金融发展、财政支持与自主创新关系的实证分析

黄传华,陶群山,魏 骅

(安徽中医药大学 医药经济管理学院，安徽 合肥 230012)

一、引言

企业是自主创新的主体和核心，而技术创新和产品研发又具有公共产品的属性，单靠市场力量推动难以激发企业的自主创新热情。政府需要通过完善的政策环境、制度环境和市场环境来诱导企业进行自主创新，提升产品竞争力和企业竞争力。政府如何推动企业自主创新，实现经济增长方式的转变、产品结构的调整和经济的转型与升级，是当前政府科技工作的基点和核心。我国政府高度重视企业自主创新能力的培育。2015年中共中央、国务院颁布《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》明确了加快实施创新驱动发展战略的任务，营造大众创业、万众创新的政策环境和制度环境。实施科技自主创新实现经济增长由要素驱动转变为技术创新驱动，实现经济根本转型和升级有着重要意义和深远影响。当前我国政府正不断完善财税支持政策，强化金融创新和资本市场功能，通过优化政策环境和制度环境，创建自主创新平台，整合创新资源，推动企业自主创新。政府运用财政政策和金融政策诱导企业进行自主创新，其作用机理和政策效果如何？这些问题是当前学术界和政府关注的问题，也是本文期待解决的重点所在。

国内外学者对自主创新及其驱动因素进行了广泛而深入的研究。对于自主创新的含义，傅家骥(1998)[1]认为自主创新是企业通过自身努力和探索形成技术突破，攻破技术难关并最终通过转化而创造预期价值；刘志迎(2014)[2]认为自主创新是“主权在我的开放式创新”，在自主研发的同时，还需要引进技术加以自我消化吸收再创新。对于自主创新的效应，Minasian(1962)、Mansfield(1965)朱有为，徐康宁(2007)[3]、沙文兵和李桂香(2011)[4]认为自主创新能够显著地提升生产率。对于自主创新的驱动因素的实证研究，孙斐和黄卉等(2010)[5]从科技经费的投入和支出视角研究了我国的自主创新能力的影响因素。王乔(2014)[6]以我国高新产业为例实证研究了产业内贸易对自主创新能力的影响机制。罗登跃(2010)[7]运用因子分析法对我国30个省、市企业的自主创新能力进行了评价。本文在现有研究成果的基础上将以金融环境、政府政策环境及产业发展环境为背景从金融发展、财政支持及产业升级等方面以安徽省为例实证研究自主创新的驱动因素及激励机制。

二、研究假说

本文认为政府通过完善的政策环境，运用财政补偿、信贷政策降低企业自主创新成本，诱导企业积极加大科技创新投入，进行技术创新和产品创新；增加人力资本投入又会通过提高技术研发和模仿的效率而推进企业自主创新，而产业升级则会改善自主创新的环境，通过产品市场需求拉动技术创新，为企业自主创新提供动力机制。因此，本文提出以下研究假说。

金融发展为企业自主创新提供完善的融资环境并规避投资风险，从而有利于促进自主创新活动。关于金融发展对技术创新的研究，Saint-Paul(1992)[8]考虑到技术创新的风险性，认为完善的金融市场通过多元化投资来化解风险，并能为社会化大生产和技术创新提供资金支持。李新功(2011)[9]研究了金融对企业技术创新的促进机制，在此基础上提出了政府与金融业相融合的混合信贷体制。alessandro and Stoneman(2008)[10]基于欧盟的金融市场相关数据研究了英国的金融发展与科技创新之间的关系，得出两者之间呈现正相关关系。Ang(2010)[11]运用韩国的时间序列数据对金融部门与R&D 活动在技术创新中的作用进行了实证研究，认为金融市场化对国家科技创新具有较强的促进作用。发达国家有着完善的金融市场环境，金融发展对自主创新有着较强的促进作用，但我国的金融市场并不发达，金融发展对自主创新的促进作用也相对较弱，本文将选择合适变量对这一机制进行实证分析。

