湖南省基于DEA模型的科技金融投入产出效率分析

文秀

摘 要：近年来，科技与金融结合促进了经济的迅速发展。因此，测算科技金融投入产出效率对促进经济发展有着重要意义。通过运用《湖南统计年鉴》的数据，以DEA方法的BCC模型为基础，选取金融投入指标以及科技产出指标，对湖南省科技金融投入产出的效益进行分析。研究表明，一直加大对金融投入的力度并不能保持科技产出持续增加，例如R&D经费内部支出、人员总量投入在发展过程中出现了冗余情况。因此，合理配置资源，优化结构才能保证科技与金融的更好结合。

关键词：科技金融;DEA模型;湖南省

中图分类号：F832        文献标志码：A      文章编号：1673-291X（2020）21-0074-02

科技与金融相互结合是顺应当前大数据时代潮流的结果，两者之间有着相辅相成的作用。生产效率的提高依赖于科技技术的推动，而科学技术的研发与实践也离不开金融资金的支持。湖南省通过完善技术转移政策环境、搭建技术供需对接平台等，基本建立了以企业为主体、市场为导向、与金融深度融合的湖南特色科技金融发展体系。近几年政府不断加大对金融投入的力度，但是科技金融的投入产出效率规模报酬并未保持最佳状态，这一点值得引起注意，并探究更好的科技金融发展方式。

一、文献综述及评价指标

国内外有关科技金融的研究：熊彼特（1912）界定了科技金融的萌芽。赵昌文（2009）定义了科技金融，他指出，科技金融是通过改革财政投入，引导金融机构创新，以实现科技与金融的有机结合。中国科学技术发展战略研究员王元（2014）提出，科技金融重在将金融资源与创新要素、方针政策更好地结合安排。科学技术部条件与财务司沈京文（2011）认为，科技金融可以以技术促进经济增长，战略性产业的发展离不开政府的支持。韩威（2015）研究关于2005—2014年河南省科技金融结合效率，发现金融市场效率、科技金融效率、金融市场与科技金融结合效率不显著正向相关，以及江湧（2017）等人对广东省科技金融效率基于DEA模型的分析研究。从已有的文献中，本文充分了解到对科技金融的发展效率的评估，对其发展是十分必要的。

指标体系包括金融投入与科技产出两大类别。在投入方面，选择了政府财政科技投入X1（万元）、企业科技机构经费投入（万元）X2、R&D人员数量（人）X3。因为资金投入主要靠政府和企业，所以选取了政府财政科技投入以及企业科技机构R&D经费投入。而在科技创新活动中，科技人才资源是最重要的，而R&D人员是开展科技活动的基础，也是提升国家创新能力和科技实力的决定性因素。在产出方面，则选择了新产品销售收入（万元）Y1、高新技术产业总产值（万元）Y2、专利申请数（项）Y3。高新技术产业是研究和开发高新技术密集型的产业，发展迅速，其总产值能代表科技发展水平。另外，新产品销售收入也是直接性输出指标。而专利申请数，则更直观地展示了科研与生活实际相结合的优秀成果。

二、湖南省科技金融效益实证分析

1.BCC模型结果分析。对照综合效率（crste）数值效率的意义。湖南省在2006—2017年（除2009年）的综合效率基本处于有效和相对有效状态，从这个方面看，在这11年中，科技對金融的投入和支持比较稳定。从纯技术效率来看，2006年、2010—2012年、2015—2017年得分为1，说明这7年科学技术的提升以及科研能力增强有效地提高了科技产出。除了2008年、2011年、2014年处于非有效状态，得分低于0.9，说明科技创新的能力还不足以支撑科技产出，或暂时还没发挥出作用。当未处于有效状态时，表明DEA处于弱有效，如果想要进一步提升，要通过技术的径向调整和要素配置的松弛结构改变（如下页表所示）。

2.规模有效性结果分析。规模效率是总体效率与纯技术效率的比值，其得分是反映当决策单元处于非有效状态时，有多大程度是由规模无效引起的。湖南省2006年、2010年、2015—2016年的规模效率得分为1，表明这4年金融投入恰当，保证有效状态的同时，投入成本适量。2011年处于非有效状态，规模效率值为0.850，小于0.9，表明湖南省在这一年的科技金融投入不佳且转化为科技产出的效率不高。但2012年湖南省在科技费用支出、企业科技经费支出、研究与实验人员的投入较2011年分别增长了15%、26%及18%的基础上，其规模效率也从非有效转化为相对有效状态。由此说明，提高湖南省科技金融投入能一定程度上促进效率的提高。湖南省科技金融规模报酬处于递增状态，即各金融投入要素增加时，科技产出的增加比重大于投入的变化比重，因此应适当增加金融投入规模来促进科技产出的增加。

三、结论与建议

通过以上分析，为促进湖南省各市州在科技金融快速发展，本文提出了对策建议。一方面，湖南省应该注重R&D内部支出、人员投入与科技金融效率的关系，过多的投入会造成资源的浪费，不利于生产要素利用率的提升。其次，要注意R&D人员的结构分布，长沙市教育资源水平高，大量高校聚集于此，吸收全省大量人才。而张家界、湘西等地区，人才资源相对匮乏，建议完善人才发展体制机制，创造人才发展的良好环境，同时激发人才创新激励机制，适当为落后地区引进专业人才。另一方面，可以借鉴湖北武汉科技金融改革创新试验区的发展，以及苏州模式的发展。苏州在近几年，科技金融产出都位居江苏省第一，剔除规模报酬后的技术和管理因素所决定的高效率，使得规模效率也逐年上升。政府可以引导商业银行、各类基金以及社会松散资金对收益效果稳定的科技创新活动的投资。同时，科技研发部门也要合理利用资金，完善资金使用的规章制度，强化监督，确保资金最大化利用。

参考文献：

[1]  赵昌文.科技金融与金融科技殊途同归[N].第一财经日报，2017-12-11.

[2]  肇启伟，付剑峰，刘洪江.科技金融中的关键问题——中国科技金融2014年会综述[J].管理世界，2015，（3）：164-167.

[3]  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）：36-40.

[4]  贺丽丽.江苏省13地市科技金融效率差异——基于DEA模型分析[J].商业经济，2019，（8）：168-170.

[5]  余丽霞，郑洁.基于DEA模型的科技金融结合效率研究——以四川省为例[J].会计之友，2019，（4）：32-37.

[6]  江湧，闫晓旭，刘佐菁，杜赛花.基于DEA模型的科技金融投入产出相对效率分析——以广东省为例[J].科技管理研究，2017，（3）：69-74.

[7]  陈静娴.湖南省科技金融绩效评价研究[D].长沙：中南林业科技大学，2018.

[8]  林茵.对科技成果向生产力转化的理论认识与实践体会[J].现代情报，2003，（10）：223-225.

[9]  沈昊田.我国科技金融服务体系研究综述[J].中国商论，2019，（20）：55-56.

[10]  童敏慧，吴华风，杨建仁.江西省科技金融政策现状及其特点[J].金融教育研究，2019，（5）：20-26.