摘要：以中国大陆30个省级区域为研究对象， 通过构建科技金融评价指标体系以全面衡量各地区科技金融发展水平， 并运用空间计量分析方法实证考察科技金融对我国经济增长质量的影响。研究发现， 东部地区科技金融发展水平最高， 中部其次， 西部最低。科技金融能够显着促进全国及东部地区经济增长质量的提升， 对中部与西部地区经济增长质量的促进作用并不显着。同时， 人力资本与基础设施建设显着促进了地区经济增长质量的提高。在此基础上， 为促进科技金融在区域间协调发展与提高国家经济增长质量提供理论指导与政策启示。
关键词：科技金融； 经济增长质量； 空间计量；
一、引言
在一国发展过程中， 经济通常先有数量型增长， 后有质量型增长。过去的几十年里， 我国的经济建设取得了举世瞩目的成就。依靠要素驱动与投资驱动， 我国经济增长率一直保持着较高水平， 目前已经成为全球第二大经济体。但是以传统方式驱动经济与社会发展往往是以高消耗、高污染为代价， 这也就导致在过去的一段时期， 我国经济增长质量处于较低水平。随着经济规模不断壮大， 经济发展由高速增长阶段转向高质量发展阶段。在新的经济增长阶段， 继续依靠传统的驱动方式以支撑经济与社会发展的做法是不切实际的。因此， 国家适时提出创新驱动发展战略， 期望通过新的驱动方式来减少资源浪费与生态环境污染， 降低生产成本， 提高全要素生产率与经济稳定性， 从而提升国家经济增长质量。
国家“十三五规划”纲要提出：创新是引领发展的第一动力， 将创新摆在国家发展全局的核心位置， 不断推进科技创新、制度创新、文化创新、金融创新等各方面创新。创新驱动发展战略的核心就是科学与技术的创新， 而科技创新显然需要金融资本的强力支撑。作为两个重要的创新基点， 科技创新与金融创新的深度融合显然能够对创新驱动发展战略的实施以及国家经济的持续发展产生重大影响。技术创新是驱动经济发展的新引擎， 金融创新则是经济发展的燃料， 科技创新与金融发展的有机结合就构成了科技金融范畴。在经济发展的新阶段， 国家应当积极培育与发展科技金融， 借助科技金融的优势提高自主创新能力与全要素生产率， 从而促进经济有效益、有质量的发展。那么如何科学衡量我国各地区科技金融发展水平？在现阶段， 科技金融能否显着促进我国经济增长质量的提高？各地区科技金融对经济增长质量的影响是否具有差异性？回答以上问题， 一方面可以丰富对科技金融与经济增长质量的相关理论研究， 另一方面也能够为我国通过政策制定以促进区域科技金融协调发展及提高经济增长质量提供一定启示。
二、文献回顾与机理分析
（一） 文献回顾
经济增长质量是一个宏观的价值概念， 深刻剖析其内涵有助于理解本文的逻辑架构。较早的研究是从狭义上将经济增长质量视为经济增长的效率， 通常用全要素生产率或创新效率作为替代指标， 衡量方法包括索洛余值法、SFA、DEA等测度效率的方法 （沈利生和王恒， 2006;Kuijs L和Wang T, 2006;刘文革等， 2014） .而近些年被广泛认同的是从广义的角度出发以界定经济增长质量。一些学者认为相对于经济增长数量， 经济增长质量是一个内涵更加丰富的范畴。温诺·托马斯等 （2001） 认为经济增长质量是构成经济增长理论的核心内容， 因为其不仅包含了经济增长的速度与效率， 同时还考虑了收入的分配、经济增长的稳定性、环境的可持续性及国家经济结构等内容。Barro （2002） 考虑了人文因素， 指出经济增长质量作为与经济增长紧密相关的社会、政治及文化等方面的综合范畴， 应涵盖受教育水平、人均寿命、医疗保障、法律和秩序发展的程度以及福利分配等方面的内容。刘树成 （2007） 对经济增长质量范畴进行适度的外延， 并将其界定为经济增长态势的稳定性、方式的可持续性、结构的协调性及效益的和谐性。钞小静和任保平 （2011） 在总结以往研究的基础上， 进一步的丰富与拓展了经济增长质量的内涵， 将其界定为经济增长的稳定性、结构的合理性、福利变化与成果分配以及资源利用和生态环境代价四个方面， 在此基础上进行指标选择并使用多因素分析法构建经济增长质量指数。这种分类方法为分析经济增长质量提供了一个更为科学合理的概念性框架， 本文采用这一界定方法， 以分析科技金融与经济增长质量之间的联系。
