金融科技是科技手段与金融业融合发展的产物。随着科技水平的不断进步,科技对金融发展的渗透和促进作用进一步加强,金融科技的出现为全球经济的发展带来了新的手段和发展方式,有效推动了以信息技术为主导的数字经济的发展。科技与金融的创新发展对一国经济发展的驱动作用不言而喻。“科学技术是第一生产力”,科学技术的进步可以从根源上释放一个国家经济发展活力,提升经济发展水平。金融与科技结合的创新发展可以有效刺激一国经济增长。当前我国以建设创新型国家为目标,注重提高自主创新能力。“十三五”规划纲要中明确指出,要把发展基点放在创新上,以科技创新为核心,强化科技创新的引领作用。应充分发挥金融创新及技术创新融合发展的作用,为实体经济的发展与复苏提供强有力的支撑,进而转变经济增长方式,推动我国经济稳步增长。
当前,我国面临严重的区域经济发展不平衡的现实问题。尽管国家对包括东北在内的经济欠发达地区实行倾斜的科技投入政策,但此举对东北经济振兴的效果并不理想。东北地区曾是我国重要的重工业基地,在建国初期为我国的经济建设作出了突出贡献。改革开放后,市场经济发展迅速,东北三省受地理位置等诸多因素的影响,经济发展速度较全国其他地区相对缓慢。近年来,随着改革开放程度进一步加深,航空、水上及陆地等交通运输业快速发展,科技研发投入力度不断加大,东北地区经济发展增速明显,其中金融科技对经济增长的促进作用显著。金融科技的融合发展对促进经济发展、缩小地区间经济发展差距起着积极作用。在国家多次强调金融要服务实体经济的大背景下,东北三省凭借老工业基地的基础,大型重工业企业等实体经济在经济中占比较大。在新一轮金融创新与科技创新助力实体经济发展中,注重发挥自身优势,深入探究科技创新、金融发展对东北三省经济增长的作用及如何对东北经济产生影响,发挥科技与金融相结合的作用,对促进东北地区经济转型增长和完善东北地区金融科技相关政策具有一定现实指导意义。
科技创新在我国是一个发展快速的研究领域,近些年我国学者选取不同的实证分析方法对科技创新与经济增长的关系进行了研究,主要使用了时间序列数据和面板数据,模型主要为线性和非线性模型。国外学者关于金融创新与经济增长的理论研究中,内生增长理论产生了广泛深远的影响。其中罗默(Romer)[1]提出以知识生产及知识溢出作为前提条件的内生化技术进步是促进经济增长的根本动力。刘文丽等(2014)[2]选取1999—2011年我国各省级行政区科技金融发展指数,实证分析了各地区科技金融与经济增长的关系,得出科技金融与经济增长存在明显正相关关系,且在东部、中部和西部不同区域间差异明显的结论。王认真(2014)[3]选取2003—2011年的面板数据,研究各省份技术创新和科技金融在空间上的关系,运用探索性空间数据分析方法,得出技术创新能力和科技金融在不同省份之间存在明显的空间依赖关系和空间外溢效应,科技金融投入对技术创新的驱动作用优于企业资金投入等结论。李源(2016)[4]运用参数和非参数的分析方法,选取2004—2013年广东省及其省内各地级市的面板数据,研究广东省科技创新对经济增长的促进作用,结果表明广东省要素生产率在经济增长中的贡献逐年增加,科技创新对经济增长的驱动作用缓慢增长,科技创新投入、创新产出和创新效率与经济增长之间均存在协同效应,创新效率是推动经济增长的直接原因。张芷若等(2018)[5]选取我国30个省(市、自治区)2001—2015年的面板数据,运用空间计量模型研究了科技金融对区域经济增长的影响及其空间溢出效应;得出结论:我国各地区科技金融发展不平衡,东西部之间存在显著差距;科技金融发展在区域经济增长中发挥重要的推动作用,正向空间溢出效应显著。张紫璇等(2018)[6]利用双重门限模型,选取我国29个省级行政区2000—2015年的省级面板数据,实证分析了科技金融发展与经济增长间的关系,指出科技金融发展与经济增长之间的关系是非线性的,提升技术创新水平将加强科技金融与经济增长间的协同关系。刘培森(2018)[7]从企业研发投入角度分析了金融发展与经济长期增长的关系,运用内生增长模型,引入金融发展变量,研究得出金融发展对增加企业研发投入和促进经济增长具有显著促进作用的结论。
