我國二線城市科技金融投入效率研究
——以佛山市為例

付世俊

（廣東技術師范大學 財經學院，廣東 廣州 510665）

一、引言

縱觀世界經濟的發展史，各國經濟增長存在巨大差距的原因之一就是科技進步貢獻率存在差距。黨的“創新驅動發展”戰略明確指出科技創新是提高社會生產力和綜合國力的戰略支撐，要以科技創新形成經濟發展的新方式，促進經濟發展模式轉型升級。在促進我國經濟整體發展中，二線城市作為不容忽視的一支隊伍，其有一定的經濟基礎，有較為活躍的經濟環境，對資本和勞動力有一定的吸引力。但相比一線城市，二線城市的科技創新能力還不夠高，經濟發展尚落后。隨著我國新型城鎮化的推進，二線城市的發展面臨了前所未有的挑戰和機遇。科技創新作為經濟新常態背景下經濟轉型的動力源，是推動新型城鎮化的強大軟實力，同時也是二線城市謀求持續發展的重要引擎。

科技的進步和創新需要資本的投入，同時金融也可以借助科技創新的高風險和高收益分散風險，科技和金融的互利結合自然而成[1]。世界范圍內的實踐經驗表明，生產技術革新與金融創新活動緊密相連，要想實現科技創新能力的提高，離不開配套的金融政策和金融服務體系。由此，國務院頒布了《實施〈國家中長期科學和技術發展規劃綱要〉的若干配套政策》，明確提出要促進科技與金融的結合，充分發揮金融對自主創新的支持作用。在地方政府出臺的配套性政策文件中，也有接近1/3與科技金融相關。可見，科技金融這一旨在將金融資本與科技變量有效結合的概念，在國家層面和地方政府層面都已得到普遍關注。

作為二線城市，佛山市的經濟發展在廣東省乃至全國都占有不可低估的地位，2017年佛山市實現生產總值9 549.6億元，占廣東省當年生產總值（89 879.23億元）的比重為10.63%，占當年國內生產總值（827 122億元）的比重為1.16%。目前，佛山市已建成國家級科技企業孵化器18家，位列廣東省第三；國家級眾創空間20家。佛山市科技發展“十三五”規劃提出，到2020年，佛山市孵化器數量計劃要達80家，各類“眾創空間”要達到50家。可見，二線城市的科技創新熱情高漲，如何在科技創新過程中高效率地增加金融投入，直接關系著二線城市的科技創新事業能否順利推進，關系著二線城市的長遠可持續發展，也關系著國家的新型城鎮化戰略能否得以實現。

本文立足于我國經濟處于轉型階段、二線城市發展面臨新機遇新挑戰的現實背景，以全國的二線城市作為研究樣本，利用數據包絡分析法，首先測算二線城市2015—2016年的“科技金融投入-科技創新產出”效率；然后以二線城市中的佛山市為例，將其科技金融投入按來源進行分類，進一步測算了2010—2016年間不同來源的資金在促進佛山科技創新中的不同效率。

本文的創新之處在于，第一，已有研究科技投入產出效率的文獻，大都以省份、區域、一線城市為樣本進行研究，尚未有學者將具有較大發展潛力的二線城市作為研究對象。我國二線城市數量較多，對經濟增長的貢獻不容忽視，研究二線城市的科技投入產出效率，對促進二線城市乃至全國的可持續發展具有重要意義。第二，現有研究科技投入產出效率的成果，內容大都是對效率的測算及結果的分析，尚無文獻研究資金來源的差異對科技投入產出效率有何影響。本文在二線城市科技投入產出效率測算的基礎上，進一步以佛山市為例，將科技投入中的資本投入按資金來源進行分類，深入挖掘不同來源的資金促進科技創新產出的效率有何差異。

