科技創新與科技金融協同對經濟高質量發展的影響研究

[摘要]科技創新是驅動經濟高質量發展的關鍵所在，如何做好科技創新與科技金融協同和經濟高質量發展是一個熱門話題。厘清科技創新與科技金融協同和經濟高質量發展的關系是推動經濟高質量發展的前提。構建河南省經濟高質量發展、科技創新與科技金融協同指標，采用空間杜賓模型，基于河南省2010—2021年17個城市的面板數據，分析科技創新與科技金融協同以及經濟高質量發展之間的直接效應、空間溢出效應。結果發現：河南各城市經濟高質量發展之間呈現正相關關系，但發展水平普遍較低；科技創新與科技金融協同能促進本地經濟高質量發展水平的提升，亦具有正向的空間溢出效應，有利于周邊地區經濟高質量發展。未來的發展應加強科技創新與科技金融的深度協同，強化先驗地區的示范效應。

[關鍵詞]科技創新；科技金融；經濟高質量發展；空間溢出效應

一、 引言

習近平總書記在黨的二十大報告中重申了科技是第一生產力、創新是第一動力的重要論斷①。科技創新關乎全局發展，與民生改善和國家長治久安息息相關。然而受西方國家科技封鎖的影響，中國科技創新之路遭受了前所未有的坎坷。科技創新活動具有高風險高收益的特點，需要穩定的資金來源，離不開金融的大力支持。隨著經濟市場化改革的不斷深化，科技金融得到高度重視。中央陸續出臺了《關于深化體制機制改革加快實施創新驅動發展戰略的若干意見》等多個文件②，為科技創新與科技金融的協同提供了必要依據和政策支持。

河南省是經濟大省、人口大省，為科技創新奠定了堅實基礎。2022年，河南省政府頒布《河南省“十四五”科技創新和一流創新生態建設規劃》③，要構建以鄭州都市圈為核心引擎、區域中心城市多極支撐的區域協同創新總體布局，培育建設國家區域科技創新中心。2016年，鄭州市成功入選國家促進科技和金融結合試點城市④，2022年，河南省委、省政府正式對外發布《關于加快構建一流創新生態建設國家創新高地的意見》⑤，為了科技創新走向市場，河南省科技金融業務實現了跨越式發展。科技創新與科技金融協同在推動經濟發展中起到了關鍵性的作用，在科技金融的催化下，科技創新能更方便更快捷地助力經濟高質量發展。

二、 文獻綜述

1. 科技創新與科技金融關系

當前，科技創新、科技金融受到學者的廣泛關注，兩者關系成為研究重點。楊晶等[1]提出科技創新與科技金融相輔相成，科技金融為科技創新帶來了較多便利，科技創新讓金融應用更為廣泛；聶秀華等[2]采用GMM等模型發現數字金融有效地促進了區域創新；劉義臣等[3]發現中國制造業創新與科技金融之間的耦合協調度逐步上升；楊嫰曉等[4]采用復合系統協同度模型研究兩者之間的關系，發現陜西省各子系統有序度和復合系統協同度均有所上升，但協同度并不高；代軍等[5]以湖北為例，分析了科技金融與科技創新耦合機理，發現其并未構成雙向因果關系。

2. 科技創新與經濟高質量發展關系

部分學者認為科技創新能有效促進經濟高質量發展：上官緒明等[6]認為科技創新能顯著地促進經濟高質量發展且存在溢出效應。部分學者認為科技創新對經濟高質量發展的影響存在異質性：李光龍等[7]認為科技創新僅對大城市的經濟高質量發展有顯著的促進作用，對中小城市的促進作用不明顯。部分學者發現科技創新具有調解效應：賈洪文等[8]發現科技創新能夠調整產業結構對經濟高質量發展的負向效應。

3. 科技金融與經濟高質量發展關系

張騰等[9]發現科技金融可以促進經濟增長效益的提升，對創新也有積極作用，兩者的深度協同也促進了經濟高質量發展。汪淑娟等[10]認為科技金融顯著地促進了經濟高質量發展，對經濟高質量發展五個維度的促進作用有所差異。但何宏慶等[11]認為當前科技金融在一定程度上制約了中國經濟高質量發展，原因在于法規不完善、人才缺乏等。鄧志敏等[12]也證實了科技金融并不利于經濟高質量發展。

