共享投入关联视角下科技金融效率评价

■ 张兆霖（新疆大学经济与管理学院）

一、引言

中国经济发展已经到了质的飞跃阶段，首要任务是实现创新驱动,提升资源使用效率。《国家中长期科学和技术发展规划纲要(2006-2020年)》2006年正式出台,提出科技和金融的相互结合。2011年,"十二五"科技规划再次将加强科技融资体系建设提上议程,以多元化、多渠道的方式创新科技、创新投入,目的就是尽可能的极具各地区的社会资金,给科技创新活动提供更好的服务,从而使科技和金融的结合机制更加完善，以提升科技金融效率。判断科技金融的效率是否有效,是进行资源优化的前提条件,因此,选取相对科学的评价方法,分析科技金融效率的影响因素,就显得尤为重要。

二、文献综述

关于科技金融效率的相关研究主要集中在国内。潘娟、张玉喜[1]以政府、企业和金融机构三者的投入为切入点,采用相关金融费用为变量，结果显示历年来呈上升的趋势,但各个区域之间还存在着些许差异。以沪深A股上市公司为基础,选取数据,钱水土、张宇[2]对比了研发投入高低不同的企业,结果显示科技金融对高研发企业具有更强的激励效应。张玉喜、赵丽丽[3]从静态和动态面的角度切入,探究了科技创新受到科技金融投入的影响作用。戴志敏、郑万腾、杨斌斌[4]运用DEA并结合变异系数、基尼系数和泰尔指数等方法,对不同区域的科技金融效率差异进行了综合评价。甘星、甘伟[5]以此为出发点,选用DEA方法,进行了实证研究。刘降斌和李艳梅[6]选取四大区域为代表,研究发现,在金融体系作用下,长期来看,促进效果显著,短期来看不确定性尤为明显。张杰[7]等选取大样本企业数据,对中国企业的研发创新活动进行了分析,发现民营企业融资约束问题更为突出。孙晓华、王昀[8]等结合企业研发投资决策理论分析框架,基于金融因素,选取了大中型工业企业的省际面板数据,研究发现：金融在科技创新过程中起着支持的作用,降低了企业R&D资金的融资约束。

DEA近年来,广泛使用,但是,DEA仅能测度单一阶段效率,将决策单元的内部结构视为”黑箱”,没有考虑其内部多个子过程之间的结构从属关系。然而,科技金融在效率转化的过程中,并不是简单的"投入—产出"这样简单的过程,还存在中间产出(如专利技术等)。而科技金融投入固然作用于第一阶段,在第二阶段中也同样起作用,科技金融投入实际在两个阶段按一定比例实现共享。

本文选用共享投入两阶段DEA的方法对科技金融效率进行测度,并与传统DEA方法进行对比分析,以期找出影响科技金融效率的重要因素,提出相关的政策建议。

三、变量及数据说明

测量和评价科技金融效率的关键在于选取合适的指标和模型,国内的许多学者根据不同的研究目的,构建了不同的科学评价体系,并根据得到的结果提出了相应的政策建议。从现有文献来看，主要的差异集中体现在二级指标体系方面。潘娟、张玉喜[1]立足于资金的投入,选取政府、企业和金融机构的资金投入作为投入变量,专利数、销售收入、主营业务收入及技术合同成交额作为产出变量,运用DEA进行测算。戴志敏、郑万腾[5]等采用多尺度进行测算,甘星、甘伟[6]也从相似的角度选取了类似的变量。

本文根据前人的相关研究,以及赵昌文关于科技金融的阐释,并结合本文选用的研究方法,选取以下指标进行测度：

(1)科技金融投入。根据赵昌文的定义,可以简单概括为科技金融是对科技的研发和成果转化过程中给予一定的支持作用。R&D经费内部支出在一定程度上可以说明企业内部对科技金融的支持程度,R&D人员全时当量代表着企业在科技金融方面的人员投入,二者皆体现出企业对科技金融的重视程度;以及各省财政科技指出表示政府在科技金融方向的财政支持,以此作为科技金融投入变量。

(2)中间产出。专利和论文是研发转化的过渡阶段,并没有得到正式的产品对市场产生影响,并且专利和论文是新产品的重要投入部分,因此,用国内专利申请授权数和三大论文检索数量来衡量中间产出,是比较合适的指标。

(3)科技金融产出。科技金融产出相对比较复杂,本文根据相关研究,选取高技术产业主营收入、技术合同成交额和新产品销售收入作为科技金融产出指标。

本文选取2007-2017年, 30个省、市和自治区的面板数据(不包含西藏)。数据主要来源于《中国统计年鉴》和《中国科技统计年鉴》。

四、实证分析

从表1共享投入DEA的测算结果可以看出,全国的科技金融效率整体呈现上升的趋势,让技术型人才、知识型人才以及企业找到了方向,相比较于过去,大量的资金和人才涌入科技创新领域,提高了科技创新的产出和质量。2007年的效率值相对较低,相关的措施从颁布到实施有存在一定的滞后性,因此,这两年的科技金融效率国部分城市的科技金融效率已经达到了或者接近于1,保持着高效率的状态,表明在投入增加的同时,产出效率也在不断地提升,这与相关的人才培养以及科技的进步密不可分。同时,这些保持高效率状态的城市,这些地区多为中国的一线城市,拥有较多的高校,对人才具有极大的吸引力,也能最大程度的避免人才的流失,而且财政投入也相对较多,企业自身在这方面的投入相对颇丰,聚集了比较丰厚的人力物力资源,且政府的大力引导,多数为新政策的试点地区,都积极的促进了科技金融的发展。

表1 共享投入DEA 测算各省份科技金融结果

五、结论及建议

本文运用共享投入两阶段DEA评价法,采用2007年至2017年,11年的数据,对全国30个省市区的科技金融效率进行的评价,从不同的时间,以及不同的地区等角度,分析了金融效率的差异化程度,并在此基础上,对影响科技金融效率的因素进行了回归分析,得到如下结论：

通过以上的研究结果可以看出,我国科技金融绩效存在显著的地区性差异,总体来说,科技金融投入的创新绩效最高的多为发达地区,基本都处于高水平,远远超过其他地区。科技金融效率水平与本地的经济水平息息相关.

基于以上分析和结论,本文提出以下相关建议,以期对推动国家提高科技金融投入创新绩效水平,优化科技金融资源配置提供参考：

（1）充分发挥政府对科技金融的支持和引导作用,搭建动态化的区域性扶持科技金融的政策体系,从多个角度出发,分层次加大对科技金融的支持,特别是对相对落后的欠发达地区,要着重体现出政策上的倾斜,加大财政投入,优化创新环境,实现区域科技金融转化效率的提升。

（2）鼓励企业增加自有资金中投入到R&D当中的部分,与高校开展合作,加强企业的自主创新能力,在政府的引导和支持下,促进落后地区的产业结构转型升级,让企业成为带动区域科技创新的发展主力军。

（3）拓宽融资渠道是一个重要环节,而在这个过程中,科技金融服务平台起着举足若轻的作用,充分发挥出其潜在的能力,以防范和控制风险为前提,选取优质的创新型企业,降低融资门槛,尤其是欠发达的地区,应该给予更多的投资政策优惠,吸引社会资金,吸引有能力的企业,以期改善当地的经济环境和融资环境,从而提高技术创新的转化率,提升科技金融效率的水平。