新的金融科技篇(1)

记者了解到，在当下金融圈，言必谈金融科技已成流行。业内有人这样说：“2013年是中国互联网金融发展元年，2014年是中国互联网金融发力之年，2015年是中国互联网金融爆发年，2016是中国互联网金融的丰收年。”

如果把金融圈比作一个江湖，那么互联网金融和金融科技就好像两个门派。

如今，人们一提到互联网金融，最先想到的是P2P。但互联网金融的发端实际上却并不是P2P，而是网络支付。网络支付为P2P开展业务构建了最基本的环境，但它最早是以支付网关的模式来为银行交易服务的。

在电子商务兴起后，网络支付因为解决了交易流程中的最关键的问题――信誉，而快速发展壮大，支付宝就是这一时期网络第三方支付平台的典型产品。第三方支付满足了交易双方对互联网交易便捷体验和交易过程安全可靠的需求，所以长期以来，第三方支付仅被应用在互联网支付场景，直到有一天，一个全新的产品出现――余额宝。

余额宝是基于支付宝衍生的余额增值服务，对接的是货币基金，其特点是操作简便、低门槛、零手续费、随取随用。

余额宝是2013年诞生的，这一年也被大多数业内人士视为“互联网金融元年”。

互联网金融在发展初期，确实非常光彩照人，然而在后来的“剧情发展”中，却逐渐迷失了自己的定位。

余额宝带热了互联网金融，但后来在互联网金融领域里呼风唤雨、风头更劲的是另外一个角色――P2P网贷。从2014年开始，P2P网贷甚至一度成为互联网金融的代名词。

在那段“膨胀期”，P2P网贷平台用高收益率指标来广泛吸引客户。记者记得在2015年年初，曾有平台祭出14%的高收益产品。随后，便常有P2P网贷平台非法集资、老板跑路的新闻见诸报端。

2015年7月18日，中国人民银行等十部委正式了《关于促进互联网金融健康发展的指导意见》（以下简称《意见》），中国互联网金融市场从此弥补了监管空白。《意见》承认了P2P网贷的合法地位，认为P2P网贷是互联网金融创新的渠道之一，明确了P2P网贷的监管机构为银监会，为P2P行业和传统金融机构在托管业务方面的合作提供了保障，承认了网贷信息中介服务业务的合法性，促进了整个P2P网贷行业的发展。

很明显，《意见》为P2P网贷市场正了名，目的也是为了促进这个行业理性、健康和规范发展。

从此，中国互联网金融行业也进入了监管时代。可以预期的是，未来P2P网贷的准入门槛、注册资本都会提高要求。

如今，P2P网贷仍在“痛定思痛”，而金融科技的出现似乎更加迎合了业内人士对理性发展的追求倾向。

那么，金融科技会接替互联网金融成为未来金融行业发展的顶梁柱、排头兵么？在业内，已经有很多人给出了答案，有人认为会，有人认为不会，原因见仁见智。

虽然业内没有一个统一的答案，金融科技如今在热度上超过了互联网金融却是事实。

究竟什么是金融科技？

很遗憾，记者没有找到有关“金融科技”的最权威定义。

据了解，金融科技有一个英文名称，叫做“Fintech”。管理咨询公司麦肯锡说，顾名思义Fintech就是金融（Financial）与科技（Technology）的结合。

IT诞生以后，吸引到很多行业粉丝，其中最具有影响力的有两个：军队和金融。军队就不多说了，好好说说金融。金融与IT走在一起，真可谓是“两厢情愿”。IT公司希望把物联网、大数据、云计算，甚至人工智能、虚拟现实等所有新兴信息技术推销给金融行业，而金融行业因为迫切希望提升业务安全性、便捷性和效率，需要这些新技术，二者自然一拍即合。

这个过程会为金融科技这个新“结合体”带来一些兼具了金融和科技的特征。

比如，金融科技公司也会主张帮助用户提供信息中介服务，这种服务在IT的帮助下，会以更低的成本，甚至免费开展。金融科技公司也具备逐利的本质，但更倾向于采用“薄利多销”的方式实现利润的增长。与诸多IT企业一样，金融科技公司也会主张不过多扩大固定资产规模，并会采用一些商业手段来实现成本的转嫁。金融科技企业会多多少少具备一些“互联网基因”，在技术研发方面，也会崇尚“产品快速迭代”。

至于金融科技企业中，会否诞生巨头公司，是个很有意思的话题。一种说得通的逻辑如下：金融科技公司通常更擅长技术，因为技术是金融科技公司的立业之本。如果不能借助技术实现快速的业务规模增长，金融科技公司就要为已经投入的IT成本所拖累。但是，如果金融科技公司不但凭借IT顺利实现了业务的规模增长，也顺利实现了成本的降低，便会产生更快的增长速度，所以单从逻辑上看，金融科技巨头公司的诞生是极有可能的，而关键在于技术究竟能为业务带来多大的驱动力。很明显，金融圈近期的热点，都会集中在“互联网金融”和“金融科技”身上了。

新的金融科技篇(2)

关键词：金融创新；科技创新；系统协同；耦合机理

一、引言

随着知识和经济的快速发展，金融与科技已成为影响生产力发展水平和速度的主要因素[1-3]。在我国，经济发展方式的不断转变，使得科技与金融创新的引领作用不容忽视[4]。国家发展战略要求提高自主创新能力，建立创新型国家，更促进了金融创新耦合体系进一步合理完善[5，6]。近年来，有文献开始探讨科技创新与金融创新间的双向协同关系。陈迅等指出金融创新同科技进步存在一定的互动关系。童藤以科技创新与金融创新的耦合为视角，探究了两者互动、协同、匹配、共生关系。陈作章[7]等通过调研苏州市商业银行科技融资，发现在金融和科技创新耦合过程中，需要科技公司、保险、政府、担保等主体参与。王仁祥[10]等以面板数据为基础，以最优化为视角，对金融和科技创新最佳耦合协调进行了论证。这些研究人员从不同角度，对金融和科技创新间的双向关系进行了探讨，给出的结论有启发意义[8]。在国外关于金融与科技创新的研究中，公共市场、科技、金融是各自独立的，还没有作为一个整体[9，10]。政府对科技创新的投入主要集中在知识创新阶段，金融创新投入主要在科技创新进程成果产业化阶段。政府对市场与公共金融创新的投入割裂了科技创新阶段的完整性与内在联系，对整个过程的科技创新资金需求未全面考虑，市场与公共金融创新的投入融合难以体现。文章将金融及科技创新作为一个耦合整体，全面考察了金融、科技、市场、政府创新主体间的相互耦合作用，对金融创新及科技创新耦合机理进行了分析，并提出相应的管理策略。

二、金融创新及科技创新主体和客体要素

金融创新提供一定的资金对科技创新活动进行支持，金融创新主体根据科技创新的审查机制，对科技创新项目进行择优筛选。针对科技创新投资项目，金融创新会全过程对其进行事后监督与管理，这样就保证了投资效果按预期进行而不出现偏差。对于金融创新来说，通过科技创新，金融创新可获得较好的发展空间，科技创新水平决定金融创新投资获取的绩效，同时提供先进技术手段给金融创新。因此可将两者当做一个耦合协同系统，也就是说，通过耦合协同，形成了属性不同的科技创新子系统及金融创新子系统。科技创新子系统由科研院所、高校、企业三个主体要素组成。根据时间的逻辑顺序对科技创新进行划分，包括知识创新、技术创新、产业化三个不同的阶段。知识创新利用科学研究获取新技术及新知识，其中各大科研院所及众多的高校是知识创新的主体。对于技术创新而言，其实质是对新产品进行研发，各个行业的企业是技术创新主体。对于产业化而言，其实质是进行新产品的生产过程与销售过程，同样企业也是产业化创新的主体。各大科研院所及众多的高校是科技创新的先导力量与源头，通过给企业提供技术创新来支持企业。

金融创新子系统由公共金融创新供给主体、市场金融创新供给主体组成。公共金融创新供给主体是科技管理部门与财政部门，市场金融创新供给主体是银行、风险投资机构、资本市场投资者、天使投资者。通过两种方式，即间接调控市场科技的金融主体与直接对科技创新进行资助的主体，政府金融创新投入的目的是将投入的可持续性及效率保持住，而不是以盈利为主；而市场金融创新的供给主体目的是利润最大化。对于科技创新与金融创新耦合系统而言，与金融创新主体紧密联系的是资金流。图1为金融创新及科技创新系统的主体与客体。科技创新主体诸如企业、科研院所、高校需要一定的资金支持，金融创新主体为其提供资金。根据创新项目及创新主体的差异，科技管理部门、政府财政部门选择差异化财政资金拨付方式进行资助，包括事后补助方式、定额分期补助方式、有偿使用方式等；通过可转换债券、股权、债权等投资方式，市场金融创新主体对其自身投资收益进行保障。对于市场金融创新主体、政府公共金融创新主体来说，两者都需要科技创新主体的支持，才能完成资金回流，也就是说政府对科技创新的投入，通过知识经济增长的促进，进行资金回流，实现形式为创新税收，这样政府公共金融创新的投入就保证了其延续性；市场金融创新主体采用科技创新投资完成对资金的回流。

