徐 勝 唐佳婕 張 雙

一、研究背景

以往研究表明，勞動力投入和資本投入的增加確實能加快經(jīng)濟增長，但經(jīng)濟增長質(zhì)量提高的關(guān)鍵在于提高全要素生產(chǎn)率(Total Factor Productivity,TFP)，因此依靠技術(shù)創(chuàng)新、生產(chǎn)效率的提高和資源的有效利用來實現(xiàn)經(jīng)濟增長才是可持續(xù)的。目前我國正處于實體經(jīng)濟下行的經(jīng)濟新常態(tài)，政府多次強調(diào)了要堅持金融服務(wù)實體的要求，努力將經(jīng)濟朝著“脫虛向?qū)崱钡姆较蚺まD(zhuǎn)，大力推動金融與科技創(chuàng)新相結(jié)合，以科技創(chuàng)新來支撐經(jīng)濟的發(fā)展和增長方式的轉(zhuǎn)變，科技金融應(yīng)運而生。文章認為“科技金融”是由科技創(chuàng)新引發(fā)的一系列金融工具和服務(wù)向更有利于科技發(fā)展方向進行轉(zhuǎn)變的金融創(chuàng)新活動，其作為科技創(chuàng)新與金融創(chuàng)造深度融合的產(chǎn)物，為經(jīng)濟增長帶來雙輪驅(qū)動效果。鑒于此，文章通過研究科技金融與全要素生產(chǎn)率之間的關(guān)系，并引入技術(shù)創(chuàng)新水平，實證分析科技金融對經(jīng)濟增長的作用，并為制定相關(guān)政策提供科學(xué)依據(jù)。

關(guān)于科技金融的定義，雖然在學(xué)術(shù)界還沒有統(tǒng)一的定義，但是大多數(shù)差異性的解釋都存在一定的共性，那就是認為科技金融是科技創(chuàng)新活動與金融創(chuàng)新活動的深度融合，是由科技創(chuàng)新活動引發(fā)的一系列金融創(chuàng)新行為[1]。科技與金融相結(jié)合是建設(shè)創(chuàng)新型國家的重要手段和基本保證[2]。李心丹和束蘭根（2013）認為科技金融是金融資源供給者依托政府科技與金融結(jié)合的創(chuàng)新平臺，通過對創(chuàng)投、保險、證券、擔保及其他金融機構(gòu)主體等金融資源進行全方位的整合創(chuàng)新，為科技型企業(yè)提供創(chuàng)新性、高效性、系統(tǒng)性的金融工具和制度安排，以促進科技型企業(yè)對金融資源的內(nèi)生性需求，進而推動整個高新技術(shù)產(chǎn)業(yè)鏈加速發(fā)展的一種金融業(yè)態(tài)[3]。孫伍琴（2014）認為科技金融本質(zhì)上是指技術(shù)創(chuàng)新和金融創(chuàng)新的融合[4]。房漢廷（2016）將科技金融定義為以培育高附加價值產(chǎn)業(yè)，創(chuàng)造高薪就業(yè)崗位，提升經(jīng)濟體整體競爭力為目標，促進技術(shù)資本、創(chuàng)新資本與企業(yè)家資本等創(chuàng)新要素深度融合的新經(jīng)濟范式[5]。

