金融资本集聚、政府干预与“科技—金融”耦合脆弱性

王仁祥，沈兰玲，谢文君

（武汉理工大学 经济学院，湖北 武汉430070）

在经济下行和新型冠状病毒肺炎疫情叠加影响下，复苏实体经济势在必行。党的十九大也指出，要“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”，可见推动科技和金融深度耦合对支持实体经济发展具有战略性意义。“科技—金融”耦合的动态演变具有较强的不稳定性，发生突变易凸显脆弱[1-2]，如纳斯达克泡沫的破裂、全球金融危机的爆发[3]。因此，关注并防控“科技—金融”耦合脆弱性不容忽视。一方面，王仁祥等[4]指出约束条件下的资源如信息、资本等的不合理匹配是科技金融耦合脆弱性产生的根源，盖庆恩等[5]研究表明资源配置不当会降低经济的全要素生产率；另一方面，为实体经济服务是金融的天职，新经济地理学认为金融资本集聚可以减少企业信息不对称，可能导致帕累托改进并助推产业链再造。在这样的背景下，值得思考的是，金融资本的集聚是否能够有效缓解“科技—金融”耦合脆弱性凸显问题，助推实体经济？金融资本集聚是否存在空间效应？再者，徐鹏杰和杨萍[6]认为在经济转轨的关键时期，政府宏观调控是影响经济高质量发展的重要因素，那么，政府干预是否会影响金融资本集聚对耦合脆弱性的作用？针对上述问题进行全面深入研究，有助于重新审视金融资本和“科技—金融”系统之间的关系，为政府防控“科技—金融”耦合脆弱性支持实体经济发展建言献策。

一、相关研究述评

从金融对科技的支持研究[7]、科技对金融的促进作用[8]到科技与金融的结合研究[9]，学术界普遍认可了“技术—经济”增长范式，认为科技与金融的良性互动有助于两者的协调发展。随着研究的深入，物理学中的耦合概念被逐步引入，开始进一步探讨科技系统与金融系统的耦合机理、耦合模式和耦合协调度。蔺鹏等基于金融与科技协同创新的动力传导模式，建立公共金融驱动、市场金融驱动、公共金融与市场金融联动驱动三条反馈路径，动态描述耦合机理；胡国晖和郑萌[10]基于松散耦合理论从微、中、宏观三个层次将科技金融耦合模式分为融资模式、机构模式和市场模式三类；张芷若和谷国锋[11]建立功效函数，以系统贡献度为子系统权重，运用熵值法测算耦合性，表明区域耦合协调度呈现出东高西低、南高北低的分布特征。梳理现有文献可知，现有研究从多方面、不同角度对科技与金融耦合关系进行了详细探讨，但现有研究多关注科技与金融耦合对经济增长的促进作用，而忽略其所可能带来的负面影响。

脆弱性是耦合系统的固有属性[12]，其本质是“科技—金融”耦合系统在内外部因素作用下，耦合系统规模、结构、效益发生突变所表现出的不可持续发展状态。国外方面，多侧重于金融脆弱性的研究，如Iacoviello[13]从金融周期视角研究银行信贷对实体经济的影响，并未直接研究“科技—金融”系统脆弱性。国内方面，已有一些学者直接研究两者耦合系统的脆弱性，但尚处于初步阶段。基于度量视角，王仁祥等先后从广义虚拟经济视角出发[14]、从敏感性和恢复力特征出发构建评价函数测算省域耦合脆弱性，得出脆弱性呈逐年改善相关结论，度量方法较为科学稳定；基于防控视角，吴光俊[15]表明要素扭曲会阻碍创新活动，不当配置会降低耦合效率从而加剧耦合脆弱。王仁祥等[4]则进一步表明当市场出现失灵，政府干预具有必要性与惯性，并发现政府干预各类举措的实质效果有明显差别。

从研究脉络和研究体系看，“科技—金融”耦合脆弱性研究有待进一步改进和完善。鉴于此，本文可能贡献在于：第一，从外部环境、内部结构、耦合效益三个维度构建指标体系测算脆弱性指数，分析区域“科技—金融”耦合脆弱性时空演进特征；第二，考察金融资本集聚对“科技—金融”耦合脆弱性的影响，分析其本地效应和空间效应，研究脆弱性关键要素的作用；第三，考察政府干预作用下金融集聚的作用如何改变，分析政府干预实效，关注人为活动影响。

