■趙鴻程，林炳華，陳一琳

一、引言與文獻(xiàn)綜述

經(jīng)濟(jì)高質(zhì)量發(fā)展是以創(chuàng)新為第一動(dòng)力，投入產(chǎn)出效率和經(jīng)濟(jì)效益不斷提高的發(fā)展。而科技金融作為資本要素在創(chuàng)新領(lǐng)域的集聚與規(guī)?；?，是創(chuàng)新能力形成的基礎(chǔ)。歷史經(jīng)驗(yàn)表明，無論是四次技術(shù)革命，還是美國硅谷的成功都離不開金融市場的有力支持?？梢哉f，二者的有機(jī)融合在一定程度上主導(dǎo)了技術(shù)革命中心的轉(zhuǎn)移與固化。其不僅是服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展和緩解中小企業(yè)融資難題的重要紐帶，更是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展的“牛鼻子”。伴隨《“十三五”國家科技創(chuàng)新規(guī)劃》的出臺(tái)，大力發(fā)展科技金融已上升至國家戰(zhàn)略層面，成為推動(dòng)中華民族偉大復(fù)興的現(xiàn)實(shí)選擇。近30年來，我國科技金融發(fā)展成效顯著，但也存在諸多問題，其中科技金融效率評(píng)價(jià)成為探索其發(fā)展路徑的重點(diǎn)。那么現(xiàn)階段我國科技金融資源的配置是否有效？其具體影響因素有哪些？

國內(nèi)學(xué)者對(duì)科技金融的研究主要從三個(gè)方面入手。一是從科技金融的內(nèi)涵出發(fā)，探討了其理論體系構(gòu)建和實(shí)踐發(fā)展中所遇到的問題及對(duì)策。如趙昌文（2009）對(duì)科技金融內(nèi)涵的界定受到學(xué)術(shù)界的廣泛認(rèn)可，即科技金融是促進(jìn)科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排，是由政府、企業(yè)、市場等各主體及其在科技創(chuàng)新融資過程中的行為活動(dòng)共同組成的一個(gè)體系。二是實(shí)證分析了科技金融對(duì)經(jīng)濟(jì)增長、產(chǎn)業(yè)發(fā)展等方面的影響。如李俊霞等（2016）運(yùn)用系統(tǒng)動(dòng)力學(xué)進(jìn)行建模仿真，研究發(fā)現(xiàn)科技金融能顯著促進(jìn)高技術(shù)產(chǎn)業(yè)的發(fā)展，且市場性科技金融的提升作用要優(yōu)于公共科技金融。郭燕青和李海銘（2019）則檢驗(yàn)了科技金融對(duì)制造業(yè)創(chuàng)新效率的影響，并發(fā)現(xiàn)科技信貸對(duì)效率存在正向作用，而政府補(bǔ)助和風(fēng)險(xiǎn)投資的影響并不顯著。三是對(duì)特定區(qū)域的科技金融效率進(jìn)行測度和分析。如徐爍然等（2018）運(yùn)用DEA—Malquist指數(shù)法研究了長江經(jīng)濟(jì)帶的科技金融效率及其時(shí)空演變特征。潘娟和張玉喜（2018）運(yùn)用BCC模型對(duì)我國30個(gè)省份的科技金融效率進(jìn)行測度，并發(fā)現(xiàn)科技金融效率呈現(xiàn)穩(wěn)步上升，各地區(qū)的發(fā)展差異較大。

