趙婧 吳珍珠　謝朝華

摘 要：運用三階段DEA分析法，考量中國“十二五”期間金融支持對東、中、西部區(qū)域的技術(shù)創(chuàng)新效率的影響，結(jié)果顯示：控制金融支持變量前后東、中、西部地區(qū)創(chuàng)新效率的絕對水平較低且存在較大的差異；控制金融支持變量后，東、中、西部地區(qū)創(chuàng)新效率依次下降，東、中、西部地區(qū)創(chuàng)新效率下降幅度依次增大。鑒此，應完善技術(shù)創(chuàng)新金融支持體系，加快技術(shù)創(chuàng)新的配套條件建設，完善人才引進與激勵機制。關鍵詞： 金融支持；技術(shù)創(chuàng)新；區(qū)域性差異中圖分類號：F832.1

文獻標識碼： A

文章編號：1003-7217（2016）05-0038-05一、引 言經(jīng)過改革開放三十多年的高速發(fā)展后，我國經(jīng)濟進入中高速增長階段，經(jīng)濟增長的動力由要素驅(qū)動、投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)移。雖然2015年我國的經(jīng)濟增長中技術(shù)創(chuàng)新的貢獻率已超過50%，但技術(shù)創(chuàng)新的金融支持機制還很脆弱。技術(shù)創(chuàng)新的風險與收益的原生關系會導致企業(yè)在既有技術(shù)支撐下低效甚至無效擴張，改善技術(shù)創(chuàng)新的風險與收益的匹配關系必須要有較為完善的金融支持機制。客觀評價“十二五”期間我國既有金融支持措施的效果及其區(qū)域性差異，并就技術(shù)創(chuàng)新金融支持體系的構(gòu)建和結(jié)構(gòu)優(yōu)化提出針對性建議，對實現(xiàn)資本與技術(shù)間的良性互動、提高創(chuàng)新和金融資源的效率具有較大的研究價值。二、文獻綜述相關研究主要集中在金融支持技術(shù)創(chuàng)新的必要性、內(nèi)在機理和效果實證三方面。金融支持技術(shù)創(chuàng)新的整體效果及區(qū)域化差異研究較少，既有區(qū)域化差異研究還有一定的改進空間。King & Levine（1993）從金融體系提升技術(shù)創(chuàng)新服務和增強技術(shù)創(chuàng)新效率的角度肯定了金融支持的重要性[1]；Vanacker（2013）等從金融支持影響技術(shù)創(chuàng)新公司的治理分析了技術(shù)創(chuàng)新的金融需求[2]；張德成（2007），孔欣欣（2009）分別從技術(shù)創(chuàng)新風險收益的匹配和金融促進技術(shù)創(chuàng)新內(nèi)在機制兩個角度指出了金融支持體系的必要性[3，4]。Greenwood & Jovanovic（1990）認為金融機構(gòu)具有信息優(yōu)勢，可對技術(shù)創(chuàng)新項目進行篩選以實現(xiàn)資源優(yōu)化配置[5]；Wonglimpiyara（2016）等認為政策性金融支持措施的激勵作用主要針對技術(shù)創(chuàng)新的公共性、正外部性等特點，資源整合措施主要針對創(chuàng)新的不確定性、高風險性特點[6]；Rajan（1992）認為銀行信貸對具有階段性融資需求的創(chuàng)新項目和具有內(nèi)生性投資于傳統(tǒng)產(chǎn)業(yè)和勞動密集型產(chǎn)業(yè)提供資金支持時表現(xiàn)得更有效率[7]；PoHsuan Hsu等（2014）發(fā)現(xiàn)資本市場對技術(shù)創(chuàng)新效率的提高具有正向促進作用，而信貸市場則會抑制技術(shù)創(chuàng)新效率提高[8]。三、金融支持技術(shù)創(chuàng)新的實證研究（一）模型與方法創(chuàng)新效率的測度通常采用數(shù)據(jù)包絡分析法（DEA）和隨機前沿分析法（SFA ）。DEA法對投入與產(chǎn)出變量的要求較低，但難以區(qū)分不同投入的影響；SFA法可以區(qū)分不同投入的影響，但效率測度參數(shù)較多。為了準確評價金融支持的效果需要控制金融支持變量，F(xiàn)ried等結(jié)合傳統(tǒng)DEA模型與SFA方法所提出的三階段DEA模型正好能滿足分析需要。