湖北省科技金融資源配置效率研究
——基于BCC模型和Malmquist指數(shù)法

張遠(yuǎn)為

（湖北經(jīng)濟(jì)學(xué)院 金融學(xué)院，湖北 武漢 430205）

一、引言

科學(xué)技術(shù)是第一生產(chǎn)力，科技創(chuàng)新是我國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的重要推動(dòng)力。我國(guó)要實(shí)現(xiàn)從“中國(guó)制造”向“中國(guó)創(chuàng)造”的轉(zhuǎn)變，必須不斷加強(qiáng)自主創(chuàng)新能力。黨的十八大明確提出創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，認(rèn)為創(chuàng)新驅(qū)動(dòng)是國(guó)家命運(yùn)所系，也是發(fā)展形勢(shì)所迫。我國(guó)《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃綱要》中提出堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，把科技自立自強(qiáng)作為國(guó)家發(fā)展的戰(zhàn)略支撐，加快建設(shè)科技強(qiáng)國(guó)。

科技創(chuàng)新需要金融部門(mén)提供資金支持?？萍紕?chuàng)新，從研發(fā)到生產(chǎn)的整個(gè)過(guò)程，都需要大量資金，并且需要多層次的資本市場(chǎng)來(lái)分擔(dān)科技創(chuàng)新過(guò)程中出現(xiàn)失敗而帶來(lái)的風(fēng)險(xiǎn)?？萍冀鹑谑墙鹑谂c科技創(chuàng)新的有機(jī)融合，它引導(dǎo)金融資源向科技領(lǐng)域配置，推動(dòng)科技創(chuàng)新與成果轉(zhuǎn)化，對(duì)加快培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)、加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、增強(qiáng)經(jīng)濟(jì)可持續(xù)發(fā)展能力具有重要作用?？萍冀鹑谫Y源配置效率的高低對(duì)我國(guó)自主創(chuàng)新的發(fā)展進(jìn)程有著重要影響，能否實(shí)現(xiàn)科技金融資源的高效配置，對(duì)我國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和創(chuàng)新型國(guó)家建設(shè)起著至關(guān)重要的作用。

2015 年，經(jīng)國(guó)務(wù)院同意，武漢城市圈成為全國(guó)首個(gè)也是目前唯一一個(gè)“科技金融改革創(chuàng)新試驗(yàn)區(qū)”。為有效支持科技成果轉(zhuǎn)化、高新技術(shù)產(chǎn)業(yè)化、產(chǎn)學(xué)研結(jié)合和協(xié)同創(chuàng)新發(fā)展，促進(jìn)金融更好地服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，近年來(lái)，湖北省積極整合區(qū)域金融資源、推進(jìn)科技金融改革創(chuàng)新，探索金融服務(wù)實(shí)體經(jīng)濟(jì)的新途徑。自2015 年啟動(dòng)科技金融改革以來(lái)，湖北省在發(fā)展科技金融方面采取了多種舉措，取得一系列成績(jī)：一是深化投貸聯(lián)動(dòng)試點(diǎn)工作，鼓勵(lì)商業(yè)銀行在服務(wù)、產(chǎn)品和組織上進(jìn)行大膽創(chuàng)新，大力發(fā)展投貸聯(lián)動(dòng)業(yè)務(wù)；二是扶持科技型企業(yè)上市，利用資本市場(chǎng)融資；三是推動(dòng)科技保險(xiǎn)創(chuàng)新，全面推廣“科保貸”業(yè)務(wù)；四是建立科技創(chuàng)業(yè)投資引導(dǎo)基金，發(fā)揮財(cái)政資金杠桿作用；五是設(shè)立專(zhuān)門(mén)科技成果基金，拓展高校院所成果轉(zhuǎn)化投融資渠道。[1]

