長(zhǎng)江經(jīng)濟(jì)帶科技金融效率時(shí)空差異分析

□文/雷 丹

（西安財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院 陜西·西安）

［提要］ 科技金融是促進(jìn)科技研發(fā)、經(jīng)濟(jì)發(fā)展的重要支柱?？萍冀鹑诘母咝蔬\(yùn)行對(duì)地區(qū)產(chǎn)業(yè)升級(jí)至關(guān)重要。本文基于SBM-DEA模型對(duì)我國(guó)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融效率進(jìn)行測(cè)度，避免由于傳統(tǒng)DEA模型忽視松弛變量以及徑向問(wèn)題帶來(lái)的評(píng)測(cè)誤差，并結(jié)合莫蘭指數(shù)探究其空間特征。研究結(jié)果表明：從時(shí)序特征分析，我國(guó)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融效率呈現(xiàn)穩(wěn)步上升趨勢(shì)，但尚未達(dá)到有效生產(chǎn)前沿面。江西、安徽、貴州科技金融發(fā)展效率偏低，只有上海、浙江等少數(shù)幾個(gè)經(jīng)濟(jì)發(fā)達(dá)地區(qū)接近前沿面；從空間特征分析，長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融效率具有一定的空間差異性，各省份科技金融發(fā)展不均衡。據(jù)此，提出推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融發(fā)展相關(guān)政策建議。

2016年3月25日，中共中央政治局審議通過(guò)《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，綱要指出要大力發(fā)展長(zhǎng)江經(jīng)濟(jì)帶地區(qū)經(jīng)濟(jì)、科技轉(zhuǎn)型，積極推進(jìn)產(chǎn)業(yè)升級(jí)。這標(biāo)志著長(zhǎng)江經(jīng)濟(jì)帶發(fā)展問(wèn)題已經(jīng)提升到國(guó)家戰(zhàn)略水平。在此過(guò)程中，科技金融的作用愈發(fā)凸顯，科技與金融協(xié)同發(fā)展不僅能夠加快提升企業(yè)的創(chuàng)新能力，同時(shí)還能夠推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)現(xiàn)代產(chǎn)業(yè)技術(shù)體系發(fā)展?？萍寂c金融協(xié)同發(fā)展對(duì)宏觀經(jīng)濟(jì)的推動(dòng)作用顯而易見，當(dāng)前已有不少國(guó)內(nèi)外學(xué)者對(duì)科技金融的發(fā)展進(jìn)行了深入研究。

在關(guān)于科技金融效率研究的文獻(xiàn)中，國(guó)內(nèi)外學(xué)者研究視角差異較大，國(guó)外學(xué)者一般很少直接對(duì)科技金融效率進(jìn)行評(píng)測(cè)，他們多數(shù)會(huì)將目光聚焦于某個(gè)企業(yè)，測(cè)度企業(yè)的科技創(chuàng)新與資金流動(dòng)的效率。國(guó)內(nèi)學(xué)者則直接對(duì)某個(gè)地區(qū)或全國(guó)的科技金融效率進(jìn)行評(píng)測(cè)，研究成果比較豐富。目前國(guó)內(nèi)對(duì)于科技金融效率的評(píng)價(jià)多聚焦于科技金融效率測(cè)度、影響因素評(píng)析以及不同省份、地區(qū)科技金融發(fā)展差異探究。國(guó)外學(xué)者Kundi（2015）分別利用BBC、CCR模型研究了印度水泥企業(yè)金融支持率，分析出近44%的企業(yè)在金融支持率方面是有效的。沈麗（2021）利用超效率模型研究了我國(guó)科技金融2003～2019年的發(fā)展效率，研究表明我國(guó)科技金融總體呈現(xiàn)出穩(wěn)健發(fā)展。黃瑞芬（2016）采用Malmquist指數(shù)和SFA模型測(cè)度了我國(guó)近年來(lái)科技金融的發(fā)展水平，研究表明我國(guó)科技金融總體呈現(xiàn)出穩(wěn)健發(fā)展，但仍存在區(qū)域差異。汪曉文（2022）基于數(shù)字經(jīng)濟(jì)視角下，將環(huán)境因素納入評(píng)價(jià)范疇，采用DEA模型對(duì)我國(guó)科技金融效率進(jìn)行測(cè)度，研究表明未考慮環(huán)境因素測(cè)度的科技金融效率低于考慮環(huán)境因素測(cè)度的效率值，且區(qū)域差異較大。

