科技金融可以在技术创新过程中发挥重要支持作用。当前全球经济复苏乏力且国际竞争日益激烈，为了可以在国际竞争中脱颖而出，各国政府纷纷试图通过技术创新来增强经济活力，为经济发展带来新的增长点。在当前实施创新驱动发展战略，实现产业转型升级的背景下，如何合理配置资源，引导更多的资金流入到技术创新领域是亟待解决的问题。金融作为实体经济的血脉，其具有不可替代的优化资源配置、服务实体经济的功能。银行型金融体系更有利于避免企业融资过程中信息不对称带来的高风险，银行贷款更容易促进科技创新[1]。研究科技贷款对技术创新的支持作用以及对技术创新绩效的影响特点有重要的理论和实践意义。

近年来，我国科技贷款投入增长乏力，无法满足高技术产业发展需要。根据数据显示:2000年我国高技术产业专利申请数为2 245项，出口交货值3 396.00亿元，主营业务收入10 050.10亿元，研发经费中科技贷款投入为19.64亿元;2015年我国高技术产业专利申请数为114 562项，出口交货值达50 923.13亿元，主营业务收入为139 968.65亿元，研发经费中科技贷款投入为47.10亿元，专利申请数年均增长29.97%，出口交货值年均增长19.78%，主营业务收入年均增长19.19%，而科技贷款投入年均增长仅为6.00%，相对于高技术产业及其创新取得的高速发展，科技贷款投入增长呈现颓势，其在科研经费中的比重呈下降趋势，显然科技贷款投入是无法满足技术创新过程中对资金的需求。银行科技贷款是科技型企业外源融资的主要渠道，当前，我国科技金融体系尚不健全，研究科技贷款对技术创新的作用大小及其对技术创新绩效影响对推动我国的技术创新意义重大。本文在现有的研究基础之上，从高新技术产业创新和科技贷款投入角度出发，通过建立面板数据模型和面板门槛回归模型研究来对科技金融对技术创新的非线性作用机制进行研究。

1 文献综述

1.1 科技贷款对技术创新的作用

由于技术创新的高风险性，其在发展过程中离不开金融的支持作用，现有学者在此方面进行了大量研究。King等[2]较早开始在金融发展对技术进步的影响方面进行了深入研究。他们发现金融机构可以对企业家进行的风险性较大的创新活动评估和提供资金，这对技术研发创新发挥了重要作用。Athey等[3]认为随着企业外部融资的增加，产品创新和过程创新的机会较明显增加，两者存在着互补关系。

现有国内外学者主要从金融发展和科技金融的角度分析金融对高技术产业发展及其创新的作用。芦锋等[4]研究发现在不同区域和科技创新的不同阶段，科技金融对科技创新有着不同的影响。朱欢[5]认为相较于股票市场作用，银行贷款对技术创新有更大的促进作用。宋纪宁等[6]利用格兰杰因果检验和回归分析研究中国科技金融和技术创新之间的关系，研究发现科技金融在一定程度上可以促进中国的技术创新。王认真[7]研究表明技术创新能力对于科技金融省域存在较强的空间依赖性。王业斌[8]研究发现相较于金融信贷，政府投入更能够提升技术创新水平，而且金融信贷对技术创新的影响并不十分显著。买忆媛等[9]认为开发性金融机构可以有效补充风险投资的不足，从而提高企业技术创新效率。章美姣等[10]比较分析科技贷款对航空航天业和电子及通讯设备业的科技创新的贡献程度和利用效率后发现，科技贷款对电子及通讯设备业的科技创新有显著促进作用，对航空航天业的科技创新影响较小，电子及通讯设备业的各投入要素利用效率均高于航空航天业。

