科技金融與科技創新協同發展研究
——以陜西省為例

西安外國語大學商學院 杜旭雯

當今世界形態正處于百年未有之大變局，科技創新已成為各國發展的重要衡量指標，新一輪科技革命正在重塑全球經濟結構。科技創新和金融保障是促進國民經濟提升的兩大引擎。科學技術的不斷革新是經濟增長的重要推動力，而科技金融又為科技成果的轉化提供了重要保障。科技和金融兩個系統在各自發展的同時，其內部各因子交互影響動態結合的過程又彼此促進，從而形成一個良性的生態系統閉環。

最先將金融與科技聯合在一起的是美國經濟學家熊彼得[1]，他認為一國的科技創新發展是由金融承載力決定的。而后，國內學者鄭磊[2]等人也研究了科技金融對科技創新能力的作用。

總的來看，學者對科技金融與科技創新關系的研究大多側重其單方面的作用與影響，而忽略了科技金融與科技創新的相互制衡互促的協同發展關系，對二者相互作用關系缺乏量化評估。本文以陜西省為例，量化評估了科技金融與科技創新的協同發展程度，便于政府部門密切監控二者的發展動態，有針對性地制定相關政策，從而促進二者協同發展。

1 數據挖掘與指標選取

為了全面、科學地觀察陜西省近年來的科技金融與科技創新協同發展狀況，建立其復合系統協同度測度的指標體系如表1所示，并選取2010—2017年陜西省相關數據樣本，進行深入分析。數據來源于《中國科技統計年鑒》《國家統計局》《陜西省統計年鑒》。

表1 復合系統協同度測度指標體系

2 測算科技金融與科技創新子系統有序度[3]

第一步：先通過均值-標準差法對數據進行標準化，消除量綱差異。

根據熵值賦權法的計算步驟，計算各二級指標的權重，如表2所示。

表2 科技金融與科技創新子系統各指標權重

第二步：構建子系統有序度模型。

先構建出一個復合系統S={S1，S2}，S1、S2分別為科技金融子系統和科技創新子系統。設發展過程中，子系統Sj（j∈[1，2]）的序參量為ej=(ej1，ej2，…，ejn)，其中n≥1，βji≤eji≤αji，i=1,2,…,n，αji、βji分別為序參量分量eji的上限和下限。這里假定ej1，ej2，…，ejk為正向指標，即取值越大，科技金融與科技創新整體系統的有序程度表現越好；相反，ejk+1，ejk+2，…，ejn為逆指標，其取值越小，系統整體表現的越有序。這樣就可以得到序參量分量eji的有序度為：

從上式可以看出，μj(eji)∈[0,1]，μj(eji)取值愈大，說明子系統對復合系統整體有序度的貢獻度就愈大。

在此，我們選用線性加權求和法來測度各序參量分量eji對子系統Sj的總體影響程度，公式如下：

(4)式中λi代表序參量ej的權重系數，μj(ej)∈[0,1]，如果計算出的μj(ej)值越大，說明ej對子系統Sj是否有序的影響越大，子系統的有序度表現就越好。

將陜西省2010—2017年度數據代入公式(2)，首先計算出各子系統序參量分量的有序度，然后再將計算出的結果代入公式(4)，便可得到陜西省科技金融與科技創新子系統的有序度，如表3和圖1所示。

表3 科技金融與科技創新子系統有序度

圖1 科技金融與科技創新子系統有序度

3 測度復合系統協同度

第三步：構建復合系統協同度測度模型。

分別觀測科技金融和科技創新子系統在開始時刻和中間某一時刻t1參數的有序度，將它們記為，，并規定兩個子系統的協同發展的程度為：

協同度 C∈[?1，1]，其數值越大，表明復合系統協同發展程度就越高。當協同度C為負值時，表明復合系統處于非協同交互狀態。

將第二步計算的子系統有序度代入公式(5)，最終得到2010—2017年陜西省科技金融與科技創新系統協同度如表4所示。

表4 科技金融與科技創新復合系統協同度結果

4 復合系統協同績效評價

為對科技金融與科技創新系統進行科學的績效評價，我們使用數據包絡分析法(DEA)測度多種投入多種產出情況下的綜合效率。結合DEA方法特點，將所選科技金融體系與科技創新體系指標整合為以下5項投入指標和3項產出指標。利用DEAP2.1軟件，計算 2010—2017 年陜西省市科技金融與科技創新復合系統的效率，如表5所示。