二、影响机制

（一）金融资本集聚与“科技—金融”耦合脆弱性

“科技—金融”耦合脆弱性的根源在于资源无法实现合理匹配，而金融资本在区域内集聚是一个动态的过程，是集聚效应和扩散效应相互博弈的结果，金融资本集聚对“科技—金融”耦合脆弱性的作用主要通过这两个方面实现（见图1）。

集聚效应发挥正向作用降低“科技—金融”耦合脆弱性。第一，规模经济效应，金融资本的大量集中吸引科技和金融企业的入驻形成规模经济。一方面，同质企业的临近会加强竞争，加快科技创新和金融创新，通过优胜劣汰实现“科技—金融”耦合结构的稳定和升级；另一方面，异质企业的临近通过功能互补、上下游链条的缩短来降低交易成本和信息不对称，加快科技金融一体化进程，加强区域科技与金融耦合效益以降低耦合脆弱性。第二，技术进步效应，金融资本的集聚往往伴随着先进的金融技术和服务，有利于金融制度和金融市场的完善。资本的逐利性发挥看不见手的作用，实质上对金融创新和技术创新进行定向选择，通过优化创新结构实现技术进步和金融发展，并通过反馈机制的层层促进和吸收，实现更深层次耦合和降低脆弱性。

金融资本的集聚使区域自身的影响力持续增强，并主要通过极化效应和涓流效应扩散到周围地区。第一，极化效应。当区域金融资本集聚达到一定程度，通过不断的积累和机会创造，在市场机制作用下会压缩周边地区发展空间，在乘数效应作用下进一步推动两极分化。在外界冲击下，这种区域的不均衡降低“科技—金融”系统的抵抗力和恢复力，脆弱性越发突显。第二，涓流效应。金融资本集聚有利于金融中心的形成，而核心区域竞争的激烈性和资源的稀缺性促使企业向周围地区发展以追寻更好的投资机会，人才、资金等要素向外围分散。这不仅有助于金融市场和环境的完善，还带动了周围地区金融业的发展，支持实体经济发展；外围金融业的提升也通过回流反馈给核心区域，实现共同发展从而降低耦合脆弱性。

图1 金融资本集聚的影响机制

（二）金融资本集聚、政府干预与“科技—金融”耦合脆弱性

首先，“科技—金融”耦合系统是一个复杂系统，在演化过程中具有不稳定性，其内在供需不匹配性和信息不对称性表现出负外部性，导致较为显著的市场失灵现象，反而加强耦合脆弱性；其次，从集聚的动因来看，以市场主导供需引导而形成的集聚是一种渐进式演变，时间的长久性可能导致更多的突变，有不同的发展路径，耦合脆弱性相应地就要受到不同的影响，亦可能从有序发展到无序，脆弱性增加。综上，为实现金融资本合理集聚以降低“科技—金融”耦合脆弱性，支持实体经济发展，政府干预具有必要性。

通过历史考察及相关文献梳理，已有研究表明，政府干预在我国“科技—金融”发展过程中起着至关重要的作用。首先，政府干预进行战略引领，通过政策与方针的出台引导企业、研究所、高校等主体开展创新活动；其次，政府干预进行环境建设，引导金融机构之间良性竞争，自上而下地推动金融体系改革和结构调整，提高地区资本集聚程度和金融包容水平，通过财政、金融政策改善外部环境、耦合内部结构促进科技与金融系统的稳定和持续发展，以实现脆弱性调控；再次，政府直接补贴激励企业创新，显著提高区域创新效率以实现“科技—金融”高效发展[16]。因此，本文提出假设：政府干预在金融集聚改善耦合脆弱性的过程中发挥促进作用。

