一种科技金融促进经济发展与创新协同的评估方法

摘要

本发明设计了一种科技金融促进经济发展与创新协同的评估方法，主要有以下步骤:S1、选取科技金融发展的原始指标,计算科技金融指数；S2、构建经济发展子系统与科技创新子系统，测度两者的协同水平；S3、构建计量模型,分析科技金融对经济发展与科技创新协同的影响；S4、构建系统有序度模型，用于测度系统内部的有序程度、有序结构与有序状态；S5、分析所述经济发展子系统与所述科技创新子系统的总体协同结果。本发明利用省级数据，在对科技金融、经济发展与创新协同测度的基础上，实证分析了科技金融对经济发展与创新协同的影响。

说明书

技术领域

本发明涉及金融经济技术领域，特别是涉及一种科技金融促进经济发展创新协同的评估方法。

背景技术

科技金融具有广泛的内涵，科技金融是金融支撑科技创新的活动和过程，由科技金融的供给与需求方构成的体系。按其主体性质可分为公共科技金融与市场科技金融。公共科技金融是支持科技创新的一系列政策性金融安排，通过政府投入承担科技创新过程尤其是初期风险，撬动市场主体金融资源投入，从而推动科技创新与产业加快发展。市场科技金融则是根据科技创新企业的资金需求，由市场发挥资本配置的作用，由商业性金融机构与相关参与方为科技企业创新发展提供一系列金融工具、金融产品与金融服务。

科技金融支持科技创新的最终目的是实现增长方式转变、促进高质量发展，而科技创新与经济发展能够有效实现协同，是科技金融能够实现最终目的的关键。已有科技金融对经济发展与科技创新协同的支持相关研究仍然不够，对科技金融如何支持经济发展与科技创新协同的理论分析也有待加强，公共科技金融与市场科技金融的作用是如何发挥的等问题均有待进一步深入研究。

发明内容

本发明利用2013-2018年的省级面板数据，在对科技金融、经济发展与科技创新协同水平测度的基础上，对科技金融如何支持经济发展与科技创新协同进行了理论分析与实证检验。基于此本发明提出了一种科技金融促进经济发展与创新协同的评估方法：

S1、选取科技金融发展的原始指标,计算科技金融指数；

S2、构建经济发展子系统与科技创新子系统，测度经济发展子系统和科技创新子系统的协同水平；

S3、构建计量模型,分析科技金融对经济发展与科技创新协同的影响；

S4、构建系统有序度模型，用于测度系统内部的有序程度、有序结构与有序状态；

S5、分析所述经济发展子系统与所述科技创新子系统的总体协同结果，以及科技金融对经济与创新协同影响的回归结果，判断科技金融对经济与创新协同的促进作用。

优选地，步骤S1中所述科技金融发展的原始指标基于科学性、全面性、代表性、可操作性、层次性原则进行构建，从公共科技金融指标与市场科技金融指标两个维度构建综合指标体系，对科技金融指数进行测度。

优选地，步骤S1中计算所述科技金融指数的方法为：首先对所述原始指标进行归一化处理，然后确定指标权重，最后计算综合科技金融指数。

优选地，步骤S2中所述测试经济发展子系统和科技创新子系统的协同水平包括：经济发展与科技创新之间的协同度、经济发展规模与科技创新规模之间的协同度、经济发展结构与科技创新结构之间的协同度、经济发展效率与科技创新效率之间的协同度。

优选地，所述步骤S2中测度经济发展子系统与创新协同子系统的协同水平的计算步骤为:

S2.1利用功效系数对所述进行归一化处理后的指标进行无量纲化处理；

S2.2通过变异系数法确定所述进行归一化处理后的指标的权重；

S2.3将所述进行归一化处理后的指标与其权重相乘得到各子系统的综合有序度；

S2.4分别计算各子系统之间的协同度。

优选地，步骤S3中所述计量模型包括：被解释变量和解释变量，被解释变量为：经济发展与科技创新的协同度，解释变量为：公共科技金融指数、市场科技金融指数与科技金融综合指数。

优选地，步骤S3中所述计量模型的构建方法为:

ecoino

ecoino

ecoino

其中，式(1)表示科技金融对经济发展与科技创新协同的综合影响，式(2)表示公共科技金融对经济发展与科技创新协同的影响，式 (3)表示市场科技金融对经济发展与科技创新协同的影响；ecoino

本发明的有益效果为：

(1)科技创新成果能够转化为经济产出、科技创新资产能够实现最大财富化；经济产出水平的提高拓展了对科技创新的需求，且为科技创新提供资金、人力资本等投入要素支持，实现经济发展与科技创新的整体前进、共同发展。经济发展与科技创新可通过规模、结构与效率实现协同。但是，有时即使经济发展比较快，科技创新水平比较高，经济发展与科技创新也未能实现有效协同，原因包括：一方面，科技成果转化难，金融支持不足，科技资产难以实现最大财富化；另一方面，经济结构偏重、产业结构失衡、经济运行效率不高难以为科技创新提供足够的资金支持，人力资本未能实现有效积累，资金过度追逐房地产业等快钱行业对科技创新投入产生了挤压等。

