科技创新、科技产业与科技金融时空耦合分析

董晓红，周 珺

(哈尔滨商业大学 金融学院，哈尔滨 150028)

改革开放四十年以来，中国高速发展的经济令国际社会叹为观止，然而经济增长也伴随着各种亟待解决的问题.在这样的大背景下，2020年突如其来的“新冠疫情”成为了对现行中国经济发展质量的一场考验.疫情中，中国广大中小企业由于“先天性”的弱势，其应对风险的能力十分有限.部分学者提出，利用科技金融引导银行、保险等金融机构创新金融产品，实现科技创新链条与金融资本链条有机结合，鼓励企业进行科技创新的纾困方针[1].可见，在中国经济发展的过程中，科技金融对科技创新起到了不可替代的支持作用.同时，也对中小企业抵御风险，实现中国经济高质量增长发挥着极其重要的作用.现代科技产业和科技创新的发展离不开科技金融服务.鉴于当前国内的疫情形势和经济形势，科技金融成为了学术界重点关注的研究对象之一.

纵观国内外有关科技金融的文献，Joseph Schumpeter在《The Theory of Economic Development》中论述了金融、创新以及企业家精神对经济发展突破“循环之流”以实现经济增长的重要作用，并提出金融为企业家实现“创新”提供了购买力的重要观点[2].虽然此处的“创新”和现代学者所提出的科技创新并不一致，但以此为契机，国内外学者针对金融在科技创新活动及产业发展中所发挥的作用等有关问题进行了研究，由此也引申出了“科技金融”的概念.国外在科技金融方面的研究起步较早、发展较快且实证研究成果丰富.例如，Massimo G · Colombo & Luca Grilli(2007)利用由386个意大利高技术上市公司数据估计双因素Tobit和双变量Tobit模型，研究新技术型公司的启动融资以及可能对其活动产生不利影响的信贷制约因素的存在，研究结果表明新技术型公司获得的科技创新成果与其拥有的金融资源呈正相关[3]；而国内“科技金融”这一概念，最早于20世纪90年代被中国科技金融促进会所提出，而后有不同的学者根据自身的研究，分别对科技金融进行了概念界定.正是由于国内学术界关于“科技金融”概念的界定尚未形成统一.本文主要借鉴赵昌文等(2009)关于“科技金融”构建的框架[4]，并结合其他学者的研究，将科技金融范畴划分为公共科技金融和市场科技金融，即专门服务于以“科技开发、成果转化”为主体的科技创新活动和以“发展”为核心的科技产业经营活动，并以此为基础，梳理国内相关研究.

以围手术期护理的模拟情景演练为主要内容,创新原有的综合性、设计性实验，即由教师确定4个典型疾病，每组学生抽签决定演示疾病种类，学生结合手术前后护理知识、手术室护理操作技能、系统疾病护理知识、护患沟通技巧等自行设计病例情景内容，分组练习后进行情景模拟，完成该疾病术前、术中、术后整个围手术期护理的综合演练，其所扮演的角色包括主管医师、病区护士、麻醉医师、器械护士、巡回护士等.

从实证方法上看，国内学者基于不同的角度对相关内容展开讨论.例如，李俊霞等(2016)应用系统动力学建模方法，对科技金融支持高技术产业发展的路径进行模拟，以研究科技金融对高新技术产业的作用方式和程度[5]；章思诗，李姚矿(2017)运用DEA-Tobit模型进行实证分析，得出科技金融效率无法通过增加投入的方式提升，但是与科技创新企业数和这些企业所能吸引的资本数额呈明显的正相关[6]；郑磊，张伟科(2018)利用2005～2015年中国29个省级行政区的面板数据，构建面板门槛模型，考察了我国科技金融与科技创新的非线性关系[7]；张芷若，谷国锋(2019)基于空间计量模型分析了科技金融对区域经济增长的影响，发现我国科技金融发展速度缓慢，且形成“东强西弱”的局面，同时科技金融资源、科技金融经费、科技金融融资与科技金融产出可促进经济增长[8]；郑石明，伍以加等(2020)利用2003～2015年283个地市的面板数据，基于双重差分法检验了科技和金融结合试点政策对技术创新的积极影响[9].

