中國科技金融中心發展水平研究
——基于科技金融中心指數的構建與測算

■胡蘇迪

一、引言

伴隨著經濟發展，科技創新不斷加快，金融創新層出不窮，科技金融活動席卷全國，但這并不意味著科技資源和金融資源在空間上呈現均衡分布。恰恰相反，科技金融的空間集聚現象與日俱增，科技金融資源的需求與供給在空間上非均衡發展，我國已經在科技發達、金融資源豐富的區域出現了科技金融中心。科技金融中心正成為區域創新型經濟發展的重要支撐力量，但關于科技金融中心的理論研究卻方興未艾。由于科技金融中心是一種新型的集聚現象，既有科技資源的集聚，又有金融資源的集聚，故而衡量科技金融中心發展水平需要一個多層次的系統，從多個維度來設計指標體系，才能夠科學、準確地評價科技金融中心的發展水平。

雖然“科技金融”概念在20世紀90年代就已出現，但是在之后的20多年間，科技金融的理論研究卻十分蒼白（房漢廷，2011）。本文認為，科技發展與金融發展是科技金融發展的重要前提，金融科技的本質是金融創新與科技創新的高度藕合。本文將科技金融中心視為科技資源和金融資源雙重集聚的區域，區域內科技創業者的企業家精神促進著區域創新，而科技金融資本強大的支撐能力，進一步推動大量的原創性創新，依托區域內的科技資源和豐富的金融資源，將科技與金融高度耦合，通過技術的溢出效應帶動區域的經濟發展。因此，科技金融中心的關鍵要素為科技和金融在空間上的雙重集聚，只有資本和技術高度結合的城市或區域才能稱之為科技金融中心（胡蘇迪和蔣伏心，2017）。

科技金融中心與科技中心之間具有一定的聯系性，主要體現在以下幾個方面：一是空間的集聚性；二是產業的聯系性；三是科技中心當金融資源進一步集聚后，便存在進一步發展為科技金融中心的可能。但是，相比科技中心，科技金融中心特有的科技資源與金融資源雙重集聚決定了其自身的特殊性：更強的創新能力和更低的創新成本。

但是，科技金融中心又是一種特殊的金融中心。科技金融中心不僅集聚金融資源，也是科技創新集聚的區域。兩者都有金融資源的集聚，其形成和發展都有一定的相似性。一是形成的前提相同；二是都以金融機構作為重要的集聚單元；三是相似的結構層次性，都可以劃分為國際、國內、區域這三個不同層次。科技金融中心還具有自身的特殊性，一是發展歷史階段的不同；二是更具復雜性；三是金融中心不一定能發展成科技金融中心。

二、科技金融中心發展水平指標體系的構建

（一）科技金融中心發展水平指標體系構建的依據

根據指標體系的系統性、科學性、整體性和層次性設計原則，本文結合我國科技金融發展趨勢、科技金融中心發展現狀以及數據的可獲得性，同時借鑒姚洋和高印朝（2007）、曹顥等（2011）等國內外學者提出的多層次金融中心指標體系與科技金融指標體系，從科技金融人才、科技金融環境、科技金融投入和科技金融產出四個方面分析我國科技金融中心發展水平。根據我國31個省會城市和5個計劃單列市的實際情況，構建我國科技金融中心發展水平的評價指標體系。為保證所需指標數據的客觀性、真實性、一致性與準確性，本文相關數據主要來源于WIND資訊金融終端中的中國宏觀經濟數據庫（EDB數據），少數所缺年份數據與其他數據來源于全國金融中心數據庫和中國經濟與社會發展統計數據庫以及各地區2006～2016年的統計年鑒。

