胡 璇 陸銘俊

(1.吉林大學(xué) 東北亞研究院，吉林 長春 130012；2.吉林省農(nóng)村金融改革研究中心，吉林 長春 130028)

一、引言

創(chuàng)新是中國經(jīng)濟(jì)增長的源泉，也是引領(lǐng)中國發(fā)展的第一動(dòng)力。企業(yè)是創(chuàng)新活動(dòng)的主要載體，其自主創(chuàng)新能力不僅是提高企業(yè)競爭力的核心要素，而且是我國建設(shè)創(chuàng)新型國家的關(guān)鍵。如何有效促進(jìn)企業(yè)自主創(chuàng)新能力是學(xué)術(shù)界和政策制定者重點(diǎn)關(guān)注的問題之一。企業(yè)創(chuàng)新活動(dòng)具有收益不確定、信息不對(duì)稱、投資周期長的特征，對(duì)外部信貸融資存在較強(qiáng)的依賴性[1][2]。金融作為現(xiàn)代經(jīng)濟(jì)的核心，其首要功能是進(jìn)行融資支持，在中國當(dāng)前的金融體系下，銀行業(yè)占據(jù)絕對(duì)主體地位，向銀行尋求融資一直是創(chuàng)新型企業(yè)融資的主要來源[3]。

銀行分支機(jī)構(gòu)作為金融資源流動(dòng)的重要節(jié)點(diǎn)，其空間布局會(huì)深刻影響企業(yè)的融資情況。中國銀行業(yè)經(jīng)過多年的改革與發(fā)展，已經(jīng)形成了覆蓋城鄉(xiāng)、服務(wù)多元的網(wǎng)點(diǎn)布局體系，截至2020年底，全國共有商業(yè)銀行網(wǎng)點(diǎn)22.67萬個(gè)。日益完善的銀行布局為金融資源的有效供給做出了巨大貢獻(xiàn)，地區(qū)銀行發(fā)展已成為提高信貸資金可得性、推動(dòng)區(qū)域經(jīng)濟(jì)增長的重要?jiǎng)恿4]。地理區(qū)位條件作為信貸交易的重要因素能夠影響企業(yè)的融資水平，具有地緣優(yōu)勢(shì)的募資者更容易獲得金融機(jī)構(gòu)投資者的青睞[5][6]。對(duì)于創(chuàng)新型企業(yè)而言，周邊銀行分支機(jī)構(gòu)數(shù)量可以在某種程度上表示該地區(qū)的信貸資源可得性，與銀行網(wǎng)點(diǎn)間的地理距離能夠顯示企業(yè)獲得外部融資的便利性，銀企地理關(guān)系能夠影響信貸融資，進(jìn)而對(duì)企業(yè)創(chuàng)新活動(dòng)產(chǎn)生影響。在如今中國積極實(shí)施普惠金融的背景下，銀行分支機(jī)構(gòu)的空間布局是否能夠促進(jìn)中國企業(yè)創(chuàng)新？銀企地理鄰近對(duì)不同企業(yè)創(chuàng)新活動(dòng)的影響是否存在顯著差異？其中的作用機(jī)制又是如何？厘清銀企空間關(guān)聯(lián)與企業(yè)創(chuàng)新的關(guān)系對(duì)于中國合理推進(jìn)金融供給側(cè)改革、提高企業(yè)創(chuàng)新水平具有重要的理論與現(xiàn)實(shí)意義。

基于以上情境，本文利用2000～2013年中國工業(yè)企業(yè)數(shù)據(jù)庫、金融許可證信息以及中國專利數(shù)據(jù)庫的匹配數(shù)據(jù)，對(duì)銀企地理鄰近對(duì)企業(yè)創(chuàng)新的影響進(jìn)行實(shí)證分析。相較于現(xiàn)有文獻(xiàn)，本文可能的邊際貢獻(xiàn)體現(xiàn)在以下三個(gè)方面：第一，本文基于企業(yè)地理位置信息和銀行網(wǎng)點(diǎn)數(shù)據(jù)，從微觀地理層面研究銀企空間分布形成的融資環(huán)境差異對(duì)企業(yè)創(chuàng)新活動(dòng)的影響，補(bǔ)充了金融資源與企業(yè)創(chuàng)新的相關(guān)研究；第二，本文探討了銀企地理鄰近影響企業(yè)創(chuàng)新活動(dòng)的作用途徑，豐富了銀企地理鄰近的內(nèi)涵，進(jìn)一步厘清了銀企地理鄰近通過緩解融資約束促進(jìn)企業(yè)創(chuàng)新活動(dòng)的作用機(jī)理；第三，本文運(yùn)用工業(yè)企業(yè)數(shù)據(jù)庫這一微觀大樣本數(shù)據(jù)進(jìn)行實(shí)證研究，在一定程度上避免了使用上市公司數(shù)據(jù)所造成的樣本選擇偏誤問題。

本文余下安排為：第二部分為文獻(xiàn)回顧、理論分析與研究假設(shè)；第三部分是研究設(shè)計(jì)；第四部分是實(shí)證檢驗(yàn)與結(jié)果分析；第五部分是影響機(jī)制檢驗(yàn)；最后一部分是研究結(jié)論與啟示。

二、文獻(xiàn)回顧、理論分析與研究假設(shè)

