论文部分内容阅读
【摘要】科技创新活动能够有效促进经济增长，而科技创新需要强有力的科技金融支持。本文基于2009～2014年28个省的面板数据，构造了柯布道格拉斯函数，通过静态面板数据模型的实证检验。研究得出：除政府财政投入外，各项科技金融投入对科技创新的影响都有显著的促进作用，社会机构资本投入以及金融机构科技贷款投入对科技创新的影响作用明显，创业风险投入对科技创新的影响最小。
【关键词】科技金融 科技创新 静态面板数据模型
一、引言
科学技术是第一生产力，科技创新是经济持续增长的动力，同时也成为各国综合国力竞争的重要因素。“十三五”国家科技创新规划指出，我们必须深入实施创新驱动发展战略，全面推动科技创新体制改革，加快进入创新型国家行列。科技创新的重要性不言而喻，但科技创新由于其风险大、回收期长等特点需要获得强有力的外部支持，尤其是资金方面的投入，这就需要科技金融体系充分发挥其对科技创新的重要推动作用。同时，科技进步与金融发展是相互促进，协同发展的，科技进步会在一定程度上完善金融体系，反作用于科技金融的发展。因此，在当前创新驱动经济发展的背景下，研究科技金融对科技创新的影响对于政策制定具有十分重大的意义。
二、文献综述
关于科技金融和科技创新的相关问题，不同的学者进行了不同层面的研究。从国外的研究来看，主要集中在以下两个方面：（1）金融发展和科技创新之间的关系。Schumpeter（1912）最早提出金融发展影响技术创新，他论证了技术创新需要货币、信贷等金融的支持才能得到最大程度的实现。Hicks（1969）提出金融市场发展的情况会影响技术创新，影响经济发展的最重要的不是技术，而是推动技术进步的资本的力量。Chou和Chin（2006）认为金融产品的创新有利于技术创新的加速推进。（2）关于技术与金融融合的研究。这一问题在国际上最重要的研究是Perez（2002）在《技术革命与金融资本》一文中所描述的技术创新与金融资本的基本范式。Saperstein J和Rouach D（2003）更进一步对科技金融的发展模式进行了分析。
从国内的研究来看，主要是以下几个方面：（1）分析科技金融对经济增长的影响。刘文丽、郝万禄、夏球（2014）基于东、中、西部的面板数据，对各区域科技金融对经济发展的影响进行了实证分析。毛茜、赵喜仓（2015）运用数据图表和IS-LM模型分析表明适度的科技金融创新对经济增长有促进作用，过度则会有抑制作用。（2）研究科技金融、技术创新以及经济增长三者之间的关系。张林（2016）基于空间计量模型分析得出金融发展、技术创新对实体经济增长有明显的促进作用，但二者的融合作用不强。曹路萍（2014）研究得出科技金融、技术进步对经济发展都有促进作用，而且三者之间存在相互影响的协同作用。（3）研究科技金融对科技创新的影响。杜江、张伟科、范锦玲、韩科振（2017）运用空间杜宾计量模型发现各地区科技创新能力具有明显的空间效应，并且科技金融能够明显推动科技创新。张玉喜、赵丽丽（2015）运用静态和动态面板数据模型实证研究发现在短期内科技金融对技术创新有明显的促进作用，而在长期内作用并不突出。
从上述相关研究中发现，学者们主要是研究科技金融、技术创新对经济增长的影响，而对科技金融对科技创新的作用研究较少，尤其是对不同科技金融指标对科技创新产生的不同影响研究不够。因此，本文基于28个省2009～2014年的省际面板数据进行静态面板数据模型的实证研究，分析不同科技金融指标对科技创新影响的差异性，并据此提出针对性的政策建议。
三、科技金融对科技创新影响的理论分析
（一）科技金融为科技创新提供强有力的资金支持
科技金融体系整合了政府、金融机构、企业自身和社会资本多方面的力量为科技创新提供资本支持。政府一方面可以通过直接的财政转移支出支持科技创新，另一方面可以通过政策性引导来吸引社会力量为科技创新注入资本；金融机构可以为科技创新提供科技贷款扶植科技型中小企业的发展，创业风险投资也可以为初创期的科技创新项目提供支持；企业还可以通过股票、债券市场进行融资完成科技创新的资本形成。
