京津冀城市圈科技金融效率測度與優(yōu)化路徑研究

劉濛 李嫣資

【摘 要】 文章基于2017—2020年京津冀城市圈面板數(shù)據(jù)，從創(chuàng)新價值鏈視角運用SBM-ML模型測算京津冀城市圈科技金融效率，并采用定性比較分析方法探討環(huán)境、資金、人才條件對京津冀城市圈科技金融效率提升的組態(tài)效應(yīng)及路徑選擇。結(jié)果表明：（1）2017—2020年京津冀城市圈科技金融效率整體處于增長狀態(tài)，但2019年除北京外其他城市均出現(xiàn)下跌趨勢。（2）京津冀城市圈高科技金融效率背后是多因素協(xié)同作用的結(jié)果，其中研發(fā)人員投入力度是促進科技金融效率提升的關(guān)鍵因素。（3）優(yōu)化京津冀城市圈科技金融效率水平路徑包括“資金—環(huán)境”優(yōu)化型、“人才”優(yōu)化型、“人才—資金—環(huán)境”協(xié)作優(yōu)化型。建議北京、天津等地在保持自身優(yōu)勢的同時，重點從資金運用及科研氛圍兩個維度提升科技金融效率；保定、滄州等多數(shù)金融發(fā)展程度較低的地市，要重點強化人力資本建設(shè)，并輔助經(jīng)費支持與科研氛圍的營造。

【關(guān)鍵詞】 京津冀城市圈； 科技金融效率； 路徑優(yōu)化； 定性比較分析

【中圖分類號】 F832.29? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）02-0093-08

一、引言

京津冀地區(qū)在政治、經(jīng)濟、文化、科技等領(lǐng)域優(yōu)勢明顯，是我國創(chuàng)新高地之一，擔(dān)負著引領(lǐng)科技發(fā)展的重要使命?？萍紕?chuàng)新發(fā)展需要金融環(huán)境的大力支持，科技金融作為催化區(qū)域科技創(chuàng)新的重要政策工具，能夠在技術(shù)研發(fā)和成果轉(zhuǎn)化等方面產(chǎn)生拉動作用，是驅(qū)動區(qū)域經(jīng)濟發(fā)展的重要著力點。中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃中明確提出，要堅持創(chuàng)新驅(qū)動發(fā)展，深入推進科技金融服務(wù)，全面塑造發(fā)展新優(yōu)勢。京津冀地區(qū)聯(lián)合推出“2+4+N”重點合作平臺，即北京城市副中心與雄安新區(qū)兩個集中承載地，四大戰(zhàn)略合作功能區(qū)及N個專業(yè)化、特色化科技園區(qū)，協(xié)同推進科技創(chuàng)新發(fā)展戰(zhàn)略。然而，京津冀城市群覆蓋北京、天津及河北省11個地市①，各地市的創(chuàng)新能力與發(fā)展規(guī)模差異較大，凝聚力和協(xié)同效應(yīng)尚弱，在核心技術(shù)突破、科技成果轉(zhuǎn)化、金融支持、協(xié)同創(chuàng)新等方面仍存在一定問題，導(dǎo)致科技金融要素“供需錯配”現(xiàn)象頻發(fā)，阻礙了創(chuàng)新驅(qū)動戰(zhàn)略的開展。為此，京津冀城市圈如何協(xié)同提升科技金融效率，實現(xiàn)科技創(chuàng)新產(chǎn)出最大化，構(gòu)建科技創(chuàng)新和經(jīng)濟協(xié)同發(fā)展的圈層系統(tǒng)，是該區(qū)域發(fā)展中亟待解決的問題。

縱觀已有文獻，學(xué)者主要圍繞科技金融的內(nèi)涵、效率測度及影響因素等展開。針對科技金融的內(nèi)涵，國內(nèi)廣泛認可的科技金融定義由趙昌文等[ 1 ]提出，“科技金融是促進科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策和金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排”。關(guān)于如何對科技金融發(fā)展效果進行評價，學(xué)者主要運用數(shù)據(jù)包絡(luò)分析法（DEA），從金融投入與技術(shù)產(chǎn)出視角對科技金融效率進行測度。董亞妮等[ 2 ]運用DEA-Manuscript指數(shù)法對武漢城市圈科技金融效率進行靜態(tài)與動態(tài)測度，認為武漢城市圈科技金融投入與產(chǎn)出效率在逐漸提升但尚未達到完全有效。汪曉文等[ 3 ]基于SBM-ML模型對2016—2019年全國30個省份的科技金融效率進行測算，發(fā)現(xiàn)我國科技金融發(fā)展不平衡，且多數(shù)地區(qū)科技金融效率出現(xiàn)下跌趨勢。關(guān)于科技金融效率的影響因素，國內(nèi)外學(xué)者研究發(fā)現(xiàn)科技金融效率差異由諸多因素導(dǎo)致，包括政府支持力度、產(chǎn)業(yè)專業(yè)化、科研創(chuàng)新合作、金融發(fā)展程度、金融與人力資本投入等[ 4-6 ]。在研究方法上，學(xué)者主要采用從自變量到因變量的托賓（Tobit）回歸模型以及結(jié)構(gòu)方程模型。李林漢等[ 4 ]運用Tobit模型發(fā)現(xiàn)科研經(jīng)費投入與科技金融效率具有顯著正向關(guān)系。劉立軍和劉義臣[ 7 ]基于2010—2019年京津冀城市面板數(shù)據(jù)，運用結(jié)構(gòu)方程模型實證表明，科技金融的人力與資金投入顯著促進了實體經(jīng)濟高質(zhì)量發(fā)展。但傳統(tǒng)量化分析方法關(guān)注單個變量對結(jié)果的影響，而變量間簡單的線性關(guān)系無法解釋科技金融發(fā)展的現(xiàn)實問題。模糊集定量分析方法（fsQCA）通過定性與定量評估并計算案例樣本隸屬集合的程度，獲取產(chǎn)生結(jié)果的充分條件組合，關(guān)注結(jié)果和前因間的不對稱與復(fù)雜關(guān)系[ 8-9 ]，近年來已有學(xué)者逐步將其應(yīng)用于科技金融發(fā)展領(lǐng)域。周新和馬丁[ 10 ]采用模糊集定性比較分析方法探討了我國科技金融發(fā)展的組合效應(yīng)。

