武汉城市圈科技金融效率研究——基于DEA—Malmquist指数法

董亚妮 杜江楠 杜婧怡 王 涛

（武汉纺织大学，湖北 武汉 430074）

一、引言

科技与金融的深度结合是促进经济高质量发展的重要推动力，同时也是实施创新驱动发展战略的内核。“十四五”规划指明今后五年我国经济社会发展的目标，中央提出要坚持实施创新驱动发展战略，要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，完善国家创新体系，加快建设科技强国。

2015 年，湖北武汉作为首批促进科技和金融结合的试点城市，借助科技金融促进科技型中小企业的发展，并取得重大的进步。比如，为科技型企业的发展建造多种形式的发展平台与工具，加快科技成果的转化；采用股权激励试点政策来推动知识产权证券化的发展；依托新兴产业基地聚集创新资源，形成具有优势竞争力的产业集聚等。但是，科技金融投入与产出是否均衡还尚未考察，因此，研究武汉城市圈科技金融资源配置效率具有现实意义。本文拟通过实证分析，对武汉城市圈科技金融资源配置效率进行测算，并以此为基础针对性地提出促进形成科技强省的政策建议。

二、文献综述

自科技金融发展以来，学界对科技金融的研究也逐渐广泛，不仅仅局限于其内涵及外延的探讨与拓展，更侧重于科技金融对经济高质量发展、对创新型国家战略实施、对科技强国建设的支持。国外学者Ang（2010）分析韩国金融对科技创新的影响，发现银行科技贷款等新型科技金融产品对技术创新具有正向作用。Henrique et al.（2019）系统性研究技术创新与金融之间的关系，发现二者存在相互促进的作用。Benfratello et al.（2007）研究意大利银行对企业科技创新的作用，发现二者的结合对金融与科技均有显著性的促进作用。

国内对科技金融概念比较权威的理解是赵昌文等（2009）提出的定义：科技金融是指通过利用一系列金融工具、金融制度、金融政策和金融服务来促进科技开发、成果转化和高新技术企业发展，科技金融的主要参与者是由政府、企业、市场和社会中介等各种主体共同组成的体系。2015 年，国内学者开始对科技金融的本质进行探讨，房汉廷（2015）认为科技金融是一种新的经济范式，科技金融的目标是促进产业发展、保持充分就业、提升经济竞争力，更重要的是科技金融能够促进各种创新要素的深度融合与聚合。此后，更多的学者对科技金融的政策、制度、工具和服务展开实证研究。

随着科技金融改革创新试点工作在我国全面展开，越来越多的学者将研究视角聚焦于科技金融效率。骆世广和李华民（2012）的研究认为，广东省科技金融投入呈现DEA无效状态，应该注重投入的质量，并且采取集约式发展方式。许汝俊等（2015）运用DEA和Malmquist指数分析方法研究长江经济带科技金融发展的效率，认为长江经济带科技金融效率的提升主要来源于技术效率的贡献，即科技金融创新和技术进步有效带动科技金融的整体发展。冯永琦和郑骐漫（2021）采用共同边界动态DDF—DEA模型，从中小挂牌企业这一微观角度深入分析科技金融投入产出效率的异质性，研究表明沿海地区的科技金融效率值要高于非沿海地区。陶立祥等（2020）运用数据包络分析的BCC 模型（DEA-BCC）和Malmquist 指数法对武汉市科技金融的相对效率和全要素生产效率进行测算和分析。马玉林等（2020）基于省际面板数据，利用规模报酬可变的超效率模型测算中国省域科技金融效率，采用Dagum基尼系数对中国科技金融效率的区域差异进行测度和分析，并运用Kernel核密度估计方法分析其动态演进过程。芦锋（2020）通过运用包含共享投入的两阶段DEA 模型和聚类分析法，建立我国科技金融效率评价体系。

从国内外学者研究成果来看，对科技金融效率研究较为深入，但对武汉城市圈科技金融效率的研究较少。因此，本文从静态和动态两个维度分析武汉城市圈科技金融创新发展效率，为武汉城市圈科技金融创新发展提供理论依据，有助于加快中部崛起的国家发展战略实施。

三、武汉城市圈科技金融投入与产出的差异分析

（一）武汉城市圈科技金融投入情况

政府财政科技支出是政府每年对科技发展所提供的财政支持，是衡量科技金融资源投入的重要指标之一。如图1 所示，从各市财政科学技术支出来看，城市圈内各地级市对科学技术持支持态度。从湖北省统计局统计年鉴可知，武汉市政府财政科技支出从2016年的86.42亿元增加到2019年的176.43亿元，增加了90 亿元，远超过圈内其他城市财政科技支出。武汉财政科技支出占城市圈总财政科技支出的81%，其次是孝感占6%，其他城市均低于3%。

