我國科技金融技術效率及收斂性研究

王芳 許舒雅

摘? ?要：本文選取2000—2015年除西藏外30個省（市、自治區(qū)）的相關數(shù)據(jù)，運用規(guī)模報酬可變的DEA—BCC模型，對各?。ㄊ小⒆灾螀^(qū)）的科技金融技術效率水平及收斂性進行了測算。結果顯示：全國大多數(shù)省份處于科技金融規(guī)模效益遞增階段;但整體而言，科技金融投入規(guī)模相對不足;各地效率水平雖然不斷提升但區(qū)域間差異較大?？萍冀鹑诩夹g效率收斂性結果顯示全國及各地區(qū)科技金融技術效率存在絕對β收斂。最后，根據(jù)研究結論，提出了拓展科技金融資金渠道，提高資本配置效率;加強科技金融人才隊伍建設，提高科技金融人才素質;積極搭建科技成果孵化平臺，推進科技成果轉化;因地施策，促進區(qū)域間科技金融協(xié)調發(fā)展等對策建議。

關鍵詞：科技金融;DEA效率;收斂性分析;區(qū)域差異

中圖分類號：F832.5? ?文獻標識碼： A? 文章編號：1674-2265（2019）08-0003-08

DOI：10.19647/j.cnki.37-1462/f.2019.08.001

一、引言

科學技術是推動經(jīng)濟結構轉型與經(jīng)濟可持續(xù)發(fā)展的原動力，科技進步對國民經(jīng)濟發(fā)展、綜合國力和國家競爭力的提升都發(fā)揮著重要作用。2017年黨的十九大報告強調，要用好科技創(chuàng)新這一“國之利器”，提高我國自主創(chuàng)新能力，加快實現(xiàn)建設創(chuàng)新型國家這一戰(zhàn)略目標，以支撐我國向“科技大國”“科技強國”邁進。這一目標的實現(xiàn)離不開大量科技創(chuàng)新和科技實踐活動，同時也需要強大的資金支持和良好的金融環(huán)境，因此，科技產(chǎn)業(yè)、金融產(chǎn)業(yè)也正以前所未有的速度相互滲透，日益呈現(xiàn)融合發(fā)展之勢。然而，不容忽視的是，在科技與金融相互融合的過程中，科技創(chuàng)新企業(yè)研發(fā)資金不足、科技金融要素配置效率低、科技金融資本運作風險高等系列問題已成為制約科技和金融融合發(fā)展的桎梏。深度剖析勞動、資本等投入要素在科技金融發(fā)展中的技術效率及其演變趨勢，對優(yōu)化科技金融發(fā)展的要素配置，促進科技創(chuàng)新與金融市場的融合創(chuàng)新、聯(lián)合創(chuàng)新，加快推進科技成果轉化，提高金融供給效率和科技創(chuàng)新能力具有重要意義。目前，已有學者就科技金融的內涵、科技金融發(fā)展水平評價等展開了大量的定性和定量研究，并得出了有價值的結論。但從省際差異視角對科技金融技術效率的地區(qū)差異及演進特征進行分析的文獻則相對較少。基于此，本文從省際差異的視角對我國科技金融發(fā)展特點及效率的區(qū)域差異性進行分析，進而研究不同區(qū)域科技金融技術效率特點及演進趨勢，以期為提高科技金融技術效率、推進科技金融區(qū)域協(xié)調發(fā)展提供理論依據(jù)和決策參考。

二、文獻綜述

自Schumpeter于1934首次肯定了技術創(chuàng)新在經(jīng)濟發(fā)展新階段所扮演的重要角色，并提出了金融發(fā)展與技術創(chuàng)新的緊密聯(lián)系之后，科技金融問題的研究引起了國內外學者的普遍關注。綜合已有文獻，國內外學者就科技金融問題的研究主要圍繞科技與金融二者的相互關系、科技金融內涵、科技金融發(fā)展水平評價等幾個方面展開，各相關問題的主要研究進展如下：

