科技创新与科技金融耦合系统模型多维测度

朱艳娜　何刚　乔国通

摘要：在建立科技金融与科技创新耦合协调系统评价指标体系的基础上，采用属性层次模型和熵值法确定指标权重，运用耦合系统模型从时空维度对湖南省科技金融与创新的协调发展程度进行应用研究。从时间维度研究表明：2001-2012年湖南省14个城市的科技金融与科技创新协调发展水平呈两极化趋势，总体水平偏低。从空间维度研究表明：湖南省科技创新与科技金融耦合协调度具有明显的区域不平衡性，长株潭核心板块耦合协调水平最高，大湘西区域板块耦合协调度最低，发展速度最慢。从两个子系统综合评价指数的对比可知，科技创新与科技金融共损是湖南省科技产业发展中的普通现象。

关键词：科技创新；科技金融；耦合系统模型

中图分类号：F207

文献标识码：A文章编号：

16721101（2017）01003805

Abstract：In this paper the evaluation index system of coupling coordination system of sci-tech finance and sci-tech innovation is constructed. Attribute hierarchy model and entropy method are used to determine index weights and the coupled system model is used for an empirical research from the dimension of space-time on the coordinated development level of the sci-tech finance and sci-tech innovation in Hunan province. The research finds that from the time dimension the level of development of sci-tech finance and sci-tech innovation in 14 cities in Hunan province demonstrated polarization in 2001-2012， the overall level being low； from the spatial dimension， the research finds that there is obvious regional imbalance in sci-tech finance and sci-tech innovation coordination in Hunan province. The highest level of coupling coordination is in the core plate of Changsha， Zhuzhou， Xiangtan， while the coupling degree in Xiangxi regional plate is the lowest and the development is the slowest. From the comparison of the comprehensive evaluation index of the two subsystems， it can be inferred that the simultaneous losses in sci-tech finance and sci-tech innovation is a common phenomenon in the development of science and technology industry in Hunan province.

Key words：science and technology innovation； science and technology finance； coupling system model

一、引言

高新技術产业的资本密集、高风险等特征决定了科技创新与科技金融二者密切关系，且存在复杂的对立统一辩证关系。一方面，科学技术转化成为生产力离不开金融的支持，另一方面，科技进步能够提高金融创新能力和保障金融安全。构建科技创新同科技金融的耦合系统模型，并从时间和空间角度进行多维测度极具研究价值。

目前国内外相关研究主要围绕科技创新与科技金融的关联和影响两个方面着手。如Luigi等（2008）[1]、Ang（2010）[2]、Vasilescu和Papa（2011）[3]、叶子荣和贾宪洲（2011）[4]等围绕金融体系中银行、资本市场及风险投资发展对科技创新的作用进行了相关研究；Berger（2003）[5]、王宏起（2012）[6]、俞立平（2013）[7]等研究了以信息通信技术为代表的科技创新对科技金融发展的影响。在模型运用上多以主观或客观单独赋权为主，缺乏二者融合确定综合权重模型。这些难以保证后续科技创新与科技金融耦合水平测算的准确性和科学性。为弥补以上不足，本文运用物理学中的耦合相关理论，通过属性层次模型与熵值法，从主、客观两方面构建科技创新与科技金融耦合系统模型，并对二者间耦合系统进行评价，基于湖南省14个城市2002-2012年的面板数据作为研究对象，从时间趋势与空间差异两个维度对其进行实证分析。

二、研究方法和指标体系

（一）研究方法

1. 属性层次模型和熵值赋权法

建立科技创新系统（f（x，t）） 、科技金融系统（g（x，t））综合测评指数如下：

f（x，t）=∑mi=1αixi′；g（y，t）=∑nj=1βjyj′（1）

x，y是系统的特征向量，t是时期。考虑到指标单位不一致以及同一指标差异过大对测评结果造成的影响，对各指标数据无量纲与非负处理必不可少。指标通常分为正负两类，设xi为科技创新系统的第i个指标，xi′表示指标标准化后的数据，标准化公式如下：

正向指标：xi′=[xi-min（xi）]/[max（xi）-min（xi）]（2）

负向指标：xi′=[max（xi）-xi]/[max（xi）-min（xi）]（3）

αi，βi为所选取的指标在综合评价中的权重。采用属性层次模型和熵值法分别确定各指标的主客观权重。其中属性层次模型原理是：设c为一个准则，b1，b2，k，bn为n个元素，对于准则c，bi与bj（i≠j）对准则c的相对重要程度分别记为μij与μji，依据属性测准则，μij同μji满足：

