馬凌遠(yuǎn) ,李曉敏
(1.鄭州航空工業(yè)管理學(xué)院 經(jīng)濟(jì)學(xué)院,河南 鄭州 450046; 2.河南大學(xué) 經(jīng)濟(jì)學(xué)院,河南 開封 475004)
當(dāng)前,中國經(jīng)濟(jì)發(fā)展正面臨著內(nèi)外雙重困境。在內(nèi)部,人口紅利已經(jīng)逐漸消失,勞動(dòng)力成本不斷攀升導(dǎo)致以往依賴要素驅(qū)動(dòng)的經(jīng)濟(jì)增長難以為繼,中國經(jīng)濟(jì)發(fā)展步入新常態(tài);在外部,世界經(jīng)濟(jì)格局正在加速重構(gòu),以TPP、TTIP為代表的新型自貿(mào)協(xié)定正欲重塑全球經(jīng)貿(mào)規(guī)則,中美貿(mào)易摩擦不斷升級,中國進(jìn)一步深化改革開放勢在必行。新形勢下,無論是政府、企業(yè)還是學(xué)界都已形成共識(shí),即“創(chuàng)新驅(qū)動(dòng)”已成為中國經(jīng)濟(jì)發(fā)展的必然選擇,為此,如何實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展也就成為各界普遍關(guān)注的焦點(diǎn)問題?!秶覄?chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略綱要》指出,要實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng),則必須堅(jiān)持科技創(chuàng)新和體制機(jī)制創(chuàng)新的“雙輪驅(qū)動(dòng)”,即一方面要強(qiáng)化科技創(chuàng)新,著力提升我國自主創(chuàng)新能力;另一方面需進(jìn)行體制機(jī)制創(chuàng)新,為科技創(chuàng)新掃除制度上的障礙,而促進(jìn)科技和金融結(jié)合就是一項(xiàng)旨在促進(jìn)科技創(chuàng)新的體制機(jī)制創(chuàng)新。早在20世紀(jì)80年代,我國就開始嘗試將科技和金融進(jìn)行結(jié)合,1985年,中國人民銀行和國務(wù)院科技領(lǐng)導(dǎo)小組發(fā)布了《關(guān)于積極開展科技信貸的聯(lián)合通知》,開始面向全社會(huì)正式啟動(dòng)科技信貸。1993年,深圳市科技局首次將“科技和金融”簡寫為“科技金融”,這一新興詞匯由此進(jìn)入公眾視野,并受到政府部門和學(xué)術(shù)界的廣泛關(guān)注。經(jīng)過30多年的發(fā)展,我國科技金融已經(jīng)逐漸形成了具有科技支行、科技保險(xiǎn)、風(fēng)險(xiǎn)投資、多層次資本市場等多渠道、全方位、多視角的科技金融體系[1]。但當(dāng)前我國眾多的科技型企業(yè),特別是從事科技創(chuàng)新的中小企業(yè)的發(fā)展仍面臨著嚴(yán)重的金融約束,企業(yè)創(chuàng)新融資難、融資貴問題已經(jīng)成為我國創(chuàng)新驅(qū)動(dòng)戰(zhàn)略實(shí)施的主要掣肘[2],這意味著政府的關(guān)注重點(diǎn)應(yīng)從原來通過直接資金支持推動(dòng)科技金融的數(shù)量增長,轉(zhuǎn)變?yōu)橥ㄟ^市場機(jī)制建設(shè)實(shí)現(xiàn)科技金融的質(zhì)量提升,真正促進(jìn)創(chuàng)新型產(chǎn)業(yè)的發(fā)展[3]。
為了提升我國科技金融質(zhì)量,2011年,科技部、中國人民銀行等五部門聯(lián)合決定在全國設(shè)立“促進(jìn)科技和金融結(jié)合”試點(diǎn),并將中關(guān)村國家自主創(chuàng)新示范區(qū)、天津市、上海市、深圳市、江蘇省等16個(gè)地區(qū)列為首批試點(diǎn)地區(qū),這些地區(qū)將在科技金融產(chǎn)品創(chuàng)新、科技金融服務(wù)模式創(chuàng)新、金融和科技對接機(jī)制創(chuàng)新等方面進(jìn)行先行先試,為促進(jìn)科技和金融結(jié)合,使科技金融從數(shù)量增長向質(zhì)量提升轉(zhuǎn)變提供可借鑒或可復(fù)制的范本。截至目前,16個(gè)試點(diǎn)地區(qū)已經(jīng)針對科技金融出臺(tái)了350多項(xiàng)創(chuàng)新舉措,其涉及科技財(cái)政資源配置、科技融資平臺(tái)建設(shè)、科技與資本市場對接、科技保險(xiǎn)服務(wù)等多個(gè)方面。那么,“促進(jìn)科技和金融結(jié)合”試點(diǎn)作為一項(xiàng)基于地點(diǎn)制定(place-based)的科技創(chuàng)新政策,其是否有效推動(dòng)了地區(qū)的科技創(chuàng)新?其主要是通過何種機(jī)制或渠道實(shí)現(xiàn)的?此外,試點(diǎn)覆蓋我國東、中、西部地區(qū),不同地區(qū)在科技創(chuàng)新和金融發(fā)展方面存在較大差距,試點(diǎn)政策的創(chuàng)新績效又是否在不同地區(qū)存在顯著差異?從已有研究來看,并不能直接找到上述問題的答案。鑒于此,本文嘗試對以上問題進(jìn)行研究,利用準(zhǔn)自然實(shí)驗(yàn)方法系統(tǒng)評估“促進(jìn)科技和金融結(jié)合”試點(diǎn)的設(shè)立對于地區(qū)創(chuàng)新水平的影響,本研究對于尋求我國創(chuàng)新水平提升新路徑以及完善“促進(jìn)科技和金融結(jié)合”試點(diǎn)政策、提升試點(diǎn)政策的創(chuàng)新績效都具有重要的現(xiàn)實(shí)意義。
回顧已有文獻(xiàn),關(guān)于金融與創(chuàng)新的關(guān)系最早見于熊彼特(1912)的著作《經(jīng)濟(jì)發(fā)展理論》中,其認(rèn)為貨幣、利息等金融要素對技術(shù)創(chuàng)新具有重要影響。 King等(1993)[4]提出,金融與創(chuàng)新的結(jié)合是引致一國經(jīng)濟(jì)增長的主因,揭示了金融為創(chuàng)新活動(dòng)提供的四種服務(wù),即企業(yè)家評估、資金籌集、風(fēng)險(xiǎn)分散以及創(chuàng)新預(yù)期收益評估。Perez(2007)[5]進(jìn)一步指出,金融資本的逐利性與技術(shù)創(chuàng)新的高額回報(bào)促進(jìn)了兩者的高度結(jié)合,并最終促進(jìn)了科技繁榮和金融發(fā)展。然而,Hall(2002)[6]、Piga等(2007)[7]等則提出不同觀點(diǎn),指出由于企業(yè)的創(chuàng)新投資往往存在收益不確定、信息不對稱、道德風(fēng)險(xiǎn)等問題,因此創(chuàng)新活動(dòng)通常面臨嚴(yán)重的外部融資約束。融資約束已經(jīng)成為中國75%非金融類上市公司發(fā)展的主要障礙,在所調(diào)查的80個(gè)國家中占比最高[8],是正積極創(chuàng)新的企業(yè)尤其是中小企業(yè)面臨的主要壁壘[9]。Hyytinena和Toivanen(2005)[10]認(rèn)為,政府可以通過公共政策支持來彌補(bǔ)資本市場的不足,緩解科技創(chuàng)新的融資約束,進(jìn)而促進(jìn)科技和金融的發(fā)展。
