基于DEA模型的黑龍江科技金融結合效率研究
來源:用戶上傳
作者:
摘要：現通過采用數據包絡分析方法（DEA）將經濟較發達地區與黑龍江省科技金融結合效率進行比較分析，發現黑龍江省科技金融結合效率偏低，存在科技金融環境發育不完善；科技創新企業規模小；融資渠道單一等問題，對此提出優化投入產出結構、推動科技資本市場發展等一系列建議。
關鍵詞：數據包絡分析方法（DEA）；科技金融；結合效率
中圖分類號：F014 文獻標識碼：A
文章編號：1005-913X（2019）05-0001-03
一、引言
科技金融的相互滲透能夠加快科技創新型企業的發展，保障經濟的快速轉型。黑龍江省是中國農業大省，在國家經濟發展中發揮重要作用，2011年黑龍江省成為科技金融試點城市之一，首家科技主營支行——龍江銀行股份有限公司科技專營支行成立，科技金融結合工作由此展開。截止到2018年，黑龍省科技金融結合工作成果突出，但由于存在金融投入對科技創新支持不夠、投入結構不合理等問題，導致黑龍江省科技金融結合效率不高。因此，黑龍江省科技與金融結合效率的研究有重要意義。
二、實證分析
?。ㄒ唬┲笜诉x取與數據說明
1.評價指標的選取
選擇評價指標一般要遵循五個基本原則，典型性、可行性、精簡性、關聯性以及科學性，在遵循上述原則的基礎上，同時參考學者的選取體系，最終確定投入指標與產出指標（如表1所示）。
2.相關性檢驗
DEA方法評價的前提條件是科技金融投入與產出指標符合正相關關系，運用SPSS軟件得到指標間的Pearson相關系數（如表2所示）。
由表2可得，科技金融投入指標與產出指標間的相關系數在0.5～0.8之間，而相關系數是用于衡量變量之間關系的指標，用Y表示，其r取值在[-1，1]之間，并且r的絕對值越接近于1，變量間相關性越高。當r=0時，變量之間不相關；r介于0～1之間是正相關；當r=1時，變量之間完全正相關；r值介于-1～0之間，變量之間是負相關；r=-1時，變量之間完全負相關。由表2可知使用該研究數據成立的DEA效率評價模型有意義。
?。ǘ﹦討B比較分析
綜合考慮了我國31個省份（港澳臺除外）的經濟發達情況、創新指數以及科技發展情況等，最終選取了北京市、浙江省、廣東省等14個省市及黑龍江省作為研究樣本，并采用Malmquist指數模型對黑龍江省2010～2016年的科技金融結合效率進行縱向分析?，F部分運用DEAP2.1 軟件測算我國15個省市科技金融結合的Malmquist指數（如表3所示），并把黑龍江省與北京市的各個效率值的變化差異進行對比分析（如表4所示）。
從表4可以看出，在樣本研究年限內，黑龍江省全要素生產率（TFPCH）的平均效率值為1.323，增長了32.3%，整體出現上升趨勢。技術效率指數平均變動為1.123，技術進步指數平均變動幅度為1.178，規模效率平均變動幅度為1.053，即各個效率的平均變動均呈現上升趨勢。另外，黑龍江省各個效率變動的幅度不僅均大于其他省市平均效率的增長幅度，而且其技術進步水平遠遠大于上海、浙江等一線發達城市，說明黑龍江省這六年的科技競爭力在不斷增長，金融對科技創新具有促進作用。從表4中可知，在2010～2016年間技術效率的平均變動、技術進步的平均水平要遠遠大于規模效率變化的平均水平，這表明推動黑龍江省科技金融全要素生產率（TFPCH）在2010～2016年增長的主要原因是技術進步，同時也反映黑龍江省在科技生產規模上存在一定的不合理性。
從表4可以看出，2011～2016年黑龍江省金融支持科技創新的平均效率值為1.459，以45.9%的速度增長，并且可以看出技術效率值、技術進步以及規模效率水平每年的平均增長速度在10%～20%之間，且技術進步的增長速度要高于規模效率的變化程度，反映科技進步是黑龍江省金融支持科技創新的主要因素。
2011～2016年全要素生產率值（TFPCH）總體上呈現先降后升的走勢，其中2011～2014年間降低了47.9%，而到2015年全要素生產率值（TFPCH）在一年間又迅速上升到2.769，增長了241%。2011年7月，我國頒布的《國家“十二五”科學和技術發展規劃》中提出繼續完善科技金融一體化機制，建立全方位的科技融資體系，加快發展新型金融機制。這為我國各個省市探索創新科技與金融結合方式、優化科技金融投入規模提供了方針和政策指導，這可能是黑龍江省全要素生產率值（TFPCH）在2011～2012年增長的主要原因，而國家政策發布一年后，其生產力指數出現了大幅度的下降。而2014年全國兩會中提出要深化金融體制改革和加快科技體制改革，為優化金融和科技結構提供了政策指導，從表4中可看出其生產力指數在2014年出現了大幅度的上升。而技術進步以及規模效率水平的變化同全要素生產率值（TFPCH）的變化方向一致，且變動幅度較大。而從表4中北京市的綜合效率分解情況可以看出，其無論是全要素生產率值（TFPCH）、技術效率、技術進步水平還是規模效率均是平穩的變化趨勢，反映北京市科技金融發展良好，金融投入結構合理，資源實現了最優配置。兩者對比反映了黑龍江省金融推動科技創新受國家政策變化的影響較大，其次說明黑龍江省金融支持科技創新的效率低下，金融資源配置不合理。
