我國金融支持技術(shù)創(chuàng)新的兩階段效率
——基于TSC-DEA模型的檢驗

劉 鑫，李云靜，郭 凱

(東北財經(jīng)大學(xué) 金融學(xué)院/遼寧省金融分析與模擬重點實驗室，遼寧 大連 116025)

技術(shù)創(chuàng)新是一國經(jīng)濟發(fā)展的巨大推動力，美、日等發(fā)達國家通過技術(shù)創(chuàng)新實現(xiàn)經(jīng)濟可持續(xù)增長和快速趕超的歷史已經(jīng)印證了這點。當前我國經(jīng)濟步入新常態(tài)，且正處于“三期疊加”的結(jié)構(gòu)轉(zhuǎn)型陣痛期，只有加快技術(shù)創(chuàng)新步伐才能創(chuàng)造經(jīng)濟發(fā)展的新動能。黨的十九大報告更是強調(diào)要加快建設(shè)創(chuàng)新型國家的步伐，技術(shù)創(chuàng)新需要良好的金融體系為其提供資金才能實現(xiàn)，并且技術(shù)創(chuàng)新的質(zhì)量和速度在很大程度上也取決于金融支持技術(shù)創(chuàng)新的效率。盡管我國近十幾年來一直在加大技術(shù)創(chuàng)新的金融投入力度，但是金融業(yè)服務(wù)科技創(chuàng)新的效率仍然還有待提升。因此，對金融支持技術(shù)創(chuàng)新的效率進行研究將為提高我國科技創(chuàng)新水平、緩解經(jīng)濟增長的鎮(zhèn)痛、提升金融業(yè)服務(wù)科技創(chuàng)新的效率提供理論借鑒與政策支持。

一、文獻綜述

對于技術(shù)創(chuàng)新效率測度的實證分析始于1957年，F(xiàn)arrell[1]首次建立了生產(chǎn)前沿面效率模型。在此后的發(fā)展中，產(chǎn)生了很多方法對效率進行測度。歸納起來主要有兩類：一類是參數(shù)估計法，主要包括隨機前沿法(SFA)、自由分布法(DFA)和厚前沿分布法(TFA)等；另一類是非參數(shù)估計法，主要包括無邊界分析法(FDH)和數(shù)據(jù)包絡(luò)分析法(DEA)。現(xiàn)有文獻大多采用較為成熟的DEA方法，但在測度創(chuàng)新效率時，往往將技術(shù)創(chuàng)新過程視為一個階段。白俊紅和李婧[2]采用DEA模型測度了我國各省的R&D支出對企業(yè)技術(shù)創(chuàng)新的技術(shù)效率。李平和隨洪光[3]運用DEA模型測定了技術(shù)產(chǎn)出階段三種自主創(chuàng)新對廣義技術(shù)進步的效率。葉丹和黃慶華[4]運用DEA-Malmquist模型測度了我國各省份高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率。袁麗靜[5]利用DEA模型測定了我國鋼鐵行業(yè)的技術(shù)投入與循環(huán)經(jīng)濟產(chǎn)出的整體效率。也有學(xué)者采用三階段DEA(DEA-SFA-DEA)對技術(shù)創(chuàng)新進行效率測度，劉偉和李星星[6]利用三階段DEA模型測定了我國高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率。無論是單階段DEA還是三階段DEA，均將技術(shù)創(chuàng)新過程視為一個階段進行效率測度。劉家樹[7]認為，在技術(shù)創(chuàng)新活動中，從創(chuàng)新投入到創(chuàng)新成果研發(fā)，再應(yīng)用于企業(yè)與產(chǎn)業(yè)鏈生產(chǎn)相結(jié)合，其過程是不連續(xù)的，且我國技術(shù)創(chuàng)新過程從技術(shù)研發(fā)到經(jīng)濟成果產(chǎn)出，各環(huán)節(jié)存在脫鉤現(xiàn)象，因此，對技術(shù)創(chuàng)新效率分階段研究至關(guān)重要。現(xiàn)有文獻將技術(shù)創(chuàng)新過程分階段的研究主要體現(xiàn)為兩個方面：一方面，將技術(shù)創(chuàng)新過程本身區(qū)分為兩個獨立的階段。孫東[8]將技術(shù)創(chuàng)新過程分為技術(shù)產(chǎn)出和經(jīng)濟產(chǎn)出兩個階段，用DEA模型測度了我國區(qū)域兩階段效率，得出我國技術(shù)產(chǎn)出效率高于經(jīng)濟產(chǎn)出效率，創(chuàng)新成果轉(zhuǎn)化不理想。余泳澤[9]將高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新階段分為技術(shù)開發(fā)階段和技術(shù)成果轉(zhuǎn)化階段，用DEA模型測定了兩階段效率，得出兩個階段的技術(shù)創(chuàng)新效率都偏低，且有惡化趨勢。另一方面，在進行效率測度時，一般分技術(shù)開發(fā)和技術(shù)應(yīng)用兩階段研究技術(shù)創(chuàng)新效率，研究內(nèi)容僅限于某個產(chǎn)業(yè)或某個地區(qū)的技術(shù)創(chuàng)新效率評價。劉和東和謝婷[10]將我國工業(yè)企業(yè)的技術(shù)創(chuàng)新分為科技創(chuàng)新階段和經(jīng)濟轉(zhuǎn)化階段，用DEA方法測算了其全要素生產(chǎn)率，得出我國大中型工業(yè)企業(yè)技術(shù)效率地區(qū)差異顯著。

