山東科技金融績效評價

摘 要：本文以主成分分析方法進行指標蘊含信息的整合，重新組合一組線性無關的綜合性指標，運用數據包絡分析方法（DEA）對山東省科技金融投入進行效益評價。研究結果表明，山東省2000—2010年的金融投入重數量、輕質量，重速度、輕基礎，呈現出DEA無效狀態。基于此，山東省科技金融發展應轉變發展方向，走可持續、集約化的發展路徑。

關鍵詞：科技金融；主成分分析；數據包絡分析；績效評價

中圖分類號：F830 文獻標識碼：A 文章編號：1674-2265（2013）10-0007-04

一、引言

2011年山東省出臺了金融行業促進科技創新發展的指導性文件——《關于進一步改進金融服務促進科技創新發展的指導意見》（以下簡稱《意見》）。《意見》指出，大力支持科技創新，對于拓寬金融服務領域、提升金融服務層次、建立科技資源與金融資源對接的新機制、培育山東地方經濟新的效益增長點、推動金融業自身可持續發展，都具有重要的促進作用和現實意義。由此可見，科技創新企業的繁榮離不開金融行業的大力支持，其發展前景取決于金融資金的投入規模以及合理配置。然而，如何衡量投資規模的適度性和投入資源分配的合理性，是一個亟待解決的問題。王海和葉元煦（2003）構建了反映科技資金投入和科技活動產出全過程關系的指標體系，利用層次分析法分析科技與金融相結合的效益。崔毅等（2010）采用DEA方法，按區域分析評價了我國科技金融投入與科技產出的效益。徐玉蓮等（2011）通過構建區域科技創新與科技金融耦合協調度評價指標體系，分析了2008年我國25個省級區域的科技創新與科技金融的互動耦合關系。駱世廣、李華民（2012）利用非負獨立成分分析特征約簡的DEA方法對廣東省2000—2008年的科技金融投入進行效益評價。本文整合上述文獻的優勢，針對山東省科技金融績效進行評價。通過對科技金融投入產出相關指標數據進行預處理，運用主成分分析法重新組成一組線性無關的綜合指標，考察2000—2010年山東省科技金融績效，以期為制定山東省未來科技金融發展政策提供參考。

二、科技金融績效評價模型

（一）DEA評價模型簡介

DEA方法是查恩斯（A.Charnes）等人從相對效率的角度，利用生產前沿面的理論與方法，為研究部門和企業的技術進步狀況而建立的非參數優化模型，對于評價同類型決策單元（DMU）的相對有效性具有顯著優勢。同時，DEA在衡量具有多輸入多輸出變量的生產前沿函數的多目標決策方面，更是一種強有力的工具。其中的C2R模型可同時評價決策單元的規模有效性和技術有效性，符合本文研究的科技金融績效主題。C2R模型中相對應的每一個決策單元DMUj輸入輸出變量矩陣如圖1所示。

其中n是決策單元個數，每個決策單元都有m種“輸入”（表示決策單元對“資源”的耗費）以及s種“輸出”（決策單元消耗了“資源”之后，表示“成效”的數量），在本文中分別代表“科技金融投入”與“科技產出”。

假設[k=j=1nλjθ0]，則k為該DMU的規模收益值。當k=1時，該DMU的規模收益不變，投入產出同比例增加，屬于規模合理階段。當k<1時，該DMU的規模收益遞增，并且k值越小其規模收益遞增的趨勢越大。可以表述為：該DMU在原有投入[Xj]的基礎上，給予投入量適度小幅的增加值，產出[Yj]將以更大的比例增加，在此狀況下應該做出擴大投入的決策。當k>1時，該DMU的規模收益遞減，并且k值越大遞減速率越大，此時就沒有必要增加該決策單元的投入，可以考慮適當減少投入量。

（二）主成分分析法的數據處理

運用DEA進行績效評價，具有一定的缺陷。當數據指標很多時，其評價效果就會明顯減弱。主成分分析方法可以很好地彌補這個缺陷，提升績效評價效果。科技金融績效評價涉及的衡量金融科技投入和科技產生指標之間的關系錯綜復雜，并且具有不確定性。因此，本文在評價科技金融績效時，不得不盡可能多地收集指標數據以保證獲取足夠的信息，只有這樣才能進行準確的績效評價。既保證數據指標的全面性又保證DEA績效評價的有效性，需要對原始指標數據進行預處理，將一組有一定相關性的指標重新組成新的相互無關的綜合性指標。本文采用主成分分析方法對數據進行預處理以滿足上述要求。

