合肥市科技金融效率評價及對策研究
——基于長三角城市群的比較

畢詩琪，馮 冰

(1.合肥師范學院 經濟與管理學院，合肥 230601；2.中國電子科技集團公司第三十八研究所 經濟運行部，合肥 230601)

科技與金融的協同發展離不開金融對科技的有力支撐，但盲目、無效的資金投入會導致產出的低效率。因此，持續提升金融體系服務科技產業的效能，促進科技金融資金配置效率尤為重要。

長三角作為我國經濟發展和技術創新最活躍的地區，成為國家布局創新驅動發展戰略整體規劃的重要區域。本文選取上海社會科學院發布的《2017年度長三角城市群科技創新驅動力城市排名報告》綜合排名靠前的城市(上海、杭州、寧波、南京、蘇州、無錫、南通、常州和蕪湖)與合肥市進行比較，利用數據包絡分析法測算各城市科技金融資金投入與產出的配置關系，并以此為依據提出多項舉措以提升合肥市科技金融資金利用效率及區域創新能力。

1 科技金融效率評價文獻綜述

國外學者很早就注意到了金融創新對科技進步的促進作用，從理論和實證兩方面對二者的關系以及融合發展進行研究。而科技金融一詞最早是由我國學者提出，具有較強的中國特色。例如：徐玉蓮等運用實證方法從政府、市場和整體方面分析了各省科技金融資金配置情況，得出橫向差距較大、縱向穩中有升的結論[1]；劉茂偉等利用DEA和灰色關聯法分析了山東省2005—2014年間科技資金配置情況及影響資金效率的因素[2]；江湧等研究了廣東省科技金融投入產出效率，提出深化體制改革和加快市場化步伐等對策[3]；甘星等用實證方法比較珠三角、長三角和環渤海的科技金融效率，得出上海和天津科技投入相對有效，其他省份科技金融效率偏低的結論[4]；吳妍妍等運用SPSS軟件對長三角七城市科技金融發展情況進行測算，得出合肥最弱的結論，并針對合肥的問題提出建議[5]。

2 科技金融效率指標體系構建

近年來，數據包絡分析方法開始被應用于經濟和管理領域，用以測度投入與產出之間的效率關系。該方法的優點是無需對數據做量綱化處理，也無需人為確定指標的權重，只需要區分投入和產出，相對而言可以減少主觀因素的干擾，在處理投入—產出的相對效率方面具有優勢?？萍冀鹑谫Y金配置過程是一個投入與產出多元化的復雜系統，與數據包絡分析的效率測算特點契合。本文借鑒徐玉蓮(2015)對科技金融配置效率的研究方法，利用DEA模型對長三角主要科技創新城市科技資金利用情況進行測算，構建評價指標體系。

2.1 指標選擇

在前人研究的基礎上，綜合考慮指標的相關性和數據的可得性，選取測度科技金融配置效率的主要輸入指標和輸出指標。指標選擇及描述如表1所示。

表1 指標體系描述

2.2 數據采集與整理

測算所用的數據主要源于各個城市2016年和2017年統計年鑒、統計公報、科技統計網和公開數據資料，個別缺失的數據由趨勢法推算而來。數據來源的真實性和推算整理的有效性對實證分析結果及政策建議有重要影響，本文在采集和整理數據時，始終堅持真實性和科學性的原則。

3 長三角10市科技金融效率測算與結果分析

運用DEAP2.1軟件，對長三角10個科技創新城市2016年和2017年科技金融投入和產出數據進行分析。

3.1 長三角10市科技金融DEA效率比較

DEAP2.1軟件輸出結果如表2所示。

表2 長三角10市2016和2017年科技金融配置效率值

3.1.1 綜合效率比較

2016年樣本中，上海、蘇州、南通、杭州和寧波的DEA綜合效率值為1，說明這5個城市科技資金配置合理，科技創新與金融支持協同效應較好。合肥市綜合效率值較低，說明金融投入與科技產出遠未達到最佳配置。

從省際來看，上海市和浙江省的DEA綜合效率均值為1，說明這兩個省(市)份的科技資金配置效率較高。上海市和浙江省是我國經濟發展的排頭兵，區域內民營企業和中小企業眾多，科技創新動力強勁，對科技資金和創新金融產品需求程度高。同時，區域內金融業發達，創新金融人才和要素集聚，為科技型企業提供了必要的資金來源和適合的金融產品。樣本中，安徽省DEA綜合效率均值排名靠后。近年來，安徽省在承接產業轉移和促進科技金融結合方面做出較大努力，但經濟基礎薄弱、行政過度干預、創新氛圍不濃等因素導致科技資金的投入和產出尚未達到最佳配置。

2017年，合肥市的DEA綜合效率值較2016年有所提升，但在10個城市中排名基本沒變。2016年和2017年是各地圍繞國家創新驅動發展戰略相繼出臺科技創新發展政策和貫徹執行的兩年，由統計數據和實證結果可知，合肥市科技和金融融合情況穩定，科技金融政策得到執行，但效果不顯著。