已有文獻為深入認識科技金融發(fā)展問題提供了研究基礎(chǔ)，但還存在需要進一步探討的地方。一是學(xué)者多從金融投入與技術(shù)產(chǎn)出視角測度區(qū)域科技金融發(fā)展效率。創(chuàng)新鏈價值強調(diào)技術(shù)成果轉(zhuǎn)化和產(chǎn)業(yè)化發(fā)展是科技創(chuàng)新的最終成果，而從創(chuàng)新鏈價值視角考慮科技創(chuàng)新產(chǎn)出測度科技金融效率的研究相對較少。二是鮮有以京津冀城市圈作為研究對象，基于組態(tài)思維系統(tǒng)分析該區(qū)域科技金融效率提升的內(nèi)在作用機理及優(yōu)化路徑。因此，本研究選取京津冀城市圈2017—2020年科技金融投入與產(chǎn)出數(shù)據(jù)，從創(chuàng)新鏈價值視角運用SBM-ML模型測算13個城市科技金融效率發(fā)展情況，并以2020年京津冀城市圈科技金融效率為結(jié)果變量，運用模糊集定性比較分析方法（fsQCA）從環(huán)境、資金、人才條件方面探討對京津冀城市圈科技金融效率發(fā)展的組態(tài)效應(yīng)，探尋提升京津冀城市圈科技金融效率的優(yōu)化路徑，為京津冀城市圈科技金融發(fā)展提供參考。

二、科技金融效率優(yōu)化研究機理

科技金融通過促進資本形成、分散技術(shù)風(fēng)險，以達成科研成果轉(zhuǎn)化及產(chǎn)業(yè)化發(fā)展的預(yù)期目標[ 11 ]。科技金融通過為技術(shù)研發(fā)與產(chǎn)業(yè)化發(fā)展提供資金支撐，進而帶動科技創(chuàng)新的改造升級。推動科技金融與科技創(chuàng)新的有效融合，資金和人才是基礎(chǔ)，科技發(fā)展的有利外部環(huán)境是催化劑，三者共同構(gòu)成金融發(fā)展、科技創(chuàng)新、經(jīng)濟增長協(xié)同共贏的基礎(chǔ)條件。基于此，本文從環(huán)境條件、資金條件與人才條件分析影響科技金融效率優(yōu)化提升的研究機理，如圖1所示。

（一）環(huán)境條件

環(huán)境條件主要包括金融發(fā)展程度（金融環(huán)境）與區(qū)域科研氛圍（科研環(huán)境）兩個二級指標。技術(shù)的研發(fā)與成果轉(zhuǎn)化對資金具有極大需求度，科技資本市場通過多渠道為技術(shù)創(chuàng)新提供資本支持，緩解了政府財政投入的壓力。如商業(yè)銀行的質(zhì)押貸款、聯(lián)保聯(lián)貸、風(fēng)險投資基金以及科創(chuàng)板市場為科技創(chuàng)新主體提供資金融通服務(wù)，保證科研項目的順利進行。而金融發(fā)展程度是影響科技資本市場形成的關(guān)鍵因素[ 12 ]。地區(qū)金融發(fā)展程度越高，區(qū)域內(nèi)銀行、證券與保險機構(gòu)集聚，能充分發(fā)揮資本市場規(guī)模效應(yīng)，為企業(yè)技術(shù)研發(fā)提供多元化的金融服務(wù)，促進資金與技術(shù)創(chuàng)新活動的有效銜接，同時分散技術(shù)創(chuàng)新風(fēng)險?？蒲协h(huán)境是指從事科學(xué)研究的總體環(huán)境，除完備的科研基礎(chǔ)設(shè)施（硬環(huán)境）外，良好的科研氛圍（軟環(huán)境）對地區(qū)科技金融效率的提升起了重要的作用[ 13 ]。隨著信息化、大數(shù)據(jù)及物聯(lián)網(wǎng)的發(fā)展，技術(shù)的復(fù)雜性與交叉性迫切需要鼓勵企業(yè)從事技術(shù)研發(fā)，并推進產(chǎn)學(xué)研合作。良好的區(qū)域科研氛圍，如咨詢服務(wù)公司的創(chuàng)建以及政府推動的“中小企業(yè)技術(shù)轉(zhuǎn)移計劃”的實施，為企業(yè)技術(shù)創(chuàng)新提供咨詢指導(dǎo)服務(wù)，帶動企業(yè)創(chuàng)辦研發(fā)機構(gòu)，為科技創(chuàng)新系統(tǒng)融入新鮮血液。

