北京科技金融服務體系的動態匹配機制

吳翌琳

(1.中國人民大學統計學院，北京　100872；2.中國調查與數據中心，北京　100872)

?

北京科技金融服務體系的動態匹配機制

吳翌琳

(1.中國人民大學統計學院，北京100872；2.中國調查與數據中心，北京100872)

本研究構建企業科技成果轉化的三階段遞推CDM模型，以北京市海淀區企業為例，對企業創新能力的提升過程進行實證研究。研究發現，企業的創新初期需要政府和金融機構的政策和資金支持，引導各類創新要素在企業層面集聚，增強企業創新動力；伴隨企業創新向縱深發展，自主創新的關鍵環節應向管理要素方向轉變，增強企業創新穩健發展的內生機制。因此，應強化不同金融工具間的協同與配合，拓寬企業融資渠道，完善支持北京科技成果轉化的多層次資本市場服務體系。

三階段遞推CDM模型；科技金融服務；動態匹配

創新驅動上升為國家戰略，對于作為全國科技創新中心的北京而言，科技成果轉化和產業化是北京轉變經濟發展方式、實現經濟社會可持續發展的根本途徑。然而，創新資本投入大、周期長、不確定性高等特點成為制約科技成果轉化的瓶頸，造成創新資本短缺的問題。科技與資本的協同匹配度低的問題，嚴重影響了北京市科技創新資源優勢的發揮。

1　國內外相關研究綜述

Shcmupeter指出，良好的銀行通過甄別并提供資金給那些最具有新產品開發能力的企業，以促進科技創新[1]。Canepa和Stoneman基于歐盟創新調查數據，發現金融資金和信貸等要素能夠促進企業創新能力的提升，并且這種影響在高技術企業以及中小企業中更加顯著[2]。在分析了許多企業創新成功的案例后Freedman和Soete指出，強大的金融支持體系能夠顯著地提升研發支出的效率[3]。

國內關于金融支持和服務與創新關系的研究，孫楊等[4]基于偏最小二乘法，研究了政府資金、金融機構貸款和其他方式籌資等不同資金來源對于科技創新的影響，證明不同的資金投入渠道對科技創新具有不同的作用。劉降斌等[5]對國內四個科技區域科技型中小企業自主創新與金融體系的長期關系和短期關系進行實證研究，結果顯示區域金融體系對企業自主創新有長期的支持效應，但金融體系的短期支持效應有較大的區域差異。黃國平、孔欣欣[6]從政策的角度論述了金融促進科技創新的作用機制，認為中國的金融發展及其與科技創新關系存在著一定程度的不相容。

總結以往文獻可以看出，無論是宏觀政策研究還是企業微觀實證，現有研究大多將企業創新與資本投入的關系作為一個整體，從單一時間點上來考量，并沒有考慮兩者關系的階段性變化。然而，技術創新是一個動態過程，不同創新階段對應的資本特征存在差異，而處于生命周期不同階段的企業，對于金融機構、政府部門的外部資金和政策支持的需求也是不同的。為了厘清這種動態機制，本文構建企業創新系統的三階段遞推模型，分階段研究企業創新能力的提升過程，并通過引入金融政策和支持變量，考察資本和金融服務對企業創新的影響機制和動態變化機制，以引導不同類型的資本流向企業創新的不同階段，探索符合科技成果轉化現實規律的金融支持路徑。

2　理論模型與數據選用

2.1企業創新系統的三階段遞推CDM模型

在知識生產函數基礎上，Crépon、Duguet和Mairesse提出了分析企業創新和生產率關系的模型框架，將這種關系細分為創新投入、創新產出、創新對生產率的影響三個階段，提出三階段遞推CDM模型[7]。這一模型把企業創新過程當做一個“黑箱”，并不事先區分企業的創新狀態，同時將所有企業樣本都納入研究框架，因此對于中國的企業數據而言，這一模型的兼容和適用性更高。CDM模型以其獨特創新理念和模型優勢，在多個發達的歐洲國家得到廣泛應用[8-10]。但是，這一模型在中國的應用尚處于起步階段。本文對CDM模型進行改進，研究框架如圖1所示，在保持原有模型三階段的結構基礎上，在企業創新的黑箱中，結合國情及數據加入幾個確定性影響因素，更好地控制創新過程中來自企業內部和外部的影響。

