摘 要：政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力具有重要影響。為了明確政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響，促進企業(yè)創(chuàng)新能力提高，本文基于北京證券交易所上市的147家企業(yè)在2013—2022年的相關(guān)數(shù)據(jù)，利用漸進雙重差分法探討政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對企業(yè)創(chuàng)新能力的影響，并對影響機制進行研究。研究表明：其一，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新有正相關(guān)影響；其二，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金通過緩解企業(yè)融資約束，提升企業(yè)創(chuàng)新能力；其三，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資于高新技術(shù)企業(yè)更有利于提升企業(yè)的創(chuàng)新能力。這對于運用好政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金引導(dǎo)作用具有重要的理論參考價值和實踐指導(dǎo)意義。

關(guān)鍵詞：政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金；企業(yè)創(chuàng)新能力；北京證券交易所；漸進雙重差分法

中圖分類號：F830.9 文獻標(biāo)識碼：A 文章編號：2096-0298（2024）07（a）--05

2021年9月，北京證券交易所的成立標(biāo)志著中國資本市場改革和發(fā)展的重要里程碑，旨在進一步優(yōu)化國家創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實施框架，并顯著增強高新科技企業(yè)的融資能力和創(chuàng)新能力。北交所由原新三板中的精選層平移而來，重點服務(wù)對象是未達到創(chuàng)業(yè)板、科創(chuàng)板和主板上市條件的創(chuàng)新型中小企業(yè)。該交易所不僅為中小型創(chuàng)新企業(yè)提供了一個更為廣闊和便捷的融資平臺，促進了資本的有效配置，還增強了企業(yè)面對市場變化的靈活性和響應(yīng)速度。在此背景下，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金的作用尤為重要，它通過降低投資風(fēng)險、提供資金支持，進一步激發(fā)了企業(yè)的創(chuàng)新活力，對于促進科技成果轉(zhuǎn)化、加速創(chuàng)新型經(jīng)濟體系建設(shè)具有深遠(yuǎn)的影響。

對于政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金效應(yīng)的研究，主流學(xué)術(shù)觀點主要分為其發(fā)揮了引導(dǎo)效應(yīng)或擠出效應(yīng)兩個方面。學(xué)者更多聚焦于政府引導(dǎo)基金的引導(dǎo)效應(yīng)。安國俊和李皓（2020）認(rèn)為政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金可以借助財政資金的杠桿放大效應(yīng)，以少量財政資金撬動更大規(guī)模的社會資本參與產(chǎn)業(yè)投資，實現(xiàn)支持經(jīng)濟發(fā)展的財政手段與市場化方式的融合。Standaert和Manigart（2018）利用全球25個國家，446家企業(yè)的創(chuàng)業(yè)投資數(shù)據(jù)，研究發(fā)現(xiàn)政府引導(dǎo)基金投資創(chuàng)業(yè)投資企業(yè)可以明顯提高創(chuàng)投市場的資本總量，而且政府與私人混合基金投資的介入效果比單獨一方介入的效果更好。

企業(yè)創(chuàng)新一直是學(xué)術(shù)界高度關(guān)注的課題，目前國內(nèi)外學(xué)術(shù)界主要將企業(yè)創(chuàng)新能力定義為狹義和廣義兩類。目前，學(xué)術(shù)界較為主流的觀點更接近于狹義范圍的企業(yè)創(chuàng)新，即使用專利數(shù)量和創(chuàng)新研發(fā)投入等數(shù)據(jù)作為衡量指標(biāo)。Gompers和Lerner（2010）衡量企業(yè)創(chuàng)新能力時使用了專利數(shù)量和研發(fā)支出兩類指標(biāo)。楊艷等（2007）認(rèn)為，企業(yè)創(chuàng)新能力主要分為市場能力、技術(shù)能力和整合能力三個部分，而其中需要重點考察企業(yè)創(chuàng)新資金的投入和對D+WY2MZ5EZd0/VgiBxpR4pmwymUNXxGLnG5znLbabuI=應(yīng)的產(chǎn)出水平。同樣，袁建國等（2015）、溫軍和馮根福（2012）均從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個角度來衡量企業(yè)創(chuàng)新的水平，其中以研發(fā)支出作為創(chuàng)新投入的衡量指標(biāo)，以專利數(shù)量作為創(chuàng)新產(chǎn)出的衡量指標(biāo)。

