《融资约束、技术创新与高新技术企业产出效应——基于省级面板数据的验证-王建英.pdf》由会员分享，可在线阅读，更多相关《融资约束、技术创新与高新技术企业产出效应——基于省级面板数据的验证-王建英.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2017#g 20劳l 鼢e粕d剥莲孺器舭m础doi：103969jissn1000-7695201720002融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证王建英1，陈平来2(1河南财政政法大学金融学院，河南郑州450046；2河南师范大学商学院，河南新乡453002)摘要：采用2004-2014年我国28个省份高新技术企业数据，将金融因素加入CD函数，分别从全国及5个不同行业实证检验资本约束、技术创新对高新技术企业的产出效应。研究结果表明：总体来看，上述因素对我国高新技术企业的产出效应均呈正向相关关系，资本投入的弹性系数达到了o678；分行业来看，资本和劳动力投入对不同行业
2、产出有很强的促进作用；技术创新和金融因素影响各不相同。由此可知资本投入是影响高新技术企业产出的关键。而流动资金短缺、融资渠道狭窄也成为制约其发展的瓶颈。关键词：技术创新；资本投入；产出效应；城镇化率；金融发展中图分类号：F2731；F224 文献标志码：A 文章编号：1000-7695(2017)20007-07Financing Constraints，Technological Innovation and Output Effect of H1-Tech Enterprises：Empirical Analysis on Provincial Panel DataWang Jianyin
3、91，Chen Pi嘲ai2(1School of Finance，Henan University of Economics and Law，Zhengzhou 450046，China；2School of Business，Henan Normal University，Xinxiang 453002，China)Abstract：From 2004 to 2014，using 28 provinces micro panel data，adding the financial factors into the CDfunction，respectively from the natio
4、nal and 5 different industries，this paper empirically tests the effect of financingconstraints and technological innovation on the output of hitech enterpriseThe empirical results smtes the abovefactors have a significant impact，rehtwely speaking，the capital investment elastic coefficient has reache
5、d 0678Fromindustries；capital and labor input have a strong effect on the output of different industries；technological innovadonand financial factors have different effectsThis shows that the capital becomes the key to influence the output，and theliquidity shortage，the narrow financing channels have
6、become the bottleneckKey words：technology innovation；capital investment；output effect；urbanization rate；financial development高新技术企业作为国家重点支持的行业，在我国新型城镇化的建设中发挥了重要作用，也是我国创新的主力军，被纳人了战略陛新兴产业“十三五”发展规划中。高新技术企业的发展会产生更具竞争力的外部性。首先，为了享受彼此的技术溢出，高新技术企业自身就会产生集聚；其次，技术创新是高新技术企业最明显的优势，通过技术创新及应用，对其他产业产生了集聚效应和辐射效应，从而促