二、文獻(xiàn)回顧

對(duì)于科技金融，學(xué)術(shù)界沒(méi)有一個(gè)統(tǒng)一的定義。趙昌文等（2009）認(rèn)為科技金融是推動(dòng)科技創(chuàng)新、成果轉(zhuǎn)化以及高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排。[2](p2-8)范方勇等（2018）認(rèn)為，科技金融是為滿(mǎn)足高科技企業(yè)的融資需求、提升其創(chuàng)新能力而對(duì)金融投入方式、金融服務(wù)模式和金融服務(wù)平臺(tái)進(jìn)行創(chuàng)新和改進(jìn)的一系列政策和制度安排。[3](p4-5)國(guó)內(nèi)外學(xué)者對(duì)科技金融效率進(jìn)行了很多研究，取得了較為豐富的研究成果。Haslem 等（1999）采用數(shù)據(jù)包絡(luò)分析（DEA）方法對(duì)1987年和1992年美國(guó)跨國(guó)銀行的投入產(chǎn)出效率進(jìn)行了分析，發(fā)現(xiàn)有20%的銀行投入產(chǎn)出效率低下。[4](p4-5)Abdullah Saeed 等（2018）研究了阿曼金融深化與經(jīng)濟(jì)發(fā)展之間的關(guān)系，發(fā)現(xiàn)隨著阿曼金融部門(mén)的發(fā)展，金融效率也隨之提高并促進(jìn)了經(jīng)濟(jì)的發(fā)展。[5](p165-182)Hellman 等（1997）的研究結(jié)果發(fā)現(xiàn)，對(duì)存款利率進(jìn)行管制以及對(duì)過(guò)度競(jìng)爭(zhēng)的限制，降低了金融中介機(jī)構(gòu)的道德風(fēng)險(xiǎn)行為，從而提高了金融效率。[6](p105-112))國(guó)內(nèi)學(xué)者對(duì)科技金融的研究主要集中于科技金融效率的評(píng)價(jià)以及影響科技金融效率的因素?？萍冀鹑谠u(píng)價(jià)的方法主要有以隨機(jī)前沿分析（SFA）為代表的參數(shù)統(tǒng)計(jì)和以數(shù)據(jù)包絡(luò)分析（DEA）為代表的非參數(shù)統(tǒng)計(jì)兩大類(lèi)。甘星和甘偉（2017）運(yùn)用DEA 模型研究了三大經(jīng)濟(jì)圈科技金融的效率，研究結(jié)果表明，有六省市區(qū)科技金融明顯非有效，并從政府、企業(yè)等五個(gè)方面對(duì)提高科技金融效率提出了建議。[7](p163-207)陶立祥等（2020）運(yùn)用DEABCC模型研究了武漢市科技金融發(fā)展效率，發(fā)現(xiàn)武漢市2013—2017 年科技金融效率不斷提高。[8](p103-114)杜金岷等（2016）運(yùn)用SFA回歸分析研究了中國(guó)區(qū)域科技金融效率，發(fā)現(xiàn)僅7 個(gè)省市區(qū)處于有效率狀態(tài)，其他省市區(qū)科技金融效率有待提高。[9](p114-120)黃瑞芬和邱夢(mèng)圓（2016）運(yùn)用SFA 模型、利用2006—2016年我國(guó)30個(gè)省市區(qū)科技金融投入與產(chǎn)出的面板數(shù)據(jù)研究了我國(guó)不同地區(qū)的科技金融效率，發(fā)現(xiàn)部分西部地區(qū)效率提升較快。[10](p84-93)時(shí)奇和熊武（2020）分別運(yùn)用了SFA 模型和DEA 方法研究了福建省科技金融效率，發(fā)現(xiàn)福建省部分年份效率嚴(yán)重低下。[11](p43-48)對(duì)科技金融效率影響因素的研究，學(xué)者們主要運(yùn)用Tobit回歸分析的方法。李林漢等（2018）運(yùn)用Tobit 模型研究了我國(guó)科技金融效率的影響因素，發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)的科研經(jīng)費(fèi)投入、金融發(fā)展水平與技術(shù)創(chuàng)新程度、地區(qū)法制化水平都對(duì)科技金融效率有正向影響。[12](p331-339)李俊霞和溫小霓（2019）運(yùn)用Bootstrap-DEA方法和Tobit模型研究了27個(gè)省市區(qū)科技金融資源配置效率及影響因素，研究結(jié)果表明，我國(guó)科技金融總體而言效率較低且地區(qū)間差異較大，融資比例等因素對(duì)效率有顯著影響。[13](p231-238)

經(jīng)過(guò)梳理后發(fā)現(xiàn)，目前已有的研究存在以下不足：首先，大多數(shù)學(xué)者對(duì)科技金融效率的研究，只是研究一個(gè)時(shí)點(diǎn)上各地區(qū)效率的差異，沒(méi)有從動(dòng)態(tài)上研究科技金融效率的變化。其次，在科技金融評(píng)價(jià)指標(biāo)的選擇上不盡合理，如很多學(xué)者將專(zhuān)利申請(qǐng)數(shù)量作為科技金融產(chǎn)出的評(píng)價(jià)指標(biāo)，但本文認(rèn)為專(zhuān)利授權(quán)數(shù)量更能反映科技成果的真實(shí)情況，等等。最后，根據(jù)本文作者掌握的情況，至今沒(méi)有學(xué)者對(duì)湖北省科技金融效率進(jìn)行研究。本文綜合運(yùn)用DEA 模型和Malmquist指數(shù)法研究湖北省科技金融的效率，不僅從靜態(tài)上研究湖北省科技金融效率相對(duì)于其他省市區(qū)的差異，并且從動(dòng)態(tài)上研究湖北省科技金融效率的變化過(guò)程。在評(píng)價(jià)指標(biāo)的選擇上，力圖更能反映科技金融投入與產(chǎn)出的真實(shí)情況。期望本文的研究結(jié)果，能更全面、更準(zhǔn)確地反映湖北省科技金融效率的真實(shí)情況，對(duì)湖北省科技金融的發(fā)展提出有益的建議，促進(jìn)湖北省科技金融更高效地發(fā)展。

