基于DEA-Malmquist模型的區域經濟與科技金融耦合協調度評價

舒家先　金　瑾

（安徽財經大學，安徽 蚌埠 233000）

基于DEA-Malmquist模型的區域經濟與科技金融耦合協調度評價

舒家先金瑾

（安徽財經大學，安徽 蚌埠 233000）

在闡釋區域經濟與科技金融耦合協調作用的基礎上，運用DEA（數據包絡分析）中Malmquist指數的方法，將全國31個省市分為中東西部地區進行實證研究。結果發現，我國區域經濟與科技金融耦合協調度不高，存在不同程度的金融投入不足或冗余，且耦合協調強度按東西中部地區依次遞減。為提高我國區域經濟與科技金融耦合協調度，提出推進區域化改革、拓寬融資渠道、繼續鼓勵科技創新和提供保險保障等建議。

科技金融；耦合；DEA—Malmquist

一、引言

科學創新能力一向被認為是國家軟實力的象征，高新技術企業的發展需要持續的資金支持，而靠單一主體資金注入往往很難滿足其資金需求，科技金融的發展則可以輕松解決問題。自國務院2006年頒布的《國家中長期科學和技術發展規劃綱要（2006—2020）》中首次明確提出，我國未來的發展目標是建設創新型國家，走自主創新道路后，國家中央和地方各相關部門以及金融機構在促進科技金融與產業結合方面均取得顯著成效，特別是黨的十八大報告中明確提出“創新發展戰略”后，各地支持當地經濟與科技金融耦合協調作用的政策紛紛出臺，創新產業頗具規模。科技金融的最終目標是要將科技與金融最大限度結合，加快企業發展，這是提升企業自主創新能力的基礎。科技金融政策是區域創新和經濟發展的必要手段，可大幅度提升地區經濟的同時，促進地區經濟結構調整，淘汰落后企業，發展創新型企業，有效提高當地經濟發展速度。

我國目前科技金融的發展仍處于實踐探索階段，不同地區經濟與科技金融耦合協調度存在差異。因此，本文收集了2011—2013年3年間（本文數據來源于中國科技統計資料匯編和中國科技統計年鑒），全國各省市區的經濟投入產出指標，運用DEA-Malmquist模型評價區域經濟與科技金融耦合協調度，以期為科技金融在我國地區間的發展比較提供系統性的理論依據，為地方政府根據各地實際狀況制定相關政策，助推高新技術產業發展提供參考。

二、文獻回顧

科技金融是一門新興的研究領域，國外學者主要圍繞金融對科技發展和地區經濟的促進作用展開探討。其中，熊彼特最早對金融發展影響技術創新發表了獨到觀點，在《經濟發展理論》中論證了貨幣、信貸和利息等金融變量對創新與經濟發展具有重要影響［1］。Solow以1909—1949年美國經濟增長數據為基礎檢驗資本與勞動作為變量的新古典模型，證明兩者的緊密關聯程度［2］。Bencivenga等分析了二級資本市場交易成本流動性變化對企業技術創新的影響［3］。Luc等研究認為一個國家金融產品和技術創新具有正向協同作用［4］。

科技金融方面的研究近幾年才得到國內學者的廣泛關注。其中，多數專家將關注點放在我國科技金融發展現狀和問題分析方面，王新龍［5］、許汝俊等［6］部分學者指出地方財政科技撥款、R&D人員人均經費投入和企業經費投入等外部因素顯著影響科技金融結合效率。林偉光則認為科技金融在各國（地區）發展的開始階段需要政府力量引導才能平穩發展，待科技金融市場穩定后可逐步退出引導位置［7］。部分學者對我國現階段科技金融創新模式加以探討。肖澤磊等提出豐富創業投資（風險投資）融資模式、優化高技術產業金融投資環境和服務以及成立創業投資同業協會，有助于破解武漢市科技金融創新體系建設中的困境［8］。文竹等認為可以建立科技金融體系分階段演變歷程，政府隨該體系的發展轉換角色進行調控［9］。還有部分學者分析我國某一地區或不同區域間科技金融投入產出比差異。李興偉認為完善高新企業現代制度建設、信用體系建設和信息共享體系等科技金融環境建設，必須實現高新企業、科研機構、中介機構以及相關金融機構之間的信息聯通［10］，林俠等也贊同此觀點［11］。徐玉蓮和王宏起構建了區域經濟與科技金融協調度評價模型，并利用省級區域統計數據對其實證分析［12］。

表1　區域經濟與科技金融耦合協調度評價指標體系

值得注意的是，雖然國內外有關科技金融的研究大量出現，但將不同區域經濟與科技金融耦和協調度結合評價分析的研究并不多見，實證研究則更少。因此，本文以我國31個省市科技金融相關指標為研究對象，構建DEA模型，通過科技金融對區域經濟高新技術產業化轉換程度的影響，考查科技金融與區域經濟的耦合協調度，以期為相關部門決策提供參考。

