李媛媛，陳文靜，王 輝

（河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，天津 300401）

科技企業(yè)是技術(shù)創(chuàng)新活力之源，是實(shí)現(xiàn)技術(shù)跨越的主要力量。但由于科技企業(yè)具有高風(fēng)險(xiǎn)、低資產(chǎn)的特征，容易產(chǎn)生融資不足的市場(chǎng)失靈現(xiàn)象，新冠肺炎疫情更是加劇了科技企業(yè)發(fā)展難的問(wèn)題?？萍冀鹑谡咴谝欢ǔ潭壬峡梢詭椭髽I(yè)解決用工、資金、專利保護(hù)等問(wèn)題，推動(dòng)科技企業(yè)安全并高質(zhì)量發(fā)展。國(guó)內(nèi)學(xué)者對(duì)科技金融效能已逐步重視，需要各方各面的科技金融政策共同發(fā)力，對(duì)企業(yè)的各類短板“對(duì)癥下藥”，才能讓資金順利達(dá)到科技領(lǐng)域以支持企業(yè)創(chuàng)新、提升科技金融效能，從而直接或間接彌補(bǔ)企業(yè)科技創(chuàng)新的不足。我國(guó)目前頒發(fā)的科技金融政策具有一定的偏向性、針對(duì)性，但不同類型科技金融政策的創(chuàng)新績(jī)效存在差異，并且過(guò)度的政策支持也有可能會(huì)導(dǎo)致企業(yè)尋租行為等不良現(xiàn)象，因此對(duì)科技金融政策的績(jī)效水平仍存在爭(zhēng)議。目前，網(wǎng)絡(luò)化信息技術(shù)的突破和企業(yè)組織網(wǎng)絡(luò)化趨勢(shì)的加強(qiáng)使得企業(yè)創(chuàng)新體系正從傳統(tǒng)封閉式向開放網(wǎng)絡(luò)化轉(zhuǎn)變，資金網(wǎng)絡(luò)描繪了企業(yè)與資金供給方之間的關(guān)系，是獲取包括資金、技術(shù)等有形資源與社會(huì)支持等無(wú)形資源的重要媒介，更是共享資源的重要平臺(tái)。在資金網(wǎng)絡(luò)的支持下，企業(yè)有更充裕的資源與精力投入創(chuàng)新與發(fā)展，更好地滿足企業(yè)在發(fā)展中的多重個(gè)性化需求。那么在科技金融政策制定和實(shí)施過(guò)程中，能否借助網(wǎng)絡(luò)中企業(yè)與資金供給方的密切聯(lián)系及其二者間的資金流動(dòng)，進(jìn)一步釋放科技金融效能，從而提升企業(yè)創(chuàng)新績(jī)效呢？我國(guó)科技金融政策研究還需從企業(yè)網(wǎng)絡(luò)特征視角找到新的契合點(diǎn)，以深入挖掘科技金融政策潛力，為政策供給提供方向性引導(dǎo)，提高科技金融政策績(jī)效，從而進(jìn)一步激發(fā)企業(yè)創(chuàng)新活力。

1 文獻(xiàn)回顧

1.1 科技金融政策的類型劃分

已有文獻(xiàn)常采用內(nèi)容分析法對(duì)科技金融政策進(jìn)行手動(dòng)分類。有的學(xué)者根據(jù)政策支持的直接與否，將其劃分為資金支持政策和公共服務(wù)政策，資金支持政策主要包括稅費(fèi)減免、專項(xiàng)補(bǔ)貼和政府采購(gòu)政策，公共服務(wù)政策主要涉及知識(shí)產(chǎn)權(quán)保護(hù)和簡(jiǎn)政放權(quán)［1］。還有的學(xué)者從市場(chǎng)主體角度出發(fā)，將科技金融政策分為科技政策、產(chǎn)業(yè)政策和金融政策三大類［2］，或更具體地分為財(cái)政補(bǔ)貼、稅收優(yōu)惠、風(fēng)險(xiǎn)投資、科技信貸、科技保險(xiǎn)、科技擔(dān)保、服務(wù)平臺(tái)和金融監(jiān)管政策等8 類［3］。結(jié)合大數(shù)據(jù)分析方法對(duì)政策進(jìn)行文本聚類，不僅可以提高文本處理速率［4］，還能夠憑借技術(shù)理性和機(jī)器效率挖掘出政策文本的潛在信息，為后續(xù)的文本量化提供有力支撐［5］。但政策文本始終不是由單純的字拼湊而成，其文字背后包含一定語(yǔ)義，如何解決隱藏在詞語(yǔ)背后的語(yǔ)義問(wèn)題是文本挖掘的一大問(wèn)題。為解決這一問(wèn)題，Deerwester［6］首次提出潛在狄利克雷分布（LDA）模型，用于探索詞語(yǔ)之間的潛在語(yǔ)義關(guān)系；隨后，Hofmann［7］改進(jìn)了潛在語(yǔ)義分析（LSA）模型，提出概率潛在語(yǔ)義分析（PLSA）模型，選擇結(jié)合概率模型避免聚類過(guò)程中的重復(fù)計(jì)算，但無(wú)法計(jì)算過(guò)大的數(shù)據(jù)量；最后，Blei 等［8］在上述模型基礎(chǔ)上使得文檔、主體和詞的概率分布參數(shù)服從狄利克雷先驗(yàn)分布，是對(duì)PLSA 模型的改進(jìn)，防止了過(guò)擬合現(xiàn)象，增強(qiáng)了模型的泛化能力。目前，在政策分析領(lǐng)域，可運(yùn)用LDA模型挖掘地市政策實(shí)施的側(cè)重點(diǎn)，并與中央層面對(duì)比探究其不足［9］；也可用于探明修訂政策時(shí)公眾意見的主題領(lǐng)域，與具體修訂情況進(jìn)行對(duì)比，從而考察政策制定對(duì)于公眾反饋的采納偏好和參考程度［10］。

