楊澤坤

(青海民族大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 西寧 810007)

在激烈的國(guó)際化浪潮中，科技創(chuàng)新已成為世界各國(guó)綜合國(guó)力競(jìng)爭(zhēng)的核心戰(zhàn)略支撐?？萍紕?chuàng)新的發(fā)展離不開(kāi)金融的支持，科技與金融的融合不僅可以促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，優(yōu)化科技金融資源配置，也將徹底激發(fā)經(jīng)濟(jì)發(fā)展的最深層活力，成為推動(dòng)經(jīng)濟(jì)進(jìn)一步增長(zhǎng)的新引擎。長(zhǎng)江經(jīng)濟(jì)帶橫跨我國(guó)東中西三大區(qū)域11省市，占我國(guó)地域面積的21.4%，擁有豐富的科技和教育資源，具備突出的產(chǎn)業(yè)優(yōu)勢(shì)，匯集了大量的創(chuàng)新要素和創(chuàng)新主體，是我國(guó)科技創(chuàng)新與金融發(fā)展的重要區(qū)域。2016年3月，國(guó)家發(fā)展改革委、科技部和工信部聯(lián)合印發(fā)《長(zhǎng)江經(jīng)濟(jì)帶創(chuàng)新驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)方案》，進(jìn)一步明確了長(zhǎng)江經(jīng)濟(jì)帶是創(chuàng)新驅(qū)動(dòng)的引領(lǐng)帶和產(chǎn)業(yè)融合的先行帶這一戰(zhàn)略定位。因此，研究長(zhǎng)江經(jīng)濟(jì)帶科技金融的發(fā)展趨勢(shì)，分析其在不同區(qū)域、不同階段的發(fā)展差異，對(duì)扎實(shí)推進(jìn)長(zhǎng)江經(jīng)濟(jì)帶科技金融一體化發(fā)展具有重要的意義。

一、文獻(xiàn)綜述

在國(guó)外學(xué)術(shù)界，“科技金融”并沒(méi)有一個(gè)明確的定義，一些學(xué)者主要從宏觀層面對(duì)其進(jìn)行界定。而在國(guó)內(nèi)，“科技金融”概念的形成源于我國(guó)科技與金融的融合發(fā)展。1994年,中國(guó)科技金融促進(jìn)會(huì)首次定義了“科技金融”，強(qiáng)調(diào)了科技和金融的結(jié)合對(duì)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的重要性[1]，關(guān)于科技金融的研究也從此迅速展開(kāi)。目前，國(guó)內(nèi)學(xué)者對(duì)科技金融的研究主要集中在三個(gè)方面。

一是關(guān)于科技金融的具體內(nèi)涵。趙昌文等[2]指出,科技金融是將金融資源應(yīng)用于技術(shù)研發(fā)與高新技術(shù)產(chǎn)業(yè)生產(chǎn)全過(guò)程的系統(tǒng)性、創(chuàng)新性安排。在此基礎(chǔ)上，李心丹和束蘭根[3]指出,科技金融是金融資源供給者依托創(chuàng)新平臺(tái)對(duì)各項(xiàng)金融資源進(jìn)行整合創(chuàng)新，從而為科技企業(yè)提供資源配置、產(chǎn)品設(shè)計(jì)及金融服務(wù)的系統(tǒng)性安排，可以促進(jìn)科技企業(yè)對(duì)金融資源的內(nèi)生優(yōu)化和技術(shù)革新，推動(dòng)高技術(shù)產(chǎn)業(yè)鏈加速發(fā)展。孫伍琴[4]指出，科技金融本質(zhì)上是技術(shù)創(chuàng)新和金融創(chuàng)新的結(jié)合，涉及技術(shù)創(chuàng)新所需要的金融制度、政策和金融服務(wù)等多方面。