图1 2016～2019年武汉城市圈政府财政科学技术支出年平均值

武汉城市圈的科技实验室主要集中在武汉市，因此武汉市对科技人才的需求也远大于其他城市，R&D从业人员是指从事研究与开发的人员，通常能反映科技实力和竞争力。如图2所示，武汉市R&D从业人员数是副中心城市黄石的4 倍左右，占圈内总人数的57%。湖北省是教育大省，我国科教综合实力排名中武汉居于第三位，东湖区高校云集，是我国第二大智力密集区，因此武汉城市圈的人才与智力资源密集，具有强大的科技人才优势。同时，黄石和孝感的R&D 从业人员占比分别为13%和10%，其余城市均低于10%。

图2 2016～2019年武汉城市圈企业R&D从业人员年平均值

（二）武汉城市圈科技金融产出情况

专利授权量是由国家授予的专利权数量，可以直接衡量企业科技创新产出。依托于光谷实验室、江夏实验室、东湖实验室等科技实验室的发展，2019年武汉市专利授权量为39258 件，居于城市圈之首，是城市圈内其他城市专利授权量总和（12561 件）的3 倍多，武汉科技实验室的发展对城市圈科技金融创新发展起着关键作用。如图3所示，武汉市专利授权量占武汉城市圈专利授权量的75%，其次孝感占6%，黄石占5%，其余城市均低于5%。

图3 2016～2019年武汉城市圈专利授权量年平均值

高新技术企业出口交货值是衡量我国高新技术企业进入国际市场的主要参数。如图4所示，尽管湖北省处于我国中部地区，从2019 年高技术产品出口交货值来看，武汉市仍居于城市圈内首位，其高新技术产品出口交货值为659.67亿元，占城市圈出口交货值的57%，其次是仙桃、鄂州，出口交货值均超过百亿元，比重超过10%。其余城市则低于10%。

图4 2016～2019年武汉城市圈高新技术企业出口交货年平均值

四、研究方法、数据与指标

（一）模型的选取

1.DEA—BCC模型。数据包络分析（DEA）由美国学者Charnes et al.（1978）首先提出，是在相对效率评价概念基础上发展起来的一种非参数检验方法。DEA—CCR模型主要是用来测量技术效率；而DEA—BCC模型假定规模报酬可变，主要用来测算纯技术效率。为了衡量在既定的科技金融投入下获取最大产出的能力，本文采用产出为导向型的BCC模型测算科技金融投入产出效率。基于产出导向的模型如公式（1）所示。

2.Malmquist 指数法。学者Malmquist（1953）提出Malmquist 生产率指数，后将该指数与DEA 理论结合用来测量相对效率的动态变化。Malmquist指数衡量在t 期的技术条件下，从t 到t+1 期的技术效率变化，如公式（2）所示。

在t+1期的技术条件下，从t到t+1期的技术效率的变化，如公式（3）所示。

运用两个Malmquist生产率指数的几何平均值来计算t期到t+1期的生产率变化，如公式（4）所示。

Fare et al.（1994）将Malmquist 指数分解为两个部分，即技术进步指数（TC）和综合效率变化指数（TEC），综合技术效率又可以分解为纯技术效率变化指数（PTEC）和规模效率变化指数（SEC），分解如公式（5）所示。

技术进步指数（TC）表示从t期到t+1期的生产前沿面移动，即本文中科技金融产出的生产技术变化的程度。综合技术效率（TEC）表示从t 期到t+1 期相对于每期DUM 生产前沿的追赶程度，即本文中科技金融技术效率变动程度。

（二）指标的选取

新古典经济增长理论认为，劳动力、资本积累和技术进步是经济增长的源泉，并且考虑到使用这一模型需要满足的两个前提条件：一是投入与产出指标个数之和的两倍不能超过决策单元数量，避免高估效率值，二是投入与产出指标之间需要具有强相关性。鉴于数据的可得性，构建的科技金融效率指标如表1所示。

表1 科技金融效率测度体系

武汉城市圈各地级市的数据来自湖北省统计局各城市的《统计年鉴》《中国统计年鉴》以及Wind数据库。在运用DEA 模型时，要求测度相对效率时投入与产出指标具有显著的线性关系，所以为了确保科技金融测度体系的科学合理性，采用Stata15 软件对投入与产出指标进行相关性检验。检验结果如表2 所示，各指标之间具有显著的线性关系，说明指标符合DEA模型的要求。

表2 武汉城市圈科技金融测度体系Pearson相关系数

五、实证结果分析

本文运用Deap2.1 程序，基于产出导向型的BCC模型从静态的角度来测算武汉城市圈科技金融投入与产出的相对效率值，并运用Malmquist 指数法从动态的角度来测算武汉城市圈科技金融投入与产出的效率值。