1.2 科技金融政策績(jī)效評(píng)價(jià)

政策績(jī)效評(píng)價(jià)主要是針對(duì)政策運(yùn)行實(shí)施情況的評(píng)價(jià)［11］，并分為正向效應(yīng)、負(fù)向效應(yīng)和混合效應(yīng)3類作用觀點(diǎn)。一方面，通過(guò)政策供給，政府補(bǔ)貼能夠促進(jìn)企業(yè)擴(kuò)大投資規(guī)模，引導(dǎo)企業(yè)投資方向，提高投資效率和規(guī)模效率，對(duì)于企業(yè)創(chuàng)新活動(dòng)的激勵(lì)效應(yīng)是顯著存在的［12］。另一方面，部分學(xué)者發(fā)現(xiàn)企業(yè)多數(shù)偏好在政府支持的領(lǐng)域進(jìn)行創(chuàng)新活動(dòng)，導(dǎo)致激勵(lì)扭曲，擠出了政府未投資領(lǐng)域的創(chuàng)新行為，減少了在這些領(lǐng)域的研發(fā)投入［13］。此外，越來(lái)越多的研究結(jié)果發(fā)現(xiàn)，政府政策支持對(duì)于企業(yè)的創(chuàng)新活動(dòng)同時(shí)存在正向效應(yīng)和負(fù)向效應(yīng)。在政策方面，Guellec 等［14］指出財(cái)政激勵(lì)對(duì)企業(yè)研發(fā)有短期的積極影響，但由于長(zhǎng)期存在較高的稅收減免，會(huì)出現(xiàn)消極影響。在企業(yè)方面，Clausen［15］發(fā)現(xiàn)政策效應(yīng)具有異質(zhì)性，在社會(huì)回報(bào)率差距較大的領(lǐng)域，政府補(bǔ)貼具有更強(qiáng)的刺激效應(yīng)。

1.3 網(wǎng)絡(luò)在政策績(jī)效評(píng)價(jià)中的作用

隨著經(jīng)濟(jì)加速轉(zhuǎn)型，企業(yè)正在從傳統(tǒng)封閉式的創(chuàng)新體系逐漸向開放網(wǎng)絡(luò)化的創(chuàng)新體系轉(zhuǎn)變［16］。復(fù)雜網(wǎng)絡(luò)理論與政府科技政策制定具有內(nèi)在的契合性，能夠揭示政策制定的復(fù)雜性產(chǎn)生的內(nèi)在機(jī)理及內(nèi)在規(guī)律［17］。因此，網(wǎng)絡(luò)視角得以引入。處于網(wǎng)絡(luò)中心位置的企業(yè)可被稱為“核心行動(dòng)者”，它們的行為常被其他成員學(xué)習(xí)與跟隨，因此中心企業(yè)可以影響甚至決定網(wǎng)絡(luò)中其他成員的行為以及行為的選擇模式，進(jìn)而對(duì)政策的制定與實(shí)施產(chǎn)生一定影響。并且，中心企業(yè)連接邊更多，即擁有更多合作伙伴與知識(shí)要素，這將會(huì)帶來(lái)許多可以幫助企業(yè)利用潛在資源的額外信息，有助于企業(yè)把握創(chuàng)新機(jī)會(huì)［18］，以便將更多資金用于更值得投資的研究方向上，促進(jìn)資金有效流動(dòng)，保障科技金融政策績(jī)效。

綜上所述，運(yùn)用大數(shù)據(jù)分析方法進(jìn)行文本聚類可以快速挖掘政策語(yǔ)義，提升類型劃分的效率，并且在對(duì)政策進(jìn)行績(jī)效評(píng)價(jià)時(shí)，需要深入到網(wǎng)絡(luò)層面進(jìn)行研究，考慮資金網(wǎng)絡(luò)特征在績(jī)效產(chǎn)生過(guò)程中發(fā)揮的效應(yīng)。基于此，本研究運(yùn)用Python 軟件對(duì)科技金融政策進(jìn)行LDA 聚類分析，通過(guò)科學(xué)劃分科技金融政策類型，挖掘不同類型政策的創(chuàng)新績(jī)效差異，探求資金網(wǎng)絡(luò)在不同類型政策實(shí)施過(guò)程中的效用，進(jìn)而提出有針對(duì)性的建議。

2 科技金融政策的類型劃分與量化

2.1 政策文本采集與預(yù)處理

（1）數(shù)據(jù)采集。數(shù)據(jù)收集對(duì)象為全國(guó)適用的、與科技金融相關(guān)的政策文本。在中國(guó)法律檢索系統(tǒng)中，通過(guò)設(shè)定“科技金融”“ 技術(shù)創(chuàng)新”“科技貸款”“風(fēng)險(xiǎn)投資”和“科技擔(dān)保”等17 個(gè)關(guān)鍵詞作為法規(guī)全文檢索詞，搜索下載我國(guó)2011—2020 年頒布的政策文件。進(jìn)行篩選與剔除后，最終納入研究的科技金融政策共計(jì)223 項(xiàng)（以下簡(jiǎn)稱“樣本政策”）。

