EN中文

经济地理 >

2019 , Vol. 39 >Issue 4: 50 - 58

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.04.007

区域经济理论与方法

科技金融与科技创新耦合协调度的空间格局分析

  • 张芷若 ,
  • 谷国锋 , ※
展开
  • 东北师范大学 地理科学学院，中国吉林 长春 130024
※谷国锋（1966—），男，吉林农安人，教授，博士生导师。主要研究方向为区域经济增长与可持续发展。E-mail：。

张芷若（1988—），女，吉林长春人，博士研究生。主要研究方向为区域经济增长与可持续发展。E-mail：。

收稿日期: 2018-03-25

  修回日期: 2018-12-13

  网络出版日期: 2025-04-23

基金资助

国家社会科学基金项目(16BJL032)

东北师范大学哲学社会科学校内重点培育项目(16ZD007)

收起

Spatial Pattern of the Coupling Coordination between Sci-Tech Finance and Sci-Tech Innovation in China

  • ZHANG Zhiruo ,
  • GU Guofeng , ※
Expand
  • School of Geographical Sciences，Northeast Normal University，Changchun 130024，Jilin，China

Received date: 2018-03-25

  Revised date: 2018-12-13

  Online published: 2025-04-23

Fold

摘要

科技金融与科技创新系统的耦合协调发展对区域经济发展具备强有力的支撑作用。基于中国30个省市2004—2016年的面板数据，构建科技金融系统与科技创新系统的耦合协调度评价指标体系，分析二者耦合协调发展关系的省级差异，并运用空间统计工具，对二者耦合协调度进行空间格局分析。结果表明：①我国科技金融发展与科技创新水平的耦合协调度具有明显的区域差异，近半数省份均处于低度协调以下；②二者耦合协调度呈现出东高西低、南高北低的分布特征；③耦合协调度的空间相关性明显，即存在显著的集聚分布模式，高—高集聚的范围由东部沿海地区逐渐向内陆地区延伸，东、中、西、东北地区的耦合协调度差距逐渐扩大。

关键词： 创新发展; 科技金融; 科技创新; 耦合协调度; 科技体制改革; 空间集聚; 政策性金融机构

本文引用格式

张芷若 , 谷国锋 . 科技金融与科技创新耦合协调度的空间格局分析[J]. 经济地理, 2019 , 39(4) : 50 -58 . DOI: 10.15957/j.cnki.jjdl.2019.04.007

Abstract

The coupling and coordinated development of sci-tech finance and sci-tech innovation system have a strong supporting role for regional economic development. Based on the panel data of 30 provinces and cities in China from 2004 to 2016, this paper constructs a coupling degree evaluation index system of sci-tech financial system and sci-tech innovation system, analyzes the provincial differences of their coupling and coordinated development relations, and uses spatial statistical tools to analyze the spatial pattern of their coupling coordination. The results show that: 1) it has significant regional differences in the coupling coordination degree of Chinese sci-tech finance development and sci-tech innovation level, and nearly half of these provinces are below the low-quality coordination; 2) The coupling coordination degree presents a characteristic that is lower in northern and western area, higher in eastern and southern area; 3) The spatial correlation of coupling coordination degree is significant, that is, an obvious clustering pattern is identified. The range of high-high agglomeration extends from the eastern coastal area to the inland area. The coupling coordination differences are increasing in eastern, central, western and northeastern areas.

Key words： innovation and development; sci-tech finance; sci-tech innovation; coupling coordination degree; reform of scientific and technological system; spatial agglomeration; policy-based financial institution

