我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)金融支持效率實(shí)證研究

黃建康，李遠(yuǎn)景

（江南大學(xué) 商學(xué)院，江蘇 無(wú)錫 214122）

一、引言

近年來(lái)，物聯(lián)網(wǎng)發(fā)展態(tài)勢(shì)迅猛，市場(chǎng)規(guī)模擴(kuò)大，技術(shù)應(yīng)用不斷深化。截至2021 年，中國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模已突破2.4 萬(wàn)億元，專利申請(qǐng)數(shù)量累計(jì)破萬(wàn)，發(fā)展前景十分廣闊。作為供給側(cè)改革的新動(dòng)力，物聯(lián)網(wǎng)產(chǎn)業(yè)具有產(chǎn)融結(jié)合的特點(diǎn)，它的培育和發(fā)展自然也離不開金融的大力支持?？v觀物聯(lián)網(wǎng)產(chǎn)業(yè)的金融支持現(xiàn)狀，支持力度、廣度和深度都有待提升。如今，物聯(lián)網(wǎng)企業(yè)約有42 萬(wàn)家，中小企業(yè)占比超過(guò)85%，金融資源供給與企業(yè)信貸間容易存在“麥克米倫缺口”，高科技產(chǎn)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)的特性也使得產(chǎn)業(yè)發(fā)展面臨著一定的金融約束。

為實(shí)現(xiàn)金融與產(chǎn)業(yè)的高效互促、融合生長(zhǎng)，就需要深入探究金融資源配置的效率問(wèn)題。強(qiáng)化產(chǎn)業(yè)發(fā)展支撐的關(guān)鍵在于提升金融支持效率，產(chǎn)業(yè)金融支持效率的測(cè)算有助于把握當(dāng)前金融支持效果，厘清產(chǎn)業(yè)金融支持體系的影響因素。同時(shí)，分析低效率點(diǎn)、探究效率損失的主要原因也有利于破解金融支持產(chǎn)業(yè)發(fā)展的現(xiàn)實(shí)困境，促進(jìn)金融資源合理配置，從而進(jìn)一步提升物聯(lián)網(wǎng)產(chǎn)業(yè)的競(jìng)爭(zhēng)力[1]。

二、文獻(xiàn)綜述

相較于我國(guó)，西方國(guó)家較早地?fù)碛辛溯^為成熟的產(chǎn)業(yè)發(fā)展背景條件，經(jīng)濟(jì)體系結(jié)構(gòu)更加多元。因此，國(guó)外學(xué)者對(duì)于金融支持產(chǎn)業(yè)發(fā)展的研究起步較早。相關(guān)研究主要圍繞金融支持產(chǎn)業(yè)發(fā)展的機(jī)理、參與主體和影響因素等方面。

Merton 和Robert（1995）[2]系統(tǒng)性地論述了金融中介的功能，他指出金融中介使得金融資源得到跨時(shí)間、空間的合理配置，能夠促進(jìn)產(chǎn)業(yè)發(fā)展及經(jīng)濟(jì)增長(zhǎng)。Guariglia 和Pei（2014）[3]通過(guò)分析2000—2007年間中國(guó)制造業(yè)企業(yè)的相關(guān)數(shù)據(jù)，提出內(nèi)部可用資金的限制會(huì)影響企業(yè)的創(chuàng)新活動(dòng)。關(guān)于金融支持產(chǎn)業(yè)發(fā)展的參與主體，學(xué)者們多從政府、銀行體系和風(fēng)險(xiǎn)投資等角度研究。Brown 等（2017）[4]提出銀行信貸市場(chǎng)的發(fā)展能夠促進(jìn)依賴外部融資進(jìn)行實(shí)物資本積累的行業(yè)增長(zhǎng)，對(duì)于創(chuàng)新密集型行業(yè)的增長(zhǎng)效果一般。Rose（2021）[5]證實(shí)風(fēng)險(xiǎn)投資可以有效緩解投資組合公司的財(cái)務(wù)約束。

