我國科技金融對科技創(chuàng)新的影響研究 ——基于面板模型的分析

我國科技金融對科技創(chuàng)新的影響研究
——基于面板模型的分析

蘆鋒1，韓尚容2

(1.山西財經大學財政金融學院，山西太原030006;2.山西財經大學統(tǒng)計學院，山西太原030006)

摘要：基于2003—2013年的29個省(除西藏、新疆)的面板數據，運用面板模型分析科技金融對科技創(chuàng)新的影響。將科技創(chuàng)新分為3個階段，而且將科技金融分為公共科技金融和市場科技金融，同時把全國29個省分為東、中、西部分別進行分析。結果表明：在技術創(chuàng)新階段，科技型上市公司占比和風險投資對專利授權數有著促進作用，但是政府投入經費比對專利授權數有著抑制作用。在技術成果轉化階段，不同的地區(qū)有不同的結果，大部分情況下，科技金融對科技創(chuàng)新沒有顯著地影響。在高新技術產業(yè)化階段，市場性科技金融對科技創(chuàng)新有著促進作用，但是政府科技資金投入比對科技創(chuàng)新沒有顯著的影響。不同區(qū)域，不同階段，科技金融對科技創(chuàng)新都有著不同的作用。

關鍵詞：面板模型；科技創(chuàng)新的三階段；公共科技金融

收稿日期：2015-02-03修回日期：2015-06-09

基金項目：山西財經大學青年科研基金項目(QN-2014012)

作者簡介：蘆鋒(1978-)，男，山西鄉(xiāng)寧人，博士，山西財經大學財政金融學院講師，研究方向:現代商業(yè)銀行效率評估，科技金融創(chuàng)新。

中圖分類號：F832.46

文獻標識碼：A

文章編號：1002-9753(2015)06-0139-09

Abstract：Based on 2003-2013 panel data of 29 provinces (except Tibet，Xinjiang)，we applied panel data model to analysis the impact of Science-finance on technological innovation.In this article，technological innovation was divided into three phases and Science-finance into public and market Science-finance.Then 29 provinces were analyzed separately as eastern，central and western.The results showed that：in technological innovation stage，the ratio of listed science and technology companies and the number of venture capital institutions has promoted to the number of patents，but the government investment funds inhibit the number of patents.In the transformation stage of technological achievements，different regions have different results，and Science-finance in most areas has no significant impact on technological innovation.In the high-tech industrialization phase，the ratio of listed technological companies and the number of venture capital institutions has a positive effect on the technological innovation，while government funds for science and technology investment have no impact on technological innovation.In different stage and area，Sci-finance has different effect on technological innovation.

Research on the Impact of Science-finance on

Technological Innovation Based on Panel Data Model

LU Feng1，HAN Shang-rong2

(1.FacultyofFinanceandBanking，ShanxiUniversityofFinanceandEconomic，Taiyuan030006,China；

2.FacultyofStatistics，ShanxiUniversityofFinanceandEconomic，Taiyuan030006,China；)

Key words:panel model;three phases of technological innovation;public Science-finance

一、引言

近年來，依靠投資驅動、資源驅動的經濟模式，我國經濟取得了舉世矚目的成就，也帶來了一系列的問題，諸如高污染、產能過剩等。就如硅谷最火的投資者和思想家彼得·泰爾二進制的人生觀——人類的未來，要么獨特與創(chuàng)新(1)，要么啥都不是或走向衰弱(0)，如果只是重復和模仿，從1到N，人類將面臨著一系列問題。我國的經濟目前處于1-N的困境中，要想解決這些問題，我國要實現從0到1的突破，科技創(chuàng)新尤為重要。而科技創(chuàng)新需要資本的支持，并且科技創(chuàng)新的高風險和高收益正好可以發(fā)揮金融分散風險的功能，這樣科技和金融的融合隨之而形成，科技金融也隨之產生。有些學者認為科技金融給與科技創(chuàng)新資金上的支持從而提高了企業(yè)的科技創(chuàng)新能力；也有學者認為金融資本的投機性使得在研發(fā)的初期金融資本投入較少而在創(chuàng)新有一定的獲利性時又有大規(guī)模的金融資本的投入，這樣可能會有金融和科技創(chuàng)新階段性的不匹配現象的出現，科技金融反而不利于科技創(chuàng)新能力的提高。

