蘇州市科技金融投入對科技創新效率研究

(上海大學 上海 201800)

一、引言

2009年蘇州市政府出臺《關于加強科技金融結合促進科技型企業發展的若干意見》及其配套辦法，在全國率先提出要開展科技金融結合工作。通過十年的探索，蘇州市出臺信貸、股權投資、保險方面的政策，促進科技創新和金融創新結合，支持科技型企業發展，初步形成了科技金融“蘇州模式”。

蘇州科技金融主要舉措“撥改貸“、“撥改投”與“撥改補”。“撥改貸”以“科貸通”為代表，對合作銀行為科技型中小微企業發放的、用于科技項目的貸款所產生的信貸損失進行有限補償，合作銀行簡化審批流程并以優惠利率提供不低于10倍風險補償資金的授信額度，由政府“托底”，分擔風險。“撥改投”是為吸引天使投資機構，對符合條件的天使投資機構發起人發起設立新的天使投資機構時，引導資金對單個天使投資機構可以進行最高不超過30%比例的階段參股。“撥改補”是針對成長期科技型中小微企業，對其科技項目貸款發生利息支出、科技保險支出進行補貼，同時對投資科創型企業的天使投資機構進行補貼。

蘇州科技金融政策旨在促進蘇州市科技企業發展，目前蘇州市科技金融還存在覆蓋面不足、科技成果評價體系尚未建立等問題，本文希望通過研究蘇州科技金融投入對科技創新的效率，定量的衡量蘇州科技金融的效果。

二、相關文獻綜述

(一)科技金融。趙昌文(2009)[1]最早提出科技金融這一概念，將其定義為科技創新活動提供金融資源的政府、企業、金融市場、社會中介機構等各種主體，以及在科技創新活動中的行為活動共同組成的一個體系。房漢廷(2010)[2]提出了科技金融是科技創新活動與金融創新活動的深度融合，是由科技創新活動引發的一系列金融創新行為。學者們對科技金融的界定都是圍繞科技創新和提供支持的相關金融活動，促進科技資源和金融資源的優化配置的一系列相關措施，所以本文沿用趙昌文(2009)對科技金融的界定。

(二)科技創新相關文獻。學者對科技創新主要由兩種界定方式，一是朱歡(2010)、張玉喜等(2015)將科技創新視為一種特殊的生產函數形式，成果是知識產權，通過C-D生產函數來研究影響科技創新的因素；二是將科技創新概念細化研究，徐璋勇等(2018)將科技創新分為靜態方面的科學創新和動態方面的技術創新，分別用發表論文數量與專利收入來衡量。

(三)科技金融投入與科技創新相關文獻。國內學者對科技金融投入與科技創新相關的研究主要集中在兩方面，一是研究金融的發展對技術創新的影響(張元萍(2012)、朱歡(2010)、徐璋勇等(2018)等)，二是通過DEA等方法研究科技金融投入對科技創新效率的影響。

張元萍等(2012)[3]通過分析金融發展和技術創新之間的關系，并得出金融深化與技術創新、金融效率與專利授權數之間具有顯著良性互動關系。朱歡(2010)[4]認為技術創新可以被視為一種相對特殊的生產，通過C-D擴展函數的形式，得出了我國銀行貸款規模對企業技術創新的支持效果比較明顯，政府的財政科技撥款是企業技術創新資金投入的重要補充。徐璋勇等(2018)[5]將科技創新分為靜態意義上的科學創新及動態意義上的技術創新；通過分析不同金融業態對科學創新和技術創新的影響，得出政府性財政投入對科學創新有顯著的促進作用，但對技術創新產生了不利影響。張玉喜等(2015)[6]通過C-D生產函數研究科技金融投入對科技創新的作用效果，得出短期內科技金融投入對我國科技創新有著顯著的支持作用，但是長期并不顯著。

在研究科技金融投入對科技創新效率研究方面，學者大多使用DEA方法(華玉燕等(2013)、常亮等(2019)、陳非等(2019)等)，通過界定相關的投入產出指標對效率進行評價，還有學者(馬乃云等(2016))通過設置平衡計分卡的方法，對科技金融的財政科技投入進行評價。華玉燕等(2013)[7]使用DEA方法研究了安徽省1997年-2010年的科技金融的效率，得出安徽省14年中有7年處于規模非有效狀態。常亮等(2019)[8]以陜西省237家企業為樣本，采用DEA模型測度了企業的科技創新效率，得出政府財政科技投入、資本市場科技投入和企業成立年限對企業科技創新效率具有顯著正向影響，企業內部科技投入與金融機構科技投入對科技創新效率具有顯著負向作用。陳非等(2019)[9]通過DEA法對廣東省2000-2017年科技金融投入和產出數據進行動態分析，得出了廣東省各區域科技金融并未達到有效狀態。余洪(2019)[10]使用DEA模型分析我國1995-2015年財政科技投入產出的相對績效水平，得出我國財政科技投入相對規模不夠，省市間科技投入績效水平差異明顯且起伏波動較大，對科技資源的利用效率不高。馬乃云等(2016)[11]財政科技經費績效評價中存在的問題有：缺乏政策指導和法律依據、評價方式過分注重定量分析等，通過平衡記分卡的方法綜合評價財務指標，增加學習與成長維度和客戶維度。

