图1 区域金融结构对创新能力的影响机理
当前，供需结构性错配成为制约社会生产力发展的关键因素，供给侧结构性改革成为当前我国经济领域的改革重点。十九大报告提出，以供给侧结构性改革推动经济发展质量变革。区域创新能力提升依赖于一个高效稳定、功能完善的金融体系，不同经济发展阶段需要构建相应的金融结构。我国过去主要依靠技术模仿+引进，对金融体系的结构性需求以国有银行债务型融资为主。在当前创新驱动背景下，研发不确定性强和非标准化的前沿技术更需要资本市场权益型融资的支持，因此需要发展多层次资本市场，促进金融结构与区域创新发展有效匹配，深化区域金融结构供给侧改革。本文基于最优金融结构理论，采用国内30个省(市、自治区)数据，运用主成分分析法和空间面板计量模型，研究金融结构对区域创新能力的影响，对促进金融结构与创新要素有效结合、提升区域创新能力具有重要学术价值。
国内外学者围绕区域金融结构和创新能力的研究主要集中在金融结构、区域创新能力、金融结构与区域创新关系等方面。
金融结构理论最早由美国经济学家戈德史密斯在《金融结构与金融发展》一书中提出，他认为金融结构即为金融工具与金融机构的相对规模。Beck[1]在研究中考察了股票市场和信贷市场结构，分别将其定义为股票市场价值总额和信贷部门对私人部门信贷总额与本国(地区)国内生产总值的比值。林毅夫等[2]研究了金融结构与经济增长关系，认为金融结构包括两个方面，一个是银行业结构，即信贷资产在国有银行和私有银行之间的分布情况，另一个是金融市场融资结构，即直接融资与间接融资的比例。姚耀军等[3]在考察金融发展水平和金融结构对中小企业融资约束的影响时，提出用银行中介与金融市场的比例刻画金融体系结构，用中小银行在银行业中的相对地位刻画银行业结构。彭俞超[4]从金融功能观视角研究金融结构与经济增长关系时采用了狭义的金融结构概念，即直接融资与间接融资的比例。该金融结构也被称作“金融发展中的整体金融(体系)架构”。姚永玲等人[5]从金融市场融资结构方面考虑，选取“直接融资额与地区年末金融机构各项贷款余额的比值”衡量区域金融结构，该指标在一定程度上反映了区域直接融资与间接融资的比例，体现了区域金融开放度和自由度。
最早定义最优金融结构的学者是林毅夫。其对最优金融结构进行了初探(2006、2009)，认为适应实体经济金融服务需求的金融结构才是最优的，才能有效发挥金融体系动员资金、配置资金和降低系统性风险的功能，促进实体经济发展。张桢等[6]基于最优金融结构理论，研究我国高技术产业发展、金融结构优化和产业升级关系，发现高技术产业发展并没有直接带动金融发展，而是促进银行信贷扩张，强化了以间接金融为主导的金融结构；高技术产业发展未能发挥促进我国整个产业结构升级的作用。张成思等[7]的研究结果显示，当且仅当对规模适中的企业进行监管时，社会福利才能实现最大化，此时存在唯一的最优金融结构与实体经济相匹配。在不同经济发展阶段，最优金融结构呈指数化动态演进趋势，并对经济增长率有决定性作用。张羽等[8]基于最优金融结构理论，解释了在以技术密集度不断提高为主要形式的产业结构升级过程中金融结构与经济增长的动态演进关系。
张恩众等[9]为消除地区人口基数差异的影响，选择“地区每万人专利授权量”作为区域创新能力衡量指标。岳鹄[10]以发明专利、非发明专利以及3项专利之和衡量地区创新能力。Hagedoorn &Cloodt[11]发现不同指标间的相关度很高，任何一个指标都可以表示创新能力。齐亚伟等构建了涉及区域创新环境、区域创新投入和区域创新产出3 个层面，包含10个指标的区域创新能力评价指标体系，采用因子分析法评价区域创新能力(齐亚伟，陶长琪，2014)。周洁等[12]采用熵权TOPSIS法，对我国产煤大省的区域创新能力进行评价，发现各产煤大省在提高区域创新能力方面各有侧重，较弱省市要加大科技投入、对外贸易以及发展非煤业产业，实现绿色转型。