導語：科技金融融合發展效率提升路徑一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]以長江經濟帶為研究對象,采用QCA定性比較分析方法研究科技金融發展增長效率的提升路徑。基于模型分析結果,對金融發展程度高的地區和金融發展程度低的地區,分別提出相關政策建議。

[關鍵詞]科技金融效率;定性比較分析;優化路徑

一、引言與文獻綜述

“”報告明確提出,我國經濟發展已經由高速增長轉向高質量發展階段,經濟步入“新常態”,經濟結構優化與升級迫在眉睫。經濟結構優化與經濟高質量增長離不開科技創新的支撐,科技創新是推動區域經濟發展的源動力,而金融對科技創新具有拉動作用,科技與金融的有機結合是促進科技開發與科研成果市場化、提升企業創新活力的必要條件,是創新驅動發展的重要著力點?？萍寂c金融已成為現代經濟體系中最為活躍的兩大要素,科技創新是經濟發展的重要動能,金融發展是推動科技創新的加速器,科技與金融的深度融合形成經濟社會發展的新動能?？萍冀鹑诘娜诤习l展與協同創新,可以引導科技金融資源優化配置,促進科技金融資源與科創產業有效匹配,為科創產業提供全周期的高效率服務,構建和完善區域性科技金融生態可為長江經濟帶高質量一體化發展提供重要的金融支持。中國科學技術發展戰略研究院2011年提出的科技與金融結合,已成為全國社會科學界關注的重大理論和政策問題,科技金融融合發展日益重要。中國人民銀行印發的《金融科技發展規劃(2019—2021年)》提出,進一步增強金融業科技應用能力,實現金融與科技深度融合、協調發展,助力我國金融科技發展位列國際領先地位。北京市金融監管管理局提出,未來的金融業將是科技驅動的產業,充分發揮科技金融在跨境金融服務業中的作用,可促進全球金融市場的互聯互通。在疫情期間,全球資本市場面臨極大的挑戰,中國經濟展現出了極大的發展潛力,金融業的對外開放始終沒有止步,為在華中外企業提供了良好的發展環境?？萍冀鹑诘亩x多有爭論,國內獲得普遍認可的是趙昌文等[1]提出的科技金融工具論。對于科技金融效率與區域發展國內外學者做過大量研究。國外學者Major和Chad[2]等研究發現,政府部門能夠有力推動科技金融效率,政府的資金支持與政策支持對科技企業的發展至關重要;Hicks[3]通過對金融市場與技術創新市場化之間聯系的研究,發現金融市場的不健全會對科技創新的發展與科技成果市場化產生不利影響;King和Levine[4]指出金融發展可以促進技術創新的成果,進而推動經濟的發展與進步。相比國外,我國對科技金融研究起步較晚,自趙昌文[1]提出系統的科技金融工具論之后針對科技金融的研究才逐步增加。我國對于科技金融的研究大多集中于區域科技金融發展效率,如徐玉蓮和王玉冬[5]等基于數據包絡分析研究,指出我國各省份的科技金融效率差異較大;黃瑞芬和邱夢圓[6]研究得出我國科技金融水平整體不高,且區域間有顯著差異;龐金波等[7]利用PP模型實證研究得出我國東中西部地區科技金融效率不一,各區市也處于發展不均衡狀態;常亮和羅劍朝[8]通過DEA模型測算企業科技創新效率受不同因素作用效果不同,且科技金融投入對不同性質的企業科技創新效率具有不同影響。綜上所述,國內外現有研究大都集中于科技金融效率的計算與區域科技金融、企業科技金融的橫向對比,對于綜合提升科技金融發展效率的研究仍有不足。基于此,本文以長江經濟帶為例,首先基于DEA-Malmquist指數,測算出我國科技金融發展增長效率,再以此為結果變量,采用QCA(QualitativeComparativeAnalysis)定性比較分析方法,研究科技金融發展增長效率的提升路徑,目的是為不同類型的地區提供參考路徑,進而提升科技金融發展。

二、科技金融融合發展增長效率計算

(一)DEA-Malmquist指數

Malmquist生產率指數,是由瑞典學者Malmquist[9]在比較兩組不同時期的消費變化時提出的,其后有學者將該指數應用于測算生產率變化,并得到廣泛運用。Malmquist指數計算不需要預先設置權重、不受投入產出量綱的影響,且克服傳統DEA模型只反映各決策單元靜態效率的不足,可以研究不同時間段的發展效率。從t時期到t+1時期規模效率不變的Malmquist生產率指數公式M(xt+1,yt+1,xt,yt)為:(1)TFP反映全要素生產率變動情況,當TFP>1時,表明全要素生產率提高;當TFP<1時,表明全要素生產率下降。

