董思睿，孫曉娟

（蘭州財經(jīng)大學(xué) 統(tǒng)計學(xué)院， 甘肅 蘭州 730030）

一、引言

戰(zhàn)略性新興產(chǎn)業(yè)是未來經(jīng)濟發(fā)展的支柱產(chǎn)業(yè)，起著帶動產(chǎn)業(yè)轉(zhuǎn)型升級、調(diào)整地區(qū)經(jīng)濟結(jié)構(gòu)以及引領(lǐng)科技創(chuàng)新和產(chǎn)業(yè)發(fā)展方向的重要作用。西北地區(qū)致力于戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展，依托當(dāng)?shù)氐囊刭Y源稟賦，積極探索當(dāng)?shù)貞?zhàn)略性新興產(chǎn)業(yè)發(fā)展路徑，目前出臺的有關(guān)戰(zhàn)略性新興產(chǎn)業(yè)的扶持政策不斷完善，這對那些發(fā)展比較成熟的戰(zhàn)略性新興產(chǎn)業(yè)來說確實起到了極大的促進作用。有研究表明，企業(yè)融資效率是影響戰(zhàn)略性新興產(chǎn)業(yè)所屬企業(yè)發(fā)展的重要因素，較高的融資效率表明企業(yè)可以有效利用外部或內(nèi)部融資所得資金，為企業(yè)運營提供有效支撐。但我國戰(zhàn)略性新興產(chǎn)業(yè)仍存在融資難問題，尤其是西北地區(qū)的企業(yè)更易陷入融資困境。因此對戰(zhàn)略性新興產(chǎn)業(yè)的融資效率的現(xiàn)狀分析以及如何提高戰(zhàn)略性新興產(chǎn)業(yè)的融資效率的研究受到眾多學(xué)者的關(guān)注。目前已有很多學(xué)者用不同的方法測算各地區(qū)不同產(chǎn)業(yè)的融資效率，或分析融資效率的諸多影響因素，進而為不同產(chǎn)業(yè)提高融資效率提出許多行之有效的對策建議。

本文以西北地區(qū)甘肅省、陜西省以及青海省三個省份的43 個戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)為樣本，先使用數(shù)據(jù)包絡(luò)分析法即DEA 方法建立三階段Super-SBM 模型測算上述樣本2013-2019 年的靜態(tài)融資效率，然后利用Malmquist 生產(chǎn)率指數(shù)模型測算其2013-2019 年的動態(tài)融資效率，并進一步對三個省份戰(zhàn)略性新興產(chǎn)業(yè)靜態(tài)融資效率與動態(tài)融資效率進行對比分析，進而為其優(yōu)化融資結(jié)構(gòu)、提高融資效率提出相應(yīng)對策建議。

二、模型的構(gòu)建與數(shù)據(jù)選擇

(一)模型的構(gòu)建

1.三階段Super-SBM 的融資效率模型

Fired(2002)借助前沿生產(chǎn)函數(shù)估計，率先嘗試了基于BCC 的三階段DEA 方法, 并利用SFA 技術(shù)成功了剝離了環(huán)境因素，真實反映決策單元的效率水平。同年，Tone改進了ToneK構(gòu)建的SBM 模型,提出了Super-SBM 模型。和其他傳統(tǒng)模型相比，該模型允許樣本效率值大于1，可以準(zhǔn)確對融資效率進行測算并比較融資效率的高低。因此借鑒以往學(xué)者的經(jīng)驗，本文先建立三階段Super-SBM 模型對靜態(tài)融資效率進行測度。

第一階段，考慮到企業(yè)的規(guī)模差異以及投入的可控制性，本文選擇投入導(dǎo)向型的Super-SBM 模型。在第一階段里利用原始的投入變量與產(chǎn)出變量進行測算，此時的效率值是尚未剔除環(huán)境因素和隨機干擾項對效率值影響的原始效率值。第二階段，首先利用SFA 模型計算環(huán)境因素對第一階段投入差額值的影響，其次去除環(huán)境變量和隨機干擾因素的影響,并按照所有企業(yè)的環(huán)境條件、運氣處于同一水平的原則對投入項進行調(diào)整。第三階段，將調(diào)整后的投入變量代入Super-SBM 模型再次測算各企業(yè)的融資效率，此時的融資效率不含環(huán)境變量和隨機干擾因素影響。