关于金融发展与经济增长的路径与内在机制,我国的研究文献有:王延平等(2011)[8]通过研究风险投资对高科技创业的影响,运用IS-LM模型全面系统地分析了金融创新方式对经济增长效应的影响程度,结果表明金融创新与经济增长之间存在较强的相关性,丰富金融创新成果将使经济运行更加高效。毛茜等(2014)[9]运用IS-LM模型,以科技型中小企业发展为切入点研究科技金融创新与经济增长的相互关系,得出适度的科技金融创新可以促进经济增长,非理性、过度的科技金融创新不利于经济增长的结论。张志强(2019)[10]选取我国31个省级行政单位1995—2015年的面板数据,在经济增长的不同阶段研究金融结构与经济发展的关系及相互影响机制,得出金融结构和经济发展关系呈倒U型时为最优金融结构,且在经济平稳时尤为明显的结论,说明经济运行环境良好是金融体系效用最大化的有效保障。李娜(2018)[11]分析金融科技对实体经济发展促进作用的内在机理,指出在金融科技促进实体经济发展过程中需重点关注的方面,提出金融科技有效促进实体经济发展的可行性路径。李健等(2018)[12]选取我国30个省级行政区1998—2015年的面板数据,运用动态面板数据模型对金融发展与经济增长之间是否存在非线性关系进行实证分析,得出金融发展与实体部门经济之间的增长差异决定了金融发展对我国经济增长的影响的结论。杨灵等(2018)[13]运用VAR模型,选取面板数据研究技术创新、金融发展与经济增长的关系,得出金融发展和技术创新均对经济增长具有促进作用,其中金融发展发挥的作用更加明显,金融发展由量向质变化的主要原因是经济增长,经济增长与技术创新存在长期稳定关系的结论。汪可等(2019)[14]利用可以反映经济增长和新金融发展的指标,运用向量误差修正模型研究我国新金融发展与经济增长间的相互关系,得出新金融改变了金融业的发展取向,进一步释放金融需求对整个金融秩序以及社会的发展与稳定具有重大影响,对新金融的治理需要各利益相关方协作进行的结论。李瑞晶等(2017)[15]选取在中小板和创业板上市的公司及所在区域的科技金融投入均衡作为面板数据,构建GGM模型研究区域科技金融以不同渠道投入对中小企业创新产生的不同影响,得出财政方面科技投入对中小企业创新具有积极作用,银行贷款对积极创新作用不明显的结论。黄宪等(2017)[16]选取省级面板数据,运用修正AK模型研究中国是否存在“金融超发展”现象,结果表明金融发展对经济增长的影响是非线性的。庄雷等(2019)[17]通过案例从正反两方面辩证分析了金融科技创新对实体经济的作用,并从制度监管、人才培养和技术发展等角度提出推动实体经济发展的有效措施。汪发元等(2019)[18]运用动态空间杜宾模型,选取面板数据研究金融发展、科技创新及实体经济增长之间的关系,得出金融发展与科技创新间的交叉项对实体经济发展间接作用为正、直接作用为负的结论。张海军等(2019)[19]选取面板数据,采用非动态面板门槛模型研究在金融发展水平不同的地区科技创新投入与经济增长之间的线性关系,得出科技创新投入与经济增长之间的关系是非线性的,并有以金融发展为传导渠道的影响机制存在的结论。
综上所述,国内学者对金融发展、科技创新与经济增长的关系进行了较为丰富的研究,但研究范围主要以全国为主,很少有针对某一地区的研究;选取的数据多为面板数据,对所设定的模型中扰动项的异方差问题并没有考虑和解决。本文在现有研究的基础上,以东北三省作为研究对象,在模型中引入人力资本和地区消费水平作为控制变量,通过豪斯曼(Hausman)检验判断模型是否存在扰动项,并运用固定效应模型实证分析金融发展、科技创新与经济增长的关系。
1. 被解释变量
选取实际GDP增长率(gdp_gr)为被解释变量,以衡量东北三省的经济发展水平,以2000年为基期,分别计算出2001—2016年实际GDP及每年实际GDP增长率。东北三省各省实际GDP数据来源于国家统计局官网。
2. 解释变量
选取东北三省科技创新投入和金融发展水平为解释变量。由于科技创新的衡量具有多样性,本文以东北三省各省份R&D经费内部支出(ln_found)及R&D人员投入(lnre_peo)作为代理变量,为统一量纲,对两个变量进行了对数处理。在量化东北三省金融发展水平时,选用的变量为金融相关率(fir)和金融业产值占比(fin_ratio),分别代表各省当年存贷款总额占GDP的比重和金融业产值增加值占GDP的比重。东北三省科技创新投入和金融发展相关数据来源于2002—2017年《辽宁统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》。
3. 控制变量
由于还有其他因素影响经济发展,本文在模型中加入了控制变量:
(1) 地区人力资本存量(hu_cap)。董旭和吴传清以普通高等学校在校学生数的对数值作为人力资本的代理变量[20]。考虑到不同地区教育水平存在巨大差异,本文使用教育年限法计算出各省人均受教育时间来表示人力资本存量。人力资本存量数据来源于国家统计局官网,教育年限法计算公式为劳动力平均接受教育年数=文盲、半文盲的就业人口比重×1.5+接受小学教育的就业人口比重×7.5+接受初中教育的人口比重×10.5+接受高中教育的人口比重×13.5+接受大专及以上的就业人口比重×17。
