科技金融对产业结构升级的影响

0 引言

科技金融是指金融服务科技创新的一系列金融活动，是科技创新与金融创新深度融合的产物。2023 年中央会议提出要将科技创新引领现代化产业体系建设作为重点工作之一，以科技创新推动产业创新，加快传统产业转型升级，在如今新经济常态下，科技金融是科技创新与金融创新深度融合的产物，既能为技术突破提供多层次融资，也日益成为产业向高水平、高附加值跃迁的关键支点，并随着产业优化升级完成“追随式”调整优化，对提升产业创新能力和竞争能力具有重要意义。因此，本文将运用熵值法测度我国各省区市的科技金融发展水平，以2010-2022 年全国 30 个省区市的面板数据作为样本，建立科技金融与产业优化升级的空间计量模型，实证分析科技金融对产业优化升级的影响，并进行空间相关性分析。

1 影响机理分析及研究假设

科技金融通过提高科技创新能力促进产业优化升级。科技创新是引领产业发展的核心动力。随着科技金融的发展与推广，企业有能力和条件将更多的人力、资金等资源投入到技术研发与科技创新。科技金融能为创新活动的策划与展开、创新人才的引进与培养、创新成果的产出与转化提供资金支持，创造出更多高附加值、高技术的产品，从而推动产业优化升级。付宏等认为通过提高经费投入和创新，可推动技术进步，提升市场管理效率，优化供给环境，进而推进产业高度化[1]。可见，通过发展科技金融，建立多层次多渠道的科技金融体系，能营造良好的创新发展氛围，降低创新创业风险，吸引大量创新人才集聚，产出大量的创新成果，衍生出大量创新企业，并进一步提升区域产业的创新能力，促进当地以及周边地区产业优化升级。

科技金融通过发展高新技术产业促进产业优化升级。科技金融能够有效改善金融服务，促进金融资源的合理配置，为产品研发、技术进步和创新成果的商业化应用提供坚实的资金支撑，其在高新技术产业发展过程中发挥的作用尤为明显。科技金融可通过聚集各种金融资源为高新技术产业开展技术创新活动提供多维度、多渠道、低成本和充足的资金来源，有利于激发企业创新，推出新技术、新产品、新服务和新模式，促进培育具有世界影响力、处于世界领先水平的高新技术产业和优势产业，推动产业优化升级[2]。一方面，从技术研发的萌芽阶段到成果的市场化推广阶段，直至产业化的全面铺开阶段，都伴随着庞大的资金需求，而科技金融正是通过其提供的专业的金融服务和灵活的资金支持机制，为产业优化升级注入强劲动力，极大地促进了科技创新与高新技术产业的蓬勃发展。另一方面，随着高新技术产业的日益发展壮大，不仅促进了技术创新的深化与成果转化率的提升，还通过降低企业运营成本，提高企业运营效率，加速了产业的整体发展速度。这种良性循环不仅加快了高新技术产业的发展，更在宏观层面上优化了产业结构，推动了当地以及周边地区产业升级。

科技金融通过营造良好的金融环境促进产业优化升级。随着科技金融政策的出台与实施，金融环境和创新氛围可得到不断改善，并能进一步激发企业的创新热情。科技金融，不仅能为创新活动提供经费资助、无息贷款和费税减免等直接的资金支持，也可引导金融机构加大对科技创新的支持力度，支持金融机构为创新活动发放更多贷款，缓解企业的融资困境，为产业优化升级营造良好的金融环境[3]。胡欢欢实证得出科技金融政策的实施对产业转型升级具有显著的促进作用，且政策的促进效果随时间推移呈现递增趋势。因此，为科技金融发展制定一系列相关金融政策，构建良好的金融服务体系，营造良好的科技金融政策环境，能够吸引各种金融机构聚集，为当地以及周边地区的产业优化升级奠定良好的政策环境基础。

H1：科技金融的发展能显著促进本地区产业结构升级

依据地理学第一定律，经济之间的关联性与地区间的空间距离密切相关，科技金融在促进产业结构升级的过程中可能表现显著地地域扩散特性。首先，由于科技金融可以通过资本溢出效应对周边地区的产业结构水平产生影响，当一个地区的科技金融发展水平较高时，其积累的多余资本通常会流向周边地区，这些资金为周边地区具有高收益与高成长性的技术密集型领域企业提供了有效的金融服务，缓解周边企业的融资约束，从而推动周边企业的创新活动展开，助力周边产业的技术转型，促使产业向技术密集型方向优化，推动产业从低附加值向高附加值产业转型升级。其次，科技金融还能通过技术溢出、知识溢出机制促进临近地区的产业结构升级。相邻区域间拥有更密集的技术交流与资源共享，周边地区可以通过学习与模仿这些先进技术，完善自身的科技金融体系，吸收产业知识和管理经验，提高专业化人才储备与基础性设施共享，推动新技术在当地的溢出、吸收与再创新，并推动资源流向高附加值部门倾斜。基于以上分析，提出以下假设：

H2：科技金融发展对产业优化升级的影响存在正向的空间溢出效应。

2 实证模型构建

2.1 数据来源

考虑数据的可获得性，选取 2010-2022 年全国 30 个省区市（不包括西藏、香港、澳门和台湾）作为样本，数据主要来源于《中国统计年鉴》、《中国科技统计年鉴》、国家统计局、国泰安数据库等。

