基于網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析的科技金融相對(duì)效率評(píng)價(jià)研究

張 鵬，張 靜

（華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，廣東廣州 510006）

1 研究背景

科技與金融的結(jié)合是實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，提高區(qū)域綜合競(jìng)爭(zhēng)力的基礎(chǔ)性內(nèi)容。近年來，中國(guó)對(duì)科技的金融投入力度正在逐年增加，然而金融資源是有限的，如何科學(xué)地利用資源提高科技金融產(chǎn)出效率是值得研究的重點(diǎn)話題。由于科技金融具有多投入和多產(chǎn)出以及不同量綱的特點(diǎn)，所以要測(cè)量其絕對(duì)效率有一定的難度，因此，學(xué)者們大多從相對(duì)效率評(píng)價(jià)展開研究，主要方法是構(gòu)建數(shù)據(jù)包絡(luò)分析（DEA）模型。

Charnes等［1］于1978年首次提出DEA模型，該模型是典型的非參數(shù)估計(jì)方法，不需要事先設(shè)定決策單元的具體函數(shù)形式，降低了因主觀因素和參數(shù)設(shè)定錯(cuò)誤帶來的誤差。DEA模型作為一種理想的多目標(biāo)決策方法，已經(jīng)被很多學(xué)者應(yīng)用于企業(yè)、行業(yè)和區(qū)域各個(gè)層面的科技創(chuàng)新效率評(píng)價(jià)，如，屈國(guó)俊等［2］基于三階段DEA模型從企業(yè)層面對(duì)中國(guó)上市公司的技術(shù)創(chuàng)新效率進(jìn)行分析，基于行業(yè)層面學(xué)者分別研究了中國(guó)規(guī)模以上工業(yè)企業(yè)、高新技術(shù)企業(yè)和工業(yè)企業(yè)科技創(chuàng)新效率［3-5］，以及從區(qū)域角度分別運(yùn)用DEA模型分析了浙江省區(qū)域科技創(chuàng)新效率、中國(guó)三大經(jīng)濟(jì)圈10省市的科技金融相對(duì)效率和長(zhǎng)江中游城市群的創(chuàng)新效率。但是傳統(tǒng)DEA方法評(píng)價(jià)決策單元的相對(duì)效率時(shí)，忽略了系統(tǒng)的內(nèi)部結(jié)構(gòu)，沒有充分利用數(shù)據(jù)，實(shí)際上將整個(gè)生產(chǎn)過程看作一個(gè)“黑箱”進(jìn)行處理，從而該方法無法解釋各階段生產(chǎn)過程對(duì)綜合效率的影響，不利于找出無效決策單元的具體原因。

