金融发展、创新驱动与经济增长 ——基于省际面板数据的实证研究

基于中国30个省市2007—2016年的面板数据,分别以银行贷款余额/GDP、股票交易额/GDP、私募风投(PEVC)融资额/GDP3个金融发展水平指标为门限变量,运用面板门限模型研究创新驱动与经济增长之间的关系。结果表明,以银行贷款余额/GDP、股票交易额/GDP为门限变量且变量值超过门限值时,创新驱动对经济增长的促进作用显著加强;以PEVC融资额/GDP为门限变量时,创新驱动与经济增长的关系呈现出U型,结合我国实际情况,当风险投资方向过度集中于虚拟经济时,对于实体经济增长的促进作用将会减弱。     

中国科技创新驱动经济高质量增长时序性分析——基于TVP-VAR模型的实证研究

研究目标：测算1997年-2018年科技创新结构变量对经济高质量增长结构变量驱动作用的时变性。研究方法：基于熊彼特创新周期理论诠释科技创新驱动经济高质量增长范式的周期性演化特征,运用合成指数法及TVP-VAR模型考察中国科技创新驱动经济高质量增长的时序性变化态势。研究发现：科技创新驱动经济高质量增长周期性效应经历了基础创新、增量创新、“技术体系”的变革及“技术经济模式”的变革四个阶段;科技创新对经济高质量增长的驱动效应具有时变性,主要体现在：随着影响时间约束的延长,经济高质量增长各结构性变量对科技创新各结构性变量的响应程度差异性较大,且不同的时间点,经济高质量增长各结构性变量对科技创新各结构性变量的响应具有明显的时变特征。研究创新：分析了科技创新的周期性变化驱动经济高质量增长沿复苏、繁荣、衰退及萧条的过程,测算了中国科技创新驱动经济高质量增长效应的非线性关系。研究价值：能够准确把握科技创新驱动经济高质量增长结构变量的演化规律,精准调控,对实现经济发展新常态基本格局具有重要的现实意义。     

金融集聚、技术创新与高技术产业升级研究

分析金融集聚实现高技术产业升级的影响机理,即通过促进高技术企业形成外部规模经济效应推动技术创新的作用机制,以及通过降低高技术企业交易成本推动高技术创新的作用机制,并运用2001—2019年我国31个省份的面板数据,采用动态面板广义矩估计(GMM)方法探索这一影响机理。研究表明:(1)金融集聚显著促进了高技术产业升级;(2)变更高技术产业高级化替换变量、金融集聚替换变量,这一影响效果依然稳健;(3)金融集聚均通过显著提高高技术企业规模效应和显著降低高技术企业交易成本进而实现技术创新;(4)金融集聚也通过显著提高技术创新实现高技术产业升级。研究结论的政策启示包括:持续深化金融供给侧结构性改革,有力推动高技术产业集聚;推动金融集聚为高技术产业专业化、多样化聚集模式提供资金支持;不断提升高技术企业生产效率以及培养高层次技术发明人才和技术创新团队。     

湖南武陵山片区金融资源集聚与经济增长研究

贫困地区经济增长的影响因素研究是当前研究的热点,但鲜有文献从金融资源集聚的角度去探讨。本文利用2003-2011年湖南武陵山片区面板数据,利用固定影响变系数模型和混合广义最小二乘(Pooled EGLS)估计法进行实证研究。研究结论表明:湖南武陵山片区金融集聚程度与经济增长之间呈现同期反向变动的关系,且各地区的金融集聚程度对本地区的经济增长影响不显著,多数地区的金融集聚程度与经济增长成负相关,同时从三个层面分析了这一现象出现的原因。     

动态面板数据模型的理论和应用研究综述

为了更好地说明和解释日益复杂的经济现象,单纯应用横截面数据或时间序列数据进行研究存在一定的不足,面板数据则能够度量单纯使用横截面数据或时间序列数据无法观测到的影响,而动态面板数据模型则能更好的研究动态行为的复杂问题。据此,对动态面板数据模型的理论及应用研究进行了梳理。结果发现,基于工具变量法和广义矩估计法的动态面板数据模型在研究区域经济增长、FDI、股价波动、RD和公司资本结构等问题上具有较好的效果。     