7、进产业结构升级和扩大人口就业。产业集聚与结构转换是城镇化发展的基本动力之一，为新型城镇化奠定了经济基础，并提供了可持续发展的动力，而就业入口的增加促使农业人口发生转移，这两种因素导致城市规模的扩大和城市群的形成。且我国高新技术产业在区位上的阶梯分布与我国城镇化率的阶梯分布完全一致，均呈现东部中部西部的分布格局，也进一步证明了高新技术企业与我国城镇化的密切关系。近年来，我国有关政策逐渐向高新技术企业引导和倾斜，再加上市场的驱动，使得其日益成熟。以高新技术企业为纽带促进支柱产业发展，使得我国的经济总量、产业结构、经济增长方式和就业逐渐发生变化，资源配置更加优化，从而促使城镇化向集约和高效转变。高新
8、技术企业作为我国收稿日期：2016-10-08，修回日期：20t6-12-25基金项目：国家社会科学基金项目“新型城镇化金融支持研究”(14BJY055)万方数据8 王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证技术研发的重点领域，掌握核心技术是企业具有竞争优势的重要手段，而其研发成果最终要通过市场使价值得以实现，在这一过程中，资本投入成为关键。我国高新技术企业普遍存在流动资金紧张的问题，企业自有资金非常有限，而政府的财政支持具有一定的局限性，通常只起“催化剂”的作用，有着杠杆效应，因此我国的金融发展程度对于高新技术企业拓宽融资渠道，顺利获取发展过程。1 文献回顾高新
9、技术企业是严重依赖外部融资的企业。关于金融支持高新技术企业的相关研究，国外大多从产业层面上进行研究，认为金融行业越活跃越有助于高新技术产业的发展，而且金融发展能够促进依赖外部融资的产业，金融体系越发达的国家，依赖外部融资的产业增长更快。而且发达的金融体系能自动识别有前景的产业，为其提供信贷资金的支持，因此，金融中介的规模扩大和功能完善能促进高新技术企业资本形成和生产率的提高o，尤其是银行的集中可以使企业更容易获得信贷资金，从而促进依赖外部融资的产业的增长。从资源配置的角度来说，短期内金融发展可以促使发展机会更好的产业成长；长期来看，发达的金融经济体往往会将更多的金融资源配置给依赖外部融资的企业
10、o。而且金融发展与投资之间存在正相关关系，金融市场越发达的国家，越能更有效率地进行资源的配置，也就意味着能够将更多的金融资源投向成长性的产业，并减少对衰退产业的投资。国内的学者从产业的不同领域进行了相关研究，得出的结论也不尽相同。林毅夫等o认为，如果想有效地促进制造业增长，必须使金融结构与制造业的规模结构相匹配。段一群等1从银行贷款和资本市场融资的角度对我国装备制造行业进行了实证分析，认为我国金融体系对装备制造业的支持效应不高。翟淑萍等M o认为金融发展可以缓解高新技术企业的融资约束，从而提升高新技术企业研发投资的效率，同时金融中介的作用显著优于股票市场，因此提出应发展多层次资本市场来改善企业
11、融资环境的策略。王文华等利用2007-2010年我国高新技术企业上市公司的相关数据，对金融发展对研发融资约束的效应进行了实证分析，认为我国高新技术企业对研发投资现金流非常敏感，而金融发展能显著缓解这种约束。纵观国内外的研究，大多是从宏观角度进行分析，部分学者虽然从微观上进行了研究，但大多侧重于金融发展与研发融资约束，很少从产出角度进行研究。而高新技术企业作为我国从事研发的行业主体，其技术创新与成果应用价值的大小必须通过市场得以衡量和实现，突出体现在其产出水平的大小上。目前我国金融发展、资本投入、技术进步对高新技术产业产出的影响效应如何，本文将从企业微观视角对其进行实证分析。2模型设定及指标选取
12、21模型设定以索罗为代表的新古典技术创新理论采用新古典生产函数，证明了一个国家的经济增长主要取决于资本和劳动力的增长率、资本与劳动的产出弹性以及技术创新程度o。根据国内外的相关研究，高新技术产业的赢利能力和产出水平不仅受资本投人和劳动力投入的影响，而且与一国金融发展的程度密切相关；不仅如此，高新技术产业的赢利能力与其产品销售收入密切相关，而产品销售收入的多少和企业竞争力的高低与本企业的技术进步有很大的关系，尤其是核心技术的掌握和使用，主要体现在企业对专利的拥有情况。因此，考虑到上述因素，在模型选取方面，本文借鉴Chirstopoulos等J、Shan L1钊以及陆静的做法，在传统的CobbDo
