基于DEA模型的戰略性新興產業金融支持效率實證研究
——以江蘇上市企業為例

黃建康， 賈倩倩， 劉靖軒

(江南大學 商學院， 江蘇 無錫 214122)

一、引 言

經濟新常態下，我國許多產業面臨轉型和重組，為了扭轉過去粗放型的經濟增長方式、培育新的經濟增長點，我國開始關注和推進戰略性新興產業的發展。2016年11月發布的“十三五”國家戰略性新興產業發展規劃提出：“戰略性新興產業是培育發展新動能、獲取未來競爭新優勢的關鍵領域，要把戰略性新興產業擺在經濟社會發展更加突出的位置?！?摘自2010年10月《國務院關于加快培育和發展戰略性新興產業的決定》。

江蘇省積極響應政府號召，抓住機遇，發展戰略性新興產業，加快推進產業轉型升級。2016年11月發布的《江蘇省“十三五”戰略性新興產業發展規劃》將新一代信息技術、高端軟件和信息服務業、生物技術和新醫藥、新材料、高端裝備制造、節能環保、新能源和能源互聯網、新能源汽車、空天海洋裝備、數字創意這十大產業列為“十三五”時期江蘇省發展戰略性新興產業的重要領域。

戰略性新興產業的特征決定其離不開資金大量、穩定而長期的投入，進而離不開金融體系的支持。本文以江蘇省上市企業為例，分析江蘇省戰略性新興產業金融支持效率，采用DEA模型進行實證研究。

二、文獻回顧

國外學者對金融支持新興產業發展的研究主要發生在20世紀90年代之后。Greenwood(1993)、Arestis(1997)和Beck等(2000)在金融支持產業發展的實證研究方面證明了金融發展對產業發展存在較為顯著的支持作用；[1-3]Ma(2012)對國內外低碳城市的金融支持狀況進行描述，提出建立和完善金融支持體系的對策建議。[4]Guariglia A和Liu P(2014)分析了金融在英國新興產業創新活動中所扮演的角色，表明金融對新興產業具有非常重要的影響。[5]

隨著國家關于戰略性新興產業政策的出臺，國內學者對于戰略性新興產業金融支持的關注度越來越高。熊正德等(2011)運用DEA方法測度戰略性新興產業金融支持效率，并對比分析了不同社會經濟背景下七大戰略性新興產業間金融支持效率的差異。[6]翟華云(2012)對比分析了2009年、2010年與2011年的七大戰略性新興產業的股權融資效率。[7]馬軍偉(2013)采用DEA-Tobit兩階段方法，衡量了我國七大戰略性新興產業的金融支持效率及其影響因素；[8]黃建康等(2015)利用30家浙江省戰略性新興產業上市公司的數據建立動態面板模型進行實證分析。[9]

三、江蘇省戰略性新興產業金融支持現狀及存在的問題*本章數據來源：江蘇省統計局、江蘇省科技廳及《江蘇省“十三五”戰略性新興產業發展規劃》。

江蘇省積極推進戰略性新興產業發展，努力實現經濟轉型升級，金融支持助力不小。近年來，江蘇省對戰略性新興產業的金融支持水平不斷提高：地方政府財政出資設立基金，對科技貸款進行獎勵和風險補償；有關部門加強指導，金融機構改進服務，積極支持新興產業發展；商業銀行加大對高新技術產業的信貸投放；風險投資也日趨活躍。但通過研究我們發現，目前江蘇省戰略性新興產業的金融支持仍然存在一些問題。

首先，政府支持起步晚，且力度不足。戰略性新興產業這個概念提出的比較晚，得到政府的支持也比較晚。2010年8月出臺“新興產業倍增計劃”是江蘇省重點布置發展戰略性新興產業規劃的開端。從支持力度上看，2016年江蘇省共組織上報了15個重點專項首批立項項目，獲得國家資金補助44.66億元；組織實施了省級戰略性新興產業專項資金項目54個，下達資金9億元，項目總投資262.1億元。而2016年全省戰略性新興產業銷售收入達4.9萬億，同比增長10.5%，占規模以上工業總產值30.2%。由此看來，相比較近年來戰略性新興產業龐大的總產值，江蘇省對于該產業的資金補助仍略顯微不足道。

