武汉理工大学经济学院 王仁祥 刘伊江
摘 要：基于适应性循环理论分析科技与金融耦合系统的演变，其脆弱性大致经历递
减、递增、高值但递减以及递减过程。运用改进的熵值法计算２００８～２０１７年省际科技
与金融耦合系统脆弱性指数，结果表明：（１）我国科技与金融耦合系统脆弱性整体上不
断下降，目前科技与金融耦合系统正处于适应性循环中的开发阶段；（２）东部地区科技
与金融耦合系统脆弱性评价均值小于中西部地区，且差异程度逐步缩小；（３）评价期间
区域科技与金融耦合系统脆弱性集聚态势增强。
电镀件关键词：科技与金融耦合系统 脆弱性 适应性循环
鸟岛教学设计鱼塘理论中图分类号：Ｆ８３０ 文献标识码：Ａ 文章编号：２０９５－３１５１（２０２０）２３－００５２－１３
科技和金融作为当今时代最活跃的两个生产力要素，在现代经济高质量发展过程中具有重要的地位。当前，我国正处于转变经济发展方式的关键时期，两者间的有效融合是深化科技体制和金融体制改革的根本要求，是加速拉动我国区域经济增长、实现经济发展方式转变的重要引擎，是推动自主创新和提高国际竞争力的战略选择。一方面，不断完善的金融体系为科技提供强力支撑，诸如科技信贷、科技保险等产品的出现，大力推动自主创新、加速科技成果转化，促进了科技型企业的成长与发展；另一方面，科技的突破发展使得金融体系的信息处理能力、业务处理能力以及运行效率均得到极大限度的提升，为金融体系的健康发展拓展空间。近些年来，我国已出台各类制度政策促进科技资源和金融资源的有效对接。例如，党的十七大将“提高自主创新能力，建设创新型国家”上升到“国家发展战略的核心”和“提高综合国力的关键”的高度，科技与金融的高效融合是该项战略性系统工程中极为重要的制度安排。２０１０年，国家出台了《促进科技和金融结合试点实施方案》；２０１１年发布的《国民经济和社会发展第十二个五年规划纲要》，指出增强科技创新能力要强化相关的支持政策，完善科技和金融结合机制，优化科技成果转化和产业化环境；２０１４年出台的《关于大力推进体制机制创新扎实做好科技与金融服务的意见》指出，大力推动体制机制创新，促进科技和金融的深层次结合，支持国家创新体系建设；２０２０年科技部和中国邮政储蓄银行签署《科技与金融战略合作协议》，双方将加强相关领域的科技与金融合作，进一步推动科技和金融深度结合。由此可见，科技创新与金融创新互为支撑，两者协同发展已然是大势所趋。
随着人工智能、大数据、云计算等领域的技术迅猛发展，科技与金融在内容和模式上的融合趋势越来越明显，催生出了互联网支付、网络借贷等业务模式。以Ｐ２Ｐ网贷平台为例，由于其运营模式的便捷性和能够给投资者带来高回报的特点，一经推出便受到广泛欢迎。２００５年Ｚｏｐａ的
推出标志着世界第一家网络借贷平台的诞生，而两年后“拍拍贷”在上海的成立标志着网络借贷平台在中国的兴起。２０１３年，阿里巴巴集团发动互联网金融浪潮，推动Ｐ２Ｐ网贷平台进入“井喷式”发展时期。伴随Ｐ２Ｐ网贷行业进入爆发阶段的同时，问题平台的数量急剧增加。网贷之家数据显示，截至２０２０年６月，我国Ｐ２Ｐ网贷平台累计达６６０７家，其中问题平台２９３１家，转型及停业平台３３４６家，而正常平台仅有３３０家。可见，科技与金融融合发展中的不确定因素日益多元化和复杂化，脆弱性凸显。在科技与金融深度融合的背景下，关注、调控科技与金融耦合系统脆弱性是科技与金融耦合系统未来健康发展的关键所在。
一、国内外研究综述
现有文献对科技和金融关系的研究主要有以下几类。一是探究科技发展对金融的影响。Ｌｕｉｇｉ（２００８）、Ｃａｔｅｒｉｎａ（２０１２）等认为科技进步使得市场经济更加透明，促使市场形成新的竞争模式的同时，引导金融服务技术多样化发展，提升了金融产业的科学化、系统化和现代化程度。二是探究金融发展对科技的影响。丁涛和胡汉辉（２００９）等认为金融对推动我国科技创新
发挥了重要作用，并在此基础上对比分析美、日、德以及地区科技创新的金融支持体系，探索金融支持科技创新的路径。三是从两者协同关系入手，王宏起和徐玉莲（２０１２）分析科技创新与金融的双向协同关系，并对中国科技金融与科技创新之间的耦合协调度和协同度进行了测算。
