金融结构是否能够影响科技创新效率？——基于随机前沿模型的实证分析

司秋利，张 涛

（1.中国社会科学院大学（研究生院），北京 102488；2.中国社会科学院数量经济与技术经济研究所，北京 100732）

经济增长的重要动力是科技创新，尤其是当前我国经济处于由要素、投资驱动转为创新驱动重要时期，科技创新的重要性日益凸显。科技创新离不开金融的支持，金融体系的规模和结构都会对科技创新产生影响。早期研究认为金融体系的规模对科技创新和经济增长的作用最为重要［1］。发展中国家开始大力发展金融行业，资金从实体经济涌入金融市场，造成资产泡沫甚至资金外流，从而引发金融危机。发达国家金融规模的扩张刺激短期的经济增长，但却使金融监管更为困难。之后学者开始关注金融结构对科技创新的影响，金融结构指银行与金融市场的相对规模。随着经济发展和技术进步，金融结构似乎存在着银行主导向市场主导转变的规律［2］。金融结构与科技创新的关系已经成为影响现代经济增长的重要因素。改革开放以来，以国有银行为主导的金融结构显著促进我国经济的高速发展，但是随着经济增长进入新旧动能转换和产业结构升级的新时期，以银行为主导的金融结构能否满足当前科技创新的需求？2019 年金融供给侧结构性改革明确要求将金融体系结构调整优化作为重点。何种金融结构更有利于提升科技创新产出并有效提高科技创新效率？有没有更好的金融结构安排与当前我国经济结构调整和产业结构升级相匹配？这一系列问题直接关系到经济发展的动力问题，对于依靠创新驱动发展来实现经济转型升级的我国来说具有十分重要的实践指导价值。本文基于创新价值链的视角，分别从科技创新研发和成果转化两个阶段研究不同金融发展模式下金融结构对科技创新产出及效率的影响，为创新驱动发展战略下科技创新效率提升和金融结构优化提供理论参考与实证支持。

1 研究基础

1.1 文献综述

国内外学者针对金融结构与科技创新关系展开了广泛而深入的讨论，不管是以德日为代表的银行主导型金融结构，还是以英美为代表市场主导型金融结构，都促进经济增长，因此两者孰优孰劣并未形成一致的结论。从时间上来看，金融结构与科技创新的关系可以总结为金融结构无关论、金融结构相关论、科技创新异质性论。

第一，金融结构无关论。部分学者主张金融深化而非金融结构对技术创新产生影响。无论是发达国家还是发展中国家都存在不同程度上的金融抑制，因此金融深化能够降低企业的融资成本和约束，充分发挥市场机制的调节作用，引导资金向创新要素集聚，激发企业的创新活力，缓解信贷市场存在的道德风险和逆向选择问题［3］。一些学者强调金融服务论，主张金融体系主要为企业和产业发展提供金融服务。Beck 等［4］认为金融体系的整体发展水平决定向企业提供外部融资的数量和质量，而非金融结构。也有学者反驳，金融结构的差异会影响科技创新和经济发展，随着经济发展和科技进步，对资本市场服务的需求会增加［5］。

第二，金融结构相关论。大部分学者都认同金融结构会影响科技创新，争论的焦点在于不同金融结构对科技创新影响的差异性，何种金融结构更有利于科技创新。相关学者理论可以分为银行主导论、金融市场主导论、银行和金融市场互补论和最优金融结构论。银行主导论认为银行体系对科技创新有重要促进作用［6］,相较于金融市场，银行规模优势提高信贷资金配置效率，信贷资金稳定性更有利于支持科技创新的研发，因此银行对科技创新更为重要。金融市场主导论认为金融市场比银行发挥更加有效的创新推动作用，Tian 等［7］基于美国企业数据的研究认为，资本市场的风险投资更有利于企业科技创新。银行和金融市场互补论认为银行和资本市场不是替代关系，而是互补关系［8］，重点在于银行和金融市场是否能够匹配不同类型科技创新的融资需求，实现金融体系的效率最大化。最优金融结构论认为存在与经济发展不同阶段、要素禀赋结构差异和最优产业结构相适应的“最优金融结构”［9］。龚强等［10］也认为金融结构需要与产业结构相互匹配。一国实际金融结构受领导人的偏好和国际组织政策的影响，可能会偏离其实体经济需求的最优金融结构［11］。发展中国家的科技创新从吸收模仿向研发创新转变过程中，金融结构实现从银行主导到市场主导的转变。林志帆等［12］认为金融结构对技术进步的影响取决于一国的技术与世界前沿技术的距离。徐明等［8］认为金融结构需要匹配一国产业的技术类型特征。张成思等［13］从理论和实证角度验证了中国存在最优金融结构，一国融资结构会逐步趋于最优金融结构［14］。

