基于三阶段DEA模型的贵州省科技金融发展效率研究

文/王思茜（云南财经大学）

2012年，党的十八大提出科技创新是提高生产力与综合国力的战略支撑，实施创新驱动发展战略。国务院于2016年批复建设国内首个国家级大数据综合试验区——国家大数据（贵州）综合试验区；同年，又发布《国家创新驱动发展战略纲要》，将三步走的战略目标确定下来。在此背景下，贵州省充分利用自身优势，勇于抓住发展先机，将国家大数据综合试验区建设作为依托进行科技创新。但科技创新与金融资本二者缺一不可，科技创新的持续发展离不开金融的支持。要防止关键技术被“卡脖子”，就要聚焦核心技术。科技创新与输送“血液”的金融资本紧紧相依，缺一不可。科技金融，就是指为了更好地促使科技成果转化，支持地方经济转型发展，对支持中小型科创企业发展而进行的一系列金融创新。贵州省要建设科技强省，就必须聚焦大数据这个“核心中的核心”，注重提升科技金融的投入产出效率，使创新投入与科技创新成果产出呈现效率最大化。

一、贵州省科技金融发展现状

近年来，科技领域和金融领域不断深化融合，使得贵州省中小型科技企业“融资难、融资贵”问题也逐步缓解，贵州省逐渐构建起科技创新与银行信贷、融资担保、创业投资、科技保险等新型金融模式和机制，有利于有效转化科技成果和中小型科技企业高质量发展。贵州省融入国家发展战略，积极响应国家政策，科技金融建设初见成效。据统计，贵州省截至2020年底，科技投入水平又创新高，R&D经费支出161.72亿元，较上年增长10.54%；同时，贵州省科技产出规模也逐步增长。2020年，贵州省有效专利达94160件、专利授权34971件，分别同比增长33.5%、41.4%。以上数据表明，近年来贵州省科技金融发展劲头迅猛。

二、贵州省科技金融发展效率研究

（一）指标体系及数据来源

本文通过参考贺丽丽等（2019）构造的科技金融发展指标体系，选取了贵州省2019年9个州市的相关投入产出数据，利用三阶段DEA模型对贵州省科技金融发展效率进行测度。构建的指标体系包含投入产出指标及环境因素。投入指标包含R&D从业人员数、政府财政科技拨款、研发机构数量/地区人口数量；产出指标包括专利申请数量、技术市场合同成交额、高技术产业新产品产值/工业总产值、高技术产业新产品销售收入/新产品开发经费；环境因素包含普通高等学校在校生人数、人均GDP、进出口总额/地区GDP、财政科技支出/财政支出。数据来源于贵州省科技厅、《贵州统计年鉴2020》、贵州省统计局以及贵州科技统计网站。

（二）实证结果分析

文章运用三阶段DEA模型，使用DEAP2.1和Frontier4.1，剔除在效率测度过程中因环境因素所致的外部影响，展开实证研究。效率值若为1，则代表处于DEA有效状态，投入与产出效率达到最优；若效率值小于1，则表明决策单元处于DEA非有效状态。一般来说，效率值越大，证明效率越高。

1.第一阶段传统DEA分析

结果显示，贵州省综合技术效率均值达0.862，贵阳、六盘水、黔西南州、遵义、黔南州等5个州市的综合技术效率值均等于1，省内纯技术效率均值为0.971，这意味着贵州省企业管理和资源配置状态处于较合理的水平。贵州省规模效率均值为0.908，综合技术效率为有效的上述5个州市，其规模效率正好也处在前沿。从全省综合看来，科技金融效率较高的为贵阳、遵义、六盘水、黔南州、黔西南州；综合来看，毕节、铜仁、黔东南州、安顺的投入产出效率则相对较低，需要对生产规模进行相应调整。由于尚未剔除环境因素的影响，因此第一阶段的效率值预计准确度存在差异，此阶段只是初步测算（见表1）。

