區域科技金融發展與制造業結構升級研究

段玉敏

文章基于上海的時間序列數據，對上海科技金融發展s制造業結構的關系進行了實證研究。結果表明：科技金融與上海裁遣業產值結構和就業結構之閶存在單項Granger因果關系，據此為上海制造韭發展提供建議。

科技金融 制造業結構

協整檢驗 Granger因果檢驗

引言與文獻綜述

中國經濟發展進入新常態，經濟速度正從高速增長轉向中高速增長，經濟發展方式正從規模速度型粗放增長轉向質量效益型集約增長，制造業亟需轉型升級進而培育新的經濟增長點。科技與金融的結合為制造業企業進行技術創新提供了新思路。日前，人民銀行、工信部、銀監會、證監會、保監會聯合發布《關于金融支持制造業強國建設的指導意見》，決定為支持制造業強國建設打造多元化金融組織體系和金融產品體系，創新符合制造業特點的信貸管理體制，為制造業企業量身定制多層次融資渠道。理論上，科技金融的發展與制造業結構之間存在相互促進的關系，金融體系能夠服務于技術型制造業，促進制造業的技術創新從而可以促進制造業結構由低技術向高技術制造業轉變。

國外學者Calderon Ceasar和Liu Lin（ 2003）用實證的方法說明金融建設有利于促進技術進步從而推動經濟增長；Chou和Chin（ 2006）同樣認為金融產品的創新有利于技術創新的加速推進。在金融產品的開發有助于推動科技創新這一點上，國外學者基本達成了共識，但是，并沒有直接提出科技金融的概念，更多的是偏向于研究金融支持科技創新的效率、效果和路徑。針對科技金融對行業或企業的影響關系研究上，李偉娜、徐勇（ 2014）基于2001-2012年中國30個省份的面板數據，實證檢驗了科技金融、制造業集聚與環境污染之間的關系。謝穎昶（ 2014）以上海張江示范區科技金融發展情況為背景，闡述了科技金融對企業創新的支持作用。

伴隨著金融業的熱度攀升，從金融的角度研究對制造業轉型升級的文章不在少數。劉佳寧（ 2016）在“新常態下制造業轉型升級的金融支撐”一文中用廣東制造業28個行業2000-2013年的面板數據，將金融發展分為規模、結構、效率三個維度，實證研究金融發展對制造業轉型升級的影響。范方忐、張立軍（ 2003）按地域將我國劃分為東、中、西部三個區域，研究金融結構轉變，金融深化程度和產業結構升級的關系，認為它們之間呈正相關。葉耀明、紀翠玲（ 2004）對長三角區域的產業集群的作用進行分析，實證分析了該區域集群性發展下的金融對產業結構升級的傳導機制，并分析金融傳導的效果。殷醒民（ 2009）基于上海的研究提出未來產業的發展策略應該由“資本深化”的基礎上向“技術深化”轉變，即通過大規模投入技術開發資源來提高創新能力，才有可能實現經濟的持續增長。

綜合國內研究文獻可發現，在經濟新新常態的背景下，制造業轉型升級已迫在眉睫，研究制造業轉型的文章角度多樣，對制造業產業升級提出了寶貴的建議，可以發現多角度研究均離不開科技創新這個問題，如何提高自主創新能力，掌握研發核心技術是我國制造業轉型升級的關鍵。現階段科技與金融的結合無疑為企業創新提供了新的思路，本文就以上海為例在前人研究的基礎上實證上海科技金融發展與制造業結構升級的關系，并對上海的科技金融如何促進制造業發展提供建議。

理論分析與指標選取

（1）理論分析

產業結構的調整過程即供給結構和需求結構等多方面的優化過程，資本作為生產要素在供需結構調整中發揮著重要作用。市場經濟體制下，包括資本在內的生產要素在不同產業部門之間的流動狀況影響著整個社會資源配置的效率。林毅夫等（ 2003）認為金融部門對制造業的影響是通過在不同產業部門間資本的動態配置來實現，基本手段是通過政策導向或者通過市場導向由金融的資金配置來實現和完成。

制造業結構的優化升級過程離不開創新，金融資本在制造業企業的創新過程中的作用無可替代。具有金融資本的企業創新，由于風險被分散化，可以降低創新的成本，更有利于促進技術進步。技術創新利于制造業由勞動密集型向技術密集型轉變。金融資本的流向對資源合理配置具有重大影響，從而可以促進資源流向先進制造行業，促進制造業轉型升級。

（2）指標選取

1.科技金融發展指數

文章在對科技金融指標的選取上借鑒了曹顥、尤建新建立的科技金融發展指數，該指數由科技金融資源指數、科技金融經費指數和科技金融產出指數加權平均后得來。指數的數據主要來源于科技部《中國主要科技指標數據庫》《上海統計年鑒》和《中國科技年鑒》。科技金融發展指標由表1所示：