13、uglas函数的基础上加入金融因素，同时也将技术竞争力作为单独变量加入模型，构造扩展的CD生产函数。具体模型如下：K=ecKiT瑶Ef群 (1)对公式(1)两边取对数，得到下列公式：ln坛=C+alnK+lIl厶，+ylIl冗+臼lIl4，-I-，(2)其中：】，为高新技术企业的产出水平；K为资本投入；L为劳动力投人；F为金融发展程度；A为技术创新程度；c为截距项；口、3、y、0分别为资本投入、劳动力投人、金融发展及技术因素对高新技术企业产出水平的弹性系数；气为随机误差项；i为省份；t为年份。高新技术企业的产出水平不仅受本期的资本透入、劳动力投入、金融发展程度和技术创新等因素的影响，还受上一期
14、产出水平的影响，因此高新技术企业产出水平是一个动态的过程，可以对公式(2)进行修订，建立如下的动态面板数据模型：lIl匕=c+ln】0一l+口111+，tn厶+ylnE+0In以+c, (3)常用的面板数据建立的模型有无个体影响的不变系数模型(混合模型)、变截距模型和含个体影响的变系数模型；另外，在分析样本中存在显著的万方数据王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证 9个体效应时，还需要进一步对固定效应和随机效应进行检验。模型的选取方法如下：假设HI：如果公式(2)的截距项(C)和系数向量(口、p、y、0)在不同横截面样本点和时间上都相同，则认为样本数据不受个体
15、影响，也不受不同截面成员的影响，为不变系数模型，无需再进一步检验；如果拒绝喝，则需检验见。不变系数模型如下：lIl巧=C+CtlnK+plnLif+yln最+Oln4+8iti=1，2，n；t=1，2，T (4)假设幔：如果公式(2)中的系数向量(Ol、卢、y、0)在不同横截面样本点和时间上都相同，但截距项(c)不同，则认为该模型受个体影响而无结构变化，为变截距模型；如果拒绝，则说明样本数据在截面上即存在受个体影响的截距项(C)的变动，也存在系数向量(口、届、y、0)受截面成员的不同而变化的，则该模型为变系数模型或无约束模型。变截距模型如下：ln墨=q+口InK，+lllLi,+ylIlf。+
16、Oln4，+毛i=1，2，n；t=1，2，T (5)变系数模型如下：lIl匕=q+q11l+屈111厶+以lIl+谚1114，+毛i=1，2，n；t=1，2，丁 (6)通常采用协方差分析检验假设来确定模型，计量上用F检验和Hausman检验来确定具体模型。判断模型是否是个体固定效应模型的检验方法，主要是通过两个，检验或者脚检验。F统计量的定义为：只：!墨二墨2 1【!竺二!竺!塑。2 SNTN(k+1)】F(N-1)(k+1)，N(Tk1)】F：(Sz-S1)(N-1)k1 SNTN(k+1)】F(N-1)k，N(Tk1)】其中：S，、是、S分别为公式(4)(5)(6)中的残差平方和；N为个体
17、个数；(一1)为约束条件个数；k为解释变量对应参数的个数。如果计算所得R的值不小于给定置信度下的临界值，则拒绝假设。，继续检验假设必；反之，则认为该样本数据符合不变系数模型，可认为是混合模型。如果计算出E统计量的值不小于给定置信度下相应的临界值，则拒绝假设吼，该模型符合变系数模型，可认为是随机效应模型；反之，则认为该模型符合变截距模型，可认为是固定效应模型。统计上也可以通过衄(1ikelihood ratio)判断模型是否是固定效应模型：LR的零假设是固定效应模型是冗余的，如果小概率事件发生，则拒接冗余，摒弃混合效应模型，选择固定效应模型。另外，在统计上判断模型是固定效应模型还是随机效应模型常
18、用的检验方法为Hausman检验方法，通过构造形统计量进行。肜统计量的形式如下：彤=b一声va：rb一叫b一明其中：b为固定效应模型中回归系数的估计值；夕为随机效应模型中回归系数的估计值。Hausman证明在原假设下统计量肜服从自由度为k的z2分布，其中k为解释变量个数。在统计上，它的原假设是个体效应与回归变量无关，即模型是随机效应模型，如果小概率事件发生，则拒绝原假设，应选择固定效应模型“。22变量的选取Griliches引用新产品销售收入来衡量知识生产的大小，而对于高新技术企业来说，新产品销售也是投入存量知识、产出新知识的过程，这一新知识的产出价值的大小最终要通过市场来衡量，直接表现就是通
