長江經濟帶科技金融發展時空特點研究

□文/盧小蘭

（江漢大學商學院 湖北·武漢）

［提要］ 基于科技金融的科學內涵，構建包含政府科技金融和市場科技金融兩個一級指標的長江經濟帶科技金融發展評價指標體系，利用熵值法測算2011～2019 年長江經濟帶11 個省市科技金融發展指數，借助時序分析和空間相關方法研究其時空特點。結果表明：整體上科技金融發展水平逐年上升，但省域科技金融發展水平差異增大，科技金融發展水平由高到低依次為下游、中游和上游地區；科技金融發展水平整體上顯著空間正相關，且呈一致增長趨勢，局部空間特點穩定，表現為上海、江蘇和浙江始終處于“高-高”區域，湖北、湖南、重慶、四川、貴州和云南位于“低-低”區域，安徽位于“低-高”區域，江西經歷了從“低-低”區域到“低-高”區域的變化。

引言

2011 年至今，人民銀行、科技部、銀保監會等頒布《關于促進科技和金融結合加快實施自主創新戰略的若干意見》和《關于支持銀行業金融機構加大創新力度開展科創企業投貸聯動試點的指導意見》等多個科技金融政策文件，科技金融已成為相關領域研究熱點。本文對相關文獻做如下梳理：其一，科技金融的科學內涵。1993 年深圳科技局最早提出科技金融這一概念。隨著科技與金融融合程度的加深，相關學者從科技金融的范圍、來源、功能和性質等角度對科技金融做出盡量完整的定義。其中，趙昌文等（2009）提出，科技金融是促進科技開發、成果轉化和高新技術產業發展的一系列金融工具、金融制度、金融政策與金融服務的系統性、創新性安排。房漢廷（2016）、寇明婷等（2018）認為，科技金融是以培育高附加價值產業，創造高薪就業崗位，提升經濟體整體競爭力為目標，促進技術資本、創新資本與企業家資本等創新要素深度融合和深度聚合的一種新經濟范式。其二，科技金融發展水平的測度。張明喜等（2018）將科技金融定義為經濟金融和科學技術的深度融合，并據此建立科技金融理論體系。王海蕓等（2019）構建包含科技財稅與信貸、創業風險投資、科技資本市場、科技金融環境和科技金融產出等5 個一級指標的科技金融指標體系，利用主成分分析法測算2016 年中國各省市科技金融水平。徐宇明等（2020）從“資源-投入-產出”等角度構建區域科技金融發展指標體系，利用馬爾可夫鏈、泰爾指數和莫蘭指數分析中國科技金融發展的動態變化、內部差異和空間分布情況。已有研究提供了豐富的理論支撐和思路借鑒，但已有研究中關于區域科技金融發展的空間差異，特別是空間相關特點研究不夠深入。

長江經濟帶國土面積超過20%，人口占比接近43%，覆蓋長江上、中和下游共11 個省市。2016 年，《長江經濟帶創新驅動產業轉型升級方案》提出創新金融和科技擔保服務，形成長江經濟帶發展合力。本文基于科技金融的科學內涵，構建包含政府科技金融和市場科技金融兩個一級指標的長江經濟帶科技金融發展評價指標體系，利用熵值法測算2011～2019 年長江經濟帶11 個省市科技金融發展指數，借助時序分析和空間相關分析研究其時空特點。

一、指標體系、數據來源和研究方法

（一）指標體系。科技金融可分為公共科技金融與市場科技金融，考慮到數據可得性等原則，公共科技金融以人均財政科技投入、財政科技投入占比、人均R&D 經費內部支出（政府資金部分）和高技術產業利潤總額等3 個指標衡量。市場科技金融以銀行業金融機構各項貸款余額、創業風險投資公司管理資本規模、創業風險投資機構數量、人均R&D 經費內部支出（非政府資金部分）、人均高新技術產業投資額、人均高新產業技術改造經費、金融業增加值、股票市價總值和全部金融機構保險密度等9 個指標衡量，指標評價體系如表1。（表1）