通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)，盡管學(xué)者們對(duì)于科技金融效率的相關(guān)研究比較詳實(shí)，但仍有進(jìn)一步探究的空間。國(guó)內(nèi)外的研究視角不盡相同，對(duì)于科技金融效率的研究方面，國(guó)外學(xué)者直接對(duì)于科技金融效率評(píng)測(cè)較少。國(guó)內(nèi)學(xué)者的研究資料比較充足，但針對(duì)長(zhǎng)江經(jīng)濟(jì)帶研究比較欠缺，因此本文主要針對(duì)長(zhǎng)江經(jīng)濟(jì)帶建立評(píng)價(jià)指標(biāo)體系。同時(shí)，由于傳統(tǒng)DEA在評(píng)測(cè)效率時(shí)忽視了對(duì)松弛變量以及徑向因素的考量，造成結(jié)果的偏差，因此本文采用一種非徑向非角度DEA模型，即SBM-DEA模型進(jìn)行科技金融發(fā)展效率測(cè)度，并采用莫蘭指數(shù)探究其時(shí)空特征，據(jù)此提出改善發(fā)展對(duì)策建議，以期我國(guó)長(zhǎng)江經(jīng)濟(jì)帶科技金融更加高速發(fā)展。

一、模型設(shè)計(jì)與數(shù)據(jù)來(lái)源

（一）研究模型。DEA模型即數(shù)據(jù)包絡(luò)分析模型，在利用DEA模型進(jìn)行科技金融效率測(cè)度時(shí)不用對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行無(wú)量綱化處理，同時(shí)DEA模型可以解決復(fù)雜的，多投入多產(chǎn)出類型效率測(cè)度。又因其無(wú)須指定投入產(chǎn)出的生產(chǎn)函數(shù)形態(tài)，故在效率分析中應(yīng)用廣泛。因?yàn)閭鹘y(tǒng)的DEA模型存在一定的測(cè)度誤差，故本文采用一種非徑向、非角度的SBM-DEA模型，對(duì)長(zhǎng)江經(jīng)濟(jì)帶科技金融效率進(jìn)行測(cè)度和分析。模型的基本形式為：

sx∈Rm，sy∈Rs分別表示投入和產(chǎn)出的松弛變量，ρ表示決策單元的效率值，m，s代表投入和產(chǎn)出的變量個(gè)數(shù)。當(dāng)ρ=1，也就是sx=0，sy=0，sz=0，代表DMU是有效的，當(dāng)ρ＜1時(shí)，代表 DMU是非有效的，存在改善空間。

Moran” s I指數(shù)由Moran（1948）年提出，常被用來(lái)分析空間特征。全局莫蘭指數(shù)用于測(cè)度空間自相關(guān)的存在與否，局部Moran” s I用來(lái)分析異常值與集聚問(wèn)題。本文對(duì)科技金融效率進(jìn)行時(shí)空分析時(shí)選用莫蘭指數(shù)，并繪制莫蘭散點(diǎn)圖來(lái)分析長(zhǎng)江經(jīng)濟(jì)帶科技金融效率空間特性，使研究更加科學(xué)，結(jié)果展示更加形象。其公式如下：

（二）指標(biāo)體系構(gòu)建。借鑒已有學(xué)者的相關(guān)研究成果，本文從科技金融投入、科技成果轉(zhuǎn)化兩方面選取相關(guān)指標(biāo)。

1、科技金融投入指標(biāo)。在選取科技金融投入指標(biāo)時(shí)，主要考慮資金投入與人才投入，資金投入細(xì)分為政府投入與市場(chǎng)投入。資金投入到高技術(shù)企業(yè)，可以用作科研經(jīng)費(fèi)支持科技創(chuàng)作；科研人員進(jìn)入高校、企業(yè)，可以進(jìn)行科創(chuàng)活動(dòng)。因此，本文選取資金與人才作為投入指標(biāo)。其中人才投入選用研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)當(dāng)量予以衡量；政府財(cái)政科技投入選用地方財(cái)政科技支出予以衡量，反映各地政府對(duì)于科技金融的支持程度；市場(chǎng)科技資金投入選取R&D經(jīng)費(fèi)內(nèi)部支出來(lái)測(cè)度，R&D經(jīng)費(fèi)內(nèi)部支出可以很好地反映出高技術(shù)企業(yè)用于研究與試驗(yàn)的費(fèi)用支出。