關(guān)于金融對全要素生產(chǎn)率的影響，學(xué)術(shù)界有諸多研究，但是研究結(jié)果存在顯著差異性。在國外的研究中，Beck和Levine（2002）利用多個國家的面板數(shù)據(jù)和GMM 動態(tài)估計方法進行了實證研究，其研究結(jié)果顯示金融發(fā)展顯著提升了全要素生產(chǎn)率[6]。Calderson 和Liu（2003）利用發(fā)展中國家和工業(yè)化國家的匯總數(shù)據(jù)進行了Geweke 分解檢驗，結(jié)果顯示金融發(fā)展對全要素生產(chǎn)率的提高具有明顯推動作用[7]。Felix、Rioja 等（2004）的研究表明處于不同金融發(fā)展水平的國家，其金融體系對全要素生產(chǎn)率的驅(qū)動程度是不同的[8]。Demetriades 等（2008）的研究結(jié)果顯示獲得銀行貸款與全要素增長率之間存在明顯的正相關(guān)關(guān)系[9]。在國內(nèi)關(guān)于金融對全要素生產(chǎn)率的影響的研究中，陳啟清和貴斌威（2013）認為金融發(fā)展對生產(chǎn)率進步具有正的水平效應(yīng)和負的增長效應(yīng)，說明金融發(fā)展對全要素生產(chǎn)率具有遞減的正面影響[10]。李健和盤宇章（2017）發(fā)現(xiàn)金融發(fā)展和TFP 增長之間具有非線性關(guān)系，即金融發(fā)展對TFP增長的影響取決于金融發(fā)展和實體部門經(jīng)濟發(fā)展之間的增長差異[11]。李占風和郭小雪（2019）發(fā)現(xiàn)金融發(fā)展對不同規(guī)模城市全要素生產(chǎn)率增長的作用和機制存在異質(zhì)性[12]。邢曉東（2019）的研究發(fā)現(xiàn)金融發(fā)展對TFP增長的影響作用存在區(qū)域性差異，同時也存在趨同性[13]。王欣和曹慧平（2019）的研究結(jié)果表明金融錯配對制造業(yè)全要素生產(chǎn)率具有顯著的抑制作用，且這種抑制效應(yīng)具有一定的時滯性[14]。谷任和伍文婷（2019）研究金融集聚對全要素生產(chǎn)率的影響，顯示金融集聚通過正向影響技術(shù)進步、負向影響技術(shù)效率來改變?nèi)厣a(chǎn)率[15]。徐璋勇和朱睿（2020）實證分析了金融發(fā)展對綠色全要素生產(chǎn)率的影響，結(jié)果顯示金融發(fā)展顯著促進了綠色全要素生產(chǎn)率的提高[16]。王雨秋（2020）根據(jù)全國31個?。ㄊ小⒆灾螀^(qū)）的面板數(shù)據(jù)，實證研究了中國包容性金融發(fā)展對全要素生產(chǎn)率提升的影響[17]。巴曙松、白海峰等（2020）利用我國企業(yè)層面的面板數(shù)據(jù)進行實證分析，研究結(jié)果顯示金融科技創(chuàng)新活力和金融科技創(chuàng)新規(guī)模對企業(yè)全要素生產(chǎn)率具有顯著促進作用[18]。

關(guān)于科技金融對全要素生產(chǎn)率的影響，大多是從科技金融對技術(shù)創(chuàng)新效率、某一行業(yè)發(fā)展的全要素生產(chǎn)率的影響角度出發(fā)進行研究。George 和Prabhu（2006）認為開發(fā)性金融機構(gòu)能高效地將市場中的閑散資金集中，充分發(fā)揮規(guī)模經(jīng)濟和范圍經(jīng)濟效應(yīng)[19]。Michalopoulose 等（2009）在考慮技術(shù)創(chuàng)新和金融深化的基礎(chǔ)上研究金融發(fā)展作用經(jīng)濟增長率的機制[20]。Amore（2013）實證研究了銀行機構(gòu)信貸和企業(yè)科技創(chuàng)新能力之間的關(guān)系[21]。國內(nèi)的學(xué)者關(guān)于科技金融與全要素生產(chǎn)率的關(guān)系的研究起步也較晚。余利豐、鄧柏盛等（2011）認為金融發(fā)展促進全要素生產(chǎn)率的增長，但是金融深化和金融中介壟斷都不利于技術(shù)效率提高[22]。段世德和徐璇（2011）認為加快發(fā)展科技金融將會對我國戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展起到巨大推動作用[23]。葉莉、王亞麗等（2015）認為科技金融對科技創(chuàng)新呈現(xiàn)顯著正向作用，其創(chuàng)新助力作用得以驗證[24]。黃瑞芬和邱夢圓（2016）利用科技金融投入與產(chǎn)出的面板數(shù)據(jù)對全要素生產(chǎn)率變動和科技金融效率值進行評價[25]。廖繼勝和韓兵（2018）以江西為例，運用DEA 及其擴展模型以及Malmquist 指數(shù)對其戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的科技金融支持效率進行了實證研究[26]。李潔（2018）認為互聯(lián)網(wǎng)金融對商業(yè)銀行全要素生產(chǎn)率存在正向的影響[27]。董倩（2018）研究發(fā)現(xiàn)地區(qū)科技金融發(fā)展能顯著促進當?shù)爻巧绦腥厣a(chǎn)率的提高[28]。聶林濤（2018）的研究發(fā)現(xiàn)科技金融全要素生產(chǎn)率的區(qū)域差異較大[29]。張茜和趙鑫（2019）的研究表明銀行業(yè)金融創(chuàng)新水平與銀行業(yè)全要素生產(chǎn)率有顯著的正相關(guān)性[30]。劉澤輝、李華軍等（2019）以廣東省為例進行實證分析，研究發(fā)現(xiàn)科技金融效率對全要素生產(chǎn)率具有重要影響[31]。張騰和劉陽（2019）的研究表明科技金融發(fā)展能顯著促進全國規(guī)模以上工業(yè)企業(yè)全要素生產(chǎn)率的提高，且這種影響主要是通過效率改善路徑發(fā)揮促進作用[32]。胡海云（2020）認為發(fā)展科技金融對我國經(jīng)濟增長具有重要的促進作用，但存在地區(qū)差異[33]。華堅和龐麗（2020）的研究發(fā)現(xiàn)科技金融的發(fā)展有助于消除各省市經(jīng)濟高質(zhì)量發(fā)展的差異[34]。田路路（2020）認為科技金融規(guī)模對產(chǎn)業(yè)結(jié)構(gòu)升級的推動作用呈現(xiàn)倒U 型[35]。何雪瑩和張嵐（2020）以上海市為例，評價了科技金融的投入和產(chǎn)出效率[36]。