1.2 金融对技术创新的非线性作用

现有研究主要是关于金融对技术创新之间的线性作用，科技贷款科技贷款对技术创新的非线性作用较少。Zilibotti[11]较早提出金融发展对技术进步作用的门槛效应，金融市场只有在超过一定规模以后才会促进技术进步和经济增长，且金融市场在金融规模较低时不利于技术进步和经济增长。Aghion等[12]认为金融发展在各国技术创新过程中存在门槛效应，当金融发展达到一定门槛以后技术创新表现才会显著。师文明等[13]研究发现金融发展与技术进步之间存在着门槛效应，金融发展在初期不利于技术创新，随着金融发展越过某个门槛值之后，金融发展对技术创新作用才会显著。吕鹰飞等[14]的研究结果表明我国各地区的科研创新效率和产品创新效率水平均较低，金融发展对科研创新效率和产品创新效率存在门槛效应，但随着金融发展水平的提高，金融发展对创新效率的作用不断下降。赖永剑等[15]通过建立面板平滑转换回归模型发现金融发展对区域创新有着明显的非线性影响，且金融发展对区域创新绩效的作用在知识产权保护力度较大、人力资本和基础设施水平以及开发程度较高的地区较大。

首先建立计量模型研究科技贷款对技术创新的线性作用，模型式(1)所示。

2 科技贷款对技术创新的作用关系与模型设定

2.1 科技贷款对技术创新线性作用关系

企业的发展需要资金的投入，尤其是企业技术创新的过程中。技术创新由于其高风险、高投入和高收益的特点，在其发展过程中金融的支持作用格外突出。King等[16]指出金融市场可以帮助企业通过发放有价证券来分散风险，并且促进对创新活动的投资。与此同时，随着技术创新水平的提高，技术创新领域会吸引资金的流入，推动金融创新，形成技术创新发展与金融的良性互动。王胜等[17]研究发现金融能通过资金支持、信息甄别、风险管理等推动技术创新。科技贷款对技术创新的作用关系,如图1所示。

  

图1 科技贷款对技术创新的作用关系

科技贷款对技术创新的促进作用主要体现在四个方面。

第一，资金支持。技术创新是一个高风险且复杂的过程，企业在技术创新过程中需要庞大的资金支持且面临巨大的风险，科技贷款的介入可以很好的填补资金空缺。赵稚薇[18]认为政策性科技银行等金融机构利用其信息及规模优势率先拨款为技术创新项目提供资金支持，同时其他金融机构可以在银行科技贷款流向的提示下对各种技术创新项目进行甄别和筛选，从而为技术创新提供融资。

第二，信息对称。科技贷款由于其强大的信息搜集及处理能力，可以很好地评估创新项目，降低交易风险。银行由于其信息搜集及处理功能，可以将有限的资金投入到最具前景的领域，降低交易成本，减少信息不对称，提高投资成功率，保证收益率。银行对企业进行的调研评估也会促使企业量力而行，变向降低创新风险。

第三，激励监督。科技贷款通过信贷条约可以约束创新主体，提高研发成功率。科技贷款合约一般会要求创新主体公开其有关创新项目的进展情况以及当前财务状况，从而有利于监督创新主体经营活动，同时在银行贷款压力下，创新主体也会努力改善经营，避免进行经济效益低下的科技创新。

第四，提高研发强度。张涛[19]认为以银行信贷等衡量的金融发展显著促进了行业整体研发水平的提高。Maskus等[20]研究发现金融发展可以促进高技术产业研发强度提高。银行科技贷款的投入会提高企业研发强度，企业能够在更高的研发水平、更大的研发强度下进行技术创新，企业将会有更大动力进行技术创新，推动我国技术研发。

总之，班主任工作，不简单；要做好，更不简单。我相信，在爱的教育途中，“用爱去感染每一位学生”，一定会将班主任工作做得更好的。

基于此，本文提出假设1：

H1：科技贷款对技术创新有正向促进作用，弹性系数为正。

2.2 科技贷款对技术创新非线性作用关系

2.2.1 不同金融发展水平下科技贷款对技术创新的弹性分析

不同金融发展水平下科技贷款对技术创新的弹性会存在差异。当金融发展水平较低时，科技贷款资金短缺，投入到技术创新领域的较少，此时科技贷款的弹性较大，科技贷款在技术创新的投入会刺激高新技术企业的创新活动。当金融发展水平有了一定程度的提高时，科技贷款融合的资金明显增加，但由于此时金融管理体制不完善，风险甄别能力不强，导致众多资金流入风险大且收益不稳定行业的科技贷款效率不高，此时科技贷款对创新的作用相对较低。随着金融发展水平达到了更高的层次，管理体制、机制不断建立完善，其风险甄别与分散能力显著增强，科技贷款能够科学、合理地投入各个创新领域，此时科技贷款将充分发挥其对创新的促进作用，为此提出假设2。