綜上所述，學者們對于科技創新、科技金融與經濟高質量發展已開展了大量的研究，成果較為豐富，對于本文有重要的啟示作用，但仍存在一些局限：首先，現有研究集中在科技創新或科技金融對經濟高質量發展的影響，科技創新與科技金融密不可分，卻鮮有研究探討科技創新與科技金融協同對經濟高質量發展的影響；其次，已有研究多集中在直接效應，較少探討科技創新、科技金融對經濟高質量發展的空間溢出效應；最后，研究對象多為全國層面、長三角或珠三角地區，河南地處中國中部，是重要的交通樞紐和經濟區域，但研究河南省各城市的文獻較少。因此，本文將空間元素納入模型中，通過構建空間杜賓模型，考慮空間權重來研究科技創新與科技金融協同對河南省經濟高質量發展的空間作用，以期為經濟高質量發展的提升提供有利錯鑒。

三、 理論機制與研究假設

1. 科技創新與科技金融協同對經濟高質量發展的直接效應

科技金融與科技創新協同是金融滲透到科技創新的過程，實質上是利用金融的資產屬性，將科技創新成果視為資產并轉化為財富。科技創新與科技金融相輔相成，首先科技金融促進科技創新。科技創新需要資金支持才能完成，科技金融對科技創新的影響是一個長期復雜的過程[13]，一方面金融補償了創新成本，并為不同的創新階段提供信貸支持[14]，同時降低了企業創新失敗風險，提高了企業科技創新積極性[15-16]；另一方面，科技創新帶來了互聯網信息技術的進步，從根本上改變了金融技術、產品、服務等創新，極大地提升了金融效率[17]。

科技創新與科技金融相輔相成，促使科技金融組織體系不斷完善，加速金融資源集聚；借助金融的投資屬性，通過篩查創新項目分散科技創新的高風險、保障科技創新高效產出。此外，科技創新成果能夠催生新技術和新產業，扶持綠色產業，進而有效推進污染產業污染排放量的降低；實現產業轉型升級，從而有效促進經濟高質量發展。據此，本文提出以下研究假設：

H1：科技創新與科技金融協同有助于促進經濟高質量發展。

2. 科技創新與科技金融協同對經濟高質量發展的溢出效應

科技金融具有延展性特征，在一定程度上增加了金融市場風險，但科技金融能有效傳遞市場信息，為科技創新提供指導，進而對沖科技創新活動的風險，為投資決策提供重要參考。兩者協同將各利益相關者融合一起，能更好地服務實體經濟，有效促進經濟平穩且較快增長。此外，科技創新包含知識創新和技術創新。作為準公共產品，知識和技術具有傳播性和非排他性等特征，通過學習效應使知識創新由創新能力較強的地區向周邊創新能力較弱的地區溢出，減少創新能力的“位勢差”，進而對鄰近地區經濟高質量發展產生“涓滴效應”。據此，本文提出以下研究假設：

H2：科技創新與科技金融協同對經濟高質量發展的影響具有空間溢出效應。

四、 區域科技創新與科技金融協同度測度

1. 協同發展指標體系構建

科技創新與科技金融的協同度測量的是科技創新與科技金融的協同一致狀況，反映科技創新與科技金融的結合水平。本文根據區域協同度發展內涵，將協同指標體系分為科技創新子系統與科技金融兩大子系統，選取13個指標構造科技創新與科技金融的協同度評價指標體系，如表1所示。

表1? 區域科技創新與科技金融協同度評價指標體系

[ 一級指標 二級指標 三級指標 衡量方法 科技創新與科技金融協同度 科技創新

子系統 創新基礎 教育規模 高等學校在校學生數 科技創新 知識創新 發表科技論文數 技術創新 專利授權數 創新環境 教育資源 高等學校數 政府投入 教育經費支出 企業投入 R&D經費內部支出 科技金融

子系統 科技金融資源 科技人才 研發活動人員/總人口 科研機構 研發單位數/總人口 科技金融投入 財政撥款 科技支出/公共財政支出 研發投入 R&D經費內部支出/GDP 科技金融產出 論文產出 發表論文數/科技支出 專利產出 專利授權/科技支出 新產品產出率 新產品銷售收入/主營業務收入 ]

