金融集聚度对区域创新的影响——基于西部地区的实证研究

唐家龙 杨丽丽

(天津工业大学，天津 300387)

摘要：本文利用 2008～2018年面板数据，从全国和西部地区两个层面构建了金融产业集聚的区位熵指标，分析了全国层面和西部地区内部视角下西部地区各省份金融资源流动集聚的现状。引入时间个体固定效应模型，实证分析了全国和西部地区金融集聚度对区域创新能力的影响。研究发现，我国金融资源分布极度不均衡，西部地区金融集聚度远低于全国整体水平；金融集聚度在全国整体层面对科技创新具有显著的抑制作用，在西部地区则有显著的正向促进作用。建议国家要着力推动金融资源向欠发达的西部地区聚集，提升金融资源利用效率，促进西部地区科技创新高质量发展。

关键词：金融集聚；区位熵；科技创新；西部地区

引言

金融是现代经济发展的核心。一个地区金融集聚水平提高，有助于撬动地区经济社会的发展。当前，我国进入了经济新常态，中央和各省市大力践行创新驱动国家战略，建设创新型国家和创新型省份，通过科技创新优化促进供给侧结构性改革，带动我国产业结构优化升级。长期以来，东部地区的区位优势、政策优势和产业优势，使得金融资源更多地集聚在东部地区，导致中西部地区金融发展相对滞后，不利于区域的均衡发展。当前，迫切需要进一步地优化金融资源的供给，并与区域科技创新能力的提升结合起来，让金融为创新点燃利益之火，带动西部地区向高质量发展迈进。

1文献综述

关于金融集聚与区域创新水平的研究已经比较丰富了。王仁祥、白旻（2017）采用因子分析法与区位熵测算金融集聚度，以规模可变DEA模型测算科技创新效率，采用我国30个省份面板数据实证发现制约我国科技创新效率发展的主要因素为纯技术效率，金融集聚可以促进科技创新效率的提升^[1]。郭文伟、王文启（2020）检验了粤港澳大湾区金融集聚与科技创新效率的关系，通过采用Fare-Primont指数法对大湾区创新投入与产出的面板数据进行科技创新效率的测度与分解，发现科技创新效率的提升主要依赖技术效率和规模效率的改善，本地区和邻近地区的金融聚集对科技创新效率有明显的促进作用，促进作用主要来源于规模效率和剩余混合效率^[2]。赵文洋等（2017）从金融结构的角度来分析对科技创新效率的影响，通过省级面板数据采用随机前沿距离函数模型进行了实证分析^[3]。他们发现，风险投资投资额占商业银行科技信贷总额的比例与科技创新效率并无显著相关关系，与科技创新效率负相关的指标包括科技金融总投入占GDP的比例、公共科技金融占市场科技金融的比例、风险投资投资额占科技资本市场筹资额的比例；呈正相关的指标包括科技资本市场筹资额占商业银行科技信贷总额比例。马莉莉、徐丹凤（2018）从创新价值链角度将技术创新划分为科技研发、成果转化两个相互关联的子过程。采用DEA模型测算30个省份面板数据得出不同地区在两个阶段的创新效率，之后依据面板Tobit回归实证得出金融深度和金融宽度都能够提高技术创新效率，但在科技研发阶段，金融深度对区域创新效率的影响更加显著；在成果转化阶段，金融宽度的作用更加明显^[4]。张甜迪（2019）利用湖北省各州市的面板数据进行了实证分析，发现金融集聚对科技创新呈正向促进作用，但存在区域差异与门槛效应^[5]。王文静、刘诗琳（2020）用30个省的面板数据分析了金融集聚系统与区域创新系统之间耦合度与协调度关系^[6]。他们发现在一定区域内金融集聚与创新能力存在正相关，但存在明显的空间异质性。简要的文献梳理发现，无论是全国层面的研究还是省市层面的研究，金融集聚与区域创新二者关系均具有明显的区域异质性。但从全国层面和地区内部层面区分金融集聚度对区域创新的影响还不多，尤其是聚焦于西部地区金融集聚与创新影响的研究还不多。因此，本文以西部地区为焦点，探讨金融集聚对西部地区科技创新水平的影响。

