社区医学稿件信息
金融生态与区域创新能力：线性还是非线性——基于省级面板门限模型
李媛媛，崔宸琛
文章已被金融论坛杂志社录用，金融论坛杂志投稿网址链接：http://www.zazhi114.cn/jinrongluntan
[摘 要]本文利用熵值法构建金融生态（金融生态主体和金融生态环境）与区域创新能力指数，基于面板门限模型，利用2008-2016年我国除西藏自治区外30个省市自治区直辖市的面板数据，定量研究金融生态（金融生态主体和金融生态环境）与区域创新能力之间的线性关系。实证结果表明：第一，金融生态主体与区域创新能力的提升呈现线性关系，且显著为正。第二，金融生态环境与区域创新能力的提升呈现非线性关系，当金融生态环境小于门限值0.9826时，金融生态环境对区域创新能力的影响不明显；当金融生态环境大于门限值0.9826时，金融生态环境将显著提升区域创新能力。
[关键词]金融生态主体；金融生态环境；区域创新能力；面板门限
The Threshold Effect of Financial Ecology and Regional Innovation Capability
Li Yuanyuan Cui Chenchen
[Abstract] This paper uses the entropy method to construct financial ecology (financial ecological subject and financial ecological environment) and regional innovation capability index. Based on the panel threshold model, this paper quantitatively researches the relationship between financial ecology (financial ecological subject and financial ecological environment) and regional innovation capability, using panel data of 30 provinces, municipalities and autonomous regions outside the Tibet Autonomous Region in 2008-2016. The empirical results are as follows: (1) The relationship between financial ecological subject and regional innovation ability is linear, which is significantly positive. (2) The relationship between financial ecological environment and regional innovation ability is nonlinear. When the financial ecological environment is less than the threshold (0.9826), the impact of the financial ecological environment on regional innovation capability is not obvious. When the financial ecological environment is greater than the threshold (0.9826), the financial ecological environment will significantly enhance regional innovation capabilities.
[Key Words:]Financial Ecological Subject; Financial Ecological Environment; Regional Innovation Capability; Panel Threshold Model
一、引 言
科技创新是经济发展的源泉，是国家富强的基础。习近平总书记在2018年博鳌亚洲论坛年会开幕式中，强调了科技创新驱动发展战略对国家经济增长与现代化经济体系完善的重要作用[1]。并且“十九大”指出，当前我国经济正处于由高速增长阶段转向高质量发展阶段，正在处于转变发展方式、优化经济结构、转换动力增长的攻关期。保持国家经济持续高质量地健康发展必然要依靠实体经济，而创新能力是优化生产结构、抓住核心竞争优势的关键。因此，提升区域创新能力，坚持创新驱动发展战略，是新常态下稳固经济发展核心，推进产业转型升级和供给侧结构性改革的必然要求。