19、过市场所获得的新产品销售收入的多少，体现了从创新到产出的整个过程，客观地反映了高新技术企业技术创新的市场价值的大小。因此，本文采用新产品销售收入来衡量高新技术企业产出水平的高低。融资约束不仅包括内部资金的约束，也包括企业外部融资环境的约束。高新技术企业是以R&D经费大量投入以及技术进步为主要标志的产业，作为我国研发投入比重很高的部门，高新技术企业用于新产品开发的经费占了资本投入的很大一部分4|。因此，本文选用新产品开发经费支出作为衡量高新技术企业资本投入的指标，也是衡量高新技术企业内部资金约束的指标。外部融资环境的约束通常与一个国家金融发展程度密切相关。反映金融发展水平的指标通常有两类：一类是
20、用金融资产占地区生产总值的比重来衡量；另一类为金融从业人员占比，主要是从人力资本在金融部门与其他部门之间的配置状况来衡量。金融从业人员占比既能反映金融规模，又能衡量金融发展成本，因此相对于另一类指标，该指标用来衡量我国金融规模更为有效，本文也采用此指标，即用金融机构从业人员数社会从业人员数来衡量我国金融发展水平，也用来衡量高新技术企业外部融资环境约束程度。高新技术企业需要大量高智能的人力资本投入，而人力资本的投入量主要体现在从业人员的数量上，万方数据10 王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证因此本文采用从业人员数来衡量高新技术企业劳动力的投入大小。发明专利可
21、以直观地反映一个行业的技术创新水平，而发明专利的拥有量在一定程度上也决定了一个行业或企业的核心竞争力，因此本文采用拥有的发明专利数来来衡量高新技术企业的技术创新程度。23样本及数据来源和处理根据2016年我国新修订的高新技术企业认定管理办法中规定的国家重点支持的高新技领域，同时结合我国高技术企业数据库的分类标准，本文将高新技术企业分为五大类，具体如表1所示，本文相关研究数据的选取也是从这些企业中获得。表1 高新技术企业行业分类行业大类医药制造业航空、航天器及设备制造业电子及通讯设备制造业计算机及办公设备制造业医疗仪器设备及仪器仪表制造业行业小类化学药品制造中成药生产生物药品制造飞机制造航天器制
22、造通讯设备制造广播电视设备制造雷达及配套设备制造试听设备制造电子器件制造电子元件制造其他电子设备制造计算机整机制造电子计算机外部设备制造办公设备制造医疗仪器设备及器械制造仪器仪表制造本文选取我国28个省、自治区、直辖市(不包括西藏、青海、新疆和港、澳、台地区)五大类高新技术企业2004m2014年1 1年间的相关数据。由于统计数据不全，具体来说，关于28个省份的数据，航空、航天器及设备制造业的数据不包括福建、海南、山西、吉林、云南、重庆、甘肃、宁夏、内蒙、广西在内；电子及通讯设备制造业数据不包括海南、宁夏、内蒙在内；计算机及办公设备制造业不包括河北、海南、山西、河南、江西、贵州、陕西、甘肃、宁
23、夏、内蒙、广西在内；医疗仪器设备及仪器仪表制造业不包括海南、贵州、甘肃、内蒙在内。各省份各类企业的新产品销售收入、新产品开发经费支出、从业人员数和拥有发明专利数的数据来源于中国高技术企业数据库，金融发展水平数据来源于中国统计年鉴和各省份统计公报。所选数据中缺失部分采用插值法补全；为了消除不同量纲和异方差，本文对各变量取对数进行了处理。如表2所示。表2 2004m2014年我国高新技术企业各变量面板数据的描述性统计指标 In； InK lnY lnF lnA均值 10174 7 9935 3 12097 2 -0480 5 3941 6中位数 1021 1 9 10042 3 12076 6 -
24、0554 5 4060 4极大值 14868 5 15877 5 18245 7 1282 2 1 1239 1极小值 3713 6 3459 5 1435 1 2551 7 0000 0标准差 15406 19469 22944 0566 3 2199 1观测值 1 232 1 232 1 232 1 232 1 232截面数 112 112 112 112 1123实证检验本文采用EViews 80对各变量数据进行处理，具体处理结果如下。31 面板数据的单位根检验面板数据单位根检验常用的方法有LLC、IPS、ADFFisher、PPFisher，它们的原假设是存在单位根，如表3所示；经过对
