论文部分内容阅读
基金项目：国家社科基金重点项目“人民币升值对中国制造业国际竞争力影响研究”（11AJY005）；吉林省科技发展计划软科学基金项目“吉林省推进产学研合作的组织方式及工作机制研究”（20120625）。
摘 要：
通过对科技创新与金融结构的协同演化机理和特征的分析，构建了科技创新与金融结构有序度模型与复合系统协同度模型，并利于美国的年度时间序列数据对二者之间的协同演化关系进行了实证研究。结论表明，美国科技创新与金融结构复合系统的协同度波动较大，并且与美国经济周期的波动呈现高度的正相关，为Perez提出的技术革命与金融资本演化过程中的“技术—经济”范式转变规律提供了实证依据。
关键词：
科技创新；金融结构；协同演化；协同度；技术-经济范式
文章编号：2095-5960（2014）04-0082-09
；中图分类号：F064.2
；文献标识码：A
从历史和经验事实看，科技创新与金融结构处于一个协同演化的动态系统中，一方面，产业革命的发生源自于集群式的科技创新引发的技术进步，而科技创新过程中的每一个阶段都需要金融资源的启动、指引与维持。并且，科技创新过程中存在各种各样的风险，科技活动的不确定性、高风险性和复杂性在很大程度上会影响一般投资者的投资行为与投资方向，因此，需要有效的金融制度安排以克服创新活动所带来的不确定和高风险；另一方面，科技创新的发生、扩散与转移，会引发传统产业部门的升级改造和新型产业部门扩张，只有金融部门的结构变革和调整才能适应新型产业部门发展的需要，在新技术为金融产业的扩张提供先进的技术工具与手段，提高金融产业的融资效率和优化金融结构的同时，新产业的扩张也会为金融产业部门的发展提供广阔的需求空间，提高金融部门的投资利润，带来递增的绩效回报。
然而，长期以来，科技创新与金融结构之间的这种协同演化关系被主流经济学家忽视了。在科技创新与金融结构的关系方面，他们的研究专注于二者之间的单向联系，也就是，要么侧重于金融对科技创新的作用［1］ ［2］ ［3］ ［4］ ［5］，要么侧重于科技创新或技术进步对金融体系的影响［6］ ［7］ ［8］，忽视了二者的演化本质和协同演化特征，均衡分析几乎是其理论研究的主导。尽管一些演化经济学家逐渐认识到对这一问题的研究欠缺，将科技创新或技术进步与金融发展的关系引入演化分析的视野［9］ ［10］，但他们的研究仍然没有超越二者单向联系的框架，未能将二者的关系纳入一个协同演化分析的范畴。特别是Perez ［11］意识到技术革命与金融资本在演化进程中的双向联系，但她的研究是一种描述性的定性分析和历史的经验考察，缺乏微观实证模型和数据的支撑。
鉴于主流经济学家对科技创新和金融结构之间协同演化关系的忽视和演化经济学家对这一问题的研究欠缺，本文在探讨科技创新和金融结构协同演化的机理和特征的基础上，构建二者的协同演化模型，并选取美国的资料数据，对其协同演化关系进行实证考察。
一、科技创新与金融结构协同演化的机理、特征与模型
（一）协同演化机理
协同演化最早是由生物学家提出的一个生物学术语被用来解释生物间协同演化关系，后来被演化经济学家借鉴而用于社会经济研究领域。［12］所谓协同演化是两个或两个以上具有演化特征的系统持续地互动与演变，且演化路径相互交错的现象。科技创新的发生及新技术的扩散与转移，具有鲜明的动态演化特征，笔者曾分析过技术创新向宏观经济传导的微观机理，我们将其归纳为技术创新在微观的企业层面上形成规模效应，在中观的产业层面上形成集聚效应和乘数效应，在宏观层面上通过技术－经济范式转型产生周期波动效应，这些不同层次的效应正是科技创新在各个层面上发展演化的具体体现。金融结构的变迁在本质上也是演化的，即金融结构的演化进程一般沿循着“早期的实物货币交易的初期阶段→信用货币创造的银行主导阶段→非货币金融工具扩张的金融市场主导阶段”，融资方式也从间接融资方式为主过渡到直接融资方式占主导,具有明显的演化特征。因此，演化的科技创新系统与金融结构系统会通过资金流、信息流和技术流等能量的交换紧密耦合在一起，构成一个并行的、相互嵌套的复合系统，使二者处于不断的协同演化关系之中，一方面，从微观的企业层面看，科技创新活动从创新构思、项目选择、研究开发、实验生产、定型推广、新技术产业化以及市场化的各个阶段，都离不开人力资本和金融资本的支持，并且不同类型的企业在不同的发展阶段所面临的风险、对资金的需求规模以及所能承担的融资成本等都具有不同的特点，需要不同的融资机制予以支持。从宏观的产业层面上看，科技创新的种子期、创业期、成长期、扩张期和成熟期都离不开资金的投入，如果没有金融资本的投入以及不断的追加投入，创新过程就会中断。金融结构除了为科技创新活动提供融资功能之外，也会通过为科技活动过程中的每一个环节提供信息审查、风险管理以及公司治理等功能的发挥，保证金融资本的合理配置和使用效率。另一方面，科技创新活动的开展，会提供更具效率的投资机会，通过提高劳动生产率和资本产出比，增加金融资本的投资回报率，为金融机构带来高额的投资利润，带来金融产业规模的扩张，从而其财富效应会吸引更多的金融资本进入科技创新部门，使得创新活动获得源源不断的资金，为金融产业的服务提供更广阔的市场。更重要的是，科技创新行为本身，也会促进金融创新，包括新技术涌入金融产业部门，促进金融工具创新，使金融机构主体的形式更加多样，金融产业部门的运作更富效率。可见，科技创新与金融结构之间的协同演化正是通过这种双向的正反馈作用实现螺旋式交互发展，使得二者构成的复合系统向更高的有序结构发展与演化。
（二）协同演化特征
1.开放性与自适应性
赫尔曼•哈肯 ［13］认为协同作用是系统有序结构形成的内在驱动力，当复合系统在外在能量的作用下或物质的聚集态达到某种临界值时，子系统之间就会产生协同作用，这种协同作用能使系统的临界点发生质变产生协同效应，从而使系统从无序转为有序，从混沌中产生某种稳定结构。科技创新是在创造性破坏过程中形成的一个动态演化系统，并伴随着新技术的扩散与转移实现传统产业的优化升级或促进新产业的形成，进而在宏观层面上表现为经济的增长。金融结构也是一个动态的演化系统，从历史的纵向发展来看，金融结构的变迁遵循着从早期实物货币交易的初期阶段发展到信用货币创造的银行主导阶段再到非货币金融工具扩张的金融市场主导阶段，金融结构的功能也由初期的资金融通的简单功能发展到除资金融通之外的风险分散、信息审查和公司治理等更丰富的功能，具有鲜明的〖JP2〗阶段性演化特征。分别将科技创新和金融结构看成一个子系统，二者共同构成“科技创新-金融结构”协同演化复合系统，这一复合系统是一个远离平衡态的开放系统，不断有技术流、资金流、物质流、信息流与外界环境进行交流，比如，创新与金融政策、创新与金融信息、创新与金融资源、创新与金融人才、新技术与金融工具、新技术与金融机构等方面的交流，而且这一系统内部各个子系统也进行着非线性的相互作用，促进系统达到新的稳定态，以二者的协同演化轨迹不断演化，具有显著的自组织特征。正是这种开放性与自适应性，使“科技创新-金融结构”复合系统产生协同效应，使二者发生协同演化。[14]
2.多层嵌套性
演化经济学超越新古典传统，重视对嵌入性的研究，坚持把个体行为嵌入到更为广阔的开放系统中。多层嵌套是指协同演化不仅仅发生在一个层级中，还可能发生在其他较低或较高层级中，而且还会发生在层级之间。“科技创新-金融结构”复合系统的协同演化是一个跨界现象，既包括科技创新子系统与金融结构子系统内部微观主体的协同演化，也包括二者所构成的复合系统的宏观协同演化，并且这种不同层次的演化是交互嵌套、难以区分的。微观行为主体的活动会产生宏观上的效果，而宏观层面的演化也会对微观层面的演化产生影响。“科技创新-金融结构”复合系统层级间的互动演化是二者协同演化的重要特征。
3.非线性与复杂性
由于“科技创新-金融结构”复合系统具有多层嵌套性的动态关系，因此各变量之间的作用机制是模糊不清的，变量之间的复杂的交互影响也就不应该也无法被简单理解为线性关系。二者之间的协同演化由一系列连续的反馈路径构成，层级之间也存在着相互反馈机制，这就使得复合系统的演化可能最终导致其他子系统发生不可预测的变化，而且复合系统的协同演化作为非决定性反馈路径的结果，其演化方式同样是难以预料的。根据自组织理论，某种变化一旦出现，系统主体就会通过自组织的方式应对和适应这种新的变化，使得系统内的互动模型变得更加复杂，系统演化也将呈现出更多的不确定性。
4.系统正反馈性、涨落性和功能涌现性
“科技创新-金融结构”复合系统的各个子系统之间的正反馈是协同演化的重要特征。复合系统所呈现出来的演化路径是双方互动的结果，构成协同演化关系的任何一方对他方的影响都会反馈回来引起自身的变化。正反馈机制促使复合系统内外环境的变化对复合系统的影响不断放大，使系统逐渐出现不稳定，进而偏离原有的均衡状态的涨落现象，引起系统整体突变和新功能的涌现，从而带来复合系统的演化升级。具体可以表现为技术创新的累积性突破诱发金融资本的聚集、金融资本的规模扩张带来传统产业的技术升级与改造、新兴产业与金融部门的耦合、金融发展的深化与金融结构的高级化等。
（三）协同演化模型
“科技创新-金融结构”复合系统所呈现出来的协同演化特征使我们可以运用协同演化理论的方法与工具分析其协同演化过程，但理论界逐渐形成的协同演化分析范式只停留在理论解释和经验阐述方面，实证研究却进展缓慢［15］，因此，如何进一步完善协同演化的理论框架，并将其更好地运用到实证研究中，是本文努力实现的目标。
我们用科技创新与金融结构复合系统的协同度来表达二者的协同演化程度，所谓科技创新与金融结构协同度是指科技创新子系统与金融结构子系统之间在演化过程中彼此协同一致的程度。它用来衡量科技创新与金融结构复合系统由无序走向有序的趋势和程度。在协同演化模型构建过程中，本文借鉴我国学者广泛采用的复合系统协调度测度方法［16］［17］构建科技创新与金融结构复合系统的协同度模型。
