趙玉珍 初桂民

[摘 要]以2009—2018年全國(guó)31個(gè)省份的面板數(shù)據(jù)為藍(lán)本，利用熵值法測(cè)算各省份的科技金融發(fā)展水平，運(yùn)用線性分析法測(cè)算各省份科技金融對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度，并將31個(gè)省份劃分為四類地區(qū)進(jìn)行聚類分析。結(jié)果顯示：中國(guó)科技金融發(fā)展的速度提升較快，東部地區(qū)的科技金融指數(shù)明顯高于中西部地區(qū)，而且四類地區(qū)的區(qū)域異質(zhì)性明顯。因而優(yōu)化科技金融的資源配置、加快科技金融的平臺(tái)建設(shè)，能夠促進(jìn)科技金融更好地服務(wù)于實(shí)體經(jīng)濟(jì)的發(fā)展。

[關(guān)鍵詞]熵值法;科技金融;科技創(chuàng)新;貢獻(xiàn)度

[中圖分類號(hào)]F124[文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671-8372（2021）03-0039-08

Study on the contribution degree of sci-tech finance to real economy growth in China based on entropy method

ZHAO Yu-zhen，CHU Gui-min

（College of Economics and Management， Qingdao University of Science and Technology， Qingdao 266061， China）

Abstract：Based on the panel data of 31 provinces in China from 2009 to 2018， this paper uses entropy method to measure the development level of sci-tech finance in each province， uses linear correlation to measure the contribution of sci- tech finance in each province to the growth of real economy， and divides 31 provinces into four categories for cluster. The results show that the development of sci-tech finance in China is fast， the index of sci-tech finance in the eastern China is obviously higher than that in central and western China， and the regional heterogeneity of the four types of regions is obvious. Therefore， through optimizing the resources allocation of sci-tech finance， and accelerating the construction of sci-tech finance platform， sci-tech finance can be promoted to better serve the development of real economy.

Key words：entropy method; sci-tech finance; sci-tech innovation; contribution degree

隨著中國(guó)經(jīng)濟(jì)步入新常態(tài)的發(fā)展階段，單純依靠數(shù)量、人力和投資來(lái)驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的傳統(tǒng)發(fā)展模式已舉步維艱，大力發(fā)展依靠科技驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的新產(chǎn)業(yè)、新業(yè)態(tài)、新模式勢(shì)在必行。為適應(yīng)新時(shí)代的發(fā)展步伐，中國(guó)政府提出以科技創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展，以創(chuàng)新引領(lǐng)經(jīng)濟(jì)發(fā)展新常態(tài)，推進(jìn)中國(guó)經(jīng)濟(jì)平穩(wěn)健康的可持續(xù)發(fā)展。要?jiǎng)?chuàng)新自然離不開金融的支持。在中國(guó)現(xiàn)代化的進(jìn)程中，金融業(yè)的快速發(fā)展對(duì)于中國(guó)國(guó)民經(jīng)濟(jì)持續(xù)穩(wěn)定的增長(zhǎng)功不可沒(méi)。然而資本在逐利本質(zhì)的驅(qū)動(dòng)下出現(xiàn)了金融資產(chǎn)泡沫化、產(chǎn)業(yè)空心化等問(wèn)題，金融和實(shí)體經(jīng)濟(jì)發(fā)展不匹配的問(wèn)題日益凸顯。因此，引導(dǎo)金融資產(chǎn)進(jìn)入科技創(chuàng)新領(lǐng)域，推動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展成為我國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的關(guān)鍵。從利用科技來(lái)驅(qū)動(dòng)經(jīng)濟(jì)結(jié)構(gòu)的升級(jí)轉(zhuǎn)型，到依靠創(chuàng)新來(lái)推動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展，得益于中國(guó)在借鑒發(fā)達(dá)國(guó)家科技金融發(fā)展經(jīng)驗(yàn)的同時(shí)，根據(jù)中國(guó)的具體國(guó)情而制定的具有中國(guó)特色的科技金融發(fā)展政策?？萍冀鹑谝虼顺蔀橹袊?guó)轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、實(shí)現(xiàn)新舊動(dòng)能轉(zhuǎn)化的必然選擇，受到了理論界和實(shí)業(yè)界的廣泛關(guān)注和重視。因此，新形勢(shì)下測(cè)度中國(guó)各省份科技金融的發(fā)展水平，研究各區(qū)域科技金融對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

在中國(guó)，“科技金融”一詞是深圳市科技局在1993年提出的，隨后全國(guó)各地相繼成立了科技金融促進(jìn)會(huì)，迎來(lái)了中國(guó)科技金融市場(chǎng)的大發(fā)展時(shí)期。隨著中國(guó)科技金融市場(chǎng)的不斷發(fā)展和成熟，學(xué)術(shù)界對(duì)于科技金融內(nèi)涵、科技金融發(fā)展模式等方面的研究形成了完整的理論體系。圍繞科技金融發(fā)展水平、科技金融發(fā)展效率、科技金融與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究成為新熱點(diǎn)。