(2) 地区消费水平(consu)。消费水平代表了一个地区的经济水平,也是拉动经济增长的“三驾马车”之一。本文选取各省人均消费支出衡量地区消费水平并进行对数处理。
本文主要变量及量化方式如表1所示。主要变量数据来源于国家统计局官网、2002—2017年《辽宁统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》,计算过程在Excel表中实现,描述性统计结果如表2所示。
表1 主要变量及量化方式
变量类型变量名称变量符号量化方式被解释变量解释变量控制变量经济发展水平gdp_gr实际gdp增长率R&D经费内部支出ln_foundR&D经费内部支出的对数值R&D人员投入lnre_peoR&D人员投入的对数值金融相关率fir当年存贷款总额占GDP的比重金融业产值占比fin_ratio金融业产值占GDP的比重地区人力资本存量hu_cap教育年限法地区消费水平consu人均消费支出的对数值
表2 描述性统计结果
变量样本数均值标准差最小值最大值gdp_gr480.1160.0870-0.23300.230ln_found4811.9790.837010.124013.455lnre_peo488.8790.33958.32609.528fir485.9685.14501.644020.644fin_ratio480.0270.01500.00330.083hu_cap4810.8800.440010.258011.900consu481.2250.79900.31303.064
为东北三省科技创新、金融发展与经济发展之间的关系构建模型,即
gdp_gri,t=a1firi,t+a2fin_ratioi,t+a3lnre_peo+
a4ln_found+a5consu+a6hu_cap+
c+μ
式中:i取值范围为1、2、3,分别代表辽宁省、黑龙江省、吉林省;t为时间维度,取值范围为2001—2016年;a1~a6为各个变量的系数;c为常数;μ为误差项。
基于东北三省2001—2016年面板数据进行Hausman检验,结果如表3所示。检验结果在5%的显著水平下拒绝了原假设,故应该使用固定效应模型。实证分析选用了软件Stata16.0。
表3 Hausman检验结果
H0Chi2(6)Prob>Chi2固定效应模型的估计结果与随机效应模型不存在差异9.930.083
为保证实证分析的整体稳健性,分别运用Xtest2、Wooldridge、Xtest3检验法对数据进行异方差、序列相关和截面相关检验,结果如表4所示。由表4可知,样本数据存在异方差,不存在序列相关和截面相关。在对变量进行固定效应回归的基础上,进行了固定效应异方差稳健性估计,结果如表5所示。
表4 异方差、序列相关、截面相关检验结果
检验项目检验方法检验结果结论异方差Xtest2检验Prob>Chi3=0.0570存在序列相关Wooldridge检验F(1,2)=0.337Prob>F=0.6203不存在截面相关Xtest3检验Chi2(3)=4.142Prob=0.2466不存在
表5 模型估计结果
变量固定效应估计异方差稳健性估计fir0.004(0.006) 0.002(0.007)fin_ratio0.540(0.015)0.304(0.016)ln_found0.072*(0.032)0.072(0.071)lnre_peo0.131(0.014)0.244(0.016)consu-0.149*(0.065)-0.138(0.124)hu_cap0.027(0.073)0.006(0.075)_cons-1.739(0.015)-2.111(0.018)
注:括号内为P值,*表示在10%水平下显著。
上述模型估计结果表明:R&D经费内部支出和R&D人员投入系数均为正值,且分别在0.05和0.1的置信水平下显著,说明东北三省科技创新对经济发展有明显的正效应;金融相关率和金融产值占比系数均为正值且在0.05的置信水平下显著,说明东北三省金融发展显著促进了地区经济发展;而地区消费水平系数为负值,两个回归结果中系数都在0.05的置信水平下显著,说明东北三省地区消费水平不利于地区经济发展。
第一,加大科技研发投入,加强创新型人才培养。东北具有比较丰富的高等教育资源和人才培养优势。应完善金融科技相关专业人才培育制度,建立健全创新人才培养机制,营造良好的人才培养环境,为攻克当前金融发展和科技创新发展中的技术性难题提供丰富的人才资源,为科技创新提供内生动力。同时,要加大金融科技相关专业人才引进力度,吸引海内外优秀人才,加大对金融科技研发的经费投入力度,着力打造以东北高等院校和科研院所为主体的高端人才培养平台。通过参与和举办全国性的金融科技相关专业竞赛,如“大智慧杯”金融模拟投资大赛等,提高东北地区高等院校金融专业学生的专业素质和综合竞争力。加强创新型人才培养,推动东北地区金融科技融合发展,促进经济增长。
