科技金融對區域經濟增長的影響研究

楊樂 何啟志

摘要：基于2009～2018年30個省域面板數據，構建科技金融指標評價體系，并運用個體固定效應模型和面板分位數回歸模型，實證檢驗了科技金融對地區經濟增長的影響效應。得出如下結論：以全國樣本來看，科技金融顯著地提高各省市經濟發展水平，但這種關系是非線性的，即在經濟水平越高的省份科技金融對經濟增長的促進作用越明顯;分地域來看，東部地區科技金融和經濟發展水平較高，科技金融能夠顯著推動經濟發展，但在科技金融發展水平低下的中、西部則效果不明顯。

關鍵詞：科技金融;固定效應;面板分位數回歸;經濟增長

中圖分類號：F830.49? 文獻標志碼：A? 文章編號：1008-4657（2021）02-0051-09

0 引言

近十幾年來，中國高度重視科技創新，科技研究與試驗經費投入從2005年的2 449.973億元增長到2019年22 143.6億元，科技人員投入也從2005年的136.5萬人增長到480.1萬人。數據來源于2006～2019年《中國統計年鑒》。科技成果、學術論文和著作等方面高速發展，且某些科技領域已經躋身世界前列，但科技發展還存在著一些困難和挑戰。十九屆五中全會深入剖析了我國科技創新發展現狀，即我國經濟已經從高速增長轉向高質量發展，但創新能力還未滿足經濟高質量發展要求[1];科技核心技術發展和一些發達國家還是有些差距，充滿了不確定性。

數字經濟作為科技金融的產物，是近些年發展最快的領域，大數據、5G技術、物聯網、區塊鏈、人工智能等世界科技領先技術的發展能夠為未來科技金融的大發展提供堅實基礎。十九大五中全會提出，要將擴大內需和供給側改革結合起來，加快構建以國內大循環為主，國內國外雙循環相互促進的新格局[2]，這是由我國新時代國情和特殊經濟市場所決定的，適合當今形式的特色道路。

科技金融是科技和金融的融合體，科技和金融相互影響，相互促進，沒有金融的支持，科技就失去了動力源泉;沒有科技的支撐，金融就失去了實體經濟的載體[3]。只有兩者高度結合，才能推動建立完善、科學的金融體系，從而有利于加快經濟增長。在建立科技強國的偉大目標下、在創新驅動發展的偉大戰略下、在國內外雙循環的偉大開放格局下，科技金融將發揮更大的支撐作用。國內外已有部分學者從概念、評價體系、政策等角度對科技金融開展了一系列的研究，有益于科技金融未來的發展，然而科技金融具有顯著的先進性和時代性，其學術研究更應當與時俱進，所以探究科技金融對當今經濟增長的影響機制有著一定理論價值和現實意義。

1 文獻綜述

“科技金融”一詞最早出現在1993年，其產生是一個水到渠成的過程，是中國科技體制改革和金融體系從獨立發展走向相互融合的結果。科技金融其實是金融業的實體產業化，也是科技業的金融虛擬化，兩者相伴而生，兩者互利發展。然而國外并沒有科技金融這一概念，所以國外研究較少，科技金融現有國內文獻主要包括以下3個方面：

第一，科技金融的定義。趙昌文等[4]在《科技金融》書中提出，科技金融是政府、金融機構和企業等主體，以金融政策、金融工具、金融制度等為指南，提供金融、科技資源，最終促進科學技術、專利成果和高新產業發展的創新體系。房漢廷[5]認為科技金融是一種技術-經濟范式、科學技術-資本化和金融資本-同質化的創新活動。胡蘇迪等[6]在前人的基礎上，從政府、企業和科技金融市場三個方面具體探究科技金融的概念。尹振濤等[7]人在結合新時代數字經濟背景下，提出大科技金融就是大型科技公司利用其客戶、資金和技術等優勢開展的各類金融業務。科技金融沒有統一的定義，它是具有時代性的、與時俱進的體系，它會隨著科技和金融體系的改革而變化，但它的本質——創新是永遠不會變的。

