李君
【摘 要】 近年來,中國經(jīng)濟(jì)發(fā)展迅速,迅速的背后離不開科技進(jìn)步和金融機(jī)構(gòu)投資的支持,由于市場具有信息不對稱性,金融機(jī)構(gòu)的投資可能具有空間相關(guān)性。因此研究中國各地區(qū)之間整體投資是否具有相關(guān)性以及影響整體投資水平的影響因素是很有必要的。本文基于2009年-2015年中國相關(guān)26個省份的相關(guān)數(shù)據(jù),建立空間面板數(shù)據(jù)模型,對影響城市整體投資水平的影響因素做了實(shí)證分析,根據(jù)回歸結(jié)果,探索了影響整體投資水平的影響因素,研究結(jié)果表明首先各省份之間的整體投資具有空間相關(guān)性,其次地區(qū)的第三產(chǎn)業(yè)占比、居民消費(fèi)水平、專利申請授權(quán)量對區(qū)域整體投資水平具有明顯的正影響。本文建議各省份要進(jìn)一步注重創(chuàng)新,提高各自創(chuàng)新能力,建立創(chuàng)新獎勵機(jī)制;大力發(fā)展第三產(chǎn)業(yè),發(fā)展先進(jìn)性生產(chǎn)服務(wù)業(yè);加大對科技金融的投入。
【關(guān)鍵詞】 投資 空間相關(guān)性 專利申請授權(quán)量
1.引言
1.1研究背景
改革開放四十年以來,我國經(jīng)濟(jì)發(fā)展十分迅速,對世界經(jīng)濟(jì)產(chǎn)生影響。在現(xiàn)實(shí)生活中,隨著科技水平的不斷提升,經(jīng)濟(jì)全球化水平的不斷提高以及經(jīng)濟(jì)增長方式的不斷轉(zhuǎn)變,我國經(jīng)濟(jì)正在面臨由要素驅(qū)動到創(chuàng)新驅(qū)動,上海想要將自己打造成具有全球影響力的科創(chuàng)中心,而提升自己創(chuàng)新能力水平離不開中小型科技型企業(yè)和科研機(jī)構(gòu)的發(fā)展,更加需要金融機(jī)構(gòu)投資的支持。同時由于信息不對稱性的存在導(dǎo)致信息成本,金融機(jī)構(gòu)的投資可能會存在地區(qū)相關(guān)性。因此研究整體投資是否具有相關(guān)性以及影響整體投資水平的影響因素,逐步找出相關(guān)因素,提出相關(guān)政策與建議是很有必要的。
1.2研究目的和意義
近年來,隨著科技的進(jìn)步,中國經(jīng)濟(jì)快速發(fā)展,經(jīng)濟(jì)總量不斷提高。中國正在建設(shè)一帶一路,促進(jìn)帶動沿線城市的發(fā)展,而城市吸引資本的能力必然對該城市的經(jīng)濟(jì)發(fā)展起著至關(guān)重要的作用,因此研究各省份整體投資水平的影響因素是很有必要的。投資區(qū)域具有不均衡的特征,進(jìn)而影響我國整體投資的發(fā)展,影響科技成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力[1],因此探究整體投資水平的空間相關(guān)性具有理論和現(xiàn)實(shí)意義。
2.文獻(xiàn)綜述
2.1國外文獻(xiàn)綜述
Karsai(2004),Clarysse(2009),Cumming & Johan(2009),Josh Lerner (2010)認(rèn)為,政府引導(dǎo)基金是影響風(fēng)險(xiǎn)投資發(fā)展的一個重要的影響因素[2]。Kenneth WRind,Gene I.Miller(1980)認(rèn)為地區(qū)人力資本的發(fā)展可能會提高一個城市的技術(shù)、創(chuàng)新能力,對風(fēng)險(xiǎn)投資的發(fā)展至關(guān)重要[2]。Leonard K.Cheng和Yun K.Kwan(2000)選取中國的數(shù)據(jù)對外商直接投資的區(qū)位選擇進(jìn)行了研究,參考了工人的工資成本、市場大小、教育程度、基礎(chǔ)設(shè)施建設(shè)、經(jīng)濟(jì)特區(qū)五個要素[3]。
2.2國內(nèi)文獻(xiàn)綜述
