5.1 研究设计 ........................... 47
5.1.1 样本选取与数据来源 ......................... 47
5.1.2 变量选取 ................................. 47
5 实证研究
5.1 研究设计
5.1.1 样本选取与数据来源
本文深入探讨了2011年至2022年这十二年间中国30个省市（西藏地区除外）的科技金融发展状况及其与产业结构转型升级之间的潜在联系。鉴于2011年标志着我国科技金融试点工作的启动，这一举措为后续科技金融在全国范围内的广泛推广和深化奠定了坚实的基石，因此，本文选择将2011年作为研究样本的起始点。由于西藏自治区在数据获取方面存在显著困难，数据缺失情况较为严重，为确保研究的准确性和完整性，本文决定将其从研究样本中剔除，而专注于分析其余30个省份的数据。
在构建科技金融发展指数时，本文综合考虑了科技金融人力资源、地方财政对科技金融的支持力度、金融机构对科技企业的贷款投入以及风险投资市场的参与度这四个关键方面，这四个二级指标共同构成了科技金融发展指数的全面评价体系，为评估各地区科技金融发展状况提供了科学依据。这些原始数据主要来源于《中国科技统计年鉴》、《科技人力资源发展研究报告》、国家及各省市统计年鉴、各省市金融发展报告等权威资料，确保了数据的准确性和可靠性。产业结构合理化指数和产业结构高级化指数这两个重要指标已在本文第4章进行了详细的测算和分析，这些指数的原始数据同样来源于中国统计年鉴、国家统计局等权威机构。在数据处理方面，对于某些省市存在的数据缺失问题，本文采用了插值法进行了有效的补充和修正，以确保研究样本的完整性和研究结果的准确性。此外，本文在数据分析过程中，运用了stata和Excel等分析软件，对数据进行了深入的挖掘和分析。
6 结论与建议
6.1 研究结论
我国进入高质量发展的新时代以来，科技金融作为数字化时代技术驱动的一种新兴金融形式，已经成为推动产业结构升级的核心动力。因此，本文首先通过详尽的文献调研与探讨，系统梳理科技金融发展、产业结构优化、研发投入的重要性和资源配置效率的理论基础，分析了科技金融对产业结构升级的影响机制和资源配置效率对科技金融影响产业结构升级的调节机制。在指数测算部分，本文选取2011年至2022年十二年间中国30个省市（除西藏）的有效数据，运用熵权法对各省市十二年来的科技金融发展指数、产业结构合理化指数和产业结构高级化指数进行测算。在本文实证部分，首先本文对科技金融与产业结构合理化及高级化的关系进行基本回归，检验了科技金融对产业结构升级的影响；其次运用中介效应模型检验了研发投入在科技金融对产业结构合理化和高级化过程中的中介作用；最后运用调节效应模型检验了资源配置效率在科技金融对产业结构合理化和高级化过程中的调节作用。本文得出的主要结论如下：
（1）我国科技金融发展指数整体呈稳健上升趋势，不同区域及省市之间的科技金融发展水平仍存在明显差异。从地域分布的角度来看，我国东、中、西部地区的科技金融发展指数呈现出逐年递增的趋势，然而，这种增长并非均衡分布，而是在区域上呈现出东部-中部-西部逐步递减的阶梯状发展态势。此外，不同省市之间的科技金融发展指数也存在较大差异。北京和广东地区作为我国的科技创新和金融中心，其科技金融发展指数一直位于前两位，远超于其他省市。
（2）我国产业合理化水平和产业高级化水平整体增长态势良好，但是三大区域和不同省市之间仍存在较大差异。从产业结构合理化指数测算结果可以看出，我国三大区域的产业结构合理化水平指数程度从高到低分别为东、中、西部，呈现出阶梯式发展的特征，且东部地区的产业结构合理化水平指数远高于中部和西部地区，这说明中西部产业结构合理化仍有较大改进空间。不同省市中产业结构合理化程度最高的地区是浙江、上海、北京，产业结构合理化程度最低的地区是甘肃、陕西、云南。从产业结构高级化指数测算结果可以看出，我国三大区域的产业结构高级化水平指数程度从高到低分别为东、西、中，也呈现出阶梯式发展的特征。不同省市中产业结构高级化程度最高的地区是北京、上海、天津，产业结构高级化程度最低的地区是新疆、广西、黑龙江。
参考文献（略）