2. 測度方法

協同度用來衡量多個系統之間的協同發展程度，本文借鑒何天祥等[18]的做法，在對數據歸一化的基礎上采用熵權TOPSIS法計算河南省各城市的科技創新、科技金融以及總系統水平，進而計算各城市內部各子系統的協同度。

首先，計算子系統的發展公式為：

[Ui=j=1mωijxij] （1）

公式（1）中，Ui為第i個子系統的發展水平，[ωij]為指標權重，xij為標準化值。

其次，計算系統的發展指數，計算公式為：

[Cij=Ui×UjUi+Uj2212]? ?（2）

[T=αU1+βU2]? （3）

公式（2）（3）中，T協調指數，Ui和Uj分別為科技創新和科技金融的發展度，Cij為城市i和j的耦合度。本文認為科技創新和科技金融同等重要，所以[α]和[β]均賦值為0.5。

最后，計算系統的協同度，公式為：

[D=C×T] （4）

公式（4）中，D為系統協同度。D取值在0和1之間，越接近1，協同度越高，越接近于0，表明越失調。

五、 研究設計

1. 模型設定

科技創新與科技金融的深度協同會對各地區經濟高質量發展產生影響，這種影響往往相互聯系，受到空間因素的制約。同時相鄰地區之間經濟高質量發展受“一盤棋”的思想，相互依存。為探究科技創新與科技金融協同具有在空間上的溢出性，本文構建基于空間因素的計量模型，測算本地效應和空間溢出效應。空間杜賓模型既考慮了因變量和自變量的空間滯后性，又考慮了空間的交互作用，一般形式為：

[Yit=αi+γt+ρw'iYt+X'itβ+d'iXtθ+uit]? （5）

其中，i=1，2，……N，t=2，3，……N， [β]和[θ]為k維列向量。

2. 變量解釋

基于本文研究問題，構建模型如下：

[lnEcqit=α+ρj=1nωijEcqit+γXit+θj=1nωijXit+εitεit=λmiεt+τit]? ?（6）

公式（6）中，經濟高質量發展（Ecq）為被解釋變量，X為解釋變量，包含核心解釋變量和控制變量。[ρ]表示被解釋變量的空間交互項系數，[ω]為空間權重矩陣，[γ]為解釋變量回歸系數，衡量解釋變量對本地區被解釋變量的影響程度，直接效應，科技創新與科技金融協同對本地區經濟高質量發展的作用。[θ]為解釋變量的空間回歸系數，衡量解釋變量X的間接效應，即空間溢出效應。[ρ]為空間自回歸系數，[θ]為K[×]1階參數向量。

地理距離權重矩選取二階反距離形式進行衡量，根據各城市所在地經緯度信息計算得到相鄰城市之間的距離，取其距離[dij]平方的倒數來測量各城市之間的空間相關關系。

（1）被解釋變量（Ecq）

①測度邏輯

黨的二十大報告中強調了高質量發展的重要性，描繪了中國式現代化的宏偉藍圖，闡述了著力推動高質量發展的工作思路①。因此，本文借鑒已有研究[19-20]，結合河南省經濟發展特色，從基礎能力、經濟結構、經濟效益、民生保障、發展潛力等方面來歸納河南省經濟高質量發展邏輯，主要包括基礎能力、經濟結構、經濟成果、民生保障、經濟潛力。

基礎能力。經濟高質量發展的基礎能力決定了實現經濟高質量發展的能力。基礎能力主要包括經濟發展總量、經濟發展增速、經濟熱度以及經濟運行狀況。經濟發展總量是一個國家或地區的總生產力，代表了一個國家或地區發展的高度；經濟發展增速在一定程度上反映了發展步伐；經濟熱度是監測國家吸引力和魅力的主要體現；經濟運行狀況是經濟高質量發展的內在要求，能為經濟高質量發展提供動能。

經濟結構。經濟結構調整是提升高質量發展效益的關鍵，構成了經濟高質量發展的新基礎和新起點。經濟結構主要包括產業結構、財政收支結構以及城鄉人口結構。產業結構優化是資本等生產要素在不同產業部門之間的流動[21]。財政收入可以調節和穩定國家經濟發展，是推動高質量發展的重要物質基礎。財政支出能促進經濟增長和社會穩定。財政分權則基于財政收入和財政支出，因地制宜制定政策，提供公共服務，達到最優化的管理效率，進而實現經濟增長。城鄉人口結構是城市和鄉村人口的構成關系，城鎮化對經濟發展功不可沒。