戚涌(2014)等認(rèn)為在影響創(chuàng)業(yè)投資的因素中,城市或地區(qū)的科技發(fā)展能力和創(chuàng)新資源集聚程度是很重要的影響因素,因此必須要加強(qiáng)對高技術(shù)產(chǎn)業(yè)化的扶持力度[4]。楊青和張麗麗(2010)對武漢的創(chuàng)業(yè)投資集聚情況進(jìn)行研究,經(jīng)實(shí)證分析,并借助共生理論對創(chuàng)業(yè)投資集聚的形成機(jī)理進(jìn)行深人分析,找出驅(qū)動因素[4]。
2.3文獻(xiàn)述評
綜上所述,已有文章主要首先對投資的研究大部分都是從風(fēng)險(xiǎn)投資、外商投資的角度來研究問題的,很少有文章從整個宏觀的角度去研究地區(qū)投資水平;其次已有文獻(xiàn)很少考慮空間因素,將空間因素引進(jìn)模型。本文在已有文獻(xiàn)的基礎(chǔ)上,引入空間地理臨近變量,收集2009年到2015年各相關(guān)省份的總投資額、專利授權(quán)數(shù)、居民消費(fèi)數(shù)、每萬人高等教育的在校人數(shù)等相關(guān)數(shù)據(jù),分析中國部分省份的投資水平是否具有空間相關(guān)性,建立空間面板模型,實(shí)證研究影響整體投資水平的影響因素,進(jìn)而提出相關(guān)政策。
3.理論分析與假設(shè)
3.1數(shù)據(jù)來源及指標(biāo)設(shè)定
本文研究的時間跨度是2009年到2015年,由于相關(guān)省份的數(shù)據(jù)缺失,研究對象為除吉林、黑龍江省、海南省、廣西省、甘肅省、貴州省、云南省、寧夏等省份的中國其他省份,所涉及的數(shù)據(jù)包括各省份的總投資總額、科技支出占比(x1)、居民費(fèi)水平(x3)、各城市的專利申請授權(quán)量(x5)、第三產(chǎn)業(yè)占比(x2)、每十萬高等學(xué)校在校生數(shù)的對數(shù)(x4)、客運(yùn)量(x6)等,本文衡量地區(qū)總投資水平的是該地區(qū)總投資額,剩余的變量均為解釋變量。由于各相關(guān)指標(biāo)的單位不同,在數(shù)量級上有較大差異,為了降低模型的誤差,因此本文對各相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行對數(shù)化的處理,同時不改變時序數(shù)據(jù)本身的特征,也更容易使序列變得平穩(wěn)。其中各類指標(biāo)的數(shù)據(jù)來源于國家統(tǒng)計(jì)局、各城市統(tǒng)計(jì)年鑒、wind數(shù)據(jù)庫。
3.2模型的設(shè)定
本文構(gòu)建的各城市投資影響因素模型:主要有空間自回歸滯后模型和空間面板誤差模型(這里不具體寫出公式了)。
面板數(shù)據(jù)模型的估計(jì)需要考慮固定效應(yīng)和隨機(jī)效應(yīng),由于本文在下面進(jìn)行實(shí)證時發(fā)現(xiàn)固定效應(yīng)較與隨機(jī)效應(yīng)好,因此本文采用固定效應(yīng)模型,這里不列兩個模型的相比較結(jié)果。由于引入了空間相關(guān)性,因此分別采用普通面板數(shù)據(jù)模型、空間面板自回歸滯后模型、空間面板誤差模型。
4.實(shí)證分析及結(jié)果
4.1整體投資的空間相關(guān)性問題
這里由于為了簡便,我們采取傳統(tǒng)空間權(quán)重矩陣,即地理鄰接矩陣,兩地區(qū)相鄰的設(shè)為1,不相鄰為0。本文通過查找我國2009-2015年26個省域的整體投資額,利用Moran's I 指數(shù)測算我國26個省域投資的空間相關(guān)性,2009至2014年份的Moran's I指數(shù)不是特別顯著,這可能是由于矩陣設(shè)置的問題。但是發(fā)現(xiàn)2015年莫蘭指數(shù)特別顯著(這里不放具體結(jié)果了)。結(jié)果顯示,2015年莫蘭指數(shù)的檢驗(yàn)結(jié)果對應(yīng)的概率p值是0.069,當(dāng)顯著性水平為0.1時,由于0.069小于0.1,因此拒絕原假設(shè),認(rèn)為各省份之間的整體投資水平存在空間相關(guān)性。
4.2空間面板數(shù)據(jù)的實(shí)證結(jié)果及分析
本文經(jīng)過對收集的數(shù)據(jù)分別進(jìn)行傳統(tǒng)固定效應(yīng)模型、自回歸模型、空間面板誤差模型的實(shí)證研究,結(jié)果如下:
傳統(tǒng)固定效應(yīng)模型 自回歸 空間面板誤差模型
