金融资本市场与区域制造业演化路径选择

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

杨博飞^,, 朱晟君^,北京大学城市与环境学院,北京 100871

Financial markets and regional industrial evolution

YANG Bofei^,, ZHU Shengjun^,Department of Urban and Regional Planning, Peking University, Beijing 100871, China

通讯作者: 朱晟君（1984-）,男,安徽淮北人,博士,研究员,博士生导师,主要研究方向为产业升级、全球化与区域发展。E-mail:zhus@pku.edu.cn

收稿日期:2019-04-10修回日期:2020-05-3网络出版日期:2020-10-20

基金资助:

国家自然科学基金项目.41971154
国家自然科学基金项目.41701115
国家自然科学基金重点项目.41731278

Received:2019-04-10Revised:2020-05-3Online:2020-10-20
作者简介 About authors
杨博飞（1993-）,男,贵州贵阳人,博士研究生,主要研究方向为金融地理、经济地理。E-mail:yangbf@pku.edu.cn

摘要
基于对2004—2016年中国海关贸易库中各城市制造业发展数据分析,从演化经济地理的视角出发讨论金融资本市场如何通过影响制造业的演化路径选择来影响制造业演化升级。实证研究结果发现：以银行为主的信贷融资市场和以投资机构为主的股权融资市场对于制造业演化路径选择的影响作用不同。整体来看,信贷融资市场主要通过强化制造业的路径依赖来促进制造业的演化升级,而股权融资市场的发展则强化了制造业通过路径突破实现演化升级的能力。进一步分析发现,由于金融资本市场的发展具有空间溢出效应,地方制造业演化路径的选择不仅会受到本地金融资本市场发展的影响,还会受到区域中心城市金融资本市场发展的影响。对东、中、西部的分析发现,在东部地区,制造业演化路径选择受本地金融资本市场发展的影响更大。而在中西部地区,制造业的演化路径选择受到区域中心城市金融资本市场溢出效应的影响更大。
关键词： 金融资本市场;制造业;路径依赖;路径突破

Abstract

Drawing on the data of Chinese manufacturing firms during 2004-2016 compiled by the Chinese Customs Trade Statistics, this paper explores that how different financial markets improve the development of manufacturing industries through influencing their industrial evolution. Empirical results indicate that the roles of credit markets and equity markets in influencing regional industrial evolution are different. Overall, credit markets can enhance path dependence trend of industrial evolution, while equity markets have a significant effect on enhancing industrial path-breaking development. Moreover, due to the spillover effects of financial markets, not only the local financial markets but also the financial markets in regional central cities can affect local industrial evolution. In eastern China, local financial markets play a more important role in promoting local industrial evolution than financial markets in regional central cities, while in central and western China, local industrial evolution is more affected by financial markets in regional central cities.

Keywords：financial market;manufacturing industries;path dependence;path-breaking

PDF (4529KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
杨博飞, 朱晟君. 金融资本市场与区域制造业演化路径选择. 地理研究[J], 2020, 39(10): 2345-2360 doi:10.11821/dlyj020190267
YANG Bofei, ZHU Shengjun. Financial markets and regional industrial evolution. Geographical Research[J], 2020, 39(10): 2345-2360 doi:10.11821/dlyj020190267

1 引言

当前,中国经济正处在由高速增长转向高质量发展的阶段。在这一特殊时期,中国政府在强调“重点推动产业结构转型升级,把实体经济做实做强做优”的同时,还提出“完善多层次资本市场,提升服务实体经济能力”。由此看出,发展金融资本市场将成为推动中国制造业转型升级的重要手段之一。

学术研究中,如何促进区域制造业的演化升级一直以来都是演化经济地理学研究关注的重点^[1,2,3]。演化经济地理学提出了技术关联这一重要概念来定义两个产业之间在要素投入、生产技术和基础设施等方面的相似性^[4,5],并在此基础之上提出区域制造业的演化升级存在两种路径,一种是路径依赖（path-dependence）,另一种是路径突破（path-breaking）^[6]。其中,路径依赖是指区域通过发展与原有产业结构技术关联较强的制造业实现对现有生产技术的强化和补充,以此促进区域制造业演化升级的过程。而路径突破是指区域通过自主研发或外部引入新的生产技术对原有的生产技术进行全面革新或替换,促进区域制造业的发展脱离原有产业结构中技术关联带来的“束缚”,打破原有发展路径实现演化升级的过程。

大量实证研究从要素投入层面出发讨论了研发投入规模、政府补助等要素对于制造业演化路径选择的影响^[6,7,8]。虽然有部分****关注到了金融资本市场发展在促进制造业演化升级中的作用,但是在这些研究中金融资本市场发展往往只是被简单地看作衡量区域资本供给水平的一个指标^[9]。事实上,在影响制造业演化升级的过程中,金融资本市场所起到的作用不仅只是提供技术创新所需的资本,还能够降低技术创新过程中的可能存在的风险^[10]。具体而言,任何一项生产技术从研发阶段到应用阶段再到产业化阶段都存在着大量的资金需求,而企业往往无法依靠内部资金运作满足这一庞大的资金需求。通过从分散的个人投资者中募集的大量资金,金融资本市场能够提供满足企业技术创新所需的资本,为企业技术创新提供资金保障^[11]。除此之外,金融资本市场还可以通过提供不同产权特征、流动性和期限的多样化的金融产品来提升金融资源的配置效率,从而有效分散企业技术创新过程中可能面临的风险^[12]。

在不同的风险环境下,不同类型金融资本市场所采取的风险控制手段和资本运作方式也有所差异,这就使得不同类型金融资本市场在制造业演化升级过程中的作用可能会存在差异。然而在现有演化经济地理学研究中,对于不同类型金融资本市场在制造业演化升级过程中所扮演角色的讨论还较少。在此背景下,本文将结合演化经济地理的相关理论,从空间演化的视角出发,深入讨论金融资本市场如何通过影响制造业演化路径的选择来促进制造业的演化升级。

2 区域制造业演化升级与金融资本市场

由于在路径依赖和路径突破中实现技术创新的方式不同,因此在不同的演化路径下,区域制造业发展所面临的风险也存在差异^[13,14]。具体而言,在通过路径依赖实现演化升级时,区域制造业发展所面临的风险相对较小。因为在这一过程中区域主要通过发展与原有产业结构技术关联较高的产业,因此所产生的新生产技术与现有生产技术往往具有较高的相似性。这使得企业可以较好地利用区域现有的技术、知识和信息等资源,从而减少了创新过程中所面临的成本与风险^[15]。而在通过路径突破实现演化升级时,区域制造业发展将减少对于技术关联的依赖转而发展与原有产业结构技术关联较低的产业,因此所发展的新技术与区域原有技术间的差异较大,使得企业能够从本地直接获取的资源较少,而需要从外部进行创新资源的引入或者内部进行突破性变革,这不仅增加了企业的金融资本负担还增加了企业在技术创新过程中面临的不确定性,所以区域制造业发展会面临较高的风险^[16]。但是高风险也意味着高回报,因为这种“跨越式”演化过一旦完成不仅会为区域制造业发展打开新领域还为区域制造业的未来发展建立领先优势。

不同演化路径下区域制造业发展所面临的风险的差异,可能会使得以银行为主的信贷融资市场和以投资机构为主的股权融资市场在促进区域制造业演化升级过程中扮演的角色有所不同,其原因在于两类资本市场所具有的风险偏好和制度特性不同^[17]。

一般来说,信贷融资市场可能会引导区域制造业通过发展风险相对低的路径依赖实现演化升级。因为在为企业提供融资时,信贷融资市场投资者通常要求企业进行抵押担保且必须按期还本付息。当企业无法按期归还贷款时会面临极高的清算和破产风险^[18]。因此,为了减少高风险创新带来的收益不确定性,通过信贷融资市场获得金融资本服务的企业会更倾向选择相对保守的技术创新方式^[19]。此外,在低风险的产业发展环境下,信贷融资市场的清算制度使其能够更有效地降低信息不对称,更有效率地配置金融资本。