而在科技创新、科技产业与科技金融的系统研究方面，国内外学者分别从科技金融-科技创新与科技金融-科技产业两个方面进行分析.在科技金融和科技创新的关系上，和瑞亚(2014)、郑力燕(2019)构建耦合协调度模型，发现我国科技创新与科技金融的协调度呈上升趋势，但科技创新的发展要超前于科技金融[10-11]；冯锐，高菠阳等(2020)基于粤港澳大湾区各城市2009～2018年的面板数据测度粤港澳大湾区科技创新与金融发展的耦合协调度，并分析其影响因素以及空间溢出效应[12]；在科技金融和科技产业的关系上，Caterina Giannetti(2012)研究调查了企业与金融的紧密联系对企业发展创新和引进新产品的能力的影响，发现金融在高新技术企业创新以及为企业引进新的技术产品方面起重要的推动作用[13]；刘晶(2018)建立了科技产业链与科技金融对接的长效机制和模式，并进行论证，最后提出相应对策建议[14]；邹克，倪青山(2019)搜集283个地市2002～2015年的数据，通过实证研究检验了不同时段内公共科技金融促进科技产业发展的有效性[15].

引入耦合协调度模型：

The Idea of Creating a Tourism Town——Yundu Peach Pit Carvings in Suqian,Jiangsu Province_________________________________WU Xianxia,QIN Xiaoli,HU Changshen 21

结合国内外有关科技金融的研究成果发现，关于科技金融的定量研究中主要用到了经典计量、数据包络分析、反事实政策评估、系统动力学和空间计量等方法，但是以科技金融为核心的耦合协调研究较为缺乏，同时国内学者主要研究两系统耦合协调关系，而科技创新、科技产业与科技金融的三系统耦合协调关系还未有学者进行深入研究.由于科技创新和科技产业两者性质不同，所处发展阶段不同，在实现科技进步、促进经济发展过程中的作用也不相同.因此本文的边际贡献在于，将科技创新和科技产业加以划分，并研究科技金融在其中的耦合关系.具体来说，本文通过构建三系统的耦合协调度模型，对我国省域范围内的科技创新、科技产业与科技金融的耦合协调关系进行实证分析，并基于此讨论其时空演变情况.

1 指标体系与研究方法

1.1 指标选取

本文对科技产业、科技创新与科技金融的指标进行了界定，搜集了2008～2017年30个省市的科技产业、科技创新和科技金融数据，构建了三系统的评价指标体系(表1).其中科技产业包括科技投入和科技产出，科技创新体现在科技研发和成果转化，科技金融包含公共科技金融和市场科技金融.

表1 科技产业、科技创新和科技金融评价指标体系

1.2 数据来源

本文中的指标数据均源于我国2008～2017年的《中国统计年鉴》、《中国科技统计年鉴》、《中国金融统计年鉴》、《各省市科技发展报告》、《各省市金融发展报告》以及Wind 金融数据库，部分缺失数据用插值法和线性回归法予以补齐(考虑到数据获得的完整性，研究样本不包含西藏及港、澳、台地区).并且根据中国科技统计年鉴将全国划分为四个地区：东部地区(北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南)，东北地区(辽宁、黑龙江、吉林)，中部地区(山西、安徽、江西、河南、湖北、湖南)与西部地区(内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆).

Skin secret: 100 years development history of cosmetics 9 50

2 研究方法

2.1 耦合协调度模型

东部地区从2008年的0.593 9上升到2017年的0.613 6，始终处于高度耦合协调状态，2015年增长状态最好耦合协调度达到0.633 6，虽有轻微回落的趋势，但总体仍处于领先位置.广东省在东部省市中协调度最高，一直保持在极度耦合协调状态；江苏省增长最快，从高度耦合协调发展到极度耦合协调状态，这主要是因为其科技产业的快速发展与科技创新能力的极大提升，此外江苏省政府不仅进一步加大了政府对科技的投入，而且积极拓展融资渠道，由政府直接财政补贴改变为间接资金帮扶，这对于其他省市有良好的示范作用.相比较而言，海南省缺乏强有力的政策体制支持，因此其耦合协调度处于东部地区最差水平，样本期内增长幅度相对缓慢且始终处于低度耦合协调状态.

(1)

(2)

(3)

当转发模式为GSF时,雷区中心位置和比例因子均为空。当转发模式为GSF时,需利用雷区转发数据包,进而平衡网络负载。因此,对凸包H进行相似变换,且从凸包H内随机选择中心位置,而比例因子ξ的定义如式(6)所示:

随着物联网的快速发展，超低功耗设计已经成为了模拟集成电路领域研究者的重点研究方向[1]。在可预见的未来，超低功耗模拟集成电路的发展将给可穿戴智能设备、智能家居、无线传感器网络等低功耗应用带来革命性的变化[2]。基准电流源和基准电压源是模拟/混合信号集成电路的重要组成部分，它们为电路设计提供了与稳定的参考电流和参考电压。在超低功耗模拟/混合信号集成电路设计中，要求其拥有极低的功耗以及较高的电源电压和温度特性，以满足超低功耗的要求。