（二）資金條件

資金條件包括研發(fā)經(jīng)費強度與政府科技支持力度兩個二級指標。科研投入與科技創(chuàng)新間存在顯著的雙向因果關(guān)系[ 14 ]。企業(yè)通過投入足夠的科研經(jīng)費，可更有效地為技術(shù)創(chuàng)新配備研發(fā)人員及設(shè)備，促進科研成果轉(zhuǎn)化，擴大生產(chǎn)規(guī)模，優(yōu)化資源配置，提升科技金融效率。對公益性技術(shù)創(chuàng)新或科技創(chuàng)新的初期階段，技術(shù)研發(fā)的成本遠遠高于收益。為此，政府要設(shè)置財政專項，增加科技財政支出占比，保障技術(shù)研發(fā)活動的順利運行，同時分散企業(yè)技術(shù)創(chuàng)新風(fēng)險。

（三）人才條件

人力資本是科技創(chuàng)新最強大的源動力[ 15 ]。裴政和羅守貴[ 16 ]的研究中指出，人力資本規(guī)模要素對科技創(chuàng)新績效具有顯著正向影響。即人力資本規(guī)模越大，技術(shù)創(chuàng)新項目運行效果越好，反過來技術(shù)創(chuàng)新項目運行越好，越能促進人力資本在資本市場的資金融通。因此，通過對具有專業(yè)知識與能力的科研人員的培育及引入，提升知識的溢出效應(yīng)，進而促進科技創(chuàng)新。

三、研究方法與數(shù)據(jù)整理

（一）研究方法

1.超效率SBM-ML指數(shù)

數(shù)據(jù)包絡(luò)分析（DEA）模型作為評價決策單元相對效率的非參數(shù)分析方法，由于其不需要設(shè)定具體函數(shù)，又可以同時處理具有多輸入與輸出指標的決策單元，被學(xué)者廣泛采納[ 17 ]。但該模型在分析過程中忽略了投入產(chǎn)出變量的松弛性問題，導(dǎo)致效率測算結(jié)果存在偏差。超效率SBM模型不僅將松弛變量引入目標函數(shù)，而且其測度的科技金融效率值可大于1，有效解決了測度單元可比性問題。為進一步研究不同時段決策單元效率的動態(tài)變化情況，本文基于超效率SBM模型，引入Malmquist生產(chǎn)率指數(shù)，以測算京津冀城市圈的動態(tài)科技金融效率。具體模型設(shè)定如下。

假設(shè)存在N個決策單元（DMU），投入與產(chǎn)出要素數(shù)量分別為p與q，投入向量X=（x1，x2，…，xp），產(chǎn)出向量Y=（y1，y2，…，yq），S-i與S+g分別是投入與產(chǎn)出的松弛變量。根據(jù)Tone的研究，規(guī)模報酬可變條件（VRS）下超效率SBM模型為：

其中，λj為投入產(chǎn)出向量的權(quán)重系數(shù)，？籽*為決策單元的效率值。

進一步根據(jù)Fare提出的Malmquist全要素生產(chǎn)率指數(shù)模型，從t期到t+1期的生產(chǎn)率指數(shù)ML的計算公式如（2）所示[ 18 ]。

其中，Dt（xt，yt）與Dt+1（xt+1，yt+1）分別表示t期和t+1期技術(shù)為參數(shù)的方向距離函數(shù)，Dt+1（xt，yt）表示t+1期技術(shù)水平t期的混合距離函數(shù)，Dt（xt+1，yt+1）同理表示t期技術(shù)水平t+1期的混合距離函數(shù)。若Mt，t+1>1，表示科技金融效率的提高；反之則表示科技金融效率的下降。

2.定性比較分析

定性比較分析方法（Qualitative Comparative Analysis）以集合論為基礎(chǔ)，基于組態(tài)視角分析前因條件與結(jié)果間的復(fù)雜因果關(guān)系。Ragin[ 9 ]提出前因條件的不同組合與相互影響構(gòu)成“多重并發(fā)因果關(guān)系”，要從整體視角分析條件組態(tài)對結(jié)果的影響，而非傳統(tǒng)“自變量→因變量”的二元視角。傳統(tǒng)定量分析方法通常依據(jù)自變量的累加或替代以解釋因變量的波動，追求導(dǎo)致結(jié)果發(fā)生的最優(yōu)解。而QCA方法認為存在多個導(dǎo)致同一結(jié)果發(fā)生的條件組態(tài)，即“等效因果鏈”（AB→Y，CD→Y）[ 19 ]。由于科技金融效率提升受諸多因素影響，相對于傳統(tǒng)的定量分析方法，QCA方法更適合探究不同地區(qū)科技金融效率優(yōu)化路徑的選擇。

