基于面板數(shù)據(jù)回歸模型的金融發(fā)展對(duì)我國技術(shù)創(chuàng)新影響研究

陳映希，馬文斌，凌江懷，李建強(qiáng)

（1、廣東金融學(xué)院經(jīng)濟(jì)貿(mào)易系，廣東廣州510521

2、重慶師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，重慶4　01331

3、中國社會(huì)科學(xué)院農(nóng)村發(fā)展研究所，北京　100732

4、華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，廣東　廣州　510521）

基于面板數(shù)據(jù)回歸模型的金融發(fā)展對(duì)我國技術(shù)創(chuàng)新影響研究

陳映希1，馬文斌2、3，凌江懷4，李建強(qiáng)2

（1、廣東金融學(xué)院經(jīng)濟(jì)貿(mào)易系，廣東廣州510521

2、重慶師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，重慶401331

3、中國社會(huì)科學(xué)院農(nóng)村發(fā)展研究所，北京100732

4、華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，廣東廣州510521）

本文結(jié)合我國技術(shù)創(chuàng)新的金融支持現(xiàn)狀，選取了金融相關(guān)率等衡量指標(biāo)，對(duì)我國30個(gè)省級(jí)地區(qū)12年的相關(guān)數(shù)據(jù)，運(yùn)用面板數(shù)據(jù)對(duì)金融發(fā)展對(duì)我國技術(shù)創(chuàng)新的影響進(jìn)行了分析。研究表明，我國金融發(fā)展對(duì)技術(shù)創(chuàng)新具有顯著的正向促進(jìn)作用，我國的政府干預(yù)對(duì)技術(shù)創(chuàng)新的作用則不顯著，研發(fā)經(jīng)費(fèi)和研發(fā)人員均具有顯著的促進(jìn)作用。最后，就如何更好促進(jìn)技術(shù)創(chuàng)新水平，從金融機(jī)構(gòu)、政府投資等角度提出相關(guān)對(duì)策與建議。

技術(shù)創(chuàng)新；金融支持；面板數(shù)據(jù)

一、引言

當(dāng)前，技術(shù)創(chuàng)新已經(jīng)成為經(jīng)濟(jì)增長的核心動(dòng)力，是一國經(jīng)濟(jì)持續(xù)增長的內(nèi)在動(dòng)力源泉和主導(dǎo)要素，中國也提出了要建設(shè)創(chuàng)新型國家的戰(zhàn)略目標(biāo)。金融作為現(xiàn)代經(jīng)濟(jì)生活的重要組成部分，其對(duì)技術(shù)創(chuàng)新的滲透和影響越來越大，金融發(fā)展已經(jīng)成為影響技術(shù)創(chuàng)新的重要因素之一。因此，對(duì)金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響進(jìn)行分析，已成為眾多國內(nèi)外學(xué)者的研究領(lǐng)域。本文對(duì)金融發(fā)展與技術(shù)創(chuàng)新的研究采取了區(qū)別于傳統(tǒng)研究模式的現(xiàn)代研究模式，即從金融系統(tǒng)的外部經(jīng)濟(jì)環(huán)境入手，分析了技術(shù)創(chuàng)新活動(dòng)過程所面臨的風(fēng)險(xiǎn)和不確定性，進(jìn)而對(duì)金融功能提出需求，闡述了技術(shù)創(chuàng)新過程面臨風(fēng)險(xiǎn)和不確定性的情況下，金融發(fā)展對(duì)技術(shù)創(chuàng)新的作用機(jī)理。