通過研究之前學者的文獻，發現學者對科技金融有統一的界定，即服務科技創新的一系列金融措施；主要通過DEA法、生產函數分析法和平衡計分卡法衡量科技金融對科技創新的影響。蘇州作為最早發展科技金融的城市之一，本文想DEA法衡量科技金融的投入對科技創新效率的影響。

三、蘇州市科技金融投入與創新效率實證分析

(一)DEA方法簡介。數據包絡分析法(DEA)是1978年由外國學者Charnes、Cooper和Rhodes提出的一種通過線性規劃和統計數據來進行效率分析的數據分析方法，其基本原理是通過保持決策單元(DMU)投入和產出不變來產生一組數據中相對有效的生產前沿面，然后將DEA產生的生產前沿面與各個DMU作比較，來判斷各個DMU的相對效率，最終得到相對有效性的結論。DEA方法完全是基于數據本身特征給出權重的評估方法，不需要預先假設輸入輸出指標的權重，模型基礎是數學規劃模型，所以能夠擺脫認為的主觀因素干擾，客觀地給出分配方案。本文通過使用DEA輸出導向的模型，研究科技金融投入對科技創新的效率。

(二)指標選取。根據本文上述的定義，科技金融是指科技創新活動提供金融資源的政府、企業、金融市場、社會中介機構等各種主體，以及在科技創新活動中的行為活動共同組成的一個體系。各個主體為科技企業提供資金支持，由于蘇州市的科技金融活動主要有政府主導，所以本文將科技金融投入區分為兩部分：財政科學技術支出(X1)與企業R&D投入占GDP的比重(X2)。

科技創新的成果衡量方式借鑒徐璋勇等(2018)，分為靜態的科學創新和動態的技術創新，分別用發明專利擁有量(Y1)和規模以上工業綜合效益指數(Y2)來衡量。

考慮到數據的可得性和可比性，選取蘇州市2011年-2018年8年的財政科學技術支出、企業R&D投入占GDP的比重、發明專利擁有量和規模以上工業綜合效益指數進行衡量。以上數據均來自于蘇州市統計局。

(三)實證分析。便于對數據進行比較，本文先對數據進行無綱量化處理。使用DEAP2.0軟件對數據進行分析，實證結果如表1所示。

表1 蘇州市科技金融投入對科技創新效率實證結果

表2 2013年蘇州市科技金融科技投入對科技創新效率影響

由實證結果可知，蘇州市科技金融對促進科技創新的效率呈現效率較高的狀態。在2011年-2018年中，純技術效率達到最佳狀態的為4年，2013、2014年科技金融促進科技創新的效率處于效率中等區間，但是2013-2015三年間效率呈現上升趨勢，說明2013、2014年存在科技金融投入過多，反而對科技創新產生了負向的影響(如表4-2所示)。2016年后，蘇州市科技金融投入對科技創新一直保持有效狀態，證明經過前期的探索，科技金融的政策、資金投入都能促進科技創新。

四、結論與建議

從2016年起，蘇州市科技金融投入對科技創新效率影響保持在有效狀態，證明科技金融“蘇州模式”在促進科技財方面發揮了作用，“科貸通”、“撥改補”以及引導天使投資的措施為科技型企業提供了資金支持，促進企業創新。針對蘇州現狀，本文提出進一步發展科技金融的建議：

第一，完善“一庫、一池、一平臺”的建設，將更多符合條件的企業納入蘇州科技金融超市平臺，幫助其與銀行、VC、PE等機構進行對接，通過政府平臺在一定程度上消除信息不對稱。

第二，擴大科技金融政策的宣傳力度，通過各個園區的管理委員會，定期為園區企業開展科技金融政策培訓，幫助園區企業了解政策的申報條件。園區管委會可基于對園區內企業信息了解的優勢，協助符合條件的企業申報，降低科技企業的運營成本。

第三，結合蘇州的產業優勢以及產業發展方向，出臺對生物醫藥、新技術、大數據和云計算企業的優惠政策，以良好的政策環境來吸引重點企業到蘇州發展，從而形成聚集效應。