為此，考慮到數(shù)據(jù)的部分隸屬以及處理程度變化問題，本文采用定性分析方法中的模糊集定性比較分析方法（fsQCA），從組態(tài)視角探究諸因素對京津冀城市圈科技金融效率提升的作用機制，并探究提升京津冀城市圈科技金融效率的路徑選擇。

（二）數(shù)據(jù)整理

1.數(shù)據(jù)來源

本文以2018—2021年《中國城市統(tǒng)計年鑒》為基礎(chǔ)數(shù)據(jù)源，該年鑒統(tǒng)計了京津冀城市圈2017—2020年的地區(qū)生產(chǎn)總值、地方一般公共預(yù)算收支狀況、年末金融機構(gòu)存貸款余額、科技創(chuàng)新情況等相關(guān)數(shù)據(jù)。根據(jù)《中國科技統(tǒng)計年鑒》《河北省科技統(tǒng)計年鑒》《河北省統(tǒng)計年鑒》搜集了技術(shù)市場合同成交額、高新技術(shù)產(chǎn)品銷售額、R&D人員全時當(dāng)量等數(shù)據(jù)，結(jié)合課題組成員2022年3—5月實地走訪河北省各地市統(tǒng)計局、科技局，調(diào)查統(tǒng)計了各地市企業(yè)辦研發(fā)機構(gòu)情況，并對年鑒中部分缺失的數(shù)據(jù)進行了核實。

2.變量選取與數(shù)據(jù)校準

（1）結(jié)果變量

為衡量京津冀城市圈科技金融效率動態(tài)發(fā)展水平，本研究以科技金融效率作為結(jié)果變量?？萍冀鹑谛室ㄟ^選取科技金融投入與科技創(chuàng)新產(chǎn)出指標進行測度[ 20 ]。關(guān)于科技金融投入指標，本文將科技投資與金融機構(gòu)貸款額度指標相結(jié)合，分別選取金融機構(gòu)科技貸款額、地方財政科學(xué)技術(shù)支出、R&D內(nèi)部經(jīng)費支出及人員全時當(dāng)量來衡量科技金融投入。在科技金融產(chǎn)出指標的選取上，筆者基于創(chuàng)新鏈價值理論，從知識、技術(shù)與產(chǎn)品創(chuàng)新角度，并參見杜金岷等[ 12 ]、童紀新和曹越美[ 5 ]的指標選取原則，選取發(fā)明專利授權(quán)量、技術(shù)市場成交合同額、高新技術(shù)產(chǎn)品銷售額作為產(chǎn)出指標（見表1）。本文以京津冀13個城市為決策單元，運用Maxdea Ultra 8.0軟件對2017—2020年京津冀城市圈科技金融效率進行測度，并以2020年的科技金融效率作為結(jié)果變量（見表2）。

根據(jù)表2的數(shù)據(jù)可知，2017—2020年京津冀城市圈的科技金融效率均值為1.439，除2018—2019年出現(xiàn)下跌外，整體處于增長狀態(tài)。但京津冀城市圈不同地區(qū)的科技金融效率差異較大。以2019—2020年為例，北京、保定、石家莊、唐山科技金融效率增長幅度相對較大，已超過京津冀地區(qū)均值2.097，而秦皇島、邢臺相對來說增長幅度較低。不僅如此，同一城市不同年份的科技金融效率也具有明顯差異。以保定為例，2018—2019年科技金融效率處于下降狀態(tài)，從2019年開始明顯大幅提升。因此，需要進一步挖掘影響科技金融效率的前因條件，以針對性地選擇優(yōu)化京津冀城市圈科技金融效率提升路徑。

（2）條件變量

1）環(huán)境條件。根據(jù)童紀新和曹越美[ 5 ]的測量標準，金融發(fā)展程度選用金融機構(gòu)貸款余額/地區(qū)生產(chǎn)總值（GDP）來衡量。對于區(qū)域科研氛圍指標，主要指區(qū)域內(nèi)企業(yè)通過創(chuàng)辦研發(fā)機構(gòu)從而與科研院所形成良好的合作研發(fā)氛圍。為此，借鑒李林漢等[ 4 ]的研究，采用各地區(qū)企業(yè)辦研發(fā)機構(gòu)數(shù)量/全國企業(yè)辦研發(fā)機構(gòu)數(shù)量作為衡量標準。

2）資金條件。研發(fā)經(jīng)費強度是各地區(qū)為從事科學(xué)研究活動支出的費用占比，通常采用R&D內(nèi)部經(jīng)費支出/地區(qū)生產(chǎn)總值來測度。政府科技支撐力度通常采用地方一般公共預(yù)算支出中的科學(xué)技術(shù)支出占比來表示。

