張慧敏

（中共中央黨校（國家行政學院） 經(jīng)濟學教研部，北京 100091）

一、引言

黨的二十大報告強調(diào)：“必須堅持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動力，深入實施科教興國戰(zhàn)略、人才強國戰(zhàn)略、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，開辟發(fā)展新領域新賽道，不斷塑造發(fā)展新動能新優(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)新總水平并未進入前十，雖已經(jīng)是創(chuàng)新型國家，但距離創(chuàng)新型強國仍有一定的距離，如何提升我國創(chuàng)新水平是實現(xiàn)現(xiàn)代化進程中亟須解決的問題。與此同時，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)化勞動力結(jié)構(gòu)，緩解創(chuàng)新發(fā)展進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 年以前處于波動上升態(tài)勢，但2017 年大幅下降后便一直未達到25%。中國金融體系當前最大的問題不在于總量不足，而在于金融結(jié)構(gòu)無法滿足服務高質(zhì)量發(fā)展的要求[2]。金融和勞動力作為生產(chǎn)要素對產(chǎn)出皆有影響，隨著新結(jié)構(gòu)經(jīng)濟學的發(fā)展以及創(chuàng)新的重要性不斷增強，已有研究多聚焦于金融結(jié)構(gòu)、人力資本結(jié)構(gòu)、要素錯配對創(chuàng)新的影響[3-5]，較少從金融結(jié)構(gòu)和勞動力技能結(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?；谝陨媳尘埃恼陆梃b新結(jié)構(gòu)經(jīng)濟學金融體系和資源稟賦結(jié)構(gòu)相匹配的原則[6，7]，運用排序匹配法測算金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)的匹配度，探究匹配度與創(chuàng)新之間的作用關系，為制定金融結(jié)構(gòu)和勞動力技能結(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踐指引。

二、理論分析與研究假設

金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)是否協(xié)調(diào)發(fā)展，實際上是一個匹配問題。根據(jù)世界經(jīng)濟論壇報告顯示，2022 年全球創(chuàng)新地區(qū)前25 強中，國內(nèi)城市包括北京、上海和深圳，從這三個城市的金融、勞動的投入來看，三個城市皆設立有證券交易所，資本市場成熟度以及雙一流大學數(shù)量在國內(nèi)名列前茅。此外，這三個城市的人才引進機制也促進了技能人才的聚集，基本形成了金融結(jié)構(gòu)—勞動力技能結(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，滿足了勞動密集型產(chǎn)業(yè)關于低技能勞動力的需求，形成了金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)的“低與低匹配”的發(fā)展模式，促使其技術水平大幅提升，之后在資本和技術水平積累到一定程度后才進一步發(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險和不確定性；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)，高技能勞動力具備更多的專業(yè)知識、技術能力和創(chuàng)新能力，他們更有可能推動技術進步和創(chuàng)新。基于國內(nèi)外的現(xiàn)實案例分析以及金融市場和銀行信貸的優(yōu)劣勢，資本和勞動之間很有可能存在結(jié)構(gòu)匹配的關系，文章提出假設H1：

假設H1：金融結(jié)構(gòu)—勞動力技能結(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)整是我國實現(xiàn)經(jīng)濟轉(zhuǎn)型、實現(xiàn)可持續(xù)發(fā)展、促進就業(yè)機會和推動區(qū)域發(fā)展平衡的關鍵路徑。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級會對技術變革產(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。最優(yōu)金融結(jié)構(gòu)理論認為，金融結(jié)構(gòu)能夠匹配產(chǎn)業(yè)結(jié)構(gòu)時，金融結(jié)構(gòu)就能發(fā)揮對產(chǎn)業(yè)結(jié)構(gòu)的促進作用。此外，隨著經(jīng)濟的發(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，由于資本和技術的匱乏，銀行在提供融資和風險管理方面可能起到主導作用。而在經(jīng)濟發(fā)展到中高級階段時，市場機制的作用逐漸增強，證券市場、保險市場等非銀行金融機構(gòu)的發(fā)展變得愈發(fā)重要，這種最優(yōu)金融結(jié)構(gòu)的演化是一個動態(tài)的過程[10]。勞動力結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級不符，加之勞動力轉(zhuǎn)移受阻，會嚴重阻礙經(jīng)濟增長，不利于全要素生產(chǎn)率的提高[11]。鑒于此，文章提出假設H2：