25、变量lnA、lnL、lnK、lnF以及lnY进行一阶差分之后，在1的水平下拒绝原假设，表明这些序列都是平稳的一阶单整序列。表3 20042014年我国高新技术企业各变量面板数据的单位根检验变量 LLc IPS装嚣竺PP-Fisher Chis忡 结论In A 一6178 7(o000 o)4216 9 157151 190142(1000 o) (0999 8) (0951 2) ，、Aln4 _4l-113 8 24318 9 965035 1 31209、(00000) (00000) (00000) (00000)lIlL 一9967 3 1558 5 296202 406207(000
26、00) (0059 6) (00009) (00000) 、1n三 一31181 1 18910 2 782157 993990(00000) (00000) (00000) (00000)lnK 一12389 3 0461 9 253890 376171(00000) (06779) (00830) (00000) 、h足 -422631 25778 7 l 01156 l 38669(00000) (00000) (00000) (00000)ln F 一3375 2 1820 l 231312 279533(o000 4) (o965 6) (o3545) (00069) ，、AlnF
27、一33349 3 一18812 9 787486 1 07817。(o000 0) (o000 o) (o0000) (0000 o)万方数据王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证 11表3(续)变量u上 IPs AD?-Fi8her PPFisher Chisquare 结论11lY 一9590 1 0015 8 246523 27757l(O000 o) (0493 7) (o144 2) (0008 6) ，、AInY 一38317 2 21253 8 878458 1 22691l L l J(o000 0) (oooo 0) (oooo 0) (oo
28、oo o)注：小括号内为P值。下同32面板数据的协整关系检验本文采用EG(EngleGranger)两步法推广的面板数据协整检验方法的Pedroni协整检验法和Kao协整检验法对序列数据进行协整关系检验，T=I 1年(2004-2014年)，Panel ADF和Group ADF效果较好，如表4所示，无论是Panel ADFStatistic还是GroupADFStatistic，在5的显著性水平下均拒绝不存在协整关系的原假设，因此表明变量之间存在协整关系；同时Kao检验在5的显著性水平下，也进一步证明了各变量存在协整关系的结论。表4 2004-201 4年我国高新技术企业各变量面板数据的协整
29、关系检验33面板回归模型估计根据公式(2)设定的模型，对我国高新技术企业整体上以及分医药制造业、航空航天及设备制造业、电子及通讯设备制造业、计算机及办公设备制造业、医疗仪器及仪器仪表制造业分行业进行了LR检验，小概率事件均发生，因此拒绝冗余，摒弃混合模型，对上述各变量进一步进行了Hausman检验之后，分别建立了不同类型的模型，具体如表5所示。表5 2004m201 4年我国高新技术企业分行业静态面板数据的回归模型估计注：十一、一、+分别表示在1、5、lO的显著性水平下显著。下同为了消除面板数据的内生性问题，本文采用广义矩估计GMM，将所有滞后期的变量作为工具变量，根据公式(3)建立的动态效应
30、模型进行了矩估计(GMM)。先对工具变量使用厂统计量进行Sargan检验，由表6中Sargan的P值可以看出在5的显著性水平下，结果不能拒绝“模型过度约束正确”的原假设，说明我们选择的工具变量和误差项不相关，工具变量不存在过度识别的问题，模型设定是万方数据12 王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面埋蠲的!垒适正确的。同时为了保证回归结果有效，对公式(3) 在2阶自相关，说明我们选取的模型符合GMM估计进行自相关检验，由AR(2)值可以看出变量不存 所要求的不存在2阶自相关的前提条件。表6 2004-2014年我国高新技术企业分行业动态面板数据的回归模型估计坠翌! !：竺