第一階段，采用傳統(tǒng)DEA方法（BCC）模型測算決策單元的效率值（TE）和投入的松弛變量（Sir）。這樣不僅可得到科技金融環(huán)境、管理效率和隨機誤差共同影響的相對效率，還可區(qū)分造成技術(shù)無效率的原因以準確反映決策單元的管理能力。第二階段，以投入的松弛變量為被解釋變量，金融支持變量為自變量構(gòu)建SFA模型，通過對投入松弛變量的調(diào)整控制環(huán)境因素和隨機誤差對管理效率的影響，將全部決策單元調(diào)整至相同環(huán)境。第三階段，使用經(jīng)SFA方法調(diào)整后的投入變量ir代替原始投入變量xir，再次運用BCC模型測算控制金融支持變量后的效率值。財經(jīng)理論與實踐（雙月刊）2016年第5期2016年第5期（總第203期）趙 婧，吳珍珠等：金融支持促進技術(shù)創(chuàng)新的區(qū)域性差異研究（二）變量選擇在技術(shù)創(chuàng)新的產(chǎn)出指標和投入指標的選取方面，參考國內(nèi)外相關文獻的指標衡量體系，以國內(nèi)相關數(shù)據(jù)的可得性、完整性和有效性為原則，選定各階段實證分析所需指標。1.技術(shù)創(chuàng)新投入變量。充足的資本和多元勞動力是知識生產(chǎn)的基本條件，也是以企業(yè)為主體的技術(shù)創(chuàng)新活動的重要投入變量。我們選取R&D經(jīng)費支出和R&D人員投入為技術(shù)創(chuàng)新的投入變量。鑒于數(shù)據(jù)可得性，R&D經(jīng)費支出由R&D內(nèi)部經(jīng)費支出來代表；R&D人員投入采用R&D人員全時當量來衡量。2.技術(shù)創(chuàng)新產(chǎn)出變量。在研發(fā)階段，技術(shù)創(chuàng)新產(chǎn)出主要為發(fā)明、新型實用專利及外觀專利等，我們選取專利作為產(chǎn)出指標，其值為專利授權(quán)數(shù)?？紤]到三類專利的創(chuàng)新程度之間的差異，按權(quán)重結(jié)構(gòu)（0.5，0.3，0.2）取加權(quán)平均值作為最終專利考核指標。在成果轉(zhuǎn)化階段，考慮到數(shù)據(jù)可得性，將各區(qū)域的技術(shù)交易市場成交額作為衡量技術(shù)創(chuàng)新成果轉(zhuǎn)化的產(chǎn)出指標。3.科技金融環(huán)境變量。金融環(huán)境變量的確定主要從區(qū)域經(jīng)濟環(huán)境及具體金融支持措施兩方面考慮。區(qū)域經(jīng)濟環(huán)境變量包括衡量地區(qū)經(jīng)濟水平的地區(qū)生產(chǎn)總值（地區(qū)GDP）、區(qū)域市場化程度等。由于研究期間較短，市場化程度差別不大，故只將地區(qū)GDP作為反映區(qū)域經(jīng)濟水平差異的基礎指標。金融支持技術(shù)創(chuàng)新主要表現(xiàn)為政府支持、金融機構(gòu)信貸和資本市場融資等形式。對政府支持力度指標的選取側(cè)重于地區(qū)財政對技術(shù)創(chuàng)新的支持，選取各地區(qū)科技經(jīng)費籌集中的政府資金作為衡量指標；地方科技經(jīng)費籌集中的企業(yè)直接融資、金融機構(gòu)貸款分別作創(chuàng)新企業(yè)資本市場融資和金融機構(gòu)信貸的衡量指標。（三）數(shù)據(jù)及其處理由于西藏及港澳臺等地區(qū)數(shù)據(jù)缺失，故選用國內(nèi)除上述四個地區(qū)外的30個省、直轄市和自治區(qū)作為樣本，數(shù)據(jù)來源于2011～2015年《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》。由于技術(shù)創(chuàng)新活動投入及環(huán)境變量對產(chǎn)出的影響具有一定的滯后性，滯后年限參照Nasierow[9]的方法取1年對投入變量與環(huán)境變量進行滯后處理。在2009年后，我國對科技經(jīng)費籌集來源不予列示，基于數(shù)據(jù)的可得性，參照鄭玉航[10]等提出的計算方法，利用政府資金、企業(yè)資金、其他資金的增長率作為科技創(chuàng)新政府來源、資本市場直接融資和金融機構(gòu)信貸的增長率，進而以2008年為基期計算獲取科技經(jīng)費中政府資金、企業(yè)直接融資及金融機構(gòu)信貸。