科技金融和科技創新對京津冀地區經濟增長的影響研究

摘 要：科技金融作為科技創新和金融創新融合發展的產物，對促進實體經濟高質量發展起到了重要作用。為了研究科技金融和技術創新對京津冀地區經濟增長的影響，并探究技術創新與經濟增長之間是否存在非線性關系，本文選取京津冀三地2000—2021年的面板數據，采用門檻回歸方法進行了分析。研究結果表明，科技創新對該地區經濟增長的影響在不同科技金融水平下存在差異。具體而言，北京已超越了科技金融的門檻水平，當前階段，其技術創新對經濟增長的影響已顯現遞減趨勢；天津和河北省的科技金融發展水平尚顯滯后，未達到促進經濟增長的門檻水平。本文建議，北京市政府應適度調控科技金融規模的繼續增長，同時加大天津和河北省的科技金融投入力度，以加快京津冀地區的經濟協同發展。

關鍵詞：科技金融；金融創新；經濟增長；京津冀；門檻回歸；區域經濟

中圖分類號：F833 文獻標識碼：A 文章編號：2096-0298（2024）10（a）--05

1 引言

我國“十四五”規劃提出通過“構建金融有效支持實體經濟的體制機制”的方式推動實體經濟發展，科技金融作為科技創新和金融創新融合發展的產物，能夠引領實體經濟高質量發展的方向，為實體經濟高質量發展提供動力源。根據中國科技部發布的國家“十二五”科學和技術發展規劃中的定義，科技金融是指通過創新財政科技投入方式，引導和促進銀行業、證券業、保險業金融機構及創業投資等各類資本，創新金融產品，改進服務模式，搭建服務平臺，實現科技創新鏈條與金融資本鏈條的有機結合，為初創期到成熟期各發展階段的科技企業提供融資支持和金融服務的一系列政策和制度的系統安排。天津市第十七屆人民代表大會第五次會議批準通過的《天津市國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要》中也突出創新能力的提升和創新體系的完善，重視推動京津冀協同創新、優化創新空間布局、深化科技體制改革等任務部署。

因此，京津冀在協同發展機制的形成及順利開展過程中，迫切需要研究科技金融如何助推科技創新，進而促進京津冀區域經濟一體化進程，使其真正成為全國創新驅動經濟增長的新引擎，并探尋科技金融在不同的發展水平上，科技創新與區域經濟增長之間是否存在非線性關系，這必將為京津冀協同發展在科技金融政策的有效實施提供更多的現實意義。

2 文獻綜述

科技金融在迅速成長過程中可以引發技術創新，而創新又是推動國家經濟高效成長的源動力，所以，科技金融就是借助技術創新這條途徑進而推動經濟的高質量發展。學者們在這一領域已進行了廣泛研究：Po-Susan Hus 等（2014）基于發達經濟體和新興經濟體的面板數據進行分析，結果表明金融市場對專利授權數具有正向作用，金融市場對科技創新具有正向的促進作用。汪淑娟和谷慎（2021）指出，科學技術金融機構還可以為技術創新公司進行投融資，以此緩解資金不足、融資約束等問題，為技術創新公司的研發活動創造良好環境，從而有助于提高這些公司的技術創新能力。滕磊和馬德功等（2020）、謝雪燕和朱曉陽（2021）表示科技金融體現的是技術與資金的結合，其實質上是科技主體與金融服務投資工具所形成的組合，有效拓展了我國高新技術中小企業的金融整合資源范圍，大力解決了中小企業投融資困難，促進基礎性技術研究與成果轉化，最終促進創新。