三、科技创新与金融创新的耦合机理及动力学模型

1.科技创新与金融创新的耦合机理

耦合实质是一个物理学概念，指的是在多个系统之间，通过各种彼此影响、相互作用，最后进行联合的现象。产业耦合属于一种动态关联关系，它以系统论为依据，在各产业间，进行相互促进、相互协调、相互依赖。通过将科技创新、金融创新做为两个最基本的子系统，构成主体的要素则主要包括各行业的企业、各大科研机构、中介机构及政府等，当产业发展、空间发展出现不平衡时，通过这些元素的相互作用，从无序状态转变有序状态，两个子系统间形成耦合效应。通过科技创新，会使金融创新要素得到进一步发展，科技创新具有一定的信息技术优势，可使金融系统内部信息透明化程度得到提高。通过金融创新与科技创新的协同及耦合，金融创新能够确保科技创新主体的投资力度，科技创新通过制定制度、政策、法律法规，给金融创新的相关活动提供一定的支持。金融机构通过金融创新活动，对金融市场的发展起到一定的推动作用，这样就进一步的完善了投资理念、投资组合方式及相关的金融中介结构。通过科技创新对金融创新的支持，加上运营监管及相关政策的支持，可为金融创新开辟一条全新的发展道路，这样在最大程度上可为金融机构提供一定的资源进行创新活动，并对金融机构创新活动进行监督与管理，使得金融创新在良好环境中进行发展，并协调经济社会资源进一步促进金融创新的发展。

科技创新与金融创新两者的耦合作用包含两点：一是金融创新引导资金资源，使其流向高新技术企业，并筛选监督科技创新；二是通过科技创新，给发展金融创新带来技术支撑。科技创新对技术有一定的影响作用，它推动着科研水平及效率的提高，进而使金融机构创新收益空间扩大，金融创新主体投资利润也同样得到提高，进而保证对政府资源进行有效配置。从供给方面看，因为有政府部门、科研管理机构在资金、政策及制度方面的支持，同时还有商业银行为创新主体的市场科技投资，金融创新子系统提供给科技创新子系统良好投资、融资资金支持及完善的监管体系。在金融创新支持下，科技创新主体选择质量高的项目实施研发，使得项目成功率得到提高，同时进行科研成果的产业化推广，通过先进技术在服务及理念上的推动，使得创新步伐加快，发展空间得到拓展。发展金融创新，对金融机构可起到激发作用，同时提供更为合适的投资方式给金融创新主体，使其资本集聚得到进一步扩大。从需求方面看，通过科技创新活动，进一步促进金融创新额发展。科技创新主体在进行相关的科研活动时，由金融机构提供相应资金支持，金融创新通过一定政策，支持并监管科技创新活动。金融创新子系统、科技创新子系统间存在相互促进、相互拉动、相互完善的关系，当它们彼此适应及匹配时，才能实现耦合发展，达到耦合效应。若一个子系统滞后，其他子系统发展速度也会减缓，从而使整个耦合系统的发展受到影响。

2.科技创新与金融创新的耦合动力学模型

金融创新及科技创新系统属于一种复杂的创新网络系统，其中众多政府部门、银行、科研院所、高校、投资机构、企业等为网络系统的主体，这些主体围绕创新资金，通过相互作用而形成。该网络系统存在多个反馈环，因此系统是高阶的、动态的、非线性的。科技创新与金融创新耦合的各主体表现为相互制约及相互依赖。各主体要素间由于相互作用造成时滞的存在，这样导致在时空上出现原因与现象、原因与结果的分离，因而通过判断及直观了解，很难根据经验对其运行机理进行分析。因此，文章引入系统动力学，对金融创新及科技创新系统要素发展机理、动态运行过程进行分析，有效揭示各要素间的复杂关系。研究将金融创新主体及科技创新主体行为做主线，对客体要素资金的流向进行跟踪，建立多重反馈回路。以资金为纽带，反映系统主体要素间作用、反作用的关系，图3为科技创新与金融创新耦合动力学模型。

（1）第一条反馈回路图4为第一条反馈回路，此回路反映的主要是政府公共金融创新进一步投入促进科技创新的过程。在政府公共金融创新投入规模扩大的情况下，创新主体的科研资金得到了增加，进而科技创新产出规模也随之得到扩大，这样就形成创新税收收入，政府财政收入增加，会进一步增加公共金融创新的资本投入，形成良性循环。若要良性运行第一条反馈回路，就要财政部门与科技管理部门要具备较高管理能力，提高金融资本引导效应，同时增加公共金融创新投入，使得科技创新主体经费创新产出得到保证，这就需要科研院、高校、企业等科技创新主体创新水平较高，若主体创新水平较低，政府公共金融创新投入再多，增加科技创新产出也很难实现。

（2）第二条反馈回路图5为第二条反馈回路，此回路反映的主要是市场金融创新投资促进科技创新，通过建立科技基金和创业基金，政府金融创新支持市场科技金融，降低市场金融创新投资风险，提高投资盈利，扩大市场金融创新投入，提高企业科技创新产出。第二条反馈回路和第一条反馈回路相同，通过增长知识经济，提高创新税收，实现了政府对公共金融创新的投入，从而使资金规模得到进一步的提升。通过政府公共金融创新科学的、有效的对该反馈回路进行支持，才能良性运行，从而使其引导效应得到切实发挥，促使市场金融创新主体对科技创新领域进行积极投资。

（3）第三条反馈回路图6为第三条反馈回路，此回路反映的是金融创新对科技创新的促进作用。风险投资机构及商业银行加大对各行业创新投资，提高科研资金投入，提高科技创新产出，金融创新主体获得较高回报，促使其继续投资。因此科技创新投资具有明显的示范效应，潜在金融资本有向科技创新领域流入的趋势，从而使市场金融创新主体增大资金规模得到实现。

（4）第四条反馈回路图7为第四条反馈回路，该回路与第三条反馈回路相一致，但在内涵上，存在一定不同。第四条回路是企业科技创新产出对金融创新投资的促进作用。科技创新产出较高时，以银行及投资机构为主的金融主体获得较高回报，进一步扩大金融创新投入，科技创新产出则有了一定的保证。若要良性运行反馈回路第三条和第四条，必须满足企业创新水平高、市场金融主体管理能力强的要求。

四、科技创新与金融创新耦合发展管理模型

1.金融创新及科技创新系统的耦合发展目标

金融投资绩效与科技创新产出呈现螺旋式上升，持续涌现出技术创新、知识创新、产业化成果是其最终目的，并使得政府公共科技金融投入所产生的创新税收得到不断增加，同时还要使市场科技金融主体投资利润得到不断增加，实现此目标必须具备两个条件：一是需要加大金融创新投入规模；二是需要提高科技创新主体科研资金及创新产出。通过进一步分解这两个条件，可分解出四个主要的关键点：一是提高科技创新水平、二是提高金融创新管理水平、三是提金融资金配置水平、四是提高投资管理水平。

2.金融创新与科技创新耦合理论模型的构建

按照耦合原理，在各子系统之间的耦合运动，属于一种自发的、自身存在的无规则的、独立的运动，其他子系统通过共同作用形成。系统在相变点处存在两种内部变量，即慢变量与快变量，根据系统相变进程由慢变量决定快变量，因而慢变量确定整个系统相变特征和规律，即系统序参量。系统通过转变，由无序结构变为有序结构，这是由系统间的协调程度与耦合决定的，同时序参量要达到阈值，在序参量未达到阈值前，随着序参量的变化，子系统间的关联性也在不断变化。耦合系统由科技创新子系统、金融创新子系统组成，各参与要素相互影响及相互作用，从无序转变到有序。（1）子系统有序度模型有序度是判断系统有序程度的标准，系统中各状态的分量通过占据不同位置，形成一种有规则排列，称之为有序。技术创新、金融创新耦合系统为S={S1，S2}，变量ui(i=1，2，…，m)表示金融创新及科技创新耦合系统第i个子系统序参量，uij代表第i个序参量第j个指标，它的值采用Xij(i=1，2，…，m)表示，αij代表系统稳定临界点序参量的上限值，βij代表系统稳定临界点序参量的下限值。

3.耦合系统协同度测算

（1）数据来源文章选取2005-2015年的年度数据做实证分析。金融创新子系统的数据来自《中国金融统计年鉴》、《中国统计年鉴》、《中国高技术统计年鉴》、《中国科技统计年鉴》、《中国金融统计年鉴》；风险投资利润率的数据来自《中国创业风险发展报告》，科技创新子系统的数据来自《中国科技统计年鉴》、《中国统计年鉴》、《中国高技术统计年鉴》。表2为2005-2015年的年度数据指标。

（2）实证计算在耦合系统协同度模型中，因原始数的科技创新、金融创新的数据具有量纲不同，因此对原始数据采取均值-标准差法做标准化处理，得到标准化数据。

五、科技创新与金融创新耦合结论及管理策略

1.科技创新与金融创新耦合结论文章将金融创新及科技创新作为一个耦合整体，在对系统客体及系统主体要素进行分析的基础上，提出了推动金融创新与科技创新耦合发展驱动模式，建立了科技创新及金融创新耦合发展动力学模型，对政府金融创新主体、科技创新主体、市场金融创新主体间的作用关系进行了分析，对系统耦合发展机理进行详细说明，分析表明实现科技创新产出与金融创新投资绩效耦合发展关键是金融创新及科技创新系统。确定了科技创新与金融创新耦合发展目标与关键控制节点，提出金融技创及科技创新耦合发展管理策略。并选取2005-2015年的年度数据做实证分析，结果表明，在2012-2015年，耦合系统协同度一直呈增加趋势，科技创新、金融创新间的耦合逐渐向理想状态发展。尤其是在2015年，金融创新发展平稳，科技创新有序度明显提高，耦合系统协同度大幅上升。