美國經(jīng)濟(jì)學(xué)家Gurley（1955）［1］針對(duì)發(fā)展中國家在二戰(zhàn)后經(jīng)濟(jì)發(fā)展緩慢的現(xiàn)象進(jìn)行了研究，認(rèn)為經(jīng)濟(jì)發(fā)展是金融發(fā)展的前提，金融發(fā)展則是經(jīng)濟(jì)發(fā)展的動(dòng)力，金融發(fā)展與經(jīng)濟(jì)發(fā)展之間是互動(dòng)關(guān)系。Goldsmith（1969）［2］從金融結(jié)構(gòu)和金融發(fā)展角度分析了35個(gè)國家1860—1963年的相關(guān)數(shù)據(jù)，提出經(jīng)濟(jì)增長與金融發(fā)展是同步進(jìn)行的，經(jīng)濟(jì)的快速增長一般伴隨著金融發(fā)展的超長水平。隨后興起的金融內(nèi)生增長理論驗(yàn)證了金融對(duì)技術(shù)創(chuàng)新的影響主要集中在金融市場上。Hicks（1996）［3］認(rèn)為技術(shù)創(chuàng)新廣泛運(yùn)用的前提條件是金融市場的快速發(fā)展。Kortum和Lerner（2000）［4］對(duì)風(fēng)險(xiǎn)投資和技術(shù)創(chuàng)新的關(guān)聯(lián)進(jìn)行了實(shí)證研究，結(jié)果表明風(fēng)險(xiǎn)投資在激勵(lì)創(chuàng)新方面具有顯著的作用，尤其是在刺激創(chuàng)新活動(dòng)方面。Po-Hsuan Hsu（2014）［5］通過32個(gè)國家的數(shù)據(jù)，研究了金融市場發(fā)展是如何影響技術(shù)創(chuàng)新的，認(rèn)為高技術(shù)行業(yè)更依賴于外部融資而表現(xiàn)出更高的創(chuàng)新水平。

湯清、李曉霞（2010）［6］在基于廣東省面板數(shù)據(jù)的基礎(chǔ)上，研究了金融發(fā)展對(duì)技術(shù)創(chuàng)新的促進(jìn)作用。其選取了金融相關(guān)率等金融指標(biāo)，發(fā)明專利數(shù)、實(shí)用新型專利數(shù)量、外觀專利數(shù)量、專利數(shù)量總數(shù)等技術(shù)創(chuàng)新指標(biāo)。同時(shí)，在控制變量上，還考慮到廣東省各市經(jīng)濟(jì)發(fā)展水平的不同，加入了各市經(jīng)濟(jì)發(fā)展水平指標(biāo)，并以GDP來衡量。孫武琴、朱順林（2008）［7］選取金融相關(guān)率、金融結(jié)構(gòu)指標(biāo)和金融活動(dòng)率等金融指標(biāo)，研發(fā)投入經(jīng)費(fèi)、專利數(shù)量和科技論文發(fā)表數(shù)等技術(shù)創(chuàng)新指標(biāo)來反應(yīng)金融發(fā)展對(duì)技術(shù)創(chuàng)新的效果。鄧紅輝、蘇基溶（2011）［8］則從人力資本指標(biāo)（就業(yè)人員的受教育年限總和與總?cè)丝诒戎担⒄畬?duì)經(jīng)濟(jì)的干預(yù)指標(biāo)（政府財(cái)政收入與GDP比值）以及開放度等指標(biāo)來分析金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響。時(shí)丹丹（2011）［9］選取的技術(shù)創(chuàng)新指標(biāo)是專利成果、新產(chǎn)品銷售額和技術(shù)成果；金融發(fā)展變量選用的是金融相關(guān)率，即用存貸款總額與國民生產(chǎn)總值的比重來表示；同時(shí)還引入其他變量如人力資源變量、資金投入等變量，為了消除異方差，對(duì)技術(shù)創(chuàng)新指標(biāo)進(jìn)行了取對(duì)數(shù)處理。朱歡（2010）［10］用高技術(shù)企業(yè)規(guī)模以上產(chǎn)值作為技術(shù)創(chuàng)新指標(biāo)，其他變量為科技活動(dòng)人員、金融機(jī)構(gòu)本外幣貸款余額、地方財(cái)政科技撥款等，同時(shí)其采用對(duì)數(shù)模型進(jìn)行回歸的方法。

葉耀明、王勝（2007）［11］在對(duì)長三角城市群金融中介對(duì)技術(shù)創(chuàng)新促進(jìn)作用的實(shí)證分析中，選取的金融中介指標(biāo)是金融相關(guān)率，以此衡量金融中介機(jī)構(gòu)發(fā)展水平，使用發(fā)明專利數(shù)、實(shí)用新型專利數(shù)量、外觀專利數(shù)量、專利數(shù)量總數(shù)這一組指標(biāo)代表技術(shù)創(chuàng)新情況，引入控制變量地方政府預(yù)算內(nèi)支出，表示政府對(duì)技術(shù)創(chuàng)新的支持情況。其中的金融相關(guān)率（FIR）=（金融機(jī)構(gòu)存款余額+金融機(jī)構(gòu)貸款余額）/GDP。分別使用四組數(shù)據(jù)作為因變量即發(fā)明專利數(shù)、實(shí)用新型專利數(shù)量、外觀專利數(shù)量、專利數(shù)量總數(shù)，這四組數(shù)據(jù)均取對(duì)數(shù)。使用金融相關(guān)率lnFIR作為解釋變量，代表金融中介的發(fā)展?fàn)顩r?？刂谱兞繛榈胤秸A(yù)算內(nèi)支出的對(duì)數(shù)即lnGov，代表政府資金對(duì)技術(shù)創(chuàng)新的促進(jìn)作用。

