第二篇 普惠金融

基于DEA模型的寧夏科技金融投入產出結合效率研究

中國人民銀行石嘴山市中心支行課題組

作為推動經濟發展的兩大主力，科技與金融的結合對促進科技進步、加快高新技術產業發展具有積極意義。在科技發展進程中合理有效地配置有限的科技金融資源，對于推進金融與科技結合、促進科學技術發展和社會進步具有重要的理論和現實意義。但現實中，無論是國家還是地方，其科技金融資源都十分有限。近年來，寧夏以創新驅動戰略為指引、以金融服務實體經濟為核心，為促進科技與金融相結合，不僅在政策、制度方面給予大力支持，而且對科技金融投入的規模和力度也在逐年加大。然而，寧夏科技金融結合工作起步較晚，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行效率十分必要。

一、文獻綜述

國外最早關于科技金融的論述主要側重于金融對科技創新的作用，如chumpeter（1912）提出的信用創造論中指出信貸等金融變量對經濟創新具有重要作用；Chou（2001）等提出金融產品（服務）創新對技術創新的影響。后期以科技財力的資源配置為側重點對科技金融結合效率進行測評，比較領先的是美國的高投入與高產出的科技資源配置；歐盟總體整合的科技發展戰略；日本政府對各領域具有創新精神的研發強化。

與國外相比，國內學者對科技金融結合效率的研究起步較晚。關于科技金融的研究從最初多數集中在國家層面，逐步拓展至省市層面。如王海、葉元煦（2003）運用層次分析法對我國1991—1999年科技金融結合效率進行了評價。趙稚薇（2012）運用數據包絡法（DEA）對我國22個省、直轄市、自治區2005—2008年科技金融對技術創新的作用效率進行分析。呂江林等（2012）以中部和東部發達省市為研究對象，選擇2009年的投入數據作為投入指標，2010年的產出數據作為產出指標，分析其科技金融相對效率。也有個別學者以省份為目標對其科技金融結合效率進行評價。如華玉燕等采用DEA方法對安徽省1997—2010年的科技金融結合效率進行分析。韓威基于DEA-Tobit模型，采集了河南省2005—2015年18個地市科技金融的有關數據，對其科技金融結合效率進行了實證研究。整理資料發現，對寧夏科技金融結合效率評價的文獻較少，只有陳軍梅基于DEA-Malmquist指數方法開展的寧夏科技金融結合效率研究。因此，本文在前人研究的基礎上，采用DEA方法對寧夏科技金融結合效率進行具體評價與分析，發掘其中存在的問題，并提出政策性建議。

二、指標體系構建

（一）指標體系確立

本文結合寧夏實際，將選擇的多個指標進行篩選處理，最終選擇對投入和產出解釋程度較高的核心指標，建立相對科學合理的科技金融投入產出指標體系，如表1所示。

表1 科技金融投入產出指標體系

金融投入指標包括R&D經費內部支出、R&D人員總量以及地方財政科技撥款占地方財政支出的百分比。其中，R&D經費內部支出是反映地方科技金融投入的重要指標；R&D人員總量反映一個地區對科技活動的人力資本投入；地方財政科技撥款占地方財政支出的百分比反映了地方政府對科技的支持力度，地方財政的科技撥款有利于引導更多的社會資金投入科技領域，對地方科技金融的發展有重要作用。在科技產出方面，高技術產業新產品銷售收入是科技活動的直接產業化收入，很大程度上反映了科技的總產出情況；專利申請授權量和國外主要檢索工具收錄科技論文數能直接體現一個地區的科技活動成果，是衡量科技活動產出的常用指標；技術市場成交合同數反映了技術交易活動的活躍程度，活躍的技術交易，能促進科研成果向現實生產力轉化。

（二）數據處理

由于科技產出較金融投入有一定的滯后性，本文借鑒相關學者的研究，考慮寧夏科研發展現狀，假定科技金融投入與產出的時間差為一年，將原投入產出數據（xt, yt）改為（xt, yt+1）代入模型進行計算。為剔除價格因素的影響，對R&D內部經費支出用CPI指數進行平減，對高技術產業新產品銷售收入用工業生產者出廠價格指數進行平減，處理后得到最終數據。

三、DEA方法

數據包絡分析（Data Envelopment Analysis，簡稱DEA）是著名運籌學家A.Charnes和W.W.Cooper等學者在“相對效率評價”概念基礎上發展起來的一種新的系統分析方法。本文選擇DEA中兩個基本模型：CCR模型和BCC模型對全國及寧夏科技金融的結合效益進行評價。

1. CCR模型。CCR模型作為DEA模型中的第一個模型，常用來評價決策單元的整體效率。在假設規模報酬不變的條件下，模型對各項投入與產出的生產因子進行線性組合，將投入與產出的比率視為整個集合相對效率，根據投入產出的相對效率可對各決策單元進行有效的評估。CCR得分與決策單元整體效率之間的關系如表2所示。

2. BCC模型。CCR模型的缺陷在于無法說明一個弱效率的決策單元，而其弱效率是由技術無效率或者規模無效率引起的，BCC模型是在其基礎上進行改進，將固定規模報酬（Constant Returnto Scale, CRS）的假定放寬為變動規模報酬（Variable Returnto Scale, VRS），分析當決策單元處于非有效狀態時，有多大程度是由技術無效引起的。