创新作为我国五大发展理念之首，无论是在优化资源配置、提高劳动生产率等方面，还是在社会经济转型中均占据着重要的位置。近年来，随着我国市场经济改革，科技金融呈现快速发展势头。中共中央、国务院陆续发布了《关于深化科技体制改革加快国家创新体系建设的意见》《关于深化体制机制改革加快实施创新驱动发展战略的若干意见》等多个科技金融政策意见，目的在于促进科技与金融的结合，创建具备自主创新能力的科技金融政策体系，为全国各省市推进科技金融与科技创新的融合提供了必要依据和政策引导。科技金融与科技创新的耦合协调发展将会促进知识经济的可持续发展，反之必然会影响知识经济的快速发展。为此，有效测度科技金融与科技创新的耦合协调发展程度，提出较完备的保障措施，为政府推动科技金融与科技创新协调向好发展，以及制定相关政策等均具有重要意义。
现有国内外文献中，主要围绕金融与科技创新之间的相互作用及影响进行展开。国外最早研究关于科技创新与金融关系的是熊彼特的《经济发展理论》[1]，书中将货币、信贷以及利息等金融变量对企业创新与经济发展的贡献做出了详细的介绍，其中更强调了企业家创新与金融资本的密切关系。直到现在，国外文献中没有出现“科技金融”一词。Ang基于时间序列数据，对金融与研发机构在创新过程中的作用进行实证研究，得出金融自由化对科技创新具有强关联性[2]。Caterina对公司类型与银行创新的关系进行了研究，发现银行对高技术水平公司的产品创新具有重要经济支持作用[3]。Alexandra、Bash、Sasidharan等从企业层面着手，通过有效的测度方法与计量模型，对公共金融投入与科技创新产出之间的作用关系进行了深入分析，并且发现公共金融投资对科技创新具有强大的助推作用[4-6]。
国内学者从系统学视角研究金融发展与科技创新之间的互动关系，目前，大部分学者借鉴赵昌文等[7]在《科技金融》一书中给出的对“科技金融”内涵的界定。房汉廷、游达明等也相继从理论层面分析了科技金融的内涵、特征以及运行模式[8-9]；徐玉莲通过系统动力学理论、协同学理论、耗散结构理论等多种复杂系统科学理论对科技金融与科技创新的融合发展进行了深入研究，并提出了科技金融与科技创新的协同发展模型[10]；和瑞亚利用耦合协调度模型研究了科技创新与公共金融的相互作用关系[11]；芦锋运用省级面板数据研究了科技金融对科技创新发展的影响[12]；袁永通过分析科技创新与金融发展的耦合机理，提出了促进二者长效耦合发展的若干政策建议及对策[13]；张林分析了金融发展与科技创新的耦合机理，经过实证研究，发现我国科技创新与金融发展耦合协调度较低，且大部分省市耦合协调度呈下降趋势，失衡现象在东中西以及东北地区分布明显[14]。从现有文献中不难发现，作为区域知识经济中两个重要的子系统，科技金融与科技创新之间存在着紧密的联系，科技金融不仅为科技创新活动提供必要的资金支撑，同时，科技创新也为科技金融的发展提供了更广大的空间，决定了科技金融投资绩效，为科技金融的发展提供了技术方法。
本文在现有的研究基础上，借鉴徐玉莲的系统和协同理论[15]，分析科技金融与科技创新的耦合互动关系，构建系统综合评价指标体系，并以2004—2016年我国30个省市（除西藏、港澳台地区）的面板数据为依据，对科技金融与科技创新的耦合协调度进行实证分析，其大小反映了二者的协调程度，同时构建耦合协调度的空间格局演变，分析系统耦合协调度在空间上的分布特征，并在此基础上提出促进科技金融与科技创新协调发展的指导建议。

1 研究方法

1.1 功效函数的建立

假设变量 μ i ( i = 1,2 , … , m )为科技金融与科技创新系统耦合的第 i个子系统的综合序参量； μ i j为第 i个序参量的第 j个指标值（也称标准化值），其值为指标数据 X i j ( i = 1,2 , … , m )， μ i j的取值范围在0~1之间，即 μ i j ∈ 0,1，代表变量 X i j对系统功效贡献的大小，能够准确反映出各指标达到目标所在值的满意程度，其中 μ i j = 0表示功效最小， μ i j = 1则代表功效最大； α i j、 β i j表示系统在稳定状态时序参量的上、下限值（即最大值和最小值）。科技金融与科技创新对耦合系统有序的功效系数 μ i j用公式可表示为：
μ i j = X i j - β i j / α i j - β i j       μ i j 为 正 指 标 α i j - X i j / α i j - β i j       μ i j 为 负 指 标
鉴于科技金融与科技创新是两个相差各异，同时又是两个相互作用、相互影响的子系统，对两个子系统内各个序参量有序程度的“总贡献”，即两个子系统的综合序参量，可以通过集成的方法来实现，较常采用的方法包括几何平均法与线性加权求和法[16]，本文通过线性加权求和的方法来实现集成，公式如下：
U i = ∑ j = 1 n λ i j μ i j , 其 中 ∑ j = 1 n λ i j = 1 , λ i j ≥ 0
式中： U i表示子系统对总系统有序度的贡献程度； λ i j代表子系统的各项权重，本文将通过熵值赋权法予以确定。