现有文献中， 分析科技金融与经济增长质量关系的都是基于对其狭义的定义进行研究， 即科技金融对全要素生产率或创新效率的影响。Amore （2013） 以专利数量表征企业的技术创新能力， 实证研究银行机构与企业创新之间的关系， 结果发现银行放松管制能够促进企业的技术创新， 从而提升创新效率。Chang Wei et al. （2014） 研究则包含了风险投资机构的资金， 基于1997-2013年的中国数据并应用VAR模型得出银行贷款和风险投资均有利于实体产业生产效率提高， 同时风险资本的促进作用高于银行贷款作用的结论。Po-Susan Hus et al. （2014） 则考虑了资本市场的融资因素， 在使用多个发达国家和新兴国家的面板数据后， 发现信贷市场与股票市场所提供的外部资助能够显着促进创新专利的增长， 并得出金融市场的发展可以促进行业创新、提高要素生产率的结论。
国内方面， 郑磊和张伟科 （2018） 以地区经济发展为门槛变量， 通过构建门槛模型考察科技金融对地区科技创新的非线性影响。结果表明我国区域科技金融对科技创新的影响呈现出一种U型联系：当经济发展处于低水平时， 科技金融对创新产出的提升有抑制作用， 当经济发展处于较高水平时， 科技金融能够显着促进科技创新并提升全要素生产率。部分学者的研究考虑了时序差异与空间异质性所带来的影响。张玉喜和赵丽丽 （2015） 发现科技金融投入与创新效率之间的关系因时间跨度不同而异：短期内科技金融投入与科技创新之间呈显着正相关关系， 然而长期内科技金融投入对科技创新与产出效率的作用效果并不明显。杜江等 （2017） 通过运用空间杜宾计量模型也发现各地区科技创新能力具有明显的集聚效应， 并且科技金融能够明显推动创新效率。同时， 各地区的创新能力会受到其他地区科技金融发展水平的影响。
以上研究为本文提供了丰富的理论基础， 具有重要借鉴价值。但是， 以往研究多是定性分析经济增长质量的概念与定量分析科技金融对全要素生产率或者创新效率的影响， 鲜有研究涉及科技金融与广义范围的经济增长质量之间的关系。因此， 本文以国内30个省级区域为研究对象， 在构建科技金融评价体系的基础上， 通过分析科技金融对经济增长质量的影响机制并运用空间计量分析方法实证考察两者的联系， 借此全面了解在新常态下科技金融对我国经济发展的影响。
（二） 科技金融对经济增长质量影响的机理分析
借鉴钞小静和任保平 （2011） 对经济增长质量的界定， 本文认为科技金融可以通过四个途径对经济增长质量产生影响。
1. 优化经济增长结构。
地区创新活动具有综合性、科学性与复杂性特点， 整个运行过程需要大量的人力、物力与财力的支持。通常情况下， 从事技术创新的主体由于自身规模的限制缺少足够的资金、设备以及资源。如果这些主体能够通过某些渠道从金融供给方获得一定规模的融资， 便可将资金用于自身的升级与变革， 例如购买先进设备与配套设施、引进前沿技术工艺与聘用高水平科技人才等。这些举措都能够提高研发产出与成果转化率， 提升创新主体的盈利能力， 从而促进地区科技迅速发展， 形成新的产业价值链， 最终优化经济增长结构 （洪银兴， 2011） .
