财政金融对我国科技创新支持的总体效应与空间差异研究

史晓辉,潘雄锋,徐 晶

(1. 山西师范大学 经济与管理学院，山西 临汾 041004；2. 大连理工大学 管理与经济学部，辽宁 大连 116023)

财政金融对我国科技创新支持的总体效应与空间差异研究

史晓辉1,潘雄锋2,徐 晶2

(1. 山西师范大学 经济与管理学院，山西 临汾 041004；2. 大连理工大学 管理与经济学部，辽宁 大连 116023)

为了科学把握财政金融对我国科技创新支持的具体效果与存在问题，本文利用我国30个省份的面板数据对2004年以来财政金融对我国科技创新支持产生的总体效应及空间差异进行了实证研究。结果显示：2004年自主创新战略实施以来，财政金融支持对我国科技创新的促进效应均明显增强，但是财政支持的正向促进作用更大；在地理环境及科技基础存在较大不同的情况下，我国财政金融对科技创新支持的作用效应具有显著的地区差异性。

财政金融；科技创新；总体效应；空间差异

引 言

21世纪以来，中国政府认识到经济增长模式需要从重数量、规模向重效率、质量进行转变，即依靠创新来推动经济社会的快速发展。从2004年的中央经济工作会议到2006年全国科技大会和“两会”，逐步地由自主创新战略提升到国家战略的高度。2012年底，中共十八大明确提出要实施创新驱动发展战略，将科技创新摆在国家发展全局的核心位置，实现到2020年进入创新型国家行列的目标。由此可见科技创新是提高社会生产力和综合国力的重要战略支撑。但由于科技创新活动具有高风险性和外部性，因此需要依靠财政金融的引导与支持[1]，科技创新的财政金融支持效应成为学术界关注的重要议题。Dominique和Bruno通过实证分析得出政府R&D支出与企业技术创新之间存在“倒U”型的关系[2]。Feldman和Maryellen研究政府R&D投入在促进知识外溢方面的作用，认为研发补贴是最有可能提高企业自主创新的政策工具之一[3]。Dundas和Roper研究发现金融支持对于企业科技创新成果的数量及质量均具有明显的促进作用[4]。孙杨、许承明和夏锐运用偏最小二乘法进行研究，表明不同的资金投入渠道对科技创新具有不同的作用，因此只有构建多层次的金融支持体系才能推动中国科技创新持续发展[5]。肖科通过实证计算得到政策性金融对企业创新成果具有明显的促进作用[6]。叶子荣和贾宪洲通过运用中国的数据实证分析得出科技财政对科技创新产出具有正向作用[7]。Gilson研究了不同的金融支持及技术水平对企业创新活动的促进作用[8]。Chowdhury和Maung运用普通最小二乘法、交叉工具变量回归法和面板回归法实证研究了发达国家和新兴国家金融发展对研发创新的作用效果[9]。徐玉莲和王宏起采用小样本可靠的Bootstrap仿真方法对1994—2008年中国科技金融发展与科技创新进行了Granger因果关系的实证检验[10]。潘雄锋等从时间序列角度探讨了财政金融支持对中国科技创新的非线性动态效应[11]。Amore 等以专利为衡量指标实证研究了美国金融支持对企业创新的作用效应[12]。俞立平采用格兰杰因果检验、面板数据分位数回归、面板向量自回归模型全面分析了金融与科技创新的互动关系[13]。和瑞亚和张玉喜基于结构向量自回归模型实证测度了财政科技投入对科技创新阶段性的动态贡献作用[14]。吴芸以40个国家1982—2010年的面板数据为分析样本，运用混合最小二乘法、固定效应模型、异方差稳健型固定效应模型实证分析了政府科技投入对科技创新的影响程度[15]。张玉喜和赵丽丽从静态和动态角度分别检验出中国科技金融投入能够有效促进科技创新成果的产出[16]。

从以上相关文献可以看出，现有研究中单独分析财政金融对科技创新作用效应的居多，而将两者结合起来进行研究的文献则不多见，即使有研究将两者结合也是从时间序列角度进行分析，而没有考虑我国各地区由于资源禀赋和经济社会基础不同而导致区域间财政金融支持效果可能存在较大区别，并且，自2004年自主创新战略和2012年创新驱动战略实施以来，我国持续增强了财政金融对科技创新的支持，目前尚未有研究对这一阶段财政金融对我国科技创新的作用效应进行总结和回顾。基于此，本文将针对2004年以来财政金融对我国科技创新支持的总体效应与空间差异问题展开实证研究，从而对我国财政金融对科技创新的作用效果进行全面分析。