在科技與金融的相互關系方面，主要觀點有二：一是認為金融促進科技發(fā)展，二則是認為科技的發(fā)展將反哺金融創(chuàng)新。支持金融促進科技發(fā)展方面的研究主要有：King和Levine （1993） 在所構建的內生增長模型中，揭示出好的金融系統(tǒng)能調動儲蓄為最有前途且能提高生產(chǎn)率的活動提供資金，并分散與之相關的創(chuàng)新活動風險;金融部門為了規(guī)避風險，會采取借貸和風險防范措施，但金融部門的扭曲也會降低創(chuàng)新的速度。Kortum和Lerner（2000）研究了1955—1998年間風險資本對美國20個行業(yè)專利發(fā)明的影響，發(fā)現(xiàn)隨著風險資本的快速發(fā)展，風險資本對技術創(chuàng)新的促進作用倍升。Benfratello等（2007）通過分析發(fā)現(xiàn)意大利的地方性銀行顯著地促進了地區(qū)企業(yè)創(chuàng)新活動的成功率，對高科技行業(yè)和小公司的影響尤為顯著。支持科技的發(fā)展將反哺金融創(chuàng)新的研究普遍認為科技成果的轉化能有效推進金融產(chǎn)品及服務的創(chuàng)新，即科技創(chuàng)新與金融創(chuàng)新具有高度的一致性。Chowdhury（2003）通過對發(fā)展中國家銀行業(yè)數(shù)據(jù)進行分析，發(fā)現(xiàn)科技創(chuàng)新及其擴散作用通過通信技術及數(shù)據(jù)處理加快了銀行產(chǎn)品及服務的創(chuàng)新，從而對亞太地區(qū)許多國家零售銀行業(yè)的結構、生產(chǎn)率和盈利能力做出了貢獻。Berger和DeYoung（2006）分析了1985—1998年間美國多家銀行控股公司的相關數(shù)據(jù)，發(fā)現(xiàn)技術進步降低了總行與分行間的代理成本，提高了管理效率，從而有利于美國商業(yè)銀行擺脫地域限制向更遠距離進行擴張。

基于國外學者圍繞科技與金融二者相互關系的研究，結合我國市場經(jīng)濟發(fā)展、金融體制改革與科技創(chuàng)新的具體實踐，“科技金融”一詞應運而生。但是關于科技金融含義及概念，目前尚未有一致的界定。趙昌文（2009）認為科技金融是一種由政府、企業(yè)、市場、社會中介機構等主體組成并向科學和技術創(chuàng)新等活動提供融資資源的系統(tǒng)性、創(chuàng)新性的安排。具體而言，其內涵融合了一系列金融工具與服務、金融制度與政策以促進科技開發(fā)、成果轉化和高新技術產(chǎn)業(yè)的發(fā)展。周輝和羅良文（2011）則強調科技金融是科技產(chǎn)業(yè)與金融產(chǎn)業(yè)的融合，更加偏重于金融體系對科技創(chuàng)新的資金支持。房漢廷（2013）從創(chuàng)新的視角提出科技金融是科學知識和技術發(fā)明被企業(yè)家轉化為商業(yè)活動的融資行為總和。毛道維（2015）從金融體系融合的視角提出科技金融是政策性金融和商業(yè)性金融的有機結合，在政策性金融之外，通過政府運用行政邏輯引導商業(yè)性金融通過市場作用來實現(xiàn)政府所期望的科技創(chuàng)新和成果轉化。

