辽宁省科技创新与金融创新耦合发展实证研究

王 伟，李家印，王新超

（1.辽宁大学，辽宁 沈阳 110036；2.中国工商银行，北京 100140）

金融对于科技创新的支持作用不言而喻，稳定高效的科技金融系统有助于发挥其调剂资金、风险管理、跨期消费的功能。科技创新和金融创新的耦合是指科技创新与金融创新各自独立又相互联系、紧密影响，是一种处于既独立又联合的辩证动态过程。科技创新与金融创新耦合发展关系也是国外学者研究的热点问题。熊彼特最早开启了金融与科技的良性互动关系研究，深入剖析了其作用路径［1］。Saint Paul（1992）认为金融市场投资的多元化发展有助于控制科技创新风险，对银行贷款具有扩张效应［2］；Consoli（2005）认为科技创新中的信息通信技术创新有效地提高了金融系统效率，对金融创新具有显著促进作用［3］；Berger（2003）通过研究银行业与科技创新的关系得出结论，科技创新对于提高银行业服务能力、银行业业务整合具有显著促进作用［4］；Caterina（2012）通过研究银行创新与企业类型得出结论，银行创新对于高新技术企业的创新能力具有显著影响［5］；Hicks（1969）的论文中说到金融创新对于科技创新的意义非凡［6］。

近年来，国内学者也对科技创新与金融创新耦合发展进行了深入研究。曹文芳（2018）使用湖北省时间序列数据，运用协整思想和JJ两步法检验得出结论，湖北省科技金融投入正相关于科技创新产出，影响因素在经济意义上的显著从高到低依次是：公共科技金融、银行科技贷款、创业风险投资［7］；叶子荣和贾宪洲（2011）使用动态面板模型和GMM研究1998—2007年我国金融支持和自主创新的关系得出结论，科技金融与实用新型和外观设计创新具有显著正相关关系［8］。曹颢（2011）的论文证明了我国金融系统和企业创新存在结构性供需失衡［9］；刘继兵和李舒谭（2018）认为科技创新能够有效促进金融创新［10］。李敏（2019）则认为金融创新中的金融科技创新带来系统性风险，会恶化金融业的信息不对称，甚至造成金融科技企业无序发展［11］。张江朋（2019）使用复合系统协同度模型，研究我国区域金融创新与科技创新协同发展情况得出结论，区域金融创新和科技创新协同程度较低且具有区域异质性［12］；黄德春（2013）的论文采用科技型企业的数据用以构建我国科技金融体系指标，研究的影响因素为金融支撑与外部环境［13］。徐玉莲（2017）以科技金融动态演进模式为研究基础，构建科技金融成熟度指标，将科技金融成熟度指标细分为科技金融资金总量指数、科技金融结构指数、科技金融投资绩效指数和科技金融环境指数［14］。

综上所述，学者对科技创新和金融创新的研究大多侧重于单独考察一方对另一方的影响，无法综合考虑二者之间的关系；而且大多从理论角度研究科技创新与金融创新耦合的存在性，缺乏对区域耦合发展情况的研究，即对于个别地区的耦合发展实践情况研究不足。辽宁省面临着产业转型等艰巨任务，更需要金融对于创新的引导。因此，本文以辽宁省为研究对象，分析科技创新与金融创新耦合协调度的变化情况，从时间维度剖析二者演化规律，对辽宁省科技创新和金融创新互动协同关系提出相关意见与建议。

