西安市科技金融發(fā)展效率及動態(tài)影響因素

黃仁全，田 徑，王娟娟

（西安外國語大學經(jīng)濟金融學院，陜西西安 710128）

黨的十九大報告明確提出我國堅定實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，著力加快建設(shè)實體經(jīng)濟、科技創(chuàng)新、現(xiàn)代金融、人力資源協(xié)同發(fā)展的產(chǎn)業(yè)體系。實體經(jīng)濟是發(fā)展的著力點，科技創(chuàng)新、現(xiàn)代金融、人力資源是支撐發(fā)展的三大要素。科技金融將科技創(chuàng)新與現(xiàn)代金融兩大要素協(xié)同起來，通過現(xiàn)代金融服務(wù)科技創(chuàng)新，進而推動實體經(jīng)濟發(fā)展。2019 年1 月初，國務(wù)院下發(fā)《關(guān)于推廣第二批支持創(chuàng)新相關(guān)改革舉措的通知》，要求包括西安市在內(nèi)的8 個試點城市推廣設(shè)置科技創(chuàng)新專板，拓寬科技型企業(yè)融資渠道，推動各類金融工具更好服務(wù)科技創(chuàng)新活動。2019 年2 月，西安市政府發(fā)布《西安市科技金融產(chǎn)業(yè)發(fā)展規(guī)劃（2019—2021 年）》，在肯定西安市科技金融服務(wù)科技創(chuàng)新成績的同時，也指出了當前存在的一些突出問題和未來發(fā)展方向。測度科技金融效率的高低、尋找影響科技金融效率的因素，有利于促進科技、金融與產(chǎn)業(yè)的深度融合，推動科技成果轉(zhuǎn)化，培育戰(zhàn)略性新興產(chǎn)業(yè)，打造“硬科技之都”。

1 相關(guān)研究

Zenia［1］通過對26 個國家的1 053 家企業(yè)實證分析得出，金融融資的便利性與技術(shù)創(chuàng)新呈正相關(guān)。Richard 等［2］認為創(chuàng)新性的金融融資方式和投資模式會對企業(yè)的創(chuàng)新產(chǎn)生推動作用。Alexandra 等［3］通過中美上市公司對比研究認為，依靠股票、債券融資的企業(yè)比借助銀行貸款的企業(yè)擁有更高的科技創(chuàng)新效率。數(shù)據(jù)包絡(luò)分析（DEA）方法是近些年發(fā)展起來的一種新的效率評價方法，由著名運籌學家Charnes 等［4］提出，在各領(lǐng)域效率評估中得到廣泛應(yīng)用，如Lee 等［5］運用DAE 模型對韓國政府在國防工業(yè)中的投入產(chǎn)出效率進行了研究，并提出了提高效率的對策建議；Rosa 等［6］利用超效率DEA 模型對西班牙紡織行業(yè)的科技金融效率進行了測度與分析。

國內(nèi)學者關(guān)于科技金融的研究，有部分學者如王仁祥等［7］、張媛媛等［8］和張童［9］建立了科技創(chuàng)新與科技金融的耦合度模型，發(fā)現(xiàn)我國各省份科技創(chuàng)新與科技金融的耦合度總體呈現(xiàn)由低到高的波動發(fā)展趨勢；戴志敏等［10］、郭昕昕［11］在選取投入、產(chǎn)出指標后，利用DEA 模型分別對我國不同區(qū)域以及河南省的科技金融效率進行了測度；羅清和等［12］、劉太萍等［13］利用DEA 模型分別研究了深圳市和徐州市的科技金融相對效率；車小粉［14］利用BCC 模型測度了鄭州市科技金融投入產(chǎn)出效率，并通過Tobit 回歸模型分析了其效率影響因素。

目前，對科技金融效率的研究以國家、區(qū)域或省份為主體的研究較多，深入到市一級科技金融效率的文獻較少，針對西安市科技金融效率研究的文獻更少。在科技金融效率測定模型上，相當一部分學者選用的是DEA 模型中的CCB 或BCC 模型，這兩個模型在測定科技金融效率時，若決策單元（DMU）都是高效則無法對效率高低進行排序；此外，在科技金融效率影響因素分析方法上，大多數(shù)學者選用的模型（如Tobit 回歸模型）并不能研究投入與產(chǎn)出兩個系統(tǒng)之間的相互作用關(guān)系。在此，本研究提出利用超效率DEA 模型測度西安市科技金融效率，該模型可以對所有決策單元效率值進行排序，并運用VAR 模型研究投入與產(chǎn)出兩個子系統(tǒng)之間的動態(tài)影響機理。

