吳 凈
(青島市社會(huì)科學(xué)院,山東 青島266071)
創(chuàng)新是一個(gè)國(guó)家持續(xù)發(fā)展的動(dòng)力源泉。黨的十八大已明確提出“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國(guó)力的戰(zhàn)略支撐,必須擺在國(guó)家發(fā)展全局的核心位置”,強(qiáng)調(diào)要堅(jiān)持走中國(guó)特色自主創(chuàng)新道路,實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。提升民營(yíng)企業(yè)創(chuàng)新能力對(duì)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展具有舉足輕重的作用。當(dāng)前,我國(guó)民營(yíng)企業(yè)創(chuàng)新發(fā)展面臨的首要難題是資金和融資問題。由于我國(guó)金融系統(tǒng)的供給偏向性以及金融系統(tǒng)發(fā)展不完善和金融抑制,導(dǎo)致民營(yíng)企業(yè)更少地從正規(guī)金融體系獲得資金,從而阻礙了企業(yè)發(fā)展。在此背景下,有必要深入研究金融在支持民營(yíng)企業(yè)創(chuàng)新發(fā)展方面的影響與作用,為依靠金融加快提升民營(yíng)企業(yè)創(chuàng)新能力提供借鑒。
目前,已有大量文獻(xiàn)采用自然實(shí)驗(yàn)的方法來研究企業(yè)技術(shù)創(chuàng)新的影響因素(Aghion P et al,2013;Hsu P et al,2014;袁建國(guó)等,2015;蔡曉慧等,2016;姚惠澤等,2018)[1-5]。然而,在眾多的自然實(shí)驗(yàn)中,目前對(duì)科技與金融結(jié)合試點(diǎn)這一政策因素還關(guān)注較少,遑論其對(duì)民營(yíng)企業(yè)創(chuàng)新的影響。而研究科技金融對(duì)企業(yè)技術(shù)創(chuàng)新影響的文獻(xiàn)(Ari Hyytinena and Toivanen,2005;Benfratello L et al,2008;Canepa and Stoneman,2008;Gustav Martinsso,2010;翟華云和方芳,2014;王認(rèn)真,2014)[6-11],由于缺乏政策實(shí)驗(yàn)的分析框架而受到內(nèi)生性的干擾,導(dǎo)致結(jié)論的可靠性有待商榷。本文考慮到這方面的不足,利用自然實(shí)驗(yàn)的方法評(píng)估科技金融對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響。具體來說,將科技金融政策作為自然實(shí)驗(yàn),通過評(píng)估科技與金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的效應(yīng)來評(píng)估科技與金融試點(diǎn)的政策效果。這一研究思路具有充足的理論和實(shí)踐基礎(chǔ)。
在理論研究方面,Schumpeter(1912)指出金融支持對(duì)創(chuàng)新具有重要推動(dòng)作用。交易成本高導(dǎo)致企業(yè)選擇周期短的創(chuàng)新形式。但是,當(dāng)金融體系效率提高后,長(zhǎng)期性的創(chuàng)新才會(huì)被選擇(Bencivenga and Smith,1995)[12]。另外,金融系統(tǒng)中的金融中介能夠發(fā)揮降低信息成本,迅速篩選最優(yōu)創(chuàng)新項(xiàng)目,提高資金供給和配置效率,加快創(chuàng)新成功(Jeremy Greenwood and Boyan Jovanovic,1990)[13]的作用。但是,金融也并不都是發(fā)揮正向作用,一部分學(xué)者也得出了相反結(jié)論。由于政府的干預(yù),政府導(dǎo)向的金融體系會(huì)擠出民營(yíng)企業(yè)創(chuàng)新(Wallsten,2000)[14]。由此可見,政府導(dǎo)向的科技金融在發(fā)展過程中的貢獻(xiàn)與問題并存,那么科技金融政策是否促進(jìn)了民營(yíng)企業(yè)技術(shù)創(chuàng)新呢?