足球场地、器材是开展足球运动的硬件设施，足够的场地，充足的器材是提高体育教学质量、吸引学生主动参与足球运动、实现体育活动目标的物质保障。横店影视职业学院有一块标准足球场地，但利用率较低，器材设施也不是很充足，影响了高职院校足球运动的发展。从调查情况来看，场地质量，器材缺乏的主要原因是相关经费有限，其次是领导对足球的重视程度不够，缺乏有力的支持。

(4)

(5)

T=af(I)+bf(E)+cf(F)

(6)

其中：D为协调度；C为耦合度；T为三系统耦合协调指数；在实际应用中,最好令T∈(0,1),这样可以保证D∈(0,1),便于使用.a、b、c为权重系数，由于科技产业、科技创新和科技金融三者在相互作用中的影响相当，因此取a=b=c=1/3,f(I)、f(E)、f(F)分别为科技产业、科技创新、科技金融的综合指数.

2.2 空间自相关检验

利用GlobalMoran’sI统计量进行全局空间自相关检验，初步探讨各省市区科技创新强度的总体特征，Moran’sI的表达式为：

(7)

(8)

(9)

兰博基尼Esperienza驾驶体验活动是这个意大利超级跑车品牌自2014年开始推出的一项综合的全球驾驶体验方案，旨在让车迷和潜在用户能够获得专业试驾和初步探索兰博基尼世界的机会。兰博基尼Esperienza驾驶体验活动由兰博基尼赛车运动管理部门Squadra Corse主办。该部门同时负责兰博基尼Accademia驾驶学院活动，在赛道和冰雪上为客户提供驾驶培训和竞速入门训练，并管理致力于为年轻车手打造完美初级赛事体验的兰博基尼Super Trofeo超级挑战赛，以及为经验丰富的车手提供驾驶兰博基尼赛车参加GT3等全球赛事的机会。

3 实证分析

3.1 耦合协调度测算

根据上文耦合协调度公式，得到30个省市的科技产业-科技创新-科技金融耦合协调度，协调度可以划分为以下四种类型：1)0

表2 30个省市及地区耦合协调度测算结果

3.1.1 各省市耦合协调度时间趋势分析

西部地区从2008年的0.264 3提升至2017年的0.302 3，涨幅略小，始终处于低度耦合协调状态.四川省在这十年内的耦合协调度均值为0.532 9，属于高度耦合协调阶段，是所属地区中协调度最高的省市.而青海省的耦合协调度均值仅为0.032 7，尤其在2013、2014、2015、2016四年中协调度极低.西部地区要想提高耦合协调度，首先要加强金融在科技方面的投入力度，让科技产业、科技创新和科技金融更好的匹配，并发挥出更大的价值.

从表2的计算结果可以看出,耦合协调度存在着明显的地域差异,结合协调度区间的划分标准,中国30个省域的协调度值按大小可以划分为四类：1)极度协调地区：江苏和广东；2)高度协调地区：北京、上海、浙江、安徽、山东、湖北和四川；3)中度协调地区：天津、河北、辽宁、福建、河南、湖南和陕西；4)低度协调地区：山西、内蒙古、吉林、黑龙江、江西、广西、海南、重庆、贵州、云南、甘肃、青海、宁夏和新疆.低度协调类型占到了协调类型总数的47%,可见中国区域科技产业、科技创新与科技金融还处于较低水平的协调层次.

3.1.2 各省市耦合协调度地区差异分析

通过高中课程的学习，学生在掌握了平面几何、立体几何、函数图象等数学知识的同时，进一步发展空间思维能力和直观想象素养．此类题较好地考查了学生直观想象、空间思维等素养，在直观想象核心素养的形成过程中，引导学生不断提高运用几何图形解决问题的意识，提升数形结合的能力，并感悟事物的本质，培养创新思维．

从图1中可以看出，东部、中部和西部地区的耦合协调度表现出上升的趋势，而东北地区却呈现出下降的趋势.

图1 2008～2017各地区三系统耦合协调度变化趋势

中部地区从2008年的0.409 6提升至2017年的0.478 2，整体态势相对不错，正朝着高度耦合协调阶段稳步前进，安徽、河南、湖北省在这十年间从中度耦合协调阶段发展到了高度耦合协调阶段.而山西省在这十年间的耦合协调度波动较大且有所下降，因此山西高新区的成果转化率与其他中部地区相比仍有较大差距，山西省仍旧处于低度耦合协调阶段，主要原因在于科技产业与科技创新发展得相对缓慢，科技创新方面具体体现在其试验与研究发展人员数量、全时当量以及经费投入强度等创新研发要素均较低，由此导致科技创新成果转化程度不高；科技产业方面体现在高技术产业机构数、施工项目数及投资额太少，以致科技产业产出值很低；市场科技金融与公共科技金融的投入力度都不大，种种因素限制了山西省三系统耦合协调度的提升.

