《基于三阶段dea-tobit模型的省际科技金融效率及其影响因素研究-李林汉.pdf》由会员分享，可在线阅读，更多相关《基于三阶段dea-tobit模型的省际科技金融效率及其影响因素研究-李林汉.pdf（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2018年第2期 科技管理研究Science and Technology Management Research 2018 No2doi：lO3969jissn1000-7695201802034基于三阶段DEATobit模型的省际科技金融效率及其影响因素研究李林汉1，王宏艳2，田卫民1(1河北省科技金融协同创新中心河北省科技金融重点实验室；2河北金融学院基础课教学部，河北保定071051)摘要：基于三阶段DEA模型，对我国2015年的省际科技金融效率进行测算，同时利用Tobit模型对科技金融效率的影响因素进行分析。结果表明，我国的省际科技金融效率普遍过低，只有北京、黑龙江、浙江、河南、广东
2、5个省区的技术效率处于技术前沿面，其他省份的技术效率都有待提高；高技术产业的科研经费投入、地区法制化水平、金融发展与技术创新的程度对于科技金融效率都有正向影响，且高技术产业的科研经费投入影响程度最高；高技术产业利润总额占比与政府机构的财政支持度对于科技金融效率的影响有不显著的负向影响。综合以上分析。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；加大地区法制化水平，保障科技金融市场正常有效的进行；加大金融发展，增进资本积累以及优化资源配置；加大对于科技创新的鼓励，走科技创新内涵路线；各地应监管科研经费，合理分配科学技术财政支出，积极发挥政府的引领作用，保持科技金融效率的持续提升。关
3、键词：三阶段DEA；Tobit模型；科技金融效率中图分类号：F832 文献标志码：A 文章编号：10007695(2018)02023108Research on the Efficiency and the Influencing Factors of Regional Science andTechnology Finance in China Based on the Three-stage DEA and Tobit ModelLi Linhanl，Wang Hongyan2，TianWeiminl(1Coordinated Innovation Center for Sci-teeh
4、 Finance of Hebei，Key Laboratory of Hebei Science and TechnologyFinance，Baeding 071051，China；2Department ofFundamental Science，Hebei Finance University，Banding 071051，China)Abstract：Based on the threestage DEA and Tobitmodel，this paper tries to calculate the efficiency and the influencingfactors of
5、regional science and technology finance in every Chinese province in 201 5The results show that theefficiency of most regional science and technology finance is generally low；only Beijing，Heilongjiang,Zhejiang，Henan，Guangdong have reached the standard of h【ghefficiency productionFor most regions，the
6、 efficiency needs to beimprovedResearch input of hightech industry，regionallegalization，financialdevelopment，technological innovationhave positive influence on the efficiencyof regional science and technology finance，and research input of hightechindustry has the highest impactTotal profits of hight
