时间: 2024-05-12 06:43:20 | 作者: 工业模具
假设1:金融发展对区域创造新兴事物的能力存在正向影响;假设2:银行业发展对区域创造新兴事物的能力存在正向影响;假设3:
本文将通过实证分析,利用我国30个省市(除西藏、港澳台)2007至2018年的面板数据对以上四个基本假设做验证,利用实证分析进一步研究金融发展对我国区域创造新兴事物的能力的影响。
本文借助Griliches(1979)在对创新产出的溢出效应中提出的知识生产函数的基本假设为理论基础构建具体的实证模型,其中:
知识生产函数的基本假设是将创新过程中的产出作为科学技术研发投入的函数,其可以表示为一般化的柯布-道格拉斯生产函数。知识的生产函数就像产品的生产函数一样,把劳动、资本和技术结合起来,以生产产品的方式生产知识。
如果向研究中投入更多资源将会生产出更多的知识。单位时间内知识的增加量取决于用于研发的资本和劳动的数量以及现有知识水平。
此外,对于研发产出的影响Jaffee(1989)还指出,区域创新产出除了与研发投入力度相关之外,外部环境的变化对区域创新产出,尤其对企业的创新存在一定的影响,其中成熟的金融市场对区域创造新兴事物的能力的影响有着至关重要的作用。
其中α为常数,ߚ表示R&D研发产出对于R&D研发投入发生明显的变化时的弹性系数。本文将区域创造新兴事物的能力作为生产的全部过程中的知识,基于以上知识生产函数的表达式,进行转变构建相应的基本方程式如下:
ߝ其中Y为区域创造新兴事物的能力指标,F为影响区域创新的金融发展指标,K为影响区域创新的非金融投入指标(控制变量),ε为随机误差项。对以上方程取对数之后得如下式子:
本文在对变量的选取过程中,对于相关解释变量在数据的基本处理时,已经进行对数处理,因此在建立回归方程时,去掉了两边的对数。
建立模型时,根据假设1金融发展对区域创造新兴事物的能力存在正向影响的假设建立如式1.4的回归模型,根据假设2、假设3及假设4中所述,银行业、证券业及保险业对区域创造新兴事物的能力存在正向影响的假设构建式1.5的回归模型,具体如下:
式1.4及式1.5中,inn代表区域创造新兴事物的能力,其中fins、bank、sec、insur为本文的解释变量,fins代表金融发展相关变量,bank代表银行业发展水平、sec代表证券业发展水平、insur代表保险业发展水平,ind、gov、rdpeople及rdfeed为本文所选取的控制变量。
ind代表产业体系水平、gov代表政府介入程度、rdpeople代表RD全时人员当量、rdfeed代表研究与发展试验经费支出,其中式1.4表示从综合指数上来看金融发展对区域创造新兴事物的能力的回归方程,式1.5表示分行业研究金融发展对区域创造新兴事物的能力的回归方程。
根据数据的可获得性,考虑到西藏地区的数据存在缺失,港澳台地区数据的获取性较低,因此本文选取2007-2018年除西藏、港澳台以外的30个省市12年的数据建立面板数据。
所使用的数据均来源于《中国科技统计年鉴》、《中国金融统计年鉴》、《区域金融运行报告》、《高技术产业统计年鉴》、《中国区域创造新兴事物的能力评价报告》、choice金融终端以及各省市的统计年鉴。
本文在研究金融发展对区域创造新兴事物的能力的影响时,分别从金融发展规模上分析,当地区金融发展规模扩大时,金融机构覆盖面随之增加,企业及研发机构在获取金融服务的能力也随之提升。
此外,从金融发展的体系上来看,银行业及证券业为区域创造新兴事物的能力提供了直接和间接的融资需求,对于一些创新企业在创业初期,需要较大的资金支持,证券业的发展有效提供企业以主要的融资需求,而对于长期资金市场发展较为落后的地区,银行业作为间接融资手段,为该地区的公司可以提供了必要的融资渠道。
