福建金融管理干部学院学报Journal of Fujian Institute of Financial Administrators
2020年第3期
（总第160期）
No. 3 2020Serial No. 160
—
—基于VEC 误差修正模型的实证分析郑智勇
（宁德职业技术学院，福建宁德355000）
摘 要：随着我国金融集聚程度的不断提高，规模经济的效应一方面为技术创新提供资金来源，加强交易双方的
信息共享，另一方面加剧了金融机构间的价格竞争和金融市场的波动，从而挤出创新。运用2008-2017年华东各省市
的统计年鉴数据，基于VEC 误差修正模型实证检验华东地区金融集聚的耦合协调度对技术创新吸收进步的影响，结果
表明：华东地区金融集聚的耦合协调度显著抑制了技术创新的吸收进步，同时不同指标间耦合协调度的短期波动和偏
离长期均衡的影响各不相同，最后从耦合协调度的角度提出改进华东地区技术创新吸收进步的对策建议。
关键词：金融集聚；耦合协调度；创新吸收；VEC 误差修正模型
中图分类号：F832. 7 文献标识码：A 文章编号= 1009 -4768（2020）03 - 0003-08
一、引言
随着21世纪知识经济的到来，在“大众创业、万众创新” 口号的引领下，创新逐步成为衡量地
区综合经济实力的重要标准。十八届五中全会强调了创新在国民经济发展中的全局核心地位，十九大 提出了创新是引领发展的第一动力，是建设现代化经济体系的战略支撑，需要加快建设创新型国家。
技术创新是企业竞争优势的重要来源，也是促进经济可持续增长的核心动力，具有高投入、高风险和
高收益的特征。我国作为最大的发展中国家，区别于发达国家的一次创新，以二次创新为主，主要通
过引进发达国家的先进技术进行消化吸收和积累，从而建立“后发优势”。因此在新常态的背景下， 我国必须探求新的经济增长动力，实现由“要素驱动” “投资驱动”向“创新驱动”转变。
金融集聚水平的提高一方面能够为创新成果的转化提供资金支持，降低研发风险，加强交易双方
的信息沟通，形成规模经济效应。另一方面过度竞争可能会导致行业竞争加剧和金融市场波动。华东
地区的金融集聚水平总体较高，自然环境和社会环境相似，为了提高区域间的可比性，本文以华东地
区作为研究主体，探讨华东地区金融集聚的耦合协调度促进还是抑制技术创新的吸收进步，从而进一
步研究是相对改善了一次创新还是二次创新，从金融集聚的角度来推进创新驱动战略的实施，提高华 东地区自主创新的吸收和转化能力，贯彻落实建设“一带一路”和长江经济带的发展战略。
收稿日期：2020 -01 -04
作者简介：郑智勇（1992 — ），男，福建福州人，硕士，助教，研究方向：财务会计理论（金融会计方向）。
3
二、文献综述
(―)关于金融集聚促进创新的丈献综述
王仁祥等(2017)利用区位炳和因子分析法测算了我国的金融集聚水平，发现金融集聚可以提升科技创新效率，这种现象在我国东部和西部地区尤为显著，并且呈现出金融聚集高的地区会提升科技创新效率，而金融集聚低的地区反而会产生负向效应，因此未来我国在加强金融建设过程中应着力加强中部金融发展，加快中部金融中心的建设，增强中部地区金融辐射范围工。王埜等(2018)运用炳权法、自然间断点分级法、聚类稳健的面板固定效应回归等实证方法，对金融集聚及其四个二级指标、产权结构对区域创新绩效的影响进行了实证分析，认为提升金融集聚水平和地区产权清晰度能够提高区域创新绩效，因此分别从金融集聚和产业结构方面提出对策建议⑵。王江、刘莎莎(2019)基于空间杜宾模型对西北五省金融集聚对科技创新的影响进行实证检验，认为金融集聚对区域创新总体上有促进作用，其中银行业和保险业集聚对区域创新有显著促进作用，而证券业对区域创新则表现出一定抑制作用。因此要充分发挥金融集聚对创新的促进作用，在银行业和保险业稳健发展的基础上，重点推进证券业的聚集发展⑶O
(二)关于金融集聚抑制创新的丈献综述
俞立平(2013)在分析金融集聚与技术创新互动机制的基础上，基于省际面板数据，采用格兰杰因果检验、面板数据分位数回归、面板向量自回归模型全面分析了金融集聚与技术创新的互动关系，并指出我国金融集聚与技术创新的协调性不够，金融集聚对技术创新的支持作用尚不明显，反而技术创新对金融集聚有较大影响⑷。李标等(2016)认为无论是站在国家还是区域角度，金融集聚对R&D活动的支持作用均有显著“延迟效应”，甚至还会出现抑制经济增长的反面效果页。黎杰生、胡颖(2017)分析了金融集聚对经济增长总量和技术创新的差异性影响，表明金融集聚对技术创新具有抑制作用，并且其对技术创新的影响不随集聚程度的高低产生规律性的变化，因此金融集聚对技术创新的作用可能来自创新企业自身因素的影响皈。
