第二篇 普惠金融

基于DEA模型的寧夏科技金融投入產(chǎn)出結(jié)合效率研究

中國人民銀行石嘴山市中心支行課題組

作為推動(dòng)經(jīng)濟(jì)發(fā)展的兩大主力，科技與金融的結(jié)合對(duì)促進(jìn)科技進(jìn)步、加快高新技術(shù)產(chǎn)業(yè)發(fā)展具有積極意義。在科技發(fā)展進(jìn)程中合理有效地配置有限的科技金融資源，對(duì)于推進(jìn)金融與科技結(jié)合、促進(jìn)科學(xué)技術(shù)發(fā)展和社會(huì)進(jìn)步具有重要的理論和現(xiàn)實(shí)意義。但現(xiàn)實(shí)中，無論是國家還是地方，其科技金融資源都十分有限。近年來，寧夏以創(chuàng)新驅(qū)動(dòng)戰(zhàn)略為指引、以金融服務(wù)實(shí)體經(jīng)濟(jì)為核心，為促進(jìn)科技與金融相結(jié)合，不僅在政策、制度方面給予大力支持，而且對(duì)科技金融投入的規(guī)模和力度也在逐年加大。然而，寧夏科技金融結(jié)合工作起步較晚，加之科技金融資源有限、扶持方式和途徑單一等原因，與全國兄弟省份相比各項(xiàng)工作明顯滯后。因此，合理配置金融資源，充分提升科技金融的運(yùn)行效率十分必要。

一、文獻(xiàn)綜述

國外最早關(guān)于科技金融的論述主要側(cè)重于金融對(duì)科技創(chuàng)新的作用，如chumpeter（1912）提出的信用創(chuàng)造論中指出信貸等金融變量對(duì)經(jīng)濟(jì)創(chuàng)新具有重要作用；Chou（2001）等提出金融產(chǎn)品（服務(wù)）創(chuàng)新對(duì)技術(shù)創(chuàng)新的影響。后期以科技財(cái)力的資源配置為側(cè)重點(diǎn)對(duì)科技金融結(jié)合效率進(jìn)行測(cè)評(píng)，比較領(lǐng)先的是美國的高投入與高產(chǎn)出的科技資源配置；歐盟總體整合的科技發(fā)展戰(zhàn)略；日本政府對(duì)各領(lǐng)域具有創(chuàng)新精神的研發(fā)強(qiáng)化。

與國外相比，國內(nèi)學(xué)者對(duì)科技金融結(jié)合效率的研究起步較晚。關(guān)于科技金融的研究從最初多數(shù)集中在國家層面，逐步拓展至省市層面。如王海、葉元煦（2003）運(yùn)用層次分析法對(duì)我國1991—1999年科技金融結(jié)合效率進(jìn)行了評(píng)價(jià)。趙稚薇（2012）運(yùn)用數(shù)據(jù)包絡(luò)法（DEA）對(duì)我國22個(gè)省、直轄市、自治區(qū)2005—2008年科技金融對(duì)技術(shù)創(chuàng)新的作用效率進(jìn)行分析。呂江林等（2012）以中部和東部發(fā)達(dá)省市為研究對(duì)象，選擇2009年的投入數(shù)據(jù)作為投入指標(biāo)，2010年的產(chǎn)出數(shù)據(jù)作為產(chǎn)出指標(biāo)，分析其科技金融相對(duì)效率。也有個(gè)別學(xué)者以省份為目標(biāo)對(duì)其科技金融結(jié)合效率進(jìn)行評(píng)價(jià)。如華玉燕等采用DEA方法對(duì)安徽省1997—2010年的科技金融結(jié)合效率進(jìn)行分析。韓威基于DEA-Tobit模型，采集了河南省2005—2015年18個(gè)地市科技金融的有關(guān)數(shù)據(jù)，對(duì)其科技金融結(jié)合效率進(jìn)行了實(shí)證研究。整理資料發(fā)現(xiàn)，對(duì)寧夏科技金融結(jié)合效率評(píng)價(jià)的文獻(xiàn)較少，只有陳軍梅基于DEA-Malmquist指數(shù)方法開展的寧夏科技金融結(jié)合效率研究。因此，本文在前人研究的基礎(chǔ)上，采用DEA方法對(duì)寧夏科技金融結(jié)合效率進(jìn)行具體評(píng)價(jià)與分析，發(fā)掘其中存在的問題，并提出政策性建議。