（二）科技金融分散科技创新的风险
无论是系统性风险还是非系统性风险的影响都可以直接造成科技创新的彻底毁灭，因此分散风险对于科技创新来说至关重要。科技金融一方面為科技创新提供各种金融工具分散科技创新活动中的风险，另一方面科技金融可以平滑科技创新的较长投资期，能够有效分散科技创新活动中的流动性风险。
（三）科技金融体系可以提供信息支持
由于科技创新活动的自身特点要求信息保密性要强，因此企业与投资者之间存在严重的信息不对称。科技金融体系可以起到信息搜集和处理的功能，缓解投资者和企业之间的信息不对称问题。政府财政的政策支持可以为投资者提供优质的科技创新项目，起到引导投资者的作用；金融机构严格的审查机制可以为投资者筛选出更有价值的科技创新项目；投资者可以通过资本市场的信息公开来判断科技创新项目的质量。
四、实证分析
（一）指标选取和数据来源
为科技创新活动提供金融支持的包括政府、金融市场、企业以及社会中介机构等主体，这些主体以及其在科技创新中的一切行为活动组成的体系即为科技金融体系。因此，本文科技金融的投入指标的设定主要从政府、金融市场、企业以及社会中介机构这四个方面进行选取，即政府财政科技投入，金融科技贷款和创业风险投资的两个金融相关指标，企业自有资金的R&D经费，社会中介机构主要是社会资本的投入。由于社会资本投入的数据很难获得，基于严成樑指出的电话和互联网的应用已成为人们沟通和交流的主要方式，通信工具的使用可以间接地反映社会资本的状况，因此可以采用电话使用量和互联网使用率来作为社会中介机构的科技金融指标。科技创新的发展主要体现在专利的申请、论文的发表等很多方面，基于因变量的单一性，本文在科技创新指标的选取上主要采用国家专利授权数为代表性指标。 其中，政府财政科技投入、金融科技贷款、企业自有资金的R&D经费的数据主要来源于历年的《中国科技统计年鉴》，创业风险投资的数据主要来源于历年《中国创业投资风险报告》，电话使用量和互联网使用率的数据主要是来自国家统计局。依据数据可得性的原则，本文选取了除西藏、内蒙古和青海的28个省、自治区、直辖市的2009～2014年5年的相关数据。
（二）模型设定
本文主要采用静态面板数据模型进行研究，根据科技金融投入的内容构造柯布道格拉斯生产函数
其中，T代表科技创新指标，K1、K2、K3、K4分别依次代表政府财政科技投入、企业R&D经费投入、金融机构科技贷款和创业风险投资，S1、S2依次为电话使用量和互联网普及率，L为人力资本的投入，选取指标是R&D人员全时当量。对公式进行以e为底数取对数，得到如下的生产函数模型：
（三）实证分析
对面板数据进行检验之前先要对数据进行单位根检验，保证数据的平稳性。在进行单位根检验检验时采取不含时间趋势的模型，为了保证检验的准确性，采用LLC检验和PP检验两种方式进行单位根检验，结果如表3.1所示
如上表所示，除T和S2的单位根没有通过显著性检验以外，其他变量都通过检验，在一阶差分之后，所有的变量都通过了单位根检验，所有统计量的P值都小于10%，因此数据具有平稳性，即变量是一阶单整的。
运用F检验和Hausman检验选择混合模型、固定效应模型还是随机效应模型。F检验可以确定是否采用混合模型，而Hausman检验是用来确定是采用固定模型还是随机模型。F检验P值小于1%，说明拒绝原假设，不选择混合模型；Hausman检验P值小于5%，同样拒绝原假设，选择固定效应模型。
本文采用Eviews7.2软件进行分析，因中国各地区存在显著差异，所以采用个体固定效应模型进行回归，得出结果如下表3.2
通过和ad的结果显示，其拟合度都在90%左右，因此可以说明各变量可以很好地解释被解释变量，而且，除企业自有资金R&D投入和创业风险投资的P值不显著外，其余都通过了显著性检验。