西方發(fā)達(dá)國(guó)家金融市場(chǎng)相對(duì)成熟，建立了一套完整的科技創(chuàng)新制度。通過(guò)文獻(xiàn)調(diào)研發(fā)現(xiàn)國(guó)外學(xué)者大多熱衷于研究金融對(duì)于科技創(chuàng)新的影響，對(duì)于科技金融的效率測(cè)度較少。阿塔納索夫（Atanassov）研究了美國(guó)2000多家上市公司的數(shù)據(jù)，實(shí)證分析發(fā)現(xiàn)企業(yè)在通過(guò)資本市場(chǎng)進(jìn)行技術(shù)創(chuàng)新融資的過(guò)程中，企業(yè)所擁有的知識(shí)產(chǎn)權(quán)是重要的影響因素之一[1];瓦奇泰爾（Wachtel）和盧梭（Rousseau）對(duì)美國(guó)上千家公司的調(diào)研數(shù)據(jù)顯示，獲得長(zhǎng)期融資的公司面對(duì)的資金壓力較小，因而比獲得短期融資的公司更有可能研發(fā)出高質(zhì)量的創(chuàng)新技術(shù)[2]。而中國(guó)學(xué)者一般是圍繞科技金融發(fā)展水平和發(fā)展效率展開研究。曹顥等通過(guò)對(duì)科技金融的經(jīng)費(fèi)指數(shù)、資源指數(shù)、產(chǎn)出指數(shù)和貸款指數(shù)的聚類分析，測(cè)算科技金融的發(fā)展指數(shù)，發(fā)現(xiàn)科技經(jīng)費(fèi)指數(shù)和科技產(chǎn)出指數(shù)并非呈現(xiàn)正相關(guān)關(guān)系，因此提出對(duì)科技經(jīng)費(fèi)的使用效果進(jìn)行深入研究[3]。張明龍運(yùn)用傳統(tǒng)的DEA-Malmquist效率測(cè)算方法對(duì)中國(guó)科技金融的效率測(cè)算后，發(fā)現(xiàn)近年來(lái)中國(guó)科技金融效率呈現(xiàn)U型[4];薛曄等利用熵權(quán)法和貝葉斯隨機(jī)模型對(duì)中國(guó)30個(gè)省份的科技金融發(fā)展效率進(jìn)行測(cè)算后發(fā)現(xiàn)，整體上中國(guó)科技金融效率不斷上升，但中西部地區(qū)科技金融效率相對(duì)較低值得關(guān)注[5];陳亞男和包慧娜選擇科技金融資源指數(shù)、經(jīng)費(fèi)指數(shù)和產(chǎn)出指數(shù)三個(gè)一級(jí)指數(shù)，測(cè)算出中國(guó)科技金融發(fā)展指數(shù)逐年上升，但科技金融經(jīng)費(fèi)指數(shù)對(duì)于效率指數(shù)的貢獻(xiàn)度最大[6];龍?jiān)骑w等構(gòu)建了科技金融投入指標(biāo)體系和產(chǎn)出指標(biāo)體系，運(yùn)用PCA-DEA-Moran指數(shù)測(cè)算發(fā)現(xiàn)我國(guó)各省份的科技金融發(fā)展不均衡問(wèn)題突出[7]?？梢?jiàn)，中國(guó)學(xué)者大多是將科技金融細(xì)化為多個(gè)細(xì)分指標(biāo)，利用算術(shù)平均數(shù)法、層次分析法和專家賦值法、熵值法等進(jìn)行測(cè)度。

此外，中外學(xué)者對(duì)于金融對(duì)經(jīng)濟(jì)增長(zhǎng)的影響也進(jìn)行了大量的研究。金（King）和萊文（Levine）利用內(nèi)生增長(zhǎng)模型驗(yàn)證了科技金融是經(jīng)濟(jì)增長(zhǎng)的重要影響因素之一[8];瓦奇泰爾（Wachtel）和盧梭（Rousseau）對(duì)部分國(guó)家1960—1989年的數(shù)據(jù)進(jìn)行測(cè)算發(fā)現(xiàn)金融對(duì)于經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用有限[9];梅?。∕éon）和威爾（Weill）分析了47個(gè)國(guó)家1980—1995年的數(shù)據(jù)，利用隨機(jī)前沿模型驗(yàn)證了金融對(duì)于經(jīng)濟(jì)增長(zhǎng)具有重要作用[10];克切蒂（Cecchetti）等實(shí)證分析發(fā)現(xiàn)金融對(duì)實(shí)體經(jīng)濟(jì)的促進(jìn)作用存在門檻效應(yīng)，如果金融規(guī)?？焖僭鲩L(zhǎng)可能會(huì)產(chǎn)生金融泡沫抑制實(shí)體經(jīng)濟(jì)的增長(zhǎng)[11]。中國(guó)學(xué)者韓雪飛和趙黎明在協(xié)整檢驗(yàn)的基礎(chǔ)上，構(gòu)建模型測(cè)算得出1992—2011年中國(guó)科技金融投入與經(jīng)濟(jì)增長(zhǎng)存在雙向促進(jìn)關(guān)系[12];張林對(duì)金融發(fā)展、科技創(chuàng)新與實(shí)體經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行驗(yàn)證發(fā)現(xiàn)科技創(chuàng)新能力與實(shí)體經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)較強(qiáng)的正相關(guān)關(guān)系[13];鄭磊等的研究發(fā)現(xiàn)只有經(jīng)濟(jì)發(fā)展水平達(dá)到一定程度，科技金融才會(huì)對(duì)科技創(chuàng)新和經(jīng)濟(jì)發(fā)展起到促進(jìn)作用[14];張芷若、古國(guó)峰對(duì)中國(guó)30個(gè)省份2006—2017年的科技金融發(fā)展進(jìn)行實(shí)證分析驗(yàn)證了科技金融對(duì)于區(qū)域經(jīng)濟(jì)增長(zhǎng)具有推動(dòng)作用[15]。

綜上可知，中外學(xué)者對(duì)于科技金融效率測(cè)度的研究相對(duì)充足，基本認(rèn)同科技金融與經(jīng)濟(jì)增長(zhǎng)存在正相關(guān)關(guān)系，但對(duì)于科技金融與實(shí)體經(jīng)濟(jì)增長(zhǎng)的相關(guān)性研究較少。因此，本文采用兩階段研究法，即選取客觀性較強(qiáng)的熵值法測(cè)算中國(guó)各省份的科技金融指數(shù)，利用回歸分析測(cè)度各省份的科技金融對(duì)其實(shí)體經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度，擬為中國(guó)經(jīng)濟(jì)在推動(dòng)實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)、新舊動(dòng)能的轉(zhuǎn)換等方面提供有建設(shè)性的建議。