二是關(guān)于科技金融的發(fā)展水平評(píng)價(jià)。黃瑞芬和邱夢(mèng)圓[5]運(yùn)用SFA模型和Malmquist指數(shù)法對(duì)我國(guó)的科技金融效率進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)我國(guó)科技金融效率雖有所上升,但總體水平不高，且存在顯著的區(qū)域差異，東部地區(qū)的科技金融效率明顯高于中西部地區(qū)。徐玉蓮等[6]在前人研究基礎(chǔ)上提出了“科技金融成熟度”概念，從資金總量、投資績(jī)效、結(jié)構(gòu)和環(huán)境四個(gè)方面構(gòu)建科技金融評(píng)價(jià)體系，研究發(fā)現(xiàn)我國(guó)科技金融成熟度處于政府支持下的優(yōu)化發(fā)展階段。張明喜[7]從空間角度考慮，運(yùn)用空間杜賓模型分析我國(guó)科技金融的空間溢出效應(yīng)，發(fā)現(xiàn)科技金融規(guī)模擴(kuò)張和經(jīng)濟(jì)發(fā)展有利于科技金融績(jī)效提升，且科技金融對(duì)技術(shù)創(chuàng)新有強(qiáng)化效應(yīng)。王芳和許舒雅[8]進(jìn)一步從收斂性角度分析，運(yùn)用BCC模型對(duì)我國(guó)的科技金融技術(shù)效率及收斂性進(jìn)行測(cè)算，發(fā)現(xiàn)全國(guó)多數(shù)省份的科技金融處于規(guī)模效應(yīng)遞增階段，且區(qū)域之間差異較大，存在絕對(duì)β收斂。

三是關(guān)于科技金融的影響因素。以往學(xué)者們的研究多從科研投入、法治化水平、政府支持、金融資源等角度出發(fā)。李林漢等[9]采用三階段DEA-Tobit模型對(duì)我國(guó)科技金融效率及影響因素進(jìn)行研究，發(fā)現(xiàn)科研投入、地區(qū)法治化水平、金融發(fā)展與技術(shù)創(chuàng)新對(duì)科技金融效率具有促進(jìn)作用，而政府財(cái)政支持對(duì)科技金融效率不具有顯著影響。張倩霞和萬(wàn)正曉[10]采用DEA-Tobit模型,從政府、企業(yè)和金融市場(chǎng)三個(gè)角度對(duì)我國(guó)科技金融效率的影響因素進(jìn)行研究，發(fā)現(xiàn)科技投入增加并不會(huì)提高科技金融效率，而高新技術(shù)產(chǎn)值和高新技術(shù)企業(yè)的投入強(qiáng)度是影響科技金融效率的重要因素。趙鴻程等[11]基于非期望產(chǎn)出視角研究我國(guó)的科技金融效率，發(fā)現(xiàn)智力資本、金融結(jié)構(gòu)、知識(shí)產(chǎn)權(quán)保護(hù)力度、外商直接投資等可以有效提升科技金融效率水平，而環(huán)境規(guī)制卻會(huì)抑制科技金融的發(fā)展。

首先，從科技金融效率測(cè)度的角度來(lái)看，以往學(xué)者們的研究多集中于全國(guó)或某一省份，對(duì)區(qū)域?qū)用嬗绕涫菍?duì)長(zhǎng)江經(jīng)濟(jì)帶近10年科技金融效率的測(cè)度相對(duì)較少；其次，學(xué)者們對(duì)科技金融效率的測(cè)算多集中于靜態(tài)或動(dòng)態(tài)單一角度，且動(dòng)態(tài)研究一般都忽略了科技金融產(chǎn)出的滯后期?；诖耍疚囊蚤L(zhǎng)江經(jīng)濟(jì)帶11省市2010—2019年的數(shù)據(jù)為基礎(chǔ)，采用DEA-BCC模型和Malmquist指數(shù)法，分別從靜態(tài)和動(dòng)態(tài)兩個(gè)角度綜合研究長(zhǎng)江經(jīng)濟(jì)帶的科技金融效率水平，并在動(dòng)態(tài)分析中對(duì)科技金融的產(chǎn)出組數(shù)據(jù)進(jìn)行滯后1期處理，以彌補(bǔ)前人研究的不足。

