董思睿，孙晓娟

（兰州财经大学 统计学院， 甘肃 兰州 730030）

一、引言

战略性新兴产业是未来经济发展的支柱产业，起着带动产业转型升级、调整地区经济结构以及引领科技创新和产业发展方向的重要作用。西北地区致力于战略性新兴产业的发展，依托当地的要素资源禀赋，积极探索当地战略性新兴产业发展路径，目前出台的有关战略性新兴产业的扶持政策不断完善，这对那些发展比较成熟的战略性新兴产业来说确实起到了极大的促进作用。有研究表明，企业融资效率是影响战略性新兴产业所属企业发展的重要因素，较高的融资效率表明企业可以有效利用外部或内部融资所得资金，为企业运营提供有效支撑。但我国战略性新兴产业仍存在融资难问题，尤其是西北地区的企业更易陷入融资困境。因此对战略性新兴产业的融资效率的现状分析以及如何提高战略性新兴产业的融资效率的研究受到众多学者的关注。目前已有很多学者用不同的方法测算各地区不同产业的融资效率，或分析融资效率的诸多影响因素，进而为不同产业提高融资效率提出许多行之有效的对策建议。

本文以西北地区甘肃省、陕西省以及青海省三个省份的43 个战略性新兴产业上市企业为样本，先使用数据包络分析法即DEA 方法建立三阶段Super-SBM 模型测算上述样本2013-2019 年的静态融资效率，然后利用Malmquist 生产率指数模型测算其2013-2019 年的动态融资效率，并进一步对三个省份战略性新兴产业静态融资效率与动态融资效率进行对比分析，进而为其优化融资结构、提高融资效率提出相应对策建议。

二、模型的构建与数据选择

(一)模型的构建

1.三阶段Super-SBM 的融资效率模型

Fired(2002)借助前沿生产函数估计，率先尝试了基于BCC 的三阶段DEA 方法, 并利用SFA 技术成功了剥离了环境因素，真实反映决策单元的效率水平。同年，Tone改进了ToneK构建的SBM 模型,提出了Super-SBM 模型。和其他传统模型相比，该模型允许样本效率值大于1，可以准确对融资效率进行测算并比较融资效率的高低。因此借鉴以往学者的经验，本文先建立三阶段Super-SBM 模型对静态融资效率进行测度。

第一阶段，考虑到企业的规模差异以及投入的可控制性，本文选择投入导向型的Super-SBM 模型。在第一阶段里利用原始的投入变量与产出变量进行测算，此时的效率值是尚未剔除环境因素和随机干扰项对效率值影响的原始效率值。第二阶段，首先利用SFA 模型计算环境因素对第一阶段投入差额值的影响，其次去除环境变量和随机干扰因素的影响,并按照所有企业的环境条件、运气处于同一水平的原则对投入项进行调整。第三阶段，将调整后的投入变量代入Super-SBM 模型再次测算各企业的融资效率，此时的融资效率不含环境变量和随机干扰因素影响。

2.Malmquist 生产率指数模型

上述Super-SBM 模型是利用不同时期的截面数据进行的融资效率静态测度，难以评估近几年融资效率的动态变化。Malmquist 指数能够解决这一问题，Malmquist.S于1953 年建立Malmquist 模型分析企业不同时期的消费变化。目前的Malmquist 模型采用较为广泛的是Fa¨re等建立的模型，该模型会得到M 指数即综合效率，如果M指数大于1，表示生产率与上一期相比有所增加，企业生产力水平有所提高；如果M 指数小于1，则与之相反；如果M 指数等于1，则企业生产力水平无变化。同时参考已有的一些相关研究，综合效率可以分解为技术进步指数TC与技术效率指数EC 的乘积，EC 还可以再分解为纯技术效率值PC 和规模效率值SC 的乘积，其中技术效率指数衡量生产效率在相邻时期的动态变化情况，评价该样本企业是否趋近生产前沿面，而技术进步指数能够反映技术进步情况，评价企业是否实现技术进步，进而推动生产前沿面前移。因此Malmquist 模型能够精准测度企业动态融资效率，深入探究企业融资效率，探究综合效率、技术效率和技术进步效率的动态变化。

(二)数据的选择

1.样本的选择

考虑到样本数据的真实性及可获得性，本文以西北三省战略性新兴产业上市企业为样本，选取2013-2019年的企业数据以测算西北三省战略性新兴产业的融资效率。通过国家印发的战略性新兴产业分类2018 及各省关于战略性新兴产业的公告，筛选出43 家既符合战略性新兴产业要求、经营一定时间长度且相关数据完善的上市企业，其中陕西省25 家、甘肃省12 家、青海省6 家。所选样本数量符合DEA 模型对样本数的要求。

