科技金融支持科技创新发展水平测度及空间分异研究.docx

    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【Key】 科技金融; 科技创新; 投影寻踪模型; Theil指数F832.5  A  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。