袁慶祿　劉翠俠

【摘要】技術引進和自主創(chuàng)新在銀行信貸的經(jīng)濟效應中所起的作用存在一定差異?；诰┙蚣?3個地級市2009～2016年間的數(shù)據(jù)，構(gòu)建面板門檻模型，對地區(qū)信貸的經(jīng)濟效應展開研究。結(jié)果表明：在當前經(jīng)濟發(fā)展水平下，京津冀地區(qū)銀行信貸存在非線性效應，技術引進發(fā)揮持續(xù)顯著的助推作用，而自主創(chuàng)新的推動力逐漸喪失。因此，京津冀需要經(jīng)歷技術引進過程，但必須堅持自主創(chuàng)新發(fā)展戰(zhàn)略。只有完成從技術引進向自主創(chuàng)新的轉(zhuǎn)變，銀行信貸才能實現(xiàn)可持續(xù)的增長效應。

【關鍵詞】京津冀;銀行信貸;技術創(chuàng)新;經(jīng)濟增長

【中圖分類號】F832.5

【文獻標識碼】A

【文章編號】1004-0994（2019）09-0123-8

一、問題的提出

在傳統(tǒng)人口紅利消退、環(huán)境資源約束趨緊的背景下，當前我國經(jīng)濟進入新常態(tài)的發(fā)展階段，依賴于要素驅(qū)動和投資驅(qū)動的增長模式逐漸喪失運行條件，長期依靠傳統(tǒng)粗放式的增長積聚了一系列的深層矛盾，我國經(jīng)濟迫切需要新的驅(qū)動機制。黨的十八大和十九大均提出，要堅定實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，技術創(chuàng)新將長期成為我國最重要的新的生產(chǎn)要素。而要使科技創(chuàng)新成為持續(xù)驅(qū)動經(jīng)濟增長的引擎，必須予以科技創(chuàng)新長期、穩(wěn)定的信貸資金支持。

技術創(chuàng)新模式主要有兩種：自主創(chuàng)新和技術引進。改革開放30多年以來，我國一直走技術引進為主、自主創(chuàng)新為輔的發(fā)展道路。然而，2018年初中美貿(mào)易戰(zhàn)爆發(fā)，美國商務部針對中興通訊發(fā)布了長達七年的出口禁令，導致其業(yè)務幾乎瞬時中斷，再次暴露了我國企業(yè)關鍵技術受制于國外的尷尬現(xiàn)實，因此提高企業(yè)自主創(chuàng)新能力迫在眉睫。那么，當前我國是否具備放棄技術引進的現(xiàn)實條件？還是尚需經(jīng)歷一個自主創(chuàng)新為主、技術引進為輔的過渡階段？

2015年4月，《京津冀協(xié)同發(fā)展規(guī)劃綱要》要求“以實現(xiàn)創(chuàng)新驅(qū)動發(fā)展作為合作重點”。2016年6月，《京津冀產(chǎn)業(yè)轉(zhuǎn)移指南》進一步要求“全面推進京津冀產(chǎn)業(yè)協(xié)同發(fā)展，充分發(fā)揮三地比較優(yōu)勢，形成空間布局合理、產(chǎn)業(yè)鏈有機銜接、各類生產(chǎn)要素優(yōu)化配置的發(fā)展格局”。然而，京津冀地區(qū)信貸結(jié)構(gòu)的異質(zhì)性較為明顯，經(jīng)濟表現(xiàn)失衡。當前急需明確的是，隨著技術創(chuàng)新水平的提高，京津冀不同區(qū)域的銀行信貸對經(jīng)濟增長的影響會有怎樣的差異？能否將技術創(chuàng)新和銀行信貸有效結(jié)合起來，實現(xiàn)地區(qū)經(jīng)濟的穩(wěn)定增長？本文對不同的技術創(chuàng)新模式在京津冀地區(qū)銀行信貸的經(jīng)濟效應中所起的作用展開了研究。

二、國內(nèi)外研究現(xiàn)狀

（一）銀行信貸的經(jīng)濟效應

一些國內(nèi)外學者從商業(yè)銀行的角度來分析信貸投放與經(jīng)濟增長的關系，得出的結(jié)論基本一致。Goldsmith[1]強調(diào)金融機構(gòu)將社會資金配置到最有效率的部門，進而加速了經(jīng)濟增長。Loayza等[2]發(fā)現(xiàn)，從長期來看銀行信貸對經(jīng)濟增長的作用非常顯著。李世杰和校亞楠[3]、楊長漢[4]都認為銀行信貸對經(jīng)濟增長有正向促進效應。王偉等[5]則提出，銀行信貸過度擴張會顯著地降低經(jīng)濟增長速度。

