科技金融支持科技创新发展水平测度及空间分异研究

戴伟 耿志飞 张雪芳

【关键词】 科技金融; 科技创新; 投影寻踪模型; Theil指数

【中图分类号】 F832.5  【文献标识码】 A  【文章编号】 1004-5937（2022）05-0035-07

一、引言

科技金融是一切服務于科技企业以及科技成果发展、创新的多方资源体系，是国家科技创新体系和金融体系的重要组成部分。“十四五”时期，中国进入新发展阶段，金融在服务实体经济各领域高质量发展中的重要作用更加凸显。党的十九届六中全会《决议》强调，要大力构建“双循环”新发展格局，坚持金融为实体经济服务，加快建设创新型国家和世界科技强国。“十四五”规划指出：“要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑……完善国家创新体系，加快建设科技强国”。加快现代金融体系建设步伐，推动科技创新发展，是建设现代化经济体系的重要内容之一，也是新时代高质量发展的重要战略支点。因此，本文对科技金融支持科技创新发展水平进行测度，从科技和金融两个视角，考虑科技金融对科技基础设施建设的贡献，科技金融的发展状况、服务水平、产品结构等，构建科技金融支持科技创新发展综合评价指标体系并进行分析。同时，对其空间演化特征进行分析，有助于深度把握科技金融对科技创新影响，这对于加速创新型国家建设和推动经济高质量发展具有重要意义。

二、文献回顾

已有文献多基于宏观层面开展关于科技金融对科技创新影响的相关研究，主要围绕以下三个方面展开。其一，关于影响机制的研究。King et al.[1]通过构建内生增长模型考察金融体系与创新活动的关系，认为金融体系通过为创新活动提供企业家评估、资金筹集、风险分散和创新预期收益评估服务，提高技术创新的成功几率;柏建成等[2]认为，金融业主要通过提供资金支持、加速基础设施建设和知识人才培育等渠道促进科技创新;黄国平等[3]认为，金融体系通过化解和管理创新风险、降低信息成本和交易成本、提供创新资金支持等机制促进科技创新;王宏起等[4]运用协同理论分析了科技金融影响科技创新的机制，认为科技金融子系统为科技创新活动提供资金支持的同时，通过审查机制对创新项目进行择优筛选，并为科技创新提供事后监督管理，有效的科技金融支持是科技创新的必要条件。其二，关于影响效果的研究。学者们充分肯定了金融对创新的支持作用[5-6]，认为金融发展有助于促进技术进步，但不同类型金融市场对科技进步的影响存在差异[7];多数学者肯定了银行信贷、债券市场、资本市场、风险投资对技术创新有促进作用[8-12]，但龚传洲等[13]认为，证券市场的作用有限，而中长期信贷与财政科技投入显著提升了科技创新水平;柏玲等[14]进一步研究发现，金融发展的规模、效率和结构均与技术创新产出能力正相关;还有部分学者从动态视角对其影响进行了研究，认为金融对科技创新的支持作用是一个长期积累的过程[15-16];也有学者认为，短期效果显著，但长期效果不明显[17]，且科技金融对不同阶段科技创新的影响存在差异[18]，并具有时滞性和时变性特征[19]。其三，关于影响的空间差异性研究。有部分学者从空间的视角对该影响的差异性进行了研究，认为区域创新水平差异悬殊[20]，科技金融对创新的促进作用主要存在于地方政府效率和初始创新水平相对较高的地区[21]，且科技金融发展对邻近地区的区域创新具有正向空间溢出效应[22]。

综上所述，已有研究在科技金融支持科技创新领域进行了深入的理论探索和丰富的实证研究，为本文研究夯实了理论基础，但实证研究侧重于科技金融对科技创新影响效果的检验，鲜有从不同层面对科技金融支持科技创新的水平进行测度并对其差异进行分析。基于此，本文以2009—2019年为数据样本，采用投影寻踪模型、Theil指数等方法，对科技金融支持科技创新发展综合指数及其构成要素的空间分异进行分析，以期为科技金融支持科技创新的发展方向提供有益参考。