二、研究方法

(一)DEA-BCC模型

數(shù)據(jù)包絡(luò)分析法(DEA)由Charnes等人于1978年首次提出，此方法可看作相對(duì)效率評(píng)價(jià)方法的衍生，目前已成為經(jīng)濟(jì)學(xué)領(lǐng)域中的重要效率分析方法。傳統(tǒng)的DEA模型主要包括CCR模型和BCC模型。其中,CCR模型假設(shè)企業(yè)始終處于規(guī)模報(bào)酬不變階段，但這與企業(yè)的實(shí)際經(jīng)營(yíng)過(guò)程極為不符，即企業(yè)很難在最優(yōu)規(guī)模下進(jìn)行生產(chǎn)經(jīng)營(yíng)。之后，Banker等人對(duì)CCR模型進(jìn)行了適當(dāng)改進(jìn)，在考慮不完全競(jìng)爭(zhēng)、信息不充分及國(guó)家政策變化等實(shí)際社會(huì)環(huán)境影響的情況下，提出了基于可變規(guī)模收益的投入導(dǎo)向型的BCC模型。BCC模型利用如下線性規(guī)劃模型對(duì)各決策單元效率值進(jìn)行測(cè)算：

min [β-ε(eTS-+eTS+)]

(1)

式(1)中，λj≥0；j=1,2,…,n；S+≥0；S-≥0。n表示決策單元個(gè)數(shù)，x是投入，y是產(chǎn)出，ε是無(wú)窮小量，eT為單位向量，S+、S-為松弛變量。若β=1，S+、S-全為0，則決策單元DEA有效；若β<1，則決策單元無(wú)效。

由BCC模型測(cè)算得出的效率值是綜合效率值，可以得到如下公式：

crste=vrste×scale

(2)

式(2)中，crste表示綜合效率值，vrste表示純技術(shù)效率值，scale表示規(guī)模效率值。

(二)Malmquist指數(shù)法

DEA-BCC模型測(cè)算的是靜態(tài)效率值，只能反映某個(gè)時(shí)點(diǎn)的效率水平，不能反映效率的變化情況。因此,本文借鑒其他學(xué)者的研究，引入Malmquist指數(shù)法測(cè)算效率值從t期到t+1期的變動(dòng)情況。技術(shù)效率變化的計(jì)算公式如下：

(3)

式(3)中，Mt表示在t期的技術(shù)條件下，從t期到t+1期的技術(shù)效率變化。同理，在t+1期的技術(shù)條件下，從t期到t+1期的技術(shù)效率變化的計(jì)算公式如下：

(4)

在此基礎(chǔ)上可以得到Malmquist指數(shù)，即綜合效率指數(shù)(Tfpch)。這一指數(shù)可以拆分為技術(shù)效率變化指數(shù)(Effch)和技術(shù)進(jìn)步指數(shù)(Techch)，前者又可以進(jìn)一步拆分為純技術(shù)效率變化指數(shù)(Pech)和規(guī)模效率變化指數(shù)(Sech)。計(jì)算公式如下：

M(Yt+1，Xt+1，Yt，Xt)=Effch×Techch=Pech×Sech×Techch

(5)

Malmquist指數(shù)值若大于1，則說(shuō)明從t期到t+1期的效率水平呈上升趨勢(shì)，效率較上一期有所提高；若等于1，則表示效率水平不變，與上一期持平；若小于1，則表示效率水平呈下降趨勢(shì)，較上一期有所降低。

三、指標(biāo)選取與數(shù)據(jù)來(lái)源

(一)指標(biāo)選取

本文參考其他學(xué)者的研究[6，12]，選擇長(zhǎng)江經(jīng)濟(jì)帶11省市作為決策單元，分別從科技金融投入和科技金融產(chǎn)出兩個(gè)維度構(gòu)建指標(biāo)體系來(lái)對(duì)科技金融效率進(jìn)行測(cè)算，利用DEA-BCC模型和Malmquist指數(shù)法對(duì)效率進(jìn)行靜態(tài)絕對(duì)測(cè)度和動(dòng)態(tài)相對(duì)測(cè)度?？萍冀鹑谛释度氘a(chǎn)出指標(biāo)體系如表1所示。

從理論角度而言，科技金融體系中金融的作用主要表現(xiàn)為資金支持，即資本投入。資本投入的主體一般為市場(chǎng)和政府，同時(shí)市場(chǎng)和政府也是我國(guó)金融體系和科技創(chuàng)新體系的重要組成部分。其中，市場(chǎng)主體涵蓋直接融資市場(chǎng)和間接融資市場(chǎng)。因此，以資金主體為劃分依據(jù)，資本投入從企業(yè)內(nèi)部(直接市場(chǎng))、銀行貸款(間接市場(chǎng))、財(cái)政支出(政府)三方面進(jìn)行考慮。

