科技金融對(duì)全要素生產(chǎn)率的非線性影響
——基于全國31個(gè)省、市（直轄）、自治區(qū)面板門限效應(yīng)分析

徐 勝 唐佳婕 張 雙

一、研究背景

以往研究表明，勞動(dòng)力投入和資本投入的增加確實(shí)能加快經(jīng)濟(jì)增長(zhǎng)，但經(jīng)濟(jì)增長(zhǎng)質(zhì)量提高的關(guān)鍵在于提高全要素生產(chǎn)率(Total Factor Productivity,TFP)，因此依靠技術(shù)創(chuàng)新、生產(chǎn)效率的提高和資源的有效利用來實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)才是可持續(xù)的。目前我國正處于實(shí)體經(jīng)濟(jì)下行的經(jīng)濟(jì)新常態(tài)，政府多次強(qiáng)調(diào)了要堅(jiān)持金融服務(wù)實(shí)體的要求，努力將經(jīng)濟(jì)朝著“脫虛向?qū)崱钡姆较蚺まD(zhuǎn)，大力推動(dòng)金融與科技創(chuàng)新相結(jié)合，以科技創(chuàng)新來支撐經(jīng)濟(jì)的發(fā)展和增長(zhǎng)方式的轉(zhuǎn)變，科技金融應(yīng)運(yùn)而生。文章認(rèn)為“科技金融”是由科技創(chuàng)新引發(fā)的一系列金融工具和服務(wù)向更有利于科技發(fā)展方向進(jìn)行轉(zhuǎn)變的金融創(chuàng)新活動(dòng)，其作為科技創(chuàng)新與金融創(chuàng)造深度融合的產(chǎn)物，為經(jīng)濟(jì)增長(zhǎng)帶來雙輪驅(qū)動(dòng)效果。鑒于此，文章通過研究科技金融與全要素生產(chǎn)率之間的關(guān)系，并引入技術(shù)創(chuàng)新水平，實(shí)證分析科技金融對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，并為制定相關(guān)政策提供科學(xué)依據(jù)。

關(guān)于科技金融的定義，雖然在學(xué)術(shù)界還沒有統(tǒng)一的定義，但是大多數(shù)差異性的解釋都存在一定的共性，那就是認(rèn)為科技金融是科技創(chuàng)新活動(dòng)與金融創(chuàng)新活動(dòng)的深度融合，是由科技創(chuàng)新活動(dòng)引發(fā)的一系列金融創(chuàng)新行為[1]?？萍寂c金融相結(jié)合是建設(shè)創(chuàng)新型國家的重要手段和基本保證[2]。李心丹和束蘭根（2013）認(rèn)為科技金融是金融資源供給者依托政府科技與金融結(jié)合的創(chuàng)新平臺(tái)，通過對(duì)創(chuàng)投、保險(xiǎn)、證券、擔(dān)保及其他金融機(jī)構(gòu)主體等金融資源進(jìn)行全方位的整合創(chuàng)新，為科技型企業(yè)提供創(chuàng)新性、高效性、系統(tǒng)性的金融工具和制度安排，以促進(jìn)科技型企業(yè)對(duì)金融資源的內(nèi)生性需求，進(jìn)而推動(dòng)整個(gè)高新技術(shù)產(chǎn)業(yè)鏈加速發(fā)展的一種金融業(yè)態(tài)[3]。孫伍琴（2014）認(rèn)為科技金融本質(zhì)上是指技術(shù)創(chuàng)新和金融創(chuàng)新的融合[4]。房漢廷（2016）將科技金融定義為以培育高附加價(jià)值產(chǎn)業(yè)，創(chuàng)造高薪就業(yè)崗位，提升經(jīng)濟(jì)體整體競(jìng)爭(zhēng)力為目標(biāo)，促進(jìn)技術(shù)資本、創(chuàng)新資本與企業(yè)家資本等創(chuàng)新要素深度融合的新經(jīng)濟(jì)范式[5]。