邵云飞等用专利批准量衡量区域创新能力，在内生经济增长模型的基础上，实证研究了影响区域创新能力的内生因素(邵云飞，范群林，唐小我，2011)。王鹏等[13]采用数据分析法和面板门槛回归分析法，挖掘了影响区域创新的新要素，发现生产技术效率、技术基础设施、研发资本投入和研发人员投入都会对区域创新产出产生影响。冉光和[14]用专利申请量衡量区域创新能力，以金融发展水平为门槛变量，实证检验外商直接投资对区域创新能力的影响。刘晓婉[15]利用空间计量分析方法，实证检验了金融集聚对区域创新能力的影响。研究发现，金融集聚对区域创新能力存在显著正向影响，有效促进了区域创新能力提升。毛良虎等[16]利用空间杜宾模型，分析了社会资本对区域创新能力的非线性作用。结果表明，结构社会资本对区域创新能力影响不显著，而认知社会资本对区域创新能力具有显著正向效应。
Levine[17]的研究显示，信息揭示有助于提升技术创新效率，进而提高创新能力。证券市场的淘汰和筛选机制能够保留创新能力强、市场充分认可的创新型企业，最终提升区域整体创新水平。Grossman等[18]研究发现，直接融资渠道—证券市场对创新产生正向影响。孙伍琴[19]分析了不同金融结构，尤其是以金融市场或银行中介为主的金融结构对技术创新的影响。研究表明，东、中部地区金融发展对技术创新的促进绩效高于西部地区，但东部地区与中部相比，差异不显著。魏玮等[20]实证检验了不同收入水平下金融结构对国家技术创新的差异化影响，结果显示高收入国家偏向金融市场的金融结构更有利于技术创新。赖永剑等[21]研究发现，采用金融相关比率和金融市场化衡量的金融发展水平对区域创新绩效存在显著的非线性影响，金融相关比率和金融市场化在知识产权保护力度较强、对外开放程度较高、基础设施完善和人力资本水平较高地区对创新绩效的作用弹性系数较大。赵增耀等[22]运用GMM方法，将开放度作为中介变量，对金融发展水平与区域创新效率关系的地区差异性进行检验。研究发现，金融发展水平对区域创新能力的作用具有分地区、多阶段属性，不同地区和不同阶段呈现出差异化特征。徐明等[23]基于最优金融结构理论，提出不同国家发展模式和产业技术类型特征决定了金融结构需求的差异化，银行和资本市场重在各尽其职，履行其分工职能和提供专业化金融服务，匹配不同性质和类型的技术创新，以最大化金融体系效率。徐晓舟等[24]利用零截断负二项回归模型，实证分析了产业结构与金融发展水平对省域创新绩效的影响。结果显示，金融发展水平与省域创新绩效呈负相关关系。
通过国内外研究发现，国内外学者分别针对金融结构、区域创新能力、金融体系与区域创新的关系开展了一系列研究，但是运用最优金融结构理论分析金融结构与区域创新关系的文献很少，研究工作还有待深入。本文在文献综述的基础上，基于最优金融结构理论，采用主成分分析法和空间计量模型，对区域金融结构与创新能力关系进行实证分析，并提出区域金融结构供给侧改革的对策建议。
20世纪90年代，“二分法”金融结构理论将金融结构分为银行主导型金融结构与市场主导型金融结构。虽然金融中介和金融市场都可以促进区域发展，但由于二者在资本配置过程中具有各自特点，对区域发展的促进作用也不尽相同。金融中介具有规模优势，可以降低投资者信息获取与处理成本，帮助其合理配置金融资源，并可以对企业产生直接影响，如对其进行外部监督，降低投资者交易费用，分散投资风险。但是在银行主导型金融结构中，银行会干预企业生产经营决策，给企业发展带来不利影响。同时，银行谨慎的经营特性会促使金融资源更多投向风险较低、发展较成熟的行业和企业，不利于企业创新与发展。金融中介擅长处理标准化信息，而市场主导型金融结构更擅长处理多样化、非标准化信息，它通过市场上种类丰富的金融工具以满足不同风险偏好投资主体的需求，而且金融市场潜在的接管压力会对企业形成更有效的外部监督。区域金融结构中直接融资比例的提升有助于提高金融市场开放度，丰富区域融资渠道，改善高新技术产业公司和初创企业投融资环境，进而有利于区域创新能力提升。李松涛等的研究结果表明，在融资途径选择上，技术领先者多数为直接融资，技术追赶者多采取间接融资。因此，提出本文第一个研究假设：