1.2 耦合度与耦合协调度

耦合度是对系统之间关联程度的一种度量，能够反映出系统与系统之间彼此相互影响、相互作用的强弱程度。科技金融系统为科技创新系统提供必要的资金支持，同时，科技创新系统为科技金融系统提供现代高科技设备来影响科技金融的发展，二者的耦合协调发展，不仅对经济增长产生重大影响，还肩负着促进经济可持续发展的重任。本文选择以变异系数为基础的耦合度模型，不仅能衡量变量间的离散程度，更能有效地对系统间的耦合关系进行分析。据此，科技金融与科技创新的耦合度模型公式如下：
C = ( μ 1 × μ 2 ) / μ 1 + μ 2 2 2
式中： C表示科技金融与科技创新的耦合度，取值范围在0~1之间，即 C ∈ 0,1。当 C = 1时，表示科技金融与科技创新的耦合度最大，说明这两个子系统之间实现了良性共振耦合；当 C = 0时，表示科技金融与科技创新的耦合度最小，说明这两个子系统处于无关联状态，没有达到良性共振发展。耦合度在判定科技金融与科技创新耦合关系作用强弱上，以及在对耦合作用的时序区间判别上均显示出了重要的现实意义。然而在多区域空间进行对比研究的情况下，仅仅依靠耦合度难以反映出系统的整体协同效应，若在两个子系统的综合序参量 μ 1和 μ 2取值均较低的情况下，耦合度值也会出现较高的伪评价结果[17]，据此，为了更加准确地判断不同地区科技金融与科技创新的耦合协调发展程度，本文进一步构建科技金融与科技创新的耦合协调度模型，其算法如下：
D = ( C × T ) 1 / 2 T = a μ 1 + b μ 2
式中： D为耦合协调度； C为根据公式（3）计算得到的科技金融与科技创新耦合度； T代表科技金融与科技创新的综合调和指数，反映了科技金融与科技创新的整体协同效应水平，现实应用中，通常会使 T ∈ 0,1，才能保证 D ∈ 0,1[18]； a、 b分别表示科技金融与科技创新的待定系数，且a+b=1。本文根据物理学中对耦合协调度的划分情况，借鉴以往学者的研究成果，将科技金融与科技创新系统的耦合协调状况分为5个阶段，分别是：①当 0 D ≤ 0.1时，表明科技金融与科技创新发展处于极度失协阶段，说明金融资本没有有效地应用在科技创新发展的道路上，科技创新水平低、管理机制不完善，导致金融资本的创新导向受到阻碍，科技金融资源不能得到有效利用和分配，制约了科技创新活动的展开。②当 0.1 D ≤ 0.4时，表明科技金融与科技创新处在低水平的耦合协调阶段，科技创新发展缺乏金融资金的有效支撑，科技金融发展也较为迟缓。③当 0.4 D ≤ 0.7时，表明科技金融与科技创新处于中度耦合协调发展阶段，二者的耦合协调发展尚处于磨合期，表明科技金融与科技创新在结构、规模等方面的匹配程度仍有待加强。④当 0.7 D ≤ 0.9时，表明科技金融与科技创新处在较高水平的耦合协调阶段，科技金融与科技创新发展水平比较高，并初步形成了相互影响、相互促进的良性耦合协调发展局面。⑤当 0.9 D ≤ 1时，表明科技金融与科技创新处于最佳、最理想的耦合协调状态，伴随着科技创新成果的不断涌现，科技金融规模也将持续扩张，最终二者呈现螺旋式上升发展，进而带动区域知识经济的快速发展。依据公式（4）将系统耦合协调度划分为5种类型，划分标准见表1。
表1 协调等级划分标准

Tab.1 Standards of coordination level

耦合协调度 协调等级 U1>U2 U2>U1
0.9~1.0 极度协调 科技创新滞后 科技金融滞后
0.7~0.9 高度协调 科技创新滞后 科技金融滞后
0.4~0.7 中度协调 科技创新滞后 科技金融滞后
0.1~0.4 低度协调 科技创新滞后 科技金融滞后
0.0~0.1 极度失协 科技创新滞后 科技金融滞后

1.3 空间统计方法

本文引入全局和局部Moran's I来分析相邻区域间科技金融与科技创新耦合协调发展的不平衡性以及空间自相关性问题，并通过z值来检验区域间是否存在空间自相关性。

2 科技金融与科技创新的耦合协调度分析

2.1 指标体系构建与数据来源

本文在王宏起等[19]学者研究的基础上，遵循科学性、理论性和可操作性等原则，以全面反映子系统的功能和效率为准则，构建科学合理的耦合协调度评价指标体系[20]。本文将科技金融子系统划分为公共科技金融（F1）和市场科技金融（F2），前者包括地方财政科技拨款能力（F11）和创新税收收入能力（F12），后者也可细分为金融机构贷款能力（F21）和市场部门的R&D经费支出水平（F22）。科技创新产出指标（S）包含三方面内容，分别是创新研发水平（S2）、成果转化能力（S2）与产业化产出水平（S3），技术扩散在科技创新的过程中起着催化剂的作用，对科技创新的发展具有重要的推动作用。本文根据系统性、科学性与可行性等原则构建了如表2所示的科技金融与科技创新耦合协调度的综合测度评价指标体系。
表2 科技金融与科技创新系统耦合度指标体系

