杜江+張偉科+范錦玲

摘要：運用2001～2013年我國29個?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)，對我國科技金融和科技創(chuàng)新進行測度，分別利用空間地理權(quán)重和空間經(jīng)濟權(quán)重下的空間杜賓計量模型（SDM），實證檢驗了我國科技金融能否促進區(qū)域科技創(chuàng)新和各地區(qū)科技創(chuàng)新能力是否受其他地區(qū)科技金融發(fā)展水平的影響。研究結(jié)果顯示：各地區(qū)科技創(chuàng)新能力在空間上并非隨機分布，而是呈現(xiàn)出明顯的空間相關(guān)性，科技金融發(fā)展能夠顯著地提升區(qū)域科技創(chuàng)新能力；空間上的地理特征和社會經(jīng)濟特征對各省市區(qū)科技創(chuàng)新能力有顯著正向作用，各地區(qū)科技創(chuàng)新能力受其地區(qū)科技金融發(fā)展水平的影響。

關(guān)鍵詞：科技金融；科技創(chuàng)新；空間相關(guān)性；空間杜賓模型

DOI：10.13956/j.ss.1001-8409.2017.04.05

中圖分類號：F832；F124.3 文獻標(biāo)識碼：A 文章編號：1001-8409（2017）04-0019-04

Abstract： Base on the panel data of 29 provinces from 2001 to 2013 in China， this paper measures the technology finance and technology innovation. Meanwhile， using Spatial Durbin Model （SDM） in the condition of spatial distance weights and spatial economic weight， it empirically tests whether technology finance could promote technology innovation， and whether the regional technology innovation is affected by the development of other provinces technology finance. Results show that， the technology innovation in space is not randomly distributed， but has a significant spatial autocorrelation， and the development of technology finance can significantly improve the regional technological innovation ability. In the features of spatial geographical and social economic， technology finance has a significant positive effect on technology innovation， and the development of provinces technology finance can influence the other provinces technology innovation.

Key words：technology finance； technology innovation； spatial autocorrelation； SDM

科技是第一生產(chǎn)力，科技創(chuàng)新是促進結(jié)構(gòu)調(diào)整、產(chǎn)業(yè)升級和經(jīng)濟發(fā)展的第一推動力。黨的十八大明確指出，科技創(chuàng)新是提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置。科技創(chuàng)新離不開金融的支持，金融發(fā)展需要科技的助推，科技創(chuàng)新必須與金融創(chuàng)新有機結(jié)合，相互作用，相互推動。因此，如何利用科技金融推動科技創(chuàng)新能力的提升和增強國家核心競爭力，是經(jīng)濟新常態(tài)下的重要熱點問題。

1 文獻綜述

關(guān)于科技金融和科技創(chuàng)新的相關(guān)問題，學(xué)者們從不同視角進行了研究。國外學(xué)者對“科技金融”的解釋接近于“科技與金融”，強調(diào)的是科技與金融的互動關(guān)系，并沒有對科技金融進行定義。大多數(shù)研究側(cè)重從不同角度分析金融如何影響科技創(chuàng)新，King和Levine通過構(gòu)建內(nèi)生增長模型，以企業(yè)創(chuàng)新活動為紐帶，把金融與經(jīng)濟增長聯(lián)系起來，認(rèn)為金融系統(tǒng)能夠促進創(chuàng)新，主要通過評估篩選潛在的項目、籌集資金、評估創(chuàng)新活動風(fēng)險和預(yù)估未來利潤來實現(xiàn)，金融與科技的協(xié)同是促進經(jīng)濟增長的重要原因[1]。Neff指出，金融與科技創(chuàng)新相互影響，沒有金融支持，企業(yè)的科技創(chuàng)新就非常困難[2]。Atanassov等采用計量實證分析方法對1974～2000年美國上市公司融資與科技創(chuàng)新關(guān)系進行了研究，結(jié)論顯示：擁有更多創(chuàng)新項目的公司更容易通過多種方式（如公債和股權(quán)）獲得融資，能夠在未來獲得更多的創(chuàng)新產(chǎn)出，導(dǎo)致未來價值增加20%以上；而創(chuàng)新項目較少的公司一般通過銀行貸款融資，未來的創(chuàng)新產(chǎn)出較少[3]。也就是說，擁有多種融資方式自由權(quán)公司的科技創(chuàng)新能力優(yōu)勢更加顯著。

