【作　　者】
李雪涛（副教授），严龙茂（副教授）

【作者单位】
湖北汽车工业学院经济管理学院，湖北十堰442002

【摘　　要】

      【摘要】在经济新常态下，如何借助金融媒介来扩大民营企业技术研发，实现民营企业转型升级，成为亟待解决的问题。本文利用2007 ~ 2013年我国制造业民营上市公司面板数据，分析了地区金融集聚、研发投入对企业成长的影响，结果表明：企业研发投入和金融集聚的提升对企业成长均存在正向影响，金融集聚能提高企业的研发投入绝对额，但会降低企业研发投入强度。这个结果说明金融集聚影响下的金融机构贷款主要用于企业生产、项目投资等，金融集聚与研发创新对于企业成长没有形成良性结合，缺少从金融支持转向技术创新的动力。
【关键词】金融集聚；研发创新；民营经济；企业成长
【中图分类号】F832.1           【文献标识码】A           【文章编号】1004-0994（2016）05-0091-5一、引言
“十二五”以来，我国经济发展由原先的高速增长期调整到转型期，经济换挡使得经济的增长动力也发生变化。转型期的最主要特征即是整体经济从原先的高投资即投资驱动转变到以技术创新来实现经济的结构性增长，相应地反映到企业层面上，即企业要通过加大研发力度、技术改造创新等实现企业转型，最终促使企业稳步成长。科技创新将是下一个阶段我国经济增长的持续动力，也只有通过创新升级，才能实现宏观经济的结构调整。
而技术研发需要大量资金的投入，从目前的企业研发经费来看，较多的企业倾向于选择银行贷款或金融融资方式来获得研发经费。因此，研究开发离不开金融支持，国家需要以金融创新来促进技术创新，只有实现金融与企业的对接，才能促进企业转型升级和长期成长。
民营经济早已成为我国经济发展的主要动力，然而，我国民营企业的发展面临着诸多瓶颈，其中最为明显的是与国有企业相比的金融资源不平等性。相对于国有企业能较为容易地获得银行等金融机构的贷款，民营企业在金融支持方面比较被动，特别是中小型民营企业，融资约束尤为严重。然而，民营企业在技术创新上则有可能领先于国有企业，因为国有企业受计划性指令的影响，无论在什么时期，研发经费都不可能有大幅度的增加，而民营企业在发展上更为灵活，在激烈的竞争中往往会选择加大研发力度来面对外部压力。因此，如何借助金融媒介来扩大民营企业的技术研发，从而实现民营企业转型升级，成为亟须解决的问题。
二、理论基础
目前关于金融集聚、技术创新与企业成长已有一定的理论基础。
1. 金融集聚与区域民营经济之间存在相互影响的关系。民营经济成长，促进专业分工，推动产业机构升级和规模经济发展，也使得金融需求扩大，而金融交易扩张，参与人数、交易次数的增加以及单位交易规模的扩大，推动了金融集聚的形成。金融集聚反过来又促进民营经济成长。金融集聚通过提高储蓄率、储蓄—投资转化率，提供金融服务、资金信贷、上市融资等方式解决企业的资金压力，金融与生产相融合等，实现民营经济成长。
2. 技术创新与区域民营经济之间也是相互影响的关系。企业研发过程下的技术创新可能通过成本效应和品质效应促进企业成长。当民营企业选择节约生产要素投入、优化要素组合、采用新资源等获得成本效应时，技术创新沿着生产过程创新路径展开；当民营企业通过增加产品多样性、提升产品质量等获得品质效应时，技术创新沿着产品创新路径展开。
反过来，企业成长后也会加大研发力度，在目前的市场机制下，民营企业面临着巨大的竞争压力，企业家必须通过产品创新或工艺创新，生产出新产品来满足市场要求。
3. 金融集聚与技术创新的融合与民营经济成长。金融集聚与技术创新的融合作用对企业成长的影响主要体现在金集聚作为技术创新对企业成长影响的中介作用上。技术进步能显著促进企业成长，然而企业特别是民营企业普遍存在资金约束，目前在我国上海、深圳两个证券交易所上市的企业，企业研发经费占企业营业收入的比重平均在3%左右，相对于企业研发强度达到5%才具有竞争力的临界线，我国企业研发投入还较低。金融集聚能缓解企业的资金压力，降低企业投、融资风险和经营成本，从而使得企业有更强的能力进行研发创新和技术改造，最终促进企业成长。因此金融集聚的功能主要是让企业在资金获取上有更多的渠道选择来降低研发成本、经营成本。