F?re等［9］將傳統(tǒng)DEA進(jìn)行改進(jìn)，嘗試打開“黑箱”并探究其內(nèi)部結(jié)構(gòu)，將整個(gè)生產(chǎn)過程分解成多階段，假設(shè)前一階段的輸出變量可以進(jìn)入下一階段，最早提出了多階段網(wǎng)絡(luò)DEA模型。隨后，F(xiàn)?re等［10］在原先的研究基礎(chǔ)上，對(duì)網(wǎng)絡(luò)DEA模型進(jìn)行探究，并完善了網(wǎng)絡(luò)DEA的理論體系，形成了較完整的網(wǎng)絡(luò)DEA模型，為后續(xù)研究奠定了基礎(chǔ)。張健等［11］以經(jīng)濟(jì)和資源投入作為投入指標(biāo)、經(jīng)濟(jì)產(chǎn)出作為中間指標(biāo)、環(huán)境產(chǎn)出作為產(chǎn)出指標(biāo)，構(gòu)建雙階段網(wǎng)絡(luò)DEA模型評(píng)價(jià)生態(tài)系統(tǒng)的相對(duì)效率。曾薇等［12］將銀行理財(cái)產(chǎn)品的運(yùn)營(yíng)過程分為創(chuàng)新產(chǎn)品設(shè)計(jì)和創(chuàng)新產(chǎn)品市場(chǎng)表現(xiàn)兩個(gè)階段，分別將創(chuàng)新關(guān)注程度和銀行業(yè)理財(cái)產(chǎn)品銷售總額、非利息收入占比作為投入和產(chǎn)出指標(biāo)，以發(fā)行銀行卡數(shù)量和設(shè)計(jì)理財(cái)產(chǎn)品數(shù)量作為中間指標(biāo)，基于兩階段網(wǎng)絡(luò)DEA模型研究了金融監(jiān)管對(duì)商業(yè)銀行產(chǎn)品創(chuàng)新影響。然而上述模型假設(shè)后一階段的輸入完全來自前一階段的輸出，但是現(xiàn)實(shí)情況中，往往子階段會(huì)存在外部投入。Li等［13］基于以往的研究，對(duì)網(wǎng)絡(luò)DEA模型進(jìn)行了改進(jìn)，假設(shè)第二階段除了中間變量的投入之外，還有外部投入，并提出了中心化法和非合作博弈法對(duì)模型進(jìn)行求解。此后，學(xué)者們將改進(jìn)的網(wǎng)絡(luò)DEA模型運(yùn)用于各領(lǐng)域的研究，如，葉斌等［14］將區(qū)域創(chuàng)新網(wǎng)絡(luò)系統(tǒng)劃分為研究機(jī)構(gòu)和企業(yè)兩大主體，并通過構(gòu)建網(wǎng)絡(luò)DEA模型進(jìn)行評(píng)價(jià)，其中企業(yè)作為研發(fā)機(jī)構(gòu)的下一階段，它的投入變量除了研發(fā)機(jī)構(gòu)輸出的人才和技術(shù)，還將從外部吸收資金和人才；基于相似的做法，高瑩等［15］運(yùn)用網(wǎng)絡(luò)DEA模型對(duì)中國(guó)鐵路運(yùn)輸企業(yè)效率進(jìn)行評(píng)價(jià)，仲深等［16］將該模型運(yùn)用于中國(guó)企業(yè)孵化器運(yùn)行效率的評(píng)價(jià)。

從已有研究來看，很少有學(xué)者將網(wǎng)絡(luò)DEA運(yùn)用于科技金融效率的研究。本文結(jié)合科技金融投入產(chǎn)出的實(shí)際過程，將其劃分為科技成果研發(fā)和轉(zhuǎn)化兩個(gè)階段，構(gòu)建了網(wǎng)絡(luò)DEA模型評(píng)價(jià)科技金融投入產(chǎn)出效率。與Li等［13］的研究相比，本文考慮第一階段的產(chǎn)出除了作為下一階段投入以外，還有直接產(chǎn)出部分，通過結(jié)合中國(guó)科技金融投入產(chǎn)出特點(diǎn)，選取相應(yīng)的指標(biāo)，并基于2009—2017年數(shù)據(jù)，對(duì)中國(guó)30個(gè)省、自治區(qū)、直轄市分別從省級(jí)層面以及東、中、西部區(qū)域?qū)用妫涂萍冀鹑谘邪l(fā)階段效率、轉(zhuǎn)化階段效率以及綜合效率進(jìn)行比較分析。

