我国区域科技创新的金融支持研究

刘兰廷

(山东青年政治学院，济南 250103)

我国区域科技创新的金融支持研究

刘兰廷

(山东青年政治学院，济南 250103)

科技创新是一国或地区经济发展的重要推动力量，企业作为科技创新的主体，首先需要解决对资金的需求。科技创新融资主要来源于三个渠道：银行机构、一般资本市场和风险投资。不同的融资渠道对我国不同区域科技创新水平的影响不同，通过因子分析和面板数据模型对金融支持与我国区域科技创新之间的关系进行实证研究，能在融资渠道上找出优化我国区域科技创新的有效途径。

科技创新；金融支持；因子分析；面板数据模型

一、前言

随着国际市场化的快速发展，国内巨大的潜在需求引起经济的高速增长，然而这种增长并非来源于经济效率的提升，想要摆脱资源和劳动密集型产业的困境，发展资本密集型、知识密集型产业，必须依靠科技创新。2012年，党的十八大提出了“创新驱动发展战略”，强调把科技创新放在国家发展全局的核心位置。在科技创新过程中，金融能提供充足的资金供给，本身所具备的风险分散和资源配置功能也为科技创新提供安全保障。2014年，科技部与中国人民银行等联合印发《关于大力推进体制机制创新，扎实做好科技金融服务的意见》，倡导科技和金融的结合，从创新信贷产品、拓宽融资渠道、完善投资环境等七个方面对我国科技创新的金融支持体系做出部署，从政策上鼓励金融机构支持企业进行科技创新。

然而，我国金融体系对科技创新的支持力度并不高。一方面，以银行贷款为主的间接融资方式对科技创新的支持力度较小，科学研究和技术服务业的款项仅占银行贷款总额的0.18%；另一方面，中小企业作为我国科技创新的主要力量，在资本市场融资方面遇到阻碍。文章用实证分析方法分析各个区域金融支持与科技创新之间的数量关系，研究金融对科技创新的支持方向以及支持力度，因地制宜地提出金融改革措施，提高区域科技创新水平。

二、国内外研究现状

国内外关于金融支持企业科技创新的研究主要集中在对某一种融资方式的分析。Schumpeter最早在《经济发展理论》中指出了银行在科技创新中的重要性[1]。Goldsmith(1969)的研究表明，以银行为主的金融体系更容易使企业和银行建立长久联系，既可以实现规模经济又可以避免信息不对称[2]。Moore(1994)认为，金融机构为避免风险会减少对成长期高科技企业的贷款和投资，风险资金能充分发挥优势，促进企业的科技创新[3]。孙伍琴(2004)研究了银行机构和资本市场对科技创新的影响，认为资本市场具有风险分散功能，更符合科技创新的融资需求[4]。王玉荣(2009)运用回归分析方法研究了我国有风险投资支持的中小企业板上市公司，结果显示风险投资投入与企业创新资本投入成正比例关系[5]。王建梅(2011)和邓俊荣(2013)认为我国风险投资刚刚起步，并利用回归分析方法证明了目前我国风险投资对技术创新的促进作用较小[6][7]。和瑞亚(2014)利用向量自回归模型，证实中长期信贷融资在科技创新研发阶段起到促进作用，证券融资在创新成果产业化阶段作用明显[8]。张明龙(2015)采用超效率DEA模型分析各省市金融投入和产出，证明了金融支持科技创新的效率呈现U型变化趋势[9]。张玉喜(2015)利用静态和动态面板数据模型，通过对9年间我国30个省市的面板数据分析，得出科技金融与科技创新之间的正向关系在短期内比长期更加明显的结论[10]。

上述文献说明了金融体系对科技创新具有促进作用，对我们认识科技创新的金融支持体系以及可行性对策的提出具有指导性意义。在此基础上，文章选取多个指标，运用因子分析方法综合评价科技创新水平。同时，将我国大陆分为四个区域，研究科技创新的金融支持体系在区域内部的一致性和区域之间的差异性，根据实证分析结果对每个地区提出具有针对性的建议。