一、 数据与方法

(一) 研究方法

这里我们将引入Griliches-Jaffe提出的知识生产函数模型来研究财政金融对我国科技创新的支持效果[17]，如式(1)所示：

(1)

其中，Y为知识产出，K为研发资金，L为研发人员，α和β分别为研发资金和研发人员的弹性系数，ε为误差项，i为样本数，t为时间。

研发资金主要由财政科技经费、金融科技贷款和企业研发投入构成，这样就能对式(1)加以拓展，得到式(2)：

(2)

其中，C、J和Q分别表示财政科技经费、金融科技贷款和企业研发投入。对式(2)两边取对数，可以得到式(3)：

lnYit=c+α1lnCit+α2lnJit+α3lnQit+

βlnLit+εit

(3)

本文将对(3)式采用面板数据模型的分析方法，由于面板数据模型包含了个体、指标和时间等层面的内容，在运用面板数据方法进行研究时，如果模型选择不对的话，会导致估计结果出现纳伪错误，通常计量经济学中主要通过F统计量来选择合适的模型：

F(N-1,NT-N-K)

(4)

其中，S1，S2分别为残差平方和，N为截面样本数，K为解释变量数，T为时期数。当运用式(4)计算得到的F统计量大于临界值的时候，运用固定效应模型来进行面板数据分析，否则采用混合模型进行面板数据分析。另外，固定效应模型还包括个体固定效应模型和个体随机效应模型，在计量经济学中主要通过Hausman检验即构建H统计量来对这两个模型进行选择：

(5)

(二) 变量说明

本文模型中的变量分为两部分：被解释变量和解释变量，具体说明如下：

被解释变量：Yit，即知识产出，由于专利比较接近科技创新的商业应用，以及专利数据能比较全面地反映国家(地区)的发明和创新信息，故专利是衡量知识产出的常用指标。专利统计包括专利申请量和专利授权量，由于专利申请量中存在大量低水平和重复研究成果，因此，并不是所有的专利申请都能得到授权，而专利授权量则是得到国家知识产权局真正获准授权的创新成果，因此专利授权量能够较为真实地反映出区域知识产出水平，因此，本文选择我国各地区的专利授权量作为衡量科技创新的变量。

解释变量：Cit表示财政科技投入，通过科技活动经费筹集额中的财政资金进行衡量；Jit表示科技金融贷款，通过科技活动经费筹集额中的金融机构贷款额进行衡量；Qit表示企业研发经费，通过R&D经费筹集额中的企业资金进行衡量；Lit为研发人员，通过R&D人员全时当量进行衡量。

(三) 数据来源

本文仅选取2000—2013年作为分析区间，而这一时间段也能够满足本文分析的要求。另外由于西藏、香港、澳门、台湾的数据不全，因此本文主要选择全国除西藏、香港、澳门、台湾之外的其余30个省、自治区、直辖市作为分析单元。以上被解释变量和解释变量的数据均通过查询《中国科技统计年鉴》(2001—2014年)得到。另外本文采用固定资产投资价格指数对Cit、Qit和Lit平减为2000年的不变价，以此来剔除价格因素的影响。

二、 实证分析

(一) 财政金融对我国科技创新支持的总体效应分析

为了探讨财政金融对我国科技创新支持的实际效应是否在2004年前后发生了结构性变化，本文分别采用2000—2004年和2004—2013年的数据进行混合效应、个体固定效应和个体随机效应模型估计，结果如表1所示。

表1中F检验结果显示，2000—2004年和2004—2013年的回归模型中F统计量值均在1%的显著水平拒绝了原假设，因此应选用固定效应模型进行估计，Hausman检验结果显示，2000—2004年和2004—2013年的回归模型中H统计量值均在1%的显著水平下拒绝了原假设，因此，2000—2004年和2004—2013年均选择个体固定效应模型能够得出较为准确的回归结果。下面将主要采用个体固定效应模型的估计结果进行分析。

表1 财政金融对我国科技创新支持的总体效应回归结果

注： OSL估计表示混合模型估计，FE估计表示个体固定效应模型估计，RE估计表示个体随机效应模型估计。括号内为t统计量，*、**、***分别表示在10%、5%、1%水平下显著。