复合系统协同度模型需要首先构建子系统有序度模型。
1.子系统有序度模型
所谓有序，是指系统超过某一临界点时，系统呈现某种有规律的结构状态。在这里，我们用有序度来判断科技创新与金融结构复合系统在协同演化过程中的有序程度。
科技创新与金融结构的复合系统用S={S1,S2}表示，其中，S1为技术进步子系统；S2为金融结构子系统。考虑子系统Sj,j∈[1,2]，设其发展过程中的状态参量为ej=(ej1,ej2,…,ejn)，其中，n≥1，βji≤eji∝ji，i∈[1,n],βji、∝ji为系统稳定临界点上状态参量分量eji〖JP2〗的下限和上限。一般地，这里假定ej1,ej2,…,ejl为正向指标，即其取值越大，系统的有序度就越高，其取值越小，系统的有序程度就越低；假定ej(l+1),e(l+2),…,ejn为负向指标，即其取值越大，系统的有序度就越低，其取值越小，系统的有序程度就越高。因此，可用如下模型来测度子系统的有序程度。即：
μj(eji)=eji-βji ∝ji-βji ,i∈[1,l]
∝ji-eji ∝ji-βji ,i∈[l+1,n] （1）
模型中，μj(eji)∈[0,1]是子系统j的有序度，μj(eji)越大，则表明状态分量eji对系统的总体有序性的影响就越大。从总体上讲，考虑各状态参量分量eji对子系统Sj有序程度的总体影响可以通过μj(eji)的集成来实现。系统的总体有序程度从理论上讲不仅了决于各参量数值的大小，而且也取决于它们之间的组合形式，为简捷起见，本文采用线性加权求和法进行集成，即：
μj(ej)=∑λiμj(eji),λi0,∑λi=1（2）
公式（2）中，μj(ej)即为子系统Sj的有序度，参量ej对子系统Sj有序的贡献就越大，μj(ej)的值就越大，反之，则子系统的有序程度就越低。其中，λi为权系数，其大小的确定即能考虑到系统的现实运行状态，又能反应到系统在一定时期内的发展目标，其含义是分参量eji在保持系统有序运行中所起的作用或所处的地位。
2.复合系统的协同度模型
在子系统有序度模型的基础上，我们可以设定复合系统的协同度模型。在这里，我们假定在给定的初始时刻t0，科技创新子系统有序度为μ01(e1)，金融结构子系统有序度为μ02(e2)。在复合系统发展演化过程中的另一时刻t1，科技创新子系统有序度为μ11(e1)，金融结构子系统有序度为μ12(e2)，则可定义C为复合系统的协同度，即：
C=θ×|μ11(e1)-μ01(e1)|×|μ12(e2)-μ02(e2)|
θ= min［μ1j(ej)－μ0j(ej)≠0］
〖JB(|〗min［μ1j(ej)－μ0j(ej)≠0］ ,j=1,2（3）
由（3）式可知，科技创新与金融结构复合系统协同度的测算是基于时间序列的分析基础上，从二者有序度的变化中分析复合系统的协同状态的。协同度C∈[-1,1]，C取值越大，表明科技创新与金融结构复合系统的协同演化程度就越高，反之则越低。协同度C为正值的充要条件为科技创新与金融结构两个子系统在t1时刻的有序度均大于二者在t0时刻的有序度，此时，复合系统处于协同演化状态，而当科技创新子系统或金融结构子系统在在t1时刻的有序度小于其在t0时刻的有序度时，都将导致协同度C为负值，表明复合系统处于非协同演化状态。而对于一个子系统有序度提高幅度较大，而另一个子系统有序度提高幅度较小时，此时复合系统的协同度虽为正值，但其数值较小，复合系统协同演化程度处于较低水平。
可见，复合系统协同度模型综合考虑了科技创新与金融结构两个子系统的在协同演化进程中的状况，它提供了一种对判断复合系统协同演化程度的度量标准。
二、美国科技创新与金融结构协同演化的实证分析
（一）指标和数据的选择
本文选择研发总投入、专利授权数、从事研发工作的全职科学家和工程技术人员数作为衡量科技创新状况的指标，用间接金融资产总量衡量以银行融资为主导的间接金融状况，用直接金融资产总量来衡量以金融市场为主导的直接金融状况。间接金融总额包括商业银行（Commercial banking），储蓄机构（Saving institutions），信贷公会（Credit unions）和财务公司（Finance companies）的金〖JP2〗融资产总额；直接金融包括美联储划分的除间接金融之外的金融机构的金融资产总和。根据这些指标，我们选取美国1971年至2005年的时间序列数据作为样本数据。见表1。
表1科技创新与金融结构指标及数据
指标
年份
研发总投入（十亿美元）
专利授权数（项）
从事研发工作的全职科学家和工程技术人员数（千人）
直接金融资产总量（十亿美元）
间接金融资产总量（十亿美元）1971
124.0
78,317
367.0
4382.416
961.871 1972
126.3
74,810
350.2
5019.805
1107.825 1973
130.3
74,143
357.7
5169.608
1253.858 1974
131.0
76,278
360.0
5284.23
1362.536 1975
126.8
72,000
363.3
6091.334
1471.771 1976
130.8
70,226
364.4
6909.436
1631.224 1977
133.7
65,269
382.8
7509.623
1846.79 1978
140.9
66,102
404.4
8559.285
2106.338 1979
148.2
48,854
423.9
9858.792
2334.265 1980
155.4
61,819
450.6
11363.905
2538.651 1981
161.8
65,771
487.8
12368.282
2739.773 1982
169.2
57,888
511.6
13638.591
2914.534 1983
180.5
56,860
540.9
15176.918
3253.325 1984
197.8
67,200
584.1
16640.669
3705.538 1985
214.9
71,661
622.5
19446.692
4125.633 1986
220.3
70,860
671.0
21964.735
4547.939 1987
225.4
82,952
695.8
23657.971
4904.081 1988
231.4
77,924
708.6
26104.531
5275.199 1989
236.1
95,537
722.5
29162.924
5463.054 1990
244.0
90,365
743.6
30478.029
5424.407 1991
248.8
96,511
773.4
33634.751
5386.897 1992
249.2
97,444
779.3
35736.005
5535.804 1993
244.4
98,342
764.7
39181.009
5751.112 1994
244.4
101,676
768.5
41256.324
6061.607 1995
259.7
101,419
746.1
46954.856
6489.657 1996
273.8
109,645
832.8
52577.173
6788.906 1997
289.0
111,984
885.7
59790.083
7320.919 1998
304.6
147,517
951.5
67618.055
7961.365 1999
325.3
153,485
997.7
77807.787
8554.168 2000
348.9
157,494
1042.6
80160.277
9267.549 2001
355.8
166,035
1059.6
80549.851
9784.922 2002
348.8
167,331
1073.3
78447.93
10432.222 2003
357.1
169,023
1115.8
87941.132
11277.868 2004
361.8
164,290
1133.7
95875.397
12256.696 2005
376.4
143,806
1104.5
102916.411
13044.788〖BG)F〗
资料来源：①科技创新数据来源于美国科学技术基金会，网址：http://www.nsf.gov/statistics/data.cfm。②根据《美国联邦储备委员会资金流量表》（2006）的数据整理。2006年3月9日出版。③间接金融总额包括商业银行（Commercial banking），储蓄机构（Saving institutions），信贷公会（Credit unions）和财务公司（Finance companies）的金融资产总额；直接金融包括美联储划分的除间接金融之外的金融机构的金融资产总和，详见美联储对金融机构的分类，网址：http://www.federalreserve.gov。〖HT〗
（二）实证过程
首先，为消除不同量纲对分析的影响，对原始数据采用均值—标准差方法，进行了标准化处理；
其次，本文采用相关矩阵赋权法确定衡量科技创新各状态参量分量的指标权重，以计算子系统的有序度。根据经标准化处理后的数据计算出了研发总投入所占权重为0338693，专利授权数所占权重为0323397，从事研发工作的全职科学家和工程技术人员数所占权重为033791。
再次，计算各个子系统的有序度。将经标准化处理后的数据和权重数值，代入公式（1）和公式（2），即可得出美国美国1971年至2005年的科技创新与金融结构子系统的有序度。如表2和图1所示：
表2科技创新子系统与金融结构子系统的有序度
年份
科技创新子系统
直接金融系统
间接金融系统1971
0.086536401
0.00545764
