劉少波 吳 玥

一 引言及文獻(xiàn)述評(píng)

當(dāng)前，我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入結(jié)構(gòu)調(diào)整和轉(zhuǎn)型的關(guān)鍵時(shí)期，創(chuàng)新發(fā)展和高質(zhì)量發(fā)展是今后主旋律。企業(yè)是經(jīng)濟(jì)發(fā)展的主體和微觀基礎(chǔ)，企業(yè)全要素生產(chǎn)率已成為國(guó)家經(jīng)濟(jì)發(fā)展質(zhì)量的重要衡量指標(biāo)(徐朝陽(yáng)和林毅夫, 2009)。科技型中小企業(yè)在科技創(chuàng)新領(lǐng)域成績(jī)突出，其能不能持續(xù)不斷地進(jìn)行科技創(chuàng)新、提高全要素生產(chǎn)率是國(guó)家經(jīng)濟(jì)發(fā)展的關(guān)鍵。但科技型中小企業(yè)普遍面臨資金短缺、融資成本高等一系列問(wèn)題，較為嚴(yán)重地影響著其生存和發(fā)展。

為此， 2011年，科技部、中國(guó)人民銀行、銀監(jiān)會(huì)、保監(jiān)會(huì)和證監(jiān)會(huì)五部門啟動(dòng)了“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策(以下簡(jiǎn)稱“科技金融政策”)，第一批試點(diǎn)地區(qū)有16個(gè)，包括中關(guān)村國(guó)家自主創(chuàng)新示范區(qū)、天津市、上海市、江蘇省、浙江省“杭溫湖甬”地區(qū)、安徽省合蕪蚌自主創(chuàng)新綜合實(shí)驗(yàn)區(qū)、武漢市、長(zhǎng)沙高新區(qū)、廣東省“廣佛莞”地區(qū)、重慶市、成都高新區(qū)、綿陽(yáng)市、關(guān)中—天水經(jīng)濟(jì)區(qū)(陜西)、大連市、青島市、深圳市等。計(jì)劃通過(guò)推動(dòng)試點(diǎn)地區(qū)形成示范效應(yīng)，積極探索技術(shù)創(chuàng)新與資金融通對(duì)接的新方式，深化政府財(cái)政資金的使用效率，引導(dǎo)社會(huì)多方資本自主參與創(chuàng)新，促進(jìn)科技型中小企業(yè)成長(zhǎng)。在第一批試點(diǎn)地區(qū)取得良好成效的基礎(chǔ)上，2016年科技金融政策第二批試點(diǎn)接力展開，試點(diǎn)地區(qū)包括鄭州市、廈門市、寧波市、濟(jì)南市、南昌市、貴陽(yáng)市、銀川市、包頭市和沈陽(yáng)市9個(gè)城市。

現(xiàn)有研究從不同角度對(duì)科技金融政策效果進(jìn)行了評(píng)估。張明喜和魏世杰(2015)以北京中關(guān)村、武漢和上海作為研究地區(qū)，對(duì)科技金融政策的實(shí)施效果進(jìn)行理論分析。國(guó)麗娜(2015)系統(tǒng)梳理科技金融政策的邏輯鏈條，深度探究當(dāng)前政策的進(jìn)展情況和存在的問(wèn)題，提出需促進(jìn)政府提供的科技創(chuàng)新資金在各地區(qū)激勵(lì)相容、建設(shè)中介信息平臺(tái)并積極利用電子分析技術(shù)提高政策服務(wù)能力。何震(2019)、馬凌遠(yuǎn)和李曉敏(2019)、鄭石明等(2020)以第一批“促進(jìn)科技和金融結(jié)合試點(diǎn)”地區(qū)為研究對(duì)象，通過(guò)PSM-DID模型對(duì)科技金融政策與地區(qū)創(chuàng)新水平之間的關(guān)系進(jìn)行研究，結(jié)果表明政策實(shí)施對(duì)試點(diǎn)地區(qū)創(chuàng)新水平提升有正面影響。此外，科技金融政策對(duì)技術(shù)創(chuàng)新的作用機(jī)制是通過(guò)財(cái)政資金投入實(shí)現(xiàn)的。吳凈(2020)也利用PSM-DID模型研究科技金融政策在第一批試點(diǎn)地區(qū)民營(yíng)企業(yè)科技創(chuàng)新水平提升中的作用，結(jié)果顯示科技金融政策對(duì)民營(yíng)企業(yè)創(chuàng)新水平的提高有推動(dòng)作用，且存在逐年遞增的增長(zhǎng)效應(yīng)。其在異質(zhì)性檢驗(yàn)中又發(fā)現(xiàn)，科技金融政策的實(shí)施在東中部地區(qū)的效應(yīng)更加明顯?？滓怀椭艿?2020)檢驗(yàn)科技金融政策與第二批試點(diǎn)地區(qū)新三板高新技術(shù)企業(yè)生產(chǎn)率之間的關(guān)系，實(shí)證結(jié)果顯示科技金融政策的推行顯著促進(jìn)了第二批試點(diǎn)地區(qū)新三板高新技術(shù)企業(yè)生產(chǎn)率的提升，作用路徑為增加高新技術(shù)企業(yè)科技創(chuàng)新投入。