2.科技创新与金融创新耦合管理策略

要实现市场科技金融主体投资利润不断增加必须具备两个条件：加大金融创新投入规模；提高科技创新主体科研资金及创新产出。分解这两个条件得出四个主要的关键点：一是提高科技创新水平，二是提高金融创新管理水平，三是提金融资金配置水平，四是提高投资管理水平。文章据此提出四条管理策略。

（1）加大金融创新投入规模开展科技创新活动的基础是有效资金的供给，根据政府公共科技金融投入情况，确保财政科技投入高于财政收入。按照金融创新投入规模，通过税收优惠等政策，扩大投资数量；通过鼓励银行进行科技贷款，同时与证券交易所及证监会进行有效沟通，促进创新型企业的发展。

（2）提高企业和高校及科研院所的科技创新水平对内部创新资源进行充分利用，通过科技资源共享服务平台的搭建、产业技术创新联盟的构建、有效结合产学研等方式，提高科技创新水平；引进高层次人才，在创新企业设立研发中心，鼓励高校、企业、众多的科研院所之间进行合作，整体提高科技创新水平。

（3）加强公共金融创新配置及管理水平提高管理部门人员的素质与专业技能，在整个科技创新与金融创新的耦合发展过程中，相关的专家、技术人员、各行业科研及中介机构全程参与；建立政府公共金融创新资金的管理制度时，应具有一定的规范性，同时将公共金融创新投入结构进行优化，通过科学的、合理的方法，对资金支持的重点领域、方向进行确定，同时也要建立全过程管理制度，将关于科技资金预算编制、资金使用、绩效评估等进行全面完善。

（4）加强市场科技金融主体投资管理水平加强提高金融创新投资管理水平，引进高层次专家与技术人员，同时提升银行对创新项目风险评估能力、控制能力、筛选能力等，进一步加强管理水平；对高新技术公司来说，要加强其诚信监管能力，强化对信息的披露制度，必须给资本市场提供真实投资信息，保障投资决策科学性。

参考文献：

[4]胡慧玲.产学研协同创新系统耦合机理分析[J].科技管理研究，2015(6)：26-30.

[5]孙兆刚.创新驱动战略与金融创新协同发展机理研究[J].科技进步与对策，2015，32(12)：30-35.

[6]张林，李雨田.金融发展与科技创新的系统耦合机理及耦合协调度研究[J].南方金融，2015(11)：53-62.

新的金融科技篇(3)

中图分类号：F832；F124.3 文献标识码：A 文章编号：1001-8409（2017）04-0019-04

Abstract： Base on the panel data of 29 provinces from 2001 to 2013 in China， this paper measures the technology finance and technology innovation. Meanwhile， using Spatial Durbin Model （SDM） in the condition of spatial distance weights and spatial economic weight， it empirically tests whether technology finance could promote technology innovation， and whether the regional technology innovation is affected by the development of other provinces technology finance. Results show that， the technology innovation in space is not randomly distributed， but has a significant spatial autocorrelation， and the development of technology finance can significantly improve the regional technological innovation ability. In the features of spatial geographical and social economic， technology finance has a significant positive effect on technology innovation， and the development of provinces technology finance can influence the other provinces technology innovation.

Key words：technology finance； technology innovation； spatial autocorrelation； SDM

科技是第一生产力，科技创新是促进结构调整、产业升级和经济发展的第一推动力。党的十八大明确指出，科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。科技创新离不开金融的支持，金融发展需要科技的助推，科技创新必须与金融创新有机结合，相互作用，相互推动。因此，如何利用科技金融推动科技创新能力的提升和增强国家核心竞争力，是经济新常态下的重要热点问题。

1 文献综述

关于科技金融和科技创新的相关问题，学者们从不同视角进行了研究。国外学者对“科技金融”的解释接近于“科技与金融”，强调的是科技与金融的互动关系，并没有对科技金融进行定义。大多数研究侧重从不同角度分析金融如何影响科技创新，King和Levine通过构建内生增长模型，以企业创新活动为纽带，把金融与经济增长联系起来，认为金融系统能够促进创新，主要通过评估筛选潜在的项目、筹集资金、评估创新活动风险和预估未来利润来实现，金融与科技的协同是促进经济增长的重要原因[1]。Neff指出，金融与科技创新相互影响，没有金融支持，企业的科技创新就非常困难[2]。Atanassov等采用计量实证分析方法对1974～2000年美国上市公司融资与科技创新关系进行了研究，结论显示：拥有更多创新项目的公司更容易通过多种方式（如公债和股权）获得融资，能够在未来获得更多的创新产出，导致未来价值增加20%以上；而创新项目较少的公司一般通过银行贷款融资，未来的创新产出较少[3]。也就是说，拥有多种融资方式自由权公司的科技创新能力优势更加显著。

相对国外学者从科技与金融相结合的视角研究而言，国内学者从不同角度对科技金融进行了研究。赵昌文等最早对“科技金融”的概念进行了界定[4]。之后，国内学者在微观和宏观层面上对科技金融进行了诸多研究。叶莉等以我国322家科技型上市中小企业（2006～2014年）为样本，运用计量分析方法的实证结果显示：政策性、自主型资金对科技创新具有显著的积极推动作用，特别是政策性融资对科技创新表现出极强的正向作用[5]。张玉喜和赵丽丽采用2004～2012年中国30个省（市、自治区）的面板数据，结合静态和动态面板数据模型方法，实证分析了科技金融投入对科技创新的作用，结果表明在短期内，科技金融投入对科技创新具有显著正向作用，而长期并不显著[6]。徐玉莲等在分析区域科技创新与科技金融系统协同发展的基础上，通过构建区域科技创新与科技金融系统协同发展的系统动力学模型，揭示了系统协同发展的运行机理，提出了实现系统协同发展的方略[7]。尹志超等采用2013年中国家庭金融调查数据，研究了金融知识对家庭创业决策和创业动机的影响，结果发现金融知识水平越高，家庭参与创业活动的积极性就越高，家庭就会越主动??业[8]。基于协同学理论，和瑞亚和张玉喜构建了耦合协调度模型，对我国28个省级区域的耦合协调度进行了评价，研究结果显示，我国各省级区域科技创新与公共金融的耦合协调程度整体较低，大部分区域公共金融滞后于科技创新[9]。王任祥和杨曼利用两阶段GMM回归模型，从最优化视角论证了科技创新与金融创新最佳耦合协调的存在性，认为科技创新与金融创新耦合协调度对经济效率的提升具有显著正向作用[10]。

尽管国内外学者对科技金融和科技创新的有关问题从不同角度进行了研究，但仍然有不足之处，主要表现在：①多数学者在现有经济理论基础上，分别研究了金融发展、科技创新对经济增长等层面的影响，但忽略了科技金融对科技创新的影响。事实上，科技金融对科技创新会产生直接或间接的影响。②现有研究对科技金融和科技创新的评价表现为两种极端：大多数研究采用单一指标来评价科技金融和科技创新，与当前科技金融和科技创新日益复杂化的现状不协调；有些研究采用很多分析指标，使得某些指标之间高度相关，造成研究结果偏误。③现有研究很少考虑空间面板数据的空间依赖性和空间相关性。实际上，科技金融和科技创新数据具有很强的空间关联性，Tobler和Anselin认为，一个地区某一属性与邻近地区同一属性是相关的[11，12]。因此，如果理论和实证研究忽略空间相关性，就会使得相关研究的结论缺乏解释力和说服力。针对以上不足，本文的贡献在于：①从理论和实证双重层面分析科技金融对科技创新的影响。②通过构建多指标评价体系对科技金融和科技创新进行评价。③运用空间杜宾计量模型，分析科技金融是否显著地提升了科技创新能力，各地区科技创新是否具有空间依赖性。

2 指标构建及数据来源

本文通过构建空间计量模型对科技金融是否促进科技创新进行实证研究，需要解决以下问题：①科技创新的测度问题。目前，国内外文献普遍采用专利授权量作为科技创新的代理变量，忽略了科技创新能力的多指标特性。于此，本文从科技创新投入、科技创新产出、科技创新扩散和科技创新环境四个方面评价科技创新能力。②科技金融的评价问题。本文根据科技金融的界定，选取能够代表各省市区发展状况和现实情况的科技金融评价指标。

2.1 科技创新能力（inno_tech）的评价

为了能够全面地评价各地区科技创新能力，本文基于徐玉莲、宋跃刚和杜江等提出的有关思想[7，13]，主要从科技创新投入、科技创新产出、科技创新扩散和科技创新环境四个方面评价科技创新能力，表1显示的是科技创新能力指标体系和权重。

2.2 科技金融（fina_tech）的测度

国内外文献关于科技金融的研究较少，对于科技金融的评价指标更是没有统一的标准和体系。本文基于徐玉莲等度量科技金融的基本思想[7]，从科技信贷额、科技信贷占GDP比重、风险机构投资总额、风险投资机构数量、科技型上市公司总市值和科技型上市公司数六个方面来衡量科技金融，表2显示的是科技金融指标体系和权重。