隨著科技金融內涵及相關理論研究的不斷深入和完善，學者們開始嘗試從定量的層面研究科技金融發(fā)展問題。曹顥（2011）從科技金融資源指數(shù)、經(jīng)費指數(shù)、產(chǎn)出指數(shù)和貸款指數(shù)等維度構建了科技與金融相結合的發(fā)展指數(shù)，運用組間連接法通過聚類分析對2001—2008年我國科技金融發(fā)展指數(shù)進行了測算。結果表明科技金融經(jīng)費指數(shù)的上升伴隨的卻是科技金融產(chǎn)出指數(shù)的下降，且東西部之間出現(xiàn)了典型的“貧富差距”。徐玉蓮（2017）通過引入“科技金融成熟度”的概念，從科技金融資金總量、科技金融投資績效、科技金融結構和科技金融環(huán)境4個方面考察了2003—2013年我國科技金融發(fā)展水平。張明喜（2017）運用空間Dubin模型分析了區(qū)域間科技金融生態(tài)績效問題，提出應重視科技金融的生態(tài)建設。甘星（2017）采用DEA方法，對環(huán)渤海、珠三角、長三角三大經(jīng)濟圈中十省市2006—2014年的科技金融效率進行測算分析。江湧（2017）運用DEA方法，測算了2000—2014年廣東省科技金融效率，并將2014年廣東省效率值同其他省份進行對比，進一步分析了省內發(fā)展中存在的問題。張倩霞（2018）運用DEA-Tobit模型，對2011—2015年全國30個地區(qū)的科技金融效率及其影響因素進行了分析，結果表明30個地區(qū)中，北京、浙江和廣東地區(qū)均處于DEA有效狀態(tài)。

從已有的關于科技金融的研究來看，專家學者對科技金融問題的研究主要集中在理論內涵、科技與金融結合情況及科技金融評價等方面。在對我國科技金融技術效率進行實證研究時，重點主要聚焦在局部省份和區(qū)域，具體評價指標方面雖然一級投入產(chǎn)出指標大多集中在科技資本投入、科技人力投入、科技創(chuàng)新產(chǎn)出等方面，但二級評價指標選取差異較大，結果也不盡相同。本文在借鑒已有研究的基礎上，對部分指標的選取進行了調整和優(yōu)化，嘗試從省際差異的視角，從更長時間維度上（2000—2015年）深度剖析我國30個?。ㄊ小⒆灾螀^(qū)）的科技金融資本、勞動等投入要素生產(chǎn)的綜合效率、規(guī)模效率和純技術效率等方面的區(qū)域差異及效率演變趨勢，以期為優(yōu)化各地區(qū)科技金融要素配置、提高科技金融發(fā)展效率和科技創(chuàng)新水平、協(xié)調區(qū)域科技金融協(xié)調發(fā)展提供理論參考和決策依據(jù)。

三、方法選擇和模型設計

本文將對2000—2015年間各?。ㄊ?、自治區(qū)）科技金融技術效率進行測算，并在此基礎上就科技金融發(fā)展收斂性進行深入分析。其中，科技金融技術效率運用DEA進行測算，收斂性選擇α收斂和絕對β收斂。各模型設計如下：

（一）規(guī)模報酬可變的數(shù)據(jù)包絡分析法（DEA—BCC）

DEA模型主要是用以測度較為復雜系統(tǒng)中多輸入多輸出條件下同類決策單元或單位間綜合效率的相對有效性。因其無須指定投入產(chǎn)出的生產(chǎn)函數(shù)形態(tài)，并且模型權重由數(shù)學規(guī)劃根據(jù)實際的投入產(chǎn)出數(shù)據(jù)而產(chǎn)生，故在效率分析中應用廣泛。從規(guī)模報酬不變、規(guī)模報酬可變、規(guī)模報酬遞減、規(guī)模報酬遞增等假定角度，最具代表性的DEA模型分別有CCR、BCC、FG和ST等。其中，BCC模型是在Charnes、Cooper和Rhodes（1978）首次提出的CCR模型基礎上，將模型中規(guī)模報酬不變的假定，改為規(guī)模報酬可變發(fā)展而來的。其結果是把CCR模式下的技術效率看作是純技術效率和規(guī)模效率共同作用的結果，即用于測算當不是所有的決策單元都以最佳的規(guī)模運行時，決策單元的技術效率在多大程度上是由純技術效率影響的。基于對科技金融技術效率問題中多投入多產(chǎn)出情形的綜合考慮，本文選取規(guī)模報酬可變的BCC模型實證分析科技金融技術效率問題。模型的基本假定及公式如下：

（二）收斂性分析模型

由于不同?。ㄊ小⒆灾螀^(qū)）在資源稟賦和政策環(huán)境等方面存在較大差異，因此收斂性分析將先用α收斂分析省域截面科技金融技術效率差異變化的水平趨勢，再通過絕對β收斂進一步檢驗科技金融綜合效率的差異是否會隨時間推移而最終消除，從而達到一種相同的穩(wěn)定狀態(tài)。

