基于三阶段DEA模型的云南省科技金融效率分析

黄雨瑶 唐青生 云南财经大学

“科技金融”作为经济社会发展到一定程度，追求加速科技创新的现实条件下提出来的概念，主要指以金融为落脚点，通过科技金融供给方所提供的金融产品与服务，实现为科技金融需求方更高效、可控地进行科技创新服务，提供融资支持的一种体系。其中，我国科技金融的供给方以政府和银行等金融机构为主，创业风险投资机构和科技保险机构为辅；需求方则以高新技术企业和高新技术产业开发区为主，高等院校和其他科研机构为辅。

一、云南省科技金融发展现状

近年来，随着科技领域和金融领域的不断融合，我国的财政科技资金得到了更充分利用，社会资本的激励作用得到了进一步放大，困扰科技型企业多年的“融资难、融资贵”问题也得到了有效缓解，逐渐构建起了科技创新与创业投资、银行信贷、融资担保、科技保险等各种金融方式深度结合的模式和机制，为科技成果的高速转化和科技型企业的高质量发展创造了有利条件。由此可见，实体经济的发展离不开科技金融，科技金融已成为大势所趋。

云南省积极顺应科技金融发展之势，建设初见成效。据统计，截至2019年底，云南省科技投入再创新高，R&D经费支出220.05亿元，较上年增长17.49%；R&D经费投入强度为0.95%，提高0.05个百分点；财政科学技术支出59.00亿元，较上年增长7.39%。同时，云南省科技产出规模也逐渐扩大。2019年，全省有效发明专利拥有量13703件、专利授权22324件，分别同比增长12.37%、9.75%；新产品产值达1042.43亿元，新产品销售收入达1048.13亿元，分别增长20.57%、25.02%；技术市场交易共认定登记的各类技术合同及其成交额虽较上年稍有下降，总体仍然保持在3327项和69.77亿元的较高水平上。

二、云南省科技金融效率实证分析

（一）指标体系及数据来源

本文选取2019年云南省16个州市的科技金融投入与产出数据，借助三阶段DEA模型对云南省科技金融的发展效率展开测度，测度指标体系由投入指标、产出指标以及环境因素三部分构成。其中，投入指标包括R&D人员全时当量、研发机构数量/地区人口数量、R&D经费投入强度；产出指标包括专利申请数量、技术市场合同成交额、高技术产业新产品销售收入/新产品开发经费、高技术产业新产品产值/工业总产值；环境因素包括人均GDP、财政科技支出/财政支出、进出口总额/地区GDP、金融机构年末贷款余额/金融机构年末存款余额。

数据来源于《云南统计年鉴2020》《云南省科技统计公报2020》、云南省科技厅以及云南科技统计网站。

（二）实证结果分析

本文使用DEAP2.1和Frontier4.1，运用三阶段DEA模型，剔除环境因素在效率测度过程中可能造成的外部影响，更加精准地对云南省科技金融效率水平展开测度。一般来说，当效率值为1时，表示决策单元处于DEA有效状态；而当效率值不为1时，则表示决策单元处于DEA非有效状态。

1.第一阶段DEA实证结果分析

云南省科技金融综合技术效率均值为0.882，昆明、曲靖、保山、昭通等10个州市的综合技术效率值等于1，DEA有效占比高达62.5%。纯技术效率均值为0.978，除文山外的其余15个州市均处于DEA有效状态，这意味着省内企业的管理和技术已实现了较为科学合理的资源配置。规模效率均值为0.896，省内规模效率有效的州市正好就是处于综合技术效率有效前沿面的那10个州市。

从全省看来，昆明、曲靖、保山、昭通、丽江、普洱、楚雄、红河、西双版纳和大理的科技金融效率较高，当前正处于生产规模的最优状态；而玉溪、临沧、文山、德宏、怒江和迪庆的科技金融效率则相对较低，尤其是文山和迪庆，需要对生产规模进行扩大或缩小的相应调整，不断向最优状态靠近。

由于第一阶段的效率值尚未剔除环境因素的影响，因此本阶段的效率结果只是初步的测算，可能于真实水平之间存在较大差异（见表1）。

2.第二阶段SFA实证结果分析

由于本文选取了三个投入指标，因此应当相应构造三个投入指标松弛变量，并将三个投入指标松弛变量作为被解释变量，四个环境因素作为解释变量，分别进行三次SFA回归。当系数为负时，则表明环境变量的增加会缩小松弛变量，即该环境变量有利于科技金融的效率提升；当系数为正时，则表明环境变量的增加会扩大松弛变量，即该环境变量不利于科技金融的效率提升。