表1 科技金融效率投入產(chǎn)出指標(biāo)體系

綜上，決策單元的投入變量由勞動(dòng)投入和資本投入確定。其中，勞動(dòng)投入采用各地區(qū)科研人員全時(shí)當(dāng)量來(lái)衡量，而資本投入則采用企業(yè)內(nèi)部科研經(jīng)費(fèi)支出、地區(qū)金融科技信貸余額和地方財(cái)政科技支出來(lái)衡量。

考慮到科技創(chuàng)新成果的特殊性，本文從成果轉(zhuǎn)化和企業(yè)績(jī)效兩個(gè)角度考察科技成果的產(chǎn)出狀況。成果轉(zhuǎn)化產(chǎn)出采用發(fā)明專(zhuān)利授權(quán)數(shù)和技術(shù)市場(chǎng)成交額來(lái)衡量，企業(yè)績(jī)效產(chǎn)出采用高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷(xiāo)售收入來(lái)衡量。

(二)數(shù)據(jù)來(lái)源

本文研究所用數(shù)據(jù)主要來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》以及各省市統(tǒng)計(jì)年鑒。使用DEAP 2.1軟件對(duì)科技金融效率值進(jìn)行測(cè)算，分析其區(qū)域差異與演進(jìn)趨勢(shì)。考慮到科技金融產(chǎn)出相對(duì)其投入的滯后性，假設(shè)滯后期為1年，即把原投入產(chǎn)出數(shù)據(jù)組(Xt,Yt)修改為(Xt,Yt+1),并代入DEA模型中進(jìn)行測(cè)算。

四、實(shí)證分析

(一)基于DEA-BCC模型的靜態(tài)測(cè)度

基于投入導(dǎo)向型DEA-BCC模型，測(cè)算出2009—2019年長(zhǎng)江經(jīng)濟(jì)帶11省市的科技金融效率，得到靜態(tài)綜合效率值并將其進(jìn)一步分解為純技術(shù)效率值和規(guī)模效率值，測(cè)算結(jié)果如表2所示。

表2 長(zhǎng)江經(jīng)濟(jì)帶11省市科技金融靜態(tài)效率值

由表2可知，重慶、浙江、江蘇和上海的科技金融綜合效率值及其分解值(純技術(shù)效率值和規(guī)模效率值)均始終為1，處于有效前沿，說(shuō)明在勞動(dòng)和資本投入一定的情況下,科技金融產(chǎn)出已達(dá)到最大化，因此其規(guī)模收益也保持不變。四川和湖北緊隨其后，總體位于第二梯隊(duì)，處于半強(qiáng)有效階段。具體來(lái)看，四川的純技術(shù)效率值為1，處于有效前沿，規(guī)模效率是導(dǎo)致綜合效率降低的主要因素，但四川總體處于規(guī)模收益遞增階段，需要繼續(xù)保持現(xiàn)在的發(fā)展態(tài)勢(shì)，集中各要素資源，發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)。湖北的綜合效率相對(duì)無(wú)效的原因則主要在于純技術(shù)效率降低，且湖北處于規(guī)模收益遞減階段，科技金融投入相對(duì)冗余而產(chǎn)出不足，因此需要加大科技研發(fā)力度，以技術(shù)賦能，進(jìn)而尋求新的發(fā)展突破點(diǎn)。貴州、云南、湖南、江西和安徽則處于DEA無(wú)效狀態(tài)。貴州和江西的純技術(shù)效率值為1，綜合效率主要取決于規(guī)模效率，因此這兩地的規(guī)模經(jīng)濟(jì)具有很大的提升空間，應(yīng)注重形成產(chǎn)業(yè)集群，提高資源配置能力，著重發(fā)揮規(guī)模經(jīng)濟(jì)效應(yīng)；云南、湖南和安徽的綜合效率由純技術(shù)效率和規(guī)模效率共同影響，因此這三地既要關(guān)注技術(shù)投入，提高技術(shù)能力，也要注重提高規(guī)模效率。