2.Malmquist 生產(chǎn)率指數(shù)模型

上述Super-SBM 模型是利用不同時期的截面數(shù)據(jù)進行的融資效率靜態(tài)測度，難以評估近幾年融資效率的動態(tài)變化。Malmquist 指數(shù)能夠解決這一問題，Malmquist.S于1953 年建立Malmquist 模型分析企業(yè)不同時期的消費變化。目前的Malmquist 模型采用較為廣泛的是Fa¨re等建立的模型，該模型會得到M 指數(shù)即綜合效率，如果M指數(shù)大于1，表示生產(chǎn)率與上一期相比有所增加，企業(yè)生產(chǎn)力水平有所提高；如果M 指數(shù)小于1，則與之相反；如果M 指數(shù)等于1，則企業(yè)生產(chǎn)力水平無變化。同時參考已有的一些相關(guān)研究，綜合效率可以分解為技術(shù)進步指數(shù)TC與技術(shù)效率指數(shù)EC 的乘積，EC 還可以再分解為純技術(shù)效率值PC 和規(guī)模效率值SC 的乘積，其中技術(shù)效率指數(shù)衡量生產(chǎn)效率在相鄰時期的動態(tài)變化情況，評價該樣本企業(yè)是否趨近生產(chǎn)前沿面，而技術(shù)進步指數(shù)能夠反映技術(shù)進步情況，評價企業(yè)是否實現(xiàn)技術(shù)進步，進而推動生產(chǎn)前沿面前移。因此Malmquist 模型能夠精準(zhǔn)測度企業(yè)動態(tài)融資效率，深入探究企業(yè)融資效率，探究綜合效率、技術(shù)效率和技術(shù)進步效率的動態(tài)變化。

(二)數(shù)據(jù)的選擇

1.樣本的選擇

考慮到樣本數(shù)據(jù)的真實性及可獲得性，本文以西北三省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)為樣本，選取2013-2019年的企業(yè)數(shù)據(jù)以測算西北三省戰(zhàn)略性新興產(chǎn)業(yè)的融資效率。通過國家印發(fā)的戰(zhàn)略性新興產(chǎn)業(yè)分類2018 及各省關(guān)于戰(zhàn)略性新興產(chǎn)業(yè)的公告，篩選出43 家既符合戰(zhàn)略性新興產(chǎn)業(yè)要求、經(jīng)營一定時間長度且相關(guān)數(shù)據(jù)完善的上市企業(yè)，其中陜西省25 家、甘肅省12 家、青海省6 家。所選樣本數(shù)量符合DEA 模型對樣本數(shù)的要求。

2.變量選取

(1)投入產(chǎn)出指標(biāo)的選取

融資效率是研究企業(yè)在融資約束下能否實現(xiàn)成本最小化或資金效用最大化的重要指數(shù)，通過借鑒以往學(xué)者的研究成果可以發(fā)現(xiàn), 企業(yè)的融資渠道大多有兩種——內(nèi)部融資和外部融資,內(nèi)部融資渠道是指譬如內(nèi)部集資、股東增資或是盈余公積等企業(yè)自有的融資體系，外部融資渠道指企業(yè)從企業(yè)外部獲取資金，如向銀行借貸、發(fā)行證券或政策性資金補貼等方式。因此，鑒于不同融資渠道對企業(yè)融資效率產(chǎn)生的影響，本文從內(nèi)源融資、債權(quán)融資和股權(quán)融資三大角度入手，選取六個投入指標(biāo)，以切實反映企業(yè)融資活動與資金流動狀況；從企業(yè)財務(wù)質(zhì)量和發(fā)展情況角度入手，選兩個產(chǎn)出指標(biāo)，最終構(gòu)建如表1 所示的融資效率指標(biāo)體系。