另有一些學(xué)者從內(nèi)部治理、外部環(huán)境等角度出發(fā)，圍繞金融支持產(chǎn)業(yè)發(fā)展的影響因素展開分析，并借此進(jìn)一步探究支持產(chǎn)業(yè)發(fā)展的有效路徑。Bushman 等（2016）[6]以激勵(lì)機(jī)制為主要議題，探究了高管薪酬與公司績(jī)效之間的關(guān)系。除此之外，內(nèi)部治理還包括控制權(quán)（GortonG，1995）和組織學(xué)習(xí)（Zappa，2016）等因素，都在一定程度上影響了金融支持作用。對(duì)外部環(huán)境因素的探索最早起源于Mitani（2008）、Guney（2011）和ChangYK（2015）等學(xué)者對(duì)于資本結(jié)構(gòu)與市場(chǎng)競(jìng)爭(zhēng)的相關(guān)性探討。

國(guó)內(nèi)學(xué)者對(duì)于金融支持產(chǎn)業(yè)發(fā)展的相關(guān)研究則主要集中在金融支持效率評(píng)價(jià)及支持模式分析上。評(píng)價(jià)方法中采用數(shù)據(jù)包絡(luò)分析法（DEA）研究金融支持效率的文獻(xiàn)相對(duì)較多。黃小英和溫麗榮（2017）[7]基于DEA-BCC 模型測(cè)算得出，我國(guó)節(jié)能環(huán)保產(chǎn)業(yè)金融支持效率還有較大的提升空間。崔學(xué)海等（2019）[8]利用DEA-Tobit 模型對(duì)金融支持效率進(jìn)行測(cè)度，得出長(zhǎng)江經(jīng)濟(jì)帶11 省效率差異明顯。此外，部分學(xué)者也對(duì)金融支持模式進(jìn)行了進(jìn)一步剖析。李萌和楊揚(yáng)（2017）[9]提出間接融資和直接融資逐漸成為戰(zhàn)略性新興產(chǎn)業(yè)的助推因素，政府的合理引導(dǎo)是戰(zhàn)略性新興產(chǎn)業(yè)未來(lái)發(fā)展的關(guān)鍵。陳小榮等（2020）[10]選取京津冀237 家戰(zhàn)略性新興產(chǎn)業(yè)，運(yùn)用DEA-MPI測(cè)度金融支持效率及動(dòng)態(tài)變化，并指出應(yīng)提出加大政策性金融支持。

總體而言，相關(guān)研究主要圍繞金融支持產(chǎn)業(yè)發(fā)展的機(jī)制分析，側(cè)重于探討金融支持產(chǎn)業(yè)發(fā)展的作用機(jī)理和支持模式。近年來(lái)，金融支持效率的測(cè)度及波動(dòng)性分析逐漸受到我國(guó)學(xué)界的關(guān)注，學(xué)者們大多采用DEA 模型進(jìn)行實(shí)證分析。然而針對(duì)物聯(lián)網(wǎng)產(chǎn)業(yè)的研究較少，未成體系。在已有研究的基礎(chǔ)上，本文的貢獻(xiàn)主要有以下三點(diǎn)：第一，聚焦物聯(lián)網(wǎng)產(chǎn)業(yè)，測(cè)算產(chǎn)業(yè)金融支持效率，充實(shí)了該產(chǎn)業(yè)金融支持的相關(guān)研究。第二，構(gòu)建指標(biāo)體系，結(jié)合資本結(jié)構(gòu)、公司治理、金融內(nèi)生理論等，構(gòu)建指標(biāo)體系，給予金融支持效率較強(qiáng)的現(xiàn)實(shí)價(jià)值。第三，優(yōu)化測(cè)度方法，構(gòu)建Super-MSBM 模型，與三階段DEA 模型相結(jié)合，相較傳統(tǒng)DEA 模型，排除了部分干擾因素，結(jié)果更加準(zhǔn)確合理。

三、研究設(shè)計(jì)

（一）構(gòu)建模型方法

Charnes 等（1978）率先提出數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）模型，該模型是基于規(guī)模收益不變（Constant Return to Scale，CRS）假設(shè)的，即CCR 模型。隨后，Banker 等（1984）提出基于規(guī)模收益可變（Variable Return to Scale，VRS）假設(shè)下的DEA模型，即BCC 模型，從而將規(guī)模效率和技術(shù)效率的概念分開。假設(shè)有n個(gè)決策單元（Decision Making Unit，DMU），即第j個(gè)DMU可表示為DMUj（j=1，2，…，n）。每個(gè)DMU使用m種投入指標(biāo)，生產(chǎn)出s種產(chǎn)出指標(biāo)，則投入向量Xi=（x1，x2，…，xm）（i=1，2，…，m），DMUj的第i個(gè)投入可表示為xij，產(chǎn)出向量Yr=（y1，y2，…，ys）（r=1，2，…，s），DMUj的第r個(gè)產(chǎn)出可表示為yrj。假設(shè)要對(duì)第d個(gè)DMU進(jìn)行評(píng)價(jià)，則被評(píng)價(jià)決策單元可以表示為DMUd。