目前，雖然學(xué)術(shù)界存在大量探究引導(dǎo)基金對企業(yè)創(chuàng)新能力的影響及其機制的研究，但研究所用數(shù)據(jù)有待更新。陳麗娜和段理（2022）在篩選出未在其他資本市場進行IPO的企業(yè)，同時考慮政府引導(dǎo)基金投資時點以及研發(fā)周期后，挑選了136家在2010—2016年受到過政府引導(dǎo)基金投資的科創(chuàng)板上市企業(yè)作為研究樣本。陳旭東等（2020）選取2012—2018年滬深兩市A股上市公司面板數(shù)據(jù)。研究者選取的數(shù)據(jù)大多來自科創(chuàng)板或滬深A(yù)股上市的企業(yè)，很少使用2021年成立的北京證券交易所上市企業(yè)的相關(guān)數(shù)據(jù)。

本文選取2020—2022年在北京證券交易所上市的147家企業(yè)2013—2022年面板數(shù)據(jù)作為研究對象，探究政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響。本文可能的創(chuàng)新點在于：第一，本文選取北京證券交易所2020—2022年上市公司的相關(guān)數(shù)據(jù)，在數(shù)據(jù)選取方面具有一定的創(chuàng)新性；第二，研究了政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響以及政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金通過緩解企業(yè)融資約束提升企業(yè)創(chuàng)新能力的影響機制，系統(tǒng)梳理了政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金、融資約束和企業(yè)創(chuàng)新之間的影響關(guān)系，彌補了相關(guān)研究的空白。

根據(jù)本文研究思路，本文主要從以下五個部分展開闡述和分析：第1部分是文獻綜述與研究假說，提出本文的三個假說；第2部分是實證研究設(shè)計，包括模型設(shè)定、變量說明和數(shù)據(jù)來源和描述性統(tǒng)計；第3部分是實證結(jié)果分析，包括基準(zhǔn)回歸分析、穩(wěn)健性檢驗和內(nèi)生性分析；第4部分進一步分析包括機制分析和異質(zhì)性分析；第5部分是結(jié)論和政策建議，總結(jié)全文并提出針對性的政策建議。

1 文獻綜述與研究假說

國外學(xué)術(shù)界較早開始關(guān)注政府引導(dǎo)基金與企業(yè)創(chuàng)新之間的關(guān)系。Cumming和Li（2013）對美國SBIR項目進行了研究，使用美國的州數(shù)據(jù)，研究表明該項目能夠增加創(chuàng)投市場投資總額。Bertoni和Tykvova（2015）的研究發(fā)現(xiàn)，由政府部門主導(dǎo)的，具有公共投資屬性的政府引導(dǎo)基金投資更能對企業(yè)創(chuàng)新產(chǎn)生顯著促進作用。國內(nèi)學(xué)者對于政府引導(dǎo)基金與企業(yè)創(chuàng)新之間的作用關(guān)系關(guān)注較晚，但分析方法和研究視角較為豐富。鄧曉蘭和孫長鵬（2019）認(rèn)為政府引導(dǎo)基金具有通過促進企業(yè)創(chuàng)新推動產(chǎn)業(yè)升級的作用機制， 且效果顯著，政府引導(dǎo)基金、企業(yè)創(chuàng)新、產(chǎn)業(yè)創(chuàng)新三者線性相關(guān)，形成良性循環(huán)。程聰慧和王斯亮（2018）研究表明，引導(dǎo)基金支持的創(chuàng)業(yè)企業(yè)的創(chuàng)新產(chǎn)出與未受引導(dǎo)基金支持的創(chuàng)業(yè)企業(yè)相比有顯著增加，但由于存在累積效應(yīng)與遲滯效應(yīng)，引導(dǎo)基金引導(dǎo)作用的發(fā)揮必須依賴于持續(xù)努力。目前鮮有學(xué)者關(guān)注具有創(chuàng)業(yè)風(fēng)險投資性質(zhì)的政府引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響。據(jù)此，本文提出研究假設(shè)1：

