山西財經(jīng)大學(xué) 侯旭輝
隨著我國經(jīng)濟(jì)進(jìn)入新常態(tài),人口紅利下降,能源問題日漸突出,傳統(tǒng)依賴高投資、高投入的經(jīng)濟(jì)發(fā)展模式受到挑戰(zhàn),轉(zhuǎn)變經(jīng)濟(jì)發(fā)展內(nèi)涵,推動以科技創(chuàng)新為主體的經(jīng)濟(jì)發(fā)展模式已是必然??萍甲鳛橥苿咏?jīng)濟(jì)增長的第一生產(chǎn)力,金融作為創(chuàng)新驅(qū)動發(fā)展的重要引擎,只有科技金融結(jié)合發(fā)展,才會帶動資源型區(qū)域的高轉(zhuǎn)型發(fā)展,并促進(jìn)經(jīng)濟(jì)的高質(zhì)量提升。然而,現(xiàn)階段我國不同區(qū)域科技金融能力參差不齊,特別是對資源型區(qū)域來說,整體科技金融效率不高,與我國發(fā)達(dá)經(jīng)濟(jì)地區(qū)差距較大。因此,資源型區(qū)域如何充分利用其資源優(yōu)勢,提高科技金融效率成為地方政府現(xiàn)階段面臨的重大問題。
通過閱讀前人文獻(xiàn),發(fā)現(xiàn)國內(nèi)學(xué)者對科技金融效率的研究大多以實(shí)證研究為主。施明康、于麗英根據(jù)2009—2015年的省際面板數(shù)據(jù),基于DEA分析方法,測算了我國科技金融效率以及兩者的協(xié)同效率,結(jié)果表明,協(xié)同效率仍有較大發(fā)展空間,且各地區(qū)差異明顯[1]。龐金波等基于PP-SFA方法對我國2010-2017年科技金融投入產(chǎn)出的面板數(shù)據(jù)進(jìn)行了實(shí)證研究,結(jié)果顯示不同地區(qū)科技金融效率存在差異,而且加大地方政府財政投入有利于提高科技金融效率[2]。孫忠艷基于DEA-Malmquist測度模型,對長三角、珠三角和京津冀2009—2018年科技金融效率進(jìn)行了測度,結(jié)果表明,三大經(jīng)濟(jì)圈效率差異明顯,科技金融尚未達(dá)到高效配置[3]。馬玉林等對中國30個省域2004—2017年科技金融效率進(jìn)行測算,分析其動態(tài)演進(jìn)過程,結(jié)果表明,樣本年份以來,各省域科技金融效率逐年提高,且省域之間的差異日漸縮小[4]。
但現(xiàn)有關(guān)于科技金融效率的研究多集中在中國整體、省際間或者發(fā)達(dá)地區(qū),而關(guān)于資源型區(qū)域科技金融效率的研究較少,且中國的資源型區(qū)域大多科技金融發(fā)展較慢。因此,在經(jīng)濟(jì)轉(zhuǎn)型要求下,資源型區(qū)域如何引導(dǎo)金融資本加強(qiáng)科技金融創(chuàng)新,實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展成為亟需解決的問題。
DEA(數(shù)據(jù)包絡(luò)分析)是由美國著名的運(yùn)籌學(xué)家提出的一種非參數(shù)檢驗方法。DEA通過選取決策單元(DMU)的多項投入和產(chǎn)出數(shù)據(jù),利用線性規(guī)劃的方法,以最優(yōu)投入和產(chǎn)出數(shù)據(jù)來形成“生產(chǎn)前沿面”,通過判斷各個DMU是否位于生產(chǎn)前沿面,來判定DMU的相對有效性。而Fried將環(huán)境因素和隨機(jī)噪聲對決策單元效率評價的影響引入傳統(tǒng)的DEA模型,在國內(nèi)被學(xué)者稱為“三階段DEA模型”。
本文以2003—2017年為樣本期間,選取我國14個典型的資源型省份為研究對象,分別為:山西、河北、內(nèi)蒙古、河南、陜西、黑龍江、吉林、遼寧、云南、四川、新疆、安徽、甘肅和貴州。數(shù)據(jù)來源于《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》和各省的統(tǒng)計年鑒以及EPS全球統(tǒng)計數(shù)據(jù)分析平臺。
通過閱讀前人關(guān)于科技金融投入產(chǎn)出效率的研究文獻(xiàn),發(fā)現(xiàn)目前關(guān)于科技創(chuàng)新的投入和產(chǎn)出指標(biāo)選取尚未形成統(tǒng)一標(biāo)準(zhǔn)??紤]到各省的現(xiàn)實(shí)情況以及數(shù)據(jù)的可獲得性,選取高技術(shù)產(chǎn)業(yè)新增固定資產(chǎn)、R&D經(jīng)費(fèi)支出和R&D人員全時當(dāng)量代表科技金融投入要素。針對科技創(chuàng)新活動的三個階段,選擇國內(nèi)專利授權(quán)數(shù)量、技術(shù)市場合同成交金額和高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入作為科技金融的產(chǎn)出指標(biāo)。為了剔除傳統(tǒng)DEA模型中環(huán)境因素對于效率測度的影響,本文將財政科學(xué)技術(shù)支出占地方一般預(yù)算支出比例代表政府對科技的重視程度;選取人均地區(qū)生產(chǎn)總值衡量各地區(qū)的經(jīng)濟(jì)發(fā)展程度;選取進(jìn)出口總額占地方生產(chǎn)總值比例反映各地區(qū)的對外開放程度。