由于科技与金融两者间的复杂动态关联，学术界利用耦合理论从系统论视角对科技与金融之间的关系进行研究。科技创新与金融创新耦合系统指科技与金融通过相互作用和复杂的反馈作用而在彼此影响下形成的整合系统。和瑞亚和张玉喜（２０１４）等基于协同学理论建立模型，评价分析各省（自治区、直辖市）科技创新系统与公共金融系统耦合协调度。相对于“科技与金融耦合系统”一词，科技与金融耦合系统概念更突出了两者复杂的动态关联，强调其组织上、空间上和时间上等多维度的耦合性，体现了更高层次的综合性、复杂性和非线性特征（田亚军等，２０１３）。随着人工智能、大数据、云计算等领域的技术迅猛发展，科技与金融在内容和模式上的深度耦合趋势愈加明显。王仁祥和杨曼（２０１８）等对中国省域科技与金融耦合效率动态演进的差异及趋势等内容进行研究，发现我国科技与金融耦合效率整体上呈现逐步改善的趋势。科技与金融耦合系统不断发展的同时，所面临的不确定因素日益多元化和复杂化，系统也会由于没有建立良好的对接机制而产生负面效应，科技与金融耦合系统脆弱性显现。王仁祥和黄家祥（２０１６）指出，科技创新与金融创新耦合系统发展因其涉及系统广、需协调因素多、环节相对长等特点尤显脆弱。现有研究从脆弱性角度分析科技与金融耦合系统，通过寻问题、解决问题、弥补不足实现系统持续发展。吴光俊（２０１９）发现我国科技
金融具有中高等脆弱性，并且通过实证发现要素扭曲加剧了科技金融脆弱性，制度环境质量的提高能有效降低科技金融脆弱性。
脆弱性的概念源于自然灾害研究，研究领域已然从自然生态拓展至社会经济，研究对象也从单一系统过渡至耦合系统，其内涵由单纯针对自然系统的脆弱性逐渐演变成多维度的广泛的综合概念。王岩等（２０１３）、黄晓军等（２０１４）、黄金老（２００１）基于不同研究视角，从城市脆弱性、社会脆弱性以及金融脆弱性角度梳理了脆弱性概念、分析框架、动力机制和评价方法等。目前，学者普遍认为脆弱性是指系统暴露于风险环境或受内外扰动的敏感程度，并因缺乏抗干扰能力从而对系统的结构和功能造成损害的一种状态（陈佳等，２０１６；杨飞等，２０１９）。部分学者从
科技与金融耦合系统适应性循环与脆弱性演化
聊城岳建国
复杂系统适应性理论对脆弱性进行分析，例如吴桐（２０１１）借鉴生态系统适应性循环理论，以金融机构的金融创新和金融监管的相互作用为主线，分析金融系统脆弱性的演化机制。徐荣贞等（２０１７）构建了金融自由化下金融生态系统稳态迁移模型，在其适应性循环中分析金融恢复力与系统性风险的演变。
借鉴有关复杂系统脆弱性相关研究和科技金融运行机制的有关文献，本文将科技与金融耦合系统脆弱性定义为系统运行过程中在面临扰动时表现出的敏感性和不稳定性，并因系统缺乏恢复能力而导致的
系统趋于不可持续发展的可能性。通过梳理相关文献可知，从脆弱性角度研究科技与金融耦合系统如何协调发展的文献相当缺乏，并且其中大多侧重于构建科技与金融耦合系统脆弱性的综合评价指标体系，并进行脆弱性演化影响因素的分析，但对科技与金融耦合系统脆弱性演化背后的理论机制研究不足。本文运用复杂系统适应性循环理论分析科技与金融耦合系统演变机理，对我国科技与金融耦合系统发展阶段进行整体研究和把握，在此基础上分析科技与金融耦合系统适应性循环发展阶段中脆弱性的演化，探究脆弱性的波动以及背后推动理论机制。实证上通过改进的熵值法构建科技与金融耦合系统脆弱性综合评价指数，从而寻系统发展的短板，并针对性地提出降低脆弱性的措施，对于降低科技与金融耦合的脆弱性与提高系统发展效益具有重要的理论意义与实践价值。
二、科技与金融耦合系统适应性循环与脆弱性演化
（一）适应性循环理论
复杂适应系统理论的核心思想提出系统是一个不断进行动态交互的、具有适应性的主体组成的动态网络，要素在动态交互过程中，通过物质流、能量流和信息流等不断地改变自身的结构功能和行为准则，以适应目前环境和其他主体，形成一个非平衡态复杂系统。Ｈｏｌｌｉｎｇ和Ｇｕｎｄｅｒｓｏｎ（２００２）最早提出适应性循环概念，他们认为复杂适应系统在时间序列上通常会依次经历开发、维持、释放和重组四个阶段。这四个阶段构成一个完整的适应性循环。适应性循环中每一个阶段
