基于熵值法的中國科技金融對實體經(jīng)濟(jì) 增長貢獻(xiàn)度研究

趙玉珍 初桂民

[摘 要]以2009—2018年全國31個省份的面板數(shù)據(jù)為藍(lán)本，利用熵值法測算各省份的科技金融發(fā)展水平，運(yùn)用線性分析法測算各省份科技金融對實體經(jīng)濟(jì)增長的貢獻(xiàn)度，并將31個省份劃分為四類地區(qū)進(jìn)行聚類分析。結(jié)果顯示：中國科技金融發(fā)展的速度提升較快，東部地區(qū)的科技金融指數(shù)明顯高于中西部地區(qū)，而且四類地區(qū)的區(qū)域異質(zhì)性明顯。因而優(yōu)化科技金融的資源配置、加快科技金融的平臺建設(shè)，能夠促進(jìn)科技金融更好地服務(wù)于實體經(jīng)濟(jì)的發(fā)展。

[關(guān)鍵詞]熵值法;科技金融;科技創(chuàng)新;貢獻(xiàn)度

[中圖分類號]F124[文獻(xiàn)標(biāo)識碼]A [文章編號]1671-8372（2021）03-0039-08

Study on the contribution degree of sci-tech finance to real economy growth in China based on entropy method

ZHAO Yu-zhen，CHU Gui-min

（College of Economics and Management， Qingdao University of Science and Technology， Qingdao 266061， China）

Abstract：Based on the panel data of 31 provinces in China from 2009 to 2018， this paper uses entropy method to measure the development level of sci-tech finance in each province， uses linear correlation to measure the contribution of sci- tech finance in each province to the growth of real economy， and divides 31 provinces into four categories for cluster. The results show that the development of sci-tech finance in China is fast， the index of sci-tech finance in the eastern China is obviously higher than that in central and western China， and the regional heterogeneity of the four types of regions is obvious. Therefore， through optimizing the resources allocation of sci-tech finance， and accelerating the construction of sci-tech finance platform， sci-tech finance can be promoted to better serve the development of real economy.

Key words：entropy method; sci-tech finance; sci-tech innovation; contribution degree

隨著中國經(jīng)濟(jì)步入新常態(tài)的發(fā)展階段，單純依靠數(shù)量、人力和投資來驅(qū)動經(jīng)濟(jì)增長的傳統(tǒng)發(fā)展模式已舉步維艱，大力發(fā)展依靠科技驅(qū)動經(jīng)濟(jì)增長的新產(chǎn)業(yè)、新業(yè)態(tài)、新模式勢在必行。為適應(yīng)新時代的發(fā)展步伐，中國政府提出以科技創(chuàng)新驅(qū)動經(jīng)濟(jì)發(fā)展，以創(chuàng)新引領(lǐng)經(jīng)濟(jì)發(fā)展新常態(tài)，推進(jìn)中國經(jīng)濟(jì)平穩(wěn)健康的可持續(xù)發(fā)展。要創(chuàng)新自然離不開金融的支持。在中國現(xiàn)代化的進(jìn)程中，金融業(yè)的快速發(fā)展對于中國國民經(jīng)濟(jì)持續(xù)穩(wěn)定的增長功不可沒。然而資本在逐利本質(zhì)的驅(qū)動下出現(xiàn)了金融資產(chǎn)泡沫化、產(chǎn)業(yè)空心化等問題，金融和實體經(jīng)濟(jì)發(fā)展不匹配的問題日益凸顯。因此，引導(dǎo)金融資產(chǎn)進(jìn)入科技創(chuàng)新領(lǐng)域，推動實體經(jīng)濟(jì)的發(fā)展成為我國經(jīng)濟(jì)轉(zhuǎn)型升級的關(guān)鍵。從利用科技來驅(qū)動經(jīng)濟(jì)結(jié)構(gòu)的升級轉(zhuǎn)型，到依靠創(chuàng)新來推動實體經(jīng)濟(jì)的發(fā)展，得益于中國在借鑒發(fā)達(dá)國家科技金融發(fā)展經(jīng)驗的同時，根據(jù)中國的具體國情而制定的具有中國特色的科技金融發(fā)展政策。科技金融因此成為中國轉(zhuǎn)變經(jīng)濟(jì)增長方式、推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、實現(xiàn)新舊動能轉(zhuǎn)化的必然選擇，受到了理論界和實業(yè)界的廣泛關(guān)注和重視。因此，新形勢下測度中國各省份科技金融的發(fā)展水平，研究各區(qū)域科技金融對實體經(jīng)濟(jì)增長的貢獻(xiàn)度具有重要的理論價值和現(xiàn)實意義。

一、文獻(xiàn)綜述

在中國，“科技金融”一詞是深圳市科技局在1993年提出的，隨后全國各地相繼成立了科技金融促進(jìn)會，迎來了中國科技金融市場的大發(fā)展時期。隨著中國科技金融市場的不斷發(fā)展和成熟，學(xué)術(shù)界對于科技金融內(nèi)涵、科技金融發(fā)展模式等方面的研究形成了完整的理論體系。圍繞科技金融發(fā)展水平、科技金融發(fā)展效率、科技金融與經(jīng)濟(jì)增長關(guān)系的研究成為新熱點(diǎn)。