1 耦合机理分析

1.1 微观要素关联

科技创新和金融创新的微观创新主体是各自系统的创新实施者，通过一系列创新过程，最终产出创新成果，在此过程中，无论是科技创新还是金融创新都需要有创新环境的支持。在创新系统的微观层面，各创新要素之间首先要进行一系列的松散耦合。美国学者K.E Weick于20世纪70年代首次提出松散结合系统理论，即松散耦合理论。他认为像学校这类单位中，既存在相互独立的教师、行政人员、学生以及其他个体，他们之间又可以相互联系，由此形成的耦合系统具有某些独有特征。将之用于科技创新和金融创新要素协同之中，科技创新系统的科技创新投入（R&D人员全时当量、R&D经费内部支出）在科技创新环境（每十万人口高等学校平均在校生数、高新技术企业数、高技术产业利润总额）中形成科技创新产出（规模以上工业企业专利申请数、国内专利申请受理量、技术市场成交额）；金融创新系统的金融创新能力受到金融创新环境的直接影响，而金融创新能力又可以直观反映一国金融创新情况。

系统内部在进行松散耦合的同时，系统间的松散耦合亦在进行。科技创新投入直接受到金融创新能力的影响。金融创新能力越强，创新资源尤其是金融资源配置效率越高。科技创新产出对于金融创新能力的影响则更加直观，以现代通信技术等高新科技为主导的科技创新成果可以显著提升金融创新能力。对于微观金融创新机构，高新技术的应用能够创造出众多的金融产品和更加优质的金融服务；对于宏观金融监管机构，更加需要高新科技的加持，无论是制定新的金融制度，还是审核相关金融机构，科技创新成果都能提高金融监管效率、增强金融系统稳定性，如图1所示。

图1 科技创新与金融创新微观耦合

1.2 中观子系统协同

以系统内部各要素之间的耦合为基础，科技创新和金融创新子系统之间进行良性互动、优势互补。科技创新提供技术层面的支持，使金融创新的目的得以达成，更加先进的科技创新能够加速金融创新速度、提高金融创新效率；金融创新的发展程度决定了金融资源的配置能力，高效的金融系统能够为高新技术企业提供源源不断的信贷扩张，发达的金融体系也会分散、转移科技创新的不确定性等风险。对于社会游资来说，多种金融创新产品的出现可以有效增加他们的投资热情，信息透明、风险分散的投资媒介更容易聚集社会闲散资金。对于宏观监管机构，科技创新和金融创新的紧密结合虽然会提高监管范围、增加监管难度，但同时各个监管机构通过科技创新成果而实现的协调配合则会有助于提高整体监管效率。

1.3 宏观耦合系统发展

科技创新和金融创新的耦合不仅能促进区域的经济发展，而且对各种宏观政策的制定也有着重要作用。如果一个地区能够具备高效的科技创新和金融创新耦合系统，即存在较高的耦合协调度，对科技创新来说，除了能为金融部门提供技术支持外，也会增加整体社会的福利，例如，高效的出行环境、便捷的支付条件、紧密的社交网络其背后都有不断更新换代的科技创新成果支撑。对金融创新来说，在为科技创新配置创新资源的同时，也会为广大社会投资者提供优质的避险手段，对于提高人民生活福祉、满足人们物质文化需要，都有着无法忽视的作用。

综上所述，科技创新和金融创新所形成的系统协同演进，微观上可以带来要素互动，中观上可以达成系统协同，最终对整个经济社会的发展产生促进作用，形成宏观层面上的耦合系统发展。

2 耦合评价相关模型

耦合来源于物理学概念，指的是两个或两个以上的电路元件或电路网络所构成的电路系统输入与输出之间存在紧密配合和相互作用，并从一端向另一端传输能量。随着科学的进步和社会的发展，其概念有所拓宽，近年来科技创新和金融创新的活动日趋频繁，且二者形成了高度复杂的内在互动关系，呈螺旋上升态势。

2.1 功效模型

假设变量μi（i=1，2,…,m）为科技创新与金融创新系统耦合的第i 个子系统的综合序参量；μij为第i 个序参量的第j 个功效值，μij的取值区间在0，1 之间；μij的值为Xij（i=1,2,…,m）的指标数据值，μij数据指标值的大小体现Xij对系统的贡献程度，当μij=0 时，表示Xij产生的功效最小，当μij=1 时，表示Xij产生的功效最大；Aij和Bij代表系统在稳定状态时序参量的最大值与最小值。科技创新和金融创新的耦合系统功效模型μij可用公式表达为：