三、我国区域科技创新的金融支持现状分析

为了充分体现地区之间的差异性以及部分省份之间的相似性，在沿用传统区域划分方法的基础上，将我国大陆划分为四大区域：东部地区(京、津、冀、沪、苏、浙、闽、鲁、粤、琼)、中部地区(晋、皖、赣、豫、鄂、湘)、西部地区(蒙、桂、渝、川、贵、云、藏、陕、甘、青、宁、新)和东北地区(辽、吉、黑)。

(一)银行机构支持区域科技创新的现状

我国的金融体系以银行为主导，银行贷款成为金融支持企业科技创新的主要方式。然而，银行业对企业科技创新的支持力度持续偏低，2015年我国银行贷款中用于科学研究和技术服务业的款项总额为1186.75亿元，占银行贷款总额的0.18%，十年间仅提高了0.04%。

我国不同区域之间，银行贷款对科技创新的支持力度也存在较大差异。东部地区资本市场的快速发展使得科技创新的金融支持并不过分依赖于银行机构；中部地区和东北地区大中型企业较多，与企业科技创新相适应的银行中长期贷款相对较少；西部地区银行贷款总额绝对数低，除经营性贷款需求外，用于科技创新的资金数额也较少。

(二)资本市场支持区域科技创新的现状

与科技创新相关的资本市场融资方式有发行股票和企业债券，企业债券融资在我国具有严格的规定，对主体条件要求较高，进入门槛高，规模比例不大。2015年，我国银行贷款、股票市值和企业债券融资方式中，银行贷款占71.32%，股票占24.25%，企业债券仅占4.43%，资本市场发展结构失衡，且以股票市场为主体。

从近几年的股票市值来看，东部地区资本市场发展较快，股票市值一般高于全国平均水平，股票融资对科技创新的支持力度较大；中部地区凭借数量较多的上市企业吸引资金，促进企业科技创新；西部和东北地区资本市场发展较弱，中小板和创业板上市企业较少，对科技创新的支持力度有限。

(三)风险投资支持区域科技创新的现状

我国风险投资起步于20世纪80年代，在30年的发展过程中，创业风险投资机构数量由2008年的428家增加到2015年的1251家，创业风险投资机构收入由72.1亿元增加到125.59亿元。风险投资机构的兴起是我国科技创新的又一支撑力量，但是与银行机构贷款和资本市场相比差距较大。

从地区分布来看，我国风险投资发展呈现明显地区差异。我国平均每个省市有创业风险投资机构38.16个，东部地区平均达到86个，其中江苏省和浙江省最多。西部地区最少，平均10.25个，其中青海省和内蒙古均为1个，西藏地区尚无风险投资机构。创业风险投资机构数量上的巨大差异体现了我国风险投资对科技创新支持上存在明显地区倾向。

四、我国区域科技创新金融支持的实证分析

(一)模型构建基本原理

1.因子分析的基本原理

2.面板数据模型的基本原理

面板数据是时间序列数据和截面数据的组合，是具有截面、时期、变量三维信息的数据结构。面板数据个体维度的增加丰富了研究个体的信息，相比于单独利用截面数据或者时间序列数据的模型，可以减少模型的设定偏误以及估计偏误。面板数据模型的一般形式为：yit=αi+XitBi+uit，i=1,…,n, t=1,…,T, 其中，Xit=(xit1,xit2,…,xitk)，Bi=(βi1,βi2,…,βik)′，k表示解释变量的数目。根据αi与αj、βi与βj是否相等，可以将模型分为三种类型：无个体影响的不变系数模型、变截距模型、含个体影响的变系数模型，后两种模型又分别包含固定影响和随机影响两种情况。在具体的研究中可以根据研究对象的不同选择相应的模型。

(二)变量选取与数据来源

1.科技创新水平相关变量

文章从科技创新投入水平和科技创新产出水平两方面综合评价地区科技创新，采用综合评价之后的科技创新水平作为被解释变量，用STI表示。具体评价指标的选取见表1。其中，科技创新投入包括人力投入和资金投入；科技创新产出包括专利产出和产品产出，技术市场是作为商品的技术成果进行交换的场所，技术市场成交额是指技术合同标的金额的总和。

