張晴云 金 鵬

(中國人民銀行臨夏州中心支行，甘肅 臨夏 731100)

金融在我國現(xiàn)代經濟體系建立過程中具有特殊的地位，在資金融通、市場定價、信息提供、資源配置等方面作用重大，是經濟的血脈。多種創(chuàng)新要素集聚、優(yōu)化金融結構、提升金融資源配置效率是金融集聚的本質特征。近年來，我國經濟從高速增長向高質量發(fā)展，面對不斷增加的內外部風險與挑戰(zhàn)，“新經濟”發(fā)展戰(zhàn)略的實施在一定程度上促進了“要素驅動”“投資驅動”向“創(chuàng)新驅動”轉型。而金融集聚對技術創(chuàng)新的促進作用，在分散創(chuàng)新風險、緩解融資約束、減少信息不對稱等方面作用顯著，從而實現(xiàn)了資源、信息、技術的有序高效流動，擺脫了路徑依賴，進而促進了區(qū)域創(chuàng)新效率提高和技術進步。我國“十三五”規(guī)劃重點提出要強化金融支持，促進金融對科技創(chuàng)新的引領作用。2016年，《國家科技創(chuàng)新規(guī)劃》對金融和創(chuàng)新提出了新的要求，深化科技創(chuàng)新與金融結合試點、鼓勵金融機構參與產學研合作創(chuàng)新已刻不容緩。因此，在我國市場改革和結構調整不斷深化的背景下，本文以我國30個省(區(qū)、市)為研究對象進行實證研究，從動態(tài)角度分析金融聚集對區(qū)域創(chuàng)新效率的影響，為提升我國科技創(chuàng)新能力、建設區(qū)域金融提供參考。

一、文獻綜述

金融集聚作為產業(yè)集聚的一種形式，其過程復雜，內涵豐富。學術界主要從含義界定、動態(tài)成因等方面進行研究。張鳳超(2003)、何宜慶等(2015)認為金融集聚是高度集中的金融產業(yè)群體，其特征是非連續(xù)的、非均質的。Thrift(1994)、Martin(1999)以信息流為依據，對其內外動因進行了研究。在此基礎上，我國學者黃解宇(2011)、潘英麗(2003)分別基于空間外部性、區(qū)位選擇理論對影響金融集聚的重要因素進行了分析。此外，對于區(qū)域創(chuàng)新效率的研究主要集中在測算方法、影響因素、空間特征等方面。李秦陽(2019)、孫暢等(2018) 、陳倩倩等(2019)分別基于隨機前沿分析方法(SFA)、時序全局主成分分析法(GPCA)、數(shù)據包絡分析方法(DEA)對創(chuàng)新效率進行了測算及分析。韓先鋒等(2019)、張彩江和李藝芳(2017)認為互聯(lián)網、人力資本、產業(yè)升級、政府支持均可以影響我國區(qū)域創(chuàng)新效率的提升。趙凱旭等(2019)認為我國區(qū)域創(chuàng)新效率空間溢出效應明顯且正相關性顯著。

金融集聚對區(qū)域創(chuàng)新效率的影響一直是業(yè)內學者研究的重點。一是正向促進方面。張?zhí)鸬?2019)、王仁祥和白旻(2017)、劉曉婉(2017)以不同省(區(qū)、市)為例，認為金融集聚整體上會促進科技創(chuàng)新效率的提升。二是逆向擠出方面。Pandit(2003)、黎杰生和胡穎(2017)、李勝旗和鄧細林(2017)等認為金融集聚在一定程度上造成了資源浪費、效率低下、成本較高、過度競爭，從而造成了創(chuàng)新效率的低下。三是區(qū)域和行業(yè)異質性方面。馬子紅和常嘉佳(2016)基于金融差異化視角，認為不同區(qū)域金融集聚對企業(yè)創(chuàng)新效率的影響差異顯著。郭文偉和王文啟(2018)從銀行、證券、保險三個方面定義金融集聚，并認為銀行、證券業(yè)對區(qū)域科技創(chuàng)新沒有顯著影響，但保險業(yè)影響較為明顯。

