科技金融政策对科技企业创新能力的影响研究——以天津市为例

王文静，王玉婷

（天津商业大学经济学院，天津 300134）

我国促进科技与金融结合的工作开展较晚，始于1991年国家科学技术委员会发布的《中华人民共和国科学技术发展十年规划和“八五”计划纲要》提到的“制定促进科技与金融结合的政策”。2006年我国出台《国家中长期科学和技术发展规划（2006—2020年）纲要》（以下简称《纲要》），科技与金融结合被正式提上日程[1]。2013年国务院发布的《关于强化企业技术创新主体地位全面提升企业创新能力的意见》明确提出：“完善支持企业技术创新的财税金融政策”。一系列高级别文件及其配套措施的颁布和实施，令科技金融的重要性达到了前所未有的高度。作为改革的试验田和先锋区，天津自2011年被确认为科技与金融结合第一批试点地区以来突飞猛进，仅2012年就颁布42项科技金融政策，其中，对科技型中小企业的政策支持尤为突出。在我国宏观经济步入调速换挡和转型升级阵痛期的背景下，相关部门应当在总结过去经验的基础上完善改进科技金融政策，充分发挥科技金融政策“缓冲层”和“助推器”的作用，激发科技企业创造热情，提高科技型企业盈利和创新能力，为我国科技引领世界新一轮创新浪潮提供强大的政策支持。

1 文献综述与理论基础

1.1 科技金融政策评价理论

2006年《纲要》发布以来，各省市各级政府相继出台大量科技金融政策，以促进当地科技与金融的结合，支持本区域科技企业的创新能力发展，我国科技金融政策进入快速发展的阶段。面对为数众多的科技金融政策，学者们在分类的基础上探索发展了对科技金融政策的多种评价方法。

在科技金融政策分类方面，苑泽明等按照科技金融政策的功能，将已发布的政策划分为科技金融服务政策、科技金融财税政策和科技金融市场政策[2]。饶彩霞等则将科技金融政策体系重构为科技金融环境政策和科技金融市场化政策，其中环境政策包括信用披露政策和信用体系建设政策等8个分支，市场化政策包括科技贷款市场化政策、风险投资市场化政策和科技资本市场化政策[3]。武志伟等将科技金融政策分为直接金融政策和间接金融政策[4]。姗娜将各有关部门制定的科技金融政策分为财政性科技金融、政策性科技金融和商业性科技金融三大类政策措施[5]。蔺鹏等将科技金融政策分为财政科技类和金融科技类，并依据政策属性分为财政补贴、税收优惠和科技信贷等5类政策工具[6]。

科技金融政策的评价方法大致分为3类：（1）描述性统计方法，如唐五湘等以2001—2013年的北京市科技金融政策文本为研究对象,从政策的总体发展、主体、主题、作用面和政策主体与主题的交互关系进行描述性分析[7]。（2）政策文本定量分析法，如程翔等借鉴政策量化标准的具体操作手册，从政策力度、政策目标和政策措施三个方面对每项政策进行打分，确定单一政策的最终量化值[8]。（3）替代指标法，基本思想是以与科技金融政策实施的外在效果密切相关的某些指标来定量描述科技金融政策的发展水平，并运用特定方法确定各指标权重，最后加总年度内所有指标评价值得到单一年度政策的最终量化值。如蔺鹏等以财政科技支出占财政总支出的比重、创新税收收入占财政科技支出的比重和科技信贷额度等来描述河北省科技金融政策发展水平[6]。薄燕琳选用科技金融直接政策文件数量、间接政策文件数量和高科技企业孵化器数量等来评价科技金融政策绩效[9]。

1.2 科技企业创新能力评价

科技企业的创新能力对地区社会、经济的发展至关重要，因此建立企业创新能力评价指标体系对科技企业创新能力进行更准确的评价就显得意义重大。目前，国内比较具有代表性企业创新能力评价体系约有10种，如夏维力等[10]建立的创新型企业创新能力评价体系具有R&D能力、投入组织管理管理能力等5个一级指标，进一步分为21个二级指标。祝爱民等[11]建立的评价体系则包括创新投入能力、创新效益能力和研究发展能力3个一级指标，10个二级指标和34个三级指标。常用的评价方法有回归分析、层次分析法、灰色关联法、模糊综合、主成分分析、BP神经网络、数据包络分析和因子分析法[12]。