表1 科技创新综合水平评价指标

2.金融支持相关变量

由于我国风险投资起步较晚，相关数据统计不规范也不完善，文章选取银行机构和资本市场进行研究。为了体现金融的纵向深化和横向广化程度，将二者整合得到的金融规模、金融结构、金融效率作为解释变量。

金融规模：戈德史密斯最早提出用金融相关比率来衡量金融发展规模，具体表现为金融资产总值与地区生产总值之比，与麦金农提出的金融货币化程度(M2/GDP)相比能更好地衡量金融深化程度。科技创新相关的金融资产来源主要有以银行贷款为主的间接融资、以资本市场为代表的直接融资，考虑数据可得性以及代表性，金融规模的计算方式为：FSC=(银行贷款总额+股票总市值)/地区GDP。

金融结构：金融资产在银行机构和证券市场之间的分布情况能反映出企业科技创新资金获得的主要方式。用股票总市值代表证券市场的融资方式，金融结构变量FST=股票总市值/银行贷款总额，该数值越大，表明资本市场对科技创新的支持力度越大。

金融效率：金融体系的功能就是进行资金的集中以及再次分配，资金的分配效率直接关系到资金的使用。文章从金融中介的角度研究银行机构在存款和贷款之间的转化效率，FEF=银行贷款总额/银行存款总额。转化效率越大，说明金融中介的活跃度越大，对科技创新的支持度越大。

3.数据来源

科技创新水平相关变量的数据来源于：2002～2016年《中国科技统计年鉴》、《中国财政年鉴》、《中国统计年鉴》和2006～2016年《工业企业科技活动统计年鉴》。金融发展水平相关变量的数据来源于：2002～2016年《中国金融年鉴》，部分较早年份的股票总市值数据来源于上交所和深交所统计数据，西藏地区少数指标的统计数据来源于地区政府报告。

(三)我国科技创新水平的综合评价分析

将数据进行标准化处理之后，利用SPSS17.0软件进行因子分析。由于所研究省份较多，不一一列出计算过程，以山东省为例说明科技创新水平综合评价的因子分析过程。

在因子分析适应性检验中，得出的KMO值为0.747，巴特利特球度检验的显著性水平P=0.00，认为这七个变量之间存在较强的相关关系，适合做因子分析。根据得到的总方差解释表，两个因子的特征值大于1，方差贡献率分别为65.68%和30.19%，累积方差贡献率达到95.87%，因此提取这两个因子能较好地反映原始数据信息，记为F1、F2。根据得到的因子得分系数矩阵，计算出两个因子在每一年的得分情况：

F1=0.200X1+0.210X2-0.103X3+0.207X4+0.228X5-0.129X6+0.231X7

F2=-0.004X1-0.031X2+0.523X3-0.021X4-0.083X5+0.549X6-0.087X7

其中，X1,X2,…,X7为每个变量经过处理之后的标准化数据。进而将所提取的方差贡献率对每个因子进行加权，计算出每一年的综合得分STI=(F1*65.68+F2*30.19)/95.87。山东省2001-2015年科技创新水平综合评价得分见表2，采用同样的计算方法可以得到其他30个地区科技创新水平综合评价得分。

表2 山东省2001-2015年科技创新水平综合得分

(四)我国区域科技创新的金融支持实证分析

将因子分析计算出的2001-2015年各个省份科技创新综合评价水平作为被解释变量，金融规模、金融结构、金融效率作为解释变量，分别计算四个区域科技创新与金融支持之间的数量关系。

1.单位根检验

为了消除变量异方差可能产生的影响以及避免伪回归问题的发生，需要先对面板数据进行对数处理，然后进行单位根检验，确定变量数据是否平稳。利用Eviews6.0软件，分别对四个区域进行ADF检验。检验结果见表3。

表3 单位根检验结果

注：***、**、*分别表示统计量在1%、5%和10%的显著性水平下显著

检验结果显示，四个地区的原序列均存在单位根，属于非平稳序列。在一阶差分序列数据中，除了东北地区ADF检验在10%水平下显著，其余检验结果均在1%水平下显著，因而四个地区的一阶差分数据都拒绝存在单位根的原假设，认为是平稳序列。

