時丹丹

1 模型構建、數據來源和計量方法

1.1 模型和變量構建

面板數據是用來描述一段時間內一個總體中給定樣本的情況，并且對樣本中的每一個樣本單位進行多重觀察得到的數據集。面板數據與時間序列數據相比，特點在于更多自由度、更少共線性、和更高效率。在研究企業(yè)技術創(chuàng)新與金融支持體系關系時，由于統(tǒng)計數據的局限，時間序列分析可能滿足不了大樣本的要求，甚至會得到有偏的結果，而面板數據可以很好地解決以上問題。本文使用面板數據單位根檢驗和協(xié)整檢驗來分析金融支持體系對企業(yè)技術創(chuàng)新的支持作用及兩者的關系。

金融系統(tǒng)與技術創(chuàng)新之間可以看作是一種技術生產的投入產出關系，因此，本文用Cobb－Douglas生產函數進行分析，在構建技術創(chuàng)新的Cobb－Douglas生產函數時，加入金融體系因素變量，可以得出以下模型：

模型中變量的選擇與說明如下：

（1）技術創(chuàng)新變量（Innovit）

技術創(chuàng)新包括的內容很多，包含了產品創(chuàng)新、工藝創(chuàng)新等。而國內外的文獻在進行實證研究時通常把“專利申請量”作為技術創(chuàng)新成果的代理指標。本文選取的技術創(chuàng)新變量包括幾個方面：專利成果、新產品銷售額和技術成果。專利成果取專利授權的個數，新產品銷售額取新產品的銷售額，技術成果取技術市場的成交額。為了消除異方差的影響，在計算時，技術創(chuàng)新變量innovit取自然對數。

（2）技術創(chuàng)新人力資源投入量（Hrit）與資金投入量（Cait）

用Hrit表示技術創(chuàng)新的人力資源的投入量，取科技活動人員數。用Cait來表示技術創(chuàng)新資金的投入量，取科技經費支出額。為了最大程度地消除異方差的影響，對以上2個指標的樣本數據也做了取自然對數的處理。

（3）金融體系發(fā)展變量（Fin_scaleit和Fin_effiit）

在衡量一國的金融發(fā)展（增長）時，主要使用貨幣存量（M2）與國民生產總值（GDP）的比重，即金融相關率作為標尺。金融相關率（M2/GDP）是衡量一國金融深化和金融改革程度的主要指標，由于中國缺乏各地區(qū)金融資產和M2的統(tǒng)計數據，無法直接使用戈氏和麥氏指標。一般來說，貸款的投放規(guī)模反映了一個地區(qū)的資金利用程度，而存款量的增長為金融機構帶來充足的資金來源，本文用存款與貸款額作為金融資產的度量指標，并用這一指標與GDP的比例來代理金融相關率，即金融體系發(fā)展變量用Fin_scaleit表示。

金融中介機構效率指標，表示金融機構配置金融資源的效率，即銀行將資金盈余部門的資金轉化為貸款的效率。用金融中介機構吸收的企業(yè)存款與城鄉(xiāng)儲蓄存款之和與其發(fā)放的貸款之比代理金融機構效率，用Fin_effiit表示。

在模型（1）中，α為截距項，εit為殘差項。

1.2 數據來源和計量方法

本文的數據來源于1996～2009年《中國統(tǒng)計年鑒》、《中國科技年鑒》、《中國知識產權年鑒》以及CNNIC報告等。

面板數據的單位根和協(xié)整方法是在時間序列的單位根和協(xié)整方法的基礎上發(fā)展起來的，它綜合了時間序列和橫截面的特性，通過加入橫截面能夠更加直接、更加精確地推斷單位根和協(xié)整的存在。面板數據的單位根和協(xié)整方法在樣本時間序列較短，在截面數據的情況下優(yōu)勢更為明顯。由于許多經濟數據具有不平穩(wěn)的特征，如不進行單位根檢驗，則容易產生偽回歸問題。而單位根檢驗能很好地解決這一問題。

