论文部分内容阅读
摘 要：以河北省区域科技金融为主要研究对象，建立了测算科技金融发展水平的方法。同时，以科技金融集聚为着眼点，将科技金融集聚问题应用到区域经济增长领域，通过构建不同的空间计量模型，进行实证分析，并得出要促进区域经济协同发展，地方政府需要建立适度的科技金融集聚规模，并提升集聚质量。
关键词： 科技金融；空间集聚；空间计量模型
中图分类号：F224.7 文献标识码：A 文章编号：1005-6378（2018）04-0095-08
DOI：10.3969/j.issn.1005-6378.2018.04.013
一、引言
科技金融是科技发展与金融创新的有机结合，是科技活动得以有效实施和金融机制赖以创新的基础和保障。为了建立一个完善的科技金融发展体系，从而满足改革开放后区域市场经济中科技的不断创新和融资需求，中国从20世纪90年代初便提出了科技金融这一概念，国家部委、中国人民银行等金融机构相继制定了大量与科技金融发展相关的规划、机制、方案与条例。
在研究科技金融的相关文献中，张玉柯[1]等从供给侧结构性改革视角出发，认为在经济新常态下应消除金融资源和技术创新资源的畸形配置，对金融发展与科技创新进行有机结合。郭逸[2]认为，科技金融从本质上来看是科技创新与实体经济的高度藕合，科技金融集聚到一定程度便能更有效地将科技创新转化为实际生产力，并能产生区域性外溢效应，这对促进区域经济增长有着重要意义。在以熵权法确定指标权重方面的研究，李媛媛[3]等在其研究金融生态与新型城镇化质量中，详细给出了熵权法的计算步骤。在空间计量经济模型方面，国外学者如Anselin和Cliff[4-5]等给出了不同的空间计量经济学模型，并对模型的选择和检验给出了具体的判断标准；我国学者如陈强、叶阿忠和吴继贵等对空间计量经济学也进行了相应的研究，尤其是对空间杜宾模型的研究给出了开创性的思维，这对我国空间计量经济学的发展起了十分重要的作用[6-7]。本文借鉴了国内外学者的研究经验，采用熵权法确定指标之间的权重系数，对科技金融发展水平进行测算，并运用空间面板计量模型研究科技金融，以期为科技金融的研究提供一些新的思路。
二、 河北省科技金融集聚发展的空间自相关性分析
（一）科技金融集聚发展水平的测算
1.科技金融集聚水平的指标体系构建。本文在对比研究大量文献的基础上，从科技创新活动的资金来源出发，选取变量，具体将科技金融划分为两个子因素：一是公共科技金融，用科技拨款占财政支出比重（X1）和科技人才投入比（X2）来衡量；二是市场科技金融，选取创业风险投资强度（X3）、科技金融技术合同交易率（X4）和银行科技信贷率（X5）3个指标。最终确立科技金融发展水平评价指标体系及测算方法（表1）。
本文选取2010—2016年河北省下辖共11个区域的相关指标数据来研究其空间集聚情况。其中，地方科技拨款占财政支出比重（X1）、科技人才投入比（X2）和银行科技信贷率（X5）3个指标数据均来源于《中国科技统计年鉴》，创业风险投资强度（X3）数据来源于《中国创业风险投资发展报告》，科技金融技术合同交易率（X4）数据来源于各地历年统计公报，文中所涉及到的GDP数据来源于中经网数据库。
2.科技金融集聚发展水平的测算方法。由于各指标的量纲不同，因此首先需要对数据进行标准化处理，然后采用标准百分制进行转化[8]，公式如下：
其次，对指标体系内各变量的权数进行计算。由于指标体系内各个变量对于评价对象所起的作用程度不同，因此需要对每个变量进行赋权，本文采用熵权法[3]确定各变量权数，计算公式如下：
其中，xij为指标体系中各变量的取值，i为指标数量，i=1，2...5；j为2010—2016年河北省11个地区的数据序列，j=1，2...11；m=11；n=5；Pij为各数据占比，ei为指标变量的熵值，Wi为指标变量的權重。经过上述计算，得到指标体系各年份相应变量的权重（表2）。
根据公式（2）与公式（5）的乘积便能求出河北省2010—2016年科技金融发展水平综合评估值（表3）。