3）人才條件。研發(fā)人員投入力度表示各地區(qū)科研人力資本投入規(guī)模，通過地區(qū)科研人員全時當(dāng)量/全國科研人員全時當(dāng)量進行測度。

模糊集定性比較分析方法（fsQCA）中，事件發(fā)生的結(jié)果及前因條件變量都視為獨立的集合。集合理論強調(diào)要測量案例樣本契合于特定集合的程度（隸屬度），此過程即為對變量的校準。本文根據(jù)結(jié)果與條件變量的數(shù)據(jù)類型，借鑒杜運周和賈良定[ 8 ]的校準標準及樣本實際情況，運用直接校準法將科技金融效率、金融發(fā)展程度、區(qū)域科研氛圍、研發(fā)經(jīng)費強度、政府科技支撐力度、研發(fā)人員投入力度的完全隸屬校準標準為0.95分位點，交叉點與完全不隸屬的校準標準分別為0.5與0.05分位點。京津冀城市圈科技金融效率條件與結(jié)果校準信息如表3所示。

四、數(shù)據(jù)分析與實證結(jié)果

（一）前因條件必要性分析

依據(jù)定性比較分析方法（fsQCA）的規(guī)則要求，在對京津冀城市圈科技金融效率提升進行條件組態(tài)分析前，必須要逐一檢驗單個前因條件的必要性。即若該條件為結(jié)果變量的必要條件，那么結(jié)果變量發(fā)生時，該條件變量始終存在；反之，若該條件變量不存在，結(jié)果變量一定不發(fā)生。設(shè)Xm與Ym分別表示樣本m對前因條件和結(jié)果變量的隸屬度，必要性模糊子集關(guān)系的一致性如式（3）所示。

本文運用fsQCA3.0軟件檢驗各單一條件變量是否構(gòu)成京津冀城市圈科技金融效率提升的必要條件，結(jié)果如表4所示。一致性作為檢驗結(jié)果變量必要條件的重要標準，F(xiàn)iss[ 21 ]的研究表明，當(dāng)且僅當(dāng)一致性水平大于0.9時，該條件才為結(jié)果變量的必要條件。從表4可以看出，高水平與非高水平科技金融效率作為結(jié)果變量時，各單一條件變量的一致性最大值為0.840804，均小于0.9。因此，不存在影響京津冀城市圈高水平和非高水平科技金融效率的必要條件。這一結(jié)果印證了京津冀城市圈科技金融效率的提升受諸多前因條件影響，且任意單一條件并不能直接影響科技金融效率。為此，京津冀城市圈科技金融效率的提升需要多條件組態(tài)聯(lián)動匹配實現(xiàn)。

（二）條件組態(tài)充分性分析

條件組態(tài)分析是揭示各條件變量構(gòu)成的不同組態(tài)對結(jié)果發(fā)生的充分性影響。本文從集合論視角出發(fā)，探究哪些條件組態(tài)是影響京津冀城市圈科技金融效率提升的路徑。在進行條件組態(tài)分析時，同樣需要運用一致性來衡量組態(tài)的充分性。根據(jù)以往學(xué)者的研究，條件組態(tài)變量充分性的一致性閾值通常選為0.8[ 19 ]、0.85[ 10 ]、0.9[ 22 ]。為了避免出現(xiàn)條件組態(tài)的存在與否都會導(dǎo)致結(jié)果的發(fā)生，即X→Y，～X→Y，在篩選組態(tài)條件時必須關(guān)注PRI閾值。Greckhamer et al.[ 23 ]在研究中指出PRI閾值不能低于0.5，否則會出現(xiàn)實質(zhì)性的不一致。而頻數(shù)的閾值主要取決于樣本數(shù)量，對于中小樣本來說，閾值頻數(shù)通常選1[ 24 ]。因此，本文結(jié)合樣本案例在真值表中的分布情況，將原始一致性閾值分界點確定為0.8，PRI閾值為0.5，樣本頻數(shù)閾值為1。

通過fsQCA 3.0軟件的標準化分析，得到簡單解、中間解和復(fù)雜解共三種解。由于復(fù)雜解在分析中未對案例樣本條件做任何處理，其普適性較差，而單純使用簡單解，其結(jié)論過于寬松。為此，本文結(jié)合中間解與簡單解，篩選出5個條件對京津冀城市圈科技金融效率提升的組態(tài)路徑進行分析，如表5所示。各樣本城市科技金融效率解的總一致性為0.894705，總覆蓋度為0.675345，其一致性水平明顯高于可以接受的最低標準0.75，說明這些解的可行性與解釋力較高。通過分析發(fā)現(xiàn)，表5中有3條組態(tài)路徑可優(yōu)化京津冀城市圈科技金融效率的提升，具體結(jié)果分析如下。