μij≥0，μji≥0，μij+μji=1，i=j（4）

μij=0，i=j，1≤i≤n，1≤j≤n（5）

满足上式的μij称为相对属性测度，其组成的n阶矩阵（μij）1≤i，j≤n称为属性判断矩阵，（μij）1≤i，j≤n可由层次分析法判断矩阵（aij）1≤i，j≤n 转换得到，转换公式可规定如公式（6），其中k为大于等于1的正整数，aij的值可由1-9比例标度（美国运筹学家Saaty提出）确定。

μij=

kk+1，aij=k，i≠j

1k+1，aij=1k，i≠j

0，aij=1，i=j

（6）

屬性判断矩阵具有一致性，因此不需要计算矩阵的特征根和特征向量，也不需要进行一致性检验。其中属性权重Wc计算公式为：

Wc=（Wc（1），Wc（2），LWc（n））T

=2n（n-1）∑mi=1μij1≤i≤n（7）

熵值赋权法确定步骤如下：

①进行指标值的比重变换：

Pij=Xij∑ni=1Xij，（i=1，2…，n，=1，2…，m）（8）

②计算第j项指标的熵值：

ej=-1lnn∑ni=1PijlnPij（9）

③计算第j项指标的差异度：

gj=1-ej（10）

④第j项指标的权重为

wj=gj∑mj=1gj，（1≤j≤m）（11）

2. 耦合系统模型

参考物理学中的容量耦合理论与容量耦合系统模型，构建科技创新与科技金融系统协调度为：

C={f（x，t）×g（x，t）/|f（x，t）×g（x，t）2|2}k（12）

其中，C表示科技创新与科技金融两系统之间的协调程度，K表示调节系数，假设K=2。C数值愈小，说明两个子系统之间协调程度愈低；C数值愈大，说明系统协调程度愈佳。然而，另一种可能出现的情况是科技创新与科技金融子系统数值相等但都偏低，两者之间的协调程度却很高，这同实际状况相违背。进一步优化得到科技创新与科技金融两系统的耦合协调度为：

T=af（x，t）+bg（x，t）

U=（C×T）q（13）

式中，U表示耦合协调度，C表示协调度，T表示通过AHM和熵值法综合得出的科技创新与科技金融综合发展评价指数，映射的是城市科技创新同科技金融两者之间的综合发展程度，a，b，q表示待定系数，均取值为0.5。基于上述的分析，采用均匀分布函数将科技创新和科技金融的耦合协调发展类型划分为良好协调、中度协调、基本协调、中度失调、严重失调五大类，再依据科技创新与科技金融各自综合评价指数的大小关系，将每类又细分为滞后型（f（x，t）g（x，t））这3种类型，总计15种评价类型。

（二）指标体系及权重设定

为了科学界定科技创新和科技金融系统的具体指标，2015年1月作者使用中国知网的文献检索工具，以“科技”、“金融”和“协调”作为篇名的检索条件，查找到2000-2014年的中文文献共计32篇，将其中所涉及到的系统指标进行高频分类，从中初步选出能够代表科技创新和科技金融的指标集合。多次调整和修改后，最终确定研发能力、成果转化能力、产业化能力、市场金融以及公共金融等5个因素，12个指标。在此基础上，建立科技创新同科技金融两者间的耦合协调发展系统评价体系及相应权重详见表1。

三、实证结果分析

（一）时序耦合分析

结合表1计算出来的科技创新与科技金融各评价指标的权重及样本数据，得到综合评价指数（见图1），将其代入耦合协调度公式（13），计算出湖南省科技创新与科技金融耦合协调结果及年度均值如表2所示。

由表2可知，按耦合协调关系的分类标准可归纳出4种主要耦合协调类型，同时根据图1中的比较结果，对耦合协调水平差异性的本质原因进行分析如下：（1）长沙的耦合协调度位于0.8-1之间，属于良好协调发展，此为最理想状态。该城市耦合协调度在研究期间内始终领先于其他城市，发展相对稳定且协调值变化幅度很小。由综合评价指数可知，长沙属于科技创新与科技金融同步型城市，充分发挥了两者相互促进的作用，提高了耦合协调水平。（2）株洲、湘潭、衡阳和岳阳的耦合协调度介于0.4-0.6之间，属于基本协调发展类型，此时科技创新同科技金融尚处在磨合环节，两者在结构、规模等层面拟合亟待强化。此类城市耦合协调度在研究周期内整体有所降低，其中降幅最大的是株洲市（-0.25），最小的是岳阳市（-0.08）。由综合评价指数可知，湘潭属于科技创新与科技金融同步型城市，其他3个城市属于科技金融滞后型，可见较低水平的金融发展在一定程度阻碍了科技创新的发展，进而阻碍了两者协调程度的优化提高。（3）常德、益阳、郴州和娄底的耦合协调度在0.2-0.4之间，属于中度失调衰退类型，此类城市中除郴州外，耦合协调度均有所降低，其中降幅最大的是常德和娄底（-0.07），最小的是益阳市（-0.05），郴州则有所提高（0.03）。