三、研究方法、数据来源与指标选择

（一）研究方法

本文使用投影寻踪模型测度各地区科技金融支持科技创新发展综合水平及其构成要素。投影寻踪模型方法是一种直接由样本数据驱动的探索性数据分析方法，可以处理高维度、非正态、非线性等数据，相较于传统的熵权法、层次分析法以及主成分分析等方法更能全面、客观反映所评价事物的综合水平。评价模型步骤如下：设第i个样本第j个指标为Xij（i=1，2，…，n;j=1，2，…，m），首先，由于各指标的量纲不同或者数值范围相差较大，因此，在建模之前需要对数据进行归一化处理，即Xij=（Xij-min Xj）/（max Xj-min Xj），其中max Xj、min Xj分别表示第j个指标样本的最大值与最小值。

其次，构造科技金融支持科技创新发展指标函数，若（a1，a2，a3，…，am）为m维单位向量，则样本i在一维线性空间的投影特征值（Zi）的表达式为：

接着，构造科技金融支持科技创新发展投影目标函数：Q（a）=S（a）×D（a），Q（a）为目标函数，S（a）为类间距离，D（a）为局部密度。如式2所示，类间距离就是投影特征值（Zi）的样本方差，E为样本均值。假设投影特征值（Z）的距离rik=Zi-Zk（i，k=1，2，…，n）

局部密度函数D（a）如式3所示，R为局部散点密度的窗口半径，取值0.1×S（a）。f（X）为单位阶跃函数，f（X）=1，X≥00，X<0。局部密度函数D（a）越大，分类越显著。

最后，当Q（a）取得最大值时所对应的投影方向就是所要寻找的最优投影方向。即：

这是以aj为优化变量的非线性优化问题，本文将采用遗传算法（GA）对其进行优化求解。将最终求解的aj也即各指标的权重，代入式1，便可求出各个省份的Zi值。

（二）数据来源

研究数据来源于《中国统计年鉴（2010—2020）》《中国金融年鉴（2010—2020）》《中国科技统计年鉴（2010—2020）》《中国证券期货统计年鉴（2010—2020）》《各省（市）统计年鉴（2010—2020）》《中国人口和就业统计年鉴2020》，部分缺失数据采用线性插值法进行补齐。综合考虑自然条件、资源禀赋、空间距离、经济发展水平、行政区划等因素，将研究区域划分为东、中、西三大板块和八大综合经济区进行研究①，并以省级行政单元为基本空间单元。

（三）指标选择

基于前文分析并参考现有研究，构建科技金融支持科技创新发展综合评价指标体系。首先，纳入科技金融支持指标，用于评估科技金融基础设施，以及科技金融所提供的金融产品、金融服务对科技创新的影响因素，具体从政府支持、市场支持和企业自主三个角度进行衡量。其次，纳入科技创新指标，综合反映科技金融支持背景下，科技创新投入到科技创新成果实现、科技创新成果转化再到高新技术产业形成的科技创新动态发展过程。最后，纳入社会发展测度指标，用以综合反映科技创新提升所带来的社会发展，具体包括经济效率、产业结构、环境保护以及民生发展（具体见表1）。

四、實证结果与比较分析

（一）科技金融支持科技创新发展水平测度分析

为了更深入了解不同层面科技金融支持科技创新发展的水平及其空间差异性，本文分别从全国、八大经济区、省际三个层面，基于前述方法和基础指标进行计算得出不同层面的2009—2019年科技金融支持科技创新发展综合指数（简称“金融支持发展综合指数”）以及科技金融、科技创新、社会发展三个一级指标指数。

1.全国层面

如图1所示，2009—2019年全国科技金融支持科技创新发展综合指数整体趋势平稳，仅在2013年呈现显著波动。究其原因，2008年金融危机后，国家实施大规模经济刺激政策，市场资金充足，企业恢复活力，科技投资、科技创新活动呈现出阶段性高涨态势;2014—2019年，我国经济由高速发展向中低速发展过渡，同时供给侧结构性改革的推行对企业去产能、去库存、补短板等提出要求，企业发展陷入转型阵痛期，社会发展速度随之减缓、科技创新热度随之降低。根据投影寻踪模型金融支持发展综合指数进行分解，结果显示三大要素构成指标中，科技创新指数最小，社会发展指数最大。表明我国科技创新水平相对较低，发展潜力巨大，科技金融对科技创新的支持效率和服务水平有待提升。社会发展指数处于相对高位，说明科技创新投入对科技金融的支持，最终会促进我国社会进一步发展。