政府的公共政策支持有利于弥补金融市场发展的欠缺，对企业自主创新具有较强的促进作用。Leleux and Surlemon(2003)[12]基于1990—1996年间欧洲15国的公共部门风险资本和私人部门的风险资本来源及其发展数据研究时发现，政府的公共支出和干预为科技创新和创业投资发出长期许诺的信号，有利于激励市场主体从事科技创新。Hyytinena and Toivanen(2005)[13]以芬兰为例研究了政府的公共财政支持对科技创新的促进作用。而在我国金融市场不发达的背景下，财政支持将成为金融市场的有效补充，本文将选择政府对科研的财政支持作为变量来验证政府的公共支出对自主创新的影响机制。

人力资本是企业自主创新的重要促进因素，人力资本通过知识流动和技术转移，进而提高企业自主创新的能力。邹薇和代谦(2003)[14]研究了东亚经济的增长因素，认为东亚经济的起飞不仅取决于物质资本的积累，更重要的是非常重视人力资本的积累，人力资本水平的提高有助于其对发达国家高新技术的模仿与吸收。实证研究结论存在一定的差异：赖明勇等(2005)[15]对我国30个省级数据研究发现，人力资本对地区技术进步和经济增长具有关键性的作用；而杨俊、李晓羽等(2007)[16]研究发现我国现有的人力资本已经达到有效技术模仿的临界值，尚不能满足全面自主创新的要求。本文认为人力资本的积累有助于自主创新能力的提升，将以安徽省为例对人力资本在自主创新中的作用进行实证分析。

产业升级有助于企业的自主创新，通过产品市场的细化而引起消费需求的扩张，而消费需求的扩张则会促使企业积极开展科技创新并引发产品创新，并引起需求拉动的创新。吴丰华、刘瑞明(2013)[17]则以我国30个省级面板数据进行分析研究了产业升级对自主创新的影响机制，实证结果表明产业升级能有效地带动自主创新能力的提升。本文将以产业升级为背景研究产业结构变化对企业自主创新的影响。

三、模型的选择与变量的设定

(一)理论模型设计

本文自主创新变量用自主创新的产出来表示，因而根据传统的生产函数理论，技术创新产出应当是资本和劳动的函数，本文在传统的生产函数y=f(l,k)的基础上将自主创新的政策环境即产业发展状况、金融发展状况作为影响因素纳入生产函数建立一个自主创新的生产函数：

y=f(IND,LAB,CAP)

(1)

函数中y表示自主创新产出，IND表示产业升级变量，LAB表示劳动投入，CAP表示资本投入。对自主创新生产函数取全微分，则有：

(2)

而资本投入又可以看成是金融发展水平和政府公共支出的函数即

CAP=F(FIN,GOV)

(3)

式中FIN表示金融发展水平，GOV表示政府公共支出水平，对上式全微分则有：

(4)

将(4)代入(2)得：

(5)

整理得：

(6)

dy=c+β1dFIN+β2dGOV+β3dLAB+β4dIND+ε

(7)

(7)式中，c表示常数项，ε表示干扰项。具体的实证回归模型确定为：

yt=c+β1dFINt+β2dGOVt+β3dLABt+β4dINDt+εt

(8)

(二)变量的设定

在模型(8)中，y是被解释变量，表示自主创新变量。自主创新是指拥有自主知识产权的核心技术和在此基础上实现新产品价值的过程，包括原始创新、集成创新和引进技术的再创新。孙斐和黄卉等(2010)选取了国内外专利申请数、国外三大检索收录科技论文数、高技术新产品销售总额和技术市场成交合同额指标，运用因子分析法对我国自主创新能力进行定量评价[5]。考虑到自主创新成果通常以新的科学发现和拥有自主知识产权的技术、产品、品牌来衡量。因而在本文中自主创新指标直接使用自主创新的产出指标，用发明、实用新型和外观设计等三种专利受理量合计数来表示。

被解释变量FIN表示金融发展程度指标，金融发展程度指标包括金融发展的规模指标、结构指标和效率指标等，三个指标主要从不同视角来对金融发展程度进行衡量。张军等(2005)[18]认为以私人部门的贷款规模占GDP 之比作为金融发展程度衡量指标，周立等(2002)[19]运用金融市场化比率来衡量金融发展程度，钱水土和周永涛(2010)[20]在进行面板数据分析时，考虑到中央银行的政策均衡效应，用地区总贷款余额×(1-国有经济固定资产投资总额/全社会固定资产投资总额)来表示金融发展程度指标。相关研究表明，指标的选择对研究结论不会产生实质性的影响。而本文以安徽省数据来研究金融发展对自主创新的影响机制，无须考虑政策的均衡效应，因而选择金融发展规模指标作为金融发展程度的衡量指标，用地区金融机构贷款余额/GDP来表示金融发展程度。

