浙江省科技金融结合效率研究

杭品厚

[提要] 科技与金融结合是改造提升传统产业、培育新兴战略产业、推进区域经济转型升级的重要举措。本文应用数据包络分析（DEA）方法对2017年浙江省各地区的科技与金融结合效率进行研究，结果表明：杭州、宁波、温州的综合技术效率为1，说明科技与金融结合有效率，剩余8个地区的综合技术效率值均小于1，说明科技与金融结合有改进余地。根据对浙江科技金融结合现状进行分析，为相关部门提出建议：改善科技金融的制度环境、完善科技金融中介体系、建立科技金融人才培育体系。

关键词：科技金融；数据包络分析；投融资；效率；浙江

本文为2018年度浙江省社科联研究课题：“浙江省技术创新投融资体系指数评价及投入影响因素研究”（项目编号：2018N42）阶段性成果

中图分类号：F83 文献标识码：A

收录日期：2018年9月5日

一、引言

科技与金融结合有利于加速科技成果转化及产业化，能促进传统产业的转型升级、新兴战略产业的培育，有利于区域经济培养新的经济增长点。最早探索科技金融领域的学者以熊彼特（1912）为代表，他在著作《经济发展理论》中首先分析了技术与金融的结合，强调银行为企业创新提供的金融支持可以加快企业的创新研发和产业化进程。之后，麦金农和肖提出“金融抑制”和“金融深化”的理论，其认为金融发展能推动经济增长、技术创新，为科技金融理论的后续研究奠定了基础。国内学者对科技金融问题研究起步较晚，但发展快，随着国家在21世纪初把科技创新提升到国家戰略，大量关于科技金融结合的发展模式、制度安排、绩效指标构建等研究出现，并成为持续的研究热点。近年来，我国对科技创新的金融投入不断加大，而科技产出效率却往往较低，因此专家学者们开始关注科技金融结合效率问题。最初关于科技金融的研究集中在国家层面，之后拓展至省市层面，研究的理论逐步成熟，采用的研究方法也更加广泛。部分研究者运用主成分分析法、数据包络分析法对金融投入与科技产出的效率进行比较研究；还有部分研究者运用随机前沿生产模型、面板数据混合回归模型全面分析了金融与科技的耦合效应。王芳（2016）运用数据包络分析法对2001～2014年河南省科技金融结合的绩效进行分析，指出应着力在科技金融投入方式、科技金融组织体系、科技金融服务产品三个方面进行改进，以提高科技金融结合效率。龙云飞等（2018）提出基于PCA-DEA-Moran的科技金融效率评价模型，其综合运用主成分分析法、包络数据分析法和Moran指数三种方法分析2015年我国31个省市的科技金融投入和产出数据，对全国各地的科技金融发展效率进行了评价。张倩霞、万正晓（2018）利用DEA-Tobit模型对2011～2015年我国30个地区的科技金融效率进行计算求解，同时分析了政府、企业、金融市场三个方面因素对科技金融效率的影响，最后建议通过优化政府资源配置、提高高技术产业规模和完善市场功能等途径提高科技金融效率。

浙江省以科技创新战略为指引、以金融服务企业为核心，近几年相继出台了一些支持科技金融创新的政策，对科技进行金融投入的规模和力度都在逐年加大。浙江省2017年全社会科技支出1，600多亿元，比2016年增长18.5%。研发支出为人民币896亿元，比2016年增长14.2%。财政科技拨款186亿元，比2016年增长12.8%。科技活动经费、研发经费、科技财政拨款增长趋势明显。总体来看，浙江省科技金融的支持环境逐步完善，金融资源配置更为合理，为保持浙江区域经济活力、提高当地企业的科技创新绩效创造了条件。本文以浙江省为研究对象，结合2017年的科技金融投入产出数据，运用数据包络分析模型对各个地区的科技金融结合效率进行评价，进而为提高浙江省科技金融结合效率提供相关建议。

