王仁祥，沈蘭玲，謝文君

（武漢理工大學 經(jīng)濟學院，湖北 武漢430070）

在經(jīng)濟下行和新型冠狀病毒肺炎疫情疊加影響下，復蘇實體經(jīng)濟勢在必行。黨的十九大也指出，要“著力加快建設實體經(jīng)濟、科技創(chuàng)新、現(xiàn)代金融、人力資源協(xié)同發(fā)展的產(chǎn)業(yè)體系”，可見推動科技和金融深度耦合對支持實體經(jīng)濟發(fā)展具有戰(zhàn)略性意義?！翱萍肌鹑凇瘪詈系膭討B(tài)演變具有較強的不穩(wěn)定性，發(fā)生突變易凸顯脆弱[1-2]，如納斯達克泡沫的破裂、全球金融危機的爆發(fā)[3]。因此，關注并防控“科技—金融”耦合脆弱性不容忽視。一方面，王仁祥等[4]指出約束條件下的資源如信息、資本等的不合理匹配是科技金融耦合脆弱性產(chǎn)生的根源，蓋慶恩等[5]研究表明資源配置不當會降低經(jīng)濟的全要素生產(chǎn)率；另一方面，為實體經(jīng)濟服務是金融的天職，新經(jīng)濟地理學認為金融資本集聚可以減少企業(yè)信息不對稱，可能導致帕累托改進并助推產(chǎn)業(yè)鏈再造。在這樣的背景下，值得思考的是，金融資本的集聚是否能夠有效緩解“科技—金融”耦合脆弱性凸顯問題，助推實體經(jīng)濟？金融資本集聚是否存在空間效應？再者，徐鵬杰和楊萍[6]認為在經(jīng)濟轉軌的關鍵時期，政府宏觀調控是影響經(jīng)濟高質量發(fā)展的重要因素，那么，政府干預是否會影響金融資本集聚對耦合脆弱性的作用？針對上述問題進行全面深入研究，有助于重新審視金融資本和“科技—金融”系統(tǒng)之間的關系，為政府防控“科技—金融”耦合脆弱性支持實體經(jīng)濟發(fā)展建言獻策。

一、相關研究述評

從金融對科技的支持研究[7]、科技對金融的促進作用[8]到科技與金融的結合研究[9]，學術界普遍認可了“技術—經(jīng)濟”增長范式，認為科技與金融的良性互動有助于兩者的協(xié)調發(fā)展。隨著研究的深入，物理學中的耦合概念被逐步引入，開始進一步探討科技系統(tǒng)與金融系統(tǒng)的耦合機理、耦合模式和耦合協(xié)調度。藺鵬等基于金融與科技協(xié)同創(chuàng)新的動力傳導模式，建立公共金融驅動、市場金融驅動、公共金融與市場金融聯(lián)動驅動三條反饋路徑，動態(tài)描述耦合機理；胡國暉和鄭萌[10]基于松散耦合理論從微、中、宏觀三個層次將科技金融耦合模式分為融資模式、機構模式和市場模式三類；張芷若和谷國鋒[11]建立功效函數(shù)，以系統(tǒng)貢獻度為子系統(tǒng)權重，運用熵值法測算耦合性，表明區(qū)域耦合協(xié)調度呈現(xiàn)出東高西低、南高北低的分布特征。梳理現(xiàn)有文獻可知，現(xiàn)有研究從多方面、不同角度對科技與金融耦合關系進行了詳細探討，但現(xiàn)有研究多關注科技與金融耦合對經(jīng)濟增長的促進作用，而忽略其所可能帶來的負面影響。

脆弱性是耦合系統(tǒng)的固有屬性[12]，其本質是“科技—金融”耦合系統(tǒng)在內外部因素作用下，耦合系統(tǒng)規(guī)模、結構、效益發(fā)生突變所表現(xiàn)出的不可持續(xù)發(fā)展狀態(tài)。國外方面，多側重于金融脆弱性的研究，如Iacoviello[13]從金融周期視角研究銀行信貸對實體經(jīng)濟的影響，并未直接研究“科技—金融”系統(tǒng)脆弱性。國內方面，已有一些學者直接研究兩者耦合系統(tǒng)的脆弱性，但尚處于初步階段?；诙攘恳暯?，王仁祥等先后從廣義虛擬經(jīng)濟視角出發(fā)[14]、從敏感性和恢復力特征出發(fā)構建評價函數(shù)測算省域耦合脆弱性，得出脆弱性呈逐年改善相關結論，度量方法較為科學穩(wěn)定；基于防控視角，吳光俊[15]表明要素扭曲會阻礙創(chuàng)新活動，不當配置會降低耦合效率從而加劇耦合脆弱。王仁祥等[4]則進一步表明當市場出現(xiàn)失靈，政府干預具有必要性與慣性，并發(fā)現(xiàn)政府干預各類舉措的實質效果有明顯差別。

