合肥市科技金融效率评价及对策研究——基于长三角城市群的比较

毕诗琪，冯 冰

(1.合肥师范学院 经济与管理学院，合肥 230601；2.中国电子科技集团公司第三十八研究所 经济运行部，合肥 230601)

科技与金融的协同发展离不开金融对科技的有力支撑，但盲目、无效的资金投入会导致产出的低效率。因此，持续提升金融体系服务科技产业的效能，促进科技金融资金配置效率尤为重要。

长三角作为我国经济发展和技术创新最活跃的地区，成为国家布局创新驱动发展战略整体规划的重要区域。本文选取上海社会科学院发布的《2017年度长三角城市群科技创新驱动力城市排名报告》综合排名靠前的城市(上海、杭州、宁波、南京、苏州、无锡、南通、常州和芜湖)与合肥市进行比较，利用数据包络分析法测算各城市科技金融资金投入与产出的配置关系，并以此为依据提出多项举措以提升合肥市科技金融资金利用效率及区域创新能力。

1 科技金融效率评价文献综述

国外学者很早就注意到了金融创新对科技进步的促进作用，从理论和实证两方面对二者的关系以及融合发展进行研究。而科技金融一词最早是由我国学者提出，具有较强的中国特色。例如：徐玉莲等运用实证方法从政府、市场和整体方面分析了各省科技金融资金配置情况，得出横向差距较大、纵向稳中有升的结论[1]；刘茂伟等利用DEA和灰色关联法分析了山东省2005—2014年间科技资金配置情况及影响资金效率的因素[2]；江湧等研究了广东省科技金融投入产出效率，提出深化体制改革和加快市场化步伐等对策[3]；甘星等用实证方法比较珠三角、长三角和环渤海的科技金融效率，得出上海和天津科技投入相对有效，其他省份科技金融效率偏低的结论[4]；吴妍妍等运用SPSS软件对长三角七城市科技金融发展情况进行测算，得出合肥最弱的结论，并针对合肥的问题提出建议[5]。

2 科技金融效率指标体系构建

近年来，数据包络分析方法开始被应用于经济和管理领域，用以测度投入与产出之间的效率关系。该方法的优点是无需对数据做量纲化处理，也无需人为确定指标的权重，只需要区分投入和产出，相对而言可以减少主观因素的干扰，在处理投入—产出的相对效率方面具有优势。科技金融资金配置过程是一个投入与产出多元化的复杂系统，与数据包络分析的效率测算特点契合。本文借鉴徐玉莲(2015)对科技金融配置效率的研究方法，利用DEA模型对长三角主要科技创新城市科技资金利用情况进行测算，构建评价指标体系。

2.1 指标选择

在前人研究的基础上，综合考虑指标的相关性和数据的可得性，选取测度科技金融配置效率的主要输入指标和输出指标。指标选择及描述如表1所示。

表1 指标体系描述

2.2 数据采集与整理

测算所用的数据主要源于各个城市2016年和2017年统计年鉴、统计公报、科技统计网和公开数据资料，个别缺失的数据由趋势法推算而来。数据来源的真实性和推算整理的有效性对实证分析结果及政策建议有重要影响，本文在采集和整理数据时，始终坚持真实性和科学性的原则。

3 长三角10市科技金融效率测算与结果分析

运用DEAP2.1软件，对长三角10个科技创新城市2016年和2017年科技金融投入和产出数据进行分析。

3.1 长三角10市科技金融DEA效率比较

DEAP2.1软件输出结果如表2所示。

表2 长三角10市2016和2017年科技金融配置效率值

3.1.1 综合效率比较

2016年样本中，上海、苏州、南通、杭州和宁波的DEA综合效率值为1，说明这5个城市科技资金配置合理，科技创新与金融支持协同效应较好。合肥市综合效率值较低，说明金融投入与科技产出远未达到最佳配置。

从省际来看，上海市和浙江省的DEA综合效率均值为1，说明这两个省(市)份的科技资金配置效率较高。上海市和浙江省是我国经济发展的排头兵，区域内民营企业和中小企业众多，科技创新动力强劲，对科技资金和创新金融产品需求程度高。同时，区域内金融业发达，创新金融人才和要素集聚，为科技型企业提供了必要的资金来源和适合的金融产品。样本中，安徽省DEA综合效率均值排名靠后。近年来，安徽省在承接产业转移和促进科技金融结合方面做出较大努力，但经济基础薄弱、行政过度干预、创新氛围不浓等因素导致科技资金的投入和产出尚未达到最佳配置。

2017年，合肥市的DEA综合效率值较2016年有所提升，但在10个城市中排名基本没变。2016年和2017年是各地围绕国家创新驱动发展战略相继出台科技创新发展政策和贯彻执行的两年，由统计数据和实证结果可知，合肥市科技和金融融合情况稳定，科技金融政策得到执行，但效果不显著。