2.八大经济区层面

如图1所示，2013年是一个重要的时间节点，为了更好反映八大经济区之间科技创新能力的空间分布，选取2009、2013、2019作为代表性年份构建数据分析，如图2所示。综合指数排名前三的分别是东部沿海、北部沿海和南部沿海经济区，东部沿海经济区不管是在科技金融服务水平、科技创新能力还是社会发展方面都要遥遥领先于其他经济区。综合指数排名第二的北部沿海经济区，科技创新指数相对较弱，而其他两个指数则相对较高，南部沿海经济区科技创新指数相对较高，而科技金融和社会发展指数则相对较低。综合指数排名后三的分别是大西北、大西南和长江中游经济区。大西北经济区在科技金融和科技创新方面一直落后于其他地区社会发展指数则表现较好。大西南经济区的科技金融和科技创新水平优于大西北经济区，但其社会发展指数近年来未能取得突破，尤其是2019年，其社会发展指数只有0.802，为全国最低。长江中游经济区的科技金融指数逐年递增，发展态势较好。黄河中游经济区的科技金融和科技创新水平与大西北、大西南经济区旗鼓相当，但其社会发展指数表现突出，几乎与东部沿海地区一致。东北经济区科技创新指数表现较为稳定，基本处于全国中等水平且仅次于南部沿海经济区。但其科技金融和社会发展指数相对较低尤其在2019年，仅高于大西北经济区。

3.省际地区层面

如图3所示，通过对各地区科技金融支持科技创新发展综合指数进行排序，结果显示从大到小依次是东部沿海发达地区、中部内陆地区和西部地区。2009年综合指数最高的广东省（4.02）与最低的海南省（0.24）相差3.78，而2019年综合指数最高的广东省（4.10）与最低的海南省（-0.08）相差4.18。

科技金融是促进科技创新和成果转化的各类金融工具的总称，如何使科技金融更好地支持科技创新发展是本文的研究意义所在。为了验证本文选取的计算方法和指标体系进行的合理性与有效性，我们将计算结果与现实中的基本事实进行比对。从图3中计算结果发现：综合指数排名前三的地区分别是广东、北京和上海，这三个地区均是全国科技金融最为发达和创新能力最强的地区;而依据清科研究中心《2020年中国城市科技金融发展指数》发布的城市科技金融发展综合指数结果来看，北京、上海、深圳三个城市属于第一梯队，在科技金融各领域均居领先地位。计算结果与事实相符，这表明本文所选取计算方法和指标体系是合理有效的。

（二）科技金融支持科技创新发展水平差异

1.全国金融支持发展水平差异的发展趋势

基于前文分析，科技金融支持科技创新发展水平各地区间，各经济区间发展差异显著，但差异与其趋势如何？将通过构建全国及各经济区间的Theil指数对差异进行测度及分解。从图4可以看出，全国科技金融支持科技创新发展水平的总体差异处于平稳下降趋势。而各经济区内的差异大于各个经济区之间的差异，从平均历史贡献度来看，经济区内差异占总体差异贡献度的70%左右，而经济区间差异则解释了30%左右的总体差异。说明国家区域经济发展政策配置合理，各经济区协同发展，但是经济区内差异仍然较大，将是今后进一步需要完善的方向。

2.全国金融支持发展水平的差异分解

为进一步分析各经济区内及经济区间差异对总体差异的影响，分别计算了各地区科技金融支持科技创新发展水平的Theil指数，并对总体差异进行了地区构成分解。由表2可知，北部沿海、东部沿海经济区的省间差异较大，东北、长江中游经济区的省间差异较小。