2、科技金融產(chǎn)出類指標(biāo)。由于科技金融產(chǎn)出無(wú)法直接衡量，因此本文借鑒已有研究，分別從科技人才產(chǎn)出、高技術(shù)企業(yè)科創(chuàng)成果轉(zhuǎn)化以及市場(chǎng)科技產(chǎn)業(yè)化等方面進(jìn)行衡量?？蒲腥藛T科創(chuàng)產(chǎn)出，選擇發(fā)明專利授權(quán)量來(lái)衡量；高技術(shù)企業(yè)科創(chuàng)成果轉(zhuǎn)化，采用高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入，來(lái)反映科技金融投入給企業(yè)帶來(lái)的收益情況；并利用技術(shù)市場(chǎng)成交額來(lái)衡量技術(shù)市場(chǎng)的產(chǎn)業(yè)化情況。具體指標(biāo)如表1所示。（表1）

表1 我國(guó)科技金融發(fā)展效率指標(biāo)評(píng)價(jià)體系一覽表

（三）數(shù)據(jù)來(lái)源。本文研究數(shù)據(jù)涉及長(zhǎng)江經(jīng)濟(jì)帶區(qū)域，浙江省、江蘇省、湖北省、湖南省、江西省、河南省、安徽省、貴州省、四川省、重慶、上海共11個(gè)省市，研究數(shù)據(jù)為2009～2019年面板數(shù)據(jù)，來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)統(tǒng)計(jì)年鑒》及國(guó)家統(tǒng)計(jì)局。使用Matlab，stata統(tǒng)計(jì)軟件，對(duì)我國(guó)長(zhǎng)江經(jīng)濟(jì)帶科技金融發(fā)展效率進(jìn)行分析，并且根據(jù)實(shí)證結(jié)果提出相關(guān)政策建議。

二、科技金融效率測(cè)算及時(shí)空特征分析

（一）科技金融效率測(cè)算。表2、表3分別為2009～2014年、2015～2019年長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融發(fā)展效率水平，從實(shí)證結(jié)果來(lái)看，在樣本期內(nèi)各省市科技金融發(fā)展效率均值都未達(dá)到有效生產(chǎn)前沿面，說(shuō)明科技金融發(fā)展仍有較大空間。具體來(lái)看，2009～2019年間上海、四川、江蘇發(fā)展較好，其科技金融效率均值分別為0.7867、0.8132、0.9374。從投入產(chǎn)出角度可以看出，四川、江蘇科技金融發(fā)展較為有效，投入指標(biāo)可以較好地轉(zhuǎn)化為產(chǎn)出指標(biāo)；而貴州、江西兩省科技金融發(fā)展相對(duì)無(wú)效，其科技金融效率均值僅為0.5313、0.5542。從整體上來(lái)看，貴州、江西科技金融發(fā)展還遠(yuǎn)遠(yuǎn)不夠。湖北、湖南科技金融效率發(fā)展良好，其效率均值達(dá)到0.7542、0.6886，盡管未接近有效，但是其效率一直在穩(wěn)步地上升。而貴州、江西科技金融發(fā)展仍較為低下，不過(guò)從2009年的效率值0.2657、0.3321發(fā)展極度不均追趕到2019年的0.5888、0.9999相對(duì)有效，也可以看出貴州、江西兩省的科技金融也是在不斷進(jìn)步中。（表 2、表 3）

