科技創新與金融結構的協同演化研究

吳勇民 紀玉山 呂永剛

基金項目：國家社科基金重點項目“人民幣升值對中國制造業國際競爭力影響研究”（11AJY005）；吉林省科技發展計劃軟科學基金項目“吉林省推進產學研合作的組織方式及工作機制研究”（20120625）。

摘 要：

通過對科技創新與金融結構的協同演化機理和特征的分析，構建了科技創新與金融結構有序度模型與復合系統協同度模型，并利于美國的年度時間序列數據對二者之間的協同演化關系進行了實證研究。結論表明，美國科技創新與金融結構復合系統的協同度波動較大，并且與美國經濟周期的波動呈現高度的正相關，為Perez提出的技術革命與金融資本演化過程中的“技術—經濟”范式轉變規律提供了實證依據。

關鍵詞：

科技創新；金融結構；協同演化；協同度；技術-經濟范式

の惱鹵嗪牛2095-5960（2014）04-0082-09

；中圖分類號：F064.2

；文獻標識碼：A

從歷史和經驗事實看，科技創新與金融結構處于一個協同演化的動態系統中，一方面，產業革命的發生源自于集群式的科技創新引發的技術進步，而科技創新過程中的每一個階段都需要金融資源的啟動、指引與維持。并且，科技創新過程中存在各種各樣的風險，科技活動的不確定性、高風險性和復雜性在很大程度上會影響一般投資者的投資行為與投資方向，因此，需要有效的金融制度安排以克服創新活動所帶來的不確定和高風險；另一方面，科技創新的發生、擴散與轉移，會引發傳統產業部門的升級改造和新型產業部門擴張，只有金融部門的結構變革和調整才能適應新型產業部門發展的需要，在新技術為金融產業的擴張提供先進的技術工具與手段，提高金融產業的融資效率和優化金融結構的同時，新產業的擴張也會為金融產業部門的發展提供廣闊的需求空間，提高金融部門的投資利潤，帶來遞增的績效回報。

然而，長期以來，科技創新與金融結構之間的這種協同演化關系被主流經濟學家忽視了。在科技創新與金融結構的關系方面，他們的研究專注于二者之間的單向聯系，也就是，要么側重于金融對科技創新的作用［1］ ［2］ ［3］ ［4］ ［5］，要么側重于科技創新或技術進步對金融體系的影響［6］ ［7］ ［8］，忽視了二者的演化本質和協同演化特征，均衡分析幾乎是其理論研究的主導。盡管一些演化經濟學家逐漸認識到對這一問題的研究欠缺，將科技創新或技術進步與金融發展的關系引入演化分析的視野［9］ ［10］，但他們的研究仍然沒有超越二者單向聯系的框架，未能將二者的關系納入一個協同演化分析的范疇。特別是Perez ［11］意識到技術革命與金融資本在演化進程中的雙向聯系，但她的研究是一種描述性的定性分析和歷史的經驗考察，缺乏微觀實證模型和數據的支撐。

鑒于主流經濟學家對科技創新和金融結構之間協同演化關系的忽視和演化經濟學家對這一問題的研究欠缺，本文在探討科技創新和金融結構協同演化的機理和特征的基礎上，構建二者的協同演化模型，并選取美國的資料數據，對其協同演化關系進行實證考察。

