經濟新常態下金融支持科技創新的實證研究
——以江蘇省為例

李志遠

一、 研究背景和意義

隨著信息科技的快速發展，國際競爭變得愈發激烈。 科技創新作為經濟增長的重要推動引擎，成為國家提升核心競爭力的必然路徑。 面對世界科技發展的新形勢和我國科技創新的現狀，黨中央、國務院在“十三五”規劃中做出了增強自主創新能力、建設創新型國家的重要戰略決定。 江蘇省作為國家發展的排頭兵，積極推出一系列深化科技體制改革、促進科技與產業融合的政策，充分發揮科技創新對制造強省建設的支撐引領作用。

金融是現代經濟的核心，宏觀經濟高質量發展需要金融發展與技術進步的協調互動。 當前我國經濟進入新常態，一個高效運行的金融系統在融通資金的基礎上，也為經濟體提供風險分散、價格發現、擇優篩選、代理監控、激勵約束以及信息揭示等功能。 近年來，國家有關部門相繼推出了一系列金融政策及優惠措施來推動江蘇科技創新發展。 良好的金融體系能夠為技術創新提供大規模投入資金，資本市場為技術創新者提供長效的激勵機制、分散風險和共享機會，使技術創新更加長期穩定化。 因此，對江蘇省的科技創新和科技金融關系進行研究，探索各種資本要素的配置以實現對科技創新的最優支持效果就顯得十分必要。

二、 文獻綜述

(一)國內外研究現狀

科技創新需要資金支持，金融保障科技創新發展，關于金融和科技創新之間的關系，國內外學者進行了很多研究。熊彼特最早研究金融與創新的關系，發現需要將銀行貸款等生產要素引入技術創新活動中。 Berger 認為長期穩定的公共金融投入能夠帶動科技投資規模的擴大。 Kim 等(2016)發現相較于銀行貸款，債券及股票市場融資渠道對韓國上市公司技術創新活動更具促進作用。 Chowdhury 和Maung 通過研究主要經濟體發現發展金融市場對研發投入有明顯的促進作用。 Anton 和Bostan(2017)對2007 ～2013 年25 個歐盟成員國的融資創業情況進行研究，發現獲得融資能促進創業活動發展。

國外學者研究金融和創新之間的關系，往往傾向于關注單個主體對創新的影響。 而國內研究集中在多個金融主體對科技創新的支撐作用。 趙昌文等提出科技金融是國家科技創新體系和金融體系的重要組成部分。 國內關于二者的省級層面研究較多，包括創新效率、創新各個階段及各種科技企業多個方面。 張玉喜和趙麗麗利用省級數據發現科技金融投入與科技創新具有明顯正相關關系。 蘆鋒和韓尚容認為不同區域和創新階段科技金融對科技創新影響有不同效果。 湛泳和李珊認為經濟新常態下，智慧城市建設要堅持發揮科技創新的基礎支持作用。 鄭磊和張偉科利用面板門檻模型研究發現科技金融對科技創新呈U 型關系。

(二)金融資本推動科技發展的理論機制

良好的金融體系能夠為技術創新提供大規模投入資金，資本市場為技術創新者提供長效的激勵機制、分散風險和共享機會，使技術創新更加長期化、穩定化和持續化。 金融資本對科技創新活動的促進和保障作用主要體現在金融體系的功能上，具體有以下幾個方面:①金融體系通過一系列渠道為科技活動注入資金，滿足科技發展對資金的需求。 通過對金融工具、交易方式和金融業務進行金融創新，為高科技行業的興起提供更多的資金。 ②金融對科技的促進作用還體現在科技投資的價格發現、流動性和風險分散、轉移上。金融體系的價格發現功能使得科技投資價值得以揭示。 初級市場、二級市場和三級市場等不同的交易場所為科技投資提供了流動性和退出機制，同時也分散和降低了投資風險。③金融促進科技發展還體現在金融中介和金融市場所構成的激勵約束機制上。 金融中介促進科技創新的激勵約束機制，主要通過金融中介與創新主體簽訂的信貸契約來實現。因此，迫使創新主體不能進行沒有經濟效益的科技創新。

三、 研究設計

(一) 模型設定

目前研究知識生產和技術創新及其決定因素的主要理論框架是Griliches 和Jaffe 提出的知識生產函數。 經過改進的知識生產函數的科布－道格拉斯形式為:

其中，Q為科技創新的產出，K為研發R＆D 經費投入

，

C

為一系列經濟社會變量，μ為隨機誤差項。 由于進行對數變換可以部分消除異方差的問題，另外，其差分可以表示發展速度的對數，沒改變變量間的趨勢變化關系，為了能全面揭示金融發展與技術創新之間的關系。 建立如下對數計量模型:

(二)變量說明

本文所用數據為1998 ～2017 年江蘇省各市科技創新和金融的各類指標，并根據需要做了相應的處理。 模型中所包含的變量具體說明如下:

1. 科技創新變量

科技創新的衡量指標很多，目前主流的指標是科技創新能力和科技創新產出。 關于選取何種指標來度量科技創新能力和科技創新產出，不同的學者有不同的看法。 本文采取江蘇省高技術產業新產品產值(CY)來衡量科技創新產出指標。

