金融支持与中国高技术产业自主创新：基于面板数据的实证分析

马彦新

(西北师范大学 经济管理学院，甘肃 兰州 730070)

一、引言

高技术产业是国际经济和科技竞争的重要阵地，是引领未来经济社会发展的重要力量，大力发展高技术产业对于实现产业结构升级，提升我国的自主发展能力具有不可替代的作用。高技术产业的核心竞争力即为高新技术，特别是拥有自主知识产权的高新技术，因此自主创新能力是高技术产业的生命线，也是我们国家提升国家竞争力、实现建设创新型国家目标的重要支撑。金融是现代经济的核心，也是促进自主创新的重要变量，科技与金融的结合是推动经济社会不断向前发展的重要引擎。近年来我国不断深化金融体制改革，大力推进多层次资本市场建设，持续扩大保险市场规模，金融业对我国经济社会发展的支持与推动作用日趋显著。科技部等五部委于2010年联合开展了“促进科技和金融结合试点”工作，其目的就是要促进科技和金融结合，加快科技成果转化，培育发展战略性新兴产业，支撑和引领我国经济发展方式转变，因此研究金融支持与自主创新特别是高技术产业自主创新的关系成为一个不但很有意义，而且也很紧迫的命题。

近年来，有关金融支持与经济增长之间的关系受到了学者们的广泛关注，相关研究也已经取得了不少成果，然而有关金融支持与自主创新关系的研究尚不丰富，相关文献也未得到一致结论，因此仍有必要加强研究。鉴于我国各地区经济社会发展水平及自主创新能力发展不平衡，且近年来我国金融业获得了迅猛的发展，势必对高技术产业自主创新产生深刻影响，本文在现有研究成果基础上建立了面板数据模型，以2005－2009年省域数据为样本来分析金融支持与我国高技术产业自主创新的关系，以求为未来促进我国自主创新能力的提升提供经验证据和对策思路。

二、文献综述

Schumpeter(1912)提出金融中介提供的服务是技术创新和经济增长的原动力，他认为功能完善的商业银行能够发现和支持具有较大成功概率的创新项目，从而推动经济增长。而Patrick(1966)则提出“供给导向型”理论和“需求导向型”理论，他认为，在经济发展早期，金融深化能作为技术创新型的项目提供资金，进而推动经济增长，表现为供给导向型;一旦经济发展趋于成熟，需求导向型将占主导地位，金融发展和深化是应实体经济拓展的需要而发生的。Hicks(1969)分析英国产业革命发生的原因时认为，引发18世纪英国工业革命从而促进经济增长的新的重要因素就是金融市场，也就是说金融市场为工业新技术的出现提供了大量、持续、长期的投资，并成为产业革命的先决条件之一，即“产业技术革命前必须有金融革命”。King＆Levine(1993)发展了一个包括金融系统的熊彼特流派增长模型，证明金融中介分散风险、动员和运用储蓄以及获取有关投资项目信息的功能，与股票市场揭示创新活动预期利润现值的功能一道提高了技术创新率。Allen(1993)，Morck＆Nakamura(1999)和 Boot＆Thakor(1997)等认为，市场导向的资本市场相比银行中介导向的金融体系来说更适合高创新、高风险的投资项目，而银行导向的金融体系更适合传统型的低风险投资项目。

刘凤朝与沈能(2007)采用Geweke分解检验和协整分析法就我国金融发展与技术进步的因果关系以及动态演进进行了实证检验，结果表明金融发展与技术进步在长期中存在均衡关系，无论从长期还是短期上看，金融规模与技术进步正相关且两者间具有双向因果关系。康志勇与张杰(2008)使用1980－2004年的时间序列数据对金融结构和自主创新之间的关系进行检验，结果发现前者对后者的影响并不显著。孙伍琴与朱顺林(2008)测定了我国23个省市金融体系对技术创新的Malmquist生产率，发现23个省市金融发展促进技术创新效率的平均水平是逐渐提高的，且各省市金融发展促进技术创新的Malmquist生产率的差异性也通过随机影响变截距模型得到了验证。姚耀军(2010)用私营企业及个体贷款占贷款总额比重来度量金融中介深化水平，通过对中国省级面板数据的分析发现，金融中介发展对技术进步有非常显著的正向解释力。陈华和王稳(2011)利用中国1998－2007年的省际面板数据，研究了各省区保险发展与技术创新之间的内在联系，结果表明在长期中保险发展与技术创新之间有显著的正关系，短期中保险发展对技术创新的影响并不明显。