對于金融支持技術(shù)創(chuàng)新效率的研究，國內(nèi)學(xué)者關(guān)注不多。研究金融支持技術(shù)創(chuàng)新的效率關(guān)鍵在于選取恰當?shù)男蕼y度模型和評價指標。在效率測度模型的設(shè)定上，現(xiàn)有文獻大多采用單一DEA方法測度金融投入到技術(shù)創(chuàng)新產(chǎn)出的效率。在評價指標的選取上，一方面，甘星和甘偉[11]選取R&D經(jīng)費投入、高技術(shù)產(chǎn)業(yè)新增固定資產(chǎn)和R&D人員數(shù)量作為金融投入指標，將技術(shù)市場成交合同額、高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入和發(fā)明專利申請授權(quán)量作為經(jīng)濟產(chǎn)出指標，用DEA方法測定其投入產(chǎn)出效率，但實際上金融對于技術(shù)創(chuàng)新的支持應(yīng)當體現(xiàn)為各種形式的科技資金。另一方面，現(xiàn)有研究并未將技術(shù)創(chuàng)新過程進行細分，在產(chǎn)出指標的選取上并未區(qū)分科技產(chǎn)出與經(jīng)濟產(chǎn)出。因此，現(xiàn)有研究大多將金融支持技術(shù)創(chuàng)新過程視為一個階段，利用傳統(tǒng)DEA模型進行效率測度，在評價指標的選取上存在一些不合理之處，對效率的評價也缺少多維度的全面對比分析，采用的數(shù)據(jù)年限一般不超過10年。

本文創(chuàng)新之處主要表現(xiàn)在以下兩個方面：一是在模型設(shè)定方面，突破了傳統(tǒng)DEA模型，創(chuàng)新性地引入兩階段技術(shù)創(chuàng)新效率評價方法，將金融支持技術(shù)創(chuàng)新的效率區(qū)分為科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段，利用兩階段鏈式DEA(TSC-DEA)模型，分析技術(shù)創(chuàng)新各階段的效率及其差異；二是在評價指標的選取上，以金融支持技術(shù)創(chuàng)新的資金投入主體為依據(jù)，選取了一套科學(xué)合理的金融投入指標。

二、模型、指標與數(shù)據(jù)

(一)TSC-DEA模型

TSC-DEA模型將投入產(chǎn)出過程分成兩個相連的鏈式階段，對每個階段的有效性進行效率評價，從而深入研究每個階段產(chǎn)生的問題。其由兩個工作原理一致的傳統(tǒng)DEA模型組成，而DEA是測度多投入多產(chǎn)出決策單元效率的一種非參數(shù)估計方法，根據(jù)線性規(guī)劃原則構(gòu)造出一個非參數(shù)分段的生產(chǎn)前沿面，然后相對生產(chǎn)前沿面來計算效率，包括CCR和BCC兩種形式。CCR模型下有效的DMU僅代表純技術(shù)有效，規(guī)模不一定有效；而BCC模型加上了規(guī)模報酬可變這一條件，該模型下有效的DMU不僅純技術(shù)有效，而且規(guī)模有效。本文使用BCC模型進行效率測度，假設(shè)規(guī)模報酬可變,設(shè)投入和產(chǎn)出分別為xir和yjr，每個決策單元(DMU)用(xr,yr)表示，第i項投入和第j項產(chǎn)出分別為xir和yjr。設(shè)uj和vi分別為第j項產(chǎn)出和第i項投入的權(quán)重，則第r個決策單元的投入產(chǎn)出效率可以表示為：