2.变量选取

(1)投入产出指标的选取

融资效率是研究企业在融资约束下能否实现成本最小化或资金效用最大化的重要指数，通过借鉴以往学者的研究成果可以发现, 企业的融资渠道大多有两种——内部融资和外部融资,内部融资渠道是指譬如内部集资、股东增资或是盈余公积等企业自有的融资体系，外部融资渠道指企业从企业外部获取资金，如向银行借贷、发行证券或政策性资金补贴等方式。因此，鉴于不同融资渠道对企业融资效率产生的影响，本文从内源融资、债权融资和股权融资三大角度入手，选取六个投入指标，以切实反映企业融资活动与资金流动状况；从企业财务质量和发展情况角度入手，选两个产出指标，最终构建如表1 所示的融资效率指标体系。

表1 融资效率指标体系及环境变量

(2)环境指标的选取

环境变量是企业不能控制的外部因素，会影响企业的生产环境，进而影响企业融资效率，如企业所处经济环境或发展阶段等。本文借鉴以往学者的经验，选取公司上市年限、企业所在地区金融支持程度以及人均实际GDP作为环境指标。公司上市年限在一定程度上代表了企业的生产经营能力和管理部门的完善程度，但上市时间越长的企业可能会出现部门的冗余，导致企业管理效率低、成长发展速度下降；金融支持力度用于衡量所在地区金融市场对当地经济体的扶持力度；人均GDP 用于测度企业所在地区的真实经济环境状况。

3.数据来源与处理

企业财务数据源自CSMAR 数据库等，环境变量数据取自于历年统计年鉴。DEA 模型的运算需要投入与产出指标不小于0，因此，需要对样本的初始数据进行标准化处理。具体处理方法如图1 所示。

图1 标准化处理方法

三、实证分析

(一)融资效率的静态评价——基于三阶段Super-SB M模型

1.第一阶段分析

将投入与产出指标代入Super-SBM 模型中运算得到西北三省战略性新兴产业43 家企业在2013-2019 年间的融资效率均值，如表2 所示。43 家企业七年的融资效率均值为0.90905，表明总体融资效率较高，各个公司融资结构基本合理。但76.74%的企业仍处于融资非效率状态，说明大部分企业尚处在生产前沿面以下，融资结构尚需优化。最大值1.5829，最小值0.4810，标准差为0.1547表明企业之间融资效率有较大差异。

表2 第一阶段企业七年融资效率均值

将这些企业的融资效率分区比较：当ρ≥1，企业实现超效率融资；当0.85≤ρ＜1，表明企业融资效率高；当0.7≤ρ＜0.85，表明企业融资效率一般；当ρ＜0.7，表明企业融资效率低。从ρ 看，有十家企业实现融资超效率，前三名分别是酒钢宏兴(ρ=1.1324)、西部矿业(ρ=1.0403)、延长化建(ρ=1.0397)，这些企业融资效率处于前沿面，融资结构极为合理，处于融资效率有效的状态；另有22 家企业的融资效率较高，均值大于0.85，以及八家企业的融资效率一般处于0.7≤ρ＜0.85 的区间。最后有三家企业融资效率小于0.7，分别是*ST 盐湖(ρ=0.6965)、陕鼓动力(ρ=0.6063)、中国西电(ρ=0.5763)，这些企业的融资效率不在前沿面上，融资结构尚需优化。

对三个省份的融资效率进行对比分析，从表3 可发现陕西省战略性新兴产业上市企业最多、有三家企业占据融资超效率的前五名位置，且融资超效率企业在总体25 家企业里占比即有效率也最高，但陕西省的融资效率标准差最大，企业之间融资效率差异最大。甘肃省战略性新兴产业上市企业数量12 家，但只有一家实现超效率，且甘肃省的融资效率标准差最小，企业之间融资效率差异最小。青海省战略性新兴产业上市企业最少且仅一家战略性新兴产业上市企业实现超效率。由此说明，从静态融资效率角度出发，陕西省战略性新兴产业发展较好且融资效率高，甘肃省战略性新兴产业发展一般且融资效率差异大，青海省战略性新兴产业发展较为落后，尚需进一步发展。

