樊慕遠(yuǎn)
【摘? 要】提升綠色全要素生產(chǎn)率是實現(xiàn)高質(zhì)量發(fā)展目標(biāo)的關(guān)鍵措施。論文利用全局DEA數(shù)學(xué)統(tǒng)計方法,重點實證分析了科技金融對區(qū)域綠色全要素生產(chǎn)率的影響。研究認(rèn)為:科技金融對區(qū)域綠色全要素生產(chǎn)率的提升具有顯著促進(jìn)作用。東部地區(qū)科技金融對綠色全要素生產(chǎn)率的提升效應(yīng)大于中部地區(qū),且中部地區(qū)的科技金融對綠色全要素生產(chǎn)率的提升效應(yīng)大于西部地區(qū)。
【Abstract】Improving green total factor productivity is the key measure to achieve the goal of high quality development. Using the global DEA mathematical statistics method, this paper focuses on the empirical analysis of the impact of science and technology finance on regional green total factor productivity. The research shows that science and technology finance can significantly promote the improvement of regional green total factor productivity. The improvement effect of science and technology finance on green total factor productivity is greater in the eastern region than in the central region, and the improvement effect of science and technology finance on green total factor productivity is greater in the central region than in the western region.
【關(guān)鍵詞】科技金融;綠色全要素生產(chǎn)率;數(shù)學(xué)統(tǒng)計
【Keywords】science and technology finance; green total factor productivity; mathematical statistics
【中圖分類號】F832;F124? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069(2022)01-0133-03
1 引言
我國經(jīng)濟(jì)發(fā)展已進(jìn)入由高速增長轉(zhuǎn)變?yōu)橹懈咚僭鲩L的新階段。注重效率和質(zhì)量是適應(yīng)新發(fā)展階段的最根本要求,而實現(xiàn)經(jīng)濟(jì)提質(zhì)增效的重要突破口就是不斷提升綠色全要素生產(chǎn)率。提升綠色全要素生產(chǎn)率可以為經(jīng)濟(jì)長期增長提供強勁動力,特別是在“三期”疊加的特殊時期(三期即“增長速度進(jìn)入換擋期”“結(jié)構(gòu)調(diào)整面臨陣痛期”“前期刺激政策消化期”),提升綠色全要素生產(chǎn)率的重要意義更加明顯。隨著經(jīng)濟(jì)進(jìn)入新階段,如何提升綠色全要素生產(chǎn)率逐漸成為熱點研究問題。在對綠色全要素生產(chǎn)率影響因素的研究中,目前多數(shù)學(xué)者關(guān)注的是人力資本、城市化水平、經(jīng)濟(jì)集聚等因素,較少考慮科技金融因素。即使有些研究提及了科技金融因素,也只是簡單地進(jìn)行了定性研究。
