经济新常态下金融支持科技创新的实证研究——以江苏省为例

李志远

一、 研究背景和意义

随着信息科技的快速发展，国际竞争变得愈发激烈。 科技创新作为经济增长的重要推动引擎，成为国家提升核心竞争力的必然路径。 面对世界科技发展的新形势和我国科技创新的现状，党中央、国务院在“十三五”规划中做出了增强自主创新能力、建设创新型国家的重要战略决定。 江苏省作为国家发展的排头兵，积极推出一系列深化科技体制改革、促进科技与产业融合的政策，充分发挥科技创新对制造强省建设的支撑引领作用。

金融是现代经济的核心，宏观经济高质量发展需要金融发展与技术进步的协调互动。 当前我国经济进入新常态，一个高效运行的金融系统在融通资金的基础上，也为经济体提供风险分散、价格发现、择优筛选、代理监控、激励约束以及信息揭示等功能。 近年来，国家有关部门相继推出了一系列金融政策及优惠措施来推动江苏科技创新发展。 良好的金融体系能够为技术创新提供大规模投入资金，资本市场为技术创新者提供长效的激励机制、分散风险和共享机会，使技术创新更加长期稳定化。 因此，对江苏省的科技创新和科技金融关系进行研究，探索各种资本要素的配置以实现对科技创新的最优支持效果就显得十分必要。

二、 文献综述

(一)国内外研究现状

科技创新需要资金支持，金融保障科技创新发展，关于金融和科技创新之间的关系，国内外学者进行了很多研究。熊彼特最早研究金融与创新的关系，发现需要将银行贷款等生产要素引入技术创新活动中。 Berger 认为长期稳定的公共金融投入能够带动科技投资规模的扩大。 Kim 等(2016)发现相较于银行贷款，债券及股票市场融资渠道对韩国上市公司技术创新活动更具促进作用。 Chowdhury 和Maung 通过研究主要经济体发现发展金融市场对研发投入有明显的促进作用。 Anton 和Bostan(2017)对2007 ～2013 年25 个欧盟成员国的融资创业情况进行研究，发现获得融资能促进创业活动发展。

国外学者研究金融和创新之间的关系，往往倾向于关注单个主体对创新的影响。 而国内研究集中在多个金融主体对科技创新的支撑作用。 赵昌文等提出科技金融是国家科技创新体系和金融体系的重要组成部分。 国内关于二者的省级层面研究较多，包括创新效率、创新各个阶段及各种科技企业多个方面。 张玉喜和赵丽丽利用省级数据发现科技金融投入与科技创新具有明显正相关关系。 芦锋和韩尚容认为不同区域和创新阶段科技金融对科技创新影响有不同效果。 湛泳和李珊认为经济新常态下，智慧城市建设要坚持发挥科技创新的基础支持作用。 郑磊和张伟科利用面板门槛模型研究发现科技金融对科技创新呈U 型关系。

(二)金融资本推动科技发展的理论机制

良好的金融体系能够为技术创新提供大规模投入资金，资本市场为技术创新者提供长效的激励机制、分散风险和共享机会，使技术创新更加长期化、稳定化和持续化。 金融资本对科技创新活动的促进和保障作用主要体现在金融体系的功能上，具体有以下几个方面:①金融体系通过一系列渠道为科技活动注入资金，满足科技发展对资金的需求。 通过对金融工具、交易方式和金融业务进行金融创新，为高科技行业的兴起提供更多的资金。 ②金融对科技的促进作用还体现在科技投资的价格发现、流动性和风险分散、转移上。金融体系的价格发现功能使得科技投资价值得以揭示。 初级市场、二级市场和三级市场等不同的交易场所为科技投资提供了流动性和退出机制，同时也分散和降低了投资风险。③金融促进科技发展还体现在金融中介和金融市场所构成的激励约束机制上。 金融中介促进科技创新的激励约束机制，主要通过金融中介与创新主体签订的信贷契约来实现。因此，迫使创新主体不能进行没有经济效益的科技创新。

三、 研究设计

(一) 模型设定

目前研究知识生产和技术创新及其决定因素的主要理论框架是Griliches 和Jaffe 提出的知识生产函数。 经过改进的知识生产函数的科布－道格拉斯形式为:

其中，Q为科技创新的产出，K为研发R＆D 经费投入

，

C

为一系列经济社会变量，μ为随机误差项。 由于进行对数变换可以部分消除异方差的问题，另外，其差分可以表示发展速度的对数，没改变变量间的趋势变化关系，为了能全面揭示金融发展与技术创新之间的关系。 建立如下对数计量模型:

(二)变量说明

本文所用数据为1998 ～2017 年江苏省各市科技创新和金融的各类指标，并根据需要做了相应的处理。 模型中所包含的变量具体说明如下:

1. 科技创新变量

科技创新的衡量指标很多，目前主流的指标是科技创新能力和科技创新产出。 关于选取何种指标来度量科技创新能力和科技创新产出，不同的学者有不同的看法。 本文采取江苏省高技术产业新产品产值(CY)来衡量科技创新产出指标。

