張芷若 谷國鋒

摘要：通過構(gòu)建科技金融發(fā)展水平指標體系，采用指數(shù)合成法計算我國30個省（市、自治區(qū)）2001-2015年的科技金融發(fā)展綜合指數(shù)，并基于空間計量模型，探究科技金融對區(qū)域經(jīng)濟增長的影響及其空間溢出效應(yīng)。結(jié)果表明：我國各地區(qū)科技金融發(fā)展水平差距顯著，呈現(xiàn)“東高西低”的空間特征；科技金融發(fā)展水平存在明顯的空間相關(guān)性，在空間上表現(xiàn)出東部沿海地帶“高高”集聚與西部欠發(fā)達地區(qū)“低低”集聚的特征；科技金融發(fā)展對區(qū)域經(jīng)濟增長的推動作用明顯，且存在顯著的正向空間溢出效應(yīng)。

關(guān)鍵詞：科技金融；經(jīng)濟增長；空間相關(guān)性；空間計量模型

中圖分類號：F061.5；F830文獻標識碼：A文章編號：10037217（2018）03011207

一、引言

新常態(tài)下科技金融的協(xié)調(diào)發(fā)展是我國科技與經(jīng)濟結(jié)合的重要舉措。近年來，科技金融發(fā)展已經(jīng)得到了各級政府、金融監(jiān)管機構(gòu)、企業(yè)界以及學(xué)術(shù)界的廣泛關(guān)注，隨著我國各項科技金融政策意見的出臺，積極推進了科技活動與金融發(fā)展的結(jié)合。與此同時，科技金融對區(qū)域經(jīng)濟增長的重要性也日益凸顯，科技金融發(fā)展已成為我國實施自主創(chuàng)新戰(zhàn)略，建設(shè)創(chuàng)新型國家與加快中華民族偉大復(fù)興的重大舉措，也是我國轉(zhuǎn)變經(jīng)濟增長方式，應(yīng)對金融危機，推動經(jīng)濟可持續(xù)發(fā)展的必然選擇。

科技金融囊括了科技與金融兩方面內(nèi)容，屬于產(chǎn)業(yè)金融范疇，主要指科技產(chǎn)業(yè)與金融產(chǎn)業(yè)的融合，是一切服務(wù)于科技企業(yè)以及科技成果發(fā)展、創(chuàng)新的多方資源體系，既包括金融工具、制度、政策，也包括整個系統(tǒng)的服務(wù)與創(chuàng)新。有關(guān)科技金融與經(jīng)濟增長的相關(guān)研究主要集中在以下幾個方面：一是科技金融理論方面的研究，學(xué)者們從理論層面分析科技金融的內(nèi)涵、運行模式與保障機制等[1-4]；二是科技金融指標選取與評價方面，通過設(shè)定科技金融資源指數(shù)、經(jīng)費指數(shù)、產(chǎn)出指數(shù)和貸款指數(shù)，構(gòu)建我國科技金融綜合發(fā)展指數(shù)[5，6]；三是運用協(xié)同學(xué)理論、耗散結(jié)構(gòu)理論、系統(tǒng)動力學(xué)等多種復(fù)雜系統(tǒng)科學(xué)理論對科技金融與科技創(chuàng)新聯(lián)合發(fā)展進行研究，提出區(qū)域科技金融與科技創(chuàng)新的協(xié)同發(fā)展模型[7-10]；四是有關(guān)科技金融效率或科技金融績效的研究，從金融投入與科技產(chǎn)出方面建立科技金融結(jié)合效率指標體系，運用DEA方法進行效率評價，并提出提高科技金融相對效率的方法與建議[11-13]；五是金融發(fā)展與經(jīng)濟增長的關(guān)系研究，通過實證檢驗科技金融、科技創(chuàng)新對實體經(jīng)濟增長的促進作用，提出提高科技金融與科技創(chuàng)新二者融合質(zhì)量的路徑和相關(guān)政策[14-18]。

