温州市科技金融发展历程及问题研究

——财通证券股份有限公司温州分公司 娄雪冰 郑慧敏 李雯婷 童煜哲

摘要：科技与金融的相互结合是现代经济的发展趋势，如何使得科技与金融完美结合，促进科技金融的发展成为温州市乃至我国经济发展中需要解决的问题。为了对温州科技金融发展历程进行充分了解，本文从国内外科技金融的研究入手，对科技金融以及其效率进行理论分析，对科技金融的内涵做出了定义，回顾我国科技金融的发展历程，对比浙江主要城市科技金融发展的有关数据，分析了温州市科技金融的现状和问题。之后，又运用数据包络分析法（DEA）对2014年-2020年温州市科技金融的效率进行测度，并进一步分析得出结论：（1）科技金融的相关研究有待加强（2）温州市科技金融发展经验不足。

在此基础上，为提高温州市科技金融发展，提升科技金融的效率，本文提出了相应的政策建议：（1）成立科技金融专设机构；（2）加快发展风险投资；（3）加强金融市场风险管理；（4）强化科技企业的资金获取能力和利用效率。

关键词：科技金融，效率，DEA

一、研究背景及意义

党的十九大提出“着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系”，今年的《政府工作报告》也提出“促进创业投资发展，创新科技金融产品和服务，提升科技中介服务专业化水平”，充分体现了党和国家对科技金融发展的重视。科技金融是金融产业在自身发展过程中的重要产物，科技金融不仅仅为技术创新活动的进行提供了各种渠道的资金来源以及丰富的资金量，并且在此过程中也收获了相当可观的经济利润，这一过程成就了科技与金融的双赢^[1]。

2017年12月22日，在温州市人民政府的指导下，温州市金融办、温州市科技局和温州浙南科技城管理委员会共同打造了温州科技金融中心。温州科技金融中心吸引了大批金融机构入驻，推动了温州地区科技项目和资本的结合，帮助了一批又一批科技型企业获得金融支持，实现产品落地、财富增值^[2]。2019年09月09日，温州市人民政府办公室印发《温州国家自主创新示范区科技金融改革创新实施方案》，该方案强调坚持科技金融改革创新，构建科技金融服务生态，探索民营经济高质量发展的新道路，建成金融要素与科技要素有效融合的科技金融发展引领区。

近些年，随着研究的不断深入，理论界也对此提出了许多不同的主张和研究思路。本文通过对现有科技金融研究的回顾、整理和借鉴，对科技金融效率的测算进行研究，旨在为今后研究提供有益的参考。

二、科技金融及其效率的理论分析

（一）科技金融的概念界定

“科技金融”这一词汇最初是作为“科技”和“金融”二者的缩写出现。1994年召开的首届中国科技金融促进会在我国第一次提出了“科技金融”^[3]。

如图2-1所示，科技金融参与的主体不仅仅包含科技型企业、科研机构和政府等，还囊括了科技金融中介机构和金融机构等。

政府作为参与科技金融的主体，通过制定相关金融政策来规避科技金融市场失灵风险，发挥引导作用，维持市场秩序，促进社会上的金融资金更多的投入到科技金融领域。对于高新技术企业，它的研发活动和规模扩张会直接影响科技金融的创新产出。各大高校和科研机构是创新技术的源泉，通过教育的方式加速新知识和新技术在产业集群中的推广，从而为科技金融创新活动提供了充足的创新技能和知识。

对科技金融的概念和内涵做出更准确的界定，不仅有利于科技金融理论本身的发展，也有利于引领科技金融的各项实践活动。随着我国逐渐转变为科技创新型国家，如何解决科技型企业在自主创新过程中遇到的金融问题，如何利用科技创新带动区域经济稳健增长，已经开始得到学术领域和实践领域的广泛关注^[4]。但是不同时代对科技金融的理解和认知也不完全相同，所以，科技金融仍然是一个需要进一步完善和研究的概念，有待形成一套完整的、系统的科技金融发展理论。

