戰略性新興產業與金融業的耦合協調及其時空特征

［摘要］本文基于2011—2019年中國30個省市區的面板數據，通過耦合協調度模型和空間自相關分析等方法，探究了戰略性新興產業與金融業的耦合協調發展關系，并利用Tobit模型分析其影響因素。研究發現：各省份戰略性新興產業發展水平、金融業發展水平及二者的耦合協調度均呈上升趨勢，且均呈現出“東強西弱”的空間分布特征；兩者的耦合協調度存在顯著的空間正相關性，且其空間集聚特征逐步增強；“H-H”集聚類型主要分布在我國中部和東部地區，“L-L”集聚類型主要分布在我國西部地區；從影響因素看，對二者耦合協調度具有正向影響的因素從低到高依次為數字化程度、產業結構、區域創新能力、政府支持；具有負向影響的因素從低到高依次為地區開放程度、人力資本。

［關鍵詞］戰略性新興產業；金融業；耦合協調；空間相關分析

中圖分類號：F832.1""" 文章標志碼：A""" 文章編號：1672-0563（2025）01-0046-15

DOI：10.13773/j.cnki.51-1637/z.2025.01.005

引言

“十四五”時期是構建以國內大循環為主體、國內國際雙循環相互促進新發展格局的關鍵時期。在多數傳統產業產能過剩以及資源環境制約的背景下，培育和發展知識技術密集、物質資源消耗低的戰略性新興產業成為我國轉變經濟發展方式的重中之重。在2017年全國金融工作會議上，習近平總書記強調“金融是實體經濟的血脈，為實體經濟服務是金融的天職，是金融的宗旨。”［1］早在2012年7月，國務院發布的《“十二五”國家戰略性新興產業發展規劃》里，已經明確將金融列為支持戰略性新興產業發展的四大重要措施之首。隨后，國家發展改革委員會等于2020年發布的《關于擴大戰略性新興產業投資培育壯大新增長點增長極的指導意見》中進一步強調了擴大戰略性新興產業投資的重要性［2］，表明金融支持在戰略性新興產業的發展過程中具有極其重要的作用。2022年12月，中央經濟工作會議中明確提出要“推動‘科技—產業—金融’良性循環”［3］。因此，探究戰略性新興產業發展和金融業發展之間的內在邏輯，不僅符合金融支持實體經濟發展的內在要求，而且對我

收稿日期：2024-04-05

基金項目：國家自然科學基金項目“基于微觀結構匯率理論和自然語言處理人民幣匯率波動風險預警研究”（71971174）。

作者簡介：王蕊，副教授，博士， E-mail： wangruixhu@163.com；李琳鈺，碩士研究生；張尉，碩士研究生。

國轉變經濟發展方式、實現城市經濟高質量發展具有重要意義。

已有涉及戰略性新興產業與金融業關系的研究主要聚焦于金融與產業發展、金融支持戰略性新興產業發展等方面，進一步探討兩者耦合協調發展的研究較為缺乏。首先，金融與產業發展相關的研究主要關注金融支持、金融結構演進等對產業結構升級、不同產業發展等的作用。如部分學者認為，金融市場的發展可以提高資本配置效率［4］、升級消費結構［5］，從而促進產業結構升級。學者們研究發現，金融科技發展能夠顯著促進產業結構高級化［6］、數字金融［7-9］、數字經濟創新［10］能夠顯著促進城市產業結構升級等。關于金融對不同產業發展作用的研究較為豐富，如吳芳梅等（2023）［11］通過2005—2021年我國30個省（市、區）的面板數據，研究發現金融結構演進能夠顯著促進文化產業高質量發展。曾建中等（2023）［12］通過2014—2021年我國1578個縣域的面板數據，研究發現數字普惠金融能夠顯著促進鄉村產業興旺。

其次，關于金融支持戰略性新興產業發展的研究主要集中在金融支持的有效性研究上。如王競等（2019）［13］和李萌等（2017）［14］利用戰略性新興產業領域的上市公司數據，分別通過GMM方法和DEA-BCC模型，研究發現不同金融支持手段對戰略性新興產業的發展有不同的作用效應。馬軍偉等（2019）［15］同樣利用上市公司數據，應用DEA方法，研究發現戰略性新興產業發展的金融支持效率會因地區的技術因素、金融體制的管理效率、金融發展環境等呈現出較大的省域差異。此外，關于金融支持對戰略性新興產業創新性的研究，劉元雛等（2022）［16］和王雷等（2017）［17］通過對戰略性新興產業上市公司數據進行實證研究，分別發現金融科技、金融創新能夠顯著促進戰略性新興產業的創新。閆俊周等（2020）［18］同樣利用上市公司數據，研究發現金融支持會因遮掩效應而不利于戰略性新興產業的創新效率提升。