1.3 科技金融政策对企业创新能力的影响

关于科技金融政策对企业创新能力的影响，程翔等在多维度定量分析京津冀科技金融政策文本的基础上，通过拓展的C—D生产模型进行科技金融政策投入与科技产出之间的相关性与有效性分析，研究结果表明科技金融政策与科技产出的关联较为显著[13]。杨宜构建空间计量模型实证发现京津冀大部分区市科技金融政策的发展对促进本区市区域创新具有显著的作用且邻接地区科技金融政策的发展对该地区区域创新发展具有正的空间溢出效应[14]。武志伟等运用描述性统计和灰色关联度等方法对样本城市的科技企业绩效与政策绩效进行分析，结果显示,科技金融政策能够显著促进科技企业创新能力的发展，其中高新技术企业孵化器数量是科技型企业发展最重要的影响因素[4]。

由此看出，国内学者在研究科技金融政策对科技企业创新能力的影响时往往只运用定性或定量中的一种方法，研究结果易与实际情况产生较大偏差。本文以天津市为样本，对科技金融政策和科技企业创新能力进行定性分析，并使用特定的定量方法计算评价指数验证和调整定性结果，运用灰色关联度模型分析科技金融政策对科技企业创新能力的影响，以期建立更合理的科技金融政策评价方法，找出效率较高的科技金融政策类型，从而更好地促进区域科技企业创新能力的发展。

2 指标选取与数据来源

2.1 科技金融政策指标

本文采用替代指标法对科技金融政策进行量化，根据苑泽明等[2]对科技金融政策的分类，综合考虑其他学者所选用的科技金融政策指标，鉴于数据的可靠性和可得性，本文选定的科技金融政策指标如表1所示。

表1 科技金融政策&科技企业创新能力指标体系

科技金融服务政策是为创建良好的金融服务科技的环境而制定的相关文件,包括科技与金融平台搭建办法、科技金融对接办法以及优化环境促进投融资服务的意见等。科技金融财税政策是政府通过财政资金支持和税收让渡来引导和激励科技创新而制定的相关政策,具体有税收政策、财政补贴政策等。科技金融市场政策是促进市场资源参与科技创新而制定的相关政策,包括科技信贷、科技担保、科技保险、风险投资、资本市场等相关政策[2]。

2.2 科技企业创新能力指标

如表1所示，科技创新投入包括R&D人员全时当量和R&D经费内部支出额，科技创新产出包括技术合同成交额和专利授权数量。

2.3 数据来源

市级相关文件数量来源于在北大法宝中输入“科技”“知识产权”“融资租赁”“财税”“孵化器”“中小企业”“融资”“信用体系”等关键词的检索结果（2008—2016年），区县级相关文件数量来源于各区县人民政府官方网站，筛选出正式科技金融政策文件（有文号）（2008—2016年）。科技企业孵化器数量、财政科技支出占财政总支出的比重、R&D人员全时当量、R&D经费内部支出额、专利授权数量、技术市场成交额来源于2009—2017年的《天津科技统计年鉴》和《天津统计年鉴》。

3 描述性分析

3.1 天津市科技金融政策总体情况

如图1所示（限于篇幅，文中不列示区县数据），2008年到2016年天津市科技企业孵化器的发展可以分为两个阶段，2008—2010年天津市科技企业孵化器数量发展平稳，2011年激增后数量持续增加，但增速逐渐下降。分区县看，滨海新区和南开区的科技企业孵化器数量居前。2016年滨海新区拥有国家级科技企业孵化器8家，占天津市国家级科技企业孵化器总数的20.51%；南开区拥有国家级孵化器10家，占比25.64%。同年静海区和宁河区科技企业孵化器数量为零，其他区县差距不大。

