科技金融资源配置效率评价研究
本文利用数据包络分析（DEA）法，对我国 2009-2016年间省际科技金融资源配置效率进行测算及分析，同时利用Tobit模型对其影响因素进行分析。结果表明我国仅有北京、江苏、浙江、广东四省市的综合技术效率处于前沿面；高技术产业的科研经费投入、金融机构贷款与存款的比例以及高技术产业利润总额占地方GDP比重对于科技金融资源配置效率有正向影响，而地方政府对科技的财政支持度对于科技金融资源配置效率有负向影响。综合分析，我国各地区应该转变科技活动中金融资源配置的政府主导模式，建立多层次金融市场有效发挥其配置作用；各地政府应加大高技术产业的科研经费投入，改善经费投入的体系；各地应加强监管财政科技拨款，合理分配政策性支出，积极发挥政府的引导作用；同时还应调整各区域间的科技金融资源，缓解资源配置不均。
目录
摘要 1
关键词 1
Abstract 1
Key Words 1
一、引言 2
二、文献综述 2
（一）国外研究综述 2
1.科技金融概念 2
2.科技金融概念 2
（二）国内研究综述 3
（三）文献评述 3
三、相关概念与理论概述 4
（一）科技金融资源概念的界定 4
1.科技金融概念 4
2.科技金融资源概念 4
3.科技金融资源的构成 4
（二）金融资源促进科技发展的机制 5
1.金融市场 5
2.政府 5
四、我国科技金融发展及其资源配置现状 5
（一）金融资源投入现状 6
（二）科技产出现状 9
（三）现状存在问题 11
五、科技金融资源配置效率的实证分析 11
（一）基本模型——DEA模型 11
（二）效率评价指标选取及数据说明 12
1.科技金融资源投入指标 12
2.科技产出指标 12
3.样本数据来源 13
（三）投入产出变量相关性分析 13
（四）效率评价结果分析 13
1. 综合技术效率（TE） 13 *好棒文|www.hbsrm.com +Q: #351916072#
2. 纯技术效率（PTE） 15
六、影响因素实证分析 17
（一）基本模型——Tobit模型 17
（二）变量的选择与说明 17
（三）结果分析 18
七、政策建议 18
科技金融资源配置效率评价研究
引言
金融资源是促进技术创新的外生变量，随着科技创新与金融的关系逐渐显著而金融资源是经济资源的核心，较高的科技金融资源的配置效率，是科技创新的必要保障。金融资源配置的分配不均、低效或者不合理均会阻碍科技创新的进步。因此只有以提升金融资源配置效率为前提的科技投入的增加，才能从根本上提高我国科技的竞争力。
本文利用DEA效率分析模型对我国29个省际面板数据做实证研究，对科技金融资源配置效率进行测算和分析，进而利用Tobit模型分析影响科技金融资源配置效率的因素。
二、文献综述
（一）国外研究综述
1.关于金融资源配置及其效率的研究
经济学家帕累托是最早研究资源配置效率问题的学者，他提出了帕累托最优的理想状态，即任何的资源配置发生改变，都不会使某个人的情况变得更好或是更差，这样的经济活动则是有效率的。在此后，西方学者对资源配置效率问题做了更为具体的衡量，Koopmans（1957）[1]将资源配置方式按照宏观经济单元与微观经济单元层面划分，其中微观经济单元的资源配置效率通过线性规划的投入产出放法而实现。
在更为具化的效率研究方面，Dwayne Wrightsman和Robinson（1991）[2]对金融效率做了细致的划分，即分为金融资源的配置效率和操作效率，其中金融资源配置效率是指在融资过程中投入与产出的对比关系。Jack Revell（1996）[3]则认为由于金融部门在经济单位中发挥着不同于一般的生产部门的特殊作用，对金融体系的投入产出效率的衡量难以进行，因此他将效率分解为结构效率与配置效率两种。实证研究方面，Jeffrey Wurgler（2000）[4]从产业的视角对65个国家的金融资源效率进行评价，结果显示发达国家的金融资源配置效率明显高于发展中国家。Ines Ayadi（2013）[5]运用DEA模型分析了突尼斯银行业金融资源配置效率，结果显示突尼斯银行业的效率整体适中；此外，国有银行业金融资源配置效率整体高于民营银行金融资源配置效率。
2.关于金融与科技创新
（二）国内研究综述
国内研究学者，对科技金融资源配置效率的研究多表现为在科技与金融结合的效率、金融体系对科技创新的支持效率、科技金融发展效率的等问题的研究中涉及科技金融资源配置效率的评价，而针对性研究其资源配置效率的文献并不多。