從研究脈絡和研究體系看，“科技—金融”耦合脆弱性研究有待進一步改進和完善。鑒于此，本文可能貢獻在于：第一，從外部環(huán)境、內部結構、耦合效益三個維度構建指標體系測算脆弱性指數(shù)，分析區(qū)域“科技—金融”耦合脆弱性時空演進特征；第二，考察金融資本集聚對“科技—金融”耦合脆弱性的影響，分析其本地效應和空間效應，研究脆弱性關鍵要素的作用；第三，考察政府干預作用下金融集聚的作用如何改變，分析政府干預實效，關注人為活動影響。

二、影響機制

（一）金融資本集聚與“科技—金融”耦合脆弱性

“科技—金融”耦合脆弱性的根源在于資源無法實現(xiàn)合理匹配，而金融資本在區(qū)域內集聚是一個動態(tài)的過程，是集聚效應和擴散效應相互博弈的結果，金融資本集聚對“科技—金融”耦合脆弱性的作用主要通過這兩個方面實現(xiàn)（見圖1）。

集聚效應發(fā)揮正向作用降低“科技—金融”耦合脆弱性。第一，規(guī)模經(jīng)濟效應，金融資本的大量集中吸引科技和金融企業(yè)的入駐形成規(guī)模經(jīng)濟。一方面，同質企業(yè)的臨近會加強競爭，加快科技創(chuàng)新和金融創(chuàng)新，通過優(yōu)勝劣汰實現(xiàn)“科技—金融”耦合結構的穩(wěn)定和升級；另一方面，異質企業(yè)的臨近通過功能互補、上下游鏈條的縮短來降低交易成本和信息不對稱，加快科技金融一體化進程，加強區(qū)域科技與金融耦合效益以降低耦合脆弱性。第二，技術進步效應，金融資本的集聚往往伴隨著先進的金融技術和服務，有利于金融制度和金融市場的完善。資本的逐利性發(fā)揮看不見手的作用，實質上對金融創(chuàng)新和技術創(chuàng)新進行定向選擇，通過優(yōu)化創(chuàng)新結構實現(xiàn)技術進步和金融發(fā)展，并通過反饋機制的層層促進和吸收，實現(xiàn)更深層次耦合和降低脆弱性。

金融資本的集聚使區(qū)域自身的影響力持續(xù)增強，并主要通過極化效應和涓流效應擴散到周圍地區(qū)。第一，極化效應。當區(qū)域金融資本集聚達到一定程度，通過不斷的積累和機會創(chuàng)造，在市場機制作用下會壓縮周邊地區(qū)發(fā)展空間，在乘數(shù)效應作用下進一步推動兩極分化。在外界沖擊下，這種區(qū)域的不均衡降低“科技—金融”系統(tǒng)的抵抗力和恢復力，脆弱性越發(fā)突顯。第二，涓流效應。金融資本集聚有利于金融中心的形成，而核心區(qū)域競爭的激烈性和資源的稀缺性促使企業(yè)向周圍地區(qū)發(fā)展以追尋更好的投資機會，人才、資金等要素向外圍分散。這不僅有助于金融市場和環(huán)境的完善，還帶動了周圍地區(qū)金融業(yè)的發(fā)展，支持實體經(jīng)濟發(fā)展；外圍金融業(yè)的提升也通過回流反饋給核心區(qū)域，實現(xiàn)共同發(fā)展從而降低耦合脆弱性。

