武漢市科技金融發展效率研究
——基于BC2模型和Malmquist指數法

陶立祥，沈 俊，劉元林

（1.武漢理工大學管理學院，湖北武漢 430070；2.武漢市科技局，湖北武漢 430023）

1 問題的提出

科技和金融作為推動國民經濟發展的兩大引擎，兩者高效配合乃至融合是創新型經濟體發展的重要動力。我國經濟發展已進入新常態階段，實施創新驅動發展戰略以充分發揮科技創新對于經濟發展的巨大推動作用，就需要構建高效的科技金融運作體系。黨的十九大也提出要推動經濟發展質量、效率和動力的變革，提高全要素生產率。我國當前的科技金融資源有限，如何在現有科技金融投入一定的情況下實現科技金融產出的最大化成為了亟需解決的問題，因此提高科技金融發展效率尤為重要。

武漢市作為科教中心城市和華中地區的金融中心，具備發展科技金融的優良條件。2011年，國家批準武漢市成為促進科技和金融結合的試點地區。2015年，人民銀行會同國家發改委、科技部等九部委印發《武漢城市圈科技金融改革創新專項方案》，明確武漢城市圈科技金融創新試驗區地位［1］。在國家政策的引領下，武漢市積極探索科技金融創新發展方式并取得明顯成效。如今，漢市開展科技和金融結合試點工作已有8年，武漢市科技金融發展效率究竟如何？之后的發展方向又是怎樣？本文應用比較研究法對包括武漢市在內的13座城市的科技金融發展效率進行研究，總結武漢市的做法和經驗并提出相關政策建議，以期對提升武漢市科技金融發展效率及經濟發展水平提供參考。

“科技金融”在國外學界并不作為一個單獨的術語進行闡述，而國內“科技金融”概念的提出則源于我國科技系統與金融體系的改革。國內學者趙昌文［2］26率先提出科技金融工具論并獲得普遍認可。隨后，房漢廷［3］提出科技金融本質論，即科技金融是一種創新活動，是一種“技術-經濟”范式，是一種科學技術資本化過程，也是一種金融資本有機構成提高的過程。范方勇等［4］提出科技金融是通過創新金融投入的各種方式，改進金融服務模式，搭建金融服務平臺，滿足高科技企業的金融需求，提升其創新動力，達到科技創新鏈條和金融資本鏈條有機結合的系列政策和制度安排。隨著研究的逐步深入，學者們開始將研究視角轉向區域科技金融發展效率的研究，如，徐玉蓮等［5］基于數據包絡分析（DEA）交叉評價模型對我國各省份科技金融資金的配置效率進行了實證研究，得出各省份科技金融效率橫向差距較大的結論；黃瑞芬等［6］運用Malmquist指數以及SFA模型測算了我國30個省份的全要素生產率指數和科技金融效率，得出我國科技金融效率水平不高、區域之間存在顯著差異的結論；江湧等［7］采用DEA方法對包括廣東省在內的我國30個省份的科技金融結合效率進行測度，并結合廣東省現狀提出了具體建議。學者們運用了各種各樣的方法對不同時間序列、不同區域范圍的科技金融效率進行了測算和影響因素分析，并得出不盡相同的結論［8-10］。

綜上所述，我國學者就科技金融效率的研究已取得不少成果，但大多數僅進行了定量分析，關于科技金融效率評價指標體系的合理性問題仍需進一步探討，而且目前的研究大多數都是從省際層面進行效率評價和影響因素分析，基于具體城市的研究較少，應用數據包絡分析法針對武漢市的實證研究則更少。本文從投入和產出的角度對科技金融的內在邏輯進行梳理，構建了金融投入、科技產出的指標體系，使用BC2模型對包括武漢市在內的13座城市4個時期的科技金融靜態效率進行測度，并使用Malmquist指數法從動態的角度探究武漢市科技金融效率的變動過程，總結武漢市科技金融現有的成效經驗、發展瓶頸，有針對性地提出改進建議，以期助力武漢市科技金融高效發展。

2 關鍵概念界定

趙昌文等［2］11-20認為科技金融是促進科技開發、成果轉化和高新技術產業發展的一系列金融工具、金融制度、金融政策與金融服務的系統性、創新性安排。按照系統論的觀點，科技金融是一個多投入和多產出的系統，本文基于趙昌文等［2］11-20構建的科技金融體系，結合苑澤民等［11-12］的研究結果，從投入產出視角梳理科技金融運作體系，如圖1所示。