這些成效是源于科技金融政策驅(qū)動(dòng)還是企業(yè)自然增長(zhǎng)，科技金融政策的激勵(lì)作用通過(guò)哪些渠道發(fā)揮，科技金融政策的作用是否存在異質(zhì)性，今后應(yīng)該如何完善政策并促進(jìn)其實(shí)施？本文嘗試回答這些問(wèn)題，邊際貢獻(xiàn)在于：(1)不同于已有文獻(xiàn)以研發(fā)投入(R&D)或?qū)＠麛?shù)量作為衡量指標(biāo)探討科技金融政策對(duì)城市或企業(yè)技術(shù)創(chuàng)新的影響，本文關(guān)注企業(yè)發(fā)展質(zhì)量，進(jìn)一步延伸研究的邏輯鏈條至企業(yè)全要素生產(chǎn)率，拓展了研究視角和深度;(2)以往關(guān)于“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策效果的研究未結(jié)合第一批和第二批試點(diǎn)地區(qū)進(jìn)行分析。本文采取逐年P(guān)SM-多期DID模型檢驗(yàn)科技金融政策對(duì)兩批試點(diǎn)地區(qū)的綜合影響，因而結(jié)論更有說(shuō)服力；(3)在充分識(shí)別科技金融政策和企業(yè)全要素生產(chǎn)率基本關(guān)系的基礎(chǔ)上，系統(tǒng)地揭示了科技金融政策促進(jìn)全要素生產(chǎn)率提升的兩個(gè)作用機(jī)制，即“科技金融政策—改善資金融通狀況—提升全要素生產(chǎn)率”和“科技金融政策—降低外源融資成本—提升全要素生產(chǎn)率”；(4)進(jìn)一步在“科技金融政策—全要素生產(chǎn)率”研究范式中進(jìn)行較全面的異質(zhì)性分析，發(fā)現(xiàn)科技金融政策對(duì)不同地區(qū)、不同所有權(quán)性質(zhì)及不同行業(yè)科技型中小企業(yè)全要素生產(chǎn)率具有不同的影響。

二 機(jī)制與異質(zhì)性分析

(一)機(jī)制分析

本文從數(shù)理模型和文獻(xiàn)梳理兩個(gè)角度闡述科技金融政策對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制。一方面，基于Levine和Warusawitharana(2019)的模型進(jìn)行推導(dǎo)，認(rèn)為科技金融政策是通過(guò)拓寬外部融資渠道對(duì)科技型中小企業(yè)全要素生產(chǎn)率產(chǎn)生影響。另一方面，拓寬外部融資渠道具體表現(xiàn)為提升資金融通水平和降低外源融資成本，在此基礎(chǔ)上參考現(xiàn)有學(xué)者的相關(guān)研究、科技金融政策的文件內(nèi)容與實(shí)施情況，進(jìn)一步具體說(shuō)明科技金融政策的作用路徑(如圖1所示)。

圖1 科技金融政策對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制

假定一個(gè)企業(yè)按照Cobb-Douglas生產(chǎn)函數(shù)進(jìn)行生產(chǎn)：

Y

=

AK

L

其中，

Y

為總產(chǎn)出，

A

為全要素生產(chǎn)率，

K

為資本要素的投入量，

L

為勞動(dòng)要素的投入量。設(shè)

w

為人工勞動(dòng)成本，企業(yè)面臨的未來(lái)現(xiàn)金流量為：

π

=max

Y

-

wL

用A′表示企業(yè)下一期的全要素生產(chǎn)率：

根據(jù)融資成本的啄食理論(Myers和Majluf,1984)，企業(yè)首先使用經(jīng)營(yíng)活動(dòng)產(chǎn)生的自由現(xiàn)金流為實(shí)體投資和創(chuàng)新項(xiàng)目提供資金，然后利用外部資金滿足剩余需求。定義企業(yè)使用的外部融資額為