2. 增强经济增长稳定性。
科技创新活动中各个环节具有不同类型以及不同程度的资金需求。为满足多样化的金融需求， 金融机构会主动尝试创新金融工具、金融服务与金融产品以获取具有高附加值的收益。因此， 科技金融发展能够促进金融机构业务多元化发展， 提升金融机构的资金配置与经营效率， 从而有效地优化金融市场体系， 提高市场风险防范与危机应对能力， 降低系统性金融风险及大范围经济波动发生的可能性， 增强经济增长稳定性 （张林， 2016） .
3. 提高社会福利水平及优化成果分配。
提高经济产量并改善国民生活质量是政策制定者所要完成的最终目标。而科技金融投入对创新活动的促进效应能够丰富产品种类并增加最终经济产出， 在满足人们对消费品与服务多样化需求的同时提高人均可支配收入， 从而最大化地提升社会整体福利水平与国民幸福感。此外， 金融资源脱离虚体产业流向科技实业有利于减少金融泡沫， 抑制市场投机行为， 避免社会财富集中于少数人手中， 降低二次分配的不平等程度， 进而优化成果与福利分配， 以使居民能够更加平等地获得收入、土地以及其他生产性资本， 最终促进国家经济增长质量的提升 （谷慎和汪淑娟， 2018） .
4. 提高资源利用效率及降低生态环境代价。
资源利用效率实质为要素投入化为实际产出的能力， 技术进步则是提高此能力的关键因素。而规模化的科技金融介入创新活动可以促进地区科技进步并产生报酬递增效应。科技金融对于阻止资本边际效率下降及技术创新动力疲软有显着的作用， 并借助生产要素的重新组合与配置提高资源利用效率。生态环境代价则是从成本视角反映经济增长质量， 经济增长成本的高低根本上取决于生产要素的组合及使用方式， 科技金融投入通过促进技术创新以减少无效投入与污染排出， 从而降低生态环境代价， 提高经济增长质量 （张桂芳和任保平， 2015） .
三、计量模型及数据说明
（一） 模型构建
1. 传统模型构建
为考察科技金融对经济增长质量的影响， 建立如下计量模型：
其中， i表示地区， t表示时间， ZL表示经济增长质量， KeJin表示各地区科技金融发展指数， x表示控制变量， β为科技金融系数， θ为控制变量系数。
2. 空间计量模型构建
现实中， 任何一个地区的经济活动都不可能独立存在， 每个经济区域之间都会有一定程度上的联系。一方面， 要素资源都具有稀缺性与趋利性的经济特征。在要素可以自由流动的条件下， 生产效率较低地区的要素会自动流向能够产生更高效益的地区， 从而使得效益较高地区的生产水平进一步提升。而那些效益低的地区由于生产要素流出则会导致其生产水平的下降。特别是在两个地区间的距离较近时， 这种现象会更加明显。另一方面， 经济发展落后的地区也可以通过向经济发达地区进行模仿学习或技术引进等方式来提升本地区的生产效率， 发挥后发优势， 逐渐缩小地区间的发展差距 （白俊红和王林东， 2016） .因此， 地区间的经济活动存在明显的依赖性与相关性。空间计量模型放松了对空间数据匀质性的假设， 充分考虑了空间区位关联因素。故本文采用考虑空间效应的计量模型进行实证检验。空间计量模型包括空间滞后模型 （SAR） 与空间误差模型 （SEM） .