2.协整关系检验

根据单位根检验结果可知，各个变量均是一阶单整序列，可以进行协整检验，通过协整检验结果来验证变量之间是否存在长期均衡关系。协整检验的方法包含4个组内统计量和3个组间统计量，每个区域包含的样本量均少于二十，组内统计量Panel ADF和组间统计量Group ADF是最优的检验方法。通过Eviews6.0软件计算出四个区域的协整检验结果见表4。

表4 协整检验结果

注：***、**、*分别表示统计量在1%、5%和10%的显著性水平下显著

协整检验结果表明，组内统计量Panel ADF加权之后均在1%的显著性水平下显著，组间统计量Group ADF在1%的显著性水平下也显著。因此，检验结果拒绝了变量间不存在协整关系的原假设，认为四个地区的变量均存在协整关系。

3.回归结果分析

在确定采用哪种面板数据模型时，Hausman定量检验方法往往得到事与愿违的结果，可以根据数据性质定性决定影响形式，为了探究区域内部数据一致性以及区域之间差异性比较，应建立固定效应模型。Eviews软件的计算结果见表5。

表5 回归结果

根据表5所示，变量回归系数均通过了显著性水平检验，可以进一步得出如下四个区域的回归方程。

东部地区：STI=0.044811+0.033092*FSC+0.047601*FST+0.005186*FEF

中部地区：STI=0.014215+0.02034*FSC+0.032583*FST+0.001127*FEF

西部地区：STI=0.036357+0.015579*FSC+0.018345*FST+0.000921*FEF

东北地区：STI=0.025083+0.021587*FSC+0.030078*FST+0.001219*FEF

从回归结果可以看出：

(1)金融规模扩大能促进地区科技创新水平的提高，但是不同地区之间金融规模对科技创新的影响程度不同。东部地区系数最大，源于东部沿海省份的金融体系较完善，企业规模普遍较大、上市公司较多，金融规模扩大能迅速转移到企业科技创新上来。西部地区大部分省份由于地处偏远，银行业发展缓慢，证券市场作为新的融资方式处于起步阶段，地方政府及企业对科技创新重视程度不够，表现为金融规模扩大对区域科技创新的支持力度偏小。

(2)在金融结构对科技创新水平的影响中，四个地区均表现为正相关。东部地区金融结构系数较大，这是因为东部地区依靠地理、交通、环境等优势，证券市场发展迅速，有替代银行贷款成为企业主要融资方式的趋势。中部地区由于大中型国有企业较多，投资风险小，能够获得证券交易所以及投资者的信任，因此对资本市场的敏感度相对较高。西部地区企业较少，且多为中小型企业，难以从资本市场获得大量资金支持，因而金融结构系数较小。

(3)金融效率与科技创新水平呈正相关关系，金融效率的提高能促进地区科技创新水平的提高。东部地区由于资金使用效率较高，对科技创新的促进作用大。从总体来看，金融效率的系数与另外两个变量相比偏小，是因为银行机构将存款转化为贷款发放给企业，企业再将这些资金部分应用到科技创新中，经过两次的资金传递与过滤，降低了金融效率对科技创新的影响。

五、提升我国区域科技创新能力的金融支持对策

(一)扩大区域银行贷款规模，提高金融转化效率

间接融资方式在我国金融体系中占60%以上，是科技创新的主要融资方式。东部地区应着力创新商业银行的金融产品和服务，延长企业科技创新贷款的还款期，加大政策性银行对企业发展关键设备和技术、农业科技贷款的支持；东北地区应建立专门提供科技贷款的科技银行，利用区域性银行特有的规模经济效应服务当地科技型企业；中部地区大中小型企业较多，针对不同规模的企业建立多层次的银行体系，调整商业银行授信、授权、审批等流程，是企业获取创新资金的有效途径；处于金融体系薄弱地带的西部地区，应立足本地中小企业，发展小型城市商业银行，试探性地将银行贷款利率与企业科技创新收益结合起来。