(1)

其中，r表示DMU年數(shù)，即r年數(shù)據(jù)，j和i分別表示產(chǎn)出和投入指標的個數(shù)。

BCC模型能夠測度綜合效率(TE)、純技術(shù)效率(PTE)和規(guī)模效率(SE)，三者關(guān)系為：TE=PTE×SE。TE衡量DMU資源配置能力和使用效率等綜合能力，PTE衡量投入既定條件下增大產(chǎn)出的能力，反映了創(chuàng)新主體的管理水平，SE反映了當前生產(chǎn)規(guī)模結(jié)構(gòu)與最優(yōu)生產(chǎn)規(guī)模結(jié)構(gòu)的差值。

TSC-DEA模型將第一階段DEA模型的輸出變量作為第二階段DEA模型的輸入變量，通過這種鏈式結(jié)合，將投入產(chǎn)出過程拆分成兩個子過程。在金融支持技術(shù)創(chuàng)新的過程中，實際上分成兩個鏈式子階段：金融資源投入到技術(shù)創(chuàng)新之中，先是轉(zhuǎn)化為專利、論文等科技產(chǎn)出，即科技產(chǎn)出階段；科技產(chǎn)出被企業(yè)等技術(shù)創(chuàng)新主體利用，再追加投入其他資源，從而創(chuàng)造出新產(chǎn)品或新工藝，最終實現(xiàn)經(jīng)濟產(chǎn)出，即經(jīng)濟產(chǎn)出階段。圖1給出了金融支持技術(shù)創(chuàng)新效率的兩階段鏈式過程。

圖1 金融支持技術(shù)創(chuàng)新效率的兩階段鏈式過程

圖1中金融支持技術(shù)創(chuàng)新的科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段的效率測度均利用DEA模型的BCC形式：在科技產(chǎn)出階段，金融投入X和科技產(chǎn)出Z1作為輸入和輸出變量，分別測度該階段的綜合效率、純技術(shù)效率和規(guī)模效率；在經(jīng)濟產(chǎn)出階段，將第一階段的科技產(chǎn)出Z1作為投入，再追加投入Z2，二者共同作為輸入變量，經(jīng)濟產(chǎn)出Y作為輸出變量，分別測度第二階段的三種效率。

(二)指標選取與數(shù)據(jù)說明

1.指標選取

在科技產(chǎn)出階段，將來源于金融體系的資金作為投入指標，將各種形式的科技產(chǎn)出作為產(chǎn)出指標。金融投入指標以資金投入主體為依據(jù)，將其分為政府、金融機構(gòu)、企業(yè)和其他資金投入主體四類，選取了科技經(jīng)費籌集額中的地方財政科技撥款、金融機構(gòu)科技貸款、企業(yè)資金和其他資金四個指標。科技產(chǎn)出指標則以各種形式的科技成果為代表，專利作為技術(shù)創(chuàng)新的直接成果，是目前公認的最客觀、最易得和最優(yōu)質(zhì)的科技產(chǎn)出指標，與專利申請數(shù)相比，專利授權(quán)數(shù)更能體現(xiàn)創(chuàng)新的真實水平。同時，科技論文是研究人員創(chuàng)新想法的體現(xiàn)和創(chuàng)新知識的積累，是衡量科技產(chǎn)出的重要指標，而國外主要檢索工具收錄我國的科技論文數(shù)更能體現(xiàn)出論文的質(zhì)量，因此，將國內(nèi)專利申請授權(quán)數(shù)和國外主要檢索工具收錄我國科技論文數(shù)作為科技產(chǎn)出指標。

在經(jīng)濟產(chǎn)出階段，以上一階段的科技產(chǎn)出指標作為該階段的投入指標，并新增了新產(chǎn)品開發(fā)經(jīng)費作為投入指標。科技成果必須轉(zhuǎn)化為現(xiàn)實生產(chǎn)力才能創(chuàng)造出經(jīng)濟價值，新產(chǎn)品的產(chǎn)生則是科技成果產(chǎn)業(yè)化的直接體現(xiàn)。企業(yè)要想創(chuàng)造出新產(chǎn)出，就會購買專利，并投入費用用于新產(chǎn)品開發(fā)，因此，將新產(chǎn)品開發(fā)經(jīng)費作為經(jīng)濟產(chǎn)出階段的新增投入指標。在經(jīng)濟產(chǎn)出指標的選取上，技術(shù)市場成交合同額可以代表一個地區(qū)針對技術(shù)市場的需求為其提供技術(shù)最終轉(zhuǎn)化為經(jīng)濟產(chǎn)出的能力，高技術(shù)產(chǎn)業(yè)是技術(shù)創(chuàng)新的主要陣地，新產(chǎn)品銷售收入則是新科技成果轉(zhuǎn)化為經(jīng)濟產(chǎn)出的直接體現(xiàn)，因此，采用技術(shù)市場成交合同額和高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入作為經(jīng)濟產(chǎn)出指標。