基于以上研究，文章試圖從兩個角度來解釋科技金融的內(nèi)涵，梳理科技金融對全要素生產(chǎn)率的作用機制，其中促進作用包括“增長效應(yīng)”和“溢出效應(yīng)”，抑制作用為“擠出效應(yīng)”。同時構(gòu)建科技金融發(fā)展水平指標體系來全面反映科技金融的內(nèi)涵，并用AHP 層次分析法進行指標合成及評價，將之作為核心解釋變量進行后續(xù)回歸研究。以往研究大多為金融發(fā)展對經(jīng)濟增長或全要素生產(chǎn)率增長、科技金融對某一產(chǎn)業(yè)的或全要素生產(chǎn)率的線性影響，筆者嘗試運用面板門限模型，更準確地研究科技金融對全要生產(chǎn)率的非線性關(guān)系以及研究主體間存在的門限效果特征。

二、內(nèi)涵及機理分析

（一）科技金融內(nèi)涵

根據(jù)科技金融是科技創(chuàng)新與金融創(chuàng)造的深度融合的產(chǎn)物的定義，可從兩個角度來理解其內(nèi)涵：一是以科技為出發(fā)點，科技企業(yè)的發(fā)展需要金融支持，強調(diào)科技從創(chuàng)新到發(fā)展的金融化過程；二是基于資本市場的逐利特征，當科技行業(yè)具有向好的預(yù)期時，金融資本就會追逐投資熱點，流向高回報的科技行業(yè)謀利?；谘莼瘎恿W(xué)的上述兩方面融合就形成了科技金融的發(fā)展機制：在科技行業(yè)和金融市場的彼此需求、不斷深化的過程中，科技和金融行業(yè)間實現(xiàn)了更高的資金流轉(zhuǎn)和信息傳遞效率，從而產(chǎn)生了科技創(chuàng)新和資本利得的相互促進效應(yīng)。因此，科技金融是實體性科技企業(yè)和虛擬性金融資本的創(chuàng)新需求性結(jié)合，即實現(xiàn)了科技行業(yè)的融資高效化，也為經(jīng)濟的“脫虛向?qū)崱碧峁┩緩健?/p>

（二）影響機制分析

科技金融發(fā)展對全要素生產(chǎn)率提升的促進作用有“溢出效應(yīng)”和“增長效應(yīng)”（圖1）。在科技金融發(fā)展初始階段，通常政府會給金融機構(gòu)提供政策引導(dǎo)和直接為科技創(chuàng)新提供所需資源。隨著科技創(chuàng)新的速度加快，科技行業(yè)的技術(shù)突破需要大量的資金支持，資金來源不再滿足于政府投入，需要更多的社會資本，比如商業(yè)銀行的貸款、股權(quán)投資和風險投資等。這些來源于金融機構(gòu)的資金充分發(fā)揮價值發(fā)現(xiàn)功能，有利于企業(yè)生產(chǎn)出低成本、高回報的產(chǎn)品，以迎合市場需求，擴大產(chǎn)品銷量，提高企業(yè)利潤和生產(chǎn)效率。同時，金融業(yè)在盈利需求的驅(qū)動下進行科技金融創(chuàng)新活動，致力于為有金融需求的科技創(chuàng)新企業(yè)提供適合的金融產(chǎn)品和新型融資渠道，如風險投資、科技保險、知識產(chǎn)權(quán)融資和科技眾籌等，使資本流向更有發(fā)展?jié)摿Φ目萍夹袠I(yè)以獲取資本回報，并且金融創(chuàng)新也因技術(shù)創(chuàng)新得以實現(xiàn)。由此，科技創(chuàng)新和金融創(chuàng)新之間形成良性循環(huán)?？萍冀鹑谕ㄟ^科技創(chuàng)新和金融創(chuàng)新的相互作用，會產(chǎn)生“知識溢出”和“信息溢出”效應(yīng)：當區(qū)域內(nèi)某一企業(yè)或行業(yè)產(chǎn)生技術(shù)創(chuàng)新、商業(yè)模式轉(zhuǎn)變或融資渠道拓展，會使創(chuàng)新知識和技術(shù)信息傳播到區(qū)域內(nèi)其他企業(yè)或行業(yè)，整個區(qū)域的企業(yè)均能獲得一定程度的技術(shù)進步，整體科技水平得以提高；金融的信息提供功能有助于資本獲取高技術(shù)產(chǎn)業(yè)回報信息以便進行投資選擇，引導(dǎo)資金流向高回報領(lǐng)域，提高區(qū)域金融業(yè)的投資效率，擴大金融機構(gòu)的數(shù)量和規(guī)模。由于科技行業(yè)和金融市場相互關(guān)聯(lián)、相互融合、相互促進，生產(chǎn)效率和資本流轉(zhuǎn)速度得以提升，推動了科技進步和金融發(fā)展，最終實現(xiàn)全要素生產(chǎn)率的“增長效應(yīng)”。