31、! !：! !：兰! Q：! !：竺! 竺：!一注：1)mY(一I)为高新技术企业产出对数的一阶滞后项；2)工具变量为解释变量的滞后项；3)AR(2)的值为差分后的残差不存在二阶自相关检验的JP值；4)Sargan检验的值为模型过度识别检验的P值4面板回归模型分析及评价从表5整体来看，除了计算机及办公设备制造业外，其他模型的拟合优度都在O7以上，表明我们所构建的模型对原始数据的拟合程度很好，由上述分析可知，本研究所建立的回归模型是有效的。41从行业整体来看从我国高新技术行业整体来看，协整关系的表达式为(小括号内为t值)：lnY=2557+06781nK+02681nL+02481nF+0051
32、1n彳+t(4654) (20111) (4837) (2539) (1968)(7)由公式(7)可以看出，在5的显著性水平下，无论是资本投入、劳动力投入还是技术因素和金融因素，对高新技术企业新产品销售收入的影响都很显著，且均呈正向相关关系，说明这些因素的投入对新产品销售收入具有很强的促进作用。从对高新技术企业新产品销售收入的影响大小来看：资本投入的影响最大，其弹性系数为0678，则意味着高新技术企业资本投人每增加1个百分点，带动新产品销售收入增加0678个百分点，这从侧面验证了高新技术企业是资本密集型企业，资本投入对高新技术企业的重要性；其次是劳动力投入的贡献率，其弹性系数达到了0268，意
33、味着高新技术企业从业人员每增加1个百分点，会带动新产品销售收入增加0268个百分点，也从侧面突出显示了人力资本投入对高新技术企业的重要程度；金融发展程度的贡献率达到0248，这说明了我国金融行业越发达，企业获得的信贷资金会越多，在一定程度上支持了高新技术企业的发展；高新技术企业拥有的发明专利数的贡献率达到了0051，但相对于资本、劳动力和金融发展的影响来说，其影响要小得多，这说明我国高新技术企业拥有的核心技术价值不是很高，或与市场的对接能力较弱，技术转化为市场效益的效果不是很好，因此造成对新产品销售收人的影响较其他要素要小的多。而从表6的GMM模型估计结果也可看出，除了技术因素外，资本和劳动力
34、投入、金融发展对高新技术企业新产品销售收入的累积效应都很显著，从效应大小来看，资本投入的累积效应最大。从上述分析可以看出，我国高新技术企业整体上处于规模报酬递增阶段，各项投入的增加会带来新产品销售收人的显著增加。42分行业来看从静态面板模型各变量的显著性来看，在10的显著性水平下，资本和劳动力的投入对高新技术企业整体以及不同行业的影响都很显著(医疗仪器设备及仪器仪表制造业中劳动力投入的影响除外)，这些行业均为资本密集型行业，尤其是医药制造业和计算机及办公设备制造业的资本投人对新产品产出效应的弹性系数分别达到了0852 5和0769 9，航空、航天器及设备制造业的资本投入对新产品产出效应的弹性系
35、数也达到了0648；从劳动力对新产品产出效应的弹性来看，电子及通讯设备制造业最大，航空、航天器及设备制造业和计算机及办公设备制造业几乎持平，医疗仪器设备及仪器仪表设备制造业相对较小。就资本投入和劳动力投入本身对新产品销售收入效应的大小，通过对比来看，电子及通讯设备制造业两者几乎持平，其他行业差距较大，尤其是医药制造业，其资本投入的产出弹性系数与万方数据王建英等：融资约束、技术创新与高新技术企业产出效应基于省级面板数据的验证 13劳动力投入的产出弹性系数相差o605 2，说明我国医药制造行业资本投入对新产品销售收入的影响要远远高于其劳动力投人水平的影响。从动态面板模型的结果可以看出，我国高新技术
36、各行业资本投入对新产品销售收入的积累效应都很显著，不仅影响当期的新产品销售收入，对滞后期的影响也很大，而且影响均为正值，其中医药制造业的累积效应最大，这也突出反映了高新技术企业资本投入产生效应的连续性；而劳动力投入的累积效应在医药制造业、电子及通讯设备制造业较为突出。从表5的OLS模型分析可知，我国高新技术企业技术创新程度对新产品销售收人的影响，在l的显著性水平下，医疗仪器设备及仪器仪表制造业的影响显著，而医药制造业、航空、航天器及设备制造业、电子及通讯设备制造业和计算机及办公设备制造业对其影响并不显著。这也说明，一方面我国高新技术企业中这些行业的技术自主开发能力薄弱，缺乏自主知识产权；另一方