三、文献综述
国内学者主要从实证的角度分析金融集聚、技术创业和企业成长（或经济增长）问题，但是这些研究多是讨论其中两个方面的关系。在金融集聚与经济发展方面，张世晓（2010）的分析发现，区域金融集聚和区域经济增长是相互影响的关系，不仅金融集聚能促进区域经济增长，反过来，区域经济增长也能加速区域金融集聚。丁艺等（2010）用区位熵系数衡量了金融集聚，也发现金融集聚对经济增长有很大的促进作用，银行业的经济增长弹性要大于证券和保险业。李林等（2011）运用空间计量方法检验了金融集聚对区域经济增长的空间溢出效应，发现金融集聚通过地理空间机制对中国经济增长发挥作用。
在技术创新与企业成长方面，程开明（2009）基于省级面板数据的多模型估计，发现技术创新对经济增长具有正向促进作用。陈晓红（2009）以“成长—创新”模型为基础，对我国中小企业板上市公司进行实证分析后认为，成长性与中小企业技术创新呈倒U型关系，初期成长性随着技术创新程度的增加而上升，但后期则表现为成长性随着技术创新程度的增加而下降。杜传忠、郭树龙（2012）分析了转轨期企业成长的主要因素，发现研发投资和人才投资均能促进企业成长。
在金融集聚与企业创新方面，张冰等（2012）从省级面板数据出发分析后发现，区域金融产业集聚显著地促进了企业研发投入增长，并且高新技术企业显著性更强。杨志群（2013）通过多层线性回归模型对金融集聚与企业技术创新的关系进行了研究，发现金融集聚能提升区域内企业的技术创新，但是在地区间差异较大。孙维峰、黄解宇（2015）研究了金融集聚对制造业企业研发投资的影响后发现，地区金融集聚程度与企业研发投资强度显著正相关，并且在非国有企业和小企业样本中更为明显。
从以上文献可以看出，目前针对金融集聚、企业技术创新和企业成长（或经济增长）的研究主要集中于其中两个方面，尚无学者将这三个方面纳入一个系统内进行研究，即没有考虑金融产业集聚作为中介对技术创新与企业成长（或经济增长）关系的影响。此外，目前在研究金融集聚与技术创新或经济增长时，多是从宏观数据出发，如研发经费采用一个地区的全部企业加总数表示，然而，越来越多的理论和国外的实证文献表明，基于宏观加总数据与基于企业微观数据得到的结论可能不同。事实上，技术创新是企业微观层面上的概念，而金融集聚也可能只是针对部分企业有作用，因此本文将采用企业层面的数据展开分析。基于这两点，本文的研究具有一定的创新性。
四、研究设计
（一）样本选取和变量说明
1. 样本选择。本文选择的样本是2007 ~ 2013年在我国A股上市的制造业民营企业。样本变量数据来自于企业与地区两个层面。关于企业层面的数据主要来自于国泰安财经数据库（CSMAR），为了保证数据的连续性和有效性，采用如下原则筛选：①剔除年度中含ST、∗ST名称的企业；②剔除对研发投入数据披露年份不超过5年的企业；③只保留自然人控制或者私营、外资企业。最终得到305家制造业民营企业非平衡面板数据。地区（这里选择省级作为地区的划分）层面金融集聚指标的原始计算数据，则来源于我国各年的统计年鉴。
2. 变量说明。
（1）民营企业成长git。对于企业成长性，本文用上一年与本年企业实际主营业务收入的对数差表示，即：git=lnyit-lnyi，t-1。其中，yit是i企业在t年度的实际主营业务收入，由各年工业品出厂价格指数对名义主营业务收入序列进行价格平减得到。
（2）研发投入rd。对于上市公司，在2007年实施新准则后被要求对研发投入数据进行披露，因此样本从2007年开始。在披露的报表中，研发投入主要来自报表中“研发支出”及“管理费用”、“支付的其他与经营活动有关的现金”中的“研究开发费”、“技术开发费”等。本文将这三项费用之和作为企业当年的研发投入额。
本文对于研发投入采用两种方式进行表示，第一种是相对指标，企业研发投入强度，等于企业研发投入与企业营业收入的比值；第二种是绝对指标，用企业实际研发投入（同样用工业品出厂价格指数对原值平减）取对数表示。