國外文獻(xiàn)雖然對科技和金融之間的關(guān)系有諸多論述,但一直所指“科技和金融”,而并未出現(xiàn)科技金融這一稱謂,科技金融是1993年由我國深圳科技局首次提出。2009年,趙昌文等[11]系統(tǒng)定義了科技金融,指出其為旨在促進(jìn)科技創(chuàng)新、科技成果轉(zhuǎn)化的一系列金融工具。近年來,國內(nèi)關(guān)于科技金融的文獻(xiàn)越來越多,主要聚焦于科技金融對科技創(chuàng)新的影響。王宏起等(2012)[12]通過構(gòu)建協(xié)同度模型,揭示了科技金融和科技創(chuàng)新的協(xié)同發(fā)展機(jī)制。張玉喜等(2015)[13]采用省級層面的面板數(shù)據(jù),實(shí)證檢驗(yàn)了科技金融投入對科技創(chuàng)新的影響,發(fā)現(xiàn)科技金融投入在短期顯著促進(jìn)了科技創(chuàng)新水平提升,但該效應(yīng)在長期并不存在。李俊霞等(2016)[14]利用系統(tǒng)動(dòng)力學(xué)方法實(shí)證分析了市場科技金融和公共科技金融對高技術(shù)產(chǎn)業(yè)的影響,發(fā)現(xiàn)兩類科技金融均對高技術(shù)產(chǎn)業(yè)發(fā)展具有促進(jìn)作用,相對而言,市場科技金融的創(chuàng)新效應(yīng)更大。杜江等(2017)[15]運(yùn)用省級面板數(shù)據(jù),發(fā)現(xiàn)我國各地區(qū)的科技創(chuàng)新能力表現(xiàn)為明顯的空間相關(guān)性,而科技金融對各地的創(chuàng)新水平具有明顯的促進(jìn)作用。鄭磊等(2018)[16]發(fā)現(xiàn)科技金融與科技創(chuàng)新之間存在U型的關(guān)系,只有科技金融發(fā)展超過門檻值,其才能發(fā)揮對科技創(chuàng)新的積極影響。潘娟等(2018)[17]則運(yùn)用DEA方法檢驗(yàn)了科技金融投入與科技創(chuàng)新績效之間的關(guān)聯(lián),發(fā)現(xiàn)我國科技金融的創(chuàng)新績效呈逐年上升趨勢,但各地區(qū)之間差距較大,東部地區(qū)明顯優(yōu)于中西部地區(qū)。
已有關(guān)于科技金融與科技創(chuàng)新的研究為本文提供了豐富的理論基礎(chǔ)和經(jīng)驗(yàn)借鑒,但仍存在以下不足:①以往相關(guān)實(shí)證研究主要聚焦于宏觀和微觀兩個(gè)層面,分別利用省級和企業(yè)層面的數(shù)據(jù)研究科技金融對科技創(chuàng)新的影響,在中觀層面對城市的相關(guān)研究非常有限(1)已有創(chuàng)新的實(shí)證研究較少涉及城市層面,主要原因在于城市層面創(chuàng)新的衡量存在困難,以往部分學(xué)者利用手工檢索專利數(shù)據(jù)并以此衡量城市創(chuàng)新水平的,但僅以專利數(shù)量衡量的城市創(chuàng)新水平具有一定的片面性。,而城市應(yīng)為科技金融發(fā)展的基本單元,創(chuàng)新型城市建設(shè)也是實(shí)施國家創(chuàng)新驅(qū)動(dòng)戰(zhàn)略的關(guān)鍵環(huán)節(jié)(2)《科學(xué)技術(shù)部關(guān)于進(jìn)一步推進(jìn)創(chuàng)新型城市試點(diǎn)工作的指導(dǎo)意見》指出,要加快落實(shí)提高自主創(chuàng)新能力、建設(shè)創(chuàng)新型國家的戰(zhàn)略部署,充分發(fā)揮城市在推進(jìn)自主創(chuàng)新、加快經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變中的核心帶動(dòng)作用。,因此從城市層面研究科技金融與科技創(chuàng)新問題具有重要的現(xiàn)實(shí)意義。②已有文獻(xiàn)主要是利用公共科技金融投入(或企業(yè)R&D總支出)等單一指標(biāo)來考察科技金融的創(chuàng)新效應(yīng),而對于科技金融體制機(jī)制改革對科技創(chuàng)新的影響則鮮有研究,而體制機(jī)制創(chuàng)新可能會(huì)在科技金融的創(chuàng)新效應(yīng)中扮演著關(guān)鍵的角色,對科技金融體制機(jī)制改革的效果評估是對已有研究的一個(gè)拓展和補(bǔ)充。③如何較好地解決內(nèi)生性問題是此類研究面臨的一個(gè)較大挑戰(zhàn)??萍冀鹑谂c科技創(chuàng)新可能存在雙向因果關(guān)系,而這是內(nèi)生性的一個(gè)主要來源。一方面,地區(qū)科技金融的發(fā)展會(huì)促進(jìn)科技和金融結(jié)合,緩解科技創(chuàng)新的融資約束進(jìn)而促進(jìn)地區(qū)科技創(chuàng)新。另一方面,地區(qū)科技創(chuàng)新水平的提升可能會(huì)提高本地資本投資回報(bào)率,進(jìn)而吸引更多的資本向本地匯聚,促進(jìn)科技金融的發(fā)展。當(dāng)前,關(guān)于內(nèi)生性問題的處理,工具變量法是一種比較流行的處理方法,但限于好的工具變量往往難以獲取,因此采用該方法也會(huì)造成估計(jì)結(jié)果上的偏誤。
本文旨在較好地解決上述問題,拓展和深化對科技金融與科技創(chuàng)新關(guān)系的認(rèn)識(shí)和理解。首先,我國于2011年設(shè)立的首批“促進(jìn)科技和金融結(jié)合”試點(diǎn)只覆蓋16個(gè)地區(qū),作為漸進(jìn)式改革的一部分,這種金融體制機(jī)制創(chuàng)新在地區(qū)間的差異構(gòu)成了“準(zhǔn)自然實(shí)驗(yàn)”,為本文研究科技金融體制機(jī)制改革對于科技創(chuàng)新的影響提供了一個(gè)很好的案例。其次,本文利用傾向得分匹配—雙重差分法(Propensity Score Matching with Difference in Difference,縮寫PSM-DID) ,識(shí)別促進(jìn)科技和金融結(jié)合對地區(qū)科技創(chuàng)新的因果處置效應(yīng),該方法可以較好地解決內(nèi)生性問題。最后,在城市創(chuàng)新的衡量上,我們采用了復(fù)旦大學(xué)編制的《中國城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告》中的城市創(chuàng)新指數(shù),較好地解決了城市層面創(chuàng)新研究在指標(biāo)選取和數(shù)據(jù)獲得上的局限性。
本文余下部分結(jié)構(gòu)安排如下:第二部分為影響機(jī)制分析;第三部分為實(shí)證研究設(shè)計(jì),包括樣本選取、模型設(shè)定、變量定義及數(shù)據(jù)來源;第四部分為基準(zhǔn)分析和穩(wěn)健性檢驗(yàn)結(jié)果;第五部分為進(jìn)一步的檢驗(yàn);最后為本文的研究結(jié)論和政策啟示部分。