表1 融資效率指標(biāo)體系及環(huán)境變量

(2)環(huán)境指標(biāo)的選取

環(huán)境變量是企業(yè)不能控制的外部因素，會影響企業(yè)的生產(chǎn)環(huán)境，進而影響企業(yè)融資效率，如企業(yè)所處經(jīng)濟環(huán)境或發(fā)展階段等。本文借鑒以往學(xué)者的經(jīng)驗，選取公司上市年限、企業(yè)所在地區(qū)金融支持程度以及人均實際GDP作為環(huán)境指標(biāo)。公司上市年限在一定程度上代表了企業(yè)的生產(chǎn)經(jīng)營能力和管理部門的完善程度，但上市時間越長的企業(yè)可能會出現(xiàn)部門的冗余，導(dǎo)致企業(yè)管理效率低、成長發(fā)展速度下降；金融支持力度用于衡量所在地區(qū)金融市場對當(dāng)?shù)亟?jīng)濟體的扶持力度；人均GDP 用于測度企業(yè)所在地區(qū)的真實經(jīng)濟環(huán)境狀況。

3.數(shù)據(jù)來源與處理

企業(yè)財務(wù)數(shù)據(jù)源自CSMAR 數(shù)據(jù)庫等，環(huán)境變量數(shù)據(jù)取自于歷年統(tǒng)計年鑒。DEA 模型的運算需要投入與產(chǎn)出指標(biāo)不小于0，因此，需要對樣本的初始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。具體處理方法如圖1 所示。

圖1 標(biāo)準(zhǔn)化處理方法

三、實證分析

(一)融資效率的靜態(tài)評價——基于三階段Super-SB M模型

1.第一階段分析

將投入與產(chǎn)出指標(biāo)代入Super-SBM 模型中運算得到西北三省戰(zhàn)略性新興產(chǎn)業(yè)43 家企業(yè)在2013-2019 年間的融資效率均值，如表2 所示。43 家企業(yè)七年的融資效率均值為0.90905，表明總體融資效率較高，各個公司融資結(jié)構(gòu)基本合理。但76.74%的企業(yè)仍處于融資非效率狀態(tài)，說明大部分企業(yè)尚處在生產(chǎn)前沿面以下，融資結(jié)構(gòu)尚需優(yōu)化。最大值1.5829，最小值0.4810，標(biāo)準(zhǔn)差為0.1547表明企業(yè)之間融資效率有較大差異。

表2 第一階段企業(yè)七年融資效率均值

將這些企業(yè)的融資效率分區(qū)比較：當(dāng)ρ≥1，企業(yè)實現(xiàn)超效率融資；當(dāng)0.85≤ρ＜1，表明企業(yè)融資效率高；當(dāng)0.7≤ρ＜0.85，表明企業(yè)融資效率一般；當(dāng)ρ＜0.7，表明企業(yè)融資效率低。從ρ 看，有十家企業(yè)實現(xiàn)融資超效率，前三名分別是酒鋼宏興(ρ=1.1324)、西部礦業(yè)(ρ=1.0403)、延長化建(ρ=1.0397)，這些企業(yè)融資效率處于前沿面，融資結(jié)構(gòu)極為合理，處于融資效率有效的狀態(tài)；另有22 家企業(yè)的融資效率較高，均值大于0.85，以及八家企業(yè)的融資效率一般處于0.7≤ρ＜0.85 的區(qū)間。最后有三家企業(yè)融資效率小于0.7，分別是*ST 鹽湖(ρ=0.6965)、陜鼓動力(ρ=0.6063)、中國西電(ρ=0.5763)，這些企業(yè)的融資效率不在前沿面上，融資結(jié)構(gòu)尚需優(yōu)化。

對三個省份的融資效率進行對比分析，從表3 可發(fā)現(xiàn)陜西省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)最多、有三家企業(yè)占據(jù)融資超效率的前五名位置，且融資超效率企業(yè)在總體25 家企業(yè)里占比即有效率也最高，但陜西省的融資效率標(biāo)準(zhǔn)差最大，企業(yè)之間融資效率差異最大。甘肅省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)數(shù)量12 家，但只有一家實現(xiàn)超效率，且甘肅省的融資效率標(biāo)準(zhǔn)差最小，企業(yè)之間融資效率差異最小。青海省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)最少且僅一家戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)實現(xiàn)超效率。由此說明，從靜態(tài)融資效率角度出發(fā)，陜西省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展較好且融資效率高，甘肅省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展一般且融資效率差異大，青海省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展較為落后，尚需進一步發(fā)展。