H1：直接融资占融资市场的比重与区域创新能力呈正相关关系。
林毅夫等人提出新结构经济学的最优金融结构理论，阐释了特定金融结构对不同经济发展阶段的重要性。该理论认为，在每一个经济发展阶段，经济体的要素禀赋、比较优势、最优产业结构、企业规模和风险特性都不同。向不同产业或者企业提供金融服务时，不同金融机构及其代表的融资方式拥有各自的比较优势。因此，金融结构中各种金融安排特性是否与实体经济的产业特性及企业特性匹配，决定了特定发展阶段经济体金融结构的优劣程度。基于我国要素禀赋结构特征，中小企业在国民经济中长期占据重要地位，但是金融体系不能有效满足中小企业资金需求的问题将长期存在。长期以来中国银行业由国有大银行主导，在满足中小企业融资需求上具有比较优势的中小银行发展相当滞后，由此导致中国金融结构偏离了最优发展路径。金融发展主流文献对金融结构的认识主要停留在银行中介与金融市场的比例构成上，而本文依据林毅夫等的研究，将大、小银行的相对重要性引入金融结构概念。长期占据中国发展重要地位的中小企业一旦解决了融资约束问题，企业创新动力就会增强，相应地有助于提升区域创新能力。因此，提出本文第二个研究假设：
H2：提高地区中小银行比重对区域创新能力提升具有促进作用；
H3：提高中小银行比重对区域创新能力的促进作用大于提高直接融资市场比重的效果。
本文将金融结构划分为融资市场结构和银行业结构。为满足当前经济发展阶段实体经济的融资需求，金融结构优化主要是为缓解中小企业、民营企业、初创公司、高科技企业等的融资约束。企业作为经济发展的生命力来源、创新活动主体，其融资约束一旦解除，必然有助于加大创新投入，提升整个区域创新能力。影响机理如图1所示。
图1 区域金融结构对创新能力的影响机理
3.1.1 指标选取
本文基于最优金融结构理论研究区域创新能力，将区域创新能力作为被解释变量，区域金融结构作为解释变量，具体分为融资市场结构和银行结构；将研发投入、政府干预程度、人力资本作为控制变量。
(1)区域创新能力。区域创新能力是地区内各创新要素相互作用与影响的结果，单一变量无法综合衡量区域创新能力，所以本文从区域创新环境、区域创新投入和区域创新产出3个角度，选取10个指标构建区域创新能力评价指标体系，如表1所示。然后，运用主成分分析法构造衡量区域创新能力的综合指标。
(2)金融结构。总体上我国呈现出金融中介主导型的金融结构，金融中介机构与金融市场作为两大重要组成，各自发挥不同职能，且在经济发展过程中发挥重要作用。金融结构中金融中介与金融市场资源的比例关系、银行结构中不同银行的分配规模，对区域创新能力都具有重要影响。因此，本文选择地区直接融资金额与银行业金融机构各项贷款余额的比值表示区域融资市场结构，采用中小银行资产占银行业金融机构资产的比重表示区域银行结构。
表1区域创新能力评价指标体系
一级指标 二级指标区域创新环境区域创新投入区域创新产出人均GDP高等教育人数比例区域进出口总额研发人员全时当量研发经费内部支出政府科技支出占财政支出比重国际科技论文发表数专利授权量技术市场合同成交额新产品收入
(3)研发投入。区域研发经费投入被认为在区域创新能力提升上起重要作用，会直接影响地区创新效果。研发经费投入越多的地区，其创新能力越强，有时也会产生相反结果。因此，合理利用研发经费并满足研发需要最重要。本文用研发经费内部支出对数表征当地研发投入。
