科技金融政策對城市創新水平的影響研究
——來自中國284 個地級市的證據

王亞楠 宋結焱 周立

一、引言

“十四五”規劃指出堅持創新在我國現代化建設全局中的核心地位，把科技自立自強作為國家發展的戰略支撐。進一步實施創新驅動發展戰略，鞏固壯大實體經濟根基，促進產業優化升級，依靠創新提高發展質量。單純依靠資源量的投入是不可持續的，可持續增長的根本途徑是提高資源使用的效率，而創新提高效率，科技創新能夠緩解國家人口紅利壓力、資源紅利壓力。提升國家創新水平是由微觀企業、中觀產業、宏觀區域三個維度逐級上升推進的（李洪濤等，2021），按照該思路，如何刺激基本城市單位創新水平提升的關鍵是激發企業創新活力?？萍寂c金融的結合在很大程度上支撐了創新驅動發展實踐和經濟學的理論創新，我國已基本形成了科技金融政策體系，包括國家戰略、財政科技投入、科技保險、科技資本市場、科技擔保等。

金融創新與科技創新是相輔相成的關系，科技創新發展方式轉變與結構調整需要金融創新的支持；金融創新以科技創新作為基礎，金融資本與科技創新間具有內在聯系?？萍冀鹑诘囊x是科學技術通過金融渠道實現價值發現和本身的風險分擔，同時，科技資源得到金融的開發利用產生高生產效率為金融資本帶來高額回報。金融發展提高創新項目的資本配置總量和效率，創新是高質量發展的關鍵“支點”，是企業發展的“命脈”，持續重塑金融行業生態格局，才能為實體經濟提供源源不斷的創新活力（李春濤等，2020）?？萍己徒鹑诘碾p向融合推動企業發展，其最終目標是降低企業融資風險，促進科技成果轉化，加快創新型國家的建設?？萍冀鹑谡咦鳛轶w制機制創新，研究其與城市創新水平之間的關系具有重要意義。

本文依據2010年五部門聯合發布《促進科技和金融結合試點實施方案的通知》、《關于確定第二批促進科技和金融結合試點的通知》的“促進科技和金融結合試點”為準自然實驗，通過多期雙重差分方法驗證政策的有效性。本文主要工作：①探討2011年與2016年“促進科技與金融結合試點”對兩批試點地區產生的城市創新水平效應，時長跨度為2004-2019年，涵蓋全國284座城市，相比現有文獻使用雙重差分法以及城市數量較少而言，文章結論更具有說服力且更具有政策的現實意義。由于政策底層邏輯為降低企業融資難度，擴大企業現金流，進而維持或增加研發投入，所以識別研發投入的資金對城市創新水平的正向影響，才能更加肯定政策實施的有效與必要性。②不同于已有偏向宏觀的省份層面研究科技金融指數對創新水平研究和偏向微觀的企業創新產出的研究，本文從中觀的城市層級出發，注重城市經濟的異質性分析與探討，涉及到城市行政等級、城市距離港口遠近等新穎角度。文章最終目的在于為科技金融政策的深入和拓展提供新的認識和理解，科技與金融的有效結合，緩解科技創新的融資約束，促進地區創新水平的提高。

二、文獻綜述和研究假說

科技金融政策以企業為主體、市場為導向、城市為基本單元，結合金融資本與社會資本加速科技成果轉化，城市內部企業科技創新成效與城市創新水平的提高有直接的聯系。政策實施的有效性、資金投入對地區創新水平的影響以及政策作用的機制值得進一步探討。

對于經濟政策是否確定，顧夏銘等（2018）認為經濟政策不確定性正向影響企業的創新投入和產出，但不確定性的上升也會帶來對企業資本投資活動的抑制等負面影響。也有其他學者認為，相關政策的推行可以促進城市創新水平提升，推動經濟的發展，Rosa et al. (2016)發現聯邦政府在科學、科技、創新方面的公共政策的推進有利于以科技為基礎的企業生態系統的發展，通過市政府的地方分權可以改善效率，加強區域創新，從而補充國家科技和創新政策。王秀麗等 (2020)分析了科技金融對中國國際技術創新的作用機制與正向影響效果，強調要完善科技金融不同主體的激勵機制，加快國際專利的布局。李軍林等(2021)對我國城市間的科技創新差異展開綜合分解，發現地區中集信息化建設、資金投入等“組合拳”創新政策能夠很好地提升城市創新水平?？萍紕撔鲁晒D化、實體經濟發展均需要政策的支持。