2 研究方法

2.1 雙階段網(wǎng)絡(luò)DEA模型

由于現(xiàn)實(shí)的生產(chǎn)過程是由不同階段相互合作完成的，所以每個(gè)階段對(duì)整個(gè)系統(tǒng)的影響都有重要的作用，整個(gè)生產(chǎn)過程可以看成所有子階段的串聯(lián)模式。Kao［17］認(rèn)為用子階段效率的乘積形式可以更好反映出系統(tǒng)的綜合效率。Li等［13］除了用子階段效率的乘積衡量綜合效率之外，還考慮到子階段的投入不僅包含來自上一階段的產(chǎn)出，且包含外部投入，并提出了中心化法和非合作博弈法求解上述模型。其中非合作博弈法的思想是假設(shè)其中一個(gè)階段處于領(lǐng)導(dǎo)者的地位，另一階段滿足該階段效率最大化的約束條件，所以適用條件為在兩階段有明顯的不平等地位的條件下；但是中心化沒有這個(gè)限制，該方法首先計(jì)算出其中任何一個(gè)階段的最大化效率，其次在滿足計(jì)算出的該階段最大效率以一定程度減小的約束條件下，找到綜合效率最大化時(shí)該階段的效率，最后根據(jù)已求的效率值算出另一階段的效率值。本文在Li等［13］的研究基礎(chǔ)上，除了考慮到子階段的外部投入之外，還認(rèn)為前一階段的產(chǎn)出并非全部作為中間產(chǎn)品進(jìn)入下一階段，還有部分產(chǎn)品作為直接產(chǎn)出。將整個(gè)科技金融投入產(chǎn)出過程看成是研發(fā)階段和轉(zhuǎn)化階段的串聯(lián)模式，綜合效率是兩個(gè)階段效率的乘積，則規(guī)模報(bào)酬不變的情況下網(wǎng)絡(luò)DEA模型為：

由于模型（1）的第二階段加入了新的投入變量，無法轉(zhuǎn)化為線性規(guī)劃模型，考慮到科技成果的研發(fā)階段和轉(zhuǎn)化階段處于同等重要的地位，本文借鑒Li［13］的中心化法將模型（1）轉(zhuǎn)化成線性模型進(jìn)行求解。由于中心化法的綜合效率與階段效率的計(jì)算順序無關(guān)，本文首先計(jì)算第一階段在滿足約束條件下的最大效率，構(gòu)建如下模型：

由于模型（2）為分式不等式，使用Charnes-Cooper目標(biāo)規(guī)劃方法轉(zhuǎn)化為線性不等式，令：

進(jìn)一步可以將模型（2）轉(zhuǎn)化為如下的線性規(guī)劃模型：

模型（4）的經(jīng)濟(jì)含義為：在滿足相應(yīng)的約束條件下科技成果研發(fā)階段的最大效率值。其中：約束（a）為該決策單元在研發(fā)階段的產(chǎn)出要小于相應(yīng)的投入；約束（b）為在轉(zhuǎn)化階段的產(chǎn)出要小于相應(yīng)的投入；約束（c）為研發(fā)階段的投入權(quán)重之和為1；約束（d）為所有的權(quán)重變量均大于0?？梢酝ㄟ^單純形法求解模型（4）獲得最優(yōu)解。在獲得研發(fā)階段最大效率值的基礎(chǔ)上求解綜合效率值，模型如下：

模型（6）的經(jīng)濟(jì)含義為：在滿足相應(yīng)的約束條件下，當(dāng)研發(fā)階段的效率已知時(shí)求綜合效率值。其中，約束（a）（b）的含義同模型（4）；約束（c）為在研發(fā)階段的最大效率值慢慢減少時(shí)滿足的約束條件；約束（d）為轉(zhuǎn)化階段的投入權(quán)重之和為1；約束（e）表示各個(gè)階段的權(quán)重變量均大于0。根據(jù)求出的研發(fā)階段的效率和綜合效率，則轉(zhuǎn)化階段的效率為：。