(4)政府干预程度。在我国，政府干预对提高区域创新能力起着关键作用——政府通过财政支出调整经济运行结构，但政府干预往往会限制市场机制的作用，无法充分发挥市场机制配置资源的基础性作用，导致资源和要素不当配置。因此，本文引入政府科学技术支出对数衡量政府干预程度。
(5)人力资本。人均受教育程度越高，劳动者的科学文化素质也越高，表现在其能熟练使用生产技术，这间接影响了劳动者创新能力，并且高素质人才在区域集聚有利于集思广益与开展创新活动，从而也利于区域创新能力提高。以知识、技能为基本要素构成的人力资本提升有助于提高劳动者创新能力，进而提升区域创新能力。本文以人均受教育程度衡量人力资本。
3.1.2 模型构建
考虑到区域创新在空间上相互影响，因此区域间空间联动的影响不能忽略。鉴于传统计量模型无法控制省市间的空间效应，本文将空间效应纳入分析框架。空间计量模型主要分为两种，即空间滞后模型(SAR)和空间误差模型(SEM)。空间滞后模型适用于研究被解释变量的扩散效应(外溢现象)，即区域个体经济行为对相邻区域经济产生的效应。当区域经济指标间的相互影响因所处位置不同而存在差异时，需要采用空间误差模型。
因此，在上述理论分析基础上建立空间计量模型，具体形式如下：
SAR:IAit=ρWijIAit+α1FSit+α2BSit+α3LnRDit+α4LnGIit+α5HSit+εit(1)
SEM:IAit=λWijμit+α1FSit+α2BSit+α3LnRDit+α4LnGIit+α5HSit+εit(2)
其中，IAit为省市i在t时期的区域创新能力，FSit、BSit为关注的主要解释变量，分别表示某省市i在t时期的融资结构和银行结构，LnRDit、LnGIit、HSit分别为某省市i在t时期的研发投入、政府干预程度和人力资本。ρ、λ为空间自回归系数和空间误差系数，分别表示相邻地区观测值对本地区观测值的影响程度和相邻地区由于因变量的误差冲击对本地区观测值的影响程度。εit、μit为随机误差项，均服从正态分布，Wij表示空间面板权重的0-1变量矩阵，Wij=1表示省市i和j相邻，Wij=0表示省市i和j不相邻。
表2变量定义
变量符号变量名称测度方法被解释变量IA区域创新能力根据主成分分析法得到的综合得分解释变量FS融资市场结构直接融资额与银行业金融机构贷款余额比值BS银行结构中小银行资产占银行业金融机构资产的比重LnRD研发投入研发经费内部支出对数值LnGI政府干预程度政府科学技术支出对数值HS人力资本人均受教育年限
3.1.3 样本选择与数据来源
以我国省、市、自治区为研究样本，实证检验区域金融结构对创新能力的影响。基于地区制度和统计口径差异，未将香港、澳门和台湾3个地区纳入样本范围。同时，因西藏地区数据缺失，也未将西藏纳入样本，最终选取2006-2015年我国内地30个省、市、自治区数据作为研究样本。
数据来源于历年《各地区金融运行报告》、各地区《统计年鉴》、《中国金融年鉴》、《中国科技统计年鉴》、Wind咨询数据库。其中，中小银行是指除中国银行、中国农业银行、中国工商银行、中国建设银行、中国交通银行五大行之外的银行业金融机构。文中涉及的价值形态数据均以2006年为基期进行了平减处理。变量描述性统计结果见表3。
表3变量描述性统计结果
变量名称观测数最小值最大值平均值标准差IA300-0.924.690.0001.144 6FS3000.0710.270.460.764 4BS3000.130.420.448 80.098 0LnRD3000.816.644.410 01.304 3LnGI3000.395.493.024 81.000 5HS3006.5912.158.693 70.957 3
考虑到模型中是否纳入空间效应变量取决于区域创新能力的空间相关性，一般采用Moran I指数检验空间相关性，具体表达式为：
(3)