從區(qū)域差異來(lái)看，東部省市整體表現(xiàn)較好，始終處于有效前沿，進(jìn)入了良性循環(huán)發(fā)展階段，先天的區(qū)位優(yōu)勢(shì)和政策的大力支持是其不斷快速發(fā)展并保持領(lǐng)先的主要原因。西部地區(qū)表現(xiàn)次之，但總體優(yōu)于中部地區(qū)，尤其是四川和重慶兩地形成了很強(qiáng)的帶動(dòng)作用，這與西南地區(qū)集中優(yōu)勢(shì)資源打造成渝城市群以形成長(zhǎng)江上游新增長(zhǎng)極有很大關(guān)系。中部地區(qū)表現(xiàn)較差，各省以往的經(jīng)濟(jì)增長(zhǎng)主要依靠第二產(chǎn)業(yè)的帶動(dòng)，對(duì)科技和金融的融合重視不足，致使科技金融發(fā)展總體較弱。

(二)基于Malmquist指數(shù)法的動(dòng)態(tài)分析

1.各年度科技金融效率變化情況

利用Malmquist指數(shù)法對(duì)2009—2019年長(zhǎng)江經(jīng)濟(jì)帶科技金融效率年度均值及其分解值進(jìn)行計(jì)算，結(jié)果如表3所示。

表3 長(zhǎng)江經(jīng)濟(jì)帶科技金融效率年度均值及分解值

由表3可知，長(zhǎng)江經(jīng)濟(jì)帶的科技金融綜合效率在2009—2019年間相對(duì)平穩(wěn)，且多數(shù)年份的效率值大于1，整體處于上升趨勢(shì)。其中,最高點(diǎn)出現(xiàn)在2013—2014年，次高點(diǎn)出現(xiàn)在2015—2016年,最低點(diǎn)出現(xiàn)在2014—2015年，且2014—2015年的綜合效率大幅下跌。這與國(guó)內(nèi)整體的科技金融發(fā)展導(dǎo)向密切相關(guān)。2012年，科技部將科技金融服務(wù)作為現(xiàn)代服務(wù)業(yè)的建設(shè)重點(diǎn)，并大力扶持相關(guān)企業(yè)發(fā)展。作為我國(guó)經(jīng)濟(jì)發(fā)展的“橋頭堡”,長(zhǎng)江經(jīng)濟(jì)帶率先響應(yīng)，成為全國(guó)科技金融發(fā)展的先行區(qū)，使得長(zhǎng)江經(jīng)濟(jì)帶整體的科技金融綜合效率值在2013—2014年達(dá)到最高點(diǎn)。2014—2015年，四川、重慶、貴州和云南等西部省市的科技金融綜合效率值較上一年均有所下降，進(jìn)入無(wú)效階段，導(dǎo)致長(zhǎng)江經(jīng)濟(jì)帶整體的科技金融綜合效率值在該年度亦下降至無(wú)效狀態(tài)。而后，長(zhǎng)江經(jīng)濟(jì)帶整體綜合效率值在2015—2016年強(qiáng)勢(shì)回彈，再次進(jìn)入上升趨勢(shì)并達(dá)到研究期內(nèi)的次高點(diǎn)。

從效率分解值來(lái)看，純技術(shù)效率和規(guī)模效率及受兩者影響的技術(shù)效率在2009—2019年間變化相對(duì)較小，而技術(shù)進(jìn)步與綜合效率的變化顯示出高度的一致性，進(jìn)一步表明技術(shù)的創(chuàng)新與推廣應(yīng)用對(duì)科技金融綜合效率影響較大。

2.各省市科技金融效率變化情況

對(duì)2009—2019年長(zhǎng)江經(jīng)濟(jì)帶11省市的科技金融綜合效率均值及其分解值進(jìn)行計(jì)算，結(jié)果如表4所示。

表4 長(zhǎng)江經(jīng)濟(jì)帶11省市科技金融效率均值及分解值

由表4可知，長(zhǎng)江經(jīng)濟(jì)帶科技金融綜合效率值的均值為1.057，大于1，說(shuō)明2009—2019年長(zhǎng)江經(jīng)濟(jì)帶整體的科技金融效率處于上升趨勢(shì)，人才和資金的投入產(chǎn)出了更大規(guī)模的科技金融成果，并提高了相關(guān)企業(yè)的技術(shù)創(chuàng)新水平，促進(jìn)了科技與金融的融合發(fā)展。