綜上所述，金融集聚是金融發(fā)展的主流趨勢，對科技創(chuàng)新意義重大且“雙刃劍”特征較為明顯。本文在總結相關文獻的基礎上，建立區(qū)域創(chuàng)新效率評價體系，運用系統(tǒng)廣義矩估計(GMM)的方法從動態(tài)角度考察金融集聚對區(qū)域創(chuàng)新效率的影響，以期對我國經濟發(fā)展方式轉變及高質量發(fā)展提供借鑒。

二、區(qū)域創(chuàng)新效率綜合評價

(一)指標體系

本文基于創(chuàng)新價值鏈理論，借鑒余泳澤和劉大勇(2013)的研究思路，建立區(qū)域創(chuàng)新效率(ITI)綜合評價指標體系，由知識創(chuàng)新、科研創(chuàng)新、產品創(chuàng)新3個二級指標構成，二級指標下包含10個三級指標，具體指標如表1所示。

表1 區(qū)域創(chuàng)新效率綜合評價指標體系

(二)測度方法與測算結果分析

運用時序全局主成分分析法(GPCA)，計算2008—2017年我國30個省(區(qū)、市)區(qū)域創(chuàng)新效率綜合得分。為比較其區(qū)域差異性，對綜合評分進行歸一化處理，測算結果如表2所示。

表2 2008—2017年我國各省市區(qū)域創(chuàng)新效率綜合得分

表2(續(xù))

區(qū)域省份2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年均值西部內蒙古0.0250.0400.0340.0540.0640.0780.0850.0980.1030.2040.079廣西0.0690.0770.0670.1080.1240.1570.1740.1950.1900.2390.140重慶0.0980.1240.1440.2560.2700.3250.3550.4260.3310.3400.267四川0.1430.1630.1690.2460.3160.3670.4140.4060.3440.3610.293貴州0.1000.1200.1290.1870.2230.2490.2540.2240.1530.1670.180云南0.0520.0640.0540.1280.1420.1480.1520.1640.1350.1800.122陜西0.1550.1510.1450.2230.2440.3030.3140.3190.3090.3410.250甘肅0.0580.0660.0750.1180.1170.1100.1250.1200.1160.2100.111青海0.0000.0210.0170.0240.0250.0330.0320.0430.1120.3320.064寧夏0.1830.1620.1200.2920.2350.3640.2340.2310.3480.7290.290新疆0.0320.0530.0180.0720.0270.0750.0730.1490.1280.2920.092均值0.0830.0940.0880.1550.1630.2010.2010.2160.2060.3090.172全國平均0.1100.1300.1320.2110.2370.2820.2950.3130.3010.3720.238

由表2可知，我國創(chuàng)新效率區(qū)域差異性、非均衡特征顯著。北京的創(chuàng)新效率優(yōu)勢明顯，天津、上海、廣東、浙江等經濟發(fā)達地區(qū)創(chuàng)新效率排名靠前。此外，2008—2017年東部、中部、西部區(qū)域創(chuàng)新效率均值分別為0.355、0.169、0.172，東部地區(qū)>西部地區(qū)>中部地區(qū)，梯度分布特征顯著，區(qū)域創(chuàng)新效率均值的年均增長率分別為14.57%、16.62%、18.18%，“西部大開發(fā)”和“中部崛起”戰(zhàn)略實施效果顯著。我國區(qū)域創(chuàng)新效率發(fā)展不均衡且“梯度”分布明顯的主要原因在于：東部地區(qū)經濟發(fā)展水平、地理區(qū)位、產業(yè)結構等優(yōu)勢明顯，資本利用水平均優(yōu)于中、西部地區(qū)，對區(qū)域創(chuàng)新效率的推動作用在一定程度上大于中、西部地區(qū)；東部地區(qū)吸引著中、西部地區(qū)大量的生產要素與資源，其生產要素和人力資本集聚的空間溢出效應進一步促進了東部地區(qū)的創(chuàng)新效率，從而在一定程度上削弱了中、西部地區(qū)經濟、產業(yè)、人才的發(fā)展，導致中、西部地區(qū)區(qū)域創(chuàng)新效率低下，與我國平均水平及東部地區(qū)的差距較大。

