金融资本集聚政府干预与科技金融耦合脆弱性(5)

2．分地区样本回归（稳健性检验）

一方面，可以对总体样本回归进行稳健性检验；另一方面，由于“科技—金融”耦合脆弱性存在区域不均衡性，且东部和中西部在人才、技术等方面存在着差异。为了验证政府干预是否存在着地区差异效果，本文将样本分为东部和中西部进行研究，结果如表5所示。

东部地区的回归结果显示，耦合脆弱性一阶滞后仍显著相关，是个逐渐改善的过程；金融资本集聚与“科技—金融”耦合脆弱性呈负相关关系，表明加强东部地区金融资本的集聚有助于脆弱性的改善，政府干预变量系数符号不变。金融资本集聚与政府干预的交互项呈显著负相关，表明了东部地区政府干预对金融资本的脆弱性改善影响是非线性的。东部地区回归结果与总体样本回归结果类似，在一定程度上验证了对总体样本回归结果的稳健性。

中西部地区的回归结果再次验证了“科技—金融”耦合脆弱性具有一定的连续性和黏性，以及金融资本集聚的增强有利于降低耦合脆弱性；加入交互项后，与东部和总体样本回归结果不同的是，金融资本集聚与政府干预的交互项并不显著，表明两者的交互效应相对较弱，可能是因为中西部地区基础设施建设、金融发展环境制约，政府干预的落实路径有限；交互项系数为正，表明随政府干预程度的提高，金融资本集聚对脆弱性降低的边际效应增强，即政府干预力度越大，越有利于耦合脆弱性的降低。这一结果可能与东部和中西部处于不同脆弱性阶段有关，中西地区大都处于中度脆弱阶段，发展相对缓慢，凭借市场本身吸引的资金力量有限，仍需要政府积极引导。

（三）空间计量回归

1．空间自相关检验

为分析金融资本以及政府干预对“科技—金融”耦合脆弱性是否存在空间效应，本文进一步运用空间计量方法研究。在此之前，需要进行变量的空间相关性检验，常用Moran’s I指数方法：

表6 脆弱性指数空间自相关检验（2001—2017年）注：*、**、***分别表示在10%、5%、1%水平下通过了显著性检验年份2001 2002 2003 2004 2005 2006 2007 2008 2009 Moran’s I 0.008*0.029**0.047**0.046**0.039**0.050***0.107***0.051***0.067***年份2010 2011 2012 2013 2014 2015 2016 2017 Moran’s I 0.098***0.096***0.088***0.084***0.079***0.016*-

其中，空间权重矩阵按照地理距离进行构建，即表示省份i的“科技—金融”耦合脆弱性指数；S2是方差；xˉ是均值；下标i、j 分别表示相应的省份，结果如表6 所示。大部分年份Moran’s I指数显著为正，说明“科技—金融”耦合脆弱性存在一定正向空间集聚性，且集聚态势从持续增强到近期有些许减弱。图4显示部分年份的Moran’s I指数散点图，可知北京、天津等东部地区大多落入第三区域（LL 集聚），湖北、青海、宁夏等中西部地区大多处于第一区域（HH集聚）。

图4 2004年、2008年、2012年和2017年Moran’s I散点图

表7 空间计量回归结果模型变量c_KC(18)0.130***(4.30)0.356**(1.99)-0.384***(-3.32)0.043(0.42)0.012*(1.65)0.004***(3.48)-0.003(-0.69)0.322(1.30)946.836固定0.302 510 30 c_GOV空间滞后模型SAR(15)0.044***(2.84)-0.155*(-1.85)空间误差模型SEM(17)0.043***(2.81)-0.174**(-2.13)c_KC×GOV c_fin c_hc c_infra c_rq c_post LogL Hausman R2 N ID 0.033(0.34)0.009(1.24)0.004***(3.13)0.001(0.03)0.248(0.91)940.323固定0.313 510 30(16)0.115***(3.89)0.287(1.61)-0.318***(-2.81)0.063(0.63)0.014*(1.86)0.005***(3.38)-0.002(-0.62)0.308(1.14)944.201固定0.281 510 30 0.029(0.28)0.007(0.98)0.004***(3.08)0.001(0.16)0.245(0.96)941.420固定0.325 510 30

2．空间计量回归

以空间距离矩阵（1/d）为权重的空间计量回归结果如表7所示。通过对比SAR和SEM回归的对数似然值LogL 和R2，两者无明显差距，结果均较为理想，均列示以作对比，表明空间计量模型设定是合理的，区域“科技—金融”耦合脆弱性存在正向空间关联性；为增强检验可比性及降低估计误差，在进行空间计量回归时将金融资本和政府干预交互项加入，表7中列(15)、列(17)为不考虑交互项空间回归结果，列(16)、列(18)为加入交互项回归结果。

由表7 可知，SAR 和SEM 模型中金融资本集聚系数均在1%的显著水平下为正，表明金融资本具有显著正向空间溢出效应，不利于耦合脆弱性的改善。该结果的产生可能解释为以下几点。第一，不均衡的金融资本集聚。各地域对金融资源吸引力的不同形成的不合理配置，造成的本地和周边地区的资源损失，使“科技—金融”耦合系统偏离最优，不利于脆弱性的降低。第二，极化效应。金融资源的趋利性和核心区域的高效性加剧资源倾斜，不利于周边地区金融机构和企业发展而逐渐产生极化效应，对周边地区耦合脆弱性的降低具有阻滞。政府干预系数显著为负，在社会福利最大化目标推动下，政府干预对区域乃至周边地区整体“科技—金融”发展具有带动作用；加入交互项后，金融资本与政府干预交互项系数显著为负，表明金融资本集聚对脆弱性的空间效应也受到政府干预的影响，随着政府干预的增强，会削弱了集聚带来的极化效应，通过间接影响本地和周边地区的要素状态，实现“科技—金融”耦合协调、可持续发展。

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