美國、英國等發(fā)達國家通過持續(xù)的科技創(chuàng)新不斷奠定和提升自身在世界經濟舞臺上的地位，優(yōu)化金融政策環(huán)境，提高企業(yè)創(chuàng)新能力，從而促進經濟的發(fā)展。面對發(fā)達國家近年來實施的一系列舉措，我國也逐漸認識到科學的發(fā)現和技術的創(chuàng)新是推動經濟發(fā)展的有效力量，企業(yè)科技創(chuàng)新與金融資源的協同發(fā)展對于經濟的提高有著至關重要的作用。從1985年，在《關于科學技術體制改革的決定》中，中共中央首次提出以風險投資來支持高新技術產業(yè)的發(fā)展；1993年“科技金融” 一詞由深圳市科技局提出；“中國金融科技發(fā)展論壇”在北京成功舉辦，提出支持高技術產業(yè)的技術創(chuàng)新活動，進而助推我國的經濟增長。因此，我國積極推進科技金融體系的建設，在國家和地方陸續(xù)出臺了推進科技創(chuàng)新與科技金融的多項政策，以此來搶占國際科技經濟的制高點。

關于金融對科技創(chuàng)新的影響的研究最早始于經濟學家熊彼特，熊彼特(1912)指出金融變量對經濟發(fā)展和企業(yè)創(chuàng)新有著重要的作用，他認為企業(yè)的創(chuàng)新與金融資本有著密切的關系[1]。在這之后研究金融和科技創(chuàng)新的文章較少。直到上世紀90年代，硅谷的崛起以及其崛起背后的金融體系的支持使得國內外學者開始關注金融與科技創(chuàng)新的關系。

國外學者沒有提出科技金融的概念，他們主要從國家層面也就是說宏觀層面以及從企業(yè)層面也就是說微觀層面上針對金融對科技創(chuàng)新的影響進行了相關的研究。國家層面上，國外的研究如下：Ana Paula Aria、Natal Barbados (2013)使用17個歐盟國家的數據建立面板數據模型研究風險資本和創(chuàng)新之間的關系,結果表明專利申請實際上是受風險投資的影響，風險資本被視為內生變量，促進企業(yè)創(chuàng)新，且會產生重大影響[2]。Po-Susan Hus、Xian Tan、An Au(2012)使用一個包括32個發(fā)達國家和新興國家大數據集，建立截面框架面板數據結構模型，發(fā)現在5%的顯著水平下，基于創(chuàng)新產出的數量，股票市場、信貸市場提供外部融資對創(chuàng)新產出——主要是專利有著顯著地影響，提出金融市場鼓勵創(chuàng)新，促進了行業(yè)的創(chuàng)新發(fā)展[3]。Chang Wei、Din Yugo、Wang Japing(2014)建立VAR模型，利用1997—2013年的中國數據進行實證分析，根據分析得出金融工具的風險投資和銀行貸款都有利于綠色實體產業(yè)的創(chuàng)新且風險資本比銀行貸款效率高[4]。Muriel Cal-Cont Grandness、Sophie Pommet(2009)基于黃、徐的金融聯合模型進行專業(yè)模型聯合和性能比較，利用聚合原理建立分析模型，結果表明銀行等金融機構對企業(yè)的支持力度直接影響企業(yè)的創(chuàng)新項目，有積極的影響而且具有肯德爾的相關性[5]。

企業(yè)層面上，國外的研究如下：Alexandra Gua￣rnieri、Pei Liu(2014)基于2000—2007年未上市的中國公司數據，運用各種規(guī)范和評估方法，建立歐拉方程結構模型，隨后用OLS回歸分析得出中國企業(yè)的創(chuàng)新活動是受金融支持的約束[2]。Gary Kitakyushu，Michael J.Len ox(2005)基于上市公司在20年期間的基本情況運用面板模型，發(fā)現增加風險資本投資與相關聯公司專利的增加具有正相關關系。提出創(chuàng)業(yè)企業(yè)創(chuàng)新有利于企業(yè)風險投資項目收獲，因此風險投資是一個公司的整體創(chuàng)新戰(zhàn)略的重要組成部分[6]。Bash Siddhartha、P.J.Dijon Glucose、Suspender Kramer(2014)提出融資約束程度影響企業(yè)的研究和開發(fā),建立歐拉方程模型，研究結果發(fā)現，研發(fā)支出在不活躍的企業(yè)，它們的盈利能力和外部融資大幅下降。融資約束減少了研發(fā)的投資，影響了企業(yè)的創(chuàng)新[7]。Barbara Weber和Characteristic Weber(2007)有效地將定性數據轉化為定量的數據，對定量內容分析，得出金融支持對企業(yè)的創(chuàng)新具有重要的作用[8]。也有部分學者是從中觀層面即區(qū)域層面對該問題進行分析，如Po-Susan Hus、Chang Wang、Challenge Wu(2011)指出當地的銀行促進當地的創(chuàng)新活動[9]。作者利用集中普通最小二乘法(OLS)對年度省級專利流動數和省信用市場指數進行回歸，發(fā)現增加信貸市場指數可提高當地更多的專利。面板數據模型顯示人均當地銀行發(fā)展顯著提高本地創(chuàng)新活動。