由表3可知，河北省科技金融综合发展水平整体呈现出稳步上升的态势，由2010年的46.63升至2016年的64.85。可以说在这个阶段，河北省的科技金融综合发展水平得到了很大的提高。从河北省各地区范围来看，全省11个市的科技金融发展水平值虽在2011年有所下降，但之后便一直保持稳步增长的态势，其中张家口、承德和邢台的发展相比其他市区要慢。
（二）河北省科技金融发展水平的空间自相关性
空间自相关可理解为位置相近的区域具有相似的变量取值，如果高值和高值集聚在一起，低值与低值集聚在一起，则称为正空间自相关；相反，若高值与低值集聚在一起，则称为负空间自相关；若高值与低值完全随机的分布，则认为不存在空间自相关[6]。
检验空间自相关性的统计量有Morans I统计量和Geary统计量，本文采用运用最广的Morans I（莫兰指数I）统计量。莫兰指数I的取值介于-1～1之间，取值在0～1时，表示存在正的自相关；取值介于-1～0时，则表示存在负的自相关。而标准化后的莫兰指数I服从渐近的标准正态分布，故其显著性水平采用正态分布假设检验。如果莫兰指数I通过了显著性检验，则表明地区之间存在显著的相关关系；否则，则可认为不存在空间自相关关系。通过Stata14.0软件计算，得出2010—2016年河北省各市区的科技金融发展水平莫兰指数I（表4）。
由表4可知，2010—2016年河北省各市区的科技金融发展并非是随机分布的，而是呈现出一定的集聚特征。Morans I指数均为正值，并通过了5%水平的显著性检验，表明各相邻区域科技金融发展具有显著的空间依赖性，即本区域科技金融发展对相邻区域具有正向空间溢出效应。 三、科技金融空间集聚对经济发展的影响
科技金融空间集聚引起的激烈竞争，能够激发科技型企业的不断创新，而科技型企业空间集聚形成的市场规模效应，会对经济运行的各领域产生需求效应，从而带动消费结构升级[7]。
（一）衡量指标
本文的重点是检验科技金融空间集聚对地区经济增长的影响，结合河北省具体的经济实际，采用人均GDP（PGDP）作为被解释变量来衡量地区经济增长，解释变量为科技金融发展水平（STF），控制变量主要选取以下5个指标：基础设施（INFR）、劳动力投入（LAB）、政府支出占比（GS）、开放程度（OP）、民营化程度（PRI）。
（1）科技金融发展水平（STF）。采用区位熵的方法计算得出，衡量科技金融地区集聚程度，具体计算见第二部分中的公式（4），最后再取对数进行计算。
（2）基础设施（INFR）。本文采用各城市道路建设面积与地区总面积占比来衡量基础设施水平。
（3）劳动力投入（LAB）。劳动力的投入对经济增长有着直接的促进作用，本文采用第二与第三产业就业人数之和与总的就业人数之比来衡量劳动力投入水平。
（4）政府支出占比（GS）。本文选取地区财政支出与地区GDP之比来衡量社会服务水平。财政支出从一定程度上反映了政府参与经济活动的水平。
（5）开放程度（OP）。对外开放对经济增长有着重大影响，本文使用地区进出口总额与GDP的比重来衡量对外开放水平，其中涉及美元数额根据当年的平均汇率水平进行换算。
（6）民营化程度（PRI）。本文用规模以上民营企业总产值占工业总产值之比来测算民营化程度。
本文选取样本为2010—2016年河北省11个区域的面板数据，主要来源于中经网数据库以及各地市历年的统计公报。
（二）Morans I指数检验
根据河北省各地市2010—2016年的人均GDP，通过构建基于一阶临近的空间权重矩阵，采用Morans I指数对其空间相关性进行了检验（表5）。
由表5可知，历年Morans I值均大于零且均通过了5%的显著性水平检验，这表明河北省地区内的人均GDP之间存在显著的正向空间自相关性。因此，区域间的外部性对经济增长效应的影响不可忽视，这就意味着在对河北省地区经济增长问题进行研究时，不能忽略地理因素和空间效应的影响，即应该在计量模型中加入被解释变量的空间影响因子。
（三）空间面板模型的选择与设定
在传统的横截面数据和面板数据模型处理方法中，常常假设不同地区之间的样本观测值存在空间同质性与独立性，忽略不同区域之间的相互作用与空间结构差异性[9]。对于空间面板数据模型，在确定具有空间依赖性后，需要判断其合理的空间计量模型，主要标准是将LMLAG与LMERR进行显著性大小的比较。若LMLAG在统计上更为显著，则应该选择空间滞后模型（SAR），否则就应该选择空间误差模型（SEM）[4]。本文对地区固定效应模型、时间固定效应模型、地区时间双固定模型以及随机效应模型4种模型的LMLAG和LMERR进行检验（表6）。