(一)文獻(xiàn)回顧

銀企關(guān)系對(duì)企業(yè)創(chuàng)新的影響一直都是學(xué)術(shù)界研究熱點(diǎn)?，F(xiàn)有文獻(xiàn)主要從銀行管制、銀行業(yè)結(jié)構(gòu)、銀行業(yè)競爭、銀行業(yè)發(fā)展、銀行信貸強(qiáng)度以及金融市場化等方面研究其對(duì)企業(yè)創(chuàng)新的影響。呂鐵和王海成(2019)利用中國銀監(jiān)會(huì)準(zhǔn)許股份制商業(yè)銀行在縣域設(shè)立分支機(jī)構(gòu)的準(zhǔn)自然實(shí)驗(yàn)框架，考察了放松銀行準(zhǔn)入管制對(duì)企業(yè)創(chuàng)新的影響，得到了股份制商業(yè)銀行的進(jìn)入促進(jìn)企業(yè)創(chuàng)新的結(jié)論[7]。唐清泉和巫岑(2015)、白俊和吳漢利(2018)以滬深上市公司為研究樣本，探討了銀行業(yè)競爭性市場結(jié)構(gòu)對(duì)企業(yè)技術(shù)創(chuàng)新的影響及作用機(jī)理[8][9]。張璇等(2019)、戴靜等(2020)的研究發(fā)現(xiàn)，銀行業(yè)競爭通過有效緩解企業(yè)面臨的融資約束促進(jìn)其創(chuàng)新行為，銀行業(yè)競爭對(duì)外部融資依賴程度高的中小企業(yè)和民營企業(yè)的影響更為明顯[10][11]。蔡慶豐等(2020)以上市公司周邊銀行分支機(jī)構(gòu)數(shù)量為代理變量，探究了信貸資源可得性對(duì)企業(yè)創(chuàng)新活動(dòng)的影響，結(jié)果發(fā)現(xiàn)信貸資源可得性提高反而會(huì)對(duì)上市公司的研發(fā)投入產(chǎn)生抑制作用[12]。金友森等(2020)基于中國商業(yè)銀行縣域分支機(jī)構(gòu)數(shù)據(jù)，研究了銀行發(fā)展對(duì)企業(yè)創(chuàng)新的影響，結(jié)果發(fā)現(xiàn)銀行發(fā)展對(duì)企業(yè)創(chuàng)新能夠產(chǎn)生明顯的促進(jìn)作用[13]。徐飛(2019)利用非金融業(yè)上市公司的長期借款和短期借款構(gòu)建銀行信貸強(qiáng)度指標(biāo)，建立銀行貸款前偏好企業(yè)低創(chuàng)新、貸款后抑制企業(yè)創(chuàng)新投入的分析框架，驗(yàn)證了銀行信貸強(qiáng)度與企業(yè)持續(xù)創(chuàng)新的關(guān)系[14]。白俊紅和劉宇英(2021)結(jié)合銀行信貸資金分配市場化和金融結(jié)構(gòu)兩個(gè)層面的數(shù)據(jù)構(gòu)建了金融市場化指數(shù)，實(shí)證考察了金融市場化對(duì)企業(yè)技術(shù)創(chuàng)新的影響效應(yīng)及傳導(dǎo)機(jī)制，結(jié)果發(fā)現(xiàn)金融市場化進(jìn)程對(duì)企業(yè)技術(shù)創(chuàng)新具有明顯的促進(jìn)作用[15]。

綜上所述，銀企關(guān)系對(duì)企業(yè)創(chuàng)新的影響得到了學(xué)者們較為全面的論述和佐證，然而其中仍有影響因素需進(jìn)一步考慮：第一，金融地理因素的影響?，F(xiàn)有研究更側(cè)重于分析銀行業(yè)組織架構(gòu)對(duì)企業(yè)創(chuàng)新的影響，關(guān)于銀企地理空間格局對(duì)企業(yè)創(chuàng)新影響的研究相對(duì)較少。第二，樣本選擇偏差的影響。很多文獻(xiàn)在研究相關(guān)問題時(shí)使用上市公司數(shù)據(jù)，這些公司規(guī)模龐大，資產(chǎn)遠(yuǎn)超同行，在信貸融資方面具有先天優(yōu)勢(shì)，不具有普遍代表性，廣大中小企業(yè)很容易被忽略，因此得到的結(jié)論缺少普適性。本文立足于金融地理視角，利用中國工業(yè)企業(yè)數(shù)據(jù)庫的全樣本數(shù)據(jù)，考察銀企地理空間分布對(duì)企業(yè)創(chuàng)新的影響及作用機(jī)理，進(jìn)而為深化金融業(yè)改革、增強(qiáng)企業(yè)創(chuàng)新水平提供新思路。

(二)理論分析與研究假設(shè)

企業(yè)的內(nèi)源性融資有限，外部資金才是企業(yè)進(jìn)行創(chuàng)新活動(dòng)的主要資金來源。通常企業(yè)會(huì)優(yōu)先使用內(nèi)部資金進(jìn)行創(chuàng)新研發(fā)以確保自身對(duì)項(xiàng)目的控制權(quán)，隨后在內(nèi)部資金不足時(shí)先向銀行尋求信貸支持，再向證券市場尋求股權(quán)融資[16][17]。中國是一個(gè)銀行業(yè)占金融主導(dǎo)體系的國家，商業(yè)銀行的信貸投放是創(chuàng)新型企業(yè)獲得外部資金支持最重要的途徑。商業(yè)銀行分支機(jī)構(gòu)在地理空間上的分布很大程度上決定了企業(yè)獲取外部信貸資源的可得性和便利性，在中國現(xiàn)行的行政和經(jīng)濟(jì)管理體制下，轄區(qū)間的行政壁壘和商業(yè)銀行的總分行制度抑制了信貸資源的跨區(qū)域流動(dòng)，導(dǎo)致銀企間地理區(qū)位仍然是影響企業(yè)信貸融資最重要的因素。創(chuàng)新型企業(yè)融資選擇在空間上具有明確的優(yōu)先次序，并不會(huì)“舍近求遠(yuǎn)”[18]，向所在地附近銀行尋求資金支持是優(yōu)先選項(xiàng)，因此銀企地理鄰近對(duì)企業(yè)的創(chuàng)新研發(fā)至關(guān)重要。