表5 科技金融與科技創新復合系統效率

5 實證結果分析

通過對上述實證結果進行分析可以發現，陜西省2010—2017年間科技金融與科技創新子系統有序度整體走勢表現為上升，科技金融子系統有序度波動明顯。在2014—2015年期間有序度增長劇烈，但在隨后的2016年有序度有所回落，致使科技創新子系統2017年有序度下降。考慮到科技金融對科技創新作用具有滯后性(假定滯后期為1年)，從圖1中可以看出科技金融系統與科技創新系統有序度發展變化趨勢基本一致。而復合系統協同度在[0，0.2]區間波動，整體水平較低，可見陜西省還沒有建立起一個良性的科技金融與科技創新協同發展機制。其中，2010—2015年科技金融與科技創新復合系統協同度處于緩慢爬坡狀態，平穩上升，但在2016年時，復合系統協同度遭到明顯破壞，這也與科技金融與科技創新兩大子系統在2016年出現下降得到了印證。但是，分析復合系統協同發展效率統計表，可以發現2010—2017年間，有6年陜西省的綜合技術效率都等于1，這與協同測度結果和實際情況并不相符，說明在指標以及DEA計算方法的選擇上還有待改進。

6 結論與建議

本文通過建立科技金融與科技創新復合系統協同發展模型，以2010—2017年陜西省科技金融與科技創新領域的相關數據進行了實證分析。計算結果表明，陜西省科技金融與科技創新子系統有序度的變化趨勢基本一致，整體呈上升態勢，科技金融與科技創新復合系統協同度在[0，0.2]區間波動，整體協同度較低，科技金融與科技創新協同發展還有很大的提升空間。

針對上述實證結果，陜西省政府應該重視科技創新與科技金融發展存在的短板，出臺相關政策引導促進科技金融與科技創新的深度融合，提升科技金融與科技創新復合系統協同效度，可以從以下幾個方面入手。

(1)從科技創新改良角度而言，目前陜西省科技發展落后，R&D人員較少，面臨人員和資金等資源流出該區域的窘境，故而應該強化人才強省戰略，激發創新活力。要以建設創新型省份為目標，重視高新技術產業發展，充分調動科研人員創新積極性，加速實現人才紅利的成果轉化，從而形成可持續的高質量發展模式；此外，現階段陜西省高新技術產業的市場集中度不高，產業結構發展不平衡以及地域的局限性極大地限制了技術創新成果的轉化。要協調產業結構，提高創新成果轉化率，盤活高新技術行業市場。

(2)從科技金融的投入來看，陜西省政府要加大財政扶持力度，完善公共科技金融體系；目前，市場科技金融對陜西省技術創新效率影響作用為負。一方面，銀行科技貸款主要針對資質信用較好的大型企業，小微企業貸款難；另一方面，由于缺乏專業人員進行貸前和貸后的風險監管，使得陜西省科技貸款進程緩慢，效率低下。故而政府要擴大融資渠道，刺激市場科技金融活力。首先應該建立科技信貸評價和監督機制，充分保證資金的使用質量與使用效率；此外，還要建立健全金融服務鏈，積極嘗試金融產品的創新，不斷完善發展科技金融體系對科技創新的滲透方式和滲透深度與廣度。

(3)最后，還應該注重創新科技金融與科技創新互動方式，促進協同效應。打造資源流動以及成果轉化的暢通機制，降低不同系統間的互動成本，消除壁壘，激活高校科研院所與高新技術企業資源的有效對接，建立健全科技金融與科技創新的互促機制，加快資源的循環和充分利用，以實現整個社會大系統的綜合效益最大化。