基于此，提出假說1：實施科技金融政策正向影響地級市創新水平。

科技金融政策根本邏輯是拓寬資金引入渠道來緩解科技企業融資約束，資金供給的兩個渠道，一是政府資金，二是金融機構資金。首先從政府資金投入的角度，國內外學者有不同思考，具有非盈利性質的中國政府補貼主要包括創新性補貼（科研專項、產業轉型升級引導資金、企業研發等）和一般性補貼（環境治理、招商引資、經營不善等），國內學者白俊紅等（2015）研究發現,協同創新過程中,政府科技資助、企業與高校的聯結以及企業與科研機構的聯結對區域創新績效有顯著的正向影響,李軍林等（2021）證明政府支持創新資金投入，資助科研單位的原生創新，實現產學研合作比直接補貼企業更有助于擴大城市科技創新建設的成果。再者從金融機構資金投入角度，良好金融體系的形成能夠增大企業創新資金的支持，對技術創新產生激勵作用，Ruiya He（2018）利用向量自回歸模型證明了直接和間接融資規模與科技創新呈正相關關系。King and Levine（1993a，1993b）利用內生增長模型發現了融資、預估企業現金流、評估企業創新活動風險是金融系統促進創新的方式。Subash Sasidharan et al.（2015）利用研發投入模型發現企業投資支出正向影響現金流量，支持了融資約束假說?？萍夹椭行∑髽I的發展需要較高的資金投入，政策的出現能夠在一定程度上解決資金短缺的難點，同時科技型企業發展是區域經濟創新轉型的內在需求，微觀企業的科技創新必然能在地區創新水平上得到體現。

由此，提出假說2：提升資金投入水平正向影響地級市創新水平。

資金投入是科技金融政策對城市創新水平產生影響的原因，資金投入產生作用的表現形式，具體可以延伸為兩種效應，結合學者在此方面做的深刻探討，總結來看主要為補貼效應與產業結構升級效應。

第一，補貼效應。馬勇等（2022）探索貨幣政策與財政補貼政策交互效應對公司創新的影響，發現緊縮貨幣政策與財政補貼促進企業創新。Maribel Guerrero et al.（2021）結合墨西哥683個產業研究合作伙伴資源研究發現補貼項目的初始投入能產生一些追求補貼的預期社會經濟回報。政策下專項資金、補貼、貼息貸款、科技保險、創業投資等金融資源會被投入到科技創新活動中，當然，財政補貼要適度，過高會對企業創新帶來負面影響。中央財政設立國家科技成果轉化引導基金，通過設立創業投資子基金、貸款風險補償和績效獎勵等方式，刺激城市創新水平的提高。綜合來說，主要是通過篩選科創企業合理配置金融資源、增加科技財政投入緩解金融資源錯配現象、拓寬風險分散機制這三個渠道實現政策的補貼效應，也即融資效應。

第二，產業結構升級效應。首先，科技與金融結合水平提高伴隨產業結構升級，科技金融結合對地區產業結構高度化效率和產業結構合理化具有顯著的改善作用（馮永琦，2021）；其次，從配置效應的角度來說，科技金融促進產業結構升級的同時必然會促進全要素生產率的提高，提高全要素生產率是我國實現經濟高質量發展的動力（馮銳等，2021）?！按龠M科技與金融結合”一定程度上減少了傳統金融體系的限制，提升金融服務效率，能促進產業結構升級，產業結構升級更加會刺激當地創新水平的提升。張湘贛（2011）認為我國與發達國家相比，GDP差距主要來源于第三產業，所以產業結構升級依靠第三產業引擎拉動，產業增長模式的發展能夠在地區經濟水平有所體現，產業結構升級能夠拉動地區的創新水準，助力我國經濟高質量發展。胡歡歡等（2021）驗證了科技金融政策通過金融發展和技術創新的學習效應、擴散效應、協同效應推動產業結構升級，產業結構升級也將會刺激創新驅動深化，引導資金的市場化運作?？萍冀鹑诘陌l展對我國第二產業的升級具有較為顯著的推動作用，產業結構高級化與地區創新水平密切相聯，政策實施會通過“產業結構效應”促進城市創新水平的提高。Ning Wu et al. (2020)以中國地區為研究對象發現高等教育和技術創新對產業結構升級具有顯著的空間溢出效應，產業結構升級又推動下一輪科技創新。更早的學者探討中，基于中國省際面板數據對“產業升級能否帶動自主創新能力提升”問題進行實證研究，吳豐華等（2013）發現產業升級可以通過微觀需求拉動效應、中觀地區協同效應、宏觀國際貿易效應帶動企業、地區、國家三個層面的自主創新。