图1 天津市市级科技企业孵化器数量年度趋势

由图2可知，天津市级科技金融政策文件数量总体上呈先升后降的趋势，2008—2016年累计发布249份，年均28份，2008—2012年波动上升，2012年到达峰值42份后逐年回落，且回落速度不断加快。按内容分类，249份市级科技金融政策文件包括科技金融服务政策（50%）、科技金融财税政策（25%）和科技金融市场政策（25%），同时含多种类型政策的文件，在对应类型下分别记一份。2008—2016年各区县政府颁布的科技金融政策文件共计660份，滨海新区和西青区位居前列，年均9.33份和9份。河东区、河北区的科技金融政策文件数量最少，其他区县差距不大。从文件内容看，所有区县的科技金融服务政策占该区县科技金融政策总量的比重均超过40%，和平区甚至达到60%，其他两种政策在不同区县得到了不同程度的重视。

如图2所示，2009—2014年天津市财政科技支出占财政支出的比重（以下简称财政科技支出占比）逐年上升，2014年到达峰值3.78%，随后缓慢回落。分区县看，滨海新区的财政科技支出占比最高，年均3.59%，2014—2016连续三年超过5%。滨海新区连同北辰区、津南区、南开区、东丽区成为财政科技支出占比的局部高点，年均财政科技支出占比均高于2%。静海区、河东区和宝坻区形成洼地，年均低于1.3%，远远低于天津市平均水平。其他区县差异不大。

图2 天津市市级科技金融政策文件数量&财政科技支出占比年度趋势

综合以上分析，尝试对各区县科技金融政策进行定性排序（同一梯队内排名不分先后）：（1）滨海新区的科技金融政策环境最好，属于第一梯队。（2）南开区、东丽区科技金融政策环境较好，南开区拥有先天优势，但东丽区后发强劲，属于第二梯队。（3）津南区、北辰区、武清区、西青区在科技金融政策文件、科技企业孵化器数量和财政科技支出占比三个方面中至少一个方面较为突出，属于第三梯队。（4）河西区、红桥区、和平区在各个方面均为中等水平，属于第四梯队。（5）宝坻区、静海区、宁河区、蓟州区、河北区、河东区至少一个方面是较差的，属于第五梯队。

3.2 天津市科技企业创新能力总体情况

如图3所示，天津市R&D人员全时当量和R&D内部经费支出总体上随时间增加，但其增速呈现先升后降的特点，2011年是一个明显的转折点，2016年天津市R&D人员全时当量出现负增长。按区县看，在R&D人员全时当量方面，滨海新区、西青区、东丽区居于前列，红桥区、和平区、南开区靠后。至于R&D内部经费支出，滨海新区、东丽区、北辰区靠前，红桥区、和平区、蓟州区和南开区远低于天津市平均水平。

图3 天津市市级R&D人员与内部经费支出年度趋势

如图4所示，2008—2016年天津市技术合同成交额连年创新高，年均增速27.9%，高于全国的20.15%。在技术市场对GDP的贡献方面，天津市技术市场合同成交额占GDP比重（以下简称技术合同成交额占比）连续九年超越全国水平。服务合同成交金额自2012年起连续四年成为技术市场中成交金额最大的技术合同，且与其他三项合同的差距逐渐拉大。分区县看，滨海新区常年雄踞榜首，值得注意的是2016年滨海新区技术合同成交额首次出现萎缩。其他区县的技术市场成交额没有显著差异，其中河北区、南开区、红桥区、河西区较为居前，蓟州区、宁河区和静海区的技术市场成交额最低。

图4 天津市与全国技术合同成交额占比的比较

如图5所示，2008—2016年天津市专利授权数量和发明专利授权量持续增加，其中专利授权数量平均年增幅26.25%，超过全国同期水平，但波动幅度较大。期间，天津市发明专利授权量占专利授权量的比重（以下简称发明专利授权量占比）自2009年到达局部峰值24.85%后波动性下降，自2012年起连续五年低于全国发明专利授权量占比，专利授权量结构持续恶化。分区县看，滨海新区一枝独秀，平均每年新增专利授权量6 571项，平均年增幅38.33%，最高年增幅101.93%（2010年），随后逐年下降。其他区县中，南开区、西青区、北辰区和武清区的专利授权量靠前，年均专利授权量均超过1 500项，排名靠后的宁河区和蓟州区的年均专利授权量不超过200项。

图5 天津市专利授权数量与结构年度趋势

根据上述分析，尝试对各区县科技企业创新能力定性排序：（1）滨海新区各项指标都非常突出，属于第一梯队。（2）南开区、东丽区和西青区在四项创新能力指标中至少有两项排名前三，属于第二梯队。（3）北辰区、武清区、河北区和河西区至少一个指标表现突出，属于第三梯队。（4）津南区、河东区、宝坻区成绩中等，属于第四梯队。（5）红桥区、和平区、蓟州区、宁河区和静海区至少在两项指标表现较差，属于第五梯队。