鉴于科技创新与金融创新是两个完全不同的子系统，但同时又具有相互作用的特性，因此，两个子系统对于整体有序度的贡献（子系统综合序参量）U1、U2可由以下两种方法计算：一是几何平均法；二是线性加权求和法，本文采用后者，公式表达为：

其中，U1表示第一个子系统对于整体有序度的贡献（第一个子系统的综合序参量），U2表示第二个子系统对于整体有序度的贡献（第二个子系统的综合序参量）；θj表示第一个子系统中各二级指标的权重，权重之和为1，σi表示第二个子系统中各二级指标的权重，权重之和为1。

2.2 耦合度模型

耦合度可以量化系统之间关联程度，可以体现各子系统之间的相互影响、相互作用的紧密程度。耦合度越高说明相互作用力越大，耦合度越低说明相互作用力越小。科技创新为金融创新提供技术支持等实现途径，金融创新为科技创新提供必要的资金支持，优化创新资源配置情况，二者进行耦合协调发展对整体经济运行提供助推力，科技创新与金融创新良好的耦合情况可以有效地促进经济的可持续增长。本文的耦合模型以变异系数为基础，具有两点优势：一是可以直观衡量子系统之间的耦合离散程度；二是可以根据计算得到的数值对子系统之间耦合情况进行评估与分析。因此，本文采用的耦合度模型公式表达为：

其中，Cm表示具有m 个子系统的耦合模型所具有的耦合度，取值范围为（0，1）。当Cm=1时，表示各子系统耦合程度最大，说明各子系统之间构成了良性共振耦合；当Cm=0时，表示各子系统耦合程度最小，说明各子系统之间构成恶性无序耦合。U1表示第一个子系统对于整体有序度的贡献（第一个子系统的综合序参量），U2表示第二个子系统对于整体有序度的贡献（第二个子系统的综合序参量）

根据本文具体情况，由于只有两个子系统，即科技创新子系统和金融创新子系统，m=2，因此，本文所构建的科技创新与金融创新耦合度模型为公式（5）所示。其中，C2表示具有两个子系统科技创新和金融创新的耦合模型所具有的耦合度，取值范围为（0，1）。当C2=1 时，表示科技创新和金融创新耦合程度最大，说明科技创新和金融创新之间构成了良性共振耦合；当C2=0时，表示科技创新和金融创新耦合程度最小，说明科技创新和金融创新之间构成恶性无序耦合。U1表示科技创新对于整体有序度的贡献（科技创新的综合序参量），U2表示金融创新对于整体有序度的贡献（金融创新的综合序参量）。

2.3 耦合协调度模型

耦合度在判断系统内部有序度上具有重要意义，但是在本文的科技创新与金融创新耦合系统中仅凭耦合度还难以评价二者的正向促进关系和协同效应，对于系统内部各子系统之间的协同效应和拮抗效应无法直接判断，容易出现以下情况：虽然耦合度显示系统内部各子系统的关系紧密，即存在较高的耦合度Cm，但是实际上各子系统的综合序参量处于较低水平，或其中一方处于较低水平，即U1，U2,…,Um均处于低位的情况或U1，U2,…,Um其中有一个或几个处于较低水平，拉低整体的耦合协调度。该例子表明，虽然系统内部各子系统联系紧密、形成良性共振耦合，但是各子系统对于整个耦合系统或整体有序度的贡献极为有限，可能存在相互排斥、相互抑制的情况，容易出现“伪评价结果”。因此，有必要引入耦合协调度模型，使评价结果更能反映实际情况，在本文中即为科技创新和金融创新的耦合协调发展程度，本文所采用的耦合协调度模型公式如下：