基于省級的針對性研究有很多成果。Alessandra 和 Stoneman（2006）基于對京津冀地區金融進步指數的研究，提出金融對科技具有顯著促進作用，技術成果在轉移轉化過程中帶來金融資本增值。HendrikseR，van Meeteren M & Bassens D（2020）通過對區位資源進行分析，研究位于相對低發達地區的金融中心是如何通過科技與金融的結合尋求發展機會的，豐富了兩者之間的理論研究。周鑫磊（2022）對貴州省的研究表明，金融科技也是通過產業經濟起作用的，而且在貴州金融科技和高技術產業有長期均衡關系，金融投入和高技術發展之間可以雙向促進，而金融貸款只能單方面促進科技發展。吳平雄和王震（2022）對河北省的研究聚焦于科技金融與經濟發展耦合協調度，兩者之間以及兩者的子系統之間協調度都呈現上升趨勢，而開放動向方面則有待于提高。劉立軍、劉義臣（2022）京津冀科技金融與實體經濟高質量發展的耦合協調度整體呈現逐步優化態勢，天津2015—2016年耦合協調度等級提升后又出現回落現象，考察期內實現耦合協調度等級提升的僅有6市，內部呈現顯著分異特征，協同水平有待提升；路徑研究顯示，京津冀科技金融投入通過效益發展、綠色發展和創新發展的路徑顯著促進了實體經濟高質量發展，但對實體經濟綠色發展的影響相對較小。

在利用門檻模型分析上，鄭磊、張偉科（2018）利用 2005—2015年中國29個省級行政區的面板數據，以區域經濟發展為門檻變量，通過構建面板門檻模型，考察了我國科技金融與科技創新的非線性關系。

綜上所述，針對京津冀區域科技金融及科技創新對經濟增長的門檻效應還鮮有研究，本課題的研究將會助力這一區域經濟的協調發展。

3 指標選取與模型設計

3.1 指標選取

科技金融的衡量指標包括三個方面：科技從業人員數量、金融行業從業人員數量，以及金融機構發放的科技支出貸款。作為科技金融的重要參與者，科技企業見證了科研人員投入數量的增加，這意味著科研規模的擴大。而金融創新和服務需要更好地適應這種增長。因此，科研人員投入數量與科技金融之間存在著正相關關系。這一觀點也在李思成（2022）、何國華（2022）的研究中得到了佐證。金融從業人員數量的增加以及金融機構發放的科技支出貸款額的增加，意味著對科技金融所需的人力資本提供了有力保障，并增加了向科技企業提供融資支持的金融資本。因此，這兩個代理變量與科技金融之間也存在著正相關關系。這一觀點與鄭磊（2018）、揭紅蘭（2020）、劉立軍（2022）等學者的觀點一致，并受到了其方法論的啟發。在衡量技術創新時，一般有兩種方法：投入法和產出法。因此，本文從投入和產出的角度分別選擇科研經費投入和專利申請受理量作為代理變量。這一做法也受到了Feng et al.（2022）和鄭磊（2018）觀點的啟發。

因果變量是經濟增長，根據Chinn & Ito（2006）及 Li 和 Wei（2021）的研究，通過本地人均國內生產總值來進行測量。本文還包括其他標準控制變量，如金融發展、金融開放和高校招生數。本文選擇金融體系中的信貸作為金融發展的代理變量，外商直接投資作為金融開放的代理變量。這是考慮到信貸規模與經濟增長之間存在密切關系（Cheng et al.，2021），而外國直接投資（FDI）引進了更先進的外國技術和經驗，并推進技術創新，從而進一步促進經濟增長（Boqiang lin，2022）。本文將高等院校招生數（erhe）作為控制變量之一，因為豐富的高端人才將為區域經濟發展提供穩定的人力資本（Botev et al.，2019）。

3.2 模型建立

本文的模型最初是從Pagano（1993）著名的AK模型中派生出來的，利用內生經濟增長理論構建了分析金融經濟關系的模型，并參考Chinn和Ito（2006），楊繼梅等（2020），Okunade （2022）的研究。這里研究技術創新對經濟增長的影響，可以將方程表示為：