一、科技創新與金融結構協同演化的機理、特征與模型

（一）協同演化機理

協同演化最早是由生物學家提出的一個生物學術語被用來解釋生物間協同演化關系，后來被演化經濟學家借鑒而用于社會經濟研究領域。［12］所謂協同演化是兩個或兩個以上具有演化特征的系統持續地互動與演變，且演化路徑相互交錯的現象。科技創新的發生及新技術的擴散與轉移，具有鮮明的動態演化特征，筆者曾分析過技術創新向宏觀經濟傳導的微觀機理，我們將其歸納為技術創新在微觀的企業層面上形成規模效應，在中觀的產業層面上形成集聚效應和乘數效應，在宏觀層面上通過技術－經濟范式轉型產生周期波動效應，這些不同層次的效應正是科技創新在各個層面上發展演化的具體體現。金融結構的變遷在本質上也是演化的，即金融結構的演化進程一般沿循著“早期的實物貨幣交易的初期階段→信用貨幣創造的銀行主導階段→非貨幣金融工具擴張的金融市場主導階段”，融資方式也從間接融資方式為主過渡到直接融資方式占主導,具有明顯的演化特征。因此，演化的科技創新系統與金融結構系統會通過資金流、信息流和技術流等能量的交換緊密耦合在一起，構成一個并行的、相互嵌套的復合系統，使二者處于不斷的協同演化關系之中，一方面，從微觀的企業層面看，科技創新活動從創新構思、項目選擇、研究開發、實驗生產、定型推廣、新技術產業化以及市場化的各個階段，都離不開人力資本和金融資本的支持，并且不同類型的企業在不同的發展階段所面臨的風險、對資金的需求規模以及所能承擔的融資成本等都具有不同的特點，需要不同的融資機制予以支持。從宏觀的產業層面上看，科技創新的種子期、創業期、成長期、擴張期和成熟期都離不開資金的投入，如果沒有金融資本的投入以及不斷的追加投入，創新過程就會中斷。金融結構除了為科技創新活動提供融資功能之外，也會通過為科技活動過程中的每一個環節提供信息審查、風險管理以及公司治理等功能的發揮，保證金融資本的合理配置和使用效率。另一方面，科技創新活動的開展，會提供更具效率的投資機會，通過提高勞動生產率和資本產出比，增加金融資本的投資回報率，為金融機構帶來高額的投資利潤，帶來金融產業規模的擴張，從而其財富效應會吸引更多的金融資本進入科技創新部門，使得創新活動獲得源源不斷的資金，為金融產業的服務提供更廣闊的市場。更重要的是，科技創新行為本身，也會促進金融創新，包括新技術涌入金融產業部門，促進金融工具創新，使金融機構主體的形式更加多樣，金融產業部門的運作更富效率。可見，科技創新與金融結構之間的協同演化正是通過這種雙向的正反饋作用實現螺旋式交互發展，使得二者構成的復合系統向更高的有序結構發展與演化。

（二）協同演化特征

1.開放性與自適應性

赫爾曼?哈肯 ［13］認為協同作用是系統有序結構形成的內在驅動力，當復合系統在外在能量的作用下或物質的聚集態達到某種臨界值時，子系統之間就會產生協同作用，這種協同作用能使系統的臨界點發生質變產生協同效應，從而使系統從無序轉為有序，從混沌中產生某種穩定結構。科技創新是在創造性破壞過程中形成的一個動態演化系統，并伴隨著新技術的擴散與轉移實現傳統產業的優化升級或促進新產業的形成，進而在宏觀層面上表現為經濟的增長。金融結構也是一個動態的演化系統，從歷史的縱向發展來看，金融結構的變遷遵循著從早期實物貨幣交易的初期階段發展到信用貨幣創造的銀行主導階段再到非貨幣金融工具擴張的金融市場主導階段，金融結構的功能也由初期的資金融通的簡單功能發展到除資金融通之外的風險分散、信息審查和公司治理等更豐富的功能，具有鮮明的〖JP2〗階段性演化特征。分別將科技創新和金融結構看成一個子系統，二者共同構成“科技創新-金融結構”協同演化復合系統，這一復合系統是一個遠離平衡態的開放系統，不斷有技術流、資金流、物質流、信息流與外界環境進行交流，比如，創新與金融政策、創新與金融信息、創新與金融資源、創新與金融人才、新技術與金融工具、新技術與金融機構等方面的交流，而且這一系統內部各個子系統也進行著非線性的相互作用，促進系統達到新的穩定態，以二者的協同演化軌跡不斷演化，具有顯著的自組織特征。正是這種開放性與自適應性，使“科技創新-金融結構”復合系統產生協同效應，使二者發生協同演化。[14]

2.多層嵌套性

演化經濟學超越新古典傳統，重視對嵌入性的研究，堅持把個體行為嵌入到更為廣闊的開放系統中。多層嵌套是指協同演化不僅僅發生在一個層級中，還可能發生在其他較低或較高層級中，而且還會發生在層級之間。“科技創新-金融結構”復合系統的協同演化是一個跨界現象，既包括科技創新子系統與金融結構子系統內部微觀主體的協同演化，也包括二者所構成的復合系統的宏觀協同演化，并且這種不同層次的演化是交互嵌套、難以區分的。微觀行為主體的活動會產生宏觀上的效果，而宏觀層面的演化也會對微觀層面的演化產生影響。“科技創新-金融結構”復合系統層級間的互動演化是二者協同演化的重要特征。

