產業結構、金融支持對科技創新的影響
——基于中國省際面板數據的實證研究

姚雪松,向 軍,姚 慧

(1.廣東機電職業技術學院 經濟貿易學院,廣州 510515;2.貴州省銅仁市萬山區教育局 教學研究室,銅仁 554200;3.貴州省銅仁市農牧科技局種子站,銅仁 554200)

財政金融研究

產業結構、金融支持對科技創新的影響
——基于中國省際面板數據的實證研究

姚雪松1,向 軍2,姚 慧3

(1.廣東機電職業技術學院 經濟貿易學院,廣州 510515;2.貴州省銅仁市萬山區教育局 教學研究室,銅仁 554200;3.貴州省銅仁市農牧科技局種子站,銅仁 554200)

科技創新是解決當前全球及我國面臨的經濟增速放緩問題的重要突破點,通過理論和實證分析表明,產業結構和金融支持對科技創新具有顯著的正向影響,我國產業結構優化每增長1%,科技創新增長3.958%,金融支持每增加1%,科技創新增長0.254%。基于此,我國應進一步優化產業結構,鼓勵和支持新產業、新行業的發展,擴大金融規模,完善金融市場以促進科技創新的提升。

產業結構; 金融支持; 科技創新;固定效應模型估計

一、引言

當前全球經濟面臨深度調整,后危機時代的影響和陰影一直沒有完全消除,各國經濟都面臨著速度放緩的困境。從歷史來看,每一次全球性的大危機完全擺脫并實現經濟再次騰飛都依賴于科技創新方面取得了巨大的進步,新古典經濟學也一直強調,科技進步才是人類經濟能夠保持長期增長的根本原因和動力。在全球經濟危機沒有根本上的褪去,很多國家都陷入政策困境不知所措的時代,科技創新更是顯得尤為的重要。在影響科技創新的眾多因素中,金融支持和產業結構一直被認為是最重要的影響因素。Smith認為分工生產可以大大的促進科技創新和技術進步從而實現國民財富大幅的增長,隨著分工的完善,產業將逐漸的形成并優化,產業結構逐漸趨于合理,產業結構優化合理的過程對科技創新和技術進步同樣有十分重要的影響[1]。Romer認為經濟增長具有內生性,在經濟發展的歷程中產業會逐漸形成和優化,在利益的驅使下,企業和個人會為了新需求、新產業的巨大收益而不斷積累知識和增加創新投入,促使科技的進步,從而推動經濟進一步的增長[2]。Diamond認為科技創新主要來源于企業的創新投入,而創新投入往往面臨較長期限和較高的風險,在沒有金融體系或者金融規模較小的狀態下,投資者都傾向于投資短期的低風險的項目,只有當金融規模和金融資產發展到一定規模后,投資者才會進行短、中、長期,低、中、高風險的組合投資,進而促進企業的創新投資和社會的科技進步[3]。Boyd、Gurley、Acemoglu認為科技創新需要大量的科研投入,而這些投入需要大量的資金和資源的支持,金融支持可以為科技創新提供大量的資金來源,促進科技創新的發展[4-6]。王云平認為產業結構的變遷是社會需求結構變化的結果,新產業的產生和發展會帶來巨大的商機和利益,為此會有大量的資源進入該產業當中,為了降低新產業新產品的相對成本以獲取更大的收益和應對其他企業的競爭,科技創新往往會受到重視,從而促進了科技創新的發展[7]。劉納新、伍中信認為目前中國金融支持科技創新效應并不明顯,但這種支持效應將長期存在,具有持久性,發展空間巨大[8]。

通過對文獻的整理和總結,我們發現產業結構和金融支持對科技創新具有重要影響已經達成一定的共識,但影響的方面各自有不同的看法和意見,本文試圖結合當前我國實際背景,從理論上梳理一下產業結構和金融支持對科技創新的主要影響路徑,然后運用我國各省、直轄市的面板數據實證檢驗我國產業結構、金融支持對科技創新的實際影響,為當前我國更有效的促進科技創新提供相應的啟示。