還有學者從貸款企業(yè)的角度分析信貸投放與經(jīng)濟增長的影響機制。Fisher[6]認為在信用經(jīng)濟中，如果可抵押資產(chǎn)價格上升，信貸的高杠桿政策會鼓勵企業(yè)擴大投資額，繼而推動經(jīng)濟上行;遇到債務到期清償時，資金短缺的企業(yè)被迫折價出售資產(chǎn)，企業(yè)會減少投資額，引發(fā)經(jīng)濟下行。Bernanke等[7]提出了著名的金融加速器理論，認為在假定信貸市場信息不對稱的前提下，銀行為避免逆向選擇和道德風險，要求貸款人提供抵押資產(chǎn);當外部沖擊發(fā)生時，全社會資產(chǎn)價格下降，借款人可供抵押資產(chǎn)價值縮水，同樣會導致投資下降和經(jīng)濟下行。程棵等[8]實證檢驗了我國金融加速器效應的存在性。張良貴等[9]研究發(fā)現(xiàn)，國內(nèi)信貸供給量與金融加速器之間存在倒U型關系。

（二）技術創(chuàng)新的經(jīng)濟效應

較多學者研究了技術創(chuàng)新對經(jīng)濟增長的影響，其對經(jīng)濟的推動作用已成基本共識。新古典增長模型將技術創(chuàng)新視為影響經(jīng)濟增長的決定因素，內(nèi)生經(jīng)濟增長理論進一步將技術創(chuàng)新內(nèi)生化，提出即使資本和勞動等生產(chǎn)要素有限，經(jīng)濟仍可以通過產(chǎn)品創(chuàng)新和知識存量的增加實現(xiàn)持續(xù)增長。Atkinson、Stigliz[10]提出通過“干中學”，各國將積累的技術創(chuàng)新經(jīng)驗進行傳播，促進了地區(qū)之間的經(jīng)濟增長。Bra?vo、Marin[11]認為，創(chuàng)新還會以溢出效應以及提升全要素生產(chǎn)率等方式間接地促進經(jīng)濟增長。

國內(nèi)學者沈坤榮、耿強[12]考察了外資引進形成的技術溢出對經(jīng)濟增長的影響。白俊紅、王林東[13]發(fā)現(xiàn)創(chuàng)新驅(qū)動對我國地區(qū)經(jīng)濟增長具有的異質(zhì)性影響?？讜阅?、鄧峰[14]證實了地區(qū)研發(fā)投入不僅可以顯著提高本地區(qū)的經(jīng)濟增長水平，還會通過技術溢出顯著影響其鄰近地區(qū)的經(jīng)濟增長。

（三）技術創(chuàng)新模式的選擇

對于技術創(chuàng)新模式的選擇，無論是理論上還是實踐上，均未取得統(tǒng)一意見。由于發(fā)達國家處于世界技術前沿，一般依靠自主研發(fā)來推動生產(chǎn)效率的持續(xù)提升。發(fā)展中國家的技術創(chuàng)新情況更復雜，需要依據(jù)本國經(jīng)濟增長所處的階段以及現(xiàn)存的技術基礎，在技術引進與自主研發(fā)之間權衡。

眾多學者認為，發(fā)展中國家單純依靠內(nèi)在積累進行自主創(chuàng)新，以此促進經(jīng)濟增長的方式在實踐中存在很多問題，而通過技術引進可以實現(xiàn)經(jīng)濟的快速增長。Nelson[15]的研究證明，若一個發(fā)展中國家技術水平的提高同其與發(fā)達國家的技術差距成正比，則該國技術創(chuàng)新速度往往高于發(fā)達國家。Elkan[16]假定所有國家資本存量都可以從技術的轉(zhuǎn)移、模仿或創(chuàng)新中得到提升，發(fā)展中國家可以通過技術引進，最終實現(xiàn)技術和經(jīng)濟水平的趕超，不同經(jīng)濟起點的國家經(jīng)濟增長速度最終趨于收斂。林毅夫[17]認為，我國要素結(jié)構(gòu)升級并不具備施行自主創(chuàng)新為主的技術創(chuàng)新模式的客觀條件，從外部引進先進技術是實現(xiàn)技術趕超的捷徑。