通過評(píng)估科技與金融結(jié)合試點(diǎn)政策對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響,能夠?yàn)閲?guó)家加快科技與金融支持企業(yè)發(fā)展具有重要的指導(dǎo)意義。同時(shí),目前關(guān)于科技金融與技術(shù)創(chuàng)新的研究仍然停留在定性分析層面,缺乏實(shí)證定量分析。前期關(guān)于科技金融與技術(shù)創(chuàng)新的理論分析,為本文的研究奠定了理論基礎(chǔ),而且也為本文補(bǔ)充此前實(shí)證研究的不足提供了機(jī)會(huì)?;诖耍疚脑噲D探討科技金融對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響效果,并進(jìn)一步分析科技金融對(duì)技術(shù)創(chuàng)新的異質(zhì)性影響。
在實(shí)踐層面,為了促進(jìn)科技和金融結(jié)合,引導(dǎo)社會(huì)資本積極參與創(chuàng)新,我國(guó)于2010 年推出“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策。這一政策是貫徹黨中央、國(guó)務(wù)院關(guān)于支撐和引領(lǐng)我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變,全面建設(shè)創(chuàng)新型國(guó)家的重要舉措。在市場(chǎng)機(jī)制的導(dǎo)向作用下,引導(dǎo)金融機(jī)構(gòu)積極參與科技創(chuàng)新,為中小民營(yíng)企業(yè)解決資金瓶頸,為其提供科技和金融服務(wù)。因此,在科技和金融結(jié)合試點(diǎn)建設(shè)過程中,科技和金融結(jié)合試點(diǎn)城市的科技金融水平較非試點(diǎn)城市有一個(gè)“意外”的提高,意味著一種政策沖擊。這為本文運(yùn)用雙重差分法研究科技金融如何影響民營(yíng)企業(yè)技術(shù)創(chuàng)新提供了絕佳的機(jī)會(huì)。
基于上述討論,本文以科技和金融結(jié)合試點(diǎn)城市為自然實(shí)驗(yàn),研究科技金融對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響,探討科技金融和民營(yíng)企業(yè)技術(shù)創(chuàng)新之間的因果關(guān)系,并進(jìn)一步從科技金融視角解釋民營(yíng)企業(yè)技術(shù)創(chuàng)新在民營(yíng)企業(yè)特征和地區(qū)層面的異質(zhì)性。本文的貢獻(xiàn)主要在于:(1)通過科技和金融結(jié)合試點(diǎn)城市這一自然實(shí)驗(yàn),評(píng)估了科技與金融結(jié)合政策對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響,豐富了科技金融與民營(yíng)企業(yè)技術(shù)創(chuàng)新的文獻(xiàn);(2)利用三重差分法進(jìn)一步檢驗(yàn)該影響是否在地區(qū)和民營(yíng)企業(yè)特征維度上存在差異性,探究什么樣的內(nèi)外部因素更有助于推動(dòng)科技金融對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響。
我國(guó)早在2006 年《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020)》中就提出了科技金融城市建設(shè)構(gòu)想,于2010 年底正式通過了第一批科技和金融結(jié)合試點(diǎn)城市,2016 年開展第二批促進(jìn)科技和金融結(jié)合試點(diǎn)。這一外生事件改變了城市和民營(yíng)企業(yè)的科技金融水平和運(yùn)行環(huán)境,產(chǎn)生了自然實(shí)驗(yàn)。由于試點(diǎn)城市無法提前預(yù)知是否會(huì)成為科技和金融結(jié)合試點(diǎn)城市,也無法在短時(shí)間內(nèi)干預(yù)政府決策,所以我國(guó)的科技和金融結(jié)合試點(diǎn)城市建設(shè)就是一次外生的創(chuàng)新激勵(lì)(王永進(jìn)和馮笑,2018)[15]。本文構(gòu)建了兩個(gè)虛擬變量:(1)實(shí)驗(yàn)組和控制組虛擬變量du。