由图5和图6仿真曲线可知:车辆横摆角速度为正弦波和梯形波信号时,采用PID控制和改进神经网络PID控制所产生的误差相差不大,角速度跟踪效果较好.

从整体看，我国三系统耦合协调度并不高，全国耦合协调度均值从2008年的0.418 5提升到2017年的0.436 0，增长幅度变化为4.18%，10 a内的耦合协调度变动并不是持续上涨的态势，具有时间上的反复性，耦合状态始终处于中度耦合协调阶段.

东北地区从2008年的0.406 0下降至2017年的0.349 9，东三省的耦合协调度整体呈现下降趋势，是四个地区协调度中唯一呈下降趋势的地区.辽宁省在三个省中协调度相对最高，出台了相关的支持政策，但在实践中缺乏与之相配套的具体措施，导致实施效果不如预期，因此其下降程度较严重，从2008年的0.527 7已经下降到了2017年的0.3880，这也是造成东北地区协调度下降的一个重要原因；黑龙江省从2008年的0.314 1增长到2017年的0.321 2，但黑龙江省自身的科技优势并不突出，因此黑龙江省的增长幅度较低，对东北地区涨跌幅的贡献率也较低.东北地区要想实现三系统的高耦合发展，必须要重视起科技产业投入和科技创新研发阶段，还需要金融为科技产业和科技创新提供稳定的资金支持.

3.2 空间效应分析

上文计算出30个省市的耦合协调度，但在判断是否具有集聚特征时，无法说明具体的集聚位置，因此引入全局自相关和局部自相关，用来计算具体的集聚性并指出其集聚位置.本文结合2008～2017年各省市计算出的耦合协调度数值，使用STATA.16和GeoDa软件进行空间效应分析.

3.2.1 各省市耦合协调度全局自相关分析

本文基于Q相邻的二进制空间权重矩阵计算中国30个省市的全局莫兰指数(Moran’sI)，Moran’sI指数的取值范围为[-1，1]，等于0表示不相关，小于0表示负相关，大于0表示正相关.越接近-1表示省域分布越不集中；越接近1表示省域间关系越密切；接近0则表示省域间不相关.

由表3可以看出，Moran’sI指数大多数年份在 1%的显著性水平上为正.故说明各省市三系统耦合协调度存在一定的空间依赖特征.在2008～2017间，莫兰指数在时间趋势上呈现波动特征，2008～2010年处于“波峰”阶段，2011～2014年处于“波谷”阶段，2015～2017年再次处于“波峰”阶段，Moran’sI指数变化具有一定的波动性.

表3 三系统耦合协调度的Moran’s I指数及其统计检验结果

3.2.2 各省市耦合协调度局部自相关分析

企业为了取得资源利用的最大化，提高总杠杆系数，可将经营杠杆和财务杠杆进行不同的组合。总杠杆的大小取决于经营杠杆和财务杠杆，且与企业风险大小密切相关。在其他因素不变的情况下，若总杠杆系数增大，则促使企业风险加大。

分析不同区域间的空间集聚特征，可选用Moran散点图来检验.H-H区域表示一个高耦合水平的省市被其他高耦合水平的省市包围；L-H区域一个低耦合水平的省市被高耦合水平的省市包围；L-L区域表示该省市与周围省市均处于低耦合水平；H-L区域表示一个高耦合水平的省市被其他低耦合水平的省市所包围.

其中：αi为第i个科技产业系统参量的权重，xi表示第i个科技产业参量；βj为第j个科技创新参量的权重，yj表示第j个科技创新参量；γk为第k个科技金融系统参量的权重，zk表示第k个科技金融参量.

