粵港澳城市群科技金融對科技創新的支持效率研究
——基于城市群協同創新的視角

李合龍，呂羽麟，汪存華，劉 凡

(1.華南理工大學經濟與金融學院，廣東廣州 510006；2.北華航天工業學院經濟管理學院，河北廊坊 065000；3.悉尼大學商學院，澳大利亞悉尼 00026A)

科技創新是推動社會經濟發展的重要力量。黨的十九大明確指出，應當注重經濟發展質量，將經濟發展由要素驅動轉變為創新驅動。如今，面對新冠疫情帶來的經濟風險，依靠科技創新才能加快重塑新生產力?？萍紕撔录捌涑晒D化離不開科技金融的支持，而科技金融(science and technology finance, T&F)就是金融產業與科技創新的融合和相互推動。我國已經意識到科技與金融資源的有效融合對于經濟發展的積極作用，并出臺了相關政策和文件以支持科技金融發展?！丁笆濉眹铱萍紕撔乱巹潯分忻鞔_指出要建設國家科技金融創新中心，這標志著科技金融產業正式成為國家政策引導方向中的重要一環。在我國經濟進入新常態的背景下，經濟增長已經逐漸由要素驅動向創新驅動轉化，而科技金融正體現了各要素向創新領域的集聚，很大程度上決定著科技創新的發展趨勢和效率。因此，探索科技金融對科技創新的支持效率及其影響因素顯得尤為必要。

城市群的協同創新可能影響著區域科技創新效率［1］。城市群的科技創新能力是區域經濟發展和科技進步的強大驅動力，甚至日益成為國家獲取國際競爭優勢的關鍵因素。促進科技創新要素的便捷流動與整合共享是使城市群形成區域創新合力的關鍵。城市群協同創新能排除要素流通障礙并提升政策協調水平，實現城市的區位優勢互補和資源高效配置，從而提升其整體競爭力。粵港澳城市群23 市是我國重要的沿海城市群，已形成以粵港澳大灣區為核心的科技創新輻射圈，這離不開科技金融體系的大力支持。然而，由于經濟和科技創新基礎、創新資源稟賦和流通成本、金融深化度和發展方向不同，且市場制度、地域比較優勢和法律保障體系也存在差異，粵港澳各城市的協同創新發展狀況往往不同，這可能導致區域科技金融對科技創新的支持效率存在差異。在此研究背景下，考慮粵港澳城市群協同創新對科技金融支持科技創新的影響，可以為因地制宜地提升科技金融對科技創新的支持效率并突破區域創新瓶頸提供參考。

1 文獻綜述

金融是支持科技創新的基石，“科技金融”這一概念尚未出現時，已有大量國外學者對金融發展支持科技創新的途徑進行了研究。發達的金融體系通過高效的融資活動、妥善的資金運用和適宜的融資環境等方面支持創新活動。首先，高效的融資活動是推動科技創新的關鍵因素。Schumpeter［2］和Giannetti［3］指出，傳統銀行貸款的支持是加速科技創新的關鍵因素。政府撥款也能促進創新活動的進行。Guarnieri 等［4］研究發現，公共科技金融即政府財政投入對企業的創新活動有很強的支持作用。其次，妥善的資金運用也是金融支持科技創新的關鍵。Olivier 等［5］的研究表明，企業R&D 經費支出與金融支持科技創新的效率呈正相關關系。最后，適宜的金融環境在金融支持科技創新的過程中也不可或缺。Chowdhury 等［6］認為，良好的金融環境和豐富的金融工具能加強高新技術企業的融資能力，從而提升當地的科技創新能力。國外學者并沒有明確“科技金融”的概念和范疇。近年來，趙昌文等［7］首次對“科技金融”這一概念進行了較為明確的定義，簡而言之，科技金融是由各主體緊密聯系而形成的向科技創新活動提供融資支持的體系。依此概念，我國學者著手研究了多個科技金融主體對科技創新的支持作用，例如，許世琴等［8］實證了研發投入強度、政府支持力度、金融支持規模和技術進步等因素能對科技金融投入產出效率產生的不同程度影響。有學者考察了不同區域的科技金融支持科技創新的差異性。潘娟等［9］發現，科技金融投入對我國東部地區科技創新的支持效率要明顯優于東北和中西部地區。另外，鄭磊等［10］的研究也表明，只有當區域經濟發展達到一定的門檻時，科技金融才能發揮對科技創新的促進作用。還有學者比較了不同類型的科技金融投入支持科技創新的異質性。張玉喜等［11］發現，政府財政投入是推動科技創新的主要因素，而金融機構投入對科技創新的促進作用則較小。曹文芳［12］的研究表明，公共科技金融、銀行科技貸款、創投風險資本對科技創新的影響程度遞減。此外，蘆鋒等［13］還得到了不同區域或不同類型的科技金融投入對各科技創新發展階段的支持作用都存在差異的結論。綜上，國內外學者考慮了不同區域或不同主體的科技金融對科技創新支持效率的差異性。

