金融结构对技术创新效率的影响效应
——不同金融发展模式对比分析

蔺 鹏1,2,孟娜娜2,褚 席1,冯冠霖1

(1.北京师范大学 经济与工商管理学院,北京 100875;2.中国邮政集团公司培训中心,河北 石家庄 050021)

摘 要:以技术创新阶段细分为研究基点,利用2009—2018年省级面板数据,构建超越对数随机前沿分析模型,实证检验技术研发阶段和创新市场化阶段不同金融发展模式下金融结构对创新产出与技术创新效率的影响效应。结果发现:在创新增量方面,银行体系发展对创新产出的正向激励效应显著优于股票市场发展,银行主导型金融结构对创新产出发挥着重要支撑作用。在创新增效方面,股票市场发展对技术创新效率的正向激励效应尤为显著,银行体系发展对技术创新效率产生抑制效应,造成较大程度的技术效率损失。结果表明,技术创新量高多产、提质增效依赖于金融结构持续优化和金融发展模式优势互补。

关键词:金融发展;金融结构;创新产出;技术创新效率

Research on the Effect of Financial Structure on Technological Innovation Efficiency——based on the Comparative Perspective of Different Financial Development Models

Lin Peng1,2,Meng Nana2,Chu Xi1,Feng Guanlin1

(1.BNU Business School, Beijing 100875,China;2.Training Center of China Post Group,Shijiazhuang 050021,China)

AbstractThis paper takes the stage segmentation of technological innovation as the research basis, Uses the provincial panel data from 2009 to 2018 to construct the transcendental logarithmic stochastic frontier analysis model, and empirically examines the impact of financial structure on the innovation output and the efficiency of technological innovation under different financial development modes in technological R&D and innovation marketing stages.It is found that:in terms of innovation increment, the positive incentive effect of the development of the banking system on innovation output is significantly better than that of the stock market, and the bank-led financial structure plays an important role in supporting and promoting innovation output.In terms of innovation efficiency enhancement, the development of stock market has a particularly significant positive incentive effect on technology innovation efficiency, while the development of banking system has a restraining effect on technology innovation efficiency, resulting in a large degree of technical efficiency loss.The conclusion of this paper indicates that, the increase of innovation output and the improvement of technological innovation efficiency depend on the continuous optimization of financial structure and complement each other's advantages of financial development model.

Key Words:Financial Development;Financial Structure;Innovation Output;Technological Innovation Efficiency

DOI10.6049/kjjbydc.Q201908478

开放科学(资源服务)标识码(OSID):

中图分类号:F124.3

文献标识码:A

文章编号:1001-7348(2020)14-0021-10

收稿日期:2019-12-10

基金项目:教育部人文社会科学研究青年基金项目(19YJC790076);河北省科技厅河北省创新能力提升计划自筹项目(18454226)

作者简介:蔺鹏(1982—),男,河北保定人,北京师范大学经济与工商管理学院博士研究生,中国邮政集团公司培训中心讲师,研究方向为区域经济与技术创新;孟娜娜(1982—),女,河北沧州人,博士,中国邮政集团公司培训中心讲师,研究方向为金融科技与普惠金融;褚席(1991—),男,山东枣庄人,北京师范大学经济与工商管理学院博士研究生,研究方向为数字经济与企业转型升级;冯冠霖(1995—),男,山东济南人,北京师范大学经济与工商管理学院博士研究生,研究方向为公司融资与公司治理。

0 引言

随着中国经济由高速增长阶段进入高质量发展阶段,科技创新对经济增长的引领功能日益凸显,技术进步对经济增长的贡献度逐步提高,科技创新和技术进步已成为经济高质量发展的核心动能与主引擎。科技创新与技术进步离不开金融发展的有力支撑,金融发展通过金融结构动态演化作用于微观层面的技术创新,进而驱动经济增长和社会进步,金融结构与技术创新的关系已成为影响经济增长的关键因素。改革开放以来,我国以国有商业银行为主导的金融体系强有力地支撑了技术创新并推动中国经济高速增长。然而,在我国产业结构优化、新旧动能转换和经济结构转型的现实背景下,以银行为主导的金融结构安排能否继续为我国经济增长提供持续有力支持?有没有更好适配产业结构调整与经济结构优化的金融结构安排?什么样的金融组织体系能更好地服务于科技创新并有效提升技术创新效率?这一系列问题的解决无疑对新常态下中国经济供给侧结构性改革,尤其是金融供给侧改革以及高质量发展具有重要现实价值。

对于金融结构与技术创新的关系,大量文献进行了理论分析和实证研究,然而对于银行主导型或市场主导型金融结构孰优孰劣仍未有定论,且多数文献以发明专利等技术研发衡量技术创新产出,缺少对科技成果市场化等创新应用的考量。鲜有文献从技术创新流程出发,考虑技术创新不同阶段特征引致的差异化金融需求,进而引起金融结构对技术创新不同程度的影响。创新理论奠基者熊彼特[1]强调技术创新中实际应用的本源驱动和核心地位,指出创新不单是新技术或新发明产生,而是一种持续运转的动态机制,只有引入生产体系并对实体经济产生震荡效应的技术突破与发明专利才属于创新。基于此,本文对技术创新的衡量不仅包含发明专利等技术研发产出,还将创新成果转化后的市场化应用纳入其中,从而更加全面、客观地测度金融结构对技术创新效率的影响。本文从技术创新动态演化流程出发,以技术创新阶段划分为切入点,分别从技术研发阶段与创新成果市场化阶段实证检验不同金融发模式下金融结构对技术创新效率的影响效应,以期为创新驱动经济发展下技术创新效率提升、产业结构调整和金融结构优化等提供理论参考与实证支持。