其次，銀行信貸供給與新興產業企業需求不匹配。目前江蘇省戰略性新興產業中大多數企業為中小企業，大型壟斷企業較少，但作為融資主要渠道的銀行往往會選擇將資金借給有保障、有實力、風險相對較小的大型企業或是國有企業。而對于戰略性新興企業，風險高，收益回收期長，資產以技術、專利、科研成果等無形資產為主，缺乏固定資產等實物資產作為抵押，在向銀行申請貸款時，手續繁瑣、要求嚴苛，所能申請到的貸款金額也很有限。

再次，企業融資貴，風險高。據統計，2016年江蘇社會融資規模增加16758億元，較2015年多增5364億元。增量主要來自人民幣貸款、委托貸款和企業債券，其中，委托貸款增加2210億元，企業債券增加3626億元。委托貸款主要反映企業之間的借款行為，委托貸款增量擴大，意味著部分企業的貸款需求轉向了成本相對較高的企業間貸款。此外，2016年，江蘇省以資產托管、委托貸款、代客理財為主的表外業務快速增長，存在風險隱患。截至2016年末，江蘇銀行業這幾項表外業務余額約9萬億元，增長45%，其中，委托貸款余額約1.3萬億元，增長近30%。

最后，金融系統缺乏創新。目前金融創新能力不足是制約江蘇省戰略性新興產業發展的一個重要因素。一方面，商業銀行風險投資體系尚不完善，對新興產業及企業又缺乏足夠的了解，相關新興產業企業融資困難，使得企業在向銀行融資方面存在許多障礙，金融市場也缺乏滿足戰略性新興產業特定需要的金融工具和金融產品。另一方面，風險分散機制不完善。戰略性新興產業的技術前沿性和市場的不確定性決定其發展的高風險性，如何分散降低這種風險是金融創新需要解決的一個問題。

四、實證分析

(一)數據處理與指標選取

本文選取73家江蘇省戰略性新興產業上市企業為研究對象，樣本數據來源于國泰安數據庫。時間跨度為2011年到2015年，軟件采用DEAP2.1。指標選取方面選擇資產負債率和流通股比例作為投入指標，分別代表以銀行金融機構為代表的間接金融投入和以股票市場為代表的直接金融投入；將凈資產收益率和營業總收入增長率作為產出指標，代表了戰略性新興產業公司的獲利能力和成長能力。

本文在分析時，選用了可變規模收益模型即BC2模型。在選擇產出導向還是投入導向時，首先選用了產出導向模型來分析金融支持效率；之后，對2011年和2015年產出導向和投入導向的結果進行對比分析；最后對數據進行了投影分析。

3.人力資源過剩。目前，煤炭行業正處于發展瓶頸期，現有的經營模式無法滿足新時期煤炭企業對于發展的需求。此外，煤炭企業人力資源對于企業效益與工作效益間的關系不夠重視，造成二者間的矛盾越來越大，給企業帶來了巨大的負擔。特別是一些大型煤炭企業有著明顯的壟斷趨勢，依然有著國有性質，人力資源復雜，部門層級臃腫，對于煤炭企業的創新求變、加快改革進程等非常不利。不僅如此，在煤炭企業中擁有大量員工，一些身兼要職的人員并沒有對企業的經濟效益與產值產生積極的推動作用，但也將其納入到人力成本之中，造成人力資源嚴重過剩。

