■ 肖靜榮 徐 亮
(1.中共佛山市委黨校 廣東佛山 528399;2.中國人民銀行中山市分行 廣東中山 528400)
目前我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展階段。黨的二十大報(bào)告提出高質(zhì)量發(fā)展是全面建設(shè)社會(huì)主義現(xiàn)代化國家的首要任務(wù),科技是第一生產(chǎn)力,創(chuàng)新是第一動(dòng)力。金融作為國民經(jīng)濟(jì)的命脈,需要為經(jīng)濟(jì)社會(huì)發(fā)展提供高質(zhì)量服務(wù)??萍紕?chuàng)新需要依靠足夠且與之發(fā)展相匹配的金融資金支持,這就需要科技與金融的深度融合。早在2011年我國科技部等五部門就在16個(gè)城市設(shè)立了促進(jìn)科技和金融融合的試點(diǎn),今年中央金融工作會(huì)議又強(qiáng)調(diào)要優(yōu)化資金供給結(jié)構(gòu),把更多金融資源用于促進(jìn)科技創(chuàng)新、先進(jìn)制造、綠色發(fā)展和中小微企業(yè),支持實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,做好“科技金融”這篇大文章。
對(duì)于科技金融與地區(qū)經(jīng)濟(jì)增長的關(guān)系,學(xué)者進(jìn)行了多角度的研究。有的學(xué)者利用省際或市域面板數(shù)據(jù)驗(yàn)證了科技金融對(duì)經(jīng)濟(jì)增長的促進(jìn)作用(劉文麗、郝萬祿等,2014;汪淑娟、谷慎,2021);對(duì)于科技金融促進(jìn)地區(qū)經(jīng)濟(jì)增長的傳導(dǎo)機(jī)制,學(xué)者們發(fā)現(xiàn)了各類中介傳導(dǎo)變量。揭紅蘭(2020)利用省際面板數(shù)據(jù)實(shí)證得出科技創(chuàng)新在公共科技金融與經(jīng)濟(jì)發(fā)展的相關(guān)關(guān)系中有完全中介效應(yīng),對(duì)市場(chǎng)科技金融只起到部分中介效應(yīng)。徐越倩、李拓等(2021)利用雙重差分模型實(shí)證研究得出科技金融結(jié)合試點(diǎn)政策能夠通過提升地區(qū)科技創(chuàng)新水平和推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)合理化的雙重路徑帶動(dòng)地區(qū)經(jīng)濟(jì)增長。張騰、蔣伏心(2023)通過研究得出技術(shù)創(chuàng)新與科技金融的深度協(xié)同能夠促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。已有較多學(xué)者探討了科技金融與經(jīng)濟(jì)增長之間的關(guān)系,以及科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)等中介變量在其中的傳導(dǎo)效應(yīng),這些研究忽略了創(chuàng)新要素配置效率水平在科技金融與經(jīng)濟(jì)增長關(guān)系中的調(diào)節(jié)作用,但它直接影響技術(shù)創(chuàng)新、產(chǎn)業(yè)升級(jí)以及經(jīng)濟(jì)增長的速度和質(zhì)量,因此本文創(chuàng)新性地研究科技金融、創(chuàng)新要素配置效率和經(jīng)濟(jì)增長之間的關(guān)系。
與現(xiàn)有的研究相比,本文可能的邊際貢獻(xiàn)主要在于:首先,在科技金融與經(jīng)濟(jì)增長這二者關(guān)系的基礎(chǔ)上,以創(chuàng)新要素配置效率為切入點(diǎn),分析三者間的內(nèi)在機(jī)理;其次,通過三個(gè)方面10個(gè)指標(biāo)構(gòu)建了創(chuàng)新要素配置效率的綜合評(píng)價(jià)指標(biāo)體系,并通過調(diào)節(jié)機(jī)制模型驗(yàn)證了創(chuàng)新要素配置效率在科技金融與地區(qū)經(jīng)濟(jì)增長之間的調(diào)節(jié)作用,進(jìn)一步豐富和拓展了科技金融與經(jīng)濟(jì)增長兩者關(guān)系的研究。