二、產業結構、金融支持對科技創新的主要影響路徑

(一)產業結構對科技創新的影響路徑

產業結構對科技創新的影響路徑主要體現在兩個方面:第一,新產業的發展和全社會產業結構的變化會導致社會分工的進一步完善和細化,而分工的細化使得每個人從事的工作更為專一和熟悉,在這種背景下,人們往往會更傾向于去思考如何創造科技創新來更好的完成和簡化自己所做的工作,從而實現很多“干中學”而形成的科技創新。第二,產業結構的變化往往意味著社會新需求的出現,對于企業而言也意味著新的利益和利潤增長點的出現,為了更好的與其他企業展開競爭,降低新產業、新產品、新服務的生產相對成本尤為重要,而科技創新則是降低相對成本最重要的手段之一,因此伴隨著產業結構的變化和完善整個社會的科技創新投入往往會大幅的增加,科技創新的能力和成果也得以較大程度的推動。

(二)金融支持對科技創新的影響路徑

金融支持對科技創新的主要影響路徑表現在三個方面:第一,金融支持為科技創新提供資金來源。現代社會科技創新主要來源于企業的科技研發,但科技研發需要大量的資金支持,金融支持是科技創新所需資金來源的最主要手段。第二,金融支持為科技創新分擔風險。科技創新往往存在較大的不確定性,對科技創新的投資也往往面臨著較大的風險,在沒有金融支持的情況下,科技創新經常面臨很難尋找到愿意承受風險的投資者從而影響科技創新的進行,而金融的本質就是集中社會大多數的儲蓄共同進行投資,由于資金規模龐大,往往會選擇不同風險的組合投資,投資的風險損失由其他低風險投資收益或全體投資者共同承擔,因此金融支持愿意進行具有一定風險和不確定性的科技創新的投資,并為其分擔相應風險。第三,金融支持幫助培養科技創新所需人才。科技創新需要大量的人才投入和儲備,金融支持通過為各類學校、教育培訓機構和貧困學生提供資金支持的方式幫助整個社會的人才培養,為科技創新所需人才提供了大量的支持和儲備。

三、模型設定、指標度量和數據說明

(一)模型設定

上文中我們梳理了產業結構、金融支持對科技創新的影響途徑,從理論分析中我們發現產業結構和金融支持對促進科技創新具有積極正面的作用,下面我們運用我國產業結構、金融支持和科技創新的省際面板數據實證檢驗一下產業結構、金融支持對科技創新的實際影響。為了有效的消除異方差,本文對模型中所有的變量均采取了取對數的處理。設定的模型為:

lntechonolgyit=bt+ρilnind-strit+φilnfinanceit+ηiY+υit.

其中,υit為隨機誤差項,bt、ρi、φi和ηi為參數;lntechonolgyit、lnind-strit、lnfinanceit分別為科技創新、產業結構和金融支持。Y代表了一組控制變量,分別為固定資產投資和政府財政收支。

(二)指標度量

1.科技創新。本文認為科技創新主要體現在新技術、新產品和新成果的出現并在現實中發揮一定的作用,推動經濟發展和社會進步的現象和過程。因此,本文以各地區各年的發明專利申請受理數作為本文中科技創新的代理變量,記為techonolgyit。

2.產業結構。產業結構主要體現在全社會產業的變遷、新產業的發展和三次產業的轉變方面,按照社會發展規律,人類社會總是從第一產業逐步變遷發展第二和第三產業,而且新行業的出現和發展也往往存在于第二、三產業當中。因此本文以各地區各年第二、三產業除以各地區各年地區生產總值,即第二、三產業占地區生產總值的比重作為本文產業結構的代理變量,記為ind-strit。

3.金融支持。金融對經濟的支持主要體現在,銀行信貸、股票市場和債券市場提供給企業大量的資金融資方面,考慮到我國目前債券市場規模較小,金融支持主要是以銀行信貸和股票市場為主,而且債券市場的面板數據收集存在較大困難,因此本文以各地區各年銀行信貸總額和股票市場IPO總額相加除以各地區各年地區生產總值作為本文金融支持的代理變量,記為financeit。

4.控制變量。考慮到各地區的固定資產投資會對當地的企業投資具有重要的影響,從而對科技創新也會有較大影響,因此本文將各地區各年全社會固定資產投資作為本文設定模型的控制變量,記為f-assetsit。另外,政府對外的支出增加往往對企業投資以及科技創新具有積極的作用,而政府通過稅收等途徑增加其自身的收入往往對企業投資及科技創新具有不利的作用,因此本文將各地區各年政府財政支出減去各地區各年政府財政收入后得到的值除以各地區各年的地區生產總值作為本文設定模型中的控制變量——政府財政收支,記為g-r-eit。