科技是綠色全要素生產(chǎn)率提升的第一作用力。科技進(jìn)步與科技創(chuàng)新是綠色全要素生產(chǎn)率提升的動力源泉,而科技進(jìn)步與科技創(chuàng)新需要金融的有力推動??萍冀鹑谑墙鹑谫Y源與科技的高效融合。有了科技金融的強有力支撐,科技進(jìn)步與科技創(chuàng)新才得以實現(xiàn)。科技金融是一個逐漸變熱的新研究領(lǐng)域。國內(nèi)學(xué)者對此進(jìn)行了有益探索并取得了許多成果。曹顥等(2011)較早從實證角度對科技金融發(fā)展水平進(jìn)行了衡量。吳翌琳、谷彬(2013)從企業(yè)層面實證分析了多層次科技金融協(xié)同發(fā)展的重要性。劉文麗等(2014)從實證角度分析了科技金融對我國經(jīng)濟(jì)增長的影響。蘆鋒、韓尚容(2015)從實證角度分析了公共科技金融、市場科技金融對科技創(chuàng)新3個階段的影響。連平(2017)認(rèn)為公共部門在科技金融的發(fā)展中發(fā)揮著異常重要的作用?;暨h(yuǎn)、朱陸露(2018)基于耦合協(xié)調(diào)度模型從新的視角量化分析了科技金融、經(jīng)濟(jì)發(fā)展以及技術(shù)創(chuàng)新三者的互動程度。鄧志敏(2019)重點從理論層面較為詳細(xì)地探討了科技金融與高質(zhì)量發(fā)展的關(guān)系,并認(rèn)為應(yīng)從制度、平臺、體系、意識、渠道等多個方面促進(jìn)科技金融快速健康發(fā)展。李大偉等(2021)從實證角度探討了科技金融與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系??v觀國內(nèi)科技金融的相關(guān)研究文獻(xiàn)可以發(fā)現(xiàn),從實證角度探討科技金融對綠色全要素生產(chǎn)率影響的研究較為缺乏。基于此,本文在已有相關(guān)研究的基礎(chǔ)上,把科技金融投入納入綠色全要素生產(chǎn)率影響因素的實證分析框架,從而以新的視角探討綠色全要素生產(chǎn)率的提升策略。
2 模型構(gòu)建、變量闡述及數(shù)學(xué)統(tǒng)計方法說明
2.1 模型構(gòu)建
2.2 變量闡述及數(shù)學(xué)統(tǒng)計方法說明
實證研究中的被解釋變量是綠色全要素生產(chǎn)率,核心解釋變量是科技金融,控制變量有開放度、私營企業(yè)數(shù)量、人口密度和城市化水平。本研究借鑒周五七(2016)的全局DEA數(shù)學(xué)統(tǒng)計方法計算綠色全要素生產(chǎn)率。全局DEA數(shù)學(xué)統(tǒng)計方法區(qū)別于普通的DEA數(shù)學(xué)統(tǒng)計方法,其能夠跨期比較區(qū)域綠色全要素生產(chǎn)率。區(qū)域綠色全要素生產(chǎn)率的投入產(chǎn)出核心指標(biāo)主要借鑒李莎(2021)、于海鵬(2021)等的相關(guān)研究成果。
科技金融是多種主體(政府、金融機構(gòu)、市場投資者等)向從事科技成果研發(fā)和轉(zhuǎn)化的各種部門提供金融資源的系統(tǒng)性制度安排。金融資源的投入主體可分為公共部門主體與非公共部門主體,與之相對應(yīng),科技金融可分為公共部門科技金融和非公共部門科技金融。無論是公共部門科技金融還是非公共部門科技金融,金融資源流入的最重要環(huán)節(jié)是科技活動的研發(fā)環(huán)節(jié)。所以,本文以研究與試驗發(fā)展經(jīng)費代表科技金融。具體數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》。固定資本存量采用折舊率為10%的永續(xù)盤存法累積計算得到。勞均固定資本存量為固定資本存量與就業(yè)人數(shù)的比值。開放度利用省(市)進(jìn)出口總額與生產(chǎn)總值的比值來表示。城市人口密度利用省內(nèi)城市人口數(shù)量與城區(qū)面積的比例來表示。城市化水平為城鎮(zhèn)人口與總?cè)丝诘谋壤?。控制變量相?yīng)數(shù)據(jù)根據(jù)《中國統(tǒng)計年鑒》相關(guān)數(shù)據(jù)整理得到。研究樣本為我國30個省份(不包含港澳臺及西藏)2008-2019年的面板數(shù)據(jù)。
3 實證結(jié)果
3.1 整體層面實證分析
表1是全國樣本數(shù)據(jù)的整體回歸結(jié)果。模型1是控制了開放度、私營企業(yè)數(shù)量變量(X1、X2)之后的靜態(tài)面板回歸結(jié)果,且Hausman檢驗顯示應(yīng)采用固定效應(yīng)模型。此時,科技金融變量的系數(shù)為0.088 1,且在5%的顯著水平上顯著。模型2是在模型1的基礎(chǔ)上控制了人口密度指標(biāo),并且Hausman檢驗顯示同樣應(yīng)采用固定效應(yīng)模型,此時科技金融變量的系數(shù)為0.090 2,也在5%的顯著水平上顯著。模型3是在模型2的基礎(chǔ)上控制了城市化變量,且Hausman檢驗顯示固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型檢驗,此時科技金融變量的系數(shù)為0.092 6,并在5%顯著水平上顯著。模型4是基于隨機效應(yīng)模型的回歸結(jié)果,科技金融變量的系數(shù)依然為正。