摘要 基于三階段DEA探究我國(guó)“一帶一路”區(qū)域2012～2016年科技金融效率及其空間分布差異，最后建立Tobit模型對(duì)影響因素進(jìn)行分析。研究結(jié)果表明：剔除環(huán)境因素后科技金融效率顯著下降，其中較低的規(guī)模效率是制約效率提高的深層原因，東南板塊綜合效率最高，西北板塊綜合效率不容樂觀。高技術(shù)產(chǎn)業(yè)規(guī)模、企業(yè)對(duì)科研的資金支持力度、地區(qū)法制化水平、技術(shù)創(chuàng)新程度與科技金融效率呈顯著正相關(guān);政府財(cái)政科研支出對(duì)其存在消極影響。為此提出合理配置財(cái)政科技資源、加強(qiáng)科研經(jīng)費(fèi)投入力度、提高區(qū)域法制化水平、鼓勵(lì)科技創(chuàng)新等政策建議。

關(guān)鍵詞“一帶一路”;科技金融效率;三階段DEA;Tobit模型;影響因素分析

[中圖分類號(hào)]F061.5;F832.7 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0461（2019）06-0082-08

一、引 言

“一帶一路”（the Belt and Road）是“絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的簡(jiǎn)稱。2017年5月9日，國(guó)家金融與發(fā)展實(shí)驗(yàn)室發(fā)布我國(guó)首份《“一帶一路”倡儀的金融支持》報(bào)告，中國(guó)社科院原副院長(zhǎng)、國(guó)家金融與發(fā)展實(shí)驗(yàn)室理事長(zhǎng)李揚(yáng)稱，中國(guó)在發(fā)展過(guò)程中的若干成功經(jīng)驗(yàn)和做法，可以為“一帶一路”沿線國(guó)家提供借鑒。簡(jiǎn)而言之，一帶一路的戰(zhàn)略目標(biāo)即促進(jìn)我國(guó)跟中西亞、東亞國(guó)家的合作，從而實(shí)現(xiàn)各國(guó)互利共贏，也體現(xiàn)出我國(guó)作為一個(gè)大國(guó)對(duì)世界的責(zé)任和擔(dān)當(dāng)[1]。

科技金融即科技創(chuàng)新活動(dòng)與金融資源配置之間形成的相互融合、共同促進(jìn)的系統(tǒng)性、整體性制度安排?？萍冀鹑谠凇耙粠б宦贰敝械淖饔弥饕憩F(xiàn)在金融融資、科技投資帶動(dòng)科技進(jìn)步，以科技進(jìn)步推動(dòng)高質(zhì)量創(chuàng)新發(fā)展?！耙粠б宦贰睉?zhàn)略性政策通過(guò)借助現(xiàn)有的區(qū)域合作平臺(tái)進(jìn)行雙多邊機(jī)制的搭建，這一模式能夠?qū)崿F(xiàn)資源利用效率的最大化，使科技產(chǎn)出與創(chuàng)新效能獲得提升。伴隨著新知識(shí)經(jīng)濟(jì)時(shí)代到來(lái)，創(chuàng)新成為全社會(huì)寶貴的戰(zhàn)略性財(cái)富，也是推進(jìn)社會(huì)前進(jìn)的重要?jiǎng)恿?，而在這一步驟中創(chuàng)新開始漸漸變成知識(shí)與生產(chǎn)力間的轉(zhuǎn)化劑以及粘合劑，因此完善“一帶一路”倡議地區(qū)的科技金融建設(shè)，有利于帶動(dòng)新時(shí)代的創(chuàng)新風(fēng)潮，為迎接新知識(shí)經(jīng)濟(jì)時(shí)代做好充分的準(zhǔn)備。“一帶一路”作為當(dāng)前學(xué)術(shù)研究的熱點(diǎn)話題，關(guān)于金融抑或科技引領(lǐng)“一帶一路”倡議發(fā)展的文獻(xiàn)不勝枚舉，但是較少學(xué)者關(guān)注“一帶一路”科技金融問題的研究。本文預(yù)建立三階段DEA模型探究我國(guó)“一帶一路”區(qū)域最真實(shí)的科技金融效率，通過(guò)效率分解分析我國(guó)“一帶一路”地區(qū)科技金融效率的短板。

為配合和推進(jìn)“一帶一路”倡議，政府的資金支持，為科技創(chuàng)新企業(yè)的發(fā)展提供了經(jīng)濟(jì)支撐，隨著“一帶一路”建設(shè)的推進(jìn)，高新技術(shù)區(qū)、產(chǎn)業(yè)集群創(chuàng)新將會(huì)得到進(jìn)一步發(fā)展和完善。銀行作為金融融資主體，在傳統(tǒng)服務(wù)模式中主要針對(duì)大型科技企業(yè)，忽略了對(duì)中小型科技企業(yè)的扶持，在一定程度上造成了中小科技企業(yè)融資難的問題[2]?！耙粠б宦贰背h旨在解決這些問題，以實(shí)現(xiàn)金融科技資本配置與科技創(chuàng)新活動(dòng)的有效對(duì)接，激發(fā)科技金融投入提高科技創(chuàng)新的最大潛能，有利于加快調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，在創(chuàng)新中持續(xù)迸發(fā)經(jīng)濟(jì)發(fā)展新活力[3]。故本文后半部分通過(guò)建立Tobit模型，從高技術(shù)產(chǎn)業(yè)、R&D經(jīng)費(fèi)支出、政府、企業(yè)運(yùn)營(yíng)環(huán)境、金融市場(chǎng)等方面，分析其對(duì)科技金融效率的影響，為我國(guó)實(shí)施“一帶一路”倡議進(jìn)程中的科技金融事業(yè)發(fā)展提供可行性建議，對(duì)促進(jìn)我國(guó)帶動(dòng)中西亞、東亞國(guó)家共同發(fā)展具有重要意義。