國內部分學者圍繞科技金融對科技創(chuàng)新影響的研究大多采用的是定性分析的方法。如胡援成、吳江濤(2012)依據目前我國科技創(chuàng)新與科技金融協同發(fā)展機制尚未形成的現狀，提出構建科技企業(yè)與金融資本有效結合的運行機制，打造良好的對接通道，同時完善金融創(chuàng)新體系，為科技金融運行機制提供良好的條件[10]。段世德，徐璇(2011)提出我國科技金融的發(fā)展推動科技創(chuàng)新，支撐我國戰(zhàn)略性新興產業(yè)的發(fā)展，是加快我國經濟轉型的重要戰(zhàn)略點，因此我國需要將科技創(chuàng)新與金融資源有效結合，由傳統(tǒng)的金融模式向科技金融方向轉變[11]。洪銀興(2012)指出加快我國轉變經濟發(fā)展方式，建設創(chuàng)新型驅動經濟不僅需要政府的支持，也需要全社會的動員，因此需要推動和培育科技金融的發(fā)展，實現科技和金融深度融合[12]。

實證分析方面，國內大多學者是從金融發(fā)展、金融機構體系以及公司金融等角度分析金融對企業(yè)創(chuàng)新的影響，如，徐玉蓮、王宏起(2011)，基于我國1994～2008年的金融發(fā)展與技術創(chuàng)新的時間序列數據分析了金融發(fā)展對科技創(chuàng)新的影響[13]。朱歡(2010)基于我國31個省2000—2007年的數據，從金融市場結構的角度，運用個體固定效應模型研究了信貸市場以及證券市場對科技創(chuàng)新的影響[14]。吳翌琳，谷彬(2013)基于分析中關村科技金融改革的實踐經驗，采用企業(yè)基礎財務數據涉及科技創(chuàng)新投入，政府基金投入，財務資本等多個方面，利用企業(yè)創(chuàng)新系的階段遞推CDM模型實證分析，表明中關村科技成果轉化階段性特征明顯，進而提出我國科技金融協同發(fā)展的重要性，創(chuàng)建多層次的科技金融服務體系，促進不同資本的創(chuàng)新，推動企業(yè)及高科技產業(yè)的發(fā)展[15]。

我們可以發(fā)現：首先，目前的國內外文獻大部分都在全國范圍內以及企業(yè)層面研究金融對科技創(chuàng)新的影響，沒有具體研究在各個地區(qū)的影響。而由于我國的地域遼闊，地區(qū)和地區(qū)之間的差異很大，僅從全國角度分析這個問題是遠遠不夠的。因此本文按經濟發(fā)展程度、區(qū)域因素、金融機構的分布狀況將全國29個省分成東中西3個地區(qū)，用面板模型分別研究各地區(qū)金融對科技創(chuàng)新的影響。其次，在針對科技創(chuàng)新的變量選取方面，大多文獻選取與專利相關的指標作為代理變量，筆者認為該觀點是片面的，專利的申請僅僅代表的是科技創(chuàng)新中的技術創(chuàng)新階段，本文借鑒徐玉蓮等(2011)[16]在研究科技金融和科技創(chuàng)新的協同作用時將科技創(chuàng)新分成3個階段的觀點，分階段分析科技金融對科技創(chuàng)新的影響。最后，國內外的文獻中大多站在狹義的金融市場——信貸市場、資本市場等的角度來研究科技金融對科技創(chuàng)新的影響，但是其忽略了政府的開發(fā)性金融對科技創(chuàng)新的支持，科技金融具有市場性和政策性[17]，因此本文將科技金融分為公共科技金融和市場科技金融進行相關的實證研究。

