我國(guó)金融支持科技創(chuàng)新的效率評(píng)價(jià)——基于超效率DEA與Malmquist指數(shù)方法

張明龍

（重慶工商大學(xué)財(cái)政金融學(xué)院，重慶 400067）

一、引言

“新常態(tài)”下科技創(chuàng)新是中國(guó)經(jīng)濟(jì)增長(zhǎng)的唯一動(dòng)力。據(jù)統(tǒng)計(jì)，2014年我國(guó)全年研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)支出比上年增長(zhǎng)12.4%，相當(dāng)于GDP的2.09%，而技術(shù)合同成交金額高達(dá)8577億元，同比增長(zhǎng)14.8%。這說(shuō)明“新常態(tài)”下的中國(guó)，創(chuàng)新環(huán)境正在持續(xù)優(yōu)化，創(chuàng)新投入正在不斷加大，創(chuàng)新成果的流動(dòng)和轉(zhuǎn)化正在為經(jīng)濟(jì)提供更強(qiáng)勁的增長(zhǎng)動(dòng)力。而科技創(chuàng)新的發(fā)展離不開(kāi)金融的強(qiáng)力支持，金融是現(xiàn)代經(jīng)濟(jì)的血液，與科技對(duì)接能夠促進(jìn)科技創(chuàng)新，加快科技企業(yè)發(fā)展，確保中國(guó)經(jīng)濟(jì)的有效轉(zhuǎn)型。隨著金融投入和科技產(chǎn)出的力度逐年加大，優(yōu)化科技創(chuàng)新中的金融資源配置，對(duì)金融支持科技創(chuàng)新的效率進(jìn)行評(píng)價(jià)是值得研究的課題。

二、國(guó)內(nèi)外相關(guān)文獻(xiàn)

根據(jù)現(xiàn)有文獻(xiàn)來(lái)看，國(guó)內(nèi)外學(xué)者有關(guān)金融給予科技創(chuàng)新的支持研究主要集中在理論層面，而對(duì)科技與金融相互結(jié)合、相互作用的實(shí)證研究還比較少。

1912年，經(jīng)濟(jì)學(xué)家熊彼特（Schumpeter）注意到金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響。而國(guó)外有關(guān)金融支持科技創(chuàng)新的實(shí)證研究主要集中在某種金融形式對(duì)技術(shù)創(chuàng)新的影響。例如，銀行對(duì)技術(shù)進(jìn)步的影響。塔德塞（Tadesse，2000）研究發(fā)現(xiàn)，銀行導(dǎo)向型金融體系和市場(chǎng)導(dǎo)向型金融體系在促進(jìn)技術(shù)進(jìn)步方面所起的作用明顯不同。本弗拉泰洛（Benfratello，2008）等以意大利公司為研究對(duì)象，發(fā)現(xiàn)地方性銀行對(duì)企業(yè)技術(shù)創(chuàng)新活動(dòng)的成功率具有顯著的影響。詹內(nèi)蒂（Giannetti，2012）的研究發(fā)現(xiàn)，銀行對(duì)于高技術(shù)企業(yè)開(kāi)展創(chuàng)新和引進(jìn)新產(chǎn)品能力具有顯著效果。又如，風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新的影響。卡拉漢和米格（John Callahan和Steven Muegge，2003）分析了風(fēng)險(xiǎn)投資在技術(shù)創(chuàng)新中所發(fā)揮的作用，描述了風(fēng)險(xiǎn)投資對(duì)技術(shù)創(chuàng)新的作用過(guò)程及其機(jī)制路徑。吉爾和塔貝爾（Gil Avnimelech和Morris Teubal，2006）指出風(fēng)險(xiǎn)投資在一定條件下可以變?yōu)榇龠M(jìn)高技術(shù)集群轉(zhuǎn)化的重要因素。

在國(guó)內(nèi)，雖然“科技金融”一詞在20世紀(jì)90年代被提出，但有關(guān)金融支持和科技創(chuàng)新的實(shí)證研究是從近年才受到關(guān)注的。從全國(guó)角度來(lái)看，王海和葉元煦（2003）利用經(jīng)過(guò)層次分析法（AHP）加權(quán)后的評(píng)價(jià)指標(biāo)體系和模型對(duì)科技金融結(jié)合效益進(jìn)行了實(shí)證分析。田霖（2005）選取31個(gè)地區(qū)作為樣本，運(yùn)用主成分和因子分析法對(duì)各個(gè)區(qū)域的金融成長(zhǎng)狀況進(jìn)行計(jì)量分析研究，通過(guò)分析得出科技對(duì)區(qū)域金融綜合競(jìng)爭(zhēng)力的解釋力和貢獻(xiàn)率很高，起著決定性作用。馬衛(wèi)剛（2014）運(yùn)用DEA和Malmquist指數(shù)對(duì)2007—2012年我國(guó)科技與金融結(jié)合效益進(jìn)行靜態(tài)和動(dòng)態(tài)分析，發(fā)現(xiàn)金融資源配置下降是引起科技金融結(jié)合效益呈現(xiàn)負(fù)增長(zhǎng)的主要原因。