表3 第一階段各省效率值均值

2.第二階段分析

第二階段，將影響西北三省戰(zhàn)略性新興產(chǎn)業(yè)的上市企業(yè)融資效率的環(huán)境變量放入SFA 模型中回歸。其中所在地區(qū)的公司上市年限、金融支持度與經(jīng)濟環(huán)境是自變量，第一階段的應(yīng)收賬款、負(fù)債合計、實收資本、資本公積、盈余公積與未分配利潤的投入松弛值是因變量。從回歸結(jié)果中的Log like lihood 值和LR 值可知SFA 模型總體的回歸結(jié)果較好。各投入松弛值的γ 值均大于0.5 且在1%水平下顯著，分別為0.81027、0.79974、0.89159、0.88104、0.87605 與0.92617，說明管理因素在西北三省戰(zhàn)略性新興產(chǎn)業(yè)的上市企業(yè)的大部分投入中占主要作用，應(yīng)剔除外部環(huán)境影響和隨機擾動項的干擾。因此對各投入變量的松弛變量進行SFA 回歸，回歸結(jié)果見表4。對回歸結(jié)果進行分析，正回歸系數(shù)表明環(huán)境變量與投入松弛值呈正向變動關(guān)系，該環(huán)境變量的增加導(dǎo)致該決策單元的投入冗余增加或產(chǎn)出減少，不利于效率提高；當(dāng)回歸系數(shù)為負(fù)時，則相反。表4 的回歸結(jié)果表明：不同的環(huán)境因素對不同的投入變量松弛值具有不同的影響。

表4 第二階段SFA 回歸結(jié)果

公司上市年限對負(fù)債合計、盈余公積松弛值回歸的系數(shù)在5%或10%的顯著水平下存在負(fù)相關(guān)性。這表明公司上市年限的增加，導(dǎo)致負(fù)債合計、盈余公積松弛值減少，企業(yè)上市年限增加，給企業(yè)提供了更為便利的融資條件，有利于企業(yè)生產(chǎn)與管理規(guī)模的擴大與盈利能力的提高，有利于企業(yè)融資效率的提升。但公司上市年限對應(yīng)收賬款松弛值回歸的系數(shù)在5%的顯著水平下存在正相關(guān)性，這表明公司上市年限的增加，導(dǎo)致企業(yè)應(yīng)收賬款松弛值增加，企業(yè)在生產(chǎn)經(jīng)營規(guī)模擴大的同時增加應(yīng)收賬款冗余，不利于融資結(jié)構(gòu)優(yōu)化以及融資效率的提升。

金融支持力度對實收資本與盈余公積松弛值的回歸系數(shù)在10%的顯著性水平下存在負(fù)相關(guān)性，這表明社會融資規(guī)模的擴大，有利于實收資本與盈余公積松弛值的減少，有利于企業(yè)擴大生產(chǎn)經(jīng)營規(guī)模、有利于企業(yè)融資效率的提升；金融支持力度對未分配利潤松弛值的回歸系數(shù)在10%的顯著性水平下存在負(fù)相關(guān)性，這表明社會融資規(guī)模的增加，導(dǎo)致企業(yè)未分配利潤松弛值增加，造成未分配利潤冗余增加，不利于融資結(jié)構(gòu)的優(yōu)化以及融資效率的提升。

人均GDP 對實收資本松弛值在10%的顯著性水平下存在負(fù)相關(guān)性，這表明人均GDP 的增加，有利于企業(yè)實收資本松弛值減少，西北地區(qū)經(jīng)濟環(huán)境的改善促進企業(yè)融資結(jié)構(gòu)優(yōu)化，有利于融資效率的提高。但人均GDP 對應(yīng)收賬款與資本公積松弛值在1%或5%的顯著性水平下存在正相關(guān)性，這表明人均GDP 的增加，導(dǎo)致企業(yè)應(yīng)收賬款與資本公積松弛值增加，不利于企業(yè)融資效率的提升。這可能是因為西北地區(qū)經(jīng)濟環(huán)境的改善促使企業(yè)的生產(chǎn)經(jīng)營環(huán)境得到優(yōu)化，企業(yè)持續(xù)增加生產(chǎn)經(jīng)營的投入，但融資活動對企業(yè)生產(chǎn)經(jīng)營的效果不佳，導(dǎo)致企業(yè)融資效率不高。