第二，科技金融指標的衡量。學者們從各個角度來衡量科技金融指標，得出的結論也各有不同。蘆鋒等[8]把科技金融分為公共科技金融和市場科技金融，從政府、資本市場兩種不同主體來分別探究其對區域創新的影響。許汝俊等[9]人運用DEA-Malmquist指數法來衡量科技金融的效率測度。薛曄等[10]利用“差異驅動”原理的熵權法賦權國際科技論文數量、專利授權量和高技術產業新產品產值三大科技產出指標，得到綜合指標來衡量科技金融指標。張芷若等[11]從科技金融資源、科技金融經費、科技金融融資和科技金融產出四個一級指標來衡量科技金融指標，并利用熵值法將其13個三級指標整合，得到最后的綜合指標。

第三，科技金融對經濟增長的影響。隨著不斷深入研究，學者們開始探究在科技金融對各區域經濟增長的影響。劉文麗等[12]人基于東、中、西部面板數據進行實證研究，實證結果表明科技金融影響經濟增長效果在東、中、西部有著一定的差異。毛茜等[13]則從微觀角度，利用數據圖表和IS-LM模型，分析了科技中小企業下科技金融與經濟增長成正相關。以上都是基于平面微、宏觀角度分析，從Grossman G等[14]真正將空間因素納入內生增長模型中后，許多學者就開始研究空間計量模型，谷慎等[15]、韓軍強[16]、張芷若[11]就分別從時空異質性、空間杜賓模型、空間滯后模型（SLM）和空間誤差模型（SEM）來分析科技金融省際異質性和耦合性。

綜上，可以發現，現有文獻大部分都集中于探究科技金融對經濟增長的影響作用和區域差異化，但鮮有文章探究在不同經濟水平下兩者之間關系的變化。因此，本文基于前人的研究，構建科技金融指標體系，并運用固定效應和分位數回歸模型探究科技金融和經濟增長的非線性增長關系，以期能為實現科技金融區域協同發展、推動經濟高質量發展和實施國內外雙循環政策提供理論參考。

2 假設的提出和研究設計

2.1 研究假設

2.1.1 科技金融對區域經濟增長的影響

科技金融有利于人才集聚，提升當地人力資本，推動區域經濟增長。科技金融人才和外商投資都具有很強的流動性，會從經濟水平低的地區流向經濟水平高且科技發達的地區，從而形成人才集聚、資金集聚。然而擁有大量的人力、財力，就擁有著大量的知識財富，最終轉換為經濟效應。

科技金融有利于產業集聚，提升產業關聯效應，促進區域經濟增長。科技金融是金融業的科技化，是金融業與科技行業的結合，能夠為高技術產業提供人力、經費資源，把傳統行業與高技術結合，使傳統行業向智能化、數字化發展。另外，科技金融能夠促進產業之間關聯效應，形成更加科學的產業結構，能夠減少成本，有利于經濟發展。

科技金融有利于金融集聚，合理配置資金資源，有利于區域經濟高質量發展。現有金融業缺乏實體業支撐，大量的房地產貸款形成的經濟泡沫，具有太大的投資風險。隨著政府強調“發展實體經濟、擴大內需和供給側改革”等政策，科技金融的重要性日益凸顯，能夠吸引周邊多余資本、人才、技術等資源，從而達到要素配置合理化。綜上，可以看出科技金融對區域經濟具有重要影響。因此，本文提出假設1（H1）：科技金融能夠顯著促進區域經濟增長。

2.1.2 不同經濟水平下科技金融對經濟增長的影響

高經濟水平的地區能夠為科技金融提供更好的發展平臺。科技金融能夠顯著的促進經濟增長，所以各省市政府會大力支持科技金融業發展，并為其提供最好的發展平臺。經濟水平越高的省市能夠為其提供更多的產地租賃政策、人才供給政策、良好的發展環境等，這些都能增進科技金融的發展。

高經濟水平的地區能夠為科技金融提供源源不斷的資源支持。經濟水平越高的地區擁有著更加充足的財力資源、人力資源和技術資源，而這些都是科技金融發展的基礎，尤其在高技術企業初創期，這些資源是企業成功與否決定性因數;當企業進入發展期和成熟期，政府能夠為企業提供源源不斷的資源，保證企業穩定發展;當企業進入衰退期，政府能夠幫助企業技術創新從而進入新領域發展。