（二）科技金融中心發展水平指標體系確定

我國科技金融中心發展指標體系如表1所示，其中一級指標包括科技金融人才、科技金融環境、科技金融投入、科技金融產出，二級指標包括科技人才、金融人才、科技環境、金融環境、企業投入、金融投入、政府投入、科技產出和金融經濟產出在內的9個指標，三級指標包括高等學校在校生人數、科學家與工程師數、高新企業科研活動人數、金融從業人員總數、高新技術企業數、地方上市公司數、科研院所數、金融機構營業網點數、金融機構資產總額、高新技術企業R&D支出、貸款余額、地方政府財政科技支出、地方中小板和創業板上市企業數、高新技術產業增加值、金融業增加值、地區生產總值在內的16個指標。

表1 科技金融中心發展評價指標體系

（三）科技金融中心發展水平指標體系評價方法的確定

在評價我國科技金融中心發展水平研究中，最重要的步驟是為不同指標賦予科學合理的權重系數。目前，國內外學者對科技金融中心發展指標權重設定提出了不同看法，主要分為主觀賦值法和客觀賦值法。前者包括層次分析法和德爾菲法，后者包括因子分析法、算術平均法以及熵值法等。本文利用因子分析法確定各個指標權重以消除賦權過程中的主觀因素影響。

（四）數據的收集與標準化

在構建和確定我國科技金融中心發展指標體系和權重后，本文分別搜集指標體系中16個三級指標的具體數值。本文搜集了36個城市2006～2016年的指標值。其中，對指標體系中的價值型指標，包括高新技術產業增加值、金融業增加值和地區生產總值，進行不變價處理。同時，以2006年各城市的價格為基期，在排除通貨膨脹因素影響后得到實際值。

三、中國科技金融中心指數及發展水平的評估

在確定科技金融中心的指標體系后，通過因子分析法提取主成分，利用公因子的方差貢獻率為權數計算每個地區的綜合得分。同時，采用系統聚類、平方歐式距離、平均組間鏈鎖距離方法，以科技金融中心發展主成分得分及綜合得分為基礎，對我國科技金融中心發展情況進行樣本聚類分析。

（一）因子分析

本文根據36個城市16個三級指標相關系數矩陣，利用主成分分析法提取公因子，然后以最大方差法為手段對數據的因子載荷矩陣進行正交旋轉，從而使得因子具備命名解釋性，選用SPSS軟件工具進行數據處理，計算結果如下表2、表3所示。利用KMO和Bartlett檢驗系數判斷因子分析的合理性，當KMO檢驗系數高于0.5且Bartlett檢驗系數統計值的顯著性概率即P值低于0.05時，結構效度的存在意味著因子分析方法的科學性，實證結果如表2所示。由檢驗結果可知，KMO檢驗值為0.899，說明選取數據有較強的相關性。同時，Bartlett檢驗中，Sig值小于0.001，說明本文選擇因子分析方法是合理的。

表2 KMO和Bartlett檢驗結果

為了得到更合理的實證結果，本文對成分因子進行正交旋轉，從而得到符合現實邏輯的成分因子，實證結果如表3、表4所示。根據解釋的總方差結果，總共提取4個因子，方差貢獻率分別為79.9%、5.7%、3.9%和3.0%，累計貢獻率為92.7%。因此，本文主要提取4個主成分。根據表4旋轉成分矩陣結果，利用原始指標在4個主成分上的載荷進行整理分類。其中，將科學家與工程師數、高新企業科研活動人數、高新技術企業數、地方上市公司數、高新技術企業R&D支出、地方政府財政科技支出作為第一成分，將金融機構資產總額、貸款余額、地方中小板和創業板上市企業數、高新技術產業增加值、金融業增加值作為第二成分，將金融業從業總人數、金融機構營業網點數、地方國內生產總值作為第三成分，將高等學校在校生人數和科研院所數作為第四成分。從各個成分包含因子的經濟意義看，第一成分主要為影響地區科技金融中心發展的科技因素。第二成分主要為影響地區科技金融中心發展的金融經濟因素，第三成分也主要是影響地區科技金融中心發展的金融經濟因素，有所區別的是第二成分主要體現金融產業發展內涵質量因素，而第三成分主要體現金融產業外延規模因素。第四成分主要是衡量地區科研基礎環境因素。

