本站小編為你精心準備了金融發展對技術創新的重要性參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：理論研究和實踐證明，現代金融發展所具有的風險管理特性為不確定性的技術創新過程提供了重要依據和激勵支持。文章基于2000－2015年31個省（市、自治區）面板數據，采用System－GMM回歸模型進行實證檢驗和計量，發現中國金融發展對技術創新具有顯著的正向促進效應，金融發展效率的提升和金融結構的深化對提升技術創新績效尤為重要。因此，面對金融體系服務于實體經濟和助力供給側結構性改革的現實需要，通過創新驅動戰略導向下的區域人力資本積累和存量提升為技術創新提供根本保障，對于實現金融發展推動技術創新和技術創新持續拓展產業發展空間至關重要。

關鍵詞：金融發展；技術創新；系統GMM估計；人力資本

一、研究問題的提出

在通過經濟發展實踐探尋技術創新與金融發展的長期互動過程中，人們已經能夠達成這樣的共識，即技術與金融在特定國家和地區的經濟成長中關系密切，它們的有機結合共同推動了金融體系的完善、科學技術的進步和經濟增長的可持續性。特別地，當金融資本為技術進步提供風險投資，先進技術應用于金融體系且有利于提高金融效率時，金融資源和技術要素的高效配置會在一定程度上顯著提高經濟發展的績效。面對新一輪科技革命和金融變革步伐的不斷加快，大眾創業和萬眾創新所釋放的巨大潛能正推動著中國實體經濟進入實現新舊動能轉換的關鍵階段，進而使創新驅動也成為供給側結構性改革的核心動力。因此，作為仍然處于轉型中的發展中經濟體，如何科學認識和處理金融發展與技術創新之間的關系，如何實現金融與技術的積極互動，通過哪些要素可以更好地實現金融發展在分散風險和跨期選擇中的關鍵創新，并進一步推動金融和技術創新活動應用于實體經濟，儼然已成為中國未來更長時期必須考慮的重大現實問題。

二、已有文獻的述評

金融體系的不同功能體現了金融發展對企業層面技術創新的促進效應，金融技術創新是金融發展中重要的創新領域之一。梳理現有金融發展與技術創新之間聯系的國內外研究文獻可以發現，以Ray－mondW．Goldsmith為代表的學者們早在第一代金融發展理論中就關注了金融活動與其他許多領域的比較，認為金融工具和金融機構的技術傳播比較容易實現，進而整體性的技術移植就更加成功［1］。伴隨技術進步對金融經濟貢獻份額的逐步提升，更多的經濟學家們則對金融發展與技術創新的關系作了廣泛深入的探討。其中，Gerschenkron（1962）立足銀行體系的微觀分析認為，特別是大型國有商業銀行的規模經營和高效運行，能夠給企業技術創新活動和技術革新項目提供有保障的金融支持與服務，從而激勵和促進企業研發活動的順利進行［2］。Levine（1997）指出，金融技術的發展會促進國際貿易和跨期交易并使商品和服務交易更加便利化［3］。DewatripontandMaskin（1995）［4］和XuandHuang（1999）［5］認為，適度競爭的銀行結構能夠有效滿足企業技術創新的外部融資需求。Allen（1993）［6］和MorckandNakamura（1999）［7］以及MaceyandMiller（1997）［8］的研究認為，資本市場能通過融資多元化來實現風險分攤，可能只有資本市場才更適合高風險的創新性投資項目，那些高研發密度、高增長潛力、高風險的企業更適合通過股票市場融資。D．WeinsteinandY．Yafeh（1998）認為，金融發展主要是為企業解決融資約束問題，風險投資可以用于彌補小型科技企業的資金缺口［9］。CarlinandMayer（2003）則提出，銀行集中度對企業技術創新的作用效果取決于經濟發展的不同階段［10］。從以上頗具代表性的研究成果和更具直接參考價值的文獻來看，盡管不同學者們立足不同視角所得出的結論不盡相同，但其研究主要集中于：金融發展與企業技術創新關系的實證過程研究、金融發展與技術創新的非線性關系與門檻效應經驗研究、金融發展對技術創新顯著促進作用的理論與實證檢驗、金融發展對技術進步尚未表現出促進效應的實證研究以及從不同角度界定金融發展和技術創新、采用不同測度方法分析兩者之間靜態及動態變化關系等幾個方面。