目前，國內(nèi)外對科技金融發(fā)展與經(jīng)濟增長的關(guān)系主要建立在傳統(tǒng)的經(jīng)濟學(xué)理論框架中，并未考慮科技金融發(fā)展的空間相關(guān)性及其空間效應(yīng)。然而，對空間效應(yīng)的忽略可能導(dǎo)致回歸結(jié)果的偏誤，為此，本文考察科技金融發(fā)展水平與經(jīng)濟增長在各省市的空間相關(guān)性，并基于空間計量經(jīng)濟學(xué)模型，探究科技金融發(fā)展對經(jīng)濟增長的影響及其空間效應(yīng)，以期為相關(guān)部門優(yōu)化科技金融空間格局提供理論依據(jù)和決策借鑒。

二、理論分析與科技金融發(fā)展指數(shù)測度

（一）理論基礎(chǔ)

新古典經(jīng)濟增長理論認為，影響經(jīng)濟增長的因素主要包括資本要素和勞動要素的投入[19]；新經(jīng)濟增長理論認為，經(jīng)濟增長得益于技術(shù)進步[20，21]。傳統(tǒng)的金融發(fā)展理論認為，金融發(fā)展不僅可以通過促進資本積累的形成推動經(jīng)濟增長[22，23]，還可以通過金融中介的信用放大作用增加經(jīng)濟中的資金供給，進而推動經(jīng)濟增長[24]。本文借鑒新古典經(jīng)濟增長理論和新經(jīng)濟增長理論，并結(jié)合新經(jīng)濟地理學(xué)理論，認為經(jīng)濟增長不僅取決于資本要素、勞動要素的投入與技術(shù)進步，還受到科技金融要素的影響。基于CobbDouglas生產(chǎn)函數(shù)Y=AKαLβ，建立科技金融經(jīng)濟增長理論模型如下：

Y=AKαLβ（STF）γ（1）

對式（1）加入時間和地理空間維度，同時兩邊取對數(shù)，可得普通線性回歸模型：

lnYit=a+αlnKit+βlnLit+γlnSTFit（2）

其中，Y、K、L、STF分別表示人均GDP、資本投入、勞動力投入與科技金融投入；a為截距項，i、t分別為地區(qū)與時間，α、β、γ分別表示相應(yīng)產(chǎn)出彈性；εit為隨機誤差項；K用全社會固定資產(chǎn)投資額表示；L用從業(yè)人員表示；STF用科技金融發(fā)展指數(shù)表示。

（二）指標選取與數(shù)據(jù)來源

科技金融既屬于科技創(chuàng)新體系，也屬于金融體系，是兩者的融合，不僅包括科技開發(fā)、科技成果轉(zhuǎn)化與高新技術(shù)產(chǎn)業(yè)等金融問題，還包括一系列和企業(yè)發(fā)展戰(zhàn)略相關(guān)的金融制度安排、科技研發(fā)經(jīng)費投入等內(nèi)容。為了充分反映科技金融的本質(zhì)，本文認為科技金融是包含科技金融資源、科技金融經(jīng)費、科技金融融資與科技金融產(chǎn)出的統(tǒng)一整體，并依據(jù)這四個方面進行指標體系的構(gòu)建。在構(gòu)建指標體系過程中，借鑒相關(guān)研究[5，6，25]，選取合適的指標來量化科技金融。指標體系見表1。

所選取數(shù)據(jù)來自2002-2016年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》和科技部《中國主要科技指標數(shù)據(jù)庫》的統(tǒng)計數(shù)據(jù)。科技活動人員數(shù)（F1）由各省市R&D;人員全時當量數(shù)替代；創(chuàng)新稅收收入（F4）由高技術(shù)產(chǎn)業(yè)利稅數(shù)據(jù)代替；金融機構(gòu)科技貸款（F8）由金融機構(gòu)各項貸款替代，數(shù)據(jù)來源《中國金融年鑒》；股權(quán)融資數(shù)據(jù)（F9）來源于wind數(shù)據(jù)庫。由于西藏自治區(qū)、港澳臺地區(qū)缺乏統(tǒng)計數(shù)據(jù)，因此未列入研究范疇。