由个体固定效应模型的回归结果可知，2000—2004年期间财政支出对科技创新的回归系数从0.1478增长至2004—2013期间的0.5434，金融贷款在2000—2004年期间对科技创新的回归系数不显著，而2004-2013年期间则变为显著，回归系数为0.0159，这种情况说明自主创新战略实施以后财政金融支持对我国科技创新的作用效应明显增强。但是应该看到的是2004-2013年期间财政支出对科技创新的作用程度要比金融信贷大得多，出现这种情况的主要原因在于，自2004年自主创新战略提出以来，各省政府大都相应出台和颁布了中长期科学和技术发展规划，并提出要建立稳定的财政科技投入增长机制、优化财政科技投入结构和加强对财政科技经费使用监督，在这种情况下，使得财政科技投入能够有效地促进各地科技创新成果的产出和科技创新能力的提升。而对于金融科技方面的政策则主要以引导性为主，没有制定比较明确具体的优惠政策和补偿机制，在这种背景下，虽然政府提倡金融机构对企业科技创新进行支持，但由于科技创新具有高风险、高投入的特征，这种固定收益与其承担的风险不对称严重降低了金融机构对科技创新活动特别是中小型企业的科技创新活动的支持力度[19]，从而使得金融支持对我国各地的科技创新有一定促进作用，但是作用程度还相对较小。

(二) 财政金融对我国科技创新支持的区域差异分析

为了检验财政金融支持对我国科技创新影响是否具有区域差异，本文分别对东部、中部和西部*东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省；西部地区包括四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等11个省。进行混合效应、个体固定效应和个体随机效应模型检验，结果如表2所示。表2中F检验结果显示，东部、中部和西部的回归模型中F统计量均在1%的显著水平下拒绝了原假设，因此选用固定效应模型进行估计，H检验结果显示，东部和西部的回归模型中H统计量值分别在5%和1%的显著水平下拒绝了原假设，因此，东部和西部选择个体固定效应模型能够得出较为准确的回归结果，中部的回归模型中H统计量值无法拒绝原假设，因此，中部应选择个体随机效应模型能够得到较为准确的回归结果。

表2 财政金融支持对我国科技创新支持效应的分区域回归结果

注： OSL估计表示混合模型估计，FE估计表示个体固定效应模型估计，RE表示个体随机效应模型估计。括号内为t统计量，*、**、***分别表示在10%、5%、1%水平下显著。

由实证回归结果可以看出，财政科技投入对东部、中部和西部地区的科技创新均具有明显的正向促进作用，但对各区域的具体促进作用具有明显的不同。其中对东部地区的作用程度最大，影响系数为0.6847；中部地区次之，影响系数为0.304；西部地区最小，作用系数仅为0.2671。主要原因在于东部地区财政科技支出力度较大，财政科技支出结构较为合理，而中西部地区的财政科技投入力度和支出结构则相对欠缺，该结果与Allanson[20]提出的由于不同地区经济条件差异所造成的财政政策效果存在差别的观点基本一致。从金融支持效应看，科技金融贷款对东部地区的科技创新具有明显的正效应，而对中西部地区的作用则不显著。主要原因在于东部地区构建了比较完善的科技金融服务体系，能够有效满足对企业研发的贷款需求，同时，政府加大对科技型中小企业贷款贴息的工作力度，推进科技担保体系建设，鼓励银行为中小企业提供专业化的金融服务，而中西部地区科技金融体系尚不完善，不能充分发挥金融在推动经济发展中的潜能，难以提供知识经济和科技创新所需的动力，从而对区域的科技创新作用则相对有限。

三、 结论及政策建议

本文从总体效应和空间差异角度对我国科技创新的财政金融支持效应进行了实证研究，得出结论如下：

第一，自2004年自主创新战略实施以来财政金融支持对我国科技创新的促进作用均明显增强，但相对于金融支持，财政支持对科技创新的促进效应要更强[21]。因此，政府今后应在继续加大财政科技投入力度的同时，进一步优化信贷结构，引导金融机构对重大科技产业化项目、科技成果转化项目等给予优惠的信贷支持，并通过风险补偿、担保业务补助等增信方式，鼓励和引导银行加大对企业研发创新的信贷支持。

