趙稚薇

摘要：本文將圍繞科技金融對技術(shù)創(chuàng)新的作用效率這一問題展開研究。選取高技術(shù)產(chǎn)業(yè)為研究對象，以政策性科技投入、金融機構(gòu)科技貸款、創(chuàng)業(yè)風險投資的相關(guān)比例指標作為科技金融的代理變量，結(jié)合數(shù)據(jù)包絡法（DEA）分析科技金融對技術(shù)創(chuàng)新的作用效率。實證研究表明，政策性科技投入對技術(shù)創(chuàng)新的作用效率有顯著的正向作用，科技貸款的作用效率為正但不顯著，而創(chuàng)業(yè)風險投資則對技術(shù)創(chuàng)新效率有顯著的抑制作用。

關(guān)鍵詞：科技金融技術(shù)創(chuàng)新效率數(shù)據(jù)包絡法（DEA） 實證分析

一、引言

技術(shù)創(chuàng)新是一國經(jīng)濟持續(xù)增長的內(nèi)在動力?，F(xiàn)如今各國都把推動技術(shù)創(chuàng)新作為提升本國綜合國力和核心競爭力的戰(zhàn)略手段。然而技術(shù)創(chuàng)新本身具有高投入、高風險的特點，其順利進行需要一個外部支持體系為其保駕護航。雖然有眾多外部因素能影響技術(shù)創(chuàng)新的各個過程，但能為其融通資金、化解風險的科技金融體系無疑占據(jù)重要位置。鑒于科技金融資源的有限性，科技金融體系的運行效率就顯得尤為重要。若運行效率低下，對技術(shù)創(chuàng)新的支持也就缺乏可持續(xù)性。因此，如何合理配置有限的科技金融資源，提升科技金融體系自身的運行效率進而提高技術(shù)創(chuàng)新效率是一個至關(guān)重要的問題。

二、技術(shù)創(chuàng)新效率測度方法選取

國內(nèi)外學者使用較多的技術(shù)創(chuàng)新效率測度方法包括隨機前沿分析法（SFA）和數(shù)據(jù)包絡分析法（DEA）。與隨機前沿分析法（SFA）相比，數(shù)據(jù)包絡分析法（DEA）不需要事先人為假定生產(chǎn)前沿函數(shù)的具體形式，并且相比于SFA局限于對單產(chǎn)出多投入的系統(tǒng)效率測算，DEA尤其適合多產(chǎn)出多投入的復雜系統(tǒng)的效率測算。因此本文利用數(shù)據(jù)包絡分析法（DEA），并選取其中規(guī)模報酬不變的C2R模型，對我國各省、直轄市、自治區(qū)的技術(shù)創(chuàng)新效率值進行測算與分析。

三、指標選取和數(shù)據(jù)來源

研究技術(shù)創(chuàng)新效率，主要基于投入產(chǎn)出的角度來構(gòu)建指標評價體系。根據(jù)以往的研究文獻，一般選取科技經(jīng)費投入和科技人力投入作為技術(shù)創(chuàng)新活動的投入指標（池仁勇等，2004；黃魯成等，2006），故本文選取科技經(jīng)費內(nèi)部支出額作為科技財力投入指標，選取科技活動人員和研發(fā)人員全時當量作為科技人力投入指標。由于技術(shù)創(chuàng)新活動的復雜性，創(chuàng)新產(chǎn)出也并非單一指標能夠衡量，本文在借鑒相關(guān)文獻（白俊紅等，2009；李燕萍等；2011）的研究基礎(chǔ)上，選取專利申請授權(quán)數(shù)、新產(chǎn)品產(chǎn)值、各地區(qū)技術(shù)市場成交額以及國際論文發(fā)表數(shù)作為技術(shù)創(chuàng)新活動的產(chǎn)出指標。

上述各數(shù)據(jù)均來源于各年《中國科技統(tǒng)計年鑒》和《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。為了剔除價格影響因素，對新產(chǎn)品產(chǎn)值、技術(shù)市場成交額用工業(yè)品出廠價格指數(shù)進行平減；對科技經(jīng)費內(nèi)部支出額用CPI指數(shù)進行平減。各年相應價格指數(shù)來源于《中國統(tǒng)計年鑒》。

四、我國各省市技術(shù)創(chuàng)新效率的測算與比較分析

本文選用數(shù)據(jù)包絡分析法（DEA）中的C2R模型，利用DEAP2.1軟件對我國22個省、直轄市、自治區(qū)2005年—2008年技術(shù)創(chuàng)新投入產(chǎn)出的數(shù)據(jù)進行測算，測算結(jié)果如表（5—6）所示。