基于以上討論，提出假說3：“促進科技與金融結合試點”政策通過補貼效應與產業結構效應提高地區創新水平。

三、數據和描述性統計

（一）樣本與數據來源

第一，驗證政策有效性。（1）根據下發通知確定處理組城市，在這些試點地區里有直轄市、地級市、經濟區、創新示范區等，兩批試點地區可細分為49個城市單位（馮永琦等，2021；馮銳等，2021；馬凌遠等，2019），對降級城市、更名城市以及數據模糊、數據不完整的城市進行剔除，最終獲取30個省份284個城市的平衡面板數據。（2）2002年后國內大環境基本處于穩定狀態，采用2004-2019年時間跨度對該政策進行驗證。由于該政策設置試點存在不同批次，我們參照Thorsten Beck et al.（2010）的做法選用多期雙重差分法來檢驗這項科技金融政策是否對城市創新程度的提高起到推動作用。（3）實證研究中涉及的城市創新能力使用城市年末發明專利數量、實用新型專利數量、外觀設立專利數量三個維度來衡量?？刂谱兞恐薪洕l展水平、產業發展水平、人力資本水平、人口規模、環境污染的相關數據均來自于2005-2020年《中國城市統計年鑒》，少數缺失值用趨勢遞推法補齊。

第二，為更好地鏈接機制效應，檢驗資金投入是否帶動了地區層面的創新。為更具有強烈直觀、準確與細致認識科技與資金對城市創新的影響，選取高新技術中小企業的研發支出數據進行研究。（1）篩選數據，選擇深證主板A股、創業板、科創板、北交所，本文借鑒彭紅星等（2017）做法，確定高科技上市公司行業代碼，全部樣本涉及3個門類和19個大類①借鑒《戰略性新興產業分類目錄》、《戰略性新興產業分類（2012）（試行）》和經濟合作與發展組織。。（2）由于企業研發支出指標在2011年前數據記錄不全，選取2011-2019年所有相關企業進行檢驗，在數據整理過程中剔除ST類股票以及資產負債率大于1，資不抵債企業，最終獲取11016個企業觀測值。（3）為消除異常值影響，對公司研發支出在1%水平上進行縮尾處理。（4）對沒有記錄省份與城市的企業，手動查詢填補，然后根據在相同城市的企業進行求和與對數化處理，最終獲取150個地級市數據。

（二）變量定義和數據描述

本文核心解釋變量是各地級市與政策實施時間的雙重差分估計量與研發投入；被解釋變量采用地級市年末發明專利、實用新型專利、外觀設立專利數量來衡量創新水平，其中發明專利數量用以衡量一個地區最核心、最直接的自主創新能力（吳豐華等，2013）；關于控制變量的選擇，結合已有文獻研究，選用控制變量及計算公式：①經濟發展水平：ln(人均地區生產總值)。用來控制一個地區經濟的時變變化對城市創新水平的影響。②產業發展水平：第三產業增加值/當年地區生產總值。第三產業的集聚度與區域科技創新水平存在正向關系。③人力資本水平：信息傳輸計算機服務和軟件從業人員數量、金融業從業人員以及科學研究技術服務人員之和/地區從業人員總人數。高新技術產業的集聚會促進地區人力資本水平提升并對當地創新水平帶來影響。④環境污染水平：ln(工業氮氧化物排放量及工業廢水排放量)。中國經濟在快速發展的同時，環境污染問題也日益嚴重，國家也相應提出了較多政策和措施促進地方重污染企業轉型升級，新創建中小企業也響應國家號召并為獲取較多經濟支持而申請較多環保型專利。⑤地區人口規模：ln(城市年末總人口數)。人口規模優勢較大的城市對各種資源產生強大的集聚力，同時在一定程度上代表市場規模，市場規模越大其地區創新回報水平越高，這會促進當地更多企業進行創新。