(三)數據說明

由于2003年我國進行了銀行股份制的改革和土地拍賣制度的改革,以及隨后進行了一系列的資本市場改革和知識產權保護改革,對我國的產業結構、金融支持和科技創新都具有十分重要的影響。因此本文選取了2003～2015年我國各省和直轄市的面板數據作為本文模型的樣本數據。模型中變量所需的原始數據的來源為《各省和直轄市歷年統計年鑒》和《中經網統計數據庫》。經過整理,本文設定模型中所涉及到變量的統計性描述見表1所示。variable、N、mean、sd、p50、min、max分別表示變量名稱、樣本數、平均值、標準差、中位數、最小值和最大值;lntechonolgy、lnind-str、lnfinance、lnf-assets、lng-r-e分別代表了前文所提及變量取對數后的變量。

因為本文主要分析產業結構和金融支持對科技創新的影響,因此我們先用所處理好后的變量描繪出了產業結構與科技創新以及金融支持與科技創新之間的散點圖,直觀展示一下它們之間的關系(見圖1、圖2)。從散點圖中可以看到,產業結構和金融支持與科技創新之間均表現出一定的正向關系。但值得提及的是,它們之間的最終確切的結論并不能以散點圖的狀況來確定,而是需要準確的計量估計方法估計檢驗后才能得出。

四、實證分析

(一)各自變量相關性分析

為保證對本文設定模型計量估計結果的準確性,在對本文設定模型進行計量估計前,我們先對本文設定模型的各自變量進行了多重共線性的檢驗。該檢驗主要通過本文設定模型中各自變量之間的相關系數和方差膨脹因子的值來進行。我們首先求出了本文設定模型中各自變量間的相關系數,如表2所示。從表中可以看出,本文設定的模型中各自變量之間的相關系數均不大,最大的是固定資產投資(lnf-assets)和政府財政收支(lng-r-e)之間,也僅為0.468 2,表明不存在多重共線性問題。

表1 本文設定模型中所涉及變量的統計性描述

圖1 產業結構與科技創新之間的散點圖

lnind-strlnfinancelnf-assetslng-r-elnind-str1lnfinance0 24811lnf-assets0 43010 08011lng-r-e0 45140 06510 46821

圖2 金融支持與科技創新之間的散點圖

然后,我們對本文設定模型中各自變量的方差膨脹因子的值進行了測算,如表3所示,從表中顯示可以看出本文設定模型中各自變量方差膨脹因子的值均小于2,也表明本文設定模型不存在多重共線性的問題。

表3 本文設定模型中各自變量方差膨脹因子的值

注:VIF表示方差膨脹因子的值。

(二)模型估計方法

選擇正確的方法對模型進行估計才能真正準確的反映產業結構和金融支持對科技創新的實證影響。本文選擇的數據為省際面板數據,針對面板數據模型主要有三種基本的估計方法:普通混合最小二乘法估計、固定效應模型估計和隨機效應模型估計。應該選擇哪一種估計方法對模型進行估計,主要取決于設定模型中被解釋變量是否存在嚴重的個體效應,如果存在嚴重的個體效應則不適合用普通最小二乘法估計。是否存在嚴重的個體效應主要看固定效應模型估計后的F檢驗的P值和隨機效應模型估計后的xttest0檢驗的P值是否小于0.05,若小于0.05則表示存在嚴重的個體效應。若設定模型存在嚴重的個體效應的情況下,通常應采用固定效應模型或隨機效應模型進行估計,具體采用哪一種取決于兩種模型估計后再進行hausman檢驗的結果,如果hausman檢驗的P值小于0.05,則應采用固定效應模型進行估計,否則則采用隨機效應模型進行估計。

在進行對本文設定模型中被解釋變量(lntechonolgy)是否存在個體效應的檢驗前,我們先作出了它的各省和直轄市的變化圖,以直觀地觀察一下它是否存在嚴重的個體效應。變化圖顯示,各省、直轄市大多數的變化圖均呈現不同的截距和斜率,表明本文設定模型的被解釋變量(lntechonolgy)存在較為嚴重的個體效應,不適合采用普通最小二乘法對本文設定的模型進行估計。