國內學者對于城市層面科技金融支持科技創新的研究已較為成熟，但現有的研究較少考慮城市群的協同創新對科技創新效率的影響。除協同創新外，城市群還存在各種協同聯動關系，近年來，多種模型被用于分析城市群的協同聯動效應。歐向軍等［14］基于引力模型和社會網絡分析等方法，研究了城市群中各城市的經濟聯系。張雪花等［15］則將引力模型與分形理論相結合，分析了城市群低碳經濟聯系的分形特征。覃艷華等［16］和覃成林等［1］運用層次分析法、社會網絡分析方法和負二項回歸模型，研究了城市群協同創新聯系的網絡特征及其影響因素。綜上，許多學者基于多種模型方法對城市群的協同聯動關系展開分析，但對城市間的協同創新是否能改善科技創新效率這類問題的研究暫時較缺乏。

通過對上述文獻的梳理，國內在城市層面有關科技金融支持科技創新的研究大部分只考慮多個區域或多個科技金融主體對科技創新的支持效率，然而，城市間并不是彼此孤立的，城市群的協同創新可能影響著區域科技金融支持科技創新的效率。分形理論被廣泛應用于沒有特征尺度且存在自相似性城市地理系統［17］，將其與引力模型相結合，彌補了引力模型僅能用于研究兩個城市間創新聯系的缺陷，可用于探索各城市與其他城市的總體協同創新狀況。鑒于此，本文以粵港澳城市群23 市為研究對象，將引力模型與分形理論相結合，構建能反映城市協同創新狀況的協同創新分形維數(collaborative innovation fractal dimension,D)，并將其引入固定效應模型，以研究協同創新是否影響著科技金融對科技創新的支持效率。

2 研究思路與模型設計

本文基于以下研究思路進行模型設計（見圖1）。首先，選取科技創新與科技金融指標；其次，將引力模型與分形理論相結合，基于科技金融指標，構建能反映城市協同創新狀況的協同創新分形維數；最后，將科技創新指標、科技金融指標與協同創新分形維數引入固定效應模型。

圖1 研究思路

2.1 選取科技創新與科技金融指標

2.1.1 選取科技創新指標

科技創新能力的提升直接反映于科技創新產出的增加，專利數被視為科技創新活動的成果，且專利被授權后才能行使權力，故選取專利授權數作為科技創新指標［16］。

2.1.2 選取科技金融指標

參考趙昌文等［7］提出的科技金融概念和楊林等［18］的研究方法，本文選取五個科技金融指標：反映經濟基礎的GDP、反映資金支持研發活動的全社會R&D 經費、反映創新人力資源的全社會R&D人員數、反映政府財政支持的政府財政科技撥款和反映金融體系提供融資支持的科技貸款余額。由于粵港澳城市群23 市無金融機構科技貸款這一指標，故用金融機構貸款余額替代。

在確定科技創新與科技金融指標后，將引力模型與分形理論相結合，構建協同創新分形維數。

2.2 構建協同創新分形維數

參考歐向軍等［14］的研究，構建城市的“創新潛力”M和任意兩城市i、j間的“協同創新聯系強度”Rij兩個變量［1］：

M表示科技金融體系對該城市的支持力度，Rij表示城市i、j間協同創新聯系的緊密程度。變量GDP、SOC、PEO、GOV、FIN 分別為該城市的GDP、全社會R&D 經費、全社會R&D 人員數、政府財政科技撥款、金融機構貸款余額。rij為城市i、j間的經濟距離［19］，它由城市間公路、普速鐵路和高速鐵路的最短通行時間加權決定［20］。

參考周彬學等［21］與張雪花等［15］的方法，將協同創新聯系強度與分形分布相結合，構建能反映城市協同創新狀況的協同創新分形維數。以任一城市i為研究主體，構建能反映城市i與其他城市（數量為N，編號為a、b、c、…）總體協同創新狀況的協同創新分形維數：

