■張 騰,劉 陽
改革開放以來,我國經濟一直保持快速增長,但是這種快速增長往往依靠要素與投資進行驅動。在勞動力成本上升、資源環境惡化雙重條件的約束下,隨著國家經濟進入新常態,傳統的驅動方式已無法滿足我國對于經濟持續性增長的要求。新的經濟環境必然會對我國經濟發展的驅動模式提出更高的要求。國家提出將創新驅動作為推動經濟發展的新引擎,而有效實施創新驅動發展戰略的核心在于科技創新。黨的十九大報告指出,我國經濟已由高速增長階段轉向高質量發展階段。因此,必須堅持質量第一,推動質量變革、效率變革、動力變革,提高全要素生產率,著力加快建設實體經濟、科技創新、現代金融、人力資源協同發展的產業體系,不斷增強我國經濟創新力和競爭力。科學技術與現代金融業發展對提升我國經濟的創新性、競爭性與持續性以及有效實施創新驅動發展戰略所發揮的作用是顯而易見的。科學技術是第一生產力與競爭力,科技進步與創新是轉變經濟發展方式與轉換經濟增長動力的重要支撐。而科學技術的發展離不開金融資本的支持。現代金融是經濟發展的核心,金融業的蓬勃發展可以強力助推科技進步并給一國經濟帶來巨大活力。同時,現代金融業也可以借助異質化科技創新加速自身發展。作為國家產業體系的兩個重要組成部分,科技創新與現代金融的有機結合就構成了科技金融范疇,兩者的協同作用可以推動一國科技乃至生產力的迅速發展。因此,科技金融發展無疑會對我國提高自主創新能力及建立創新型國家的發展目標產生深遠的影響。
嚴格意義上的科技金融概念第一次正式使用是在1994年。隨后諸多學者從不同層面與角度對“科技金融”進行定義。雖然對于科技金融的定義不盡相同,但多數的定義都明確了科技金融的本質是科技創新與金融創新的有機結合(房漢廷,2010)。一方面,科技創新能夠大力促進金融業的發展。科技的進步使得金融部門的交易成本與信息成本大幅降低,故而眾多金融部門的決策成本也有所降低,盈利空間得以擴大。另一方面,金融業的迅速發展也可以對科技創新產生重大影響。金融機構為企業的科技研發項目提供規模化的金融支持,使企業擁有足夠的資金對自身進行投資與升級。企業通過提升科技研發能力、優化資本結構與資源配置、發揮規模經濟效應等方式影響企業的全要素生產率(蘆峰和韓尚容,2015)。由此可以看出,金融資本能夠強力助推科技發展,而科技進步與創新則能影響最終的全要素生產率。正因如此,國家經濟發展需要科技創新和金融創新的深度融合,政府部門需要積極培育和發展科技金融。因此,如何促進科技金融穩定健康發展以及如何通過科技金融發展引領我國經濟增長方式轉變與推動生產力水平持續提高是當前政府部門與諸多學者的研究焦點。本文著重回答以下問題:如何科學全面衡量科技金融發展以及目前我國各區域科技金融發展水平如何?科技金融的發展對我國全要素生產率是否具有明顯影響?如果具有影響,科技金融是通過哪種途徑作用于全要素生產率?
