我国科技金融对制造业创新发展影响研究——基于中国省际面板数据的门槛回归分析

徐文篆，赵俊，宋秋平

（安徽外国语学院 国际经济学院，合肥 231201）

1 引言

制造业是国民经济的主体，是立国之本、兴国之器、强国之基。当前，我国制造业发展问题已引起社会各界的广泛关注，并成为诸多学者探讨的焦点。其中，工业和信息化部发布的《2022中国制造强国发展指数报告》数据显示，2021年我国工业增加值已达31.4万亿元，占全球比重约30%，已经连续12年位居世界第一制造业大国。虽然中国是一个制造业大国，制造业体系完备，但是中国的生产方式至今仍未完全摆脱传统的生产模式，与世界发达的制造强国的先进水平相比，中国制造业的自主创新研发能力尚存在较大差距[1]。为了突破我国制造业发展的瓶颈，扭转我国制造业面临的“大而不强，全而不优”的窘境，中央经济工作会议定调的2023年重点工作任务指出要大力发展制造业，着力提升制造业创新发展水平，夯实国民经济发展根基。

践行制造业创新发展战略，离不开强有力的金融支持及配套政策支撑。2019 年11 月15 日，国家发展改革委和15部门联合印发了《关于推动先进制造业和现代服务业深度融合发展的实施意见》（发改产业〔2019〕1762号），提出要创新金融支持方式，提升金融支持制造业创新发展的能力和效率。2022 年7 月4日，银保监会印发《关于进一步推动金融服务制造业高质量发展的通知》（银保监办发〔2022〕70 号），明确为进一步推动金融机构完善制造业金融服务，更好支持制造业高质量发展，要增强以创新与科技为核心要素的科技金融的支撑。科技金融是促进创新研发、成果转化及高科技产业发展的一系列金融政策工具、金融制度、金融政策、金融服务，是由向创新活动提供融资资源的各种主体及其行为活动共同构成的系统[2]。因此，实证分析科技金融对制造业创新发展的影响，对促进科技金融与制造业深度融合发展显得尤为重要。

国内外学者关于科技金融与创新发展的研究主要集中于两个方面：一是金融发展与科技创新之间的关系，以King 等[3]、Foster 等[4]、Samila 等[5]、Czarnitzki等[6]、Po-Hsuan 等[7]、Karwowski 等[8]为代表的学者通过实证研究得出金融发展对科技创新起着显著促进作用的结论。二是科技金融与创新水平之间的互动关系，以杜江等[9]、马凌远等[10]、侯世英等[11]为代表的学者提出科技金融可提高地区创新水平，而芦锋等[12]、周才云等[13]为代表的学者则指出科技金融能促进产业创新发展。三是关于创新发展水平的度量，以聂国卿等[14]、程锐等[15]为代表的学者将专利申请数作为衡量创新发展水平的指标，而以李健等[16]、王世强等[17]、郭炳南等[18]为代表的学者则将专利申请授权量作为衡量创新发展水平的指标。

从对上述文献的梳理不难发现，既有文献为本研究提供了重要的参考借鉴，然而鲜有学者聚焦制造业这一具体产业视角来研究科技金融对制造业创新发展；同时现有文献主要是以专利申请数或专利申请授权量作为制造业创新发展水平的代理变量，无法全面衡量制造业创新发展水平。为此，本文以制造业这一独特的产业视角为切入点，从全新维度构建了制造业创新发展水平的综合指标评价体系，由分别体现制造业的研发阶段、成果转化阶段、技术扩散阶段的创新发展水平指标——人均专利申请授权数、新产品产出率、技术市场成交额构成，并采用熵值法测度我国各地区制造业创新发展水平，进而利用门槛回归模型检验科技金融对制造业创新发展的影响，为促进科技金融与制造业深度融合发展提供重要依据。

2 研究设计

2.1 模型构建

由于科技金融与制造业创新发展之间可能存在非线性关系，故本文采用面板门槛模型对其研究。在借鉴Hansen[19]的面板门槛模型的基础上，构建以科技金融水平为门槛变量，科技金融与制造业创新发展之间非线性关联的面板门槛模型如下：