二、理論基礎

Perez(2002)[18]從技術與經濟范式演進的視角對金融資本和科技創(chuàng)新的關系進行分析，結合企業(yè)在創(chuàng)業(yè)、成長、成熟和衰退的生命周期的四個階段，強調金融資本對重大科技創(chuàng)新的發(fā)生和發(fā)展具有重要的作用，同時也指出，在技術革命的成長和成熟階段，金融資本瘋狂的進入該領域獲取巨額利潤，而在技術革命的衰退階段，則金融資本會從相關的領域退出，變成閑置資金以轉向其他方面的投資。洪銀興(2011)[12]在科技金融及培育中也指出，知識創(chuàng)新為科技創(chuàng)新的最前端，是科技創(chuàng)新的源頭，這個階段的投入主要關注創(chuàng)新成果的基礎性和公共性，因此政府在科技方面的資金投入為主要投入，而在科技創(chuàng)新的后期階段，也就是創(chuàng)新成果形成產業(yè)化的階段，由于明確的市場導向和私人投資利益，金融資本一般會積極的介入該階段。本文依據這些理論，將科技創(chuàng)新分為新技術的孵化、新技術研發(fā)為新產品、新產品發(fā)展為新興產業(yè)3個階段，同時分析了金融資本在這3個階段不同的作用機制，具體分析金融資本在這3個階段是如何影響科技創(chuàng)新的。

由于在不同的創(chuàng)新階段，科技金融的功能不同，因此科技金融在不同的創(chuàng)新階段采取不同的運行方式，下面我們將新產品的創(chuàng)新分為3個階段。

第一階段是新技術或新產品的孵化階段。在該階段，通常是科研機構、科技型公司研發(fā)團隊、高校或個人在研究過程中發(fā)現的某一新技術或新產品。然而，技術創(chuàng)新是一個龐大而又復雜的系統(tǒng)性工程，主要包括思想創(chuàng)新、新技術或新產品的研究、開發(fā)的一系列流程。在這一過程中需要投入大量的資金，而這一過程又有很大的不確定性和風險，資金的投入主要以企業(yè)的自有資金為主，風險投資機構給部分企業(yè)進行的首輪融資。同時由于這一階段的科研創(chuàng)新有著強外部性，高風險性，資金需求較大的特點，它需要政府投入資金來支持這一技術或產品的創(chuàng)新，比如，政府經常性的向科研機構、高校提供經費，支持他們研究開發(fā)新技術、新產品，或者是政府向一些科技型公司提供資金或實行免稅政策以支持他們的技術創(chuàng)新。在這一階段，衡量新技術或新產品孵化程度的主要是專利數。由上述分析可知，影響專利數的主要是政府在科技方面的投入資金，由于風險投資公司中天使投資的占比不是很大，其影響可能是局部，微弱的，具體是什么需要看區(qū)域的具體情況。對政府投入資金一般用相對數即政府在科技方面投入資金與政府財政總支出的比，也就是政府科技經費比來表示。理論上講，風險投資的活躍程度應該使用風險資本在該年的投資總額來表示，但是由于數據可得性的約束，本文將風險投資機構數量作為風險投資投資額的代理變量。

第二階段是科技成果轉化階段,在這一階段企業(yè)將新的技術轉化成新的產品,同時將新的產品投放到市場。新技術到新產品的階段，需要技術的集成，在這一階段，技術合同的買賣交易較為活躍。新產品投放市場的階段，重要的是被市場接受。因此，反映這一階段科技成果的指標為技術市場成交額以及新產品收入，這里用相對數表示，即技術市場成交額與科技經費之比以及新產品收入與工業(yè)總收入之比來表示。在這一階段，科技創(chuàng)新的外部性逐漸減弱，如果科技成果轉化成功，科技型企業(yè)或者這類企業(yè)的投資者會得到巨額的收益，同時，這一階段同樣面臨著高風險高收益。由此可見，這一階段風險投資機構是主要的提供科技金融服務的主體，而且這一階段創(chuàng)新資本是風險資本的主體。公共的科技金融在這一階段主要是引導性的作用。

第三階段是將新產品逐步發(fā)展為新興產業(yè)也就是高新技術產業(yè)化階段。這一階段體現的是新的產品得到規(guī)模化的生產，這一時期不斷地有新的企業(yè)進入新產品的市場，新產品市場不斷地擴大，形成相關的高新技術產業(yè)。衡量這一階段的科技創(chuàng)新的指標我們采用高新技術產值來表示，由于我國的高新技術產業(yè)中外商直接投資的企業(yè)占到了50%以上，因此我國國內的科技金融對這一階段的科技創(chuàng)新的影響較弱，我們采用高新技術產業(yè)中的內資企業(yè)主營業(yè)務收入作為這一階段的科技創(chuàng)新的替代變量。這一階段科技創(chuàng)新對各種科技金融服務都具有需求，風險投資機構中，PE機構占有主導地位；同時這一階段企業(yè)可能通過資本市場進行募資發(fā)展高新技術產業(yè)；由于我國目前處于產業(yè)結構調整的關鍵時期，這一階段政府可能會提供部分的引導資金，調整產業(yè)的結構，促進高新技術產業(yè)的發(fā)展。