雖然技術引進可以以較低成本在短期內(nèi)為發(fā)展中國家?guī)泶罅肯冗M技術，但是也有學者對其在實現(xiàn)技術趕超和經(jīng)濟增長收斂中的作用產(chǎn)生了懷疑。由于技術引進的路線受制于國外的技術壁壘，會形成技術依賴，長遠來看，自主創(chuàng)新才是實現(xiàn)技術趕超的最終途徑。陳璋、黃彪[18]認識到，技術引進會產(chǎn)生技術依賴，將技術進步路徑固化在技術引進上，國內(nèi)企業(yè)要想實現(xiàn)技術趕超，必須選擇自主創(chuàng)新。

部分觀點認為，發(fā)展中國家應該將技術引進與自主創(chuàng)新相結(jié)合，兩者存在一定的互補性和協(xié)同性。Lee、Lim[19]指出，落后國家在經(jīng)過前期的復制性模仿和創(chuàng)造性模仿階段之后，可以過渡到自主創(chuàng)新階段來推動經(jīng)濟的發(fā)展，自主創(chuàng)新應是技術引進的高級階段。方福前等[20]研究發(fā)現(xiàn)，2010年前后是我國技術創(chuàng)新模式由技術引進為主變?yōu)樽灾鲃?chuàng)新為主的轉(zhuǎn)折點，借助當前經(jīng)濟增速持續(xù)下行可促進由以技術引進為主向以自主創(chuàng)新為主的模式轉(zhuǎn)換。

（四）銀行信貸、技術創(chuàng)新與經(jīng)濟增長的關系

Schumpeter[21]指出，運行良好的銀行系統(tǒng)可以識別那些最有可能創(chuàng)新成功的企業(yè)家并向其提供資金，促進技術創(chuàng)新，進而推動經(jīng)濟增長。Amore等[22]發(fā)現(xiàn)對企業(yè)信貸支持可以有效促進其改進技術，提高企業(yè)生產(chǎn)率，從而帶動經(jīng)濟增長。邵宜航等[23]研究發(fā)現(xiàn)，經(jīng)濟發(fā)展水平越低，技術進步越多地選擇模仿時，銀行機構(gòu)數(shù)量對經(jīng)濟增長的促進作用越顯著;隨著經(jīng)濟的不斷發(fā)展，自主創(chuàng)新比重增加時，銀行貸款額對經(jīng)濟增長的促進作用開始顯現(xiàn)。溫濤、張梓榆[24]認為，信貸擴張和研發(fā)投入對我國經(jīng)濟增長均起到了促進作用，且研發(fā)投入的作用更強。

可見，現(xiàn)有研究仍存在需要拓展和深化的部分：第一，較多地討論銀行信貸規(guī)模，而忽略了地區(qū)信貸結(jié)構(gòu)的作用。第二，大多是研究技術創(chuàng)新或銀行信貸與經(jīng)濟增長之間的單一關系，缺乏關于三者之間影響機制的研究，包括技術創(chuàng)新和銀行信貸之間的交叉效應。第三，較少學者關注技術引進或自主創(chuàng)新以及共同在銀行信貸的經(jīng)濟效應中所起的非線性作用。本文將對上述三個問題展開探索性研究。

三、數(shù)據(jù)選取與變量設計

本文收集并整理了2009～2016年間京津冀43個地級市的經(jīng)濟數(shù)據(jù)，其中北京市有16個市轄區(qū)，天津市有16個市轄區(qū)，河北省有11個地級市。

通過構(gòu)建面板門檻模型，分析在技術創(chuàng)新背景下，銀行信貸對京津冀區(qū)域宏觀經(jīng)濟的影響。因變量為經(jīng)濟增長率，關鍵自變量為地區(qū)信貸度，門檻變量為技術創(chuàng)新，包括技術引進和自主創(chuàng)新兩種模式，并考慮兩者的交互項。其他控制變量包括固定資產(chǎn)投資占比、就業(yè)人員占比、政府干預度等。為了避免價格指數(shù)的影響，自變量多數(shù)采用了占比指標。

1.經(jīng)濟增長率（RGDP）?！吨袊y(tǒng)計年鑒》沒有直接給出GDP平減指數(shù)，每年披露的數(shù)字都是名義GDP，附帶按不變價格下的GDP年增長率，GDP平減指數(shù)=GDPt，p=GDPt，現(xiàn)價/GDPt，不變價。本文沒有計算不同省市歷年的GDP平減指數(shù)，而是構(gòu)造出GDPt，p/GDPt-1，p，將其稱為第t年的GDP平減指數(shù)比。則有：