2全国和西部地区金融集聚度分析

2.1测度方法和数据来源

区位熵是评价区域产业集聚程度的重要指标，金融集聚与扩散的程度可以采用金融区位熵来描述。金融区位熵可以代表一个地区的金融行业规模水平与专业化程度。区位熵值与金融集聚程度呈正相关，区位熵值越大，代表集聚的金融资源越多，区域金融差异变大；区位熵值减少表示金融扩散，区域金融差异减少。

本文参照俞颖、苏慧琨、李勇（2017）^[7]，计算金融区位熵。计算公式如下式：

（1）

其中，Q_it表示金融区位熵；Y_it、N_it分别表示i地区t年份的存贷款总额及常住人口数量；Y_t、N_c分别表示全国t年份存贷款总额与常住人口总数量；i表示省份；t表示时间。

按照东、中、西三大区域构建区域内各省份金融区位熵，计算方式如下：

（2）

其中，k代表东中西地区（E，M，W）；Y_kit、N_kit分别表示k地区内i省份t年份的存贷款总额及常住人口数量；Y_kt、N_kt分别表示整个k地区t年份存贷款总额与常住人口数量。

我们从国家统计局网站和《中国金融统计年鉴》等采集了2008~2018年间全国31个省份的存贷款总额及常住人口数据，分别测算全国31个省份的金融区位熵和西部地区12个省份的金融区位熵，东中西部地区按照国家有关标准划分。

2.2全国样本下区域金融集聚水平的具体表现

表1呈现了以全国31个省份为样本的西部省份的金融区位熵测算结果和全国平均的区位熵水平。可以看到，从2008年到2018年，全国金融区位熵均值均远远大于以31个省份样本下测算的西部地区金融区位熵均值。这说明，中东部地区金融资源集聚能力较强，西部地区金融资源属于净流出状态。这与王文静、刘诗琳（2020）的研究发现基本一致^[6]。图1呈现了西部地区部分高于西部地区均值的省份金融区位熵走势情况。可以发现重庆与陕西从2008年到2016年一直在西部处于强势地位，但从2017年到2018年双双出现下滑，陕西下滑至均值之下，处于资源净流出状态。后起之秀西藏从2008年到2011年处于沿均值上下波动状态，金融资源集聚不稳定，但是从2011年开始抬头上扬，区位熵呈现高速聚集态势，吸纳西部地区内其他省份金融资源。

以青海省区位熵为例。从全国样本视角来看，2010年青海的金融区位熵为0.8442，高于西部地区金融区位熵均值0.7353，说明在西部地区某些省份金融资源在外流的方向上流向了青海地区。从青海与西部地区均值看，2009年至2017年，青海区位熵均高于西部地区均值，但整体波动幅度较大。2011年至2017年保持稳定的金融集聚状态，但2018年青海的金融区位熵为0.8447，稍低于西部地区均值0.8491，出现了金融资源净流出的现象，值得关注。

表 1全国样本下西部地区金融区位熵

 图 1全国样本下代表性省份金融区熵走势

2.3西部省份样本下区域金融集聚水平的具体表现

从西部地区12个省份内部比较来看，如果一个省份的区位熵高于西部地区均值，则说明金融资源正向该省份聚集流动；如果小于均值说明金融资源存在流出现象。以西部地区均值为分界线，可以区分哪些省份在吸聚金融资源、哪些省份的金融资源在流失。无论从全国样本还是西部地区样本看，重庆、陕西、西藏三个省份处于金融集聚的相对强势地位，在近10年中多次处于西部均值之上；宁夏的金融资源集聚能力呈现下滑态势。同样以青海为例。从数值上看，青海在西部各省份的竞争中实力处于中等水平。从图2趋势看出，青海省在西部地区区位熵的均值线上下波动，说明青海的金融资源存在流入和流出，对自身金融资源的聚集与周边资源的虹吸效应不稳固，面临着比较激烈的金融资源竞争。

表 2西部地区内金融区位熵

图 2西部地区代表性省份金融区熵走势

3金融集聚度与区域创新能力关系的实证分析

3.1数据与变量描述

（1）因变量：区域创新能力。区域创新能力是一个综合性概念，有多种不同的测度方法。专利是由国家知识产权局统一管理的重要科技活动产出，对各个省份而言具有公认的客观性和便于计量的特点。因此，我们这里引入国内专利申请量和专利申请授权量作为一个省份区域创新能力的表征。