通過文獻(xiàn)梳理發(fā)現(xiàn)：在研究內(nèi)容上，大部分學(xué)者的實(shí)證研究側(cè)重于科技金融對(duì)產(chǎn)業(yè)發(fā)展等的影響或是對(duì)特定區(qū)域的科技金融效率進(jìn)行測度和分析，針對(duì)效率影響因素的進(jìn)一步實(shí)證分析卻鮮有見到；在構(gòu)建評(píng)價(jià)體系時(shí)，尚無文獻(xiàn)考慮到創(chuàng)新失敗、成果未轉(zhuǎn)化等非期望產(chǎn)出所造成的效率損失，事實(shí)上由于科技創(chuàng)新的長周期、高風(fēng)險(xiǎn)特征，這部分產(chǎn)出應(yīng)得到更多關(guān)注（王偉和孫芳城，2018）。在研究方法上，已有文獻(xiàn)多采用徑向BCC或非徑向SBM模型對(duì)科技金融效率進(jìn)行計(jì)算；前者容易低估效率值，而后者容易高估效率值，使結(jié)果存在一定偏差。基于此，筆者從以下方面拓展已有研究：第一，將非期望產(chǎn)出納入科技金融效率的評(píng)價(jià)體系中，運(yùn)用兼顧徑向和非徑向特點(diǎn)的EBM—Undesirable模型對(duì)全國30個(gè)省份的效率值進(jìn)行測度，并引入基于改進(jìn)引力模型的社會(huì)網(wǎng)絡(luò)分析法（SNA）對(duì)其空間特征進(jìn)行深入分析，在完善指標(biāo)體系的同時(shí)使評(píng)價(jià)過程更加合理、準(zhǔn)確。第二，以科技金融效率為被解釋變量進(jìn)行影響因素分析，以期發(fā)掘科技金融效率差異的真實(shí)動(dòng)因，進(jìn)一步豐富現(xiàn)有研究成果。

二、科技金融效率測算及結(jié)果分析

（一）EBM模型簡介

數(shù)據(jù)包絡(luò)分析法模型一般分為兩類，一是以徑向測度為基礎(chǔ)的CRS模型，二是以非徑向測度為基礎(chǔ)的SBM模型，但二者均存在一定缺陷（范建平，2017）。其中，CRS模型由于規(guī)模報(bào)酬不變假設(shè)的限制使所有投入按同比例增減，這與現(xiàn)實(shí)情況相背離；SBM模型雖然規(guī)避了投入要素同比例縮減的條件，但這是以損失效率前沿投影值的原始比例信息為代價(jià)，并且當(dāng)最優(yōu)松弛度分別取0和正值時(shí)會(huì)使結(jié)果產(chǎn)生顯著差異。為有效解決這些不足，Tone&Tsutsui（2010）提出了一個(gè)綜合非徑向和徑向模型優(yōu)勢的混合距離EBM模型（Epsilon—Based Measure）?？紤]非期望產(chǎn)出的無導(dǎo)向EBM模型可以表示如下：

（二）科技金融效率內(nèi)涵與指標(biāo)體系構(gòu)建

對(duì)科技金融內(nèi)涵的界定將沿用趙昌文（2009）等學(xué)者的觀點(diǎn)，而科技金融效率是指由科技金融投入與其所帶來的技術(shù)、經(jīng)濟(jì)產(chǎn)出等的比率。

投入指標(biāo)方面。結(jié)合科技金融系統(tǒng)的基本框架，選取科技金融人才投入（周柯和郭鳳茹，2019）、企業(yè)研發(fā)支出、金融機(jī)構(gòu)科技貸款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資額和地方財(cái)政科技撥款5個(gè)指標(biāo)。其中，科技金融人才投入采用研發(fā)人員全時(shí)當(dāng)量作為替代變量；企業(yè)研發(fā)支出衡量企業(yè)自有資金的創(chuàng)新投入；金融機(jī)構(gòu)科技貸款反映間接科技金融的投入情況，由于2008年后《中國科技統(tǒng)計(jì)年鑒》不再報(bào)告該數(shù)據(jù)，參照白俊紅和蔣伏心（2015）的做法，采用地區(qū)研發(fā)資金總額減去政府、企業(yè)和國外的資金來近似表征缺失值；創(chuàng)業(yè)風(fēng)險(xiǎn)投資是科技企業(yè)中前期融資的有效渠道，反映直接科技金融的投入情況。地方財(cái)政科技撥款主要在企業(yè)初創(chuàng)時(shí)期、市場失靈等情況下給予扶持和引導(dǎo)，衡量政策性科技金融的支持力度。

