山东省科技金融发展效率评价及影响因素研究——基于DEA-Malmquist-Tobit三步法分析

王 菲， 张立新

(曲阜师范大学 经济学院， 山东 日照 276826)

《国务院关于强化实施创新驱动发展战略进一步推进大众创业万众创新深入发展的意见》指出,要全面实施创新驱动发展战略，加快新旧动能接续转换，着力振兴实体经济。2020年李克强总理在《政府工作报告》中指出要“增强发展新动能”，专门强调要“提高科技创新支撑能力”。推进新旧动能转换，关键是推进创新驱动，引导科技创新。金融作为实体经济的血脉[1]，对科技创新的支持作用日益凸显。

加快新旧动能转换不仅是推进我国经济转型发展的重要战略任务，也是山东省重点建设的国家工程[2]。根据《山东省国民经济和社会发展统计公报》数据,2019年山东省累计有效发明专利拥有量为10.1万件，较上年增长15.5%，近几年呈现出“J”形增长趋势，说明创新驱动战略开始深入实施，科技创新活力持续增强。然而，根据2014年和2015年《中国科技统计资料汇编》发布的综合科技进步指数，可以发现山东省该项指数低于全国平均水平；同时，相关研究发现山东省的科技金融发展在新旧动能转换过程中存在风险[3]，金融的发展不能有效满足科技创新型企业的发展[4]。基于此，本研究选用2007—2018年我国30个省(区、市)的投入产出数据,从静态和动态两个角度测算山东省科技金融发展效率，并对效率的影响因素作进一步分析，希望为引导金融更好地服务于科技创新、提高山东省科技金融发展水平提供理论依据和对策建议。

一、文献综述

国外研究较多关注金融与科技创新的关系。Schumpeter最早从企业家才能和创新角度强调了金融的作用,认为健全的金融体系对于一个国家的科技创新具有十分关键的作用[5]；Doh等人的研究证实政府的金融投入确实对企业的科技创新起到显著促进作用[6]；Pradhan等人通过对欧元区国家的数据进行分析，研究得出金融业的发展有利于促进信息技术的快速发展[7]；Hsu等人运用发达国家和新兴国家的数据，发现信贷市场的不完善阻碍了技术密集型企业的创新，股票市场越发达则技术创新性越高[8]；Legrand研究发现，风险资本公司通过专业知识的共享和利用，降低了创新项目投资的风险，进而加速创新项目价值的实现[9]。

科技金融最早在“中国金融科技发展论坛”上被提出，随后国内学者对科技金融进行了定义。赵昌文定义科技金融是“促进经济开发、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、金融政策和金融服务的系统性与创新性安排”，同时也是“提供金融资源的政府、企业、市场和中介机构等各种主体共同组成的体系”[10]；房汉廷则从“创新活动、技术-经济范式、科学技术资本化过程以及金融资本有机构成提高的过程”四个方面阐述了科技金融的内涵[11]。随着研究的深入，近年来利用数据包络分析(DEA)模型和投入产出模型测算省市、地区间的科技金融效率及差异性分析的文献逐渐增多。李林汉等人基于三阶段DEA模型研究发现我国科技金融效率普遍偏低[12]；蒋俊贤使用DEA模型对2013—2015年浙江省各地市的科技金融数据进行分析，发现不同地区的科技金融效率存在显著差异，超过半数的地市有提升空间[13]；张鹏和张静基于国内30个省(区、市)科技金融投入产出数据，研究发现不同区域科技金融效率存在显著差别，且东部地区明显高于中西部地区[14]。

总体来看，现有成果对科技金融的研究逐渐向效率方向转变，但主要以全国或者某一省份为研究对象，并未将两者结合；同时多数研究主要基于DEA模型对科技金融发展效率进行静态测算，而对科技金融发展效率的动态演变过程及影响因素分析不足。基于此，本研究选用2007—2018年我国除西藏、香港、澳门、台湾以外的30个省(区、市)的面板数据，运用DEA-Malmquist指数法和Tobit模型，在全国范围内对山东省科技金融发展效率进行静态与动态分析。

二、山东省科技金融发展效率评价分析

(一)研究方法

1．DEA模型

DEA以“相对效率”为基础，在避免主观因素和减少误差方面有着极大的优越性。本研究基于DEA模型中的BCC模型对科技金融发展效率进行测算分析。BCC模型基本形式可以表示为：

(1)

