金融中介對我國區(qū)域科技創(chuàng)新效率的影響研究——基于隨機前沿的距離函數(shù)模型

陳 敏，李建民

(山東理工大學(xué)商學(xué)院，山東 淄博 255012)

金融中介對我國區(qū)域科技創(chuàng)新效率的影響研究
——基于隨機前沿的距離函數(shù)模型

陳 敏，李建民

(山東理工大學(xué)商學(xué)院，山東 淄博 255012)

基于1998—2008年省級面板數(shù)據(jù)，運用隨機前沿距離函數(shù)模型，分析金融中介對我國區(qū)域科技創(chuàng)新效率的影響。研究表明，金融中介信貸規(guī)模與科技創(chuàng)新效率負相關(guān)，金融中介對科技創(chuàng)新的支持強度、支持效率與科技創(chuàng)新效率正相關(guān)，而且科技創(chuàng)新效率存在區(qū)域差異性，東部地區(qū)高于中西部地區(qū)。鑒于此，為提高科技創(chuàng)新效率，我國應(yīng)加大對科技創(chuàng)新的金融支持。對于信貸資源總量有限的中西部地區(qū)來說，開展科技金融試點，提高金融中介支持科技創(chuàng)新的強度和效率，有利于縮小科技創(chuàng)新效率的區(qū)域差異。

科技創(chuàng)新效率;金融中介;距離函數(shù);隨機前沿分析

1 引言

目前，對區(qū)域科技創(chuàng)新效率的研究主要集中在測評方法和影響因素兩個領(lǐng)域。測評方法主要有兩類:一類是非參數(shù)方法，以數(shù)據(jù)包絡(luò)分析法(DEA)為代表［1－3］;一類是參數(shù)方法，以隨機前沿分析法 (SFA)為代表［4－6］。相對于非參數(shù)法，參數(shù)法的優(yōu)點在于可以對模型及其參數(shù)進行檢驗，同時考慮了隨機因素的干擾，提高了測度的準確性。但在使用SFA進行效率測度時，受模型單一產(chǎn)出特性的約束，多數(shù)學(xué)者或采用單一的產(chǎn)出變量進行研究［4－6］，或選擇多個產(chǎn)出變量分別構(gòu)建模型進行對比研究［7］，而無法反映多投入多產(chǎn)出的生產(chǎn)技術(shù)，從而降低模型估計的準確性。關(guān)于創(chuàng)新效率的影響因素，樊華［3］研究表明，工業(yè)結(jié)構(gòu)、對外開放度、高等教育發(fā)展水平對科技創(chuàng)新效率具有正影響效應(yīng)，而政府影響力具有負向作用。于明超等［5］分析發(fā)現(xiàn)，制度環(huán)境是導(dǎo)致創(chuàng)新效率差異的重要因素，政府支持對創(chuàng)新效率有顯著促進作用，而金融支持和對外開放程度不利于創(chuàng)新效率提高。馮宗憲等［2］發(fā)現(xiàn)政府投入與創(chuàng)新活動的技術(shù)效率呈不顯著的負相關(guān)關(guān)系，而市場化程度具有顯著的正向影響。劉思明等［6］則提出創(chuàng)新主體的構(gòu)成和聯(lián)結(jié)關(guān)系是造成我國區(qū)域創(chuàng)新效率差異的重要原因。

綜合來看，既有文獻主要考察了非金融因素對區(qū)域科技創(chuàng)新效率的影響，沒有深入探討金融中介對創(chuàng)新效率的影響。鑒于這一缺憾，同時考慮到科技創(chuàng)新活動是一個多投入多產(chǎn)出過程，本文構(gòu)建了能夠測算多投入多產(chǎn)出的隨機前沿距離函數(shù)模型，實證檢驗金融中介對區(qū)域科技創(chuàng)新的作用機理，并提出通過金融中介的支持提高科技創(chuàng)新效率以及縮小科技創(chuàng)新效率區(qū)域差異的政策建議。

2 變量選取與模型構(gòu)建

2.1 變量及數(shù)據(jù)說明

本文選取1998—2008年我國30個省、市、自治區(qū) (以下簡稱省，不包括西藏)的面板數(shù)據(jù)，數(shù)據(jù)源于1999—2009年各年度的《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、各省《統(tǒng)計年鑒》及《新中國六十年統(tǒng)計資料匯編》。