PGDPit=α0+β'1Tlit+β'2Xit+εit（1）

其中，PGDP代表人均國內生產總值，即因變量；Tl為主要自變量，代表科技創新；xit表示包括門檻變量TF（科技金融）和控制變量FD（金融發展）、FO（金融開放）和erhe（高等院校招生數）在內的i維解釋變量向量。i代表橫截面范圍內的不同省份或直轄市（i=1，...，N），t表示每個單位的時間序列維度（t=1，...，T）。α0是特定的固定效應，εit≈（0，σ2）表示獨立同分布的誤差項。

3.3 數據來源

本文構建了一個2000—2021年的1個省份（河北省）和2個直轄市（北京和天津）的面板數據。時間范圍的選擇完全基于感興趣變量的數據可用性，如科技從業人員數量、金融機構發放的科技支出貸款以及科研經費投入。數據來源于北京統計年鑒、天津統計年鑒、河北省統計年鑒及其金融年鑒，以及中國科技統計年鑒。

4 實證檢驗

4.1 數據描述

本文對所有變量數據進行描述性統計（表1），發現人均GDP平均率為6422.5美元，其中北京為12000美元，天津為8675美元，河北為4164.5美元。北京的科技從業人員各年份平均數是天津的2.4倍，是河北的3.04倍；北京和河北的金融從業人員各年份平均數相差不多，都是天津的3.27倍；金融機構人民幣各項貸款余額中科技支出各年份平均數，北京這一指標的均值是天津的4.6倍，是河北的10.57倍；從科研經費投入量來看，北京這一指標均值是天津的3.27倍，是河北的5.24倍；就專利申請數來看，北京這一指標的均值是天津的3.08倍，是河北的3.36倍；北京的信貸規模及吸引外商投資并沒有顯示這么大的差距，表現為北京的信貸規模及吸引外商投資約是天津和河北的1倍多。

4.2 基于科技金融指數的分析

本文用科技從業人員數量、金融行業從業人員數量，以及金融機構發放的科技支出貸款三個代理變量來衡量科技金融，對于科技金融這三個代理變量進行KMO檢驗發現度量指標大于0.4，可知原始變量適合進行因子分析。通過因子分析及相應的碎石圖，可提取一個主成分。

通過用主成分因子法計算，結果顯示提取出來的這一主成分對科技金融各代理變量解釋都比較好，它解釋了科技金融三個代理變量組合方差的74.48%。因此本文通過主成分分析法提取了一個主成分來代表科技金融，即TF。

4.3 基于科技創新指數的分析

用科研經費投入和專利申請受理量這兩個代理變量來衡量科技創新，對于科技創新兩個代理變量進行SMC檢驗發現指標都大于0.7，可知原始變量可以進行主成分分析。通過因子分析及相應的碎石圖，可提取一個主成分。

通過對其進行主成分分析，結果顯示提取出來的這一主成分解釋了科技創新兩個代理變量組合方差的93.32%。因此本文提取了一個主成分來代表科技創新，即TI。

本文將新提取的兩個變量代入方程2，并計算各變量間的相關關系，得相關矩陣（表2），可看到各變量間都存在一個正相關關系。

4.4 門檻效應分析

利用方程1，本文以科技金融TF為門檻變量，科技創新對京津冀區域經濟發展是否存在非線性的關系。經過Stata統計軟件分析得到門檻值的估計結果顯示（表3）：存在一個門檻值，即TF=1.459。

4.5 穩健性檢驗

本文通過上述門檻回歸找到科技金融一個門檻值后，通過對面板數據做異方差、序列相關及截面相關檢驗，發現門檻回歸所用的數據不存在異方差問題，但存在序列相關及截面相關問題，因此分別對模型做無門檻一般線性回歸（reg）；有門檻的一般線性回歸（reg1），固定效應（fe1），考慮異方差（fe_robust1），同時考慮異方差、序列相關及截面相關后（p_all）的回歸結果進行比較（表4）。