當然,采用哪種估計方法必須通過相應的計量檢驗才能確定,被解釋變量(lntechonolgy)的變化圖僅僅只能作為參考使用。因此我們對本文設定的模型做了固定效應模型估計和對應的F檢驗以及隨機效應模型估計和對應的xttest0檢驗,便于比較,我們也同時做了普通混合最小二乘法估計,所有的估計和檢驗結果見表4所示。從表中可以看出,F檢驗的P值和xttest0檢驗的P值均小于0.05,進一步表明本文設定模型中的被解釋變量存在嚴重的個體效應,應采用固定效應模型估計或隨機效應模型估計。隨后,本文對固定效應模型估計的結果和隨機效應模型估計的結果進行了hausman 檢驗,以此來決定選擇哪一模型的估計結果作為本文設定模型的估計結果,hausman檢驗結果一起列在了表4中。從表中可以看出hausman 檢驗的卡方值為31.47,hausman 檢驗P值為0.000 0,小于0.05,這一結果表明本文設定模型應該使用固定效應模型進行估計。

表4 本文設定模型的估計結果

注: ols、re、fe分別代表了普通混合最小二乘法估計、隨機效應模型估計和固定效應模型估計;估計系數下面小括號里面報告的是 t 統計量的值,***表示在1%的水平下通過了顯著性檢驗。

(三)估計結果分析

通過上述的檢驗和分析,本文應選擇固定效應模型對本文設定模型進行估計,因此我們以表4中固定效應模型的估計結果進行本文設定模型中各解釋變量對被解釋變量影響的結果分析。

從固定效應模型估計(fe)結果來看,本文選擇的控制變量固定資產投資(lnf-assets)對科技創新(lntechonolgy)具有十分顯著的正向影響,這與我們預期的一致。政府財政收支(lng-r-e)對科技創新(lntechonolgy)存在負向的影響,但并不顯著,這表明政府通過稅收等途徑產生的財政收入對科技創新產生的負向作用已經開始超越了政府通過財政支出對科技創新產生的正向作用,只是這種超越還并不明顯,但應值得重視。

本文關注的重點為產業結構、金融支持對科技創新的影響,從估計結果來看,產業結構(lnind-str)和金融支持(lnfinance)對科技創新(lntechonolgy)均具有十分顯著的正向影響,產業結構每優化1%,科技創新增長3.958%,金融支持每增加1%,科技創新增長0.254%,表明產業結構的優化和金融支持對我國科技創新確實存在顯著的積極作用。

五、結論與啟示

本文通過理論的梳理和實證分析表明,產業結構和金融支持對科技創新具有重要的促進作用,隨著產業結構的優化和金融支持的增加,科技創新將得到顯著的提升。基于此結論,本文得到的啟示為:第一,應促進我國產業結構的進一步優化,鼓勵和促進新產業、新行業的發展和完善,通過更為細化的社會分工和企業對新需求、新利潤的追求促進科技創新的增長。第二,應促進我國金融的進一步發展和完善,擴大金融發展規模,擴寬企業融資渠道,增強金融對科技創新的支持。

[1]亞當·斯密.國民財富的性質與原因的研究[M].北京:商務印書館,1988.

[2]Romer. Increasing Returns and Long-Run Growth[J].Journal of Political Economy,1986,(5):1002-1037.

[3]Diamond. Bank Runs, Deposit Insurance, and Liquidity [J]. Journal of Political Economy,1983,91:401-419.

[4]Boyd. Financial Intermediary-Coalitions[J]. Journal of Economics Theory,1986,(38):90-98.

[5]Gurley. Financial Aspects of Economic Development[J]. American Economic Review,1955,(45):518-526.

[6]Acemoglu. Was Prometheus Unbound by Chance? Risk, Diversification, and Growth[J]. Journal of Political Economy,1997,105:201-213.

[7]王云平.三次產業協同驅動經濟增長的思路和政策建議[J].改革,2008,(10):53-64.

[8]劉納新,伍中信.新常態環境下金融發展對科技創新的影響分析[J].會計之友,2015,(23):39-43.

[責任編輯:陳宇涵]

10.3969/j.issn.1672-5956.2017.01.015

2016-10-18

教育部人文社會科學研究青年基金項目“中國金融壓力、宏觀經濟波動與最優貨幣政策規則研究”(14YJC790175)

姚雪松,1983年生,男,貴州銅仁人,廣東機電職業技術學院講師,博士,研究方向為金融理論與政策, (電子信箱)xuesongyao1226@126.com。

F269.24;F124.3

A

1672-5956(2017)01-0106-07