金融资本集聚政府干预与科技金融耦合脆弱性(3) - 科技与金融杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

金融资本集聚政府干预与科技金融耦合脆弱性(3)

作者:

关键词:

摘要：

2．解释变量：金融资本集聚和政府干预

金融资本集聚（KC）。依据张军等[18]、单豪杰研究思想，使用永续盘存法计算省域物质资本存量：

该式中，K 表示资本存量，I 表示固定资产投资额，P 表示固定资产投资价格指数，借鉴单豪杰的计算方法，将物质资本折旧率定为δit=9.6%，其中2001年的资本存量K 是2002 年的资本形成总额比折旧率与1953—1957 年固定资产投资形成平均增长率之和[19]。集聚采用区位熵方法度量。

政府干预（GOV）。财政支出是衡量政府干预程度的重要指标，其中教育支出通常不能对市场或者经济产生直接影响。本文参考张治栋和廖常文[20]的度量方法，政府干预程度用财政支出扣除教育支出后占GDP的比重来衡量。

3．控制变量

除上述核心解释变量外，模型还纳入了一些其他变量，以控制省域异质性带来的影响：财政收入（fin）用地区财政收入占GDP 比重来表示；人力资本（hc）用地区平均教育年限表示；基础设施建设（infra）用公路和铁路密度之和表示；地区制度环境（rq）采用樊纲《中国分省份市场化指数报告》中发布的市场化指数总评分表示；信息发展水平（post）用省域邮电业务总值占GDP 比重表示。各变量描述性统计如表2所示。

表2 回归变量描述性统计类型被解释变量解释变量控制变量最大值0.889 2.157 0.559 0.251 13.796 21.884 11.710 0.119变量V KC GOV fin hc infra rq post样本数510 510 510 510 510 510 510 510均值0.402 1.083 0.170 0.104 9.219 7.505 6.276 0.052标准差0.081 0.222 0.080 0.038 1.315 4.859 1.925 0.022最小值0.189 0.745 0.062 0.048 6.112 0.341 2.370 0.014

（三）数据来源

表3 样本分类分类东部中西部中部地区西部地区样本数11 8 11样本北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆

考虑到数据的可得性和可比性，选取研究区间为2001 年至2017 年，研究样本为我国30 个省份（西藏数据缺失、港澳台统计口径不同剔除），具体如表3 所示。相关数据来源于《中国统计年鉴》《中国区域经济统计年鉴》《中国科技统计年鉴》《中国金融年鉴》等。

四、实证分析

（一）耦合脆弱性时空分布特征分析

为了直观清晰反映“科技—金融”耦合脆弱性整体变化趋势和分布特征，本文将2001—2017年30个省（自治区、直辖市）、各地区脆弱性指数进行比较，如图2 所示。从时间趋势上来看，脆弱性前期较高，数值接近0.5，从2007年开始逐年下降，说明“科技—金融”耦合脆弱性情况有明显改善；从总体样本脆弱性指数上看，整体位于[0.3,0.5]，处于中度脆弱阶段，但北京、上海等少数东部省份表现为低度脆弱，宁夏、新疆地区表现出高度脆弱；通过各地区对比可知，脆弱性存在一定程度的两极分化，即东部脆弱性指数远低中西部，“科技—金融”耦合脆弱性表现出明显的区域不均衡。

图2 “科技—金融”耦合脆弱性比较（2001—2017年）

图3 “科技—金融”耦合脆弱性核密度估计

为全面分析“科技—金融”耦合脆弱性的动态演进轨迹、差异等特征，利用非参数核估计方法进行分析，结果如图3 所示。总体样本层面，首先，2001—2017 年分布曲线整体保持着向左平移的趋势，说明“科技—金融”耦合脆弱性是逐年改善的。其次，2001—2012 年分布曲线的波峰高度逐渐升高，波峰宽度的整体分布越来越窄，表明总体样本的耦合脆弱性呈现收敛发展趋势，区域差距逐年缩小。但到2013—2017 年区间，分布曲线波峰高度明显下降，波峰宽度变宽，表明随着耦合脆弱性的改善，各地区出现瓶颈状况，呈现发散发展趋势，并且在2009—2012 年明显出现了“双峰”现象，即两极分化严重，到2013年后这一情况才有所缓和。

东部地区，首先，分布曲线的位置实现向左移动，但2013—2017 年间出现右移情况，表明东部地区耦合脆弱性在2001—2012 年处于不断降低状态，但在2013—2017 年出现异常，不降反升。与此同时，和中西部相比，东部地区分布曲线更加偏向左侧，说明东部地区耦合脆弱性更低。其次，分布曲线的峰值表现出下降趋势和一定程度上的“双峰”趋势，说明东部地区可能存在发展发散和两极分化现象。中西部地区的情况与总体样本层面类似。首先，在样本考察期间各省份脆弱性指数的分布整体向左移动，说明中西部各省份的“科技—金融”耦合脆弱性正在逐渐降低；其次，2001—2012 年分布曲线峰值升高，宽度收紧，呈收敛发展，而2013—2017年峰值下降，宽度变宽，但令人注意的是，分布曲线出现了一定的“多峰”趋势，表明中西部各区域脆弱性的改善出现了瓶颈和一定程度上的两极分化现象。

文章来源：《科技与金融》网址: http://www.kjyjr.cn/qikandaodu/2021/0730/2747.html