2015年科技金融年会围绕科技金融生态的主题，旨在发挥科技金融对国家经济战略转型的推动作用；2016年，科技金融成为国家科技创新战略的内容之一，科技金融已然成为当前被关注的热点问题。要实现创新驱动发展，提升经济增长质量，必须加快科技与金融的结合，促进更多的金融资源投入到科技创新中去，发挥金融业对于创新的支持作用，研究中国科技金融的效率可以为进一步优化金融资源配置结构提供一定的科学依据。

一、文献综述

国外对科技金融的研究起源很早，Schumpeter(1912)认为科技的进步程度与银行对于科技行业的信贷投放有很大的关系。此后，又有许多经济学家对资本市场与技术创新的关系、政策性金融与科技进步的关系、风险投资与技术创新的关系等问题进行了研究。在资本市场与技术创新方面，Bencivenga and Snith(1995)借助世代交叠模型进行研究，发现在金融发展的不同阶段，对创新技术的投向是有区别的，在金融市场发展不充分，金融交易成本较高的情况下，金融系统会选择支持发展期较短的创新技术，而当金融市场逐步完善市场效率提升的情况下，才会选择支持发展期限较长的技术。Levine(1997)认为金融市场上的资产组合通过提供所需的大量资本以及创造机制能够达到集中或者分散新技术风险的效果，金融的发展能够为更先进技术的采纳提供支撑。在政策性金融与科技进步方面，Chowdhury和Maung(2012)借助多种计量工具，以发达国家和新兴国家作为研究对象，对金融市场与企业科研的关系进行了实证研究，得出了大力发展和完善金融市场可以有效促进研发投入增加的结论。在风险投资与技术创新方面，Casamatta、Rin和Penas(2011)提出风险资本的介入可以促进公司付出更多的研发努力，从运营情况来看，有风险投资的公司明显好于无风险投资的公司。由于国外金融市场比较成熟，金融资源配置效率高，因而对科技与金融的结合效率进行研究的较少。

国内最早提出“科技金融”的是赵昌文教授，在他看来，科技金融是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新型安排[1]。国内对于科技金融的研究主要集中于科技金融相关主体及其相互关系、科技金融的效率评价以及科技金融体系建设。关于科技金融的效率评价问题研究得不多，采取的研究方法包括DEA(非参数方法)和SFA(参数方法)两大类，江湧采用DEA方法对广东省的科技金融效率进行研究，提出要优化科技金融内部结构[2]；韩威进行了河南省科技金融结合效率的实证研究，并分析了影响该地区18个地市科技金融效率大小的因素[3]；张明龙采用超效率DEA对我国30个省2006—2012年科技金融的效率均值进行排名[4]；杜金岷采用三阶段DEA模型对2014年中国区域科技金融效率进行测算，发现只有7个省市达到生产前沿面[5]。现有研究存在一定的局限之处，比如对某个省份或者某个小范围区域内科技金融效率研究得较多，而对于全国各个地区科技金融效率的测算比较少，或者对某个时间点上的研究较多，缺乏时间上的连续性。本文采用DEA-Malmquist指数方法，对我国30个省市2009—2014年间科技金融的效率进行测度，对各个地区科技金融的绩效进行客观的评价，为提升各个地区科技金融的效率提供一定的参考。

二、研究方法与指标选取

1.研究方法简介

DEA理论方法最初是由Charnes、Cooper和Rhodes三位运筹学家提出来的，它主要运用在对决策单元的多投入和多产出进行非参数效率评估。经过几十年的发展，产生了包括BBC和CCR等在内的多种模型。当被评价单元的数据是包含多个时间点观测值的面板数据时，就可以对技术效率和技术进步各自对生产率变动所起的作用进行分析，这就是常用的Malmquist指数分析[6]。从t期到t+1期的Malmquist指数为：其中，x和y分别表示投入和产出向量，Et(xt，yt)，Et+1(xt+1，yt+1)分别是t期和t+1期的技术效率值，Fare R等人将其作为两个时期的技术效率变化：