1. [α]收斂。常用經(jīng)濟指標的標準差σ來衡量，本文用于考察各地區(qū)科技金融技術效率發(fā)展水平是否有隨著時間的推移而趨同的趨勢。其檢測公式如下：

其中，[yit]表示[t]時期第[i]個地區(qū)的科技金融綜合效率值，[yt]表示t時期各地區(qū)科技金融綜合效率均值，[n]為各區(qū)域的?。ㄊ?、自治區(qū)）數(shù)量，[σ]用來衡量[t]時期各地區(qū)科技金融綜合效率的離散程度，如果[σ]值隨著時間的變化而逐漸下降，則說明這些地區(qū)的科技金融綜合效率具有[α]收斂性。

2. 絕對[β]收斂。通過衡量科技金融綜合效率的增長率與其初始水平之間的關系來反映其時間序列變化狀態(tài)。如果區(qū)域科技金融綜合效率增長率與其初始水平負相關，那么當落后區(qū)域增長率高于先進區(qū)域時，隨著時間的推移所有區(qū)域增長率和增長水平會趨于相同，即表現(xiàn)為絕對[β]收斂。

借鑒Barro和Martin（1992）基于Baumol（1986）的研究，構建絕對β收斂的檢驗方程：

四、數(shù)據(jù)來源和變量選擇

（一）數(shù)據(jù)來源及處理

本文分析所用數(shù)據(jù)來源于2000—2017年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國金融年鑒》國家科技統(tǒng)計網(wǎng)等。分別使用Deap2.1、Stata14.0等統(tǒng)計軟件，對我國除西藏外的30個?。ㄊ?、自治區(qū)）科技金融技術效率的區(qū)域差異和演進趨勢進行分析，并在此基礎上進一步分析東、中、西部地區(qū)科技金融技術效率的區(qū)域差異及區(qū)域間收斂性問題①。由于科技金融產(chǎn)出相對投入而言具有一定的滯后性，本文假定滯后期為一年，即將原投入產(chǎn)出數(shù)據(jù)組[xt，yt]修改為[xt，yt+1]帶入DEA模型中進行計算。另外，為了消除價格因素的影響，采用工業(yè)品價格出廠指數(shù)對技術市場成交合同額進行平減，用CPI指數(shù)對企業(yè)內部R&D經(jīng)費支出進行平減處理。

（二）變量選擇

本文在借鑒已有研究的基礎上，從科技金融投入和科技創(chuàng)新經(jīng)濟產(chǎn)出的角度構建評價指標體系進而測算科技金融技術效率?？萍冀鹑诩夹g效率模型涉及指標說明如下（見表1）：

1. 科技金融投入類指標?？萍冀鹑诘膩碓粗饕姓斦萍贾С?、銀行科技信貸、企業(yè)自有資金、創(chuàng)業(yè)風險資本以及其他資本市場支持，金融資本進入實體后，用于各項科技活動的支出（許汝俊，2015;甘星和甘偉，2017），視為科技金融投入。本文科技金融的投入指標選擇勞動力和資本兩個要素予以考察。其中，勞動力要素方面選用研究與試驗發(fā)展（R&D）人員全時當量（X1）予以衡量（章思詩，2017）;資本投入方面可分為政府資本投入、企業(yè)資本投入和市場資本支持三部分。政府資本投入選用地方財政科技支出②占地方財政總支出百分比（X2）予以體現(xiàn)（黃瑞芬和杜緒沅，2015）。該指標的數(shù)值可直接反映某地區(qū)政府對于科技金融發(fā)展的支持、鼓勵和重視程度。企業(yè)資本投入部分用企業(yè)內部R&D經(jīng)費支出（X3）以反映在報告期用于企業(yè)內部開展R&D活動的實際支出（江湧，2017）。市場資本支持方面，由于“資本市場投資總額”“金融機構科技信貸總額”等能反映市場資本支持的指標在2008年后統(tǒng)計年鑒中不在列，所以本文借鑒許汝?。?015）的指標選取方法，用各地區(qū)金融支持效率（X4）（即區(qū)域貸款額與區(qū)域存款額之比）來衡量市場資本對于科技金融的支持能力與支持力度。