三、研究方法、指標(biāo)選取與數(shù)據(jù)說(shuō)明

（一）研究方法。

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）是一種非參數(shù)方法，它根據(jù)某一決策單元相對(duì)于其他決策單元的比較，得出被評(píng)價(jià)決策單元效率的高低。DEA模型具有適用范圍廣、原理相對(duì)簡(jiǎn)單的特點(diǎn)，基本原理是根據(jù)一組決策單元（DMU）的投入產(chǎn)出數(shù)據(jù)構(gòu)建有效前沿面，然后通過(guò)計(jì)算各決策單元相距有效前沿的距離來(lái)判斷各決策單元的有效性。DEA有多種模型，最常見(jiàn)的有CCR模型和BCC模型。[14](p164-174)

1.CCR模型。

設(shè)決策單元的個(gè)數(shù)為n，每個(gè)決策單元有m 種投入，記為xi（i=1，2，……，m），q種產(chǎn)出，記為yr（r=1，2，……，q），當(dāng)前要測(cè)量的決策單元為DMUk。CCR模型中，決策單元k的效率值用以下模型來(lái)計(jì)算：

上式中，λj為決策單元的線性組合系數(shù)，s-為投入的松弛變量，s+為產(chǎn)出的松弛變量。以上模型的解θ*（0≤θ*≤1）即為決策單元k的效率值。ε是一個(gè)足夠小的正數(shù)，在實(shí)際應(yīng)用中可設(shè)置為0.00001。

當(dāng)以上線性規(guī)模模型的最優(yōu)解θ*=1，并且s-*和s+*均為0，決策單元k 處于強(qiáng)有效狀態(tài)；當(dāng)θ*=1，但至少某個(gè)投入或產(chǎn)出松弛變量大于0，則決策單元k處于弱有效狀態(tài)；當(dāng)θ*＜1，則決策單元k處于非有效狀態(tài)。[15](p200-205)

2.BCC模型。

CCR模型以規(guī)模收益不變作為假設(shè)前提，但在實(shí)際生產(chǎn)中，生產(chǎn)規(guī)模收益往往是可變的。因此CCR模型中得出的技術(shù)效率包含了規(guī)模效率（Scale Efficiency，SE）的成分。1984 年，Banker、Charnes 和Cooper三人提出的DEA模型（BCC模型），得出的技術(shù)效率排除了規(guī)模的影響，因此稱(chēng)為“純技術(shù)效率”（Pure Technical Efficiency，PTE），對(duì)應(yīng)的，由CCR 模型得出的技術(shù)效率通常被稱(chēng)為綜合技術(shù)效率（Technical Efficiency，TE），由二者的比值可得到規(guī)模效率值（Scale Efficiency，SE）∶SE=TE/PTE。

3.Malmquist模型。

CCR模型和BCC模型，都是用來(lái)測(cè)算決策單元在某一時(shí)間的生產(chǎn)技術(shù)，而Malmquist 全要素生產(chǎn)率（Total Factor Productivity，TFP）指數(shù)分析可用來(lái)評(píng)價(jià)多個(gè)時(shí)點(diǎn)上決策單元生產(chǎn)率的變動(dòng)情況。Malmquist 指數(shù)可以分解為兩個(gè)方面的變化：一是兩個(gè)時(shí)點(diǎn)的技術(shù)效率的變化（Technical Efficiency Change，TEC）；二是生產(chǎn)技術(shù)的變化（Technological Change，TC），在DEA 分析中表現(xiàn)為生產(chǎn)前沿的變動(dòng)。[16](p17-21)

從時(shí)期t到t+1的Malmquist指數(shù)表示為：

上式中，E參考集（當(dāng)前被評(píng)價(jià)DMUK)表示由DEA模型得出的效率值。表示以t時(shí)期各決策單元的數(shù)據(jù)作為參考集（有效前沿）、對(duì)當(dāng)前決策單元K 在t+1 時(shí)期的效率值進(jìn)行測(cè)算，其他表示的含義以此類(lèi)推。

時(shí)期t到t+1的技術(shù)變化TC（前沿的變化）可以表示為：

從而，Malmquist 指數(shù)可以分解為技術(shù)效率變化TEC和技術(shù)變化TC兩部分：

技術(shù)效率變化TEC 又可分解為純技術(shù)效率變化PEC 和規(guī)模效率變化SEC 兩部分，即TEC=PEC·SEC，故MI=TEC·TC=PEC·SEC·TC。