然而，目前已有文獻大多是將戰略性新興產業與傳統產業［19］、新基建［20］、高質量發展［21］等進行耦合研究，進一步探討戰略性新興產業與金融業耦合協調發展的研究較為缺乏，且研究尺度主要聚焦于單個省域。如，謝國根等（2018）［22］、李寶慶等（2014）［23］、梁威等（2016）［24］和陳美華等（2018）［25］基于系統耦合理論，分別對2013—2017年安徽省、2006—2011年長三角區域、2011—2013年江西省和2013—2015年江西省的戰略性新興產業與區域經濟的耦合協調發展狀況進行了測度及評價。

綜上所述，在研究角度方面，現有涉及金融業和戰略性新興產業關系的相關研究大都集中在金融支持戰略性新興產業發展方面，鮮有文獻探討二者的耦合協調發展關系。在研究尺度方面，現有文獻多集中對單個省域進行研究，較缺乏關于戰略性新興產業和金融業在全中國省域尺度層面的研究。基于此，本文利用2011—2019年中國30個省（市、區）的面板數據，在梳理二者耦合作用機理的基礎上，利用耦合評價模型、空間自相關分析法，探究了中國戰略性新興產業與金融業耦合協調發展的時空演變特征及空間關聯格局，并運用Tobit模型進一步分析影響二者耦合協調發展水平的相關因素。

一、戰略性新興產業與金融業的耦合作用機理

金融業與戰略性新興產業之間相輔相成、相互促進，存在緊密的耦合互饋關系，如圖1所示。

首先，金融業可以助力戰略性新興產業發展。硅谷經驗說明，新興產業通常以技術創新為起點，而其持續發展則更多地依賴于后續的資本支持［26］。戰略性新興產業是戰略性產業和新興產業的“交集”，突出的雙重屬性決定了它的發展更需要金融部門的大力支持。一是，其突出的戰略性地位迫切需要政策性金融支持。戰略性新興產業作為國家戰略，由于其發展的長期性，在其成長壯大的過程中必須具備充足的資本積累和投資，需要政府及時給予包括金融支持政策在內的產業政策支持，如要求政策性銀行積極開展對處于成熟期的戰略性新興產業載體企業的信貸支持活動。二是，其明顯的新興性特征迫切需要風險偏好型金融支持。以創新為驅動力的戰略性新興產業在成長初期需要面對一系列如研發技術風險、市場風險、政策變動風險等的內外部風險，具有明顯的不確定性或高風險性。傳統以銀行信貸為主的金融制度難以與其相匹配，而以風險投資等為代表的風險偏好型金融，不僅能夠為成長初期的戰略性新興產業提供金融支持，還能夠達到與其共同成長、有效分散高風險的作用。三是，其加速的產業化迫切需要系統化和多層次金融支持。首先，由于戰略性新興產業更新迭代的速度較快，其產業化或成長擴張的風險及難度較大，需要聯合保險機構、金融中介機構共同參與開發保險產品，為企業發展提供保險支持。其次，戰略性新興產業面臨的資金需求問題更加嚴峻。例如研究顯示，2010年我國部分省份戰略性新興產業領域登記的科技成果中，大約55%的科技成果因資金問題導致停用或未應用［27］。因此，戰略性新興產業不僅需要傳統金融的支持，也需要新興金融如數字普惠金融的支持。

其次，戰略性新興產業可以反哺金融業發展。一是，金融支持戰略性新興產業發展可以分享高回報。金融伴隨著經濟社會化大生產、尤其是依托產業的發展而產生，并不是憑空形成的。金融發展和金融結構內生于資源稟賦結構所決定的產業結構，需要與實體經濟中具有比較優勢的產業相適應［28］。戰略性新興產業作為新一輪經濟和科技發展的制高點，其發展壯大將會為金融業帶來豐富的發展機會和超額利潤。二是，金融支持戰略性新興產業發展可以分散和轉移風險。戰略性新興產業代表著未來技術的前進方向，其戰略性地位決定了在其發展過程中將會持續受到國家及地方政府的政策支持。在多數資源消耗性傳統產業和房地產業受到限制的情況下，金融支持戰略性新興產業發展不僅能夠優化自身信貸結構，也能夠為自身發展分散和轉移風險。三是，金融支持戰略性新興產業發展可以激發自身的創新。隨著戰略性新興產業的發展，服務于傳統產業的傳統金融模式已經不能與其相匹配，這就迫切要求金融機構在自身管理、產品開發、運營模式等方面持續不斷地進行轉型和創新，創造與戰略性新興產業發展相適應的、新型的金融服務。同時，以高技術為代表的戰略性新興產業的發展也會為金融業的轉型創新創造有利條件。

二、研究設計

（一）耦合評價模型的構建

“耦合”（coupling）在物理學指兩個或兩上以上的系統或運動方式之間，通過各種相互作用而彼此影響以至聯合起來的現象［29］。近年來，耦合模型被廣泛應用于經濟領域。由此，本文為研究戰略性新興產業與金融業之間的相互作用關系，構建“戰略性新興產業—金融業”耦合系統，其耦合度模型的表達式為：