Tab.2 Index System of coupling degree between sci-tech finance and sci-tech innovation system

序参量 一级指标 二级指标
科技创新产出S 研发产出S1 发明专利申请数S11（0.2179）
发明专利授权数（件）S12（0.1328）
成果转化产出S2 新产品开发经费支出占地方财政支出比重S21（0.2335）
新产品销售收入与主营业务收入之比（%）S22（0.1735）
产业化产出S3 高技术产业主营业务收入占主营业务收入比重S31（0.2424）
科技金融资金规模F 公共科技金融F1 地方财政科技拨款与地方财政支出之比F11（0.2949）
创新税收收入占财政科技支出比重（%）F12（0.1714）
市场科技金融F2 金融机构贷款余额F21（0.3159）
研究与开发机构R&D经费中的政府部门资金（万元）F22（0.2177）
根据科技金融与科技创新耦合协调度的测度指标体系，本文选取2004—2017年我国30个省市（西藏自治区、港澳台地区除外）的相关统计数据为样本进行实证研究，其中，各省市的科技创新产出数据（S）、公共科技金融中的财政科技支出数据（F12）、研究与开发机构R&D经费政府部门资金数据（F22）可直接从各年的《中国科技统计年鉴》和《中国高技术产业统计年鉴》中获取。考虑到数据的可行性，公共科技金融数据中的创新税收收入数据（F12）则选择用相关性较强的高技术产业利税代替；金融机构贷款余额（F21）来源于各年的《中国金融年鉴》。

2.2 指标权重确定

构建评价指标体系测度科技金融与科技创新系统的综合评价水平，以及耦合协调度模型建立时，都需要先明确各系统指标的权重。本文运用熵值法来设定科技金融与科技创新评价指标体系中各个二级指标的权重。熵值赋权法是在差异驱动原理的基础上，对各项指标所提供的信息与指标之间的关联程度进行分析，进而确定指标权重的一种方法，在一定程度上避免受到主观因素影响，而导致结果有偏，使指标权重更具客观性和可信度[21]。熵值赋权法确定各指标权重的步骤如下：
①对指标做比重变换： s i j = x i j / ∑ i = 1 n x i j     x i j ≥ 0
②指标的熵值： h j = ∑ i = 1 n s i j l n s i j
③熵值标准化： α j = m a x j h j / h j，其中 ( α j ≥ 1 , i = 1,2 , … , p )
④指标 x j的权重： ω - j = α j / ∑ j = 1 p α j , j = 1,2 , ⋯ m
设表示样本 i的第 j个指标的数值 ( i = 1,2 , … , n ; j = 1,2 , … , p )，其中 n和 p分别表示样本个数与指标个数。

2.3 省际耦合协调度分析

根据科技金融与科技创新耦合协调度评价模型，计算得到科技金融系统综合序参量（ μ 1）与科技创新系统综合序参量（ μ 2），以及二者的耦合协调度（ D），本文在实证分析过程中将科技金融与科技创新视为两个具有同等重要性的子系统，因此二者的协同贡献参数均取值为 0.5，即 a = b = 0.5，因此，二者的综合调和指数 T = 0.5 μ 1 + 0.5 μ 2，再结合耦合协调度模型进行计算，得到的实证结果见表3。
表3 区域科技金融系统与科技创新系统耦合协调度计算结果

Tab.3 Results of coupling coordination degree in regional sci-tech finance and sci-tech innovation system