H1：政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金能夠提升企業(yè)創(chuàng)新能力。

有關(guān)影響機制的研究中，學(xué)界采用不同的機制路徑來證明創(chuàng)業(yè)風(fēng)險投資對于企業(yè)創(chuàng)新有正相關(guān)影響。鄒璇和張夢雨（2020）研究了融資約束、風(fēng)險投資對企業(yè)創(chuàng)新的雙邊效應(yīng)。研究結(jié)果顯示，風(fēng)險投資能夠正向提高企業(yè)的創(chuàng)新產(chǎn)出，但融資約束會對該效果產(chǎn)生抑制。段勇倩和陳勁（2021）使用文獻計量法對1996—2020年研究創(chuàng)業(yè)風(fēng)險投資與企業(yè)創(chuàng)新之間關(guān)系的相關(guān)文獻梳理，將創(chuàng)業(yè)風(fēng)險投資影響企業(yè)創(chuàng)新的機制路徑分為信號、資源、制度與激勵四種。Chemmanur和Fulghieri（2014）認(rèn)為信號的機制路徑是在企業(yè)由于與投資機構(gòu)之間存在信息不對稱而產(chǎn)生了融資困境的背景下產(chǎn)生的。可以看出，在機制檢驗中，研究者傾向于將融資約束作為中介變量，通過分析各種影響因素對融資約束的影響檢驗創(chuàng)業(yè)風(fēng)險投資對企業(yè)創(chuàng)新能力的影響。但目前多數(shù)研究關(guān)注于創(chuàng)業(yè)風(fēng)險投資對企業(yè)創(chuàng)新能力的影響，其中細(xì)分的政策性政府引導(dǎo)基金對于企業(yè)創(chuàng)新能力的研究，缺乏系統(tǒng)梳理其具體的影響機制，據(jù)此本文提出研究假設(shè)2：

H2：政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金通過緩解企業(yè)融資約束，提升企業(yè)創(chuàng)新能力。

國內(nèi)較多學(xué)者從企業(yè)異質(zhì)性層面，關(guān)注政府引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響。黃嵩等（2020）使用科技型企業(yè)作為研究樣本，研究了與獨立性創(chuàng)投基金相比，政府引導(dǎo)基金在促進科技型企業(yè)技術(shù)創(chuàng)新方面的效果要更優(yōu)。李善民等（2020）的研究表明，政府引導(dǎo)基金會顯著提高科技型初創(chuàng)企業(yè)可獲得的投資數(shù)量和投資額。這表明政府引導(dǎo)基金能夠發(fā)揮支持作用，為科技型企業(yè)提供資金支持。丁靈（2020）通過對2012—2018年新三板掛牌上市的科技型中小企業(yè)進行分析，認(rèn)為政府引導(dǎo)基金對科技型創(chuàng)業(yè)創(chuàng)新活動具有正向引導(dǎo)效應(yīng)。據(jù)此，本文提出研究假設(shè)3：

H3：高新技術(shù)企業(yè)受到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資后，更有利于提升企業(yè)創(chuàng)新能力。

2 實證研究設(shè)計

2.1 模型設(shè)定

政府引導(dǎo)基金是一種政策性基金，本文嘗試通過比較企業(yè)在獲得政府引導(dǎo)基金前后創(chuàng)新能力的差異，進而探究政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響。本文考慮到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資創(chuàng)新型中小企業(yè)的時間節(jié)點不同，因此構(gòu)造多時點的漸進雙重差分法分析政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力的影響。具體構(gòu)建的模型如下：