圖1 科技金融產(chǎn)出過程

2.2 指標(biāo)的選取

結(jié)合中國(guó)科技金融產(chǎn)出的實(shí)際過程，應(yīng)包括科技成果的研發(fā)和轉(zhuǎn)化兩個(gè)階段。在研發(fā)階段主要是高等學(xué)校和科研機(jī)構(gòu)將資源投入轉(zhuǎn)化為研發(fā)成果，投入的主體主要來自政府和企業(yè)，具體的投入包括財(cái)力和人力。本文借鑒馮志軍等［18］的做法，將地方財(cái)政科技撥款、R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量表示研發(fā)階段的投入，該階段的產(chǎn)出主要包括專利、論文和項(xiàng)目。其中，專利和項(xiàng)目會(huì)從高等學(xué)校和科研機(jī)構(gòu)向高新技術(shù)產(chǎn)業(yè)發(fā)生轉(zhuǎn)移，高新技術(shù)產(chǎn)業(yè)利用獲得的專利和項(xiàng)目進(jìn)行產(chǎn)業(yè)化、將科技成果產(chǎn)品化推向市場(chǎng)，從而完成整個(gè)科技金融生產(chǎn)過程，所以專利和項(xiàng)目會(huì)對(duì)科技成果轉(zhuǎn)化階段作出貢獻(xiàn)。本文將國(guó)內(nèi)專利授權(quán)數(shù)量、新產(chǎn)品開發(fā)項(xiàng)目作為連接研發(fā)階段和轉(zhuǎn)化階段的中間變量，發(fā)表的科技論文數(shù)量作為研發(fā)階段的直接產(chǎn)出。在科技成果轉(zhuǎn)化階段，高新技術(shù)企業(yè)除了接收來自上一階段的專利和項(xiàng)目，還會(huì)從技術(shù)市場(chǎng)吸納新的合同，本文將吸納技術(shù)市場(chǎng)合同數(shù)量作為轉(zhuǎn)化階段的投入指標(biāo)，將高新技術(shù)產(chǎn)品出口額、新產(chǎn)品銷售收入和技術(shù)市場(chǎng)合同輸出金額作為轉(zhuǎn)化階段產(chǎn)出指標(biāo)。在此基礎(chǔ)上，構(gòu)建了含有上述指標(biāo)的網(wǎng)絡(luò)DEA模型，即模型中的參數(shù)為m=3,q=2,h=1,t=1,s=3。具體的過程如圖1所示。

3 實(shí)證研究

本文選取了2009—2017年中國(guó)30個(gè)省、自治區(qū)、直轄市（未包含西藏和港澳臺(tái)地區(qū)，以下簡(jiǎn)稱樣本）的歷史數(shù)據(jù)，首先將樣本各指標(biāo)數(shù)據(jù)取均值進(jìn)行描述，其次從中國(guó)省級(jí)科技金融科技成果的研發(fā)階段和轉(zhuǎn)化階段表現(xiàn)進(jìn)行分析，最后對(duì)中國(guó)東、中、西部地區(qū)的科技成果研發(fā)、轉(zhuǎn)化和綜合效率進(jìn)行比較，挖掘其中的問題，并提出相應(yīng)的建議。本文參考文獻(xiàn)［13］將樣本省份劃分為東部、中部和西部3個(gè)區(qū)域。其中，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部包括四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古。

具體指標(biāo)包括投入指標(biāo)、中間指標(biāo)和產(chǎn)出指標(biāo)。以地方財(cái)政科技撥款、R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量作為研發(fā)階段的投入指標(biāo)，以國(guó)內(nèi)專利授權(quán)、新產(chǎn)品開發(fā)項(xiàng)目數(shù)量作為從研發(fā)階段進(jìn)入轉(zhuǎn)化階段的中間指標(biāo)，以發(fā)表的科技論文數(shù)作為研發(fā)階段的直接產(chǎn)出，以吸納技術(shù)市場(chǎng)合同數(shù)量作為轉(zhuǎn)化階段的投入指標(biāo)，以高新技術(shù)產(chǎn)品出口貿(mào)易額、新產(chǎn)品銷售收入和技術(shù)市場(chǎng)合同成交金額作為轉(zhuǎn)化階段產(chǎn)出指標(biāo)。具體的數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》和EPS全球統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

殷燕回憶起她所在部隊(duì)的一次“誤傷”。所謂誤傷，或多或少暴露了我軍戰(zhàn)前準(zhǔn)備的不足：“我們師3營(yíng)7連在向團(tuán)主力靠攏時(shí)與越軍相遇，7連長(zhǎng)見進(jìn)攻受阻，便在軍用地圖上標(biāo)注出坐標(biāo)位置，并向幾十公里外炮群報(bào)告，引導(dǎo)炮兵轟炸越軍陣地。由于部隊(duì)配發(fā)的軍用地圖是4 0年代法國(guó)人繪制的，地圖標(biāo)記與實(shí)際景物誤差很大，結(jié)果頭幾發(fā)用來修正彈著點(diǎn)的炮彈，當(dāng)即把連長(zhǎng)和報(bào)務(wù)員炸死，數(shù)分鐘后，沒得到要求修正彈著點(diǎn)報(bào)告的炮群，按照原設(shè)定坐標(biāo)一齊開火。炮火過后越軍陣地夷為平地，7連百十號(hào)人也幾乎沒有幾個(gè)能站起來了！”