西方發(fā)達(dá)國家金融市場相對成熟，建立了一套完整的科技創(chuàng)新制度。通過文獻(xiàn)調(diào)研發(fā)現(xiàn)國外學(xué)者大多熱衷于研究金融對于科技創(chuàng)新的影響，對于科技金融的效率測度較少。阿塔納索夫（Atanassov）研究了美國2000多家上市公司的數(shù)據(jù)，實證分析發(fā)現(xiàn)企業(yè)在通過資本市場進(jìn)行技術(shù)創(chuàng)新融資的過程中，企業(yè)所擁有的知識產(chǎn)權(quán)是重要的影響因素之一[1];瓦奇泰爾（Wachtel）和盧梭（Rousseau）對美國上千家公司的調(diào)研數(shù)據(jù)顯示，獲得長期融資的公司面對的資金壓力較小，因而比獲得短期融資的公司更有可能研發(fā)出高質(zhì)量的創(chuàng)新技術(shù)[2]。而中國學(xué)者一般是圍繞科技金融發(fā)展水平和發(fā)展效率展開研究。曹顥等通過對科技金融的經(jīng)費(fèi)指數(shù)、資源指數(shù)、產(chǎn)出指數(shù)和貸款指數(shù)的聚類分析，測算科技金融的發(fā)展指數(shù)，發(fā)現(xiàn)科技經(jīng)費(fèi)指數(shù)和科技產(chǎn)出指數(shù)并非呈現(xiàn)正相關(guān)關(guān)系，因此提出對科技經(jīng)費(fèi)的使用效果進(jìn)行深入研究[3]。張明龍運(yùn)用傳統(tǒng)的DEA-Malmquist效率測算方法對中國科技金融的效率測算后，發(fā)現(xiàn)近年來中國科技金融效率呈現(xiàn)U型[4];薛曄等利用熵權(quán)法和貝葉斯隨機(jī)模型對中國30個省份的科技金融發(fā)展效率進(jìn)行測算后發(fā)現(xiàn)，整體上中國科技金融效率不斷上升，但中西部地區(qū)科技金融效率相對較低值得關(guān)注[5];陳亞男和包慧娜選擇科技金融資源指數(shù)、經(jīng)費(fèi)指數(shù)和產(chǎn)出指數(shù)三個一級指數(shù)，測算出中國科技金融發(fā)展指數(shù)逐年上升，但科技金融經(jīng)費(fèi)指數(shù)對于效率指數(shù)的貢獻(xiàn)度最大[6];龍云飛等構(gòu)建了科技金融投入指標(biāo)體系和產(chǎn)出指標(biāo)體系，運(yùn)用PCA-DEA-Moran指數(shù)測算發(fā)現(xiàn)我國各省份的科技金融發(fā)展不均衡問題突出[7]?？梢?，中國學(xué)者大多是將科技金融細(xì)化為多個細(xì)分指標(biāo)，利用算術(shù)平均數(shù)法、層次分析法和專家賦值法、熵值法等進(jìn)行測度。

此外，中外學(xué)者對于金融對經(jīng)濟(jì)增長的影響也進(jìn)行了大量的研究。金（King）和萊文（Levine）利用內(nèi)生增長模型驗證了科技金融是經(jīng)濟(jì)增長的重要影響因素之一[8];瓦奇泰爾（Wachtel）和盧梭（Rousseau）對部分國家1960—1989年的數(shù)據(jù)進(jìn)行測算發(fā)現(xiàn)金融對于經(jīng)濟(jì)增長的促進(jìn)作用有限[9];梅隆（Méon）和威爾（Weill）分析了47個國家1980—1995年的數(shù)據(jù)，利用隨機(jī)前沿模型驗證了金融對于經(jīng)濟(jì)增長具有重要作用[10];克切蒂（Cecchetti）等實證分析發(fā)現(xiàn)金融對實體經(jīng)濟(jì)的促進(jìn)作用存在門檻效應(yīng)，如果金融規(guī)?？焖僭鲩L可能會產(chǎn)生金融泡沫抑制實體經(jīng)濟(jì)的增長[11]。中國學(xué)者韓雪飛和趙黎明在協(xié)整檢驗的基礎(chǔ)上，構(gòu)建模型測算得出1992—2011年中國科技金融投入與經(jīng)濟(jì)增長存在雙向促進(jìn)關(guān)系[12];張林對金融發(fā)展、科技創(chuàng)新與實體經(jīng)濟(jì)增長的關(guān)系進(jìn)行驗證發(fā)現(xiàn)科技創(chuàng)新能力與實體經(jīng)濟(jì)增長呈現(xiàn)較強(qiáng)的正相關(guān)關(guān)系[13];鄭磊等的研究發(fā)現(xiàn)只有經(jīng)濟(jì)發(fā)展水平達(dá)到一定程度，科技金融才會對科技創(chuàng)新和經(jīng)濟(jì)發(fā)展起到促進(jìn)作用[14];張芷若、古國峰對中國30個省份2006—2017年的科技金融發(fā)展進(jìn)行實證分析驗證了科技金融對于區(qū)域經(jīng)濟(jì)增長具有推動作用[15]。