由于2016 年獲批的科技和金融結(jié)合試點(diǎn)城市政策影響時(shí)間較短,因此本文僅考慮2010 年底獲批的第一批科技和金融結(jié)合試點(diǎn)城市。本文所選擇的研究樣本為我國(guó)281個(gè)地級(jí)市,但是首批16個(gè)試點(diǎn)地區(qū),并非對(duì)應(yīng)16 個(gè)地級(jí)市,原因在于存在“一區(qū)多市”現(xiàn)象,即不同的科技和金融結(jié)合試點(diǎn)地區(qū)可能包含多個(gè)城市。于是,經(jīng)過篩選與匹配,16 個(gè)科技和金融結(jié)合試點(diǎn)地區(qū)實(shí)際對(duì)應(yīng)39 個(gè)地級(jí)市。所以,在選擇的281個(gè)地級(jí)市中,這39個(gè)城市就構(gòu)成“實(shí)驗(yàn)組”,賦值為1,其余未獲批建設(shè)科技和金融結(jié)合試點(diǎn)的242個(gè)城市自然就構(gòu)成“控制組”,賦值為0。(2)政策時(shí)間虛擬變量dt。對(duì)政策實(shí)施當(dāng)年及以后的dt賦值為1,否則賦值為0。由于第一批試點(diǎn)城市于2010年底設(shè)立,因此將2011年作為政策效應(yīng)發(fā)生的首個(gè)年份。
另外,DID 估計(jì)結(jié)果的準(zhǔn)確性還依賴于對(duì)照組的選取,即對(duì)照組能否客觀反映出實(shí)驗(yàn)組城市在未建設(shè)科技和金融結(jié)合試點(diǎn)城市這一反事實(shí)情形下的民營(yíng)企業(yè)技術(shù)創(chuàng)新的變化。由于地級(jí)市異質(zhì)性較大,這會(huì)造成實(shí)驗(yàn)組和控制組在政策之前的趨勢(shì)不一致,導(dǎo)致DID估計(jì)的前提不滿足。因此,需要尋找與實(shí)驗(yàn)組民營(yíng)企業(yè)特征盡可能相似的控制組民營(yíng)企業(yè)來評(píng)估政策效果。為處理這一問題,傾向得分匹配法(PSM)可以用來消除樣本選擇偏差,匹配尋找與實(shí)驗(yàn)組特征盡可能相似的控制組,滿足DID 估計(jì)要求(石大千等,2018)[16]。因此,本文進(jìn)一步利用PSM-DID 方法,從而更準(zhǔn)確評(píng)估科技和金融結(jié)合的試點(diǎn)城市建設(shè)對(duì)民營(yíng)企業(yè)技術(shù)創(chuàng)新的影響。
具體模型設(shè)定如下:
其中,innovationit為被解釋變量,表示第i個(gè)企業(yè)第t 年的創(chuàng)新水平;didit為設(shè)立科技和金融試點(diǎn)城市的虛擬變量;X 為一組影響科技創(chuàng)新的控制變量,ηt為時(shí)間固定效應(yīng);μi為各城市的個(gè)體固定效應(yīng);ε 為隨機(jī)擾動(dòng)項(xiàng)。
被解釋變量。本文的被解釋變量為民營(yíng)企業(yè)創(chuàng)新水平,具體用了兩個(gè)指標(biāo)度量:一是民營(yíng)發(fā)明專利對(duì)數(shù),二是民營(yíng)企業(yè)研發(fā)支出占銷售收入的比重。
本文的核心解釋變量為科技金融政策變量,即模型中兩個(gè)虛擬變量的交乘項(xiàng)(du*dt)。控制變量由兩部分組成。(1)企業(yè)特征:企業(yè)年齡,用樣本對(duì)應(yīng)年份與企業(yè)注冊(cè)年份之差表示;企業(yè)規(guī)模,用企業(yè)總?cè)藬?shù)來衡量;資本密集度,用人均固定資產(chǎn)表示;資產(chǎn)負(fù)債率,用來反映企業(yè)的資本結(jié)構(gòu)。(2)城市特征:城市化,用非農(nóng)人口占總?cè)丝诘谋戎乇硎荆≒anayotou,1997;李鍇和齊紹洲,2011);人力資本,用大學(xué)生人數(shù)占總?cè)丝诘谋戎乇硎?;產(chǎn)業(yè)結(jié)構(gòu),用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)GDP 的比值表示;對(duì)外開放,用進(jìn)出口總額占GDP 的比重衡量;基礎(chǔ)設(shè)施,用單位行政區(qū)劃中的公路里程表示。
