济技术开发区、白银高新技术产业开发区开展兰白科技创新改革试验区建设试点。以此为契机，白银市全力构建“3+4”产业集群，初步形成了科技创新改革试验区以化工、装备制造、生物医药、有色金属（稀土）、建材陶瓷、资源综合利用等为主导的战略性新兴产业支撑体系。战略性新兴产业发展的一大问题是资金问题，金融资金在支持战略性新兴产业发展中起着举足轻重的作用，然而单纯从量上扩大金融规模并非从根本上解决资金短缺的途径，甚至可能阻碍金融支持新兴产业作用的发挥。本文运用DEA方法对白银市2008-2015年间战略性新兴产业金融支持效率进行测算，对金融支持白银市战略性新兴产业效率实现的影响因素作进一步的探讨，最后在实证分析的基础上提出相应的对策建议，具有较强的现实指导意义。

二、金融支持战略性新兴产业发展的效率评价

（一）DEA模型简介

数据包络分析法（Data Envelopment Analysis，DEA）是一种以凸分析和线形规划为工具专门测度效率的非参数方法。CCR和BCC是两个最具代表性的DEA模型，CCR模型假设规模报酬不变，评价结果得到的是技术效率（TE），放开此假设，即为BCC模型。BCC模型将CCR效率分解为纯技术效率（PTE）和规模效率（SE），三者的关系是TE=PTESE，纯技术效率（PTE）剔除了规模效率的影响，表示企业由于管理和技术等因素导致的生产效率。

（二）变量选取与数据来源

DEA模型只需确定投入产出变量，并假定DMU的投入产出指标组成的状态可能集满足凸性、无效性、锥性、最小性条件即可。本文基于《战略性新兴产业分类目录》中所规定的七大细分行業，从白银市归属于战略性新兴产业领域的企业中随机选取了数据齐全的20家企业作为抽样样本。2008年，白银市被确定为全国首批典型资源枯竭城市，面临资源严重枯竭，城市的可持续发展面临严峻挑战。近年来，白银市注重发展循环经济，依托“一区六园”，着力构建了新材料、新能源以及节能环保等一批战略性新兴产业体系，因此本文以2008年作为研究起点，时间跨度设置为2008年至2015年。DEA方法要求决策单元DMU的个数大于等于输入、输出变量总和的两倍，本文设置的输入、输出变量各3个，共有DMU20个，符合要求。

投入指标（IN）：银行贷款（IN1）、直接融资（IN2）、风险投资（IN3）。其中，银行贷款包括短期贷款和长期贷款，直接融资用各样本企业吸收权益性投资与发行债券收到的资金之和表示，风险投资用样本单位吸收的“风险投资数额”表示。

产出指标（OUT）：净资产收益率（OUT1）、营业收入增长率（OUT2）、专利产出增长率（OUT3）。其中，净资产收益率用以反映企业的盈利能力，代表企业对自有资本的利用效率；营业收入增长率反映企业的成长潜力，专利产出增长率用以衡量样本企业的自主创新能力。

本文研究对象选为白银市战略性新兴产业领域的20家样本企业，最终获得每年各20个DMU，2008年至2015年8年的面板数据，共160组样本数据。所取数据来自20个样本单位的资产负债表、利润表、现金流量表，《白银统计年鉴》以及县域经济金融数据库。DEA经验法则要求投入产出指标数值具有非负性，实际上投入产出指标数值有时会存在负值，因此本文用DEA方法建模之前先对投入产出数据进行无量纲化处理，使得数据都是非负数，具体操作方法如下：

（三）投入产出指标相关性分析

使用DEA方法有个重要前提是投入产出变量要满足“等张性”假设，即等幅扩张性，投入产出指标之间要求显著正相关。本文使用Eviews6.0软件对样本数据进行相关性分析，相关系数如下表1所示。

