长江经济带科技金融发展时空特点研究

□文/卢小兰

（江汉大学商学院 湖北·武汉）

［提要］ 基于科技金融的科学内涵，构建包含政府科技金融和市场科技金融两个一级指标的长江经济带科技金融发展评价指标体系，利用熵值法测算2011～2019 年长江经济带11 个省市科技金融发展指数，借助时序分析和空间相关方法研究其时空特点。结果表明：整体上科技金融发展水平逐年上升，但省域科技金融发展水平差异增大，科技金融发展水平由高到低依次为下游、中游和上游地区；科技金融发展水平整体上显著空间正相关，且呈一致增长趋势，局部空间特点稳定，表现为上海、江苏和浙江始终处于“高-高”区域，湖北、湖南、重庆、四川、贵州和云南位于“低-低”区域，安徽位于“低-高”区域，江西经历了从“低-低”区域到“低-高”区域的变化。

引言

2011 年至今，人民银行、科技部、银保监会等颁布《关于促进科技和金融结合加快实施自主创新战略的若干意见》和《关于支持银行业金融机构加大创新力度开展科创企业投贷联动试点的指导意见》等多个科技金融政策文件，科技金融已成为相关领域研究热点。本文对相关文献做如下梳理：其一，科技金融的科学内涵。1993 年深圳科技局最早提出科技金融这一概念。随着科技与金融融合程度的加深，相关学者从科技金融的范围、来源、功能和性质等角度对科技金融做出尽量完整的定义。其中，赵昌文等（2009）提出，科技金融是促进科技开发、成果转化和高新技术产业发展的一系列金融工具、金融制度、金融政策与金融服务的系统性、创新性安排。房汉廷（2016）、寇明婷等（2018）认为，科技金融是以培育高附加价值产业，创造高薪就业岗位，提升经济体整体竞争力为目标，促进技术资本、创新资本与企业家资本等创新要素深度融合和深度聚合的一种新经济范式。其二，科技金融发展水平的测度。张明喜等（2018）将科技金融定义为经济金融和科学技术的深度融合，并据此建立科技金融理论体系。王海芸等（2019）构建包含科技财税与信贷、创业风险投资、科技资本市场、科技金融环境和科技金融产出等5 个一级指标的科技金融指标体系，利用主成分分析法测算2016 年中国各省市科技金融水平。徐宇明等（2020）从“资源-投入-产出”等角度构建区域科技金融发展指标体系，利用马尔可夫链、泰尔指数和莫兰指数分析中国科技金融发展的动态变化、内部差异和空间分布情况。已有研究提供了丰富的理论支撑和思路借鉴，但已有研究中关于区域科技金融发展的空间差异，特别是空间相关特点研究不够深入。

长江经济带国土面积超过20%，人口占比接近43%，覆盖长江上、中和下游共11 个省市。2016 年，《长江经济带创新驱动产业转型升级方案》提出创新金融和科技担保服务，形成长江经济带发展合力。本文基于科技金融的科学内涵，构建包含政府科技金融和市场科技金融两个一级指标的长江经济带科技金融发展评价指标体系，利用熵值法测算2011～2019 年长江经济带11 个省市科技金融发展指数，借助时序分析和空间相关分析研究其时空特点。

一、指标体系、数据来源和研究方法

（一）指标体系。科技金融可分为公共科技金融与市场科技金融，考虑到数据可得性等原则，公共科技金融以人均财政科技投入、财政科技投入占比、人均R&D 经费内部支出（政府资金部分）和高技术产业利润总额等3 个指标衡量。市场科技金融以银行业金融机构各项贷款余额、创业风险投资公司管理资本规模、创业风险投资机构数量、人均R&D 经费内部支出（非政府资金部分）、人均高新技术产业投资额、人均高新产业技术改造经费、金融业增加值、股票市价总值和全部金融机构保险密度等9 个指标衡量，指标评价体系如表1。（表1）