C=U1×U2（U1+U22）2

式中：C為耦合度，且C∈［0，1］；U1、U2分別是戰略性新興產業與金融業的綜合評價指數。

耦合度模型可以反映出二者耦合關系的強弱，卻難以反映出兩個子系統發展水平的高低。例如，當子系統U1、U2各自的發展水平均較低的時候，也可能會錯誤地得出耦合度C較高的結果。因此，為了全面衡量戰略性新興產業與金融業的發展水平和協調程度，需要進一步構建戰略性新興產業與金融業的耦合協調度模型，表達式為：

D=C×T

T=aU1+bU2

式中：D為耦合協調度，且D∈［0，1］；T為綜合評價指數，反映戰略性新興產業與金融業的綜合發展水平；a和b分別為戰略性新興產業和金融業的貢獻率。近年來，金融業持續助力戰略性新興產業發展，因此本文賦予a=0.4，b=0.6。

進一步，本文將耦合度和耦合協調度劃分為由低到高的4個層次（表1）［30］。

（二）評價指標體系的構建

在參考相關研究的基礎上，本文根據戰略性新興產業與金融業的耦合作用機理，遵循科學性、系統性、貢獻值最大、數據可獲性等原則，構建了二者的耦合評價指標體系。其中，戰略性新興產業方面，本文參照范曉莉等（2017）［31］的做法，從產業基礎水平、科技創新水平、要素支撐水平、資本支持水平和經濟效益水平5個維度構建5維度-15指標體系；金融業方面，本文參考田卡噸等（2022）［32］、沈麗等（2023）［33］、高一銘等（2020）［34］的研究，從金融規模和金融效率2個維度構建2維度-6指標體系（表2）。另外，為了避免人為因素帶來的偏差，本文采用能依據各項指標的固有信息科學確定其權重高低的熵權法來確定各指標權重。

（三）數據來源與數據處理

本文選擇2011—2019年中國30個省（市、區）為觀測樣本①。其中，金融業與戰略性新興產業子系統及其影響因素中的原始數據主要來源于2011—2019年《中國統計年鑒》《中國高技術產業統計年鑒》《中國科技統計年鑒》及各省統計年鑒等，其中金融業系統中全部A股總市值來自Wind數據庫②，數字普惠金融指數來自北京大學數字金融研究中心官網③，耦合協調度影響因素中的干春暉合理化指數通過參考干春暉等（2011）［35］的研究方法計算所得。本文也對相關數據進行了整理，運用插值法、平均增長率法等對缺失數據進行補充。考慮到戰略性新興產業的數據可獲性，本文參照伍先福等（2021）［20］、薛繼亮等（2020）［36］的做法，采用高技術產業的數據進行替代。

在選擇樣本區間時，本文主要基于以下兩個原因：（1）2010年，國務院作出加快培育和發展戰略性新興產業的戰略決策，發布了《國務院關于加快培育和發展戰略性新興產業的決定》，考慮到政策

的時滯性，本文選擇2011年為起始研究年份。（2）由于新冠疫情的影響，2020年經濟數據波動較大，故剔除。因此，本文的研究時段選定為2011—2019年。

①不含港澳臺地區，且西藏數據缺失較多，故剔除。

②https：//www.wind.com.cn/

③https：//idf.pku.edu.cn/index.htm

三、戰略性新興產業與金融業耦合協調發展的實證分析

（一）戰略性新興產業與金融業的發展水平分析

1.戰略性新興產業的發展水平

圖2為2011—2019年我國四大區域戰略性新興產業與金融業的發展水平。由圖2可得，時間上，2011—2019年中國戰略性新興產業的發展水平呈上升趨勢，其年均值由0.0408上升至0.0971，年均增長率為11.46%，表明隨著這九年間國民經濟的發展、科技水平的提高以及政府政策的持續支持，我國戰略性新興產業發展迅猛。

空間上，參考田卡噸等（2022）［32］的研究，將我國分為東部、中部、西部和東北四大區域，2011—2019年我國四大區域戰略性新興產業發展水平的年均值分別為0.1514、0.0425、0.0167、0.0163，除東部地區外，其余三個區域發展水平的年均值均低于全國，呈“東部gt;中部gt;西部gt;東北”的空間分布格局；其年均增長率分別為10.31%、18.80%、15.25%、2.48%，即東部的發展增速慢于西部，呈“西快東慢”的空間分布特征，說明目前我國戰略性新興產業地區發展不平衡。其中，東部地區的發展水平遠高于其他三個區域及全國；廣東、江蘇發展水平的年均值分別高達0.0625、0.3466，居于全國前二。這可能與東部地區優越的基礎設施、強大的人才基礎及地方政府頒布的戰略性新興產業支持政策有關。例如，廣東省人民政府辦公廳早在2012年就頒布了《廣東省戰略性新興產業發展“十二五”規劃》［40］，為廣東省戰略性新興產業未來的發展指明前進方向等。西部地區除四川（0.0704）、重慶（0.0384）、廣西（0.0120）、貴州（0.0115）外，其余七省發展水平的年均值均低于0.01。但西部地區戰略性新興產業發展速度較快；中部地區戰略性新興產業發展年均增長率第一。西部地區自然資源豐富，但創新能力較弱，多以資源型企業為主導企業，導致其戰略性新興產業的發展水平低于東部地區。但在中部崛起、西部大開發等國家戰略的支持下，中西部地區結合自身地域特征、產業基礎、資源條件等，堅持因地制宜，選擇在本區域內具有基礎條件、可以取得率先突破的細分產業進行重點突破，持續培育戰略性新興產業發展的源動力。東北地區戰略性新興產業發展水平的年均值及其年均增長率均為全國末位。這與東部地區自然資源優勢逐漸喪失、人才外流嚴重等有關。