（二）研究方法

1.科技金融發(fā)展指數(shù)計算方法。以2001年為基期年份，單項指標在基期年份的最大值與最小值分別是100和0，分別表示該地區(qū)在該指標上發(fā)展最好與最差。計算方法為：基期年份第i個指標得分=xi-xminxmax-xmin×100，非基期年份第i個指標t年得分=xi（t）-xmin（0）xmax（0）-xmin（0）×100。其中，xi為某地區(qū)第i個指標的指標值，xmin與xmax為基期年份第i個指標最小值與最大值。首先，將同一類別的二級分指數(shù)用算術(shù)平均法進行加權(quán)，計算科技金融發(fā)展水平分指數(shù)；其次，將四項分指數(shù)再加權(quán)，得出科技金融發(fā)展水平總指數(shù)。xmin（0）與xmax（0）表示基期年份第i個指標的最小值與最大值，xi（t）表示非基期年份t年的指標值，非基期年份指標值最小可小于0，最大可大于100[6]。

2.空間自相關(guān)性檢驗。利用MoransI值進行全局空間自相關(guān)檢驗，初步探討省域間經(jīng)濟增長與科技金融之間的空間依賴性，計算公式為：

I=∑ni=1∑nj=1wij（Yi-）（Yj-）S2∑ni=1∑nj=1wij，

Z=1-E（I）VAR（I）；

Ii=（Yi-）S2）∑nj=1wij（Yj-）

其中，I為全局MoransI值，表示區(qū)域間的總體相關(guān)程度；S2=1n∑ni=1（Yi-）2；=1n∑ni=1Yi；Yi表示第i地區(qū)人均GDP；n表示地區(qū)數(shù)；wij為空間權(quán)重矩陣，wij=1表示兩個相鄰省份，wij=0表示兩個省份不相鄰；E（I）=-1n-1。Ii為局域空間自相關(guān)系數(shù)，表示i地區(qū)與周邊地區(qū)的相關(guān)程度。MoransI指數(shù)的取值范圍為1～-1，越接近1，表示空間正相關(guān)；越接近-1，表示空間負相關(guān)；當I=0時，表示空間不相關(guān)。

3.空間計量模型。本文通過構(gòu)建地理距離空間權(quán)重矩陣，將空間滯后項與空間誤差項引入到普通面板模型，其空間計量模型具體形式如下：

（1）空間滯后模型（SLM）。用來檢驗區(qū)域經(jīng)濟增長是否具有空間溢出效應(yīng)，區(qū)域間的空間相關(guān)性由被解釋變量的空間滯后項來反映。即：

lnYit=β0+ρ∑nj=1WijlnYjt+β1lnSTFit+

β2lnInvit+β3lnHumit+β4lnOpenit+

β5lnISit+β6lnexp+εit（3）

其中，Wij代表空間權(quán)重矩陣W的元素，WlnY為被解釋變量的空間滯后項，ρ是空間自回歸系數(shù)，β0代表常數(shù)項，β1-6表示解釋變量的待估計參數(shù)，εit為隨機誤差項。

（2）空間誤差模型（SEM）。主要用來研究鄰近地區(qū)被解釋變量的隨機誤差沖擊對本地區(qū)觀測值的影響，其空間相關(guān)性通過滯后項體現(xiàn)在隨機誤差項中。即：

lnYit=β0+β1lnSTFit+β2lnInvit+

β3lnHumit+β4lnOpenit+β5lnISit+

β6lnexp+φit（4）

φit=λ∑nj=1Wijεjt+μit

其中，φ為隨機誤差向量，λ表示空間誤差自回歸系數(shù)，Wε為隨機誤差項的空間滯后項，μ為正態(tài)分布的隨機誤差項。

（3）空間杜賓模型（SDM）。是空間滯后模型與空間誤差模型的合體，即：

lnYit=β0+ρ∑nj=1WijlnYjt+β1lnSTFit+

β2lnInvit+β3lnHumit+β4lnOpenit+

β5lnISit+β6lnexp+θ1∑nj=1WijlnSTFjt+θ2∑nj=1WijlnInvjt+θ3∑nj=1WijlnHumjt+θ4∑nj=1WijlnOpenit+θ5∑nj=1WijlnISjt+θ6∑nj=1Wijlnexp+εit（5）