關(guān)于金融對(duì)全要素生產(chǎn)率的影響，學(xué)術(shù)界有諸多研究，但是研究結(jié)果存在顯著差異性。在國外的研究中，Beck和Levine（2002）利用多個(gè)國家的面板數(shù)據(jù)和GMM 動(dòng)態(tài)估計(jì)方法進(jìn)行了實(shí)證研究，其研究結(jié)果顯示金融發(fā)展顯著提升了全要素生產(chǎn)率[6]。Calderson 和Liu（2003）利用發(fā)展中國家和工業(yè)化國家的匯總數(shù)據(jù)進(jìn)行了Geweke 分解檢驗(yàn)，結(jié)果顯示金融發(fā)展對(duì)全要素生產(chǎn)率的提高具有明顯推動(dòng)作用[7]。Felix、Rioja 等（2004）的研究表明處于不同金融發(fā)展水平的國家，其金融體系對(duì)全要素生產(chǎn)率的驅(qū)動(dòng)程度是不同的[8]。Demetriades 等（2008）的研究結(jié)果顯示獲得銀行貸款與全要素增長(zhǎng)率之間存在明顯的正相關(guān)關(guān)系[9]。在國內(nèi)關(guān)于金融對(duì)全要素生產(chǎn)率的影響的研究中，陳啟清和貴斌威（2013）認(rèn)為金融發(fā)展對(duì)生產(chǎn)率進(jìn)步具有正的水平效應(yīng)和負(fù)的增長(zhǎng)效應(yīng)，說明金融發(fā)展對(duì)全要素生產(chǎn)率具有遞減的正面影響[10]。李健和盤宇章（2017）發(fā)現(xiàn)金融發(fā)展和TFP 增長(zhǎng)之間具有非線性關(guān)系，即金融發(fā)展對(duì)TFP增長(zhǎng)的影響取決于金融發(fā)展和實(shí)體部門經(jīng)濟(jì)發(fā)展之間的增長(zhǎng)差異[11]。李占風(fēng)和郭小雪（2019）發(fā)現(xiàn)金融發(fā)展對(duì)不同規(guī)模城市全要素生產(chǎn)率增長(zhǎng)的作用和機(jī)制存在異質(zhì)性[12]。邢曉東（2019）的研究發(fā)現(xiàn)金融發(fā)展對(duì)TFP增長(zhǎng)的影響作用存在區(qū)域性差異，同時(shí)也存在趨同性[13]。王欣和曹慧平（2019）的研究結(jié)果表明金融錯(cuò)配對(duì)制造業(yè)全要素生產(chǎn)率具有顯著的抑制作用，且這種抑制效應(yīng)具有一定的時(shí)滯性[14]。谷任和伍文婷（2019）研究金融集聚對(duì)全要素生產(chǎn)率的影響，顯示金融集聚通過正向影響技術(shù)進(jìn)步、負(fù)向影響技術(shù)效率來改變?nèi)厣a(chǎn)率[15]。徐璋勇和朱睿（2020）實(shí)證分析了金融發(fā)展對(duì)綠色全要素生產(chǎn)率的影響，結(jié)果顯示金融發(fā)展顯著促進(jìn)了綠色全要素生產(chǎn)率的提高[16]。王雨秋（2020）根據(jù)全國31個(gè)省（市、自治區(qū)）的面板數(shù)據(jù)，實(shí)證研究了中國包容性金融發(fā)展對(duì)全要素生產(chǎn)率提升的影響[17]。巴曙松、白海峰等（2020）利用我國企業(yè)層面的面板數(shù)據(jù)進(jìn)行實(shí)證分析，研究結(jié)果顯示金融科技創(chuàng)新活力和金融科技創(chuàng)新規(guī)模對(duì)企業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用[18]。

關(guān)于科技金融對(duì)全要素生產(chǎn)率的影響，大多是從科技金融對(duì)技術(shù)創(chuàng)新效率、某一行業(yè)發(fā)展的全要素生產(chǎn)率的影響角度出發(fā)進(jìn)行研究。George 和Prabhu（2006）認(rèn)為開發(fā)性金融機(jī)構(gòu)能高效地將市場(chǎng)中的閑散資金集中，充分發(fā)揮規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)效應(yīng)[19]。Michalopoulose 等（2009）在考慮技術(shù)創(chuàng)新和金融深化的基礎(chǔ)上研究金融發(fā)展作用經(jīng)濟(jì)增長(zhǎng)率的機(jī)制[20]。Amore（2013）實(shí)證研究了銀行機(jī)構(gòu)信貸和企業(yè)科技創(chuàng)新能力之間的關(guān)系[21]。國內(nèi)的學(xué)者關(guān)于科技金融與全要素生產(chǎn)率的關(guān)系的研究起步也較晚。余利豐、鄧柏盛等（2011）認(rèn)為金融發(fā)展促進(jìn)全要素生產(chǎn)率的增長(zhǎng)，但是金融深化和金融中介壟斷都不利于技術(shù)效率提高[22]。段世德和徐璇（2011）認(rèn)為加快發(fā)展科技金融將會(huì)對(duì)我國戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展起到巨大推動(dòng)作用[23]。葉莉、王亞麗等（2015）認(rèn)為科技金融對(duì)科技創(chuàng)新呈現(xiàn)顯著正向作用，其創(chuàng)新助力作用得以驗(yàn)證[24]。黃瑞芬和邱夢(mèng)圓（2016）利用科技金融投入與產(chǎn)出的面板數(shù)據(jù)對(duì)全要素生產(chǎn)率變動(dòng)和科技金融效率值進(jìn)行評(píng)價(jià)[25]。廖繼勝和韓兵（2018）以江西為例，運(yùn)用DEA 及其擴(kuò)展模型以及Malmquist 指數(shù)對(duì)其戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的科技金融支持效率進(jìn)行了實(shí)證研究[26]。李潔（2018）認(rèn)為互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行全要素生產(chǎn)率存在正向的影響[27]。董倩（2018）研究發(fā)現(xiàn)地區(qū)科技金融發(fā)展能顯著促進(jìn)當(dāng)?shù)爻巧绦腥厣a(chǎn)率的提高[28]。聶林濤（2018）的研究發(fā)現(xiàn)科技金融全要素生產(chǎn)率的區(qū)域差異較大[29]。張茜和趙鑫（2019）的研究表明銀行業(yè)金融創(chuàng)新水平與銀行業(yè)全要素生產(chǎn)率有顯著的正相關(guān)性[30]。劉澤輝、李華軍等（2019）以廣東省為例進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)科技金融效率對(duì)全要素生產(chǎn)率具有重要影響[31]。張騰和劉陽（2019）的研究表明科技金融發(fā)展能顯著促進(jìn)全國規(guī)模以上工業(yè)企業(yè)全要素生產(chǎn)率的提高，且這種影響主要是通過效率改善路徑發(fā)揮促進(jìn)作用[32]。胡海云（2020）認(rèn)為發(fā)展科技金融對(duì)我國經(jīng)濟(jì)增長(zhǎng)具有重要的促進(jìn)作用，但存在地區(qū)差異[33]。華堅(jiān)和龐麗（2020）的研究發(fā)現(xiàn)科技金融的發(fā)展有助于消除各省市經(jīng)濟(jì)高質(zhì)量發(fā)展的差異[34]。田路路（2020）認(rèn)為科技金融規(guī)模對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的推動(dòng)作用呈現(xiàn)倒U 型[35]。何雪瑩和張嵐（2020）以上海市為例，評(píng)價(jià)了科技金融的投入和產(chǎn)出效率[36]。