科技創(chuàng)新離不開金融資本的支持,諾貝爾獎(jiǎng)獲得者??怂?1969)[18]在經(jīng)濟(jì)史理論中就開創(chuàng)性的提出過,“金融體系能夠?yàn)樾录夹g(shù)的產(chǎn)生提供大量的資金支持”。沒有資金支持,企業(yè)的科技創(chuàng)新就會(huì)非常困難(Neff,2003)[19],金融資本對重大科技創(chuàng)新的發(fā)生和發(fā)展具有重要的作用(Perez,2002)[20]。而科技金融政策可以在一定程度上促進(jìn)科技創(chuàng)新和金融資本的結(jié)合,進(jìn)而強(qiáng)化科技創(chuàng)新的金融支持,理應(yīng)對科技創(chuàng)新起到促進(jìn)作用。結(jié)合“促進(jìn)科技和金融試點(diǎn)”相關(guān)政策,本文認(rèn)為科技金融政策對地區(qū)科技創(chuàng)新的影響主要表現(xiàn)在以下三個(gè)方面:一是通過加大科技創(chuàng)新的財(cái)政投入以彌補(bǔ)科技創(chuàng)新的金融資源不足,進(jìn)而促進(jìn)科技創(chuàng)新;二是通過建立科技創(chuàng)新的風(fēng)險(xiǎn)分散機(jī)制促進(jìn)企業(yè)的研發(fā)創(chuàng)新投入,進(jìn)而促進(jìn)地區(qū)的科技創(chuàng)新水平提升;三是通過建立科創(chuàng)企業(yè)的篩選機(jī)制引導(dǎo)金融資源流向優(yōu)質(zhì)科創(chuàng)企業(yè),進(jìn)一步提高信貸資源配置效率進(jìn)而促進(jìn)科技創(chuàng)新。
科技創(chuàng)新具有投資量大、投資周期長,投資盈利慢、投資風(fēng)險(xiǎn)高等特點(diǎn),因此傳統(tǒng)金融機(jī)構(gòu)不愿或較少將資本投資在該領(lǐng)域,這導(dǎo)致科技創(chuàng)新往往面臨資金上的約束??萍冀鹑诘某霈F(xiàn),旨在促使資本更多的流向科技創(chuàng)新企業(yè)或研發(fā)機(jī)構(gòu),以緩解其融資約束,促進(jìn)企業(yè)、地區(qū)乃至一個(gè)國家科技創(chuàng)新的發(fā)展。在我國當(dāng)前的金融體系下,金融資源的分配表現(xiàn)出極度的不均衡,少數(shù)國有企業(yè)占有大量的金融資源,而大量的中小民營企業(yè)則面臨著融資難、融資貴的問題。在大眾創(chuàng)新、萬眾創(chuàng)業(yè)的時(shí)代背景下,中小科技型企業(yè)應(yīng)為我國創(chuàng)新驅(qū)動(dòng)發(fā)展的基礎(chǔ)力量,而其在我國以銀行為主導(dǎo)的金融體系下未能獲得與其發(fā)展相匹配的金融資源,這將極大限制中小科技型企業(yè)的科技創(chuàng)新,其將在很大程度上阻礙我國創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的實(shí)施。而促進(jìn)科技和金融結(jié)合試點(diǎn)的設(shè)立,意味著政府將在公共金融方面加大對科技創(chuàng)新方面的投入。目前,試點(diǎn)地區(qū)科技型中小企業(yè)創(chuàng)業(yè)投資引導(dǎo)基金已與地方政府、民間投資共同成立了近百家創(chuàng)投基金,基金注冊資本總額超過130億元??梢?,在試點(diǎn)地區(qū),地方政府科技財(cái)政支出占總財(cái)政支出的比重將會(huì)大幅提高,科技創(chuàng)新企業(yè)將會(huì)從政府獲得更多的金融支持,進(jìn)而會(huì)緩解企業(yè)創(chuàng)新的融資約束,促進(jìn)地區(qū)的科技創(chuàng)新水平提升。
科技創(chuàng)新企業(yè)相對于一般的制造業(yè)或服務(wù)業(yè)而言,其創(chuàng)新風(fēng)險(xiǎn)較高,這在業(yè)界已經(jīng)形成共識(shí)。因此,科技創(chuàng)新企業(yè)很有可能在投入了巨額的研發(fā)資金后,無法收獲預(yù)期的創(chuàng)新成果。此外,在知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制不健全的情況下,專利、技術(shù)標(biāo)準(zhǔn)等科技創(chuàng)新成果如也面臨著較高的被侵權(quán)風(fēng)險(xiǎn)。前者將限制金融資本對科技創(chuàng)新的投入,后者將限制科技創(chuàng)新企業(yè)自身的創(chuàng)新熱情??萍冀鹑诮⒌娘L(fēng)險(xiǎn)分散機(jī)制可以在很大程度上解決以上問題。一方面,科技金融將引導(dǎo)科創(chuàng)企業(yè)與資本市場相結(jié)合,推動(dòng)符合條件的科技創(chuàng)新企業(yè)更多地在新三板、中小板、創(chuàng)業(yè)板等證券市場板塊上市融資,由于上市公司股權(quán)的分散性,其可以在很大程度上分散科創(chuàng)企業(yè)的投資風(fēng)險(xiǎn)。另一方面,近年來我國幾大保險(xiǎn)公司陸續(xù)推出了科技保險(xiǎn),其覆蓋了科技創(chuàng)新的各個(gè)流程,為科技創(chuàng)新企業(yè)提供保險(xiǎn)的綜合服務(wù),尤其是專利險(xiǎn)和資金險(xiǎn),在很大程度上分散了企業(yè)的科技研發(fā)投資、科技成果轉(zhuǎn)化中的風(fēng)險(xiǎn),可以促使企業(yè)將更多的精力放在創(chuàng)新上,促進(jìn)科技創(chuàng)新水平的提升。在首批促進(jìn)科技和金融結(jié)合試點(diǎn)地區(qū)中,江蘇省率先在科技保險(xiǎn)方面進(jìn)行創(chuàng)新,2012年中國人保財(cái)險(xiǎn)蘇州科技支公司獲得了保監(jiān)會(huì)頒發(fā)的經(jīng)營許可證,全國首家科技保險(xiǎn)支公司在蘇州落地。因此,科技金融政策通過建立風(fēng)險(xiǎn)分散機(jī)制為科技創(chuàng)新企業(yè)保駕護(hù)航,將進(jìn)一步引導(dǎo)資本市場與科技創(chuàng)新結(jié)合,提高企業(yè)研發(fā)和創(chuàng)新動(dòng)力,進(jìn)而提升地區(qū)的創(chuàng)新水平。
由于科技型中小企業(yè)數(shù)量龐大,投資者與企業(yè)之間往往會(huì)出現(xiàn)信息不對稱的情況,而這有可能會(huì)引致逆向選擇問題,即真正有科研實(shí)力、創(chuàng)新能力強(qiáng)、具有較好發(fā)展?jié)摿Φ钠髽I(yè)在市場難以融到資,而資金卻被一些不具備創(chuàng)新能力,而善于包裝的企業(yè)獲得。這實(shí)際上屬于金融資源的錯(cuò)配,會(huì)造成了資源的浪費(fèi)和經(jīng)濟(jì)的損失。我國科技金融發(fā)展初期,并沒有針對類似的問題出臺(tái)相應(yīng)的辦法。2011年促進(jìn)科技和金融結(jié)合試點(diǎn)設(shè)立后,一些試點(diǎn)地區(qū)為投資者與科創(chuàng)企業(yè)之間搭建了信息共享平臺(tái),建立了互信機(jī)制。如上海市、江蘇省建立了科技金融信息服務(wù)平臺(tái),其匯聚了數(shù)千家科技型中小企業(yè)信息和各類投融資信息;天津、武漢、成都等開發(fā)了科技型中小微企業(yè)數(shù)據(jù)庫;北京、上海、江蘇、浙江、陜西創(chuàng)新開展科技企業(yè)信用體系建設(shè)、科技金融專員服務(wù)和科技金融服務(wù)熱線等;中關(guān)村科技園區(qū)實(shí)施瞪羚計(jì)劃,將信用評價(jià)、政府資助和企業(yè)融資相結(jié)合;天津市、武漢市、江蘇省與當(dāng)?shù)厝嗣胥y行共建科技企業(yè)貸款統(tǒng)計(jì)制度。這些試點(diǎn)地區(qū)的一系列創(chuàng)新舉措,能夠更好地對科技創(chuàng)新企業(yè)進(jìn)行評價(jià)篩選,并引導(dǎo)金融資源更多流向同行業(yè)中優(yōu)質(zhì)的科創(chuàng)企業(yè),更好地促進(jìn)金融資本和科技創(chuàng)新的結(jié)合,實(shí)現(xiàn)金融資本的優(yōu)化配置、促進(jìn)企業(yè)和地區(qū)創(chuàng)新水平的提升。