表1 科技金融发展评价指标体系一览表

（二）数据来源。长江经济带11 个省（市）上游地区包括四川、云南、贵州和重庆，中游地区包括湖北、湖南、江西和安徽，下游地区包含上海、江苏和浙江。数据来源于2011～2020 年《中国统计年鉴》及11 个省（市）历年统计年鉴、《中国科技统计年鉴》《中国金融统计年鉴》和《中国创业风险投资发展报告》等。利用各省市的价格指数，将人均财政科技投入等价值量指标以2011 年价格进行价格平减。数据处理运用Stata16.0，空间权重处理等利用ArcGIS10.7 软件。

（三）熵值法。首先，采用极差法对原始指标值Xij（i=1，2，…，n；j=1，2，…，p）作归一化非负化处理。本文中全部指标均为正向指标，故由公式：

得到数据矩阵Xij′（i=1，2，…，n；j=1，2，…，p），矩阵中元素xij′∈［0.01，1.00］。

其次，由熵值法计算权重，步骤如下：

1、计算第i 个评估对象在第j 项指标下的比重值Yij。

2、计算第j 项指标的熵值ej：

3、计算第j 项指标的信息熵dj：dj=1-ej。

4、计算第j 项指标的权重wj：

5、由权重wj和xij′加权求和计算得到第i 个评估对象的科技金融发展指数。

（四）空间相关分析。整体上长江经济带科技金融发展是否存在空间相关性，可用全局Moran’s I 指数进行测度。其中，计算全局Moran’s I 指数所需的空间权重矩阵可分别为地理相邻、地理距离或经济距离等空间权值矩阵。由于部分区域科技金融发展的正相关和另一部分区域间负相关可能抵消，全域Moran’s I 无法揭示某一特定区域的局域空间相关特点，可用局域Moran’s I 散点图等描述各区域科技金融的局域空间相关性及异质性特点。

二、长江经济带科技金融发展指数测算

各二级指标权重如表1 所示，从对长江经济带科技金融发展的贡献率来看，公共科技金融占比为35.77%，市场科技金融占比为64.22%。这说明长江经济带科技金融发展中市场科技金融占主要地位，而政府主导的公共科技金融处于次要位置。由上述各二级指标权重进行加权求和得到科技金融发展指数如表2 所示。（表2）

表2 长江经济带科技金融发展综合指数一览表

三、长江经济带科技金融发展的时序特点

（一）整体科技金融发展水平的时序变化。长江经济带整体上和各区域各年度平均科技金融综合指数时序变化如图1。长江经济带科技金融发展综合指数呈逐年上升趋势。从各年度长江经济带科技金融发展综合指数均值来看，科技金融发展综合指数总体呈现上升趋势，从2011 年的0.128 上升到2019 年的0.258，总体上升7.99%，年均增长率为9.16%。此外，各年度科技金融综合指数的标准差呈扩大趋势，在2017 年达到最大值，后于2018 年和2019 年离散情况稍有减弱。这说明伴随着长江经济带整体科技金融的上升，省域间科技金融发展水平的差异也在持续扩大。（图1）

图1 长江经济带科技金融发展指数时序图

（二）区域科技金融发展水平的时序变化。长江经济带各区域科技金融综合指数从高到低依次为下游、中游和上游地区，中、上游地区科技金融水平显著均低于长江经济带整体科技金融水平，且各区域科技金融发展水平差异明显。2011～2019 年间，下游地区均值为0.458，高于中游地区（0.115）和上游地区（0.082）。尽管下游地区比上、中游地区科技金融发展水平高，但其增长速度相对较小。研究期间，下、中、上游地区科技金融平均增长率分别为6.3%、15.1%、14.5%，这说明在长江经济带科技金融发展过程中，下游地区科技金融发展为“领跑者”的角色，中、上游地区作为“跟跑者”以更大的增长速度奋力追赶。

长江经济带各省（市）科技金融发展水平排名稳定。研究期间，长江经济带各省（市）科技金融发展指数排名基本没有变化。排在前三位的分别为江苏、上海和浙江，湖北、湖南、重庆和四川排名居中且只有微量变化，而排在后三位的是江西、贵州和云南，这说明中上游地区科技金融发展尚有很大空间。

