利用物理学耦合协调模型的金融生态环境与技术创新协调发展分析*

2018-05-29唐安宝余良昊

湘潭大学自然科学学报 2018年2期

康洁，唐安宝，余良昊

(中国矿业大学管理学院，江苏徐州 221116)

关于金融生态环境的概念，目前，运用较多的是李扬等[1]提出的概念，即金融生态环境是指影响金融业生存和发展的金融主体和与之相关的各种环境因素的总和.我国学者在对金融生态环境的评价中建立了相应的指标体系，由于各自的视角存在着差异，指标体系的构建相应也存在着一些不同.从构建指标体系和进行测算时运用的方法来看，有层次分析法[2-3]、因子分析法或主成分分析法[4-5]、DEA分析[7]、熵权法[8].关于金融生态环境对技术创新的影响，国外学者Michelacci等[9]认为以资本市场为主体比以银行为主体的金融环境更能够促进技术创新，而Brown等[10]则认为银行等金融中介由于价格信号和分散风险功能不完善而不利于技术创新项目的融资.国内学者侯晓辉等[11]、翟胜宝等[12]、李冲等[13]，运用省域面板数据研究金融生态环境对企业技术创新能力的影响，结果表明二者之间存在正相关关系；王林辉等[6]研究金融生态环境对企业创新效率的影响，研究结果表明金融生态环境的改善会显著提高企业研发阶段和成果转化阶段的技术效率.目前，国内学者多研究技术创新对金融生态环境各个要素的影响，并没有研究技术创新对金融生态环境整体影响的文献.国内外学者的研究集中于金融生态环境的概念与评价、金融生态环境对技术创新的影响方面，而金融生态环境与技术创新耦合协调关系的研究寥寥无几.因此，本文基于中国大陆30个省、直辖市、自治区(不包括西藏自治区)的数据，将金融研究范围拓展为金融生态环境，测算分析金融生态环境与技术创新的耦合协调度，研究二者耦合协调的时间与空间格局演变，最后根据研究结论提出相关的政策建议.

1 金融生态环境与技术创新的耦合协调模型

1.1 金融生态环境与技术创新指标体系构建与数据来源

中国社会科学院金融研究所在中国人民银行的支持与协助下，构建了评价一个地区金融生态环境的指标体系.搜集了我国30个省、直辖市、自治区的相关数据，并对金融生态环境进行了评价，评价主要包括四个方面指数，政府对经济的主导、经济运行质量、地区金融发展、金融信用和制度建设，每个方面指数下设若干个分项指标，每个分项指标又由若干个二级分项指标构成.本文借鉴中国社会科学院金融研究所的评价指标体系及评价结果进行实证研究.

根据技术创新的内涵和特征，本文使用熵权法构建如下的技术创新指标体系(表1).

表1 技术创新指标体系

本文选择中国大陆30个省、直辖市、自治区(西藏除外)2005、2009、2014年的数据进行实证研究.其中，金融生态环境的相关数据来源于《中国地区金融生态环境评价》报告，技术创新的相关数据来源于《中国科技统计年鉴》和《高技术产业统计年鉴》.由于中国社会科学院金融研究所出版的《中国地区金融生态环境评价》报告截止时间为2014年，因此，本文研究的时间跨度截止到2014年.选取2009年这一时间节点的原因为：2008年爆发全球金融危机，对我国的金融生态环境造成了重大影响.本文主要研究金融危机爆发前后我国金融生态环境和技术创新的耦合协调状况.

1.2 金融生态环境与技术创新的耦合协调模型

本文借鉴物理学中的容量耦合概念及容量耦合系数模型.金融生态环境与技术创新的耦合模型可以表示为：C={(U1*U2)/∏(U1+U2)}1/2,式中，U1表示金融生态环境综合序参量的值，U2表示技术创新综合序参量的值.为了准确评价金融生态环境与技术创新之间交错耦合的协调程度，需要构建如下的系统协调度模型：D=(C*T)1/2,T=aU1+bU2.根据协调度D的大小，将协调度分为6个阶段：(1)D≤0.2表示严重失调，区域技术创新的发展缺乏良好的金融生态环境的支持，同时由于技术创新的水平和能力不高，金融资本的创新导向受阻，金融生态环境亦得不到优化；(2) 0.2

2 金融生态环境与技术创新的协调度评价研究

2.1 时序变化

根据耦合协调度的计算公式，可以计算出2005、2009、2014年各省份金融生态环境和技术创新系统的耦合度和协调度，并采用SPSS17.0软件对三个时间节点的协调度进行K-Mean聚类分析[14]，测算结果见表2.