就國內研究而言，在金融發展對技術創新的促進作用方面，學者們強調了金融發展不同階段技術創新效應的非一致性。例如，陶長琪和琚澤霞（2015）采用面板門檻回歸模型分析了1995－2011年中國金融發展、環境規制與技術創新之間的門檻效應，認為二者之間存在單門檻效應且呈現“U”型關系［11］；李林漢和胡尹燕（2017）基于門限效應回歸模型的實證研究結果表明，中國金融發展與技術創新之間的關系表現出顯著的門限特征［12］，類似的結論在師文明和王毓槐（2010）［13］的研究中也有體現。在金融發展對技術創新的顯著促進作用實證檢驗方面，徐浩、溫軍和馮濤（2016）分析了中國制度環境、金融發展和技術創新之間的關系，認為制度環境的改善通常能夠顯著提高金融體系對技術創新項目的資本配置總量和配置期限，從而促進技術創新［14］；姚耀軍和董鋼鋒（2013）基于省級面板數據的分析發現，金融發展與中小銀行在銀行業中相對地位的提升皆有助于技術進步，金融中介發展對技術進步具有非常顯著的正向促進效應［15］；張元萍、楊哲和趙仡（2016）采用綜合序參量模型和容量耦合系數模型研究發現，中國大部分省份的技術創新能力滯后于金融發展水平，兩個系統協調發展的良性機制尚未形成［16］；陳啟斐和吳建軍（2013）的實證研究認為，由于存在結構性扭曲和行政壁壘，中國金融業發展對全要素生產率的促進作用主要體現在工業部門，尚無法對服務業的技術進步提供支撐［17］；王春橋和夏祥謙（2015）則從技術進步和效率改善兩個維度，考察了中國金融發展對全要素生產率變動的影響，認為中國投向國有企業的信貸對技術效率改善產生較為嚴重的阻礙作用［18］。在金融發展與技術創新之間靜態及動態變化關系的研究方面，郭熙保和桂立（2017）采用系統GMM估計方法分析得出，股票市場的發展會促進技術創新，而信貸市場的發展則阻礙技術創新［19］；王昱、成力為和安貝（2017）運用三階段DEA－Malmquist指數、HECKIT誤差修正模型和門限模型實證檢驗發現，金融規模影響企業創新投資具有雙門檻值，金融效率影響企業R＆D投資具有單門檻值，金融業純技術效率水平提升以及金融業前沿技術向前推移有利于企業創新投資［20］；米展（2016）在區分不同技術創新模式的基礎上運用中國高技術產業統計數據實證分析發現，中國信貸市場發展比股票市場發展對自主創新的促進作用更大，金融發展對于國有企業自主創新與模仿創新促進作用較大，而對民營企業的促進作用相對較小［21］；孫立梅和高碩（2015）研究焦點則集中于金融中介的發展，認為金融中介和金融市場對技術創新效率有促進作用，而且金融中介比金融市場更能促進技術創新效率的提高［22］。

基于國內外已有豐富研究成果的有益啟示，本文分析方法的起點首先是猜想現有文獻得出的不同結論的原因可能是模型內生性導致系數估計不一致，因而必須充分考慮技術創新和金融發展之間由于雙向因果關系產生的內生性導致一般性回歸結果出現偏誤的可能，所以我們采用動態面板模型的系統廣義矩估計（GMM）法進行回歸系數的估計。其次，以往文獻從不同角度度量金融發展指標存在一定程度的偏差，要全面體現金融發展水平的變化，需要考慮金融發展規模、金融發展效率和金融發展結構等方面系統度量金融發展水平。第三，考慮到在中國經濟轉型過程中金融發展是社會經濟總體發展水平的重要因素，金融發展水平的提升過程已經更多地表現為漸進性和長期性。事實上，源于天然的謹慎性考慮，銀行必然會對高風險屬性的技術創新項目產生內生性規避動機，并利用金融交易中的地位與企業共享技術創新活動帶來的收益。不僅如此，我們還必須將金融發展的技術促進效應視為一個復雜體系，全面認識促進效應產生與否所依賴的經濟系統中的其他變量。因此，我們收集了2000－2015年共16年跨度的最新數據，利用31個省（市、區）的面板數據建立動態面板回歸模型進行估計。