表2 CCR得分與決策單元整體效率之間的關系

四、實證分析

本文采用DEAP2.1軟件進行求解，在求解過程中，選擇投入為主導型，也就是在既定投入下計算產出的最大值。分析結果如表3、表4所示。

表3 2015年中國30個省區市科技金融結合效率分析結果

續表

表4 2011—2015年寧夏科技金融結合效率分析結果

注：規模報酬狀態drs表示規模報酬遞減，-表示規模報酬不變，irs表示規模報酬遞增。

（一）CCR模型結果分析

從分析結果可以看出，與全國其他省份相比，2015年寧夏CCR得分為0.578分，位于全國倒數第三，后兩名分別為山西和內蒙古，而臨近省份甘肅、青海卻分別排在全國第11、12位，表明2015年寧夏科技金融結合效率處于明顯非有效狀態，科技金融投入與產出未達到最佳狀態，需要進行長期調整才能達到有效水平。寧夏的R&D經費內部支出、R&D人員總量均位于全國的倒數第3，投入力度小；而技術市場成交合同數和國外主要檢索工具收錄科技論文數分別位于倒數第5位和第2位，可見相對于其他省份，寧夏仍舊缺乏有質量的科技產出，科技成果轉化、產業化的程度有待加強。

（二）BCC模型結果分析

從BCC模型分析結果可以看出，2015年寧夏BCC得分為0.712分，表明技術是非有效的，而規模效率也為非有效，綜合效率沒有達到有效。表明在目前的技術水平上，寧夏金融投入的使用是非有效的，規模和投入產出不相匹配是綜合效率沒有達到有效的根本原因。由于技術非有效，導致科技金融資源未得到合理配置，可能存在投入冗余或產出不足。計算得出寧夏2011—2015年寧夏科技金融投入與產出的冗余值如表5所示。對于投入產出的冗余值，如果為正，則代表不足，如果為負，則代表過多。根據表5可得，2011—2015年科技金融投入與產在2012年出現冗余。

表5 2011—2015年寧夏科技金融投入與產出的冗余值

（三）規模有效性結果分析

規模效率由CCR與BCC得分的比值計算得出，反映決策單元處于非有效狀態時，有多大程度是由規模無效引起的。從表4規模效率分析結果來看，2011年，2013—2015年的規模效率為1，說明投入規模適當，金融投入和科技產出相對均衡；2012年規模報酬遞增，即各金融投入要素同比例增加時，科技產出的增加比例大于投入的變化比例。說明應增加科技金融規模，以達到規模有效狀態。也正是因為寧夏從2012年起啟動了科技金融結合工作，之后五年，財政累計投入7000多萬元，通過科技金融專項補貼、風險補償等方式，撬動了35億元金融資金支持科技企業創新創業發展，財政資金放大、倍增效果十分明顯，才實現了未來幾年的規模有效。

（四）綜合分析

對2015年全國30個省區市科技金融結合效率進行的CCR和BCC的分析可以看出，寧夏的整體效率、技術效率及規模效率值均在[0.1, 0.9]之間，表明這期間的科技金融結合效率未達到有效狀態，科技金融投入與產出未達到最佳狀態，需要長期調整。同時規模報酬遞增，說明應該適當擴大科技金融規模。而縱向看寧夏2011—2015年數據發現，政府對科技金融的關注與日俱增，雖然寧夏科技金融結合工作起步晚，各項數據指標落后，但隨著寧夏積極探索科技和金融結合的新途徑，科技金融合作步伐加快，已取得了初步成效。因此，現階段主要依靠增加金融投入來提高產出是經濟的。未來寧夏科技金融改革的重點在于合理擴大科技金融規模，調整金融投入結構，將金融投入與科技研發所處階段相對應、相協調，更好地發揮其規模效益。

五、結論與建議

本文采用DEA方法，結合2015年全國30個省區市及寧夏2011—2015年科技金融相關數據進行效率分析評價得出結論：近年來寧夏科技金融的結合面臨著金融投入不足、科研技術水平有待提升、科技產出相對不足、科技產業化水平低等問題。寧夏在科技方面總體投入在全國范圍一直落后，科技金融的結合效率仍需提升。根據模型分析的結果，對寧夏未來科技金融的發展，本文提出以下具體建議。

（一）整合資源完善政策體系

政府要在現有政策基礎上，積極完善科技金融政策體系，保障工作順利開展，同時要組織相關人員，深入企業，對政策進行認真宣講，對企業相關人員尤其是管理人員和財務人員進行培訓，使其了解政策，能夠靈活、準確應用政策。

（二）創新科技金融投入方式

在整合現有的科技金融資源的基礎上，繼續加大財政對科技金融資金的投入力度，發揮財政科技投入的引導及放大效應，積極吸引社會資本、金融業機構等加大對科技創新的投入，探索建立財政資金與信貸資金、創投資金、企業研發資金以及民間投資深入合作的新模式和新機制，建立以財政投入資金為引導的多元化科技創新投入體系。

（三）培養高端科技金融人才

科技產出不足的原因主要在于缺乏高端科研人才，因此要實施科技金融人才戰略，完善人才培養機制，利用優惠政策進一步引進人才，加快建立科技成果轉化經紀人、科技保險經紀人、科技融資租賃經紀人等制度，推進科技金融人才發展制度化、規范化。

（四）開展前瞻決策咨詢服務

科技金融結合工作是一個系統性工作，涉及多部門多鏈條，寧夏的科技金融結合工作2013年剛剛起步，與全國兄弟省份相比各項指標相對滯后，更需對初創期、發展期等階段的企業進行扶持，對企業科技金融工作進行頂層設計，開展咨詢服務，保障科技金融順利、高效地開展。

（組長：任建謀 成員：楊惠芳、哈麗嬋、于磊、王雯、張小康）