科技金融对民营企业创新的影响——基于国家科技与金融结合试点城市建设的准自然实验

吴 净

（青岛市社会科学院，山东 青岛266071）

一、引言

创新是一个国家持续发展的动力源泉。党的十八大已明确提出“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置”，强调要坚持走中国特色自主创新道路，实施创新驱动发展战略。提升民营企业创新能力对我国经济高质量发展具有举足轻重的作用。当前，我国民营企业创新发展面临的首要难题是资金和融资问题。由于我国金融系统的供给偏向性以及金融系统发展不完善和金融抑制，导致民营企业更少地从正规金融体系获得资金，从而阻碍了企业发展。在此背景下，有必要深入研究金融在支持民营企业创新发展方面的影响与作用，为依靠金融加快提升民营企业创新能力提供借鉴。

目前，已有大量文献采用自然实验的方法来研究企业技术创新的影响因素（Aghion P et al，2013；Hsu P et al，2014；袁建国等，2015；蔡晓慧等，2016；姚惠泽等，2018）[1-5]。然而，在众多的自然实验中，目前对科技与金融结合试点这一政策因素还关注较少，遑论其对民营企业创新的影响。而研究科技金融对企业技术创新影响的文献（Ari Hyytinena and Toivanen，2005；Benfratello L et al，2008；Canepa and Stoneman，2008；Gustav Martinsso，2010；翟华云和方芳，2014；王认真，2014）[6-11]，由于缺乏政策实验的分析框架而受到内生性的干扰，导致结论的可靠性有待商榷。本文考虑到这方面的不足，利用自然实验的方法评估科技金融对民营企业技术创新的影响。具体来说，将科技金融政策作为自然实验，通过评估科技与金融结合试点政策对民营企业技术创新的效应来评估科技与金融试点的政策效果。这一研究思路具有充足的理论和实践基础。

在理论研究方面，Schumpeter(1912)指出金融支持对创新具有重要推动作用。交易成本高导致企业选择周期短的创新形式。但是，当金融体系效率提高后，长期性的创新才会被选择（Bencivenga and Smith，1995）[12]。另外，金融系统中的金融中介能够发挥降低信息成本，迅速筛选最优创新项目，提高资金供给和配置效率，加快创新成功（Jeremy Greenwood and Boyan Jovanovic，1990)[13]的作用。但是，金融也并不都是发挥正向作用，一部分学者也得出了相反结论。由于政府的干预，政府导向的金融体系会挤出民营企业创新（Wallsten，2000）[14]。由此可见，政府导向的科技金融在发展过程中的贡献与问题并存，那么科技金融政策是否促进了民营企业技术创新呢？通过评估科技与金融结合试点政策对民营企业技术创新的影响，能够为国家加快科技与金融支持企业发展具有重要的指导意义。同时，目前关于科技金融与技术创新的研究仍然停留在定性分析层面，缺乏实证定量分析。前期关于科技金融与技术创新的理论分析，为本文的研究奠定了理论基础，而且也为本文补充此前实证研究的不足提供了机会。基于此，本文试图探讨科技金融对民营企业技术创新的影响效果，并进一步分析科技金融对技术创新的异质性影响。

在实践层面，为了促进科技和金融结合，引导社会资本积极参与创新，我国于2010 年推出“促进科技和金融结合试点”政策。这一政策是贯彻党中央、国务院关于支撑和引领我国经济发展方式转变，全面建设创新型国家的重要举措。在市场机制的导向作用下，引导金融机构积极参与科技创新，为中小民营企业解决资金瓶颈，为其提供科技和金融服务。因此，在科技和金融结合试点建设过程中，科技和金融结合试点城市的科技金融水平较非试点城市有一个“意外”的提高，意味着一种政策冲击。这为本文运用双重差分法研究科技金融如何影响民营企业技术创新提供了绝佳的机会。

