كفاءة تمويل العلوم والتكنولوجيا تعزز بناء نظام صناعي مُحدَّث: أدلة من التعلم الآلي المزدوج

لماذا يهم المال الأذكى للصناعة

طريقة تمويل بلدٍ للأفكار الجديدة يمكن أن تشكّل بهدوء كل شيء من الوظائف التي يشغلها الناس إلى مدى مرونة سلاسل التوريد في أوقات الأزمات. تبحث هذه الدراسة في الصين وتطرح سؤالاً بسيطاً ذا دلالات كبيرة: عندما يصبح النظام المالي أفضل في دعم العلوم والتكنولوجيا، هل يصبح الاقتصاد الصناعي بأكمله أكثر حداثة وابتكاراً ومتانة—وإن كان الأمر كذلك، فكيف؟

ربط المختبرات والبنوك والمصانع

وضعت الصين بناء "نظام صناعي مُحدَّث" هدفًا وطنيًا. عمليًا، يعني ذلك صناعات أكثر نظافةً وابتكارًا وترابطًا رقميًا وقدرة تنافسية عالمية. في الوقت نفسه، وسعت البلاد ما يسميه الباحثون "تمويل العلوم والتكنولوجيا"—القروض والاستثمارات والإنفاق العام الموجّه للأبحاث والشركات عالية التكنولوجيا والابتكار. تركز هذه الورقة ليس على حجم هذا الدعم، بل على مدى كفاءته: إلى أي مدى تتحول الأموال الحكومية والائتمان المصرفي والكوادر البحثية إلى نتائج علمية وتقنية حقيقية، وفي نهاية المطاف، إلى صناعات أفضل؟

قياس الصناعة الحديثة والتمويل الذكي

لاستكشاف هذا، جمع الباحثون بيانات من 31 مقاطعة صينية تغطي فترة 2010 إلى 2023. بنوا مقياسين أساسيين. الأول هو مؤشر مدى حداثة النظام الصناعي في كل منطقة، ويشمل سبعة جوانب: القوة الصناعية الأساسية، الابتكار، الاندماج الرقمي، الأداء البيئي، الانفتاح على العالم، التوازن الإقليمي، والمؤسسات الداعمة مثل التمويل والتعليم والخدمات العامة. والثاني هو درجة كفاءة تمويل العلوم والتكنولوجيا، التي تقارن المدخلات مثل الإنفاق العام على البحث والتطوير، وميزانيات البحث لدى الشركات، وموظفي البحث والتطوير بالمخرجات مثل مبيعات التكنولوجيا في السوق، والأوراق العلمية، وبراءات الاختراع. الدرجات الأعلى تعني أن الموارد المالية والبشرية تتحول إلى ابتكار مرئي بشكل أكثر فعالية.

استخدام التعلم الآلي لفصل السببية عن الارتباط

المقارنة البسيطة بين المناطق لا تكفي، لأن المقاطعات الأغنى أو الأكثر تحضراً قد تملك بطبيعة الحال تمويلاً أفضل وصناعات أكثر تطوراً. لفصل الارتباط عن السببية، تستخدم الدراسة طريقة تُدعى التعلم الآلي المزدوج. باختصار، تتعلم الخوارزميات الحديثة أولاً كيفية ارتباط عدد من العوامل الأخرى—مثل التمدن، ومستويات الدخل، وعمق النظام المالي القائم، والإنفاق التعليمي، والصحة المالية، وأنماط الاستهلاك—بكل من كفاءة التمويل وتحديث الصناعة. ثم يزيل النموذج هذه التأثيرات ليقدّر الأثر "النظيف" لكفاءة تمويل العلوم والتكنولوجيا نفسها. كما يختبر الباحثون نتائجهم باستخدام بيانات اتصالات تاريخية وقيم مؤجلة كمتغيرات آلية، وقياسات بديلة لكل من كفاءة التمويل وتحديث الصناعة، وإعدادات خوارزمية مختلفة. عبر كل الفحوص، يظل النتيجة الأساسية ثابتة: المناطق التي تتحسن فيها كفاءة تمويل العلوم والتكنولوجيا تشهد أيضاً ارتفاعاً ذا دلالة إحصائية في مستوى التحديث الصناعي.

كيف يغيّر التمويل الكفؤ الاقتصاد الحقيقي

تسأل الدراسة بعد ذلك ما الذي يتغير فعليًا على الأرض عندما يعمل تمويل العلوم والتكنولوجيا بشكل أفضل. تبرز ثلاث قنوات. أولاً، يتحسّن نقل التكنولوجيا: تتحول مزيد من الاختراعات العلمية إلى منتجات وخدمات، كما يظهر في ازدهار صفقات التكنولوجيا في السوق. ثانياً، تنتشر الأدوات الرقمية مثل البيانات الضخمة والذكاء الاصطناعي بعمق أكبر في المصانع واللوجستيات وأنشطة الاقتصاد الحقيقي الأخرى، ما يضيق الفجوة بين العالم الرقمي والفيزيائي. ثالثاً، تتجمع الموارد الأساسية—رأس المال، والعمال المهرة، والتكنولوجيا نفسها—بشكل أكثر كفاءة حيث يمكن استخدامها بأفضل طريقة، خصوصًا في الصناعات الناشئة والعالية التقنية. من بين هذه القنوات، يبدو أن تركّز المواهب حساس بشكل خاص لتحسن كفاءة تمويل العلوم والتكنولوجيا. ومع ذلك، فإن المنافع غير متساوية: فهي أقوى بكثير في المقاطعات التي هي بالفعل أكثر ثراءً وأكثر اتكاءً على السوق وتحت ضغوط مالية أقل، ما يبرز أهمية جودة المؤسسات المحلية.

ما تعنيه هذه النتائج لمستقبل الصناعة

للغير متخصصين، الرسالة واضحة. المسألة ليست مجرد مقدار المال الذي تنفقه الدولة على العلوم والتكنولوجيا، بل مدى حكمة توجيه هذا المال. عندما توجه الأنظمة المالية بسرعة ودقة الأموال والدعم نحو الأفكار الواعدة والفرق القادرة والترقيات الرقمية، تصبح البنى الصناعية أنظف وأكثر ذكاءً وأكثر مرونة. حيث تكون الأسواق أقل تطورًا أو الميزانيات العامة ضيقة، تقل فعالية نفس الأدوات المالية. يخلص الباحثون إلى أن تحسين كفاءة تمويل العلوم والتكنولوجيا—مع تعزيز المؤسسات السوقية المحلية وتخفيف الضغوط المالية—يمثل رافعة قوية لتوجيه الأنظمة الصناعية بأكملها نحو مستقبل أكثر ابتكارًا واستدامة.

الاستشهاد: Huang, R., Liu, X., Tian, J. et al. Sci-Tech finance efficiency promotes the construction of a modernized industrial system evidence from double machine learning. Sci Rep 16, 4800 (2026). https://doi.org/10.1038/s41598-026-35019-1

الكلمات المفتاحية: تمويل العلوم والتكنولوجيا, تحديث الصناعة, سياسة الابتكار, الاقتصاد الرقمي, التنمية الإقليمية في الصين