其中，D 为各子系统之间的耦合协调度，取值范围为（0，1）；C 为根据上文公式（4）计算所得的各子系统之间的耦合度；T 为各子系统之间的综合调和指数，取值范围为（0，1）；α，β,…,ω 为待定系数，且α+ β+…+ω=1。

根据本文具体情况，由于只有两个子系统，即科技创新子系统和金融创新子系统，ω=2，因此，本文所构建的科技创新与金融创新耦合度模型为公式（7）所示。其中，D 为具有两个子系统科技创新和金融创新的耦合协调度，取值范围为（0，1）；C 为根据上文公式（5）计算所得的科技创新和金融创新耦合度；T 为科技创新和金融创新综合调和指数，取值范围为（0，1）；α，β 为待定系数，且α+ β=1。

本文将耦合协调度分为极度失调（0＜D＜0.1）、严重失调［0.1≤D＜0.2）、中度失调［0.2≤D＜0.3）、轻度失调［0.3≤D＜0.4）、濒临失调［0.4≤D＜0.5）、勉强协调［0.5≤D＜0.6）、初级协调［0.6≤D＜0.7）、中级协调［0.7≤D＜0.8）、良好协调［0.8≤D＜0.9）、优质协调［0.9≤D＜1）。

3 实证分析

3.1 数据来源与评价指标体系构建

本文以2009—2018年，辽宁省时间序列数据作为样本，数据均来源于《中国科技统计年鉴》《中国金融年鉴》和国家统计局官方网站。其中，规模以上工业企业专利申请数、国内专利申请受理量和技术市场成交额来源于国家统计局数据查询网站地区数据—分省年度数据—科技；每十万人口高等学校平均在校生数来源于国家统计局数据查询网站地区数据—分省年度数据—教育；R&D 人员全时当量、R＆D 经费内部支出、高新技术企业数和高技术产业利润总额来源于《中国科技统计年鉴》各地区研究与试验发展（R&D）人员全时当量、各地区研究与试验发展（R&D）经费内部支出和各地区高技术产业生产经营情况。金融创新指标来源于《中国金融年鉴》—各地金融篇—辽宁省主要经济金融统计。

耦合度评价指标体系的健全和完善程度对于耦合度与耦合协调度的测算以及评价至关重要，因此，需要根据以下原则选取辽宁省科技创新与金融创新耦合评价指标体系内部测算指标：完备性，评价指标体系内的所有指标应尽可能覆盖全部重要控制变量，以全面、准确地评估辽宁省科技创新与金融创新耦合发展情况；共通性，耦合评价指标体系的子系统二级指标应当能够充分对于一级指标的共性进行良好的描述；可表达性，耦合评价指标体系应具备良好表达耦合关系的能力；可操作性，耦合评价指标体系的子系统二级指标应当能够获得、具有明确的含义且数据来源应当准确可靠。基于此，本文构建的综合评价指标体系包含5 个一级指标，分别为科技创新投入、科技创新产出、科技创新环境、金融创新能力、金融创新环境以及17 个二级指标，如表1所示。

3.2 指标体系权重确定

指标体系权重是评估量化指标可靠性和科学性的关键要素，其对于最终结果的合理性具有重要意义。本文采用熵权法对辽宁省科技创新与金融创新耦合协调度指标体系的指标权重进行计算，具体步骤如下。

①数据无量纲化处理，传统指标无量纲化处理方法有标准化、归一化、功效化，本文选取功效模型对2009—2018 年的观测数据进行无量纲化处理。

③权重计算，利用上述指标的熵值来计算上述指标的dk，即信息熵冗余度。计算过程如公式（10）所示。最后，根据计算结果得出第k 项指标的权重λk，计算过程如公式（11）所示。计算结果见表1。

