科技金融发展是否促进了全要素生产率的提高？——基于空间计量模型的研究

■张 腾，刘 阳

一、引言

改革开放以来，我国经济一直保持快速增长，但是这种快速增长往往依靠要素与投资进行驱动。在劳动力成本上升、资源环境恶化双重条件的约束下，随着国家经济进入新常态，传统的驱动方式已无法满足我国对于经济持续性增长的要求。新的经济环境必然会对我国经济发展的驱动模式提出更高的要求。国家提出将创新驱动作为推动经济发展的新引擎，而有效实施创新驱动发展战略的核心在于科技创新。党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段。因此，必须坚持质量第一，推动质量变革、效率变革、动力变革，提高全要素生产率，着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系，不断增强我国经济创新力和竞争力。科学技术与现代金融业发展对提升我国经济的创新性、竞争性与持续性以及有效实施创新驱动发展战略所发挥的作用是显而易见的。科学技术是第一生产力与竞争力，科技进步与创新是转变经济发展方式与转换经济增长动力的重要支撑。而科学技术的发展离不开金融资本的支持。现代金融是经济发展的核心，金融业的蓬勃发展可以强力助推科技进步并给一国经济带来巨大活力。同时，现代金融业也可以借助异质化科技创新加速自身发展。作为国家产业体系的两个重要组成部分，科技创新与现代金融的有机结合就构成了科技金融范畴，两者的协同作用可以推动一国科技乃至生产力的迅速发展。因此，科技金融发展无疑会对我国提高自主创新能力及建立创新型国家的发展目标产生深远的影响。

严格意义上的科技金融概念第一次正式使用是在1994年。随后诸多学者从不同层面与角度对“科技金融”进行定义。虽然对于科技金融的定义不尽相同，但多数的定义都明确了科技金融的本质是科技创新与金融创新的有机结合（房汉廷，2010）。一方面，科技创新能够大力促进金融业的发展。科技的进步使得金融部门的交易成本与信息成本大幅降低，故而众多金融部门的决策成本也有所降低，盈利空间得以扩大。另一方面，金融业的迅速发展也可以对科技创新产生重大影响。金融机构为企业的科技研发项目提供规模化的金融支持，使企业拥有足够的资金对自身进行投资与升级。企业通过提升科技研发能力、优化资本结构与资源配置、发挥规模经济效应等方式影响企业的全要素生产率（芦峰和韩尚容，2015）。由此可以看出，金融资本能够强力助推科技发展，而科技进步与创新则能影响最终的全要素生产率。正因如此，国家经济发展需要科技创新和金融创新的深度融合，政府部门需要积极培育和发展科技金融。因此，如何促进科技金融稳定健康发展以及如何通过科技金融发展引领我国经济增长方式转变与推动生产力水平持续提高是当前政府部门与诸多学者的研究焦点。本文着重回答以下问题：如何科学全面衡量科技金融发展以及目前我国各区域科技金融发展水平如何？科技金融的发展对我国全要素生产率是否具有明显影响？如果具有影响，科技金融是通过哪种途径作用于全要素生产率？

本文认为，科技金融主要通过两条路径影响全要素生产率：技术进步与效率改善。技术进步主要指通过新技术、新工艺与新发明而导致的企业最优生产能力的整体提升。效率改善主要指通过管理创新、组织变革与制度完善使得企业现阶段的生产效率向所能达到的最优效率的提高程度。一方面，科技金融给予企业足够的金融支持，这能够弥补企业自身的资金缺口。企业可将所获融资直接作为研发经费或者用于购买先进的硬件设备、技术工艺与聘用高水平的科技人才，随后通过消化吸收、模仿改造与集成创新等方式将前沿技术应用到本企业的生产过程中，进而促进企业的技术进步与创新。另一方面，企业在得到科技金融支持时往往还可以获得其他方面的帮助。科技金融主体能够通过信息传递、风险识别等优势对企业在管理、组织、物流等方面提出一些具有针对性的建议，同时也能够对企业人力资源进行专业化的培训，借此提高企业资源配置与利用效率（洪银兴，2011）。此外，科技金融资本与其他传统要素一样具有趋利性的经济特征，同质化的金融资本可以对异质化的科技企业进行选择，通过“投票”的方式来筛选哪些企业具有吸引力。因此，科技金融主体在甄选资助对象时往往需要考虑企业的规模、技术以及前景等因素，这就使得企业需要专注于提升自身的科技研发与创新水平，同时对自身的生产流程、组织管理与制度设计等方面进行一定程度的改进，这些举措有助于减少企业的生产成本，提高企业的经营效率与竞争力，从而获得诸多科技金融的青睐。同样，科技金融也可能通过这两条路径对全要素生产率带来一定程度的负面影响。这是因为某些企业在获得规模的科技金融资助后，没有将资金投放到研发与生产活动，反而是用作于弥补自身的亏损，这就使得科技金融支持的效用大打折扣。也有一些企业在获得科技金融资助后，产生一种“货币幻觉”，失去了提高自身技术水平与生产效率的动力与渴望，导致企业可能发生资源错配与经营不善等状况，从而影响全要素生产率（白俊红和王林东，2016）。