從各地區(qū)角度來(lái)看，楊麗萍和趙兵（2010）采用數(shù)據(jù)包絡(luò)分析方法（DEA）對(duì)全國(guó)各地區(qū)金融投入與科技產(chǎn)出的效益進(jìn)行評(píng)價(jià)，并發(fā)現(xiàn)金融投入和科技產(chǎn)出結(jié)構(gòu)不協(xié)調(diào)是造成廣東科技金融結(jié)合效率低的主要原因。呂江林等（2012）利用DEA方法對(duì)中部地區(qū)6省份和東部地區(qū)發(fā)達(dá)省市的金融投入與科技產(chǎn)出的效率進(jìn)行分析，結(jié)果表明中部地區(qū)已形成崛起之勢(shì)。華玉燕（2013）運(yùn)用DEA方法對(duì)安徽省科技金融結(jié)合效率進(jìn)行評(píng)價(jià)，結(jié)果表明單純依靠擴(kuò)大金融投入難以提高科技產(chǎn)出，應(yīng)優(yōu)化科技金融內(nèi)部結(jié)構(gòu)，使金融投入與科技產(chǎn)出協(xié)調(diào)發(fā)展。陳凱（2013）利用AHP方法對(duì)江蘇省科技金融結(jié)合的效益進(jìn)行評(píng)價(jià)，結(jié)果發(fā)現(xiàn)由于金融資本投入的低效率導(dǎo)致對(duì)科技產(chǎn)出的助推作用沒(méi)有得到完全發(fā)揮，二者的結(jié)合效率不高。陳軍梅（2014）利用Malmquist指數(shù)方法對(duì)寧夏科技金融結(jié)合效率進(jìn)行評(píng)價(jià)，結(jié)果顯示寧夏科技金融結(jié)合整體效率不高，金融投入與科技產(chǎn)出處于非均衡狀態(tài)，資源沒(méi)有實(shí)現(xiàn)最優(yōu)配置。

綜上所述，根據(jù)現(xiàn)有文獻(xiàn)來(lái)看，國(guó)外學(xué)者主要就某種金融對(duì)科技創(chuàng)新的影響進(jìn)行研究，國(guó)內(nèi)學(xué)者也有相應(yīng)的研究。但我國(guó)目前仍然是一個(gè)發(fā)展中國(guó)家，為科技創(chuàng)新提供的金融資源是有限的，那么如何提高我國(guó)金融支持科技創(chuàng)新的效率就是一個(gè)值得研究的課題。而國(guó)內(nèi)關(guān)于這方面的研究還不足，并且相關(guān)學(xué)者主要采用傳統(tǒng)DEA模型對(duì)各地區(qū)的金融支持科技創(chuàng)新的效率進(jìn)行實(shí)證研究。雖然已有的研究都具有針對(duì)性，但缺少全面的金融支持科技創(chuàng)新的資源配置分析。本文將采用超效率DEA對(duì)2006—2012年我國(guó)30個(gè)省、自治區(qū)和直轄市的金融投入和科技產(chǎn)出的效率進(jìn)行靜態(tài)評(píng)價(jià)分析，并采用Malmquist指數(shù)方法研究我國(guó)科技金融效率的動(dòng)態(tài)演變以及對(duì)三大區(qū)域的科技金融效率的差異進(jìn)行分析，為促進(jìn)我國(guó)金融有效支持科技發(fā)展提供參考。

三、研究理論與方法

（一）模型選取

1.超效率DEA模型。超效率數(shù)據(jù)包絡(luò)分析模型（Super Efficiency DEA，SE-DEA）是由安德森和彼得森（Andersen和Petersen，1993）根據(jù)傳統(tǒng)DEA模型所提出的新模型，其基本思想是：在對(duì)該決策單元進(jìn)行效率評(píng)價(jià)時(shí)，將其排除在決策單元的參考集之外。經(jīng)典DEA模型如CCR模型和BCC模型只能區(qū)別出有效率與無(wú)效率的決策單元，無(wú)法進(jìn)行比較和排序。而SE-DEA模型與CCR模型的不同之處在于評(píng)價(jià)某個(gè)決策單元時(shí)將其排除在決策單元集之外，這樣SE-DEA模型將經(jīng)典DEA模型中有效的決策單元（效率評(píng)價(jià)值為1）在生產(chǎn)前沿面進(jìn)行了重新計(jì)算推移，使得最終計(jì)算出來(lái)的效率評(píng)價(jià)值大于經(jīng)典CCR模型的效率值，即允許效率值大于1；而對(duì)于DEA無(wú)效的決策單元（效率評(píng)價(jià)值小于1），其生產(chǎn)前沿面并沒(méi)有發(fā)生改變，這與CCR模型的評(píng)價(jià)結(jié)果一致。因此，SE-DEA模型能區(qū)分DEA有效的決策單元之間的差異，從而對(duì)各決策單元進(jìn)行有效的比較和排序。其表達(dá)式為：