(二)指標選取與數據來源

評價科技金融融合發展增長效率的關鍵是構建合理的指標體系。本文在已有文獻的研究基礎上,考慮指標選取的可度量性、可靠性和可獲取性原則,構建科技金融融合發展增長效率評價指標體系。本文選取金融市場支持、政府支持和科技資源支持三個方面四個指標作為評價科技金融融合發展增長效率的投入指標。金融市場在科技發展方面的支持主要是金融機構科技貸款,借鑒高慧清[10]的研究,金融機構科技貸款用“R&D外部經費支出”來反映;政府支持用地方財政科技撥款來表示;科技資源支持用“R&D內部經費支出”和“R&D人員全時當量”來衡量?？萍冀鹑诘漠a出指標選取發明專利授權量[11]、技術市場成交合同額和高新技術新產品銷售額三個變量表示。我國科技金融投入與產出指標體系如表1所示。本文以2013—2020年我國長江經濟帶11個省(市)為研究對象,相關的科技金融投入產出數據均來源于對應年份的《中國科技統計年鑒》和《中國統計年鑒》。為了消除通貨膨脹對貨幣指標的影響,本文以2013年為基期,對各指標數據進行平減。由于科技金融投入對產出的影響具有滯后效應,本文選擇滯后一期進行研究。

(三)結果分析

本文使用DEAP2.1軟件對模型各指標數據進行計算,得到2013—2019年我國長江經濟帶科技金融融合發展增長效率值,具體結果如表2所示。根據表2可知,2013—2019年我國長江經濟帶科技金融融合發展增長效率均值為1.096,總體上處于增長狀態。各地區科技金融融合發展增長效率差異較大,江西、貴州地區科技金融融合發展增長效率值較大,分別為1.242和1.155,而上海、江蘇地區科技金融融合發展增長效率較低,分別為1.033和1.042,并且同一地區不同時間段科技金融融合發展增長效率差異也較大。因此,探究科技金融融合發展的影響因素,對提高各地區科技金融融合發展增長效率具有重要意義。

三、科技金融融合發展增長效率提升路徑分析

(一)定性比較分析法

定性比較分析方法是20世紀80年代由社會學家Ragin[12]提出的一種關注條件組態與結果間復雜因果關系的方法,認為社會現象發生的原因條件間多是相互依賴而非獨立的,因此解釋社會現象發生的原因需要采取整體的、組合的方式。定性比較分析方法采取整體的視角,關注跨案例的“多重并發因果關系”,從整體上分析條件組態對結果的影響(AB→C),而并非單個變量對結果具有決定性。另外,對于同一結果有不同的路徑可以到達,即多個不同的條件組合可能產生同樣的結果(AB→Y,CD→Y)。定性比較分析包括清晰集定性比較分析(csQCA)、模糊集定性比較分析(fsQCA)以及多值集定性比較分析(mvQCA)3個基本類別。fsQCA相較于csQCA和mvQCA而言,可以處理程度變化或部分隸屬問題,應用更為廣泛[13]。本文采用模糊集定性比較分析方法。定性比較分析方法相較于以回歸分析為主的定量研究與以案例分析為主的定性研究,其優勢在于:通過對不同樣本的跨案例比較,可以在分析條件變量作用路徑的基礎上,保證研究結論的外部推廣性;對組態路徑進行分析,辨別出具有等效結果的不同路徑,從而發現條件變量之間的潛在替代關系,為后續實踐過程拓寬思路、增加優化路徑。