金融作为现代经济的核心，在区域创新能力提升的过程中发挥着越来越显著的作用，并且在“脱虚向实”的发展背景下，金融在实体产业的成长与发展过程中起到了非常重要的作用。然而，伴随着“金融科技”冲击等外界影响，金融对区域创新能力的影响不应仅停留在金融发展水平的层面，而应延伸到生态系统的视角进一步探讨区域金融生态系统及影响区域创新能力的功效。因此，本文从生态系统的视角，结合面板门限实证方法分析金融生态与区域创新能力的提升之间的非线性关系。
本文立足于区域创新能力提升视角，旨在从生态系统的角度刻画一个有利于地区创新能力的金融生态支持体系，并通过面板门限方法实证分析研究金融生态对区域创新能力是否具有非线性的影响，丰富了金融生态系统的现实内涵，拓展了区域创新能力方面的研究框架，具有重要的理论研究意义。
二、文献综述与研究假设
(一)文献综述
回顾现有文献关于金融对区域创新能力影响的研究，大多是从金融发展、金融结构、FDI等方面展开。理论研究方面，国外学者Schumpeter（1912）[2]最早论证了信贷、货币、利息等金融变量对于经济的创新与发展起到重要的作用。King 和Levine（1993）[3]指出金融系统可以通过扩大信贷资金规模、提供分散风险工具和披露企业利润信息等方式来促进技术创新的实现。国内学者也从不同角度构建了数理模型，分别通过构建创新型内生增长模型（阳佳余等，2007[4]）、熊彼特主义的金融部门技术创新内生增长模型（王永中等，2007[5]）、系统动力学模型（陶睿等，2017[6]）分析了金融发展的创新能力正向提升效应。国内学者研究金融发展对区域创新影响的实证研究起步较晚，只有少数学者开展了此方面的研究。国内学者通过对面板数据的研究，发现金融发展本身（孙伍琴、王培，2013[7]）、金融发展的结构和效率（冉光和等，2013[8]）、区域金融发展的空间溢出（刘乃全等，2014[9]）、民间金融发展（李健、卫平，2015[10]）、繁荣阶段和紧缩阶段金融周期下的银行业（苗文龙、钟世和等，2018[11]）等对对区域创新能力起到了正向促进作用。
金融生态归属于金融发展的范畴，随着金融理论的丰富与发展，一些学者将其与生态理论相结合。20世纪60年代美国经济学家 Boulding正式提出“生态经济学”的概念，为后续从生态学角度研究金融发展提供了理论依据，但国外学者对金融生态的研究多以生态学理论为基础，分析金融生态的演变与推进（Johnson N．2011），考察其对经济及其他层面的影响，而直接研究金融生态理论的成果相对较少。国内关于金融生态的研究始于20世纪初，白钦先(2001)教授首先提出“金融生态环境”的概念，周小川(2004)[12]将生态学引入金融领域，推动了金融生态理论在国内的发展。后续学者分别从金融生态的内涵（许诺金，2005[13]；林永军，2005[14]）、区域金融生态评价（徐小林，2005[15]；徐丹丹等，2016[16]）、金融生态系统改善与优化路径（皮天雷，2006[17]；韩廷春，2010[18]；王爱东等，2013[19]）、金融生态与实体经济（李延凯等，2011[20]；李勇辉等，2016[21]）等方面展开了研究。
目前，国内学者在理论研究以及实证研究上关于金融生态对创新影响的研究，主要是从金融生态环境的视角展开。侯晓辉等（2012）[22]研究认为金融生态环境的改善能够从市场方面激励地区微观经济主体的创新活动。 翟胜宝等（2015）[23]研究发现金融生态环境对中国制造业企业的创新能力有着显著的提升作用。李冲等（2016）[24]进一步研究金融生态环境推动区域微观经济主体创新机制出发，市值检验金融生态环境对区域创新能力提升的显著作用。顾姝姝等（2018）[25]通过实证研究小微企业生态环境与企业创新绩效的关系，发现金融生态环境对小微企业创新环境有显著正向影响。
纵观国内外研究文献，主要存在以下两方面问题：一是，以往文献研究金融与创新的关系都是将金融生态作为一个或几个变量看待，很少将金融生态作为一个系统探讨其对地区创新能力的影响，缺乏系统性的研究与探讨；二是，各地区的金融生态主体和金融生态环境与区域创新能力之间的影响不一定是线性的，需结合面板门限的方法对金融生态与区域创新能力的提升进行研究。
因此，针对上述两个问题，本文从金融生态系统论的观点出发，利用熵值法构建金融生态与区域创新能力的指数，基于面板门限模型，利用我国2008-2016年30个省市自治区直辖市的面板数据，对我国金融生态对区域创新能力的提升及其非线性关系进行定量研究。
(二)研究假设
区域金融生态不仅仅指金融生态环境，其内涵更为广阔。金融生态为包含金融生态主体与金融生态环境的系统性生态系统。总体来说，可从两方面进行研究金融生态对区域创新能力的提升，一方面金融生态可以通过为企业提供更多资源、提供分散风险方式以提升其创新能力[2]，另一方面金融生态可以通过识别和支持有潜能的企业家及企业从而促进创新[3]。具体来说：