GDPt，p=GDPt，不變價/GDPt-1，不變價

=GDPt，不變價/GDPt-1，不變價

=（GDPt，現(xiàn)價/GDPt，p）（/GDPt-1，現(xiàn)價/GDPt-1，p）

=（GDPt，現(xiàn)價/GDPt-1，現(xiàn)價）（/GDPt，p/GDPt-1，p）

得出（：GDPt，p/GDPt-1，p）=（GDPt，現(xiàn)價/GDPt-1，現(xiàn)價）/GDPt，p。計算出各市不同年份的GDP平減指數(shù)比后，將其作為各市統(tǒng)一GDP平減指數(shù)比，然后通過不同地區(qū)的現(xiàn)價GDP，計算出不同地區(qū)的GDP指數(shù)，繼而得出其經(jīng)濟增長率，表示為RGDP。

2.地區(qū)信貸度（LLD）。LLDi，t=第i個地區(qū)第t年銀行信貸余額/第i個地區(qū)第t年GDP。其中，銀行信貸余額口徑為中資銀行人民幣貸款余額。

3.自主創(chuàng)新度（PGR）。自主創(chuàng)新度用專利授權量的占比來表示，PGRi，t=第i個地區(qū)第t年專利授權量/第t年京津冀地區(qū)專利授權總量×100。

4.技術引進度（TYD）。TYDi，t=第i個地區(qū)第t年實際利用外資額/第i個地區(qū)第t年GDP。其中，本文將采用萬美元計量的實際利用外資額，根據(jù)當年的人民幣匯率折算為人民幣億元。

5.固定資產(chǎn)投資占比（FAIR）。FAIRi，t=第i個地區(qū)第t年全社會固定資產(chǎn)投資/第t年京津冀地區(qū)全社會固定資產(chǎn)投資總額×100。

6.就業(yè)人員占比（CER）。CERi，t=第i個地區(qū)第t年法人單位從業(yè)人員數(shù)量/第t年京津冀地區(qū)法人單位從業(yè)人員總數(shù)×100。

7.政府干預度（GID）。政府干預度也稱政府支出率，反映政府干預經(jīng)濟的程度。GIDi，t=第i個地區(qū)第t年一般公共預算支出/第i個地區(qū)第t年GDP。

各市數(shù)據(jù)主要取自歷年的北京區(qū)域統(tǒng)計年鑒、天津統(tǒng)計年鑒和河北經(jīng)濟年鑒，部分數(shù)據(jù)來自不同地級市的統(tǒng)計年鑒和統(tǒng)計公報，貸款數(shù)據(jù)部分來自地區(qū)金融年鑒。天津市地級市部分年份的專利授權量取自《天津科技統(tǒng)計年鑒》，天津市地級市2009～2012年的貸款數(shù)據(jù)補充自《中國縣（市）社會經(jīng)濟統(tǒng)計年鑒》。從上述資料中手工摘取數(shù)據(jù)，并利用商業(yè)數(shù)據(jù)庫補充和印證，出現(xiàn)差異的數(shù)據(jù)以統(tǒng)計部門公布為準。由于行政區(qū)劃合并，北京市東城區(qū)和西城區(qū)以及天津市濱海新區(qū)存在合并前后數(shù)據(jù)口徑不一致的情況，因此采取對應加總的方式處理。

四、關鍵變量的描述性統(tǒng)計與面板單位根檢驗

（一）關鍵變量的描述性統(tǒng)計

1.GDP增長率。2009～2016年京津冀GDP增長率走勢如圖1所示。

2009～2016年間，天津市GDP年均增長率為13.24%，北京市（8.16%）和河北?。?.93%）大體持平。天津市的GDP平均增速高出北京市和河北省4個百分點以上，近幾年差距有所減小。三個省市的GDP增速均呈逐步下降態(tài)勢，2015年和2016年有企穩(wěn)跡象但不明顯，經(jīng)濟企穩(wěn)向好的基礎尚不牢固，經(jīng)濟下行壓力仍然存在。

2.地區(qū)信貸度。2009～2016年京津冀地區(qū)信貸度走勢如圖2所示。

2009～2016年間，三個省市的地區(qū)信貸度呈逐年緩慢爬升態(tài)勢。2016年，北京市地區(qū)信貸度達到2.86，表明1元GDP能夠獲得2.86元的銀行信貸支持;天津市達到1.51，表明1元GDP僅能獲得1.51元的銀行信貸支持;河北省為1.68，表明1元GDP僅能獲得1.68元的銀行信貸支持。可見，北京市的信貸支持力度遠遠高于天津市和河北省。

3.自主創(chuàng)新度。2009～2016年京津冀自主創(chuàng)新度走勢如圖3所示。

2009～2016年，三個省市的專利授權占比基本保持不變。2016年，北京市自主創(chuàng)新度為58.43%，盡管較前幾年略有下降，但仍占京津冀總量的一半以上;天津市為23.08%，不到京津冀總量的四分之一;河北省為18.49%，不到京津冀總量的五分之一。表明北京市的自主創(chuàng)新能力要高于其他兩省市。