表2 2009～2014年各省份的科技金融效率結(jié)果一覽表

表3 2015～2019年各省份的科技金融效率結(jié)果一覽表

（二）科技金融效率時(shí)序分析。從時(shí)間角度綜合分析來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展可以分為兩個(gè)階段：2009～2013年為第一階段，在此期間科技金融效率相較不理想，盡管上海、江蘇等地發(fā)展相對(duì)有效，但貴州、江西仍處于效率較低的水平。雖然從上文可以分析得出各省都在逐漸上升中，但整體仍處于無(wú)效階段，特別是貴州省科技金融水平，遠(yuǎn)遠(yuǎn)低于長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展的平均水平。而湖北的科技金融效率雖然僅由效率評(píng)判來(lái)看相對(duì)有效，但從投入產(chǎn)出指標(biāo)可以看出，湖北省科技金融規(guī)模很小。其投入與產(chǎn)出都遠(yuǎn)遠(yuǎn)低于其他省份，而效率為投入產(chǎn)出之比，因此湖北省雖然相對(duì)有效，但也僅僅是投入產(chǎn)出較少而帶來(lái)的相對(duì)有效，從科技金融體系總體來(lái)看，發(fā)展仍不理想。2014～2019年為第二階段，在2014年以后各省科技金融發(fā)展水平均有較大提升，整體呈現(xiàn)穩(wěn)步上升趨勢(shì)。貴州省在2019年科技金融效率水平達(dá)到0.5888，江西省更是上升至0.9999。特別在2016年以后，長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融發(fā)展有較大的改善，科技金融效率接近有效生產(chǎn)前沿面?？萍冀鹑谛实姆€(wěn)步提升，一方面由于2016年以后長(zhǎng)江經(jīng)濟(jì)帶地區(qū)經(jīng)濟(jì)上行發(fā)展；另一方面得益于國(guó)家在2016年頒布的《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，使得長(zhǎng)江地區(qū)發(fā)展被提到國(guó)家發(fā)展戰(zhàn)略位置，科技金融也更加受到重視，其發(fā)展也更為有效。（圖1）

圖1 2009～2019年長(zhǎng)江經(jīng)濟(jì)帶區(qū)域科技金融均值變化圖

（三）科技金融效率空間特征分析?；陂L(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展水平，引入莫蘭指數(shù)運(yùn)用stata軟件對(duì)于長(zhǎng)江經(jīng)濟(jì)帶地區(qū)2009～2019年科技金融的空間情況進(jìn)行進(jìn)一步分析研究。計(jì)算得出長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融效率全局和局部莫蘭指數(shù)。全局莫蘭指數(shù)表明長(zhǎng)江經(jīng)濟(jì)帶科技金融效率存在空間自相關(guān)性，為了使結(jié)果更加直觀列出2012年、2017年莫蘭散點(diǎn)圖，如圖2、圖3所示。2012年、2017年研究區(qū)域的I分別為-0.206和-0.106，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶地區(qū)各省在空間上存在負(fù)相關(guān)，同時(shí)指數(shù)值較小說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融的空間差異大。在2017年指數(shù)值逐漸變大，證明長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融效率差異在逐漸減小。從圖（2）可看出，2012年第二、第四象限的省份多于第一、第三象限，表示“高-低”型、“低-高”聚集型的省份較“低-低”型和“高-高”型多，說(shuō)明在2012年，長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展效率空間差異較大。從圖（3）可看出，2017年部分省份聚集在“高-高”型象限，證明科技金融效率整體提升的同時(shí)，差異性有所降低。（圖2、圖3）

圖2 2012年長(zhǎng)江經(jīng)濟(jì)帶莫蘭散點(diǎn)圖

圖3 2017年長(zhǎng)江經(jīng)濟(jì)帶莫蘭散點(diǎn)圖

總結(jié)來(lái)看，長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融，在過(guò)去十年間發(fā)展效率雖然在不斷提高，但仍處于相對(duì)無(wú)效階段。盡管國(guó)家近年來(lái)大力發(fā)展長(zhǎng)江地區(qū)，但科技金融在發(fā)展過(guò)程中，仍存在一部分科技金融資源無(wú)法有效轉(zhuǎn)化為科創(chuàng)產(chǎn)出的問(wèn)題。由此看出，長(zhǎng)江經(jīng)濟(jì)帶科技金融發(fā)展尚未達(dá)到有效水平的現(xiàn)狀，并不是單一因素導(dǎo)致。也從側(cè)面說(shuō)明，要解決長(zhǎng)江經(jīng)濟(jì)帶科技金融發(fā)展存在的問(wèn)題，必須全面考慮，逐一改善各個(gè)影響因素的發(fā)展?fàn)顩r，才能使得科技金融發(fā)展達(dá)到有效水平。從宏觀角度分析，長(zhǎng)江經(jīng)濟(jì)帶的科技金融發(fā)展效率在不斷上升，說(shuō)明國(guó)家戰(zhàn)略在不斷生效，并有益于長(zhǎng)江經(jīng)濟(jì)帶科技金融發(fā)展。即使近年來(lái)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展整體有所改善，但從微觀角度分析江西、貴州兩省發(fā)展仍較為低迷，還需要優(yōu)化科技資源配置，完善相關(guān)制度優(yōu)化科技金融效率，提升科技金融發(fā)展水平。因此，長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融發(fā)展水平想要進(jìn)一步提升，還需要更多的人力、物力、資金的投入，更高效的科技產(chǎn)出。

