戰略性新興產業發展的金融支持效率
——基于長三角地區的比較分析

馬軍偉，王劍華

(常熟理工學院經濟與管理學院，江蘇 常熟 215500)

0 引言

目前，中國各省市對照國家戰略性新興產業發展規劃和 《中國制造2025》戰略規劃，基本都完成了戰略性新興產業的布局，期望能夠搶占先機，將其培育成為區域經濟發展的新增長點。戰略性新興產業的發展和創新活動不僅具有單一的企業化行為的屬性，更是由于其顯著的戰略性地位還需要政府職能部門的引導和推動從而具有社會化行為的特征。相對于一般產業來說，戰略性新興產業突出的戰略地位屬性、處于新興發展階段、產業化加速趨勢顯著以及財政資源籌措瓶頸等特點，使得其發展面臨的金融約束更加嚴重，迫切需要金融部門的大力支持。在市場和政府的雙重推動下，金融資本與戰略性新興產業的互促互進越來越頻繁和緊密。但是，要實現金融與戰略性新興產業發展之間的高效互動直至融合生長，這需要考慮金融資源配置的效率問題。

1 文獻研究現狀

從現有研究來看，已有部分學者對金融支持區域經濟發展、產業發展、企業創新的效率進行了測度和分析。在研究金融支持戰略性新興產業發展的方法選擇上，一部分學者采用回歸模型進行驗證，一部分學者采用效率評價的方法進行分析。張露[1]通過格蘭杰因果檢驗方法實證研究了多層次資本市場對戰略性新興產業發展的支持，發現多層次資本市場的支撐作用尚不顯著。杜傳忠等[2]、李云鶴等[3]學者分別采用回歸模型重點考察了風險投資對戰略性新興產業技術創新、增值服務、資本配置效率等方面的作用效應。王瓊等[4]學者以我國滬深兩市戰略性新興產業上市公司為研究樣本，探討了金融生態環境對國有、非國有上市公司融資效率的影響。在效率評價研究方面，熊正德等[5，6]、翟華云[7]、馬軍偉[8]、李東霖[9]、王瓊[10]、李萌[11]、李曉梅[12]等采用數據包絡法 (DEA)、DEA-Logit模型、DEA-Tobit模型、Super-SBM模型等多階段分析模型，測算了資本市場對滬深兩市戰略性新興產業領域上市公司的金融支持效率以及效率的影響因素。黃海霞[13]、陳紅玲[14]、王宏起[15]、張敬文[16]等學者分別測算了中國戰略性新興產業的科技資源配置效率、環境技術創新效率、創新生態系統科技資源配置效率和集群創新網絡協同創新績效。在借鑒現有研究成果的基礎上，本文在收集長三角地區三省一市戰略性新興產業領域上市公司數據的基礎上，將金融支持作為投入要素，運用DEA效率評價方法，對樣本企業的金融支持效率進行評估和比較分析，并對戰略性新興產業金融支持的非有效性 (投入冗余率和產出不足率)進行分析，從而提出針對性的優化方案。

2 實證研究設計、指標及數據

金融內生理論是當前研究金融支持戰略性新興產業發展及效率評價問題的主要理論依據。根據金融內生理論，可以將金融資源作為戰略性新興產業發展的重要投入資源和因素，從而通過投入產出的效率分析來揭示戰略性新興產業發展的金融資源配置黑箱。在具體的效率分析時，由于金融資源的有限性，主要測度金融資源投入一定的情況下戰略性新興產業的產出情況。因此，在評估模型和方法的選取上，本文運用數據包絡分析法 (DEA)，并選用產出導向的BCC模型來測算長三角地區三省一市戰略性新興產業發展的靜態效率，選用Malmquist模型測算長三角地區三省一市戰略性新興產業發展的動態效率。在效率評價時，作為金融資源投入的指標主要是資產負債率、流通股比例和風險投資機構持股比例，分別代表以銀行為代表的間接金融支持、以資本市場為代表的直接金融支持和以風險投資為代表的股權投資支持，作為戰略性新興產業產出的指標主要是主營業務增長率和凈資產收益率，分別代表戰略性新興產業的成長能力和獲利能力。為了計算的需要，所有指標的數據在不改變趨勢的情況下進行了無量綱化處理。