(三)丈献评述
以往的研究主要关注于金融集聚与技术创新的互动机制方面，没有涉及金融集聚的耦合协调度对技术创新的吸收进步的影响，本文创新性地采用VEC误差修正模型，探讨了华东地区金融集聚的耦合协调度对技术创新的吸收进步的影响，无论从内容还是方法上都提出了金融集聚与创新效率研究的新思路，从而更好地提高华东地区自主创新的吸收和转化能力。
三、金融集聚对创新效率的作用机制
金融集聚对创新效率的作用机制主要体现在金融集聚带来的金融业自身效率如何影响企业创新效率的方
面。其作用机制是一把“双刃剑”，适当的金融集聚有利于企业的资源配置、风险分散、公司治理、便利交易和人力资本积累，从而促进了企业创新效率的提高。然而过多的金融集聚导致企业产生“选择效应”和过度竞争行为，在一定程度上又抑制了企业创新效率。总体上主要表现出五大正向作用机制和两大反向作用机制(如图1)。
(―)正向作用机制
1.资源配置
金融机构倾向于将资金配置到高边际资本收益的投资项目，金融集聚高的地区金融机构密集、行业竞争激烈，企业可以通过金融机构发行的债券、基金等有价证券筹集资金，更多地把资金投入到技术创新中。
4
图1金融集聚对创新效率的作用机制
2.风险分散
金融集聚区内金融机构将筹集的资金通过多样化的投资组合投向不同的风险项目，避免了投资者的风险规避行为，减少利益相关者的信息不对称性，降低创新项目的非系统性风险。
3.公司治理
金融集聚区内完善的金融市场环境可以加强投资者对企业经营管理的监督，并能够通过股权激励措施，使得股东和管理者的利益保持一致，缓解股东和管理者之间的代理问题。
4・交易便利
金融集聚加强了金融机构与企业之间的信息交流，通过信息外溢效应提高技术创新效率，同时缩短了企业的创新流程，降低了企业的交易成本，使企业扩大生产规模并进行专业化生产。
5.人力资源积累
金融集聚吸引了大量的金融人才集中，在企业创新规模扩大的同时，一方面为就业人员提供了更多的就业机会，另一方面为企业职工的教育培训提供资金支持，提高企业职工的专业素养和技能水平。
（二）负向作用机制
1.过度竞争
当金融集聚发展到临界值时，导致金融机构间的拥挤和价格竞争行为，引起金融业整体利润下降，从而减少对创新项目的投资，挤出企业的技术创新。
2.选择效应
金融集聚水平的提高使得企业的生产规模扩大，促进企业将资本投入到低风险高收益的非创新项目中去，导致创新项目的投资不足，降低了创新效率。
四、研究设计
（I）研老区概况
本文将我国华东地区具体细化为六省一市，包括福建省、浙江省、江西省、江苏省、安徽省、山东省和上海市。
（二）资料来源与指标选取
本文的原始资料来源于2008-2017年中国统计年鉴和各省统计年鉴的数据计算、整理所得。考虑到金融业需要为实体经济服务，在优化金融资源配置中促进实体经济的发展，同时在推进实体经济金融化的过程中需要以完善的基础设施作为载体，从而加速金融集聚的形成。因此华东地区金融集聚水平评价指标体系主要包括了金融规模指标、经济规模指标和基础设施指标三方面，金融规模指标具体反映了金融资源状况（Xu—&6）和金融发展水平（X17—XiQ，详见表1。
（三）研老方法
1.Topsis综合评价模型
（1）指标规范化处理：a叼
Xy—mmx7
max禺一minx7
5
表1华东地区金融集聚水平评价指标体系
子系统准则层指标层符号权重
金融机构本外币存款余额（亿元）X110.0590
金融机构本外币贷款余额（亿元）X120.0588
保费收入（亿元）心0.0588
保险密度（元）0.0588金融规模指标保险深度（％）0.0583
股票市价总值（亿元）0.0593
金融业增加值（亿元）0.0587
金融机构从业人数（万人）0.0588金融集聚水平金融机构数（个）心0.0587
人均地区生产总值（元）X210.0588
经济规模指标固定资产投资总额（亿元）X220.0585社会零售总额（亿元）X230.0591进出口总额（亿美元）X240.0590交通、仓储和邮政业增加值（亿元）x310.0585
基础设施指标邮电业务总量（亿元）X320.0590互联网用户数（万户）X330.0589移动电话普及率（％）X340.0589
（2）数据平移：a尸爲+1
（3）指标比重：加=学~
i=l
1严
（4）指标炳值：0=—抚三為山為
（5）指标炳权：®=—丁
n—为s
i=l
jn
（6）Topsis综合评价值：U x=i,2,3=》W‘X n
j=i