7、ech industries and financial support of govemment agencies haveinsignificandynegative influence on theefficiencyof regional science and technology financeAccording to the aboveempirical analysis，this paper puts forward suggestions to improve the efficiency of China：Local governments shouldincrease i
8、nvestment in research funding for hightech industries，improve the system of investment，increase the levelof regional legalization，ensure the normal and effective operation of scientific and technological financial markets，increase financial development，increase capital accumuhtion，optimize resource
9、allocation，encourage innovation inscience and technology，regulate scientific research funds，and actively phy a leading roleKey words：threestage DEA；Tobitmodel；efliciency ofscience and technology finance1研究文献综述随着人口红利的逐步消失和能源问题的日渐突显，我国经济发展中依靠高投资、高投入、市场发展潜力的发展模式受到挑战，我国经济发展也正在收稿日期：2017-0829，修回日期：2017101
10、7基金项目：河北省科技金融协同创新中心、河北省科技金融重点实验室开放基金项目“金融发展、技术创新与科技金融效率的实证分析”(S1FCIC201706)万方数据232 李林汉等：基于三阶段DEATobit模型的省际科技金融效率及其影响因素研究步人中低速、变结构、新促力、多问题的“新常态”境遇。转变经济的发展内涵，主题是保证科技创新对经济发展的支撑和引导作用，沿着创新驱动增长的道路前进。为此我国分别于2006年颁布了国家中长期科学与技术发展纲要(2006-2020)、2012年颁布了关于深化科技体制改革加快国家创新体系建设的意见、2016年颁布了国家创新驱动发展战略纲要等一系列政策性文件，其目的是
11、旨在积极调动科技对经济发展的支持作用，从而摆脱以往陈旧的经济发展模式，实现经济内涵发展的转变。在此过程中，金融服务能够为科技发展提供资金支持为科技的发展增加动力，加快科技企业的发展，同时科技金融是实现金融与科技有效对接的抓手和整合工具，在2015年的科技金融促进会上，会议主体之一即为继续深化科技与金融的结合效率和深度，根据新兴产业发展的趋势持续调整科技金融的发展模式，保证为经济发展提供长久动力。伴随着国家、地方和企业对于科技金融关注度的不断提高，学术界对于科技金融的理论分析、发展模式和科技金融效率的研究也在逐步成为热点，根据现有文献来看，国内外关于科技金融的发展主要包括以下3个方面：(1)金融
12、发展促进科技进步的理论研究。国外最早研究科技与金融问题是以研究金融发展促进科技进步为着眼点的。King等。1 o认为金融发展不仅能够通过在技术研发和商业化运作过程中投入大量的资金带动科技的改进和升级；Levine L2 o认为金融能够通过金融深化促进科技知识的积累，与此同时随着金融发展的创新，也能够引起融资创新从而为科技进行的企业解决融资难的现状；Fuerst【3 o认为金融体系中的银行、资本市场以及风险投资都能促进科技的进步。在国内研究方面，朱欢o运用面板数据模型对我国31个省(市、区)的创新投入和产出的数据进行了实证分析，结果发现我国银行贷款规模对企业技术创新的支持效果比较明显，要强于股票
