周 敏

(安徽三聯(lián)學院,安徽 合肥 230601)

0 引 言

科技是第一生產(chǎn)力，社會的發(fā)展離不開科技創(chuàng)新的推動?？萍紕?chuàng)新是個長期復雜的過程，需要金融的支持。隨著科技的不斷創(chuàng)新，金融領域也會發(fā)生改變。科技金融和科技創(chuàng)新的融合發(fā)展成為學術界和決策管理者們越來越重視的研究課題。2021年，安徽省人民政府辦公廳印發(fā)《發(fā)展多層次資本市場服務“三地一區(qū)”建設行動方案》，其中提出：支持金融機構發(fā)放專利權、商標權、著作權等知識產(chǎn)權打包組合貸款。引導銀行金融機構積極開展外部投貸聯(lián)動業(yè)務，通過轉貸向法人銀行機構提供低成本資金，用于支持科創(chuàng)企業(yè)。因此，為了理清安徽省科技金融對科技創(chuàng)新的影響效果，借助于安徽省各地市工業(yè)企業(yè)數(shù)據(jù)來進行實證檢驗。在理論上豐富了科技金融與科技創(chuàng)新的相互關系，也為政府相關政策制定提供一定的參考。

1 文獻梳理

最早研究金融與科技創(chuàng)新的是Schumpeter，他發(fā)現(xiàn)需要將銀行貸款等生產(chǎn)要素引入技術創(chuàng)新活動中。從研究的視角來看，國外更多的關注點是單個金融主體對科技創(chuàng)新的影響。而Tykvova(2000)側重于風險投資[1]。也有學者把不同的金融主體對科技創(chuàng)新的影響效果進行對比，Atanassov，Nanda 和Scru(2007)選擇了股票、債券等資本市場工具和銀行進行對比分析[2]。由于不同的學者研究的視角不同，導致單個金融主體對科技創(chuàng)新的作用結論有時是不一致的。國內學者在理論上積極探討構建科技和金融的合作機制[3]，指出科技金融是中小企業(yè)資金的重要來源[4]。有的研究表明科技創(chuàng)新與科技金融存在相互促進關系，度量了科技金融在科技創(chuàng)新成果方面的貢獻[5]。

綜述所述，關于科技金融對科技創(chuàng)新的作用效果，現(xiàn)有文獻多數(shù)集中于某一個金融主體對科技創(chuàng)新的影響，較少有把科技金融看作一個整體來進行研究。在科技創(chuàng)新衡量指標上，大部分學者把科技創(chuàng)新看作一個過程，只選擇某一個指標來表示，而沒有把科技創(chuàng)新看作是個分階段過程?，F(xiàn)有的實證分析，多聚焦于國家層級，省級層面較少。目前，安徽省正處于加大科技金融支持科技創(chuàng)新的發(fā)展期，需要掌握科技金融作用于科技創(chuàng)新的效果。一般認為，企業(yè)是科技創(chuàng)新的主力軍，尤其是工業(yè)企業(yè)的科技創(chuàng)新能力，能直接影響我國建設工業(yè)強國的目標是否實現(xiàn)?；诖耍疚囊怨I(yè)企業(yè)的視角，選擇了安徽省16個地市2011—2020年的工業(yè)企業(yè)面板數(shù)據(jù)，實證分析了科技金融多主體對科技創(chuàng)新不同階段的影響效應，并針對分析的結果給出相應的政策建議。

2 研究設計

2.1 變量選擇與數(shù)據(jù)來源

借鑒已有學者對科技金融主體和科技創(chuàng)新過程的劃分[6]，就安徽省各地市工業(yè)企業(yè)現(xiàn)實數(shù)據(jù)來看，以企業(yè)和政府作為科技金融的主體組成部分，科技的研發(fā)和應用是科技創(chuàng)新兩個不同的階段。本文被解釋變量科技創(chuàng)新產(chǎn)出有兩個，具體選用安徽省各市工業(yè)企業(yè)自主知識產(chǎn)權和技術中的專利申請數(shù)來表示研發(fā)階段產(chǎn)出，用安徽省各市工業(yè)企業(yè)研究與試驗發(fā)展(R&D)經(jīng)費中的新產(chǎn)品銷售收入表示應用階段產(chǎn)出。解釋變量有三個，分別是政府資金投入、企業(yè)資金投入和人力資源。依次用安徽省各市工業(yè)企業(yè)研究與試驗發(fā)展(R&D)經(jīng)費中的政府資金、企業(yè)資金和研究與試驗發(fā)展人員折合全時當量來反映。