表1是變量的描述統計，核心解釋變量l n（investment）最小值與最大值相差較大，說明地級市研發投入水平懸殊。從證明政策有效性角度，我們共獲得4544個城市觀測值，被解釋變量最小值與最大值相差懸殊，標準差也較大，即284個城市的創新水平懸殊較大。

表1 描述統計

四、研究設計

為驗證假說1，借鑒馮永琦等（2021）建立如下模型：

2011年與2016年分兩批進行的“促進科技與金融結合試點”政策是科技金融政策下將創業投資、銀行信貸、多層次資本市場、科技保險等多項細微政策融合，對企業、地區、國家的創新水平提升發揮重要的助推作用。式中i為各個城市，t為年份，被解釋變量patent_inventionit、patent_utilityit、patent_designit為城市i在t年的獲得的三種專利數量；didit為treatmenti*postt，如果didit系數α1顯著大于0，那么說明“促進科技與金融結合試點”政策對試點地區存在創新帶動效應；ηi、μt分別為個體固定效應與時間固定效應。εit是隨機擾動項。模型使用OLS方法進行回歸，并將標準誤聚類到各地級市層面。

為驗證假說2，借鑒彭紅星(2017)、馬凌遠（2019）建立如下雙向固定效應模型：

patentit是地區層面的三種專利類型申請數量總和，ln(investmentit)是地區層面相關企業研發支出之和，Xcontrolit為影響城市創新水平的控制變量；ηi、μt分別為個體固定效應與時間固定效應。由于地區創新水平的提高會刺激企業研發投入的增加，核算研發投入時，發現有企業未公開數額，核心解釋變量會存在雙向因果以及樣本選擇的內生性問題。為解決內生性問題，我們利用萬人均銀行機構數量number_w作為研發投入的工具變量,地區萬人均銀行機構數量越多則金融服務可獲性越高，金融排斥程度越低(董曉林等，2012)。工具變量的選擇也通過了第一階段弱工具變量的檢驗，是強工具變量。

為驗證假說3，建立如下模型；

（1）、（3）、（4）式構成中介效應檢驗的遞歸公式，sub與indgrow分別代表地級市層面的補貼效應與產業結構升級效應，在模型（3）、（4）中用inter代表，我們關注（3）式中系數α1是否顯著，如果顯著關注（4）式中系數α1、α2的顯著性，若α1不再顯著，α2顯著，則說明該機制變量為完全中介效應，若α1仍顯著，但顯著性下降或比（3）式中系數α1值要小，α2也顯著，則該機制變量呈現部分中介效應。

五、“促進科技與金融結合試點”政策對地級市創新水平的影響

（一）地級市創新水平趨勢圖

雙重差分模型結果成立的前提是滿足“平行趨勢檢驗”，由于本文是多批試點的政策實施，所以參考事件分析法進行時間異質性檢驗，設定以下模型：

式（5）中，代表“促進科技與金融結合”試點設立這一事件的虛擬變量，假定城市i開始試點的年份為yi，令k=t-yi；當k≥-8時，相應的=1，否則為0，據此生成虛擬變量，依次類推，生成、等虛擬變量。在具體的回歸分析中，本文以k=-8為基準期，式中不含有這個虛擬變量。通過比較式中βk的經濟和統計顯著性就可以檢驗試點的時間變化的有效性，考察政策的動態效果。如圖1、2、3，對三種專利的時間異質性分析即的系數隨時間的變化情況，從實施試點政策的當年，置信區間為95%的系數顯著性有了較大幅度的改善，直到設立后的第8年，試點的城市創新水平都有了很大改觀?？傮w來說，“促進科技與金融結合”試點通過平行趨勢檢驗。