由表6可知，LM统计量检验均在1%的显著性水平上拒绝了原假设，即 SAR模型和SEM模型应该同时成立，那么这意味着应该对其做空间杜宾模型（SDM）[5]。因此，结合上述的解释变量及控制变量，本文构建了空间杜宾模型：
其中，Zij为控制变量，包含基础设施（INFR）、劳动力投入（LAB）、政府支出占比（GS）、开放程度（OP）、民营化程度（PRI），Wij为空间权重矩阵。
（四）估计结果分析
根据空间计量模型，对河北省科技金融空间集聚因子与区域经济增长之间关系进行了普通面板分析及空间面板分析（表7）。
由表7可知，wald-lag和wald-error的值分别为64.430 7和33.671 7，在1%的显著性水平上均拒绝了原假设，即说明选择比 SAR模型或SEM模型更广义形式的SDM模型进行实证分析是合適的。从空间杜宾模型变量的估计结果可知，其空间自回归系数Spatial rho（ρ=0.265 3）在1%水平上显著为正，说明建立的此模型是科学合理的。从模型变量的估计结果可知，科技金融空间集聚的回归系数为0.167 8，且在1%的水平上显著，同时其空间滞后项WLNSTF的系数为0.594 7，也通过了5%显著性水平检验，说明河北省地区的科技金融集聚存在显著的空间溢出效应，即某个地区的科技金融集聚程度的加深不仅会对本地经济增长产生促进作用，也会对相邻地区的科技金融集聚和经济增长产生促进作用。研究还发现，开放程度（OP）和民营化程度（PRI）没有通过显著性水平检验。原因可能是区域对外贸易较少，民营资本贡献水平较低。科技金融发展水平（STF）、基础设施（INFR）、劳动力投入（LAB） 、政府支出占比（GS）对经济增长有着不同程度的正向影响。
普通面板数据模型既没有考虑空间的交互效应，也没有考虑空间的溢出效应。因此，在普通面板模型中，研究科技金融空间集聚对经济增长影响的直接效应在绝对值上显然被高估了，不仅是科技金融集聚变量的系数被高估，且由于未考虑空间因素，致使在经济增长模型中的其他变量的贡献水平也被高估了。同时结合空间滞后与空间误差模型进行对比，在加入空间因素之后，在非空间模型中变量系数值被高估的现象有所缓解，但最合适的依旧是空间杜宾模型。
四、结论与建议
本文对科技金融的概念及测算方法进行了阐述，运用熵权法对河北省共11个区域的科技金融发展水平进行了测算，并对其空间自相关效应进行了Morans I指数检验。检验发现，各相邻区域科技金融发展具有显著的空间依赖性，本区域科技金融发展对相邻区域具有正向空间溢出效应。通过将河北省科技金融集聚水平及其影响因素纳入区域经济增长模型，构建了空间面板杜宾模型。研究得出，要促进河北省区域经济均衡发展，地方政府需要建立适度的科技金融集聚规模，并提升集聚质量。本文以科技金融集聚的经济效应为出发点，提出以下建议。 一是要适度增加地方科技拨款占财政支出的比重，保障科技金融业的投入。科技金融的发展离不开地方政府资金的支持，同时，科技金融的发展也能够对地方经济增长产生正向效应。为此，地方财政支出应该向科技金融领域倾斜，并引导科技金融领域的发展，努力打造科技型金融支持经济增长的发展路径。
二是要加强区域内政策帮扶力度，营造良好的制度环境。河北省地区科技金融的管理部门，尤其是金融系统发展不健全的地区政府，应积极创造优越的制度和政策环境。加大科技金融的基础研究力度，并加快研究成果的转化，以此来提高自身的科技金融综合发展水平，促进地区经济发展。
三是要加强区域合作，共享科技金融空间溢出经济效应。河北省内部经济发展不均衡，需要加强区域间对接合作，同时避免重复过度集聚及区域间的恶性竞争。加强共用R&D平台建设与交流，共享空间知识溢出效应，逐步消除省内在科技金融上不平衡、不充分的发展矛盾，以此缩小地区间的经济差距。
[参 考 文 献]
[1]张玉柯，胡继成. 京津冀协同视域下金融发展与技术创新的融合效率[J]. 河北大学学报（哲学社会科学版）， 2016（6）： 41-48.