本文將科技創(chuàng)新行為視為一個完整的生產(chǎn)過程，每個省作為一個創(chuàng)新活動的生產(chǎn)決策單元，使用一定的創(chuàng)新投入、得到創(chuàng)新產(chǎn)出。具體的投入產(chǎn)出變量說明如下:

(1)科技創(chuàng)新的產(chǎn)出變量。

衡量科技創(chuàng)新產(chǎn)出的變量主要有專利、新產(chǎn)品銷售收入兩類指標(biāo)。其中，專利指標(biāo)涵蓋大量信息，能夠較全面地反映一個地區(qū)科技創(chuàng)新的知識產(chǎn)出。但專利忽略了沒有進行專利申請的創(chuàng)新活動，而且不能體現(xiàn)投入產(chǎn)生的經(jīng)濟效益。新產(chǎn)品銷售收入指標(biāo)克服了專利的缺陷，但僅考慮了大中型工業(yè)企業(yè)的創(chuàng)新成果，忽略了中小企業(yè)的創(chuàng)新行為，也在一定程度低估了創(chuàng)新的產(chǎn)出水平。兩大指標(biāo)各有利弊，為此，本文選擇兩類指標(biāo)同時作為區(qū)域科技創(chuàng)新的產(chǎn)出變量測度科技創(chuàng)新效率。

使用專利指標(biāo)時，考慮到專利從申請到授權(quán)，存在1～2年的時間滯后，使得專利授權(quán)量無法準確反映當(dāng)期的創(chuàng)新水平［7］，且易受專利管理機構(gòu)工作效率和偏好等主觀因素的影響［8］，故本文選擇專利申請量來衡量專利數(shù)。此外，在使用新產(chǎn)品銷售收入指標(biāo)時，運用工業(yè)品出廠價格指數(shù)將名義值折算成以1998年為基期的實際值。

(2)科技創(chuàng)新的投入變量。

科技創(chuàng)新的投入可以從勞動力和資本兩個方面衡量。

就勞動力投入來說，科技活動人員、R＆D活動人員、R＆D活動人員全時當(dāng)量都是衡量科技活動人員投入的重要指標(biāo)。其中，科技活動人員指標(biāo)較為籠統(tǒng)，涵蓋面廣，與科技創(chuàng)新的相關(guān)性相對較弱;R＆D活動人員則未能充分考慮到投入勞動力的質(zhì)量問題，故本文選取R＆D人員全時當(dāng)量作為衡量科技創(chuàng)新的勞動力投入指標(biāo)。

與此相匹配，本文選取R＆D經(jīng)費投入作為資本投入指標(biāo)。使用這一指標(biāo)時，本文借鑒吳延兵［9］的做法，采取永續(xù)存盤法將流量性質(zhì)的R＆D經(jīng)費支出轉(zhuǎn)換成R＆D資本存量。R＆D資本存量的測算模型如下:

式 (1)中，Kit和Ki(t－1)分別為省份i在t期和t－1期的R＆D資本存量，δ為R＆D資本存量的折舊率，Ei(t－1)表示省份i在t-1期經(jīng)價格指數(shù)調(diào)整后的實際R＆D支出流量。

(3)影響科技創(chuàng)新效率的金融中介變量。

本文重點考察金融中介對科技創(chuàng)新效率的影響，為此，以金融機構(gòu)的存貸款余額為基礎(chǔ)，分別設(shè)定:1)SIZEit為時期t省份i的金融機構(gòu)貸款余額占GDP的比重，反映金融中介的信貸規(guī)模。通過該指標(biāo)考察金融中介信貸規(guī)模對創(chuàng)新效率的影響。2)INTit為該時期t省份i的金融機構(gòu)對科技活動貸款數(shù)額占該省金融機構(gòu)貸款余額的比重，反映金融中介支持科技創(chuàng)新的強度。3)EFFIit為該時期t省份i的金融機構(gòu)對科技活動貸款余額占該省金融機構(gòu)存款余額的比例，反映金融中介支持科技創(chuàng)新的效率(見表1)。

表1 變量說明

2.2 模型設(shè)定

由于距離函數(shù)可用于研究多投入多產(chǎn)出的生產(chǎn)技術(shù)，且經(jīng)變換后可用標(biāo)準的隨機前沿方法分析。鑒于此，本文將距離函數(shù)與隨機前沿方法相結(jié)合，構(gòu)建超越對數(shù)形式的產(chǎn)出型距離函數(shù)。模型形式如下:

式 (2)中，D0it表示產(chǎn)出距離函數(shù)，xit表示投入向量，yit表示產(chǎn)出向量，t表示時間，vit表示隨機誤差項，vit——N(0，)。由于距離函數(shù)的產(chǎn)出具有線性齊次性，滿足且定義uit= lnD0it，uit服從非負截尾正態(tài)分布N+(0)，則有:

式 (3)則是標(biāo)準的隨機前沿模型。根據(jù)式 (3)，本文的隨機前沿產(chǎn)出距離函數(shù)模型為:

本文重點考察金融中介對科技創(chuàng)新效率的影響，故設(shè)定技術(shù)無效率誤差項函數(shù)如下:

式 (5)中，SIZEit、INTit、EFFIit表示影響技術(shù)效率損失的金融中介因素，δi為待估參數(shù)，Wit為隨機誤差項，服從正態(tài)分布N(0， σ2w)。

3 實證結(jié)果及分析

3.1 實證結(jié)果

本文利用Frontier4.1軟件，采用極大似然估計法估計所構(gòu)造的(4)式及(5)式的系數(shù)(見表2和表3)，并測算出我國東中西部三大區(qū)域的技術(shù)效率(見表4)。

表2 隨機前沿距離函數(shù)模型的估計結(jié)果

表3 技術(shù)效率損失函數(shù)的估計結(jié)果

表4 我國東中西部三大區(qū)域的技術(shù)效率 (1998-2008年)

3.2 結(jié)果分析

由表2可以看出，σ2的t統(tǒng)計量在1%水平上統(tǒng)計顯著，說明隨機誤差項vit顯著存在。γ的t統(tǒng)計量在1%水平下顯著，且更接近1，說明技術(shù)無效誤差項uit顯著存在，創(chuàng)新產(chǎn)出的偏差主要源于技術(shù)非效率。LR統(tǒng)計量在1%水平下也高度顯著，從而進一步拒絕了“不存在技術(shù)非效率效應(yīng)”的零假設(shè)。綜合各種統(tǒng)計量的檢驗結(jié)果，可以判定本文構(gòu)造的隨機前沿距離函數(shù)模型是有效的。

由表3可以看出，影響創(chuàng)新效率的三個金融中介變量系數(shù)均是統(tǒng)計顯著，說明金融中介因素對技術(shù)效率有顯著影響，具體分析如下:

(1)從金融中介信貸規(guī)模與科技創(chuàng)新效率損失的關(guān)系看，變量SIZEit系數(shù)為0.6264，說明金融中介的信貸規(guī)模每增加1%，技術(shù)效率損失增加0.6264%，二者存在顯著的正相關(guān)性。這意味著金融中介信貸規(guī)模的擴大反而不利于科技創(chuàng)新效率的改進。這一結(jié)論似乎與經(jīng)典的金融發(fā)展理論不符。本文認為，這種現(xiàn)象與我國支持科技創(chuàng)新的金融資源配置的特點密切相關(guān)。長期以來，我國金融發(fā)展更多地表現(xiàn)為金融規(guī)模的擴張，而忽視了金融資源配置的合理性，對中小企業(yè)存在配置上的“規(guī)模歧視”。由圖1可以看到，我國金融機構(gòu)對大型企業(yè)科技活動的平均支持比重高達61%，無論是全國還是東中西部三大區(qū)域，支持科技創(chuàng)新的金融資源更多地向大型企業(yè)集中，而這些企業(yè)多為國企或壟斷行業(yè)，其資源的利用率和邊際收益率都相對較低，且存在規(guī)模不經(jīng)濟現(xiàn)象;而很多富有創(chuàng)新活力的中小企業(yè)卻面臨著融資難、融資貴的局面，無法獲取充足的科技創(chuàng)新資金，抑制了其潛在的高效率創(chuàng)新活動。由此可見，金融資源配置的不合理制約了我國整體科技創(chuàng)新效率的提高。