式(1)中，xj和yj分别为科技金融投入与产出指标,θ为科技金融发展效率值,n为决策单元的个数,λj为各决策单元的组合系数值,s+和s-分别为剩余变量和松弛变量。若θ=1,并且s+和s-均为0，说明科技金融的投入与产出达到最佳匹配的均衡状态；若θ=1,并且s+和s-不都为0，说明科技金融活动存在规模效率无效或纯技术效率无效问题；若θ<1，则称决策单元为无效状态，说明科技金融的投入产出规模极其不合理。

2.Malmquist指数方法

为研究科技金融技术效率、技术进步对科技金融综合效率的影响，使用Malmquist指数法来动态地刻画相对效率。Malmquist指数可分解为技术进步指数和综合效率变化指数，而综合效率变化指数又可以具体细化分解为规模效率变化指数和纯技术效率变化指数。分解公式如下：

(2)

式(2)中,xt和yt分别为决策单元在t期的科技金融投入与产出指标值，Dt(xt,yt)和Dt+1(xt,yt)为以t期为参考基准的第t期和t+1期的决策单元的距离函数。若Malmquist指数大于1，则表示地区整体的科技金融发展效率水平得到提高；若指数值等于1，则表示科技金融发展效率水平无变化；若指数值小于1，则表明科技金融发展效率下降。

(二)指标选取与数据来源

本文借鉴章思诗等人的研究[15],从投入与产出的角度构建科技金融指标体系，如表1所示。在投入方面，主要参考古典经济增长理论，从资本角度和劳动力角度选取指标；在产出方面，从科技成果孵化、转化和产业化三个角度选取指标。

本文的研究数据主要来源于《中国统计年鉴》《中国科技统计年鉴》、国家统计局统计公报及中国科技统计网站。其中,金融机构科技贷款数据的统计口径由于2009年后发生变化，故借鉴孙志红等人的处理思路[16]，以科技经费筹集总额中的其他资金代替金融机构的科技贷款。考虑科技从研发投入到成果转化存在时滞性，故借鉴学术界的普遍做法，将科技金融的产出指标统计值滞后投入指标一年。

为了检验变量的选取是否合理，计算投入与产出变量的相关系数，如表2所示。研究结果显示所有投入产出变量在1%的水平下均呈显著正相关关系，其中最高相关系数为R&D人员全时当量和区域专利授权数之间的系数，相关系数值为0.933，最低相关系数为R&D人员全时当量和技术市场成交合同额之间的系数，相关系数值为0.43。因此，使用所选变量的数据得到的DEA效率是科学和可靠的。

(三)实证评价及其结果分析

本研究从静态和动态两个角度系统测算和分析山东省科技金融发展效率。首先，静态地测算国内30个省(区、市)的科技金融综合效率，得到一个基本情况的排序；其次，从测算得出的纯技术效率和规模效率分析山东省科技金融发展存在的问题；最后，直观地考察山东省科技金融发展效率的动态演变过程。

1.静态效率分析

(1)总体分析。使用DEA 2.1软件计算出国内30个省(区、市)在2007—2018年的科技金融综合效率值，如表3所示。从表3可以看出，12年中科技金融均达到投入产出均衡状态的省(市)有北京、浙江和广东，除此以外，上海、青海、江苏、重庆处于高效率状态的时长均不少于8年，这与这些省(市)较高的科技金融发展水平密切相关。其中，处于经济不发达地区的青海虽然投入不高，但效率却比其他地区高，说明科技金融效率值的高低与当地经济发展水平并不完全吻合，也进一步说明重视科技金融资源优化的必要性。山东省的整体综合效率均值为0.743，与科技金融发展效率较高的省(区、市)相比，明显处于非有效状态，说明存在投入产出不均衡的问题，需要经过长期调整与改进才能实现整体效率有效。

表1 科技金融投入产出指标体系

表2 科技金融投入产出变量之间的相关系数

表3 2007—2018年各省(区、市)科技金融综合效率值

为了更加清晰地展示山东省科技金融发展效率在全国范围内的基本情况，本研究借鉴陈军梅的做法[17]，按照科技金融发展效率评价值的大小，反复将决策完全有效的决策单元剔除，对剩余单元进行重复评价，当决策单元均无效或有效时停止。其中，一级有效水平为最高。由表4可知，山东省在2007、2008、2011、2014、2016、2017和2018年这7年中位于二级有效，在2009、2010、2012、2013和2015年这5年中位于三级有效。其中，2014年和2015年的排序结果与《中国科技统计资料汇编》中的排序结果基本相同，表示此次排序结果具有一定的可信度。同时排序结果进一步说明，山东省科技金融发展效率在全国范围内还存在较大的提升空间。

