存貸款對科技創(chuàng)新的影響及空間溢出效應(yīng)研究
——基于安徽省面板數(shù)據(jù)的實證分析

汪橋，曹晨

(滁州學(xué)院 經(jīng)濟與管理學(xué)院，安徽 滁州239000)

科技創(chuàng)新離不開金融的支持。Giudici G , Paleari S(2000)指出高科技企業(yè)在科技創(chuàng)新中的擴張和增長的障礙往往來自于金融發(fā)展的約束，對于中小型企業(yè)來說更是如此[1]。湛泳、李珊(2016)指出金融發(fā)展能夠推動科技創(chuàng)新，起到一定的中介效應(yīng)[2]。張林(2016)基于實證研究指出，金融發(fā)展與科技創(chuàng)新缺乏融合導(dǎo)致對實體經(jīng)濟的促進不夠，因此不僅要提高金融發(fā)展水平和科技創(chuàng)新水平，更要在金融和科技創(chuàng)新的融合的深度和廣度上下功夫，切實提升實體經(jīng)濟的發(fā)展[3]。劉納新、伍中信(2015)指出金融發(fā)展對科技創(chuàng)新的支持有限，但是向量自回歸中沖擊長期為正。吳慧等(2017)認(rèn)為我國科技創(chuàng)新與金融發(fā)展協(xié)同發(fā)展并不是很好[4]，金融發(fā)展對科技創(chuàng)新的帶動不足[5]。大量研究表明，金融發(fā)展水平和科技發(fā)展水平具有某種內(nèi)在的聯(lián)系。

學(xué)者們多用存貸款比，或者存貸款之和與GDP之比測度金融發(fā)展，即把存貸款視為對科技創(chuàng)新影響的同質(zhì)體。目前，我國的金融體系依然是銀行業(yè)占主導(dǎo)地位，盈利主要來自于存貸款利息之差，因此把存貸款視為同質(zhì)體，忽視兩者的區(qū)別是不合適的。同時，以往的文獻忽視了科技創(chuàng)新具有明顯的空間異質(zhì)性，這將導(dǎo)致模型估計產(chǎn)生偏差。此外，金融發(fā)展和科技創(chuàng)新都具有一定的地域特征。本文基于安徽省16地市的面板數(shù)據(jù)，運用SAC空間計量模型分析存款規(guī)模和貸款規(guī)模對科技創(chuàng)新的影響及其空間溢出效應(yīng)。

1 理論簡析

上個世紀(jì)初，創(chuàng)新之父熊彼特在其著作《經(jīng)濟發(fā)展理論》中論述了銀行的存貸款等業(yè)務(wù)對科技創(chuàng)新和經(jīng)濟發(fā)展的影響。Crockett A(1996)指出，銀行業(yè)務(wù)能夠影響企業(yè)的創(chuàng)新投資行為。存款規(guī)模大意味著投資機會少，經(jīng)濟發(fā)展相對滯后，由此導(dǎo)致科技創(chuàng)新水平低，同時存款規(guī)模大意味著儲蓄投資轉(zhuǎn)化效率低，可見存款規(guī)模與科技創(chuàng)新存在負(fù)相關(guān)關(guān)系。貸款規(guī)模越大，用于支持科技創(chuàng)新的資金越有保障，但這并不意味著其對科技創(chuàng)新的影響越大。若資金大量流入非科技創(chuàng)新領(lǐng)域，抑或有資金流入但創(chuàng)新效率較低就發(fā)揮不了支持科技創(chuàng)新的作用。貸款規(guī)模對科技創(chuàng)新的影響需進一步探討。

2 變量的選擇以及空間計量模型的建立

2.1 變量的選擇

(1)被解釋變量：可以從投入、轉(zhuǎn)化和成果方面度量科技創(chuàng)新,但最有效的還是成果，因為其直接反映了科技創(chuàng)新的真實水平,本文用有效專利發(fā)明數(shù)(patent)測度。

(2)解釋變量：以安徽省16地市年末金融機構(gòu)的存款余額和貸款余額表示存款規(guī)模(deposit)和貸款規(guī)模(loan)。

(3)控制變量：科技創(chuàng)水平新受科技創(chuàng)新投入的影響，尤其是研發(fā)人員的影響，因此把研發(fā)人員(rdpeo)作為控制變量。科技創(chuàng)新的效率影響專利成果，故將規(guī)模以上企業(yè)R&D研發(fā)費用、R&D人員數(shù)量以及財政支出中的科學(xué)技術(shù)支出作為投入變量，將有效專利申請數(shù)量作為產(chǎn)出變量。應(yīng)用DEAP 2.1軟件測算安徽省16地市科技創(chuàng)新Malmquist指數(shù)，將結(jié)果作為科技創(chuàng)新效率。地區(qū)發(fā)展總水平(agdp)影響科技創(chuàng)新水平，用人均地區(qū)生產(chǎn)總值表示。