3.非線性與復雜性

由于“科技創新-金融結構”復合系統具有多層嵌套性的動態關系，因此各變量之間的作用機制是模糊不清的，變量之間的復雜的交互影響也就不應該也無法被簡單理解為線性關系。二者之間的協同演化由一系列連續的反饋路徑構成，層級之間也存在著相互反饋機制，這就使得復合系統的演化可能最終導致其他子系統發生不可預測的變化，而且復合系統的協同演化作為非決定性反饋路徑的結果，其演化方式同樣是難以預料的。根據自組織理論，某種變化一旦出現，系統主體就會通過自組織的方式應對和適應這種新的變化，使得系統內的互動模型變得更加復雜，系統演化也將呈現出更多的不確定性。

4.系統正反饋性、漲落性和功能涌現性

“科技創新-金融結構”復合系統的各個子系統之間的正反饋是協同演化的重要特征。復合系統所呈現出來的演化路徑是雙方互動的結果，構成協同演化關系的任何一方對他方的影響都會反饋回來引起自身的變化。正反饋機制促使復合系統內外環境的變化對復合系統的影響不斷放大，使系統逐漸出現不穩定，進而偏離原有的均衡狀態的漲落現象，引起系統整體突變和新功能的涌現，從而帶來復合系統的演化升級。具體可以表現為技術創新的累積性突破誘發金融資本的聚集、金融資本的規模擴張帶來傳統產業的技術升級與改造、新興產業與金融部門的耦合、金融發展的深化與金融結構的高級化等。

（三）協同演化模型

“科技創新-金融結構”復合系統所呈現出來的協同演化特征使我們可以運用協同演化理論的方法與工具分析其協同演化過程，但理論界逐漸形成的協同演化分析范式只停留在理論解釋和經驗闡述方面，實證研究卻進展緩慢［15］，因此，如何進一步完善協同演化的理論框架，并將其更好地運用到實證研究中，是本文努力實現的目標。

我們用科技創新與金融結構復合系統的協同度來表達二者的協同演化程度，所謂科技創新與金融結構協同度是指科技創新子系統與金融結構子系統之間在演化過程中彼此協同一致的程度。它用來衡量科技創新與金融結構復合系統由無序走向有序的趨勢和程度。在協同演化模型構建過程中，本文借鑒我國學者廣泛采用的復合系統協調度測度方法［16］［17］構建科技創新與金融結構復合系統的協同度模型。

復合系統協同度模型需要首先構建子系統有序度模型。

1.子系統有序度模型

所謂有序，是指系統超過某一臨界點時，系統呈現某種有規律的結構狀態。在這里，我們用有序度來判斷科技創新與金融結構復合系統在協同演化過程中的有序程度。

科技創新與金融結構的復合系統用玈={S1,S2}表示，其中，S1為技術進步子系統；S2為金融結構子系統。考慮子系統S璲,j∈[1,2]，設其發展過程中的狀態參量為e璲=(e﹋1,e﹋2,…,e﹋n)，其中，n≥1，β﹋i≤e﹋i睢鬲﹋i，i∈[1,n],β﹋i、∝﹋i為系統穩定臨界點上狀態參量分量e﹋i〖JP2〗的下限和上限。一般地，這里假定e﹋1,e﹋2,…,e﹋l為正向指標，即其取值越大，系統的有序度就越高，其取值越小，系統的有序程度就越低；假定e﹋(l+1),e(l+2),…,e﹋n為負向指標，即其取值越大，系統的有序度就越低，其取值越小，系統的有序程度就越高。因此，可用如下模型來測度子系統的有序程度。即：

μ璲(e﹋i)=e﹋i-β﹋i ∝﹋i-β﹋i ,i∈[1,l]

∝﹋i-e﹋i ∝﹋i-β﹋i ,i∈[l+1,n] （1）

模型中，μ璲(e﹋i)∈[0,1]是子系統j的有序度，μ璲(e﹋i)越大，則表明狀態分量e﹋i對系統的總體有序性的影響就越大。從總體上講，考慮各狀態參量分量e﹋i對子系統S璲有序程度的總體影響可以通過μ璲(e﹋i)的集成來實現。系統的總體有序程度從理論上講不僅了決于各參量數值的大小，而且也取決于它們之間的組合形式，為簡捷起見，本文采用線性加權求和法進行集成，即：