GOV表示科研的财政支持力度，政府对自主创新的公共支出力度用自然科学和技术领域收入中政府资金部分来衡量；LAB表示科技创新人力资本状况，用科技活动人员数量表示；IND表示产业升级程度，用工业产值占GDP之比来表示。

以上各指标数据来自历年《安徽统计年鉴》《中国科技统计年鉴》和安徽统计局网站。相关变量的统计学描述见表1。

表1 相关变量的统计学描述

四、模型结果与分析

(一)数据的单位根检验

在进行协整关系分析之前要先对变量的平稳性进行分析，各变量只有在同阶的平稳性条件下才能进行协整分析。检查序列平稳性的标准方法是进行单位根检验，检查单位根的方法很多，这里选用ADF检验。在检验时如果拒绝原假设，则检验序列不存在单位根；否则说明检验序列是不平稳的，还需对其差分后进行进一步检验，直到拒绝原假设来确定序列的单整阶数。运用views8.0统计软件来进行单位根检验，检验结果见表2，可以看出差分前各个序列的ADF检验值均大于不同显著水平下的临界值，而经过一阶差分之后的各个序列的ADF检验值均小于不同显著水平下的临界值，各序列属于一阶平稳序列。因此，由ADF检验结果可知各系列均是非平衡序列且存在一阶单整I(1)，满足协整检验的条件。

表2 各变量序列的ADF检验

(二)johanseni协整分析

对于非平稳数列，如果其线性组合存在平稳性，则这个线性组合的变量间存在长期稳定的比例关系即为协整关系。这里运用johanseni协整分析方法对这五个变量序列进行协整分析，协整检验结果见表3。

表3 Johanseni协整检验结果

协整检验结果显示，在对前三种关系的检验中，迹统计量与最大特征值均大于5%水平临界值，P值也小于0.05，拒绝原假设；而在“最多存在3个协整关系”的检验中，迹统计量与最大特征值均小于5%水平临界值，P值大于0.05，因而接受原假设。可见各序列之间存在稳定的协整关系。由标准化的协整系数表可以看出(见表4)，各解释变量的系数均为正值，这说明金融发展、政府支持、人力资本对自主创新是具有促进效应的。同时，经济结构的改善也有利于产业的自主创新。

表4 标准化的协整系数表

(三)Granger 因果关系检验

为了进一步分析各解释变量对自主创新的相互影响关系，还需对这五序列进行 Granger因果关系检验，检验结果见表5。由Granger因果关系检验结果可以看出，在滞后2期的条件下，对于金融发展不是自主创新的原因检验中，由于P<0.05，拒绝原假设，因此金融发展是自主创新的原因；反之，对于自主创新不是金融发展的原因检验中，由于P>0.05，接受原假设，即自主创新不是促进金融发展的直接原因。在对财政支持、人力资本支持和产业升级对自主创新的因果关系检验中，也存在类似的结论，即财政支持、人力资本发展和产业升级都能不同程度地促进自主创新的发展，而自主创新对财政支持、人力资本发展和产业升级则不具有相应的促进作用。

表5 Granger因果关系检验结果

(四)脉冲响应和方差分析

要深入细致地描述各解释变量对自主创新的影响程度和变化趋势，还需进行脉冲响应分析和方差分析。脉冲响应分析主要是用来分析一个干扰项或某个冲击对自变量产生影响，而又通过自变量引起对因变量的影响，而这种影响还通过因变量和自变量的相互依存关系而不断传递下去，最终形成自变量对因变量的动态影响关系。运用脉冲响应分析可以从数量上更加清楚地分析各解释变量对自主创新的影响程度和变化趋势，从动态上模拟出各影响因素对自主创新的动态冲击过程。图1至图4清楚地刻画了各解释变量对自主创新的脉冲响应冲击过程。图1反映了金融发展对自主创新的冲击过程，前3期虽然金融发展对自主创新的冲击力度较弱，但冲击的效应为正，之后金融发展对自主创新的冲击力度逐渐增强。这和实际是相符合的，金融环境的改善会促使创新企业融资条件的改善，进而促进企业积极进行技术改造和产品研发，实现自主创新。但我国金融市场不发达，金融创新产品不完善，因而金融发展对企业自主创新的影响效应较弱。图2反映了财政支持对自主创新的冲击机制，可以看出前2期财政支持对自主创新的影响效果为负，且前5期冲击效应较弱，第5期后冲击效应逐渐增强，模拟结果说明政策支持对自主创新有着直接的激励效果，这和技术创新的公共产品属性有关，技术创新的公共产品性质要求在企业自主创新活动中必须有政府政策的引导、资金的扶持，这样才会产生明显的激励效果。在我国金融市场不发达的情形下，政府财政支持是金融政策的有力补充，实证检验也证明了政府财政支持在企业自主创新中的积极作用。