產(chǎn)出指標(biāo)方面?？紤]科技創(chuàng)新路徑中研發(fā)、成果轉(zhuǎn)化及產(chǎn)業(yè)化、技術(shù)轉(zhuǎn)移三個(gè)關(guān)鍵環(huán)節(jié)，期望產(chǎn)出選擇專利申請(qǐng)授權(quán)數(shù)、高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入和技術(shù)市場成交額3個(gè)指標(biāo)（潘娟和張玉喜，2018）。其中，專利授權(quán)數(shù)能有效衡量科技金融的直接成果規(guī)模；高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入和技術(shù)市場成交額衡量科技金融活動(dòng)的經(jīng)濟(jì)效益，前者代表成果向產(chǎn)業(yè)化和市場化轉(zhuǎn)變的能力，后者反映成果的技術(shù)擴(kuò)散能力。非期望產(chǎn)出選取專利申請(qǐng)未授權(quán)數(shù)作為研發(fā)失敗、成果未轉(zhuǎn)化等情況的替代指標(biāo)（王偉和孫芳城，2018）。

數(shù)據(jù)方面，選取除西藏以外2006—2018年中國內(nèi)地30個(gè)省份的相關(guān)數(shù)據(jù)。所用數(shù)據(jù)來自《中國科技統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及Wind數(shù)據(jù)庫。具體的指標(biāo)體系如表1所示。

表1 科技金融效率評(píng)價(jià)指標(biāo)體系

（三）科技金融效率的時(shí)空特征分析

表2為2006—2018年我國各地區(qū)的科技金融效率水平。其中，科技金融效率（即綜合效率）可以進(jìn)一步分解為規(guī)模效率和純技術(shù)效率。樣本期內(nèi)，我國科技金融的綜合效率、規(guī)模效率和純技術(shù)效率均值分別為0.816、0.931和0.875，處于非DEA有效狀態(tài)，表明科技金融效率的整體水平良好，但仍有較大提升空間，需進(jìn)一步加強(qiáng)科技金融市場建設(shè)。其中，北京、浙江和廣東的綜合效率均值為1，達(dá)到DEA有效，占樣本數(shù)的10%，說明其科技金融建設(shè)成效顯著，對(duì)資源的配置能力較強(qiáng)。而內(nèi)蒙古、寧夏和新疆等地的綜合效率較低，科技金融發(fā)展較為滯后。

從區(qū)域角度分析，科技金融效率的空間差異明顯，呈現(xiàn)東、中、西部遞減態(tài)勢。東部地區(qū)的綜合效率為最高的0.924，而其他兩個(gè)地區(qū)的綜合效率在0.75左右，表明東部地區(qū)的科技金融發(fā)展處于領(lǐng)先地位，其在獲取科技金融資源和提升配置效率方面存在較大優(yōu)勢。此外，相比于中部地區(qū)，西部地區(qū)的純技術(shù)效率略有領(lǐng)先，規(guī)模效率則落后較多，說明西部地區(qū)由于地理位置偏遠(yuǎn)、經(jīng)濟(jì)基礎(chǔ)薄弱等因素的影響，科技金融資源比較匱乏，投入不足問題更加突出。

表2 2006—2018年各省份的科技金融效率結(jié)果

圖1 科技金融綜合效率及其分解值變動(dòng)趨勢

根據(jù)圖1，2006—2018年科技金融綜合效率整體呈現(xiàn)良好的上升態(tài)勢。其趨勢可以大致分為3個(gè)階段：第一階段，2006—2008年呈現(xiàn)上升趨勢。該階段伴隨《證券法》等完成修訂，國內(nèi)金融業(yè)出現(xiàn)較快發(fā)展，為科技金融建設(shè)提供了條件。第二階段，2008—2010年呈現(xiàn)連續(xù)下降趨勢。這可能是由于2008年金融危機(jī)爆發(fā)對(duì)國內(nèi)外投融資環(huán)境的穩(wěn)定形成較大沖擊，抑制科技金融規(guī)模的進(jìn)一步優(yōu)化。第三階段，2010—2018年呈現(xiàn)穩(wěn)步上升趨勢。一方面，國內(nèi)經(jīng)濟(jì)的持續(xù)復(fù)蘇為科技企業(yè)發(fā)展提供了融資保障；另一方面，伴隨中共十八大召開以及《關(guān)于大力推進(jìn)體制機(jī)制創(chuàng)新扎實(shí)做好科技金融服務(wù)的意見》等政策文件的頒布，政府對(duì)科技金融的重視程度不斷加強(qiáng)，為其發(fā)展提供了良好的宏觀環(huán)境和政策支持，從而促進(jìn)效率提升。

