陳一琳

摘 要：本文采用30個省份2001-2018年的面板數(shù)據(jù)，構建PVAR模型分析了科技金融效率與TFP增長之間的互動關系，研究發(fā)現(xiàn)：科技金融效率與TFP增長呈現(xiàn)良好的相互促進效應;科技金融效率的提升能顯著促進TFP增長，TFP增長也能有效提升科技金融效率。因此，本文提出實施差異性科技金融政策、創(chuàng)新政府科技投資、搭建科技金融平臺等建議。

關鍵詞：科技金融效率;全要素生產率;PVAR模型

中圖分類號：F2 文獻標識碼：Adoi：10.19311/j.cnki.16723198.2020.32.005

0 引言

改革開放以來，依靠要素投入增加，我國經濟實現(xiàn)了快速的粗放型增長，但以技術為核心的全要素生產率依然處于低位運行。中美貿易摩擦持續(xù)蔓延，新冠肺炎疫情全球蔓延，更突出了以技術為核心優(yōu)勢的國際競爭態(tài)勢。面對嚴峻的國內外經濟形勢，在新常態(tài)下，依靠技術創(chuàng)新驅動TFP增長，對我國經濟高質量發(fā)展至關重要。科技金融作為獨立金融范疇是創(chuàng)新能力形成的基礎（房漢廷，2010），并在一定程度上決定技術創(chuàng)新的發(fā)展趨勢與可作用空間，進而制約著TFP增長。因此，探討科技金融效率對TFP增長的影響效應為何？已成為經濟新常態(tài)下促進我國全要素生產率增長與經濟高質量發(fā)展的重要議題。

內生經濟增長理論認為，技術進步是推動一國經濟持續(xù)增長的唯一動力來源，科學技術是第一生產力。高效的金融市場會將良好的資源更多地輸送到技術部門，支持技術型企業(yè)的研發(fā)與生產經營活動，體現(xiàn)了高效的科技金融效率，成為推動TFP增長的關鍵源泉（蔡昉，2013）。反過來，高質量增長的全要素生產率表明一國的科技產業(yè)發(fā)展態(tài)勢優(yōu)良，必將吸引更多的人才與資金資源聚集到科技產業(yè)，助力科技金融效率的提升。在國外，“科技金融”并未形成獨立而完整的研究范疇，大多圍繞金融資本對技術創(chuàng)新的作用展開研究，最早可追溯至熊彼特關于金融與技術創(chuàng)新的研究。在國內，科技金融形成了獨立的研究范疇，但是研究仍未深入。已有少數(shù)學者采用系統(tǒng)GMM研究了科技金融發(fā)展對全要素生產率的單項影響（王龑和史永東，2017;張騰和劉陽，2019），但是鮮有學者探究兩者的互動關系。本文以2001-2018年30省的面板數(shù)據(jù)，采用PVAR模型探究科技金融效率對全要素生產率的互動關系。此外，不同已有研究，本文構建包含非期望產出的科技金融體系，采用超效率SBM模型進行測算。

1 指標測算

第一，科技金融效率測算。從科技金融投入與科技創(chuàng)新產出兩個方面：第一，選取12個指標，構建包含非期望產出的科技金融效率指標體系。然后，運用maxdea軟件，選取超效率SBM模型測算得到科技金融綜合效率（techfin）。第二，全要素生產率增長率測算。基于已有研究（顏鵬飛等，2003），本文以資本存量與就業(yè)人數(shù)分別作為資本與勞動的投入指標，以平減后的實際GDP為產出指標，以DEA-Malmquist指數(shù)法測算得到TFPCH，然后減1，得到全要素生產率增長率（tfp）。以上數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》與《中國金融年鑒》。

2 實證分析

基于上述分析，本文采用PVAR模型分析科技金融效率與TFP增長之間的互動關系。PVAR模型結合了VAR模型與面板數(shù)據(jù)的優(yōu)點，可以克服個體異質性帶來的估計偏差，同時將目標變量內生化處理，可以真實反映變量之間的互動關系。PVAR模型主要變量為全要素生產率增長率（tfp）與科技金融效率（techfin），采用上文測算結果。

（1）數(shù)據(jù)平穩(wěn)性檢驗與最優(yōu)滯后階數(shù)確定。由于本文數(shù)據(jù)屬于短、平衡面板數(shù)據(jù)，因此采用LLC與HT檢驗同根，IPS與Fisher ADF檢驗不同根。經檢驗，原始數(shù)據(jù)均具平穩(wěn)性。根據(jù)統(tǒng)計量MAIC、MBIC與MQIC達到的最小值的階數(shù)為最優(yōu)滯后階數(shù)。經檢驗，MAIC確定的最優(yōu)滯后階數(shù)為二階，MBIC與MQIC確定的最優(yōu)滯后階數(shù)為一階，因此，建立PVAR（1）模型。

（2）GMM估計與穩(wěn)健性檢驗。PVAR模型包含了個體固定效應與時間效應，在GMM估計之前需要消除。因此用均值差分法消除時間效應，用前向均值差分消除個體固定效應，然后進行GMM廣義矩估計，得到以下參數(shù)的回歸結果（見表1）。此外，需要檢驗PVAR模型的穩(wěn)定性，才能說明回歸結果與脈沖響應的可靠性。當所有特征根落在圓內時，表明所構建的PVAR模型是穩(wěn)定的，估計結果才具有可靠性。經檢驗，PVAR（1）模型特征方程的特征根全部位于圓內，可知本文所構建的PVAR模型是可靠的。