表1表明，各个投入产出指标均为显著正相关，并且在1%的显著性水平下，所有相关系数均通过了双尾检验，符合“等幅扩张性”要求。

（四）DEA效率评价结果分析

将无量纲化处理后的白银市20家样本企业单位2008-2015年的投入产出数据代入DEA-BCC模型，运用DEAP2.1软件进行建模和计算，分析战略性新兴产业企业在每个时期的综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE）。

1.综合技术效率

综合技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价，可以分解为纯技术效率和规模效率，金融资源投入与产出效益的匹配程度高则配置效率高、资源使用更合理，金融支持带动战略性新兴产业发展的作用越好。运用DEAP2.1软件运算得出2008-2015年白银市战略性新兴产业金融支持综合技术效率，得知，白银市战略性新兴产业金融支持效率较低，技术效率均值仅为0.674，当前投入的金融资源中有32.6%的浪费。2008年没有决策单元（DMU）的综合技术效率（TE）达到1，均为DEA无效。由于受2008年金融危机的影响，新兴产业从金融市场融资的难度加大，因此在2008年白银市战略性新兴产业金融支持效率发挥非常有限。2009年至2015年DEA有效的决策单元所占比例分别为5%、15%、15%、25%、35%、30%和20%，DEA有效的决策单元数占比呈先升后降的趋势。DEA综合效率按个体差异呈现不同趋势，有12个决策单元呈上升趋势，6个决策单元呈下降趋势，2个决策单元保持不变。从时间趋势看，白银市战略性新兴产业总体金融支持效率呈上升趋势，效率均值由2008年的0.572上升至2015年的0.718，平均效率上升25.52%，表明白银市战略性新兴产业的相关政策发挥了一定作用。

2.纯技术效率

假定处于最优投入规模，纯技术效率用来衡量企业由于管理和技术等因素影响的生产效率，运用DEAP2.1软件运算得出2008-2015年白银市战略性新兴产业金融支持纯技术效率，根据DEA-BCC模型分析的纯技术效率结果看来，2008-2015年白银市战略性新兴产业金融支持纯技术效率均值为0.883，纯技术效率比综合效率有效程度提高很多，说明在白银市当前的金融政策环境下，支持战略性新兴产业发展的金融资源投入的使用较为有效。但纯技术效率在个体间的差异较大，许多DMU的效率波动也很大，极端值较多拉高了全市平均水平，实际上部分DMU的纯技术效率并不高。根据评价结果，在目前的技术水平上只有7个决策单元的纯技术效率年均值为DEA有效，表示其投入资源的使用是有效率的。而纯技术效率均值最高的DMU比均值最低的DMU高了47.03%，体现了个体间较大的差异。按时间趋势看，白银市战略性新兴产业金融支持纯技术效率均值波动上升，由2008年的0.789上升到2015年的1.025，全市平均纯技术效率提高了29.91%，说明随着金融改革的推进以及金融生态整体环境的提高，白银市战略性新兴产业技术能力得到一定程度的强化。

3.规模效率

规模效率反映的是实际投入资源规模与最优规模的差距，是由企业规模因素影响的生产效率。规模效率并不像技术效率（TE）或纯技术效率（PTE）那样越大越好，需要保持在合适的位置上才有效率，规模过大或过小均属于规模非效率，运用DEAP2.1软件运算得出2008-2015年白银市战略性新兴产业金融支持规模效率。

可以看出，白银市战略性新兴产业金融支持规模效率均值为0.826，投入规模不够合理。规模有效的决策单元（DMU）较少，有8家样本企业的规模效率年均值超过0.9，说明金融资源投入对其金融需求的满足程度较高。规模效率最低的样本企业年均值仅为0.473，说明其资源投入不合理，与战略性新兴产业发展需求不匹配。2014和2015年，有4家样本企业处于规模有效状态，6家样本企业仍处于规模报酬递增阶段，其余10家为规模报酬递减状态。从时间趋势看，白银市战略性新兴产业金融支持规模效率波动下降，规模效率均值由2008年的0.854下降到2015年的0.805，降低了-5.74%，表明战略性新兴产业规模效应没有得到强化。相比2008年，2015年仅6家样本企业的规模效率有所提升，3家样本企业基本保持规模有效状态未改变。规模效率下降的样本企业中，有3家样本企业的规模效率降幅超过20%，规模效率均值最高的决策单元比排名最后的高了109.51%，体现了个体间的差异较大。