綜上可知，中外學(xué)者對于科技金融效率測度的研究相對充足，基本認(rèn)同科技金融與經(jīng)濟(jì)增長存在正相關(guān)關(guān)系，但對于科技金融與實體經(jīng)濟(jì)增長的相關(guān)性研究較少。因此，本文采用兩階段研究法，即選取客觀性較強(qiáng)的熵值法測算中國各省份的科技金融指數(shù)，利用回歸分析測度各省份的科技金融對其實體經(jīng)濟(jì)增長的貢獻(xiàn)度，擬為中國經(jīng)濟(jì)在推動實體經(jīng)濟(jì)的轉(zhuǎn)型升級、新舊動能的轉(zhuǎn)換等方面提供有建設(shè)性的建議。

二、中國各省份科技金融發(fā)展水平測算

（一）指標(biāo)構(gòu)建

科技金融是指由提供金融資源的資金供給主體和科技創(chuàng)新企業(yè)等資金需求主體共同組成的體系。資金供給主體為科技創(chuàng)新企業(yè)提供資金支持，資金需求主體通過對金融資源的合理利用實現(xiàn)企業(yè)科技進(jìn)步，推動實體經(jīng)濟(jì)增長。為了測度中國各省份科技金融的發(fā)展水平，本文遵循科學(xué)性、綜合性、客觀性、系統(tǒng)性的基本原則構(gòu)建科技金融指數(shù)指標(biāo)體系。科技金融指數(shù)指標(biāo)體系的構(gòu)建圍繞科技金融資源、科技金融經(jīng)費(fèi)、科技金融產(chǎn)出、產(chǎn)業(yè)科技發(fā)展和科技金融環(huán)境五個方面選取了16個指標(biāo)，包含2009—2018年的相關(guān)數(shù)據(jù)（見表1）。表1的指標(biāo)數(shù)據(jù)來源于中國統(tǒng)計年鑒、中國金融統(tǒng)計年鑒、中國高技術(shù)統(tǒng)計年鑒、中國科技統(tǒng)計年鑒和CNKI大數(shù)據(jù)研究平臺，對于部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

（二）研究方法

已有研究對于科技金融發(fā)展水平多采用指數(shù)方法測定，而科技金融指數(shù)測度的關(guān)鍵在于各評價指標(biāo)權(quán)重的確定。熵值法不但可以客觀地確定指標(biāo)權(quán)重，而且可以最大化地保留原始數(shù)據(jù)的信息。因此，本文選擇通過熵值法來確定科技金融指數(shù)的權(quán)重，利用線性加權(quán)求和的方法計算各省份科技金融發(fā)展水平的綜合得分。

第一步，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。由于原始數(shù)據(jù)量綱不同，因此需要先對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將所有指標(biāo)變量記為? ? ? ?，指標(biāo)體系可以表述為：

（1）

式（1）中，i代表省份，j代表指標(biāo)，n代表時間（i=1，2，…，31;j=1，2，…，16;n=1，2，…，n）。以2009年為基期年份，基期年份第j個指標(biāo)的最小值為

，基期年份第j個指標(biāo)的最大值為? ? ? ? ? ? ?，

假設(shè)對? ? 指標(biāo)進(jìn)行標(biāo)準(zhǔn)化后的值為? ?，標(biāo)準(zhǔn)化方法如下：

（2）

第二步，計算指標(biāo)權(quán)重。第n年第j項指標(biāo)下第i個記錄所占比重如下：

（3）

第三步，計算指標(biāo)信息熵。第n年第j個指標(biāo)的信息熵如下：

（4）

式（3）中，如果? ? ? ? ? ? ?，則式（4）中的? ? ? ? ? ? 。

第四步，確定各指標(biāo)的權(quán)重。第n年第j個指標(biāo)的權(quán)重計算方法如下：

（5）

式（5）中，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?。

第五步，計算各省份的科技金融發(fā)展水平。采用線性加權(quán)求和的方法，計算第n年第i個省份的科技金融發(fā)展水平得分：

（6）

第六步，計算年度科技金融發(fā)展水平。將第n年各省份的科技金融得分相加，即可得到第n年全國的科技金融發(fā)展水平，表達(dá)式如下：

（7）

（三）各省份科技金融指數(shù)測算

采用上述熵值法計算中國31個省份近10年的科技金融指數(shù)（見表2）。從縱向看，中國31個省份的科技金融指數(shù)均值為0.42，高于全國平均數(shù)的省份有12個，其中排在前六名的是廣東、江蘇、北京、山東、浙江、上海，西部地區(qū)科技金融指數(shù)相對較低。從橫向看，各省份的科技金融指數(shù)平均水平不斷提高，平均值從2009年的0.177上升到2018年的0.583。但從單個省份的科技金融指數(shù)來看，各省份的科技金融指數(shù)差異還是比較大的。

1.科技金融指數(shù)高于0.6的省份。2009年只有北京的科技金融指數(shù)高于0.6，達(dá)到了0.643，處于一枝獨(dú)秀的地位。2014年則有6個省份的科技金融指數(shù)超過0.6，分別是江蘇、廣東、北京、山東、浙江、上海。2018年科技金融指數(shù)超過0.6的省份達(dá)到11個。從時間維度來看，各省份的科技金融發(fā)展水平均呈現(xiàn)上升趨勢，且這些科技金融指數(shù)較高的地區(qū)，無論在科技創(chuàng)新、金融資源，還是實體經(jīng)濟(jì)發(fā)展等領(lǐng)域都具備較高的發(fā)展水平，成為中國經(jīng)濟(jì)發(fā)展的領(lǐng)頭羊。比如北京作為中國政治、經(jīng)濟(jì)和文化中心，積聚了各類高科技人才和高科技研究機(jī)構(gòu)，研發(fā)創(chuàng)新了大量科技成果，為其高科技產(chǎn)業(yè)飛速發(fā)展提供了強(qiáng)大動力，其科技金融發(fā)展水平一直處于國內(nèi)領(lǐng)先地位。