本文所使用的數(shù)據(jù)來自國(guó)泰安數(shù)據(jù)庫中的民營(yíng)上市公司數(shù)據(jù)和2004—2017 年《中國(guó)城市統(tǒng)計(jì)年鑒》,表1 為主要變量的描述性統(tǒng)計(jì)結(jié)果。實(shí)驗(yàn)組發(fā)明專利和研發(fā)強(qiáng)度均高于控制組,二者之間的差異性顯著,初步說明科技金融具有提高民營(yíng)企業(yè)創(chuàng)新水平的效應(yīng),更進(jìn)一步的檢驗(yàn)還需要用系統(tǒng)的實(shí)證方法進(jìn)行驗(yàn)證。
表1 變量的描述性統(tǒng)計(jì)
表2 科技金融城市建設(shè)對(duì)民營(yíng)企業(yè)創(chuàng)新的影響
科技金融結(jié)合利用金融服務(wù)為高技術(shù)民營(yíng)企業(yè)提供資金和技術(shù)服務(wù),提高了民營(yíng)企業(yè)的創(chuàng)新水平,對(duì)于民營(yíng)企業(yè)的創(chuàng)新行為產(chǎn)生重要影響。本文首先利用DID的方法來評(píng)估科技金融政策對(duì)于民營(yíng)企業(yè)創(chuàng)新的影響,估計(jì)結(jié)果如表2。表2用雙向固定效應(yīng)來估計(jì)科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的影響。其中,模型1 為不加入任何控制變量的模型,模型2 為加入城市特征變量為控制變量的模型,模型3 加入企業(yè)特征控制變量,模型4 控制時(shí)間、城市和行業(yè)固定效應(yīng)。結(jié)果表明,科技與金融結(jié)合試點(diǎn)與民營(yíng)企業(yè)創(chuàng)新指標(biāo)的系數(shù)均為正值,且均滿足顯著性檢驗(yàn),即科技金融城市建設(shè)顯著促進(jìn)了民營(yíng)企業(yè)創(chuàng)新水平提升。這與本文預(yù)期相符。
相對(duì)于非科技金融試點(diǎn)城市而言,科技金融城市的創(chuàng)新水平遠(yuǎn)高于非科技金融試點(diǎn)城市??萍冀鹑诔鞘型ㄟ^政策力量,鼓勵(lì)中小型科技民營(yíng)企業(yè)去獲取政策金融支持,為其降低融資門檻和提供金融服務(wù)。同時(shí),民營(yíng)企業(yè)內(nèi)部通過獲取資金增加研發(fā)和創(chuàng)新投入,從而促進(jìn)民營(yíng)企業(yè)創(chuàng)新水平的提升。由此,本文得到了科技金融城市建設(shè)促進(jìn)了民營(yíng)企業(yè)創(chuàng)新的初步結(jié)論。
表3 科技金融城市建設(shè)影響民營(yíng)企業(yè)創(chuàng)新水平的動(dòng)態(tài)效應(yīng)
科技與金融結(jié)合城市建設(shè)能夠?yàn)槊駹I(yíng)企業(yè)提供資金支持,實(shí)現(xiàn)其創(chuàng)新成果市場(chǎng)化,對(duì)培育新型高技術(shù)產(chǎn)業(yè)具有重要作用。但是,該政策對(duì)民營(yíng)企業(yè)的作用受到配套政策和地方政府執(zhí)行力度的影響。伴隨著科技金融城市的建設(shè),地方政府對(duì)科技金融城市建設(shè)的認(rèn)識(shí)隨時(shí)間逐漸加強(qiáng)。因此,科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)的推動(dòng)作用可能隨著時(shí)間推移逐漸顯現(xiàn),存在滯后效應(yīng)。表3 估計(jì)了科技金融城市建設(shè)對(duì)民營(yíng)企業(yè)創(chuàng)新影響的動(dòng)態(tài)效應(yīng)檢驗(yàn)。結(jié)果表明,科技金融試點(diǎn)城市建設(shè)對(duì)民營(yíng)企業(yè)創(chuàng)新的影響確實(shí)存在時(shí)滯性。在科技金融試點(diǎn)城市建設(shè)的前兩年,科技金融試點(diǎn)城市建設(shè)對(duì)民營(yíng)企業(yè)有負(fù)創(chuàng)新的影響不顯著,但是從政策第三年開始,就開始顯示出顯著的正向影響,且從系數(shù)大小來看,科技金融試點(diǎn)城市建設(shè)對(duì)民營(yíng)企業(yè)的作用逐年增強(qiáng)。