(2)本发明通过实证发现科技金融能够显著地促进经济发展与科技创新协同。从符号与显著性水平来看，固定效应模型与双向固定效应模型结果一致，东部样本与中西部样本回归结果一致，中西部的公共科技金融对经济发展与科技创新协同影响大于市场科技金融的影响，政策性科技金融对中西部地区的经济发展与科技创新协同更重要一些；实证的结论和数据显示公共科技金融与市场科技金融存在正向交互效应，公共科技金融通过引导效应与撬动效应能吸引市场科技金融介入，市场科技金融则通过财富化效应等渠道反哺公共科技金融，促进了经济发展与科技创新协同；并且，公共科技金融对经济发展与科技创新协同的促进作用，主要是通过公共科技金融与市场科技金融的交互效应实现的。

(3)本发明启示中国的经济发展可通过着力改善经济与创新的协同质量来提升整体效益。需转变依赖重工业的投资模式，优化产业结构，降低能源消耗与环境污染，抑制房地产泡沫，提升经济产出效率，通过“新基建”投资培育增长潜力与经济竞争力；从科技创新方面出发，科技创新规模扩大的同时应更注重创新结构优化与创新效率提升，通过提高科技创新投入水平，加大“从0到1”基础研究的政策支持，提高创新质量，强化高水平创新，加快科技创新机制革新，畅通科技成果转化路径。要充分实现战略与政策协同，利用创新驱动发展战略，创新型国家建设战略和供给侧结构性改革战略提升协同度。

(4)科技金融对于经济与创新的协同提高过程的融入度问题，是中国经济高质量的发展与否重要影响因素之一。创新财政科技投入方式、建立立体的科技金融体系，充分发挥公共科技金融弥补市场失灵，撬动市场金融介入，引导科技创新产业发展，分担科技创新风险的功能。同时发挥银行业金融机构、资本市场、创业与风险投资等在支持科技创新中的主体地位，通过公共科技金融与市场科技金融的有效配合，实现经济与创新的有效协同。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图；

图2为本发明2013-22018年科技金融指数、经济与创新协同度趋势图；

图3(a)为本发明经济发展与科技创新协同度与公共科技金融指数散点图；

图3(b)为本发明经济发展与科技创新协同度与市场科技金融指数散点图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提供了一种科技金融促进经济发展与创新协同的评估方法，包括以下步骤：

S1、科技金融指数测度

S1.1、选取科技金融发展指标

在指标选取方面，一是结合已有文献的研究，选择科学性较好、代表性较强、指标含义明确的指标；二是从科技金融发展的角度选择指标，与科技金融的相关性强。公共科技金融方面，选择了人均财政科技支出、财政科技支出/gdp、人均R&D经费内部支出来源于政府资金部分三个指标进行衡量；市场科技金融方面，选择了人均R&D经费内部支出来源于非政府资金部分(包括：企业资金、国外资金与其它)、人均高新技术产业投资额、人均高新技术产业技术升级经费(包括：技术引进经费支出、消化吸收经费支出、购买境内技术经费支出、技术改造经费支出)、人均贷款余额、保险密度进行衡量。科技金融发展测度的综合指标体系见表1所示。拟测算的区间为2013-2018年。根据上述指标体系，利用31个省和地区的面板数据，计算了公共科技金融指数、市场科技金融指数与科技金融综合指数。

S1.2、对原始指标归一化处理，并确定指标权重，根据指标权重计算综合指数

不同指标之间的单位或内涵均存在明显不同，直接计算综合指数是不同合理的。因此，利用与功效系数原理的对原始指标进行归一化处理，以消除量纲对指标之间可比性的影响。

由于科技金融指数包括两层指标，不同层次的权重选择了不同的权重确定方法。其中，对原始指标主要采用变异系数法与专家打分法综合确定。变异系数法虽然是根据指标本身所包含的变异信息赋予指标权重，具有比较客观的性质，但是，由于不同指标代表了具体含义，其对科技金融影响的重要性不同。如果通过变异系数法赋予了相关性较低的指标最大的权重，这在理论上是难以解释的，计算的最终结果也是不科学的。因此，本实施例拟在变异系数法确定权重的基础上，通过小组专家讨论的方式，修正原始指标权重。在微调的基础上，确定了公共科技金融与市场科技金融维度的权重。最终权重如表1所示。