本文認為,科技金融主要通過兩條路徑影響全要素生產率:技術進步與效率改善。技術進步主要指通過新技術、新工藝與新發明而導致的企業最優生產能力的整體提升。效率改善主要指通過管理創新、組織變革與制度完善使得企業現階段的生產效率向所能達到的最優效率的提高程度。一方面,科技金融給予企業足夠的金融支持,這能夠彌補企業自身的資金缺口。企業可將所獲融資直接作為研發經費或者用于購買先進的硬件設備、技術工藝與聘用高水平的科技人才,隨后通過消化吸收、模仿改造與集成創新等方式將前沿技術應用到本企業的生產過程中,進而促進企業的技術進步與創新。另一方面,企業在得到科技金融支持時往往還可以獲得其他方面的幫助。科技金融主體能夠通過信息傳遞、風險識別等優勢對企業在管理、組織、物流等方面提出一些具有針對性的建議,同時也能夠對企業人力資源進行專業化的培訓,借此提高企業資源配置與利用效率(洪銀興,2011)。此外,科技金融資本與其他傳統要素一樣具有趨利性的經濟特征,同質化的金融資本可以對異質化的科技企業進行選擇,通過“投票”的方式來篩選哪些企業具有吸引力。因此,科技金融主體在甄選資助對象時往往需要考慮企業的規模、技術以及前景等因素,這就使得企業需要專注于提升自身的科技研發與創新水平,同時對自身的生產流程、組織管理與制度設計等方面進行一定程度的改進,這些舉措有助于減少企業的生產成本,提高企業的經營效率與競爭力,從而獲得諸多科技金融的青睞。同樣,科技金融也可能通過這兩條路徑對全要素生產率帶來一定程度的負面影響。這是因為某些企業在獲得規模的科技金融資助后,沒有將資金投放到研發與生產活動,反而是用作于彌補自身的虧損,這就使得科技金融支持的效用大打折扣。也有一些企業在獲得科技金融資助后,產生一種“貨幣幻覺”,失去了提高自身技術水平與生產效率的動力與渴望,導致企業可能發生資源錯配與經營不善等狀況,從而影響全要素生產率(白俊紅和王林東,2016)。
本文的貢獻主要體現在:第一,以往研究主要從金融支持或科技創新溢出等方面分析其對要素生產率的影響,鮮有學者將兩者結合起來視為一個整體與全要素生產率納入研究框架并進行實證分析。本文從科技與金融有機融合的視角出發,考察其對我國全要素生產率的影響。第二,考慮到全要素生產率可能在地理區位或社會經濟方面存在空間關聯效應,本文構建多種空間權重矩陣并應用空間計量模型以實證考察科技金融對全要素生產率的影響,從而使實證結果更加客觀準確。
作為一種確定性前沿生產函數法,Malmquist指數是用來測度全要素生產率變化的專門指數。此方法在規模報酬不變(CRS)的假設下,把全要素生產率分解為技術變化(TECH)和技術效率變化(EFFCH)。根據 Fare et al.(1994)提出的 DEAMalmquist指數方法,從t到t+1時期Malmquist分解如(1)所示:
DEA-Malmquist指數的求解需要測算相關的距離函數,下面以距離函數)為例給出線性規劃求解式:
式中mi(xt+1,yt+1,xt,yt)表明t+1時期的全要素生產率較t時期有所提高。(1)中的前者(EFFCH)測度在規模報酬不變且要素自由配置的條件下,從時期t到t+1每個觀察單元到最優生產邊界的追趕程度。后者(TECH)測度的是時期t到t+1技術前沿邊界的移動程度。EFFCH與TECH數值大于1,表示水平提升,小于1則表示能力有所下降而等于1則表示水平不變。
為避免由于不考慮空間相關性所帶來的估計偏差,本文采用與空間相關的計量模型進行回歸分析。空間計量模型包括空間滯后模型(SAR)與空間誤差模型(SEM)。
空間滯后模型表達式如下:
其中,ρ為空間滯后系數,反映樣本觀測值的空間依賴作用,即相鄰地區對本地區觀測值影響的方向和程度。W為n×n階的空間權重矩陣,Kejin表征科技金融發展水平。
空間誤差模型表達式為:
其中,λ為空間誤差系數,μ為正態分布的隨機誤差項向量。
本文通過構建不同類型的空間權重矩陣,借此從不同的空間角度分析科技金融發展對全要素生產率的影響。本文分別基于地理區位特征與社會經濟特征構造空間權重矩陣。
1.地理特征空間權重矩陣