圖1 基于投入產出視角的科技金融運作體系

2.1 科技金融投入

金融支持是促進科技創新發展的金融市場、金融政策和金融環境的系統組合，是三者的有機結合。金融市場通過科技貸款、風險投資等金融工具直接作用于科技活動主體，是科技金融體系形成和運作的主導機制。金融政策通過科技財政直接向科技活動主體提供金融資源的同時，又通過制度政策干預金融市場的運作，解決市場失靈的問題，在科技金融體系的運作中起著調控的作用。金融環境并不直接地向科技活動主體提供金融資源，而是通過影響金融市場和金融政策間接地對科技活動主體起支持作用，主要表現形式為信用體系、法律體系、中介服務機構等，在科技金融體系運作過程中起著輔助的作用。綜上所述，金融市場、金融政策和金融環境三者密切相關，共同構成了金融支持的主要內容。

科技金融投入是金融支持的具體資源要素。金融環境支持并不直接提供金融資源，因此不會轉化為直接具體的投入形式；金融政策直接支持的部分轉化為政策投入；金融市場方面，按照新古典經濟理論，促進經濟增長的主要因素是人力資源和財力資源，金融市場支持則會轉化為人力和資本方面的投入。國內學者也較多地從資本、人力和政策3個方面設置投入指標進行科技金融效率研究［9,12-13］。因此，本文將財力資源、人力資源和政策資源作為促進科技金融發展的主要投入形式。

2.2 科技金融產出

科技創新活動按照其發展的內在規律可以劃分為科技開發、科技成果轉化或轉移、產業化發展3個階段。結合科技創新的客觀規律和諸多學者以往的研究經驗來看，科技開發階段主要的產出為知識產權，具體的衡量指標有專利申請量、專利授權量等；科技成果轉移或轉化階段則會產生技術交易收益或應用性更強的知識產權，衡量技術交易的主要指標有技術合同成交額；在科技成果產業化階段則是經濟效益的爆發期，衡量指標包括新產品銷售收入、高新技術產品出口總值、高新技術產業產值等［7-10,13］。

3 研究方法、數據與指標

3.1 研究方法

DEA-BC2模型是Banker等人［14］提出的C2R改進模型。C2R模型建立在規模報酬不變假設，可測算出決策單元(DMU)的綜合效率值(crste，也稱技術效率值)。在C2R模型中增加凸性為1的假設即可得到BC2模型，可測算出決策單元的純技術效率值(vrste)，綜合效率值與純技術效率值的比值即為規模效率值(scale)。只有當純技術效率值和規模效率值均為1時，綜合效率才能達到最優。考慮到科技金融發展總體表現出規模收益可變，所以本研究采用BC2模型來進行效率測算。

Malmquist生產力指數是統計學家Malmquist［15］于1953年提出的，之后Fare等［16］將其與DEA方法結合，創造出了可以測定t期到t+1期技術效率變化指數(effch)、技術變化指數(techch)和全要素生產效率指數(tfpch)的DEA-Malmquist方法。根據Malmquist指數分解模型，Tfpch=Effch×Techch。在規模收益可變的前提下，技術效率變化指數(effch)又可以分化成純技術效率變化指數(pech)和規模效率變化指數(sech)，即Tfpch=Pech×Sech×Techch。DEA-Malmquist方法將全要素生產效率指數分解成純技術效率的變化、規模效率的變化和技術的變化，因此，該方法可用于優化科技金融效率。

3.2 數據來源

在選取決策單元時，本研究初步選取了2017年度地區生產總值（GDP）總量破萬億元的國內14座城市，這些城市的科技和金融發展水平都相對領先，且這些城市均屬于國家首批促進科技和金融結合的試點地區。由于無錫市的相關統計數據大量缺失，所以最終確定了包括武漢市在內的共13座城市（以下簡稱樣本）作為決策單元。數據時間跨度為4年。考慮到從金融投入到科技產出具有一定的時間滯后，參照其他學者的研究做法，本研究假定其時滯為1年［7,13］，最終使用了13座城市在2013—2016年間的投入數據和2014—2017年間的產出數據，數據來源于各年份的《中國統計年鑒》《中國科技統計年鑒》和各市政府部門公布的統計年鑒以及國民經濟和社會發展統計公報。