三、基于DEA-Malmquist方法的實證研究

（一）指標選取和模型構建

本文構建的科技金融耦合協調度模型以我國31個省市投入產出構建指標體系，篩選對科技金融有重大影響的各項指標，具體內容如表1所示。投入指標主要為科技活動財力投入，產出指標主要為高新技術產業化成果。各指標數據均采用比例數據進行單位標準化，以降低DEA模型的測算誤差。

各省市研究與發展（R&D）試驗經費主要包括政府、企業、國外及其他資金，本文只考慮國內資金對區域經濟與科技金融的耦合協調度產生的影響，選取政府、企業和其他資金作為投入資金來源，并且由于考查對象為宏觀因素，數值巨大，故采用比例數據進行單位化，減少誤差。在投入指標的3個二級指標中，特別關注“其他投資額占R&D內部支出比重”這一指標，因為這是最能體現科技金融中“金融投入”的指標，“其他資金”不僅包括商業銀行對企業的研發貸款，還包括風投機構投資或以眾籌為代表的網絡資金募集等等，這種資金雖然分散，但渠道多樣，聚集起來，金額巨大，與地方財政和企業內部經費一樣，對企業科研活動具有重要意義。在產出指標方面，國內部分學者將科技活動產出數據納入產出指標體系中，但本文認為，科技金融的最終目的是促進高新技術產業化發展，本文擬考查新技術對產業的影響，相比之下，科技活動產出數據重要程度有限，因此不予考慮。本文選取關于產出的3個三級指標，分別代表企業從各方得到經費后開展研發并得到新產品、其可以給企業帶來的效益、地區整體科技金融投入對于該地區勞動生產率和產業增加值率的影響。這些指標可以真實完整地刻畫區域經濟與科技金融二者的耦合協調作用，本文模型指標體系由此建立。

選擇DEA-Malmquist指數方法進行效益評價指標測算，DEA模型最初由Charnes，Cooper和Rhodes提出，根據已知數據經過計算得到相應的生產邊緣，以評價輸入與輸出之間相對有效性的一種方法。本文采用Ray S C和Desli的分解方法，將Malmquist指數分解為純效率變化、純技術變化和規模變化因子，即MI=PEC*PTC*SCH，分析我國科技金融耦合協調程度，其數學公式如下：

其中第一項TEΔ（xt，yt，xt+1，yt+1）為純效率變化，第二項TΔ（xt，yt，xt+1，yt+1）為純技術變化，第三項SΔ（xt，yt，xt+1，yt+1）為規模因子變化，而三者的乘積MOCΔ（xt，yt，xt+1，yt+1）為綜合效率變化，是反映某一地區科技金融耦合協調度最為重要的指標。在運用DEA模型進行有效測度時，如果單元值達到1，視為投入產出效率有效，否則無效。若處于［0.9，1］區間內，根據Michael和Barry的理論，認為此情況只要在投入產出效率方面稍作調整，該單元也可達到投入產出效率最優，視為投入產出弱有效。

（二）數據來源

本文相關數據來源于中國科技統計網公布的《中國科技統計資料匯編》和《中國科技統計年鑒》，其他資金投入額采用2011—2013年數據進行統計分析。根據上述數據，基于DEA模型，運用DEAP2.1軟件進行數據運算，結果如表2所示。

（三）實證結果分析

從綜合效率方面來看，2011—2013三年間只有寧夏、云南和西藏的綜合效率均能達到1，表明這些省市的整體效率DEA有效，區域經濟與科技金融耦合協調度很高；2011—2012年間，北京、天津、山西、青海、云南和西藏六個省區達到DEA有效狀態，即科技金融資源實現最優配置；2012—2013年間廣東、山東、海南、黑龍江、安徽、河南、湖南、寧夏、云南和西藏的綜合效率也均為1，并且可以看出，處于DEA有效狀態的省區數額明顯增加，增長率達60％，這說明科技金融在我國各地區發展迅速。同時，兩個時段到達DEA有效狀態的省區只有三處相同，其余不一致，說明我國科技金融與區域經濟的耦合作用不穩定，尚待提高。綜合效率處于［0.9，1］區間的省市，2011—2012年間有山東、遼寧、黑龍江、江西、河南、陜西和甘肅，2012—2013年間有天津、上海和江蘇等12個省區，表明這些省市在當年的整體效率弱DEA有效，科技金融資源配置達到相對有效狀態，其經濟與科技金融若有相關政策或措施的保障和促進，很快可以達到DEA有效狀態。同時，東部有七個弱DEA有效省份，占比58.33％，中部兩個，比2011—2012年間減少一個，西部三個，與2011—2012年間弱DEA有效區域持平。其余省份綜合效率處于［0.1，0.9］區間內，表明整體效率DEA無效，科技金融的資源配置處于不合理狀態。青海省在2011—2012年間的綜合效率為1.0699，但是2012—2013年間變為0.4917，降幅約為50％，嚴重低于平均值，這說明2012—2013年間青海省的科技產出與金融投入嚴重不協調，科技金融與當地經濟的耦合協調度較差。從表2中還可以看出，2012—2013年間的綜合效率達到DEA有效或弱有效狀態的省份明顯增加，從14個增長到22個，增幅約為50％，說明我國區域經濟和科技金融的耦合協調作用處于良好發展狀態，其中東部和西部地區的發展遠高于中部地區，西部地區在2011—2012年間區域經濟與科技金融耦合協調度較好，但東部地區2012—2013年間二者協調作用，遠超西部，科技金融與東部地區的耦合協調度最好。