圖1 我國各區(qū)域1999—2008年金融機構(gòu)對大型企業(yè)科技活動的支持比重

(2)從金融中介對科技創(chuàng)新的支持強度與科技創(chuàng)新效率損失的關(guān)系看，變量 INTit系數(shù)為－0.2550，說明二者存在顯著的負相關(guān)性。這意味在金融資源總量既定的條件下，金融支持科技的強度越大，更多的信貸和金融服務(wù)資源流向科技創(chuàng)新領(lǐng)域，能更好地滿足開展科技創(chuàng)新活動所需的軟硬件設(shè)施的資金需求，并提供風(fēng)險分散和價值發(fā)現(xiàn)的服務(wù)，激發(fā)了科技創(chuàng)新的動力和活力，從而提高了科技創(chuàng)新效率。

(3)從金融中介對科技創(chuàng)新的支持效率與科技創(chuàng)新效率損失的關(guān)系看，變量 EFFIit系數(shù)為－0.6160，說明二者存在顯著的負相關(guān)性。其作用機理是金融中介對科技創(chuàng)新的支持效率越高，金融中介越有能力動員更多的儲蓄存款轉(zhuǎn)化為科技貸款，配置資金的能力越強，越能有效地引導(dǎo)資金流向科技創(chuàng)新活動，從而推動科技創(chuàng)新效率的提高。

此外，由表4可以看出，我國創(chuàng)新效率平均為83%，且逐年上升。但創(chuàng)新效率在區(qū)域間仍然存在較大差異，東部地區(qū)高于中西部地區(qū)。產(chǎn)生這種現(xiàn)象的主要原因在于東部地區(qū)具有資源稟賦優(yōu)勢，能吸引更多的創(chuàng)新資本和勞動力。此外，東部與中西部地區(qū)在經(jīng)濟體制改革推進的時間、廣度和深度上存在很大差異，從而帶來東部地區(qū)金融中介對科技創(chuàng)新的支持強度和支持效率高于中西部地區(qū)，這也是造成區(qū)域差異的重要原因。

4 結(jié)論與政策建議

基于1998—2008年省域面板數(shù)據(jù)，運用隨機前沿的距離函數(shù)模型研究了金融中介對科技創(chuàng)新效率的影響。研究發(fā)現(xiàn)，金融中介的信貸規(guī)模與科技創(chuàng)新效率呈顯著負相關(guān);金融中介對科技創(chuàng)新的支持強度和支持效率對科技創(chuàng)新效率具有顯著的正向推動作用;科技創(chuàng)新效率存在區(qū)域差異性，東部地區(qū)高于中西部地區(qū)?；诖?，本文提出以下建議:

(1)加大金融中介對中小企業(yè)的金融支持，引導(dǎo)金融資源合理配置。中小企業(yè)是我國科技創(chuàng)新的主力軍，要提高我國整體的科技創(chuàng)新效率，必須推進我國金融資源的合理配置，引導(dǎo)更多的資金流向中小企業(yè)，以激發(fā)中小企業(yè)的創(chuàng)新活力和動力。為此，我們需要加快現(xiàn)有金融機構(gòu)的機制、技術(shù)和產(chǎn)品創(chuàng)新，同時大力發(fā)展新型金融組織、引導(dǎo)民間資本進入金融領(lǐng)域，不斷拓寬中小企業(yè)融資渠道。實現(xiàn)金融社會化［12］。

(2)加大金融中介對科技創(chuàng)新的支持強度和支持效率，推進科技金融發(fā)展。金融與科技結(jié)合，不僅使科技活動借助金融實現(xiàn)風(fēng)險分散和價值實現(xiàn)，而且使金融機構(gòu)可以通過科技資源的開發(fā)獲得豐厚回報。但科技創(chuàng)新的不確定性與風(fēng)險性使得金融機構(gòu)投入的熱情不高。為此，從宏觀層面看，我國各級政府需要健全法律法規(guī)、建立科技企業(yè)與金融機構(gòu)的信息共享平臺、完善風(fēng)險補償機制等措施，為金融機構(gòu)支持科技構(gòu)建有效的保障機制。從微觀主體看，金融機構(gòu)要轉(zhuǎn)變觀念，樹立科技金融理念;設(shè)立服務(wù)科技創(chuàng)新的專職機構(gòu)與人員，提高審貸效率;探索使用權(quán)抵押、產(chǎn)業(yè)集群等多元化的擔(dān)保模式和風(fēng)險分擔(dān)機制，降低科技企業(yè)的融資門檻。