1 研究综述

Goldsmith[2]的金融发展理论指出,金融深化能够降低企业融资约束与融资成本,有效引导资金向创新领域集聚,使企业更好地管控各类创新风险,从而有助于激发其创新行为,推动国家经济增长。金融发展对新兴产业和创新企业发展至关重要[3],是推动技术进步和经济增长的核心要素[4]。金融结构的作用也不容忽视,它是金融发展作用于技术进步和经济增长的主要载体,因而必然会对技术创新和经济增长产生重要影响[5]。实际上,不同金融结构安排在促进技术创新和经济增长方面具有不同的功能定位和比较优势,因而通过不同的资源配置方式、风险管控措施以及利益激励机制对技术进步与经济增长产生差异化影响[6]

金融发展对技术进步的推动作用得到大多数学者的广泛支持,但不同金融结构对技术创新的影响有何差异,以及何种金融结构更有助于技术进步成为学术界关注的焦点。金融结构类型主要分为银行主导型金融结构和市场主导型金融结构,两类结构孰优孰劣,学者们的观点并不统一。

倾向于银行主导型金融结构的学者强调,银行等金融中介机构在研发资金积累、信息处理、创新项目选择、风险管理等方面优势显著,银行信贷周期的固定性能够保障企业获得长期稳定的资金支持,因而更有助于企业研发资金持续投入和科技创新高效产出。股票市场的波动性和投资者短线操作则不利于企业研发资金持续支持和创新活动长期监管[7]。银行机构面对标准化、确定性环境拥有批量处理企业信息的规模经济优势,然而面对非标准化和不确定性较大的创新环境,银行处理效率相对较低[8]。银行机构风险偏好的保守性和运行管理的稳健性,使其对技术创新企业及创新项目选择更加谨慎,会通过严格筛选机制和程序化风险管理机制提升企业创新成功率。然而,这在一定程度增加了企业外部融资成本,限制了企业获取信贷支持的机会[9]

支持市场主导型金融结构的学者认为,股票市场在信息获取、信息披露、价格发现、风险分散等方面存在比较优势,其市场化程度与资源配置效率更高[10]。技术创新企业的高投入、高风险融资特征,使其难以获得银行信贷支持,而股票市场能较好地匹配创新企业的风险属性和运作特征[11],并通过多样化风险分散机制有效管控企业创新风险,因而技术创新企业在股票市场往往更容易获得资金支持[12]。股票市场通过不断强化的信息披露机制、多元审查机制、公司治理机制,能够有效解决交易双方信息不对称,尤其对于技术创新企业,有利于降低其融资成本,促进其创新水平提升[13]。然而,股权融资长期性和股权集中度偏差会引起监管效率下降及企业融资成本增加,进而阻碍技术创新效率提升[14,15]

随着研究不断细化,国内学者开始从技术创新类型异质化视角对金融结构与技术创新关系进行实证研究。徐明等[16]指出,渐进改良式创新或引进模仿式创新引致的金融需求明显不同于颠覆突破式创新或自主创新。因此,需要基于技术创新类型细分及衍生出的差异化金融需求,匹配与之相适宜的金融结构,以实现金融体系功效最大化;钟腾等[17]、杨子荣等[18]研究证实银行主导型市场结构能够较好地适应低风险、低技术含量的引进模仿创新或增量创新,市场主导性金融结构则能更好地匹配高风险、高新技术含量的自主创新或激进创新。一般而言,银行规模扩张能够增加企业融资总额,有效缓解企业融资约束,对于风险较低的渐进改良式创新有较好的促进作用。股票市场发展能够有效促进外部依赖性产业及高新技术产业创新产出,对于较高风险的颠覆性突破式创新作用显著。

综上所述,尽管现有文献对金融结构与技术创新的关系进行了多角度研究,但针对何种金融结构能够更好激励企业技术创新、促进经济增长尚无定论。其原因在于市场环境不健全、法制体系不完善以及金融结构内生性、创新活动复杂性等问题普遍存在,从而导致银行主导或市场主导金融结构对技术进步和经济发展的影响差异较大[19]

区别于已有文献研究,本文边际贡献主要有3个方面:一是尝试构建金融发展模式、金融结构类型与技术创新效率的基本理论框架,通过引入技术创新动态流程,全面测度金融结构对技术研发产出和创新成果市场化两阶段创新效率的影响效应;二是从金融发展模式与技术创新阶段双重视角,研究金融结构与技术创新动态关联特征,提出不同阶段的技术创新会内生出差异化风险偏好和融资需求,并引致不同功能属性的金融结构与之相适应;三是与多数文献采用固定效应模型分析的研究方法不同,本文采用随机前沿分析(SFA)模型测度金融结构对技术研发和创新成果市场化的影响效应。SFA方法由于引入随机误差项并对非效率项与随机误差项进行明确区分,可更加准确测度不同金融发展模式影响下的技术创新效率水平[20]

2 模型选择与设定

2.1 随机前沿分析的基本原理

随机前沿分析由Aigner[21]、Meeusen等[22]提出并经Battese[20]& Coelli[23]拓展,是被广泛应用于生产效率测度的参数分析方法,其基本原理是通过设定前沿生产函数对生产要素投入和产出进行测算,求得实际产出与前沿产出的距离即为生产技术效率。在实际测算中由于不可避免地存在随机误差,且生产技术效率会受多种环境因素的影响,因而包含随机扰动项的前沿分析模型可以更加准确地测度生产技术效率。Kumbhakar & Lovell[24]对随机前沿分析模型进行归纳,其基本形式表示如下:

Yit=F(Xit,t;β)·exp(vit-uit)

(1)

式(1)中,it分别代表生产主体、时间序列,Yit表示生产主体i在第t时期的实际产出,Xit表示生产主体i在第t时期的生产要素投入,β为对应待估参数。vit-uit为复合误差项,由随机误差项vit和技术非效率项uit组成。其中,vit服从的正态分布,uit服从的非负断尾正态分布,且vituit相互独立。在Battese&Coelli(1995)设定的SFA模型中,对技术非效率项uit进行如下描述:

uit=δ0+∑δizit+εit

(2)

式(2)中,zit为影响因素,δi为待估参数,εit为随机扰动项。为考察随机前沿分析的适用性,Battese & Coelli(1995)引入方差参数表示技术非效率项在复合误差项中所占比重。γ∈[0,1],γ越接近于1,表明技术非效率项对生产产出的影响越大,SFA模型适用性越强。根据Battese & Coelli(1995)拓展的随机前沿模型,exp(-uit)代表技术效率(technical efficiency,TE),是实际产出与前沿产出的距离,技术效率TE可以采用实际产出期望与前沿产出期望的比值表示,如式(3)所示。

(3)

其中,技术效率TE∈[0,1],TE越接近1,表明实际产出距离最优技术前沿线越近,生产技术效率越高,反之亦然。

2.1 随机前沿分析模型设定

2.2.1 前沿分析模型

随机前沿分析(SFA)模型主要由前沿分析模型和技术非效率模型两部分组成。前沿分析模型设定主要是对生产函数形式的选择与确定,目前常用的生产函数是柯布-道格拉斯(Cobb-Douglas)生产函数与超越对数生产函数(translog function)。由于超越对数生产函数放宽了技术中性、不变弹性等前提假设,形式更具一般化和适用性,且能够较好地避免函数设定错误带来的估值偏差,故本文选取超越对数生产函数构建时变前沿分析模型,从技术研发产出和创新成果市场化两阶段考量金融结构对技术创新效率的影响程度。由此,分别构建技术研发与创新市场化两类超越对数前沿分析模型,具体形式如式(4)和式(5)所示。

(4)

(5)

其中,下标i表示省份,下标t表示年份,t=1,2,3…,Tvit-uit为复合误差项;PatentitSalesit分别表示专利产出与新产品销售收入;KitLit分别表示技术创新研发资金和研发人员投入。为全面考察不同金融发展模式下金融结构对技术创新效率的影响效应,引入金融发展变量Fit,考虑到股票市场与银行体系通过作用于企业不同融资渠道进而影响技术创新活动要素投入,引入金融发展与创新投入要素的交互项,以反映不同金融发展模式对创新产出的影响效应。

2.2.2 技术非效率模型

技术非效率模型设定是随机前沿分析模型设定的重点,金融结构(Finstr)作为模型主要解释变量,通过作用于企业融资结构对技术创新活动产生影响,因而重点考察金融结构对技术创新效率的影响效应。企业无论在技术研发阶段还是创新成果市场化阶段,均受经济发展、对外贸易、财政扶持、创新生态环境等综合因素影响,参考已有文献并基于数据可得性,本文将经济发展水平(Ecodev)、对外开放水平(Open)、公共财政支出(Public)、创新生态环境(Inneco)、科技研发强度(Rdstr)等影响因素作为技术非效率函数的其它解释变量,设定具体技术非效率方程如下:

uit=δ0+∑δizit+εit=δ0+δ1lnFinstrit+δ2Ecodevit+δ3lnOpenit+δ4lnPublicit+δ5lnInnecoit+δ6lnRdstrit+εit

(6)

3 变量说明与数据来源

3.1 变量说明

(1)被解释变量。对于技术创新指标的度量,本文不仅沿用主流学界广泛使用的发明专利作为技术研发知识产出(Patent)衡量指标,还将科技成果转化后的创新市场化经济产出(Sales)纳入其中,从创新链知识产出与经济产出有效对接的全域视角,分析不同金融发展模式下金融结构对技术创新效率的影响效应。企业是技术创新的核心主体,规模以上工业企业处于绝对主导地位,并兼顾了产业类别属性与产业结构特征,对于全面考量企业创新要素投入与创新产出关联关系更具代表性。因此,本文选择规模以上工业企业作为样本企业,并在此基础上确定技术创新投入与产出衡量指标。由于技术专利从申请授权到转化应用需要一定时间,同时考虑到作为创新市场化参与要素,专利申请数量相比于有效发明专利数量更能反映技术研发阶段知识产出动态变化,因而选取专利申请数量作为技术研发知识产出(Patent)衡量指标。对于创新市场化阶段的经济产出(Sales),选取规模以上工业企业新产品销售收入占主营业务收入比重作为衡量指标。

(2)前沿分析模型的解释变量。对于技术创新产出而言,创新要素投入尤为关键。在理论模型中,研发资金(K)和研发人力资本(L)作为创新要素投入参与企业技术创新活动。其中,研发资金投入(K),本文选用规模以上工业企业R&D经费度量;研发人力资本(L),选取规模以上工业企业R&D人员全时当量衡量。金融发展(F)是前沿分析模型中的核心解释变量,通过作用于技术创新要素对创新产出和技术效率产生影响,本文参照Raian & Zingales[25]的研究方法,选用股票市价总值、银行贷款余额以及两者之和与GDP的比值分别度量股票市场发展(Finmar)、银行体系发展(Finbank)以及金融发展综合指数(FDindex)。