二、指標(biāo)體系構(gòu)建

（一）指標(biāo)體系確立

本文結(jié)合寧夏實(shí)際，將選擇的多個(gè)指標(biāo)進(jìn)行篩選處理，最終選擇對(duì)投入和產(chǎn)出解釋程度較高的核心指標(biāo)，建立相對(duì)科學(xué)合理的科技金融投入產(chǎn)出指標(biāo)體系，如表1所示。

表1 科技金融投入產(chǎn)出指標(biāo)體系

金融投入指標(biāo)包括R&D經(jīng)費(fèi)內(nèi)部支出、R&D人員總量以及地方財(cái)政科技撥款占地方財(cái)政支出的百分比。其中，R&D經(jīng)費(fèi)內(nèi)部支出是反映地方科技金融投入的重要指標(biāo)；R&D人員總量反映一個(gè)地區(qū)對(duì)科技活動(dòng)的人力資本投入；地方財(cái)政科技撥款占地方財(cái)政支出的百分比反映了地方政府對(duì)科技的支持力度，地方財(cái)政的科技撥款有利于引導(dǎo)更多的社會(huì)資金投入科技領(lǐng)域，對(duì)地方科技金融的發(fā)展有重要作用。在科技產(chǎn)出方面，高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入是科技活動(dòng)的直接產(chǎn)業(yè)化收入，很大程度上反映了科技的總產(chǎn)出情況；專利申請(qǐng)授權(quán)量和國外主要檢索工具收錄科技論文數(shù)能直接體現(xiàn)一個(gè)地區(qū)的科技活動(dòng)成果，是衡量科技活動(dòng)產(chǎn)出的常用指標(biāo)；技術(shù)市場(chǎng)成交合同數(shù)反映了技術(shù)交易活動(dòng)的活躍程度，活躍的技術(shù)交易，能促進(jìn)科研成果向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化。

（二）數(shù)據(jù)處理

由于科技產(chǎn)出較金融投入有一定的滯后性，本文借鑒相關(guān)學(xué)者的研究，考慮寧夏科研發(fā)展現(xiàn)狀，假定科技金融投入與產(chǎn)出的時(shí)間差為一年，將原投入產(chǎn)出數(shù)據(jù)（xt, yt）改為（xt, yt+1）代入模型進(jìn)行計(jì)算。為剔除價(jià)格因素的影響，對(duì)R&D內(nèi)部經(jīng)費(fèi)支出用CPI指數(shù)進(jìn)行平減，對(duì)高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)進(jìn)行平減，處理后得到最終數(shù)據(jù)。

三、DEA方法

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡(jiǎn)稱DEA）是著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper等學(xué)者在“相對(duì)效率評(píng)價(jià)”概念基礎(chǔ)上發(fā)展起來的一種新的系統(tǒng)分析方法。本文選擇DEA中兩個(gè)基本模型：CCR模型和BCC模型對(duì)全國及寧夏科技金融的結(jié)合效益進(jìn)行評(píng)價(jià)。

1. CCR模型。CCR模型作為DEA模型中的第一個(gè)模型，常用來評(píng)價(jià)決策單元的整體效率。在假設(shè)規(guī)模報(bào)酬不變的條件下，模型對(duì)各項(xiàng)投入與產(chǎn)出的生產(chǎn)因子進(jìn)行線性組合，將投入與產(chǎn)出的比率視為整個(gè)集合相對(duì)效率，根據(jù)投入產(chǎn)出的相對(duì)效率可對(duì)各決策單元進(jìn)行有效的評(píng)估。CCR得分與決策單元整體效率之間的關(guān)系如表2所示。

2. BCC模型。CCR模型的缺陷在于無法說明一個(gè)弱效率的決策單元，而其弱效率是由技術(shù)無效率或者規(guī)模無效率引起的，BCC模型是在其基礎(chǔ)上進(jìn)行改進(jìn)，將固定規(guī)模報(bào)酬（Constant Returnto Scale, CRS）的假定放寬為變動(dòng)規(guī)模報(bào)酬（Variable Returnto Scale, VRS），分析當(dāng)決策單元處于非有效狀態(tài)時(shí)，有多大程度是由技術(shù)無效引起的。

表2 CCR得分與決策單元整體效率之間的關(guān)系

四、實(shí)證分析

本文采用DEAP2.1軟件進(jìn)行求解，在求解過程中，選擇投入為主導(dǎo)型，也就是在既定投入下計(jì)算產(chǎn)出的最大值。分析結(jié)果如表3、表4所示。