王海与叶元煦（2003）[10]采用层次分析法，对我国19911999年间科技金融结合效益做了实证分析，发现科技金融结合效益总体一直在上升幅度却不大，科技金融结合机制还有待完善。孙伍琴与朱顺林（2008）[11]选取20012004年我国23个省级的面板数据，利用Malmuquist指数分析法，筛选出多个金融指标和技术创新指标，实证测定了各省金融体系对科技创新的支持效率，发现金融发展在整体上促进科技创新产出的效率一直在逐渐提升。李颖（2009）[12]等人建立了围绕企业与微观金融的模型，阐述了在微观视角下发展中国家金融发展对科技创新产出效率的影响，文中选取广东省为例，分析了不同金融部门对科技创新效率的不同影响。曹颢（2011）[13]等人构建了我国科技金融发展指数，包括：科技金融经费、科技金融资源、科技金融产出以及科技金融贷款指数；他们研究分析发现,随着科技金融资源投入的不断增长：科技金融经费指数呈逐年上升趋势,但科技金融产出指数呈逐年下降趋势，而科技金融贷款方面没有得到根本性改观, 说明当时我国金融体制与科技企业融资需求之间存在着结构性矛盾。徐玉莲（2015）[14]运用DEA交叉评价模型，实证分析各省市市场科技金融资金配置效率、公共科技金融资金配置效率以及整体的科技金融资金配置效率；研究结果表明：各省市间科技金融资金的配置效率存在较大差异，但从整体而言我国市场科技金融资金与整体科技金融资金的配置效率在一定区间内波动，无明显趋势，而公共科技金融资金的配置效率呈一定上升趋势。张颢清与朱玉林（2015）[15] 以生命周期理论为研究角度，选取江西省为研究对象，对不同规模科技企业之间科技财政资源的配置做出了实证分析；结果表明：江西省科技财政资源对于成长阶段不同的企业的支持力度相当，但发展初期企业的科技产出效率却相较于成熟期企业高出许多。因此江西省科技财政资源的分配格局亟待调整与改进。曾胜与张明龙（2016）[16]利用三阶段DEA模型及均值聚类法，选取20062013年我国30个省级面板数据，并在控制外部环境因素后二次测算金融支持科技创新的效率，文中根据效率值的高低将各省市区划分为高、中和低效三个层次；结果表明：环境因素对我国科技创新的金融资源配置影响显著，在剔除环境因素后金融支持科技创新效率有显著降低，这归因于规模效率的下降，同时各地区效率也存在明显差异：东部地区处于中效或高效层，中部地区集中于中效层，而西部地区集中于低效层。章思诗与李姚矿（2017）[17]运用DEA－Tobit模型对我国2009—2014年24个省级面板数据实证分析，以高技术企业、政府以及创业风险投资企业，三个科技金融主体为实证角度探讨各因素对科技金融效率的影响；研究表明：科技金融投入不断增加的同时，科技金融效率并未有显著提高；Tobit回归结果显示：高技术产业总产值占地方GDP比重、各地区创业风险投资企业数量以及创投企业吸引投资额是影响科技金融效率的一系列重要因素。
目录
摘要 1
关键词 1
Abstract 1
Key Words 1
一、引言 2
二、文献综述 2
（一）国外研究综述 2
1.科技金融概念 2
2.科技金融概念 2
（二）国内研究综述 3
（三）文献评述 3
三、相关概念与理论概述 4
（一）科技金融资源概念的界定 4
1.科技金融概念 4
2.科技金融资源概念 4
3.科技金融资源的构成 4
（二）金融资源促进科技发展的机制 5
1.金融市场 5
2.政府 5
四、我国科技金融发展及其资源配置现状 5
（一）金融资源投入现状 6
（二）科技产出现状 9
（三）现状存在问题 11
五、科技金融资源配置效率的实证分析 11
（一）基本模型——DEA模型 11
（二）效率评价指标选取及数据说明 12
1.科技金融资源投入指标 12
2.科技产出指标 12
3.样本数据来源 13
（三）投入产出变量相关性分析 13
（四）效率评价结果分析 13
1. 综合技术效率（TE） 13 *好棒文|www.hbsrm.com +Q: #351916072#
2. 纯技术效率（PTE） 15
六、影响因素实证分析 17
（一）基本模型——Tobit模型 17
（二）变量的选择与说明 17
（三）结果分析 18
七、政策建议 18
科技金融资源配置效率评价研究
引言
金融资源是促进技术创新的外生变量，随着科技创新与金融的关系逐渐显著而金融资源是经济资源的核心，较高的科技金融资源的配置效率，是科技创新的必要保障。金融资源配置的分配不均、低效或者不合理均会阻碍科技创新的进步。因此只有以提升金融资源配置效率为前提的科技投入的增加，才能从根本上提高我国科技的竞争力。
本文利用DEA效率分析模型对我国29个省际面板数据做实证研究，对科技金融资源配置效率进行测算和分析，进而利用Tobit模型分析影响科技金融资源配置效率的因素。
二、文献综述
（一）国外研究综述
1.关于金融资源配置及其效率的研究