圖1 金融資本集聚的影響機制

（二）金融資本集聚、政府干預與“科技—金融”耦合脆弱性

首先，“科技—金融”耦合系統(tǒng)是一個復雜系統(tǒng)，在演化過程中具有不穩(wěn)定性，其內在供需不匹配性和信息不對稱性表現(xiàn)出負外部性，導致較為顯著的市場失靈現(xiàn)象，反而加強耦合脆弱性；其次，從集聚的動因來看，以市場主導供需引導而形成的集聚是一種漸進式演變，時間的長久性可能導致更多的突變，有不同的發(fā)展路徑，耦合脆弱性相應地就要受到不同的影響，亦可能從有序發(fā)展到無序，脆弱性增加。綜上，為實現(xiàn)金融資本合理集聚以降低“科技—金融”耦合脆弱性，支持實體經(jīng)濟發(fā)展，政府干預具有必要性。

通過歷史考察及相關文獻梳理，已有研究表明，政府干預在我國“科技—金融”發(fā)展過程中起著至關重要的作用。首先，政府干預進行戰(zhàn)略引領，通過政策與方針的出臺引導企業(yè)、研究所、高校等主體開展創(chuàng)新活動；其次，政府干預進行環(huán)境建設，引導金融機構之間良性競爭，自上而下地推動金融體系改革和結構調整，提高地區(qū)資本集聚程度和金融包容水平，通過財政、金融政策改善外部環(huán)境、耦合內部結構促進科技與金融系統(tǒng)的穩(wěn)定和持續(xù)發(fā)展，以實現(xiàn)脆弱性調控；再次，政府直接補貼激勵企業(yè)創(chuàng)新，顯著提高區(qū)域創(chuàng)新效率以實現(xiàn)“科技—金融”高效發(fā)展[16]。因此，本文提出假設：政府干預在金融集聚改善耦合脆弱性的過程中發(fā)揮促進作用。

三、模型選擇與變量說明

（一）模型選擇

1．動態(tài)面板模型

考慮“科技—金融”耦合脆弱性存在一定的連續(xù)性和黏性，可建立動態(tài)面板模型（1）進行分析；再將金融資本集聚和政府干預的交互項引入模型（1）中，考察政府干預效果。

上述模型中，V 為“科技—金融”耦合脆弱性指數(shù)，Vt-1表示脆弱性的一階滯后變量，KC表示金融資本集聚水平，GOV 表示政府干預程度，Z 為其他控制變量，εit為隨機誤差項，下標i和t分別表示個體和時間。

2．空間計量模型

鑒于我國省域發(fā)展的非均衡性，為考察金融資本集聚和政府干預對省域層面“科技—金融”耦合脆弱性的空間效應，在動態(tài)面板模型之后再構建空間計量模型。為考察政府干預對金融資本集聚的空間層面影響以及實證的一致性，同時將金融資本集聚和政府干預的交互項引入：

其中（3）和（5）為空間滯后模型（SAR），（4）和（6）為空間誤差模型（SEM）；W 為n 階空間權重矩陣，ρ為空間相關系數(shù)，λ為空間誤差系數(shù)。

（二）變量選取和測算

1．被解釋變量：“科技—金融”耦合脆弱性指數(shù)測算

脆弱性評價的目的是厘清“科技—金融”演化機理，根據(jù)評價指數(shù)加以防控，有效緩解脆弱性，實現(xiàn)可持續(xù)發(fā)展。目前，有一些定量評價方法已經(jīng)被提出并在各個領域得到應用，如指標評價法、基于GIS和RS 評價、圖層疊置法，鑒于科技子系統(tǒng)的創(chuàng)新特征、金融子系統(tǒng)的風險性以及科技與金融耦合系統(tǒng)的復雜性，參考王巖等[17]城市脆弱性指標體系構建，基于對脆弱性要素的理解、對系統(tǒng)結構和功能進行分析，從外部環(huán)境、內部結構、耦合效益三個維度選取指標，構建區(qū)域脆弱性綜合評價指標體系。指標體系如表1 所示，指標均為負向指標。為消除指標量綱差異，采用極差變化進行標準化處理：rik=運用熵值法計算各指標權重，測度“科技—金融”耦合脆弱性指數(shù)。

