基于三阶段DEA模型的我国金融支持科技创新效率评价.doc

基于三阶段DEA模型的我国金融支持科技创新效率评价 　　摘要：利用三阶段DEA模型及均值聚类方法，采用2006―2013年我国30个省份金融投入和科技产出的面板数据，在控制外部环境的基础上测算我国金融支持科技创新的效率，并根据效率值各省份划分为高效、中效和低效三个层次。研究表明，外部环境对我国用于科技创新的金融资源配置影响明显，剔除环境因素后金融支持科技创新效率明显下降，这主要源于规模效率的降低；各地区金融支持科技创新效率存在明显差异，东部地区处于中、高效层，中部地区集中于中效层，西部地区集中于低效层。各地区应根据自身效率情况采取相应的措施，建立多层次、多渠道的金融市场体系，提高金融支持科技创新效率 关键词：金融支持；科技创新；金融资源配置；金融资源利用效率；金融投入；科技产出；规模效应；三阶段DEA模型；科技产业 中图分类号：F222.33；F832.1文献标志码：A文章编号2016 一、引言 近年来，我国科技投入和产出皆在大幅度增加，这将为经济发展提供转型动力和路径。早在2011年，国家就发布了《国家“十二五”科学和技术发展规划》，规划中对科技与金融的融合以及金融支持科技产业发展的服务机制和多渠道多层次融资体系进行了专门的阐述。而在经济转型和市场经济体制完善的过程中，资源投入的效率受多种因素的影响而具有不确定性，因此，研究金融资源支持科技创新的效率有着重要的意义 国外学者有关金融与科技之间关系的研究主要集中在以下几个方面：第一，技术创新来自银行的影响。Benfratello等（2008）对意大利公司的研究表明地方银行显著地影响了企业开展技术创新活动的成功率。Giannetti（2012）认为银行的金融支持对高技术企业引进新产品能力和开展创新活动起到了显著的作用。第二，资本市场对科技创新的影响。King等（1993）、Aghion等（2005）分别研究了直接融资市场流动成本、金融创新、金融约束对科技创新的影响，认为直接融资市场可降低科技创新风险、促进全社会的投资。第三，风险投资对技术创新的影响。Gil等（2006）认为在一定条件下，风险投资是推动高新技术集群转化的重要因素。第四，政策性金融对科技创新的影响。Gerard等（2003）认为政策性金融通过弥补市场失灵促进科技创新；而Fontana（2009）则认为政策性金融通过统筹调控促进科技创新发展 近年来，国内关于金融与科技之间关系的研究成果颇丰。王认真（2014）运用探索性空间数据分析方法对我国省域科技金融与技术创新的空间相关性进行了分析，结果表明其存在显著的空间依赖性。俞立平（2015）研究了国家创新中科研经费投入的贡献，结果表明对科技创新贡献最大的是政府科技投入，其次是企业科技投入，最低的是研发人员全时当量，贡献不显著的是银行科技贷款。郑玉航（2015）等分析了政府、金融信贷、资本市场等金融服务科技创新的有效程度。程慧平（2015）等运用SFA方法，对我国的RD创新和转化效率进行了分析，结果表明整体效率低下，东部地区最高，中部次之，西部最差。目前国内关于金融支持科技创新效率的研究，主要运用以下几种方法来进行：第一，运用层次分析法（AHP）进行加权评价。王海等（2003）利用经过AHP加权后的评价指标体系和模型对科技金融结合效益进行了实证分析。第二，运用传统DEA模型进行效率评价。孙伍琴等（2008）运用DEA模型测算了我国23个省市金融发展促进技术创新的效率，认为金融发展对技术创新和技术产出效率的作用越来越明显，并呈现逐渐加强的态势。第三，运用DEA模型与Malmquist指数进行效率的静态和动态评价。马卫刚（2014）对我国科技和金融结合的效益进行了动态与静态分析，结果表明其结合效益负增长主要在于金融资源配置效率的下降。第四，运用三阶段DEA模型进行效率评价。杨凤鸣（2014）等基于三阶段DEA 模型对我国2011年省际科技资源配置效率进行了测算，发现我国科技资源配置效率较低，且区域差异明显 曾胜，张明龙：基于三阶段DEA模型的我国金融支持科技创新效率评价 总体来看，已有研究文献存在以下局限性：一是从要素投入来看，已有文献更多是从产业内部的要素投入和科技产出进行效率评价，没有以金融为要素投入进行效率研究；二是从研究方法来看，有关金融与科技关系的研究主要采用DEA模型和Malmquist指数方法，而Fried等（2002）认为DEA模型没有考虑外部环境和随机干扰对决策单元的影响，得到的效率值并不一定真实，而已有的三阶段DEA模型分析缺乏时间跨度的考察；三是从研究范围来看，已有文献的研究侧重于部分省份或经济区域，缺乏考察全国范围内金融支持科技创新效率的研究。有鉴于此，本文以金融资源为要素投入、科