2.3 控制变量

事实上，尽管科技创新受到科技金融的影响，但也受到其他因素的约束。本文借鉴宋跃刚、张林等采用的方法[13，14]，对一些可能影响科技创新的主要因素进行控制，这些因素包括：产业的集聚程度用集中化指数（hhi）和专业化指数（sli）衡量①；产业结构（stru_indu）用第三产业产值占GDP比重度量；金融深化程度（deep_fina）用信贷总额占GDP的比重衡量；对外开放程度（openess）通常用进出口总额占GDP的比重度量；人力资本投入（human）用Barro和Lee提出的劳动力平均受教育年限近似表示[15]；城镇化水平（urban）选用城镇人口占总人口的比重度量。

2.4 数据来源及其处理

为了保证研究的客观和真实，充分考虑数据的易得性和可行性，本文选取的样本是除西藏自治区和海南省外的29个省（市、自治区）2001～2013年期间的省际面板数据①。以上变量的数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国教育年鉴》《中国高技术产业统计年鉴》、国泰安数据库和WIND资讯金融数据库。在指标的计算过程中，为了保证各指标跨年度可比性，对各项指标进行无量纲化处理②，然后通过熵权法算出每个指标的权重和综合值。对于部分年度缺失的数据，通过线性插值法填补。

3 空间计量模型的构建

3.1 空间矩阵构建及空间相关性检验

关于空间计量模型的问题，一般通过空间依赖性检验比较LMLAG和LMERR的显著性来选择[17]，但是适用于截面数据而非面板数据。对于面板数据而言，本文依据宋跃刚和吴耀国的检验方法[13]，结果显示应该选择空间杜宾模型③。然后，对空间杜宾模型进行Hausman检验，卡方统计量为36.39，对应的P值几乎为0，在1%的显著水平下，拒绝随机效应的原假设，选择固定效应模型。

4 实证结果和分析

4.1 空间相关性检验

为了判断各省（市、自治区）科技创新能力在空间上是否存在策略性互动的可能，本文选取我国29个省（市、自治区）2001～2013年科技创新面板数据作为空间单元观测值，对被解释变量科技创新（lninno_tech）进行了Morans I检验，如表3所示。根据Morans I检验值，各地区科技创新能力的Morans I统计值总是大于期望值-0.036，在1%的显著性水平下，存在显著的正向相关性，表明科技创新能力在空间上并非呈现随机分布状态，而与具有相似空间特征地区的科技创新能力密切相关。

4.2 回归结果及其分析

本文运用中国29个省（市、自治区）2001～2013年科技创新和科技金融的相关数据，共377个观测值，分别进行了普通面板模型和空间杜宾模型回归①，结果见表4。

根据表4模型（1）至模型（5）的回归结果可以看出，无论是否考虑其他因素的影响，各地区科技金融能够显著地促进区域科技创新能力提升。

（1）通过普通面板回归结果（1）显示，在1%的显著性水平下，解释变量科技金融系数显著为正，科技金融水平每提高1%，区域科技创新能力就会提高0.19%。表明科技金融??科技创新有着明显的正向促进作用，在一定程度上说明科技金融能够显著地提升区域科技创新能力。

（2）由地理权重和经济权重的空间杜宾模型回归结果（2）至回归结果（5）显示，在1%的显著性水平下，空间自回归系数（ρ）全部为正，说明各地区科技创新存在显著的正向相关性，即每个地区科技创新受其他相似空间特征地区科技创新和科技金融的影响。

（3）从系数值大小看，与地理特征权重模型（3）的相关系数相比，当模型中引入了专业化指数、集中化指数、产业结构水平、开放水平、金融深化程度和城镇化水平等控制变量后，社会经济特征权重模型（5）的相关系数相对较高，即在空间经济权重下，各地区科技金融水平每提高1%，科技创新能力就会提高0.155%，高于空间地理权重下的0.129%。说明社会经济因素对科技创新的影响更加明显。

（4）就其他控制变量而言，考虑空间地理权重模型（3）和空间经济权重模型（5），在5%的显著水平下，集中化指数、产业结构、金融深化程度和人力资本对各地区科技创新能力有显著正向作用，说明一个经济体的产业集中化程度、产业结构特征、金融深化程度和人力资本在一定程度上都能够促进科技创新能力的提升，但是产业专业化指数、开放程度和城镇化水平对各地区科技创新能力的影响并不显著。

5 主要结论和政策启示

本文考虑了区域科技创新的空间依赖性，采用空间杜宾模型对科技金融是否促进科技创新进行了实证检验，得到如下结论：

（1）科技金融能够显著地促进区域科技创新。无论是采用普通面板回归，还是采用空间杜宾模型回归，都显著地支持科技金融促进区域科技创新的理论。

（2）科技金融对科技创新能力的影响呈现空间互动效应。即各地区科技创新能力受其他地区科技创新和科技金融发展水平的影响。

新的金融科技篇(4)

1.1财政对农业科技创新的投入相对量不足，农业投资强度偏低农业科技具有显著的公共性、基础性、社会性，必然要求财政资金在农业科技创新中发挥重要作用。近年来，我国各级财政部门把支持农业科技创新放在了突出位置，加大了对农业科技创新的投入，为农业科技创新提供了较有力的保障。但是，财政对农业科技创新的投入的绝对量虽然逐步增加，相对量仍然不足，农业科研政府投入占农业生产总值的比重即农业投资强度偏低。联合国粮农组织(FAO)的研究表明，当一个国家农业科研投资占农业产值比重大于2%时，该国农业科技才会出现原始创新，农业与国民经济其他部门才可能协调发展。我国农业投资强度远低于该投入水平，尤其是地方财政可支配的资金不多，民生工程建设等其他方面的支出压力又比较大，对农业科技创新的投入相对就显得力不从心，资金到位相对较低。

1.2财政对金融支持农业科技创新的补贴很少，降低了金融支持农业科技创新的意愿由于农业科技创新周期长、投入大、风险高，而且在创新的每个阶段都需要大量的资金支持，同时还要应对可能出现的自然风险、技术风险、市场风险等各种风险，因此，农业科技创新的资金需求不仅规模大，而且占用时间长，具有较高的风险，一旦创新失败，就无法偿还资金。而金融机构的逐利性、安全性的特点使得其不愿为农业科技创新提供融资支持，金融机构惜贷现象比较严重，从而使得一些发展前景好的农业产业项目和新技术推广项目由于缺乏资金难以具体实施。而我国财政资金对于金融机构的这种活动的补贴很少，不能很好地激发金融机构支持农业科技创新的积极性，金融支持农业科技创新的意愿不高。

1.3金融产品的供给与实际需求不相匹配

1.3.1针对农业科技创新的金融产品品种少目前，虽然部分金融机构把支持农业科技创新作为了信贷扶持的重点，但是由于农业科技创新的周期比较长、风险比较高、收益不确定，往往很难得到充足金融资本的支持，大多数金融机构也没有建立相应的信贷管理制度或者针对农业科技创新的特点开发个性化的金融产品，对农业科技创新的支持主要是提供贷款，而且所提供的贷款品种单一化。同时，这些贷款还需要提供以土地、厂房、机器设备等为主的抵押物，使得许多承贷主体难以提供符合要求的抵押物，知识产权质押贷款、农产品抵押贷款等与农业科技创新相关的贷款很难获得金融机构支持。

1.3.2金融产品的期限与实际需求不匹配农业科技创新的周期一般比较长，如一般情况下一个农业新品种从研发到广泛推广需要大约7年左右的时间，但是现有的金融产品多是短期小额的流动资金贷款，或者是针对大项目的长期贷款，与农业科技创新周期相匹配的金融产品几乎没有。再加上银行贷款程序复杂，贷款条件严格，许多承贷主体满足不了银行的条件，很难获得银行的融资。

1.4农业科技创新的融资渠道狭窄农业科技创新发展的每一个阶段都需要大量的资金支持。目前，我国农业科技创新的资金主要来源于财政，国家对农业科技创新的投入也逐步增加。金融机构对农业科技创新的支持力度也在不断加大，但是仍然不足，政策性金融的贷款门槛相对比较高，商业性金融贷款条件严格，而且发放贷款时有着明显的倾向，倾向于农业龙头企业，证券市场有着严格的审批制度，创业板和中小板主要支持科技含量高的农业企业，国内上市的农业企业数量较少，而且这些上市企业缺乏投资农业科技创新的积极性，农业保险品种还不丰富，风险投资发展缓慢，投资主体单一，这些都使得农业科技创新的融资渠道狭窄，融资困难。

1.5风险分担补偿机制缺位农业科技创新具有较大的不确定性，创新可能成功，也可能失败，这削弱了投资主体对农业科技创新进行投资的积极性，使得农业科技创新在一定程度上受到了限制。农业科技创新的这种高风险需要有良好的风险分担补偿机制来防范和化解。但是，目前我国针对农业科技创新的风险分担补偿机制缺位，无法分散风险。一是能够转移分散风险的保险的作用未充分发挥。农业保险的覆盖面窄，险种少，同时由于存在补偿范围认定难、农民参保意识薄弱等问题，农业保险发展缓慢。农业科技创新保险存在更高的风险、更大的不确定性，开展业务也更艰难，一旦出现风险，金融机构只能自己买单。二是担保体系建设还不完善。担保能够起到放大资金的作用，但是支持农业科技创新的担保体系还不完善，担保机构承担风险过大，资金规模过小，财政支持不到位，都使得担保体系不能满足农业科技创新过程中对担保的要求。