表3 第一阶段各省效率值均值

2.第二阶段分析

第二阶段，将影响西北三省战略性新兴产业的上市企业融资效率的环境变量放入SFA 模型中回归。其中所在地区的公司上市年限、金融支持度与经济环境是自变量，第一阶段的应收账款、负债合计、实收资本、资本公积、盈余公积与未分配利润的投入松弛值是因变量。从回归结果中的Log like lihood 值和LR 值可知SFA 模型总体的回归结果较好。各投入松弛值的γ 值均大于0.5 且在1%水平下显著，分别为0.81027、0.79974、0.89159、0.88104、0.87605 与0.92617，说明管理因素在西北三省战略性新兴产业的上市企业的大部分投入中占主要作用，应剔除外部环境影响和随机扰动项的干扰。因此对各投入变量的松弛变量进行SFA 回归，回归结果见表4。对回归结果进行分析，正回归系数表明环境变量与投入松弛值呈正向变动关系，该环境变量的增加导致该决策单元的投入冗余增加或产出减少，不利于效率提高；当回归系数为负时，则相反。表4 的回归结果表明：不同的环境因素对不同的投入变量松弛值具有不同的影响。

表4 第二阶段SFA 回归结果

公司上市年限对负债合计、盈余公积松弛值回归的系数在5%或10%的显著水平下存在负相关性。这表明公司上市年限的增加，导致负债合计、盈余公积松弛值减少，企业上市年限增加，给企业提供了更为便利的融资条件，有利于企业生产与管理规模的扩大与盈利能力的提高，有利于企业融资效率的提升。但公司上市年限对应收账款松弛值回归的系数在5%的显著水平下存在正相关性，这表明公司上市年限的增加，导致企业应收账款松弛值增加，企业在生产经营规模扩大的同时增加应收账款冗余，不利于融资结构优化以及融资效率的提升。

金融支持力度对实收资本与盈余公积松弛值的回归系数在10%的显著性水平下存在负相关性，这表明社会融资规模的扩大，有利于实收资本与盈余公积松弛值的减少，有利于企业扩大生产经营规模、有利于企业融资效率的提升；金融支持力度对未分配利润松弛值的回归系数在10%的显著性水平下存在负相关性，这表明社会融资规模的增加，导致企业未分配利润松弛值增加，造成未分配利润冗余增加，不利于融资结构的优化以及融资效率的提升。

人均GDP 对实收资本松弛值在10%的显著性水平下存在负相关性，这表明人均GDP 的增加，有利于企业实收资本松弛值减少，西北地区经济环境的改善促进企业融资结构优化，有利于融资效率的提高。但人均GDP 对应收账款与资本公积松弛值在1%或5%的显著性水平下存在正相关性，这表明人均GDP 的增加，导致企业应收账款与资本公积松弛值增加，不利于企业融资效率的提升。这可能是因为西北地区经济环境的改善促使企业的生产经营环境得到优化，企业持续增加生产经营的投入，但融资活动对企业生产经营的效果不佳，导致企业融资效率不高。

3.第三阶段分析

先对第二阶段投入变量的回归结果进行调整，再将其与原始产出变量代入Super-SBM 模型进行运算, 就得到第三阶段43 家企业七年的融资效率均值。先对第三阶段的结果进行分析，43 家企业七年的融资效率均值为0.97568，剔除环境因素的影响后总体融资效率得到优化，企业的融资活动更为合理，能够带来较好的产出效果。这表明第一阶段传统Super-SBM 模型受到环境因素和随机因素的影响，环境变量对融资效率起到了抑制作用。但仍有35 家企业处于非效率状态，大部分企业的融资结构仍欠佳，尚余改进空间，需进一步优化。最大值1.57308，最小值0.72504，标准差为0.07183，表明企业之间融资效率仍有较大差异。再将之与第一阶段的结果进行对比分析，剔除环境变量和随机干扰的影响后，虽然43 家企业七年的融资效率均值得到较大幅度提升，但实现超融资效率的企业由十家下降至八家。其中酒钢宏兴、西部矿业与延长化建一直保持在融资效率前三名的位置，而智慧能源的融资效率在第三阶段中超过1，表明这家企业在剔除环境变量和随机干扰的影响后，融资活动非常有效地促进生产经营活动。而金钼股份、兴化股份与坚瑞沃能的融资效率在第三阶段低于1，不再是融资超效率企业，说明这三家企业受到较大程度的环境因素影响，其真实融资活动效率较低，融资结构尚存改进余地。

