科技金融对地区经济增长的影响研究-以河北省为例

[15]学者的研究，选取产业结构(IND)、信息化水平(IC)、贸易结构（TRS）3个控制变量。产业结构用第三产业产值与GDP的比值表示；信息化水平用电信业务总量与GDP的比值表示；贸易结构用年末出口总额与年末进口总额的比值表示。4.2.4数据来源数据来源于《河北统计年鉴》、各市的统计年鉴以及国民经济和社会发展统计公报。实证过程借助Stata17.0软件完成。4.3空间自相关检验4.3.1全局Moran’sI指数经济增长水平是否存在空间自相关性影响着模型的选择，本文使用SPSSAU计算全局Moran’sI指数来检验空间自相关性。如下图所示：表72014-2022年Moran’sI指数年份Moran’sI指数Z值P值20140.1632.2650.01220150.1972.5530.00520160.3083.5070.00020170.2292.8300.00220180.2242.7870.00320190.2102.6690.00420200.1672.2950.01120210.1452.1110.01720220.1311.9840.024注：表格内数据经SPSSAU操作所得。由表7可知，样本年份都通过了5%的显著性检验，并且每年的Moran’sI指数都大于0，说明河北省的经济增长存在显著的正向空间相关性。4.3.2局部Moran’sI散点图尽管全局Moran’sI指数已经证明存在空间相关性，但仍需要分析局部区域间经济增长的差异性和空间相关性。本文计算了2014-2022年的局部Moran’sI指数，并在下方展示了2017年和2021年经济增长水平的Moran’sI散点图。其中，正向空间相关处于一三象限，负向空间相关处于二四象限。第一象限为“高-高”集聚型；第二象限为“低-高”集聚型；第三象限为“低-低”集聚型；第四象限为“高-高”集聚型。图72017年Moran’sI图注：上图经SPSSAU操作所得。图82021年Moran’sI图注：上图经SPSSAU操作所得。从这两图可以看出，形成的拟合线向右上方倾斜，表明河北省经济增长水平存在着空间正自相关的关系。因此，不能忽视空间效应，需要用空间计量模型研究科技金融和经济增长之间的关系。4.3.3空间计量模型的选择性检验依据前文的检验已经确定使用空间计量模型，但其包括三种模型，不同模型的适用性和实证结果会有所不同，因此需要判定哪种模型适用于本文的研究。首先通过拉格朗日乘子检验（LM）来比较SAR、SEM模型拟合的优劣；第二步，使用Hausman检验来判断使用固定效应还是随机效应；第三步，用LR检验考察SDM模型的适用性；最后一步，模型回归。检验结果如下：表8LM、LR、Hausman检验结果检验统计量统计量P值 LMerror 4.9660.026R-LMerror2.9830.084LMlag12.6640.000R-LMlag10.6810.001Hausman2.400.6624LR-test(SDM与SEM)22.120.0002LR-test(SDM与SAR)9.250.0551注：表格内数据经stata操作所得。由表8可知，在LM检验中，SAR模型和SEM模型都通过了10%的显著性检验，表明二者均适用于本文的研究，但是并不能排除空间杜宾模型的适用性。于是进行LR检验，从上述结果中可以看出,两个结果都在10%水平下显著，这说明SDM模型不会退化成SAR模型或SEM模型，最优选择即为空间杜宾模型。此外，Hausman检验没有通过10%的显著性检验，因此本文选择随机效应模型。4．4实证结果及分析4.4.1基于SDM模型的实证结果与分析表9回归结果变量名称MainWxSpatial方差lntf0.3615**（0.1507）0.7280***(0.2662)ind-0.04149**(0.1728)-0.01580.0245ic-0.5516*(0.2890)-0.3954(0.5364)trs0.000038(0.00010)0.00035(0.00037)rho0.3781***(0.1241)sigma2_e0.1656***(0.02529)注：*、**、***分别代表在10%、5%、1%水平上显著，括号内为标准误。