表3 2015年中國30個(gè)省區(qū)市科技金融結(jié)合效率分析結(jié)果

續(xù)表

表4 2011—2015年寧夏科技金融結(jié)合效率分析結(jié)果

注：規(guī)模報(bào)酬?duì)顟B(tài)drs表示規(guī)模報(bào)酬遞減，-表示規(guī)模報(bào)酬不變，irs表示規(guī)模報(bào)酬遞增。

（一）CCR模型結(jié)果分析

從分析結(jié)果可以看出，與全國其他省份相比，2015年寧夏CCR得分為0.578分，位于全國倒數(shù)第三，后兩名分別為山西和內(nèi)蒙古，而臨近省份甘肅、青海卻分別排在全國第11、12位，表明2015年寧夏科技金融結(jié)合效率處于明顯非有效狀態(tài)，科技金融投入與產(chǎn)出未達(dá)到最佳狀態(tài)，需要進(jìn)行長(zhǎng)期調(diào)整才能達(dá)到有效水平。寧夏的R&D經(jīng)費(fèi)內(nèi)部支出、R&D人員總量均位于全國的倒數(shù)第3，投入力度小；而技術(shù)市場(chǎng)成交合同數(shù)和國外主要檢索工具收錄科技論文數(shù)分別位于倒數(shù)第5位和第2位，可見相對(duì)于其他省份，寧夏仍舊缺乏有質(zhì)量的科技產(chǎn)出，科技成果轉(zhuǎn)化、產(chǎn)業(yè)化的程度有待加強(qiáng)。

（二）BCC模型結(jié)果分析

從BCC模型分析結(jié)果可以看出，2015年寧夏BCC得分為0.712分，表明技術(shù)是非有效的，而規(guī)模效率也為非有效，綜合效率沒有達(dá)到有效。表明在目前的技術(shù)水平上，寧夏金融投入的使用是非有效的，規(guī)模和投入產(chǎn)出不相匹配是綜合效率沒有達(dá)到有效的根本原因。由于技術(shù)非有效，導(dǎo)致科技金融資源未得到合理配置，可能存在投入冗余或產(chǎn)出不足。計(jì)算得出寧夏2011—2015年寧夏科技金融投入與產(chǎn)出的冗余值如表5所示。對(duì)于投入產(chǎn)出的冗余值，如果為正，則代表不足，如果為負(fù)，則代表過多。根據(jù)表5可得，2011—2015年科技金融投入與產(chǎn)在2012年出現(xiàn)冗余。

表5 2011—2015年寧夏科技金融投入與產(chǎn)出的冗余值

（三）規(guī)模有效性結(jié)果分析

規(guī)模效率由CCR與BCC得分的比值計(jì)算得出，反映決策單元處于非有效狀態(tài)時(shí)，有多大程度是由規(guī)模無效引起的。從表4規(guī)模效率分析結(jié)果來看，2011年，2013—2015年的規(guī)模效率為1，說明投入規(guī)模適當(dāng)，金融投入和科技產(chǎn)出相對(duì)均衡；2012年規(guī)模報(bào)酬遞增，即各金融投入要素同比例增加時(shí)，科技產(chǎn)出的增加比例大于投入的變化比例。說明應(yīng)增加科技金融規(guī)模，以達(dá)到規(guī)模有效狀態(tài)。也正是因?yàn)閷幭膹?012年起啟動(dòng)了科技金融結(jié)合工作，之后五年，財(cái)政累計(jì)投入7000多萬元，通過科技金融專項(xiàng)補(bǔ)貼、風(fēng)險(xiǎn)補(bǔ)償?shù)确绞剑藙?dòng)了35億元金融資金支持科技企業(yè)創(chuàng)新創(chuàng)業(yè)發(fā)展，財(cái)政資金放大、倍增效果十分明顯，才實(shí)現(xiàn)了未來幾年的規(guī)模有效。

