王仁祥,刘孟飞

(武汉理工大学 经济学院,湖北 武汉 430070)

0 引言

科技与金融耦合互动协调对于促进实体经济发展具有重要推动作用。“十四五”规划明确提出,要健全科技金融创新支持体系,促进科技与金融深度耦合,提高经济质量和核心竞争力。然而,作为开放式复杂系统,科技与金融耦合过程难免受到系统内外部因素的干扰;此外,系统自身存在固有缺陷(脆弱性),一个极小的干扰就有可能激发其脆弱性,并通过系统间的连锁反应使整个系统崩溃,这种影响传递至整个宏观经济,会引发系统性金融危机,加剧宏观经济波动。资源配置不合理是科技金融耦合系统脆弱性产生的根源之一[1],而金融结构通过调整银行与金融市场之间的相对比例可以满足耦合系统主体的不同需求,促进资源高效匹配并降低系统脆弱性。随着经济快速发展,金融结构也需要进行适应性调整,那么金融结构如何影响科技金融耦合系统脆弱性?同时,在区域经济发展水平不均衡情况下,金融结构对科技金融耦合系统脆弱性的影响是否存在空间效应?其空间效应在不同地区又存在哪些差异?为解答以上问题,本文比较分析不同金融结构安排对科技金融耦合系统脆弱性的影响机理,以期为避免科技金融耦合系统脆弱性、推动经济高质量发展提供参考。

1 文献综述

Goldsmith等[2]最早对金融结构进行研究,指出金融结构是指金融工具和金融机构的相对规模,各国金融结构会随着经济发展而调整;Levine[3]将金融结构定义为“金融中介与金融市场的相对状况”,指出可用股票市场规模、活力和效率判断金融结构是“市场主导”还是“银行主导”;Allen &Gale[4]比较分析德、英、日、美4国金融结构发现,金融中介与金融市场是互补关系而非替代关系。以上研究仅从金融体系角度出发,没有与实体经济相结合。林毅夫等[5]指出在经济体发展不同阶段,最优金融结构往往内生于要素禀赋结构,并认为金融结构是金融体系内部各种不同的金融制度安排比例,其界定范围更广。我国虽然一直进行以市场化为导向的金融体系改革,但目前金融体系仍是银行主导,银行贷款在社会融资规模中居于首要地位[6]。我国金融结构存在较大区域差异,东部地区金融市场融资规模远大于中西部地区,资本市场表现更加活跃[7];中西部地区依然依赖银行贷款,融资约束程度远远高于东部地区[8];中西部地区金融市场融资与银行中介融资之比仅为东部地区的一半[9];不同地区金融结构发展水平存在显著差异[10]。

既有研究主要关注金融结构对技术创新、产业结构、经济增长效率的影响。如曹玉平(2021)研究发现,债务金融有利于促进低风险技术创新,权益金融对高风险技术创新的促进作用更显著;Brown等[11]、Beck等[12]的研究表明,相比于信贷市场,资本市场对经济体创新的促进作用更显著;在经济体发展不同阶段,银行和金融市场为产业发展提供的服务不同,随着产业结构的动态演化,最优金融结构应由“银行主导”向“市场主导”转变(龚强等,2014);王文倩、张羽(2022)指出,金融结构通过调整银行与金融市场的相对比例满足产业升级不同需求,促进资源高效配置以推动经济发展;刘贯春等[13]研究发现,相比于银行,金融市场对经济效率的促进作用更显著,中西部地区积极效应更明显。

然而,鲜有学者将金融结构与科技金融耦合系统脆弱性有机结合并分析其作用机理。关于科技金融耦合系统脆弱性研究,从微观层面看,吴光俊[14]研究发现,要素扭曲对资源流动配置起抑制作用,会加剧耦合系统脆弱性;王仁祥等[15]研究发现,不同种类要素集聚产生的影响效应不同。从宏观调控层面,王仁祥等[16]指出科技金融耦合系统脆弱性演进过程需要政府干预,而不同政策干预效果不同,金融抑制政策会阻碍金融资源的自由流动,造成资本扭曲并加剧科技金融耦合系统脆弱性[17]。

