張慧敏

（中共中央黨校（國家行政學(xué)院） 經(jīng)濟(jì)學(xué)教研部，北京 100091）

一、引言

黨的二十大報(bào)告強(qiáng)調(diào)：“必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力，深入實(shí)施科教興國戰(zhàn)略、人才強(qiáng)國戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，開辟發(fā)展新領(lǐng)域新賽道，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢?！睋?jù)2022 年全球創(chuàng)新指數(shù)(GII)顯示：我國創(chuàng)新指數(shù)排名為第11 位。GDP 總量排名前五的國家中，創(chuàng)新總水平排名分別為：美國第2 位，德國第8 位，中國第11位，日本第13 位，印度第40 位。我國作為GDP 總量排名第2位的國家，創(chuàng)新總水平并未進(jìn)入前十，雖已經(jīng)是創(chuàng)新型國家，但距離創(chuàng)新型強(qiáng)國仍有一定的距離，如何提升我國創(chuàng)新水平是實(shí)現(xiàn)現(xiàn)代化進(jìn)程中亟須解決的問題。與此同時(shí)，我國人口的老齡化程度不斷上升，少子化現(xiàn)象日趨明顯。我國必須要優(yōu)化勞動(dòng)力結(jié)構(gòu)，緩解創(chuàng)新發(fā)展進(jìn)程中面臨的人才支撐不足問題。

文章借鑒祁斌和查向陽(2013)增量法對我國社會融資及直接融資比重計(jì)算[1]，中國社會融資總量大致呈現(xiàn)上升趨勢，而直接融資比重在2016 年以前處于波動(dòng)上升態(tài)勢，但2017 年大幅下降后便一直未達(dá)到25%。中國金融體系當(dāng)前最大的問題不在于總量不足，而在于金融結(jié)構(gòu)無法滿足服務(wù)高質(zhì)量發(fā)展的要求[2]。金融和勞動(dòng)力作為生產(chǎn)要素對產(chǎn)出皆有影響，隨著新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的發(fā)展以及創(chuàng)新的重要性不斷增強(qiáng)，已有研究多聚焦于金融結(jié)構(gòu)、人力資本結(jié)構(gòu)、要素錯(cuò)配對創(chuàng)新的影響[3-5]，較少從金融結(jié)構(gòu)和勞動(dòng)力技能結(jié)構(gòu)協(xié)調(diào)發(fā)展的視角研究其匹配度對創(chuàng)新的影響?；谝陨媳尘?，文章借鑒新結(jié)構(gòu)經(jīng)濟(jì)學(xué)金融體系和資源稟賦結(jié)構(gòu)相匹配的原則[6，7]，運(yùn)用排序匹配法測算金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)的匹配度，探究匹配度與創(chuàng)新之間的作用關(guān)系，為制定金融結(jié)構(gòu)和勞動(dòng)力技能結(jié)構(gòu)協(xié)調(diào)發(fā)展政策、提高創(chuàng)新水平提供理論支撐和實(shí)踐指引。

二、理論分析與研究假設(shè)

金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)是否協(xié)調(diào)發(fā)展，實(shí)際上是一個(gè)匹配問題。根據(jù)世界經(jīng)濟(jì)論壇報(bào)告顯示，2022 年全球創(chuàng)新地區(qū)前25 強(qiáng)中，國內(nèi)城市包括北京、上海和深圳，從這三個(gè)城市的金融、勞動(dòng)的投入來看，三個(gè)城市皆設(shè)立有證券交易所，資本市場成熟度以及雙一流大學(xué)數(shù)量在國內(nèi)名列前茅。此外，這三個(gè)城市的人才引進(jìn)機(jī)制也促進(jìn)了技能人才的聚集，基本形成了金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)的“高與高匹配”的發(fā)展模式[8]。據(jù)2022 年全球創(chuàng)新指數(shù)(GII)顯示，韓國創(chuàng)新指數(shù)排名為第6位。韓國早期處于融資結(jié)構(gòu)落后與資本稀缺的發(fā)展環(huán)境，其優(yōu)先發(fā)展初等教育，滿足了勞動(dòng)密集型產(chǎn)業(yè)關(guān)于低技能勞動(dòng)力的需求，形成了金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)的“低與低匹配”的發(fā)展模式，促使其技術(shù)水平大幅提升，之后在資本和技術(shù)水平積累到一定程度后才進(jìn)一步發(fā)展高等教育和資本市場。