國內(nèi)外的研究成果都在一定程度上揭示了技術(shù)創(chuàng)新與金融發(fā)展的一般規(guī)律，對(duì)于技術(shù)創(chuàng)新與金融發(fā)展的關(guān)系研究都具有較大的參考價(jià)值。但是關(guān)于技術(shù)創(chuàng)新與金融發(fā)展之間關(guān)系的研究尚未形成一個(gè)統(tǒng)一完善的理論體系。

二、金融發(fā)展對(duì)技術(shù)創(chuàng)新影響評(píng)價(jià)模型構(gòu)建

1、變量選取依據(jù)和模型構(gòu)建

本文結(jié)合現(xiàn)有文獻(xiàn)選取的指標(biāo)方法，在金融發(fā)展指標(biāo)上選取金融相關(guān)率，即各地區(qū)金融機(jī)構(gòu)存貸款余額與GDP比值；以專利申請(qǐng)授權(quán)量作為被解釋變量，即技術(shù)創(chuàng)新的考察指標(biāo)；同時(shí)引入人力資源指標(biāo)，用各地區(qū)研發(fā)人員全時(shí)當(dāng)量和全國研發(fā)人員全時(shí)當(dāng)量之比表示；資本投入指標(biāo)，用各地區(qū)研發(fā)經(jīng)費(fèi)的投入與GDP比值表示；加入的政府干預(yù)指標(biāo)采用的是各地區(qū)政府的財(cái)政科技撥款與當(dāng)?shù)氐呢?cái)政總支出相比來表示。

2、基于技術(shù)創(chuàng)新過程視角的金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響機(jī)理分析

針對(duì)技術(shù)創(chuàng)新過程中所主要面臨的三種不確定性或風(fēng)險(xiǎn)，下面通過經(jīng)濟(jì)學(xué)模型分析，以此來說明金融發(fā)展對(duì)技術(shù)創(chuàng)新的作用。

（1）事前的不確定性即信息的不對(duì)稱。主要借鑒Greenwood和Javanovic建立的分位數(shù)回歸模型［12］，說明金融中介對(duì)技術(shù)創(chuàng)新的影響作用。假定兩個(gè)可投資的技術(shù)項(xiàng)目分別為：回報(bào)率較低的Yt=nXt-1和回報(bào)率較高的Yt=（pt+qt）Xt-1。其中，pt為總體性干擾，存在于所有的技術(shù)之中，qt則為特定性技術(shù)干擾，只存在于特定的技術(shù)之中。一般來說，（pt+ qt）能為投資者免費(fèi)觀察到，而pt和qt則不能被觀察。此時(shí)，若存在一個(gè)金融中介機(jī)構(gòu)，通過在眾多的可投資項(xiàng)目中選擇M個(gè)投資項(xiàng)目，通過大數(shù)定律可知，該組合項(xiàng)目的平均收益率為：

其中，（1-r）為金融中介每一時(shí)期的運(yùn)營費(fèi)用與投資者投入金融機(jī)構(gòu)的資金的比值。在信息缺失的情況下，投資者無法獲得pt的分布情況，而在金融中介機(jī)構(gòu)存在的情況下，投資者可以依據(jù)金融中介相關(guān)信息的公布，通過P數(shù)值來推測pt，若P＞rn，選擇高風(fēng)險(xiǎn)，反之為低風(fēng)險(xiǎn)。

（2）事中的不確定性即道德風(fēng)險(xiǎn)的存在。技術(shù)創(chuàng)新過程中所面臨的道德風(fēng)險(xiǎn)等是客觀存在的，如何避免這種風(fēng)險(xiǎn)的影響，需要有效的監(jiān)督機(jī)制。借鑒彭方志的分析［13］，假設(shè)一個(gè)經(jīng)濟(jì)體中共有M個(gè)主體，則每個(gè)經(jīng)濟(jì)主體均需要監(jiān)督的個(gè)數(shù)為（M-1）。將這些經(jīng)濟(jì)主體均勻分布在一個(gè)“圓”中，每個(gè)經(jīng)濟(jì)主體對(duì)另一主體的監(jiān)督成本為p=al/T，其中，l為經(jīng)濟(jì)主體之間的“距離”，T為技術(shù)水平。設(shè)這個(gè)“圓”的周長為2L，則單個(gè)經(jīng)濟(jì)主體對(duì)另外（M-1）個(gè)主體的監(jiān)督總成本為：