F

。在開展科技金融政策的試點(diǎn)地區(qū)，科技型中小企業(yè)的

F

將越能得到滿足，即科技金融政策與

F

之間存在正相關(guān)關(guān)系，鑒于此，

F

被視為“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策對(duì)科技型中小企業(yè)外部融資的金融支持力度。

由此推理得出，科技金融政策通過(guò)外部融資渠道提高了科技型中小企業(yè)全要素生產(chǎn)率。

一方面，任曙明和呂鐲(2014)、肖文和薛天航(2019)、孫陽(yáng)陽(yáng)和丁玉蓮(2020)研究表明金融資本是推動(dòng)企業(yè)全要素生產(chǎn)率發(fā)展的重要力量。因此可以推測(cè)，科技金融政策可能通過(guò)緩解資金短缺進(jìn)而促進(jìn)了企業(yè)全要素生產(chǎn)率的提升。從政策內(nèi)容來(lái)說(shuō)，(1)科技金融政策通過(guò)創(chuàng)新金融科技市場(chǎng)體系，促進(jìn)金融市場(chǎng)資源要素標(biāo)準(zhǔn)化發(fā)展，推動(dòng)了市場(chǎng)規(guī)則和制度的完善。Chiu和Koppel(2019)認(rèn)為這提升了資本市場(chǎng)的融資質(zhì)量。黃銳等(2020)又提出資本市場(chǎng)融資質(zhì)量的改善有益于緩解科技型中小企業(yè)的資金短缺問(wèn)題。(2)科技金融政策通過(guò)完善科技金融中介組織體系可以改善金融市場(chǎng)信息不對(duì)稱問(wèn)題，信息改善為疏通融資渠道提供了一定幫助(皮天雷等，2018；馬松等，2014；邱笛，2015)。從政策實(shí)踐來(lái)說(shuō)，中關(guān)村示范區(qū)是市場(chǎng)制度建設(shè)的典范，以市場(chǎng)為主，政府為輔，提供了較好的融資市場(chǎng)環(huán)境，因此更好地發(fā)揮了資本對(duì)技術(shù)創(chuàng)新的帶動(dòng)作用。此外，上海市建立“科貸通”和“小巨人信用貸”等融資服務(wù)平臺(tái)，一定程度上解決了資金提供方和科技型中小企業(yè)的融資對(duì)接問(wèn)題。

另一方面，聶新蘭和黃蓮琴(2007)、盛丹和王永進(jìn)(2013)、鞠曉生(2013)、王勇和張耀輝(2018)提出科技型企業(yè)的外源融資存在較高成本，會(huì)對(duì)企業(yè)效率產(chǎn)生消極影響。由此假設(shè)科技金融政策能夠降低企業(yè)外源融資成本，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。從政策內(nèi)容來(lái)說(shuō)，(1)科技金融政策可以利用新興技術(shù)彌補(bǔ)企業(yè)信用缺失的困境，有效解決資金提供者和企業(yè)之間的信任問(wèn)題，降低企業(yè)融資成本(Heiskanen，2017；孫永坤，2018)。(2)科技金融政策通過(guò)創(chuàng)新科技投入方式與機(jī)制提供多渠道的低成本資金，改善了科技型中小企業(yè)外源融資成本高的困境。政策實(shí)踐中，武漢市政府通過(guò)設(shè)立一系列新興的融資服務(wù)機(jī)構(gòu)，推出低成本的信貸產(chǎn)品，著力解決科技型中小企業(yè)融資成本高的困境；杭州市則實(shí)施了由政府與保險(xiǎn)機(jī)構(gòu)共同提供擔(dān)保服務(wù)的科技金融政策，降低了信用風(fēng)險(xiǎn)。