区域 2004年耦合协调度 2016年耦合协调度
U1 U2 D 协调等级 U1 U2 D 协调等级
北京 0.7452 0.7831 0.8736 高度协调 0.6414 0.5175 0.7525 高度协调
天津 0.3641 0.5348 0.6463 中度协调 0.3360 0.3261 0.5752 中度协调
河北 0.1726 0.1043 0.3495 低度协调 0.1947 0.1064 0.3547 低度协调
山西 0.0879 0.0619 0.2655 低度协调 0.1170 0.0990 0.3263 低度协调
内蒙古 0.0934 0.1181 0.3208 低度协调 0.1130 0.0262 0.1611 低度协调
辽宁 0.2096 0.2570 0.4780 中度协调 0.2698 0.1862 0.4615 中度协调
吉林 0.1283 0.1049 0.3380 低度协调 0.1799 0.1392 0.3929 低度协调
黑龙江 0.1540 0.1158 0.3599 低度协调 0.0997 0.0784 0.2942 低度协调
上海 0.5146 0.7957 0.7722 高度协调 0.5354 0.4622 0.7025 高度协调
江苏 0.4550 0.4911 0.6868 中度协调 0.6239 0.7047 0.8120 高度协调
浙江 0.4877 0.4030 0.6613 中度协调 0.5146 0.5446 0.7272 高度协调
安徽 0.1152 0.1446 0.3558 低度协调 0.3593 0.3289 0.5855 中度协调
福建 0.2525 0.4090 0.5429 中度协调 0.2492 0.2498 0.4995 中度协调
江西 0.1221 0.1661 0.3708 低度协调 0.2035 0.1703 0.4289 中度协调
山东 0.3318 0.3431 0.5807 中度协调 0.4471 0.3253 0.6060 中度协调
河南 0.1952 0.1196 0.3739 低度协调 0.2894 0.1751 0.4527 中度协调
湖北 0.1979 0.1978 0.4448 中度协调 0.2669 0.2580 0.5122 中度协调
湖南 0.1655 0.1840 0.4169 中度协调 0.1946 0.2469 0.4633 中度协调
广东 0.5635 0.8885 0.8093 高度协调 0.7015 0.9068 0.8821 高度协调
广西 0.1380 0.1487 0.3781 低度协调 0.1637 0.1719 0.4094 中度协调
海南 0.0912 0.1921 0.3286 低度协调 0.0722 0.1154 0.2900 低度协调
重庆 0.1298 0.2694 0.3921 低度协调 0.2026 0.3516 0.4884 中度协调
四川 0.2258 0.3020 0.5030 中度协调 0.3618 0.2761 0.5546 中度协调
贵州 0.0955 0.1385 0.3305 低度协调 0.1184 0.1153 0.3418 低度协调
云南 0.1045 0.0598 0.2654 低度协调 0.1006 0.0718 0.2854 低度协调
陕西 0.2099 0.3412 0.4951 中度协调 0.2152 0.2098 0.4609 中度协调
甘肃 0.0700 0.0412 0.2199 低度协调 0.0632 0.0354 0.2044 低度协调
青海 0.0288 0.0054 0.0699 极度失协 0.0285 0.0416 0.1807 低度协调
宁夏 0.0976 0.0741 0.2876 低度协调 0.0462 0.0597 0.2263 低度协调
新疆 0.1051 0.0258 0.1619 低度协调 0.0557 0.0283 0.1830 低度协调
①比较2004和2016年各省市科技金融与科技创新耦合协调度，可以发现2016年全国30个省市系统耦合协调度平均值为0.4538，较2004年的平均值0.4359略有提升，各省市科技金融与科技创新系统耦合协调度的整体平均水平处于中度耦合协调阶段。其中北京、天津、辽宁、上海、江苏、浙江、安徽、福建、山东、湖北、湖南、广东、重庆、四川和陕西的耦合协调度高于全国平均水平。大部分省市的系统耦合协调度不断上升，除宁夏、陕西、甘肃、内蒙古以外的西部地区、全部中部地区以及部分东部地区的耦合协调度整体上呈上升趋势，其中，以江苏、安徽、青海为例上升幅度最大，较2004年两者耦合协调度分别相差0.1252、0.2296和0.1109；其他省市的系统耦合协调度呈现下降的趋势，包括北京、内蒙古、宁夏以及全部东北地区在内的11个省市均出现不同程度的下降；河北的系统耦合协调度基本没有变化。
②鉴于各地区发展速度不同，各区域科技金融系统与科技创新系统的耦合协调度存在明显的差异。图1显示，全国30个省市科技金融与科技创新系统耦合协调度2004—2016年的整体演变大致可以分为三个类型：第一类是耦合协调度在0.7~0.9之间的地区，包括北京、上海、江苏、浙江和广东，耦合协调度分别为0.7525、0.7025、0.8120、0.7272、0.8821，这些地区在研究期内耦合协调程度一直处于较高水平，说明科技金融与科技创新系统处于有效耦合发展阶段，科技创新活动较其他地区更加活跃，科技金融资金的有效支持带动并引导市场型金融投资流向，初步实现了资金的有效配置。第二类是耦合协调度处在0.4~0.7之间的地区，主要包括天津、辽宁、福建、山东和湖北等，这些地区经济发展水平参差不齐，处于中度耦合协调发展阶段，安徽、江西、河南、重庆经过10余年发展，科技金融和科技创新水平均得到了提高，也进入到中度耦合协调发展节段。第三类是耦合协调度处在0.1~0.4之间的地区，主要包括河北、山西、内蒙古、吉林、黑龙江、广西等，也是包含省市数量最多的类型，这些地区长期处于低水平耦合协调发展阶段，科技金融资金与科技创新产出都相对匮乏，二者尚未形成良性互动的耦合发展模式，其耦合协调发展状况仍有很大的提升空间，各地区政府部门应根据当地实际情况，制定相应的科技金融与科技创新耦合协调发展策略，尽快实现二者的良性耦合协调发展。其中，新疆与青海在研究初期耦合协调度处于极度失协状态，这不仅与其科技财力、人力资源匮乏有关，还与其科技财政支持与科技创新能力不匹配有很大关系，导致两个系统不能相互促进发展，耦合协调能力严重失调，在2010年均进入低度耦合协调阶段，且耦合协调度有不断上升之势。由于不存在耦合协调度在0.9~1.0之间的地区，因此本文不对此区间做分析。
图1 各省市科技金融系统与科技创新系统耦合协调度演变