二、中國(guó)各省份科技金融發(fā)展水平測(cè)算

（一）指標(biāo)構(gòu)建

科技金融是指由提供金融資源的資金供給主體和科技創(chuàng)新企業(yè)等資金需求主體共同組成的體系。資金供給主體為科技創(chuàng)新企業(yè)提供資金支持，資金需求主體通過(guò)對(duì)金融資源的合理利用實(shí)現(xiàn)企業(yè)科技進(jìn)步，推動(dòng)實(shí)體經(jīng)濟(jì)增長(zhǎng)。為了測(cè)度中國(guó)各省份科技金融的發(fā)展水平，本文遵循科學(xué)性、綜合性、客觀性、系統(tǒng)性的基本原則構(gòu)建科技金融指數(shù)指標(biāo)體系。科技金融指數(shù)指標(biāo)體系的構(gòu)建圍繞科技金融資源、科技金融經(jīng)費(fèi)、科技金融產(chǎn)出、產(chǎn)業(yè)科技發(fā)展和科技金融環(huán)境五個(gè)方面選取了16個(gè)指標(biāo)，包含2009—2018年的相關(guān)數(shù)據(jù)（見(jiàn)表1）。表1的指標(biāo)數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒、中國(guó)金融統(tǒng)計(jì)年鑒、中國(guó)高技術(shù)統(tǒng)計(jì)年鑒、中國(guó)科技統(tǒng)計(jì)年鑒和CNKI大數(shù)據(jù)研究平臺(tái)，對(duì)于部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

（二）研究方法

已有研究對(duì)于科技金融發(fā)展水平多采用指數(shù)方法測(cè)定，而科技金融指數(shù)測(cè)度的關(guān)鍵在于各評(píng)價(jià)指標(biāo)權(quán)重的確定。熵值法不但可以客觀地確定指標(biāo)權(quán)重，而且可以最大化地保留原始數(shù)據(jù)的信息。因此，本文選擇通過(guò)熵值法來(lái)確定科技金融指數(shù)的權(quán)重，利用線性加權(quán)求和的方法計(jì)算各省份科技金融發(fā)展水平的綜合得分。

第一步，對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。由于原始數(shù)據(jù)量綱不同，因此需要先對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將所有指標(biāo)變量記為? ? ? ?，指標(biāo)體系可以表述為：

（1）

式（1）中，i代表省份，j代表指標(biāo)，n代表時(shí)間（i=1，2，…，31;j=1，2，…，16;n=1，2，…，n）。以2009年為基期年份，基期年份第j個(gè)指標(biāo)的最小值為

，基期年份第j個(gè)指標(biāo)的最大值為? ? ? ? ? ? ?，

假設(shè)對(duì)? ? 指標(biāo)進(jìn)行標(biāo)準(zhǔn)化后的值為? ?，標(biāo)準(zhǔn)化方法如下：

（2）

第二步，計(jì)算指標(biāo)權(quán)重。第n年第j項(xiàng)指標(biāo)下第i個(gè)記錄所占比重如下：

（3）

第三步，計(jì)算指標(biāo)信息熵。第n年第j個(gè)指標(biāo)的信息熵如下：

（4）

式（3）中，如果? ? ? ? ? ? ?，則式（4）中的? ? ? ? ? ? 。

第四步，確定各指標(biāo)的權(quán)重。第n年第j個(gè)指標(biāo)的權(quán)重計(jì)算方法如下：

（5）

式（5）中，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?。

第五步，計(jì)算各省份的科技金融發(fā)展水平。采用線性加權(quán)求和的方法，計(jì)算第n年第i個(gè)省份的科技金融發(fā)展水平得分：

（6）

第六步，計(jì)算年度科技金融發(fā)展水平。將第n年各省份的科技金融得分相加，即可得到第n年全國(guó)的科技金融發(fā)展水平，表達(dá)式如下：

（7）

（三）各省份科技金融指數(shù)測(cè)算

采用上述熵值法計(jì)算中國(guó)31個(gè)省份近10年的科技金融指數(shù)（見(jiàn)表2）。從縱向看，中國(guó)31個(gè)省份的科技金融指數(shù)均值為0.42，高于全國(guó)平均數(shù)的省份有12個(gè)，其中排在前六名的是廣東、江蘇、北京、山東、浙江、上海，西部地區(qū)科技金融指數(shù)相對(duì)較低。從橫向看，各省份的科技金融指數(shù)平均水平不斷提高，平均值從2009年的0.177上升到2018年的0.583。但從單個(gè)省份的科技金融指數(shù)來(lái)看，各省份的科技金融指數(shù)差異還是比較大的。

1.科技金融指數(shù)高于0.6的省份。2009年只有北京的科技金融指數(shù)高于0.6，達(dá)到了0.643，處于一枝獨(dú)秀的地位。2014年則有6個(gè)省份的科技金融指數(shù)超過(guò)0.6，分別是江蘇、廣東、北京、山東、浙江、上海。2018年科技金融指數(shù)超過(guò)0.6的省份達(dá)到11個(gè)。從時(shí)間維度來(lái)看，各省份的科技金融發(fā)展水平均呈現(xiàn)上升趨勢(shì)，且這些科技金融指數(shù)較高的地區(qū)，無(wú)論在科技創(chuàng)新、金融資源，還是實(shí)體經(jīng)濟(jì)發(fā)展等領(lǐng)域都具備較高的發(fā)展水平，成為中國(guó)經(jīng)濟(jì)發(fā)展的領(lǐng)頭羊。比如北京作為中國(guó)政治、經(jīng)濟(jì)和文化中心，積聚了各類高科技人才和高科技研究機(jī)構(gòu)，研發(fā)創(chuàng)新了大量科技成果，為其高科技產(chǎn)業(yè)飛速發(fā)展提供了強(qiáng)大動(dòng)力，其科技金融發(fā)展水平一直處于國(guó)內(nèi)領(lǐng)先地位。