2 西安市科技金融超效率DEA 測度模型

2.1 科技金融發(fā)展效率測度模型

2.1.1 DEA 方法及CCR 模型

DEA方法的原理是通過保持決策單元的輸入（投入）或者輸出（產(chǎn)出）不變，借助于數(shù)學規(guī)劃和統(tǒng)計數(shù)據(jù)確定相對有效的生產(chǎn)前沿面，將各個決策單元投影到DEA 的生產(chǎn)前沿面上，并通過比較決策單元偏離DEA 前沿面的程度來評價它們的相對有效性。采用DEA 方法進行效率評估的優(yōu)點很多，包括適用于多投入多產(chǎn)出的效率評估問題、指標選取與量綱無關(guān)、無需設(shè)定指標權(quán)重等。

2.1.2 超效率DEA 模型

在CCR 模型中，可能出現(xiàn)多個有效決策單元，它們的效率值都為1，此時無法比較這些決策單元效率的高低。Anersen等［15］提出一種超效率評價模型，能夠?qū)EA 有效的單元進行排序。該模型在CCR模型基礎(chǔ)上改進而來：

表1 科技金融效率值與決策單元綜合效率關(guān)系

表1 （續(xù)）

2.2 指標選取與數(shù)據(jù)來源

科技金融效率是指科技金融投入產(chǎn)出效率，評估科技金融效率選取的指標也分為科技金融投入與科技金融產(chǎn)出兩類指標。科技金融投入涉及的主體較多，考慮到數(shù)據(jù)的可獲得性，在此主要研究政府、金融市場和企業(yè)主體科技金融投入對科技創(chuàng)新的作用，選取的指標包括：財政科技投入，反映政府主體在科技金融的資金投入；金融機構(gòu)對科技企業(yè)貸款額，反映金融市場的科技金融資金投入；研究與試驗發(fā)展人員全時當量，反映政府、企業(yè)等主體在研發(fā)方面的人力投入?？萍冀鹑诋a(chǎn)出指標包括專利授權(quán)量和技術(shù)合同交易額，可以反映科技金融投入直接帶來的技術(shù)產(chǎn)出情況。

相關(guān)數(shù)據(jù)來源于《陜西科技年鑒》《陜西統(tǒng)計年鑒》《陜西區(qū)域統(tǒng)計年鑒》《西安統(tǒng)計年鑒》《西安年鑒》，以及Wind 數(shù)據(jù)庫、西安市科技局官網(wǎng)和部分期刊文獻中的調(diào)查數(shù)據(jù)，個別年份有數(shù)據(jù)缺失的通過趨勢外推法、插值法獲得。根據(jù)超效率DEA模型，將表2 中原始數(shù)據(jù)代入模型式（2）中，得到超效率θ值、規(guī)模收益和投入的投影結(jié)果（見表2）。

表2 西安市科技金融效率評估的原始數(shù)據(jù)及其投影結(jié)果

2.3 實證結(jié)果與分析

（1）從綜合效率分析，2000—2018 年西安市科技金融投入產(chǎn)出效率變化如圖1 所示。其中，2008—2014 和2016、2018 年這9 個年份的效率值大于1，說明這些年度的科技金融投入與產(chǎn)出處于高效狀態(tài)；其他年的效率值小于1，為DEA 無效，特別是2000—2007 年間的效率比較低，處于效率值小于0.9 的非有效狀態(tài)。在此階段，無論是在國家還是地方政府層面，對發(fā)展科技金融的重視程度不夠，出臺的相關(guān)政策文件較少。