3.第三階段分析

先對第二階段投入變量的回歸結(jié)果進行調(diào)整，再將其與原始產(chǎn)出變量代入Super-SBM 模型進行運算, 就得到第三階段43 家企業(yè)七年的融資效率均值。先對第三階段的結(jié)果進行分析，43 家企業(yè)七年的融資效率均值為0.97568，剔除環(huán)境因素的影響后總體融資效率得到優(yōu)化，企業(yè)的融資活動更為合理，能夠帶來較好的產(chǎn)出效果。這表明第一階段傳統(tǒng)Super-SBM 模型受到環(huán)境因素和隨機因素的影響，環(huán)境變量對融資效率起到了抑制作用。但仍有35 家企業(yè)處于非效率狀態(tài)，大部分企業(yè)的融資結(jié)構(gòu)仍欠佳，尚余改進空間，需進一步優(yōu)化。最大值1.57308，最小值0.72504，標(biāo)準(zhǔn)差為0.07183，表明企業(yè)之間融資效率仍有較大差異。再將之與第一階段的結(jié)果進行對比分析，剔除環(huán)境變量和隨機干擾的影響后，雖然43 家企業(yè)七年的融資效率均值得到較大幅度提升，但實現(xiàn)超融資效率的企業(yè)由十家下降至八家。其中酒鋼宏興、西部礦業(yè)與延長化建一直保持在融資效率前三名的位置，而智慧能源的融資效率在第三階段中超過1，表明這家企業(yè)在剔除環(huán)境變量和隨機干擾的影響后，融資活動非常有效地促進生產(chǎn)經(jīng)營活動。而金鉬股份、興化股份與堅瑞沃能的融資效率在第三階段低于1，不再是融資超效率企業(yè)，說明這三家企業(yè)受到較大程度的環(huán)境因素影響，其真實融資活動效率較低，融資結(jié)構(gòu)尚存改進余地。

表5 第三階段企業(yè)七年融資效率均值

對三個省份的融資效率進行對比分析，陜西省戰(zhàn)略性新興產(chǎn)業(yè)的融資超效率企業(yè)數(shù)量相比于第一階段均有所下降，但超效率企業(yè)的數(shù)量仍最多。陜西省在剔除環(huán)境因素的影響后融資效率標(biāo)準(zhǔn)差不再是最大而變?yōu)樽钚。砻鳝h(huán)境因素對不同的陜西省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)的融資效率有不同影響。甘肅省仍只有一家戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)實現(xiàn)超效率，但甘肅省12 家戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)的融資效率均值(0.98543)與第一階段融資效率均值相比有最大幅度的提升，且超過陜西省與青海省的效率均值。青海省在剔除環(huán)境因素的影響后新增一家企業(yè)實現(xiàn)超效率，且融資效率有較大幅度的提升。青海省在剔除環(huán)境因素的影響后融資效率標(biāo)準(zhǔn)差變?yōu)樽畲?，說明青海省不同戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)的真實融資結(jié)構(gòu)的合理性具有較大差異，融資活動對生產(chǎn)經(jīng)營活動起到不同的影響?？傊谔蕹h(huán)境因素和干擾因素的影響后，陜西省、甘肅省與青海省的融資效率均值均得到較大程度的提升，但不同省份融資效率具有不同的變化差異，也進一步說明對環(huán)境因素的剝離是有必要的。

表6 第三階段各省效率值均值

(二)融資效率的動態(tài)評價——基于m alm quist模型

利用malmquist 模型以研究西北三省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)融資效率的動態(tài)變化。參考曾剛等的研究方法對西北三省戰(zhàn)略性新興產(chǎn)業(yè)融資效率的總體效率指數(shù)M 以及技術(shù)效率指數(shù)EC、技術(shù)進步指數(shù)TC 行對比分析。