2. 科技金融指數(shù)位于0.3～0.6的省份。2009年科技金融指數(shù)位于這一區(qū)間的省份有4個(gè)，分別是江蘇、廣東、上海、山東。2014年科技金融指數(shù)達(dá)到0.3～0.6的省份有10個(gè)，分別是天津、河南、湖北、安徽、遼寧、湖南、福建、四川、陜西、重慶。2018年科技金融指數(shù)達(dá)到0.3～0.6的省份有9個(gè)，分別是福建、重慶、湖南、江西、陜西、遼寧、貴州、河北、廣西，截至2018年底，共有20個(gè)省份達(dá)到了0.3以上。這些省份的發(fā)展基礎(chǔ)相對(duì)較好，在國(guó)家科技強(qiáng)國(guó)戰(zhàn)略的支持下，科技金融指數(shù)獲得大幅提升;東部地區(qū)自身科技金融水平的不斷提高，也輻射帶動(dòng)了周邊地區(qū)，推動(dòng)這些地區(qū)科技金融指數(shù)快速上升。

3. 科技金融指數(shù)位于0.3以下的省份。2009年科技金融指數(shù)位于這一區(qū)間的共有26個(gè)省份，到了2014年減少到15個(gè)。2018年僅有10個(gè)省份的科技金融發(fā)展水平在0.3以下，包括西藏、青海、海南、寧夏、云南、甘肅、貴州、新疆、陜西、黑龍江。其中，西藏地區(qū)科技金融指數(shù)最低，僅有0.083。盡管從時(shí)間維度來(lái)看各省份的科技金融指數(shù)提高速度較快，但與東部沿海地區(qū)相比這些內(nèi)陸地區(qū)的科技金融水平依舊較低。從需求的角度出發(fā)，這些偏遠(yuǎn)落后地區(qū)的經(jīng)濟(jì)實(shí)力相對(duì)薄弱，企業(yè)對(duì)科技金融產(chǎn)品的需求不高，影響了科技金融的發(fā)展。從供給的角度出發(fā)，一方面，這些地區(qū)企業(yè)的整體實(shí)力相對(duì)較弱、科技研發(fā)投入不足，導(dǎo)致科研創(chuàng)新成果相對(duì)較少，難以吸引風(fēng)險(xiǎn)投資的進(jìn)入;另一方面，金融機(jī)構(gòu)從資本逐利性和安全性角度出發(fā)愿意提供的科技金融資金數(shù)量有限。這兩方面的原因影響了當(dāng)?shù)乜萍冀鹑诘陌l(fā)展，并進(jìn)而影響了經(jīng)濟(jì)的發(fā)展。

綜上所述，盡管中國(guó)科技金融指數(shù)呈現(xiàn)不斷上升的趨勢(shì)，但各地區(qū)的科技金融指數(shù)發(fā)展不平衡，呈現(xiàn)東高西低態(tài)勢(shì)。東部地區(qū)由于地理位置、經(jīng)濟(jì)發(fā)展水平和政策傾斜等優(yōu)勢(shì)，科技金融指數(shù)明顯高于其他地區(qū)。因此下一步要積極加強(qiáng)區(qū)域間的合作，通過(guò)科技人才的流動(dòng)和科技資源的轉(zhuǎn)移，帶動(dòng)更多地區(qū)科技金融的發(fā)展。

三、科技金融和實(shí)體經(jīng)濟(jì)關(guān)系實(shí)證分析

中國(guó)進(jìn)入了經(jīng)濟(jì)發(fā)展的新常態(tài)階段，對(duì)實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)和新舊動(dòng)能轉(zhuǎn)換給予了高度關(guān)注。中共中央多次提到金融要服務(wù)于實(shí)體經(jīng)濟(jì)，要不斷增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力。科技金融可以為實(shí)體經(jīng)濟(jì)的科技創(chuàng)新提供資金支持，并在鼓勵(lì)實(shí)體經(jīng)濟(jì)科技創(chuàng)新的同時(shí)提高實(shí)體經(jīng)濟(jì)的運(yùn)行效益，推動(dòng)實(shí)體經(jīng)濟(jì)增長(zhǎng)。但中國(guó)各省份的科技金融對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)是否作出了貢獻(xiàn)，以及貢獻(xiàn)度是多少都需通過(guò)實(shí)證的檢驗(yàn)。

（一）變量選擇及數(shù)據(jù)說(shuō)明

本文參照劉文麗等科技金融對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的研究，除科技金融指數(shù)外，將各省份的實(shí)體經(jīng)濟(jì)從業(yè)人員和固定資產(chǎn)投資額也納入自變量[16];用各地區(qū)實(shí)體經(jīng)濟(jì)生產(chǎn)總值作為因變量。鑒于我國(guó)對(duì)實(shí)體經(jīng)濟(jì)生產(chǎn)總值數(shù)據(jù)沒(méi)有單獨(dú)統(tǒng)計(jì)，本文借鑒張林、張維康的衡量實(shí)體經(jīng)濟(jì)總產(chǎn)值采用的排除法，將各地區(qū)生產(chǎn)總值減去金融業(yè)增加值和房地產(chǎn)業(yè)增加值作為實(shí)體經(jīng)濟(jì)總產(chǎn)值[13]。此外還用gdp表示經(jīng)濟(jì)增長(zhǎng)，用實(shí)體經(jīng)濟(jì)的地區(qū)生產(chǎn)總值表示;ifa代表資本投入量，用全社會(huì)固定資產(chǎn)投資額減去房地產(chǎn)業(yè)固定資產(chǎn)投資額表示;lab代表勞動(dòng)的投入，用實(shí)體經(jīng)濟(jì)從業(yè)人員表示，實(shí)體經(jīng)濟(jì)從業(yè)人員采用全社會(huì)從業(yè)人員減去金融業(yè)從業(yè)人員和房地產(chǎn)業(yè)從業(yè)人員的方法計(jì)算;tf代表科技金融要素，用科技金融指數(shù)代替，因此建立如下科技金融-實(shí)體經(jīng)濟(jì)增長(zhǎng)理論模型：