13、市场融资对技术创新的影响；徐玉莲等b 1起采用小样本可靠的Bootstrap仿真方法，对1994-2008年我国金融发展与技术创新进行Granger因果关系的实证检验，认为我国金融体系框架中风险投资发展对技术创新具有积极的促进作用，股票市场发展对技术创新具有一定正影响，而银行与债券市场发展对技术创新均无明显促进作用；张元萍等运用联立方程模型对我国1992-2010年的年度数据进行实证检验，发现金融深化与技术创新的两项指标、金融效率与专利授权数、金融结构和研发投入之间具有显著良性互动关系。(2)科技金融理论研究。在国外的研究中主要是针对于金融发展与科技进步相结合的模式探讨，并没有明确提出科技金融
14、的名词。而在国内这一名词最早出现于深圳1992年的中国科技金融促进会，当时该词汇的本意仍然是科技与金融的缩写，不过此后在1994年的广西南宁中国科技金融促进会上，科技金融的概念真正形成【8 1。此后关于科技金融的研究继往开来。但不同学者以不同的侧重点出发对于科技金融的定义不尽相同。于维栋。9 I、尚福林。10 o、沈阳市科技与金融结合研究课题组。1、王涛_2j等分别从科技与金融的互动、科技对金融的需求、科技金融的属性以及科技金融包含内容四个方面分别给出了定义。直至2009年，赵昌文3以金融机制、市场机制、政府机制角度出发给出了一个学者们比较认可的定义。赵昌文1 3。认为科技金融是促进经济开发、
15、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排，是由为科技创新活动提供金融资源的政府、企业、市场、社会中介机构等各种主体共同组成的体系。此后，洪银兴u 4；、房汉廷5、胡苏迪等钊又从科技金融的发展内涵以及发展本质进入深入的研究。但是这些概念又都是与我国经济和科技发展的发展趋势相结合而给定的，至于科技金融概念的准确界定还需在以后的实践活动中逐步调整。(3)科技金融效率的实证研究。通过相关研究的总结，可以看出国外学者很少有对科技金融效率的直接研究。这可能是因为国外金融资源的配置效率比较高，科技实力雄厚，而我国与之相比存在较大的差距，所以研究效率是十分必
16、要的。华玉燕等。1 7。运用DEA方法对安徽省科技金融结合效率进行实证研究，表明不能单纯依靠扩大金融投入提高科技产出。张宗益等H引利用随机前沿生产函数对我国31个省市自治区(不包括港、澳、台地区)的面板数据进行实证分析，认为随着我国科技投入的持续增加、我国的科技金融效率取得了长远的进步，但是同时应该可以看到我国还存在效率过低的现象。韩威1 9。运用DEATobit模型分析河南省2005-2014年18个地市的科技金融效率，结果表明河南省的科技金融效率呈现先升后降的趋势，并且低于差异明显。张明龙叫运用超效率DEA与Malmquist指数方法对我国金融支持科技创新的效率进行实证分析，结果表明我国金
17、融支持科技创新的效率呈现U形走势。同时区域差异也明显。深入分析上述文献成果，发现国内外学者对于科技金融有了一定的研究，但是还有一定的改进空间，首先对于我国科技金融效率的影响因素研究的万方数据李林汉等：基于三阶段DEA-Tobit模型的省际科技金融效率及其影响因素研究较少，众多文献只是根据投入产出模型得出影响因素，这显然有一定的偏颇；最后在研究科技金融效率的过程当中，变量的选取数据样本偏小，导致计量方法的选用上不甚合理，关于影响效率的环境因素的考查不多，这也会导致最后计算的结果上有一定局限。因此本论文采用三阶段DEA方法结合根据数据详细计算我国科技金融的效率问题，对于另外在考虑我国科技金融效率的
18、影响因素上排除一般的最小二乘法选用Tobit方法进行分析，以防止出现方程奇异的状况，最后本论文试图厘清科技金融效率的发展以及影响要素，以期对于实际的生产生活给出有益的建议。本文的机构安排如下所示：第一部分是问题的提出以及文献综述；第二部分将选取数据对变量进行说明和整理，并建立科技金融效率计算的模型；第三部分对影响科技金融效率的影响因素进行分析，并建立Tobit模型进行定量分析，并对所得的结果进行说明；第四部分将针对第二第三部分的实证结果提出政策下建议。本文的主要贡献主要体现在如下几个方面：1)利用在三阶段DEA模型的基础上，对相对效率进行了纠偏，以求更接近科技金融效率真值。2)利用DEA模型得