其中，xi为第i区域的观测值，n为区域总数，Wij表示空间邻近权重矩阵。Moran I取值范围为[-1,1]，大于0表示区域创新能力存在空间正相关；小于0表示区域创新能力存在空间负相关；等于0表示区域创新能力空间不相关，具有相互独立的属性。
运用Geoda计算2006-2015年区域创新能力得分的Moran I值，其结果如表4所示。
表4区域创新能力的Μoran I指数值
年份Moran IP值Z值20060.265 70.014 02.622 320070.256 10.015 02.577 320080.261 90.019 02.565 920090.284 00.013 02.792 120100.280 80.011 02.805 320110.294 00.012 02.867 720120.300 90.007 03.048 920130.298 20.005 03.113 920140.305 70.006 03.138 020150.303 20.009 03.018 2
从表4可以看出，2006-2015年Moran I指数均为正值，而且P值均小于5%，表明中国各省市的区域创新能力存在显著的空间正相关性，并且在空间分布上具有一定规律。由此可见，我国区域创新活动在空间分布上并非处于完全的随机分布状态，而表现出某些省域的创新活动在空间上趋于集聚，即区域创新能力较高城市的周边区域，其创新能力也较高。因此，在研究区域创新能力问题时需要将空间效应纳入模型。
3.3.1 全样本实证结果
首先进行LM检验并根据检验结果判断选择哪种空间计量模型。LM检验结果显示，LMLAG的统计量为16.832 0，LMERR的统计量为21.604 3，且p值均小于1%，即两种效应均显著，所以同时采用SAR和SEM模型进行回归分析；其次，面板数据需要通过豪斯曼检验以判断是存在固定效应还是随机效应。豪斯曼检验结果显示，P值为0.000，拒绝原假设，所以采用固定效应模型。固定效应分为无固定效应、空间固定效应、时间固定效应和时间空间双固定效应4种情形，本文选择时间空间双固定效应进行模型估计。运用Matlab对式(1)、(2)进行估计，结果如表5所示。
表5空间计量模型估计结果
变量传统计量模型SARSEMFS0.089 8∗∗∗0.090 5∗∗∗0.079 1∗∗∗(4.19)(4.469 0)(4.246 3)BS1.499 0∗1.071 4∗∗∗0.888 3∗∗∗(1.74)(2.983 7)(2.672 5)LnRD0.325 9∗∗∗0.351 0∗∗∗0.320 9∗∗∗(3.02)(4.499 0)(4.529 7)LnGI0.533 1∗∗∗0.544 4∗∗∗0.572 2∗∗∗(4.64)(9.675 7)(10.966 0)HS0.422 3∗∗0.400 9∗∗∗0.380 8∗∗∗(2.44)(6.704 3)(0.523 7)ρ-0.322 0∗∗∗(-4.470 7)λ-0.493 0∗∗∗(-6.034 0)R20.777 90.994 60.994 0
注：***、**和*依次表示在1%、5%和10%水平上显著；括号内为渐进的t统计量；R2表示拟合优度
通过对回归结果的可决系数进行比较可知，空间面板的回归结果明显优于普通面板的回归结果，且所有变量都在1%的显著性水平下通过了检验，说明模型拟合效果较好。
(1)融资市场结构系数为负，且在1%水平上显著，说明相对于间接融资市场，直接融资市场的发展会显著提高区域创新能力。因此，假设H1成立。股票市场和债券市场的快速发展更有助于缓解企业资金约束，促进企业加大创新、研发、生产投入，进而显著提高区域创新能力。
(2)银行结构系数为正，且在1%水平上显著，说明中小银行比重提高会显著带动区域创新能力提升，因此假设H2成立。中小银行比重增加有助于缓解中小企业融资约束问题，在一定程度上推动中小企业开展创新研发活动。由要素禀赋结构决定，中小企业在我国经济中长期占据重要地位，融资约束问题的解决有助于其增加创新活动，从而提高区域创新能力。