結果顯示，在不考慮門檻效應時，各變量對京津冀經濟增長都有正相關的影響，除了科技金融和普通高校招生人數對京津冀經濟增長作用為負相關。其中，金融發展對京津冀經濟增長的促進作用最大，其次是科技創新的貢獻較大。從結果顯著水平來看，除了金融開放的作用系數是在5%水平上顯著，其他系數均在1%水平上通過檢驗。在考慮門檻效應后，模型在去除了異方差、序列相關及截面相關問題后估計結果最理想，結果顯示：除了普通高校招生人數對京津冀經濟增長作用為負影響（-0.593）外，其他變量均對京津冀經濟增長有正向作用。其中，金融開放對經濟的正向影響作用較小，系數為0.11。金融發展對京津冀經濟增長的促進作用最大，作用系數為0.608；科技創新對這一區域的經濟增長有正向促進作用，但這一作用受到科技金融門檻作用的影響，當科技金融變量取值小于等于1.459時，科技創新對區域的經濟增長促進作用較大，系數為0.16；當科技金融變量取值大于1.459時，科技創新對區域的經濟增長促進作用變小，系數為0.116，這一結果在10%的水平上顯著，其他系數均在1%水平上通過檢驗。

5 結語

本文利用2000—2021年的數據，提供了關于技術創新、科技金融和經濟增長之間非線性關系的新證據。實證結果表明，在技術創新和經濟增長的關系中存在一個科技金融門檻。當科技金融指標低于門檻值（1.459）時，技術創新對經濟增長產生更大的正向影響。

根據門檻值對應的科技金融指標，可以發現北京的科技金融指標在2010年之前低于1.459，但在2010年之后，這個數值超過了1.459，這意味著在2010年之前，政府通過創新財政科技投入方式，引導金融機構對金融產品的創新及服務模式的改進，對初創期到成熟期各發展階段的科技企業提供的融資支持和金融服務在數量和質量上對企業科技創新的幫扶，使其能夠顯著促進經濟的增長，但邊際效率呈遞減趨勢。2010年后，盡管科技金融發展壯大，科技貸款規模增加，資本融資體系更加健全，但在質量和效率上卻沒有帶來同等力度的科技創新的快速發展。這反映在北京金融機構科技貸款支出額盡管平均是天津此項支出的4.6倍，是河北此項支出的10.57倍，但專利申請受理量平均僅是天津的3.08倍，是河北的3.36倍，使得科技創新對經濟的促進作用有減弱趨勢。科技金融通過閥值后，科技創新對經濟增長的作用系數變小，并通過10%的顯著性水平檢驗可看出。北京作為國家科技創新中心，使得科技創新成為其實現高質量發展的重要引擎，北京市科學技術委員會與擔保機構合作建立了科技金融專項資金，為金融機構提供信貸風險補償，從而大大降低了科技企業的融資門檻。北京地區的金融機構更是對科技企業，尤其是生物醫藥、航空航天、新材料等國家重點支持的高新技術領域加大了貸款扶持力度。保險業專門針對科技企業提供了相關保險服務（任祝，2022），這一系列各部門聯動措施一方面極大激發了北京地區科技企業科技創新的積極性，促進了科技成果的轉化，極大推進了經濟發展。但在科技金融不斷增加投入的過程中，邊際效益遞減規律也在起作用，即當北京市的科技金融規模達到一定閥值后，隨著科技金融支持門檻的降低，科技企業融資難題得到不同程度的緩解，對資金投入的隨意性、盲目性也增加，使科技產出未像預期一樣快速增加，導致科技金融邊際效益減少。另外，京津冀地區高校招生人數與經濟增長的負相關關系，學者周均旭（2021）解釋了這一關系，即北京單點優勢突出，吸引了天津、河北及其他省份的高校畢業生，較小的經濟地理范圍內集聚度非常高，但對天津和河北周邊區域的人才吸引帶動作用有限，京津冀整體高校招生數逐年增長，由于發展水平的差異，北京對于周邊地區人才的虹吸效應依然顯著，存在著一定程度上的人才浪費。區域內部732bc8869a934b9f0f5f5cb16d42030f7d0c007912b2997ea67bc81ac8b67f55人才集聚十分不均衡，在一定程度上阻礙了京津冀一體化的經濟發展。