圖1 科技金融對全要素生產(chǎn)率的影響機制

科技金融發(fā)展對全要素生產(chǎn)率提升的抑制作用有“擠出效應(yīng)”。政府公共支出以及由政府引導(dǎo)投入的社會資金主要投資于基礎(chǔ)性和中大型產(chǎn)業(yè)，是科技金融資金的重要來源，而私人投資通常投資于回報率更高的產(chǎn)業(yè)，資本逐利行為一定程度上激發(fā)企業(yè)的創(chuàng)造活力，使科技金融與企業(yè)發(fā)展有更高效的融合。當政府支出增加到一定程度時，政府在企業(yè)發(fā)展的過程中起主導(dǎo)作用，私人對企業(yè)的投資和支出相對減少就會導(dǎo)致企業(yè)失去創(chuàng)新自主性。與此同時，金融資源難以發(fā)揮價格發(fā)現(xiàn)和資源配置功能，削弱了當?shù)氐慕鹑诎l(fā)展水平和產(chǎn)業(yè)間的創(chuàng)新與合作，甚至引發(fā)金融風險問題。此外，政府在進行經(jīng)濟干預(yù)的過程中很可能發(fā)生“尋租行為”，即非生產(chǎn)性尋利活動，既減少生產(chǎn)又降低創(chuàng)新質(zhì)量，阻礙經(jīng)濟增長和全要素生產(chǎn)率的提升。因此，過多的政府支出會引發(fā)“擠出效應(yīng)”，影響企業(yè)發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型，甚至給全要生產(chǎn)率增長帶來負面影響。

三、指標體系構(gòu)建

（一）科技金融指標體系構(gòu)建

目前學(xué)界對科技金融尚未有統(tǒng)一界定，而對于科技金融發(fā)展水平也沒有一致的評價標準。文章從經(jīng)費投入、產(chǎn)出水平和人力資源三個方面分別選用指標來構(gòu)建科技金融發(fā)展水平指標體系，全面反映科技金融的內(nèi)涵。鑒于指標的科學(xué)性和數(shù)據(jù)的可得性，采用科技服務(wù)固定資產(chǎn)投資額、研究與試驗發(fā)展（R&D）經(jīng)費和科技部三公經(jīng)費支出額來衡量科技金融經(jīng)費投入，用高新區(qū)企業(yè)收入和技術(shù)市場成交金額衡量科技金融產(chǎn)出水平，用高新區(qū)企業(yè)從業(yè)人員數(shù)和研究與試驗發(fā)展（R&D）人員數(shù)衡量科技金融人力資源。

文章將指標的原始數(shù)據(jù)進行了zt標準化處理，公式為（i 為地區(qū)，t 為時期），這樣就消除了不同單位量綱帶來的影響，便于下一步的合成和評價。然后采用主客觀相結(jié)合的AHP 層次分析法來對各指標賦以歸一化處理后的權(quán)重，如表1所示。最后將無量綱數(shù)據(jù)加權(quán)逐步合成二級指標和一級指標數(shù)據(jù)，通過數(shù)據(jù)來反映各省不同時期的科技金融發(fā)展水平。

（二）科技金融指標評價

文章將合成的指標數(shù)據(jù)通過折線圖展現(xiàn)走勢情況（圖略）。整體來看，2004-2018 年31 個省市的科技金融水平呈上漲趨勢，但各個省市發(fā)展水平和速度發(fā)生了較大變化。其中，廣東、北京、江蘇發(fā)展水平較高，增長速度也較快；山東、浙江、湖北、上海的發(fā)展水平和速度次之；新疆、西藏、寧夏、甘肅、青海等走勢較為平緩，發(fā)展較為緩慢；其他省市總體走勢向上。為了更科學(xué)直觀地顯示31 個省市區(qū)科技金融發(fā)展水平，采用系統(tǒng)聚類分析方法進行省際劃分，采用歐式距離公式計算樣本之間的距離，選用Ward 聯(lián)接法進行聚類，結(jié)合走勢圖和聚類分析結(jié)果，將31省份劃分為3個發(fā)展水平：將廣東、北京、上海、浙江、江蘇、山東這6個省市劃分為科技金融發(fā)展水平較高的區(qū)域；將河北、四川、河南、福建、遼寧、天津、陜西、安徽、湖南、湖北等10 個省市劃分為科技金發(fā)展水平中等的區(qū)域；將海南、西藏、青海、寧夏、黑龍江、重慶、江西、吉林、廣西、山西、內(nèi)蒙古、云南、甘肅、貴州、新疆這15 個省、市、自治區(qū)劃分為科技金融發(fā)展水平較低的區(qū)域。