經濟成果。經濟成果是勞動者所生產的物質資料，能檢驗經濟高質量發展成效。經濟成果主要包含居民收入、居民消費、居民生活水平以及居民就業。居民收入是反映市場容量大小的重要因素。居民消費是促進社會再生產的重要環節，對產業結構和資源分配模式有著直接作用。居民就業穩居“六穩”和“六保”工作的首位，是成功應對全球經濟不確定性等沖擊的關鍵。

民生保障是人民幸福之基。增進民生福祉是民眾對美好生活的向往，是經濟高質量發展的根本。民生保障主要包含養老保障、醫療技術、醫療設施、教育保障以及精神生活。養老保障與人民生活密切關聯，解決人民生活保障，是人民安全感和幸福感的重要體現。醫療是重要的民生之一，醫療水平的提升和醫療設施增加保護了勞動生產力。教育關乎國家和民族未來，教育強則國家強。人民在滿足物質生活的同時，還需要努力提升精神文化水平。

經濟潛力是經濟增長內生動力的重要體現。經濟潛力主要包含交通設施和產業基礎。交通設施是經濟社會持續健康發展的有力支撐和堅強保障，交通設施是經濟發展的先導，綠色、高效的交通運輸發揮著“先行官”的作用。產業基礎是產業形成和發展的基本支撐，具有造血功能，對經濟的持續長遠發展和社會穩定舉足輕重。

②測度體系

本文基于經濟高質量發展的測度邏輯，構建河南省經濟高質量發展綜合評價指標體系，共有基礎能力、經濟結構、經濟成果、民生保障、經濟潛力5個維度18個指標，具體如表2所示。

表2 河南省經濟高質量發展綜合評價指標體系

[目標 子系統 準則層 測度指標 方向 經濟高質量發展 基礎能力A1 經濟發展總量A11 地區生產總值 + 經濟發展增速A12 GDP增長率 + 經濟熱度A13 固定資產投資 + 經濟運行狀況A14 社會消費品零售總額 + 經濟結構A2 產業結構A21 產業升級 + 財政收支結構A22 財政分權 + 城鄉人口結構A23 城鎮人口比重 + 經濟成果A3 居民收入A31 城鎮居民人均可支配收入 + 居民消費A32 城鎮居民人均生活消費性支出 + 居民生活水平A33 恩格爾系數 - 居民就業A34 城鎮登記失業率 - 民生保障A4 養老保障A41 城鎮職工基本養老保險參保人數 + 醫療技術A42 衛生技術人員醫生數 + 醫療設施A43 醫療機構床位 + 教育保障A44 教育經費支出 + 精神生活A45 圖書館藏書量 + 經濟潛力A5 交通設施A51 公路里程 + 產業基礎A52 工業增加值 + ]

③測度方法

投影尋蹤模型在眾多領域中被廣泛應用，其能夠將高維數據投影到低維空間，從而探尋數據的結構特征，預測精度較高，但前提是權重客觀。與傳統尋優算法相比，遺傳算法能更好地求出優化問題的最優化。采用遺傳算法優化投影尋蹤模型可以較好地克服兩者的缺點。本文借鑒陳之常等[22]的做法，采用遺傳算法-投影尋蹤模型測算河南省各城市經濟高質量發展水平。

（2）被解釋變量（Copd）

由上文中公式計算得出。

（3）控制變量

控制變量為外商直接投資（Fdi）、非農就業占比（Empl）、人口規模（Pop）和區域面積（Area）。Fdi采用外商直接投資占GDP比重來衡量，Empl采用非農林牧漁業人員占總就業人數來衡量，Pop采用人口總數來表征，Area采用各城市面積來表征。

3. 數據來源

本文選取河南省17個省轄市2010—2021年的平衡面板數據作為研究樣本。核心變量和控制變量的原始數據來源于《中國城市統計年鑒》和各省份統計年鑒，個別缺失值采用插值法填充，為消除異方差各指標均采用對數來處理。變量描述性統計如表3所示。