地理學第一定律表明,任何事物與其他周圍事物有著一定程度的關聯性,而關聯程度的大小受到事物之間地理距離的影響。距離較小的事物間的聯系相對距離較大事物之間的聯系更為緊密。一般的空間權重矩陣多是基于鄰接標準或距離標準建立。地理鄰接權重矩陣的假定是當一個地區與另一個地區相鄰時,空間權重矩陣中對應項取1,不相鄰時就取值為0,即兩個不相鄰的地區之間沒有任何的聯系。地理鄰接權重矩陣表達形式如(5)所示:
地理距離權重矩陣假定兩個區域單元不相鄰就沒有空間相關性,這顯然不符合實際情況。例如北京和上海沒有相鄰,但是兩個地區之間的經濟活動往來很頻繁,因此兩者具有一定程度的空間依賴性。地理距離權重矩陣假定如果兩個區域之間地理距離越小,則表明二者空間相關程度越高,否則二者空間相關程度越低。應用地理距離權重矩陣可以對基于地理鄰接權重矩陣得出的結果進行穩健性檢驗。地理距離權重矩陣的表達形式如(6)所示:
其中,d為兩個地區地理中心位置之間的距離。
2.社會經濟特征空間權重矩陣
僅考慮以地理位置所表現出的空間相關性是不夠全面的,因為地理空間權重矩陣只反映了地理遠近的特征。區域的生產活動是具有系統性與科學性,必然受到一些非地理因素的影響。因此,需要從多個維度構建其他類型的空間權重矩陣,以全面分析科技金融發展對全要素生產率的影響。本文將區域間的社會經濟特征分為兩類:經濟基礎與信息傳播,以此分別建立空間權重矩陣。
經濟基礎距離權重矩陣是指區域經濟基礎的差異會導致地區吸收能力的不同,從而影響知識溢出與技術擴散的效果。理論上講,區域間的經濟水平差距過大,那么落后地區則由于缺乏足夠的經濟支撐,導致學習與吸收能力低下,造成技術與知識傳播受到阻礙,故而無法有效獲得技術外溢所帶來的好處。相反,如果兩地之間經濟差距較小,則可以說明兩個地區在產業結構、市場環境等方面有一定程度的可比性,這無疑有利于落后區域引進與消化前沿技術,進而提高地區全要素生產率。經濟基礎距離權重矩陣可表示為:
其中,Wd為地理距離權重矩陣Yit為考察期內第i省居民消費水平均值為考察期內總消費水平均值,t為不同的時期。本文選用各地區居民消費水平表征地區的經濟發展基礎。
信息傳播距離權重矩陣是指區域的信息基礎水平會對生產活動的空間關聯性與依賴性產生影響。當一個地區的信息傳播量占總量的比重較大時,說明此地區的知識、技術、經驗等軟要素流動頻繁,促進了區域之間的知識溢出與技術擴散。另一方面也說明該地區擁有良好的基礎設施環境,故而可以減少要素、產品、服務的運輸成本與交易成本,也能為區域的生產活動提供良好的經營環境,優化資源配置,從而提高區域生產效率。
信息傳播距離權重矩陣可表示為:
其中,Wd為地理距離權重矩陣為考察期內第i省信息傳播量平均值為總信息傳播量平均值。本文選用各地區郵電業務量表征信息傳播量。
考察科技金融與全要素生產率的關系,首先需要考慮的是如何衡量科技金融發展水平(徐玉蓮等,2017;曹顥,2011)。本文認為衡量區域科技金融發展水平應從三個方面進行(見表1)。

表1 科技金融評價指標體系
一是科技金融投入。本文選用政府支持力度、企業投入力度、R&D人力資源與金融機構科技投資額四個分項指標。需要說明的是,對于R&D人力資源的表征,本文認為R&D人員數只能體現參與研發的人員數量,并不能很好體現人員參與研發工作的實際情況,故而選用R&D人員全時當量作為指標。二是科技金融成果。本文用專利產出與合同成交額兩個分項指標來表征。這兩個指標作為科技與金融融合關系的具體體現,涵蓋了知識產出方面的大量信息,能夠全面反映科技金融成果產出情況。三是科技金融市場化。科技金融產出是否具有市場普遍接受的經濟價值與高度的商業化能力是衡量科技金融發展的重要標志之一,故而選用銷售收入與出口額度兩個分項指標進行表征。
在構建科技金融評價指標體系過程中,由于各種指標的計量單位不同,故而采用均值化方法對原始數據進行無量綱化處理。在此基礎上,使用SPSS25.0軟件將上述10個基礎指標進行因子分析,然后計算綜合因子得分,并以此綜合因子得分作為科技金融發展的最終衡量指標。