鉴于此,本文在分析金融结构对科技金融耦合系统脆弱性影响机理的基础上,借鉴学者对科技金融耦合系统脆弱性的评价方法,构建相应评价指标体系,探讨各区域科技金融耦合系统脆弱性时间演变趋势及空间分布特征,分析不同经济发展水平下金融结构影响效果差异以及金融结构对科技金融耦合系统脆弱性影响的空间异质性。

2 理论分析

2.1 科技金融耦合系统脆弱性

科技与金融耦合是科技与金融彼此制约,相互协调,最后进行联动的动态过程。耦合系统主体——金融系统中的银行、资本市场投资者、风险投资机构等通过债券、基金、股票等金融工具实现资金融通,为高校、企业等创新主体技术研发提供资金支持;同时,金融系统中的期货、期权等金融衍生工具对创新主体面临的风险进行管理;金融系统信息处理功能能够筛选出具有价值前景的科技创新活动,促进科技系统长远发展。反过来,科技创新系统中新技术的产生与应用能够提高金融系统信息化水平,拓展创新空间服务能力,两者循环互动、协同发展,逐渐形成耦合共同体[18-19]。金融系统与科技系统在耦合过程中面临很多不确定性,外部环境变化如市场创新成本增加、资本要素扭曲等会阻碍两者耦合;此外,各系统通常从自身角度出发开展创新活动,导致两者在耦合过程中常出现匹配不佳、协同度不高等问题[18]。科技金融耦合系统脆弱性的本质是由于系统内部科技子系统与金融子系统不匹配导致内部单元失衡,抑或是受到经济、社会等外部因素干扰而导致原有稳定性结构、状态及功能发生突变并趋于不可持续发展的一种属性。科技金融耦合系统可持续发展需要合理的金融结构与之相匹配,金融结构通过调整银行中介与金融市场之间的相对比例,充分发挥银行中介与金融市场在资金配置、风险防控、信息处理功能方面的比较优势实现耦合系统主体供需高效匹配,从而降低系统脆弱性。

2.2 金融结构对科技金融耦合系统脆弱性的影响机理

本文从耦合系统内部企业外源融资视角出发,将金融结构定义为金融市场与银行中介的相对比例,金融结构对科技金融耦合系统脆弱性的作用机理如图1所示。

(1)金融结构通过优化资金配置降低科技金融耦合系统脆弱性。资金问题是制约科技金融耦合系统可持续发展的关键。银行中介规模化经营特征使其具有快速提供大规模资金的优势,能够满足耦合系统内部创新企业大量资金需求,通过资金的有效匹配,加速科技与金融融合,减少系统面临外部因素干扰而发生更多突变,从而降低系统脆弱性。然而,银行中介主要以借贷形式向企业提供短期流动性贷款。金融市场提供的权益资金更符合创新企业现金流不稳定且数量有限的特征,更能为企业提供大规模长期资金。

在经济发展初期,创新企业主要是满足短期资金需求,此时银行中介具有比较优势。随着企业资金融通规模扩大和期限延长,金融市场优势凸显,两者形成明确分工,银行中介为企业提供短期流动性贷款,而金融市场则为企业提供长期资金。合理的金融结构通过优化资金配置,满足不同时期创新项目融资需求,拓展企业生产边界,延展科技系统发展空间[15],同时带动金融系统不断完善,进一步优化金融服务,提升金融供给质量。科技系统与金融系统互动协调,能够提升耦合系统综合效益,改善耦合系统脆弱性。

(2)金融结构通过有效分散风险降低科技金融耦合系统脆弱性。对风险进行防控是促进科技金融耦合系统稳定运行的关键。银行中介基于资产增值保值考虑,偏好于投资低风险技术创新,会规避为高风险原创性技术创新提供融资,这会削弱耦合系统内部创新微观主体的创新意愿,阻碍科技创新系统发展,限制金融系统产品创新,使耦合系统陷入恶性循环。科技与金融耦合过程存在较大风险,而银行中介只能提供基础性防控手段,导致耦合系统脆弱性加剧。金融市场通过多样化投资组合对创新主体面临的管理风险、市场风险和技术风险进行合理分散,推动科技系统持续健康发展;此外,金融衍生工具对冲风险功能可以防止金融资产大幅波动,改善金融系统创新环境,间接降低耦合系统脆弱性。