分省市來(lái)看，不同省市的科技金融效率發(fā)展差異較大。除貴州和江西以外，其他省市的綜合效率值均大于1，總體處于上升趨勢(shì)。從效率分解值來(lái)看，貴州和江西科技金融無(wú)效的原因主要在于其技術(shù)進(jìn)步指數(shù)處于無(wú)效狀態(tài)。貴州地處我國(guó)西南地區(qū)，經(jīng)濟(jì)基礎(chǔ)較差，高校和科研機(jī)構(gòu)較少，人才匱乏。雖然政府大力支持大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，吸引一些大型技術(shù)公司將數(shù)據(jù)中心建于貴州，但貴州的高科技產(chǎn)業(yè)仍缺乏集群優(yōu)勢(shì)，發(fā)展后繼乏力。同時(shí)，貴州的金融業(yè)以單一型銀行業(yè)為主，金融業(yè)整體發(fā)展水平較為落后，科技與金融的融合程度較低，缺乏協(xié)調(diào)發(fā)展的基礎(chǔ)。但相對(duì)而言，整體發(fā)展的落后也使貴州具備了極大的發(fā)展?jié)摿?，因此在部分年?貴州的增長(zhǎng)趨勢(shì)比較明顯。

江西地處我國(guó)中部地區(qū)，與周?chē)∈邢啾?，其科技金融發(fā)展尚處于相對(duì)落后狀態(tài)。首先，江西的經(jīng)濟(jì)發(fā)展相對(duì)滯后，教育水平不高，缺乏支撐高新技術(shù)產(chǎn)業(yè)發(fā)展的資金、設(shè)備和高素質(zhì)人才等資源。其次，江西的高新技術(shù)產(chǎn)業(yè)和金融業(yè)發(fā)展相對(duì)落后，基礎(chǔ)設(shè)施缺乏，政策扶持力度不足，市場(chǎng)容量較小，無(wú)法形成科技金融發(fā)展的“軟環(huán)境”，極大妨礙了科技金融產(chǎn)業(yè)的發(fā)展。最后，安徽、浙江和廣東等江西周邊省份的科技金融發(fā)展處于全國(guó)前列，產(chǎn)生了極大的虹吸效應(yīng)，導(dǎo)致江西的人才、產(chǎn)業(yè)大量外流，比較優(yōu)勢(shì)缺乏，科技金融產(chǎn)業(yè)無(wú)法形成良性發(fā)展的態(tài)勢(shì)。

在長(zhǎng)江經(jīng)濟(jì)帶各省市中，浙江的科技金融綜合效率值達(dá)1.146，表現(xiàn)最好。這主要得益于浙江整體的經(jīng)濟(jì)結(jié)構(gòu)和市場(chǎng)環(huán)境。高新技術(shù)產(chǎn)業(yè)的發(fā)展極大提高了浙江整體的技術(shù)創(chuàng)新水平，同時(shí)隨著科技在金融領(lǐng)域的廣泛應(yīng)用，一大批新興互聯(lián)網(wǎng)金融企業(yè)涌現(xiàn)，形成了科技金融發(fā)展新業(yè)態(tài)。

從不同區(qū)域來(lái)看，除個(gè)別中西部省市外，長(zhǎng)江經(jīng)濟(jì)帶多數(shù)省市基本達(dá)到了科技金融有效前沿，整體處于科技金融規(guī)模效益遞增階段，但各地區(qū)之間綜合效率差異較大，異質(zhì)性明顯。同時(shí)，因不同地區(qū)、不同階段的實(shí)際情況比較復(fù)雜且不同省市間發(fā)展?jié)摿Υ嬖诓町?，科技金融效率并沒(méi)有表現(xiàn)出東、中、西部遞減趨勢(shì)，甚至出現(xiàn)了個(gè)別西部省市(如重慶)的科技金融效率高于東部省市的現(xiàn)象。

五、結(jié)論與建議

(一)結(jié)論

從靜態(tài)角度看，長(zhǎng)江經(jīng)濟(jì)帶中重慶、浙江、江蘇和上海等省市的科技金融效率及其分解值始終處于有效前沿，并保持規(guī)模收益不變；四川和湖北的科技金融綜合效率值小于1但比較接近1，處于相對(duì)有效階段，主要是因?yàn)檫@兩地的規(guī)模效率和純技術(shù)效率相對(duì)無(wú)效；貴州、云南、湖南、江西和安徽的科技金融綜合效率處于無(wú)效狀態(tài)，也主要是受到規(guī)模效率和純技術(shù)效率的影響。