本文樣本數(shù)據(jù)來源于2012—2021年的《安徽統(tǒng)計年鑒》，并對原始數(shù)據(jù)進行對數(shù)處理。對于極個別年份的缺失值，采用插值法補全。

2.2 模型設定

科技金融對科技創(chuàng)新的影響，反映的是一種資源投入與產(chǎn)出的關系。因此，模型的設定可借鑒傳統(tǒng)的C-D生產(chǎn)函數(shù)。只是將資本部分進行擴展，把政府資金投入和企業(yè)資金投入作為科技金融資本投入，建構一般面板數(shù)據(jù)計量模型：

lnSTIit=αi+β1lnGFit+β2lnEFit+β3lnLit+εit

(1)

其中，β1、β2和β3是各解釋變量的系數(shù)，分別表示科技創(chuàng)新產(chǎn)出對政府資金投入、企業(yè)資金投入和人力資源投入的敏感程度，也可看作科技創(chuàng)新對各個解釋變量的產(chǎn)出彈性。i代表安徽省16個地市(i=1,2,3…,16)，t代表年份(t=1,2,3…,10)，αi是截距項，εit為擾動項。這里lnSTIit包括研發(fā)階段產(chǎn)出(用lnSTIRit表示)和應用階段產(chǎn)出(用lnSTIAit表示)。GF表示科技金融中的政府資金投入，EF表示科技金融中的企業(yè)資金投入，L表示人力資本。

3 實證結果與分析

3.1 平穩(wěn)性分析與協(xié)整檢驗

在對面板數(shù)據(jù)進行回歸分析前，為了最大程度防止偽回歸的發(fā)生，有必要對面板數(shù)據(jù)進行單位根檢驗。鑒于本文的面板數(shù)據(jù)時間T比較小，選用適合短面板單位根檢驗的HT檢驗和IPS檢驗。由表1可知，在原變量中，只有l(wèi)nSTIR和lnL通過了1%的顯著性檢驗，剩下的變量lnSTIA、lnGF和lnEF為一階單整。在多變量模型中，最高單整對應變量的個數(shù)大于2，滿足協(xié)整檢驗條件。根據(jù)協(xié)整檢驗中的Kao檢驗和Pedroni檢驗結果，不同階段下的科技創(chuàng)新都通過了1%的顯著性檢驗，表明變量間有穩(wěn)定的長期均衡關系，可以進行回歸分析。

表1 單位根檢驗結果

3.2 靜態(tài)面板模型

按參數(shù)是否變化，面板數(shù)據(jù)模型可分三類：混合模型、變截距模型和變系數(shù)模型?；谘芯磕康男枰?，直接選用變截距模型。在進行面板數(shù)據(jù)模型估計前，要確定模型是具有個體效應、時點效應還是雙效應。在研發(fā)階段，Cross-section F值5.158689，時點F值為4.594017，在1%水平下顯著，說明存在個體時點雙效應。在應用階段，Cross-section F值為20.138059，通過1%顯著性水平，但Period F值沒有通過檢驗，表明這階段主要有個體效應。

接下來進行Hausman檢驗來確定模型是具有固定效應還是隨機效應。在研發(fā)階段，個體效應和時點效應的卡方值分別是57.191002和66.885535，所對于的P值也顯著拒絕隨機效應的原假設，因此，這階段運用個體時點雙固定效應模型。在應用階段，個體效應卡方值為1.234492，沒能通過顯著性檢驗，故采用個體隨機效應。

根據(jù)前文檢驗結果，對科技創(chuàng)新兩階段分別建立相應的靜態(tài)面板數(shù)據(jù)模型，回歸結果見表2。調整后的R2在0.8以上，說明模型的擬合效果比較好。F統(tǒng)計量對應的P值小于0.05，意味著這些解釋變量在總體上對科技創(chuàng)新產(chǎn)生顯著影響?？萍冀鹑谥械钠髽I(yè)資金投入對科技創(chuàng)新產(chǎn)出的系數(shù)顯著為正，說明企業(yè)自有資金是科技創(chuàng)新主要影響因素，能夠在很大程度上推動科技創(chuàng)新的產(chǎn)出。政府資金的回歸系數(shù)為負且不顯著。在研發(fā)階段，人力資本對數(shù)的系數(shù)顯著為正，表明科研人員數(shù)量增加對專利申請數(shù)有促進作用。而在應用階段，科研人員數(shù)量對新產(chǎn)品銷售收入的影響比較小。