二、文獻(xiàn)回顧與本文創(chuàng)新之處

（一）文獻(xiàn)回顧

1.金融發(fā)展促進(jìn)科技進(jìn)步研究

國(guó)外學(xué)者對(duì)科技金融的研究可追溯到20世紀(jì)后期，主要從理論方面探索科技與金融的關(guān)系，但較少研究科技金融效率。King 等經(jīng)濟(jì)學(xué)者研究認(rèn)為金融發(fā)展可以通過(guò)在技術(shù)研發(fā)和商業(yè)化運(yùn)作過(guò)程中投入大量的資金帶動(dòng)科技的改進(jìn)和升級(jí)[4]。Levine認(rèn)為金融能夠通過(guò)金融深化促進(jìn)科技知識(shí)的積累，伴隨著金融發(fā)展的創(chuàng)新，也能夠引起融資創(chuàng)新從而緩解科技型企業(yè)融資難的現(xiàn)狀[5]。George 和 Prabhu 通過(guò)對(duì)金融投入、科技產(chǎn)出相關(guān)數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)增強(qiáng)金融機(jī)構(gòu)支撐高新技術(shù)企業(yè)融資的力度，對(duì)企業(yè)科技創(chuàng)新能力的提高具有不可比擬的作用[6]。杜金珉選用我國(guó)省際面板數(shù)據(jù)，通過(guò)建立面板向量自回歸（PVAR）模型進(jìn)行分析，結(jié)果表明：我國(guó)東部地區(qū)金融發(fā)展對(duì)科技進(jìn)步存在大幅度沖擊效應(yīng)且持續(xù)期較長(zhǎng);而中西部地區(qū)效應(yīng)微弱、持續(xù)時(shí)間較短[7]。

2.科技金融理論研究

國(guó)外學(xué)者集中于探討金融發(fā)展與科技進(jìn)步的關(guān)系，卻未提出“科技金融”這一名詞。1992年，在中國(guó)科技金融促進(jìn)會(huì)中，我國(guó)首次提出“科技金融”，但僅代表科技和金融的縮寫，并無(wú)其它含義。直至2009年，國(guó)內(nèi)學(xué)者趙昌文教授提出科技金融體系，開創(chuàng)了科技金融效率研究的先河，即在政府、市場(chǎng)、企業(yè)和各類投融資機(jī)構(gòu)主體的推動(dòng)下，將一系列金融工具、金融制度、金融政策、金融服務(wù)等應(yīng)用于科技研發(fā)、成果轉(zhuǎn)化、創(chuàng)新驅(qū)動(dòng)，激發(fā)市場(chǎng)活力，促進(jìn)科技型企業(yè)繁榮發(fā)展[8]。2011年，“十二五”科技規(guī)劃的提出，標(biāo)志著科技金融被正式列入我國(guó)科技創(chuàng)新戰(zhàn)略。2012 年，隨著科技的進(jìn)步和金融業(yè)的發(fā)展，科技金融首當(dāng)其沖成為了現(xiàn)代服務(wù)的建設(shè)重點(diǎn)。近年來(lái)，政府不斷加強(qiáng)科技金融創(chuàng)新重要性的意識(shí)，中國(guó)也在相關(guān)領(lǐng)域中取得了不錯(cuò)的成績(jī)，北京中關(guān)村、武漢東湖高新區(qū)、廣州科技產(chǎn)業(yè)集群等科技創(chuàng)新示范區(qū)就是最成功的示范[9]。

3.科技金融效率研究

國(guó)外學(xué)者M(jìn)ajor Clark、Mahmood 從政府機(jī)構(gòu)支持角度，通過(guò)研究發(fā)現(xiàn)政府部門是科技金融效率的重要推動(dòng)者，政府機(jī)構(gòu)的資金支持為科技企業(yè)進(jìn)行基礎(chǔ)設(shè)施建設(shè)提供服務(wù)保障，政策支持更是滿足了科技企業(yè)發(fā)展的需求。徐玉蓮運(yùn)用DEA交叉評(píng)價(jià)模型，研究得出我國(guó)公共科技金融資金的配置效率呈現(xiàn)出一定上升趨勢(shì)，而市場(chǎng)科技金融資金、整體科技金融資金的配置效率在一定范圍內(nèi)上下波動(dòng)，沒有明顯的趨勢(shì)走向[10]。杜金岷選取2014年全國(guó)29個(gè)省市區(qū)代表性的科技金融投入產(chǎn)出指標(biāo)，通過(guò)三階段DEA模型進(jìn)行測(cè)算，結(jié)果表明我國(guó)大部分省份規(guī)模效率處于較低水平，在一定程度上阻礙了中國(guó)科技金融效率提升[11]。張明龍運(yùn)用超效率 DEA-Malmquist 指數(shù)對(duì)我國(guó)30個(gè)省市的科技金融效率進(jìn)行探究，結(jié)果表明TFP主要依靠技術(shù)進(jìn)步拉動(dòng)，中西部地區(qū)效率增速大于東部地區(qū)，我國(guó)科技金融效率整體呈“U”形走勢(shì)[12]。