此外，金融市場和銀行信貸對創(chuàng)新的影響各有優(yōu)劣勢。金融市場可以為創(chuàng)新提供更多的資金和更大的自主權(quán)，但也可能存在一定的風(fēng)險(xiǎn)和不確定性；而銀行信貸則可以提供更加穩(wěn)定和低成本的融資，但對創(chuàng)新的限制也相對較多。勞動(dòng)力結(jié)構(gòu)的等級可以用技能高低來直觀表現(xiàn)，高技能勞動(dòng)力具備更多的專業(yè)知識、技術(shù)能力和創(chuàng)新能力，他們更有可能推動(dòng)技術(shù)進(jìn)步和創(chuàng)新。基于國內(nèi)外的現(xiàn)實(shí)案例分析以及金融市場和銀行信貸的優(yōu)劣勢，資本和勞動(dòng)之間很有可能存在結(jié)構(gòu)匹配的關(guān)系，文章提出假設(shè)H1：

假設(shè)H1：金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新產(chǎn)生正向影響。

產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是我國實(shí)現(xiàn)經(jīng)濟(jì)轉(zhuǎn)型、實(shí)現(xiàn)可持續(xù)發(fā)展、促進(jìn)就業(yè)機(jī)會和推動(dòng)區(qū)域發(fā)展平衡的關(guān)鍵路徑。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級會對技術(shù)變革產(chǎn)生影響[9]。不同類型的產(chǎn)業(yè)在規(guī)模類型、管理機(jī)制以及發(fā)展的外部環(huán)境存在差異性，這也要求金融體系能夠提供差異性的服務(wù)。最優(yōu)金融結(jié)構(gòu)理論認(rèn)為，金融結(jié)構(gòu)能夠匹配產(chǎn)業(yè)結(jié)構(gòu)時(shí)，金融結(jié)構(gòu)就能發(fā)揮對產(chǎn)業(yè)結(jié)構(gòu)的促進(jìn)作用。此外，隨著經(jīng)濟(jì)的發(fā)展，不同的產(chǎn)業(yè)結(jié)構(gòu)需要不同的金融結(jié)構(gòu)來支持其發(fā)展。在初級階段，由于資本和技術(shù)的匱乏，銀行在提供融資和風(fēng)險(xiǎn)管理方面可能起到主導(dǎo)作用。而在經(jīng)濟(jì)發(fā)展到中高級階段時(shí)，市場機(jī)制的作用逐漸增強(qiáng)，證券市場、保險(xiǎn)市場等非銀行金融機(jī)構(gòu)的發(fā)展變得愈發(fā)重要，這種最優(yōu)金融結(jié)構(gòu)的演化是一個(gè)動(dòng)態(tài)的過程[10]。勞動(dòng)力結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級不符，加之勞動(dòng)力轉(zhuǎn)移受阻，會嚴(yán)重阻礙經(jīng)濟(jì)增長，不利于全要素生產(chǎn)率的提高[11]。鑒于此，文章提出假設(shè)H2：

假設(shè)H2：金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度不適應(yīng)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，會抑制產(chǎn)業(yè)結(jié)構(gòu)升級對創(chuàng)新發(fā)展的積極作用，導(dǎo)致創(chuàng)新發(fā)展受限。