基于以上研究，文章試圖從兩個(gè)角度來解釋科技金融的內(nèi)涵，梳理科技金融對(duì)全要素生產(chǎn)率的作用機(jī)制，其中促進(jìn)作用包括“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”，抑制作用為“擠出效應(yīng)”。同時(shí)構(gòu)建科技金融發(fā)展水平指標(biāo)體系來全面反映科技金融的內(nèi)涵，并用AHP 層次分析法進(jìn)行指標(biāo)合成及評(píng)價(jià)，將之作為核心解釋變量進(jìn)行后續(xù)回歸研究。以往研究大多為金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)或全要素生產(chǎn)率增長(zhǎng)、科技金融對(duì)某一產(chǎn)業(yè)的或全要素生產(chǎn)率的線性影響，筆者嘗試運(yùn)用面板門限模型，更準(zhǔn)確地研究科技金融對(duì)全要生產(chǎn)率的非線性關(guān)系以及研究主體間存在的門限效果特征。

二、內(nèi)涵及機(jī)理分析

（一）科技金融內(nèi)涵

根據(jù)科技金融是科技創(chuàng)新與金融創(chuàng)造的深度融合的產(chǎn)物的定義，可從兩個(gè)角度來理解其內(nèi)涵：一是以科技為出發(fā)點(diǎn)，科技企業(yè)的發(fā)展需要金融支持，強(qiáng)調(diào)科技從創(chuàng)新到發(fā)展的金融化過程；二是基于資本市場(chǎng)的逐利特征，當(dāng)科技行業(yè)具有向好的預(yù)期時(shí)，金融資本就會(huì)追逐投資熱點(diǎn)，流向高回報(bào)的科技行業(yè)謀利。基于演化動(dòng)力學(xué)的上述兩方面融合就形成了科技金融的發(fā)展機(jī)制：在科技行業(yè)和金融市場(chǎng)的彼此需求、不斷深化的過程中，科技和金融行業(yè)間實(shí)現(xiàn)了更高的資金流轉(zhuǎn)和信息傳遞效率，從而產(chǎn)生了科技創(chuàng)新和資本利得的相互促進(jìn)效應(yīng)。因此，科技金融是實(shí)體性科技企業(yè)和虛擬性金融資本的創(chuàng)新需求性結(jié)合，即實(shí)現(xiàn)了科技行業(yè)的融資高效化，也為經(jīng)濟(jì)的“脫虛向?qū)崱碧峁┩緩健?/p>

（二）影響機(jī)制分析

科技金融發(fā)展對(duì)全要素生產(chǎn)率提升的促進(jìn)作用有“溢出效應(yīng)”和“增長(zhǎng)效應(yīng)”（圖1）。在科技金融發(fā)展初始階段，通常政府會(huì)給金融機(jī)構(gòu)提供政策引導(dǎo)和直接為科技創(chuàng)新提供所需資源。隨著科技創(chuàng)新的速度加快，科技行業(yè)的技術(shù)突破需要大量的資金支持，資金來源不再滿足于政府投入，需要更多的社會(huì)資本，比如商業(yè)銀行的貸款、股權(quán)投資和風(fēng)險(xiǎn)投資等。這些來源于金融機(jī)構(gòu)的資金充分發(fā)揮價(jià)值發(fā)現(xiàn)功能，有利于企業(yè)生產(chǎn)出低成本、高回報(bào)的產(chǎn)品，以迎合市場(chǎng)需求，擴(kuò)大產(chǎn)品銷量，提高企業(yè)利潤和生產(chǎn)效率。同時(shí)，金融業(yè)在盈利需求的驅(qū)動(dòng)下進(jìn)行科技金融創(chuàng)新活動(dòng)，致力于為有金融需求的科技創(chuàng)新企業(yè)提供適合的金融產(chǎn)品和新型融資渠道，如風(fēng)險(xiǎn)投資、科技保險(xiǎn)、知識(shí)產(chǎn)權(quán)融資和科技眾籌等，使資本流向更有發(fā)展?jié)摿Φ目萍夹袠I(yè)以獲取資本回報(bào)，并且金融創(chuàng)新也因技術(shù)創(chuàng)新得以實(shí)現(xiàn)。由此，科技創(chuàng)新和金融創(chuàng)新之間形成良性循環(huán)?？萍冀鹑谕ㄟ^科技創(chuàng)新和金融創(chuàng)新的相互作用，會(huì)產(chǎn)生“知識(shí)溢出”和“信息溢出”效應(yīng)：當(dāng)區(qū)域內(nèi)某一企業(yè)或行業(yè)產(chǎn)生技術(shù)創(chuàng)新、商業(yè)模式轉(zhuǎn)變或融資渠道拓展，會(huì)使創(chuàng)新知識(shí)和技術(shù)信息傳播到區(qū)域內(nèi)其他企業(yè)或行業(yè)，整個(gè)區(qū)域的企業(yè)均能獲得一定程度的技術(shù)進(jìn)步，整體科技水平得以提高；金融的信息提供功能有助于資本獲取高技術(shù)產(chǎn)業(yè)回報(bào)信息以便進(jìn)行投資選擇，引導(dǎo)資金流向高回報(bào)領(lǐng)域，提高區(qū)域金融業(yè)的投資效率，擴(kuò)大金融機(jī)構(gòu)的數(shù)量和規(guī)模。由于科技行業(yè)和金融市場(chǎng)相互關(guān)聯(lián)、相互融合、相互促進(jìn)，生產(chǎn)效率和資本流轉(zhuǎn)速度得以提升，推動(dòng)了科技進(jìn)步和金融發(fā)展，最終實(shí)現(xiàn)全要素生產(chǎn)率的“增長(zhǎng)效應(yīng)”。

