科技金融与科技创新协同发展分析——以长三角地区江浙皖三省为例

潘和平 王絮停

（安徽建筑大学经济与管理学院，安徽 合肥 230022）

一、引言及文献综述

在全球科技革命的发展进程中，国际科技竞争力的关键体现在科技创新。 国家科技部提出，在国家现代化建设中要坚持技术创新的核心地位，我国经济发展的重要战略支柱是高新技术的发展，要持续性推动加深科技体制改革，让科技治理体系更加完善。

科技金融与科技创新相互配合整体协同发展，已经成为了我国提升经济实力与综合国力的必经之路。 近年来，科技创新已经成为我国强化国家战略的支撑力量[1]，科技金融的发展水平在我国的各区域之间存在着较大的差异[2]，两者协同发展有益于国家整体发展与区域发展。 科技与金融结合对企业的发展，还存在着地域差异[3]，根据门槛原理，只有经济发展与互联网使用水平达到一定高度时， 金融对科技创新的促进作用才会显著[4-5]。 因此，科技金融与科技创新协调发展整体提高就成了区域发展的重点。

首先，从科技金融与科技创新的影响机制上看，柏建成等研究认为， 科技创新的推动需要大量的资金支持，要保障科技创新的持续发展，就需要基础设施的加速建设和知识人才的持续培养[6]。 也有研究认为， 金融系统促进科技创新的方式可以是提供项目资金、降低规避企业风险等[7]。 王宏起等通过建立协同度模型发现， 要发展科技创新的能力需要科技金融来提供一定的支持[8]。 张岭等人分析，降低技术创新的不确定性可以采用风险投资的方式， 进而达到激励创新的作用[9]。 其次，从科技金融与科技创新两者影响效果上看， 杨晶等认为科技型公司在研发创新时， 需要科技金融通过融资的方式来进行资金扶持， 而通过扶持科技创新又可以给企业带来一定的经济效应，并且两者存在协同效应[10]。 张江朋等在用协同度模型测算时，将全中国分成了五大地区，东南部的协同程度最高， 而东北与西北的科技金融与科技创新则处在非协同状态， 科技创新的作用并不突出[11]。 代军等对湖北地区加以研究，认为虽然科技创新在科技金融的发展水平的提升上有着正向影响作用， 并且二者深度融合发展的状态仍然有较大提升空间[12]。

通过对国内外相关文献的综合分析， 发现在科技金融与科技创新两者相互促进整体发展的问题上，科研成果较多。 中国土地资源辽阔，地区环境不同，东西部的科技水平仍然存在着一定的差距，全国范围内的整体性研究已经逐渐与区域发展的指导规划不再适应，专注于国家某一区域的发展，更有利于区域化的科技金融与科技创新协同机理的分析，且提出相关建议的针对性也更强。

本文依据科技金融与科技创新协同的发展机理， 通过熵权法与协同度测度模型， 对2010—2020年长江三角洲的科技金融与科技创新数据进行实证分析，由于上海为直辖市，与其他三省区别较大，所以本文选取江苏、浙江和安徽三个省份，研究其协同发展现状， 进而对长三角三省高质量发展提出相应建议。边际贡献主要体现在以下两点。首先，现有研究多从科技金融与科技创新是否存在促进关系等角度出发，分析二者发展是否需要互相支持。 本文通过协同度模型，详细分析了二者的协同水平，拓展了在科技金融与科技创新协同水平研究的相关文献。 其次，在多数学者聚焦全国领域的基础上，专注于研究长江三角洲，丰富了江浙皖三地的区域协同发展研究。

二、协同机理分析

科技创新是制度、政策、金融工具以及服务的系统创新性安排的总和， 科技创新不仅可以促进科学技术的开发，在科技成果的转化上提高效率，且可以促进发展高新技术[13]。 科技创新分为三个过程，知识创新、技术创新和产业化。 科技金融包括两个部分，分别是公共科技金融与市场科技金融， 公共科技金融是由政府引导的科技财政对科学技术活动进行经济扶持， 市场科技金融是各种金融主体向科技活动提供的技术融资或者其他金融服务支持。

在科技创新领域，科技金融的发展十分关键，创新的每一个过程都需要巨大的资金支持， 任何一个环节的资金短缺， 都将会导致最终科技成果无法产出。 在知识技术创新和产业化的过程中，资金链的完整度决定了转化程度， 科技创新全过程需要大量的资金投入， 来自政府的公共科技金融为科技创新的三个阶段提供了有效直接的资金保证， 政府的宏观调控可以让科技创新处于一个较为稳定的发展环境， 降低科技创新因为外部因素带来的资金链断裂的风险，从而提高科技创新效率。 科技创新活动风险控制一直是一个重要的环节， 在一个复杂的动态过程之中，分散不确定的影响因素，就需要加入适当的金融工具，把风险担保体系进行层次化划分，这样可以帮助相应的创新主体在风险规避， 提升科技金融水平，保持科技创新活动稳定性。 一个完善的金融市场， 不仅可以分散投资者对科技创新企业的投资风险， 而且可以给科技创新的各个过程提供有效的信用担保。 通过市场科技金融的介入，对创新活动进行投资，实现创新产品的最大化收益，让创新活动向着健康稳定的方向上顺利进行。