0.00457827 1972
0.072881386
0.006468722
0.012079368 1973
0.079728821
0.00798904
0.024165274 1974
0.087411342
0.009152313
0.033159625 1975
0.071680952
0.017343436
0.042200075 1976
0.072730956
0.025646174
0.05539664 1977
0.071275553
0.031737341
0.073237199 1978
0.092384056
0.042390131
0.094717774 1979
0.064181491
0.055578544
0.113581348 1980
0.120348677
0.070853607
0.130496634 1981
0.155561387
0.08104681
0.147141787 1982
0.154484129
0.093938899
0.161605265 1983
0.179574828
0.109551044
0.189644107 1984
0.249296675
0.124406333
0.22706992 1985
0.300787153
0.152884048
0.261837601 1986
0.326734145
0.178439116
0.296788267 1987
0.376908361
0.195623399
0.326263104 1988
0.376958129
0.220453002
0.356977376 1989
0.436638592
0.251491965
0.372524532 1990
0.442335892
0.264838678
0.369326049 1991
0.478183973
0.296875561
0.366221667 1992
0.483821375
0.318200729
0.378545429 1993
0.473496999
0.353163322
0.396364636 1994
0.484056362
0.374225241
0.422061659 1995
0.494260726
0.432058398
0.457487708 1996
0.57274393
0.489118065
0.482253995 1997
0.62226498
0.562320314
0.526284175 1998
0.767229558
0.641764692
0.579288428 1999
0.830925812
0.745178058
0.628349677 2000
0.892706096
0.769052965
0.687390139 2001
0.932391875
0.773006666
0.730208691 2002
0.932305424
0.751674729
0.783780191 2003
0.966363374
0.848019163
0.853767099 2004
0.967597503
0.928542286
0.934776346 2005
0.9195637
0.917895612
0.926875121
最后，计算科技创新与金融结构的协同度。将科技创新与金融结构子系统在各个年份的有序度代入协同度计算公式（3），即可得到科技创新与直接金融复合系统的协同度和科技创新与间接金融复合系统的协同度。如表3和图2、图3所示。
表3科技创新与金融结构复合系统协同度
年份
科技创新与直接金融系统协同度
科技创新与间接金融系统协同度1972
-0.00939843
-0.012843051 1973
0.003226496
0.009097112 1974
0.002989461
0.008312598 1975
-0.011351191
-0.011925175 1976
0.00295261
0.003722424 1977
-0.002977432
-0.005095606 1978
0.014995481
0.021293726 1979
-0.019285929
-0.02306515 1980
0.029290908
0.030823433 1981
0.018945456
0.024209935 1982
-0.003726676
-0.003947266 1983
0.019791908
0.026523841 1984
0.032182887
0.051082256 1985
0.038292704
0.042310808 1986
0.025750285
0.030114194 1987
0.029363377
0.038456167 1988
0.001111624
0.001236355 1989
0.043039745
0.030460819 1990
0.008720105
-0.004268807 1991
0.033888947
-0.010549226 1992
0.010964422
0.008335107 1993
-0.018999131
-0.013563635 1994
0.014913096
0.016472529 1995
0.024293015
0.019013161 1996
0.066919545
0.04408784 1997
0.060208406
0.046694975 1998
0.10731552
0.087656941 1999
0.081160606
0.055901859 2000
0.03840571
0.060394838 2001
0.012526201
0.041222415 2002
0.001357996
0.002152039 2003
0.05728258
0.048822235 2004
0.009968746
0.009998792 2005
-0.058586566
-0.055972673
（三）模型结果分析
通过对美国1971年至2005年科技创新与金融结构复合系统有序度与协同度的计算，我们可以得出如下两点结论
（1）科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的有序度呈现明显的上升趋势，表明了科技创新与金融结构复合系统从无序到有序的演化过程。
（2）科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的协同度呈现出波动现象，有数个年份显示出负值，表明科技创新与金融结构复合系统的长期的协同机制尚未形成。
三、结论
本文将科技创新与金融结构组成一个复合演化系统，在剖析二者协同演化机理的基础上，刻画了二者协同演化的特征，在此基础上基于协同学理论构建了协同演化模型，利用美国1971年至2005年的数据，计算出了科技创新子系统和金融结构子系统演化进程中的有序度，并对二者之间协同演化的协同度进行了测算。结论表明，科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的有序度的明显上升，表明了科技创新与金融结构复合系统从无序到有序的演化过程；科技创新与金融结构复合系统的协同度波动较大，在个别年份甚至呈现负值，说明科技创新与金融结构复合系统的长期稳定的协同机制还未形成。
如果我们将科技创新与金融结构复合系统协同度的波动纳入经济周期的视野中去审视这种变化，就会发现协同度的波动与美国经济周期的波动呈现高度的正相关，换句话说，科技创新与金融结构的协同度波动的根本原因在于经济的周期性波动，这恰恰与Perez［11］在考察技术革命与金融资本演化的技术经济范式变革过程中提出的“技术—经济”范式变革规律相符。Perez［11］界定了人类历史上的五次技术革命，每次技术革命都会带来经济范式转型，在经济范式转型过程中，金融资本与技术革命的关系经历五次不同程度的耦合，即技术革命爆发阶段的恋爱，狂热阶段的金融资本主宰，转折阶段的调整，协同阶段的愉快婚姻，和成熟阶段的紧张与断裂。本文的协同度测算结果，验证了科技创新与金融结构之间的这种不同程度的耦合关系。我们通过分别画出科技创新子系统与直接金融子系统的协同度移动平均趋势线和科技创新子系统与间接金融子系统的协同度移动平均趋势线来观察这种不同程度的耦合关系，图2和图3中的移动平均趋势性清晰地显示出了科技创新与金融结构之间协同演化的周期性波动规律。1971年至2005年，美国科技创新与金融结构的协同演化的周期性波动可以分为五个阶段：
（1）在20世纪70年代，科技创新与金融结构的协同程度较低，而且趋势性不明显。因为70年代的石油危机、以美元为中心的布雷顿森林体系的瓦解、证券修正法案的通过、纳斯达克市场的正式运营、微处理器的推出，卡特政府实施的选择性物价管制等各种不确定事件的发生，美国经济陷入所谓的“滞胀”状态，扰乱了科技创新与金融结构协同演化的进程，使二者之间的协同度在一个较低水平状态上波动。
（2）20世纪80年代经济开始复苏，科技创新与金融结构复合系统呈现出一个较高水平的协同演化，并且趋势明显。随着里根在1980年代当选为总统，美国进入一个所谓的新经济时代，微处理器在金融系统的广泛应用，债券电传系统的推广，信息通讯技术的变革，使得新经济蓬勃发展，在这个过程中，一方面，美国经历了战后以来最深刻的结构性调整，以信息业为核心的高新技术产业得到了长足的进展，传统产业也得了全面改造。另一方面，美国的金融市场也进行了深刻的变革，金融结构的高级化进程逐渐加速，以风险资本为代表的金融市场在推动技术革命和新技术的扩散与转移方面，起到了举足轻重的作用。