依次測算城市i與其他城市的協同創新聯系強度(Ria、Rib、Ric、…)并進行排序，得到N組“位序—聯系強度”數據。將這些數據代入分形分布的函數形式：

式(3)中，A為常數，N(R)為其他城市與城市i的協同創新聯系強度位序，R則為對應該位序的協同創新聯系強度。將“位序—聯系強度”數據代入式(3)進行擬合（去除具有極端R值或與其他具有較大R值的數據點明顯不處于同一直線上的數據點），取直線斜率的相反數，稱之為協同創新分形維數D。D能表示城市i與其他城市的協同創新狀況。D值越小，城市i越傾向于僅與少數創新潛力較強的城市產生較緊密的協同創新聯系，而與創新潛力較弱的城市協同創新聯系較微弱；D值越大，城市i與創新潛力較強城市和創新潛力較弱城市的協同創新聯系越均衡［22］。根據D值的大小，將其分為六個等級［21］，對應地，把城市所處地帶分為六類（見表1）。

表1 D 值等級及對應特征

表1（續）

構建D之后，將其與科技創新指標、科技金融指標引入固定效應模型，以研究協同創新對科技金融支持科技創新的影響。

2.3 建立模型

為考察協同創新對科技金融支持科技創新的影響，借鑒趙青霞等［23］與徐欣［24］的做法，將協同創新分形維數與科技金融投入指標的交互項引入固定效應模型：

式(4) 中，PATS、GDP、SOC、PEO、GOV、FIN、D分別表示專利授權數、GDP、全社會R&D經費、全社會R&D 人員數、政府財政科技撥款、金融機構貸款余額和協同創新分形維數，i、t分別表示對應的城市及年份，β1～β12用以考察協同創新在科技金融支持科技創新的過程中起到的調節作用，即用于分析協同創新是否影響了科技金融對科技創新的支持效率。

3 實證分析與研究結果

3.1 數據來源

基于數據來源的完整性和可操作性的原則，本文選取粵港澳城市群23 市2008—2019 年的面板數據作為樣本。其中，專利授權數、GDP、全社會R&D 經費、全社會R&D 人員數、政府財政科技撥款、金融機構貸款余額來自Wind 數據庫、廣東科技統計網、澳門科學技術發展基金官網，以及《中國科技統計年鑒》《廣東統計年鑒》《香港創新活動統計》《香港統計年刊》《澳門統計年鑒》和廣東省21 市的統計年鑒和公報。參考覃艷華等［16］的研究，澳門的全社會R&D 經費由于其數據缺失而取其GDP的2.5%。參考苗洪亮等［20］的做法，城市間公路、普速鐵路和高速鐵路的最短通行時間來自高德地圖和中國鐵路12306 官網，每種交通方式占經濟距離的權重由其客運量在廣東省客運量中所占權重決定，數據來自廣東省統計局。個別缺失或者明顯不正確的數據用指數平滑法彌補。

3.2 計算協同創新分形維數D

圖2 展示了粵港澳城市群23 市2008—2019 年的D值，如圖2(c)所示，從縱向來看，對于D值較大的城市，其D值呈現先上升而后下降的走勢，這說明其被邊緣化程度先增大而后減小。如圖3 所示，從橫向角度來看，各城市的D值存在明顯差異。根據D值的等級劃分，以2018 年為例，如圖3(b)所示，澳門、香港、肇慶、云浮、清遠處于周邊地帶；惠州、東莞、深圳、韶關、珠海、佛山、中山、汕尾、江門、廣州處于核心地帶；潮州、汕頭、陽江、湛江、揭陽處于中間地帶；河源、梅州、茂名處于邊緣地帶；暫無城市處于附屬地帶與偏僻地帶。

圖2 2008—2019 年粵港澳城市群23 市的協同創新分形維數D

圖3 粵港澳城市群23 市協同創新分形維數D 的分布情況

綜上所述，計算并分析了粵港澳城市群23 市的協同創新分形維數D，并將各城市所處地帶分為附屬地帶、周邊地帶、核心地帶、中間地帶、邊緣地帶和偏僻地帶，為后文實證協同創新對科技金融支持科技創新的影響做準備。