（1）條件組態(tài)路徑1表明，政府科技支撐力度與區(qū)域科研氛圍發(fā)揮了核心作用，金融發(fā)展程度與研發(fā)經(jīng)費強度發(fā)揮了輔助性作用。擁有高水平的金融發(fā)展程度以及研發(fā)經(jīng)費投入強度高的城市，通過強化政府的科研支持，鼓勵地方中小企業(yè)設(shè)立研發(fā)機構(gòu)，營造濃厚的科研氛圍，可提升地區(qū)科技金融效率。由于該條優(yōu)化路徑由金融發(fā)展程度（環(huán)境）、研發(fā)經(jīng)費強度（資金）、政府科研支持力度（資金）、區(qū)域科研氛圍（環(huán)境）構(gòu)成，為此將其命名為“資金—環(huán)境”優(yōu)化型。該組態(tài)路徑的一致性為0.974545，唯一覆蓋度為0.274119，原始覆蓋率為0.410413。說明該路徑能夠解釋約41%的京津冀城市圈科技金融效率提升案例，約27%的科技金融效率提升案例僅由該路徑解釋（如圖2所示）。如北京金融發(fā)展與科技投入水平均處于國內(nèi)領(lǐng)先水平，中關(guān)村科技園有“中國硅谷”之稱。2022年北京市科委、中關(guān)村管委會發(fā)布中關(guān)村示范區(qū)“1+5”系列資金支持政策，通過大力發(fā)展天使創(chuàng)業(yè)投資、深化科技信貸與保險政策，完善企業(yè)研發(fā)創(chuàng)新全鏈條金融支持機制，以提升企業(yè)研發(fā)信息，助力科技與金融深度融合。天津和石家莊受北京的輻射與自身發(fā)展影響，市政府從金融、科技、服務(wù)三個維度發(fā)揮科技創(chuàng)新與金融服務(wù)的疊加效應(yīng)，助力企業(yè)創(chuàng)新發(fā)展。

（2）條件組態(tài)路徑2表明，研發(fā)人員投入力度發(fā)揮了核心作用。這表明對金融發(fā)展程度較差的地區(qū)，相較于其他前因條件，研發(fā)人員投入強度對高水平科技金融效率水平提升尤為重要，因為研發(fā)人員投入力度（人才）可以單獨構(gòu)成解釋結(jié)果發(fā)生的充分條件，為此將該條件組態(tài)路徑定義為“人才”優(yōu)化型。這意味著人力資本的突破能破除金融科研發(fā)展環(huán)境、資金投入條件對科技金融效率提升的制約。該組態(tài)路徑的一致性為0.812083，唯一覆蓋度為0.157734，原始覆蓋率為0.316998。說明該路徑能夠解釋約32%的京津冀城市圈科技金融效率提升案例，約16%的科技金融效率提升案例僅由該路徑解釋（見圖3）。目前，相對于北京、天津等地，保定與滄州的金融發(fā)展水平尚處于新興地區(qū)。近年來，保定以實驗基地為載體，對接全國優(yōu)質(zhì)名校教育資源，推動落實“1530”工程，促進教育創(chuàng)新發(fā)展。此外，2022年保定再次出臺《關(guān)于深化人才發(fā)展體制機制改革的實施意見》，增加高層次人才儲備，以提升科技創(chuàng)新水平。滄州2021年共打造218個科技平臺，有科技人才5 687名。其中，高級職稱人數(shù)1 123名，引進合作院士25名，國外專家186名。人力資源的高效儲備加速了地區(qū)科技金融發(fā)展水平。

（3）條件組態(tài)路徑3表明，研發(fā)人員投入力度發(fā)揮了核心作用，政府科技支持力度與區(qū)域科研氛圍發(fā)揮了輔助性作用。這意味著地區(qū)政府大力支持科技金融發(fā)展，鼓勵中小企業(yè)開展科技創(chuàng)新研究，并吸引大量科技創(chuàng)新人才聚集。因此，盡管當(dāng)?shù)氐慕鹑诎l(fā)展程度與研發(fā)經(jīng)費投入強度較低，但能實現(xiàn)高水平的科技金融效率。由于該組態(tài)路徑由研發(fā)人員投入力度（人才）、政府科技支持力度（資金）、區(qū)域科研氛圍（環(huán)境）條件構(gòu)成，故將其命名為“人才—資金—環(huán)境”協(xié)作優(yōu)化型路徑。該組態(tài)路徑的一致性為0.981481，唯一覆蓋度為0.0581934，原始覆蓋率為0.243492。說明該路徑能夠解釋約24%的京津冀城市圈科技金融效率提升案例，約5%的科技金融效率提升案例僅由該路徑解釋。盡管近年來唐山金融指標穩(wěn)中有升，對小微企業(yè)等科技創(chuàng)新的支持力度持續(xù)加大，但其金融支持效率僅為0.62，與北京、天津、石家莊相比還有很大提升空間。唐山2021年研發(fā)經(jīng)費投入為159億元，研發(fā)經(jīng)費投入占地區(qū)生產(chǎn)總值的比重為2.21%，比全省平均值高0.46個百分點。不僅如此，為推動科技創(chuàng)新高質(zhì)量發(fā)展，唐山建立科技型企業(yè)梯度培育機制，支持民營企業(yè)牽頭主持市級以上重大科技項目，培育壯大科技型領(lǐng)軍企業(yè)，并吸引了國內(nèi)外大量高端人才。截至2020年底，唐山擁有技能人才79萬人，其中高技能人才22.32萬人。通過人才、資金、環(huán)境的協(xié)同發(fā)展共同推動了科技金融的高水平發(fā)展。