其中，WlnSTF等為解釋變量的空間滯后項，θ1-5為解釋變量的空間自相關(guān)系數(shù)，其余解釋同上。

三、科技金融發(fā)展水平的時空特征分析

（一）科技金融發(fā)展水平時序演變

1.從各省市歷年科技金融發(fā)展指數(shù)演變趨勢圖看（見圖1），平均值由2001年的46.02增加到2015年的68.40，增長了近1.5倍。我國科技金融發(fā)展水平整體處于上升趨勢，北京、天津、上海、江蘇、浙江、福建、廣東以及山東等地區(qū)一直維持在較高水平；河北、山西、遼寧、湖南、廣西與青海等地區(qū)上升幅度較大，其中廣西上升幅度最大。隨著我國經(jīng)濟增長方式從資源消耗型向創(chuàng)新驅(qū)動型轉(zhuǎn)變的不斷深入，科技金融發(fā)展對經(jīng)濟增長的重要作用已引起各級政府高度重視。以江浙為例，該地區(qū)經(jīng)濟發(fā)展水平高，創(chuàng)新型科技企業(yè)不斷涌現(xiàn)，創(chuàng)新能力不斷加強，對科技金融發(fā)展的投入力度較大，為科技金融發(fā)展提供了資金和人才支持。

2.海南、貴州、云南等地科技金融發(fā)展水平上升不明顯，且出現(xiàn)不同程度的下降趨勢，其中海南下降幅度最大，這與其所處地理位置密切相關(guān)，這些地區(qū)大部分屬于自治區(qū)或遠離內(nèi)陸，缺乏一定的經(jīng)濟實力與創(chuàng)新能力，并且對科技產(chǎn)品需求較低，科技金融各項指標較弱，本地經(jīng)濟支持科技金融發(fā)展能力不足?？梢钥闯?，我國各地區(qū)科技金融發(fā)展不均衡，地區(qū)之間差距顯著，東部地區(qū)科技金融發(fā)展指數(shù)明顯高于西部地區(qū)，形成“東強西弱”的局面，這與我國現(xiàn)階段經(jīng)濟發(fā)展水平所呈現(xiàn)的“東高西低”狀態(tài)高度吻合，符合我國經(jīng)濟發(fā)展現(xiàn)狀，客觀反映了科技金融發(fā)展的狀況。

（二）科技金融發(fā)展水平的空間特征分析

從全局空間相關(guān)性分析可知，我國科技金融發(fā)展水平在空間上呈現(xiàn)出一定的集聚特征。2003、2011、2015年全局Moran'sI指數(shù)分別為0.122、0.232和0.245，空間正相關(guān)性顯著為正，且集聚出現(xiàn)增長趨勢。圖2中，圓點代表省份，若原點落在第一象限（HH），則集聚類型為“高高”集聚（見圖3），表示科技金融水平高的地區(qū)被高集聚水平地區(qū)包圍；若原點落在第二象限（LH），則集聚類型為“低高”集聚，表示科技金融集聚水平低的地區(qū)被高集聚水平地區(qū)包圍；若原點落在第三象限（LL），則集聚類型為“低低”集聚，表示科技金融集聚水平低的地區(qū)被低集聚水平地區(qū)包圍；若原點落在第四象限（HL），則集聚類型為“高低”集聚，表示科技金融集聚水平高的地區(qū)被低集聚水平地區(qū)包圍。