表1 贵州省科技金融发展效率测度结果

2.第二阶段SFA实证分析

由于第一阶段包含外部环境因素和随机误差项的影响，导致效率值准确度存在差异，因此，必须利用外部环境变量来调整投入变量。模型的自变量为进出口总额/地区GDP等环境变量、普通高等学校在校生人数、人均GDP、财政科技支出/财政支出，因变量是第一阶段中包含的R&D从业人员数投入松弛、研发机构数量/地区人口数量投入松弛、政府财政科技拨款投入松弛，使用软件为Frontier4.1，剔除环境因素的影响，进行SFA回归。当系数小于0时，表示环境变量对于提升科技金融效率有利；当系数大于0时，则说明环境变量不利于科技金融效率提升。实证结果显示，gamma值均略小于1，并且全部达到1%的显著性水平，表示随机误差项和管理无效率项的影响并存，证明应进行SFA回归。衡量经济发展环境的指标使用了人均GDP，结果表明，该变量与研发机构数量/地区人口数量、R&D从业人员数和政府财政科技拨款的松弛变量回归系数均小于零，此结果与预期相符，对比于经济落后的地区，经济发展水平较高的区域可以为当地发展科技金融提供更为丰富的支持，因此大幅提高了创新效率。衡量政府扶持环境的指标使用了财政科技支出/财政支出，其对于R&D从业人员数、政府财政科技拨款、研发机构数量/地区人口数量的松弛变量回归系数均大于0，其中，对R&D从业人员数和政府财政科技拨款投入松弛的回归系数达1%水平上的显著性，这表明政府过度的科技投入会发生挤出效应，阻碍效率达到最优，因为促进科创水平、将其成果产业化的是企业而非政府。衡量科研氛围的指标为普通高等学校在校生人数，该指标对投入指标松弛变量的回归系数均达1%的显著性水平，且均小于0，说明一个地区的科研氛围越好，越有助于避免资源浪费，从而提升投入资源的配置效率。衡量对外开放程度的指标是进出口总额/地区GDP，该指标对于所有投入指标松弛变量的回归系数均小于0，也反映出对外开放程度越高，越能提高投入要素的利用率，从而使创新效率提高。（见表2）。

表2 SFA回归结果（第二阶段）

3.第三阶段DEA分析

将消除环境因素影响后的投入指标与之前的产出指标再次进行DEA分析。通过表1可以看出第一阶段和第三阶段效率值存在着显著差异。调整后的全省纯技术效率均值为0.949、规模效率均值为0.87、综合技术效率均值为0.846，与第一阶段相比，各均值分别下降2.2%、4.1%、1.9%。调整后位于效率前沿面的州市数量由5个减少至4个。具体来看，毕节从非有效递增到有效，遵义、贵阳、黔西南、六盘水仍处有效状态；而黔南州的状态则变为了非有效。在第一阶段的效率测算中，毕节市之所以处于非有效状态，并非由于科创型中小管理水平出现问题，而是环境因素所造成的投入产出效率低；而黔南州之所以第三阶段递减为非有效，表明前一阶段的测算结果虚高，同时也说明黔南州自身管理及技术水平落后导致了其规模效率低。此外，整体效率低下的城市仍是安顺和黔东南州，究其根本还是相关领域缺乏人才，同时风险监管机制建设还不完善，导致资金参与的积极性较低。

三、政策建议

为助力贵州省全面深化改革，提高全省科技金融发展效率，本文提出如下政策建议：首先，处于全省效率末端的安顺和黔东南州应完善风险监管防范机制，同时政府应完善人才引进机制，让相关领域的高端人才为效率提升注入新鲜血液。其次，促使贵州省科技金融供给多元化，拓宽科创企业融资渠道，大力推广知识产权质押融资，加快私募股权投资和风险投资的引进，积极将符合条件的科创企业纳入上市企业后备库，力争实现“科创板”零突破；省政府应大力扶持省内创投机构，使之全力推进科创基金设立运行。省内银行在进行针对科技创新融资评级等金融服务升级时，保险公司也应再次细分现有险种，按照行业风险来量身定制保险产品，重点从信用评级AAA级企业、重大项目业主、金融机构、上市公司及上市后备企业中遴选符合发展规划、产业政策、保险资金投资条件的项目，建立“险资入黔”项目储备库。最后，省政府应当鼓励科创型企业承担科技金融投资主体。在目前加快“贵州金融云——贵州大数据综合金融服务平台”建设和推广应用的基础上，政府应加强与金融机构及科技创新型企业的沟通，开展银政企三方座谈会，鼓励科研机构和科创型企业充当投资主体。利用财政补贴、税收减免等政策扶持，加快科创型中小企业健康发展，促进科技金融的要素生产效率提高。