科技金融空間集聚與經(jīng)濟效應(yīng)研究

宋寶琳　張洪源

摘 要：以河北省區(qū)域科技金融為主要研究對象，建立了測算科技金融發(fā)展水平的方法。同時，以科技金融集聚為著眼點，將科技金融集聚問題應(yīng)用到區(qū)域經(jīng)濟增長領(lǐng)域，通過構(gòu)建不同的空間計量模型，進行實證分析，并得出要促進區(qū)域經(jīng)濟協(xié)同發(fā)展，地方政府需要建立適度的科技金融集聚規(guī)模，并提升集聚質(zhì)量。

關(guān)鍵詞： 科技金融；空間集聚；空間計量模型

中圖分類號：F224.7 文獻標識碼：A 文章編號：1005-6378（2018）04-0095-08

DOI：10.3969/j.issn.1005-6378.2018.04.013

一、引言

科技金融是科技發(fā)展與金融創(chuàng)新的有機結(jié)合，是科技活動得以有效實施和金融機制賴以創(chuàng)新的基礎(chǔ)和保障。為了建立一個完善的科技金融發(fā)展體系，從而滿足改革開放后區(qū)域市場經(jīng)濟中科技的不斷創(chuàng)新和融資需求，中國從20世紀90年代初便提出了科技金融這一概念，國家部委、中國人民銀行等金融機構(gòu)相繼制定了大量與科技金融發(fā)展相關(guān)的規(guī)劃、機制、方案與條例。

在研究科技金融的相關(guān)文獻中，張玉柯[1]等從供給側(cè)結(jié)構(gòu)性改革視角出發(fā)，認為在經(jīng)濟新常態(tài)下應(yīng)消除金融資源和技術(shù)創(chuàng)新資源的畸形配置，對金融發(fā)展與科技創(chuàng)新進行有機結(jié)合。郭逸[2]認為，科技金融從本質(zhì)上來看是科技創(chuàng)新與實體經(jīng)濟的高度藕合，科技金融集聚到一定程度便能更有效地將科技創(chuàng)新轉(zhuǎn)化為實際生產(chǎn)力，并能產(chǎn)生區(qū)域性外溢效應(yīng)，這對促進區(qū)域經(jīng)濟增長有著重要意義。在以熵權(quán)法確定指標權(quán)重方面的研究，李媛媛[3]等在其研究金融生態(tài)與新型城鎮(zhèn)化質(zhì)量中，詳細給出了熵權(quán)法的計算步驟。在空間計量經(jīng)濟模型方面，國外學者如Anselin和Cliff[4-5]等給出了不同的空間計量經(jīng)濟學模型，并對模型的選擇和檢驗給出了具體的判斷標準；我國學者如陳強、葉阿忠和吳繼貴等對空間計量經(jīng)濟學也進行了相應(yīng)的研究，尤其是對空間杜賓模型的研究給出了開創(chuàng)性的思維，這對我國空間計量經(jīng)濟學的發(fā)展起了十分重要的作用[6-7]。本文借鑒了國內(nèi)外學者的研究經(jīng)驗，采用熵權(quán)法確定指標之間的權(quán)重系數(shù)，對科技金融發(fā)展水平進行測算，并運用空間面板計量模型研究科技金融，以期為科技金融的研究提供一些新的思路。

二、 河北省科技金融集聚發(fā)展的空間自相關(guān)性分析

（一）科技金融集聚發(fā)展水平的測算

1.科技金融集聚水平的指標體系構(gòu)建。本文在對比研究大量文獻的基礎(chǔ)上，從科技創(chuàng)新活動的資金來源出發(fā)，選取變量，具體將科技金融劃分為兩個子因素：一是公共科技金融，用科技撥款占財政支出比重（X1）和科技人才投入比（X2）來衡量；二是市場科技金融，選取創(chuàng)業(yè)風險投資強度（X3）、科技金融技術(shù)合同交易率（X4）和銀行科技信貸率（X5）3個指標。最終確立科技金融發(fā)展水平評價指標體系及測算方法（表1）。