圖1　企業創新系統發展三階段模型

根據以上分析框架，構建如下方程系統。

(1)創新投入階段，主要由兩個方程來描述。

創新決策方程：

創新投入方程：

在起步階段，政府一般會通過一些創新支持政策和稅收優惠來鼓勵企業創新，而金融機構和個人投資者將會為企業提供一些資金支持，扶持企業由一般生產性企業進入創新型企業行列。

(2)科技成果轉化為創新產出階段。

科技成果轉化方程：

(3)企業效率提升階段。

企業效率提升方程：

具體變量設置如下：

(1)因變量。

①創新決策(INOD),企業決定是否開始進行技術創新的虛擬變量。

②創新投入(INI),企業內部科技活動經費支出占銷售收入比重，反映企業創新的資本投入強度。

③創新產出(INO),企業新產品產值占總產值的比重，反映企業創新的直接效果。

④勞動生產率(PRT),人均總產值，反映企業效率。

(2)自變量。

①政府支持(GOV),政府支持主要從以下三個方面來體現：政府資金GFS，企業創新資金中政府和事業單位資金的比重，主要反映企業從政府部門得到的支持;稅收減免TAX，企業獲得的減免稅總額，研發加計扣除及技術轉移所得的減免稅金額，以及享受高新技術企業的專項減免金額;創新基金INF，是指企業通過申請獲得的國家創新基金的金額,主要用于支持中小企業的科技創新、改善中小企業融資環境、完善中小企業服務體系、加強國際合作等。

②金融服務(FAS),主要包括四類：銀行貸款(BL)、風險投資(VC)、債券融資(BF)及股權融資(SRF)。

③資本投入(CAP),企業固定資本投入作為生產效率的重要影響因素被引入模型。

④企業管理(EME),主要通過企業財務指標考察經營管理對企業創新的影響，包括以下三方面：資產負債率ALR，考察企業財務狀況是否穩定，反映企業資金管理水平;成本收入比CRR，是考察企業盈利能力和成本控制的綜合性指標;

管理效率MAE，企業管理費用、營業費用和財務費用之和占銷售收入比重，體現企業的辦公效率和管理能力。

⑤協同創新(COL)，協同創新是一項復雜的創新組織方式，其關鍵是形成以大學企業研究機構為核心要素，以政府金融機構中介組織創新平臺非營利性組織等為輔助要素的多元主體協同互動的網絡創新模式。

科研委托COM主要體現企業委托外單位開展科技活動經費支出，包括對境內的研究機構、高等學校以及對境外的研究機構的委托經費支出；引進技術TEI主要包括引進國外技術經費支出、引進技術的消化吸收經費支出、購買國內技術經費支出、引進技術資料及關鍵設備等主要支出金額；技術改造TER主要包含對國內獨立研究院、國內高等院校和國外機構的技術改造經費支出。

⑥員工素質(EQA)，從兩個方面度量：學術研發RSD，科技活動人員、留學歸國人員、博士及以上學歷人員比重，反映員工的學術研發能力；技術應用TEA，工程技術人員和高級技術工人比重，反映先進的生產技術在企業內部推廣的能力。

(3)控制變量。

①企業規模(SCALE)，按照國家統計局的《統計上大中小微型企業劃分辦法》，把企業劃分為相應的大中小微型企業，并建立相應的虛擬變量，以微型企業為參照組。

②產權特征(TYPE)，本文并未使用企業登記注冊類型，而是依據不同類型資本在實收資本中的比重，以超過50%為限確定企業類型，設置的三個虛擬變量分別表示企業資本中國有和集體資本、法人和私人資本、港澳臺和外商資本超過50%的企業。這是因為企業的資本狀況始終處于變化狀態，如果僅以注冊時的企業類型判斷企業屬性可能造成不準確。