由表9可得出以下结论：（1）经济增长的空间自相关系数为0.3781，且在1%水平下显著，表明本地区经济增长水平每提高1%，就可使邻近地区的经济增长水平提高约0.3781%，（2）科技金融的空间系数为0.3615，并且通过了5%显著性水平检验，表明科技金融发展对本地区的经济增长有正向影响。本地区的对数化科技金融发展水平每增加1%，该地的经济增长水平就会提升0.3615%。并且科技金融对经济增长存在正向空间溢出效应，周边地区的经济增长水平会随本地区的科技金融发展水平的上升而提高。（3）产业结构和信息化水平的系数为负，并不能表明二者实际在长期内对经济增长产生了抑制作用，可能是本文选取的时间区间有了更多的外界因素作用，未将这些因素的影响很好的反映出来。4.4.2基于SDM模型的效应分解表10效应分解变量直接效应间接效应总效应lntf0.4441***（0.1497）1.3424***（0.3627）1.7865***（0.3914）ind-0.0451***（0.0168）-0.0486（0.0377）-0.09376**（0.0431）ic-0.5756**（0.2849）-0.9403（0.8369）-1.5159（0.9422）trs0.000071（0.00011）0．00059（0.00056）0.00066（0.00061）注：*、**、***分别代表在10%、5%、1%水平上显著，括号内为标准误。首先，从总效应来看，经济增长水平与科技金融发展水平正相关，且对数化科技金融水平每增长1%，就会推动经济增长水平上升1.7865%。其次，从直接效应和间接效应来看，科技金融在促进本地区经济增长的同时，又能推动周边地区的发展。第5章研究结论与政策建议5.1研究结论本文基于2014-2012年河北省11个地级市的面板数据，构建空间权重矩阵，利用空间计量分析方法，选择SDM空间计量模型对科技金融和经济增长的关系进行研究，得出如下结论：（1）科技金融发展水平不断上升。在本文研究期内，河北省各地级市的科技金融发展水平都处于稳步上升的状态，但区域发展仍很不平衡。（2）河北省经济增长水平存在正向空间相关性。由前文经济增长水平的全局Moran’sI指数和莫兰散点图可以看出，河北省的经济增长水平存在正向的空间自相关性，即某地区的经济增长水平提高有利于周边地区经济增长水平提高，在局部上具有“高-高”集聚和“低-低”集聚的特征。（3）科技金融发展可以促进经济发展。根据前文实证结果，科技金融及空间滞后项通过了显著性检验，表明在科技金融的发展过程中，既有利于本地区经济增长水平的提升，又对周边地区有正向影响。在选取的控制变量中，产业结构和信息化水平在研究期内对经济增长具有反向作用，可能是因为本文选取的时间区间有了更多的外界因素作用和当地居民对信息化水平的利用程度还不够高。5.2政策建议为提高科技金融发展水平，推动经济快速发展，本文以前文研究为基础，提出以下政策建议：发挥政府政策制定和资金支持的作用。首先，应该最大限度地发挥政府的主导作用，并加快建设科技金融服务平台，从而给科技型企业的发展提供一个良好的环境。其次，还需优化政策体系，构建涉及面更广、引导性更强的科技金融政策体系，引导科技创新向着更加有效和可持续的方向发展。最后，政府可以通过提供补贴或税收优惠等形式来为科技创新企业提供支持，保证其创新成本和市场风险的降低。（2）拓宽科技创新融资渠道。科技创新项目具有较高的风险和不确定性，传统金融机构可能对其融资持谨慎态度。同时，由于这些项目的技术性和复杂性，投资者和金融机构可能无法准确评估项目的价值和潜力，导致融资困难。政府等相关部门可以设立风险投资基金，专门用于支持科技创新企业的发展，提供股权投资和风险投资等资金支持。银行也可以推出创新金融产品，如科技创新贷款、科技创业信贷等，为科技创新企业提供更加灵活的融资服务。同时，科技创新企业自身也应积极探索多元化的融资渠道，通过创新业务模式、产品定位和市场策略，提升自身的竞争力，吸引国内外股权投资机构和担保机构，推动科技创新和产业升级。（3）促进科技金融与经济增长的协调发展。科技金融与经济增长的协调发展是推动经济转型升级和促进可持续发展的重要途径之一，河北省各区域的科技金融与经济增长存在明显的差异，这种差异制约了二者的协调发展。