因?yàn)槲恼逻x擇的準(zhǔn)自然實(shí)驗(yàn)(試點(diǎn)設(shè)立時(shí)間)發(fā)生在2011年,因此選擇前后各五年即2006—2016年的286個(gè)城市作為初始樣本?!按龠M(jìn)科技和金融結(jié)合”試點(diǎn)信息來自《科學(xué)技術(shù)部等部門關(guān)于印發(fā)促進(jìn)科技和金融結(jié)合試點(diǎn)實(shí)施方案的通知》,包括16個(gè)試點(diǎn)地區(qū),而這些地區(qū)中既有單獨(dú)的城市,也有省份,還包括多個(gè)城市聯(lián)合成立的經(jīng)濟(jì)區(qū)?;谘芯啃枰?,我們將其16個(gè)試點(diǎn)地區(qū)進(jìn)一步細(xì)化為41個(gè)試點(diǎn)城市(3)16個(gè)試點(diǎn)地區(qū)中,包括了中關(guān)村國家自主創(chuàng)新示范區(qū)、安徽省合蕪蚌自主創(chuàng)新綜合實(shí)驗(yàn)區(qū)、長沙高新區(qū)、成都高新區(qū)、關(guān)中—天水經(jīng)濟(jì)區(qū)等經(jīng)濟(jì)區(qū),由于缺乏相對應(yīng)的經(jīng)濟(jì)區(qū)數(shù)據(jù),本文將經(jīng)濟(jì)區(qū)的數(shù)據(jù)分別由其所屬城市數(shù)據(jù)替代,因?yàn)榻?jīng)濟(jì)區(qū)的創(chuàng)新也屬城市創(chuàng)新的一部分,尤其是城市高新區(qū)、自主創(chuàng)新示范區(qū)或試驗(yàn)區(qū)更是城市創(chuàng)新的重心,因此城市層面創(chuàng)新的變化應(yīng)能體現(xiàn)政策沖擊的效果。,包括北京、天津、上海、重慶4個(gè)直轄市,江蘇省的南京、無錫、連云港、淮安、鹽城、徐州、常州、南通、蘇州、鎮(zhèn)江、揚(yáng)州、宿遷和泰州;浙江省的杭州、溫州、寧波、和湖州;安徽省的合肥、蕪湖和蚌埠;廣東省的廣州、佛山、東莞和深圳;陜西省的西安、渭南、商洛、銅川、寶雞和咸陽;四川的成都和綿陽;此外還包括武漢、長沙、大連、青島和天水5市。根據(jù)研究需要,除41個(gè)試點(diǎn)城市外,我們還選取了245個(gè)城市作為對照組樣本,最終得到11年共3146個(gè)城市層面的觀測值。
本文所要考察的是“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革對地區(qū)創(chuàng)新水平的影響。一般地,可以將“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革視為準(zhǔn)自然實(shí)驗(yàn)或擬自然實(shí)驗(yàn),那么就能通過試點(diǎn)城市與非試點(diǎn)城市在試點(diǎn)設(shè)立前后的創(chuàng)新水平變化比對分析試點(diǎn)改革的效果。然而,直接將試點(diǎn)與非試點(diǎn)城市進(jìn)行對比會(huì)導(dǎo)致估計(jì)結(jié)果的偏誤,原因在于“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革的非隨機(jī)性。試點(diǎn)實(shí)施方案中指出試點(diǎn)設(shè)立的原則是首先由地方自愿申報(bào),那么,科技創(chuàng)新或金融發(fā)展基礎(chǔ)較好的地區(qū)可能會(huì)率先申報(bào)試點(diǎn),即出現(xiàn)“靚女先嫁”的現(xiàn)象[21]。從第一批試點(diǎn)城市來看,其大部分為直轄市、省會(huì)城市或副省級城市,相對而言,這些城市都屬科技金融資源密集、科技創(chuàng)新水平相對較高的地區(qū)。因此,“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革很大程度上是非隨機(jī)的,故可能存在突出的自選擇問題,即很難區(qū)分是地區(qū)科技金融的發(fā)展促進(jìn)了試點(diǎn)政策出臺(tái),還是試點(diǎn)政策出臺(tái)促進(jìn)了科技金融的發(fā)展。因此,簡單地將非試點(diǎn)城市與試點(diǎn)城市直接比對會(huì)產(chǎn)生“選擇性偏誤”[22]。
基于此,本文利用傾向得分匹配法(Propensity Score Matching,PSM)來解決這一問題[23],即利用傾向得分首先選擇與試點(diǎn)城市(處置組)相匹配的的非試點(diǎn)城市(對照組),然后將匹配后的兩組城市進(jìn)行比對以反映處置效果。具體而言,首先在給定城市特征X的情況下,估計(jì)每個(gè)城市獲批試點(diǎn)的概率(傾向得分),然后在對照組中找尋與處置組城市試點(diǎn)改革概率極為接近的非試點(diǎn)城市進(jìn)行匹配,以消除選擇性偏誤。假設(shè)城市進(jìn)行試點(diǎn)改革的概率公式為:
(1)
(1)式中,pi為城市i獲批試點(diǎn)的條件概率,而X為匹配協(xié)變量,這個(gè)條件概率就是傾向得分,我們可以利用該得分來識(shí)別與試點(diǎn)城市具有相似特征的非試點(diǎn)城市。那么,當(dāng)我們估計(jì)試點(diǎn)改革的因果效應(yīng)時(shí),城市是否獲批試點(diǎn)這一因素就被控制了。鑒于傾向得分匹配方法已經(jīng)在大部分相關(guān)文獻(xiàn)中有詳細(xì)闡釋,這里就不再贅述。
在樣本匹配之后,我們再使用雙重差分法(Difference in Difference,縮寫DID)估計(jì)促進(jìn)科技和金融結(jié)合對于地區(qū)科技創(chuàng)新績效的影響。將這兩種方法相結(jié)合的PSM-DID已經(jīng)在國內(nèi)外的政策評估研究中得到了廣泛的應(yīng)用。本文構(gòu)建的雙重差分模型如下:
(2)
(2)式中,下標(biāo)i和t分別表示城市和年份;Inno是衡量地區(qū)創(chuàng)新水平的被解釋變量;Treat用來區(qū)分處置組和對照組;Post用于區(qū)分試點(diǎn)設(shè)立前后兩個(gè)時(shí)期;交乘項(xiàng)Treat×Post是用于區(qū)分試點(diǎn)前后的不同組別城市;Control為控制變量的合集,包括地區(qū)經(jīng)濟(jì)發(fā)展水平Pgdp、開放程度Pfdi、金融發(fā)展Finance和人力資本水平Hum;Di為城市固定效應(yīng),Dt為年份固定效應(yīng),為控制潛在的序列相關(guān)和異方差問題,本文所有的估計(jì)采用以市聚類的穩(wěn)健標(biāo)準(zhǔn)誤。估計(jì)式中,β1是本文主要關(guān)注的系數(shù),其衡量了試點(diǎn)前后處置組和對照組城市創(chuàng)新水平變化的平均差異,若β1>0,則表明促進(jìn)科技和金融結(jié)合可以提升城市的科技創(chuàng)新水平,若β1<0,則說明促進(jìn)科技和金融結(jié)合不利于城市創(chuàng)新水平提升,若β1=0,則意味著試點(diǎn)的政策效應(yīng)不明顯。