Ui、6和5分别为金融规模、经济规模和基础设施的综合评价值。当Ui=min（Ui,U2,U3）时，为U滞后型；当Ui=U2=U3时，为Ui、5、5同步型。根据Topsis综合评价模型，可得表2的测算结果。
表2华东地区金融规模、经济规模和基础设施发展水平评价
省份Ui u2U3T类型
福建0.11780.28340.42360.2749金融规模滞后型
浙江0.51950.68070.80810.6695金融规模滞后型
江西0.03150.07660.10600.0713金融规模滞后型
江苏0.64950.71700.62920.6652基础设施滞后型
上海0.64240.33370.43470.4703经济规模滞后型
安徽0.23060.15200.03620.1396基础设施滞后型
山东0.49850.61220.70170.6041金融规模滞后型
均值0.38430.40790.44850.4136金融规模滞后型由表2，华东地区的金融集聚水平主要是以金融规模滞后型为主，其中江苏省和上海市分别是基础设施滞后型和经济规模滞后型。金融规模方面，上海市、江苏省和浙江省处于领先位置，主要原因在于长三角经济区作为我国最大、最具有活力的经济区，上海市
作为国际金融中心，集聚了大量的金
6
融资源和人才技术。江苏省作为我国最大制造业大省，受上海市的辐射带动作用明显，南京河西金融集聚区正是江苏省和南京市重点打造的泛长三角金融中心，充分发挥金融支持实体经济和大众创业、万众创新的关键作用，在金融保险领域不断取得阶段性的发展成果。浙江省作为区域性金融服务中心，主要依靠民营经济和中小企业经济发展，金融机构的数量和效益均居华东地区前列。相对而言，上海由于地区割据，在经济规模上处于中下游，经济资源配置低下，金融助推实体经济方面动力不足，属于经济增长滞后型。浙江省和山东省在基础设施方面具有相对优势，主要体现在其先天的港口优势：浙江省的宁波舟山港是长三角经济区的大宗散货物流枢纽，连续10年货物吞吐量全球第一，逐成了长三角港口一体化的重要载体与核心发起者。山东省优化陆海布局，整合港口资源，推进青岛港、渤海湾港、烟台港、日照港四大港口和国际航运中心建设，实现陆海联动、港产城融合。
2.耦合协调度模型
耦合度：c=
耦合协调度:T=aU1+/?U2+yU3（Q=+，P=+，y=+）
D=VCXT
依次计算华东地区金融集聚水平指标间两系统和三系统的耦合度C和耦合协调度D，得到表3的测算结果。
表3华东地区金融集聚水平的耦合协调情况
金融规模与基础设施两系统经济规模与基础设施两系统
金融规模与经济
规模两系统
三系统
冴1刀
C D 协调
类型
C D
华东地区有哪些省
协调
类型
C D
协调
类型
C D
协调
类型
福建0.910.50勉强协调0.830.48濒临失调0.980.52勉强协调0.880.49濒临失调浙江0.990.81良好协调0.980.81良好协调 1.000.82良好协调0.980.81良好协调江西0.910.25中度失调0.840.24中度失调0.990.27中度失调0.890.25中度失调江苏 1.000.82良好协调 1.000.82良好协调 1.000.81良好协调10.81良好协调上海0.950.67初级协调0.980.68初级协调0.990.68初级协调0.960.67初级协调安徽0.980.3
7轻度失调0.680.31轻度失调0.790.33轻度失调0.780.33轻度失调山东0.990.78中级协调0.990.77中级协调 1.000.78中级协调0.990.77中级协调均值0.960.60初级协调0.900.59勉强协调0.960.60初级协调0.930.59勉强协调
由表3,2008-2017年华东地区的金融集聚水平总体表现为高耦合低协调。耦合度方面，只有安徽省金融规模与基础设施、经济规模与基础设施的耦合度低于0・8，属于磨合阶段。而浙江省、江苏省、上海市和山东省的耦合度都接近于1，说明这四省不仅金融集聚水平高，而且三者间的耦合程度也高，主要原因在于其独特的沿海区位优势、水陆交通集疏运体系和政策扶持。协调度方面，华东地区各省市间存在着较大的区域差异，呈现出从沿海到内陆，长三角经济区向外辐射递减的三级协调类型，具体包括：1.协调发展型：中级协调（浙江省、江苏省和山东省）、初级协调（上海市）；2.过度调和型：濒临失调（福建省）；3.失调衰退型：轻度失调（安徽省）和中度失调（江西省）。
3.DEA测算
目前关于创新绩效评价的投入指标主要分为人力投入与资本投入两大类，产出指标主要分为新产品产出和专利产出两大类，如表4所示。
7
发布评论