4.综合分析

根据综合效率及其分解值走势（图1）来看，综合效率（TE）与纯技术效率（PTE）的趋势基本吻合，规模效率（SE）波动较小，表明反映管理水平的的纯技术效率是影响综合效率的主要因素。2008-2015年，白银市战略性新兴产业金融支持纯技术效率不断波动上升，相比2008年，2015年的平均纯技术效率提高了29.91%，表明白银市在完善金融体系建设方面取得了很大进步。由于DEA效率值仅仅是针对DMU之间相对优劣的比较，白银市作为资源枯竭型城市，转型发展需要大量资金支持，本文DEA效率评价结果显示的规模报酬分析主要是反映各个樣本企业之间发展的不均衡，以及金融供给与当地战略性新兴产业发展不匹配的问题，并不意味白银市支持新兴产业发展的资金供过于求。因此，在保持现有投入规模的前提下，规模报酬递减的样本企业应努力提高自身的效率产出。

从图2可以看出，从2008年到2015年期间，白银市战略性新兴产业样本企业中规模报酬递增企业所占比例呈波动上升趋势。白银市从2008年开始转型，随后国家出台了一系列扶持战略性新兴产业发展的政策措施，白银市规模报酬递增企业所占比例迅速上升，于2011年达到最高点，但之后占比出现下滑，说明出现了不利于战略性新兴产业发展的因素，如金融生态环境建设效果不明显、金融投入力度下降等因素，经过不断调整完善，规模报酬递增企业所占比例得以逐渐上升。

三、金融支持新兴产业效率实现的影响分析

本文对金融支持白银市战略性新兴产业效率实现的影响因素作进一步的探讨。战略性新兴产业的发展离不开政府的支持，因此在探讨金融支持新兴产业效率实现的影响因素时要综合考虑国家政策和商业性金融的影响。设置自变量时，引入一个虚拟变量D作为政策变量，代表政府对战略性新兴产业的影响和支持作用，金融支持指标依旧同上文分析中选取银行贷款（BANK）、直接融资（SECU）、风险投资（RISK）三个指标衡量金融支持水平。选取战略性新兴产业产值（SEI）作为因变量，用各样本单位利润表“主营业务收入”之和表示，为消除价格变化的影响，本文对所选数据均按2000年不变价进行调整。

（一）单位根检验（ADF检验）

运用Eviews6.0软件绘出各个序列的时序图，通过观察时序图可知，各个序列均不存在季节性，采用ADF方法检验各变量的平稳性，为了降低数据中的异方差，分别对原序列取对数，单位根检验，检验结果可以看出，序列LNSEI、LNBANK、LNSECU、LNRISK都是不平稳的，而它们的一阶差分序列都是平稳序列，即I（1）。

（二）协整检验

时间序列LNSEI、LNBANK、LNSECU、LNRISK都属于I（1）。本文采用Johansen-Juselius协整检验法判定各个变量之间是否存在协整关系。根据相关准则本文选择VAR模型的滞后阶数为2。然后应用Johansen-Juselius协整检验法对变量之间的协整性进行检验，检验结果表明：在5%的显著性水平下，LNSEI与LNBANK、LNSECU、LNRISK等变量之间存在协整关系，运用Eviews6.0软件回归，得到的协整关系式为：