（二）科技金融的效率和测度

1．科技金融效率的含义

根据内生增长理论，科技金融的作用过程可以用生产函数表示为：

T=f(K,L,A)

其中T代表科技创新产出，K代表科技创新活动中的资金投入，L代表科技创新活动中的人力投入，A代表影响科技活动的其他因素。

结合金融对科技发展的作用机制，我们可以把科技金融的效率界定为：在投入给定的条件下，金融市场用于研究和发展科学技术的资金以及企业或者部门自身用于科研活动的人力等投入带来的最大的科技创新产出的能力，是科技创新活动中资源配置合理性的重要体现。

2.科技金融的效率测度

关于科技金融的效率测度方法，从整体上来看，决策单元技术效率的测度方式主要有两种：参数法和非参数法。参数法以随机前沿分析（Stochastic Frontier Analysis, SFA）方法为代表。非参数方法是用数据包络分析（Data Envelopment Analysis, DEA）方法为代表。数据包络分析方法是测度多种不同投入和产出情况下综合效率的常见方法，是由Charnes、Cooper和Rhode在1978年提出的^[5]。数据包络分析法对投入和产出的生产函数形态以及各项投入产出数据所选择的单位没有特别要求，非常适合多投入多产出系统的效率测度。

考虑到对科技金融效率的测度关系到多项投入和多项产出，同时由于科技金融活动的生产方式比较特殊，所以本文通过使用数据包络分析法（DEA）对科技金融效率进行测度。

三、我国科技金融的发展历程以及温州发展现状

从整体上看，我国科技金融的发展历程主要分为三个阶段：科技金融准备阶段、起步阶段、完善和发展阶段。

（一）科技金融准备阶段（1978-1992）

1978年开始的金融体制改革，逐步形成了中央银行体系-和货币市场，初步构建了金融宏观调控体制。1985年3月，中共中央作出《关于科学技术体制改革的决定》。1988年5月，国务院批准成立北京市高新技术产业开发试验区，并在之后成就了中关村奇迹 ^[6]。在科技金融的准备阶段中，政府采用一系列的政策调整、体制改革和相关机构的设立，为科技金融的发展创造了必备条件。

（二）科技金融起步阶段（1992-2006）

1992年11月，中国科技金融促进会成立，同一时期，国内的金融体制进入了充实和调整阶段，外来资本逐渐发现中国市场，并对中国市场展开投资。2004年5月，深圳证券交易所推出了旨在帮扶高新技术企业、中小企业以及成长型企业的中小企业板。这使得资本市场在科技产业的发展中发挥了真正意义上的作用，有力的推动了科技金融的进步。

（三）科技金融完善和发展阶段（2006年至今）

2006年，社会主义市场经济逐步深化，自主创新、建设创新型国家作为战略目标纳入了国家中长期科技发展规划纲要，还提出了增强政府投入带动社会科技资源配置能力，构建高效多元的科技投入体系。2019年，科创板正式上市，推动了科技和金融深度融合，科技金融的发展已经进入了完善和发展的阶段。

（四）温州科技金融发展的现状

2011年10月，科技部发布了《关于确定首批开展促进科技和金融结合试点地区的通知》，将浙江温州在内的16个地区确定为首批促进科技和金融结合试点地区。本文从规模以上工业企业研究与实验发展（R&D）人员全时当量、规模以上工业企业研究与实验发展（R&D）经费支出情况、专利申请授权数三个方面对温州市2014年-2020年的科技金融发展情况进行回顾。

1.规模以上工业企业研究与实验发展（R&D）人员全时当量

规模以上工业企业研究与实验发展（R&D）人员全时当量是指R&D全时人员工作量与非全时人员按照实际工作时间折算的工作量之和。反映的是一个城市或地区科技人力投入的重要指标，也是国际上通用的可比指标之一。