2.2 數(shù)據(jù)來源與描述性統(tǒng)計

數(shù)據(jù)來源于2010-2017年《安徽省統(tǒng)計年鑒》及合肥、蕪湖等16個地級市《統(tǒng)計年鑒》《統(tǒng)計公報》。2011年巢湖市撤銷，并入合肥、蕪湖等市，為保持時空面板數(shù)據(jù)相對一致，文中數(shù)據(jù)未涉及巢湖市，各變量描述性統(tǒng)計如表1所示。

表1 各項指標(biāo)的描述性統(tǒng)計結(jié)果

2.3 計量模型選擇

忽視科技創(chuàng)新與其他地區(qū)的經(jīng)濟往來的空間相關(guān)性會導(dǎo)致模型的估計產(chǎn)生偏差。運用空間計量的方法將地理因素與空間結(jié)合起來，在一定程度上避免了傳統(tǒng)計量方法的偏差。目前常用的空間計量模型有空間自回歸模型(SAR)和空間誤差模型(SEM)[7]?？臻g效應(yīng)不僅受到隨機沖擊造成的誤差項的變化，也受空間溢出效應(yīng)的影響，由此選擇空間自相關(guān)模型(SAC)闡述存款規(guī)模和貸款規(guī)模的空間溢出效應(yīng)。建立空間自回歸模型(SAR)：

Patentit=C+ρWPatentit+αdepositit+δlaonit+∑βjxijt+εit

其中，Patentit表示地區(qū)i在時間t的科技創(chuàng)新水平，C為常數(shù)項；W為空間權(quán)重矩陣，ρ為空間相關(guān)系數(shù)，ρWPatentit衡量空間相關(guān)地區(qū)的科技創(chuàng)新對本地區(qū)科技創(chuàng)新的影響，若ρ為正數(shù)，表明空間相關(guān)地區(qū)對本地區(qū)的科技創(chuàng)新具有正向影響，反之則為負(fù)向影響。deposit表示本地區(qū)的存款規(guī)模，α為解釋變量存款規(guī)模的相關(guān)系數(shù)。loan表示本地區(qū)的貸款規(guī)模，δ為解釋變量的相關(guān)系數(shù)。xijt為j個控制變量，βj為控制變量的相關(guān)系數(shù)，εit為隨機誤差項。

科技創(chuàng)新是一個動態(tài)過程，一個地區(qū)的科技創(chuàng)新不僅取決于當(dāng)期的影響因素，也可能受上一期的影響，因此用動態(tài)空間面板模型檢驗存款規(guī)模和貸款規(guī)模對科技創(chuàng)新的影響。科技創(chuàng)新的動態(tài)空間自回歸模型(SAR)為：

Patentit=C+σPatentit-1+ρWPatentit+αdepositit+δlaonit+∑βjxijt+εit

其中，Patentit-1為科技創(chuàng)新的一階滯后項，反應(yīng)科技創(chuàng)新的動態(tài)效應(yīng)。σ為科技創(chuàng)新一階滯后項的影響系數(shù)。

空間自相關(guān)模型(SAC)為：

Patentit=C+ρWPatentit+αdepositit+δlaonit+∑βjxijt+μit

其中μit=γWμit+εit，μit為誤差項，γ為空間誤差系數(shù)，表示空間相關(guān)地區(qū)的擾動項對本地區(qū)科技創(chuàng)新的影響。Wμit為空間相關(guān)系數(shù)，εit為隨機誤差項。

3 實證結(jié)果與分析

3.1 空間相關(guān)性檢驗

運用空間計量模型探究存款規(guī)模和貸款規(guī)模對科技創(chuàng)新的影響前，需要檢驗科技創(chuàng)新是否具有空間相關(guān)性。采用Moran’sI指數(shù)檢驗，公式如下：

表2 2008-2017年安徽省科技創(chuàng)新Moran’sI檢驗結(jié)果

注：括號內(nèi)數(shù)字為顯著性概率p值；***、**、*分別代表 1%、5%和 10%的水平下顯著。

由表2，2010年-2017年安徽省科技創(chuàng)新Moran’sI為正值，且通過顯著性檢驗，說明科技創(chuàng)新存在顯著的空間正相關(guān)?？疾齑婵钜?guī)模和貸款規(guī)模對科技創(chuàng)新的影響時，空間依賴性不可忽視。

