科技創新與金融支持——基于山東省17地市面板數據的實證分析

孫繼國 黃 堃

（青島大學，山東 青島 266071）

現代經濟以金融為核心，科技創新離不開金融支持。近年來，在“提高自主創新能力，建設創新型國家”發展戰略指引下，山東省各地市進一步加大了金融對科技創新的支持力度，通過優化金融結構、充分發揮金融資源作用、提高金融效率來促進本地區的科技創新。但由于不同地市金融發展水平不同，金融對科技創新支持的效果也呈現出一定的差異性。

一、研究回顧

國內外一些學者在金融支持和科技創新關系方面做了大量的理論與實證研究。Alessandra 和Stoneman（2008）研究表明，在小微企業和高新技術產業領域，金融支持對科技創新的促進作用尤其明顯。[1]Luigi、Fabio 和Alessandro（2008）研究認為，在意大利，金融支持對企業科技創新有正的推動作用，金融業的發展為企業提供了流動性。[2]李悅（2008）以生命周期理論為基礎，分析了不同產業階段的金融支持對科技創新的影響，研究發現金融支持對產業初期階段的科技創新促進作用明顯。[3]周孝坤、馮欽等（2010）基于中國1978-2008年的數據，實證研究了金融深化與科技投入對我國產業結構的影響，發現金融深化與科技投入可促進產業結構的升級。[4]龔天宇（2011）比較分析了間接平臺、政府主導和直接合作這三種不同的政策性金融對科技創新的支持模式，并提出了相應的政策建議。[5]王宏起、徐玉蓮（2012）利用協同度模型實證分析了我國科技創新與金融支持的作用關系，研究表明在我國科技創新與科技金融并未很好的實現良性協同發展。[6]俞立平（2013）利用我國省際面板數據分析了金融支持與科技創新的關系，研究發現金融對科技創新的支持在短期內效果不明顯，長期內效果較好。[7]徐玉蓮、王玉冬（2013）通過構建系統動力學和協同發展管理模型實證研究地區科技創新與金融發展的關系，并對兩者之間協同發展的運行機理做了闡釋。[8]

總的來說，國內對金融支持科技創新的研究大都局限于國家及省級層面上，對地市級層面展開研究的較少；另外，研究集中于從總體角度分析金融支持與科技創新的關系，很少從微觀角度來分析金融發展對科技創新的影響。

二、金融促進科技創新的作用機制

根據傳統技術創新理論，經濟發展的動力在于科技創新，而科技創新的推動在于生產要素的有效配置。金融體系在資源的有效配置中起到了關鍵作用，金融體系的核心功能便是使資源在時間和空間上進行有效的配置。金融體系由六大基本功能構成：清算支付、資本形成、配置資源、風險管理、信息處理和監督激勵等，這些功能為金融促進科技創新提供了有效途徑。

基于傳統經濟增長理論，金融體系可以通過改變儲蓄率進而影響投資的比例。同時，金融系統可通過存單、股票、債券等傳統金融工具與衍生金融工具，匯聚分散資金，并且通過信息處理，對創新型企業進行篩選，降低信息不對稱，利用創新金融產品、資產組合等來防范與化解創新項目的風險，達到為重點科研項目提供融資，改善資源配置的目的，推動科技創新。金融市場還可以對科技成果進行估值，體現科技成果的價值，從而刺激科技創新。

金融促進科技創新的作用機制如圖1所示。

圖1 金融促進科技創新的作用機制

三、金融支持科技創新的實證分析

（一）變量選取及數據來源

1.被解釋變量

選擇發明專利授權量（CP）作為被解釋變量。原因有兩點：一是CP 能夠很直觀地對一個地區的科技創新狀況進行展現；二是根據科技創新的概念，科技創新必須是研發獲得成功且能將研發成果投入使用，它代表的是最終的結果。為消除異方差的影響，對CP 取自然對數得LnCP。

2.解釋變量

（1）金融發展規模

采用金融相關比率（FIR）作為衡量金融發展規模的指標。國外文獻一般用M2 和GDP 之比來衡量，結合山東省實際來看，由于各地市M2 數據較難獲取，故選擇用全部金融機構存貸款余額與GDP 之比來表示金融相關比率。

（2）金融效率

金融效率指的是在一定的金融制度條件下，金融系統內金融資源的配置效率。參照已有研究，選取存貸款比率SLR（存款與貸款之比）來表示金融效率。

3.數據來源

選取山東省的17 個地市作為研究樣本，數據來源為歷年各地市統計公報、山東省知識產權局公報、國家知識產權局統計年報等。

（二）實證分析

1.面板數據模型構建

以2008-2014年山東省17 個地市的面板數據為基礎，構建模型如下：

其中：LnCPit為山東省各地市發明專利授權量的對數，代表科技創新；FIRit代表金融發展規模，SLRit代表金融效率，εit是隨機誤差項。

2.面板數據平穩性檢驗

面板數據模型要求對各指標時間序列進行平穩性檢驗，主要方法有LLC 檢驗、IPS 檢驗、ADF檢驗、PP 檢驗等①通常認為，單位根檢驗時，只有四個模型的檢驗結果都不能拒絕原假設時，才認為時間序列是非平穩的。而只要其中有一個模型的檢驗結果拒絕了零假設，就可認為時間序列是平穩的。。由表1知所有檢驗的結果基本在10%的顯著性水平上都拒絕原假設，即不存在單位根，三個時間序列均為平穩序列。