LNSEI=3.58+1.24LNBANK+0.38LNSECU+0.11LNRISK+0.47LND

（1.662） （2.474） （0.248） （3.277） （3.024）

从协整方程可以得出，LNSEI与LNBANK、LNSECU、LNRISK及LND等变量之间存在正相关关系。但是直接融资（LNSECU）的系数t检验不显著，说明白银市通过股票市场和债券市场支持战略性新兴产业发展存在不足。政策变量（LND）的系数t检验显著，表明政策的出台和实施对白银市战略性新兴产业发展的具有明显的促进作用。可以看出，银行贷款是白银市战略性新兴产业发展所需资金的主要来源，政府对于新兴产业的支持起到较好的带动作用，直接融资的作用不明显，风险投资处于起步阶段，其对新兴产业的支持作用相对有限，但风险投资系数的t检验显著，因此完善风险投资对于支持新兴产业发展具有很大潜力。

（三）Granger因果关系检验

本文进一步通过Granger因果关系检验战略性新兴产业产值（LNSEI）与金融支持之间的关系。在5%的置信水平下，银行贷款（LNBANK）表现为白银市战略性新兴产业发展的Granger原因，而直接融资（LNSECU）和风险投资（LNRISK）沒有成为白银市战略性新兴产业发展的Granger原因。

（四）结果分析

从协整方程和Granger因果关系检验可以看出，银行贷款（LNBANK）、直接融资（LNSECU）、风险投资（LNRISK）和政策变量（LND）与白银市战略性新兴产业发展均呈现正相关关系。

银行贷款对白银市战略性新兴产业发展的促进作用是显著的，直接融资对其作用不显著，从协整方程和Granger因果关系检验可以看出，直接融资不是白银市新兴产业发展的Granger原因，白银市资本市场发展缓慢，目前全市仅有1家企业在A股上市，2家企业在“新三板”上市，19户企业正处于“新三板”上市前期阶段，上市难度较大。企业债券市场长期处于停滞状态，直接融资成为企业的“短腿”。

风险投资对于白银市战略性新兴产业的支持作用最小，但是其协整方程系数的t检验显著，说明风险投资对于促进战略性新兴产业发展有很大的潜力。但从Granger因果关系检验结果来看，风险投资（LNRISK）没有成为白银市战略性新兴产业发展的Granger原因，由于目前白银市战略性新兴产业覆盖率低，还没形成一定的规模，组织管理体制还未完善，影响有限，对风险投资者尚未形成较大的吸引力。

政策变量对白银市战略性新兴产业起了很好的带动作用。近些年，白银市政府积极响应国家政策号召，成立了支持战略性新兴产业发展的政府引导性基金、给予研发经费补贴及科技创新财政投入，为白银市战略性新兴产业发展营造了良好的政策环境。

四、结论与建议

本文实证得出的结论主要有：（1）2008-2015年，白银市战略性新兴产业金融支持综合效率呈上升趋势，但效率均值普遍较低。从效率测算情况来看，有些企业已经达到DEA有效，而有些企业还有较大的提升空间，各个决策单元间差异明显，存在个体间的非均衡发展。（2）白银市金融支持战略性新兴产业的纯技术效率比综合效率提高很多，但企业之间差异较大，许多决策单元（DMU）的效率随时间波动也很大。纯技术效率是影响综合效率的主要因素，所以战略性新兴产业金融支持效率的提高，应从纯技术效率着手，即提升金融体系的管理效率。（3）白银市战略性新兴产业金融支持规模效率波动下降，说明新兴产业规模效应没有得到强化。（4）银行贷款是白银市战略性新兴产业发展所需资金的主要融资渠道，直接融资对全市战略性新兴产业发展的作用不显著，风险投资对于促进全市新兴产业发展具有很大潜力。政策变量则起了很好的带动作用。基于研究结论，本文提出以下对策建议：