[2]郭逸.江苏科技金融与科技创新耦合的实证研究[D].南京：南京理工大学，2016：10-11.
[3] 李媛媛，董鹏. 金融生态与新型城镇化质量——基于面板分位数回归模型的实证检验[J]. 河北大学学报（哲学社会科学版）， 2016（5）： 102-110.
[4]ANSELIN L. Spatial Econometrics： Methods and Models[M]. London：Dorddrecht Kluwer Academic Publishers，1988：26-39.
[5]CLIFF A， ORD J K. Spatial Process： Models and Application [M].London：JPion， 1981：32-50.
[6]陳强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2013：578-586.
[7]叶阿忠，吴继贵.空间计量经济学[M].厦门：厦门大学出版社，2015：49-57.
[8]高媛，高丽丽.辽宁省三大经济区域高等教育收敛的实证研究[J].东北大学学报，2014（11）：640-641.
[9]李羚，成春林.金融集聚影响因素的空间计量分析——引入互联网因素[J].企业经济，2016（7）：179-184.
【责任编辑 郭 玲】
关键词： 科技金融；空间集聚；空间计量模型
中图分类号：F224.7 文献标识码：A 文章编号：1005-6378（2018）04-0095-08
DOI：10.3969/j.issn.1005-6378.2018.04.013
一、引言
科技金融是科技发展与金融创新的有机结合，是科技活动得以有效实施和金融机制赖以创新的基础和保障。为了建立一个完善的科技金融发展体系，从而满足改革开放后区域市场经济中科技的不断创新和融资需求，中国从20世纪90年代初便提出了科技金融这一概念，国家部委、中国人民银行等金融机构相继制定了大量与科技金融发展相关的规划、机制、方案与条例。
在研究科技金融的相关文献中，张玉柯[1]等从供给侧结构性改革视角出发，认为在经济新常态下应消除金融资源和技术创新资源的畸形配置，对金融发展与科技创新进行有机结合。郭逸[2]认为，科技金融从本质上来看是科技创新与实体经济的高度藕合，科技金融集聚到一定程度便能更有效地将科技创新转化为实际生产力，并能产生区域性外溢效应，这对促进区域经济增长有着重要意义。在以熵权法确定指标权重方面的研究，李媛媛[3]等在其研究金融生态与新型城镇化质量中，详细给出了熵权法的计算步骤。在空间计量经济模型方面，国外学者如Anselin和Cliff[4-5]等给出了不同的空间计量经济学模型，并对模型的选择和检验给出了具体的判断标准；我国学者如陈强、叶阿忠和吴继贵等对空间计量经济学也进行了相应的研究，尤其是对空间杜宾模型的研究给出了开创性的思维，这对我国空间计量经济学的发展起了十分重要的作用[6-7]。本文借鉴了国内外学者的研究经验，采用熵权法确定指标之间的权重系数，对科技金融发展水平进行测算，并运用空间面板计量模型研究科技金融，以期为科技金融的研究提供一些新的思路。
二、 河北省科技金融集聚发展的空间自相关性分析
（一）科技金融集聚发展水平的测算
1.科技金融集聚水平的指标体系构建。本文在对比研究大量文献的基础上，从科技创新活动的资金来源出发，选取变量，具体将科技金融划分为两个子因素：一是公共科技金融，用科技拨款占财政支出比重（X1）和科技人才投入比（X2）来衡量；二是市场科技金融，选取创业风险投资强度（X3）、科技金融技术合同交易率（X4）和银行科技信贷率（X5）3个指标。最终确立科技金融发展水平评价指标体系及测算方法（表1）。