銀企地理鄰近意味著銀企地理距離的縮短以及有限區(qū)域內(nèi)銀行分支機(jī)構(gòu)數(shù)量的提升。銀企間地理距離縮短能夠降低企業(yè)的融資成本，緩解融資困境，有助于企業(yè)開展創(chuàng)新活動(dòng)。首先，銀企地理距離能夠影響銀企間的搜尋成本。為找到可靠的借貸對(duì)象與合適的金融產(chǎn)品，企業(yè)往往需要花費(fèi)一定的人力、財(cái)力以及時(shí)間成本，銀行在進(jìn)行貸前評(píng)估和貸后監(jiān)督時(shí)也需要進(jìn)行實(shí)地的走訪、交談和調(diào)查，銀企地理距離越近，這種雙向的搜尋成本越低。其次，銀企地理距離能夠直接影響創(chuàng)新型企業(yè)的借貸成本。銀行在貸款利率的制定上普遍存在“空間價(jià)格歧視”現(xiàn)象，很多銀行機(jī)構(gòu)的金融產(chǎn)品會(huì)根據(jù)與企業(yè)距離遠(yuǎn)近實(shí)施差異化定價(jià)，企業(yè)貸款利率會(huì)隨著與借款銀行距離的增加而增加[19]，距離銀行較遠(yuǎn)的創(chuàng)新型企業(yè)在融資利率上處于不利地位。最后，銀企地理距離能夠影響創(chuàng)新型企業(yè)與銀行間的信息傳遞成本和信息傳遞質(zhì)量。銀行需要依靠“硬”信息和“軟”信息做出貸款決策[20][21]，創(chuàng)新具有高投入、高風(fēng)險(xiǎn)、高技術(shù)的特點(diǎn)，導(dǎo)致企業(yè)在新產(chǎn)品投入和新項(xiàng)目開發(fā)時(shí)保密程度高，這類“軟”信息無法像公司財(cái)務(wù)報(bào)表和信用等級(jí)等“硬”信息在金融市場公開，銀企間需要長期面對(duì)面的接觸才能保證“軟”信息的充分傳遞。雖然信用評(píng)分等技術(shù)方法可以在一定程度上硬化“軟”信息，但隨著距離的增加，“軟”信息的傳遞成本也將增加，交流質(zhì)量則明顯下降。綜上所述，距離銀行網(wǎng)點(diǎn)近的企業(yè)能夠以較低的融資成本獲得研發(fā)投入所需的外部資金支持，因此本文提出假設(shè)1：

假設(shè)1：銀企地理距離縮小對(duì)企業(yè)創(chuàng)新活動(dòng)具有促進(jìn)作用。

企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量增多會(huì)產(chǎn)生銀行同業(yè)競爭效應(yīng)，緩解創(chuàng)新型企業(yè)面臨的融資約束，有助于創(chuàng)新活動(dòng)的開展。第一，銀行分支機(jī)構(gòu)網(wǎng)點(diǎn)的增多提升了整個(gè)區(qū)域內(nèi)的貸款供給量，為了在激烈的競爭中獲得足夠的市場份額，各類金融機(jī)構(gòu)將會(huì)降低貸款利率，這將有利于降低企業(yè)融資成本，激勵(lì)企業(yè)創(chuàng)新。第二，激烈的銀行競爭能夠改善金融機(jī)構(gòu)的服務(wù)，提高貸款效率和運(yùn)營支持力度，擴(kuò)大信用范圍，拓展金融市場業(yè)務(wù)，滿足創(chuàng)新企業(yè)的多重資產(chǎn)選擇需求。第三，不同規(guī)模銀行之間所形成的同業(yè)競爭也迫使銀行放松信貸審批要求，簡化審批流程，降低創(chuàng)新型企業(yè)的貸款門檻。大型商業(yè)銀行為規(guī)避企業(yè)道德風(fēng)險(xiǎn)往往傾向于與大型公司建立信貸關(guān)系，而拒絕中小創(chuàng)新企業(yè)的信貸請(qǐng)求[22]，中小銀行數(shù)量增加有利于解決中小企業(yè)和民營企業(yè)研發(fā)投入的融資約束問題。第四，不同產(chǎn)權(quán)銀行間的競爭擴(kuò)大了金融機(jī)構(gòu)的融資受眾，新進(jìn)入的股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行由于資質(zhì)尚淺，亟待發(fā)展市場，更傾向于與中小企業(yè)建立信貸關(guān)系，這將有助于改善國有大型銀行壟斷下的逆向選擇和中小企業(yè)創(chuàng)新融資難的情況[23]。綜上分析，本文提出假設(shè)2：

假設(shè)2：企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量增加對(duì)企業(yè)創(chuàng)新具有促進(jìn)作用。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文的主體數(shù)據(jù)來自中國國家統(tǒng)計(jì)局建立的《中國規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)庫》(以下簡稱工業(yè)企業(yè)數(shù)據(jù)庫)，選取2000～2013年的中國工業(yè)企業(yè)數(shù)據(jù)作為樣本。盡管該數(shù)據(jù)庫更新緩慢，但是其可信度高、覆蓋范圍廣和樣本分類齊全的特點(diǎn)有助于在根源上解決樣本選擇偏誤問題，研究得到的結(jié)論更具普適性。在進(jìn)行數(shù)據(jù)分析前，本文借鑒魯曉東和連玉君(2012)、Brandt等(2012)的做法[24][25]，對(duì)工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行如下處理：第一，刪除從業(yè)人數(shù)小于10人的企業(yè)。這類企業(yè)規(guī)模小，組織管理方面不夠完善，容易出現(xiàn)財(cái)務(wù)數(shù)據(jù)誤報(bào)的情形。第二，刪除工業(yè)總產(chǎn)值、固定資產(chǎn)凈值和工業(yè)增加值等關(guān)鍵財(cái)務(wù)數(shù)據(jù)異常或者缺失的企業(yè)。關(guān)鍵數(shù)據(jù)異常的企業(yè)可能會(huì)對(duì)數(shù)據(jù)分析以及研究結(jié)果造成干擾。第三，刪除財(cái)務(wù)數(shù)據(jù)與一般公認(rèn)會(huì)計(jì)準(zhǔn)則不相符的企業(yè)，包括流動(dòng)資產(chǎn)大于總資產(chǎn)的企業(yè)、負(fù)債與所有者權(quán)益之和大于或小于總資產(chǎn)的企業(yè)、工業(yè)增加值與銷售額的比值大于1或小于0的企業(yè)。第四，由于國家統(tǒng)計(jì)局在2002年采用了新的行業(yè)代碼標(biāo)準(zhǔn)，為保持行業(yè)代碼一致性，本文將四位數(shù)行業(yè)分類代碼統(tǒng)一到2002年標(biāo)準(zhǔn)。由于2008年以后工業(yè)企業(yè)數(shù)據(jù)庫統(tǒng)計(jì)口徑發(fā)生一定的變化，本文主要采用2000～2007年的數(shù)據(jù)進(jìn)行基準(zhǔn)回歸分析，并使用2008～2013年的數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。