Fig.1 Evolution in coupling coordination degree of sci-tech finance and sci-tech innovation in China’s 30 provinces

3 耦合协调发展的空间格局演变

3.1 省际差异演变趋势

为了更好地剖析全国各省市科技金融与科技创新系统耦合协调发展的空间格局及动态演化，本文以2004、2009、2013、2016年为时间节点，结合表3，通过ArcGIS 10.2软件，分别对中国30个省市2004、2009、2013、2016年的系统耦合协调度水平进行空间可视化处理（图2）。
图2 我国30个省市科技金融系统与科技创新系统耦合协调度空间格局演化

Fig.2 Spatial pattern evolution in coupling coordination degree of sci-tech finance and sci-tech innovation in China’s 30 provinces

①结合表3与图2可以看出，科技金融系统与科技创新系统空间格局差异明显，四大类别的分布基本上与空间地理位置相一致，总体耦合协调度在空间上具有梯度变化趋势，且由沿海向内陆递减的趋势。经济相对发达的东部地区系统耦合协调度普遍高于经济发展水平较低下的东北和中、西部地区。研究期内，东部沿海的广东、江苏、浙江、北京与上海耦合协调度一直维持在较高水平，这与当地的科技金融资源与政府的宏观政策倾斜密不可分，东部沿海地区无论是在科技财力资源上，还是在科技型人力资源上都较中、西部地区和东北地区具有明显的优势，不仅科技金融机构数量多，且政府对科技金融产业政策的引导作用较强，二者趋于协调向好发展。此外，中部地区除山西和江西处于低水平耦合协调阶段，其他地区均进入中度耦合协调发展阶段。低水平耦合协调区域主要分布在东北、西部和中部的少部分地区，是科技金融与科技创新相互作用促进较小的地区，其中青海和新疆的系统耦合协调度分别从2004、2009年的0.0699、0.0738极度失协阶段上升到2016年的0.1807、0.1831低度协调阶段，整体耦合协调度有明显上升，说明科技金融或科技创新子系统的发展水平对二者复合系统的耦合协调度具有一定的关系，但是要提高系统融合质量，还需要创新二者耦合互动的方式。整体上我国科技金融与科技创新耦合协调发展呈现出“东高西低，南高北低”的空间格局。
②2004年，全国30个省市中有12个省市的科技创新系统序参量小于科技金融系统序参量（图3），属于科技创新滞后型，应优先考虑发展科技创新战略，缩小系统之间发展差距，为知识经济发展提供动力。18个省市的科技创新系统序参量大于科技金融系统序参量，属于科技金融滞后型，科技创新系统综合序参量平均值为0.2607，科技金融系统综合序参量平均值为0.2217，说明科技金融对科技创新的财力支持力度还不够，跟不上科技创新的发展速度。2016年，全国20个省市科技创新系统综合序参量小于科技金融系统综合序参量，属于科技创新滞后型，10个省市科技创新系统综合序参量大于科技金融系统综合序参量，属于科技金融滞后型，科技金融与科技创新系统综合序参量平均值分别为0.2588和0.2443，与2004年相比，科技金融系统综合序参量的平均值上升，而科技创新系统综合序参量的平均值下降，说明随着政府对其重视程度的加大，科技金融在科技创新方面的金融财力支持有所提升，二者正趋于同步发展。科技创新滞后地区（西部大部分省市）提高科技创新能力的关键是政府减少对企业的干预，让企业在经营上有更多的自主权，使企业成为科技创新的主体。而东部大部分地区的企业创新机制更加灵活，市场经济作用较强，企业基本上已成为科技创新的主体。因此中、西部和东北地区应从东部地区大量汲取科学技术知识，东部地区的科学技术知识亦应向西部地区流动，达到东部和中、西、东北地区的联合协作的目的。
图3 2004与2016年科技金融与科技创新系统综合序参量趋势图

Fig.3 Trends of synthesis parameters in sci-tech finance and sci-tech innovation system in 2004 and 2016