對于各變量進行面板數據單位根檢驗時，假如各變量是同階單整I（1）的，就繼續(xù)進行協(xié)整檢驗，以研究各變量間的長期均衡關系，同時用ECM，即誤差修正模型來分析各變量間的短期均衡關系。假如各變量是非同階單整的，則應該停止計算，不再繼續(xù)進行協(xié)整檢驗。具體步驟如下：

(1)檢驗變量的平穩(wěn)性。檢驗變量的平穩(wěn)性主要是用單位根檢驗各變量是否同階單整I（1）。本文采用Haris-Tzavalis單位根檢驗、IPS單位根檢驗與LLC單位根檢驗3種方法來進行面板數據的單位根檢驗，盡量避免單一檢驗的失誤。

(2)在第一步平穩(wěn)性檢驗通過以后，用EG兩步法對模型（1）進行回歸運算，得到殘差εit，然后用Haris-Tzavalis單位根檢驗、IPS單位根檢驗與LLC單位根檢驗3種方法來檢驗殘差序列εit的平穩(wěn)性。如是平穩(wěn)的，則表明變量間存在的長期均衡關系，否則，說明變量間不存在長期均衡關系。

(3)用ECM模型檢驗變量間的短期均衡關系。

建立誤差修正模型：

上式中，ECM表示均衡誤差，指的是在短期內各變量偏離長期均衡關系的程度，△為一階差分，γ為均衡誤差對Innovit的控制，表示各變量回歸均衡點的調整速度。系數β1、β2、β3、β4為人力資源投入、資金投入和金融支持系統(tǒng)對技術創(chuàng)新3個方面的短期影響程度。如β1、β2、β3、β4均顯著不為零，表明存在短期均衡關系，人力資源投入、資金投入和金融支持系統(tǒng)對技術創(chuàng)新有短期影響，否則，短期影響就不存在。使用軟件Eview5.1對數據進行運算處理。

2 實證結果分析

2.1 面板數據單位根檢驗

對技術創(chuàng)新變量（Innovit）、人力資源的投入變量Hrit、技術創(chuàng)新資金投入變量Cait、金融體系發(fā)展變量Fin_scaleit與金融中介機構效率變量Fin_effiit分別進行LLC檢驗、Haris-Tzavalis檢驗和IPS檢驗。檢驗結果顯示，這五個變量均具有時間趨勢。所以，對這五個變量采用含時間趨勢的模型進行單位根檢驗。而以上變量的一階差分變量卻將無時間趨勢，采用不含時間趨勢的模型進行單位根檢驗。單位根檢驗的結果如表1所示。

表1的計算結果表明，人力資源的投入變量Hrit、技術創(chuàng)新資金投入變量Cait、金融體系發(fā)展變量Fin_scaleit、金融中介機構效率變量Fin_effiit在LLC單位根檢驗、Haris-Tzavalis單位根檢驗和IPS單位根檢驗中都沒有拒絕單位根的假設，說明這些變量是非平穩(wěn)的。以上變 量 的 一 階 差 分 變 量 △ Hrit-1、△ Cait-1、△ Fin_scaleit-1、△Fin_effiit-1均在10%的顯著性水平下拒絕了單位根假設，表明以上變量的一階差分變量全是平穩(wěn)的。所以，這些變量均為一階單整I（1）。

表1

2.2 面板數據的協(xié)整檢驗

人力資源的投入變量Hrit、技術創(chuàng)新資金投入變量Cait、金融體系發(fā)展變量Fin_scaleit、金融中介機構效率變量Fin_effiit均有一個單位根為I（1）。所以，這些變量之間存在協(xié)整的可能性。

對模型（1）進行回歸運算，回歸的結果如表2所示，同時，得到3個殘差項：ε1it、ε2it、ε3it，對殘差序列εit分別選用不含時間趨勢的檢驗方進行LLC檢驗、Haris-Tzavalis檢驗和IPS檢驗。

從表2的數據可以看出，大部分變量在10%的顯著性水平下是顯著的。并且大部分因變量與自變量呈正向關系，說明金融支持體系以及人力資源和資金的投入對技術創(chuàng)新會產生支持作用。從回歸結果來看，金融體系發(fā)展變量Fin_scaleit對技術創(chuàng)新的專利成果和技術成果具有顯著的支持作用，而金融體系發(fā)展變量Fin_scaleit對新產品銷售額的支持作用卻不明顯，可能是由于專利成果和技術成果在產業(yè)化的過程中存在問題。金融中介機構效率變量Fin_effiit、人力資源的投入變量Hrit、技術創(chuàng)新資金投入變量Cait均對技術創(chuàng)新的三個方面指標具有顯著的支持作用。