相比之下,股权融资市场可能会促进区域制造业通过风险相对较高的路径突破进行演化升级。一方面,企业进行突破式技术创新的过程中会面临较大的风险,从而短期内削弱了企业的金融表现。而通过股权融资市场获取融资,短期内的亏损不会直接导致企业的破产,同时股权融资一般不会要求企业以资产进行抵押担保,从而降低了企业在创新发展过程中的成本和风险^[20]。另一方面,虽然企业突破式技术创新的失败率较高,但一旦成功,也会带来较高的投资回报率,所以追求高风险高回报的股权融资市场更愿意为这些企业提供资金,并且通过股权激励的形式来进一步刺激企业的创新发展行为^[21]。因此,在高风险高回报的产业发展环境下,股权融资市场在风险分散和鼓励创新方面的优势逐渐体现。这使得股权融资市场更倾向通过强化区域制造业路径突破的能力促进区域制造业演化升级。

基于此,本文提出了假设1：金融资本市场的发展会对制造业的演化路径选择产生影响,且不同金融资本市场的影响作用存在差异。

假设1a：信贷融资市场会通过强化制造业的路径依赖来促进制造业的演化升级;

假设1b：股权融资市场会通过强化制造业的路径突破来促进制造业的演化升级。

由于提供金融资本服务所涉及的风险和成本会随着地理距离的增加而增加,因此为了减少提供融资服务的综合风险,金融资本市场投资者更倾向于为本地制造业企业提供金融资本服务。但从金融资本市场的空间分布格局来看,金融资本市场往往高度集聚在区域中心城市,在一些中小城市,本地甚至没有形成有规模的金融资本市场^[22,23]。当本地金融资本市场发展难以满足本地制造业融资需求时,这些中小城市可以通过其所在区域中心城市金融资本市场的空间溢出在一定程度上改善本地的金融资本获得性,从而促进本地制造业的演化升级。因此,地方制造业的演化升级不仅会受到本地金融资本市场发展的影响还会受到区域中心城市金融资本市场发展的影响^[24]。但是,由于各种制度性壁垒的存在,区域中心城市金融资本市场空间溢出效应的空间范围并非是无限的,因为金融资本的空间流动会受行政边界的制约,尤其是省级行政边界^[25]。

基于此,本文提出了假设2：由于金融资本服务具有空间溢出效应,地方制造业的演化升级不仅会受到本地金融资本市场发展的影响还会受到区域中心城市金融资本市场发展的影响。

3 研究方法与数据来源

3.1 核心变量设置

本文的核心变量为d_i,c,t,即城市c产业i在t年的技术关联密度。该指标的设置借鉴了Hidalgo等提出的计算方法^[4]。在计算技术关联密度之前,首先要计算产业间关联的代理变量。现有研究认为在同一城市内的两个产业如果同时都具有比较优势,说明两个产业在生产要素投入、生产技术上存在较高的相似性,因此可以认为这两个产业间是存在相互关联的^[26,27]。基于上述分析,该代理变量的具体计算方式如下：

（1）

?_{i, j} = \min {P (RC A_{c, i} > 1 | RC A_{c, j} > 1), P (RC A_{c, j} > 1 | RC A_{c, i} > 1)}

（2）

RC A_{c, i} = \frac{\frac{Ex p_{c, i}}{\sum_{i} Ex p_{c, i}}}{Ex p_{i} / \sum_{c, i} Ex p_{c, i}}

式中：RCA_c,i是城市c产业i的比较优势,如果RCA_c,i>1,则认为产业i在城市c中具有比较优势;Exp_c,i为城市c产业i的出口值;

?_{i, j}

是产业i和产业j在城市c中同时具有比较优势条件概率的最小值。

如果产业i与城市c现有优势产业关联紧密,则产业i的技术关联密度越高。因此,技术关联密度的具体计算方法如下：

（3）

d_{i, c, t} = \frac{\sum_{j} x_{j, c} ?_{i, j}}{\sum_{j} ?_{i, j}}

3.2 模型与变量

由于本文的因变量为二值变量,因此本文选择构建如下的Probit模型对本文提出的假设进行检验。相关定量模型设置如下：

（4）

\begin{array}{l} x_{i, c, t_{2}} = α_{1} d_{i, c, t_{1}} + α_{2} Credi t_{i, c, t_{1}} + α_{3} Equit y_{i, c, t_{1}} + α_{4} RC_Credi t_{i, c, t_{1}} + α_{5} RC_Equit y_{i, c, t_{1}} + \\ α_{6} d_{i, c, t_{1}} Credi t_{i, c, t_{1}} + α_{7} d_{i, c, t_{1}} Equit y_{i, c, t_{1}} + α_{8} d_{i, c, t_{1}} Pro_Credi t_{i, c, t_{1}} + \\ α_{9} d_{i, c, t_{1}} Pro_Equit y_{i, c, t_{1}} + β_{1} SO E_{i, c, t_{1}} + β_{2} EC O_{c, t_{1}} + β_{3} Hum C_{c, t_{1}} + β_{4} Po p_{c, t_{1}} + ε \end{array}

式中：t₂滞后于t₁;x_i,c,t为城市c产业i在t年是否具有比较优势,如果产业i在t年具有比较优势,该值为1,否则为0,产业i的比较优势通过计算该产业的出口值在全国尺度下的区位商来衡量,若区位商大于1则视为产业i具有比较优势,否则视为没有比较优势;d_i,c,t为城市c产业i在t年的技术关联密度,该指标由公式（1）~（3）计算得到;Credit_c,t表示城市c信贷融资市场在t年的发展程度,该指标由t年城市c所有金融机构各项贷款余额与该城市对应年份的GDP的比值来衡量;Equity_c,t表示城市c股权融资市场在t年的发展程度,该指标由t年城市c国内A股上市数量与相应年份全国A股上市企业数量的比值来衡量^[28];RC_Credit_c,t与RC_Equity_c,t分别表示城市c所在区域中心城市的信贷融资市场和股权融资市场在t年的发展情况;控制变量方面：SOE_i,c,t表示在t年城市c产业i中国有企业出口值在该产业中的占比,该控制变量的设置用于反映由于制造业中所有制的差异而对制造业演化升级过程产生的影响;Eco_c,t、HumC_c,t和Pop_c,t分别表示t年城市c的经济发展水平、人力资本水平和城市规模,3个指标的衡量依据为在t年城市c全市范围内的人均GDP、高校在读学生人数和城市常住人口。需要指出的是,本文对城市人力资本水平的刻画更希望能够体现该城市高学历人才的供给能力。因此,用高校在读学生人数作为衡量依据以期从高学历人才的数量和质量两方面综合刻画该指标。

在回归模型中,本文剔除了x_i,c,t₁=1的样本,只选择对x_i,c,t₁=0的样本进行回归。即本文将主要关注金融资本市场如何通过影响制造业的演化路径来促进在t₁年没有比较优势的产业在t₂年建立比较优势。为了便于后文讨论,本文将在t₁年没有比较优势的产业（x_i,c,t₁=0）而在t₂年拥有比较优势的产业（x_i,c,t₂=1）定义为新兴产业。

为了对本文所提出的假设1进行检验,在回归模型中,本文分别加入了Credit_c,t和Equity_c,t与d_i,c,t的交叉项。并通过观察α₆和α₇的回归系数来讨论信贷融资市场和股权融资市场如何影响新兴产业的演化路径选择。当α₆和α₇的回归系数显著为正时,表明金融资本市场强化了技术关联在制造业演化中的重要性,即增强了制造业演化过程中路径依赖的趋势;反之,则表明金融资本市场弱化了制造业演化升级过程中对于技术关联的依赖,即加强了制造业在演化过程中路径突破的能力。

此外,由于制度壁垒的存在,金融资本服务的溢出效应受到省级行政区划边界的影响,因此在选择区域中心城市时,本文以城市c所在省份的省会城市作为城市c的区域中心城市。为了准确刻画区域中心城市金融资本市场溢出效应对同一省级行政区内其他城市的影响,在回归分析中对直辖市的样本进行了剔除。若RC_Credit_c,t与RC_Equity_c,t的回归结果显著,则表明区域中心城市金融资本市场的发展存在溢出效应。同样地,为了检验本文提出的假设2,本文也对RC_Credit_c,t与RC_Equity_c,t进行了与d_i,c,t的交叉项处理并通过观察α₈和α₉的回归系数来讨论区域中心城市金融资本市场的溢出效应如何影响地方制造业的演化路径选择。当α₈和α₉的回归系数显著为正时,表明区域中心城市的金融资本市场会通过溢出效应促进城市c制造业演化过程中路径依赖的趋势;反之,区域中心城市的金融资本市场则通过溢出效应加强了城市c制造业路径突破的能力。