(二)異質(zhì)性分析

考慮到企業(yè)所在地區(qū)經(jīng)濟(jì)發(fā)展水平差異，本文將從地區(qū)角度進(jìn)一步考察科技金融政策的全要素生產(chǎn)率效應(yīng)。經(jīng)濟(jì)發(fā)展階段決定了地區(qū)要素稟賦結(jié)構(gòu)，從而決定了最適宜的產(chǎn)業(yè)結(jié)構(gòu)。為了適應(yīng)不同階段的市場(chǎng)特點(diǎn)，金融機(jī)構(gòu)也在這一階段進(jìn)行了調(diào)整，以匹配最適合的產(chǎn)業(yè)結(jié)構(gòu)(林毅夫, 2018)。因此，一個(gè)地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)更加完整和多元化，技術(shù)產(chǎn)業(yè)和項(xiàng)目的發(fā)展也更加成熟。為了適應(yīng)這種特性，金融機(jī)構(gòu)積極參與科技金融政策。相反，地區(qū)產(chǎn)業(yè)結(jié)構(gòu)落后，科技產(chǎn)業(yè)和金融產(chǎn)業(yè)的發(fā)展相對(duì)不成熟，金融機(jī)構(gòu)更注重經(jīng)濟(jì)利益，科技金融政策的實(shí)施效果相對(duì)較差。

考慮到企業(yè)所有權(quán)性質(zhì)不同，本文進(jìn)一步從所有權(quán)視角考察科技金融政策的全要素生產(chǎn)率效應(yīng)。借鑒Coase(2014)、唐躍軍和左晶晶(2014)、徐曉萍等(2017)的研究，受國(guó)家政策的影響，國(guó)有企業(yè)大多以社會(huì)公共服務(wù)為主要經(jīng)營(yíng)業(yè)務(wù)，它們更偏好于獲得低風(fēng)險(xiǎn)收益，缺乏創(chuàng)新精神。因此，即便國(guó)有企業(yè)在科技金融政策的推動(dòng)下改善了資金融通狀況，降低了外源融資成本，其管理者也可能不愿意注入大量資金支撐技術(shù)創(chuàng)新。而在科技金融政策的推動(dòng)下，民營(yíng)企業(yè)的戰(zhàn)略目標(biāo)和資本配置更加靈活，競(jìng)爭(zhēng)意識(shí)更強(qiáng)，認(rèn)識(shí)到只有通過(guò)自主研發(fā)和創(chuàng)新，才能實(shí)現(xiàn)企業(yè)的盈利目的和可持續(xù)發(fā)展。

考慮到企業(yè)所屬行業(yè)特征，進(jìn)一步從行業(yè)類別視角考察科技金融政策的全要素生產(chǎn)率效應(yīng)。根據(jù)景曼詩(shī)和尹夏楠(2018)的研究，不同行業(yè)核心業(yè)務(wù)、研發(fā)需求和研發(fā)補(bǔ)貼資金不盡相同，科技金融政策將對(duì)各行業(yè)企業(yè)創(chuàng)新表現(xiàn)產(chǎn)生不同程度的影響，因此，本文比較信息技術(shù)業(yè)和一般制造業(yè)這兩個(gè)主要行業(yè)中的科技型中小企業(yè)。產(chǎn)品開發(fā)、工藝設(shè)計(jì)等創(chuàng)新活動(dòng)是信息技術(shù)業(yè)保持核心競(jìng)爭(zhēng)力的基礎(chǔ)，而一般制造業(yè)則把重點(diǎn)放在成本競(jìng)爭(zhēng)上，而不是創(chuàng)新活動(dòng)上。因此，信息技術(shù)業(yè)很有可能會(huì)獲得更大的金融支持，從而投入更多的資金進(jìn)行研發(fā)活動(dòng)，最終提升企業(yè)的全要素生產(chǎn)率。

三 全要素生產(chǎn)率測(cè)算

本文的被解釋變量為企業(yè)全要素生產(chǎn)率(

TFP

)。借鑒安同良等(2009)的做法，用年均從業(yè)人數(shù)表示勞動(dòng)投入量

L

，用固定資產(chǎn)凈額表示資本投入量

K

。同時(shí)，考慮到本文研究對(duì)象為科技型中小企業(yè)，大多處于初始發(fā)展階段，營(yíng)業(yè)利潤(rùn)呈現(xiàn)負(fù)數(shù)，因此用營(yíng)業(yè)收入作為企業(yè)產(chǎn)出

Y

的度量指標(biāo)更具客觀性。此外，使用SFA方法測(cè)算

TFP

時(shí)，借鑒易明等(2019)的做法，解釋變量

Z

包括：(1)對(duì)外開放程度(

open

)，用企業(yè)當(dāng)年出口值衡量；(2)政府支持力度(

gov

)，用企業(yè)當(dāng)年政府補(bǔ)助衡量。使用LP方法測(cè)算

TFP

時(shí)，借鑒任勝鋼等(2019)的做法，用購(gòu)買商品、接受勞務(wù)支付的現(xiàn)金衡量中間投入(

M

)。

表1 被解釋變量名稱與含義

根據(jù)上文的企業(yè)全要素生產(chǎn)率測(cè)算方法，借助Frontier軟件和Stata軟件將樣本企業(yè)投入產(chǎn)出要素，即固定資產(chǎn)凈額(

