刘宇 张云 程春梅

摘要：文章选取2001～2016年江浙一带科技金融与经济增长投入产出指标，运用网络分析法，对于区域科技金融与经济增长的空间关联特征及影响因素进行实证分析。分析显示：科技金融对经济增长影响存在明显空间溢出效应，各地区关联网络的关联程度高；同时，要更好地发挥科技金融对经济增长的促进作用，一方面需要继续引进科技专业人才，另一方面还需要政府、市场与社会的有效支持。

关键词：科技金融；经济增长；网络分析法；空间关联效应

一、引言

科技金融是以信息与互联网技术、大数据等科技集群作为核心要素的新金融，是科技与金融的深度融合，是金融在科技上的投资。科技为企业发展节约成本、提高效率，而科技发展需要金融的支撑，二者相互推动、相互促进，将我国的经济发展推向一个新高度。近年来，各界人士对“科技金融”领域的关注度越来越高。同时，低于科技金融水平和经济发展水平具有明显的差异，因此，有必要对科技金融对经济增长影响的空间关联效应进行深入研究，以使科技金融更好地推动经济增长。

二、江浙一带科技金融的发展现状

江浙一带科技金融的演进大体分为几个步骤：科技金融产生→科技金融被认可→科技金融发展→科技金融成为经济领域不可或缺的角色→科技金融繁盛。

从2009年开始，江浙一带各地区相继出台了一系列具体操作办法，率先实现科技金融政策体系的完整构建，引导科技金融发展。相关政策涉及到了资金来源与投入、资金项目、支持对象、支持领域、风险补助、科技贷款适用范围、科技创新等，主要用于支持组建科技金融专营机构，引导科技担保、科技保险发展，以及安排科技型中小企业融资风险补偿资金池配套资金等。

江浙一带尤其是江苏省地区，先后成立了首家科技小额贷款公司、科技支行及全国首个“千人计划”创投中心等科技金融专营机构。目前，苏州拥有63家小额贷款公司，居全省第一，这为苏州市成为江浙一带关联网络中心打下基础。此外，江浙一带地区不断鼓励科技金融产品创新，出台专项政策、设立引导基金、提供个性化服务等，针对新兴产业领域高成长性中小企业的投贷联创项目，形成面向中小企业的科技金融产品群。

三、科技金融与经济增长的关联性

科技金融支持开展各种科技活动以推动科技发展，提高一个国家或地区现实生产力的能力，促进经济增长。

科技金融经由科技间接提高经济增长速度，科技金融与经济增长之间存在因果关系，其中市场科技金融占据主要地位。整个科技活动包括科技服务活动、研发活动（R&D;）及科技成果应用转化三大环节。提高科技金融水平，可以积极进行开展各环节科技活动，促进其中各个环节之间的转化，进而促进经济开展。此外，经济增长状况可以直接或间接促进科技金融的发展。从科技方面来说，经济在增长的同时科研成果产量增多，致使科技方面收入增多，带动科技金融发展；另一方面经济增长带动GDP提高，国家也会加大在科技方面的财政拨款力度，间接促进科技金融的发展。经济的不断发展反过来又会影响科技金融的发展，二者之间相互影响促进，带动整个科技行业向前发展。

四、实证分析

（一）指标的选取

本文将科技金融发展指数分为科技金融经费指数、科技金融贷款指数两个方面。科技金融經费指数用区财政科技拨款占财政支出比、地区R&D;经费支出占财政科技拨款比和R&D;经费支出占地区生产总值比来衡量，侧重从经费投人比例角度出发，表示各地区政府财政科技拨款力度以及研发投人力度；科技金融贷款指数用金融机构科技贷款占科技经费支出比来衡量，侧重从金融机构在科技活动中的贷款占科技经费支出的比重角度出发，反映市场科技金融发展程度。在上述几个二级指标中，指标数值越大表示科技金融经费投入就越多，科技金融发展得越好。

（二）空间关联网络的建立

本文选取浙江、江苏、上海近15年内的分地区GDP和R&D;经费支出及其占GDP比例的数据。为消除时间因素的影响，对各地区生产总值进行对数化处理。先进行ADF检验，分析数据平稳性。检验结果发现均不平衡，因此进行一阶差分、二阶差分处理，最终在5%显著水平下显著。之后进行VAR检验，F值表示变量整体关于样本的解释水平，F值越大说明模型构建得越好。结果显示，科技金融对经济增长影响的空间关联网络的空间溢出效应路径有45个；各不同市区的空间关联关系至少有1个，可以得出结论：科技金融对经济增长的影响存在普遍空间关联关系。其中，可以看出在江浙一带地区彼此休戚相关。以江苏省为中心，最后通过检验确定的关系有120个。通过检验的不同结果数据，可以画出区域科技金融对经济增长影响的空间关联网络图，如图1所示。

