辽宁省科技金融对高技术产业发展的影响研究

陈 强，尹 龙

（哈尔滨商业大学 经济学院，黑龙江 哈尔滨 150028）

一、引言

改革开放以来，我国经济发展取得了重大的成就，科技创新成果也举不胜举。随着进入21世纪，科技进步日新月异，在经济发展中所起的作用也越来越大，传统以投资规模、生产要素投入驱动经济发展的方式已无法适应当前的经济发展形势，以科技为主的创新驱动逐渐成为经济发展的主流。与此同时，金融作为产业调整的催化剂，经济发展的加速器，成为我国经济稳健发展的重要推动力，科技与金融的结合发展，对推动我国经济创新驱动发展战略的实施具有十分重要的意义。《金融标准化“十四五”发展规划》指出，要稳步推进金融科技标准建设，系统完善金融数据要素标准，健全金融信息基础设施标准，强化金融网络安全标准防护，从而推进金融业信息化核心技术安全的可控标准建设。

近些年来，辽宁省围绕创新驱动战略，不断推进科技与金融结合创新发展，在区块链、大数据、机器学习、语音识别等方面取得了一定的成效。因此，本文深入研究辽宁省科技金融与高技术产业发展之间的关系，有助于提升对辽宁省科技金融体系的了解，从而推动辽宁省科技金融体系的进一步完善，有效地促进高技术产业的发展。

二、辽宁省高技术产业现状分析

科技金融是指通过创新财政投入方式，引导各金融机构与创业资本，使科技产业与金融产业的点对点连接，为不同需求类型的科技企业提供资金支持与金融服务的资源体系。相对于传统金融，科技金融的服务对象主要针对传统金融较少涉及的高技术企业，运用人工智能、征信系统、区块链、大数据等科技手段，建立更为安全严谨的贷款治理体系与风险管控系统，并通过影响科技资源分配、政府财政科技投入、市场直接融资及企业创新效率等方式，促进区域高技术产业的健康发展。

从过往研究来看，科技金融对高技术产业发展具有明显的促进作用。近几年，辽宁省高技术产业发展形势较好，取得了良好的成就。2020年，辽宁省全省高新区实现地区生产总值达3467.9亿元、同比增长3.5%，R&D经费支出占GDP比重达5.9%，高新技术产品产值占规上工业总产值比重达到42.4%，形成以沈阳、大连的国家级高新区为双核，多点辐射的整体架构和优势互补、协同共进的发展态势。但与之相对，虽然当前辽宁省高技术产业发展态势较好，却仍存在产业规模小、研发投入不足、企业技术水平低及专业人才匮乏等问题，导致辽宁省本土高新区域较多，但高技术产业发展缓慢，难以形成产业集群效应，产业发展受制于人。故本文选取辽宁省2005-2020年科技金融与高技术产业的相关数据，探索科技金融对高技术产业发展的作用影响，为解决辽宁省当前高技术产业发展问题提供合理有效的参考建议。

三、实证分析

(一)研究设计

1.模型构建

本文参考陈晓芳与程宇(2017)的模型设计，采用柯布·道格拉斯生产函数模型，将科技金融投入程度与高技术产业主营收入相联系，研究科技金融对高技术产业发展的实际影响，具体模型设计如下所示。

其中，MBI代表高技术产业主营收入变量，TFL、GFTE表示科技金融变量，μ表示随机变量，β、β分别代表两个科技金融变量的系数，t则表示时间趋势变量。为保证变量的平稳性，本文对各变量进行对数化处理。

2.变量说明

当前国内对科技金融的衡量指标，并没有形成统一的结论。杨嫩晓、安则同(2021)使用公共科技金融投入和市场科技金融投入作为衡量科技金融的一级指标。周春应(2021)则根据科技金融资源、科技金融经费、科技金融产出3个方面的数据，构建科技金融发展指数。本文基于数据的可得性，参考周鑫磊(2022)的选取标准，以辽宁省的科技融资贷款(lnTFL)、政府财政科技支出(lnGFTE)作为科技金融的衡量指标。其中，科技融资贷款以辽宁省历年金融机构存贷款余额取对数表示，而政府财政科技支出则以历年该省对科学技术财政支出取对数表示。

目前对高技术产业发展状况的衡量指标有很多，对企业而言，主营收入代表该企业科技成果转化为实际收益的能力，也象征着企业在市场上的竞争力，故对于辽宁省高技术产业的发展状况，本文选取该省历年高技术产业的主营收入的对数来表示。

本文实证的时间跨度为2005年-2020年，所选相关数据均来源于《辽宁统计年鉴》与《中国科技统计年鉴》，并对数据进行对数化处理。本文采用stata15软件对数据进行计量分析。

(二)单位根检验

本文首先运用ADF单位根检验法对各变量进行平稳性检验，结果如表1所示。从表1中可以看到，变量lnMBI、lnTFL、lnGFTE皆通过了10%水平下的显著性检验，属于平稳序列，故可认为各变量间存在长期均衡关系，可进一步构建VAR模型。

表1 各变量单位根检验结果

(三)构建VAR模型

虽然通过单位根检验判断各变量之间存在长期的均衡关系，但仍无法确定变量lnMBI、lnTFL与lnGFTE间是否存在因果关系，故构建向量自回归模型(简称VAR模型)对此进一步进行分析。由于经检验3个变量的时间序列皆属于平稳序列，故可直接建立VAR模型。

1.确定最优滞后阶数

由于滞后阶数会强烈影响到检验结果的准确性，故本文采用LR准则作为选择最优滞后阶数的标准，在保持合理的自由度使模型参数具有较强解释力的同时，消除误差项的自相关。经过检验，确定变量的最优滞后阶数为2阶。