趙昌文、陳春發(fā)等(2009)首次提出科技金融的內(nèi)涵∶科技金融是促進(jìn)科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排,是國家科技創(chuàng)新體系和金融體系的重要組成部分1趙昌文,陳春發(fā),唐英凱.科技金融[M].北京∶辭書出版社,2009.。房漢廷(2010)認(rèn)為科技金融是科技創(chuàng)新活動(dòng)與金融創(chuàng)新活動(dòng)的深度融合,是由科技創(chuàng)新活動(dòng)引發(fā)的一系列金融創(chuàng)新行為2房漢廷.關(guān)于科技金融理論、實(shí)踐與政策的思考[J].中國科技論壇,2010(11)∶5-10.。因此,科技金融可以為科技發(fā)展、技術(shù)創(chuàng)新、產(chǎn)業(yè)創(chuàng)新提供多樣化的融資渠道與有效穩(wěn)定的資金支持,提高科技創(chuàng)新的效率,促進(jìn)地區(qū)經(jīng)濟(jì)的發(fā)展。據(jù)此,提出以下假設(shè):
H1:科技金融對(duì)地區(qū)經(jīng)濟(jì)增長有顯著的正向促進(jìn)作用。
科技金融對(duì)經(jīng)濟(jì)增長的促進(jìn)作用離不開外部支持條件,尤其是創(chuàng)新要素的配置效率。一般來說,創(chuàng)新要素配置效率水平越高的地區(qū),其科技金融更易獲得足夠的復(fù)合型金融人才和大數(shù)據(jù)、人工智能等新一代信息技術(shù)的支持,能更加精準(zhǔn)識(shí)別并匹配科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新的金融需求,為技術(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展提供更多更有效的金融支持;相反,創(chuàng)新要素配置效率水平越低的地區(qū),科技金融本身的發(fā)展較難獲得人才和技術(shù)的支持,也很難精準(zhǔn)識(shí)別科技型企業(yè)或科研機(jī)構(gòu)創(chuàng)新的資金需求,科技金融效率較低。據(jù)此,提出以下假設(shè):
H2:當(dāng)創(chuàng)新要素配置效率處于較高水平時(shí),科技金融對(duì)地區(qū)經(jīng)濟(jì)增長的促進(jìn)作用更強(qiáng)。即創(chuàng)新要素配置效率在科技金融與地區(qū)經(jīng)濟(jì)增長二者關(guān)系間起到正向的調(diào)節(jié)作用。
我國在2011年開始實(shí)施科技金融結(jié)合試點(diǎn)政策,受限于相關(guān)年鑒公布數(shù)據(jù)年限,基于研究?jī)?nèi)容需要和數(shù)據(jù)可獲得性,本文選取2011~2019年中國30個(gè)省份(不含港澳臺(tái)及西藏自治區(qū))的面板數(shù)據(jù)分析科技金融、創(chuàng)新要素配置效率和地區(qū)經(jīng)濟(jì)增長三者的關(guān)系。
1.地區(qū)經(jīng)濟(jì)增長(eco)。國內(nèi)生產(chǎn)總值(GDP)能夠充分反映一個(gè)地區(qū)綜合實(shí)力,但進(jìn)行地區(qū)之間比較時(shí)需消除人口規(guī)模影響,因此本文以各省人均GDP衡量地區(qū)經(jīng)濟(jì)增長變量。
2.科技金融指數(shù)(techfin)。彭誠(2022)將科技金融效率分為投入變量、產(chǎn)出變量、環(huán)境變量三個(gè)方面進(jìn)行衡量,投入變量包括財(cái)政科技支出、外商科技投資和金融機(jī)構(gòu)科技貸款;產(chǎn)出變量包括科技實(shí)物產(chǎn)出和科技知識(shí)產(chǎn)出;環(huán)境變量包括人均GDP、研發(fā)強(qiáng)度、固定資產(chǎn)投資強(qiáng)度、高等教育水平,并通過三階段DEA模型測(cè)度中國30個(gè)省市2011~2019年真實(shí)科技金融效率。本文借鑒其第三階段各省、市科技金融效率分析結(jié)果3彭誠.環(huán)境規(guī)制會(huì)影響科技金融效率嗎?——來自中國省級(jí)行政區(qū)的經(jīng)驗(yàn)證據(jù)[J].東岳論叢,2022,43(09)∶68-80.(如表1所示)作為科技金融的衡量指標(biāo)。
表1 2011~2019年各省份科技金融效率分析結(jié)果