(3)在SAR和SEM回归中，银行业结构系数分别为1.071 4和0.888 3，融资市场结构系数分别为0.090 5和0.079 1，说明提高中小银行比重对区域创新能力的作用大于直接融资市场。经过多年发展，我国目前的金融结构仍然是银行主导型，股票市场和债券市场尚不是我国企业融资的主要渠道。大型银行存在严重的贷款歧视，倾向于向国有企业提供贷款。因此，民营企业、中小企业、新兴产业融资难融资贵的问题将长期存在，严重制约企业创新。实证结果表明，现阶段银行业的结构调整比融资市场结构调整更重要，验证了新结构经济学最优金融结构理论。
(4)研发投入系数为正且在1%水平上显著，说明研发投入对区域创新能力提升有显著正向影响。我国大部分研发投入来自企业，而其有明确的研发目的且创新成效显著。因此，增加研发经费投入可以显著提高区域创新能力。
(5)政府干预系数为正且在1%的水平上显著，说明适当的政府干预会显著提高区域创新能力。区域创新是在某一特定地域，以知识和技术创造为核心，以服务区域企业创新为目标，由大学、科研机构以及企业为创新主体，政府、金融以及中介服务机构等为辅助，相互作用组成的创新系统。政府采用投入资金、出台政策、改革制度等方式支持区域创新，能够显著提升区域创新能力。
(6)人力资本系数为正且在1%的水平上显著，说明地区人均受教育程度高能显著提升区域创新能力。人均受教育程度高，劳动者科学文化素质也高，表现为其能熟练使用生产技术，这直接影响创新能力。同时，高素质人才在区域集聚，降低了企业寻找高素质人才的成本，从而利于区域创新能力提高。以知识、技能为基本要素构成的人力资本可以提高劳动者创新能力，有利于提高区域创新能力。
3.3.2 稳健性检验
空间权重矩阵的确定方法主要有邻近矩阵法、地理空间距离矩阵法和经济社会矩阵法。地理空间距离矩阵是由城市之间的直线距离或者地球表面两点之间的最短距离构成基础矩阵，再进行标准化。经济社会矩阵是将两地区实际GDP 差值的倒数作为经济距离的基础矩阵，然后将该矩阵与地理空间距离矩阵的基础矩阵相乘，最后作标准化处理。本文在采用邻近矩阵作为确定两地距离的基础上，再采用地理空间距离矩阵和经济社会矩阵确定空间权重矩阵，对实证结果进行稳健性检验。
一般学者采用地区专利授权量或受理量衡量区域创新能力。因此，本文在构建区域创新能力评价指标体系时沿用地区专利授权量衡量区域创新能力，进而检验金融结构对区域创新能力是否存在相同影响。
本文采用空间计量模型探究区域金融结构对创新能力的影响，发现相比于间接融资市场，直接融资市场能显著提升区域创新能力，中小银行比重增大也会显著带动区域创新能力提高，且中小银行发展对区域创新能力的提升作用比直接融资市场的效果好，验证了最优金融结构理论。银行主导型金融体系在经济欠发达国家和地区更有利于发挥积极作用，在经济步入更高阶段后，资本市场的重要性不断提升。此外，进一步证实了研发投入、政府干预程度、人力资本对区域创新能力提高具有显著正向影响。为了更好地提高区域创新能力和推进金融供给侧结构性改革，提出以下对策建议：
表6空间权重稳健性检验结果