4.技術引進度。2009～2016年京津冀技術引進度走勢如圖4所示。

2009～2016年間，天津市技術引進度年均為0.07，表明1元GDP可獲得0.07元的直接外資支持，2015年之前天津市技術引進度一直遠高于北京市和河北省，但是2015年突然下降。北京市技術引進度年均為0.03，河北省為0.01，均明顯低于天津市。

（二）面板單位根檢驗

傳統(tǒng)面板計量分析方法隱含假設是時間序列均為平穩(wěn)，實際數(shù)據(jù)并不如此，因此有必要對各個變量進行面板的單位根檢驗。從表1中的檢驗結(jié)果來看，絕大部分的檢驗方法拒絕了原假設，變量均為零階單整變量（TPR為PGR和TYD的交互項）。選擇上述變量構(gòu)建模型進行估計，能夠避免虛假回歸現(xiàn)象。

五、實證分析

（一）模型估計與結(jié)果分析

以LLD為核心解釋變量，分別以PGR和TYD為門檻變量，建立經(jīng)濟增長率的面板門檻效應模型。

RGDPit=α1LLDit×（ITIit≤γ）+α2LLDit×（ITIit>γ）+Θ'Xit+εit（1）

其中，TI為門檻變量，分別為PGR和TYD。Xit為控制變量，包括FAIR、CER、GID和TPR，并加入時間控制變量，i表示市轄區(qū)和地級市，t表示年份。αi為待估參數(shù)，γ為門檻值，（I·）是指示函數(shù)，隨機項εit～i.i.dN（0，σ2）。

基于模型（1）估計門檻值及其95%漸近置信區(qū)間，所得結(jié)果如表2所示。

本文采用Bootstrap方法依次在0個門檻、1個門檻和2個門檻設定估計模型（1），并利用測算的F值和相應P值判斷模型的最佳形式。由表3和表4可知，單一門檻模型的F值顯著，雙重門檻模型的F值不顯著，可以運用如下單一門檻回歸模型進行分析。

RGDPit=α1LLDit×I（PGRit≤γ1）+α2LLDit×I（PGRit>γ1）+α3FAIRit+α4CERit+α5GIDit+α6TPRit+εit（2）

RGDPit=α1LLDit×I（TYDit≤γ2）+α2LLDit×I（TYDit>γ2）+α3FAIRit+α4CERit+α5GIDit+α6TPRit+εit（3）

對估計的門檻值進行檢驗，可以構(gòu)造出門檻估計值的95%置信區(qū)間圖形，如圖5和圖6所示，該結(jié)果可以進一步通過似然比函數(shù)圖來直觀反映置信區(qū)間與門檻值的構(gòu)造過程。由圖5和圖6可知，兩個門檻值均落于LR值（圖中虛線）下方的區(qū)間，證明門檻值估計有效。

使用POLS估計模型（2）和模型（3），采用穩(wěn)健性的固定效應處理方法，同時列出沒有交叉項的估計結(jié)果作為比較，結(jié)果如表5所示。

由表5可知，地區(qū)信貸度與經(jīng)濟增長率之間存在顯著的非線性關系，即存在單門檻效應。在自主創(chuàng)新度的門檻值兩側(cè)，地區(qū)信貸度對經(jīng)濟增長率的影響出現(xiàn)了明顯變化，這種影響過程可以劃分為兩個不同的區(qū)制，即低水平區(qū)制和高水平區(qū)制。當PGR不高于2.72%，即處于低水平區(qū)制內(nèi)時，地區(qū)信貸度對經(jīng)濟增長率的影響顯著為6.190（無交叉項）、6.161（有交叉項）。當PGR高于2.72%，即處于高水平區(qū)制內(nèi)時，地區(qū)信貸度對經(jīng)濟增長率的影響為正但不顯著。表明在自主創(chuàng)新度較低的地區(qū)，信貸投放有力地支持了當?shù)亟?jīng)濟增長;而在自主創(chuàng)新度較高的地區(qū)，信貸投放的經(jīng)濟效應反而不顯著。這意味著，在當前我國經(jīng)濟發(fā)展水平下，自主創(chuàng)新度在信貸的經(jīng)濟效應中所起的作用由強變?nèi)?，不具備持續(xù)性。