則所有的經(jīng)濟(jì)主體總共的監(jiān)督成本為：

此時(shí)引入金融中介，若該經(jīng)濟(jì)主體存在n個(gè)金融中介機(jī)構(gòu)的話，則監(jiān)督總成本變?yōu)椋?/p>

即金融中介的存在會(huì)促使經(jīng)濟(jì)主體的監(jiān)督成本小于無金融中介的情況。

（3）事后的不確定性即面臨的流動(dòng)性風(fēng)險(xiǎn)。一個(gè)技術(shù)創(chuàng)新的過程往往伴隨著眾多風(fēng)險(xiǎn)，投資者對(duì)整個(gè)過程的風(fēng)險(xiǎn)難以獨(dú)立承擔(dān)，尤其是在技術(shù)創(chuàng)新后期，面臨著技術(shù)創(chuàng)新收益的不確定性風(fēng)險(xiǎn)，這種收益的不穩(wěn)定性是影響技術(shù)創(chuàng)新資金的最重要因素。降低這種流動(dòng)性和收益性的風(fēng)險(xiǎn)，對(duì)促進(jìn)社會(huì)技術(shù)創(chuàng)新活動(dòng)具有重要意義。為了說明存在金融市場情況下，企業(yè)進(jìn)行技術(shù)創(chuàng)新要活躍于不存在金融市場的情況下的技術(shù)創(chuàng)新，本文引用彭方志的模型來進(jìn)行說明。

模型說明：技術(shù)創(chuàng)新具有風(fēng)險(xiǎn)，可用一定的成功或失敗的概率分布表示，為獨(dú)立同分布，且為簡單的二項(xiàng)式分布。期初所有經(jīng)濟(jì)體具有相同的技術(shù)水平，效用是產(chǎn)出的函數(shù)關(guān)系，經(jīng)濟(jì)主體屬于風(fēng)險(xiǎn)厭惡型，有著對(duì)數(shù)效用函數(shù)。在上一期的產(chǎn)出、技術(shù)水平和儲(chǔ)蓄既定的情況下，要求實(shí)現(xiàn)最大化效用。

經(jīng)濟(jì)主體單獨(dú)進(jìn)行生產(chǎn)時(shí)，用簡單生產(chǎn)函數(shù)表示：

其中，Yt、At、Kt分別為產(chǎn)出、技術(shù)水平和實(shí)物資本存量，0?α?1。

投資函數(shù)為：It=sYt-1（6）

其中，s為儲(chǔ)蓄率，設(shè)為不變，投資用于實(shí)物和技術(shù)投入兩方面，即存在：

It=IAt+IKt（7）

設(shè)技術(shù)創(chuàng)新成功概率為p，則有：

由式（6）、（7），有：

sYt?IAt+1≥0（9）

實(shí)物資本存量增加等于實(shí)物資本減去其折舊，有：

Kt+1-Kt=sYt-IAt+1-βKt（10）

由于經(jīng)濟(jì)主體是風(fēng)險(xiǎn)厭惡型的，有：

Ut+1=ln（Yt+1）（11）

為了使當(dāng)期期望產(chǎn)出的最大化即：

Max（Ut+1）（12）

聯(lián)立以上各式，可求得模型關(guān)于經(jīng)濟(jì)主體決定的技術(shù)革新投資：

如果存在金融系統(tǒng)，經(jīng)濟(jì)主體之間可以完全相互持股，每一經(jīng)濟(jì)主體也都將自己的技術(shù)開放積累投入其他經(jīng)濟(jì)主體的開發(fā)中去，則每個(gè)項(xiàng)目的收益分布為：

有n個(gè)經(jīng)濟(jì)主體，則單個(gè)技術(shù)項(xiàng)目開發(fā)成功能夠給單個(gè)經(jīng)濟(jì)主體帶來的收益為：