假設H2：金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度不適應產(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，導致創(chuàng)新發(fā)展受限。

財政科技支出作為創(chuàng)新資金來源的一個重要部分，在創(chuàng)新方面發(fā)揮著重要的作用[12]。財政科技支出可以用于支持科技創(chuàng)業(yè)生態(tài)系統(tǒng)的建設和培育，可以通過提供獎學金、研究基金、科研項目資助等形式的補貼，鼓勵企業(yè)增加研發(fā)投入，促進企業(yè)進行合作創(chuàng)新，培養(yǎng)創(chuàng)新人才，推動創(chuàng)新成果的轉(zhuǎn)化和商業(yè)化。其中，財政科技支出中補貼的設置可能會對企業(yè)的創(chuàng)新方向產(chǎn)生偏向。如果政府補貼主要集中在特定領域或技術上，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，如果補貼廣泛適用于各個領域和技術，鼓勵技術創(chuàng)新的多樣性，對技術創(chuàng)新的積極影響可能更為顯著。此外，財政科技補貼可能會增加企業(yè)尋租成本，改變企業(yè)的創(chuàng)新動機[13]。如果補貼水平過高或補貼機制設計不當，企業(yè)可能更傾向于追求補貼而非真正的創(chuàng)新，這可能導致自主創(chuàng)新的減少，相比之下，對技術創(chuàng)新的補貼可能更容易與實際技術的開發(fā)和應用相關聯(lián)，從而更直接地激勵企業(yè)進行技術創(chuàng)新。鑒于此，文章提出假設H3：

假設H3：政府財政科技支出會削弱金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進作用，而增強其對技術創(chuàng)新的促進作用。

三、研究設計

1. 變量選取與數(shù)據(jù)說明

（1） 創(chuàng)新產(chǎn)出指標

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、實用新型和外觀設計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 的比率來衡量技術創(chuàng)新[14]。

（2） 金融結(jié)構(gòu)

在直接融資中，股票市場是一個重要的融資渠道，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、軟件和信息技術服務業(yè)，科學研究和技術服務業(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)占總勞動力人數(shù)的比重代表勞動力技能結(jié)構(gòu)。

（4） 其他變量

第一，控制變量。選取技術創(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)報告》中的市場化指數(shù)表示金融結(jié)構(gòu)、勞動力技能結(jié)構(gòu)；外商直接投資水平用實際利用外商直接投資額與GDP 的比率表示；政府干預程度用地方財政一般預算支出與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政一般預算支出比重衡量。

主要變量的描述性統(tǒng)計如表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]，運用標準排序匹配法構(gòu)建金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度。首先，對金融結(jié)構(gòu)、勞動力技能結(jié)構(gòu)數(shù)據(jù)z-score 標準化，消除這兩個指標之間的量綱差異，使得數(shù)據(jù)具有可比性；之后，分別將這兩個指標由小到大進行[0，1]范圍內(nèi)的排序，分數(shù)越高表示金融結(jié)構(gòu)越偏向于市場主導型、勞動力技能結(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)、勞動力技能結(jié)構(gòu)所處的層次記為std(inlabor)；最后，計算金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)的排序差異。為了使指標的數(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)計年鑒》 《中國統(tǒng)計年鑒》 《中國科技統(tǒng)計年鑒》 《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》、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，文章所有計量分析皆基于stata17 實現(xiàn)。

2. 模型設定

為檢驗假設H1，文章構(gòu)建如下基準模型：

為檢驗假設H2，借鑒溫忠麟、葉寶娟(2014)關于中介效應的研究[20]，建立如下模型：

其中，inoit表示創(chuàng)新（包括自主創(chuàng)新zz和技術創(chuàng)新cx），a0、β0、δ0分別表示各常數(shù)項，matchit表示金融—勞動力技能結(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表示個體固定效應，ηt表示時間固定效應，εit表示隨機誤差項。