本文涉及的企業(yè)專利數(shù)據(jù)和商業(yè)銀行網(wǎng)點(diǎn)數(shù)據(jù)分別來自中國國家知識(shí)產(chǎn)權(quán)局公布的《中國專利數(shù)據(jù)庫》和中國銀行業(yè)監(jiān)督管理委員會(huì)公布的《金融許可證信息》，樣本選取年限同樣為2000～2013年。《中國專利數(shù)據(jù)庫》收錄了中國自1985年實(shí)施專利制度以來的全部中國專利，具有較高的權(quán)威性，主要包括發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利三種類別的申請(qǐng)和授權(quán)信息。三種專利的研發(fā)難度、價(jià)值、審核流程以及保護(hù)期均明顯不同：發(fā)明專利最有價(jià)值，但研發(fā)難度最大，授權(quán)標(biāo)準(zhǔn)最高；實(shí)用新型專利和外觀設(shè)計(jì)專利的技術(shù)門檻較低，成功申請(qǐng)帶來的經(jīng)濟(jì)收益也較低?！督鹑谠S可證信息》載明了商業(yè)銀行網(wǎng)點(diǎn)的機(jī)構(gòu)編碼、機(jī)構(gòu)名稱、機(jī)構(gòu)批準(zhǔn)成立日期、營業(yè)地址和頒發(fā)許可證日期等信息。本文對(duì)專利數(shù)據(jù)和商業(yè)銀行網(wǎng)點(diǎn)數(shù)據(jù)進(jìn)行手工整理和編碼，獲得相應(yīng)的數(shù)據(jù)指標(biāo)。為了消除數(shù)據(jù)極端值的影響，本文對(duì)所有連續(xù)變量進(jìn)行1%和99%分位上的縮尾處理。

(二)變量定義

1.被解釋變量。本文的被解釋變量為企業(yè)創(chuàng)新，用企業(yè)專利申請(qǐng)總數(shù)(Patent)度量，是企業(yè)發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利三種專利申請(qǐng)數(shù)之和，考慮到變量分布的右偏性，本文對(duì)專利申請(qǐng)總數(shù)加1后進(jìn)行對(duì)數(shù)處理。本文選擇專利申請(qǐng)數(shù)量而非專利授權(quán)數(shù)量作為被解釋變量是因?yàn)楫?dāng)專利進(jìn)入申請(qǐng)狀態(tài)時(shí)即表明了研發(fā)活動(dòng)已取得實(shí)際成果，專利申請(qǐng)數(shù)能夠及時(shí)準(zhǔn)確地反映企業(yè)的創(chuàng)新活動(dòng)，而專利授權(quán)數(shù)量則由于審批、政策制度等因素影響存在一定的滯后性。為獲得滿足條件的樣本，本文首先根據(jù)年份和企業(yè)將專利數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行匯總，計(jì)算出每個(gè)企業(yè)當(dāng)年申請(qǐng)的專利類型和數(shù)量，然后參照He等(2016)的方法將專利數(shù)據(jù)庫與工業(yè)企業(yè)數(shù)據(jù)庫匹配[26]。

2.解釋變量。本文借鑒Backman等(2018)的做法[27]，使用最短銀企距離(Proximity_dis)以及企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量(Proximity_num)作為衡量銀企地理鄰近(Proximity)的指標(biāo)。具體測算方法如下：首先將工業(yè)企業(yè)數(shù)據(jù)庫中的省地縣碼、鄉(xiāng)鎮(zhèn)和門牌號(hào)等信息合成2000～2013年工業(yè)企業(yè)的詳細(xì)地址變量；其次利用C#軟件進(jìn)行編程，調(diào)用國家地理信息公共服務(wù)平臺(tái)提供的地圖API接口，在拾取坐標(biāo)系統(tǒng)內(nèi)輸入每年樣本所包含企業(yè)和銀行網(wǎng)點(diǎn)的名稱和詳細(xì)地址，從而獲得該年企業(yè)和銀行網(wǎng)點(diǎn)的經(jīng)緯度，并使用ArcGIS10.2將企業(yè)和銀行的經(jīng)緯度坐標(biāo)轉(zhuǎn)化為空間點(diǎn)數(shù)據(jù)矢量文件；然后將同一年份企業(yè)和銀行的點(diǎn)數(shù)據(jù)文件進(jìn)行等距離投影轉(zhuǎn)換并剔除異常點(diǎn)，調(diào)用ArcToolbox中鄰域分析、緩沖區(qū)、空間連接等工具包計(jì)算最短銀企距離，同時(shí)參考蔡慶豐等(2020)的研究，統(tǒng)計(jì)以企業(yè)為中心5km半徑內(nèi)的商業(yè)銀行網(wǎng)點(diǎn)數(shù)量[12]；最后將數(shù)據(jù)導(dǎo)出整理，并根據(jù)年份與同期的工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行匹配，形成計(jì)量模型中的核心解釋變量。

3.控制變量。借鑒相關(guān)研究[14][28]，模型中加入其他影響企業(yè)創(chuàng)新的控制變量，具體包括：企業(yè)規(guī)模(Size)、企業(yè)利潤率(Profit)、企業(yè)成立年限(Age)、企業(yè)全要素生產(chǎn)率(TFP)、企業(yè)資本密集度(PPK)和企業(yè)出口行為(Export)。變量的具體定義詳見表1。

(三)模型設(shè)定

為了檢驗(yàn)銀企地理鄰近是否會(huì)影響企業(yè)的創(chuàng)新水平，本文構(gòu)建了如下回歸模型(1)：

Patent=β0+β1Proximity+∑Control+ε

(1)

模型(1)中的被解釋變量為企業(yè)創(chuàng)新，用企業(yè)專利申請(qǐng)數(shù)度量。解釋變量為銀企地理鄰近度(包括最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量)，本文主要關(guān)注最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的回歸系數(shù)β1，若其顯著，則說明銀企地理鄰近會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生影響，進(jìn)而證明上文的假設(shè)。

表1 變量定義

四、實(shí)證檢驗(yàn)與結(jié)果分析

(一)描述性統(tǒng)計(jì)分析

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知，專利申請(qǐng)總數(shù)在不同企業(yè)之間差距明顯，最低的為0件，最多可以達(dá)到6122件，平均每個(gè)企業(yè)僅有1件專利申請(qǐng)，這在一定程度上說明工業(yè)企業(yè)整體研發(fā)水平不高，各工業(yè)企業(yè)間的創(chuàng)新水平相差較大。企業(yè)與最近銀行間的平均距離大約為900米，最短的僅為160米，最長的接近17千米。平均每個(gè)企業(yè)周邊五公里范圍內(nèi)大約有13家商業(yè)銀行，最少為0家，最多大約有183家，由此也可以看出不同企業(yè)的局部融資環(huán)境存在很大的差異。此外，本文使用方差膨脹因子法對(duì)所有變量進(jìn)行了多重共線性檢驗(yàn)，結(jié)果顯示最大的VIF值僅為1.70，說明變量之間不存在嚴(yán)重的共線性問題，彼此具有較好的獨(dú)立性。其他控制變量的結(jié)果與現(xiàn)有研究幾乎一致，不再一一贅述。