2.金融業的發展水平

時間上，由圖3可知，2011—2019年中國金融業的發展水平呈上升趨勢，其年均值由0.1049上升至0.2655，年均增長率為12.30%，表明隨著這九年間金融科技、普惠金融等金融工具的出現及創新，我國金融業迅速發展。

空間上，2011—2019年我國四大區域金融業發展水平的年均值分別為0.2992、0.1527、0.1069、0.1329，呈“東部gt;中部gt;東北gt;西部”的空間分布格局；其年均增長率分別為11.50%、12.50%、14.36%、12.22%，發展增速較為接近，但同樣呈現“西快東慢”的空間分布特征。其中，東部地區金融業發展水平的年均值遠高于其他三個區域及全國，北京、廣東發展水平的年均值分別高達0.5725、0.4855，居于全國前二。中部六省金融業發展速度較快，年均增長率為10.81%～14，76%；且其發展水平較為均衡，金融業發展水平最高的河南（年均值0.1982）與最低的江西（0.1119）之差僅為0.0863。西部地區受地理位置、自然環境等因素的制約，金融業發展水平的年均值居于末位，僅四川（0.2267）為西部地區金融業發展高地，并與青海（0.0454）、寧夏（0.0635）等省域的發展水平差距較大，存在兩極分化的現象。東北三省金融業發展水平較低，但其金融業發展水平的年均增長率較高。

（二）戰略性新興產業與金融業的耦合協調度分析

由耦合協調度模型可得戰略性新興產業與金融業的耦合協調度（表3）并使用ArcGIS 10.8軟件將其可視化，分別繪制2011、2015、2019年的耦合協調度的空間分布圖（圖4）。由表3可知：時間上，我國戰略性新興產業與金融業的耦合協調度呈上升趨勢，從2011年的0.2197上升至2019年的0.3513，增幅為59.9%，年均增長率為6.04%，從低度協調發展至中度協調，總體呈不斷優化的發展態勢，但與高度協調仍存在較大差距。分省域來看，2011—2019年各省域戰略性新興產業與金融業的耦合協調度均有不同程度的提升，其年均值為0.1048～0.7248，包括低度、中度和高度協調三種類型。其中，2011年各省域耦合協調度為0.0374～0.5639，包括低度、中度和高度協調三種類型，80%的省域為低度協調，約16.7%的省域為中度協調，僅廣東一省為高度協調，表明2011年我國各省域兩大產業的協調程度較低，普遍處于中低水平的協調狀態。2019年各省域耦合協調度為0.1244～0.9198，包括低度、中度、高度和極度協調四種類型，處于低度協調狀態的省域降至40%，約43.3%的省域為中度協調，高度協調的省域由1個升至4個，占比約13.3，且廣東省已經進入極度協調的發展狀態。從動態來看，2011—2019年，海南、山西、內蒙古等12個省域①在低度協調狀態下不斷優化，山東在中度協調狀態下不斷優化；天津、河北、福建等12個省域②則是從低度協調狀態躍遷至中度協調狀態，

北京、上海、江蘇和浙江四個省（市）從中度協調狀態躍遷至高度協調狀態，僅廣東一省從高度協調狀

①" 在低度協調狀態下不斷優化的12個省域：海南、山西、內蒙古、廣西、貴州、云南、甘肅、青海、寧夏、新疆、吉林、黑龍江。

②從低度協調躍遷至中度協調的12個省域：天津、河北、福建、安徽、江西、河南、湖北、湖南、重慶、四川、陜西、遼寧。

態（0.5639）躍遷至極度協調狀態（0.9198），八年間共17個省份實現了戰略性新興產業與金融業耦合協調度的階級跨越。這表明我國戰略性新興產業與金融業的良性互動逐漸增強，協調發展不斷優化并取得顯著成果。