在经济发展初期,技术创新以低风险技术引进为主,银行中介风险波动较小,技术创新路径平稳的创新企业表现出特定比较优势。但随着技术升级不断走向前沿,耦合系统中的创新企业面临的技术创新风险升级,此时银行中介贷款风险增大,企业需要支付更高的利息,同时企业收益不确定性增大使其面临更高的破产清算风险,科技创新需求与金融体系结构不相适应,系统内部不稳定性和脆弱性加剧。而金融市场可以利用多样化金融工具对风险进行有效分散,推动耦合系统持续健康发展。金融结构通过充分发挥银行中介与金融市场在风险防控功能上的比较优势,能够合理分散系统风险,改善系统创新环境,间接降低耦合系统脆弱性。

(3)金融结构通过缓解信息不对称降低科技金融耦合系统脆弱性。银行中介凭借信息处理专业化和规模化优势,能够筛选出具有价值前景的科技创新项目,促进科技创新优胜劣汰。科技创新应用于金融领域,能够加速金融体系改革与创新,通过层层反馈促进耦合系统升级并降低其脆弱性。由于银行中介对“非标准信息”的处理能力较弱,创新主体尤其是初创期科技企业“标准信息”(固定资产、成熟规范的财务制度)较少,企业很难利用银行中介获取研发所需资金,导致企业创新投入较低、科技创新需求较少,从而制约金融系统发展。而金融市场能够有效传递和收集信息,使大量资本流向生产效率高、附加值高的行业,推动技术进步和产业转型,摆脱价值链低端锁定效应,促进系统优化与升级,改善耦合系统脆弱性。

耦合系统内部创新主体开展创新活动初期获取的相关信息较少,且创新项目面临较大不确定性,金融市场通过价格发现功能、信息披露机制提供的多元化信息,能够缓解信息不对称导致的系统要素不匹配问题,缓解系统脆弱性。随着企业创新活动的日渐成熟,相关信息逐渐增多,不确定性日益减小,金融市场透明公开的信息容易使企业产生“搭便车”行为,此时银行中介在信息搜集和处理成本方面的规模优势逐渐显现。合理的金融结构通过发挥银行中介与金融市场信息处理功能比较优势,促进系统要素高效匹配并降低耦合系统脆弱性。

根据最优金融结构理论,经济体要素禀赋决定最优产业结构和企业规模,企业风险特征不同,所需要的金融服务也不同。随着经济发展水平提高,最优金融结构随要素禀赋升级优化而不断调整,经济体在向高级阶段推进过程中,必定会增加金融市场服务需求,金融市场降低科技金融耦合系统脆弱性的重要性逐步凸显,银行中介则被削弱。

图1 影响机理Fig.1 Impact mechanism

3 模型设定、变量与数据说明

3.1 科技金融耦合系统脆弱性指数

科技金融耦合系统脆弱性包括系统内外各类因素。本文借鉴王仁祥等[1]和孙凌云等[20]的城市脆弱性评价指标体系,参考科技与金融结合机制研究,选取科技子系统、金融子系统、经济因素、社会因素、内部效益和外部效益6个状态层,遵循科学性、可行性原则,构建省域层面科技金融耦合系统脆弱性评价指标体系,如表1所示。其中,科技子系统采用研发人力资本、研发资金投入、创新产出3个指标度量;金融子系统选用金融服务能力、保险密度及深度作为代理变量;经济因素状态层采用经济发展水平、产业结构、教育水平3个指标度量;社会因素状态层采用信息发展水平、城镇化水平、科学创新水平3个指标度量;耦合系统内部效益采用金融创新效益和科技创新效益两个指标度量;外部效益采用基础设施建设、可持续发展能力两个指标度量。通过公式(1)和公式(2)对各指标进行标准化处理,处理后的指标位于区间[0,1]内;通过熵值法得出各指标所占权重,进而测算科技金融耦合系统脆弱性指数。

(1)

(2)

3.2 变量选取

3.2.1 金融结构

本文借鉴张成思、刘贯春(2015)的做法,利用各地区股票市场交易总额和金融机构贷款总额作为金融市场及银行中介的代理变量,并用两者之比衡量金融结构,该值越大,说明金融体系越偏向于“市场主导”,反之则为“银行主导”。