（一）实施差别化的金融支持策略，逐步缩小战略性新兴企业间的效率差异

处于规模报酬递增阶段的战略性新兴企业，应着力增加金融资源供给，特别是信贷资金供给，以提高规模效率。对于规模报酬递减的战略性新兴企业，应适当控制资金规模，注重提高其资金支持效果，扩大金融资源覆盖面，调整信贷支持结构，优化贷款投向，针对战略性新兴企业需求创新信贷产品，加强贷款事前、事中、事后管理，帮助战略性新兴企业提高技术能力和管理水平，协助企业成长壮大。对于规模有效的战略性新兴企业，应继续保持与企业自身发展相适应的金融支持速度。

（二）创新战略性新兴产业的金融支持模式，提高科技金融运行效率

做好创新驱动发展战略的金融服务工作，引导金融机构开发适合企业技术创新需求的信贷产品，探索互联网金融与战略性新兴产业结合的“互联网+”模式，将产业信息流、供应链与金融支持相结合。考虑到战略性新兴产业风险与收益并存，对某些风险较大的项目可以创新中间业务，并做好可行性论证与产业化指导，使其发挥更好的经济效益。白银市应充分发挥区位优势，吸引优质金融资源形成金融聚集，增加金融供给与竞争，推动战略性新兴产业企业均衡发展，提高金融服务实体经济的效率。

（三）探索多元金融支持渠道，提升金融综合服务水平

加快建立和完善财政投入为引导、企业投入为主体、金融投入为支撑、社会资金踊跃参与的科技投融资体系。积极争取试验区技术创新驱动基金支持，谋划设立新的创新驱动产业基金。加大企业多层次资本市场融资力度，创造条件发展融资租赁业务。大力引导天使投资及风险投资其金进入战略性新兴产业，鼓励各种社会资本尤其是民营资本进军战略性新兴产业领域。

（四）打造科技创新高地，吸引集聚创新资源

以白银市国家高新区作为重点平台聚集资源，吸引企业、高校、团队、联盟入驻。学习和借鉴张江、合芜蚌试验区、长株潭试验区的创新政策，结合白银市实际研究制定差别化政策，健全现有创新政策体系，增强试验区对白银市产业转型升级的支撑带动作用。依托兰白试验区加强与丝绸之路沿线国家和地区的合作，在基础研究、前沿技术等领域建立技术转移中心，鼓励国内外有实力的企业和研究机构以独资或合资、合作方式在白银市国家高新区内建立研发机构。加强与上海张江国家自主创新示范区、有关科研院所的人才交流合作，不断提升白银市战略性新兴企业管理水平和科技创新能力。

参考文献

[1]顾海峰.战略性新兴产业演进的金融支持体系及政策研究[J].经济问题，2011，（11）：74-78。

[2]李东卫.战略性新兴产业的发展与金融支持[J].节能与环保，2011，（10）：50-52。

[3]刘飞.基于DEA的区域金融效率评价研究[J].城市发展研究，2007，（14）：6-9。

[4]马军伟.我国七大战略性新兴产业的金融支持效率差异及其影响因素研究[J].经济体制改革报，2013，（3）：133-137。

[5]谢清河.我国金融支持战略性新兴产业发展研究[J].新金融，2013，（2）：54-57。

[6]熊正德，彦斌，林雪.基于DEA和Logit模型的战略性新兴产业金融支持效率[J].系统工程，2011，（6）：35-41。

[7]翟华云.战略性新兴产业上市公司金融支持效率研究[J].证券市场导报，2012，（11）：20-25。

Abstract： The cultivation and development of strategic emerging industries will help to promote the transformation of the economic structure. In this paper， DEA model is used to calculate the financial support efficiency of strategic emerging industries in Baiyin city during the period of 2008-2015. And then， the paper discusses the influencing factors of the financial support efficiency of Baiyins strategic emerging industries. On this basis， the paper puts forward some suggestions on how to improve the financial support efficiency of Baiyins strategic emerging industries.

Keywords： strategic emerging industry； DEA model； financial support efficiency

責任编辑、校对：陈参军