2.數(shù)據(jù)說明

本文采用1998—2016年我國30個省份的年度面板數(shù)據(jù)，由于中國港澳臺和西藏地區(qū)數(shù)據(jù)缺失較多而不包含在內(nèi)，數(shù)據(jù)主要來源于《中國科技統(tǒng)計年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，并采用1998年為基期的定基CPI進行平減處理。由于技術(shù)創(chuàng)新具有時滯性，結(jié)合我國實際國情并參考其他文獻的做法，將金融投入到科技產(chǎn)出的時差設(shè)為1年，將科技投入到經(jīng)濟產(chǎn)出的時差設(shè)為2年。由于《中國科技統(tǒng)計年鑒》從2009年之后發(fā)生了較大改變，原有“科技經(jīng)費籌集額”指標不再統(tǒng)計，本文創(chuàng)新性地采用灰色關(guān)聯(lián)預(yù)測系統(tǒng)對2009年之后的金融投入數(shù)據(jù)進行預(yù)測，并與其他替代指標相比，發(fā)現(xiàn)結(jié)果能夠極大提高數(shù)據(jù)的精準度。[注]具體計算過程省略，留存?zhèn)渌鳌！吨袊萍冀y(tǒng)計年鑒》中1998—2001年“科技經(jīng)費籌集額”分類指標中沒有“金融機構(gòu)科技貸款”，而是用“銀行貸款”統(tǒng)計，二者相差不大，本文不再變動。對于極少數(shù)省份缺失的個別數(shù)據(jù)，同樣采用灰色關(guān)聯(lián)預(yù)測系統(tǒng)對其預(yù)測。

三、經(jīng)驗分析

基于TSC-DEA模型，使用DEAP2.1軟件，選擇以產(chǎn)出為導(dǎo)向的VRS算法進行效率測定，可以計算出我國30個省份金融支持技術(shù)創(chuàng)新的科技產(chǎn)出階段(1998—2014年)和經(jīng)濟產(chǎn)出階段(2000—2016年)的綜合效率、純技術(shù)效率和規(guī)模效率值。

(一)金融支持技術(shù)創(chuàng)新的兩階段效率——全國層面

圖2和圖3為全國層面金融支持技術(shù)創(chuàng)新的科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段的綜合效率、純技術(shù)效率和規(guī)模效率的趨勢圖。

圖2 科技產(chǎn)出階段效率值 圖3 經(jīng)濟產(chǎn)出階段效率值

從圖2可以看出，科技產(chǎn)出階段的綜合效率、純技術(shù)效率和規(guī)模效率除在2011年出現(xiàn)短暫下降外，其余年份均保持穩(wěn)定，并沒有呈現(xiàn)出上升趨勢，2013年之后反而有下降跡象，這表明，盡管我國每年都在增加金融投入，但科技產(chǎn)出效率卻并未得到有效提升；規(guī)模效率值始終高于純技術(shù)效率值，幾乎都維持在0.9000以上，表明我國科技產(chǎn)出規(guī)模結(jié)構(gòu)相對合理，但創(chuàng)新主體管理水平落后，在金融投入既定時增加科技產(chǎn)出的能力較弱。

從圖3可以看出，經(jīng)濟產(chǎn)出階段技術(shù)創(chuàng)新效率波動較大，綜合效率和純技術(shù)效率呈現(xiàn)震蕩下降的趨勢；規(guī)模效率波動較大，在2009—2012年出現(xiàn)效率高峰后又下降到初始水平。盡管我國科技產(chǎn)出較多，每年科技產(chǎn)出數(shù)量還在不斷上升，但經(jīng)濟產(chǎn)出效率卻并未有效提升，反而出現(xiàn)下降，究其可能原因：一是專利和論文等科技產(chǎn)出質(zhì)量不高，優(yōu)質(zhì)專利和論文較少，科技投入數(shù)量虛高導(dǎo)致冗余，對比之下產(chǎn)出相對不足；二是科技成果理論性太強，與現(xiàn)實需求不相適應(yīng)，無法實現(xiàn)產(chǎn)業(yè)化，進而導(dǎo)致經(jīng)濟產(chǎn)出不足。與科技產(chǎn)出階段一致，經(jīng)濟產(chǎn)出階段年規(guī)模效率值高于純技術(shù)效率值，表明我國經(jīng)濟產(chǎn)出階段生產(chǎn)規(guī)模結(jié)構(gòu)比較合理，但利用科技成果增加經(jīng)濟產(chǎn)出的能力較弱。