加性DEA 模型雖然可以同時(shí)評(píng)價(jià)投入和產(chǎn)出的效率，但往往存在著由于指標(biāo)間量綱不一致導(dǎo)致計(jì)算結(jié)果不合理的情況，Tone（2001）提出可以解決指標(biāo)間不同量綱問(wèn)題的基于松弛的模型（Slack Based Measure，SBM）。Sharp 等（2007）提出了修正的SBM 模型，在目標(biāo)函數(shù)中采用被評(píng)價(jià)DMU各項(xiàng)投入或產(chǎn)出最大可能的改進(jìn)值（Range of Possible Improvement，RPI）作為計(jì)算其無(wú)效率程度的分母，即MSBM（Modified Slack Based Measure）模型。與SBM 模型相比，該模型允許投入和產(chǎn)出指標(biāo)中包含負(fù)數(shù)，并且適用于VRS 模型。

由于有效的效率值無(wú)法進(jìn)一步區(qū)分，Andersen和Petersen（1993）提出超效率模型?；贛SBM 模型及超效率思想，VRS 假設(shè)下的Super-MSBM 模型構(gòu)建如下：

Fried（2002）指出環(huán)境因素和隨機(jī)噪聲對(duì)決策單元效率評(píng)價(jià)的影響在傳統(tǒng)DEA 模型中沒有被剝離和剔除，其隨后發(fā)表的文章探討了如何消除這一影響，這一模型被國(guó)內(nèi)學(xué)者稱作三階段DEA 模型。本文將三階段DEA 與Super-MSBM 模型結(jié)合使用。第一階段使用原始投入產(chǎn)出數(shù)據(jù)，利用Super-MSBM模型進(jìn)行初始效率評(píng)價(jià)。第二階段主要關(guān)注第一階段中投入變量的松弛變量，使用隨機(jī)前沿分析法（SFA），調(diào)整各決策單元的原始投入值，以便將所有決策單元調(diào)整于相同的外部環(huán)境中。第三階段則運(yùn)用調(diào)整后的投入變量，再次利用Super-MSBM 模型測(cè)算各決策單元的金融支持效率，剔除過(guò)環(huán)境因素和隨機(jī)因素的影響，此時(shí)的測(cè)算結(jié)果更加真實(shí)準(zhǔn)確。

（二）構(gòu)建指標(biāo)體系

本文借鑒國(guó)內(nèi)外學(xué)者的研究經(jīng)驗(yàn)，將金融支持效率的內(nèi)涵界定為企業(yè)以最低的成本有效籌集、配置金融體系提供的產(chǎn)業(yè)發(fā)展資金，支持企業(yè)運(yùn)營(yíng)，使得績(jī)效產(chǎn)出最大化，進(jìn)而促進(jìn)整體產(chǎn)業(yè)發(fā)展的效率。金融效率評(píng)價(jià)本質(zhì)上是分析金融投入與產(chǎn)出之間的關(guān)系，以揭示金融資源配置的“黑箱”。本文根據(jù)金融內(nèi)生理論，結(jié)合資本法、生產(chǎn)法選取以下指標(biāo)。

投入指標(biāo)選擇資產(chǎn)負(fù)債率、流通股比例及內(nèi)部資金支持率。前兩個(gè)指標(biāo)分別表示以銀行為代表的間接金融支持和以資本市場(chǎng)為代表的直接金融支持。此外，隨著企業(yè)經(jīng)營(yíng)利潤(rùn)的不斷積累，自身也將未分配利潤(rùn)投入再生產(chǎn)，實(shí)現(xiàn)企業(yè)的可持續(xù)發(fā)展。因此，本文創(chuàng)新性地加入了內(nèi)部資金支持率，旨在反映企業(yè)經(jīng)營(yíng)利潤(rùn)再投入對(duì)企業(yè)支持效果。產(chǎn)出指標(biāo)選取凈資產(chǎn)收益率、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率及托賓Q值。前兩個(gè)指標(biāo)分別衡量分別代表物聯(lián)網(wǎng)產(chǎn)業(yè)的成長(zhǎng)能力和獲利能力。加入托賓Q 值則是為了更好地衡量公司的績(jī)效。