图1 FIN对y脉冲响应冲击图

图2 GOV对y脉冲响应冲击图

图3反映的是产业升级对自主创新的冲击影响程度，可以看出产业升级对自主创新的冲击影响效应为正，效果较为明显。当前我国正处于产业结构调整和产业升级的经济发展新常态中，产业结构的改善、生产资源的优化组合以及产品结构和产品质量的提高都会对企业自主创新有着较强的拉动作用。

图4反映了人力资本变量对自主创新的冲击影响程度，由图4可以看出人力资本对自主创新的冲击力度较弱，前4期影响效应为正，但冲击影响效果较弱。这和相关理论研究是一致的。人力资本对科技创新的影响具有“门槛效应”，只有具有高水平的专业知识和专业技能并具有一定科研能力的人才构成对自主创新的推动能力，而安徽省人力资本与发达地区相比较为落后，尚未突破实现技术自主创新所需的人力资本门槛，因而对自主创新的冲击力较弱。

图3 IND对y脉冲响应冲击图

图4 LAB对y脉冲响应冲击图

方差分析是从动态视角定量反映各解释变量对因变量的影响程度。在方差分析表(见表6)中，第三列是因变量自身扰动引起的部分的百分含量，第四列是自主创新变量预测方差中由金融发展变量扰动引起的部分的百分比，第五列是自主创新变量预测方差中由政府支出变量引起的部分的百分比，第六列是自主创新变量预测方差中由产业升级变量引起的部分的百分比，第七列是自主创新变量预测方差中由人力资本投入变量引起的部分的百分比。由方差分析可以看出政府投资变量和产业升级对自主创新的影响程度较强，而金融发展和人力资本投入变量对自主创新的影响程度较弱，例如用模型第5期的数据来说明，自主创新变量误差中31.2%的部分是由自身扰动自己所引起的，4.0%的部分是由金融发展变量扰动引起的，3.2%的部分是由政府资金投入变量扰动所引起的，61.6%的部分是由产业升级部分扰动所引起的，而0.5%的部分是由人力投资变量所引起的，影响效果较弱。而且由表6可以看出，预测期间越长，各解释变量对自主创新的影响力度越大，特别是政府支出和产业升级变量的持续影响效应也越强。

表6 变量y的方差分析表

五、结论与启示

企业自主创新的驱动因素很多，本文选择了金融发展、财政支持、人力资本及产业升级变量，研究了金融发展、财政支持与自主创新的关系。基于安徽省1991—2015年的经济发展与科技创新数据，本文运用协整分析对金融发展、财政支持与自主创新的长期关系进行了确定，并通过脉冲响应与方差分析对其影响趋势和影响程度进行了定量分析，主要结论如下。

在进行变量的协整分析前，需对自主创新及其解释变量进行平稳性检验，发现各变量序列属于一阶单整，运用johanseni协整分析得出了变量间存在长期的稳定关系，且各解释变量对自主创新具有正向的影响关系。

由Grange因果关系检验得出自主创新与各解释变量之间的因果关系，金融发展、财政支持、人力资本和产业升级是自主创新的促进因素，金融发展、财政支持与人力资本等因素的提高，会改善自主创新的要素投入，优化要素投入结构，从而促进自主创新的效率与进程，而产业升级则会优化自主创新的外在环境，为自主创新提供拉动力。