（3）20世纪80年代末至90年代初，特别是1987年的股市危机，使美国经济进入一个下行的通道，科技创新与金融结构复合系统的协同度下滑趋势明显。导致经济下滑的原因主要有，其一，在这一期间，美国国内面临巨额的财政财政赤字和贸易赤字。1986年美国财政赤字高达2210亿美元，贸易赤字达1562亿美元，均是赤字最高纪录。为了弥补国内资金的不足，必须以较高的利率吸引外资，从而对股票市场行情产生直接影响。其二， 80年代末以来，美国生产型投资需求不足，大量剩余资本进入证券市场，导致金融投资膨胀，形成虚假繁荣，实体经济与虚拟经济的结构性背离使得科技创新与金融结构难以协同发展。
（4）20世纪90年代初至2001年，美国在此期间经历了二战后罕见的持续性经济增长，与之对照，美国科技创新与金融结构复合系统的协同度有一个明显的上升趋势。在此期间，美国失业率降低，通胀率不断下降，宏观经济环境有了相当程度的改善，微观市场的竞争性和创新性得到强化。美国经济的持续增长，其主要动力是信息技术革命和经济全球化浪潮，特别是信息技术与计算机技术开始进入产业化发展阶段，信息通讯技术的爆发和以信息技术为核心的高新技术产业的崛起，推动了美国传统工业经济向知识经济转型，科技创新与金融结构经历了一个甜蜜的协同发展时期。
（5）21世纪初期的互联网泡沫的破裂终止了美国经济的持续增长势头，美国经济陷入新一轮的衰退，科技创新与金融结构复合系统的协同度开始下滑。互联网技术的“非理性繁荣”使得金融资本大量涌入互联网领域，吹大了股价泡沫，使得实体经济的科技创新水平与其所能承载的金融投机能力之间出现了严重结构性失衡，随着互联网泡沫的破裂，科技创新与金融结构复合系统协同发展的“愉快婚姻”开始破裂。
总之，本文基于美国数据的科技创新与金融结构复合系统的协同度测算，一方面验证了Perez ［11］提出的技术革命与金融资本的范式转换规律。金融资本的逐利本性和科技创新的高收益性和高风险性注定了二者在经济演化过程中会经历不同程度的耦合，实体经济的科技创新与虚拟经济的金融结构相互交织，相互依赖，“它们产生于技术通过革命而演进的方式中，产生于蕴藏着一种财富创造之潜能的巨潮被经济系统和社会系统吸收的特殊形式中，也产生于金融资本与生产的职能分离中”［11］。另一方面，美国1971年至2005年期间协同度的波动进一步印证了科技创新与金融结构复合系统在演化进程中的不稳定性、动态性、不确定性，科技创新与金融结构之间形成交互式螺旋式的正反馈机制并且保持结构性平衡是二者协同演化发展的前提。
参考文献：
［1］Vasilescu, L.G. and A. Popa. Venture Capital Funding-path to Growth and innovation for Firm［J］. Constatin Brancusi University of Targu Jiu Annals-Economy Series, 2011，1(204-213).
［2］叶子荣，贾宪洲. 金融支持促进了中国的自主创新吗［J］. 财经科学, 2011（ 3）: 10-18.
［3］Luigi, B., S. Fabio, and S. Alessandro.Banks and Innovation:Microeconometric Evidence on Italian Firms［J］. Journal of Financial Economics, 2008，90(2): 197-217.
［4］赵昌文.科技金融［M］. 北京：科学出版社, 2009：226.
［5］Ang, J.B.Technological Change and Financial Liberalization in South Korea［J］. Journal of Macroeconomics， 2010，32(1): 457-468.
［6］Abubakar, M., N.M. Gatawa, and H.S. Birnin-Kebbi. Impact of Information and Communication Technology on Banks Performance: A Study of Selected Commercial banks in Nigeria (2001-2011) ［J］. European Scientific Journal, 2013，9(7): 213-238.
［7］Berger, A.N. The Economic Effects of Technological Progress:Evidence from the Banking Industry［J］. Journal of money,Credit and Banking, 2003，35(2): 141-176.
［8］Schinckus, C. The financial simulacrum: The consequences of the symbolization and the computerization of the financial market［J］. The Journal of Socio-Economics, 2008，37(3): 1076-1089.
［9］Nelson, R. and S. Winter. An Evolutionary Theory of Economic Change［M］. The Belknap Press of Harvard University Press, 1982.
［10］O'Sullivan, M. Finance and Innovation［A］ The Oxford Handbook of Innovation［C］. Oxford:Oxford University Press, 2004：240-265.
［11］Perez, C. Technological revolutions and Financial Capital:The Dynamics of Bubbles and Golden Ages.［J］. Cheltenham:EDward Elagar, 2002.
［12］Norgaard, R.B. Coevolutionary agricultural development ［J］. Economic Journal， 1984. XXXIII: 48-90.
［13］赫尔曼.哈肯.协同学引论［M］. 原子能出版社, 北京：1984:124.
[14]袁莉，申靖.从生态系统管理到复合生态系统管理的演进[J].湖南工业大学学报，2012（6）：26-30.
［15］Kallis, G. Socio-environmental co-evolution: some ideas for an analytical approach［J］. The International Journal of Sustainable Development and World Ecology, 2007，14(1): 4-13.
［16］孟庆松，韩文秀. 复合系统协调度模型研究［J］. 天津大学学报：自然科学与工程技术版, 2000(4): 444-446.
［17］王宏起，徐玉莲.科技创新与科技金融协同度模型及其应用研究［J］. 中国软科学, 2012（6）: 129-138.
Study on Coevolution of Scitech Innovation and Financial Structure
- The Evidence from the United States
WU Yongmin1，JI Yushan1，LV Yonggang2
（1.School of Economics and Logistics Department;Jilin University, Changchun 130062; 2. Institute of Economic Research, Jiangsu Province Academy of Social Sciences, Nanjing 210013）
Abstract：
Through the analysis on mechanism of coevolution and characteristics of Scitech innovation and financial structure, this paper construct their order degree model of subsystem and coevolution degree model of complex system. And then Based on these models,we use years of annual timeseries data of USA to take empirical study on the relationship between Scitech innovation and financial structure. Conclusions show that coevolution degree of complex system of Scitech innovation and financial structrue is fluctuating severely ,which provides an empirical evidence for the paradigm shfit of "technologyeconomy" what Perez had been put forward when she studied the evolutionary relationship between technology revolution and financial capital.