科技创新赋能了金融发展吗?——基于长江经济带门槛效应的实证研究

摘 要：金融科技已成为当今热点,科技创新是否在一定程度上促进了金融发展水平？文章选取长江经济带11 省市1998～2016年的面板数据,基于Hansen门槛回归模型,以经济增长和产业结构为门槛变量进行实证分析,检验了科技创新对金融发展的影响。研究表明,以经济增长为门槛时,科技创新会降低金融发展减缓的速度;以产业结构为门槛时,科技创新对金融发展的影响关系为“倒N”型。同时发现下游地区科技已成为金融发展新动能,中游地区科技创新对金融发展的促进作用整体呈“倒U”形,上游地区科技对金融的驱动力疲软。进一步指出,科技赋能金融,金融服务科技是实现可持续金融发展和普惠金融的关键。     

创新驱动是否促进了经济增长质量的提升?

本文以中国大陆省级区域为研究对象,通过构建创新驱动评价指标体系,对中国各地区的创新驱动能力进行量化考察,在此基础上运用空间计量分析方法,实证检验创新驱动对中国地区经济增长质量的影响。研究结果表明,东部地区创新驱动能力最高,中、西部次之;创新驱动能够显著促进全国和东部地区经济增长质量的提升,但对中部地区经济增长质量的影响不显著,对西部地区经济增长质量则有显著的负向影响。本文结论为全面落实创新驱动发展战略,统筹区域经济健康发展提供政策启示。     

战略柔性、互动能力影响企业迭代创新绩效的组态分析

当前，根植于互联网时代、集成了双元创新优势的迭代创新模式开始大行其道，但关于战略柔性和互动能力对迭代创新绩效的影响机制及其联动协同效应尚未明晰。为此，将战略柔性作出资源柔性和协调柔性二维划分，从企业与顾客交流的角度界定互动能力并区分为感知互动能力、信息互动能力和管理互动能力3个维度，构建战略柔性、互动能力与迭代创新关系的理论逻辑框架，以湖南、浙江、湖北等地187家企业为调研对象，通过问卷调查方式，运用模糊集定性比较分析（fsQCA）方法进行企业迭代创新绩效的组态效应分析。结果显示：（1）驱动企业高迭代创新速度的组态有3种：协调柔性与感知互动能力匹配、资源柔性与信息互动能力（或管理互动能力）匹配、协调柔性与管理互动能力匹配；（2）驱动企业高迭代创新可持续性的组态有4种：协调柔性和信息互动能力匹配、资源柔性和感知互动能力匹配、资源柔性和管理互动能力匹配、协调柔性与管理互动能力匹配；（3）驱动企业迭代创新绩效各组态所涵盖样本具有生命周期特征，但高迭代创新可持续性组态中并未涵盖初创期样本。根据研究结论得到的启示在于：企业应根据自身状况和行业发展需要确定提高迭代创新速度和创新可持续性二者的优先发...     

城市层级对中国城市创新绩效的影响研究

城市是国家创新驱动发展和科技自立自强的核心空间载体,提升城市创新绩效将有利于我国更好地参与全球科技竞争合作、融入全球创新网络.以中国280个地级以上城市为研究对象,通过双向固定效应模型、工具变量法和广义矩估计,探索城市层级对于创新绩效的影响,并利用门槛回归模型,揭示城市层级与创新绩效之间的非线性关系,探讨不同城市层级对...     