1.Malmquist 指數(shù)的整體變化軌跡分析

西北三省戰(zhàn)略性新興產(chǎn)業(yè)Malmquist 指數(shù)的總體效率M 各年份區(qū)間均值如表7 所示，折線圖如圖2 所示。對總體進行分析，從表7 與圖2 中可看出西北三省戰(zhàn)略性新興產(chǎn)業(yè)上市企業(yè)的M 保持在1.0 左右的水平，說明西北三省戰(zhàn)略性新興產(chǎn)業(yè)融資效率普遍較高，能夠有效利用融資以提升企業(yè)價值、促進企業(yè)發(fā)展。且融資效率呈現(xiàn)較強的波動性變化，不斷上升或下降，較高的波動性說明西北三省戰(zhàn)略性新興產(chǎn)業(yè)剛剛起步，受到眾多不確定性因素的影響，如政府引導(dǎo)政策、技術(shù)創(chuàng)新能力、知識產(chǎn)權(quán)環(huán)境等。

圖2 三省M 折線圖

表7 各省M 、EC、SC、PC、TC 各年份區(qū)間均值

對三個省份進行比較分析，青海省的M 值呈現(xiàn)的波動性最大，在2013-2016 年間經(jīng)歷了下降后，在2016-2019 年間一直處于增加趨勢，但僅有兩家企業(yè)的M均值大于1，這可能是因為青海省戰(zhàn)略性新興產(chǎn)業(yè)剛起步，但政府在引導(dǎo)或優(yōu)惠等政策方面做出積極嘗試以促進戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。陜西省的M 值在2013-2017 年間經(jīng)歷了先降再升、到了2017-2019 年間則先降再升，呈現(xiàn)的波動性最小，且有八家企業(yè)的M 均值大于1，這可能是因為陜西省戰(zhàn)略性新興產(chǎn)業(yè)已探索出較為穩(wěn)定的發(fā)展模式，并實現(xiàn)初步發(fā)展。甘肅省的M 值在2013-2017 年間經(jīng)歷了先降再升、到了2017-2019 年間則是一直下降，呈現(xiàn)波動性較大。甘肅省的動態(tài)融資效率均值最小，且僅有兩家企業(yè)M 均值大于1，這可能是因為政府政策的傾斜程度較小，尚不能支撐戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展。

2.技術(shù)效率指數(shù)軌跡分析

西北三省戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率指數(shù)EC 以及構(gòu)成技術(shù)效率指數(shù)的規(guī)模效率指數(shù)SC 和純技術(shù)進步指數(shù)PC 各年份區(qū)間均值如表4 所示，折線圖如圖3、圖4、圖5所示。

圖3 三省EC 折線圖

圖4 三省SC 折線圖

圖5 三省PC 折線圖

對總體進行分析，西北三省戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率指數(shù)EC 一直趨于穩(wěn)定保持在1 左右的水平，規(guī)模效率指數(shù)SC 圍繞1.0 上下起伏，純技術(shù)效率PC 呈現(xiàn)的波動性最大。對此進行具體分析，從規(guī)模效率指數(shù)來看，SC＞1的企業(yè)數(shù)有12 家，只有27.9%的企業(yè)實現(xiàn)規(guī)模報酬遞增。72.1%的企業(yè)只能保持規(guī)模不變甚至規(guī)模報酬遞減。這說明西北三省戰(zhàn)略性新興產(chǎn)業(yè)尚未形成實現(xiàn)規(guī)模經(jīng)濟的產(chǎn)業(yè)集群，融資規(guī)模較小，融資成本仍較高。從純技術(shù)效率PC 來看，PC＞1 的企業(yè)數(shù)只有五家，表明西北三省戰(zhàn)略性新興產(chǎn)業(yè)的純技術(shù)效率作用不明顯，技術(shù)創(chuàng)新水平較低，未能引起資本市場的關(guān)注，進而對企業(yè)進行大量注資，改善企業(yè)融資狀況。