二、相關文獻回顧

（一）國外相關研究

關于金融對科技創新的支持作用，國外已有大量的研究成果，并且已經出現一些比較具有代表性的研究成果。最初的研究主要是從宏觀層面展開，Solow的研究肯定了投資、技術進步對經濟增長的重要促進作用，但他把投資（儲蓄）作為經濟增長模型的內生變量，把技術進步作為模型的外生變量，而忽視了投資和技術進步之間的關系[2]。后來的學者逐漸意識到資本的投入對技術創新的重要影響，Evans等運用超越對數生產函數，研究了21年間82個國家的數據，發現金融支持可以促進技術創新，故在促進經濟發展方面金融支持和人力資本同樣重要[3]。進一步地，Wang和Huang測算了人力和資本支持在促進科技創新方面的效率，他們以30個國家為研究樣本，發現大部分國家R&D投入的產出效率不是充分有效的[4]。Chowdhury和Maung利用發達國家和新興國家的數據集，通過三種研究方法（普通最小二乘法、跨國工具變量回歸法、面板回歸法）的使用，證明金融市場的發展可以顯著提高R&D活動中金融投入的產出效率[5]。

隨著研究的不斷深入，以中觀、微觀為研究層面的成果也不斷出現。Kortum和Lerner實證研究了美國二十多個行業三十多年的風險投資、專利發明等數據，發現風險資本的投入能顯著促進工業科技創新，增加風險資本投資可以促進行業專利申請率的提高[6]。Canepa和Stoneman利用第二次和第三次社區創新調查的個人回報數據，探索了金融對英國科技創新的影響，他們的研究結果表明金融因素對創新活動存在顯著影響，特別是對高新技術產業和中小企業[7]。Benfratello等的研究也得到了類似的結論，他們以20世紀90年代意大利的大量公司為研究樣本，發現銀行發展對高新技術部門、小企業的過程創新有顯著影響[8]。而關于銀行發展對科技創新的作用，Hsu等的研究卻得到了不同的結論[9]。他們以32個發達及新興市場國家作為樣本，研究金融市場發展對技術創新的影響，發現在股票市場較發達的國家，越是依賴外部融資、科技含量越高的行業，創新水平越高，而銀行信貸市場的發展不利于這些行業的創新水平提高。Atanassov的研究從微觀層面證明了科技金融投入確實對科技創新產出具有影響，他通過使用美國公開交易的公司數據，研究發現相比那些利用關系獲得銀行融資的公司，那些通過公平方式獲得融資的公司創新成果更多、創新質量更高[10]。

（二）國內相關研究

國內學者開始從金融投入的視角研究科技創新活動主要是在2006年后興起的。2006年，國務院頒布的《實施〈國家中長期科學和技術發展規劃綱要〉的若干配套政策》明確提出要促進科技與金融的結合。目前，關于科技金融的研究主要集中在兩個方面：一是研究金融投入對科技創新的促進作用，二是研究科技金融投入的科技產出效率。

關于金融投入對科技創新的促進作用，任元彪通過理論分析指出原始創新在企業創新活動中的實際地位較低，導致了企業原始創新的動力缺乏。要想解決這一問題，關鍵在于科技金融創新，以科技金融創新帶動企業科技創新[11]。2010年之前關于科技金融的研究大都是從理論分析著手，從2011年開始，關于科技金融促進科技創新的研究向實證化方向發展。徐玉蓮等基于2008年的省際截面數據，實證檢驗了我國科技金融和科技創新的耦合協調度，發現我國科技金融的發展落后于科技創新的發展[12]。崔艷娟和趙霞的研究探索了科技投入是如何影響中小高新技術企業的發展，發現銀行信貸的不穩定不利于中小高新技術企業的發展，中小高新技術企業的發展56%是因為研發人力的投入，13%是因為政府資金的投入[13]。葉莉等以上市科技型中小企業為樣本，研究發現政府資金投入、資本市場資金和發行債券籌集的資金均對研究樣本的科技創新有顯著促進作用[14]。而張玉喜和趙麗麗以我國2004—2012年間30個省（市、區）為研究樣本，實證研究發現金融投入與科技產出之間的正相關關系只有在短期內才能體現，在長期內這種正相關關系在統計上并不顯著[15]。鄭磊和張偉科以我國2005—2015年間29個省級行政區為研究樣本，發現科技金融對科技創新的作用受經濟發展水平的影響：經濟發展水平低時，科技金融投入不利于科技創新；經濟發展水平高時，科技金融投入才能夠促進科技創新[16]。