首先，从金融生态主体与区域创新能力提升之间的关系来看，商业银行可为企业提供资金支持，可扩大企业信贷资金规模以促进创新能力的提升；在我国逐渐成熟的金融市场上，债券市场和股票市场为企业融资起着越来越重要的作用，并且融资所要求披露企业利润等信息也有助于企业集中注意力于提升创新能力；随着金融形式的创新，新兴的创业风险投资与P2P平台也为中小企业的创新与发展提供了新的融资渠道，解决了中小企业融资难的问题，有助于中小企业创新能力的提升。
其次，从金融生态环境与区域创新能力提升之间的关系来看，一是经济环境，同经济水平落后的地区相比，经济水平较高的地区可以为企业创新提供更多的人才资源、技术创新的信息资源等优势，并且还可以为企业创新性产业的发明与落地提供更为便利的基础设施，比如创新基地、先进的技术设备等，这些都可以促进企业创新能力的发展；二是金融发展，金融交易规模的扩大以及金融业为GDP贡献的增大可持续提高金融效率的发展，并且在降低企业融资成本、提供融资便利、帮助企业防范风险等方面的能力都得以提升，从而使得企业创新的成本降低，有助于创新能力的提高；三是政府治理，由于我国金融市场不是完全由市场主导的，政府治理起到较为重要的作用，比如政府制定的金融政策、金融交易制度等都对企业的融资与创新能力的发展有所影响，并且政府治理仍存在着一些问题，比如企业的知识产权得不到有效保护[26]、税收制度对企业新兴产业的制约等，这都使得企业创新行为在行业中处于不利地位，因此政府治理能力的提升可促进企业创新能力的发展；四是信用文化水平，著名经济学家熊彼特早在新经济学理论体系中提出信用文化水平作为金融市场重要组成部分之一，其对创新能力的提升起到了积极的促进作用[2]。
综上所述，金融生态主体从资金融通、降低风险等方面对区域创新能力的提升起到了积极作用，这种影响是直接的；金融生态环境的改善为企业创新能力的提升提供了基础设施建设、人才资源吸引等方面的便利与优势，促进了企业创新的投入与产出，这种影响是间接的，在金融生态环境发展的不同阶段，金融生态环境其对区域创新能力的影响应当不同。据此，本文提出研究假设：
假设一，金融生态主体与区域创新能力之间存在线性正向关系。
假设二，金融生态环境与区域创新能力之间存在非线性正向关系。
三、研究设计
(一)变量选择与数据描述
目前，在指标体系的权重确定上，较为常见的层次分析法、模糊层次分析法等都包含着主观赋予权重的过程，会导致最终评价结果受主观影响较大。而熵值法利用各指标数据包含的信息量确定指标权重，较为客观，因此熵值法广泛用于经济管理、决策调控等领域。熵值法步骤包括数据平移化处理、对指标进行比重变换、计算指标的熵值、将熵值标准化、计算各指标的权重和计算综合得分六个步骤。
本文从多个层次与角度对金融生态与区域创新能力进行指标量化，构建金融生态与区域创新能力的指标体系，之后运用熵值法对各指标体系进行综合评价，最后建立面板门限模型的变量体系。由于2008年金融危机的影响，使得2008年和2009年之间的金融生态环境出现了断层，其中，西藏自治区的数据较难获得，因此本文采用中国除西藏自治区之外的30个省市自治区直辖市的面板数据。因此本文以2008年为基础年份，以金融生态指数数据中最新一期的年份为终止年份，并采用2008-2016年除西藏自治区之外的30个省市自治区直辖市的面板数据研究金融生态对区域创新能力的非线性影响。
本文将金融生态指标体系分为金融生态主体与金融生态环境两个子系统层，其中，金融生态主体指数分为商业银行、债券市场、股票市场、创业风险投资、P2P平台五部分。金融生态主体所使用指标来自于wind数据库、中国统计局官网、《区域金融运行报告》。商业银行以贷款余额/GDP评价，债券市场以当年国内债券筹资/GDP评价，股票市场以当年国内股票（A股）筹资额/GDP、年末国内上市公司数评价，创业风险投资以创业风险投资机构数评价，P2P平台以P2P正常平台数评价。
本文参考李扬等人发布的《中国城市金融生态环境评价》中的金融生态环境指数的综合评价结果和省份排名，将金融生态环境分为经济环境、金融发展、政府治理、信用文化水平四方面。指标数据来自wind数据库、中国统计局官网、《区域金融运行报告》。经济环境以人均GDP、第三产业增加值/第二产业增加值、单位GDP能耗评价，金融发展以金融业增加值/GDP、金融深化评价，政府治理以地方财政支出/GDP、税收收入/财政收入评价，信用文化水平以不良贷款率、人均受教育年限的对数值、教育事业费评价。
区域技术创新能力指数评价分为创新资源投入、创新成果产出、创新成果转化三方面，其指标数据来自于wind数据库、中国统计局官网和《中国劳动统计年鉴》。创新资源投入以规模以上工业企业R&D经费、规模以上工业企业R&D人员当时数量评价，创新资源产出以发明专利申请量、发明专利授权数评价，创新资源转化以技术市场成交额/GDP、工业企业产品销售收入来评价。
根据面板门限的相关原理与数据的可得性原则，计量模型所使用的被解释变量、解释变量与控制变量的含义及数据的描述性统计如表1所示。解释变量从市场化程度、对外开放水平、法制治理环境、地区吸引外资能力四个方面进行控制。其中，创新能力指数、金融生态主体与金融生态环境变量为运用熵值法对金融生态与创新能力指标体系进行综合评价所得结果，控制变量均来自中国统计局官网。