三、科技金融績效實證分析

為了能準確地衡量山東省科技金融績效，本文盡可能收集涵蓋各個方面的大多數指標，其科技投入和科技產出指標體系如表1所示。

根據表1的評價體系進行數據的收集整理時，由于產出具有滯后性的特征，所以選取投入指標的時間段為2000—2010年，產出指標選取時間段為2001—2011年。利用SPSS軟件對投入產出指標進行主成分分析之后進行標準化處理（數據控制區間[0，1]），結果如表2所示。

根據DEA模型，運用DEAP2.1軟件，將表2中的投入綜合指標作為輸入，產出綜合指標F1和產出綜合指標F2作為輸出，分析結果如表3所示。

四、結論與政策建議

根據對山東科技金融績效實證分析的結果可以看出：2007年之前科技金融的綜合技術效率雖小于1但均在0.85以上，并且規模效率處于稍微遞減階段，到2007年規模效率保持不變的狀態。2007年之后，綜合技術效率處于急劇下降的趨勢，純技術效率保持良好狀態不變，規模效率遞減程度越來越嚴重。總體而言，山東省科技金融投入與產出是DEA無效的。具體表現為專利申請量和專利授予量逐年大幅度增加，但全省重大科技成果登記和國家級科技獎勵只是微小程度地浮動。全省高新技術評價指標的增長幅度也不是很明顯，體現為科技金融投入重數量、輕質量，且有急功近利之趨勢，對有長遠利益和基礎作用的科技產品投入程度較低，同時科技產品的科技含量低。聯系實際情況，可以解釋為：山東省的科技型中小企業處于快速增長膨脹期，且處于不同生命周期的企業對金融的需求存在差異，同初建期快速增長的金融服務機構在結構上產生了匹配性不吻合的矛盾，需要經歷一段時間的調試。科技投入特別是創新型高新技術產業金融投入渠道單一化，資源配置結構不合理，配置方式不協調，投融資方式的多樣化與科技發展快速增長的需求并不一致。

基于上述分析可以發現：山東省的科技創新支持力度處于逐漸上升的階段，科技投入規模日益增加，但科技轉化率程度還處于低水平。在未來科技金融發展過程中，一方面要繼續大力支持科技創新，給科技發展提供基本的經濟基礎；另一方面要合理配置金融資源，使科技資源與金融資源融合到良性運行的軌道中，孕育出科技發展新的增長點，提升科技金融的經濟效率水平。具體而言，要緊密結合山東特色制定科技金融投融資政策；根據國家相關產業政策，重點扶持山東省新興產業發展導向的科技企業，捕捉新型科技創新點；跟隨省委、省政府確定的“四新一海”戰略以及藍黃“兩區”重點區域建設規劃；金融方面加大力度支持戰略性高新技術產業；科技創新方面與高校科研機構建立長久穩固的專業技術轉移服務體系，推動高校與區域經濟發展的融合。整體而言，實現科技金融的高效率，既要挖掘科技的資金支持潛能，又要發揮高校的科研能力，為高新技術企業提供“一對一”的個性化技術研發與服務，提升科技創新的轉化率。

參考文獻：

[1]王海，葉元煦.科技金融結合效益的評價研究[J].管理科學，2003，（2）.

[2]崔毅，趙韻琪，楊麗萍，趙兵.基于DEA方法的廣東科技與金融結合效益評價[J].華南理工大學學報，2010，（4）.

[3]徐玉蓮，王玉冬，林艷.區域科技創新與科技金融耦合協調度評價研究[J].科學與科學技術管理，2011，（12）.

[4]駱世廣，李華民.廣東科技金融績效評價——基于NonICA特征約簡的DEA方法研究[J].金融理論與實踐，2012，（12）.

[5]陳宏民.系統工程導論[M].北京：高等教育出版社，2006.

[6]徐雪竹，劉振.DEA模型在評價科技投入產出績效中的運用[J].經濟理論研究，2007，（12）.

[7]于靜霞，劉玲利.我國省際科技投入產出效率評價[J].工業技術經濟，2007，（9）.

[8]謝友才，張紅輝.區域科技投入產出的DEA視窗分析[J].研究與發展管理，2007，（3）.

[9]汪明.廣東產業結構升級的最優化金融機構研究[J].金融教育研究，2011，（4）.

[10]肖龍滄.對科技金融創新發展的探析——山東實踐[J].金融發展研究，2011，（5）.

（特約編輯 齊稚平；校對 XY，SJ）