（四）實證分析過程1.第一階段：DEA效率測評分析。采用傳統(tǒng)DEA模型（BCC模型，使用DEAP2.1軟件）對30個省市區(qū)域創(chuàng)新效率水平和規(guī)模報酬所處的狀態(tài)進行測算，結(jié)果如表1所示。由表1可知：在不考慮外部環(huán)境因素條件下，對十二五期間我國各區(qū)域創(chuàng)新效率進行簡單加權(quán)平均可以得出全國技術(shù)創(chuàng)新綜合效率（TE）、純技術(shù)創(chuàng)新效率（PTE）和規(guī)模效率（SE）分別為0.590、0.619和0.930。從東中西區(qū)域來看，十二五期間東部地區(qū)技術(shù)創(chuàng)新綜合效率最高，西部地區(qū)次之，中部地區(qū)最低。從各省市自治區(qū)來看，北京、浙江兩省最高，內(nèi)蒙古最低。總體來看，各省市自治區(qū)對研發(fā)經(jīng)費和人力資源的使用效率都比較低，相對來講東部地區(qū)要高一點。各省市規(guī)模效率差別不大，都比較靠近前沿包絡面，意味著投入變量的運作和管理水平（反映為純技術(shù)創(chuàng)新效率）對區(qū)域創(chuàng)新效率提升制約作用較大。2.第二階段：SFA分析。運用SFA模型（采用Frontier4.1軟件）分別用十二五期間我國地區(qū)生產(chǎn)總值、科技經(jīng)費中政府資金、企業(yè)直接融資及金融機構(gòu)信貸對上一階段測算所得的企業(yè)R&D內(nèi)部經(jīng)費支出松弛值和人員投入松弛值進行分析，模型估計結(jié)果如表2所示。由表2可知：相關變量均通過1%的顯著性檢驗，可以認為金融支持對區(qū)域創(chuàng)新效率的影響遠大于隨機誤差項和管理無效率的影響。地區(qū)生產(chǎn)總值對企業(yè)R&D人員和經(jīng)費的冗余量分別具有正向和負向影響；政府資金對企業(yè)R&D人員和經(jīng)費的冗余量都具有正向影響；直接融資對企業(yè)研發(fā)經(jīng)費的冗余量具有正向影響，對科研人員的冗余量具有負向影響；以信貸為主的間接融資對研發(fā)經(jīng)費的冗余量具有負向影響，對研發(fā)人員的冗余有正向影響。對投入變量進行調(diào)整可以得到各省市在控制金融支持變量后的實際投入值，為進一步的效率測度做準備。3.第三階段：調(diào)整后的DEA效率測評分析。以第二階段得到的調(diào)整后投入數(shù)據(jù)為基礎，利用BCC模型（使用DEAP2.1軟件）對區(qū)域創(chuàng)新效率進行測評，結(jié)果如表3所示。

由表3可知：在控制金融支持變量后，十二五期間全國技術(shù)創(chuàng)新綜合效率（TE）、純技術(shù)創(chuàng)新效率（PTE）和規(guī)模效率（SE）分別為0.377、0.617和0.572。從東、中、西區(qū)域來看，十二五期間東部地區(qū)技術(shù)創(chuàng)新綜合效率最高，中部地區(qū)次之，西部地區(qū)最低。從各省市自治區(qū)來看，北京、浙江兩省最高，寧夏最低。總體來看，各省市自治區(qū)對研發(fā)經(jīng)費和人力資源的使用效率都比較低，相對來講東部地區(qū)要高一點。各省市規(guī)模效率出現(xiàn)大幅下降，說明金融支持具有顯要影響，純技術(shù)效率。4.控制金融支持變量前后的比較。對比分析控制金融支持變量前后區(qū)域創(chuàng)新效率值，結(jié)果如表4所示。由表4可知：控制金融支持變量前后東、中、西部地區(qū)創(chuàng)新效率的絕對水平較低且存在較大的差異；控制金融支持變量后，創(chuàng)新效率均呈現(xiàn)一定程度的下降，在東、中、西部地區(qū)東部地區(qū)下降幅度依次增大。這意味著金融支持對技術(shù)創(chuàng)新具有重要影響，金融支持對技術(shù)創(chuàng)新的影響東、中、西部地區(qū)依次加強。