3.3 協同創新對科技金融支持科技創新的影響

將粵港澳城市群23 市的面板數據和對應的協同創新分形維數 引入固定效應模型，以考察協同創新對科技金融支持科技創新的影響。

3.3.1 模型檢驗與類型選擇

為避免面板數據的偽回歸現象，先對變量進行單位根檢驗和協整檢驗，然后選擇面板模型類型。經過LLC、ADF 和PP 檢驗，所有變量均為I(1)。Kao 和Pedroni 協整檢驗結果顯示，變量間存在協整關系，故可進行面板數據回歸。F檢驗和Hausman檢驗的結果表明，應選擇固定效應模型。由于個體差異已反映在變量中，故只考慮時間效應對截距項的影響，采用時點固定效應面板模型進行擬合。Wooldridge、固定效應模型異方差和Free's 檢驗的結果表明，模型存在一階自相關、異方差和截面相關，故在擬合時采用Driscoll 與Kraay 提出的“異方差—序列相關—截面相關”穩健型標準誤，以確保系數顯著性判斷的有效程度［25］。

3.3.2 模型擬合結果及分析

模型擬合結果如表2 所示。顯然，交互項的回歸系數均顯著，說明協同創新確實影響著科技金融支持科技創新的效率。

表2 模型擬合結果

圖4 更清晰地展示了擬合結果。

圖4 科技創新產出對各項科技金融投入的彈性與D 值的關系

如表2 所示，GDP 和政府財政科技撥款GOV 與D值的交互項系數分別為-3.246 和-0.594，這說明科技創新產出對GDP 和政府財政科技撥款的彈性與D值呈負相關關系，且如圖4(a)和圖4(d)所示，D的重要臨界值分別在0.59 和0.66 附近。這表明經濟發展與政府財政科技撥款對附屬地帶、周邊地帶與核心地帶城市科技創新的支持效率較高且傾向于產生正向影響，而對中間地帶、邊緣地帶與偏僻地帶城市的科技創新傾向于產生負向影響。對于經濟發展，這或許是因為，具有較強創新潛力的城市進行科技創新的內生動力較強，且能同時輻射帶動附屬地帶、周邊地帶與核心地帶城市，使其科技創新能更好地享受經濟發展的紅利且經濟增長與科技創新的互動效應增強，從而改善經濟發展對科技創新的支持效率，然而，由于中間地帶、邊緣地帶與偏僻地帶城市缺乏與具有較強創新潛力城市的技術交流，經濟發展對該類城市科技創新的支持效率相對不佳，甚至產生了負向影響。對于政府財政科技撥款，可能是由于附屬地帶、周邊地帶與核心地帶城市的創新活動相較于中間地帶、邊緣地帶與偏僻地帶城市往往更受政府關注，且具有更完善的政府引導和政策支持體系，從而優化了其財政科技撥款的利用效率。

如表2 所示，研發支出SOC 和金融機構貸款FIN 與D值的交互項系數分別為0.839 和1.536，這說明科技創新產出對研發支出和金融機構貸款的彈性與D值呈正相關關系，且如圖4(b)和圖4(e)所示，D的重要臨界值分別在0.54 和0.52 附近。這表明研發支出與金融機構貸款對中間地帶、邊緣地帶與偏僻地帶城市科技創新的支持效率較高且傾向于產生促進作用，而對附屬地帶、周邊地帶與核心地帶城市的科技創新傾向于產生抑制作用。對于研發支出，其傾向于抑制附屬地帶、周邊地帶與核心地帶城市的科技創新，這可能由該類城市更偏向于技術引進與改造創新而不是自主研發，或是科技創新的競爭壓力過大導致，然而，由于中間地帶、邊緣地帶與偏僻地帶城市缺乏研發投入，一旦獲得研發資金支持，其自主創新能力便得以發揮，因此，研發支出對其科技創新的支持效率更佳。對于金融機構貸款，附屬地帶、周邊地帶與核心地帶城市金融體系的迅速發展可能會搶占創新資源，且金融體系對高風險創新活動提供貸款支持的意愿通常比較低，然而，中間地帶、邊緣地帶與偏僻地帶城市的企業可能有其獨特的創新潛力，急需金融體系發揮對其創新活動的支撐作用，且不存在金融發展搶占創新資源的問題，當該類企業的資金周轉困難時，金融體系更愿意為其提供貸款支持，因此，金融機構貸款對這類城市科技創新的支持效率更高。

如表2 所示，研發人員PEO 與D值的兩個交互項系數分別為-0.403 和4.996，這說明隨著D值的上升，科技創新產出對研發人員的彈性先增加而后減少，且如圖4(c)所示，D的重要臨界值在0.49 附近。這表明研發人員對核心地帶城市科技創新的支持效率較高，而對附屬地帶與偏僻地帶城市科技創新的支持效率較低。究其原因，附屬地帶城市可能出現了人才引進政策未落實和同質人才資源的“內卷化效應”現象，而偏僻地帶城市則由人才資源利用效率較低導致。