（二）本文創(chuàng)新之處

通過(guò)梳理相關(guān)文獻(xiàn)，發(fā)現(xiàn)前人對(duì)科技金融領(lǐng)域的研究已取得豐碩的成果，但仍存在改進(jìn)的空間。從研究方向來(lái)看，外國(guó)的學(xué)者側(cè)重于研究金融投入與科技產(chǎn)出的因果關(guān)系，國(guó)內(nèi)學(xué)者的研究習(xí)慣于比較我國(guó)東、中、西部的科技金融效率差異，在影響因素的分析過(guò)程中，一些文獻(xiàn)只是從投入產(chǎn)出變量中推算出影響因素，得出的結(jié)果不甚合理。從研究方法來(lái)看，之前的學(xué)者主要傾向于采用傳統(tǒng)DEA測(cè)算科技金融效率，忽略了環(huán)境因素和隨機(jī)干擾的影響，導(dǎo)致效率的測(cè)算結(jié)果不夠精確;在數(shù)據(jù)選取上，很多文獻(xiàn)都是利用截面數(shù)據(jù)進(jìn)行分析，這顯然存在一定的局限性。最后本文在相關(guān)研究成果的基礎(chǔ)上，克服以往研究的缺陷，擬選取我國(guó)“一帶一路”沿線17個(gè)省市 2012～2016 年面板數(shù)據(jù)，通過(guò)三階段DEA模型，探究排除環(huán)境因素之后“一帶一路”區(qū)域的科技金融效率及其空間分布差異，最后建立Tobit模型對(duì)影響因素進(jìn)行分析。

三、指標(biāo)選取說(shuō)明及數(shù)據(jù)來(lái)源

（一）指標(biāo)選取說(shuō)明

1.投入產(chǎn)出變量

（1）科技金融投入指標(biāo)。用政府財(cái)政科技撥款（X1）、金融機(jī)構(gòu)科技貸款（X2）兩個(gè)指標(biāo)來(lái)分別反映政府和金融機(jī)構(gòu)對(duì)科技的支持力度，選取R&D經(jīng)費(fèi)內(nèi)部支出（X3）代表企業(yè)對(duì)科研的重視程度。

（2）科技金融產(chǎn)出指標(biāo)。選用國(guó)內(nèi)專利申請(qǐng)授權(quán)數(shù)（Y1）衡量地區(qū)科技創(chuàng)新能力，它是科技產(chǎn)出直接成果的代表性指標(biāo);選取技術(shù)市場(chǎng)成交合同額（Y2）反映技術(shù)市場(chǎng)的發(fā)展?fàn)顩r。高技術(shù)產(chǎn)業(yè)的發(fā)展是地區(qū)科技進(jìn)步的不竭動(dòng)力，此處采取徐玉蓮的做法，選取高技術(shù)產(chǎn)業(yè)的主營(yíng)業(yè)務(wù)收入（Y3）、出口交貨值（Y4）和新產(chǎn)品銷售收入（Y5）來(lái)分別衡量高技術(shù)企業(yè)的經(jīng)營(yíng)成果、對(duì)外擴(kuò)散成果和市場(chǎng)化產(chǎn)出[13]。相關(guān)投入、產(chǎn)出指標(biāo)匯總?cè)绫?所示。

2.環(huán)境變量

基于代表性、相關(guān)性、可得性原則，并結(jié)合我國(guó)科技金融現(xiàn)狀，本文選取 4 個(gè)變量來(lái)反映影響地方科技金融效率的外部因素。政府對(duì)科技的重視程度（E1）、地區(qū)濃厚的科研氣氛（E2）都有利于提高科技金融效率;科技發(fā)展推動(dòng)經(jīng)濟(jì)增長(zhǎng)，而經(jīng)濟(jì)增長(zhǎng)為科技進(jìn)步提供支撐，本文選取地區(qū)開放程度（E3）、人均GDP（E4）兩個(gè)指標(biāo)反映地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量。相關(guān)環(huán)境變量的選取如表2 所示：

3.影響因素

本文從主體（高技術(shù)企業(yè)、政府）、金融市場(chǎng)、企業(yè)運(yùn)營(yíng)環(huán)境、技術(shù)創(chuàng)新程度等角度進(jìn)行分析：

（1）高技術(shù)產(chǎn)業(yè)作為科技金融發(fā)展的主力軍，承擔(dān)著轉(zhuǎn)化科技金融成果的重任，企業(yè)規(guī)模越大，運(yùn)營(yíng)能力越強(qiáng)，科研效率越高，科技金融效率也會(huì)隨之增高，本文采取李林漢的做法，選取高技術(shù)產(chǎn)業(yè)利潤(rùn)總額占GDP比例來(lái)描述各地區(qū)高技術(shù)產(chǎn)業(yè)的規(guī)模 （Z1）。另一方面，R&D經(jīng)費(fèi)支出可以反映企業(yè)對(duì)科研方面的資金支持力度，此處選取R&D投入與當(dāng)?shù)谿DP占比（Z2）來(lái)衡量這一指標(biāo)[14]。

（2）政府是科技金融發(fā)展的有力推手，由于高技術(shù)企業(yè)的自身性質(zhì)，高風(fēng)險(xiǎn)性的企業(yè)成長(zhǎng)周期較長(zhǎng)，而民間金融機(jī)構(gòu)難以提供持續(xù)的資金供給，政府的幫扶在這時(shí)候尤其關(guān)鍵，此處選取地方財(cái)政科學(xué)支出與地方財(cái)政支出的占比來(lái)衡量政府支持力度（Z3）。另外，在樊綱等學(xué)者的研究中，得出地方法制化水平對(duì)科技金融的投資和運(yùn)轉(zhuǎn)存在影響，因此本文采用地方市場(chǎng)法律制度環(huán)境評(píng)分指標(biāo)（Z4）來(lái)衡量[15]。