從動(dòng)態(tài)角度看，按照時(shí)間趨勢(shì)分析，長(zhǎng)江經(jīng)濟(jì)帶的科技金融綜合效率值在2009—2019年間相對(duì)平穩(wěn)，多數(shù)年份綜合效率值大于1，長(zhǎng)期處于上升趨勢(shì)，技術(shù)進(jìn)步對(duì)綜合效率影響最大；按照不同省市分析，貴州和江西的科技金融效率在長(zhǎng)江經(jīng)濟(jì)帶11省市中表現(xiàn)最差，長(zhǎng)期處于無(wú)效狀態(tài)，而浙江則在11省市中表現(xiàn)最好，這主要得益于浙江的經(jīng)濟(jì)結(jié)構(gòu)和市場(chǎng)環(huán)境等優(yōu)勢(shì)。

從區(qū)域差異看，在靜態(tài)效率分析中，東部地區(qū)發(fā)展優(yōu)勢(shì)明顯，長(zhǎng)期處于有效前沿階段，西部地區(qū)因四川和重慶的優(yōu)異表現(xiàn)而整體略好于中部地區(qū)；在動(dòng)態(tài)效率分析中，科技金融效率并未表現(xiàn)出東、中、西部遞減趨勢(shì)，且出現(xiàn)了個(gè)別西部省市(如重慶)的科技金融效率高于東部省市的現(xiàn)象。

(二)建議

1.發(fā)揮政府引導(dǎo)功能，優(yōu)化科技金融融合發(fā)展基礎(chǔ)環(huán)境

在技術(shù)創(chuàng)新成為科技金融發(fā)展的核心關(guān)鍵的當(dāng)下，政府的引導(dǎo)與規(guī)范是塑造和諧競(jìng)爭(zhēng)環(huán)境的重要推手，因此要堅(jiān)持“政府引導(dǎo)，市場(chǎng)運(yùn)作”原則。一方面，針對(duì)重慶、浙江等發(fā)展始終有效的省市，政府要積極發(fā)揮政策導(dǎo)向作用，建立科技金融協(xié)調(diào)機(jī)制，統(tǒng)籌科技金融資源配置，分區(qū)域、分重點(diǎn)地對(duì)不同行業(yè)進(jìn)行扶持引導(dǎo)，避免資源“一邊倒”地流向大型科技金融企業(yè)，提高資源配置效率和政策落實(shí)效果。另一方面，針對(duì)貴州、江西等發(fā)展無(wú)效省份，要發(fā)揮市場(chǎng)這只“無(wú)形的手”的作用，依靠市場(chǎng)的自我調(diào)節(jié)功能，通過(guò)市場(chǎng)競(jìng)爭(zhēng)淘汰效率較低的企業(yè)，避免資源浪費(fèi)。當(dāng)市場(chǎng)失靈、壟斷加劇時(shí)，政府應(yīng)及時(shí)介入，進(jìn)行宏觀調(diào)控，形成市場(chǎng)與政府協(xié)調(diào)統(tǒng)一、相互促進(jìn)的局面，推動(dòng)科技金融和諧發(fā)展。