其中，θ為第 j0個(gè)決策單元的超效率值；ε為非阿基米德無(wú)窮小量；n為決策單元（DMU）個(gè)數(shù)，每個(gè)決策單元均包括m個(gè)輸入變量和s個(gè)輸出變量；，分別為輸入和輸出的松弛變量；xij表示第j個(gè)決策單元在第i個(gè)輸入（投入）指標(biāo)上的值；yrj表示第j個(gè)決策單元在第r個(gè)輸出（產(chǎn)出）指標(biāo)上的值；λj為輸入輸出指標(biāo)的權(quán)重系數(shù)；θ，λj，，為未知參數(shù)，可由模型求解。

2.Malmquist指數(shù)模型。Malmquist指數(shù)模型是瑞典的經(jīng)濟(jì)學(xué)家、統(tǒng)計(jì)學(xué)家曼奎斯特（Malmquist）在1953年分析消費(fèi)過(guò)程中提出來(lái)的。凱夫斯等（Caves等，1982）受其啟發(fā)，通過(guò)距離函數(shù)之比構(gòu)造了生產(chǎn)率指數(shù)。法爾等（Fare等，1994）采用Caves等人的研究思路，在多投入產(chǎn)出的條件下結(jié)合DEA方法，建立了具有實(shí)際意義的生產(chǎn)率變化的Malmquist指數(shù)。

根據(jù)法爾等的方法，我們以每個(gè)省作為一個(gè)決策單元，把每個(gè)省金融投入與科技產(chǎn)出的效率同前沿面進(jìn)行比較，以此來(lái)對(duì)各個(gè)省的金融支持科技創(chuàng)新的效率變化進(jìn)行測(cè)量。那么，從t時(shí)期到t+1時(shí)期的Malmquist指數(shù)分別表示為：

其中(xt,yt)和(xt+1,yt+1)分別為決策單元在t期和t+1期的投入產(chǎn)出向量，Dt(xt,yt)和Dt(xt+1,yt+1)則分別表示t期和t+1期的決策單元與效率前沿面的距離。

為了避免時(shí)期選擇的隨意性可能導(dǎo)致的差異，法爾等人對(duì)不同時(shí)期技術(shù)條件下的兩個(gè)Malmquist指數(shù)采取幾何平均值，測(cè)算出效率的變化值，見(jiàn)下式：

在規(guī)模報(bào)酬不變的假設(shè)下，Malmquist指數(shù)（TFP）可以進(jìn)一步分解為技術(shù)效率變化指數(shù)（Technical Efficiency Change，Effch）和技術(shù)進(jìn)步變化指數(shù)（Technical change，Tech）的乘積，見(jiàn)式（4）和式（5）：

而在規(guī)模報(bào)酬可變的假設(shè)下，技術(shù)效率變化（Effch）可以進(jìn)一步分解為純技術(shù)效率變化（Pure Technical Efficiency Change，Pech）和規(guī)模效率變化（Scale Efficiency Change，Sech）的乘積，見(jiàn)式（5）：

上式（5）中，左邊是Malmquist指數(shù)，該指標(biāo)若大于1，則表明金融投入與科技產(chǎn)出的效率上升；若小于1，則降低。右邊第一項(xiàng)是純技術(shù)效率指數(shù)，表示在科技金融的規(guī)模經(jīng)濟(jì)不變的條件下的金融投入在科技產(chǎn)出中的作用與前沿面的距離，該指標(biāo)可能大于1、小于1或等于1，分別表示金融投入在科技產(chǎn)出中的作用有所提高、降低和無(wú)變化；第二項(xiàng)是規(guī)模效率指數(shù)，表明科技金融達(dá)到規(guī)模經(jīng)濟(jì)的可能性；最后一項(xiàng)是技術(shù)進(jìn)步指數(shù)，反映金融創(chuàng)新對(duì)科技產(chǎn)出的效率大小，該指數(shù)大于1表示起到進(jìn)步作用，等于1表示無(wú)作用，小于1則為退步。

（二）變量的選取

金融支持科技創(chuàng)新的效率評(píng)價(jià)指標(biāo)必須真實(shí)反映金融投入與科技產(chǎn)出情況，本文借鑒相關(guān)學(xué)者的研究，所選金融投入指標(biāo)包括：研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)內(nèi)部支出、地方財(cái)政科技撥款、金融機(jī)構(gòu)科技貸款以及人均R&D經(jīng)費(fèi)支出。其中，R&D內(nèi)部經(jīng)費(fèi)支出是指企事業(yè)單位用于內(nèi)部開(kāi)展R&D活動(dòng)（包括基礎(chǔ)研究、應(yīng)用研究和試驗(yàn)發(fā)展）的實(shí)際支出，是反映一個(gè)地區(qū)科技金融實(shí)力的重要指標(biāo)；地方財(cái)政科技撥款指統(tǒng)計(jì)年度內(nèi)由各級(jí)財(cái)政部門撥付的直接用于科技活動(dòng)的款項(xiàng)，包括科學(xué)事業(yè)費(fèi)、科技三項(xiàng)費(fèi)、科研基建費(fèi)以及其他科研事業(yè)費(fèi)，其反映地方政府對(duì)科技發(fā)展的支持力度；金融機(jī)構(gòu)科技貸款是用科技活動(dòng)經(jīng)費(fèi)籌集額中的金融機(jī)構(gòu)貸款來(lái)表示，反映了以銀行為主的間接融資是推動(dòng)科技發(fā)展的重要資金來(lái)源；人均R&D經(jīng)費(fèi)支出是指R&D研究人員平均每人每年的R&D經(jīng)費(fèi)支出額，其反映一個(gè)地區(qū)R&D經(jīng)費(fèi)在人力資源上的投入強(qiáng)度。