（2）數(shù)據(jù)預(yù)處理。為了更好地利用Python 軟件對(duì)文本數(shù)據(jù)進(jìn)行分析，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，主要包括數(shù)據(jù)清洗、文本分詞、去除停用詞3 個(gè)步驟。

1）數(shù)據(jù)清洗。原始文本數(shù)據(jù)中包含一些特殊字符或英文字符，這部分?jǐn)?shù)據(jù)價(jià)值含量低、數(shù)據(jù)結(jié)構(gòu)混亂，易導(dǎo)致挖掘結(jié)果出現(xiàn)偏差，所以在數(shù)據(jù)清洗中選擇只保留文本中的漢字字符，并且采用正則表達(dá)方式。

2）文本分詞。通過(guò)文本分詞能夠縮小研究細(xì)粒度，在分詞基礎(chǔ)上進(jìn)行的文本挖掘工作將會(huì)更加精確。使用Python 軟件中的jieba 程序包進(jìn)行中文文本分詞，并將“財(cái)政補(bǔ)貼”“融資擔(dān)?！焙汀帮L(fēng)險(xiǎn)投資”等科技金融政策較獨(dú)有的詞匯匯總設(shè)置為字典，在分詞中予以保留。

3）去除停用詞。分詞后發(fā)現(xiàn)“了”“的”和“我”等無(wú)實(shí)際意義的詞所出現(xiàn)頻次較高，對(duì)后續(xù)文本分析結(jié)果的解讀幫助非常小，甚至可能會(huì)產(chǎn)生干擾作用，所以需要剔除。結(jié)合常見的3 種通用停用詞表（《哈爾濱工業(yè)大學(xué)停用詞表》《百度停用詞表》和《四川大學(xué)人工智能實(shí)驗(yàn)室停用詞庫(kù)》），將對(duì)科技金融政策研究無(wú)用的高頻詞加入停用詞詞典，構(gòu)建了自定義停用詞詞典，并依據(jù)該詞典在分詞結(jié)果中剔除停用詞。

2.2 主題個(gè)數(shù)選取

LDA 是一種機(jī)器學(xué)習(xí)技術(shù)，可以用來(lái)識(shí)別大規(guī)模文檔文件中潛藏的主題信息。LDA 模型算法可以保證一份文件的每個(gè)詞都會(huì)通過(guò)一定概率選擇某個(gè)主題，并且該主題也會(huì)有一定概率選擇某個(gè)詞語(yǔ)，從而實(shí)現(xiàn)主題與詞語(yǔ)的匹配，而政策分類也可視為類型與文件語(yǔ)義的匹配。LDA 模型以更快的效率實(shí)現(xiàn)了文本主題劃分，與政策分類具有一定的適用性，因此本研究選取LDA 算法對(duì)文本進(jìn)行聚類。LDA 提取的每一個(gè)主題都應(yīng)該是一個(gè)可理解的、有意義的、緊湊的語(yǔ)義簇，過(guò)多或過(guò)少的主題數(shù)量都不利于后期的具體分析。若主題數(shù)量較多，主題易重疊且相關(guān)性較高；但是若主題數(shù)量較少，主題包含的信息將過(guò)于冗雜。因此確定主題個(gè)數(shù)k值至關(guān)重要。借鑒Blei 等［8］的方法計(jì)算了不同主題數(shù)量對(duì)應(yīng)的困惑度，樣本政策的主題數(shù)量困惑度和主題數(shù)曲線如圖1 所示。

圖1 樣本政策主題數(shù)量及其困惑度關(guān)系分布

2.3 主題提取與結(jié)果分析

從圖1 可以明顯看出，隨著主題數(shù)增加，困惑度隨之減小且困惑度下降速度變慢，當(dāng)主題數(shù)為4個(gè)時(shí)，困惑度趨于平穩(wěn)，繼續(xù)增加主題數(shù)所得到的邊際收益明顯減小。因此，確定樣本政策的最佳主題數(shù)為4 個(gè)，即將科技金融政策分為4 類最為合理。首先使用詞頻-逆向文件頻率（TF-IDF）算法抽取政策文本中的關(guān)鍵詞，此方法在文本挖掘中被廣泛用于評(píng)估一個(gè)詞語(yǔ)對(duì)文本的重要程度；隨后，依據(jù)TF-IDF 值較高的詞語(yǔ)進(jìn)行LDA 聚類，聚類結(jié)果如表1 所示?？梢钥闯?，主題1 聚焦于國(guó)家整體的創(chuàng)新發(fā)展和對(duì)中小企業(yè)的創(chuàng)業(yè)支持，是對(duì)未來(lái)創(chuàng)新發(fā)展方向的宏觀規(guī)劃，以進(jìn)一步引導(dǎo)平衡各類技術(shù)的差異性發(fā)展，充分激發(fā)民眾創(chuàng)業(yè)熱情，因此，主題1 可看作是宏觀導(dǎo)向類政策；主題2 聚焦于金融對(duì)實(shí)體企業(yè)的支持，此類政策鼓勵(lì)金融機(jī)構(gòu)以降低門檻、減少息費(fèi)等手段，通過(guò)銀行貸款、風(fēng)險(xiǎn)投資、設(shè)立基金等方式給予企業(yè)直接的資金支持，以緩解企業(yè)融資壓力，因此，主題2 可看作是資金支持類政策；主題3 聚焦于建設(shè)協(xié)同創(chuàng)新平臺(tái)，提倡合理運(yùn)用互聯(lián)網(wǎng)技術(shù)，利用數(shù)字化優(yōu)勢(shì)建立平臺(tái)幫助企業(yè)開展供需對(duì)接、資源匹配等工作，實(shí)現(xiàn)資源整合、信息共享、協(xié)同創(chuàng)新，因此，主題3 可看作是平臺(tái)建設(shè)類政策；主題4 聚焦于知識(shí)產(chǎn)權(quán)的保護(hù)，要求科技部規(guī)范專利項(xiàng)目申報(bào)流程，制定相關(guān)政策保護(hù)高價(jià)值核心專利，同時(shí)推動(dòng)樹立版權(quán)意識(shí)、品牌觀念和專利思維，使我國(guó)從知識(shí)產(chǎn)權(quán)引進(jìn)大國(guó)向知識(shí)產(chǎn)權(quán)創(chuàng)造大國(guó)轉(zhuǎn)變，從而激發(fā)企業(yè)創(chuàng)新活力，因此，主題4 可看作是專利保護(hù)類政策。