三、模型选择与变量说明

（一）模型选择

1．动态面板模型

考虑“科技—金融”耦合脆弱性存在一定的连续性和黏性，可建立动态面板模型（1）进行分析；再将金融资本集聚和政府干预的交互项引入模型（1）中，考察政府干预效果。

上述模型中，V 为“科技—金融”耦合脆弱性指数，Vt-1表示脆弱性的一阶滞后变量，KC表示金融资本集聚水平，GOV 表示政府干预程度，Z 为其他控制变量，εit为随机误差项，下标i和t分别表示个体和时间。

2．空间计量模型

鉴于我国省域发展的非均衡性，为考察金融资本集聚和政府干预对省域层面“科技—金融”耦合脆弱性的空间效应，在动态面板模型之后再构建空间计量模型。为考察政府干预对金融资本集聚的空间层面影响以及实证的一致性，同时将金融资本集聚和政府干预的交互项引入：

其中（3）和（5）为空间滞后模型（SAR），（4）和（6）为空间误差模型（SEM）；W 为n 阶空间权重矩阵，ρ为空间相关系数，λ为空间误差系数。

（二）变量选取和测算

1．被解释变量：“科技—金融”耦合脆弱性指数测算

脆弱性评价的目的是厘清“科技—金融”演化机理，根据评价指数加以防控，有效缓解脆弱性，实现可持续发展。目前，有一些定量评价方法已经被提出并在各个领域得到应用，如指标评价法、基于GIS和RS 评价、图层叠置法，鉴于科技子系统的创新特征、金融子系统的风险性以及科技与金融耦合系统的复杂性，参考王岩等[17]城市脆弱性指标体系构建，基于对脆弱性要素的理解、对系统结构和功能进行分析，从外部环境、内部结构、耦合效益三个维度选取指标，构建区域脆弱性综合评价指标体系。指标体系如表1 所示，指标均为负向指标。为消除指标量纲差异，采用极差变化进行标准化处理：rik=运用熵值法计算各指标权重，测度“科技—金融”耦合脆弱性指数。

表1 “科技—金融”耦合系统脆弱性指标体系

2．解释变量：金融资本集聚和政府干预

金融资本集聚（KC）。依据张军等[18]、单豪杰研究思想，使用永续盘存法计算省域物质资本存量：

该式中，K 表示资本存量，I 表示固定资产投资额，P 表示固定资产投资价格指数，借鉴单豪杰的计算方法，将物质资本折旧率定为δit=9.6%，其中2001年的资本存量K 是2002 年的资本形成总额比折旧率与1953—1957 年固定资产投资形成平均增长率之和[19]。集聚采用区位熵方法度量。

政府干预（GOV）。财政支出是衡量政府干预程度的重要指标，其中教育支出通常不能对市场或者经济产生直接影响。本文参考张治栋和廖常文[20]的度量方法，政府干预程度用财政支出扣除教育支出后占GDP的比重来衡量。

3．控制变量

除上述核心解释变量外，模型还纳入了一些其他变量，以控制省域异质性带来的影响：财政收入（fin）用地区财政收入占GDP 比重来表示；人力资本（hc）用地区平均教育年限表示；基础设施建设（infra）用公路和铁路密度之和表示；地区制度环境（rq）采用樊纲《中国分省份市场化指数报告》中发布的市场化指数总评分表示；信息发展水平（post）用省域邮电业务总值占GDP 比重表示。各变量描述性统计如表2所示。

表2 回归变量描述性统计

（三）数据来源

表3 样本分类

考虑到数据的可得性和可比性，选取研究区间为2001 年至2017 年，研究样本为我国30 个省份（西藏数据缺失、港澳台统计口径不同剔除），具体如表3 所示。相关数据来源于《中国统计年鉴》《中国区域经济统计年鉴》《中国科技统计年鉴》《中国金融年鉴》等。

四、实证分析

（一）耦合脆弱性时空分布特征分析

为了直观清晰反映“科技—金融”耦合脆弱性整体变化趋势和分布特征，本文将2001—2017年30个省（自治区、直辖市）、各地区脆弱性指数进行比较，如图2 所示。从时间趋势上来看，脆弱性前期较高，数值接近0.5，从2007年开始逐年下降，说明“科技—金融”耦合脆弱性情况有明显改善；从总体样本脆弱性指数上看，整体位于[0.3,0.5]，处于中度脆弱阶段，但北京、上海等少数东部省份表现为低度脆弱，宁夏、新疆地区表现出高度脆弱；通过各地区对比可知，脆弱性存在一定程度的两极分化，即东部脆弱性指数远低中西部，“科技—金融”耦合脆弱性表现出明显的区域不均衡。