同時(shí)，純技術(shù)效率和綜合效率的變化趨勢比較相近，且總體上低于規(guī)模效率。結(jié)合灰色關(guān)聯(lián)分析發(fā)現(xiàn)，綜合效率與純技術(shù)效率、規(guī)模效率的關(guān)聯(lián)度分別為0.816和0.701，表明純技術(shù)效率變動(dòng)是制約科技金融綜合效率提升的重要原因。單純依靠數(shù)量型的發(fā)展模式已無法滿足建設(shè)創(chuàng)新強(qiáng)國的要求。各地不僅要擴(kuò)大科技金融資源的供給規(guī)模，更要著力完善其管理模式和機(jī)制，不斷提升資源利用效率，促進(jìn)科技金融高質(zhì)量發(fā)展。

（四）進(jìn)一步分析：基于社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析（Social Network Analysis，SNA）是一系列用來分析多個(gè)個(gè)體間相互作用所構(gòu)成的網(wǎng)絡(luò)的結(jié)構(gòu)、性質(zhì)、特點(diǎn)以及其他用于描述網(wǎng)絡(luò)屬性的分析方法的集合。筆者引入基于改進(jìn)引力模型的SNA，分別應(yīng)用網(wǎng)絡(luò)密度分析和中心性分析對(duì)科技金融效率的空間特征做進(jìn)一步研究。分析效率空間擴(kuò)散路徑的關(guān)鍵在于如何構(gòu)建SNA的關(guān)系矩陣，借鑒彭芳梅（2017）的研究，建立改進(jìn)的引力模型如下：

其中，Gij為地區(qū)i、j間的科技金融效率引力強(qiáng)度；Ei和Ej分別為地區(qū)i、j的科技金融綜合效率均值；dij為地區(qū)間的地理距離；kij為地區(qū)間的經(jīng)濟(jì)關(guān)聯(lián)系數(shù)，pgdp為各地區(qū)的人均GDP；b為距離衰減系數(shù)，取值在1—2之間。參照化祥雨（2016）的研究，取b=2，表示省級(jí)層面的空間關(guān)聯(lián)。相關(guān)計(jì)算利用Ucinet軟件實(shí)現(xiàn)。

1.網(wǎng)絡(luò)密度分析

在進(jìn)行網(wǎng)絡(luò)密度分析時(shí)，繪制了2006—2018年科技金融效率均值的空間網(wǎng)絡(luò)社群圖，如圖2所示。根據(jù)結(jié)果，空間關(guān)聯(lián)網(wǎng)絡(luò)密度為0.709，說明各地區(qū)科技金融發(fā)展的聯(lián)系程度較高，存在較為普遍的空間溢出效應(yīng)。結(jié)合圖2分析，京津冀和長三角地區(qū)科技金融效率的聯(lián)系最為緊密，地區(qū)輻射效應(yīng)最強(qiáng)。其中，京津冀地區(qū)中北京和天津間的效率引力最強(qiáng)，而長三角地區(qū)以上海和浙江、江蘇和安徽兩個(gè)組合的聯(lián)系最為緊密。

圖2 科技金融效率的空間網(wǎng)絡(luò)社群圖

2.中心性分析

通過計(jì)算各節(jié)點(diǎn)地區(qū)的節(jié)點(diǎn)中心度、接近中心度與中介中心度，來判斷該地區(qū)在整個(gè)網(wǎng)絡(luò)中所處的地位和影響力，中心性分析是衡量節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)中“權(quán)力”和地位的重要方式。結(jié)果如表3所示。