K

)、年均從業(yè)人數(shù)(

L

)以及營(yíng)業(yè)收入(

Y

)代入超越對(duì)數(shù)函數(shù)形式的SFA方法以及LP方法，進(jìn)行參數(shù)估計(jì)和全要素生產(chǎn)率測(cè)算，得到如表2所示的估計(jì)結(jié)果。

表2 基于SFA方法和LP方法的估計(jì)結(jié)果

(續(xù)上表)

SFA方法下，

γ

值為0.6481，接近1，在1%水平上通過(guò)顯著性檢驗(yàn)，表明技術(shù)無(wú)效率干擾項(xiàng)

u

顯著存在，

σ

值和LR值的t統(tǒng)計(jì)量分別在10%和1%的水平上顯著；LP方法下，勞動(dòng)投入變量、資本投入變量的回歸系數(shù)均在1%水平上顯著。從以上檢驗(yàn)結(jié)果可以判定，本文構(gòu)造的超越對(duì)數(shù)函數(shù)形式的SFA模型和LP模型是有效的。

四 實(shí)證研究

(一)研究設(shè)計(jì)

本文研究對(duì)象為中小板、創(chuàng)業(yè)板科技型中小企業(yè)，相比于主板企業(yè)，更具有創(chuàng)新創(chuàng)業(yè)特征?？萍冀鹑谡叩脑O(shè)立目的是緩解科技型中小企業(yè)融資壓力。因此，本文將樣本選擇范圍設(shè)定于中小板、創(chuàng)業(yè)板企業(yè)具有一定的合理性。由于中小板和創(chuàng)業(yè)板分別于2004年6月25日和2009年10月30日正式運(yùn)營(yíng)，故將研究時(shí)間窗口設(shè)定為2010-2019年。

研究數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)、科技型中小企業(yè)信息服務(wù)平臺(tái)和《中國(guó)城市統(tǒng)計(jì)年鑒》。其中，企業(yè)的基本信息(包括證券代碼、統(tǒng)一社會(huì)信用代碼、上市時(shí)間與成立時(shí)間、所有制類型、所屬城市、地區(qū)與行業(yè)等)及財(cái)務(wù)信息(包括總資產(chǎn)、營(yíng)業(yè)收入、資產(chǎn)負(fù)債率等)來(lái)自Wind數(shù)據(jù)庫(kù)。城市的基本信息(包括城市人均GDP、城市產(chǎn)業(yè)結(jié)構(gòu)等)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。數(shù)據(jù)處理以及實(shí)證分析分別在Excel、Frontier和Stata軟件中進(jìn)行。變量含義和描述性統(tǒng)計(jì)如表3、表4所示。

表3 變量名稱與含義

表4 描述性統(tǒng)計(jì)

(二)平衡性檢驗(yàn)

為了避免樣本選擇性偏差對(duì)研究結(jié)果的干擾，首先進(jìn)行逐年P(guān)SM。將所有控制變量作為匹配依據(jù)，逐年測(cè)算PSM得分，為處理組樣本匹配合適的控制組樣本，并刪除沒(méi)有匹配成功的觀測(cè)值。通過(guò)平衡性檢驗(yàn)判斷最終匹配結(jié)果(如表5所示)。

表5 平衡性檢驗(yàn)

圖2 匹配前與匹配后的核密度函數(shù)分布

圖3 共同支撐假設(shè)檢驗(yàn)

結(jié)果顯示，逐年匹配前，控制組與處理組的控制變量存在顯著差異，說(shuō)明科技金融政策第一批和第二批試點(diǎn)地區(qū)的選擇并不是隨機(jī)的。從標(biāo)準(zhǔn)差偏差看，控制組與處理組經(jīng)過(guò)匹配后標(biāo)準(zhǔn)差偏差都小于10%，符合匹配后標(biāo)準(zhǔn)差偏差不超過(guò)10%的標(biāo)準(zhǔn)界限；從t檢驗(yàn)看，t值都顯著下降，且無(wú)法拒絕原假設(shè)中處理組與控制組之間不存在明顯差異，即認(rèn)為處理組企業(yè)和控制組企業(yè)之間不存在顯著差異；從P值看，經(jīng)過(guò)傾向匹配得分后模型有較大的P值；從圖2看，使用核匹配法進(jìn)行匹配后兩者間的差距減小，趨勢(shì)基本一致。綜合表明經(jīng)過(guò)匹配，處理組和控制組樣本間差距較小，匹配質(zhì)量較高，滿足整體平衡性條件。進(jìn)一步檢驗(yàn)匹配后處理組和控制組PSM的重合區(qū)域，從圖3可以直觀看出，大多數(shù)樣本在共同取值范圍內(nèi)，近似服從正態(tài)分布。

