長江經(jīng)濟帶科技金融發(fā)展時空特點研究

□文/盧小蘭

（江漢大學(xué)商學(xué)院 湖北·武漢）

［提要］ 基于科技金融的科學(xué)內(nèi)涵，構(gòu)建包含政府科技金融和市場科技金融兩個一級指標的長江經(jīng)濟帶科技金融發(fā)展評價指標體系，利用熵值法測算2011～2019 年長江經(jīng)濟帶11 個省市科技金融發(fā)展指數(shù)，借助時序分析和空間相關(guān)方法研究其時空特點。結(jié)果表明：整體上科技金融發(fā)展水平逐年上升，但省域科技金融發(fā)展水平差異增大，科技金融發(fā)展水平由高到低依次為下游、中游和上游地區(qū)；科技金融發(fā)展水平整體上顯著空間正相關(guān)，且呈一致增長趨勢，局部空間特點穩(wěn)定，表現(xiàn)為上海、江蘇和浙江始終處于“高-高”區(qū)域，湖北、湖南、重慶、四川、貴州和云南位于“低-低”區(qū)域，安徽位于“低-高”區(qū)域，江西經(jīng)歷了從“低-低”區(qū)域到“低-高”區(qū)域的變化。

引言

2011 年至今，人民銀行、科技部、銀保監(jiān)會等頒布《關(guān)于促進科技和金融結(jié)合加快實施自主創(chuàng)新戰(zhàn)略的若干意見》和《關(guān)于支持銀行業(yè)金融機構(gòu)加大創(chuàng)新力度開展科創(chuàng)企業(yè)投貸聯(lián)動試點的指導(dǎo)意見》等多個科技金融政策文件，科技金融已成為相關(guān)領(lǐng)域研究熱點。本文對相關(guān)文獻做如下梳理：其一，科技金融的科學(xué)內(nèi)涵。1993 年深圳科技局最早提出科技金融這一概念。隨著科技與金融融合程度的加深，相關(guān)學(xué)者從科技金融的范圍、來源、功能和性質(zhì)等角度對科技金融做出盡量完整的定義。其中，趙昌文等（2009）提出，科技金融是促進科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排。房漢廷（2016）、寇明婷等（2018）認為，科技金融是以培育高附加價值產(chǎn)業(yè)，創(chuàng)造高薪就業(yè)崗位，提升經(jīng)濟體整體競爭力為目標，促進技術(shù)資本、創(chuàng)新資本與企業(yè)家資本等創(chuàng)新要素深度融合和深度聚合的一種新經(jīng)濟范式。其二，科技金融發(fā)展水平的測度。張明喜等（2018）將科技金融定義為經(jīng)濟金融和科學(xué)技術(shù)的深度融合，并據(jù)此建立科技金融理論體系。王海蕓等（2019）構(gòu)建包含科技財稅與信貸、創(chuàng)業(yè)風(fēng)險投資、科技資本市場、科技金融環(huán)境和科技金融產(chǎn)出等5 個一級指標的科技金融指標體系，利用主成分分析法測算2016 年中國各省市科技金融水平。徐宇明等（2020）從“資源-投入-產(chǎn)出”等角度構(gòu)建區(qū)域科技金融發(fā)展指標體系，利用馬爾可夫鏈、泰爾指數(shù)和莫蘭指數(shù)分析中國科技金融發(fā)展的動態(tài)變化、內(nèi)部差異和空間分布情況。已有研究提供了豐富的理論支撐和思路借鑒，但已有研究中關(guān)于區(qū)域科技金融發(fā)展的空間差異，特別是空間相關(guān)特點研究不夠深入。

長江經(jīng)濟帶國土面積超過20%，人口占比接近43%，覆蓋長江上、中和下游共11 個省市。2016 年，《長江經(jīng)濟帶創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級方案》提出創(chuàng)新金融和科技擔(dān)保服務(wù)，形成長江經(jīng)濟帶發(fā)展合力。本文基于科技金融的科學(xué)內(nèi)涵，構(gòu)建包含政府科技金融和市場科技金融兩個一級指標的長江經(jīng)濟帶科技金融發(fā)展評價指標體系，利用熵值法測算2011～2019 年長江經(jīng)濟帶11 個省市科技金融發(fā)展指數(shù)，借助時序分析和空間相關(guān)分析研究其時空特點。