4 评价指数分析

本部分将对各区县的科技金融政策指标和科技企业创新能力指标进行无量纲化处理，并采用熵值法进行赋权，最后通过累加各指标的无量纲化值（评价值）与其对应权数的乘积获得各区县的科技金融政策评价指数和科技企业创新能力评价指数，并对前文定性排序结果进行调整。

4.1 无量纲化处理

根据朱喜安和魏国栋的研究[15]，在熵值法的实际运用中，极值熵值法是最优改进熵值法。由于本文采用熵值法赋权，因此选用最优搭配—极值法对指标进行无量纲化处理。本文所选用的9个指标均为正向指标，极值法无量纲化公式如（1）式：

其中，Xij表示第i个（i=1，2，…，n）被评价对象的第j项（j=1，2，…，m）指标的实际值，Xij*表示对应的评价值，且有:

4.2 熵值法赋权

熵值法是一种客观赋权法，与专家评分法等主观赋权法相对，其出发点是根据各指标评价值之间的差异程度来确定权重，如果一个指标评价值之间的差异越大，就越应该重视该指标在评价指数中的作用，即赋予更高的权重。熵值法赋权的步骤如下：

（1）计算第i个被评价对象在第j项指标上的评价值比值：

注意，ej∈[0,1]。

（3）计算第j项指标的差异性系数gj：

（2）计算第j个指标的熵值：

（4）确定第j项指标的权重系数wj：

注意，wj∈[0,1]，且∑Wj=1。

4.3 计算科技金融政策和科技企业创新能力评价指数

运用熵值法确定权数，采用线性加权综合法计算综合评价指数，用Ci表示，计算公式如（7）式：

4.3.1 科技金融政策评价指数

计算所得科技金融政策评价指数如表2所示。用算术平均法计算2008—2016年天津市各区县的科技金融政策评价指数均值，并按降序排列，即表2中最后一列。

将科技金融政策评价指数从高到低分为五个梯队，并与定性排序相比较。西青区、河西区、红桥区和宁河区的政策指数排序高于其定性排序，南开区、津南区、武清区和和平区的政策指数排序比定性排序低一级，其他区县排名不变。总体上，天津市各区县科技金融政策指数排序结果相较于定性排序有较大的变动，主要集中在第三和第四梯队之间。综合考虑定性和指数排序，合并第三、第四梯队，最终得到的天津市各区县科技金融政策排序结果如表3所示。

表2 科技金融政策评价指数表

表3 天津市各区县科技金融政策排序表

4.3.2 科技企业创新能力评价指数

同理可得科技企业创新能力评价指数，如表4所示。

将科技企业创新能力评价指数从高到低分为五个梯队，并与定性排序相比较。北辰区、津南区的创新能力指数排序升级。东丽区、河西区的创新能力指数排序降级，其他区县的排序不变。总体上，天津市各区县的科技企业创新能力指数排序与定性结果相差不大。类似地，为综合考虑指数排序和定性排序结果，合并第三梯队和第四梯队，最终对天津市各区县科技企业创新能力排序结果如表5所示。

表4 科技企业创新能力评价指数表

表5 天津市各区县科技企业创新能力排序表

4.4 评价指数分析

对16个区县每年的评价指数进行算术平均，获得天津市政策评价指数和创新能力评价指数序列，如图6所示。2008—2016年，天津市政策评价指数和创新能力评价指数在3/4的时间里同向而行，具有非常相似的发展趋势，因此认为天津市的科技金融政策对其科技企业创新能力有较为明显的正向作用。总体上，天津市科技金融政策评价指数的平均年波幅为14.24%，远大于科技企业创新能力评价指数的8.91%，这表明要增加1单位创新能力评价指数，提高的政策评价指数就应大于1单位。

图6 天津市科技金融政策评价指数&科技企业创新能力评价指数序列

5 科技金融政策优势分析

根据前文分析已知：天津市科技金融政策对其科技企业创新能力有较为明显的正向作用，但并不清楚哪些政策指标对科技企业创新能力的促进作用更大，这些促进作用具体体现为哪些创新能力指标的提升。下文构建的灰色关联度模型将是解答上述问题为数不多的好方法之一。

