武汉市科技金融发展效率研究——基于BC2模型和Malmquist指数法

陶立祥，沈 俊，刘元林

（1.武汉理工大学管理学院，湖北武汉 430070；2.武汉市科技局，湖北武汉 430023）

1 问题的提出

科技和金融作为推动国民经济发展的两大引擎，两者高效配合乃至融合是创新型经济体发展的重要动力。我国经济发展已进入新常态阶段，实施创新驱动发展战略以充分发挥科技创新对于经济发展的巨大推动作用，就需要构建高效的科技金融运作体系。党的十九大也提出要推动经济发展质量、效率和动力的变革，提高全要素生产率。我国当前的科技金融资源有限，如何在现有科技金融投入一定的情况下实现科技金融产出的最大化成为了亟需解决的问题，因此提高科技金融发展效率尤为重要。

武汉市作为科教中心城市和华中地区的金融中心，具备发展科技金融的优良条件。2011年，国家批准武汉市成为促进科技和金融结合的试点地区。2015年，人民银行会同国家发改委、科技部等九部委印发《武汉城市圈科技金融改革创新专项方案》，明确武汉城市圈科技金融创新试验区地位［1］。在国家政策的引领下，武汉市积极探索科技金融创新发展方式并取得明显成效。如今，汉市开展科技和金融结合试点工作已有8年，武汉市科技金融发展效率究竟如何？之后的发展方向又是怎样？本文应用比较研究法对包括武汉市在内的13座城市的科技金融发展效率进行研究，总结武汉市的做法和经验并提出相关政策建议，以期对提升武汉市科技金融发展效率及经济发展水平提供参考。

“科技金融”在国外学界并不作为一个单独的术语进行阐述，而国内“科技金融”概念的提出则源于我国科技系统与金融体系的改革。国内学者赵昌文［2］26率先提出科技金融工具论并获得普遍认可。随后，房汉廷［3］提出科技金融本质论，即科技金融是一种创新活动，是一种“技术-经济”范式，是一种科学技术资本化过程，也是一种金融资本有机构成提高的过程。范方勇等［4］提出科技金融是通过创新金融投入的各种方式，改进金融服务模式，搭建金融服务平台，满足高科技企业的金融需求，提升其创新动力，达到科技创新链条和金融资本链条有机结合的系列政策和制度安排。随着研究的逐步深入，学者们开始将研究视角转向区域科技金融发展效率的研究，如，徐玉莲等［5］基于数据包络分析（DEA）交叉评价模型对我国各省份科技金融资金的配置效率进行了实证研究，得出各省份科技金融效率横向差距较大的结论；黄瑞芬等［6］运用Malmquist指数以及SFA模型测算了我国30个省份的全要素生产率指数和科技金融效率，得出我国科技金融效率水平不高、区域之间存在显著差异的结论；江湧等［7］采用DEA方法对包括广东省在内的我国30个省份的科技金融结合效率进行测度，并结合广东省现状提出了具体建议。学者们运用了各种各样的方法对不同时间序列、不同区域范围的科技金融效率进行了测算和影响因素分析，并得出不尽相同的结论［8-10］。

综上所述，我国学者就科技金融效率的研究已取得不少成果，但大多数仅进行了定量分析，关于科技金融效率评价指标体系的合理性问题仍需进一步探讨，而且目前的研究大多数都是从省际层面进行效率评价和影响因素分析，基于具体城市的研究较少，应用数据包络分析法针对武汉市的实证研究则更少。本文从投入和产出的角度对科技金融的内在逻辑进行梳理，构建了金融投入、科技产出的指标体系，使用BC2模型对包括武汉市在内的13座城市4个时期的科技金融静态效率进行测度，并使用Malmquist指数法从动态的角度探究武汉市科技金融效率的变动过程，总结武汉市科技金融现有的成效经验、发展瓶颈，有针对性地提出改进建议，以期助力武汉市科技金融高效发展。

2 关键概念界定

赵昌文等［2］11-20认为科技金融是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排。按照系统论的观点，科技金融是一个多投入和多产出的系统，本文基于赵昌文等［2］11-20构建的科技金融体系，结合苑泽民等［11-12］的研究结果，从投入产出视角梳理科技金融运作体系，如图1所示。