空間上，2011—2019年我國東部、中部、西部和東北戰略性新興產業和金融業耦合協調度的年均

值分別為0.4175、0.2789、0.1873、0.2255，僅東部為中度協調，其余三個區域均為低度協調，總體呈

“東部gt;中部gt;東北gt;西部”的空間分布格局；其年均增長率分別為5.29%、7.37%、7.27%、3.73%，呈“西快東慢”的空間分布特征。其中，東部十省耦合協調度的年均值為0.1209～0.7248，包括低度、中度和高度協調三種類型。江蘇、廣東為高度協調，天津、河北和海南為低度協調，其余五省均為中度協調。2011—2019年，東部地區耦合協調度的均值由0.3311上升至0.5000，由中度協調狀態躍遷至高度協調狀態。中部六省包括低度和中度協調兩種類型，且均分占比，其耦合協調度由2011年的0.2070上升至2019年的0.3657，由低度協調躍遷至中度協調。西部地區僅四川為中度協調，東北三省則均為低度協調。兩大區域的耦合協調度分別由2011年的0.1344、0.1868上升至2019年的0.2357、0.2505，發展水平較為接近，在低度協調狀態下不斷優化，尚未實現階級跨越。

（三）戰略性新興產業與金融業耦合協調度的空間相關分析

前文分析表明，我國戰略性新興產業與金融業的耦合協調度總體上呈現“東強西弱”的特征，則各省市耦合協調度之間可能存在空間相關的可能性。由此，本文進一步運用Stata15.0軟件計算得出2011—2019年兩產業耦合協調度的全局莫蘭指數（表4），結果均為正數且均通過了5%的顯著性水平檢驗，表明其耦合協調度具有顯著的空間正相關性。2011—2015年，全局莫蘭指數由0.189穩步上升至0.222；2016年降至0.210，隨后到2019年輕微波動上升至0.223，總體呈上升趨勢，年均增長率為2.09%。由此可得，2011—2019年，中國戰略性新興產業和金融業的耦合協調度持續呈空間集聚狀態，且其空間集聚特征逐步增強。

運用ArcGIS 10.8軟件分別計算2011、2015、2019年我國金融業與戰略性新興產業耦合協調度的局部莫蘭指數，并將其可視化，繪制耦合協調度LISA集聚圖（圖4）。

由圖4可知，在局部莫蘭指數為顯著的省域中：第一，“H-H”集聚類型的省域主要分布在我國中部和東部地區，且其省域數量逐步上升，由2011年的湖北、山東、江蘇、上海、浙江和福建6個省域，上升至2015年的河南、安徽等8個省域，隨后擴大至2019年的湖南、江西等10個省域。這表明我國中、東部地區的部分省市可以帶動周邊省市的戰略性新興產業和金融業協調發展，產生空間溢出效應。第二，“L-L”集聚類型的省域主要分布在我國西部地區，包括新疆、青海、寧夏和甘肅四個省域，2011—2019年間其數量并未發生改變。西部地區由于經濟水平、人才吸引力和發展歷史等多方面因素的限制，兩大產業的耦合協調度較低，是急需加大力度發展的重點區域。第三，“H-L”集聚類型的省域僅四川一省。四川省位于我國西部，其東部和南部相鄰省份均為不顯著，西部和北部緊鄰“L-L”集聚類型的省域。作為西部區域中耦合協調度最高的省份，四川省因虹吸效應聚集了周邊省域的部分人才、投資等相關資源，難以和周邊省域形成集聚效應，目前為周邊省域帶來的正向輻射作用仍不明顯。第四，“L-H”集聚類型的省域主要分布在我國中部地區，其數量呈下降趨勢，由2011年的江西、安徽2個省份，降至2015年江西一省，隨后在2019年降為0。安徽、江西省被“H-H”集聚類型的省域包圍，受到周邊耦合協調度高的省域帶來的正向輻射作用而得到快速發展，先后由“L-H”型發展為“H-H”型。

圖4" 2011—2019年中國戰略性新興產業與金融業耦合協調度LISA集聚特征

注：該圖基于自然資源部標準地圖服務網站下載的審圖號為GS（2019）1822號的標準地圖制作，底圖無修改；不包括港澳臺數據。

（四）戰略性新興產業與金融業耦合協調度的影響因素分析

1．回歸設計

兩產業發展的耦合協調度受多種因素影響，本文參考已有研究［20，26，32，38-39］，選取數字化程度、產業結構、區域創新能力、經濟發展水平、政府支持、人力資本、市場規模、地區開放程度八個指標構建解釋變量（表5），進行戰略性新興產業與金融業耦合協調度的影響因素分析，并對相關指標取對數值進行處理。

由于耦合協調度是位于0～1之間的離散截斷值，本文選用Tobit模型分析其影響因素［43］。構建計量模型如下：

Dit=β1lnDIGit+β2STRit+β3lnTECit+β4lnPGDPit+β5lnOGVEit+β6HCit+β7lnMARit+β8lnOPENit+cons+εit

其中，Dit為耦合協調度，i為地區，t為時間；lnDIG為數字化程度，STR為產業結構，lnTEC為區域創新能力，lnPGDP為經濟發展水平，lnGOVE為政府支持，HC為人力資本，lnMAR為市場規模，lnOPEN為地區開放程度。運用Stata15.0軟件進行Tobit回歸分析，結果見表6。