H2：科技贷款对技术创新的弹性系数为正且随金融发展水平提高而变化，中等金融发展水平下弹性系数最小。

2.2.2 不同科技贷款投入水平下科技贷款对技术创新弹性分析

创业教育最早兴起于20世纪50年代的美国。随着知识经济的迅速发展，创业教育作为一种全新的教育理念和教育模式越来越受到各个国家的关注和重视。1989年，联合国科教文组织正式提出“创业教育”的概念并将其称为“第三本护照”，赋予其与学术教育、职业教育同等重要的地位。随后，创业教育逐渐走进我国高校的视野。2002年，教育部确立9所高校为创业教育试点院校。在此带动下，国内各高校纷纷推进创业教育实践和研究探索。但据新华网一份调查显示，到2011年，大学生创业比例不到1%［1］。由此可见，我国大学生创业教育仍存在很多不足，尚未形成适合时代发展和中国国情的创业教育体系。

H4：科技贷款对技术创新弹性系数为正且随技术创新水平提高而提高。

H3：科技贷款对技术创新的弹性系数为正，但随着科技贷款规模的扩大而缩小。

2.2.3 不同技术创新水平下科技贷款对技术创新弹性分析

高技术产业发展带来的整个社会科技水平的提高可以加速金融创新，提高金融服务水平，加快科技金融法规、制度建设。陈涤非[21]认为科技创新可以为金融发展提供必要的知识准备并奠定技术基础，而金融可以为科技发展提供资金保障，金融与科技之间存在双向互动关系;因此，随着高技术产业的创新发展，其为经济社会所奠定的技术基础也会在科技金融领域发挥作用，可以加强金融业信息收集和处理能力，增强服务能力，推动科技金融向更高水平发展。随着高新技术产业技术不断创新的，整个产业的收益率水平也将不断提高，这也将吸引更多的社会资本流向高新技术产业，这无疑会推动科技金融规模扩大，规模的扩大要求更高的管理水平，进而带动高技术行业管理水平的提高;因此,提出假设4。

不同科技贷款投入水平下科技贷款对技术创新弹性即科技贷款自身对于技术创新的非线性作用。按照经济学理论，企业生产过程中存在着边际产品递减规律，即一种投入要素的边际产品会随着这种要素投入的增加而递减，这一理论同样适用于技术创新活动。随着科技贷款投入的增加，其对于技术创新的促进作用将会逐渐减小。因为在创新的过程中，其与科技贷款投入之间存在着最适规模，科技贷款投入过小将不利于其充分发挥对创新的促进作用，而其投入过多又可能导致科技贷款投入的低效率;因此，本文提出假设3。

2.3 模型设定与变量说明

[25]胡奇馨：《宋代银铜矿考》，载《福建社会》第二卷1、2期合刊；《福建经济发展简史》，第163页，厦门大学出版社，1989年。

从现有研究可以看出，国内外学者从不同角度深入研究科技金融对技术创新作用，但鲜有关于科技贷款对于科技创新非线性作用机制的研究。基于此，本文采用面板门槛回归模型对科技贷款在技术创新中的非线性作用进行研究，希望能为改进我国科技金融发展环境、提高科技金融利用效率、推动科技创新提供一些建议和启示。

对于控制变量，速动比率和资产负债率的相关系数均在1%的水平下显著，作为一项严重依赖于企业内外部融资约束的经营决策，企业的综合偿债能力越好，相应会促进研发投入水平的提高；盈利能力与研发支出在1%的水平下显著负相关，主要可能因为按照会计准则，当期研发投入没有达到资本化条件的计入费用处理，一定程度上冲减了当期经营业绩，这也是管理者不愿进行过高研发投入的原因之一。此外，公司的成长性、市场份额与营运能力和研发投入呈负相关，企业年龄与研发投入呈正相关，并均通过了显著性检验。

ln NSit= α1+β1ln TFit+β2ln GOVit+β3ln ENit+

由表３可以看出，在95%的置信水平下，值小于0.05，可以验证月消费水平与所选择的外卖价格之间是相互关联的，月消费水平与选择外卖的价格不是相互独立的，即大学生的月消费水平与选择外卖价格之间具有一定的相关性．