（二）指標(biāo)選取與數(shù)據(jù)說(shuō)明。

1.指標(biāo)選取。

研究科技金融效率時(shí)，指標(biāo)的選取要科學(xué)，既要比較全面反映科技金融投入產(chǎn)出的實(shí)際狀況，又要簡(jiǎn)明、實(shí)用，盡可能少而準(zhǔn)確，同時(shí)還要保證數(shù)據(jù)的可得性，保證數(shù)據(jù)可以在權(quán)威的官方統(tǒng)計(jì)數(shù)據(jù)中獲得。遵循以上原則，本文選取的科技金融投入產(chǎn)出指標(biāo)如表1。

表1 科技金融效率評(píng)價(jià)指標(biāo)體系

各指標(biāo)的說(shuō)明如下：

（1）R&D人員全時(shí)當(dāng)量。反映科技人力投入量的指標(biāo)，由全時(shí)人員數(shù)與非全時(shí)人員按工作量折合成全時(shí)人員數(shù)相加得到。

（2）R&D經(jīng)費(fèi)內(nèi)部支出。反映科技財(cái)力投入的指標(biāo)，指企事業(yè)單位在內(nèi)部開(kāi)展R&D 活動(dòng)的實(shí)際支出，由基礎(chǔ)研究支出、試驗(yàn)發(fā)展支出、應(yīng)用研究支出相加得到。

(3)新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出。反映科技創(chuàng)新在新產(chǎn)品開(kāi)發(fā)上財(cái)力投入程度的指標(biāo)，指在新產(chǎn)品研究開(kāi)發(fā)上所花費(fèi)的支出。

（4）發(fā)明專(zhuān)利授權(quán)數(shù)。反映科技創(chuàng)新知識(shí)產(chǎn)出的指標(biāo)，指通過(guò)國(guó)家專(zhuān)利行政部門(mén)審核并授予專(zhuān)利權(quán)和頒布專(zhuān)利證書(shū)的發(fā)明專(zhuān)利數(shù)。該指標(biāo)的不足是忽略了沒(méi)有進(jìn)行專(zhuān)利申請(qǐng)的科技創(chuàng)新活動(dòng)，也不能反映科技投入所產(chǎn)生的經(jīng)濟(jì)效益。

（5）新產(chǎn)品銷(xiāo)售收入。從經(jīng)濟(jì)效益角度來(lái)衡量科技產(chǎn)出的指標(biāo)，彌補(bǔ)了采用專(zhuān)利授權(quán)數(shù)來(lái)衡量科技產(chǎn)出忽略了沒(méi)有進(jìn)行專(zhuān)利申請(qǐng)的科技創(chuàng)新活動(dòng)的不足，是指企業(yè)在經(jīng)營(yíng)活動(dòng)中銷(xiāo)售新產(chǎn)品所取得的收入。

（6）技術(shù)市場(chǎng)成交額。反映科技創(chuàng)新和技術(shù)轉(zhuǎn)移成效的指標(biāo)，由技術(shù)市場(chǎng)上技術(shù)轉(zhuǎn)讓類(lèi)合同、技術(shù)開(kāi)發(fā)類(lèi)合同、技術(shù)服務(wù)類(lèi)合同以及技術(shù)咨詢(xún)類(lèi)合同的成交額加總得到。[17](69-74)

2.數(shù)據(jù)說(shuō)明。

為研究湖北省科技金融效率高低，本文選取全國(guó)其他省市區(qū)作為參照。因海南和西藏缺失部分?jǐn)?shù)據(jù)，決策單元選取除海南省和西藏自治區(qū)以外的其他29 個(gè)省市區(qū)。數(shù)據(jù)時(shí)間跨度為10 年，從2009年到2018 年，數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。為剔除價(jià)格對(duì)指標(biāo)的影響，采用各年CPI指數(shù)對(duì)新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出、R&D經(jīng)費(fèi)內(nèi)部支出、新產(chǎn)品銷(xiāo)售收入、技術(shù)市場(chǎng)成交額進(jìn)行了平減處理。因從科技投入到科技產(chǎn)出存在一段時(shí)間的滯后，本文用面板數(shù)據(jù)，以各科技產(chǎn)出指標(biāo)作為被解釋變量，分別以當(dāng)年、滯后一年、滯后兩年、滯后三年的科技投入指標(biāo)作為解釋變量做回歸分析，發(fā)現(xiàn)用滯后一年的科技投入指標(biāo)對(duì)科技產(chǎn)出指標(biāo)的解釋力最強(qiáng)（限于篇幅，本部分未在文中報(bào)告）。因此，本文在運(yùn)用DEA模型和Malmquist指數(shù)法進(jìn)行分析時(shí)，科技投入指標(biāo)比科技產(chǎn)出指標(biāo)滯后一年(如，分析2010 年投入產(chǎn)出效率時(shí)，運(yùn)用2009年的投入數(shù)據(jù)和2010年的產(chǎn)出數(shù)據(jù)）。