表3-1 2014年-2020年各城市（R&D）人员全时当量（单位：人年）

数据来源：2015年-2021年《中国科技统计年鉴》

图3-1 2014年-2020年各城市（R&D）人员全时当量

如表3-1、图3-1所示，温州市2020年研究与实验发展（R&D）人员全时当量为56741人年，与2014年的32219人年相比，增长了76.11%，年均增长率9.89%。

2. 规模以上工业企业研究与实验发展（R&D）经费支出

规模以上工业企业研究与实验发展（R&D）经费支出指的是规模以上工业企业用于（R&D）项目活动的直接支出，以及间接用于R&D活动的服务费、管理费和相关基础建设支出以及加工费等费用之和。

表3-2 2014年-2020年各城市（R&D）经费支出情况（单位：万元）

图3-2 2014年-2020年各城市（R&D）经费支出情况

如表3-2、图3-2可知，温州市的（R&D）经费支出从2014年的596468万元增长到2020年的1225196万元，年均增长率为10.83%，远高于杭州市的8.16%和宁波市的8.81%，增长速度较快。

3.专利申请授权数

专利是指一项发明创造的首创者所拥有的受到保护的独享权益，而专利申请授权数的多少可以直观反映一个城市科技创新能力的高低。

表3-3 2014年-2020年各城市专利申请授权数（单位：件）

图3-3 2014年-2020年各城市专利申请授权数

如表3-3、图3-3所示，温州市2014年的专利申请授权数为24371件，与2020年的52199件相比，增长了114.18%，年均增长率为11.50%，其中2020年相比2019年增长了41.04%。

四、温州市科技金融效率的实证分析

（一）实证模型的构建

数据包络分析法（DEA）由运筹学专家Charnes、Cooper和Rhode在1978年第一次提出，是最为常用的测度多投入多产出情况下综合效率的方法^[7]。数据包络分析法（DEA）对于所选择变量的单位没有特别要求，可以被用于比较复杂的生产关系的效率评估^[8]，因此，使用数据包络分析法对温州市科技金融的效率进行测算较为合适。其CCR模型可表示为：

4.1式

4.1式中，n是被测评的单位个数；是被评价单位的投入或产出指标；是各单位组合系数；θ是效率评价值；是松弛变量。如果，同时，则决策单元是DEA有效，决策单元的经济活动同时满足技术有效和规模有效；如果，那么决策单元你不是DEA有效，该经济活动既不是规模有效，也不是技术有效。

（二）指标选择与数据来源

本文从投入和产出的角度研究温州市科技金融的效率，在开展科技金融效率评价是选用的指标包括：（1）投入变量：规模以上工业企业（R&D）人员全时当量、规模以上工业企业（R&D）经费支出情况、科学研究和技术服务行业的金融机构贷款；（2）产出变量：专利申请授权数、技术市场成交合同额，具体如表4-1所示。充分考虑到投入对产出发生作用的滞后效应，效率评价指标中的投入变量选用当年的数据，产出变量使用次年的数据。

表4-1 科技金融效率投入产出指标描述

（三）实证结果及分析

通过使用SPSSAU软件，本文对温州市2014年-2020年的科技金融投入与产出数据进行了测算，得到了温州市各年科技金融的效率值，并根据所得数据绘制出图4-1。

表4-2 2014年-2020年温州市科技金融有效性分析

图4-1 2014年-2020年温州市科技金融效率θ

如表4-2、图4-1所示，从科技金融效率的变化来看，2014年-2020年温州市的科技金融效率呈现先下降后上升的情况，其在2016年的效率值最低，为0.762。在经历过2016年之后，后续几年科技金融效率逐年攀升至1。

表4-3 2014年-2020年温州市科技金融投入冗余分析

如表4-3所示，从投入变量方面来看，2014年和2015年的金融机构贷款和（R&D）全时当量出现冗余，而2016年和2017年的金融机构贷款和（R&D）经费支出出现冗余，从而使得这四年的科技金融效率低，呈现非DEA有效。