β4ln RLit+β5ln FDit。

(1)

其中，NSit为新产品销售收入，作为被解释变量。GOVit和ENit分别指研发经费筹集额中政府投入、企业投入，RLit代表高技术产业研发人员投入，FDit为金融发展，4个变量均作为控制变量。TFit是核心解释变量，代表科技贷款投入。α1，β1，β2，β3，β4，β5是回归系数，变量下标i，t分别表省份和年份。

面板门槛回归模型最早是由Hansen[22]提出的，为研究科技贷款对技术创新的非线性作用，基于式(1)进一步建立面板门槛模型，限于篇幅，不再进行赘述。

2.3.2 变量与数据来源

技术创新产出变量一般选用专利或新产品销售收入(NS)表示。王鹏等[23]认为新产品销售收入可以体现创新产出价值的最终形态。本文的核心解释变量是科技贷款投入(TF)，因为我国金融行业发展起步较晚，高技术企业以银行贷款融资为主，并且银行贷款仍将在未来一段时间内在高技术行业发展中起主导作用。

作为一种新型经济模式和商业模式，物流业发展共享经济中难免会遇到质疑和困难，有些问题会引起政府或者有关部门的干涉和禁止。在共享经济的快速发展与应用中，其更新速度远远超出了目前政府所监管的范畴和能力，政府还没有一个针对性地健全监管制度，一定程度上阻碍了物流业共享经济的发展。基于这种背景，为了更好地利用共享经济促进我国绿色物流的建设、实现对社会物流费用的有效降低，政府要充分发挥出其监管作用，建立起针对物流共享平台搭建以及合理运行的相关监管制度，形成一个允许试错、宽容、多元化、开放的经济环境，打破一味禁止和限制的监管弊端，完善经济环境，为物流共享经济的发展提供必要保障。

在高技术产业发展的过程中，会存在着很多影响其发展的因素，除了模型中包含的核心解释变量外，本文还引入了相关的控制变量。高技术产业的发展离不开科技创新，而科技创新的主体的科技人员。在衡量科技人员投入时，研发人员全时当量(RL)能更直观反映出高新技术产业发展过程中的人力资源投入。政府资金投入是高新技术产业企业融资的重要组成部分，可以在其发展中发挥重要作用;因此,本文选用研发经费筹集额中政府投入(GOV)作为政府投入的替代变量。通过分析企业研发经费组成可以发现，企业内源融资是企业研发资金的主要构成部分;因此,本文选用研发经费中企业投入(EN)来表示高新技术产业发展中的企业主体投入。金融发展是指金融结构的优化升级，其对推动经济发展和提高人民收入具有重要作用[24]。对于金融发展的衡量，现有研究大多采用Goldsmith[25]提出的金融相关率概念，在此基础上，选用各省年末存贷款余额与GDP 的比值作为金融发展的衡量指标。

3.2.2 科技贷款自身门槛效应分析

 

表1 描述性统计

  

统计量新产品销售收入(NS)/万元科技贷款投入(TF)/万元政府研发经费(GOV)/万元企业研发经费(EN)/万元研发人员全时当量(RL)/人年金融发展(FD)均值5290722．0014239．8929021．51329053．9012472．402．53极大值123000000．00276414．00332730．007977738．00224334．008．68极小值9870．000．0043．001053．0062．001．19标准差13240541．0027206．5147876．13793575．1026672．831．12n22×21=462

3 实证结果分析

3.1 面板回归

3.1.1 单位根检验

面板数据由截面数据和时间序列数据构成，因此在对其进行回归时需要检验数据的平稳性以避免发生伪回归的问题。单位根检验是检验数据平稳性最常用的方法，本文选用单位根检验中的LLC检验、ADF检验和PP检验对数据进行检验，如表2所示。由表2可知,所有数据在1阶差分以后均是平稳的。

 

表2 单位根检验

  