實證結(jié)果顯示,科技金融投入的提高對區(qū)域綠色全要素生產(chǎn)率的提升均有顯著促進(jìn)作用,實證結(jié)果說明,在經(jīng)濟(jì)高質(zhì)量發(fā)展階段,科技金融是區(qū)域綠色全要素生產(chǎn)率提升不可忽視的重要推動力量。就模型的控制變量而言,城市化水平的系數(shù)非常顯著,且數(shù)值大于其他變量系數(shù)數(shù)值,這說明在全國樣本內(nèi),城市化水平的提高對區(qū)域綠色全要素生產(chǎn)率的提升有非常顯著的正向促進(jìn)作用。私營企業(yè)數(shù)量和開放度的估計系數(shù)也較為顯著,并且系數(shù)為正,這說明私營企業(yè)數(shù)量和開放度的提升均對區(qū)域綠色全要素生產(chǎn)率提升有正向促進(jìn)作用。
3.2 區(qū)域差異化分析
考慮到我國東部、西部、中部地區(qū)資源稟賦、經(jīng)濟(jì)發(fā)展?fàn)顩r的差異,本文從三大區(qū)域?qū)用孢M(jìn)行實證分析。具體實證結(jié)果見表2。其中,每個地區(qū)的模型1是全部變量的固定效應(yīng)模型。東部、西部、中部地區(qū)樣本的Hausman檢驗都顯示固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型檢驗,同時,為了顯示回歸的穩(wěn)健性,每個地區(qū)的模型2列出了全部變量的隨機效應(yīng)模型估計結(jié)果。從表2中可以看出,在東部地區(qū),Hausman檢驗顯示應(yīng)采用固定效應(yīng)模型,此時科技金融變量的系數(shù)為0.116 5,且在1%的顯著水平上顯著,這說明在東部地區(qū),科技金融變量對綠色全要素生產(chǎn)率提升具有較強烈的促進(jìn)作用,在樣本區(qū)間內(nèi),科技金融水平每提升1%,東部綠色全要素生產(chǎn)率就會提升0.116 5%,究其原因,東部地區(qū)具有較好的科技基礎(chǔ)條件,科技金融能夠產(chǎn)生較大的社會經(jīng)濟(jì)效應(yīng)。在西部地區(qū),Hausman檢驗也顯示應(yīng)采用固定效應(yīng)模型,此時科技金融變量的系數(shù)為0.087 1,且在10%的顯著水平上顯著,這說明在西部地區(qū),科技金融變量對綠色全要素生產(chǎn)率提升具有一定的促進(jìn)作用,但相對較小,在樣本區(qū)間內(nèi),科技金融水平每提升1%,西部綠色全要素生產(chǎn)率就會提升0.052 1%,可能的原因是,西部地區(qū)的科技基礎(chǔ)條件與東部地區(qū)相比有一定差距,科技金融產(chǎn)生的社會經(jīng)濟(jì)效益需要一定時間才能發(fā)揮出來。在中部地區(qū),關(guān)于科技金融變量與綠色全要素生產(chǎn)率關(guān)系的Hausman檢驗依然顯示應(yīng)采用固定效應(yīng)模型,此時科技金融變量的系數(shù)為0.107 7,且在1%的顯著水平上顯著,這說明在中部地區(qū),科技金融變量對綠色全要素生產(chǎn)率提升也產(chǎn)生了較為明顯的促進(jìn)作用,在樣本區(qū)間內(nèi),科技金融水平每提升1%,中部地區(qū)綠色全要素生產(chǎn)率就會提升0.107 7%,進(jìn)一步比較回歸系數(shù)可以發(fā)現(xiàn),東部地區(qū)科技金融投入的回歸系數(shù)大于中部地區(qū)??赡艿脑蚴?,一方面,中部地區(qū)的科技基礎(chǔ)條件與東部地區(qū)相比有一定差距;另一方面,中部地區(qū)的科技基礎(chǔ)條件近些年改善得較快,更為重要的是中部地區(qū)與東部發(fā)達(dá)地區(qū)相鄰,這從而節(jié)約了中部地區(qū)科技進(jìn)步的學(xué)習(xí)與交流成本,在此情況下,中部地區(qū)科技金融能夠?qū)G色全要素生產(chǎn)率提升產(chǎn)生較為明顯的促進(jìn)作用。
總體而言,在東、西、中3個區(qū)域,科技金融變量對綠色全要素生產(chǎn)率提升的影響都比較顯著,且為正向。東部地區(qū)科技金融投入的回歸系數(shù)大于中部地區(qū),且中部地區(qū)的科技金融投入系數(shù)大于西部地區(qū)。進(jìn)一步而言,東部地區(qū)科技金融投入對綠色全要素生產(chǎn)率的提升效應(yīng)大于中部地區(qū),且中部地區(qū)的科技金融投入對綠色全要素生產(chǎn)率的提升效應(yīng)大于西部地區(qū)。
4 結(jié)論與啟示
