金融效率及其規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響研究

何龍森

(重慶工商大學(xué) 重慶 400067)

一、研究設(shè)計

為了探究金融效率及其規(guī)模效率對我國高技術(shù)產(chǎn)業(yè)的創(chuàng)效率的影響，本文采用DEA-Tobit二階段研究框架，首先基于1997-2016省級面板數(shù)據(jù)，通過相應(yīng)DEA模型對各省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率、高技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率、金融效率、金融規(guī)模效率進(jìn)行了測量，其次在此基礎(chǔ)上引入面板Tobit模型對金融效率及其規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響。以下是對該框架所涉及方法和數(shù)據(jù)的簡要說明。

(一)投入導(dǎo)向的SBM超效率模型(A Super Slack Based Measure,DEA)

為解決多個DMU同時被判定為有效時，無法對有效DMU的效率進(jìn)一步區(qū)分，Adersen和Petersen(1993)提出了對有效DMU進(jìn)一步區(qū)分的方法，即超效率模型(Super Efficiency Model)。雖然Adersen和Petersen(1993)提出的為徑向超效率模型，但其原理同樣適用于其他類型的距離函數(shù)。Tone K(2002)提出了一種非徑向DEA模型，即基于松弛變量的超效率模型(Super Slack Based Measure，SBM)。另外在徑向DEA超效率模型中，對無效率程度的測量只包含了所有投入或產(chǎn)出等比例縮減(增加)的比列，但對于無效率DMU與強有效目標(biāo)值之間,除了其等比列改進(jìn)部分，還包含松弛改進(jìn)部分。相對于徑向超效率模型(Standard Efficiency Model)，SBM超效率模型能在效率值中對徑向改進(jìn)部分、松弛改進(jìn)部分進(jìn)行體現(xiàn)，并且對處于效率前沿上的決策單元的效率值進(jìn)行刻畫。

本文將各地區(qū)金融業(yè)短期貸款余額及中長期貸款余額作為金融效率測定的產(chǎn)出變量，相較于工業(yè)生產(chǎn)而言金融業(yè)的產(chǎn)出具有其特殊性，很難進(jìn)行自由調(diào)整；另外本文假設(shè)金融業(yè)的“生產(chǎn)”不存在技術(shù)的退步，故而最終選擇投入導(dǎo)向的SBM超效率模型(Super-SBM)與采用序列參比的Mamlquist指數(shù)模型，其中ρSE為效率值，S-、S+分別為投入和產(chǎn)出的松弛變量。具體模型由于篇幅所限略去。

(二)面板Tobit模型

在通過DEA模型測出地區(qū)金融效率與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率時，我們僅考慮到相應(yīng)投入產(chǎn)出本省對效率值的影響，但實際中并非如此，不可控因素的差異也是造成決策單元效率差異的重要原因，文獻(xiàn)中一般采用DEA-Tobit兩階段分析框架來處理此類問題[3-4]。首先通過DEA模型測算出各決策單元的效率;其次基于效率對各種不可控因素的回歸。當(dāng)效率作為回歸模型的被解釋變量時,就面臨效率小于等于0和大于1的數(shù)據(jù)截取問題。在這種情況下,普通最小二乘法(OLS)的估計結(jié)果為有偏且不一致。為避免OLS估計帶來的偏誤,相關(guān)研究中通常采用Tobit模型來進(jìn)行估計。另外本文選取的數(shù)據(jù)為基于1997-2016省級面板數(shù)據(jù)，故采用面板Tobit模型，具體模型設(shè)定見后文。