2. 科技金融產(chǎn)出類指標。鑒于科技創(chuàng)新成果的特殊性，本文從企業(yè)績效產(chǎn)出、成果轉化產(chǎn)出兩個方面考察科技金融對應的技術創(chuàng)新產(chǎn)出。企業(yè)績效產(chǎn)出選用高技術產(chǎn)業(yè)利潤率（Y1）來反映科技金融投入給企業(yè)帶來收益情況;成果轉化產(chǎn)出選用公認的發(fā)明專利授權數(shù)（Y2）、技術市場成交合同額（Y3）兩個指標予以衡量（甘星和甘偉，2017;張倩霞，2018）。

五、實證分析

（一）科技金融技術效率分析

1. 省際差異視角下科技金融技術效率分析。通過構建BCC模型，對2000—2015年全國各?。ㄊ?、自治區(qū)）科技金融投入的創(chuàng)新產(chǎn)出綜合技術效率（TE）、純技術效率（PTE）和規(guī)模效率（SE）進行測算。其中，綜合技術效率可以分解為純技術效率和規(guī)模效率，即TE=PTE[×]SE。分析結果顯示（見圖1），2000—2015年間北京、海南兩省（市）科技金融技術效率值始終為1，即科技金融技術效率值長期保持在DEA有效水平上，和其他?。ㄊ?、自治區(qū)）相比，這兩個?。ㄊ校┑耐度氘a(chǎn)出處于一種相對均衡狀態(tài)，實現(xiàn)了資源配置的最優(yōu)。浙江、廣東兩省科技金融技術效率也基本長期處于有效狀態(tài)，大多數(shù)年份里都能實現(xiàn)既定投入下的產(chǎn)出最大化。其他?。ㄊ小⒆灾螀^(qū)）科技金融技術效率的時間演變趨勢差異較大。天津、上海、重慶等地科技金融技術效率呈現(xiàn)先增長后下降的趨勢，這一特征在經(jīng)濟發(fā)展水平較高的地區(qū)尤為突出，例如上海和重慶科技金融技術效率值，均是自2008年后出現(xiàn)急劇下降，這其中規(guī)模效率持續(xù)下降是造成綜合效率波動的主要原因。與之相對的是江蘇、黑龍江、陜西、甘肅、四川等經(jīng)濟發(fā)展具有相當潛力的中西部省份，其科技金融技術效率呈現(xiàn)先下降后增加的特征。其中江蘇自2007年之后，陜西自2010年之后，科技金融技術效率就一直保持在有效水平上。從效率分解的變動趨勢不難發(fā)現(xiàn)，這些省份科技金融技術效率的提升主要是通過加強要素投入提高規(guī)模效率實現(xiàn)的。另外，青海、新疆、云南、內蒙古、寧夏等西部地區(qū)部分?。ㄗ灾螀^(qū)）科技金融技術效率則呈現(xiàn)不規(guī)律的持續(xù)波動，說明科技金融技術效率水平處于發(fā)展不穩(wěn)定的狀態(tài)。河南、安徽、湖北、湖南、吉林等科技金融資源要素并不豐富的中部省份，科技金融則長期在中低效率水平上徘徊，反映出這些地區(qū)的科技金融發(fā)展較為緩慢。