空间滞后模型 （SAR） 表达式如下：
其中， ρ为空间滞后系数， 反映样本观测值的空间依赖作用， 即相邻地区对本地区观测值影响的方向和程度。W为n×n阶的空间权重矩阵， 如果两个地区相邻则权重值取1, 否则取值0.εit为扰动项， Gover表示政府干预力度， Human表示人力资本， Found表示基础设施建设， Open表示对外开放水平。
空间误差模型 （SEM） 表达式如下：
其中， λ为空间误差系数， μ为正态分布的随机误差项向量。
（二） 指标选取与数据说明
1. 科技金融评价指标体系
考察科技金融与经济增长质量的关系， 首先需要考虑核心变量科技金融发展应如何测量。参考以往的相关研究 （曹颢等， 2011;徐玉莲等， 2017） , 本文从三个方面来衡量区域科技金融发展水平。第一， 科技金融投入方面。选用政府支持力度、企业投入力度、R&D人力资源与金融机构科技投资额四个分项指标。第二， 科技金融成果方面。选用知识产出与合同成交额两个分项指标。第三， 科技金融市场化。选用销售收入与出口额度两个分项指标。具体的基础指标选取如表1所示。
表1 科技金融评价指标体系
在构建科技金融评价指标体系的过程中， 由于各种指标的计量单位不同， 因此采用均值化方法对原始数据进行无纲量化处理。在此基础上， 使用SPSS25.0软件将上述11个基础指标进行因子分析并计算综合因子得分， 测算出2002-2015年的综合因子平均得分， 以此作为科技金融发展的最终衡量指标， 结果如表2所示。
表2 各地区科技金融发展水平综合排名
从表2可以看出我国东部地区的科技金融发展水平普遍高于其他两个地区。广东、江苏、北京、上海、浙江、山东、陕西、四川与天津这些地区的科技金融展水平要高于其余省级行政单位。在排名前十位的省份中， 东部占据了七个席位。因此， 为促进区域科技金融的协同发展， 东部地区可以适当引导资源向中、西部流动， 从而带动两个地区的科技金融发展。另一方面， 中、西部地区在改善自身科技金融发展环境的同时， 更应该通过知识溢出效应向东部地区学习借鉴， 借此发挥出后发优势， 这样也能够提升本地区的科技金融发展水平。
2. 其他控制变量
参考以往的研究， 基于数据的连续性与可得性， 选取以下指标作为控制变量：
人力资本 （Human） :作为知识与技能的载体， 人才资源是保持经济持续增长的重要基础。高素质人力资源可以为地区生产活动提供智力支持与精神引领。一方面， 高水平人力资源能够更有效率地完成分内工作。同时， 由于人的“干中学”效应， 人才更容易提高地区的创新能力与生产能力， 从而促进社会发展与经济增长。另一方面， 高素质的人才对知识与技术拥有较强的吸收、理解与应用能力， 可以更有效地通过技术扩散与知识溢出途径提高地区全要素生产效率， 进而促进经济增长质量的提升。本文用加权平均受教育年限表示。
加权人均受教育年限计算公式为：
其中， NNit、XNit、CNit、GNit、DNit分别表示第i省第t年的未上过学、小学、初中、高中、大专及以上的人口数量。
对外开放水平 （Open） :伴随着对外开放水平的逐步提升， 国内企业可以直接在国际市场上与外企进行贸易合作。为了追求效益最大化， 在两国进行贸易往来的过程中， 外国企业会对我国进行产业转移并投资设厂， 这势必会影响我国的产业结构调整。同时， 国内企业也能够从国外先进企业购买和学习包括产品设计、物流分配以及组织架构等方面的新知识， 进而影响到地区的生产与经济发展。本文用贸易依存度， 用地区进出口总额占地区生产总值的比重表示。
基础设施建设 （Found） :良好的基础设施建设一方面可以减少地区之间的运输成本， 使得资源、劳动力等要素流动更加便利， 地区之间的交流更加频繁。另一方面也能为生产者提供优越的经营环境， 优化资本结构与资源配置， 从而改善区域的生产经营效率。本文用邮电业务总量占地区GDP总量的比重表示。
政府干预力度 （Gover） :合理的政府干预能够改善市场失灵状态， 有助于资源的充分利用与优化配置， 进而提高地区生产效率， 最终促进经济的健康、稳定、持续发展；但如果干预过度或者不合理， 则有可能造成要素资源错配及效率低下的情形。这里采用支出法GDP中政府消费支出占最终消费支出的百分比表示。