三、我國科技金融對區(qū)域創(chuàng)新的影響實證分析

(一)指標的選取和數據說明

1.科技金融指標的選取

根據投資主體的不同，可以將科技金融分為市場科技金融和公共科技金融。在市場科技金融方面，由上文的分析可知，資本市場以及風險資本是主要的科技金融服務的提供主體。為體現資本市場對科技創(chuàng)新的支持，筆者采用科技型上市公司占比(LTCR)這一相對數來表示資本市場所提供的科技金融服務，在文章中采用相對數的原因為：科技型上市公司本身就是科技創(chuàng)新的載體，其體現科技金融的同時也體現著科技創(chuàng)新水平，而采用相對數更能體現出資本市場對科技型企業(yè)支持的強度，體現的是科技金融部分。科技型上市公司占比=科技型上市公司的數量/所有的科技型公司數量。本文借鑒李希義等(2008)[19]的科技型上市企業(yè)的界定標準對所有的上海和深圳證券交易中的上市公司進行鑒定，從而得到各地區(qū)各年份的科技型上市公司數量。另外，理論上講應該使用風險資本的投資額來表示風險資本提供的科技金融，由于數據的可得性，本文采用風險投資機構數量(VCI)來反映風險投資情況。

公共科技金融主要的提供主體為政府，由于在科技創(chuàng)新研發(fā)的初期，大多數科技創(chuàng)新的外部性強，有很強的公益性，這個階段，政府是主要的投資主體，我們運用政府在科技研發(fā)方面投入的資金占政府財政支出的比例來表示，即政府科技投入經費比(GSIR)。

2.區(qū)域創(chuàng)新的代理變量選取

由上文可知，在不同的創(chuàng)新階段，科技金融對創(chuàng)新的傳導機制，作用效果不同，因此在選擇區(qū)域創(chuàng)新的代理變量時，我們仍然在不同的創(chuàng)新階段選擇不同的創(chuàng)新變量。第一階段，新技術的孵化階段，選擇不同省份一年內的授權專利數為區(qū)域創(chuàng)新在該階段的代理變量；第二階段，科技成果轉化階段，由于該階段的主要特征是將新的技術應用于新的產品，主要衡量指標是技術市場成交額比和新產品收入比來體現；第三階段，高新技術產業(yè)化階段，衡量指標是高新技術產業(yè)中內資企業(yè)收入。

3.數據選取

由于我國地域遼闊，區(qū)域間科技創(chuàng)新水平不均衡，如圖1所示，各區(qū)域中東部的科技創(chuàng)新水平顯著高于其他區(qū)域的科技創(chuàng)新水平。為了對各地區(qū)進行對比，本研究根據國家統(tǒng)計局口徑將我國分為東、中、西部3個區(qū)域，將全國、東部、西部、中部四個面板數據模型進行比較分析。東、中、西部的劃分根據我國國家統(tǒng)計局的區(qū)域劃分標準進行劃分，由于西藏，新疆的數據不全，因此將西部的西藏、新疆省剔除。本文的研究跨度為2003年到2013年，數據來源于2003—2014年的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《高新技術產業(yè)統(tǒng)計年鑒》和《證券與期貨統(tǒng)計年鑒》，國泰安數據庫以及EPS數據庫。

圖1　各個區(qū)域科技創(chuàng) 新指標的面板數據均值(0-1化處理) 注：由于圖中各個指標的單位不同，要想將這些指標一起進行區(qū)域性的比較，本文將各個區(qū)域的科技創(chuàng)新指標的均值進行的0-1化處理，處理方法為：各區(qū)域科技創(chuàng)新指標的均值的0-1化值=該區(qū)域的該指標的實際值/所有區(qū)域的該指標均值的最大值。

(二)模型的構建

根據上述的理論基礎可知不同的科技創(chuàng)新階段，科技金融對科技創(chuàng)新的影響不同，所以模型中的科技創(chuàng)新的代理變量是分階段的，其包含4個變量。同時由于各個地區(qū)的科技金融發(fā)展水平不同，其對科技創(chuàng)新的影響也不相同，本文分別建立了全國(29個省)、東部(11個省)、中部(8個省)、西部(10個省)的面板模型，模型如下：