(3)技术非效率模型的解释变量。金融结构(Finstr)是这一模型的关键变量,借鉴Rajan[26]、Demirgc-Kunt[27]、Levine[8]的普遍做法,选用股票市价总值与银行贷款余额的比值进行度量,表示股票市场发展与银行体系发展的相对程度。其它控制变量选择与设定:①经济发展水平(Ecodev)。采用人均GDP的自然对数值反映经济发展水平;②对外开放水平(Open)。使用对外贸易依存度这一指标,即进出口贸易总额占GDP比重衡量,以反映一国对国际市场的依赖程度和对外开放水平;③公共财政支出(Public)。使用公共财政支出占GDP比重衡量;④创新生态环境(Inneco)。参照王小鲁等[28]编著的《中国分省份市场化指数报告(2018)》,选用市场化总指数衡量创新生态环境,并借鉴郑志刚[29]的做法,利用算术平均法和主成分分析法对数据缺失年份分别计算后取均值,该指数越大表明创新生态环境越好;⑤科技研发水平(R&D)。采用研究与试验发展(R&D)经费投入强度衡量,表示区域技术创新能力与科技研发实力。关于理论模型各变量指标与统计性描述如表1所示。

表1 变量指标与描述性统计结果

变量含义均值标准差最小值最大值lnPatent技术研发知识产出175712962379241700lnSales创新市场化经济产出(%)11.8111.870.38177.32Finmar金融市场发展(%)59.11115.266.021053.46Finbank银行体系发展(%)129.3342.8965.53258.47FDindex金融发展综合指数(%)188.44145.0178.531308.97lnK研发资金279.72380.961.442107.20lnL研发人力资本77314104837862621950Finstr金融结构(%)37.9645.483.78412.29Ecodev经济发展水平4.852.481.1014.02Open对外开放水平(%)28.5733.151.61158.62Public公共财政支出(%)24.0610.019.6462.69Inneco创新生态环境6.391.862.3310.08R&D科技研发强度(%)1.551.090.346.17

3.2 数据来源

对于随机前沿模型中各类变量数据,本文选择2009-2018年中国内地省级面板数据为研究样本,并按学术惯例将指标数据缺失较为严重的西藏自治区不纳入统计。同时,为消除各地区经济发展、资源配置、要素禀赋等区域差异对统计结果的影响,本文对相应变量进行比率化或对数化处理。本文原始数据来源于历年《中国统计年鉴》、《中国金融年鉴》、《中国科技统计年鉴》、《中国区域金融运行报告》以及《中国分省份市场化指数报告(2018)》和国家统计局统计数据平台等。

4 实证检验与结果分析

本文借助随机前沿分析软件Frontier4.1对前沿分析模型和技术非效率模型进行回归分析,求得技术研发阶段和创新市场化阶段的待估参数估计值及相关检验结果(见表3、表4)。本文利用广义似然比(LR)统计检验法,对随机前沿分析模型和超越对数形式生产函数适用性进行检验,为此构造统计量λ=-2[L(H0)-L(H1)]。其中,L(H0)为原假设H0下的对数似然值,L(H1)为备择假设H1下的对数似然值,如果原假设H0成立,则LRχ2(j),当LR>χ2(j)时,则拒绝原假设,接受备择假设,反之亦然。

表3 技术研发阶段——随机前沿模型估计结果

变量模型1Finmar系数T值模型2Finbank系数T值模型3FDindex系数T值(a)前沿分析函数lnK1.2101.370-4.579∗∗∗-68.179-2.065∗∗-2.492lnL-2.007∗∗∗-3.9305.103∗∗∗33.7712.365∗∗∗4.052(lnK)2-0.220-1.040-0.317∗∗∗-3.964-0.376∗∗∗-3.716(lnL)20.0100.089-0.249∗∗∗-4.507-0.252∗∗∗-3.066(lnK)×(lnL)0.2420.8200.588∗∗∗4.9180.643∗∗∗3.601lnF-1.092-1.1719.186∗∗∗35.3172.392∗∗∗3.208(lnF)2-0.002-0.030-0.584∗∗∗-20.635-0.185∗∗∗-3.290(lnK)×(lnF)-0.219-0.7560.491∗∗∗3.124-0.060-0.421(lnL)×(lnF)0.2180.954-0.510∗∗∗-3.7430.0190.147β015.719∗∗∗15.964-33.678∗∗∗-31.313-8.737∗∗∗-8.129(b)技术非效率函数Finstr0.010∗∗∗3.750-0.001∗∗∗-3.3150.007∗∗∗2.742Ecodev0.139∗1.8920.109∗∗∗11.9540.115∗∗∗3.040Open-0.015-1.6050.0021.639-0.015∗∗-2.247Public-0.022-1.621-0.024∗∗∗-5.211-0.029∗∗∗-3.241Inneco-0.307∗∗∗-3.470-0.160∗∗∗-8.411-0.310∗∗∗-5.016R&D-0.184-0.755-0.059∗∗-2.280-0.081-0.706δ02.195∗∗2.5591.396∗∗∗7.7562.256∗∗∗4.511σ20.2031.2690.099∗∗∗11.7680.154∗∗∗5.595γ0.6761.2250.7111.1280.617∗∗∗4.903函数值-107.194-82.508-87.166LR单边误差74.82351.43869.513

注:******分别表示在1%、5%、10%的置信水平下显著,下同

根据表2检验结果可知,模型1~6两项检验均拒绝原假设,表明技术非效率项显著存在且具有较强的时变特征,由此可知,超越对数形式生产函数比柯布-道格拉斯生产函数更适用于随机前沿分析模型。因此,构建超越对数生产函数的SFA模型评估金融结构对技术创新效率的影响是合理、适宜的。基于上述模型诊断性分析,分别考察技术研发和创新市场化两阶段金融结构对技术创新效率的影响效应。