（3）金融市場(chǎng)的主要責(zé)任在于轉(zhuǎn)化資金投向，公平對(duì)待具有成長(zhǎng)潛力的中小科技型企業(yè)，緩解中小科技企業(yè)融資難的問題，為其成長(zhǎng)提供養(yǎng)分，更能反向的為其自身的資本增值提供空間，有利于實(shí)現(xiàn)資本市場(chǎng)資源的最優(yōu)配置，為科技金融效率的提高提供有力保障。本文借鑒學(xué)者韓威的指標(biāo)選取方法，以地方各項(xiàng)貸款余額占GDP比例來(lái)衡量金融市場(chǎng)發(fā)展程度（Z5）?？萍冀鹑诘陌l(fā)展植根于科技創(chuàng)新的進(jìn)步，技術(shù)創(chuàng)新在催生科技創(chuàng)新要素的同時(shí)，將內(nèi)生的科技創(chuàng)新能力，外化為科技創(chuàng)業(yè)的動(dòng)力，把技術(shù)創(chuàng)新落到實(shí)處[16]。本文選用地方專利授權(quán)數(shù)占比來(lái)描述技術(shù)創(chuàng)新程度 （Z6）。相關(guān)影響指標(biāo)匯總?cè)绫?所示：

（二）樣本選擇及數(shù)據(jù)來(lái)源

本文將“一帶一路”倡議敲定的18個(gè)省市分為4個(gè)板塊進(jìn)行分析，其中，東南板塊：上海、福建、廣東、浙江、海南五省市;西南板塊：廣西、云南、西藏、重慶四省市;東北板塊： 遼寧、吉林、黑龍江三省;西北板塊： 內(nèi)蒙古、陜西、甘肅、青海、寧夏、新疆六省。由于西藏地區(qū)統(tǒng)計(jì)數(shù)據(jù)缺失，本文不做研究。高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)來(lái)源于2013～2017年《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，其他數(shù)據(jù)資料主要摘自《中國(guó)金融統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)分省企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)報(bào)告》和國(guó)家統(tǒng)計(jì)局網(wǎng)站。

四、三階段DEA模型介紹及效率測(cè)算

（一）三階段DEA模型介紹

第一階段：對(duì)原始投入產(chǎn)出變量進(jìn)行 DEA 效率測(cè)算。數(shù)據(jù)包絡(luò)分析法（Date Envelopment Analysis）簡(jiǎn)稱DEA，該模型的原理是借助于數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)構(gòu)建相對(duì)有效的生產(chǎn)前沿面，然后通過(guò)每個(gè)決策單元偏離生產(chǎn)邊界的程度來(lái)評(píng)估它們的相對(duì)有效性。一般假定規(guī)模報(bào)酬可變生成BCC模型，可評(píng)估技術(shù)有效和規(guī)模有效，計(jì)算公式：SE=TE/PTE。

第二階段：利用SFA回歸模型對(duì)投入松弛進(jìn)行分析。本文選擇投入導(dǎo)向視角，分離出環(huán)境因素、隨機(jī)干擾項(xiàng)及管理無(wú)效率，為第三階段的測(cè)算做鋪墊。假設(shè)決策單元有 m 個(gè)投入松弛變量，SFA可以表述為：

其中，sij表示第j個(gè)決策單元的第i種投入松弛，ej=（e1j，e2j，……， eij）表示k個(gè)環(huán)境變量;βi表示環(huán)境zj變量系數(shù);f（zj;βi）表示環(huán)境變量對(duì)投入冗余的影響;vij+uij表示混合誤差。

第三階段：剔除環(huán)境因素、隨機(jī)誤差項(xiàng)的影響，即把所有樣本都置于同一外部環(huán)境下，將調(diào)整后的投入再次代入模型。具體做法是，利用經(jīng)過(guò)SFA回歸模型對(duì)調(diào)整過(guò)的Xij和原始產(chǎn)出變量重新進(jìn)行效率測(cè)算，效率值相比第一階段更加精確。

（二）第一階段DEA分析

利用 DEAP2.1效率分析軟件處理得到“一帶一路”區(qū)域17個(gè)省市的科技金融總效率及其分解效率，在此僅列出平均值。

由表4可知，在不考慮外部環(huán)境因素影響的情況下，由于樣本區(qū)域17個(gè)省市差距懸殊，科技金融效率平均值為0.707。其中東南板塊的上海、浙江、廣東三省，東北板塊的黑龍江省及西北板塊的陜西省、青海省科技金融效率值為1，說(shuō)明這6個(gè)省市科技金融的投入與產(chǎn)出處于相對(duì)均衡狀態(tài)，科技金融資源配置較科學(xué)合理。全樣本區(qū)域純技術(shù)效率的平均值為0.781，其中有8個(gè)省市的純技術(shù)效率值為1，包括綜合技術(shù)無(wú)效的海南、甘肅兩個(gè)省市;全區(qū)域規(guī)模效率的平均值0.901，綜合效率處于有效狀態(tài)的6個(gè)省市規(guī)模效率均有效，除內(nèi)蒙古外，其他省市均規(guī)模效率無(wú)效。由此可得出，純技術(shù)效率是造成科技金融效率低下的主要原因[17]。