全國面板模型：

LNSIit=αi+β1itLNGLSRit+β2itLNLTCit+β3itVCTit+uit,i=1,2,3…,29

東部面板模型：

LNSIit=αi+β1itLNGLSRit+β2itLNLTCit+β3itVCTit+uit,i=1,2,3…,11

中部面板模型：

LNSIit=αi+β1itLNGLSRit+β2itLNLTCit+β3itLNVCIit+uit,i=1,2,3…,8

西部面板模型：

LNSIit=αi+β1itLNGLSRit+β2itLNLTCit+β3itVCIit+uit,i=1,2,3…,10

其中,SIit表示科技創(chuàng)新的代理變量的面板數據，其中包含4個指標，即SIit=(SI1it,SI2it,SI3it,SI4it)。SI1it指的是特定區(qū)域一年的專利授權數；SI2it指的是特定區(qū)域一年內的技術市場成交額占科技研發(fā)支出的比重的面板數據，即技術市場成交額占比的面板數據；SI3it指的是科技性企業(yè)的新產品收入占主營業(yè)務收入的比重的面板數據；SI4it指的是高新技術產業(yè)內資企業(yè)收入的面板數據，代表高新技術產業(yè)的產業(yè)化程度。GLSRit指政府科技投入經費比的面板數據，代表科技金融的公共金融部分。LTCRit指科技型上市公司占比的面板數據，代表的是資本市場對科技型公司的支持強度；VCIit指風險投資機構數量，代表的是風險資本所提供的科技金融服務，這兩個指標代表科技金融中的市場金融的部分。全國面板數據模型中的i表示全國的29個省，東部、中部、西部面板數據模型中的i分別表示上述的相應地區(qū)的省；t表示時間維度。同時模型中為了減弱異方差的影響，對所有的指標都取了對數，即LNSIit，LNGLSRit，LNLTCRit,但是由于部分省份的部分年份的風險投資機構數量為0，不能取相應的對數。

(三)面板數據的單位根檢驗和協整檢驗

面板數據的單位根檢驗和協整檢驗主要是對面板數據的時間序列維度進行的平穩(wěn)性檢驗，從而避免由于時間序列的不平穩(wěn)造成虛假回歸。但是做面板數據的單位根檢驗和協整檢驗的前提是大樣本數據，時間維度應該最少為30，而本文由于數據的可得性，時間維度僅有11，本文的面板數據多屬于微觀面板，沒有必要做所謂的單位根檢驗和協整檢驗。

(四)面板數據模型的確立

常用的面板模型主要有混合效應模型、固定效應模型和隨機效應模型。混合回歸模型的特點是無論對任何個體和截面，回歸系數α和β相同。固定效應模型中αi是隨機變量且其變化與Xit有關系。隨機效應模型中αi是隨機變量，且其變化與Xit無關。模型的確立通過檢驗確定。

1. F檢驗

首先對模型進行F檢驗，確定其是否是混合效應模型，得到的檢驗結果如表1所示。

表1　F檢驗結果

由表1可知，上述分不同面板不同的科技創(chuàng)新階段(即不同的科技創(chuàng)新代理變量)的模型中只有中部面板的第三階段即高新技術產業(yè)化階段的模型是在5%的顯著水平下接受原假設的，也就是說其模型應為混合效應模型。其他的模型均在5%的顯著水平下拒絕原假設，也就是說其面板數據模型應為非混合效應模型，接下來要對模型進行Hausman檢驗，確定模型屬于個體固定效應模型還是個體隨機效應模型。

2.Hausman檢驗

個體固定效應和個體隨機效應的差別在于截距項和解釋變量是否相關。我們采用Hausman檢驗來確定具體的模型類型。檢驗結果如表2所示。

表2　Hausman檢驗結果

表2中已經給出在10%的顯著水平下，根據Hausman檢驗設定的模型的類型，同時根據上述的結果設定相應的面板數據模型。

四、實證結果及分析

本文將按照上述檢驗得到的模型設定類型對面板模型進行估計，得到的回歸結果如表3所示。

從全國面板模型的角度進行分析，第一階段——科技技術孵化階段，這一階段的科技創(chuàng)新的代理變量為專利授權數，可以看到在5%和10%的顯著水平下，只有政府科技經費投入比對科技創(chuàng)新有著顯著影響，且為負，這可能是由于政府的科研經費分配有結構性問題，也可能是由于政府資金投入對科技創(chuàng)新的滯后性所造成的。

第二階段——科技成果轉換階段，從技術市場成交額角度上看，各個主體提供的科技金融對科技創(chuàng)新都有著顯著地影響。政府科技投入資金占比和科技型上市公司占比對技術市場成交額都有著正的顯著影響，這與理論基礎相符。但是風險投資機構數量對技術市場成交額有著負的影響，這可能是由于在這一階段，風險資本中的VC機構起著主導性的作用。然而，由于我國資本市場的快速發(fā)展我國風險投資機構的特點是VC機構PE化，而PE機構主要篩選能夠快速上市的企業(yè)，這樣就導致風險投資機構中的VC機構沒能發(fā)揮該階段的促進作用。