表1 “科技—金融”耦合系統(tǒng)脆弱性指標體系

2．解釋變量：金融資本集聚和政府干預

金融資本集聚（KC）。依據(jù)張軍等[18]、單豪杰研究思想，使用永續(xù)盤存法計算省域物質資本存量：

該式中，K 表示資本存量，I 表示固定資產(chǎn)投資額，P 表示固定資產(chǎn)投資價格指數(shù)，借鑒單豪杰的計算方法，將物質資本折舊率定為δit=9.6%，其中2001年的資本存量K 是2002 年的資本形成總額比折舊率與1953—1957 年固定資產(chǎn)投資形成平均增長率之和[19]。集聚采用區(qū)位熵方法度量。

政府干預（GOV）。財政支出是衡量政府干預程度的重要指標，其中教育支出通常不能對市場或者經(jīng)濟產(chǎn)生直接影響。本文參考張治棟和廖常文[20]的度量方法，政府干預程度用財政支出扣除教育支出后占GDP的比重來衡量。

3．控制變量

除上述核心解釋變量外，模型還納入了一些其他變量，以控制省域異質性帶來的影響：財政收入（fin）用地區(qū)財政收入占GDP 比重來表示；人力資本（hc）用地區(qū)平均教育年限表示；基礎設施建設（infra）用公路和鐵路密度之和表示；地區(qū)制度環(huán)境（rq）采用樊綱《中國分省份市場化指數(shù)報告》中發(fā)布的市場化指數(shù)總評分表示；信息發(fā)展水平（post）用省域郵電業(yè)務總值占GDP 比重表示。各變量描述性統(tǒng)計如表2所示。

表2 回歸變量描述性統(tǒng)計

（三）數(shù)據(jù)來源

表3 樣本分類

考慮到數(shù)據(jù)的可得性和可比性，選取研究區(qū)間為2001 年至2017 年，研究樣本為我國30 個省份（西藏數(shù)據(jù)缺失、港澳臺統(tǒng)計口徑不同剔除），具體如表3 所示。相關數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國金融年鑒》等。

四、實證分析

（一）耦合脆弱性時空分布特征分析

為了直觀清晰反映“科技—金融”耦合脆弱性整體變化趨勢和分布特征，本文將2001—2017年30個?。ㄗ灾螀^(qū)、直轄市）、各地區(qū)脆弱性指數(shù)進行比較，如圖2 所示。從時間趨勢上來看，脆弱性前期較高，數(shù)值接近0.5，從2007年開始逐年下降，說明“科技—金融”耦合脆弱性情況有明顯改善；從總體樣本脆弱性指數(shù)上看，整體位于[0.3,0.5]，處于中度脆弱階段，但北京、上海等少數(shù)東部省份表現(xiàn)為低度脆弱，寧夏、新疆地區(qū)表現(xiàn)出高度脆弱；通過各地區(qū)對比可知，脆弱性存在一定程度的兩極分化，即東部脆弱性指數(shù)遠低中西部，“科技—金融”耦合脆弱性表現(xiàn)出明顯的區(qū)域不均衡。

圖2 “科技—金融”耦合脆弱性比較（2001—2017年）

圖3 “科技—金融”耦合脆弱性核密度估計

為全面分析“科技—金融”耦合脆弱性的動態(tài)演進軌跡、差異等特征，利用非參數(shù)核估計方法進行分析，結果如圖3 所示。總體樣本層面，首先，2001—2017 年分布曲線整體保持著向左平移的趨勢，說明“科技—金融”耦合脆弱性是逐年改善的。其次，2001—2012 年分布曲線的波峰高度逐漸升高，波峰寬度的整體分布越來越窄，表明總體樣本的耦合脆弱性呈現(xiàn)收斂發(fā)展趨勢，區(qū)域差距逐年縮小。但到2013—2017 年區(qū)間，分布曲線波峰高度明顯下降，波峰寬度變寬，表明隨著耦合脆弱性的改善，各地區(qū)出現(xiàn)瓶頸狀況，呈現(xiàn)發(fā)散發(fā)展趨勢，并且在2009—2012 年明顯出現(xiàn)了“雙峰”現(xiàn)象，即兩極分化嚴重，到2013年后這一情況才有所緩和。