（8）

式（8）中，n代表研究年份，i代表研究的地區(qū)個(gè)數(shù)，a代表截距項(xiàng)，ε代表隨機(jī)誤差項(xiàng)，α、β分別表示實(shí)體經(jīng)濟(jì)勞動(dòng)力投入水平和全社會(huì)固定資產(chǎn)投資額對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生的影響，γ表示科技金融指數(shù)對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生的影響。

（二）多元線性回歸分析

本文的數(shù)據(jù)包括2009—2018年中國(guó)各省份的實(shí)體經(jīng)濟(jì)地區(qū)生產(chǎn)總值、實(shí)體經(jīng)濟(jì)固定資產(chǎn)投資額、實(shí)體經(jīng)濟(jì)從業(yè)人員和科技金融發(fā)展水平。數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒、CNKI大數(shù)據(jù)研究平臺(tái)、wind數(shù)據(jù)庫(kù)等，對(duì)于部分缺失數(shù)據(jù)采用插值法補(bǔ)齊。

本文對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以消除數(shù)據(jù)之間量綱不同的問(wèn)題。參照上述計(jì)算科技金融指數(shù)時(shí)標(biāo)準(zhǔn)化處理方法，以2009年為基期，對(duì)實(shí)體經(jīng)濟(jì)地區(qū)生產(chǎn)總值（zgdp）、實(shí)體經(jīng)濟(jì)固定資產(chǎn)投資額（zlab）和實(shí)體經(jīng)濟(jì)從業(yè)人員（zifa）進(jìn)行標(biāo)準(zhǔn)化處理。由于科技金融指數(shù)tf已經(jīng)通過(guò)熵值法計(jì)算所得，不需要進(jìn)行標(biāo)準(zhǔn)化處理。應(yīng)用Eviews6. 0軟件，采用多元線性回歸法估計(jì)中國(guó)2009年科技金融對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度。具體測(cè)算結(jié)果見(jiàn)表3。

表3中，R2統(tǒng)計(jì)量代表線性回歸方程的擬合優(yōu)度，代表所得模型擬合值與實(shí)際觀測(cè)數(shù)值的吻合程度。通過(guò)測(cè)算所得來(lái)看，如果R2的值越大，則說(shuō)明模型的擬合值與實(shí)際觀測(cè)值越接近，模型擬合優(yōu)度越強(qiáng)。本模型R2為0.904，表明此模型的擬合優(yōu)度相對(duì)較高。F統(tǒng)計(jì)量代表顯著性檢驗(yàn)結(jié)果，主要用來(lái)判斷模型中自變量和因變量之間的線性關(guān)系，判斷方程的總體線性關(guān)系是否成立。F值為84.895，相應(yīng)的概率值為0.000，可以推斷模型的總體線性關(guān)系成立。D-W統(tǒng)計(jì)量代表模型的序列相關(guān)性，用來(lái)判斷不同樣本點(diǎn)的隨機(jī)誤差是否相關(guān)。D-W檢驗(yàn)值為2.3，與2接近，因而可以判斷此線性回歸模型的回歸殘差序列不相關(guān)。

根據(jù)表3的測(cè)算結(jié)果，得到如下回歸方程;

從式（9）可以得到各個(gè)變量的彈性系數(shù)。對(duì)其分析可知，實(shí)體經(jīng)濟(jì)從業(yè)人口每增加1個(gè)百分點(diǎn)，實(shí)體經(jīng)濟(jì)GDP就增加0.281個(gè)百分點(diǎn);實(shí)體經(jīng)濟(jì)固定資產(chǎn)投資額每增加1個(gè)百分點(diǎn)，實(shí)體經(jīng)濟(jì)GDP就增加0.347個(gè)百分點(diǎn);科技金融指數(shù)每增加1個(gè)百分點(diǎn)，實(shí)體經(jīng)濟(jì)GDP就增加0.656個(gè)百分點(diǎn)。綜上，科技金融對(duì)于實(shí)體經(jīng)濟(jì)GDP的貢獻(xiàn)度比實(shí)體經(jīng)濟(jì)從業(yè)人口和固定資產(chǎn)投資額都高，這也證明了科技對(duì)于實(shí)體經(jīng)濟(jì)推動(dòng)作用的巨大力量[17]。

（三）縱向比較

采用上述方法，測(cè)算2009—2018年中國(guó)科技金融對(duì)實(shí)體經(jīng)濟(jì)的影響，并進(jìn)行了相關(guān)檢驗(yàn)。中國(guó)科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度見(jiàn)表4。

從表4可以看出，自2009年以來(lái)，中國(guó)科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升的趨勢(shì)。2008年金融危機(jī)之后，中國(guó)大幅度增加基礎(chǔ)設(shè)施建設(shè)，用投資刺激經(jīng)濟(jì)的方法一定程度上帶動(dòng)了實(shí)體經(jīng)濟(jì)的發(fā)展，提高了固定資產(chǎn)投資對(duì)于實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度，但也在一定程度上擠占了科技對(duì)于實(shí)體經(jīng)濟(jì)的貢獻(xiàn)空間。故而，中國(guó)調(diào)整了經(jīng)濟(jì)政策，減少國(guó)家對(duì)經(jīng)濟(jì)的干預(yù)程度，將經(jīng)濟(jì)發(fā)展主體地位讓位于市場(chǎng)，使科技金融在實(shí)體經(jīng)濟(jì)的發(fā)展過(guò)程中占據(jù)重要地位，科技金融對(duì)于實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度也因此得以不斷提高。