表1 樣本政策主題的LDA 聚類結(jié)果

2.4 政策分類量化

為了更全面地反映科技金融政策的內(nèi)容和效度，在借鑒程翔等［19］、楊宜［20］研究的基礎(chǔ)上，從政策力度、政策目標(biāo)和政策措施3 個(gè)維度對(duì)4 類科技金融政策進(jìn)行量化，具體標(biāo)準(zhǔn)如表2 所示。科技金融政策力度是指政策頒布實(shí)施后特定社會(huì)群體對(duì)政策的信服程度，這與政策效力息息相關(guān)，本研究依據(jù)中國(guó)法律檢索系統(tǒng)顯示的政策效力級(jí)別來(lái)度量科技金融政策力度。科技金融政策目標(biāo)是指有關(guān)主體為了促進(jìn)科技金融相關(guān)問(wèn)題的解決而采取的政策行為所要達(dá)到的目標(biāo)、指標(biāo)和效果，具有明確性、針對(duì)性和可能性的特點(diǎn)，本研究主要從政策對(duì)科技金融支持的全面程度，及其在處理科技金融發(fā)展中所遇到問(wèn)題的行政效率的高低來(lái)度量科技金融政策目標(biāo)。科技金融政策措施是指解決科技金融問(wèn)題采取的具體處理辦法，本研究主要從具體措施的詳細(xì)程度來(lái)度量科技金融政策措施。

表2 科技金融政策量化標(biāo)準(zhǔn)

在對(duì)科技金融政策措施、政策目標(biāo)和政策力度進(jìn)行賦值量化后，首先將目標(biāo)分值和措施分值相加之和乘以力度分值，得到某項(xiàng)科技金融政策的評(píng)價(jià)分值如下：

式（1）中：Si為第i項(xiàng)科技金融政策的評(píng)價(jià)分值；Pi為第i項(xiàng)科技金融政策的政策力度分值；Ti為第i項(xiàng)科技金融政策的政策目標(biāo)分值；Mi為第i項(xiàng)科技金融政策的政策措施分值。

隨后依據(jù)以上分類結(jié)果，計(jì)算每年不同類別政策的得分情況。由于每項(xiàng)政策都有自己所屬的分類，計(jì)算出每類政策每年的總得分后，除以每年每類政策數(shù)量，得到的平均值即為每年每類政策的評(píng)價(jià)分值。評(píng)價(jià)分值計(jì)算方式如下：

式（2）中：SSjt為第t年第j類科技金融政策的評(píng)價(jià)分值；n為第t年第j類政策的項(xiàng)數(shù)；Si為第i項(xiàng)科技金融政策的評(píng)價(jià)分值。

3 研究假設(shè)與研究設(shè)計(jì)

3.1 研究假設(shè)

3.1.1 不同類型科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的影響

（1）宏觀政策主要是為企業(yè)創(chuàng)新提供方向、力度與節(jié)奏［21］，通過(guò)制定國(guó)家層面戰(zhàn)略方針，可以確定未來(lái)發(fā)展的創(chuàng)新導(dǎo)向、國(guó)家支持的創(chuàng)業(yè)類型與亟需突破的技術(shù)瓶頸，從而引導(dǎo)區(qū)域因地制宜地落實(shí)詳細(xì)規(guī)劃，逐步形成崇尚創(chuàng)新精神，以及敢于拼搏創(chuàng)業(yè)、勇于科技研發(fā)的價(jià)值導(dǎo)向和文化氛圍，進(jìn)一步激發(fā)企業(yè)創(chuàng)新活力?；诖?，提出如下假設(shè)：

H1a：宏觀導(dǎo)向類科技金融政策有助于提升企業(yè)創(chuàng)新績(jī)效。

（2）企業(yè)創(chuàng)新活動(dòng)的開展通常會(huì)受到資金約束［22］，再加上創(chuàng)新研發(fā)具有風(fēng)險(xiǎn)大、周期長(zhǎng)、投入高等不確定性，科技企業(yè)融資難問(wèn)題較為突出，而通過(guò)資金支持類科技金融政策的實(shí)施，增加了企業(yè)融資渠道，提升了融資便利性，更充足的資金有利于企業(yè)購(gòu)置固定資產(chǎn)、擴(kuò)大市場(chǎng)規(guī)模以及加大科技研發(fā)的投入，從而助力企業(yè)創(chuàng)新成長(zhǎng)，保障了專利產(chǎn)出?；诖?，本文提出如下假設(shè)：