本文選取2010—2016年河北省下轄共11個區(qū)域的相關(guān)指標數(shù)據(jù)來研究其空間集聚情況。其中，地方科技撥款占財政支出比重（X1）、科技人才投入比（X2）和銀行科技信貸率（X5）3個指標數(shù)據(jù)均來源于《中國科技統(tǒng)計年鑒》，創(chuàng)業(yè)風險投資強度（X3）數(shù)據(jù)來源于《中國創(chuàng)業(yè)風險投資發(fā)展報告》，科技金融技術(shù)合同交易率（X4）數(shù)據(jù)來源于各地歷年統(tǒng)計公報，文中所涉及到的GDP數(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。

2.科技金融集聚發(fā)展水平的測算方法。由于各指標的量綱不同，因此首先需要對數(shù)據(jù)進行標準化處理，然后采用標準百分制進行轉(zhuǎn)化[8]，公式如下：

其次，對指標體系內(nèi)各變量的權(quán)數(shù)進行計算。由于指標體系內(nèi)各個變量對于評價對象所起的作用程度不同，因此需要對每個變量進行賦權(quán)，本文采用熵權(quán)法[3]確定各變量權(quán)數(shù)，計算公式如下：

其中，xij為指標體系中各變量的取值，i為指標數(shù)量，i=1，2...5；j為2010—2016年河北省11個地區(qū)的數(shù)據(jù)序列，j=1，2...11；m=11；n=5；Pij為各數(shù)據(jù)占比，ei為指標變量的熵值，Wi為指標變量的權(quán)重。經(jīng)過上述計算，得到指標體系各年份相應(yīng)變量的權(quán)重（表2）。

根據(jù)公式（2）與公式（5）的乘積便能求出河北省2010—2016年科技金融發(fā)展水平綜合評估值（表3）。

由表3可知，河北省科技金融綜合發(fā)展水平整體呈現(xiàn)出穩(wěn)步上升的態(tài)勢，由2010年的46.63升至2016年的64.85。可以說在這個階段，河北省的科技金融綜合發(fā)展水平得到了很大的提高。從河北省各地區(qū)范圍來看，全省11個市的科技金融發(fā)展水平值雖在2011年有所下降，但之后便一直保持穩(wěn)步增長的態(tài)勢，其中張家口、承德和邢臺的發(fā)展相比其他市區(qū)要慢。

（二）河北省科技金融發(fā)展水平的空間自相關(guān)性

空間自相關(guān)可理解為位置相近的區(qū)域具有相似的變量取值，如果高值和高值集聚在一起，低值與低值集聚在一起，則稱為正空間自相關(guān)；相反，若高值與低值集聚在一起，則稱為負空間自相關(guān)；若高值與低值完全隨機的分布，則認為不存在空間自相關(guān)[6]。

檢驗空間自相關(guān)性的統(tǒng)計量有Morans I統(tǒng)計量和Geary統(tǒng)計量，本文采用運用最廣的Morans I（莫蘭指數(shù)I）統(tǒng)計量。莫蘭指數(shù)I的取值介于-1～1之間，取值在0～1時，表示存在正的自相關(guān)；取值介于-1～0時，則表示存在負的自相關(guān)。而標準化后的莫蘭指數(shù)I服從漸近的標準正態(tài)分布，故其顯著性水平采用正態(tài)分布假設(shè)檢驗。如果莫蘭指數(shù)I通過了顯著性檢驗，則表明地區(qū)之間存在顯著的相關(guān)關(guān)系；否則，則可認為不存在空間自相關(guān)關(guān)系。通過Stata14.0軟件計算，得出2010—2016年河北省各市區(qū)的科技金融發(fā)展水平莫蘭指數(shù)I（表4）。