表1 耦合协调度评价指标体系

3.3 耦合度及耦合协调度计算

利用耦合度公式（5）和耦合协调度公式（7）对上述计算结果进行处理，结果见表2。

3.4 实证结果

3.4.1 辽宁省科技创新与金融创新耦合时序分析。辽宁省科技创新与金融创新耦合情况可分为三个阶段。

第一阶段2009—2011年，辽宁省科技创新和金融创新耦合协调度呈山峰形态，在2010年出现拐点。首先，2010年科技创新与金融创新耦合协调度大幅上升，从0.288增加到0.483，涨幅接近一倍，这主要是由于全省金融机构有效落实国家宏观调控政策，全省对“三农”等领域的信贷支持取得显著成效，金融体系稳健性持续增强。之后，2011 年科技创新与金融创新耦合协调度呈下降趋势，较2010 年减少0.04，这是由于辽宁省产业转型正处于关键阶段，改革存在内外阻力，相关政策不完善，金融体系对于实体经济产生拮抗作用，金融资本无法有效配给到高科技企业中，科技创新与金融创新耦合协调度产生小幅度下降。

第二阶段2012—2014年，辽宁省科技创新和金融创新耦合协调度上升幅度明显，这是由于2012年“保民生，稳增长”的政策推动了实体经济快速发展，扭转上年经济颓势，经济触底反弹，工业增速回落，产业结构进一步调整，第三产业增速首次超过第二产业，货币市场交易量减少，保险业稳步发展，证券市场竞争激烈提高了相关金融机构竞争力，银行间外汇市场交易额和交易量增幅明显；2013 年，辽宁省大力推动民生保障工程，经济增长得到有力支撑，产业结构进一步优化，国民经济稳步增长，城乡居民生活条件持续改善，物流、会展、金融、研发设计等领域持续快速发展。随着辽阳市农村信用社获批中国人民银行转型票据资金，全省农信社的配套资金全部落实，标志着辽宁省农村信用社改革任务圆满完成。2014 年，全球化竞争加剧，世界经济形势动荡，全省经济形势亦不容乐观，但在产业转型方面步伐持续推进，同时贷款需求减弱，人民银行进行结构性调整、降息，新型理财产品涌现加剧银行间的同业竞争，有助于金融创新的发展，证券公司如中天证券、浩诚证券开展了沪港通业务，成为首批参与该业务的券商，保险业全面开展大病保险、失独家庭意外保险等多种类保险业务。

第三阶段2015—2018年，科技创新和金融创新耦合协调度保持总体稳定上升态势。2018 年银行业总体资产规模有所上升，其中股份制商业银行和农信社资产规模小幅下降；证券期货业机构数量增加，交易规模下降，上市公司摘牌、迁址等原因导致上市公司总市值大幅下降；保险业发展稳定，开展社保余额购买商业保险活动，满足广大人民的实际保险需要，截至2018 年底，医疗保险余额购买商业保险已开展1.7万余笔。

3.4.2 辽宁省科技创新与金融创新耦合失调原因分析。辽宁省科技创新与金融创新耦合失调的形成原因可分为两个阶段。首先，在2009—2014年，辽宁省科技创新能力始终优于金融创新能力，而且二者耦合度始终处于高位，这就是说虽然辽宁省科技创新和金融创新联系紧密，但由于金融创新发展能力不足，导致辽宁省金融创新不但没有给予科技创新应有的支持，反而产生相反的作用，阻碍科技创新的发展。这种障碍情况在2013年最严重，科技创新与金融创新综合序参量相差达0.39，比单独的金融创新综合序参量约高1 倍，这种拮抗情况显著地延缓了辽宁省的科技创新进展，2014年辽宁省规模以上工业企业专利申请数成为10年中最低。