（3）金融集聚cluster。衡量一个产业集聚性的指标包括空间基尼系数、产业集聚指数、哈莱—克依指数、区位熵指数等。空间基尼系数没有考虑企业规模分布对产业地理集中的影响，产业集聚指数仍然受到产业内企业规模的影响，哈莱—克依指数计算相对复杂，因此本文选择区位熵指数来衡量每个地区的金融集聚度：

其中：fin_GDPi是第i个地区的金融业增加值；GDPi是第i个地区的GDP；               是全部地区的金融业GDP之和；GDP是全国国内生产总值。区位熵指数大于1时，说明金融业在该地区的专业化水平较高；区位熵指数小于或等于1时，则说明金融行业在该地区集聚效应不是很明显。
（4）企业规模lnyi，t-1。用上一年度实际主营业务收入对数值表示。一般认为小型企业成长更快，这主要是小型企业在经营中更加灵活，在要素配置和成本管理方面比大企业所受的约束小。
（5）资产负债率debt，是企业期末负债总额与资产总额的比值。资产负债率反映在总资产中有多大比例是通过借债来筹资的，也可以反映企业用负债杠杆来经营企业的程度。
（6）股权集中度oc5it。用每年企业前五大股东持股比例来衡量股权集中度。股权集中度是衡量企业股权分布状态的数量化指标，会通过股东权控制企业的经营目标而间接影响企业成长。
各变量定义如表1所示：

（二）模型设定和估计方法
本文主要从实证的角度研究地区金融集聚、研发投入对民营企业成长的影响，并主要用面板数据进行分析。为此，构建如下模型：
git=α× lnyi，t-1+β1×rdit+δ ×controlit+εit （1）
git=α× lnyi，t-1+β2×clusterit+δ ×controlit+εit （2）
git=α× lnyi，t-1+β1×rdit+β2×clusterit+δ ×controlit+εit
 （3）
其中：git表示第i家企业t期的成长率；i=1，…，N；t=1，…，T；lnyi，t-1是企业规模，用以衡量企业成长是否存在规模收敛效应；rdit表示第i家企业t期的研发投入；clusterit表示第i个地区t期的金融集聚；controlit为控制变量，包括企业资产负债率和企业股权集中度。
为进一步检验rdit与controlit的联合效应对企业成长的影响，在模型（3）的基础上加入二者的交乘项，考虑到金融集聚和交乘项之间可能存在相关性，因此将该变量删去，构建如下模型：
git=α× lnyi，t-1+β1×rdit+γ×rdit×clusterit+δ ×controlit+εit
        （4）
考虑到企业成长反过来可能影响企业研发投入和金融集聚度，即模型可能存在内生性问题，因此用单纯的静态面板数据模型估计可能会不准确。所以，本文将使用系统广义矩估计（SYS-GMM）方法对上述模型进行估计。SYS-GMM方法主要针对N很大而T很小的面板数据结构，这也正是本文面板数据结构的情形。
五、实证分析
（一）描述性统计
表2列示了各变量的描述性统计。可以看到305家制造业企业2007 ~ 2013年的年均主营业务收入增长率为13%，但主营业务收入增长率最小值与最大值相差较大，最小为-167.8%，最大为443.5%。从研发投入强度看，企业平均研发投入占主营业务收入的比重为2.8%，最小企业研发投入强度为0，最大的则达到20.8%。从研发投入绝对额看，企业平均年度研发投入额为1844万元，但最小值和最大值相差很大。从地区金融集聚程度变量（区位熵指数）看，均值水平为1.187>1，说明金融业存在一定的专业集聚。
再观察三个控制变量的统计结果，305家企业的平均年主营业务收入为20.79亿元，平均资产负债率为42.9%，各公司间差异明显，该比率最小值只有3.4%，最大值为94.8%。前五大股东持股比例均值为51.5%，其中最低的企业仅有12.2%，最高的企业达到92.5%。

（二）实证结果
本文首先使用整体样本企业的面板数据和系统广义矩方法对模型（1） ~ （4）进行估计，表3列示了以研究投入相对值为自变量时的估计结果。由表3各模型的SYS-GMM估计结果可知，AR（2）和Sargan统计量检验对应的概率P值均表明各个模型设定是合理的，可以用做结构分析。
