陕西省科技金融发展效率测度及提升路径研究

摘 要：本文选取陕西省2002—2022年数据，在构建代表性投入与产出指标体系的基础上，运用超效率DEA-CCR模型测度其科技金融效率、模型评价其规模报酬阶段。实证结果表明，陕西省科技金融在2016年之前，普遍存在投入资源不协调问题。2009—2016年与2017—2022年期间，陕西省科技金融效率均为提升阶段，提升效果明显。目前，陕西省规模报酬处于递增阶段，可以通过扩大规模来提高收益，但应协调政府、金融市场、企业等各主体，形成有效的提升路径。

关键词：陕西省；科技金融；效率测度；DEA

一、引言

科技自立自强是国家强盛之基、安全之要。2006年国务院发布《国家中长期科学和技术发展规划纲要（2006－2020）》，开始重视科技金融为技术创新提供服务。科技金融作为促进科技成果转化和产学研融通创新的重要工具，其发展效率直接影响地区创新发展水平。2017年，陕西省发布《陕西省促进科技成果转化若干规定（试行）》，表明科技金融发展对于推动陕西省经济转型和实现可持续发展具有重要意义。

基于DEA方法，高扬等对山东省科技金融效率进行测度；黄仁全等对西安市科技金融效率进行测度，雷丹对长江经济带科技金融效率进行测度。为避免有效决策单元不能进一步进行比较，本文采用超效率DEA模型测度陕西省科技金融发展效率并提出路径建议，以期促进陕西省科技与金融深度融合，从而实现经济高质量发展。

二、陕西省科技金融发展现状分析

1.陕西省科技金融投入现状

科技金融投入是科技创新研究发展和科技成果产业化的坚实基础。近年来，随着我国对科技金融发展的不断重视，科技金融投入也更加多元化。陕西省科技金融投入主要包括研究与试验开发（Ramp;D）投资、政府资金、金融机构科技贷款等形式。

Ramp;D经费支出指某年度各单位用于基础研究、应用研究和试验开发的支出，反映用于科技研究发展的资金消耗水平。早年间，科技金融发展并未得到重视，2002—2008年，陕西省Ramp;D经费支出增速缓慢。近年来，陕西省政府高度重视科技金融发展，逐步增加科技金融投入。陕西省Ramp;D经费支出自2006年起逐步加速提高，在2022年达到峰值。

Ramp;D人员全时当量指全时与非全时Ramp;D人员的工作量折算成实际工作时间的总和，反映科技研究发展的人力投入强度。在2014年之前，陕西省Ramp;D人员全时当量均处于较低水平；2020—2022年处于较高水平，峰值仍为2022年。

政府资金拨款直接反映政府对科技金融发展的投入程度。2002—2022年，陕西省政府对科技金融发展资金拨款大致呈上升趋势，在2011年首次出现下降，而后在2012年逐步恢复，2020—2022年处于较高水平并在2022年达到峰值。

金融机构贷款额指企业向商业银行或非银行等金融机构借入的资金数额，反映对科技企业的资金支持。陕西省科技企业金融机构贷款额在2009年之前，处于相对较低水平；2020—2022年处于较高水平，其中2021年达到峰值。

2.陕西省科技金融产出现状

考虑到陕西省科技创新中科技研发以及技术成果转化，本文选取专利授权量、技术合同交易额对陕西省科技金融产出进行衡量。

专利授权量指单位时期内由专利行政部门授予专利件数，是衡量国家或地区创新能力的关键指标之一。2006年，陕西省响应国家号召并积极发展科技金融的重要作用。自2006年起，陕西省专利授权量增速提升，在2018年达到极值。2020—2022年逐步提升，在2022年达到峰值。

技术合同交易额指合同成交金额中减去购买设备等支出后的金额，反映科技成果向生产力的转化。陕西省技术合同交易额在2002—2011年间，处于较低水平且变动不大；2012—2016年间上升幅度较大，在2016年达到极值。2018年，由于中国人民银行、国家发展改革委等将陕西纳入实施金融科技应用试点，使陕西省技术合同交易额在2019—2022年处于较高水平并在2021年达到峰值。

3.陕西省科技金融投入产出现状总结

基于陕西省科技金融投入与产出现状，本文对其投入产出代表性指标进行分析得出陕西省科技金融投入与产出数值总体逐年上升，特别是产出与2008年之前相比提升较多，说明相关政策实施效果良好，科技研究向科技成果转化及时。科技金融投入产出均在2020—2022年间达到较高水平，但与2017—2019年相比涨幅并不是很高，初步预计科技金融投入产出仍有提升空间，并未达到帕累托最优状态。鉴于此，本文需要对陕西省科技金融投入产出效率进行进一步分析。

三、陕西省科技金融发展效率测度

1.指标体系建立

本文构建科技金融效率指标从投入与产出两方面来考虑，投入指标包括研究与试验开发（Ramp;D）经费支出、研究与试验开发（Ramp;D）全时当量、政府资金、金融机构贷款额；产出指标包括专利授权量和技术合同交易额。指标体系如表1所示。