一、指標體系、數(shù)據(jù)來源和研究方法

（一）指標體系。科技金融可分為公共科技金融與市場科技金融，考慮到數(shù)據(jù)可得性等原則，公共科技金融以人均財政科技投入、財政科技投入占比、人均R&D 經(jīng)費內(nèi)部支出（政府資金部分）和高技術(shù)產(chǎn)業(yè)利潤總額等3 個指標衡量。市場科技金融以銀行業(yè)金融機構(gòu)各項貸款余額、創(chuàng)業(yè)風(fēng)險投資公司管理資本規(guī)模、創(chuàng)業(yè)風(fēng)險投資機構(gòu)數(shù)量、人均R&D 經(jīng)費內(nèi)部支出（非政府資金部分）、人均高新技術(shù)產(chǎn)業(yè)投資額、人均高新產(chǎn)業(yè)技術(shù)改造經(jīng)費、金融業(yè)增加值、股票市價總值和全部金融機構(gòu)保險密度等9 個指標衡量，指標評價體系如表1。（表1）

表1 科技金融發(fā)展評價指標體系一覽表

（二）數(shù)據(jù)來源。長江經(jīng)濟帶11 個?。ㄊ校┥嫌蔚貐^(qū)包括四川、云南、貴州和重慶，中游地區(qū)包括湖北、湖南、江西和安徽，下游地區(qū)包含上海、江蘇和浙江。數(shù)據(jù)來源于2011～2020 年《中國統(tǒng)計年鑒》及11 個?。ㄊ校v年統(tǒng)計年鑒、《中國科技統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》和《中國創(chuàng)業(yè)風(fēng)險投資發(fā)展報告》等。利用各省市的價格指數(shù)，將人均財政科技投入等價值量指標以2011 年價格進行價格平減。數(shù)據(jù)處理運用Stata16.0，空間權(quán)重處理等利用ArcGIS10.7 軟件。

（三）熵值法。首先，采用極差法對原始指標值Xij（i=1，2，…，n；j=1，2，…，p）作歸一化非負化處理。本文中全部指標均為正向指標，故由公式：

得到數(shù)據(jù)矩陣Xij′（i=1，2，…，n；j=1，2，…，p），矩陣中元素xij′∈［0.01，1.00］。

其次，由熵值法計算權(quán)重，步驟如下：

1、計算第i 個評估對象在第j 項指標下的比重值Yij。

2、計算第j 項指標的熵值ej：

3、計算第j 項指標的信息熵dj：dj=1-ej。

4、計算第j 項指標的權(quán)重wj：

5、由權(quán)重wj和xij′加權(quán)求和計算得到第i 個評估對象的科技金融發(fā)展指數(shù)。

（四）空間相關(guān)分析。整體上長江經(jīng)濟帶科技金融發(fā)展是否存在空間相關(guān)性，可用全局Moran’s I 指數(shù)進行測度。其中，計算全局Moran’s I 指數(shù)所需的空間權(quán)重矩陣可分別為地理相鄰、地理距離或經(jīng)濟距離等空間權(quán)值矩陣。由于部分區(qū)域科技金融發(fā)展的正相關(guān)和另一部分區(qū)域間負相關(guān)可能抵消，全域Moran’s I 無法揭示某一特定區(qū)域的局域空間相關(guān)特點，可用局域Moran’s I 散點圖等描述各區(qū)域科技金融的局域空間相關(guān)性及異質(zhì)性特點。

二、長江經(jīng)濟帶科技金融發(fā)展指數(shù)測算

各二級指標權(quán)重如表1 所示，從對長江經(jīng)濟帶科技金融發(fā)展的貢獻率來看，公共科技金融占比為35.77%，市場科技金融占比為64.22%。這說明長江經(jīng)濟帶科技金融發(fā)展中市場科技金融占主要地位，而政府主導(dǎo)的公共科技金融處于次要位置。由上述各二級指標權(quán)重進行加權(quán)求和得到科技金融發(fā)展指數(shù)如表2 所示。（表2）