五、研究結(jié)論與政策啟示

（一）研究結(jié)論

本文基于2017—2020年京津冀城市圈科技金融投入與產(chǎn)出的相關(guān)數(shù)據(jù)，運用SBM-ML模型測算京津冀城市圈科技金融效率，并以該地區(qū)2020年科技金融效率為結(jié)果變量，采用fsQCA分析方法，探究環(huán)境、資金、人才條件因素對京津冀城市圈科技金融效率的組態(tài)效應(yīng)與優(yōu)化路徑，探尋影響京津冀地區(qū)科技金融效率提升的核心條件。研究結(jié)論如下：

（1）2017—2020年間，京津冀城市圈的科技金融效率均值為1.439，除2018—2019年出現(xiàn)下跌外，整體處于增長狀態(tài)。在2019年與2020年，北京、保定、滄州、石家莊、唐山金融資本對科技創(chuàng)新效率高于區(qū)域平均水平。

（2）環(huán)境、資金、人才任何一單獨條件因素都無法構(gòu)成京津冀城市圈科技金融效率提升的必要條件，高科技金融效率的背后是多因素協(xié)同作用的結(jié)果。如在特定條件下，研發(fā)人員力度可以突破環(huán)境與資金條件的制約。

（3）京津冀城市圈科技金融效率水平提升存在3條優(yōu)化路徑，分別是“資金—環(huán)境”優(yōu)化型、“人才”優(yōu)化型、“人才—資金—環(huán)境”協(xié)作優(yōu)化型。各城市應(yīng)根據(jù)自身的金融發(fā)展程度及資源稟賦差異化選擇路徑以提升科技金融效率。在3條組態(tài)路徑中，研發(fā)人員投入力度兩次以核心條件出現(xiàn)，是促進京津冀城市圈科技金融效率提升的關(guān)鍵因素。

（二）政策啟示

本文的研究結(jié)論為京津冀城市圈科技金融效率提升實踐提出以下兩方面的政策建議：

（1）北京、天津、石家莊及廊坊等科技金融發(fā)展程度較高的地市，可選擇“資金—環(huán)境”優(yōu)化型路徑。即在保持自身優(yōu)勢的同時，重點從資金運用及科研氛圍營造兩個角度入手提升科技金融效率。首先，完善優(yōu)化地區(qū)科技金融服務(wù)水平。北京和天津在金融發(fā)展與科研經(jīng)費人力投入方面都處于全國領(lǐng)先水平，要進一步對標國際科技金融建設(shè)標準，打造全國一流的科技金融服務(wù)中心。近年來，石家莊與廊坊金融支持規(guī)模和效率持續(xù)穩(wěn)步提升，要不斷創(chuàng)新科技金融工具，促進金融機構(gòu)與科技型企業(yè)有效對接，從而提升科技金融服務(wù)水平。其次，政府部門要加大科技金融財政資金投入，提高資金使用效率，以發(fā)揮財政資金杠桿作用。同時，鼓勵中小型民營企業(yè)投身技術(shù)研發(fā)工作，并與科研機構(gòu)、高等院校形成技術(shù)研發(fā)利益共同體，協(xié)同推進科技創(chuàng)新，營造良好的科研氛圍，以穩(wěn)步輻射帶動京津冀地區(qū)科技金融效率提升。

（2）保定、滄州、唐山等多數(shù)科技金融發(fā)展程度較低的地市，要重點強化人力資本建設(shè)，并輔助經(jīng)費支持與科研氛圍的營造。保定與滄州，金融發(fā)展尚處于起步階段，未營造良好的科研氛圍，短期內(nèi)很難依靠金融服務(wù)帶動科技創(chuàng)新水平，可優(yōu)先選擇“人才”優(yōu)化型路徑。為此，政府可通過出臺一系列人才培養(yǎng)與引進政策，擴大高精尖人才儲備，加強科研隊伍建設(shè)，從人力資本的強化上提升科技金融發(fā)展水平。唐山等金融發(fā)展處于初步階段，但政府科技創(chuàng)新支持力度大，同時科研氛圍濃厚的地市，可選擇“人才—資金—環(huán)境”協(xié)作優(yōu)化型路徑。在加強人力資本建設(shè)的同時，一方面通過設(shè)立科技創(chuàng)新政府引導(dǎo)專項資金，加大地方政府公共預(yù)算科研資金支持比例，并統(tǒng)籌協(xié)調(diào)優(yōu)化資金配置；另一方面持續(xù)改善地區(qū)科研氛圍，為高新技術(shù)企業(yè)提供技術(shù)研發(fā)咨詢與指導(dǎo)服務(wù)，鼓勵科研機構(gòu)與其形成產(chǎn)業(yè)聯(lián)合體，推進技術(shù)創(chuàng)新產(chǎn)品產(chǎn)業(yè)化、市場化，從而促進科技金融發(fā)展。

【參考文獻】

［1］ 趙昌文，陳春發(fā)，唐英凱.科技金融［M］.北京：科學(xué)出版社，2009：100-110.