表2 金融生态环境与技术创新的协调度及聚类分析

注：本文将协调度的聚类分析结果分为四类：1极其显著，2较为显著，3较为不显著，4极其不显著.

2005、2009、2014年，我国30个省份金融生态环境与技术创新的协调度参差不齐，整体处于中等偏下水平.其中，9个省份的协调度呈现逐步弱化趋势，7个省份协调度2009年提高2014年降低，7个省份协调度持续提高，7个省份的协调度2009年下降2014年提高，福建、湖南的协调度基本不变.金融生态环境与技术创新两个子系统间协调发展的良性机制尚未形成，未来发展空间较大.北京、上海、江苏、浙江、山东、广东6个省份的协调发展水平较高，属于中、高度协调发展水平.其中，北京和广东2个省份一直是处于极其显著的1类区域，在全国范围内发挥了引领示范作用，北京是仅有的协调度达到0.84以上甚至0.89的省份.上海、江苏和浙江3个省份2005年处于1类区域，2009年处于较为显著的2类区域，2014年再度上升到1类区域.可能的原因是，这些省份地处我国沿海，对外开放水平较高，金融发展和深化水平与我国其他地区相比较高，2008年受到金融危机的影响，金融生态环境出现短期的恶化，技术创新发展减缓，二者的协调发展水平有所下降.山东省的协调度已达到中度协调，按聚类分析的结果来看，处于较为显著的2类区域，2014年迈入1类区域.2005年天津、辽宁的协调度大于0.60，2009、2014年均介于0.40～0.60之间，由中度协调下降为勉强协调；河北、黑龙江、安徽、福建、湖北、湖南、河南、陕西、重庆和四川这10个省份的系统协调度三年均位于0.40～0.60之间，属于濒临失调或勉强协调的区域，即处于系统协调发展或不协调发展的边界区域.按照聚类分析的结果来看，这几个省份在较为显著的2类区域和较为不显著的3类区域之间徘徊，说明金融生态环境与技术创新两个系统的契合程度有待提高.吉林和江西的系统协调度由濒临失调下降为轻度失调，山西、内蒙古、广西、海南、贵州、云南、甘肃、青海、宁夏和新疆10个省的系统协调度均小于0.4，两个子系统的协调发展水平低，处于轻度失调或严重失调.从聚类分析结果来看，这些省份一直处于较为不显著的3类区域或极其不显著的4类区域.这是因为金融生态环境服务技术创新的产品及规模不足，难以为其提供持续稳定的资金来源；技术创新的回报有限，制约了创新项目投资的积极性，金融生态环境与技术创新表现出相互掣肘的现象.

2.2 空间格局演变研究

(1) 协调度的空间集聚特征和演化.全局Moran’sI指数用来刻画区域某一属性值的空间自相关情况，即表明空间邻接或临近的研究单元的相似程度.Moran’sI的值越大，说明空间自相关程度越高.计算公式为：

(4)

式中，S2代表样本方差，Wij代表空间权重矩阵.

根据测算全局Moran’sI指数的公式，用ArcGIS软件计算得到表3.

表3 金融生态环境与技术创新协调度的全局空间自相关

由表3可知，2005-2014年我国30个省份的金融生态环境与技术创新协调度的Moran值都为正，且都能通过5%的显著性水平，说明金融生态环境与技术创新的协调度在全国范围内存在正向的空间相关性，协调度相近的地区会趋于空间集聚.2005-2014年，Moran值呈现波动上升的态势，说明两个系统协调度的空间集聚强度整体上有加强的趋势.其中，2005-2009年，Moran值较小且在0.101～0.126之间波动，2010-2014年，Moran值变大，原因为2008年金融危机爆发对我国的金融生态环境产生了严重的影响，到2010年金融危机对我国的影响逐渐弱化，我国的金融生态环境逐步得到改善和恢复，地区间金融生态环境差异逐步缩小，金融资本自由流动的现象越来越显著.