表2 長江經(jīng)濟帶科技金融發(fā)展綜合指數(shù)一覽表

三、長江經(jīng)濟帶科技金融發(fā)展的時序特點

（一）整體科技金融發(fā)展水平的時序變化。長江經(jīng)濟帶整體上和各區(qū)域各年度平均科技金融綜合指數(shù)時序變化如圖1。長江經(jīng)濟帶科技金融發(fā)展綜合指數(shù)呈逐年上升趨勢。從各年度長江經(jīng)濟帶科技金融發(fā)展綜合指數(shù)均值來看，科技金融發(fā)展綜合指數(shù)總體呈現(xiàn)上升趨勢，從2011 年的0.128 上升到2019 年的0.258，總體上升7.99%，年均增長率為9.16%。此外，各年度科技金融綜合指數(shù)的標準差呈擴大趨勢，在2017 年達到最大值，后于2018 年和2019 年離散情況稍有減弱。這說明伴隨著長江經(jīng)濟帶整體科技金融的上升，省域間科技金融發(fā)展水平的差異也在持續(xù)擴大。（圖1）

圖1 長江經(jīng)濟帶科技金融發(fā)展指數(shù)時序圖

（二）區(qū)域科技金融發(fā)展水平的時序變化。長江經(jīng)濟帶各區(qū)域科技金融綜合指數(shù)從高到低依次為下游、中游和上游地區(qū)，中、上游地區(qū)科技金融水平顯著均低于長江經(jīng)濟帶整體科技金融水平，且各區(qū)域科技金融發(fā)展水平差異明顯。2011～2019 年間，下游地區(qū)均值為0.458，高于中游地區(qū)（0.115）和上游地區(qū)（0.082）。盡管下游地區(qū)比上、中游地區(qū)科技金融發(fā)展水平高，但其增長速度相對較小。研究期間，下、中、上游地區(qū)科技金融平均增長率分別為6.3%、15.1%、14.5%，這說明在長江經(jīng)濟帶科技金融發(fā)展過程中，下游地區(qū)科技金融發(fā)展為“領(lǐng)跑者”的角色，中、上游地區(qū)作為“跟跑者”以更大的增長速度奮力追趕。

長江經(jīng)濟帶各?。ㄊ校┛萍冀鹑诎l(fā)展水平排名穩(wěn)定。研究期間，長江經(jīng)濟帶各?。ㄊ校┛萍冀鹑诎l(fā)展指數(shù)排名基本沒有變化。排在前三位的分別為江蘇、上海和浙江，湖北、湖南、重慶和四川排名居中且只有微量變化，而排在后三位的是江西、貴州和云南，這說明中上游地區(qū)科技金融發(fā)展尚有很大空間。

四、長江經(jīng)濟帶科技金融發(fā)展的空間特點

（一）科技金融發(fā)展水平的空間差異特點。將科技金融發(fā)展水平從高到低劃分為優(yōu)（≥0.5）、良（0.30～0.50）、中（0.10～0.30）、差（≤0.10）等四個等級。從等級來看，長江經(jīng)濟帶科技金融發(fā)展水平優(yōu)良?。ㄊ校﹤€數(shù)逐步增加。2011 年長江經(jīng)濟帶科技金融發(fā)展水平為優(yōu)、良、中和差的?。ㄊ校┓謩e為0 個、2 個、1個和8 個；2013 年優(yōu)、良、中和差的?。ㄊ校┓謩e有1 個、1 個、2個和7 個；2015 年優(yōu)、良、中和差的?。ㄊ校┓謩e有1 個、2 個、4個和4 個；2017 年和2019 年優(yōu)、良、中和差的?。ㄊ校┒挤謩e有2 個、1 個、6 個和2 個?？偟膩砜?，2011～2019 年科技金融發(fā)展水平從時序上看，呈現(xiàn)逐步由下游向中游和上游提升的態(tài)勢。

（二）科技金融發(fā)展水平的空間相關(guān)特點?；诘乩硐噜?、地理距離、經(jīng)濟距離等3 種不同的空間權(quán)重矩陣，測算2011～2019 年長江經(jīng)濟帶科技金融發(fā)展水平的空間Moran’I 指數(shù)如表3 所示。（表3）