式（1）中，MIit为被解释变量制造业创新发展水平；TFit为科技金融水平，既是核心解释变量又是门槛变量；γ为特定门槛值，γ1和γ2分别表示第一门槛值和第二个门槛值①模型构建时，为了便于说明模型结构，假设存在两个门槛值，但实际并非一定是两个门槛值，需根据模型估计结果确定门槛数。；I(·)为指示函数；qit为控制变量；μi、λt和εit分别为地区固定效应、时间固定效应和随机扰动项。

2.2 变量设置

2.2.1被解释变量

本文被解释变量，即制造业创新发展水平（MIit）。为了较全面地衡量制造业创新发展水平，本文选定分别体现制造业研发、制造业成果转化、制造业技术扩散这三个阶段的创新发展水平的指标——人均专利申请授权数、新产品产出率、技术市场成交额作为制造业创新发展水平的综合指标评价体系，指标具体含义如表1所示，指标权重采用熵值法测定。

2.2.2.解释变量

本文的解释变量，即科技金融水平（TFit），借鉴汪淑娟等[20]和谷慎等[21]的研究，考虑数据的可得性，选取科技人力资源、财政拨款力度、研发经费力度、政府支持力度、企业支持力度、科技贷款力度这六个指标共同构建科技金融水平指标体系，指标具体含义见表2所示，指标权重采用熵值法测定。

表2 科技金融水平的指标评价体系

2.2.3.控制变量

为避免遗漏变量误差的出现，本文引入控制变量如下：（1）人力资本（HR），以“每千万人口高等学校平均在校生数”来反映。（2）城镇化水平（URB），借鉴潘雅茹[22]的做法，以“年末城镇人口比重”来衡量。（3）产业结构高级化（UPG），借鉴刘荣增[23]的做法，以“第三产业产值与第二产业产值之比”衡量。（4）市场化水平（MAR），借鉴王小鲁等[24]的做法，以“市场化指数”来衡量。

2.3 样本选择与数据来源

考虑到数据的可得性，本文选取2011—2021年中国30个省、市、区（不包括西藏及港、澳、台地区）的面板数据作为实证研究样本。样本数据来源于2012-2022年的《中国统计年鉴》、《中国工业统计年鉴》和《中国科技统计年鉴》。由于自2008年起不再以金融机构科技贷款统计口径进行统计，故本文借鉴相关研究，采用“金融机构贷款余额”数据替换“金融机构科技贷款”数据[25]。

2.4 指标测度

2.4.1指标测度方法

为了得到更加客观的权重系数，本文采用熵值法计算制造业创新发展水平和科技金融水平。熵值法确定指标权重系数的计算过程如下：

(1)无量纲化处理

设xij(i= 1,2,…,n;j= 1,2,…,m)为第i个评价对象的第j个指标的观测数据，为了消除原始数据不同量纲的影响，对原始数据进行极差标准法无量纲化处理，由于制造业创新发展水平和科技金融水平的各评价指标都是正向指标，故标准化公式为：

(2)平移处理

为了使后续运算有意义，必须消除零的影响，故对无量纲化处理后的数据进行整体平移，且为了不破坏原始数据的内在规律，需尽可能小幅度的平移，故本文选择将所有数据整体向右平移0.0001，故平移处理的公式为：

(3)归一化处理

归一化处理即计算第i个被评价对象在第j个评价指标上的指标值比值，公式为：

(4)计算熵值

第j个评价指标的熵值计算公式为：

(5)计算差异性系数

第j个指标的差异性系数计算公式为：

(6)计算权重系数

第j个指标权重系数的计算公式为：

(7)计算综合评价值

n个被评价对象的综合评价值的计算公式为：

2.4.2制造业创新发展水平和科技金融水平的测度

将制造业创新发展水平的各指标数据和科技金融水平的各指标数据分别代入上述权重系数的计算公式（7），得到制造业创新发展水平和科技金融水平的各指标权重系数，以及2011 年-2021 年各地区的制造业创新发展水平和科技金融水平的数据。囿于篇幅，本文仅给出制造业创新发展水平的各指标权重系数（见表3）和科技金融水平的各指标权重系数（见表4），没有列示2011 年-2021 年各地区的制造业创新发展水平和科技金融水平的数据，但留存备索。