表3 中心性分析結(jié)果

根據(jù)表3，北京、上海、江蘇和廣東在科技金融效率的空間網(wǎng)絡(luò)中處于支配地位。其中，節(jié)點(diǎn)中心度和接近中心度均為最大值100，表明4個(gè)地區(qū)是我國科技金融建設(shè)的重要支柱與核心區(qū)域。同時(shí)，中介中心度也均為最大值7.554，表明其在科技金融發(fā)展中發(fā)揮著“橋梁”和“血管”的作用，對(duì)資源、信息流動(dòng)的控制能力較強(qiáng)，促進(jìn)了地區(qū)間的協(xié)調(diào)發(fā)展。此外，新疆（3.448，50.877，0）、內(nèi)蒙古（58.966，66.316，0）、廣西（65.517，74.359，0）等地的中心度數(shù)值較小，表明這些地區(qū)在整個(gè)科技金融體系中處于邊緣地位。

三、科技金融效率的影響因素分析

（一）變量定義與說明

1.被解釋變量

科技金融效率（Effi）。借鑒潘娟和張玉喜（2018）等的研究，采用非期望產(chǎn)出的EBM模型計(jì)算得到的綜合效率值作為衡量科技金融效率的變量。

2.解釋變量

（1）智力資本水平（Edu）。高素質(zhì)的科研人才是科技創(chuàng)新的根本，也是提升科技金融效率的關(guān)鍵因素之一。以衡量勞動(dòng)力素質(zhì)的平均受教育年限作為替代變量。其公式為Edu=X1×6+X2×9+X3×12+X4×16。其中，X1、X2、X3和X4分別為小學(xué)、初中、高中及中專和大專及以上文化程度人數(shù)占地區(qū)6歲及以上人數(shù)的比重。

（2）金融結(jié)構(gòu)（Stru）。從國際上科技金融模式的演變規(guī)律看，股票市場、風(fēng)險(xiǎn)投資等直接融資在技術(shù)創(chuàng)新過程中都發(fā)揮了不可替代的作用。伴隨國內(nèi)金融市場從以銀行間接融資為主的長期特征逐漸向直接與間接融資并存的新特征轉(zhuǎn)變，以“直接融資規(guī)模增量/地區(qū)社會(huì)融資規(guī)模增量”來衡量金融結(jié)構(gòu)變動(dòng)對(duì)效率的影響。

（3）知識(shí)產(chǎn)權(quán)保護(hù)（Ipp）。健全的法律體系是促進(jìn)科技金融高效發(fā)展的重要保障。部分學(xué)者認(rèn)為知識(shí)產(chǎn)權(quán)保護(hù)可以緩解技術(shù)創(chuàng)新的外部性，降低創(chuàng)新成果被侵權(quán)的風(fēng)險(xiǎn)，從而鼓勵(lì)企業(yè)增加創(chuàng)新產(chǎn)出（吳超鵬和唐菂，2016）。但也有個(gè)別學(xué)者認(rèn)為知識(shí)產(chǎn)權(quán)保護(hù)會(huì)阻礙企業(yè)創(chuàng)新。因此，以專利侵權(quán)立案數(shù)的對(duì)數(shù)值來考察其對(duì)科技金融的作用。

（4）互聯(lián)網(wǎng)技術(shù)水平（Ie）。互聯(lián)網(wǎng)的蓬勃發(fā)展正不斷推動(dòng)產(chǎn)業(yè)技術(shù)進(jìn)步和效率提升，催生經(jīng)濟(jì)發(fā)展的新常態(tài)。其應(yīng)用打通了企業(yè)內(nèi)外部創(chuàng)新要素的聯(lián)系，催生科技金融新業(yè)態(tài)的同時(shí)降低了資金供求雙方的信息不對(duì)稱性和交易成本（王金杰等，2018），有助于形成平等、共享和開放的科技金融環(huán)境。故用“互聯(lián)網(wǎng)上網(wǎng)人數(shù)/地區(qū)總?cè)丝跀?shù)”來衡量。

（5）環(huán)境規(guī)制（Hp）。其作用可能源于兩方面：一是遵循“成本效應(yīng)”，增加企業(yè)的經(jīng)營成本，擠占研發(fā)支出；二是形成“倒逼機(jī)制”，促使企業(yè)改善生產(chǎn)工藝，進(jìn)行更多優(yōu)質(zhì)的技術(shù)創(chuàng)新（鄺嫦娥和路江林，2019），從而提升科技金融資源的利用效率。以“環(huán)境污染治理投資額/地區(qū)GDP”表示環(huán)境規(guī)制的強(qiáng)弱。