采用SPSS 15.0软件对数据进行分析处理，计量资料以（均数±标准差）表示，采用t检验；计数资料以（n，%）表示，采用χ2检验，以P＜0.05表示差异具有统计学意义。

 

第一，从整体上看，在2009—2014年间我国科技金融全要素生产率年均增长3.1%，增长幅度较小，并且主要依靠技术进步，技术效率变动的带动作用较弱。测度区间内，我国20个省市的科技金融全要素生产率年均增长率为正，一些中西部省份效率上升幅度甚至超过了东部省份。

具体数据来源为2010—2016年的《中国科技统计年鉴》、中国科技统计资料汇编、国家统计局官网。大部分数据集中在2010—2015年的统计资料中，其中，2014年各地区三大检索的科技论文数量在2016年《中国科技统计年鉴》中找到。由于西藏的部分数据无法找全，这里不考虑在内，本文对中国30个省市在2009—2014年的科技金融效率进行研究。

 

上文中的刘大姐是因为“吃错药”导致了水肿，而现实生活中很多人却总是“无缘无故”出现水肿。很多人怀疑自己生了这病那病，其实不然，相当一部分只是一过性的生理反应，大家不要被表象吓唬到。

2.指标选取与数据来源

在阅读大量相关文献的前提下，本文在科技金融的投入指标中选择了3项，其中X1为地方财政科技支出占地方财政支出比重，表示政府的科技拨款对于当地科技活动的支持作用；X2为其他资金支出占R&D经费支出比重，因为直接的金融支持数据无法找到，在相关统计数据中R&D经费支出中按资金来源划分为政府资金，企业自有资金和其他资金，所以这里参考张玉喜[7]、曾胜[8]等的做法，选取其他资金占R&D经费支出的比重作为一项金融科技投入指标；x3为万人R&D活动人员数。产出指标中，总共分为5项，分别是y1万人技术市场成果成交额、y2高新技术产业发展情况、y3万人三大检索科技论文数、y4新产品生产情况、y5万人发明专利授权数。具体指标构建如下表1所示。

 

表1 中国科技金融效率评价指标构建

  

指标类别指标计算方法单位科技金融投入x1地方财政科技支出/地方财政支出%x2其他资金支出/R&D经费支出%x3R&D活动人员数/地区人口数人/年科技金融产出y1技术成果成交额/地区人口(万)件/年y2高新技术产业增加值/工业增加值%y3三大检索科技论文数/地区人口(万)篇/年y4新产品销售收入/主营业务收入%y5发明专利授权数/地区人口(万)件/年

环境及设备以及人员卫生不良引起的交叉污染。比如，加工过程中使用变质原料、滥用食品添加剂；加热不透、餐具不洁、生熟不分导致的食品污染、变质；备餐、配送过程中产生的食品污染等。

三、实证分析

借助DEAP2.1软件对我国2009-2014年间的科技金融全要素生产率及其构成进行分析。由表2可看出，在2009-2014的5年时间里，我国科技金融全要素生产率年均增速为3.1%，其中技术效率年均增长1%，数据变动幅度较小，技术变动的年均增长率为2.1%，全要素生产率提高主要是技术进步带来的结果。由图1可以看出，我国科技金融的全要素生产率和技术变动的变化趋势十分相似。

第二，从时间上看，我国科技金融全要素生产率不断变动，2009—2010年间中国科技金融效率增长幅度很大，此后几年间中国科技金融的全要素生产率却呈现下降趋势，而在2013—2014年间这一趋势得到改变，我国科技金融的全要素生产率大幅提升。

 

表2 2009—2014年中国科技金融全要素生产率及其分解

  

时间EffchTechchPechSechTfpch2009—20101．0071．1150．9731．0351．1232010—20111．0280．9670．9971．0310．9942011—20121．0350．9611．011．0240．9952012—20130．9850．940．9791．0060．9262013—20140．9971．1380．991．0071．135均值1．011．0210．991．0211．031

  

图1 中国科技金融的全要素生产率变动情况(2009-2014年)