科技金融綜合技術效率的結果可分解為純技術效率和規(guī)模效率。各地區(qū)綜合技術效率分解結果（見圖2）顯示，大部分地區(qū)純技術效率值均在0.8以上，而規(guī)模效率值多數(shù)處于0.65—0.85之間，即地區(qū)純技術效率普遍高于規(guī)模效率。這表明技術效率水平提高的同時，大部分地區(qū)仍處于科技金融投入規(guī)模不足的狀態(tài)，科技金融規(guī)模效益還未完全凸顯。位于圖2右上角的海南、北京、浙江、廣東、重慶等5個省（市）基本上都達到了生產(chǎn)前沿面，占全部省份的16.67%，其中重慶的純技術效率和規(guī)模效率的均值也達到了0.95以上。位于圖2右下部分區(qū)域的10個?。ㄊ?、自治區(qū)）屬于純技術效率較高但規(guī)模效率較低，占全部省份的33.33%。處于規(guī)模效率和純技術效率均需要提高的圖2的左下區(qū)域的?。ㄊ小⒆灾螀^(qū)）共有15個，占全部省份的一半。由此可見，中國大部分省份科技金融投入產(chǎn)出純技術效率和規(guī)模效率均有待提高，即在科技金融的實際發(fā)展過程中既要注重技術改進加強生產(chǎn)管理，又要注重調整投入規(guī)模以實現(xiàn)規(guī)模效益的提升。

2. 科技金融技術效率的區(qū)域比較。運用相關數(shù)據(jù)，對東中西部地區(qū)③科技金融技術效率進行測算，以深入分析不同區(qū)域科技金融技術效率的特點及差異性。

就科技金融規(guī)模效益來看，東、中、西部地區(qū)均未達到科技金融DEA有效，大都處于科技金融規(guī)模效益遞增階段（見圖3）。各區(qū)域對比可以看出，東部地區(qū)DEA有效單元數(shù)明顯高于中西部地區(qū)和全國平均水平，DEA有效省份與規(guī)模效益遞增省份基本上各占一半。西部地區(qū)DEA有效單元數(shù)比例多于中部地區(qū)，但西部地區(qū)科技金融發(fā)展波動性最強，且2014年以后有向好發(fā)展的趨勢。中部地區(qū)DEA有效單元數(shù)處于全國最低，且?guī)缀鯖]有科技金融DEA有效的省份。全國范圍看，只有1/3左右的省份為科技金融DEA有效省份，大多數(shù)省份都有規(guī)模效益提升的潛力。

將科技金融綜合效率分解為純技術效率和規(guī)模效率來看，全國以及東部、中部、西部地區(qū)均呈現(xiàn)出了以5年為周期的周期性波動特征，并且2000—2015間科技金融技術效率水平大體呈現(xiàn)不斷提升的趨勢（見圖4）。東部地區(qū)的綜合技術效率及純技術效率和規(guī)模效率普遍較高。中部地區(qū)科技金融技術效率整體水平低于全國平均水平，且呈現(xiàn)出約5年為周期的階段性提升趨勢。西部地區(qū)科技金融技術效率整體水平相對較低，與全國平均水平基本趨于一致，但自2009年后有逐漸趕超東部地區(qū)的趨勢。西部和中部地區(qū)科技金融綜合效率增長較東部地區(qū)更為明顯，反映了比較大的增長潛力。

（二）技術效率收斂性分析

運用Stata14.0對2000—2015年間全國及東、中、西部地區(qū)科技金融技術效率的演化趨勢進行分析。α收斂性檢驗結果顯示（見圖5），2000—2003年全國各個地區(qū)的科技金融技術效率水平差距呈現(xiàn)波動性增大的趨勢， 2005年出現(xiàn)了一個比較明顯的回落，之后σ值再次不斷上升并在2013年達到最大并再次回落。東部地區(qū)的σ值在2000—2011年平穩(wěn)上升，在2011—2015年快速下降，說明東部地區(qū)2011年后各省份間科技金融技術效率差距呈現(xiàn)逐步縮小的趨勢。中部地區(qū)σ值從長期看呈現(xiàn)在較小浮動范圍內反復波動的狀態(tài)，尤其在2000—2009年間各省份間差距并未出現(xiàn)顯著變化，但2010—2015年呈現(xiàn)出了急劇波動。西部地區(qū)各省份間科技金融技術效率差距呈現(xiàn)在較大范圍內持續(xù)波動且趨于下降的趨勢。長期來看全國各地區(qū)之間未呈現(xiàn)出明顯的α收斂趨勢。

