安徽省科技金融对科技创新的影响研究--基于工业企业数据的实证检验①

周 敏

(安徽三联学院,安徽 合肥 230601)

0 引 言

科技是第一生产力，社会的发展离不开科技创新的推动。科技创新是个长期复杂的过程，需要金融的支持。随着科技的不断创新，金融领域也会发生改变。科技金融和科技创新的融合发展成为学术界和决策管理者们越来越重视的研究课题。2021年，安徽省人民政府办公厅印发《发展多层次资本市场服务“三地一区”建设行动方案》，其中提出：支持金融机构发放专利权、商标权、著作权等知识产权打包组合贷款。引导银行金融机构积极开展外部投贷联动业务，通过转贷向法人银行机构提供低成本资金，用于支持科创企业。因此，为了理清安徽省科技金融对科技创新的影响效果，借助于安徽省各地市工业企业数据来进行实证检验。在理论上丰富了科技金融与科技创新的相互关系，也为政府相关政策制定提供一定的参考。

1 文献梳理

最早研究金融与科技创新的是Schumpeter，他发现需要将银行贷款等生产要素引入技术创新活动中。从研究的视角来看，国外更多的关注点是单个金融主体对科技创新的影响。而Tykvova(2000)侧重于风险投资[1]。也有学者把不同的金融主体对科技创新的影响效果进行对比，Atanassov，Nanda 和Scru(2007)选择了股票、债券等资本市场工具和银行进行对比分析[2]。由于不同的学者研究的视角不同，导致单个金融主体对科技创新的作用结论有时是不一致的。国内学者在理论上积极探讨构建科技和金融的合作机制[3]，指出科技金融是中小企业资金的重要来源[4]。有的研究表明科技创新与科技金融存在相互促进关系，度量了科技金融在科技创新成果方面的贡献[5]。

综述所述，关于科技金融对科技创新的作用效果，现有文献多数集中于某一个金融主体对科技创新的影响，较少有把科技金融看作一个整体来进行研究。在科技创新衡量指标上，大部分学者把科技创新看作一个过程，只选择某一个指标来表示，而没有把科技创新看作是个分阶段过程。现有的实证分析，多聚焦于国家层级，省级层面较少。目前，安徽省正处于加大科技金融支持科技创新的发展期，需要掌握科技金融作用于科技创新的效果。一般认为，企业是科技创新的主力军，尤其是工业企业的科技创新能力，能直接影响我国建设工业强国的目标是否实现。基于此，本文以工业企业的视角，选择了安徽省16个地市2011—2020年的工业企业面板数据，实证分析了科技金融多主体对科技创新不同阶段的影响效应，并针对分析的结果给出相应的政策建议。

2 研究设计

2.1 变量选择与数据来源

借鉴已有学者对科技金融主体和科技创新过程的划分[6]，就安徽省各地市工业企业现实数据来看，以企业和政府作为科技金融的主体组成部分，科技的研发和应用是科技创新两个不同的阶段。本文被解释变量科技创新产出有两个，具体选用安徽省各市工业企业自主知识产权和技术中的专利申请数来表示研发阶段产出，用安徽省各市工业企业研究与试验发展(R&D)经费中的新产品销售收入表示应用阶段产出。解释变量有三个，分别是政府资金投入、企业资金投入和人力资源。依次用安徽省各市工业企业研究与试验发展(R&D)经费中的政府资金、企业资金和研究与试验发展人员折合全时当量来反映。

本文样本数据来源于2012—2021年的《安徽统计年鉴》，并对原始数据进行对数处理。对于极个别年份的缺失值，采用插值法补全。

2.2 模型设定

科技金融对科技创新的影响，反映的是一种资源投入与产出的关系。因此，模型的设定可借鉴传统的C-D生产函数。只是将资本部分进行扩展，把政府资金投入和企业资金投入作为科技金融资本投入，建构一般面板数据计量模型：

lnSTIit=αi+β1lnGFit+β2lnEFit+β3lnLit+εit

(1)

其中，β1、β2和β3是各解释变量的系数，分别表示科技创新产出对政府资金投入、企业资金投入和人力资源投入的敏感程度，也可看作科技创新对各个解释变量的产出弹性。i代表安徽省16个地市(i=1,2,3…,16)，t代表年份(t=1,2,3…,10)，αi是截距项，εit为扰动项。这里lnSTIit包括研发阶段产出(用lnSTIRit表示)和应用阶段产出(用lnSTIAit表示)。GF表示科技金融中的政府资金投入，EF表示科技金融中的企业资金投入，L表示人力资本。

3 实证结果与分析

3.1 平稳性分析与协整检验

在对面板数据进行回归分析前，为了最大程度防止伪回归的发生，有必要对面板数据进行单位根检验。鉴于本文的面板数据时间T比较小，选用适合短面板单位根检验的HT检验和IPS检验。由表1可知，在原变量中，只有lnSTIR和lnL通过了1%的显著性检验，剩下的变量lnSTIA、lnGF和lnEF为一阶单整。在多变量模型中，最高单整对应变量的个数大于2，满足协整检验条件。根据协整检验中的Kao检验和Pedroni检验结果，不同阶段下的科技创新都通过了1%的显著性检验，表明变量间有稳定的长期均衡关系，可以进行回归分析。