進一步對比圖2與圖3，經(jīng)濟產(chǎn)出階段的三種效率值整體均低于科技產(chǎn)出階段，且波動較大，極不穩(wěn)定，這反映了我國技術(shù)成果轉(zhuǎn)化效率低下，經(jīng)濟產(chǎn)出階段與科技產(chǎn)出階段存在脫節(jié)現(xiàn)象。

(二)金融支持技術(shù)創(chuàng)新的兩階段效率——區(qū)域?qū)用?/h3>

圖4和圖5為我國東、中、西部區(qū)域?qū)用娼鹑谥С旨夹g(shù)創(chuàng)新的科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段綜合效率的趨勢圖。[注]科技產(chǎn)出階段的純技術(shù)效率和綜合效率的趨勢圖省略，留存?zhèn)渌鳌?/p>

從圖4可以看出，我國科技產(chǎn)出階段綜合效率整體呈現(xiàn)出東、中、西部地區(qū)由高到低的格局，表明地理區(qū)位優(yōu)勢和經(jīng)濟發(fā)展水平對科技產(chǎn)出效率影響較大。東部地區(qū)科技產(chǎn)出階段綜合效率整體小幅波動上升；中部地區(qū)綜合效率始終在0.6000—0.8000之間大幅震蕩，沒有明顯的上升下降趨勢；西部地區(qū)綜合效率整體波動較大，在1998—2005年小幅波動上升，隨后2006—2011年出現(xiàn)急劇下降，2012年之后又回至最初水平。因而三個區(qū)域中，只有東部地區(qū)科技產(chǎn)出效率穩(wěn)步小幅提升，中、西部地區(qū)還有待提高。

從圖5可以看出，我國經(jīng)濟產(chǎn)出階段綜合效率呈現(xiàn)下降趨勢，與科技產(chǎn)出階段不同，經(jīng)濟產(chǎn)出階段效率并未呈現(xiàn)出東高西低的格局，而是相互交錯，表明地理區(qū)位和經(jīng)濟發(fā)展程度對經(jīng)濟產(chǎn)出效率影響較小。東、西部地區(qū)經(jīng)濟產(chǎn)出綜合效率整體波動下降；中部地區(qū)在2008之后止跌回升，在2014年之后超越了東部和西部地區(qū)，效率提升明顯。

進一步對比圖4與圖5，經(jīng)濟產(chǎn)出階段各區(qū)域效率整體低于科技產(chǎn)出階段，且穩(wěn)定性不強，受其他因素影響較大，且經(jīng)濟產(chǎn)出階段效率出現(xiàn)下降趨勢。

從經(jīng)濟產(chǎn)出階段純技術(shù)效率來看，東、西部地區(qū)整體高于中部地區(qū)，東、西部地區(qū)呈現(xiàn)出波動下降趨勢，中部地區(qū)在2006—2012年波動較大，其余年份較為穩(wěn)定。從經(jīng)濟產(chǎn)出階段規(guī)模效率來看，東、中、西部地區(qū)相互交錯，波動趨勢相似且幅度較大。因此，在經(jīng)濟產(chǎn)出階段，東、中、西部地區(qū)綜合效率、純技術(shù)效率和規(guī)模效率并沒有呈現(xiàn)出明顯的區(qū)域分化格局，受地理區(qū)位影響較小，但是效率隨時間波動較大，穩(wěn)定性較差，三個地區(qū)規(guī)模效率整體高于純技術(shù)效率。經(jīng)濟產(chǎn)出階段純技術(shù)效率出現(xiàn)大幅下降是綜合效率下降的主要原因，而規(guī)模效率大幅波動是綜合效率波動的主要原因。經(jīng)濟產(chǎn)出階段中部地區(qū)效率波動最為顯著，尤其是規(guī)模效率，其最高值和最低值都出現(xiàn)在中部地區(qū)。