2．加強(qiáng)人才隊(duì)伍建設(shè)，形成“引進(jìn)+培育”的人才供應(yīng)體系

科技和金融的協(xié)同發(fā)展離不開(kāi)人才支撐。對(duì)于貴州、江西等經(jīng)濟(jì)基礎(chǔ)較為薄弱、教育水平較為落后的地區(qū)來(lái)說(shuō)，人才的缺乏是制約其進(jìn)一步發(fā)展的主要障礙。因此，要加強(qiáng)人才隊(duì)伍建設(shè)，完善人才供應(yīng)體系。一方面，要完善人才培育體系，積極支持高等教育和特色專(zhuān)業(yè)的建設(shè)，培養(yǎng)具備高競(jìng)爭(zhēng)力和發(fā)展?jié)摿Φ母咚刭|(zhì)人才，并充分發(fā)揮高素質(zhì)人才的自主創(chuàng)新能力；另一方面，要完善人才引進(jìn)機(jī)制，設(shè)立科技金融綜合性人才專(zhuān)項(xiàng)引進(jìn)基金項(xiàng)目，形成高校、科研機(jī)構(gòu)與企業(yè)“三位一體”的人才引進(jìn)格局，讓人才“愿意來(lái)”，并“留得住”。同時(shí)，要建設(shè)區(qū)域人才交流中心，加強(qiáng)科研人員之間的交流協(xié)作，形成優(yōu)勢(shì)互補(bǔ)的創(chuàng)新團(tuán)隊(duì)。此外，還要發(fā)揮科技園、創(chuàng)業(yè)孵化區(qū)等平臺(tái)的作用，鼓勵(lì)青年人才積極創(chuàng)新創(chuàng)業(yè)，并為他們提供資金和政策支持，完善獎(jiǎng)勵(lì)機(jī)制，在創(chuàng)新創(chuàng)業(yè)項(xiàng)目中培育實(shí)踐型的科技金融人才。

3．健全產(chǎn)學(xué)研合作流程，推進(jìn)科技成果轉(zhuǎn)化

科技金融效率的提升不僅要靠投入資源的增加，更要靠產(chǎn)出成果的轉(zhuǎn)化。因此，提升科技金融發(fā)展效率的有效途徑之一是搭建科技成果孵化平臺(tái)，為科技金融成果轉(zhuǎn)化提供平臺(tái)支持和市場(chǎng)空間，并將高校和科研機(jī)構(gòu)的人才及知識(shí)優(yōu)勢(shì)同企業(yè)的市場(chǎng)及資金優(yōu)勢(shì)相結(jié)合，充分發(fā)揮不同主體的作用，完善產(chǎn)學(xué)研合作流程，加快推進(jìn)科技成果轉(zhuǎn)化。一方面，高校和科研機(jī)構(gòu)可將最新科技成果轉(zhuǎn)讓給高新技術(shù)企業(yè)，或者以項(xiàng)目為核心建立科技公司，實(shí)現(xiàn)最新科技成果的市場(chǎng)化和產(chǎn)業(yè)化；另一方面，企業(yè)不僅要積極培育和引進(jìn)人才，提高自身研發(fā)創(chuàng)新能力，積極進(jìn)行專(zhuān)利申請(qǐng)，還要時(shí)刻關(guān)注最新科技研究成果，積極與高校及科研機(jī)構(gòu)合作，實(shí)現(xiàn)知識(shí)和信息共享。最后，要形成以市場(chǎng)為導(dǎo)向、以產(chǎn)業(yè)為支撐、產(chǎn)學(xué)研一體化的科技金融服務(wù)體系，為科技成果轉(zhuǎn)化提供良好的市場(chǎng)環(huán)境，加快科技成果轉(zhuǎn)化速度。

4．因地制宜、因城施策，形成差異化的科技金融發(fā)展模式

長(zhǎng)江經(jīng)濟(jì)帶不同區(qū)域間的科技金融效率差異明顯，東部地區(qū)科技金融效率相對(duì)較高，而中西部地區(qū)雖然效率較低，但又具有極大的發(fā)展?jié)摿ΑＲ虼?，要針?duì)不同區(qū)域的具體情況，制定有針對(duì)性的差異化發(fā)展策略。中西部省市要對(duì)科技金融發(fā)展加強(qiáng)政策支持力度，圍繞省會(huì)城市建立科技金融中心，以點(diǎn)帶面，輻射全省。東部省市則要實(shí)施多元化發(fā)展策略，在已有的良好基礎(chǔ)之上，打造多元化融合發(fā)展模式，突出特色，如上海和浙江可分別打造“國(guó)際科技金融中心”和“數(shù)字經(jīng)濟(jì)發(fā)展中心”。同時(shí)，要加強(qiáng)不同區(qū)域之間的協(xié)調(diào)配合，通過(guò)完善基礎(chǔ)設(shè)施和高效引才等舉措加速不同省市之間的要素流動(dòng)，鼓勵(lì)不同區(qū)域相互學(xué)習(xí)、相互借鑒，形成優(yōu)勢(shì)互補(bǔ)、特色明顯的協(xié)同發(fā)展新格局。