四、實(shí)證研究

采用BCC 模型和Malmquist 模型，運(yùn)行Deap2.1軟件，對(duì)文中的數(shù)據(jù)進(jìn)行實(shí)證分析。

（一）BCC模型分析。

基于投入導(dǎo)向BCC 模型，對(duì)2010 年至2018 年29省市區(qū)的科技金融投入產(chǎn)出效率進(jìn)行測(cè)算，2018年29省市區(qū)的測(cè)算結(jié)果如表2所示，湖北省2010年至2018年的測(cè)算結(jié)果如表3所示。

效率值的取值范圍為0到1之間，綜合技術(shù)效率（CCR 模型衡量的技術(shù)效率）等于純技術(shù)效率（BCC模型衡量的技術(shù)效率）與規(guī)模效率之乘積，因此，當(dāng)綜合技術(shù)效率值為1時(shí)，則純技術(shù)效率與規(guī)模效率必然都為1。此時(shí)，該地區(qū)科技金融的投入產(chǎn)出效率達(dá)到有效狀態(tài)，實(shí)現(xiàn)了資源的優(yōu)化配置。當(dāng)綜合技術(shù)效率值小于1 時(shí)，則純技術(shù)效率與規(guī)模效率至少有一個(gè)小于1。如綜合技術(shù)效率值在［0.9，1］之間，表明該地區(qū)科技金融投入產(chǎn)出處于相對(duì)有效的狀態(tài)，只要稍加調(diào)整，即可達(dá)到有效水平。如綜合技術(shù)效率值在［0.1，0.9］之間，表明該地區(qū)科技金融投入產(chǎn)出效率處于明顯非有效狀態(tài)，需要作出較大的調(diào)整。如綜合技術(shù)效率值在［0，0.1］之間，表明該地區(qū)科技金融投入產(chǎn)出效率幾乎處于完全無(wú)效率狀態(tài)。

從表2可知，2018年湖北省科技金融投入產(chǎn)出的規(guī)模效率、純技術(shù)效率、綜合技術(shù)效率的值均為1，表明與全國(guó)其他省市區(qū)相比，湖北省科技金融的投入規(guī)模處于最優(yōu)狀態(tài)，并且實(shí)現(xiàn)了產(chǎn)出既定情況下的投入最小化，從而綜合技術(shù)效率也處于有效率狀態(tài)。除湖北省外，北京、浙江、安徽、江西、廣東、廣西、青海、寧夏八省市區(qū)綜合技術(shù)效率值也為1，科技金融投入產(chǎn)出也處于有效率狀態(tài)。山西、吉林、黑龍江、上海四省市綜合技術(shù)效率值均在[0.9，1]之間，科技金融投入產(chǎn)出處于相對(duì)有效狀態(tài)，只要稍加調(diào)整，即可達(dá)到有效水平。其中，山西、吉林、黑龍江三省純技術(shù)效率值為1，達(dá)到有效率狀態(tài)，綜合技術(shù)效率與有效率狀態(tài)相比稍有差距，原因是規(guī)模效率與有效率狀態(tài)稍有差距。其他16 省市區(qū)綜合技術(shù)效率值在[0.5，0.9]之間，與有效率狀態(tài)存在較大差距，需要作出較大的調(diào)整。16省市區(qū)當(dāng)中，甘肅省規(guī)模效率達(dá)到最優(yōu)，綜合技術(shù)效率值為0.591是由于純技術(shù)效率太低所致。而其他15 省市區(qū)純技術(shù)效率以及規(guī)模效率都未達(dá)到有效率狀態(tài)。

表2 2018年29省市區(qū)科技金融投入產(chǎn)出效率

表3 報(bào)告了從2010 年至2018 年湖北省科技金融投入產(chǎn)出效率。從表3 可知，2010 至2016 年，綜合技術(shù)效率值均小于1，湖北省科技金融投入產(chǎn)出未達(dá)到有效率狀態(tài)；2017年和2018年，綜合技術(shù)效率值為1，投入產(chǎn)出達(dá)到有效率狀態(tài)。

2010年湖北省科技金融效率很低，綜合技術(shù)效率值僅為0.559。2011 年與2010 年相比，效率有所提升，但綜合技術(shù)效率值也僅為0.585。2012 年與2013 年，效率快速上升，綜合技術(shù)效率值分別達(dá)到0.678、0.881。2014 年與2015 年，綜合技術(shù)效率值穩(wěn)定在0.88。2016年與2017年，效率又一次快速上升，綜合技術(shù)效率值分別達(dá)到0.967和1。從表3還可以看出，2010—2018 年，湖北省科技金融的規(guī)模效率均接近或達(dá)到有效率，規(guī)模效率值在[0.933，1]之間，前幾年綜合技術(shù)效率較低主要是由純技術(shù)效率較低所致。特別是2010 年和2011 年，規(guī)模效率值都在0.99 以上，極為接近規(guī)模有效率，但由于純技術(shù)效率在[0.5，0.6]之間，導(dǎo)致綜合技術(shù)效率很低。