本文运用DEA-Malmquist指数法对我国2009—2014年间的科技金融效率进行评价，具体结论如下。

 

表3 中国各地区科技金融全要素生产率及其分解

  

地区EffchTechchPechSechTfpch北京11．126111．126天津1．0141．021．0160．9981．034河北0．9970．9880．9841．0130．985山西1．0811．010．9581．1281．092内蒙古0．9920．9471．0030．9890．939辽宁1．0471．00911．0471．056吉林11．033111．033黑龙江1．0041．0330．9971．0081．038上海0．9861．03710．9861．022江苏0．9141．0690．91410．978浙江11．04111．04安徽1．0080．940．9731．0360．948福建0．9331．0430．9660．9650．973江西11．082111．082山东1．040．96511．041．004河南1．041．0730．9391．1071．115湖北0．9581．0630．9660．9921．018湖南1．0180．97211．0180．99广东11．049111．049广西0．9930．8970．991．0030．891海南1．0111．07911．0111．092重庆10．986110．986四川11．09111．09贵州0．9650．97610．9650．941云南1．0181．0291．0031．0151．048陕西1．0131．06911．0131．083甘肃0．9980．98610．9980．984青海1．0471．12311．0471．175宁夏1．0910．9280．9811．1121．013新疆1．1671．0111．0071．1591．18

由表3可看出，在测度区间内，我国30个省市中有20个省市科技金融的全要素生产率大于1，即这些省市的科技金融效率整体上是上升的。其中，天津、山西、辽宁、黑龙江、河南、海南、云南、陕西、青海、新疆是技术进步和技术效率增加共同作用的结果，说明投入到科技创新中的资金得到了充分的应用；宁夏和山东是由技术效率增加引起的，且都是依靠规模效率的增加带来的技术效率的增长；剩余8省市是因技术进步引起的科技金融效率上升。全要素生产率增长速度较快的省市有北京、新疆、青海、河南等。一些中西部省份的科技金融效率甚至超过东部省份，这说明随着中部崛起以及西部大开发等战略的实施，引导更多的金融资源投入科技创新活动中，这些资金被合理高效地运用到科技行业中去，带动了当地科技金融效率的提升。而在科技金融全要素生产率小于1的10个省市中，包括河北、内蒙古、广西、贵州、甘肃在内的5省是因科技退步和技术效率下降共同引起的。这些地区应该扩大科技金融总体规模，提升对科技金融资源的管理效率。值得注意的是，东部省份中江苏和福建两省的科技金融全要素生产率小于1，且单纯由于技术效率变化值引起，这可能是由于两省本来的科技金融发展环境比较成熟，更多的金融资源的投入带来的科技产出并没有如预期增长的快，应该更多地创新科技金融发挥作用的机制，提升科技金融全要素生产率。

全要素生产率的变动是效率变动和技术变化共同作用的结果，其中，技术效率的变动又可分解为纯技术效率变动和规模效率变动。当全要素生产率变动超过1时，代表着该决策单元效率的提高，反之则意味着效率的下降，当全要素生产率等于1时意味着决策单元的效率保持不变。

四、结论与建议

1.结论

2009—2010年间，我国科技金融效率提升了12.3%，增长幅度很大，主要原因是技术进步带来的积极影响，由表2可看出这一年内，技术变动的增长率为11.5%。为应对2008年金融危机，政府推出的总计将近四万亿的投资计划大大促进了企业自主创新能力的进一步提升。但是在2010—2013年间，中国科技金融的全要素生产率却不断下降，尽管规模效率的增加带来技术效率在2010—2012年间有所提高，但是由于技术退步的影响，科技金融的全要素生产率整体上呈现下降趋势。这可能是因为过于宽松的财政政策的弊端开始暴露，再加上全球经济复苏乏力，国际金融市场动荡不已，给中国的经济发展带来了一定的压力，实体经济下滑趋势明显，资金并没有被充分的运用到科技研发活动中去。而在2013—2014年间，技术变动的增长率为13.8%，中国科技金融的全要素生产率增长13.5%，这可能是由于各省市一系列支持科技创新政策的相继落地带来的积极影响。

