技术进步、金融支持对我国工业行业全要素能源效率的影响

霍鹏浩

本文通过SFA随机前沿模型测算科技进步指标（R&D科研经费、专利数）及其金融支持指标（短期贷款与无风险利率之差）对于我国工业行业全要素生产率的影响，并给出了相应的政策建议。

一、引言

在国家推动科技进步和大力发展金融业服务于实体经济的背景下，科技及其金融的因素对我国工业行业的全要素能源效率产生了相当大的影响。本文将从科技进步、金融支持两个角度来研究其对工业行业的全要素能源效率的影响。

根据能源效率的定义，即每单位的投入能获得的产出量即被定义为能源效率。测算出这两个因素对于工业企业效率的影响因素，在向科技创新型国家转型及金融市场化改革等宏观政策的调整下，将对如何对工业作出改革给出极大的现实指导意义。

二、模型选择及指标选取

前沿面的概念在法瑞尔（Farell，M.J）1957年的论文中首先被全面阐释，法瑞尔构建了不同的投入要素对产出效率影响的模型，得出最优的投入与产出组合，由此测定出最佳效率前沿。前沿分析主要分为参数法（SFA模型、OLS法等）和非参数法（DEA数据包分析），在本文采用较为简单直观的SFA随机前沿模型对于能源效率进行测算。

在SFA中生产函数的模型常用柯布-道格拉斯生产函数（Cobb-Douglas production function），但由于本文研究的问题并非单纯的劳动与资本要素，因此在自变量的选取上做出了相应的调整。能源的使用效率用工业的增加值来衡量投入要素对产出的刺激作用;在资本要素中，使用了短期贷款利率与无风险收益的差值来代表金融资本对产出的影响作用;用专利数的授权量（发明专利）及R&D科研经费 来反映技术要素以此替代C-D生产函数中的劳动要素。根据本文的研究方向对C-D生产函数做出调整后以此建立模型。

三、实证分析

本文选取了2008-2017十年间的数据，技术进步采取了R&D科研经费支出（冀0）、我国的专利授权数（）来衡量，金融支持通过短期银行贷款利率与无风险利率之差（）来表示，产出效率指标采用工业企业的增加值（y）来衡量。（前两项数据来源于国家统计年鉴，后两项数据来源于wind数据）

由此构建模型在R studio中进行随机前沿模型的分析，实现代码如下：

library（frontier）;

d=read.table（"clipboard"）;

fit=sfa（log（V4）～log（V1）+log（V2）+log（V3），data=d） ;

summary（fit）.

统计分析结果如下：

由SFA统计结果可得出变量R&D科研经费、贷款利差结果显著，专利数结果不显著，极大似然估计相对显著。虽然专利数统计结果但仍然考虑其对模型的影响，原因再结论部分给出。

四、结论及建议

（一）从外部来看，政府职能部门加大对企业科研经费的扶持力度，如增加财政性拨款预算，提高科研经费向产出的转化效率;在政策制定方面可出台相应的监管措施，在合理的范围内提高工业企业所获利润在企业中的留存比例，提升企業的科研水平。从内部看，企业应自觉重视科研对于企业发展的重要作用，重视科技进步对能源效率的不断提升，以此实现产出最优化。

（二）发明专利数量的持续提升对于科技创新和发展具有相当重要的作用，但是本文在实证研究的过程中发现发明专利该项指标统计结果并不显著，分析造成此问题的可能主要有在选取数据的过程中使用的是国家统计年鉴中的发明专利，虽然事先已经剔除了如广告专利等对科技进步影响较小的专利数，但是由于测算的是工业行业的能源效率，原始数据并未剔除非工业行业的数据，推断此原因是造成结果不显著的原因。因为单独的工业专利数量难以测量，但是此因素对于科技进步具有重要意义，所以在此仍然给出建议即企业应加大对于专利技术的研发和创新，以此提升能源效率的转换效率。

（三）金融市场化改革的背景下，国家从顶层制度方面反复强调了金融应服务于实体经济，以此来推动实体经济的发展。在模型中也得出，金融的政策支持对于能源效率的提升影响显著，更好的使金融市场服务于实体经济对于能源效率的提升进而推动整个产业的发展有极其重要的意义。（作者单位：中国矿业大学管理学院）