表3 2007～2017 年長江經(jīng)濟帶科技金融發(fā)展指數(shù)的Mor an’s I 指數(shù)一覽表

1、長江經(jīng)濟帶科技金融發(fā)展水平整體呈顯著空間正相關(guān)。從表3 可知，3 種不同空間權(quán)重矩陣下，各年度Moran’s I 指數(shù)在3%的水平上均顯著為正，這表明長江經(jīng)濟帶科技金融發(fā)展水平存在明顯的空間正相關(guān)性。此外，科技金融發(fā)展指數(shù)的空間正相關(guān)性基本呈一致增長趨勢，其中基于地理相鄰空間權(quán)重矩陣的Moran’s I 系數(shù)更為顯著，從2011 年的0.585 增加到2019 年的0.661。

2、長江經(jīng)濟帶科技金融發(fā)展水平的局部空間相關(guān)特點穩(wěn)定。基于地理相鄰空間權(quán)重矩陣，可繪制長江經(jīng)濟帶各年度科技金融發(fā)展指數(shù)的局部空間散點圖。由各年度局部空間散點圖可知，始終處于“高-高”區(qū)域（第I 象限）的省市有上海、江蘇和浙江，表明該區(qū)域的省市自身科技金融發(fā)展水平高，其周邊省市的科技金融水平也較高；位于“低-低”區(qū)域（第III 象限）的省市有湖北、湖南、重慶、四川、貴州和云南，表明這些區(qū)域自身科技金融發(fā)展水平低，其相鄰省市科技金融發(fā)展水平也低；安徽基本位于“低-高”區(qū)（第II 象限），表明其自身科技金融發(fā)展水平低，其鄰省科技金融發(fā)展水平較高。而江西經(jīng)歷了從“低-低”區(qū)域到“低-高”區(qū)域的變化，表明江西周邊省市科技金融水平在提高，但江西省科技金融水平?jīng)]有大幅提高。

五、結(jié)論

本文基于科技金融的科學(xué)內(nèi)涵，構(gòu)建包含政府科技金融和市場科技金融兩個一級指標的長江經(jīng)濟帶科技金融發(fā)展評價指標體系，利用熵值法測算2011～2019 年長江經(jīng)濟帶11 個省市科技金融發(fā)展指數(shù)，借助時序分析和空間相關(guān)分析方法研究其時空變化特點。結(jié)果表明：（一）整體上，長江經(jīng)濟帶科技金融發(fā)展指數(shù)呈逐年上升趨勢，且其標準差也基本持續(xù)上升。表明隨著長江經(jīng)濟帶整體科技金融的上升，省域間科技金融發(fā)展水平的差異也持續(xù)擴大。（二）分區(qū)域來看，長江經(jīng)濟帶各區(qū)域科技金融發(fā)展指數(shù)從高到低依次為下游、中游和上游地區(qū)，各區(qū)域科技金融發(fā)展水平差異明顯，且中、上游地區(qū)科技金融指數(shù)均顯著低于長江經(jīng)濟帶整體科技金融指數(shù)。下游地區(qū)在科技金融發(fā)展中充當(dāng)“領(lǐng)跑者”的角色，中、上游地區(qū)以更大的增長速度作為“跟跑者”奮力追趕。（三）分省（市）來看，科技金融發(fā)展排在前三位的分別為江蘇、上海和浙江，而排在后三位的是江西、貴州和云南，湖北、湖南、重慶和四川排名居中，且只有微量變化。（四）長江經(jīng)濟帶科技金融發(fā)展水平整體均呈顯著空間正相關(guān)。且這種空間正相關(guān)性呈現(xiàn)一致增長趨勢。其中，基于地理相鄰空間權(quán)重矩陣的Moran’s I 系數(shù)更為顯著，為0.6 左右。（五）長江經(jīng)濟帶科技金融發(fā)展局部空間相關(guān)特點穩(wěn)定。上海、江蘇和浙江始終處于“高-高”區(qū)域，湖北、湖南、重慶、四川、貴州和云南位于“低-低”區(qū)域，安徽基本位于“低-高”區(qū)，江西經(jīng)歷了從“低-低”區(qū)域到“低-高”區(qū)域的變化。