高經濟水平的地區能夠為科技金融提供更全面的風險保障。科技金融是一個新興創新型產業，在融資、技術研發、產品銷售等環節都存在著巨大風險，一旦發生風險對產業發展、經濟增長影響很大。因此，政府能夠通過制定相關法律法規、加強保險保障和安全監督等方式來為科技金融提供風險保障。但對于經濟發展水平較低的地區，不能提供良好的發展平臺，不能提供源源不斷的資源支持，且科技金融發展也得不到全面的風險保障，即科技金融對經濟增長的促進作用就會降低。因此，本文提出假設2（H2）：科技金融對區域經濟增長促進作用具有異質性，且在經濟水平越高的省市，兩者之間促進關系越明顯。

2.2 模型構建

2.2.1 固定效應回歸模型

為防止變量隨著個體或時間變化而影響實驗結果，本文選用固定效應模型。模型設定如下：

ln pgpdit=β0+β1tech_finit+βX+μi+εit

其中，i和t分別表示時間變量和省份變量;ln pgdpit表示被解釋變量，也就是經濟增長變量;tech_finit表示核心解釋變量，即科技金融指標;X是控制變量，包括了人力資本、產業結構、城鎮化水平、經濟開放度和信息化水平五個對經濟增長有影響的指標;β0、β1、β是常數，μi表示固定效應，εit表示誤差項。

2.2.2 面板分位數回歸模型

本文探究中國大陸30個省份（除西藏以外）科技金融發展對經濟增長的影響，由于各省市經濟發展水平差距很大，科技金融對經濟影響可能是非線性函數，即隨著經濟水平取值范圍不同會發生效應轉變。因此，依據經濟增長水平在不同分位點上的取值，參考儲德銀等[17]的研究構建以下面板分位數回歸模型：

ln pgpdit=α1τ+α2τ*tech_finit+γX+μit

其中，τ為分位點，本文取值0.1、0.25、0.5、0.75和0.9五個分位點，i和t分別表示省市和時間，uit為誤差項，α1、α2、γ是常數。

2.3 變量選取

2.3.1 被解釋變量

經濟增長（ln pgdp）：用省份年人均GDP能夠很好的衡量地區的經濟增長，為了防止數據不平穩性，對其進行了對數處理。

2.3.2 核心解釋變量的測度

科技金融發展指數（tech_fin）：科技金融指標衡量方式有很多，但無統一標準。本文選用周德田等[18]衡量方法，結合研究問題和數據可獲得性加以修改，并運用熵值法整合成綜合指標來代表科技金融指數。具體科技金融評價指標如表1所示。

熵值法是對多層次變量指標最好的分析方法，科技金融指標涉及科技、金融的多重變量，所以本文參照于周德田等[18]的研究，利用熵值法來衡量科技金融指標。具體步驟如下：

第一步：數據標準化處理。本文共有T個年份，P個省市，M個指標，本文都是正向指標，故計算公式：

Xij=xij-min{xj}max{xj}-min{xj}

由于科技金融指標中涉及比值變量，可能會出現權重為0的情況，統一將歸一后數值為0的指標按0.01計算。

第二步：計算指標的比重

Sij=Xij/∑Tt=1∑Pi=1Xij

第三步：計算信息熵和冗余度

ej=-1ln TP∑Tt=1∑Pi=1Sijln （Sij）

dj=1-ej

第四步：確定指標權重

wj=dj/∑Mj=1dj

2.3.3 控制變量

結合本文研究，為防止回歸出現偏差，選用以下指標作為控制變量：（1）人力資本指標（human），用“受教育年限 = 小學生人數比重 × 6 + 初中人數比重 × 9 + 高中人數比重× 12 + 大學人數比重 × 16”公式結果衡量;（2）產業結構（industry），選用第二產業增加值占GDP總量的比重的衡量指標;（3）城鎮化水平（urban），利用城鎮人口占地區總人口比例代替;（4）經濟開放程度（open），選取地區進出口總額與GDP總量之比來衡量;（5）信息化水平（inform），采用人均電信業務量指標。

2.4 數據來源

本文選取的2009～2018年30個省份數據（西藏地區數據有缺失，故不統計），均來源于《中國統計年鑒》《中國人口和就業統計年鑒》《中國科技統計年鑒》和《各省份統計年鑒》。數據處理和實證分析均應用stata14.0軟件。