3.3 数据来源

相关指标计算的数据来源为：x_i,c,t、d_i,c,t和SOE_i,c,t所涉及的数据均来源于2003—2016年的中国海关贸易库,该数据库收录了各年份中国各城市企业进出口的相关数据,包括企业所在城市,所属行业以及进出口值等。考虑到贸易企业对于讨论城市制造业演化升级所存在的干扰,本文对中国海关贸易库中的贸易企业数据进行了剔除。Credit_c,t、Eco_c,t、HumC_c,t和Pop_c,t等指标所涉及的城市层面数据均来源于对应年份的《中国城市统计年鉴》。而Equity_c,t中所涉及的上市企业数据来源于清科数据库（Zdatabase）。

相关分析结果显示,大部分自变量间的相关系数小于0.5,由此看出本文所选择的回归变量间的相关性较弱,因此,本文所设计的回归模型中不存在严重的共线性问题（表1）。此外,表1中还展示了回归变量的描述性统计结果。

Tab. 1
表1
表1回归变量描述性统计结果
Tab. 1Description of variables

	Density	Credit	Equity	RC_Credit	RC_Equity	SOE	Eco	HumC	Pop	Mean	Std
Density	1									0.096	0.082
Credit	0.29^***	1								0.999	0.588
Equity	0.01^***	0.04^***	1							0.009	0.069
RC_Credit	-0.12^***	0.58^***	-0.01^***	1						1.804	0.594
RC_Equity	0.38^***	0.46^***	0.15^***	0.06^***	1					0.005	0.012
SOE	0.15^***	0.13^***	0.04^***	-0.01^***	0.21^***	1				0.029	0.155
Eco	0.34^***	0.23^***	0.01^***	0.08^***	0.36^***	0.04^***	1			39005.6	31516.0
HumC	0.36^***	0.56^***	0.05^***	0.08^***	0.48^***	0.17^***	0.31^***	1		118228.5	175174.7
Pop	0.23^***	0.14^***	0.02^***	-0.06^***	0.32^***	0.08^***	-0.04^***	0.49^***	1	507.38	359.33

注：^***表示P<0.001。

新窗口打开|下载CSV

4 实证分析

4.1 描述分析

本文首先分别分析了2003—2015年中国信贷融资市场与股权融资市场发展情况的时空变化。图1展示了2003—2015年中国信贷融资市场发展程度的变化情况。首先通过对比全国和三大区域^①(①本文根据地理位置和区域经济发展情况将中国大陆地区分为以下三大区域：东部地区包括北京、天津、上海、辽宁、河北、山东、江苏、浙江、福建、广东、海南、广西;中部地区包括黑龙江、吉林、山西、内蒙古、河南、湖北、湖南、安徽、江西;西部地区包括重庆、四川、贵州、云南、陕西、宁夏、甘肃、新疆、青海、西藏。)的情况可以看出,中部地区信贷融资市场的整体发展程度低于全国平均水平,而东、西部地区信贷融资市场的发展程度则要高于全国平均水平。值得注意的是,虽然东部地区和西部地区信贷融资市场的发展程度差异并不明显,但是两个地区信贷融资市场的总体规模却有着较大差异。

图1

新窗口打开|下载原图ZIP|生成PPT
图12003—2015年中国信贷融资市场发展情况

Fig. 1The development of credit market in China (2003-2015)

从时序变化上来看,2003—2008年,全国和三大区域的信贷融资市场的整体规模水平都呈现下降的趋势。其原因在于这一时期人民银行货币政策的调整约束了信贷供给,减小了信贷融资的规模^[29],而同一时期中国整体GDP处在高速增长阶段,因此中国信贷融资市场整体发展程度有所下降。而在2008年之后,中国信贷融资市场的发展程度虽然呈现出较大波动,但整体上依旧呈现出明显的上升趋势,尤其在西部地区。其原因在于金融危机爆发之后,中国采取了宽松的货币政策以推动金融救市,从而促进信贷融资的大规模投放^[30]。而与此同时,受金融危机和发展阶段转变等因素的影响中国整体GDP增速有所放缓,因此中国信贷融资市场整体发展程度呈现上升趋势。

整体来看,中国股权融资市场的整体规模明显增加,2003—2015年,中国上市企业数量从1287家增加到了2827家,增加了119%（图2）。尤其是随着中小板和创业板分别于2004年和2009年的建立,以及2013年新三板的建立,中国股权融资市场规模进一步增加^[28]。通过对比三大区域的数据可以看出,虽然在研究期间内三大区域的股权融资市场的规模都明显增加,但是中国股权融资市场的空间结构极不均衡。具体而言,东部地区的股权融资市场的发展整体优势不断增加,且与中西部地区的差距有不断加大的趋势。

图2

新窗口打开|下载原图ZIP|生成PPT
图22003—2015年中国股权融资市场发展情况

Fig. 2The development of equity market in China (2003-2015)

具体到各个城市的情况来看,各个年份中国信贷融资市场发展情况虽然有一定变化,但其空间结构较为均衡且比较稳定,尤其在东部和中部地区（图3）。对比分析可以看出,2003年到2008年中国信贷融资市场发展普遍呈现下降趋势,其中下降最为明显的城市主要分布在东部地区的广东和山东等省份,和中部地区的黑龙江、山西和湖北等省份,以及陕西和四川等西部地区省份。而在2008—2015年期间,中国东部和中部地区大部分城市的信贷融资市场发展水平明显提升。

图3

新窗口打开|下载原图ZIP|生成PPT
图32003年、2008年、2015年全国各城市信贷融资市场发展情况

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4621号）绘制,底图无修改。
Fig. 3The development of credit market in Chinese cities (2003, 2008, 2015)

中国股权融资市场规模较大的城市为北京、上海、深圳等城市以及中西部地区各省的省会城市,如武汉、成都（图4）。造成这种空间格局的原因一方面是由于这些城市经济发展较好,为股权融资市场的发展提供了条件,另一方面则是制度因素^[31],由于早期中国企业上市采取配额制,而省会城市由于制度优势往往获得了大多数配额,因此大多数上市企业来自行政级别较高的城市,使得高行政级别城市的股权融资市场得到了极大的发展,虽然随着中小板和创业板市场的建立,在一定程度弱化了股权融资市场在行政级别较高城市的集聚趋势,但高行政级别城市股权融资市场的发展优势依旧明显^[23]。

图4

新窗口打开|下载原图ZIP|生成PPT
图42003年、2008年、2015年全国各城市股权融资市场发展情况

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4621号）绘制,底图无修改。
Fig. 4The development of equity market in Chinese cities (2003, 2008, 2015)

在2003—2015年期间,高行政级别城市的股权融资市场发展依旧保持着明显的优势,且有不断加大的趋势,由此看出中国的股权资本市场处于高度集聚阶段^[31]。此外,通过对比可以看出,2003—2015年,东部地区整体股权融资市场发展水平上升明显,股权融资市场的空间结构逐渐趋向均衡。虽然北京、上海和深圳等城市的股权融资市场发展水平依旧有着绝对的领先优势,但是其他东部地区城市的股权融资市场也有了一定程度的发展,例如苏州、绍兴、宁波等城市。而在中西部地区,股权融资市场发展依旧主要集聚在各省的省会城市,例如湖北省的武汉和四川省的成都,而省内其他城市股权融资市场的发展仍旧处于较低水平,因此在中西部地区,股权融资市场“核心-边缘”的空间格局依旧突出。

图5展示了全国各城市各年份新兴产业数量占比的情况。整体来看,新兴产业数量占比较高的城市主要分布在东部沿海一带以及中部地区的湖北、河南等省份,而新兴产业数量占比较低的城市主要分布在西部地区。2004—2016年,在东部和中部地区,大多数城市新兴产业占比情况都经历了一个先增加再减少的过程,但整体来看,新兴产业数量占比较高的城市分布较为均衡。而在西部地区,新兴产业出现比例较高的城市较为集中,主要为重庆、成都和贵阳等城市,其余城市新兴产业数量占比普遍较低。

