金融支持、政府政策對高技術產業發展影響機制研究

謝非 周建

摘 要：本文選取1997—2015年重慶市高技術產業時間序列數據，構建SVAR模型，通過協整分析、脈沖響應函數和方差分解的方法進行實證分析。實證結果表明：金融支持對高技術產業的發展影響作用大于政府政策；金融支持對高技術產業發展水平的作用具有時滯性，從而在短時間內影響高技術產業發展；在長期中，重慶市金融支持和政府政策對高技術產業的發展具有正向作用，金融支持和政府政策對高技術產業有著明顯的促進作用。

關鍵詞：高技術產業；金融支持；政府政策；SVAR模型

DOI：10.3969/j.issn.1003-9031.2018.05.02

中圖分類號：F832.2 文獻標識碼：A 文章編號：1003-9031（2018）05-0014-09

一、 引言

當前，高技術產業發展迅速，技術創新很快成為一個國家或地區競爭力的重要因素，而金融遍布經濟活動的各個方面，對經濟的發展的影響愈來愈顯著，由此高科技與金融兩者共同構成新的經濟發展的支柱。

改革開放以來，我國十分重視高技術產業的發展，國家在政策及戰略上強調了科技創新在推動科技進步和社會經濟發展的重要性。與此同時，國家加大力度構建適合科技創新的財稅政策和金融政策，通過這些政策來刺激高技術產業的發展。眾所周知資本投入與積累是影響高技術產業發展的主要因素，如何實現資本投入與積累的最優化是金融支持與政府政策對高技術產業發展的重中之重。在此背景下，研究金融支持與政府政策對高技術產業的作用并分析出高技術產業的發展前景具有十分重要的現實意義。

重慶市作為我國西部的直轄市，也是我國西部大開發的重要城市，國家在調整經濟結構和加速產業升級上提供了許多優惠政策。重慶市的高技術產業歷經十年發展，高技術產業發展水平有很大程度的提高，也步入了快速發展的軌道。本文以重慶市為例，試圖研究金融支持和政府政策對高技術產業發展的影響，探究金融支持和政府政策在高技術產業發展中的作用，最后對于金融支持和政府政策服務于高技術產業發展提出相應的對策建議，以期對其他地區高技術產業發展有所啟示。

二、文獻回顧

關于金融支持、政府政策對高技術產業發展，國內外學者從理論與實證方面做了大量有益的研究。在理論方面，國外學者Robinson（1952）認為，金融與企業是緊密相連的，無論企業身處何地，金融將會隨影隨行，金融是對實體經濟需求變化的自動反映。Levine（1997）在文獻中提到金融的發展和經濟增長是密不可分的，認為存在兩者之間存在一定的正向相關，期初的金融發展會影響未來的經濟增長。Rajan和Zingales（1998）認為企業在成長過程中對外部融資依賴越大，金融發展的促進作用就會越大。Cetorelli和Gambera（2001）認為銀行的相對集中為資本市場提供了良好的融資環境，比如新成立的小企業可以較容易的獲得融資資本，可以更好地使獲得融資的產業飛速發展。Fisman和Love（2004）認為金融發展對產業經濟有著不同周期的影響，將其可以劃分為短期與長期的影響，在短期中金融發展可以更好地促進初始發展較好的產業成長，但長期中隨著金融體系的完善與整合會將金融資源配置到依賴外部融資的產業。

國內學者陳柳欽（2008）認為高技術產業與金融存在相互促進的作用，高技術產業發展需要金融的支持，在高技術產業發展過程中投資需求的方式和數量是不同的，提出了在發展的各個階段可以選擇銀行、基金等不同的融資渠道和方式。林海平（2015）認為金融初始規模是高技術產業發展期初的資本來源，金融效率的提高有助于高技術產業發展。吉亞輝和馮進（2008）分析了政府投資高技術企業的情況，認為政府支持對企業的技術創新有重要的推動和促進作用，因此，提高財政資金和政府資金投入的使用效率是至關重要的。