2. 科技金融指數(shù)位于0.3～0.6的省份。2009年科技金融指數(shù)位于這一區(qū)間的省份有4個，分別是江蘇、廣東、上海、山東。2014年科技金融指數(shù)達(dá)到0.3～0.6的省份有10個，分別是天津、河南、湖北、安徽、遼寧、湖南、福建、四川、陜西、重慶。2018年科技金融指數(shù)達(dá)到0.3～0.6的省份有9個，分別是福建、重慶、湖南、江西、陜西、遼寧、貴州、河北、廣西，截至2018年底，共有20個省份達(dá)到了0.3以上。這些省份的發(fā)展基礎(chǔ)相對較好，在國家科技強(qiáng)國戰(zhàn)略的支持下，科技金融指數(shù)獲得大幅提升;東部地區(qū)自身科技金融水平的不斷提高，也輻射帶動了周邊地區(qū)，推動這些地區(qū)科技金融指數(shù)快速上升。

3. 科技金融指數(shù)位于0.3以下的省份。2009年科技金融指數(shù)位于這一區(qū)間的共有26個省份，到了2014年減少到15個。2018年僅有10個省份的科技金融發(fā)展水平在0.3以下，包括西藏、青海、海南、寧夏、云南、甘肅、貴州、新疆、陜西、黑龍江。其中，西藏地區(qū)科技金融指數(shù)最低，僅有0.083。盡管從時間維度來看各省份的科技金融指數(shù)提高速度較快，但與東部沿海地區(qū)相比這些內(nèi)陸地區(qū)的科技金融水平依舊較低。從需求的角度出發(fā)，這些偏遠(yuǎn)落后地區(qū)的經(jīng)濟(jì)實力相對薄弱，企業(yè)對科技金融產(chǎn)品的需求不高，影響了科技金融的發(fā)展。從供給的角度出發(fā)，一方面，這些地區(qū)企業(yè)的整體實力相對較弱、科技研發(fā)投入不足，導(dǎo)致科研創(chuàng)新成果相對較少，難以吸引風(fēng)險投資的進(jìn)入;另一方面，金融機(jī)構(gòu)從資本逐利性和安全性角度出發(fā)愿意提供的科技金融資金數(shù)量有限。這兩方面的原因影響了當(dāng)?shù)乜萍冀鹑诘陌l(fā)展，并進(jìn)而影響了經(jīng)濟(jì)的發(fā)展。

綜上所述，盡管中國科技金融指數(shù)呈現(xiàn)不斷上升的趨勢，但各地區(qū)的科技金融指數(shù)發(fā)展不平衡，呈現(xiàn)東高西低態(tài)勢。東部地區(qū)由于地理位置、經(jīng)濟(jì)發(fā)展水平和政策傾斜等優(yōu)勢，科技金融指數(shù)明顯高于其他地區(qū)。因此下一步要積極加強(qiáng)區(qū)域間的合作，通過科技人才的流動和科技資源的轉(zhuǎn)移，帶動更多地區(qū)科技金融的發(fā)展。

三、科技金融和實體經(jīng)濟(jì)關(guān)系實證分析

中國進(jìn)入了經(jīng)濟(jì)發(fā)展的新常態(tài)階段，對實體經(jīng)濟(jì)的轉(zhuǎn)型升級和新舊動能轉(zhuǎn)換給予了高度關(guān)注。中共中央多次提到金融要服務(wù)于實體經(jīng)濟(jì)，要不斷增強(qiáng)金融服務(wù)實體經(jīng)濟(jì)的能力?？萍冀鹑诳梢詾閷嶓w經(jīng)濟(jì)的科技創(chuàng)新提供資金支持，并在鼓勵實體經(jīng)濟(jì)科技創(chuàng)新的同時提高實體經(jīng)濟(jì)的運(yùn)行效益，推動實體經(jīng)濟(jì)增長。但中國各省份的科技金融對實體經(jīng)濟(jì)增長是否作出了貢獻(xiàn)，以及貢獻(xiàn)度是多少都需通過實證的檢驗。