1.被解釋變量
城市創(chuàng)新水平為被解釋變量。以往關(guān)于創(chuàng)新研究的文獻(xiàn)主要集中于宏觀和微觀兩個(gè)層面,分別利用省級和企業(yè)的專利數(shù)據(jù)衡量創(chuàng)新水平。而在中觀城市層面對創(chuàng)新進(jìn)行研究的文獻(xiàn)非常有限,這主要是基于數(shù)據(jù)的可獲得性。趙玉林等(2009)[24]、陳長石等(2019)[25]基于手工檢索城市專利數(shù)量,分別研究了城市創(chuàng)新資源配置和創(chuàng)新水平的影響因素。然而,手工檢索專利數(shù)據(jù)工作量龐雜且繁瑣,而且僅以專利數(shù)量衡量城市創(chuàng)新具有一定的片面性,忽視了不同專利的質(zhì)量和價(jià)值中所蘊(yùn)含的創(chuàng)新信息。此外,專利并非創(chuàng)新的唯一體現(xiàn),很多創(chuàng)新因涉及商業(yè)機(jī)密而不便申請專利,因此,僅以專利去衡量城市的創(chuàng)新水平不免有失偏頗??茏趤淼?2017)[26]基于國家知識(shí)產(chǎn)權(quán)局的專利數(shù)據(jù)和國家工商局的新注冊企業(yè)數(shù)據(jù)這兩組微觀大數(shù)據(jù),在專利更新模型基礎(chǔ)上對每個(gè)年齡專利的平均價(jià)值進(jìn)行估算,將其在城市層面加總,并進(jìn)一步引入新注冊企業(yè)數(shù)量度量的創(chuàng)新能力,得到城市創(chuàng)新指數(shù),修正了以往僅從專利數(shù)量度量城市創(chuàng)新水平的測量誤差。該創(chuàng)新指數(shù)覆蓋全國338個(gè)城市,時(shí)間跨度為2001—2016年,為研究城市創(chuàng)新提供了一個(gè)很好的數(shù)據(jù)來源。本文的研究就以該創(chuàng)新指數(shù)衡量地區(qū)創(chuàng)新水平,指標(biāo)說明與具體數(shù)據(jù)參見《中國城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告2017》。
2.核心解釋變量
交乘項(xiàng)Treat×Post是本文的核心解釋變量。其中,Treat為政策虛擬變量,如果樣本城市是2011年被列入“促進(jìn)科技和金融結(jié)合”試點(diǎn)城市,Treat賦值為1,如果是試點(diǎn)名單之外的城市,Treat賦值為0;Post為政策期虛擬變量,2011年以前(含2011年)賦值為0,2011年之后則賦值為1;根據(jù)雙重差分的原理,Treat×Post的系數(shù)β1實(shí)際上就是“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革對地區(qū)創(chuàng)新的凈影響,當(dāng)且僅當(dāng)?shù)趇個(gè)城市是試點(diǎn)城市,且Post≥2012時(shí),Treat×Post取值為1,否則為0。
3.控制變量
借鑒李政等(2018)[27]、程開明等(2018)[28]等相關(guān)研究,本文在雙重差分模型中加入如下控制變量:(1)地區(qū)經(jīng)濟(jì)發(fā)展水平(pgdp),以人均地區(qū)生產(chǎn)總值衡量地區(qū)經(jīng)濟(jì)發(fā)展水平,估計(jì)中取自然對數(shù)值,一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平越高,其可能會(huì)有更多的資金進(jìn)行產(chǎn)業(yè)技術(shù)的升級改造,此外,經(jīng)濟(jì)的發(fā)展也會(huì)改變居民的消費(fèi)需求,對企業(yè)的產(chǎn)品和服務(wù)提出更高的要求,其也會(huì)迫使企業(yè)進(jìn)行轉(zhuǎn)型升級,而這些都會(huì)促進(jìn)地區(qū)創(chuàng)新水平的提升;(2)地區(qū)開放程度(pfdi),以地區(qū)年度實(shí)際利用外資金額占當(dāng)年地區(qū)生產(chǎn)總值的比重表示,一個(gè)地區(qū)的開放程度越高,其越有可能通過國際貿(mào)易、外商直接投資或?qū)@暾垺@M(jìn)等國際技術(shù)擴(kuò)散方式,提升地區(qū)自主創(chuàng)新能力,促進(jìn)地區(qū)創(chuàng)新水平的提升;(3)地區(qū)金融發(fā)展水平(finance),以年末金融機(jī)構(gòu)存貸款余額占地區(qū)生產(chǎn)總值比重表示,科技創(chuàng)新離不開金融資本的支持,因此,一個(gè)地區(qū)的金融發(fā)展水平與該地區(qū)的科技創(chuàng)新水平應(yīng)該會(huì)存在較大關(guān)聯(lián);(4)地區(qū)人力資本水平(hum),以科技從業(yè)人員在全部從業(yè)人員中的占比表示,科技創(chuàng)新需要有相應(yīng)的科技人才作為支撐,因此,一個(gè)地區(qū)的人力資本水平可以在一定程度上覺得了該地區(qū)的科技創(chuàng)新水平;(5)地區(qū)科技支出水平(expen),以地方政府財(cái)政支出中的科技支出的自然對數(shù)表示,政府的科技投入是科技創(chuàng)新的一個(gè)主要資金來源,因此地區(qū)科技財(cái)政支出水平應(yīng)會(huì)對地區(qū)創(chuàng)新水平產(chǎn)生影響;(6)地區(qū)人口規(guī)模(pop),以地方年末戶籍人口的對數(shù)表示,人口規(guī)??梢栽谝欢ǔ潭壬洗硎袌鲆?guī)模,因此,人口規(guī)模較大的地區(qū)其創(chuàng)新的回報(bào)可能會(huì)更高,這會(huì)促使企業(yè)進(jìn)行更多的創(chuàng)新,進(jìn)而促進(jìn)地區(qū)創(chuàng)新水平的提升。以上控制變量的數(shù)據(jù)均來自2007—2017年《中國城市統(tǒng)計(jì)年鑒》。
借鑒已有文獻(xiàn)的做法[29],本文同時(shí)選用5對最鄰近匹配法(5-nearest neighbors matching)和內(nèi)核匹配法(epanechnikov kernel matching)以確保結(jié)果的穩(wěn)健性。而傾向得分匹配法的采用首先需要滿足其前提假設(shè):一是條件獨(dú)立分布假設(shè),要求按照傾向得分進(jìn)行匹配后的樣本不存在系統(tǒng)性的差異;二是共同支撐條件假設(shè),即要確保樣本在匹配后具有更好的可比性,這需要處置組和對照組的傾向得分能夠有足夠的重疊部分,進(jìn)而增加后面進(jìn)行DID估計(jì)的有效性。為了驗(yàn)證第一個(gè)假設(shè),本文首先對匹配后的城市樣本進(jìn)行平衡性檢驗(yàn),結(jié)果見表1。通過t值可以發(fā)現(xiàn),匹配前所有解釋變量在處置組和對照組間均存在著顯著的均值差異,而匹配后組間均值差異都變得不顯著,而且在匹配后各個(gè)變量的標(biāo)準(zhǔn)化差異降幅明顯。此外,樣本匹配之后的Probit估計(jì)的R2值明顯很小,這意味著匹配變量對于一個(gè)城市是否獲批“促進(jìn)科技和金融結(jié)合”試點(diǎn)的解釋力很弱,可以認(rèn)為試點(diǎn)城市獲批與否相對于匹配后的樣本而言是條件隨機(jī)的。