從新產品收入比上看，該階段各種科技金融服務對科技創(chuàng)新都沒有顯著地影響。出現這一結果可能的原因是這一階段是科技創(chuàng)新的中間環(huán)節(jié)，沒有很強的外部性，這樣政府資金在該階段的參與度較低，因此沒有顯著的影響。而資本市場以及風險資本市場化程度較高，資本追求低風險下的高收益，而這一階段風險較高，再加上我國資本市場和風險投資市場的不完善，風險管理能力較弱，這就導致了資金在該階段有著缺位的現象，因此市場化科技金融對該階段的科技創(chuàng)新沒有顯著的影響。

表3　模型的系數和顯著性分析

注：**，*分別表示系數在5%，10%的顯著水平下顯著。

第三階段——高新技術產業(yè)化階段。除政府科技經費投入占比對科技創(chuàng)新沒有顯著地影響外，其他變量都對高新技術產業(yè)內資企業(yè)收入有著顯著地影響，資本市場和風險投資機構數都對其有著正的顯著影響，這與理論相符。

對東中西部分地區(qū)而言，在第一階段，風險投資機構數量對科技創(chuàng)新都有著正的顯著影響，而且顯然東部面板的影響系數要大于中部的，中部的大于西部的，這可能是由于東部地區(qū)經濟較為發(fā)達，科技創(chuàng)新水平較高，這樣風險投資機構的運營也較為規(guī)范，這樣風險投資對創(chuàng)新的促進作用也更強。這和全國的數據有所背離，可能的原因是我國區(qū)域差異較大，導致全國面板中的該系數不顯著。只有東部地區(qū)的科技型上市公司的占比對專利授權數有著正的顯著地影響，顯然，該地區(qū)科技創(chuàng)新水平較高，資本市場對其支持的力度也較大。只有西部地區(qū)的政府投入資金比對專利授權數有著顯著地影響，且結果為負，這與全國面板的結果相符。

在第二階段，從技術市場成交額方面來說，由于東部和西部面板的可決系數較低，說明這一階段該地區(qū)科技金融對科技創(chuàng)新沒有顯著地影響。中部面板中除資本市場對科技創(chuàng)新沒有影響外，其他因素對科技創(chuàng)新的影響方向和全國面板一致。從新產品收入比角度看，只有東部面板中的風險投資對科技創(chuàng)新有著正的顯著地促進作用。這可能是由于該地區(qū)，科技創(chuàng)新水平較高，風險投資機構在各個階段的分工比較明確，不會出現在該環(huán)節(jié)的缺位現象，因此會有著顯著地影響。其他地區(qū)在該階段科技金融對科技創(chuàng)新沒有顯著地影響，這和全國的結果一致。

在第三階段的高新技術產值階段，首先，風險投資對這一階段的科技創(chuàng)新都有著正的促進作用，從系數上看中部最高，東部次之，西部最低，表明在這一階段風險投資對科技創(chuàng)新的影響可能存在著門檻效應，這可能是由于在這一領域金融的投機性導致了風險投資對科技創(chuàng)新可能存在著一定的負面影響。其次，中部地區(qū)的資本市場對該階段的科技創(chuàng)新有著正的促進作用，和全國面板相符，但是東部和西部卻沒有顯著影響，可能的原因是與風險投資領域相同的。最后，政府科技資金投入對西部和中部都有顯著影響，但對東部卻沒有顯著的影響。

總的來說，政府科技投入經費和科技型上市公司數量在技術創(chuàng)新的3個階段發(fā)揮的作用不同，而且在東中西3個地區(qū)的作用也不一樣，因此對具體的地區(qū)，對具體的創(chuàng)新階段，都應做具體的分析。