（6）外商直接投資（Fdi）。不僅能帶來國外的先進(jìn)技術(shù)，而且通過投資、并購等方式更多參與到本土企業(yè)的技術(shù)創(chuàng)新中，成為科技金融來源的重要補(bǔ)充。以實(shí)際利用外商直接投資額的對(duì)數(shù)值來表示。

3.控制變量

除上述因素外，還加入3個(gè)控制變量表征科技金融的外部環(huán)境，包括：基礎(chǔ)設(shè)施水平（Inv），采用地區(qū)社會(huì)固定資產(chǎn)投資總額占GDP的比重表示。政府干預(yù)力度（Gov），以地區(qū)財(cái)政支出占財(cái)政收入的比值表示。經(jīng)濟(jì)發(fā)展水平（Eco），利用平減處理后的地區(qū)GDP的對(duì)數(shù)值來衡量。具體的變量定義如表4所示：

表4 變量定義

（二）模型設(shè)定

考慮科技金融發(fā)展具有一定的延續(xù)性和時(shí)滯性以及變量間可能存在的內(nèi)生性問題，引入科技金融效率的一階滯后項(xiàng)建立兩階段系統(tǒng)GMM模型進(jìn)行參數(shù)估計(jì)，以降低模型設(shè)定的偏誤。具體模型如下：

其中，Effiit-1為科技金融效率的一階滯后項(xiàng)；Controlit為控制變量；α為常數(shù)項(xiàng)，β為變量的估計(jì)系數(shù)；εit為隨機(jī)擾動(dòng)項(xiàng)；其他變量定義同表4。

（三）數(shù)據(jù)說明

鑒于數(shù)據(jù)的可得性，將數(shù)據(jù)缺失較為嚴(yán)重的西藏剔除，最終選取2006—2018年中國大陸30個(gè)省份的面板數(shù)據(jù)。樣本數(shù)據(jù)主要源自于《中國金融統(tǒng)計(jì)年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》Wind以及CSMAR數(shù)據(jù)庫。

（四）實(shí)證結(jié)果分析

表5報(bào)告了效率影響因素的分析結(jié)果?？紤]模型設(shè)定的有效性，Arellano—Bond檢驗(yàn)和Sargan檢驗(yàn)的結(jié)果表明：所有模型的AR（2）檢驗(yàn)和Sargan檢驗(yàn)均不顯著，說明不存在擾動(dòng)項(xiàng)差分二階自相關(guān)和工具變量的過度識(shí)別問題。因此，模型的估計(jì)結(jié)果是有效的。無論是逐步加入解釋變量的模型（1）—（7）還是考慮控制變量的模型（8），各變量回歸系數(shù)的正負(fù)性沒有發(fā)生變化，只在顯著性上略有差異，說明實(shí)證結(jié)果是穩(wěn)健的。