变量LLC检验值ADF检验值PP检验值结果lnNS-2．367∗∗∗46．62651．878不平稳lnTF-9．480∗∗∗167．044∗∗∗176．235∗∗∗平稳lnGOV-1．932∗∗28．98335．346不平稳lnEN-3．872∗∗∗38．12061．203∗∗不平稳lnRL-2．098∗∗39．35247．521不平稳lnFD-4．542∗∗∗45．39272．366∗∗∗不平稳ΔlnNS-17．710∗∗∗3225．315∗∗∗694．044∗∗∗平稳ΔlnTF-25．984∗∗∗426．449∗∗∗1364．290∗∗∗平稳ΔlnGOV-19．886∗∗∗376．241∗∗∗1091．460∗∗∗平稳ΔlnEN-19．312∗∗∗308．010∗∗∗538．461∗∗∗平稳ΔlnRL-19．862∗∗∗364．612∗∗∗559．954∗∗∗平稳ΔlnFD-13．404∗∗∗202．946∗∗∗284．150∗∗∗平稳

注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

3.1.2 面板数据回归

在对面板数据进行回归时，为了选择回归的模型，要先建立随机效应模型，再进行Hauseman检验来决定选择固定效应模型还是随机效应模型。而Hauseman检验值为15.085，相伴概率为0.010，拒绝原假设，而采用固定效应模型进行估计，如表3所示。

从回归结果来看，在混合回归和固定效应中科技贷款对高技术产业创新都存在正向的推动作用，弹性系数分别为0.076和0.038，且均通过了显著性检验，这与本文假设1以及现有的研究相符。但科技贷款在推动科技创新的过程中是存在怎样的非 线性作用机制依旧无法看出，仍需要进一步建立面板门槛回归模型加以研究。

 

表3 面板数据估计结果

  

变量含义混合回归固定效应C常数1．827∗∗∗1．811∗∗∗(9．455)(6．954)lnTF科技金融投入0．076∗∗∗0．038∗(3．721)(1．912)lnGOV科研经费中政府投入-0．106∗∗∗0．044(-3．281)(1．107)lnEN科研经费中企业投入0．994∗∗∗0．866∗∗∗(26．294)(20．859)lnRL研发人员投入0．105∗0．196∗∗∗(1．958)(3．918)lnFD金融发展0．209∗∗-0．228(2．222)(-1．194)HausemanHauseman检验值—15．085P值相伴概率—0．010R2拟合优度0．9020．938

注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

3.2 面板门槛回归

3.2.1 科技贷款的金融发展水平门槛效应分析

为进行科技贷款的金融发展水平门槛效应分析，采用Hansen面板门槛模型进行估计，结果表明存在双门槛效应，在10%的显著性水平下显著，门槛值分别为0.584和1.296，具体结果,如表4所示。

 

表4 模型(1)门槛回归

  

变量 含义系数相伴概率数据个数lnGOV科研经费中政府资金0．0350．384—(0．872)lnEN科研经费中企业资金0．877∗∗∗0．000—(20．788)lnRL研发人员全时当量0．184∗∗∗0．000—(3．675)lnFD金融发展-0．528∗∗0．017—(-2．387)lnTF(lnFD≤0．584)科技金融0．0240．24796(1．160)lnTF(0．584

注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

从科技贷款的金融发展双重门槛模型的回归结果可知，在利用估计的金融发展的两个门槛值将样本分组回归后科技贷款弹性随金融发展水平提高而不断扩大：在金融发展水平低于低门槛值时，科技贷款的弹性系数为0.024，但没有通过显著性检验；在金融发展水平处于低门槛值和高门槛值之间时，科技金融的弹性为0.045，在5%的显著性水平下通过假设检验；当金融发展水平位于高门槛值之上时，科技金融的弹性系数为0.090，且在1%的显著性水平下通过假设检验。

全面提升食品药品监管队伍业务能力素质。近3年来，通过统一招考，聘用了食品药品专业人员34名，监管人员专业化程度达到70%以上。通过集中培训使划转人员掌握监督检查的基本流程和工作标准，并通过在系统内调剂、调整专业人员，实现了人员与岗位的优化配置；班子成员与干部积极发挥传帮带作用，使基层监管人员能够稳住心、站住脚。