从模型（1）的估计结果可看出，研发投入强度变量系数为3.550>0，对应的p值在1%的水平上显著，表明企业研发投入强度对企业成长存在显著的正向影响。滞后一期的企业实际主营业务收入变量系数-0.117<0，也在1%的水平上显著，表明规模越小的企业成长性越好。企业资产负债率变量系数为0.883>0，也高度显著，说明企业融资越多，成长性越好。前五大股东持股比例和变量的系数值0.43同样大于零，且在1%的水平上显著，说明股权集中有利于企业成长。由模型（2）的估计结果可知，金融集聚变量系数为0.039>0，在10%的水平上显著，表明地区金融集聚对区域内的企业成长也有正效应。对于其他控制变量，除股权集中度变量系数不显著外，其余变量符号和显著性与模型（1）一致。
模型（3）同时引入企业研发投入强度和地区金融集聚两个变量，观察其估计结果，从变量系数上看，两个变量系数均在10%的水平上显著大于0，与模型（1）、模型（2）的正向结果一致，表明研发投入越多、金融集聚度越高，越能促进企业的长期成长。
观察模型（4）的估计结果，从企业研发投入强度和交乘项两个变量系数看，研发投入强度变量系数为5.455>0，而交乘项变量系数为-2.316<0，两个变量分别在5%、10%的水平上显著，表明金融集聚的加强反而会弱化研发投入强度对企业成长的正向效应。可进一步计算企业研发投入强度对企业成长的边际影响为：∂g/∂rd=5.455-2.316×cluster，由此可以看出，地区金融集聚度越高，反而会减弱企业的研发强度，其中企业研发投入强度对企业成长影响由正转负的地区金融集聚度临界值为2.358。其余变量系数符号与模型（1）、（2）、（3）基本一致，这里不再一一赘述。
表4列示了以研发投入绝对额作为自变量时的估计结果，可以看到各模型的SYS-GMM估计结果都通过了合理性检验。
从模型（1）的估计结果可看出，企业研发投入变量系数为0.144>0，对应的p值在1%的水平上显著，表明企业研发投入对企业成长存在显著的正向影响。对于其它控制变量，上一期的企业实际主营业务收入系数为负，资产负债率变量系数为正，股权集中度变量系数为正，表明企业成长存在规模收敛效应，并且资产负债率越高，股权集中度越高，企业成长性越好。
模型（2）同时引入研发投入和地区金融集聚，观察其估计结果，从变量结果看，两个变量系数都显著为正，验证了表3模型（2）和表4模型（1）的结果，表明企业研发投入和地区金融集聚度的提高均能促进企业成长。
模型（3）引入企业研发投入和企业研发投入与金融集聚的交乘项两个变量，观察其估计结果，从这两个变量系数看，研发投入变量系数为0.070>0，交乘项变量系数为0.035>0，两个变量均在10%的水平上显著，表明金融集聚度提高后，能加大研发投入对企业成长的正向影响。这个结果与前面式（4）的推导结论一致，金融集聚将通过提高储蓄率和资金使用效率，来提升企业资本产出率，同时能为企业技术创新带来动力。
（三）对模型估计结果的解释
近年来，迫于市场竞争的压力、观念的转变以及国家政策的引导和扶持，上市公司主动参与了研发创新。但是，我国科技创新型企业大多是民营企业，统计数据显示，近年来我国国内企业的生产性发明专利和技术攻关的2/3以及超过80%的新产品都来自民营企业，而国有企业在技术进步和转型升级方面的速度落后于民营企业。技术是经济增长的引擎，将通过成本效应和品质效应增强企业竞争力，通过转型升级促进经济增长。
然而，民营企业的研发创新往往受到资金的约束，目前包括上市公司在内的民营企业，其研发资金和动力主要来源于企业内部，从金融机构获得的资金较少，政府也没有从更宏观的角度来提倡和帮助其进行科技创新。对此，主要有两方面的因素：一方面，银行等金融机构对民营企业的信用贷款往往需要其提供相应的投资项目清单，由于研发类项目的收益存在不确定性，因此，银行往往只对投资收益可观且确定的项目放贷，而对技术创新类的项目惜贷、少贷。金融机构对不良贷款率存在考核指标，金融集聚度的增加并不能缓解民营企业研发投入存在资金瓶颈的现实。另一方面，民营企业一旦获得金融机构的贷款资金，往往会优先将这笔资金用于项目运作、扩大生产和对外投资（股权性投资），而很少会将银行贷款用于企业的研发创新，因为一般的管理层认为以高额的资金成本进行周期较长的并且还很有可能失败的技术研究是不划算和不值得的，特别是对于企业代理者（非企业所有者或控制人）来说，其更倾向于追求短期内企业营业收入的增长，因此金融集聚越高，获取的信贷规模越大，研发相对强度反而会越低。