五、結論

本文主要在探究科技金融對科技創(chuàng)新的影響，將科技創(chuàng)新分為3個階段，具體分析了在全國范圍內科技金融在科技創(chuàng)新每個階段的作用機制和影響，一般而言，政府科技投入經費比，科技型上市公司占比以及風險資本的投入的增加，對專利授權數、技術市場成交額、新產品收入和高新技術產值都有正向作用，但本文得出了一些相反的結論，同時本文在此基礎上，進一步將全國分成三個地區(qū)，研究了各個地區(qū)科技金融對科技創(chuàng)新的影響，通過研究最后所得的結論，筆者認為，首先，由于地區(qū)與地區(qū)的經濟發(fā)展水平不同，因此我們對特定的區(qū)域，應具體分析政府科技投入經費和所要發(fā)展的科技型上市公司的數量，比如，西部地區(qū)經濟發(fā)展較慢，科技型上市公司數量較少，因此政府應該在西部地區(qū)多支持這類公司的發(fā)展，而在東部地區(qū)則不存在這種問題。其次，由于在科技創(chuàng)新各個階段，科技金融的作用機制不同，因此要具體分析科技金融在每個階段對科技創(chuàng)新的影響。在第一、二階段，應加大政府科技投入經費，而在第三階段，應增加科技型上市公司數量或支持科技型公司的成立和發(fā)展。最后，由實證結果可知，在科技創(chuàng)新的第二階段，大部分的區(qū)域的科技金融對科技創(chuàng)新沒有顯著的影響，其原因可能是這一階段兩種金融服務定位不明確造成的服務缺位。因此，在這一階段科技創(chuàng)新需要介于市場性的科技金融和公共科技金融性兩者之間的金融服務，比如說政策性金融。

本文將科技金融量化為政府投入經費比和科技型上市公司數量，但影響科技金融的因素有很多，本文對科技金融的量化稍顯不足。今后應對科技金融做更進一步細分研究，對科技創(chuàng)新各個階段的影響做更細致的說明。

參考文獻：

[1]熊彼特.經濟發(fā)展理論[M].北京：商務印書館，1990.

[2]ALEXANDRA Guarnieri,LIU Pei.To what extent do financing constraints affect Chinese firms’ innovation activities [J].Int￣ernational Review of Financial Analysis 2014(36):223-240.

[3]HUS Po-Susan，TAN Xian，AU An.Finance develop￣ment and innovation：Cross-country evidence [J].Journal of Financial Economics，2014(112):116-135.

[4]CHANG Wei，DIN Yugo，WANG Japing.Hellenization of vent￣ure capital and green innovation of Chinese entity industry [J].Ecological Indicators,2014(51):31- 41.

[5]MURIEL Cal-Cont Grandness，SOPHIE Pommet.Venture cap￣ital syndication and the financing of innovation：Financial exp￣ertise motives [J].Economics Letters，2010(106):75-77.

[6]GARY Kitakyushu，MICHAEL J Len ox.When do incum￣bents learn from entrepreneurial ventures? Corporate venture capital and investing firm innovation rates [J].Research Policy，2005(34):615- 639.

[7]BASH Siddhartha，DIJON Glucose P J，SUSPENDER Kramer.Financing constraints and investments in R&D：Evidence from Indian Manufacturing firms [J].The Quarterly Review of Economics and Finance,2014(55):28-39.

[8]BARBARA Weber，CHARACTERISTIC Weber.Corporate venture ca￣pital as a means of radical innovation：Relational fit，social capital，and knowledge transfer [J].Eng.Techno.Manage.,2007(24):11-35.

[9]HUS Po-Susan，WANG Chang，WU Challenge.Banking systems，innovations，intellectual property protections，and fin￣ancial markets：Evidence from China [J].Journal of Business Research，2013(66):2390-2396.

[10]胡援成，吳江濤.科技金融的運行機制及金融創(chuàng)新探討[J].科技進步與對策，2012，29(23)：10-13.

[11]段世德，徐璇.科技金融支撐戰(zhàn)略性新興產業(yè)發(fā)展研究[J].科技進步與對策，2011，28(14)：66- 69.

[12]洪銀興.科技金融及其培育[J].經濟學家，2011(6)：22-27.

[13]朱歡.我國金融發(fā)展對企業(yè)技術創(chuàng)新作用效果的實證分析[J].科技管理研究,2010(14):26-30.

[14]徐玉蓮，王宏起.科技金融對技術創(chuàng)新的支持作用：基于Bootstrap方法的實證分析[J].科技進步與對策，2012，29(3)：1- 4.

[15]吳翌琳，谷彬.科技金融服務體系的協同發(fā)展模式研究—中關村科技金融改革發(fā)展的經驗與啟示[J].中國科技論壇，2013(8)：134-141.

[16]徐玉蓮，王玉冬，林艷.區(qū)域科技創(chuàng)新與科技金融耦合協調度評價研究[J].科學學與科學技術管理，2011，32(12)：116-122.

[17]房漢廷.關于科技金融理論、實踐與政策的思考[J].中國科技論壇，2010(11)：5-23.

[18]PEREZ C.Technology revolution and finance capital[M].London：Edward Elgar，2002:50- 60.

[19]李希義，房漢廷.我國科技型上市公司的創(chuàng)新性 [J].經濟管理，2008(11)：22-27.

(本文責編：海洋)