表2 樣本描述性統(tǒng)計(jì)

(二)回歸分析

本文采用Tobit回歸模型檢驗(yàn)銀企地理鄰近對(duì)企業(yè)創(chuàng)新的影響。由于較多企業(yè)專利申請(qǐng)數(shù)量為零值，造成部分觀測數(shù)據(jù)被壓縮在一個(gè)點(diǎn)上，此時(shí)被解釋變量的概率分布就變成了一個(gè)離散點(diǎn)與一個(gè)連續(xù)分布所組成的“聯(lián)合分布”，為了能夠得到一致估計(jì)量，所以采用Tobit回歸模型。表3第(1)列報(bào)告了假設(shè)1的回歸結(jié)果。最短銀企距離的回歸系數(shù)為 -0.208，且在1%水平上顯著，這表明銀企臨近能夠顯著促進(jìn)企業(yè)創(chuàng)新。表3第(2)列報(bào)告了假設(shè)2的回歸結(jié)果，企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的回歸系數(shù)為0.370，且在1%水平上顯著，該實(shí)證結(jié)果表明隨著企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量增加，企業(yè)創(chuàng)新水平得到提高。

考慮到被解釋變量是企業(yè)專利申請(qǐng)數(shù)這類只能取非負(fù)整數(shù)的計(jì)數(shù)變量，不符合正態(tài)分布特征，運(yùn)用線性回歸模型模擬可能會(huì)導(dǎo)致無效和有偏的估計(jì)，同時(shí)樣本方差顯著大于樣本均值，因此再采用負(fù)二項(xiàng)回歸模型分析銀企地理鄰近與企業(yè)創(chuàng)新之間的關(guān)系。表3第(3)列顯示最短銀企距離的回歸系數(shù)在1%水平上顯著為負(fù)，說明企業(yè)與銀行間的地理距離越大越不利于企業(yè)的創(chuàng)新活動(dòng)開展。表3第(4)列顯示企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的回歸系數(shù)在1%水平上顯著為正，表明企業(yè)周邊商業(yè)銀行營業(yè)網(wǎng)點(diǎn)增加有助于企業(yè)創(chuàng)新水平提高。使用負(fù)二項(xiàng)回歸模型得到的結(jié)論與使用Tobit回歸模型得到的結(jié)論一致，進(jìn)一步驗(yàn)證了假設(shè)1和假設(shè)2。

相關(guān)控制變量的回歸系數(shù)基本符合預(yù)期。以Tobit回歸模型結(jié)果為例，企業(yè)規(guī)模的系數(shù)在1%水平上顯著為正，表明企業(yè)規(guī)模越大，專利的申請(qǐng)?jiān)蕉?，企業(yè)創(chuàng)新能力越強(qiáng)。企業(yè)利潤率和資本密集度的回歸系數(shù)分別在5%和1%的水平上顯著為正，說明經(jīng)營情況越好、具有較高資本密集度和利潤率的企業(yè)進(jìn)行創(chuàng)新活動(dòng)的可能性越大。營業(yè)利潤較高的企業(yè)能夠使用盈余來支持企業(yè)研發(fā)，在外源融資有限的情況下，企業(yè)可以利用自身資本密集的比較優(yōu)勢(shì)進(jìn)行創(chuàng)新活動(dòng)。企業(yè)年齡和全要素生產(chǎn)率的回歸結(jié)果表明經(jīng)營越久、全要素生產(chǎn)率越高的企業(yè)對(duì)知識(shí)、技術(shù)的積累越充足，創(chuàng)新活動(dòng)水平越高。企業(yè)出口行為的系數(shù)也在1%的水平上顯著為正，相比非出口企業(yè)，出口企業(yè)為了能夠保持在國際市場中的競爭力具有更強(qiáng)烈的研發(fā)意愿和更高的創(chuàng)新能力。

表3 基準(zhǔn)估計(jì)結(jié)果

(三)穩(wěn)健性檢驗(yàn)

為了保證研究結(jié)論的可靠性，本文進(jìn)行了如下穩(wěn)健性檢驗(yàn)：

1.替換被解釋變量。企業(yè)創(chuàng)新有不同的衡量指標(biāo)，為了確認(rèn)指標(biāo)的衡量方式不影響本文的研究結(jié)論，本文改用企業(yè)投入研發(fā)的自然對(duì)數(shù)值(R&D)衡量企業(yè)創(chuàng)新水平，按照上文的實(shí)證過程進(jìn)行穩(wěn)健性檢驗(yàn)。工業(yè)企業(yè)數(shù)據(jù)中沒有企業(yè)2000年和2004年的研發(fā)投入值，因此樣本包括的實(shí)際區(qū)間段為2001～2003年和2005～2007年。根據(jù)表4第(1)和(2)列的結(jié)果可知，最短銀企距離對(duì)企業(yè)創(chuàng)新具有顯著負(fù)影響，企業(yè)周圍銀行網(wǎng)點(diǎn)數(shù)量對(duì)企業(yè)創(chuàng)新具有顯著正影響。這說明用企業(yè)研發(fā)投入替換被解釋變量后，本文的結(jié)論依然成立。

2.Heckman兩步法。由于只有申請(qǐng)專利的企業(yè)數(shù)據(jù)才能被觀察到，未進(jìn)行專利申請(qǐng)的企業(yè)數(shù)據(jù)缺失，因此在進(jìn)行研究時(shí)可能存在偏差。為了消除樣本選擇問題而造成的估計(jì)偏誤，本文采用Heckman兩步法進(jìn)行處理。第一階段，選擇企業(yè)申請(qǐng)專利數(shù)量和企業(yè)研發(fā)投入的一階滯后項(xiàng)作為排他性約束變量，并且考慮時(shí)間、地區(qū)效應(yīng)，同時(shí)控制其余變量。第二階段加入逆米爾斯比率進(jìn)行回歸，表4第(3)和(4)列為Heckman兩步法的回歸結(jié)果，參數(shù)估計(jì)結(jié)果分別在10%的水平上顯著為負(fù)和在5%的水平上顯著為正，表明最短銀企地理距離縮小、企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量增加有助于企業(yè)創(chuàng)新水平增強(qiáng)，所得結(jié)論與上文一致。