六、研究结论与政策建议
本文利用2007 ~ 2013年我国制造业民营上市公司的面板数据，分析了地区金融集聚、研发投入对企业成长的影响，研究发现：企业研发投入和金融集聚的提升对企业成长均存在正向影响，但是，金融集聚对于企业研发投入与企业成长之间的外部效应存在不一致性。具体来说，金融集聚度增强能提高企业的研发投入绝对额，但会降低企业研发投入强度。特别是当金融集聚度超过一定水平后，企业研发投入强度与企业成长可能从正相关转变为负相关。这个结果表明，企业的研发资金大部分来源于企业内部，而金融集聚影响下的金融机构贷款主要用于企业的生产、项目投资等，即金融集聚性与研发创新对于企业成长没有形成良性结合，缺少从金融支持转向技术创新的动力。
基于以上研究结论，本文提出以下政策方面的建议：
一是在经济新常态下，无论是国有企业还是民营企业，都要有充分的创新意识。我国依靠投资促进经济发展的历史已一去不复返，未来要重点依靠消费经济。在消费经济下，需要通过产品不断地升级，将经济增长的投资驱动转变为创新驱动，而这需要企业有超前的创新思维，加速产业的转型升级，通过技术进步和产品研发来提升竞争力，进而获取更大的市场份额。
二是要注重金融集聚与技术创新的良性互动，完善技术创新的金融支持系统。应当转变金融机构对企业贷款资金使用方向的限制，发展和引入有利于民营企业融资的信用担保机构，建立金融机构、评估机构、专家和企业在内的一条线系统，对企业的技术研发进行评估、审核，既降低金融机构的贷款风险，也能扩大企业技术创新的融资规模。要充分发挥金融集聚的功能，加大金融创新，让金融更有效地服务于企业。
三是政府要采取更有力的举措扶持企业研发。一方面，鼓励企业从资本市场、民间资本获得研发经费，通过政府担保的形式促使民营企业发行债券和股本融资。针对金融系统不发达的地区，要通过政策引导金融机构加入，通过金融竞争降低企业资金成本。另一方面，政府要建立企业产品研发、技术改造类项目的奖励机制，比如通过一定的资金比例来支持企业的创新活动，同时对这部分资金的使用进行监督，防止资金乱用。

主要参考文献：
逯宇铎，戴美虹，刘海洋.融资约束降低了中国研发企业的生存概率吗？［J］.科学学研究，2014（10）.
曹献飞.融资约束与企业研发投资——基于企业层面数据的实证研究［J］.软科学，2014（12）.
Szabo K. Zsuzsanna， Emilia Herman. Innovative Entrepreneurship for Economic Development in EU［J］. Procedia Economics and Finance，2012（3）.
S. H. Law， N. Singh. Does too much finance harm economic growth？［J］. Journal of Banking & Finance，2014（6）.
毛德凤等.研发投入与企业全要素生产率——基于PSM和GPS的检验［J］.财经研究，2013（4）.
成力为，戴小勇.研发投入分布特征与研发投资强度影响因素的分析——基于我国30万个工业企业面板数据［J］.中国软科学，2012（8）.
张世晓.区域金融集聚与区域经济增长［J］ .湖北经济学院学报，2010（4）.
丁艺，李靖霞，李林.金融集聚与区域经济增长——基于省际数据的实证分析［J］.保险研究，2010（2）.
李林，丁艺，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析［J］.金融研究，2011（5）.
程开明.城市化、技术创新与经济增长——基于创新中介效应的实证研究［J］.统计研究，2009（5）.
陈晓红，李喜华，曹裕.技术创新对中小企业成长的影响［J］.科学学与科学技术管理，2009（4）.
杜传忠，郭树龙.经济转轨期中国企业成长的影响因素及其机理分析［J］.中国工业经济，2012（11）.