6 政策建議

綜上所述，本文建議：一是提高京津冀科技金融政策的精準性和有效性，使科技金融政策能與戰略性新興產業有效匹配，加強頂層設計、部門聯動，提高政策的有效性。二是提高北京首都金融服務職能的溢出效應，北京科技金融政策加強精準性的同時，應將這一成熟有效的機制向天津、河北滲透，增加這兩地的科技金融經費投入，優化科技金融資源配置，使這兩地在京津冀協同發展中，真正起到承接首都的科技金融資金和人才的轉移，最大化天津河北的科技金融政策對科技創新及經濟增長的邊際效益。

參考文獻

揭紅蘭.科技金融、科技創新對區域經濟發展的傳導路徑與實證檢驗[J].統計與決策，2020（1）：66-72.

李思成，張立華.河北省科技金融與經濟高質量發展耦合關系研究[J].科技創業月刊，2022（5）：61-64.

劉立軍.科技金融與實體經濟高質量發展耦合協調研究： 以京津冀為例[J].經濟問題，2022（8）： 96-102.

黃瀟瀟.區域科技金融支持科技創新的實證研究： 以廣東省為例[J].中國商論，2021（7）：80-82.

任祝，魏穎，周元，等.京津冀科技金融融合發展與協同創新研究[J].創新科技，2022（6）：40-47.

滕磊，馬德功.數字金融能夠促進高質量發展嗎？[J].統計研究，2020，37（11）： 80-92.

汪淑娟，谷慎.科技金融對中國經濟高質量發展的影響研究： 理論分析與實證檢驗[J].經濟學家，2021（2）：81-91.

謝雪燕，朱曉陽.數字金融與中小企業技術創新： 來自新三板企業的證據[J].國際金融研究，2021（1）：123-127.

楊繼梅，馬潔，齊紹洲.金融開放對經濟增長的門檻效應： 基于不同維度金融發展的視角[J].世界經濟研究，2020（8）：17-30，135.

楊陽. 促進科技成果轉化的寧夏科技金融政策研究[J]. 中國商論，2022（5）：80-82.

周鑫磊.貴州省科技金融與高技術產業發展的關系研究[J].農村經濟與科技，2022，33（1）：163-165.

周均旭，常亞軍.中西部“雙一流”高校畢業生的空間流向及其網絡特征[J].重慶高教研究，2021，9（2）：27-38.

鄭磊，張偉科.科技金融對科技創新的非線性影響： 一種U型關系[J]，軟科學，2018，32（7）：16-20.

Botev， J.， égert， B.， & Jawadi， F. The nonlinear relationship between economic growth and financial development： Evidence from developing， emerging and advanced economies[J]. International Economics， 2019（160）： 3-13.

Cheng， C. Y.， Chien， M. S.， & Lee， C. C. ICT diffusion， financial development， and economic growth： An international cross-country analysis[J]. Economic Modelling， 2021（94）： 662-671.

Chinn， M. D.， & Ito， H. What matters for financial development？ Capital controls， institutions， and interactions[J]. Journal of Development Economics， 2006，81（1）： 163-192.

Feng， S.， Zhang， R.， & Li， G. Environmental decentralization， digital finance and green technology innovation[J]. Structural Change and Economic Dynamics， 2022（61）： 70-83.

Li， G.， & Wei， W. Financial development， openness， innovation， carbon emissions， and economic growth in China[J]. Energy Economics， 2021（97）.

Okunade， S. O. Institutional threshold in the nexus between financial openness and TFP in Africa： A dynamic panel analysis[J]. Social Sciences & Humanities Open， 2022，5（1）， 100245.

Pagano， M. Financial Markets and the Macroeconomy Financial markets and growth An overview[J]. European Economic Review， 1993，37（2-3）， 613-622.