本部分進(jìn)行一些穩(wěn)健性檢驗(yàn),主要進(jìn)行兩部分的檢驗(yàn):一是對(duì)雙重差分模型成立的前提假設(shè)進(jìn)行檢驗(yàn),也就是檢驗(yàn)共同趨勢(shì)假設(shè)是否成立。共同趨勢(shì)假設(shè)是進(jìn)行DID 估計(jì)的前提,它要求實(shí)驗(yàn)組和控制組在政策發(fā)生之前具有相同的增長(zhǎng)趨勢(shì)。為檢驗(yàn)這一假設(shè),我們將實(shí)驗(yàn)組和控制組虛擬變量與所有時(shí)間虛擬變量交乘,如果政策前的虛擬變量交乘項(xiàng)不顯著,而政策后的虛擬變量顯著,則表明共同趨勢(shì)假設(shè)成立,從而DID 估計(jì)的前提滿足。二是進(jìn)行安慰劑檢驗(yàn),也就是模擬政策發(fā)生時(shí)間和實(shí)驗(yàn)組、控制組樣本,如果觀察到模型的政策效果不顯著,則表明結(jié)論是穩(wěn)健的。圖1 展示了共同趨勢(shì)檢驗(yàn)圖形,結(jié)果顯示,在政策時(shí)間點(diǎn)之前,所有估計(jì)系數(shù)均不顯著異于0。這一結(jié)果表明共同趨勢(shì)假設(shè)檢驗(yàn)成立,從而表明本文結(jié)論是穩(wěn)健的。
圖1 共同趨勢(shì)檢驗(yàn)
參考Li P et al(2016)的思路,安慰劑檢驗(yàn)的思路就是首先隨機(jī)抽取政策發(fā)生時(shí)間點(diǎn),其次同樣隨機(jī)抽取實(shí)驗(yàn)組和控制組城市,基于兩個(gè)隨機(jī)抽取的政策變量,從而進(jìn)行虛擬估計(jì)。我們具體地進(jìn)行了500次的隨機(jī)抽樣估計(jì),通過對(duì)500次抽樣估計(jì)的系數(shù)畫圖發(fā)現(xiàn)(見圖2),模擬的估計(jì)系數(shù)近似服從正態(tài)分布,且樣本分布區(qū)間沒有包含真實(shí)的估計(jì)系數(shù)值(0.066),從而證明,企業(yè)創(chuàng)新水平的提高不是由于其他未觀測(cè)到的因素導(dǎo)致的,而是由科技與金融結(jié)合城市建設(shè)導(dǎo)致的,從而保證了本文估計(jì)結(jié)果的穩(wěn)健性。
圖2 安慰劑檢驗(yàn)
為了克服科技金融城市和非科技金融城市民營(yíng)企業(yè)之間的系統(tǒng)性差異,減少DID模型估計(jì)誤差,本文進(jìn)一步利用PSM 方法尋找與科技金融城市特征最接近的城市作為控制組進(jìn)行DID估計(jì)。傾向的分值最接近的城市即為科技金融試點(diǎn)城市的配對(duì)城市(只有85 個(gè)樣本不滿足共同支撐假設(shè)被刪除,僅占總樣本的1%)。本文利用匹配后的實(shí)驗(yàn)組城市和控制組城市進(jìn)行DID 回歸,估計(jì)結(jié)果如表4 所示,結(jié)果表明在利用PSM 方法消除樣本選擇偏差后,系數(shù)仍在1%的水平下顯著為正,科技金融城市建設(shè)促進(jìn)了民營(yíng)企業(yè)創(chuàng)新水平的提高。PSM-DID 估計(jì)結(jié)果與DID 結(jié)果結(jié)論無明顯差異,表明實(shí)證結(jié)論是穩(wěn)健的,科技金融城市建設(shè)提高了民營(yíng)企業(yè)的創(chuàng)新水平。
表4 PSM-DID回歸結(jié)果
本部分主要考察科技金融城市建設(shè)對(duì)促進(jìn)不同地區(qū)和城市的民營(yíng)企業(yè)的作用差異,這一結(jié)果分析,對(duì)于繼續(xù)推進(jìn)科技金融建設(shè),切實(shí)提高民營(yíng)企業(yè)和城市創(chuàng)新水平有著極其重要的政策指導(dǎo)意義。因此,本文在模型(1)的基礎(chǔ)上,增加了對(duì)地區(qū)、城市行政等級(jí)和城市規(guī)模的異質(zhì)性分析。
表5 的模型1 用來分析科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新影響的地區(qū)異質(zhì)性。根據(jù)地區(qū)的不同,將所有城市劃分為東部、中部、西部和東北四個(gè)地區(qū)。從回歸結(jié)果可知,科技金融城市建設(shè)均顯著提升了四個(gè)地區(qū)的創(chuàng)新水平。但從具體地區(qū)來看,科技金融試點(diǎn)對(duì)于西部地區(qū)的民營(yíng)企業(yè)創(chuàng)新水平影響雖然為正,但顯著水平僅在10%;中部地區(qū)和東部地區(qū)的科技金融政策對(duì)于創(chuàng)新水平的影響則較為顯著,對(duì)于創(chuàng)新解釋程度遠(yuǎn)高于西部和東北地區(qū)。這說明科技金融城市建設(shè)對(duì)中部和東部地區(qū)產(chǎn)生了較大的影響,但仍然存在地區(qū)差異。