本文的贡献主要体现在:第一，以往研究主要从金融支持或科技创新溢出等方面分析其对要素生产率的影响，鲜有学者将两者结合起来视为一个整体与全要素生产率纳入研究框架并进行实证分析。本文从科技与金融有机融合的视角出发，考察其对我国全要素生产率的影响。第二，考虑到全要素生产率可能在地理区位或社会经济方面存在空间关联效应，本文构建多种空间权重矩阵并应用空间计量模型以实证考察科技金融对全要素生产率的影响，从而使实证结果更加客观准确。

二、模型的构建与估计方法

（一）Malmquist指数

作为一种确定性前沿生产函数法，Malmquist指数是用来测度全要素生产率变化的专门指数。此方法在规模报酬不变（CRS）的假设下，把全要素生产率分解为技术变化（TECH）和技术效率变化（EFFCH）。根据 Fare et al.（1994）提出的 DEAMalmquist指数方法，从t到t+1时期Malmquist分解如（1）所示：

DEA-Malmquist指数的求解需要测算相关的距离函数，下面以距离函数）为例给出线性规划求解式：

式中mi（xt+1，yt+1，xt，yt）表明t+1时期的全要素生产率较t时期有所提高。（1）中的前者（EFFCH）测度在规模报酬不变且要素自由配置的条件下，从时期t到t+1每个观察单元到最优生产边界的追赶程度。后者（TECH）测度的是时期t到t+1技术前沿边界的移动程度。EFFCH与TECH数值大于1，表示水平提升，小于1则表示能力有所下降而等于1则表示水平不变。

（二）考虑空间效应的计量模型

为避免由于不考虑空间相关性所带来的估计偏差，本文采用与空间相关的计量模型进行回归分析。空间计量模型包括空间滞后模型（SAR）与空间误差模型（SEM）。

空间滞后模型表达式如下：

其中，ρ为空间滞后系数，反映样本观测值的空间依赖作用，即相邻地区对本地区观测值影响的方向和程度。W为n×n阶的空间权重矩阵，Kejin表征科技金融发展水平。

空间误差模型表达式为：

其中，λ为空间误差系数，μ为正态分布的随机误差项向量。

（三）空间权重矩阵的构建

本文通过构建不同类型的空间权重矩阵，借此从不同的空间角度分析科技金融发展对全要素生产率的影响。本文分别基于地理区位特征与社会经济特征构造空间权重矩阵。

1.地理特征空间权重矩阵

地理学第一定律表明，任何事物与其他周围事物有着一定程度的关联性，而关联程度的大小受到事物之间地理距离的影响。距离较小的事物间的联系相对距离较大事物之间的联系更为紧密。一般的空间权重矩阵多是基于邻接标准或距离标准建立。地理邻接权重矩阵的假定是当一个地区与另一个地区相邻时，空间权重矩阵中对应项取1，不相邻时就取值为0，即两个不相邻的地区之间没有任何的联系。地理邻接权重矩阵表达形式如（5）所示：