應用DEA-Malmquist指數方法測算全要素生產率。投入變量選取各地區規模以上工業企業勞動力人數(L)和資本存量(K),產出變量選取各地區規模以上工業企業主營業務收入(Y),并用工業品出廠價格指數平減為以2005年的實際價格。對于資本存量的計算,借鑒張軍等做法,采用永續盤存法進行計算,公式為:
其中,Kit,Kit-1分別為第i個地區第t年和第t-1年的資本存量。I為當年的固定資產投資額,并用歷年各地區固定資產價格指數將其平減為以2005年為基期的實際值。折舊率同樣按照張軍等所估算出的數值,取值為9.6%。
本文參考以往的研究,基于數據的連續性與可得性,主要選取以下指標作為控制變量。
(1)R&D資本存量(Stock)。企業R&D資本存量代表了企業自身的資本與知識積累(吳延兵,2006)。本文選取R&D經費內部支出這一指標,借鑒朱平芳和徐偉民(2003)做法,采用公式(10)計算R&D支出價格指數,然后用得出的R&D支出價格指數將其平減為2005年的實際值。
最后,利用永續盤存法將其換為R&D存量形式。核算方法與前文計算固定資本存量的方法一致。不同的是,取其折舊率為15%,這是諸多對于R&D經費支出研究中所普遍接受的折舊水平。代入計量模型時,為避免異方差出現的問題,對其進行對數化處理。
(2)人力資本(Labor)。作為知識與技能的載體,高素質人力資源可以為企業提升全要素生產率提供智力支持與精神引領(岳書敬和劉朝明,2006;夏良科,2010)。已有研究考慮到人力資本組成部分的異質性,發現對TFP有顯著促進作用的是受過高等教育的人力資本部分而不是平均人力資本。因此,本文用每十萬人口平均在校大學生數進行表征。為防止異方差的出現,進行對數化處理。
(3)對外開放水平(Open)。國內企業與國外企業進行貿易合作,由于可以直接接觸國際市場,國內企業能夠從國外先進企業購買和學習包括產品設計、物流分配以及組織架構等方面的新知識(毛其琳和盛斌,2011)。隨后企業便可以通過模仿、改造或集成創新等方式將新的知識與技術工藝應用到內部生產過程,這也將會提升企業的全要素生產率。本文用貿易依存度,即地區進出口總額占地區生產總值的比重予以表征。
(4)產業結構(Indus)。產業結構的差異性會導致“虹吸效應”的出現,要素資源會自動的向經濟效率高的產業流動和轉移。此外,資本的逐利性會促使要素向結構更加合理的領域集聚,從而促進產業結構不斷調整與優化,進而提高產出效率(岳書敬和劉朝明,2006)。本文使用第三產業增加值占總產出的比例進行表示。
(5)政府干預力度(gover)。合理的政府干預有助于社會資源的配置優化與充分利用,進而提高生產效率,最終能夠促進經濟的健康、穩定、持續的發展。但如果干預過度或者不合理,則有可能造成要素資源錯配及效率低下的情形(夏良科,2010)。這里采用支出法GDP中政府消費支出占最終消費支出的百分比來表示。
以上指標所需原始數據來自《中國統計年鑒》《中國科技統計年鑒》《中國高技術產業統計年鑒》、Wind數據庫、中經網統計數據庫、各省市統計年鑒。本文以中國大陸30個省、市、自治區為研究樣本。由于西藏自治區的數據缺失,故予以剔除整理,對于部分缺失數據則采用插值法予以替代。
本文構建的空間計量模型分別為空間滯后模型(SAR)與空間誤差模型(SEM)。由于事先無法判斷哪個模型能夠更有效地擬合,通常需要通過拉格朗日因子(LM)進行檢驗。如果在空間依賴性檢驗中,發現LM(Error)比LM(Lag)在統計上更為顯著,則可以確定空間誤差模型用于實證分析較合適,反之則空間滯后模型更為合適。如果拉格朗日因子無法檢驗時,則需要進一步比較Robust-LM(Lag)和Robust-LM(Error)。