表3 制造业创新发展水平的各指标权重系数

表4 科技金融水平的各指标权重系数

2.5 描述性统计

变量描述性统计结果见表5 所示，由表5 可知，制造业创新发展水平与科技金融水平的标准差分别为0.0044 和0.0021，极差分别达0.0324 和0.0111，表明2011-2021年间中国30个地区的制造业创新发展水平与科技金融水平均存在显著差异；此外，控制变量人力资本、城镇化水平、产业结构高级化、市场化水平的分布也具有明显差异，为进一步分析提供了恰当的数据基础。

表5 变量描述性统计结果

3 实证结果分析

3.1 门槛效应检验和门槛值的确定

为了检验科技金融对制造业创新发展的影响是否存在门槛效应，本文以科技金融水平为门槛变量进行门槛估计。借鉴Hansen[19]的bootstrap 法，运用Stata16.0 统计软件，首先建立单一门槛模型，若通过显著性检验，则继续建立双重门槛模型，若未通过显著性检验，则确定采用单一门槛模型，反之则继续建立三重门槛模型检验。

门槛效应检验结果见表6所示，由表6可知，单一门槛检验的P值为0.0833，在10%的水平上显著；双重门槛检验的P值为0.0233，在5%的显著性水平下通过检验；三重门槛检验的P值为0.0567，在10%的显著性水平下通过检验，故本文应建立三重门槛模型。

表6 门槛效应检验结果

确定三重门槛面板模型后，需进一步对门槛估计值及其置信区间进行分析，结果见表7 和图1 所示。由表7 可知，门槛变量（科技金融水平）的三重门槛值分别为0.0036（第一门槛值）、0.0059（第二门槛值）和0.0080（第三门槛值）。与表7相对应，图1为门槛估计值LR图。门槛值是似然比函数检验统计量LR等于0时门槛变量的取值，即LR 图中的最低点，当门槛估计值对应的LR 小于临界值7.3523 时即可通过检验。由图1可直观地看出，三个最低点均小于临界值，故认为三个门槛估计值均是有效的。

图1 门槛估计值LR图

表7 门槛值估计结果及其置信区间

3.2 门槛回归分析

三重门槛面板模型回归结果见表8 所示。由表8 可知，当科技金融水平低于第一门槛值0.0036 时，科技金融对制造业创新发展的影响系数仅为1.4386，且在1%的水平上通过了显著性检验，这是因为在科技金融水平过低时，科技金融受制于落后的科技手段而无法为制造业创新活动提供高效且丰富的金融服务，致使其对制造业创新发展的促进作用很小。当科技金融水平在[0.0036，0.0059]时，其影响系数增至2.0598，且在1%的水平上显著，因为科技金融具有长期积累性，随着科技金融水平不断提高，科技金融对制造业创新发展的促进作用也得到增强。当科技金融水平跨越第二门槛值0.0059 时，其影响系数进一步增至2.6445，且通过了1%的显著性水平检验，因为随着科技金融的发展并逐渐成熟，科技金融对制造业创新发展的促进作用逐渐显著增强。当科技金融水平进一步跨越第三门槛值0.0080时，其影响系数陡增至6.8767，且通过了1%的显著性水平检验，因为科技金融水平处于合理区间内会实现金融服务投入的最优化，能最大程度地促进制造业创新发展。因此，在研究区间内，科技金融对制造业创新发展存在正向促进效应，且这种正向促进影响一直在增强。

