北京市科技金融网络结构及影响因素研究

刘微 雷蕾 薛笑雪

(1.北京联合大学，北京 100025；2.中国银行总行金融机构部，北京 100032；3.国联集团国联期货股份有限公司，无锡 214000)

一、引言

科学技术作为第一生产力，金融资产作为科技创新的推动力，加强金融和科技的融合，发挥金融对资产的高效配置作用，能有效保障科技型企业的创新效率，继而促进整个产业升级，同时科技进步反作用于金融业，形成科技金融良性循环，带动整个国民经济繁荣。[1]

本文主要针对北京地区科技金融网络的特征及影响因素进行研究，通过构建二模网络结构，并从历史发展的视角和区域比较的视角进行社会网络分析，具有一定的理论创新和实践参考意义。本文依托真实数据，从科技金融网络历史发展视角和区域比较的视角来分析，有利于发掘更新颖的影响因素。选取北京、上海、广东三地的科创板企业源于不同金融机构的融资数据，使用Ucinet网络分析软件进行网络结构可视化分析以及密度、中心度测算，并进行区域比较分析、纵向比较分析；通过图形对比、数据对比进行网络结构异同分析，并在此基础上为北京地区科技金融网络的发展提出建议。本文研究结论对于未来科技金融网络建设，各金融如何扩展中小企业融资渠道，提升科技金融效率具有一定的政策参考意义。

二、概念界定

(一)科技金融

科技金融是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排，是国家创新体系和金融体系的重要组成部分。[2]科技金融作为金融促进中小型科技企业创新的方式，由政府、金融机构及科技企业多主体参与。政府通过财政投入、引导基金等多种方式，引导证券业、银行业、保险业等金融机构创新金融产品，搭建金融平台，改进服务模式，实现科技创新链条与金融资本链条的有机结合，大大丰富企业融资渠道，提高融资效率。[3]

(二)科技金融网络

科技金融网络包含两类节点主体，即资金需求主体和资金供给主体。两类节点之间存在资金和信息的流动，表示科技金融网络的边；不考虑同类型节点间的资金和信息流动。当资金需求主体与供给主体间的资金流动发生变化时，科技金融网络结构也会随之变化，并影响网络产生的协同创新的效果。本文科技金融网络的资金需求主体指科技型企业，其在科技金融网络中是否受益，是检验网络协同有效性的重要标准。资金供给主体包括政府、银行、资本市场，它们是科技金融网络上的重要节点。保险公司和中介机构是边缘主体，在网络中作用相对较小，科技型企业与银行、政府、资本市场等资金供给主体之间存在资金流动，资金供给主体之间也存在合作关系，保险公司和中介服务公司等为资金供需双方提供对称信息与风险分担服务。[4]

三、研究数据与方法

(一)数据来源

根据复杂网络及社会网络相关理论，本文构建的科技金融网络属于二模网络，包含资金需求主体和资金供给主体两类，二者是二模网络的节点。网络节点选取的一级指标包括政府补贴、直接融资、间接融资；并将间接融资进一步细分为二级指标，包括政策性银行、大型国有商业银行(6家)、股份制商业银行、城市商业银行、农村商业银行、外资银行、民营银行以及其他金融机构；直接融资细分为发债收入和吸收投资两个二级指标。

在纵向比较分析中，选取2009-2020年创业板企业作为科技型企业的代表，资金供给机构包括政府补贴、政策性银行、大型国有商业银行(6家)、股份制商业银行、城市商业银行、农村商业银行、外资银行、民营银行、其他金融机构以及发债收入和吸收投资。但在实际数据处理过程中，部分资金供给机构没有明确分类，因此，暂时处理为不确定性金融供给机构，实证分析中增加此网络节点。

在区域比较分析中，选取了科技金融发展各具特色的三个典型区域进行比较，即北京、上海和广东，这三个区域的创业板企业数量在全国排名前五，分别为115家、62家、238家[5]。