根据模型运行结果进行分析，发现除政府财政科技投入外，各项科技金融投入对科技创新的影响系数均为正，在一定程度上说明科技金融的投入能够显著性的促进科技创新。对比各项投入的系数大小，可以看出人力资本的投入对科技创新的影响最大，在科技金融投入方面，互联网使用率、金融机构科技贷款和电话使用量的影响系数最大，而创业风险投资的影响系数最小。说明我国的科技金融的投入主要集中在社会机构资本投入和部分金融机构科技投入，而企业的投入对科技创新的投入影响不大，政府财政科技投入可能由于某些因素抑制了科技创新。因此，目前我国科技金融投入的主要问题就是加强企业资本投入对科技创新的促进作用，以及寻找政府对科技创新阻碍的原因，解决问题并进一步强化政府财政的作用，促进科技创新的发展。
五、结论及对策建议
本文通过构建柯布道格拉斯函数对科技金融对科技创新的影响进行分析，选取全国28个省2009～2014年5年的面板数据进行个体固定效应模型的实证检验。研究结果显示，除政府财政投入外，各项科技金融投入对科技创新的影响都有显著的促进作用，社会机构资本投入以及金融机构科技贷款投入对科技创新的影响作用明显，创业风险投入对科技创新的影响最小。
根据上述结论，本文对我国科技金融投入提出以下建议：第一，继续加强社会机构对科技创新的投入，鼓励民间资本不断加入促进科技创新的行列中来，同时注意防范风险；第二，完善金融市场环境，促进金融机构资本能够顺畅持续的为科技创新提供支持，可以建立科技型政策性银行专门为科技型企业提供服务，解决科技型中小企业融资问题；第三，企业内部要注重对科技创新的资本投入，通过大量的财力支持吸引更多的技术和人才，为科技创新提供更多的优势和条件；第四，寻找到政府科技投入对科技创新影响的不合理因素，解决其问题，充分发挥出政府财政对科技创新的促进作用，在此基础上不断加强政府的科技投入以及制定相关的税收优惠政策进一步推动科技创新的发展。
参考文献
[1]约瑟夫.熊彼特.经济发展理论[M].商务印刷馆，1990.
[2]希克斯.经济史理论[M].商务印刷馆，2010.
[3]Chou Yuan K，Chinms.Financial Innovations and En-dogenous Growth[J].Applied Mechanics and Materials Journal，2006，12（3）：146-149.
[4]Carlota Perez.技术革命与金融资本（中译本）[M].北京：中国人民大学出版社，2007.
[5]Saperstein J，Rouach D.区域财富——世界九大高科技园区的经验[M].金马工作室译，北京：清华大学出版社，2003.
[6]刘文丽，郝万禄，夏球.我国科技金融对经济增长影响的区域差异——基于东部、中部、西部面板数据的实证分析[J].宏观经济研究，2014（2）：87-93.
[7]毛茜，趙喜仓.科技金融创新与我国经济增长效应研究——基于科技型中小企业发展视角[J].科技进步与对策，2014：1-4.
[8]张林.金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J].金融经济学研究，2016（1）：14-24.
[9]曹路萍.科技金融与科技产出、经济发展协同研究[D].厦门大学，2014（3）.
[10]杜江，张伟科，范锦玲，韩科振.科技金融对科技创新影响的空间效应分析[J].软科学，2017（4）：19-36.
[11]张玉喜，赵丽丽.中国科技金融对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015（2）：177-214.
[12]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.
[13]温瑶.科技金融投入对技术创新产出影响的研究[D].大连交通大学，2016（6）.
[14]马卫刚，程长林.科技人力资源、创新效率与经济增长—基于省际面板数据的实证分析[J].工业技术经济，2014（10）：140-147.