3.2 全局空间统计分析

为了观察各区域空间集聚特征，利用公式（5），通过GeoDa软件计算出我国30个省市各指标的Global Moran’s I估计值及其显著性估计值（表4），全局Moran’s I的取值区间为[-1，1]，若I>0，表明具有空间正相关性，即科技金融与科技创新系统耦合协调度较高（或较低）的区域在空间上趋于显著集聚，且相关性较强；若I<0，表明空间具有负相关性，即该区域与周边地区的科技金融与科技创新系统耦合协调度具有空间差异性；若I=0，表明空间不具备相关性，分布呈现随机状态。
表4 中国30个省市各指标评价值的全局Moran's I值

Tab.4 Global Moran's I value of different indices in China's 30 provinces

年份 指标 Moran’s I Z值 P值
2004 F系统 0.336281 2.7676 0.011**
S系统 0.254635 2.1667 0.030**
耦合协调度 0.387302 2.9778 0.003***
2007 F系统 0.328431 2.6901 0.012**
S系统 0.263500 2.1878 0.023**
耦合协调度 0.368559 2.9927 0.004***
2010 F系统 0.323400 2.8274 0.008***
S系统 0.290994 2.4531 0.019**
耦合协调度 0.390617 3.0527 0.003***
2013 F系统 0.338200 2.7666 0.005***
S系统 0.310900 2.5034 0.021**
耦合协调度 0.424474 3.3948 0.001***
2016 F系统 0.315929 2.5141 0.014**
S系统 0.276887 2.3786 0.017**
耦合协调度 0.438538 3.4667 0.001***

注：表中*、**、***分别表示在10%、5%和1%水平上显著，P值由蒙特卡洛模拟999次得到。

从表4可以看出F系统、S系统和二者耦合协调度的Moran’s I值均为正值，且分别通过5%、5%和1%的显著性水平检验，说明我国科技金融系统、科技创新系统及二者耦合协调发展水平呈现不均衡发展状态，在空间上均显现出了较强的正向的空间相关性（空间依赖性），东部地区的协调发展水平较高，西部地区的协调发展水平较低，且发展水平较高地区的周边地区发展水平也较高，发展水平较低地区的周边地区发展水平也较低，逐步形成两级集聚的情况。随时间的推移，耦合协调度Moran’s I值在2007年略有下降，之后则呈现出稳定的增长趋势，整体变化从2004年的0.3873上升到2013年的0.4385，说明耦合协调度的空间集聚效应越来越显著，不平衡性日益增强，差距也逐渐扩大，且东部大部分地区的耦合协调度高于中、西部和东北地区。

3.3 局部空间统计分析

通过全局Moran’s I统计量可以看出我国科技金融与科技创新系统耦合协调发展具有显著的空间集聚性，而省际间的相关性和集聚程度，与周边地区的空间关联、空间差异程度以及空间格局的分布如何，是否存在异质性，本文通过Moran散点图（图略）和LISA集聚图（图4）来予以分析。
图4 全国各省市科技金融系统与科技创新系统耦合协调度的LISA集聚图

Fig.4 LISA cluster map of coupling coordination degree of China’s sci-tech finance and sci-tech innovation system

通过两个时间段的数据可以总结出各省市具有如下特点：HH象限内的省市基本位于我国东部地区，且与周边地区的空间差异较小，说明科技金融与科技创新系统发展具有一定的协同机制，具有较强的空间正相关，带动了东部沿海地区科技金融协同创新发展水平；位于LL象限内的省市居多，主要集中在西部和东北地区，即各省市及其周边地区的耦合协调度均较低，空间差异小，降低了西部和东北地区科技金融与科技创新耦合协调发展的整体水平，两个象限的集聚分化模式基本上符合中国经济发展在空间上由东到西的阶梯式分布的格局。以上反映出我国科技金融与科技创新系统耦合协调发展水平在地理空间分布上具有明显的空间自相关和空间异质性，且已经发展为较稳定的空间格局，即从东到西耦合协调发展水平逐渐降低，空间上两极集聚的现象越来越明显。

