基于DEA和Malmquist指數的區域科技金融效率測度

來源:用戶上傳      作者:

　　【摘要】  基于DEA和Malmquist指數分析法對廣東省及四大區域21個地級市的科技金融效率進行實證分析，研究結果表明：2011—2016年廣東省科技金融整體效率相對較好，尤其是近兩年;從時間階段來說，還是存在配置結構不夠優化、投入規模不足的問題;從區域及地市角度來說，還存在較為突出的區域不平衡問題。為此，在加大整體投入和保障全要素生產率穩定的同時，還必須針對性地加大投入和加強資源配置結構的優化，以及提高區域發展的協調性。
　　【關鍵詞】   科技金融;科技創新;DEA模型;Malmquist指數
　　【中圖分類號】  F275  【文獻標識碼】  A  【文章編號】  1002-5812（2019）06-0065-03
　　一、文獻回顧與問題提出
　　近年來，深入推進金融與科技、產業融合發展，成為國家和地方政府實施創新驅動發展戰略和供給側改革的重要舉措，取得了重要成效，同時也成為當前學者的研究熱點。張明龍（2015）[1]運用SE-DEA和Malmquist指數法對30個省市科技金融效率進行評價，發現我國科技金融效率呈U形走勢且東西部地區效率值差異明顯;李林漢（2018）[2]等則運用三階段DEA-Tobit模型研究的結果顯示我國省際科技金融效率普遍過低，科研經費投入對結合效率影響程度最高;李俊霞（2016）[3]、烏蘭（2016）[4]分別運用系統動力學和DEA方法研究了金融支持高新技術產業的發展問題，發現市場科技金融的效率相對優于公共科技金融;國際昌（2017）[5]以高新技術產業為例研究了欠發達地區科技金融資源配置風險偏好;另外，還有不少學者以部分省市為對象，開展了相關研究。
　　廣東省作為改革開放的前沿陣地，較早開始探索科技與金融的結合，引導金融資本服務創新驅動，取得了重要成效，為全省創新驅動發展戰略的實施做出了重要貢獻。但也如劉湘云（2017）[6]、江湧（2017）[7]、李華軍（2017）[8]等的研究表明，也存在一定的問題。為此，為了深入分析廣東省科技金融在配置結構、配置效率、區域發展等問題，本文借鑒相關學者思路，采用DEA和Malmquist指數法方法，在對廣東省整體科技金融效率評價基礎上，進一步對省內四大區域及21個地級市科技金融效率進行分析，試圖為促進廣東省科技金融效率及其區域發展協調性的整體提升提供政策建議。
　　二、模型選擇與指標選取
　?。ㄒ唬┠Ｐ瓦x擇
　　借鑒相關前人研究成果，在廣東省整體科技金融的相對效率方面，運用DEA-BCC模型進行評價和分析。但上述模型在金融與科技創新融合效率評價方面缺乏動態性，同時為了更好地掌握全省各地市和區域的效率表現，為此對廣東省21個地級市運用DEA-Malmquist指數法，嘗試更加客觀地評價廣東省科技金融效率現狀。在考察科技金融對科技創新的支持效率方面，多數學者將投入產出滯后期假定為一年，這與現實情況還存在差距。為此，本文借鑒少數學者思路，將投入產出整體滯后期假定為兩年，同時考慮到實際投入中部分地市數據的波動較大，在數據處理過程中假定第t年的產出為第（t-1）年和第（t-2）年平均投入的結果[8-9]。
　?。ǘ┲笜诉x取及數據處理
　　借鑒相關學者研究，結合數據的可獲得性以及指標口徑的一致性，在投入指標上選取金融機構貸款余額、財政科技支出、R&D經費內部支出，在產出指標上選取專利授權量、新產品銷售收入和高技術產品產值三個指標。數據來源于《廣東統計年鑒》《廣東科技統計年鑒》以及廣東省科技統計網和廣東省金融辦等官方網站，其中：投入數據為2009—2014年，產出數據為2011—2016年?？紤]到貨幣時間價值和居民消費水平的趨勢變化，剔除價格因素的影響，本文以2009年為基期，對投入指標使用居民消費價格指數（CPI）進行平減處理，對產出指標（除專利授權數量）使用工業生產者出廠價格指數（PPI）進行平減處理。