(二)實證分析

1.效率分析

將數據按產出指標和投入指標依次排序，輸入DEAP2.1，輸出結果匯總如下。一般而言，綜合技術效率值(TE)等于純技術效率(PTE)與規模效率(SE)的乘積。

表1 江蘇省十大戰略性新興產業金融支持綜合技術效率表*表中DMU指決策單元，即樣本公司。

由表1，從時間序列來看，“十二五”期間，江蘇省金融支持戰略性新興產業綜合技術效率都小于1，沒有出現DEA有效的年份；決策單元中DEA有效的數量極少，這說明金融體系在支持江蘇省戰略性新興產業發展過程中的資源配置效率并沒有實現最優，還有提升和優化的空間。從趨勢來看，金融支持新興產業發展的效率呈現下降或波動性下降的趨勢。這是因為2012年之后，國民經濟增速下滑，投資不足，投資收益也在下降，雖然有大中型企業憑借自身的規模優勢仍舊獲得了金融部門和特殊政策的支持，但新興產業整體的金融支持效率水平偏低。從行業類別來看，十大產業中數字創意產業總體效率值較高，反而新一代信息技術、高端軟件與信息服務、節能產業等較為受歡迎的產業效率值偏低。這是因為信息產業、軟件服務業和節能產業技術難度大，風險高，使得金融支持效率偏低。從變動趨勢來看，江蘇省十大戰略性新興產業中，除高端軟件和信息服務產業綜合技術效率略有上升，其他九大產業均有所下降，其中，新一代信息技術產業下降幅最大，達到41%左右，其次是生物技術和新醫藥、高端裝備制造、新能源和能源互聯網和節能環保產業。

表2 江蘇省十大戰略性新興產業金融支持純技術效率表

純技術效率是制度和管理水平帶來的效率，是企業由于管理和技能等因素影響的生產效率，表示在目前的技術水平上，利用其投入資源的效率程度。由表2可知，各產業純技術效率與綜合技術效率的總體情況和趨勢變化基本一致。具體來看，“十二五”期間，純技術效率水平較高的為數字創意產業，而較低的為新一代信息技術、高端軟件與信息服務、節能環保產業。從變動趨勢來看，2012年后純技術效率出現明顯下滑，直到2015年略有起色，說明2015年企業利用資金能力有所提高。

表3 江蘇省十大戰略性新興產業金融支持規模效率表

規模效率是指在制度和管理水平一定的前提下，現有規模與最優規模之間的差異。規模效率是由于企業規模因素影響的效率。據表3所示，“十二五”期間的江蘇省戰略性新興產業規模效率水平總體偏低，DMU大都小于0.9，而行業平均值大都在(0.3,0.8)浮動，說明這些產業沒有實現規模經濟效應。新一代信息技術、高端裝備制造和節能環保產業規模效率水平偏低。從變動趨勢看，除高端軟件和信息服務業有所上升，其他產業均呈現下跌狀態。

圖1 江蘇省戰略性新興產業三大效率值趨勢圖Fig. 1 Trend chart of three efficiency values ofstrategic emerging industries in Jiangsu Province

從73家企業三個效率指標的均值計算中，得出2011-2015年整體的綜合技術效率、純技術效率和規模效率變化趨勢(圖1)。綜合技術效率和規模效率走勢一致，呈現“M”形下滑趨勢，在2013年陷入最低谷，這可能是因為2013年6月份的“銀行錢荒”事件，導致銀行間拆借利率飆升，資金面高度緊張，股市跌幅慘重。相對而言，純技術效率波動性更小，在2014年效率值最低。

2.投入導向和產出導向對比分析

按照對效率的測量方式，DEA模型可以分為投入導向和產出導向。投入導向是從投入的角度對被評價DMU無效率程度進行測量，以最小投入與實際投入之比來估計效率；產出導向模型是從產出角度測量，以實際產出與最大產出之比來估計。雖然目前的文獻大都采用投入導向型來研究金融支持戰略性新興產業的融資效率，但筆者認為，考察戰略性新興產業的金融支持效率應結合投入導向和產出導向兩個模型來研究，因此，本文將2011年和2015年投入導向和產出導向結果進行比較分析，衡量投入和產出效率，十大行業效率值取樣本均值，結果如下：

表4 江蘇省十大戰略性新興產業投入導向和產出導向結果對比分析匯總表

如表4，產出導向和投入導向的綜合效率值完全相同，從2011年和2015年的對比可以得出“十二五”時期的綜合效率大體呈現下降或波動性下降趨勢。但可以發現，兩者的純技術效率和規模效率差異較大，投入導向的純技術效率明顯低于產出導向，規模效率明顯高于產出導向。這說明，在投入導向模型中，純技術效率不足是綜合技術效率偏低的主要原因，即企業存在“融資難”，資本投入存在不足現象；而在產出導向模型時，規模效率不足是主要原因，在投入既定的情況下沒有實現規模經濟，資金配置效率較低。江蘇省金融支持效率既受資金投入的影響，也受資金配置效率限制。