2.2 变量选择

2.2.1 解释变量

本文构建科技金融发展指数作为解释变量，借鉴曹颢[4]等学者的方法，构建指标构建通过构建二级指标：科技人力资源（科技活动人员／地区总人口）、研发机构资源（研发机构数／地区总人口）、财政拨款力度（财政科技拨款／财政支出）、科技经费力度（科技经费支出／地区生产总值）、技术市场成交率（技术市场成交金额／科技经费支出）、专利产出率（专利申请授权量／科技经费支出）、科技贷款力度（金融机构贷款额／科技经费支出），并采用熵值法对其赋权的方法，构建科技金融发展指数。

2.2.2 被解释变量

参考袁航[5]等的方法，选取产业结构高度化（TH ）对被解释变量衡量，其计算公式为一产*1+二产*2+三产*3。

2.2.4 控制变量

本文选取对外开放程度（地区进出口总额/GDP 的自然对数）、人力资本水平（高等学校在校生人数/总人口的自然对数）和市场化程度（地区固定资产投资总额/GDP 的自然对数）作为控制变量。

2.3 模型构建

2.3.1 空间自相关检验

空间自相关描述的是邻近区域间变量取值的一种趋同现象，本文采用莫兰指数进行空间相关性测度，结果大于0 说明存在正相关，小于0 说明存在负相关。对科技金融发展指数和产业结构高度化指标做空间自相关检验，从每年的莫兰指数检测结果来看，产业优化升级指数的莫 指数数值 在 0.266~0.328 之间，且均在 1%的水平下显著，即产业优化升级存在空间正相关，即一个地区的产业优化升级水平会受到邻近地区的影响。同理，

科技金融指数TF 的 Moran 指数在 0.208~0.326 之间且强烈显著，即某个地区的科技金融发展水平会对邻近区域科技金融的发展有促进作用。因此，选择空间计量模型研究科技金融对产业优化升级的影响。

2.3.2 模型检验与设定

本文采用时间、空间双向固定的空间杜宾模型进行实证分析，其计算公式如下：

3 实证分析

3.3 空间相关性分析

用 SDM 模型进行参数估计，空间面板模型的估计结果如表 1 所示。可知科技金融变量TF 与其空间交互项显著为正，表明科技金融发展程度与地区产业结构优化之间存在显著的正向影响，验证了H1。

表 1

回归系数并不能准确地反映解释变量与被解释变量之间的作用效果，因此需要对模型进行效应分解，如表 1得出，科技金融的直接效应和间接效应均显著为正，说明科技金融指数水平的发展不仅对该地域的产业优化升级有促进作用，还能带动其周边地域的产业优化升级，即科技金融发展水平存在显著的溢出效应，验证了H2。

4 研究结论与对策建议

4.1 研究结论

对科技金融发展和产业优化升级建立空间杜宾模型，并基于2011 年至2022 年30 个省份的面板数据，实证分析了科技金融对我国产业优化升级的影响，得到发现科技金融不仅对区域自身产业优化升级具有促进作用，还能带动周边地域的产业优化升级，并且其结果具有很强的稳健性。

4.2 对策建议

科技金融通过提供高效、便捷的金融服务，能为产业发展提供强有力的支持。基于科技金融促进产业优化升级的实证分析，提出以下对策建议。首先，要促进金融与科技的融合。政府应该大力推进科技与金融的融合发展，以科技发展金融，以金融助力科技，大力发展科技金融水平。发展科技金融，应该要建立多层次多渠道的科技金融发展体系，营造良好的科技创新发展氛围，降低创新创业风险，吸引大量创新人才集聚，产出大量的创新成果，衍生出大量创新企业，并进一步提升区域产业的创新能力，促进产业优化升级。其次，要推进区域协同发展。科技金融的发展能有效地改善金融服务，促进金融资源的合理配置，鼓励科技金融资源跨区域流动，发挥中心城市的辐射带动作用。最后，要充分发挥政府的宏观调控作用，建立完善的科技金融政策体系，为产业发展提供营造良好的环境。政府应该制定系列相关金融政策，优化科技金融市场体系，引导科技金融资源在产业体系中的合理配置；并完善的科技金融市场体系能够吸引更多的金融机构聚集，为产业结构升级奠定了良好的政策环境基础。

参考文献：

[1] 付宏,毛蕴诗,宋来胜.创新对产业结构高级化影响的实证研究——基于2000—2011 年的省际面板数据[J].中国工业经济,2013(09):56-68.

[2] 李大伟,田何志,吴非.科技金融、企业数字技术应用与 产业结构优化[J].金融理论与实践,2021(07):29-39.

[3] 胡欢欢,刘传明.科技金融政策 J].国际金融研究,2021(05):24-33.

[4] 曹颢,尤建新,卢锐,陈海洋 我国科 J]. 中国管理科学,2011,19(03):134-140.

[5] 袁航,朱承亮. 国家高新区推动了中国产 业结构转型升级吗[J]. 中国工业经济,2018,(08):60-77.