表2的結果是在全國范圍以TFP作為被解釋變量進行回歸分析所得。從中可以看出,基于任何一個空間權重矩陣下所得出的空間系數都為正數,且全部通過1%的顯著性檢驗,這說明我國的全要素生產率具有明顯的空間相關性。這是因為,一方面,要素資源都具有稀缺性與趨利性的經濟特征。在資源要素可以自由流動的條件下,生產率較低的要素會自動流向效益較高、生產率較高的地區,從而使TFP較高地區的生產力水平進一步提升。而那些TFP較低的地區由于生產要素流出導致其生產水平的下降。另一方面,低TFP地區的企業可以通過向高TFP地區的企業學習來提升自己的生產力水平,借此發揮后發優勢。同時,由于現代通訊技術的快速發展,信息傳遞與共享非常便捷,故而加強了區域之間的學習效應與知識溢出效應。全要素生產率所具有的空間依賴性也表明應用空間計量模型衡量科技金融發展對全要素生產率的影響具有合理性。無論是在地理鄰接權重矩陣、地理距離權重矩陣、信息距離權重矩陣,還是經濟距離權重矩陣下,用空間計量模型進行分析,科技金融均顯著促進了全要素生產率的提高。
為了清晰展現科技金融分別對技術進步與效率改善的影響情況,本文只列出了應用最優空間計量模型所得到的實證結果。從表3可知,無論空間計量模型是基于四個權重矩陣的哪一個進行構建,科技金融對技術進步的影響都為正向,但促進作用沒有通過顯著性檢驗。從表4可知,基于任何一個權重矩陣構建的空間計量模型所得出的實證結果具有一致性,科技金融發展對于效率改善有明顯的促進作用,所得系數全部通過1%的顯著性檢驗。因此,以上分析可以說明科技金融發展對我國整體全要素生產率具有顯著的促進作用,且主要是通過效率改善途徑發揮作用,通過技術進步途徑產生的影響并不顯著。

表2 全要素生產率的空間計量模型參數估計結果

表3 技術進步的空間計量模型參數估計結果

表4 效率改善的空間計量模型參數估計結果
出現這種情況的原因可能是,一方面,某些企業獲得科技金融主體的支持后,在沒有約束與監督的條件下將資金用于彌補自身的虧損與償還之前的債務,而不是投資于研發與生產項目。這種情況的出現會使得科技金融支持的效果低于預期水平。另一方面,由于我國的科技基礎較差,投入產出比與成果轉化率較低。即使將資金用于企業的自主研發與生產環節,研發活動所具有的高風險性與高不確定性也會導致最終結果不盡如人意。因此,企業依賴技術進步路徑雖然可以在一定程度促進全要素生產率的提高,但效果不是特別顯著。相反,企業通過效率改善路徑以提升全要素生產率的效果是非常顯著的。此外,兩個表中空間系數同樣是通過顯著性檢驗的正值,這也從側面驗證了從表3得出全要素生產率所具有空間依賴性的結論。
本文在對我國各地區科技金融發展進行量化分析的基礎上,通過構建科技金融評價指標體系,運用具有空間效應的計量模型實證考察科技金融發展對我國全要素生產率的影響。研究發現:我國各地區的科技金融發展程度不一,東部科技金融發展程度最高,中部次之,西部最低;我國全要素生產率具有明顯的空間自相關特性,表明一個地區與其空間相關地區的要素使用活動是相互影響的;科技金融發展能夠促進全國規模以上工業企業全要素生產率的提高,且這種影響主要是通過效率改善路徑發揮促進作用,通過技術進步途徑產生的影響并不顯著。
根據實證結果進行分析,本文提出以下政策建議。首先,為促進區域科技金融協同發展,政府應鼓勵東部地區在其先天優勢的基礎上,繼續大力發展科技金融,并通過要素流動與知識溢出等機制帶動周邊地區的科技金融發展。同時,政府應加大對中部、西部地區科技產業的扶持力度,進行適度的政策傾斜,提供一定的人力、物力以及財力的資助,優化中、西部地區的產業結構,借此促進中、西部地區科技金融健康、快速的發展。其次,國家應從整體層面制定相關的資源利用戰略與規劃,并根據不同資源稟賦地區的特點制定差異化的策略,從而提高要素的配置效率與使用效率。同時,政策制定部門還需考慮各地區的空間聯系,合理提高地區間生產技術、知識與經驗的交流分享程度,促進創新型人才有效率的流動。再者,政府、銀行機構、投資機構應提升對科技金融投向的關注度。科技金融主體可以提前簽訂協議以明確科技金融的適用范圍,從而約束企業對融資的應用。嚴格監督科技金融的配置以減少資源浪費與錯配狀況的出現。最后,建設科技金融服務與信息中介平臺,積極培育與發展科技金融。國家需搭建專門針對科技金融發展的信息平臺,使其發揮良好的橋梁作用。同時,健全信息服務平臺的法律法規,對網絡平臺的建設與完善予以政策支持。