比較各省市的具體效率情況可以看出，技術(shù)創(chuàng)新效率較高的地區(qū)有北京、天津、上海、浙江、廣東、海南、重慶、湖南、湖北等，大部分集中在東部沿海地區(qū)。究其原因，與國家政策和區(qū)域經(jīng)濟發(fā)展水平有關(guān)。此外，2005年至2008年一直保持DEA相對效率值為1的省市有4個，分別是北京、天津、上海和浙江。說明這4個省市為DEA有效，即處于效率前沿面，其技術(shù)創(chuàng)新達到了最優(yōu)配置。技術(shù)創(chuàng)新效率較低的地區(qū)有河北、山西、江西、四川、貴州、云南、新疆等，大部分集中在中西部地區(qū)。

五、科技金融對技術(shù)創(chuàng)新的作用效率研究

（一）變量選擇

根據(jù)上文DEA測算出的技術(shù)創(chuàng)新效率值為被解釋變量。鑒于科技金融的研究主題，選用科技金融體系中政策性科技投入、金融機構(gòu)科技貸款與創(chuàng)業(yè)風險投資的相關(guān)比例指標作為解釋變量，再以科技活動人力投入、外商直接投資、企業(yè)規(guī)模、出口導向相應指標作為控制變量，構(gòu)建模型來研究科技金融對技術(shù)創(chuàng)新的作用效率。具體指標解釋如下。

1、技術(shù)創(chuàng)新效率變量。將上文采用數(shù)據(jù)包絡法（DEA）測算得出的技術(shù)創(chuàng)新效率值（Tec）作為被解釋變量。

2、科技金融變量。分別選取政策性科技投入指標（COV）、金融機構(gòu)科技貸款指標（BANK）、創(chuàng)業(yè)風險投資指標（VC）作為科技金融的代理變量。其中政策性科技投入指標（COV）以地方財政科技撥款占地方財政支出的比重表示；金融機構(gòu)科技貸款指標（（BANK）以金融機構(gòu)科技貸款占科技經(jīng)費籌集總額的比重表示；創(chuàng)業(yè)風險投資指標（VC）以各地區(qū)創(chuàng)業(yè)投資額占地區(qū)GDP的比重表示。

3、控制變量。基于國內(nèi)外相關(guān)文獻的研究基礎(chǔ)，本文選取外商直接投資、科技人力投入、企業(yè)規(guī)模、出口導向的相關(guān)指標作為控制變量。其中外商直接投資指標（FDI）以各地區(qū)外商直接投資實際利用額占地區(qū)GDP的比重來表示；科技人力投入指標（HUM）以各地區(qū)科學家和工程師數(shù)占科技活動人員總數(shù)的比重來表示；企業(yè)規(guī)模指標（SIZE）以大型高技術(shù)企業(yè)總產(chǎn)值占行業(yè)總產(chǎn)值的比重來表示；出口導向指標（EXP）：以高技術(shù)產(chǎn)業(yè)出口交貨值占地區(qū)GDP的比重來表示。

（二）數(shù)據(jù)來源

上述各變量來源于各年《中國科技統(tǒng)計年鑒》、《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《對外貿(mào)易經(jīng)濟年鑒》、清科數(shù)據(jù)庫和CVsource數(shù)據(jù)庫。

（三）模型設(shè)定

本文將科技金融的作用效率模型設(shè)定為如下形式：

（四）估計結(jié)果

本文以2005年—2008年22個省、市、直轄市的面板數(shù)據(jù)為基礎(chǔ)，研究科技金融對技術(shù)創(chuàng)新的作用效率。基于EVIEWS6.0分別選用固定效應估計法和隨機效應估計法對基本模型進行估計分析。通過Hausman檢驗判斷選取固定效應模型或隨機效應模型。若Hausman檢驗得到的p值小于1%、5%、10%，則在1%、5%、10%的顯著水平下拒絕原隨機效應模型的假設(shè)，進而選擇固定效應模型。估計結(jié)果見表（5—1）。

注：（1）*、**、***分別代表在10%、5%、1%顯著水平下顯著；圓括號內(nèi)數(shù)字為t值；（2）FE和RE分別表示固定效應和隨機效應的Panel Date模型；（3）對固定效應模型采用截面加權(quán)法（cross—section Weights）進行估計。

從實證結(jié)果來看，科技金融的相關(guān)比例指標（財政科技撥款/地方財政支出、科技貸款/科技經(jīng)費籌集總額、創(chuàng)業(yè)風險投資/地區(qū)GDP）以及所選取的控制變量都有比較好的解釋力，下面本文將對上述主要科技金融解釋變量以及相關(guān)控制變量的解釋力作具體分析。