经济学家帕累托是最早研究资源配置效率问题的学者，他提出了帕累托最优的理想状态，即任何的资源配置发生改变，都不会使某个人的情况变得更好或是更差，这样的经济活动则是有效率的。在此后，西方学者对资源配置效率问题做了更为具体的衡量，Koopmans（1957）[1]将资源配置方式按照宏观经济单元与微观经济单元层面划分，其中微观经济单元的资源配置效率通过线性规划的投入产出放法而实现。
在更为具化的效率研究方面，Dwayne Wrightsman和Robinson（1991）[2]对金融效率做了细致的划分，即分为金融资源的配置效率和操作效率，其中金融资源配置效率是指在融资过程中投入与产出的对比关系。Jack Revell（1996）[3]则认为由于金融部门在经济单位中发挥着不同于一般的生产部门的特殊作用，对金融体系的投入产出效率的衡量难以进行，因此他将效率分解为结构效率与配置效率两种。实证研究方面，Jeffrey Wurgler（2000）[4]从产业的视角对65个国家的金融资源效率进行评价，结果显示发达国家的金融资源配置效率明显高于发展中国家。Ines Ayadi（2013）[5]运用DEA模型分析了突尼斯银行业金融资源配置效率，结果显示突尼斯银行业的效率整体适中；此外，国有银行业金融资源配置效率整体高于民营银行金融资源配置效率。
2.关于金融与科技创新
（二）国内研究综述
国内研究学者，对科技金融资源配置效率的研究多表现为在科技与金融结合的效率、金融体系对科技创新的支持效率、科技金融发展效率的等问题的研究中涉及科技金融资源配置效率的评价，而针对性研究其资源配置效率的文献并不多。
王海与叶元煦（2003）[10]采用层次分析法，对我国19911999年间科技金融结合效益做了实证分析，发现科技金融结合效益总体一直在上升幅度却不大，科技金融结合机制还有待完善。孙伍琴与朱顺林（2008）[11]选取20012004年我国23个省级的面板数据，利用Malmuquist指数分析法，筛选出多个金融指标和技术创新指标，实证测定了各省金融体系对科技创新的支持效率，发现金融发展在整体上促进科技创新产出的效率一直在逐渐提升。李颖（2009）[12]等人建立了围绕企业与微观金融的模型，阐述了在微观视角下发展中国家金融发展对科技创新产出效率的影响，文中选取广东省为例，分析了不同金融部门对科技创新效率的不同影响。曹颢（2011）[13]等人构建了我国科技金融发展指数，包括：科技金融经费、科技金融资源、科技金融产出以及科技金融贷款指数；他们研究分析发现,随着科技金融资源投入的不断增长：科技金融经费指数呈逐年上升趋势,但科技金融产出指数呈逐年下降趋势，而科技金融贷款方面没有得到根本性改观, 说明当时我国金融体制与科技企业融资需求之间存在着结构性矛盾。徐玉莲（2015）[14]运用DEA交叉评价模型，实证分析各省市市场科技金融资金配置效率、公共科技金融资金配置效率以及整体的科技金融资金配置效率；研究结果表明：各省市间科技金融资金的配置效率存在较大差异，但从整体而言我国市场科技金融资金与整体科技金融资金的配置效率在一定区间内波动，无明显趋势，而公共科技金融资金的配置效率呈一定上升趋势。张颢清与朱玉林（2015）[15] 以生命周期理论为研究角度，选取江西省为研究对象，对不同规模科技企业之间科技财政资源的配置做出了实证分析；结果表明：江西省科技财政资源对于成长阶段不同的企业的支持力度相当，但发展初期企业的科技产出效率却相较于成熟期企业高出许多。因此江西省科技财政资源的分配格局亟待调整与改进。曾胜与张明龙（2016）[16]利用三阶段DEA模型及均值聚类法，选取20062013年我国30个省级面板数据，并在控制外部环境因素后二次测算金融支持科技创新的效率，文中根据效率值的高低将各省市区划分为高、中和低效三个层次；结果表明：环境因素对我国科技创新的金融资源配置影响显著，在剔除环境因素后金融支持科技创新效率有显著降低，这归因于规模效率的下降，同时各地区效率也存在明显差异：东部地区处于中效或高效层，中部地区集中于中效层，而西部地区集中于低效层。章思诗与李姚矿（2017）[17]运用DEA－Tobit模型对我国2009—2014年24个省级面板数据实证分析，以高技术企业、政府以及创业风险投资企业，三个科技金融主体为实证角度探讨各因素对科技金融效率的影响；研究表明：科技金融投入不断增加的同时，科技金融效率并未有显著提高；Tobit回归结果显示：高技术产业总产值占地方GDP比重、各地区创业风险投资企业数量以及创投企业吸引投资额是影响科技金融效率的一系列重要因素。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/jjymy/698.html