地理距离权重矩阵假定两个区域单元不相邻就没有空间相关性，这显然不符合实际情况。例如北京和上海没有相邻，但是两个地区之间的经济活动往来很频繁，因此两者具有一定程度的空间依赖性。地理距离权重矩阵假定如果两个区域之间地理距离越小，则表明二者空间相关程度越高，否则二者空间相关程度越低。应用地理距离权重矩阵可以对基于地理邻接权重矩阵得出的结果进行稳健性检验。地理距离权重矩阵的表达形式如（6）所示：

其中，d为两个地区地理中心位置之间的距离。

2.社会经济特征空间权重矩阵

仅考虑以地理位置所表现出的空间相关性是不够全面的，因为地理空间权重矩阵只反映了地理远近的特征。区域的生产活动是具有系统性与科学性，必然受到一些非地理因素的影响。因此，需要从多个维度构建其他类型的空间权重矩阵，以全面分析科技金融发展对全要素生产率的影响。本文将区域间的社会经济特征分为两类：经济基础与信息传播，以此分别建立空间权重矩阵。

经济基础距离权重矩阵是指区域经济基础的差异会导致地区吸收能力的不同，从而影响知识溢出与技术扩散的效果。理论上讲，区域间的经济水平差距过大，那么落后地区则由于缺乏足够的经济支撑，导致学习与吸收能力低下，造成技术与知识传播受到阻碍，故而无法有效获得技术外溢所带来的好处。相反，如果两地之间经济差距较小，则可以说明两个地区在产业结构、市场环境等方面有一定程度的可比性，这无疑有利于落后区域引进与消化前沿技术，进而提高地区全要素生产率。经济基础距离权重矩阵可表示为：

其中，Wd为地理距离权重矩阵Yit为考察期内第i省居民消费水平均值为考察期内总消费水平均值，t为不同的时期。本文选用各地区居民消费水平表征地区的经济发展基础。

信息传播距离权重矩阵是指区域的信息基础水平会对生产活动的空间关联性与依赖性产生影响。当一个地区的信息传播量占总量的比重较大时，说明此地区的知识、技术、经验等软要素流动频繁，促进了区域之间的知识溢出与技术扩散。另一方面也说明该地区拥有良好的基础设施环境，故而可以减少要素、产品、服务的运输成本与交易成本，也能为区域的生产活动提供良好的经营环境，优化资源配置，从而提高区域生产效率。

信息传播距离权重矩阵可表示为：

其中，Wd为地理距离权重矩阵为考察期内第i省信息传播量平均值为总信息传播量平均值。本文选用各地区邮电业务量表征信息传播量。

三、指标选取与数据说明

（一）解释变量

考察科技金融与全要素生产率的关系，首先需要考虑的是如何衡量科技金融发展水平（徐玉莲等，2017；曹颢，2011）。本文认为衡量区域科技金融发展水平应从三个方面进行（见表1）。

表1 科技金融评价指标体系

一是科技金融投入。本文选用政府支持力度、企业投入力度、R&D人力资源与金融机构科技投资额四个分项指标。需要说明的是，对于R&D人力资源的表征，本文认为R&D人员数只能体现参与研发的人员数量，并不能很好体现人员参与研发工作的实际情况，故而选用R&D人员全时当量作为指标。二是科技金融成果。本文用专利产出与合同成交额两个分项指标来表征。这两个指标作为科技与金融融合关系的具体体现，涵盖了知识产出方面的大量信息，能够全面反映科技金融成果产出情况。三是科技金融市场化。科技金融产出是否具有市场普遍接受的经济价值与高度的商业化能力是衡量科技金融发展的重要标志之一，故而选用销售收入与出口额度两个分项指标进行表征。

在构建科技金融评价指标体系过程中，由于各种指标的计量单位不同，故而采用均值化方法对原始数据进行无量纲化处理。在此基础上，使用SPSS25.0软件将上述10个基础指标进行因子分析，然后计算综合因子得分，并以此综合因子得分作为科技金融发展的最终衡量指标。

（二）被解释变量

应用DEA-Malmquist指数方法测算全要素生产率。投入变量选取各地区规模以上工业企业劳动力人数（L）和资本存量（K），产出变量选取各地区规模以上工业企业主营业务收入（Y），并用工业品出厂价格指数平减为以2005年的实际价格。对于资本存量的计算，借鉴张军等做法，采用永续盘存法进行计算，公式为：