(三)逐年P(guān)SM-多期DID

本文構(gòu)建基準(zhǔn)回歸模型如下：

TFP

=

β

+

β

Time

×

Policy

+

β

∑

Controls

+

Firm

+

Year

+

ε

(1)

其中，交互項(xiàng)的系數(shù)

β

即為平均處理效應(yīng)中需要觀測(cè)的值，如果

β

顯著為正，則說(shuō)明科技金融政策能夠促進(jìn)科技型中小企業(yè)全要素生產(chǎn)率的提升。

接著，測(cè)算科技金融政策對(duì)企業(yè)全要素生產(chǎn)率的平均處理效應(yīng)，結(jié)果如表6所示，列(1)和列(2)為未進(jìn)行逐年P(guān)SM的結(jié)果，列(3)和列(4)為進(jìn)行逐年P(guān)SM后的結(jié)果。結(jié)果顯示，科技金融政策對(duì)第一批和第二批試點(diǎn)地區(qū)科技型中小企業(yè)全要素生產(chǎn)率均有顯著的正向影響，這與預(yù)期相符。

表6 逐年P(guān)SM-多期DID估計(jì)結(jié)果

(續(xù)上表)

五 穩(wěn)健性檢驗(yàn)

(一)內(nèi)生性處理

根據(jù)工具變量法，選取城市創(chuàng)業(yè)歷史傳承水平，即中華城市中的老字號(hào)數(shù)量，作為科技金融政策的工具變量，這滿足工具變量的相關(guān)性和外生性要求。此外，本文借鑒Nunn和Qian(2014)建立一個(gè)時(shí)間變量和橫截面變量之間的交互項(xiàng)解決中華城市老字號(hào)數(shù)量是橫截面數(shù)據(jù)問(wèn)題的方法，基于胡兆廉等(2021)的研究實(shí)踐，構(gòu)建了中華城市老字號(hào)數(shù)量(橫截面數(shù)據(jù))和R&D經(jīng)費(fèi)支出(時(shí)間序列數(shù)據(jù))的交互項(xiàng)(

Brand

×

R&D

)，作為科技金融政策的工具變量。

表7 工具變量估計(jì)結(jié)果

如表7所示，本文構(gòu)造的工具變量與科技金融政策的實(shí)施存在高度相關(guān)性，因此本文的基準(zhǔn)回歸模型可能存在內(nèi)生性問(wèn)題。但在考慮了潛在的內(nèi)生性后，估計(jì)系數(shù)依然顯著為正，并且明顯大于表6中的基準(zhǔn)估計(jì)系數(shù)，說(shuō)明科技金融政策的內(nèi)生性傾向于低估科技金融政策對(duì)科技型中小企業(yè)全要素生產(chǎn)率的正向影響。

(二)共同趨勢(shì)假設(shè)檢驗(yàn)

為了檢驗(yàn)是否滿足運(yùn)用DID方法的共同趨勢(shì)假設(shè)，本文分別將2011年和2016年實(shí)施科技金融政策的試點(diǎn)地區(qū)作為處理組、非試點(diǎn)地區(qū)作為控制組的虛擬變量，與每年的時(shí)間虛擬變量相乘構(gòu)建交叉項(xiàng)，在此基礎(chǔ)上檢驗(yàn)系數(shù)是否顯著。結(jié)果表明，在兩次科技金融政策試點(diǎn)實(shí)施之前的三年，該政策效果并不顯著。政策實(shí)施后，該政策效果開始在10%水平上具有顯著性。這意味著在政策實(shí)施之前，處理組和控制組之間不存在明顯的差異，這符合共同趨勢(shì)假設(shè)。因此，本文采用多期DID方法滿足基本假設(shè)，對(duì)政策效果進(jìn)行了有效的估計(jì)。

表8 共同趨勢(shì)檢驗(yàn)