R&Dit=α0+α1Treati×Postt+α2Xit+μi+δt+εit（1）

其中，R&Dit是企業(yè)i在第t年的研發(fā)支出與營業(yè)收入之比，Treati×Postt表示政策虛擬變量和時間虛擬變量相乘，Xit表示企業(yè)層面的控制變量，它表示可能影響企業(yè)創(chuàng)新的其他因素，具體包括企業(yè)規(guī)模（Size）、資產(chǎn)收益率（ROA）、固定資產(chǎn)比率（Fixratio）、資產(chǎn)負(fù)債比（Level）、稅負(fù)（Tax）、企業(yè)存續(xù)期（Age）、股權(quán)集中度（Share）。μi和δt分別表示企業(yè)個體固定效應(yīng)和年份固定效應(yīng)。εit是隨機誤差項，指除以上影響因素外，其他可能會對企業(yè)創(chuàng)新能力產(chǎn)生影響并隨時間變化的因素。

2.2 變量說明

2.2.1 被解釋變量

在研究企業(yè)創(chuàng)新水平層面，袁建國等（2015）、溫軍和馮根福（2012）選擇從創(chuàng)新活動的投入與產(chǎn)出綜合衡量企業(yè)的創(chuàng)新能力，研發(fā)支出代表創(chuàng)新投入，專利數(shù)量代表創(chuàng)新產(chǎn)出。由于研發(fā)支出具有更加直觀、權(quán)威和可比較的優(yōu)勢，故而從創(chuàng)新投入的角度，選用研發(fā)支出與營業(yè)收入之比（R&D）用于基準(zhǔn)回歸。對于穩(wěn)健性檢驗，由于專利存在專利申請和專利授權(quán)兩種情況，相較于需要有一定程序、容易受監(jiān)管機構(gòu)執(zhí)行效率影響的專利授權(quán)，專利申請更能直接反映企業(yè)現(xiàn)階段的創(chuàng)新水平，所以選用企業(yè)新增專利申請總量作為替換的被解釋變量。綜上所述，從投入和產(chǎn)出兩個角度，全面衡量企業(yè)創(chuàng)新能力。

2.2.2 解釋變量

本文的關(guān)鍵解釋變量（Treat×Post）為“是否得到政府引導(dǎo)基金（Treat）”和“某時刻是否接受政府引導(dǎo)基金（Post）”的交乘項。政策虛擬變量（Treat）。設(shè)置處理組和對照組，得到政府引導(dǎo)基金的處理組該變量取值為1，未得到政府引導(dǎo)基金的對照組該變量取值為0。時間虛擬變量（Post）。定義得到政府引導(dǎo)基金當(dāng)年及之后年份該變量取值為1，得到政府引導(dǎo)基金之前的年份該變量取值為0。交乘項變量（Treat×Post）。使用政策虛擬變量（TReat）和時間虛擬變量（Post）之間的相互作用（Treat×Post）可以有效反映得到政府引導(dǎo)基金對企業(yè)創(chuàng)新能力的影響。當(dāng)且僅當(dāng)Treat和Post同時等于1時，Treat×Post取值為1，其余情況取值為0。本文實證部分采用雙重差分方法進行分析，Treat×Post的系數(shù)表示政府引導(dǎo)基金對企業(yè)創(chuàng)新能力的凈影響。

2.2.3 控制變量

在對可能影響企業(yè)創(chuàng)新能力的控制變量選擇方面，本文參照文強等（2024）、吳先明和馬子涵（2024）和Li等（2022）的研究方法，結(jié)合數(shù)據(jù)的可獲得性，主要選擇以下控制變量：企業(yè)規(guī)模（Size）、資產(chǎn)收益率（ROA）、固定資產(chǎn)比率（Fixratio）、資產(chǎn)負(fù)債比（Level）、稅負(fù)（Tax）、企業(yè)存續(xù)期（Age）、股權(quán)集中度（Share）。