3.2 實證結(jié)果及分析

表3 空間面板計量回歸結(jié)果

注：括號內(nèi)數(shù)字為顯著性概率p值；***、**、*分別代表 1%、5%和 10%的水平下顯著。

從存款規(guī)模對科技創(chuàng)新的系數(shù)可以看到，存款規(guī)模對科技創(chuàng)新具有顯著的負(fù)向影響。主要的原因在于，雖然這八年安徽的經(jīng)濟發(fā)展水平和科技創(chuàng)新水平都有了較大的提升，但是安徽的金融發(fā)展水平依然相對較低，居民的投資意識不夠，投資渠道相對單一，過多的存款沒有轉(zhuǎn)化為貸款，以至于沒有有效的流入科技創(chuàng)新領(lǐng)域，只作為銀行的存款準(zhǔn)備金形式。同時從貸款規(guī)?？?，貸款規(guī)模對科技創(chuàng)新具有顯著的正向影響。這說明貸款規(guī)模大，往往用于社會投資的資金就越多，投資會促進經(jīng)濟的增長，有證據(jù)表明經(jīng)濟增長反過來又會促進科技創(chuàng)新[8]，同時也可能貸款直接投資于科技創(chuàng)新領(lǐng)域，總之無論哪一方面影響，結(jié)果都表明安徽省的貸款規(guī)模會顯著促進的科技創(chuàng)新。

空間計量的實證模型的回歸系數(shù)并不能直接反映存款規(guī)模和貸款規(guī)模對科技創(chuàng)新的影響程度，需要計算出直接效應(yīng)、空間溢出效應(yīng)和總效應(yīng)，結(jié)果如表4所示。

表4 SAC模型的直接效應(yīng)、空間溢出效應(yīng)和總效應(yīng)

注：括號內(nèi)數(shù)字為顯著性概率p值；***、**、*分別代表 1%、5%和 10%的水平下顯著

由表 4 ，無論采用相鄰權(quán)重還是經(jīng)濟距離權(quán)重估計存款規(guī)模和貸款規(guī)模對科技創(chuàng)新的影響，兩者直接效應(yīng)、空間溢出效應(yīng)以及總效應(yīng)方向的顯著性以及大小都沒有太大的變化。存款規(guī)模對科技創(chuàng)新的直接效應(yīng)和空間溢出效應(yīng)均顯著為負(fù)，表明存款規(guī)模對科技創(chuàng)新要素的各市之間的流動不僅具有明顯的直接效應(yīng)，其所引致的空間溢出效應(yīng)對科技創(chuàng)新也具有顯著的負(fù)向影響。在相鄰權(quán)重SAC模型估計中，存款規(guī)模所帶動的空間溢出效應(yīng)占總效應(yīng)的39.54%左右，這一值在經(jīng)濟距離權(quán)重中占45.59%。貸款規(guī)模對科技創(chuàng)新的直接效應(yīng)和空間溢出效應(yīng)均顯著為正，表明存款規(guī)模對科技創(chuàng)新要素的各市之間的流動不僅具有明顯的直接效應(yīng)，其所引致的空間溢出效應(yīng)對科技創(chuàng)新也具有顯著的正向影響。在相鄰權(quán)重SAC模型估計中，貸款規(guī)模所帶動的空間溢出效應(yīng)占總效應(yīng)的39.41%左右，這一值在經(jīng)濟距離權(quán)重中占45.44%。

4 結(jié)論和建議

實證分析表明，存款規(guī)模對科技創(chuàng)新具有顯著的負(fù)向影響，貸款規(guī)模對科技創(chuàng)新具有顯著正向影響，兩者都具有較顯著的空間溢出效應(yīng)。

基于此，本文提出政策建議：首先，安徽省要立足自身省情，深入推進“調(diào)轉(zhuǎn)促”戰(zhàn)略，深化金融體制改革，盤活存款，提升存貸款的利用效率，加大資金對科技創(chuàng)新的支持，尤其對未來科技創(chuàng)新的前沿技術(shù)的支持。其次，吸引科技創(chuàng)新人員，培訓(xùn)優(yōu)秀科技創(chuàng)新人才。引導(dǎo)存貸款資金流入科技創(chuàng)新轉(zhuǎn)化和科技創(chuàng)新產(chǎn)業(yè)園建設(shè)，培育科技創(chuàng)新重大項目，提升科技創(chuàng)新成果轉(zhuǎn)化效率，促進創(chuàng)新成果的市場化，推動創(chuàng)新產(chǎn)業(yè)的發(fā)展以及對相關(guān)產(chǎn)業(yè)的帶動作用，實現(xiàn)安徽經(jīng)濟社會的可持續(xù)健康發(fā)展。最后，加強各地市的金融聯(lián)動，實現(xiàn)全省存貸款資金跨市流動，發(fā)揮存貸款對科技創(chuàng)新的整體效應(yīng)，提升安徽科技創(chuàng)新的水平。