3.2.2 控制变量

本文设置如下控制变量:①政府干预程度(gov):采用各地区政府财政支出占GDP的比重度量;②地区开放水平(open):采用各地区进出口总额占GDP的比重衡量;③地区劳动力质量(hc):选用各地区平均受教育年限度量。

表1 科技金融耦合系统脆弱性评价指标体系Table 1 Vulnerability evaluation indicator system of technology-finance coupling system

3.3 数据来源与描述性统计

本文基于2006—2020年我国内地30个省份(西藏地区由于数据不全,故未纳入统计)面板数据进行实证检验,金融结构数据来源于Wind资讯,其它数据来源于《中国金融年鉴》《中国科技统计年鉴》、中经网及EPS全球统计数据库,主要变量描述性统计结果如表2所示。

4 实证结果分析

4.1 科技金融耦合系统脆弱性分布特征

本文通过构建指标体系测算各省份2006—2020年科技金融耦合系统脆弱性指数,图2为各地区脆弱性指数变化趋势。整体而言,各地区科技金融耦合系统脆弱性呈先上升后下降、再上升又下降的波动趋势;东部、中西部地区脆弱性指数相差较大,东部地区脆弱性指数较低,中西部地区仍有很大改善空间。

表2 主要变量描述性统计结果Table 2 Statistical description of the main variables

考虑到科技金融耦合系统脆弱性存在区域差异,为检验金融结构对科技金融耦合系统脆弱性的空间效应,本文选用Moran′s I指数和地理距离权重矩阵进行耦合系统脆弱性空间相关性检验,结果如表3、表4和图3所示。

(3)

其中,d表示两区域地理中心位置距离。由表3可知,2006—2020年Moran′s I指数大于0且显著,表明省际科技金融耦合系统脆弱性存在较强的正向空间依赖性。进一步,由图3局部Moran′s I指数散点图(横坐标表示标准化脆弱性指数,纵坐标表示空间滞后项)和表4散点图象限分布可知,Moran′s I指数散点集中分布于第一、第三象限,即高高聚集区(HH)和低低聚集区(LL);东部地区如上海、江苏、浙江等省市集中分布于第三象限,表明该地区及周边地区脆弱性均较低;中西部地区省份如山西、云南、青海等集中分布于第一象限,表明该地区及周边地区脆弱性较高。产生此差异的原因在于,东部地区拥有成熟的科技金融体系,耦合程度较好,脆弱性较低;而中西部地区科技金融体系发展较晚,两者耦合过程受到政府干预、市场完善程度不高等多种因素干扰,导致其脆弱性较高。

4.2 金融结构时间演变特征

2006—2020年我国各地区金融结构分布趋势如图4所示。总体而言,各地区金融结构市场化程度呈上升趋势。2006—2012年各地区金融结构市场化指数呈现先上升后下降、再上升后下降的趋势,产生下降的原因可能与2008年金融危机、2010年欧债危机及国内通胀有关;2013—2020年,各地区金融结构市场化指数呈先上升后下降又上升的变化趋势。其中,2015年金融结构市场化程度达到峰值,得益于2013年十八届三中全会提出增加直接融资占比、加快推进股票发行注册制改革的政策推动;而且,从2014年起各地区金融结构市场化程度差距逐渐拉大。

图2 2006—2020年中国各地区科技金融耦合系统脆弱性变化趋势Fig.2 Changes in the vulnerability of technology-finance coupling systems in various regions of China from 2006 to 2020

表3 2006—2020年耦合系统脆弱性Moran′s I指数Table 3 Moran's I Index of coupling system vulnerability from 2006 to 2020

表4 局部Moran′s I指数散点图象限分布Table 4 Quadrant distribution of local Moran's I scatter plot

4.3 回归分析

4.3.1 动态面板回归

科技金融耦合系统脆弱性改善是一个逐渐调整的过程,具有一定惯性和连续性,故本文采用动态面板模型进行分析。

Vulneri,t=β0+β1Vulneri,t-1+β2fsi,t+β3Xi,t+εi,t

(4)

其中,Vulneri,t表示科技金融耦合系统脆弱性指数;Vulneri,t-1表示其一阶滞后变量;fsi,t表示金融结构;Xi,t为控制变量;εi,t为随机误差项;i、t表示地区和年份。