［2］ 董亞妮，杜江楠，杜婧怡，等.武漢城市圈科技金融效率研究：基于DEA—Malmquist指數(shù)法［J］.區(qū)域金融研究，2021（8）：61-67.

［3］ 汪曉文，謝美琳，田雨琦.數(shù)字經(jīng)濟時代科技金融效率測算及影響因素分析［J］.科技管理研究，2022，42（2）：61-69.

［4］ 李林漢，王宏艷，田衛(wèi)民.基于三階段DEA-Tobit模型的省際科技金融效率及其影響因素研究［J］.科技管理研究，2018，38（2）：231-238.

［5］ 童紀新，曹越美.我國“一帶一路”區(qū)域科技金融效率及影響因素研究：基于三階段DEA與Tobit模型［J］.當(dāng)代經(jīng)濟管理，2019，41（6）：82-89.

［6］ 趙鴻程，林炳華，陳一琳.中國科技金融效率的時空分異及其影響因素：基于非期望產(chǎn)出視角的分析［J］.金融與經(jīng)濟，2020（12）：49-55.

［7］ 劉立軍，劉義臣.科技金融與實體經(jīng)濟高質(zhì)量發(fā)展耦合協(xié)調(diào)研究：以京津冀為例［J］.經(jīng)濟問題，2022（8）：96-102.

［8］ 杜運周，賈良定.組態(tài)視角與定性比較分析（QCA）：管理學(xué)研究的一條新道路［J］.管理世界，2017（6）：155-167.

［9］ RAGIN C.The comparative method：moving beyond qualitative and quantatives trategies［M］. Berkeley：University of California Press，1989.

［10］ 周新，馬丁.我國科技金融發(fā)展效率的影響因素：基于模糊集的定性比較分析［J］.科技管理研究，2021，41（6）：49-54.

［11］ 葉莉，王亞麗，孟祥生.中國科技金融創(chuàng)新支持效率研究：基于企業(yè)層面的理論分析與實證檢驗［J］.南開經(jīng)濟研究，2015（6）：37-53.

［12］ 杜金岷，梁嶺，呂寒.金融發(fā)展促進科技成果產(chǎn)業(yè)化的區(qū)域異質(zhì)性研究［J］.華南師范大學(xué)學(xué)報（社會科學(xué)版），2017（6）：109-115.

［13］ 周鍇，任歡歡，趙麗娜，等.發(fā)揮依托單位主體作用，營造良好科研環(huán)境［J］.中國科學(xué)基金，2021，35（6）：1026-1031.

［14］ 朱林，朱學(xué)義.科技創(chuàng)新績效影響因素研究：來自全國工業(yè)企業(yè)2004-2018年數(shù)據(jù)［J］.會計之友，2021（3）：103-109.

［15］ 呂洪燕，于翠華，孫喜峰，等.人力資本結(jié)構(gòu)高級化對科技創(chuàng)新績效的影響［J］.科技進步與對策，2020，37（3）：133-141.

［16］ 裴政，羅守貴.人力資本要素與企業(yè)創(chuàng)新績效：基于上?？萍计髽I(yè)的實證研究［J］.研究與發(fā)展管理，2020，32（4）：136-148.

［17］ 吳遵杰，巫南杰.長江經(jīng)濟帶綠色經(jīng)濟效率測度、分解及影響因素研究：基于超效率SBM-ML-Tobit模型的分析［J］.城市問題，2021（1）：52-62.

［18］ FARE R，GROSSKOPF S，LINDERGREN B，et al.Productivity changes in Swedish pharmacies 1980-1989：a nonparametric malmquist approach［J］.Journal of Productivity Analysis，1992，3（1）：85-101.

［19］ 陶克濤，張術(shù)丹，趙云輝.什么決定了政府公共衛(wèi)生治理績效：基于QCA方法的聯(lián)動效應(yīng)研究［J］.管理世界，2021，37（5）：128-138.

［20］ 許汝俊，龍子午，姚逍遙.基于DEA-Malmquist指數(shù)法的科技金融發(fā)展效率評價研究：以長江經(jīng)濟帶為例［J］.科技管理研究，2015，35（13）：188-191.

［21］ FISS P C.Building better causal theories：a fuzzy set approach to typologies in organization research［J］.Academy of Management Journal，2011，54（2）：393-420.

［22］ 劉越，張洪潮.我國科技金融融合發(fā)展效率提升路徑研究：以長江經(jīng)濟帶為例［J］.管理現(xiàn)代化，2021，41（5）：7-11.

［23］ GRECKHAMER T，F(xiàn)URNARI S，F(xiàn)ISS P C，et al. Studying configurations with qualitative comparative analysis：best practices in strategy and organization research［J］.Strategic Organization，2018，16（4）：482-495.

［24］ SCHNEIDER C Q，WAGEMANN C.Set- theoretic methods for the social sciences：a guide to qualitative comparative analysis［M］.Cambridge University Press，2012.