第三，科技创新异质论。随着研究的不断细化，学者开始关注金融结构对不同类型或是不同风险收益性质的科技创新的作用效果。林志帆等［12］区分风险收益特征不同的技术对应不同的融资方式，银行是风险低的成熟技术的适宜融资渠道，金融市场更合适高风险高投入的创新技术。徐明等［8］认为原创性技术创新及关联产业和寄生性技术创新及关联产业对金融结构的偏好和需求差异值得重视。马微等［15］以创新模式差异为切入点，区分模仿创新和自主创新的风险收益特征，银行是风险较低、收益稳定的模仿创新的适宜融资渠道，金融市场是风险较高、收益不确定的自主创新的更好融资渠道。蔺鹏等［16］对技术创新阶段进行划分，利用省级面板数据实证检验技术研发阶段和创新市场化阶段不同金融发展模式下金融结构对创新产出与创新效率的影响效应。

本文从创新价值链出发，分别从科技创新研发和成果转化两个阶段研究不同金融发展模式下金融结构对科技创新产出及效率的影响。本文研究与蔺鹏等［16］的研究最为接近，区别已有研究，本文研究的边际贡献主要在于：第一，以往针对金融结构对科技创新影响效应研究多数忽略金融规模的影响，本文在控制金融规模的前提下，研究不同金融模式下金融结构对科技创新产出及效率的影响。第二，较少有文献从科技创新的阶段出发来研究金融结构对科技创新产出及效率的影响。多数文献衡量科技创新产出均是采用单一专利申请数和专利授权数量，缺乏对科技创新转化成果的衡量，本文建立相对完善的指标体系来全面衡量科技创新研发成果和转化成果。第三，本文认为科技创新不同阶段内生出不同的风险偏好和融资需求，因此从金融结构与科技创新两阶段的双重视角，构建超越对数随机前沿分析模型分析不同金融模式下金融结构对科技创新产出及效率的影响。

1.2 理论分析

金融结构主要是通过缓解企业或者行业的融资约束来促进提高科技创新产出和科技创新效率。科技创新不是脱离经济需求的创新，而是促进经济发展的动力，因此科技创新不仅仅是新技术的产生，还包括新技术的应用和转化。Schumpeter［17］认为只有对实体经济产生影响的新技术和新发明才是创新。根据创新价值链理论，科技创新可以划分为创新研发、成果转化两个相互关联的子过程。借鉴银行和金融市场互补论、最优金融结构理论、科技创新异质论和创新价值链理论，形成本文金融结构影响科技创新产出和效率的理论分析框架：

相较于金融市场，银行能够实现更加有效的资金监督，在集聚社会闲散资金、研发资金积累、跨期风险管理等方面具有显著的优势。银行信贷周期的稳定性保证企业研发资金的能够获得长期支持，有助于企业科技创新的高效产出，而股票市场的波动和投资者的短线操作不利于研发资金积累［18］。银行在企业融资者信息的获取、项目筛选和监督方面能够发挥规模优势，降低获取企业信息的信息成本和交易成本［17］，尤其是面对标准化、确定性的环境时，银行信息收集和监控效率高，对非标准化和不确定性较大的创新环境,银行处理效率相对较低［19］。经济发展初期，制度和市场环境不成熟，银行根据合同或借助抵押和清算等手段来克服信息不对称和道德风险，提升信贷资金配置效率;银行风险偏好较保守，遵循审慎经营原则，严格筛选创新项目，一定程度上限制了风险较高企业和中小企业的外部融资［20］。