第二，在自然地理和经济基础存在明显差异的条件下，我国财政金融对科技创新的作用效应存在显著区域性差异。由于东部经济发展水平较为发达，财政科技投入对其科技创新产出的正效应比中西部地区强烈。而受制于不完善的金融信贷体制，使得金融支持对于中西部科技创新的作用并不明显，而对于东部地区的科技创新则仍存在明显的促进作用。因此，应根据区域发展阶段及现状实行有差别的财政政策，进一步提升中央财政对中西部地区科技创新的支持力度，以此保证中西部地区有足够财力支持科技创新。在此基础上，中西部地区自身还务必建立完善的科技金融服务体系，促进科技与金融相结合，引导金融机构配合财政政策促进科技创新。

[1] 孙婷，温军，秦建群.金融中介发展、政府干预与企业技术创新——来自我国转轨经济的经验证据[J].科技进步与对策.2011(20):75-79.

[2] Dominique G,Bruno P.The impact of public R&D expenditure on business R&D[J].Economics of Innovation and New Technology,2003,12(3):225-243.

[3] Feldman M P,Kelley M R.The ex ante assessment of knowledge spillovers：Government R&D policy economic incentives and private firm behavior[J]．Research Policy,2006,35(10):1509-1521.

[4] Dundas N H,Rooper S.Output additionality of public support for Innovation:Evidence for Irish manufacturing plants[J].European Planning Studies,2010,18(1):107-122.

[5] 孙杨,许承明,夏锐.研发资金投人渠道的差异对科技创新的影响分析[J].金融研究,2009(9):165-174.

[6] 肖科.政策性金融对我国自主创新成果转化的贡献研究[J].科技进步与对策,2009,28(24):106-110.

[7] 叶子荣,贾宪周.科技财政与自主创新:基于中国省级DPD模型的实证研究[J].管理评论,2011,23(2):72-79.

[8] Gilson R J.Locating innovation:The endogeneity of technology，organizational structure and financial contracting[J].Columbia Law Review,2009,110(3):885-917.

[9] Chowdhury R,Maung M.Financial market development and the effectiveness of R&D investment: Evidence from developed and emerging countries[J].Research in International Business and Finance,2012,26(2):258-272.

[10] 徐玉莲,王宏起.科技金融对技术创新的支持作用:基于Bootstrap方法的实证分析[J].科技进步与对策,2010,29(3):1-4.

[11] 潘雄锋,史晓辉,王蒙.我国科技发展的财政金融政策效应研究[J].科学学研究,2012,30(6):865-869.

[12] Amore M D,Schneider C,Zaldokas A.Credit supply and corporate innovation[J].Journal of Financial Economics,2013,109(3):835-855.

[13] 俞立平.省际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.

[14] 和瑞亚,张玉喜.中国科技财政对科技创新贡献的动态估计研究[J].研究与发展管理,2013,25(5):127-134.

[15] 吴芸.政府科技投入对科技创新的影响研究[J].科学学与科学技术管理,2014,35(1):16-22.

[16] 张玉喜,赵丽丽.中国科技金融投入对科技创新的作用效果[J].科学学研究,2015,33(2):177-184.

[17] Jaffe A B.Real effects of academic research[J].American Economic Review,1989,79(5):957-970.

[18] 高铁梅.计量经济分析方法与建模——EViews应用及实例[M].北京:清华大学出版社,2009.

[19] 徐玉莲,王玉冬,林艳.区域科技创新与科技金融耦合协调度评价研究[J].科学学与科学技术管理,2011,32(12):116-122.

[20] Allanson P.The Redistributive effects of agricultural policy on scottish farm incomes[J].Journal of Agricultural Economics,2006,57(1):117-128.

[21] 姚圣,梁昊天.政治关联、利益相关者监督与企业环境信息披露[J].中国矿业大学学报(社会科学版),2016,18(2):57-66.

2016 - 11 - 16

国家自然科学基金项目(项目编号：71303029)；辽宁省哲学社会科学规划基金(项目编号：L13DGL033);大连市科技计划项目(项目编号：2015D12ZC176)；大连市青年科技之星培养计划(项目编号：2016RQ004)。

史晓辉(1990-)，女，山西师范大学经济与管理学院教师； 潘雄锋(1980-)，男，大连理工大学管理与经济学部副教授； 徐 晶(1990-)，女，大连理工大学管理与经济学部硕士生。

F124

A

1009-105X(2017)04-0063-05