三、模型設定與變量選擇

(一)模型設定

本文為消除變量之間引起的內生性問題，使用系統(tǒng)GMM方法進行實證研究，引入了滯后一期的ITI作為解釋變量。此外，為了消除異方差等問題，對方程中的變量進行對數(shù)化處理。模型具體設定如下：

lnITIit=α0+βlnITIit-1+β1lnFAit+

β2lnGOVit+β3lnHUMit+β4lnPGDPit+

β5lnOPENit+θi+δit

其中：i=1，2，…，30；t=2008，2009,…，2017；系數(shù)β1，β2，β3，β4，β5分別代表金融集聚程度(FA)、政府干預程度(GOV)、人力資本水平(HUM)、經濟發(fā)展水平(PGDP)、對外開放程度(OPEN)等對區(qū)域創(chuàng)新效率的影響系數(shù)；α0為常數(shù)項；δit是隨機誤差項；θi表示不隨時間改變的個體固定效應。

(二)數(shù)據來源及變量選取

1.數(shù)據來源。本文樣本時間為2008—2017年，樣本為中國30個省(區(qū)、市)，樣本數(shù)據不包括香港、澳門、臺灣和西藏。數(shù)據來源于2008—2017年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及各省(區(qū)、市)對應年份統(tǒng)計年鑒。所有檢驗均在stata15.0 軟件下進行。

2.變量選取。選取前文測算的區(qū)域創(chuàng)新效率(ITI)作為被解釋變量，選取金融集聚程度(FA)作為解釋變量。國內外學者對金融集聚度的測定，主要有區(qū)位熵(LQ)、HI指數(shù)、空間基尼系數(shù)、構建金融集聚指標體系等，本文在借鑒現(xiàn)有文獻的基礎上，選取LQ來計算我國區(qū)域金融集聚度。計算公式如下：

其中：i表示部門；j表示地區(qū)；xij為j地區(qū)i部門的增加值，其值表示地區(qū)金融業(yè)的規(guī)?；c專業(yè)化水平，該值越大，表明該地區(qū)金融發(fā)展水平較高，其金融集聚程度也較高。

本文的控制變量有以下四個：一是政府干預程度(GOV)。政府干預在一定程度上影響著區(qū)域創(chuàng)新活動，對于區(qū)域創(chuàng)新而言，寬松的經濟政策對其發(fā)展有利。本文以地方政府財政支出占GDP的比重衡量政府行為，認為越少的政府干預，越有利于提升區(qū)域創(chuàng)新效率。二是人力資本水平(HUM)。教育水平的提高使勞動力大規(guī)模向發(fā)達地區(qū)以及產業(yè)集聚地區(qū)移動。本文采用普通高等學校(高中、?？坪捅究?在校學生數(shù)衡量人力資本。三是經濟發(fā)展水平(PGDP)。本文以人均國民生產總值作為經濟發(fā)展水平的代理變量，并認為經濟發(fā)展水平的提升對區(qū)域創(chuàng)新活動有一定的促進作用。四是對外開放程度(OPEN)。本文以地區(qū)進出口總額占國民生產總值的比重衡量對外開放程度，且對區(qū)域創(chuàng)新活動有一定的促進作用。模型各變量統(tǒng)計性描述如表3所示。

表3 各變量統(tǒng)計性描述

(三)實證結果分析

從模型相關檢驗結果可知，Sargen檢驗P值均大于0.1，不能拒絕原假設，滯后項作為工具變量不存在過度識別問題。自相關檢驗結果顯示：AR(1)均小于0.1，存在一階自相關；AR(2)均大于0.1，拒絕原假設，說明不存在二階序列相關問題。檢驗結果均顯示模型設定合理。如表4所示。

表4 模型回歸結果

注：***、**、*分別表示在 1%、5%、10%的顯著性水平下通過了統(tǒng)計檢驗，括號內為標準差，_cons 為截距項

下面以表4中的模型5為例進行分析。滯后一期的區(qū)域創(chuàng)新效率在1%的置信水平下顯著，回歸系數(shù)為0.762 1，說明區(qū)域創(chuàng)新效率跨期傳遞特征明顯，上一年的區(qū)域創(chuàng)新效率對下一年的影響較大。從金融集聚對區(qū)域創(chuàng)新效率的影響來看，其回歸系數(shù)顯著為正，其系數(shù)為0.059 1，表明金融集聚程度每增加1%，區(qū)域創(chuàng)新效率提高0.059 1%，表明金融集聚在提升區(qū)域創(chuàng)新效率的過程中起著重要的正向積極作用。

