基于DEA模型的科技金融结合效率研究

国科技统计年鉴》《中国统计年鉴》《四川省统计年鉴》及中国科技统计网。
　　四、实证分析
　　本文在指标数据收集完整的基础上采用Deap 2.1軟件进行求解，在求解过程中，选择以投入为主导型进行效率评价，即在既定投入下计算产出的最大值，分别对2016年30个省级科技金融结合效率及2002—2016年四川省科技金融结合效率进行分析，分析结果如表3、表4所示。
　　（一）DEA平面结果分析
　　根据表3的实证结果可知，2016年在30个决策单元中，仅北京、浙江、福建、广西、陕西、青海这6个地区科技金融综合效率为1，即金融投入与科技产出达到有效均衡状态。2016年四川省科技金融综合效率为0.973，处于相对有效状态，表明四川省科技投入能大部分但未能完全转化为科技产出，借助BCC模型的进一步分析，2016年四川省科技金融的纯技术效率值（0.985）和规模效率值（0.988）相差无几，且均处于相对有效状态，表明四川省科技金融取得了丰硕成果，但相对有效值为1的省市而言，还需进行一定程度调整方可达到有效水平。此外，2016年四川省科技金融规模报酬处于递增状态，即每增加一单位的投入带来的产出增加将大于一单位，因此在调整期间，可通过增加金融投入来促进科技产出，同时在加大科技金融投入规模时应注重科学技术创新，使纯技术效率与规模效率匹配上升至有效水平，促使金融投入与科技产出协调均衡，发挥其规模效益作用。
　　（二）DEA时序结果分析
　　1.CCR模型结果分析
　　从表4的数据结果可知，在2002—2016年共15年中，仅两年（2015、2016）的CCR得分为1，整体效率为有效状态④，表明这两年金融投入和科技产出结合效率较高，实现了在既定投入下的最大产出，科技金融资源配置合理;而2002—2009年的CCR得分均小于0.9，处于非有效状态，这8年间四川省科技金融在规模和技术方面都存在一定问题，且金融投入相较于技术创新对科技产出的作用更显不足;随着近年政府部门对科技金融的重视，2010—2016年的综合效率均有了明显提高，由非有效上升至相对有效和有效状态，在维持此效率的基础上政府只需采取一定调整措施就能使科技金融结合效率达到有效。 
    2.BCC模型结果分析
　　从BCC模型分析结果可以看出，四川省在2002—2016年纯技术效率基本都处于有效和相对有效这两种状态，仅两年处于非有效状态，从该角度看，四川省在这15年中科学技术对科技产出的支持和科技创新均较为稳定。其中，2002&md