表1 面板數據單位根檢驗

3.Hausman 檢驗

由于模型截面數（N=17）大于時間序列（T=7），因此面板模型選擇個體效應模型。至于是采用隨機效應還是固定效應回歸模型，可通過Hausman 檢驗來確定。由表2知，拒絕存在個體隨機效應的原假設，應該建立固定效應回歸模型。

表2 Hausman 檢驗結果

4.確定模型形式的F 檢驗

固定效應回歸模型可以分為三類，具體選擇哪一類可通過F 檢驗確定。

模型一：變系數模型，yi=αi+xiβi+ui

模型二：變截距模型，yi=m+αi*+xiβ+ui

模型三：不變參數模型，yi=α+xiβ+ui

原假設：

判定規則：如果假設H2被接受，則為不變參數模型（模型三），檢驗結束。如果拒絕假設H2，則檢驗假設H1。H1假設被接受，則建立變截距模型（模型二）；如果H1被拒絕，則構建變參數模型（模型一）。

分別計算三種不同模型的殘差平方和，結果如下：變參數模型（S1=9.54）、變截距模型（S2=24.11）、不變參數模型（S3=83.15）。由此分別計算出兩個假設的F統計量如下（其中N=17、k=2、T=7）：

在5%的顯著性水平下，相應臨界值分別為： F1（32，68）=1.65，F2（48,68）=1.53。由 于F1和F2都大于以上臨界值，即拒絕H2同時拒絕H1，故應構建個體固定效應變系數模型。

5.實證結果

利用Eviews 軟件對模型進行面板回歸，實證結果見表3。由回歸結果可知方程通過顯著性檢驗，調整后的樣本決定系數達到0.8928，模型擬合優度較高。

表3 模型系數回歸結果

四、結論

通過以上實證研究，可得以下結論：

（1）金融發展規模對科技創新具有顯著的支持作用，金融效率對科技創新的影響不明顯

從 FIR 系數來看，山東省通過顯著性檢驗地市的系數基本都大于2（僅濟南為1.8604），表明金融發展規模對科技創新的影響顯著為正，即金融發展規模的增加可以促進科技創新，且具有乘數效應。從 SLR 系數來看，在本文模型中得到的系數正、負交叉，而且通過顯著性5%水平檢驗的地市僅五個：濟南、青島、萊蕪、德州及菏澤。因此，就山東省整體而言，金融效率對科技創新的支持作用沒有得到很好的體現。

（2）經濟發展中等地市金融發展規模對城市科技創新的支持作用較大

比較各個地市的FIR 系數，通過顯著性檢驗的地市中，經濟總量排名靠前的城市FIR 系數都小于3.5（濟南、青島和煙臺）。經濟總量處于中間部分的地市，FIR 系數都大于3.5（濟寧、泰安、日照、萊蕪和濱州）；而經濟總量排名靠后的地市，FIR 系數又回到3 以下（德州、臨沂），這表明經濟發展水平較高與較低的地市金融發展規模對科技創新的貢獻力度相對于中等地市而言要小一些。究其原因，經濟發展水平較低的地市，金融機構存貸款不足，從而對科技創新的支持有限；經濟發展水平較高的地市，隨著前期對科技創新的支持，其呈現規模報酬遞減的趨勢，故金融發展規模對經濟發展中等地市的科技創新影響最大。

（3）金融效率對區域城市科技創新的影響存在顯著差異

比較各個地市的SLR 系數，金融效率對技術創新的影響也存在不同。通過顯著性5%水平檢驗的五個地市中，濟南、德州及菏澤SLR 系數顯著為正，表明金融效率對技術創新有較強的促進作用。反之，青島、萊蕪SLR 系數顯著為負，說明金融效率并未促進技術創新。原因可能在于以下兩個方面：一是金融效率SLR 用存貸款比率表示，不足以完全體現金融資源的真實配置效率；另一方面，各個地市的發展程度及發展側重點不同，銀行體系金融資源配置不同，因此導致SLR 對科技創新的影響不同，甚至出現相反情況。同時，山東省某些地市正處于經濟結構的轉型中，支持科技創新的第三產業所占比重較小，也會影響模型中SLR 指標與科技創新指標的關系。

總之，山東省金融支持對科技創新的促進作用是明顯的，但也存在一些問題，本應促進科技創新的金融效率指標在一些地區卻對經濟產生了阻礙的影響。因此各地在擴大金融規模、提高地區金融整體實力的同時應大力調整信貸結構，提高銀行資金轉化效率，改善目前地區金融效率與科技創新的負相關關系，真正促進經濟的健康發展。

[1] Alessandra C.,Stoneman P.Financial Constraints to Innovation in the UK:Evidence from CIS2 and CIS3[J].Oxford Economic Papers,2008,60（4）:711-730.

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

[3] 李悅.產業技術進步與金融的市場化趨勢:基于銀行與市場功能比較的分析[J].中央財經大學學報,2008,（2）:35-40.

[4] 周孝坤,馮欽,袁穎.科技投人、金融深化與產業結構升級[J].社會科學家,2010,（10）:55-58.

[5] 龔天宇.政策性金融支持科技創新的模式研究——以國家開發銀行為例[J].廣西財經學院學報,2011,（5）:84-88.

[6] 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.

[7] 俞立平.省際金融與科技創新互動關系的實證研究[J].科學學與科學技術管理,2013,34（4）:88-97.

[8] 徐玉蓮,王玉冬.區域科技創新與科技金融系統協同發展運行機理分析[J].科技進步與對策,2013,30（20）:25-29.