在科技產(chǎn)出方面，選取了國(guó)內(nèi)專利申請(qǐng)授權(quán)數(shù)、國(guó)外主要檢索工具收錄我國(guó)科技論文數(shù)、技術(shù)市場(chǎng)成交合同額以及高技術(shù)產(chǎn)業(yè)總產(chǎn)值。其中，國(guó)內(nèi)專利申請(qǐng)授權(quán)數(shù)和國(guó)外主要檢索工具收錄我國(guó)科技論文數(shù)是科技產(chǎn)出的直接成果，也是科技活動(dòng)的重要產(chǎn)出形式；技術(shù)市場(chǎng)成交合同額是指在技術(shù)市場(chǎng)中各地區(qū)合同在一定時(shí)期內(nèi)成交的數(shù)額，是檢驗(yàn)R&D投入的一項(xiàng)重要產(chǎn)出指標(biāo)；高技術(shù)產(chǎn)業(yè)總產(chǎn)值是科技活動(dòng)的直接產(chǎn)業(yè)化成果，很大程度上反映了科技的總產(chǎn)出情況。本文投入產(chǎn)出指標(biāo)體系見(jiàn)表1。

表1：科技金融投入產(chǎn)出指標(biāo)體系

（三）研究樣本和數(shù)據(jù)來(lái)源

本文采用超效率DEA和Malmquist指數(shù)方法進(jìn)行分析，時(shí)間跨度為7年。依據(jù)數(shù)據(jù)可獲得性原則，本文選取了我國(guó)30個(gè)省、自治區(qū)直轄市2006—2012年的相關(guān)數(shù)據(jù)（西藏的數(shù)據(jù)缺失，從樣本數(shù)據(jù)中剔除）。

圖1：2006—2012我國(guó)科技金融超效率平均值變化

數(shù)據(jù)來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》以及《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。但是由于統(tǒng)計(jì)年鑒編制體系的調(diào)整，各省“金融機(jī)構(gòu)科技貸款”指標(biāo)數(shù)據(jù)從2008年以后不再列入統(tǒng)計(jì)年鑒中，因此，本文依據(jù)該指標(biāo)以往年度的數(shù)據(jù)，采用灰色預(yù)測(cè)模型對(duì)2009—2012年的數(shù)據(jù)進(jìn)行預(yù)測(cè)。

四、實(shí)證結(jié)果分析

（一）總效率值分析

基于超效率DEA模型，本文運(yùn)用MATLAB R2012b軟件對(duì)2006—2012年的我國(guó)30個(gè)省、自治區(qū)及直轄市的數(shù)據(jù)進(jìn)行分析，得到其效率變動(dòng)情況（如圖1和表2所示），并對(duì)7年的均值進(jìn)行排序。

從圖1和表2可以看出，全國(guó)各省每年的超效率平 均 值 分 別 為 1.1588、 1.0939、 1.0583、 1.0823、1.0793、1.0955和1.1768，分別上漲了15.88%、9.39%、5.83%、8.23%、7.93%、9.55%和17.68%。這說(shuō)明自2006年以來(lái)，將自主創(chuàng)新、建設(shè)創(chuàng)新型國(guó)家作為戰(zhàn)略目標(biāo)納入國(guó)家中長(zhǎng)期科技發(fā)展規(guī)劃綱要，為科技產(chǎn)出提供的金融資源配置是有效的，并且以每年10.64%的增速上升。同時(shí)，從樣本年限內(nèi)看，我國(guó)金融支持科技創(chuàng)新的超效率均值呈現(xiàn)出U形的走勢(shì)。

其中2012年的效率值達(dá)到了最高為1.1768，這可能是因?yàn)樵?011年我國(guó)發(fā)布《國(guó)家“十二五”科學(xué)和技術(shù)發(fā)展規(guī)劃》，提出在“十二五”期間將不斷完善科技和金融的結(jié)合機(jī)制，建立多渠道的科技融資體系，加快發(fā)展服務(wù)科技創(chuàng)新的新型金融服務(wù)機(jī)制，積極探索支持創(chuàng)新的融資方式，加上我國(guó)經(jīng)濟(jì)逐步擺脫了金融危機(jī)的影響，這都為金融支持科技創(chuàng)新提供了方針政策和良好的宏觀環(huán)境，以此促進(jìn)金融與科技的對(duì)接、科技成果的有效轉(zhuǎn)化及我國(guó)經(jīng)濟(jì)的可持續(xù)增長(zhǎng)。