图2 “科技—金融”耦合脆弱性比较（2001—2017年）

图3 “科技—金融”耦合脆弱性核密度估计

为全面分析“科技—金融”耦合脆弱性的动态演进轨迹、差异等特征，利用非参数核估计方法进行分析，结果如图3 所示。总体样本层面，首先，2001—2017 年分布曲线整体保持着向左平移的趋势，说明“科技—金融”耦合脆弱性是逐年改善的。其次，2001—2012 年分布曲线的波峰高度逐渐升高，波峰宽度的整体分布越来越窄，表明总体样本的耦合脆弱性呈现收敛发展趋势，区域差距逐年缩小。但到2013—2017 年区间，分布曲线波峰高度明显下降，波峰宽度变宽，表明随着耦合脆弱性的改善，各地区出现瓶颈状况，呈现发散发展趋势，并且在2009—2012 年明显出现了“双峰”现象，即两极分化严重，到2013年后这一情况才有所缓和。

东部地区，首先，分布曲线的位置实现向左移动，但2013—2017 年间出现右移情况，表明东部地区耦合脆弱性在2001—2012 年处于不断降低状态，但在2013—2017 年出现异常，不降反升。与此同时，和中西部相比，东部地区分布曲线更加偏向左侧，说明东部地区耦合脆弱性更低。其次，分布曲线的峰值表现出下降趋势和一定程度上的“双峰”趋势，说明东部地区可能存在发展发散和两极分化现象。中西部地区的情况与总体样本层面类似。首先，在样本考察期间各省份脆弱性指数的分布整体向左移动，说明中西部各省份的“科技—金融”耦合脆弱性正在逐渐降低；其次，2001—2012 年分布曲线峰值升高，宽度收紧，呈收敛发展，而2013—2017年峰值下降，宽度变宽，但令人注意的是，分布曲线出现了一定的“多峰”趋势，表明中西部各区域脆弱性的改善出现了瓶颈和一定程度上的两极分化现象。

（二）动态面板回归

1．总体样本回归

为消除不同变量量纲和异常值问题及交互项可能导致的共线性问题，对所有变量进行去中心化处理。对于动态面板模型(1)和模型(2)，传统估计方法得出的结果存在一定偏误，采用两步系统广义矩方法可以规避可能存在的内生性问题，得到有效估计[21]。回归结果如表4所示。

表4 金融资本集聚、政府干预对耦合脆弱性影响的总体样本回归

表4中两阶段系统GMM 模型的Hansen值和AR(2)值都较为合理，表明了模型估计的有效性以及工具变量选择的适当性。关于金融资本集聚对“科技—金融”耦合脆弱性的影响，由表4 中列(5)可知，耦合脆弱性一阶滞后项的系数显著为正，表明脆弱性的改善从长期来看是一个渐进的过程，既受当期因素的影响，也有其自身的趋势继承性，具有很强的连续性和黏性；金融资本集聚与耦合系统脆弱性呈显著负相关关系，表明金融资本集聚有利于耦合脆弱性的降低：集聚程度每增加1%，脆弱性指数会下降0.062%；政府干预变量与耦合脆弱性呈正相关，表明现阶段政府干预会提高“科技—金融”耦合脆弱性。可能的原因是：政府干预具有复杂性，干预举措的多样性使其作用未充分发挥；科技和金融耦合系统的特殊性和风险性，使干预效果存在潜在时滞。

