基于DEA-Malmquist的安徽省科技金融效率評價

文/董萍（福建師范大學(xué)）

科技是當(dāng)今各省市綜合競爭力的主要因素，科技越來越被置于強(qiáng)省戰(zhàn)略的核心位置。作為長三角的新成員和重要組成部分，安徽省是長三角科技發(fā)展中堅力量。隨著國家對科技發(fā)展的支持力度的加大，學(xué)界普遍聚焦于科技金融效率的研究。但是目前學(xué)界的研究主要集中在國家層面和區(qū)域?qū)用?，對地級市的研究較少，對安徽省各市科技金融發(fā)展情況的研究更是鳳毛菱角。鑒于此，本文基于DEA-Malmquist模型，采用動態(tài)分析和靜態(tài)分析相結(jié)合的方式，對安徽省16個地級市科技金融的效率作出評價，對現(xiàn)有文獻(xiàn)進(jìn)行補(bǔ)充的同時，探討安徽省科技金融發(fā)展的核心制約因素。

一、指標(biāo)的選取和數(shù)據(jù)來源

本文立足于安徽省科技金融發(fā)展的現(xiàn)狀，在考慮到所需數(shù)據(jù)可得性的基礎(chǔ)上，對2015——2019年安徽省16個地級市的科技金融的供給效率進(jìn)行測度分析。

考慮到科技金融效率的內(nèi)涵，本文選取R&D人員折合當(dāng)時全量、研究與實(shí)驗發(fā)展（R&D）經(jīng)費(fèi)投入、金融機(jī)構(gòu)年末貸款余額、科技財政支出四個指標(biāo)作為投入指標(biāo)（如表1所示），具體指標(biāo)描述如下：（1）R&D人員折合當(dāng)時全量。古典經(jīng)濟(jì)學(xué)理論認(rèn)為勞動力是生產(chǎn)力的重要因素，R&D人員折合當(dāng)時全量反映科技行業(yè)的人力資源的投入情況。（2）研究與實(shí)驗發(fā)展（R&D）經(jīng)費(fèi)投入。高新技術(shù)產(chǎn)業(yè)往往都是資金需求量大、投資周期長、投資風(fēng)險大的行業(yè)，因此科研經(jīng)費(fèi)的投入關(guān)乎高新技術(shù)產(chǎn)業(yè)的發(fā)展動能。（3）金融機(jī)構(gòu)年末貸款余額。該指標(biāo)反映了金融機(jī)構(gòu)對企業(yè)發(fā)展的資金投入規(guī)模，是金融部門對高新技術(shù)發(fā)展的支持。（4）科技財政支出。該指標(biāo)反映了政府部門對科技發(fā)展的支持力度，是政府對科技發(fā)展支持的直接體現(xiàn)。

表1 科技金融投入產(chǎn)出指標(biāo)體系

本文選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售額、技術(shù)合同成交額、發(fā)明專利申請授權(quán)量、規(guī)模以上高新技術(shù)產(chǎn)業(yè)總產(chǎn)值增加值作為產(chǎn)出指標(biāo)（如表1所示），具體的指標(biāo)描述如下：（1）規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售額。該指標(biāo)反映了技術(shù)創(chuàng)新成果的市場接受度，是技術(shù)成果轉(zhuǎn)化為經(jīng)濟(jì)效益的直接體現(xiàn)。（2）技術(shù)合同成交額。該指標(biāo)包括技術(shù)開發(fā)、技術(shù)轉(zhuǎn)讓、技術(shù)咨詢和技術(shù)服務(wù)類合同的成交額，是一系列圍繞技術(shù)形成的市場成交規(guī)模。（3）發(fā)明專利申請授權(quán)量。該指標(biāo)是反映一地區(qū)自主知識產(chǎn)權(quán)的核心指標(biāo)，表明了安徽省政府對科技創(chuàng)新的重視、對自主知識產(chǎn)權(quán)的保護(hù)意識和安徽省科技創(chuàng)新的社會活力。（4）規(guī)模以上高新技術(shù)產(chǎn)業(yè)總產(chǎn)值增加值?？萍冀鹑谧罱K的作用對象是企業(yè)，企業(yè)總產(chǎn)值的增加值是衡量科技金融效率最直觀的指標(biāo)，可以從總體上反映企業(yè)生產(chǎn)力的發(fā)展水平。