圖1 科技金融對(duì)全要素生產(chǎn)率的影響機(jī)制

科技金融發(fā)展對(duì)全要素生產(chǎn)率提升的抑制作用有“擠出效應(yīng)”。政府公共支出以及由政府引導(dǎo)投入的社會(huì)資金主要投資于基礎(chǔ)性和中大型產(chǎn)業(yè)，是科技金融資金的重要來源，而私人投資通常投資于回報(bào)率更高的產(chǎn)業(yè)，資本逐利行為一定程度上激發(fā)企業(yè)的創(chuàng)造活力，使科技金融與企業(yè)發(fā)展有更高效的融合。當(dāng)政府支出增加到一定程度時(shí)，政府在企業(yè)發(fā)展的過程中起主導(dǎo)作用，私人對(duì)企業(yè)的投資和支出相對(duì)減少就會(huì)導(dǎo)致企業(yè)失去創(chuàng)新自主性。與此同時(shí)，金融資源難以發(fā)揮價(jià)格發(fā)現(xiàn)和資源配置功能，削弱了當(dāng)?shù)氐慕鹑诎l(fā)展水平和產(chǎn)業(yè)間的創(chuàng)新與合作，甚至引發(fā)金融風(fēng)險(xiǎn)問題。此外，政府在進(jìn)行經(jīng)濟(jì)干預(yù)的過程中很可能發(fā)生“尋租行為”，即非生產(chǎn)性尋利活動(dòng)，既減少生產(chǎn)又降低創(chuàng)新質(zhì)量，阻礙經(jīng)濟(jì)增長(zhǎng)和全要素生產(chǎn)率的提升。因此，過多的政府支出會(huì)引發(fā)“擠出效應(yīng)”，影響企業(yè)發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型，甚至給全要生產(chǎn)率增長(zhǎng)帶來負(fù)面影響。

三、指標(biāo)體系構(gòu)建

（一）科技金融指標(biāo)體系構(gòu)建

目前學(xué)界對(duì)科技金融尚未有統(tǒng)一界定，而對(duì)于科技金融發(fā)展水平也沒有一致的評(píng)價(jià)標(biāo)準(zhǔn)。文章從經(jīng)費(fèi)投入、產(chǎn)出水平和人力資源三個(gè)方面分別選用指標(biāo)來構(gòu)建科技金融發(fā)展水平指標(biāo)體系，全面反映科技金融的內(nèi)涵。鑒于指標(biāo)的科學(xué)性和數(shù)據(jù)的可得性，采用科技服務(wù)固定資產(chǎn)投資額、研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)和科技部三公經(jīng)費(fèi)支出額來衡量科技金融經(jīng)費(fèi)投入，用高新區(qū)企業(yè)收入和技術(shù)市場(chǎng)成交金額衡量科技金融產(chǎn)出水平，用高新區(qū)企業(yè)從業(yè)人員數(shù)和研究與試驗(yàn)發(fā)展（R&D）人員數(shù)衡量科技金融人力資源。

文章將指標(biāo)的原始數(shù)據(jù)進(jìn)行了zt標(biāo)準(zhǔn)化處理，公式為（i 為地區(qū)，t 為時(shí)期），這樣就消除了不同單位量綱帶來的影響，便于下一步的合成和評(píng)價(jià)。然后采用主客觀相結(jié)合的AHP 層次分析法來對(duì)各指標(biāo)賦以歸一化處理后的權(quán)重，如表1所示。最后將無量綱數(shù)據(jù)加權(quán)逐步合成二級(jí)指標(biāo)和一級(jí)指標(biāo)數(shù)據(jù)，通過數(shù)據(jù)來反映各省不同時(shí)期的科技金融發(fā)展水平。

（二）科技金融指標(biāo)評(píng)價(jià)