關于科技金融投入的科技產出效率的研究，有以下幾個比較有代表性的成果。曹顥等通過計算2001—2008年全國各地區的科技金融發展指數，探索各地區科技金融投入和科技創新產出的特征，間接評價了各地區科技金融投入的產出效率[17]。江湧等測算了2014年我國30個省市的科技金融投入效率，并對廣東省2000—2014年的科技金融投入效率進行了深入分析，提出單純依靠擴大金融投入并不能有效提高科技產出[18]。羅清和和朱詩怡測算了包括深圳在內的14個城市2016年的科技金融投入效率，結果顯示深圳市的科技金融投入效率為有效[19]。

綜合以上的研究成果，我們可以看到，關于我國科技金融投入的實證研究起步雖較晚，但近年的研究成果較多。然而，現有的研究成果大都是從國家或省際的層面進行研究，少部分的研究以個別城市為樣本，但也僅限于大城市，尚無研究以二線城市作為研究樣本。另外，現有的研究成果測算科技金融整體投入效率的多，鮮有研究將科技金融投入按資金來源進行劃分，進而比較不同來源的資金投入的科技產出效率。

三、理論分析與模型選取

（一）理論基礎分析

研究“科技金融投入-科技創新產出”效率的理論分析是建立在Cobb-Douglas生產函數的基礎之上。Cobb-Douglas生產函數表示在一定的技術經濟條件下，最后的產出與最初的投入之間的關系。科技創新活動的投入包括與R&D相關的資本投入和與R&D相關的勞動力投入，考察科技投入促進科技產出的效率就是測算在現有的經濟環境和政策條件下，科技創新產出和科技投入之間的關系，這符合生產函數的基本模型。

（二）測算模型選取

從科技投入到科技產出的過程涉及到多項投入和多項產出。數據包絡分析法（Data Envelopment Analysis，簡稱DEA）是一種適用于多投入、多產出的非參數技術效率分析方法，其在分析多投入、多產出的情況時具有特殊的優勢。通過運用DEA來比較研究樣本的效率，可以識別無效率的研究樣本，還可以衡量無效率樣本的無效程度。并且，通過對無效率樣本和有效率樣本的比較，可以找到正確而有效的方法。常用的DEA模型有很多種，本文選取其中的CRS徑向DEA模型用于測算綜合效率值，選取VRS徑向DEA模型用于測算純技術效率值[20]。CRS徑向DEA模型假設規模收益不變，其測算的技術效率值包含了規模效率的成分，故被稱作“綜合效率值”。VRS徑向DEA模型基于規模收益可變，測算的效率值排除了規模的影響，被稱為“純技術效率值”。由于綜合效率值=純技術效率值×規模效率值，結合CRS徑向DEA模型和VRS徑向DEA模型的測算結果，可以計算出規模效率值。

關于模型導向的選擇，在測算各個二線城市科技投入的科技產出效率時，本文選擇產出導向模型，探索在現有投入的條件下，要達到技術有效，各二線城市的科技成果應該增加的程度。在測算佛山市2010—2016年各項科技金融投入的科技產出效率時，本文采用的是投入導向模型，探索在不減少當前科技成果的條件下，要想達到技術有效，應如何優化佛山市的科技金融投入。

四、數據、樣本及變量

（一）數據來源與樣本選擇

2018年4月26日，第一財經·新一線城市研究所舉辦“新一線城市峰會暨2018中國城市商業魅力排行榜”發布了最新一期的城市商業魅力榜單。依據最新的品牌商業數據、用戶行為數據、城市大數據，該研究所對中國338個地級以上城市進行排名。此次排名結果顯示，我國共有30個二線城市，本文即以這些二線城市作為研究對象。因二線城市的統計數據信息需經省統計局核準后才能公開，一般會延后兩年公開，故本文能獲取的最新數據是2016年的，本文遂以2016年作為研究的時間節點。考慮到科技產出在時間上具有一定的滯后性，本文借鑒相關領域的研究成果，假定科技投入與其產出存在1年的時間差。即本文中，2016年的科技產出是2015年科技投入的結果。