解釋變量 系數(shù) p值 系數(shù) p值 系數(shù) p值
x1 -0.2359106 0.576 -0.1405308 0.775 -0.22388 0.593
x2 -2.866842 0.015 -1.952182 0.225 -2.79048 0.011
x3 2.244897 0.002 1.282407 0.108 2.230994 0
x4 -2.183049 0.036 -1.660175 0.356 -2.14029 0.028
x5 0.5974159 0.046 0.6516938 0.044 0.580872 0.048
x6 0.1212589 0.7 0.0762071 0.833 0.123155 0.691
c -4.058302 0.24 -0.0395428 0.67
0.0109488 0.595 0.009259 0.66
調(diào)整的 0.397 0.1555 0.3969
通過分析結(jié)論,我們可以看出以下幾點(diǎn):
1.空間自回歸系數(shù)在顯著性水平為0.1的情況下,未通過顯著性檢驗(yàn)。但這并不意味著投資不具有空間相關(guān)性。前文通過莫蘭指數(shù)證明出2015年中國相關(guān)各個省的投資出現(xiàn)了空間相關(guān)性。這里出現(xiàn)不顯著的原因可能是因?yàn)閿?shù)據(jù)的問題,本文的研究少了幾個省份,這造成空間相關(guān)性的弱化。
2. 根據(jù)各個模型的R方以及相關(guān)系數(shù)顯著性檢驗(yàn),發(fā)現(xiàn)針對本文來講,空間面板誤差模型的效果是最好的,根據(jù)該模型各解釋變量的系數(shù)及顯著性水平,發(fā)現(xiàn)在顯著性水平為0.05的情況下,第三產(chǎn)業(yè)占比的對數(shù)、居民消費(fèi)水平的對數(shù)、每十萬高等學(xué)校平均在校生數(shù)、專利授權(quán)量解釋變量對城市整體投資水平存在顯著影響。首先居民消費(fèi)水平對城市整體投資水平存在非常顯著地正向影響。這也很容易解釋,居民消費(fèi)水平可以衡量一個地區(qū)人民生活水平,也是衡量經(jīng)濟(jì)發(fā)展的指標(biāo)之一。投資機(jī)構(gòu)在做投資時,更多的還是想要收取更多的回報(bào),企業(yè)得到資本后通過一系列活動進(jìn)行營利,歸根到底是消費(fèi)者進(jìn)行消費(fèi)企業(yè)的產(chǎn)品,這里產(chǎn)品包括有形的和無形的。因此一個地區(qū)的居民消費(fèi)水平高意味著該地區(qū)可能有更多的交易,進(jìn)而影響企業(yè)的生產(chǎn)經(jīng)營活動,影響利潤,這就很容易理解地區(qū)居民消費(fèi)水平對該城市整體投資水平起促進(jìn)作用。專利授權(quán)量對企業(yè)獲得投資具有顯著正向影響,省域創(chuàng)新資源優(yōu)勢以及人力資本優(yōu)勢會對創(chuàng)業(yè)投資產(chǎn)生吸納效應(yīng)。這也很容易理解,隨著經(jīng)濟(jì)的發(fā)展,中國的經(jīng)濟(jì)實(shí)力不斷提高,但是中國正在面臨轉(zhuǎn)型階段,由要素驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動,人們也越來越意識到創(chuàng)新是促進(jìn)經(jīng)濟(jì)增長的重要活力。專利授權(quán)量是衡量企業(yè)創(chuàng)新能力較好的指標(biāo),當(dāng)一個城市專利授權(quán)量較高時,證明城市的科技創(chuàng)新能力越高,代表該城市的企業(yè)、研發(fā)機(jī)構(gòu)技術(shù)創(chuàng)新能力強(qiáng),在激烈的競爭環(huán)境中更容易生存,這就吸引了投資機(jī)構(gòu)的投資。
值得注意的是,雖然第三產(chǎn)業(yè)占總GDP比的對數(shù)與每十萬高等學(xué)校平均在校生數(shù)通過了顯著性水平0.05的檢驗(yàn),但是系數(shù)為負(fù)。本文給出如下解釋:首先由于解釋變量第三產(chǎn)業(yè)占比使用的是占比后取對數(shù),對數(shù)后的結(jié)果是負(fù)數(shù),若系數(shù)為負(fù),則其實(shí)第三產(chǎn)業(yè)占比對地區(qū)總投資水平的影響為正值,這就很容易解釋,第三產(chǎn)業(yè)的發(fā)展能夠?qū)κ∮蛲顿Y水平產(chǎn)生顯著的正向影響。