19、到的效率，具有多投入的因素，但是这些投入并不能直接评估对于效率影响的程度，因此利用Tobit模型对于影响科技金融效率的因素进行回归分析，排除有个别文献直接采用最小二乘法进行回归的错误。2科技金融发展效率与影响因素实证分析本部分首先介绍三阶段DEA方法的步骤，然后确定我国科技金融发展效率的投人产出指标，并且对相应地数据进行预处理，测量我国科技金融效率，然后以科技金融效率为被解释变量，通过tobit模型，对于金融发展与技术创新进行回归分析，研究金融发展与技术创新对于科技金融效率的影响程度，并且对结果进行分析。21三阶段DFA数据包络分析法(DEA)是由Charnes等在1978年提出的一种测度多投
20、入和多产出下综合效率最常用的方法，该方法对于模型没有要求函数形式，而且也不需要知道投人和产出之间的函数关系，可以避免人为的设置函数形式而产生的误差，同时DEA方法还不受数据单位的影响，在使用数据的时候不用归一化。Fried指出传统DEA模型没有考虑环境因素和随机噪声对决策单元效率评价的影响，Fried等22-231就探讨了如何将环境因素和随机噪声引入DEA模型，在国内被学者称为三阶段DEA模型，王志平等E 24 o将BOOTSTRAP方法与三阶段DEA结合产生了四阶段DEA。所谓的三阶段，关键在于第二阶段如何剔除环境因素和随机噪声。关于三阶段DEA模型的具体步骤，本文不再赘述。22 变量选取和
21、数据说明本文以2015年为研究时间，由于西藏统计数据的不可得，选取我国除西藏外的30个省市自治区(不包括港、澳、台地区)为样本地域，数据来源于中国高技术产业统计年鉴中国统计年鉴中国科技统计年鉴和国家统计局网站。(1)科技金融投入指标。考虑到金融发展对于科技创新的资金支持作用，借鉴杜金岷等2引的方法，选取R&D经费内部支出中的企业资金。)；考虑到古典经济增长理论中选取资本和劳动力为投入要素，借鉴薛晔等心6I、章思诗等2 7。的方法，投入变量选取R&D人员全时当量：)和R&D经费支出，)。(2)科技金融产出指标。考虑科技成果的产出较为复杂，指标不能单一化原则，本文借鉴赵稚薇2引的方法，产出变量选取
22、专利授权数量(K)、三大检索论文数量(y2)、各地区技术市场成交额(y3)以及新产品产值(y4)。(3)为了剔除传统DEA模型中的环境因素，本文考虑将财政科学技术支出占一般预算比例作为政府对于科技的重视度留)，鉴于数据的可得性，选自中国统计年鉴中地方财政科学技术支出占地方财政支出的比例；选取人均GDP作为衡量地区经济水平的指标(z2)；选取区域科研机构数占全国比例反映科研气氛)；借鉴陈德球等1的方法，选取樊纲等o J、王小鲁等_“中的各地区市场法律制度环境评分指标来衡量各地的法制化水平任劲。综上所述将所有的数据与说明汇总见表1所示，各投入产出数据的统计性特征见表2所示。基于Charnes等。2
23、1。的理论，利用DEA模型进行效率测算的时候需要满足在决策单元投入增加的条件下，产出指标也需要保持相应地增加，这种性质的验证需要借助Pearson相关性分析，借用Eviews80分析各项投人产出指标的相关系数矩阵结果见表3所示。由表3可知，科技金融所有的投入与产出指标在5的水平下均存在显著的正相关关系，满足DEA模型中对于变量的需求。其中R&D人员全时当量与各个产出指标的Pearson的相关系数分别是0802、0856、0719和0790，因此基于本文所用数据所得到的dea模型的效率是可靠的。万方数据234 李林汉等：基于三阶段DEATobit模型的省际科技金融效率及其影响因素研究表1 样本科
24、技金融投入产出体系表2样本科技金融投入产出指标的统计性分析表3样本科技金融投入产出指标的相关性分析注：+、一、+分别表示在l、5、10水平下显著。下同23基于三阶段DEA模型的科技金融投入产出效率测算231第一阶段效率结果与分析首先利用DEAP软件对我国30个省市(不包括港、澳、台、西藏地区)的科技金融效率的投入产出指标进行测算，结果如表4所示，从表4可以看出，在没有考虑环境因素和随机变量影响的情况下，(1)我国在2015年的科技金融效率中综合技术效率的均值为0860，纯技术效率的均值为0839，规模效率的均值为0956。(2)从技术效率来看，北京、吉林、黑龙江、浙江、河南、广东、重庆、四川、