相对于银行来说，完善的金融市场在信息获取和披露、价格发现、资本流动和跨部门风险分散等方面存在比较优势，将资金分配给有竞争力和创新力的市场主体，提升资源配置效率［4］。金融市场的信息披露、多元审查和公司治理机制，有效解决信息不对称问题，降低科技创新企业的融资成本［21］，因此金融市场在信息收集、处理和传播，改善公司治理等方面有优势，对于依赖外部融资的科技创新型企业发展起到重要作用［4］。相较于银行提供的基本风险管理，金融市场能够较好地匹配高投入、高风险科技创新企业的风险属性和运作特征［2］，通过多样化的风险分散机制进行风险管理，因此科技创新企业在金融市场更容易获得资金支持。金融市场多样化和灵活的风险管理为科技创新企业的资金筹集提升了效率［22］。也有学者指出个体投资者存在缺乏信息搜寻的动力问题［23］，信息不对称导致投资行为的短期化，信息披露在减缓信息不对称的同时，也会增加中小企业融资成本。

不管在科技创新研发阶段，还是科技创新转化阶段，不同类型科技创新的风险收益特征是不同的。银行和金融市场在满足不同类型科技创新的风险收益特征方面各有优缺点，重要的是发挥银行和金融市场各自的比较优势，银行是风险低、收益稳定、成熟技术、模仿创新的适宜融资渠道，金融市场是风险高、收益不确定、高投入、自主创新的适宜融资渠道，银行和金融市场并非替代关系，而是互补关系。银行与金融市场按照比较优势匹配不同类型科技创新的融资需求，能够实现科技创新效率最大化。

2 研究设计

2.1 研究方法

技术效率实质为投入与产出之比，常用测量效率方法有数据包络分析(DEA)和随机前沿分析(SFA)。SFA 分析产出为单一变量，优点是考虑了随机因素对于产出的影响，计算结果较为稳定，不受异常点的影响。DEA 分析忽略随机因素对于产出的影响，测算结果容易受异常点的影响，优点是可以直接处理多产出的变量。综合考虑两种方法的优缺点，本文选择构建超越对数随机前沿分析模型。

Aigner 等［24］、Meeusen 等［25］分别提出随机前沿模型，对模型中的误差项分解成随机误差和技术非效率项。Kumbhakar 等［26］总结随机前沿模型的基本形式，表示如下：

2.2 模型设定

2.2.1 前沿分析模型

随机前沿分析主要由前沿分析模型和技术非效率模型两部分组成。前沿分析模型主要是确定生产函数的形式，常用的生产函数有两种形式。生产函数放宽了前提假定，展示变量间交互对产出的影响，更具有一般化和适应性。本文根据检验结果选取生产函数进行模型设定，分别从科技创新研发和成果转化阶段分析金融结构对科技创新产出及效率的影响效应,模型形式设定如下式（4）所示：

其中下标i和t分别代表省份和时间，lnYZit表示科技创新产出，分别代表科技创新研发成果lnYFCG 和科技创新转化成果lnZHCG。lnK和lnL分别表示科技创新研发资金投入和研发人员的投入，lnFsca 为金融发展规模。为研究不同发展模式下金融结构对科技创新产出的影响，引入金融发展变量lnF，分别为银行lnFbank、金融市场lnFmark 和金融发展综合指数lnFindex 代表不同金融模式。

2.2.2 科技创新非效率模型

金融结构是银行与金融市场的相对规模，代表企业间接融资方式和直接融资方式比例，金融结构通过作用于企业的融资结构对科技创新活动产生影响。参考相关文献，科技创新效率主要受金融发展规模、科技创新生态环境、经济发展水平、实际利用外商投资和科技研发强度的影响。技术非效率模型设定在控制金融规模、科技创新生态环境、研发投入强度等变量后，主要研究金融结构对科技创新效率的影响效应。具体模型设定如式（5）所示：

2.3 变量说明

前沿分析模型的被解释变量。本文从创新价值链的角度划分科技创新两个阶段，采用建立指标体系的方式综合反映科技创新两阶段的产出。选取专利授权数量和中国科技论文数量的对数以等权重的方式综合为科技创新研发成果，表示为lnYFCG，选取技术市场合同成交金额、高技术产业总产值和规模以上工业企业新产品销售收入数据剔除价格因素的影响，取对数后以等权重的方式综合为科技创新转化成果，表示为lnZHCG。