基于上述讨论，本文以科技和金融结合试点城市为自然实验，研究科技金融对民营企业技术创新的影响，探讨科技金融和民营企业技术创新之间的因果关系，并进一步从科技金融视角解释民营企业技术创新在民营企业特征和地区层面的异质性。本文的贡献主要在于：（1）通过科技和金融结合试点城市这一自然实验，评估了科技与金融结合政策对民营企业技术创新的影响，丰富了科技金融与民营企业技术创新的文献；（2）利用三重差分法进一步检验该影响是否在地区和民营企业特征维度上存在差异性，探究什么样的内外部因素更有助于推动科技金融对民营企业技术创新的影响。

二、研究设计

（一）模型设定

我国早在2006 年《国家中长期科学和技术发展规划纲要（2006—2020）》中就提出了科技金融城市建设构想，于2010 年底正式通过了第一批科技和金融结合试点城市，2016 年开展第二批促进科技和金融结合试点。这一外生事件改变了城市和民营企业的科技金融水平和运行环境，产生了自然实验。由于试点城市无法提前预知是否会成为科技和金融结合试点城市，也无法在短时间内干预政府决策，所以我国的科技和金融结合试点城市建设就是一次外生的创新激励（王永进和冯笑，2018）[15]。本文构建了两个虚拟变量：（1）实验组和控制组虚拟变量du。由于2016 年获批的科技和金融结合试点城市政策影响时间较短，因此本文仅考虑2010 年底获批的第一批科技和金融结合试点城市。本文所选择的研究样本为我国281个地级市，但是首批16个试点地区，并非对应16 个地级市，原因在于存在“一区多市”现象，即不同的科技和金融结合试点地区可能包含多个城市。于是，经过筛选与匹配，16 个科技和金融结合试点地区实际对应39 个地级市。所以，在选择的281个地级市中，这39个城市就构成“实验组”，赋值为1，其余未获批建设科技和金融结合试点的242个城市自然就构成“控制组”，赋值为0。（2）政策时间虚拟变量dt。对政策实施当年及以后的dt赋值为1，否则赋值为0。由于第一批试点城市于2010年底设立，因此将2011年作为政策效应发生的首个年份。

另外，DID 估计结果的准确性还依赖于对照组的选取，即对照组能否客观反映出实验组城市在未建设科技和金融结合试点城市这一反事实情形下的民营企业技术创新的变化。由于地级市异质性较大，这会造成实验组和控制组在政策之前的趋势不一致，导致DID估计的前提不满足。因此，需要寻找与实验组民营企业特征尽可能相似的控制组民营企业来评估政策效果。为处理这一问题，倾向得分匹配法（PSM）可以用来消除样本选择偏差，匹配寻找与实验组特征尽可能相似的控制组，满足DID 估计要求（石大千等，2018）[16]。因此，本文进一步利用PSM-DID 方法，从而更准确评估科技和金融结合的试点城市建设对民营企业技术创新的影响。

具体模型设定如下：

其中，innovationit为被解释变量，表示第i个企业第t 年的创新水平；didit为设立科技和金融试点城市的虚拟变量；X 为一组影响科技创新的控制变量，ηt为时间固定效应；μi为各城市的个体固定效应；ε 为随机扰动项。

（二）变量说明

被解释变量。本文的被解释变量为民营企业创新水平，具体用了两个指标度量：一是民营发明专利对数，二是民营企业研发支出占销售收入的比重。

本文的核心解释变量为科技金融政策变量，即模型中两个虚拟变量的交乘项（du*dt）。控制变量由两部分组成。（1）企业特征：企业年龄，用样本对应年份与企业注册年份之差表示；企业规模，用企业总人数来衡量；资本密集度，用人均固定资产表示；资产负债率，用来反映企业的资本结构。（2）城市特征：城市化，用非农人口占总人口的比重表示（Panayotou，1997；李锴和齐绍洲，2011）；人力资本，用大学生人数占总人口的比重表示；产业结构，用第三产业与第二产业GDP 的比值表示；对外开放，用进出口总额占GDP 的比重衡量；基础设施，用单位行政区划中的公路里程表示。

本文所使用的数据来自国泰安数据库中的民营上市公司数据和2004—2017 年《中国城市统计年鉴》，表1 为主要变量的描述性统计结果。实验组发明专利和研发强度均高于控制组，二者之间的差异性显著，初步说明科技金融具有提高民营企业创新水平的效应，更进一步的检验还需要用系统的实证方法进行验证。