以上原始数据均来自《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》、各省市统计年鉴及中经网统计数据库。由于西藏自治区的数据缺失， 故予以剔除整理， 对于部分缺失数据则采用插值法予以替代。特别需要说明的是， 本文所使用的经济增长质量指数来源于《中国经济增长质量报告-中国经济增长质量指数及省区排名》。该指数由经济增长的效率、经济增长的结构、经济增长的稳定性、福利变化和成果分配、资源利用和生态环境代价以及国民经济素质等六项分指标构成， 并采用多种方法对其进行全面衡量， 具有较高的科学性与权威性。
四、实证结果与分析
（一） 传统模型估计结果
为加强比较分析， 本文首先利用最小二乘法 （OLS） 分别对全国及东、中、西部科技金融与经济增长质量的关系进行估计。表3报告了传统OLS估计结果。
表3 OLS回归结果
注：***、**、*分别代表1%、5%和10%的水平下显着。
从表3的回归结果可以看出， 在全国与东部地区， 科技金融发展系数显着为正。这在一定程度上说明科技金融能够显着促进全国与东部地区的经济增长质量提高。而在中西部地区， 科技金融发展系数没有通过显着性检验， 这说明了科技金融对这两个地区的经济增长质量影响并不明显。
（二） 空间计量模型估计结果
本文构建的空间计量模型分别为空间滞后模型 （SAR） 与空间误差模型 （SEM） .由于事先无法判断哪个模型能够更有效地拟合， 通常需要通过拉格朗日因子 （LM） 进行检验。如果在空间依赖性检验中， 发现LM （Error） 比LM （Lag） 在统计上更为显着， 则可以确定空间误差模型用于检验分析较合适， 反之则空间滞后模型更为合适。当拉格朗日因子无法检验时， 需要进一步比较Robust-LM （Lag） 和Robust-LM （Error） .由于Hausman检验支持了随机效应回归模型， 表4只报告了随机效应回归模型的估计结果。
表4 空间邻接权重的参数估计结果
从表4可以看出， 通过比较拉格朗日因子与各项检验值， 对于全国、东部与西部地区， 选用SAR模型更为合适。中部地区则不同， 应当选择SEM模型。从选取的最优模型所得结果中可以发现， 空间系数全部通过显着性检验， 这可以说明本文应用具有空间效应的计量模型是合理的。在全国范围内， 科技金融促进了经济增长质量的提升， 并通过1%显着性检验。从分地区结果来看， 东部地区科技金融系数显着为正， 这说明东部地区科技金融发展能够显着促进经济增长质量的提升。中、西部地区科技金融系数为正， 但并不显着。这说明这两个地区的科技金融对经济增长质量的促进效果并不明显。
这种情况出现的原因可能是东部地区的科技创新活动与金融活动比较活跃， 市场机制完善， 科技型企业能够通过多渠道获得规模化的金融资助， 弥补了创新项目的资金缺口， 增强了企业的竞争力， 从而促进了东部地区的科技创新与发展。同时， 东部地区基础设施建设良好， 信息与通信网络发达， 创新环境优越， 金融机构为满足多样化的金融需求主动寻求创新发展， 扩大业务经营范围， 提高服务水平与资金配置效率， 从而优化金融市场体系。此外， 东部地区丰富的人才资源与内部频繁的交流合作也为区域技术扩散与知识传播提供了充分的条件。因此， 东部地区科技创新与金融发展可以高度有机结合， 研发成果能够有效地转化为实际生产力， 从而促进地区经济增长质量的提升。而中、西部地区经济基础薄弱， 金融体系与市场体系不健全， 科技型企业无法通过多种渠道获得足够的金融支持。这种情况的出现阻碍了企业科技研发与创新项目的进程， 导致科技新创意、新思想的转化率与商业化率处于低水平， 从而对地区的科技发展产生不利影响。同时， 中、西部地区信息传导机制不完善， 缺少高效的中介信息平台发挥桥梁作用。因此， 科技型企业与金融主体之间信息不对称， 金融主体无法有效识别科技型企业的核心技术与竞争力， 导致金融机构出现资源错配现象， 进而增加金融机构的信贷风险与经营风险。此外， 这两个地区人才资源匮乏， 基础设施建设落后， 导致区域内部的技术、知识与经验等软要素流动缓慢， 从而使得技术扩散与知识溢出效应大幅减弱， 无法对区域科技发展产生强有力的支撑。因此， 中部与西部地区科技金融对经济增长质量的提升效果并不显着。
