金融生态下对区域创新的影响时空差异

金融生态下对区域创新的影响时空差异

[提要]本文以湖南省14个省辖市为研究对象,运用探索性空间数据分析(ESDA)、地理加权回归等方法,研究2012~2019年金融生态环境对区域技术创新产出影响的异质性以及时空演化路径。研究结果表明:湖南省创新产出水平明显增加,地理空间上存在着明显的区域特点和差异,具有显著的聚集效应;金融生态环境对创新产出的影响存在着显著的空间异质性特征,并且这种异质性呈现扩大趋势;金融生态环境、研发投资、对外出口对创新产出起到正向影响,而外商投资、高新技术产值对创新产出则是负向影响。

关键词:金融生态环境;创新产出;熵值法;GEODA;GWR

2021年政府工作报告提出坚持创新驱动发展战略,以促进传统低成本优势向创新优势的转变,提高我国经济发展的质量和效益,改变传统技术降低能源耗费、改善生态环境,推动我国经济可持续发展。技术创新的影响因素与金融生态环境中基本要素多有重叠,即包含经济环境、政治环境、金融发展水平以及社会信用与制度文化环境等因素。金融生态环境能够建立良性运作的金融体系来为技术创新创造条件,因此金融生态环境作为技术创新的重要影响因素,它的改善情况对区域科技创新发展的影响如何,这对于新常态下通过创新来推进经济发展具有重要意义。

一、文献综述

金融生态环境是我国特有的名词,最初是乔海曙将金融和生态联系起来,并把金融生态认为就是绿色金融;随后周小川提出了优化金融生态并认为金融生态是金融运行的一系列基础条件;徐小林等认为金融生态环境是经济环境、政策环境、法律环境、信用环境等因素综合的产物。良好的金融生态环境能够缓解企业融资约束,减少政府干预对资源配置的扭曲,完善法制环境,提升金融资源的配置效率。金融生态环境作为影响科技技术创新的重要因素,对技术创新起着正向促进作用。翟胜宝等结合宏观环境和微观主体研究表明,金融生态环境对我国制造业企业创新能力产生正向影响。李冲等采用空间计量检验发现改善的金融生态环境通过成本机制和收益机制来推动区域经济主体的创新活动。大量学者从金融生态环境的组成部分来研究其对技术创新的影响。从经济基础来看,经济发展水平高,一方面是资金来源稳定且持久,能够支撑创新活动的开展;另一方面产业优化形成集群,促进产业内企业之间知识、技能等共享,增加知识储备和创新活动。李龙筠和刘晓川以我国创业板上市公司为样本研究表明经济发展状况好的地区企业创新能力较强。从政府治理来看,学者提出政府补贴和税收减免这两个方面都对技术创新产生正向的促进作用;而肖文和林高榜则提出政府补贴不利于提高创新效率;戴静和张建华认为政府的干预会阻碍创新效率的提高,因为政府干预会造成企业出现创新惰性。从法律建设和信用环境来看,Cooter用创新法律基础解释了创新原理,并提出私法和商法能够促进创新。根据现有文献分析,有关金融生态环境整体或组成部分对技术创新影响的研究在定量和定性方面均有涉及,但是针对金融生态环境对区域技术创新影响的空间分布差异研究较少,且结果存在着差异性。因此,本文以湖南省为研究对象,运用探索性空间数据分析法和地理加权回归模型对技术创新产出进行空间自相关分析,对其影响因素进行空间异质性分析,从而探究金融生态环境的改善对技术创新的影响及其空间差异性。

二、研究设计

(一)变量设计及样本选取。本文考虑到创新产出提供新的产品对于提高企业市场竞争力、国家经济实力具有重要意义,因此以有效专利发明数取对数来衡量因变量创新产出。结合湖南省实际,将湖南省金融生态环境综合评价体系划分为经济环境、政府治理、卫生文化环境、居民生活四个方面,它们共有15个子系统均为正指标,即选取的指标对金融生态环境的影响方向为正。为反映区域科技创新投入强度,采用科技研发经费支出占比衡量研发投资;为反映区域对外开放水平,用实际利用外商投资额占GDP的比重衡量政策环境,用出口商品总值占比衡量对外程度;为反映区域产业结构和集群特征,用高新技术产业产值占比衡量高新技术产值。样本数据来源于2012~2019年湖南省统计年鉴和各地级政府统计公报,选择这个时间段是用来分析2012年明确提出创新驱动发展战略对技术创新产生的影响。本文使用GEODA、ArcGIS10.2和GWR4.0四个工具进行分析。