對三個省份進行比較分析，陜西省戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)效率指數(shù)EC、規(guī)模效率指數(shù)SC 與純技術(shù)效率PC 波動趨勢與總體的波動趨勢相似，但波動性更大。這表明陜西省在一定程度上代表了西北地區(qū)整體戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展?fàn)顩r、資本市場發(fā)展及技術(shù)創(chuàng)新能力。甘肅省的EC 與總體EC 波動趨勢不盡相同，但SC 與PC 波動趨勢與總體較為相似。此外甘肅省的EC、SC、PC 較低且波動性最小，這表明甘肅省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展一般，在規(guī)模效率方面，尚需引起更多社會資本關(guān)注，擴大融資規(guī)模；在純技術(shù)創(chuàng)新效率方面，尚需進一步優(yōu)化知識產(chǎn)權(quán)環(huán)境，提高企業(yè)技術(shù)創(chuàng)新能力。青海省的EC、SC 與PC 波動趨勢與總體波動趨勢完全不同，且波動性極大，是波動性最大的省份。青海省的SC 值與PC 值在后幾年穩(wěn)步提高，這表明青海省注重企業(yè)的規(guī)模管理以及企業(yè)信息技術(shù)和經(jīng)營管理優(yōu)化，積極探索發(fā)展新路徑與新模式，推動戰(zhàn)略性新興產(chǎn)業(yè)快速發(fā)展。

3.技術(shù)進步指數(shù)TC 軌跡分析

技術(shù)進步指數(shù)TC 表示的是當(dāng)生產(chǎn)的實際投入量不變，最優(yōu)產(chǎn)出從T 期到T+1 期的變化，即生產(chǎn)技術(shù)進步程度。西北三省戰(zhàn)略性新興產(chǎn)業(yè)技術(shù)進步指數(shù)TC 各年份區(qū)間均值如表4 所示，折線圖如圖6 所示。

圖6 各省不同年份區(qū)間的技術(shù)進步指數(shù)TC 均值

對總體進行分析，在2013 到2016 年間，西北三省戰(zhàn)略性新興產(chǎn)業(yè)TC 值小于1，但在2016 到2019 年間，TC值均大于1，這表明西北三省在前幾年雖未能實現(xiàn)生產(chǎn)技術(shù)進步，但仍致力于技術(shù)創(chuàng)新或產(chǎn)品工藝的創(chuàng)新，并在近幾年實現(xiàn)生產(chǎn)技術(shù)進步。此外，在43 家企業(yè)中有過半數(shù)的企業(yè)均值TC 大于或等于1，這表明西北三省戰(zhàn)略性新興產(chǎn)業(yè)中有較多的企業(yè)積極尋求技術(shù)突破，追求降低融資成本或增大融資產(chǎn)出，促進融資效率的提升。

對三個省份進行比較分析，陜西省戰(zhàn)略性新興產(chǎn)業(yè)在2016-2017 和2018-2019 年間實現(xiàn)技術(shù)進步，且有14家企業(yè)的TC 值大于1，表明陜西省的已有技術(shù)水平較高，但企業(yè)仍致力于技術(shù)創(chuàng)新，尋求技術(shù)突破，并在近些年實現(xiàn)技術(shù)進步。甘肅省的戰(zhàn)略性新興產(chǎn)業(yè)在2016-2018 年間實現(xiàn)技術(shù)進步，且有六家企業(yè)的TC 值大于1，這表明近些年甘肅省政府加大政策傾斜力度，企業(yè)在獲得更多稅收優(yōu)惠以及政府資金注入的同時能夠加大研發(fā)力度、提高技術(shù)創(chuàng)新能力、推動技術(shù)不斷進步。青海省在2013-2014、2016-2019 年間實現(xiàn)技術(shù)進步，且有一半企業(yè)的TC 值大于1，這表明青海省政府對戰(zhàn)略性新興產(chǎn)業(yè)的政策傾斜力度不斷加大，優(yōu)化知識產(chǎn)權(quán)環(huán)境，推動企業(yè)不斷實現(xiàn)技術(shù)創(chuàng)新，技術(shù)進步明顯。