文章將合成的指標(biāo)數(shù)據(jù)通過折線圖展現(xiàn)走勢(shì)情況（圖略）。整體來看，2004-2018 年31 個(gè)省市的科技金融水平呈上漲趨勢(shì)，但各個(gè)省市發(fā)展水平和速度發(fā)生了較大變化。其中，廣東、北京、江蘇發(fā)展水平較高，增長(zhǎng)速度也較快；山東、浙江、湖北、上海的發(fā)展水平和速度次之；新疆、西藏、寧夏、甘肅、青海等走勢(shì)較為平緩，發(fā)展較為緩慢；其他省市總體走勢(shì)向上。為了更科學(xué)直觀地顯示31 個(gè)省市區(qū)科技金融發(fā)展水平，采用系統(tǒng)聚類分析方法進(jìn)行省際劃分，采用歐式距離公式計(jì)算樣本之間的距離，選用Ward 聯(lián)接法進(jìn)行聚類，結(jié)合走勢(shì)圖和聚類分析結(jié)果，將31省份劃分為3個(gè)發(fā)展水平：將廣東、北京、上海、浙江、江蘇、山東這6個(gè)省市劃分為科技金融發(fā)展水平較高的區(qū)域；將河北、四川、河南、福建、遼寧、天津、陜西、安徽、湖南、湖北等10 個(gè)省市劃分為科技金發(fā)展水平中等的區(qū)域；將海南、西藏、青海、寧夏、黑龍江、重慶、江西、吉林、廣西、山西、內(nèi)蒙古、云南、甘肅、貴州、新疆這15 個(gè)省、市、自治區(qū)劃分為科技金融發(fā)展水平較低的區(qū)域。

表1 科技金融發(fā)展水平評(píng)價(jià)指標(biāo)體系

科技金融呈現(xiàn)差異化發(fā)展的原因可能是廣東、北京和江蘇等地高技術(shù)企業(yè)密集且金融資源較為豐富，金融在科技發(fā)展的過程中起到了良好的配置作用，科技發(fā)展又反作用于金融活動(dòng)，形成了金融帶動(dòng)科技、科技促進(jìn)金融的良性循環(huán)，加快了科技金融的發(fā)展速度。而新疆、西藏、寧夏、甘肅、青海等地區(qū)資源相對(duì)匱乏，高技術(shù)企業(yè)難以扎根，金融和人力資源也少有聚集，由此陷入金融和科技發(fā)展都落后的雙重困境，科技金融水平自然難以提升。

四、模型構(gòu)建及實(shí)證分析

（一）變量選擇和數(shù)據(jù)統(tǒng)計(jì)

根據(jù)文獻(xiàn)資料和前文所述，選擇了全要素生產(chǎn)率作為被解釋變量，科技金融這一合成指標(biāo)作為解釋變量，科技創(chuàng)新水平作為門限變量，金融發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平和政府干預(yù)程度作為控制變量。

被解釋變量：全要素生產(chǎn)率（TFP），該變量由DEA-Malmquist 方法測(cè)度得出。Malmquist 指數(shù)定義為：其中x 表示投入，y 表示產(chǎn)出，為t 期到t+1期TFP 的增長(zhǎng)，為t 時(shí)期的Malmquist指數(shù)，表示第t期以第i期投入產(chǎn)生數(shù)據(jù)作為參數(shù)的距離函數(shù)。文章所對(duì)應(yīng)的投入變量為各省的就業(yè)人數(shù)和資本存量，產(chǎn)出變量為各省的GDP，通過DEAP2.1 來測(cè)度出各省全要素生產(chǎn)率值。其中，資本存量K采用被OECD國家廣泛采用的永續(xù)盤 存 法 （PIM） 來 估 算 ，K0=I0/(g+δ)，Kt=It+(1-δ)Kt-1，K0、Kt為初期和當(dāng)期的資本存量，It為全社會(huì)固定資本形成總額，g為真實(shí)投資年均增長(zhǎng)率，δ為綜合折舊率（假設(shè)為5%）。

解釋變量：主要解釋變量為科技金融發(fā)展水平（TechFin），由科技金融經(jīng)費(fèi)投入、科技金融人力資源和科技金融產(chǎn)出水平3個(gè)二級(jí)指標(biāo)合成。

門限變量：該模型與科技水平高度相關(guān)，因此將科技創(chuàng)新水平（Tech）作為門限變量，具體選取了專利受理數(shù)這一由國際普遍認(rèn)同反映知識(shí)產(chǎn)權(quán)技術(shù)的指標(biāo)來衡量科技創(chuàng)新水平。

控制變量：基于國內(nèi)外相關(guān)文獻(xiàn)，認(rèn)為除了科技金融，還有一些因素會(huì)對(duì)全要素生產(chǎn)率產(chǎn)生影響。因此選取以下控制變量。①金融發(fā)展水平（FIN）。金融活動(dòng)在產(chǎn)業(yè)發(fā)展的過程中，能夠充分發(fā)揮資源配置作用，通過資金流動(dòng)促進(jìn)企業(yè)進(jìn)行創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)得以優(yōu)化，促進(jìn)全要素生產(chǎn)率的提高。因此以金融發(fā)展水平，即金融業(yè)占國民生產(chǎn)總值的比重作為控制變量之一。②產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平(HIS)。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化能促進(jìn)經(jīng)濟(jì)增長(zhǎng)和引起經(jīng)濟(jì)增長(zhǎng)方式的轉(zhuǎn)變，是全要素生產(chǎn)率得以提升的重要變量，因此將它納入控制變量中。③政府干預(yù)程度（GOV）。政府支出水平的高低在一定程度上能夠反映政府對(duì)經(jīng)濟(jì)增長(zhǎng)方式的影響，政府財(cái)政支出結(jié)構(gòu)不合理甚至?xí)萍s地區(qū)TFP 的增長(zhǎng)，因此采用政府財(cái)政支出占GDP 的比重來衡量政府干預(yù)對(duì)TFP的影響。各變量相應(yīng)符號(hào)、衡量方法及解釋變量預(yù)期方向如表2所示。