B组：传统的开腹切口下，先将直肠乙状结肠的系膜分离，再分离系膜及右侧系膜，分离直肠后壁和骶前间隙，分离水平要根据肿瘤位置进行确定。操作时要注意系膜血管高位结扎以免挤压瘤体，肿瘤远端肠管切除的长度要足够，对系膜血管淋巴结、脂肪组织要进行清除，完整的将直肠系膜切除。

实证结果表明:当金融发展水平较低时，科技贷款资金短缺，投入到技术创新领域的资金较少，科技创新对贷款的需求较大，科技贷款在技术创新的投入会刺激高新技术企业的创新活动;当金融发展水平有了一定程度的提高时，科技贷款融合的资金明显增加，此时可以更好服务于高技术产业创新，故而科技贷款弹性更大，这与假设2不符;随着金融发展水平达到了更高的层次，管理体制、机制不断完善，其风险甄别与分散能力显著增强，科技贷款能够科学、合理的投入到各个创新领域，此时科技贷款将充分发挥其对创新的促进作用。

考虑到金融机构贷款数据缺失较为严重，本文选取除内蒙古、广东、广西、海南和重庆等省市外的22个省市作为地区样本，研究时间从1995年到2015年。模型中新产品销售收入、研发人员投入、研发经费筹集额中政府资金、企业资金、银行贷款数据来源于《中国高技术产业统计年鉴》，银行年末存贷款余额来自《中国金融统计年鉴》，各地区GDP来自《中国统计年鉴》。为了增加数据的平稳性以及便于回归结果的分析解释，本文对所有变量均进行了对数化处理,数据的描述性统计,如表1所示。

通过科技贷款自身门槛进行回归后发现其存在双门槛效应，在10%的显著性水平下显著，门槛值分别为9.045和9.462，如表5所示。

3.融资方式的纳税筹划。不产生筹资费用的留存收益是一种很受欢迎的融资方式，但并购活动往往需要大量资金，仅仅靠内部积累形成的留存收益是不够的，一般而言，企业需要对外融资满足大量的资金需要。对外融资可以分为债权融资和股权融资。债权融资是企业向银行等金融机构或其他个人借款，由此产生的利息费用可以在税前列支，达到节税的目的，但是借款时要考虑企业资本结构的合理性，避免资产负债率过高带来的财务高风险。股权融资是企业通过向原股东增发股票或者发行新股筹集资金，不产生利息费用，无法实现税前利息抵扣，也会导致股权稀释，但是股权筹资能够改善企业资本结构，提高企业偿债能力。因此，企业应该合理规划筹融资方式。

2.3.1 模型设定

 

表5 模型(2)门槛回归

  

变量 含义系数相伴概率数据个数lnGOV科研经费中政府资金0．0620．116—(1．575)lnEN科研经费中企业资金0．874∗∗∗0．000—(21．330)lnRL研发人员全时当量0．190∗∗∗0．000—(3．856)lnFD金融发展-0．2460．190—(-1．312)lnTF(lnTF≤9．045)科技金融0．091∗∗∗0．000297(3．826)lnTF(9．045

注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

从科技贷款自身门槛效应的回归结果来看，科技贷款自身门槛效应是呈近似L型的，即随着科技贷款的不断发展，科技贷款的弹性系数是不断缩小的：当科技金融低于低门槛值时，科技金融的弹性为0.091，在1%的显著性水平下通过检验；当科技金融介于低门槛值和高门槛值之间时，科技金融的弹性系数为0.074，在1%的显著性水平通过显著性检验；当科技金融大于高门槛值时，科技金融的弹性系数为0.054，在1%的显著性水平下通过检验，实证结果与假设3相符。

经济学认为企业生产过程中存在着边际产品递减规律，即一种投入要素的边际产品会随着这种要素投入的增加而递减，这一理论就可以很好的说明科技金融自身门槛效应弹性递减的现象。随着科技贷款投入的增加，其对于技术创新的促进作用将会逐渐减小。因为在创新的过程中，其与科技贷款投入之间存在着最适规模，科技贷款投入过小将不利于其充分发挥对创新的促进作用，而其投入过多又可能导致科技贷款投入的低效率。