表3 解釋的總方差

根據36個城市2006～2016年4個公因子的具體得分，以公因子的方差貢獻率為權數對指標進行加權，從而計算每個地區的綜合得分，得到我國科技金融中心指數，具體得分如表5所示。根據地區科技金融中心指數的綜合得分結果，本文將0作為地區科技金融中心發展程度的平均水平。綜合得分大于0，說明當地科技金融中心發展水平高于全國平均水平，分值越高，發展水平越好。綜合得分小于0，說明當地科技金融中心發展水平低于全國平均水平，分值越低，發展水平越差。

表4 旋轉成分矩陣

首先，2006～2016年北京、上海、深圳的科技金融中心指數均為正值且數值相對較大，說明上海、北京、深圳科技金融中心起步較早，發展水平較高，目前已成為全國性、領先的科技金融中心，在地區科技和金融產業相互融合、滲透方面起引領和示范作用。其次，杭州、廣州、成都、天津、重慶、寧波、南京、武漢這些地區的指數基本為正值，且數值也相對較高，說明這些城市分別作為北部沿海區域、東部沿海區域、南部沿海和中部地區的區域科技金融中心，對周邊地區的科技金融發展發揮一定積極作用。此外，大連、福州、廈門、青島、合肥等地區近幾年科技金融中心指數高于0，說明這些地區正在成為科技金融中心，開始帶動周邊城市科技金融行業迅速發展。同時，2005～2015年呼和浩特、蘭州、南寧、貴陽、昆明、海口、銀川、西寧、拉薩、烏魯木齊等西部區域城市科技金融中心指數均為負值，說明西部地區科技金融中心發展水平在全國省會城市中還處于相對落后的程度。通過橫向和縱向比較36個地區科技金融中心發展排名可以發現，2006～2016年北京市和上海市科技金融中心發展水平交替處于領先地位，深圳、杭州、天津、重慶、南京、成都、廣州等市次之，而拉薩、銀川、西寧、海口、烏魯木齊和烏和浩特等市科技金融中心發展水平相對較低。

（二）聚類分析

為了更清楚地分析我國科技金融中心發展層級，本文采用聚類分析探索我國36個地區科技金融中心發展等級，主要采用系統聚類、平方歐式距離、平均組間鏈鎖距離，以科技金融中心指數為基礎，對36個地區2016年的科技金融中心發展情況進行樣本聚類分析，聚類結果可以分為七類。

第一類：北京。該類城市科技金融中心指數最高，且一直為正數，說明科技金融中心水平居于全國最前列。北京作為我國經濟、政治、文化中心，在科技人才質量、科技環境、金融市場、政府投入、市場規模、科研成果和產業發展等方面均具備較強能力。

第二類：上海。該類城市科技金融中心指數次高，且一直為正數，說明科技金融中心水平僅屈居于北京，是我國科技金融中心的先鋒部隊。

第三類：深圳。深圳的科技金融中心指數僅次于北京和上海，也是一直為正數。盡管深圳的科技金融中心實力雄厚，但其第四因子主要是高校在校生數，水平一般，科研基礎環境有較大提升空間。

第四類：杭州和天津。杭州和天津的科技金融中心指數分別在2009～2010年轉為正數，在國內處于領先的位置，且保持快速增長態勢，排名全國靠前。

第五類：重慶、成都、南京、寧波、青島、廣州、武漢。該類城市科技金融中心指數處于較高水平，在2011～2013年間轉為正數，科技金融發展比較快速。

第六類：廈門、長沙、大連、合肥、福州、濟南。除了大連、廈門和長沙科技金融中心指數于2012～2014年較早轉為正數，其他城市科技金融中心指數均于2015年或2016年轉為正數。該類城市具備良好的科技金融中心發展的基礎環境，具有成為區域科技金融中心的潛力。