Key words：
scitech innovation; financial structure; coevolution; coevolution degree; technologyeconomy paradigm
责任编辑：萧敏娜
吴锦丹 萧敏娜 常明明
摘 要：
通过对科技创新与金融结构的协同演化机理和特征的分析，构建了科技创新与金融结构有序度模型与复合系统协同度模型，并利于美国的年度时间序列数据对二者之间的协同演化关系进行了实证研究。结论表明，美国科技创新与金融结构复合系统的协同度波动较大，并且与美国经济周期的波动呈现高度的正相关，为Perez提出的技术革命与金融资本演化过程中的“技术—经济”范式转变规律提供了实证依据。
关键词：
科技创新；金融结构；协同演化；协同度；技术-经济范式
文章编号：2095-5960（2014）04-0082-09
；中图分类号：F064.2
；文献标识码：A
从历史和经验事实看，科技创新与金融结构处于一个协同演化的动态系统中，一方面，产业革命的发生源自于集群式的科技创新引发的技术进步，而科技创新过程中的每一个阶段都需要金融资源的启动、指引与维持。并且，科技创新过程中存在各种各样的风险，科技活动的不确定性、高风险性和复杂性在很大程度上会影响一般投资者的投资行为与投资方向，因此，需要有效的金融制度安排以克服创新活动所带来的不确定和高风险；另一方面，科技创新的发生、扩散与转移，会引发传统产业部门的升级改造和新型产业部门扩张，只有金融部门的结构变革和调整才能适应新型产业部门发展的需要，在新技术为金融产业的扩张提供先进的技术工具与手段，提高金融产业的融资效率和优化金融结构的同时，新产业的扩张也会为金融产业部门的发展提供广阔的需求空间，提高金融部门的投资利润，带来递增的绩效回报。
然而，长期以来，科技创新与金融结构之间的这种协同演化关系被主流经济学家忽视了。在科技创新与金融结构的关系方面，他们的研究专注于二者之间的单向联系，也就是，要么侧重于金融对科技创新的作用［1］ ［2］ ［3］ ［4］ ［5］，要么侧重于科技创新或技术进步对金融体系的影响［6］ ［7］ ［8］，忽视了二者的演化本质和协同演化特征，均衡分析几乎是其理论研究的主导。尽管一些演化经济学家逐渐认识到对这一问题的研究欠缺，将科技创新或技术进步与金融发展的关系引入演化分析的视野［9］ ［10］，但他们的研究仍然没有超越二者单向联系的框架，未能将二者的关系纳入一个协同演化分析的范畴。特别是Perez ［11］意识到技术革命与金融资本在演化进程中的双向联系，但她的研究是一种描述性的定性分析和历史的经验考察，缺乏微观实证模型和数据的支撑。
鉴于主流经济学家对科技创新和金融结构之间协同演化关系的忽视和演化经济学家对这一问题的研究欠缺，本文在探讨科技创新和金融结构协同演化的机理和特征的基础上，构建二者的协同演化模型，并选取美国的资料数据，对其协同演化关系进行实证考察。
一、科技创新与金融结构协同演化的机理、特征与模型
（一）协同演化机理
协同演化最早是由生物学家提出的一个生物学术语被用来解释生物间协同演化关系，后来被演化经济学家借鉴而用于社会经济研究领域。［12］所谓协同演化是两个或两个以上具有演化特征的系统持续地互动与演变，且演化路径相互交错的现象。科技创新的发生及新技术的扩散与转移，具有鲜明的动态演化特征，笔者曾分析过技术创新向宏观经济传导的微观机理，我们将其归纳为技术创新在微观的企业层面上形成规模效应，在中观的产业层面上形成集聚效应和乘数效应，在宏观层面上通过技术－经济范式转型产生周期波动效应，这些不同层次的效应正是科技创新在各个层面上发展演化的具体体现。金融结构的变迁在本质上也是演化的，即金融结构的演化进程一般沿循着“早期的实物货币交易的初期阶段→信用货币创造的银行主导阶段→非货币金融工具扩张的金融市场主导阶段”，融资方式也从间接融资方式为主过渡到直接融资方式占主导,具有明显的演化特征。因此，演化的科技创新系统与金融结构系统会通过资金流、信息流和技术流等能量的交换紧密耦合在一起，构成一个并行的、相互嵌套的复合系统，使二者处于不断的协同演化关系之中，一方面，从微观的企业层面看，科技创新活动从创新构思、项目选择、研究开发、实验生产、定型推广、新技术产业化以及市场化的各个阶段，都离不开人力资本和金融资本的支持，并且不同类型的企业在不同的发展阶段所面临的风险、对资金的需求规模以及所能承担的融资成本等都具有不同的特点，需要不同的融资机制予以支持。从宏观的产业层面上看，科技创新的种子期、创业期、成长期、扩张期和成熟期都离不开资金的投入，如果没有金融资本的投入以及不断的追加投入，创新过程就会中断。金融结构除了为科技创新活动提供融资功能之外，也会通过为科技活动过程中的每一个环节提供信息审查、风险管理以及公司治理等功能的发挥，保证金融资本的合理配置和使用效率。另一方面，科技创新活动的开展，会提供更具效率的投资机会，通过提高劳动生产率和资本产出比，增加金融资本的投资回报率，为金融机构带来高额的投资利润，带来金融产业规模的扩张，从而其财富效应会吸引更多的金融资本进入科技创新部门，使得创新活动获得源源不断的资金，为金融产业的服务提供更广阔的市场。更重要的是，科技创新行为本身，也会促进金融创新，包括新技术涌入金融产业部门，促进金融工具创新，使金融机构主体的形式更加多样，金融产业部门的运作更富效率。可见，科技创新与金融结构之间的协同演化正是通过这种双向的正反馈作用实现螺旋式交互发展，使得二者构成的复合系统向更高的有序结构发展与演化。
（二）协同演化特征
1.开放性与自适应性
赫尔曼•哈肯 ［13］认为协同作用是系统有序结构形成的内在驱动力，当复合系统在外在能量的作用下或物质的聚集态达到某种临界值时，子系统之间就会产生协同作用，这种协同作用能使系统的临界点发生质变产生协同效应，从而使系统从无序转为有序，从混沌中产生某种稳定结构。科技创新是在创造性破坏过程中形成的一个动态演化系统，并伴随着新技术的扩散与转移实现传统产业的优化升级或促进新产业的形成，进而在宏观层面上表现为经济的增长。金融结构也是一个动态的演化系统，从历史的纵向发展来看，金融结构的变迁遵循着从早期实物货币交易的初期阶段发展到信用货币创造的银行主导阶段再到非货币金融工具扩张的金融市场主导阶段，金融结构的功能也由初期的资金融通的简单功能发展到除资金融通之外的风险分散、信息审查和公司治理等更丰富的功能，具有鲜明的〖JP2〗阶段性演化特征。分别将科技创新和金融结构看成一个子系统，二者共同构成“科技创新-金融结构”协同演化复合系统，这一复合系统是一个远离平衡态的开放系统，不断有技术流、资金流、物质流、信息流与外界环境进行交流，比如，创新与金融政策、创新与金融信息、创新与金融资源、创新与金融人才、新技术与金融工具、新技术与金融机构等方面的交流，而且这一系统内部各个子系统也进行着非线性的相互作用，促进系统达到新的稳定态，以二者的协同演化轨迹不断演化，具有显著的自组织特征。正是这种开放性与自适应性，使“科技创新-金融结构”复合系统产生协同效应，使二者发生协同演化。[14]
2.多层嵌套性
演化经济学超越新古典传统，重视对嵌入性的研究，坚持把个体行为嵌入到更为广阔的开放系统中。多层嵌套是指协同演化不仅仅发生在一个层级中，还可能发生在其他较低或较高层级中，而且还会发生在层级之间。“科技创新-金融结构”复合系统的协同演化是一个跨界现象，既包括科技创新子系统与金融结构子系统内部微观主体的协同演化，也包括二者所构成的复合系统的宏观协同演化，并且这种不同层次的演化是交互嵌套、难以区分的。微观行为主体的活动会产生宏观上的效果，而宏观层面的演化也会对微观层面的演化产生影响。“科技创新-金融结构”复合系统层级间的互动演化是二者协同演化的重要特征。
3.非线性与复杂性
由于“科技创新-金融结构”复合系统具有多层嵌套性的动态关系，因此各变量之间的作用机制是模糊不清的，变量之间的复杂的交互影响也就不应该也无法被简单理解为线性关系。二者之间的协同演化由一系列连续的反馈路径构成，层级之间也存在着相互反馈机制，这就使得复合系统的演化可能最终导致其他子系统发生不可预测的变化，而且复合系统的协同演化作为非决定性反馈路径的结果，其演化方式同样是难以预料的。根据自组织理论，某种变化一旦出现，系统主体就会通过自组织的方式应对和适应这种新的变化，使得系统内的互动模型变得更加复杂，系统演化也将呈现出更多的不确定性。
4.系统正反馈性、涨落性和功能涌现性
“科技创新-金融结构”复合系统的各个子系统之间的正反馈是协同演化的重要特征。复合系统所呈现出来的演化路径是双方互动的结果，构成协同演化关系的任何一方对他方的影响都会反馈回来引起自身的变化。正反馈机制促使复合系统内外环境的变化对复合系统的影响不断放大，使系统逐渐出现不稳定，进而偏离原有的均衡状态的涨落现象，引起系统整体突变和新功能的涌现，从而带来复合系统的演化升级。具体可以表现为技术创新的累积性突破诱发金融资本的聚集、金融资本的规模扩张带来传统产业的技术升级与改造、新兴产业与金融部门的耦合、金融发展的深化与金融结构的高级化等。
（三）协同演化模型
“科技创新-金融结构”复合系统所呈现出来的协同演化特征使我们可以运用协同演化理论的方法与工具分析其协同演化过程，但理论界逐渐形成的协同演化分析范式只停留在理论解释和经验阐述方面，实证研究却进展缓慢［15］，因此，如何进一步完善协同演化的理论框架，并将其更好地运用到实证研究中，是本文努力实现的目标。
我们用科技创新与金融结构复合系统的协同度来表达二者的协同演化程度，所谓科技创新与金融结构协同度是指科技创新子系统与金融结构子系统之间在演化过程中彼此协同一致的程度。它用来衡量科技创新与金融结构复合系统由无序走向有序的趋势和程度。在协同演化模型构建过程中，本文借鉴我国学者广泛采用的复合系统协调度测度方法［16］［17］构建科技创新与金融结构复合系统的协同度模型。