综上所述，关于金融支持对自主创新的促进作用，国内外学者分别从理论与实证方面进行了研究并形成了一些文献，这些成果为进一步探讨金融支持与自主创新之间的关系提供了坚实的基础和有益的借鉴，然而有关金融支持与中国高技术产业自主创新关系的研究，目前尚显匮乏，因此仍有加强研究的必要。

三、理论框架及研究方法

(一)理论框架与模型设定

技术创新本质上是一种高投入、高风险的科技活动，这就决定了高技术产业对资金有持续大量的需求，从而必然要求金融体系对其提供大规模、高效率的金融支持，否则高技术产业就无法获得快速稳定的发展。金融通过资本供给、信息传递、风险管理等渠道对企业自主创新产生推动作用，而保险则可针对高技术产业自主创新及科技成果转化过程中面临的风险及衍生的保险需求提供保险服务，从而促进企业自主创新能力的提升，因此可以假设金融支持对我国高技术产业自主创新具有显著的影响和推动力。

Griliches(1979、1986)和 Jaffe(1989)提出的知识生产函数已得到许多经验研究的证实，是目前人们分析知识生产和技术创新及其决定因素的主要理论框架。本文在该函数基础上定义如下自主创新生产函数:

其中Q为自主创新产出，K 为创新经费投入，L为人员投入，C为一系列经济社会变量，如金融支持、FDI技术溢出、政府财政科技支出等。为了检验上述假设，同时能够全面揭示金融支持与我国高技术产业自主创新之间的关系，基于该函数建立如下计量模型:

由于所用数据为除西藏外的中国大陆地区30个省份相关数据，故使用固定效应面板数据方法对模型进行估计，同时采用cross section weights方法进行加权，以最大限度克服异方差和序列自相关对回归结果可能产生的干扰。

(二)模型所用变量及数据说明

模型中所用数据为2005－2009年度全国大陆地区30个省份的相关数据(西藏因缺乏相关数据被排除在外)，分别来自《中国统计年鉴》、《新中国60年统计资料汇编》、《中国金融年鉴》、《中国工业经济统计年鉴》、《中国区域经济统计年鉴》、《中国高技术产业统计年鉴》及部分省份国民经济与社会发展统计公报等，并根据需要进行了相关处理。模型中所包含变量具体说明如下:

1.自主创新产出(PAT与RNP)。关于使用何种指标来度量自主创新产出，不同学者有不同看法，考虑到使用不同的指标各有利弊，为增强结果的稳健性，本文分别使用企业年度专利申请数(PAT)和新产品销售收入(RNP)来衡量自主创新产出。

2.自主创新资本投入(RDE和NPD)。经费投入是企业开展自主创新的决定性投入要素，本文分别使用地区高技术产业年度R＆D经费内部支出(RDE)和新产品开发经费(NPD)来衡量自主创新资本投入。

3.R＆D人员全时当量(RDP)。任何创新活动都是由人来开展和实施的，人力投入也应该是自主创新的核心要素，本文使用高技术产业企业R＆D人员全时当量衡量自主创新人力投入。

4.外商直接投资(FDI)。FDI的溢出效应可提高当地企业的技术水平，这已在理论上形成共识，这里使用地区FDI与GDP的比值来衡量外商直接投资规模，以检验FDI对地区高技术产业自主创新的影响。

5.财政科技支出(GC)。财政科技支出是我国科技研发资金投入的重要组成部分，本文用地区年度财政科技支出占财政总支出的比重衡量此变量。

6.金融中介深化程度(FD)。国外研究表明，发放给私人部门的银行信贷决策往往市场化程度较高且信贷投放也更有效率，因此本文使用非国有部门获得的信贷额占地区GDP的比重来衡量金融中介深化程度。由于我国官方公布的统计资料样本包括大量混合和交叉性质的企业，选择狭义的私人企业信贷将可能低估我国金融中介的深化程度，故本文采用张军等(2005)的方法，使用省际面板数据来间接估计各省的非国有部门信贷占GDP比重。