（三）第二階段SFA回歸分析

由于區(qū)域地理資源、歷史文化等不同，環(huán)境因素對(duì)各區(qū)域科技金融綜合效率的影響存在差異。在第一階段 DEA 分析中，環(huán)境因素干擾了效率的準(zhǔn)確性。故利用 Frontier 4.1 軟件，將第一階段產(chǎn)生的投入變量的松弛值作為被解釋變量，將科研氛圍、政府支持力度、對(duì)外開放程度及地方經(jīng)濟(jì)發(fā)展水平作為環(huán)境變量進(jìn)行隨機(jī)前沿分析。通過(guò)表5結(jié)果可以看出環(huán)境因素對(duì)投入變量得冗余值有顯著影響，即環(huán)境優(yōu)越的地區(qū)效率值可能會(huì)被高估，反之環(huán)境條件較差的地區(qū)效率值存在被低估的可能性。下面對(duì)各個(gè)環(huán)境變量進(jìn)行具體分析：

第一，科研氛圍。SFA回歸結(jié)果表明，該指標(biāo)與各項(xiàng)科技金融投入的冗余變量均顯著負(fù)相關(guān)，即良好的科研氛圍可以提高科技金融效率，加快科技金融成果轉(zhuǎn)化，此結(jié)論與理論預(yù)期相符合。

第二，政府支持力度。研究結(jié)果發(fā)現(xiàn)政府支持力度與科技金融投入松弛值呈正向關(guān)系，究其原因可能是科技金融作為一種市場(chǎng)化行為，政府財(cái)政撥款在一定程度上助長(zhǎng)了事業(yè)單位科技產(chǎn)出的低效率[18]，而真正提高科技創(chuàng)新水平特別是促進(jìn)其產(chǎn)業(yè)化的卻是企業(yè)，故政府財(cái)政支持對(duì)科技金融效率的影響和預(yù)期相違背。

第三，對(duì)外開放程度。該指標(biāo)與各種金融投入的冗余變量負(fù)相關(guān)，即地方對(duì)外開放度可以提高科技金融效率?；趯?duì)外開放程度的提高，國(guó)外先進(jìn)技術(shù)不斷引進(jìn)國(guó)內(nèi)，促進(jìn)科研成果轉(zhuǎn)化，技術(shù)水平不斷提高。表明在社會(huì)的不斷進(jìn)步中，對(duì)完開放程度對(duì)地方科技金融的影響力有效增加。

第四，地方經(jīng)濟(jì)發(fā)展水平。研究發(fā)現(xiàn)該指標(biāo)與地方科技金融投入松弛值呈正向關(guān)系，主要原因在于該指標(biāo)選取不當(dāng)，由于歷史遺留問題，我國(guó)經(jīng)濟(jì)貧富差距較大，東西部不斷拉開的發(fā)展速度，貧富兩極分化趨勢(shì)加劇，人均GDP已經(jīng)不能真正反應(yīng)一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平。

（四）第三階段DEA分析

為排除環(huán)境因素的影響，根據(jù)第二階段SFA回歸結(jié)果對(duì)原始科技金融投入指標(biāo)進(jìn)行調(diào)整，之后再次進(jìn)行DEA效率測(cè)算，以得到更真實(shí)的效率水平，結(jié)果如表4所示。整體來(lái)看，第三階段各省市科技金融效率與第一階段相比存在較大差異。第三階段全樣本區(qū)域綜合效率平均值僅為0.542，純技術(shù)效率和規(guī)模效率均值分別為0.884、0.587。第三階段由于規(guī)模效率的顯著下降，造成科技金融效率整體下降，而純技術(shù)效率呈小幅增長(zhǎng)。經(jīng)過(guò)調(diào)整，綜合效率均值降低16.5%，純技術(shù)效率均值上升10.3%，規(guī)模效率均值下降31.4%，這說(shuō)明規(guī)模效率較低才是導(dǎo)致綜合效率低下的主要根源，并非第一階段結(jié)果分析中的純技術(shù)效率。

以17個(gè)省市純技術(shù)效率值為橫軸，以規(guī)模效率值為縱軸繪制散點(diǎn)圖，如圖1所示。不難發(fā)現(xiàn)“一帶一路”沿線各省市科技金融效率差異較大，位于右上第 I 象限的省市已經(jīng)全部達(dá)到了生產(chǎn)前沿面，該象限共有8 個(gè)省份占樣本整體29.4%;位于右下第 II 象限省市擁有較高的純技術(shù)效率，其數(shù)量占樣本整體的47.1%;位于圖1 左上第III 象限省區(qū)的規(guī)模效率較高，僅有遼寧1個(gè)省份占據(jù)樣本整體5.9%;左下角第IV 象限的廣西、云南、新疆，規(guī)模效率及純技術(shù)效率均存在提高空間，3個(gè)省份占樣本整體17.6%。由此可看出，大部分省市科技金融的純技術(shù)效率大于規(guī)模效率，表明科技金融投入接近生產(chǎn)前沿面，但是規(guī)模效率的提高任重而道遠(yuǎn)。

由圖2和圖3可看出，東南板塊技術(shù)效率處于絕對(duì)優(yōu)勢(shì)狀態(tài)，即使其綜合效率平均值從第一階段的0.880下降至第三階段的0.752，但其在4個(gè)板塊中仍居首位，純技術(shù)效率保持平穩(wěn)，規(guī)模效率從0.912下降到0.756。具體到各省市來(lái)看，上海、浙江、廣東三省市仍然處于生產(chǎn)前沿面，福建、海南綜合效率均出現(xiàn)下滑，尤其海南省下降51%，下降幅度在17個(gè)省市中位居第二。究其原因可能是東南板塊具有獨(dú)特的地理位置優(yōu)勢(shì)，海南省作為特殊區(qū)位城市同樣如此，對(duì)外開放程度較高，另外上海作為我國(guó)的金融中心，對(duì)周圍省市具有輻射作用。所以將各省市置于相同環(huán)境條件下時(shí)，東南板塊科技金融效率出現(xiàn)明顯下降。