綜合比較科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段的三種效率，可以看出，科技產(chǎn)出階段三種效率整體高于經(jīng)濟產(chǎn)出階段；科技產(chǎn)出階段三種效率呈現(xiàn)出明顯的區(qū)域分化格局，經(jīng)濟產(chǎn)出階段受地理區(qū)位影響較小；科技產(chǎn)出階段三種效率隨時間表現(xiàn)相對平穩(wěn)，經(jīng)濟產(chǎn)出階段則波動較大，且有下降趨勢。

(三)金融支持技術(shù)創(chuàng)新的兩階段效率——省級層面

表1給出了我國30個省份1998—2014年科技產(chǎn)出階段三種效率的年度平均值。從表1可以看出，在綜合效率方面，只有北京、廣東和甘肅的年平均綜合效率為1.0000，這表明科技產(chǎn)出階段這三個省份每年的效率值均觸及了有效前沿面，其金融體系能夠合理分配創(chuàng)新資源，為技術(shù)成果的產(chǎn)出提供充足的資金支持。其余省份中，平均綜合效率值在0.9000以上的有8個，分別是吉林、黑龍江、上海、浙江、湖北、湖南、海南和陜西，這8個省份的效率值是相對有效的，即效率稍加提高就能達到有效。在上述11個效率較高的省份中，位于東部地區(qū)的有7個，中部地區(qū)有2個，西部地區(qū)有2個。平均綜合效率在0.7500以下的省份有11個，分別是天津、山西、內(nèi)蒙古、江西、河南、廣西、貴州、云南、青海、寧夏和新疆，它們的平均綜合效率值偏低，其中位于東部地區(qū)的有1個，中部地區(qū)有3個，西部地區(qū)有7個。因此，經(jīng)濟比較發(fā)達的東部沿海地區(qū)，金融體系發(fā)展比較完善，對于技術(shù)創(chuàng)新第一階段的資金投入相對充分，科技成果產(chǎn)出數(shù)量也較多。而在中西部地區(qū)，效率分化現(xiàn)象比較嚴重，同一地區(qū)各省份差異較大，進一步表明中西部地區(qū)的金融體系在創(chuàng)新資源配置上差異較大，空間分配不均衡。在純技術(shù)效率方面，除北京、廣東和甘肅外，上海和海南的平均純技術(shù)效率也為1.0000，表明這兩個省份雖然金融投入轉(zhuǎn)化為科技產(chǎn)出時實現(xiàn)了最大化，但卻沒有平均達到最優(yōu)規(guī)模結(jié)構(gòu)。從規(guī)模效率來看，除北京、廣東和甘肅外，沒有平均規(guī)模效率為1.0000的省份，表明大部分省份在科技產(chǎn)出階段都沒有達到最優(yōu)。

表1 科技產(chǎn)出階段年平均效率值(1998—2014年)

表2給出了我國30個省份2000—2016年經(jīng)濟產(chǎn)出階段三種效率的年度平均值。

表2 經(jīng)濟產(chǎn)出階段年平均效率值(2000—2016年)

從表2可以看出，在綜合效率方面，所有省份都未達到1，即所有省份的效率都沒有連續(xù)觸及有效前沿面，表明我國經(jīng)濟產(chǎn)出階段整體效率偏低。平均綜合效率在0.9000以上的省份僅有3個，分別是北京、天津和廣東，均位于東部地區(qū)。除福建和青海外，其余25個省份的平均綜合效率都在0.7500以下，這表明經(jīng)濟產(chǎn)出效率偏低在我國各省份是普遍現(xiàn)象。在純技術(shù)效率方面，北京、天津、廣東和青海的平均純技術(shù)效率為1.0000，科技成果轉(zhuǎn)化為經(jīng)濟產(chǎn)出時實現(xiàn)了最大化，青海作為西部省份之一，其平均純技術(shù)效率達到有效，充分表明該省創(chuàng)新主體的管理能力較強，能充分利用稀缺資源實現(xiàn)產(chǎn)出最大化。從規(guī)模效率來看，我國30個省份平均規(guī)模效率都未達到1，反映出我國各省份在經(jīng)濟產(chǎn)出階段都沒有達到最優(yōu)，還需進一步優(yōu)化生產(chǎn)結(jié)構(gòu)。