图5

新窗口打开|下载原图ZIP|生成PPT
图52004年、2009年、2016年全国各城市新兴产业数量占比

注：此图基于国家自然资源部标准地图服务系统的标准地图（审图号：GS(2020)4621号）绘制,底图无修改。
Fig. 5The share of emerging industries in Chinese cities (2004, 2009, 2016)

对比两类金融资本市场规模的时空变化以及各时期各城市新兴产业数量占比的情况可以看出,两类金融资本市场发展与城市新兴产业数量所占比例的高低存在紧密联系。在信贷融资市场和股权融市场都减小的城市,新兴产业数量的比例往往较小,例如铜川、随州等城市。在信贷融资市场规模和股权融资市场规模都增加的城市,新兴产业数量的比例往往较高,例如绍兴、苏州等城市。此外,在股权融资市场规模具有明显优势的城市,新兴产业的比例也相对较高,例如北京、上海、深圳、重庆等城市。

4.2 回归分析

结合上述对数据情况的分析,本文首先对2004—2016年的产业数据进行回归分析。根据本文所设计的回归模型,本文对前面所提出的假设进行了检验以讨论金融资本市场如何通过影响制造业的演化促进制造业发展。其中,模型1分析技术关联在促进制造业演化升级中的作用,以此作为基础进一步观察金融资本市场发展在制造业演化升级中可能存在的影响。模型2和模型3分别观察本地金融资本市场和区域中心城市金融资本市场对于地方制造业演化升级的影响,模型4和模型5中,通过引入交互项来观察金融资本市场如何通过影响制造业演化路径的选择来促进制造业演化升级。

表2的回归结果显示,在所有的回归模型中,技术关联密度（Density）的回归系数都显著为正。表明与城市原有产业基础技术关联更为紧密的新兴产业在演化过程中具有更大的优势,能获得更好的发展。同时,本文所选择的控制变量的回归结果表明制度因素、经济发展水平、人力资本水平和人口规模也会对区域产业演化产生影响。其中,制度因素（SOE）的回归系数都显著为正,表明制度因素所带来的政策利好有利于新兴产业提升竞争力^[32]。在大多数回归模型中,城市的经济发展水平（Eco）和人口规模（Pop）的回归结果都显著为负,表明虽然城市的经济基础在一定程度上为新兴产业的发展提供了物质基础,但是在经济规模较大的城市,产业结构往往较为完善,新兴产业出现的可能性会相对较低。而城市人力资本水平（HumC）的回归结果大都显著为正,由此看出一个城市的人力资本水平越高,代表了该城市的创新能力越强,对于新兴产业发展的促进作用越大。

Tab. 2
表2
表22004—2016年金融资本市场发展对制造业演化的影响
Tab. 2Impact of financial markets on the evolution of manufacturing industries (2004-2016)

	模型1	模型2	模型3	模型4	模型5
Density	2.777^***	2.882^***	3.071^***	2.987^***	1.193^***
Credit		0.071^***		0.068^***
Equity		3.086^***		4.052^***
RC_Credit			0.135^***		0.028^***
RC_Equity			-5.037^***		-10.377^***
Credit $\times$ Density				0.415^***
Equity $\times$ Density				-40.521^***
RC_Credit $\times$ Density					0.906^***
RC_Equity $\times$ Density					35.413^***
SOE	0.046^***	-0.011	0.156^***	0.063^***	0.156^***
Eco	-5.102e-07^***	-5.340e-07^***	-5.561e-07^***	-8.922e-08	-4.832e-07^***
HumC	2.238e-07^***	1.977e-08	3.114e-07^***	2.653e-08	3.143e-07^***
Pop	-0.00013418^***	-0.00011851^***	-0.0001^***	-0.00004024^***	-0.00012485^***
Con	-1.308^***	-1.416^***	-1.5620281^***	-1.506^***	-1.350^***
N	582565	582425	567003	582425	567003
R	0.03	0.06	0.03	0.06	0.04
Log likelihood	-240562.88	-233908.44	-232217.24	-232396.6	-231949.46
Chi	14421.74	27570.92	16701.58	30594.59	17237.13

注：^*表示P<0.05;^**表示P<0.01;^***表示P<0.001。

新窗口打开|下载CSV

模型2和模型3中,大多数刻画金融资本市场发展情况的指标的回归系数都显著为正,表明金融资本市场的发展能够帮助新产业提升自身的比较优势,促进新兴产业的出现。但是在模型3中,区域中心城市股权融资市场的发展程度（RC_Equity）的回归系数却显著为负,表明区域中心城市股权融资市场的发展会对区域内制造业的演化升级产生负面影响。其原因可能是,股权融资市场规模在促进制造业发展时存在最优值^[33]。当区域中心城市的股权融资市场规模集聚程度过高时会导致股权融资资本在区域中心城市的过度积累,使得制造业企业和生产要素向区域中心城市进一步集聚,造成区域内部发展差距拉大,进而对地方制造业演化升级产生负面影响^[34]。结合本文描述性分析部分的讨论和相关实证研究的结果可以看出,区域中心城市股权融资市场规模的集聚程度往往较高,尤其在中西部地区^[35],因此可能会导致区域中心城市的股权融资市场在一定程度上对地方制造业的演化升级产生负面影响。

模型4和模型5分析了金融资本市场发展如何影响区域制造业的演化路径选择。首先来看本地金融资本市场的作用,模型4的回归结果显示,Credit

\times

Density的回归系数显著为正,表明本地信贷融资市场的发展加强了技术关联在制造业演化升级过程中的作用,使得制造业更容易通过紧密的技术联系实现演化升级。即本地信贷融资市场通过促进制造业的路径依赖来促进制造业的演化升级。而Equity

\times

Density的回归系数显著为负,表明本地股权融资市场的发展,弱化了技术关联在制造业演化升级过程中的重要性,增加了制造业可以通过创造新的增长路径来实现演化升级的可能。即本地股权融资市场可以通过强化路径突破的能力来促进制造业演化升级。这一结果支持了本文的假设1。

模型5分析了城市所在省份区域中心城市金融资本市场发展对于地方制造业演化路径选择的影响。回归结果显示RC_Credit

\times

Density和RC_Equity

\times

Density的回归系数显著为正,表明区域中心城市信贷融资市场和股权融资市场的发展都通过强化地方制造业路径依赖来促进地方制造业的演化升级。值得注意的是,区域中心城市股权融资市场对于地方制造业演化路径选择的影响与本地股权融资市场存在差异,造成这种差异的原因可能是远距离提供金融支持增加了区域中心城市股权融资市场投资者所面临风险,因此为了降低股权投资的综合风险,在进行远距离投资时,区域中心城市的股权融资市场投资者更倾向于选择发展风险较小的产业进行投资,因此转而促进了地方制造业的路径依赖。综上所述,本文所提出的假设2得到了支持。即由于空间溢出效应,区域中心城市的金融资本市场发展会对地方制造业的演化路径选择产生影响。

受世界金融危机爆发和国内金融制度改革红利持续释放的双重影响,2008年前后,中国金融资本市场和制造业的发展环境都产生了较大的变化。据此,本文还将讨论不同时期,金融资本市场在区域产业发展过程中扮演的角色是否发生变化。因此,本文将对2004—2008年和2009—2016年的制造业发展数据分别进行分析。

对比表2和表3的回归结果可以看出技术关联密度（Density）、制度因素（SOE）及其他控制变量的回归结果基本类似。不仅如此,本地金融资本市场发展（Credit和Equity）和区域中心城市金融资本市场发展（RC_Credit和RC_Equity）等指标的回归结果也基本类似,即本地金融资本市场和区域中心城市信贷融资市场的发展有利于促进地方制造业的演化升级,而区域中心城市的股权融资市场的发展在一定程度阻碍了地方制造业的演化升级。

Tab. 3
表3
表32004—2008年和2009—2016年金融资本市场对区域制造业演化的影响
Tab. 3Impact of financial markets on the evolution of local industries (2004-2008, 2009-2016)