表2 SFA模型假设检验结果

检验内容模型1模型2模型3模型4模型5模型6检验一H0=γ=μ=η=0L(H0)-144.61-108.23-121.92-228.01-217.56-218.81LR74.8251.4469.5194.3189.9497.90临界值(自由度为3)10.5010.5010.5010.5010.5010.50检验结果拒绝拒绝拒绝拒绝拒绝拒绝检验二H0=β3=β4=β5=β7=β8=β9=0L(H0)-161.29-124.44-145.49-240.58-234.03-233.09LR108.1983.86116.64119.46122.88126.46临界值(自由度为6)16.0716.0716.0716.0716.0716.07检验结果拒绝拒绝拒绝拒绝拒绝拒绝

注: 临界值为单边广义似然比(LR)检验的临界值,且显著性水平为1%

4.1 技术研发阶段:金融结构对技术创新效率的影响效应检验

(1)技术研发阶段——随机前沿模型估计结果。表3实证分析了不同金融发展模式下金融结构对技术创新效率的影响效应,其中,模型1~3分别是以股票市场发展、银行体系发展以及金融发展综合指标衡量金融发展水平的随机前沿模型,(a)栏为前沿分析函数估计结果,(b)栏为技术非效率函数估计结果。技术非效率模型中各解释变量应逆向解读,即参数值越大,表明技术非效率越高,则技术效率越低,反之亦然。

根据表3的SFA模型估计结果,得出以下结论:一是从前沿分析模型看,不同金融发展模式对技术创新知识产出的影响存在较大差异,股票市场发展对技术创新知识产出产生抑制性影响,银行体系发展可有效促进企业创新产出增加,金融发展综合指标对技术研发阶段的创新产出正向影响效果显著。同时,银行体系发展与研发资金投入的交互作用可增加技术创新知识产出,但其与研发人员投入的交互作用对技术研发具有负面影响;股票市场发展与研发资金投入的交互作用抑制了术创新知识产出增加,但与研发人员投入的交互作用则带来技术研发产出的正向变动,金融发展综合指标和研发资金、研发人员投入的交互作用方向与股票市场发展的作用方向一致,但影响效果偏弱;二是从技术非效率函数看,股票市场发展下金融结构对技术创新产出具有一定程度的抑制作用,银行体系发展下金融结构对技术创新产出具有微弱的正向激励效应,金融发展综合指标下金融结构带来轻微的创新产出损失。由上述分析可知,不同金融发展模式下金融结构对技术创新产出的影响效果各有正负但并不显著,原因可归为两个方面:①在我国银行主导型金融结构中,银行体系仍处于绝对主导地位,直接融资市场规模相对较小,且体制机制不完善,导致金融结构对技术创新产出的影响程度整体偏低;②金融结构并未有效匹配现有产业结构与经济结构,金融发展和金融改革滞后于产业转型升级与实体经济发展,金融发展“脱实向虚”以及金融资源配置不均都会对技术创新产生抑制作用与扭曲效应,导致技术创新产出减少。

此外,对其它解释变量的分析如下:不同金融发展模式下经济发展水平提高和政府公共财政增加并未带来技术研发知识产出增加;股票市场发展和金融发展综合指标下对外贸易水平提升对技术创新知识产出具有轻度的正向激励效应,银行体系发展下对外贸易水平对技术研发知识产出具有微弱的抑制效应;创新生态环境改善和研发投入强度提升可为技术创新提供有力保障,从而显著提升企业技术研发知识产出水平。

(2)技术研发阶段——金融结构与技术创新效率趋势分析。表5和图1列出了技术研发阶段不同金融发展维度下金融结构与技术创新效率变化趋势。首先,从不同金融发展模式下技术创新效率对比看,2009-2018年无论是股票市场发展还是银行体系发展均能有效促进技术创新效率提升。其中,银行体系发展影响下的技术创新效率均值略高于股票市场发展,金融发展综合指标影响下的技术创新效率均值0.799均大于任何单一金融发展模式的影响,表明两类金融发展模式之间的激励相容性逐步增强、规模结构逐步趋于平衡匹配,引致技术创新效率较大幅度提升。其次,从金融结构与技术创新效率的关联性看,两者拟合程度不够且基本呈负向变动关系,甚至出现金融结构市场导向性越小,技术创新效率越高的异常现象(如2013年)。其原因在于:一方面,我国股票市场体制机制不完善,直接融资市场不健全,致使股票市场对实体经济的支持效率不高;另一方面,在银行体系占绝对主导地位的金融结构中,银行信贷依旧是企业技术研发资金的重要来源,银行体系仍是推动中国科技创新与技术进步的主要支撑。

图1 技术研发阶段——金融结构与技术创新效率变动趋势

表5 技术研发阶段——金融结构与技术创新效率趋势分析结果

年份Finmair技术创新效率Finbank技术创新效率FDindex技术创新效率Finstr金融结构20090.6030.8150.7060.548(0.197)(0.122)(0.170)(0.713)20100.6020.7680.7010.498(0.198)(0.141)(0.184)(0.534)20110.6980.7390.7810.341(0.177)(0.139)(0.149)(0.438)20120.7440.7700.8180.312(0.167)(0.131)(0.133)(0.419)20130.7690.7620.8340.279(0.149)(0.127)(0.118)(0.340)20140.7510.7920.8240.379(0.156)(0.137)(0.129)(0.500)20150.7220.8280.8050.432(0.165)(0.132)(0.133)(0.397)20160.7490.8200.8210.389(0.141)(0.127)(0.116)(0.349)20170.7670.7940.8350.380(0.124)(0.131)(0.099)(0.353)20180.8000.7550.8660.238(0.111)(0.137)(0.073)(0.238)2009-20180.7210.7840.7990.380