圖1 西安市科技金融綜合效率的年度分布

（2）從效率變化趨勢來看，2000—2011 年西安市科技金融投入產(chǎn)出效率值總體呈遞增趨勢。其中，2000 年的效率值僅為0.183 2，處于非有效狀態(tài)甚至接近于無效狀態(tài)，效率極低；2006 年2 月，國務(wù)院發(fā)布《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》，開始重視科技金融在促進科技發(fā)展中的作用，陜西省與西安市自2006 年開始出臺發(fā)展科技金融相關(guān)文件并加大了科技金融投入；2008 年，西安市科技金融效率首次達到DEA 有效狀態(tài)，效率值為1.034 6，特別是2009 年后，西安市密集出臺支持科技金融發(fā)展政策，如《關(guān)于進一步加強科技與金融合作共同促進科技產(chǎn)業(yè)發(fā)展的指導意見》《西安市統(tǒng)籌科技資源改革示范基地建設(shè)方案》《關(guān)于深化統(tǒng)籌科技資源改革加快創(chuàng)新驅(qū)動發(fā)展的實施意見》《西安市系統(tǒng)推進全面創(chuàng)新改革試驗打造“一帶一路”創(chuàng)新中心實施細則》等，不斷加大對科技金融的扶持力度；2011 年的效率值達到峰值1.481 2，2016 年和2010 年分別排第2 位和第3 位；2011 年后，效率值呈波動發(fā)展態(tài)勢，僅2015 年和2017 年效率值小于1，但仍然處于投入與產(chǎn)出效率的相對有效狀態(tài)。

（3）將科技金融投入進行投影分析。對非有效的決策單元，可將其對應(yīng)的投影到DEA相對有效面，即把非有效決策單元投影為DEA 有效的決策單元。以科技金融投入為例，其投影方法為：其中，為投影結(jié)果，即投入目標值。其經(jīng)濟意義為，將原始投入調(diào)整到即可把非有效決策單元調(diào)整到有效。通過的比較可發(fā)現(xiàn)，應(yīng)當調(diào)整對應(yīng)指標的投入。以2017 年為例，財政科技投入、金融機構(gòu)對科技企業(yè)貸款額以及研究與試驗發(fā)展人員全時當量3 項指標，投影后分別可減少投入420 425.43 萬元、165 732.93 萬元和1 539.79 人年，說明科技金融投入資源之間存在不協(xié)調(diào)、不匹配和投入冗余等問題。

（4）從規(guī)模收益分析，除科技金融效率值大于1 的DEA 有效年份外，其余所有年份的規(guī)模收益都為遞增，說明無論在過去對科技金融不重視時期，還是高度重視科技金融發(fā)展的現(xiàn)階段，西安市科技金融發(fā)展整體仍處于規(guī)模收益遞增階段，可以通過繼續(xù)加大投資和擴大規(guī)模獲得更高的收益。

3 基于VAR 模型的實證分析

通過科技金融效率的測度可以反映西安市科技金融發(fā)展效率高低，但無法說明其科技金融投入與產(chǎn)出兩個子系統(tǒng)之間的相互影響機理。對此，采用向量自回歸（VAR）模型對西安市科技金融兩個子系統(tǒng)相互影響機理進行動態(tài)分析。

3.1 ADF 檢驗

在DEA 測度模型基礎(chǔ)上，對西安市科技金融投入指標和產(chǎn)出指標數(shù)據(jù)取對數(shù)，以減小異方差帶來的影響。選用ADF 檢驗方法，利用EViews10.0 軟件檢驗時間序列的平穩(wěn)性，結(jié)果如表3 所示。對原始數(shù)據(jù)進行ADF檢驗，結(jié)果均為不平穩(wěn)；但一階差分后，所有指標均為帶有截距項平穩(wěn)。通常情況下，可以做協(xié)整分析和運用向量誤差修正（VEC）模型進一步研究，但由于本研究采集的數(shù)據(jù)量相對較少，在VEC 模型求解時EViews 無法通過。由于一階差分后數(shù)據(jù)是平穩(wěn)的，因此對一階差分后數(shù)據(jù)可運用VAR模型進行分析。

表3 2000—2018 年西安市科技金融效率指標的ADF 檢驗結(jié)果

3.2 脈沖響應(yīng)分析

根據(jù)VAR 模型滯后階數(shù)確定原則，建立滯后階數(shù)為二階的VAR 模型，即VAR(2)模型，模型穩(wěn)定性檢驗結(jié)果如圖2 所示，所有特征根倒數(shù)的模都在單位圓內(nèi)部，說明所建立的模型是穩(wěn)定的，因此可以進行脈沖響應(yīng)分析與方差分解。