本文采用的相關(guān)數(shù)據(jù)來源于2015-2019年的《中國統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》和《安徽省科技統(tǒng)計公報》。

二、安徽省科技金融效率測度與分析

（一）DEA模型的靜態(tài)分析

本文利用DEAP2.1分別對2015年和2019年安徽省16個市的科技投入和產(chǎn)出指標(biāo)進(jìn)行效率分析，得出科技金融效率的綜合效率值，純技術(shù)效率值和規(guī)模效率值，結(jié)果見表2。

表2 16個地級市2015年及2019年科技金融供給效率值

（1）從科技金融綜合效率指標(biāo)的全省均值來看，2015年和2019年該指標(biāo)均未達(dá)到DEA有效，且整體呈現(xiàn)下降的趨勢。2015年和2019年各有12個和11個地區(qū)達(dá)到生產(chǎn)前沿面，說明這些地區(qū)科技的投入實(shí)現(xiàn)了最優(yōu)配置，投入與產(chǎn)出在不同組合下達(dá)到了最佳效果。從各市的角度來看，城市之間的差異明顯，安慶、黃山和宣城在2015-2019年間綜合效率有了提升，說明這些地區(qū)在5年間實(shí)現(xiàn)了資源配置效率的提高。蚌埠和六安呈現(xiàn)較大幅度下降，兩市需要促進(jìn)供給管理水平的提升，并且設(shè)計合理激勵制度，擴(kuò)大投入以達(dá)到最佳規(guī)模。

（2）純技術(shù)效率反映了科技的提升和科研能力的增強(qiáng)對產(chǎn)出的促進(jìn)作用。從純技術(shù)效率指標(biāo)來看，全省均值從2015年至2019年下滑0.39，說明在4年間全省整體的管理水平和技術(shù)效率有所降低。其中，安慶和黃山的效率在4年間得到了提升，說明兩市在管理和技術(shù)等方面有了進(jìn)步，對產(chǎn)出的促進(jìn)作用增強(qiáng)。

（3）科技金融的規(guī)模效率能夠體現(xiàn)城市科技投入是否處于最優(yōu)規(guī)模，規(guī)模報酬遞增的地區(qū)應(yīng)合理加大科技的投入力度，而規(guī)模報酬遞減的地區(qū)因資金未得到有效利用，存在明顯的效率損失問題，應(yīng)特別注意改善資金使用方向。從表2可以看出各市均值在2015年到2019年為0.980，68.75%的地區(qū)在2019年達(dá)到規(guī)模最優(yōu)，規(guī)模效率兩年均為1的有淮北、亳州、宿州等，占比 62.5%。六安、宣城和黃山的規(guī)模效率在4年間得到了提升。合肥市規(guī)模效率值處于較低水平，處于規(guī)模報酬遞增的階段，應(yīng)整合金融資源，調(diào)整資金的使用方向，以達(dá)到最佳的生產(chǎn)規(guī)模。

（二）Malmquist指數(shù)動態(tài)分析

Malmquist指數(shù)能動態(tài)反映安徽省各地技術(shù)科技金融效率變化情況，故運(yùn)用DEAP2.1軟件對 2015—2019年安徽省16個地級市的科技金融供給數(shù)據(jù)進(jìn)行分析，進(jìn)而考察安徽省科技金融的全要素生產(chǎn)率的動態(tài)變化及異質(zhì)性。