H1b：資金支持類科技金融政策有助于提升企業(yè)創(chuàng)新績(jī)效。

（3）運(yùn)用互聯(lián)網(wǎng)技術(shù)構(gòu)建電子平臺(tái)是構(gòu)建數(shù)字政府、實(shí)現(xiàn)國(guó)家治理能力現(xiàn)代化的現(xiàn)實(shí)通道［23］。通過(guò)平臺(tái)建設(shè)，可以實(shí)現(xiàn)創(chuàng)新資源和信息的集成，推動(dòng)相匹配的要素之間以最便捷合理的方式相結(jié)合，從而提升政府服務(wù)效率，優(yōu)化企業(yè)創(chuàng)新環(huán)境，加強(qiáng)企業(yè)創(chuàng)新信心。基于此，提出如下假設(shè)：

H1c：平臺(tái)建設(shè)類科技金融政策有助于提升企業(yè)創(chuàng)新績(jī)效。

（4）知識(shí)產(chǎn)權(quán)保護(hù)制度授予發(fā)明人排除權(quán)和臨時(shí)壟斷權(quán)，在一定程度上保障了創(chuàng)新回報(bào)［24］，專利保護(hù)類科技金融政策也是如此。一方面，此類政策賦予創(chuàng)新企業(yè)合規(guī)的專利認(rèn)證，企業(yè)可以合理經(jīng)營(yíng)或出售其知識(shí)成果，不必?fù)?dān)心技術(shù)被盜用，促進(jìn)了技術(shù)市場(chǎng)化；另一方面，權(quán)責(zé)分明的專利保護(hù)類政策為技術(shù)轉(zhuǎn)移轉(zhuǎn)化提供了紐帶與契機(jī)，企業(yè)間知識(shí)元素得以有效流動(dòng)，有利于新產(chǎn)品的研究開發(fā)、新產(chǎn)業(yè)的優(yōu)化拓展，加速技術(shù)專利產(chǎn)出，促進(jìn)知識(shí)市場(chǎng)的繁榮發(fā)展?；诖耍岢鋈缦录僭O(shè)：

H1d：專利保護(hù)類科技金融政策有助于提升企業(yè)創(chuàng)新績(jī)效。

3.1.2 網(wǎng)絡(luò)效應(yīng)下不同類型科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的影響

（1）網(wǎng)絡(luò)中心度衡量企業(yè)在網(wǎng)絡(luò)中所處位置的中心程度，處于較高網(wǎng)絡(luò)地位的企業(yè)具有一定的權(quán)威性與便利性，資金、信息與知識(shí)資源較為充足，獲取資源的成本較低，更有助于企業(yè)提升創(chuàng)新績(jī)效。資金網(wǎng)絡(luò)中心企業(yè)多為行業(yè)龍頭或具有較優(yōu)資質(zhì)的企業(yè)，對(duì)其他企業(yè)有一定的領(lǐng)航作用，而宏觀導(dǎo)向類科技金融政策的制定初衷就是為創(chuàng)新發(fā)展提供一定指向性。中心企業(yè)的發(fā)展一般與宏觀大方向契合度較高，可以利用其他企業(yè)對(duì)中心企業(yè)的依賴性與跟隨性，推動(dòng)行業(yè)整體發(fā)展質(zhì)量符合預(yù)期，因此，在一定程度上把控中心企業(yè)發(fā)展趨勢(shì)，可以幫助此類政策取得更好的績(jī)效?；诖?，提出如下假設(shè)：

H2a：網(wǎng)絡(luò)中心度增強(qiáng)了宏觀導(dǎo)向類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用。

（2）資金網(wǎng)絡(luò)內(nèi)部連邊代表著資金的流動(dòng)，中心度越高說(shuō)明企業(yè)的資金優(yōu)勢(shì)越顯著，較高的中心度減少了企業(yè)獲取資源所需時(shí)間和資金，為企業(yè)滿足自身的研發(fā)需求提供便利，從而中心企業(yè)能夠更有效地利用科技金融政策促進(jìn)創(chuàng)新績(jī)效提升。基于此，提出如下假設(shè)：

H2b：網(wǎng)絡(luò)中心度增強(qiáng)了資金支持類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用。

（3）網(wǎng)絡(luò)中心度較高的企業(yè)具有一定的地位優(yōu)勢(shì)，與網(wǎng)絡(luò)內(nèi)其他成員知識(shí)與信息的交換頻率較高，并具有一定的持久性，網(wǎng)絡(luò)中連邊雙方的信任度與知識(shí)信息共享程度較高，可以幫助平臺(tái)建設(shè)類科技金融政策實(shí)現(xiàn)資源整合，有利于后續(xù)的資源開發(fā)拓展和匹配優(yōu)化，促進(jìn)雙方共贏、提高政策績(jī)效。基于此，提出如下假設(shè)：

H2c：網(wǎng)絡(luò)中心度增強(qiáng)了平臺(tái)建設(shè)類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用。