组态视角下县域创新水平提升路径研究——河北省136个县市的模糊集定性比较分析（fsQCA）

县域是中国转变经济增长方式、统筹城乡发展、促进乡村振兴的基本战略单元,是创新驱动经济高质量发展的基础和关键,但从县域尺度以及组态角度对其创新水平提升的相关研究较为缺乏,因此,以河北省136个县（市、区）为样本,运用模糊集定性比较分析（fsQCA）方法探究影响县域科技创新的关键因素和条件组态。结果表明：（1）县域创新水平的提升需要多种创新要素组合作用;（2）产生县域高创新水平的驱动路径有3条,分别为金融环境驱动型、资金驱动型及主体-金融双驱动型,案例分布均匀且多集中于东部地区,各组态具有多样性但均存在核心作用,且所包含的创新要素间具有互补替代关系,3种条件组合对创新水平的影响差异不大,但都需要注重金融环境的发展;（3）产生县域非高创新水平的驱动路径仅有1条,案例主要集中在西部地区,创新人员、创新条件、经济水平均为核心阻碍因素,且与高产出路径相比具有非对称性。     

我国环境规制工具对技术创新的作用 ——基于2005—2015年面板数据的实证研究

选取2005—2015年我国31个省、自治区、直辖市的有关数据,通过构建面板数据模型,研究3种环境规制工具对31个省份及东、中、西部地区技术创新的影响并进行实证分析。研究结果表明：命令控制型环境规制工具对技术创新绩效影响不显著,市场激励型环境规制工具对技术创新表现出显著的激励效应,而公众参与型环境规制工具对技术创新表现出明显的抑制作用;各个地区的技术创新输出体现了我国环境规制工具绩效的地域差异性。此外,引入滞后一期的被解释变量作为解释变量,采用广义矩估计（GMM）法对动态面板数据模型进行分析。     

金融发展与区域创新效率影响的实证研究——基于开放度的中介效应

基于价值链视角,本文将区域创新过程划分为科技研发和成果转化两个前后相互关联的子阶段,对区域创新效率进行了测算。在此基础上,运用GMM方法,将开放度作为中介变量对金融发展与区域创新效率的地区差异进行了检验。研究发现:科技研发效率和成果转化效率之间存在显著的关联,综合创新效率受科技研发和成果转化两个阶段的共同制约;金融发展和对外开放对区域创新能力作用机制具有分地区、多阶段的属性,不同地区和不同阶段呈现出差异化特征;对外开放具有显著的中介效用,即随着对外开放水平的提升,金融发展将显著促进科技创新能力提升。基于以上结论提出了相关政策启示。     

科技创新与金融创新耦合关系及其对经济效率的影响——来自35个国家的经验证据

从最优化视角论证了科技创新与金融创新最佳耦合协调的存在性,在此基础上,借鉴物理学耦合概念,测算了35个最重要金融系统所在国家的科技创新与金融创新耦合协调度,并利用两阶段GMM回归方法实证检验了其对经济效率的影响。研究表明科技创新与金融创新耦合协调度对经济效率的提升具有显著正向作用,且对于发展中国家经济效率作用的敏感性更高。最后针对发展中国家提出了完善科技创新与金融创新发展的政策建议。     

基于PVAR模型的金融集聚与经济增长关系的实证研究

利用2003—2012年京津冀13个城市的面板数据,采用主成分分析、面板格兰杰因果检验和基于PVAR模型的GMM估计、脉冲响应图分析、方差分解分析法考察金融集聚与经济增长关系。研究发现:北京和天津这两大城市的金融集聚度缓慢减小;河北整体金融集聚低于平均水平;京津冀整体金融集聚对经济增长有显著的促进作用,但经济增长对金融集聚影响不明显。因此从京津冀全局出发,三地合作出台提升整体金融集聚度的发展规划,整合金融资源,加强各地金融业务合作,对促进京津冀经济增长具有重要意义。     

信贷扩张、研发投入与中国经济增长的“量”与“质”