3.1.2 技術效率比較

由表2可以看出，2016年和2017年長三角10市科技金融的技術效率均值分別為0.922和0.935，小幅提升基本持平，現有的科技金融管理水平和金融配置結構已接近最佳狀態，稍加調整即可實現科技金融投入與產出的技術有效性。2016年，技術有效的城市有7個；2017年，技術有效的城市有6個。其中，合肥市兩年的技術效率值分別為0.818和1.000，說明合肥市科技金融在投入規模、配置結構、融資渠道、成果轉化及管理水平方面有所提升。

3.1.3 規模效率和規模報酬比較

實證數據顯示，上海、蘇州、南通和寧波4個城市2016和2017兩年均實現規模有效，其他城市則處于規模無效區域。合肥市處于規模無效且規模報酬遞增階段，說明合肥市科技金融投入規模尚未達到最佳配置狀態，科技企業發展初期資金需求旺盛，金融資本的配合將充分獲得資金投入的規模收益并提高效率。

3.2 長三角10市科技金融冗余分析

投入冗余和產出不足是導致科技金融效率低下的主要原因，因此有必要對冗余情況進行分析。以2016年為例，DEAP測算的科技金融投入產出冗余情況如表3所示。合肥市高新技術企業總產值與目標值相差1498.709億元，說明合肥科技金融市場化能力和產業化水平偏低。

表3 2016年長三角10市科技金融投入產出冗余

3.3 分析結論

單純從實證結果來看，長三角10市中，上海、蘇州、南通、杭州和寧波科技資金配置效率高，列為第Ⅰ梯隊城市；南京、常州、合肥科技資金配置效率較高，列為第Ⅱ梯隊城市；無錫和蕪湖科技資金配置效率偏低，列為第Ⅲ梯隊城市。從綜合排名看，合肥市金融資金配置效率處于第Ⅱ梯隊，與上海、蘇州、杭州等城市差距較大，這與合肥市創新創業環境滯后、科技金融規模較小、金融供給模式單一、資源配置不合理等因素密切相關。

4 提升合肥市科技金融效率的對策

根據比較分析結果和合肥市經濟發展實際，本文認為，要提升合肥市科技金融配置效率，應采取以下具體措施。

4.1 借助創新驅動發展東風，融入長三角發展規劃

在創新驅動發展戰略指引下，長三角城市群依托自身經濟活力和創新優勢，融入國家整體發展規劃。合肥市應充分利用國家在科技創新領域的政策傾斜和資源統籌，融入長三角整體發展規劃，向高質量、高水平一體化發展。依托上海在資源、人才、產業基礎、管理效能等方面的龍頭作用和輻射效應，加速合肥市科技與金融的深度融合和協同發展，提高科技金融資金配置效率。

4.2 搭建一體化科技金融平臺，實現資源互補

遵循政府搭建、市場導向、多方支持的原則，積極搭建長三角統一的科技金融信息服務平臺，整合政府、科技企業、銀行、證券公司、擔保公司、中介機構、行業協會等多方資源，探索建立“規劃—建設—管理”一體化投融資服務平臺，為合肥市科技企業提供科技貸款、科技保險、知識產權抵押、上市輔導等投資服務，發布合作機構金融產品、最新科技金融政策和實時數據統計信息，快速促成合肥市與長三角區域內高科技企業資金需求和金融機構資金供給的有效對接。

4.3 建立多元科技投資體系，創新金融供給模式

深入剖析合肥市在產業升級不同階段的科技企業金融需求特點，建立財政投入、金融資金和社會資本有機結合的多元化、立體化科技投融資體系，提升資金配置效率。一是財政資金先行鋪墊，吸引市場投資主體布局高科技產業；二是創新金融產品和服務，滿足科技企業新需求。除傳統的固貸、流貸、結算等金融產品和服務外，高科技企業會產生諸如上市融資、并購重組、網上結算、知識產權融資、離岸金融等新的金融需求。合肥市政府應引導金融機構從供給側方面著手，提高金融創新能力和服務效能。

4.4 精準支持優質科技企業，提高資源利用效率

科技企業旺盛的資金需求與金融資源有限性的矛盾需要依靠“重點式、精準化”的投資模式加以化解。合肥市政府資金應重點支持區域內擁有自主研發能力、掌握核心知識產權、對區域經濟社會發展具有戰略意義的優質高新技術企業。通過多元、分層、重點、精準的投資策略，有效利用長三角金融資源實現合肥市科技產業的合理集聚與科學布局。

4.5 差別對待企業成長階段，提高規模生產能力

準確區分合肥市科技企業的成長階段，提供差別化和有針對性的金融支持。處于種子期和初創期的企業生產規模較小，資金需求集中在技術研發領域，此時需要引導創業基金和天使投資介入，通過結構優化來提升金融服務效率。對于成長期的企業則需要加大金融供給規模，提高金融覆蓋水平和產品生產支持力度，擴大企業生產規模，提高企業的規模效率和規模報酬。