2．回歸分析

由表6可得，影響中國戰略性新興產業與金融業耦合協調度的正向因素包括數字化程度、產業結構、區域創新能力、經濟發展水平、政府支持和市場規模。除經濟發展水平、市場規模外，其他因素均在1%或5%的顯著性水平下通過檢驗，其影響程度從低到高依次是數字化程度、產業結構、區域創新能力、政府支持。其中，隨著數字經濟的發展，數字化已經成為推動我國經濟高質量發展的重要引擎。數字化程度越強，數字技術對這兩類產業、特別是高技術企業的賦能效應越強；產業機構優化升級是經濟結構優化升級的核心內容，產業結構高級化表明地區發展條件優越；區域創新能力是戰略性新興產業與金融業發展的驅動力，區域創新能力越強，越有利于金融業與戰略性新興產業的創新；政府支持可宏觀調控兩大產業融合協調發展，在為不同地區提供政策支持、知名方向和縮小區域差異方面起到突出作用。而經濟發展水平是戰略性新興產業與金融業發展的基礎動力；市場規模越大，產業創新能力越強，吸引到的投資越多，但這兩項指標均未能通過顯著性檢驗，表明其對中國戰略性新興產業和金融業耦合發展的作用尚未凸顯。

影響中國戰略性新興產業與金融業耦合協調度的負向因素包括人力資本和地區開放程度，且均在1%或5%的顯著性水平下通過檢驗，其影響程度從低到高依次是地區開放程度、人力資本。其中，地區開放程度的變量系數顯著為負，說明各區域開放程度不強，與外部資金、信息和人才資源的流動尚不充分，未能實現對戰略性新興產業和金融業要素流動和資源的合理配置，阻礙了戰略性新興產業與金融業的融合發展。人才作為創新發展的決定因素，對兩產業融合發展的重要性不言而喻。人力資本的變量系數顯著為負，說明在戰略性新興產業和金融業耦合發展的過程中仍存在人才缺失的問題。原因可能是當前戰略性人力資源開發與新興產業發展過程中的人才供需仍不平衡。

四、結論及政策建議

（一）結論

本文利用2011—2019年中國30個省（市、區）數據，構建戰略性新興產業與金融業指標體系，綜合利用耦合協調度模型、空間自相關分析法、Tobit模型等分析中國戰略性新興產業與金融業的協調發展關系，并分析其影響因素。主要得出以下結論：

第一，2011—2019年中國戰略性新興產業和金融業的發展水平均呈上升趨勢，年均增長率分別為11.46%、12.30%。其中，戰略性新興產業的發展水平呈“東部gt;中部gt;西部gt;東北”的空間分布格局，金融業的發展水平呈“東部gt;中部gt;東北gt;西部”的空間分布格局；兩大產業的年均增長率均呈現出“西快東慢”的空間分布特征。

第二，2011—2019年我國戰略性新興產業與金融業的耦合協調度呈上升趨勢，其年均值增幅為59.9%，年均增長率為6.04%，從低度協調狀態發展至中度協調狀態。分省域來看，2011—2019年各省域戰略性新興產業與金融業的耦合協調度均有不同程度的提升，其年均值包括低度、中度和高度協調三種類型，總體上呈“東部gt;中部gt;東北gt;西部”的空間分布格局；年均增長率仍然呈現“西快東慢”的空間分布特征。

第三，2011—2019年中國戰略性新興產業與金融業耦合協調度的全局Moran'sI指數均gt;0且總體呈上升趨勢，年均增長率為2.09%，表明兩大產業呈顯著的正向空間自相關，且其空間集聚特征逐步增強。其中，“H-H”集聚類型的省域主要分布在我國中部和東部地區，且其省域數量逐步上升；“L-L”集聚類型的省域主要分布在我國西部地區；“H-L”集聚類型的省域僅四川一省；“L-H”集聚類型的省域主要分布在我國中部地區，其數量呈下降趨勢，表明兩大產業在相鄰省域間的“空間溢出效應”明顯。

第四，從影響因素看，對中國戰略性新興產業與金融業耦合協調度具有正向影響的因素從低到高依次為數字化程度、產業結構、區域創新能力、政府支持；具有負向影響的因素從低到高依次為地區開放程度、人力資本。

（二）建議

第一，加大對戰略性新興產業的金融支持力度，提升戰略性新興產業與金融業的協調發展。一是要進一步健全風險投資和創業投資制度。由于戰略性新興產業目前大多仍處于發展初期，呈現出知識密集型、產品更新迭代快的特點，其領域內的高科技企業特別是中小企業，在創新創業時會因研發風險大、失敗率高所帶來的不確定性而面臨融資難、融資貴等問題。此時，迫切需要政府制定相關積極的扶持政策，進一步健全風險投資和創業投資制度，保護相關企業快速成長壯大。二是要進一步創新金融服務模式及產品。隨著戰略性新興產業的快速發展和更新迭代，金融服務也需要在其理念和信貸技術、金融模式等方式進行持續創新。如改善銀行傳統的信用風險評估機制，擴大戰略性新興產業相關領域企業的信貸可獲得性；加強金融機構間的聯動，創新投貸聯動金融模式；加快自身數字化轉型等。三是要進一步構建金融風險分擔機制。如發揮政策性金融的支撐作用，在風險較高的中小企業等相關領域設立政府專項基金等。