表1 科技金融發(fā)展水平評價指標體系

科技金融呈現(xiàn)差異化發(fā)展的原因可能是廣東、北京和江蘇等地高技術(shù)企業(yè)密集且金融資源較為豐富，金融在科技發(fā)展的過程中起到了良好的配置作用，科技發(fā)展又反作用于金融活動，形成了金融帶動科技、科技促進金融的良性循環(huán)，加快了科技金融的發(fā)展速度。而新疆、西藏、寧夏、甘肅、青海等地區(qū)資源相對匱乏，高技術(shù)企業(yè)難以扎根，金融和人力資源也少有聚集，由此陷入金融和科技發(fā)展都落后的雙重困境，科技金融水平自然難以提升。

四、模型構(gòu)建及實證分析

（一）變量選擇和數(shù)據(jù)統(tǒng)計

根據(jù)文獻資料和前文所述，選擇了全要素生產(chǎn)率作為被解釋變量，科技金融這一合成指標作為解釋變量，科技創(chuàng)新水平作為門限變量，金融發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)高級化水平和政府干預(yù)程度作為控制變量。

被解釋變量：全要素生產(chǎn)率（TFP），該變量由DEA-Malmquist 方法測度得出。Malmquist 指數(shù)定義為：其中x 表示投入，y 表示產(chǎn)出，為t 期到t+1期TFP 的增長，為t 時期的Malmquist指數(shù)，表示第t期以第i期投入產(chǎn)生數(shù)據(jù)作為參數(shù)的距離函數(shù)。文章所對應(yīng)的投入變量為各省的就業(yè)人數(shù)和資本存量，產(chǎn)出變量為各省的GDP，通過DEAP2.1 來測度出各省全要素生產(chǎn)率值。其中，資本存量K采用被OECD國家廣泛采用的永續(xù)盤 存 法 （PIM） 來 估 算 ，K0=I0/(g+δ)，Kt=It+(1-δ)Kt-1，K0、Kt為初期和當期的資本存量，It為全社會固定資本形成總額，g為真實投資年均增長率，δ為綜合折舊率（假設(shè)為5%）。

解釋變量：主要解釋變量為科技金融發(fā)展水平（TechFin），由科技金融經(jīng)費投入、科技金融人力資源和科技金融產(chǎn)出水平3個二級指標合成。

門限變量：該模型與科技水平高度相關(guān)，因此將科技創(chuàng)新水平（Tech）作為門限變量，具體選取了專利受理數(shù)這一由國際普遍認同反映知識產(chǎn)權(quán)技術(shù)的指標來衡量科技創(chuàng)新水平。

控制變量：基于國內(nèi)外相關(guān)文獻，認為除了科技金融，還有一些因素會對全要素生產(chǎn)率產(chǎn)生影響。因此選取以下控制變量。①金融發(fā)展水平（FIN）。金融活動在產(chǎn)業(yè)發(fā)展的過程中，能夠充分發(fā)揮資源配置作用，通過資金流動促進企業(yè)進行創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)得以優(yōu)化，促進全要素生產(chǎn)率的提高。因此以金融發(fā)展水平，即金融業(yè)占國民生產(chǎn)總值的比重作為控制變量之一。②產(chǎn)業(yè)結(jié)構(gòu)高級化水平(HIS)。產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和優(yōu)化能促進經(jīng)濟增長和引起經(jīng)濟增長方式的轉(zhuǎn)變，是全要素生產(chǎn)率得以提升的重要變量，因此將它納入控制變量中。③政府干預(yù)程度（GOV）。政府支出水平的高低在一定程度上能夠反映政府對經(jīng)濟增長方式的影響，政府財政支出結(jié)構(gòu)不合理甚至會制約地區(qū)TFP 的增長，因此采用政府財政支出占GDP 的比重來衡量政府干預(yù)對TFP的影響。各變量相應(yīng)符號、衡量方法及解釋變量預(yù)期方向如表2所示。