由表4可知，2010—2016年河北省各市區(qū)的科技金融發(fā)展并非是隨機分布的，而是呈現(xiàn)出一定的集聚特征。Morans I指數(shù)均為正值，并通過了5%水平的顯著性檢驗，表明各相鄰區(qū)域科技金融發(fā)展具有顯著的空間依賴性，即本區(qū)域科技金融發(fā)展對相鄰區(qū)域具有正向空間溢出效應(yīng)。

三、科技金融空間集聚對經(jīng)濟發(fā)展的影響

科技金融空間集聚引起的激烈競爭，能夠激發(fā)科技型企業(yè)的不斷創(chuàng)新，而科技型企業(yè)空間集聚形成的市場規(guī)模效應(yīng)，會對經(jīng)濟運行的各領(lǐng)域產(chǎn)生需求效應(yīng)，從而帶動消費結(jié)構(gòu)升級[7]。

（一）衡量指標

本文的重點是檢驗科技金融空間集聚對地區(qū)經(jīng)濟增長的影響，結(jié)合河北省具體的經(jīng)濟實際，采用人均GDP（PGDP）作為被解釋變量來衡量地區(qū)經(jīng)濟增長，解釋變量為科技金融發(fā)展水平（STF），控制變量主要選取以下5個指標：基礎(chǔ)設(shè)施（INFR）、勞動力投入（LAB）、政府支出占比（GS）、開放程度（OP）、民營化程度（PRI）。

（1）科技金融發(fā)展水平（STF）。采用區(qū)位熵的方法計算得出，衡量科技金融地區(qū)集聚程度，具體計算見第二部分中的公式（4），最后再取對數(shù)進行計算。

（2）基礎(chǔ)設(shè)施（INFR）。本文采用各城市道路建設(shè)面積與地區(qū)總面積占比來衡量基礎(chǔ)設(shè)施水平。

（3）勞動力投入（LAB）。勞動力的投入對經(jīng)濟增長有著直接的促進作用，本文采用第二與第三產(chǎn)業(yè)就業(yè)人數(shù)之和與總的就業(yè)人數(shù)之比來衡量勞動力投入水平。

（4）政府支出占比（GS）。本文選取地區(qū)財政支出與地區(qū)GDP之比來衡量社會服務(wù)水平。財政支出從一定程度上反映了政府參與經(jīng)濟活動的水平。

（5）開放程度（OP）。對外開放對經(jīng)濟增長有著重大影響，本文使用地區(qū)進出口總額與GDP的比重來衡量對外開放水平，其中涉及美元數(shù)額根據(jù)當年的平均匯率水平進行換算。

（6）民營化程度（PRI）。本文用規(guī)模以上民營企業(yè)總產(chǎn)值占工業(yè)總產(chǎn)值之比來測算民營化程度。

本文選取樣本為2010—2016年河北省11個區(qū)域的面板數(shù)據(jù)，主要來源于中經(jīng)網(wǎng)數(shù)據(jù)庫以及各地市歷年的統(tǒng)計公報。

（二）Morans I指數(shù)檢驗

根據(jù)河北省各地市2010—2016年的人均GDP，通過構(gòu)建基于一階臨近的空間權(quán)重矩陣，采用Morans I指數(shù)對其空間相關(guān)性進行了檢驗（表5）。

由表5可知，歷年Morans I值均大于零且均通過了5%的顯著性水平檢驗，這表明河北省地區(qū)內(nèi)的人均GDP之間存在顯著的正向空間自相關(guān)性。因此，區(qū)域間的外部性對經(jīng)濟增長效應(yīng)的影響不可忽視，這就意味著在對河北省地區(qū)經(jīng)濟增長問題進行研究時，不能忽略地理因素和空間效應(yīng)的影響，即應(yīng)該在計量模型中加入被解釋變量的空間影響因子。