表5 第三阶段企业七年融资效率均值

对三个省份的融资效率进行对比分析，陕西省战略性新兴产业的融资超效率企业数量相比于第一阶段均有所下降，但超效率企业的数量仍最多。陕西省在剔除环境因素的影响后融资效率标准差不再是最大而变为最小，表明环境因素对不同的陕西省战略性新兴产业上市企业的融资效率有不同影响。甘肃省仍只有一家战略性新兴产业上市企业实现超效率，但甘肃省12 家战略性新兴产业上市企业的融资效率均值(0.98543)与第一阶段融资效率均值相比有最大幅度的提升，且超过陕西省与青海省的效率均值。青海省在剔除环境因素的影响后新增一家企业实现超效率，且融资效率有较大幅度的提升。青海省在剔除环境因素的影响后融资效率标准差变为最大，说明青海省不同战略性新兴产业上市企业的真实融资结构的合理性具有较大差异，融资活动对生产经营活动起到不同的影响。总之，在剔除环境因素和干扰因素的影响后，陕西省、甘肃省与青海省的融资效率均值均得到较大程度的提升，但不同省份融资效率具有不同的变化差异，也进一步说明对环境因素的剥离是有必要的。

表6 第三阶段各省效率值均值

(二)融资效率的动态评价——基于m alm quist模型

利用malmquist 模型以研究西北三省战略性新兴产业上市企业融资效率的动态变化。参考曾刚等的研究方法对西北三省战略性新兴产业融资效率的总体效率指数M 以及技术效率指数EC、技术进步指数TC 行对比分析。

1.Malmquist 指数的整体变化轨迹分析

西北三省战略性新兴产业Malmquist 指数的总体效率M 各年份区间均值如表7 所示，折线图如图2 所示。对总体进行分析，从表7 与图2 中可看出西北三省战略性新兴产业上市企业的M 保持在1.0 左右的水平，说明西北三省战略性新兴产业融资效率普遍较高，能够有效利用融资以提升企业价值、促进企业发展。且融资效率呈现较强的波动性变化，不断上升或下降，较高的波动性说明西北三省战略性新兴产业刚刚起步，受到众多不确定性因素的影响，如政府引导政策、技术创新能力、知识产权环境等。

图2 三省M 折线图

表7 各省M 、EC、SC、PC、TC 各年份区间均值

对三个省份进行比较分析，青海省的M 值呈现的波动性最大，在2013-2016 年间经历了下降后，在2016-2019 年间一直处于增加趋势，但仅有两家企业的M均值大于1，这可能是因为青海省战略性新兴产业刚起步，但政府在引导或优惠等政策方面做出积极尝试以促进战略性新兴产业发展。陕西省的M 值在2013-2017 年间经历了先降再升、到了2017-2019 年间则先降再升，呈现的波动性最小，且有八家企业的M 均值大于1，这可能是因为陕西省战略性新兴产业已探索出较为稳定的发展模式，并实现初步发展。甘肃省的M 值在2013-2017 年间经历了先降再升、到了2017-2019 年间则是一直下降，呈现波动性较大。甘肃省的动态融资效率均值最小，且仅有两家企业M 均值大于1，这可能是因为政府政策的倾斜程度较小，尚不能支撑战略性新兴产业发展。

2.技术效率指数轨迹分析

西北三省战略性新兴产业技术效率指数EC 以及构成技术效率指数的规模效率指数SC 和纯技术进步指数PC 各年份区间均值如表4 所示，折线图如图3、图4、图5所示。

图3 三省EC 折线图

图4 三省SC 折线图

图5 三省PC 折线图

对总体进行分析，西北三省战略性新兴产业技术效率指数EC 一直趋于稳定保持在1 左右的水平，规模效率指数SC 围绕1.0 上下起伏，纯技术效率PC 呈现的波动性最大。对此进行具体分析，从规模效率指数来看，SC＞1的企业数有12 家，只有27.9%的企业实现规模报酬递增。72.1%的企业只能保持规模不变甚至规模报酬递减。这说明西北三省战略性新兴产业尚未形成实现规模经济的产业集群，融资规模较小，融资成本仍较高。从纯技术效率PC 来看，PC＞1 的企业数只有五家，表明西北三省战略性新兴产业的纯技术效率作用不明显，技术创新水平较低，未能引起资本市场的关注，进而对企业进行大量注资，改善企业融资状况。

对三个省份进行比较分析，陕西省战略性新兴产业技术效率指数EC、规模效率指数SC 与纯技术效率PC 波动趋势与总体的波动趋势相似，但波动性更大。这表明陕西省在一定程度上代表了西北地区整体战略性新兴产业的发展状况、资本市场发展及技术创新能力。甘肃省的EC 与总体EC 波动趋势不尽相同，但SC 与PC 波动趋势与总体较为相似。此外甘肃省的EC、SC、PC 较低且波动性最小，这表明甘肃省战略性新兴产业发展一般，在规模效率方面，尚需引起更多社会资本关注，扩大融资规模；在纯技术创新效率方面，尚需进一步优化知识产权环境，提高企业技术创新能力。青海省的EC、SC 与PC 波动趋势与总体波动趋势完全不同，且波动性极大，是波动性最大的省份。青海省的SC 值与PC 值在后几年稳步提高，这表明青海省注重企业的规模管理以及企业信息技术和经营管理优化，积极探索发展新路径与新模式，推动战略性新兴产业快速发展。