在實證數據的選擇方面，盡管國家統計局早在2012年發布了 《戰略性新興產業分類 (2012)》等文件，然而數據歸類、統計等環節仍有較大困難，以至于目前還無法便利地獲取相關數據。基于樣本代表性和可比性的考慮，本文選取在深圳證券交易所主板、中小板、創業板上市的戰略性新興產業公司作為分析樣本，涉及不同層次的資本市場和七大戰略性新興產業的所有細分領域，并置于同一測評維度。其中，在樣本企業數量選擇方面，選取江蘇省、浙江省、安徽省、上海市戰略性新興產業領域上市公司共計200家。在時間跨度上，選擇的是各個樣本公司連續10年的數據 (2008—2017)。所有樣本公司涉及的各指標的數據主要來源于深圳證券交易所信息中心、門戶網站和訊網的個股數據中心等信息，這些數據可以方便地獲取。

3 實證結果及分析

3.1 長三角地區戰略性新興產業發展的金融支持效率 (靜態效率)比較

金融支持效率 (靜態效率或綜合效率)的測算主要采用數據包括分析 (DEA)中產出導向的BCC分析模塊，主要測算金融資源作為投入要素配置于戰略性新興產業發展的綜合效率，并可以分解為考量金融體系內部體制機制運行和管理水平的純技術效率，以及考量金融發展規模合理性的規模效率兩部分。通過軟件的運算，得出2008—2017年江蘇、浙江、安徽、上海市戰略性新興產業發展的綜合效率值，結果整理如表1所示。同時，為了分析戰略性新興產業扶持政策實施的影響，本文將測評時期分為政策扶持前階段 (2008—2009年，戰略性新興產業扶持政策提出于2009年，考慮到政策提出當年的影響力，所有將2009年也納入)和政策扶持后階段 (2010年及以后)。

表1 2008—2017年戰略性新興產業發展的金融支持效率 (靜態效率)比較

注:表中效率值的測算主要借助于DEAP2.1軟件，樣本個數方面，江蘇、浙江、安徽、上海共200家;crste、vrste、scale分別代表綜合效率、純技術效率和規模效率。

由表1中的數據可以得出，2008—2017年長三角地區三省一市戰略性新興產業金融支持的綜合效率沒有達到最優，并且呈現出較大的省際差異。另外，由于政策實施和宏觀經濟的沖擊，戰略性新興產業金融支持的綜合效率也表現出階段性不穩定性特征。從長三角地區三省一市觀測期間綜合效率的整體均值來看，戰略性新興產業發展的綜合效率排序為：江蘇省排第一，安徽省排第二，上海市排第三，浙江省排第四。從每個年度觀測點來看，戰略性新興產業發展的綜合效率排序在交替變化著。從政策實施效果來看，自2009年中國政府提出發展戰略性新興產業以及世界經濟危機發生后四萬億刺激政策的實施，戰略性新興產業發展的金融支持效率也得到了提升。在2015年以后，隨著世界經濟形勢的變化和中國經濟從高速增長轉向中高速增長，長三角地區三省一市戰略性新興產業發展的綜合效率也呈現出下降趨勢。另外，DMU決策單元測算顯示規模效益是遞增的，表面金融資源的增加會帶來戰略性新興產業產出的相應提升。

3.2 長三角地區戰略性新興產業發展的金融支持效率 (動態效率)比較

金融支持效率 (動態效率)的測算采用DEA-Malmquist模型，主要評估決策單元全要素生產率的變化。Malmquist指數測算出的動態效率又可以分解為技術效率變化指數和技術進步率指數兩部分[17]。通過軟件的測算可以得出2008—2017年長三角地區三省一市戰略性新興產業發展的動態效率 (Malmquist指數)，結果見表2。