財(cái)政科技支出作為創(chuàng)新資金來源的一個(gè)重要部分，在創(chuàng)新方面發(fā)揮著重要的作用[12]。財(cái)政科技支出可以用于支持科技創(chuàng)業(yè)生態(tài)系統(tǒng)的建設(shè)和培育，可以通過提供獎(jiǎng)學(xué)金、研究基金、科研項(xiàng)目資助等形式的補(bǔ)貼，鼓勵(lì)企業(yè)增加研發(fā)投入，促進(jìn)企業(yè)進(jìn)行合作創(chuàng)新，培養(yǎng)創(chuàng)新人才，推動(dòng)創(chuàng)新成果的轉(zhuǎn)化和商業(yè)化。其中，財(cái)政科技支出中補(bǔ)貼的設(shè)置可能會對企業(yè)的創(chuàng)新方向產(chǎn)生偏向。如果政府補(bǔ)貼主要集中在特定領(lǐng)域或技術(shù)上，可能會限制企業(yè)自主選擇創(chuàng)新方向的能力，從而對自主創(chuàng)新產(chǎn)生消極影響。然而，如果補(bǔ)貼廣泛適用于各個(gè)領(lǐng)域和技術(shù)，鼓勵(lì)技術(shù)創(chuàng)新的多樣性，對技術(shù)創(chuàng)新的積極影響可能更為顯著。此外，財(cái)政科技補(bǔ)貼可能會增加企業(yè)尋租成本，改變企業(yè)的創(chuàng)新動(dòng)機(jī)[13]。如果補(bǔ)貼水平過高或補(bǔ)貼機(jī)制設(shè)計(jì)不當(dāng)，企業(yè)可能更傾向于追求補(bǔ)貼而非真正的創(chuàng)新，這可能導(dǎo)致自主創(chuàng)新的減少，相比之下，對技術(shù)創(chuàng)新的補(bǔ)貼可能更容易與實(shí)際技術(shù)的開發(fā)和應(yīng)用相關(guān)聯(lián)，從而更直接地激勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新。鑒于此，文章提出假設(shè)H3：

假設(shè)H3：政府財(cái)政科技支出會削弱金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進(jìn)作用，而增強(qiáng)其對技術(shù)創(chuàng)新的促進(jìn)作用。

三、研究設(shè)計(jì)

1. 變量選取與數(shù)據(jù)說明

（1） 創(chuàng)新產(chǎn)出指標(biāo)

文章采用發(fā)明專利授權(quán)數(shù)量與GDP 的比率代表自主創(chuàng)新。將發(fā)明專利、實(shí)用新型和外觀設(shè)計(jì)3 種類型專利依據(jù)其創(chuàng)新程度的高低不同，分別賦予0.5、0.3 和0.2 的權(quán)重，采用加權(quán)平均值與GDP 的比率來衡量技術(shù)創(chuàng)新[14]。

（2） 金融結(jié)構(gòu)

在直接融資中，股票市場是一個(gè)重要的融資渠道，通過股票發(fā)行，企業(yè)可以吸引投資者購買股票，為企業(yè)提供資金支持，而股票交易總額指標(biāo)可以反映股票市場的活躍程度。因此，文章借鑒葉德珠等(2019)用股票市場交易總額表示直接融資，以金融機(jī)構(gòu)人民幣貸款余額表示間接融資，通過比較兩者的相對比例來衡量金融結(jié)構(gòu)[15]。

（3） 勞動(dòng)力技能結(jié)構(gòu)

文章借鑒黃晶和王琦(2021)[16]的做法，將研究與試驗(yàn)發(fā)展人員占比較高的制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，科學(xué)研究和技術(shù)服務(wù)業(yè)，教育業(yè)，衛(wèi)生和社會工作行業(yè)歸類為技能密集型行業(yè)；將占比相對較低的其他行業(yè)歸類為非技能密集型行業(yè)。用技能密集型行業(yè)就業(yè)人數(shù)占總勞動(dòng)力人數(shù)的比重代表勞動(dòng)力技能結(jié)構(gòu)。

（4） 其他變量

第一，控制變量。選取技術(shù)創(chuàng)新生態(tài)環(huán)境由王小魯?shù)?2019)編著的《中國分省份市場化指數(shù)報(bào)告》中的市場化指數(shù)表示金融結(jié)構(gòu)、勞動(dòng)力技能結(jié)構(gòu)；外商直接投資水平用實(shí)際利用外商直接投資額與GDP 的比率表示；政府干預(yù)程度用地方財(cái)政一般預(yù)算支出與GDP 的比率表示；對外開放程度用經(jīng)營單位所在地進(jìn)出口總額與GDP 的比率表示；人力資本投入用平均受教育年限表示[17-19]。