在指數的計算上，我們將科技金融發展指數的基期確定為加入WTO的元年2001年。由于本文選取2003年至2014年的數據，所以非基期年份指標的計算方法如下：

其中，下標（t）表示年份；下標（0）表示基年2001年。Xmin（ 0）和Xmax（0）分別表示基期2001年全國31個省、自治區和直轄市（香港、澳門、臺灣地區除外）對應二級分項指標的最小值和最大值。

在得處二級分項指標后，同一類別的二級分項指數加權可計算成科技金融發展的三項分指數，科技金融發展的三項分指數再加權計算得出總指數。權重的設置這里采用算術平均法。

2.制造業結構指標

本文研究的制造業結構主要指技術和資本密集型制造業的產值占制造業總產值的比重即產值結構和其勞動力就業人數占制造業勞動力就業總人數的比重即就業結構。本文選取的資本及技術密集型制造業分別為：石油加工、煉焦及核燃料加工業、化學原料及化學制品制造業、醫藥制造業、化學纖維制造業、黑色金屬冶煉及延壓加工業、通用設備制造業、專用設備制造業、交通運輸設備制造業、電氣機械及器材制造業、通訊設備、計算機及其他電子設備制造業和儀器儀表及文化、辦公用機械制造業。產值結構記為CZJG，就業機構記為JYJG。

實證分析科技金融發展與制造業結構的關系

（1）模型運行過程

我們選取了2003-2014年科技金融發展指數ZH、制造業產值結構CZJG和制造業就業結構JYJG三個變量，組成了三個時間序列。運用計量軟件對數據進行了單位根檢驗、協整檢驗和因果檢驗分析。

1.時間序列平穩性檢驗

為避免時間序列建立回歸方程的偽回歸問題，需要對時間序列進行平穩性檢驗。本文運用ADF檢驗方法分別對各指標進行了平穩性檢驗，檢驗結果如表2所示。

檢驗結果表明，三個指標的原始序列均為不平穩序列，在對三個指標一階差分后，得到的序列是平穩的，因此它們都是1階單整序列。

2.協整檢驗

協整是指兩個或兩個以上同階單整的非平穩時間序列的線性組合是平穩時間序列，這種平穩的線性組合被稱為協整方程，且可被解釋為變量之間的長期穩定均衡關系。由平穩性檢驗可知，ZH、CZJG和JYJG三個變量都是一階單整序列，滿足協整檢驗的假設前提。本文采用基于回歸殘差的Engle-Granger兩步法進行協整檢驗。

該方法第一步先建立以ZH為自變量，以CAJG和JYJG為因變量的回歸方程，結果如下：

CZJG_t=72.0342+0.0399ZH_t+u_t

JYJG_t=45.4271+0.0265ZH_t+u_t

ut表示隨機誤差項，令兩個方程的估計的殘差分別為ε1和ε2，隨后對ε1和ε 2分別進行平穩性檢驗。結果如表3所示，兩個殘差序列在1%顯著性水平下是平穩性的。

3.Granger因果檢驗

由協整檢驗分析可知ZH和CZJG、JYJG之間存在長期的協整關系，下面本文采用Granger因果檢驗方法檢驗ZH和CZJG、JYJG之間的因果關系。在滯后1、2期的情況下，ZH均為CZJG和JYJG的Granger原因，這說明科技金融與制造業產值結構和就業結構之間存在單項Granger因果關系。

（二）模型運行結果分析

從模型的協整檢驗來看，上海的科技金融發展水平與制造業的產值結構和就業結構之間存在著長期均衡關系。通過Granger因果關系檢驗表明，上海科技金融的發展與制造業產出結構和就業結構之間存在單項Granger因果關系，這表明上海科技金融發展對制造業結構升級具有引導作用。

上海過去十幾年的數據分析支撐了前文關于科技金融與制造業產業結構的理論分析，說明了上海科技金融的發展對制造業產業結構的升級具有積極的影響。金融資本通過各種創新金融工具投入到科技型企業中，產生的新技術、新方法運用于制造業企業，有利于制造業企業資源配置效率的提高，進而引導制造業向產生效益較高的先進制造業轉變，從而推動制造業結構的優化升級。科技金融促進制造業升級建議分析

由上述分析可知科技金融發展與制造業結構之間存在促進關系，通過分析上海科技金融發展與上海制造業發展狀況，提出了以下建議：

首先，上海科技金融的發展目前仍然是以銀行為主要信貸途徑的，應該探索銀行業支持制造業發展的創新路徑，以銀行業的資金支撐創新機制促進制造業技術創新和轉型升級。其次，上海的制造業轉型必然是向先進制造業轉變，科技金融應該服務高科技制造業帶領的先進制造業。在先進制造業的融資方面，應該完善資本各級市場對于相關企業的投融資機制，引導資金向相關制造業傾斜，從而形成符合持續發展的金融資本配置體系。最后，應該充分發揮保險業等相關型生產型服務業在制造業轉型升級中的作用。制造業轉型升級過程中需要相配套的服務業與之匹配，比如針對制造業創新過程中的各種風險問題，應該建立完善的保險服務，以降低在創新中的風險。