數據來源為各二線城市及其所屬省份相關年度的統計年鑒，各二線城市各年的《國民經濟和社會發展統計公報》，以及各二線城市及其所屬省份的統計局網站。因相比一線城市和省級數據，二線城市的數據公布尚不規范和完善，所以某些二線城市的部分數據存在缺失。而用于DEA模型的數據不允許有缺失值，本文最終剔除掉存在數據缺失的二線城市樣本，選取昆明、大連、合肥、佛山、福州、哈爾濱、濟南、溫州、長春、石家莊、常州、南寧、南昌、金華、徐州、惠州、保定、臺州、中山、紹興共20個城市進行比較研究。

（二）指標體系與變量定義

在現有關于科技金融投入效率的研究成果中，學者們選取的評價指標不同，選取標準各異。以Cobb-Douglas生產函數為理論基礎，本文從科技投入和科技產出兩方面來構建效率評價指標體系。結合已有的相關研究成果，本文最終建立的指標體系及其說明如表1所示。

表1 科技金融的科技創新效率評價指標體系

本文從與R&D相關的資本投入和與R&D相關的勞動力投入這兩個角度選取科技投入的指標。與R&D相關的資本投入用規模以上工業企業研究與試驗發展經費內部支出（簡稱：規上R&D經費內部支出）來衡量，按其資金來源，可以進一步細分為政府資金、企業資金、境外資金、其他資金。與R&D相關的勞動力投入用規模以上工業企業研究與試驗發展人員折合全時當量（簡稱：規上R&D人員）來衡量。關于科技產出指標體系的構建，考慮到完整的科技產出過程包含了科技成果的孵化階段、轉化階段以及產業化階段，每個階段取得的成果均在一定程度上反映了科技創新的產出水平，本文選取專利授權數量、技術市場合同成交金額分別對處于孵化階段、轉化階段的科技成果進行衡量，選取規模以上工業企業新產品產值、規模以上工業企業工業增加值對產業化階段的科技成果進行衡量。

本文所涉及20個二線城市的相關數據如表2所示。從表2可以看出，佛山市2015年的科技資本投入（規上R&D經費內部支出）在20個二線城市中排名第1，科技人力投入（規上R&D人員）排名第2，說明在二線城市中佛山市的科技投入規模比較大。而從產出來看，首先在科技成果孵化階段的產出，佛山市2016年專利授權數量在20個二線城市中排名第2；其次在科技成果轉化階段的產出，佛山市2016年技術市場合同成交金額排名第17位，也就是倒數第4位；最后在科技成果產業化階段的產出，佛山市2016年規上新產品產值排名第2。由此可以初步判斷，由于在科技成果轉化階段的產出水平不高，佛山市科技投入產出效率不是有效的。

五、實證分析

（一）2015—2016年二線城市科技投入產出效率分析

借助MaxDEA 7 Basic軟件，本文對我國2015—2016年20個二線城市的科技投入產出效率進行測算，測算結果如表3所示。

首先，從表3的綜合效率值可以看出，在20個二線城市中，只有7個城市的科技投入產出效率是有效的，只有2個城市的科技投入產出效率是相對有效的，11個城市的科技投入產出效率是非有效的。這反映了當前我國二線城市整體的科技投入產出效率不高，在不增加科技投入的情況下，科技產出仍有很大的提高空間。

表2 我國二線城市2015年的科技金融投入和2016年的科技創新產出表

表3 2015—2016年我國二線城市科技投入產出效率表

其次，從表3中的規模收益狀態可以看到，有8個二線城市處于規模收益遞減狀態，7個二線城市處于規模收益不變狀態，僅有5個二線城市處于規模收益遞增狀態。對于處于規模收益遞減狀態的二線城市來說，依靠科技投入的增加來提高科技創新產出水平是不經濟的。而對處于規模效益遞增狀態的二線城市來說，在未來可以適當增加科技投入，以充分獲取科技產出的規模收益。