第二，中介變量。將反映產(chǎn)業(yè)結(jié)構(gòu)升級的第三與第二產(chǎn)業(yè)產(chǎn)值比率作為中介變量，用instru來表示。

第三，調(diào)節(jié)變量。政府科技支出水平對于創(chuàng)新發(fā)展有積極影響，文章用政府科技支出占地方財(cái)政一般預(yù)算支出比重衡量。

主要變量的描述性統(tǒng)計(jì)如表1 所示。

（5） 匹配度測算

文章借鑒吳凡和蘇佳琳(2020)[18]、葉德珠和曾繁清(2022)的做法[19]，運(yùn)用標(biāo)準(zhǔn)排序匹配法構(gòu)建金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度。首先，對金融結(jié)構(gòu)、勞動(dòng)力技能結(jié)構(gòu)數(shù)據(jù)z-score 標(biāo)準(zhǔn)化，消除這兩個(gè)指標(biāo)之間的量綱差異，使得數(shù)據(jù)具有可比性；之后，分別將這兩個(gè)指標(biāo)由小到大進(jìn)行[0，1]范圍內(nèi)的排序，分?jǐn)?shù)越高表示金融結(jié)構(gòu)越偏向于市場主導(dǎo)型、勞動(dòng)力技能結(jié)構(gòu)越偏向于高技能，再將排序后的金融結(jié)構(gòu)所處的層次記為std(finstru)、勞動(dòng)力技能結(jié)構(gòu)所處的層次記為std(inlabor)；最后，計(jì)算金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)的排序差異。為了使指標(biāo)的數(shù)值大小與結(jié)構(gòu)匹配度的高低方向保持一致以便于實(shí)證分析，文章做取相反數(shù)的處理，最終用排序差異的絕對值的相反數(shù)作為結(jié)構(gòu)匹配度match數(shù)值越大，表示金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)所處的層次越接近、匹配度越高。

（6） 數(shù)據(jù)說明

文章數(shù)據(jù)來自歷年《中國人口和就業(yè)統(tǒng)計(jì)年鑒》 《中國統(tǒng)計(jì)年鑒》 《中國科技統(tǒng)計(jì)年鑒》 《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、wind 數(shù)據(jù)庫、eps 數(shù)據(jù)庫、CEIC 數(shù)據(jù)庫以及CSMAR 數(shù)據(jù)庫。除創(chuàng)新效率測算外，文章所有計(jì)量分析皆基于stata17 實(shí)現(xiàn)。

2. 模型設(shè)定

為檢驗(yàn)假設(shè)H1，文章構(gòu)建如下基準(zhǔn)模型：

為檢驗(yàn)假設(shè)H2，借鑒溫忠麟、葉寶娟(2014)關(guān)于中介效應(yīng)的研究[20]，建立如下模型：

其中，inoit表示創(chuàng)新（包括自主創(chuàng)新zz和技術(shù)創(chuàng)新cx），a0、β0、δ0分別表示各常數(shù)項(xiàng)，matchit表示金融—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度，instruit表示中介變量產(chǎn)業(yè)結(jié)構(gòu)升級，γit表示控制變量，μi表示個(gè)體固定效應(yīng)，ηt表示時(shí)間固定效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。

3. 變量名稱與描述性統(tǒng)計(jì)

文章選取2000—2021 年中國30 個(gè)省份的數(shù)據(jù)（除西藏和港澳臺地區(qū)）。為消除量綱影響，所有指標(biāo)進(jìn)行比率化處理。從表1 可以看出，我國自主創(chuàng)新水平低于技術(shù)創(chuàng)新水平，且自主創(chuàng)新的變異系數(shù)為1.176，大于技術(shù)創(chuàng)新的變異系數(shù)0.857，表明我國各個(gè)地區(qū)之間自主創(chuàng)新比技術(shù)創(chuàng)新發(fā)展更不均衡。金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度均值為-0.341，說明金融結(jié)構(gòu)和勞動(dòng)力技能結(jié)構(gòu)之間存在錯(cuò)配現(xiàn)象，其最小值和最大值差別較大。