（一）DEA-BCC模型静态分析

2016～2019 年，武汉城市圈科技金融投入产出相对效率值，如表3 所示。第一，从均值来看，2016～2019年，城市圈城市的综合效率均未达到有效，但是综合效率均值呈现连年上升的态势，这表明武汉城市圈科技金融投入与产出的整体效率在提升。第二，从综合效率值来看，2016～2019 年，武汉、黄石、鄂州和天门四个城市的科技金融综合效率值在2019年为1，其他城市综合技术效率均小于1。武汉、黄石、鄂州和天门的科技金融效率处于有效状态，科技金融投入与产出处于生产前沿面上，科技金融投入与产出均衡，并且科技金融投入一定的情况下，产出达到最大化。2019 年，综合效率非有效的城市技术效率和规模效率均未达到有效，说明存在资源错配、产出不足的问题。第三，从纯技术效率来看，武汉、鄂州、天门连续四年纯技术效率均有效，纯技术效率为1，意味着科技金融的投入与产出相对有效，不存在资源错配的情况，因此武汉、鄂州、天门综合效率无效的原因在于规模效率处于无效状态。第四，从规模效率来看，2019 年武汉、黄石、鄂州和天门规模效率有效，规模效率值为1，其他城市规模效率均小于1，因此综合效率值也小于1。

如图5 所示，2016～2019 年武汉城市圈科技金融投入与产出的综合效率值整体呈现上升趋势。其中，综合效率提升明显的有武汉、黄石、孝感和天门，黄石作为湖北省的副中心城市，科技金融资源相对充足，孝感和天门毗邻武汉，受到中心城市对外扩散的影响，科技事业也蓬勃发展。相对而言，2016～2019 年鄂州、仙桃以及潜江的综合效率值增长幅度较小。

图5 2016～2019年武汉城市圈科技金融投入产出综合效率值

如表4 所示，武汉、黄石、鄂州、天门四市综合效率有效，规模效率处于不变状态，表明这四个城市不存在资源错配的问题；2016～2019年黄冈、孝感、咸宁三市综合效率无效，规模效率处于递减状态，说明这三个城市科技金融投入存在冗余，但是产出相对不足，因此要减少科技金融的投入；2016～2019 年仙桃综合效率无效，规模效率处于递增状态，因此，仙桃需要加大科技金融的投入来提高规模效率，从而使综合效率处于有效状态。2016～2019 年潜江综合效率在2016～2018 年有效，规模效率不变，但2019 年综合效率无效，规模效率递减，说明前三年潜江科技金融投入与产出均衡，但是在2019年科技金融投入冗余，产出不足，存在资源错配问题，需要减少科技金融投入，扩大产出。

表4 2016～2019年武汉城市圈科技金融综合效率和规模效率的有效性

（二）Malmquist指数法动态分析

Malmquist 指数是衡量全要素生产率当年与上一年的动态变化指数，当全要素生产率指数值大于1的时候，表明全要素生产率呈上升趋势，效率比上一年提高，该指数与1 的差为效率的增加值；当全要素生产率指数值等于1 的时候，表明全要素生产率不变，效率不变；当全要素生产率指数值小于1 的时候，全要素生产率呈下降趋势，效率比上一年下降，该指数与1的差值为效率的下降值。运用Deap2.1程序基于DEA-Malmquist模型计算出武汉城市圈2016～2019年间科技金融Malmquist效率的动态变化情况。

如表5 所示，2016～2019 年武汉城市圈9 个城市全要素生产率呈现“倒U 型”趋势，但从均值来看，全要素生产率仍保持每年6.6%的增速。

表5 2016～2019年武汉城市圈平均Malmquist指数变化及分解

2016～2017 年全要素率为1，表明城市圈内城市的全要素生产率不变，效率也不变，其纯技术效率指数和规模报酬指数均大于1，但技术进步指数却小于1，说明这一阶段技术进步还需要提升或创新程度不够。

2017～2018年全要素生产率为1.156，这一阶段全要素生产率增加值为0.156，技术进步指数和规模报酬指数均大于1，但综合效率变化指数小于1，说明全要素生产率的改善主要源于技术进步与规模报酬提高。

2018～2019 年全要素生产率为1.047，这一阶段全要素生产率增加值为0.047，除综合效率指数外，仅规模报酬指数大于1，技术进步下降0.084，纯技术效率指数下降0.009，表明这一阶段全要素生产率大于1主要是由于规模报酬的提高，而技术进步或创新程度都需要提高。

如表6所示，2016～2019年，武汉城市圈内城市的平均全要素生产率的增长率除鄂州、黄冈和潜江外均大于1，从均值1.066来看，平均增长率为6.6%。也可以将其分解来看：