(3)在中西部地區(qū)開展科技金融試點，縮小科技創(chuàng)新效率的區(qū)域差異。受資源稟賦約束，我國區(qū)域經(jīng)濟發(fā)展水平的差異化將在很長一段時間內(nèi)存在，金融資源在短期內(nèi)難以大規(guī)模流向中西部地區(qū)。在這些約束條件下，通過提高中西部地區(qū)金融中介支持科技的強度和效率，比單純擴大金融規(guī)模更具可行性、效果可能更好。也就是說，經(jīng)濟發(fā)展水平相對落后地區(qū)同樣具備實施科技與金融結(jié)合試點工作的條件，借助科技金融，對現(xiàn)有金融資源進行優(yōu)化配置，仍可達到以金融促進科技創(chuàng)新、助推經(jīng)濟轉(zhuǎn)型的目的。

［1］楊志江，羅掌華.我國各省市技術(shù)創(chuàng)新效率差異的比較研究［J］.中國科技論壇，2012，(1):18－22.

［2］馮宗憲，王青，侯曉輝.政府投入、市場化程度與中國工業(yè)企業(yè)的技術(shù)創(chuàng)新效率［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011，(4): 3－17.

［3］樊華.中國省際科技創(chuàng)新效率演化及影響因素實證研究［J］.中國科技論壇，2010，(12):36－42.

［4］李婧，譚清美，白俊紅，岳良運.中國區(qū)域創(chuàng)新效率的隨機前沿模型分析［J］.系統(tǒng)工程，2009，(8):44－50.

［5］于明超，申俊喜.區(qū)域異質(zhì)性與創(chuàng)新效率—基于隨機前沿模型的分析［J］.中國軟科學(xué)，2010，(11):182－192.

［6］劉思明，趙彥云，侯鵬.區(qū)域創(chuàng)新體系與創(chuàng)新效率—中國省級層面的經(jīng)驗分析［J］.山西財經(jīng)大學(xué)學(xué)報，2011，(12):9－17.

［7］白俊紅，李婧.政府R＆D資助與企業(yè)技術(shù)創(chuàng)—基于效率視角的實證分析［J］.金融研究，2011，(6):181－193.

［8］岳書敬.中國區(qū)域研發(fā)效率差異及其影響因素—基于省級區(qū)域面板數(shù)據(jù)的經(jīng)驗研究［J］.科研管理，2008，(5):173－179.

［9］吳延兵.R＆D存量、知識函數(shù)與生產(chǎn)效率［J］.經(jīng)濟學(xué)(季刊)，2006，(4):1129－1156.

［10］朱平芳，徐偉民.政府的科技激勵政策對大中型工業(yè)企業(yè)R＆D投入及其專利產(chǎn)出的影響—上海市的實證研究［J］.經(jīng)濟研究，2003，(6):45－53.

［11］David T.Coe，Elhanan Helpman.International R＆D Spillovers［J］.European Economic Review，1995，39(5):859－887.

［12］鄒力行.金融社會化和社會金融化［J］.科學(xué)決策，2011，(3):13－23.

The Impact of Financial Intermediaries on China's Regional Sic-tech Innovation Efficiency

Chen Min，Li Jianmin
(School of Business，Shandong University of Technology，Zibo 255012，China)

Based on provincial panel data from 1998 to 2008，this paper analyzes the impact of financial intermediaries on Chinese regional sic-tech innovation efficiency by employing a stochastic distance frontier model.The result shows that financial intermediaries’credit scale is negatively related with sic-tech innovation efficiency，but the intensity and efficiency of financial intermediaries supporting sic-tech innovation are positively correlated.Moreover，there are regional differences in sic-tech innovation efficiency，which in eastern areas is higher than that in mid and western areas.Based on these，we should improve financial support to sic-tech innovation.Especially for mid and western areas，we can build technical finance experiment site and improve financial intermediaries’support intensity and efficiency to reduce regional differences.

Sic-tech innovation efficiency;Financial intermediaries;Distance function;Stochastic frontier analysis

山東省軟科學(xué)項目 (2011RKGA4019)，吉林省科技發(fā)展計劃項目 (20120670)，山東省高校人文社會科學(xué)研究項目 (J11Wf65)，山東理工大學(xué)人文社會科學(xué)發(fā)展基金項目 (2010GGTD07)。

2012－04－15

陳敏 (1979－)，女，山東萊蕪人，經(jīng)濟學(xué)碩士，講師;研究方向:科技金融。

F830.39

A

(責(zé)任編輯 劉傳忠)