表2 2008—2017年戰略性新興產業發展的金融支持效率 (動態效率)比較

注:表中均值為2008—2017年年度變化的算術平均值，effch、techch分別代表綜合效率變動和技術效率變動。

從表2的結果可以看出，2008—2017年江蘇省、浙江省、安徽省、上海市戰略性新興產業的Malmquist指數平均值分別為0.992、0.997、0.999、1.012。從整個觀測期間的均值來看，上海市戰略性新興產業的全要素生產率排序第一，而且Malmquist指數超過了1，表面上海市戰略性新興產業的全要素生產率均值在整個樣本觀測期內是上升的。安徽省、浙江省、江蘇省戰略性新興產業的全要素生產率均值排在第二至四位，且三個省份的Malmquist指數都小于1，這表明在整個樣本觀測期內安徽省、浙江省、江蘇省戰略性新興產業發展的總體效率呈現下降的趨勢，需要著力進行提升和優化。從各個觀測區間來看，2014年是一個較為明顯的分界線，在這個觀測期間，長三角地區的所有省市戰略性新興產業發展的全要素生產率 (Malmquist指數)都是上升的，2014年前后戰略性新興產業發展的總體效率都呈下降的趨勢，但2014年以后觀測期間的總體效率值基本上都高于2014年以前的觀測期間值，體現了政策實施和宏觀經濟形勢的影響。

3.3 長三角地區戰略性新興產業金融支持效率的影響因素分析

首先，對戰略性新興產業發展的綜合效率值進行分解。從分解出的純技術效率值和規模效率值來看，兩者的變化趨勢是一致的。逐步分解可以得出，2008—2017年三省一市戰略性新興產業發展的配置效率并非最優，造成這一現象的主要影響因素是純技術效率，也即是與金融體系內部體制機制運行和管理水平有關。在整個樣本期間，長三角地區三省一市戰略性新興產業在生產邊界內均呈現出規模報酬遞增的現象，這表明金融資源投入的增加會帶來三省一市戰略性新興產業的產出增加，也表面金融資源配置效率還需要提高。

其次，從動態效率Malmquist指數 (平均值)的分解來看，上海市戰略性新興產業的Malmquist指數平均值為1.012，在整個觀測期內平均上升了1.2個百分點，其中綜合技術效率和技術水平的變動趨勢都是上升的 (分別為+1.1%和+0.1%)，總體效率的上升主要是綜合技術效率上升貢獻的。安徽省戰略性新興產業發展的總效率 (M指數)平均下降了0.1個百分點，其中技術水平的變動總體是下降的 (-0.2%)，綜合技術效率的變動趨勢是上升的 (+0.1%)。浙江省戰略性新興產業發展的總效率 (M指數)平均下降了0.3個百分點，其中技術水平的變動總體是下降的 (-1.1%)，綜合技術效率的變動趨勢是上升的 (+0.9%)。江蘇省戰略性新興產業發展的總效率 (M指數)平均下降了0.8個百分點，其中技術水平的變動總體是下降的 (-1.2%)，綜合技術效率的變動趨勢是上升的 (+0.5%)。可以看出，2008—2017年安徽省、浙江省、江蘇省戰略性新興產業發展的總體效率 (M指數)下降都是由于技術水平的下降導致的，即主要由于金融產品和業務流程創新水平低下引起的。而上海市戰略性新興產業發展的總體效率 (M指數)上升是綜合技術效率和技術水平共同推動的，說明金融資源的配置效率提升也有助于戰略性新興產業總體效率的優化。

3.4 長三角地區戰略性新興產業發展的投入冗余和產出不足分析

通過對長三角地區戰略性新興產業金融支持效率的進一步分析，可以探究2008—2017年長三角地區戰略性新興產業發展非有效的原因，即作為投入因素的金融支持冗余和作為產出因素的戰略性新興產業產出不足情況。通過BCC模型效率的測算，可以進一步分析戰略性新興產業的金融支持在同一時期內和不同時期的投入冗余率和產出不足率以及這些指標的動態變化情況，從而便于采取有針對性的調整和改進策略。

在借鑒賀正楚等[18]學者研究的基礎上，本文對投入冗余率和產出不足率的計算進行了調整與改進。考慮到本文分析的是每個時期的戰略性新興產業整體效率情況，而每個時期的戰略性新興產業上市公司樣本較多，所以模型中每個時期的決策單元各個分量的松弛量和對應指標分量都是選取的樣本公司平均值。因此，每個時期的金融資源投入冗余率是模型中決策單元中各投入分量的 Sij-(松弛變量的平均值)與對應投入指標分量xij(指標分量的平均值)的比值，該比值的結果反映了該分量指標可以節約的比例；每個時期的產出不足率是模型中決策單元中各產出分量的 Sij+ (松弛變量的平均值)與對應產出指標分量yij(指標分量的平均值)的比值，該比值的結果反映了該分量指標可以努力提升的比例。根據計算方法，投入冗余率和產出不足率結果整理如表3所示。