3.創(chuàng)新要素配置效率(eff)。目前,學(xué)術(shù)界對(duì)于創(chuàng)新要素配置效率的測(cè)量尚未形成專業(yè)統(tǒng)一標(biāo)準(zhǔn)。對(duì)此,本文通過梳理已有文獻(xiàn),借鑒陳玉玲、路麗等(2021),王謝勇、金光輝(2022)和邊作為(2023)將創(chuàng)新要素配置效率指標(biāo)分為創(chuàng)新環(huán)境、創(chuàng)新投入和創(chuàng)新產(chǎn)出三個(gè)方面的研究思路,設(shè)置指標(biāo)∶(1)創(chuàng)新環(huán)境。選取每10萬人口高等學(xué)校平均在校生數(shù)、規(guī)模以上工業(yè)企業(yè)有研發(fā)活動(dòng)的企業(yè)數(shù)占比、財(cái)政支出中科學(xué)技術(shù)支出占比、外商投資企業(yè)的投資總額等4個(gè)指標(biāo)來衡量創(chuàng)新環(huán)境要素。(2)創(chuàng)新投入。選取R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出、互聯(lián)網(wǎng)寬帶接入端口數(shù)等3個(gè)指標(biāo)來衡量創(chuàng)新投入要素。引入互聯(lián)網(wǎng)寬帶接入端口數(shù)主要是衡量數(shù)據(jù)要素的投入。(3)創(chuàng)新產(chǎn)出。創(chuàng)新產(chǎn)出可以分為科技成果和經(jīng)濟(jì)效益:選取專利授權(quán)量作為科技成果的衡量指標(biāo);選取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入和技術(shù)市場(chǎng)成交額作為經(jīng)濟(jì)效益的衡量指標(biāo)。最后形成10個(gè)指標(biāo)的綜合評(píng)價(jià)體系來衡量創(chuàng)新要素配置效率,具體如表2所示。
表2 創(chuàng)新要素配置效率的評(píng)價(jià)指標(biāo)體系
4.控制變量。為控制其他因素對(duì)地區(qū)經(jīng)濟(jì)增長的影響,本文借鑒成徐越倩、李拓等(2021)和周春應(yīng)(2021)的研究,選取政府干預(yù)程度(gov)、城鎮(zhèn)化水平(urb)、對(duì)外開放水平(fdi)、信息化水平(infor)和基礎(chǔ)設(shè)施水平(infra)5個(gè)控制變量提升模型的解釋力度。本文采用地方財(cái)政一般預(yù)算支出占GDP的比重(%)來表示政府干預(yù)程度,采用城鎮(zhèn)人口占總?cè)丝诘谋戎貋肀硎境擎?zhèn)化水平,采用貨物進(jìn)出口總額/GDP的比重(%)表示對(duì)外開放程度,采用每萬人人均郵電業(yè)務(wù)總量來表示信息化水平,采用人均城市道路面積(每萬人)來表示基礎(chǔ)設(shè)施水平
本文利用STATA15計(jì)量軟件對(duì)創(chuàng)新要素配置效率進(jìn)行主成分分析。首先利用計(jì)量軟件將創(chuàng)新要素配置效率綜合評(píng)價(jià)指標(biāo)體系的10個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理;接著對(duì)其進(jìn)行可行性檢驗(yàn),通過KMO檢驗(yàn)和Bartlett球形檢驗(yàn)得出:創(chuàng)新要素配置效率的KMO值為0.858,P值為0.0000,通過了關(guān)聯(lián)性程度檢驗(yàn),說明進(jìn)行主成分分析是適合的。通過計(jì)量分析,從創(chuàng)新要素配置效率的10個(gè)指標(biāo)中選取了2個(gè)主成分,其特征值大于1,且累計(jì)貢獻(xiàn)率為81.14%,提取效果較好。將2個(gè)主成分以及最終的綜合得分分別記為f1、f2和eff_,由此得出樣本的主成分綜合得分,表達(dá)公式如下∶
根據(jù)得出的創(chuàng)新要素配置效率主成分綜合得分來衡量創(chuàng)新要素配置效率水平,其詳細(xì)計(jì)算過程因篇幅限制在此略去。由于綜合得分存在正負(fù)值,本文為了直觀地進(jìn)行比較,對(duì)原始數(shù)據(jù)根據(jù)最小值進(jìn)行平移,得到最終的創(chuàng)新要素配置效率指標(biāo)eff(eff=eff_+1.031547),平移后數(shù)據(jù)特征并沒有改變,不影響因果效應(yīng)評(píng)估。