表1 变量的描述性统计

表2 科技金融城市建设对民营企业创新的影响

三、实证结果及分析

（一）科技金融对民营企业创新的影响

科技金融结合利用金融服务为高技术民营企业提供资金和技术服务，提高了民营企业的创新水平，对于民营企业的创新行为产生重要影响。本文首先利用DID的方法来评估科技金融政策对于民营企业创新的影响，估计结果如表2。表2用双向固定效应来估计科技金融城市建设对于民营企业创新水平的影响。其中，模型1 为不加入任何控制变量的模型，模型2 为加入城市特征变量为控制变量的模型，模型3 加入企业特征控制变量，模型4 控制时间、城市和行业固定效应。结果表明，科技与金融结合试点与民营企业创新指标的系数均为正值，且均满足显著性检验，即科技金融城市建设显著促进了民营企业创新水平提升。这与本文预期相符。

相对于非科技金融试点城市而言，科技金融城市的创新水平远高于非科技金融试点城市。科技金融城市通过政策力量，鼓励中小型科技民营企业去获取政策金融支持，为其降低融资门槛和提供金融服务。同时，民营企业内部通过获取资金增加研发和创新投入，从而促进民营企业创新水平的提升。由此，本文得到了科技金融城市建设促进了民营企业创新的初步结论。

表3 科技金融城市建设影响民营企业创新水平的动态效应

（二）动态效应检验

科技与金融结合城市建设能够为民营企业提供资金支持，实现其创新成果市场化，对培育新型高技术产业具有重要作用。但是，该政策对民营企业的作用受到配套政策和地方政府执行力度的影响。伴随着科技金融城市的建设，地方政府对科技金融城市建设的认识随时间逐渐加强。因此，科技金融城市建设对于民营企业的推动作用可能随着时间推移逐渐显现，存在滞后效应。表3 估计了科技金融城市建设对民营企业创新影响的动态效应检验。结果表明，科技金融试点城市建设对民营企业创新的影响确实存在时滞性。在科技金融试点城市建设的前两年，科技金融试点城市建设对民营企业有负创新的影响不显著，但是从政策第三年开始，就开始显示出显著的正向影响，且从系数大小来看，科技金融试点城市建设对民营企业的作用逐年增强。

四、稳健性检验

（一）共同趋势检验

本部分进行一些稳健性检验，主要进行两部分的检验：一是对双重差分模型成立的前提假设进行检验，也就是检验共同趋势假设是否成立。共同趋势假设是进行DID 估计的前提，它要求实验组和控制组在政策发生之前具有相同的增长趋势。为检验这一假设，我们将实验组和控制组虚拟变量与所有时间虚拟变量交乘，如果政策前的虚拟变量交乘项不显著，而政策后的虚拟变量显著，则表明共同趋势假设成立，从而DID 估计的前提满足。二是进行安慰剂检验，也就是模拟政策发生时间和实验组、控制组样本，如果观察到模型的政策效果不显著，则表明结论是稳健的。图1 展示了共同趋势检验图形，结果显示，在政策时间点之前，所有估计系数均不显著异于0。这一结果表明共同趋势假设检验成立，从而表明本文结论是稳健的。

图1 共同趋势检验

（二）安慰剂检验

参考Li P et al（2016）的思路，安慰剂检验的思路就是首先随机抽取政策发生时间点，其次同样随机抽取实验组和控制组城市，基于两个随机抽取的政策变量，从而进行虚拟估计。我们具体地进行了500次的随机抽样估计，通过对500次抽样估计的系数画图发现（见图2），模拟的估计系数近似服从正态分布，且样本分布区间没有包含真实的估计系数值（0.066），从而证明，企业创新水平的提高不是由于其他未观测到的因素导致的，而是由科技与金融结合城市建设导致的，从而保证了本文估计结果的稳健性。