?。ㄈ嵶C結果分析
采用DEA-Malmquist進行動態分析均顯示黑龍江省的生產力水平在2010～2016年間實現了增長，但其科技金融結合效率整體不高，金融投入和科技產出結構不合理，存在資源配置不合理、生產要素投入結構不恰當的問題。另外，金融投入和科技產出結合效率低下，沒有形成最優規模結構。因此，應進行長期優化和調整，在提高科技產出的同時，還應加快行業形成規模效應，從而提高科技創新能力，加快黑龍江省經濟的轉型升級。 三、發展建議
?。ㄒ唬I造有利于科技金融與產業深度融合的社會環境
增強金融推進科技創新的力度，實質上就是推進科技、金融與產業的深度融合完成科技產業化，實現將科研成果轉化為生產力。而三者的深度交融需要制度化、法制化以及正規化的社會環境作為基本保障，目前黑龍江省科技金融發展環境尚不完善，信用擔保體系不健全等增大了科技企業發展的風險，所以政府應優化現有環境，完善信用擔保體系，如借鑒美國擔保體系的模式，針對中小企業不同的發展階段設立不同層次的擔保額度與比例，以確保中小企業的順利發展。另外，還應建立健全市場化、產業化的科技金融服務系統，為科技成果轉化提供良好的環境基礎，從而吸引更多的創新資源和金融資源匯聚黑龍江省，實現科技的產業化發展，加快建立有利于促進自主創新的科技、金融與產業融合的路徑。
?。ǘ﹥灮度氘a出結構實現資源最優配置
一方面，要增加金融投入規模，調整現有投入產出結構，加大對科技金融的財政投入力度，發揮政府的帶頭引領作用，同時制定相關政策吸引社會資金、金融機構和其他技術創新投資，擴大科技產出，調整現有生產要素規模，使之達到最佳規模效應。另一方面，要協調和完善政府與市場的關系，建立由市場決定產品研發方向、資源分配、效果評估的評價體制。同時，動員企業、社會和非政府組織對科技創新企業的關注與投資，依靠多樣化的要素投入結構，加快科技與金融的對接。最后，結合黑龍江省的實際情況針對科技創新型企業專門建立一套評價資金投入結構的機制，不定期的對科技資金使用情況進行審計監督，對于資金投入不合理的企業及時給予相應的指導。
?。ㄈ┨岣邔萍计髽I的金融支持力度
黑龍江省科技創新企業存在規模小、融資渠道單一以及政府對科技資金的支持力度不大等問題，遏制了科技創新企業的發展。因此，黑龍江省應擴大科技創新型企業的融資渠道，如借鑒日本發展方式完善與發展風險投資市場，鼓勵科技型中小企業上市。也可借鑒美國科技孵化器的形式，將銀行機構、天使投資、風險市場等聯系起來，對非上市的科技型企業提供金融服務，給予科技型企業更多的自主融資權，還可借鑒美國硅谷銀行的發展經驗，構建特殊商業模式的科技型銀行，服務于具有高成長性價值的創新企業。
（四）推動科技資本市場發展
健全的科技資本市場是科技創新發展的資金保證，也是科技創新型企業取得融資的重要渠道，所以，應建立多元化的資本市場。首先，應降低黑龍江省科技型企業的準入門檻，減少對中小科技型企業的規模限制，如針對缺乏資金的科技型中小企業，可借鑒英國的企業融資擔保計劃（EFG），由政府對其提供資金保障，使更多的中小企業加入到科技金融的發展市場。其次，大力發展哈爾濱股權交易中心中的科技創新板塊，完善各個機構的對接機制，形成金融機構、非金融機構等多元化、一體化的金融服務體系。
參考文獻：
[1] 江 湧，閆曉旭，劉佐菁等.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.
[2] 劉萌萌，薛 冰，鄒慧君.青島市科技金融結合效率評價[J].金融經濟，2017（8）：148-150.
[3] 王仁祥，黃家祥.科技創新與金融創新耦合的內涵、特征與模式研究[J].武漢理工大學學報：社會科學版，2016（5）：875-882.
[4] 章思詩，李姚礦.基于DEA-Tobit模型的科技金融效率影響因素研究[J].科技管理研究，2017（6）：29-34.
[5] 王 芳.河南省科技金融結合的績效評價及對策建議[J].金融理論與實踐，2016（12）：86-89.
[責任編輯：王功巧]
轉載注明來源:http://www.hailuomaifang.com/2/view-14882883.htm
