区域科技创新与科技金融耦合研究

杨扬

【摘要】2018年4月，美国以中兴违反其技术条款为由，禁止向中兴出售软件、商品零部件等商品。2019年5月，美国禁止向“外国对手”拥有或掌控的公司提供相关电子零件等设备及服务，华为被纳入此次禁令“实体清单”[1]，此次贸易战对华为、中兴均造成不同程度的影响，中美贸易战不仅是两国实体经济战争，也是两国科技实力的比拼。本文利用耦合模型研究我国各省、市、自治区科技创新与金融的结合情况，为我国科技创新与金融结合提出一定建议。

【关键词】科技创新;金融;耦合

1 引言

目前我国各个区域的发展存在较大差异，科技创新与科技金融的有效结合可促进区域经济增长，从而缓解我国各个区域发展差异较大的问题。最后，本次中美贸易战不仅是经济战争，也是科技战争，为了减缓此类事件对我国科技影响，我国需促进科技创新与科技金融有效结合，促进科技与金融共同进步。因此，我国各区域的科技创新与金融是否有效结合，是我国社会发展过程中所面临的问题，研究我国各区域科技创新与金融的耦合协调度是我们共同面临的课题。

2 区域科技创新与金融耦合研究

2.1 耦合协调模型

耦合这一概念最初来源于物理学，主要用来表示两个或两个以上系统或运动形式通过各种相互作用而彼此影响以致协同的现象，公式如下所示。

其中，D为两个子系统的耦合协调度，D∈[0，1]，D最大值为1，表明子系统已经形成较好结合机制，可在其他子系统发展过程中给予最大限度的支持。D最小值为0，表明各子系统并未形成相互促进機制，耦合系统内部无序，子系统各自发展，并不能为其他子系统发展提供帮助。在本文中，U1表示各区域科技创新能力值，U2表示各区域金融能力值。

2.2 区域科技创新与科技金融实证研究

本文选取R&D人员当时全量、三大检索论文数、发明专利申请数、发明专利授权数、高新技术企业新产品销售收入、大中型工业企业新产品销售收入、技术市场合同成交数及技术市场合同成交额作为科技创新评价指标体系。选择地方财政科技支出/地方财政总支出、政府科研经费投入、金融机构科技贷款、企业科研经费投入、金融机构从业人员、金融中介规模、各区域科技型上市公司数量及科技型上市公司市值作为科技金融评价指标体系，2017年实证研究的相关结果如表1所示。

根据表1计算结果可知，我国各区域科技创新与金融结合情况存在较大差异，广东位列第一，其次为北京及江苏，其耦合协调度分别为0.5702、0.5424及0.5244。其中，北京、广东及江苏耦合度均低于其协调系数，这表明北京、广东及江苏科技创新与金融结合较好的原因之一是其科技创新与金融能力较高。贵州、新疆及青海科技创新与金融结合情况较差，位列后三，由于其耦合度均高于其协调系数，因此其科技创新、科技金融能力较低是其耦合系统耦合协调度较低的主要原因。

3 研究结论及建议

本文研究发现我国各区域科技创新与金融结合情况较差，仅有广东、北京及江苏科技创新与金融结合较好，其耦合系统的耦合协调度均高于0.5，其他区域科技创新与金融结合有待提升。除广东、北京及江苏外，其他区域耦合系统的耦合度均高于其协调系数，表明其他区域耦合系统耦合协调度较低的主要原因之一是其科技创新与科技金融能力较低。为改变目前各区域耦合系统结合较差等问题，首先，政府应健全有关风险投资保障的法律法规，其次，积极推动区块链在该领域的应用研究，将区块链及时交易、及时结算及数据安全性较高等优点积极应用于科技金融领域。最后，鼓励保险行业在科技领域的业务创新。

参考文献：

[1]孙晓慧.科技创新、科技金融与科技产出的协同发展研究[D].浙江大学，2019.

[2]王博.基于耦合模型的我国区域经济与生态环境协调发展动态研究[D].湖南大学，2014.