最后，表3中佛山市科技投入產出綜合效率值為0.756，說明佛山市的科技投入效率處于非有效水平，這跟我們在前文的初步判斷是一致的。并且，跟二線城市的平均綜合效率值（0.775）相比，佛山市綜合效率值0.756低于二線城市平均水平。在表3中佛山市的規模效率值（0.760）在20個二線城市中排名第18位，也就是倒數第3，并且已經處于規模收益遞減狀態。綜上可知，就佛山市現有的科技投入水平來說，其目前的科技產出量較低，在不增加科技投入的條件下，其科技產出仍有較大的提高空間。

觀察MaxDEA 7 Basic軟件中的分析結果，我們還可以了解各二線城市各項科技產出的不足情況，如表4所示。

表4 我國二線城市2016年各個階段科技產出不足情況表

根據DEA模型的原理，有：有效目標值=原始值＋比例改進值＋松弛改進值。從表4可以看出，佛山市在不增加當前科技投入的情況下，當產出Y11（專利授權數量）完成比例改進（松弛變量為0），增加141.817件，就可以使該項產出達到有效狀態下的目標值；產出Y2（技術市場合同成交金額）完成比例改進和松弛改進，分別使Y2增加0.014億元和10.928億元，就可以使該項產出達到有效狀態下的目標值；產出Y31（規上新產品產值）完成比例改進（松弛變量為0），使產出增加14.951億元，即可達到有效狀態下的目標值。

（二）2010—2016年佛山市科技金融投入效率分析

為了明晰佛山市科技投入產出效率非有效、科技產出不足的原因，本文接下來選擇投入導向的DEA模型測算2010—2016年間佛山市的科技金融投入效率，以探索在已有的科技產出水平下，要達到技術有效狀態，科技金融投入應該減少的程度。同時，為了探索不同來源的資金在促進科技創新方面的效率有何不同，本文進一步將科技投入中的資本投入按資金來源進行分類，分為四大類：政府資金、企業資金、境外資金、其他資金。其中，“其他資金”包括來源于金融機構、創投風投、資本市場的R&D經費。2010—2016年佛山市科技投入和科技產出情況見表5，從該表中可以看到，佛山市科技金融投入在2009—2015年間呈上升趨勢，特別是企業投入的研發資金上升趨勢更是明顯。

表5 佛山市2010—2016年科技投入產出情況表

借助MaxDEA 7 Basic軟件，測算得到2010—2016年佛山市科技投入產出效率及投入冗余情況，如表6所示。從表6中可以看出，佛山市科技投入的純技術效率、綜合效率值總體上呈現先下降后上升的趨勢，而規模效率值在2010—2016年間比較穩定。還可以發現，在2011年、2013年、2015年佛山市的科技金融投入存在冗余，并且是X11（政府資金）、企業資金（X12）、境外資金（X13）、其他資金（X14）都存在投入冗余。也就是說，當科技金融投入效率達到有效狀態時，達到現有的科技產出水平，并不需要如此多的金融投入量。這說明，佛山市科技金融投入的使用效率不高，科技金融投入的管理和監督有待進一步加強。

表6 佛山市2010—2016年科技金融投入冗余情況表

表7 2010—2016年間佛山市不同來源的資金的科技創新效率表

根據表7的結果，我們可以得到如下結論。首先，關于政府資金的科技創新效率，在2009—2015年間，政府資金在佛山市科技金融投入中的比重只有2%，但是政府金融在促進科技創新方面的綜合效率值（0.933）、規模效率值（0.989）是四類資金中最高的，說明政府投入的R&D資金在促進科技創新方面發揮了重要作用。俞立平[21]利用2001—2008年中國科技投入產出數據，通過TOPSIS方法實證得出政府科技投入對科研產出具有顯著貢獻。該結論和本文的觀點是一致的。

其次，關于企業資金的科技創新效率，在2009—2015年間，企業資金在佛山市科技金融投入中的占比為97%，反映了佛山市企業從事科技創新活動的積極性比較高。在促進科技產出方面，企業資金的純技術效率值（0.956）在四類資金中是最高的，但規模效率值（0.940）在四類資金中是最低的。可能的原因在于，企業對R&D經費的使用存在資源配置不合理的現象，或者存在對資金使用的管理和監督不力的現象，導致資金使用的配置效率低，不利于科技創新產出。