三、模型設定、變量選擇和數據來源

1．模型設定金融技術和產品創新能夠為企業提供更多的融資手段和風險分散工具等跨期決策選擇，這對企業進行具有一定風險的技術創新活動會有積極的促進效應；而技術創新的科技成果及其應用，例如互聯網、計算機技術、云計算和大數據等，則可以為金融創新的實現提供物質和技術基礎。考慮到技術創新和金融發展之間可能存在的內生性問題。

2．變量選擇（1）被解釋變量———技術創新（Δlnpati，t）已有文獻針對技術創新度量主要分為兩種，投入法將進行R＆D的經費支出和人力投入作為主要指標，產出法主要從技術創新結果進行衡量，例如采用專利授權量、專利申請受理量等變量指標。參考已有文獻成果，此處以專利申請受理量作為衡量技術創新的指標。具體而言，對專利申請受理量取自然對數后進行一階差分，得到各地區專利申請受理量的年增長率，將其作為模型中的被解釋變量，即lnpati，t－Δlnpati，t－1，表示i省的第t年的技術創新增長率。（2）解釋變量———金融發展在具體分析時，既可以將金融市場劃分為信貸市場和股票市場來解釋金融發展水平，將股票市價總值與當期GDP比值作為衡量股票市場發展指標，用銀行信貸與當期GDP比值作為衡量信貸市場發展指標；也可以將非國有部門貸款總額占地區國內生產總值的比例來衡量地區金融發展水平。為在一定程度上更為全面地衡量金融發展水平，此處從金融發展規模、金融發展效率和金融發展結構等三個方面構建解釋變量。其中，金融發展規模包括每個地區金融機構存貸款余額之和與GDP之比（a1）和股票總市值與GDP之比（a2）；金融發展效率用金融機構存款余額與貸款余額之比（a3）表示，金融發展結構用股票總市值與金融機構貸款余額之比（a4）來衡量。對各變量進行一階差分運算后，將其作為解釋變量，Δali，t＝ali，t－ali，t－1，同理得到Δa2、Δa3和Δa4。（3）控制變量其一，科研經費支出（Δrdgdp）和人力資本（Δhuc）。在技術創新活動中，資金和人力投入是關鍵因素，因此將其作為控制變量納入模型，以避免產生遺漏變量的模型設定誤差。其中人力資本采用人均受教育年限為變量，即人均受教育年限＝小學教育比例×6＋初中教育比例×9＋高中教育比例×12＋大專及以上教育比例×16，以各地區6歲以上人口為總體；選取各地區研究與發展（R＆D）經費內部支出與名義GDP之比為科研經費變量，Δrdgdpi，t＝rdgdpi，t－rdgdpi，t－1。其二，外商直接投資（Δlnfdi）和對外貿易（Δlntrade）。地區的技術創新能力一般認為來自兩個方面，首先是因本地資本積累和技術經驗積累自然而然產生的技術創新和變革；其次是來自于向國外先進的技術學習、吸收和再創新，受國外資本的技術溢出效應的影響。不同地區的對外開放程度不同、外資引進數量不同，從而對地區的技術創新影響不同。我們采用各地區外商投資總額和進出口貿易總額衡量一個地區的對外開放程度，將其取對數以消除異方差，即Δlnfdii，t＝Infadii，t－lnfdii，t－1，表示外商直接投資的年增長率；同理可得，即各地區進出口總額的年增長率。其三，基礎設施（Δhip），此處采用各地區公路總里程與總人口之比衡量基礎設施建設水平。

3．數據來源本文所有原始數據均來源于歷年《中國統計年鑒》《中國科技統計年鑒》、各省市統計年鑒以及《新中國六十周年統計資料匯編》和wind金融咨詢。利用收集得到的2000－2015年31個省際面板數據的原始數據經整理后運用stata13．1統計軟件進行統計和回歸分析。

四、實證檢驗與結果分析

1．數據平穩性檢驗為了排除變量由于趨勢性的影響出現偽回歸的嚴重后果，首先對面板數據進行面板平穩性檢驗，此處采用HT檢驗、Breitung檢驗和IPS檢驗三種方式進行平穩性檢驗。