3 實證檢驗及結果分析

3.1 科技金融指數結果分析

利用熵值法計算中國30個省份近十年科技金融發展水平，根據國家統計局劃分標準，將30個省市分為東部、中部和西部，如表2所示。

觀察數據可以得到以下幾點結論：

第一，全國科技金融水平總體有待提高。2009年全國科技金融平均水平為0.108 2，到2018年平均水平達到0.186 2，增長了72%。近十年各省份科技金融水平在不斷提升，增長速度也在不斷上升，這與國家近些年強調科技強國、積極推廣普惠金融等政策緊密相關。但是許多省份（自治區），比如新疆、內蒙古等，科技金融發展還是很落后，甚至還達不到一些發達城市的十分之一，在接下來“十四五規劃”中還應該把其作為重點發展對象和推動經濟發展的重要措施。

第二，各省市科技金融發展水平不均衡，有著一定的差距。東部地區大部分省市科技金融發展平均水平都大于0.2，北京、上海和廣州更是達到0.533 0、0.353 3和0.452 6，而中部地區大部分省市都在0.1～0.2之間，西部地區則大部分都低于0.1，由此可見，東部地區省市科技金融發展水平遠遠高于中、西部。其次，在相同的地區各省市的科技金融發展水平也會有差距。東部沿海城市北京、上海和廣州科技金融水平就明顯高于福建、海南等省份。其中，江蘇省近些年不管在科技金融資源還是在科技產出上都發展得特別快，科技金融指數也是從2009年的0.277 0增長到2018年的0.478 9，幾乎增長了一倍。這得力于江蘇省對科技和金融的結合發展的特別重視，也投入了大量的科技經費和人力資源。

第三，部分城市科技金融發展不穩定。有些省市在某幾年科技金融水平沒有得到提升甚至出現下降情況，發展不穩定可能因為經濟發展不景氣或自然災害導致的，后面還需要加強科技金融的發展也有利于抵制這些外部因數。

3.2 數據平穩性檢驗

在進行后面的實證研究之前，需要對所有變量做平穩性檢驗，防止因為數據不平穩導致的偽回歸。現有文獻對于變量數據平穩性檢驗的方法有著一定的差異，本文選用最常用的四種方法來檢驗，即LLC、IPS、Fisher-ADF和Fisher-PP。根據檢驗結果，所有變量都通過兩種以上方式檢驗，可以認為所有變量都是平穩的，可以直接進行后面實證研究。

3.3 豪斯曼檢驗

本文數據來源于各個省市，因為每一個省份的情況不同，可能存在著不隨時間變化的遺漏變量，故考慮運用固定效應模型。在這之前，我們要做一個豪斯曼檢驗來判斷模型是否可以用作固定效應。假設選擇隨機效應模型，但檢驗結果p值為零拒絕原假設，選擇固定效應模型。豪斯曼檢驗結果如表3所示。

3.4 固定效應回歸結果分析

依據上面豪斯曼檢驗結果，先選用全國數據做個體固定效應模型回歸。另外為了進一步了解不同地區下科技金融對區域經濟增長的影響，根據國家統計局劃分標準，將30個省市分為東部、中部和西部，并分別做個體固定效應，結果如表4所示。

表4結果顯示，在全國回歸結果中，科技金融指數系數為0.727 6，在1%的水平上顯著，通過了顯著性檢驗，表明科技金融水平能夠顯著的促進地方經濟增長，驗證了假設1。這是因為科技是第一生產力，科技是創新的載具，不斷創新能夠淘汰舊產品、舊管理模式和舊銷售運輸方式從而提高生產效率、節約成本。在國家強調供給側改革大背景下，科技創新是滿足國內居民需求最重要手段，也是促進區域經濟增長重要的競爭力。金融則與經濟息息相關，穩定的金融市場、完善的金融體系和龐大的金融機構存貸款能夠為企業解決資金問題，從而促進當地經濟增長。而科技金融則是科技、金融的結合體，能夠有效的規避科技和金融各自存在的系統問題。科技金融能夠解決科技經費不足、資金運用不合理和資源浪費等問題;同時科技金融也能解決金融投資回報率低、發展方式單一陳舊等問題。由此看出科技金融能夠更有效的運用資金資源，提高創新率和科技產出與成果，促進技術創新、吸引大量人才和外商投資，從而提高當地經濟水平。從控制變量來看，人力資本、產業結構、城鎮化水平、經濟開放度和信息化水平對經濟增長系數分別為0.351 3、1.131 6、2.606 7、- 0.307 0和0.265 1，且都在1%的水平上顯著。這說明這些控制變量都會顯著的影響經濟增長。