東北板塊綜合效率次之，平均值從0.724下降至0.665，純技術(shù)效率平均值從0.729上升至0.890，規(guī)模效率從0.992下降到0.764，從整體來(lái)看，在4個(gè)板塊中受環(huán)境因素影響最小。其中，遼寧省是唯一1個(gè)調(diào)整后綜合效率上升的省份，說(shuō)明遼寧省科技金融效率被環(huán)境所限制，應(yīng)完善其金融市場(chǎng)的管理并提高對(duì)外開放水平。相反，黑龍江省經(jīng)調(diào)整之后離開生產(chǎn)前沿面，黑龍江省聚集了較多的科研機(jī)構(gòu)，金融業(yè)發(fā)展勢(shì)頭迅猛，科技金融效率確實(shí)受到環(huán)境的影響。吉林省在一、三階段綜合技術(shù)效率值均處于較低水平，調(diào)整后純技術(shù)效率達(dá)到最優(yōu)水平，規(guī)模效率出現(xiàn)大幅度下滑，達(dá)到50.7%。意味著吉林省科技金融投入未得到充分利用，其改革的重點(diǎn)在于如何更好地發(fā)揮其規(guī)模效益。

西南板塊綜合效率第三，平均值從0.558下降至0.372，純技術(shù)效率得分從0.623上升至0.747，規(guī)模效率下降最為明顯，從0.871降至0.438。重慶市經(jīng)調(diào)整后純技術(shù)效率已達(dá)到最優(yōu)水平，而廣西、云南兩省市管理制度和技術(shù)水平受到環(huán)境因素的影響尚需優(yōu)化;云南省規(guī)模效率僅為0.244，實(shí)際規(guī)模與最優(yōu)規(guī)模存在較大差距。

西北板塊在4個(gè)板塊中排名最后，綜合技術(shù)得分的下降幅度也是最大的，達(dá)到28.7%。其中第一階段處于生產(chǎn)前沿面的青海省，第三階段綜合效率僅為0.261，是17個(gè)省市中下降幅度最大的省份，陜西省綜合技術(shù)效率仍處于最優(yōu)狀態(tài)，內(nèi)蒙古、甘肅、寧夏、新疆分別下降2.4%、44%、25.7%、26%。純技術(shù)效率上升9.8%，規(guī)模效率下降43.9%。甘肅省在排除環(huán)境因素和隨機(jī)干擾后，規(guī)模效應(yīng)由遞減狀態(tài)轉(zhuǎn)換為遞增。通過(guò)對(duì)比純技術(shù)效率和規(guī)模效率得分可以看出，東南板塊、東北板塊、西南板塊科技金融的純技術(shù)效率分別高于規(guī)模效率23.9%、12.4%、30.9%，西北板塊兩者的差距更是達(dá)到51.4%。進(jìn)一步表明西北板塊省市科技金融資源利用效率雖有提高，但是現(xiàn)有科技產(chǎn)業(yè)距離形成規(guī)模效應(yīng)還需經(jīng)過(guò)一段漫長(zhǎng)的過(guò)程。

五、Tobit模型介紹及影響因素分析

由上文的實(shí)證結(jié)果顯示，在當(dāng)今科技金融投入、產(chǎn)出均處于上升的趨勢(shì)下，是什么因素導(dǎo)致了“一帶一路”沿線省市科技金融效率的差距？本文欲在DEA第三階段測(cè)算結(jié)果基礎(chǔ)上進(jìn)一步建立 Tobit 模型，探究影響科技金融效率的具體因素。

Tobit模型最初由經(jīng)濟(jì)學(xué)家 Tobin 在研究被解釋變量具有上、下限和極值問題時(shí)提出，Heckman于1974年用該模型研究女性工資高低的影響因素，既而 Tobit 模型受到學(xué)者們的青睞，被廣泛應(yīng)用于研究受限因變量的問題。本文基于DEA三階段的研究，得到的效率值都介于0和1之間，選用Tobit模型合理[19]。以第三階段得到的效率值作為被解釋變量，引入上述6個(gè)解釋變量，利用Stata 12軟件進(jìn)行回歸，結(jié)果如表6所示：

由表6的回歸結(jié)果可知，高技術(shù)總產(chǎn)值占比 （Z1）、R&D 經(jīng)費(fèi)投入強(qiáng)度（Z2）、地方法制化水平（Z4）、地方專利授權(quán)數(shù)量占比（Z6）4個(gè)指標(biāo)與金融科技效率呈顯著正相關(guān)，可以得出當(dāng)上述4個(gè)變量分別提高 1% 時(shí)，科技金融效率分別增加 0.376%、1.785%、0.235%、0.380%;政府財(cái)政科技支出占比（Z3）對(duì)科技金融效率存在負(fù)向影響，財(cái)政科技支出占比每增加 1%，科技金融效率降低0.244%;地方各項(xiàng)貸款余額占比（Z5）與科技金融效率呈不顯著關(guān)系，無(wú)法判定其能否提高科技金融效率。