	2004—2008年					2009—2016年
	模型1	模型2	模型3	模型4	模型5	模型6	模型7	模型8	模型9	模型10
Density	1.765^***	1.871^***	1.925^***	2.671^***	-0.399^*	3.585^***	3.724^***	3.816^***	3.924^***	3.087^***
Credit		0.136^***		0.225^***			0.025^***		0.046^***
Equity		3.181^***		3.895^***			3.223^***		4.356^***
RC_Credit			0.107^***		-0.027			0.118^***		0.089^***
RC_Equity			-2.053^**		-7.013^***			-2.760^***		-10.039^***
Credit $\times$ Density				-0.232^**					0.156^***
Equity $\times$ Density				-32.735^***					-32.962^***
RC_Credit $\times$ Density					1.301^***					0.218^***
RC_Equity $\times$ Density					33.505^***					51.518^***
SOE	0.025	-0.043^*	0.091^***	-0.006	0.082^***	0.166^***	0.120^***	0.273^***	0.189^***	0.269^***
Eco	-4.56e-06^***	-4.27e-06^***	-3.72e-06^***	-2.88e-06^***	-0.000^***	-1.41e-06^***	-1.58e-06^***	-1.34e-06^***	-1.05e-06^***	-1.27e-06^***
HumC	3.49e-07^***	-5.2e-08	4.639e-07^***	-3.11e-06^***	-3.86e-06^***	2.29e-07^***	1.26e-07^***	2.54e-07^***	1.12e-07^***	2.32e-07^***
Pop	-0.0001^***	-0.00004^***	-0.00004^*	-1.6E-08	4.968e-07^***	-0.0002^***	-0.0002^***	-0.0002^***	-0.0001^***	-0.0002^***
Con	-1.212^***	-1.380^***	-1.432^***	1.56E-05	-0.0000375^*	-1.312^***	-1.370^***	-1.534^***	-1.476^***	-1.448^***
N	191639	191499	185607	191499	191639	390926	390926	381396	390926	381396
R	0.01	0.05	0.02	0.06	0.02	0.04	0.06	0.05	0.07	0.05
Log likelihood	-73708.6	-70634.9	-71325.8	-70098.2	-71233.4	-165592	-161941	-160024	-161371	-159919
Chi	1914.3	7897.81	2414.39	8971.1	2599.35	14143.46	21445.28	15265.38	22856.29	15474.03

注：^*表示P<0.05;^**表示P<0.01;^***表示P<0.001。

新窗口打开|下载CSV

但是,不同时期金融资本市场发展对于地方制造业空间演化路径选择的影响却存在明显差异,尤其是信贷融资市场。首先来看本地金融资本市场,在模型4和模型9中,Equity

\times

Density的回归系数都显著为负,而Credit

\times

Density的回归系数在模型4中显著为负而在模型9中则显著为正。这些回归结果表明2004—2016年,本地股权融资市场都能通过强化制造业路径突破的能力来促进地方制造业的演化升级。而不同时期,本地信贷融资市场对于地方制造业演化路径选择的影响则发生了变化,在2004—2008年,本地信贷融资市场通过增强制造业路径突破的能力来促进地方制造业的演化升级,而在2009—2016年本地信贷融资市场对于地方制造业演化路径的影响则变为强化其路径依赖的趋势。造成不同时期本地信贷融资市场对于制造业演化路径选择影响作用变化可能的原因是：在2004—2008年期间,中国股权融资市场尚处于起步阶段,区域股权市场尚未建立,而仅有的主板市场和中小板市场由于上市标准高,上市周期长而难以满足所有城市制造业的融资需求,因此在这一时期,股权融资市场的部分职能由信贷融资市场承担^[36]。而2008年之后,随着中国多层次股权市场的逐步建立,股权融资市场规模逐渐增大,中国金融资本市场的结构逐渐趋向合理。在此环境下,信贷融资市场在低风险环境下的制度优势逐渐显现,因此其对制造业演化升级的影响也开始转变为促进其路径依赖式发展。

而不同时期区域中心城市金融资本市场对于地方制造业演化路径选择的影响则没有较大变化。在模型5和模型10中,RC_Credit

\times

Density和RC_Equity

\times

Density的回归系数都显著为正,表明在2004—2008年和2009—2016年两个时期,区域中心城市信贷融资市场和股权融资市场都是通过促进地方制造业的路径依赖能力来影响其演化升级。

考虑到中国各区域金融资本市场发展的差异较大,本文还分别对三大区域的制造业发展情况进行检验。由于篇幅所限,在对三大区域进行分析时,本文将着重观察金融资本市场发展对于制造业演化路径选择所产生的影响是否存在区域差异（表4）。

Tab. 4
表4
表42004—2016年各区域金融资本市场对区域产业演化的影响
Tab. 4Impact of financial markets on the evolution of local industries in eastern, central, and western China (2004-2016)

	东部		中部		西部
	模型1	模型2	模型3	模型4	模型5	模型6
Density	4.546^***	3.271^***	1.559^***	3.218^***	4.310^***	-0.026
Credit	0.121^***		0.041^**		0.254^***
Equity	4.065^***		12.091^***		4.266^***
RC_Credit		0.108^***		0.261^***		-0.077^***
RC_Equity		-4.012^***		-6.895^**		18.712^***
Credit $\times$ Density	0.248^***		0.477^***		0.153
Equity $\times$ Density	-37.078^***		10.698		0.785
RC_Credit $\times$ Density		0.361^***		-1.211^***		1.789^***
RC_Equity $\times$ Density		-3.471		114.496^***		76.216^***
SOE	-0.131^***	-0.050^**	0.276^***	0.301^***	0.354^***	0.424^***
Eco	-7.2e-08	-4.00e-07^***	0.276^***	1.32e-06^***	3.75e-07	-0.000
HumC	2.722e-07^***	4.48e-07^***	2.26e-06^***	-5.26e-07^***	-6.826e-07^***	-2.109e-07^***
Pop	-2e-05	-0.000062^***	-7.95e-07^***	-0.0001^***	3.1e-07	-0.00051462^***
Con	-1.805^***	-1.776^***	-1.246^***	-1.449^***	-1.765^***	-1.116^***
N	345270	333956	167942	167942	69213	65105
R	0.07	0.06	0.06	0.01	0.12	0.09
Log likelihood	-131173	-128018	-71915.7	-75217.7	-26226	-25513.4
Chi	20499.8	15913.98	8622.04	2018	7038.18	5045.06

注：^*表示P<0.05;^**表示P<0.01;^***表示P<0.001。

新窗口打开|下载CSV

通过对比可以看出,在不同区域,金融资本市场的发展都对制造业的演化路径的选择产生了显著影响,但是其影响产生的来源存在明显的空间差异。整体来看,在东部地区,地方制造业的演化路径选择受本地金融资本市场发展影响更大。而在中西部地区,地方制造业的演化路径选择则受到区域中心城市金融资本市场发展的影响更大。

具体而言,在东部和中部地区,地方制造业的演化不仅受到本地信贷融资市场发展的影响还受到区域中心城市信贷融资市场发展的影响（在模型1~4中,Credit

\times

Density和RC_Credit

\times

Density的回归系数显著）。此外,东部地区股权融资市场对于地方制造业演化路径选择的影响主要来源于本地区域融资市场,而在中部地区,区域中心城市股权融资市场发展对地方制造业演化路径选择的影响则比本地股权融资市场的影响更为显著（在模型1~4中,Equity

\times

Density仅在模型1中显著,而RC_Equity

\times

Density仅在模型4中显著）。而在西部地区,本地金融资本市场的发展没有对地方制造业的演化路径选择产生显著的影响,而区域中心城市金融资本市场的发展则对地方制造业的演化路径选择起到了显著的影响（在模型5中,Credit

\times

Density和Equity

\times

Density的回归系数都不显著,而在模型6中RC_Credit

\times

Density和RC_Equity

\times

Density的回归系数都显著）。

造成上述差异的原因在于各区域金融资本市场空间结构的差距。在东部地区,区域整体金融结构相对合理,不仅区域中心城市的金融资本市场形成了一定规模的集聚,且各城市的本地金融资本市场也有了一定程度的发展。因此,区域内各城市制造业的演化升级不仅受到本地金融资本市场发展的影响还可以受到区域中心城市金融资本市场溢出效应的影响。而在中西部地区,虽然2004—2016年区域金融资本市场的整体发展水平有一定程度的上升,但是其增长主要集中在区域中心城市,尤其是股权融资市场的发展。因此,在中西部地区大部分城市的本地金融资本市场的发展依旧处于较低水平,这就导致本地金融资本市场对于地方制造业的演化路径选择产生的影响有限,而区域中心城市金融资本市场的溢出效应成为了影响地方制造业演化路径选择更为重要的因素。