相對國外學(xué)者從科技與金融相結(jié)合的視角研究而言，國內(nèi)學(xué)者從不同角度對科技金融進行了研究。趙昌文等最早對“科技金融”的概念進行了界定[4]。之后，國內(nèi)學(xué)者在微觀和宏觀層面上對科技金融進行了諸多研究。葉莉等以我國322家科技型上市中小企業(yè)（2006～2014年）為樣本，運用計量分析方法的實證結(jié)果顯示：政策性、自主型資金對科技創(chuàng)新具有顯著的積極推動作用，特別是政策性融資對科技創(chuàng)新表現(xiàn)出極強的正向作用[5]。張玉喜和趙麗麗采用2004～2012年中國30個?。ㄊ?、自治區(qū)）的面板數(shù)據(jù)，結(jié)合靜態(tài)和動態(tài)面板數(shù)據(jù)模型方法，實證分析了科技金融投入對科技創(chuàng)新的作用，結(jié)果表明在短期內(nèi)，科技金融投入對科技創(chuàng)新具有顯著正向作用，而長期并不顯著[6]。徐玉蓮等在分析區(qū)域科技創(chuàng)新與科技金融系統(tǒng)協(xié)同發(fā)展的基礎(chǔ)上，通過構(gòu)建區(qū)域科技創(chuàng)新與科技金融系統(tǒng)協(xié)同發(fā)展的系統(tǒng)動力學(xué)模型，揭示了系統(tǒng)協(xié)同發(fā)展的運行機理，提出了實現(xiàn)系統(tǒng)協(xié)同發(fā)展的方略[7]。尹志超等采用2013年中國家庭金融調(diào)查數(shù)據(jù)，研究了金融知識對家庭創(chuàng)業(yè)決策和創(chuàng)業(yè)動機的影響，結(jié)果發(fā)現(xiàn)金融知識水平越高，家庭參與創(chuàng)業(yè)活動的積極性就越高，家庭就會越主動創(chuàng)業(yè)[8]。基于協(xié)同學(xué)理論，和瑞亞和張玉喜構(gòu)建了耦合協(xié)調(diào)度模型，對我國28個省級區(qū)域的耦合協(xié)調(diào)度進行了評價，研究結(jié)果顯示，我國各省級區(qū)域科技創(chuàng)新與公共金融的耦合協(xié)調(diào)程度整體較低，大部分區(qū)域公共金融滯后于科技創(chuàng)新[9]。王任祥和楊曼利用兩階段GMM回歸模型，從最優(yōu)化視角論證了科技創(chuàng)新與金融創(chuàng)新最佳耦合協(xié)調(diào)的存在性，認(rèn)為科技創(chuàng)新與金融創(chuàng)新耦合協(xié)調(diào)度對經(jīng)濟效率的提升具有顯著正向作用[10]。

盡管國內(nèi)外學(xué)者對科技金融和科技創(chuàng)新的有關(guān)問題從不同角度進行了研究，但仍然有不足之處，主要表現(xiàn)在：①多數(shù)學(xué)者在現(xiàn)有經(jīng)濟理論基礎(chǔ)上，分別研究了金融發(fā)展、科技創(chuàng)新對經(jīng)濟增長等層面的影響，但忽略了科技金融對科技創(chuàng)新的影響。事實上，科技金融對科技創(chuàng)新會產(chǎn)生直接或間接的影響。②現(xiàn)有研究對科技金融和科技創(chuàng)新的評價表現(xiàn)為兩種極端：大多數(shù)研究采用單一指標(biāo)來評價科技金融和科技創(chuàng)新，與當(dāng)前科技金融和科技創(chuàng)新日益復(fù)雜化的現(xiàn)狀不協(xié)調(diào)；有些研究采用很多分析指標(biāo)，使得某些指標(biāo)之間高度相關(guān)，造成研究結(jié)果偏誤。③現(xiàn)有研究很少考慮空間面板數(shù)據(jù)的空間依賴性和空間相關(guān)性。實際上，科技金融和科技創(chuàng)新數(shù)據(jù)具有很強的空間關(guān)聯(lián)性，Tobler和Anselin認(rèn)為，一個地區(qū)某一屬性與鄰近地區(qū)同一屬性是相關(guān)的[11，12]。因此，如果理論和實證研究忽略空間相關(guān)性，就會使得相關(guān)研究的結(jié)論缺乏解釋力和說服力。針對以上不足，本文的貢獻在于：①從理論和實證雙重層面分析科技金融對科技創(chuàng)新的影響。②通過構(gòu)建多指標(biāo)評價體系對科技金融和科技創(chuàng)新進行評價。③運用空間杜賓計量模型，分析科技金融是否顯著地提升了科技創(chuàng)新能力，各地區(qū)科技創(chuàng)新是否具有空間依賴性。