3.工具變量法。雖然對(duì)企業(yè)而言，銀行網(wǎng)點(diǎn)分布幾乎為外生變量，且本文分離出時(shí)間不變因素、地區(qū)不變因素對(duì)企業(yè)創(chuàng)新的影響，但并不能完全解決由遺漏變量和潛在的反向因果關(guān)系所導(dǎo)致的內(nèi)生性問題。本文分別選取滯后一期的當(dāng)?shù)刈疃蹄y企距離的平均值和當(dāng)?shù)仄髽I(yè)周圍銀行網(wǎng)點(diǎn)數(shù)量的平均值作為最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的工具變量，采用兩階段最小二乘法(2SLS)重新估計(jì)銀企地理鄰近與企業(yè)創(chuàng)新之間的關(guān)系。根據(jù)表4第(5)和(6)列的估計(jì)結(jié)果，最短銀企距離的系數(shù)顯著為負(fù)，企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的系數(shù)顯著為正。在此基礎(chǔ)上，利用Cragg-Donald方法進(jìn)行弱工具變量檢驗(yàn)，發(fā)現(xiàn)Cragg-Donald檢驗(yàn)F統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于Stock-Yogo弱工具變量的閾值，說明不存在弱工具變量問題，進(jìn)一步支持了本文的實(shí)證結(jié)論。

4.改變樣本年限。我們使用2008～2013年數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。需要說明的是，2008年后工業(yè)企業(yè)數(shù)據(jù)的統(tǒng)計(jì)口徑發(fā)生變化，無法通過LP法計(jì)算企業(yè)全要素生產(chǎn)率，因此該穩(wěn)健性檢驗(yàn)不包含這一變量。表4第(7)列和第(8)列顯示，使用Tobit回歸模型依然能夠得到隨著最短銀企距離縮短、企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量增加，企業(yè)總體創(chuàng)新水平增強(qiáng)的結(jié)論。這說明改變樣本年限后，本文的結(jié)論依然成立。

表4 穩(wěn)健性檢驗(yàn)

(四)異質(zhì)性分析

1.企業(yè)規(guī)模差異。不同規(guī)模的企業(yè)金融資源豐裕度不同，融資難度有著較大區(qū)別，因此對(duì)局部融資環(huán)境的敏感程度存在差異。本文根據(jù)企業(yè)職工人數(shù)的中位數(shù)將企業(yè)分為大企業(yè)和中小企業(yè)兩類進(jìn)行對(duì)比分析。表5第(1)～(4)列顯示了最短銀企距離與企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量對(duì)不同規(guī)模企業(yè)創(chuàng)新活動(dòng)的影響效應(yīng)。本文采用似無相關(guān)SUEST檢驗(yàn)進(jìn)行組間系數(shù)差異檢驗(yàn)，根據(jù)P值可知最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的組間回歸系數(shù)分別在10%和1%水平上存在顯著差異，銀企地理鄰近對(duì)中小企業(yè)創(chuàng)新的影響程度顯著大于大企業(yè)。中小企業(yè)由于存在經(jīng)營狀況不穩(wěn)定、信息不透明等問題會(huì)出現(xiàn)“融資難”“融資貴”的現(xiàn)象，融資途徑有限，獲得跨區(qū)域融資支持的可能性較小。因此中小企業(yè)所處地理位置的局部融資環(huán)境對(duì)其創(chuàng)新活動(dòng)的影響更大，縮短銀企距離、增加網(wǎng)點(diǎn)數(shù)量等有助于中小企業(yè)獲得融資貸款從而進(jìn)行研發(fā)投入。大企業(yè)具有規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)優(yōu)勢(shì)，其人力資本、物質(zhì)資本和組織資本實(shí)力更為雄厚，可以為創(chuàng)新活動(dòng)提供多樣化的金融資源，而且大企業(yè)穩(wěn)定的經(jīng)營狀況、相對(duì)透明的經(jīng)營信息更能得到投資機(jī)構(gòu)和跨區(qū)域投資者的青睞，可獲得的融資渠道更多，因此其創(chuàng)新活動(dòng)受局部融資環(huán)境的影響較小。

2.企業(yè)所有制差異。不同所有制企業(yè)在物質(zhì)資本、人力資本、組織行為和企業(yè)文化等方面存在很大的差異，其創(chuàng)新能力受外部融資環(huán)境的影響也存在較大差異。本文根據(jù)企業(yè)最終控制權(quán)將企業(yè)劃分為國有企業(yè)、民營企業(yè)和外資企業(yè)，并將國有企業(yè)和外資企業(yè)統(tǒng)一歸為非民營企業(yè)進(jìn)行研究?；诒?第(5)～(8)列的估計(jì)結(jié)果可知，銀企地理鄰近對(duì)民營企業(yè)創(chuàng)新水平的影響更顯著，對(duì)非民營企業(yè)的創(chuàng)新活動(dòng)影響則相對(duì)較弱，這與直覺相符。SUEST檢驗(yàn)結(jié)果表明最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的組間回歸系數(shù)分別在5%和1%水平上存在顯著差異。民營企業(yè)在進(jìn)行創(chuàng)新活動(dòng)時(shí)會(huì)面臨融資不足的情況，地理距離縮短能夠降低民營企業(yè)與商業(yè)銀行間的信息傳遞成本，有助于人際網(wǎng)絡(luò)的搭建以及穩(wěn)定合作關(guān)系的建立；銀行網(wǎng)點(diǎn)數(shù)量增加所形成的同業(yè)競爭豐富了民營企業(yè)獲取貸款的途徑，提高了融資成功率，降低了從銀行獲取融資的門檻。非民營企業(yè)創(chuàng)新活動(dòng)受銀企地理鄰近的影響相對(duì)較小，國有企業(yè)作為國民經(jīng)濟(jì)的中流砥柱，政府控股和財(cái)政支持為其提供信用背書，穩(wěn)定的企業(yè)架構(gòu)和優(yōu)質(zhì)的資產(chǎn)配置受到各類金融機(jī)構(gòu)的偏愛。為了能夠與國有企業(yè)建立穩(wěn)定的合作關(guān)系，銀行會(huì)提供各類借貸優(yōu)惠措施，國有企業(yè)在與銀行的信貸關(guān)系中占主動(dòng)地位，能夠?qū)崿F(xiàn)擇優(yōu)而選。外資企業(yè)資金相對(duì)充裕，生產(chǎn)活動(dòng)更多是利用中國廉價(jià)勞動(dòng)力和廣闊市場進(jìn)行成熟商品的加工貿(mào)易，創(chuàng)新研發(fā)和融資活動(dòng)地往往不在國內(nèi)，因此其創(chuàng)新活動(dòng)受銀企距離的影響較小。