圖1 政策時間異質性檢驗（人均發明專利）

圖2 政策時間異質性檢驗（人均實用新型專利）

圖3 政策時間異質性檢驗（人均外觀設計專利）

（二）研發投入對創新水平及多期雙重差分模型實證結果分析

表2是模型（1）的回歸結果。（1）、（3）、（5）列未控制固定效應以及控制變量，而（2）、（4）、（6）則報告了控制所有變量以及固定效應的完整結果。結果顯示，變量did的系數均在1%的水平上顯著，表明“促進科技與金融結合”試點的成立對所在城市創新水平的提升有顯著帶動效應，科技金融政策能夠改善企業財務狀況，優化企業投資、融資行為，促進了微觀主體創新轉型。根據表2第（2）列，試點的設立會引起所在城市年萬人均發明專利、實用新型專利、外觀設計專利增加3.4088、11.0511、4.9809個單位。在本文平行趨勢檢驗中，我們可以看到三種專利類型在之后8年都處在增長狀態，這對試點地區創新水平的提升不可小覷。因此，假說1成立，試點地區的城市創新水平會受到“促進科技與金融結合”試點政策的影響，這種帶動效應具有很強的統計與經濟顯著性。

表2 基準模型回歸結果

表3是模型（2）的回歸結果，第一列匯報OLS的估計結果，ln(investment)的系數為0.0048，在1%置信水平上顯著，說明研發投入資金的增加確實能夠促進地級市創新水平的提高。為解決地級市研發支出與城市創新水平的內生性問題，選取2007年到2021年所有銀行機構數據，補充未公開所在省份與地區的銀行，整理后共3905個銀行觀測值，并按照不同地級市對銀行的國內機構數量進行求和，最終獲取148個地級市銀行機構數量數據，獲取“萬人均擁有銀行機構數量”工具變量。第二列匯報了使用工具變量的面板IV結果，主要變量ln（investment）在10%置信水平上為正，系數大小為0.0031，與雙向固定下OLS的結果降低35.42%，說明該工具變量在一定程度上解決了內生性問題。第（3）列是IV回歸第一階段結果，工具變量F統計值為47.71,通過了不可識別檢驗、弱工具變量檢驗、Sargan檢驗以及Hausman檢驗，證明存在內生性問題且找到了強工具變量來解決內生性。第（4）列匯報了系統GMM回歸結果，研發投入系數為0.0058，在1%的置信水平上顯著。以上回歸結果均證明了資金投入能夠促進地區創新水平的提升，假說2得證。

表3 資金投入對城市創新水平的實證結果

（三）穩健性檢驗

1.共同趨勢假設

利用雙重差分模型識別政策沖擊的有效性，其前提條件是成為試點的城市（處理組）與沒有成為試點的城市（控制組）在這項政策實施之前并不存在顯著差異，即創新水平存在一致的發展趨勢，如上圖所示，變量在政策實施前置信區間均含0，實施后，變量顯著水平大幅上升?？紤]到政策的規劃需要提前一段時間，同時會有重大利好信息傳播路徑的存在，所以在圖中顯示前一年有部分顯著的趨勢。

2.PSM-DID

利用傾向得分匹配方法修正樣本選擇性偏誤，“促進科技與金融結合”試點至今分為兩批設立，將49個試點地區作為處理組，利用傾向得分匹配，按照1：1近鄰匹配有放回抽樣的方法逐年匹配。表4呈現了匹配后處理組與控制組樣本各控制變量的均值差異，p值在10%水平上不顯著，處理組與控制組的樣本相對平衡。表5是對匹配好的樣本進行did的統計結果，did的系數大小降低但在1%水平上顯著。