三、結(jié)論及建議

本文利用SBM-DEA模型研究了長(zhǎng)江地區(qū)11個(gè)省市科技金融發(fā)展效率水平，并利用莫蘭指數(shù)進(jìn)行空間相關(guān)性分析，得到以下結(jié)論：長(zhǎng)江經(jīng)濟(jì)帶地區(qū)科技金融效率具有省域發(fā)展差異明顯的特點(diǎn)。上海、江蘇達(dá)到或接近有效，而江西、貴州等省份效率均值僅達(dá)到0.5。地區(qū)差異明顯，不僅與科技金融的投資環(huán)境、科研氛圍有關(guān)，同時(shí)與各省政府支持力度聯(lián)系緊密。根據(jù)以上結(jié)論，建議如下：

（一）加大政府政策扶持力度。政府鼓勵(lì)性的金融政策，可以為高技術(shù)企業(yè)打造良好的融資環(huán)境，加強(qiáng)金融機(jī)構(gòu)與科技企業(yè)信息互動(dòng)。同時(shí)，在政府財(cái)政發(fā)展穩(wěn)定階段，應(yīng)該加大政府對(duì)于財(cái)政科技的投入，以及出臺(tái)相關(guān)政策，用于財(cái)政撥款的定向流向，不僅可以減少高技術(shù)產(chǎn)業(yè)融資困難的問(wèn)題，同時(shí)也能夠激勵(lì)更多高技術(shù)企業(yè)的出現(xiàn)。

（二）科學(xué)的人才引進(jìn)計(jì)劃?？萍冀鹑诘陌l(fā)展離不開技術(shù)人才的支持。上海近年來(lái)不斷出臺(tái)相關(guān)人才引進(jìn)政策，吸引到許多高技術(shù)人才，使得上海科技人才擁有量在長(zhǎng)江經(jīng)濟(jì)帶中遙遙領(lǐng)先。從調(diào)查來(lái)看，貴州、江西、湖北省份的科技人才比較少。這不僅與經(jīng)濟(jì)發(fā)展有關(guān)，同時(shí)也和現(xiàn)階段人才引進(jìn)政策息息相關(guān)。從歷史因素看，江西、安徽、湖南等省份經(jīng)濟(jì)發(fā)展相較上海、江蘇等發(fā)達(dá)地區(qū)發(fā)展低速，對(duì)于人才的吸引力也較為弱勢(shì)，并且還存在人才流失現(xiàn)象。因此，亟須出臺(tái)一些積極的人才引進(jìn)政策，改善科技人才缺失的弊端。

（三）優(yōu)化高新技術(shù)企業(yè)融資效率。高技術(shù)產(chǎn)業(yè)企業(yè)的融資問(wèn)題，關(guān)乎科技金融的發(fā)展水平。金融市場(chǎng)的融資力度對(duì)于高新技術(shù)企業(yè)科研產(chǎn)出效率具有顯著的促進(jìn)作用，因此管理金融市場(chǎng)，完善高新技術(shù)企業(yè)融資制度十分有必要。高新技術(shù)產(chǎn)業(yè)具有風(fēng)險(xiǎn)大、回報(bào)周期長(zhǎng)、融資難、融資貴的問(wèn)題。因此，不僅要依靠市場(chǎng)、政府、機(jī)構(gòu)對(duì)高技術(shù)企業(yè)的財(cái)政傾斜，同時(shí)還要加大管控高新技術(shù)企業(yè)資金的流向，確保?？顚Ｓ锰岣哔Y金利用效率。