(1)总体回归分析。考虑到金融结构与科技金融耦合系统脆弱性之间存在相互影响关系,再加上耦合系统脆弱性在时间上的连续性会产生内生性问题,传统基准回归估计结果存在偏差,而GMM估计可以克服上述内生性问题。因此,本文选用两阶段系统GMM对模型(4)进行回归。

图3 2008年、2012年、2016年、2020年局部Moran′s I指数散点图Fig.3 Partial Moran's I scatter plot for 2008, 2012, 2016 and 2020

图4 2006—2020年各地区金融结构分布趋势Fig.4 Financial structures of each region from 2006 to 2020

表5中列(3)结果显示,Sargan检验p值及AR(2)p值大于0.1,说明采用两阶段系统GMM估计更合适。同时,采用传统OLS估计模型和固定效应估计(FE)模型检验研究结果的稳健性,回归结果如表5列(1)(2)所示。可以看出,主要变量符号及显著性基本保持不变,表明实证结果具有一定稳健性。由表5列(3)可知,被解释变量滞后项系数在1%显著性水平下为正,表明脆弱性调整是一个动态过程,系统前期脆弱性对未来脆弱性改善具有显著影响。金融结构与耦合系统脆弱性显著负相关,表明金融市场在金融体系中所占比重提升能够降低科技金融耦合系统脆弱性;金融结构对科技金融耦合系统脆弱性的边际效应为-0.003,即股票交易总额占金融机构贷款总额的比例每提高1%,耦合系统脆弱性降低0.003%。产生此结果的原因在于:随着中国经济发展由要素驱动向创新驱动转型,耦合系统内部高质量原创性创新成果占比增加,金融市场能够满足原创性技术创新的高风险特性,为企业创新活动提供充裕的资金支持,实现金融体系结构与科技创新供需之间的高效匹配,从而降低耦合系统脆弱性。

表5 总体样本回归结果Table 5 Regression results of population samples

对于控制变量而言,政府干预系数显著为正,即政府过度干预会加剧系统脆弱性。产生这一结果的原因在于:政府干预举措存在一定盲目性和滞后性,政府通过财政支出“挤占”市场化资金配置,阻碍科技金融创新价值链转化,加剧耦合系统脆弱性。地区开放水平静态固定效应系数为正,动态模型系数为负。产生此结果的原因在于:从短期看,地区对外开放程度扩大导致系统面临的外界因素更加复杂,会加剧系统不稳定;但从长期看,扩大对外开放可以引进和学习国外先进技术,提升耦合主体创新效率,缓解耦合系统脆弱性。劳动力质量与耦合系统脆弱性显著负相关,说明耦合系统内部创新主体创新能力增强有助于耦合系统内部结构优化升级,使系统脆弱性得以改善。

(2)分地区回归。为检验不同经济发展水平下金融结构对耦合系统脆弱性的影响,本文参考张成思(2015)的做法,将全国划分为东部和中西部地区样本进行检验,回归结果如表6所示。

东部地区回归结果显示,系统脆弱性一阶滞后项系数显著为正,其调整过程具有长期性。金融结构与科技金融耦合系统脆弱性负相关,表明提高东部地区金融市场在金融体系中所占比重有助于改善系统脆弱性。东部地区经济实力较强,更能吸引战略性新兴产业和高新技术产业集聚,由于这些产业具有资本研发密集型特征,因此面临更大规模融资需求及更高的技术研发风险,而公开灵活的金融市场通过多样化投资组合方式能够满足企业大规模资金需求并实现风险分散,为企业技术研发与创新提供支撑[21],实现耦合系统深层次发展并降低系统脆弱性。另外,政府干预变量系数为负,地区开放水平系数为正但不显著,劳动力质量均有利于改善系统脆弱性。

中西部地区回归结果显示,耦合系统脆弱性存在一定惯性。与全国和东部地区回归结果有所不同,金融结构静态固定效应系数为负,动态回归系数显著为正,说明从短期看,金融市场占比增加能够激励创新主体进行技术研发和创新,推动耦合系统持续发展并降低系统脆弱性;但从长期看,由于中西部地区金融市场发展时间较短,相关制度还不健全,金融服务专业化水平不高,有可能产生金融资源错配问题。另外,中西部地区以低风险技术创新为主,创新企业面临的风险和外部融资需求较小,金融市场所提供的金融服务与企业创新需求不匹配,导致系统脆弱性加剧。地区开放水平静态分析结果为负但不显著,动态结果显著为正,产生这一结果的原因在于:虽然提高对外开放水平可以引进和学习国外先进技术,推动耦合主体创新以实现系统长远发展,但中西部地区劳动力丰富,进出口贸易以中低端加工产品为主,企业发展空间有限,会阻碍耦合系统优化升级,间接加剧耦合系统脆弱性。