其中，Kit，Kit-1分别为第i个地区第t年和第t-1年的资本存量。I为当年的固定资产投资额，并用历年各地区固定资产价格指数将其平减为以2005年为基期的实际值。折旧率同样按照张军等所估算出的数值，取值为9.6%。

（三）控制变量

本文参考以往的研究，基于数据的连续性与可得性，主要选取以下指标作为控制变量。

（1）R&D资本存量（Stock）。企业R&D资本存量代表了企业自身的资本与知识积累（吴延兵，2006）。本文选取R&D经费内部支出这一指标，借鉴朱平芳和徐伟民（2003）做法，采用公式（10）计算R&D支出价格指数，然后用得出的R&D支出价格指数将其平减为2005年的实际值。

最后，利用永续盘存法将其换为R&D存量形式。核算方法与前文计算固定资本存量的方法一致。不同的是，取其折旧率为15%，这是诸多对于R&D经费支出研究中所普遍接受的折旧水平。代入计量模型时，为避免异方差出现的问题，对其进行对数化处理。

（2）人力资本（Labor）。作为知识与技能的载体，高素质人力资源可以为企业提升全要素生产率提供智力支持与精神引领（岳书敬和刘朝明，2006；夏良科，2010）。已有研究考虑到人力资本组成部分的异质性，发现对TFP有显著促进作用的是受过高等教育的人力资本部分而不是平均人力资本。因此，本文用每十万人口平均在校大学生数进行表征。为防止异方差的出现，进行对数化处理。

（3）对外开放水平（Open）。国内企业与国外企业进行贸易合作，由于可以直接接触国际市场，国内企业能够从国外先进企业购买和学习包括产品设计、物流分配以及组织架构等方面的新知识（毛其琳和盛斌，2011）。随后企业便可以通过模仿、改造或集成创新等方式将新的知识与技术工艺应用到内部生产过程，这也将会提升企业的全要素生产率。本文用贸易依存度，即地区进出口总额占地区生产总值的比重予以表征。

（4）产业结构（Indus）。产业结构的差异性会导致“虹吸效应”的出现，要素资源会自动的向经济效率高的产业流动和转移。此外，资本的逐利性会促使要素向结构更加合理的领域集聚，从而促进产业结构不断调整与优化，进而提高产出效率（岳书敬和刘朝明，2006）。本文使用第三产业增加值占总产出的比例进行表示。

（5）政府干预力度（gover）。合理的政府干预有助于社会资源的配置优化与充分利用，进而提高生产效率，最终能够促进经济的健康、稳定、持续的发展。但如果干预过度或者不合理，则有可能造成要素资源错配及效率低下的情形（夏良科，2010）。这里采用支出法GDP中政府消费支出占最终消费支出的百分比来表示。

以上指标所需原始数据来自《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》、Wind数据库、中经网统计数据库、各省市统计年鉴。本文以中国大陆30个省、市、自治区为研究样本。由于西藏自治区的数据缺失，故予以剔除整理，对于部分缺失数据则采用插值法予以替代。

四、实证结果及分析

本文构建的空间计量模型分别为空间滞后模型（SAR）与空间误差模型（SEM）。由于事先无法判断哪个模型能够更有效地拟合，通常需要通过拉格朗日因子（LM）进行检验。如果在空间依赖性检验中，发现LM（Error）比LM（Lag）在统计上更为显著，则可以确定空间误差模型用于实证分析较合适，反之则空间滞后模型更为合适。如果拉格朗日因子无法检验时，则需要进一步比较Robust-LM（Lag）和Robust-LM（Error）。

表2的结果是在全国范围以TFP作为被解释变量进行回归分析所得。从中可以看出，基于任何一个空间权重矩阵下所得出的空间系数都为正数，且全部通过1%的显著性检验，这说明我国的全要素生产率具有明显的空间相关性。这是因为，一方面，要素资源都具有稀缺性与趋利性的经济特征。在资源要素可以自由流动的条件下，生产率较低的要素会自动流向效益较高、生产率较高的地区，从而使TFP较高地区的生产力水平进一步提升。而那些TFP较低的地区由于生产要素流出导致其生产水平的下降。另一方面，低TFP地区的企业可以通过向高TFP地区的企业学习来提升自己的生产力水平，借此发挥后发优势。同时，由于现代通讯技术的快速发展，信息传递与共享非常便捷，故而加强了区域之间的学习效应与知识溢出效应。全要素生产率所具有的空间依赖性也表明应用空间计量模型衡量科技金融发展对全要素生产率的影响具有合理性。无论是在地理邻接权重矩阵、地理距离权重矩阵、信息距离权重矩阵，还是经济距离权重矩阵下，用空间计量模型进行分析，科技金融均显著促进了全要素生产率的提高。