表6 武汉城市圈内各市平均Malmquist指数变化及分解

从技术进步的角度来看，各市技术进步指数均小于1，技术进步指数均值为0.899，表明武汉城市圈总体科技创新仍然有很大的进步空间，要提高对科技创新的投入。

从纯技术效率指数来看，除仙桃和潜江以外，其他城市纯技术效率指数均大于1，纯技术效率均值为1.010，达到年均增长1%，说明纯技术效率的提高是武汉城市圈科技金融发展的重要因素。

从规模报酬变化来看，除潜江以外，其余8 个城市的规模报酬指数均大于1，规模报酬指数均值为1.175，达到年均增长17.5%，说明城市圈内城市的科技金融全要素生产率的提高主要是由于规模报酬指数的提高。

六、结论与建议

（一）结论

根据实证结果分析，可以得出三点结论：一是武汉城市圈科技金融投入与产出效率在逐渐提升；二是武汉城市圈内城市的科技金融效率尚未达到完全有效，存在资源错配问题；三是纯技术效率指数和规模报酬指数促进了全要素生产率指数的提升，但技术进步指数尚未达到完全有效。因此武汉城市圈还需要提升技术进步指数，即加大科技创新力度，进而使综合效率达到最优状态。

（二）对策建议

1.积极推动城市圈协调发展，促进产业转型升级。2016～2019 年，武汉城市圈的纯技术效率呈现“U”型非线性增长趋势，当科技金融作为新兴事业在城市圈开始发展，短期内市场上科技型企业的反应较为敏感，但是长期而言，科技型企业的创新面临较大的不确定性。武汉是武汉城市圈发展的中心城市，经济和金融的发展明显快于圈内的其他城市。为提高城市群整体科技型企业的技术效率，要致力于发展多个创新中心，完善市场体系。因此，需要加强各地市之间的联系，完善湖北省联合投资公司的制度，加强金融资源在各地市内的流动。充分发挥武汉作为“领头羊”的作用，协调各地级市规划城市发展的体系，打破行政壁垒和产业结构壁垒，充分解决不协调的问题。同时，圈内城市需要加快改造传统产业结构，迈向中高端产业，实施“互联网+制造”工程，加强关键核心领域的研发投入，培育科技创新产业。

2.加强政府引导职能，优化科技金融的区域环境。武汉城市圈作为首批科技金融改革试验区，圈内的城市有先行权，但是在实际过程中，改革触及深层次的矛盾难以有效解决。2016～2017 年武汉城市圈全要素生产率不变，根据效率分解过程来看，其纯技术效率和规模报酬效率均大于1，但是技术进步指数仅为0.684，由于武汉城市圈2015 年才正式成为首批科技金融改革试验区，政策从发布到执行具有一定的滞后期。因此，需要加强湖北省政府的引导职能，强化各部门的执行力度，落实激励政策，督促各地级市推进改革创新的进程。此外，政府需要积极引导和撬动社会资本支持高新技术企业的发展，发挥财政资金在创业投资发展的导向作用，协同培育战略性新兴产业，加快科技成果转化。同时，政府还需要加强城市圈内企业环境信用制度、落后产能退出机制、产业升级的激励制度、服务平台支撑机制，创新创业平台等建设，服务于科技产业创新项目。加强金融风险管控，完善金融制度政策，降低信用风险带来的损失，为金融促科技构建良好的区域环境。

3.推进城市圈“双创”发展。湖北省依托光谷联合产权交易所，进行中部地区科技成果转让、拍卖、投标等交易，推动湖北由技术输出向科技成果吸纳转变。但城市圈的技术进步指数均值为0.899，尚未达到有效状态，技术进步指数主要反映城市圈内的创新发展程度。因此，需要推进城市圈创新科技与市场的对接机制和创新科技与金融对接机制。在城市圈内开展股权激励试点工作，推动知识产权证券化的发展。激发社会资本、金融资本参与创业投资，创新财政科学技术投入方式，加强和银行间的合作，促进银行贷款更多地流入科技型中小企业。为科技创新和市场机制搭建连接纽带，提供更好的中介服务，构建起科技金融的创新网络，创新金融工具，丰富金融产品，为提高技术进步创造更多的可能性。

4.着力培育高素质科技人才。根据全要素生产率及其分解，武汉城市圈的全要素生产率处于有效状态，但是其技术进步指数尚未达到有效，技术的创新与进步依赖于资源与人力资本的投入。湖北省作为教育大省，城市圈内的高校云集，同时武汉东湖开发区获批全国知识产权示范区，在全国范围内起到引领示范作用。因此，可以充分发挥武汉市科技成果转化的优势，吸引国内外科技人才，依托高端人才聚集引领创新发展。此外，城市圈内的科技型企业可以加强与高校之间对接，培养科技型应用人才。另外，还需要加快落实人才引进政策，完善人才公寓等配套措施，吸引科技型人才长久留鄂，为城市圈科技创新提供人力资本。