2．相關性檢驗進一步對各變量之間的相關性進行檢驗，以避免出現完全共線性等導致回歸系數估計出現偏差和不一致。

3．回歸結果分析（1）不考慮內生性的面板模型回歸結果表4是在不考慮模型內生性的情況下運用一般的固定效應、隨機效應和一般混合OLS回歸的結果。其中，被解釋變量的一階滯后在固定效應回歸中不顯著，而在隨機效應和混合OLS中顯著不為零，表明技術創新變量的當期變化極可能影響到下期和后期的技術創新活動。金融發展規模與金融發展效率對技術創新的促進效應顯著，其回歸估計系數為正，且在5％的顯著性水平下均通過顯著性檢驗。（2）考慮內生性的動態面板模型回歸結果回歸模型中加入了技術創新變量的一階滯后作為被解釋變量，同時考慮到技術創新和金融發展之間可能存在雙向的因果關系，因此模型可能存在內生性問題。內生性會導致一般的面板模型估計系數出現偏差，為此采用一階段系統廣義矩估計（System－GMM）的方法對模型進行系數估計和檢驗。

首先，與不考慮內生性問題的一般回歸結果比較。金融發展變量除在System－GMM估計方法中代表金融發展規模的a1對技術創新影響效應不顯著外，可以認為，金融發展水平的提高有利于技術創新，即對技術創新有促進作用。從估計結果的前后印證關系（前文表4）來看，被解釋變量一階滯后在固定效應回歸中的結果為0．0547，這與表5中的Sysgmm（1）、Sysgmm（2）、Sysgmm（3）、Sysgmm（4）結果都很接近。換句話說，被解釋變量（即技術創新，文中用專利申請受理量作為衡量指標）的一階滯后不顯著，說明當期的專利申請受理量對下一期的專利申請受理量不存在影響效應，亦即：技術創新當期變化對下期技術創新活動不存在顯著影響效應。

其次，科研經費支出的增加相比人力資本而言對技術創新的促進效應不如后者，人力資本是進行科技創新活動的關鍵因素，在不同的回歸方式下結論一致，符合實踐的預期。表示對外開放程度的外商直接投資和進出口貿易兩個變量，外商直接投資對技術創新有促進作用但不明顯，統計也不顯著；對外貿易對技術創新活動表現顯著的負向影響。這可能是因為外商直接投資于進出口貿易的性質不同，外商直接投資一般在投資地區對當地企業的管理和生產，能夠產生很好的示范效應———技術溢出效應，有利于當地企業的技術創新活動。在進出口貿易問題上，由于中國出口主要利用了比較優勢因而對技術創新活動促進效應不強，而進口產品的增加能夠滿足臨時性需求，代替技術創新活動的實現，從而未對中國技術創新產生顯著的正向影響。代表基礎設施建設水平的平均每人公路里程變量與技術創新之間關系強度很弱，且在統計上不顯著。

最后，在系統GMM法估計中，本文在模型中加入不同的控制變量分析不同情況下金融發展和技術創新的系數敏感性。不僅如此，通過逐步加入控制變量更容易發現最優的模型設定形式，避免出現多重共線性的問題。前文分析表5中的回歸結果，Sysgmm（1）列顯示了不增加任何控制變量時金融發展對技術創新的影響效應，其聯合顯著性檢驗統計量Waldch2統計量為25．75，在1％的顯著性水平下拒絕了全部金融發展變量為零的原假設，即金融發展能夠顯著影響技術創新活動。Sysgmm（2）是在原來（1）中加入了表示對外開放水平和基礎設施建設水平的控制變量，代表對外開放程度中的外商直接投資對技術創新有顯著正向影響，因而模型（1）可能存在遺漏變量的偏差。Sysgmm（3）是在原來的模型（1）加入了代表科技創新投入的控制變量———人力資本和科研經費支出，人力資本的增加對技術創新促進效應顯著。Sysgmm（4）包括了所有控制變量和金融發展解釋變量的回歸估計。由于不同變量的系數并未存在很大的波動偏差，因而可以認為模型設置合理，回歸結果和統計檢驗具有一定的穩健性。