本研究基于靜態(tài)面板數(shù)據(jù)模型和全局DEA數(shù)學(xué)統(tǒng)計方法,重點實證分析了科技金融對綠色全要素生產(chǎn)率的影響。通過實證研究,得到的主要結(jié)論有:第一,以試驗發(fā)展經(jīng)費為代表的科技金融是綠色全要素生產(chǎn)率提升的重要推動力量;第二,科技金融對綠色全要素生產(chǎn)率的影響具有異質(zhì)性特征,在不同區(qū)域,科技金融對綠色全要素生產(chǎn)率的影響效應(yīng)具有顯著差異。
本文的研究有以下啟示:第一,在制度建設(shè)的同時,不斷提高科技金融投入,尤其是研發(fā)階段的科技金融投入。在良好的制度環(huán)境下,研發(fā)成果轉(zhuǎn)變成現(xiàn)實生產(chǎn)力的交易費用大大降低。研發(fā)階段的科技金融投入直接影響新發(fā)展階段的科技創(chuàng)新水平,進(jìn)而影響新發(fā)展階段的綠色全要素生產(chǎn)率,最終影響經(jīng)濟(jì)新發(fā)展階段的轉(zhuǎn)型效果。繼續(xù)加大東部地區(qū)以及制度環(huán)境排序靠前地區(qū)的科技金融投入力度,使東部地區(qū)以及制度環(huán)境排序靠前地區(qū)成為科技金融促進(jìn)綠色全要素生產(chǎn)率提升的示范典型。引導(dǎo)西部、中部地區(qū)以及制度環(huán)境排序靠后地區(qū)積極進(jìn)行科技金融制度變遷與創(chuàng)新,不斷提升科技金融促進(jìn)綠色全要素生產(chǎn)率提升的績效。第二,穩(wěn)步推進(jìn)城市化進(jìn)程并不斷提高開放程度進(jìn)而積極吸引科技金融投資。重視西部地區(qū)科技金融對綠色全要素生產(chǎn)率提升的積極作用,采取合理有效措施不斷提高西部地區(qū)科技金融水平。不斷改善西部、中部地區(qū)投資環(huán)境,努力在硬件和軟件方面逐步縮小與東部地區(qū)的差距??傊?,科技金融水平的持續(xù)提升會形成科技金融的強大助推力,進(jìn)而為經(jīng)濟(jì)社會發(fā)展提供強勁動力,從而帶來新的“科技金融紅利”,最終成功實現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型升級。
【參考文獻(xiàn)】
【1】曹顥,尤建新,盧銳,等.我國科技金融發(fā)展指數(shù)實證研究[J].中國管理科學(xué),2011,19(3):134-140.
【2】吳翌琳,谷彬.科技與資本“聯(lián)姻”:科技成果轉(zhuǎn)化的金融服務(wù)體系研究[J].科學(xué)管理研究,2013,31(4):109-112.
【3】劉文麗,郝萬祿,夏球.我國科技金融對經(jīng)濟(jì)增長影響的區(qū)域差異——基于東部、中部和西部面板數(shù)據(jù)的實證分析[J].宏觀經(jīng)濟(jì)研究,2014(2):87-94.
【4】蘆鋒,韓尚容.我國科技金融對科技創(chuàng)新的影響研究——基于面板模型的分析[J].中國軟科學(xué),2015(6):139-147.
【5】連平.政府在科技金融制度中具有重要作用[J].經(jīng)濟(jì)研究參考,2017(71):29.
【6】霍遠(yuǎn),朱陸露.科技金融、科技創(chuàng)新與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)發(fā)展研究——以“絲綢之路經(jīng)濟(jì)帶”9省為例[J].武漢金融,2018(9):57-62.
【7】鄧志敏.科技金融驅(qū)動經(jīng)濟(jì)高質(zhì)量發(fā)展的困境與突破[J].科學(xué)管理研究,2019,37(04):146-150.
【8】李大偉,田何志,吳非.科技金融、企業(yè)數(shù)字技術(shù)應(yīng)用與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化[J].金融理論與實踐,2021(7):29-39.
【9】周五七.能源價格、效率增進(jìn)及技術(shù)進(jìn)步對工業(yè)行業(yè)能源強度的異質(zhì)性影響[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2016,33(2):130-143.
【10】李莎.產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級對綠色全要素生產(chǎn)率的影響研究[J].價格理論與實踐,2021(4):67-70+170.
【11】于海鵬.環(huán)境規(guī)制、能源要素價格與綠色全要素生產(chǎn)率[J].煤炭經(jīng)濟(jì)研究,2021,41(5):31-36.