金融支持效率的測(cè)度會(huì)受到一些環(huán)境因素的影響，包括宏觀經(jīng)濟(jì)情況和國(guó)家政策等，這些因素對(duì)于不同企業(yè)的影響不盡相同。本文選取企業(yè)所在省份生產(chǎn)總值和所在省份金融業(yè)增加值作為環(huán)境變量，分別代表經(jīng)濟(jì)發(fā)展水平以及金融市場(chǎng)發(fā)展情況，以期消除地域生產(chǎn)要素豐富程度不同所帶來(lái)的影響。此外，加入稅費(fèi)返還和籌資活動(dòng)現(xiàn)金流入作為環(huán)境變量。稅費(fèi)返還能夠很好地反映政府稅收優(yōu)惠政策的影響，而籌資活動(dòng)現(xiàn)金流入這一指標(biāo)則有助于分析各項(xiàng)金融服務(wù)支持所帶來(lái)的綜合影響。

（三）樣本選取及數(shù)據(jù)處理

本文擬選取物聯(lián)網(wǎng)上市公司作為研究對(duì)象，然而學(xué)界尚未形成物聯(lián)網(wǎng)產(chǎn)業(yè)界定的統(tǒng)一標(biāo)準(zhǔn)，因此，首先在新浪財(cái)經(jīng)、同花順等門戶網(wǎng)站手動(dòng)檢索物聯(lián)網(wǎng)概念板塊得到最初樣本，隨后根據(jù)公司的招股說(shuō)明書進(jìn)行二次篩選，選取的公司需滿足主營(yíng)業(yè)務(wù)為物聯(lián)網(wǎng)關(guān)鍵技術(shù)或產(chǎn)品的條件，最終篩選出了150 家物聯(lián)網(wǎng)上市公司作為研究樣本。樣本公司2015—2019 年的相關(guān)數(shù)據(jù)來(lái)源于國(guó)泰安中國(guó)經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR）及色諾芬經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CCER）。

DEA 的非參數(shù)前沿決定了，異常數(shù)據(jù)可能會(huì)導(dǎo)致大量異常結(jié)果出現(xiàn)。因此本文首先將指標(biāo)數(shù)據(jù)代入超效率Super-MSBM 模型進(jìn)行測(cè)算，結(jié)果顯示有5 家公司的效率值異常，予以剔除，最終樣本包括145家物聯(lián)網(wǎng)上市公司。此外，目前運(yùn)用三階段DEA 分析的相關(guān)文獻(xiàn)大多沒有對(duì)環(huán)境變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，只有小部分文獻(xiàn)進(jìn)行了嘗試。本文根據(jù)實(shí)際情況選擇先對(duì)環(huán)境變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以提升結(jié)果系數(shù)數(shù)量級(jí)。

四、實(shí)證分析

（一）第一階段

在不考慮環(huán)境因素的前提下，將2015—2019 年樣本公司相關(guān)數(shù)據(jù)代入Super-MSBM，運(yùn)用Maxdea 8.0 Pro 軟件進(jìn)行測(cè)算，得出我國(guó)145 家物聯(lián)網(wǎng)上市公司樣本期內(nèi)的金融支持效率評(píng)價(jià)結(jié)果，2015—2019年效率值均值分別為0.710、0.624、0.662、0.651、0.642?？傮w來(lái)看，金融支持效率大致保持平穩(wěn)，不過(guò)仍存在一定的提升空間。僅有小部分公司的效率表現(xiàn)在5 年中一直處在相對(duì)有效的區(qū)間，金融資源的籌集、配置較為科學(xué)合理。鑒于結(jié)果可能受到環(huán)境因素和隨機(jī)變量的影響，本階段的初步測(cè)算可能與最終結(jié)果有一定的偏差。