（一）變量選擇及數(shù)據(jù)說明

本文參照劉文麗等科技金融對實體經(jīng)濟(jì)增長的研究，除科技金融指數(shù)外，將各省份的實體經(jīng)濟(jì)從業(yè)人員和固定資產(chǎn)投資額也納入自變量[16];用各地區(qū)實體經(jīng)濟(jì)生產(chǎn)總值作為因變量。鑒于我國對實體經(jīng)濟(jì)生產(chǎn)總值數(shù)據(jù)沒有單獨(dú)統(tǒng)計，本文借鑒張林、張維康的衡量實體經(jīng)濟(jì)總產(chǎn)值采用的排除法，將各地區(qū)生產(chǎn)總值減去金融業(yè)增加值和房地產(chǎn)業(yè)增加值作為實體經(jīng)濟(jì)總產(chǎn)值[13]。此外還用gdp表示經(jīng)濟(jì)增長，用實體經(jīng)濟(jì)的地區(qū)生產(chǎn)總值表示;ifa代表資本投入量，用全社會固定資產(chǎn)投資額減去房地產(chǎn)業(yè)固定資產(chǎn)投資額表示;lab代表勞動的投入，用實體經(jīng)濟(jì)從業(yè)人員表示，實體經(jīng)濟(jì)從業(yè)人員采用全社會從業(yè)人員減去金融業(yè)從業(yè)人員和房地產(chǎn)業(yè)從業(yè)人員的方法計算;tf代表科技金融要素，用科技金融指數(shù)代替，因此建立如下科技金融-實體經(jīng)濟(jì)增長理論模型：

（8）

式（8）中，n代表研究年份，i代表研究的地區(qū)個數(shù)，a代表截距項，ε代表隨機(jī)誤差項，α、β分別表示實體經(jīng)濟(jì)勞動力投入水平和全社會固定資產(chǎn)投資額對實體經(jīng)濟(jì)產(chǎn)生的影響，γ表示科技金融指數(shù)對實體經(jīng)濟(jì)產(chǎn)生的影響。

（二）多元線性回歸分析

本文的數(shù)據(jù)包括2009—2018年中國各省份的實體經(jīng)濟(jì)地區(qū)生產(chǎn)總值、實體經(jīng)濟(jì)固定資產(chǎn)投資額、實體經(jīng)濟(jì)從業(yè)人員和科技金融發(fā)展水平。數(shù)據(jù)來源于中國統(tǒng)計年鑒、CNKI大數(shù)據(jù)研究平臺、wind數(shù)據(jù)庫等，對于部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

本文對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以消除數(shù)據(jù)之間量綱不同的問題。參照上述計算科技金融指數(shù)時標(biāo)準(zhǔn)化處理方法，以2009年為基期，對實體經(jīng)濟(jì)地區(qū)生產(chǎn)總值（zgdp）、實體經(jīng)濟(jì)固定資產(chǎn)投資額（zlab）和實體經(jīng)濟(jì)從業(yè)人員（zifa）進(jìn)行標(biāo)準(zhǔn)化處理。由于科技金融指數(shù)tf已經(jīng)通過熵值法計算所得，不需要進(jìn)行標(biāo)準(zhǔn)化處理。應(yīng)用Eviews6. 0軟件，采用多元線性回歸法估計中國2009年科技金融對實體經(jīng)濟(jì)增長的貢獻(xiàn)度。具體測算結(jié)果見表3。

表3中，R2統(tǒng)計量代表線性回歸方程的擬合優(yōu)度，代表所得模型擬合值與實際觀測數(shù)值的吻合程度。通過測算所得來看，如果R2的值越大，則說明模型的擬合值與實際觀測值越接近，模型擬合優(yōu)度越強(qiáng)。本模型R2為0.904，表明此模型的擬合優(yōu)度相對較高。F統(tǒng)計量代表顯著性檢驗結(jié)果，主要用來判斷模型中自變量和因變量之間的線性關(guān)系，判斷方程的總體線性關(guān)系是否成立。F值為84.895，相應(yīng)的概率值為0.000，可以推斷模型的總體線性關(guān)系成立。D-W統(tǒng)計量代表模型的序列相關(guān)性，用來判斷不同樣本點(diǎn)的隨機(jī)誤差是否相關(guān)。D-W檢驗值為2.3，與2接近，因而可以判斷此線性回歸模型的回歸殘差序列不相關(guān)。

根據(jù)表3的測算結(jié)果，得到如下回歸方程;

從式（9）可以得到各個變量的彈性系數(shù)。對其分析可知，實體經(jīng)濟(jì)從業(yè)人口每增加1個百分點(diǎn)，實體經(jīng)濟(jì)GDP就增加0.281個百分點(diǎn);實體經(jīng)濟(jì)固定資產(chǎn)投資額每增加1個百分點(diǎn)，實體經(jīng)濟(jì)GDP就增加0.347個百分點(diǎn);科技金融指數(shù)每增加1個百分點(diǎn)，實體經(jīng)濟(jì)GDP就增加0.656個百分點(diǎn)。綜上，科技金融對于實體經(jīng)濟(jì)GDP的貢獻(xiàn)度比實體經(jīng)濟(jì)從業(yè)人口和固定資產(chǎn)投資額都高，這也證明了科技對于實體經(jīng)濟(jì)推動作用的巨大力量[17]。

（三）縱向比較

采用上述方法，測算2009—2018年中國科技金融對實體經(jīng)濟(jì)的影響，并進(jìn)行了相關(guān)檢驗。中國科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度見表4。