变量地理距离矩阵经济社会矩阵SARSEMSARSEMFS0.082 4∗∗∗0.064 7∗∗∗0.086 6∗∗∗0.080 2∗∗∗(4.062 0)(3.637 6)(4.131 7)(3.890 9)BS1.259 4∗∗∗1.094 0∗∗∗1.320 1∗∗∗1.287 2∗∗∗(3.522 5)(3.180 1)(3.607 1)(3.540 5)LnRD0.374 1∗∗∗0.321 9∗∗∗0.282 5∗∗∗0.294 5∗∗∗(4.777 9)(4.695 6)(3.510 0)(3.582 2)LnGI0.589 9∗∗∗0.597 3∗∗∗0.515 3∗∗∗0.531 4∗∗∗(10.439 5)(11.745 8)(9.167 4)(9.270 5)HS0.439 3∗∗∗0.455 4∗∗∗0.329 7∗∗∗0.381 2∗∗∗(7.343 1)(7.847 4)(5.507 6)(6.214 9)ρ0.394 0∗∗∗0.651 0∗∗∗(4.576 1)(4.948 4)λ0.624 9∗∗∗0.999 9∗∗∗(6.277 1)(9.577 8)R20.994 60.994 00.994 10.994 4
注：通过回归发现，融资市场结构和银行业结构对区域创新能力的影响依然呈现正向影响，且银行业结构对区域创新能力的促进作用强于融资市场结构，金融结构朝着符合实体经济结构的方向优化能显著提高区域创新能力，同时，研发投入、政府干预程度、人力资本也均在1%的水平上显著为正
表7区域创新能力稳健性检验结果
变量专利授权量SARSEMFS0.005 40.005 9(0.493 7)(0.538 7)BS1.184 4∗∗∗1.254 2∗∗∗(3.326 2)(3.523 2)LnRD0.668 6∗∗∗0.668 0∗∗∗(15.701 1)(15.479 9)LnGI0.599 8∗∗∗0.603 3∗∗∗(10.984 2)(10.838 0)HS-0.280 4∗∗∗-0.269 5∗∗∗(-10.044 5)(-9.373 4)ρ0.054 0∗∗∗(2.661 4)λ0.070 0(0.369 0)R20.953 80.952 5
注：通过回归发现，融资市场结构和银行业结构对区域创新能力依然呈现正向影响，且银行业结构对区域创新能力的促进作用大于融资市场结构的影响，同时，研发投入、政府干预程度也均在1%的水平上显著为正
(1)改革金融机构发展模式。一是有序推进包括股票市场、债券市场在内的直接融资市场发展，构建多层次的资本市场结构，以多层次资本市场匹配不同实体经济的有效需求；二是完善股票市场基础制度，积极发展创业板、新三板和中小企业板，规范发展区域股权市场，拓宽保险资金支持实体经济的渠道，降低各类企业上市门槛，满足其资金需求；三是进一步创新金融工具和金融发展模式，以实际需求为导向，开发创新型金融服务，完善直接融资市场，降低民营资本进入门槛。
(2)加快调整银行业发展结构。一是将打破银行业垄断局面置于中国金融改革优先位置，建立与当前经济结构相匹配的金融结构体系，缓解中小企业融资约束，促进其开展创新活动，提高区域创新能力，实现经济高质量发展；二是不断完善传统银行机构体系，优化治理与考核机制，推动经营模式转变，加强传统业务与互联网融合，提升金融资源配置效率；三是扩展中小金融机构数量和规模，引入更多融资主体，引导建立科学的服务模式，满足实体经济差异化的融资需求。
(3)加强政府支持与引导。一是进一步完善金融生态环境，加强法律环境和社会信用体系建设，搭建科技金融服务平台，促进科技金融机构之间、科技金融与企业之间的信息交流；二是保障金融创新制度环境，加快互联网金融技术部门规章与标准制度建设，建立分类监管和动态监管体系，实现创新与监管并举；三是做好金融结构偏离最优的应对防范预案，在金融结构最优路径下完善银行业监管体系，深化银行业对内对外开放，采取净资本管理约束的信贷类业务，禁止开展非标资金池业务，加强产品信息披露与公开。
[1] BECK THL, LEVINE R, LOAYZA N V. Financial intermediary development and growth: causesand causality [J]. Journal of Monetary Economics, 2000, 46(12):31-77.