表1 PSM的平衡性檢驗(yàn)結(jié)果
圖1 城市樣本匹配前后的傾向得分核密度
接著,我們利用傾向得分的核密度分布圖對共同支撐假設(shè)進(jìn)行檢驗(yàn)。如圖1所示,在樣本匹配之前,兩組樣本的傾向得分值有非常大的差異,幾乎無重疊的部分,而在依照傾向得分對兩組樣本進(jìn)行匹配之后,我們發(fā)現(xiàn)大部分的樣本都落在了共同支撐區(qū)域,這表明匹配的樣本質(zhì)量較好,滿足了共同支撐假設(shè)。此外,有少數(shù)沒有落入共同支撐區(qū)域的樣本,在后面的分析中我們將之剔除,以保證估計(jì)的準(zhǔn)確性。
1.基準(zhǔn)回歸結(jié)果分析
基于之前傾向得分匹配后的樣本數(shù)據(jù),本文首先利用公式(2)進(jìn)行回歸估計(jì)。如表2所示,第(1)列只報(bào)告了控制地區(qū)和時(shí)間層面雙向固定效應(yīng)的估計(jì)結(jié)果,結(jié)果顯示Treatc×Postt的估計(jì)系數(shù)為正,且在5%的水平上顯著;第(2)列又控制了地區(qū)層面的其他控制變量,Treatc×Postt的系數(shù)仍然顯著為正,只是相比第(1)列的系數(shù)略微變小。這也進(jìn)一步印證了傾向得分匹配效果較好,因?yàn)槠ヅ浜蟾母镒兞坎皇芷渌刂谱兞康挠绊?,所以即使加入相關(guān)控制變量,Treatc×Postt的回歸系數(shù)不會(huì)發(fā)生較大變化??傮w回歸結(jié)果表明“促進(jìn)科技和金融結(jié)合”試點(diǎn)設(shè)立后,遭受政策沖擊的處置組地區(qū)創(chuàng)新水平比未遭受政策沖擊的對照組地區(qū)創(chuàng)新水平經(jīng)歷了更高水平的增長,說明促進(jìn)科技和金融結(jié)合顯著提升了地區(qū)的創(chuàng)新水平。試點(diǎn)地區(qū)創(chuàng)新指數(shù)相對未試點(diǎn)地區(qū)要平均高出1.34。根據(jù)公式(2)地區(qū)創(chuàng)新水平提升的構(gòu)造原理,進(jìn)一步可知“促進(jìn)科技和金融結(jié)合”試點(diǎn)促進(jìn)地方創(chuàng)新水平提升的基本機(jī)制在于,設(shè)立科技金融結(jié)合試點(diǎn)有效促進(jìn)了地區(qū)信貸資金分配市場化水平提升,換句話說,試點(diǎn)政策有利于引導(dǎo)金融資源向科技型中小企業(yè)進(jìn)行再配置。
表2 促進(jìn)科技和金融結(jié)合對地區(qū)創(chuàng)新水平的影響
注:括號(hào)中為市級層面聚類的穩(wěn)健標(biāo)準(zhǔn)誤,***、**、*分別代表在1%、5%和10%的水平下顯著;地區(qū)層面控制變量包括經(jīng)濟(jì)發(fā)展水平、開放度水平、金融發(fā)展水平以及人力資本水平,限于篇幅未報(bào)告。下同。
2.穩(wěn)健性檢驗(yàn)
為保證估計(jì)結(jié)果的穩(wěn)定性和可靠性,本文從雙重差分估計(jì)的假設(shè)條件識(shí)別、傾向得分樣本的進(jìn)一步處理、控制其他相似政策沖擊和控制其它潛在遺漏變量四個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。
(1)雙重差分法的假設(shè)條件識(shí)別:雙重差分法能夠較好地評估政策效果,而且在實(shí)際操作中也易于實(shí)施,因此其在近些年來受到國內(nèi)外學(xué)者的普遍青睞。但雙重差分法的使用有其嚴(yán)格的假設(shè)前提,如果在不滿足這些前提條件的基礎(chǔ)上就利用該方法進(jìn)行政策評估,勢必會(huì)導(dǎo)致估計(jì)結(jié)果存在偏誤[30]。雙重差分法的第一個(gè)重要假設(shè)就是平行趨勢,即要求處置組和對照組在政策實(shí)施前其結(jié)果變量的趨勢應(yīng)該是一致的,本文基于匹配后的樣本對這一假設(shè)條件進(jìn)行識(shí)別,借鑒許和連等(2018)[31]的研究,模型設(shè)定如下:
(3)
模型(3)中,Dt±j為系列虛擬變量,當(dāng)處置組在試點(diǎn)前的j年時(shí),Dt-j取值為1;當(dāng)處于試點(diǎn)后的j年時(shí),Dt+j取值為1;除此之外,Dt±j均取值為0。在這里,我們以試點(diǎn)當(dāng)年作為參照組,回歸結(jié)果中的Dt±j系數(shù)就是用來與參照組相比,以此判斷在試點(diǎn)設(shè)立前后的第j年,處置組和參照組城市的創(chuàng)新水平是否存在著顯著差異。在具體回歸中我們參考周茂等(2018)[32]的做法,剔除首年以避免多重共線性。回歸結(jié)果見表3第(1)列,檢驗(yàn)這些Dt±j的系數(shù)發(fā)現(xiàn),在試點(diǎn)之前系數(shù)均不顯著,而在試點(diǎn)當(dāng)年及其以后各年其系數(shù)都在5%的水平上顯著,說明我們采用的雙重差分模型滿足平行趨勢假設(shè)條件。
其次,雙重差分法需要滿足預(yù)期效應(yīng)假設(shè),即政策實(shí)施前的處置組和參照組不能形成有效預(yù)期,否則各地區(qū)在政策實(shí)施前的預(yù)期反應(yīng)會(huì)給政策評估造成干擾,導(dǎo)致估計(jì)結(jié)果的偏誤。對此,本文在模型(2)中加入Treatc×D11t項(xiàng),D11t為2011年即本文定義試點(diǎn)政策實(shí)施前的虛擬變量,如表3第(2)列所示,這一項(xiàng)的系數(shù)很小且不顯著,排除了預(yù)期效應(yīng)存在的可能,同時(shí)發(fā)現(xiàn)在考慮預(yù)期效應(yīng)的情況下,我們關(guān)注的Treatc×Postt系數(shù)與基準(zhǔn)回歸結(jié)果相比沒有實(shí)質(zhì)性的改變。
(2)基于傾向得分對樣本進(jìn)行修剪:由于傾向得分匹配法的共同支撐假設(shè)可能會(huì)受到傾向得分尾部的影響,本文利用尾部修建策略(trimming strategy)進(jìn)行穩(wěn)健性檢驗(yàn)。若修剪后雙重差分的分析結(jié)果沒有出現(xiàn)實(shí)質(zhì)性的變化,我們就傾向認(rèn)為政策評估效果的可靠性較高。如表3第(3)列所示,在對傾向得分尾部極端值進(jìn)行2%的修剪后,Treatc×Postt的影響有所下降,但仍在5% 的水平上顯著,同時(shí),我們也對尾部得分按5%和10%的水平進(jìn)行修剪,結(jié)果與之前基本一致,限于篇幅該結(jié)果并未在表中進(jìn)行報(bào)告。匹配樣本修剪前后估計(jì)結(jié)果的一致性,在一定程度上說明了之前基準(zhǔn)回歸結(jié)果的可靠性。