假定這個(gè)收益為所有的經(jīng)濟(jì)主體（n個(gè)主體）平分，這種機(jī)制將原來僅僅投入自己的技術(shù)開發(fā)資金分成n份，分別投入到n個(gè)項(xiàng)目中，其總收入就有n+1種可能性。其中收入為：

其中，i=0…n，其余假定條件和前面模型相同。

聯(lián)立以上各式并求解該模型，得出每個(gè)企業(yè)在存在金融市場的情況下決定的技術(shù)創(chuàng)新投資：

當(dāng)N趨向無窮大時(shí)，對(duì)上式取極限有：

比較式（13）和（19），發(fā)現(xiàn)在存在金融市場的情況下，企業(yè)進(jìn)行技術(shù)創(chuàng)新投資要明顯高于無金融市場的情況之下。

結(jié)合模型計(jì)算結(jié)果，再根據(jù)技術(shù)創(chuàng)新的多元驅(qū)動(dòng)理論，綜合考慮金融發(fā)展、政府干預(yù)、研發(fā)人員和經(jīng)費(fèi)的投入等多個(gè)影響因素，構(gòu)建以專利申請(qǐng)授權(quán)量為被解釋變量，以金融相關(guān)率為解釋變量，同時(shí)引入政府干預(yù)指標(biāo)、研發(fā)經(jīng)費(fèi)投入指標(biāo)等控制變量，進(jìn)而考察金融發(fā)展對(duì)技術(shù)創(chuàng)新影響的分位數(shù)回歸方程：

Patentit=α0+β1Financeit+β2Govit+β3Fundsit+β4Staffit+ui+ εit（20）

其中，ui為未觀測到的地區(qū)效應(yīng)，εit是隨機(jī)擾動(dòng)項(xiàng)。

3、模型中的變量說明

被解釋變量（Patent）：該指標(biāo)用各地區(qū)專利申請(qǐng)授權(quán)量與全國總量之比來表示。一般的研究學(xué)者都是將專利授權(quán)量作為衡量技術(shù)創(chuàng)新的核心標(biāo)準(zhǔn)。

金融發(fā)展變量（Finance）：該指標(biāo)用各地區(qū)金融機(jī)構(gòu)存貸款總額與GDP的比值來表示。由于當(dāng)前中國的絕大部分金融資產(chǎn)都集中在銀行機(jī)構(gòu)，因此用各地的金融機(jī)構(gòu)存貸款與GDP的比值來表示該指標(biāo)，該指標(biāo)為金融發(fā)展的估計(jì)指標(biāo)。

政府對(duì)經(jīng)濟(jì)的干預(yù)變量（Gov）：該指標(biāo)表示政府對(duì)于技術(shù)創(chuàng)新的介入指標(biāo)，用各地區(qū)的財(cái)政科技撥款與當(dāng)?shù)氐呢?cái)政總支出相比來表示，可以反映出各地區(qū)的政府對(duì)技術(shù)創(chuàng)新的介入程度。

研發(fā)經(jīng)費(fèi)的投入變量（Funds）：該指標(biāo)表示技術(shù)創(chuàng)新的重要投入指標(biāo)即R&D經(jīng)費(fèi)的投入，用各地區(qū)R&D經(jīng)費(fèi)內(nèi)部支出額與全國科技經(jīng)費(fèi)支出額的比值表示。

研發(fā)人員的投入變量（Staff）：該指標(biāo)是技術(shù)創(chuàng)新的另一重要投入指標(biāo)即R&D人員的投入，用各地區(qū)R&D人員全時(shí)當(dāng)量和全國的R&D人員全時(shí)當(dāng)量比值來表示。相關(guān)變量列表見表1。

表1　相關(guān)變量說明

4、模型中的變量數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》和《中國金融年鑒》。通過查找與整理，對(duì)搜集到的相關(guān)數(shù)據(jù)（樣本數(shù)均為360）進(jìn)行描述性統(tǒng)計(jì)，如表2所示。

表2　變量的相關(guān)統(tǒng)計(jì)數(shù)據(jù)

三、回歸結(jié)果分析

在全國30個(gè)省級(jí)地區(qū)2002—2013年的省際面板數(shù)據(jù)的基礎(chǔ)上，對(duì)技術(shù)創(chuàng)新的驅(qū)動(dòng)因素進(jìn)行量化分析，以驗(yàn)證金融發(fā)展對(duì)技術(shù)創(chuàng)新的實(shí)際促進(jìn)作用。