3.3 指標選取

根據前文對科技金融投入和產出的分析，同時考慮數據的可得性和準確性等問題，本文選取R&D內部經費支出、R&D人員折合全時當量和地方財政科技撥款3種投入指標。R&D內部經費支出是指企事業單位在內部開展研究與試驗發展活動的實際支出，是反映科技金融財力投入的重要指標；R&D人員折合全時當量是國際上通用的、用于比較科技人力投入的指標，是指R&D全時人員工作量與非全時人員按實際工作時間折算的工作量之和；地方財政科技撥款反映了政府對于科技發展的支持程度。本文選取專利申請量、技術合同成交額和高新技術產品出口總值3種產出指標。專利申請量是指報告期內專利行政部門受理技術發明申請專利的數量，是反映地區科技開發活躍程度和產出規模的重要指標；技術合同成交額是指在技術市場中技術合同標的金額的總和，是反映科技成果轉化或轉移的重要指標；高新技術產品出口總值是科技產業化經濟效益產出的重要體現。本文構建的科技金融效率評價指標體系如表1所示。

表1 科技金融效率評價指標體系

為確保指標體系科學合理，滿足DEA模型對樣本數據等張性的要求，本文利用SPSS Statistics 25軟件對4個測度周期的投入產出數據進行了皮爾遜（Pearson）相關性檢驗，結果如表2所示，顯示R&D內部經費支出、R&D人員全時當量和地方財政科技撥款與專利申請量、技術合同成交額和高新技術產品出口總值之間顯著正相關，符合效率評價模型的等張性的要求，因此，利用該樣本數據建立的效率評價指標體系科學有效。

表2 樣本城市科技金融效率評價指標相關性檢驗結果

4 測算結果與分析

本文借助DEAP2.1專用軟件，基于產出導向型BC2模型測算樣本城市的科技金融投入產出相對效率和Malmquist指數。

4.1 DEA-BC2測算結果與分析

基于產出導向型BC2模型，計算出2014—2017年間樣本城市科技金融效率每年的截面數據，如表3所示。從效率值的表現來看，北京、蘇州、成都3市的科技金融綜合效率始終為1，處于效率前沿，說明在投入一定的情況下其科技金融產出已經達到了最大化；,上海、天津、杭州、南京、青島和長沙市的綜合效率在4年中均未達到1，其中青島和長沙市的純技術效率始終為1，說明這2市不存在資源錯配的問題，綜合效率非最優的根本原因在于規模效率不是最優水平，而上海、天津、杭州和南京市的科技金融綜合效率非最優的根本原因在于純技術效率和規模效率兩方面均處于非相對最優狀態。2017年，北京、深圳、廣州、蘇州、成都和武漢市均達到了科技金融綜合效率的相對有效。武漢市2014—2017年的科技金融純技術效率值均為1，但綜合效率值分別為0.931、0.806、1、1，與規模效率值是相等的，說明武漢市科技金融綜合效率無效的關鍵在于規模效率無效，而隨著規模效率的改善，2016年也達到了綜合效率最優。

表3 2014—2017年樣本城市科技金融投入產出相對效率值

從表4中可以看出，北京、蘇州和成都市在2014—2017年均為綜合效率有效、規模效率不變的狀態，而上海、天津、杭州和南京市都始終處于綜合效率無效、規模效率遞減的狀態，說明這些城市科技金融投入存在冗余，產出相對不足；青島和長沙市則始終處于綜合效率無效、規模效率遞增的狀態，因此這2市需要加大科技金融的投入以提高規模效率，提高科技金融產出以提高純技術效率，最終實現綜合效率達到最優的狀態。武漢市在2014—2015年均處于綜合效率無效和規模效率遞增的狀態，結合表3中的數據可以得知，武漢市純技術效率一直是相對最優，因此要提高綜合效率，只需要加大科技金融投入以提高規模效率即可。隨著人力、財力和政策的支持力度加大，武漢市科技金融規模效率在2016年達到相對最優，同時達到綜合效率最優。