(二)變量選取及數據校準

1.結果變量本文關注的結果是各地區科技金融融合發展增長效率。利用DEAP2.1軟件通過對科技金融投入和產出指標進行計算,得出2013—2019年我國長江經濟帶11個省份的科技金融融合發展增長效率,并以2019年的科技金融融合發展增長效率為結果變量。2.條件變量(1)金融發展程度,地區金融發展程度越高,企業才能從金融市場中籌措足夠的資金來進行科研活動。借鑒童紀新和曹越美[14]的指標選取方法,采用地區金融機構各項貸款余額占地區生產總值的比重來衡量各地區金融發展程度。金融發展程度三個校準點的數據分別為0.5、1.3和3。(2)經費投入強度,衡量一個地區在科技創新方面的努力程度,根據我國現階段科技金融發展水平,提高經費投入強度可促進地區科技金融融合效率提升。用R&D經費支出與地區生產總值之比來表示。三個校準點的數據分別為0.7、1.9和4.5。(3)政府科技支持,指地方政府對于科技創新的支持力度,政府對科技的重視程度越大越有利于科技金融效率的提升。用地區一般公共預算支出中的科學技術支出占比來表示。三個校準點的數據分別為0.5、3和6。(4)科研人員投入強度,表示各地區在科技創新方面的人員投入程度,增加科研人員投入力度可提高科技金融效率。采用地區科研人員全時當量與全國科研人員全時當量之比來表示。三個校準點的數據分別為0、3.55和14。(5)科研氛圍,地區科研氛圍可以有力促進該地區科技金融融合效率的提升。本文借鑒李林漢等[15]的研究,采用各地區內科研機構數量與全國科研機構數量之比來衡量。三個校準點的數據分別為0.5、3.25和5。條件變量的測量指標描述與校準如下表3所示。

(三)必要條件分析

對我國科技金融融合發展效率提升路徑進行組態分析之前,進行單一變量的必要性分析。單變量必要性分析的目的,在于確定某單一條件變量是否為結果變量的必要條件,即結果發生,該變量必定存在;若該變量不出現,則結果一定不發生。進行單一變量必要性分析后,可進一步對各個條件進行充分條件分析,并通過“布爾代數最小化”識別出對目標結果解釋力度最大的條件組態。單一變量一致性的計算公式為:Consistency(Yi≤Xi)=Σmin(Xi,Yi)/Σ(Yi)科技金融融合發展效率的必要條件結果分析如表4所示。根據Fiss[16]的研究,認為一致性大于0.9時該變量可視為結果的必要條件。如上表所示,各個條件變量與結果發生、不發生的一致性均低于臨界值0.9,故以上五個條件變量均非科技金融融合發展效率提升的必要條件。這一結果表明了科技金融融合發展效率提升的前因復雜性,單一的因素并不能決定地區的科技金融融合發展效率,需要多因素聯動匹配共同影響地區科技金融發展效率。(四)組態路徑分析模糊集定性比較分析會得到3種類型的解:復雜解(不包含“邏輯余項”)、簡約解(包含“邏輯余項”)與中間解(包含符合理論和實際知識的“邏輯余項”)[17]。其中,復雜解得到的結論最嚴格,但是過于復雜,普適性差;簡約方案得到的結論最為寬松,但是過于簡單,結論可能與實際不符;而中間方案得到的結論普適性較強,故大多數學者使用fsQCA研究時均選取中間解的結論?；谝陨戏治?本研究中對于科技金融融合發展的前因影響因素進行組態路徑分析,以consistencycutoff為0.9對結果組態進行篩選,科技金融融合發展效率提升的前因組態路徑如下表5所示。相關符號采取Ragin和Fiss[18]提出的表述方式,用表示條件變量出現,用⊗表示條件變量不出現,空格意味著條件變量的存在無關緊要。具體數據運行結果如下表5所示。如表5所示,根據科技金融融合發展效率驅動路徑中的影響因素,有3條路徑可以促進科技金融融合發展效率的提升,每一縱列代表一種可能的條件組態。解的一致性(solutioncoverage)為0.94,即在所有滿足這3條路徑的地區中,有94%的地區科技金融融合發展效率大概率會提提高;解的覆蓋度(solutionconsistency)為0.84,即這3條組態路徑可以解釋84%的地區科技金融融合發展效率變化案例;解的一致性與覆蓋度均高于臨界值,表明該實證研究有效。基于以上條件組態,可進一步識別出各地區在提高當地科技金融融合發展效率的過程中不同影響因素的差異化適配關系[19],具體分析如下。條件組態1表示,較高的地區金融發展程度、經費投入強度高、政府科技支撐與科研人員投入共同發力,可促進地區科技金融融合發展效率的提升。在該組態路徑下地區的科研氛圍無關緊要,即不再需要大量的科研機構支撐地區的科技金融效率。結合長江經濟帶周邊城市,浙江省與上海市均符合該類條件組態,究其根本,浙江省與上海市屬于中國經濟最發達、創新活力最強的地區,兩地都提出建設金融科技中心,上海注重金融全要素的提升,浙江側重于培育區域特色金融,兩地優勢互補,共同提升當地的科技金融融合效率,其科技創新能力、區域創新水平等已經居于全國領先地位,已經步入科技金融發展的產出階段,科研機構在此類地區發展中的作用已經逐步削弱。故想要提升此類地區的科技金融融合發展效率,需要不斷促進地區金融市場的發展、持續提升政府科研經費支出與科研人員投入。條件組態2表示,在地區金融發展程度不高、科研人員投入強度不足時,需要提升政府企業等各類科研經費的支出強度,并繼續加強地區科研機構的建設。結合長江經濟帶安徽省與江西省的實際情況,該類地區科技金融起步較晚,科技金融發展程度目前位于較低水準,且由于科技金融發展時間短,地區科研人員全時當量在全國范圍占比不高,但是,該類地區政府對于科技金融的重視程度越來越高,研發經費呈現持續上升趨勢,這一發展形勢也助推了該類地區科研機構的成立與發展,科研機構的發展助力地區科技金融融合發展效率的提升。因此,對于此類科技金融起步較晚,金融發展程度不高的地區,可以加強R&D經費支出以及地方公共預算支出,并加強科研機構的建設,從而助力地區科技金融融合效率的提升與發展。條件組態3表示,當地區的R&D經費支出與地方科學技術公共預算支出不足時,需要地區具有較高的金融發展程度、提升科研氛圍、以及加大科研人員投入,才能促進地區科技金融融合發展效率的提升。此類地區的科技金融市場已經較為成熟,但是經費投入強度與政府科技支持不足,需要加大科研氛圍建設與科研人員投入促進地區的科技金融發展水平。例如居于長江經濟帶的四川省,自入選全國首批促進科技和金融結合的試點地區,積極建立健全市場化與公益性相結合的科技金融服務體系,在深化發展科技金融服務模式方面取得突出進步,地區金融發展程度已經達到較高水準,此外,四川創新科技金融研究院與當地高校、社會科學院、科學技術信息研究所等密切合作,促進該地區科研機構與科研人才的發展,但是與此同時,四川省面臨資本市場支持不足的問題,直接融資潛力未能充分發揮、與沿海地區股權交易中心發展差距仍然較大等[20]。因此,對于該類金融發展程度已經達到一定水平,但是經費投入與政府科技支持不足的地區,需要加強科研人員投入與科研氛圍構建,推動地區科技金融融合發展效率的提升。