圖2 2000—2018 年西安市科技金融效率指標二階平穩(wěn)性檢驗特征根

（1）產(chǎn)出子系統(tǒng)對投入子系統(tǒng)的脈沖響應(yīng)分析，如圖3 所示。其中，實線代表產(chǎn)出指標對投入指標沖擊的響應(yīng)水平；虛線代表正負兩倍標準差偏離帶。由圖3 可見，金融機構(gòu)對科技企業(yè)貸款額，對專利授權(quán)量和技術(shù)合同交易額在1～3 期為正向響應(yīng)，第3 期達到最大值開始減小，并產(chǎn)生負向波動，說明增加金融機構(gòu)對科技企業(yè)貸款額在短期內(nèi)有利于專利授權(quán)量與技術(shù)合同交易額的增加，而長期來看可能增加企業(yè)負擔從而產(chǎn)生負面影響；研究與試驗發(fā)展人員全時當量，對專利授權(quán)量和技術(shù)合同交易額在短期（1～3 期）內(nèi)產(chǎn)生正向反應(yīng)，長期效果不明顯，說明短期增加研究與試驗發(fā)展人員全時當量對專利授權(quán)量和技術(shù)合同交易額的增加具有顯著效果；財政科技投入，對專利授權(quán)量在短期內(nèi)正向、負向沖擊交替影響，而對技術(shù)合同交易額在1～2期有利于其增長，3 期以后將產(chǎn)生較大的負面影響，因此盲目增大政府科技投入將導致企業(yè)、科研機構(gòu)等嚴重依賴政府財政扶持，長期來看不利于自主創(chuàng)新能力的提升。

圖3 2000—2018 年西安市科技金融產(chǎn)出子系統(tǒng)對投入子系統(tǒng)的脈沖響應(yīng)

（2）投入子系統(tǒng)對產(chǎn)出子系統(tǒng)的脈沖響應(yīng)分析，如圖4 所示。其中，實線代表投入指標對產(chǎn)出指標沖擊的響應(yīng)水平，虛線代表正負兩倍標準差偏離帶。由圖4 可見，專利授權(quán)量，對金融機構(gòu)對科技企業(yè)貸款額短期為負向響應(yīng)，負向效果在第5 期達到最值，說明追求專利授權(quán)量增加需要在短期內(nèi)減輕企業(yè)、科研機構(gòu)等科研主體的經(jīng)濟負擔；對財政科技投入在1～2 期為正向響應(yīng)，說明需要加大財政科技投入，3～5 期為負向響應(yīng)，說明在這個時期內(nèi)專利開始產(chǎn)生回報效果；對研究與試驗發(fā)展人員全時當量在1～3 期響應(yīng)為負，說明短期應(yīng)降低研究與試驗發(fā)展人員全時當量投入，專注于現(xiàn)有資源的有效整合，提高人力資本的利用效率。而技術(shù)合同交易額，對金融機構(gòu)對科技企業(yè)貸款額短期為正向響應(yīng)，即技術(shù)合同交易額的增加將導致企業(yè)負擔加重；對財政科技投入在1～2 期為負向響應(yīng)，說明技術(shù)合同交易額的增加有利于降低財政科技投入，但3～4 期為正向響應(yīng)，說明政府不能依賴技術(shù)合同交易額降低財政科技投入，但可以在不同時期將經(jīng)費投入到不同行業(yè)，以提高資金利用效率；對研究與試驗發(fā)展人員全時當量在1～3 期響應(yīng)為正，說明技術(shù)合同交易額的增加在短期內(nèi)需要加大研究與試驗發(fā)展人員全時當量的投入，以完成合同規(guī)定的科研技術(shù)任務(wù)。

圖4 2000—2018 年西安市科技金融投入子系統(tǒng)對產(chǎn)出子系統(tǒng)的脈沖響應(yīng)