回歸結(jié)果表明：第一，高技術(shù)產(chǎn)業(yè)的規(guī)模（Z1）、企業(yè)對(duì)科研的資金支持力度（Z2）、地區(qū)法制化水平（Z4）、技術(shù)創(chuàng)新程度（Z6）與科技金融效率呈顯著正相關(guān)，其中影響程度排序?yàn)镽&D經(jīng)費(fèi)投入>高技術(shù)產(chǎn)業(yè)總產(chǎn)值占比>技術(shù)創(chuàng)新程度> 地方法制化水平，意味著科技發(fā)展程度是促進(jìn)科技金融效率提高的首要因素，這與李林漢等學(xué)者的實(shí)證研究結(jié)果不謀而合。第二，政府財(cái)政科研支持度（Z3）對(duì)于科技金融效率存在消極作用，實(shí)證結(jié)果與原假設(shè)相悖，這說(shuō)明單純的依賴政府投入不能提升科技金融效率，科技產(chǎn)業(yè)吸收能力跟不上經(jīng)費(fèi)投入速度，這種情況下容易造成科技投入的冗余，而政府也缺乏對(duì)所扶助項(xiàng)目的后續(xù)跟進(jìn)、管理和監(jiān)督，這與上文中SFA回歸結(jié)果吻合。第三，地區(qū)金融市場(chǎng)發(fā)展程度（Z5）與科技金融效率之間關(guān)系不顯著，這主要是因?yàn)槟壳暗慕鹑谑袌?chǎng)仍不完善，未能把資金恰到好處的投入到中小型科技企業(yè)中，資本市場(chǎng)的資源配置功能亟需優(yōu)化。

六、研究結(jié)論及政策建議

本文基于科技金融投入、產(chǎn)出指標(biāo)，選取環(huán)境指標(biāo)作為控制變量，運(yùn)用三階段DEA-Tobit 模型對(duì)我國(guó)“一帶一路”區(qū)域2012～2016年的科技金融效率進(jìn)行測(cè)算并分析其影響因素，研究結(jié)果表明：

第一，科技金融效率的地域差異明顯，東南板塊大部分省市均處于生產(chǎn)前沿面，西北板塊（除陜西外）效率呈現(xiàn)強(qiáng)無(wú)效狀態(tài)，但具有上升空間。第二，剔除運(yùn)行外部環(huán)境及隨機(jī)干擾的影響后，各省市科技金融效率與第一階段相比顯著下降，同時(shí)發(fā)現(xiàn)規(guī)模效率是造成綜合效率低下的主要根源，并非第一階段結(jié)果分析中的純技術(shù)效率[20]。第三，高技術(shù)產(chǎn)業(yè)的規(guī)模、企業(yè)對(duì)科研的資金支持力度、地區(qū)法制化水平、技術(shù)創(chuàng)新程度對(duì)科技金融效率呈顯著正相關(guān)，政府財(cái)政科研支持度對(duì)于科技金融效率存在負(fù)向作用。

綜上所述，提出如下政策建議：第一，從上述回歸分析得出，我國(guó)“一帶一路”區(qū)域的科技金融效率相差較大，各板塊應(yīng)實(shí)施有針對(duì)性的、促進(jìn)區(qū)域間協(xié)調(diào)的科技金融差異化發(fā)展戰(zhàn)略;利用“一帶一路”倡議互聯(lián)互通的優(yōu)勢(shì)，由東南板塊地區(qū)帶動(dòng)其他幾個(gè)板塊科技金融共同進(jìn)步。第二，優(yōu)化規(guī)模效率。調(diào)整科技企業(yè)、科研機(jī)構(gòu)的數(shù)量，節(jié)約投資成本，提高科技金融投資效率，優(yōu)化科技產(chǎn)業(yè)規(guī)模，力爭(zhēng)盡早實(shí)現(xiàn)規(guī)模效益。第三，高技術(shù)產(chǎn)業(yè)的規(guī)模、企業(yè)對(duì)科研的資金支持力度對(duì)科技金融效率影響程度較大，因此，應(yīng)加強(qiáng)高技術(shù)產(chǎn)業(yè)R&D經(jīng)費(fèi)的投入力度，完善經(jīng)費(fèi)投入的體系，對(duì)重大項(xiàng)目予以更多的經(jīng)濟(jì)支持，在宏觀上保障科技撥款行為，為高技術(shù)產(chǎn)業(yè)的發(fā)展?fàn)I造良好的科研經(jīng)費(fèi)投入氛圍。第四，政府財(cái)政科技支出占財(cái)政總支出的比重與科技金融效率呈顯著負(fù)相關(guān)關(guān)系，說(shuō)明政府的財(cái)政科研資金投入沒有全部落到實(shí)處，存在資源浪費(fèi)的問題。政府應(yīng)加強(qiáng)對(duì)扶持企業(yè)、項(xiàng)目資金使用情況的后續(xù)跟進(jìn)管理、監(jiān)督，均衡分配政府財(cái)政科技資源，改變過(guò)去只關(guān)照重點(diǎn)科技企業(yè)的行為，優(yōu)化政府財(cái)政科技資金配置，扶持具有發(fā)展?jié)摿Φ闹行】萍计髽I(yè)，把政府對(duì)“一帶一路”倡議的扶持落到實(shí)處。第五，提高區(qū)域法制化水平，保障科技金融市場(chǎng)有序運(yùn)營(yíng)。當(dāng)今經(jīng)濟(jì)邁入新常態(tài)，各板塊更需推進(jìn)、加強(qiáng)法制建設(shè)，制定完善的法律規(guī)范體系、嚴(yán)密的監(jiān)督體系，保證法律的高效實(shí)施，從而實(shí)現(xiàn)公平、公開、公正的市場(chǎng)競(jìng)爭(zhēng)。第六，鼓勵(lì)科技創(chuàng)新。首先，企業(yè)應(yīng)培養(yǎng)和引進(jìn)高科技人才，建立合理的薪酬激勵(lì)體系，營(yíng)造良好的實(shí)體工作環(huán)境，構(gòu)建產(chǎn)學(xué)研合作平臺(tái)，為他們提供海外留學(xué)機(jī)會(huì)，達(dá)到工作與生活的平衡。其次，要對(duì)接好科技創(chuàng)新理論與實(shí)踐。在注重理論豐富性的同時(shí)，還要注重實(shí)踐，將科技創(chuàng)新理論運(yùn)用到具體科技產(chǎn)品上，以達(dá)到推動(dòng)科技進(jìn)步的真正目的。