在技術引進度的門檻值兩側(cè)，地區(qū)信貸度對經(jīng)濟增長率的影響也出現(xiàn)了變化。當TYD不高于0.034，即處于低水平區(qū)制內(nèi)時，地區(qū)信貸度對經(jīng)濟增長率的影響顯著為4.873（無交叉項）、4.943（有交叉項）。當?shù)貐^(qū)的TYD高于0.034，處于高水平區(qū)制內(nèi)時，地區(qū)信貸度對經(jīng)濟增長率的顯著影響增加至6.763（無交叉項）、6.850（有交叉項）。表明即使技術引進度較低，地區(qū)信貸投放也能夠有力地支持當?shù)亟?jīng)濟增長，隨著技術引進度的提高，地區(qū)信貸投放對當?shù)亟?jīng)濟的支持力度逐漸變強。這意味著，在當前我國經(jīng)濟發(fā)展水平下，技術引進度在信貸的經(jīng)濟效應中所起的作用具有較強的持續(xù)性。

自主創(chuàng)新度與技術引進度的交叉項在模型（2）和模型（3）中均為負且不顯著，表明兩者對經(jīng)濟增長的影響可能存在相互替代的效果，雖然這種效果目前并不顯著。

（二）穩(wěn)健性檢驗

由于信貸投放與經(jīng)濟增長之間是相互影響的關系，因此上述回歸可能存在內(nèi)生性問題，需要利用地區(qū)信貸度的工具變量進行穩(wěn)健性檢驗。本文將地區(qū)信貸度的滯后一期值作為工具變量，對模型（2）和模型（3）再次進行門檻效應回歸，結(jié)果如表6所示。

與表5相比，表6中關鍵變量的回歸系數(shù)符號及顯著性未發(fā)生變化，證明表5的回歸結(jié)果是穩(wěn)健的。

（三）進一步分析

根據(jù)自主創(chuàng)新度和技術引進度的門檻值，可以將樣本分為四個不同區(qū)制：低低區(qū)制、高低區(qū)制、低高區(qū)制和高高區(qū)制。表7中列示了2009～2016年處于不同PGR區(qū)制和TYD區(qū)制的地區(qū)個數(shù)。2009～2016年間，43個地區(qū)共有344個分布點。

對PGR區(qū)制而言，在整個京津冀區(qū)域，大部分地區(qū)處于低水平區(qū)制內(nèi)，而且常年所列名次沒有太大變化，年度間實現(xiàn)區(qū)制跨越的地區(qū)很少。北京市表現(xiàn)稍好一些，從2010年起每年有43.75%的地區(qū)越過2.72%的門檻，步入高水平區(qū)制，其中海淀區(qū)和朝陽區(qū)表現(xiàn)得較為突出，專利授權量占比均達到10%以上，這兩個區(qū)高新技術企業(yè)數(shù)量較多，自主創(chuàng)新能力相對較強。西城區(qū)、東城區(qū)、豐臺區(qū)、昌平區(qū)、大興區(qū)在3%～10%之間，通州區(qū)、順義區(qū)、石景山區(qū)、房山區(qū)、懷柔區(qū)、密云區(qū)、平谷區(qū)門頭溝區(qū)和延慶區(qū)均低于3%。天津市和河北省的情況顯得較差，其中只有濱海新區(qū)（平均6.90%）、石家莊市（平均3.94%）、保定市（平均2.82%）表現(xiàn)得相對好一些，其他所轄地區(qū)均值不超過2.72%的門檻。

對TYD區(qū)制而言，大部分地區(qū)處于低水平區(qū)制內(nèi)。天津市表現(xiàn)較好，每年有56.25%的地區(qū)越過0.034的門檻，步入高水平區(qū)制，其中濱海新區(qū)（平均0.086）、北辰區(qū)（平均0.073）、西青區(qū)（平均0.069）超過門檻2倍以上。北京市和河北省的情況顯得較差，其中只有朝陽區(qū)（平均0.070）、懷柔區(qū)（平均0.039）、秦皇島市（平均0.036）稍高于門檻值，其他多數(shù)地區(qū)水平很低。TYD的計算與實際利用外資額、匯率變動和地區(qū)GDP等因素有關，大部分地區(qū)年度間的TYD有較大波動。

在自主創(chuàng)新度和技術引進度的雙重作用下，每個地區(qū)信貸投放的經(jīng)濟效應都是有效的，但有效程度有所不同。有效程度最高的是處在PGR不高于2.72%、TYD高于0.034的低高區(qū)制，有71個點，其中天津市57個，北京市8個，河北省6個。有效程度次之的是處在PGR不高于2.72%、TYD不高于0.034的低低區(qū)制，大部分地區(qū)處在這一區(qū)制，有191個點，其中河北省69個，北京市66個，天津市56個，分布較為均勻。有效程度第三的是處在PGR高于2.72%、TYD高于0.034的高高區(qū)制，有21個點，其中北京市11個，天津市10個，河北省0個。有效程度最小的是處在PGR高于2.72%、TYD不高于0.034的高低區(qū)制，有61個點，其中北京市43個，河北省13個，天津市5個。整體來看，天津市和北京市的經(jīng)濟效應有效程度要高于河北省。