從空間分布看，2015年科技金融發(fā)展水平的空間集聚特征與2003年大致保持相同的態(tài)勢，并且相鄰地區(qū)具有相似的屬性值，30個省市大部分落在第一與第三象限，即科技金融發(fā)展水平較高與較低的地區(qū)相對集聚。隨著時間的推移，四種集聚類型在地理空間上的相對位置與集聚范疇也依次呈現(xiàn)不同程度的變化，2003-2007年處于“高高”集聚的地區(qū)數(shù)量急劇增長，河北、江西、山東、廣東、安徽分別從LH與HL進入HH，集聚特征有逐漸增強的趨勢，到2011年HH內(nèi)地區(qū)數(shù)量略有下降，至2015年處于HH內(nèi)的地區(qū)數(shù)量僅比2003年多出一個山東省。處在“高高”集聚與“高低”集聚內(nèi)的省份大都位于我國東部沿海地帶，中西部地區(qū)則普遍處于“低高”集聚與“低低”集聚區(qū)域內(nèi)。

2001-2015年，隨著北京、天津科技金融指數(shù)的不斷升高，且與周邊地區(qū)科技金融指數(shù)的差距逐漸拉大，在二者共同極化作用影響下，河北從HH進入LH；海南、新疆、陜西、黑龍江均從HL進入LL；東部地區(qū)的廣東、東北地區(qū)的遼寧以及西部地區(qū)的四川基本位于HL。①而河南、內(nèi)蒙古、湖南、青海與周邊地區(qū)一直處于科技金融發(fā)展比較落后的階段，自2011年以來，通過不斷加強科技金融合作，均已進入HL。

時間段的數(shù)據(jù)結(jié)果顯示，各省份科技金融發(fā)展類型具有如下特征：處在HH的省份全部位于我國東部地區(qū)，這些地區(qū)均擁有較高的科技金融發(fā)展水平，彼此間的空間差異不大，空間正相關(guān)程度較高；處在LL的省份大都位于我國西部地區(qū)，各省份及其周邊地區(qū)的科技金融發(fā)展水平較低，空間差異較小。總體而言，中國科技金融發(fā)展水平雖然呈現(xiàn)出穩(wěn)步的上升趨勢，但在空間上呈現(xiàn)出不均衡的分布特征，科技金融發(fā)展指數(shù)從東到西逐漸遞減，空間集聚的不平衡性在研究期內(nèi)逐步加劇。

四、科技金融與區(qū)域經(jīng)濟增長的空間計量分析

（一）經(jīng)濟增長的空間相關(guān)性分析

利用Moran'sI指數(shù)描述區(qū)域經(jīng)濟增長的空間關(guān)聯(lián)程度如圖4所示。

圖4顯示了近15年來區(qū)域經(jīng)濟增長的Moran'sI指數(shù)及其變化趨勢，人均GDP的Moran'sI指數(shù)通過了1%的顯著性檢驗，其值在0.3759～0.3772間波動，表明區(qū)域經(jīng)濟增長存在較強的空間正相關(guān)性。因此，需要考慮區(qū)域經(jīng)濟增長的空間效應(yīng)，運用空間計量的方法探究科技金融對區(qū)域經(jīng)濟增長的影響。

（二）實證結(jié)果分析

空間相關(guān)性檢驗證明了科技金融與經(jīng)濟增長在空間上具有顯著的相關(guān)性，因此，利用空間維度的相關(guān)性與異質(zhì)性分析科技金融發(fā)展對區(qū)域經(jīng)濟增長的影響程度及變化情況。