本文的解釋變量科技占比、每十萬高等學(xué)校平均在校生數(shù)對整體投資水平影響分別是不顯著和為負(fù)的,正常來講當(dāng)一個地區(qū)的人力資源較高程度和科技支出占比較高時,有利于該城市的科技創(chuàng)新,進(jìn)而促進(jìn)地區(qū)的經(jīng)濟(jì)發(fā)展,因此會吸引金融機(jī)構(gòu)的投資。而本文的數(shù)據(jù)結(jié)果與事實(shí)相反的,這可能是因?yàn)楸疚脑谘芯繒r刪減了幾個省份,數(shù)據(jù)上出現(xiàn)偏差造成的。
綜上所述,實(shí)證分析顯示的結(jié)果符合我國整體投資發(fā)展水平的現(xiàn)狀,客觀描述了近些年影響中國各相關(guān)省份投資水平的影響因素。通過找出這些影響因素,提出相關(guān)對策與建議,完善投資環(huán)境,有利于各地區(qū)整體投資水平的提高,進(jìn)而促進(jìn)整體經(jīng)濟(jì)發(fā)展。
5.結(jié)論與政策建議
本文基于2009年-2015年中國相關(guān)26個省份的數(shù)據(jù),建立空間面板數(shù)據(jù)模型,運(yùn)用stata軟件,對影響城市整體投資水平的影響因素做了實(shí)證分析,探索了影響整體投資水平的影響因素,研究結(jié)果表明首先各省份之間的整體投資具有空間相關(guān)性,其次地區(qū)的第三產(chǎn)業(yè)占比、居民消費(fèi)水、專利申請授權(quán)量對區(qū)域整體投資水平具有明顯的正影響。為了進(jìn)一步提高地區(qū)整體投資水平,加快經(jīng)濟(jì)發(fā)展,本文針對實(shí)證結(jié)果提出相關(guān)政策建議:1.提高創(chuàng)新能力,政府應(yīng)重視技術(shù)創(chuàng)新,建立創(chuàng)新獎勵機(jī)制。政府可以給企業(yè)提供優(yōu)惠,補(bǔ)貼政策,例如對于研發(fā)產(chǎn)品較多的公司,可以給予相對應(yīng)的補(bǔ)貼。政府也可以為技術(shù)人才提供相應(yīng)的激勵政策去激勵他們進(jìn)行創(chuàng)新。2.大力發(fā)展第三產(chǎn)業(yè),發(fā)展先進(jìn)性生產(chǎn)服務(wù)業(yè)。各省份應(yīng)意識到第三產(chǎn)業(yè)對經(jīng)濟(jì)增長的重要性,大力發(fā)展第三產(chǎn)業(yè),尤其是先進(jìn)性生產(chǎn)服務(wù)業(yè),從而帶動城市經(jīng)濟(jì)發(fā)展,提高地區(qū)整體投資水平。3.加大對科技金融的投入。首先政府應(yīng)加大對科技金融的投入,包括不斷提升財(cái)政科技撥款與財(cái)政支出占比,加大對科技活動的投入,提高研發(fā)經(jīng)費(fèi)與科技經(jīng)費(fèi)的支出。企業(yè)應(yīng)不斷吸引和引進(jìn)高科技人才,可以通過建立一套適合的薪酬制度,通過給工人較高的工資待遇吸引高科技人才以及海歸精英,每月按照實(shí)際情況給與個人獎勵。企業(yè)還應(yīng)提升研發(fā)費(fèi)用以及加大對科技經(jīng)費(fèi)支出的力度,不斷進(jìn)行科技創(chuàng)新,提升自主創(chuàng)新能力,增強(qiáng)企業(yè)自身的競爭力,進(jìn)而對經(jīng)濟(jì)增長做出貢獻(xiàn)。
【參考文獻(xiàn)】
[1] 李長征. 創(chuàng)新型經(jīng)濟(jì)中科技與金融的融合機(jī)制研究[J]. 北方經(jīng)貿(mào),2015,(12):105-106.
[2] 郭建萬. 中國金融發(fā)展與技術(shù)進(jìn)步:理論和實(shí)證研究[D].暨南大學(xué),2010.
[3] 張明龍. 基于DEA模型我國科技與金融結(jié)合的效率研究[J]. 商,2015,(17):217.
[4] 曹顥,尤建新,盧銳,陳海洋. 我國科技金融發(fā)展指數(shù)實(shí)證研究[J]. 中國管理科學(xué),2011,(03):134-140.