人均GDP作为衡量经济发展环境的指标，其对于所有投入指标的松弛变量回归系数均为负，这一结论符合理论预期，与经济发展水平较低的地区相比，较高水平的地区无疑可以为当地科技金融发展提供更为丰富的支持，使效率水平有大幅提升的可能性。

财政科技支出占财政支出的比重作为衡量政府扶持环境的指标，其对于所有投入指标的松弛变量回归系数均为正。这主要是因为真正提高科技创新水平、促进其产业化的主体是企业而非政府，政府科技投入的过度增加只会挤出企业自身的科技研发投入，阻碍效率水平优化。

表1 云南省科技金融效率测度结果

表2 随机前沿（SFA）分析结果（第二阶段）

进出口总额占地区GDP的比重作为衡量对外开放环境的指标，其对于所有投入指标的松弛变量回归系数均为负，这一结论符合云南省省情。作为我国面向南亚、东南亚最重要的辐射中心，云南可以不断通过扩大对外开放的程度，积极引入国外先进技术，为科研成果的高效转化创造良好氛围环境。

金融机构年末贷款总额占存款总额的比重作为衡量金融机构环境的指标，其对于所有投入指标的松弛变量回归系数均为正。这主要是因为科技信贷贷前审查、贷后监管的特殊性与区域专业人才匮乏之间存在的矛盾，使得银行无法有效开展科技信贷服务（见表2）。

3.第三阶段DEA实证结果分析

为剔除四大环境因素对云南科技金融效率测度造成的外部影响，根据第二阶段SFA回归结果，对原始的三个科技金融投入指标进行调整，并再次进行DEA效率测算。

通过比较表1发现，两个不同阶段的效率测度结果存在明显差异。第三阶段调整后的全省综合技术效率均值为0.843、纯技术效率均值为0.973、规模效率均值为0.853，与第一阶段的均值相比，分别下降4.4%、0.5%、4.8%。

剔除环境因素的影响后，仍是位于效率前沿面的州市由10个降为9个。其中，昆明、曲靖、昭通、丽江、普洱、楚雄、西双版纳、大理保持不变；玉溪从非有效递增到了有效；而保山和红河则从有效递减到了非有效。这说明玉溪在第一阶段效率测算中之所以处于非有效状态，并不是因为自身技术管理水平的不足，而是由于环境不利所造成；相反，保山和红河第一阶段的测算结果虚高，表明良好的环境条件使其忽略了自身技术水平的有待提升。此外，文山和迪庆的效率水平仍位于全省末尾，科技金融投入不足且与产出之间存在严重的效率损失问题，需要成为重点扶持对象。

三、云南省科技金融发展的政策建议

通过对上文实证结果的深入分析，为实现云南省科技金融发展水平的有效提升，本文给出如下政策建议。

首先，对内：10个处于科技金融效率前沿面的州市应当充分发挥模范作用，带动其余6个州市共同科学利用有限资源，实现产出最大化目标。对外：云南省可以借鉴我国首个科技金融示范区——北京中关村科技园的发展经验，以创投发展环境、科技信贷和融资担保等方面作为突破口，尽力实现全省科技金融效率的大幅提升。

其次，打破云南省科技金融供给方以政府和银行等金融机构为主，创业风险投资机构和科技保险机构占比微弱的单一局面。在云南省政府和银行等金融机构就缓解科技型小微企业融资难融资贵问题，推出科技创新融资评级、“科技云贷”“科创贷”等一系列创新金融服务的同时，省内保险公司应通过对现有的104个险种进行再次细分，积极为处于不同发展阶段的高新技术投保企业、行业量身定制保险产品，有效应对科技金融的高风险特征；省内创业风险投资机构也应充分借助政府提供的资金和政策扶持，在良好市场环境中全力推进科创基金设立运行，开创云南省科技金融供给方的多元化局面。

最后，省政府应明确自身在科技金融发展中的定位。在目前科技金融“1+4”政策体系的基础上，继续制定科技金融相关法律法规，营造金融高效服务科技的良好环境氛围，合理引导有限科技金融资源在16个州市之间的合理分配；搭建云南省科技金融结合综合服务平台，加快政府部门间的信用信息共享，优化科技创新信用环境，建立健全守信激励、失信惩戒的机制，试点开展对科技兴企业的政府信用评级工作，并推动评级结果的运用。