表2

仍然采用LLC單位根法、Haris-Tzavalis法和IPS法檢驗ε1it、ε2it、ε3it這3個殘差項的平穩(wěn)性，計算結果如表3所示。殘差項ε1it、ε2it、ε3it均不存在單位根，說明變量間存在著協(xié)整關系，金融體系發(fā)展、金融中介機構效率、技術創(chuàng)新的人力資源投入和資金投入對技術創(chuàng)新的3個方面都具有長期影響。面板數據的協(xié)整檢驗的結果說明了金融體系與企業(yè)技術創(chuàng)新之間存在長期關系。

表3

2.3 ECM模型分析

要檢驗金融支持體系各變量與企業(yè)技術創(chuàng)新之間有無短期的因果關系，還需借助ECM模型，即模型（2）進行計算。在選擇滯后期時，在原來滯后1年的基礎上再滯后3年，把樣本數據輸入ECM模型運算，得到計算結果如表4所示。

從表4中可以看出，ECM1i,t-5、ECM2i,t-5、ECM3i,t-5的系數在10%的顯著性水平下顯著，并且均為負數，因而符合正向修正原理，說明變量間存在短期均衡關系。其中，因變量對于專利成果ΔInnovit系數與技術成果ΔInnovit系數大多都在10%的顯著性水平下顯著，并且多數系數為正，說明人力資源的投入、技術創(chuàng)新資金投入、金融體系發(fā)展以及金融中介機構效率變量對于技術創(chuàng)新的專利成果和技術成果在短期內都有明顯的支持作用。然而，因變量對于專利成果ΔInnovit系數與技術成果ΔInnovit系數大多在10%的顯著性水平并不顯著，說明人力資源的投入、技術創(chuàng)新資金投入、金融體系發(fā)展以及金融中介機構效率變量對于技術創(chuàng)新的新產品銷售額在短期內的支持作用不明顯?！鱂in_scalei,t-2和△Fin_effii,t-2對專利成果ΔInnovit系數不顯著，而滯后3期時，△Fin_scalei,t-3和△Fin_effii,t-3對專利成果ΔInnovit系數才開始顯著，說明金融支持體系對技術創(chuàng)新的支持有一定的滯后期，前2年的支持作用并不明顯，第3年支持作用才開始顯著。

3 結論

表4

本文基于面板數據和ECM模型研究了金融體系對企業(yè)技術創(chuàng)新的支持作用。經計算得出以下結論：從長期的角度看，金融體系與企業(yè)技術創(chuàng)新之間存在長期關系。金融支持體系以及人力資源和資金的投入對技術創(chuàng)新會產生支持作用。然而，金融體系發(fā)展對新產品銷售額的支持作用不明顯。從短期的角度看，說明人力資源的投入、技術創(chuàng)新資金投入、金融體系發(fā)展以及金融中介機構效率變量對于技術創(chuàng)新的專利成果和技術成果有明顯的支持作用，卻對新產品銷售額的短期支持作用不明顯，可能是專利技術和成果產業(yè)化過程中出現(xiàn)問題。另外，金融支持體系對技術創(chuàng)新的支持在2年內不明顯，第3年支持作用才開始顯著。金融體系對技術創(chuàng)新的支持有明顯的滯后性。

[1]約瑟夫·熊彼特.經濟發(fā)展理論[M].上海:商務印書館,1990.

[2]Gupta,K.L.Finance and Economic Growth in Developing Countries[M].Sydeney:Dover,N.H.Groom Helm,1984.

[3]Saint-Paul,G.Technological Choice,Financial Markers and Economic Development[J].European Economic Review,1992,（36）.

[4]劉降斌，李艷梅.區(qū)域科技型中小企業(yè)自主創(chuàng)新金融支持體系研究—基于面板數據單位根和協(xié)整的分析[J].金融研究，2008，（12）.