（2）核心解释变量。如前所述，我们构建了区位熵指标，作为金融集聚程度的表征。

（3）控制变量。参考相关文献，我们引入地区基础设施、政府科技支出、人力资本、对外开放程度等指标。地区基础设施（Infra）是科技创新的物质条件之一，基础设施较好的地区往往有较为成熟的城市配套系统，例如交通、通信、信息等系统，可以加快信息的传递与人才的聚集，促进科技创新等活动。该指标采用固定资产投资额占GDP的比重来衡量。政府科技投入（Exp）。政府政策与产业扶持对企业的创新投入有着明显的影响。政府通过增加财政科技投入，出台有利于科技创新与吸引创新科技人才的政策，将提升区域的创新能力。这里采用地方财政科学技术支出与总财政支出的比重来衡量政府对科技创新的投入程度。人力资本（HC）是创新的第一资源。人才聚集可以提升科技创新水平与效率，是进行科技创新的先决条件。这里采用每十万人口高等学校平均在校生数来指代。开放的经济环境有利于人才的自由流动，为外资和人才的引进奠定了基础，外商投资对于技术与知识一般存在溢出效应，通过干中学效应可以提高地区的创新能力与水平。本文采用实际外商投资额与GDP的比值来衡量地区的对外开放程度（Open）。

数据来源于国家统计局网站与《中国金融年鉴》。为了消除数据异方差的影响，除核心解释变量金融区位熵外，其他数据取对数处理。

表 3变量描述性统计

3.2模型设定与选择

采用面板数据进行分析。

（3）Pat1_it=α β丨Q_it γ｜X_it μ_i ε_it

（4）Pat2_it=α β｜Q_it γ｜X_it μ_i ε_it

其中，i代表省份；t代表时间；核心被解释变量Patl为专利申请量的对数；Pat2为专利授权量的对数；Q代表计算出的全国范围内金融区位熵指标；X代表各控制变量，包括地区基础设施、政府科技支出、人力资本、对外开放程度等指标；分别代表个体固定效应与随机误差项。通过对混合模型、随机效应模型和固定效应模型的统计检验，最终决定采用个体固定效应模型。限于篇幅，有关检验结果在这里不作报告。

3.3实证结果分析

从回归结果来看，以全国样本来看，金融集聚程度与区域创新水平是显著负向关系；而在西部样本中，金融集聚程度与区域创新水平呈显著正向关系。

注：（1）***、**、*表示在1%、5%、10%的水平上显著；（2）括号内为T值。

在全国样本中金融区位熵对专利申请量回归系数在1%的显著性水平下为负值，每提高一单位金融集聚度则阻碍专利申请量0.003个单位。金融区位熵数值越高金融越聚集，对该地区的专利授权量有抑制作用，阻碍了该地的科技能力水平提升。从西部地区样本分析看，发现金融区位熵系数在1%的显著性水平下为正值，说明金融资源的集聚在西部地区显著提升了该地的科技创新能力，每集聚一个区位熵单位，对该地专利申请量显著提升1.315个单位。

我们认为，这可能是中国的金融资源存在极大的发展不平衡造成的。东部地区整体金融资源水平与聚集程度远高于西部地区。在资本逐利的驱动下，甚至存在东部地区对中西部地区金融资源的虹吸效应。再以全国视角来分析金融区位熵，其权重大部分是以东部地区为代表，加之中国的证券市场也设立在东部地区的上海与深圳，证券、保险、银行贷款与各类金融衍生产品主要聚集在东部地区，在高房价及房地产经济拉动下资金逐渐脱实向虚，甚至存在资金空转的现象，高额的金融投资回报率挤压了实体经济经营利润，对创新投入与创新产出造成挤压。

与之相对的西部地区，金融集聚能力偏弱，金融资源有限，该地区的企业生产经营所需资本尚未达到满足，金融资源边际效应大于东部地区，企业获得资本及各种资源支持后将扩大其科技创新能力，故在西部地区金融区位熵越高，集聚的金融资源越多，对当地的科技创新能力提升就越高。