從表4可以看出，自2009年以來，中國科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升的趨勢。2008年金融危機(jī)之后，中國大幅度增加基礎(chǔ)設(shè)施建設(shè)，用投資刺激經(jīng)濟(jì)的方法一定程度上帶動了實體經(jīng)濟(jì)的發(fā)展，提高了固定資產(chǎn)投資對于實體經(jīng)濟(jì)的貢獻(xiàn)度，但也在一定程度上擠占了科技對于實體經(jīng)濟(jì)的貢獻(xiàn)空間。故而，中國調(diào)整了經(jīng)濟(jì)政策，減少國家對經(jīng)濟(jì)的干預(yù)程度，將經(jīng)濟(jì)發(fā)展主體地位讓位于市場，使科技金融在實體經(jīng)濟(jì)的發(fā)展過程中占據(jù)重要地位，科技金融對于實體經(jīng)濟(jì)的貢獻(xiàn)度也因此得以不斷提高。

（四）橫向比較

采用上述方法，測算2009—2018年中國31個省份科技金融對實體經(jīng)濟(jì)的影響，并進(jìn)行了相關(guān)檢驗。各省份科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度見表5。

由表5可知，科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度較大的省份有廣東、山東、浙江、遼寧、安徽、黑龍江。其中，科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度最大的是廣東省，其科技金融指數(shù)高達(dá)0. 813。上述地區(qū)都屬于實體經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，也是科技金融指數(shù)較高的地區(qū)，可見實體經(jīng)濟(jì)的發(fā)展和科技金融的發(fā)展息息相關(guān)，科技金融對于實體經(jīng)濟(jì)發(fā)展起到了巨大的推動作用。科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度較小的省份有西藏、貴州、青海、寧夏、陜西，科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度最小的省份西藏僅有0. 010。上述地區(qū)多數(shù)屬于中西部地區(qū)，科技金融指數(shù)相對較低，可見實體經(jīng)濟(jì)與科技金融發(fā)展程度是一致的。為具體分析不同區(qū)域、不同省份科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度差異，本文以表5的數(shù)據(jù)為基礎(chǔ)，采用系統(tǒng)聚類的方法，打破東、中、西區(qū)域的限制，以便更好地分析各省份的差異。具體結(jié)果見圖1。

從圖1可以看出，中國31省份按照科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度可以分為四大類：

第一類：浙江、山東、遼寧、安徽、廣東、黑龍江、山西、湖北。這8個省份的科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度最高。其中，廣東、浙江、山東和湖北的科技金融指數(shù)在全國名列前茅，表明這些地區(qū)科技金融發(fā)展速度快，質(zhì)量高，為當(dāng)?shù)貙嶓w經(jīng)濟(jì)發(fā)展貢獻(xiàn)較大;遼寧、黑龍江依托國家振興東北工業(yè)基地的戰(zhàn)略，吸引優(yōu)勢資源，促進(jìn)了地區(qū)發(fā)展;安徽地理位置優(yōu)越，與“江浙滬”三地接軌，依靠科技金融的正外部性大力發(fā)展實體經(jīng)濟(jì)，促進(jìn)地區(qū)經(jīng)濟(jì)穩(wěn)步增長;山西近年來持續(xù)推進(jìn)物流降本增效促進(jìn)實體經(jīng)濟(jì)發(fā)展，持續(xù)推進(jìn)技術(shù)創(chuàng)新為引導(dǎo)的能源革命等政策，使得山西科技金融為實體經(jīng)濟(jì)發(fā)展提供了強(qiáng)大助力。

第二類：天津、河北、甘肅、上海、新疆、北京、福建、湖南。這8個省份的科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度較高。其中，北京、上海、天津等地的科技金融發(fā)展指數(shù)很高，但科技金融對實體經(jīng)濟(jì)貢獻(xiàn)程度并不突出，這和這些地區(qū)的經(jīng)濟(jì)發(fā)展政策相關(guān)。比如北京從政治中心、文化中心和環(huán)境保護(hù)的角度出發(fā)，高度關(guān)注科技產(chǎn)業(yè)和科技創(chuàng)新，使得很多實體產(chǎn)業(yè)外遷，導(dǎo)致科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度略遜一籌。而新疆、甘肅等地區(qū)由于地理位置等現(xiàn)實原因，地區(qū)經(jīng)濟(jì)發(fā)展大多依靠實體經(jīng)濟(jì)，因此這些地區(qū)雖然科技金融發(fā)展水平略低，但對實體經(jīng)濟(jì)的貢獻(xiàn)度卻不低。

第三類：云南、重慶、吉林、廣西、內(nèi)蒙古、四川、江西、河南、江蘇、海南。這10個省份的科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度較低，除江蘇外，其余省份的科技金融發(fā)展水平也較低。這主要是由其地區(qū)經(jīng)濟(jì)的發(fā)展水平?jīng)Q定的?？萍冀鹑诳梢源龠M(jìn)地區(qū)實體經(jīng)濟(jì)增長，而地區(qū)經(jīng)濟(jì)實力也可為科技金融發(fā)展提供強(qiáng)大支持。因此，上述省份一方面，應(yīng)積極學(xué)習(xí)第一類與第二類地區(qū)的先進(jìn)經(jīng)驗，積極試點(diǎn)、多方探索，充分發(fā)揮科技金融的作用，鼓勵企業(yè)進(jìn)行技術(shù)創(chuàng)新，以提高地區(qū)科技創(chuàng)新的能力，帶動地區(qū)實體經(jīng)濟(jì)的發(fā)展;另一方面，要調(diào)動一切資源提高地區(qū)經(jīng)濟(jì)發(fā)展水平，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級，為科技金融的高水平發(fā)展提供后勤保障。