2农业科技创新的财政金融支持建议

2.1加大财政对农业科技创新的投入，充分发挥财政的引导和资金撬动作用纵观世界各国，无论是发达国家还是发展中国家，农业科技创新都离不开财政的鼎力支持。因此，为支持农业科技创新，我们需要不断加大财政对农业科技创新的投入，确保增量和比例均有提高，并且对农业科技的投入增长幅度要高于财政经常性收入的增长幅度，逐步提高农业研发投入和农业科技成果转化、推广投入占农业增加值的比。但是，增加财政投入并不是把资金投入所有农业科技创新环节和领域，财政应重点支持基础研究领域，中央财政在加大对基础研究支持力度的基础上，以资金配套等多种形式引导和带动地方财政加大支持力度，改变地方财政由于注重短期经济效益而对基础研究投入不足的局面。同时，要充分调动企业、个人等社会力量投入农业科技创新的积极性，鼓励和引导社会资金对农业科技的投入。例如，可以通过无偿资助、财政贴息、创业投资引导、以奖代补、经营参股、税收优惠等多种方式吸引社会资金的注入，使农业科技资金投入渠道多元化。此外，通过对企业和金融机构进行不同的扶持，充分发挥财政的引导和资金撬动作用，探索财政资金的金融化运作方式。一方面财政通过设立风险补偿基金、创业投资基金等方式降低农业科技企业的风险，增强其融资能力，提高农业科技企业对金融机构的吸引力，另一方面财政通过对扶持农业科技企业的金融机构进行贴息、给予税收优惠、补偿其为支持农业科技创新所造成损失等方式激发金融机构支持农业科技创新的积极性，提高金融机构支持农业科技创新的意愿，从而使财政资金更大范围的发挥作用。

2.2创新金融产品和模式，满足农业科技创新的需求在风险可控的前提下，金融机构要优化农业科技贷款的审贷程序，提高贷款审批效率。同时，要不断创新金融产品和服务，以满足农业科技创新对不同金融产品和服务的需求。一是针对农业科技创新的特点，创新金融产品品种。扶持农业科技创新的金融产品必须把自身的特点和农业科技创新对产品的需求结合起来，设计出针对农业科技创新特征的产品品种。例如，针对农业科技创新周期比较长的特点，设计出与农业科技创新在时间上相匹配的贷款品种；针对农业科技企业一般抵押物比较少的特点，在防范风险的同时，扩大抵押物或质押物的范围，探索以农业科技企业的知识产权、专利权、股权、应收账款等抵押或质押进行贷款的信贷产品；对一些信用等级较高、有还贷能力的农业科技龙头企业，可根据实际情况发放信用贷款。二是适当放宽对农业科技创新的信贷限制，如对贷款对象资产规模的要求、抵押物的要求等等。三是探索实践多种贷款模式，如对于规模比较大的贷款，可以联合几家银行通过银团贷款提供支持;对于一些中小企业，可以用企业联保贷款、企业互保贷款等方式；针对处于供应链上下游的农业科技企业，可以发放供应链融资贷款;探索开发“银行+保险+担保”、“银行+保险+财政补贴”等多种贷款模式，支持农业科技创新增信融资。在不断开发新的贷款模式、金融产品的同时，要注意对这些模式和产品的推广，进而推动金融资本与农业科技创新的融合，满足农业科技创新的金融需求。

2.3拓宽农业科技创新的融资渠道一是政策性金融要加大支持力度，扩大支持范围。政策性金融应该主要支持农业科技研究及基础农业科技发展等相关的项目，这些项目一般属于国家优先发展领域、有较好的市场前景和较高的社会价值，但是由于建设周期长，财务风险高，商业性金融一般不愿意介入，需要政策性金融的大力支持。政策性金融要扩大所支持的项目范围，在防范风险的前提下降低贷款门槛、简化贷款程序，满足承贷主体的资金需求。二是商业性金融要适当涉农贷款风险容忍度，允许贷款利率在一定范围内浮动，不断创新信贷品种，加大对农业科技企业等承贷主体的信贷支持力度。三是通过财政贴息、担保等多种方式鼓励和引导民间资本和商业资本对农业科技创新的投入。四是支持符合国家发展战略、竞争力强、运作规范、符合发行上市条件的农业科技企业通过主板、中小企业板、创业板上市融资，同时支持符合条件的企业到境外证券市场上市融资，并且对已上市农业科技企业，采取各种方式鼓励他们做大做强。五是完善风险投资体系，扩大风险投资规模，通过政策优惠鼓励风险投资机构投资农业科技创新，增加农业科技创新的资金来源。

新的金融科技篇(5)

【关键词】农业科技 创新 金融支持 调查 思考

最近，党中央、国务院印发了《关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见》，这是新世纪以来党中央连续发出的第九个指导“三农”工作的一号文件。该文件首次将“农业科技”摆在了前所未有的突出地位，明确了农业科技公共性、基础性和社会性的定位，在去年中央财政“三农”投入首次超过1万亿的基础上，今年将进一步增加“三农”和农业科技方面的投入。这意味着，促进农业科技进步已成为今年中央“三农”政策的重中之重。

当前国内外经济形势十分复杂严峻，全球气候变化影响加深，农业资源环境约束不断增强。实现农业持续稳定发展、长期确保农产品有效供给，既不能靠继续消耗农业水土资源的方式，也不能靠不断增施化肥农药的途径。毕竟，在工业化、城镇化的快速推进时期，进一步增加对农业水土资源的投入余地越来越小，而靠增加化肥农药的投入，不仅提高了农业的成本，也对环境造成了污染，正是从这个意义上讲，农业生产的根本出路在于通过科技创新加快农业发展方式的转变。

但由于我国总体上农业科技成果转化率偏低，这既有成果本身的原因，又有转化机制等方面的原因，更有资金短缺的问题。目前，由于政府对基层农技推广经费投入不足，县乡一级的基层农技推广体系基本都处于“网破、线断、人散”的状况，基层农技推广工作面临着诸多困难和问题。从保山的实际情况看，如何在农业发展方式的转变下，充分发挥金融支持作用，加快推进农业科技创新、持续增强农产品供给保障力、为科技兴农提供有力资金保障是一个值得探索和思考的问题。

一、保山市金融支持农业科技创新发展现状

近几年来，保山市根据中央关于加快农业金融体制改革的相关精神，结合地方实际情况，不断加强对农业及农村经济的金融支持，并适时推出了一系列政策措施，农村经济发展中的金融支持状况得到了明显改善。农业科技创新发展也得到了银行信贷资金、农村金融产品和服务方式等在内的金融支持，为科技兴农提供了有力的资金保障，推动了全市农业科技创新进程，促进了全市现代农业发展。

（一）信贷支农力度持续加大，为农业科技创新发展提供了信贷支持

近几年来，保山市各级金融机构认真贯彻落实国家出台的关于金融支持“三农”经济发展的一系列政策措施，积极拓展涉农领域，加快“三农”金融体制的改革步伐，有效增加“三农”信贷投入，切实加大对农业经济发展的信贷支持力度，确保涉农贷款稳定快速增长。据统计：2011年末，保山市涉农贷款余额达到了151.26亿元，同比增加30.8亿元，增长25.57%。涉农贷款占全年各项贷款的比重为56.13%，占比较大。同时，保山市各级金融机构在持续增加“三农”信贷投入的过程中，突出支农重点，切实加强对农业科技创新的支持。据统计：2011年末，保山市农业科技贷款余额达8483万元，同比增加1483万元，增长21.18%。农业科技贷款稳步增长为农业科技创新发展提供了强有力的资金保障。

（二）信贷结构持续优化，加大了对农业科技创新体系和环节的信贷支持力度

近几年来，保山市各级金融机构认真贯彻落实经济金融宏观调控政策的相关要求，按照“有扶有控”的信贷政策要求，加强信贷政策与产业政策的协调配合，不断调整和优化信贷结构，在保持涉农贷款稳定快速增长的基础上，切实加大对农业科技创新体系和环节的信贷支持力度。一是农产品加工、农业生产资料制造及农村基础设施建设等农业科技创新环节的信贷支持有所增强。根据农业科技创新的相关要求，保山市各级金融机构对信贷支持的方式方法展开了探索，积极拓展农产品、农业生产资料和农村基础设施建设等贷款领域。据统计：2011年末，保山市农产品加工贷款余额达5.32亿元，同比增加2.44亿元，增长50.48%；农业生产资料制造贷款余额达2.13亿元，同比增加5077万元，增长31.34%；农村基础设施建设贷款余额达45.73亿元，同比增加17.59亿元，增长62.56%。二是强化对农业产业化的信贷支持力度，推动农业科技创新体系发展。近几年来，保山市各级金融机构紧密结合地方农业产业化发展战略，进一步加强对涉农企业和农业产业化龙头企业的信贷支持力度，切实推动农业产业化、集约化发展。据统计：2011年末，保山市农村企业贷款余额达52.59亿元，同比增加17.99亿元，增长52.03%；城市企业涉农贷款余额达30.45亿元，同比增加7.51亿元，增长32.73%；农业产业化龙头企业贷款余额达15.14亿元，同比增加4.78亿元，增长46.15%。

（三）农村金融科技服务水平稳步提高，为农业科技创新发展提供了良好的金融生态环境

近几年来，保山市各级金融机构不断改善农村基础金融服务环境，加快推进农村支付服务环境建设步伐，加快农村电子金融、流动金融服务渠道建设，发挥小额现金流转、惠农卡、自助银行设备优势，全面开展惠农支付业务，切实提高农村金融科技服务水平，为农业科技创新发展提供良好的生态环境。据统计：2011年末，保山辖区共建立了辐射29个乡镇，513个村民小组，123207人的32个“惠农支付服务点”。截止2011年末，32个惠农服务点累计发生业务24993笔，金额2，108.59万元；全市乡镇共布放ATM机66台、POS机187台、乡镇特约商户732户，发放惠农卡22万张。

