陜西省科技金融發展效率測度及提升路徑研究

摘 要：本文選取陜西省2002—2022年數據，在構建代表性投入與產出指標體系的基礎上，運用超效率DEA-CCR模型測度其科技金融效率、模型評價其規模報酬階段。實證結果表明，陜西省科技金融在2016年之前，普遍存在投入資源不協調問題。2009—2016年與2017—2022年期間，陜西省科技金融效率均為提升階段，提升效果明顯。目前，陜西省規模報酬處于遞增階段，可以通過擴大規模來提高收益，但應協調政府、金融市場、企業等各主體，形成有效的提升路徑。

關鍵詞：陜西?。豢萍冀鹑?；效率測度；DEA

一、引言

科技自立自強是國家強盛之基、安全之要。2006年國務院發布《國家中長期科學和技術發展規劃綱要（2006－2020）》，開始重視科技金融為技術創新提供服務。科技金融作為促進科技成果轉化和產學研融通創新的重要工具，其發展效率直接影響地區創新發展水平。2017年，陜西省發布《陜西省促進科技成果轉化若干規定（試行）》，表明科技金融發展對于推動陜西省經濟轉型和實現可持續發展具有重要意義。

基于DEA方法，高揚等對山東省科技金融效率進行測度；黃仁全等對西安市科技金融效率進行測度，雷丹對長江經濟帶科技金融效率進行測度。為避免有效決策單元不能進一步進行比較，本文采用超效率DEA模型測度陜西省科技金融發展效率并提出路徑建議，以期促進陜西省科技與金融深度融合，從而實現經濟高質量發展。

二、陜西省科技金融發展現狀分析

1.陜西省科技金融投入現狀

科技金融投入是科技創新研究發展和科技成果產業化的堅實基礎。近年來，隨著我國對科技金融發展的不斷重視，科技金融投入也更加多元化。陜西省科技金融投入主要包括研究與試驗開發（Ramp;D）投資、政府資金、金融機構科技貸款等形式。

Ramp;D經費支出指某年度各單位用于基礎研究、應用研究和試驗開發的支出，反映用于科技研究發展的資金消耗水平。早年間，科技金融發展并未得到重視，2002—2008年，陜西省Ramp;D經費支出增速緩慢。近年來，陜西省政府高度重視科技金融發展，逐步增加科技金融投入。陜西省Ramp;D經費支出自2006年起逐步加速提高，在2022年達到峰值。

Ramp;D人員全時當量指全時與非全時Ramp;D人員的工作量折算成實際工作時間的總和，反映科技研究發展的人力投入強度。在2014年之前，陜西省Ramp;D人員全時當量均處于較低水平；2020—2022年處于較高水平，峰值仍為2022年。

政府資金撥款直接反映政府對科技金融發展的投入程度。2002—2022年，陜西省政府對科技金融發展資金撥款大致呈上升趨勢，在2011年首次出現下降，而后在2012年逐步恢復，2020—2022年處于較高水平并在2022年達到峰值。

金融機構貸款額指企業向商業銀行或非銀行等金融機構借入的資金數額，反映對科技企業的資金支持。陜西省科技企業金融機構貸款額在2009年之前，處于相對較低水平；2020—2022年處于較高水平，其中2021年達到峰值。

2.陜西省科技金融產出現狀

考慮到陜西省科技創新中科技研發以及技術成果轉化，本文選取專利授權量、技術合同交易額對陜西省科技金融產出進行衡量。

專利授權量指單位時期內由專利行政部門授予專利件數，是衡量國家或地區創新能力的關鍵指標之一。2006年，陜西省響應國家號召并積極發展科技金融的重要作用。自2006年起，陜西省專利授權量增速提升，在2018年達到極值。2020—2022年逐步提升，在2022年達到峰值。

技術合同交易額指合同成交金額中減去購買設備等支出后的金額，反映科技成果向生產力的轉化。陜西省技術合同交易額在2002—2011年間，處于較低水平且變動不大；2012—2016年間上升幅度較大，在2016年達到極值。2018年，由于中國人民銀行、國家發展改革委等將陜西納入實施金融科技應用試點，使陜西省技術合同交易額在2019—2022年處于較高水平并在2021年達到峰值。

3.陜西省科技金融投入產出現狀總結

基于陜西省科技金融投入與產出現狀，本文對其投入產出代表性指標進行分析得出陜西省科技金融投入與產出數值總體逐年上升，特別是產出與2008年之前相比提升較多，說明相關政策實施效果良好，科技研究向科技成果轉化及時。科技金融投入產出均在2020—2022年間達到較高水平，但與2017—2019年相比漲幅并不是很高，初步預計科技金融投入產出仍有提升空間，并未達到帕累托最優狀態。鑒于此，本文需要對陜西省科技金融投入產出效率進行進一步分析。

三、陜西省科技金融發展效率測度

1.指標體系建立

本文構建科技金融效率指標從投入與產出兩方面來考慮，投入指標包括研究與試驗開發（Ramp;D）經費支出、研究與試驗開發（Ramp;D）全時當量、政府資金、金融機構貸款額；產出指標包括專利授權量和技術合同交易額。指標體系如表1所示。