從實證研究分析方面來看，國外學者Beck（2002）和Levine（1998）以國家和地區產業的橫截面數據分析檢驗了金融發展對產業增長的影響，他們發現金融發展對依賴外部融資的產業發展具有顯著的正向影響。Katharine（2001）將C-D生產函數應用到英國公司研發投入和產出增長關系，實證分析結果顯示公司研發支出對產出增長具有正向影響。Rajeev（2008）研究分析了美國1953—2000年研發投入與經濟增長之間的關系，發現研發投入對經濟增長有著顯著的促進作用。

國內學者林毅夫（2003）等實證分析了我國制造業，發現金融結構應該與制造業的規模達到一個均衡匹配狀態，進而更好地促進制造業的增長。李洪偉（2013）等通過省級面板數據實證分析了我國東、中、西部的高技術產業與經濟增長中的長期與短期關系，結果顯示高技術產業發展與經濟增長的關系受到區域因素的影響。米展（2016）在文獻中運用高技術產業統計數據，分析了金融發展對高技術產業創新效用的影響機制，認為金融發展可以促進高技術產業的發展。朱平芳和徐偉民（2003）分析了政府科技政策對企業技術創新的影響，認為政府投入對技術創新有正向作用。唐明祥和余源源（2010）以安徽省1995—2008年的相關的金融支持與高科技產業數據為樣本，實證分析安徽省金融支持對高科技產業的影響，發現安徽省信貸市場對高科技產業起到主要作用。宋智文和凌江懷（2013）利用我國31個省市地區的面板數據檢驗金融支持對高技術產業的影響，發現金融體系沒能有效地促進高技術產業的發展。

從以上的研究結果可以發現，國內外學者從不同的角度研究分析了金融支持、政府政策對高技術產業發展的影響。部分學者研究了金融支持對高技術產業發展的影響，究竟是正向還是反向結論。還有少數學者研究了政府政策中財政投入對高技術產業的影響，主要的觀點是政府的財政投入會影響技術創新，進而影響高技術產業的發展。但也有學者認為政府投入會在一定程度上對企業的研發投資產生擠出效應，降低整體研發投入水平，從而會對高技術產業產生不利影響。那么金融支持和政府政策共同對高技術產業影響有多大呢？這類文獻研究還較少，本文選取1997—2015年重慶市高技術產業發展過程中金融支持和政府政策與產業發展的相關數據，從理論和實證的角度來分析金融支持和政府政策對高技術產業的影響程度，力圖從金融與政府的視角為高技術產業發展提供科學的對策，以提升資源配置效率為前提進行較為系統的闡述，使得重慶市高技術產業的發展成為帶動經濟增長的重要一環。

三、 研究設計

（一）模型設定

本文主要是研究金融支持和政府政策對高技術產業發展的影響，即金融支持和政府政策的各方面因素對高技術產業發展水平的沖擊及貢獻度。在多種變量之間的相互影響的分析過程中，應用實證分析的較廣泛的是向量自回歸模型（VAR）和結構向量自回歸模型（SVAR），這些分析模型應用到實際經濟行為中所得出的結果也較為合理與科學。但是由于傳統的VAR模型中不考慮經濟理論、不能分析考察其變量之間的當期相關關系，產生的脈沖響應函數可能存在內在的誤差而不能識別等不足因素，因此，脈沖響應函數會受到VAR模型系統中的變量之間順序的影響，從而殘差序列的沖擊也會受到連帶影響，最后可能會難以合理的解釋經濟變量之間的關系。因此，本文實證分析選取結構向量自回歸模型（SVAR）。具體模型設定為一個p階的包含n個變量的結構向量自回歸模型SAVR（p）形式：

B0Yt=K0+K1Yt-1+K2Yt-2+…KpYt-p+μt（1）

其中，下標P表示滯后階數，t表示時間，K0，K1，…，Kp分別表示常數項向量和各個滯后階數變量的系數矩陣，B0為內生變量當期系數矩陣，Yt-p為各個內生變量向量，μt是分別作用于各個內生變量之間的結構式沖擊，即是結構式殘差。

（二）變量選擇與數據來源

1.高技術產業發展的度量

根據國家統計局《中國高技術產業統計年鑒》對高技術產業的定義：醫藥制造業，電子及通信設備制造，航空、航天器及設備制造，計算機及辦公設備制造業，信息化學品制造業，醫療儀器設備及儀器儀表制造業六大類產業屬于高技術產業范疇。與傳統產業相比，高技術產業具有高風險、高投入且回收期較長、高收益以及原材料消耗少、附加值低等特點。