7.市场资本化率(STK)。本文以地区股票市价总值与GDP之比来衡量地区股市发展水平。由于大部分国家股和法人股并没有上市流通，不具备股票市场信息收集、风险分散等功能，只有流通股才能真正代表我国股票市场发展规模和水平，然而由于受到数据可得性的限制，本文选取了地区年末股票市价总值与地区GDP之比衡量股市发展规模。

8.金融结构变量(STRU)。按照 Beck、Kunt、Levnte和Maksimovic(2000)的研究，金融结构指标可以用股市交易总量与私人部门贷款额之比来衡量，他们认为这一指标反映了不同融资方式的活跃程度。由于受到数据可得性限制，本文参考现有研究使用地区年终银行贷款余额与股票市价总值之比来度量这一指标。

9.保险发展指标(INS)。本文使用地区保险深度来衡量保险发展水平。

四、实证分析

(一)数据的描述性统计分析

表1 国有企业信贷占比估计(面板数据方法)

表2 各指标的统计性描述

首先使用张军等(2005)的方法对中国金融中介深化水平进行估计，结果如表1。

根据表1中估计结果可计算各地区全部银行信贷中由国有企业产出比重解释的部分，亦即国有企业所占银行信贷比重;进而可求出非国有企业所占信贷比重，亦即地区金融中介深化水平。考虑到物价变动因素，对新产品销售收入以工业品出厂价格指数进行平减，对R＆D经费内部支出和新产品开发经费以固定资产投资价格指数进行平减，最终得到2005年不变价格的相应指标。各指标的描述性统计分析结果如表2。

(二)面板数据单位根检验

在对包含时间序列变量的模型进行回归估计前必须先对变量做平稳性检验，数据必须是平稳的或虽不平稳但协整，若数据既非平稳又非协整，则回归结果将是有偏且不一致的，即属于伪回归。常用的面板数据单位根检验方法有LLC检验、Brditung检验、IPS检验、Fisher－ADF检验及 Fisher－PP检验等，其中前两种属于同质单位根检验，后三种属于异质单位根检验。本文报告了上述五种方法的检验结果，如表3:

表3 面板数据单位根检验结果

由上表可知，对于LnFD、LnSTK、LnSTRU这几个变量，各种检验方法给出一致的结论，即数据是平稳的;对于其他的变量，不同方法的结论不完全一致，但考虑到本文的数据样本时间较短，将会影响到平稳性检验的结论，因此本文认为模型中各变量均是平稳的。

(三)模型参数估计

在对模型进行回归分析时本文使用固定效应面板数据方法。考虑到金融中介变量与股票市场变量存在较强的相关性，为避免模型中出现多重共线性从而对估计结果产生干扰，对金融支持各变量的影响分别进行估计，模型(1)和模型(2)的回归结果分别如表4和表5所示:

表4 模型(1)的固定效应回归结果

表5 模型(2)的固定效应回归结果

(四)模型回归结果解释

1.两个模型中自主创新资金投入的系数均显著为正，说明当前我国高技术产业的研发经费使用效率较高，资金投入确实对企业的自主创新水平具有显著提升作用。R＆D人员变量的系数两个模型给出了相反的结果，经分析后认为，当前我国高技术产业企业研发人员总体创新绩效仍然较低，其原因可能是由于我国企业研发人员虽数量众多，但总体层次不高，缺乏领军科技人才;同时一些企业缺乏科学有效的激励机制，不能充分调动科研人员创新积极性。

2.一些研究认为，在发展中国家FDI溢出效应并不显著，甚至为负，而在发达国家却存在显著的正效应。对本文中两个模型的分析显示，当前FDI对我国高技术产业确实不存在显著的技术溢出，反而可能对本土企业自主创新产生抑制和挤出效应。财政科技支出的系数则显著为正，显示当前我国的财政科技支出仍是自主创新投入资金的重要来源之一。

3.金融中介深化水平的系数为正，市场资本化率、保险深度等指标的系数均显著为正，显示金融支持对当前我国高技术产业自主创新起到了非常显著的促进作用。金融结构变量的系数显著为负，说明随着近年来我国资本市场规模的不断扩大和监管制度的不断完善，股票市场直接融资已成为高技术产业融资的主要手段，因而股票市场的发展比银行信贷的增长更能促进高技术产业自主创新水平的提高。