5 结论

基于2004—2016年中国海关贸易库中各城市制造业发展数据,通过实证分析讨论金融资本市场如何通过影响制造业演化路径选择来促进制造业发展。实证研究结果表明,由于风险偏好和制度特性的差异,以银行业为主的信贷融资市场和以投资机构为主的股权融资市场对于制造业演化路径选择的影响作用不同。整体来看,本地信贷融资市场可以通过强化制造业路径依赖来促进制造业的演化升级,而本地股权融资市场的发展则强化了制造业通过路径突破实现演化升级的能力。此外,由于金融资本市场具有空间溢出效应,地方制造业演化路径的选择还会受到区域中心城市金融资本市场发展的影响。

不同时间段的分析结果表明,2004—2008年中国股权融资市场尚处在发展的起步阶段,股权融资尚未成为有效融资渠道,因此在这一阶段信贷融资市场承担了一部分股权融资市场的职能,即起到了通过增强区域路径突破能力来促进制造业演化升级的作用。2009—2016年,随着中国股权融资市场的发展水平提升,金融资本市场结构逐渐平衡,信贷融资市场和股权融资市场在促进制造业演化路径选择中所起作用的差异化逐渐显现。

最后,对东、中、西部的分析发现,金融资本市场都能对制造业演化路径的选择产生显著影响。但是由于各区域金融资本市场发展的空间结构存在差异,该影响产生的来源存在明显的空间差异。在东部地区,金融资本市场的空间格局更为均衡,本地金融资本市场能够较好地满足地方制造业的需求,因此,地方制造业演化受本地金融资本市场发展的影响更大。而在中西部地区,金融资本资源在区域中心城市高度集聚的空间结构使得地方制造业的演化路径选择受到区域中心城市金融资本市场发展的影响更大。

如何通过发展金融资本市场来促进制造业发展一直以来都是学术研究和区域政策制定者关注的重点。从演化经济地理学的视角出发,本文以中国为例研究发现不同类型的金融资本市场在促进区域制造业发展的扮演的角色存在明显差异。但如何有效发挥不同类型金融资本市场对制造业发展促进作用还需要进一步结合自身产业基础和区域金融资本市场整体发展情况。随着金融化程度的不断深入,金融资本市场在经济发展中的地位将不断提高,本文的实证发现为区域制定者如何制定政策以发挥金融资本市场在促进实体经济发展的作用提供了实证参考。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

Boschma

, Wenting

. The spatial evolution of the British automobile industry: Does location matter?
Industrial and Corporate Change, 2007,16(2):213-238.

DOI:10.1093/icc/dtm004 URL [本文引用: 1]

[2]

刘志高, 张薇. 演化经济地理学视角下的产业结构演替与分叉研究评述
经济地理, 2016,36(12):218-223, 232.

[本文引用: 1]

[ Liu

Zhigao

, Zhang

Wei

. Review on study of industrial structure evolution and branching from the perspective of evolutionary economic geography
Economic Geography, 2016,36(12):218-223, 232.]

[本文引用: 1]

[3]

王周杨, 胡晓辉, 马木兰. 演化经济地理的理论基础及其在集群研究中的应用
人文地理, 2013,28(4):13-19.

[本文引用: 1]

[ Wang

Zhouyang

, Hu

Xiaohui

, Ma

Mulan

. The theoretical fundamentals of evolutionary economic geography and its application into cluster research
Human Geography, 2013,28(4):13-19.]

[本文引用: 1]

[4]

Hidalgo

, Klinger

, Barab, et al. The product space conditions the development of nations
Science, 2007,317(5837):482-487.

DOI:10.1126/science.1144581 URLPMID:17656717 [本文引用: 2]

Economies grow by upgrading the products they produce and export. The technology, capital, institutions, and skills needed to make newer products are more easily adapted from some products than from others. Here, we study this network of relatedness between products, or

[5]

Neffke

, Henning

, Boschma

. How do regions diversify over time? Industry relatedness and the development of new growth paths in regions
Economic Geography, 2011,87(3):237-265.

DOI:10.1111/j.1944-8287.2011.01121.x URL [本文引用: 1]

The question of how new regional growth paths emerge has been raised by many leading economic geographers. From an evolutionary perspective, there are strong reasons to believe that regions are most likely to branch into industries that are technologically related to the preexisting industries in the regions. Using a new indicator of technological relatedness between manufacturing industries, we analyzed the economic evolution of 70 Swedish regions from 1969 to 2002 with detailed plant-level data. Our analyses show that the long-term evolution of the economic landscape in Sweden is subject to strong path dependencies. Industries that were technologically related to the preexisting industries in a region had a higher probability of entering that region than did industries that were technologically unrelated to the region's preexisting industries. These industries had a higher probability of exiting that region. Moreover, the industrial profiles of Swedish regions showed a high degree of technological cohesion. Despite substantial structural change, this cohesion was persistent over time. Our methodology also proved useful when we focused on the economic evolution of one particular region. Our analysis indicates that the Linkoping region increased its industrial cohesion over 30 years because of the entry of industries that were closely related to its regional portfolio and the exit of industries that were technologically peripheral. In summary, we found systematic evidence that the rise and fall of industries is strongly conditioned by industrial relatedness at the regional level.

[6]

贺灿飞. 区域产业发展演化: 路径依赖还是路径创造?
地理研究, 2018,37(7):1253-1267.

DOI:10.11821/dlyj201807001 URL [本文引用: 2]

区域发展是区域产业不断演化、转型与升级的过程。近年来发展起来的演化经济地理学旨在通过分析企业进入、成长、衰退和退出等动态过程阐释企业、产业、集群、网络、城市和区域的空间演化,认为区域产业发展演化遵循路径依赖,并决定于产业技术关联。然而路径依赖式演化理论过于强调内生发展过程,忽视了外生因素和制度变革带来的路径创造机会。中国处于经济转型时期,区域产业结构变动剧烈。技术关联推动了区域产业演化,显示中国区域产业演化具有路径依赖性,同时市场化、全球化和分权化的经济转型过程为区域产业发展创造了新路径。外部联系、制度安排、行为主体的战略性行为等促进了路径创造。

[ He

Canfei

. Regional industrial development and evolution: Path dependence or path creation?
Geographical Research, 2018,37(7):1253-1267.]

[本文引用: 2]

[7]

金璐璐, 贺灿飞, 周沂, 等. 中国区域产业结构演化的路径突破
地理科学进展, 2017,36(8):974-985.

DOI:10.18306/dlkxjz.2017.08.006 URL [本文引用: 1]

在经济转型新阶段,如何突破已有资源条件的束缚,创造新的产业发展路径是区域经济增长的突破口。路径依赖和路径突破是区域创造产业发展路径的两种途径,已有演化经济地理学研究证实区域生产结构的演化依赖地区已有生产能力,是一种路径依赖的结果,而谁是突破区域现有生产能力实现新路径创造的开拓者却尚未得知。本文基于1999-2012年中国337个地级城市的424个四位数产业数据,沿用Hidalgo等人对生产能力的定义,研究中国产业演化过程中路径突破的可能,结果发现：地区新产业的进入以及已有产业的退出有助于地区突破对原有生产结构的依赖,是区域产业发展新路径的创造者。政府补贴一方面有利于地区现有生产能力的提升,增强地区路径依赖趋势;另一方面可为地区带来新的路径,实现路径突破并为区域创造新的发展机会。此外,政府补贴影响产业演化路径选择的效用受地方财政能力限制,并在空间上存在显著差异。

[ Jin

Lulu

, He

Canfei

, Zhou

, et al. Path creation in China's industrial evolution
Progress in Geography, 2017,36(8):974-985.]

[本文引用: 1]

[8]

Zhu

Shengjun

, He

Canfei

, Zhou

. How to jump further and catch up? Path-breaking in an uneven industry space
Journal of Economic Geography, 2017,17(3):521-545.