1、科技金融對技術(shù)創(chuàng)新效率的影響

（1）財政科技撥款/地方財政支出（COV）：財政科技撥款/地方財政支出（COV）的系數(shù)為0.027，且以10%的水平通過顯著性檢驗。即保持其他控制變量不變，COV每增長1%，技術(shù)創(chuàng)新效率（Tec）將提高0.027%，這表明提高財政科技撥款占地方財政支出的比重將有效提高我國的技術(shù)創(chuàng)新效率。說明政府部門的政策性科技投入是高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新活動順利進行和創(chuàng)新效率提高的關(guān)鍵因素。政策性科技投入不僅可以改善技術(shù)創(chuàng)新活動的市場失靈現(xiàn)象，有效彌補創(chuàng)新項目在基礎(chǔ)研究階段的投入資金不足，還可以帶動整個國家的創(chuàng)新研發(fā)投入。除此之外，政府可以憑借對經(jīng)濟形勢和經(jīng)濟發(fā)展方向的信息優(yōu)勢，引導科技資源投向最需要的創(chuàng)新領(lǐng)域從而提高技術(shù)創(chuàng)新效率。

（2）金融機構(gòu)科技貸款/科技經(jīng)費籌集總額（BANK）；金融機構(gòu)科技貸款/科技經(jīng)費籌集總額（BANK）的系數(shù)為0.001，均未通過顯著性水平檢驗。說明科技貸款對技術(shù)創(chuàng)新效率的解釋力均不足，即增加科技貸款的投入并不能有效地提高技術(shù)創(chuàng)新效率。本文將其原因歸結(jié)如下：一方面，科技貸款供給過多會造成高技術(shù)產(chǎn)業(yè)的過度投資，從而引起資源浪費和配置低效；另一方面，由于目前信用制度的不完善以及缺乏有效擔保，往往無法保證科技貸款的使用方向和作用效果，這也在一定程度上降低了科技貸款的使用效率。

（3）創(chuàng)業(yè)風險投資額/地區(qū)GDP（VC）；創(chuàng)業(yè)風險投資額/地區(qū)GDP（VC）的系數(shù)為—0.062，且以1%的水平通過顯著性檢驗。這一研究結(jié)果出乎一般預想，并且與大力發(fā)展創(chuàng)業(yè)風險投資促進技術(shù)創(chuàng)新的初衷不符，也對當前部分地區(qū)高速擴展風險投資事業(yè)敲響了警鐘。本文認為，除了風險資本退出渠道不暢和投資機構(gòu)自身的短視投資行為外，風險投資市場的高度波動性也是造成抑制高技術(shù)企業(yè)技術(shù)創(chuàng)新效率的重要原因。在風險投資市場高漲階段，風險資本過于充沛往往會大大超過技術(shù)創(chuàng)新項目的實際融資需求，產(chǎn)生過多風險資本追逐有限創(chuàng)新項目的局面，造成資源浪費；而在風險投資市場低迷階段，由于風險資金的供給缺乏，會使一些技術(shù)創(chuàng)新項目由于無法滿足融資需求而被迫退出創(chuàng)新市場，造成技術(shù)創(chuàng)新市場競爭者大量減少，創(chuàng)新勢氣減弱影響技術(shù)創(chuàng)新效率。

2、控制變量對技術(shù)創(chuàng)新效率的影響

（1）外商直接投資實際利用額（FDI）：外商直接投資實際利用額/地區(qū)GDP（FDI）的系數(shù)為—0.027，且以1%的顯著水平通過顯著性檢驗。結(jié)果表明引入外資對技術(shù)創(chuàng)新效率的抑制作用十分明顯。一方面，外資的大規(guī)模滲透和控制產(chǎn)生擠出效應，大大縮小了國內(nèi)創(chuàng)新企業(yè)的市場空間；另一方面，創(chuàng)新企業(yè)對于先進技術(shù)并不能很好地消化吸收，反而產(chǎn)生嚴重技術(shù)依賴，削弱創(chuàng)新能力和創(chuàng)新效率。

（2）科技人力資本（HUM）：科學家與工程師數(shù)/科技活動人員總數(shù)（HUM）這一指標系數(shù)為0.834，且以5%的顯著水平通過顯著性檢驗。這也進一步說明了技術(shù)創(chuàng)新能力的培養(yǎng)和效率的提高切實需要高層次研發(fā)創(chuàng)新人才的支持。