表2 耦合度及耦合协调度计算

在2015—2018 年中，情况发生对调，辽宁省金融创新能力优于科技创新能力，而且二者耦合度仍然处于历史高位，尤其是2018 年，辽宁省科技创新与金融创新耦合度达到历史最高，达0.999。需要注意的是，尽管辽宁省金融创新能力提升幅度明显，尤其在2014—2016 年，金融创新能力每年以约30%的涨幅快速上升。反观科技创新能力不仅没有上升，反而出现大幅下降，在2014—2015年科技创新能力降幅接近40%，所以最终导致2014—2015 年辽宁省科技创新与金融创新耦合协调度不仅没有上升，反而下降的情况。在2016年二者相差幅度达到最高，产生了很强的拮抗作用，导致金融创新对于经济增长发挥的作用被大大收窄。2018年，辽宁省金融创新能力稍有下降，但是自2016年后科技创新能力不断加强，而且科技创新与金融创新耦合度也达到历史高点。这也就是说，单纯地增加科技创新能力或金融创新能力都无法有效发挥任意一方对于经济增长的促进作用，只有在保持科技创新与金融创新发展步调一致的条件下提高各自的创新能力，并且保持较高的耦合度，才会有效提高科技创新与金融创新耦合协调度，才会对经济增长产生正的溢出效应；否则一味增加任意一方的创新能力而忽视另一方，再加上政策导向产生科技创新与金融创新耦合度、关联性高涨，结果将会导致科技创新与金融创新耦合不协调，即使不能阻碍经济增长，也会使政策、资本、科研人员产生的作用大打折扣、事倍功半。

4 对策建议

4.1 增强科技创新与金融创新管理协调能力

当前，科技创新与金融创新对接瓶颈短期内无法打破，辽宁省各级政府要将工作重心放在促进科技创新与金融创新耦合发展上，有序协调各方资源，提高辽宁省科技创新与金融创新耦合协调能力。随着辽宁省内各地商业银行（除盛京银行、锦州银行和大连银行外）集中合并为一家银行工作的有序推进，对各地资源的调配能力将会进一步加强，有利于发挥政府的集中管控作用，提高科创企业创新能力。在建设各地创新示范区的过程中，要充分发挥政府的协调能力和宏观调控能力，为本地企业的创新发展提供良好的创新环境，各级政府都要参与其中，建设一流高效的科技创新与金融创新耦合发展体系。一方面，要完善现有辽宁省促进科技创新与金融创新耦合发展联席会议制度，优化审议过程，增加辽宁省科技厅、中国人民银行、政策性银行和高校为联盟单位；挖掘科技创新与金融创新耦合发展新动能，对全省科技创新与金融创新耦合发展进行统筹协调。另一方面，要加强政策宣传力度，争取把政策意图下达到基层，开展企业可以广泛参与的科技创新与金融创新耦合会议，吸引民间商会组织参与会议，采纳科创企业的意见和建议；完善政府工作制度，牢牢把握国家大力发展科技创新与金融创新耦合的政策机遇期，对符合条件的科技创新企业加大扶持力度。

4.2 开创政府支持科技创新与金融创新耦合发展新模式

辽宁省的金融体系相对不发达，尤其是天使投资、风险投资机构极为匮乏，导致大量具有发展潜力的小微企业得不到资金配给而发展缓慢。在逐步完善辽宁省资本市场的过程中，还应打通风险投资进出通道，优化企业融资条件，对高新技术企业的创新发展提供助力。政府和银行主导的融资模式在效率方面低于资本的市场主导模式，此外，市场主导模式还具有风险管理功能，对科技型企业的创新风险提供一系列分散、转移等策略，直接融资方式的交易成本也比间接融资方式更低。政府应在新三板、中小板和创业板市场上给予一定扶持和帮助，通过民间资金的进入，有效分散间接融资风险，达到多赢的局面。对此，一方面要积极引进风险投资机构在辽宁省内驻扎，另一方面要发挥商业银行的优势作用，将银行资本要素配给到实体经济中，减少对于房地产、高能耗国企的信贷力度，加大对已有产业集群，如沈抚改革示范区、大连高新技术开发区等的扶持力度，建立区域性科技银行，发挥银行的信息优势，打通银行资本到小微企业的通道，为省内的高技术企业提供资金保障。政府在这一过程中仍有发挥作用的方式。一是对建立的科技银行所发放的贷款进行贴息，降低科创企业融资难度和融资成本，提高全社会对创新的积极性，有助于集中精力进行创新、降低科技创新风险。其中对于贷款的贴息资本可由已有的地方政府科学技术支出提供，改革现有的财政拨款模式，将一次性的贴息政策改为长期、多年的累计贴息，减少财政负担，惠及更多科技企业。二是将原本大量向科技企业研发部、高校科研机构和各大科研院所的直接拨款放入引导基金中，并额外设置风险补偿保险措施，减少基金面对的科技创新风险。政府信用作为兜底，提高社会对于基金风险的容忍度，降低基金投资对象的准入门槛。这种政府出资、民间保险公司介入的科技创新与金融创新耦合模式已在全国多地取得了良好成效。