全要素生產(chǎn)率、科技創(chuàng)新水平、金融發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)高級化水平和政府干預(yù)程度數(shù)據(jù)均來自《中國統(tǒng)計年鑒》和wind數(shù)據(jù)庫，科技金融發(fā)展水平數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》和wind 數(shù)據(jù)庫。鑒于數(shù)據(jù)的可得性和一致性，選取全國31 個省、市、自治區(qū)的2004-2018 年的相關(guān)指標數(shù)據(jù)，獲取有效樣本465 個，利用面板數(shù)據(jù)進行門限回歸分析，實證研究各變量對全要素生產(chǎn)率的影響，所有檢驗均使用stata15.0 軟件。各變量的描述性統(tǒng)計如表3 所示。

（二） 模型的構(gòu)建

為了研究各變量對全要素生產(chǎn)率的影響，將使用Hansen 提出的門限回歸模型，用來判斷科技金融和全要素生產(chǎn)率之間的關(guān)系，是否存在異質(zhì)性。因此，需要對面板數(shù)據(jù)進行靜態(tài)回歸和Hauseman檢驗，若結(jié)果為固定效應(yīng)，則說明科技金融發(fā)展與全要素生產(chǎn)率的關(guān)系較為顯著，再運用門限回歸判斷是否存在分區(qū)間的影響。門限回歸有單一門限，雙重門限和多重門限，文章將設(shè)定單一和雙重門限形式，最終根據(jù)顯著性檢驗結(jié)果來確定模型。

單一門限模型：

表2 各變量相應(yīng)符號及解釋變量預(yù)期方向

表3 變量描述性統(tǒng)計

雙重門限模型：

其中TFP 為被解釋變量，TechFin為解釋變量，Tech為門限變量，F(xiàn)IN、HIS和GOV為控制變量，γ為門檻值，uit表示特異性誤差，α、β、?代表模型的估計參數(shù)，下標it分別代表第i個省和第t年。

（三）相關(guān)檢驗

1.單位根檢驗。為了檢驗所有變量是否平穩(wěn)，首先對面板數(shù)據(jù)進行單位根檢驗。由表4可以看出，變量TFP、FIN、GOV 的原始數(shù)據(jù)和變量HIS 原始數(shù)據(jù)的一階差分，以及變量TechFin 和Tech 原始數(shù)據(jù)的二階差分在10%以內(nèi)的顯著性水平下平穩(wěn)，可對平穩(wěn)數(shù)據(jù)進行回歸處理。

2.協(xié)整檢驗。為了進一步考察變量之間的協(xié)整關(guān)系，將采用Kao 檢驗和Pedroni 檢驗進行判斷。表5 的結(jié)果表明，所有統(tǒng)計量均在1%顯著性水平下拒絕原假設(shè)，表明變量之間存在協(xié)整關(guān)系即長期經(jīng)濟關(guān)系，可對模型進行面板門限回歸。

3.Hausman 檢驗。因門限回歸模型需在固定效應(yīng)下進行，故對面板數(shù)據(jù)進行了Hausman 檢驗，檢驗結(jié)果如表6所示。由F值和P值可知，在1%的顯著性水平下拒絕原假設(shè)，應(yīng)選擇固定效應(yīng)模型，可以進行門限回歸。根據(jù)固定效應(yīng)所得系數(shù)，可以構(gòu)建固定效應(yīng)模型：

根據(jù)模型結(jié)果初步分析，科技金融（TechFin）對全要生產(chǎn)率（TFP）具有一定的正向作用，即科技金融水平提高1 個單位，全要素生產(chǎn)率會提高0.005543個單位，但是結(jié)果未通過顯著性檢驗。這表明兩者之間可能存在非線性關(guān)系，需要通過門限模型來進一步驗證其關(guān)系。此外，金融發(fā)展水平(FIN)和政府干預(yù)程度(GOV)對全要素生產(chǎn)率都具有輕微負向作用且通過了10%的顯著性檢驗，產(chǎn)業(yè)結(jié)構(gòu)水平(HIS)有微弱的正向作用且通過了5%的顯著性檢驗。

（四） 門限模型估計

運用stata15.0 軟件，以專利申請數(shù)量（Tech）作為門限變量對面板數(shù)據(jù)進行門限估計，并采用bootstrap 自舉法重復(fù)抽樣1000 次來提高顯著性檢驗的有效性，門限值估計結(jié)果和模型回歸結(jié)果如表7-8和圖2所示。

表4 變量的單位根檢驗結(jié)果

表5 Kao和Pedroni檢驗結(jié)果

表6 Hausman檢驗結(jié)果

圖2 門限回歸LR圖

結(jié)果顯示：單一門限模型在1%的顯著性水平下顯著，雙重門限未通過顯著性檢驗，故此應(yīng)該建立單一門限模型。根據(jù)模型估計出的單一門限值為8761，對應(yīng)的置信區(qū)間為[8371,9615]。由此可見，科技金融與全要素生產(chǎn)率之間為非線性關(guān)系，存在單一門限效應(yīng)。