(四)省級金融支持技術(shù)創(chuàng)新的兩階段效率比較

為進一步區(qū)分金融支持技術(shù)創(chuàng)新的效率模式，從管理決策水平(純技術(shù)效率)和產(chǎn)出規(guī)模結(jié)構(gòu)(規(guī)模效率)兩個角度分析各省份的技術(shù)創(chuàng)新模式，以純技術(shù)效率和規(guī)模效率各自的平均值為臨界點，將技術(shù)創(chuàng)新模式定義為四種：雙低型，即純技術(shù)效率和規(guī)模效率均小于臨界值，位于左下區(qū)域；低高型，即純技術(shù)效率小于臨界值，且規(guī)模效率大于臨界值，位于左上區(qū)域；高低型，即純技術(shù)效率大于臨界值，且規(guī)模效率小于臨界值，位于右下區(qū)域；雙高型，即純技術(shù)效率和規(guī)模效率均大于臨界值，位于右上區(qū)域。根據(jù)上述分類，筆者計算了我國30個省份科技產(chǎn)出階段和經(jīng)濟產(chǎn)出階段的技術(shù)創(chuàng)新效率，根據(jù)數(shù)值結(jié)果可以看出效率模式的具體分布狀況。

在科技產(chǎn)出階段，雙低型有天津和新疆，高低型有遼寧、江蘇、青海和寧夏，低高型有河北、山西、內(nèi)蒙古、遼寧、安徽、江西、山東、廣西、重慶、四川、貴州和云南，雙高型有北京、吉林、黑龍江、上海、浙江、福建、湖北、湖南、廣東、海南、陜西和甘肅。大體來看，雙高型和低高型省份最多，各有12個，即我國大部分省份科技產(chǎn)出規(guī)模效率都在平均值以上，只有青海和寧夏兩個省份出現(xiàn)了規(guī)模效率的極低值，它們的科技產(chǎn)出規(guī)模結(jié)構(gòu)很不合理。雙高型省份中2/3都位于東部地區(qū)，形成了區(qū)域創(chuàng)新集聚區(qū)。雙低型中的天津作為我國直轄市之一，經(jīng)濟雖發(fā)達，但在科技產(chǎn)出效率上應(yīng)進一步提高。

在經(jīng)濟產(chǎn)出階段，雙低型有河北、山西、遼寧、黑龍江、浙江、湖北和海南，高低型有上海、江蘇、山東、河南、湖南、重慶、云南、甘肅和寧夏，低高型有吉林、安徽、江西、廣西、四川、貴州、陜西和新疆，雙高型有北京、天津、內(nèi)蒙古、福建、廣東和青海。大體來看，該階段各省份在創(chuàng)新效率的四種模式中分布均勻，沒有明顯的區(qū)域集聚現(xiàn)象。東部13省份在四種模式中的分布個數(shù)分別是5、3、1、4，雙高型和雙低型省份較多，有兩極分化趨勢，北京和廣東始終是雙高型代表，天津在經(jīng)濟產(chǎn)出階段效率較高，彌補了科技產(chǎn)出效率的不足；中部6省份均勻分布在前三種模式，沒有雙高型省份，區(qū)域總體經(jīng)濟產(chǎn)出效率略微偏低；西部11省份在經(jīng)濟產(chǎn)出階段整體效率較高，沒有出現(xiàn)雙低型，大都均勻分布在其他三種模式，雖然西部地區(qū)創(chuàng)新資源匱乏，但是經(jīng)濟轉(zhuǎn)化效率較高。

四、結(jié)論與政策建議

(一)結(jié)論

本文運用兩階段鏈式DEA(TSC-DEA)模型對1998—2016年我國30個省份的金融支持技術(shù)創(chuàng)新兩階段效率進行了測度，并從全國、區(qū)域和省級三個層面進行了多維度對比分析，得出以下結(jié)論：

第一，從全國層面來看，科技產(chǎn)出階段綜合效率、規(guī)模效率和純技術(shù)效率都保持穩(wěn)定，經(jīng)濟產(chǎn)出階段綜合效率稍有下降；科技產(chǎn)出階段整體效率高于經(jīng)濟產(chǎn)出階段；技術(shù)創(chuàng)新兩個階段的規(guī)模效率整體高于純技術(shù)效率。

第二，從區(qū)域?qū)用鎭砜矗萍籍a(chǎn)出階段三種效率呈現(xiàn)出東中西依次下降格局，受地理區(qū)位和經(jīng)濟水平影響較大；經(jīng)濟產(chǎn)出階段各效率則沒有明顯區(qū)域差異，東西部地區(qū)創(chuàng)新效率隨時間下降，中部地區(qū)創(chuàng)新效率則出現(xiàn)上升。

第三，從省份層面來看，在科技產(chǎn)出階段，北京、廣東和甘肅的三種效率每年都達到有效前沿，上海和海南純技術(shù)效率每年都達到有效前沿，東部和西部地區(qū)部分省份科技產(chǎn)出效率較高；在經(jīng)濟產(chǎn)出階段，所有省份綜合效率值都未觸及有效前沿，北京、天津、廣東和青海的純技術(shù)效率達到有效前沿，這些省份同樣也位于東部和西部地區(qū)。