高技術產業的發展水平的高低能夠比較好的反映一國或地區制造業發展的整體經濟水平。一般來說，度量高技術產業的發展水平可以直接用高技術產業的增加值來度量，但是高技術產業的增長速度取決于勞動、技術、資本等要素稟賦，而這些要素稟賦無法計量，因此，考慮到數據可獲得性，本文采取間接的度量方法，參考姚淦橙（2012）選取變量指標的方法，選取重慶市高技術產業產值占工業總產值的比率來度量重慶市高技術產業的發展水平，度量指標表示為HTL。

2.金融支持和政府政策的度量

結合重慶市的高技術產業的發展特征，盡管影響高技術產業發展的因素包括銀行、股票和保險市場等等因素，考慮重慶市高技術產業通過保險市場的融資市場份額較少，股票融資市場有少許的融資，但是其數量對比還是非常有限的，所以高技術產業的主要融資還是來源銀行商業貸款。由于影響高技術產業發展相對重要的是中長期貸款，因此，本文選取的是中長期貸款融資率來表示金融支持對高技術產業發展水平的影響作用，度量指標表示為FCR。

我國各地區政府大力支持高技術產業的發展，政府政策中政府投入能夠彌補企業創新的不足，進而增強高技術產業的發展，政府投入中影響高技術產業發展最大的是科技撥款。因此，本文選取的是政府投入中科技撥款占財政支出的比率來表示政府政策對高技術產業發展水平的影響作用，度量表示為TFL。為了有效的反應重慶市對高技術產業的融資程度的變化，本文采取的是年度融資率來進行衡量。模型中個變量指標的含義見表1。

3.數據來源

考慮到我國商業銀行體系建立較晚，高技術產業的工業總產值是按照之后制定的新規定來統計計算，且重慶市是在1997年從四川省脫離出來，單獨成立為直轄市。為了保證數據的一致性及可獲得性，本文選擇重慶市1997—2015年的數據進行實證分析，變量指標中的高技術產業產值和工業總產值的數據來自歷年的《重慶市科技統計年鑒》，金融機構中長期貸款、貸款余額的數據以及政府科技撥款和財政支出均來自歷年《重慶市統計年鑒》和歷年《中國高技術產業統計年鑒》。

（三）實證分析

1.變量的平穩性檢驗

在應用SVAR模型進行分析時，如果時間序列是非平穩的，這會影響實證結果的穩定性，一般要對各個時間序列進行平穩性檢驗，即檢驗時間序列是否具有單位根，從而檢驗各個時間序列的單整性。本文采用的是常用的ADF（Augmented-Dickey-Fuller）進行單位根檢驗，檢驗時間序列是否平穩。為了確定模型的滯后階數，我們采取最佳滯后期由SIC信息準則確定的原則。同時，為了消除趨勢影響以及存在異方差的可能，本文對上述經濟變量取自然對數處理數據，分別表示為LNHTL、LNFCR和LNTFL，單位根檢驗結果（見表2）。

從表2的單位根檢驗結果，我們可以發現，LNHTL、LNFCR、LNTFL的水平序列的ADF值在5%的顯著性水平上明顯大于臨界值水平，所以不能拒絕單位根假設，各變量的水平序列都是非平穩的。一階差分后LNHTL、LNFCR、LNTFL的ADF值小于5%的顯著水平上的臨界值，所以拒絕單位根假設。因此，各變量的水平序列是非平穩的，而其一階差分序列是平穩的，則都是一階單整變量。

2.協整分析

根據上述單位根檢驗結果顯示，LNHTL、LNFCR、LNTFL都是一階單整變量，符合協整分析的前提條件，即金融支持、政府政策對高技術產業發展是否具有長期穩定的趨勢。

（1）確定協整最佳滯后階數

在進行協整分析時需要確定最佳滯后階數，模型的滯后階數太小可能會存在自相關，太大會導致參數過多，影響自由度變低，多元可能會影響模型估計結果的準確性。通常在無約束（unrestricted）VAR模型條件下，本文采取LR、FPC、AIC、SC、HQ等多種檢驗準則進行判斷，通過筆者反復測試，得出VAR模型分別對應的值，從而比較得到模型的最佳滯后階數。通過多次測算（見表3），模型的最佳滯后階數為3。因此，本文根據最佳滯后階數建立模型：