從控制變量看，第一，政府干預程度系數(shù)在10%的顯著性水平下顯著為負，其影響系數(shù)為-0.050 8，即政府干預程度系數(shù)每提高1%，區(qū)域創(chuàng)新效率降低0.050 8%，說明較大的政府規(guī)模具有較強的行政干預能力，政府干預在一定程度上抑制了區(qū)域創(chuàng)新效率的提升。第二，人力資本在1%的顯著性水平下促進區(qū)域創(chuàng)新效率的提升，說明受教育水平的提高對區(qū)域創(chuàng)新發(fā)展的意義重大。通常而言，人力資本水平的提高會使勞動力對自身發(fā)展有著更高的追求并向發(fā)達地區(qū)以及產業(yè)集聚地區(qū)移動。第三，人均 GDP的增長顯著提升區(qū)域創(chuàng)新效率，其系數(shù)為0.009 4，即經濟發(fā)展水平系數(shù)每提高1%，區(qū)域創(chuàng)新效率提升0.009 4%，表明隨著經濟的發(fā)展，創(chuàng)新能力往優(yōu)質型發(fā)展。第四，對外開放程度對區(qū)域創(chuàng)新效率影響在1%顯著性水平下為正，其系數(shù)為0.034 6，表明對外開放在一定程度上促進了我國科研、技術水平的提高，并以此提升科技創(chuàng)新效率。

四、結論與政策建議

(一)研究結論

綜上所述，利用2008—2017年我國30個省(區(qū)、市)數(shù)據，基于動態(tài)面板模型研究金融集聚對區(qū)域創(chuàng)新效率的影響，結果顯示，區(qū)域創(chuàng)新效率跨期傳遞特征明顯，上一年區(qū)域創(chuàng)新效率對下一年的影響較大，且金融集聚在提升區(qū)域創(chuàng)新效率的過程中起著重要的正向的積極作用。此外，政府干預在一定程度上抑制了區(qū)域創(chuàng)新效率的提升，人力資本水平、經濟發(fā)展水平、對外開放程度在一定程度上均可以提升我國區(qū)域創(chuàng)新效率。

(二)政策建議

第一，強化金融資源的合理科學配置，引導資金在各方面有序流動，分散創(chuàng)新風險，促進信息共享，緩解融資壓力，通過區(qū)域間金融合作提升區(qū)域創(chuàng)新能力；積極創(chuàng)新信貸、產品、服務等制度，發(fā)揮銀行、證券、保險等金融中介的聚集發(fā)展作用，從而擺脫原有的技術創(chuàng)新路徑，發(fā)揮創(chuàng)新效應；完善區(qū)域資本市場建設，跳出固有思維，拓展創(chuàng)新企業(yè)融資渠道，為科技發(fā)展提供強勁動力，從而實現(xiàn)區(qū)域創(chuàng)新效率的提升。

第二，適度放松管制，深化市場化改革力度。區(qū)域創(chuàng)新能力的提升在一定程度上依賴于一個良好的環(huán)境，政府要有所為有所不為，積極打破制度和進出壁壘，發(fā)揮市場在資源配置中的決定性作用，降低政府交易成本，營造公開商業(yè)環(huán)境，努力促進創(chuàng)新活動突破瓶頸，實現(xiàn)在經濟高質量發(fā)展下的區(qū)域創(chuàng)新效率的提升。

第三，引進優(yōu)質人才，提高創(chuàng)新人才隊伍質量。創(chuàng)新活動涉及的產業(yè)多、領域廣，并且在新時代背景下，復合型、創(chuàng)新型人才需求進一步提高。因此，政府要有人才培養(yǎng)觀念，把握創(chuàng)新活動發(fā)展趨勢，重視復合型、創(chuàng)新型人才培養(yǎng)。注重培養(yǎng)人才工作素質和能力，促進創(chuàng)新技能與科研成果提升，完善人才激勵體制，建立全面、靈活的獎助體系。

第四，加強地區(qū)外商投資引進力度，充分發(fā)揮技術溢出效應。外商投資的增加在引進先進管理經驗、成熟技術成果與手段方面作用重大，有助于推動地區(qū)技術創(chuàng)新的發(fā)展，確保產業(yè)鏈上下端企業(yè)的集聚發(fā)展與信息資源的交流、共享，降低創(chuàng)新成本，提高創(chuàng)新效率。