表4 2014—2017年樣本城市科技金融綜合效率和規模效率的有效性

4.2 DEA-Malmquist測算結果與分析

Malmquist指數是在與上一年數據比較的基礎上得來的，效率增長時指數大于1，效率衰減時指數小于1，指數與1的差值即為增長率。本文基于DEA-Malmquist模型計算出樣本城市在4年間科技金融Malmquist效率值的平均動態變化情況，結果如表5所示。從所有樣本城市的平均值來看，全要素生產效率指數為1.043，即全要素生產效率達到了年均4.3%的增長，可以分解為技術進步值年均2.9%的提升、純技術效率值年均0.5%的提升和規模效率值年均0.8%的提升。全要素生產率指數及其分解指標均大于或等于1的城市有北京、廣州、成都、武漢和長沙市，說明這5市的科技金融效率在過去的4年間實現了全方位增長；重慶、天津、杭州、南京和青島市的技術變化指數大于1，但技術效率有所下降，使得技術效率指數小于1，全要素生產效率指數也低于均值。分析表3中武漢市科技金融效率隨時間序列的變化及表5中武漢市平均Malmquist指數及其分解，兩處結果相互印證，武漢市的科技金融效率在逐步改善并達到相對最優。

表5 2014—2017年樣本城市平均Malmquist指數及其分解

表6顯示，2014—2017年武漢市科技金融效率呈現先降后升的趨勢。2014—2015年武漢市科技金融效率低，全要素生產效率指數僅為0.861，其中技術下滑0.6%、技術效率下滑13.4%；2015—2016年全要素生產率大幅提升44.8%，主要源于技術變化和規模效率的變化，說明武漢市在2015年尚未達到規模效率最優，結合表4可知當時處于規模效率遞增狀態，加大金融投入可以提高科技金融效率，同時技術進步也是影響科技金融效率的重要因素；2016—2017年全要素生產率小幅提升4.2%，此時技術效率已達到最優，技術進步對科技金融效率的提升作用進一步凸顯。

表6 2014—2017年武漢市科技金融效率Malmquist指數及其分解

5 結論與建議

5.1 武漢市科技金融發展啟示

近年來，武漢市在科技成果轉化以及高技術產業化發展方面持續發力，科技創新發展引領經濟社會發展的“引擎”作用不斷彰顯，科技金融協調發展取得巨大進步。2017年，武漢市專利申請量為49 726件，技術合同成交額達603.2億元，高新技術產業產值高達9 479.64億元，均創武漢歷史新高。本文研究結果也表明，武漢市科技金融技術效率的提升歸功于規模效率的提升，即科技金融投入規模的擴大促進了科技金融的發展。

5.1.1 持續高效的財政資金投入

武漢市政府創新財政資金對科技金融需求方的支持方式，充分發揮財政資金的杠桿作用和引導作用。武漢市設立科技創業投資引導基金（以下簡稱引導基金），引導社會資本促進科技成果轉化，截至2017年年底，引導基金已經與多家創業投資機構合作設立子基金，總規模達59.55億元，累計吸引社會資本48億元，財政資金實現5倍放大效應，共投資181家企業，投資總額達18.8億元。除引導基金之外，武漢市政府還探索科技創新券、科技保險補貼等多種財政資金投入方式，極大地激發了科技企業的創新潛力，促進了科技金融的發展。

5.1.2 不斷創新的金融產品和服務

武漢市積極推進金融產品和服務模式的創新，探索出了科保貸、科技信貸等金融產品和統貸平臺、投貸聯動等服務模式。武漢市還大力支持銀行設立科技支行等專營機構，比較典型的代表有漢口銀行科技金融中心、交通銀行科技支行等，這些科技專營機構將財政、風投、擔保等金融資源進行整合，再向科技型中小企業提供合適的金融產品和服務，不僅降低了融資門檻還降低了融資成本。以科技信貸為例，截至2017年年末，合作銀行為148家科技小微企業提供的貸款總額就高達5 453萬元。

5.1.3 逐步完善的資本市場體系

武漢市多措并舉建設和完善資本市場體系，為不同層級的企業提供合適的融資渠道。在股權市場方面，武漢市積極發展區域性股權市場，為一些非主板上市、非公眾、具有較高成長性的中小企業提供融資通道，2017年武漢股權托管交易中心共為135家企業完成股權融資486筆，融資總額高達142.53億元。在市場主體方面，武漢市積極關注符合新三板掛牌條件的企業并給予支持，加快企業掛牌及上市的步伐，對上市后備企業在市級各類科技計劃項目立項等方面給予重點傾斜，2017年全市新增新三板掛牌企業50家，掛牌總數達到286家。在債權市場方面，武漢市大力建設債券市場，鼓勵企業充分利用集合債等新型債務融資工具，拓寬了企業直接融資的渠道。