而2008年的效率值為1.0583，為U型走勢(shì)的谷底。究其原因，是受到2008年金融危機(jī)的影響，我國(guó)以銀行為主導(dǎo)的金融體系遭遇了系統(tǒng)性風(fēng)險(xiǎn)，為避免因系統(tǒng)性風(fēng)險(xiǎn)帶來(lái)的更大經(jīng)濟(jì)損失，金融機(jī)構(gòu)紛紛對(duì)具有高風(fēng)險(xiǎn)的科技創(chuàng)新型企業(yè)收緊了銀根，使得這些企業(yè)面臨融資難進(jìn)而倒閉的局面，這就導(dǎo)致了當(dāng)年科技產(chǎn)出力度不夠，這從金融支持科技創(chuàng)新的效率值也能得到印證。

從全國(guó)30個(gè)省、自治區(qū)和直轄市的超效率均值來(lái)看，有13個(gè)省區(qū)市金融支持科技創(chuàng)新的效率達(dá)到了有效前沿面，即效率值大于1，可以看出只有1/3的省區(qū)市為科技創(chuàng)新提供的金融資源配置是有效的，而其中東部地區(qū)有6個(gè)省份，分別為北京、廣東、上海、浙江、江蘇和海南，占到有效省區(qū)市的一半且排名前十，而中部和西部地區(qū)分別有3個(gè)和4個(gè)。與全國(guó)平均效率值達(dá)到有效前沿面對(duì)比分析，說(shuō)明提升我國(guó)金融支持科技創(chuàng)新效率主要是依靠東部經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)，而這也符合我國(guó)經(jīng)濟(jì)發(fā)展的基本情況；從另一方面來(lái)看，我國(guó)各個(gè)省區(qū)市為促進(jìn)科技創(chuàng)新提供的金融資源配置差異很大，尤其是西部地區(qū)的差異最為明顯，其中甘肅和陜西的效率值分別為1.9094和1.3508，而貴州、云南、廣西、內(nèi)蒙古和寧夏的效率值都在0.7以下，可見(jiàn)西部地區(qū)金融支持科技創(chuàng)新的效率極為不均衡。

通過(guò)對(duì)各個(gè)省區(qū)市進(jìn)一步分析看出，帶動(dòng)金融支持科技創(chuàng)新發(fā)展的主力依然是東部技術(shù)密集型的地區(qū)，由于這些地區(qū)集中了大量的技術(shù)儲(chǔ)備，加之經(jīng)濟(jì)發(fā)展水平較高，因此加大資金的投入固然會(huì)帶來(lái)高質(zhì)量的科技產(chǎn)出，金融支持科技創(chuàng)新的效率也就較高。而存在巨大差異的西部地區(qū)，效率值較高的省市其經(jīng)濟(jì)水平也相對(duì)較高，這說(shuō)明受“西部大開(kāi)發(fā)”戰(zhàn)略的影響，西部部分地區(qū)金融支持科技創(chuàng)新的效果較為明顯，而處于低效率的區(qū)域則需要進(jìn)一步加大金融投入與科技產(chǎn)出，具體如何提高其效率還需要進(jìn)一步分析。

（二）Malmquist指數(shù)分析

無(wú)論是傳統(tǒng)的DEA模型還是超效率DEA模型，對(duì)我國(guó)科技金融效率的研究是基于靜態(tài)的比較，即只對(duì)各省市在同一時(shí)期做橫向的效率分析，無(wú)法評(píng)價(jià)各省市在不同時(shí)期的效率變化。本文運(yùn)用DEAP2.1軟件測(cè)算了我國(guó)30個(gè)省、自治區(qū)和直轄市科技金融的Malmquist指數(shù)（如表2所示），對(duì)2006—2012年全國(guó)各省的科技金融效率指數(shù)變化進(jìn)行分解研究（如表3所示），并對(duì)東、中、西部地區(qū)的效率變化差異進(jìn)行分析（如表4所示）。

表2：我國(guó)各地區(qū)全要素科技金融效率表

從表3可以看出，在樣本研究年限內(nèi)，我國(guó)科技金融Malmquist指數(shù)的平均效率變化為1.026，上漲了2.6%，總體呈現(xiàn)出上升趨勢(shì)。通過(guò)分解分析，技術(shù)效率指數(shù)平均變動(dòng)為0.990，呈現(xiàn)出下降趨勢(shì)；而技術(shù)進(jìn)步指數(shù)平均變動(dòng)為1.036，上漲了3.6%。可以看出，推動(dòng)我國(guó)科技金融的全要素生產(chǎn)率（TFP）在樣本區(qū)間增長(zhǎng)的主要原因，是技術(shù)進(jìn)步的增長(zhǎng)。