的特征可由潜力、连通性和恢复力三个属性变量进行描述。适应性循环理论较好地描述了复杂适应系统面临扰动时的动态变化过程，对于自然、经济和社会等复杂系统具有普适性，逐步发展为解释自然、经济和社会系统运行周期的核心理论。
作为社会经济系统的重要组成部分，科技与金融耦合系统主体在不断地相互作用、动态交互、主动适应的过程中形成了非平衡态复杂系统，并具有开放性、非线性、动态性及不确定性等复杂适应系统的特征。本文将Ｈｏｌｌｉｎｇ和Ｇｕｎｄｅｒｓｏｎ提出的生态系统适应性循环理论应用于科技与金融耦合系统，构建科技与金融耦合系统适应性循环模型，在此基础上分析各个演变阶段科技与金融耦合系统脆弱性的演化。科技与金融耦合系统演变要依次经历四个阶段，即开发、维持、释放和重组，这四个阶段构成一个循环周期。在科技与金融耦合系统的一个循环周期内，始终贯穿着潜力、连通性和恢复力三个要素的变化。其中，潜力指科技与金融耦合系统所拥有的累积资本，包括系统中的人力资源、现有技术水平、资金投入以及市场规模等，反映科技与金融耦合系统的发展规模；连通性指系统各主体以及资源之间相互作用的数量和频率，体现科技与金融耦合系统内部各子系统以及各系统要素之间的耦合作用强度；恢复力表征系统在科技与金融耦合系统
受到干扰之后仍可以维持自身结构和功能的能力，反映科技与金融耦合系统的稳定性。
（二）科技与金融耦合系统适应性循环演变
科技与金融耦合系统适应性循环初期的开发阶段，内部潜力、连通度以及恢复力都处于较低状态，此时系统发展规模小、耦合程度低并且结构不稳定。主要是由于该阶段系统内部结构单一，内部所积累资源较少，行业规模与企业实力相对薄弱，融资较为困难，主体要素之间的联系微弱、耦合程度低，恢复力也比较有限。但此时系统中所面临的扰动因素较少，暴露性和敏感性都较小。随着资源不断地注入系统，系统结构变得更加复杂，人力、技术、知识、资本等资源要素交流活动频繁，潜力、连通度以及恢复力不断增加。对于科技与金融耦合系统而言，表现为大量资金流入科技与金融子系统，科技创新水平不断提高，金融业务规模不断扩大，主体间相互信任，投融资满意度较高，并且基础设施、服务设施以及公共行政管理机构等进一步发展。在此期间，各主体为了追求规模效应逐渐步入专业化发展，系统要素资源逐渐聚集于系统内较高回报的领域。科技与金融耦合系统专业化发展形成一定程度的历史路径依赖，容易实现更高的经济效率，但是各主体间因缺乏有价值的知识交换而创新能力缺乏，演化到新路径的能力较弱。然而，各要素之间过高的内在关联性会导致科技与金融耦合系统发展模式逐步僵化，从而导致缺乏对外界环境变化的适应能力，继而进入适应性循环中的维持阶段。此时，由于系统僵硬的、格式化的增长，系统再次面对扰动时，将快速进入释放阶段，部分企业和机构选择关闭或转移，系统内部要素间的连通度减弱，集聚的资源得到释放。恢复力继续下降，随后系统进入重组阶段，系统内部要素进行重新组织，从而进入新的循环。
每一个时空尺度内，科技与金融耦合系统在按照上述循环过程自我运行的同时，也会与其相关的其他
尺度的循环相互影响，这就是适应性循环过程中的扰沌现象。为了体现系统发展转变过程中不同尺度之间的联系，Ｈｏｌｌｉｎｇ和Ｇｕｎｄｅｒｓｏｎ在２００２年提出了多尺度嵌套适应性循环模型。该模型提供了跨尺度过程的联结模式，提出系统内不同尺度的循环通过“记忆”和“反抗”相互依赖，形成扰沌现象。
（三）科技与金融耦合系统脆弱性的演化
本文借助科技与金融耦合系统的适应性循环模型来分析科技与金融耦合系统脆弱性的演化。科技与金融耦合系统脆弱性在伴随着系统演化的过程中亦呈现四个阶段，若以科技与金融耦合系统演化过程的开发阶段作为初始，则科技与金融耦合系统脆弱性经历着递减、递增、高值但递减以及递减四个阶段。科技与金融耦合系统脆弱性之所以会呈现上述演化过程，笔者认为一般来说可以做如下解释。