全要素生產(chǎn)率、科技創(chuàng)新水平、金融發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平和政府干預(yù)程度數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》和wind數(shù)據(jù)庫，科技金融發(fā)展水平數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》和wind 數(shù)據(jù)庫。鑒于數(shù)據(jù)的可得性和一致性，選取全國31 個(gè)省、市、自治區(qū)的2004-2018 年的相關(guān)指標(biāo)數(shù)據(jù)，獲取有效樣本465 個(gè)，利用面板數(shù)據(jù)進(jìn)行門限回歸分析，實(shí)證研究各變量對(duì)全要素生產(chǎn)率的影響，所有檢驗(yàn)均使用stata15.0 軟件。各變量的描述性統(tǒng)計(jì)如表3 所示。

（二） 模型的構(gòu)建

為了研究各變量對(duì)全要素生產(chǎn)率的影響，將使用Hansen 提出的門限回歸模型，用來判斷科技金融和全要素生產(chǎn)率之間的關(guān)系，是否存在異質(zhì)性。因此，需要對(duì)面板數(shù)據(jù)進(jìn)行靜態(tài)回歸和Hauseman檢驗(yàn)，若結(jié)果為固定效應(yīng)，則說明科技金融發(fā)展與全要素生產(chǎn)率的關(guān)系較為顯著，再運(yùn)用門限回歸判斷是否存在分區(qū)間的影響。門限回歸有單一門限，雙重門限和多重門限，文章將設(shè)定單一和雙重門限形式，最終根據(jù)顯著性檢驗(yàn)結(jié)果來確定模型。

單一門限模型：

表2 各變量相應(yīng)符號(hào)及解釋變量預(yù)期方向

表3 變量描述性統(tǒng)計(jì)

雙重門限模型：

其中TFP 為被解釋變量，TechFin為解釋變量，Tech為門限變量，F(xiàn)IN、HIS和GOV為控制變量，γ為門檻值，uit表示特異性誤差，α、β、?代表模型的估計(jì)參數(shù)，下標(biāo)it分別代表第i個(gè)省和第t年。

（三）相關(guān)檢驗(yàn)

1.單位根檢驗(yàn)。為了檢驗(yàn)所有變量是否平穩(wěn)，首先對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。由表4可以看出，變量TFP、FIN、GOV 的原始數(shù)據(jù)和變量HIS 原始數(shù)據(jù)的一階差分，以及變量TechFin 和Tech 原始數(shù)據(jù)的二階差分在10%以內(nèi)的顯著性水平下平穩(wěn)，可對(duì)平穩(wěn)數(shù)據(jù)進(jìn)行回歸處理。

2.協(xié)整檢驗(yàn)。為了進(jìn)一步考察變量之間的協(xié)整關(guān)系，將采用Kao 檢驗(yàn)和Pedroni 檢驗(yàn)進(jìn)行判斷。表5 的結(jié)果表明，所有統(tǒng)計(jì)量均在1%顯著性水平下拒絕原假設(shè)，表明變量之間存在協(xié)整關(guān)系即長(zhǎng)期經(jīng)濟(jì)關(guān)系，可對(duì)模型進(jìn)行面板門限回歸。

3.Hausman 檢驗(yàn)。因門限回歸模型需在固定效應(yīng)下進(jìn)行，故對(duì)面板數(shù)據(jù)進(jìn)行了Hausman 檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示。由F值和P值可知，在1%的顯著性水平下拒絕原假設(shè)，應(yīng)選擇固定效應(yīng)模型，可以進(jìn)行門限回歸。根據(jù)固定效應(yīng)所得系數(shù)，可以構(gòu)建固定效應(yīng)模型：

根據(jù)模型結(jié)果初步分析，科技金融（TechFin）對(duì)全要生產(chǎn)率（TFP）具有一定的正向作用，即科技金融水平提高1 個(gè)單位，全要素生產(chǎn)率會(huì)提高0.005543個(gè)單位，但是結(jié)果未通過顯著性檢驗(yàn)。這表明兩者之間可能存在非線性關(guān)系，需要通過門限模型來進(jìn)一步驗(yàn)證其關(guān)系。此外，金融發(fā)展水平(FIN)和政府干預(yù)程度(GOV)對(duì)全要素生產(chǎn)率都具有輕微負(fù)向作用且通過了10%的顯著性檢驗(yàn)，產(chǎn)業(yè)結(jié)構(gòu)水平(HIS)有微弱的正向作用且通過了5%的顯著性檢驗(yàn)。

（四） 門限模型估計(jì)

運(yùn)用stata15.0 軟件，以專利申請(qǐng)數(shù)量（Tech）作為門限變量對(duì)面板數(shù)據(jù)進(jìn)行門限估計(jì)，并采用bootstrap 自舉法重復(fù)抽樣1000 次來提高顯著性檢驗(yàn)的有效性，門限值估計(jì)結(jié)果和模型回歸結(jié)果如表7-8和圖2所示。