（三）空間面板模型的選擇與設(shè)定

在傳統(tǒng)的橫截面數(shù)據(jù)和面板數(shù)據(jù)模型處理方法中，常常假設(shè)不同地區(qū)之間的樣本觀測值存在空間同質(zhì)性與獨立性，忽略不同區(qū)域之間的相互作用與空間結(jié)構(gòu)差異性[9]。對于空間面板數(shù)據(jù)模型，在確定具有空間依賴性后，需要判斷其合理的空間計量模型，主要標準是將LMLAG與LMERR進行顯著性大小的比較。若LMLAG在統(tǒng)計上更為顯著，則應(yīng)該選擇空間滯后模型（SAR），否則就應(yīng)該選擇空間誤差模型（SEM）[4]。本文對地區(qū)固定效應(yīng)模型、時間固定效應(yīng)模型、地區(qū)時間雙固定模型以及隨機效應(yīng)模型4種模型的LMLAG和LMERR進行檢驗（表6）。

由表6可知，LM統(tǒng)計量檢驗均在1%的顯著性水平上拒絕了原假設(shè)，即 SAR模型和SEM模型應(yīng)該同時成立，那么這意味著應(yīng)該對其做空間杜賓模型（SDM）[5]。因此，結(jié)合上述的解釋變量及控制變量，本文構(gòu)建了空間杜賓模型：

其中，Zij為控制變量，包含基礎(chǔ)設(shè)施（INFR）、勞動力投入（LAB）、政府支出占比（GS）、開放程度（OP）、民營化程度（PRI），Wij為空間權(quán)重矩陣。

（四）估計結(jié)果分析

根據(jù)空間計量模型，對河北省科技金融空間集聚因子與區(qū)域經(jīng)濟增長之間關(guān)系進行了普通面板分析及空間面板分析（表7）。

由表7可知，wald-lag和wald-error的值分別為64.430 7和33.671 7，在1%的顯著性水平上均拒絕了原假設(shè)，即說明選擇比 SAR模型或SEM模型更廣義形式的SDM模型進行實證分析是合適的。從空間杜賓模型變量的估計結(jié)果可知，其空間自回歸系數(shù)Spatial rho（ρ=0.265 3）在1%水平上顯著為正，說明建立的此模型是科學合理的。從模型變量的估計結(jié)果可知，科技金融空間集聚的回歸系數(shù)為0.167 8，且在1%的水平上顯著，同時其空間滯后項WLNSTF的系數(shù)為0.594 7，也通過了5%顯著性水平檢驗，說明河北省地區(qū)的科技金融集聚存在顯著的空間溢出效應(yīng)，即某個地區(qū)的科技金融集聚程度的加深不僅會對本地經(jīng)濟增長產(chǎn)生促進作用，也會對相鄰地區(qū)的科技金融集聚和經(jīng)濟增長產(chǎn)生促進作用。研究還發(fā)現(xiàn)，開放程度（OP）和民營化程度（PRI）沒有通過顯著性水平檢驗。原因可能是區(qū)域?qū)ν赓Q(mào)易較少，民營資本貢獻水平較低?？萍冀鹑诎l(fā)展水平（STF）、基礎(chǔ)設(shè)施（INFR）、勞動力投入（LAB） 、政府支出占比（GS）對經(jīng)濟增長有著不同程度的正向影響。

普通面板數(shù)據(jù)模型既沒有考慮空間的交互效應(yīng)，也沒有考慮空間的溢出效應(yīng)。因此，在普通面板模型中，研究科技金融空間集聚對經(jīng)濟增長影響的直接效應(yīng)在絕對值上顯然被高估了，不僅是科技金融集聚變量的系數(shù)被高估，且由于未考慮空間因素，致使在經(jīng)濟增長模型中的其他變量的貢獻水平也被高估了。同時結(jié)合空間滯后與空間誤差模型進行對比，在加入空間因素之后，在非空間模型中變量系數(shù)值被高估的現(xiàn)象有所緩解，但最合適的依舊是空間杜賓模型。