25、贵州、甘肃和青海总共11个省市是前沿面，将近37的比例。(3)北京、吉林、黑龙江、浙江、河南、广东、重庆、四川、贵州、甘肃和青海总共11个省市是效率有效的前沿面且规模效率保持不变；上海、江苏、山东、湖北和湖南5个省市处在规模效率递减阶段，剩下的14个省市处于规模效率递增阶段。(4)由于第一阶段的效率值没有考虑环境变量和随机因素，因此本阶段的结果只是初步的测算，可能与真实水平之间还有差距。表4 2015年样本科技金融投入产出效率(第一阶段)北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆四川贵州云南陕西甘肃青海宁夏新疆232第二阶段随机前沿分析(SFA
26、)分析结果利用Frontier41将第一阶段得出各个地区投入变量的松弛变量定为被解释变量，将上述的4个环境因素作为解释变量，进行SFA回归分析，结果如表5所示。由于将各个投入的松弛变量作为被解释变量，所以当回归结果中的系数为负数时，即是说明增大相应地环境变量将削弱投入的松弛变量，也就是说能够利于减少投人或者说增大产出；同理，当回归系数为正数的时候，则表明增大环境变量会导致增大相应地投入松弛，从而导致增大投入或者减小产出21。下面逐一对每个环境变量进行分析。(1)政府对于科技的重视程度。该变量对于所有投入变量的松弛值回归系数都为负数，这表明政府对于科技的重视程度对于科技金融效率的产出有促进的正向
27、作用，说明政府对于科技的重视程度越大越有利于科技金融效率的提升，这与我国的实际情况相一致，与理论预期也一致。(2)地区经济水平。地区人均国内生产总值对于所有投入变量的松弛值回归系数都为正数，即地一一_喜扭一薹拈一如一如一缸罄缸如如如喜如缸一船一呈一如一油油缸8)2l2737ll122l424l鲫粥盯鲫盼踮鲫g!叭卯记，矾舛nCOO0O0OOO0O0OOOOO。弼铆铋嬲御。懈。m踟蝴粥。伽窒。；暑。，叫啷。鲫OOO00OOO0OOOOOOOO1769663l29746449438弛勰妯嬲份伯黔；。为盼弱裼舒记盯嗨铊叭nnnnnnnnnnnc；nnnnnnn万方数据李林汉等：基于三阶段DEATob
28、it模型的省际科技金融效率及其影响因素研究区经济水平并没有促进科技金融效率的增加，这一点与理论预期不相符，造成这一点的原因有可能是因为人均生产总值指标并不能很好的反应该地区的经济水平，虽然我国的经济总体量在世界占据前列，但是我国的贫富差距大，以至于该指标的失真。(3)地区科研气氛。该变量对于所有投入变量松弛值的回归系数都为负数，即地区科研气氛能够促进科技金融效率的增加，同时也可以降低科技金融的投入量，此结论与杜金岷等心纠是一致的。(4)法制化水平。该变量对于所有投入变量松弛值的回归系数都为负数，即地区法制化水平视科技金融效率增加的正向影响因素，即加大地区法制化水平能够促进科技金融效率的增加，同
29、时也可以降低科技金融投入量，此结论与杜金岷等哺1是一致的。正如三阶段DEA方法中强调的那样，由于各地区的环境变量和随机变量的差异导致分析过程的偏差，以至于我们必须调整原有的投入变量，使各个省份能够处于相同的条件下，从而排除环境变量对于第一阶段DEA结果的干扰，并且再次进行DEA分析，进而得到更加接近真实的效率水平。表5样本随机前沿分析(SFA)结果233第三阶段调整投入后的DEA结果根据第二阶段分析结果调整投人变量，并且将其和原有的产出再次代人传统的DEA模型进行分析，可以得到第三阶段的各个地区的效率值和规模报酬状态，如表6所示。对比表4和表6结果来看，(1)首先将第一阶段的综合效率、纯技术效
30、率和规模效率和各投入变量的Pearson相关系数与第三阶段的综合效率、纯技术效率和规模效率与各投入变量的Pearson相关系数进行对比，如表7所示，可以看到，相比于第一阶段，第三阶段的各个效率值与各个投入变量之间的相关系数都有了大幅度提高，进一步说明了进行三阶段DEA模型分析的必要性；(2)去掉环境变量和随机因素的影响，仍然是技术效率前沿面的地区由11个下降到5个，北京、黑龙江、浙江、河南、广东保持不变，且没有出现未位于技术效率前沿的地区递增到技术效率前沿面的情形。(3)从全国范围来看，全国综合技术效率的均值由0806 1下降到0702 9，纯技术效率由0839 2上升到0905，规模效率由0