表2　我國2011—2013區域經濟與科技金融綜合效率、純效率、純技術及規模因子變化匯總表

從純效率變化來看，近三年間，廣東、內蒙古、吉林和黑龍江等地區的純效率均達到1，表明四個省區實現了科技金融投入產出效率的有效性，在既定金融投入下實現了科技產出的最大化，其中，寧夏、云南和西藏的綜合效率在這三年間也為1，說明經濟與科技金融耦合協調達到良性共振狀態。海南、河北、安徽和貴州的純效率在2012—2013年間均由無效或弱有效狀態轉變為DEA有效，一方面說明科技金融與經濟的耦合協調度正在逐年提高，另一方面，河北和貴州的綜合效率為DEA無效，說明可能存在管理失誤或創新不足等問題，當地政府和企業需要盡快找出影響經濟與科技金融耦合協調度的原因，并提出和落實改善措施，防止這種情況惡化。

再來關注純技術效率，從表2中可見，無任一省區純技術效率三年間均達到1，天津、上海和福建等6個省市純技術效率在2012—2013年間達到DEA有效狀態，而綜合效率卻為DEA弱有效或無效狀態，表明科技金融投入不足，可以加大科技投入力度，幫助其實現產能最大化。福建、遼寧、黑龍江和江西2011—2012年間的純技術效率均處于［0.9，1］區間內，弱DEA有效，即投入和產出間達到相對有效狀態；剩余省市純技術效率均在［0.1，0.9］區間，表明技術效率DEA無效，在既定金融投入下出現科技產出不足情況。同時，從表2也可看出，我國大部分省市的純技術效率處于增長狀態，平均水平從0.8031增加到0.9772，增幅17.8％，說明我國企業的技術創新能力正在逐步增強，生產技術水平不斷提高。但是純效率水平卻在下降，平均水平從1.1106減少到0.9608，降幅約為13.48％，說明目前我國各省市的集約程度并不高，在既定的技術水平下，資源的有效配置有待加強。

從規模有效性來看，北京、江蘇、黑龍江、安徽和寧夏在這三年間規模效率均達到1，說明科技產出相對充足。以吉林省為例，其三年間規模效率變化分別為0.7416和0.8185，說明這三年間，吉林省金融投入增加比例小于科技產出增加比例，出現規模報酬遞增，投入冗余產出不足。浙江省在2011—2012和2012—2013年間的規模變化因子分別為1.96和0.7175，降幅高達63.39％，表明2012—2013年間，科技產出遠小于金融投入量，既定金融投入下，出現極不合理的產出下降情況，政府和企業必須予以重視，否則會嚴重影響當地經濟發展。

四、結論及政策建議

本文采用2011—2013我國31個省市自治區年度數據，利用DEA—Malmquist方法，研究我國不同地區區域經濟與科技金融耦合協調度的差異。研究結果可見，當前我國大部分區域，科技金融耦合協調體系構建方面存在科技金融發展不穩定和區域經濟資源配置效率不高等問題，綜合看來我國科技金融耦合協調度按東—西—中部依次遞減，東部發展最快。這是由于我國東部地區經濟發達，科技型企業林立，金融投資充足，區域經濟可以和科技金融充分耦合；西部地區以農耕畜牧為主，經濟不發達，金融投資力度也不夠，少量金融投入即可帶來很高科技產出；而中部地區處于兩者之間。雖然本文研究表明我國科技金融發展勢頭良好，但是真正能實現規模有效，達到投入產出比最大的區域很少。區域經濟與科技金融耦合程度低，無疑會影響我國向自主創新型國家轉型的進程。因此，針對本文主要結論，提出以下幾點建議：