37、面这些企业对国外先进技术消化、吸收、转化能力不足，部分投入并没有带来相应的产出，没有形成有效的经济效益。而从GMM估计模型中可看出，技术创新对计算机及办公设备制造业、医疗仪器设备及仪器仪表制造业和医药制造业的新产品销售收人的动态积累效应显著。在5的显著性水平下，地区金融发展对航空、航天器及设备制造业和电子及通讯设备制造业的新产品销售收入影响比较显著。我国航空、航天器及设备制造业的R&D经费中，政府资金占了34以上，因此政府资金的导向性非常明显，带动大量的社会资金流入该行业；而金融的发展本身具有风险识别的功能，资金会流向一些收益高而风险小的行业，航空、航天器及设备制造业有政府资金作为保障，其相应
38、的风险要小得多，因此出现了区域金融发展程度对该区域内航空、航天器及设备制造业的新产品销售收入影响比较显著，且弹性系数达到了0577 9，对电子及通讯设备制造业新产品销售收入的弹性系数为0348 7，而对医药制造业、计算机及办公设备制造业和医疗仪器设备及仪器仪表制造业影响不显著，说明地区金融发展对这些行业的支持力度不够，社会资金通过市场流向这些行业较少，带来的效益不高。参考文献：l 1 j RAJAN R G，ZINGALES LFinancial dependence and growth l J JSocial Science Electronic Publishing,1996，88(3)
39、：559-5862KING R G，LEVINE RFinance，entrepreneurship，and growthJJournal of Monetary Economics，1993，32(3)：513-5421 3 j FISMAN R，LOVE IFinancial development and growth in the shortand long runJNBER Working Paper No10236，2004DOh103386w102364林毅夫，章奇，刘明兴金融结构与经济增长：以制造业为例J世界经济，200326(1)：3205段一群，李东，李廉水中国装备制造业的
40、金融支持效应分析J科学学研究，2009，27(3)：3893926翟淑萍，顾群金融发展、融资约束缓解与高新技术企业研发投资效率研究J经济经纬，2013，30t2)：1381437王文华，张卓金融发展、政府补贴与研发融资约束：来自A股高新技术上市公司的经验证据J经济与管理研究，2013，34(1 1)：51-578张凤海，侯铁珊技术创新理论述评J东北大学学报(社会科学版)，2008，lo(2)：1011059CHRIsTOP0uLOS D K，TSIONAS E GFinancial development andeconomic growth：evidence from panel unit
41、root and cointegrationtests l J JJournal of Development Economics，2004，73(1)：55741 10 J SHAN JDoes financial developmentleadeconomic growth?A vector autoregression appraisal【J jApplied Economics，2005，37(12)：1353-136711陆静金融发展与经济增长关系的理论与实证研究：基于中国省际面板数据的协整分析J中国管理科学，2012，20(1)：17718412高铁梅计量经济分析方法与建模：EViews应用及实例M北京：清华大学出版社，2014：3213371 13 J GRILlCHES zPatent statistics as economic indicators：a survey【JJournal ofEconomic Literature，1991，28(4)：1661-170714沈军，白钦先中国金融体系效率与金融规模J数量经济技术经济研究，2013，30(8)：3550作者简介：王建英(1980一)，女，河南郑州人，讲师，博士，主要研究方向为城镇化、公司金融；陈平来(1980一)，男，河南漯河人，中级会计师，硕士研究生，主要研究方向为农村金融。万方数据