5.1 灰色分析法步骤

5.1.1 确定参数序列和因素序列

设参数序列Yj（k）={Yj（1），Yj（2），…，Yj（n）}，其中j=1，2，…，m，选定R&D人员全时当量、R&D经费内部支出、技术合同成交额、专利授权数量为四个参数序列；设因素序列Xi（k）={Xi（1），Xi（2），…，Xi（n）}，其中i=1，2，…，t，选定科技企业孵化器数量、科技金融服务政策文件数量、财政科技支出占财政总支出的比重、科技金融财税政策文件数量和科技金融市场政策文件数量五个政策指标作为比较因素序列。

5.1.2 对各序列进行无量纲化处理

灰色关联度分析方法的基本思想是对比参数序列与因素序列几何形状的相似性，而序列间的对比必然隐含了相同量纲的前提条件，如果存在异量纲性，那么序列之间则不可比。而事实是，在实际研究中很难找到合适的且具有相同量纲的多指标序列，为此对序列进行无量纲化处理成为解决异量纲问题不可或缺的手段。此处仍然采用极值无量纲化方法，不再赘述。

5.1.3 计算灰色关联度系数

灰色关联度系数计算公式如（8）式：

其中，Xi*（k）、Yj*（k）表示对应的评价值，ρ为分辨系数且ρ∈[0，1]，作用是控制灰色关联度系数的区分度，ρ越接近于零，区分度越大，一般取值为0.5较为合适。

5.1.4 计算灰色关联度矩阵

邓氏灰色关联度的计算公式如（9）式：

5.2 优势分析[16]

计算所得灰色关联度矩阵如表6所示。

表6显示：对四项科技企业创新能力指标影响

表6 天津市科技金融政策与科技企业创新能力关联度矩阵

最大的均为科技企业孵化器数量，科技企业孵化器数量序列符合最优因素的定义。财政科技支出占比对R&D人员全时当量、R&D经费内部支出和专利授权数量的影响仅次于科技企业孵化器数量。科技金融服务政策文件数量对四项科技企业创新能力指标的影响均排在末尾。科技金融财税政策文件数量对R&D人员全时当量、R&D经费内部支出和专利授权数量的影响均排在第三位，但对技术合同成交额的影响仅次于科技企业孵化器数量。科技金融市场政策文件的数量对四项科技企业创新能力指标的影响均排在第四位。

6 结论与建议

根据2008—2016年天津市及其16个区县的科技金融政策指标和科技企业创新能力指标数据，本文首先分析了天津市科技金融政策和科技企业创新能力的总体情况，并初步得出各区县在科技金融政策和科技企业创新能力方面的定性排序。其次计算出各区县的科技金融政策评价指数和科技企业创新能力评价指数，并与定性排序比对后得出了较为合理的排序结果。不论是科技金融政策还是科技企业创新能力，滨海新区、西青区、东丽区和南开区都位居前列，这也表明天津市科技金融政策对科技企业创新能力有较为明显的促进作用。最后运用灰色关联度分析方法获得灰色关联度矩阵，发现科技企业孵化器数量和财政科技支出占比对科技企业创新能力的促进作用比其他三项因素指标更大，其中科技企业孵化器数量是最优因素。但天津市及其各区县的科技金融政策也存在缺乏针对性、条款空洞泛化，财税政策和市场政策不足，财政科技支出方式单一、效率低下，相关部门各自为政，政策缺乏连贯性、协调性等问题。为此，建议从源头、路径和反馈三方面进行改进。