(二)研究方法

科技金融网络结构模型的构建，首先需要构建资金供给节点与资金需求节点之间的关系矩阵。科技金融网络的二模关系是通过资金流来构建的，若科技型企业与资金供给节点之间产生了资金流动，说明二者存在关系。本文通过搜集科技型企业的融资数据、财务数据和公司基本信息的数据，进行数据筛选合并后确定网络节点之间的关系，据此构建0-1关系矩阵。

1. 判断两个节点之间是否发生关系的标准：

①政府和企业：政府是否对企业进行补贴。数据为政府支出中科技金融经费的支出占比，确定政府补贴次数。

②银行和企业：企业是否向银行贷款，贷款金额以及贷款次数。

③资本市场和企业：企业公开的债券市场融资金额和融资次数；获得股权投资的金额及次数。

2. 0-1矩阵构建

将数据转换为0-1矩阵的模式，将节点与节点之间发生关系设定为1，不论发生几次关系，比如政府对企业进行补贴、银行向企业提供贷款、企业获得债权与股权融资的次数大于等于1，关系均设定为1；节点之间未发生关系设定为0。虽然有的企业和金融主体之间发生资金往来的次数较少，但是每一次资金往来金额都比较大，足以对企业产生重大影响，所以0-1矩阵并未对节点间发生关系次数设定专门阈值。

分析网络间的差异性还需要网络结构特征具体数值，这里网络结构特征包括中心度、节点间路径的长度、节点的聚集系数(小世界特性)、网络密度。构建了关系矩阵之后，还无法直接观察到节点之间的关系网络，此时需要将矩阵进行可视化，这里采用了可视化软件Ucinet，导入矩阵数据得到可视的网络图，并且计算出网络结构特征如中心度、密度等数值。由于企业和资金供给主体之间都是直接产生联系，不需要额外通过其他节点，因此不再考虑节点间路径的长度和节点间聚集系数的问题，网络结构特征着重针对中心度和密度进行研究。

3. 中心度

中心度表示节点在一个网络结构中的中心程度，这个程度用数字来表示就是中心度。即用来判断节点在网络中的重要性，根据测定方法的差异分为度中心度、接近中心度和中介中心度。

度中心度(degree)：度中心度反映的是一个点与其他点链接的总和，点的中心性越高，它与其他点的连接就越多，但是也需要考虑点之间关系的方向性问题，方向的不同中心度分为点入中心度和点出中心度，确定一个点，当其他点都希望与它联系时，反映的是点入中心度，当这个点希望与其他点取得联系时，它就是一个点出度。

接近中心度(closeness)：接近中心度反映的是一个点到其他所有点距离的总和，当这个数字越大说明点之间的路径越短距离越近。

中介中心度(betweenness)：反映经过一个点的最短路径的数量。经过一个点的最短路径的数量越多，就说明它的中介中心度越高。有时在多条路径中都会有某一个点的存在，但它不一定在最短路径上。[6]

4. 网络密度

网络密度反映了网络节点之间相互联系的数目。高密度网络中，网络节点之间大多存在着直接联系，不仅使得节点之间信息交流更加快速无障碍，还同时放大了对过去的联系给予回报的互惠压力。因而在高密度社会网络中，节点之间的联系更强，也更容易，形成规模效应。

四、网络基本特征及形成原因

(一)区域比较分析

利用Ucinet软件对三地的科技金融网络结构进行可视化分析。

通过网络可视化直观分析：从最直观的企业数量上，可以看出广东的科技型企业最多，北京其次，最少的是上海。造成企业分布不均原因主要是：北京拥有最丰富的科创资源，科创环境也最优，而广东的科创企业经济效益指标是最好的，大部分企业更加注重收益。因此广东的企业最多，其次北京，而上海城市产业主要聚焦于金融外贸领域，科技企业会相对较少。[7]北京市科技金融网络中与其他点联系最多的主体分别是政府补助、吸收投资收到现金、股份制商业银行、城市商业银行四个，可以判断北京地区中小型科技企业的主要资金来源是以上四个主体。而上海的网络可视化图说明中小型科技企业的主要资金来源是政府、吸收投资、政府以及银行及金融机构及其他金融机构，广东主要资金来源是政府、吸收投资、发行债券以及股份制商业银行，广东的资金供给主体头部效应没有北京上海明显，目前呈现四足鼎立形态。