表5 異質(zhì)性分析：企業(yè)規(guī)模和所有制差異視角

3.行業(yè)差異。不同行業(yè)企業(yè)的融資需求存在差異，創(chuàng)新活動(dòng)受外部融資環(huán)境的影響程度也會(huì)存在明顯區(qū)別。本文根據(jù)沈體雁等(2016)對(duì)要素密集型行業(yè)的分類準(zhǔn)則，將樣本分為技術(shù)密集型企業(yè)與非技術(shù)密集型企業(yè)[29]。通過表6第(1)～(4)列的結(jié)果可知，與非技術(shù)密集型企業(yè)相比，技術(shù)密集型企業(yè)的創(chuàng)新活動(dòng)受銀企地理鄰近的影響更為顯著，SUEST檢驗(yàn)結(jié)果也表明最短銀企距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的組間回歸系數(shù)在10%水平上存在顯著差異。相較于非技術(shù)密集型企業(yè)，技術(shù)密集型企業(yè)為了開拓或保持市場份額，需要不斷進(jìn)行產(chǎn)品創(chuàng)新，因此就會(huì)產(chǎn)生較大的資金缺口，需要向金融機(jī)構(gòu)融資，因而對(duì)外部融資環(huán)境較為敏感。地理距離縮短有助于銀行了解企業(yè)技術(shù)開發(fā)的前景，提升貸款額度，銀行網(wǎng)點(diǎn)增加有利于擴(kuò)大技術(shù)密集型企業(yè)融資的貸款范圍，提高獲得融資支持的概率。

表6 異質(zhì)性分析：行業(yè)差異視角

五、影響機(jī)制檢驗(yàn)

地理區(qū)位因素在銀企信貸關(guān)系中占據(jù)重要地位，地理鄰近帶來的距離效應(yīng)和競爭效應(yīng)能夠通過緩解融資約束激勵(lì)企業(yè)加大研發(fā)投資和改進(jìn)生產(chǎn)技術(shù)，促進(jìn)企業(yè)創(chuàng)新產(chǎn)出。對(duì)創(chuàng)新型企業(yè)而言，選址在金融地理環(huán)境理想的區(qū)域有助于提升銀企雙方信息傳遞質(zhì)量，建立良好的信貸關(guān)系并形成本地優(yōu)勢(shì)。銀企地理距離縮小以及周邊銀行網(wǎng)點(diǎn)數(shù)量增加都能夠顯著提高企業(yè)獲得外部資金支持的概率，緩解創(chuàng)新融資約束，降低創(chuàng)新活動(dòng)的融資成本，進(jìn)而改善研發(fā)過程的資本配置。本文借鑒Baron和 Kenny(1986)的研究[30]，根據(jù)上述理論和中介效應(yīng)的檢驗(yàn)方法對(duì)融資約束是否在銀企地理鄰近與企業(yè)創(chuàng)新水平之間發(fā)揮中介效應(yīng)進(jìn)行檢驗(yàn)。第一步，檢驗(yàn)銀企地理鄰近對(duì)企業(yè)創(chuàng)新的影響，考察模型(1)中回歸系數(shù)β1的顯著性；第二步，構(gòu)建模型(2)檢驗(yàn)銀企地理鄰近對(duì)中介變量的影響，考察回歸系數(shù)α1的顯著性；第三步，構(gòu)建模型(3)同時(shí)檢驗(yàn)銀企地理鄰近與中介變量對(duì)企業(yè)創(chuàng)新的影響，分別考察回歸系數(shù)γ1和γ2的顯著性。

Med=α0+α1Proximity+∑Control+ε

(2)

Patent=γ0+γ1Proximity+γ2Med+∑Control+ε

(3)

本文用于衡量融資約束的中介效應(yīng)變量主要包括SA指數(shù)絕對(duì)值(SA_abs)和融資成本(Cost)，具體定義如下：(1)SA指數(shù)絕對(duì)值(SA_abs)，參考Hadlock和Pierce(2010)的研究[31]，利用企業(yè)總產(chǎn)值和企業(yè)成立年限構(gòu)建方程計(jì)算出SA指數(shù)，其計(jì)算公式為：SA 指數(shù)=-0.737×Size+0.043×Size2-0.04×Age，此處Size為企業(yè)總資產(chǎn)真實(shí)值的對(duì)數(shù)，Age為企業(yè)上市年限。該指數(shù)為負(fù)值，為了能直觀地顯示融資約束的程度，本文對(duì)SA指數(shù)進(jìn)行絕對(duì)值處理，絕對(duì)值越大，說明企業(yè)面臨的融資約束程度越高?？紤]到中國數(shù)據(jù)的實(shí)際情況，本文對(duì)SA指數(shù)絕對(duì)值進(jìn)行縮尾處理。(2)融資成本(Cost)，參考余明桂等(2019)的研究[32]，利用當(dāng)年利息與當(dāng)年總負(fù)債計(jì)算出企業(yè)的融資成本，融資成本越高，說明企業(yè)獲取資金的難度越大，受到的外部融資約束越大。

表7第(1)～(5)列匯報(bào)了最短銀企距離對(duì)企業(yè)創(chuàng)新的中介效應(yīng)回歸結(jié)果。第(1)列為最短銀企距離與企業(yè)創(chuàng)新的主效應(yīng)，結(jié)果與上文基準(zhǔn)回歸相同。第(2)列顯示了最短銀企距離與SA指數(shù)絕對(duì)值的關(guān)系，銀企距離擴(kuò)大，企業(yè)外部融資約束增強(qiáng)。第(3)列最短銀企距離和SA指數(shù)絕對(duì)值的回歸系數(shù)均在1%水平上顯著為負(fù)，說明SA指數(shù)絕對(duì)值在最短銀企距離和企業(yè)創(chuàng)新水平之間發(fā)揮中介效應(yīng)。第(4)列和第(5)列的結(jié)果顯示，最短銀企距離對(duì)融資成本有顯著正影響，企業(yè)融資成本會(huì)隨銀企距離的擴(kuò)大而增加，融資成本作為中介變量在最短銀企距離和企業(yè)創(chuàng)新水平之間發(fā)揮中介作用。