2.稳定性检验

图1为stata15给出的AR特征根的分布情况，可以明显看到所有的单位根都在单位圆内，即所有单位根的模都小于1，这说明VAR模型稳定，检验结果是有效的。

图1 滞后2阶的VAR模型平稳性检验

3.VAR模型估计结果

对变量lnMBI、lnTFL与lnGFTE所构建的VAR模型进行实证分析，得到的回归结果统计于表2中。从表中可以看出，向量lnMBI、lnTFL与lnGFTE的自回归模型拟合优度皆很高，决定系数R都在0.9左右，并且被解释变量lnMBI的决定系数R达到了0.9324，为接下来进一步分析科技金融对高技术产业发展的实际作用奠定了基础。

表2 向量l nMBI、l nTFL、l nGFTE自回归模型

(四)Granger因果检验

在VAR模型的基础上，对各变量进行Granger因果检验，所得结果如表3。可以观察到，科技融资贷款(lnTFL)不是高技术产业主营收入(lnMBI)的原因，而高技术产业主营收入则是科技融资贷款(TFL)的原因，说明科技贷款融资不能促进高技术产业营业收入的增长，相反高技术产业营业收入的提高会使得企业对科技融资贷款的需求进一步增长。而政府财政科技支出(GFTE)与高技术产业主营收入(lnMBI)之间存在双向Granger因果关系，说明政府财政科技支出有利于促进辽宁省高技术产业的发展，同时辽宁省高技术产业的发展也会反作用于政府财政科技支出上，使其科技支出随之提高。

表3 各变量Gr anger因果检验结果

(五)脉冲响应检验

在Granger因果检验后，本文进一步通过脉冲响应函数对VAR模型的结果进行深入分析，为便于观察整个脉冲过程的变化情况，本文选择30期的脉冲响应检验结果。由于在Granger因果检验中，科技融资贷款(lnTFL)并非高技术产业主营收入(lnMBI)的原因，故本文仅对政府财政科技支出(lnGFTE)与高技术产业主营收入(lnMBI)进行脉冲响应检验(见图2)。图2的中间线为脉冲响应函数，上下灰色区域边界表示该函数值的正负两倍标准差，纵坐标表示单位冲击引起的脉冲波动，横坐标则表示波动持续的时间。

图2为辽宁省2005-2035年政府财政科技支出(lnGFTE)的冲击对高技术产业主营收入(lnMBI)的影响结果。在本期给财政科技支出一个标准差的冲击后，高技术产业主营收入的第1期呈现向上增长的促进作用并达到最大值，接着在第1期与第2期间逐渐减弱并转为负值，在第2期时达到最低，之后以阶梯状的增长模式逐渐转化为正向促进作用，并在第5期达到峰值后逐渐收敛，回归平稳状态。

图2 辽宁省财政科技支出冲击对高技术产业主营收入的影响

综合而言，在前期，财政科技支出对高技术产业主营收入的作用呈现明显的波动变化，这种波动在中期时逐渐趋于稳定并消失。从整体上看，财政科技支出有利于高技术产业主营收入的增长，但存在一定的时滞效应。

(六)结论分析

通过以上实证检验可以发现，辽宁省的科技金融与高技术产业间存在稳定的长期关系。科技融资贷款并未起到促进高技术产业发展的作用，而高技术产业的发展却促使各级融资贷款额不断提高。政府财政科技支出对高技术产业的发展具有一定的正向作用，但在作用过程中存在时滞效应，可能是由于财政的科技投入主要发挥为高技术产业引导的功能，对产业的发展起间接作用，因此使其发挥促进作用需要一定的时间过程。辽宁省传统产业在所有产业中占有较大的比重，在进行产业结构调整的过程中，辽宁省可以适当提高财政科技支出的比例，促进本土高技术产业的发展。

四、政策建议

针对实证分析得到的结论，本文就此提出以下几点建议：第一，提高财政科技支出比例。辽宁省地处我国东北地区，冬季气候严寒，人口劳动力流失严重，制约了经济与产业的进一步发展。加大财政在科技上的投入，可以通过创建天使创业基金、企业创新基金等组织举措，激发辽宁省本土企业创新创业热潮，引导高技术企业在辽宁省投资落户，提高辽宁省高技术产业的整体水平。第二，优化科技融资贷款体系。对于高技术企业而言，资金是开展科技研发的重要基础，资金不足，则科技研发寸步难行。为更好地解决高技术企业融资问题，一是需要拓展优化融资渠道，可以利用数字普惠金融为小微企业实施精准融资贷款，积极推动大型企业上市融资，同时适当提供政策性融资贷款，并减少融资的中间环节，降低高技术产业融资成本。二是可以优化科技信贷结构，通过强化风险管控体系，实施对高技术企业的精准风险防范。针对高技术企业的规模大小、所处的生命周期阶段等，分别采取支票、债券或股权质押、抵押等，满足高技术企业不同层面的融资需求。第三，激励企业加大科技创新研发投入。高技术企业能否成功发展壮大，根本因素取决于企业自身的技术创新能力。任何产业的发展，都离不开本身的努力与投入。政府可以实施激发企业创新热潮的相关政策，例如研发费用按比抵税、研发投入补贴、对企业创新成果进行嘉奖等，提高企业的创新能动性。同时，企业通过科技创新可以有效建立竞争优势，提高企业技术转化为产出的能力，产出的增加又会带动科技创新投入增长，进一步扩大企业产出，从而构成企业投入与产出的双向循环，促进高技术产业的健康发展。