B0Yt=K0+K1Yt-1+K2Yt-2+K3Yt-3+μt（2）

（2）模型的協整關系檢驗

Johansen和Juselius（1990）極大似然估計法是比較經典的一種檢驗協整關系的方法，簡稱為JJ協整檢驗，本文采用此方法對各個變量之間是否存在長期協整關系進行檢驗（見表4）。由表4可知，各變量之間最多存在一階協整關系。

此外，模型SVAR在得出脈沖響應函數方差分解的前提是模型的穩定性檢驗，如果模型中AR roots特征多項式根落到單位圓內（見圖1），表示模型是穩定的。

（3）協整方程及穩定性檢驗

上述檢驗結果是各變量存在一階協整關系，可測算出具體的協整方程，即金融支持、政府政策對高技術產業發展存在長期穩定的均衡關系，協整方程表示為式（3）：

LNHTL=0.6252LNFCR+0.3470LNTFL+C（3）

由協整方程式（3）的系數符號可知，LNFCR和LNTFL的系數符號都為正數，這說明金融支持和政府政策對高技術產業發展具有正向作用，二者的系數分別對應是0.6252和0.3470，這表明金融支持對高技術產業發展的影響要大于政府政策的影響作用。

（四）脈沖響應函數分析

脈沖響應函數刻畫的是用時間序列模型來反映變量的擾動項對內生變量的當前值與未來值的變化程度。

圖2是中長期貸款融資率LNFCR對高技術產業發展LNHTL的沖擊效應，從圖2中可以看出，初始時刻中長期貸款融資率LNFCR沖擊效應過后，高技術產業發展的水平不但沒有上升，反而出現了下降的趨勢，在第2期出現最低效應，這種負向影響沒有一直持續，經過一定的時滯后，在第4期出現逆向轉變，在沖擊效應下逐漸變成正向作用，后面的沖擊效應變化逐漸穩定下來。這說明了重慶市的金融支持對高技術產業發展的作用存在時滯，時滯大約有4個月的時間，即在短期內金融支持對高技術產業發展會有一定的負向作用，但在長期中金融支持對高技術產業發展具有正向作用。

圖3是政府科技撥款融資率LNTFL對高技術產業的沖擊效應，圖3中顯示在初始時刻的沖擊下，政府科技撥款融資率LNTFL對高技術產業的發展LNHTL在短期內具有比較明顯的正向促進作用，但是這種正向作用大約持續了2期左右，然后就開始出現回落的狀態，在回落到大約在第6期的0.2%時，這時的沖擊效應慢慢趨于平穩。這說明政府政策對重慶市高技術產業發展存在大約6個月的時滯，即在時滯期內政府政策對高技術產業發展具有正向作用，但是對高技術產業發展的支持力不夠，出現了時滯后的回落效應。

（五）方差分解分析

模型中的各個變量存在長期協整關系，可以進一步分析金融支持和政府政策對高技術產業發展的影響，方差分解可以有效分析其中的影響程度。表5給出了跨期為20期的方差貢獻率。

從表5中可以看出，中長期貸款融資率LNFCR前4期的貢獻率呈現緩慢的的增長趨勢，但是從第4期到第6期出現巨大的增幅，貢獻率從0.03%增長到0.14%，并且增長趨勢并未停滯，一直到后幾期才出現較緩的增長幅度，大約維持在2.3%左右。這說明金融支持對高技術產業發展有一定時滯性，期初會出現微弱的增長態勢，然后逐漸趨于穩定。

政府科技撥款融資率LNTFL對高技術產業發展水平LNHTL的貢獻率，除了第2期超過5%，其余的期間都在5%以下，但是貢獻率比較平穩，基本穩定在5%左右，總體來說是綜合影響是正向的，這說明政府政策對高技術產業發展的支持力度不夠，可能會影響高技術產業的發展。

四、對策建議

（一）提升金融機構的效率，促進金融機構和高科技產業協調發展

金融發展不只是金融規模的擴大，更重要是提高金融資源的最優配置，增加高技術產業的融資渠道以及調整對高技術產業的銀行信貸政策，這樣可以減弱時滯帶來的負向影響。高技術產業的發展是一個長期的過程，應將金融資源與高技術產業的發展結合起來，形成資源的最優化，進而更好地為高技術產業發展提供重要的支持。