分析控制变量， 在中部与西部地区， 对外开放显着抑制了经济增长质量的提升。这可能是因为国外企业通常是将一些资源消耗大、环境污染严重或者是不符合它国法律法规的产业转移到我国， 在我国境内进行工厂建造与投资生产， 这显然不利于我国经济增长质量的提升。同时， 外商外包给国内的项目很大部分属于零部件加工、组装等初级制造项目， 并没有涉及核心技术与工艺， 这就容易产生“创新锁定”现象， 使我国长期处于全球价值链与产业链的低端。政府干预显着抑制了西部地区经济增长质量的提升， 这可能是因为当地政府并没有细致分析本地区的资源禀赋， 便出台一些政策法规对市场进行干预， 导致地区资源错配或者是全要素生产率低下。在全国、东部与西部地区， 人力资源显着促进了经济增长质量的提升。基础设施建设在全国、中部与西部范围显着促进了经济增长质量的提升。这能够说明人力资源与基础设施建设对我国经济增长质量的提升具有积极影响。
五、稳健性检验
以上研究采用的空间计量模型是基于空间相邻的0-1权重矩阵来构建的。这种权重矩阵的假定是当一个地区与另一个地区相邻时， 空间权重矩阵中对应项取1, 不相邻时就取值为0, 即两个不相邻的地区之间没有任何的联系。空间距离权重矩阵假定如果两个区域之间地理距离越小， 则表明二者空间相关程度越高， 否则二者空间相关程度越低。因此， 应用空间距离权重矩阵可以对基于空间邻接权重矩阵得出的结果进行稳健性检验。空间距离矩阵的表达形式如下所示：
其中， d为两个地区地理中心位置之间的距离。
利用空间距离权重矩阵作为影响我国各地区科技金融与经济增长质量空间分布的空间因子， 重新进行估计， 其结果如表5所示。
表5 空间距离权重的参数估计结果
从表5的回归结果可以看出， 在采用距离权重矩阵后， 全国、东部、中部及西部的科技金融发展系数的方向与显着性并没有发生明显变化。这也表明， 虽然所使用模型的空间权重有所变化， 但并没有改变前文的基本结论， 结果具有稳定性。
六、主要结论与政策建议
本文通过构建科技金融评价指标体系以全面衡量各地区科技金融发展水平， 并运用空间计量模型实证考察科技金融对我国经济增长质量的影响。研究发现：我国各地区的科技金融发展程度不一， 东部科技金融发展程度最高， 中部次之， 西部最低。在全国与东部地区， 科技金融能够显着促进经济增长质量的提升。在中部与西部地区， 科技金融对经济增长质量的促进作用不显着。同时， 人力资本与基础设施建设促进了地区经济增长质量的提高。
根据实证结果提出以下政策建议：
首先， 国家应从整体层面制定相关的科技金融发展战略， 并根据不同地区的资源禀赋特点制定差异化的策略。我国各地区的科技金融发展属于不平衡状态， 为促进区域间科技金融协同发展， 政府应当鼓励东部地区在其先天优势的基础上继续大力发展科技金融， 并通过要素流动与知识溢出等机制带动周边地区的科技金融发展。与此同时， 加大对中部与西部地区科技产业的扶持力度， 进行适度的政策倾斜， 提供一定的人力、物力以及财力， 优化中部与西部地区的经济结构， 营造公正与透明的市场环境。借此促进中、西部地区科技金融健康、快速的发展， 逐渐缩小与东部地区的发展差距。
其次， 政府应当促进科技创新与金融发展的深度融合， 积极培育与发展科技金融， 特别是在中、西部地区。一方面， 政府应加大对地区科技研发活动的支持力度。通过多样化资助方式减少科技研发过程中的成本， 降低风险与不确定性， 进而提升企业从事科技研发与创新活动的积极性。同时， 政府可以与企业共同参与孵化器投资项目。孵化器的主要作用是为地区科技创新与成果转化活动提供良好的条件与环境。依托孵化器建设， 政府、企业、科研机构三方也能够建立产学研合作平台， 为科技创新与金融发展的深度融合提供扎实基础。另一方面， 建设多元化的资本市场。在政府的引导下， 发展多层次、多元化的资本市场， 创新与提供不同类型的科技金融工具与服务， 比如科技信贷、科技保险、科技担保、知识产权质押等。发达的资本市场可以为地区的生产活动提供规模化的资助， 满足科技金融主体的多样化需求， 从而促进地区的科技进步与创新。