在分樣本回歸結果中，東部科技金融對經濟增長系數為0.585 7，且在5%水平上顯著，說明在東部區域科技金融水平能夠對經濟增長有著顯著促進作用，其他控制變量都在1%檢驗水平上顯著，表示這些變量也會對經濟有著一定影響;但在中部和西部回歸結果中，科技金融對經濟增長系數為0.140 5和0.622 3，但并不顯著。之所以會出現這種情況，因為東部地區省市經濟發展和科技金融水平較高，有著完整的科技金融體系、大量科技金融投入和重視度，所以科技金融能夠帶動區域產業發展，從而帶動經濟發展。而中部、西部地區省市經濟水平、科技金融水平比較落后，缺乏科學的科技金融體系，缺乏科學金融意識和資金、人力投入，科技金融對區域經濟增長沒有明顯影響。

3.5 面板分位數回歸結果分析

為了進一步分析在經濟水平不斷遞減過程中科技金融對其影響是否發生很大的變化，本文再選取經濟水平0.1、0.25、0.5、0.75和0.9五個分位點利用全國數據和個體固定效應模型進行分位數回歸。回歸結果如表5所示。

表5回歸結果顯示，各個變量對經濟指標的系數符號和顯著性與上表全國固定效應模型回歸結果都是一樣的，但科技金融在0.1、0.25、0.5、0.75和0.9分位上系數分別為0.697 0、0.709 7、0.725 4、0.742 5和0.764 9，顯著性水平為1%，通過了顯著性檢驗，這說明隨著經濟水平的不斷提升，科技金融對經濟增長的促進作用不斷增強，在0.9分位上影響作用最強，同時也能夠說明全國個體固定效應模型回歸結果可靠性高，也驗證了假設2的準確性。這種情況是因為科技金融與經濟水平是雙向促進關系：科技金融水平的提高能夠有效的促進區域經濟增長;反過來經濟水平的提高也能引發人力資本集聚、資金集聚從而帶動科技行業、金融業發展，推動科技金融的發展;兩者之間良性循環，互助互利，結伴發展。隨著新一輪科技革命與產業變革的不斷推進，科技金融在增進經濟增長中占著越來越大的比重，這也是近幾年為什么國家和各級政府不斷宣傳、鼓勵和支持科技金融發展的原因。

3.6 穩健性檢驗

為了進一步驗證實證的可靠性，做了如下穩健性檢驗，先用地區經濟總量（GDP）代替了前面回歸中人均GDP來表示經濟水平增長。對全國數據進行了混合回歸檢驗和個體固定效應回歸檢驗，回歸結果如表6所示。

由回歸結果可知，各個變量對經濟增長都是顯著影響的，這說明了這兩種檢驗方法都給前文結論提供了可靠的證據。

4 結論及建議

本文在理論分析基礎上提出兩個假設：科技金融促進區域經濟增長以及這種促進作用關于經濟增長水平具有異質性特征;在有效測度科技金融發展水平后，基于固定效應和分位數回歸模型的實證分析驗證了這兩個假設。這表明科技金融發展能夠帶動區域經濟增長，但具有異質性：一方面在科技金融發展水平較強的東部，這種促進關系很顯著;在科技金融發展較為落后的中、西部，兩者之間的促進關系不明顯。另一方面，隨著經濟水平的提高，科技金融促進經濟增長的程度越大。為更好地發揮金融促進實體經濟發展要求，提出如下建議：

第一，全面協調提高科技金融水平。中部、西部地區科技金融發展水平和東部差距很大，科技金融政策實施不到位，經濟發展水平不足，應重點關注中、西部科技金融發展，因地制宜制定針對性政策，增加科技和金融聯合發展。東部發達地區也應多幫助中、西部發展，為其提供部分人才、資本等資源，這樣不僅能夠促進欠發達地區經濟增長，發達地區也能獲取低成本資源、人才技術交流等益處。