表3 描述性統計

[變量 N mean p25 p50 p75 sd min max Ecq 204 0.981 0.712 0.876 1.090 0.465 0.434 3.501 Copd 204 0.338 0.257 0.320 0.366 0.127 0.102 0.873 Fdi 204 0.0250 0.0130 0.0180 0.0320 0.0190 0.003 0.187 Empl 204 0.606 0.547 0.590 0.658 0.0890 0.362 0.867 Pop 204 632.1 386.9 581.0 886.2 300.0 152.9 1259 Area 204 1031 431.5 679 1365 860.1 97 3604 ]

六、 科技創新與科技金融協同對經濟高質量發展的空間效應驗證

1. 空間相關性檢驗

本文構建空間計量模型旨在探索科技創新與科技金融協同對河南經濟高質量發展的影響。只有存在空間自相關性才能采用空間計量模型，本文采用全局和局部莫蘭指數檢驗各變量間的空間自相關性。全局莫蘭指數計算如式（7）所示：

[Morans I=i=1nj=1nωijxi-xxj-x/s2i=1nj=1nωij] （7）

局部莫蘭指數計算如式（8）所示：

[Ii=xi-xs2ωijxj-x] （8）

公式（7）（8）中，[s2=i=1nxi-x2n]，[x=i=1nxin]。n為樣本數量，xi和xj分別為地區i和j的值。

根據式（7）得到各研究變量的全局莫蘭指數，如表4所示。從表4中數據可以發現經濟高質量發展、科技創新與科技金融協同等均存在正空間相關性。

表4 全局莫蘭指數

[Year I E（I） sd（I） z p-value* Ecq 0.445 -0.005 0.028 16.165 0.000 Copd 0.615 -0.005 0.028 21.882 0.000 Fdi 0.279 -0.005 0.027 10.607 0.000 Empl 0.456 -0.005 0.029 16.146 0.000 Pop 0.640 -0.005 0.029 22.493 0.000 Area 0.564 -0.005 0.028 20.009 0.000 ]

莫蘭散點圖能直觀地表現各樣本值在不同象限的分布。河南經濟高質量發展和科技創新與科技金融協同散點圖分別如圖1和圖2所示。由此可以發現各樣本點之間存在較強的正向空間相關性，主要集中在L-L區域（左下象限），該區域顯示了河南省各城市經濟高質量發展或科技創新與科技金融協同水平較低，且周邊地區發展水平也有類似狀況。處于H-H區域（右上象限）的地區則為經濟高質量發展或科技創新與科技金融協同較高的城市，例如鄭州作為河南經濟社會發展中心，交通便利，是河南省的絕對核心，區域協同發展的引領者。少部分樣本點分布在H-L（右下象限）和L-H區域（左上象限）。

圖1? 空間權重矩陣下的河南省經濟高質量發展散點圖分布

圖2? 空間權重矩陣下的河南省科技創新與科技金融協同散點圖分布

2. 空間效應分析

空間計量模型主要包含SDM、SEM和SAR，需要判斷選用哪種模型較為適合本文，為進行比較，加入OLS模型作為參考。從表5中可以發現SDM模型中判定系數R2值最大，為0.9275，AIC值最小，BIC值僅比SEM大，綜合考慮來講，選擇SDM可能更為合適。

為進一步判斷SDM模型是否適合本研究，需要檢驗SDM模型中是否存在空間交互作用。表6中顯示了采用Wald檢驗和LR檢驗后的結果，SDM模型均不能退化為SEM或SAR模型。SDM模型的合理性得到進一步確認。

3. 基于SDM模型的基本回歸

基準模型部分估計結果是OLS的實證結果。根據表5，科技創新與科技金融協同度的估計系數為0.694，通過了1%的顯著性檢驗，表明科技創新與科技金融協同度的增強有利于經濟高質量發展，基準模型修正的擬合優度統計值為0.7107。SDM模型中，科技創新與科技金融協同度的估計系數為0.226，代表科技創新與科技創新協同度的上升極大地促進了經濟高質量發展。由此表明選用SDM模型是必要的。

科技創新與科技金融協同度的系數均顯著為正，表明科技創新與科技金融協同有助于經濟高質量發展水平的提升。一方面，科技創新與科技金融的相互配合有助于為科技創新各環節提供資金支持，防止資金鏈出現斷裂，從而有效規避創新主體風險、穩定創新活動，進而推動經濟高質量穩步發展；另一方面，科技創新與科技金融協同加速了科技金融發展，隨著金融服務體系不斷完善，金融發展有效地深化了供給側改革，促進金融業轉型升級，從而推動經濟高質量發展。