(三)安慰劑檢驗(yàn)

參考Cai et al.(2016)、Ferrara et al.(2012)等的研究，根據(jù)實(shí)際試點(diǎn)時(shí)間，本文從樣本中隨機(jī)選取50個(gè)企業(yè)作為“偽”處理組，然后將剩余樣本設(shè)為控制組，以構(gòu)建安慰劑試驗(yàn)的虛擬變量

flasePolicy

，最后構(gòu)建安慰劑試驗(yàn)交叉項(xiàng)

Time

×

flasePolicy

。圖4顯示了重復(fù)上述過(guò)程200次的估計(jì)結(jié)果，發(fā)現(xiàn)回歸系數(shù)的平均值接近于0，通過(guò)了穩(wěn)健性檢驗(yàn)。

圖4 安慰劑檢驗(yàn)

六 進(jìn)一步研究

(一)中介效應(yīng)檢驗(yàn)

本文借鑒溫忠麟和葉寶娟(2004)的中介效應(yīng)檢驗(yàn)方法，實(shí)證研究“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策通過(guò)資金融通、成本降低渠道對(duì)科技型中小企業(yè)全要素生產(chǎn)率產(chǎn)生的影響。參考Hadlock和Pierce(2009)、鞠曉生(2013)、劉莉亞等(2015)的研究，資金融通指標(biāo)用

SA

指數(shù)衡量，計(jì)算方法為：-0

.

737*

Size

+0

.

043*

Size

-0

.

04*

Age

，即一個(gè)企業(yè)的

SA

指數(shù)越大，資金融通水平越低。參考黃銳等(2020)的研究，以財(cái)務(wù)費(fèi)用

/

總負(fù)債衡量外源融資成本(

Cost

)。以資金融通(

SA

指數(shù))渠道的檢驗(yàn)為例，通過(guò)式(1)驗(yàn)證科技金融政策對(duì)企業(yè)全要素生產(chǎn)率的效應(yīng)，式(2)驗(yàn)證科技金融政策對(duì)

SA

指數(shù)的效應(yīng)，式(3)驗(yàn)證科技金融政策是否通過(guò)機(jī)制變量

SA

指數(shù)對(duì)科技型中小企業(yè)全要素生產(chǎn)率產(chǎn)生影響。

SA

=

β

+

β

Time

×

Policy

+

βj

∑

Controls

+

Firm

+

Year

+

ε

(2)

TFP

=

β

+

β

Time

×

Policy

+

β

SA

+

β

∑

Controls

+

Firm

+

Year

+

ε

(3)

中介效應(yīng)檢驗(yàn)結(jié)果如表9所示。列(1)和列(6)為科技金融政策對(duì)企業(yè)全要素生產(chǎn)率作用的實(shí)證結(jié)果，列(2)、 列(4)、 列(7)和列(9)為科技金融政策對(duì)機(jī)制變量作用的實(shí)證結(jié)果，列(3)、 列(5)、 列(8)和列(10)為科技金融政策是否通過(guò)機(jī)制變量對(duì)科技型中小企業(yè)全要素生產(chǎn)率產(chǎn)生影響的實(shí)證結(jié)果。

由表9可以看出，列(1)和列(6)中

Time

×

Policy

系數(shù)顯著為正，說(shuō)明“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策對(duì)第一批和第二批試點(diǎn)地區(qū)科技型中小企業(yè)全要素生產(chǎn)率具有正向作用。列(2)和列(7)中

Time

×

Policy

系數(shù)顯著為負(fù)，說(shuō)明科技金融政策的實(shí)施有效緩解了科技型中小企業(yè)的融資約束;同理，列(4)和列(9)中

Time

×

Policy

系數(shù)顯著為負(fù)，說(shuō)明科技金融政策的實(shí)施有效降低了科技型中小企業(yè)的融資成本。列(3)和列(8)中融資約束的系數(shù)顯著為負(fù)、

Time

×

Policy

系數(shù)顯著降低，驗(yàn)證了資金融通機(jī)制的作用;同理，列(5)和列(10)中外源融資成本的系數(shù)顯著為負(fù)、

Time

×

Policy

系數(shù)降低但不顯著，驗(yàn)證了成本機(jī)制的作用。表明科技金融政策的實(shí)施增加了企業(yè)獲得政府補(bǔ)貼和借貸的能力，從而將更多的資金用于企業(yè)發(fā)展，推動(dòng)企業(yè)創(chuàng)新水平的提高，促進(jìn)企業(yè)全要素生產(chǎn)率的提升，即科技金融政策是通過(guò)資金融通機(jī)制、成本降低機(jī)制實(shí)現(xiàn)的。