考虑金融资本集聚和政府干预交互项的影响，由表4 中列(6)可知，耦合脆弱性的一阶滞后仍显著为正，但系数明显降低，表明政府干预可以降低耦合脆弱的黏性，能更有效地解决区域脆弱性突显问题；金融资本和政府干预的交互项系数在1%水平下显著，表明两者存在明显交互效应，即金融资本对“科技—金融”耦合脆弱性的作用受到政府干预的调节；且交互项系数为负，说明政府干预在金融集聚对脆弱性影响的过程中呈非线性作用，随政府干预程度的增加，金融集聚对脆弱性改善的边际效应反而下降。即适度干预地区，政府干预增强了金融集聚的改善作用；过度政府干预地区，反而削弱了其改善作用。可能的解释在于，过度干预而引发的金融集聚与本地经济环境、人才、技术等存在着不匹配性；一般来讲，政府干预举措具有长远战略意义，对金融资本干预的目的仍是降低耦合脆弱性，支持实体经济，通过适度引导，及时解决市场失灵和偶然市场冲击，更有利于“科技—金融”系统的稳定。

在控制变量层面，财政收入、人力资本、基础设施建设和信息发展水平均呈负相关，表明这些变量的提升均有利于“科技—金融”耦合脆弱性的降低。值得注意的是，地区制度环境呈显著正相关，可能的原因是，制度环境的影响存在一定阈值，只有当制度环境超过一定水平时，才能发挥改善作用。加入交互项后，控制变量的系数方向和显著性基本未发生改变，表现出一定程度的稳健性。

表5 金融资本集聚、政府干预对耦合脆弱性影响的分地区样本回归

2．分地区样本回归（稳健性检验）

一方面，可以对总体样本回归进行稳健性检验；另一方面，由于“科技—金融”耦合脆弱性存在区域不均衡性，且东部和中西部在人才、技术等方面存在着差异。为了验证政府干预是否存在着地区差异效果，本文将样本分为东部和中西部进行研究，结果如表5所示。

东部地区的回归结果显示，耦合脆弱性一阶滞后仍显著相关，是个逐渐改善的过程；金融资本集聚与“科技—金融”耦合脆弱性呈负相关关系，表明加强东部地区金融资本的集聚有助于脆弱性的改善，政府干预变量系数符号不变。金融资本集聚与政府干预的交互项呈显著负相关，表明了东部地区政府干预对金融资本的脆弱性改善影响是非线性的。东部地区回归结果与总体样本回归结果类似，在一定程度上验证了对总体样本回归结果的稳健性。

中西部地区的回归结果再次验证了“科技—金融”耦合脆弱性具有一定的连续性和黏性，以及金融资本集聚的增强有利于降低耦合脆弱性；加入交互项后，与东部和总体样本回归结果不同的是，金融资本集聚与政府干预的交互项并不显著，表明两者的交互效应相对较弱，可能是因为中西部地区基础设施建设、金融发展环境制约，政府干预的落实路径有限；交互项系数为正，表明随政府干预程度的提高，金融资本集聚对脆弱性降低的边际效应增强，即政府干预力度越大，越有利于耦合脆弱性的降低。这一结果可能与东部和中西部处于不同脆弱性阶段有关，中西地区大都处于中度脆弱阶段，发展相对缓慢，凭借市场本身吸引的资金力量有限，仍需要政府积极引导。

（三）空间计量回归

1．空间自相关检验

为分析金融资本以及政府干预对“科技—金融”耦合脆弱性是否存在空间效应，本文进一步运用空间计量方法研究。在此之前，需要进行变量的空间相关性检验，常用Moran’s I指数方法：

表6 脆弱性指数空间自相关检验（2001—2017年）

图4 2004年、2008年、2012年和2017年Moran’s I散点图

表7 空间计量回归结果

2．空间计量回归

以空间距离矩阵（1/d）为权重的空间计量回归结果如表7所示。通过对比SAR和SEM回归的对数似然值LogL 和R2，两者无明显差距，结果均较为理想，均列示以作对比，表明空间计量模型设定是合理的，区域“科技—金融”耦合脆弱性存在正向空间关联性；为增强检验可比性及降低估计误差，在进行空间计量回归时将金融资本和政府干预交互项加入，表7中列(15)、列(17)为不考虑交互项空间回归结果，列(16)、列(18)为加入交互项回归结果。