四、實(shí)證結(jié)果及分析

1. 基準(zhǔn)回歸

表2 基準(zhǔn)回歸結(jié)果顯示，在不加入固定效應(yīng)時(shí)，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度分別對自主創(chuàng)新、技術(shù)創(chuàng)新存在顯著正向影響；在加入雙固定效應(yīng)時(shí)，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的影響在5%的顯著性水平上存在顯著正向影響，系數(shù)為0.034，顯著性水平進(jìn)一步提高；金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對技術(shù)創(chuàng)新的影響在1%的顯著性水平上存在顯著正向影響，系數(shù)為0.117，顯著性水平不變，影響系數(shù)變大。基準(zhǔn)回歸驗(yàn)證了假設(shè)H1，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新具有積極影響，也即資本市場主導(dǎo)型的金融結(jié)構(gòu)可以和高技能勞動(dòng)力結(jié)構(gòu)匹配促進(jìn)創(chuàng)新，而銀行信貸主導(dǎo)型金融結(jié)構(gòu)可以和中低技能勞動(dòng)力結(jié)構(gòu)匹配促進(jìn)創(chuàng)新。此外，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對技術(shù)創(chuàng)新的影響要大于其對自主創(chuàng)新的影響，表2 列(2)和列(4)的R2皆比列(1)和列(3)的R2大，說明地區(qū)和時(shí)間因素對所估計(jì)的模型系數(shù)有重要影響。

2. 穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術(shù)創(chuàng)新存在顯著正向影響的穩(wěn)健性，將股票和債券融資與銀行貸款融資比構(gòu)建新的金融結(jié)構(gòu)指標(biāo)進(jìn)而形成新的匹配度match1；調(diào)整樣本數(shù)量，剔除北京、上海、廣州這三個(gè)地區(qū)的樣本，形成匹配度match2。結(jié)果如表3 所示，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術(shù)創(chuàng)新皆存在顯著正向影響，說明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)：替換核心解釋變量

3. 內(nèi)生性處理

文章使用雙固定效應(yīng)以及選取控制變量以降低遺漏變量導(dǎo)致內(nèi)生性問題的可能，但仍存在諸如反向因果、變量與殘差間相互內(nèi)生等可能。運(yùn)用兩階段最小二乘法，分別將因變量滯后一期作為工具變量進(jìn)行回歸[21]。結(jié)果如表4 所示，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度(match3)對自主創(chuàng)新及技術(shù)創(chuàng)新仍具有正向影響，表明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

表4 內(nèi)生性檢驗(yàn)：使用工具變量

4. 影響機(jī)制分析

文章進(jìn)一步研究金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新的直接效應(yīng)及通過產(chǎn)業(yè)升級對創(chuàng)新發(fā)展的中介效應(yīng)。表5 列(1)的系數(shù)在1%的水平上顯著為負(fù)，即金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對產(chǎn)業(yè)升級具有顯著負(fù)向影響；列(2)和列(3)中的匹配度和產(chǎn)業(yè)升級系數(shù)在1%的水平上皆顯著為正，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術(shù)創(chuàng)新的直接效應(yīng)分別為0.074、0.141，遮掩效應(yīng)分別為0.0400(|-0.194*0.203|)、0.024(|-0.194*0.122|)，總效應(yīng)分別為0.034、0.117。對此結(jié)果可能的解釋是：產(chǎn)業(yè)升級需要通過結(jié)構(gòu)調(diào)整來實(shí)現(xiàn)，包括資源的重新配置和技術(shù)的升級，當(dāng)前中國金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)的匹配可能導(dǎo)致資金過多地流向第二產(chǎn)業(yè)（制造業(yè)和建筑業(yè)），而忽視了第三產(chǎn)業(yè)（服務(wù)業(yè)） 的發(fā)展，無法適應(yīng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的需求，對產(chǎn)業(yè)升級產(chǎn)生抑制，即當(dāng)前中國的金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度削弱了產(chǎn)業(yè)升級對自主創(chuàng)新以及技術(shù)創(chuàng)新的積極作用，假設(shè)H2 由此得到驗(yàn)證。表5 列(4)政府的科技支持力度與金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度的交互項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，表明政府的科技支持力度削弱了金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進(jìn)作用，金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度與政府的科技支持力度對自主創(chuàng)新的影響具有明顯的替代關(guān)系；列(5)政府的科技支持力度與金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度的交互項(xiàng)系數(shù)在5%的水平上顯著為正，表明政府對科技支持的力度強(qiáng)化了金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對技術(shù)創(chuàng)新的促進(jìn)作用，具有正向調(diào)節(jié)作用，假設(shè)H3由此得到驗(yàn)證。