一般來說，對(duì)靜態(tài)面板數(shù)據(jù)的實(shí)證通常有混合最小二乘法（OLS）、固定效應(yīng)（FE）和隨機(jī)效應(yīng)（RE）三種模型可供選擇，實(shí)證時(shí)主要通過F統(tǒng)計(jì)量、Breusch和Pagan的拉格朗日（LM）檢驗(yàn)和Hausman檢驗(yàn)（H檢驗(yàn)）來確定面板數(shù)據(jù)模型。其中，F(xiàn)統(tǒng)計(jì)量比較混合最小二乘法與固定效應(yīng)模型，原假設(shè)為不存在固定效應(yīng)；拉格朗日乘子LM檢驗(yàn)比較混合最小二乘法與隨機(jī)效應(yīng)模型，原假設(shè)為不存在隨機(jī)效應(yīng)；Hausman檢驗(yàn)比較固定效應(yīng)模型和隨機(jī)效應(yīng)模型，原假設(shè)為隨機(jī)效應(yīng)的假設(shè)得到滿足。判斷選用哪種模型的標(biāo)準(zhǔn)是：用F統(tǒng)計(jì)量在OLS和FE之間選擇，顯著則選擇FE模型；用LM檢驗(yàn)在FE和RE之間選擇，顯著則選擇RE模型；F統(tǒng)計(jì)量和LM檢驗(yàn)均不顯著則選擇OLS；若皆顯著則運(yùn)用Hausman檢驗(yàn)，顯著則選擇FE模型，否則選擇RE模型。

表3　stata參數(shù)估計(jì)結(jié)果

表4　stata檢驗(yàn)結(jié)果

在分別進(jìn)行混合最小二乘法、固定效應(yīng)和隨機(jī)效應(yīng)三種模型的參數(shù)估計(jì)后，LM檢驗(yàn)在最小二乘法和隨機(jī)效應(yīng)模型之間選擇了隨機(jī)效應(yīng)模型，而F檢驗(yàn)則在最小二乘法和固定效應(yīng)模型之間選擇了固定效應(yīng)模型，H檢驗(yàn)則在固定效應(yīng)模型和隨機(jī)效應(yīng)模型兩者之間由于H檢驗(yàn)顯著，最終選擇了固定效應(yīng)模型。

從估計(jì)結(jié)果看，主要解釋變量金融發(fā)展指標(biāo)（Finance）的效果較好，為1%水平下顯著，且系數(shù)為正。這表明我國的金融發(fā)展對(duì)技術(shù)創(chuàng)新具有較顯著的促進(jìn)作用。從實(shí)際情況來看，在廣東省、北京市、上海市等金融相關(guān)率較高的地區(qū)，其技術(shù)創(chuàng)新能力的得分往往較高，反應(yīng)了實(shí)證結(jié)果與現(xiàn)實(shí)具有一致性。

對(duì)于金融發(fā)展能夠顯著地促進(jìn)技術(shù)創(chuàng)新的原因，較好的解釋為：由于一個(gè)地區(qū)的金融發(fā)展程度越高，進(jìn)行技術(shù)創(chuàng)新的企業(yè)越能夠方便地獲得所需資金和其他金融服務(wù)，從而加快技術(shù)創(chuàng)新的實(shí)現(xiàn)過程。因此，我國必須要堅(jiān)定不移地推進(jìn)金融深化進(jìn)程，完善金融體系改革。

從政府干預(yù)指標(biāo)（Gov）來看，回歸系數(shù)并不顯著。這表明目前我國政府的科技撥款對(duì)技術(shù)創(chuàng)新的促進(jìn)作用并不明顯。對(duì)于政府干預(yù)對(duì)技術(shù)創(chuàng)新促進(jìn)作用不明顯的解釋為：我國政府目前的科技撥款資金大部分流向高校等科研單位，這些單位更多地側(cè)重于基礎(chǔ)理論性的研究，實(shí)踐應(yīng)用性較弱，相當(dāng)一部分無法轉(zhuǎn)化為現(xiàn)實(shí)的生產(chǎn)力。政府對(duì)這些科研單位的加大投入，增加了技術(shù)創(chuàng)新的主體——廣大中小企業(yè)進(jìn)入相關(guān)領(lǐng)域研究的風(fēng)險(xiǎn)。因此，政府在技術(shù)創(chuàng)新過程中，應(yīng)當(dāng)盡力避免“政府失靈”的現(xiàn)象，積極引導(dǎo)財(cái)政支出對(duì)技術(shù)創(chuàng)新的合理配置［6］。