（四）橫向比較

采用上述方法，測(cè)算2009—2018年中國(guó)31個(gè)省份科技金融對(duì)實(shí)體經(jīng)濟(jì)的影響，并進(jìn)行了相關(guān)檢驗(yàn)。各省份科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度見(jiàn)表5。

由表5可知，科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度較大的省份有廣東、山東、浙江、遼寧、安徽、黑龍江。其中，科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度最大的是廣東省，其科技金融指數(shù)高達(dá)0. 813。上述地區(qū)都屬于實(shí)體經(jīng)濟(jì)較發(fā)達(dá)的地區(qū)，也是科技金融指數(shù)較高的地區(qū)，可見(jiàn)實(shí)體經(jīng)濟(jì)的發(fā)展和科技金融的發(fā)展息息相關(guān)，科技金融對(duì)于實(shí)體經(jīng)濟(jì)發(fā)展起到了巨大的推動(dòng)作用?？萍冀鹑趯?duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度較小的省份有西藏、貴州、青海、寧夏、陜西，科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度最小的省份西藏僅有0. 010。上述地區(qū)多數(shù)屬于中西部地區(qū)，科技金融指數(shù)相對(duì)較低，可見(jiàn)實(shí)體經(jīng)濟(jì)與科技金融發(fā)展程度是一致的。為具體分析不同區(qū)域、不同省份科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度差異，本文以表5的數(shù)據(jù)為基礎(chǔ)，采用系統(tǒng)聚類的方法，打破東、中、西區(qū)域的限制，以便更好地分析各省份的差異。具體結(jié)果見(jiàn)圖1。

從圖1可以看出，中國(guó)31省份按照科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度可以分為四大類：

第一類：浙江、山東、遼寧、安徽、廣東、黑龍江、山西、湖北。這8個(gè)省份的科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度最高。其中，廣東、浙江、山東和湖北的科技金融指數(shù)在全國(guó)名列前茅，表明這些地區(qū)科技金融發(fā)展速度快，質(zhì)量高，為當(dāng)?shù)貙?shí)體經(jīng)濟(jì)發(fā)展貢獻(xiàn)較大;遼寧、黑龍江依托國(guó)家振興東北工業(yè)基地的戰(zhàn)略，吸引優(yōu)勢(shì)資源，促進(jìn)了地區(qū)發(fā)展;安徽地理位置優(yōu)越，與“江浙滬”三地接軌，依靠科技金融的正外部性大力發(fā)展實(shí)體經(jīng)濟(jì)，促進(jìn)地區(qū)經(jīng)濟(jì)穩(wěn)步增長(zhǎng);山西近年來(lái)持續(xù)推進(jìn)物流降本增效促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展，持續(xù)推進(jìn)技術(shù)創(chuàng)新為引導(dǎo)的能源革命等政策，使得山西科技金融為實(shí)體經(jīng)濟(jì)發(fā)展提供了強(qiáng)大助力。

第二類：天津、河北、甘肅、上海、新疆、北京、福建、湖南。這8個(gè)省份的科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度較高。其中，北京、上海、天津等地的科技金融發(fā)展指數(shù)很高，但科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)程度并不突出，這和這些地區(qū)的經(jīng)濟(jì)發(fā)展政策相關(guān)。比如北京從政治中心、文化中心和環(huán)境保護(hù)的角度出發(fā)，高度關(guān)注科技產(chǎn)業(yè)和科技創(chuàng)新，使得很多實(shí)體產(chǎn)業(yè)外遷，導(dǎo)致科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度略遜一籌。而新疆、甘肅等地區(qū)由于地理位置等現(xiàn)實(shí)原因，地區(qū)經(jīng)濟(jì)發(fā)展大多依靠實(shí)體經(jīng)濟(jì)，因此這些地區(qū)雖然科技金融發(fā)展水平略低，但對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度卻不低。

第三類：云南、重慶、吉林、廣西、內(nèi)蒙古、四川、江西、河南、江蘇、海南。這10個(gè)省份的科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度較低，除江蘇外，其余省份的科技金融發(fā)展水平也較低。這主要是由其地區(qū)經(jīng)濟(jì)的發(fā)展水平?jīng)Q定的?？萍冀鹑诳梢源龠M(jìn)地區(qū)實(shí)體經(jīng)濟(jì)增長(zhǎng)，而地區(qū)經(jīng)濟(jì)實(shí)力也可為科技金融發(fā)展提供強(qiáng)大支持。因此，上述省份一方面，應(yīng)積極學(xué)習(xí)第一類與第二類地區(qū)的先進(jìn)經(jīng)驗(yàn)，積極試點(diǎn)、多方探索，充分發(fā)揮科技金融的作用，鼓勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，以提高地區(qū)科技創(chuàng)新的能力，帶動(dòng)地區(qū)實(shí)體經(jīng)濟(jì)的發(fā)展;另一方面，要調(diào)動(dòng)一切資源提高地區(qū)經(jīng)濟(jì)發(fā)展水平，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，為科技金融的高水平發(fā)展提供后勤保障。

第四類：青海、寧夏、貴州、陜西、西藏。這5個(gè)省份的科技金融對(duì)實(shí)體經(jīng)濟(jì)貢獻(xiàn)度最低，且科技金融發(fā)展水平也相對(duì)落后。對(duì)第四類地區(qū)而言，首先要培養(yǎng)地區(qū)的優(yōu)勢(shì)產(chǎn)業(yè);其次，政府需在此基礎(chǔ)上積極協(xié)調(diào)，加大資源傾斜，逐步提高科技金融發(fā)展水平。