3.1 數(shù)據(jù)描述

2009—2017年樣本數(shù)據(jù)各項(xiàng)指標(biāo)的年平均值如表1 所示，可見廣東省的財(cái)政科技撥款、R&D經(jīng)費(fèi)內(nèi)部支出和R&D人員全時(shí)當(dāng)量是所有省份中最高的，但是發(fā)表的科技論文數(shù)以及新產(chǎn)品銷售收入和技術(shù)市場(chǎng)成交額卻不高，說明科技金融投入產(chǎn)出效率有待改善；經(jīng)濟(jì)發(fā)達(dá)的地區(qū)如北京、上海、江蘇等省市的金融資源投入都較大，相較而言，地理位置比較偏遠(yuǎn)的地區(qū)如甘肅、青海、寧夏等省份的金融資源投入比經(jīng)濟(jì)發(fā)達(dá)地區(qū)少將近10%，說明了中國(guó)地區(qū)間科技金融資源投入具有一定的差距。

表1 2009—2017年樣本省份各項(xiàng)指標(biāo)年平均值

3.2 省級(jí)層面科技金融效率評(píng)價(jià)

從表2和圖2可見，2009—2017年樣本省份的科技成果研發(fā)階段的效率均值整體上高于轉(zhuǎn)化階段效率均值，表明各樣本在科技成果研發(fā)方面的表現(xiàn)優(yōu)于科技成果的轉(zhuǎn)化，但是地區(qū)間效率具有明顯的差異，北京市研發(fā)階段和轉(zhuǎn)化階段的效率均達(dá)到有效值，且綜合效率排名第一，廣東省和青海省分別位于第二和第三。具體來看，浙江、廣東、海南、重慶、貴州和甘肅研發(fā)階段的效率值為0.9以上，處于相對(duì)有效狀態(tài)，只要采取措施加大研發(fā)激勵(lì)力度，就有可能達(dá)到有效狀態(tài)；但是上海市研發(fā)階段的效率年平均值僅有0.5，從表1發(fā)現(xiàn)，上海市的政府撥款以及企業(yè)的人力財(cái)力投入在全樣本中排名前幾，然而其研發(fā)效率并沒有與投入力度成正比，表明上海市可能存在一定程度上的資源浪費(fèi)，應(yīng)該加強(qiáng)資源監(jiān)管，合理配置金融資源，提高科技成果的研發(fā)效率。從科技成果的轉(zhuǎn)化階段來看，天津、廣東、青海的年平均值超過0.9，達(dá)到相對(duì)有效狀態(tài)；但是浙江、海南、貴州、云南轉(zhuǎn)化階段的效率值與研發(fā)階段的效率值差額超過0.5，反映這些地區(qū)在科技金融產(chǎn)出的兩個(gè)階段發(fā)展極不平衡。