（二）加大科技投入，增加多種投資渠道

資金的投入保障與高技術產業的發展密切相關，投入強度應該與高技術產業發展的環境相適應。主要渠道有：增加重慶地方政府的財政支出對科技投入的撥款力度，加大對科技撥款使用的監管，支持重慶高技術企業的技術創新，從而加快高技術產業的發展；以改變信貸方式來增強科技開發的貸款力度，重慶市的金融機構和銀行應該積極支持高技術產業的發展；同時制定相關的金融政策，使信貸模式能夠更好地推動高技術產業發展；改善風險投資體系及信用擔保機制。采用交叉持股的方式降低高技術型企業的風險，加快建設重慶市技術產權交易所，為風險資本提供退出通道的保障，形成風險資本對高技術企業資本投入循環鏈，更好地吸引較多的社會資金進入到高技術產業中。將重慶市的擔保機構進行整合，建立適合高技術企業信用擔保機制，同時構建適合重慶市特有的再擔保機制和擔保機構基金的運作機制以及財政的補償機制等，使得信用擔保機制更好地為高技術產業服務。

（三）提高政府政策中科技撥款水平和資金使用效率

財政科技撥款能夠直接有效的對高技術產業發展提供資金支持，要加大總量的投入，而且應積極引導高技術產業的技術創新，應該聚焦重點領域的技術創新，培育創新技術應用于高技術產業。政府應該采取財政補助獎勵，稅費給予一定的減免，單向補貼等政策。比如對年研發收入占當年主營業務收入比例超過高技術產業平均水平的企業，按照最終的研發經費支出給予一定比例的補助；對年增加的專利技術申請量達到一定數量的單位可以給予適當的獎勵等等，并且可以更多的從政府政策上給予高技術產業適當的政策傾斜，構建高科技產業的制度機制，從而提高財政科技撥款水平和資金使用效率，使得高技術產業的發展獲得有益支持。

（責任編輯：張恩娟）

參考文獻：

[1]Robinson J.The Rate of Interest，and Other Essays[M].MacMillan，1952.

[2]Levine R.Financial Development and Economic Growth：Views and Agenda[J].Social Science Electronic Publishing，1997，35（2）：688-726.

[3]Rajan R G，Zingales L.Financial Dependence and Growth[J].Social Science Electronic Publishing，1998，88（3）：559-586.

[4]Cetorelli N，Gambera M.Banking Market Structure，Financial Dependence and Growth：International Evidence from Industry Data[J].The Journal of Finance，2001，56（2）：617-648.

[5]Fisman R J，Love I.Financial Development and Growth in the Short and Long Run[J].Social Science Electronic Publishing，2004.

[6]陳柳欽.高新技術產業發展的金融支持研究[J].當代經濟管理，2008，30（5）：59-65.

[7]林海平.高新技術產業發展的金融支持[J].學術界，2015（3）：72-81.

[8]吉亞輝，馮進.政府對高科技企業資金投入的制度創新分析——基于西部的研究[J].社會科學輯刊，2008（2）：92-94.

[9]林毅夫，章奇，劉明興.金融結構與經濟增長：以制造業為例[J].世界經濟，2003（1）：3-21.

[10]李洪偉等.高技術產業與經濟增長關系的實證研究[J].技術經濟與管理研究，2013（11）：124-128.

[11]米展.金融發展對企業技術創新模式影響研究——基于中國高技術產業的實證分析[J].審計與經濟研究，2016，31（6）：112-120.

[12]朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業R&D;投入及其專利產出的影響——上海市的實證研究[J].經濟研究，2003（6）：45-53.

[13]唐明祥，余源源.安徽省金融支持高技術產業發展的實證分析[J].科技經濟市場，2010（5）：44-47.

[14]宋智文，凌江懷.高技術產業金融支持實證研究——基于省際面板數據的分析[J].經濟問題，2013（3）：75-80.

[15]王迅.金融支持哈爾濱市科技創新和高新技術產業發展問題研究[J].黑龍江金融，2012（12）.