第四，從效率模式來看，在科技產(chǎn)出階段，東部地區(qū)雙高型省份較多，能夠形成區(qū)域創(chuàng)新集聚區(qū)；在經(jīng)濟產(chǎn)出階段，各省份創(chuàng)新效率模式均勻，沒有明顯的區(qū)域集聚現(xiàn)象。

(二)政策建議

依據(jù)上述研究結(jié)論和我國金融支持技術(shù)創(chuàng)新兩階段效率及模式分布中存在的問題，筆者提出如下政策建議：

第一，提高金融資源配置效率，優(yōu)化創(chuàng)新資金投入結(jié)構(gòu)。針對科技產(chǎn)出階段金融、科技資源配置效率低的問題，重視市場機制在資源配置上的作用，政府可以發(fā)揮引導(dǎo)、扶持作用，但不應(yīng)過多干預(yù)；完善多元化科技融資渠道，發(fā)展創(chuàng)業(yè)風(fēng)險投資、私募基金等金融機構(gòu)，充分調(diào)動政府、金融機構(gòu)和民間資本進行科技創(chuàng)新。提高科技資金使用效率，對資金使用要加強監(jiān)督，并完善相關(guān)規(guī)章制度。

第二，提升企業(yè)創(chuàng)新主體地位，促進科技成果轉(zhuǎn)化。針對我國技術(shù)創(chuàng)新經(jīng)濟產(chǎn)出階段效率低下問題，一方面，提高科技成果的質(zhì)量，研發(fā)出能與市場需求有效對接的成果；另一方面，提高企業(yè)作為技術(shù)創(chuàng)新主體的地位，企業(yè)是經(jīng)濟產(chǎn)出階段的核心力量，應(yīng)充分利用自有資金、金融機構(gòu)和政府資金進行技術(shù)研發(fā)，并快速將技術(shù)成果產(chǎn)業(yè)化，實現(xiàn)科技產(chǎn)出階段與經(jīng)濟產(chǎn)出階段的有效對接，提升經(jīng)濟產(chǎn)出效率。

第三，構(gòu)建地方特色創(chuàng)新體系，促進區(qū)域創(chuàng)新均衡發(fā)展。針對我國技術(shù)創(chuàng)新效率區(qū)域分化現(xiàn)象，各區(qū)域應(yīng)當充分利用當?shù)刭Y源，構(gòu)建出具有地方特色的技術(shù)創(chuàng)新體系。經(jīng)濟發(fā)達的東部地區(qū)資源相對豐富，可以將其優(yōu)勢輻射到周圍地區(qū)，充分利用其技術(shù)溢出效應(yīng)，提高周邊地區(qū)創(chuàng)新水平。中部地區(qū)純技術(shù)效率上升空間較大，政府應(yīng)發(fā)揮引導(dǎo)作用，推動中部地區(qū)高技術(shù)產(chǎn)業(yè)升級，提高企業(yè)管理水平，提升創(chuàng)新資源配置能力。西部地區(qū)資源稀缺，但是其利用資源的效率較高，政府應(yīng)當給予西部地區(qū)更大力度的政策傾斜，加快西部地區(qū)招商引資，為其吸引更多優(yōu)秀創(chuàng)新人才。

第四，加強科技園區(qū)建設(shè)，鼓勵產(chǎn)學(xué)研合作創(chuàng)新。針對技術(shù)創(chuàng)新各階段脫節(jié)和技術(shù)創(chuàng)新效率低下問題，應(yīng)通過多方合作共同解決。科技園區(qū)的建立可以為技術(shù)創(chuàng)新多方主體提供合作平臺，并形成復(fù)雜的關(guān)系網(wǎng)。在科技園區(qū)中，科技型企業(yè)、金融機構(gòu)、科研教育機構(gòu)和政府等多方主體建立廣泛的聯(lián)系，為科技型企業(yè)提供人力、物力和財力資源，并創(chuàng)造出良好的創(chuàng)新氛圍和政策環(huán)境。科技園區(qū)還應(yīng)利用內(nèi)部激勵機制，鼓勵產(chǎn)學(xué)研合作，使多方主體共同參與到一個科技項目當中，充分發(fā)揮自身優(yōu)勢，分工合作，互惠互利，實現(xiàn)總體利益與自身利益的統(tǒng)一。