全國及東、中、西各地區(qū)的β收斂性分析結果（見表2）顯示，各區(qū)域β收斂為負并且統(tǒng)計量顯著，反映出全國及各地區(qū)省域間科技金融技術效率都存在絕對β收斂趨勢，且西部地區(qū)省份收斂特征較東部、中部地區(qū)更為明顯。這表明雖然全國各地起步水平不同，但整體上科技金融技術效率發(fā)展趨向穩(wěn)態(tài)水平，存在較為明顯的地區(qū)間追趕效應。

六、政策建議

基于以上研究可以發(fā)現(xiàn)，我國科技金融技術效率水平存在較大區(qū)域差異且多數(shù)地區(qū)規(guī)模效益尚未凸顯，各地區(qū)發(fā)展則呈現(xiàn)明顯的由不均衡向均衡邁進的趨勢?；谏鲜龇治鼋Y果和主要結論，為實現(xiàn)優(yōu)化科技金融要素配置，提高科技金融技術效率，促進區(qū)域協(xié)調發(fā)展，推動國家科技金融發(fā)展和實現(xiàn)科技興國戰(zhàn)略，提出對策建議如下：

（一）拓展科技金融資金渠道，提高資本配置效率

一是要提高政府對科技金融資金投入的重視，創(chuàng)新政府扶持方式，帶動引導科技金融發(fā)展方向。二是要積極拓寬科技金融的融資渠道，充分調動企業(yè)、社會和民間對科技創(chuàng)新活動的關注，鼓勵不同形式的社會資本如商業(yè)銀行、創(chuàng)投基金等流向科技行業(yè)。三是要提高對科技金融投入資金的監(jiān)管水平和監(jiān)管效率，以增強資本運作信心和科技金融的資金運作效率，加快科技成果轉化，提升資源配置效率。

（二）加強科技金融人才隊伍建設，提高科技金融人才素質

高層次高水平的專業(yè)性人才稀缺是科技金融產(chǎn)出不足的一個重要原因。因此要提高科技金融技術效率，需加強科技金融人才隊伍建設，提高科技金融人才素質。一是要加強對現(xiàn)有從業(yè)人員的專業(yè)知識和技能培訓，使他們了解科技創(chuàng)新的規(guī)律和科技金融的特點，提高現(xiàn)有從業(yè)人員素質和水平。二是要創(chuàng)新人才引進政策和環(huán)境，采取多種方式吸引海內外優(yōu)秀的專業(yè)人才。三是加強與發(fā)達國家和地區(qū)的人才、技術等方面的交流合作，積極探索和創(chuàng)新科技金融人才培養(yǎng)模式。

（三）積極搭建科技成果孵化平臺，推進科技成果轉化

科研成果往往具有時效性，但科研成果轉化為生產(chǎn)力又有許多現(xiàn)實困難。對此，一是要通過搭建科技成果孵化平臺，為科技成果提供廣闊的市場空間。二是要充分調動企業(yè)、科研院所、第三方機構等主體的積極性，充分發(fā)揮它們在科技成果轉化中的優(yōu)勢。三是要建立健全以市場為導向、產(chǎn)業(yè)為支撐、政產(chǎn)學研金緊密合作的科技金融服務體系，推進科技成果轉化為推動經(jīng)濟社會發(fā)展的動力，為科技成果轉化提供良好環(huán)境，實現(xiàn)科技的產(chǎn)業(yè)化發(fā)展。

（四）積極采取因地施策措施，促進區(qū)域間科技金融協(xié)調發(fā)展

東部地區(qū)科技金融技術效率較高，發(fā)展不能單純靠追加投入來實現(xiàn);而中西部地區(qū)科技金融技術效率水平偏低，發(fā)展不穩(wěn)定，但潛力巨大。要針對各地區(qū)不同情況，制定針對性、差異化政策，實現(xiàn)各地區(qū)科技金融協(xié)調發(fā)展。一是要加強對中西部地區(qū)的扶持力度，發(fā)掘現(xiàn)有資源潛力，實現(xiàn)“有效產(chǎn)出”，提高中西部地區(qū)科技金融發(fā)展水平。二是要在東部一些科技金融技術效率較高的地區(qū)營造良好的市場環(huán)境，吸引更多的企業(yè)加入，以形成創(chuàng)新效應，發(fā)揮規(guī)模效益。三是創(chuàng)建科技金融發(fā)展區(qū)域協(xié)調機制，鼓勵中西部地區(qū)學習東部地區(qū)的先進經(jīng)驗，推進東部優(yōu)秀科技成果向中西部地區(qū)轉化，促進我國各地區(qū)科技金融均衡發(fā)展。