μ璲(e璲)=∑λ璱μ璲(e﹋i),λ璱0,∑λ璱=1（2）

公式（2）中，μ璲(e璲)即為子系統S璲的有序度，參量e璲對子系統S璲有序的貢獻就越大，μ璲(e璲)的值就越大，反之，則子系統的有序程度就越低。其中，λ璱為權系數，其大小的確定即能考慮到系統的現實運行狀態，又能反應到系統在一定時期內的發展目標，其含義是分參量e﹋i在保持系統有序運行中所起的作用或所處的地位。

2.復合系統的協同度模型

在子系統有序度模型的基礎上，我們可以設定復合系統的協同度模型。在這里，我們假定在給定的初始時刻t0，科技創新子系統有序度為μ01(e1)，金融結構子系統有序度為μ02(e2)。在復合系統發展演化過程中的另一時刻t1，科技創新子系統有序度為μ11(e1)，金融結構子系統有序度為μ12(e2)，則可定義C為復合系統的協同度，即：

C=θ×|μ11(e1)-μ01(e1)|×|μ12(e2)-μ02(e2)|

θ= 玬in［μ1璲(e璲)－μ0璲(e璲)≠0］

〖JB(|〗玬in［μ1璲(e璲)－μ0璲(e璲)≠0］ ,j=1,2В3）

由（3）式可知，科技創新與金融結構復合系統協同度的測算是基于時間序列的分析基礎上，從二者有序度的變化中分析復合系統的協同狀態的。協同度C∈[-1,1]，C取值越大，表明科技創新與金融結構復合系統的協同演化程度就越高，反之則越低。協同度C為正值的充要條件為科技創新與金融結構兩個子系統在t1時刻的有序度均大于二者在t0時刻的有序度，此時，復合系統處于協同演化狀態，而當科技創新子系統或金融結構子系統在在t1時刻的有序度小于其在t0時刻的有序度時，都將導致協同度C為負值，表明復合系統處于非協同演化狀態。而對于一個子系統有序度提高幅度較大，而另一個子系統有序度提高幅度較小時，此時復合系統的協同度雖為正值，但其數值較小，復合系統協同演化程度處于較低水平。

可見，復合系統協同度模型綜合考慮了科技創新與金融結構兩個子系統的在協同演化進程中的狀況，它提供了一種對判斷復合系統協同演化程度的度量標準。

二、美國科技創新與金融結構協同演化的實證分析

（一）指標和數據的選擇

本文選擇研發總投入、專利授權數、從事研發工作的全職科學家和工程技術人員數作為衡量科技創新狀況的指標，用間接金融資產總量衡量以銀行融資為主導的間接金融狀況，用直接金融資產總量來衡量以金融市場為主導的直接金融狀況。間接金融總額包括商業銀行（Commercial banking），儲蓄機構（Saving institutions），信貸公會（Credit unions）和財務公司（Finance companies）的金〖JP2〗融資產總額；直接金融包括美聯儲劃分的除間接金融之外的金融機構的金融資產總和。根據這些指標，我們選取美國1971年至2005年的時間序列數據作為樣本數據。見表1。