二、變量和數(shù)據(jù)的選取

基于對我國高技術(shù)產(chǎn)業(yè)及金融業(yè)相關(guān)投入產(chǎn)出數(shù)據(jù)的可獲得性、準(zhǔn)確性的考量，并參考相關(guān)研究者[1-2、5-6]對變量的選取，構(gòu)建出以下指標(biāo)體系：被解釋變量為創(chuàng)新效率(Innovationefficiency)及創(chuàng)新規(guī)模效率(InnovationefficiencySE)，投入指標(biāo)為高新技術(shù)產(chǎn)業(yè)R&D經(jīng)費總支出、高新技術(shù)產(chǎn)業(yè)R&D活動人員折合全時當(dāng)量，產(chǎn)出指標(biāo)為專利申請數(shù)與新產(chǎn)品銷售收入。核心解釋變量為金融效率(Finacialefficiency)與金融規(guī)模效率(FinacialefficiencySE)，投入指標(biāo)為各省金融機構(gòu)年末財政存款余額，各省金融機構(gòu)年末企業(yè)存款余額及各省金融機構(gòu)年末城鄉(xiāng)儲蓄存款余額；產(chǎn)出指標(biāo)為年末短期貸款余額，年末中長期貸款余額?？刂谱兞糠謩e為企業(yè)規(guī)模(Enterprisescale，高新技術(shù)產(chǎn)業(yè)當(dāng)年實際主營業(yè)務(wù)收入/高新技術(shù)企業(yè)數(shù))；政府支持力度(Governmentsupport，高新技術(shù)產(chǎn)業(yè)R&D經(jīng)費總支出政府資金部分/高新技術(shù)產(chǎn)業(yè)R&D經(jīng)費總支出)；勞動力素質(zhì)(Laborquality，高新技術(shù)產(chǎn)業(yè)R&D活動人員折合全時當(dāng)量/高新技術(shù)產(chǎn)業(yè)從業(yè)總?cè)藬?shù))；對外開放程度(Openingdegree，高新技術(shù)產(chǎn)業(yè)當(dāng)年實際出口交貨值/高新技術(shù)產(chǎn)業(yè)當(dāng)年實際主營業(yè)務(wù)收入)；經(jīng)濟(jì)發(fā)展水平(Pergdp，地區(qū)當(dāng)年人均GDP)。

由于新疆、西藏、青海、香港、澳門、臺灣三個省份數(shù)據(jù)缺失較多，數(shù)據(jù)不易獲取，且重慶1997年之前的數(shù)據(jù)很難獲得，故本文樣本選取全國28個省、直轄市、自治區(qū)1997-2016年的數(shù)據(jù)，其中對于數(shù)據(jù)缺失部分運用線性插空法進(jìn)行補齊。數(shù)據(jù)來源為中國金融數(shù)據(jù)庫、中國高技術(shù)產(chǎn)業(yè)數(shù)據(jù)庫。

三、實證結(jié)果分析

(一)高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率、創(chuàng)新規(guī)模效率、金融效率及金融規(guī)模效率測定

使用MAXDEA8.3PRO軟件，基于相應(yīng)DEA模型測得1997-2016年各省高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率及創(chuàng)新規(guī)模效率；金融效率及金融規(guī)模效率，結(jié)果如表1。

表1 高新技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率及創(chuàng)新效率；金融規(guī)模效率及金融規(guī)模效率

(二)金融效率及其規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響

采用面板Tobit模型，探究各地區(qū)金融效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響。其中為消除量綱不同的影響，本文對企業(yè)規(guī)模，經(jīng)濟(jì)發(fā)展水平兩個指標(biāo)進(jìn)行離差標(biāo)準(zhǔn)化，并采用LLC檢驗、IPS檢驗、Breitung檢驗、Hadri LM檢驗方法對各變量數(shù)據(jù)進(jìn)行單位根檢驗，以確定變量的平穩(wěn)性，檢驗結(jié)果表明上述指標(biāo)均為平穩(wěn)性指標(biāo)。

同時根據(jù)LR檢驗結(jié)果強烈拒絕“H0:σu=0”,故認(rèn)為存在個體效應(yīng)，應(yīng)使用面板Tobit回歸。具體模型設(shè)定如下：

Innovationefficiencyit=c+β1Finacialefficiencyit+β2Enterprisescaleit+β3Governmentsupportit+β4Laborqualityit+β5Openingdegreeit+β6Pergdpit+μi+εit