本文所用的數(shù)據(jù)除“科技金融指數(shù)”外,其余指標(biāo)數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國金融年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國人口和就業(yè)統(tǒng)計(jì)年鑒》,其中,個(gè)別省份部分年份出現(xiàn)數(shù)據(jù)缺失現(xiàn)象,采用插值法或移動(dòng)平均法補(bǔ)全缺失數(shù)據(jù)。由于《中國金融年鑒》還未公布2020~2021年的數(shù)據(jù),故本文所使用數(shù)據(jù)的年限是2011~2019年?;跀?shù)據(jù)特征,為消除多重共線性,對(duì)上述所有變量均取自然對(duì)數(shù)。表3是主要變量的描述性統(tǒng)計(jì)結(jié)果,表4為各變量之間的多重共線性檢驗(yàn)結(jié)果,各VIF值小于10,說明變量間不存在多重共線性問題。
表3 變量描述性統(tǒng)計(jì)特征
表4 變量多重共線性檢驗(yàn)結(jié)果
1.基準(zhǔn)效應(yīng)模型。為檢驗(yàn)科技金融對(duì)地區(qū)經(jīng)濟(jì)增長的基準(zhǔn)影響,構(gòu)建面板基準(zhǔn)模型如下:
2.調(diào)節(jié)機(jī)制模型。分析創(chuàng)新要素配置效率對(duì)科技金融與地區(qū)經(jīng)濟(jì)增長關(guān)系的調(diào)節(jié)效應(yīng),借鑒Sharma等人(1981)的研究,即調(diào)節(jié)效應(yīng)是調(diào)節(jié)變量與其他一些變量的交互作用,分析調(diào)節(jié)效應(yīng)就是對(duì)交互項(xiàng)的分析,并將調(diào)節(jié)變量分成三種類型:純調(diào)節(jié)變量、半調(diào)節(jié)變量和同質(zhì)調(diào)節(jié)變量。本文參照其對(duì)調(diào)節(jié)效應(yīng)的分析機(jī)制,將創(chuàng)新要素配置效率調(diào)節(jié)變量的識(shí)別過程及其調(diào)節(jié)變量的類型用圖1表示。
圖1 調(diào)節(jié)效應(yīng)識(shí)別過程及其調(diào)節(jié)變量的類型
因此本文采用分層回歸方法來構(gòu)建調(diào)節(jié)機(jī)制模型。首先,構(gòu)建科技金融和創(chuàng)新要素配置效率對(duì)地區(qū)經(jīng)濟(jì)增長影響的回歸模型(模型2-a);其次,在之前模型的基礎(chǔ)上引入科技金融和創(chuàng)新要素配置效率的交互項(xiàng)lnEFF*lnTECHFIN為解釋變量(模型2-b),但引入交互項(xiàng)時(shí)需對(duì)科技金融、創(chuàng)新要素配置效率進(jìn)行標(biāo)準(zhǔn)化處理(分別以lnTECHFIN、lnEFF表示),以降低引入交互項(xiàng)后變量間的共線性,同時(shí)更為方便模型結(jié)果的解釋。Y3系數(shù)的方向和大小反映了創(chuàng)新要素配置效率在科技金融影響地區(qū)經(jīng)濟(jì)增長中發(fā)揮的調(diào)節(jié)效應(yīng)。實(shí)證分析創(chuàng)新要素配置效率的調(diào)節(jié)效應(yīng)的基本模型為:
采用固定效應(yīng)和隨機(jī)效應(yīng)模型分析科技金融影響地區(qū)經(jīng)濟(jì)增長的基準(zhǔn)效應(yīng),并通過Hausman檢驗(yàn)的P值為0,得出固定效應(yīng)模型更合適,回歸結(jié)果如表5所示。故本文分析固定效應(yīng)模型下科技金融促進(jìn)地區(qū)經(jīng)濟(jì)增長的基準(zhǔn)效應(yīng),表5第(1)列中科技金融(lntechfin)的系數(shù)為0.0602,并通過5%顯著性水平檢驗(yàn),表明科技金融對(duì)地區(qū)經(jīng)濟(jì)增長具有顯著促進(jìn)作用,假設(shè)H1得到驗(yàn)證。
表5 基準(zhǔn)效應(yīng)回歸結(jié)果
分析控制變量的回歸系數(shù),對(duì)外開放程度(lnfdi)對(duì)地區(qū)經(jīng)濟(jì)增長的影響系數(shù)為0.1252且通過1%的顯著性水平檢驗(yàn),表明對(duì)外開放程度越高,越有利于促進(jìn)本地區(qū)的產(chǎn)業(yè)深度參與全球價(jià)值鏈分工,進(jìn)而促進(jìn)該地區(qū)的經(jīng)濟(jì)增長。信息化水平(lninfor)對(duì)地區(qū)經(jīng)濟(jì)增長的影響系數(shù)為0.0428并通過1%的顯著性水平檢驗(yàn),表明信息化建設(shè)對(duì)經(jīng)濟(jì)增長起正向促進(jìn)作用。