具體到產業類別，從投入導向模型的純技術效率指標來看，十大產業中，除高端軟件和信息服務業純技術效率水平上升，數字創意產業和空天海洋裝備變化不大，其他產業數值明顯下降，包括新一代信息技術、生物技術和新醫藥、新材料、高端裝備制造、節能環保、新能源、新能源汽車。2015年，除了數字創意產業純技術效率為0.91，其他產業效率值基本都在0.7以下，新一代信息技術、新能源、高端裝備制造純技術效率不到0.5。再看產出導向的規模效率指標，新一代信息技術、高端裝備制造產業和節能環保產業規模效率水平偏低。從變動趨勢看，除了高端軟件和信息服務業有所增加，其他產業規模效率值都縮減了。2015年，所有產業的規模效率值都在0.7以下，總體均值只有0.57。

3.投影分析

根據DEA模型的投影分析以及投入和產出指標的松弛變量S值，我們可以分析出導致金融支持DEA非有效的投入冗余和產出不足，從而提出改進金融支持效率的目標與方案。

表5 投入指標的松弛變量匯總表

如表5，投入指標1(資產負債率)和指標2(流通股比例)數據都很接近0，最大數值為0.109，大部分數據都為0，說明投入冗余現象不明顯。從時間序列來看，“十二五”期間，兩個投入指標的冗余量大體呈現上升趨勢。兩者相比較而言，指標1為0的個數多于指標2，說明相對而言，間接投入的冗余現象相對直接投入明顯；但從均值和最大值來看，指標2的數值卻又高于指標1。兩者結合來看，間接投入的冗余現象雖更明顯，但直接投入由于行業、企業間分配不均，冗余量更高。所以，我們與其積極擴大企業直接投入，不如引導社會資金在不同的行業、企業均衡分配，從而實現帕累托最優。

表6 產出指標的松弛變量匯總表

從表6的時間序列來看，兩個指標的均值和最大值呈現波動性下降趨勢，說明“十二五”期間，產出不足的現象正在改善。但兩個指標比較來看，產出指標1(凈資產收益率)的數據明顯大于指標2(營業總收入增長率)，指標1大部分數據都不為0，而指標2數據多為0，說明戰略性新興產業成長能力可以，但獲利能力不足。根據以上分析，我們可以得出：金融支持效率非有效主要是由投入分配不均和獲利能力不足引起的。

五、結論與建議

經過以上分析，我們可以得出如下結論：

(1)“十二五”期間，江蘇省在金融支持十大戰略性新興產業的效率上呈現下滑趨勢，需提高警惕。國民經濟增速下滑、金融環境波動性大、政策支持力度不足等是影響金融支持效率非有效的外部原因。企業利用資金能力低、資金投入分配不均、企業獲利能力不足和規模不經濟是影響金融支持效率非有效的內部原因。

(2)金融支持江蘇省戰略性新興產業效率在不同產業之間存在靜態差異。數字創意產業三大效率水平普遍高于其他產業，表現良好。而新一代信息技術、新能源、高端裝備制造純技術效率偏低，新一代信息技術、高端裝備制造和節能環保規模效率水平偏低。原因是一方面受產業本身發展特征的影響。比如數字創意產業起步早，技術水平要求程度不高，風險較低，對資金的需求絕對量也不如其他產業，所以金融支持效率較高。而新一代信息技術、高端軟件與信息服務業、節能環保產業科技含量高，風險更高，資金需求更大，導致融資困難，也很難實現規模經濟，金融支持效率反而低。另一方面是資源分配不均。一是產業間資源分配不均。數字創意產業資金需求少，但風險低，資本供給大于需求而其他產業存在資本投入不足。二是產業內資源分布不均。大型企業比小企業更容易獲得資金投入，小企業資金投入不足從而拉低了整個產業的金融支持效率。

(3)金融支持江蘇省戰略性新興產業效率在不同產業之間存在動態差異?！笆濉逼陂g，除高端軟件和信息服務業綜合技術效率值和純技術效率值有所上升，其他產業三大效率值均呈現下滑趨勢。新一代信息技術產業、生物技術和新醫藥、高端裝備制造產業綜合技術效率值下滑程度最大，節能環保和新能源規模效率值下降幅度較大，生物技術和新醫藥產業純技術效率下滑趨勢更為明顯。