对于保险业来说,创新企业作为高风险型产业,科技型保险的发展为企业及研发机构提供了有效的风险担保。因此,本文分别从银行业、证券业及保险业出发,从各行业发展规模、结构等方面分别选取了主要的指标体系,利用多指标评价方法对地区金融发展进行有关测度,具体如表1-1所示。
目前相关研究对于区域创造新兴事物的能力还没有一个统一的界定标准,本文研究的创造新兴事物的能力是以区域为界限,研究各区域之间的技术创造新兴事物的能力。目前学者在有关创造新兴事物的能力方面的研究主要有以下几种方式:
万竹謦(2018)分别从创新环境和创新产出程度多个面选取指标来构建区域创新能力的评价指标体系,利用综合值来评价各地区的创新能力。
对创新投入和产出指标做多元化的分析,选取有代表性的参数作为替代变量来表示区域创造新兴事物的能力,而多数学者(李习宝(2007)、李健(2015)等)认为,创新投入不一定能全部转换为创新产出。
因此应该从创新产出的方面出发研究一个地区的创新能力,考虑到专利授权数本身所具有的一致性和数据的可获得性,以及不一样的地区相关专利授权数的可对比性等特点,因此选择以专利授权数量作为创造新兴事物的能力的替代变量。
从效率的方面出发研究区域创造新兴事物的能力(白俊红,2010),不一样的地区由于其在创新投入部分的力度不同,直接影响到最终创新产出的大小,通过计算创新投入与产出之间的关系可以衡量该地区的创新效率,效率越高,表示该地区将创新投入转化为产出的的效率越高,也直接反映该地区的创造新兴事物的能力越强。
在计算方法的选取上,考虑到利用专利授权数作为创新能力的替代变量较为单一,而从效率的方面出发研究区域创新效率来替代创造新兴事物的能力,由于创新效率的值主要反映当期相对上一期的效率变动的大小。
从整体上看,不利于分析一段时间内,不一样的地区的创新能力发展的新趋势,因此为越来越好的研究金融发展对区域创造新兴事物的能力的影响,本文从创新产出的方面出发,通过建立指标体系,并利用变异系数法,对我国30个省市(除港澳台及西藏)的创新能力做综合指数的测算,具体如表1-1所示。
政府对地区创新发展的经济支持程度(gov),即政府的介入程度:一个地区的经济发展建设离不开政府的财政支出,地方政府在对当地经济、创新、民生及建设方面的投入越多,对该地区经济发展水平的影响就越大,从而侧面带动地区科学技术创新发展的水平。
在各地区财政支出中,有一项财政支出为政府在科学技术发展方面的支出,因此本文选取各地区政府财政支出中,针对科学技术支出额的对数作为衡量一个地区政府介入的程度。
地区产业高质量发展水平(ind):不一样的地区的产业高质量发展存在比较大的差异性,产业体系越高级,所覆盖面越广,无论是自身产业的创新发展,还是多产业间相互融合所创造的新型行业和创新产品都高于那些相对来说产业发展较为单一的地区。
因此产业体系的高级化,也影响着一个地区的创新能力发展。而从区域产业体系优化的角度上来看,第三产业的发展对区域产业体系优化有着重要的影响,因此,本文参考魏宇杰(2018)对地区产业体系的评价方式选取各地区第三产业产值比第二产业产值作为地区产业高质量发展水平的代理变量。
RD全时人员当量(rdpeople):RD全时人员当量是国际上通用的用来衡量科技活动过程中相关科学技术人员人力的投入指标。
对于区域创造新兴事物的能力而言,除了要具备相应的经济水平及创新科学技术水平之外,研发人员的投入也是影响各地区创造新兴事物的能力的主要的因素之一,RD全时人员当量反映了各地区在区域创造新兴事物的能力上科学技术人员的投入力度。
RD研究与发展试验经费支出(rdfeed):本文对于区域创造新兴事物的能力的评价主要利用创新产出来反映,RD研究与发展试验经费支出作为区域创新活动中的主要资产金额的投入,对区域创新产出有着重要的影响。
本文的实证分析大致上可以分为两个部分,首选对全国层面的金融发展对区域创造新兴事物的能力的实证进行回归分析,其次分别以东部、中部、西部为划分标准,分别对这三个地区的金融发展对区域创造新兴事物的能力的影响进行实证分析。其中东部地区包括:
北京、天津、上海、河北、辽宁、山东、江苏、浙江、广东、福建、海南等11个省市;中部地区包括湖南、湖北、河南、黑龙江、内蒙古、吉林、山西、安徽、江西等9个省市;西部地区包括甘肃、青海、新疆、宁夏、广西、四川、重庆、贵州、云南、陕西等10个省市。
在实证分析之前本文先对数据来进行检验处理,本文选取了2007-2018年的数据来进行回归分析,具体测算方法已在上文有进行说明。
表1-2是运用stata运算出的结果。从标准差的结果上看,区域创造新兴事物的能力(inn)、金融发展(fins)、银行业发展(bank)、证券业发展(sec)、保险业发展(insur)的标准差都较小,均小于0.2以下,表示这几个指标数据波动差距都较小。
而产业发展(ind)、政府介入程度(gov)、RD全时人员当量、RD经费投入的标准差相对较大,考虑到数据选取是全国范围内,各地区经济发展差距较大,因此对所选控制变量数据的标准差也会有一定影响。
本文的样本数据时序选择是从2007年至2018年,由于时序数据之间可能会因为出现相似的变化趋势,造成伪回归的现象。
因此,为了尽最大可能避免实证分析出现伪回归,在对数据来进行实证之前,选取了三种检测验证的方法分别对实证过程中所涉及到的六个变量进行单位根检验,具体的方法有LLC检测验证的方法,LM检验法以及IPS检验法。表1-3为各变量单位根的检验结果:
根据表1-3能够正常的看到,所选取的描述金融发展的相关解释变量金融发展(fins)、银行业替代变量(bank)、证券业替代变量(sec)、政府介入程度(gov)、RD人员全时当量(rdpeople)、RD研究与发展试验经费支出(rdfeed)都通过了单位根检验,即序列是平稳的。
而被解释变量区域创造新兴事物的能力(inn)、控制变量产业体系(ind)、以及保险业替代变量(insur)虽然有一种检测验证的方法未通过,但其余两种检测验证的方法也都通过了,也认为序列是平稳序列,因此能对序列进行回归。
本文在研究金融发展对区域创造新兴事物的能力的实证研究过程中,分别做了混合模型、固定效应模型及随机效应模型。其中利用F检验判断是否选择混合模型,其原假设为:H0:allμi=0,即混合回归是可接受的,利用Hausman检验值是否选择固定效应模型还是随机模型,其中,Hausman检验的原假设认为,回归结果中随机效应模型优于固定效应模型。全国层面金融发展对区域创造新兴事物的能力影响的回归结果如下表1-4所示:
以创新能力(inn)作为被解释变量,金融发展(fins)作为解释变量的回归结果如表1-4所示:
由于F检验中的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于混合模型,同时结合Hausman检验的结果,其检验结果的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于随机效应模型。
从回归结果能看到金融发展对区域创新能力的影响为正向,金融发展每提升1%,区域创新能力将提升0.5584个单位,且通过了1%以下的显著性,与预期假设一致。
同时,产业发展水平(ind)、政府的介入程度(gov)、RD人员全时当量(rdpeople)对区域创新能力也存在正向影响,且都通过了显著性的判断,其中较为显著的是政府介入程度及RD人员全时当量。
具体来看,产业发展水平每提升1%,区域创新能力将提升0.03个单位;政府的介入程度(gov)每提升1%个单位,区域创新能力将提升0.0519个单位;RD人员全时当量(rdpeople)每提升1%个单位,区域创新能力将提升0.023个单位。而RD经费投入(rdfeed)对区域创新能力的影响存在负向影响。
为了进一步分析金融发展的各行业对区域创新能力的影响,本文将银行业、证券业及保险业作为重要解释变量,区域创新能力作为被解释变量进行回归分析得出如表1-5的结果:
以创新能力(inn)作为被解释变量,银行业发展水平(bank)、证券业发展水平(sec)、保险业发展水平(insur)分别作为解释变量的回归结果如表1-5所示,由于F检验中的P值通过1%以下的显著性,因此拒绝原假设。
该方程选择固定效应模型优于混合模型,同时结合Hausman检验的结果,其检验结果的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于随机模型。
从表1-5固定效应模型的回归结果能够正常的看到全国层面,银行业发展水平(bank)和证券业发展水平(sec)对区域创造新兴事物的能力都存在显著的正向影响,并且通过了1%的显著水平。
其中银行业发展水平每提升1%个单位,区域创造新兴事物的能力将提升0.5358个单位;证券业发展水平(sec)每提升1%个单位,区域创新能力将提升0.1792个单位,可以看到银行业发展水平和证券业发展水平,虽然都对区域创新能力的影响存在显著的正向作用,但银行业发展水平对区域创新能力的作用明显高于证券业发展水平对区域创新能力的影响。
而保险业发展水平(insur)对区域创新能力则产生负向影响,但是这种影响效果不显著。本文认为,由于我国保险业相对发展不均衡,全国范围内来看,保险业在我国金融发展过程相对较弱。
由于我国保险行业发展相较于证券业及银行业的发展而言较弱,在科技保险方面的发展也处于初步阶段,因此对于区域创新能力的发展而言,无论是在覆盖率上还是在科技险种的发展方面都较为欠缺,导致对推动区域创新能力的发展较弱,因此其对区域创新能力的影响不显著。
此外,产业高质量发展水平(ind)、而RD研究与发展试验经费支出(rdfeed)、RD人员全时当量(rdpeople)和政府的介入程度(gov)中,对区域创造新兴事物的能力存在显著正向影响的仅有政府介入程度及RD人员全时当量,其中政府介入程度每提升1%,区域创新能力将提升0.0172个单位,而RD人员全时当量每增加1%,区域创新能力将提升0.0033个单位。
从全国层面的实证结果可以看到,金融发展对我国区域创新能力存在较为明显的正向影响,而从金融发展的各行业来看,银行业和证券业都对区域创新能力存在显著的正向影响,但银行业发展水平对区域创新能力的影响大于证券业发展水平对区域创新能力的影响。
根据表1-4的回归结果可以知道,金融发展对我国区域创新能力存在显著的正向影响,银行业、证券业及保险业作为金融发展的主体,其发展水平在我国不同地区存在较大的差距,这些显著的差距进一步对各地区区域创新能力的影响存在不同效果的影响。
因此,为了进一步分析各地区金融发展对区域创新能力的影响,本文以我国中东西部地区为划分,利用方程1.5对各地区金融发展对区域创新能力的影响进行实证分析。
以创新能力(inn)作为被解释变量,银行业发展水平(bank)、证券业发展水平(sec)、保险业发展水平(insur)分别作为解释变量的回归结果如表1-6所示,由于F检验中的P值通过1%以下的显著性,因此拒绝原假设。
该方程选择固定效应模型优于混合模型,同时结合Hausman检验的结果,其检验结果的P值也通过了10%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于随机模型。
从表1-6固定效应的回归结果可以看到东部地区,银行也发展水平(bank)和证券业发展水平(insur)对区域创新能力都存在显著的正向影响,但银行业发展水平的显著性高于证券业发展水平的显著性。
其中,银行业发展水平每提升1%,区域创新能力将提升0.5608个单位;证券业发展水平每提升1%,区域创新能力将提升0.0828个单位。可以看到,东部地区银行业发展对区域创新能力的影响大于证券业发展对区域创新能力的影响。