其中，i為第i個省份，t為第t年，為回歸系數(shù)，為個體效應(yīng)，為擾動項，c為常數(shù)項。回歸結(jié)果如下(限于篇幅僅匯報核心解釋變量的回歸結(jié)果)：

表2報告了我國各地區(qū)金融效率與金融規(guī)模效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響。結(jié)果顯示，無論是面板固定效應(yīng)模型還是面板Tobit模型，各地區(qū)金融效率與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率呈反向相關(guān)關(guān)系，金融效率的系數(shù)在5%的顯著性水平上通過了檢驗。進(jìn)一步的，本文驗證了金融規(guī)模效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響，基于固定效應(yīng)模型與面板Tobit兩個模型的回歸結(jié)果顯示，金融規(guī)模效率系數(shù)均不顯著，即金融規(guī)模效率對創(chuàng)新效率無顯著影響。

表2 金融效率及其規(guī)模效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響

(三)金融規(guī)模效率及金融效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率的影響

為探究金融效率及其規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率的影響，本節(jié)同樣采用面板Tobit模型對兩者之間的關(guān)系進(jìn)行實證檢驗。被解釋變量為各地區(qū)高新技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率，核心解釋變量為核心解釋變量為各地區(qū)金融效率及金融規(guī)模率，控制變量同上。具體回歸結(jié)果如下(限于篇幅僅匯報核心解釋變量的回歸結(jié)果)：

表3報告了我國各地區(qū)金融效率與金融規(guī)模效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率的影響。結(jié)果顯示，各地區(qū)金融規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效均呈現(xiàn)正相關(guān)關(guān)系，其系數(shù)在1%的顯著性水平上通過了檢驗，系數(shù)值為0.281；而金融效率對創(chuàng)新規(guī)模效率無顯著影響。

表3 金融效率及其規(guī)模效率對高新技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率的影響

(四)金融規(guī)模效率對創(chuàng)新效率促進(jìn)的傳導(dǎo)機制

基于上文研究發(fā)現(xiàn)，金融規(guī)模效率對創(chuàng)新規(guī)模效率具有顯著正向影響，為進(jìn)一步本文探究金融規(guī)模效率對創(chuàng)新效率的影響，本文對創(chuàng)新規(guī)模效率與創(chuàng)新效率見得關(guān)系進(jìn)行了探究，具體回歸結(jié)果略?；貧w表明，高技術(shù)產(chǎn)業(yè)創(chuàng)新規(guī)模效率與高技術(shù)產(chǎn)業(yè)創(chuàng)新效率之間呈現(xiàn)出正向相關(guān)關(guān)系，即金融規(guī)模效率能通過創(chuàng)新規(guī)模效率簡介促進(jìn)創(chuàng)新效率。

四、結(jié)論與政策含義

本文對金融效率極其規(guī)模效率對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響進(jìn)行了探究，并基于研究結(jié)論發(fā)現(xiàn)其中潛在的政策含義。結(jié)論歸結(jié)如下：(1)金融效率總體處于較高水平；創(chuàng)新效率水平還有待提升，并且分布上呈現(xiàn)東高西低的態(tài)勢。(2)金融效率總體上對高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有擠出效應(yīng)，但金規(guī)模融效率通過創(chuàng)新規(guī)模效率對金融效率起促進(jìn)作用。

基于上述結(jié)論，對其中潛在政策含義歸納如下：(1)應(yīng)擴大政策對高技術(shù)產(chǎn)業(yè)的支持，增加創(chuàng)新投入，優(yōu)化高新技術(shù)產(chǎn)業(yè)人力及資金配置結(jié)構(gòu)。(2)應(yīng)通過加大金融對高新技術(shù)產(chǎn)業(yè)的支持力度，以資金提升高技術(shù)產(chǎn)業(yè)的規(guī)模，以高技術(shù)產(chǎn)業(yè)的規(guī)模提升其創(chuàng)新效率。