金融发展与技术创新水平——兼论经济政策不确定性的调节作用

汪芳，曹玮宇

(武汉理工大学 经济学院，湖北 武汉 430000)

一、引 言

技术创新是实现经济可持续发展的动力源泉，区域经济作为国家战略目标的重要支撑，如何促进区域技术创新的长期平稳发展已成为我国建设现代化强国时期的一项重要任务[1]。我国“十四五”规划中明确提出，要加快完善金融支持创新体系，强调应发挥好金融发展在科技创新中的作用。毋庸置疑，深化金融发展是提高区域创新水平的重要推进器，良好的金融发展体系对促进地区创新产出具有显著的积极影响[2]。但是，鉴于我国金融业快速发展暴露出一些问题，近年来部分地区“金融优先”的理念和做法值得重新审视，金融深化过度对技术创新产生的影响也需要谨慎看待。与此同时，在席卷全球的新冠肺炎疫情、国际贸易争端等事件的冲击下，政府相继出台或调整的一系列财政及货币政策导致经济政策不确定程度逐年加剧，经济主体在进行创新活动中面临着大量不确定性因素干扰，对金融体系和科技领域的稳定发展产生直接影响[3]。在此背景下，如何发挥好金融服务促进区域创新水平提升的作用是破解我国当前发展瓶颈的关键所在。

在现有研究中，肯定了金融发展对技术创新有积极作用的中外文献已较为丰富[4-6]。孙伍琴等[7]利用TOPSIS法合成各省市的技术创新综合产出水平指标，证实了金融发展对技术创新绩效的促进效应及其区域差异。吕承超等[8]基于30个省份的数据，发现我国技术创新效率提升主要依赖金融发展规模扩张，而非金融结构和市场效率的优化。祝佳[9]从产业结构差异视角分析了我国技术创新与金融支持的区域协同发展情况，提出加快金融新业态发展以促进技术创新的政策建议。当然,还有部分学者提出金融发展是把双刃剑,金融发展对实体经济具有“主体服务”和“利益攫取”的双重功能[10]，金融化加深也可能会掠夺人力资本,引发系统性经济风险等[11]。

经济政策不确定性也是影响技术创新活动的重要因素之一，政策频繁调整所产生的不确定性对于创新活动的影响是复杂的。经济政策不确定性既能够刺激经济主体为了谋求发展而加大研发投入[12-13]，也可能出现经济主体出于风险规避的心理而减少创新产出的抑制作用[14-15]。同时，相关研究表明，在不同的宏观经济环境中，金融发展对研发投入强度产生的影响也存在差异[16]。

综上所述，虽然目前关于金融发展、经济政策不确定性对技术创新产生直接影响的文献颇丰，但鲜有学者从金融发展规模是否适度，以及它对技术创新的影响效果是否受到经济政策不确定性调节的角度进行深入探索。基于此，本研究可能的边际贡献在于：第一，从非线性的角度考察金融发展规模加深对技术创新水平可能存在的影响，以涵盖金融发展作用的全貌；第二，创新研究视角，将经济政策不确定性引入有关金融发展与技术创新水平之间关系的研究中，探讨其是否存在调节作用以及在不同地区中的异质性影响，以拓宽技术创新研究的视域；第三，进一步揭示经济政策不确定性与金融发展的交互作用对技术创新水平的影响机理与作用渠道，对现有相关研究进行有益补充。

