河北省科技金融结合的现状及实证分析.doc

1、1河北省科技金融结合的现状及实证分析摘要：科技是第一生产力，金融是现代经济的核心，二者的有效融合加速了经济转型的进程。2011 年，国家启动了科技金融结合试点工作，首批试点的 16 个地区科技金融结合成效显著。在这一背景下，本文分析了河北省高新技术产业科技金融结合的现状，并利用数据包络分析方法（DEA）对河北省科技金融结合现状进行了实证分析，结果得出河北省的整体效率是 0.286，纯技术效率是 0.966，规模效率是 0.296，为 DEA 非有效状态，表明河北省还有很大的提升空间。本文为河北省政府探索河北省科技金融如何有效结合以提升河北省高新技术产业对经济的贡献提供决策建议。 关键词：科技

2、金融 高新技术产业 DEA 方法 一、河北省科技金融结合的现状 截至 2013 年底，河北省共有十一家国家级开发区获得批准，分别是五家国家级高新技术产业开发区和六家国家级经济技术开发区。在河北省的产业布局中，这十一家国家级开发区的地位举足轻重，除了政策支持，国家级开发区区别于其他开发区之处还在于它带来的财富效应、聚集效应、品牌效应。建好河北省十一家国家级开发区是当前全省经济工作的重要内容，也是河北省经济总体发展战略成功与否的关键。 自 2011 年 10 月份以来，为促进科技金融结合，国家相关部门先后出台了一系列政策。河北省政府、科技厅等相关部门在国家政策的号召2下，陆续出台了促进科技创新、金

3、融创新，加快科技金融相结合的文件，使得河北省高新技术产业呈现迅猛发展的势头。2013 年，全省规模以上高新技术产业共完成增加值 1 384.9 亿元，同比增长 14.2%，高于规模以上工业 4.2 个百分点；高新技术产业增加值占全部规模以上工业的11.8%，创造了 11 年以来的最高点。实现主营业务收入 6 016.4 亿元，增长 12.8%；利润总额 389.0 亿元，增长 20.7%。从自身的纵向发展来看，高新技术产业的成绩非常明显，但与其他发达省份进行横向比较，无论是高新技术产业的主营业务收入、生产总值，还是高新技术企业的数量、R&D 人数及其投入占 GDP 的比重，都存在较大的差距。与

4、全国 88 家国家级高新区相比，在河北省起步较早、综合排名靠前的石家庄、保定、燕郊和唐山高新技术开发区，发展尚处于滞后阶段。 2013 年，河北省地方财政科技拨款为 49.76 亿元，同比增加11.22%，占地方财政支出的比重为 1.1%，占全国财政科技支出的比重仅为 0.8%。研究与试验发展（R&D）经费支出为 281.9 亿元，在全国 31 个省市中排名 16，与江苏（排名第一） 、广东（排名第二）和北京（排名第三）等大城市相比，差距很明显，尤其是与排在首位的江苏相比，R&D 经费支出远远差出了 5 倍还多。由此可见，河北省科技金融的发展仍然存在巨大的发展空间，河北省需要不断借鉴全国其他发

5、达省市在促进科技金融结合方面的经验来推动本省科技金融的发展，进而促进本省高新技术产业的高速发展。 二、实证分析 （一）模型简介：DEA 方法介绍 3数据包络分析（DEA，Data Envelopment Analysis）方法是一种评价研究目标绩效的数学方法。它与其他绩效评价方法的不同之处在于该方法适用于多目标绩效评价。自 1978 年由 Charnes、Cooper 和 Rhodes提出后得到了广大学者和管理者的认同并广泛应用于各领域。 CCR 模型和 BCC 模型是 DEA 方法的两个最基本的模型。CCR 模型假定规模报酬不变，对各决策单元的效率进行评估，其所测得的效率为整体效率，包含了规

6、模效率和技术效率两部分内容。CCR 模型是建立在规模报酬不变（Constant Return to Scale，CRS）基础上的，在不完全竞争市场中，受各种因素的限制，决策单元不可能处于规模报酬不变的阶段，Banker、Charnes 和 Cooper 在 1984 年提出了针对可变规模报酬（Variable Return to Scale，VRS）的 BCC 模型，分析当不是所有的决策单元都处于最佳规模运行时，有多大程度是由决策单元的纯技术效率引起的。 （二）指标的选取 1.指标选取的原则。DEA 方法是“多投入-多产出”的绩效评价方法，投入指标与产出指标的选取对模型结果的准确性尤为重要，因

7、此如何科学地选取投入、产出指标，是使用该模型进行有效绩效评价的关键。指标的选取应力求少而全面，主要遵循以下原则：一是综合性，评价指标的选取应能从整体上反映被评价目标的金融投入和科技产出的力度且具有一定的代表性。二是可比性，在一般的 DEA 模型中，输入数据和输出数据采用的是同一期的数据，但具体到科技金融问题，由于科技产出较之金融投入具有滞后性，因此在选取多年含有价格因素的指标时，应剔4除通货膨胀等因素造成的影响，以使各指标之间具有可比性。三是精简性，选取有代表性的指标，而非将所有指标通通列出来，力求选取最少且能充分反映被评价目标的情况的指标。四是差异性，为了使软件得出的结果比较可靠，选取的投入

8、和产出指标尽量多样化。五是可操作性，在选取指标时应考虑指标的可获得性，应选取易获得数据的指标，否则会影响最终对目标的真实评价。 本文将金融投入指标界定为地方财政科技拨款占地方财政支出的比重，R&D 经费支出占 GDP 的比重，R&D 人员占全国 R&D 人员的比重以及规模以上工业企业新产品开发经费支出占销售收入的比重，将科技产出指标界定为技术市场成交合同金额占全国总成交额的比重，高技术产业主营业务收入占总收入的比重和高技术产业商品出口额占商品出口总额的比重。 一般而言，科技产出较金融投入具有滞后性，本文借鉴相关学者的研究，将科技产出和金融投入的时间差设为一年，本文在运用 DEA 模型时，输出数据（2013 年）较之输入数据（2012 年）滞后一年。 2.评价单元的选取。本文依据经济实力综合排名、人均 GDP 以及科技金融发展状况良好的标准，选取了全国 20 个省市作为决策单元（DMU） ，分别是北京、上海、天津、浙江、江苏、广东、山东、辽宁、福建、陕西、河北、河南、山西、湖北、 、湖南、重庆、四川、黑龙江、江西、安徽。