国内金融发展与科技创新剖析范文

本站小编为你精心准备了国内金融发展与科技创新剖析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

技术进步指标的计算

对于技术进步指标的估计，我们采用基于数据包络分析（DEA）的Malmquist指数法来计算。实际分析中，把中国各个省、直辖市和自治区视为不同的决策单元，以永续盘存法计算的资本存量和劳动投入作为投入变量，实际GDP作为产出变量，则决策单元i的基于产出的Malmquist指数为公式（1）计算的是各省的生产率指数，将其按以下公式（2）进行分解可以得到各省的效率变化指数和技术进步指数。其中，前面方括号内的是效率变化指数，后面方括号内的是技术进步指数。

模型的设定与估计

1数据与变量的选取

由于地理条件差异和历史原因等，中国各地区金融发展呈现严重的不均衡状况。为了揭示这种地区差异，考察金融发展对我国不同地区技术进步的区域效应，本文以我国大陆各省、直辖市和自治区为横截面单位，将其归并入东部、中部和西部三大区域，利用各横截面单元1979～2007年的样本组成面板数据。其中东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东和海南11个省市；中部地区包括黑龙江、吉林、山西、河南、湖北、湖南、江西和安徽8个省；西部地区包括四川、云南、广西、贵州、西藏、青海、宁夏、陕西、甘肃、内蒙古和新疆11个省和自治区（为了保持口径一致，把重庆数据并入四川）。

本文采用以上DEA—Malmquist指数法计算的中国大陆各省每年技术进步指数作为被解释变量。对于解释变量，其一为金融发展指标，本文选取中国大陆各省的贷款余额与名义GDP的比值作为一个解释变量。此外，考虑到前期技术水平对当期技术水平的影响，我们将各省每年技术进步指数的滞后一期值设为另一个解释变量。

2模型的设定

动态面板数据模型适用于揭示不同横截面单元（不同区域）的异质性和动态效应。因此，考虑到前期技术进步对当期技术进步的影响与金融发展在中国不同区域的异质性，本文建立以下动态面板数据模型来研究金融发展对我国技术进步的影响。

3模型的估计方法

对于动态面板数据模型（3），假定Fit严格外生，即E(Fit,Vis)=0，t,s=1,2,…,T，但是，Fit与ui是相关的，而模型中又包含了被解释变量的滞后值TPi,t-1，这导致普通最小二乘估计量、随机效应估计量和固定效应估计量都是有偏且非一致的。为得到此动态面板数据模型的一致估计，我们采用广义矩（GMM）估计方法。

对于中国东部、中部、西部以及全国，我们分别应用GMM估计动态面板数据模型（3），主要结果见表1：在表1中，α赞度量了上一年度技术进步指数对当年技术进步指数的影响。从东、中、西部三个区域和全国范围来看，α赞都是大于零，且是显著的。β赞度量了贷款余额与名义GDP之比对当前技术进步指数的影响。从东、中、西部三个区域和全国范围来看，β赞都是大于零，且是显著的，表明金融发展对于技术进步具有显著的推动作用，但各区域影响的效应大小明显不同。在东部地区，金融发展的技术进步效应明显高于全国水平；在中部地区，这一效应基本与全国水平持平；而在西部地区，金融发展对技术进步的推动作用则明显低

结论

由于中国的金融发展呈现出显著的地区差异，在分析金融发展对中国技术进步的作用时，也应该充分考虑到这点。通过建立动态面板数据模型进行分析之后，我们得出以下结论：中国的金融发展对技术进步具有显著的促进效应，而且这一效应表现出明显的地区差异性，即东部地区的金融发展对技术进步的推动作用远高于中西部地区。

对于这一结论的解释是：中国的金融发展为企业提供了更多的研发资金，在一定程度上缓解了技术创新企业的融资约束，从而有力地促进了技术进步。同时，由于中国不同地区的金融体系存在较大的效率差别，东部地区的金融系统在为企业研发活动融资的效率上显然高于中西部地区，因此，中国金融发展对技术进步的推动效应表现为明显的地区不平衡。总之，改革开放以来，金融发展已成为推动我国技术进步的重要因素，我们应进一步深化金融体制改革，提高金融系统的运行效率，增加对企业研发的融资，特别是加大对创新型中小企业的信贷支持，以促进经济增长方式的转变和国民经济的可持续发展。

作者：王伟郑月明单位：武汉科技大学文法与经济学院