图1 基于投入产出视角的科技金融运作体系

2.1 科技金融投入

金融支持是促进科技创新发展的金融市场、金融政策和金融环境的系统组合，是三者的有机结合。金融市场通过科技贷款、风险投资等金融工具直接作用于科技活动主体，是科技金融体系形成和运作的主导机制。金融政策通过科技财政直接向科技活动主体提供金融资源的同时，又通过制度政策干预金融市场的运作，解决市场失灵的问题，在科技金融体系的运作中起着调控的作用。金融环境并不直接地向科技活动主体提供金融资源，而是通过影响金融市场和金融政策间接地对科技活动主体起支持作用，主要表现形式为信用体系、法律体系、中介服务机构等，在科技金融体系运作过程中起着辅助的作用。综上所述，金融市场、金融政策和金融环境三者密切相关，共同构成了金融支持的主要内容。

科技金融投入是金融支持的具体资源要素。金融环境支持并不直接提供金融资源，因此不会转化为直接具体的投入形式；金融政策直接支持的部分转化为政策投入；金融市场方面，按照新古典经济理论，促进经济增长的主要因素是人力资源和财力资源，金融市场支持则会转化为人力和资本方面的投入。国内学者也较多地从资本、人力和政策3个方面设置投入指标进行科技金融效率研究［9,12-13］。因此，本文将财力资源、人力资源和政策资源作为促进科技金融发展的主要投入形式。

2.2 科技金融产出

科技创新活动按照其发展的内在规律可以划分为科技开发、科技成果转化或转移、产业化发展3个阶段。结合科技创新的客观规律和诸多学者以往的研究经验来看，科技开发阶段主要的产出为知识产权，具体的衡量指标有专利申请量、专利授权量等；科技成果转移或转化阶段则会产生技术交易收益或应用性更强的知识产权，衡量技术交易的主要指标有技术合同成交额；在科技成果产业化阶段则是经济效益的爆发期，衡量指标包括新产品销售收入、高新技术产品出口总值、高新技术产业产值等［7-10,13］。

3 研究方法、数据与指标

3.1 研究方法

DEA-BC2模型是Banker等人［14］提出的C2R改进模型。C²R模型建立在规模报酬不变假设，可测算出决策单元(DMU)的综合效率值(crste，也称技术效率值)。在C²R模型中增加凸性为1的假设即可得到BC2模型，可测算出决策单元的纯技术效率值(vrste)，综合效率值与纯技术效率值的比值即为规模效率值(scale)。只有当纯技术效率值和规模效率值均为1时，综合效率才能达到最优。考虑到科技金融发展总体表现出规模收益可变，所以本研究采用BC²模型来进行效率测算。

Malmquist生产力指数是统计学家Malmquist［15］于1953年提出的，之后Fare等［16］将其与DEA方法结合，创造出了可以测定t期到t+1期技术效率变化指数(effch)、技术变化指数(techch)和全要素生产效率指数(tfpch)的DEA-Malmquist方法。根据Malmquist指数分解模型，Tfpch=Effch×Techch。在规模收益可变的前提下，技术效率变化指数(effch)又可以分化成纯技术效率变化指数(pech)和规模效率变化指数(sech)，即Tfpch=Pech×Sech×Techch。DEA-Malmquist方法将全要素生产效率指数分解成纯技术效率的变化、规模效率的变化和技术的变化，因此，该方法可用于优化科技金融效率。

3.2 数据来源

在选取决策单元时，本研究初步选取了2017年度地区生产总值（GDP）总量破万亿元的国内14座城市，这些城市的科技和金融发展水平都相对领先，且这些城市均属于国家首批促进科技和金融结合的试点地区。由于无锡市的相关统计数据大量缺失，所以最终确定了包括武汉市在内的共13座城市（以下简称样本）作为决策单元。数据时间跨度为4年。考虑到从金融投入到科技产出具有一定的时间滞后，参照其他学者的研究做法，本研究假定其时滞为1年［7,13］，最终使用了13座城市在2013—2016年间的投入数据和2014—2017年间的产出数据，数据来源于各年份的《中国统计年鉴》《中国科技统计年鉴》和各市政府部门公布的统计年鉴以及国民经济和社会发展统计公报。