31、956下降到0779，而且规模效率递减省份由原来的5个下降到1个，以规模效率递增的省份居多。(4)从各个省份来看，第三阶段的综合科技金融效率相比第一阶段出现下降的省份有天津市、山西省、吉林省、上海市、安徽省、江西省、湖北省、广西省、海南省、重庆市、四川省、贵州省、云南省、陕西省、甘肃省、青海省、宁夏自治区、新疆总共18个省区，这说明这些地区先前的效率值与这些省区所处的环境有密切关系，但是技术管理水平并没有那么好。而第三阶段综合科技金融效率相比第一阶段上升的省区有河北省、内蒙古自治区、辽宁省、江苏省、福建省、山东省、湖南省总共7个省区，这一现象说明这些省区之前的效率低是由于环境的不利所造成，而并
32、非他们的管理水平不够。(5)将纯技术效率和规模效率分别以平均值0905和0779为临界值，按照纯技术效率和规模效率进行划分，可将我国的各个省区的科技金融效率划分为4种类型，如图l所示，按照常见的平面直角系的命名法，以图中的平均值线将该区域分为四象限。在第一象限内的区域为纯技术效率和规模效率均在临界值上的省区，分别为北京市、吉林省、黑龙江省、江苏省、浙江省、河南省、广东省、重庆市、四川省、陕西省总共10个省区，这类省区科技金融效率所需改进较少；在第二象限的为规模效率高丹纯技术效率较低的省区，分别为山东省、湖南省、上海市、湖北省、辽宁省、安徽省、福建省、江西省、天津市总共9个省区，这一类省份由于纯
33、技术效率都位于平均值以下，所以以后要加强科技金融过程中的技术管理水平；在第三象限为纯技术效率与规模效率都位于临界值以下的省份，分别为贵州省、广西省、山西省、云南省和河北省5个省区，以河北省为例，规模效率为0751，但是纯技术效率为0663，都有很大的提升空间，这一部分的省区要注重技术管理水平的提升，同时也要注意科技万方数据236 李林汉等：基于三阶段DEATobit模型的省际科技金融效率及其影响因素研究金融规模的扩大；在第四象限的省区为规模效率低但是纯技术效率较高的省区，分别为甘肃省、新疆、内蒙古、青海省、海南省、宁夏省总共6个省区，这一部分省区的改进方向以后要在科技金融规模上着重改进，积极扩
34、大科技金融规模，实现资源的集中配置和管理。表6样本剔除环境影响因素后的科技金融效率(第三阶段)地区 综合技术效率 纯技术效率 规模效率 规模报酬北京 1 l 1 一天津 O712 0901 O791 一河北0497 0663 075 drs山西0474 0854 0555 drs内蒙古0299 1 0299 clrs辽宁 0821 O89 O923 drs吉林 O938 1 0938 一黑龙江 l 1 1 drs上海 0725 O755 096 一江苏 O945 1 0945 drs浙江 1 1 1 一安徽0668 0728 0917 drs福建0817 0933 0875 drs江西0692
35、 0855 0809 drs山东0655 0667 0983 drs河南 1 1 1 。h、表6(续)地区湖北湖南广东广西海南重庆四川贵州云南陕西甘肃青海宁夏新疆综合技术效率 纯技术效率 规模效率 规模报酬O71l0818l090lO93l110 903082509390942l0943ldrsdrsdrsdrs表7样本第一阶段与第三阶段效率与投入指标的相关系数图1 样本科技金融效率按照平均值划分图24基于Tobit模型的科技金融效率影响因素测算分析从上一节的研究内容可以看出，我国各地区的科技金融效率有所差别，但是什么因素导致了我国各地区的科技金融效率的差别呢?本节欲在上一节三阶段测算结果基础
36、上建立Tobit模型，分析到底是哪些因素影响了科技金融效率。241指标选取以及相关说明借鉴相关研究成果n 2 7I，本文选取的指标包括高技术企业、政府机关、金融市场以及技术创新等进行如下分析：(1)高技术企业是科技金融能够保持发展的重要载体，科技成果的转化，金融资源配置的实现都要通过高技术企业来完成，高技术企业越是完整，规模越大，科技金融的效率越高。因此，本节选取高技术产业利润总额占比来反映各地区高技术产业的资金规模(形，)，选取R&D投入强度来反映各地区高技术企业科研经费的投入程度(职)，数据来源于2016年高技术产业统计年鉴和2015年全国科技经费投入统计公报。(2)政府机关是各地区科技金