（二）第二階段

為消除環(huán)境變量與隨機(jī)因素的影響，以第一階段分析中三個(gè)投入變量的松弛分別作為因變量，以經(jīng)濟(jì)發(fā)展水平、金融市場(chǎng)發(fā)展情況、稅費(fèi)返還、籌資活動(dòng)現(xiàn)金流入為自變量構(gòu)建隨機(jī)前沿函數(shù)，利用Frontier 4.1 軟件進(jìn)行SFA 分析，結(jié)果如表1 所示。

從表1 結(jié)果得知，LR單邊檢驗(yàn)的結(jié)果均大于1%顯著性水平下的臨界值，因此可以認(rèn)為管理無(wú)效率項(xiàng)存在，隨機(jī)前沿函數(shù)設(shè)定合理有效。同時(shí)，gamma值均趨近于1，這表明的確存在環(huán)境因素對(duì)產(chǎn)業(yè)金融支持效率產(chǎn)生干擾，有必要通過(guò)公式對(duì)投入值進(jìn)行調(diào)整。對(duì)于四個(gè)環(huán)境變量的分析如下：

表1 SFA 分析結(jié)果

1.經(jīng)濟(jì)發(fā)展水平。所在省份生產(chǎn)總值對(duì)資產(chǎn)負(fù)債率、流通股比例松弛值的回歸系數(shù)都為正數(shù)，即地方經(jīng)濟(jì)發(fā)展水平的提高能夠使企業(yè)得到更好的直接及間接金融支持，減少投入冗余，從而有效提升產(chǎn)業(yè)的金融支持效率。

2.金融市場(chǎng)發(fā)展情況。地方金融市場(chǎng)發(fā)展情況與流通股比例、內(nèi)部資金支持率松弛變量的回歸系數(shù)為負(fù)，且都在1%的水平下顯著，而對(duì)資產(chǎn)負(fù)債率松弛變量不顯著。這是因?yàn)殂y行等金融機(jī)構(gòu)有時(shí)無(wú)力承擔(dān)新興產(chǎn)業(yè)的高風(fēng)險(xiǎn)，物聯(lián)網(wǎng)產(chǎn)業(yè)還是更多依靠政策性金融，在融資困難時(shí)會(huì)利用直接融資的方式。

3.稅費(fèi)返還。稅費(fèi)返還對(duì)于資產(chǎn)負(fù)債率及內(nèi)部資金支持率松弛呈顯著負(fù)相關(guān)，這表明政策中的稅收減免工具沒有降低流通股比例的冗余量，但降低了資產(chǎn)負(fù)債率和內(nèi)部資金支持率的冗余。稅費(fèi)返還的增多，能夠在一定程度上提升企業(yè)對(duì)投入資源的利用效率。但有時(shí)企業(yè)收到資金后，并沒有按照既定標(biāo)準(zhǔn)去使用，激勵(lì)效果沒有達(dá)到預(yù)期。

4.籌資活動(dòng)現(xiàn)金流入?；I資活動(dòng)現(xiàn)金流入與資產(chǎn)負(fù)債率、流通股比例的松弛變量在1%的顯著性水平下顯著相關(guān)，且回歸系數(shù)為正。這表明政府利用各類政策工具所提供的的金融服務(wù)支持反而增加了投入的冗余。原因在于我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展仍依靠國(guó)家導(dǎo)向模式，企業(yè)雖然能在短期內(nèi)獲取大量的金融資源，但缺乏對(duì)資金的有效管理與配置，因而整體效率低下。

（三）第三階段

根據(jù)第二階段的分析結(jié)果，環(huán)境因素和隨機(jī)變量都對(duì)投入松弛變量產(chǎn)生了一定的影響，為了避免處于不同環(huán)境下的樣本企業(yè)被高估或低估，調(diào)整原始的投入值，使所有樣本企業(yè)處于同一環(huán)境下，再次利用Super-MSBM 模型進(jìn)行測(cè)算，分析樣本企業(yè)的金融支持效率。將第一、三階段的測(cè)算結(jié)果匯總?cè)绫? 所示。