第二，提高科技人員專業水平。隨著新一輪產業變革、數字技術創新的到來，產業智能化、數字化、科學化將成為未來發展的主旋律，但這一切需要人力資本、財力資本、科學技術資源等支撐。人力資本包括學歷、知識和經驗，這就要求只有通過不斷學習來提高專業水平才能滿足日益增長的科技金融水平。

第三，提高科技金融與經濟發展的耦合度。經濟發展和科技金融發展是相互影響的，科技金融不斷發展能夠促進經濟增長，當經濟水平提高后，經濟發展就會反過來促進科技金融發展，形成良性發展循環。各省市政府應該多注重經濟和科技金融協調發展，提高耦合度，要時刻牢記科技金融與經濟是分不開的，發達的經濟水平加上完善的科技金融發展體系會帶來巨大的經濟效應。

第四，進一步加強科技金融監管和風險防范。科技金融涉及行業廣泛、融資額度大、投資主體多，影響著政府、金融市場和各大產業。產品創新和銷售流程復雜，所以科技金融具有強影響力、高風險性和復雜性等特點。監管科技金融則顯得尤為重要，不僅能夠實時把控金融市場狀況、調整科技金融發展政策，還能及時監管前沿核心技術在應用中可能出現的問題并及時制定解決方案。政府、金融市場和科技產業之間應該建立一套科學監管體系，減少監管成本，增強聯動性，為我國科技金融體系發展保駕護航。

參考文獻：

[1] 李群.打造具有核心競爭力的“十四五”科技創新高地[J].人民論壇，2020（31）：32-35.

[2]? 盧福財，李春根，李實.學習貫徹黨的十九屆五中全會精神系列筆談（一）[J].江西財經大學學報，2020（6）：3-10.

[3]? Neff C.Corporate finance，innovation，and strategic competition[M].Berlin：Springer Berlin Heidelberg，2003.

[4]? 趙昌文，陳春發，唐英凱.科技金融[M].北京：科學出版社，2009.

[5]? 房漢廷.科技金融是什么？[J].華東科技，2011（6）：34.

[6]? 胡蘇迪，蔣伏心.科技金融理論研究的進展及其政策含義[J].科技與經濟，2012，25（3）：61-65.

[7]? 尹振濤，馮心歌.大科技金融：概念、發展與挑戰[J].金融評論，2020，12（3）：65-75.

[8]? 蘆鋒，韓尚容.我國科技金融對科技創新的影響研究——基于面板模型的分析[J].中國軟科學，2015（6）：139-147.

[9]? 許汝俊，龍子午，姚逍遙.基于DEA-Malmquist指數法的科技金融發展效率評價研究——以長江經濟帶為例[J].科技管理研究，2015，35（13）：188-191.

[10]? 薛曄，藺琦珠，高曉艷.中國科技金融發展效率測算及影響因素分析[J].科技進步與對策，2017，34（7）：109-116.

[11]? 張芷若，谷國鋒.科技金融對區域經濟增長的影響——基于空間計量經濟學方法[J].工業技術經濟，2019，38（9）：131-139.

[12]? 劉文麗，郝萬祿，夏球.我國科技金融對經濟增長影響的區域差異——基于東部、中部和西部面板數據的實證分析[J].宏觀經濟研究，2014（2）：87-94.

[13]? 毛茜，趙喜倉.科技金融創新與我國經濟增長效應研究——基于科技型中小企業發展視角[J].科技進步與對策，2014，31（12）：23-26.

[14]? Grossman G，Helpman E.Innovation and growth in the global economy[M].Cambridge：MIT Press，1991：52-68.

[15]? 谷慎，汪淑娟.中國科技金融投入的經濟增長質量效應——基于時空異質性視角的研究[J].財經科學，2018（8）：30-43.

[16]? 韓軍強.科技金融發展能夠提高中國經濟增長質量嗎？——基于空間杜賓模型的實證研究[J].科技管理研究，2019，39（14）：42-47.

[17]? 儲德銀，李悅，費冒盛.中央政府均衡性轉移支付影響了地方政府支出結構嗎？[J].財經研究，2020，46（8）：94-107.

[18]? 周德田，馮超彩.科技金融與經濟高質量發展的耦合互動關系——基于耦合度與PVAR模型的實證分析[J].技術經濟，2020，39（5）：107-115.

[責任編輯：許立群]