(2) 趋势面分析.趋势面是对实际曲面的近似处理，它可以用来表示地理要素或者观测值在空间上的变化趋势与分布规律.本文根据协调度这一观测值，通过趋势面分析，对2005、2009、2014年我国30个省份金融生态环境与技术创新的协调度进行了空间趋势面分析，并利用ArcGIS10.2绘制得到图1.

由图1可知，2005-2014年我国金融生态环境与技术创新的协调度整体呈现出“东高西低，南北倒U型”的空间分布趋势.整体上，2005、2009、2014年的协调度的立体趋势面分布无明显变动.在立体趋势面的东西方向上，呈现出一条自西向东攀升的斜线，且坡度上升，2005、2009、2014年趋势线的东部有小幅度的上升，说明我国东部地区金融生态环境与技术创新的协调度高于西部地区，并且东部地区的协调度有进一步提高的趋势.在南北方向上呈现出“两头低，中间高”倒U型的空间结构，可以观察到，随着时间的推移，南部地区的协调度逐渐强于北部地区.

3 结论

本文对金融生态环境与技术创新两个系统的耦合协调度进行了测算.利用K-Mean聚类分析、全局空间相关性分析、趋势面分析方法探讨了协调度的时序变化特征与空间分异特征，并对结果进行了分析.结论如下：(1) 整体来看，2005、2009、2014年，在被统计的30个省份中，有超过一半的省份属于轻度失调或濒临失调，除河北和海南以外，这些省份集中位于我国北部、中部和西部.9个省份协调度呈现逐步弱化趋势，7个省份协调度在波动中有所下降，7个省份协调度提高，7个省份的协调度波动上升，仅有2个省份福建和湖南的协调度在2005-2014年基本不变.(2) 从空间格局来看，呈现“东高西低，南北倒U型”的空间分布趋势，并且两个系统耦合协调度的空间集聚强度有加强的趋势.

因此，各省份在制定经济发展政策时，要基于金融生态环境和技术创新水平的区域差异现状，重点考虑发展相对滞后的子系统，注重提高两个子系统之间的协调发展水平.制定差异化的区域政策和多元化的技术创新与金融生态环境的互动方式和路径，并结合金融供给侧结构性改革和技术供给侧结构性改革，做到“软硬兼施，协调有序”.其中，“硬供给”包括产权结构改革、融资结构改革、公司治理改革以及市场环境优化等，“软供给”包括人才的培养和引进、信息供给和监管水平优化等，以期实现区域经济持续增长.

参考文献

[1] 李扬, 王国刚, 刘煜辉. 中国城市金融生态环境评价[M].北京：人民出版社, 2005.

[2] 邱雪. 吉林省金融生态环境建设研究[D]. 长春：吉林大学, 2011.

[3] 王少华. 金融生态环境评价指标体系构建及实证研究——以北京市为例[D].北京：首都经济贸易大学, 2014.

[4] 周炯, 魏佩佳. 省域金融生态环境评价研究[J]. 西北大学学报哲学社会科学版, 2012, 42(1):123-126.

[5] 韩叙. 区域金融生态环境差异对城镇化发展效应的影响研究[D]. 咸阳：西北农林科技大学, 2016.

[6] 王林辉, 赵景. 金融生态环境及其对企业创新效率的影响——以工业企业为例[J]. 海南大学学报(人文社会科学版), 2017, 35(3):49-57.

[7] 向琳, 李季刚, 张超. 中国金融生态环境优化的实证分析[J]. 生态经济(中文版), 2010, 22(7):38-41.

[8] 金浩, 李瑞晶. 金融生态环境与农村金融减贫的非线性效应——基于门限面板模型的实证检验[J]. 现代财经-天津财经大学学报, 2017, 37(7):23-34.

[9] MICHELACCI C, SUAREZ J. Business creation and the stock market[J]. The Review of Economic Studies, 2002, 71(2): 459-481.

[10] BROWN J R, MARTINSSON G, PETERSEN B C, et al. Do financing constraints matter for R&D?[J]. European Economic Review, 2011, 56(8): 1512-1529.

[11] 侯晓辉, 王青, 冯宗宪. 金融生态与中国工业企业的技术创新能力[J]. 产业经济研究, 2012(3):59-68.