首先，根據(jù)Anselin等[25]于1995年提出的空間計量模型判定準則，從表2顯示的拉格朗日乘數(shù)誤差項與滯后項，及其穩(wěn)健性檢驗的結(jié)果看，LMLAG統(tǒng)計結(jié)果高于LMERR值，且RLMLAG值更顯著，而RLMERR值則不夠顯著，可以斷定此時SLM模型相較于SEM模型更適合用來解釋科技金融發(fā)展對區(qū)域經(jīng)濟增長的作用。其次，在比較三種空間計量模型的適用性時，Elhorst[20]提出的Wald檢驗成為學(xué)者們判斷SDM模型可否簡化為SLM模型或SEM模型的重要依據(jù)，這里的兩項Wald檢驗均通過了1%顯著水平檢驗，說明否定了空間杜賓模型能夠轉(zhuǎn)化為空間滯后模型或空間誤差模型的假設(shè)，認定空間杜賓模型是最適宜的選擇。最后，利用EVIEWS7.0軟件，對原始數(shù)據(jù)進行Hausman檢驗，其檢驗結(jié)果為197.53，且高度顯著，因此，拒絕隨機效應(yīng)與固定效應(yīng)無差別的原假設(shè)，選擇SDM固定效應(yīng)模型進行估計。

對于空間計量模型，采用極大似然法，借助Matlab2010b軟件與相關(guān)代碼對SLM、SEM以及SDM模型進行參數(shù)估計，以得到最優(yōu)的估計效果。表3給出了基于地理距離空間權(quán)重矩陣下的空間面板模型估計結(jié)果及相應(yīng)的擬合優(yōu)度。從傳統(tǒng)的OLS估計以及三種空間面板數(shù)據(jù)模型的回歸結(jié)果可以看出，SLM、SEM與SDM模型回歸估計的R2和LogL均比OLS回歸估計值大，說明OLS估計忽略了空間效應(yīng)，導(dǎo)致結(jié)果有偏，而三種空間經(jīng)濟計量模型的自相關(guān)回歸估計參數(shù)ρ和λ均為正值，且在1%的水平上都通過了顯著性檢驗，說明空間面板數(shù)據(jù)模型更好地擬合了區(qū)域經(jīng)濟增長，這與區(qū)域之間是相互獨立的假說相矛盾，該結(jié)果進一步表明我國區(qū)域經(jīng)濟增長存在明顯的溢出效應(yīng)和空間依賴性。

SLM模型中的LogL值（93.7512）與R2（0.9398）均大于SEM模型中的LogL值（69.0982）與R2（0.9256），因此，可以認為SLM模型更好地擬合了空間效應(yīng)。SLM模型中的空間自回歸系數(shù)ρ值為0.5334，并在統(tǒng)計上高度顯著，表明區(qū)域間的經(jīng)濟發(fā)展具有明顯的空間依賴作用，這與相鄰地區(qū)的社會經(jīng)濟發(fā)展狀況及其相關(guān)誤差項密切相關(guān)，即鄰近地區(qū)社會經(jīng)濟的發(fā)展對提高本地區(qū)經(jīng)濟增長有正面的促進作用。SDM模型的擬合優(yōu)度R2與對數(shù)似然值（LogL）是三個模型中數(shù)值最高的，且其隨機誤差項方差最小，各變量顯著性均較高，表明模型中引入科技金融發(fā)展水平的空間變量是合理的，且空間杜賓模型的估計效果最好，能較好地解釋各要素對經(jīng)濟增長的作用。

科技金融變量lnSTF與其空間滯后項W×lnSTF在1%與10%的水平下顯著，且系數(shù)為正，表明科技金融發(fā)展水平提高對本地區(qū)與周邊地區(qū)經(jīng)濟增長均有積極的推動作用，存在明顯的溢出現(xiàn)象；其他控制變量如固定資產(chǎn)投資、開放程度、產(chǎn)業(yè)結(jié)構(gòu)的空間滯后項相關(guān)系數(shù)均顯著為正，也證實了固定資產(chǎn)投資的增加、對外開放程度的提高等因素在推動本地區(qū)經(jīng)濟增長的同時，也會對周邊地區(qū)經(jīng)濟發(fā)展起到一定的帶動作用，并且對周邊地區(qū)具有正向的溢出效應(yīng)；而人力資本與政府支出除了對本地區(qū)經(jīng)濟增長有顯著帶動作用外，對周邊地區(qū)經(jīng)濟增長的影響不顯著。