表5 影響機(jī)制結(jié)果

五、進(jìn)一步研究：金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新效率的影響

文章進(jìn)一步檢驗(yàn)金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新效率的影響，以期能夠較為全面地了解匹配度對創(chuàng)新的影響。創(chuàng)新可以劃分為研發(fā)和轉(zhuǎn)化兩個(gè)階段，創(chuàng)新效率也是我國創(chuàng)新發(fā)展進(jìn)程中需要重點(diǎn)關(guān)注的問題，文章運(yùn)用Fried 等(1999，2002)三階段DEA 方法對創(chuàng)新效率進(jìn)行測算。借鑒已有研究[22]，具體指標(biāo)選取如表6 所示，為了消除不同單位環(huán)境變量對結(jié)果分析造成影響，對環(huán)境變量進(jìn)行標(biāo)準(zhǔn)化處理。從投入到產(chǎn)出具有時(shí)滯性，對創(chuàng)新產(chǎn)出相關(guān)指標(biāo)進(jìn)行滯后一期化處理。

表6 創(chuàng)新效率指標(biāo)匯總

文章研究的創(chuàng)新效率即研發(fā)效率和轉(zhuǎn)化效率取值皆大于等于0，LR 檢驗(yàn)認(rèn)為在1%的顯著水平上存在個(gè)體效應(yīng)，故引入隨機(jī)效應(yīng)的Tobit 模型檢驗(yàn)金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度與創(chuàng)新效率的關(guān)系。表7 結(jié)果表明，我國金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度創(chuàng)新研發(fā)綜合技術(shù)效率(yfzh)在10%的顯著水平上有正向影響，影響系數(shù)為0.051；對創(chuàng)新研發(fā)純技術(shù)效率(yfjs)在1%的顯著水平上有正向影響，影響系數(shù)為0.066；對研發(fā)規(guī)模效率(yfgm)、創(chuàng)新轉(zhuǎn)化綜合技術(shù)效率(zhzh)、轉(zhuǎn)化純技術(shù)效率(zhjs)、轉(zhuǎn)化規(guī)模效率(zhgm)并未發(fā)揮出促進(jìn)作用。為檢驗(yàn)基準(zhǔn)Tobit 回歸結(jié)果的穩(wěn)健性，文章將直接融資指標(biāo)中加入債券融形成新的匹配度match4，檢驗(yàn)匹配度對創(chuàng)新效率的影響?；貧w結(jié)果與上述結(jié)果基本保持一致，支持匹配度對創(chuàng)新效率Tobit 基準(zhǔn)回歸的結(jié)論。

六、結(jié)論及政策建議

1. 主要結(jié)論

文章運(yùn)用排序匹配法度量金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)匹配度，采用雙固定效應(yīng)對自主創(chuàng)新、技術(shù)創(chuàng)新進(jìn)行回歸分析。此外，為更加全面地了解金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新的影響，運(yùn)用三階段DEA 方法，將環(huán)境因素剝離，從而計(jì)算出更加準(zhǔn)確的創(chuàng)新效率值，并進(jìn)一步運(yùn)用Tobit 效應(yīng)模型檢驗(yàn)匹配度對創(chuàng)新效率的影響。研究得出如下結(jié)論：