最后， 建设科技金融服务与信息中介平台。在经济运行过程中， 市场容易出现科技企业与金融供给主体之间的信息不对称问题。因此， 国家需要搭建专门针对科技金融发展的信息平台， 使其发挥良好的桥梁作用。同时， 完善关于信息服务平台建设的法律法规， 对网络平台的建设予以政策支持。这些举措不仅能够加强网络信息的联动性， 而且能够减少科技金融供需双方的搜寻成本与交易成本， 使得双方可以快捷、便利地获取对方信息并得到有效匹配。因此， 利用科技金融服务与信息平台的特点能够有效地促进科技创新与金融发展的融合， 以使科技金融为经济发展做出最大化的贡献， 最终提升经济增长的质量与效益。
参考文献
[1]沈利生， 王恒。增加值率下降意味着什么[J].经济研究， 2006, （3） :59-66.
[2]Kuijs L, Wang T.China's Pattern of Growth:Moving to Sustainability and Reducing Inequality[J].China&World Economy, 2006, （1） :1-14.
[3]刘文革， 周文召， 仲深， 等。金融发展中的政府干预、资本化进程与经济增长质量[J].经济学家， 2014, （3） :64-73.
[4] 温诺·托马斯等。增长的质量[M].中国财经出版社， 2001.
[5] Barro R J.Quantity and Quality of Economic Growth[J].Working Papers Central Bank of Chile, 2002, （2） :17-36.
[6]刘树成。论又好又快发展[J].经济研究， 2007, （6） :4-13.
[7]钞小静， 任保平。中国经济增长质量的时序变化与地区差异分析[J].经济研究， 2011, （4） :26-40.
[8]Amore M D, Schneider C, Zaldokas A.Credit Supply and Corporate Innovation[J].Journal of Financial Economics.2013, 109 （3） :835-855.
[9]CHANG Wei, DIN Yugo, WANG Japing.Hellenization of Venture Capital and Green Innovation of Chinese Entity Industry[J].Ecological Indicators, 2014, （51） :31-41.
[10] HUS Po-Susan, TAN Xian, AU An.Finance DevelopMentand Innovation:Cross-country Evidence[J].Journal of Financial Economics, 2014, （112） :116-135.
[11]郑磊， 张伟科。科技金融对科技创新的非线性影响--一种U型关系[J].软科学， 2018, （7） :16-20.
[12]张玉喜， 赵丽丽。中国科技金融投入对科技创新的作用效果--基于静态和动态数据面板模型的实证研究[J].科学学研究， 2015, （2） :177-184.
[13]杜江， 张伟科， 范锦玲， 等。科技金融对科技创新影响的空间效应分析[J].软科学， 2017, （4） :19-22.
[14]洪银兴。科技金融及其培育[J].经济学家， 2011, （6） :22-27.
[15]张林。金融发展、科技创新与实体经济增长--基于空间计量的实证研究[J].金融经济学研究， 2016, （1） :14-25.
[16]谷慎， 汪淑娟。中国科技金融投入的经济增长质量效应--基于时空异质性视角的研究[J].财经科学， 2018, （8） :30-43.
[17]张桂芳， 任保平。产业创新影响经济增长质量的路径、创新的方向及激励机制[J].当代经济研究， 2015, （11） :75-81.
[18]白俊红， 王林东。创新驱动是否促进了经济增长质量的提升[J].科学学研究， 2016, （11） :1725-1735.
[19]曹颢， 尤建新， 卢锐， 等。我国科技金融发展指数实证研究[J].中国管理科学， 2011, （3） :134-140.
[20]徐玉莲， 赵文洋， 张涛。科技金融成熟度评价指标体系构建与应用[J].科技进步与对策， 2017, （6） :118-124.