4.3.2 空间计量回归

由上述Moran′s I检验结果可知,科技金融耦合系统脆弱性具有显著正向空间自相关性,进一步运用空间计量模型探究金融结构对耦合系统脆弱性的空间影响效应。由LM检验、LR检验结果可知,本文选用空间杜宾模型较为合适,因此构建空间杜宾模型。

Vulneri,t=β0+ρWVulneri,t+β1fsi,t+β2Xi,t+λ1Wfsi,t+λ2WXi,t+εi,t

(5)

其中,W为空间权重矩阵,ρ为空间自回归系数,λ 为空间误差项系数,选用地理距离矩阵(1/d2)作为空间权重矩阵,Hausman系数为56.39,p值为0.000,因此选用空间固定效应模型进行回归分析。

表6 分地区回归结果Table 6 Regression results by region

(1)总体回归。全国层面回归结果(见表7)显示,空间溢出系数(ρ=0.236)在1%水平上显著为正,说明科技金融耦合系统脆弱性存在空间互动效应,邻近地区耦合系统脆弱性对本地区系统脆弱性具有显著正向影响。金融结构估计系数显著为负,空间滞后项系数显著为正,表明提高金融市场在金融体系中所占比重能够显著改善本地区科技金融耦合系统脆弱性,但其正向空间溢出效应则会加剧周边地区系统脆弱性。原因在于:金融市场良好的价格发现功能能使稀缺性金融资源匹配给有需求的创新主体,通过优化创新结构拓展企业生产边界,促进系统深层次优化,改善耦合系统脆弱性。然而,金融资源逐利性特征容易偏离符合本地区要素禀赋结构所决定的最优金融结构,核心地区对金融资源的高效利用会加剧这种偏离度,并对邻近地区科技创新与金融发展带来不利影响,阻碍周边地区耦合系统脆弱性改善。

表7 空间计量回归结果Table 7 Spatial metrological regression results

(2)分地区回归检验。为进一步分析金融结构对科技金融耦合系统脆弱性影响的空间异质性,本文利用空间杜宾模型分别对东、中西部地区样本进行检验,回归结果如表8所示。由表8可知,东部地区和中西部地区回归结果存在显著差异。东部地区空间自相关系数ρ显著为负,说明东部地区邻近省份系统脆弱性对本省份系统脆弱性具有负向影响;中西部地区空间自相关系数ρ显著为正,表明中西部地区某省份耦合系统脆弱性增加会加剧邻近省份系统脆弱性。

金融结构对东部、中西部地区耦合系统脆弱性的影响系数分别为-0.053和-0.015,均比较显著。从短期看,金融市场占比增加能够显著改善本地区耦合系统脆弱性,相比于中西部地区,东部地区改善效果更明显。金融结构对东部地区耦合系统脆弱性具有负向溢出效应,而对中西部地区系统脆弱性的溢出效应为正。这表明,对于东部地区而言,某省份金融市场占比增加会降低相邻省份系统脆弱性;而对于中西部地区而言,某省份金融市场占比增加会加剧周边省份系统脆弱性。产生这一差异的原因在于:东部地区经济发展水平较高,金融体系发展较为完善,随着金融结构市场化水平提高,其在降低本地区系统脆弱性的同时,通过辐射效应使相邻省份系统脆弱性得以改善;而中西部地区资金需求较大,金融资源有限性及逐利性特征使金融资源配置不合理,从而加剧了周边省份系统脆弱性。

为保证估计结果的稳健性,本文运用地理距离矩阵、空间邻近矩阵对变量进行回归分析,由表8可知,各变量符号及显著性水平基本保持不变,表明空间回归结果稳健。

表8 分地区空间计量回归结果Table 8 Spatial metrological regression results by region

5 结论与建议

5.1 研究结论

本文基于2006—2020年我国省域面板数据,测算各地区金融结构、科技金融耦合系统脆弱性指数,采用Moran′s I指数及其散点图对我国科技金融耦合系统脆弱性的时空演变特征进行分析,进一步构建动态面板模型及空间杜宾模型,探究金融结构对科技金融耦合系统脆弱性影响的本地效应及空间溢出效应,得出如下结论:

(1)我国科技金融耦合系统脆弱性呈先上升后下降、再上升又下降的波动趋势。各地区脆弱性相差较大,东部地区脆弱性最低,中西部地区有很大改善空间;耦合系统脆弱性存在显著空间集聚分布特征,东部地区如上海、浙江等省市处于低低聚集区,中西部地区如山西、青海等省份处于高高聚集区。

(2)各地区金融结构市场化程度呈上升趋势。总体而言,科技金融耦合系统脆弱性改善是一个渐进的过程。金融结构与科技金融耦合系统脆弱性指数显著负相关,金融市场占比增加能够满足系统内部创新活动的高风险特性,使金融体系结构与科技创新供需实现高效匹配,从而降低系统脆弱性。分地区而言,不同经济发展水平下金融市场占比增加对系统脆弱性改善存在显著区域差异。东部地区金融市场占比提高有利于改善系统脆弱性,而对于中西部地区而言,从短期看,金融市场占比增加有助于降低系统脆弱性,但从长期看,金融市场占比增加反而会加剧系统脆弱性。

(3)当考虑空间因素时,就全国而言,金融市场占比提升有利于本地耦合系统脆弱性改善,但金融结构正向空间溢出效应容易使周边地区金融资源配置不合理,偏离符合本地要素禀赋决定的最优金融结构,从而加剧系统脆弱性。分地区看,金融结构空间溢出效应具有显著区域异质性,东部地区省份金融结构市场化水平提高会带动相邻省份系统脆弱性得以改善;而对于中西部地区而言,本省份金融市场占比增加反而会加剧周边省份系统脆弱性。

(4)政府过度干预会导致金融资源错配,阻碍科技创新成果转化,加剧耦合系统脆弱性。长期而言,提高地区对外开放水平能够推动耦合主体创新并降低系统脆弱性。中西部地区丰富的劳动力禀赋优势使其进出口产品以中低端生产加工为主,企业发展空间有限,会阻碍耦合系统优化升级,间接加剧系统脆弱性。因此,对于中西部地区而言,应提升劳动力质量,从而改善系统脆弱性。

5.2 政策建议

基于上述研究结论,本文提出如下建议:

(1)推动金融市场发展,建立健全PE、VC、天使投资等风险承受力更高的金融市场体系,满足创新企业高风险原创性技术创新融资需求;同时,完善银行中介服务功能,协调银行中介与金融市场在资金配置、风险分散及信息处理方面的互补功能,为耦合系统内部创新微观主体开展创新活动提供服务,促进耦合系统可持续发展。

(2)由于各地区脆弱性存在显著差异,金融结构调整及相应政策实施应因地制宜,使之与本地区经济发展水平及要素禀赋相适应。例如,对于脆弱性较低的东部地区而言,应注重多层次资本市场建设,充分发挥科教资源优势,加速金融与科技融合,促进耦合系统深层次健康发展。在脆弱性较高的中西部地区,银行需要提供低风险、小规模融资服务,同时进行其它金融市场建设,以实现对东部地区的赶超。

(3)在金融资源有限条件下,政府需要引导资源合理流动与分配,改善资本逐利性所引发的与最优金融结构相偏离的状况;另外,建立多层次区域金融中心,通过地区间合作实现金融资源有效配置。对于东部地区而言,要充分发挥核心地区的辐射带动作用,改善邻近地区系统脆弱性;对于中西部地区而言,应加大金融体系建设扶持力度,优化金融资源空间分布。

(4)明确政府与金融市场及银行中介之间的关系,通过建立完善的监督机制,为耦合系统发展提供良好环境;同时,应注重人才培养,通过加大教育投入力度,提高地区劳动力素质,促进耦合系统优化升级。

(5)扩大地区对外开放水平,不应继续依靠廉价劳动力参与国际贸易,而应积极引导企业加大研发力度,提高自身技术研发水平;同时,学习国外先进管理经验,推动产品技术创新,为耦合系统发展提供持久动能。