在科技金融的发展中， 科技创新有着至关重要的驱动作用，主要的推动作用来自两个方面。 首先，在科技创新活动中， 随着高新技术的逐渐深度发展与金融资本不断融合，对金融业的要求也不断提高，科技知识与技术的创新， 推动了金融业自身的现代化发展[14]。 高质量的金融产品、高效率的金融业务模式，都是科技金融现代化的体现，高效的知识创新与技术创新，让科技金融自身的现代化进程加快，金融业的服务效率不断提高， 从而给相关客户提供了更加完善的金融服务。 其次，为适应科技创新的高速发展，科技金融需要增加新产品使用，从而创造高效率的融资环境。 随着产业化水平的不断提升，大数据与电商平台形成的新型融资模式， 将大幅度提高融资效率[15]，金融业数字化水平的提高，有效解决了在交易活动中的信息不全面带来的高成本低效率的问题，从而在提高资源配置效率的同时降低交易成本。具体影响机理如图1 所示。

图1 科技金融与科技创新协同作用机理

三、模型构建

（一）协同度模型

根据科技金融与科技创新的内在关系， 采用复合系统的模式，探究二者发展的一致性。 两个子系统随着时间推移，是否呈现出协调一致地发展，是当前长三角地区一体化发展的重点。 协同度的测算可以有效观测出子系统之间的协调发展， 在正向协调的基础上，研究相互促进和谐发展的程度，在协同度的研究中， 有效参序量的确定可以直观地反映出复合系统发展趋势。 根据协同学的参序量原理，参序量从无序变为有序的过程， 就是复合系统和谐发展的过程， 本文采用的参序量分别为科技创新发展水平和科技金融发展水平。

在科技创新中， 一级指标根据其不同阶段来进行划分，分别是知识创新、技术创新及产业化水平。知识创新二级指标为R&D 人员数与科研机构数，技术创新二级指标为R&D 经费内部支出占GDP 比重、技术市场成交额与发明授权数，产业化水平二级指标为高技术产业新产品销售收入和高技术产业新产品出口额。 在科技金融中，一级指标根据资金来源来进行划分，分别是公共科技金融和市场科技金融。公共科技金融二级指标为政府财政科技支出与科技支出占财政支出比重， 市场科技金融二级指标为创业风险投资机构数与创业风险投资管理资本总额。

综合两个子系统， 建立长三角地区三省指标体系如表1 所示。

表1 科技金融与科技创新复合系统指标体系

（二）指标权重

本文通过熵权法的计算，确定指标权重。 具体计算过程如下：

1.对每个数据进行标准化处理：正向指标：

负向指标：

2.对指标体系进行标准化处理，为保证除数不出现0 的情况，将整个结果进行平移，即对标准化后的结果都进行加1：

3.计算各指标熵值：

4.计算各指标权重：

（三）指标协同度

科技金融与科技创新互相影响，是一个不断转化的有机整体，基于上文的参序量和协同原理，并根据指标权重，建立复合系统协同发展模型。

1.设复合系统S={Si},i∈[1,2],S1为科技创新子系统，S2为科技金融子系统。 设ei=ei1,ei2,ei3,…,ein为序参量，其中n≥1,βij≤eij≤αij,j=1,2,…,n,αij为序参量eij的上限，βij为序参量eij的下限，当ei1,ei2,ei3,…,ein为正向指标时，指标的取值越大，系统的有序度就越高，当ei1,ei2,ei3,…,ein为逆向指标时，指标的取值越小，系统的有序度就越高，计算子系统序参量eij的系统有序度，其公式为：

2.计算子系统Si 的系统有序度，其公式为：

复合系统协同度C 的取值范围为[-1,1]，C 数值越大， 表明科技金融与科技创新复合系统的协同发展水平越高，反之则越低。

四、实证分析

（一）数据来源

本文采用2010—2020 年的年度数据，数据来源为《中国统计年鉴》《中国科技统计年鉴》《中国创业投资发展报告》以及各省统计年鉴。

（二）协同度计算

通过熵权法计算，可以得到各个指标的权重，得出的权重数据结果如下页表2 所示， 将各序参量的权重依次代入， 分别计算江浙皖三省的两个子系统的有序度并制作折线图如图2 与图3 所示，在公式中代入子系统有序度，计算得到三省的复合系统协同度， 以及公共科技金融和市场科技金融两个参序量与科技创新之间的协同度， 计算结果如下页图4 所示。