2. 新产品开发经费

经费投入是影响科技创新的决定性因素，本文采用江苏省高技术产业新产品开发经费支出(GX)来衡量科技创新投入。

3. 技术市场指标

技术市场是技术成果进行交易的场所，连接科技与经济之间的桥梁，在促进科技与经济的结合、增强科技事业的自我发展能力、加快科技的社会传播与普及、增强企业的活力、促进科技人才的流通、发展经济方面具有重要作用。 本文采用江苏省技术市场成交额(FX)作为衡量指标。

4. 金融结构指标

科技的创新需要来自金融机构的贷款支持，由于科技创新带来收益的时效性问题，很多的科技创新需要一年以上才能够取得收益，因此选取江苏省金融机构中长期贷款余额(EX)来度量这一指标。

5. 经济发展指标

由于各地区不同年份发展水平不一，为避免其他因素的影响，选取人均地区生产指标(HX)作为控制变量指标。

四、 实证研究

(一)单位根检验

最小二乘法的一个基本假设是变量的平稳性，然而几乎所有宏观经济变量都是非平稳的，具有时间趋势，对非平稳的变量采用最小二乘法有可能产生伪回归问题。 表1 表示在显著性水平下，各变量和变量经过一阶差分变换后ADF 检验下的平稳性检验结果。

表1 变量及一阶差分后平稳性检验结果

在原始序列(对数化后)水平上，所有的检验结果均没有拒绝有单位根的假设。 因此，可以认为这些变量均是非平稳的时间序列，具有时间趋势。 而所有原始序列(对数化后)经过一阶差分后均拒绝了有单位根的假设，表明差分变量是平稳的。 于是，我们认为上述变量均是一阶单整的。 因此，对这些非平稳的经济变量不能采用普通回归分析方法检验它们之间的相关性，而应采用协整方法进行检验分析。

(二)协整分析

虽然各指标是非平稳的一阶单整序列，但这些指标可能存在平稳的线性组合。 这个组合反映了变量之间的长期稳定关系。 本文只采取对模型中的残差进行分析，从表2 中，可以看出模型的残差具有平稳性。

表2 残差的平稳性

(三)面板模型选择

面板数据构造模型有两种，一是固定效应模型，二是随机效应模型。 采用Hausman 检验方法确定模型形式，检验结果如表3 所示:

表3 Hausman 检验结果

Hausman 检验的P值在5%的显著性水平下可以通过检验，因此选择固定效应模型，模型如下:

(四)模型结果及分析

表4 回归结果

由表4 回归结果可以看出，调整后的拟合优度为0.943，模型的拟合结果很好。 解释变量的P值均小于0.05，说明全部变量显著。F值为281.79，说明解释变量总体对被解释变量影响是显著的。

回归结果中，lnEX 的系数为－0.354，表明江苏省金融机构中长期贷款余额每增加1 个百分点，江苏省新产品开发产值会减少0.354 个百分点，可见金融机构的中长期贷款对于科技创新是有一定抑制作用的。 lnFX 的系数为0.471，表示技术市场成交额每增加1 个百分点，江苏省新产品开发产值增加0.471 个百分点。 lnGX 的系数是0.276，表示新产品研发经费每增加1 个百分点，江苏省新产品开发产值会增加0.276个百分点。 金融机构的发展并没有有效地促进技术创新，导致这一问题的原因可能是江苏省目前的银行体系金融资源配置不合理，所以应该改变传统的主要为国有大型企业提供金融服务的金融体制，加大对非国有经济，尤其是中小企业的金融支持力度。

五、 江苏省金融支持科技发展的对策

通过以上分析，我们可以得出结论:江苏省产品开发经费支出和技术市场成交量对科技创新具有促进作用，金融机构贷款与科技创新呈负相关。

基于此，对江苏省金融支持科技发展提出以下几点建议:首先，加大银行对科技创新的支持力度，从银行信贷的角度入手，为科技创新提供便利的信贷支持，以科技资源和资本的有效整合为目标，在风险可控的前提下，积极调整资金投向，加强与政府有关部门的信息交流，拓宽科技创新的融资渠道。 其次，构筑多层次资本市场，提高直接融资比重，为实现资本市场与科技创新的良性循环，江苏省应该着手进一步完善资本市场，改革金融市场以提高直接融资的比重；同时应当以本地区的实际情况为依据，出台相关的政策，以便可以使企业的科技创新发展得到很大程度上的支持。 最后，加强银行业金融创新，推动科技创新，银行业应以全新的思维，通过自身的创新支持企业的创新活动，促进银行和创新型企业的双向互动，实现共同发展。 比如针对商业银行面向创新企业贷款风险集中的问题，可以引入科技保险、科技债券等新型金融产品以分散风险，同时要充分利用政策性银行贴息贷款等降低创新企业资金成本，增加还款保障。