4 结论与建议

本文通过系统科学理论与协同思想对我国30个省市构建科技金融与科技创新系统综合评价指标体系，运用耦合协调度模型，对二者耦合协调度进行空间格局分析。结果表明：①2004—2016年，我国各省市科技金融与科技创新的耦合协调程度偏低，且东、中、西、东北地区的系统耦合协调度差距明显，中、西部地区总体呈上升趋势（除内蒙古、陕西、甘肃和宁夏），东部地区和东北地区整体上呈下降趋势。②从综合序参量来看，中部地区的湖南，西部地区的广西、重庆、青海、宁夏以及东部大部分地区科技金融对科技创新的支持力度不足，属于科技金融滞后型，且东部地区科技金融与科技创新的系统综合能力远高于中、西部和东北地区。东北地区与西部大部分地区科技创新能力滞后于科技金融发展水平，属于科技创新滞后型。③从地理空间上看，科技金融与科技创新系统耦合协调度存在明显的集聚分布模式，位于第一象限（高—高集聚）与第三象限（低—低集聚）的省市数量最多，且位于两象限内的省市数目不断增加，表明科技金融与科技创新的耦合协调发展水平在空间上两极集聚现象越来越明显，不平衡性逐渐加强，差距也逐渐扩大，表现出东部地区的耦合协调程度普遍高于中、西部和东北地区的格局。
根据以上结论，由于各地区不同的自然基础、经济储备、区位优势、历史背景以及政策条件等因素的影响，中国科技金融与科技创新协同发展需要差异化的区域性科技金融与科技创新政策。①在科技金融资金充裕的地区，优先发展科技创新战略，重视高端人才的引进，建立合理的人才流动机制和科技型人才培育制度，加强科技研发机构与高校对创新资源的引进，推动科技创新能力的提升。②在科技创新能力突出的地区，构建科技金融与科技创新结合的综合平台，积极发挥相关部门的协调作用，联合政策性金融机构和商业金融机构，共同搭建具有我国特色的区域性科技金融协同创新支持平台，重点服务于中小企业的金融机构和企业形成集聚模式共同发展，建设政策性融资担保机构和各类小额贷款公司，为中小企业发展创造环境。③对LL象限内的地区，政府应根据地方实际经济发展情况给予相关优惠补贴和鼓励措施，包括税收优惠政策和财政补贴政策等，提高科技金融与科技创新能力的结合，逐步缩小与发达地区的差距；对处于LH象限和HL象限内的地区，可以采取区域联动互助发展模式，加强科技金融与科技创新耦合协调发展水平高与低的省市相互合作，制定差异化的区域发展战略，加快科技与金融的融合，促进科技金融与科技创新相互协调的良性发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
约瑟夫·熊彼特. 经济发展理论[M]. 北京: 商务印书馆,1990.

[2]
Ang J B, Research. Technological Change and Financial Liberalization in South Korea[J]. Journal of Macroeconomics, 2010, 32(1):457-468.

[3]
Caterina Giannetti. Relationship lending and firm innovativeness[J]. Journal of Empirical Finance, 2012(5):762-781.

[4]
Alexandra Guarnieri, Liu Pei. To what extent do financing constraints affect Chinese firms' innovation activities[J]. International Review of Financial Analysis, 2014(36):223-240.

[5]
Bash Siddhartha, Dijon Glucose P J, Suspender Kramer. Financing constraints and investments in R&D:Evidence from Indian Manufacturing firms[J]. The Quarterly Reviews of Economics and Finance, 2014(55):28-39.

[6]
Sasidharan S, Lukose P J, Komera S. Financing constrains and investments in R&D:Evidence from indian manufacturing firms[J]. The Quarterly Review of Economics and Finance, 2015(55):28-39.

[7]
赵昌文, 陈春发, 唐英凯. 科技金融[M]. 北京: 科学出版社, 2009.

[8]
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):5-11.

[9]
游达明, 朱桂菊. 区域性科技金融服务平台构建及运行模式研究[J]. 中国科技论坛, 2011(1):40-46.

[10]
徐玉莲. 区域科技创新与科技金融协同发展模式与机制研究[D]. 哈尔滨: 哈尔滨理工大学, 2012.

[11]
和瑞亚, 张玉喜. 区域科技创新系统与公共金融系统耦合协调评价研究[J]. 科技进步与对策, 2014, 31(7):31-36.

DOI

[12]
芦锋, 韩尚容. 我国科技金融对科技创新的影响研究[J]. 中国软科学, 2015(6):139-149.

[13]
袁永, 陈丽佳. 科技创新与金融发展的耦合机理及政策建议[J]. 科技管理研究, 2014(20):14-17.

[14]
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):53-61.

[15]
徐玉莲, 王玉冬, 林艳. 区域科技创新与科技金融耦合协调度评价研究[J]. 科学学与科学学技术管理, 2011, 32(12):116-122.

[16]
曾珍香. 可持续发展协调性分析[J]. 系统工程理论与实践, 2001(3):18-21.

DOI

[17]
王琦, 陈才. 产业集群与区域经济空间的耦合度分析[J]. 地理科学, 2008, 28(2):145-149.

[18]
吴大进, 曹力, 陈丽华. 协同学原理和应用[M]. 武汉: 华中理工大学出版社,1990.

[19]
王宏起, 徐玉莲. 科技创新与科技金融协同度模型及其应用研究[J]. 中国软科学, 2012(6):129-138.

[20]
周昌发. 科技金融发展的保障机制[J]. 中国软科学, 2011(3):72-81.

[21]
郭亚军. 综合评价理论、方法及应用[M]. 北京: 科学出版社, 2008.

Options
文章导航

/

〈 〉