作者简介：张萌（1995-），女，汉族，河北省涿州人，华北理工大学研究生在读，研究方向：科技金融；王广凤，华北理工大学经济学院教授，硕士生导师，研究方向：技术创新与产业可持续发展。
【关键词】科技金融 科技创新 静态面板数据模型
一、引言
科学技术是第一生产力，科技创新是经济持续增长的动力，同时也成为各国综合国力竞争的重要因素。“十三五”国家科技创新规划指出，我们必须深入实施创新驱动发展战略，全面推动科技创新体制改革，加快进入创新型国家行列。科技创新的重要性不言而喻，但科技创新由于其风险大、回收期长等特点需要获得强有力的外部支持，尤其是资金方面的投入，这就需要科技金融体系充分发挥其对科技创新的重要推动作用。同时，科技进步与金融发展是相互促进，协同发展的，科技进步会在一定程度上完善金融体系，反作用于科技金融的发展。因此，在当前创新驱动经济发展的背景下，研究科技金融对科技创新的影响对于政策制定具有十分重大的意义。
二、文献综述
关于科技金融和科技创新的相关问题，不同的学者进行了不同层面的研究。从国外的研究来看，主要集中在以下两个方面：（1）金融发展和科技创新之间的关系。Schumpeter（1912）最早提出金融发展影响技术创新，他论证了技术创新需要货币、信贷等金融的支持才能得到最大程度的实现。Hicks（1969）提出金融市场发展的情况会影响技术创新，影响经济发展的最重要的不是技术，而是推动技术进步的资本的力量。Chou和Chin（2006）认为金融产品的创新有利于技术创新的加速推进。（2）关于技术与金融融合的研究。这一问题在国际上最重要的研究是Perez（2002）在《技术革命与金融资本》一文中所描述的技术创新与金融资本的基本范式。Saperstein J和Rouach D（2003）更进一步对科技金融的发展模式进行了分析。
从国内的研究来看，主要是以下几个方面：（1）分析科技金融对经济增长的影响。刘文丽、郝万禄、夏球（2014）基于东、中、西部的面板数据，对各区域科技金融对经济发展的影响进行了实证分析。毛茜、赵喜仓（2015）运用数据图表和IS-LM模型分析表明适度的科技金融创新对经济增长有促进作用，过度则会有抑制作用。（2）研究科技金融、技术创新以及经济增长三者之间的关系。张林（2016）基于空间计量模型分析得出金融发展、技术创新对实体经济增长有明显的促进作用，但二者的融合作用不强。曹路萍（2014）研究得出科技金融、技术进步对经济发展都有促进作用，而且三者之间存在相互影响的协同作用。（3）研究科技金融对科技创新的影响。杜江、张伟科、范锦玲、韩科振（2017）运用空间杜宾计量模型发现各地区科技创新能力具有明显的空间效应，并且科技金融能够明显推动科技创新。张玉喜、赵丽丽（2015）运用静态和动态面板数据模型实证研究发现在短期内科技金融对技术创新有明显的促进作用，而在长期内作用并不突出。
从上述相关研究中发现，学者们主要是研究科技金融、技术创新对经济增长的影响，而对科技金融对科技创新的作用研究较少，尤其是对不同科技金融指标对科技创新产生的不同影响研究不够。因此，本文基于28个省2009～2014年的省际面板数据进行静态面板数据模型的实证研究，分析不同科技金融指标对科技创新影响的差异性，并据此提出针对性的政策建议。
三、科技金融对科技创新影响的理论分析
（一）科技金融为科技创新提供强有力的资金支持
科技金融体系整合了政府、金融机构、企业自身和社会资本多方面的力量为科技创新提供资本支持。政府一方面可以通过直接的财政转移支出支持科技创新，另一方面可以通过政策性引导来吸引社会力量为科技创新注入资本；金融机构可以为科技创新提供科技贷款扶植科技型中小企业的发展，创业风险投资也可以为初创期的科技创新项目提供支持；企业还可以通过股票、债券市场进行融资完成科技创新的资本形成。
（二）科技金融分散科技创新的风险