4.分别以专利申请数和新产品销售收入作为因变量对模型进行估计，得出了基本一致的结论，显示这两个指标在衡量高技术产业自主创新产出方面并无明显差别，因此在研究中若结合使用，将使分析结果更加稳健可靠。

五、结论与启示

本文以高技术产业企业年度专利申请数衡量自主创新能力，运用面板数据模型对2005－2009年度中国大陆30个省份的相关数据进行分析，所得结果对我们至少有如下启示:

1.研发资金投入对当前我国高技术产业自主创新水平的提高具有显著促进作用，因此今后应继续加大对自主创新的资金支持和投入力度，为企业自主创新提供更加完善的物质基础和条件。同时应着力提高研发人员的综合素质，积极培养和引进高精尖科技领军人才，建立并完善相关的激励机制和知识产权保护制度，为企业自主创新能力的增强提供扎实的人力资源保障。

2.当前我国的资本市场与发达国家相比仍有较大差距，但已经对我国高技术产业自主创新产生了明显的推动作用。因此，我们必须继续坚定不移地推进金融深化进程，创新金融业务和金融产品，为企业自主创新提供多种金融服务;同时要大力发展并完善多层次资本市场，为企业直接融资创造便利条件。我国现阶段的金融结构，在很大程度上仍是以银行体系为主，金融市场的发展比较单一、滞后，特别是在西方国家非常发达的企业债券市场在我国的发展规模仍偏小，这种银行主导型的金融体系对于发展低风险的传统型产业具有内生性比较优势，然而发达的资本市场则更有利于高创新、高风险的战略性产业的成长。因此当前我国的金融发展应选择以银行等金融中介机构和资本市场协同发展的模式，采取打造有效运行的银行体系和建构具有市场导向的多元化资本市场协调发展的战略，高度重视和大力扶持企业债券市场和创业风险投资的发展，这样才能更加有利于发挥金融体系对我国高技术产业自主创新的促进作用，提升我国的自主创新水平。

3.针对技术创新及科技成果转化过程中可能产生的各种风险，保险业应大力开展保险创新，积极开发保险新品种，降低企业在技术创新过程中可能面临的风险和损失。政府应加大对科技保险发展的推动和政策支持，鼓励保险企业积极探索和提供与自主创新有关的科技保险品种，使保险业更加全面高效地为企业的自主创新活动保驾护航，加快实现我国的创新型国家建设目标。

[1]Griliches Z.Issues in assesing the contribution of research and development to productivity growth[J].Bell Journal of Economics，1979，Vol.10，No.1:92 －116.

[2]Griliches Z.Productivity，R＆D，and basic research at the firm level in the 1970＇s[J].American Economic Review，1986，Vol.76:141 －154.

[3]Jaffe A.Real effects of academic research[J].American Economic Review，1989，Vol.79:957 －970.

[4]巴曙松.中国高技术产业发展中的金融支持[J].城市金融论坛，2000，(1):15 －21.

[5]林毅夫，章奇，刘明兴.金融结构与经济增长:以制造业为例[J]. 世界经济，2003，(1).

[6]陈华，王稳.中国保险发展对技术创新长短期影响效应的实证研究[J].中国软科学，2011，(3):82－87.

[7]马彦新.保险增长对中国工业企业技术创新的影响[J].经济与管理，2011，(10):37－41.

[8]赵奇伟，张诚.金融深化、FDI溢出效应与区域经济增长:基于1997～2004年省际面板数据分析[J].数量经济技术经济研究，2007，(6):74－82.

[9]韩立岩，蔡红艳.我国资本配置效率及其与金融市场关系评价研究[J].管理世界，2002，(1):65－70.

[10]冼国明，薄文广.外国直接投资对中国企业技术创新作用的影响——基于地区层面的分析[J].财经科学，2006，(3):106 －117.

[11]张军，金煜.中国的金融深化和生产率关系的再检测:1987 －2001[J]. 经济研究，2005，(11):34 －45.

[12]李青原，赵奇伟，李江冰，江春.外商直接投资、金融发展与地区资本配置效率——来自省级工业行业数据的证据[J].金融研究，2010，(3):80－97.

[13]侯润秀，官建成.FDI对我国大中型工业企业技术创新能力的影响[J].研究与发展管理，2006，(3):59－65.