（4）在具有良好的專利保護(hù)水平基礎(chǔ)上，資金網(wǎng)絡(luò)近似于技術(shù)轉(zhuǎn)移的“橋梁”。中心企業(yè)可以在公開透明的網(wǎng)絡(luò)環(huán)境中出售或轉(zhuǎn)移自己所擁有的知識(shí)元素，不僅提高了技術(shù)轉(zhuǎn)移效率，也大大降低了轉(zhuǎn)移成本，有助于提升專利產(chǎn)出數(shù)量，即專利保護(hù)類科技金融政策的創(chuàng)新績(jī)效得以提升。基于此，提出如下假設(shè)：

H2d：網(wǎng)絡(luò)中心度增強(qiáng)了專利保護(hù)類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的促進(jìn)作用。

綜合以上分析，得到基本概念模型如圖2 所示。

圖2 研究基本概念模型

3.2 研究設(shè)計(jì)

3.2.1 數(shù)據(jù)來(lái)源

政策樣本數(shù)據(jù)情況如以上所述。企業(yè)數(shù)據(jù)方面，選取2011—2020 年創(chuàng)業(yè)板上市企業(yè)作為初始樣本，并剔除金融行業(yè)上市企業(yè)、缺失數(shù)據(jù)的企業(yè)和經(jīng)營(yíng)情況異常的企業(yè)，數(shù)據(jù)來(lái)源于國(guó)泰安CSMAR 數(shù)據(jù)庫(kù)、同花順iFinD 金融數(shù)據(jù)庫(kù)。

3.2.2 變量定義與測(cè)度

（1）被解釋變量為企業(yè)創(chuàng)新績(jī)效。本研究認(rèn)為專利是企業(yè)新技術(shù)、新產(chǎn)品以及新工藝的具體體現(xiàn)，故采用企業(yè)專利數(shù)量進(jìn)行衡量。

（2）解釋變量為4 類科技金融政策，分別為宏觀導(dǎo)向類科技金融政策（Z1）、資金支持類科技金融政策（Z2）、平臺(tái)建設(shè)類科技金融政策（Z3）和專利保護(hù)類科技金融政策（Z4）。政策數(shù)據(jù)依據(jù)上述政策量化打分所得。

（3）調(diào)節(jié)變量為資金網(wǎng)絡(luò)中心度（degree）。借鑒李媛媛等［25］的方法，以資金供給方和企業(yè)作為兩方節(jié)點(diǎn)，但在邊的鏈接方式上進(jìn)行改良，選取實(shí)際發(fā)生的資金數(shù)額大小作為鏈接依據(jù)，網(wǎng)絡(luò)構(gòu)建完成后，運(yùn)用UCINET 軟件輸出資金網(wǎng)絡(luò)中心度。

（4）控制變量具體如下：1）資產(chǎn)收益率（roa）。資產(chǎn)收益率可以反映企業(yè)的盈利能力；利用稅后凈利潤(rùn)與總資產(chǎn)的比值衡量資產(chǎn)收益率。2）企業(yè)年齡（age）。隨著企業(yè)年齡的增長(zhǎng)，企業(yè)規(guī)模、投資機(jī)會(huì)和人力結(jié)構(gòu)等都會(huì)發(fā)生變化，企業(yè)年齡對(duì)創(chuàng)新績(jī)效具有重要影響；利用當(dāng)期年份與企業(yè)成立年份之差衡量企業(yè)年齡。3）資本結(jié)構(gòu)（lev）。保持健康的資本結(jié)構(gòu)更有利于企業(yè)的長(zhǎng)期可持續(xù)發(fā)展；利用期末總負(fù)債與期末總資產(chǎn)的比值衡量資本結(jié)構(gòu)。4）研發(fā)投入強(qiáng)度（inv）。利用研發(fā)投入總額與營(yíng)業(yè)收入額衡量研發(fā)投入強(qiáng)度。

3.2.3 研究方法

通過(guò)F檢驗(yàn)判斷所采用的面板數(shù)據(jù)模型是否為非混合效應(yīng)模型，隨后運(yùn)用Hausman 檢驗(yàn)進(jìn)行隨機(jī)效應(yīng)模型回歸分析適用性檢驗(yàn)。被解釋變量屬于大于0 的計(jì)數(shù)型數(shù)據(jù)，且標(biāo)準(zhǔn)差大于均值，因此最終確定采用隨機(jī)效應(yīng)負(fù)二項(xiàng)回歸。

4 實(shí)證結(jié)果與分析

4.1 描述性統(tǒng)計(jì)與相關(guān)性分析

變量描述性統(tǒng)計(jì)結(jié)果與相關(guān)系數(shù)如表3 所示。從均值上來(lái)看，資金支持類與宏觀導(dǎo)向類科技金融政策近10 年得分較高，專利保護(hù)類政策得分較低，說(shuō)明在專利保護(hù)方面仍需加強(qiáng)。從標(biāo)準(zhǔn)差上來(lái)看，平臺(tái)建設(shè)類科技金融政策波動(dòng)較大，說(shuō)明近10 年在平臺(tái)建設(shè)方面制定變動(dòng)較多。整體來(lái)看，相關(guān)系數(shù)普遍低于0.3，滿足實(shí)證研究條件。

表3 變量的描述性統(tǒng)計(jì)與相關(guān)系數(shù)