五、結(jié)論及政策建議

以上研究表明：（1）從科技金融發(fā)展指數(shù)看，2001-2015年全國各省市科技金融發(fā)展水平呈逐步上升趨勢，但區(qū)域科技金融發(fā)展極其不平衡，地區(qū)間的差距也在逐步加大，表現(xiàn)出東部沿海地區(qū)水平高與中西部地區(qū)低水平的兩極分化狀態(tài)，不平衡性日益凸顯。因此，在東部發(fā)達地區(qū)與西部發(fā)展落后地區(qū)采用無差別的科技金融政策勢必加劇資源的浪費，致使東西部之間的差距拉大，適時提出具有針對性的科技金融發(fā)展戰(zhàn)略勢在必行。（2）通過分析2003-2015年科技金融MoransI值與LISA集聚圖可以看出，我國省域科技金融發(fā)展的空間分布并非獨立，有明顯的空間集聚特征，處在HH與HL的地區(qū)多位于經(jīng)濟相對較發(fā)達的東部沿海地區(qū)，科技金融資源豐富；處在LH與LL的地區(qū)大多處于中西部地區(qū)，經(jīng)濟發(fā)展相對落后，科技金融資源匱乏，且空間集聚的不平衡性日益加劇。（3）從OLS、SLM、SEM與SDM模型估計結(jié)果看，空間計量模型估計結(jié)果較經(jīng)典回歸模型估計結(jié)果更理想，且SDM模型的檢驗結(jié)果優(yōu)于其他兩種模型，根據(jù)擬合最優(yōu)的SDM模型研究結(jié)果顯示，大多解釋變量均通過了顯著性檢驗，說明科技金融發(fā)展不僅對本地區(qū)經(jīng)濟發(fā)展起到了直接的促進作用，還可以通過溢出效應(yīng)間接對周邊地區(qū)經(jīng)濟發(fā)展起到作用，其他因素如固定資產(chǎn)投資、對外開放等對經(jīng)濟增長具有顯著的正向促進效應(yīng)。

為此，各級政府應(yīng)重視區(qū)域間科技金融與經(jīng)濟增長的協(xié)調(diào)發(fā)展，構(gòu)建區(qū)域經(jīng)濟發(fā)展與科技金融發(fā)展的良性互動機制，縮小區(qū)域發(fā)展差異。隨著科技金融發(fā)展水平的不斷提高，還需要不斷提高科技金融發(fā)展對經(jīng)濟增長的推動作用，加強科技與金融發(fā)展的融合力度，尤其是經(jīng)濟發(fā)展相對落后的地區(qū)，更需要不斷加強區(qū)域間科技金融合作，加速科技金融資源流動，使科技金融發(fā)展的空間輻射能力得到最大限度發(fā)揮，推動區(qū)域科技金融中心的形成，進而成為促進我國經(jīng)濟可持續(xù)發(fā)展的堅實后盾。

注釋：

①廣東是我國沿海經(jīng)濟發(fā)展的重地，具備較強的綜合經(jīng)濟實力，科技金融基礎(chǔ)設(shè)施完善，2001-2015年，其科技金融發(fā)展指數(shù)在全國首屈一指，而與其相鄰的省份如廣西、桂林等綜合實力比較落后，因此，廣東處在HL的情況未得到明顯改善。

參考文獻：

[1]趙昌文等.科技金融[M].北京：科學(xué)出版社，2009：24-27.

[2]房漢廷.關(guān)于科技金融理論、實踐與政策的思考[J].中國科技論壇，2010（11）：5-11.

[3]游達明，朱桂菊.區(qū)域性科技金融服務(wù)平臺構(gòu)建及運行模式研究[J].中國科技論壇，2011（1）：40-46.

[4]周昌發(fā).科技金融發(fā)展的保障機制[J].中國軟科學(xué)，2011（3）：72-81.