第二，針對不同地區實施不同的針對政策，縮小地區差距。首先，由研究結論可得，各地區金融業和戰略性新興產業的發展水平存在較大差距，需要政府針對不同地區的發展情況制定有針對性的支持政策，對發展水平相對落后的中西部地區加大傾斜支持力度，通過優化升級產業基礎設施、加大資金投入和政策支持力度、完善戰略性新興產業和金融業治理體系等措施，提高中西部地區產業發展水平。其次，需要進一步提升各區域間的聯動效應。由研究結論可得，我國戰略性新興產業與金融業的耦合協調度存在顯著的空間正相關性，應該建立區域性的發展合作機制，進一步提升各區域間的聯動效應。對于處在高耦合協調度聚集區的東部地區，應該進一步加強自身對周邊省市的輻射拉動作用，帶動周邊省份戰略性新興產業與金融業的耦合協調發展。同時，應該積極引導東部沿海地區的資金、人力等生產要素向低耦合協調度聚集區的中西部地區轉移，幫助中西部地區突破困境，縮小與東部地區的差距。

第三，針對我國戰略性新興產業和金融業耦合發展過程中地區開放程度不強、人力資本不足的問題，未來仍需進一步擴大開放，充分利用全球資源，通過內外部資源整合加速戰略性新興產業和金融業的融合發展；其次，未來需要重視集聚高層人才，吸引海內外高端人才，按照兩個產業融合發展的要求動態調整人才培養機制等。

參考文獻

［1］ 朱凱.服務實體經濟是金融的天職和宗旨［J］.紅旗文稿，2018（19）：21-23.

［2］ 國家發展改革委，科技部，工業和信息化部，等.關于擴大戰略性新興產業投資 培育壯大新增長點增長極的指導意見［EB/OL］.（2020-09-08） ［2023-05-18］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202009/t20200925_1239582_ext.html.

［3］ 涂永紅.推動“科技—產業—金融”良性循環［J］.人民論壇，2023，757（6）：52-57.

［4］Wurgler，J. Financial Markets and the Allocation of Capital［J］. Journal of Financial Economics，2000（5） ： 187-214.

［5］ Boppart T. Structural Change and the Kaldor Facts in a Growth Model with Relative Price Effects and Non-Gorman Preferences［J］.Econometrica， 2014， 82（6）： 2167-2196.

［6］ 李海奇，張晶.金融科技對我國產業結構優化與產業升級的影響［J］.統計研究，2022，39（10）：102-118.

［7］ 成瓊文，申萍.數字金融對城市產業結構升級的影響研究［J］.中南大學學報（社會科學版），2023，29（2）：109-123.

［8］ 劉柳青，汪發元.長江經濟帶數字普惠金融、消費水平對產業結構升級的影響［J］.財會月刊，2023，44（9）：148-153.

［9］ 曹張龍.數字經濟驅動產業結構升級的理論機制及其門限效應［J］.統計與決策，2023（22）：18-23.

［10］"" 郭凱明，劉沖.平臺企業反壟斷、數字經濟創新與產業結構升級［J］.中國工業經濟，2023（10）：61-79.

［11］ 吳芳梅，鄭建鋒.金融結構演進驅動文化產業高質量發展的機理及效果［J］.深圳大學學報（人文社會科學版）：1-10.

［12］ 曾建中，李銀珍，劉桂東.數字普惠金融賦能鄉村產業興旺的作用機理和空間效應研究——基于縣域空間動態面板數據的實證檢驗［J］.國際金融研究，2023，432（4）：39-49.

［13］ 王競，胡立君.金融支持對戰略性新興產業發展的影響研究——來自湖北省上市公司的證據［J］.湖北社會科學，2019，385（1）：56-61.

［14］ 李萌，楊揚.經濟新常態下戰略性新興產業金融支持效率評價及影響因素研究［J］.經濟體制改革，2017， 202（1）：129-135.

［15］ 馬軍偉，王劍華.戰略性新興產業發展的金融支持效率——基于長三角地區的比較分析［J］.中國科技論壇，2019，282（10）：52-58.

［16］ 劉元雛，華桂宏.金融科技能否促進企業創新？——來自戰略性新興產業上市公司的經驗證據［J］.江蘇社會科學，2022，325（6）：149-158.

［17］ 王雷，賴玉霜.金融創新、資本配置與企業技術創新——來自戰略性新興產業上市公司的實證［J］.科技進步與對策，2017，34（10）：69-75.

［18］ 閆俊周，齊念念，童超.政府補貼與金融支持如何影響創新效率？——來自中國戰略性新興產業上市公司的經驗證據［J］.軟科學，2020，34（12）：41-46.

［19］ 梁威，劉滿鳳.我國戰略性新興產業與傳統產業耦合協調發展及時空分異［J］.經濟地理，2017，37（4）：117-126.