2.3 數(shù)據(jù)來源和描述性統(tǒng)計

本文以截至2022年底的191家北交所現(xiàn)有企業(yè)為基礎(chǔ)，在剔除樣本中的金融類企業(yè)、被ST處理的企業(yè)和樣本數(shù)據(jù)嚴(yán)重缺失的企業(yè)后，保留全部得到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資的企業(yè)作為樣本，共計28家。剔除得到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資的企業(yè)樣本后，保留全部剩余樣本作為沒有得到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資的企業(yè)樣本，共計119家。本文選擇2013—2022年作為研究區(qū)間。其中，公司相關(guān)數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）、Wind數(shù)據(jù)庫以及部分手工整理，政府引導(dǎo)基金投資數(shù)據(jù)來自清科私募通。

3 初步分析

3.1 基準(zhǔn)回歸分析

在未加入控制變量的回歸結(jié)果中，Treat×Post的系數(shù)估計值為0.129；在加入控制變量的回歸結(jié)果中，Treat×Post的系數(shù)估計值為0.097。加入的控制變量對于企業(yè)研發(fā)與營業(yè)收入之比有一定的解釋作用，所以Treat×Post系數(shù)估計值變小。同時，加入控制變量后，調(diào)整的擬合優(yōu)度明顯提高，由0.041變?yōu)?.186，表明加入其他影響因素后，模型的擬合性更好，更加合理。在兩種估計結(jié)果下，基本結(jié)論均未改變，Treat×Post的系數(shù)在99%置信水平下顯著為正，證明得到政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金可以顯著提升企業(yè)的創(chuàng)新能力，假設(shè)H1得到驗證。此外，在控制變量中，部分控制變量的估計系數(shù)較為顯著，這表明影響企業(yè)創(chuàng)新能力的因素中，政策性基金因素只是其中一個方面，還會受到其他因素的影響。例如企業(yè)規(guī)模越大，企業(yè)資產(chǎn)規(guī)模越大，可用于研發(fā)的資金越多，在一定程度上能夠提高企業(yè)的創(chuàng)新能力和資產(chǎn)負(fù)債比例，加大企業(yè)研發(fā)投入，刺激企業(yè)發(fā)展，在一定程度上提高企業(yè)的創(chuàng)新能力。企業(yè)稅收越高，表明企業(yè)收入所得較高，說明企業(yè)經(jīng)營較好，有利于提高企業(yè)的創(chuàng)新能力。

3.2 穩(wěn)健性檢驗

3.2.1 平行趨勢檢驗

本文首先運用漸進雙重差分模型所需的平行趨勢假設(shè)進行穩(wěn)健性檢驗。處理組的漸進DID估計系數(shù)的95%置信區(qū)間。選用政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資前一年作為基期，結(jié)果顯示，政府引導(dǎo)基金投資前兩年和前三年，Treat×Post系數(shù)不顯著。政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資后的Treat×Post系數(shù)均顯著異于0，即通過平行趨勢檢驗，具有穩(wěn)健性。

3.2.2 替換被解釋變量

在基準(zhǔn)回歸中，本文選用研發(fā)支出與營業(yè)收入之比（R&D）作為企業(yè)創(chuàng)新能力的代理變量，從創(chuàng)新投入角度解釋企業(yè)創(chuàng)新能力，現(xiàn)利用新增專利總量（Patent）作為衡量指標(biāo)，從創(chuàng)新產(chǎn)出角度解釋企業(yè)創(chuàng)新能力。具體數(shù)據(jù)由中國研究數(shù)據(jù)服務(wù)平臺統(tǒng)計獲得。替換被解釋變量后穩(wěn)健性結(jié)果如表4第（1）列和第（2）列所示。對比表4中第（1）列與第（2）列，在替換被解釋變量后，Treat×Post的系數(shù)仍在99%置信水平下顯著，從創(chuàng)新產(chǎn)出的角度進一步驗證了假設(shè)H1。

3.2.3 控制個體固定效應(yīng)