四、結論與建議

長江經濟帶作為我國重大國家戰略發展區域,覆蓋11個省市,生產總值超過全國的40%,故長江經濟帶的科技金融發展對推動我國整體科技創新意義重大。本文根據DEA-Malmquist指數計算長江經濟帶各省市的科技金融融合發展增長效率,進而利用模糊集定性比較分析方法,得出促進長江經濟帶科技金融融合發展增長效率的組態路徑。結果表明,長江經濟帶的科技金融融合發展增長效率均處于上升水平;不同地區由于金融發展程度、資金投入、人員投入與科研氛圍等的差異金融融合發展提升效率不一;不同地區科技金融融合發展增長效率的組態影響路徑具有明顯差異。因此,本文在上述研究基礎上,提出以下建議。第一,針對金融發展程度不高的地區,按照“政府引導,市場運作”原則,設立科技創新政府投資引導基金,加大R&D經費支出,以及地方公共預算支出等資金支持,并不斷加強與地方高校、研發機構、高新技術企業等的合作,以此加強科研機構的建設;還可以通過創新科技金融工具,制定專項激勵政策等方式,積極協調各類金融機構,適當降低融資門檻,促進各地區金融機構與科技企業有效對接,從而助推地方科技金融融合發展增長效率的提升。第二,針對科技金融發展起步早,金融發展程度高的地區,有兩條優化路徑。其一是增加地區科研人員投入、提升資金投入并優化資金使用效率,各個地區應結合地區實際情況,建立政府部門的協調機制因地制宜打造地區專屬的科技金融融合發展增長效率路徑,一方面要協調資金的籌措與使用,另一方面要合理調配科研人員,建立監察機制,避免資金與人才不合理流入少數企業;其二是在資本市場支持不足時,加強科研人員投入與地區科研氛圍建設,人才資源作為科技金融發展中的關鍵環節,對科技金融創新發展起到關鍵作用,應當加大人才引進力度,完善并落實地區人才引進措施,此外,各類型高新技術企業的發展都離不開科研機構的支撐,政府應當繼續加強地區科研機構的建設,并為科研機構與高新技術企業牽線搭橋,促進創新產品的市場化,進一步提升科技金融的發展。

作者：劉越 張洪潮 單位：太原理工大學經濟管理學院