從全國(guó)30個(gè)省區(qū)市來(lái)看，其中有20個(gè)省區(qū)市的全要素生產(chǎn)率指數(shù)大于1，其科技金融效率呈現(xiàn)出上升的趨勢(shì)，而只有10個(gè)省的TFP指數(shù)值小于1，呈現(xiàn)出下降的趨勢(shì)，說(shuō)明我國(guó)各省區(qū)市為科技創(chuàng)新提供金融配置的效果向好。具體來(lái)看，在20個(gè)科技金融效率呈現(xiàn)上升趨勢(shì)的省份中，除江西外，其余地區(qū)的全要素生產(chǎn)率指數(shù)大于1的原因是技術(shù)進(jìn)步的提高。而10個(gè)全要素生產(chǎn)率小于1的省份中，有6個(gè)是因?yàn)榧夹g(shù)退步，可以看出，技術(shù)進(jìn)步的高低也是決定各省區(qū)市科技金融全要素生產(chǎn)效率是否有效的關(guān)鍵因素。

從各省區(qū)市技術(shù)效率的變化來(lái)看，全國(guó)技術(shù)效率的平均值為0.990，呈現(xiàn)下降趨勢(shì)。通過(guò)分解分析看出，純技術(shù)效率和規(guī)模效率的平均值分別0.994和0.996，均呈現(xiàn)低效狀況，造成了科技與金融的技術(shù)效率沒(méi)有達(dá)到有效前沿面。具體到各省區(qū)市來(lái)看，我國(guó)11個(gè)西部地區(qū)的省份和10個(gè)全要素生產(chǎn)率指數(shù)小于1的省份，其平均純技術(shù)效率指數(shù)變化分別為0.991和0.976，而平均規(guī)模效率指數(shù)變化分別為0.989和0.982，說(shuō)明西部地區(qū)是TFP低效的地區(qū)，不僅金融投入和科技產(chǎn)出低效而且尚未形成規(guī)模效應(yīng)。因此，這些地區(qū)需要在提高科技有效產(chǎn)出的同時(shí)還要促進(jìn)行業(yè)形成規(guī)模效應(yīng)，以此來(lái)提高金融支持科技創(chuàng)新的效率，避免資源的浪費(fèi)，促進(jìn)科技成果轉(zhuǎn)化，推動(dòng)我國(guó)經(jīng)濟(jì)的有效轉(zhuǎn)型。

從圖2和表3可以看出，2006—2012年，我國(guó)金融支持科技創(chuàng)新的效率值每年以2.6%的速度增長(zhǎng)，總體上呈現(xiàn)上升趨勢(shì)的變動(dòng)。進(jìn)一步分析發(fā)現(xiàn)，技術(shù)效率變化指數(shù)在研究樣本年限內(nèi)變化趨于平穩(wěn)，而技術(shù)進(jìn)步指數(shù)與全要素生產(chǎn)率的變化趨于一致，說(shuō)明我國(guó)科技金融全要素生產(chǎn)率的變動(dòng)主要受技術(shù)進(jìn)步的影響。此外，科技金融的TFP值在樣本年限內(nèi)呈現(xiàn)出一個(gè)高峰一個(gè)低谷的波動(dòng)性變化。

2008—2009年，科技金融的Malmquist指數(shù)值只有0.950，降低了5.0%，其中技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率的變動(dòng)均小于1，共同造成科技金融效率的低效。其原因可能在于受到金融危機(jī)的影響，給金融創(chuàng)新帶來(lái)巨大的風(fēng)險(xiǎn)，從而科技企業(yè)在金融資源配置時(shí)就受到限制。

圖2：2006—2012年我國(guó)科技金融結(jié)合效率的Malmquist指數(shù)變動(dòng)情況

2009—2010年，科技金融的TFP值達(dá)到1.144，上漲了14.4%，其中技術(shù)進(jìn)步指數(shù)為1.145，上升了14.5%，而純技術(shù)效率和規(guī)模效率相對(duì)2008—2009年均有所增長(zhǎng)。其原因可能在于政府提出的4萬(wàn)億“救市”的方案，促進(jìn)了資本市場(chǎng)的活躍性，帶動(dòng)了金融行業(yè)的復(fù)蘇，為科技企業(yè)增添了新的血液，促進(jìn)了科技成果的轉(zhuǎn)化，以此提高了金融支持科技創(chuàng)新的效率。

2011—2012年的Malmquist指數(shù)達(dá)到了最高值，上升了15.8%，其中技術(shù)進(jìn)步增長(zhǎng)了10.9%，同時(shí)技術(shù)效率變化也提升了4.4%。其原因可能在于我國(guó)在發(fā)布《國(guó)家“十二五”科學(xué)和技術(shù)發(fā)展規(guī)劃》中提出不斷完善科技和金融的結(jié)合機(jī)制，要求建立多渠道的科技融資體系，加快發(fā)展服務(wù)科技創(chuàng)新的新型金融服務(wù)機(jī)制，積極探索支持創(chuàng)新的融資方式。這為提高科技有效產(chǎn)出、鼓勵(lì)與金融創(chuàng)新相結(jié)合、擴(kuò)大科技金融規(guī)模提供了方針和政策指導(dǎo)。