政府及相关部门应该着力于实现科技金融与经济增长的良性互动，缩小区域发展差异。在致力于自身科技水平发展的同时，最大限度地发挥对经济发展滞后地区的带动作用，通过科技金融协作，实现科技金融资源的更大程度流动和辐射带动作用，为促进经济可持续发展提供坚实后盾。结论创新点第一是研究方法。与以往研究的不同之处是，本文引入了空间因素，在研究科技金融对区域经济增长的影响及其产生的空间效应这一问题上构建了空间权重矩阵。第二是研究对象。已有的研究主要是基于省级面板数据探析科技金融和经济增长之间的关系，而本文研究的是河北省的情况，将地级市相关数据作为样本进行实证分析。不足之处不足之一是数据问题。本文中的大部分数据来源于《河北省统计年鉴》，其中的数据只更新到2022年，因此本文的数据也截止到2022年。并且某些地级市在某个年份的缺失数据，本文采用线性插值法补全。在数据问题上的不足，可能导致实证结果存在误差。不足之二是指标问题。考察科技金融发展水平有许多指标，考察结果也会因指标不同而有所改变，在篇幅和研究水平的限制下，本文仅基于具有代表性的指标进行研究分析，可能会对实证结果产生一定影响。参考文献Schumpeter,J.A.&Croitoru,A.Thetheoryofeconomicdevelopment:Aninquiryintoprofits,capital,credit,interestandthebusinesscycle[J].Journalofcomparativeresearchinanthropologyandsociology,1934（2012）,3（2）:137-148.Benfratello,L.Schiantarelli,F.&Sembenelli,A.Banksandinnovation：MicroeconometricevidenceonItalianfirms[J].JournalofFinancialEconomics,2008,90（2）:197-217.Guariglia,A.&Liu,P.TowhatextentdofinancingconstraintsaffectChinesefirms'innovationactivities[J].InternationalReviewofFinancialAnalysis,2014,36:223240.房汉廷.关于科技金融理论、实践与政策的思考[J].中国科技论坛，2010（1）:5-10.洪银兴.科技金融及其培育[J].经济学家，2011，（6）:22-27.张明喜,魏世杰,朱欣乐.科技金融:从概念到理论体系构建[J].中国软科学,2018（4）:31-42.曹颢,尤建新,卢锐等.我国科技金融发展指数实证研究[J].中国管理科学，2011（3）:134-140.胡义芳.基于指数分析的我国科技金融发展研究[J]．求索，2013（12）：34—36．徐玉莲,赵文洋,张涛.科技金融成熟度评价指标体系构建与应用[J].科技进步与对策,2017，34（11）:118-124.毛茜,赵喜仓.科技金融创新与我国经济增长效应研究——基于科技型中小企业发展视角［J］.科技进步与对策，2014，31（12）:23-26．张林.金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J].金融经济学研究，2016，31（1）:14-25.卢亚娟,刘骅.科技金融协同集聚与地区经济增长的关联效应分析[J].财经问题研究，2018（2）:64-70.张芷若,谷国锋.科技金融对区域经济增长的影响——基于空间计量经济学方法[J].工业技术经济,2019，38（09）:131-139.赵昌文,陈春发,唐英凯.科技金融[M].北京:科学出版社,2009:11-20.贺宝成,陈霄.科技金融发展对经济增长影响实证研究[J].合作经济与科技2021（22）:53-55.张腾,刘阳.科技金融发展是否促进了全要素生产率的提高?——基于空间计量模型的研究[J].金融与经济，2019（2）:29-35刘姝璠,张荣光,邓江晟.科技金融、高新技术产业与产业结构升级[J].