二、理论分析与研究假说

(一)金融发展对技术创新的影响

金融发展往往与技术创新相互伴生，完善的金融体系具有信息披露、资本配置、动员储蓄、分散投资风险等基本功能，是提高创新水平的重要推进器。

首先，良好的金融发展会提升当地微观主体的财富水平及风险偏好程度，刺激企业家的逐利心理与创新意识[17]，有效促进研发投资进而提升区域创新水平。其次，在金融发展水平较高的地区，金融系统对风险项目的筛查与管理能力增强,信息收集与信息共享功能的发挥可以减少投资风险，对增加研发投资有着显著的积极作用。再次，金融机构可以通过提供多元化的投资方式缓解企业外部融资约束问题，降低研发项目的进入门槛。最后，完善的金融发展体系可以改善区域内的信息不对称问题，引导资金向具有最佳创新潜质和创新产品的企业流动，实现资本优质高效配置，进一步惠及地区创新活动的开展。由上述分析可知，金融发展可以通过风险筛查、信用甄别和资本配置等功能降低市场信息成本和交易成本,激发金融中介对创新项目的投资力度与信贷资本配置意愿[18]，从而促进当地技术创新水平提升。

然而, 近年来学者们开始谨慎看待和重新审视金融发展对于实体部门的作用。Ductor等[11]393从资源配置的角度指出，鉴于资源的稀缺性, 若金融部门发展超过实体部门发展过多, 将挤压实体部门价值创造所需要的资源, 降低经济的增长。例如，金融过热会吸引社会大量优质人力资源投入，由此带来的掠夺效应使得实体部门的创新发展缺乏高素质劳动力保障，造成制造业所需资本的短期化错配问题[19],影响其可持续发展。而金融业不断扩张所产生过长的利益链条以及过于复杂的金融产品和技术,会导致实体部门的贷款质量下降[20]，这不仅无法实质性地解决实体经济的外部融资需求问题，还增加了经济运行的成本，容易诱发系统性风险。总之，金融发展规模过度导致的“挤压和掠夺”效应、过热的经济产能和次优的资源配置，均会对实体部门技术创新产生不利影响。因此，可以推测，当金融体系已较为成熟时，进一步的深化可能导致金融发展对技术创新产生负向效应，即金融发展对于区域创新水平的影响并非简单的线性关系, 而是呈现出一种先促进后抑制的非线性影响。基于上述分析，提出以下假设：

假设H1：金融发展对技术创新水平随着自身发展的不同阶段呈现出先促进后抑制的非线性影响。

(二)经济政策不确定性对金融发展与技术创新的调节作用

经济政策不确定性是指当政府出台新政策或调整现有政策时，政策变动方向可能与公众预期不一致，从而给经济主体带来不确定因素[21]。近年来，频频发生的金融事件、政治冲突、病毒疫情和自然灾害等均引发了一系列经济政策调整变动[22]，进而干扰管理者的投资决策，破坏市场经济的稳定发展，对国家或地区层面的经济活动产生影响。那么，经济政策不确定性是否会对金融发展与技术创新水平之间的作用效应产生影响呢？笔者拟从研发投资及资本配置两个渠道进行深入分析(如图1所示)。

图1 经济政策不确定性在金融发展与技术创新间的影响作用

从研发投资的角度来看，经济政策不确定性加剧降低金融市场的信心和投资动机，银行等金融机构会减少市场中的资本供给，这进一步加剧了技术创新项目的融资约束，导致研发投资总量下降，影响技术创新水平的提升。当经济政策频繁调整时，政策不确定性叠加技术创新本身的不确定性使得研发失败的概率增加[23]，拥有创新项目的企业经营风险也随之增加，这对银行的风险接受能力和信贷意愿而言无疑是一项艰巨的挑战。由于经济政策不确定性加剧了信贷风险，银行等金融机构的权益无法得到充分保障，风险承担与贷款回报不相匹配使得金融部门缺乏足够的动力支持创新企业进行融资，容易产生所谓的“惜贷”行为[24]。这些因素导致具备创新能力，尤其是进行高价值创新的企业难以获得稳定的外部融资，直接影响了研发投入的强度。