表2 第一、三階段金融支持效率測(cè)算結(jié)果對(duì)比

總體而言，5 年間效率均值呈現(xiàn)先下降后回升的“U 型”趨勢(shì)。2015 年的測(cè)算結(jié)果表明我國(guó)自2009年以來(lái)一系列聚焦物聯(lián)網(wǎng)行業(yè)發(fā)展的重大戰(zhàn)略政策具有一定成效，相關(guān)配套投融資政策的出臺(tái)也為行業(yè)發(fā)展提供了穩(wěn)固的金融支持。然而2016—2018年間，整體效率均值出現(xiàn)下降趨勢(shì)。究其原因，我國(guó)物聯(lián)網(wǎng)上市公司在國(guó)家政策推行初期，發(fā)展資金充裕，可能進(jìn)行了規(guī)模的擴(kuò)張。而在后期政策支持力度減弱時(shí)，出現(xiàn)規(guī)模效率下降的情況。2019 年，隨著各地對(duì)于“十三五規(guī)劃”的陸續(xù)落實(shí)，產(chǎn)業(yè)發(fā)展前景向好，提振了市場(chǎng)信心，整體金融支持效率有所提升，但仍有較大的進(jìn)步空間。

細(xì)看各樣本公司的金融支持效率，每年僅有10家左右的公司能夠?qū)崿F(xiàn)效率的相對(duì)有效，大多數(shù)公司與效率最優(yōu)的公司仍有一定的差距。同時(shí)，大于效率均值的公司數(shù)量并不多，其中處于“生產(chǎn)前沿面”上的公司大大拉高了金融支持效率的均值，部分公司存在低于0.5 的低效率情況。一方面，公司融資能力弱，在金融市場(chǎng)良好發(fā)展的情況下也難以得到支持；另一方面，公司對(duì)于獲取的各類金融資源，沒有進(jìn)行合理地配置，內(nèi)部資金管理能力有待增強(qiáng)。

為了更直觀地展現(xiàn)樣本公司在調(diào)整前后的金融支持效率變化情況，計(jì)算各公司5 年內(nèi)的金融支持效率平均值，并繪制成散點(diǎn)圖，具體如圖1 所示。與調(diào)整前相比，多數(shù)物聯(lián)網(wǎng)上市公司的金融支持效率都有一定的下降，只有7 家公司的金融支持效率在調(diào)整后提升。這說(shuō)明所剔除的環(huán)境變量顯著正向影響了物聯(lián)網(wǎng)上市公司所獲取的金融支持效率。而各公司之間的差距在于能否在政策激勵(lì)逐步減弱之后，合理配置資金，不斷擴(kuò)大發(fā)展規(guī)模。效率排序也可以作為一項(xiàng)參考，低效率公司應(yīng)據(jù)此選取合適的學(xué)習(xí)對(duì)象，優(yōu)化資源配置，提升經(jīng)營(yíng)效率。

圖1 調(diào)整前后樣本公司金融支持效率值均值分布圖

五、結(jié)論與建議

本文將三階段DEA 與Super-MSBM 模型相結(jié)合，選取145 家物聯(lián)網(wǎng)上市公司為樣本，測(cè)度我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)金融支持效率。結(jié)果顯示：第一，2015—2019年我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)金融支持效率均值呈先下降后回升的“U 型”趨勢(shì)，整體效率不高，仍有較大的提升空間。第二，僅有少數(shù)公司的金融支持效率能夠達(dá)到相對(duì)有效，各公司之間效率水平差異較大，不少公司甚至存在效率小于0.5 的情況。第三，經(jīng)濟(jì)發(fā)展水平、金融市場(chǎng)發(fā)展情況、稅費(fèi)返還、籌資活動(dòng)現(xiàn)金流入這四個(gè)環(huán)境變量總體上對(duì)我國(guó)物聯(lián)網(wǎng)金融支持效率產(chǎn)生正向影響。為進(jìn)一步促進(jìn)金融供給資源配置，提升物聯(lián)網(wǎng)產(chǎn)業(yè)的金融支持效率，本文給出如下建議。

（一）發(fā)揮政府引導(dǎo)作用，優(yōu)化產(chǎn)業(yè)發(fā)展環(huán)境

實(shí)證第二階段所選取的環(huán)境變量對(duì)金融支持效率產(chǎn)生了顯著的正向效應(yīng)，因此構(gòu)建一個(gè)良好的發(fā)展環(huán)境至關(guān)重要。政府應(yīng)該完善支持物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的財(cái)政投資體系，不斷加大財(cái)政投入。在確保支持資金量的基礎(chǔ)上，還要注重選取合理的扶持方式，調(diào)整財(cái)政投入結(jié)構(gòu)，立足產(chǎn)業(yè)發(fā)展的不同周期，綜合運(yùn)用直接撥款、間接投資等方式扶持，重點(diǎn)加大對(duì)于基礎(chǔ)設(shè)施建設(shè)、前沿科技的資金支持。