一是金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術(shù)創(chuàng)新存在顯著正向影響；

二是金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度不適應(yīng)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，會抑制產(chǎn)業(yè)結(jié)構(gòu)升級對創(chuàng)新發(fā)展的積極作用，導(dǎo)致創(chuàng)新發(fā)展受限；

三是政府科技支出會削弱金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進(jìn)作用，而增強(qiáng)匹配度對技術(shù)創(chuàng)新的促進(jìn)作用；

四是我國金融結(jié)構(gòu)—?jiǎng)趧?dòng)力技能結(jié)構(gòu)匹配度對創(chuàng)新研發(fā)綜合技術(shù)效率(yfzh)和研發(fā)純技術(shù)效率(yfjs)存在顯著正向影響，而對研發(fā)規(guī)模效率(yfgm)、創(chuàng)新轉(zhuǎn)化綜合技術(shù)效率(zhzh)、轉(zhuǎn)化純技術(shù)效率(zhjs)、轉(zhuǎn)化規(guī)模效率(zhgm)并未發(fā)揮出促進(jìn)作用。

2. 政策建議

我國在推進(jìn)創(chuàng)新發(fā)展進(jìn)程中，面臨人口自然增長率變成負(fù)數(shù)且人口老齡化日益加劇現(xiàn)狀，要更加重視勞動(dòng)力技能結(jié)構(gòu)與金融結(jié)構(gòu)協(xié)調(diào)問題。在自主創(chuàng)新占比高的行業(yè)或者區(qū)域，其從業(yè)者多為高技能勞動(dòng)力，需要較為發(fā)達(dá)的金融市場提供資金支持，應(yīng)進(jìn)一步創(chuàng)新包括公募REITs 產(chǎn)品在內(nèi)的金融產(chǎn)品供給，完善信息披露與監(jiān)管規(guī)則，全面提升資本市場服務(wù)創(chuàng)新的能力。在缺少高技能勞動(dòng)力的行業(yè)或區(qū)域，要進(jìn)一步優(yōu)化銀行信貸的服務(wù)模式，鼓勵(lì)銀行參與供應(yīng)鏈金融，有效地服務(wù)創(chuàng)新企業(yè)、區(qū)域產(chǎn)業(yè)集群等各類產(chǎn)業(yè)鏈供應(yīng)鏈項(xiàng)目場景，進(jìn)而實(shí)現(xiàn)貸款、存款與結(jié)算等多項(xiàng)業(yè)務(wù)多場景應(yīng)用。政府在財(cái)政科技支出中應(yīng)加強(qiáng)對知識產(chǎn)權(quán)的保護(hù)力度，保障自主創(chuàng)新企業(yè)的創(chuàng)新成果和利益，還應(yīng)建立科創(chuàng)項(xiàng)目的評估和監(jiān)測機(jī)制，確保財(cái)政科技支出的有效性。隨著我國創(chuàng)新水平的不斷提升，亟須相關(guān)部門制定相應(yīng)的協(xié)調(diào)政策，對金融結(jié)構(gòu)與勞動(dòng)力技能結(jié)構(gòu)協(xié)調(diào)性進(jìn)行動(dòng)態(tài)監(jiān)管，以期發(fā)揮出二者匹配度對創(chuàng)新的最優(yōu)促進(jìn)作用。創(chuàng)新效率方面，創(chuàng)新研發(fā)效率雖然整體高于創(chuàng)新轉(zhuǎn)化效率，但在未來發(fā)展中要更加注重匹配度對研發(fā)規(guī)模效率的促進(jìn)作用。此外，應(yīng)重視培養(yǎng)創(chuàng)新人才、推動(dòng)資本與校企融合、抓實(shí)嵌合式戰(zhàn)略合作、完善校企考核評價(jià)機(jī)制、組建校企戰(zhàn)略合作平臺以促進(jìn)校企高質(zhì)量協(xié)同發(fā)展，進(jìn)而發(fā)揮金融結(jié)構(gòu)與動(dòng)力技能結(jié)構(gòu)匹配對創(chuàng)新成果轉(zhuǎn)化的助力作用。