图2 科技创新子系统有序度变化趋势

图3 科技金融子系统有序度变化趋势

图4 科技金融与科技创新协同变化趋势

（三）结果分析

1.江苏与安徽的科技创新有序度呈现稳定上升的趋势，浙江略有波动。 江浙皖三省的科技创新子系统从总体上看，呈现上升趋势，证明三省科技创新发展稳定，发展态势良好。 浙江在2017 年出现了下降趋势， 但是波动不大， 说明浙江科技发展水平在提升， 面对较小波动， 可以自我调节并且上升速度较快。 江苏安徽的科技创新一直稳步发展，安徽多数情况在江苏后面，但一直保持稳步发展。 三省总体呈现上升趋势，发展较为稳定。

2.江苏与浙江的科技金融有序度稳步上升，安徽2019 年出现下降。从科技金融有序度可以看出，安徽在2019 年出现大幅度下降。 主要原因为2019 年出现的新冠疫情，安徽在疫情面前，科技金融的调节能力有限，导致出现了较大波动。 2020 年，安徽科技金融有序度在回升，却仍然低于2018 年，并且均低于科技创新有序度，二者的整体协同发展受到影响。 江苏和浙江两省的科技金融有序度一直呈现稳步上升的状态，波动较小，特别是在2019、2020 年，受新冠疫情影响较小，两省发展较为稳定。

3.江苏与浙江的复合系统协同度稳步上升，安徽2019 年出现下降。 三省的复合系统协同度总体为正数，且保持上升趋势，说明三省一直保持科技金融与科技创新协同发展， 三省的共同发展也为长三角一体化的国家战略打下坚实的基础。 安徽在2016—2018 年间，协同度高于江苏浙江两省，说明安徽在科技金融与科技创新的发展上，保持协同，但具体发展的程度，仍旧低于两省，安徽在保持协同发展的关系时，需要加大发展力度。 在新冠疫情期间，安徽的科技金融水平影响了协同发展的关系， 在2020 年，安徽逐渐恢复协同发展的进度。

五、结论与建议

根据前文分析， 江浙皖三省的科技金融与科技创新的发展基本保持协同，虽然有波动情况，但仍然为上升趋势。

（一）三省充分利用一体化政策，加强协同合作

科技金融与科技创新协同发展是经济实力增长的保障，在长三角一体化国家战略的支持下，要充分发挥带动机制。 政府需要发挥自身的控制力与引导力，结合中国当前经济发展的实际情况，综合各地的资源优势，建立完整的科技金融管理体系。 积极建设长三角地区科技金融服务平台， 加强长三角地区科技金融的融合水平，实现资源共享、信息互通。 强化科技创新交流，实现二者协调发展。

提高科技金融与科技创新的融合水平，应该从总体上规划， 关注二者的协同机制， 从而提升发展速度。 在科技金融市场中，常常出现因为信息不对称的问题，而导致科技金融效率有待提高。 为解决此类问题，长三角地区需要建立综合信息平台，不仅可以加深各省的信息交流，形成长三角地区统一化管理，而且可以促进金融机构与放贷企业的交流。 建立统一的相关标准，增加相关信息评估的专业人士，扩大金融机构与高新技术科技公司的选择范围， 从而降低科技金融与科技创新的交流成本与交易成本， 全面实现科技金融与科技创新的深度融合。

（二）各省份根据自身发展现状，制定特色发展道路

江苏省的科技创新能力一直稳步发展， 科技金融水平也稳步提高，二者协同水平处于领先状态。 江苏应发挥领先优势，带动浙江安徽两省。 通过高水平交流平台让各领域人才充分交流， 激发研发团队的创新能力。 高效解决人力资源配置问题，提高协同发展的效率与深度。 江苏省积极参与各类学术交流活动，在浙江与安徽两省遇到问题时，有效发挥带动作用，使三省协同发展水平稳步提高。

浙江省的科技创新有序度出现较大波动， 发展水平没有呈现出稳步提升的状态。 浙江应该从人员投入与资金投入两个角度出发， 着重培养综合型人才，增加相关的财政投入，使科技创新水平可以与科技金融协同发展。 在人员投入中，浙江省不仅要重视人才培养，而且也要重视高层次科技人才的引进，形成高水平人才的奖励机制。 在资金投入方面上，政府应该加大力度，完善相关扶持政策，让有需要的科技项目都能得到资金支持，政府通过相关激励政策，为相关机构与企业提供基本保障。

安徽省的科技创新能力相对滞后， 要重点发展科技创新， 加强安徽省的科技金融的投入力度，同时， 安徽省要高度重视科技金融与科技创新协调发展的相互关系，制定协调发展战略，缩小与其他省市的差距。 安徽省的科技金融风险管理能力较弱，曾受疫情较大的影响。 要想实现科技金融与科技创新健康科学的协同发展，就必须加强风险管理能力，发挥政府监管的作用， 分散科技金融在投资中产生的风险，对高新企业的担保行为加大信任力度，提升担保机构的服务能力。