4.2 回歸結(jié)果分析

為緩解多重共線性問(wèn)題，對(duì)解釋變量和調(diào)節(jié)變量進(jìn)行中心化處理，隨后再構(gòu)造自變量與調(diào)節(jié)變量的交乘項(xiàng)，最后將各變量依次加入回歸模型中分析其主效應(yīng)與調(diào)節(jié)效應(yīng)。回歸結(jié)果如表4 所示。其中，模型1 是包括4 類政策和控制變量的基礎(chǔ)模型，從回歸結(jié)果來(lái)看，4 類科技金融政策均對(duì)企業(yè)創(chuàng)新績(jī)效具有正向顯著影響，并且宏觀導(dǎo)向類政策的正向影響系數(shù)最大（0.048***），資金支持類政策次之（0.013***），說(shuō)明這兩類科技金融政策的創(chuàng)新績(jī)效較優(yōu)，即國(guó)家層面制定的戰(zhàn)略方針較好地帶領(lǐng)企業(yè)發(fā)展，為科技創(chuàng)新指明了方向，同時(shí),資金的落實(shí)到位在一定程度上緩解了企業(yè)融資問(wèn)題。即H1a、H1b、H1c、H1d得到檢驗(yàn)。

表4 變量的模型回歸結(jié)果

模型2 在基礎(chǔ)模型中加入宏觀導(dǎo)向類科技金融政策和資金網(wǎng)絡(luò)中心度的交乘項(xiàng)，探討資金網(wǎng)絡(luò)對(duì)宏觀導(dǎo)向類科技金融政策的調(diào)節(jié)效應(yīng)?；貧w結(jié)果表明，資金網(wǎng)絡(luò)中心度對(duì)宏觀導(dǎo)向類科技金融政策與企業(yè)創(chuàng)新績(jī)效的關(guān)系具有正向的調(diào)節(jié)效應(yīng)。正確的創(chuàng)新方向是降本增效、提升核心競(jìng)爭(zhēng)力、實(shí)現(xiàn)企業(yè)可持續(xù)發(fā)展的基石，在此基礎(chǔ)上，資金網(wǎng)絡(luò)為企業(yè)提供了更加穩(wěn)定的資金支持和更加高效的信息溝通，從而進(jìn)一步提升了企業(yè)創(chuàng)新水平。即H2a得以驗(yàn)證。

模型3 在基礎(chǔ)模型中加入資金支持類科技金融政策和資金網(wǎng)絡(luò)中心度的交乘項(xiàng)，探討資金網(wǎng)絡(luò)對(duì)資金支持類科技金融政策的調(diào)節(jié)效應(yīng)?；貧w結(jié)果表明，資金網(wǎng)絡(luò)中心度對(duì)資金支持類科技金融政策與企業(yè)創(chuàng)新績(jī)效的關(guān)系有正向的調(diào)節(jié)效應(yīng)。資金網(wǎng)絡(luò)中心度越高，企業(yè)有更充足的資金以滿足創(chuàng)新成長(zhǎng)、研發(fā)拓展等多種需求，提高了融資便利性，增強(qiáng)了資金支持類科技金融政策創(chuàng)新績(jī)效。即H2b得以驗(yàn)證。

模型4 在基礎(chǔ)模型上加入平臺(tái)建設(shè)類科技金融政策和資金網(wǎng)絡(luò)中心度的交乘項(xiàng)，探討資金網(wǎng)絡(luò)對(duì)平臺(tái)建設(shè)類科技金融政策的調(diào)節(jié)效應(yīng)?；貧w結(jié)果表明，資金網(wǎng)絡(luò)中心度對(duì)平臺(tái)建設(shè)類科技金融政策與企業(yè)創(chuàng)新績(jī)效關(guān)系的正向調(diào)節(jié)效應(yīng)并不顯著，說(shuō)明目前資金網(wǎng)絡(luò)規(guī)模仍較小，中心企業(yè)尚未實(shí)現(xiàn)作為“交通樞紐”的功能。即H2c目前并不成立。

模型5 在基礎(chǔ)模型中加入專利保護(hù)類科技金融政策和資金網(wǎng)絡(luò)中心度的交乘項(xiàng)，探討資金網(wǎng)絡(luò)對(duì)專利保護(hù)類科技金融政策的調(diào)節(jié)效應(yīng)。回歸結(jié)果表明，資金網(wǎng)絡(luò)中心度對(duì)專利保護(hù)類科技金融政策與企業(yè)創(chuàng)新績(jī)效關(guān)系的調(diào)節(jié)效應(yīng)呈現(xiàn)負(fù)向不顯著的結(jié)果。專利對(duì)科技企業(yè)而言十分重要，是新產(chǎn)品、新技術(shù)發(fā)展的象征，中心企業(yè)所擁有的知識(shí)元素更加全面、知識(shí)產(chǎn)權(quán)得到一定的保護(hù)有助于保障整個(gè)網(wǎng)絡(luò)內(nèi)部的知識(shí)流動(dòng)，使得企業(yè)與企業(yè)之間、企業(yè)與科技金融機(jī)構(gòu)之間的知識(shí)、信息、資金交互更加安全，專利保護(hù)類科技金融政策績(jī)效得以釋放。即H2d得以驗(yàn)證。