政府干預(yù)程度(lngov)的影響系數(shù)-0.3721且通過1%的顯著性水平檢驗(yàn)。城鎮(zhèn)化水平(lnurb)的系數(shù)為1.1072且通過1%的顯著性水平檢驗(yàn),表明城鎮(zhèn)化水平對(duì)經(jīng)濟(jì)增長具有正向促進(jìn)作用?;A(chǔ)設(shè)施水平(lninfra)的系數(shù)為0.2226且通過了1%的顯著性水平檢驗(yàn),表明基礎(chǔ)設(shè)施的建設(shè)投資一方面是拉動(dòng)了經(jīng)濟(jì)增長的直接力量,另一方面基礎(chǔ)設(shè)施越完善越有利于擴(kuò)大經(jīng)濟(jì)活動(dòng)范圍進(jìn)而推動(dòng)經(jīng)濟(jì)增長。
本文通過對(duì)關(guān)鍵解釋變量滯后一期(L.lntechfin)進(jìn)行穩(wěn)健性檢驗(yàn)估計(jì),得出科技金融的滯后一期對(duì)地區(qū)經(jīng)濟(jì)增長的影響系數(shù)為0.0501,且在10%的顯著性水平上通過了檢驗(yàn),證明了檢驗(yàn)結(jié)果的穩(wěn)健性。
根據(jù)前文分析調(diào)節(jié)作用的回歸模型,首先做科技金融和創(chuàng)新要素配置效率與地區(qū)經(jīng)濟(jì)增長的回歸;其次在之前回歸模型的基礎(chǔ)上引入科技金融與創(chuàng)新要素配置效率的乘積項(xiàng)(lnEFF*lnTECHFIN)為解釋變量,并對(duì)科技金融、創(chuàng)新要素配置效率需進(jìn)行標(biāo)準(zhǔn)化處理(分別以lnTECHFIN、lnEFF表示),以降低引入交互項(xiàng)后變量間的共線性。從表6的回歸結(jié)果可知,模型2-b中科技金融與創(chuàng)新要素配置效率的交互項(xiàng)系數(shù)為0.0641,且在1%水平上顯著;且模型2-a和2-b中創(chuàng)新要素配置效率的系數(shù)為正且在1%的水平上顯著。根據(jù)上文圖1調(diào)節(jié)變量的識(shí)別過程及其調(diào)節(jié)變量的類型,說明創(chuàng)新要素配置效率是一個(gè)半調(diào)節(jié)變量,且正向調(diào)節(jié)了科技金融與地區(qū)經(jīng)濟(jì)增長之間的關(guān)系,與研究假設(shè)H2相符。
表6 調(diào)節(jié)效應(yīng)回歸結(jié)果
本文運(yùn)用2011~2019年中國30個(gè)省份(不含港澳臺(tái)及西藏自治區(qū))的面板數(shù)據(jù)探究了科技金融對(duì)地區(qū)經(jīng)濟(jì)增長的影響效果,同時(shí)構(gòu)建創(chuàng)新要素配置效率綜合評(píng)價(jià)指標(biāo)并分析其在科技金融與地區(qū)經(jīng)濟(jì)增長兩者關(guān)系中的調(diào)節(jié)效應(yīng)。研究發(fā)現(xiàn),科技金融發(fā)展對(duì)地區(qū)經(jīng)濟(jì)增長起到顯著的正向促進(jìn)作用;從調(diào)節(jié)效應(yīng)機(jī)制來看,創(chuàng)新要素配置效率正向調(diào)節(jié)科技金融對(duì)地區(qū)經(jīng)濟(jì)增長的促進(jìn)作用。此外,城鎮(zhèn)化進(jìn)程、基礎(chǔ)設(shè)施建設(shè)、對(duì)外開放程度和信息化建設(shè)水平等因素對(duì)地區(qū)經(jīng)濟(jì)增長也具有積極影響。因此,建議加強(qiáng)科技與金融的融合發(fā)展力度,引導(dǎo)更多金融資源流向科技領(lǐng)域,例如科研機(jī)構(gòu)、科技型中小企業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)等,滿足市場(chǎng)多樣化和專業(yè)化的科技金融需求;充分重視創(chuàng)新要素配置效率的調(diào)節(jié)效應(yīng),不斷激發(fā)地區(qū)創(chuàng)新要素配置活力,借助復(fù)合型金融人才和新一代信息技術(shù)賦能科技金融的發(fā)展;創(chuàng)新科技金融產(chǎn)品和服務(wù),為科技創(chuàng)新提供更多的融資渠道,更精準(zhǔn)地匹配科技發(fā)展、技術(shù)創(chuàng)新和產(chǎn)業(yè)創(chuàng)新的融資需求,促進(jìn)科技金融與經(jīng)濟(jì)發(fā)展的良性互動(dòng)。