科技与金融耦合系统处于开发阶段时，系统内部结构单一，要素间的连通度较低，容易受到外部干扰的影响。此时系统面临的外部扰动因素较少，系统自身结构缺点导致的脆弱性占主导。伴随着科技与金融耦合系统的发展，系统内部的耦合主体不断与外界环境进行人力、技术、知识、资本等资源要素的交换，科技与金融耦合系统协调度不断提高，公共行政管理机构、基础设施、服务设施的逐步完善可以在一定程度上解决系统结构性带来的脆弱问题。与此同时，频繁的内部序参量活动以及外部环境的干扰，也会在一定程度上提高该系统的敏感性。但总的来说，由于自身发展规模的扩大，系统结构的完善发展，科技与金融耦合系统脆弱性在此阶段有下降趋势。
科技与金融耦合系统适应性循环与脆弱性演化
两者耦合发展趋于饱和的阶段，系统发展增速放缓，科技与金融耦合系统即将步入维持期。逐利性导致系统中大量主体基于同一规则采取相同或相近的行为，加强了系统主体要素间的连通性。该阶段中科技与金融的过度耦合导致系统潜力、适应力和创新力等降低，发展增速变缓，模式变得僵化，系统在面临扰动时难以进行适应性调整，系统脆弱性不断增强。一旦僵化的系统面临扰动因素，便可能出现衰退和丧失增长动力的现象，科技与金融耦合系统容易步入释放阶段。
科技与金融耦合系统步入释放期时，一方面维持阶段形成的科技与金融高度耦合的模式被解开，系统内部紧密连接的资源被释放，系统进入了杂乱无序的状态；另一方面，系统内部企业和机构不断倒闭或转移，为新的科技与金融耦合系统重组和再生创造了无限潜能和机会。在此阶段科技与金融耦合系统极高的脆弱性得以释放，脆弱性呈现递减趋势。
在经历了释放阶段后，科技与金融耦合系统迎来重组阶段，伴随着创造性破坏、重构等过程，新的科技与金融耦合形式逐渐出现，此时系统内部的主体连通度低，创造新路径的潜力巨大，新经济活动形式出现、新技术的开发、新的比较优势的发现以及新的要素资源不断集聚，导致科技与金融耦合系统的更新、重组能力不断加强，科技与金融耦合系统脆弱性处于不断降低的趋势。
三、研究方法与指标体系①
（一）科技与金融耦合系统脆弱性评价方法
本文借鉴刘继生等（２０１０）对辽源市社会系统的脆弱性评价体系，从敏感性（Ｓ）和恢复力（
Ｒ）两个维度评价科技与金融耦合系统脆弱性。构建科技与金融耦合系统脆弱性的评价模型为：Ｖθｉ＝ｆ（Ｓθｉ，Ｒθｉ）＝Ｓθｉ／Ｒθｉ（１）
其中，Ｖθｉ表示第θ年省份ｉ科技与金融耦合系统的脆弱性指数；Ｓθｉ表示敏感性指数；Ｒθ
ｉ表示恢复力指数。本文通过信息熵原理来确定权重，采用客观赋权法中的熵值法，避免主观赋权法过度依赖主观判断，从而客观准确地评价研究对象。并且本文借鉴改进的熵值法，在评价中加入时间变
量以实现不同年份之间的比较，通过ｒ
我的团长我的团评论项指标对ｍ省第ｎ年的科技与金融耦合系统脆弱性进行评价，使得分析结果更加合理化（杨丽和孙之淳，２０１５）。改进熵值法评价模型如下：
设研究ｍ个省份ｎ个年份的ｒ个指标值，则ｘθ
ｉｊ为省份ｉ在第θ年的第ｊ个指标值。（１）指标标准化处理。由于不同的指标具有不同的量纲和单位，因此需要将各指标同度量
化处理，正向指标标准化：ｘ′θｉｊ＝（ｘθｉｊ－ｘｍｉｎ）／（ｘｍａｘ－ｘｍｉｎ）；负向指标标准化：ｘ′θ
ｉｊ＝（ｘｍａｘ－ｘθ
ｉｊ）／（ｘｍａｘ－ｘｍｉｎ）；（２）确定指标权重：ｙθｉｊ＝ｘ′θｉｊ／∑θ∑ｉ
ｘ
′θｉｊ；（３）计算第ｊ项指标的熵值：ｅｊ＝－ｋ∑θ∑ｉ
ｙ
火柴算式ｉｊｌｎ（ｙθｉｊ），其中ｋ＞０，ｋ＝ｌｎ（ｍｎ）；（４）计算第ｊ项指标的差异性系数：ｇｊ＝１－ｅｊ；
（５）计算各指标的权重：ｗｊ＝ｇｊ／∑ｊ
ｇ
ｊ；（６）计算各省份科技与金融耦合系统敏感性指数和恢复力指数：Ｓθｉ＝∑ｊ
（ｗｊｓ′θｉｊ）；Ｒθ
ｉ＝①由于本文内容涉及大量省级数据，为行文及阅读方便，以下“省（自治区、直辖市）”简称“省份”。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议