(二)构建区域多层次资本市场，优化金融支持结构

资本市场有利于企业发挥自身主动性，避免被动接受贷款发放。东部地区应优化中小板市场和创业板市场的制度、融资环境和上市条件，采用发展中长期债券、探索私募发行等方式鼓励企业债券的发行；东北地区应重视主板市场和场外交易市场，充分利用日韩等邻国投资服务于汽车、化工等大型企业以及初创期高新技术企业；中部地区大中小型企业混合发展，煤炭、水电等大型企业应充分利用主板市场进行科技创新融资，中小企业应完善在创业板市场的信息披露制度，在政府的引导下稳步发展；西部地区应尝试以四川、重庆、新疆、内蒙古等为中心，以点带面优先发展，并利用中部地区技术转移，最终实现整个地区资本市场的快速发展。

(三)加快发展区域风险投资，拓展金融支持规模

风险投资作为资本市场的一部分，是促进企业科技创新最直接、最快速的有效手段。东部地区依靠沿海优势，将国外资金和优秀的管理人才引入我国风险投资市场，从法制方面对风险投资予以保护和规范；东北地区风险投资的发展主要依靠政府支持，应积极探索利于风险投资发展的财政政策、税收政策和风险补贴机制，吸引更多的社会资金参与风险投资；中部地区应充分利用社会闲散资金和养老保险扩大风险投资资金来源，随时监管风险资金运用状况，选择风险投资收益最大化的时期，分段退出；西部地区要充分利用中东部规模较大的风险投资机构所产生的的辐射效应，在政策支持下促进具有地区特色的能源行业以及交通运输业科技创新。

(四)完善信用担保体系，培育良好信用环境

信用担保关系着企业科技创新融资规模、结构以及效率，能够节约金融活动中的交易成本。一是政府要发挥应有的指导作用，规范信用担保机构管理制度，完善信用担保评级体系；二是创新多种信用担保方式，通过知识产权质押、中小企业联保贷等业务，保证科技型中小企业资金的获取；三是完善再担保机构建设，转移和消减信用担保风险。

[1]熊彼特.经济发展理论[M].北京：商务印书馆，1990.

[2]Goldsmith R. Financial Structure and Economic Development [M]. New Haven: Yale University Press, 1969.

[3]Moore B. Financial Constraints to the Growth and Development of Small High Technology Firms [M]. London: Rutledge, 1994.

[4]孙伍琴.论不同金融结构对技术创新的影响[J].经济地理,2004,(2).

[5]王玉荣,李军.风险投资对中小企业自主创新影响的实证研究[J].山东科技大学学报,2009,(2).

[6]王建梅,王筱萍.风险投资促进我国技术创新的实证研究[J].科技进步与对策, 2011, (8).

[7]邓俊荣,龙蓉蓉.中国风险投资对技术创新作用的实证研究[J].技术经济与管理研究,2013,(6).

[8]和瑞亚,张玉喜.中国科技金融对科技创新贡献的动态综合估计研究[J].科技管理研究,2014,(8).

[9]张明龙.我国金融支持科技创新的效率评价—基于超效率DEA和Malmquist指数方法[J].金融发展研究,2015,(6).

[10]张玉喜,赵丽丽.中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015,(2).

(责任编辑：杜婕)

Abstract：Scientific and technological innovation is a significant driving force for the economic development of a country or region. As the main body of technological innovation, enterprises need to solve the demand for capital. Financing for scientific and technological innovation mainly comes from three channels: banking institution, general capital market and venture capital. Different financing channels have different impacts on different levels of regional scientific and technological innovation of our country. Through empirical research on the relationship between financial support and the regional scientific and technological innovation on the basis of factor analysis and panel data model, we can find the effective ways to optimize the regional scientific and technological innovation in our country on financing channels.

Keywords：scientific and technological innovation; financial support; factor analysis; Panel Data Model

ResearchonFinancialSupportforRegionalScientificandTechnologicalInnovationinChina

LIU Lan-ting

( Shandong Youth University of Political Science, Jinan 250103, China )

2017-05-26

刘兰廷(1989-)，女，山东聊城人，助教，硕士研究生，主要从事产业经济与区域发展研究。

F832

A

1008-7605(2017)05-0087-06