（1）整體效率變動分析。由表3和表4可知：2015年至2019年，安徽省科技金融的供給生產(chǎn)率指數(shù)均值為0.863，同比綜合效率降低13.7%。研究期間，僅有一年的全要素生產(chǎn)率大于1，說明安徽省科技金融的效率較低且呈現(xiàn)整體下滑的趨勢。具體分解來看，技術(shù)進(jìn)步下降13.2%，技術(shù)效率和純技術(shù)效率降低0.6%，技術(shù)進(jìn)步的下降是綜合效率降低的主要因素，說明通過提高技術(shù)水平來實(shí)現(xiàn)安徽省科技金融的有效供給還有較大進(jìn)步空間。分年度看，全要素生產(chǎn)率在2017——2018年間為1.170，是唯一一個大于1的時間段，說明在該階段安徽省科技資源的利用效率較高。2015——2017年技術(shù)效率大于1，2017——2019年出現(xiàn)較大下降，說明近年來科技金融偏離了投入和產(chǎn)出的最優(yōu)均衡點(diǎn)。技術(shù)進(jìn)步因素在2018——2019年間出現(xiàn)較大下降。

表3 各地級市科技金融Malmquist指數(shù)及其分解

表4 2015-2017年科技金融效率Malmquist指數(shù)及其分解

（2）各地級市效率變化對比。由表3可知，2015年至2019年安徽省16個地級市的全要素生產(chǎn)率均小于1，其中合肥市僅為0.759，為全省最低，此外，宿州、蚌埠、阜陽、淮南、六安、馬鞍山、安慶和黃山八市的全要素生產(chǎn)率低于0.9，說明安徽省大部分地區(qū)隨著對科技投入的增加，其投入效率卻在不斷下降，整體態(tài)勢堪憂。降低因素方面，淮北、亳州、宿州等地的技術(shù)效率、純技術(shù)效率和規(guī)模效率均為1，技術(shù)進(jìn)步小于1，全要素生產(chǎn)率的下降主要?dú)w因于技術(shù)進(jìn)步的下降。阜陽和六安兩市除技術(shù)進(jìn)步因素以外，技術(shù)效率、純技術(shù)效率和規(guī)模效率均小于1，說明兩市在科技投入的整體利用效率方面存在較大短板，需要提高全面的資源配置效率。

（3）區(qū)域效率差異對比。由表3可知，皖北、皖中和皖南科技金融全要素生產(chǎn)率的均值分別為0.857、0.651、0.835，綜合排名為皖北地區(qū)、皖南地區(qū)皖中地區(qū)。皖中地區(qū)的全要素生產(chǎn)率僅為0.651，主要?dú)w因于技術(shù)進(jìn)步的下降，說明技術(shù)進(jìn)步是其提升科技金融效率的主要制約因素，合肥、六安、蕪湖等皖中地區(qū)應(yīng)著力加快提升技術(shù)水平。

三、結(jié)論

本文通過對安徽省16個地級市2015—2019年科技金融效率的實(shí)證研究，得出如下結(jié)論：基于DEA模型測算可以看出，2015年和2019年安徽省科技金融的綜合效率均未達(dá)到DEA有效，不同城市效率差距明顯，多數(shù)城市都存在不同程度的純技術(shù)效率和規(guī)模效率不足，應(yīng)注重提升科技金融供給的管理水平和運(yùn)營能力，并設(shè)計合理激勵制度，擴(kuò)大科技投入以達(dá)到最佳規(guī)模?；贛almquist指數(shù)進(jìn)行動態(tài)分析可以看出，2015—2019年安徽省科技金融效率生產(chǎn)率指數(shù)均值為0.862，說明供給效率總體呈下降趨勢，技術(shù)進(jìn)步的變動是科技金融效率降低的主要因素。從不同地區(qū)效率增長情況來看，皖中地區(qū)作為全省經(jīng)濟(jì)最為發(fā)達(dá)的地區(qū)，科技金融效率卻最低，皖中地區(qū)應(yīng)該根據(jù)技術(shù)進(jìn)步這個制約因素有針對性地采取有力措施，有效提高科技金融效率。