而由脉冲响应分析与方差分析则更进一步说明了金融发展、财政支持、人力资本和产业升级对自主创新的影响趋势和影响程度。金融发展和人力资本投入对自主创新具有一定的促进作用，但影响程度较弱，这主要是我国金融市场不完善，科技金融创新产品不成熟，以及人力资本存在的“门槛效应”所决定的。而财政支持与产业升级对自主创新的促进作用较强，这主要是因为在金融市场不发达的条件下，财政支持成为自主创新的有效资金来源，有利于降低技术创新风险，产业升级则给自主创新提供了优越的外在环境，从而拉动了企业的自主创新。

金融发展、财政支持、人力资本和产业升级对自主创新有着不同程度的促进作用，这在实证检验模型中得到了很好的检验。这对于国家营造自主创新的政策环境和制度环境有着特殊的意义。要提升企业的自主创新能力，需完善金融市场，健全金融制度，建立包括科技贷款、科技担保、股权融资、科技保险及科技租赁等的科技融资渠道，为企业自主创新提供宽松的融资渠道，降低科技创新风险，进一步提升金融在自主创新中的引导和激励作用。加强政府财政的科技创新支持力度，设立科技专项资金，支持基础研究、应用开发、成果转让及产业发展。加强人力资本投入，提高人力资本质量，突破人力资本对自主创新的“门槛效应”。以产业结构调整、产业转型与升级为先导，完善技术市场，培育新产品市场，形成以需求为导向、竞争为压力的创新动力机制。

[1]傅家骥. 技术创新学[M].北京：清华大学出版社，1998：10，114.

[2]刘志迎. 中国自主创新道路演化及特征比较研究[J]，管理现代化，2014(3)：161-164.

[3]朱有为,徐康宁.研发资本累积对生产率增长的影响——对中国高技术产业的检验[J].中国软科学，2007(4)：57-67.

[4]沙文兵,李桂香.FDI知识溢出、自主R&D投入与内资高技术企业创新能力[J]. 世界经济研究，2011(1)：51-56.

[5]孙斐,黄卉，辛江龙.我国自主创新能力影响因素的实证研究[J]. 科技进步与对策，2010(4)：12-16.

[6]王乔.产业内贸易对自主创新能力影响的实证研究：基于我国高技术产业的分析[D].杭州：浙江大学，2014：41-45.

[7]罗登跃.基于因子分析的企业自主创新能力评价研究[J]. 科技管理研究，2010(8)：11-14.

[8]SAINT-PAUL G. Technological Choice，Financial Markets and Economic Development [J]. European Economic Review, 1992, 36(4): 763-781.

[9]李新功.金融促进技术创新市场化工具运行的机制研究，科技进步与对策，2011(10)：87-93.

[10]ALESSANDRA C, STONEMAN P. Financial Constraints to Innovation in the UK: Evidence from CIS2 and CIS3 [J].Oxford Economic Papers, 2008,60(4):711-730.

[11]ANG J B. Research, Technological Change and Financial Liberalization in South Korea [J]. Journal of Macroeconomics, 2010, 32(1): 457-468.

[12]LELEUX B, SURLEMON B. Public Versus Private Venture Capital: Seeding or Crowding Out[J]. Journal of Business Venturing, 2003, 18(1): 81-104.

[13]HYYTINENA A, TOIVANEN O. Do Financial Constraints Hold Back Innovation and Growth? Evidence on the Role of Public Policy [J]. Research Policy, 2005, 34(9): 1385-1403.

[14]邹薇，代谦. 技术模仿、人力资本积累与经济赶超[J]. 中国社会科学，2003(5)：26-38.

[15]赖明勇，包群，阳小晓.我国外商直接投资吸收能力研究[J].南开经济研究，2002(3)：45-50.

[16]杨俊，李晓羽，杨尘. 技术模仿、人力资本积累与自主创新——基于中国省际面板数据的实证分析[J]. 财经研究，2007(5)：19-28.

[17]吴丰华，刘瑞明.产业升级与自主创新能力构建[J]. 中国工业经济，2013(5)：57-69.

[18]张军，金煜.中国的金融深化和生产率关系的再检测：1987—2001[J].经济研究，2005(11)：34-45.

[19]周立，王子明. 中国各地区金融发展和经济增长的实证分析：1978—2000[J]. 金融研究，2002(10)：1-13.

[20]钱水土，周永涛. 金融发展、FDI 与我国自主创新能力的门槛模型分析[J].理论研究，2010(10)：24-29.