東部地區(qū)，首先，分布曲線的位置實現(xiàn)向左移動，但2013—2017 年間出現(xiàn)右移情況，表明東部地區(qū)耦合脆弱性在2001—2012 年處于不斷降低狀態(tài)，但在2013—2017 年出現(xiàn)異常，不降反升。與此同時，和中西部相比，東部地區(qū)分布曲線更加偏向左側，說明東部地區(qū)耦合脆弱性更低。其次，分布曲線的峰值表現(xiàn)出下降趨勢和一定程度上的“雙峰”趨勢，說明東部地區(qū)可能存在發(fā)展發(fā)散和兩極分化現(xiàn)象。中西部地區(qū)的情況與總體樣本層面類似。首先，在樣本考察期間各省份脆弱性指數(shù)的分布整體向左移動，說明中西部各省份的“科技—金融”耦合脆弱性正在逐漸降低；其次，2001—2012 年分布曲線峰值升高，寬度收緊，呈收斂發(fā)展，而2013—2017年峰值下降，寬度變寬，但令人注意的是，分布曲線出現(xiàn)了一定的“多峰”趨勢，表明中西部各區(qū)域脆弱性的改善出現(xiàn)了瓶頸和一定程度上的兩極分化現(xiàn)象。

（二）動態(tài)面板回歸

1．總體樣本回歸

為消除不同變量量綱和異常值問題及交互項可能導致的共線性問題，對所有變量進行去中心化處理。對于動態(tài)面板模型(1)和模型(2)，傳統(tǒng)估計方法得出的結果存在一定偏誤，采用兩步系統(tǒng)廣義矩方法可以規(guī)避可能存在的內生性問題，得到有效估計[21]?；貧w結果如表4所示。

表4 金融資本集聚、政府干預對耦合脆弱性影響的總體樣本回歸

表4中兩階段系統(tǒng)GMM 模型的Hansen值和AR(2)值都較為合理，表明了模型估計的有效性以及工具變量選擇的適當性。關于金融資本集聚對“科技—金融”耦合脆弱性的影響，由表4 中列(5)可知，耦合脆弱性一階滯后項的系數(shù)顯著為正，表明脆弱性的改善從長期來看是一個漸進的過程，既受當期因素的影響，也有其自身的趨勢繼承性，具有很強的連續(xù)性和黏性；金融資本集聚與耦合系統(tǒng)脆弱性呈顯著負相關關系，表明金融資本集聚有利于耦合脆弱性的降低：集聚程度每增加1%，脆弱性指數(shù)會下降0.062%；政府干預變量與耦合脆弱性呈正相關，表明現(xiàn)階段政府干預會提高“科技—金融”耦合脆弱性。可能的原因是：政府干預具有復雜性，干預舉措的多樣性使其作用未充分發(fā)揮；科技和金融耦合系統(tǒng)的特殊性和風險性，使干預效果存在潛在時滯。

考慮金融資本集聚和政府干預交互項的影響，由表4 中列(6)可知，耦合脆弱性的一階滯后仍顯著為正，但系數(shù)明顯降低，表明政府干預可以降低耦合脆弱的黏性，能更有效地解決區(qū)域脆弱性突顯問題；金融資本和政府干預的交互項系數(shù)在1%水平下顯著，表明兩者存在明顯交互效應，即金融資本對“科技—金融”耦合脆弱性的作用受到政府干預的調節(jié)；且交互項系數(shù)為負，說明政府干預在金融集聚對脆弱性影響的過程中呈非線性作用，隨政府干預程度的增加，金融集聚對脆弱性改善的邊際效應反而下降。即適度干預地區(qū)，政府干預增強了金融集聚的改善作用；過度政府干預地區(qū)，反而削弱了其改善作用?？赡艿慕忉屧谟?，過度干預而引發(fā)的金融集聚與本地經(jīng)濟環(huán)境、人才、技術等存在著不匹配性；一般來講，政府干預舉措具有長遠戰(zhàn)略意義，對金融資本干預的目的仍是降低耦合脆弱性，支持實體經(jīng)濟，通過適度引導，及時解決市場失靈和偶然市場沖擊，更有利于“科技—金融”系統(tǒng)的穩(wěn)定。

在控制變量層面，財政收入、人力資本、基礎設施建設和信息發(fā)展水平均呈負相關，表明這些變量的提升均有利于“科技—金融”耦合脆弱性的降低。值得注意的是，地區(qū)制度環(huán)境呈顯著正相關，可能的原因是，制度環(huán)境的影響存在一定閾值，只有當制度環(huán)境超過一定水平時，才能發(fā)揮改善作用。加入交互項后，控制變量的系數(shù)方向和顯著性基本未發(fā)生改變，表現(xiàn)出一定程度的穩(wěn)健性。

