原创《资源枯竭型城市战略性新兴产业金融支持效率》：这是一篇与新兴产业论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
摘 要：培育和发展战略性新兴产业有助于推动经济结构转型.本文运用DEA模型对白银市2008-2015年间战略性新兴产业的金融支持效率进行测算,对金融支持白银市战略性新兴产业效率实现的影响因素进行探讨,在此基础上提出提升白银市战略性新兴产业金融支持效率的对策建议.
关键词：战略性新兴产业；DEA模型；金融支持效率
中图分类号：F830.31 文献标识码：B 文章编号：1674-0017-2017（3）-0048-05
一、引言
战略性新兴产业是引导未来经济社会发展的重要力量,既代表着科技创新的方向,也代表着产业发展的方向.白银市是随着矿产资源开发利用而建立的工业城市,2008年被国家确定为首批资源枯竭型城市；2014年11月25日,科技部批复同意支持甘肃省依托兰州新区、兰州高新技术产业开发区、兰州经济技术开发区、白银高新技术产业开发区开展兰白科技创新改革试验区建设试点.以此为契机,白银市全力构建“3+4”产业集群,初步形成了科技创新改革试验区以化工、装备制造、生物医药、有色金属（稀土）、建材陶瓷、资源综合利用等为主导的战略性新兴产业支撑体系.战略性新兴产业发展的一大问题是资金问题,金融资金在支持战略性新兴产业发展中起着举足轻重的作用,然而单纯从量上扩大金融规模并非从根本上解决资金短缺的途径,甚至可能阻碍金融支持新兴产业作用的发挥.本文运用DEA方法对白银市2008-2015年间战略性新兴产业金融支持效率进行测算,对金融支持白银市战略性新兴产业效率实现的影响因素作进一步的探讨,最后在实证分析的基础上提出相应的对策建议,具有较强的现实指导意义.
二、金融支持战略性新兴产业发展的效率评价
(一)DEA模型简介
数据包络分析法（Data Envelopment Analysis,DEA）是一种以凸分析和线形规划为工具专门测度效率的非参数方法.CCR和BCC是两个最具代表性的DEA模型,CCR模型假设规模报酬不变,评价结果得到的是技术效率（TE）,放开此假设,即为BCC模型.BCC模型将CCR效率分解为纯技术效率（PTE）和规模效率（SE）,三者的关系是TE等于PTESE,纯技术效率（PTE）剔除了规模效率的影响,表示企业由于管理和技术等因素导致的生产效率.
(二)变量选取与数据来源
DEA模型只需确定投入产出变量,并假定DMU的投入产出指标组成的状态可能集满足凸性、无效性、锥性、最小性条件即可.本文基于《战略性新兴产业分类目录》中所规定的七大细分行業,从白银市归属于战略性新兴产业领域的企业中随机选取了数据齐全的20家企业作为抽样样本.2008年,白银市被确定为全国首批典型资源枯竭城市,面临资源严重枯竭,城市的可持续发展面临严峻挑战.近年来,白银市注重发展循环经济,依托“一区六园”,着力构建了新材料、新能源以及节能环保等一批战略性新兴产业体系,因此本文以2008年作为研究起点,时间跨度设置为2008年至2015年.DEA方法要求决策单元DMU的个数大于等于输入、输出变量总和的两倍,本文设置的输入、输出变量各3个,共有DMU20个,符合要求.
投入指标（IN）：银行贷款（IN1）、直接融资（IN2）、风险投资（IN3）.其中,银行贷款包括短期贷款和长期贷款,直接融资用各样本企业吸收权益性投资与发行债券收到的资金之和表示,风险投资用样本单位吸收的“风险投资数额”表示.
产出指标（OUT）：净资产收益率（OUT1）、营业收入增长率（OUT2）、专利产出增长率（OUT3）.其中,净资产收益率用以反映企业的盈利能力,代表企业对自有资本的利用效率；营业收入增长率反映企业的成长潜力,专利产出增长率用以衡量样本企业的自主创新能力.
本文研究对象选为白银市战略性新兴产业领域的20家样本企业,最终获得每年各20个DMU,2008年至2015年8年的面板数据,共160组样本数据.所取数据来自20个样本单位的资产负债表、利润表、*流量表,《白银统计年鉴》以及县域经济金融数据库.DEA经验法则要求投入产出指标数值具有非负性,实际上投入产出指标数值有时会存在负值,因此本文用DEA方法建模之前先对投入产出数据进行无量纲化处理,使得数据都是非负数,具体操作方法如下：
(三)投入产出指标相关性分析
使用DEA方法有个重要前提是投入产出变量要满足“等张性”假设,即等幅扩张性,投入产出指标之间要求显著正相关.本文使用Eviews6.0软件对样本数据进行相关性分析,相关系数如下表1所示.
表1表明,各个投入产出指标均为显著正相关,并且在1%的显著性水平下,所有相关系数均通过了双尾检验,符合“等幅扩张性”要求.
(四)DEA效率评价结果分析
将无量纲化处理后的白银市20家样本企业单位2008-2015年的投入产出数据代入DEA-BCC模型,运用DEAP2.1软件进行建模和计算,分析战略性新兴产业企业在每个时期的综合技术效率（TE）、纯技术效率（PTE）和规模效率（SE）.
1.综合技术效率
综合技术效率是对决策单元的资源配置能力、资源使用效率等多方面能力的综合衡量与评价,可以分解为纯技术效率和规模效率,金融资源投入与产出效益的匹配程度高则配置效率高、资源使用更合理,金融支持带动战略性新兴产业发展的作用越好.运用DEAP2.1软件运算得出2008-2015年白银市战略性新兴产业金融支持综合技术效率,得知,白银市战略性新兴产业金融支持效率较低,技术效率均值仅为0.674,当前投入的金融资源中有32.6%的浪费.2008年没有决策单元（DMU）的综合技术效率（TE）达到1,均为DEA无效.由于受2008年金融危机的影响,新兴产业从金融市场融资的难度加大,因此在2008年白银市战略性新兴产业金融支持效率发挥非常有限.2009年至2015年DEA有效的决策单元所占比例分别为5%、15%、15%、25%、35%、30%和20%,DEA有效的决策单元数占比呈先升后降的趋势.DEA综合效率按个体差异呈现不同趋势,有12个决策单元呈上升趋势,6个决策单元呈下降趋势,2个决策单元保持不变.从时间趋势看,白银市战略性新兴产业总体金融支持效率呈上升趋势,效率均值由2008年的0.572上升至2015年的0.718,平均效率上升25.52%,表明白银市战略性新兴产业的相关政策发挥了一定作用.
新兴产业论文参考资料：
结论：资源枯竭型城市战略性新兴产业金融支持效率为关于本文可作为新兴产业方面的大学硕士与本科毕业论文新兴产业创业项目论文开题报告范文和职称论文论文写作参考文献下载。