二、DEA模型与评价

（一）方法概述。数据包络分析（DEA）是运筹学和经济学中用于估计生产前沿的非参数方法，其根据多项投入与产出指标，使用线性规划方法测量决策单元的相对效率。本文使用CCR数据包络分析模型和BCC数据包络分析模型对浙江省各地区科技金融结合效率进行评估。其中CCR模型常用来衡量决策单元的综合技术效率，通过对各项投入与产出的因子进行线性组合，将投入产出比率视为整个集合的相对效率，进而据此可对各决策单元进行有效评估。如果CCR模型得分为1，代表决策单元整体有效率，投入产出均衡，投入一定时产出达到了最大化；如果CCR模型分数在0.9～1之间，说明了决策单元相对有效率，说明投入或产出通过轻微改变可以使决策单元达到资源配置最优化；如果CCR得分在0.1～0.9之间，表明决策单元明显处于低效率状态；如果CCR分数小于0.1，那么此决策单元完全无效率，其投入产出不符合经济运行规律。CCR模型存在一定的缺陷，往往难以对一个低效率的决策单元进行具体分析，即无法判断决策单元的低效率来源于技术无效率还是规模无效率。而BCC模型常用来评价决策单元的纯技术效率，其可以用来分析在规模完全有效率条件下，技术低效率导致决策单元整体低效率的程度。

（二）数据来源及结果评价。以浙江省各地区作为研究对象，查阅浙江统计年鉴（2017年）、浙江科技统计公报（2017年）、浙江省各市统计年鉴（2017年）、浙江省各市科技统计公报（2017年）等资料综合整理计算所得相关数据如表1所示。本文采用Deap2.1软件进行求解，分别对2017年浙江省11个地区的科技金融结合效率进行分析。在求解过程中，选择投入为主导型，即在既定投入下计算产出的最大值，求解结果如表2所示。（表1、表2）

CCR得分表示综合技术效率，用于综合衡量与评价总体科技金融投入产出效率。由表2可知，杭州、宁波、温州的综合技术效率为1，说明科技与金融结合整体有效率。绍兴的综合技术效率为0.865，说明其科技与金融结合相对有效率，但还未实现最优配置。湖州、嘉兴、台州、舟山等地区综合技术效率比绍兴更低些，均在0.7～0.8之间，说明其科技与金融结合也还有进一步改进余地。金华、衢州、丽水的综合技术效率分别为0.567、0.425、0.468，科技与金融结合的综合技术效率相对较低。总的看来，其科技与金融结合的综合效率与经济发达程度基本一致。杭州、宁波等浙东地区经济较发达，其科技与金融结合的综合技术效率相对较高。而衢州、丽水等浙西地区，经济相对较落后，其科技与金融结合的综合技术效率相对较低。

BCC得分表示纯技术效率，用于衡量最优生产规模时的科技金融投入产出效率。由表2可知，浙江的11个地区中，杭州、宁波、绍兴、温州的纯技术效率为1，表明在给定的金融资本投入条件下完成科技产出最大化。湖州、嘉兴、台州、舟山的纯技术效率虽未达到1，但均大于0.8，说明这些地区存在着金融资本投入或者科研产出不足，稍加调整便可以实现科技与金融的高效结合。金华、衢州、丽水的纯技术效率分别为0.687、0.553、0.504，数值相对较低，说明金融资源的配置不够合理，或者在既定金融投入下科技产出较为不足，因此应积极调整金融投入的结构，强化金融资源投入的管理，并进一步提升技术创新效率，使金融投入更好地转化为科技产出。

规模效率为CCR与BCC得分的比值，反映的是实际生产规模与最优生产规模的差距，该指标可以反映规模效率对总体投入产出效率影响的大小。由表2可知，浙江的11个地区中，除杭州、宁波、温州以外，其他8个地区均未能实现完全的规模效率。其中，绍兴、湖州、台州、金华、丽水、衢州6个地区的规模效益递增，说明不断增加科技金融的投入可以使该地区资本投入量达到最优规模量，以提高科技金融结合的规模效率。而嘉兴、舟山两个地区规模效益递减，说明减少科技金融的资本投入可以使该地区科技企业的资本投入量达到最优规模量，以提高科技金融结合的规模效率。