四、結(jié)論與建議

本文對科技金融的概念及測算方法進行了闡述，運用熵權(quán)法對河北省共11個區(qū)域的科技金融發(fā)展水平進行了測算，并對其空間自相關(guān)效應(yīng)進行了Morans I指數(shù)檢驗。檢驗發(fā)現(xiàn)，各相鄰區(qū)域科技金融發(fā)展具有顯著的空間依賴性，本區(qū)域科技金融發(fā)展對相鄰區(qū)域具有正向空間溢出效應(yīng)。通過將河北省科技金融集聚水平及其影響因素納入?yún)^(qū)域經(jīng)濟增長模型，構(gòu)建了空間面板杜賓模型。研究得出，要促進河北省區(qū)域經(jīng)濟均衡發(fā)展，地方政府需要建立適度的科技金融集聚規(guī)模，并提升集聚質(zhì)量。本文以科技金融集聚的經(jīng)濟效應(yīng)為出發(fā)點，提出以下建議。

一是要適度增加地方科技撥款占財政支出的比重，保障科技金融業(yè)的投入?？萍冀鹑诘陌l(fā)展離不開地方政府資金的支持，同時，科技金融的發(fā)展也能夠?qū)Φ胤浇?jīng)濟增長產(chǎn)生正向效應(yīng)。為此，地方財政支出應(yīng)該向科技金融領(lǐng)域傾斜，并引導(dǎo)科技金融領(lǐng)域的發(fā)展，努力打造科技型金融支持經(jīng)濟增長的發(fā)展路徑。

二是要加強區(qū)域內(nèi)政策幫扶力度，營造良好的制度環(huán)境。河北省地區(qū)科技金融的管理部門，尤其是金融系統(tǒng)發(fā)展不健全的地區(qū)政府，應(yīng)積極創(chuàng)造優(yōu)越的制度和政策環(huán)境。加大科技金融的基礎(chǔ)研究力度，并加快研究成果的轉(zhuǎn)化，以此來提高自身的科技金融綜合發(fā)展水平，促進地區(qū)經(jīng)濟發(fā)展。

三是要加強區(qū)域合作，共享科技金融空間溢出經(jīng)濟效應(yīng)。河北省內(nèi)部經(jīng)濟發(fā)展不均衡，需要加強區(qū)域間對接合作，同時避免重復(fù)過度集聚及區(qū)域間的惡性競爭。加強共用R&D平臺建設(shè)與交流，共享空間知識溢出效應(yīng)，逐步消除省內(nèi)在科技金融上不平衡、不充分的發(fā)展矛盾，以此縮小地區(qū)間的經(jīng)濟差距。

[參 考 文 獻]

[1]張玉柯，胡繼成. 京津冀協(xié)同視域下金融發(fā)展與技術(shù)創(chuàng)新的融合效率[J]. 河北大學學報（哲學社會科學版）， 2016（6）： 41-48.

[2]郭逸.江蘇科技金融與科技創(chuàng)新耦合的實證研究[D].南京：南京理工大學，2016：10-11.

[3] 李媛媛，董鵬. 金融生態(tài)與新型城鎮(zhèn)化質(zhì)量——基于面板分位數(shù)回歸模型的實證檢驗[J]. 河北大學學報（哲學社會科學版）， 2016（5）： 102-110.

[4]ANSELIN L. Spatial Econometrics： Methods and Models[M]. London：Dorddrecht Kluwer Academic Publishers，1988：26-39.

[5]CLIFF A， ORD J K. Spatial Process： Models and Application [M].London：JPion， 1981：32-50.

[6]陳強.高級計量經(jīng)濟學及Stata應(yīng)用[M].北京：高等教育出版社，2013：578-586.

[7]葉阿忠，吳繼貴.空間計量經(jīng)濟學[M].廈門：廈門大學出版社，2015：49-57.

[8]高媛，高麗麗.遼寧省三大經(jīng)濟區(qū)域高等教育收斂的實證研究[J].東北大學學報，2014（11）：640-641.

[9]李羚，成春林.金融集聚影響因素的空間計量分析——引入互聯(lián)網(wǎng)因素[J].企業(yè)經(jīng)濟，2016（7）：179-184.

【責任編輯 郭 玲】