2 指標(biāo)構(gòu)建及數(shù)據(jù)來源

本文通過構(gòu)建空間計量模型對科技金融是否促進科技創(chuàng)新進行實證研究，需要解決以下問題：①科技創(chuàng)新的測度問題。目前，國內(nèi)外文獻普遍采用專利授權(quán)量作為科技創(chuàng)新的代理變量，忽略了科技創(chuàng)新能力的多指標(biāo)特性。于此，本文從科技創(chuàng)新投入、科技創(chuàng)新產(chǎn)出、科技創(chuàng)新擴散和科技創(chuàng)新環(huán)境四個方面評價科技創(chuàng)新能力。②科技金融的評價問題。本文根據(jù)科技金融的界定，選取能夠代表各省市區(qū)發(fā)展?fàn)顩r和現(xiàn)實情況的科技金融評價指標(biāo)。

2.1 科技創(chuàng)新能力（inno_tech）的評價

為了能夠全面地評價各地區(qū)科技創(chuàng)新能力，本文基于徐玉蓮、宋躍剛和杜江等提出的有關(guān)思想[7，13]，主要從科技創(chuàng)新投入、科技創(chuàng)新產(chǎn)出、科技創(chuàng)新擴散和科技創(chuàng)新環(huán)境四個方面評價科技創(chuàng)新能力，表1顯示的是科技創(chuàng)新能力指標(biāo)體系和權(quán)重。

2.2 科技金融（fina_tech）的測度

國內(nèi)外文獻關(guān)于科技金融的研究較少，對于科技金融的評價指標(biāo)更是沒有統(tǒng)一的標(biāo)準(zhǔn)和體系。本文基于徐玉蓮等度量科技金融的基本思想[7]，從科技信貸額、科技信貸占GDP比重、風(fēng)險機構(gòu)投資總額、風(fēng)險投資機構(gòu)數(shù)量、科技型上市公司總市值和科技型上市公司數(shù)六個方面來衡量科技金融，表2顯示的是科技金融指標(biāo)體系和權(quán)重。

2.3 控制變量

事實上，盡管科技創(chuàng)新受到科技金融的影響，但也受到其他因素的約束。本文借鑒宋躍剛、張林等采用的方法[13，14]，對一些可能影響科技創(chuàng)新的主要因素進行控制，這些因素包括：產(chǎn)業(yè)的集聚程度用集中化指數(shù)（hhi）和專業(yè)化指數(shù)（sli）衡量①；產(chǎn)業(yè)結(jié)構(gòu)（stru_indu）用第三產(chǎn)業(yè)產(chǎn)值占GDP比重度量；金融深化程度（deep_fina）用信貸總額占GDP的比重衡量；對外開放程度（openess）通常用進出口總額占GDP的比重度量；人力資本投入（human）用Barro和Lee提出的勞動力平均受教育年限近似表示[15]；城鎮(zhèn)化水平（urban）選用城鎮(zhèn)人口占總?cè)丝诘谋戎囟攘俊?/p>

2.4 數(shù)據(jù)來源及其處理

為了保證研究的客觀和真實，充分考慮數(shù)據(jù)的易得性和可行性，本文選取的樣本是除西藏自治區(qū)和海南省外的29個?。ㄊ小⒆灾螀^(qū)）2001～2013年期間的省際面板數(shù)據(jù)①。以上變量的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國教育年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》、國泰安數(shù)據(jù)庫和WIND資訊金融數(shù)據(jù)庫。在指標(biāo)的計算過程中，為了保證各指標(biāo)跨年度可比性，對各項指標(biāo)進行無量綱化處理②，然后通過熵權(quán)法算出每個指標(biāo)的權(quán)重和綜合值。對于部分年度缺失的數(shù)據(jù)，通過線性插值法填補。