表2 2009—2017年樣本省份科技金融效率年平均值

表2 （續(xù)）

圖2 2009—2017年樣本省份科技金融效率年平均值比較

進(jìn)一步以研發(fā)階段的效率均值為橫坐標(biāo)，以轉(zhuǎn)化階段的效率均值為縱坐標(biāo)，可以繪制樣本省份的研發(fā)階段和轉(zhuǎn)化階段效率均值的二維分布圖，如圖3所示。以0.8為效率值的分界點(diǎn)，將圖3分成4個(gè)象限。第I象限為研發(fā)階段和科轉(zhuǎn)化階段效率都比較高，位于該象限的有廣東和北京，表明這兩個(gè)省市的科技金融產(chǎn)出不僅在金融投入轉(zhuǎn)化為研發(fā)成果的過程中，而且在研發(fā)成果轉(zhuǎn)化為產(chǎn)業(yè)化階段都是高效率的。第II象限為研發(fā)階段效率較低而轉(zhuǎn)化階段效率較高，位于該象限的包括上海、天津和青海，這3省市雖然在研發(fā)成果方面的表現(xiàn)不佳，但是在將研發(fā)成果進(jìn)行產(chǎn)業(yè)化方面具有優(yōu)勢(shì)，因此應(yīng)制定激勵(lì)政策，調(diào)動(dòng)科研人員的積極性，提高將投入資源轉(zhuǎn)化為研發(fā)成果的效率，并利用高效科技產(chǎn)業(yè)化的優(yōu)勢(shì)來提高科技金融產(chǎn)出綜合效率。第IV象限為研發(fā)階段效率值較高、轉(zhuǎn)化階段效率值較低，位于該象限的有海南、貴州、浙江、新疆、四川、甘肅、陜西和重慶，這些省份的科技研發(fā)能力較強(qiáng)，但是不能高效地將研發(fā)成果進(jìn)行轉(zhuǎn)化，需要鼓勵(lì)高新技術(shù)企業(yè)積極與科研機(jī)構(gòu)進(jìn)行對(duì)接，推動(dòng)市場(chǎng)化進(jìn)程。剩余的樣本省份均位于第III象限，該象限具有低研發(fā)效率和低轉(zhuǎn)化效率的特點(diǎn)，表明這些省份需要同時(shí)從促進(jìn)科技金融投入資源的充分利用以及科技成果進(jìn)行產(chǎn)業(yè)化進(jìn)行調(diào)整，從根本上解決雙效率低下的問題。

圖3 樣本省份科技金融效率二維分布

3.3 區(qū)域?qū)用婵萍冀鹑谛试u(píng)價(jià)

3.3.1 研發(fā)階段效率

科技金融研發(fā)階段效率反映了區(qū)域投入資源轉(zhuǎn)化為研究成果的能力以及資源的利用率，主要是以高等院校和科研院所的論文、專利和項(xiàng)目的產(chǎn)出為主。從表3、圖4看出，2009—2011年，西部的研發(fā)效率高于東部，2012年以后東部超過西部并一直領(lǐng)先。由于中國(guó)實(shí)施西部大開發(fā)計(jì)劃，積極推動(dòng)西部地區(qū)改革，改善投資環(huán)境和構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系，發(fā)展重點(diǎn)經(jīng)濟(jì)區(qū)，以及優(yōu)先發(fā)展教育和完善人才開發(fā)機(jī)制，提高科技創(chuàng)新能力，使西部地區(qū)前幾年的研發(fā)效率高于中部和東部地區(qū)，近幾年雖然落后于東區(qū)地區(qū)但仍領(lǐng)先于中部地區(qū)。對(duì)于東部地區(qū)的快速崛起，可能由于東部經(jīng)濟(jì)發(fā)達(dá)，聚集了大量的高校以及科研院所，吸引了大批人才匯聚于此，以及得到政府的大力支持，鼓勵(lì)高校和高新技術(shù)人才積極科研，促進(jìn)了研發(fā)成果的產(chǎn)出，因此近幾年?yáng)|部的研發(fā)效率一直領(lǐng)先于其他地區(qū)。結(jié)合表2來看，中部的山西和湖北研發(fā)階段的年平均效率值遠(yuǎn)遠(yuǎn)低于整個(gè)中部地區(qū)的年平均值，體現(xiàn)了中部地區(qū)省份間的發(fā)展不均衡，應(yīng)該采取相應(yīng)的措施加強(qiáng)這些地方的金融投入，實(shí)施人才基礎(chǔ)設(shè)施規(guī)劃，大力開展人才引進(jìn)，提高當(dāng)?shù)乜蒲谐晒霓D(zhuǎn)化，促進(jìn)地區(qū)間均衡發(fā)展。