（四）綜合分析

對(duì)2015年全國30個(gè)省區(qū)市科技金融結(jié)合效率進(jìn)行的CCR和BCC的分析可以看出，寧夏的整體效率、技術(shù)效率及規(guī)模效率值均在[0.1, 0.9]之間，表明這期間的科技金融結(jié)合效率未達(dá)到有效狀態(tài)，科技金融投入與產(chǎn)出未達(dá)到最佳狀態(tài)，需要長(zhǎng)期調(diào)整。同時(shí)規(guī)模報(bào)酬遞增，說明應(yīng)該適當(dāng)擴(kuò)大科技金融規(guī)模。而縱向看寧夏2011—2015年數(shù)據(jù)發(fā)現(xiàn)，政府對(duì)科技金融的關(guān)注與日俱增，雖然寧夏科技金融結(jié)合工作起步晚，各項(xiàng)數(shù)據(jù)指標(biāo)落后，但隨著寧夏積極探索科技和金融結(jié)合的新途徑，科技金融合作步伐加快，已取得了初步成效。因此，現(xiàn)階段主要依靠增加金融投入來提高產(chǎn)出是經(jīng)濟(jì)的。未來寧夏科技金融改革的重點(diǎn)在于合理擴(kuò)大科技金融規(guī)模，調(diào)整金融投入結(jié)構(gòu)，將金融投入與科技研發(fā)所處階段相對(duì)應(yīng)、相協(xié)調(diào)，更好地發(fā)揮其規(guī)模效益。

五、結(jié)論與建議

本文采用DEA方法，結(jié)合2015年全國30個(gè)省區(qū)市及寧夏2011—2015年科技金融相關(guān)數(shù)據(jù)進(jìn)行效率分析評(píng)價(jià)得出結(jié)論：近年來寧夏科技金融的結(jié)合面臨著金融投入不足、科研技術(shù)水平有待提升、科技產(chǎn)出相對(duì)不足、科技產(chǎn)業(yè)化水平低等問題。寧夏在科技方面總體投入在全國范圍一直落后，科技金融的結(jié)合效率仍需提升。根據(jù)模型分析的結(jié)果，對(duì)寧夏未來科技金融的發(fā)展，本文提出以下具體建議。

（一）整合資源完善政策體系

政府要在現(xiàn)有政策基礎(chǔ)上，積極完善科技金融政策體系，保障工作順利開展，同時(shí)要組織相關(guān)人員，深入企業(yè)，對(duì)政策進(jìn)行認(rèn)真宣講，對(duì)企業(yè)相關(guān)人員尤其是管理人員和財(cái)務(wù)人員進(jìn)行培訓(xùn)，使其了解政策，能夠靈活、準(zhǔn)確應(yīng)用政策。

（二）創(chuàng)新科技金融投入方式

在整合現(xiàn)有的科技金融資源的基礎(chǔ)上，繼續(xù)加大財(cái)政對(duì)科技金融資金的投入力度，發(fā)揮財(cái)政科技投入的引導(dǎo)及放大效應(yīng)，積極吸引社會(huì)資本、金融業(yè)機(jī)構(gòu)等加大對(duì)科技創(chuàng)新的投入，探索建立財(cái)政資金與信貸資金、創(chuàng)投資金、企業(yè)研發(fā)資金以及民間投資深入合作的新模式和新機(jī)制，建立以財(cái)政投入資金為引導(dǎo)的多元化科技創(chuàng)新投入體系。

（三）培養(yǎng)高端科技金融人才

科技產(chǎn)出不足的原因主要在于缺乏高端科研人才，因此要實(shí)施科技金融人才戰(zhàn)略，完善人才培養(yǎng)機(jī)制，利用優(yōu)惠政策進(jìn)一步引進(jìn)人才，加快建立科技成果轉(zhuǎn)化經(jīng)紀(jì)人、科技保險(xiǎn)經(jīng)紀(jì)人、科技融資租賃經(jīng)紀(jì)人等制度，推進(jìn)科技金融人才發(fā)展制度化、規(guī)范化。

（四）開展前瞻決策咨詢服務(wù)

科技金融結(jié)合工作是一個(gè)系統(tǒng)性工作，涉及多部門多鏈條，寧夏的科技金融結(jié)合工作2013年剛剛起步，與全國兄弟省份相比各項(xiàng)指標(biāo)相對(duì)滯后，更需對(duì)初創(chuàng)期、發(fā)展期等階段的企業(yè)進(jìn)行扶持，對(duì)企業(yè)科技金融工作進(jìn)行頂層設(shè)計(jì)，開展咨詢服務(wù)，保障科技金融順利、高效地開展。

（組長(zhǎng)：任建謀 成員：楊惠芳、哈麗嬋、于磊、王雯、張小康）