本文基于1998-2012年全国省级面板数据,运用动态面板系统广义矩估计法,从数量和质量两个维度,实证分析了信贷扩张与研发投入对中国经济增长的作用。结果表明：从全国的总体来看,信贷扩张和研发投入对经济总量增长均起到了促进作用,但研发投入的作用强于信贷扩张;研发投入对经济质量提升同样具有正向促进作用,而信贷扩张则相反。此外,二者对经济增长的作用存在区域差异,对东部推动作用最强,中西部的推动作用较弱。“新常态”下推动中国经济发展,既需要信贷扩张形成的资本要素,更需要研发投入形成的创新要素。     

基于SEM—PLS模型的区域信息技术服务业发展程度对行业绩效的影响

根据结构方程模型法（SEM）的基本原理,将区位商纳入评价指标体系,构建我国区域信息技术服务业发展程度对行业绩效的影响评价模型。运用偏最小二乘估计法（PLS）对模型进行拟合与检验,并对我国31个省级行政单位进行实证研究,探讨区域间信息技术服务行业绩效的差异,对区域信息技术服务业的科学发展有一定的指导意义。     

科技金融能够促进创新型城市发展吗?——基于SYS-GMM的动态分析

本文基于我国17个创新型城市试点2010—2017年面板数据,采用因子分析与熵值法测算了科技金融指数与创新型城市发展指数,通过动态面板系统广义矩估计的方法实证探究科技金融、科技金融投入、科技金融产出及其各维度对创新型城市发展的影响。实证结果表明：（1）科技金融、科技金融投入以及科技金融产出对创新型城市的发展均具有显著的正向促进作用,其中科技金融产出影响程度更深。（2）科技金融各维度对创新型城市发展均具有显著的正向促进作用,但影响程度有明显不同,其中资本市场投入?专利产出?技术合同产出?人力资源投入?企业研发投入?政府创新投入。     

自然禀赋、技术进步与沿海地区渔业经济增长

为分析当前我国渔业生产的现状及特点,以1990-2009年间我国沿海地区11个省市的面板数据为基础,通过运用广义最小二乘法、分位数回归法以及似不相关估计法对我国沿海地区渔业经济增长方式进行了研究.研究的结果表明,当前我国渔业生产中存在着劳动力过剩以及投资效率低下的问题,自然资源对渔业生产的影响呈现出递减的变化,先进的生产工具和技术进步对于渔业经济发展具有长期的推动作用.     

外商直接投资、产业结构调整与经济增长 ——基于新结构经济学的实证研究

在新结构经济学理论基础上,选取2003—2017年我国部分省市面板数据,采用系统GMM法检验了外商直接投资对产业结构和经济增长的影响。结果显示:外商直接投资对经济增长具有明显的技术溢出效应,且该效应主要从供给方面通过作用于短期竞争因素来影响经济增长,而从需求方面对长期结构调整影响较小;外商直接投资的技术溢出效应在中部地区作用效果最大,西部次之,东部最小。分析结果对于进一步优化利用外资结构、促进产业结构升级,进而实现经济高质量增长具有重要的政策启示。     

数字经济、创新环境与城市创新能力

为了从城市层面定量验证数字经济对城市创新能力的赋能作用,基于2011—2016年286个主要地级市的样本数据,运用固定效应模型和分位数回归模型实证分析了数字经济对城市创新能力的影响以及人才集聚和金融发展的调节作用。这一结论在剔除特殊城市样本,选取历史数据作为工具变量,更换被解释变量等稳健性检验后仍然成立。研究表明：数字经济能够显著提升城市创新能力,对于创新能力越高的城市,数字经济对城市创新能力的赋能作用越明显,从而导致城市间创新能力差距扩大;创新环境（人才集聚和金融发展）在数字经济与城市创新能力二者关系中发挥了正向调节作用,即在人才集聚程度或金融发展水平较高的城市,数字经济对城市创新能力的赋能作用更为明显。政府应以人才集聚和金融发展为抓手,加速城市数字化转型与创新;此外,应重视数字经济会扩大城市间创新能力差距这一现象,在促进数字经济驱动城市创新发展过程中,加强城市间帮扶与合作,避免发展不平衡。