科技金融效率與TFP增長相輔相成，互相促進。①滯后一期的科技金融效率對TFP增長具有顯著的促進作用，這與多數(shù)學者的研究結論一致。在10%的顯著性水平下，滯后一期科技金融效率增加1%，TFP增長率提升0.0128%。高效運行的科技金融體系，提高了金融資源配置效率，增加了科技企業(yè)的融資支持，從而激發(fā)了企業(yè)的創(chuàng)新動力，促進了以管理創(chuàng)新、制度創(chuàng)新為主的“無形創(chuàng)新”與以新技術、新工藝、新發(fā)明為主的“有形創(chuàng)新”，最終提高了全要素生產率水平。②滯后一期的TFP增長對科技金融效率的提升作用，在1%的顯著性水平成立。當經濟體的全要素生產率處于高水平運行狀態(tài)時，整個社會的技術創(chuàng)新與技術進步水平也相對較高，資本投入到科技企業(yè)中能夠獲得相應的高效回報，從而促使了更多的金融資源分配至科技創(chuàng)新領域，使得科技金融效率不斷提升。這在發(fā)達國家的金融與技術發(fā)展中得到了驗證。

另外，滯后一期TFP增長率提高1%，當期TFP增長率相應增加0.3667%。同樣，滯后一期的科技金融效率提升1%，當期科技金融效率提升0.3955%。這表明科技金融效率與TFP增長都具有慣性與自身依賴性，受前期影響較大，這也符合經濟體系運行規(guī)律。

（3）脈沖響應分析。為了觀察兩個變量之間的影響關系，通過500次蒙特卡洛模擬得到的正交脈沖響應圖，如圖1所示。脈沖響應函數(shù)描述的是模型中某一變量正交化新生對系統(tǒng)中每一個變量的影響，可以通過各變量對沖擊的動態(tài)反應，具體分析各沖擊變量對其他變量的影響。

觀察脈沖響應圖可得，第一，TFP增長與科技金融效率增長的前期依賴性。兩者都在受到自身一個標準差的正向沖擊之后，其響應幅度在當期達最大正值，隨后逐漸減小，在第5期收斂于零。這說明TFP與科技金融效率均受前期影響，具有一定經濟慣性。第二，科技金融效率擾動項的一個正交化沖擊對TFP增長的影響始終保持為正，均在第一期達到最大響應正值，隨后響應逐漸減弱，于第6期左右達到平穩(wěn)。這說明，科技金融對TFP增長具有顯著促進作用，隨著時間推移，促進作用逐漸減弱。高效運行的科技金融體系，提高了金融資源配置效率，增加了科技企業(yè)的融資支持，從而激發(fā)了企業(yè)的創(chuàng)新動力，促進了以管理創(chuàng)新、制度創(chuàng)新為主的“無形創(chuàng)新”與以新技術、新工藝、新發(fā)明為主的“有形創(chuàng)新”，最終提高了全要素生產率水平。第三，TFP增長對科技金融效率的存在反哺作用。面對TFP增長擾動項的一個正交化沖擊，對科技金融效率產生正向影響，于第1期達到最大值后，在第6期收斂于零。事實上，全要素生產率代表了技術進步作用于經濟增長的核心指標，高水平的全要素生產率說明了社會中的技術進步處于有效增長狀態(tài)，高效益的科技產業(yè)發(fā)展成為經濟高質量發(fā)展的重心，資本趨利性使得資源不斷向科技部門聚集追求資本增值，從而提高了科技資源的配置效率與運行效率，促進了科技金融效率增長。這在發(fā)達國家的金融與技術發(fā)展中得到了驗證。

3 結論與政策建議

本文采用30個省份2001～2018年的面板數(shù)據(jù)，構建PVAR模型實證分析了科技金融效率與TFP增長之間的互動關系，研究發(fā)現(xiàn)：科技金融效率的提升能顯著促進TFP增長，反過來，全要素生產率增長對科技金融效率也存在反哺作用，兩者呈現(xiàn)積極的互相促進關系。

基于以上結論，提出如下相關政策建議：

（1）實施差異性科技金融政策。我國科技金融效率東高西低，東部地區(qū)應繼續(xù)大力發(fā)展科技金融，西部地方政府需要通過制定更優(yōu)惠的科技政策，讓西部企業(yè)學習更多核心技術，提升科技金融效率。

（2）創(chuàng)新政府科技投資方式。地方政府可以出資成立創(chuàng)業(yè)投資引導基金、科技創(chuàng)新成果獎勵等方式，促使科技資源配置合理化，讓更多科技資源分配至有效的科研生產部門，促進更多優(yōu)質科技創(chuàng)新成果的產出，帶動全要素生產率增長。

（3）建立科技金融平臺。地方政府可以牽頭搭建科技金融平臺，健全科技金融的相關法律法規(guī)，實現(xiàn)信息共享機制，以此提高科技金融效率。

參考文獻

[1]房漢廷.關于科技金融理論、實踐與政策的思考[J].中國科技論壇，2010，（11）：510+23.

[2]蔡昉.中國經濟增長如何轉向全要素生產率驅動型[J].中國社會科學，2013，（1）：5671+206.

[3]王龑，史永東.科技金融反哺銀行業(yè)的異質性研究——來自區(qū)域性銀行的經驗證據(jù)[J].科學學研究，2017，35（12）：18211831.

[4]張騰，劉陽.科技金融發(fā)展是否促進了全要素生產率的提高？——基于空間計量模型的研究[J].金融與經濟，2019，（2）：2935.

[5]顏鵬飛，王兵.技術效率、技術進步與生產率增長：基于DEA的實證分析[J].經濟研究，2004，（12）：5565.