表2 靜態(tài)面板回歸結果

3.3 動態(tài)面板模型

考慮到科技創(chuàng)新產(chǎn)出是一個長期累積的過程，其過去行為對當前行為有很大影響，有必要在解釋變量中加入被解釋變量的滯后項。本文的做法是在靜態(tài)面板模型中加入被解釋變量的一階滯后項，從而構建如下的動態(tài)面板模型：

lnSTIit=αi+ρlnSTIi,t-1+β1lnGFit+β2lnEFit+

β3lnLit+εit

(2)

由于模型中解釋變量含有被解釋變量的滯后項，不再滿足外生性假設。這時，OLS估計量將是不一致的?？刹捎肁rellano and Bond(1991)提出的差分GMM來對動態(tài)面板模型進行估計。利用兩步迭代法得到模型相關參數(shù)估計值如表3所示。

表3 動態(tài)面板回歸結果

為了檢驗模型設定的合理性，接下來先對擾動項進行序列相關性檢驗，根據(jù)表3中AR(2)P值可得，擾動項的差分不存在二階自相關。其次，對工具變量有效性的Sargan檢驗表明，所選工具變量有效，模型設定合理。接下來，對模型中主要參數(shù)的估計結果進行分析。

從研發(fā)階段來看，專利申請數(shù)滯后一階項的系數(shù)為正的0.251676，且通過了1%的顯著性檢驗，這說明專利申請數(shù)本身具有很強的連續(xù)性及滯后效應?？萍冀鹑谠诳傮w上對專利申請數(shù)的作用效應明顯。從系數(shù)的大小來看，對專利申請數(shù)有最大促進作用的是企業(yè)資金投入，政府資金發(fā)揮的作用很小。人力資本在5%水平顯著為正，表明在安徽省內，研究與試驗發(fā)展人員數(shù)量與工業(yè)企業(yè)專利申請數(shù)正相關。

從應用階段來看，包含新產(chǎn)品銷售收入一階滯后項在內的所有核心變量都通過了5%的顯著性水平。由新產(chǎn)品銷售收入滯后項的系數(shù)0.330818來看，新產(chǎn)品銷售收入具有很強的連續(xù)性。根據(jù)系數(shù)絕對值大小來判斷，企業(yè)資金的增加依舊顯著促進新產(chǎn)品銷售收入，政府資金對新產(chǎn)品銷售收入影響較小。研究與試驗發(fā)展人員數(shù)量對新產(chǎn)品銷售收入影響力不大。

4 結 語

從工業(yè)企業(yè)視角，選用了安徽省各地市工業(yè)企業(yè)2011-2020年的相關數(shù)據(jù)，實證研究了安徽省科技金融對科技創(chuàng)新的作用效果。把科技創(chuàng)新分成兩個階段，構建了靜態(tài)面板數(shù)據(jù)模型和動態(tài)面板數(shù)據(jù)模型。通過研究發(fā)現(xiàn)，科技創(chuàng)新具有很強的連續(xù)性和滯后效應。在影響科技創(chuàng)新的科技金融主體中，企業(yè)自有資金作用最為明顯，政府資金所起的作用有限。這從側面說明，如何利用好科技創(chuàng)新中的政府資金投入，以及積極引導金融中介機構和資本市場參與企業(yè)的科技創(chuàng)新，這些都是需要解決的問題。

為了進一步提高科技金融對科技創(chuàng)新的積極促進作用，給出以下幾點政策建議：(1)強化政府資金在科技創(chuàng)新方面的利用效率?？蓮脑黾涌萍紕?chuàng)新財政支出和科技型企業(yè)稅收減免兩方面來努力。在科技創(chuàng)新的過程中，政府不能只是簡單地提供資金，應設計指標來考核資金的利用效率，嚴禁把財政科技投入用于其他方面的使用。(2)確立企業(yè)在科技創(chuàng)新中的主體地位。通過對知識產(chǎn)權的保護，調動企業(yè)科技創(chuàng)新積極性。另外，充分發(fā)揮學校和科研機構的科技創(chuàng)新作用。深化校企合作，注重創(chuàng)新成果轉化。(3)拓寬科技創(chuàng)新資金來源渠道。目前，我國科技創(chuàng)新資金來源主要是企業(yè)自有資金和政府財政支出，其他方面的資金極少。地方政府對于商業(yè)機構的企業(yè)科技貸款可考慮給予適當?shù)娘L險補償?shù)燃畲胧?。商業(yè)機構需針對科技創(chuàng)新的不同階段開發(fā)特色金融產(chǎn)品。鼓勵外商投資和風險基金等資金流向科技創(chuàng)新領域，逐步建立科技創(chuàng)新不同階段、多渠道的資金支持機制。