据图1可知，4个城市都属于科技创新与科技金融共损型城市。基于此，政府部门要积极制定促进科技与金融融合的政策，促进二者协同发展，以便缩小与其他城市之间的差距。（4）邵阳、张家界、永州、怀化和湘西州的耦合协调度都在0.2以下，属于严重失调衰退类型。在研究期间内，永州、怀化、张家界三市的耦合协调度分别降低了0.2、0.12和0.14，而邵阳增长了0.08，张家界则一直处于最低谷状态。从综合评价指数看，此类城市都属于科技创新与科技金融共损型，且5个城市的科技创新与科技金融的综合评价指数在全省范围内都排名靠后。

（二）空间耦合分析

利用湖南省14个地市在“十五”、“十一五”、“十二五”三个时期耦合协调等级划分结果，结合ArcGIS10.1重分类工具，绘制出湖南省科技创新与科技金融耦合协调度的分布图（见图2）。

具体特征如下：

（1）长株潭核心板块。研究时期内，长沙、湘潭市分别处于良好协调状态和基本协调状态，株洲市由中度协调状态下降到基本协调状态。总体而言，该经济板块整体协调水平较高，且与其他版块的差异正逐渐扩大。（2）环洞庭湖区域板块。益阳和常德市一直处于中度失调状态，岳阳市则经历了由基本协调降低到中度失調再回升到基本协调的过程。该经济板块整体协调水平偏低，研究时期内趋势变化与内部差异都较小。（3）泛湘南区域板块。娄底市和郴州市一直处于中度失调状态，衡阳市由基本协调衰退到中度失调状态，永州市则由中度失调衰退到严重失调状态。该板块整体协调水平仅次于长株潭核心板块，板块间城市差距也较小。（4）大湘西区域板块。张家界和湘西自治州始终处于严重失调状态，而怀化则由中度失调衰退到严重失调状态，邵阳由严重失调发展到中度失调。该板块一直是四大经济板块中耦合协调程度最低的，且发展速度也是最慢的。同时，板块内4个城市的科技金融和科技创新综合评价指数在全省范围内均排在尾部，缺乏城市间相互带动作用。

四、结论

利用耦合系统模型，对湖南省2001-2012年间，14个地市的科技创新与科技金融耦合协调发展的时空特性进行了实证研究，分析结论如下：

（1）从时序维度看，湖南省14个地州市的科技创新与科技金融耦合协调度呈两极演化趋势。如长沙一直处于良好协调状态，而张家界一直处于严重失调状态，两者之间的耦合协调度数值差异巨大。

（2）从综合评价指数看，株洲、衡阳、岳阳为科技金融滞后型城市，长沙和湘潭是同步型城市，其他都为共损型城市。

（3）从空间维度看，耦合协调度具有明显的区域不平衡性，长株潭核心板块耦合协调水平最高，泛湘南区域板块和环洞庭湖区域板块耦合协调度次之，大湘西区域板块耦合协调度最差，发展速度最慢。

（4）从城市经济发展层次看，经济发展水平越高，其科技创新与科技金融的耦合协调水平越高，如长沙、株洲等；经济发展水平较低，且科技发展水平较低的城市，其耦合协调水平越低，如张家界、湘西自治州等。参考文献：

[1]Luigi B，Fabio S，Alessandro S. Banks and Innovation： Microeconometric Evidence on Italian Firms[J]. Journal of Financial Economics， 2008（2）： 197-217.

[2]Ang J B.Research，Technological Change and Financial Liberalization in South Korea[J]. Journal of Macroeconomics， 2010（1）： 457-468.

[3]Vasilescu L G，Popa A.Venture Capital Funding-path to Growth and Innovation for Firm[J]. Constatin Brancusi University of Targu Jiu Annals-Economy Series， 2011（1）： 204-213.

[4]叶子荣， 贾宪洲. 金融支持促进了中国的自主创新吗[J]. 财经科学， 2011（3）： 10-18.

[5]Berger A N. The Economic Effects of Technological Progress： Evidence from the Banking Industry[J]. Journal of Money，Credit and Banking， 2003（2）： 141-176.

[6]王宏起，徐玉莲. 科技创新与科技金融协同度模型及其应用研究[J].中国软科学， 2012（6）： 129-138.

[7]俞立平. 省级金融与科技创新互动关系的实证研究[J]. 科学学与科学技术管理， 2013（4）： 88-97.

[责任编辑：范君李丽]