五、研究結論與政策啟示

創新驅動是中國新時期面對國內外諸多機遇和挑戰，打造發展新引擎、培育新動能的內在要求，持續提升金融發展質量和效益水平、不斷拓展技術進步應用空間是實現經濟中高速增長和產業邁向中高端水平“雙目標”的必然選擇。根據2000－2015年16年間31個省市面板數據和采用System－GMM回歸模型實證檢驗分析不難發現，金融發展在特定時空條件下對技術創新具有顯著促進效應，其中金融發展效率的提高和金融結構的深化對技術創新尤為重要。在技術創新活動中，金融發展的功能主要體現在分散風險和提供金融資源方面。實踐表明，科技研發具有較高風險，一般的中小企業囿于自身資本不足、風險抵抗能力較弱等原因進行科研和技術創新的能力有限；而金融市場發展、金融體系完善則能夠為具備技術創新動力的市場主體提供更充足的資金支持，有效分散企業的技術創新風險并最終促進企業技術創新成果的應用。同樣地，人力資本積累對金融發展和技術創新均產生顯著的促進效應，人力資本積累水平和存量的高低是金融發展和技術創新的關鍵因素。這就啟示我們，旨在最大化金融發展促進技術創新效應、不斷實現技術創新與金融創新互動的穩健性政策舉措，都需要立足增加基于人力資本積累水平提升和風險防范之上的研究與開發投入，這對于積極迎接科技革命、有效促進金融變革和實現創新驅動發展以及不斷提高技術創新的能力至關重要。從實踐層面進一步講，科技創新成果在金融領域的深度應用，不僅有助于金融更好地服務于實體經濟，而且有助于金融風險的有效防控，最終實現技術創新、經濟增長和金融發展之間的良性循環。最后需要提及的是，我們的實證檢驗結果還表明，外商直接投資在一定程度上對技術創新也有促進作用，但這種作用影響強度不大。因此，在全方位對外開放格局的構建過程中，只有更加注重引進適宜的生產投資和管理技術、逐步實現引進外資與科技創新并重，以及謹慎確定外國資本在我國實體經濟領域進行開放投資的合理邊界，才能更好地創造出金融科技領域的新產品、新業態、新技術，使金融創新與科技創新互動鏈條有機銜接，最終實現金融、科技與經濟融合穩定順暢、持續健康發展。

參考文獻：

［1］雷蒙德•戈德史密斯．金融結構與金融發展［M］．周翔，郝金城，譯．上海：上海三聯書店，1990：221－248．

［11］陶長琪，琚澤霞．金融發展視角下環境規制對技術創新的門檻效應［J］．研究與發展管理，2016（1）：95－102．

［12］李林漢，胡尹燕．金融發展效率對技術創新的門限特征［J］．工業技術經濟，2017（2）：73－79．

［13］師文明，王毓槐．金融發展對技術進步影響的門檻效應檢驗［J］．山西財經大學學報，2010（9）：38－45．

［14］徐浩，溫軍，馮濤．制度環境、金融發展與技術創新［J］．山西財經大學學報，2016（6）：41－52．

［15］姚耀軍，董鋼鋒．金融發展、金融結構與技術進步———來自中國省級面板數據的經驗證據［J］．當代財經，2013（11）：56－65．

［16］張元萍，楊哲，趙仡．金融發展與技術創新系統耦合的時空分異特征研究［J］．河北經貿大學學報，2016（6）：68－73，90．

［17］陳啟斐，吳建軍．金融發展與技術進步：一項來自中國省級數據的研究［J］．經濟評論，2013（6）：98－107．

［18］王春橋，夏祥謙．金融發展與全要素生產率：技術進步還是效率改善［J］．上海金融，2015（4）：35－39．

［19］郭熙保，桂立．中部地區金融發展影響技術創新的實證研究［J］．中南民族大學學報（人文社會科學版），2017（1）：117－124．

［20］王昱，成力為，安貝．金融發展對企業創新投資的邊界影響［J］．科學學研究，2017（1）：110－124．

［21］米展．金融發展對企業技術創新模式影響研究———基于中國高技術產業的實證分析［J］．審計與經濟研究，2016（6）：112－120．

［22］孫立梅，高碩．我國金融發展對技術創新效率作用的實證［J］．統計與決策，2015（8）：110－113．

作者：李泉；郭佳衛 單位：蘭州大學經濟學院