表1 单位根检验结果

3.2 静态面板模型

按参数是否变化，面板数据模型可分三类：混合模型、变截距模型和变系数模型。基于研究目的需要，直接选用变截距模型。在进行面板数据模型估计前，要确定模型是具有个体效应、时点效应还是双效应。在研发阶段，Cross-section F值5.158689，时点F值为4.594017，在1%水平下显著，说明存在个体时点双效应。在应用阶段，Cross-section F值为20.138059，通过1%显著性水平，但Period F值没有通过检验，表明这阶段主要有个体效应。

接下来进行Hausman检验来确定模型是具有固定效应还是随机效应。在研发阶段，个体效应和时点效应的卡方值分别是57.191002和66.885535，所对于的P值也显著拒绝随机效应的原假设，因此，这阶段运用个体时点双固定效应模型。在应用阶段，个体效应卡方值为1.234492，没能通过显著性检验，故采用个体随机效应。

根据前文检验结果，对科技创新两阶段分别建立相应的静态面板数据模型，回归结果见表2。调整后的R2在0.8以上，说明模型的拟合效果比较好。F统计量对应的P值小于0.05，意味着这些解释变量在总体上对科技创新产生显著影响。科技金融中的企业资金投入对科技创新产出的系数显著为正，说明企业自有资金是科技创新主要影响因素，能够在很大程度上推动科技创新的产出。政府资金的回归系数为负且不显著。在研发阶段，人力资本对数的系数显著为正，表明科研人员数量增加对专利申请数有促进作用。而在应用阶段，科研人员数量对新产品销售收入的影响比较小。

表2 静态面板回归结果

3.3 动态面板模型

考虑到科技创新产出是一个长期累积的过程，其过去行为对当前行为有很大影响，有必要在解释变量中加入被解释变量的滞后项。本文的做法是在静态面板模型中加入被解释变量的一阶滞后项，从而构建如下的动态面板模型：

lnSTIit=αi+ρlnSTIi,t-1+β1lnGFit+β2lnEFit+

β3lnLit+εit

(2)

由于模型中解释变量含有被解释变量的滞后项，不再满足外生性假设。这时，OLS估计量将是不一致的。可采用Arellano and Bond(1991)提出的差分GMM来对动态面板模型进行估计。利用两步迭代法得到模型相关参数估计值如表3所示。

表3 动态面板回归结果

为了检验模型设定的合理性，接下来先对扰动项进行序列相关性检验，根据表3中AR(2)P值可得，扰动项的差分不存在二阶自相关。其次，对工具变量有效性的Sargan检验表明，所选工具变量有效，模型设定合理。接下来，对模型中主要参数的估计结果进行分析。

从研发阶段来看，专利申请数滞后一阶项的系数为正的0.251676，且通过了1%的显著性检验，这说明专利申请数本身具有很强的连续性及滞后效应。科技金融在总体上对专利申请数的作用效应明显。从系数的大小来看，对专利申请数有最大促进作用的是企业资金投入，政府资金发挥的作用很小。人力资本在5%水平显著为正，表明在安徽省内，研究与试验发展人员数量与工业企业专利申请数正相关。

从应用阶段来看，包含新产品销售收入一阶滞后项在内的所有核心变量都通过了5%的显著性水平。由新产品销售收入滞后项的系数0.330818来看，新产品销售收入具有很强的连续性。根据系数绝对值大小来判断，企业资金的增加依旧显著促进新产品销售收入，政府资金对新产品销售收入影响较小。研究与试验发展人员数量对新产品销售收入影响力不大。

4 结 语

从工业企业视角，选用了安徽省各地市工业企业2011-2020年的相关数据，实证研究了安徽省科技金融对科技创新的作用效果。把科技创新分成两个阶段，构建了静态面板数据模型和动态面板数据模型。通过研究发现，科技创新具有很强的连续性和滞后效应。在影响科技创新的科技金融主体中，企业自有资金作用最为明显，政府资金所起的作用有限。这从侧面说明，如何利用好科技创新中的政府资金投入，以及积极引导金融中介机构和资本市场参与企业的科技创新，这些都是需要解决的问题。

为了进一步提高科技金融对科技创新的积极促进作用，给出以下几点政策建议：(1)强化政府资金在科技创新方面的利用效率。可从增加科技创新财政支出和科技型企业税收减免两方面来努力。在科技创新的过程中，政府不能只是简单地提供资金，应设计指标来考核资金的利用效率，严禁把财政科技投入用于其他方面的使用。(2)确立企业在科技创新中的主体地位。通过对知识产权的保护，调动企业科技创新积极性。另外，充分发挥学校和科研机构的科技创新作用。深化校企合作，注重创新成果转化。(3)拓宽科技创新资金来源渠道。目前，我国科技创新资金来源主要是企业自有资金和政府财政支出，其他方面的资金极少。地方政府对于商业机构的企业科技贷款可考虑给予适当的风险补偿等激励措施。商业机构需针对科技创新的不同阶段开发特色金融产品。鼓励外商投资和风险基金等资金流向科技创新领域，逐步建立科技创新不同阶段、多渠道的资金支持机制。