3.1.2 技术效率比较

由表2可以看出，2016年和2017年长三角10市科技金融的技术效率均值分别为0.922和0.935，小幅提升基本持平，现有的科技金融管理水平和金融配置结构已接近最佳状态，稍加调整即可实现科技金融投入与产出的技术有效性。2016年，技术有效的城市有7个；2017年，技术有效的城市有6个。其中，合肥市两年的技术效率值分别为0.818和1.000，说明合肥市科技金融在投入规模、配置结构、融资渠道、成果转化及管理水平方面有所提升。

3.1.3 规模效率和规模报酬比较

实证数据显示，上海、苏州、南通和宁波4个城市2016和2017两年均实现规模有效，其他城市则处于规模无效区域。合肥市处于规模无效且规模报酬递增阶段，说明合肥市科技金融投入规模尚未达到最佳配置状态，科技企业发展初期资金需求旺盛，金融资本的配合将充分获得资金投入的规模收益并提高效率。

3.2 长三角10市科技金融冗余分析

投入冗余和产出不足是导致科技金融效率低下的主要原因，因此有必要对冗余情况进行分析。以2016年为例，DEAP测算的科技金融投入产出冗余情况如表3所示。合肥市高新技术企业总产值与目标值相差1498.709亿元，说明合肥科技金融市场化能力和产业化水平偏低。

表3 2016年长三角10市科技金融投入产出冗余

3.3 分析结论

单纯从实证结果来看，长三角10市中，上海、苏州、南通、杭州和宁波科技资金配置效率高，列为第Ⅰ梯队城市；南京、常州、合肥科技资金配置效率较高，列为第Ⅱ梯队城市；无锡和芜湖科技资金配置效率偏低，列为第Ⅲ梯队城市。从综合排名看，合肥市金融资金配置效率处于第Ⅱ梯队，与上海、苏州、杭州等城市差距较大，这与合肥市创新创业环境滞后、科技金融规模较小、金融供给模式单一、资源配置不合理等因素密切相关。

4 提升合肥市科技金融效率的对策

根据比较分析结果和合肥市经济发展实际，本文认为，要提升合肥市科技金融配置效率，应采取以下具体措施。

4.1 借助创新驱动发展东风，融入长三角发展规划

在创新驱动发展战略指引下，长三角城市群依托自身经济活力和创新优势，融入国家整体发展规划。合肥市应充分利用国家在科技创新领域的政策倾斜和资源统筹，融入长三角整体发展规划，向高质量、高水平一体化发展。依托上海在资源、人才、产业基础、管理效能等方面的龙头作用和辐射效应，加速合肥市科技与金融的深度融合和协同发展，提高科技金融资金配置效率。

4.2 搭建一体化科技金融平台，实现资源互补

遵循政府搭建、市场导向、多方支持的原则，积极搭建长三角统一的科技金融信息服务平台，整合政府、科技企业、银行、证券公司、担保公司、中介机构、行业协会等多方资源，探索建立“规划—建设—管理”一体化投融资服务平台，为合肥市科技企业提供科技贷款、科技保险、知识产权抵押、上市辅导等投资服务，发布合作机构金融产品、最新科技金融政策和实时数据统计信息，快速促成合肥市与长三角区域内高科技企业资金需求和金融机构资金供给的有效对接。

4.3 建立多元科技投资体系，创新金融供给模式

深入剖析合肥市在产业升级不同阶段的科技企业金融需求特点，建立财政投入、金融资金和社会资本有机结合的多元化、立体化科技投融资体系，提升资金配置效率。一是财政资金先行铺垫，吸引市场投资主体布局高科技产业；二是创新金融产品和服务，满足科技企业新需求。除传统的固贷、流贷、结算等金融产品和服务外，高科技企业会产生诸如上市融资、并购重组、网上结算、知识产权融资、离岸金融等新的金融需求。合肥市政府应引导金融机构从供给侧方面着手，提高金融创新能力和服务效能。

4.4 精准支持优质科技企业，提高资源利用效率

科技企业旺盛的资金需求与金融资源有限性的矛盾需要依靠“重点式、精准化”的投资模式加以化解。合肥市政府资金应重点支持区域内拥有自主研发能力、掌握核心知识产权、对区域经济社会发展具有战略意义的优质高新技术企业。通过多元、分层、重点、精准的投资策略，有效利用长三角金融资源实现合肥市科技产业的合理集聚与科学布局。

4.5 差别对待企业成长阶段，提高规模生产能力

准确区分合肥市科技企业的成长阶段，提供差别化和有针对性的金融支持。处于种子期和初创期的企业生产规模较小，资金需求集中在技术研发领域，此时需要引导创业基金和天使投资介入，通过结构优化来提升金融服务效率。对于成长期的企业则需要加大金融供给规模，提高金融覆盖水平和产品生产支持力度，扩大企业生产规模，提高企业的规模效率和规模报酬。