利用Ucinet软件对网络结构的三个中心度，度中心度、接近中心度、和中介中心度进行计算。结果见表1、表2、表3。

表1 北京网络中心度

表2 上海网络中心度

表3 广东网络中心度

(1)北京市度中心度最大的是政府补助，最小的是发行债券收到的现金，与政府补助相连的节点数量最多，债券的最少。由此得出，北京地区中小企业主要的资金提供者是政府机构，而发行债券获得融资的效果最不好。北京市接近中心度最大的是政府补助，最小的是发行债券收到的现金，说明企业到政府补助节点路径最短，反之债券的最长。因此企业融资的便利程度上，政府最容易融资，其次是发行股票，然后是股份制银行贷款，最难融资的是发行债券。北京市中介中心度最大的是政府补助，说明政府节点存在大部分最短路径上，大部分采用了其他融资方式的企业都采用了政府补助。[8]

(2)度中心度区域比较分析发现，广东地区排名前三名的度中心度是0.973、0.973、0.973，上海地区0.859、0.844、0.828，北京地区0.959、0.983、0.851，三区域比较，北京地区度中心度的资金来源集中度更高，广东地区资金来源集中度更平均。但是观测整体网络的度中心度平均值，北京0.515最大，节点之间关系最密集，上海平均值0.454，节点之间联系相对较少。

(3)接近中心度区域比较分析，广东发行债券、吸收投资最高0.953，上海政府补助最高0.820，北京地区政府补助最高0.973，在三个地区中，除广东外，政府补助是最容易获取到资金的融资渠道。相比较之下北京地区接近中心度平均值最高0.606，该地区企业更容易从各渠道获得融资。

(4)中介中心度在三个地区中最大的节点都是政府补助，说明政府补助在三个地区企业融资渠道中地位最重要。区域比较分析发现上海地区中介中心度平均值最大0.094，说明上海的科技金融市场活跃度较高，各资金供给机构都参与了中小企业融资 ，市场发展比较均衡。

对比三地网络密度，北京密度最大，上海密度最小。由此得出，北京的网络聚集程度最好，网络密度达到0.5以上，聚集程度相对较高，节点间联系紧密；上海的网络相对最松散，密度在0.455。一方面由于北京科创企业数量远大于上海，形成更密集的网。另一方面由于北京大部分企业的融资来源于政府，企业节点主要围绕政府进行分布，形成一个比较大型聚落。而上海地区，由于市场经济活跃，除了政府支持，吸收投资、发行债券、股份制商业银行的方式都非常活跃，导致企业节点不会围绕单个节点分布，难以形成一个大聚落而是一个个小聚落，因此网络相对松散。[9]

(二)北京地区纵向比较分析

对北京地区2009-2020年科技金融网络结构进行可视化。

从网络节点的变化趋势可看出，企业的资金供给渠道逐年丰富，从最初2009年只有吸收投资的现金、城市商业银行、政府补助这三项，到2022年有9个资金供给主体参与到网络中来。融资渠道越来越丰富，一方面因为国家政策大力支持中小企业融资，比如放宽融资条件、增加融资金额、下调税收、拨款资助企业发展等。另一方面也得益于金融市场的逐步完善，金融机构业务更加丰富，监管更加规范，为企业提供了融资平台。

观测每个时期企业主要的资金来源，发现股份制商业银行以及城市商业银行在中小企业融资中的作用越来越大，但与之相反的是国有大型商业银行在网络中作用却一直不明显。究其背后原因，因为国有大型商业银行，融资门槛高，对企业财务能力风险状况评判标准较高，而大部分新兴科技型中小企业，发展初期伴随着风险大、财务状况不良的问题，很难在大型国有商业银行贷到款，导致企业向股份制商业银行以及城市商业银行贷款频率增加。[10]

另外，北京的上市中小企业数量也在逐年增加，说明科技金融支持中小企业战略取得了明显的效果，越来越多的新兴科技型企业通过融资度过了最初的发展困难期，正在逐步发展壮大，产业集群效果明显，这有助于带动整个地区的经济发展。