[本文引用: 1]

[9]

Boschma

. Evolutionary economic geography and its implications for regional innovation policy
Papers in Evolutionary Economic Geography, 2009.

[本文引用: 1]

[10]

Eswaran

, Kotwal

. The role of the service sector in the process of industrialization
Journal of Development Economics, 2002,68(2):401-420.

DOI:10.1016/S0304-3878(02)00019-6 URL [本文引用: 1]

[11]

Acemoglu

, Johnson

, Mitton

. Determinants of vertical integration: Financial development and contracting costs
The Journal of Finance, 2009,64(3):1251-1290.

DOI:10.1111/j.1540-6261.2009.01464.x URL [本文引用: 1]

[12]

Hsu

, Tian

Xuan

, Xu

Yan

. Financial development and innovation: Cross-country evidence
Journal of Financial Economics, 2014,112(1):116-135.

DOI:10.1016/j.jfineco.2013.12.002 URL [本文引用: 1]

We examine how financial market development affects technological innovation. Using a large data set that includes 32 developed and emerging countries and a fixed effects identification strategy, we identify economic mechanisms through which the development of equity markets and credit markets affects technological innovation. We show that industries that are more dependent on external finance and that are more high-tech intensive exhibit a disproportionally higher innovation level in countries with better developed equity markets. However, the development of credit markets appears to discourage innovation in industries with these characteristics. Our paper provides new insights into the real effects of financial market development on the economy. Published by Elsevier B.V.

[13]

Ettlie

, Bridges

, Okeefe

. Organization strategy and structural differences for radical versus incremental innovation
Management Science, 1984,30(6):682-695.

DOI:10.1287/mnsc.30.6.682 URL [本文引用: 1]

[14]

郭琪, 贺灿飞. 演化经济地理视角下的技术关联研究进展
地理科学进展, 2018,37(2):229-238.

DOI:10.18306/dlkxjz.2018.02.006 URL [本文引用: 1]

技术关联是现阶段演化经济地理学的重要概念,对演化经济地理学的发展和现实经济增长路径的探索具有重要意义。本文在演化经济地理学的背景下,探讨技术关联的概念和测度方法,从静态和动态2个视角探究技术关联影响产品演化的微观作用机制,并在国家、区域和企业等不同尺度上梳理了相关研究成果,绝大多数研究证明了产品演化路径显著依赖技术关联,即遵循路径依赖过程。近年来一些研究成果发现,有些区域通过向技术不相关产品进行演化从而实现了路径突破,并对其原因进行剖析,发现金融危机与扶持政策等外生力量和地方环境与制度等内生变量都会导致路径突破。中国发展路径的特殊性为西方演化经济地理学研究提供很好的案例,同时也为中国演化经济地理学的发展创造重要契机。

[ Guo

, He

Canfei

. Progress of research on technological relatedness in the perspective of evolutionary economic geography,
Progress in Geography, 2018,37(2):229-238.]

[本文引用: 1]

[15]

Chang

, Franke

, Butler

, et al. Differential mediating effects of radical and incremental innovation on market orientation-performance relationship: A meta-analysis
Journal of Marketing Theory and Practice, 2014,22(3):235-250.

DOI:10.2753/MTP1069-6679220301 URL [本文引用: 1]

[16]

De Brentani

, Reid

. The fuzzy front-end of discontinuous innovation: Insights for research and management
Journal of Product Innovation Management, 2012,29(1):70-87.

DOI:10.1111/j.1540-5885.2011.00879.x URL [本文引用: 1]

In an article by Reid and de Brentani, a theoretical model of the process and structure for the fuzzy front-end (FFE) of new product development (NPD) for discontinuous innovations was proposed. Its basic premise is that information flow in the early development of such innovations moves from the environment into the firm, facilitated by individuals playing three key roles at three decision-making interfaces: (1) the boundary spanner at the boundary interface, (2) the gatekeeper at the gatekeeping interface, and (3) what is identified in this paper as the "project broker" at the project interface. The current paper builds on and augments the ideas presented in this theoretical model with the primary objective of formulating a set of propositions detailing factors affecting the flow of information, and thus role effectiveness at each of these interfaces for discontinuous innovations. The focus is on radically new innovations both because this type of innovation has the highest level of uncertainty during the FFE and because the development of products resulting from such innovations entails the greatest lack of understanding and the fewest strategies for effective management. To achieve this objective, individual, social system, and environmental factors, which promote and/or inhibit the effectiveness of the roles played during the three FFE phases, are examined in terms of both the speed and the quality of information flow. This is done with the goal of substantially improving NPD information as it proceeds through the FFE. In turn, it can help researchers, managers, and team players to better anticipate and meet the navigational challenges of this intrinsically complex, risky, but high potential, NPD scenario.

[17]

龚强, 张一林, 林毅夫. 产业结构、风险特性与最优金融结构
经济研究, 2014,49(4):4-16.

[本文引用: 1]

[ Gong

Qiang

, Zhang

Yilin

, Lin

Yifu

. Industrial structure, risk feature and optimal financial structure
Economic Research Journal, 2014,49(4):4-16.]

[本文引用: 1]

[18]

Manove

, Padilla

, Pagano

. Collateral versus project screening: A model of lazy banks
Rand Journal of Economics, 2001: 726-744.

[本文引用: 1]

[19]

Morck

, Nakamura

. Banks and corporate control in Japan
Journal of Finance, 1999,54(1):319-339.

DOI:10.1111/0022-1082.00106 URL [本文引用: 1]

[20]

Brown

, Fazzari

, Petersen

. Financing innovation and growth: Cash flow, external equity, and the 1990s R&D boom
Journal of Finance, 2009,64(1):151-185.

DOI:10.1111/j.1540-6261.2008.01431.x URL [本文引用: 1]

[21]

Allen

, Gale

. Diversity of opinion and financing of new technologies
Journal of Financial Intermediation, 1999,8(1-2):68-89.

DOI:10.1006/jfin.1999.0261 URL [本文引用: 1]

[22]

Boschma

, Frenken

. The emerging empirics of evolutionary economic geography
Journal of Economic Geography, 2011,11(2):295-307.

DOI:10.1093/jeg/lbq053 URL [本文引用: 1]

[23]

Pan

Fenghua

, Xia

Yabo

. Location and agglomeration of headquarters of publicly listed firms within China's urban system
Urban Geography, 2014,35(5):757-779.

DOI:10.1080/02723638.2014.909112 URL [本文引用: 2]

In this article, a comprehensive dataset of publicly listed firms in the People's Republic of China is used to examine the spatial pattern and evolution of headquarters functions. Results indicate that headquarters are highly agglomerated in metropolitan areas at the peak of the hierarchy of political power. While economic-agglomerative factors matter, the spatial pattern of headquarters in China also reflect a wide range of institutional-contextual factors-the relative dominance of state-owned firms, regulation of the public listing process, and important roles of the state in the economy. Regression analyses indicate that a city's level in the political hierarchy remains a significant factor in the geography of headquarters functions even after controlling for agglomeration-economic factors.

[24]

郑威, 陆远权. 中国金融供给的空间结构与产业结构升级: 基于地方金融发展与区域金融中心建设视角的研究
国际金融研究, 2019, (2):13-22.

[本文引用: 1]

[ Zheng

Wei

, Lu

YuanQuan

. The spatial structure of China's financial supply and the upgrading of industrial structure: Research based on local financial development and the construction of regional financial center
Studies of International Finance, 2019, (2):13-22.]

[本文引用: 1]

[25]

张浩然. 空间溢出视角下的金融集聚与城市经济绩效
财贸经济, 2014, (9):51-61.

[本文引用: 1]

[ Zhang

Haoran

. Financial agglomeration and urban economic performance from the angle of spatial spillover
Finance & Trade Economics, 2014, (9):51-61.]

[本文引用: 1]

[26]

Zhu

Shengjun

, Li

Zhenfa

, He

Canfei

. Who leads regional industrial dynamics? "New industry creators" in Chinese regions
Growth and Change, 2018,50(1):69-89.

[本文引用: 1]

[27]

贺灿飞, 任永欢, 李蕴雄. 产品结构演化的跨界效应研究: 基于中国地级市出口产品的实证分析
地理科学, 2016,36(11):1605-1613.