從表4可以看出，從區(qū)域的角度分析，我國(guó)三大區(qū)域的全要素科技金融效率在樣本年限內(nèi)都呈現(xiàn)上升的趨勢(shì)。從進(jìn)一步分解來(lái)看，東中西三大區(qū)域的技術(shù)進(jìn)步均值分別為1.045、1.069和1.058，均是促進(jìn)各區(qū)域科技金融發(fā)展的關(guān)鍵性因素。其中，中部地區(qū)的全要素生產(chǎn)率增長(zhǎng)最快，上升了6.9%，而西部地區(qū)增長(zhǎng)了4.4%，高于東部地區(qū)的3.8%，呈現(xiàn)出“中部崛起”的態(tài)勢(shì)。究其原因，可能是由于中部地區(qū)的金融與科技的結(jié)合已進(jìn)入高速的成長(zhǎng)期，使得東部地區(qū)受到了回彈效應(yīng)的影響；而中西部地區(qū)雖然經(jīng)濟(jì)發(fā)展水平相對(duì)較低，相應(yīng)的基礎(chǔ)設(shè)施較為落后，但由于受到“中部崛起”政策與“西部大開(kāi)發(fā)”戰(zhàn)略的影響，以至于中西部的效率高于東部地區(qū)。而與超效率DEA模型分析后得到的東部地區(qū)是提高全國(guó)金融支持科技創(chuàng)新效率的主要力量的結(jié)果來(lái)看，中西部地區(qū)的動(dòng)態(tài)效率變化（即金融支持科技創(chuàng)新的效率增長(zhǎng)變化）要高于東部地區(qū)，說(shuō)明針對(duì)中西部地區(qū)的科技創(chuàng)新配置合理的金融資源，將極大地提升全國(guó)金融支持科技創(chuàng)新的效率，從而縮小中部與東部地區(qū)的差距，促進(jìn)我國(guó)科技產(chǎn)業(yè)均衡發(fā)展。

從三大區(qū)域技術(shù)進(jìn)步的角度分析，三個(gè)區(qū)域的技術(shù)進(jìn)步指數(shù)都大于1，說(shuō)明它們的技術(shù)進(jìn)步變化均呈現(xiàn)增長(zhǎng)趨勢(shì)，而且也是使得全要素生產(chǎn)率大于1的主要原因，這與全國(guó)全要素科技金融效率分析的結(jié)果是一致的。

從三大區(qū)域純技術(shù)效率的角度分析，依然呈現(xiàn)出中部高于西部，而西部又高于東部的趨勢(shì)，但西部和東部的純技術(shù)效率均小于1，說(shuō)明這兩個(gè)地區(qū)金融的投入并沒(méi)有帶來(lái)科技的有效產(chǎn)出。但其原因可能有所差異，對(duì)于東部地區(qū)雖然經(jīng)濟(jì)發(fā)展水平較高，但受到金融支持科技創(chuàng)新的回彈效應(yīng)影響，已呈現(xiàn)出邊際效用遞減的態(tài)勢(shì)；而西部地區(qū)本身經(jīng)濟(jì)發(fā)展水平低，基礎(chǔ)設(shè)施落后，為科技創(chuàng)新配置的金融資源不夠，固然不能得到有效的產(chǎn)出。

表3：2006—2012年我國(guó)全要素科技金融平均Malmquist指數(shù)及其分解

表4：2006—2012年我國(guó)全要素科技金融效率分區(qū)域變動(dòng)趨勢(shì)情況

從三大區(qū)域規(guī)模效率的角度分析，中東部地區(qū)的規(guī)模效率已達(dá)到有效前沿面，表明中東部地區(qū)的科技金融產(chǎn)業(yè)已較為完善，規(guī)模效應(yīng)已有所展現(xiàn)。與之相比，西部地區(qū)的規(guī)模效率小于1，說(shuō)明西部地區(qū)科技金融行業(yè)規(guī)模偏小，為科技服務(wù)的金融機(jī)構(gòu)無(wú)論是數(shù)量還是資金量都不足，需要進(jìn)一步提升營(yíng)運(yùn)規(guī)模。

五、結(jié)論

我國(guó)將自主創(chuàng)新、建設(shè)創(chuàng)新型國(guó)家作為戰(zhàn)略目標(biāo)以來(lái)，建立多渠道、多層次的金融投入體系是解決高風(fēng)險(xiǎn)科技產(chǎn)業(yè)融資難的重要措施。因此，為促進(jìn)科技創(chuàng)新合理配置有限的金融資源就具有重要意義。文本應(yīng)用超效率DEA和Malmquist指數(shù)模型對(duì)我國(guó)30個(gè)省、自治區(qū)和直轄市2006—2012年的科技金融投入產(chǎn)出情況進(jìn)行了分析。結(jié)果表明：