注：

①由于時間跨度較大，統(tǒng)計年鑒及統(tǒng)計網(wǎng)站各統(tǒng)計指標口徑不同，考慮到數(shù)據(jù)的可得性、真實性和可操作性，沒有把西藏的科技金融發(fā)展情況納入實證研究中。

②2006年及以前年度財政科技支出包括科技三項費、科學事業(yè)費、科研基建費和其他科研事業(yè)費;2007年政府收支分類體系改革后，財政科技支出包括“科學技術”科目下支出和其他功能支出中用于科學技術的支出;前后年度財政科技支出涵蓋范圍基本一致。

③東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個?。ㄊ校?中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南8個省;西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11個?。ㄊ小⒆灾螀^(qū)）。

參考文獻：

[1]Benfratello L，Schiantarelli F，Sembenelli A. 2007. Banks and innovation：Micro-econometric evidence on Italian firms[J].Journal of Financial Economics，90（2）.

[2]Berger，DeYoung. 2006. Technological Progress and the Geographic Expansion of the Banking Industry[J].Journal of Money，Credit and Banking，38（6）.

[3]Chowdhury. 2003. Information Technology and Productivity and Productivity pay off in the Banking Industry：Evidence from Emerging Markets[J].Journal of International Development（15）.

[4]King R G，Levine R. 1993. Finance， entrepreneurship and growth：Theory and evidence[J].Journal of Monetary Economics，32（3）.

[5]Kortum S，Lerner J. 2000. Assessing the Contribution of Venture Capital to Innovation[J].Rand Journal of Economics，31（4）.

[6]Schumpeter J A，Schumpeter J，Schumpeter J，et al. 1934. The theory of economics development[J].Journal of Political Economy，1（2）.

[7]曹顥，尤建新，盧銳，陳海洋.我國科技金融發(fā)展指數(shù)實證研究[J].中國管理科學，2011，19（3）.

[8]樊華，周德群.中國省域科技創(chuàng)新效率演化及其影響因素研究[J].科研管理，2012，33（1）.

[9]房漢廷.科技金融的價值和規(guī)律[J].產(chǎn)業(yè)經(jīng)濟評論，2013，（1）.

[10]甘星，甘偉.環(huán)渤海、長三角、珠三角三大經(jīng)濟圈科技金融效率差異實證研究[J].宏觀經(jīng)濟研究，2017，（11）.

[11]江湧，閆曉旭，劉佐菁，杜賽花.基于DEA模型的科技金融投入產(chǎn)出相對效率分析——以廣東省為例[J].科技管理研究，2017，37（3）.

[12]毛道維，毛有佳.科技金融的邏輯[M].中國金融出版社，2015.

[13]徐玉蓮，趙文洋，張濤.科技金融成熟度評價指標體系構建與應用[J].科技進步與對策，2017，34（11）.

[14]張明喜.我國科技金融生態(tài)及其績效實證研究[J].科技進步與對策，2017，34（16）.

[15]霍遠，朱陸露.科技金融、科技創(chuàng)新與區(qū)域經(jīng)濟耦合協(xié)調發(fā)展研究 ——以“絲綢之路經(jīng)濟帶”9省為例[J].武漢金融，2018，（9）.

[16]張倩霞，萬正曉.基于DEA-Tobit方法的我國科技金融結合績效評價研究[J].中國集體經(jīng)濟，2018，（8）.

[17]趙昌文，陳春發(fā)，唐英凱.科技金融：Sci-tech Finance[M].科學出版社，2009.

[18]周輝，羅良文.科技金融推動低碳產(chǎn)業(yè)發(fā)展模式研究[J].科技進步與對策，2011，28（24）.