四、結(jié)論與對策建議

(一)結(jié)論

本文利用三階段Super-SBM 模型以及Malmquist 模型測度了西北三省戰(zhàn)略性新興產(chǎn)業(yè)的靜態(tài)和動態(tài)融資效率。得出結(jié)論:第一，從靜態(tài)融資效率結(jié)果分析，西北三省戰(zhàn)略性新興產(chǎn)業(yè)的43 家樣本企業(yè)在七年間的均值大于0.85，但剔除環(huán)境因素以及隨機干擾因素的影響后，實現(xiàn)超融資效率的企業(yè)僅八家，81.40%的企業(yè)融資效率低于1，融資活動的產(chǎn)出效應(yīng)不佳。這說明融資效率整體較高，但仍普遍存在融資結(jié)構(gòu)不合理以及融資約束現(xiàn)象。地區(qū)之間差異較大，陜西省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展最好。第二，從動態(tài)融資效率結(jié)果分析，綜合效率M 指數(shù)圍繞1.0 上下波動。其中青海省M 值波動性最大、陜西省波動性最小，而甘肅省波動性較大但M 均值最小，這可能與戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展階段、政府政策的傾斜程度等因素相關(guān)。第三，對技術(shù)效率的動態(tài)變化趨勢分析，西北三省戰(zhàn)略性新興產(chǎn)業(yè)受規(guī)模效率SC 影響大于純技術(shù)效率PC，但均沒有對產(chǎn)業(yè)融資產(chǎn)生較大的作用。陜西省與甘肅省的EC、SC與PC 與總體波動趨勢均較相似，青海省則完全不同且波動性最大，這可能與地區(qū)資本市場發(fā)展、技術(shù)創(chuàng)新能力等因素相關(guān)。第四，對技術(shù)進步指數(shù)的動態(tài)變化趨勢分析，2013 到2016 年間的TC 小于1，未能實現(xiàn)生產(chǎn)技術(shù)進步，但2016 到2019 年間的TC 均大于1，說明西北三省近幾年致力于科技創(chuàng)新以此吸引更多外部投資，促進融資效率的提升，其中青海省的技術(shù)進步最為明顯。這與地區(qū)已有技術(shù)水平、知識產(chǎn)權(quán)環(huán)境等因素相關(guān)。

(二)對策建議

基于上述結(jié)論，本文對此提出以下建議：

第一，優(yōu)化地區(qū)金融生態(tài)環(huán)境，完善市場監(jiān)督機制。拓寬戰(zhàn)略性新興產(chǎn)業(yè)的融資渠道，尤其是融資約束程度高的中小新興企業(yè)，同時降低企業(yè)的融資成本，適當(dāng)放松企業(yè)的融資限制。政府還應(yīng)完善市場監(jiān)督機制，降低融資風(fēng)險，為企業(yè)提供穩(wěn)定的金融市場營造良好的融資環(huán)境，促進戰(zhàn)略性新興產(chǎn)業(yè)穩(wěn)定而又高質(zhì)量發(fā)展。

第二，發(fā)展當(dāng)?shù)貞?zhàn)略性新興產(chǎn)業(yè)集群，形成規(guī)模經(jīng)濟優(yōu)勢。應(yīng)加大對戰(zhàn)略性新興產(chǎn)業(yè)的資金支持，幫助企業(yè)擴大融資規(guī)模及生產(chǎn)規(guī)模；另一方面，在降低企業(yè)融資成本、管理成本的同時，提高企業(yè)的產(chǎn)出效益和資金使用效率。

第三，推動企業(yè)技術(shù)創(chuàng)新，大力發(fā)展科技金融。鼓勵企業(yè)積極創(chuàng)新，提高自身的科研能力，但在推動技術(shù)進步的同時也要優(yōu)化經(jīng)營管理。加大風(fēng)險投資機構(gòu)專業(yè)化建設(shè)、大力發(fā)展互聯(lián)網(wǎng)金融、知識產(chǎn)權(quán)質(zhì)押融資等科技金融，為戰(zhàn)略性新興產(chǎn)業(yè)提供新的融資渠道,并推動企業(yè)技術(shù)進步。