第一，全國(guó)以及各省區(qū)市的科技金融效率呈現(xiàn)出U形趨勢(shì)。通過(guò)超效率DEA模型的靜態(tài)分析發(fā)現(xiàn)，在樣本年限內(nèi)我國(guó)金融支持科技創(chuàng)新呈現(xiàn)U形趨勢(shì)，其中，東部地區(qū)是帶動(dòng)這種U形趨勢(shì)的主要力量。

第二，從全國(guó)各省區(qū)市的科技金融的TFP值來(lái)看，在樣本年限內(nèi)呈現(xiàn)上升趨勢(shì)。通過(guò)Malmquist效率動(dòng)態(tài)分解分析，技術(shù)進(jìn)步（即科技金融資源配置）是提高金融支持科技創(chuàng)新效率的主要原因。需要注意的是，純技術(shù)效率變化和規(guī)模效率變化還是低效的，說(shuō)明金融投入未能得到有效的科技產(chǎn)出以及尚未形成科技產(chǎn)業(yè)的規(guī)模經(jīng)濟(jì)，需要進(jìn)一步改善。

第三，從時(shí)間序列的科技金融的TFP值來(lái)看，受到技術(shù)進(jìn)步的影響，TFP值在2006—2012年的變化呈現(xiàn)一個(gè)高峰一個(gè)低谷的波動(dòng)性增長(zhǎng)。其中，2009—2010年，受到國(guó)家“救市”方案的影響，促進(jìn)金融支持科技創(chuàng)新的效率變化顯著，形成了高峰；2011—2012年，受到國(guó)家戰(zhàn)略部署以及方針政策指導(dǎo)，使得TFP值達(dá)到最大值。

第四，從區(qū)域角度的科技金融的TFP值來(lái)看，三大區(qū)域均呈現(xiàn)上升趨勢(shì)。其中，中部地區(qū)呈現(xiàn)出“中部崛起”的態(tài)勢(shì)，西部地區(qū)因“西部大開(kāi)發(fā)”戰(zhàn)略部署以及東部地區(qū)受到回彈效應(yīng)的影響，使得中西部的效率變化指數(shù)值高于東部地區(qū)，進(jìn)一步說(shuō)明為中西部的科技創(chuàng)新配置合理的金融資源，將獲得巨大顯著的成果。

[1]Schumpeter.1912.The Theory of Economy Development[M].Cambridge，MA：Harvard University Press.

[2]Tadassee S.2000.Does financial structure matter for economic growth?A corporate finance perspective.OhioStateUniversity，Mimco.

[3]Luigi Benfratello，F(xiàn)abio Schiantarelli，Alessandro Sembenelli.2008.Banks and innovation：Microeconometric evidence on Italian firms[J].Journal of Financial Economics，90（2）.

[4]Caterina Giannetti.2012.Relationship lending and firm innovativeness[J].Journal of Empirical Finance，19（5）.

[5]John Callahan，Steven Muegge.2003.Venture Capital’s Role in Innovation：Issues，Research and Stakeholder Interests[J].The International Handbook on Innovation.

[6]Gil Avnimelech，Morris Teubal.2006.Creating venture capital industries that co-evolve with high tech：Insights from an extended industry life cycle perspective of the Israeli experience[J].Research Policy，35（10）.

[7]Caves，D.W.，L.R.ChristensenandW.E.Diewer.1982.Multilateral Comparisons of Output，Input and Productivity Using Superlative Index Numbers[J].Economic Journal，92.

[8]Fare R，Grosskopf S，Norrism，et al.1994.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries[J].American Economic Review.

[9]王海，葉元煦.科技金融結(jié)合效益的評(píng)價(jià)研究[J].管理科學(xué)，2003，16（2）.

[10]田霖.科技力與區(qū)域金融綜合競(jìng)爭(zhēng)力的模糊曲線分析[J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2005，11（4）.

[11]馬衛(wèi)剛，張紅麗.我國(guó)科技與金融結(jié)合效益評(píng)價(jià)[J].科技管理研究，2014，（20）.

[12]崔毅，趙韻琪，楊麗萍，趙兵.基于DEA方法的廣東科技與金融結(jié)合效益評(píng)價(jià)[J].華南理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010，（4）.

[13]呂江林，王新龍，宋高堂.中部地區(qū)與東部發(fā)達(dá)省市科技與金融結(jié)合效率的比較研究——基于DEA模型的分析[J].金融與經(jīng)濟(jì)，2012，（10）.

[14]華玉燕，趙納.基于DEA方法的科技金融結(jié)合效率研究——以安徽省為例[J].金融教育研究，2013，（3）.

[15]陳凱，肖鶯，付永紅.江蘇科技和金融結(jié)合效益評(píng)價(jià)研究[J].科技管理研究，2013，（14）.

[16]陳軍梅.基于DEA-Malmquist指數(shù)方法的寧夏科技金融結(jié)合效率研究[J].寧夏大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2014，4（36）.