表3 2009—2017年樣本區(qū)域科技金融研發(fā)階段效率值

圖4 2009—2017年樣本區(qū)域科技金融研發(fā)階段效率比較

3.3.2 轉(zhuǎn)化階段效率

科技金融轉(zhuǎn)化階段效率反映了科技型企業(yè)將研發(fā)成果轉(zhuǎn)為現(xiàn)實(shí)生產(chǎn)力的過程。從表4發(fā)現(xiàn)，東部轉(zhuǎn)化階段的效率年平均值遠(yuǎn)遠(yuǎn)高于中、西部。由于東部經(jīng)濟(jì)發(fā)展水平高，同時(shí)包括北京、廣東、上海等經(jīng)濟(jì)發(fā)達(dá)省市，這些地區(qū)已經(jīng)設(shè)立了多個(gè)高新技術(shù)產(chǎn)業(yè)園，為科技成果轉(zhuǎn)化提供了重要的基礎(chǔ)設(shè)施；此外，東部地區(qū)高等院校和研發(fā)機(jī)構(gòu)提供的研發(fā)成果較多，科技型企業(yè)技術(shù)力量雄厚，生產(chǎn)力條件先進(jìn)，技術(shù)市場(chǎng)需求旺盛，可以有效地將研發(fā)成果投入生產(chǎn)。

表4 2009—2017年樣本區(qū)域科技金融轉(zhuǎn)化階段效率值

從圖5可以看出，2009—2012年?yáng)|部轉(zhuǎn)化階段的效率值波動(dòng)上升，但是2012—2015年出現(xiàn)了下降的趨勢(shì)，整體上呈現(xiàn)了倒“V”形狀，可能由于科技快速發(fā)展，原先的技術(shù)已無法適應(yīng)時(shí)代的需求，以及研發(fā)成果的供給方與需求方不能有效融合，出現(xiàn)了轉(zhuǎn)化階段效率一定程度的下降。2009—2017年這幾年間，中部只有2012年和2013年的轉(zhuǎn)化效率低于西部，其他時(shí)間均高于西部，且呈現(xiàn)了“V”形狀，由于地處中部的河南、湖北、湖南等省份近幾年成立了很多國(guó)家高新技術(shù)創(chuàng)業(yè)開發(fā)區(qū)，為推動(dòng)科技成果的轉(zhuǎn)化提供了基礎(chǔ)設(shè)施，加快了市場(chǎng)化進(jìn)程；結(jié)合表2看出，河南、湖北和湖南省研發(fā)階段的效率年平均值已經(jīng)遠(yuǎn)遠(yuǎn)高于中部地區(qū)的年平均值，進(jìn)一步表現(xiàn)了中部地區(qū)各省份間發(fā)展不平衡，部分省份是推動(dòng)該地區(qū)科技成果轉(zhuǎn)化進(jìn)程的重要引擎，所以應(yīng)該采取加強(qiáng)區(qū)域間均衡發(fā)展的措施。西部的科技金融一直發(fā)展緩慢，由于地理位置的劣勢(shì)，高新技術(shù)創(chuàng)新開發(fā)區(qū)匱乏，需要進(jìn)一步采取措施開發(fā)高新技術(shù)產(chǎn)業(yè)園，推動(dòng)西部地區(qū)科技成果的轉(zhuǎn)化進(jìn)程。