（四）农村金融产品创新力度明显加大，有效满足了农业科技创新发展的新需求

近几年来，保山市各级金融机构不断丰富特色农村金融产品，大力推广林权抵押贷款业务，较好地满足了现代农业科技创新发展的新需求。据统计：2011年末，保山市林权抵押贷款余额达到了11.1亿元，占全省林权抵押贷款余额的比重为14.97%，占比较大。同时，保山市积极开展农业保险试点工作，逐步扩大农业保险险种和覆盖面。目前，保山市分别在腾冲县和昌宁县开展政策性种植业保险试点工作，并取得了一定成效。据统计：2011年末，保山市共有16.83万户次农户投保，开展54.5万亩政策性种植业保险。共赔付保险费155.03万元，占总保费的23.4%；受益农户1.2万户次，占总投保农户的7.1%。

二、保山市金融支持农业科技创新发展存在的问题

近几年来，保山市积极推进农业产业化进程，农业生产率有了很大提高，有效地促进了农业产业化和农业科技创新水平的提升，为现代农业的发展打下了良好的基础。但目前保山市仍然处于传统农业向现代农业过渡阶段，发展过程中还存在着诸多制约因素。

（一）农业基础较为薄弱，科技含量水平有待进一步提高

一是农业基础设施较为薄弱，抵御自然灾害的能力较低。目前，保山市正处在由传统农业向现代农业过渡的阶段，传统农业仍然占据着主导地位，农业增长方式仍然粗放，各种持续不断的自然灾害对农业生产造成了严重的影响。二农业科技含量较低，科技支撑较为薄弱。目前，保山市农业科技的贡献率仅为39%，远远低于全国48%的水平。同时，农业科技服务体系不健全、不完善，农产品生产的专业化、商品化、产业化和组织化发展进程都远远滞后于全国和全省先进水平。

（二）资金投入不足，融资渠道较为单一

一是农业科技创新的资金投入力度有待加大。近年来，按照国家有关要求，保山市各级财政对农业的投入基本实现了年年有所增加，但直接用于鼓励和支持农业科技创新和推广应用的资金并不多，这严重制约了农业科技创新与推广应用工作的快速发展。二是金融机构对农业科技创新的信贷支持有待加强。目前，随着保山市农业产业化经营的不断深入，农业企业和农户对资金的需求量迅速扩大，其中用于农业科技创新及成果转化方面的资金需求也呈快速增长趋势。尤其是一些农业科技项目，其科技含量和标准化生产水平高，对资金的需求较一般项目更大。但是，由于资金缺乏，致使许多技术含量和附加值较高、市场前景看好的农副产品加工项目无法实施，不仅直接限制了农业企业自身的发展壮大，而且也影响了项目的辐射带动作用。据统计：2011年末，保山市农业科技贷款余额为8483万元，仅占全市涉农贷款余额的0.56%，占比较低。三是农业科技创新融资手段有待丰富。近年来，中央和省对保山市农业综合开发的投入逐年增加，但与目前加快推进农业科技创新、发展现代农业的客观需要相比仍有较大差距。全市农业综合开发仍以政府为主导，融资渠道单一，社会资金参与建设不多，还没有形成多渠道吸引社会资金、企业资金、信贷资金、农户资参与综合开发的新机制。

（三）农村金融产品创新不足，抵质押物品较为单一

一是农村金融创新产品较少，对农业科技创新的支持有待加强。近几年来，保山市各级金融机构加大了农村金融产品的创新，但总体看来创新不足。从金融创新的品种来看，目前，保山市只开展了林权抵押贷款业务，而与农业科技创新相关的农业科技专利质押融资、商标权抵押贷款等新型金融业务和产品则没有开展起来，这在一定程度上制约了农业科技创新的发展。二是贷款抵质押物品种较为单一，贷款需求难以满足。目前，保山市农业地区贷款仍然是以抵质押、担保和保证贷款等传统信贷品种为主，而仓储、订单抵押贷款等新型信贷业务则没有开展，这导致了农业科技企业贷款时仍然选择传统的抵质押贷款。同时，金融机构抵质押物仍以土地、厂房、设备为主，而知识产权质押贷款、农产品抵质押贷款等与农业科技企业相关的抵质押方式由于质押物的流动性限制，难以符合金融机构的贷款条件，导致了部分农业科技企业的贷款需求难以满足。

（四）风险保障不足，农业保险作用尚未充分发挥

农业生产风险大、抗风险能力弱，虽然实施了政策性农业保险，但由于政策性保险存在着交易成本高、补偿范围认定难、缺乏重大灾害补偿机制等问题，农业保险的风险保障与分担作用尚未充分发挥。目前，在保山市开展的种植业政策性保险试点县中，赔付保险费总计155.03万元，仅占总保费的23.4%，占比较低。同时，由于农业科技生产周期长，面临着较大的技术、市场等风险，且缺少承担较高费率的费用，导致保险公司不愿承保农业科技企业的研发项目。

三、保山市金融支持农业科技创新发展的政策建议

（一）加快推进农业产业化进程，切实提高农业科技含量

一是进一步培育壮大龙头企业，加快推进农业产业化经营。全市各级部门要紧紧围绕主导产业，充分利用政策优势、资金优势、项目优势，重点扶持辐射带动作用强、经济效益好、市场竞争优势明显、科技含量高的农业产业化龙头企业，培育和壮大一批符合全市产业发展规划、辐射带动能力强、经营水平高、经济效益好的农业产业化龙头企业。二是强化农业科学技术的推广力度，提高农业科技支撑能力。坚持高产、高效、优质、安全、生态的原则，优先扶持发展优势农产品和绿色农产品生产，积极推广先进实用的新品种、新技术、新工艺，着力提高农产品的安全性、资源综合利用率和农产品的附加值，实现农业的可持续发展。三是鼓励高校、科研单位、企业、科技人员和技术推广部门积极开展农业科研和农业科技服务，坚持实际、实用、实效的原则，切实抓好农业适用技术培训，创新科技成果转化的长效机制，不断提高农业科技创新和服务水平。

（二）进一步加大资金的投入力度，建立多元化的农业科技创新融资体系

一是加大财政资金投入，充分发挥财政资金的导向作用。积极调整财政支出结构，把农业科技创新投入摆在公共财政支持的优先位置，积极争取上级财政资金投入，逐步增加并用足用好农业科技经费和农民教育经费，进一步健全和建立农业科技创新投入稳定增长机制和各级财政配套资金保障机制。二是加大信贷投入，充分发挥信贷资金的支持作用。政策性金融机构要在风险可控的原则下，进一步完善农业科技贷款管理办法，充分发挥政策性金融对农业科技研究及基础性农业科技发展的支持作用。对涉农科技企业研发及科技育种、农产品改良、高效灌溉、科技推广等基础性农业科技发展的资金需求执行政策性贷款的标准，降低贷款门槛、简化贷款程序、延长贷款期限。同时，积极扩大贷款主体，有效发挥政策性金融对农业科技发展的支持作用。商业性金融机构要制定符合农业科技企业特点的信贷管理办法，拓宽贷款主体、降低贷款门槛、简化贷款流程、提高授信额度，建立适合农业科技企业特点的信贷管理制度，满足农业科技企业科技研发、推广、应用过程中的信贷资金需求，按照市场原则，积极支持农业科技创新及成果转化。

（三）加快金融产品和服务方式的创新，多元化满足农业科技创新的资金需求

一是加快农村金融信贷产品的创新。鼓励金融机构加快信贷产品创新，结合农村科技企业生产及信贷需求特点，引导金融机构在防范风险的同时，扩大抵、质押物范围和抵、质押率，积极探索以农业科技企业股权、专利权、商标权和著作权、应收账款为质押进行贷款融资的信贷产品；探索开发“银行+保险”、“银行+担保”、“银行+保险+财政补贴”等多种融资模式，充分发挥信贷支持作用。二是加快农村金融服务方式的创新。积极探索和完善农村金融科技服务方式，完善金融信息技术服务，拓宽服务手段，大力推广非现金支付结算工具在农村的应用。三是加快农业科技金融中介服务体系的创新。积极探索和建立农业科技成果评估、定价、流转和监管等方面的中介机构，加速农业科技成果转化及流通，建立全方位的农业科技融资服务载体。

（四）积极扩大农业保险补贴范围，发挥保险在农业科技创新中的保障及风险分担作用

一是加快农业保险产品的创新。各保险公司要积极探索适合农业科技创新的保险产品，将科技育种、农业机械、农作物及畜牧品种改良、标准化养殖等涉及的农产品纳入农业保险范畴，鼓励发展以产品订单为依据的跟单农业等保险品种。二是加大财政对农业保险的保费补贴。各级政府要加大财政对农业保险的补贴力度和补贴比例，出台针对农业大灾之年保险公司亏损的有效补偿机制，弥补保险公司承保农业科技项目的风险损失，充分调动保险公司的积极性。

参考文献

[1]吴红军.推动农业科技创新 农村金融大有可为 北京 金融时报 2012.2

[2]廖有明著.农业科技推广与金融支持.北京:中国金融出版社，2009.1

新的金融科技篇(6)