3.技术进步指数TC 轨迹分析

技术进步指数TC 表示的是当生产的实际投入量不变，最优产出从T 期到T+1 期的变化，即生产技术进步程度。西北三省战略性新兴产业技术进步指数TC 各年份区间均值如表4 所示，折线图如图6 所示。

图6 各省不同年份区间的技术进步指数TC 均值

对总体进行分析，在2013 到2016 年间，西北三省战略性新兴产业TC 值小于1，但在2016 到2019 年间，TC值均大于1，这表明西北三省在前几年虽未能实现生产技术进步，但仍致力于技术创新或产品工艺的创新，并在近几年实现生产技术进步。此外，在43 家企业中有过半数的企业均值TC 大于或等于1，这表明西北三省战略性新兴产业中有较多的企业积极寻求技术突破，追求降低融资成本或增大融资产出，促进融资效率的提升。

对三个省份进行比较分析，陕西省战略性新兴产业在2016-2017 和2018-2019 年间实现技术进步，且有14家企业的TC 值大于1，表明陕西省的已有技术水平较高，但企业仍致力于技术创新，寻求技术突破，并在近些年实现技术进步。甘肃省的战略性新兴产业在2016-2018 年间实现技术进步，且有六家企业的TC 值大于1，这表明近些年甘肃省政府加大政策倾斜力度，企业在获得更多税收优惠以及政府资金注入的同时能够加大研发力度、提高技术创新能力、推动技术不断进步。青海省在2013-2014、2016-2019 年间实现技术进步，且有一半企业的TC 值大于1，这表明青海省政府对战略性新兴产业的政策倾斜力度不断加大，优化知识产权环境，推动企业不断实现技术创新，技术进步明显。

四、结论与对策建议

(一)结论

本文利用三阶段Super-SBM 模型以及Malmquist 模型测度了西北三省战略性新兴产业的静态和动态融资效率。得出结论:第一，从静态融资效率结果分析，西北三省战略性新兴产业的43 家样本企业在七年间的均值大于0.85，但剔除环境因素以及随机干扰因素的影响后，实现超融资效率的企业仅八家，81.40%的企业融资效率低于1，融资活动的产出效应不佳。这说明融资效率整体较高，但仍普遍存在融资结构不合理以及融资约束现象。地区之间差异较大，陕西省战略性新兴产业发展最好。第二，从动态融资效率结果分析，综合效率M 指数围绕1.0 上下波动。其中青海省M 值波动性最大、陕西省波动性最小，而甘肃省波动性较大但M 均值最小，这可能与战略性新兴产业发展阶段、政府政策的倾斜程度等因素相关。第三，对技术效率的动态变化趋势分析，西北三省战略性新兴产业受规模效率SC 影响大于纯技术效率PC，但均没有对产业融资产生较大的作用。陕西省与甘肃省的EC、SC与PC 与总体波动趋势均较相似，青海省则完全不同且波动性最大，这可能与地区资本市场发展、技术创新能力等因素相关。第四，对技术进步指数的动态变化趋势分析，2013 到2016 年间的TC 小于1，未能实现生产技术进步，但2016 到2019 年间的TC 均大于1，说明西北三省近几年致力于科技创新以此吸引更多外部投资，促进融资效率的提升，其中青海省的技术进步最为明显。这与地区已有技术水平、知识产权环境等因素相关。

(二)对策建议

基于上述结论，本文对此提出以下建议：

第一，优化地区金融生态环境，完善市场监督机制。拓宽战略性新兴产业的融资渠道，尤其是融资约束程度高的中小新兴企业，同时降低企业的融资成本，适当放松企业的融资限制。政府还应完善市场监督机制，降低融资风险，为企业提供稳定的金融市场营造良好的融资环境，促进战略性新兴产业稳定而又高质量发展。

第二，发展当地战略性新兴产业集群，形成规模经济优势。应加大对战略性新兴产业的资金支持，帮助企业扩大融资规模及生产规模；另一方面，在降低企业融资成本、管理成本的同时，提高企业的产出效益和资金使用效率。

第三，推动企业技术创新，大力发展科技金融。鼓励企业积极创新，提高自身的科研能力，但在推动技术进步的同时也要优化经营管理。加大风险投资机构专业化建设、大力发展互联网金融、知识产权质押融资等科技金融，为战略性新兴产业提供新的融资渠道,并推动企业技术进步。