表5 模型估計結果

[? ? ? ? ? ? ? 變量或參數 OLS SDM SEM SAR lnCopd 0.694*** 0.226*** 0.155*** 0.108* （0.06） （0.06） （0.06） （0.06） lnFdi 0.009 0.005 0.006 0.015* （0.02） （0.01） （0.01） （0.01） lnEmpl 0.445*** -0.144*** -0.170*** -0.012 （0.13） （0.05） （0.05） （0.05） lnPop 0.145*** 2.109*** 2.197*** 1.580*** （0.03） （0.19） （0.19） （0.17） lnArea 0.053*** -0.010 -0.015* -0.016 （0.02） （0.01） （0.01） （0.01） [σ]或[λ] — 0.668*** 0.919*** 0.744*** — （0.07） （0.02） （0.04） Variance — 0.003*** 0.003*** 0.003*** sigma2_e — （0.00） （0.00） （0.00） N 204 204 204 204 R2 0.7107 0.9275 0.6769 0.8005 AIC -80.979 -585.153 -570.677 -536.505 BIC -61.070 -512.154 -547.450 -480.097 ]

注：括號內的為標準誤，*、**和***分別表示在10%、5%和1%的水平上顯著，下同

表6 模型類型檢驗結果

[檢驗類型 檢驗結果 LR檢驗 是否退化為SAR 53.76*** 是否退化為SEM 40.77*** Wald 是否退化為SAR 42.03*** 是否退化為SEM 16.23*** ]

4. 直接效應與空間溢出效應分解

由于表5中模型的估計結果不能完全反映科技創新與科技金融協同對經濟高質量發展的影響，以此來分析其空間溢出效應可能會存在偏差，因此本文在點估計結果的基礎上，將總效應分解為直接效應和空間溢出效應。直接效應和空間溢出效應的計算公式為：

[直接效應=1-ρω-1×βkI+θkωdavg]? ? （9）

[空間溢出效應=1-ρω-1×βkI+θkωravg]? ? （10）

其中，I是單位矩陣，[ω]為空間權重矩陣，[davg]和[ravg]分別為矩陣對角線和非對角線元素求行平均的計算符號[23]。

效應分解后的結果如表7所示。從表7中可以看到，無論是基于地理矩陣還是鄰接矩陣，科技創新與科技金融協同影響地區經濟高質量發展的直接效應符號為正，均在1%的水平上顯著，表明本地區科技創新與科技金融協同顯著地提升了經濟高質量發展水平，驗證了假設H1。可能的原因在于：科技創新見證了企業成長，科技金融則始終伴隨著科技開發、科技中試等多個階段，為科技創新提供了全方位金融服務，構成科技創新與科技金融共生體系，有力地引導著企業集聚發展，提升了企業競爭力，最終推動整個地區經濟高質量發展。

表7 直接效應、空間溢出效應與總效應

[效應類別 系數 標準誤差 T值 P值 95%置信區間 直接效應 0.313*** 0.074 4.24 0.000 0.168 0.457 間接效應 1.772*** 0.574 3.09 0.002 0.648 2.896 總效應 2.085*** 0.623 3.35 0.001 0.865 3.305 ]

空間溢出效應也顯著為正，表明本地區科技創新與科技金融協同不僅有利于當地經濟高質量發展，同時也有利于周邊地區經濟高質量發展，驗證了假設H2。可能的原因在于：科技創新與科技金融是一個有機整體，相鄰地區科技創新與科技金融協同有助于打破區域壁壘，有效調配區域資源，促進創新與金融資源自由流動[24]，從而產生溢出效應，促進產業向更高層次發展[4]。同時大數據、人工智能等新技術應用使得科技金融效率在這一過程中得到了提升，為周邊省市起到良好的示范作用，所以，科技創新與科技金融協同度越高，對經濟高質量發展的促進作用越強。

5. 穩健性檢驗

（1）基于不同估計方法的穩健性檢驗

為了檢驗結果的可靠性，本文采用隨機效應的空間杜賓模型進行估計，結果如表8所示。可以發現，直接效應、溢出效應和總效應的符號、顯著性基本一致，表明研究結果具有一定的可靠性。