ケ1科技創新與金融結構指標及數據

指標

年份

研發總投入ぃㄊ億美元）

專利授權數（項）

從事研發工作的全職科學家和すこ碳際躒嗽筆（千人）

直接金融資產總量ぃㄊ億美元）

間接金融資產總量ぃㄊ億美元）1971

124.0

78,317

367.0

4382.416

961.871 1972

126.3

74,810

350.2

5019.805

1107.825 1973

130.3

74,143

357.7

5169.608

1253.858 1974

131.0

76,278

360.0

5284.23

1362.536 1975

126.8

72,000

363.3

6091.334

1471.771 1976

130.8

70,226

364.4

6909.436

1631.224 1977

133.7

65,269

382.8

7509.623

1846.79 1978

140.9

66,102

404.4

8559.285

2106.338 1979

148.2

48,854

423.9

9858.792

2334.265 1980

155.4

61,819

450.6

11363.905

2538.651 1981

161.8

65,771

487.8

12368.282

2739.773 1982

169.2

57,888

511.6

13638.591

2914.534 1983

180.5

56,860

540.9

15176.918

3253.325 1984

197.8

67,200

584.1

16640.669

3705.538 1985

214.9

71,661

622.5

19446.692

4125.633 1986

220.3

70,860

671.0

21964.735

4547.939 1987

225.4

82,952

695.8

23657.971

4904.081 1988

231.4

77,924

708.6

26104.531

5275.199 1989

236.1

95,537

722.5

29162.924

5463.054 1990

244.0

90,365

743.6

30478.029

5424.407 1991

248.8

96,511

773.4

33634.751

5386.897 1992

249.2

97,444

779.3

35736.005

5535.804 1993

244.4

98,342

764.7

39181.009

5751.112 1994

244.4

101,676

768.5

41256.324

6061.607 1995

259.7

101,419

746.1

46954.856

6489.657 1996

273.8

109,645

832.8

52577.173

6788.906 1997

289.0

111,984

885.7

59790.083

7320.919 1998

304.6

147,517

951.5

67618.055

7961.365 1999

325.3

153,485

997.7

77807.787

8554.168 2000

348.9

157,494

1042.6

80160.277

9267.549 2001

355.8

166,035

1059.6

80549.851

9784.922 2002

348.8

167,331

1073.3

78447.93

10432.222 2003

357.1

169,023

1115.8

87941.132

11277.868 2004

361.8

164,290

1133.7

95875.397

12256.696 2005

376.4

143,806

1104.5

102916.411

13044.788〖BG)F〗

資料來源：①科技創新數據來源于美國科學技術基金會，網址：http://www.nsf.gov/statistics/data.cfm。②根據《美國聯邦儲備委員會資金流量表》（2006）的數據整理。2006年3月9日出版。③間接金融總額包括商業銀行（Commercial banking），儲蓄機構（Saving institutions），信貸公會（Credit unions）和財務公司（Finance companies）的金融資產總額；直接金融包括美聯儲劃分的除間接金融之外的金融機構的金融資產總和，詳見美聯儲對金融機構的分類，網址：http://www.federalreserve.gov。〖HT〗

（二）實證過程

首先，為消除不同量綱對分析的影響，對原始數據采用均值—標準差方法，進行了標準化處理；

其次，本文采用相關矩陣賦權法確定衡量科技創新各狀態參量分量的指標權重，以計算子系統的有序度。根據經標準化處理后的數據計算出了研發總投入所占權重為0338693，專利授權數所占權重為0323397，從事研發工作的全職科學家和工程技術人員數所占權重為033791。

再次，計算各個子系統的有序度。將經標準化處理后的數據和權重數值，代入公式（1）和公式（2），即可得出美國美國1971年至2005年的科技創新與金融結構子系統的有序度。如表2和圖1所示：

ケ2科技創新子系統與金融結構子系統的有序度

年份

科技創新子系統

直接金融系統

間接金融系統1971

0.086536401

0.00545764

0.00457827 1972

0.072881386

0.006468722

0.012079368 1973

0.079728821

0.00798904

0.024165274 1974

0.087411342

0.009152313

0.033159625 1975

0.071680952

0.017343436

0.042200075 1976

0.072730956

0.025646174

0.05539664 1977

0.071275553

0.031737341

0.073237199 1978

0.092384056

0.042390131

0.094717774 1979

0.064181491

0.055578544

0.113581348 1980

0.120348677

0.070853607

0.130496634 1981

0.155561387

0.08104681

0.147141787 1982

0.154484129

0.093938899

0.161605265 1983

0.179574828

0.109551044

0.189644107 1984

0.249296675

0.124406333

0.22706992 1985

0.300787153

0.152884048

0.261837601 1986

0.326734145

0.178439116

0.296788267 1987

0.376908361

0.195623399

0.326263104 1988

0.376958129

0.220453002

0.356977376 1989

0.436638592

0.251491965

0.372524532 1990

0.442335892

0.264838678

0.369326049 1991

0.478183973

0.296875561

0.366221667 1992

0.483821375

0.318200729

0.378545429 1993

0.473496999

0.353163322

0.396364636 1994

0.484056362

0.374225241

0.422061659 1995

0.494260726

0.432058398

0.457487708 1996

0.57274393

0.489118065

0.482253995 1997

0.62226498

0.562320314

0.526284175 1998

0.767229558

0.641764692

0.579288428 1999

0.830925812

0.745178058

0.628349677 2000

0.892706096

0.769052965

0.687390139 2001

0.932391875

0.773006666

0.730208691 2002

0.932305424

0.751674729

0.783780191 2003

0.966363374

0.848019163

0.853767099 2004

0.967597503

0.928542286

0.934776346 2005

0.9195637

0.917895612

0.926875121

最后，計算科技創新與金融結構的協同度。將科技創新與金融結構子系統在各個年份的有序度代入協同度計算公式（3），即可得到科技創新與直接金融復合系統的協同度和科技創新與間接金融復合系統的協同度。如表3和圖2、圖3所示。