第四類：青海、寧夏、貴州、陜西、西藏。這5個省份的科技金融對實體經(jīng)濟(jì)貢獻(xiàn)度最低，且科技金融發(fā)展水平也相對落后。對第四類地區(qū)而言，首先要培養(yǎng)地區(qū)的優(yōu)勢產(chǎn)業(yè);其次，政府需在此基礎(chǔ)上積極協(xié)調(diào)，加大資源傾斜，逐步提高科技金融發(fā)展水平。

綜上，從縱向看，中國2009年之后科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升趨勢;從橫向看，中國31省份科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度差異較大。因此不同省份提出不同的科技金融政策更有利于地區(qū)經(jīng)濟(jì)的平衡發(fā)展。此外還需鼓勵地區(qū)間科技金融資源的流動，發(fā)揮一類與二類地區(qū)的優(yōu)勢，以帶動三類與四類地區(qū)的發(fā)展。

四、結(jié)論與對策建議

（一）結(jié)論

當(dāng)前，加大科技創(chuàng)新力度是促進(jìn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵一環(huán)，而創(chuàng)新離不開金融的支持。因此，引導(dǎo)金融資產(chǎn)進(jìn)入科技創(chuàng)新領(lǐng)域，提升科技金融發(fā)展水平，進(jìn)而推動實體經(jīng)濟(jì)發(fā)展成為當(dāng)前經(jīng)濟(jì)轉(zhuǎn)型升級的關(guān)鍵。本文采用熵值法測算了中國31省份2009—2018年的科技金融指數(shù)，利用線性相關(guān)分析測算了科技金融對于實體經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度，并進(jìn)行了縱向與橫向的比較。

1.縱向比較：中國科技金融發(fā)展水平提升速度較快，各地政府對于科技金融發(fā)展重視程度都在不斷提高，各省份的科技金融指數(shù)都有不同程度的提升。受2008年開始的世界金融危機(jī)以及國家宏觀政策調(diào)整的影響，中國科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升的趨勢，這更進(jìn)一步證實了科技金融是推動實體經(jīng)濟(jì)發(fā)展的驅(qū)動力[18]。此外，東部地區(qū)科技金融指數(shù)明顯高于中西部地區(qū)，各地區(qū)科技金融指數(shù)和經(jīng)濟(jì)發(fā)展趨勢相吻合，形成“東強(qiáng)西弱”態(tài)勢。

2. 橫向比較：地區(qū)差異依舊存在。東部地區(qū)依托區(qū)位優(yōu)勢與綜合經(jīng)濟(jì)實力等因素，科技金融發(fā)展水平明顯高于中西部地區(qū)。然而科技金融對實體經(jīng)濟(jì)的貢獻(xiàn)度在區(qū)域劃分上呈現(xiàn)多層次態(tài)勢，可以劃分為四類地區(qū)。其中，一、二類地區(qū)貢獻(xiàn)度較高，三、四類地區(qū)貢獻(xiàn)度較低。因此要發(fā)揮一、二類地區(qū)的帶頭作用，引導(dǎo)資源逐步向三、四類地區(qū)傾斜，加強(qiáng)三、四類地區(qū)科技金融體系的建設(shè)，讓科技金融在企業(yè)創(chuàng)新和經(jīng)濟(jì)發(fā)展中發(fā)揮更大作用。

（二）對策建議

基于以上研究結(jié)論，為了提高各地區(qū)科技金融發(fā)展水平，讓科技金融更好地服務(wù)于實體經(jīng)濟(jì)，成為推動實體經(jīng)濟(jì)增長的引擎，為地區(qū)經(jīng)濟(jì)發(fā)展注入持續(xù)動力，本文提出以下對策建議。

1.加快完善地區(qū)科技金融服務(wù)體系，優(yōu)化科技金融服務(wù)平臺。憑借區(qū)位優(yōu)勢和經(jīng)濟(jì)優(yōu)勢，東部地區(qū)在吸引科技金融資源方面占據(jù)絕對優(yōu)勢，但科技金融資源的不均衡流動也拉大了東部地區(qū)和中西部地區(qū)科技創(chuàng)新能力的差距，長此以往勢必會導(dǎo)致更大的地區(qū)發(fā)展不平衡。因此，中西部地區(qū)應(yīng)借鑒東部地區(qū)科技金融服務(wù)體系的建設(shè)經(jīng)驗，通過加強(qiáng)科技創(chuàng)新的力度，優(yōu)化科技金融服務(wù)平臺，提升市場配置金融資源的能力;通過深化金融市場的改革機(jī)制，推動資本市場的加速發(fā)展;通過創(chuàng)新資產(chǎn)證券化模式，吸引更多的社會資本流入科技金融領(lǐng)域;通過建立完善的信用評價機(jī)制，減少科技金融供給方和科技金融需求方的信息不對稱，降低科技金融供給方的風(fēng)險;通過鼓勵保險公司、擔(dān)保公司等機(jī)構(gòu)為科技金融服務(wù)提供風(fēng)險擔(dān)保，分擔(dān)金融機(jī)構(gòu)的風(fēng)險;通過引導(dǎo)金融資源向科技領(lǐng)域和實體經(jīng)濟(jì)科研項目傾斜，完善科技與金融的融合發(fā)展機(jī)制。