本文选取2010—2016年河北省下辖共11个区域的相关指标数据来研究其空间集聚情况。其中，地方科技拨款占财政支出比重（X1）、科技人才投入比（X2）和银行科技信贷率（X5）3个指标数据均来源于《中国科技统计年鉴》，创业风险投资强度（X3）数据来源于《中国创业风险投资发展报告》，科技金融技术合同交易率（X4）数据来源于各地历年统计公报，文中所涉及到的GDP数据来源于中经网数据库。
2.科技金融集聚发展水平的测算方法。由于各指标的量纲不同，因此首先需要对数据进行标准化处理，然后采用标准百分制进行转化[8]，公式如下：
其次，对指标体系内各变量的权数进行计算。由于指标体系内各个变量对于评价对象所起的作用程度不同，因此需要对每个变量进行赋权，本文采用熵权法[3]确定各变量权数，计算公式如下：
其中，xij为指标体系中各变量的取值，i为指标数量，i=1，2...5；j为2010—2016年河北省11个地区的数据序列，j=1，2...11；m=11；n=5；Pij为各数据占比，ei为指标变量的熵值，Wi为指标变量的權重。经过上述计算，得到指标体系各年份相应变量的权重（表2）。
根据公式（2）与公式（5）的乘积便能求出河北省2010—2016年科技金融发展水平综合评估值（表3）。
由表3可知，河北省科技金融综合发展水平整体呈现出稳步上升的态势，由2010年的46.63升至2016年的64.85。可以说在这个阶段，河北省的科技金融综合发展水平得到了很大的提高。从河北省各地区范围来看，全省11个市的科技金融发展水平值虽在2011年有所下降，但之后便一直保持稳步增长的态势，其中张家口、承德和邢台的发展相比其他市区要慢。
（二）河北省科技金融发展水平的空间自相关性
空间自相关可理解为位置相近的区域具有相似的变量取值，如果高值和高值集聚在一起，低值与低值集聚在一起，则称为正空间自相关；相反，若高值与低值集聚在一起，则称为负空间自相关；若高值与低值完全随机的分布，则认为不存在空间自相关[6]。
检验空间自相关性的统计量有Morans I统计量和Geary统计量，本文采用运用最广的Morans I（莫兰指数I）统计量。莫兰指数I的取值介于-1～1之间，取值在0～1时，表示存在正的自相关；取值介于-1～0时，则表示存在负的自相关。而标准化后的莫兰指数I服从渐近的标准正态分布，故其显著性水平采用正态分布假设检验。如果莫兰指数I通过了显著性检验，则表明地区之间存在显著的相关关系；否则，则可认为不存在空间自相关关系。通过Stata14.0软件计算，得出2010—2016年河北省各市区的科技金融发展水平莫兰指数I（表4）。
由表4可知，2010—2016年河北省各市区的科技金融发展并非是随机分布的，而是呈现出一定的集聚特征。Morans I指数均为正值，并通过了5%水平的显著性检验，表明各相邻区域科技金融发展具有显著的空间依赖性，即本区域科技金融发展对相邻区域具有正向空间溢出效应。 三、科技金融空间集聚对经济发展的影响
科技金融空间集聚引起的激烈竞争，能够激发科技型企业的不断创新，而科技型企业空间集聚形成的市场规模效应，会对经济运行的各领域产生需求效应，从而带动消费结构升级[7]。
（一）衡量指标
本文的重点是检验科技金融空间集聚对地区经济增长的影响，结合河北省具体的经济实际，采用人均GDP（PGDP）作为被解释变量来衡量地区经济增长，解释变量为科技金融发展水平（STF），控制变量主要选取以下5个指标：基础设施（INFR）、劳动力投入（LAB）、政府支出占比（GS）、开放程度（OP）、民营化程度（PRI）。
（1）科技金融发展水平（STF）。采用区位熵的方法计算得出，衡量科技金融地区集聚程度，具体计算见第二部分中的公式（4），最后再取对数进行计算。