單一來看，在自主創(chuàng)新能力較低的地區(qū)，銀行信貸的經(jīng)濟效應是有效的，而在自主創(chuàng)新能力較高的地區(qū)，銀行信貸對經(jīng)濟的支持效應并沒有發(fā)揮出來。隨著技術引進度的不斷提高，銀行信貸的經(jīng)濟效應有效性越來越強。綜合來看，不管是考慮自主創(chuàng)新還是技術引進，銀行信貸的經(jīng)濟效應都或多或少地存在，其中技術引進一直發(fā)揮著正向推動作用。地區(qū)自主創(chuàng)新能力既表現(xiàn)在數(shù)量上，還表現(xiàn)在質(zhì)量上。京津冀大部分地區(qū)自主創(chuàng)新能力低、技術引進度也低，占比為55.52%，這些地區(qū)的銀行在考察企業(yè)的技術創(chuàng)新能力時只關注專利數(shù)量，沒有能力識別專利質(zhì)量。其實，此時企業(yè)引進技術的質(zhì)量一般要高于其自身的專利質(zhì)量，而且自主研發(fā)的技術和引進技術之間的重疊度一般也不高，兩者共同推動地區(qū)經(jīng)濟增長。專利變多、技術引進不多的地區(qū)（占比17.73%）的銀行開始注意到企業(yè)自主研發(fā)專利的質(zhì)量低于引進技術的質(zhì)量，轉(zhuǎn)而對引進成熟先進技術的企業(yè)更感興趣，其信貸投放規(guī)模和結(jié)構(gòu)相應發(fā)生變化，銀行信貸的經(jīng)濟效應有所減弱。專利變多、技術引進也多的地區(qū)更是如此，但其占比僅為6.10%。對技術引進的重視會使當?shù)亟?jīng)濟對國外技術產(chǎn)生嚴重依賴，蘊藏了較大的知識產(chǎn)權風險和持續(xù)發(fā)展風險。

六、結(jié)論和建議

本文的研究結(jié)果表明，京津冀地區(qū)銀行信貸的非線性效應是存在的。在當前經(jīng)濟發(fā)展水平下，在衡量京津冀信貸投放的經(jīng)濟效應的過程中，技術引進起著持續(xù)顯著的助推作用。自主創(chuàng)新與引進技術之間的質(zhì)量差距不斷暴露，其推動力逐漸減弱甚至喪失?；诖?，提出如下建議：

1.京津冀需要技術引進過程。受技術條件和要素稟賦的限制，京津冀大部分地區(qū)的企業(yè)屬于勞動密集型產(chǎn)業(yè)，技術創(chuàng)新知識積累不足，核心技術難以有效突破。為了發(fā)揮后發(fā)優(yōu)勢，技術引進仍然是當前京津冀地區(qū)比較好的選擇。通過接觸先進技術，可以避免支付高昂的試錯成本和成果轉(zhuǎn)化成本，快速縮小與發(fā)達地區(qū)同類技術之間的差距，也有助于縮小京津冀各地區(qū)間經(jīng)濟發(fā)展水平的差距。因此，銀行的信貸投放要注意向引進高質(zhì)量技術的企業(yè)傾斜。

2.必須堅持自主創(chuàng)新發(fā)展戰(zhàn)略。當前的技術引進并不意味著摒棄自主創(chuàng)新，技術引進只是過程，自主創(chuàng)新才是目的。技術引進向自主研發(fā)轉(zhuǎn)變是一個復雜的組織學習過程，通常要經(jīng)過模仿創(chuàng)新、改進創(chuàng)新以及二次創(chuàng)新等階段，才可能實現(xiàn)自主創(chuàng)新。長期依靠引進技術驅(qū)動發(fā)展會擠壓我國自主研發(fā)技術的市場空間，而且很容易形成路徑依賴。當技術輸入國引進的技術接近或者達到技術輸出國水平時，他們會立刻采用早已研制好的新技術，以確保競爭優(yōu)勢，從而導致輸入國的技術創(chuàng)新空心化，陷入“引進—落后—再引進—再落后”的惡性循環(huán)。因此，在這一階段，銀行的信貸投放對企業(yè)考核的重心要落到自主創(chuàng)新層面，加大扶持企業(yè)自主創(chuàng)新的力度。只有實現(xiàn)從技術引進向自主創(chuàng)新的轉(zhuǎn)變，堅持自主創(chuàng)新發(fā)展戰(zhàn)略，才能實現(xiàn)京津冀地區(qū)經(jīng)濟的可持續(xù)增長。

主要參考文獻：

[1] Goldsmith R. W.. Financial Structure and Development[M].New Haven：Yale University Press，1969：1～561.