綜上，從縱向看，中國(guó)2009年之后科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升趨勢(shì);從橫向看，中國(guó)31省份科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度差異較大。因此不同省份提出不同的科技金融政策更有利于地區(qū)經(jīng)濟(jì)的平衡發(fā)展。此外還需鼓勵(lì)地區(qū)間科技金融資源的流動(dòng)，發(fā)揮一類與二類地區(qū)的優(yōu)勢(shì)，以帶動(dòng)三類與四類地區(qū)的發(fā)展。

四、結(jié)論與對(duì)策建議

（一）結(jié)論

當(dāng)前，加大科技創(chuàng)新力度是促進(jìn)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵一環(huán)，而創(chuàng)新離不開金融的支持。因此，引導(dǎo)金融資產(chǎn)進(jìn)入科技創(chuàng)新領(lǐng)域，提升科技金融發(fā)展水平，進(jìn)而推動(dòng)實(shí)體經(jīng)濟(jì)發(fā)展成為當(dāng)前經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的關(guān)鍵。本文采用熵值法測(cè)算了中國(guó)31省份2009—2018年的科技金融指數(shù)，利用線性相關(guān)分析測(cè)算了科技金融對(duì)于實(shí)體經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度，并進(jìn)行了縱向與橫向的比較。

1.縱向比較：中國(guó)科技金融發(fā)展水平提升速度較快，各地政府對(duì)于科技金融發(fā)展重視程度都在不斷提高，各省份的科技金融指數(shù)都有不同程度的提升。受2008年開始的世界金融危機(jī)以及國(guó)家宏觀政策調(diào)整的影響，中國(guó)科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度呈現(xiàn)先降后升的趨勢(shì)，這更進(jìn)一步證實(shí)了科技金融是推動(dòng)實(shí)體經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)力[18]。此外，東部地區(qū)科技金融指數(shù)明顯高于中西部地區(qū)，各地區(qū)科技金融指數(shù)和經(jīng)濟(jì)發(fā)展趨勢(shì)相吻合，形成“東強(qiáng)西弱”態(tài)勢(shì)。

2. 橫向比較：地區(qū)差異依舊存在。東部地區(qū)依托區(qū)位優(yōu)勢(shì)與綜合經(jīng)濟(jì)實(shí)力等因素，科技金融發(fā)展水平明顯高于中西部地區(qū)。然而科技金融對(duì)實(shí)體經(jīng)濟(jì)的貢獻(xiàn)度在區(qū)域劃分上呈現(xiàn)多層次態(tài)勢(shì)，可以劃分為四類地區(qū)。其中，一、二類地區(qū)貢獻(xiàn)度較高，三、四類地區(qū)貢獻(xiàn)度較低。因此要發(fā)揮一、二類地區(qū)的帶頭作用，引導(dǎo)資源逐步向三、四類地區(qū)傾斜，加強(qiáng)三、四類地區(qū)科技金融體系的建設(shè)，讓科技金融在企業(yè)創(chuàng)新和經(jīng)濟(jì)發(fā)展中發(fā)揮更大作用。

（二）對(duì)策建議

基于以上研究結(jié)論，為了提高各地區(qū)科技金融發(fā)展水平，讓科技金融更好地服務(wù)于實(shí)體經(jīng)濟(jì)，成為推動(dòng)實(shí)體經(jīng)濟(jì)增長(zhǎng)的引擎，為地區(qū)經(jīng)濟(jì)發(fā)展注入持續(xù)動(dòng)力，本文提出以下對(duì)策建議。

1.加快完善地區(qū)科技金融服務(wù)體系，優(yōu)化科技金融服務(wù)平臺(tái)。憑借區(qū)位優(yōu)勢(shì)和經(jīng)濟(jì)優(yōu)勢(shì)，東部地區(qū)在吸引科技金融資源方面占據(jù)絕對(duì)優(yōu)勢(shì)，但科技金融資源的不均衡流動(dòng)也拉大了東部地區(qū)和中西部地區(qū)科技創(chuàng)新能力的差距，長(zhǎng)此以往勢(shì)必會(huì)導(dǎo)致更大的地區(qū)發(fā)展不平衡。因此，中西部地區(qū)應(yīng)借鑒東部地區(qū)科技金融服務(wù)體系的建設(shè)經(jīng)驗(yàn)，通過(guò)加強(qiáng)科技創(chuàng)新的力度，優(yōu)化科技金融服務(wù)平臺(tái)，提升市場(chǎng)配置金融資源的能力;通過(guò)深化金融市場(chǎng)的改革機(jī)制，推動(dòng)資本市場(chǎng)的加速發(fā)展;通過(guò)創(chuàng)新資產(chǎn)證券化模式，吸引更多的社會(huì)資本流入科技金融領(lǐng)域;通過(guò)建立完善的信用評(píng)價(jià)機(jī)制，減少科技金融供給方和科技金融需求方的信息不對(duì)稱，降低科技金融供給方的風(fēng)險(xiǎn);通過(guò)鼓勵(lì)保險(xiǎn)公司、擔(dān)保公司等機(jī)構(gòu)為科技金融服務(wù)提供風(fēng)險(xiǎn)擔(dān)保，分擔(dān)金融機(jī)構(gòu)的風(fēng)險(xiǎn);通過(guò)引導(dǎo)金融資源向科技領(lǐng)域和實(shí)體經(jīng)濟(jì)科研項(xiàng)目?jī)A斜，完善科技與金融的融合發(fā)展機(jī)制。