為了更準(zhǔn)確地估計政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金政策變化對企業(yè)創(chuàng)新能力的影響，隔離政策效果與個體不變特征的混淆并且保證在不同樣本條件下依然成立，進一步進行控制個體固定效應(yīng)的穩(wěn)健性檢驗。部分影響由個體固定效應(yīng)解釋，所以Treat×Post系數(shù)估計值變小。但是加入個體固定效應(yīng)后，Treat×Post的系數(shù)仍在99%置信水平下顯著，說明控制個體固定效應(yīng)后仍具有穩(wěn)健性。

3.3 內(nèi)生性分析

司春曉等（2021）的研究表明，長期相同趨勢不一定總是成立，這成為漸進雙重差分法所面臨的內(nèi)生性問題?；诜词聦嵖蚣艿腜SM-DID模型可以在一定程度上實現(xiàn)隨機試驗的目的，解決內(nèi)生性問題。選擇所有控制變量作為協(xié)變量，利用Logit模型計算傾向得分值，使用一比一近鄰匹配方法進行企業(yè)傾向得分匹配，匹配后進行平衡性檢驗。結(jié)果表明，相較于匹配前，大部分控制變量的標(biāo)準(zhǔn)化偏差在匹配后都有明顯下降。同時P值有所提升，即匹配前顯著，匹配后不顯著。這表明，匹配之后，處理組變量和對照組變量不存在系統(tǒng)性差異，即近鄰匹配結(jié)果較好，結(jié)果滿足平衡性檢驗。

4 進一步分析

4.1 機制分析

根據(jù)理論假設(shè)，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金主要通過緩解企業(yè)融資約束對企業(yè)創(chuàng)新能力產(chǎn)生影響，因此本文選擇企業(yè)融資約束（SA）作為中介變量。本文參考Hadlock和Pierce（2010）、鞠曉生等（2013）和冀志斌等（2020）對融資約束的衡量指標(biāo)，采用SA指數(shù)衡量企業(yè)面臨的融資約束。相較于 KZ 指數(shù)、WW指數(shù)等常用融資約束衡量指數(shù)，SA指數(shù)采用企業(yè)規(guī)模、企業(yè)存續(xù)期兩個外生性指標(biāo)，可以避免因采用企業(yè)財務(wù)指標(biāo)而產(chǎn)生的內(nèi)生性問題。具體計算公式如下：

SA=-0.737×SIZE+0.043×SIZE2-0.04×AGE（2）

借鑒王愛萍等（2020）和梁玲玲等（2023）關(guān)于中介效應(yīng)的研究，結(jié)合基準(zhǔn)回歸模型，構(gòu)建中介效應(yīng)模型如下：

SAit=β0+β1Treati×Postt+β2Xit+μi+δt+εit（3）

R&Dit=φ0+φ1Treati×Postt+φ2SAit+φ3Xit+μi+δt+εit（4）

其中，SAit為企業(yè)融資約束中介變量，通過判別α1、β1、φ1和φ2的顯著性，實現(xiàn)對中介效應(yīng)的識別。

解釋變量Treat×Post的系數(shù)為9.254，在99%置信水平下顯著，說明政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對企業(yè)融資約束的緩解具有正向作用，能夠降低企業(yè)融資約束程度。解釋變量Treat×Post和中介變量SA的系數(shù)分別為0.095和0.0003，在99%置信水平下顯著，說明存在中介效應(yīng)，并且政府引導(dǎo)基金、融資約束的緩解對企業(yè)創(chuàng)新能力具有正向的影響。因此，由上述中介效應(yīng)的實證結(jié)果可知，政府引導(dǎo)基金對企業(yè)創(chuàng)新能力的促進作用，是通過緩解企業(yè)融資約束的中介機制實現(xiàn)的，融資約束在政府引導(dǎo)基金影響企業(yè)創(chuàng)新水平過程中起到了部分中介的作用。假設(shè)H2得到驗證。