第七類：石家莊、太原、呼和浩特、沈陽、長春、哈爾濱、南昌、鄭州、南寧、海口、貴陽、昆明、拉薩、西安、蘭州、西寧、銀川、烏魯木齊。該類城市科技金融中心指數均為負數，排名在全國相對靠后，整體科技金融中心發展水平尚有較大提升空間。

表5 2006～2016年中國科技金融中心指數

四、主要結論與對策建議

科技金融中心的內涵、如何構建科技金融中心發展的指標體系以及中國科技金融中心指數及發展水平如何，是本文的研究主旨。科技金融中心是一種特殊的科技金融集聚現象，是科技和金融在空間上的雙重集聚，本文嘗試構建科技金融中心指標體系，通過因子分析測算科技金融中心指數，通過聚類分析將科技金融中心分層分類，對于中國發展推動科技金融中心發展具有積極的現實意義。本文認為，我國的科技金融中心發展應采取區域非均衡發展戰略，建立多層次科技金融中心體系。具體包括以下幾個方面：

一是做好區域科技金融中心協調發展的頂層設計。區域科技金融中心的建設不能一蹴而就，必須遵循客觀規律和區域差異，循序漸進。要想獲得長足發展，必須要有一個長遠規劃加以指導。這樣才能有的放矢，不致迷失方向。縱觀西方發達國家的發展歷程，科技金融中心的建設都得到了政府政策支持。目前，區域科技金融中心如何協調發展需要中央政府高度重視，并制定相關的扶持政策以促進發展。因此，國家應該抓緊時間，組織人力物力盡快制定這個頂層設計，制定出符合區域發展實際的戰略規劃，以確立發展的總框架，明確發展的總方針、長遠目標和階段目標、監督引導機制及其他配套機制建設等宏觀問題。而且，應定期對這個規劃以及實際發展狀況做出相應修正。特別是，各項方針、政策的出臺要根據長遠規劃適時推出。

二是建設具有一定影響力的國際性科技金融中心。北京作為我國經濟、政治和文化中心，在科技人才質量、科技環境、金融市場、政府投入、市場規模、科研成果和產業發展等方面均具備較強能力。隨著“新三板”的成立和發展、北京市人民政府深入推進地區科技金融創新發展，科委逐步完善科技金融創新服務，監管部門加強地區銀行業科技金融創新，不斷憑借優越的科技金融人力、物力和財力資源，已經成為我國科技金融中心特征最明顯的城市。在這樣的背景下，隨著經濟金融的全球化，利用國際金融資源和科技資源，建立和完善已有的科技金融中心體系，使北京成為具有國際影響力的科技金融中心。

三是建設輻射全國的全國性科技金融中心。上海和深圳作為我國沿海地區經濟發展的先鋒軍，在科技金融機構建設、地方財政經費以及高新技術產業化等方面處于我國領先地位。上海和深圳應將國際先進的高新技術與上交所、深交所、中小板和創業板為核心的多層次金融中心相融合，加大科技與金融行業融合力度和深度，從而帶動周邊地區的科技金融創新發展。

四是建立推動地區科技金融發展的區域科技金融中心。在沿海和內陸一些區域和城市，綜合經濟實力和科技創新能力相對較強，科技金融資源相對充沛，逐漸形成了科技金融中心體系。由于資本市場和地區經濟發展的約束，這些城市難以形成全國性的科技金融中心，但這些城市區域性科技金融中心的建立大大推動了當地高科技產業的發展和科技金融市場的繁榮。

五是培育多元化的科技金融供給能力。科技金融的供給能力主要指科技金融中心內從事科技金融活動的科技金融機構、科技金融的創新能力以及科技金融的產品滿足科技企業的程度。培育多元化的科技金融供給能力正是解決科技企業融資難題的有效有段，應積極發展各類投資基金，完善科技信貸機構，探索設立科技類金融控股公司，豐富區域性資本市場。

六是營造完善的科技金融市場環境。完善的科技金融市場環境是科技金融中心發展的重要條件，一個成熟健全的科技金融中心市場環境應至少包括良好的區域征信、完善的中介配套以及數量質量俱佳的人才環境。