表9 中介效應(yīng)檢驗(yàn)

(二)異質(zhì)性檢驗(yàn)

本文按照不同標(biāo)準(zhǔn)劃分總體樣本，進(jìn)一步分析科技金融政策對(duì)不同地區(qū)、所有權(quán)性質(zhì)及行業(yè)類別科技型中小企業(yè)全要素生產(chǎn)率影響的異質(zhì)性：(1)根據(jù)科技型中小企業(yè)所在區(qū)域，將總體樣本劃分為東部地區(qū)(

East

)、中部地區(qū)(

Mid

)、西部地區(qū)(

West

)分樣本；(2)根據(jù)科技型中小企業(yè)所有權(quán)性質(zhì)，將總體樣本劃分為國(guó)有企業(yè)(

SOE

)、民營(yíng)企業(yè)(

POE

)分樣本；(3)根據(jù)科技型中小企業(yè)所處行業(yè)類別，從總體樣本中劃分出一般制造業(yè)企業(yè)(

MM

)、信息技術(shù)業(yè)企業(yè)(

IT

)分樣本。將分樣本按照式(1)再次進(jìn)行回歸，結(jié)果如表10所示?？萍冀鹑谡邔?duì)東部地區(qū)科技型中小企業(yè)全要素生產(chǎn)率的提升效應(yīng)強(qiáng)于中部和西部地區(qū)科技型中小企業(yè)，對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的提升效應(yīng)強(qiáng)于國(guó)有企業(yè)，對(duì)信息技術(shù)業(yè)企業(yè)全要素生產(chǎn)率的提升效應(yīng)強(qiáng)于一般制造業(yè)企業(yè)。其中，西部地區(qū)具有顯著效應(yīng)可能是由于試點(diǎn)城市雖處于西部地區(qū)，但經(jīng)濟(jì)條件相對(duì)發(fā)達(dá)，且科技金融政策對(duì)西部試點(diǎn)地區(qū)科技型中小企業(yè)給予更加優(yōu)惠的差異化利率。

表10 異質(zhì)性分析

七 結(jié)論與政策建議

本文對(duì)“促進(jìn)科技和金融結(jié)合試點(diǎn)”政策對(duì)第一批和第二批試點(diǎn)地區(qū)科技型中小企業(yè)全要素生產(chǎn)率的影響進(jìn)行了研究，結(jié)果表明：(1)科技金融政策對(duì)促進(jìn)科技型中小企業(yè)全要素生產(chǎn)率提高、提升國(guó)民經(jīng)濟(jì)發(fā)展質(zhì)量和效率具有重要作用。(2)中介效應(yīng)檢驗(yàn)結(jié)果顯示，改善資金融通狀況、降低外源融資成本是科技金融政策提高科技型中小企業(yè)全要素生產(chǎn)率的有效途徑。(3)異質(zhì)性分析中，科技金融政策對(duì)東部地區(qū)、民營(yíng)企業(yè)和信息技術(shù)業(yè)企業(yè)的效應(yīng)更大。

基于研究結(jié)論和科技金融政策實(shí)施的實(shí)際情況，提出以下政策建議：第一，政府要進(jìn)一步引導(dǎo)科技金融政策實(shí)施，考慮將其作為提高科技型中小企業(yè)全要素生產(chǎn)率和國(guó)家經(jīng)濟(jì)發(fā)展質(zhì)量的手段之一。第二，將改善資金融通狀況、降低外源融資成本作為科技金融政策實(shí)施過(guò)程中的著力點(diǎn)，從而更好地促進(jìn)科技型中小企業(yè)提升全要素生產(chǎn)率。第三，政府在實(shí)施科技金融政策前，應(yīng)充分結(jié)合地區(qū)、企業(yè)所有權(quán)性質(zhì)和行業(yè)類別情況，不能盲目進(jìn)行試點(diǎn)建設(shè)，忽略實(shí)際效益。同時(shí)，中國(guó)不同地區(qū)、不同所有制和不同行業(yè)企業(yè)發(fā)展差異較大，而科技金融政策資源也要積極為目前效益不佳的科技型中小企業(yè)提供發(fā)展機(jī)遇及契機(jī)，縮小企業(yè)間差距，從而帶動(dòng)這些科技型中小企業(yè)全要素生產(chǎn)率提升。