表3 2008—2017年長三角地區戰略性新興產業發展的投入冗余率和產出不足率分析 (%)

說明：X1、X2、X3分別表示投入因素1間接金融支持、投入因素2直接金融支持、投入因素3風險投資支持的投入冗余率，Y1和Y2分別表示產出因素1獲利能力、產出因素2成長能力的產出不足率。

從表3投入冗余率和產出不足率結果可以看出，2008—2017年長三角地區戰略性新興產業發展的金融支持效率都沒有實現最優。從投入冗余率均值來看，金融資源作為投入要素在江蘇、浙江、安徽、上海等長三角地區都出現了冗余情況。從投入資源的三個具體指標來看，風險投資的投入冗余要好于間接金融的投入冗余和直接金融的投入冗余。從地區來看，間接金融投入冗余較少的地區排序為上海、安徽、江蘇、浙江，直接金融投入冗余較少的地區排序為上海、江蘇、安徽、浙江，風險投資投入冗余較少的地區排序為安徽、浙江、上海、江蘇。從產出不足來看，兩個產出指標獲利能力和成長能力均值都出現不足的情況，但長三角地區戰略性新興產業的發展主要在于成長能力的不足。

4 結論及政策建議

4.1 主要結論

從長三角地區三省一市的比較分析來看，2008—2017年戰略性新興產業發展的綜合效率顯示出省際差異。從綜合效率的整體均值來看，戰略性新興產業發展的綜合效率排序為江蘇省排序第一，上海市排序第二、安徽省排序第三、浙江省排序第四，且綜合效率低下主要是由于金融體系的體制機制運行水平和管理效率引起的。從戰略性新興產業發展的動態效率比較來看，在整個樣本觀測期內，上海市戰略性新興產業的全要素生產率超過了1，呈現上升的趨勢，總體效率值排序第一。安徽省、浙江省、江蘇省戰略性新興產業的全要素生產率均值排在第二至四位，且三個省份的Malmquist指數都小于1，表明在整個樣本觀測期內三個省份戰略性新興產業發展的總體效率呈現下降的趨勢。從全要素生產率的分解來看，安徽省、浙江省、江蘇省總體效率下降都是由于金融產品和業務流程創新水平低下引起的。但上海市戰略性新興產業發展的總體效率上升也可以說明金融資源的配置效率提升有助于戰略性新興產業總體效率的優化。另外，從長三角地區戰略性新興產業發展的投入冗余率和產出不足率進行分析可以看出，金融資源作為投入要素在江蘇、浙江、安徽、上海等長三角地區都出現了冗余情況。而從產出不足來看，長三角地區戰略性新興產業發展的產出不足主要在于其成長能力的不足。

4.2 政策建議

第一，要推動金融體系技術創新以及金融產品和業務流程創新。一方面，政府部門和金融機構要通過引進消化或自主開發的方式加快先進的金融技術裝備以及信息系統的應用和推廣，推動我國金融信息化和現代化的步伐，使得金融機構為戰略性新興產業提供服務的成本降低，并且大力提升專業服務能力和響應速度。同時，要針對戰略性新興產業發展的行業差異和各省市的發展特點，推動信貸產品和業務創新，以及資產證券化、私募和高收益債券等非信貸產品和業務創新。

第二，要改革現行的金融管理體制與運行機制，全面提升金融資源配置的效率。一方面，需要政府積極引導和調控，通過政策支持來消除金融機構將資源配置于戰略性新興產業領域的顧忌和障礙，金融機構也要更加注重戰略性新興產業發展的審慎調查和監督，積極主動作為，實現金融資源的精準配置，減少或避免資源配置的冗余。另一方面，需要推進以風險投資為代表的股權投資機制和資本市場的運行機制創新，充分發揮其篩選培育、風險分散等市場功能，讓市場在資源配置中起決定性作用，實現資源配置效率的優化。股權投資和多層次資本市場的市場化資源配置也需要有法制化保駕護航，比如資本市場的市場化要依賴健全的法律制度體系，可以通過相關法制法規的強化，讓各種主體尊重市場邏輯，從而重構健康的金融發展生態。股權投資的市場化配置既需要政府的鼓勵和引導，實施良好的金融監管，也需要市場化機構不斷提升自身投資能力、市場化的投資人群體的豐富和多元化以及市場成熟度的提高。