4.2 異質(zhì)性分析

本文進一步探討政府引導(dǎo)基金對于不同類型企業(yè)創(chuàng)新能力的影響?；谡畡?chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資企業(yè)的初衷，政府引導(dǎo)基金更希望投資符合國家政策發(fā)展方向的行業(yè)與企業(yè)，提高國家綜合國力和相關(guān)行業(yè)與企業(yè)的核心創(chuàng)造力。高新技術(shù)企業(yè)作為衡量一國實力水平和發(fā)展?jié)摿Φ闹匾M成部分，自然是政府引導(dǎo)基金重點關(guān)注對象?；诒疚脑袠颖荆捎每萍疾?、財政部等部門于2016年聯(lián)合印發(fā)的《高新技術(shù)企業(yè)認(rèn)定管理辦法》中對于高新技術(shù)企業(yè)的界定，篩選出有128家企業(yè)屬于高新技術(shù)企業(yè)，19家為非高新技術(shù)企業(yè)。高新技術(shù)企業(yè)Treat×Post系數(shù)在99%置信水平上顯著，非高新技術(shù)企業(yè)Treat×Post系數(shù)不顯著，說明相較于非高新技術(shù)企業(yè)，政府引導(dǎo)基金投資于高新技術(shù)企業(yè)更有利于提升企業(yè)的創(chuàng)新能力，假說H3得到驗證。

5 結(jié)語

現(xiàn)階段用于政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金的規(guī)模不斷擴大、創(chuàng)新能力愈發(fā)成為企業(yè)重要戰(zhàn)略支撐能力的背景下，以北交所2020—2022年掛牌上市公司為樣本，研究了政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新能力提升的影響及作用機制，研究發(fā)現(xiàn)：其一，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)創(chuàng)新有正相關(guān)影響；其二，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金通過緩解企業(yè)融資約束，提升企業(yè)創(chuàng)新能力；其三，從企業(yè)異質(zhì)性角度，政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金投資于高新技術(shù)企業(yè)更有利于提升企業(yè)的創(chuàng)新能力。

根據(jù)上述研究結(jié)論，本文提出如下政策建議。其一，積極有序開展政府引導(dǎo)基金在投資市場上的投資活動，增加對創(chuàng)新創(chuàng)業(yè)企業(yè)的投資規(guī)模，明確政府的引導(dǎo)作用。其二，關(guān)注政府創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金對于企業(yè)融資約束的緩解作用，激發(fā)企業(yè)創(chuàng)新能力，提升企業(yè)的創(chuàng)新水平。其三，政府在出資設(shè)立引導(dǎo)基金時要加強宏觀規(guī)劃，減少盲目性。引導(dǎo)更多的資金會流向符合國家政策發(fā)展方向的企業(yè)，特別是在對高新技術(shù)企業(yè)投資過程中，可以按照企業(yè)規(guī)模、所屬行業(yè)等標(biāo)準(zhǔn)建立健全企業(yè)分級標(biāo)準(zhǔn)體系，對應(yīng)不同級別的企業(yè)給予不同力度的政府引導(dǎo)基金支持和政策扶持，從而實現(xiàn)“精準(zhǔn)投資”和“?？顚Ｓ谩?。

參考文獻

Gompers P，Lerner J. Venture capital distributions： short-runand long-run reactions [J]. Journal of Finance， 2010，53（6）：2161-2183.

楊艷，朱恒源，吳貴生.我國企業(yè)創(chuàng)新能力的解構(gòu)與演進[J].經(jīng)濟管理，2007（9）：30-35.

袁建國，后青松，程晨.企業(yè)政治資源的詛咒效應(yīng)： 基于政治關(guān)聯(lián)與企業(yè)技術(shù)創(chuàng)新的考察[J].管理世界，2015（1）：139-155.

溫軍，馮根福.異質(zhì)機構(gòu)、企業(yè)性質(zhì)與自主創(chuàng)新[J].經(jīng)濟研究，2012，47（3）：53-64.

陳旭東，楊碩，周煜皓.政府引導(dǎo)基金與區(qū)域企業(yè)創(chuàng)新： 基于“政府+市場”模式的有效性分析[J].山西財經(jīng)大學(xué)學(xué)報，2020，42（11）：30-41.