將投入產(chǎn)出指標(biāo)數(shù)據(jù)放入Stata軟件中,進(jìn)行相關(guān)性分析,結(jié)果如表1所示:投入指標(biāo)與產(chǎn)出指標(biāo)呈正相關(guān)關(guān)系,因此DEA效率測算結(jié)果是可靠的。
表1 科技金融投入產(chǎn)出指標(biāo)相關(guān)性分析
第一階段DEA效率值如表2所示。從資源型區(qū)域整體來看,不考慮環(huán)境因素的第一階段科技金融綜合效率平均值為0.8627,整體處于一個較低水平,且各省份之間效率差異比較大。而純技術(shù)效率的均值為0.9069,規(guī)模效率的均值為0.9427,純技術(shù)效率偏低是造成綜合效率偏低的主要原因。由于第一階段DEA分析中沒有考慮環(huán)境因素與隨機(jī)變量的影響,因此第一階段只是對科技金融效率值的初步測算,與各省份真實(shí)效率水平之間可能還存在差距。
第二階段的SFA回歸的被解釋變量為第一階段DEA產(chǎn)生的各省份科技金融投入變量的松弛值,解釋變量為政府重視程度、經(jīng)濟(jì)發(fā)展水平和對外開放程度三個外部環(huán)境變量。利用Frontier軟件進(jìn)行SFA回歸,結(jié)果如表3所示。從實(shí)證結(jié)果來看,sigma平方和gamma在給定的顯著性水平下顯著,表明科技金融投入的冗余量受到外部環(huán)境的顯著影響。
從隨機(jī)前沿分析(SFA)結(jié)果整體來看,各資源型省份的科技金融效率值明顯受到環(huán)境因素與隨機(jī)噪聲的影響。因此,有必要利用第二階段分析結(jié)果調(diào)整第一階段的科技金融投入變量,使各資源型地區(qū)處于相同的外部環(huán)境下,得到更加接近真實(shí)水平的效率值。
表2 2003-2017年資源型省份科技金融效率均值
表3 第二階段隨機(jī)前沿分析(SFA)結(jié)果
對資源型區(qū)域科技金融投入變量進(jìn)行調(diào)整,調(diào)整之后,科技金融投入產(chǎn)出指標(biāo)再次代入DEA模型中,得到調(diào)整后的第三階段DEA效率值,結(jié)果如表2所示。從整體來看,綜合效率均值由0.8627下降為0.730,規(guī)模效率由0.9427下降為0.743,兩者相比于第一階段效率值均有大幅下降。但純技術(shù)效率由0.9069上升為0.982,結(jié)合第一階段DEA的結(jié)論,分析可知在剔除環(huán)境因素對真實(shí)效率的影響后,綜合效率較低的主要原因是規(guī)模效率偏低,而不是第一階段所顯示的純技術(shù)效率偏低。從規(guī)模效率的角度來看,除了遼寧、河南和四川這3個地區(qū)的規(guī)模效率在第三階段有明顯上升以外,其余11個地區(qū)的規(guī)模效率在第三階段均有下降,表明大部分資源型地區(qū)科技金融的實(shí)際生產(chǎn)規(guī)模與最優(yōu)生產(chǎn)規(guī)模差距較大,并且各地的綜合效率均值偏低也是由于自身的規(guī)模效率偏低所導(dǎo)致。
本文運(yùn)用三階段DEA模型對資源型省份2003—2017年的科技金融效率進(jìn)行了實(shí)證分析,結(jié)果表明:第一,科技金融效率受環(huán)境因素影響較大,特別是受政府重視程度影響較大;第二,資源型省份科技金融效率普遍偏低,各省份之間差異較大,規(guī)模效率偏低帶動了資源型省份科技金融效率降低;第三,從純技術(shù)效率的角度來看,經(jīng)過調(diào)整之后,除了黑龍江以外的13個地區(qū)的純技術(shù)效率均值均有提升,而純技術(shù)效率衡量決策單元在當(dāng)前的技術(shù)條件下對投入要素的使用效率,說明在剔除了外部環(huán)境因素的影響后,大部分資源型地區(qū)對科技金融投入要素的使用效率有明顯提高。因此,在科技金融發(fā)展過程中,必須加大政府支持力度,提高財政科技支出配置效率,制定合理的科技資金使用規(guī)定,并加強(qiáng)政府監(jiān)督,促進(jìn)資金的規(guī)范使用,確保政府資金有效運(yùn)用于科技金融過程中。