從研發(fā)經(jīng)費(fèi)的投入（Funds）和研發(fā)人員的投入（Staff）來看，回歸系數(shù)均為1%水平下顯著為正，即研發(fā)經(jīng)費(fèi)投入和研發(fā)人員增加1%，相應(yīng)的技術(shù)創(chuàng)新增加0.3684%和0.3892%。這表明研發(fā)人員對(duì)技術(shù)創(chuàng)新的作用比研發(fā)資金要大，這與預(yù)期相符。

四、結(jié)束語

技術(shù)創(chuàng)新是經(jīng)濟(jì)增長的核心推動(dòng)力已經(jīng)成為廣泛的共識(shí)，而金融發(fā)展對(duì)于經(jīng)濟(jì)增長的重要性也正引起重視。本文運(yùn)用面板數(shù)據(jù)回歸方法，檢驗(yàn)了金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響。研究結(jié)果表明，金融發(fā)展能夠顯著地促進(jìn)技術(shù)創(chuàng)新，但金融發(fā)展對(duì)技術(shù)創(chuàng)新的影響作用具有一定的滯后性。同時(shí)，影響技術(shù)創(chuàng)新的因素遠(yuǎn)不止研發(fā)經(jīng)費(fèi)和研發(fā)人員投入等幾個(gè)方面，如外商投資、人員受教育程度以及知識(shí)產(chǎn)權(quán)保護(hù)等因素都會(huì)影響技術(shù)創(chuàng)新。

［1］Gurley，J.G.，and E.S.Shaw：Financial aspects of economic development［J］.American Economic Review，1955（45）.

［2］Goldsmith，R.Financial Structure and Economic Development［M］.New Haven：Yale University Press，1969.

［3］Hicks，J.A：Theory of Economic History［M］.Oxford：Clarendon Press，1996.

［4］Kortum.S，Lerner J.：Assessing the Contribution of Venture Capital to Innovation［J］.Rand Journal Economics，2000，31（4）.

［5］Po-Hsuan Hsu，XuanTian，Yan Xu：Financial development and innovation：Cross-country evidence［J］.Journal of Financial E-conomics，2014，112（1）.

［6］湯清、李曉霞：金融中介的發(fā)展對(duì)技術(shù)創(chuàng)新促進(jìn)作用的實(shí)證分析——基于廣東省的面板數(shù)據(jù)［J］.科技進(jìn)步與對(duì)策，2010（5）.

［7］孫伍琴、朱順林：金融發(fā)展促進(jìn)技術(shù)創(chuàng)新的效率研究——基于Malmuquist指數(shù)的分析［J］.統(tǒng)計(jì)研究，2008（3）.

［8］鄧紅輝、蘇基溶：金融發(fā)展與技術(shù)進(jìn)步：基于中國省級(jí)數(shù)據(jù)的研究［J］.西安電子科技大學(xué)學(xué)報(bào)，2011（3）.

［9］時(shí)丹丹：金融體系對(duì)企業(yè)技術(shù)創(chuàng)新支持作用的實(shí)證分析［J］.統(tǒng)計(jì)與決策，2011（20）.

［10］朱歡：我國金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新作用效果的實(shí)證分析［J］.科技管理研究，2010（14）.

［11］葉耀明、王勝：金融中介對(duì)技術(shù)創(chuàng)新促進(jìn)作用的實(shí)證分析——基于長三角城市群的面板數(shù)據(jù)［J］.商業(yè)研究，2007（8）.

［12］JeremyGreenwood，BoyanJavanovic.FinancialDevelopment，Growth and the Distribution of Income［J］.Journal of the Political Economy，1990，98（5）.

［13］彭方志：技術(shù)創(chuàng)新投資特性及金融的作用［D］.北京師范大學(xué)，2001.

（責(zé)任編輯：劉冰冰）

國家社科基金重點(diǎn)項(xiàng)目，西部地區(qū)裝備制造業(yè)技術(shù)進(jìn)步路徑選擇的環(huán)境和條件研究，編號(hào)：14AJL015；廣東省省級(jí)科技計(jì)劃項(xiàng)目，廣東省專業(yè)鎮(zhèn)中小微企業(yè)融資服務(wù)體系建設(shè)研究，編號(hào)：2013B 040200034。