ケ3科技創新與金融結構復合系統協同度

年份

科技創新與直接金融系統協同度

科技創新與間接金融系統協同度1972

-0.00939843

-0.012843051 1973

0.003226496

0.009097112 1974

0.002989461

0.008312598 1975

-0.011351191

-0.011925175 1976

0.00295261

0.003722424 1977

-0.002977432

-0.005095606 1978

0.014995481

0.021293726 1979

-0.019285929

-0.02306515 1980

0.029290908

0.030823433 1981

0.018945456

0.024209935 1982

-0.003726676

-0.003947266 1983

0.019791908

0.026523841 1984

0.032182887

0.051082256 1985

0.038292704

0.042310808 1986

0.025750285

0.030114194 1987

0.029363377

0.038456167 1988

0.001111624

0.001236355 1989

0.043039745

0.030460819 1990

0.008720105

-0.004268807 1991

0.033888947

-0.010549226 1992

0.010964422

0.008335107 1993

-0.018999131

-0.013563635 1994

0.014913096

0.016472529 1995

0.024293015

0.019013161 1996

0.066919545

0.04408784 1997

0.060208406

0.046694975 1998

0.10731552

0.087656941 1999

0.081160606

0.055901859 2000

0.03840571

0.060394838 2001

0.012526201

0.041222415 2002

0.001357996

0.002152039 2003

0.05728258

0.048822235 2004

0.009968746

0.009998792 2005

-0.058586566

-0.055972673

（三）模型結果分析

通過對美國1971年至2005年科技創新與金融結構復合系統有序度與協同度的計算，我們可以得出如下兩點結論

（1）科技創新子系統與直接金融子系統、科技創新子系統與間接金融子系統的有序度呈現明顯的上升趨勢，表明了科技創新與金融結構復合系統從無序到有序的演化過程。

（2）科技創新子系統與直接金融子系統、科技創新子系統與間接金融子系統的協同度呈現出波動現象，有數個年份顯示出負值，表明科技創新與金融結構復合系統的長期的協同機制尚未形成。

三、結論

本文將科技創新與金融結構組成一個復合演化系統，在剖析二者協同演化機理的基礎上，刻畫了二者協同演化的特征，在此基礎上基于協同學理論構建了協同演化模型，利用美國1971年至2005年的數據，計算出了科技創新子系統和金融結構子系統演化進程中的有序度，并對二者之間協同演化的協同度進行了測算。結論表明，科技創新子系統與直接金融子系統、科技創新子系統與間接金融子系統的有序度的明顯上升，表明了科技創新與金融結構復合系統從無序到有序的演化過程；科技創新與金融結構復合系統的協同度波動較大，在個別年份甚至呈現負值，說明科技創新與金融結構復合系統的長期穩定的協同機制還未形成。

如果我們將科技創新與金融結構復合系統協同度的波動納入經濟周期的視野中去審視這種變化，就會發現協同度的波動與美國經濟周期的波動呈現高度的正相關，換句話說，科技創新與金融結構的協同度波動的根本原因在于經濟的周期性波動，這恰恰與Perez［11］在考察技術革命與金融資本演化的技術經濟范式變革過程中提出的“技術—經濟”范式變革規律相符。Perez［11］界定了人類歷史上的五次技術革命，每次技術革命都會帶來經濟范式轉型，在經濟范式轉型過程中，金融資本與技術革命的關系經歷五次不同程度的耦合，即技術革命爆發階段的戀愛，狂熱階段的金融資本主宰，轉折階段的調整，協同階段的愉快婚姻，和成熟階段的緊張與斷裂。本文的協同度測算結果，驗證了科技創新與金融結構之間的這種不同程度的耦合關系。我們通過分別畫出科技創新子系統與直接金融子系統的協同度移動平均趨勢線和科技創新子系統與間接金融子系統的協同度移動平均趨勢線來觀察這種不同程度的耦合關系，圖2和圖3中的移動平均趨勢性清晰地顯示出了科技創新與金融結構之間協同演化的周期性波動規律。1971年至2005年，美國科技創新與金融結構的協同演化的周期性波動可以分為五個階段：