[5]劉文麗，郝萬祿，夏球.我國科技金融對經(jīng)濟增長影響的區(qū)域差異[J].宏觀經(jīng)濟研究，2014（2）：87-94.

[6]曹顥，尤建新，盧銳，等.我國科技金融發(fā)展指數(shù)實證研究[J].中國管理科學(xué).2011（3）：134-140.

[7]徐玉蓮.區(qū)域科技創(chuàng)新與科技金融協(xié)同發(fā)展模式與機制研究[D].哈爾濱：哈爾濱理工大學(xué)，2012.

[8]AlexandraGuarnieri，LiuPei.TowhatextentdofinancingconstraintsaffectChinesefirms'innovationactivities[J].InternationalReviewofFinancialAnalysis，2014（36）：223-240.

[9]BashSiddhartha，DijonGlucosePJ，SuspenderKramer.FinancingconstraintsandinvestmentsinR&D;：evidencefromIndianmanufacturingfirms[J].TheQuarterlyReviewsofEconomicsandFinance，2014（55）：28-39.

[10]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[J].科技進步與對策，2014，31（07）：31-36.

[11]華玉燕，趙納.基于DEA方法的科技金融結(jié)合效率研究[J].金融教育研究，2013，26（3）：46-49.

[12]許汝俊，龍子午，姚逍遙.基于DEAMalmquist指數(shù)法的科技金融發(fā)展效率評價研究[J].科技管理研究，2015，13（36）：188-191.

[13]王江.科技進步環(huán)境、高新技術(shù)產(chǎn)業(yè)化、科技金融效益與經(jīng)濟增長方式轉(zhuǎn)變[J].科技管理研究，2015，14（7）：32-37.

[14]BeckT，ChenT，LinC.Financialinnovation：thebrightandthedarksides[R].TilbburgUniversity（mimeo），2012.

[15]AmoreMS，CedricZA.Creditsupplyandcorporateinnovation[J].JournalofFinancialEconomics，2013，109（3）：835-855.

[16]祝樹金，劉子君，鐘騰尤.中國金融發(fā)展影響地區(qū)專業(yè)化的實證研究——基于省際面板數(shù)據(jù)[J].財經(jīng)理論與實踐，2016，37（5）：16-22.

[17]周玉琴，張華.融資規(guī)模與經(jīng)濟增長協(xié)調(diào)關(guān)系研究：總量與行業(yè)結(jié)構(gòu)[J].財經(jīng)理論與實踐，2017，38（03）：27-32.

[18]張林.金融發(fā)展、科技創(chuàng)新與實體經(jīng)濟增長[J].金融經(jīng)濟研究，2016（1）：14-25.

[19]SolowRM.Acontributiontothetheoryofeconomicgrowth[J].Thequarterlyjournalofeconomics，1956，70（1）：65-94.

[20]RomerPM.Increasingreturnsandlongrungrowth[J].TheJournalofPoliticalEconomy，1986，94（5）：1002-1037.

[21]LucasRE.Onthemechanicsofeconomicdevelopment[J].Journalofmonetaryeconomics，1988，22（1）：3-42.

[22]GurleyJG，ShawES.Moneyinatheoryoffinance[M].WashingtonDC：TheBrookingsInstitution，1960.

[23]GoldsmithRW.Financialstructureanddevelopment[M].NewHaven：YaleUniversityPress，1969.

[24]陸靜.金融發(fā)展與經(jīng)濟增長關(guān)系的理論與實證研究：基于中國省際面板數(shù)據(jù)的協(xié)整分析[J].中國管理科學(xué)，2012（2）：177-184.

[25]徐玉蓮，王玉東，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].2011，32（12）：116-122.

[26]AnselinL，F(xiàn)loraxR.Smallsamplepropertiesoftestsforspatialdependenceinregressionmodels[M].Berlin：SpringerVerlag，1995.

[27]ElhorstJP.Spatialeconometrics：fromcrosssectionaldatatospatialpanels[M].NewYork：Springer，2014.

（責(zé)任編輯：寧曉青）