[2] 林毅夫，孙希芳. 银行业结构与经济增长[J]. 经济研究,2008 (9):31-45.
[3] 姚耀军，董钢锋. 中小企业融资约束缓解:金融发展水平重要抑或金融结构重要——来自中小企业板上市公司的经验证据[J]. 金融研究,2015 (4):148-161.
[4] 彭俞超. 金融功能观视角下的金融结构与经济增长——来自1989-2011年的国际经验[J]. 金融研究,2015 (1):32-49.
[5] 姚永玲，王翰阳. 科技创新与金融资本融合关系研究——基于北京市的实证分析[J]. 中国科技论坛,2015(9):103-108.
[6] 张桢.我国高技术产业发展、金融结构优化与产业升级——基于最优金融结构理论的实证分析[J].工业技术经济,2016,35(2):97-104.
[7] 张成思，刘贯春.最优金融结构的存在性、动态特征及经济增长效应[J].管理世界,2016(1):66-77.
[8] 张羽，赵晓梦.创新驱动发展中的金融结构与经济增长——最优金融结构理论视角下的中国经验[J].宏观经济研究,2018(5):47-61.
[9] 张恩众，张守桢. 金融资本、金融结构与区域创新能力[J]. 山东大学学报：哲学社会科学版,2017(1):88-96.
[10] 岳鹄，康继军. 区域创新能力及其制约因素解析——基于1997-2007省际面板数据检验[J]. 管理学报,2009(9):1182-1187.
[11] HAGEDOORN J,CLOODT M.Measuring innovative performance: is there an advantage in using multiple indicators[J].Research Policy,2003,32(8):1365-1379．
[12] 周杰，郭丕斌.基于熵权TOPSIS法的我国产煤大省区域创新能力评价[J].中国矿业，2016(4).
[13] 王鹏，张剑波.研发的内外溢出效应与区域创新增长——基于2001-2012年我国省际面板数据的实证分析[J].科技与经济，2015(4).
[14] 冉光和，徐鲲,鲁钊阳. 金融发展、FDI对区域创新能力的影响[J]. 科研管理,2013(7):45-52.
[15] 刘晓婉.金融集聚对区域创新能力影响的空间效应分析[J].商业经济研究，2017 (9)：160-162.
[16] 毛良虎,姜莹.社会资本对长江经济带区域创新能力的影响——基于空间杜宾模型的实证分析[J].科技管理研究,2017,37(4):106-111.
[17] LEVINE R.Financial development and economic growth: views and agenda[J].Journal of Economic Literature, 1997, 35(2)：688-726.
[18] GROSSMAN S J, STIGLITZJ E.On the impossibility of informationally efficient markets[J]. The American Economic Review,1980,70(3)：393-408.
[19] 孙伍琴,王培.中国金融发展促进技术创新研究[J]. 管理世界,2013(6):172-173.
[20] 魏玮,郝威亚.收入水平、金融结构与国家技术创新研究[J].科技进步与对策,2017,34(14):1-8.
[21] 赖永剑,贺祥民.金融发展与区域创新绩效的非线性关系——基于面板平滑转换回归模型[J].华中科技大学学报:社会科学版,2015,29(2):92-99.
[22] 赵增耀,周晶晶,沈能. 金融发展与区域创新效率影响的实证研究——基于开放度的中介效应[J]. 科学学研究,2016 (9):1408-1416.
[23] 徐明,刘金山.何种金融结构有利于技术创新——理论解构、实践导向与启示[J].经济学家,2017(10):54-64.
[24] 徐晓舟,阮珂. 产业结构、金融发展与省域创新绩效[J]. 科研管理,2016 (4):53-60.