（1）在20世紀70年代，科技創新與金融結構的協同程度較低，而且趨勢性不明顯。因為70年代的石油危機、以美元為中心的布雷頓森林體系的瓦解、證券修正法案的通過、納斯達克市場的正式運營、微處理器的推出，卡特政府實施的選擇性物價管制等各種不確定事件的發生，美國經濟陷入所謂的“滯脹”狀態，擾亂了科技創新與金融結構協同演化的進程，使二者之間的協同度在一個較低水平狀態上波動。

（2）20世紀80年代經濟開始復蘇，科技創新與金融結構復合系統呈現出一個較高水平的協同演化，并且趨勢明顯。隨著里根在1980年代當選為總統，美國進入一個所謂的新經濟時代，微處理器在金融系統的廣泛應用，債券電傳系統的推廣，信息通訊技術的變革，使得新經濟蓬勃發展，在這個過程中，一方面，美國經歷了戰后以來最深刻的結構性調整，以信息業為核心的高新技術產業得到了長足的進展，傳統產業也得了全面改造。另一方面，美國的金融市場也進行了深刻的變革，金融結構的高級化進程逐漸加速，以風險資本為代表的金融市場在推動技術革命和新技術的擴散與轉移方面，起到了舉足輕重的作用。

（3）20世紀80年代末至90年代初，特別是1987年的股市危機，使美國經濟進入一個下行的通道，科技創新與金融結構復合系統的協同度下滑趨勢明顯。導致經濟下滑的原因主要有，其一，在這一期間，美國國內面臨巨額的財政財政赤字和貿易赤字。1986年美國財政赤字高達2210億美元，貿易赤字達1562億美元，均是赤字最高紀錄。為了彌補國內資金的不足，必須以較高的利率吸引外資，從而對股票市場行情產生直接影響。其二， 80年代末以來，美國生產型投資需求不足，大量剩余資本進入證券市場，導致金融投資膨脹，形成虛假繁榮，實體經濟與虛擬經濟的結構性背離使得科技創新與金融結構難以協同發展。

（4）20世紀90年代初至2001年，美國在此期間經歷了二戰后罕見的持續性經濟增長，與之對照，美國科技創新與金融結構復合系統的協同度有一個明顯的上升趨勢。在此期間，美國失業率降低，通脹率不斷下降，宏觀經濟環境有了相當程度的改善，微觀市場的競爭性和創新性得到強化。美國經濟的持續增長，其主要動力是信息技術革命和經濟全球化浪潮，特別是信息技術與計算機技術開始進入產業化發展階段，信息通訊技術的爆發和以信息技術為核心的高新技術產業的崛起，推動了美國傳統工業經濟向知識經濟轉型，科技創新與金融結構經歷了一個甜蜜的協同發展時期。

（5）21世紀初期的互聯網泡沫的破裂終止了美國經濟的持續增長勢頭，美國經濟陷入新一輪的衰退，科技創新與金融結構復合系統的協同度開始下滑。互聯網技術的“非理性繁榮”使得金融資本大量涌入互聯網領域，吹大了股價泡沫，使得實體經濟的科技創新水平與其所能承載的金融投機能力之間出現了嚴重結構性失衡，隨著互聯網泡沫的破裂，科技創新與金融結構復合系統協同發展的“愉快婚姻”開始破裂。

總之，本文基于美國數據的科技創新與金融結構復合系統的協同度測算，一方面驗證了Perez ［11］提出的技術革命與金融資本的范式轉換規律。金融資本的逐利本性和科技創新的高收益性和高風險性注定了二者在經濟演化過程中會經歷不同程度的耦合，實體經濟的科技創新與虛擬經濟的金融結構相互交織，相互依賴，“它們產生于技術通過革命而演進的方式中，產生于蘊藏著一種財富創造之潛能的巨潮被經濟系統和社會系統吸收的特殊形式中，也產生于金融資本與生產的職能分離中”［11］。另一方面，美國1971年至2005年期間協同度的波動進一步印證了科技創新與金融結構復合系統在演化進程中的不穩定性、動態性、不確定性，科技創新與金融結構之間形成交互式螺旋式的正反饋機制并且保持結構性平衡是二者協同演化發展的前提。

參考文獻：

［1］Vasilescu, L.G. and A. Popa. Venture Capital Funding-path to Growth and innovation for Firm［J］. Constatin Brancusi University of Targu Jiu Annals-Economy Series, 2011，1(204-213).