三、浙江省科技金融投融资对策建议

（一）改善科技金融的制度环境。首先，要全面建立促进科技金融结合工作体系。按照科技金融的发展规律，浙江省应制定科技产业发展战略和实施计划，落实相关配套政策。确定可以援用的法律、法规及一系列科技金融政策、实施细则，特别是载明促进科技金融发展所涉相关部门权力、义务、职权、责任的制度安排，完善科技资金使用的管理规章及办法，建立企业、政府部门、金融机构的科技金融工作联动机制，为科技与资本的对接创造条件；其次，完善促进企业科技创新的财税激励政策。对于开展科技创新的企业给予财税减免和补贴等政策倾斜，鼓励企业加大技术创新投入，解决其资金不足的后顾之忧；最后，建立健全科技金融监管制度。在服务和支持企业科技创新活动过程中，相关监管机构应加强科技金融投入资金管理，提高资金使用效率，不断强化对科技资金使用情况的审计监督，从制度上对地方科技金融的健康发展予以保障。

（二）完善科技金融中介体系。首先，打造完善的科技金融服务平台。针对科技型企业发展的特点，浙江省应当充分调动企业、项目、资金、人才、政策等资源，主动联系银行、创投基金、风险投资公司、资产评估事务所、会计师事务所等机构，开展多种形式的科技金融服务；其次，建立科技金融专项信贷制度。鼓励商业银行将科技创新项目信贷作为重点业务，研究制定适合科技企业融资的专业化信用评价机制和管理模式，简化信贷审批业务流程，提高服务效率，适当提高风险容忍度；再次，加快建立科技金融风险补偿机制。通过设立科技支行等信贷专营机构，建立政府引导，商业银行、担保机构、风投基金等多方参与的科技创新项目融资的风险补偿机制，运用贷款贴息、风险补偿、绩效奖励等多种手段，调动金融机构对企业科技创新的融资的积极性，降低企业融资成本；最后，加快科技金融产品的设计和创新。商業银行等金融机构可以针对企业科技创新的投融资需求，设计和推出各类金融工具和信贷产品。积极发展商标权、专利权等无形资产的质押业务，推动基于应收账款、信用证、仓单、流动资产质押等供应链金融产品创新，利用集合票据、担保债务凭证、股权凭证、网络P2P等工具，为企业的科研创新活动提供融资便利。

（三）建立科技金融人才培育体系。首先，落实科技金融人才培养的政策。浙江省可试点设立专业的科技金融培训机构，开发相应的培训课程体系，为培养专业的科技金融人才提供条件。浙江省属高校和科研院所要完善人才培养机制，面向市场，培养高端科技和金融人才，为科技创新提供必要的人才保障。各类金融机构应重视科技金融服务队伍建设，培养一批既了解企业科技创新活动又熟悉资金融通业务的人才。科技企业应成立高端的金融专家咨询组，培养专业的经营管理人员，开拓投资者视野；其次，加大科技金融人才的引进力度。积极推出能吸引科技金融服务的区域人才引进政策，重点引进各类科技管理人才、股权投资人才、信贷管理人才，着力壮大科技金融服务队伍；最后，尽快出台并完善技术转让经纪人、科技保险经纪人、科技股权投资经纪人等准入制度，促进科技金融人才发展的职业化、专业化、制度化。

主要参考文献：

[1]王芳.河南省科技金融结合的绩效评价及对策建议[J].金融理论与实践，2016（12）.

[2]张倩霞，万正晓.基于DEA-Tobit方法的我国科技金融结合绩效评价研究[J].中国集体经济，2018（8）.

[3]龙云飞，杨慧，朱艳.基于PCA-DEA-Moran指数的科技金融发展效率评价研究[J].贵州财经大学学报，2018（3）.

[4]刘萌萌，薛冰，邹慧君.青岛市科技金融结合效率评价[J].金融经济，2017（8）.

[5]韩威.基于DEA-Tobit模型的科技金融结合效率实证分析——以河南省为例[J].金融发展研究，2015（9）.

[6]崔毅，赵韵琪.基于DEA方法的广东科技与金融结合效益评价[J].特区经济，2011（2）.

[7]周昌发.科技金融发展的保障机制[J].中国软科学，2011（3）.