此外，0.4 ≤D＜0.6 的城市處于核心地帶，此時由圖4 可知，不同類型的科技金融投入對其科技創新的支持效率差異不大，均衡發展的科技金融體系可支持其科技創新。

4 研究結論與對策建議

本研究根據2008—2019 年粵港澳城市群23 市的面板數據，實證了城市在城市群中的協同創新狀況影響著不同類型的科技金融投入對科技創新的支持效率，得到如下結論：

第一，各城市在城市群中的協同創新狀況有明顯差異。以2018 年為例，周邊地帶城市有澳門、香港、肇慶、云浮和清遠；核心地帶城市有惠州、東莞、深圳、韶關、珠海、佛山、中山、汕尾、江門和廣州；中間地帶城市有潮州、汕頭、陽江、湛江和揭陽；邊緣地帶城市有河源、梅州和茂名；暫無城市處于附屬地帶與偏僻地帶。

第二，不同類型的科技金融投入對科技創新的支持效率與城市在城市群中的協同創新狀況有關。對附屬地帶、周邊地帶與核心地帶城市而言，經濟發展和政府投入對其科技創新的支持效率較高；對中間地帶、邊緣地帶與偏僻地帶城市而言，研發支出和金融機構貸款對其科技創新的支持效率更高；對核心地帶城市而言，研發人員對其科技創新的支持效率更佳，且均衡發展的科技金融體系可支持其科技創新。

基于以上研究結論，分別從優化城市群協同創新格局和提供因地制宜的科技金融支持兩個方面提供政策建議：

第一，統籌規劃粵港澳各城市群的協同創新發展。首先，繼續保持城市群核心地帶的創新“增長極”作用，保證自主創新的活躍度和開放度，避免創新要素的集聚不經濟和壟斷，在充當創新交流樞紐的同時，更好輻射帶動周邊地帶協同創新發展。其次，要發揮城市群中間地帶聯系核心地帶與邊緣地帶的橋梁作用，使其既能享受到核心地帶的技術溢出與創新交流，又能吸引邊緣地帶相對廉價的創新要素。最后，邊緣地帶城市要發掘其產業和地域優勢，積極加強其與外界的技術交流，使其更好地參與到城市群協同創新發展的進程中。此外，還需大力推進粵港澳各城市交通網絡的建設。積極建設完善的交通基礎設施和網絡，能降低城市間的創新要素流通成本，使城市間的創新交流更加便捷，從而全面提升城市間的分工合作和協同創新能力。例如，充分發揮廣州和佛山的交通樞紐作用、盡力破除港澳與內地的交通運輸壁壘、妥善規劃惠州和江門與東西兩岸的現代化交通體系、積極發掘沿海城市與外界的多種交通運輸方式等。

第二，因地制宜地提升科技金融對科技創新的支持效率。對于附屬地帶、周邊地帶與核心地帶城市而言，要加強創新型企業的自主研發能力并加快研發成果的轉化，同時，創新型企業應積極與政府和金融機構深度合作，以最大限度地提升研發支出對科技創新的支持效率；要加深金融機構貸款的普惠程度，并積極優化金融體系對小微創新型企業的支持方式，在對創新型企業的經營模式進行深入調查與做好風險評估的基礎之上，適當提高其風險偏好并放寬融資門檻，另外，應盡可能打破與政府的信息壁壘，以更好地接受政府對其貸款流向的引導，從而改善金融機構貸款對科技創新的支持效率；應使研發人員的配置更加合理，進一步實現人才與崗位的完美對接，以提升創新型人才對科技創新的支持效率。對于中間地帶、邊緣地帶與偏僻地帶城市而言，要結合自身的資源稟賦和產業基礎，以提升經濟增長與科技創新的互動效應；政府應制定合適政策以引導撥款資金流入創新型新興企業，且對撥款的有效利用進行跟蹤、監督和評價以防止撥款的濫用和配置失靈，同時，還應充分關注城市的地域與產業優勢，對財政撥款的運用施以合理引導，從而提升財政科技撥款對科技創新的支持效率；要注重落實人才引進與培養戰略，以改善創新型人才對科技創新的支持效率。對于核心地帶城市而言，不需過分倚重某種科技金融主體對科技創新的支持，均衡地發展科技金融體系并靈活運用各種創新要素即可充分支持城市的科技創新發展。