2. 鼓勵科技金融與實體經(jīng)濟(jì)的進(jìn)一步融合發(fā)展。地方政府應(yīng)引導(dǎo)科技金融服務(wù)于實體經(jīng)濟(jì)，提高金融資源供給與實體經(jīng)濟(jì)需求之間的匹配度;應(yīng)跟蹤資金使用流向，積極提高資金使用效率，提高實體經(jīng)濟(jì)的科技產(chǎn)出;應(yīng)鼓勵科研機(jī)構(gòu)和高等院校的科研成果向?qū)嶓w經(jīng)濟(jì)轉(zhuǎn)移，不斷提高實體經(jīng)濟(jì)的競爭力;應(yīng)鼓勵科技與金融協(xié)同發(fā)展，提高科技金融服務(wù)于實體經(jīng)濟(jì)的能力，進(jìn)一步帶動地區(qū)科技金融和實體經(jīng)濟(jì)發(fā)展水平的提高。

3. 鼓勵經(jīng)濟(jì)發(fā)達(dá)地區(qū)帶動周邊地區(qū)，促進(jìn)科技金融與區(qū)域經(jīng)濟(jì)的協(xié)同發(fā)展。中央要持續(xù)加大對于落后地區(qū)的科技金融支持力度，鼓勵不同地區(qū)的分工協(xié)作，利用一、二類地區(qū)的優(yōu)勢帶動三、四類地區(qū)的發(fā)展，促使科技金融為三、四類地區(qū)帶來新的經(jīng)濟(jì)增長點(diǎn)。同時，還要完善科技金融和科技創(chuàng)新的激勵機(jī)制，引導(dǎo)科技金融資金和科技金融人才向落后地區(qū)轉(zhuǎn)移，擴(kuò)大科技金融的空間輻射能力，帶動劣勢地區(qū)的科技金融與區(qū)域經(jīng)濟(jì)的加速發(fā)展，進(jìn)而成為推動我國經(jīng)濟(jì)穩(wěn)步發(fā)展的堅實后盾。

[參考文獻(xiàn)]

ATANASSOV J，NANDA V K，SREA A.? Finance and innovation：the case of publicly traded firms [D].? Michigan：Ross School of Business，2007.

WACHTEL P，ROUSSEAU P L.? What is happening to the impact of financial deepening on economic growth？ [J]. Economic Inquiry，2011（1）：276-288.

曹顥，尤建新，盧銳，陳海洋. 我國科技金融發(fā)展指數(shù)實證研究[J]. 中國管理科學(xué)，2011（3）：134-140.

張明龍. 我國金融支持科技創(chuàng)新的效率評價：基于超效率DEA與Malmquist指數(shù)方法[J]. 金融發(fā)展研究，2015（6）：18-25.

薛曄，藺琦珠，高曉艷. 中國科技金融發(fā)展效率測算及影響因素分析[J]. 科技進(jìn)步與對策，2017（7）：109-116.

陳亞男，包慧娜. 科技金融發(fā)展對產(chǎn)業(yè)結(jié)構(gòu)升級影響的實證分析[J]. 統(tǒng)計與決策，2017（15）：170-173.

龍云飛，楊慧，朱艷. 基于PCA-DEA-Moran指數(shù)的科技金融發(fā)展效率評價研究[J]. 貴州財經(jīng)大學(xué)學(xué)報，2018（3）：54-63.

KING R G. ，LEVINE R.? Finance，entrepreneurship and growth：theory and evidence [J]. Journal of Monetary Economics，1993（32）：513-542.

WACHTEL P，ROUSSEAU P L.? Inflation thresholds and the finance-growth nexus [J].? Journal of International Money and Finance，2002（6）：777-793.

M?ON P J，WEILL L.? Does financial intermediation matter for macroeconomic performance？ [J]. Economic Modeling，2009（1）：296-303.

CECCHETTI S G，KHARROUBI E.? Reassessing the impact of finance on growth[R].? Basel：Bank for International Settlements，2012.

韓雪飛，趙黎明. 我國科技金融與經(jīng)濟(jì)發(fā)展相互作用的協(xié)整分析[J]. 科技與經(jīng)濟(jì)，2013（5）：66-70.

張林，張維康. 金融服務(wù)實體經(jīng)濟(jì)增長的效率及影響因素研究[J]. 宏觀質(zhì)量研究，2017（5）：47-60.

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

張芷若，谷國峰. 科技金融對區(qū)域經(jīng)濟(jì)增長的影響：基于空間計量經(jīng)濟(jì)學(xué)方法[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2019（9）：131-139.

劉文麗，郝萬祿，夏球. 我國科技金融對經(jīng)濟(jì)增長影響的區(qū)域差異：基于東部、中部和西部面板數(shù)據(jù)的實證分析[J]. 宏觀經(jīng)濟(jì)研究，2014（2）：87-94.

蔡則祥，武學(xué)強(qiáng). 新常態(tài)下金融服務(wù)實體經(jīng)濟(jì)發(fā)展效率研究：基于省級面板數(shù)據(jù)實證分析[J]. 經(jīng)濟(jì)問題，2017（10）：14-25.

陳舜. 金融發(fā)展、融資約束與民營企業(yè)的就業(yè)增長[J]. 企業(yè)經(jīng)濟(jì)，2020（7）：145-153.

[責(zé)任編輯 祁麗華]