5 結(jié)論與建議

本研究通過(guò)收集2011—2020 年我國(guó)國(guó)家層面的科技金融政策，利用LDA 算法將科技金融政策劃分為宏觀導(dǎo)向類、資金支持類、平臺(tái)建設(shè)類和專利保護(hù)類4 類，并對(duì)其逐一量化，同時(shí)運(yùn)用2011—2020年我國(guó)創(chuàng)業(yè)板上市企業(yè)相關(guān)數(shù)據(jù)，研究不同類型政策對(duì)企業(yè)創(chuàng)新績(jī)效的提升效果，挖掘網(wǎng)絡(luò)在其中所發(fā)揮的效應(yīng)。結(jié)果表明：（1）4 類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效均具有顯著提升作用，其中宏觀導(dǎo)向類和資金支持類科技金融政策對(duì)企業(yè)創(chuàng)新績(jī)效的提升效應(yīng)最強(qiáng)；（2）資金網(wǎng)絡(luò)中心度對(duì)宏觀導(dǎo)向類、資金支持類和專利保護(hù)類科技金融政策與企業(yè)創(chuàng)新績(jī)效關(guān)系具有顯著的正向調(diào)節(jié)效應(yīng)，但對(duì)平臺(tái)建設(shè)類科技金融政策與企業(yè)創(chuàng)新績(jī)效關(guān)系的調(diào)節(jié)效應(yīng)并不明顯。

科技金融政策在緩解融資約束、保障科技成果權(quán)益和促進(jìn)技術(shù)轉(zhuǎn)移等方面可促進(jìn)企業(yè)創(chuàng)新發(fā)展，對(duì)政策類型進(jìn)行細(xì)分可以深入挖掘政策的不足之處，優(yōu)化政策供給，以激發(fā)政策潛能?；谝陨辖Y(jié)論，從政策、網(wǎng)絡(luò)與企業(yè)3 個(gè)角度提出以下建議：

維持績(jī)優(yōu)政策供給力度，賦能較弱效用政策。我國(guó)現(xiàn)有科技金融政策的宏觀導(dǎo)向和資金支持力度較優(yōu)，可緊跟國(guó)家宏觀創(chuàng)新方向，同時(shí)落實(shí)減稅降費(fèi)、提供項(xiàng)目補(bǔ)貼和建設(shè)產(chǎn)業(yè)基金等緩解企業(yè)融資困境的政策措施。除此之外，一方面應(yīng)當(dāng)持續(xù)保護(hù)科技專利成果，規(guī)范行政執(zhí)法行為，針對(duì)新業(yè)態(tài)下的侵權(quán)行為出臺(tái)監(jiān)管辦法，同時(shí)降低維權(quán)成本，以提高企業(yè)維權(quán)的積極性，從而促進(jìn)知識(shí)市場(chǎng)的繁榮發(fā)展，彰顯專利保護(hù)權(quán)威；另一方面，要加大財(cái)政投入力度，借助互聯(lián)網(wǎng)搭建公共信息服務(wù)平臺(tái)，建立專業(yè)的人才隊(duì)伍，針對(duì)企業(yè)的共同需求和困難，為企業(yè)提供政策解讀、信息發(fā)布、信息檢索、人才交流與引進(jìn)、專利維權(quán)等高水平、低成本、便利化的信息服務(wù)，克服信息不對(duì)稱問(wèn)題，推動(dòng)資源合理分配，正向激發(fā)政策潛力。

第二，擴(kuò)大資金網(wǎng)絡(luò)規(guī)模，發(fā)揮網(wǎng)絡(luò)積極效應(yīng)。目前仍需加強(qiáng)我國(guó)資金網(wǎng)絡(luò)內(nèi)部的溝通合作，通過(guò)建立專屬的合作幫扶機(jī)制，吸引更多企業(yè)加入，從而進(jìn)一步擴(kuò)大網(wǎng)絡(luò)規(guī)模，提高網(wǎng)絡(luò)密度，以更好實(shí)現(xiàn)中心企業(yè)的“交通樞紐”功能；同時(shí)，還要注意穩(wěn)定網(wǎng)絡(luò)內(nèi)部資金流，充分發(fā)揮各類金融機(jī)構(gòu)對(duì)企業(yè)發(fā)展的支撐作用，建立專門的扶持規(guī)定，如對(duì)于朝陽(yáng)產(chǎn)業(yè)和高技術(shù)產(chǎn)業(yè)予以資金支持，對(duì)于發(fā)展困難的中小企業(yè)予以信貸優(yōu)惠，穩(wěn)定企業(yè)的現(xiàn)金流與資金鏈，從而在資金網(wǎng)絡(luò)效應(yīng)下更好地通過(guò)科技金融政策推動(dòng)資金流向科技研發(fā)領(lǐng)域。

第三，把握網(wǎng)絡(luò)核心地位，提升企業(yè)競(jìng)爭(zhēng)力。從企業(yè)戰(zhàn)略角度出發(fā)，社會(huì)網(wǎng)絡(luò)有非常重要的利用價(jià)值，企業(yè)應(yīng)該積極主動(dòng)地利用各類網(wǎng)絡(luò)，提高企業(yè)核心競(jìng)爭(zhēng)力，并積極與網(wǎng)絡(luò)中的成員加強(qiáng)溝通合作，增加成員間信任感，逐步成為核心網(wǎng)絡(luò)地位，從而利用網(wǎng)絡(luò)效應(yīng)優(yōu)化各類政策的實(shí)施效果，釋放創(chuàng)新潛能。對(duì)于發(fā)展方向迷茫、陷入融資困境或?qū)＠Ｗo(hù)較弱的企業(yè)，其可主動(dòng)加入資金網(wǎng)絡(luò)，從而找準(zhǔn)未來(lái)創(chuàng)新發(fā)展方向，獲得穩(wěn)定的現(xiàn)金流以及加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)；而對(duì)于信息資源較為匱乏的企業(yè)，其可加入另一種有助于提升信息可得性的社會(huì)網(wǎng)絡(luò)，這也是未來(lái)的研究方向。