北部沿海经济区内差异是构成全国总体差异最为主要的原因，贡献份额维持在32%～39%之间。东部沿海亦对总体差异的构成产生一定影响，但贡献度逐年下降，从2009年的13.71%下降至2019年的7.12%。东北和长江中游地区在总体差异中占有份额较小，区内差异亦较小，由于各省之间经济发展水平趋同，科技金融与科技创新的发展状况相似，导致区内差异较小。2019年湖北、湖南、江西、安徽的人均GDP为41 895.62元、34 024.35元、31 384.82元、32 033.34元，辽宁、吉林、黑龙江的实际人均GDP为57 070.57元、45 376.25元、44 728.25元，省际之间经济发展水平差别不大。

五、结论与政策建议

（一）结论

在中国经济高质量发展的关键阶段以及建立现代化金融体系的关键期，从宏观和中观层面研究科技金融支持科技创新发展，对制定区域发展战略和政策具有极其重要的现实意义。本文通过优化评价指标选取、拓展各经济区内空间结构分析，以2009—2019年为数据样本对中国科技金融支持科技创新发展水平进行相关研究，主要结论如下：

1.從全国层面看。我国科技金融支持科技创新水平整体趋势平稳;但通过对科技金融支持科技创新发展综合指数进行分解结果显示，我国科技创新水平处于相对低位，上升空间很大，科技金融对科技创新的支持效率和服务水平还有待提升;科技创新投入所带来的一系列成果促进了我国社会的进一步发展。

2.从区域层面看。东部沿海发达地区仍然是我国科技金融、科技创新发展最快的地区。从区域层面内部看，东部沿海经济区的上海，北部沿海经济区的北京，南部沿海经济区的广东，东北经济区的辽宁，黄河中游经济区的内蒙古，长江中游经济区的湖北，大西北经济区的新疆以及大西南经济区的重庆，分别都是其所在经济区金融支持发展水平最高的地区，对经济区内整体发展效应发挥着重要作用。

3.从时间维度和空间维度看。从长期来看，全国各地区间科技金融支持科技创新发展水平的差异处于不断下降趋势。从空间维度看，各经济区内的差异大于各经济区间的差异，经济区内差异占总体差异贡献的70%左右;并且各地区间科技金融支持科技创新水平的差异要远远大于各地区间经济发展水平的差异。

（二）政策建议

科技创新是推动经济高质量发展的重要引擎，而科技金融在科技创新活动中发挥着重要作用。但从上述研究结论来看，当前我国科技创新能力不强，且区域间差异较大，这与科技金融支持水平密切相关。基于此，本文提出以下建议：

第一，构建政府财政投入为引导、金融资本为支撑、企业自主投入为主体的全社会多元化支持科技创新体系。一是政府要充分发挥财政投入的引导和带动金融资本参与科技创新的作用，完善科技金融生态环境，增强对企业研发、科技成果转化及产业化各阶段的金融支持力度，通过贷款风险补偿、设立创业投资基金等多种方式引导金融资源向科技成果转化集聚。二是金融机构要增强其对科技创新的支撑作用，完善金融机构支持科技创新的体制机制，推出适合科创企业不同发展阶段的金融产品和服务，并通过与保险、信托等机构展开合作，探索科技创新风险分担机制。三是企业要保持其在科技创新活动中的主体地位，积极提高自身信用水平并建立高效的自主创新体系，同时政府也要充分尊重企业的主体地位，要简政放权，让企业充分发挥自己的潜能。

第二，针对科技创新的不同阶段、不同区域，提供与之匹配的资源与措施。科技创新活动是一项长期系统工程，先后经历种子期、初创期、成长期和成熟期四个阶段，不同阶段资金需求特点不同，需要的科技金融资源也不同，因此政府应分科技创新不同阶段设立具有针对性的科技金融资源。同时，科技创新水平不同区域，政府支持、企业自主和市场支持要发挥不同的作用。具体来看，在区域创新效率较低的区域，政府支持所起到的作用更显著，因此应加大政府支持力度，并积极为企业提供更多的产学研合作交流平台与环境;在区域创新效率稳步上升区域，应着力于借助企业自主创新以推动区域科技创新发展，并逐步吸引市场资金有力支持;而在区域创新效率相对较高的区域，应积极发挥市场配置机制作用。