表3 2010至2018年湖北省科技金融投入產(chǎn)出效率

表4 報(bào)告了2010 年至2018 年湖北省科技金融投入產(chǎn)出的松弛改進(jìn)情況。即使綜合技術(shù)效率值為1，但如果投入或產(chǎn)出的松弛改進(jìn)值不為0，則僅為弱有效。此時(shí)意味著在不減少產(chǎn)出數(shù)量的情況下，無(wú)法使每種投入的數(shù)量等比例減少；在不增加投入數(shù)量的情況下，無(wú)法使每種產(chǎn)出的數(shù)量等比例增加。此種狀態(tài)下，在不減少產(chǎn)出數(shù)量的情況下，雖然無(wú)法等比例減少各種投入，但某些種類(lèi)的投入可以減少；在不增加投入數(shù)量的情況下，雖然無(wú)法等比例增加各種產(chǎn)出的數(shù)量，但某些種類(lèi)的產(chǎn)出可以增加。如果綜合技術(shù)效率值為1，并且投入或產(chǎn)出的松弛改進(jìn)值全都為0，則為強(qiáng)有效。此時(shí)，意味著在不減少產(chǎn)出數(shù)量或不增加其他投入數(shù)量的情況下，無(wú)法減少任意一種投入的數(shù)量；在不增加投入數(shù)量或減少其他產(chǎn)出數(shù)量的情況下，無(wú)法增加任意一種產(chǎn)出的數(shù)量。此時(shí)實(shí)現(xiàn)了帕累托最優(yōu)。[14](p200-205)

表4 2010至2018年湖北省科技金融投入產(chǎn)出的松弛改進(jìn)

從表4可知，2010年至2015年均存在松弛改進(jìn)值不為0的情況，2016年至2018年松弛改進(jìn)值均為0。因2017 年和2018 年綜合技術(shù)效率值為1，同時(shí)松弛改進(jìn)值為0，所以2017年和2018年湖北省科技金融投入產(chǎn)出達(dá)到強(qiáng)有效狀態(tài)，實(shí)現(xiàn)了帕累托最優(yōu)。

（二）Malmquist模型分析。

表5 報(bào)告了2010—2018 年29 省市區(qū)年均科技金融Malmquist 指數(shù)（全要素生產(chǎn)率TFP）及其分解。表5中五個(gè)指數(shù)的值，是相關(guān)指標(biāo)下一年與上一年比值的年均值，如綜合技術(shù)效率變化指數(shù)TEC是下一年綜合技術(shù)效率與上一年綜合技術(shù)效率比值的年平均值。指數(shù)的值減去1表示下一年相對(duì)于上一年的增長(zhǎng)率的年平均值。當(dāng)值大于1 時(shí)，表示下一年相對(duì)于上一年年均正增長(zhǎng)；當(dāng)值小于1時(shí)，表示下一年相對(duì)于上一年年均負(fù)增長(zhǎng)。

由表5可知，29省市區(qū)全要素生產(chǎn)率年均增長(zhǎng)率的平均值為6.3%，可分解為兩部分，綜合技術(shù)效率的年均增長(zhǎng)率為2.8%，技術(shù)進(jìn)步的年均增長(zhǎng)率為3.4%。綜合技術(shù)效率的年均增長(zhǎng)率又分解為純技術(shù)效率的年均增長(zhǎng)率為1.6%和規(guī)模效率的年均增長(zhǎng)率為1.2%。全要素生產(chǎn)率的年均增長(zhǎng)率大于10%的地區(qū)有山西、黑龍江、安徽、湖北、陜西、青海、寧夏；全要素生產(chǎn)率的年均增長(zhǎng)率為負(fù)值的地區(qū)有天津、吉林、重慶。吉林省全要素生產(chǎn)率的下降來(lái)自生產(chǎn)技術(shù)的負(fù)增長(zhǎng)，其他幾項(xiàng)指標(biāo)均為0增長(zhǎng)。天津和重慶兩市的各項(xiàng)指標(biāo)均為負(fù)增長(zhǎng)。湖北省全要素生產(chǎn)率的年均增長(zhǎng)率比全國(guó)平均水平高5.1%，其中技術(shù)進(jìn)步增長(zhǎng)率高0.2%，純技術(shù)效率增長(zhǎng)率高5.8%，規(guī)模效率增長(zhǎng)率低1.1%，說(shuō)明湖北省科技金融全要素生產(chǎn)率的增長(zhǎng)主要來(lái)自純技術(shù)效率的增長(zhǎng)。