　　三、廣東省科技金融效率實證分析
　?。ㄒ唬┤≌w效率分析
　　1.DEA靜態效率分析。從全省的DEA效率數據結果來看（見表1），廣東省2011—2016年的科技金融綜合效率呈U型狀態，從2011年的綜合有效到經歷2012—2014這三年相對有效狀態后重新回到2015—2016年的有效狀態。6年中有3年金融與科技創新結合綜合效率處于有效狀態，規模效率4年有效（2011—2012、2015—2016）、2年遞增（2013—2014），整體說明近些年科技金融投入規模較為合理，成效較好。
　　近6年當中，也存在部分年份配置結構不夠合理的現象。2012年，綜合效率呈現弱有效狀態，但規模效率有效，說明投入規模是合理的，但是投入產出結構不合理;2013年綜合效率呈現弱有效狀態，但純技術效率有效且規模效率遞增，說明當年度投入不足，且需要加大投入;2014年綜合效率較低且純技術效率和規模效率都未達到有效，說明存在投入不足的現象，同時對于投入資源也沒有得到充分和合理的利用，配置結構存在一定的問題，需在加大投入的同時優化配置結構。
　　
　　
　　2.Malmquist指數動態效率分析。整體來說，2011—2016年全省全要素生產率（TFP）、技術進步變化（TEC）、技術效率變化（EFF）的指數平均值分別為0.981、0.961和1.021（見表2），表示這6年科技金融全要素生產率年均下降1.9%，主要是技術進步作用年均下降3.9%和技術效率作用年均增長2.1%的綜合影響所致，且整個階段全要素生產率的變動受技術進步作用的影響較大（TFP與TEC的變動趨勢基本吻合）。但從時間段來看，2011—2014年這一階段全要素生產率指數小于1，2014—2016年這一階段大于或等于1，說明這種狀況在后期得到了一定程度的改善。 　　從技術進步變化來看，2011—2014年這一階段小于1，這說明由于金融危機緣故，經濟發展質量欠佳，技術進步作用受到一定影響，進而也導致這一階段全省的全要素生產率狀況不是十分理想。而2014—2016年這一階段大于或等于1，說明廣東省大力推進創新驅動發展和產業轉型升級戰略取得了成效，并降低了金融危機的影響程度。
　　從技術效率變化來看，2011—2016年這一階段保持相對穩定（除2011—2012年這一階段小于1外，其他階段都大于或等于1），說明科技金融資源的利用效率相對較好。但是整體來說，技術效率變化先增后減的趨勢明顯。進一步分解技術效率變化指數的構成（包括純技術效率變化和規模效率變化），可以發現，純技術效率2011—2016年前期小于1而后期大于1，說明“十一五”后期政府注重加大投入但沒有充分重視管理，而在“十二五”前期開始注重投入的同時也注重了管理;規模效率變化呈現先增后減的趨勢，說明投入的規模效應已經不是十分明顯。
　?。ǘ┤^域科技金融效率動態分析
　　1.各區域Malmquist指數整體分析。從全省區域科技金融效率整體差異來看（見表3），2011—2016年珠三角地區、粵東、粵西、粵北的TFP變化均值依次為0.992、0.985、0.973、0.922，這說明除珠三角地區全要素生產率基本保持穩定外（實際上也未能完全實現持續增長），粵東西北都存在不同程度下降的現象，尤其是粵北地區下降明顯。
　　從全省區域科技金融效率（全要素生產率）變化影響構成來看（見表3），都受到不同程度的技術進步作用降低的影響（從大到小依次為粵北、粵西、珠三角及粵東），而技術效率變化方面粵東西北相對保持穩定（珠三角技術效率變化提升2.3%，主要受益于這些地區投入規模大、政府重視程度高、創新環境好等有利因素）。進一步分解技術效率變化影響因素（包括純技術效率變化和規模效率變化）可以發現，粵東西北地區純技術效率和規模效率基本保持穩定但均落后于珠三角地區。