前沿分析模型的解释变量。金融发展是本文研究的重要解释变量，通过作用于研发资本和劳动两个要素投入对科技创新不同阶段的产出和效率产生影响。参考Raian 等［28］的指标选取，分别选用股票市价总值占GDP 比值衡量金融市场发展，表示为lnFmark；选取银行业金融机构各项贷款余额占比值衡量银行体系发展，表示为lnFbank；以两者之和占比值衡量金融发展综合指数，表示为lnFindex。为研究相同金融规模条件下不同金融模式对科技创新产出的影响，选取金融业增加值占比值衡量金融发展规模，表示为lnFsca。影响科技创新产出的其他因素为研发资本和劳动两个要素投入。本文选取经费内部支出存量作为研发资本要素投入，表示为lnK。参考邹文杰［29］处理方法，根据公式将经费内部支出转换成存量，是t时期的经费内部支出存量，时期经费内部支出，研发资本的折旧率，通常设定为15%。选取人员全时当量来衡量作为劳动要素投入，表示为lnL。

科技创新非效率模型的解释变量。金融结构为核心解释变量，参考Demirgc-Kunt［2］处理方法对金融结构指标的处理，选用银行业金融机构各项贷款余额与股票市价总值之比来度量，表明银行与金融市场的相对规模，表示为。同时控制金融规模对科技创新非效率的影响，引入变量。科技创新非效率模型的控制变量。科技创新生态环境，参考王小鲁等［30］编著的《中国分省份市场化指数报告(2018)》，选择市场中介组织的发育和法律制度环境衡量创新生态环境，指数越大代表创新生态环境越好；经济发展水平，采用剔除价格因素影响人均GDP 的对数度量；实际利用外商投资，用实际利用外商直接投资额占比值度量；科技研发强度，用经费内部支出占比值度量。

2.4 数据来源和描述性统计

金融结构对科技创新产出及效率的影响是不同的，我国1995 年才正式形成现代股票市场，因此本文随机前沿分析中搜集1995—2018 年中国30 个省份（未含西藏和港澳台地区）数据。为消除价格因素、量纲和地区差异的影响，与价值相关的绝对值数据都剔除价格因素后取对数，其他指标都进行比率化处理。原始数据来源于年鉴汇编、科技类、金融类统计年鉴、《中国分省份市场化指数报告（2018）》，部分变量数据来源于中经网数据库和数据库。各变量的描述性统计如表1 所示。

表1 变量的描述性统计分析

3 实证检验与结果分析

3.1 模型假设检验

表2 SFA 模型假设检验结果

表2 （续）

3.2 科技创新研发阶段

在科技创新研发阶段，不同金融模式对科技创新研发成果影响是不同的。表3 实证研究不同金融发展模式下金融结构对科技创新研发成果及效率影响，分别是以金融市场、银行体系和金融发展总指数为代表的金融发展水平进行随机前沿模型估计，估计结果分为前沿分析函数和技术非效率函数两个部分。前沿分析函数研究不同金融发展模式对科技创新研发成果影响，技术非效率函数研究金融结构对科技创新研发效率的影响。技术非效率函数表示各解释变量对技术非效率的影响，结果应该逆向解读，即参数越大，技术非效率越高，技术效率越低。

表3 随机前沿模型估计结果显示：第一部分为随机前沿模型，研究不同金融发展模式对科技创新研发成果影响。金融市场对科技创新研发成果的影响显著且始终是正向的；银行体系对科技创新研发成果的影响呈现倒“U”型，存在最佳的银行规模，超过最佳的银行规模后，银行体系对科技创新研发成果的影响会减弱；金融市场和银行并存的金融总指数对科技创新研发成果存在显著的正向影响。无论是金融市场发展还是银行体系发展均有利于科技创新研发成果的增加，金融市场和银行是互补关系。在我国以银行为主导的金融结构中，金融市场对科技创新促进作用一直为正，金融市场的重要性不断增加。金融市场、银行体系和金融总指数与研发资本投入的交互项显著增加科技创新研发成果，与研发人员投入的交互项抑制科技创新研发成果，说明金融市场和银行促进科技创新研发成果的渠道为缓解企业外部融资约束，促进研发资金投入，抑制研发人员投入，说明研发资金对研发人员具有一定的替代作用。且相对于金融市场来说，银行体系的促进或抑制作用更强，主要是由于我国的金融市场体系虽然已经基本形成,但是存在着金融市场化程度不高、金融创新能力不强、风险管理水平不高等问题，减弱了金融市场对科技创新研发成果的作用强度。不同金融发展模式下，金融规模抑制科技创新研发成果增加。相对于研发资金投入来说，研发人员投入对科技创新研发成果促进作用更显著，且呈现倒“U”型线性关系。