5.2 武漢市科技金融發展瓶頸與建議

5.2.1 發展瓶頸

武漢市科技金融的發展已進入“快車道”，科技金融效率達到了相對最優，科技金融發展也取得一些成效，但仍存在不可忽視的瓶頸性問題，發展面臨諸多挑戰。主要表現在：

（1）投入力度相對較小。前文研究結果表明，武漢市的科技金融發展效率達到相對最優，但以發展的眼光來看，武漢市仍存在投入力度相對不足的問題。橫向對比來看，以2017年的地方財政科技撥款占一般公共預算支出的比重為例，武漢市為5.67%，而深圳市為9.58%，不難看出兩者的投入力度相差懸殊；縱向對比來看，武漢市2014—2015年的規模效率變化指數為0.866，直接導致了其全要素生產效率下降了13.9%，因此投入規模是影響科技金融發展效率的重要因素。

（2）存在效率冗余風險。根據DEA模型測算效率原理，在投入產出效率達到相對最優之后，隨著投入規模的擴大，如果產出規模沒有相應地擴大，極有可能產生冗余風險，從而陷入規模效率遞減的困境。以2017年每萬人專利申請量為例，武漢市為58.25件，北京、上海、廣州、深圳市分別為136.79件、90.53件、131.79件和407.40件，統計數據表明武漢市的科技創新產出相差落后，而隨著武漢市科技金融投入規模的逐步擴大，如果產出規模的增長速度無法與之相匹配，就會產生冗余。

5.2.2 對策建議

（1）完善科技型企業上市培育工作。隨著多層次資本市場的逐步完善，武漢市應當鼓勵符合條件的科技型企業加快改制上市的步伐，積極推進在“科創板、新三板”等板塊掛牌企業的培育和推薦工作，督促科技型企業加快公司治理結構、財務制度等方面的建設和完善，促使其能夠順利通過證券市場和債券市場獲得融資。這不僅可以擴大科技金融整體投入規模，同時也可以規范科技型企業的運營，提高企業的“免疫力”。

（2）建立政府部門協調機制。當前政府職能部門之間自成體系，缺乏協調配合。科技部需要與其他相關部門建立科技金融協調機制，統籌配置科技金融資源，協商制定科技金融政策，避免資源和政策一邊倒地流向少部分科技型企業，造成科技金融投入冗余的情況；而且要做到在科技型企業廣泛受益的基礎上，有重點地對部分行業企業進行支持，提高資源和政策落實的效率和效果，使得科技金融發展更加高效、科學。

（3）充分發揮市場的調節功能。市場是“無形的手”，科技金融的運作應當依賴于市場的自我調節功能，當市場失靈時，政府才有重點地選擇部分領域進行調控，因此政府應當明確自身定位，充分發揮市場在資源配置中的決定性作用。一方面要利用市場機制對科技型企業進行優勝劣汰的篩選，避免科技金融資源無效供給造成浪費；另一方面給風險投資市場、科技資本市場、科技貸款市場等更多發展的空間，擴大金融支持規模，努力形成市場作用與政府作用有機統一、相互補充、相互協調、相互促進的格局，推動科技金融持續健康發展［17］。

（4）提高科技成果轉化效率。科技成果轉化是科技創新過程中的關鍵環節，科技成果轉化效率是則影響科技金融效率的重要因素。近年來武漢市科技成果對接活動如火如荼地開展，在一定程度上提高了科技成果轉移和轉化的速度，但也存在簽約多、落實少的情況。因此，武漢市需要擴大專場對接活動的范圍，優化簽約項目全過程跟蹤服務，激活線上科技成果轉化交易，推進各級責任部門聯動建設，打造技術轉移中介服務體系，形成多方合力，提高科技成果轉化效率。

（5）加快人才體系構建。發展的關鍵是創新，創新的關鍵是人才。人才資源作為科技金融投入的主要形式之一，對提高科技金融效率起著舉足輕重的作用。武漢市作為科教中心城市，卻很難留住人才資源。雖然武漢市采取了百萬大學生留漢創業就業計劃等一系列舉措，但帶來的效果并不顯著。武漢市應當加大人才引進力度，加快落實人才政策，改善創業就業環境，完善人才公寓等配套設施，吸引人才留在武漢市、建設武漢市。

本文從投入產出角度梳理了科技金融的運作體系并構建了效率評價指標體系，分析研究了我國13座城市的科技金融發展效率，總結了武漢市科技金融發展經驗和瓶頸問題并有針對性地提出建議，但限于數據可得性，所選指標比較片面，研究結果在一定程度上存在局限性。未來的研究根據可得數據，在科技金融效率評價指標選取方面可以進一步優化。