从资本配置的角度来看，一般情况下，经济政策不确定程度越低，市场的收益预期越稳定，金融部门在面对高收益的技术创新项目时，进行资本配置的动机也就越高。反之，在不确定性较高的环境下，金融机构消除信息不对称的优势下滑，信息披露与信息获取效率明显降低[25]，从而阻碍了信贷资本在市场上的自由流动。当资本并非按照帕累托最优状态流向高收益的创新项目时，会导致资源错配的局面出现[26]，不利于高价值水平的技术创新。由以上分析可知，经济政策不确定性会通过影响金融机构对创新项目的研发投资强度以及降低金融体系资本配置功能的运转效率，进而削弱金融发展对技术创新项目的促进作用。基于上述分析，提出以下假设：

假设H2：经济政策不确定性会削弱金融发展对技术创新水平的促进作用，即存在经济政策不确定性的调节效应。

(三)经济政策不确定性调节作用的区域异质性

我国具有幅员辽阔的地理特征，各地区发展水平良莠不齐，区域分化趋势明显。相关研究从区域异质性的视角发现，金融发展、政策不确定性对技术创新的直接影响效应呈现出明显的地区差异。那么，经济政策不确定性对金融发展与区域创新水平的调节作用，是否也会由于各地区在经济基础和制度环境方面存在差异而有所不同呢？

一般而言，经济基础较强的地区往往其市场化程度较高，法制环境及文化信用环境也相对优良，当地的金融机构能够快速适应市场规则，项目识别和洞悉盈利机会的能力较强。这在一定程度上会促进金融中介对创新项目的信贷意愿，提升地区实体经济资本配置效率[27]，缓和企业研发面临的融资困境。因此，在面对相同的经济政策波动时，这些优势会强化金融机构抵御不确定性风险的能力，客观上来说维护了当地企业创新成果产出的概率。相反，在发展水平相对落后的地区，金融结构较为传统单一，中介服务体系完善度不够，企业多样的金融需求无法得到有效满足，这些问题导致当地经济体系变得脆弱，受到经济政策不确定性因素干扰时的影响更加显著。基于上述分析，提出以下假设：

假设H3：经济政策不确定性的调节作用随着地区发展水平不同呈现出明显的区域差异。

三、研究设计

(一)计量模型构建

首先，设定模型(1)，用以考察金融发展对技术创新水平的作用效应。考虑到金融规模过度对创新水平可能存在的非线性影响，在模型中加入了金融发展变量的二次项进行检验。

(1)

式中：TI为区域技术创新水平，FD为金融发展，控制变量(X)包括人力资本水平(edu)、财政科技支出水平(exp)、市场化程度(market)及外商直接投资水平(FDI)，εit为随机干扰项，i为省份，t为年份。

其次，设定模型(2)，用以验证经济政策不确定性对金融发展与区域技术创新水平间的调节效应以及调节效应在不同地区样本的差异。

(2)

式中：EPU为经济政策不确定性指数。

由于政策颁布后的作用效果存在时滞，将经济政策不确定性指数(EPU)滞后了一期。模型(2)中重点关注金融发展与经济政策不确定性交互项FD×EPU的系数，以考察经济政策不确定性的调节作用是否存在及其作用方向。为了避免模型中存在多重共线性问题，对交互项FD×EPU进行了中心化处理，且由于EPU是时间序列变量,若控制时间固定效应之后模型存在完全多重共线性，则在后续的相关检验中未控制时间效应[28]。

(二)变量选取

1.被解释变量

被解释变量为区域技术创新水平(TI)，利用地区每年最终被授权专利数量的对数值作为衡量区域创新水平的代理变量[29]。相较于非发明专利(实用新型和外观设计)，发明专利伴随着更高的资金投入与投资风险，其蕴含的技术含量和科技价值也更高，因此，将发明专利归为科学价值较高的激进型创新(GTI)，将属于非发明专利的实用新型和外观设计归为科学价值较小的增量型创新(DTI)进行研究。

2.核心解释变量

选取金融发展和经济政策不确定性指数为核心解释变量。

金融发展(FD)：该变量主要反映金融业发展规模及发展水平，现有文献多以Goldsmith[30]提出的金融相关比率来衡量。 金融相关比率能反映金融深化程度与金融资产总量情况，在研究中使用频率较高，因此，选用各地区金融机构存款、贷款余额之和与该地区名义GDP的比值作为衡量金融发展的代理指标[31]。