為了進一步測度科技金融對全要素生產(chǎn)率影響的方向和程度，用門限模型對各變量進行了參數(shù)估計，結(jié)果如表9所示。從表中可以看出，科技金融的門限值把模型分為了兩個區(qū)間，兩個區(qū)間的系數(shù)不同，說明科技金融對全要素生產(chǎn)率的影響具有異質(zhì)性。F 檢驗值為5.07，P 值為0.0017，在1%的顯著性水平下拒絕原假設(shè)，表明模型通過檢驗，結(jié)果可信。

具體來看，對于不用程度的科技創(chuàng)新水平，科技金融發(fā)展水平（TechFin） 對全要素生產(chǎn)率（TFP）的貢獻度不同：當各省市科技創(chuàng)新水平的代表變量專利申請數(shù)（Tech）數(shù)量小于8761 件時，科技金融發(fā)展水平每增加1單位，全要素生產(chǎn)率反而隨之減少0.1438個單位，科技金融在此發(fā)展水平下，會為全要素生產(chǎn)率的提高產(chǎn)生阻礙作用；當專利申請數(shù)量大于8761 時，科技金融發(fā)展水平每增加1個單位，全要素生產(chǎn)率隨之提高0.0046個單位，對全要素生產(chǎn)率的提升產(chǎn)生正向影響，但此結(jié)果未通過顯著性檢驗，因此當Tech≥8761 時，TechFin 對TFP 的影響大小尚未確定。而由于模型最終通過F檢驗，故而認為科技金融的發(fā)展對全要素生產(chǎn)率的提升還是存在門限效應(yīng)。

表7 門限模型檢驗結(jié)果

表8 門限估計值和置信區(qū)間

表9 門檻模型參數(shù)估計值及顯著性

（五）實證結(jié)果分析

當科技創(chuàng)新水平值小于等于8761 時，即科技金融發(fā)展的初級階段，科技金融發(fā)展水平對全要素生產(chǎn)率有負向作用，原因可能是“擠出效應(yīng)”大于“增長效應(yīng)”和“溢出效應(yīng)”之和。具體而言：第一，在科技金融發(fā)展的初級階段，金融產(chǎn)品和服務(wù)還不能很好地給企業(yè)和產(chǎn)業(yè)提供更便捷的投融資渠道和更適合的發(fā)展模式，科技企業(yè)創(chuàng)新速度不具備廣泛性，企業(yè)的生產(chǎn)效率尚未得到大幅提升，產(chǎn)業(yè)結(jié)構(gòu)也就難以形成大規(guī)模的轉(zhuǎn)型和優(yōu)化。第二，發(fā)展初期科技行業(yè)的人才短缺，創(chuàng)新知識和投資信息的擴散速度較為緩慢，地區(qū)同類企業(yè)得不到創(chuàng)新資源就容易失去競爭力，導(dǎo)致整個地區(qū)的科技企業(yè)發(fā)展不均衡，區(qū)域整體創(chuàng)新水平低，經(jīng)濟增長緩慢。第三，金融資源過多依賴于政府投入導(dǎo)致政府干預(yù)度過高，企業(yè)的自主創(chuàng)新能力受到限制，甚至降低企業(yè)的生產(chǎn)效率和發(fā)展速度，進而阻礙全要素生產(chǎn)率的增長。當科技創(chuàng)新水平值大于8761，即地區(qū)科技金融發(fā)展到一定程度時，科技金融發(fā)展水平對全要素生產(chǎn)率有正向作用，原因可能是“增長效應(yīng)”和“溢出效應(yīng)”之和大于“擠出效應(yīng)”。此時，政府不再起主導(dǎo)作用，弱化了“擠出效應(yīng)”，市場上有眾多的科技金融產(chǎn)品促進企業(yè)服務(wù)改革和創(chuàng)新，科技金融能夠有效的發(fā)揮“增長效應(yīng)”和“溢出效應(yīng)”，加快整個地區(qū)的科技進步速度和金融發(fā)展水平，促進全要素生產(chǎn)率的提高。

此外，金融發(fā)展水平（FIN）、產(chǎn)業(yè)結(jié)構(gòu)高級化水平(HIS)和政府干預(yù)程度(GOV)對全要素生產(chǎn)率的彈性系數(shù)分別為0.69%、0.13%、-0.14%，與預(yù)期方向基本一致。這說明金融發(fā)展水平越高、產(chǎn)業(yè)結(jié)構(gòu)高級化水平越高就能提高全要素生產(chǎn)率，最終促進經(jīng)濟增長，而政府干預(yù)度越高會阻礙全要素生產(chǎn)率的提升，但影響程度均較小。