本文选取的数据的时间范围为2002—2022年，选自《中国科技统计年鉴》《陕西科技统计年鉴》《国家统计局》等。

2.陕西省科技金融超效率 DEA 测度

超效率DEA模型值越大则表示其决策单元的效率越高，与原始DEA模型相比，可以进一步比较有效决策单元之间效率θ值的大小，即结果中不仅只有（有效）或θ＜1（无效）两种情况，还会出现θ＞1的情况。当θ＜1时，超效率DEA模型与传统DEA模型相同。由于超效率DEA-BCC模型测算结果中2021年与2022年的效率值无法由数学规划解出，所以本文采用超效率DEA-CCR模型来测算决策单元超效率和投影值并利用BCC模型测算其规模报酬。结果如表2所示。

从综合技术效率（TE）角度分析，不考虑规模报酬的影响，2002－2022年陕西省科技金融效率趋势如图 1所示。

从陕西省科技金融效率的数值来看，2003年、2016—2018年、2021—2022年，效率值均大于1，说明其投入与产出呈有效状态；在2018年达到最高峰值，之后依次为2003年、2022年、2021年、2017年和2016年。其余年份的科技金融效率值均小于1，视为 DEA非有效。在非有效决策单元中，2005—2011年间的效率较低，低于0.5，考虑到2008年金融危机的影响，可以说明2005—2011年，从宏观层面来说，国家相关部门以及陕西省政府对科技金融可持续发展的重视程度不够，对资源有效配置的引导作用不强，相关政策及资金支持较少。

从陕西省科技金融效率的趋势来看，自2010年后效率值总体呈增长趋势。2006年，国务院发布《国家中长期科学和技术发展规划纲要（2006－2020）》，通过金融手段为科技创新提供更为坚实的支持，推动了科技与金融的深度融合，加速了科技成果向生产力的转化。陕西省政府也随之发布关于科技金融的政策措施，加大了科技金融经费支出，为其高质量发展注入了新动能。自此，2003—2008年陕西省科技金融效率下降趋势有所改变。2013年，政府出台《陕西省科技计划经费监督管理办法》，提高了科技资金使用效率，促进高质量发展；2015—2018年陕西省科技金融效率提升幅度巨大，取得显著效果，并在2018年达到极值点。2018年，由于金融科技应用试点，加速提高了2020—2022年的科技金融效率。随着陕西省科技金融投资环境越发良好，政策效果也越发明显。

本文对陕西省科技金融的效率值做投影分析，鉴于改进的可实施性，主要从投入角度分析，目的是针对效率值小于1的非有效决策单元，与其处于生产前沿上的单元做对比，确定其改进方向及大小。以效率值最低的2008年为例，JFZC、QSDL、ZFZJ、DKYE投影改进后分别应减少投入646211.24万元、38688.44人年、727416.68万元、58860.91万元，说明早年间陕西省科技金融投入资源之间未达到帕累托最优水平，存在严重的不协调或浪费问题。

对陕西省2002—2022年规模报酬进行分析可知，在陕西省科技金融效率的决策单元有效年份，处于“不变”阶段；在科技金融效率的决策单元非有效年份，处于“递增”阶段，且处于规模报酬递增的年份居多。这表明陕西省科技金融发展2002—2022年整体处于规模报酬递增阶段，未来应利用增加投资或扩大规模的方式来取得更高回报。

四、陕西省科技金融发展效率提升路径

根据研究结果，本文提出以下路径提升建议，旨在促进政府、金融市场及企业的协同发展。

（1） 政策支持与监管

政府需完善科技金融相关政策体系，促进对科技企业的财政扶持和完善以及对科技企业的风险保障机制。优化科技金融投入资源配置，不断创新对科技金融投资和融资的方式。一方面积极利用市场在资源配置中的引导功能，另一方面加强并完善建设科技金融产业监管体系。同时，加强信息互通共享，建立数据采集共享机制，降低信息不对称，提升金融服务的精准度和效率。

（2） 金融创新与服务

建立更高效的金融服务体系，发挥金融体系对科技创新的支撑功能。要将技术创新与现代金融相协调，通过现代金融为技术创新服务。科技企业大多在初期面临较大风险，且其中中小型企业较多，存在融资困难等问题，故应为科技企业提供多种融资渠道。同时，加强与担保机构的合作，提升融资担保质效，降低担保费率，增强融资担保能力。

（3） 企业创新与融资

增强企业自主创新能力，提高企业信用评级，建立并优化筹融资体系。自主创新能力对于科技企业来说至关重要，是衡量企业核心竞争力的重要因素之一。提高企业信用评级有利于企业应对风险以及便于融资。科技企业由于初期风险较大，应综合考量自身筹融资的收益与风险，优化企业筹融资体系。同时，加强与金融机构的沟通和合作，通过科技保险等方式，降低经营风险，提高融资成功率。

参考文献：

[1]高扬，王桂䶮.山东省科技金融效率影响因素及区域差异研究[J].华东经济管理，2023（7）：92-99.

[2]黄仁全，田径，王娟娟.西安市科技金融发展效率及动态影响因素[J].科技管理研究，2021（6）：90-97.

[3]岳怡婉，杨冰菁，王黎明.基于混合回归模型的科技金融对技术创新的影响分析[J].商场现代化，2023（17）：51-55.

[4]雷丹.长江经济带科技金融效率时空差异分析[J].合作经济与科技，2023（5）：66-68.

作者简介：李睿煜（1999.08— ），男，陕西渭南人，硕士研究生，研究方向：金融学。