（三）空间关联网络的特征分析

1. 网络密度

网络密度这一指标反映了空间关联网络中各区域关联关系的紧密程度。江浙一带总共25个市区，最大可能的关联关系为600个，而实际存在关联关系为120个，因此网络密度为0.2。这一结果显示各区域间关联程度总体上偏低，亟需促进各区域之间更密切的经济协作。

2. 关联性分析

关联性分析侧重于网络关联程度，测度自身的稳定性。设区域经济主体数量为O，网络中不可达的点对数为W，则关联度C

C=1？邶■（1）

网络等级度这一指标对于有向网络而言，与网络关联性密切相关。设对称可达的点对数为K，max（K）为对称可达的点对数的最大可能值，则等级度H的计算公式是：

H=1？邶K/max（K）（2）

网络效率是反映网络关联性的重要指标。主要是指在关联网络中已确定所包含的成分数的情况下，该网络存在多余的线的程度。设其中多余线的条数为M，max（M）为多余线条数的最大可能值，则网络效率E的计算公式是：

E=1？邶M/max（M）（3）

基于上述3个公式（测度范围均为[0，1]），测算出关联度C为1，说明区域科技金融对经济增长影响的空间关联网络的关联程度很高。由此推测出，国内各省市区之间空间关联效应中溢出效应普遍存在，只是溢出效应程度不同。通过计算得出，网络效率E为0.65，冗余连线较多，说明区域科技金融对经济增长影响的空间溢出效应的多重叠加现象较明显，这进一步加深了关联网络的稳定性；网络等级度H为0.2，说明江浙一带区域间溢出效应等级并不是很严格，即使经济发展水平不同也同样可能存在空间溢出效应。

3.中心性分析

中心性这一指标用来研究各区域在关联网络中的重要程度。相对度数中心度为空间关联网络中与某一区域直接相关联的地区量对比直接相连的区域量最大可能值（用N表示）。假设在区域j和k之间连接的有效路径为gjk，j和k之间经过i的连接的有效路径为gjk（i），第三个区域i影响J和k关联的能力为bjk（i）（即i处于j和k之间捷径上的概率），那么bjk（i）=gjk（i）/gjk。绝对中间中心度标准化得到相对中间中心度，其计算公式为：

Cbi=■ 其中，j≠k≠i，并且j

计算度数中心度与中间中心度，结果表明：苏州、上海、杭州、南京的度數中心度处于前四名，说明在中国科技金融与区域经济增长的空间关联网络中，与这4个市区关联关系最多。苏州、杭州总体上来看关联关系是溢出的，而上海、南京两市区总体来看是受益的。参照中间中心度指标，中部偏内陆地区有着类似于中介机构的作用，而沿海地区发展比较迅速，整体在空间上都存在着一定的关联度。

五、结论与建议

本文基于江浙一带科技金融对经济增长影响的相关研究数据，从空间关联网络的角度，运用网络分析法进行溢出效应分析，继而对江浙一带科技金融对经济增长的影响进行实证分析。结果显示：科技金融对经济增长存在显著的影响关系且在江浙一带表现出明显的地区差异，有明显的空间关联特征。区域约束条件不同时，科技金融发展与经济增长之间的关系并不是稳定一致的。

要想利用空间关联效应，进一步推动科技金融的发展，可以从以下三点着手：实施科技金融与经济发展的区域化战略；重视沿海与内陆科技金融和经济发展关系的协调；创新财政政策与科技金融服务体系，培养专业人才。

参考文献：

[1]李敬，陈澍，万广华，付陈梅.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究，2014（11）.

[2]韩一萌.金融创新背景下中国科技金融的发展出路探析[J].江苏科技信息，2015（01）.

[3]冯毅，唐航，陈雪君.地方政府促进科技金融发展政策问题研究[J].金融教学与研究，2014（05）.

[4]吴萍.建设具有强大带动力的国家创新型城市背景下武汉科技金融改革对策研究[J].科技创业月刊，2017（03）.

*基金项目：辽宁省教育厅项目“新常态下辽宁省产业结构的适应性测度及优化路径研究”（W2015211）；辽宁省社科联项目“供给侧结构性改革背景下辽宁省产业结构优化路径机对策研究”（2018lslktqn-031）；辽宁省科学技术厅联合基金预研项目“基于超效率数据包络模型的辽宁战略新兴产业创新效率测度研究”（20170540438）。

（作者单位：辽宁工业大学经济学院）