3 空間計量模型的構(gòu)建

3.1 空間矩陣構(gòu)建及空間相關(guān)性檢驗

關(guān)于空間計量模型的問題，一般通過空間依賴性檢驗比較LMLAG和LMERR的顯著性來選擇[17]，但是適用于截面數(shù)據(jù)而非面板數(shù)據(jù)。對于面板數(shù)據(jù)而言，本文依據(jù)宋躍剛和吳耀國的檢驗方法[13]，結(jié)果顯示應(yīng)該選擇空間杜賓模型③。然后，對空間杜賓模型進行Hausman檢驗，卡方統(tǒng)計量為36.39，對應(yīng)的P值幾乎為0，在1%的顯著水平下，拒絕隨機效應(yīng)的原假設(shè)，選擇固定效應(yīng)模型。

4 實證結(jié)果和分析

4.1 空間相關(guān)性檢驗

為了判斷各?。ㄊ小⒆灾螀^(qū)）科技創(chuàng)新能力在空間上是否存在策略性互動的可能，本文選取我國29個省（市、自治區(qū)）2001～2013年科技創(chuàng)新面板數(shù)據(jù)作為空間單元觀測值，對被解釋變量科技創(chuàng)新（lninno_tech）進行了Morans I檢驗，如表3所示。根據(jù)Morans I檢驗值，各地區(qū)科技創(chuàng)新能力的Morans I統(tǒng)計值總是大于期望值-0.036，在1%的顯著性水平下，存在顯著的正向相關(guān)性，表明科技創(chuàng)新能力在空間上并非呈現(xiàn)隨機分布狀態(tài)，而與具有相似空間特征地區(qū)的科技創(chuàng)新能力密切相關(guān)。

4.2 回歸結(jié)果及其分析

本文運用中國29個?。ㄊ?、自治區(qū)）2001～2013年科技創(chuàng)新和科技金融的相關(guān)數(shù)據(jù)，共377個觀測值，分別進行了普通面板模型和空間杜賓模型回歸①，結(jié)果見表4。

根據(jù)表4模型（1）至模型（5）的回歸結(jié)果可以看出，無論是否考慮其他因素的影響，各地區(qū)科技金融能夠顯著地促進區(qū)域科技創(chuàng)新能力提升。

（1）通過普通面板回歸結(jié)果（1）顯示，在1%的顯著性水平下，解釋變量科技金融系數(shù)顯著為正，科技金融水平每提高1%，區(qū)域科技創(chuàng)新能力就會提高0.19%。表明科技金融對科技創(chuàng)新有著明顯的正向促進作用，在一定程度上說明科技金融能夠顯著地提升區(qū)域科技創(chuàng)新能力。

（2）由地理權(quán)重和經(jīng)濟權(quán)重的空間杜賓模型回歸結(jié)果（2）至回歸結(jié)果（5）顯示，在1%的顯著性水平下，空間自回歸系數(shù)（ρ）全部為正，說明各地區(qū)科技創(chuàng)新存在顯著的正向相關(guān)性，即每個地區(qū)科技創(chuàng)新受其他相似空間特征地區(qū)科技創(chuàng)新和科技金融的影響。

（3）從系數(shù)值大小看，與地理特征權(quán)重模型（3）的相關(guān)系數(shù)相比，當(dāng)模型中引入了專業(yè)化指數(shù)、集中化指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)水平、開放水平、金融深化程度和城鎮(zhèn)化水平等控制變量后，社會經(jīng)濟特征權(quán)重模型（5）的相關(guān)系數(shù)相對較高，即在空間經(jīng)濟權(quán)重下，各地區(qū)科技金融水平每提高1%，科技創(chuàng)新能力就會提高0.155%，高于空間地理權(quán)重下的0.129%。說明社會經(jīng)濟因素對科技創(chuàng)新的影響更加明顯。

（4）就其他控制變量而言，考慮空間地理權(quán)重模型（3）和空間經(jīng)濟權(quán)重模型（5），在5%的顯著水平下，集中化指數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、金融深化程度和人力資本對各地區(qū)科技創(chuàng)新能力有顯著正向作用，說明一個經(jīng)濟體的產(chǎn)業(yè)集中化程度、產(chǎn)業(yè)結(jié)構(gòu)特征、金融深化程度和人力資本在一定程度上都能夠促進科技創(chuàng)新能力的提升，但是產(chǎn)業(yè)專業(yè)化指數(shù)、開放程度和城鎮(zhèn)化水平對各地區(qū)科技創(chuàng)新能力的影響并不顯著。