表5 科技金融效率的影響因素實(shí)證結(jié)果

根據(jù)表5，各模型的一階滯后項(xiàng)系數(shù)都在1%水平下顯著為正，說明科技金融發(fā)展確實(shí)存在一定的延續(xù)性。智力資本水平（Edu）的系數(shù)顯著為正，表明人才強(qiáng)國戰(zhàn)略成效顯著，大批優(yōu)秀的科技創(chuàng)新人才為增強(qiáng)自主創(chuàng)新能力和提振科技金融效率注入了強(qiáng)勁動(dòng)力。金融結(jié)構(gòu)（Stru）在1%水平下顯著為正，說明增加直接融資比重能有效促進(jìn)科技金融效率的提升。互聯(lián)網(wǎng)技術(shù)水平（Ie）與科技金融效率正相關(guān)，表明互聯(lián)網(wǎng)技術(shù)有效降低了融資的信息不對(duì)稱性和交易成本，增加貸款的可得性，“扁平化”的創(chuàng)新治理模式也增強(qiáng)了對(duì)創(chuàng)新參與者的約束和激勵(lì)機(jī)制（王金杰等，2018）。知識(shí)產(chǎn)權(quán)保護(hù)（Ipp）系數(shù)顯著為正。知識(shí)產(chǎn)權(quán)保護(hù)能通過減少創(chuàng)新的負(fù)外部性提高專利技術(shù)的壟斷利潤和授權(quán)收益，激發(fā)企業(yè)進(jìn)行持續(xù)創(chuàng)新。而外部投資者預(yù)期到項(xiàng)目成果能得到較好的法律保護(hù)，不至于因被侵權(quán)而遭受損失，因此投資意愿更強(qiáng)，會(huì)更多地參與到科技金融建設(shè)中（吳超鵬和唐菂，2016）。外商直接投資（Fdi）的系數(shù)顯著為正。一方面，外資流入提供了學(xué)習(xí)高新技術(shù)和管理經(jīng)驗(yàn)的機(jī)會(huì)，帶動(dòng)了技術(shù)交流和擴(kuò)散，有助于提升企業(yè)對(duì)資源的管理配置能力。另一方面，外資進(jìn)入還會(huì)形成“競爭效應(yīng)”，加速本土企業(yè)創(chuàng)新以實(shí)現(xiàn)對(duì)外趕超，從而增加科技金融產(chǎn)出。環(huán)境規(guī)制（Ep）對(duì)科技金融效率存在一定的抑制作用，其“成本效應(yīng)”更加明顯，擠出了社會(huì)創(chuàng)新投入并限制科技金融產(chǎn)出的增加。

四、結(jié)論與建議

基于2006—2018年我國30個(gè)省份的面板數(shù)據(jù)，采用EBM—Undesirable模型和SNA法對(duì)科技金融效率的時(shí)空特征進(jìn)行探究，并運(yùn)用系統(tǒng)GMM實(shí)證分析其影響因素。結(jié)果發(fā)現(xiàn)：從時(shí)間趨勢看，科技金融效率總體呈現(xiàn)良好的上升態(tài)勢，純技術(shù)效率變動(dòng)是制約科技金融綜合效率提升的重要原因。從空間特征看，科技金融效率的整體水平良好，但仍有較大提升空間。效率值的地區(qū)差異明顯，呈現(xiàn)東、中、西部遞減態(tài)勢，且東部地區(qū)優(yōu)勢明顯。SNA分析表明，科技金融發(fā)展存在較為普遍的空間溢出效應(yīng)，以京津冀和長三角地區(qū)的輻射效應(yīng)最強(qiáng)。同時(shí)，北京、上海、江蘇和廣東是我國科技金融建設(shè)的重要支柱與核心區(qū)域。金融結(jié)構(gòu)、知識(shí)產(chǎn)權(quán)保護(hù)、互聯(lián)網(wǎng)技術(shù)水平、智力資本水平和外商直接投資能有效提升科技金融效率，而環(huán)境規(guī)制對(duì)其存在一定的抑制作用。

為此，提出以下對(duì)策建議：第一，構(gòu)建多元金融體系，豐富企業(yè)融資渠道。大力發(fā)展創(chuàng)業(yè)投資、股票市場等直接融資，打通創(chuàng)業(yè)投資的退出渠道。鼓勵(lì)多種融資方式的靈活配合，形成合理的投貸聯(lián)動(dòng)機(jī)制。加強(qiáng)科技金融產(chǎn)品與服務(wù)的創(chuàng)新，為企業(yè)提供分級(jí)金融服務(wù)，提升融資精準(zhǔn)度。第二，加快科技金融綜合人才隊(duì)伍建設(shè)。不斷提升存量從業(yè)人員的業(yè)務(wù)水平，完善人才引進(jìn)政策，提高薪酬福利水平，打造區(qū)域性的科技金融人才集聚中心。第三，完善政府引導(dǎo)機(jī)制，優(yōu)化科技金融戰(zhàn)略布局。政府可以成立以“互聯(lián)網(wǎng)+政務(wù)+金融+大數(shù)據(jù)”為支撐的科技金融服務(wù)平臺(tái)，打造多方參與的科技金融生態(tài)圈。增強(qiáng)科技金融優(yōu)勢地區(qū)對(duì)周邊地區(qū)的輻射帶動(dòng)作用，引導(dǎo)創(chuàng)新資源的跨地區(qū)整合，打造互聯(lián)互通的創(chuàng)新共同體。