③行業特征(IND)，本文樣本涵蓋農業、工業、服務業等共計67個二位碼行業，但主要分布在服務業和制造業，這兩個行業的企業數量占總體比重達65.6%和18.9%。為分離行業差異對企業創新的影響，本文針對這兩大類行業設置虛擬變量，參照組為其他行業企業。

④企業年齡(AGE)，企業的技術創新階段往往和企業的年齡是密切相關的。一般而言，在企業初創階段，創新規模較小，以模仿創新為主，而到了企業比較成熟的階段，大規模的技術創新活動也逐漸起步。因此，本研究將企業年齡作為一個解釋變量引入模型。

2.2數據選用

本文數據選用海淀科技園2005—2009年的創新調查企業樣本，共計18039家企業樣本，經過清理，最終入選樣本為8750家。

按照創新投入強度將樣本分為三個層次，見表1。創新投入多的企業產出效率較高，而政府支持和銀行貸款都傾向于支持創新投入強度較高的企業，旨在推動其技術創新邁向自主化、產業化。而相對的，較高創新投入的企業同樣得益于相對較高的管理效率。協同創新方面，處于創新初期，自主創新能力較弱的企業，更多地依靠外來的技術支持，因此，協同創新支出的比例遠高于創新投入強度較大的兩類企業，而處于較為成熟的創新階段的企業，協同創新的參與度較低。

表1　企業創新與外部政府金融支持和內部管理效率描述分析

3　實證結果與解釋

本文采用STATA12進行模型計算，估計結果見表2。可以看到，企業創新過程具有一定的周期性和階段性，兩階段系數顯著性較高，這與筆者之前的研究結果相近[11]，三階段CDM模型較好地擬合企業創新的階段性特征。

(1)創新決策階段：風險投資助力企業創新，實現創新精確化。這一階段嚴格地說不屬于技術創新過程，它只是一個準備、評估和決策的過程。從實證結果來看，在這一階段，政府資金和稅收優惠會給予有創新動機和實力的企業，其影響是顯著正向的。而金融服務中只有風險投資呈現正向支持的結果，其他幾種融資手段暫未有明顯的效果，企業尚未正式進入創新階段，拿不出新產品向金融機構展示，投資風險較大，因此，只有風險投資會向企業提供資金支持。在此階段，企業管理很重要，要保證資產負債率不能太高，企業的生產成本和管理成本不能太高，否則這些因素會阻礙企業邁入技術創新的大門。企業在這個階段也會進行一些協同創新，主要以引進技術為主，這讓企業家了解到技術的重要性，因此產生了自主研發的需求，可見這一因素對企業的創新決策產生正向影響。此外，員工素質越高，創新的可能性越大。從企業的背景看來，企業規模不影響創新決策，而企業越年輕，越傾向于創新。隨著互聯網和大數據的高速發展，企業可以利用互聯網準確地了解用戶需求與變化，充分發揮自身優勢，有效整合創新資源，準確聚焦創新點。通過對市場需求的準確把握及自身創新實力的科學評估，在此基礎上進行創新決策，將盡可能降低創新投入的風險，增加成功創新的幾率，也為后續的發展壯大及進一步獲得金融支持奠定了基礎。

表2　三階段遞推CDM模型估計結果

注：***、**、*分別表示在1%，5%及10%的水平下顯著。

(2)創新投入階段：銀行貸款持續支持促進企業研發。企業產品的研發、生產和推廣階段都需要大量資金，除了部分依賴政府補貼、企業自籌外，大部分需要向金融機構融資。從此階段的實證可知，政府資金、稅收優惠、創新基金都給進行技術創新的企業產生正向支持，尤其是創新基金，國家提供各種類型的創新基金供企業申請，獲得支持的企業將會更加主動地進行創新研發投入。政府統籌財政性投入資金，將科技金融資源統一規劃、集成管理；各政策相輔相成，增強政策協調性，有效引導資源均衡布局。金融服務中有風險投資和銀行貸款正向支持，但這一階段的企業尚未能涉及債券或股權融資領域。從資金支持角度而言，政府應該積極構建引導平臺，完善政策幫扶體系。通過設立科技風險投資基金、專利獎勵資金、稅費減免等方式，鼓勵科技型中小企業增強內生力解決。協同創新方面以科研委托和引進技術并重，企業創新起步階段，一些關鍵技術難題的攻關還需要利用產學研網絡和行業領先企業的幫助。因此，科研委托和技術引進是創新初始階段技術入門的必要手段，企業要整合多種創新資本，差異化優勢互補，通過不斷注入資金保證研發的持續性，進而加快推進科技創新的步伐。