(二)模型构建

1、空间自相关。本文采用了全局Moran'sI(莫兰)指数和局部Moran'sI指数。全局空间自相关能从总体上反映湖南省各区域的空间自相关性。莫兰指数的取值在-1~1之间,当Moran'sI大于0,则表示技术创新产出具有空间正相关性,即邻近空间单元存在聚集现象;当Moran'sI等于0,则表示不相关即该地区创新产出呈独立随机分布;当Moran'sI小于0,则表示技术创新产出具有空间负相关性,即该区域存在分散现象。局部空间自相关,是对空间自相关的全局评估,当不能反映某个子区域与其周边子区域的相关程度时,必须进行局部空间自相关分析。每个观测值的LISA反映其与空间相邻近的观测值的空间聚集性。莫兰散点图有四个象限:第一象限HH表示观测值的创新产出高并且邻近区域的创新产出也高;第二象限LH表示观测值的创新产出低但邻近区域的创新产出高;第三象限LL表示观测值的创新产出低而且邻近区域的创新产出低;第四象限HL表示观测值的创新产出高但邻近区域的创新产出低;当观测值均匀分布在四个象限时,则表示不存在空间自相关。其公式依次如(1)、(2)所示,其中i≠j,n表示参与分析的空间单元数;S2=1nni=1移(Xi-X0)2;X0为均值,Xi和Xj分别为某观测值X在空间单元i和j上的观测值;Wij是空间权重矩阵,表示区域i和j的邻近关系。

2、GWR模型。本文采用地理加权回归模型改进的混合知识生产函数模型,它弥补了传统知识生产函数模型不能展示具体区域的实际情况的缺点,使得模型更加具有针对性。GWR模型如公式(3)所示。其中,yi为第i个地区的创新产出;xi为第i个地区的金融生态环境综合评价指数;φi为随机要素;(mi,ni)为第i个地区的空间坐标。yi=α0(mi,ni)+kj=1移αi(mi,ni)xi+φi(3)

三、实证结果分析

(一)金融生态环境评价指标权重。本文采用熵值法对湖南省金融生态环境的指标进行度量,以判断指标的离散程度,当指标的权重越大则越离散,表示该指标对综合评价的影响就越大。湖南省金融生态环境综合评价指标包含经济环境、政府治理、卫生文化环境、居民生活等四个一级指标,且单位为万元。其中,经济环境包含人均GDP、第三产业增加值、固定资产投资总额、规模以上工业企业数量(个)、工业总产值、规模以上企业利润总额等6个指标,权重分别为0.069、0.060、0.068、0.069、0.067、0.066;政府治理包含财政收入、财政支出、税收收入这3个指标,权重分别为0.064、0.069、0.063;卫生文化环境包含垃圾无害化处理率(%)、城市绿化覆盖率(%)、人均公共绿化面积(m2)这3个指标,权重分别为0.071、0.071、0.070;居民生活包含普通高等学校数(个)、城镇居民人均可支配收入、农村居民人均可支配收入这3个指标,权重分别为0.061、0.067、0.066。从以上结论可知,卫生文化环境对金融生态环境的综合评价影响很大。

(二)空间自相关分析。本文运用GEODA软件检验其空间自相关性,计算出2012~2019年湖南省各地级市技术创新产出的全局莫兰指数,结果如表1所示。从表1中可以看出,2012~2019年间莫兰指数值较大并且至少在5%的水平下显著,表明湖南省各地级市创新产出存在着明显的空间相关性,各区域的空间分布并不是随机分布的,而是呈现出空间依赖性特征。(表1)具体分析各地区局部空间聚集状态的局部莫兰指数。如表2所示,湖南省大部分地级市技术创新产出处于莫兰指数散点图第一象限和第三象限,而在第二象限和第四象限的较少,这表明各地级市创新产出在空间分布上存在依赖性和异质性,其中HH聚集区主要在湖南的东部地区,LL聚集区主要集中在湖南的西部地区。在2012年有71%的地区表现为正的空间自相关,其中HH区为35.5%,LL区为35.5%,到2019年有79%的地区为正空间关联,HH区为50%,相比2012年增加14.5%,LL区为29%,相比2012年降低6.5%,这表明技术创新产出高的地区逐渐聚集并表现出带动作用增加周围地区创新产出数量。从年际变化上看,益阳市和郴州市从第二象限转变为第一象限,永州市从第三象限转变为第二象限,这说明湖南省技术创新产出总体水平有所提高,创新产出数量在逐渐增加。(表2)