(2)具体分析。计算山东省科技金融综合效率，并将其划分为纯技术效率和规模效率两部分，如表5所示。山东省2007—2018年的纯技术效率值均小于1，表明山东省金融机构的改革和管理水平还不到位；规模效率值也均小于1，说明山东省科技金融的资源投入规模不合理，科技金融投入的规模和结构仍需合理安排。从平均水平来看，山东省科技金融发展效率的提高主要依靠规模效率。

2.动态效应分析

为了更加全面直观地分析山东省在科技金融方面的优势与不足，运用DEA 2.1软件对山东省2007—2018年间的科技金融数据进行动态Malmquist指数分析，如图1和表6所示。由图1可知，山东省的全要素生产率呈现先上升后下降，然后略有震荡的态势；技术进步指数和全要素生产率指数的变化趋势和波动过程基本一致；技术进步和技术效率在2007—2009年和2012—2016年两个时段呈现出相反的变化规律，两者的共同作用导致了全要素生产率波动上升。

图1 2007—2018年山东省科技金融全要素生产率变化趋势

表4 科技金融发展效率水平评价

表5 山东省科技金融综合效率分解表

从表6可以看出，2007—2018年间山东省的年均全要素生产率为1.081，说明科技金融发展效率保持年均8.1%的增长。从全要素生产率构成来看，2007—2018年间技术进步指数年均增长7.1%，技术效率指数年均增长1.1%，表明当前山东省全要素生产率的提高主要来源于技术进步带来的影响。其中，金融基础设施的改善以及科技创新水平的提升能够促进科技金融效率的提高，而内部管理制度的改善则对于科技金融效率的影响较小,具体分析如下:

表6 2007—2018年山东省科技金融发展效率分解表

(1)2008—2009年，受全球金融危机的影响，除了技术进步指数外，其余各项指标均明显下降，但全要素生产率数值仍大于1，这可能与山东省积极响应2008年中国政府以4万亿元金融机构人民币贷款“救市”的政策有关。在金融危机背景下，以贷款的形式将专项资金向中小微创新创业型企业输送，能够缓解企业筹集资金的困境。

(2)2009—2010年，山东省的全要素生产率较上一年有显著提高。具体来看，技术效率指数、技术进步指数和纯技术效率指数均大于1，但是规模效率指数却小于1，表明这个时期全要素生产率的提高主要源于纯技术效率的改进和技术创新两者的共同影响。

(3)2010—2014年，虽然规模技术效率值变化幅度不大，但是技术效率指数和纯技术效率指数逐年上升，技术进步指数逐年下降。这一结果的出现可能与2014年山东半岛国家自主创新示范区的申报建设有关。在此前几年，山东省政府积极构建科技金融示范区，出台各项科技金融投资优惠政策刺激中小企业快速增长，但是处于不同生命周期的企业技术成熟度不同，对于金融服务呈现出差异化需求，故在结构匹配上产生矛盾，技术的转化与升级仍需要经过一段时间的努力。

(4)2014—2015年，规模效率指数和技术进步指数的提高带动了全要素生产率的提高。这可能与山东省政府积极响应《关于促进科技和金融结合加快实施自主创新战略的若干意见》有关，山东省也相继出台了相关的政策文件进行落实调整，吸引人才与提供资金来推动科技金融的发展。

(5)2015—2018年，技术进步指数大幅度下降，说明技术退步十分严重。2015年全球金融市场动荡的加剧导致股市暴跌，债券市场出现两次较大的波动，经济下行的压力增加了资金投入风险，资金投入的不足影响技术创新，使技术竞争力降低，阻碍了全要素生产率的提高，科技金融市场需进一步完善。

三、山东省科技金融发展效率的影响因素分析

(一)指标选取和模型构建

科技金融既具有公共金融的属性，也具有商业金融的属性[11]，故从政府、金融市场和企业三个层面筛选影响科技金融发展效率的因素，如表7所示。

由于上文得出的科技金融发展效率值介于0和1之间，属于截断数据，故构建Tobit多元回归模型如下：

θ=αi+β1X1+β2X2+…+β5X5+μi

(3)