（2）基础设施（INFR）。本文采用各城市道路建设面积与地区总面积占比来衡量基础设施水平。
（3）劳动力投入（LAB）。劳动力的投入对经济增长有着直接的促进作用，本文采用第二与第三产业就业人数之和与总的就业人数之比来衡量劳动力投入水平。
（4）政府支出占比（GS）。本文选取地区财政支出与地区GDP之比来衡量社会服务水平。财政支出从一定程度上反映了政府参与经济活动的水平。
（5）开放程度（OP）。对外开放对经济增长有着重大影响，本文使用地区进出口总额与GDP的比重来衡量对外开放水平，其中涉及美元数额根据当年的平均汇率水平进行换算。
（6）民营化程度（PRI）。本文用规模以上民营企业总产值占工业总产值之比来测算民营化程度。
本文选取样本为2010—2016年河北省11个区域的面板数据，主要来源于中经网数据库以及各地市历年的统计公报。
（二）Morans I指数检验
根据河北省各地市2010—2016年的人均GDP，通过构建基于一阶临近的空间权重矩阵，采用Morans I指数对其空间相关性进行了检验（表5）。
由表5可知，历年Morans I值均大于零且均通过了5%的显著性水平检验，这表明河北省地区内的人均GDP之间存在显著的正向空间自相关性。因此，区域间的外部性对经济增长效应的影响不可忽视，这就意味着在对河北省地区经济增长问题进行研究时，不能忽略地理因素和空间效应的影响，即应该在计量模型中加入被解释变量的空间影响因子。
（三）空间面板模型的选择与设定
在传统的横截面数据和面板数据模型处理方法中，常常假设不同地区之间的样本观测值存在空间同质性与独立性，忽略不同区域之间的相互作用与空间结构差异性[9]。对于空间面板数据模型，在确定具有空间依赖性后，需要判断其合理的空间计量模型，主要标准是将LMLAG与LMERR进行显著性大小的比较。若LMLAG在统计上更为显著，则应该选择空间滞后模型（SAR），否则就应该选择空间误差模型（SEM）[4]。本文对地区固定效应模型、时间固定效应模型、地区时间双固定模型以及随机效应模型4种模型的LMLAG和LMERR进行检验（表6）。
由表6可知，LM统计量检验均在1%的显著性水平上拒绝了原假设，即 SAR模型和SEM模型应该同时成立，那么这意味着应该对其做空间杜宾模型（SDM）[5]。因此，结合上述的解释变量及控制变量，本文构建了空间杜宾模型：
其中，Zij为控制变量，包含基础设施（INFR）、劳动力投入（LAB）、政府支出占比（GS）、开放程度（OP）、民营化程度（PRI），Wij为空间权重矩阵。
（四）估计结果分析
根据空间计量模型，对河北省科技金融空间集聚因子与区域经济增长之间关系进行了普通面板分析及空间面板分析（表7）。
由表7可知，wald-lag和wald-error的值分别为64.430 7和33.671 7，在1%的显著性水平上均拒绝了原假设，即说明选择比 SAR模型或SEM模型更广义形式的SDM模型进行实证分析是合適的。从空间杜宾模型变量的估计结果可知，其空间自回归系数Spatial rho（ρ=0.265 3）在1%水平上显著为正，说明建立的此模型是科学合理的。从模型变量的估计结果可知，科技金融空间集聚的回归系数为0.167 8，且在1%的水平上显著，同时其空间滞后项WLNSTF的系数为0.594 7，也通过了5%显著性水平检验，说明河北省地区的科技金融集聚存在显著的空间溢出效应，即某个地区的科技金融集聚程度的加深不仅会对本地经济增长产生促进作用，也会对相邻地区的科技金融集聚和经济增长产生促进作用。研究还发现，开放程度（OP）和民营化程度（PRI）没有通过显著性水平检验。原因可能是区域对外贸易较少，民营资本贡献水平较低。科技金融发展水平（STF）、基础设施（INFR）、劳动力投入（LAB） 、政府支出占比（GS）对经济增长有着不同程度的正向影响。