关键词：企业；金融支持；科技创新；政策建议

中图分类号：F8 文献标志码：A 文章编号：1002-2589（2012）19-0085-02

引言

在当今世界，各国的经济发展中，科学技术的推动力是巨大的，从第一次科技革命以来人类从中获得的收益数不胜数。有了科技创新，大量的科技成果就可以为各行各业的发展提供新鲜的血液和能量，科技的创新成果就转化为了经济实力的增长。为了促进我国科技创新与金融业发展的良性循环，我国政府有关部门制定了很多的政策和法律法规，并且获得了很好的成效。与此同时，我们应当看到我国东、中、西部地区的发展极不平衡，企业科技创新面临融资困难、效率低下的问题。为解决这些问题,作者以江苏省为例，对过去十几年来的科技创新与金融方面的数据进行了实证分析，实证分析了江苏省金融支持与科技创新之间的关系，提示了中国金融支持科技创新的制约因素，提出了优化江苏省科技创新金融支持体系的对策建议。

一、江苏省科技创新与金融支持的现状

随着江苏经济结构的不断调整，江苏的中小企业经营范围日益扩大，私营经济增长较快的一个最显著的特征就是高新技术产业的快速成长。为了促进高新技术产业的顺利发展，江苏省形成了与科技创新相呼应的覆盖银行、证券、保险服务部门的网络。然而我们应该看到的是，尽管江苏省科技金融的整体发展位居全国省市区的前列，但是在科技创新活动的融资方面仍有不足。在反映各个地区的科技创新活动的融资来源的指标中，对科技活动的资金投入以及科技活动所需经费占资金筹集总额的多少，是反映的主要指标。近年来，江苏省科技活动所需经费的筹集资金总额一直表现为迅猛增长态式，但是这其中主要的经费来源是企业的自有资金。金融机构为企业科技创新所提供的贷款支持只占企业科技创新活动筹资总额比例的很小一部分，而且还有逐渐下降的不良趋势。

二、金融支持对科技创新的影响实证分析

模型设立

模型的建立，考虑的是一般的线性回归模型，建立的线性回归方程如下式所示：

LnSQ=a0+a1LnGP+a2ZCQ+μi

数据来源

数据来源：本文以中国统计年鉴与江苏统计年鉴上1995年到2009年的15年的数据为样本，运用Eviews5.0计量分析软件对相关的数据和指标进行建模，并进行相关的检验。所有数据主要来源于江苏统计年鉴，江苏知识产权局以及wind金融数据库。这里只给出指标的最终数据。

衡量指标的选择

技术创新（SQ）。科技创新的衡量指标很多，目前主流的指标是科技创新能力和科技创新产出。两个指标中，从科技创新能力角度来分析科技创新的方法可以选择的指标非常多，而且这些指标所反映出来的结果会显现出一些矛盾的地方，所以这种主观性很大的方式就不适合用来分析。本文选取专利的申请数，这样可以直观地看到金融支持对于科技创新的影响，为了消除异方差的影响，对专利申请量（SQ）取自然对数得到LnSQ。

金融规模的支持指标（GP）。该指标是江苏省上市公司在股票市场年募集资金总额。由于江苏省的股票市场比较发达，省内上市公司数量占股票市场上市公司数量之比一直处在较高的水平，每年新增上市公司数量的比例也在全国前列，因此，选取该指标代表科技创新的金融规模支持指标具有较强的代表性。

金融结构的支持指标（ZCQ）。该指标是江苏省金融机构中长期贷款与年末贷款余额的比例。由于科技的创新需要来自金融机构的贷款的支持，并且由于科技创新所能带来的收益的时效性问题，很多的科技创新需要一年以上才能够取得收益，因此选取金融机构中长期贷款的在总贷款中的比例来衡量银行业金融机构对于科技创新的支持。

运用Eviews5.0数据进行拟合，建立的方程如下：

LnSQ=5.883717+0.421895LnGP+5.731059ZCQ+μi

t=（35.76376）　（7.413288）　（11.70178）

p=（0.0000）***　（0.0000）***　（0.0000）***

F=410.0767　Prob(F-statistic)=0.000000

R2=0.985580　D-W=2.070463

J-B=0.079339　Prob（J-B）=0.961107

自相关检验：

为检验方程是否存在自相关的问题而导致形成伪回归，下面对方程进行自相关检验，采用的是Durbin-Watson检验。在1%的显著性水平下，由Eviews软件做线性回归时给出的D-W统计量为2.070463，在k’=1（代表不含截距项的解释变量的个数），n=12时，由查表可以得出dl=0.811，du=1.070，可以得出，D-W统计量位于du和4-du之间，可以接受原假设：回归方程不存在自相关问题。

异方差检验：

为检验方程是否存在异方差问题，对方程进行是否存在异方差的检验，采用的White异方差检验。

建立的方程如下：

新的金融科技篇(7)

关键词：科技金融；中小高新技术企业；科技贷款波动；大连

中图分类号：F832；F276.44 文献标识码：A 文章编号：1003-3890（2013）10-0082-04

一、引言

科技与金融是现代经济发展与生产力进步的重要因素，金融与科技的紧密结合成了当今的时代课题。从国际科技发展历程上看，金融发展都显示出了对科技创新的巨大推动力。中小型高科技企业是依靠高科技及其研发成果进行生产和服务的部门（Allen，1992）[1]，如通信、IT、计算机、生物技术、电力和医药生物等企业，是促进创新、扩大就业和经济增长的主体。科技企业其科技项目的培育到产业化发展的每一个环节都需要不断放大的金融支持，否则将失去竞争优势。而金融由于具有价值创造、流动性创造、风险分散、价格发现、信息生产和公司治理等功能（Allen & Gale，2000）[2]，因此，在社会资源的配置与再分配中起着重要的作用，并推动企业成长与产业的发展。科技和金融的融合是推动产业结构升级和创新建设的重要动力。

二、文献综述

从现有文献看，国外由于市场发达，科技与金融结合发展较好，并没有“科技金融”一词，较为接近的概念是“技术资本”，主要集中于金融对技术进步作用的相关研究。较早的如Schumpeter（1911）论证了货币、信贷和利息等金融变量对自主创新与经济发展的重要影响，金融机构可以提供给那些经过甄别的最具有研发能力的企业，从而促进科技创新[3]。Hicks（1996）指出工业革命时期，非流动长期资本是新技术创新和应用的前提，而金融市场是长期资本的来源[4]。Carlota（2002）认为风险投资者为获取高额利润，会在新技术早期崛起时期，就迅速进行投资，从而引起金融资本与技术创新的高度耦合，带动技术创新的繁荣和金融资产的几何级数增长[5]。Calderón & Liu（2003）通过多国数据验证了金融发展可以通过促进技术进步促进经济增长[6]。此外，如Demirgü？觭-Kunt & Maksimovic（1998，2002）[7-8]以跨国数据证明了在金融市场发达的条件下，金融机构贷款等外部融资有利于促进企业发展和行业的成长性，这一观点得到了Claessens & Laeven（2003）[9]的认同。

在国内，关于“科技金融”词汇的使用源于我国《中华人民共和国科学技术进步法》（1993）通过后，赵昌文等（2009）将其定义为促进科技开发、成果转化和高新技术产业发展的一系列金融工具、制度、政策与服务的系统性、创新型安排，并认为科技金融是由为科学和技术创新活动提供金融资源的政府、企业、市场、社会中介机构等各种主体及其在科技创新融资过程中的行为活动共同组成的一个体系，是国家科技创新体系和金融体系的重要组成部分[10]。房汉廷（2010）认为科技金融是金融工作的深化，金融市场是科技融资的场所，能够为高成长期的科技企业提供融资安排[11]。从文献上看，研究以定性分析为主，如段世德、徐璇（2010）认为科技金融促进了新兴战略产业发展，并探讨了发展的模式[12]；束兰根（2011）指出可以探索在商业银行组织架构中设立科技金融专营机构，推进科技型中小企业发展，实现银企多方共赢[13]。实证研究主要以生产函数模型进行分析，如李兵、王铮、李刚强（2009）[14]。直接的研究成果如王卫彬、俞杰龙、朴基成（2012）实证分析了科技金融对高新技术产业的促进作用，但并没有采用时间序列数据或面板数据进行分析[15]。

由于科技金融的研究是近年才兴起的，直接相关的研究成果并不是很多，但这些研究成果在研究范式上为本文提供了重要的启示。本文通过构建科技金融对中小高新技术企业影响的分析模型，实证分析二者的协整关系和因果关系，这是与以往相关研究的不同。对于二者关系的探讨，有利于为科技金融促进中小型高新技术企业发展的相关政策的制定提供参考依据。

三、模型构建与变量说明

经典的经济学理论证明了科技、金融、劳动力是经济增长的重要构成。在任何时刻，经济拥有一定量的资本、劳动和技术，并将这些因素结合起来生产产品，根据科布-道格拉斯生产函数，构建中小高新技术企业产出模型：

其中，hy表示中小高新技术企业产出变量，sf表示科技金融投入量，sl表示科技劳动力投入量，ε为随机动项。a，α和β表示待估计系数。

中小高新技术企业产出变量（hy）：以中小高新技术企业产值/高新技术企业总产值表示，其中，高新技术企业产值以（高新技术企业总产值-规上高新技术企业产值）计算。

科技金融变量（sf）：从筹融资来源上看，源于经营收入等的企业科技资金、政府支持科技创新的财政拨款等政策性资金以及金融机构提供的资金是科技金融的主要构成。相比较而言，政府和金融机构拨款筹融资效率较高，因此，这里分别以政策性科技金融指标（pf）和金融机构科技贷款指标（ff）表示①。其中pf以地方财政科技拨款增长率计算。由于银行等机构对于科技型中小企业“惜贷”（Cui，Zha &Zhang，2010）[16]，科技型中小企业获得的贷款并不是很稳定，因此，这里以科技型中小企业获得金融机构科技贷款波动率衡量ff，具体参考Jeanneney & Kpodar（2005，2008）[17-18]的计算方法，以相关变量增长率的标准差计算。