式(3)中，θ为DEA得出的科技金融发展效率值；X1，X2，…，X5为表7中的各个解释变量；αi为常数项；β1，β2，…，β5为自变量的系数;μi为服从正态分布的回归残差项。

表7 科技金融发展效率影响因素

(二)实证结果及分析

表8的结果显示，模型判定系数为0.9693，说明所建模型对数据的拟合程度很好。

表8 科技金融发展效率影响因素Tobit模型结果

根据实证结果,从政府、金融市场和企业三个层面分析如下：

(1)在1%的显著性水平上，财政科技拨款占财政总支出的比重每提高1%，科技金融发展效率就降低0.4401%。其原因可能在于：一方面，只注重资金投入却忽视资金的管理制度建设与创新规模，导致科技的资金吸收转化滞后；另一方面，财政科技投入更多的是发挥其对市场性科技金融投入的引导作用，而市场是资源配置最有效的手段，因此过多的财政性科技投入阻碍了市场性科技金融投入效率的提升。

(2)银行科技贷款占贷款余额的比重对科技金融发展效率在1%的显著性水平上起促进作用，表明银行增加贷款额有利于提高科技金融发展效率。创业风险投资强度和管理资本均起到阻碍作用，可能与目前山东省创业投资环境不稳定有关，故获得直接资金支持的门槛高。但是，随着科技金融服务政策的持续推进，相同金额的风险投资对科技创新的影响必定会大于科技研发投入的影响。

(3)企业R&D投入强度对科技金融发展效率影响效果不显著。这一结果的出现可能与企业内部治理结构不合理以及研发管理水平不高有关，从而使资金的投入不能发挥最大的作用，导致企业科技投入的吸收转化能力不足，故没有对科技金融发展效率产生显著影响。

四、结论与政策建议

(一)研究结论

第一，从静态分析来看，山东省2007—2018年的科技金融发展效率在全国范围内处于非有效状态层次，金融投入与科技产出的均衡存在较大改进空间；科技金融发展效率水平的提高主要得益于规模效率，同时纯技术效率和规模效率均有较大提升空间。第二，从动态分析来看，山东省全要素生产率呈现先上升后下降，然后略有震荡的态势；技术进步指数和全要素生产率呈现基本一致的变化趋势，且全要素生产率的提高主要依赖技术进步。第三，从科技金融发展效率的影响因素来看，财政拨款占财政总支出比重、创业风险投资强度和管理资本均对科技金融发展效率起到显著负向作用，银行科技贷款占贷款比重有显著正向影响，R&D投入强度影响不显著。

(二)政策建议

1．完善财政性科技金融投资体系

一是创新财政性科研资金的投入方式。建议地方政府根据科技金融的发展需求，将财政性科技投入分为“基础投入、激励投入、倾斜投入”三个模块，“基础投入”重在保障科技企业的基础实验和研究发展,“激励投入”重点支持带有社会公益性质且可持续发展的企业,“倾斜投入”重在扶持科技金融发展薄弱的企业。二是健全财政性科研资金投入监管机制。政府发挥顶层设计与引导职能，加强与审计部门、金融机构、企业等不同主体之间的沟通交流，创新科技资金投入与使用的监督与评价机制，保证科技资金的投入与使用情况的全程透明化和有效性。

2．健全市场性科技金融发展体系

一是实施倾斜性和差异化的信贷支持政策。以区域政府为主导，促进科技型企业与银行、保险公司、证券、信托等金融机构的密切合作，引导市场金融资源向科技领域流动，重点支持具有创新活力的科技企业，优先支持关系国计民生以及具有良好发展前景的研发项目。二是完善风险投资体制机制，注重培养风险投资专业化人才。探索和完善科技风险投资激励机制、约束机制与退出机制，引导和刺激风险资金的注入，推进科技投资风险的利用、转移或规避，实现科技成果的快速转化和产业化发展，同时通过培训计划、内外部激励等途径培养和吸引高素质风险投资人才。

3．优化企业科技金融服务与研发机制

一是审查监管企业研发各环节。在企业内部设立研发管理委员会，聘请科技专家、投资专家、企业家担任委员会成员，委员会下设各职能中心，负责科技信息的收集与发布、研发方向的把控、企业整体研发计划的制订以及研发绩效的考核与奖励等事宜。二是构建科技金融相关利益群体联结机制。以企业科技研发能力的提升为目的，加强科技企业与科研机构、金融机构、中介机构之间的合作交流。