37、融效率高低的推手，由于高技术企业的高风险和产品的周期长，导致很难从普通的金融机构中得到连续的资金，因此政府的帮扶就显得尤为关键，本文选取地方财政科学技术支出占地方财政支出的比例来反映政府机构的支持度(职)，另外应该看到科技金融效率对于地方的法制化要求也越来越高，尤其是在市场化程度不高的地区，法治程度决定了科技金融效率的投资-喜一|耋一_耋一鹏_誊559284797375孵盯。叭卯砷盯矾00OOO0OOOOO0O研。跚舶嗡嗡螂似哪眦聊|鲁00O(000O0O0OO率效术5技。纯4m3n2n19876543210醉辍辎枣万方数据李林汉等：基于三阶段DEATobit模型的省际科技金融效率及其影响因素
38、研究 237和运转，因此本文选取樊纲等。3 0I、王小鲁等中的各地区市场法律制度环境评分指标来衡量各地的法制化水平(职)。(3)金融市场是转化资金投向的重要场所，可以通过金融市场的规模，金融市场的效率和金融市场的结构3个方面对科技金融效率进行影响，金融发展能够协同技术创新，鼓励引导改革创新，使得金融能够服务于具有成长潜力的科技企业，金融发展不仅能够缓解企业的资金困难，为其成长提供养分，更能反向的为资本增值提供空间，为金融发展提供保障。本文借鉴田卫民。3的方法，以各地区各项贷款余额占地方生产总值的比例来衡量金融发展的程度(瞅)。(4)科学技术是第一生产力，科技金融效率的根源在于科技创新的程度如何
39、，在推动科技创新企业发展，提高政府资源配置的过程中，科学技术的发展，技术的创新不仅是出发点，同时也是把科技创新要素激发，使得内生科技创新发展，外化为科技创业的动力与能力的终结点。本文以各地区专利授权数量占比来衡量这一指标(矾)。应用Eviews软件对于该变量进行统计性描述，结果表8所示。表8样本科技金融投入产出指标的统计性分析242 Tobit模型建立由于三阶段DEA得到各地区的科技金融效率值都位于0l之间，因此不能选用最小二乘法的普通回归模型，需要选择Tobit回归模型，该模型是由Tobin1于1958年提出的，它的主要特点是当因变量为部分连续时可以采用。本文以三阶段DEA模型得到的各地区的
40、综合技术效率为被解释变量，以241中的指标说明为解释变量进行回归，结果如表9所示。由表9的科技金融效率Tobit模型回归结果可知，高技术产业利润总额占比(形，)与政府机构的支持度(w02个变量的回归系数为负，可以得出当上述俩指标分别增加1时，科技金融效率则分别降低179和559，但是其相关系数不显著。R&D投入强度(职)、各地的法制化水平(阢)、金融发展的程度(职)与各地区专利授权数量占比(眠)4个变量的回归系数都为正，可以得出当上述4个变量分别增加1时，科技金融效率则分别增加1246、001、032和395，而且、矾在5的置信水平下显著，职在1的置信水平下显著，眠在10的置信水平下显著。表9
41、样本科技金融效率T曲it回归模型结果注：+一一。+分别表示在l、50k、10的水平下显著由表9模型结果揭示：(1)高技术产业的科研经费投入、地区法制化水平、金融市场的发展程度与技术创新的程度对于科技金融效率都有正向影响，其中影响程度大小比为高技术产业的科研经费投入技术创新的程度金融市场的发展程度地区法制化水平，这说明我国的科技发展程度对于科技金融效率的影响是明显的，也是我国各地区需要着重发展的因素。(2)高技术产业利润总额占比(形。)与政府机构的支持度(肜，)对于科技金融效率的影响都是负向的，这与章思诗等心H的结论是相符的，说明单纯的增加科研财政投入并不能带来科技金融效率的提升，可能反向的增加
42、了科技投人的繁缛，而抑制了科技金融效率，但是这2个变量在回归模型中都是不显著的，可能说明变量的选取不恰当。3结论与建议本文在前人的研究基础之上，运用三阶段DEATobit模型对我国30个省市自治区(不包括港、澳、台、西藏地区)2015年的科技金融效率以及影响因素进行实证分析，得出结论：第一，我国整体的科技金融效率偏低，只有北京、黑龙江、浙江、河南、广东位于技术效率前沿的地区，其他地区都没有达到技术效率前沿但是具有递增空间。第二，提出了影响科技金融效率的六个因素为：高技术产业的资金规模、高技术企业科研经费的投人程度、政府机关支持度、地区法制化水平、金融市场发展程度以及技术创新程度。其中，高技术产