3.3 方差分解

為進一步研究西安市科技金融投入與產(chǎn)出子系統(tǒng)之間的相互關(guān)系，特別是引起產(chǎn)出指標變化的原因，對專利授權(quán)量和技術(shù)合同交易額的方差分解結(jié)果如表4 所示。在專利授權(quán)量方差分解中，投入子系統(tǒng)中財政科技投入在第2 期以后的占比較大，其次為金融機構(gòu)對科技企業(yè)貸款額和研究與試驗發(fā)展人員全時當量；技術(shù)合同交易額在第3 期以后占比較大，說明產(chǎn)出子系統(tǒng)技術(shù)合同交易額的增長有利于促進專利授權(quán)量的增長。在技術(shù)合同交易額方差分解中，占比由大到小排序大致為專利授權(quán)量、金融機構(gòu)對科技企業(yè)貸款額、財政科技投入和研究與試驗發(fā)展人員全時當量，說明專利授權(quán)數(shù)量的增長同樣有利于促進技術(shù)合同交易額的增長，二者之間可以相互促進。而投入子系統(tǒng)中金融機構(gòu)對科技企業(yè)貸款額對技術(shù)合同交易額的解釋作用較強，研究與試驗發(fā)展人員全時當量對財政科技投入和技術(shù)合同交易額的解釋作用都比較弱，說明在促進專利授權(quán)量和技術(shù)合同交易額增長方面，增加研究與試驗發(fā)展人員全時當量投入，與增加財政科技投入和金融機構(gòu)對科技企業(yè)貸款額投入相比，前者的投入效果不太顯著。

表4 2000—2018 年西安市科技金融產(chǎn)出指標方差分解結(jié)果

4 結(jié)論與建議

4.1 主要結(jié)論

本研究利用超效率DEA 模型對2000—2018 年西安市科技金融效率進行測度，并運用VAR 模型分析西安市科技金融投入與產(chǎn)出子系統(tǒng)之間的動態(tài)影響關(guān)系。研究發(fā)現(xiàn)：

（1）2006 年后國家與西安市出臺的支持科技金融發(fā)展的政策效果凸顯。西安市科技金融DEA 效率值在2000—2011 年間總體呈遞增趨勢，2007 年以前效率值較低，處于非有效狀態(tài)；2011 年后呈波動發(fā)展態(tài)勢，但效率值較高，僅2015 和2017 年處于相對有效狀態(tài)。

（2）西安市科技金融發(fā)展仍處于規(guī)模收益遞增階段，可以繼續(xù)加大在科技金融方面的投入，通過擴大規(guī)模以獲得更高的收益。在脈沖響應(yīng)分析中也發(fā)現(xiàn)，專利授權(quán)量和技術(shù)合同交易額在短期內(nèi)對金融機構(gòu)對科技企業(yè)貸款額、研究與試驗發(fā)展人員全時當量和財政科技投入為正向響應(yīng)。

（3）西安市在加大科技金融投入時，需要根據(jù)投入子系統(tǒng)（金融機構(gòu)對科技企業(yè)貸款額、財政科技投入和研究與試驗發(fā)展人員全時當量）與產(chǎn)出子系統(tǒng)（專利授權(quán)量和技術(shù)合同交易額）的相互作用規(guī)律，把握投入時機和平衡投入資源，使其發(fā)揮最大效用。

4.2 政策建議

根據(jù)本研究的相關(guān)結(jié)果，分別對政府、金融市場和企業(yè)提出如下建議：

（1）完善科技金融政策體系，優(yōu)化政府科技投入結(jié)構(gòu)。西安市政府一方面要充分發(fā)揮市場在科技金融發(fā)展中的主體作用，另一方面要完善科技金融政策體系，引導科技金融發(fā)展和彌補市場缺陷。要完善西安市科技金融法規(guī)政策，構(gòu)建科學高效的組織體系、市場體系、服務(wù)體系和扶持體系；構(gòu)建多元化投入機制，充分發(fā)揮金融市場在科技金融投入與風險化解中的作用。

（2）建立快捷高效金融市場，拓寬多層級融資渠道。根據(jù)2019 年發(fā)布的中國金融中心指數(shù)，在所評價的31 個金融中心排名中，西安市金融綜合競爭力位列第11 位，與上海、北京、深圳等城市相比差距較大?？萍夹推髽I(yè)由于其行業(yè)特性，投資風險較大，普遍存在融資難問題，因此要健全和完善股票市場、債券市場和風險投資市場，鼓勵探索民間資本參與科技創(chuàng)新領(lǐng)域，為科技型企業(yè)拓寬融資渠道。

（3）增強企業(yè)科技創(chuàng)新能力，加強其自身信用水平建設(shè)。一方面，科技創(chuàng)新是加快企業(yè)科技研發(fā)的核心，科技企業(yè)要增加對科技創(chuàng)新的投入，突破技術(shù)壁壘，加快科技成果轉(zhuǎn)化，實現(xiàn)快速發(fā)展；另一方面，科技企業(yè)要提高管理水平，防范經(jīng)營管理風險，加強自身信用體系建設(shè)，以利于解決融資難的問題。