東、中、西部地區(qū)原生的技術(shù)創(chuàng)新效率水平依次降低，其中原因可能在于東、中、西部地區(qū)，在技術(shù)創(chuàng)新的配套條件的經(jīng)濟、技術(shù)、信息及管理等方面的優(yōu)勢以此減弱。四、結(jié)論與建議（一）研究結(jié)論運用三階段DEA模型對我國30個省市十二五期間金融支持前后的技術(shù)創(chuàng)新效率進行了測度。研究發(fā)現(xiàn)：控制金融支持變量前后東、中、西部地區(qū)創(chuàng)新效率的絕對水平較低且存在較大的差異；控制金融支持變量后，東、中、西部地區(qū)創(chuàng)新效率依次下降，東、中、西部地區(qū)創(chuàng)新效率下降幅度依次增大。可以認為：金融支持對技術(shù)創(chuàng)新具有重要影響；東、中、西部地區(qū)技術(shù)創(chuàng)新效率存在顯著差異；東、中、西部地區(qū)對技術(shù)創(chuàng)新的配套條件存在顯著差異。（二）政策建議1.立足區(qū)域金融支持創(chuàng)新現(xiàn)狀，完善技術(shù)創(chuàng)新金融支持體系。在東部地區(qū)，加大構(gòu)建和發(fā)展多層次資本市場力度，健全風險資本退出的渠道，貫徹落實股票發(fā)行和債券發(fā)行注冊制，深化創(chuàng)業(yè)板、新三板改革，規(guī)范發(fā)展區(qū)域性股權(quán)交易中心，建立健全轉(zhuǎn)板機制和退出機制，引導社會資本投資通過股權(quán)、債券直接投資，并適當提高風投機構(gòu)或創(chuàng)投基金股權(quán)融資比例。在中西部地區(qū)推行政策性股份銀行試點，通過建立科技發(fā)展銀行對區(qū)域范圍內(nèi)具有相對優(yōu)勢的基礎性、原創(chuàng)性重大科技項目及創(chuàng)業(yè)團隊、科技企業(yè)技術(shù)創(chuàng)新成果轉(zhuǎn)化定向提供生命周期內(nèi)低息中長期貸款，同時可通過階段參股、AB輪融資等相應股權(quán)融資或債權(quán)融資解決企業(yè)融資難問題；2.以技術(shù)創(chuàng)新的區(qū)域定位為基礎，探索配套金融支持模式。東部地區(qū)在技術(shù)創(chuàng)新布局中處于領頭羊地位，技術(shù)創(chuàng)新活動具有自發(fā)性且資本市場層次結(jié)構(gòu)較完善，應充分實現(xiàn)并發(fā)揮市場在技術(shù)創(chuàng)新活動資源配置的功能。積極探索“創(chuàng)投主投+銀行主貸+科技保險”的投貸保聯(lián)動模式，加強商業(yè)銀行、風投機構(gòu)、證券機構(gòu)、科技保險公司等專業(yè)金融機構(gòu)與中介金融機構(gòu)的聯(lián)系，充分發(fā)揮在創(chuàng)投“生產(chǎn)鏈”中銀行的協(xié)調(diào)作用，連接政府、創(chuàng)業(yè)者、風投機構(gòu)、孵化器和中介機構(gòu)，擴大基層科技保險服務覆蓋范圍，實現(xiàn)政銀企多方合作機制。中部地區(qū)和西部地區(qū)在技術(shù)和產(chǎn)業(yè)轉(zhuǎn)移中處于承接地位、在技術(shù)創(chuàng)新布局中的趕超技術(shù)研發(fā)，創(chuàng)新資源逐步向著中西部地區(qū)集聚。應大力推廣“資金+金融服務”金融支持模式，在加大資金力度的基礎之上，提供企業(yè)技術(shù)創(chuàng)新過程中所必需的融資咨詢、知識產(chǎn)權(quán)評估、科技保險等專業(yè)服務，實現(xiàn)項目資金有效利用。3.加快技術(shù)創(chuàng)新的配套條件建設，提高資源使用效率和利用價值。建立以信息網(wǎng)絡建設為依托，集信息共享、金融服務與成果交易為一體的國家級綜合性科技金融平臺，有效實現(xiàn)技術(shù)創(chuàng)新活動的“頂層設計”與“統(tǒng)一規(guī)劃”?？萍疾亢拓斦堪l(fā)揮對平臺的組織管理作用，提供持續(xù)資金支持，各省據(jù)實際發(fā)展情況，實現(xiàn)地方科技資源共享立法，為科技金融平臺提供制度保障。信息共享平臺通過提供優(yōu)質(zhì)技術(shù)創(chuàng)新項目、科技數(shù)據(jù)及成果等信息，提高科技資源匹配的時效性并有效解決技術(shù)創(chuàng)新過程中信息不對稱帶來的分散研究和重復立項問題。