无论是系统性风险还是非系统性风险的影响都可以直接造成科技创新的彻底毁灭，因此分散风险对于科技创新来说至关重要。科技金融一方面為科技创新提供各种金融工具分散科技创新活动中的风险，另一方面科技金融可以平滑科技创新的较长投资期，能够有效分散科技创新活动中的流动性风险。
（三）科技金融体系可以提供信息支持
由于科技创新活动的自身特点要求信息保密性要强，因此企业与投资者之间存在严重的信息不对称。科技金融体系可以起到信息搜集和处理的功能，缓解投资者和企业之间的信息不对称问题。政府财政的政策支持可以为投资者提供优质的科技创新项目，起到引导投资者的作用；金融机构严格的审查机制可以为投资者筛选出更有价值的科技创新项目；投资者可以通过资本市场的信息公开来判断科技创新项目的质量。
四、实证分析
（一）指标选取和数据来源
为科技创新活动提供金融支持的包括政府、金融市场、企业以及社会中介机构等主体，这些主体以及其在科技创新中的一切行为活动组成的体系即为科技金融体系。因此，本文科技金融的投入指标的设定主要从政府、金融市场、企业以及社会中介机构这四个方面进行选取，即政府财政科技投入，金融科技贷款和创业风险投资的两个金融相关指标，企业自有资金的R&D经费，社会中介机构主要是社会资本的投入。由于社会资本投入的数据很难获得，基于严成樑指出的电话和互联网的应用已成为人们沟通和交流的主要方式，通信工具的使用可以间接地反映社会资本的状况，因此可以采用电话使用量和互联网使用率来作为社会中介机构的科技金融指标。科技创新的发展主要体现在专利的申请、论文的发表等很多方面，基于因变量的单一性，本文在科技创新指标的选取上主要采用国家专利授权数为代表性指标。 其中，政府财政科技投入、金融科技贷款、企业自有资金的R&D经费的数据主要来源于历年的《中国科技统计年鉴》，创业风险投资的数据主要来源于历年《中国创业投资风险报告》，电话使用量和互联网使用率的数据主要是来自国家统计局。依据数据可得性的原则，本文选取了除西藏、内蒙古和青海的28个省、自治区、直辖市的2009～2014年5年的相关数据。
（二）模型设定
本文主要采用静态面板数据模型进行研究，根据科技金融投入的内容构造柯布道格拉斯生产函数
其中，T代表科技创新指标，K1、K2、K3、K4分别依次代表政府财政科技投入、企业R&D经费投入、金融机构科技贷款和创业风险投资，S1、S2依次为电话使用量和互联网普及率，L为人力资本的投入，选取指标是R&D人员全时当量。对公式进行以e为底数取对数，得到如下的生产函数模型：
（三）实证分析
对面板数据进行检验之前先要对数据进行单位根检验，保证数据的平稳性。在进行单位根检验检验时采取不含时间趋势的模型，为了保证检验的准确性，采用LLC检验和PP检验两种方式进行单位根检验，结果如表3.1所示
如上表所示，除T和S2的单位根没有通过显著性检验以外，其他变量都通过检验，在一阶差分之后，所有的变量都通过了单位根检验，所有统计量的P值都小于10%，因此数据具有平稳性，即变量是一阶单整的。
运用F检验和Hausman检验选择混合模型、固定效应模型还是随机效应模型。F检验可以确定是否采用混合模型，而Hausman检验是用来确定是采用固定模型还是随机模型。F检验P值小于1%，说明拒绝原假设，不选择混合模型；Hausman检验P值小于5%，同样拒绝原假设，选择固定效应模型。
本文采用Eviews7.2软件进行分析，因中国各地区存在显著差异，所以采用个体固定效应模型进行回归，得出结果如下表3.2
通过和ad的结果显示，其拟合度都在90%左右，因此可以说明各变量可以很好地解释被解释变量，而且，除企业自有资金R&D投入和创业风险投资的P值不显著外，其余都通过了显著性检验。