点评：面对“山洪暴发”，身陷“汪洋”的小蚂蚁都能努力拼搏，克服困难，这给小作者莫大的启发。习作层次清楚，条理分明，以身边的小故事，讲述了一个意味深长的“大道理”。

3.2.3 科技贷款的技术创新水平门槛效应分析

HPV属于乳头多瘤空泡病毒科(Papovaviridae)的乳头瘤空泡病毒A属，是一种无包膜的正十二面体球形小DNA病毒，会感染人体的皮肤及黏膜上皮组织，不仅会引发宫颈癌，还可能造成扁桃体癌、口腔癌、喉癌、鼻腔内癌以及食道癌等各种严重疾病。

通过对科技贷款的技术创新水平门槛回归后发现其存在双门槛效应，门槛值分别为11.907和13.703，在1%显著性水平下显著，如表6所示。

 

表6 模型(3)门槛回归

  

变量 含义系数相伴概率数据个数lnGOV科研经费中政府资金0．0430．186—(1．325)lnEN科研经费中企业资金0．554∗∗∗0．000—(13．968)lnRL研发人员全时当量0．263∗∗∗0．000—(6．426)lnFD金融发展-0．1510．333—(-0．970)lnTF(lnNS≤11．907)科技金融-0．071∗∗∗0．00087(-3．926)lnTF(11．907

注：*表示在10%的水平下统计检验显著；**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

从面板门槛回归模型的结果来看，高新技术产业发展对科技贷款是存在着明显的双重门槛效应，且随着我国高新技术产业发展水平的不断提高，科技贷款对高技术产业发展的弹性越来越大：当高新技术产业发展低于低门槛值时，科技贷款的弹性系数为-0.071，在1%的显著性水平下通过假设检验；当高新技术产业发展介于低门槛值和高门槛值之间时，科技贷款的弹性系数为0.030，在10%的显著性水平下通过假设检验；当高新技术产业发展到高于高门槛值时，科技贷款对高新技术产业发展的弹性系数进一步扩大为0.121，且1%的显著性水平下通过显著性检验，假设4成立。

随着技术创新水平的不断提高、范围不断扩大，其对于科技贷款的需求也将日益增长，此时科技贷款的增加会满足其增长需要，科技贷款对创新的促进作用会充分发挥且日益显著。此外，技术创新可以为金融发展提供必要的知识储备并奠定其技术基础，加强金融业信息收集和处理能力，这为金融行业将资金投入到技术创新领域时增强其风险识别与分散能力，这毫无疑问会降低科技贷款的不良贷款，提高其利用率，使得科技贷款能更好的服务技术创新。

芒沙村由于地处亚热带，降水较多，河流错综复杂，水资源充沛，并有南马河流过，丰富的水资源不仅满足了村民们基本的生活用水和农业灌溉的需要，而且依托南马河，建成了就有四级电站，其中有两级电站在芒沙村，充分利用水力发电，基本满足了村里的用电需要。

4 结论

本文以科技贷款为切入点，以中国1995—2015年省际面板数据为基础，通过面板数据模型和面板门槛模型进行实证研究科技贷款对技术创新的作用后得出以下结论：

首先，科技贷款对技术创新有显著的促进作用。科技贷款对技术创新有资金支持和风险分散的直接作用以及信息公开和激励监督的间接作用，从而可以很好地促进技术创新。在推动高技术产业技术创新水平提高时要发挥好科技贷款对其的推动作用。

预应力施工阶段，由于混凝土本身具有伸缩性能，因此徐变程度较大，可能导致桥梁最初设计的预应力达不到实际需求，因此，在实际操作过程中，需要提高对预期强度的控制，与此同时，选择质量过关的混凝土工具进行施工，从而对收缩徐变现象进行有效控制。

其次，科技贷款对技术创新作用存在门槛效应。在不同金融发展水平、科技贷款投入水平以及技术创新水平下，科技贷款对技术创新作用存在非线性变化特征：科技贷款对技术创新作用会随金融发展水平提高而提高；技贷款对技术创新作用会随其自身投入的扩大而衰减；科技贷款对技术创新弹性系数随技术创新水平提高而扩大，弹性系数由负转为正。

最后，科技贷款绩效还需进一步提高。本文通过实证研究证明了科技贷款对技术创新有显著的促进作用，但通过实证回归结果也可知相较于政府资金投入和企业自有资金投入，科技贷款对技术创新作用的弹性系数并不大，说明当前我国科技贷款对技术创新绩效并不高，需要根据我国经济实际研究科技贷款对技术创新的促进作用，提高科技贷款绩效。

参考文献:

[1] GERSCHENKRON A.Economic backwardness in historical perspective[M].Belknap: The Belknap Press of Harvard University,1962:383.