表8第(1)～(5)列匯報(bào)了企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量對(duì)企業(yè)創(chuàng)新的中介效應(yīng)回歸結(jié)果。第(1)列為企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量與企業(yè)創(chuàng)新的主效應(yīng)，結(jié)果與上文基準(zhǔn)回歸相同。第(2)列表明企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量對(duì)SA指數(shù)絕對(duì)值具有顯著負(fù)向影響，即銀行網(wǎng)點(diǎn)數(shù)量增加，企業(yè)外部融資約束得到緩解。第(3)列企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量和SA指數(shù)絕對(duì)值的回歸系數(shù)分別在1%水平上顯著為正和為負(fù)，說明SA指數(shù)絕對(duì)值在企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量和企業(yè)創(chuàng)新水平之間發(fā)揮中介效應(yīng)。第(4)和(5)列展示了融資成本中介效應(yīng)的結(jié)果，第(4)列中企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量的回歸系數(shù)在1%的水平上顯著為負(fù)，說明銀行網(wǎng)點(diǎn)數(shù)量越多，企業(yè)融資成本越低。第(5)列的結(jié)果則進(jìn)一步表明融資成本在企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量和企業(yè)創(chuàng)新水平之間發(fā)揮著重要的中介作用。

表7 最短銀企距離對(duì)企業(yè)創(chuàng)新的中介效應(yīng)檢驗(yàn)

表8 企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量對(duì)企業(yè)創(chuàng)新的中介效應(yīng)檢驗(yàn)

六、研究結(jié)論與啟示

本文首先從理論上闡明了銀企地理空間格局與企業(yè)創(chuàng)新的關(guān)系，然后運(yùn)用中國工業(yè)企業(yè)數(shù)據(jù)、企業(yè)專利數(shù)據(jù)以及商業(yè)銀行網(wǎng)點(diǎn)數(shù)據(jù)共同匹配后的面板數(shù)據(jù)進(jìn)行實(shí)證研究，并通過中介效應(yīng)模型驗(yàn)證融資約束在銀企地理鄰近與企業(yè)創(chuàng)新之間的傳導(dǎo)機(jī)制。研究結(jié)果表明：第一，銀企地理空間鄰近顯著影響企業(yè)創(chuàng)新活動(dòng)，銀企地理距離縮短和企業(yè)附近銀行網(wǎng)點(diǎn)數(shù)量增加對(duì)企業(yè)創(chuàng)新都具有促進(jìn)作用；第二，銀企地理距離和企業(yè)周邊銀行網(wǎng)點(diǎn)數(shù)量對(duì)中小企業(yè)、民營企業(yè)及技術(shù)密集型企業(yè)的創(chuàng)新活動(dòng)影響更為顯著；第三，作用機(jī)制檢驗(yàn)顯示，融資約束在銀企地理鄰近和企業(yè)創(chuàng)新之間起著重要中介作用，銀企地理距離縮短或銀行網(wǎng)點(diǎn)數(shù)量增加能夠改善企業(yè)外部融資環(huán)境，降低企業(yè)的融資約束，進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

在中國銀行業(yè)改革和建設(shè)創(chuàng)新型國家的現(xiàn)實(shí)背景下，本文的研究結(jié)論對(duì)協(xié)調(diào)銀行與企業(yè)信貸關(guān)系、充分發(fā)揮企業(yè)創(chuàng)新能力具有重要的政策啟示。第一，堅(jiān)定不移地推進(jìn)金融供給側(cè)結(jié)構(gòu)性改革，處理好間接融資和直接融資的關(guān)系，大力發(fā)展資本市場，擴(kuò)大金融業(yè)開放，積極實(shí)現(xiàn)普惠金融。第二，在合理控制金融風(fēng)險(xiǎn)和加強(qiáng)監(jiān)管的前提下，完善和優(yōu)化金融機(jī)構(gòu)的空間布局，堅(jiān)持放寬商業(yè)銀行分支機(jī)構(gòu)市場準(zhǔn)入條件，優(yōu)化銀行網(wǎng)點(diǎn)布局，提高銀行分支機(jī)構(gòu)密度，加快建立廣覆蓋、差異化、多層次的銀行業(yè)機(jī)構(gòu)體系。第三，提升銀行網(wǎng)點(diǎn)的金融供給水平與服務(wù)質(zhì)量，擴(kuò)大服務(wù)范圍和服務(wù)對(duì)象，發(fā)展多層次資本市場，為融資者提供多樣化和差異化的融資渠道，緩解企業(yè)的融資約束問題。第四，疏通傳導(dǎo)機(jī)制和渠道，加大對(duì)創(chuàng)新型企業(yè)的信息挖掘，加大金融科技在銀行業(yè)的應(yīng)用，建立有效的信息識(shí)別機(jī)制，降低銀行與企業(yè)間的信息不對(duì)稱程度。第五，消除金融市場歧視，打造公平經(jīng)營環(huán)境，提高市場信息透明度與法治水平，減少民營企業(yè)、中小企業(yè)受到的不公平待遇，通過政策性幫扶解決其發(fā)展過程中的難題，降低企業(yè)融資難度與成本。第六，加快利率市場化改革的進(jìn)程，消除銀行貸款利率普遍存在的“空間價(jià)格歧視”現(xiàn)象，引導(dǎo)銀行機(jī)構(gòu)將資金投向能夠獲得更高收益的民營企業(yè)和中小企業(yè)，充分提高市場配置資源的效率。

需要指出的是，互聯(lián)網(wǎng)等現(xiàn)代科技的發(fā)展在一定程度上能夠減弱空間距離因素對(duì)創(chuàng)新型企業(yè)融資的影響，尤其是在數(shù)字經(jīng)濟(jì)沖擊與金融改革的背景下，以大數(shù)據(jù)、人工智能和云計(jì)算為代表的金融科技浪潮已切入傳統(tǒng)金融服務(wù)的腹地，銀行分支機(jī)構(gòu)作為創(chuàng)新型企業(yè)獲取融資服務(wù)的基礎(chǔ)渠道受到數(shù)字金融科技的沖擊，這種重要的新變化在未來可能會(huì)產(chǎn)生新的影響，這將是今后進(jìn)一步研究的方向。