(4)投入冗余日漸凸顯，產出不足正在改善。通過對投入和產出指標的松弛變量S值進行研究，發現：一方面，投入冗余現象逐漸凸顯。2014年和2015年，資產負債比率和流通股比例冗余量猛增。隨著政府政策引導社會資金不斷注入，金融市場越來越活躍，戰略性新興產業面臨投入冗余現象是必然，且時不遠矣。另一方面，產出不足正在改善。主要體現在“十二五”期間，凈資產收益率S值不斷下降，說明企業的獲利能力正在不斷提升。

為此，提出進一步提升江蘇省戰略性新興產業金融支持效率的建議如下：

首先，充分發揮金融創新對戰略性新興產業發展的作用。全面認識銀行金融機構為代表的間接融資和以股票市場為代表的直接融資的作用，改變過去片面、過度強調銀行融資支持新興和科技產業發展的訴求。拓寬各種融資渠道，優化資金結構，推動適合戰略性新興產業特點的金融技術工具和產品創新，提高金融系統的靈活性，以滿足戰略性新興產業靈活性、多樣化、不斷變化的金融服務需求。此外，根據戰略性新興產業發展的不同階段，尋求合適的融資方式，降低融資風險。比如，風險投資、天使投資很適合初創期的企業，股權投資適合成長期的企業，而銀行信貸適合成熟期的企業。同時，還要推動金融結構的優化以及金融發展環境的完善，創設眾多專業化、特色化和區域化的中小型及新型金融機構，充分發揮市場性金融的支持作用。

其次，從內部原因入手，分業施策，對癥下藥，避免無的放矢。新一代信息技術、新能源、高端裝備制造純技術效率偏低，對此應重點提高資金使用效率和配置效率。首先拓展融資渠道，合理控制資金分配來源，降低系統性風險；其次，引入資金保險，提高資金安全保障；最后，培養財務金融領域專業型人才，提高企業管理水平，對資金進行精益化管理。新一代信息技術、高端裝備制造和節能環保規模效率水平偏低。對此，政府可以通過產業政策引導進行產業集聚，形成特定的戰略性新興產業發展中心，可以是同產業的，也可以是關聯產業的。由此形成一條較為完整的產業鏈，降低企業成本，有利于管理人員精簡和工程技術人員的專業化，進行新產品開發，從而形成規模經濟。

[參 考 文 獻]

[1] Greenwood J， Jovanovic B. Financial Development， Growth， and the Distribution of Income[J]. Journal of Political Economy, 1990, 98(5)：1076-1107.

[2] Arestis P. Financial Development and Economic Growth: Assessing the Evidence[J]. The Economics Journal，1997，107(5)：783-799.

[3] Beck T，Levine R，Loayza N. Finance and the Sources of Growth[J]. Journal of Financial Economics，2000，58: 261-300.

[4] Ma Z J，Wei H，Zhang Z B. The Research on the Financial Support System of Low-Carbon City Constructions[G]//第四屆(2012)金融風險與公司金融國際研討會論文集. 大連：大連理工出版社，2012: 680-684.

[5] Guariglia A, Liu P. To What Extent Do Financing Constraints Affect Chinese Firms Innovation Activities[J]. International Review of Financial Analysis, 2014,36(C):223-240.

[6] 熊正德，詹斌，林雪. 基于DEA和Logit模型的戰略性新興產業金融支持效率[J]. 系統工程，2011(6): 35-41.

[7] 翟華云. 我國戰略性新興產業發展與多層次資本市場構建研究[J]. 財會月刊，2012(5): 30-32.

[8] 馬軍偉. 我國七大戰略性新興產業的金融支持效率差異及其影響因素研究——基于上市公司的經驗證據[J]. 經濟體制改革,2013(03):133-137.

[9] 黃建康,施佳敏,黃玢玢. 浙江省戰略性新興產業發展的金融支持研究——基于30家上市公司的動態面板實證分析[J]. 華東經濟管理,2015(12):26-31.