　　2.各地市Malmquist指數分析。從全省各地市近6年全要素生產率變動情況來看：大于或等于1的地市有12個，其中：珠三角地區有7個，粵東和粵西地區有5個;小于1的地市有9個，珠三角地區2個，粵東粵西地區各2個，粵北地區3個（見表4）。上述分布現象說明：一是盡管珠三角地區科技金融效率較好，但部分地市也存在效率不夠理想的問題，如江門、惠州，M指數全省排名較為靠后;二是粵北地區位于北部山區，無論是資源還是地理位置，都相對處于劣勢，整體效率墊底;三是粵東西北地區與珠三角地區的科技金融效率整體差異較為明顯，區域經濟發展的不協調性直接影響了科技金融效率。
　　四、結論及建議
　?。ㄒ唬┙Y論
　　2011—2016年全省科技金融的DEA靜態效率均值呈“U”型分布趨勢且近兩年均為1，全要素生產率變動成整體上升趨勢但不穩定的局面，這說明廣東省近些年實施的創新驅動戰略和各項政策措施還是取得了較為明顯的成效，推動了金融、科技和產業的融合發展。6年中也存在部分年份投入不足、配置結構不夠合理或全要素生產率波動的現象，尤其是粵東西北地區與珠三角地區科技金融效率差距明顯、不平衡問題較為突出的問題。同時，也存在珠三角地區少數地市配置結構不夠優化、全要素生產率不夠穩定的問題。
　?。ǘ┙ㄗh
　　1.進一步加大科技金融投入力度并優化配置結構。對于全省來說，必須將政策性的科技金融投入與產業結構調整及轉型升級目標充分結合起來，深度融入到供給側結構性改革當中。對于珠三角地區來說，在保障投入力度的同時，更加要重視配置結構的優化;而粵東西北地區則既要加大投入力度，也要加強配置結構的優化。
　　2.進一步加強粵東西北與珠三角地區的協調發展。一是繼續完善珠三角地區對口幫扶粵東西北地區的運行機制體制，深度拓展金融扶貧、產業共建、創新合作等模式或領域;二是深入推進“大珠三角經濟區”（“廣佛肇、深莞惠、珠中江”）一體化建設，充分發揮珠三角地區金融經濟發展的輻射功能和反哺效應。
　　3.加強政策效用監測并適時調整?？萍冀鹑谡邔嵸|上作為一種類產業政策，其效用具有一定的爭議，但從國家以及各地方政府的實踐來說，在當前的經濟發展階段，整體效果還是明顯的。為了避免造成不必要的資源浪費，必須完善相關政策評價體系，對其效用進行動態監控，并適時調整相關政策，有助于整體上促進科技金融資源配置的優化。J
　　【主要參考文獻】
　　[1] 張明龍.我國金融支持科技創新的效率評價——基于超效率DEA與Malmquist指數方法[J].金融發展研究，2015，（06）：18-25.
　　[2] 李林漢，王宏艷，田衛民.基于三階段DEA-Tobit模型的省際科技金融效率及其影響因素研究[J].科技管理研究，2018，38（02）：231-238.
　　[3] 李俊霞，張哲，溫小霓.科技金融支持高新技術產業發展的實證研究——基于系統動力學方法[J].中國管理科學，2016，24（S1）：751-757.
　　[4] 烏蘭，李寅龍，花蕊.中國高新技術產業發展的金融支持效率研究——基于DEA兩階段模型分析法[J].經濟研究參考，2016，（67）：63-68.
　　[5] 國際昌，葉蜀君.欠發達地區科技金融資源配置風險偏好分析——以轉型城市高新技術產業發展為例[J].宏觀經濟研究，2017，（06）：44-53+82.
　　[6] 劉湘云，吳文洋.基于高新技術產業的科技金融政策作用路徑與效果評價研究[J].科技管理研究，2017，37（18）：23-28.
　　[7] 江湧，閆曉旭，劉佐菁.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.
　　[8] 李華軍，劉貽新.“金科產”融合發展視角下金融資本作用路徑及支持效率研究——基于資本形態及創新階段的比較分析[J].科技管理研究，2018，38（14）：36-43.
　　[9] 李燕.基于超效率DEA模型的廣東省地方財政科技支出績效評價研究[J].公共財政研究，2017，（05）：62-71+96.
轉載注明來源:http://www.hailuomaifang.com/2/view-14802507.htm