(3)控制其它相似政策沖擊的影響:中國的經(jīng)濟(jì)改革是一項(xiàng)復(fù)雜的系統(tǒng)工程,針對某一項(xiàng)經(jīng)濟(jì)目標(biāo),經(jīng)常可能會(huì)有多個(gè)經(jīng)濟(jì)政策交叉或并行出現(xiàn)。這樣,在Treat×Post=1時(shí),其影響系數(shù)反映出來的就不僅是“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革的影響,其也可能包含了與創(chuàng)新相關(guān)的其它政策沖擊的影響,這樣也會(huì)導(dǎo)致估計(jì)結(jié)果存在偏誤?;诖?,本文對相似的政策進(jìn)行控制:一是國家創(chuàng)新試點(diǎn)城市,十六屆五中全會(huì)明確提出要“建設(shè)創(chuàng)新型國家”,而創(chuàng)新型國家需要有眾多的創(chuàng)新型城市作為支撐,我國在2008年批準(zhǔn)深圳為首個(gè)創(chuàng)新試點(diǎn)城市,而在我們研究的樣本期間內(nèi),已有61個(gè)城市獲批創(chuàng)新型城市試點(diǎn)建設(shè)區(qū)。因此,在計(jì)量模型(2)的基礎(chǔ)上,我們加入了城市是否屬于國家創(chuàng)新城市試點(diǎn)(innocity)這一虛擬變量,如果城市在t年列入國家創(chuàng)新試點(diǎn)則賦值1,否則取0值。二是國家自主創(chuàng)新示范區(qū),自2009年中關(guān)村國家自主創(chuàng)新示范區(qū)獲批后,截至2016年底,我國已成立17個(gè)國家自主創(chuàng)新示范區(qū),涉及43個(gè)城市。因此,我們也在計(jì)量模型中加入了城市是否屬于國家自主創(chuàng)新示范區(qū)(zone)這一虛擬變量,如果t年該城市列入國家自主創(chuàng)新示范區(qū),則賦值1,否則取0值。表3第(4)列給出了控制其它相似政策沖擊后的估計(jì)結(jié)果,Treat×Post的估計(jì)系數(shù)同表2結(jié)果相比略有下降,但其仍在5%的水平下顯著,這表明前文的結(jié)論依然成立。
(4)控制潛在遺漏變量,雖然本文已經(jīng)控制了城市層面的變量,以及控制了城市、時(shí)間層面的雙向固定效應(yīng),理論上可以處理遺漏變量問題。但是仍然可能存在一些隨時(shí)間和地點(diǎn)變化的變量無法觀測和控制,如不同省級政府的其它政策調(diào)整動(dòng)態(tài)不同也會(huì)影響城市的創(chuàng)新水平變化,從而使估計(jì)結(jié)果產(chǎn)生偏誤,對此,表3第(5)列給出了加入省份×?xí)r間的固定效應(yīng)的估計(jì)結(jié)果,表明之前結(jié)果仍然具有穩(wěn)健性。
表3 穩(wěn)健性檢驗(yàn)
前文的經(jīng)驗(yàn)證據(jù)表明,從總體上,促進(jìn)科技和金融結(jié)合試點(diǎn)改革促進(jìn)了城市的創(chuàng)新水平提升。但是,這一促進(jìn)作用是否在不同類型地區(qū)之間存在差異呢?基于此,本文從地區(qū)等級、地方政府效率、地區(qū)初始創(chuàng)新水平三個(gè)維度檢驗(yàn)在不同分類標(biāo)準(zhǔn)下試點(diǎn)政策效果的地區(qū)差異。此外,本文還將進(jìn)一步研究試點(diǎn)政策是通過何種渠道促進(jìn)城市創(chuàng)新水平提升的。
中國各個(gè)地區(qū)的總體發(fā)展?fàn)顩r往往與地區(qū)等級存在著較大的關(guān)聯(lián),這可能會(huì)使得政策效果在不同等級城市存在差別。像直轄市、省會(huì)城市或副省級城市等通常會(huì)在物質(zhì)資源占有、人力資本存量、技術(shù)創(chuàng)新能力等多方面具有明顯的優(yōu)勢,同樣的政策優(yōu)惠在這些城市更多扮演“錦上添花”的角色,邊際效用較小,而由于欠發(fā)達(dá)城市的政策壁壘冗繁,試點(diǎn)政策對這些地區(qū)更可能是“雪中送炭”,政策效果會(huì)更為明顯。本文參照劉瑞明等(2015)[33]的做法(4)副省級城市包括南京、杭州、武漢、西安、成都、哈爾濱、長春、沈陽、大連、濟(jì)南、青島、寧波、廣州、廈門、深圳。經(jīng)國務(wù)院批準(zhǔn)的其他較大的市即為狹義上的“較大的市”,具體包括大連、本溪、撫順、吉林、齊齊哈爾、包頭、洛陽、邯鄲、寧波、大同、唐山、鞍山、青島、淄博、無錫、淮南、蘇州、徐州。,將城市劃為兩類,一為高等級城市,包括直轄市、省會(huì)城市、副省級城市和較大的市,其它城市則劃為一般等級或低等級。表4第(1)和(2)列給出了按城市等級分組的回歸結(jié)果,結(jié)果發(fā)現(xiàn)政策試點(diǎn)對于兩類城市的創(chuàng)新水平均具有積極顯著的影響,相對而言,低等級城市的回歸系數(shù)Treat×Post更大,意味著其促進(jìn)科技與金融結(jié)合的創(chuàng)新績效更為突出,這也與之前的分析相一致。
政府政策效果和國家經(jīng)濟(jì)發(fā)展依賴于政府能力[34],而具體到“促進(jìn)科技和金融結(jié)合”試點(diǎn)改革,其政策效果在于地方政府是否能夠出臺(tái)符合市場規(guī)律和產(chǎn)業(yè)發(fā)展要求的政策措施,并予以有效實(shí)施,而這些都取決于政府效率[35]。對此,本文參照Tang等(2014)[36]計(jì)算的我國各省政府效率指數(shù),使用試點(diǎn)政策實(shí)施前的2006和2010年的初始平均指數(shù)將各省分為高效率和低效率兩組,樣本城市根據(jù)所在省份的組別而定。表4第(3)和(4)顯示了城市按政府效率進(jìn)行分組的回歸結(jié)果,結(jié)果表明在政府效率高的地區(qū)設(shè)立試點(diǎn)對于該地區(qū)創(chuàng)新水平提升具有顯著的積極作用,而對于政府效率低的地區(qū)無顯著影響。這說明“促進(jìn)科技和金融結(jié)合”試點(diǎn)的政策效果與政府效率存在較大關(guān)聯(lián),低效率政府沒有能力出臺(tái)符合市場經(jīng)濟(jì)規(guī)律和產(chǎn)業(yè)發(fā)展要求的政策,或出臺(tái)了較好的政策但沒有能力有效實(shí)施,這些都會(huì)導(dǎo)致試點(diǎn)設(shè)立在政府效率低的地區(qū)沒有發(fā)揮應(yīng)有的效力。
從《中國城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告2017》來看,中國各個(gè)地區(qū)的創(chuàng)新水平是非均衡的,以2006年為例,我國創(chuàng)新指數(shù)最高的城市為北京(84.75),排名前10位城市的平均創(chuàng)新指數(shù)為22.87,而創(chuàng)新指數(shù)低于0.01的有101個(gè)城市。城市初始創(chuàng)新水平的差異在一定程度上代表了不同城市在金融發(fā)展、人力資本、產(chǎn)業(yè)結(jié)構(gòu)等方面的巨大差距,而這可能也會(huì)造成試點(diǎn)政策的創(chuàng)新績效的不同。對此,本文將城市按2006和2010年的平均創(chuàng)新水平由高到低均分為兩組,表4第(5)和(6)列報(bào)告了試點(diǎn)改革在不同創(chuàng)新水平地區(qū)的政策效果異質(zhì)性。結(jié)果表明,初始創(chuàng)新水平高的地區(qū),促進(jìn)科技和金融結(jié)合顯著提升了該地區(qū)創(chuàng)新水平,其影響系數(shù)高于基準(zhǔn)歸回系數(shù)。而創(chuàng)新水平低的地區(qū)的試點(diǎn)政策效果不顯著??赡艿脑蛟谟趧?chuàng)新水平較高地區(qū)已經(jīng)擁有了良好的技術(shù)創(chuàng)新配套產(chǎn)業(yè),在試點(diǎn)政策實(shí)施后,科技創(chuàng)新產(chǎn)業(yè)的融資約束在很大程度上被緩解,其它技術(shù)創(chuàng)新配套產(chǎn)業(yè)也被進(jìn)一步激活,兩者互補(bǔ)效應(yīng)進(jìn)一步顯現(xiàn),地區(qū)創(chuàng)新能力被充分激發(fā)。而在創(chuàng)新水平較低的地區(qū),即使科技型企業(yè)的融資獲得了政策性的支持,但由于科技創(chuàng)新的其它相關(guān)配套產(chǎn)業(yè)發(fā)展較為滯后,其政策效果因而大打折扣或政策難以發(fā)揮效力。