6.1 源头改进

源头改进，即对政策草拟到颁布一系列内容和程序的改进。（1）相关部门应积极建立联席会议制度，定期召开联席工作会议，协商制定并分解特定时期内的科技金融政策任务，将分解后的任务落实到具体部门，最大程度避免政策重复冗杂，提高政策内容的有效性和各部门在政策制定上的协调性，并在联席会议上报告工作进度和质量。（2）提高政策条款的针对性和具化程度，避免空话大话泛话。由于科技金融具有较高的专业性，建议在政策草拟阶段引入专家咨询制度。（3）优化科技金融政策结构，即提高财税政策和市场政策的比重，同时继续增加扶持科技企业孵化器等（类似的还有重点实验室、生产力促进中心、工程技术中心等）发展的科技金融服务政策。与服务政策相比，财税政策和市场政策的外在时滞更短，能更直接有效地促进科技企业创新能力的提高。目前，我国科技金融已经历了一段时间的发展，作为政策基础的科技金融服务政策得到了较为充分的发展，因此，今后相关部门在制定科技金融政策时，应以科技金融财税政策和市场政策为主体，服务政策为辅助，优化科技金融政策结构，完善科技金融政策体系。

6.2 路径优化

路径优化，即对政策颁布后对企业的影响路径进行监测和改进。路径优化主要涉及政策效率问题，科技金融政策效率又包含四个方面。

一是提高政策发布效率。每一项政策要落实到具体部门，借助各方力量在科技金融服务平台的基础上搭建政策及信息发布平台，该平台着力构建政策信息服务系统、科技信息服务系统、金融信息服务系统和对接交易信息服务系统[17]，各级政府部门应在政策信息服务系统中及时发布最新的科技金融政策，设置政策咨询服务窗口，最大程度降低企业学习了解相关政策时间和精力，保证各相关主体及时获得政策支持。

二是提高政策执行效率。简化企业申请政策支持（如补助资金）的手续，借助科技金融服务平台开通网上预申请、预登记，初步审查通过后明确告知企业办理相关政策支持需要的文件和流程，争取做到只让服务主体“最多跑一趟”。

三是提高财政科技支出的效率。目前多数促进中小企业发展专项财政资金采取无偿资助和奖励的支持方式，未能发挥财政资金的杠杆作用，资金使用效率低下。相关部门应当大力推行贷款贴息、知识产权质押贴息，成立科技贷款风险准备金和科技型中小企业创业投资专项基金和引导基金，并通过投资入股其他风险投资机构和创业投资机构，以有限的财政资金撬动巨量的社会资本。设立金融风险池，利用财政资金建立风险补偿、风险分担机制，实现信贷激励。财政资金的使用应注意无偿与有偿相结合、事前与事后相结合，明确财政资金的退出方式和时机。

四是提高政策创新效率。各级政府部门应在上级科技金融政策体系设计的指导下，根据区域发展的实际情况，因地制宜制定具有地方特色的科技金融政策。政策制定部门应根据企业发展的生命周期，建立制定全周期、多层次、多方面的科技金融政策支持体系，打造全链条科技金融服务链，特别是要加大对种子期和初创期企业财政支持力度。借鉴其他地区的成功经验，尝试探索建立“梯队递进”融资机制[18]、鼓励设立专营性分支机构（科技银行、科技小贷公司等）、鼓励商业银行发展投贷联动业务，允许商业银行以投资收益弥补贷款损失，改变投资科技型中小企业风险收益结构，试点信贷债转股业务，鼓励供应链融资，探索科技型中小企业组成“联贷体”[19]进行组合担保贷款、发行集合债券和集合票据。“联贷体”是指如果参与联贷的企业中有一家发生违约，其他联贷企业要对该企业的违约行为负责，一方面“联贷体”具有横向监管机制，达到自我增信的效果，另一方面引导基金可以为“联贷体”提供担保，提高企业融资效率。

6.3 反馈改进

反馈改进是对政策实施后的效果进行评估，根据评估结果反馈改进建议。一是持续追踪财政支持资金的用途和去向，对直接资助的资金（奖励资金除外）进行监管，确保财政资金用到实处、用得有效，建议要求受助企业定期报送财政资金使用情况，并将其作为下一次审查确定受助企业的部分依据，对挥霍、滥用资助资金的企业取消受助资格。二是建立引导基金、科技贷款风险准备金使用效率评价机制，建议对相关理论和实务研究提供资助奖励以建立财政资金使用效率评价理论体系。三是反馈改进，根据财政资金使用效率评价结果，对科技金融政策内容和制定程序进行完善改进，形成科技金融政策“政策制定—政策实施—政策评价—政策反馈—政策制定改进”的闭环，充分发挥科技金融政策对科技型中小企业融资、科技企业创新能力的促进作用，更有效地为国家创新发展战略服务。