湖南省基于DEA模型的科技金融投入產出效率分析

文秀

摘 要：近年來，科技與金融結合促進了經濟的迅速發展。因此，測算科技金融投入產出效率對促進經濟發展有著重要意義。通過運用《湖南統計年鑒》的數據，以DEA方法的BCC模型為基礎，選取金融投入指標以及科技產出指標，對湖南省科技金融投入產出的效益進行分析。研究表明，一直加大對金融投入的力度并不能保持科技產出持續增加，例如R&D經費內部支出、人員總量投入在發展過程中出現了冗余情況。因此，合理配置資源，優化結構才能保證科技與金融的更好結合。

關鍵詞：科技金融;DEA模型;湖南省

中圖分類號：F832 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2020）21-0074-02

科技與金融相互結合是順應當前大數據時代潮流的結果，兩者之間有著相輔相成的作用。生產效率的提高依賴于科技技術的推動，而科學技術的研發與實踐也離不開金融資金的支持。湖南省通過完善技術轉移政策環境、搭建技術供需對接平臺等，基本建立了以企業為主體、市場為導向、與金融深度融合的湖南特色科技金融發展體系。近幾年政府不斷加大對金融投入的力度，但是科技金融的投入產出效率規模報酬并未保持最佳狀態，這一點值得引起注意，并探究更好的科技金融發展方式。

一、文獻綜述及評價指標

國內外有關科技金融的研究：熊彼特（1912）界定了科技金融的萌芽。趙昌文（2009）定義了科技金融，他指出，科技金融是通過改革財政投入，引導金融機構創新，以實現科技與金融的有機結合。中國科學技術發展戰略研究員王元（2014）提出，科技金融重在將金融資源與創新要素、方針政策更好地結合安排。科學技術部條件與財務司沈京文（2011）認為，科技金融可以以技術促進經濟增長，戰略性產業的發展離不開政府的支持。韓威（2015）研究關于2005—2014年河南省科技金融結合效率，發現金融市場效率、科技金融效率、金融市場與科技金融結合效率不顯著正向相關，以及江湧（2017）等人對廣東省科技金融效率基于DEA模型的分析研究。從已有的文獻中，本文充分了解到對科技金融的發展效率的評估，對其發展是十分必要的。

指標體系包括金融投入與科技產出兩大類別。在投入方面，選擇了政府財政科技投入X1（萬元）、企業科技機構經費投入（萬元）X2、R&D人員數量（人）X3。因為資金投入主要靠政府和企業，所以選取了政府財政科技投入以及企業科技機構R&D經費投入。而在科技創新活動中，科技人才資源是最重要的，而R&D人員是開展科技活動的基礎，也是提升國家創新能力和科技實力的決定性因素。在產出方面，則選擇了新產品銷售收入（萬元）Y1、高新技術產業總產值（萬元）Y2、專利申請數（項）Y3。高新技術產業是研究和開發高新技術密集型的產業，發展迅速，其總產值能代表科技發展水平。另外，新產品銷售收入也是直接性輸出指標。而專利申請數，則更直觀地展示了科研與生活實際相結合的優秀成果。

二、湖南省科技金融效益實證分析

1.BCC模型結果分析。對照綜合效率（crste）數值效率的意義。湖南省在2006—2017年（除2009年）的綜合效率基本處于有效和相對有效狀態，從這個方面看，在這11年中，科技對金融的投入和支持比較穩定。從純技術效率來看，2006年、2010—2012年、2015—2017年得分為1，說明這7年科學技術的提升以及科研能力增強有效地提高了科技產出。除了2008年、2011年、2014年處于非有效狀態，得分低于0.9，說明科技創新的能力還不足以支撐科技產出，或暫時還沒發揮出作用。當未處于有效狀態時，表明DEA處于弱有效，如果想要進一步提升，要通過技術的徑向調整和要素配置的松弛結構改變（如下頁表所示）。

2.規模有效性結果分析。規模效率是總體效率與純技術效率的比值，其得分是反映當決策單元處于非有效狀態時，有多大程度是由規模無效引起的。湖南省2006年、2010年、2015—2016年的規模效率得分為1，表明這4年金融投入恰當，保證有效狀態的同時，投入成本適量。2011年處于非有效狀態，規模效率值為0.850，小于0.9，表明湖南省在這一年的科技金融投入不佳且轉化為科技產出的效率不高。但2012年湖南省在科技費用支出、企業科技經費支出、研究與實驗人員的投入較2011年分別增長了15%、26%及18%的基礎上，其規模效率也從非有效轉化為相對有效狀態。由此說明，提高湖南省科技金融投入能一定程度上促進效率的提高。湖南省科技金融規模報酬處于遞增狀態，即各金融投入要素增加時，科技產出的增加比重大于投入的變化比重，因此應適當增加金融投入規模來促進科技產出的增加。

三、結論與建議

通過以上分析，為促進湖南省各市州在科技金融快速發展，本文提出了對策建議。一方面，湖南省應該注重R&D內部支出、人員投入與科技金融效率的關系，過多的投入會造成資源的浪費，不利于生產要素利用率的提升。其次，要注意R&D人員的結構分布，長沙市教育資源水平高，大量高校聚集于此，吸收全省大量人才。而張家界、湘西等地區，人才資源相對匱乏，建議完善人才發展體制機制，創造人才發展的良好環境，同時激發人才創新激勵機制，適當為落后地區引進專業人才。另一方面，可以借鑒湖北武漢科技金融改革創新試驗區的發展，以及蘇州模式的發展。蘇州在近幾年，科技金融產出都位居江蘇省第一，剔除規模報酬后的技術和管理因素所決定的高效率，使得規模效率也逐年上升。政府可以引導商業銀行、各類基金以及社會松散資金對收益效果穩定的科技創新活動的投資。同時，科技研發部門也要合理利用資金，完善資金使用的規章制度，強化監督，確保資金最大化利用。

參考文獻：

[1] ?趙昌文.科技金融與金融科技殊途同歸[N].第一財經日報，2017-12-11.

[2] ?肇啟偉，付劍峰，劉洪江.科技金融中的關鍵問題——中國科技金融2014年會綜述[J].管理世界，2015，（3）：164-167.

[3] ?韓威.基于DEA-Tobit模型的科技金融結合效率實證分析——以河南省為例[J].金融發展研究，2015，（9）：36-40.

[4] ?賀麗麗.江蘇省13地市科技金融效率差異——基于DEA模型分析[J].商業經濟，2019，（8）：168-170.

[5] ?余麗霞，鄭潔.基于DEA模型的科技金融結合效率研究——以四川省為例[J].會計之友，2019，（4）：32-37.

[6] ?江湧，閆曉旭，劉佐菁，杜賽花.基于DEA模型的科技金融投入產出相對效率分析——以廣東省為例[J].科技管理研究，2017，（3）：69-74.

[7] ?陳靜嫻.湖南省科技金融績效評價研究[D].長沙：中南林業科技大學，2018.

[8] ?林茵.對科技成果向生產力轉化的理論認識與實踐體會[J].現代情報，2003，（10）：223-225.

[9] ?沈昊田.我國科技金融服務體系研究綜述[J].中國商論，2019，（20）：55-56.

[10] ?童敏慧，吳華風，楊建仁.江西省科技金融政策現狀及其特點[J].金融教育研究，2019，（5）：20-26.