表5 金融資本集聚、政府干預對耦合脆弱性影響的分地區(qū)樣本回歸

2．分地區(qū)樣本回歸（穩(wěn)健性檢驗）

一方面，可以對總體樣本回歸進行穩(wěn)健性檢驗；另一方面，由于“科技—金融”耦合脆弱性存在區(qū)域不均衡性，且東部和中西部在人才、技術等方面存在著差異。為了驗證政府干預是否存在著地區(qū)差異效果，本文將樣本分為東部和中西部進行研究，結果如表5所示。

東部地區(qū)的回歸結果顯示，耦合脆弱性一階滯后仍顯著相關，是個逐漸改善的過程；金融資本集聚與“科技—金融”耦合脆弱性呈負相關關系，表明加強東部地區(qū)金融資本的集聚有助于脆弱性的改善，政府干預變量系數(shù)符號不變。金融資本集聚與政府干預的交互項呈顯著負相關，表明了東部地區(qū)政府干預對金融資本的脆弱性改善影響是非線性的。東部地區(qū)回歸結果與總體樣本回歸結果類似，在一定程度上驗證了對總體樣本回歸結果的穩(wěn)健性。

中西部地區(qū)的回歸結果再次驗證了“科技—金融”耦合脆弱性具有一定的連續(xù)性和黏性，以及金融資本集聚的增強有利于降低耦合脆弱性；加入交互項后，與東部和總體樣本回歸結果不同的是，金融資本集聚與政府干預的交互項并不顯著，表明兩者的交互效應相對較弱，可能是因為中西部地區(qū)基礎設施建設、金融發(fā)展環(huán)境制約，政府干預的落實路徑有限；交互項系數(shù)為正，表明隨政府干預程度的提高，金融資本集聚對脆弱性降低的邊際效應增強，即政府干預力度越大，越有利于耦合脆弱性的降低。這一結果可能與東部和中西部處于不同脆弱性階段有關，中西地區(qū)大都處于中度脆弱階段，發(fā)展相對緩慢，憑借市場本身吸引的資金力量有限，仍需要政府積極引導。

（三）空間計量回歸

1．空間自相關檢驗

為分析金融資本以及政府干預對“科技—金融”耦合脆弱性是否存在空間效應，本文進一步運用空間計量方法研究。在此之前，需要進行變量的空間相關性檢驗，常用Moran’s I指數(shù)方法：

表6 脆弱性指數(shù)空間自相關檢驗（2001—2017年）

圖4 2004年、2008年、2012年和2017年Moran’s I散點圖

表7 空間計量回歸結果

2．空間計量回歸

以空間距離矩陣（1/d）為權重的空間計量回歸結果如表7所示。通過對比SAR和SEM回歸的對數(shù)似然值LogL 和R2，兩者無明顯差距，結果均較為理想，均列示以作對比，表明空間計量模型設定是合理的，區(qū)域“科技—金融”耦合脆弱性存在正向空間關聯(lián)性；為增強檢驗可比性及降低估計誤差，在進行空間計量回歸時將金融資本和政府干預交互項加入，表7中列(15)、列(17)為不考慮交互項空間回歸結果，列(16)、列(18)為加入交互項回歸結果。

由表7 可知，SAR 和SEM 模型中金融資本集聚系數(shù)均在1%的顯著水平下為正，表明金融資本具有顯著正向空間溢出效應，不利于耦合脆弱性的改善。該結果的產(chǎn)生可能解釋為以下幾點。第一，不均衡的金融資本集聚。各地域對金融資源吸引力的不同形成的不合理配置，造成的本地和周邊地區(qū)的資源損失，使“科技—金融”耦合系統(tǒng)偏離最優(yōu)，不利于脆弱性的降低。第二，極化效應。金融資源的趨利性和核心區(qū)域的高效性加劇資源傾斜，不利于周邊地區(qū)金融機構和企業(yè)發(fā)展而逐漸產(chǎn)生極化效應，對周邊地區(qū)耦合脆弱性的降低具有阻滯。政府干預系數(shù)顯著為負，在社會福利最大化目標推動下，政府干預對區(qū)域乃至周邊地區(qū)整體“科技—金融”發(fā)展具有帶動作用；加入交互項后，金融資本與政府干預交互項系數(shù)顯著為負，表明金融資本集聚對脆弱性的空間效應也受到政府干預的影響，隨著政府干預的增強，會削弱了集聚帶來的極化效應，通過間接影響本地和周邊地區(qū)的要素狀態(tài)，實現(xiàn)“科技—金融”耦合協(xié)調、可持續(xù)發(fā)展。