收稿日期：2018-12-06

網(wǎng)絡(luò)出版網(wǎng)址：http：//kns.cnki.net/kcms/detail/13.1356.f.20190111.0913.002.html 網(wǎng)絡(luò)出版時(shí)間：2019-01-14? 16：20：14

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（15AGL011）;江蘇省軟科學(xué)研究計(jì)劃項(xiàng)目（BR2015046）。

作者簡(jiǎn)介：童紀(jì)新（1964-），男，浙江金華人，博士，河海大學(xué)商學(xué)院教授，研究方向?yàn)榧夹g(shù)經(jīng)濟(jì)及管理研究;曹越美（1994-），女，江蘇南通人，河海大學(xué)商學(xué)院碩士研究生，研究方向?yàn)闁|西部及沿海地區(qū)經(jīng)濟(jì)發(fā)展。

[參考文獻(xiàn)]

[1] 趙丹妮.“一帶一路”創(chuàng)新驅(qū)動(dòng)科技金融“試驗(yàn)田”運(yùn)行模式研究[J].科學(xué)管理研究，2015，33（4）：110-112.

[2] 曹顥，尤建新，盧銳，等.我國(guó)科技金融發(fā)展指數(shù)實(shí)證研究[J].中國(guó)管理科學(xué)，2011（3）：134-140.

[3] 肇啟偉，付劍峰，劉洪江.科技金融中的關(guān)鍵問題——中國(guó)科技金融2014年會(huì)綜述[J].管理世界，2015（3）：164-167.

[4] KING R G，LEVINE R. Finance and growth：schumpeter might be right[J]. The quarterly journal of economics，1993，108（3）：717-737.

[5] LEVINE R. Financial development and economic growth：views and agenda[J]. Journal of economic literature，1997，35（2）：688-726.

[6] GERARD G，GANESH N P.Developmental financial institutions as technology policy instruments：implications for innovation and entrepreneurship in emerging economics[J].Research policy，2003，32（1）：89-108.

[7] 杜金岷，梁嶺，呂寒.金融發(fā)展促進(jìn)科技成果產(chǎn)業(yè)化的區(qū)域異質(zhì)性研究[J].華南師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（6）：109-115，191.

[8] 陸燕春，朋振江.我國(guó)科技金融理論研究綜述[J].科技進(jìn)步與對(duì)策，2013，30（16）：156-160.

[9] 肖維.對(duì)黃石市科技金融發(fā)展路徑的調(diào)查與思考——基于武漢城市圈副中心視角[J].武漢金融，2017（7）：72-74.

[10] 徐玉蓮，王玉冬.區(qū)域科技金融資金的配置效率研究[J].科學(xué)管理研究，2015，33（2）：93-96.

[11] 杜金岷，梁嶺，呂寒. 中國(guó)區(qū)域科技金融效率研究——基于三階段 DEA 模型分析[J].金融經(jīng)濟(jì)學(xué)研究，2016，31（6）：84-93.

[12] 張明龍.我國(guó)金融支持科技創(chuàng)新的效率評(píng)價(jià)：基于超效率DEA與Malmquist指數(shù)方法[J].金融發(fā)展研究，2015（6）：18-25.

[13] 徐玉蓮，趙文洋，張濤.科技金融成熟度評(píng)價(jià)指標(biāo)體系構(gòu)建與應(yīng)用[J].科技進(jìn)步與對(duì)策，2017，34（11）：118-124.

[14] 李林漢，王宏艷，田衛(wèi)民.基于三階段DEA-Tobit模型的省際科技金融效率及其影響因素研究[J].科技管理研究，2018，38（2）：231-238.

[15] 樊綱.克服信貸萎縮與銀行體系改革——1998年宏觀經(jīng)濟(jì)形勢(shì)分析與1999年展望[J].經(jīng)濟(jì)研究，1999（1）：5-10，54.

[16] 蘆鋒，韓尚容.我國(guó)科技金融對(duì)科技創(chuàng)新的影響研究——基于面板模型的分析[J].中國(guó)軟科學(xué)，2015（6）：139-147.

[17]陳敏，李建民.金融中介對(duì)我國(guó)區(qū)域科技創(chuàng)新效率的影響研究——基于隨機(jī)前沿的距離函數(shù)模型[J].中國(guó)科技論壇，2012（11）：85-90.

[18] 張?jiān)?，劉澤東. 金融發(fā)展與技術(shù)創(chuàng)新的良性互動(dòng)：理論與實(shí)證[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2012（2）：67-73，92，143-144.

[19] 程慧平，萬(wàn)莉，黃煒，等.中國(guó)省際R&D創(chuàng)新與轉(zhuǎn)化效率實(shí)證研究[J].管理評(píng)論，2015，27（4）：29-37.

[20] 俞立平.金融支持、政府與企業(yè)投入對(duì)科技創(chuàng)新的貢獻(xiàn)研究[J].科研管理，2015，36（3）：57-63.

（責(zé)任編輯：張夢(mèng)楠）