與此同時(shí)，政府也可以出臺(tái)相關(guān)政策，引導(dǎo)和帶動(dòng)社會(huì)資本投入，例如，強(qiáng)化風(fēng)險(xiǎn)投資這支投資力量。相較于銀行等傳統(tǒng)金融機(jī)構(gòu)，風(fēng)險(xiǎn)投資的逐利性和風(fēng)險(xiǎn)偏好使其愿意為物聯(lián)網(wǎng)產(chǎn)業(yè)實(shí)施投資。政府可以探索搭建風(fēng)險(xiǎn)投資與物聯(lián)網(wǎng)公司間的溝通平臺(tái)，減少信息不對(duì)稱性，也應(yīng)健全風(fēng)險(xiǎn)投資制度建設(shè)，完善利益保障、海外市場(chǎng)拓展等制度設(shè)計(jì)，為風(fēng)險(xiǎn)投資創(chuàng)造更加寬松的環(huán)境。

（二）完善多層次資本市場(chǎng)，創(chuàng)新金融服務(wù)方式

發(fā)達(dá)國(guó)家的資本市場(chǎng)往往具有多元層次、板塊互通的特點(diǎn)，這就使其能夠全方位、多層次地給予產(chǎn)業(yè)中長(zhǎng)期的金融支持。因此，要進(jìn)一步完善資本市場(chǎng)運(yùn)作體制，降低準(zhǔn)入門檻，加大主板市場(chǎng)的交易流動(dòng)性，持續(xù)完善創(chuàng)業(yè)板功能。同時(shí)，積極發(fā)展場(chǎng)外交易市場(chǎng)，給予場(chǎng)外交易升板動(dòng)力，拓寬物聯(lián)網(wǎng)各規(guī)模企業(yè)的資金籌集空間。

目前，銀行等金融機(jī)構(gòu)提供的間接金融支持也是企業(yè)資金來(lái)源的重要途徑。一方面，要積極推動(dòng)針對(duì)物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的金融產(chǎn)品和服務(wù)創(chuàng)新，結(jié)合物聯(lián)網(wǎng)企業(yè)的自身優(yōu)勢(shì)，推出適宜的證券化金融工具，探索創(chuàng)建聯(lián)貸聯(lián)保貸款業(yè)務(wù)，整合企業(yè)力量抱團(tuán)貸款。另一方面，要建立健全物聯(lián)網(wǎng)企業(yè)信貸管理體制，形成科學(xué)合理的貸款評(píng)估體系和信用評(píng)級(jí)制度，提升金融市場(chǎng)透明度，促進(jìn)合理放貸、積極還貸的良性循環(huán)。

（三）企業(yè)優(yōu)化資源配置，增強(qiáng)經(jīng)營(yíng)管理水平

物聯(lián)網(wǎng)企業(yè)自身需適時(shí)選擇融資方式，在行業(yè)趨勢(shì)、經(jīng)濟(jì)形勢(shì)、國(guó)家政策的不斷變化中實(shí)現(xiàn)融資方式和結(jié)構(gòu)的動(dòng)態(tài)調(diào)整，同時(shí)將資本運(yùn)營(yíng)向金融領(lǐng)域拓展，實(shí)現(xiàn)金融資本和產(chǎn)業(yè)發(fā)展資本的雙向衍生。只有科學(xué)地利用融資工具才能讓金融供給資源得到更好的配置和利用。

此外，根據(jù)實(shí)證研究結(jié)果，很多企業(yè)即使有足量資金融入，也很難做到高效利用。因此除了外部的資金支持體系，物聯(lián)網(wǎng)企業(yè)內(nèi)部的經(jīng)營(yíng)管理水平也至關(guān)重要。低效率企業(yè)應(yīng)借鑒學(xué)習(xí)優(yōu)秀企業(yè)的管理理念，與高校以及科研機(jī)構(gòu)合作，吸納發(fā)展建議和技術(shù)指導(dǎo)，建設(shè)信息平臺(tái)，實(shí)現(xiàn)內(nèi)部資源的透明化、高效化使用，不斷縮小與高效率企業(yè)之間資金籌集、利用效率的差距。