2. 新產品開發經費

經費投入是影響科技創新的決定性因素，本文采用江蘇省高技術產業新產品開發經費支出(GX)來衡量科技創新投入。

3. 技術市場指標

技術市場是技術成果進行交易的場所，連接科技與經濟之間的橋梁，在促進科技與經濟的結合、增強科技事業的自我發展能力、加快科技的社會傳播與普及、增強企業的活力、促進科技人才的流通、發展經濟方面具有重要作用。 本文采用江蘇省技術市場成交額(FX)作為衡量指標。

4. 金融結構指標

科技的創新需要來自金融機構的貸款支持，由于科技創新帶來收益的時效性問題，很多的科技創新需要一年以上才能夠取得收益，因此選取江蘇省金融機構中長期貸款余額(EX)來度量這一指標。

5. 經濟發展指標

由于各地區不同年份發展水平不一，為避免其他因素的影響，選取人均地區生產指標(HX)作為控制變量指標。

四、 實證研究

(一)單位根檢驗

最小二乘法的一個基本假設是變量的平穩性，然而幾乎所有宏觀經濟變量都是非平穩的，具有時間趨勢，對非平穩的變量采用最小二乘法有可能產生偽回歸問題。 表1 表示在顯著性水平下，各變量和變量經過一階差分變換后ADF 檢驗下的平穩性檢驗結果。

表1 變量及一階差分后平穩性檢驗結果

在原始序列(對數化后)水平上，所有的檢驗結果均沒有拒絕有單位根的假設。 因此，可以認為這些變量均是非平穩的時間序列，具有時間趨勢。 而所有原始序列(對數化后)經過一階差分后均拒絕了有單位根的假設，表明差分變量是平穩的。 于是，我們認為上述變量均是一階單整的。 因此，對這些非平穩的經濟變量不能采用普通回歸分析方法檢驗它們之間的相關性，而應采用協整方法進行檢驗分析。

(二)協整分析

雖然各指標是非平穩的一階單整序列，但這些指標可能存在平穩的線性組合。 這個組合反映了變量之間的長期穩定關系。 本文只采取對模型中的殘差進行分析，從表2 中，可以看出模型的殘差具有平穩性。

表2 殘差的平穩性

(三)面板模型選擇

面板數據構造模型有兩種，一是固定效應模型，二是隨機效應模型。 采用Hausman 檢驗方法確定模型形式，檢驗結果如表3 所示:

表3 Hausman 檢驗結果

Hausman 檢驗的P值在5%的顯著性水平下可以通過檢驗，因此選擇固定效應模型，模型如下:

(四)模型結果及分析

表4 回歸結果

由表4 回歸結果可以看出，調整后的擬合優度為0.943，模型的擬合結果很好。 解釋變量的P值均小于0.05，說明全部變量顯著。F值為281.79，說明解釋變量總體對被解釋變量影響是顯著的。

回歸結果中，lnEX 的系數為－0.354，表明江蘇省金融機構中長期貸款余額每增加1 個百分點，江蘇省新產品開發產值會減少0.354 個百分點，可見金融機構的中長期貸款對于科技創新是有一定抑制作用的。 lnFX 的系數為0.471，表示技術市場成交額每增加1 個百分點，江蘇省新產品開發產值增加0.471 個百分點。 lnGX 的系數是0.276，表示新產品研發經費每增加1 個百分點，江蘇省新產品開發產值會增加0.276個百分點。 金融機構的發展并沒有有效地促進技術創新，導致這一問題的原因可能是江蘇省目前的銀行體系金融資源配置不合理，所以應該改變傳統的主要為國有大型企業提供金融服務的金融體制，加大對非國有經濟，尤其是中小企業的金融支持力度。

五、 江蘇省金融支持科技發展的對策

通過以上分析，我們可以得出結論:江蘇省產品開發經費支出和技術市場成交量對科技創新具有促進作用，金融機構貸款與科技創新呈負相關。

基于此，對江蘇省金融支持科技發展提出以下幾點建議:首先，加大銀行對科技創新的支持力度，從銀行信貸的角度入手，為科技創新提供便利的信貸支持，以科技資源和資本的有效整合為目標，在風險可控的前提下，積極調整資金投向，加強與政府有關部門的信息交流，拓寬科技創新的融資渠道。 其次，構筑多層次資本市場，提高直接融資比重，為實現資本市場與科技創新的良性循環，江蘇省應該著手進一步完善資本市場，改革金融市場以提高直接融資的比重；同時應當以本地區的實際情況為依據，出臺相關的政策，以便可以使企業的科技創新發展得到很大程度上的支持。 最后，加強銀行業金融創新，推動科技創新，銀行業應以全新的思維，通過自身的創新支持企業的創新活動，促進銀行和創新型企業的雙向互動，實現共同發展。 比如針對商業銀行面向創新企業貸款風險集中的問題，可以引入科技保險、科技債券等新型金融產品以分散風險，同時要充分利用政策性銀行貼息貸款等降低創新企業資金成本，增加還款保障。