表4 變量的單位根檢驗(yàn)結(jié)果

表5 Kao和Pedroni檢驗(yàn)結(jié)果

表6 Hausman檢驗(yàn)結(jié)果

圖2 門限回歸LR圖

結(jié)果顯示：?jiǎn)我婚T限模型在1%的顯著性水平下顯著，雙重門限未通過顯著性檢驗(yàn)，故此應(yīng)該建立單一門限模型。根據(jù)模型估計(jì)出的單一門限值為8761，對(duì)應(yīng)的置信區(qū)間為[8371,9615]。由此可見，科技金融與全要素生產(chǎn)率之間為非線性關(guān)系，存在單一門限效應(yīng)。

為了進(jìn)一步測(cè)度科技金融對(duì)全要素生產(chǎn)率影響的方向和程度，用門限模型對(duì)各變量進(jìn)行了參數(shù)估計(jì)，結(jié)果如表9所示。從表中可以看出，科技金融的門限值把模型分為了兩個(gè)區(qū)間，兩個(gè)區(qū)間的系數(shù)不同，說明科技金融對(duì)全要素生產(chǎn)率的影響具有異質(zhì)性。F 檢驗(yàn)值為5.07，P 值為0.0017，在1%的顯著性水平下拒絕原假設(shè)，表明模型通過檢驗(yàn)，結(jié)果可信。

具體來看，對(duì)于不用程度的科技創(chuàng)新水平，科技金融發(fā)展水平（TechFin） 對(duì)全要素生產(chǎn)率（TFP）的貢獻(xiàn)度不同：當(dāng)各省市科技創(chuàng)新水平的代表變量專利申請(qǐng)數(shù)（Tech）數(shù)量小于8761 件時(shí)，科技金融發(fā)展水平每增加1單位，全要素生產(chǎn)率反而隨之減少0.1438個(gè)單位，科技金融在此發(fā)展水平下，會(huì)為全要素生產(chǎn)率的提高產(chǎn)生阻礙作用；當(dāng)專利申請(qǐng)數(shù)量大于8761 時(shí)，科技金融發(fā)展水平每增加1個(gè)單位，全要素生產(chǎn)率隨之提高0.0046個(gè)單位，對(duì)全要素生產(chǎn)率的提升產(chǎn)生正向影響，但此結(jié)果未通過顯著性檢驗(yàn)，因此當(dāng)Tech≥8761 時(shí)，TechFin 對(duì)TFP 的影響大小尚未確定。而由于模型最終通過F檢驗(yàn)，故而認(rèn)為科技金融的發(fā)展對(duì)全要素生產(chǎn)率的提升還是存在門限效應(yīng)。

表7 門限模型檢驗(yàn)結(jié)果

表8 門限估計(jì)值和置信區(qū)間

表9 門檻模型參數(shù)估計(jì)值及顯著性

（五）實(shí)證結(jié)果分析

當(dāng)科技創(chuàng)新水平值小于等于8761 時(shí)，即科技金融發(fā)展的初級(jí)階段，科技金融發(fā)展水平對(duì)全要素生產(chǎn)率有負(fù)向作用，原因可能是“擠出效應(yīng)”大于“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”之和。具體而言：第一，在科技金融發(fā)展的初級(jí)階段，金融產(chǎn)品和服務(wù)還不能很好地給企業(yè)和產(chǎn)業(yè)提供更便捷的投融資渠道和更適合的發(fā)展模式，科技企業(yè)創(chuàng)新速度不具備廣泛性，企業(yè)的生產(chǎn)效率尚未得到大幅提升，產(chǎn)業(yè)結(jié)構(gòu)也就難以形成大規(guī)模的轉(zhuǎn)型和優(yōu)化。第二，發(fā)展初期科技行業(yè)的人才短缺，創(chuàng)新知識(shí)和投資信息的擴(kuò)散速度較為緩慢，地區(qū)同類企業(yè)得不到創(chuàng)新資源就容易失去競(jìng)爭(zhēng)力，導(dǎo)致整個(gè)地區(qū)的科技企業(yè)發(fā)展不均衡，區(qū)域整體創(chuàng)新水平低，經(jīng)濟(jì)增長(zhǎng)緩慢。第三，金融資源過多依賴于政府投入導(dǎo)致政府干預(yù)度過高，企業(yè)的自主創(chuàng)新能力受到限制，甚至降低企業(yè)的生產(chǎn)效率和發(fā)展速度，進(jìn)而阻礙全要素生產(chǎn)率的增長(zhǎng)。當(dāng)科技創(chuàng)新水平值大于8761，即地區(qū)科技金融發(fā)展到一定程度時(shí)，科技金融發(fā)展水平對(duì)全要素生產(chǎn)率有正向作用，原因可能是“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”之和大于“擠出效應(yīng)”。此時(shí)，政府不再起主導(dǎo)作用，弱化了“擠出效應(yīng)”，市場(chǎng)上有眾多的科技金融產(chǎn)品促進(jìn)企業(yè)服務(wù)改革和創(chuàng)新，科技金融能夠有效的發(fā)揮“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”，加快整個(gè)地區(qū)的科技進(jìn)步速度和金融發(fā)展水平，促進(jìn)全要素生產(chǎn)率的提高。

此外，金融發(fā)展水平（FIN）、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平(HIS)和政府干預(yù)程度(GOV)對(duì)全要素生產(chǎn)率的彈性系數(shù)分別為0.69%、0.13%、-0.14%，與預(yù)期方向基本一致。這說明金融發(fā)展水平越高、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化水平越高就能提高全要素生產(chǎn)率，最終促進(jìn)經(jīng)濟(jì)增長(zhǎng)，而政府干預(yù)度越高會(huì)阻礙全要素生產(chǎn)率的提升，但影響程度均較小。