复合系统协同度模型需要首先构建子系统有序度模型。
1.子系统有序度模型
所谓有序，是指系统超过某一临界点时，系统呈现某种有规律的结构状态。在这里，我们用有序度来判断科技创新与金融结构复合系统在协同演化过程中的有序程度。
科技创新与金融结构的复合系统用S={S1,S2}表示，其中，S1为技术进步子系统；S2为金融结构子系统。考虑子系统Sj,j∈[1,2]，设其发展过程中的状态参量为ej=(ej1,ej2,…,ejn)，其中，n≥1，βji≤eji∝ji，i∈[1,n],βji、∝ji为系统稳定临界点上状态参量分量eji〖JP2〗的下限和上限。一般地，这里假定ej1,ej2,…,ejl为正向指标，即其取值越大，系统的有序度就越高，其取值越小，系统的有序程度就越低；假定ej(l+1),e(l+2),…,ejn为负向指标，即其取值越大，系统的有序度就越低，其取值越小，系统的有序程度就越高。因此，可用如下模型来测度子系统的有序程度。即：
μj(eji)=eji-βji ∝ji-βji ,i∈[1,l]
∝ji-eji ∝ji-βji ,i∈[l+1,n] （1）
模型中，μj(eji)∈[0,1]是子系统j的有序度，μj(eji)越大，则表明状态分量eji对系统的总体有序性的影响就越大。从总体上讲，考虑各状态参量分量eji对子系统Sj有序程度的总体影响可以通过μj(eji)的集成来实现。系统的总体有序程度从理论上讲不仅了决于各参量数值的大小，而且也取决于它们之间的组合形式，为简捷起见，本文采用线性加权求和法进行集成，即：
μj(ej)=∑λiμj(eji),λi0,∑λi=1（2）
公式（2）中，μj(ej)即为子系统Sj的有序度，参量ej对子系统Sj有序的贡献就越大，μj(ej)的值就越大，反之，则子系统的有序程度就越低。其中，λi为权系数，其大小的确定即能考虑到系统的现实运行状态，又能反应到系统在一定时期内的发展目标，其含义是分参量eji在保持系统有序运行中所起的作用或所处的地位。
2.复合系统的协同度模型
在子系统有序度模型的基础上，我们可以设定复合系统的协同度模型。在这里，我们假定在给定的初始时刻t0，科技创新子系统有序度为μ01(e1)，金融结构子系统有序度为μ02(e2)。在复合系统发展演化过程中的另一时刻t1，科技创新子系统有序度为μ11(e1)，金融结构子系统有序度为μ12(e2)，则可定义C为复合系统的协同度，即：
C=θ×|μ11(e1)-μ01(e1)|×|μ12(e2)-μ02(e2)|
θ= min［μ1j(ej)－μ0j(ej)≠0］
〖JB(|〗min［μ1j(ej)－μ0j(ej)≠0］ ,j=1,2（3）
由（3）式可知，科技创新与金融结构复合系统协同度的测算是基于时间序列的分析基础上，从二者有序度的变化中分析复合系统的协同状态的。协同度C∈[-1,1]，C取值越大，表明科技创新与金融结构复合系统的协同演化程度就越高，反之则越低。协同度C为正值的充要条件为科技创新与金融结构两个子系统在t1时刻的有序度均大于二者在t0时刻的有序度，此时，复合系统处于协同演化状态，而当科技创新子系统或金融结构子系统在在t1时刻的有序度小于其在t0时刻的有序度时，都将导致协同度C为负值，表明复合系统处于非协同演化状态。而对于一个子系统有序度提高幅度较大，而另一个子系统有序度提高幅度较小时，此时复合系统的协同度虽为正值，但其数值较小，复合系统协同演化程度处于较低水平。
可见，复合系统协同度模型综合考虑了科技创新与金融结构两个子系统的在协同演化进程中的状况，它提供了一种对判断复合系统协同演化程度的度量标准。
二、美国科技创新与金融结构协同演化的实证分析
（一）指标和数据的选择
本文选择研发总投入、专利授权数、从事研发工作的全职科学家和工程技术人员数作为衡量科技创新状况的指标，用间接金融资产总量衡量以银行融资为主导的间接金融状况，用直接金融资产总量来衡量以金融市场为主导的直接金融状况。间接金融总额包括商业银行（Commercial banking），储蓄机构（Saving institutions），信贷公会（Credit unions）和财务公司（Finance companies）的金〖JP2〗融资产总额；直接金融包括美联储划分的除间接金融之外的金融机构的金融资产总和。根据这些指标，我们选取美国1971年至2005年的时间序列数据作为样本数据。见表1。
表1科技创新与金融结构指标及数据
指标
年份
研发总投入（十亿美元）
专利授权数（项）
从事研发工作的全职科学家和工程技术人员数（千人）
直接金融资产总量（十亿美元）
间接金融资产总量（十亿美元）1971
124.0
78,317
367.0
4382.416
961.871 1972
126.3
74,810
350.2
5019.805
1107.825 1973
130.3
74,143
357.7
5169.608
1253.858 1974
131.0
76,278
360.0
5284.23
1362.536 1975
126.8
72,000
363.3
6091.334
1471.771 1976
130.8
70,226
364.4
6909.436
1631.224 1977
133.7
65,269
382.8
7509.623
1846.79 1978
140.9
66,102
404.4
8559.285
2106.338 1979
148.2
48,854
423.9
9858.792
2334.265 1980
155.4
61,819
450.6
11363.905
2538.651 1981
161.8
65,771
487.8
12368.282
2739.773 1982
169.2
57,888
511.6
13638.591
2914.534 1983
180.5
56,860
540.9
15176.918
3253.325 1984
197.8
67,200
584.1
16640.669
3705.538 1985
214.9
71,661
622.5
19446.692
4125.633 1986
220.3
70,860
671.0
21964.735
4547.939 1987
225.4
82,952
695.8
23657.971
4904.081 1988
231.4
77,924
708.6
26104.531
5275.199 1989
236.1
95,537
722.5
29162.924
5463.054 1990
244.0
90,365
743.6
30478.029
5424.407 1991
248.8
96,511
773.4
33634.751
5386.897 1992
249.2
97,444
779.3
35736.005
5535.804 1993
244.4
98,342
764.7
39181.009
5751.112 1994
244.4
101,676
768.5
41256.324
6061.607 1995
259.7
101,419
746.1
46954.856
6489.657 1996
273.8
109,645
832.8
52577.173
6788.906 1997
289.0
111,984
885.7
59790.083
7320.919 1998
304.6
147,517
951.5
67618.055
7961.365 1999
325.3
153,485
997.7
77807.787
8554.168 2000
348.9
157,494
1042.6
80160.277
9267.549 2001
355.8
166,035
1059.6
80549.851
9784.922 2002
348.8
167,331
1073.3
78447.93
10432.222 2003
357.1
169,023
1115.8
87941.132
11277.868 2004
361.8
164,290
1133.7
95875.397
12256.696 2005
376.4
143,806
1104.5
102916.411
13044.788〖BG)F〗
资料来源：①科技创新数据来源于美国科学技术基金会，网址：http://www.nsf.gov/statistics/data.cfm。②根据《美国联邦储备委员会资金流量表》（2006）的数据整理。2006年3月9日出版。③间接金融总额包括商业银行（Commercial banking），储蓄机构（Saving institutions），信贷公会（Credit unions）和财务公司（Finance companies）的金融资产总额；直接金融包括美联储划分的除间接金融之外的金融机构的金融资产总和，详见美联储对金融机构的分类，网址：http://www.federalreserve.gov。〖HT〗
（二）实证过程
首先，为消除不同量纲对分析的影响，对原始数据采用均值—标准差方法，进行了标准化处理；
其次，本文采用相关矩阵赋权法确定衡量科技创新各状态参量分量的指标权重，以计算子系统的有序度。根据经标准化处理后的数据计算出了研发总投入所占权重为0338693，专利授权数所占权重为0323397，从事研发工作的全职科学家和工程技术人员数所占权重为033791。
再次，计算各个子系统的有序度。将经标准化处理后的数据和权重数值，代入公式（1）和公式（2），即可得出美国美国1971年至2005年的科技创新与金融结构子系统的有序度。如表2和图1所示：
表2科技创新子系统与金融结构子系统的有序度
年份
科技创新子系统
直接金融系统
间接金融系统1971
0.086536401
0.00545764
0.00457827 1972
0.072881386
0.006468722