表1

设原始指标的权重为q

地区j第t年的市场科技金融指数值mft

地区j第t年的科技金融综合指数值ft

ft

S2、构建经济发展子系统与科技创新子系统，测度经济发展子系统和科技创新子系统的协同水平。

S2.1、子系统指标体系构建

本发明拟从规模、结构与效率出发，构建经济发展子系统与科技创新子系统，测度两者的协同水平。经济发展与科技创新的规模协同是指：经济发展水平提升与科技创新水平提高相互协调、共同前进与发展的过程。经济发展与科技创新的结构协同是指：经济发展过程的结构优化与高级化，与科技创新投入结构、产出结构等相互匹配，共同优化与发展的过程。经济发展与科技创新的效率协同体现为：经济发展的效率能够为科技创新提供持续可预期的资源投入、更有效的管理等，科技创新效率则能够有效地降低科技创新风险，转化为经济绩效，两者协同是良性互动的结果。

基于科学性、代表性、全面性、可操作性与层次性原则，本实施例结合已有文献的研究成果，经济发展子系统从规模、结构与效率3 个要素层共选取了人均GDP等12个指标。其中，单位GDP能耗为逆指标，即该序参量具有负功效。科技创新子系统的指标体系构建方面，同样是将其分为规模、结构与效率3个要素，原始指标数量为14个。本发明所构建的用于计算经济与创新协同度的评价指标体系具体见表2所示。数据来源主要包括两个渠道：第一个渠道是国家统计局网站，第二个渠道是《中国科技统计年鉴》，像基础研究经费占比等粒度比较细的数据主要通过《中国科技统计年鉴》查找。考虑至通货膨胀因素的存在，不同年份的价格指标可比性不足，因此，对这类指标以2000年的不变价格为基准全部进行了平减处理。

表2

测度方法说明

(1)系统有序度模型

系统有序度模型用于测度系统内部的有序程度、有序结构与有序状态。在系统内部各要素的综合影响下，系统整体上可能由低级别有序向高级别有序演化，但当内部要素的趋势随着临界点的抵近出现分化时，系统也可能走向无序发展。部分变量会对系统状态变化起决定作用，称为序参量。

设S

其中，u

考虑到经济发展子系统与科技创新子系统有多个序参量，为了衡量它们对子系统有序度的综合贡献，利用线性加权法对各子系统的序参量进行加权综合：

其中，u

(2)复合系统协同度模型

协同度通过子系统的有序度进行评价，子系统的有序度与系统协同度之间是正向相关关系。假设在初始时刻t

其中，sig(*)为示性函数，当u

系统协同度C的取值范围在-1至1之间，系统协同发展程度越高，C的取值越大。

S3、构建计量模型,分析科技金融对经济发展与科技创新协同的影响。

计量模型包括被解释变量和解释变量。

被解释变量为：经济发展与科技创新的协同度，符号为ecoino

为了控制其它因素对模型的影响，降低模型设定偏误，本发明选择了以下控制变量：(1)环境污染水平的代表变量SO

根据上述变量，本发明所构建的科技金融对经济发展与科技创新协同影响的计量回归模型如式(7)-(9)所示：

ecoino

ecoino

ecoino

其中，α为常数项，β

式(7)表示科技金融对经济发展与科技创新协同的综合影响，式 (8)表示公共科技金融对经济发展与科技创新协同的影响，式(9)表示市场科技金融对经济发展与科技创新协同的影响。相应的系数β

稳健性检验方面，本发明同样从个体固定与时间固定双向控制、区域异质性角度的角度进行了分析。

除此之外，本发明还构建如式(10)所示的计量模型分析公共科技金融与市场科技金融交互关系对经济发展与科技创新协同的影响：

ecoino

其中，pft

S4、分析所述经济发展子系统与所述科技创新子系统的总体协同结果。

本实施例选取研究区间为2013-2018年，研究对象为全国31个省和地区。以下对科技金融、经济发展与科技创新协同度的测度结果作简要分析。

S4.1、科技金融指数计算结果分析

从趋势上看，公共科技金融指数、市场科技金融指数、科技金融综合指数在整体上均呈现出明显上升的趋势，其中，公共科技金融指数从2013年0.088上升至2018年0.145，市场科技金融指数从2013 年0.105上升至2018年0.186，科技金融综合指数从2013年0.097上升至2018年0.167，分别上升了64.8％、77.1％与72.2％。从指数值来看，市场科技金融指数的平均值要高于公共科技金融，2018年分别为0.145与0.186。以上表明我国科技金融呈现出良好的发展态势，相对来说，市场科技金融的发展速度高于公共科技金融，公共科技金融发挥了一定的撬动作用。