2. 鼓勵(lì)科技金融與實(shí)體經(jīng)濟(jì)的進(jìn)一步融合發(fā)展。地方政府應(yīng)引導(dǎo)科技金融服務(wù)于實(shí)體經(jīng)濟(jì)，提高金融資源供給與實(shí)體經(jīng)濟(jì)需求之間的匹配度;應(yīng)跟蹤資金使用流向，積極提高資金使用效率，提高實(shí)體經(jīng)濟(jì)的科技產(chǎn)出;應(yīng)鼓勵(lì)科研機(jī)構(gòu)和高等院校的科研成果向?qū)嶓w經(jīng)濟(jì)轉(zhuǎn)移，不斷提高實(shí)體經(jīng)濟(jì)的競(jìng)爭(zhēng)力;應(yīng)鼓勵(lì)科技與金融協(xié)同發(fā)展，提高科技金融服務(wù)于實(shí)體經(jīng)濟(jì)的能力，進(jìn)一步帶動(dòng)地區(qū)科技金融和實(shí)體經(jīng)濟(jì)發(fā)展水平的提高。

3. 鼓勵(lì)經(jīng)濟(jì)發(fā)達(dá)地區(qū)帶動(dòng)周邊地區(qū)，促進(jìn)科技金融與區(qū)域經(jīng)濟(jì)的協(xié)同發(fā)展。中央要持續(xù)加大對(duì)于落后地區(qū)的科技金融支持力度，鼓勵(lì)不同地區(qū)的分工協(xié)作，利用一、二類地區(qū)的優(yōu)勢(shì)帶動(dòng)三、四類地區(qū)的發(fā)展，促使科技金融為三、四類地區(qū)帶來(lái)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。同時(shí)，還要完善科技金融和科技創(chuàng)新的激勵(lì)機(jī)制，引導(dǎo)科技金融資金和科技金融人才向落后地區(qū)轉(zhuǎn)移，擴(kuò)大科技金融的空間輻射能力，帶動(dòng)劣勢(shì)地區(qū)的科技金融與區(qū)域經(jīng)濟(jì)的加速發(fā)展，進(jìn)而成為推動(dòng)我國(guó)經(jīng)濟(jì)穩(wěn)步發(fā)展的堅(jiān)實(shí)后盾。

[參考文獻(xiàn)]

ATANASSOV J，NANDA V K，SREA A.? Finance and innovation：the case of publicly traded firms [D].? Michigan：Ross School of Business，2007.

WACHTEL P，ROUSSEAU P L.? What is happening to the impact of financial deepening on economic growth？ [J]. Economic Inquiry，2011（1）：276-288.

曹顥，尤建新，盧銳，陳海洋. 我國(guó)科技金融發(fā)展指數(shù)實(shí)證研究[J]. 中國(guó)管理科學(xué)，2011（3）：134-140.

張明龍. 我國(guó)金融支持科技創(chuàng)新的效率評(píng)價(jià)：基于超效率DEA與Malmquist指數(shù)方法[J]. 金融發(fā)展研究，2015（6）：18-25.

薛曄，藺琦珠，高曉艷. 中國(guó)科技金融發(fā)展效率測(cè)算及影響因素分析[J]. 科技進(jìn)步與對(duì)策，2017（7）：109-116.

陳亞男，包慧娜. 科技金融發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)影響的實(shí)證分析[J]. 統(tǒng)計(jì)與決策，2017（15）：170-173.

龍?jiān)骑w，楊慧，朱艷. 基于PCA-DEA-Moran指數(shù)的科技金融發(fā)展效率評(píng)價(jià)研究[J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（3）：54-63.

KING R G. ，LEVINE R.? Finance，entrepreneurship and growth：theory and evidence [J]. Journal of Monetary Economics，1993（32）：513-542.

WACHTEL P，ROUSSEAU P L.? Inflation thresholds and the finance-growth nexus [J].? Journal of International Money and Finance，2002（6）：777-793.

M?ON P J，WEILL L.? Does financial intermediation matter for macroeconomic performance？ [J]. Economic Modeling，2009（1）：296-303.

CECCHETTI S G，KHARROUBI E.? Reassessing the impact of finance on growth[R].? Basel：Bank for International Settlements，2012.

韓雪飛，趙黎明. 我國(guó)科技金融與經(jīng)濟(jì)發(fā)展相互作用的協(xié)整分析[J]. 科技與經(jīng)濟(jì)，2013（5）：66-70.

張林，張維康. 金融服務(wù)實(shí)體經(jīng)濟(jì)增長(zhǎng)的效率及影響因素研究[J]. 宏觀質(zhì)量研究，2017（5）：47-60.

鄭磊，張偉科. 科技金融對(duì)科技創(chuàng)新的非線性影響：一種U型關(guān)系[J]. 軟科學(xué)，2018（7）：16-20.

張芷若，谷國(guó)峰. 科技金融對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響：基于空間計(jì)量經(jīng)濟(jì)學(xué)方法[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2019（9）：131-139.

劉文麗，郝萬(wàn)祿，夏球. 我國(guó)科技金融對(duì)經(jīng)濟(jì)增長(zhǎng)影響的區(qū)域差異：基于東部、中部和西部面板數(shù)據(jù)的實(shí)證分析[J]. 宏觀經(jīng)濟(jì)研究，2014（2）：87-94.

蔡則祥，武學(xué)強(qiáng). 新常態(tài)下金融服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展效率研究：基于省級(jí)面板數(shù)據(jù)實(shí)證分析[J]. 經(jīng)濟(jì)問(wèn)題，2017（10）：14-25.

陳舜. 金融發(fā)展、融資約束與民營(yíng)企業(yè)的就業(yè)增長(zhǎng)[J]. 企業(yè)經(jīng)濟(jì)，2020（7）：145-153.

[責(zé)任編輯 祁麗華]