（3）企業(yè)規(guī)模（SIZE）：大型高技術(shù)企業(yè)總產(chǎn)值/行業(yè)總產(chǎn)值（SIZE）這一指標系數(shù)為0.047，且以1%的顯著水平通過顯著性檢驗。即平均企業(yè)規(guī)模的擴大會顯著提高創(chuàng)新效率。這也說明我國高技術(shù)產(chǎn)業(yè)存在規(guī)模經(jīng)濟。

（4）出口導向（EXP）：本文用高技術(shù)產(chǎn)業(yè)出口交貨值/地區(qū)GDP（EXP）這一指標代表出口導向度。研究發(fā)現(xiàn)，EXP的系數(shù)為正，但并沒有通過顯著性檢驗。說明高技術(shù)產(chǎn)業(yè)出口導向度的提高對技術(shù)創(chuàng)新效率的促進作用并不明顯。究其原因，由于目前我國高技術(shù)產(chǎn)業(yè)對引入外資的消化吸收能力不足，使得出口產(chǎn)品中多數(shù)是加工貿(mào)易產(chǎn)品（商務部相關(guān)數(shù)據(jù)），因此出口導向度的提高主要依靠的是對先進技術(shù)的簡單模仿或復制，故該指標上升不能對技術(shù)創(chuàng)新效率產(chǎn)生顯著的正向溢出效應。

六、結(jié)論與政策建議

本文采用數(shù)據(jù)包絡分析法（DEA），就科技金融對技術(shù)創(chuàng)新的作用效率進行實證研究。研究結(jié)果表明，政策性科技投入對技術(shù)創(chuàng)新效率存在顯著的促進作用；金融機構(gòu)科技貸款對技術(shù)創(chuàng)新效率有正向作用但解釋力并不顯著；創(chuàng)業(yè)風險資本對技術(shù)創(chuàng)新效率有顯著的抑制作用。

基于上述研究結(jié)果，政策建議如下：

完善相關(guān)財稅激勵政策。廣義上的財政科技投入包括各種間接補助，如稅收優(yōu)惠、財政貼息、貸款擔保等。但就目前我國的情況來看，除稅收優(yōu)惠政策已形成一定系統(tǒng)外，其余的間接性質(zhì)的政策支持均未形成自身體系。因此，政府部門應盡快制定相關(guān)財稅激勵政策，合理利用稅收返還、財政貼息、擔保、政府采購等方式加大對高技術(shù)企業(yè)技術(shù)創(chuàng)新的扶持力度。

優(yōu)化科技貸款投向。應鼓勵金融機構(gòu)組織專業(yè)信貸人員組成團隊，專門負責科技貸款業(yè)務。金融機構(gòu)應切實制定一套適用于技術(shù)創(chuàng)新項目的審貸標準、風險評估方法及內(nèi)部控制制度，提高優(yōu)質(zhì)創(chuàng)新項目的篩選能力，避免科技貸款的過度投放，并完善全程監(jiān)督機制，保證科技貸款的正確投向及合理使用。

建立創(chuàng)業(yè)風險投資的法律體系。目前，我國尚缺乏專門針對風險投資的相關(guān)法律法規(guī)，嚴重阻礙了風險資本的作用發(fā)揮。因此，應借鑒發(fā)達國家的相關(guān)經(jīng)驗，從完善股份制、中小科技企業(yè)技術(shù)創(chuàng)新、知識產(chǎn)權(quán)、高新技術(shù)產(chǎn)業(yè)投資、創(chuàng)業(yè)投資運作的相關(guān)法律法規(guī)入手，逐步建立適用于我國的創(chuàng)業(yè)風險投資法律體系。

參考文獻：

（1）白俊紅， 江可申. 應用隨機前沿模型測評中國區(qū)域研發(fā)創(chuàng)新效率[J]. 管理世界， 2009， （10）： 18—25.

（2）白俊紅， 江可申， 李婧. 區(qū)域創(chuàng)新效率的環(huán)境影響因素分析—基于DEA—tobit兩步法的實證檢驗[J]. 研究與發(fā)展管理， 2009， 21（2）： 98—102.

（3）池仁勇， 唐根年. 基于投入與績效評價的區(qū)域技術(shù)創(chuàng)新效率研究[J]. 科研管理， 2004， （7）： 23—27.

（4）武巧珍. 風險投資支持高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新的路徑分析[J]. 管理世界， 2009， （7）： 14—19.

（5）姚耀軍. 金融中介發(fā)展與技術(shù)進步—自中國省級面板數(shù)據(jù)的證據(jù)[J]. 財貿(mào)經(jīng)濟， 2010， （4）： 26—31.