表4-4 2014年-2020年温州市科技金融产出不足分析

如表4-4所示，从产出变量方面来看，2014年-2020年间专利申请授权量并未出现产出不足，但2014年-2016年的技术市场成交合同额存在产出不足的现象。

五、结论和政策建议

（一）主要结论

使用数据包络法（DEA）对2014年-2020年温州市科技金融效率进行了测度，最后的出相应结论，归纳如下：

1.科技金融的相关研究有待加强

对比国内外对科技金融的研究发现，我国针对科技金融的研究仍有不足。我国科技金融相关研究开展较晚，虽然近几年从科技金融的路径和模式、机制和体系等角度做了进一步探讨，但是客观来看，有关科技和金融二者之间的作用关系和机理仍然没有形成一套系统的理论，加强对科技金融的研究十分必要。

2．温州市科技金融发展经验不足

温州市在2011年10月才成为首批开展促进科技和金融结合试点城市，和同期成为试点城市的杭州市、宁波市一样，温州市对于科技金融的发展仍处在摸索阶段。在2014年-2016年的数据中，温州市科技金融的效率在逐年下降，虽然加大了投入力度，但是产出并没有与之大幅度增长。

（二）政策建议

温州市科技金融仍处于探索阶段，科技金融效率不稳定。基于以上情况，为了促进科技和金融的有效结合，本文提出以下政策建议：

1.成立科技金融专设机构

科技创新活动自身具有较高的风险，科技企业在获得资金支持时，往往面临信息不对称的问题。这时候就需要专门机构，构建金融市场与科技企业沟通的桥梁，建立科技企业和金融机构的专业信息库，对于双方的需求进行相互匹配，搭建彼此交流的平台，优化资源配置，推动科技金融的快速发展。

2.加快发展风险投资

科技企业的发展离不开风险投资，风险投资不仅能为企业带来充足的资金，风险投资机构还会通过间接参与企业管理，为科技企业带来先进的管理运营体系。发展风险投资，有利于科技金融的高效发展。

3.加强金融市场风险管理

风险因素是经济发展过程中必须考虑的问题，如果金融市场利率产生波动，势必会导致科技企业融资困难，从而对企业经营产生影响，造成经营风险。加强金融市场风险管理，有助于科技企业的发展，也利于金融机构对科技企业进行投资，从而促进科技金融的发展。

4.强化科技企业的资金获取能力和利用效率

科技企业是科技金融发展的起点，科技创新活动离不开企业研发和资金支持。所以企业应该努力降低生产成本，提高生产效率和专业化程度，加大技术研究投入，与高校开展合作，互利共赢，更好的发展科技金融。

参考文献

[1]陈晓东 ,刘雅馨.科技金融对高技术产业影响的区域差异性研究[J].区域经济评论,2022(05):94-109.DOI:10.14017/j.cnki.2095-5766.2022.0090.

[2]蒋晓涵. 科技金融支持高新技术产业发展研究[D].辽宁大学,2022.DOI:10.27209/d.cnki.glniu.2022.000587.

[3]胡争光,余浩.科技金融理论研究综述[J].合作经济与科技,2022(06):64-67.DOI:10.13665/j.cnki.hzjjykj.2022.06.025.

[4]商广蕾.科技金融创新支持科技型中小企业融资研究[J].商业会计,2021(23):101-104.

[5]施明康,于丽英.基于网络数据包络分析的我国省域科技金融协同效率测度及其时空差异[J].上海大学学报(自然科学版),2020,26(06):1015-1025.

[6]张鹏,张静.基于网络数据包络分析的科技金融相对效率评价研究[J].科技管理研究,2020,40(06):83-92.

[7]任雪奇,贺丽丽,刘思佳,吴江丽,刘璐.基于数据包络分析的科技金融效率差异研究[J].经济师,2019(06):41-42.

[8]黄南芬.数据包络分析方法的应用与改进[J].管理观察,2008(17):64-65.

（备注：图片有删减）