根据模型运行结果进行分析，发现除政府财政科技投入外，各项科技金融投入对科技创新的影响系数均为正，在一定程度上说明科技金融的投入能够显著性的促进科技创新。对比各项投入的系数大小，可以看出人力资本的投入对科技创新的影响最大，在科技金融投入方面，互联网使用率、金融机构科技贷款和电话使用量的影响系数最大，而创业风险投资的影响系数最小。说明我国的科技金融的投入主要集中在社会机构资本投入和部分金融机构科技投入，而企业的投入对科技创新的投入影响不大，政府财政科技投入可能由于某些因素抑制了科技创新。因此，目前我国科技金融投入的主要问题就是加强企业资本投入对科技创新的促进作用，以及寻找政府对科技创新阻碍的原因，解决问题并进一步强化政府财政的作用，促进科技创新的发展。
五、结论及对策建议
本文通过构建柯布道格拉斯函数对科技金融对科技创新的影响进行分析，选取全国28个省2009～2014年5年的面板数据进行个体固定效应模型的实证检验。研究结果显示，除政府财政投入外，各项科技金融投入对科技创新的影响都有显著的促进作用，社会机构资本投入以及金融机构科技贷款投入对科技创新的影响作用明显，创业风险投入对科技创新的影响最小。
根据上述结论，本文对我国科技金融投入提出以下建议：第一，继续加强社会机构对科技创新的投入，鼓励民间资本不断加入促进科技创新的行列中来，同时注意防范风险；第二，完善金融市场环境，促进金融机构资本能够顺畅持续的为科技创新提供支持，可以建立科技型政策性银行专门为科技型企业提供服务，解决科技型中小企业融资问题；第三，企业内部要注重对科技创新的资本投入，通过大量的财力支持吸引更多的技术和人才，为科技创新提供更多的优势和条件；第四，寻找到政府科技投入对科技创新影响的不合理因素，解决其问题，充分发挥出政府财政对科技创新的促进作用，在此基础上不断加强政府的科技投入以及制定相关的税收优惠政策进一步推动科技创新的发展。
参考文献
[1]约瑟夫.熊彼特.经济发展理论[M].商务印刷馆，1990.
[2]希克斯.经济史理论[M].商务印刷馆，2010.
[3]Chou Yuan K，Chinms.Financial Innovations and En-dogenous Growth[J].Applied Mechanics and Materials Journal，2006，12（3）：146-149.
[4]Carlota Perez.技术革命与金融资本（中译本）[M].北京：中国人民大学出版社，2007.
[5]Saperstein J，Rouach D.区域财富——世界九大高科技园区的经验[M].金马工作室译，北京：清华大学出版社，2003.
[6]刘文丽，郝万禄，夏球.我国科技金融对经济增长影响的区域差异——基于东部、中部、西部面板数据的实证分析[J].宏观经济研究，2014（2）：87-93.
[7]毛茜，趙喜仓.科技金融创新与我国经济增长效应研究——基于科技型中小企业发展视角[J].科技进步与对策，2014：1-4.
[8]张林.金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J].金融经济学研究，2016（1）：14-24.
[9]曹路萍.科技金融与科技产出、经济发展协同研究[D].厦门大学，2014（3）.
[10]杜江，张伟科，范锦玲，韩科振.科技金融对科技创新影响的空间效应分析[J].软科学，2017（4）：19-36.
[11]张玉喜，赵丽丽.中国科技金融对科技创新的作用效果——基于静态和动态面板数据模型的实证研究[J].科学学研究，2015（2）：177-214.
[12]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009.
[13]温瑶.科技金融投入对技术创新产出影响的研究[D].大连交通大学，2016（6）.
[14]马卫刚，程长林.科技人力资源、创新效率与经济增长—基于省际面板数据的实证分析[J].工业技术经济，2014（10）：140-147.
作者简介：张萌（1995-），女，汉族，河北省涿州人，华北理工大学研究生在读，研究方向：科技金融；王广凤，华北理工大学经济学院教授，硕士生导师，研究方向：技术创新与产业可持续发展。