3.3 指标选取

根据前文对科技金融投入和产出的分析，同时考虑数据的可得性和准确性等问题，本文选取R&D内部经费支出、R&D人员折合全时当量和地方财政科技拨款3种投入指标。R&D内部经费支出是指企事业单位在内部开展研究与试验发展活动的实际支出，是反映科技金融财力投入的重要指标；R&D人员折合全时当量是国际上通用的、用于比较科技人力投入的指标，是指R&D全时人员工作量与非全时人员按实际工作时间折算的工作量之和；地方财政科技拨款反映了政府对于科技发展的支持程度。本文选取专利申请量、技术合同成交额和高新技术产品出口总值3种产出指标。专利申请量是指报告期内专利行政部门受理技术发明申请专利的数量，是反映地区科技开发活跃程度和产出规模的重要指标；技术合同成交额是指在技术市场中技术合同标的金额的总和，是反映科技成果转化或转移的重要指标；高新技术产品出口总值是科技产业化经济效益产出的重要体现。本文构建的科技金融效率评价指标体系如表1所示。

表1 科技金融效率评价指标体系

为确保指标体系科学合理，满足DEA模型对样本数据等张性的要求，本文利用SPSS Statistics 25软件对4个测度周期的投入产出数据进行了皮尔逊（Pearson）相关性检验，结果如表2所示，显示R&D内部经费支出、R&D人员全时当量和地方财政科技拨款与专利申请量、技术合同成交额和高新技术产品出口总值之间显著正相关，符合效率评价模型的等张性的要求，因此，利用该样本数据建立的效率评价指标体系科学有效。

表2 样本城市科技金融效率评价指标相关性检验结果

4 测算结果与分析

本文借助DEAP2.1专用软件，基于产出导向型BC²模型测算样本城市的科技金融投入产出相对效率和Malmquist指数。

4.1 DEA-BC²测算结果与分析

基于产出导向型BC²模型，计算出2014—2017年间样本城市科技金融效率每年的截面数据，如表3所示。从效率值的表现来看，北京、苏州、成都3市的科技金融综合效率始终为1，处于效率前沿，说明在投入一定的情况下其科技金融产出已经达到了最大化；,上海、天津、杭州、南京、青岛和长沙市的综合效率在4年中均未达到1，其中青岛和长沙市的纯技术效率始终为1，说明这2市不存在资源错配的问题，综合效率非最优的根本原因在于规模效率不是最优水平，而上海、天津、杭州和南京市的科技金融综合效率非最优的根本原因在于纯技术效率和规模效率两方面均处于非相对最优状态。2017年，北京、深圳、广州、苏州、成都和武汉市均达到了科技金融综合效率的相对有效。武汉市2014—2017年的科技金融纯技术效率值均为1，但综合效率值分别为0.931、0.806、1、1，与规模效率值是相等的，说明武汉市科技金融综合效率无效的关键在于规模效率无效，而随着规模效率的改善，2016年也达到了综合效率最优。

表3 2014—2017年样本城市科技金融投入产出相对效率值

从表4中可以看出，北京、苏州和成都市在2014—2017年均为综合效率有效、规模效率不变的状态，而上海、天津、杭州和南京市都始终处于综合效率无效、规模效率递减的状态，说明这些城市科技金融投入存在冗余，产出相对不足；青岛和长沙市则始终处于综合效率无效、规模效率递增的状态，因此这2市需要加大科技金融的投入以提高规模效率，提高科技金融产出以提高纯技术效率，最终实现综合效率达到最优的状态。武汉市在2014—2015年均处于综合效率无效和规模效率递增的状态，结合表3中的数据可以得知，武汉市纯技术效率一直是相对最优，因此要提高综合效率，只需要加大科技金融投入以提高规模效率即可。随着人力、财力和政策的支持力度加大，武汉市科技金融规模效率在2016年达到相对最优，同时达到综合效率最优。

表4 2014—2017年样本城市科技金融综合效率和规模效率的有效性

4.2 DEA-Malmquist测算结果与分析

Malmquist指数是在与上一年数据比较的基础上得来的，效率增长时指数大于1，效率衰减时指数小于1，指数与1的差值即为增长率。本文基于DEA-Malmquist模型计算出样本城市在4年间科技金融Malmquist效率值的平均动态变化情况，结果如表5所示。从所有样本城市的平均值来看，全要素生产效率指数为1.043，即全要素生产效率达到了年均4.3%的增长，可以分解为技术进步值年均2.9%的提升、纯技术效率值年均0.5%的提升和规模效率值年均0.8%的提升。全要素生产率指数及其分解指标均大于或等于1的城市有北京、广州、成都、武汉和长沙市，说明这5市的科技金融效率在过去的4年间实现了全方位增长；重庆、天津、杭州、南京和青岛市的技术变化指数大于1，但技术效率有所下降，使得技术效率指数小于1，全要素生产效率指数也低于均值。分析表3中武汉市科技金融效率随时间序列的变化及表5中武汉市平均Malmquist指数及其分解，两处结果相互印证，武汉市的科技金融效率在逐步改善并达到相对最优。