金融服務平臺整合全國范圍內(nèi)高校、科研機構(gòu)、研究實驗基地或其他專業(yè)化機構(gòu)資源，實現(xiàn)創(chuàng)新項目成果轉(zhuǎn)化信息的有效對接，促進技術(shù)創(chuàng)新成果轉(zhuǎn)化。成果交易平臺通過市場實現(xiàn)技術(shù)創(chuàng)新成果定價，有效為科技資本投入尋找出口，充分發(fā)揮市場在資源配置中的決定作用。4.完善人才引進和激勵機制，滿足創(chuàng)新人才需求。發(fā)揮金融體系“橋梁”作用將有影響力的創(chuàng)業(yè)平臺與公共投資平臺對接，搭建可吸引更多的人才或其他具有創(chuàng)新能力的機構(gòu)進行交流。并通過政策激勵或科技成果獎勵等措施，吸引科技人才及機構(gòu)進駐西部地區(qū)，滿足其創(chuàng)新人才需求可有效推進西部創(chuàng)新。同時，優(yōu)化科技成果利益分配機制，將股權(quán)或債權(quán)以崗位分紅等方式發(fā)放給企業(yè)高管或技術(shù)核心人員，可有效地將股東、公司、員工等各方利益結(jié)合在一起，從而調(diào)動起技術(shù)人員及其他相關利益方的創(chuàng)新積極性，激勵科技成果轉(zhuǎn)化，促進企業(yè)長遠有效可持續(xù)發(fā)展。

參考文獻：[1]King R，Levine R.Finance，entrepreneurship and growth：theory and evidence[J].Journal of Monetary Economies，1993，（3）：523-542.[2]T. Vanacker， V. Collewaert， I. Paeleman.The relationship between slack resources and the performance of entrepreneurial firms： the role of venture capital and angel investors[J].Journal of Management Studies，2013，（50）：1070-1096.[3]張德成.論技術(shù)創(chuàng)新的風險利益原理與金融支持的必要性[J].上海交通大學學報，2007，（3）：56-60.[4]黃國平，孔欣欣.金融促進科技創(chuàng)新政策和制度分析[J].中國軟科學，2009，（2）：28-37.[5]Greenwood J. ，Jovanovic B.Financial development， growth， and the distribution of income [J]. Journal of Political Economy， 1990，（98）： 1076-1107.[6]Jarunee Wonglimpiyarat .Government policies towards Israel's hightech powerhouse[J]. Technovation，2016，（1）：18-27.[7]Rajan R.G. Insiders and outsiders： the choice between informed and arms length debt [J]. Journal of Finance，1992，（47）：1367-1400. [8]PoHsuan Hsu，Xuan Tian，Yan Xu.Financial development and innovation：crosscountry evidence[J].Journal of Financial Economics，2014，（1）：116-135.[9]Nasierow W，F(xiàn)rcekus F J.On the efficiency of national innovation system[J].Socioeconomic Planning Science，2003，（37）：215-234.[10]鄭玉航，李正輝.中國金融服務科技創(chuàng)新的有效性研究[J].中國軟科學.2015（7）：127-135（責任編輯：鐘 瑤）