表5 地區(qū)和城市特征異質(zhì)性
表5 的模型2 用來分析科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的城市異質(zhì)性。根據(jù)城市的行政等級(jí)不同,將所有城市劃分為副省級(jí)城市、省會(huì)城市和一般地級(jí)市三個(gè)等級(jí)。從回歸結(jié)果可知,科技金融試點(diǎn)城市建設(shè)對(duì)不同等級(jí)的城市民營(yíng)企業(yè)創(chuàng)新都產(chǎn)生了顯著的促進(jìn)作用,但是科技金融提升民營(yíng)企業(yè)創(chuàng)新的作用隨著城市等級(jí)提高而增強(qiáng),城市行政等級(jí)越高,促進(jìn)創(chuàng)新的作用越強(qiáng)。
表5 的模型3 用來分析科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的城市規(guī)模異質(zhì)性。根據(jù)城市的人口數(shù)量不同,直接用城市人口與DID交乘,結(jié)果表明,科技金融城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的影響與城市人口有較強(qiáng)的正相關(guān),城市人口規(guī)模越大,科技金融政策效應(yīng)則越顯著,對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的提升也越高。
本文將2011 年出臺(tái)的科技金融試點(diǎn)城市建設(shè)看作是科技金融發(fā)展的自然實(shí)驗(yàn),基于我國(guó)地級(jí)市面板數(shù)據(jù)與民營(yíng)上市公司匹配數(shù)據(jù),基于雙重差分法、PSM-DID 法實(shí)證分析了科技與金融結(jié)合試點(diǎn)城市建設(shè)對(duì)于民營(yíng)企業(yè)創(chuàng)新水平的影響以及異質(zhì)性。研究發(fā)現(xiàn):科技金融試點(diǎn)城市建設(shè)顯著地提高了民營(yíng)企業(yè)創(chuàng)新水平,基于PSM-DID 方法的估計(jì)結(jié)果與上述結(jié)果無明顯差異。經(jīng)過安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)之后,該結(jié)論仍然成立。異質(zhì)性分析表明,政策實(shí)施效果在不同地區(qū)和不同城市規(guī)模中存在明顯差異,具體表現(xiàn)為:相對(duì)于西部地區(qū),科技金融試點(diǎn)城市政策對(duì)于中部和東部地區(qū)民營(yíng)企業(yè)創(chuàng)新產(chǎn)生了更為顯著的影響;相對(duì)于城市人口規(guī)模較小的城市,科技金融試點(diǎn)城市政策對(duì)于城市人口規(guī)模越大城市的民營(yíng)企業(yè)產(chǎn)生顯著的促進(jìn)作用。
本文的研究結(jié)論具有重要的政策啟示。(1)從科技金融城市建設(shè)這一政策來看,不僅能夠促進(jìn)當(dāng)?shù)乜萍己徒鹑谌诤习l(fā)展,同時(shí)也能實(shí)現(xiàn)民營(yíng)企業(yè)創(chuàng)新水平提升。所以應(yīng)當(dāng)支持科技與金融試點(diǎn)城市的政策導(dǎo)向,推動(dòng)科技和金融的雙向融合,進(jìn)一步推動(dòng)城市和民營(yíng)企業(yè)發(fā)展,從而推動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的深入實(shí)施。(2)從民營(yíng)企業(yè)特征的異質(zhì)性來看,西部地區(qū)可能受到地域、經(jīng)濟(jì)水平等發(fā)展限制,在科技金融試點(diǎn)城市建設(shè)上與東中部地區(qū)還存在明顯差異,可以增強(qiáng)中部地區(qū)的政策輻射作用和科技金融試點(diǎn)城市政策向西部推進(jìn),最大化釋放政策紅利。