表4 匹配后處理組和控制組特征變量的均值差異

表5 PSM-DID回歸統計結果

3.安穩劑檢驗

本文為多期DID，不同試點的政策實施時間不同，單純地隨機抽取處理組與控制組已不適用。故為每個樣本對象隨機抽取樣本期[2004,2019]作為政策時間，抽取次數為500次，由此可得到500個did的估計系數。抽取樣本結果如附錄2中圖4、5、6所示，以圖4發明專利安慰劑檢驗為例，絕大多數的p值在10%以上，從圖中可以看出，系數的大小遠小于原估計系數4.9809，隨機設定政策實施時間會導致“促進科技與金融結合”政策對試點城市創新水平的提升效應失去作用，從反事實角度證實了該政策的有效性。

圖4 安慰劑檢驗（人均發明專利）

圖5 安慰劑檢驗（人均實用新型專利）

圖6 安慰劑檢驗（人均外觀設計專利）

六、進一步分析：機制分析與異質性分析

（一）機制分析

按照中介效應檢驗的遞推公式，我們對上文提到的可能機制進行檢驗。補貼效應用地方一般預算科學技術支出占地區公共財政支出的比重來衡量，產業結構效應用產業結構高級化進行衡量，計算公式為第三產業增加值與第二產業增加值之比。融資效應傾向于微觀個體，從經濟學意義上，試點的成立會帶動企業的融資，尤其是科技型中小企業群體會將融資的很大一部分投入研發生產，而文章從城市角度著手，城市層面適合對補貼效應與產業結構效應進行檢驗。

1.補貼效應檢驗

科技金融體系的資金來源主要是政府資金、債權融資以及股權融資，其中政府資金的投入包括專項資金、補貼、流動貼息貸款、科技保險、創業投資等,這些相關的補貼措施提高了科技金融政策的有效性。表8顯示did的系數較之表2結果，發明專利、實用新型專利、外觀設計專利分別下降13.89%、18.80%、22.42%，所以補貼效應為機制變量，屬于部分中介效應。

表8 機制檢驗-補貼效應

2.產業結構效應檢驗

產業升級可以通過微觀需求拉動效應、中觀地區協同效應、宏觀國際貿易效應帶動企業、地區、國家三個層面的自主創新。產業聯動需要科技金融的支持，用科技創新推動第二產業產業結構調整（章奇，2016），產業結構轉型與經濟結構轉型反過來會促進科技創新。表9為檢驗結果，產業結構效應也是部分中介效應。產業與科技的結合，構成新的要素組合產生新優勢，提高城市的創新水平。

表9 機制檢驗-產業結構效應

（二）異質性分析

政策制定應有地理區域位置的考量，以及區域下不同城市的行政級別和政府效率是否會影響政策效果，科技金融政策的實施效果是否也會與貿易對外開放規模有關聯，考慮到以上情況，進行以下驗證分析。

1.區域城市考察

將284個城市按照東、中、西①按照中國經濟社會大數據研究平臺的分類，東部地區包含北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南??；中部省份包括山西省、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省、內蒙古自治區（東部）；西部省份包括廣西壯族自治區、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾族自治區、西藏自治區（由于數據可獲得性不足，不做研究）。進行劃分，分組進行回歸，考察政策在不同地區的影響。從表10可以看到東部的三種專利類型的did回歸系數均比表2中did的回歸系數高，中部和西部則小于原基準回歸系數。東部由于經濟底蘊深厚、資本市場較為完備、科技金融生態環境更優，所以該政策在東部地區取得的效果更顯著?？傮w來看，無論東部、中部還是西部系數均在1%與5%水平上顯著，政策實施能夠改善城市的創新水平。

表10 異質性檢驗-地區

2.城市行政級別考察

考慮到中國城市的行政劃分，行政級別高的城市，各種資源等會傾斜，對于“促進科技與金融結合試點”政策的實施可能會存在差異，引入城市行政級別與did的交互項，按照正部級（直轄市）、副部級（副省級城市含5個計劃單列市）、準副省級城市（包括十大“較大的市”）、正廳級（一般地級市），分別賦值4、3、2、1。表11中發明專利的交互項系數為1.6772，在5%的置信水平上顯著為正，而實用新型專利交互項系數為正但不顯著，外觀設計專利交互項系數為負且不顯著。通過回歸結果來看，對于發明專利，行政級別越高的試點城市申請數量越多，而對于實用新型專利與外觀設計專利行政級別帶來的資源優勢并不明顯，由于發明專利數量是衡量一個地區最核心、最直接的自主創新能力，可以說明行政級別高的城市自主創新能力在科技金融政策下有更好的表現。而對于實用新型與外觀設計，行政級別沒有太大的影響，根據激勵相容理論，說明政策實施對于行政級別低的城市起到創新的激勵作用。