圖5 2009—2017年樣本區(qū)域科技金融轉(zhuǎn)化階段效率比較

3.3.3 綜合效率

科技金融產(chǎn)出綜合效率反映了研發(fā)階段和轉(zhuǎn)化階段的綜合表現(xiàn)，體現(xiàn)整個(gè)科技金融產(chǎn)出過程的資源配置能力和資源利用率是否充分。結(jié)合表5和圖6發(fā)現(xiàn)，東部整體效率高于中部和西部，但是2013年出現(xiàn)了下降的趨勢(shì)，表現(xiàn)出了倒“V”形變動(dòng)趨勢(shì)；結(jié)合圖4和圖5發(fā)現(xiàn)，這種變化趨勢(shì)和轉(zhuǎn)化階段效率變化趨勢(shì)一致，說明轉(zhuǎn)化階段的效率是影響東部地區(qū)綜合效率的主要原因，所以東部地區(qū)有關(guān)部門應(yīng)加強(qiáng)科技產(chǎn)業(yè)化基地的建設(shè)，強(qiáng)化科技成果的轉(zhuǎn)移，推動(dòng)市場(chǎng)化服務(wù)。西部2009—2011年的綜合效率低于中部，2011—2017年均高于中部，可能由于西部在研發(fā)階段的效率優(yōu)于中部，拉動(dòng)了西部綜合效率的增長(zhǎng)；整體來看，西部地區(qū)綜合效率呈現(xiàn)波動(dòng)上升的趨勢(shì)，與其研發(fā)階段和產(chǎn)業(yè)化階段的趨勢(shì)一致，表明西部地區(qū)的綜合效率受到兩個(gè)階段的影響都比較大。中部2009—2017年期間的綜合效率呈現(xiàn)“V”字形狀，與轉(zhuǎn)化階段效率變化趨勢(shì)表現(xiàn)一致，表明中部地區(qū)的綜合效率受到轉(zhuǎn)化階段效率影響大于研發(fā)階段效率。

表5 2009—2017年樣本區(qū)域科技金融綜合效率值

圖6 2009—2017年樣本區(qū)域科技金融綜合效率比較

4 結(jié)論

傳統(tǒng)的DEA模型在評(píng)價(jià)效率時(shí)不考慮系統(tǒng)的內(nèi)部結(jié)構(gòu)，單純把決策單元看成只有初始投入和最終產(chǎn)出的單一過程，導(dǎo)致無法解釋內(nèi)部結(jié)構(gòu)對(duì)決策單元的影響，這不利于非有效決策單元的效率改善。網(wǎng)絡(luò)DEA可以很好解決這個(gè)問題，通過將整個(gè)決策過程分解為若干個(gè)子過程，分別對(duì)每個(gè)子過程產(chǎn)生的影響進(jìn)行分析。

本文選取了地方財(cái)政科技撥款、R&D經(jīng)費(fèi)支出、R&D人員全時(shí)當(dāng)量作為科技金融研發(fā)階投入指標(biāo)，以國(guó)內(nèi)專利授權(quán)量、新產(chǎn)品開發(fā)項(xiàng)目數(shù)和發(fā)表的科技論文數(shù)作為中間指標(biāo)，將吸納的技術(shù)市場(chǎng)合同數(shù)作為轉(zhuǎn)化階段的投入指標(biāo)，以新技術(shù)產(chǎn)品出口貿(mào)易額、新產(chǎn)品銷售收入和技術(shù)市場(chǎng)合同成交金額為最終產(chǎn)出指標(biāo)，構(gòu)建了網(wǎng)絡(luò)DEA模型，基于我國(guó)30個(gè)省份2009—2017年數(shù)據(jù)，分別從省級(jí)層面以及東、中、西部層面，就科技金融研發(fā)階段效率、科技產(chǎn)業(yè)化階段效率以及綜合效率進(jìn)行比較分析。主要得出以下結(jié)論：（1）各省份科技金融效率差距明顯，只有北京、廣東在研發(fā)階段和產(chǎn)業(yè)化階段的效率達(dá)到有效狀態(tài)；上海、天津和青海為高轉(zhuǎn)化效率、低研發(fā)效率；海南、貴州、浙江、新疆、四川、甘肅、陜西和重慶為高研發(fā)效率、低轉(zhuǎn)化效率；剩余省份為雙階段低效率。（2）從研發(fā)階段效率和轉(zhuǎn)化階段效率的比較來看，整體上科技成果的研發(fā)效率高于轉(zhuǎn)化效率值。（3）通過比較東部、中部和西部3個(gè)區(qū)域各階段的效率值發(fā)現(xiàn)，東部的兩階段效率以及綜合效率在整體上高于其他兩個(gè)地區(qū)，西部研發(fā)階段效率高于東部、轉(zhuǎn)化階段效率低于中部、綜合效率先低于中部后高于中部。（4）東部和中部綜合效率的變化趨勢(shì)與轉(zhuǎn)化階段的效率趨勢(shì)一致，西部綜合效率的變化趨勢(shì)與研發(fā)和轉(zhuǎn)化兩階段都一致。