表8 门槛模型回归结果

通过描述性统计分析可知，科技金融水平高于0.0080（第三门槛值）的样本较少，仅有12 个，说明基于加快推进制造业创新发展的视角，我国科技金融尚有较大发展空间。此外，根据回归结果，控制变量对制造业创新发展的影响如下：（1）人力资本对制造业创新发展的正向影响显著。人力资本水平是劳动力受教育水平的体现，高素质的劳动力能提高生产效率进而有效推动制造业创新发展。（2）城镇化水平对制造业创新发展的负向影响显著。随着城镇化水平不断提高，地区发展不均衡问题日益凸显，导致资源配置效率低下，从而在一定程度上阻碍了制造业创新发展。（3）产业结构高级化对制造业创新发展的正向影响显著。产业结构高级化的趋势是逐步向第三产业调整，第三产业的蓬勃发展带来便利的交通和发达的物流，大幅提升了资源配置效率，从而有效促进制造业创新发展。（4）市场化水平对制造业创新发展的正向影响显著。市场化水平越高，创新要素的流动和创新成果的转化也随之加快，进而促进制造业的创新发展。

3.3 稳健性检验

制造业创新发展水平除了受到科技金融水平、人力资本、城镇化水平、产业结构高级化、市场化水平的影响外，还会受到经济发展水平的影响。故本文进行稳健性检验时，在基准模型（1）中纳入经济发展水平这一控制变量重新进行门槛回归，回归结果见表9 中的“模型（2）”所示。回归结果显示，模型（2）与基准模型（1）相比，门槛值的数量、门槛值的大小、变量的显著性、变量的系数符号及系数值大小均与上述检验结果无甚差异，故前文的实证结论是稳健的。

表9 门槛模型的稳健性检验结果

4 结论与政策建议

基于2011-2021 年中国省际面板数据，利用门槛回归模型分析科技金融对制造业创新发展的非线性影响，得到如下结论：（1）科技金融对制造业创新发展的影响存在基于科技金融的三重门槛效应，随着科技金融水平阈值区间的提升，科技金融对制造业创新发展的正向促进效应逐渐增强。（2）科技金融水平高于第三门槛值（0.0080）的样本较少，说明基于加快推进制造业创新发展的视角，我国科技金融尚有较大发展空间。（3）从控制变量来看，人力资本、产业结构高级化、市场化水平对制造业创新发展具有正向促进作用，而城镇化水平对制造业创新发展则具有负向抑制作用。基于上述结论，提出以下政策建议：

（一）充分发挥政府对制造业创新发展的支持作用。政府应系统制定长期鼓励科技金融助推制造业创新发展的战略与规划，对制造业企业给予减税降费等优惠政策以激励其技术创新并进一步促进制造业企业实现重大技术突破与研发成果落地。要通过政府投资和政策激励有效带动全社会对制造业创新发展项目的融资支持，鼓励和吸引更多民间资本参与制造业创新发展项目建设。要持续发挥出口对制造业创新发展的支撑作用，提高制造业创新发展企业的贸易便利化水平，为制造业创新发展企业更好地走出去积极创造条件。

（二）着力提高制造业企业自身的自主创新研发能力。制造业企业要加大研发经费投入力度，提高制造业企业研发经费占销售额的比重以优化研发经费投入结构，并自主将研发成果转化为生产力以提高研发经费投入产出效率。同时，制造业企业应加大科技型人才的培育力度，利用资本激励和培训交流等方法大力引进与培养科技型人才，集聚各方面社会创新力量，加快建设科技型人才中心并建立健全科技型人才的激励与提拔机制，以夯实制造业创新发展的人力保障。

（三）切实加大金融机构对制造业创新发展的支持力度。鼓励商业银行在提供传统银行产品的基础上，创新科技信贷产品与服务为制造业创新发展提供资金支持；助推保险公司创新科技保险产品，预防制造业企业在创新发展过程中的资金链风险；引导风险投资基金加强与民间资本的密切联系，加强对初创期制造业企业的关注，完善风险投资基金机制并积极参与制造业创新发展项目，拓宽制造业企业的投融资渠道；加快设立科技小贷公司、科技信贷机构，推广制造业知识产权和股权质押贷款，提高民间资本对制造业创新发展项目的投融资力度。