表5 2014—2017年样本城市平均Malmquist指数及其分解

表6显示，2014—2017年武汉市科技金融效率呈现先降后升的趋势。2014—2015年武汉市科技金融效率低，全要素生产效率指数仅为0.861，其中技术下滑0.6%、技术效率下滑13.4%；2015—2016年全要素生产率大幅提升44.8%，主要源于技术变化和规模效率的变化，说明武汉市在2015年尚未达到规模效率最优，结合表4可知当时处于规模效率递增状态，加大金融投入可以提高科技金融效率，同时技术进步也是影响科技金融效率的重要因素；2016—2017年全要素生产率小幅提升4.2%，此时技术效率已达到最优，技术进步对科技金融效率的提升作用进一步凸显。

表6 2014—2017年武汉市科技金融效率Malmquist指数及其分解

5 结论与建议

5.1 武汉市科技金融发展启示

近年来，武汉市在科技成果转化以及高技术产业化发展方面持续发力，科技创新发展引领经济社会发展的“引擎”作用不断彰显，科技金融协调发展取得巨大进步。2017年，武汉市专利申请量为49 726件，技术合同成交额达603.2亿元，高新技术产业产值高达9 479.64亿元，均创武汉历史新高。本文研究结果也表明，武汉市科技金融技术效率的提升归功于规模效率的提升，即科技金融投入规模的扩大促进了科技金融的发展。

5.1.1 持续高效的财政资金投入

武汉市政府创新财政资金对科技金融需求方的支持方式，充分发挥财政资金的杠杆作用和引导作用。武汉市设立科技创业投资引导基金（以下简称引导基金），引导社会资本促进科技成果转化，截至2017年年底，引导基金已经与多家创业投资机构合作设立子基金，总规模达59.55亿元，累计吸引社会资本48亿元，财政资金实现5倍放大效应，共投资181家企业，投资总额达18.8亿元。除引导基金之外，武汉市政府还探索科技创新券、科技保险补贴等多种财政资金投入方式，极大地激发了科技企业的创新潜力，促进了科技金融的发展。

5.1.2 不断创新的金融产品和服务

武汉市积极推进金融产品和服务模式的创新，探索出了科保贷、科技信贷等金融产品和统贷平台、投贷联动等服务模式。武汉市还大力支持银行设立科技支行等专营机构，比较典型的代表有汉口银行科技金融中心、交通银行科技支行等，这些科技专营机构将财政、风投、担保等金融资源进行整合，再向科技型中小企业提供合适的金融产品和服务，不仅降低了融资门槛还降低了融资成本。以科技信贷为例，截至2017年年末，合作银行为148家科技小微企业提供的贷款总额就高达5 453万元。

5.1.3 逐步完善的资本市场体系

武汉市多措并举建设和完善资本市场体系，为不同层级的企业提供合适的融资渠道。在股权市场方面，武汉市积极发展区域性股权市场，为一些非主板上市、非公众、具有较高成长性的中小企业提供融资通道，2017年武汉股权托管交易中心共为135家企业完成股权融资486笔，融资总额高达142.53亿元。在市场主体方面，武汉市积极关注符合新三板挂牌条件的企业并给予支持，加快企业挂牌及上市的步伐，对上市后备企业在市级各类科技计划项目立项等方面给予重点倾斜，2017年全市新增新三板挂牌企业50家，挂牌总数达到286家。在债权市场方面，武汉市大力建设债券市场，鼓励企业充分利用集合债等新型债务融资工具，拓宽了企业直接融资的渠道。