表1 科技金融發展評價指標體系一覽表

（二）數據來源。長江經濟帶11 個省（市）上游地區包括四川、云南、貴州和重慶，中游地區包括湖北、湖南、江西和安徽，下游地區包含上海、江蘇和浙江。數據來源于2011～2020 年《中國統計年鑒》及11 個省（市）歷年統計年鑒、《中國科技統計年鑒》《中國金融統計年鑒》和《中國創業風險投資發展報告》等。利用各省市的價格指數，將人均財政科技投入等價值量指標以2011 年價格進行價格平減。數據處理運用Stata16.0，空間權重處理等利用ArcGIS10.7 軟件。

（三）熵值法。首先，采用極差法對原始指標值Xij（i=1，2，…，n；j=1，2，…，p）作歸一化非負化處理。本文中全部指標均為正向指標，故由公式：

得到數據矩陣Xij′（i=1，2，…，n；j=1，2，…，p），矩陣中元素xij′∈［0.01，1.00］。

其次，由熵值法計算權重，步驟如下：

1、計算第i 個評估對象在第j 項指標下的比重值Yij。

2、計算第j 項指標的熵值ej：

3、計算第j 項指標的信息熵dj：dj=1-ej。

4、計算第j 項指標的權重wj：

5、由權重wj和xij′加權求和計算得到第i 個評估對象的科技金融發展指數。

（四）空間相關分析。整體上長江經濟帶科技金融發展是否存在空間相關性，可用全局Moran’s I 指數進行測度。其中，計算全局Moran’s I 指數所需的空間權重矩陣可分別為地理相鄰、地理距離或經濟距離等空間權值矩陣。由于部分區域科技金融發展的正相關和另一部分區域間負相關可能抵消，全域Moran’s I 無法揭示某一特定區域的局域空間相關特點，可用局域Moran’s I 散點圖等描述各區域科技金融的局域空間相關性及異質性特點。

二、長江經濟帶科技金融發展指數測算

各二級指標權重如表1 所示，從對長江經濟帶科技金融發展的貢獻率來看，公共科技金融占比為35.77%，市場科技金融占比為64.22%。這說明長江經濟帶科技金融發展中市場科技金融占主要地位，而政府主導的公共科技金融處于次要位置。由上述各二級指標權重進行加權求和得到科技金融發展指數如表2 所示。（表2）

表2 長江經濟帶科技金融發展綜合指數一覽表

三、長江經濟帶科技金融發展的時序特點

（一）整體科技金融發展水平的時序變化。長江經濟帶整體上和各區域各年度平均科技金融綜合指數時序變化如圖1。長江經濟帶科技金融發展綜合指數呈逐年上升趨勢。從各年度長江經濟帶科技金融發展綜合指數均值來看，科技金融發展綜合指數總體呈現上升趨勢，從2011 年的0.128 上升到2019 年的0.258，總體上升7.99%，年均增長率為9.16%。此外，各年度科技金融綜合指數的標準差呈擴大趨勢，在2017 年達到最大值，后于2018 年和2019 年離散情況稍有減弱。這說明伴隨著長江經濟帶整體科技金融的上升，省域間科技金融發展水平的差異也在持續擴大。（圖1）

圖1 長江經濟帶科技金融發展指數時序圖

（二）區域科技金融發展水平的時序變化。長江經濟帶各區域科技金融綜合指數從高到低依次為下游、中游和上游地區，中、上游地區科技金融水平顯著均低于長江經濟帶整體科技金融水平，且各區域科技金融發展水平差異明顯。2011～2019 年間，下游地區均值為0.458，高于中游地區（0.115）和上游地區（0.082）。盡管下游地區比上、中游地區科技金融發展水平高，但其增長速度相對較小。研究期間，下、中、上游地區科技金融平均增長率分別為6.3%、15.1%、14.5%，這說明在長江經濟帶科技金融發展過程中，下游地區科技金融發展為“領跑者”的角色，中、上游地區作為“跟跑者”以更大的增長速度奮力追趕。

長江經濟帶各省（市）科技金融發展水平排名穩定。研究期間，長江經濟帶各省（市）科技金融發展指數排名基本沒有變化。排在前三位的分別為江蘇、上海和浙江，湖北、湖南、重慶和四川排名居中且只有微量變化，而排在后三位的是江西、貴州和云南，這說明中上游地區科技金融發展尚有很大空間。