1.推進科技企業與金融資本融合的區域化改革。中央和地方政府必須盡快構建有效的、符合本地區實際的區域經濟與科技金融結合運行機制，實施有針對性的政策調整。對于高端制造業、高新技術產業密集的東部地區，當地政府應加大科研經費投入，在科技成果尚不能轉化成實際財富之前幫助企業渡過資金難關。而在農業、畜牧業為主的西部地區，要更多引進農業科技人才推動優勢產業進步，建立現代化農業基地。以安徽為代表的中部地區，由于已有一定的經濟和科技基礎，雖然在科技金融投入初期，投入產出效率不明顯，但長期看來一定成效顯著，建議當地政府積極發揮引導與服務功能，建設科技園區，大力引進科技型企業，鼓勵多元化的金融投資方式，充分發揮區域經濟與科技金融的耦合協調作用。

2.拓寬融資渠道，充分發揮政策性金融和商業性金融的杠桿效應。首先，政府應鼓勵商業銀行對企業的科技創新活動貸款，東部地區資金充足，但中部地區急需商業銀行貸款壯大企業和發展當地經濟。其次，充分利用網絡平臺形成資本機制。研發資金缺乏的企業，可以嘗試采用眾籌或網絡信貸等新興資本募集方式募集資金。這種融資方式門檻低，操作方便，適合中小科技型企業，可以在短時間之內獲得數額可觀的融資，有效緩解科技企業的金融借貸壓力。再次，為中部地區科技金融活動提供政策性財政支持。最后，建立本地區科技企業信用評級體系，根據企業規模、存續時間、前期科技金融發展狀況、科技獎勵等情況，進行信用評級制度，這種做法可以保障投資方資金的安全性，為企業籌集更多資金。同時成立科技金融專設機構，形成企業和金融機構間的聯動機制，專為本地區科技金融服務。例如，建立科技企業與金融機構信息庫，或建立專為科技型中小企業貸款的政策性銀行。

3.繼續鼓勵科技創新，引導生產集約式轉變。我國區域經濟與科技金融的耦合協調度增長迅速，但仍不穩定，諸多省綜合效率無法始終保持DEA有效狀態，平均純效率水平降幅13.48％，資源有效配置不足。繼續鼓勵科技創新是保持全國和各省市經濟水平穩步發展的有效措施，科技的創新和發展，不僅能提高企業和行業的勞動生產率，也能創造更多的超額利潤，引導生產集約式轉變，以最小投入獲得最大產出，幫助生產資源在不同行業和企業間有效配置，促進區域經濟與科技金融良性共振。在這一點上，除了企業和研究院所的研發團隊，高校也應加入其中，成為科技創新的重要力量。我國東部地區高校云集，發揮高校的科研能力，有助于提高東部地區經濟與科技金融耦合度。

4.加快培育廣覆蓋的科技金融保險服務體系。政府相關部門應重點推廣科技型企業以研發或金融機構以投資為主的保障性險種，加大補貼力度，保障和促進企業自主研發，有利于金融機構對企業的資金投入，刺激當地經濟與科技金融的耦合協調。特別是西部科技欠發達地區，急需這種投資風險保障，解決資金投入風險帶來的投資金額不足問題。

［1］Schumpeter.The Theory of Economy Development［M］.Cam-bridge， MA∶Harvard University Press，1912.

［2］Solow，Robert M.Technical Change and the Aggregate Production Function［J］.Review of Economics and Statistics，1957（39）.

［3］ Bencivenga V，Smith B，Start R.Transactions Costs，Technological Choice，and Endogenous Growth［J］.Journal of Economic Theory，1995（67）.

［4］Luc Laeven，Ross Levine.Stelons Michalopoulos Financial Innovations and Endogenous Growth［J］.Journal of Financial Intermediation，2015（1）.

［5］ 王新龍.我國科技金融結合效率研究［D］.南昌∶江西財經大學，2014.

［6］ 許汝俊，龍子午，姚逍遙.基于DEA-Malmquist指數法的科技金融發展效率評價研究——以長江經濟帶為例［J］.科技管理研究，2015（13）.

［7］ 林偉光.科技型中小企業融資服務體系構建分析——以廣東省為例［J］.科技管理研究，2011（18）.

［8］ 肖澤磊，韓順法，易志高.我國科技金融創新體系的構建及實證研究——以武漢市為例［J］.科技進步與對策，2011（9）.

［9］ 文竹，文宗川，宿北燕.基于TRIZ理論的科技金融創新模式研究［J］.科學管理研究，2012（3）.

［10］李興偉.中關村國家示范區科技金融創新分析與趨勢預測［J］.科技進步與對策，2011（9）.

［11］林俠，李嬌，張欣蕾.廊坊市科技型中小企業供應鏈金融策略研究［J］.現代商貿工業，2016（3）.

［12］徐玉蓮，王宏起.科技金融對技術創新的支持作用∶基于Bootstrap方法的實證分析［J］.科技進步與對策，2012（3）.

F832

A

1672-3805（2016）03-0039-06

2016-05-20

舒家先（1975-），男，安徽財經大學金融學院副教授，博士，研究方向為投資理論與實務。