5.2 武汉市科技金融发展瓶颈与建议

5.2.1 发展瓶颈

武汉市科技金融的发展已进入“快车道”，科技金融效率达到了相对最优，科技金融发展也取得一些成效，但仍存在不可忽视的瓶颈性问题，发展面临诸多挑战。主要表现在：

（1）投入力度相对较小。前文研究结果表明，武汉市的科技金融发展效率达到相对最优，但以发展的眼光来看，武汉市仍存在投入力度相对不足的问题。横向对比来看，以2017年的地方财政科技拨款占一般公共预算支出的比重为例，武汉市为5.67%，而深圳市为9.58%，不难看出两者的投入力度相差悬殊；纵向对比来看，武汉市2014—2015年的规模效率变化指数为0.866，直接导致了其全要素生产效率下降了13.9%，因此投入规模是影响科技金融发展效率的重要因素。

（2）存在效率冗余风险。根据DEA模型测算效率原理，在投入产出效率达到相对最优之后，随着投入规模的扩大，如果产出规模没有相应地扩大，极有可能产生冗余风险，从而陷入规模效率递减的困境。以2017年每万人专利申请量为例，武汉市为58.25件，北京、上海、广州、深圳市分别为136.79件、90.53件、131.79件和407.40件，统计数据表明武汉市的科技创新产出相差落后，而随着武汉市科技金融投入规模的逐步扩大，如果产出规模的增长速度无法与之相匹配，就会产生冗余。

5.2.2 对策建议

（1）完善科技型企业上市培育工作。随着多层次资本市场的逐步完善，武汉市应当鼓励符合条件的科技型企业加快改制上市的步伐，积极推进在“科创板、新三板”等板块挂牌企业的培育和推荐工作，督促科技型企业加快公司治理结构、财务制度等方面的建设和完善，促使其能够顺利通过证券市场和债券市场获得融资。这不仅可以扩大科技金融整体投入规模，同时也可以规范科技型企业的运营，提高企业的“免疫力”。

（2）建立政府部门协调机制。当前政府职能部门之间自成体系，缺乏协调配合。科技部需要与其他相关部门建立科技金融协调机制，统筹配置科技金融资源，协商制定科技金融政策，避免资源和政策一边倒地流向少部分科技型企业，造成科技金融投入冗余的情况；而且要做到在科技型企业广泛受益的基础上，有重点地对部分行业企业进行支持，提高资源和政策落实的效率和效果，使得科技金融发展更加高效、科学。

（3）充分发挥市场的调节功能。市场是“无形的手”，科技金融的运作应当依赖于市场的自我调节功能，当市场失灵时，政府才有重点地选择部分领域进行调控，因此政府应当明确自身定位，充分发挥市场在资源配置中的决定性作用。一方面要利用市场机制对科技型企业进行优胜劣汰的筛选，避免科技金融资源无效供给造成浪费；另一方面给风险投资市场、科技资本市场、科技贷款市场等更多发展的空间，扩大金融支持规模，努力形成市场作用与政府作用有机统一、相互补充、相互协调、相互促进的格局，推动科技金融持续健康发展［17］。

（4）提高科技成果转化效率。科技成果转化是科技创新过程中的关键环节，科技成果转化效率是则影响科技金融效率的重要因素。近年来武汉市科技成果对接活动如火如荼地开展，在一定程度上提高了科技成果转移和转化的速度，但也存在签约多、落实少的情况。因此，武汉市需要扩大专场对接活动的范围，优化签约项目全过程跟踪服务，激活线上科技成果转化交易，推进各级责任部门联动建设，打造技术转移中介服务体系，形成多方合力，提高科技成果转化效率。

（5）加快人才体系构建。发展的关键是创新，创新的关键是人才。人才资源作为科技金融投入的主要形式之一，对提高科技金融效率起着举足轻重的作用。武汉市作为科教中心城市，却很难留住人才资源。虽然武汉市采取了百万大学生留汉创业就业计划等一系列举措，但带来的效果并不显著。武汉市应当加大人才引进力度，加快落实人才政策，改善创业就业环境，完善人才公寓等配套设施，吸引人才留在武汉市、建设武汉市。

本文从投入产出角度梳理了科技金融的运作体系并构建了效率评价指标体系，分析研究了我国13座城市的科技金融发展效率，总结了武汉市科技金融发展经验和瓶颈问题并有针对性地提出建议，但限于数据可得性，所选指标比较片面，研究结果在一定程度上存在局限性。未来的研究根据可得数据，在科技金融效率评价指标选取方面可以进一步优化。