科技劳动力变量（sl）：以中小高新技术企业的科学家与工程师数/科技活动人员总数计算。

考虑我国的统计年鉴等统计资料中很少提供中小企业，特别是中小高新技术企业的统计数据，因此，对于个别年份缺少的数据，参考刘降斌和李艳梅（2008）做法[19]，以统计年鉴中私营企业、个人企业和乡镇企业数据之和近似的替代高新技术相关数据。为降低变量的内生性以及数据的变动幅度，相关变量均取自然对数。

四、数据的估计结果

虽然我国在1999年才对科技型中小企业进行正式的界定，但此前科技型中小企业在就业、促进产业结构调整和地区经济增长方面已起着重要的作用。大连作为我国首批设置高新产业园的地区之一，高新技术企业产值逐年增长，由1999年的345亿元增加至2011年的6 530亿元，科技型中小企业产值也增加至2010亿元。作为科技部、中国人民银行、中国银监会、中国保监会等五部门确定的首批16家科技与金融结合试点城市之一，大连市组建了科技创业投资有限公司等科技融资平台和服务平台、科技型中小企业孵化器以及科技银行等，支持科技企业发展，促进了地方经济与技术创新的进步。

鉴于以上实际，样本区间确定为1999—2011年。原始数据来源于各年《大连统计年鉴》、《辽宁省统计年鉴》、大连统计公报以及辽宁省统计公报，并进行整理计算。变量基本统计特征如表1所示。

（一）单位根检验

在对二者关系估计前，必须要对变量的平稳性进行判断，否则将出现伪回归现象，导致错误的结果。常用的数据平稳性检验方法包括ADF检验法，但在样本偏小的情况下，这种检验方法的功效较低②。因此，本文同时使用PP检验[20]、KPSS检验[21]以及DF-GLS检验[22]对样本数据的平稳性进行检验，结果如表2所示。从检验结果可知，尽管各变量没有都表现为I（0）序列，但经过一阶差分后表现为I（1）序列，在1%或5%或10%的显著性水平下是平稳的，可以进行协整关系检验。

（二）协整关系判断

这里采用传统的OLS估计，Stock（1987）证明，对存在协整关系的时间序列，OLS回归的估计量不仅是一致的，而且快于平稳时间序列OLS估计量的收敛速度。检验结果如表3所示，模型1是以hy为因变量，pf和sl为自变量的分析模型，模型2以hy为因变量，ff和sl为自变量的分析模型，模型3是以hy为因变量，pf、ff和sl为自变量的综合分析模型。

从检验结果上，三个模型的参数均通过了检验，但科技金融和科技劳动力对中小型高新技术企业发展的影响不同。

（1）政策性科技金融指标，其系数在模型1中为0.26，模型3中的系数为0.134，并且是以20%的水平通过检验，也就是说政策性科技金融有利于促进中小型高新技术企业的发展。政策性金融是促进中小企业高新技术企业进行技术创新、弥补基础研究阶段资金不足的重要外源融资方式，可以带动整个创新研发的投入，从而提高中小高新技术企业的产值。

（2）模型2中，金融机构科技贷款的回归系数是-0.244，而模型3的系数为-0.212，且高度显著。这说明科技贷款的波动严重影响中小型高科技企业的发展，中小型高新技术企业本身风险性很大，再加上信息不对称的影响，中小型高新技术企业往往很难获得银行信贷。从统计数据上看，1999—2011年，中小型科技企业信贷额波动很大，除了2001—2003年外，中小型科技企业信贷占总科技信贷比率不足7%，科技型中小企业无法获得稳定的科技信贷，对中小型高科技企业发展存在着一定的制约。

（3）科技劳动力这一指标系数，在模型1中是0.607、模型2中是0.541、模型3中是0.559，与中小型高科技企业发展均具有高度显著的正向关系。也就是说，高层次研发人员的投入对中小高新技术企业成长有着重要的推动作用。

（三）因果关系分析

协整关系检验仅说明了变量之间的长期均衡关系，而对于二者之间的因果关系须进一步以Granger因果检验判断。对于原假设pf不是hy的Granger原因、hy不是pf的Granger原因和ff不是hy的Granger原因，其F统计量分别是1.121、2.369和4.493，p值分别是0.464、0.249和0.187，因此均接受原假设。对于原假设hy不是ff的Granger原因、sl不是hy的Granger原因和hy不是sl的Granger原因，相应的F统计量分别是28.618、24.225和7.588，p值分别是0.034、0.013和0.065，均拒绝原假设。从检验结果可知，政策性科技金融（pf）与中小型高科技企业发展之间没有Granger因果关系，但与金融机构科技贷款（ff）存在单方向Granger因果关系，与科技劳动力投入（sl）存在双向Granger因果关系。

五、结论与对策建议

分别选取政策性科技金融和金融机构科技贷款表示科技金融指标，构建生产函数为基础检验模型，并以1999—2011年大连相关数据进行协整关系和因果关系检验，结果表明，科技金融和科技劳动力投入对中小高新技术企业有着重要的影响。中小高新技术企业的发展约13%可以归因于政策性科技金融，约56%归于高层次科技人员的投入，但是金融机构科技贷款的波动与中小高新技术企业发展显著负相关，波动越严重越不利于中小高新技术企业的发展。在因果关系上，存在金融机构科技贷款与中小型高科技企业发展的单方向Granger因果关系，以及与科技劳动力的双向Granger因果关系。

因此，在制定相关政策时，应完善相关的科技财政支持政策，除税收优惠外，如提供财政贴息、采购担保等方式加大财政拨款对科技的支持力度，发挥政策性科技金融作用；鼓励金融机构成立如科技银行等专业科技金融机构，完善监督管理，避免科技贷款过度投放，优化科技贷款投向；引进和培育高层次科技人才，开发高科技人才库，为中小高科技企业发展提供知识储备库。此外，随着风险投资的发展，可以借鉴发达国家的相关经验，完善高新技术企业创业风险投资的法律法规，逐步完善多层次科技金融服务体系。

注释：

①这里暂不考虑资本市场这一筹融资来源。

②Phillips和Perron（1988）和Schwert（1989）等通过蒙特卡洛模拟试验发现，在小样本情况下ADF检验的功效较低。

参考文献：

[1]Allen，J. C. Starting a Technology Business[M].Pitman，London，1992.

[2]Allen，F. and Gale，D. Financial Contagion[J].Journal of Political Economy，2000，108：1-33.

[3]Schumpeter，J. A. The Theory of Economic Development[M].Cambridge，MA：Harvard University Press，1911.

[4]Hicks，J. A Theory of Economic History[M].Oxford：Clarendon Press，1969.

[5]Carlota，P. Technological Revolutions and Financial Capital：The Dynamics of Bubbles and Golden Ages[M].London：Elgar，2002.

[6]Calderón，C. and Liu L. The Direction of Causality between Financial Development and Economic Growth[J].Journal of Development Economics，2003，72（1）：321-334.

[7]Demirgü？觭-Kunt，A. and Maksimovic，V. Law，Finance，and Firm Growth[J].The Journal of Finance，1998，53（6）：2107-2137.

[8]Demirgü？觭-Kunt，A. and Maksimovic，V. Funding Growth in Bank-based and Market-based Financial Systems：Evidence from Firm-Level Data[J].Journal of Financial Economics，2002，65（3）：337-363.

[9]Claessens，S. and Laeven，L. Financial Development，Property Rights，and Growth[J].The Journal of Finance，2003，58（6）：2401-2436.

[10]赵昌文.科技金融[M].北京：科学出版社，2009.

[11]房汉廷.关于科技金融理论、实践与政策的思考[J].中国科技论坛，2010，（11）：5-10.

[12]段世德，徐璇.科技金融支撑战略性新兴产业发展研究[J].科技进步与对策，2011，（7）：66-69.

[13]束兰根.科技金融融合模式与科技型中小企业发展研究[J].新金融，2011，（6）：22-26.

[14]李兵，王铮，李刚强，等.我国科技投入对经济增长贡献的实证研究[J].科学学研究，2009，（2）：56-58

[15]王卫彬，俞杰龙，朴基成.科技金融与高新技术产业发展的实证研究[J].科技管理研究，2012，（4）：117-122.

[16]Cui，Y. J.，Zha，Z. and Zhang，F. H. Financial Support System and Strategy of SMEs in the Incubation Based on Business Life Cycle[J].International Business Research，2010，10：119-123.

[17]Jeanneney，G..S. and Kpodar，K. Financial Development，Financial Instability and Poverty[R].Working Paper CSAE WPS/2005-09，2005.

[18]Jeanneney，G. S. and Kpodar，K. Financial Development and Poverty Reduction：Can there be a Benefit without a Cost[R].IMF Working Paper WP/08/62，2008.

[19]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究——基于面板数据单位根和协整的分析[J].金融研究，2008，（4）：193-204.

[20]Phillips，P. C. B. and Perron，P. Testing for a Unit Root in Time Series Regression[J].Biometrika，1988，75（2）：335-346.