如图1所示，北京市科技金融网络密度逐年增加，网络规模越来越大，科技型企业数量在不断增多，融资的渠道也日渐丰富。2020年网络的密度发生小幅度下滑，原因是新冠肺炎疫情导致整个社会经济呈下行趋势，企业为了缩减开支维持运营会减少新项目的开发，所需要的资金减少，贷款减少。并且金融机构为了保证自有资金的充足也会适当减少贷款服务。

图1 北京市科技金融网络密度趋势变化

为了研究网络中心度的变化，本文选取了北京市科技金融网络2009-2020年的中心度数据。

在观测各主体的中心度数据后发现，近10年来政府融资度中心度、接近中心度、中介中心度始终最大，政府融资始终是最广泛最便捷的中小企业融资渠道。如图2、图3、图4所示。

图2 北京2009-2020年网络度中心度

图3 北京2009-2020网络接近中心度

图4 北京2009-2020网络接近中心度

吸收投资收到的现金、股份制银行和城市商业银行是发展最迅速的主体，三类中心度上涨幅度大，在近十年增长中成为中小企业第二、第三和第四位的资金供给主体。

(三)形成原因

1. 通过区域对比分析，三地中，北京的网络聚集程度、渠道的丰富性、便捷性都是最好的。北京地区科研环境优越，985、211大学数量全国最多，培养了大量的科技人才，在经费方面北京地区去年投入的科研费用2233.6亿元，远高于广东1328.28亿元和上海1524.6亿元。[11]另外，北京成立了北京中关村银行，这是一家以服务科技型企业作为战略定位的民营法人银行。这些因素为北京科技金融创造了良好成长环境。[12]因此一个地区科技金融网络发展程度，与城市为其成长创造的环境有关，比如，城市科技资源丰富程度、科技型人才的教育重视程度、城市科技型企业获得盈利程度、城市中各金融机构的发展程度，以及城市功能定位，是金融资源型城市、教育资源型城市或者产业资源型城市。

2. 通过历史比较分析，随着时间变化，网络特点逐渐向渠道丰富化、节点紧密化、服务便捷化、市场活跃化方向发展。主要原因：一方面得益于政府政策上的支持，仅北京地区政府出台的相关公文就包括《北京银行业加强科技金融创新的指导意见》《关于加大金融支持科创企业健康发展的若干措施》《进一步推动首都知识产权金融服务工作的意见》等，在一系列政策引导下，促进科技产业链和金融产业链对接；另一方面得益于市场发展，金融市场业务逐渐专业化，各金融机构甚至开发了专门的机构服务科技金融网络，据资料显示，目前我国20余家银行机构已实现科技金融专门部门管理，下辖87家专营特色支行投放的科技型企业贷款余额占全市科技型企业贷款比例超五分之一，科技贷款增速远高于全部贷款平均增速。

总之，科技金融网络发展一靠城市资源，二靠政策落地，三靠市场金融机构发展，三者协同实现科技创新链条和金融资本链条的有机结合。[13]

五、建议

第一，发挥各地区优势，将城市优势体现到网络结构中，明确城市所具有的科技、教育、环境、经济资源，利用这些资源吸引中小科技企业来当地发展，并利用优势资源大力支持企业发展，带动区域经济发展。[14]

第二，政府需要释放部分融资压力，其他各类金融机构要担负起为中小企业解决融资难、融资渠道少的责任。金融机构应该主动创新，针对中小企业不同领域、不同发展时期特点推出融资产品，来适当降低抵押质押条件和风险评估标准。

第三，缩减企业与市场主体之间的路径，让企业从申请贷款到获得资金的过程更高效。首先金融机构制定细化可操作的企业借贷款标准，并适当放宽借款标准，鼓励中小企业发展。其次企业需要保证信息透明，及时准确披露财务报表的数据，有利于减少金融机构对企业评估的时间精力。[15]

第四，增加各类社会主体对科技人才培养的重视程度。科技人才队伍的培养对于提升企业核心竞争力至关重要，不仅科技企业发展需要科技人才，金融机构也需要“科技+金融”的复合型人才，相比于单一人才，其更有利于推动科技金融网络建设。