为了清晰展现科技金融分别对技术进步与效率改善的影响情况，本文只列出了应用最优空间计量模型所得到的实证结果。从表3可知，无论空间计量模型是基于四个权重矩阵的哪一个进行构建，科技金融对技术进步的影响都为正向，但促进作用没有通过显著性检验。从表4可知，基于任何一个权重矩阵构建的空间计量模型所得出的实证结果具有一致性，科技金融发展对于效率改善有明显的促进作用，所得系数全部通过1%的显著性检验。因此，以上分析可以说明科技金融发展对我国整体全要素生产率具有显著的促进作用，且主要是通过效率改善途径发挥作用，通过技术进步途径产生的影响并不显著。

表2 全要素生产率的空间计量模型参数估计结果

表3 技术进步的空间计量模型参数估计结果

表4 效率改善的空间计量模型参数估计结果

出现这种情况的原因可能是，一方面，某些企业获得科技金融主体的支持后，在没有约束与监督的条件下将资金用于弥补自身的亏损与偿还之前的债务，而不是投资于研发与生产项目。这种情况的出现会使得科技金融支持的效果低于预期水平。另一方面，由于我国的科技基础较差，投入产出比与成果转化率较低。即使将资金用于企业的自主研发与生产环节，研发活动所具有的高风险性与高不确定性也会导致最终结果不尽如人意。因此，企业依赖技术进步路径虽然可以在一定程度促进全要素生产率的提高，但效果不是特别显著。相反，企业通过效率改善路径以提升全要素生产率的效果是非常显著的。此外，两个表中空间系数同样是通过显著性检验的正值，这也从侧面验证了从表3得出全要素生产率所具有空间依赖性的结论。

五、结论与政策启示

本文在对我国各地区科技金融发展进行量化分析的基础上，通过构建科技金融评价指标体系，运用具有空间效应的计量模型实证考察科技金融发展对我国全要素生产率的影响。研究发现：我国各地区的科技金融发展程度不一，东部科技金融发展程度最高，中部次之，西部最低；我国全要素生产率具有明显的空间自相关特性，表明一个地区与其空间相关地区的要素使用活动是相互影响的；科技金融发展能够促进全国规模以上工业企业全要素生产率的提高，且这种影响主要是通过效率改善路径发挥促进作用，通过技术进步途径产生的影响并不显著。

根据实证结果进行分析，本文提出以下政策建议。首先，为促进区域科技金融协同发展，政府应鼓励东部地区在其先天优势的基础上，继续大力发展科技金融，并通过要素流动与知识溢出等机制带动周边地区的科技金融发展。同时，政府应加大对中部、西部地区科技产业的扶持力度，进行适度的政策倾斜，提供一定的人力、物力以及财力的资助，优化中、西部地区的产业结构，借此促进中、西部地区科技金融健康、快速的发展。其次，国家应从整体层面制定相关的资源利用战略与规划，并根据不同资源禀赋地区的特点制定差异化的策略，从而提高要素的配置效率与使用效率。同时，政策制定部门还需考虑各地区的空间联系，合理提高地区间生产技术、知识与经验的交流分享程度，促进创新型人才有效率的流动。再者，政府、银行机构、投资机构应提升对科技金融投向的关注度。科技金融主体可以提前签订协议以明确科技金融的适用范围，从而约束企业对融资的应用。严格监督科技金融的配置以减少资源浪费与错配状况的出现。最后，建设科技金融服务与信息中介平台，积极培育与发展科技金融。国家需搭建专门针对科技金融发展的信息平台，使其发挥良好的桥梁作用。同时，健全信息服务平台的法律法规，对网络平台的建设与完善予以政策支持。