表8 穩健性檢驗（采用隨機效應的空間杜賓模型）

[效應類別 系數 標準誤差 T值 P值 95%置信區間 直接效應 0.291*** 0.075 3.870 0.000 0.144 0.439 間接效應 1.710*** 0.656 2.610 0.009 0.424 2.997 總效應 2.002*** 0.703 2.850 0.004 0.624 3.380 ]

（2）替換空間權重矩陣法的穩健性檢驗

采用鄰接矩陣替換地理矩陣，重新測算解釋變量與被解釋變量的相關關系，結果如表9所示。從表9中可以發現實證結果具有一定的穩健性。

表9 穩健性檢驗（替換權重矩陣）

[效應類別 系數 標準誤差 T值 P值 95%置信區間 直接效應 0.369*** 0.060 6.210 0.000 0.253 0.486 間接效應 1.090*** 0.193 5.630 0.000 0.710 1.469 總效應 1.459*** 0.224 6.500 0.000 1.019 1.899 ]

七、 結論與啟示

本文對科技創新與科技金融協同以及經濟高質量發展進行了綜合考量。首先進行理論機制分析，基于河南省17個城市的2010—2021年的面板數據，測度河南省各城市科技創新與科技金融協同度、經濟高質量發展，并采用空間杜賓模型進行實證分析和穩健性檢驗。本文發現：科技創新與科技金融協同度存在顯著的正向相關性，經濟高質量發展亦是如此；科技創新與科技金融協同對經濟高質量發展的影響顯著存在，不僅能提升本市經濟高質量發展水平，對周邊城市經濟高質量發展也同樣存在促進作用。

根據研究結論，為了極大地推動河南省經濟高質量發展，本文提出以下政策建議：

1. 推動科技創新與科技金融深度協同

由于科技創新具有連續性，科技金融具有長期積累性，加強創新與金融支持的深度協同，要以河南省政府為主導，推動科技金融政策支持的長期發展策略；既要滿足科技創新的資金需求，又要降低企業創新價值鏈上存在的風險，把有限的科技金融資源投入有潛力的科技創新領域中，提升資金利用效率。第一，搭建金融服務科技創新信息共享平臺，精準匹配供需資金，解決金融機構與科技型企業創新資金需求之間信息不對稱問題，降低金融機構獲取企業信息成本，提升企業融資成功率；第二，構建科技和金融人才培訓基地，整合區域優質資源，培養金融科技復合型人才，緩解人才供需矛盾。

2. 規范科技金融發展

深化金融體制改革，明晰科技金融發展方向和重點領域。進一步落實科技創新投資回報率較低的情形下，如何才能推動金融更好地為科技型企業提供資金。不僅要完善多層次金融市場體系，不斷引導多渠道資金對科技型企業進行投資，通過金融產品、服務等方面的創新，為科技創新提供強有力支持，還要規范信息披露，完善貸款用途、確保其真實性、合規性等。第一，豐富河南省金融生態圈，完善專利等無形資產交易市場，加快無形資產估值化，出臺明確交易細則，引入風投等各類資本參與知識產權等相關交易；第二，創新貸款模式，適應科技型企業的輕資產抵押模式，縮減放款周期，平衡科技金融促進科技創新過程中的風險和收益；第三，監督科技創新全過程，在投資過程中對投資風險進行分散化操作，防范可能存在的技術等風險。

3. 強化先驗地區的示范效應

本文研究結論顯示科技創新與科技金融協同發揮著重要的促進經濟高質量發展效應。要加強城市間交流與合作，一是加強河南省城市間經濟、生態、綠色等方面的合作，構建鄭汴、鄭許等一體化統籌發展，利用經濟高質量發展的空間正相關性，實行“以強帶弱”“弱弱聯合”的形式，促進各城市資源互補、經濟高質量共同發展；二是發揮科技創新與科技金融協同度較高的城市的輻射作用，加強區域聯動性，借助知識擴散和成果傳播等途徑，向協同度較低的城市傳授經驗，進而促使科技創新引領經濟高質量發展。

參考文獻：

[1] 楊晶，陳偉.科技金融與科技創新的協同機理、問題與對策建議[J].科學管理研究，2021，39（3）：147-153.