由于篇幅有限，这里选取2008、2011、2015以及2017四年的Moran散点图进行分析，见图2.图2(A)为2008年全国各省市的三系统耦合协调水平，整体展现出东部高、西部低的态势.具体表现为：东部以江浙沪一带为核心的各省市，展现出领先于全国水平的H-H型耦合协调发展水平，需要指出的是北京市处于H-L型的耦合协调发展形态，说明北京地区自身耦合协调发展水平较高，但对周边地区的带动效应并不明显.与之相反的江西省，该省呈现周边高自身低的L-H型耦合发展形态；西部地区如青海省、新疆维吾尔族自治区、甘肃省以及宁夏回族自治区等，处于较明显的L-L型低水平耦合协调发展态势，值得注意的是，在青海省东南部的四川省相较之下处于H-L型的耦合协调发展水平.图2(B)的2011年，东部高西部低的耦合协调发展整体格局不变.其中，河北省此时不再呈现H-H型高水平集聚，而西部L-L型低水平耦合发展区域增加了新的省份——甘肃省.图2(C)的2015年，此时空间Moran散点图与2011年度基本一致，某种程度上说明样本期内我国三系统耦合协调发展趋势比较稳定.图2(D)的2017年度，这一年出现较多的变化，首先是H-H型高水平耦合协调发展区域中增加了湖南省，而四川省不再呈现H-L型耦合协调发展态势，L-L型耦合协调发展区域中剔除了青海省，但新疆同甘肃省一起呈现了L-L型低水平耦合发展态势.即便如此，“东高西低”的整体格局仍未改变.

图2 三系统耦合协调度Moran散点图

总的来看，2008～2017年我国三系统耦合协调度主要形成以H-H型高水平集聚和L-L型低水平集聚为主体的两大集聚区，样本期内，整体格局“东高西低”发展态势不变，长三角地区经济发展水平较高，且区域内省市呈现较明显的耦合协调发展集聚效果，可看出长三角地区的省市在自身处于高度耦合协调状态的同时，对邻近省市的耦合协调度也具有较高的空间溢出效应.处于L-L型集聚的区域有青海、新疆、甘肃省等，且主要集中在西北地区，表明西北地区的三系统耦合协调度也具有正的溢出效应.特别要指出的是，近年来经济发展较为迟缓的东北地区并未展现明显的空间集聚效应，而与之相反，具有较高经济发展水平的珠三角地区也未呈现出明显的空间集聚效应.

4 结论与建议

本文运用耦合协调度模型及空间相关性检验方法，对全国30个省市2008～2017年科技创新-科技产业-科技金融的耦合协调水平和空间依赖效应进行测度，得出如下结论：

1)从全局角度看，三系统耦合协调度的全局Moran’sI指数水平呈现出波动特征，但在样本期内均十分显著；

2)从局部角度看，东部地区耦合协调水平突出，多数呈现H-H型集聚的特征，而西部地区处于相对落后的耦合协调发展水平，且多呈现L-L型集聚；

3)从全国范围内看，各省份三系统耦合协调发展水平普遍处于较低的程度，但整体呈现出上升趋势；

针对上述分析结果，给出如下建议：

1)为保持三系统耦合协调度的可持续发展，有关部门应制定科技金融支持创新发展的长效机制.由于科技金融-科技产业-科技创新耦合协调度在时间上看具有波动特征，各地区要持续关注科技创新的发展态势，促使公共科技金融与市场科技金融在不同阶段相互配合，实现科技产业的高质量可持续发展.政府在发挥公共科技金融的作用时，应发挥好引导、培育作用，促进科技创新主体实现成果转化，而科技产业使用市场科技金融应提前制定方案，科学规划，使得科技创新成果市场化，进而实现科技产业发展，形成科技金融在不同科技发展阶段都能实现较高的资源配置水平.

2)中国各省市的三系统耦合协调水平差异较大，应推出因地制宜的科技金融政策.通过上述分析发现，我国各省市的三系统耦合协调水平在空间上存在差异性，且存在明显的空间依赖效应，因此各省市依据自身所处的空间环境入手，制定适合自己的科技金融政策.以当前三系统耦合协调度水平较低且呈下降趋势的东北地区为例，应加大公共科技金融的投入，积极引导科技股权投资和科技信贷投资流向科技创新活动，从而促进科技成果产业化，进而反哺科技金融，提高科技创新积极性，促进老工业基地转型，最终实现东北地区科技金融-科技产业-科技创新三系统的协调发展.

3)针对H-H区域以外的省市，政府应根据地方实际经济发展情况给予相关优惠补贴和鼓励措施.目前我国处于L-L区域内的省市主要集中在西北地区，应重点给予新疆、甘肃、青海省份税收优惠政策和财政补贴政策，提高省内科技金融资源与科技产业、科技创新的结合，逐步缩小其与东部发达地区的差距；处于L-H区域和H-L区域内的省份包括江西、四川省，可以采取区域联动互助发展模式，加强科技金融与科技产业、科技创新耦合协调发展水平高与低的省市相互合作，制定差异化的区域发展战略，加快科技与金融的融合，促进科技创新、科技产业与科技金融相互协调的良性发展.