经济政策不确定性指数(EPU)：Baker等[32]学者通过检索香港《南华早报》中的关键词构造了中国月度经济政策不确定性指标。目前，Baker指数已在多个领域内得到应用，是被学术界广为接受的不确定性测度方法，笔者采用该指标对数化后的算数平均数来度量当年的经济政策不确定性情况。

3.控制变量

模型采用的控制变量包括：(1)财政科技支出水平(exp)。技术创新的长期发展离不开财政科技的支持，选用各地政府财政科技支出占一般预算财政支出的比重衡量。(2)外商直接投资水平(FDI)。外资是技术创新的重要来源之一,外资利用水平反映了利用外部资本进行本地创新的能力,选择各地区FDI占该地区GDP的比重进行衡量。(3)人力资本水平(edu)。采用(小学人数×6+初中人数×9+高中人数×12+大专以上人数×16)与地区总人数的比值作为该项的代理指标。(4)市场化程度(market)。选用樊纲等[33]的中国市场化指数来测度。

(三)数据来源及处理

本文使用的数据来源于EPS数据库、《中国统计年鉴》《中国科技统计年鉴》和《中国金融年鉴》。考虑到数据获得性，选取我国除港澳台和西藏自治区之外的30个省份2000—2018年的样本数据进行检验；同时，为了剔除极端值的影响，对连续变量进行1%的双向缩尾处理。变量的描述性统计结果如表1所示。

表1 变量的描述性统计结果

四、实证结果分析

(一)基准回归结果

1.金融发展对区域技术创新水平的影响

表2第(1)至第(3)列汇报了模型(1)的回归结果，第(1)列为金融发展对区域整体技术创新水平的影响,第(2)列和第(3)列为金融发展对不同类型技术创新水平的影响。从中可以发现，无论是对区域总体创新水平还是对激进型创新或增量型创新而言, 金融发展变量一次项前的系数均显著为正，二次项前的系数均显著为负，表明金融发展对区域技术创新水平存在明显的倒U型影响。此外，相较于科学价值较低的增量型创新，金融发展对激进型创新的倒U型非线性影响更为凸显。由此证实，适度的金融发展会促进区域技术创新水平提升,而当金融体系不断发展深化并超过某一临界值时, 则对区域技术创新水平表现为抑制作用。回归结果验证了本文的假设H1。

表2 基准回归结果

续 表

2.经济政策不确定性对金融发展与区域创新的调节作用

表2第(4)至第(6)列汇报了模型(2)的回归结果，考察经济政策不确定性的调节作用。从中可以看出，经济政策不确定性与金融发展交互项的回归系数在1%和5%的水平上均显著为负，说明经济政策不确定性在金融发展与技术创新之间确实产生了显著的负向调节作用，会削弱金融发展对区域技术创新的促进作用，产生“弱化效应”，假设H2得证。

另外，对比第(5)和第(6)列的回归结果可以发现，当经济政策不确定性程度加剧时，金融发展对科学价值水平更高的激进型创新产生的促进效应将被削弱得更加严重。这一结果符合现实情况，由于高水平的激进型创新需要更高的研发投入并伴随着更大的失败风险，在经济政策波动较频繁的情况下，金融机构更倾向于缩减对激进型创新的信贷资本配置意愿和数量，以最大限度降低不确定性风险可能带来的损失。

3.经济政策不确定性的调节作用：地区发展水平差异

相较于中部和西部地区，东部地区的金融基础设施、人力资源、制度环境等均处于较高发展水平，体制也较为成熟。因此，根据国家统计局2016年对中国区域的界定，将全样本划分为东部、中部、西部(1)将北京、福建、天津、上海、江苏、浙江、山东、河北、辽宁、广东、海南定义为东部地区，将山西、黑龙江、吉林、安徽、河南、江西、湖南、湖北定义为中部地区，将广西、四川、内蒙古、云南、重庆、贵州、青海、陕西、甘肃、宁夏、新疆定义为西部地区。三个地区，通过实证回归，进一步考察经济政策不确定性调节作用的区域异质性，回归结果如表3所示。