再次，境外資金在佛山市2009—2015年間R&D活動中的占比較低，接近于0，對整體科技創新產出的影響不大，并且與其他三類資金相比，平均純技術效率值（0.925）最低，故本文在這里不作過多陳述。

最后，關于本文中“其他資金”的科技創新效率，其他資金是指來自于金融機構、創投風投、資本市場的R&D資金。在2009—2015年間，佛山市來自金融機構、創投風投、資本市場的R&D資金占總R&D資金的平均比例為1%，可見當前我國金融機構、創投風投、資本市場對R&D活動的資金支持規模比較小。原因在于，一是企業R&D活動失敗的概率比較高，金融機構難以準備評估R&D項目的風險。出于謹慎經營的考慮，銀行發放R&D貸款的規模并不大。二是我國創投風投公司整體數量和規模都還較小，佛山市也不例外，故來自于創投風投公司的R&D資金量較小。三是我國資本市場的融資門檻比較高，處于起步階段的企業很難達到在資本市場融資的要求，這也限制了佛山市R&D活動對資本市場資金的利用規模。

六、結論與建議

如何控制金融變量的投入，使得其科技創新產出能夠達到最大化，進而使投入產出效率達到最優，對于轉型經濟中的二線城市可持續發展尤為重要。本文利用數據包絡分析法中的CRS徑向DEA模型和VRS徑向DEA模型，借助MaxDEA 7 Basic軟件，分析了我國二線城市當前科技投入的產出效率，并以佛山市為例，研究了二線城市不同來源的資金在促進科技產出效率方面的差異。研究結果表明，當前佛山市科技投入的綜合效率值低于我國二線城市平均水平。研究還發現在佛山市科技金融投入中，政府資金的綜合效率和規模效率最高，企業自有資金的純技術效率最高但規模效率最低，而來自金融機構、創投風投和資本市場的資金投入規模尚小且效率較低。

為了提高佛山市乃至全國二線城市科技金融的科技創新效率，進而促進我國整體科技創新水平的提高，本文提出以下具體建議：

（1）相比其他來源的資金，政府資金在促進科技創新產出方面有著最高的綜合效率和規模效率，但政府資金在二線城市總的R&D資金量中占比太低。這雖然符合“市場為主、政府為輔”的R&D資金投入趨勢，但過低的政府資金投入，不能充分發揮政府資金在科技創新方面的相對規模效率優勢。因此，本文建議，地方政府在未來應進一步增加在R&D活動中的資金投入，有效發揮政府在科技創新活動中的支持和示范作用。

（2）企業資金在總的R&D資金中占比非常高，說明企業自身投入的R&D資金規模龐大，企業的科技創新積極性比較高。但相比其他來源的資金，企業資金在促進科技創新產出時的規模效率卻最低。本文建議，從事R&D活動的企業應加強對科技創新過程的資金管理，強化審計和監督，改變重數量輕質量的現象，提高企業R&D資金使用的規模效率，并充分利用其較高的純技術效率優勢，這有助于提高二線城市整體的科技產出水平。

（3）在總的R&D經費中，來自于金融機構、創投風投、資本市場的資金占比非常低，說明目前二線城市的科技金融支持體系還不完善，用于科技創新的資金來源比較單一，主要是依靠企業自有資金，這遠遠不能滿足當前創新創業活動對資金的需求。政府在今后的政策制定中，應加大力度鼓勵創投風投公司、金融機構參與R&D活動；同時建立多層次的資本市場，適當降低資本市場門檻，引導科技型企業利用資本市場融資，拓寬R&D活動的融資渠道。

（4）除了上述關于資金來源的建議，有效率的科技金融投入產出過程，還需要有配套的支撐服務體系，比如科技型企業信用體系的完善、擔保體系的完善，以及運轉順暢的科技成果孵化、轉化平臺，促進科技成果實現產業化，以達到促進經濟發展的目標。