由表7 可知，SAR 和SEM 模型中金融资本集聚系数均在1%的显著水平下为正，表明金融资本具有显著正向空间溢出效应，不利于耦合脆弱性的改善。该结果的产生可能解释为以下几点。第一，不均衡的金融资本集聚。各地域对金融资源吸引力的不同形成的不合理配置，造成的本地和周边地区的资源损失，使“科技—金融”耦合系统偏离最优，不利于脆弱性的降低。第二，极化效应。金融资源的趋利性和核心区域的高效性加剧资源倾斜，不利于周边地区金融机构和企业发展而逐渐产生极化效应，对周边地区耦合脆弱性的降低具有阻滞。政府干预系数显著为负，在社会福利最大化目标推动下，政府干预对区域乃至周边地区整体“科技—金融”发展具有带动作用；加入交互项后，金融资本与政府干预交互项系数显著为负，表明金融资本集聚对脆弱性的空间效应也受到政府干预的影响，随着政府干预的增强，会削弱了集聚带来的极化效应，通过间接影响本地和周边地区的要素状态，实现“科技—金融”耦合协调、可持续发展。

表8 空间计量稳健性检验

3．稳健性检验

为了保证估计结果的稳健性，本文再选取空间距离矩阵（1/d2）和空间临近矩阵（0,1）为权重进行空间计量回归，避免因空间权重矩阵的不同而出现结果偏误，结果如表8 所示。可以看到，不管是否加入交互项，金融资本集聚与“科技—金融”耦合脆弱性均呈显著正相关关系；加入交互项后，交互项系数均显著为负；各控制变量系数方向和显著性也基本与表7保持一致。这表明空间计量结果具有稳健性。

五、结论与建议

本文主要结论如下。

第一，我国“科技—金融”耦合脆弱性整体处于中度脆弱阶段，呈逐年改善趋势；区域呈现两极分化现象，东部脆弱程度明显低于中西部地区，其差距逐年缩小，但近年存在一定改善“瓶颈”。第二，“科技—金融”耦合脆弱性的改善具有一定的连续性和黏性，受往期脆弱程度影响；金融资本集聚有利于脆弱性指数的降低，政府干预在金融集聚对脆弱性影响的过程中呈非线性作用，即适度干预地区，增强了金融资本集聚对脆弱性降低的作用，过度干预地区，反而不利于集聚作用的发挥。第三，“科技—金融”耦合脆弱性呈现显著空间集聚效应，北京、天津等东部地区处于低低集聚，湖北、宁夏等中西部处于高高集聚，但近期集聚态势减弱。第四，考虑空间异质性，金融资本表现出极化效应，具有显著正向空间溢出性，政府干预具有直接溢出和带动作用，有利于降低耦合脆弱性；增强政府干预可以削弱金融资本对耦合脆弱性产生的极化效应。

上述结论对于金融资源优化、耦合脆弱防控和实现科技与金融协调发展助推实体经济发展具有重要启示意义。首先，完善多层次金融中心建设，合理规划国际金融中心—全国金融中心—区域金融中心等多层次战略布局，一方面可以增强金融集聚的辐射范围和溢出效应，另一方面可以避免金融发展的盲目扩张和城市间的恶性竞争而导致的资源浪费。通过金融中心建设，鼓励城市间合作和区域联动发展，推动金融资源的有效流动。其次，创新和政策双轮驱动，制定差异化发展战略。具体而言，上海、北京等低度脆弱地区，鼓励开展科技创新和金融创新活动，通过技术人才薪酬激励、海外人才引进计划推动创新型人力资本积累，加大研发补贴和政策倾斜扶持高技术产业发展。中西部等中高度脆弱区域，设立相应政府引导基金，激发风投、创投的投资活力。鼓励商业银行实施差别化信贷政策，将投资风险向前端转移，为中小企业和高技术企业提供资金保障，如杭州银行出台的“五个单独”差别化信贷政策。再次，重视市场选择，加强“科技—金融”监管。拓宽“科技—金融”脆弱性防控路径选择，鼓励建设“云服务”和“大数据”相结合的监管体系，及时精确解决脆弱性事件；重视政府科技投入、创新补贴等财税政策手段，引导发展长效动力。