DOI:10.13249/j.cnki.sgs.2016.11.001 URL [本文引用: 1]

使用2002~2013年中国(不包括港澳台地区)地级市出口的四位数产品数据,建立高维固定效应模型探究了新产品的出现与邻近地区之间的关系。回归结果显示产品的演化可以在邻近地区之间跨越行政边界发生,但发生的条件是本地要拥有良好的相关产业基础。同时省间分权作用会阻碍跨边界演化过程。除此之外,跨边界演化机制表现出明显的地区差异与行业差异。

[ He

Canfei

, Ren

Yonghuan

, Li

Yunxiong

. The mechanism of cross-boundary product evolution in China: An empirical analysis based on export product of prefecture-level cities
Scientia Geographica Sinica, 2016,36(11):1605-1613.]

[本文引用: 1]

[28]

Pan

Fenghua

, Yang

Bofei

. Financial development and the geographies of startup cities: Evidence from China
Small Business Economics, 2019,52(3):743-758.

DOI:10.1007/s11187-017-9983-2 URL [本文引用: 2]

[29]

刘海英, 何彬. 工业增长、信贷供求和货币政策调整
中国工业经济, 2009, (7):5-15.

[本文引用: 1]

[ Liu

Haiying

, He

Bin

. Industry growth, credit supply-demand and monetary policy adjustment
China Industrial Economics, 2009, (7):5-15.]

[本文引用: 1]

[30]

彭兴韵, 施华强. 适度宽松货币政策下的中国信贷膨胀分析
经济学动态, 2009, (8):33-41.

[本文引用: 1]

[ Peng

Xingyun

, Shi

Huaqiang

. Analysis of credit inflation in China under moderately loose monetary policy
Economic Perspectives, 2009, (8):33-41.]

[本文引用: 1]

[31]

潘峰华, 刘作丽, 夏亚博, 等. 中国上市企业总部的区位分布和集聚特征
地理研究, 2013,32(9):1721-1736.

DOI:10.11821/dlyj201309014 URL [本文引用: 2]

大企业总部是决策和控制中心,掌握着巨大的资源分配权,其决策将影响到地区甚至国家的发展。因此,大企业总部的数量关系到一个国家和地区的竞争力和影响力,研究大企业总部的分布和集聚有重要的理论和政策意义。本研究考察了截至2011年底中国2320家上市企业总部在城市的分布及集聚特征,有以下主要发现:①中国的上市企业总部分布和总体产业空间格局较为一致,即高度集聚在我国的东部沿海城市,尤其是长三角、珠三角和京津冀地区。②中国的企业总部高度集聚在高行政级别的城市,具体而言即大量集中在首都、直辖市、副省级和省会城市。③北京、上海和深圳是中国企业总部最为集聚的城市,不仅企业总部数量最多,而且企业的规模也最大,尤其是北京拥有超强的掌控力。而且,北京、上海和深圳几乎在所有产业领域都表现出绝对的领先优势。④和国际上发达国家比较,中国的企业总部在空间上的集聚程度较低,东部沿海发达地区的总部数量占全国比重仍在上升,北京、上海和深圳等大城市的上市企业总部数量增长要明显快于全国其他地区,其地位还在进一步强化。⑤企业总部的数量和城市的金融业发展水平、机场条件、经济规模、经济全球化水平、城市的规模等级、行政等级等呈现出高度的正向相关关系。

[ Pan

Fenghua

, Liu

Zuoli

, Xia

Yabo

, et al. Location and agglomeration of headquarters of public listed firms within China's urban system
Geographical Research, 2013,32(9):1721-1736.]

[本文引用: 2]

[32]

刘树峰, 杜德斌, 覃雄合, 等. 中国沿海三大城市群企业创新时空格局与影响因素
经济地理, 2018,38(12):111-118.

[本文引用: 1]

[ Liu

Shufeng

, Du

Debin

, Qin

Xionghe

, et al. Spatial-temporal pattern and influence factors of enterprise innovation in three chinese coastal urban agglomerations
Economic Geography, 2018,38(12):111-118.]

[本文引用: 1]

[33]

朱玉杰, 倪骁然. 金融规模如何影响产业升级: 促进还是抑制? : 基于空间面板Durbin模型(SDM)的研究: 直接影响与空间溢出
中国软科学, 2014, (4):180-192.

[本文引用: 1]

[ Zhu

Yujie

, Ni

Xiaoran

. How can financial scale affect industrial upgrading: Facilitating or inhibiting? Research based on spatial panel durbin model: Direct effects and spatial spillover
China Soft Science, 2014, (4):180-192.]

[本文引用: 1]

[34]

张辉, 刘鹏, 于涛, 等. 金融空间分布、异质性与产业布局
中国工业经济, 2016, (12):40-57.

[本文引用: 1]

[ Zhang

Hui

, Liu

Peng

, Yu

Tao

, et al. Financial spatial distribution, heterogeneity, and industrial allocation
China Industrial Economics, 2016, (12):40-57.]

[本文引用: 1]

[35]

潘峰华, 杨博飞. 国家中心城市竞争力及其职能演变: 基于上市企业总部的研究
地理研究, 2018,37(7):1364-1376.

DOI:10.11821/dlyj201807009 URL [本文引用: 1]

国家中心城市是核心和枢纽城市,也是大企业最为集聚的地方。企业总部是企业的决策和命令中心,拥有大企业总部的数量及企业总部规模是衡量国家中心城市竞争力的重要指标。利用国内上市企业的数据,计算中国城市的控制和命令指数（简称CCI指数）,从全国尺度考察北京、上海和广州等8个国家中心城市的竞争力及其职能演化,并剖析国家中心城市总部职能的专业化格局。结果发现：北京和上海两个城市控制和支配功能要远远强于其他国家中心城市,一直位居前两位。从2005年到2014年,北京的CCI指数显著增强,且优势逐渐扩大。北京地位的显著提升很大程度上得益于金融业央企的上市和增长,这是北京作为政治中心的独特优势进一步释放的结果。而其余国家中心城市的CCI指数大多呈现下降趋势。在行业上,金融业、制造业和采矿业一直占据中国经济的主要控制与支配地位。过去10年,金融业在经济中的地位显著增强,尤其是东部大城市的金融业CCI指数普遍有大幅提升;相反,制造业和采矿业的控制与支配功能则明显减弱。对国家中心城市的分析来看,北京、上海和广州在大部分行业中都具有明显优势,属于全国性的综合型大城市。而其余5个国家中心城市的功能专业化程度较低。此外,8个国家中心城市与周边区域发展的相互联系存在明显差异,究其原因在于区域经济发展程度和城市产业发展特点。

[ Pan

Fenghua

, Yang

Bofei

. Competitiveness and function specialization of national central cities in China: An empirical study based on headquarters of China's pubic listing firms
Geographical Research, 2018,37(7):1364-1376.]

[本文引用: 1]

[36]

韩廷春, 夏金霞. 中国金融发展与经济增长经验分析
经济与管理研究, 2005, (4):18-23.

URL [本文引用: 1]

本文通过设计金融发展规模、金融结构、金融效率等变量,运用中国1981～2002年间的时间序列数据对中国金融发展与经济增长之间的关系进行了Granger因果检验.分析结果显示,在1981-1991年间,金融发展和经济增长之间的因果关系并不明显;而当金融体系发展到一定程度时,这种因果效果才明显地体现出来,即在1992～2002年期间,金融发展成为经济增长的直接原因.从不同金融结构、金融效率与经济增长的角度进行考察发现,在1992～2002年间,银行结构变迁与银行效率提升是经济增长的直接原因,银行体系的发展对经济增长起到了一定的促进作用;而经济增长却是非银行结构变迁与非银行效率提升的直接原因,正是我国经济增长的必然要求促进了股票市场与债券市场在一定程度上的发展.因而,目前中国的金融发展与经济增长的关系处于银行体系"供给领先型"与资本市场"需求追随型"的混合阶段,这是中国经济成长过程的必然选择.

[ Han

Tingchun

, Xia

Jinxia

. An empirical analysis of China's financial development and economic growth
Research on Economics and Management, 2005, (4):18-23.]

[本文引用: 1]