表3 科技创新研发阶段的随机前沿模型估计结果

表3 （续）

第二部分根据技术非效率模型，研究金融结构对科技创新研发效率的影响效应。无论在金融市场和银行的发展模式下，还是金融总指数发展模式下，金融结构、金融规模对科技创新研发效率都呈现正向不显著的影响，即在我国以银行主导的金融结构中，继续增加银行体系规模或是减少金融市场规模对提升科技创新效率没有影响，重点应该是发挥银行和金融市场的互补作用，发挥银行和金融市场满足不同类型科技创新的融资需求的比较优势。科技创新生态环境显著提高科技创新研发效率，且经济发展水平越高，研发投入强度越大，科技创新研发效率越高。

3.3 科技创新转化阶段

在科技创新转化阶段，金融市场和银行体系对科技创新转化产出及效率影响也是不同的，表4 实证研究不同金融发展模式下金融结构对科技创新转化产出及效率影响，分别是以金融市场、银行体系和金融发展总指数代表金融发展水平进行随机前沿模型估计，研究方法和科技创新研发阶段一致。

表4 科技创新转化阶段的随机前沿模型估计结果

表4 随机前沿模型估计结果显示：第一部分根据随机前沿模型，研究不同金融发展模式对科技创新转化成果影响。金融市场对科技创新转化成果没有显著性影响；银行体系对科技创新转化成果影响呈现倒“U”型,存在着最佳的银行规模；金融总指数显著促进科技创新成果转化。说明不同金融发展模式对促进科技创新转化成果方面存在差异性，相对金融市场来说，银行和金融总指数促进科技创新转化成果更有优势。主要是由于我国金融市场体系虽已形成，但对实体经济的支撑作用不强，在我国银行主导型的金融体系基础上发展能够匹配不同类型、性质和阶段科技创新的权益型资本市场迫在眉睫，有效发挥金融市场对科技创新转化的促进作用。金融市场、银行体系和金融总指数与研发资本投入的交互项正向促进科技创新成果转化，但是与研发人员投入的交互项抑制科技创新成果转化，只有金融市场与研发资本投入和研发人员投入的交互项的影响是不显著的。说明银行促进科技创新转化成果的渠道主要是提供资金支持，资本对人力有替代作用，抑制研发人员投入。金融规模对科技创新成果转化影响也是非线性，存在着最优的金融规模。研发资本投入和研发人员投入都显著促进科技创新转化成果。

第二部分根据技术非效率模型，研究金融结构对科技创新转化效率的影响效应。在金融市场发展模式下，金融结构对科技创新转化效率具有微弱的促进作用，但是影响不显著；在银行体系和金融总指数发展模式下，金融结构对科技创新转化效率无显著影响。即在我国以银行主导的金融结构中继续增加银行体系规模不能提升科技创新效率，重点是要充分发挥金融市场对科技创新成果转化的促进作用。金融规模对科技创新转化效率有较为显著负向影响。科技创新生态环境越好，经济发展水平越高，实际利用外资水平越高，科技创新转化效率也越高。研发投入强度对科技创新转化效率的影响显著，但是研发投入强度越大抑制科技创新转化效率的提升，可能研发投入强度越大导致研发成果质量差、与现实经济的脱节，从而抑制科技创新转化效率的提升。

3.4 稳健性检验

为检验金融结构与科技创新研发效率和转化效率关系的稳健性，选取随机前沿分析模型测度的不同金融发展模式下科技创新研发效率和转化效率作为被解释变量，金融结构、金融规模、科技创新生态环境、经济发展水平、实际利用外资水平和研发投入强度作为解释变量，检验金融结构对科技创新效率的影响。表5 结果显示，金融结构对不同金融发展模式下测得科技创新研发效率无显著性影响，金融结构对不同金融发展模式下测得科技创新转化效率呈现正向但是不显著性影响，即银行与金融市场的规模比不影响科技创新的效率。金融规模的再扩大会抑制科技创新研发效率和转化效率的提升。科技创新研发效率和转化效率主要受科技创新生态环境、经济发展水平、实际利用外资水平和研发投入强度的影响。