第三，降低科技金融、科技创新发展的区域间与区域内差异，实现协同发展。一是要推动科技金融与科技创新各要素的跨区域自由流动与优化配置。科技金融与科技创新相对发达地区要发挥其领先优势，贡献资金和技术，促进要素资源向欠发达地区流动。二是可以采取区域联动互助发展模式，加强科技金融与科技创新发展水平高、低区域间的相互合作。三是各经济区要树立“一盘棋”思想，充分发挥其内部各地区的优势，实现错位发展、协调发展，形成整体合力，共同构建协调区域均衡发展的长效机制。

【参考文献】

[1] KING R G，LEVINE R.Finance，entrepreneurship and growth[J].Journal of Monetary Economics，1993，32（3）：

513-542.

[2] 柏建成，高增安，严翔，等.长江经济带科技创新与金融发展互动关系研究[J].科技进步与对策，2020，37（9）：61-68.

[3] 黄国平，孔欣欣.金融促进科技创新政策和制度分析[J].中国软科学，2009（2）：33-42.

[4] 王宏起，徐玉莲.科技创新与科技金融协同度模型及其应用研究[J].中国软科学，2012（6）：129-138.

[5] SCHUMPETER J.The theory of economics development[M].Cambridge，MA：Harvard University Press，1912：121-137.

[6] 张明喜.我国科技金融生态及其绩效实证研究[J].科技进步与对策，2017，34（16）：14-19.

[7] 明明.金融发展促进科技进步的效用分析[J].浙江金融，2013（8）：18-22，36.

[8] CANEPA A，STONEMAN P.Financial constraints to innovation in the UK：evidence from CIS2 and CIS3[J].Oxford Economic Papers，2008，60（4）：711-730.

[9] ATANASSOV J，NANDA V K，SERU A.Finance and innovation：the case of publicly traded firms[J/OL].SSRN Electronic Journal，2007.

[10] 徐玉莲，王玉冬，林艳.区域科技创新与科技金融耦合协调度评价研究[J].科学学与科学技术管理，2011，32（12）：116-122.

[11] 和瑞亚，张玉喜.中国科技金融对科技创新贡献的动态综合估计研究——基于自向量回归模型的实证分析[J].科技管理研究，2014，34（8）：60-64.

[12] 林妍，刘霞.多层次资本市场支持科技企业融资效率研究——基于京津冀的比较视角[J].会计之友，2019（20）：101-106.

[13] 龚传洲，陆彩兰，胡建生.我国科技创新融资支持的实证分析[J].研究与发展管理，2012，24（5）：109-116.

[14] 柏玲，姜磊.金融支持区域创新的竞争和溢出效应——基于空间面板杜宾模型的研究[J].上海经济研究，2013，25（7）：13-23.

[15] 俞立平.省际金融与科技创新互动关系的实证研究[J].科学学与科学技术管理，2013，34（4）：88-97.

[16] 刘纳新，伍中信.新常态环境下金融发展对科技创新的影响分析[J].会计之友，2015（23）：39-43.

[17] 张玉喜，赵丽丽.中国科技金融投入对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015，33（2）：177-184，214.

[18] 芦锋，韩尚容.我国科技金融对科技创新的影响研究——基于面板模型的分析[J].中国软科学，2015（6）：139-147.

[19] 郑玉航，李正辉.中国金融服务科技创新的有效性研究[J].中国软科学，2015（7）：127-136.

[20] 陈敏，李建民.金融中介对我国区域科技创新效率的影响研究——基于随機前沿的距离函数模型[J].中国科技论坛，2012（11）：85-90.

[21] 马凌远，李晓敏.科技金融政策促进了地区创新水平提升吗？——基于“促进科技和金融结合试点”的准自然实验[J].中国软科学，2019（12）：30-42.

[22] 杨宜.科技金融政策对区域创新的影响——基于京津冀地区的空间计量研究[J].北京联合大学学报（人文社会科学版），2018，16（4）：40-50.