注: 括号内为标准误,下同

(3)技术研发阶段——金融结构与技术创新效率的关联特征。技术研发阶段,为进一步分析不同金融发展模式及其影响下金融结构与技术创新效率的关联关系,本文绘制了金融发展与技术创新效率、金融结构与技术创新效率散点拟合图(见图2)。第一,分析金融发展和技术创新效率的关联特征。股票市场发展、银行体系发展与技术创新效率呈正向变动关系,股票市场发展与技术创新效率拟合程度较好,拟合线较陡峭,银行体系发展与技术创新效率拟合线较平缓,拟合程度较差,表明相较于银行体系,发展股票市场发展对区域技术进步的支持效率更显著。第二,分析金融结构与技术创新效率的关联特征。股票市场发展、银行体系发展下金融结构与区域技术创新效率分别呈正向和负向关联特征,股票市场发展下金融结构与技术创新效率拟合程度较好,为区域技术进步带来正向激励效应。银行体系发展下金融结构与技术创新效率拟合程度欠佳,且对区域技术进步产生抑制效应。

图2 技术研发阶段——金融结构与技术创新效率的关联特征

4.2 创新市场化阶段:金融结构对技术创新效率的影响效应检验

(1)创新市场化阶段——随机前沿模型估计结果。表4为创新市场化阶段金融结构对技术创新效率影响的估计结果,与表3类似,模型4~6分别是以股票市场发展、银行体系发展以及金融发展综合指标衡量金融发展水平的随机前沿模型,(a)栏、(b)栏分别为前沿分析函数估计结果和技术非效率函数估计结果。

根据表4估计结果得出以下结论:首先,从前沿分析函数看,银行体系发展(系数为4.101)对创新市场化阶段的经济产出具有显著正向激励作用,但股票市场发展(系数为-0.896)具有微弱抑制效应,金融发展综合指数(系数为4.884)则显著促进创新市场化经济产出增加。相比于技术研发阶段,银行体系发展与股票市场发展对技术创新市场化和产业化发展的影响方向一致,但其作用效果均小于对技术研发知识产出的影响,金融发展综合指数对创新市场化经济产出的引导支持作用更加显著。其次,从技术非效率函数看,无论是股票市场发展、银行体系发展还是金融发展综合指标下的金融结构对技术创新产出均具有轻度负向影响,相比于技术研发阶段,银行体系发展对创新市场化经济产出的影响方向由正转负,表明银行主导型金融结构对创新市场化阶段经济产出具有一定的抑制作用。最后,公共财政支出的影响系数显著为正,引起创新市场化经济产出减少,表明政府扶持对创新市场化产出形成一定程度的挤出效应;经济发展水平提高并未带来创新市场化阶段的经济产出增加;扩大对外开放带来创新产品市场化和产业化水平提升;创新生态环境优化和科技研发强度提高显现出强大的正向激励效应,显著提升创新市场化经济产出水平。

表4 创新市场化阶段——随机前沿模型估计结果

变量模型1Finmar系数T值模型2Finbank系数T值模型3FDindex系数T值(a)前沿分析函数lnK0.8930.897-2.129-1.603-1.454∗-1.779lnL-1.003-1.1941.9251.5271.425∗∗2.470(lnK)20.1190.9630.0060.052-0.046-0.405(lnL)20.0440.462-0.020-0.164-0.069-0.808(lnK)×(lnL)-0.151-0.6970.0370.1600.1260.666lnF-0.896-1.2254.101∗∗∗2.6574.884∗∗∗7.105(lnF)2-0.059∗∗∗-2.599-0.140-0.838-0.337∗∗∗-5.366(lnK)×(lnF)-0.117-1.1060.355∗1.7550.1180.738(lnL)×(lnF)0.205∗1.813-0.347∗∗-2.066-0.120-0.859β07.241∗∗∗2.975-14.382∗∗∗-10.882-15.521∗∗∗-13.363(b)技术非效率函数Finstr0.005∗∗∗4.8080.002∗∗2.2700.003∗1.706Ecodev0.051∗∗∗3.6430.098∗∗∗2.8660.084∗∗2.037Open-0.007∗∗∗-5.230-0.007∗∗∗-2.852-0.007∗∗-2.514Public0.017∗∗∗2.7510.040∗∗∗4.6060.036∗∗∗4.751Inneco-0.302∗∗∗-6.800-0.178∗∗∗-3.057-0.191∗∗∗-2.981R&D-0.306∗∗∗-7.376-0.236∗∗∗-4.893-0.303∗∗∗-3.046δ01.969∗∗∗5.9010.3670.8620.7591.444σ20.205∗∗∗11.9050.201∗∗∗7.6030.195∗∗∗8.411γ0.697∗1.8060.683∗∗2.4820.705∗∗2.079log函数值-180.855-172.589-169.863LR单边误差94.31289.94497.897