(三)湖南省金融生态环境对创新产出影响的异质性分析。为分析金融生态环境对区域技术创新产出的异质性影响,本文运用GWR4.0软件,使用Adaptivebi-square函数确定空间权重,选择AICc法确定最佳带宽,得到GWR模型回归结果,如表3所示。然后采用ArcGIS10.3软件对GWR模型获得的金融生态环境对创新产出的影响系数进行统计,如表4所示。因模型的各影响因素的VIF最大值小于7,表示模型不存在严重的多重共线性。(表3、表4)从GWR模型的回归结果来看,2012年、2016年、2019年GWR模型的AICc值比OLS回归的值明显要小,并且调整后的拟合优度也比较高,这说明采用GWR模型对区域创新产出的拟合度更高,更能解释变量之间的空间关系。从表3中数据可知,各解释变量的参数估计值均有所不同,表明各变量对创新产出的影响存在着空间异质性。就金融生态环境而言,从3个年份的GWR模型回归系数均值可以看出,总体上其系数随时间变化而增加,即回归系数由2012年、2016年的14.72、12.78提高到2019年的15.69,表明金融生态环境对创新产出有促进作用;研发投资、对外出口对创新产出也是促进作用,而外资投资、高新技术产值对创新产出则是阻碍作用,这说明加大对研发的投入以及促进出口会给创新产出提供动力,吸引外资投资和高技术生产量的增加会阻碍新的创新产出。2012~2019年,湖南省金融生态环境对创新产出的回归系数均大于零,对创新产出存在着正向影响,而创新产出异质性从时间上呈现出先降后升的趋势。在三个主要年份,各地市的金融生态环境的回归系数均为正值且在统计上显著。在2012年和2016年中其回归系数均相差不大,但在2019年怀化市的金融生态环境系数达22.19,表明怀化市金融生态环境提高1个百分点则区域创新产出平均增加22.19件。如表4所示,这3年金融生态环境对创新产出的影响有着明显的区域上的差异,影响最大的是湖南省西部地区并逐渐地收缩,而影响最小的是湖南省东部地区并有逐渐扩大的趋势,影响程度在总体上呈自西向东递减的趋势。这是因为以怀化市、湘西州为代表的西部地区生态环境好,且为传统经济发展,地区经济落后,当这些地区金融生态环境提高,特别是第三产业经济得以发展,则能为该区域创新产出提供资金等资源的支持。到2019年,回归系数最高值空间上还是在西部地区,影响的地区数量得以减少;回归系数最低值空间上在东部地区,影响的地区数量逐渐增多。虽然从空间分布上对创新产出影响大的区域逐渐减少,但是从金融生态环境的系数上看是增加的,即金融生态环境对各地级市的创新产出的影响是不断增强的。在2019年回归系数最高值在怀化市,表明该市金融生态环境对创新产出的促进作用是最大的。

四、结论

本文建立金融生态环境综合评价体系,采用探索性空间数据分析法和地理加权回归来分析金融生态环境对创新产出的异质性影响及其时空差异。研究发现,湖南省创新产出存在着地理空间分布上的依赖性和差异性,金融生态环境对创新产出的影响存在着空间异质性,并且这种异质性呈现扩大趋势。在金融生态环境综合评价指标中,第三产业增加值对其影响很大。在创新产出的空间自相关分析中,创新产出的Moran'sI指数显著为正,表明湖南省各地级市创新产出存在着空间聚集现象,在时间的变化下,其聚集现象总体上呈现出弱化趋势。在创新产出的Moran'sI散点图中发现,创新产出的HH聚集区位于湖南的东部,LL聚集区位于湖南的西部;随着时间的变化,处于HH聚集区的区域逐渐增加,表现出了一定的带动作用,增加周围地区的创新产出数量。在空间异质性分析中,各解释变量对创新产出的影响存在着显著的空间异质性特征,金融生态环境、研发投资、对外出口对创新产出是积极的促进作用,而外资投资、高新技术产值对创新产出则是具有消极的阻碍作用。随着时间的变化,金融生态环境对区域创新产出的空间异质性表现出扩大趋势。在时空演变下,金融生态环境对创新产出的影响具有明显的规律性,其影响最大的是湖南西部,如怀化、湘西州等地,影响最小的是湖南东部,如长沙、湘潭等地,其影响程度从整体上看呈自西向东递减特征;随着时间的推移,其影响仍然为西高东低的特征。

作者: 黄丽 文静 单位:吉首大学商学院