本文選取的數據的時間范圍為2002—2022年，選自《中國科技統計年鑒》《陜西科技統計年鑒》《國家統計局》等。

2.陜西省科技金融超效率 DEA 測度

超效率DEA模型值越大則表示其決策單元的效率越高，與原始DEA模型相比，可以進一步比較有效決策單元之間效率θ值的大小，即結果中不僅只有（有效）或θ＜1（無效）兩種情況，還會出現θ＞1的情況。當θ＜1時，超效率DEA模型與傳統DEA模型相同。由于超效率DEA-BCC模型測算結果中2021年與2022年的效率值無法由數學規劃解出，所以本文采用超效率DEA-CCR模型來測算決策單元超效率和投影值并利用BCC模型測算其規模報酬。結果如表2所示。

從綜合技術效率（TE）角度分析，不考慮規模報酬的影響，2002－2022年陜西省科技金融效率趨勢如圖 1所示。

從陜西省科技金融效率的數值來看，2003年、2016—2018年、2021—2022年，效率值均大于1，說明其投入與產出呈有效狀態；在2018年達到最高峰值，之后依次為2003年、2022年、2021年、2017年和2016年。其余年份的科技金融效率值均小于1，視為 DEA非有效。在非有效決策單元中，2005—2011年間的效率較低，低于0.5，考慮到2008年金融危機的影響，可以說明2005—2011年，從宏觀層面來說，國家相關部門以及陜西省政府對科技金融可持續發展的重視程度不夠，對資源有效配置的引導作用不強，相關政策及資金支持較少。

從陜西省科技金融效率的趨勢來看，自2010年后效率值總體呈增長趨勢。2006年，國務院發布《國家中長期科學和技術發展規劃綱要（2006－2020）》，通過金融手段為科技創新提供更為堅實的支持，推動了科技與金融的深度融合，加速了科技成果向生產力的轉化。陜西省政府也隨之發布關于科技金融的政策措施，加大了科技金融經費支出，為其高質量發展注入了新動能。自此，2003—2008年陜西省科技金融效率下降趨勢有所改變。2013年，政府出臺《陜西省科技計劃經費監督管理辦法》，提高了科技資金使用效率，促進高質量發展；2015—2018年陜西省科技金融效率提升幅度巨大，取得顯著效果，并在2018年達到極值點。2018年，由于金融科技應用試點，加速提高了2020—2022年的科技金融效率。隨著陜西省科技金融投資環境越發良好，政策效果也越發明顯。

本文對陜西省科技金融的效率值做投影分析，鑒于改進的可實施性，主要從投入角度分析，目的是針對效率值小于1的非有效決策單元，與其處于生產前沿上的單元做對比，確定其改進方向及大小。以效率值最低的2008年為例，JFZC、QSDL、ZFZJ、DKYE投影改進后分別應減少投入646211.24萬元、38688.44人年、727416.68萬元、58860.91萬元，說明早年間陜西省科技金融投入資源之間未達到帕累托最優水平，存在嚴重的不協調或浪費問題。

對陜西省2002—2022年規模報酬進行分析可知，在陜西省科技金融效率的決策單元有效年份，處于“不變”階段；在科技金融效率的決策單元非有效年份，處于“遞增”階段，且處于規模報酬遞增的年份居多。這表明陜西省科技金融發展2002—2022年整體處于規模報酬遞增階段，未來應利用增加投資或擴大規模的方式來取得更高回報。

四、陜西省科技金融發展效率提升路徑

根據研究結果，本文提出以下路徑提升建議，旨在促進政府、金融市場及企業的協同發展。

（1） 政策支持與監管

政府需完善科技金融相關政策體系，促進對科技企業的財政扶持和完善以及對科技企業的風險保障機制。優化科技金融投入資源配置，不斷創新對科技金融投資和融資的方式。一方面積極利用市場在資源配置中的引導功能，另一方面加強并完善建設科技金融產業監管體系。同時，加強信息互通共享，建立數據采集共享機制，降低信息不對稱，提升金融服務的精準度和效率。

（2） 金融創新與服務

建立更高效的金融服務體系，發揮金融體系對科技創新的支撐功能。要將技術創新與現代金融相協調，通過現代金融為技術創新服務。科技企業大多在初期面臨較大風險，且其中中小型企業較多，存在融資困難等問題，故應為科技企業提供多種融資渠道。同時，加強與擔保機構的合作，提升融資擔保質效，降低擔保費率，增強融資擔保能力。

（3） 企業創新與融資

增強企業自主創新能力，提高企業信用評級，建立并優化籌融資體系。自主創新能力對于科技企業來說至關重要，是衡量企業核心競爭力的重要因素之一。提高企業信用評級有利于企業應對風險以及便于融資?？萍计髽I由于初期風險較大，應綜合考量自身籌融資的收益與風險，優化企業籌融資體系。同時，加強與金融機構的溝通和合作，通過科技保險等方式，降低經營風險，提高融資成功率。

參考文獻：

[1]高揚，王桂?.山東省科技金融效率影響因素及區域差異研究[J].華東經濟管理，2023（7）：92-99.

[2]黃仁全，田徑，王娟娟.西安市科技金融發展效率及動態影響因素[J].科技管理研究，2021（6）：90-97.

[3]岳怡婉，楊冰菁，王黎明.基于混合回歸模型的科技金融對技術創新的影響分析[J].商場現代化，2023（17）：51-55.

[4]雷丹.長江經濟帶科技金融效率時空差異分析[J].合作經濟與科技，2023（5）：66-68.

作者簡介：李睿煜（1999.08— ），男，陜西渭南人，碩士研究生，研究方向：金融學。