表5 2010—2018年29省市區(qū)年均科技金融Malmquist指數(shù)及其分解

表6 報(bào)告了2010—2018 年湖北省科技金融Malmquist 指數(shù)及其分解。2010—2018 年，湖北省科技金融全要素生產(chǎn)率年均增長(zhǎng)率為11.4%，其中技術(shù)進(jìn)步年均增長(zhǎng)率為3.6%，純技術(shù)效率年均增長(zhǎng)率為7.4%，規(guī)模效率年均增長(zhǎng)率為0.1%。全要素生產(chǎn)率的提高主要來(lái)自純技術(shù)效率的增長(zhǎng)。從2010—2018年，湖北省科技金融全要素生產(chǎn)率持續(xù)增長(zhǎng)，其中2010—2011 年及2012—2013 年增長(zhǎng)最快，年增長(zhǎng)率均超過(guò)20%。2010—2011 年，全要素生產(chǎn)率的增長(zhǎng)（25.5%）主要來(lái)自技術(shù)進(jìn)步的增長(zhǎng)（20.0%）；而2012—2013 年，全要素生產(chǎn)率的增長(zhǎng)（21.8%）主要來(lái)自純技術(shù)效率的增長(zhǎng)（24.5%），技術(shù)進(jìn)步為負(fù)增長(zhǎng)（-6.3%）。2011—2012 年，雖然技術(shù)進(jìn)步和規(guī)模效率分別有8.2%和3.3%的負(fù)增長(zhǎng)，但由于純技術(shù)效率有19.9%的正增長(zhǎng)，全要素生產(chǎn)率仍有6.3%的正增長(zhǎng)。

表6 2010—2018年湖北省科技金融Malmquist指數(shù)及其分解

五、結(jié)論與對(duì)策建議

BCC 模型的分析結(jié)果表明，9年中，有2年湖北省科技金融投入產(chǎn)出效率達(dá)到有效率狀態(tài)，有7 年未達(dá)到有效率狀態(tài)。2010年，湖北省科技金融投入產(chǎn)出效率很低，綜合技術(shù)效率值僅為0.559，此后不斷上升，2017 年和2018 年綜合技術(shù)效率值達(dá)到1。綜合技術(shù)效率的上升，主要來(lái)自純技術(shù)效率的提升，因?yàn)樵谶@9年當(dāng)中，規(guī)模效率值始終接近1或?yàn)?。Malmquist 模型的分析結(jié)果表明，2010—2018年，湖北省科技金融全要素生產(chǎn)率持續(xù)增長(zhǎng)，年均增長(zhǎng)率為11.4%，比全國(guó)平均水平高5.1%。全要素生產(chǎn)率的提高主要來(lái)自純技術(shù)效率的增長(zhǎng)，年均增長(zhǎng)率為7.4%，其次是技術(shù)進(jìn)步，年均增長(zhǎng)率為3.6%，最后才是規(guī)模效率的增長(zhǎng)，為0.1%。

雖然近年來(lái)湖北省科技金融效率提升很快，但僅有2年達(dá)到有效率狀態(tài)，科技金融資源還未穩(wěn)定地實(shí)現(xiàn)高效配置。為進(jìn)一步促進(jìn)湖北省科技金融的發(fā)展，本文提出以下對(duì)策建議：

（一）推進(jìn)科技金融產(chǎn)品和金融市場(chǎng)創(chuàng)新。

進(jìn)一步推進(jìn)符合科技型企業(yè)特點(diǎn)的金融產(chǎn)品創(chuàng)新。推廣信用擔(dān)保貸款、知識(shí)產(chǎn)權(quán)質(zhì)押貸款、股權(quán)質(zhì)押貸款等新型融資擔(dān)保方式，推廣銀保貸、投貸通、科貸通等金融服務(wù)產(chǎn)品，開(kāi)展科技型中小企業(yè)集合票據(jù)、集合債券、集合信托、產(chǎn)品研發(fā)保險(xiǎn)、科技成果轉(zhuǎn)化保險(xiǎn)等金融產(chǎn)品創(chuàng)新。

完善科技型企業(yè)上市培育工作。以創(chuàng)業(yè)板為重點(diǎn)，支持科技型企業(yè)利用資本市場(chǎng)融資，做好科技型企業(yè)創(chuàng)業(yè)板上市規(guī)劃。指導(dǎo)科技型企業(yè)完善公司治理結(jié)構(gòu)和財(cái)務(wù)制度，加快上市進(jìn)程。

（二）協(xié)調(diào)好政府性科技金融與市場(chǎng)性科技金融之間的關(guān)系。

總體上來(lái)看，市場(chǎng)性科技金融在科技金融資源配置中發(fā)揮著基礎(chǔ)性、決定性作用，政府性科技金融不能越位。但另一方面，從局部來(lái)看，政府性科技金融在基礎(chǔ)研究、具有公共物品屬性以及符合國(guó)家發(fā)展戰(zhàn)略目標(biāo)的科技領(lǐng)域，應(yīng)該發(fā)揮自己應(yīng)有的作用，不能缺位。