第二,创新金融发展制度,缓解科技型企业融资难问题。在“一带一路”倡议背景下,东北三省经济开放程度不断提高,近年来经济增长速度有所提高。但受金融发展制度的制约,金融产品相对单一、金融监管制度不够完善,中小型企业和高科技创新型企业融资难、融资贵等问题制约了企业发展和科技成果转化。为此,政府应强化金融监管,完善监管制度,引导金融资源流向,既要规范金融发展对经济的影响,又要充分释放金融发展活力。鼓励企业研发创新型金融产品,为中小企业和高科技创新型企业融资提供更多选择,解决制约其发展的融资难、融资贵等问题,为高科技创新型企业发展提供充足的资金保障。
第三,提高科研成果转化率,增强企业科技竞争力。科技创新成果转化为生产技术的水平与东北地区金融发展和经济增长之间存在很大程度的相关性,东北三省要实现经济持续稳定增长,必须依靠技术进步。企业要注重科技成果的转化与运用,通过科技创新不断提高生产力水平,秉持绿色协调可持续的发展理念,注重运用智能、环保等方面的科研成果和新能源、新材料的生产应用,不断增强科技竞争能力,促进东北三省经济健康稳定增长。
[1] Romer P M.Increasing returns and long-run growth [J].Journal of Political Economy,1986,94(5):1002-1037.
[2] 刘文丽,郝万禄,夏球.我国科技金融对经济增长影响的区域差异——基于东部、中部和西部面板数据的实证分析 [J].宏观经济研究,2014(2):87-94.
[3] 王认真.中国省域技术创新的科技金融支持研究 [J].经济问题探索,2014(4):93-100.
[4] 李源.广东科技创新对经济增长的驱动效应研究 [J].南方经济,2016(11):125-132.
[5] 张芷若,谷国锋.科技金融发展对中国经济增长的影响研究——基于空间计量模型的实证检验 [J].财经理论与实践,2018,39(4):112-118.
[6] 张紫璇,赵丽萍.各省科技金融发展、技术创新水平与经济增长的门限效应分析——基于 2000—2015 年的省际面板数据 [J].科学管理研究,2018(5):93-98.
[7] 刘培森.金融发展、创新驱动与长期经济增长 [J].金融评论,2018(4):41-60.
[8] 王延平,张方群.金融创新与经济增长的效应研究 [J].财经视线,2011(9):64-66.
[9] 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.
[10] 张志强.金融结构与经济发展的影响机制——基于 “新结构主义”和 “金融服务”视角的分析 [J].商业研究,2019(4):60-68.
[11] 李娜.金融科技促进实体经济发展的内在机理与路径研究 [J].中州学刊,2018(10):51-55.
[12] 李健,张兰,王乐.金融发展、实体部门与中国经济增长 [J].经济体制改革,2018(5),26-32.
[13] 杨灵,薛凤,安琪.技术创新、金融发展与经济增长关系研究——基于省级面板数据 VAR模型 [J].沈阳工业大学学报(社会科学版),2018,11(3):227-232.
[14] 汪可,吴青,聂秀华.我国新金融发展与经济增长的互动关系研究 [J].西安财经学院学报,2019,32(2):37-44.
[15] 李瑞晶,李媛媛,金浩.区域科技金融投入与中小企业创新能力研究:来自中小板和创业板 127 家上市公司数据的经验证据 [J].技术经济与管理研究,2017(2):124-128.
[16] 黄宪,黄彤彤.论中国的“金融超发展” [J].金融研究,2017(2):26-41.
[17] 庄雷,王烨.金融科技创新对实体经济发展的影响机制研究 [J].软科学,2019,33(2):43-46.
[18] 汪发元,郑军.科技创新、金融发展与实体经济增长——基于长江经济带的动态空间模型分析 [J].经济经纬,2019,7(4):157-164.
[19] 张海军,岳华.科技创新投入、金融发展与经济增长——基于门槛模型的实证分析 [J].贵州社会科学,2019,3(3):133-139.
[20] 董旭,吴传清.中国城市全要素生产率的时空演变与影响因素研究——来自 35 个主要城市 2000—2014 年的经验证据 [J].学习与实践,2017(5):6-17.