表5 稳健性检验（一）

为避免效率测算方法引起的偏差，本文采用DEA-malmquist 方法根据科技创新研发阶段和转化阶段投入产出变量重新测算科技创新研发效率和转化效率。选取测算结果中的技术效率变化effch，技术进步变化techch，纯技术效率变化pech 作为被解释变量进行回归，结果如表6 所示：在5%的显著性水平下来看，金融结构对科技创新研发阶段和转化阶段效率变化呈现负向但是不显著的影响，即无论是增加银行体系规模还是减少金融市场规模对于效率变化影响不显著，甚至倾向于抑制效率的提升，研究结果与上文基本一致。

表6 稳健性检验（二）

3.5 金融结构与科技创新效率

图1 金融结构与不同金融发展模式下的科技创新研发效率

图2 金融结构与不同金融发展模式下的科技创新转化效率

4 结论及政策建议

本文从创新价值链理论出发，分别从科技创新研究阶段和成果转化两个阶段，以金融市场、银行体系和金融发展总指数代表不同金融发展模式，研究不同金融发展模式下金融结构对科技创新不同阶段产出及效率的影响。采用综合指标来全面衡量科技创新研发成果和转化成果，且研究过程中控制金融规模变量，研究结论总结如下：第一，金融结构对不同阶段科技创新产出的影响。在科技创新研发阶段，无论是银行发展和金融市场发展，还是金融总指数均促进科技创新研发成果产出，且主要是通过增加研发资金、抑制研发人员渠道来实现，研发资金和研发人员之间具有一定的替代作用；在促进科技创新研发成果产出过程中，银行体系存在最佳的银行规模，金融市场发展一直呈现正向促进作用。在科技创新转化阶段，银行发展和金融总指数发展均促进科技创新转化成果产出，金融市场尚不能促进科技创新转化成果产出，且与研发资本投入的交互项正向促进、与研发人员投入的交互项抑制科技创新成果转化；在促进科技创新转化成果产出过程中，银行体系存在最佳的银行规模，金融市场对科技创新转化成果的促进作用尚未显现。第二，金融结构对科技创新效率的影响。无论在金融市场发展、银行体系发展和金融总指数发展模式下，金融结构对科技创新研发效率和转化效率都不能产生显著的影响。不同金融发展模型下科技创新研发效率和转化效率差异性不明显，并不存在金融市场比银行体系发展在促进科技创新研发效率方面更有优势，金融结构不影响科技创新研发效率和转化效率。在不同金融发展模式下科技创新转化效率要明显低于科技创新研发效率，说明科技创新过程中从科技创新研发到科技创新成果转化存在障碍。

根据研究结论，在增加科技创新研发成果和转化成果方面，需要充分发挥金融市场和银行的互补作用，最大化金融发展对实体经济支撑作用；在提高科技创新研发效率和转化效率方面，需要重点加强科技生态环境、经济发展水平和研发投入强度。在我国，银行体系的发展对科技创新研发成果和科技创新成果转化均起了正向影响，金融市场促进科技创新研发成果增加，对科技创新转化成果没有显著性影响。我国是以银行为主导的金融结构，金融市场体系初具规模，但是我国金融市场发展体制机制不完善，金融市场与实体经济发展不匹配，存在“脱实向虚”发展的问题，因此金融市场对科技创新研发成果和转化成果的促进作用没有得到充分的发挥。金融市场和银行体系之间不是替代关系，而是互补关系，因此在保障金融稳定的前提下，我国还应该大力发挥资本市场，通过发展高流动性、高效率的资本市场为科技创新和产业升级提供强有力支撑。银行和金融市场应当各尽其职，发挥不同金融发展模式的互补功能。金融供给侧结构性改革中明确金融体系结构调整优化的方向，金融结构的动态演进需要匹配不同性质、类型和阶段的科技创新，匹配产业结构升级，做好融资服务分工职能，以最大化金融体系的效率。