表3 按地区发展水平分类后的检验结果

回归结果表明，经济政策不确定性与金融发展交互项的系数在三个地区样本中存在差异。对东部地区而言，无论是在激进型创新还是增量型创新中，FD×EPU系数均不显著；而在中部地区，FD×EPU系数均显著为负；对西部地区来说，在激进型创新中FD×EPU系数显著为负，而在增量型创新中FD×EPU不显著。可见，经济政策不确定性的调节作用确实具有区域异质性，相较于东部地区，在中部和西部地区的“弱化效应”会更加显著，假设H3得证。基于上述分析，在发展水平相对落后地区，金融发展体系抵御技术、市场风险的能力也更薄弱，技术创新项目更缺乏充足的资金支持[34]，极易受到外部政策波动带来的影响，所以经济政策不确定性程度加剧对金融市场发展的影响作用更大，产生的“弱化效应”也更显著。

(二)稳健性检验

为避免由于核心变量测量偏误导致的估计结果偏差，选择各地区专利申请受理数的对数值作为技术创新水平的替代变量重新进行检验，替换后的总体技术创新水平、激进型创新、增量型创新分别用ti，gtit和dti表示。基准回归的稳健性检验如表4所示：模型(1)中金融发展变量一次项前的系数为正，二次项前的系数为负；模型(2)中FD×EPU系数在总体技术创新与激进型创新中显著为负。地区异质性回归结果的稳健性检验如表5所示，从中可见，从东部至西部地区FD×EPU对激进型创新的系数显著为负且数值逐步增大，回归结果与上述主要结论基本保持一致，研究结果具有稳健意义。

表4 基准回归结果(稳健性检验1)

表5 按地区发展水平分类后的检验结果 (稳健性检验2)

五、基于中介效应模型的渠道检验

对正处于增长动力转换叠加政府政策框架重塑的中国来说，进一步研究经济政策不确定性“弱化效应”的传导渠道,能更好地为实现“十四五”时期建设创新型国家的目标助力。基于前文的理论分析，拟从研发投资和资本配置的视角出发，考察经济政策不确定性弱化金融发展对技术创新影响作用的路径。因此，在模型(2)的基础上，借助Baron等[35]的中介效应模型对金融发展与经济政策不确定性交互项进行进一步检验，模型设定如下：

(3)

(4)

式中：medvar为中介变量，在具体回归中分别代表研发投资(inv)和资本配置(mis)。采用永续盘存法计算的研发资本存量表示各地区的研发投入水平。借鉴白俊红等[36]的计算方法，采用取绝对值后的各地资本错配指数作为代理变量,若解释变量前的回归系数显著为正，则意味着资本错配加剧。根据表2中模型(2)的检验结果，已知FD×EPU的系数β1显著为负，之后的回归结果主要关注模型(3)中α1和模型(4)中γ2是否显著。若α1和γ2系数均显著，则表示中介效应存在；若有一个不显著，则需根据Sobel检验的Z值进行相关判断。在对所有连续变量进行了中心化处理后，回归结果如表6所示。

表6 经济政策不确定性“弱化效应”的渠道检验结果

(一)研发投资

表6第(1)至第(4)列的结果表明，模型(3)中α1和模型(4)中γ2均通过了显著性检验。FD×EPU对研发投资影响的回归系数在1%的水平下显著为负，中介因子(即研发投资)对区域技术创新水平在1%的水平下均显著为正，说明经济政策不确定性会通过影响研发投资渠道来削弱金融发展对区域技术创新水平的促进作用。随着经济政策不确定程度的增高，金融体系面对的投资回报率、信息不对称等不确定风险加剧，这些因素都会削减金融系统对技术创新的投资数量，影响技术创新水平的提升，由此证实研发投资渠道存在中介效应。