图2 安慰剂检验

（三）基于PSM-DID方法的检验

为了克服科技金融城市和非科技金融城市民营企业之间的系统性差异，减少DID模型估计误差，本文进一步利用PSM 方法寻找与科技金融城市特征最接近的城市作为控制组进行DID估计。倾向的分值最接近的城市即为科技金融试点城市的配对城市（只有85 个样本不满足共同支撑假设被删除，仅占总样本的1%）。本文利用匹配后的实验组城市和控制组城市进行DID 回归，估计结果如表4 所示，结果表明在利用PSM 方法消除样本选择偏差后，系数仍在1%的水平下显著为正，科技金融城市建设促进了民营企业创新水平的提高。PSM-DID 估计结果与DID 结果结论无明显差异，表明实证结论是稳健的，科技金融城市建设提高了民营企业的创新水平。

表4 PSM-DID回归结果

五、异质性分析

本部分主要考察科技金融城市建设对促进不同地区和城市的民营企业的作用差异，这一结果分析，对于继续推进科技金融建设，切实提高民营企业和城市创新水平有着极其重要的政策指导意义。因此，本文在模型（1）的基础上，增加了对地区、城市行政等级和城市规模的异质性分析。

（一）地区异质性

表5 的模型1 用来分析科技金融城市建设对于民营企业创新影响的地区异质性。根据地区的不同，将所有城市划分为东部、中部、西部和东北四个地区。从回归结果可知，科技金融城市建设均显著提升了四个地区的创新水平。但从具体地区来看，科技金融试点对于西部地区的民营企业创新水平影响虽然为正，但显著水平仅在10%；中部地区和东部地区的科技金融政策对于创新水平的影响则较为显著，对于创新解释程度远高于西部和东北地区。这说明科技金融城市建设对中部和东部地区产生了较大的影响，但仍然存在地区差异。

表5 地区和城市特征异质性

（二）城市行政等级异质性

表5 的模型2 用来分析科技金融城市建设对于民营企业创新水平的城市异质性。根据城市的行政等级不同，将所有城市划分为副省级城市、省会城市和一般地级市三个等级。从回归结果可知，科技金融试点城市建设对不同等级的城市民营企业创新都产生了显著的促进作用，但是科技金融提升民营企业创新的作用随着城市等级提高而增强，城市行政等级越高，促进创新的作用越强。

（三）城市规模异质性

表5 的模型3 用来分析科技金融城市建设对于民营企业创新水平的城市规模异质性。根据城市的人口数量不同，直接用城市人口与DID交乘，结果表明，科技金融城市建设对于民营企业创新水平的影响与城市人口有较强的正相关，城市人口规模越大，科技金融政策效应则越显著，对于民营企业创新水平的提升也越高。

六、结论与启示

本文将2011 年出台的科技金融试点城市建设看作是科技金融发展的自然实验，基于我国地级市面板数据与民营上市公司匹配数据，基于双重差分法、PSM-DID 法实证分析了科技与金融结合试点城市建设对于民营企业创新水平的影响以及异质性。研究发现：科技金融试点城市建设显著地提高了民营企业创新水平，基于PSM-DID 方法的估计结果与上述结果无明显差异。经过安慰剂检验等一系列稳健性检验之后，该结论仍然成立。异质性分析表明，政策实施效果在不同地区和不同城市规模中存在明显差异，具体表现为：相对于西部地区，科技金融试点城市政策对于中部和东部地区民营企业创新产生了更为显著的影响；相对于城市人口规模较小的城市，科技金融试点城市政策对于城市人口规模越大城市的民营企业产生显著的促进作用。

本文的研究结论具有重要的政策启示。（1）从科技金融城市建设这一政策来看，不仅能够促进当地科技和金融融合发展，同时也能实现民营企业创新水平提升。所以应当支持科技与金融试点城市的政策导向，推动科技和金融的双向融合，进一步推动城市和民营企业发展，从而推动创新驱动发展战略的深入实施。（2）从民营企业特征的异质性来看，西部地区可能受到地域、经济水平等发展限制，在科技金融试点城市建设上与东中部地区还存在明显差异，可以增强中部地区的政策辐射作用和科技金融试点城市政策向西部推进，最大化释放政策红利。