[2] 聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究[J].金融研究，2021（3）：132-150.

[3] 劉義臣，沈偉康，劉立軍.科技金融與先進制造業創新發展的動態耦合協調度研究[J].經濟問題，2021（12）：36-43.

[4] 楊嫩曉，安則同.科技創新與科技金融協同效應研究——基于陜西數據的實證分析[J].西安財經大學學報，2021，34（3）：43-52.

[5] 代軍，顏辛，柳德才.區域科技金融與科技創新協同機制構建：湖北案例[J].武漢金融，2019（4）：22-26.

[6] 上官緒明，葛斌華.科技創新、環境規制與經濟高質量發展——來自中國278個地級及以上城市的經驗證據[J].中國人口·資源與環境，2020，30（6）：95-104.

[7] 李光龍，范賢賢.財政支出、科技創新與經濟高質量發展——基于長江經濟帶108個城市的實證檢驗[J].上海經濟研究，2019（10）：46-60.

[8] 賈洪文，張伍濤，盤業哲.科技創新、產業結構升級與經濟高質量發展[J].上海經濟研究，2021（5）：50-60.

[9] 張騰，蔣伏心.科技金融、技術創新與經濟高質量發展[J].統計與決策，2023，39（9）：142-146.

[10] 汪淑娟，谷慎.科技金融對中國經濟高質量發展的影響研究——理論分析與實證檢驗[J].經濟學家，2021（2）：81-91.

[11] 何宏慶.科技金融驅動經濟高質量發展：現實困境與路徑選擇[J].廣西社會科學，2018（12）：90-95.

[12] 鄧志敏.科技金融驅動經濟高質量發展的困境與突破[J].科學管理研究，2019，37（4）：146-150.

[13] 俞立平.省際金融與科技創新互動關系的實證研究[J].科學學與科學技術管理，2013，34（4）：88-97.

[14] 凌江懷，李穎，王春超.金融對科技創新的影響及其支持路徑[J].江西社會科學，2009（7）：90-93.

[15] 張嶺，郭英遠，張勝，等.風險容忍視域下風險投資對科技企業創新支持路徑研究[J].科學管理研究，2019，37（1）：86-89.

[16] 郭景先，魯營.科技金融有助于企業創新效率提升嗎？——兼論企業數字化轉型的調節效應[J].南方金融，2022（9）：50-63.

[17] 周雷，陳音，張璇，等.金融科技底層技術創新及其對金融行業的賦能作用[J].金融教育研究，2020，33（1）：24-33.

[18] 何天祥，劉迪，黃琳雅，等.高鐵對區域協同發展的影響機理——基于2005—2019年湖南省經驗證據[J].經濟地理，2022，42（5）：95-103.

[19] 劉德光.產業鏈創新鏈融合對區域經濟高質量發展的影響研究[J].現代管理科學，2023（2）：38-47.

[20] 徐福祥，徐浩，劉艷芬，等.黃河流域九省（區）生態保護和高質量發展治理水平測度與評價[J].人民黃河，2022，44（6）：11-15.

[21] 余泳澤，劉大勇，宣燁.生產性服務業集聚對制造業生產效率的外溢效應及其衰減邊界——基于空間計量模型的實證分析[J].金融研究，2016（2）：23-36.

[22] 陳之常，馬亞東.中國城市更新對居民幸福感的影響研究——基于遺傳算法投影尋蹤和面板空間分位數模型[J].管理評論，2022，34（8）：43-53.

[23] 尹李峰，姚馳.地方政府隱性債務影響金融風險的空間溢出效應研究[J].浙江社會科學，2022，306（2）：14-26.

[24] 湯子隆，祝佳，賴曉冰.科技金融生態影響科技金融產出的空間結構研究[J].經濟體制改革，2018（6）：57-62.

基金項目：河南省軟科學項目“高質量發展下河南省技術創新與科技金融協同研究——基于地市級層面數據的實證分析”（項目編號：232400411039）；國家社科基金“數字基礎設施、新區位優勢與外資結構轉型的研究”（項目編號：23BJL065）。

作者簡介：田曉佳，女，碩士，安陽工學院財務處副處長，副教授，研究方向為經濟高質量發展。

（收稿日期：2023-12-11? 責任編輯：殷 俊）