4.3 建立科技创新与金融创新耦合发展示范区

为了建立良性的科技创新与金融创新结合机制，以大连—沈阳两点以及众多省级、国家级经济技术开发区为中心，向四周产生地缘辐射效应，在优秀的科技创新示范区开展金融创新结合试点工作，改革现有科技示范区，形成以科技创新与金融创新耦合发展为主要发展模式的科技创新与金融创新耦合发展示范区。由辽宁省政府、地方政府、民间商业协会、辽宁省科技厅和财政厅共同管理的科技创新与金融创新耦合发展示范区协调委员会，主要目的是推动各地科技创新与金融创新结合的快速发展，在示范区内设置科技创新与金融创新耦合发展协调委员会观察员，负责监督科技创新与金融创新结合中各单位的履职情况，及时向上反映出现的问题，做到问题不留根、有事必上报，全力保障科技创新与金融创新结合示范区各项工作顺利推进。在科技创新与金融创新耦合发展示范区取得初步成效后，还应当将总结的成功经验向全省推广，争取在全省范围内推动各地科技创新与金融创新协同发展。

4.4 加强科创企业内部管理

科技企业的财务管理和规章制度需要根据金融体系介入情况进行识别和调整，提高企业内部管理标准，增强内部控制，提高企业财务运行透明度，从内部解决科技型企业融资困局，牢牢把握国家政策方向和地区发展前沿热点问题，顺应时代发展变革，对于已有的、落后的、不能满足中小企业实际需要的规定予以修改，不断在技术、产品、管理方面实现创新，整合优势资源，向辽宁省先进产业和高科技领域靠拢。

4.5 开拓以农村为中心的新的经济增长极

推动城乡要素流动，改革现有农村发展模式，鼓励城镇人才下乡，地方政府予以政策扶持，开拓以农村为中心的新的经济增长极。鼓励乡村吸纳城市高技术人才和优势资本，推进生态文明建设，使用金融体系的创新能力，将乡村自然资源货币化，利用资本发展乡村自然资源，然后利用已开发自然资源的未来现金流反哺资本投资者，形成资本的内循环，突破现有发展困境。辽宁省作为自然资源丰富、农村土地广袤的地区，更要努力开拓农村市场，缩小城乡差距，避免发展的两极分化，实现乡村全面振兴。

4.6 改革人才培养模式

在科技创新与金融创新耦合发展的初期，辽宁省需要大量的高素质、复合型科技创新与金融创新耦合发展人才，建立起一支具有基层实践经验和深厚理论知识的新一代科技工作人才队伍是当前面临的主要问题。一方面，由于地区教育资源与就业市场发展不匹配，优秀的应届毕业生外流严重，这需要高校与企业加强合作，改革现有合作模式，使得高校应届毕业生能够在实习期间获得高质量的实习经验，在毕业时能够充分担当起企业岗位的责任。另一方面，需要针对现有企业员工的培养模式进行改革，不仅要继续坚持干中学的优良传统，还要对员工集中进行培训，提高人力资本素质。