(3)科技成果轉化階段：承上啟下、協同創新，支持科技企業發展壯大。進入到工藝設計和產品試制階段，是決定產品在質量、性能及價格上競爭能力的關鍵環節。該階段技術上的風險逐漸減少，但投資上的風險卻隨著規模擴張而增加。從模型結果可見，政府資金對企業科技成果轉化具有促進作用，稅收減免和創業基金的作用減弱。金融服務中銀行貸款正向支持，風險投資不再顯著影響科技成果轉化，更多以股權投資和債券投資的方式為創新企業提供資金支持，也以獲得企業一定的股權作為投資回報。企業管理和協同創新依舊是兩個重要因素，在協同創新中，科研委托和引進技術有正向影響，而技術改造成為企業協同創新的重要方面，影響著企業的科技成果轉化和新產品的推廣。員工素質越高，科技成果轉化的可能性越大，并且技術工人的影響更為顯著。從不同企業類型看來，中小企業的科技成果轉化速度更快，國有和私營企業相對于外資企業而言更傾向于科技成果轉化。整體而言，企業越成熟，有更多成熟的新產品推向市場。此階段為凈現值從零逐漸增大直至達到最大的一個過程，產生的經濟效益越來越大，這使得大規模獲得商業銀行貸款成為可能，進一步推動創新投資規模的增大，企業可以充分運用風險收益要求較高的資金，如銀行貸款、債券或股票、風險投資等金融產品。

(4)企業效率提升階段：綜合金融服務支持現代企業制度的建立，形成長久競爭力。進入最后階段，企業由于技術創新帶來了科技成果轉化，新產品在市場上銷售，為企業帶來了更多的利潤和更多的資金，用于生產，也提升了企業的品牌知名度，為企業吸引更多的人才，企業進入了新一輪的轉型升級和效率提升階段。在這一階段，創新產出對企業效率提升有顯著的正向作用，而政府的支持漸漸退出，銀行和風險投資等外部直接支持的作用逐漸減弱，取而代之的是企業主動性的股權和債券融資，這些融資為這一階段企業效率的提升注入強大的力量，而企業自有資本的投入在企業效率提升過程中發揮重要的作用。企業管理方面，成本的控制對企業效率的影響達到前所未有的高度，管理效率提升也是這一階段企業的迫切需求。協同創新方面，科研委托和引進技術依然是企業技術更新換代的主要手段，也進一步提升了企業的效率，而越多的科研人員對企業效率提升也是有正面的促進作用的。從企業規模和所有制的角度看來，中小私營企業的效率提升更快。而企業的年齡不影響企業的效率提升，技術創新和商業模式創新正在成為企業提升競爭力的關鍵，資本市場更是成為領袖型科技企業的孵化器。

根據以上幾個主要發現，將企業科技成果轉化過程與金融服務的對應關系進行歸納匯總，見表3。

表3　企業創新不同階段的特點及融資渠道總結

續表3

4　結論與建議

本文實證研究發現：在企業做出創新決策的階段，政府政策的正確引導以及風險投資、天使資金等對于企業要求相對較低的資金渠道更加有利于企業投身到創新創業的行列；在創新投入階段，發揮主要作用的金融和政策支持是銀行貸款、政府的減免稅政策以及政府為企業所提供的創業基金，政府通過引導創新要素的流向與集聚提高企業自主創新的能力和熱情，協同創新也開始為剛剛起步的企業提供較大的技術支持；進入科技成果轉化階段，除了政府和銀行的傳統支持之外，企業的債券融資和股權融資等金融手段也為企業提供了更加堅實的資金基礎，有利于新產品的進一步開發、生產和推廣營銷，而協同創新成為本階段的重要決定因素；進入最后一個階段，企業創新效率全面提升，此時，企業可以漸漸脫離政府扶持政策，轉向依靠自己的技術和力量，綜合應用多種融資方式進行全面升級，進而實現技術創新推動企業效率與競爭力的長遠發展。此外，管理要素在企業創新的不同階段均發揮重要作用，是企業創新能力提升的基礎和保證；企業創新更多服從于行業規律，金融和政策支持應主要依據具體行業的技術特征。總體而言，應該強化不同金融工具間的協同與配合，促進不同渠道創新資本的集成與配合，完善支持北京科技成果轉化的多層次資本市場服務體系。