［20］ 伍先福，黃驍，鐘鵬.新型基礎設施建設與戰略性新興產業耦合協調發展測度及其耦合機制［J］.地理科學，2021，41（11）：1969-1979.

［21］ 方煒，劉潔.戰略性新興產業與高質量發展耦合協調的時空特征——基于2010—2019年省際面板數據的分析［J］.科技管理研究，2022，42（23）：189-198.

［22］ 謝國根，蔣詩泉，趙春艷.戰略性新興產業與經濟發展耦合協調發展研究——基于安徽省的實證研究［J］.科技管理研究，2018，38（22）：70-77.

［23］ 李寶慶，陳琳.戰略性新興產業空間演化及區域經濟耦合發展研究——以長三角區域為例［J］.人文地理，2014，29（1）：94-98.

［24］ 梁威，劉滿鳳.戰略性新興產業與區域經濟耦合協調發展研究——以江西省為例［J］.華東經濟管理，2016，30（5）：14-19.

［25］ 陳美華，劉彥宏，黃新建.江西戰略性新興產業與區域經濟耦合協調發展研究［J］.江西師范大學學報（哲學社會科學版），2018，51（4）：90-95.

［26］ 馬軍偉.戰略性新興產業發展的金融支持研究［D］.武漢：武漢大學，2012.

［27］ 梅興保.金融如何支持戰略性新興產業發展［N］.金融時報，2010-12-03.

［28］ 林毅夫，孫希芳，姜燁.經濟發展中的最優金融結構理論初探［J］.經濟研究，2009（8）：4-15.

［29］ 吳玉鳴，張燕.中國區域經濟增長與環境的耦合協調發展研究［J］.資源科學，2008，30（1）：25-30.

［30］ 董樹功.協同與融合：戰略性新興產業與傳統產業互動發展的有效路徑［J］.現代經濟探討，2013（2）：71-75.

［31］ 范曉莉，黃凌翔，盧靜，等.戰略性新興產業集聚發展及影響因素分析［J］.統計與決策，2017（14）：139-143.

［32］ 田卡噸，鄒澤鐸，彭寶玉，等.中國旅游業與金融業的耦合協調及其時空特征［J］.熱帶地理，2022，42（10）：1651-1664.

［33］ 沈麗，范文曉.中國碳排放效率與金融業高質量發展的時空耦合協調［J］.中國人口·資源與環境，2023，33（8）：13-26.

［34］ 高一銘，徐映梅，季傳鳳，等.我國金融業高質量發展水平測度及時空分布特征研究［J］.數量經濟技術經濟研究，2020，37（10）：63-82.

［35］ 干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011，46（5）：4-16+31.

［36］ 薛繼亮，鄔浩，于莉.戰略性新興產業與傳統產業耦合發展及對就業的影響研究［J］.工業技術經濟，2020，39（1）：152-160.

［37］ 廣東省人民政府辦公廳.印發廣東省戰略性新興產業發展“十二五”規劃的通知［EB/OL］.（2012-03-06）［2023-05-18］.http：//www.gd.gov.cn/zwgk/gongbao/2012/9/content/post_3363493.html？eqid=e9fac787002c1ff80000000 66431627d.

［38］ 孫國民.戰略性新興產業生態系統耦合模式研究——以產城耦合為例［J］.科技進步與對策，2017，34（10）：46-52.

［39］ 劉麗，任保平，汪浩.數字經濟與產業綠色高質量發展耦合協調度的時空特征、區域差異與影響因素［J］.統計與決策，2023，39（22）：24-29.

［40］ 黃玖立，馮志艷.用地成本對企業出口行為的影響及其作用機制［J］.中國工業經濟，2017（9）：100-118.

［責任編輯：付麗萍］

Spatio-Temporal Characteristics and Coupling Coordination Between Emerging

Industries of Strategic Importance and Financial Sector

WANGRui，LILinyu， ZHANG Wei

（School of Economics， Xihua University， Chengdu 610039， Sichuan）

Abstract： This study investigates the coupling coordination relationship between emerging industries of strategic importance and the financial sector using panel data from 30 provinces and regions in China from 2011 to 2019. It employs the coupling coordination degree model and spatial autocorrelation analysis to explore this relationship and further analyze the influencing factors using the Tobit model. The findings reveal that the development levels of these emerging industries and the financial sector， as well as their coupling coordination degrees， have shown an upward trend across all provinces， exhibiting a spatial distribution pattern characterized by “ obvious advantages in the eastern provinces over western provinces.” The coupling coordination degrees exhibit significant positive spatial autocorrelation， and their spatial agglomeration features have gradually strengthened. The “H-H” agglomeration type is primarily found in the central and eastern regions of China， while the “L-L” agglomeration type is predominantly distributed in the western regions. From the perspective of influencing factors， the positive impacts on the coupling coordination degree， in ascending order， are digitalization degree， industrial structure， regional innovation capability， and government support. The negative impacts， in ascending order， are regional openness and human capital.

Keywords： emerging industries of strategic importance； financial sector； coupling coordination； spatial correlation analysis