五、結(jié)論及建議

（一）研究結(jié)論

第一，科技金融是科技創(chuàng)新和金融創(chuàng)造深度融合的產(chǎn)物，其發(fā)展過程中產(chǎn)生的“溢出效應(yīng)”和“增長效應(yīng)”對全要素生產(chǎn)率的提升具有促進作用，而“擠出效應(yīng)”具有抑制作用。

第二，根據(jù)科技金融發(fā)展水平指標體系及測評結(jié)果，我國31 個省、市、自治區(qū)的科技金融發(fā)展水平總體呈上升趨勢，但發(fā)展速度存在較大差異，通過系統(tǒng)聚類法可將各省市科技金融發(fā)展水平劃分為四個階段，說明我國科技金融發(fā)展存在區(qū)域不平衡問題，并認為高技術(shù)企業(yè)密集且金融資源較為豐富的省市，形成了金融帶動科技、科技促進金融的良性循環(huán)，加快了科技金融的發(fā)展速度。

第三，根據(jù)2004-2018年的面板數(shù)據(jù)的門限模型實證結(jié)果可知：科技金融發(fā)展對全要素生產(chǎn)率的影響存在非線性的門限效應(yīng)（門限值為8761），當科技創(chuàng)新水平值小于等于8761 時，科技金融發(fā)展水平對全要素生產(chǎn)率的彈性系數(shù)為-0.1438，即有負向作用，系“擠出效應(yīng)”大于“增長效應(yīng)”和“溢出效應(yīng)”之和；當科技創(chuàng)新水平值大于8761時，彈性系數(shù)為0.0046，即有正向作用，系“增長效應(yīng)”和“溢出效應(yīng)”之和大于“擠出效應(yīng)”。

（二）對策建議

第一，我國目前存在科技金融發(fā)展不平衡問題，科技金融發(fā)展水平較低的地區(qū)科技創(chuàng)新水平也相對較低，經(jīng)濟增速相對緩慢。對于科技金融發(fā)展水平較低的地區(qū)，當?shù)匾皇且匾暱萍冀鹑诘馁Y源投入，包括政策、經(jīng)費和人才等，以金融發(fā)展促進科技創(chuàng)新；二是可以通過引進先進人才、技術(shù)、設(shè)備等途徑加速科技創(chuàng)新的“知識溢出”；三是金融機構(gòu)為針對科技企業(yè)提供新型融資渠道，比如知識產(chǎn)權(quán)融資、科技眾籌等。對于科技金融發(fā)展水平較高的地區(qū)，一方面需要保持現(xiàn)有的發(fā)展體系，穩(wěn)定發(fā)展水平，另一方面要在現(xiàn)有的水平上合理節(jié)約資源投入，在有富余的情況下對落后地區(qū)給予幫扶。

第二，根據(jù)科技金融與全要素生產(chǎn)率的非線性關(guān)系，科學(xué)合理制定促進增長方針。因科技創(chuàng)新水平較低時，科技金融的發(fā)展水平對全要素生產(chǎn)率的增長有負向影響，故當?shù)卣环矫鎽?yīng)當合理控制對科技金融投入的干預(yù)度，避免因“擠出效應(yīng)”和“尋租行為”而產(chǎn)生的科技創(chuàng)新效率降低問題，減輕對全要素生產(chǎn)率增長的抑制作用；另一方面要創(chuàng)造良好的政策環(huán)境，引導(dǎo)金融創(chuàng)造和科技創(chuàng)新相結(jié)合，充分發(fā)揮科技的知識溢出效應(yīng)和金融的信息溢出效應(yīng)，帶動區(qū)域內(nèi)科技的進步和金融業(yè)的發(fā)展，使其共同促進全要素生產(chǎn)率的增長。

第三，科技金融發(fā)展需精準施策，可嘗試建立科技銀行，推進科技進步和金融創(chuàng)新融合發(fā)展。一方面，各省市鼓勵商業(yè)銀行針對科技型企業(yè)設(shè)立專門的科技產(chǎn)品部，開發(fā)和推廣科技型金融產(chǎn)品，并由政府給予一定的政策優(yōu)惠來吸引投資者購買。另一方面，各省市可在產(chǎn)業(yè)創(chuàng)新園、高新技術(shù)開發(fā)區(qū)和科技型特色小鎮(zhèn)園區(qū)內(nèi)設(shè)立由政府引導(dǎo)建立的科技商業(yè)銀行網(wǎng)點，給予金融和科技緊密結(jié)合的環(huán)境，開拓金融和科技“雙創(chuàng)新”格局。