Cumming D.J.， Li Dan. Public policy， entrepreneurship， and venture capital in the United States[J]. Journal of Corporate Finance， 2013（23） ： 345-367.

Bertoni F， Tykvova T. Does Governmental Venture Capital Spur Invention and Innovation？ Evidence from Young European Biotech Companies[J]. Research Policy， 2015， 44（4）：925-935.

程聰慧，王思亮.創(chuàng)業(yè)投資政府引導(dǎo)基金能引導(dǎo)創(chuàng)業(yè)企業(yè)創(chuàng)新嗎？[J].科學(xué)學(xué)研究，2018，36（8）：1466-1473.

鄒璇，張夢雨.風(fēng)險投資、融資約束與新能源企業(yè)創(chuàng)新： 基于異質(zhì)性雙邊隨機前沿模型[J].工業(yè)技術(shù)經(jīng)濟，2020，39（1）： 3-12.

段勇倩，陳勁.風(fēng)險投資如何影響企業(yè)創(chuàng)新： 研究述評與展望[J].外國經(jīng)濟與管理，2021，43（1）： 136-152.

Chemmanur T.J， Fulghieri P. Entrepreneurial Finance and Innovation： An introduction and agenda for future research[J]. The Review of Financial Studies， 2014，27（1）： 1-19.

黃嵩，倪宣明，張俊超，等.政府引導(dǎo)基金能促進技術(shù)創(chuàng)新嗎： 基于我國科技型初創(chuàng)企業(yè)的實證研究[J].管理評論，2020，32（3）： 110-12.

李善民，梁星韻，王大中.中國政府引導(dǎo)基金的引導(dǎo)效果及作用機理[J].南方經(jīng)濟，2020（8）：1-16.

丁靈.政府引導(dǎo)基金能引導(dǎo)企業(yè)科技創(chuàng)新嗎： 基于創(chuàng)業(yè)投資引導(dǎo)基金[J].北方經(jīng)貿(mào)，2020（1）：40-42.

文強，陳海強，袁煜玲.緩解融資約束必然促進企業(yè)創(chuàng)新嗎？來自信貸擴張準(zhǔn)實驗的證據(jù)[J].系統(tǒng)工程理論與實踐， 2024（1）： 1-24.

吳先明，馬子涵.產(chǎn)業(yè)政策促進企業(yè)創(chuàng)新的傳遞機制與情境條件： 來自滬深A(yù)股上市公司的經(jīng)驗證據(jù)[J].當(dāng)代經(jīng)濟管理， 2024， 46（1）： 31-42.

Li R， Rao J， Wan L. The digital economy， enterprise digital transformation， and enterprise innovation[J]. Managerial and Decision Economics， 2022， 43（7）： 2875-2886.

司春曉， 孫詩怡， 羅長遠(yuǎn). 自貿(mào)區(qū)的外資創(chuàng)造和外資轉(zhuǎn)移效應(yīng)： 基于傾向得分匹配-雙重差分法（PSM-DID）的研究[J].世界經(jīng)濟研究， 2021（5）： 9-23.

Hadlockcj， Piercejr. New evidence on measuring financial constraints： moving beyond the KZ index[J]. Review of financial studies，2010，23（5）：1909-1940.

鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業(yè)創(chuàng)新可持續(xù)性[J].經(jīng)濟研究，2013（1）：416.

冀志斌，石政，賈圓圓.房價變動與企業(yè)融資約束關(guān)系的實證檢驗[J].統(tǒng)計與決策，2020（5）：123-128.

王愛萍，胡海峰，張昭.金融發(fā)展對收入貧困的影響及作用機制再檢驗： 基于中介效應(yīng)模型的實證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2020（3）：70-83.

梁玲玲， 李燁， 陳松. 數(shù)字普惠金融促進企業(yè)綠色技術(shù)創(chuàng)新的效應(yīng)與機制檢驗[J].統(tǒng)計與決策， 2023， 39（11）： 168-173.