[2] KING R G,LEVINE R.Finance,entrepreneurship and growth[J].Journal of monetary economics,1993,32(3):513.

[3] ATHEY S,SCHMUTZLER A.Product and process flexibility in an innovative environment[J].Rand Journal of Economics,1995,26(4):557.

[4] 芦锋,韩尚容.我国科技金融对科技创新的影响研究:基于面板模型的分析[J].中国软科学,2015(6):139.

[5] 朱欢.我国金融发展对企业技术创新作用效果的实证分析[J].科技管理研究,2010,30(14):26.

[6] 宋纪宁,王天崇,赵一霖.中国科技金融与技术创新关系的计量分析[J].资源开发与市场,2013,29(11):1145.

[7] 王认真.中国省域技术创新的科技金融支持研究[J].经济问题探索,2014(4):93.

[8] 王业斌.政府投入与金融信贷的技术创新效应比较:基于高技术产业的实证研究[J].财经论丛(浙江财经大学学报),2013,172(3):3.

[9] 买忆媛，聂鸣.开发性金融机构在企业技术创新过程中的作用[J].研究与发展管理，2005(4)：79.

[10] 章美姣,俞立平.科技贷款绩效的行业比较研究:以电子及通讯设备业和航空航天器业为例[J].科技与管理,2016(3):25.

[11] ZILIBOTTI F.Endogenous growth and intermediation in an“Archipelago”economy[J].Economic Journal,Royal Economic Society,1994,104(423):462.

[12] AGHION P,BLUNDELL R,GRIFFITH R,et al.The effects of entry on incumbent innovation and productivity[J].Review of Economics & Statistics,2009,91(1):20.

[13] 师文明,王毓槐.金融发展对技术进步影响的门槛效应检验:基于中国省际面板的实证研究[J].山西财经大学学报,2010,32(9):38.

[14] 吕鹰飞,李政.金融发展对创新效率影响的门槛效应检验[J].东北师大学报(哲学社会科学版),2016(5):75.

[15] 赖永剑，贺祥民.金融发展与区域创新绩效的非线性关系:基于面板平滑转换回归模型[J].华中科技大学学报(社会科学版)2015(2)：92.

[16] KING R G,LEVINE R.Finance and growth: schumpeter might be right[J].Quarterly Journal of Economics,1993(108):717.

[17] 叶耀明，王胜.金融中介对技术创新促进作用的实证分析:基于长三角城市群的面板数据研究[J].商业研究，2007(36)：106.

[18] 赵稚薇.科技金融的技术创新效应研究:基于高技术产业省际面板数据的实证检验[D].杭州:浙江工商大学，2014:34.

[19] 张涛.金融发展对研发强度的影响:来自37个行业的证据[J].上海经济研究，2013(9)：12.

[20] MASKUS K E,NEUMANN R,SEIDEL T.How national and international financial development affect industrial R&D[J].European Economic Review,2012,56(1):72.

[21] 陈涤非.金融与科技：在互动中共同发展[J].现代经济探索，2002(6)：45.

[22] HANSEN B E.Threshold effects in non-dynamic panels:estimation,testing,and inference[J].Journal of Econometrics,1999,93(2):345.

[23] 王鹏,张剑波.外商直接投资、官产学研合作与区域创新产出:基于我国十三省市面板数据的实证研究[J].经济学家,2013(1):58.

[24] SCHUMPETER J,BACKHAUS U.The theory of economic development[M].Cambridgc:Harvard University Press,1934:61.

[25] GOLDSMITH R W.Financial structure and development[J].Studies in Comparative Economics,1969,70(4):31.