(二)资本配置

表6第(5)至第(8)列的结果表明，金融发展与经济政策不确定性交互项对资本配置的回归系数α1不显著。在进一步的Sobel检验中，总体创新水平、激进型创新或增量型创新对应的Z值也都小于临界值0.97，未能通过10%水平上的显著性检验，即中介效应不成立。出现上述结果可能的原因在于，当面对外部经济政策不确定性的大环境时，金融体系中较为丰富的业态、灵活的资本配置以及一系列多样的保险和保值的金融工具，能有效降低市场上的搜寻成本和风险识别成本。此外，日益激烈的银行业竞争会提高其选择创新企业的能力[37]，加速优化信贷资本在企业间的配置，保障金融体系资本配置功能正常的市场化运转[38]，这在一定程度上均能缓解不确定性产生的信息不对称干扰。也就是说，经济政策不确定性虽然加剧了市场的信息不对称程度，但未显著影响金融体系对创新项目进行甄别和资本配置的功能，因此，沿资本配置渠道的检验结果不显著。

六、研究结论与政策建议

(一)研究结论

在我国经济政策不确定程度逐年加剧的背景下，通过文献梳理与实证检验，利用2000—2018年中国30个省份的面板数据，厘清了经济政策不确定性、金融发展与区域技术创新水平三者间的影响关系与作用渠道。主要研究结论如下：

第一，金融发展规模的不断扩大对技术创新水平呈现出显著的倒U型影响, 即适度的金融发展能促进技术创新水平的提升，但当金融深化超过一定程度后, 反而会抑制区域创新发展。

第二，引入经济政策不确定性的调节作用后，发现经济政策不确定性与金融发展的交互作用对技术创新水平产生显著的负向影响，具体表现为经济政策不确定性削弱了金融发展对技术创新水平的促进作用，且该“弱化效应”对高水平的激进型创新以及中部和西部欠发达地区的影响更为显著。

第三，中介效应检验表明，经济政策不确定性与金融发展的交互作用主要是通过影响研发投资这一渠道阻碍了区域技术创新水平提升。

(二)政策建议

基于上述研究，提出如下三点政策建议：

第一，各地区应积极提升金融发展水平，但不能盲目追求金融深化。完善的金融发展体系能通过发挥投资激励、资本配置等功能显著提升技术创新水平，但本研究也证实了金融过度深化后会对区域技术创新水平产生非线性影响。因此，各地区政府在推动形成全方位、多层次的金融支持服务体系、充分发挥金融市场积极作用的同时，需要保证金融业与实体部门的稳步均衡发展，防止金融过热对技术创新带来的抑制作用，以便更好地发挥其在区域创新发展过程中所扮演的“助推器”角色。

第二，政府应采取相应措施保障政策平滑过渡，稳定市场对政策的预期效果。政策平稳是金融体系功能实现、高效运转的保障。基准回归结果表明，无论是对激进型创新还是增量型创新而言，经济政策不确定性程度上升均显著削弱了金融发展产生的促进作用，这显然与当前国家倡导的创新驱动发展战略相背离。从可控因素着手，政府应采取相应措施，如通过增强政策执行的稳定性、加大政策实施的透明性等手段保证市场对政策的明朗预期，以促进整个经济体的创新产出。

第三，地方政府需要因地制宜地把握政策的调控力度，落实区域创新协调发展。笔者基于地区异质性的检验证实在经济发展水平较弱的中西部地区，经济政策不确定性与金融发展交互项的弱化效应更为明显。因此，我国仍需加强对中西部地区金融发展的支持力度，增强其抵御外部不确定冲击的能力，保障区域创新动力的有序提升。同时，地方政府也需要尊重市场规律，根据各地自身发展情况对中央政策予以微调，以便金融体系更好地服务于科技创新系统，为“十四五”时期的区域创新协调发展助力。