而保险行业(insur)虽然对区域创新能力有正向影响,但是效果不显著。此外在选取的控制变量中,政府介入程度(gov)、产业高质量发展水平(ind)及RD全时当量(rdpeople)对区域创造新兴事物的能力都存在正向影响,但仅有政府介入程度(gov)和产业发展水平(ind)对区域创造新兴事物的能力产生较为显著的正向影响。
其中,政府介入程度每增加1%,区域创造新兴事物的能力将提升0.0767个单位,而产业发展水平每提升1%,区域创造新兴事物的能力将增加0.0285个单位。
以创造新兴事物的能力(inn)作为被解释变量,银行业发展水平(bank)、证券业发展水平(sec)、保险业发展水平(insur)分别作为解释变量的回归结果如表1-7所示。
根据F检验中的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于混合模型,同时结合Hausman检验的结果,其检验结果的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于随机模型。
根据表1-7固定效应模型的回归结果可以看到,对于中部地区而言,银行业发展水平(bank)、证券业发展水平(sec)以及保险业发展水平对区域创造新兴事物的能力都存在正向的影响,回归结果都与预期假设一致,但仅有银行业发展水平及保险业发展水平对区域创新能力存在显著的正向影响。
证券业发展水平虽然对中部地区的创新能力存在正向影响,但是这种影响并不显著。其中,银行业发展水平每提升1%,区域创新能力将增加0.4432个单位;保险业发展水平每提升1%,区域创新能力将增加0.0253个单位,可以看到对于中部地区而言,对区域创新能力影响较大的依旧是银行业的发展水平。
而在所选取的控制变量中,产业发展水平、政府介入程度及RD人员全时当量,虽然都对东部区域创新能力产生正向影响,但较为显著的仅有政府介入程度。其中,政府介入程度每增加1%,区域创新能力将提升0.186个单位。
以创新能力(inn)作为被解释变量,银行业发展水平(bank)、证券业发展水平(sec)、保险业发展水平(insur)分别作为解释变量的回归结果如表1-8所示。
由于F检验中的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于混合模型,同时结合Hausman检验的结果,其检验结果的P值通过1%以下的显著性,因此拒绝原假设,该方程选择固定效应模型优于随机模型。
从表1-8中固定效应模型的回归结果能看到,银行业发展水平(bank)和证券业发展水平(sec)的回归结果都与预期假设一致,对西部地区创新能力存在显著的正向影响。
银行也发展水平每提升1%,区域创新能力将增加0.2971个单位,同时,证券业发展水平每提升1%,区域创新能力将增加0.5084个单位,而保险业发展水平则是与预期假设相反。
本文认为,西部地区作为我国经济发展欠发达地区,无论是新金融发展还是科技保险推行力度都相对欠缺,部分金融产品仅停留在理论阶段,因此保险业的发展对区域创新能力的影响效果不显著。
综合以上实证结果能够正常的看到,表1-5的实证结果与本文所提出的假设1相一致,即金融发展对我国区域创造新兴事物的能力存在正向显著作用。而对于假设2、假设3及假设4来说,由于区域间金融发展及经济社会环境的差异,导致其实证结果存在区域上的差异性。
具体来说:银行业发展水平对我国东中西部地区都存在较为显著的正向影响,但对各地区间的影响程度存在区域上的差异,分别以东部地区较强西部低区最弱为分布特点。
对证券业发展水平来说,证券业发展仅对我国东部及西部地区区域创造新兴事物的能力存在较为显著的正向影响,与银行业发展对区域创造新兴事物的能力有所不同的是,证券业发展水平对发展较为薄弱的西部地区有较大的影响。而对于保险业来说,仅在中部地区对区域创造新兴事物的能力存在较为显著的正向影响。