表11 異質性檢驗-行政級別

3.距離最近港口的距離考察

選取各城市到最近港口的距離來體現貿易對外開放程度，引入距離與did的交互項。表12是回歸結果，可以看到港口距離越遠，對政策有效性就會有抑制作用，港口距離越近的城市越靠近國外市場，市場潛力更大，創新水平就越高，內陸腹地創新動力低，說明科技金融政策要向港口距離較遠的城市進行差別激勵，如增設內陸貿易點，增進地區間交流，加大金融對距離港口距離較遠城市的實體經濟的有效支持。

表12 異質性檢驗-港口距離

4.政府效率考察

根據《中國地方政府效率研究報告（2020）》，由于直轄市經濟與區位的比較優勢以及政治地位較高，為了保證城市自身特性的一致性，排名僅涉及地級市。與城市等級同樣的處理方式，采用交互項形式進行驗證。表13可以得到，政府效率排名的數值越大，其對應的城市創新產出就越低。did與政府效率排名的交互項估計系數的大小來看，其影響不夠明顯，其原因是由于排名屬于百強，即本身地級市就具有一些創新創業的基礎優勢，但從統計結果來看，系數顯著為負，說明政府效率越好的地級市，創新水平越高。所以，要重視發揮政府與市場“互惠之手”而非替代關系,使政府與市場在相應的生態位相互增強提高營商環境承載力,提升政府效率在產生高創業活躍度上發揮較普適的作用（杜運周等，2020）。

表13 異質性檢驗-政府效率

七、結論與政策建議

提倡科技與金融深度融合，引導金融資金流向高新技術產業，建立城市創新水平新高度，加快提高我國整體科技水平提升?！按龠M金融與科技結合試點”政策有效提高國家整體創新水平，同時通過補貼效應與產業結構效應刺激地區創新，越高的城市金融發展水平能對政策做出較強反應，不同區域、不同城市行政等級、距離港口遠近、不同政府效率政策實施效果存在異質性。政策檢驗結果均通過了穩健性檢驗，為更好地發揮該項政策創新驅動作用，結合上文，從國家層面、城市層面、銀行與企業層面給出建議。

首先，國家應有經驗地擴大科技金融政策的試點地區，發揮首批與第二批試點的創新輻射作用，向相關地區提供更多的科技創新自主空間。國家方面要注意政策的現存缺陷，要先根據各試點的政策反饋進行完善后進行第三批試點推廣。例如，西部試點地區實施效果嚴重低于三個劃分地區均值，要考慮試點政策提供的基礎條款是否適合西部地區現有的經濟狀況發展，是否要具體地區具體羅列優惠條款，需要給到各試點地區一定程度的自主發揮余地。城市發展水平、城市行政等級、距離港口遠近和政府效率會影響創新效應，在完善政策時要考慮是否先將有限的資源先給到大城市，后期利用大城市發展資源后定點幫扶中小城市提高創新水平。國家層面要注重城市與城市間的各類資源的協調互動，促進城市創新效應的內生。其次，城市層面要結合現有資源，向高新技術類產業進行資源傾斜，同時保證農業類企業的生存和發展。城市要制定符合市場經濟規律，量身打造適合本地區發展的科技金融政策并保證政策的實施，這要求在公共服務、公共資源配置、政務公開等方面加強管理。完善群眾反饋路徑，實時跟進政策落實情況，不同地區的地級市要根據自有的資源實行差異化戰略。最后，銀行與企業之間要建立良好的信用模式，由于我國金融系統的供給偏向性使得眾多中小企業無法獲得穩定的融資現金流，企業不能夠從正規體系獲得資金，從而阻礙了企業的發展。銀行要做科技金融政策落實的排頭兵，研究開發新型金融產品，創新知識產權質押貸款，及時加入供應鏈金融時代，合理配置資源，為企業發展謀求出路。