从区域异质性来看，以2013-2018年科技金融指数均值为分析基础。公共科技金融指数方面，排名前5的分别是：北京市、上海市、天津市、广东省以及浙江省，其中，北京市与上海市的公共科技金融指数均值远高于其它省从和地区。排名后5位的分别是：河北省、河南省、湖南省、云南省以及广西壮族自治区。中部地区科技创新产业受政策支持力度较弱。市场科技金融指数方面，排名前5的分别是：北京市、江苏省、上海市、广东省、天津市，其指数值分别为：0.454、 0.381、0.364、0.291、0.285。排名后5位的分别是：新疆维吾尔自治区、广西壮族自治区、甘肃省、西藏自治区、云南省，其指数值分别为0.043、0.042、0.035、0.031、0.030，均属于西部地区。东部地区的市场科技金融发展指数明显高于中相部地区。

S4.2、经济发展与科技创新协同度计算结果分析

2013-2018年的经济发展与科技创新协同水平呈上升趋势，从 2013年的0.039上升至2018年的0.101，在整体发展过程中，经济发展通过规模、结构与效率效应与科技创新形成协调与协作，科技创新也增强了经济发展的竞争力与活力，两者相互协调与合作，推动整个系统共同前进与提升。

经济发展与科技创新协同具有雁阵引领的特征，即由部分地区的中心城市引领经济与创新协同发展。北京市的协同度水平显著高于其它地区，2018年相对于2008年上升了0.31，单独处于第1梯队。经济发展与科技创新子系统协同度改善处于第二梯队的有上海市、江苏省与浙江省，协同度2018年相对于2008年分别上升了0.20、0.19 与0.18。西部地区、中部地区的经济发展与科技创新协同提升表现明显不如东部地区。东部地区省份平均上升了0.142，而中部地区与西部地区上升量分别为0.084与0.074。

S4.3、科技金融、经济发展与科技创新协同之间的统计关系

图2给出了2013-2018年科技金融综合指数、公共科技金融指数、市场科技金融指数以及经济发展与科技创新协同度的均值趋势。总体来看，四者均呈现出共同上升趋势，科技金融、经济发展与科技创新协同之间可能存在密切关系，科技金融通过申通科技成果转化、分担科技创新风险、提高科技融资效率等，能够促进经济发展与科技创新协同。

另一直接反映变量之间关系的工具是散点图，图3展示了经济发展与科技创新协同度与公共科技金融指数(a)、市场科技金融指数(b) 的散点图。可以看出，被解释变量与解释变量之间全部存在明显的正相关关系。其中，经济发展与科技创新协同度(ecoino)与公共科技金融指数(pft)的相关系数为0.758，经济发展与科技创新协同度 (ecoino)与市场科技金融综合指数(mft)的相关系数为0.861。初步可以判断出各类科技金融指数对经济发展与科技创新协同度的正向影响作用。

S5、分析所述经济发展子系统与所述科技创新子系统的总体协同结果，以及科技金融对经济与创新协同影响的回归结果，判断科技金融对经济与创新协同的促进作用。

创新驱动发展是实现经济高质量可持续发展的必然要求，而经济与创新协同是实现创新驱动的重要机制与路径。我国经济发展与科技创新协同还有待改善，如何通过科技金融促进经济发展与科技创新协同，对促进经济发展方式转变、实现创新型国家等重要战略具有重要的理论意义与实践价值。为此，本发明从理论上分析科技金融对经济发展与科技创新协同的影响机理，对科技金融、经济发展与科技创新协同度进行了测度，并建立了包含基本模型、区域异质性模型以及交互效应模型，收集2013-2018年的省级面板数据，实证了科技金融对经济发展与科技创新协同的影响，主要结论如下：

2013-2018年的经济发展与科技创新协同水平呈上升趋势，但是科技创新子系统的整体有序发展水平不高，对经济高质量发展的支持力度不足，进而阻碍了经济发展与科技创新的协同；经济发展与科技创新在结构与效率协同上明显不如规模协同，协同的质量有必要提高；经济发展与科技创新的协同度改善的区域异质性也十分明显，尤其是科技创新的区域差异过大。

科技金融指数、经济发展与科技创新协同水平呈现出共同增长的趋势，通过实证发现科技金融能够显著地促进经济发展与科技创新协同。从符号与显著性水平来看，固定效应模型与双向固定效应模型结果一致，东部样本与中西部样本回归结果一致，但中西部的公共科技金融对经济发展与科技创新协同影响大于市场科技金融的影响，政策性科技金融对中西部地区的经济发展与科技创新协同更重要一些；同时发现科技金融综合指数的系数与t值均大于公共科技金融指数与市场科技金融指数，因此检验了公共科技金融与市场科技金融的交互效应，发现公共科技金融与市场科技金融之间存在正向交互效应，公共科技金融通过引导效应与撬动效应吸引市场科技金融介入，市场科技金融则通过财富化效应等渠道反哺公共科技金融，促进了经济发展与科技创新协同；并且，公共科技金融对经济发展与科技创新协同的促进作用，主要是通过公共科技金融与市场科技金融的交互效应实现的。