[1]SCHUMPETER J A.Theorie der wirtschaftlichen entwicklung[M].English translation：The theory of economic development.Cambridge.MA：Harvard University Press,1934.

[2]CANEPA A，STONEMAN P.Financial constraints to innovation in the UK：evidence from CIS2 and CIS3[J].Oxford economic papers，2008,60，711-730.

[3]FREEMAN Chris，SOETE Luc.The economic of industrial innovation[M].3rd ed.London：Pinter，1997.

[4]孫楊,許承明,夏銳.研發資金投入渠道的差異對科技創新的影響分析——基于偏最小二乘法的實證研究[J].金融研究,2009(09):165-174.

[5]劉降斌,李艷梅.區域科技型中小企業自主創新金融支撐體系研究——基于面板數據單位根和協整的分析[J].金融研究,2008(12):193-206.

[6]黃國平,孔欣欣.金融促進科技創新政策和制度分析[J].中國軟科學,2009(02)：28-37.

[7]CREPON B，DUGUET E，MAIRESSE J.Research，innovation，and productivity：an econometric analysis at the firm level[J].Economics of innovation and new technology，1998，7(1):115-156.

[8]DUGUET E.Innovation height，spillovers and TFP growth at the firm level：evidence from french manufacturing[J].Economics of innovation and new technology，2003，13.

[9]GRILICHES Z，MAIRESSE J.R&D and productivity growth：comparing Japanese and U.S.manufacturing firms[M]//CHARLES H.Productivity growth in Japan and the United States.Chicago：University of Chicago Press,1990.

[10]HALL B H，MAIRESSE J.Exploring the relationship between R&D and productivity in French manufacturing firms[J].Journal of econometrics，1995，65(1):263-293.

[11]吳翌琳,谷彬.創新支持政策能否改變高科技產業融資難問題[J].統計研究,2013(02):32-39.

(責任編輯沈蓉)

Dynamic Matching Mechanism of Beijing Science and Technology Financial Service System

Wu Yilin

(1.School of Statistics，Renmin University of China Beijing 100872,China;2.National Survey Research Center，Beijing 100872，China)

Using the enterprises in Haidian District as examples，it constructs the three stage recursive CDM model，to study the enterprise innovation ability promotion process.We find that，at the early stage of the innovation，the enterprises need government and financial institutions funding support，to guide the agglomeration of innovative elements at the enterprise level and enhance the power of enterprise innovation.With the enterprise innovation to develop in depth，the key link in the process should change to the direction of the management elements and enhance the endogenous mechanism for the healthy development of innovative enterprises.Therefore，we should strengthen the coordination and cooperation between different financial tools，to provide different channels of innovation capital for hi-tech enterprises and improve the multi-level capital market service system to support Beijing Science and technology achievements transformation.

Three stage CDM model；Science and technology financial service；Dynamic matching

國家自然科學基金資助項目“企業創新的就業創造機制研究——基于中國制造業企業的微觀實證”(71203225)，國家自然科學基金資助項目“結構性失業傳導機制研究與來源分解”(71303064)，教育部人文社會科學青年項目(12YJC910010)，北京市社會科學界聯合會青年社科人才資助項目(2014SKL019)。

2015-08-31

吳翌琳(1983-)，女，廣東潮州人，中國人民大學統計學院、中國調查與數據中心副教授，碩士生導師，博士；研究方向：經濟統計分析、技術經濟計量分析。

F062.3

A