5 主要結(jié)論和政策啟示

本文考慮了區(qū)域科技創(chuàng)新的空間依賴性，采用空間杜賓模型對科技金融是否促進科技創(chuàng)新進行了實證檢驗，得到如下結(jié)論：

（1）科技金融能夠顯著地促進區(qū)域科技創(chuàng)新。無論是采用普通面板回歸，還是采用空間杜賓模型回歸，都顯著地支持科技金融促進區(qū)域科技創(chuàng)新的理論。

（2）科技金融對科技創(chuàng)新能力的影響呈現(xiàn)空間互動效應(yīng)。即各地區(qū)科技創(chuàng)新能力受其他地區(qū)科技創(chuàng)新和科技金融發(fā)展水平的影響。

（3）相較于地理空間距離因素，經(jīng)濟距離因素對科技創(chuàng)新能力的影響更強。即社會經(jīng)濟特征更有利于科技創(chuàng)新能力提升。

就目前中國的實際情況看，應(yīng)加強各地之間的聯(lián)系，拓寬融資渠道，促進科技金融多層次多維度發(fā)展，使科技金融支持科技創(chuàng)新，有效推動“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”，促進科技產(chǎn)業(yè)的快速發(fā)展，增強國家核心競爭力。

參考文獻：

[1]King R G， Levine R. Finance and Growth： Schumpeter Might be Right[J]. The Quarterly Journal of Economics， 1993，108（3）： 717-737.

[2]Neff C. Corporate Finance， Innovation， and Strategic Competition[M]. Springer Science & Business Media， 2012.

[3]Atanassov J， Nanda V K， Seru A. Finance and Innovation： The Case of Publicly Traded Firms[R]. Ross School of Business Paper， 2007.

[4]趙昌文，陳春發(fā)，唐英凱.科技金融[M].北京：科學(xué)出版社，2009.

[5]葉莉，王亞麗，孟祥生.中國科技金融創(chuàng)新支持效率研究——基于企業(yè)層面的理論分析與實證檢驗[J].南開經(jīng)濟研究，2015（6）：37-53.

[6]張玉喜，趙麗麗.中國科技金融投入對科技創(chuàng)新的作用效果——基于靜態(tài)和動態(tài)面板數(shù)據(jù)模型的實證研究[J].科學(xué)學(xué)研究，2015（2）：178-187.

[7]徐玉蓮，王玉冬，林艷.區(qū)域科技創(chuàng)新與科技金融耦合協(xié)調(diào)度評價研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2011（12）：116-122.

[8]尹志超，宋全云，吳雨，等.金融知識、創(chuàng)業(yè)決策和創(chuàng)業(yè)動機[J].管理世界，2015（1）：87-98.

[9]和瑞亞，張玉喜.區(qū)域科技創(chuàng)新系統(tǒng)與公共金融系統(tǒng)耦合協(xié)調(diào)評價研究——基于中國28個省級區(qū)域的實證分析[J].科技進步與對策，2014（7）：31-37.

[10]王仁祥，楊曼.科技創(chuàng)新與金融創(chuàng)新耦合關(guān)系及其對經(jīng)濟效率的影響——來自35個國家的經(jīng)驗證據(jù)[J].軟科學(xué)，2015（1）：33-36，41.

[11]Tobler W R.A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography， 1970（46）： 234-240.

[12]Anselin L.Spatial Econometrics： Methods and Models[M].Dordrecht：Kluwer Academic Press，1988.

[13]宋躍剛，吳耀國.制度環(huán)境、OFDI與企業(yè)全要素生產(chǎn)率進步的空間視角分析[J].世界經(jīng)濟研究，2016（11）：78-85，136.

[14]張林.金融發(fā)展、科技創(chuàng)新與實體經(jīng)濟增長——基于空間計量的實證研究[J].金融經(jīng)濟學(xué)研究，2016（1）：14-25.

[15]Barro R J，Lee J W. International Comparisons of Educational Attainment[J]. Journal of Monetary Economics， 1993， 32（3）： 363-394.

[16]李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產(chǎn)的空間計量分析——基于靜態(tài)與動態(tài)空間面板模型的實證研究[J].管理世界，2010（7）：43-55，65.

[17]Anselin L， Arribas-Bel D. Spatial Fixed Effects and Spatial Dependence in a Single Crosssection[J]. Papers in Regional Science， 2013， 92（1）： 3-17.

（責(zé)任編輯：張 勇）