表8 空間計量穩(wěn)健性檢驗

3．穩(wěn)健性檢驗

為了保證估計結果的穩(wěn)健性，本文再選取空間距離矩陣（1/d2）和空間臨近矩陣（0,1）為權重進行空間計量回歸，避免因空間權重矩陣的不同而出現(xiàn)結果偏誤，結果如表8 所示?？梢钥吹?，不管是否加入交互項，金融資本集聚與“科技—金融”耦合脆弱性均呈顯著正相關關系；加入交互項后，交互項系數(shù)均顯著為負；各控制變量系數(shù)方向和顯著性也基本與表7保持一致。這表明空間計量結果具有穩(wěn)健性。

五、結論與建議

本文主要結論如下。

第一，我國“科技—金融”耦合脆弱性整體處于中度脆弱階段，呈逐年改善趨勢；區(qū)域呈現(xiàn)兩極分化現(xiàn)象，東部脆弱程度明顯低于中西部地區(qū)，其差距逐年縮小，但近年存在一定改善“瓶頸”。第二，“科技—金融”耦合脆弱性的改善具有一定的連續(xù)性和黏性，受往期脆弱程度影響；金融資本集聚有利于脆弱性指數(shù)的降低，政府干預在金融集聚對脆弱性影響的過程中呈非線性作用，即適度干預地區(qū)，增強了金融資本集聚對脆弱性降低的作用，過度干預地區(qū)，反而不利于集聚作用的發(fā)揮。第三，“科技—金融”耦合脆弱性呈現(xiàn)顯著空間集聚效應，北京、天津等東部地區(qū)處于低低集聚，湖北、寧夏等中西部處于高高集聚，但近期集聚態(tài)勢減弱。第四，考慮空間異質性，金融資本表現(xiàn)出極化效應，具有顯著正向空間溢出性，政府干預具有直接溢出和帶動作用，有利于降低耦合脆弱性；增強政府干預可以削弱金融資本對耦合脆弱性產(chǎn)生的極化效應。

上述結論對于金融資源優(yōu)化、耦合脆弱防控和實現(xiàn)科技與金融協(xié)調發(fā)展助推實體經(jīng)濟發(fā)展具有重要啟示意義。首先，完善多層次金融中心建設，合理規(guī)劃國際金融中心—全國金融中心—區(qū)域金融中心等多層次戰(zhàn)略布局，一方面可以增強金融集聚的輻射范圍和溢出效應，另一方面可以避免金融發(fā)展的盲目擴張和城市間的惡性競爭而導致的資源浪費。通過金融中心建設，鼓勵城市間合作和區(qū)域聯(lián)動發(fā)展，推動金融資源的有效流動。其次，創(chuàng)新和政策雙輪驅動，制定差異化發(fā)展戰(zhàn)略。具體而言，上海、北京等低度脆弱地區(qū)，鼓勵開展科技創(chuàng)新和金融創(chuàng)新活動，通過技術人才薪酬激勵、海外人才引進計劃推動創(chuàng)新型人力資本積累，加大研發(fā)補貼和政策傾斜扶持高技術產(chǎn)業(yè)發(fā)展。中西部等中高度脆弱區(qū)域，設立相應政府引導基金，激發(fā)風投、創(chuàng)投的投資活力。鼓勵商業(yè)銀行實施差別化信貸政策，將投資風險向前端轉移，為中小企業(yè)和高技術企業(yè)提供資金保障，如杭州銀行出臺的“五個單獨”差別化信貸政策。再次，重視市場選擇，加強“科技—金融”監(jiān)管。拓寬“科技—金融”脆弱性防控路徑選擇，鼓勵建設“云服務”和“大數(shù)據(jù)”相結合的監(jiān)管體系，及時精確解決脆弱性事件；重視政府科技投入、創(chuàng)新補貼等財稅政策手段，引導發(fā)展長效動力。