在競(jìng)爭(zhēng)性科技領(lǐng)域，應(yīng)建立健全主要由市場(chǎng)決定研發(fā)方向、資源配置、成果評(píng)價(jià)等各個(gè)環(huán)節(jié)的機(jī)制，以提高科技金融效率。在基礎(chǔ)性研究領(lǐng)域及具有公共物品屬性的科技領(lǐng)域，科技創(chuàng)新具有很強(qiáng)的正外部性，企業(yè)進(jìn)行科技活動(dòng)所得到的收益小于其創(chuàng)造的收益。另外，在這些領(lǐng)域，科技創(chuàng)新需投入的研發(fā)經(jīng)費(fèi)規(guī)模特別大、周期很長(zhǎng)、風(fēng)險(xiǎn)很大，權(quán)衡科技活動(dòng)的收益與風(fēng)險(xiǎn)，企業(yè)一般不愿意進(jìn)入該領(lǐng)域。此時(shí)，政府可以運(yùn)用科技財(cái)政投入、財(cái)政補(bǔ)償、貼息、稅收優(yōu)惠等措施，推動(dòng)該領(lǐng)域的科技創(chuàng)新發(fā)展。

（三）促進(jìn)科技金融中介機(jī)構(gòu)的發(fā)展。

科技金融中介機(jī)構(gòu)是促進(jìn)科技與金融有效結(jié)合的媒介。通過(guò)發(fā)展科技成果評(píng)估轉(zhuǎn)讓、科技成果轉(zhuǎn)化平臺(tái)、信用評(píng)級(jí)、融資擔(dān)保、投融資咨詢(xún)等專(zhuān)業(yè)服務(wù)機(jī)構(gòu)，解決科技型企業(yè)的成果轉(zhuǎn)化、價(jià)值發(fā)現(xiàn)與評(píng)估、風(fēng)險(xiǎn)分擔(dān)、信息不對(duì)稱(chēng)等關(guān)鍵環(huán)節(jié)中存在的問(wèn)題。

1.建立科技成果評(píng)估轉(zhuǎn)讓機(jī)構(gòu)、構(gòu)建科技成果轉(zhuǎn)化平臺(tái)?？萍汲晒哂幸欢ǖ臅r(shí)效性，需要及時(shí)轉(zhuǎn)化為現(xiàn)實(shí)的生產(chǎn)力，否則就不能發(fā)揮出應(yīng)有的潛能。因此，科技成果轉(zhuǎn)化是科技創(chuàng)新過(guò)程中的關(guān)鍵環(huán)節(jié)，是影響科技金融效率的重要因素。政府應(yīng)在科技成果轉(zhuǎn)化過(guò)程中發(fā)揮出應(yīng)有的作用，建立有利于科技成果轉(zhuǎn)化的環(huán)境。首先，應(yīng)建立為科技成果的估價(jià)及轉(zhuǎn)讓提供服務(wù)的中介機(jī)構(gòu)體系，促使信息更加公開(kāi)、透明，降低信息獲得的成本，提高各類(lèi)產(chǎn)權(quán)或股份的流動(dòng)性。其次，應(yīng)運(yùn)用現(xiàn)代信息技術(shù)，構(gòu)建科技成果轉(zhuǎn)化平臺(tái)，有效地將技術(shù)需求與供給雙方的信息融合起來(lái)，促進(jìn)科技成果的順利轉(zhuǎn)讓?zhuān)M快實(shí)現(xiàn)從科技成果到現(xiàn)實(shí)生產(chǎn)力的轉(zhuǎn)化。

2.積極培育融資擔(dān)保機(jī)構(gòu)?？萍夹椭行∑髽I(yè)融資難的重要原因在于企業(yè)缺少抵押品且信用等級(jí)不高，而信用等級(jí)的提高需要長(zhǎng)期的積累才能實(shí)現(xiàn)。在短期內(nèi)，為科技型中小企業(yè)融資提供擔(dān)保，是增進(jìn)企業(yè)信用等級(jí)緩解融資難問(wèn)題的有效方式。為支持融資擔(dān)保機(jī)構(gòu)的發(fā)展，政府可以給予相關(guān)的擔(dān)保公司一定的政策優(yōu)惠。

3.支持投融資咨詢(xún)機(jī)構(gòu)的發(fā)展。投融資咨詢(xún)機(jī)構(gòu)對(duì)科技型企業(yè)的信用等級(jí)、創(chuàng)新項(xiàng)目的前景以及未來(lái)盈利能力的大小進(jìn)行評(píng)估，為企業(yè)融資提供合理的建議和方案，幫助企業(yè)以更合理的方式融資。