［2］葉子榮，賈憲洲. 金融支持促進了中國的自主創新嗎［J］. 財經科學, 2011（ 3）: 10-18.

［3］Luigi, B., S. Fabio, and S. Alessandro.Banks and Innovation:Microeconometric Evidence on Italian Firms［J］. Journal of Financial Economics, 2008，90(2): 197-217.

［4］趙昌文.科技金融［M］. 北京：科學出版社, 2009：226.

［5］Ang, J.B.Technological Change and Financial Liberalization in South Korea［J］. Journal of Macroeconomics， 2010，32(1): 457-468.

［6］Abubakar, M., N.M. Gatawa, and H.S. Birnin-Kebbi. Impact of Information and Communication Technology on Banks Performance: A Study of Selected Commercial banks in Nigeria (2001-2011) ［J］. European Scientific Journal, 2013，9(7): 213-238.

［7］Berger, A.N. The Economic Effects of Technological Progress:Evidence from the Banking Industry［J］. Journal of money,Credit and Banking, 2003，35(2): 141-176.

［8］Schinckus, C. The financial simulacrum: The consequences of the symbolization and the computerization of the financial market［J］. The Journal of Socio-Economics, 2008，37(3): 1076-1089.

［9］Nelson, R. and S. Winter. An Evolutionary Theory of Economic Change［M］. The Belknap Press of Harvard University Press, 1982.

［10］O'Sullivan, M. Finance and Innovation［A］ The Oxford Handbook of Innovation［C］. Oxford:Oxford University Press, 2004：240-265.

［11］Perez, C. Technological revolutions and Financial Capital:The Dynamics of Bubbles and Golden Ages.［J］. Cheltenham:EDward Elagar, 2002.

［12］Norgaard, R.B. Coevolutionary agricultural development ［J］. Economic Journal， 1984. XXXIII: 48-90.

［13］赫爾曼.哈肯.協同學引論［M］. 原子能出版社, 北京：1984:124.

[14]袁莉，申靖.從生態系統管理到復合生態系統管理的演進[J].湖南工業大學學報，2012（6）：26-30.

［15］Kallis, G. Socio-environmental co-evolution: some ideas for an analytical approach［J］. The International Journal of Sustainable Development and World Ecology, 2007，14(1): 4-13.

［16］孟慶松，韓文秀. 復合系統協調度模型研究［J］. 天津大學學報：自然科學與工程技術版, 2000(4): 444-446.

［17］王宏起，徐玉蓮.科技創新與科技金融協同度模型及其應用研究［J］. 中國軟科學, 2012（6）: 129-138.

Study on Co瞖volution of Sci瞭ech Innovation and Financial Structure

- The Evidence from the United States

WU Yong瞞in1，JI Yu瞫han1，LV Yong瞘ang2

（1.School of Economics and Logistics Department;Jilin University, Changchun 130062; 2. Institute of Economic Research, Jiangsu Province Academy of Social Sciences, Nanjing 210013）

Abstract：

Through the analysis on mechanism of co瞖volution and characteristics of Sci瞭ech innovation and financial structure, this ﹑aper construct their order degree model of subsystem and co瞖volution degree model of complex system. And then Based on these models,we use years of annual time瞫eries data of USA to take empirical study on the relationship between Sci瞭ech ﹊nnovation and financial structure. Conclusions show that co瞖volution degree of complex system of Sci瞭ech innovation and ゝinancial structrue is fluctuating severely ,which provides an empirical evidence for the paradigm shfit of "technology勃〆conomy" what Perez had been put forward when she studied the evolutionary relationship between technology revolution and ゝinancial capital.

Key words：

sci瞭ech innovation; financial structure; co瞖volution; co瞖volution degree; technology瞖conomy paradigm

責任編輯：蕭敏娜

吳錦丹 蕭敏娜 常明明