[2] Loayza N.，Ranciere R.. Financial Development，F(xiàn)inancial Fragility，and Growth[J].Journal of Money，Credit，and Banking，2006（4）：1051～1076.

[3]李世杰，校亞楠.財政支持、銀行信貸與城市經(jīng)濟增長——基于中國247個城市的經(jīng)驗研究[J].經(jīng)濟管理，2016（7）：14～23.

[4]楊長漢.信貸投放、固定資產(chǎn)投資與經(jīng)濟增長[J].宏觀經(jīng)濟研究，2017（5）：21～28.

[5]王偉，楊嬌輝，汪玲.金融競爭力、信貸過度擴張與經(jīng)濟增長[J].管理科學學報，2018（1）：58～71.

[6] Fisher I.. The Debt- Deflation Theory of Great Depressions[J].Econometrica，1933（1）：337～357.

[7] Bernanke B.，Gertler M.，et al.. The Financial Accelerator in a Quantitative Business Cycle Framework[A].Duth：NBER Working Paper，1998.

[8]程棵，刁思聰，楊曉光.中國信貸投放對經(jīng)濟增長影響的實證研究[J].經(jīng)濟理論與經(jīng)濟管理，2012（1）：44～58.

[9]張良貴，孫久文，王立勇.銀行對金融加速器效應的影響——來自1992～2010年中國數(shù)據(jù)的實證檢驗[J].經(jīng)濟評論，2014（3）：100～114.

[10] Atkinson A. B.，Stiglitz J. E.. A New View of Technological Change[J].Economic Journal，1969 （79）：573～578.

[11]Bravo O. C.，Marin A. G.. R&D and Productivity： A Two-way Avenue？[J].World Development，2011（7）：1090～1107.

[12]沈坤榮，耿強.外國直接投資、技術外溢與內(nèi)生經(jīng)濟增長——中國數(shù)據(jù)的計量檢驗與實證分析[J].中國社會科學，2001（5）：82～93.

[13]白俊紅，王林東.創(chuàng)新驅(qū)動是否促進了經(jīng)濟增長質(zhì)量的提升？[J].科學學研究，2016（11）：1725～1735.

[14]孔曉妮，鄧峰.自主創(chuàng)新、技術溢出及吸收能力與經(jīng)濟增長的實證分析——基于東、中、西部地區(qū)與全國的比較[J].研究與發(fā)展管理，2016（1）：31～39.

[15] Nelson E. P.. Investment in Human，Technological Diffusion and Economy Growth[J].American Economic Review，1966（56）：69～75.

[16] Elkan V. R.. Catching Up and Slowing Down： Learning and Growth Patterns in An Open Economy[J].Journal of International Economics，1996 （41）：95～111.

[17]林毅夫.發(fā)展戰(zhàn)略、自生能力和經(jīng)濟收斂[J].經(jīng)濟學，2002（1）：269～300.

[18]陳璋，黃彪.“引進式技術進步方式”下的中國經(jīng)濟增長與不平衡結(jié)構(gòu)特征[J].經(jīng)濟理論與經(jīng)濟管理，2013（3）：5～15.

[19] Lee K.，Lim C.. Technological Regimes，Catching-up and Leapfrogging：Findings From Korean Industries[J].ResearchPolicy，2001（3）：459～483.

[20]方福前，邢煒.經(jīng)濟波動、金融發(fā)展與工業(yè)企業(yè)技術進步模式的轉(zhuǎn)變[J].經(jīng)濟研究，2017（12）：76～90.

[21] Schumpeter J.. The Theory of Economics Development[M].Cambridge：Harvard University Press，1912：1～50.

[22] Amore M. D.，Schneider C.，Zaldokas A.. Credit Supply and Corporate Innovation[J].Journal of Financial Economics，2013（3）：835～855.

[23]邵宜航，劉仕保，張朝陽.創(chuàng)新差異下的金融發(fā)展模式與經(jīng)濟增長：理論與實證[J].管理世界，2015（11）：29～39.

[24]溫濤，張梓榆.信貸擴張、研發(fā)投入與中國經(jīng)濟增長的“量”與“質(zhì)”[J].科研管理，2018（1）：1～8.