0.012079368 1973
0.079728821
0.00798904
0.024165274 1974
0.087411342
0.009152313
0.033159625 1975
0.071680952
0.017343436
0.042200075 1976
0.072730956
0.025646174
0.05539664 1977
0.071275553
0.031737341
0.073237199 1978
0.092384056
0.042390131
0.094717774 1979
0.064181491
0.055578544
0.113581348 1980
0.120348677
0.070853607
0.130496634 1981
0.155561387
0.08104681
0.147141787 1982
0.154484129
0.093938899
0.161605265 1983
0.179574828
0.109551044
0.189644107 1984
0.249296675
0.124406333
0.22706992 1985
0.300787153
0.152884048
0.261837601 1986
0.326734145
0.178439116
0.296788267 1987
0.376908361
0.195623399
0.326263104 1988
0.376958129
0.220453002
0.356977376 1989
0.436638592
0.251491965
0.372524532 1990
0.442335892
0.264838678
0.369326049 1991
0.478183973
0.296875561
0.366221667 1992
0.483821375
0.318200729
0.378545429 1993
0.473496999
0.353163322
0.396364636 1994
0.484056362
0.374225241
0.422061659 1995
0.494260726
0.432058398
0.457487708 1996
0.57274393
0.489118065
0.482253995 1997
0.62226498
0.562320314
0.526284175 1998
0.767229558
0.641764692
0.579288428 1999
0.830925812
0.745178058
0.628349677 2000
0.892706096
0.769052965
0.687390139 2001
0.932391875
0.773006666
0.730208691 2002
0.932305424
0.751674729
0.783780191 2003
0.966363374
0.848019163
0.853767099 2004
0.967597503
0.928542286
0.934776346 2005
0.9195637
0.917895612
0.926875121
最后，计算科技创新与金融结构的协同度。将科技创新与金融结构子系统在各个年份的有序度代入协同度计算公式（3），即可得到科技创新与直接金融复合系统的协同度和科技创新与间接金融复合系统的协同度。如表3和图2、图3所示。
表3科技创新与金融结构复合系统协同度
年份
科技创新与直接金融系统协同度
科技创新与间接金融系统协同度1972
-0.00939843
-0.012843051 1973
0.003226496
0.009097112 1974
0.002989461
0.008312598 1975
-0.011351191
-0.011925175 1976
0.00295261
0.003722424 1977
-0.002977432
-0.005095606 1978
0.014995481
0.021293726 1979
-0.019285929
-0.02306515 1980
0.029290908
0.030823433 1981
0.018945456
0.024209935 1982
-0.003726676
-0.003947266 1983
0.019791908
0.026523841 1984
0.032182887
0.051082256 1985
0.038292704
0.042310808 1986
0.025750285
0.030114194 1987
0.029363377
0.038456167 1988
0.001111624
0.001236355 1989
0.043039745
0.030460819 1990
0.008720105
-0.004268807 1991
0.033888947
-0.010549226 1992
0.010964422
0.008335107 1993
-0.018999131
-0.013563635 1994
0.014913096
0.016472529 1995
0.024293015
0.019013161 1996
0.066919545
0.04408784 1997
0.060208406
0.046694975 1998
0.10731552
0.087656941 1999
0.081160606
0.055901859 2000
0.03840571
0.060394838 2001
0.012526201
0.041222415 2002
0.001357996
0.002152039 2003
0.05728258
0.048822235 2004
0.009968746
0.009998792 2005
-0.058586566
-0.055972673
（三）模型结果分析
通过对美国1971年至2005年科技创新与金融结构复合系统有序度与协同度的计算，我们可以得出如下两点结论
（1）科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的有序度呈现明显的上升趋势，表明了科技创新与金融结构复合系统从无序到有序的演化过程。
（2）科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的协同度呈现出波动现象，有数个年份显示出负值，表明科技创新与金融结构复合系统的长期的协同机制尚未形成。
三、结论
本文将科技创新与金融结构组成一个复合演化系统，在剖析二者协同演化机理的基础上，刻画了二者协同演化的特征，在此基础上基于协同学理论构建了协同演化模型，利用美国1971年至2005年的数据，计算出了科技创新子系统和金融结构子系统演化进程中的有序度，并对二者之间协同演化的协同度进行了测算。结论表明，科技创新子系统与直接金融子系统、科技创新子系统与间接金融子系统的有序度的明显上升，表明了科技创新与金融结构复合系统从无序到有序的演化过程；科技创新与金融结构复合系统的协同度波动较大，在个别年份甚至呈现负值，说明科技创新与金融结构复合系统的长期稳定的协同机制还未形成。
如果我们将科技创新与金融结构复合系统协同度的波动纳入经济周期的视野中去审视这种变化，就会发现协同度的波动与美国经济周期的波动呈现高度的正相关，换句话说，科技创新与金融结构的协同度波动的根本原因在于经济的周期性波动，这恰恰与Perez［11］在考察技术革命与金融资本演化的技术经济范式变革过程中提出的“技术—经济”范式变革规律相符。Perez［11］界定了人类历史上的五次技术革命，每次技术革命都会带来经济范式转型，在经济范式转型过程中，金融资本与技术革命的关系经历五次不同程度的耦合，即技术革命爆发阶段的恋爱，狂热阶段的金融资本主宰，转折阶段的调整，协同阶段的愉快婚姻，和成熟阶段的紧张与断裂。本文的协同度测算结果，验证了科技创新与金融结构之间的这种不同程度的耦合关系。我们通过分别画出科技创新子系统与直接金融子系统的协同度移动平均趋势线和科技创新子系统与间接金融子系统的协同度移动平均趋势线来观察这种不同程度的耦合关系，图2和图3中的移动平均趋势性清晰地显示出了科技创新与金融结构之间协同演化的周期性波动规律。1971年至2005年，美国科技创新与金融结构的协同演化的周期性波动可以分为五个阶段：
（1）在20世纪70年代，科技创新与金融结构的协同程度较低，而且趋势性不明显。因为70年代的石油危机、以美元为中心的布雷顿森林体系的瓦解、证券修正法案的通过、纳斯达克市场的正式运营、微处理器的推出，卡特政府实施的选择性物价管制等各种不确定事件的发生，美国经济陷入所谓的“滞胀”状态，扰乱了科技创新与金融结构协同演化的进程，使二者之间的协同度在一个较低水平状态上波动。
（2）20世纪80年代经济开始复苏，科技创新与金融结构复合系统呈现出一个较高水平的协同演化，并且趋势明显。随着里根在1980年代当选为总统，美国进入一个所谓的新经济时代，微处理器在金融系统的广泛应用，债券电传系统的推广，信息通讯技术的变革，使得新经济蓬勃发展，在这个过程中，一方面，美国经历了战后以来最深刻的结构性调整，以信息业为核心的高新技术产业得到了长足的进展，传统产业也得了全面改造。另一方面，美国的金融市场也进行了深刻的变革，金融结构的高级化进程逐渐加速，以风险资本为代表的金融市场在推动技术革命和新技术的扩散与转移方面，起到了举足轻重的作用。
（3）20世纪80年代末至90年代初，特别是1987年的股市危机，使美国经济进入一个下行的通道，科技创新与金融结构复合系统的协同度下滑趋势明显。导致经济下滑的原因主要有，其一，在这一期间，美国国内面临巨额的财政财政赤字和贸易赤字。1986年美国财政赤字高达2210亿美元，贸易赤字达1562亿美元，均是赤字最高纪录。为了弥补国内资金的不足，必须以较高的利率吸引外资，从而对股票市场行情产生直接影响。其二， 80年代末以来，美国生产型投资需求不足，大量剩余资本进入证券市场，导致金融投资膨胀，形成虚假繁荣，实体经济与虚拟经济的结构性背离使得科技创新与金融结构难以协同发展。