从专利授权量的实证回归结果来看，回归系数方向与专利申请量相同，但是系数有稍微不同，通过对比金融区位熵系数值，在全国范围内金融区位熵对专利申请量的负面影响要高于专利授权量，在西部地区金融区位熵对专利申请量的正向影响也高于专利授权量，主要是因为从专利申请到被授权存在时滞，专利申请的绝对量越多，被授予的量也越多，但并非所有申请专利都会被授予。

4结论与政策建议

通过对全国样本、西部地区样本金融集聚度的分析及其与区域创新能力的定量研究，本文发现：（1）我国金融资源分布极度不均衡，西部地区金融集聚度远低于全国整体水平；（2）金融集聚度在全国整体层面对科技创新具有显著的抑制作用，在西部地区则有显著的正向促进作用。基于分析结果，本文建议：一是加大对西部地区金融扶持力度。无论是贯彻落实协调发展的新理念，还是促进区域经济社会和科技发展的均衡，加大西部地区金融集聚度或者提高西部地区的金融资源总体水平，都是一项利国利民的选择。尽管从资本逐利的本性看，西部地区的总体产业发展环境和科技创新水平存在着一些局限，但实证结果表明，向西部的金融资源转移，可能会带来超过中东部地区的边际收益。在当前的国家省市对口定向援助中，要提升金融帮扶在援助工作中的定位，进一步发挥发达地区对西部地区的金融撬动功能。二是西部地方要着力深化金融体系改革。从政府层面，要着力营造公平开放透明的市场环境，建立适应金融资源集聚需求的制度环境和政策体系，构建由政府基础调控、市场有效指引、金融机构与科技企业积极参与的政策法规体系，规范科技金融市场各主体的行为^[8]；通过充分发挥政府与市场两方面的力量，打造金融与科技之间衔接互动的信息共享平台，形成有利于科技 金融共生发展的生态圈，促进金融资源向科技创新的主体、成果、平台流动，拓展金融体系向科技创新、创新型企业服务的渠道，提高融资效率，形成区域科技金融集聚与科技创新产业集聚的双赢局面。三是西部地区要切实提升科技创新能力。首先，要全方位提升区域经济社会发展的科技创新水平，尤其形成地区科技创新能力与产业发展共生的体系。一项必不可少的措施，就是扩大全社会研发投入，其中的重中之重就是要提高政府财政科技投入水平。其次，要着力培养和引进高层次的创新创业人才。金融是逐利的资本，科技是有待转化为资本的知识，二者相互转化离不开高层次人才的作用。

参考文献：

[1] 王仁祥，白旻.金融集聚能够提升科技创新效率么?——来自中国的经验证据[J].经济问题探索，2017（1）：139-148.

[2]郭文伟，王文启.金融聚集能促进科技创新效率提升吗？——基于粤港澳大湾区空间杜宾模型的实证分析[J].南方金融，2020：1-13.

[3]赵文洋，徐玉莲，于浪.科技金融结构对区域科技创新效率的影响[J].科技管理研究，2017，37（21）：22-28.

[4]马莉莉，徐丹凤.价值链视角下金融深度、金融宽度与区域创新效率——基于DEA-Tobit两阶段模型[J].科技管理研究，2018，38（4）：16-22.

[5]张甜迪.金融集聚与科技创新:促进还是挤出?——基于湖北省17个地市州的面板门限研究[J].科技管理研究，2019，39（5）：8-14.

[6]王文静，刘诗琳.金融集聚与区域创新能力耦合协调研究[J].经济问题探索，2020（1）：147-155.

[7]俞颖，苏慧琨，李勇.区域金融差异演进路径与机理[J].中国工业经济，2017（4）：74-93.

[8]罗文波，陶媛婷.科技金融与科技创新协同机制研究[J].西南金融，2020（1）：23-32.

基金项目：天津市科技战略研究计划项目“天津市科技全面创新改革进展评价与深化举措研究”（19ZLZDZF00080）和“面向2035、2025年的科技创新体系建设规划思路研究”（19ZLGHZF00030）。

作者简介：唐家龙，男，博士，教授，现任天津工业大学人文社会科学高等研究院副院长、创新发展战略研究中心主任，主要研究方向：创新战略、科技政策、人才与区域发展等。

（文章内所有图片受版权保护 违者必究）