普通面板数据模型既没有考虑空间的交互效应，也没有考虑空间的溢出效应。因此，在普通面板模型中，研究科技金融空间集聚对经济增长影响的直接效应在绝对值上显然被高估了，不仅是科技金融集聚变量的系数被高估，且由于未考虑空间因素，致使在经济增长模型中的其他变量的贡献水平也被高估了。同时结合空间滞后与空间误差模型进行对比，在加入空间因素之后，在非空间模型中变量系数值被高估的现象有所缓解，但最合适的依旧是空间杜宾模型。
四、结论与建议
本文对科技金融的概念及测算方法进行了阐述，运用熵权法对河北省共11个区域的科技金融发展水平进行了测算，并对其空间自相关效应进行了Morans I指数检验。检验发现，各相邻区域科技金融发展具有显著的空间依赖性，本区域科技金融发展对相邻区域具有正向空间溢出效应。通过将河北省科技金融集聚水平及其影响因素纳入区域经济增长模型，构建了空间面板杜宾模型。研究得出，要促进河北省区域经济均衡发展，地方政府需要建立适度的科技金融集聚规模，并提升集聚质量。本文以科技金融集聚的经济效应为出发点，提出以下建议。 一是要适度增加地方科技拨款占财政支出的比重，保障科技金融业的投入。科技金融的发展离不开地方政府资金的支持，同时，科技金融的发展也能够对地方经济增长产生正向效应。为此，地方财政支出应该向科技金融领域倾斜，并引导科技金融领域的发展，努力打造科技型金融支持经济增长的发展路径。
二是要加强区域内政策帮扶力度，营造良好的制度环境。河北省地区科技金融的管理部门，尤其是金融系统发展不健全的地区政府，应积极创造优越的制度和政策环境。加大科技金融的基础研究力度，并加快研究成果的转化，以此来提高自身的科技金融综合发展水平，促进地区经济发展。
三是要加强区域合作，共享科技金融空间溢出经济效应。河北省内部经济发展不均衡，需要加强区域间对接合作，同时避免重复过度集聚及区域间的恶性竞争。加强共用R&D平台建设与交流，共享空间知识溢出效应，逐步消除省内在科技金融上不平衡、不充分的发展矛盾，以此缩小地区间的经济差距。
[参 考 文 献]
[1]张玉柯，胡继成. 京津冀协同视域下金融发展与技术创新的融合效率[J]. 河北大学学报（哲学社会科学版）， 2016（6）： 41-48.
[2]郭逸.江苏科技金融与科技创新耦合的实证研究[D].南京：南京理工大学，2016：10-11.
[3] 李媛媛，董鹏. 金融生态与新型城镇化质量——基于面板分位数回归模型的实证检验[J]. 河北大学学报（哲学社会科学版）， 2016（5）： 102-110.
[4]ANSELIN L. Spatial Econometrics： Methods and Models[M]. London：Dorddrecht Kluwer Academic Publishers，1988：26-39.
[5]CLIFF A， ORD J K. Spatial Process： Models and Application [M].London：JPion， 1981：32-50.
[6]陳强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2013：578-586.
[7]叶阿忠，吴继贵.空间计量经济学[M].厦门：厦门大学出版社，2015：49-57.
[8]高媛，高丽丽.辽宁省三大经济区域高等教育收敛的实证研究[J].东北大学学报，2014（11）：640-641.
[9]李羚，成春林.金融集聚影响因素的空间计量分析——引入互联网因素[J].企业经济，2016（7）：179-184.
【责任编辑 郭 玲】