表4 科技金融試點(diǎn)的創(chuàng)新效應(yīng):區(qū)分地區(qū)發(fā)展程度
我國金融發(fā)展在規(guī)模上呈現(xiàn)持續(xù)增長,而在優(yōu)化信貸資源分配上相對滯后,國有企業(yè)在分配信貸資源時(shí)往往具有相對優(yōu)勢[37]。促進(jìn)科技和金融結(jié)合試點(diǎn)設(shè)立的初衷就是優(yōu)化地方金融資源配置,使更多的信貸資源向科技型中小企業(yè)傾斜,使其免于融資難、融資貴等問題。換句話說,試點(diǎn)政策會(huì)在一定程度上彌補(bǔ)地方信貸資源分配低效,通過緩解科技型中小企業(yè)的融資約束促進(jìn)其創(chuàng)新,進(jìn)而帶動(dòng)地方創(chuàng)新水平的提升。如果該機(jī)制存在,那么可以推測在信貸資源分配效率越低的地區(qū),促進(jìn)科技和金融結(jié)合對地區(qū)創(chuàng)新水平的促進(jìn)作用就會(huì)越大。對于信貸資源分配的效率,信貸資金分配市場化指數(shù)可能是最為合適的一個(gè)衡量指標(biāo),該指標(biāo)見于樊綱等(2011)[38]編制的《中國市場化指數(shù)》,然而,遺憾的是該指數(shù)是分省份計(jì)算的,并沒有覆蓋城市層面。對此,我們借鑒潘海峰等(2018)[39]的研究,以金融發(fā)展效率(tds)指標(biāo)替代,采用城市信貸總額與儲(chǔ)蓄總額的比值,并將其與Treatc×Postt的交乘項(xiàng)加入模型(2)中,估計(jì)結(jié)果見表5第(1)列,可以看出Treatc×Postt×Tdsct的系數(shù)在1%的水平上顯著為負(fù),這與我們之前的推測是一致的,即在金融發(fā)展效率越低的地區(qū),促進(jìn)科技和金融結(jié)合的創(chuàng)新績效越高。此外,獲批試點(diǎn)城市大都加大對科技型產(chǎn)業(yè)的財(cái)政支持力度,以江蘇省為例,自試點(diǎn)設(shè)立后,其市、區(qū)、縣三級科技部門每年都為科技企業(yè)提供超過20億元的財(cái)政支持,這將與優(yōu)化金融市場資源配置形成合力,促進(jìn)該地區(qū)創(chuàng)新水平的提升。因此,本文進(jìn)一步加入地方科技支出占比(expen)與Treatc×Postt的交乘項(xiàng),估計(jì)結(jié)果見表5第(2)列,Treatc×Postt×Expenct的系數(shù)在5%的水平上顯著為正,這意味著試點(diǎn)地區(qū)科技財(cái)政支出的比重越大,促進(jìn)科技和金融結(jié)合的創(chuàng)新績效越為突出。此外,由于缺乏各個(gè)城市在企業(yè)層面加總的研發(fā)投入數(shù)據(jù),因此前文討論的第二個(gè)影響機(jī)制暫無法檢驗(yàn),隨著大數(shù)據(jù)的發(fā)展和統(tǒng)計(jì)制度的完善,相信該影響機(jī)制也會(huì)得到驗(yàn)證。
表5 影響機(jī)制檢驗(yàn)
隨著中國經(jīng)濟(jì)發(fā)展戰(zhàn)略由要素驅(qū)動(dòng)和投資驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng),科技創(chuàng)新和相關(guān)的體制機(jī)制創(chuàng)新將成為提高自主創(chuàng)新能力和決定未來經(jīng)濟(jì)增長動(dòng)力的關(guān)鍵,在此背景下,本文的創(chuàng)新在于從“促進(jìn)科技和金融結(jié)合”試點(diǎn)設(shè)立這一體制機(jī)制創(chuàng)新的角度探討了地區(qū)科技創(chuàng)新水平提升的新路徑。本文基于2011年中國設(shè)立的16個(gè)促進(jìn)科技和金融結(jié)合試點(diǎn)地區(qū)構(gòu)建了可用于政策評估的準(zhǔn)自然實(shí)驗(yàn),據(jù)此采用PSM-DID方法實(shí)證評估了促進(jìn)科技和金融結(jié)合對地區(qū)創(chuàng)新水平的影響。研究發(fā)現(xiàn):總體上,“促進(jìn)科技和金融結(jié)合”試點(diǎn)作為一項(xiàng)依地制定的產(chǎn)業(yè)政策,有效推動(dòng)了地區(qū)創(chuàng)新水平的提升,這一結(jié)論在考慮了雙重差分的識(shí)別條件和一系列有可能對結(jié)果造成干擾的其它因素后仍然成立;促進(jìn)科技和金融結(jié)合的創(chuàng)新效應(yīng)主要存在于地方政府效率、創(chuàng)新水平相對較高的地區(qū);再次,試點(diǎn)設(shè)立對于高等級和低等級城市的創(chuàng)新水平提升均具有積極顯著的影響,相對而言,低等級城市促進(jìn)科技與金融結(jié)合的創(chuàng)新績效更為突出;最后,影響機(jī)制檢驗(yàn)結(jié)果表明,試點(diǎn)政策通過改善地方金融發(fā)展效率、增加地方科技支出比重兩個(gè)渠道促進(jìn)了地區(qū)創(chuàng)新水平的提升。
本文發(fā)現(xiàn)具有重要的政策啟示。第一,促進(jìn)科技和金融結(jié)合能顯著提升地區(qū)的創(chuàng)新水平。因此,國家應(yīng)進(jìn)一步為地方實(shí)施科技金融創(chuàng)新營造政策空間,進(jìn)一步支持首批試點(diǎn)地區(qū)先行先試,結(jié)合自身特點(diǎn)大力創(chuàng)新科技金融投入方式,完善科技金融服務(wù)模式,破解科技創(chuàng)新融資約束,并形成更多可復(fù)制借鑒的經(jīng)驗(yàn)。第二,各試點(diǎn)地區(qū)應(yīng)結(jié)合本地資源稟賦、產(chǎn)業(yè)特點(diǎn)等量身打造試點(diǎn)政策,避免盲目借鑒或復(fù)制其它地區(qū)的模式,尤其是科技創(chuàng)新水平較差地區(qū)應(yīng)盡快建立符合科技創(chuàng)新客觀規(guī)律的管理體制機(jī)制及相關(guān)配套產(chǎn)業(yè),在公共服務(wù)、公共資源配置、政務(wù)公開等方面發(fā)力提高政府運(yùn)行效率,制定符合市場經(jīng)濟(jì)規(guī)律和產(chǎn)業(yè)發(fā)展要求的促進(jìn)科技和金融結(jié)合試點(diǎn)政策,并能夠保障試點(diǎn)政策的有效實(shí)施。第三,在促進(jìn)科技創(chuàng)新中,政府的財(cái)政支持與金融市場效率提升之間存在共生互補(bǔ)的關(guān)系,促進(jìn)科技和金融結(jié)合不應(yīng)存在“市場還是政府”的狹隘爭辯,應(yīng)理順政府和市場在科技金融發(fā)展中的關(guān)系,既要充分提升金融市場資源配置的效率,也應(yīng)使政府財(cái)政資源更多的向科技創(chuàng)新產(chǎn)業(yè)傾斜,以市場和政府的合力共同促進(jìn)科技和金融的結(jié)合。