前沿面的前移代表着技术进步：

卧倒门为实腹式双主梁对称结构。闸门运行转速相对较低(卧倒门启闭时间为90 s)，可将它近似为一刚体平面运动系统[7]，根据M动力=M阻力，该系统平衡方程为：

2.对策建议

加大金融资源的投入力度。从上述分析可以看出，一些地区的科技金融规模较小，未形成一定的规模效应，应该从多方面扩大科技金融的规模。首先，加强银行和科技部门的合作，开发出多种符合科技型企业要求的信贷产品，加强与政府部门合作，增大科技信贷的规模，开发复合信贷产品，为科技型企业提供灵活的债权融资。同时，商业银行应该努力寻求解决轻资产科技型中小企业知识产权质押难的方法。其次，完善创业风险投资的环境，比如建立多层次的资本市场，提升创业风险投资人员的整体素质等。最后，引导科技保险健康发展，明确科技保险承保风险种类、产品类型，并不断完善相关制度，明确科技保险的运行机制，发挥其对科技产业的支持作用。

为深化医药卫生体制改革，强化医院的公益性质，我院依托精细化管理手段，建立了以总额预算管理为基础，兼顾质量与效益的内部绩效考核体系。根据现代医院发展特点，特别强化了针对病种管理的系列管理指标，综合考虑质量、成本、服务水平和工作效率等因素，充分体现多劳多得、优绩优酬的分配原则。通过动态可调的绩效分配方案与矩阵式量化模型，使绩效考核体系可作用于过程管理与持续改进，不断提升医院的业绩、效率与效果。激发医务人员积极性，提供优质高效服务，并减少医疗资源浪费，减少政府医保基金与患者个人负担，充分体现医院的公益性。

提升科技金融的服务质量。科技金融对科技创新的服务不仅仅局限于资金的支持，仅仅靠资金的支持是无法支撑起整个融资链条的。要加快相关服务平台的建设，各地区应该引入国家级信用征信评价机构以及法律、财务、审计、认证等中介机构，为科技企业提供便利的金融服务。同时应当立足本地区高新技术产业发展需求，以综合实力较强的大学为依托，采用大学科技园模式，促进研发和成果转化的研发平台、孵化平台和产业化基地的建立，促进整体服务质量的提升。

构建普惠科技金融体系。企业科技创新的链条分为种子期、初创期和成熟期，前两个时期需要的资金往往最大，但是这两个阶段的收益回报率也是最低的，传统金融机构往往不愿承担这样的风险，即一定程度上市场存在着失灵[9]。因此，还需要政府发挥相应的职能，建立健全科技财政投入增长机制，实现专款专用，当然在这一环节中要加强对资金使用的监管，杜绝套取政府资金行为的发生，保证财政投入效果的实现。

参考文献

[1]赵昌文.科技金融[M].北京：科学出版社，2009.

[2]江湧，闫晓旭，刘佐菁，等.基于DEA模型的科技金融投入产出相对效率分析—以广东省为例[J].科技管理研究，2017，37(03):69-74.

[3]韩威.基于DEA-Tobit模型的科技金融结合效率实证分析——以河南省为例[J].金融发展研究，2015(09):36-40.

[4]张明龙.我国金融支持科技创新的效率评价—基于超效率DEA与Malmquist指数方法[J].金融发展研究，2015(06):18-25.

[5]杜金岷，梁岭，吕寒.中国区域科技金融效率研究—基于三阶段DEA模型分析[J].金融经济学研究，2016，31(06):84-93.

[6]刘大成.效率和生产率分析导论[M].北京：清华大学出版社，2009.

[7]张玉喜，赵丽丽.中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015，33(02):177-184+214.

[8]曾胜，张明龙.基于三阶段DEA模型的我国金融支持科技创新效率评价[J].西部论坛，2016，26(04):101-108.

[9]韩亚欣，吴非，李华民.中国科技金融实践中的经验、误区与路径导向—论普惠性科技金融体系的探索与构建[J].当代经济管理，2016，38(11):86-92.