（4）20世纪90年代初至2001年，美国在此期间经历了二战后罕见的持续性经济增长，与之对照，美国科技创新与金融结构复合系统的协同度有一个明显的上升趋势。在此期间，美国失业率降低，通胀率不断下降，宏观经济环境有了相当程度的改善，微观市场的竞争性和创新性得到强化。美国经济的持续增长，其主要动力是信息技术革命和经济全球化浪潮，特别是信息技术与计算机技术开始进入产业化发展阶段，信息通讯技术的爆发和以信息技术为核心的高新技术产业的崛起，推动了美国传统工业经济向知识经济转型，科技创新与金融结构经历了一个甜蜜的协同发展时期。
（5）21世纪初期的互联网泡沫的破裂终止了美国经济的持续增长势头，美国经济陷入新一轮的衰退，科技创新与金融结构复合系统的协同度开始下滑。互联网技术的“非理性繁荣”使得金融资本大量涌入互联网领域，吹大了股价泡沫，使得实体经济的科技创新水平与其所能承载的金融投机能力之间出现了严重结构性失衡，随着互联网泡沫的破裂，科技创新与金融结构复合系统协同发展的“愉快婚姻”开始破裂。
总之，本文基于美国数据的科技创新与金融结构复合系统的协同度测算，一方面验证了Perez ［11］提出的技术革命与金融资本的范式转换规律。金融资本的逐利本性和科技创新的高收益性和高风险性注定了二者在经济演化过程中会经历不同程度的耦合，实体经济的科技创新与虚拟经济的金融结构相互交织，相互依赖，“它们产生于技术通过革命而演进的方式中，产生于蕴藏着一种财富创造之潜能的巨潮被经济系统和社会系统吸收的特殊形式中，也产生于金融资本与生产的职能分离中”［11］。另一方面，美国1971年至2005年期间协同度的波动进一步印证了科技创新与金融结构复合系统在演化进程中的不稳定性、动态性、不确定性，科技创新与金融结构之间形成交互式螺旋式的正反馈机制并且保持结构性平衡是二者协同演化发展的前提。
参考文献：
［1］Vasilescu, L.G. and A. Popa. Venture Capital Funding-path to Growth and innovation for Firm［J］. Constatin Brancusi University of Targu Jiu Annals-Economy Series, 2011，1(204-213).
［2］叶子荣，贾宪洲. 金融支持促进了中国的自主创新吗［J］. 财经科学, 2011（ 3）: 10-18.
［3］Luigi, B., S. Fabio, and S. Alessandro.Banks and Innovation:Microeconometric Evidence on Italian Firms［J］. Journal of Financial Economics, 2008，90(2): 197-217.
［4］赵昌文.科技金融［M］. 北京：科学出版社, 2009：226.
［5］Ang, J.B.Technological Change and Financial Liberalization in South Korea［J］. Journal of Macroeconomics， 2010，32(1): 457-468.
［6］Abubakar, M., N.M. Gatawa, and H.S. Birnin-Kebbi. Impact of Information and Communication Technology on Banks Performance: A Study of Selected Commercial banks in Nigeria (2001-2011) ［J］. European Scientific Journal, 2013，9(7): 213-238.
［7］Berger, A.N. The Economic Effects of Technological Progress:Evidence from the Banking Industry［J］. Journal of money,Credit and Banking, 2003，35(2): 141-176.
［8］Schinckus, C. The financial simulacrum: The consequences of the symbolization and the computerization of the financial market［J］. The Journal of Socio-Economics, 2008，37(3): 1076-1089.
［9］Nelson, R. and S. Winter. An Evolutionary Theory of Economic Change［M］. The Belknap Press of Harvard University Press, 1982.
［10］O'Sullivan, M. Finance and Innovation［A］ The Oxford Handbook of Innovation［C］. Oxford:Oxford University Press, 2004：240-265.
［11］Perez, C. Technological revolutions and Financial Capital:The Dynamics of Bubbles and Golden Ages.［J］. Cheltenham:EDward Elagar, 2002.
［12］Norgaard, R.B. Coevolutionary agricultural development ［J］. Economic Journal， 1984. XXXIII: 48-90.
［13］赫尔曼.哈肯.协同学引论［M］. 原子能出版社, 北京：1984:124.
[14]袁莉，申靖.从生态系统管理到复合生态系统管理的演进[J].湖南工业大学学报，2012（6）：26-30.
［15］Kallis, G. Socio-environmental co-evolution: some ideas for an analytical approach［J］. The International Journal of Sustainable Development and World Ecology, 2007，14(1): 4-13.
［16］孟庆松，韩文秀. 复合系统协调度模型研究［J］. 天津大学学报：自然科学与工程技术版, 2000(4): 444-446.
［17］王宏起，徐玉莲.科技创新与科技金融协同度模型及其应用研究［J］. 中国软科学, 2012（6）: 129-138.
Study on Coevolution of Scitech Innovation and Financial Structure
- The Evidence from the United States
WU Yongmin1，JI Yushan1，LV Yonggang2
（1.School of Economics and Logistics Department;Jilin University, Changchun 130062; 2. Institute of Economic Research, Jiangsu Province Academy of Social Sciences, Nanjing 210013）
Abstract：
Through the analysis on mechanism of coevolution and characteristics of Scitech innovation and financial structure, this paper construct their order degree model of subsystem and coevolution degree model of complex system. And then Based on these models,we use years of annual timeseries data of USA to take empirical study on the relationship between Scitech innovation and financial structure. Conclusions show that coevolution degree of complex system of Scitech innovation and financial structrue is fluctuating severely ,which provides an empirical evidence for the paradigm shfit of "technologyeconomy" what Perez had been put forward when she studied the evolutionary relationship between technology revolution and financial capital.
Key words：
scitech innovation; financial structure; coevolution; coevolution degree; technologyeconomy paradigm
责任编辑：萧敏娜
吴锦丹 萧敏娜 常明明