(2)创新市场化阶段——金融结构与技术创新效率趋势分析。表6和图3描述了创新市场化阶段不同金融发展维度下金融结构与技术创新效率变化趋势。首先,对比分析不同金融发展模式下技术创新效率变化趋势。银行体系发展与金融综合发展指标下的技术创新效率均值都高于股票市场发展下的技术效率均值(0.670),并且不同金融发展模式下的技术创新效率曲线随时间推移逐步拉近,表明不金融发展模式之间的激励相容特征更加显著,协调匹配性逐步增强。其次,从金融结构与技术创新效率动态关联特征看,与技术研发阶段类似,我国金融结构曲线与技术创新效率曲线关联程度并不显著,基本呈负向变动关系:当金融结构曲线处于下降区间时,不同金融发展模式下的技术创新效率曲线呈现上升态势(如2010-2013年和2015-2018年);当金融结构曲线趋于上升时,3类技术创新效率曲线不断下跌(如2013-2015年)。总体而言,在创新市场化阶段,银行体系发展对技术创新效率的正向促进作用逐渐减弱,股票市场对于技术创新效率的抑制效应也趋于弱化,金融发展综合指数对创新市场化技术效率的正向激励作用更加显著。这说明我国金融供给侧结构性改革取得了一定成效,不同金融发展模式的平衡协调性逐步增强,但金融结构对产业结构升级与经济结构优化的适应性有待提高。

表6 创新市场化阶段——金融结构与技术创新效率趋势分析结果

年份Finmair技术创新效率Finbank技术创新效率FDindex技术创新效率Finstr金融结构20090.6270.7470.6950.548(0.271)(0.244)(0.265)(0.713)20100.6010.7270.6680.498(0.270)(0.244)(0.260)(0.534)20110.6330.7180.6750.341(0.273)(0.254)(0.265)(0.438)20120.6600.7160.6800.312(0.271)(0.260)(0.269)(0.419)20130.6770.7150.6830.279(0.270)(0.259)(0.269)(0.340)20140.6910.7210.6870.379(0.272)(0.262)(0.273)(0.500)20150.6740.6940.6590.432(0.274)(0.271)(0.279)(0.397)20160.6940.6970.6680.389(0.275)(0.275)(0.283)(0.349)20170.7110.7030.6780.380(0.268)(0.271)(0.279)(0.353)20180.7320.7040.6910.238(0.266)(0.274)(0.280)(0.238)2009-20180.6700.7140.6780.380

图3 创新市场化阶段——金融结构与技术创新效率变动趋势

(3)创新市场化阶段——金融结构与技术创新效率的关联特征。依据前文做法,本文绘制了创新市场化阶段金融发展与技术创新效率、金融结构与技术创新效率散点拟合图(见图4),以考察不同金融发展模式及其影响下金融结构对区域技术创新效率的影响差异。第一,分析金融发展与技术创新效率的关联特征。股票市场发展与技术创新效率呈正向变动关系,较好地促进了区域技术进步,但银行体系发展与技术创新效率呈负向关联特征,导致较大程度的技术效率损失。同时,股票市场发展与技术创新效率的拟合效果优于银行体系发展。相比于技术研发阶段,这一阶段的银行体系发展对区域技术创新效率具有较为显著的抑制效应。第二,分析金融结构与技术创新效率的关联特征发现,股票市场发展下的金融结构、银行体系发展下的金融结构与技术创新效率均呈正向关联特征。与技术研发阶段相比,在这一阶段,股票市场发展下金融结构与技术创新效率的拟合程度较差,拟合线斜率较小,其对技术进步的正向激励效应整体偏弱。银行体系发展下金融结构对区域技术进步的正向激励作用逐步显现,但效果并不显著。

图4 创新市场化阶段——金融结构对技术创新效率的影响效应

5 研究结论与启示

5.1 结论

本文基于技术创新动态演化流程,利用2009-2018年省级面板数据,构建超越对数形式生产函数SFA模型,实证检验技术研发、创新市场化两阶段不同金融发展模式下金融结构对创新产出和技术创新效率的影响效应,得出以下结论:

(1)在技术研发阶段,股票市场发展对技术创新知识产出具有一定程度的抑制效应,银行体系发展对技术研发知识产出产生显著正向激励效应,表明银行主导型金融结构对技术研发知识产出发挥着重要支撑作用。股票市场发展比银行体系发展更能显著提升技术创新效率,股票市场发展下金融结构与技术创新效率的拟合程度较好,为区域技术进步带来正向激励效应。银行体系发展下金融结构与技术创新效率的拟合程度欠佳,且对区域技术进步产生抑制效应。

(2)在创新市场化阶段,股票市场发展对创新市场化经济产出具有微弱的抑制效应,银行体系发展对创新市场化经济产出具有显著正向激励作用,银行主导型金融结构在促进技术创新市场化和产业化方面依旧发挥着激励、促进作用。股票市场发展对于技术创新效率的正向激励效应较为显著,而银行体系发展给技术创新带来较大程度的效率损失。股票市场发展下金融结构对技术创新效率的正向激励效应依旧显著,而银行体系发展下金融结构对技术创新效率的拉动作用逐步显现,但效果并不显著。

(3)从技术创新价值链整体看,在创新增量方面,银行体系发展对创新产出的正向激励效应显著优于股票市场发展,银行主导型金融结构对创新产出发挥着重要支撑作用,说明银行体系依旧是驱动科技创新与经济增长的有力支撑。在创新增效方面,股票市场发展对技术创新效率的正向激励效应尤为显著,银行体系发展对技术创新效率产生抑制效应,导致较大程度的技术效率损失,表明直接融资市场是驱动创新效率提升和技术进步的主导因素。

5.2 启示

目前,我国长期存在银行主导型金融结构不适配现有产业结构和经济结构、金融发展与金融改革滞后于产业结构升级及经济结构调整、银行体系在金融结构中的绝对主导地位以及直接融资市场不完善等状况,限制了股票市场价格发现、风险分散及鼓励创新等应有功能的发挥[30],导致直接融资与间接融资规模不对等以及结构匹配等问题,削弱了金融服务实体经济的整体功效。同时,金融资源与创新要素错配失衡进一步弱化了金融体系对实体经济的支持作用,降低了其对科技创新与技术进步的激励效应。由于上述分析可得,技术创新量高多产和提质增效更加依赖于金融结构持续优化和金融发展模式优势互补[31]。因此,为满足有效适配产业结构调整、新旧动能转换和经济结构转型的现实需求,亟需加快推进金融供给侧结构性改革,优化金融结构制度安排,整合银行体系框架,健全直接融资市场,增强金融结构适应性和服务实体经济的能力。

参考文献:

[1] 约瑟夫.熊彼特.经济发展理论[M].何畏,译.北京:商务印书馆,1990.