四、长江经济带科技金融发展的空间特点

（一）科技金融发展水平的空间差异特点。将科技金融发展水平从高到低划分为优（≥0.5）、良（0.30～0.50）、中（0.10～0.30）、差（≤0.10）等四个等级。从等级来看，长江经济带科技金融发展水平优良省（市）个数逐步增加。2011 年长江经济带科技金融发展水平为优、良、中和差的省（市）分别为0 个、2 个、1个和8 个；2013 年优、良、中和差的省（市）分别有1 个、1 个、2个和7 个；2015 年优、良、中和差的省（市）分别有1 个、2 个、4个和4 个；2017 年和2019 年优、良、中和差的省（市）都分别有2 个、1 个、6 个和2 个。总的来看，2011～2019 年科技金融发展水平从时序上看，呈现逐步由下游向中游和上游提升的态势。

（二）科技金融发展水平的空间相关特点。基于地理相邻、地理距离、经济距离等3 种不同的空间权重矩阵，测算2011～2019 年长江经济带科技金融发展水平的空间Moran’I 指数如表3 所示。（表3）

表3 2007～2017 年长江经济带科技金融发展指数的Mor an’s I 指数一览表

1、长江经济带科技金融发展水平整体呈显著空间正相关。从表3 可知，3 种不同空间权重矩阵下，各年度Moran’s I 指数在3%的水平上均显著为正，这表明长江经济带科技金融发展水平存在明显的空间正相关性。此外，科技金融发展指数的空间正相关性基本呈一致增长趋势，其中基于地理相邻空间权重矩阵的Moran’s I 系数更为显著，从2011 年的0.585 增加到2019 年的0.661。

2、长江经济带科技金融发展水平的局部空间相关特点稳定。基于地理相邻空间权重矩阵，可绘制长江经济带各年度科技金融发展指数的局部空间散点图。由各年度局部空间散点图可知，始终处于“高-高”区域（第I 象限）的省市有上海、江苏和浙江，表明该区域的省市自身科技金融发展水平高，其周边省市的科技金融水平也较高；位于“低-低”区域（第III 象限）的省市有湖北、湖南、重庆、四川、贵州和云南，表明这些区域自身科技金融发展水平低，其相邻省市科技金融发展水平也低；安徽基本位于“低-高”区（第II 象限），表明其自身科技金融发展水平低，其邻省科技金融发展水平较高。而江西经历了从“低-低”区域到“低-高”区域的变化，表明江西周边省市科技金融水平在提高，但江西省科技金融水平没有大幅提高。

五、结论

本文基于科技金融的科学内涵，构建包含政府科技金融和市场科技金融两个一级指标的长江经济带科技金融发展评价指标体系，利用熵值法测算2011～2019 年长江经济带11 个省市科技金融发展指数，借助时序分析和空间相关分析方法研究其时空变化特点。结果表明：（一）整体上，长江经济带科技金融发展指数呈逐年上升趋势，且其标准差也基本持续上升。表明随着长江经济带整体科技金融的上升，省域间科技金融发展水平的差异也持续扩大。（二）分区域来看，长江经济带各区域科技金融发展指数从高到低依次为下游、中游和上游地区，各区域科技金融发展水平差异明显，且中、上游地区科技金融指数均显著低于长江经济带整体科技金融指数。下游地区在科技金融发展中充当“领跑者”的角色，中、上游地区以更大的增长速度作为“跟跑者”奋力追赶。（三）分省（市）来看，科技金融发展排在前三位的分别为江苏、上海和浙江，而排在后三位的是江西、贵州和云南，湖北、湖南、重庆和四川排名居中，且只有微量变化。（四）长江经济带科技金融发展水平整体均呈显著空间正相关。且这种空间正相关性呈现一致增长趋势。其中，基于地理相邻空间权重矩阵的Moran’s I 系数更为显著，为0.6 左右。（五）长江经济带科技金融发展局部空间相关特点稳定。上海、江苏和浙江始终处于“高-高”区域，湖北、湖南、重庆、四川、贵州和云南位于“低-低”区域，安徽基本位于“低-高”区，江西经历了从“低-低”区域到“低-高”区域的变化。