表 1 回归变量名称、含义及表示
|
变量种类 |
变量名称 |
变量含义 |
符号 |
平均数 |
标准差 |
最小值 |
最大值 |
中位数 |
|
被解释变量 |
创新能力指数 |
区域创新能力 |
inno |
1.1786 |
0.2078 |
1.0014 |
1.8340 |
1.1108 |
|
解释变量 |
金融生态主体 |
金融生态主体质量 |
fin1 |
0.4355 |
0.0527 |
0.3784 |
0.6516 |
0.4174 |
|
金融生态环境 |
金融生态环境质量 |
fin2 |
0.8749 |
0.0844 |
0.7340 |
1.1641 |
0.8486 |
|
|
控制变量 |
市场化程度 |
非国有经济就业人数 /城镇总就业人数 |
market |
0.7355 |
0.1340 |
0.3563 |
0.9746 |
0.7416 |
|
对外开放水平 |
出口占GDP比重 的对数值 |
lnopen |
-1.9240 |
1.0929 |
-5.7138 |
0.3830 |
-2.0993 |
|
|
法制治理环境 |
当期劳动争议案件 受理数/人均GDP |
ldc |
0.5200 |
0.4634 |
0.0227 |
3.9859 |
0.4265 |
|
|
地区吸引外资能力 |
FDI/GDP |
fdi |
0.0228 |
0.0173 |
0.0004 |
0.0819 |
0.0188 |
(二)模型构建
以往研究中，金融生态对区域创新能力的研究更多的是从总体上进行的研究，既不对金融生态主体和金融生态环境的程度划分进行参数估计，也未对其显著性进行统计检验。为此，本文借鉴Hansen[27]提出的门限回归模型，为了考察金融生态主体、金融生态环境和区域创新能力之间的关系是否存在门限效应，这里分别以金融生态主体和金融生态环境为门槛变量，设定金融生态主体、金融生态环境与区域创新能力的单门限面板模型为：
（1）
其中，n表示省市自治区直辖市（1≤n≤N），t表示时间（1≤t≤T），本文的N=30，T=9；μn表示各省市自治区直辖市的个体固定效应；ent表示残差项且表示独立的干扰项；qnt表示门限变量；innont表示被解释变量，为区域创新能力；finint（i=1,2）表示解释变量，为金融生态主体和金融生态环境；I(·)表示指标函数，其值取决于门限变量qnt和门限值γ，当括号内表达式成立时，指标函数取1，否则取0；znt表示控制变量，包括market、lnopen、ldc、fdi和fin(2-i)nt（i=1,2）。本文中解释
变量与门槛变变量取相同变量，即研究不同水平的金融生态主体和金融生态环境finint（i=1,2）。
首先，对单一门限回归模型（1）进行参数估计。采用个体固定效应模型对模型（1）进行一致估计，并且从所有可能的金融生态主体和金融生态环境的门限值γ中选择使得OLS回归模型的残差平方和SSR(γ)最小的门限值作为估计值。为保证门限值结果的可靠性，避免观测值过少的样本值的影响，将对γ的取值进行限定，不对｛qnt｝中最大的5%或者最小的5%取值进行考虑[28]。
之后，对金融生态主体和金融生态环境门限效应的显著性进行检验。原假设为H0：β1=β2,备择假设为H1：β1≠β2。运用Hansen[29]提出的自抽样法（Bootstrap）构造渐进分布得到相应概率P值可以解决不存在门限效应时原假设条件下无法识别门限参数的问题。因此本文采用LM检验（Hansen）来研究金融生态主体与金融生态环境与区域创新之间的门限效应是否显著，LM检验统计量如式2。
（2）
若原假设H0成立，说明金融生态主体、金融生态环境对区域创新能力的影响不存在门限效应，为线性关系；如果原假设H0被拒绝，就说明金融生态主体、金融生态环境对区域创新能力的影响存在门限效应，但应进一步检验门限估计值是否真实无偏误，应计算门限值的置信区间，似然比检验统计量如式3。
（3）
为了防止运用单一门限模型无法很细致地分层研究我国金融生态主体和金融生态环境对区域创新能力的影响，本文进一步建立了双重门限模型。
（4）
在确定了单一门限的条件下，使用相同的估计和检验方法，再对式（4）进行估价以确定金融生态主体和金融生态环境的第二个门限。双重门限效应检验的原假设为H3：存在唯一门限；备择假设H4：存在两个门限。如果经过检验之后发现金融生态主体与金融生态环境对区域创新能力的影响存在两个门限，则可以再进一步重复上述门限估计和检验，直到门限效应无法通过检验为止，此时可确定金融生态主体和金融生态环境门限值的个数。
三、实证结果分析
(一)平方根检验
在面板数据进行门限估计前，本文运用软件Stata13对所使用的变量数据进行平方根检验以避免有偏误的t检验和伪回归的问题（见表2）。其中，运用了LLC、HT、IPS、Hadir LM、Fisher五种单位根检验方法，并且由检验统计量和P值可知，在五种检验方法中至少有三种方法通过了检验，说明回归所采用的面板数据平稳。
表 2 单位根检验结果