五、結(jié)論及建議

（一）研究結(jié)論

第一，科技金融是科技創(chuàng)新和金融創(chuàng)造深度融合的產(chǎn)物，其發(fā)展過程中產(chǎn)生的“溢出效應(yīng)”和“增長(zhǎng)效應(yīng)”對(duì)全要素生產(chǎn)率的提升具有促進(jìn)作用，而“擠出效應(yīng)”具有抑制作用。

第二，根據(jù)科技金融發(fā)展水平指標(biāo)體系及測(cè)評(píng)結(jié)果，我國31 個(gè)省、市、自治區(qū)的科技金融發(fā)展水平總體呈上升趨勢(shì)，但發(fā)展速度存在較大差異，通過系統(tǒng)聚類法可將各省市科技金融發(fā)展水平劃分為四個(gè)階段，說明我國科技金融發(fā)展存在區(qū)域不平衡問題，并認(rèn)為高技術(shù)企業(yè)密集且金融資源較為豐富的省市，形成了金融帶動(dòng)科技、科技促進(jìn)金融的良性循環(huán)，加快了科技金融的發(fā)展速度。

第三，根據(jù)2004-2018年的面板數(shù)據(jù)的門限模型實(shí)證結(jié)果可知：科技金融發(fā)展對(duì)全要素生產(chǎn)率的影響存在非線性的門限效應(yīng)（門限值為8761），當(dāng)科技創(chuàng)新水平值小于等于8761 時(shí)，科技金融發(fā)展水平對(duì)全要素生產(chǎn)率的彈性系數(shù)為-0.1438，即有負(fù)向作用，系“擠出效應(yīng)”大于“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”之和；當(dāng)科技創(chuàng)新水平值大于8761時(shí)，彈性系數(shù)為0.0046，即有正向作用，系“增長(zhǎng)效應(yīng)”和“溢出效應(yīng)”之和大于“擠出效應(yīng)”。

（二）對(duì)策建議

第一，我國目前存在科技金融發(fā)展不平衡問題，科技金融發(fā)展水平較低的地區(qū)科技創(chuàng)新水平也相對(duì)較低，經(jīng)濟(jì)增速相對(duì)緩慢。對(duì)于科技金融發(fā)展水平較低的地區(qū)，當(dāng)?shù)匾皇且匾暱萍冀鹑诘馁Y源投入，包括政策、經(jīng)費(fèi)和人才等，以金融發(fā)展促進(jìn)科技創(chuàng)新；二是可以通過引進(jìn)先進(jìn)人才、技術(shù)、設(shè)備等途徑加速科技創(chuàng)新的“知識(shí)溢出”；三是金融機(jī)構(gòu)為針對(duì)科技企業(yè)提供新型融資渠道，比如知識(shí)產(chǎn)權(quán)融資、科技眾籌等。對(duì)于科技金融發(fā)展水平較高的地區(qū)，一方面需要保持現(xiàn)有的發(fā)展體系，穩(wěn)定發(fā)展水平，另一方面要在現(xiàn)有的水平上合理節(jié)約資源投入，在有富余的情況下對(duì)落后地區(qū)給予幫扶。

第二，根據(jù)科技金融與全要素生產(chǎn)率的非線性關(guān)系，科學(xué)合理制定促進(jìn)增長(zhǎng)方針。因科技創(chuàng)新水平較低時(shí)，科技金融的發(fā)展水平對(duì)全要素生產(chǎn)率的增長(zhǎng)有負(fù)向影響，故當(dāng)?shù)卣环矫鎽?yīng)當(dāng)合理控制對(duì)科技金融投入的干預(yù)度，避免因“擠出效應(yīng)”和“尋租行為”而產(chǎn)生的科技創(chuàng)新效率降低問題，減輕對(duì)全要素生產(chǎn)率增長(zhǎng)的抑制作用；另一方面要?jiǎng)?chuàng)造良好的政策環(huán)境，引導(dǎo)金融創(chuàng)造和科技創(chuàng)新相結(jié)合，充分發(fā)揮科技的知識(shí)溢出效應(yīng)和金融的信息溢出效應(yīng)，帶動(dòng)區(qū)域內(nèi)科技的進(jìn)步和金融業(yè)的發(fā)展，使其共同促進(jìn)全要素生產(chǎn)率的增長(zhǎng)。

第三，科技金融發(fā)展需精準(zhǔn)施策，可嘗試建立科技銀行，推進(jìn)科技進(jìn)步和金融創(chuàng)新融合發(fā)展。一方面，各省市鼓勵(lì)商業(yè)銀行針對(duì)科技型企業(yè)設(shè)立專門的科技產(chǎn)品部，開發(fā)和推廣科技型金融產(chǎn)品，并由政府給予一定的政策優(yōu)惠來吸引投資者購買。另一方面，各省市可在產(chǎn)業(yè)創(chuàng)新園、高新技術(shù)開發(fā)區(qū)和科技型特色小鎮(zhèn)園區(qū)內(nèi)設(shè)立由政府引導(dǎo)建立的科技商業(yè)銀行網(wǎng)點(diǎn)，給予金融和科技緊密結(jié)合的環(huán)境，開拓金融和科技“雙創(chuàng)新”格局。