[2] GOLDSMITH R W.Financial structure and development[J].Studies in Comparative Economics,1969,70(4): 31-45.

[3] BECK,THORSTEN,ASLI DEMIRGUC-KUNT,ROSS LEVINE,et al.Financial structure and economic development:firms,industry and country evidence[A]//DAVID M KEMME.Financial structure and economic growth:a cross-country comparison of banks,markets,and development[M].Cambridge,Massachusetts:The MIT Press,2001.

[4] MERTON,R C.A Functional perspective of financial intermediation[J].Financial Management,1995,(24):23-41.

[5] ALLEN F.The market for information and the original of financial intermediation[J].Journal of Financial Intermediation,1990,1(1):3-30.

[6] ALLEN F,GALE D.Comparing financial systems[M].Cambridge,MA:MIT Press,2000.

[7] LEVINE R.Financial development and economic growth:views and agenda[J].Journal of Economic Literature,1997,35(2):688-726.

[8] LEVINE R.Finance and growth:theory and evidence[J].Social Science Electronic Publishing,2004,1(5):37-40.

[9] AGHION P,BOLTON P.An incomplete contracts approach to financial contracting[J].Review of Economic Studies,1992,59(3):473-494.

[10] BECK T R LEVINE,LOAYZA N.Finance and the sources of growth[J].Journal of Financial Economics,2000,58(1):261-300.

[11] DEMIRGC-KUNT A,E FEYEN R LEVINE.Optimal financial structures and development:the evolving importance of banks and markets[R].World Bank Working Paper, 2011.

[12] STULZ,RENE.Does financial structure matter for economic growth? a corporate finance perspective[A]//DEMIRGUC-KUNT ASLI, ROSS LEVINE.Financial structure and economic growth:a cross-country comparison of banks,markets and development[M].Cambridge,Massachusetts:The MIT Press,2000.

[13] BECK T,DEMIRGUC-KUNT A,LEVINE R.Law and finance:why does legal origin matter[J].Journal of Comparative Economics,2003,31(4):653-675.

[14] STULZ R.Does financial structure mater for economic growth?a corporate finance perspective[C]//DEMIRGUC-KUNT ASLI,ROSS LEVINE.Financial structure and economic growth:a cross-country comparison of banks,markets,and development[M].Cambridge,Massachusetts:The MIT Press,2000.

[15] HSU P H,TIAN X,XU Y.Financial development and innovation: cross-country evidence[J].Journal of Finance Economics,2014(112): 116-135.

[16] 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.

[17] 钟 腾,汪昌云.金融发展与企业创新产出——基于不同融资模式对比视角[J]金融研究,2017(12):127-142.

[18] 杨子荣.张鹏杨.金融结构、产业结构与经济增长——基于新结构金融学视角的实证检验[J]经济学(季刊),2018(1):847-872.

[19] 张一林,龚强,荣昭.技术创新、股权融资与金融结构转型[J],管理世界,2016(11):65-80.

[20] BATTESE G E, COELL T J.Frontier production function,technical efficiency and panel data:with application to paddy farmers in India[J].Journal of Productivity Analysis,1992(3):153-169.

[21] AIGNER J,LOVELL K,SCHMIDT P.Formulation and estimation of stochastic frontier production function models[J].Journal of Econometric,1977(6):21-37.

[22] MEEUSEN W, BROECK J, VAN DEN.Efficiency estimation from cobb-douglas production functions with composed error[J].International Economic Review, 1977(18):435-444.

[23] BATTESE G E,COELLT J.A model of technical inefficiency effects in stochastic frontier production for panel data[J].Empirical Economics, 1995(20): 325-332.

[24] KUMBHAKAR S, LOVELL C.Stochastic frontier analysis[M].New York: Cambridge University Press,2000.

[25] RAJAN R G,ZINGALES L.Financial dependence and growth[J].American Economic Review,1998,88(3): 559-586.

[26] RAJAN R G,L ZINGALES.Financial systems,industrial structure,and growth[J].Oxford Review of Economic Policy,2001,17(4): 467-482.

[27] DEMIRGC-KUNT A,LEVINE R.Financial structure and economic growth: a cross-country comparison of bank,markets,and development[M].Massachusetts:MIT Press,2001.

[28] 王小鲁,樊纲,胡李鹏.中国分省份市场化指数报告(2018)[M].北京:社会科学文献出版社,2019.

[29] 郑志刚,邓贺斐.法律环境差异和区域金融发展—金融发展决定因素基于我国省级面板数据的考察[J]管理世界,2010(6):14-27.

[30] 贾俊生,伦晓波,林树.金融发展、微观企业创新产出与经济增长——基于上市公司专利视角的实证分析[J]金融研究,2017(1):99-113.

[31] 马微,惠宁.金融结构对技术创新的影响效应及其区域差异研究[J].经济科学,2018(2):75-87.

(责任编辑:张 悦)