43、业的科研经费投入、地区法制化水平、金融市场的发展程度与技术创新的程度对于科技金融效率都有正向影响，且都是显著的。基于前文的结论，特提出以下的建议：第一，加大高技术产业的科研经费投入，改善经费投入的体系。由于高技术产业对于科技金融效率具有显著的正向影响，所以，各省市的高技术科研经费投入管理机构应加大高技术产业的科研经费万方数据李林汉等：基于三阶段DEA-Tobit模型的省际科技金融效率及其影响因素研究投入，并在原有的基础上，改善以及完善经费投入的体系，加大对于重大项目的支持力度，在宏观上为科技拨款行为提供保障，打造良好的经费投入环境。第二，加大地区法制化水平，保障科技金融市场正常有效的进行。党的
44、十八大以来，我国的法制建设有了重大改善，其中在十八届三中全会提出全面深化改革的60项任务中，关乎法制建设的就有32条。从某种程度上来说，地区法制建设的相对落后，直接阻碍了中国金融市场的活力释放，在经济新常态的要求下，各地更需要加大加强法制建设，形成完善的法律规范体系，高效的法制化实施，严密的监督体系，有力的保障，从而实现公平公开的市场竞争。第三，加大金融发展的程度，增进资本积累以及优化资源配置。各地金融市场发展不一，金融市场的资源也不平均，要防止金融市场只关注政府重点关照的企业和热门企业，应该优化资源配置，对于那些科技发展内涵的企业也应该给予相应地支持，同时要加大社会信用体系的建设，防范金融风
45、险，推动各地区金融平衡发展。第四加大对于科技创新的鼓励，走科技创新内涵路线。当前我国的科技发展仍然落后与世界大多数国家，经济的发展仍然依靠我国资源广阔、人力丰富的优厚条件。从银行的科技信贷角度来说要多支持科技创新的项目，从政府角度来说也要遵循科技发展的规律。正确的引导科技发展。各地应积极探索科技创新的理论与实践，对接好理论与实践。加大科技理论的现实转化。第五，科技金融效率与科技支出占地方财政支出比重呈现负相关，说明我国的科技支出的使用情况有待改善，应加强对于科研资金的合理使用。加强对于落实情况，效益情况的监管，防止人力、物力、财力的浪费。参考文献：【l J KING R G，LEVINE RF
46、inance and growth：schumpeter misht berlsht【J JThe Quarterly Journal of Economics，1993，108(3)：717737【2 J LEVINE RFinancial development and economic growth：views andagenda【J jJournal of Economic Literature，199735(2)：688726【3 j FUERST M ETechnological innovation and the design of thefinancial systemDMi
47、chigan，American：University of Michigan，19994朱欢我国金融发展对企业技术创新作用效果的实证分析J科技管理研究201叫14)：26305徐玉莲，王宏起我国金融发展对技术创新作用的实证分析J统计与决策，201 l(21)：144146【6张元萍，刘泽东金融发展与技术创新的良性互动：理论与实证J中南财经政法大学学报，2012(2)：6773，92，1431447回广睿我国科技金融的效率评价及其影响因素分析D西安：西北大学，2014：20218陆燕春，朋振江我国科技金融理论研究综述J科技进步与对策，2013(1 6)：156-1609于维栋理解科技金融结合这一
48、使命要有时代感J高科技与产业化，1995(5)：323310尚福林进一步加强科技与金融的结合J高科技与产业化，1997(4)：45，241 I沈阳市科技与金融结合体制及对策研究课题组科技与金融结合的体制及对策研究J中国软科学，1995(2)：333912王涛略论科技金融J中国科技产业，1996(9)：42-4513赵昌文，陈春发，唐英凯科技金融M北京：科学出版社2009：1 1-2014洪银兴科技金融及其培育J经济学家，201l(6)：222715房汉廷关于科技金融理论、实践与政策的思考J中国科技论坛，2010(1 1)：510，2316胡苏迪，蒋伏心科技金融理论研究的进展及其政策含义J科技与经济，2012(3)：61-6517华玉燕，赵纳基于DEA方法的科技金融结合效率研究：以安徽省为例J金融教育研究，2013(3)：46-4918张宗益，周勇，钱灿，等基于SFA模型的我国区域技术创新效率的实证研究J软科学，2006(2)：12512819韩威基于DEATobit模型的科技金融结合效率实证分析：以河南省为例J金融发展研究，