四、長江經濟帶科技金融發展的空間特點

（一）科技金融發展水平的空間差異特點。將科技金融發展水平從高到低劃分為優（≥0.5）、良（0.30～0.50）、中（0.10～0.30）、差（≤0.10）等四個等級。從等級來看，長江經濟帶科技金融發展水平優良省（市）個數逐步增加。2011 年長江經濟帶科技金融發展水平為優、良、中和差的省（市）分別為0 個、2 個、1個和8 個；2013 年優、良、中和差的省（市）分別有1 個、1 個、2個和7 個；2015 年優、良、中和差的省（市）分別有1 個、2 個、4個和4 個；2017 年和2019 年優、良、中和差的省（市）都分別有2 個、1 個、6 個和2 個。總的來看，2011～2019 年科技金融發展水平從時序上看，呈現逐步由下游向中游和上游提升的態勢。

（二）科技金融發展水平的空間相關特點。基于地理相鄰、地理距離、經濟距離等3 種不同的空間權重矩陣，測算2011～2019 年長江經濟帶科技金融發展水平的空間Moran’I 指數如表3 所示。（表3）

表3 2007～2017 年長江經濟帶科技金融發展指數的Mor an’s I 指數一覽表

1、長江經濟帶科技金融發展水平整體呈顯著空間正相關。從表3 可知，3 種不同空間權重矩陣下，各年度Moran’s I 指數在3%的水平上均顯著為正，這表明長江經濟帶科技金融發展水平存在明顯的空間正相關性。此外，科技金融發展指數的空間正相關性基本呈一致增長趨勢，其中基于地理相鄰空間權重矩陣的Moran’s I 系數更為顯著，從2011 年的0.585 增加到2019 年的0.661。

2、長江經濟帶科技金融發展水平的局部空間相關特點穩定。基于地理相鄰空間權重矩陣，可繪制長江經濟帶各年度科技金融發展指數的局部空間散點圖。由各年度局部空間散點圖可知，始終處于“高-高”區域（第I 象限）的省市有上海、江蘇和浙江，表明該區域的省市自身科技金融發展水平高，其周邊省市的科技金融水平也較高；位于“低-低”區域（第III 象限）的省市有湖北、湖南、重慶、四川、貴州和云南，表明這些區域自身科技金融發展水平低，其相鄰省市科技金融發展水平也低；安徽基本位于“低-高”區（第II 象限），表明其自身科技金融發展水平低，其鄰省科技金融發展水平較高。而江西經歷了從“低-低”區域到“低-高”區域的變化，表明江西周邊省市科技金融水平在提高，但江西省科技金融水平沒有大幅提高。

五、結論

本文基于科技金融的科學內涵，構建包含政府科技金融和市場科技金融兩個一級指標的長江經濟帶科技金融發展評價指標體系，利用熵值法測算2011～2019 年長江經濟帶11 個省市科技金融發展指數，借助時序分析和空間相關分析方法研究其時空變化特點。結果表明：（一）整體上，長江經濟帶科技金融發展指數呈逐年上升趨勢，且其標準差也基本持續上升。表明隨著長江經濟帶整體科技金融的上升，省域間科技金融發展水平的差異也持續擴大。（二）分區域來看，長江經濟帶各區域科技金融發展指數從高到低依次為下游、中游和上游地區，各區域科技金融發展水平差異明顯，且中、上游地區科技金融指數均顯著低于長江經濟帶整體科技金融指數。下游地區在科技金融發展中充當“領跑者”的角色，中、上游地區以更大的增長速度作為“跟跑者”奮力追趕。（三）分省（市）來看，科技金融發展排在前三位的分別為江蘇、上海和浙江，而排在后三位的是江西、貴州和云南，湖北、湖南、重慶和四川排名居中，且只有微量變化。（四）長江經濟帶科技金融發展水平整體均呈顯著空間正相關。且這種空間正相關性呈現一致增長趨勢。其中，基于地理相鄰空間權重矩陣的Moran’s I 系數更為顯著，為0.6 左右。（五）長江經濟帶科技金融發展局部空間相關特點穩定。上海、江蘇和浙江始終處于“高-高”區域，湖北、湖南、重慶、四川、貴州和云南位于“低-低”區域，安徽基本位于“低-高”區，江西經歷了從“低-低”區域到“低-高”區域的變化。