3. 變量名稱與描述性統(tǒng)計

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

四、實證結(jié)果及分析

1. 基準回歸

表2 基準回歸結(jié)果顯示，在不加入固定效應時，金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度分別對自主創(chuàng)新、技術創(chuàng)新存在顯著正向影響；在加入雙固定效應時，金融結(jié)構(gòu)—勞動力技能結(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，顯著性水平進一步提高；金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對技術創(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?；鶞驶貧w驗證了假設H1，金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對創(chuàng)新具有積極影響，也即資本市場主導型的金融結(jié)構(gòu)可以和高技能勞動力結(jié)構(gòu)匹配促進創(chuàng)新，而銀行信貸主導型金融結(jié)構(gòu)可以和中低技能勞動力結(jié)構(gòu)匹配促進創(chuàng)新。此外，金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對技術創(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)和時間因素對所估計的模型系數(shù)有重要影響。

2. 穩(wěn)健性檢驗

為了檢驗金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術創(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)指標進而形成新的匹配度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)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術創(chuàng)新皆存在顯著正向影響，說明基準回歸結(jié)果具有穩(wěn)健性。

表3 穩(wěn)健性檢驗：替換核心解釋變量

3. 內(nèi)生性處理

文章使用雙固定效應以及選取控制變量以降低遺漏變量導致內(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行回歸[21]。結(jié)果如表4 所示，金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度(match3)對自主創(chuàng)新及技術創(chuàng)新仍具有正向影響，表明基準回歸結(jié)果具有穩(wěn)健性。

表4 內(nèi)生性檢驗：使用工具變量

4. 影響機制分析

文章進一步研究金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對創(chuàng)新的直接效應及通過產(chǎn)業(yè)升級對創(chuàng)新發(fā)展的中介效應。表5 列(1)的系數(shù)在1%的水平上顯著為負，即金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對產(chǎn)業(yè)升級具有顯著負向影響；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)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術創(chuàng)新的直接效應分別為0.074、0.141，遮掩效應分別為0.0400(|-0.194*0.203|)、0.024(|-0.194*0.122|)，總效應分別為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)整來實現(xiàn)，包括資源的重新配置和技術的升級，當前中國金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)的匹配可能導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)（服務業(yè)） 的發(fā)展，無法適應產(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，即當前中國的金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度削弱了產(chǎn)業(yè)升級對自主創(chuàng)新以及技術創(chuàng)新的積極作用，假設H2 由此得到驗證。表5 列(4)政府的科技支持力度與金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度的交互項系數(shù)在1%的水平上顯著為負，表明政府的科技支持力度削弱了金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進作用，金融結(jié)構(gòu)—勞動力技能結(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系；列(5)政府的科技支持力度與金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度的交互項系數(shù)在5%的水平上顯著為正，表明政府對科技支持的力度強化了金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對技術創(chuàng)新的促進作用，具有正向調(diào)節(jié)作用，假設H3由此得到驗證。

表5 影響機制結(jié)果

五、進一步研究：金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對創(chuàng)新效率的影響

文章進一步檢驗金融結(jié)構(gòu)—勞動力技能結(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)化兩個階段，創(chuàng)新效率也是我國創(chuàng)新發(fā)展進程中需要重點關注的問題，文章運用Fried 等(1999，2002)三階段DEA 方法對創(chuàng)新效率進行測算。借鑒已有研究[22]，具體指標選取如表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)境變量進行標準化處理。從投入到產(chǎn)出具有時滯性，對創(chuàng)新產(chǎn)出相關指標進行滯后一期化處理。

表6 創(chuàng)新效率指標匯總

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 檢驗認為在1%的顯著水平上存在個體效應，故引入隨機效應的Tobit 模型檢驗金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度與創(chuàng)新效率的關系。表7 結(jié)果表明，我國金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度創(chuàng)新研發(fā)綜合技術效率(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)化綜合技術效率(zhzh)、轉(zhuǎn)化純技術效率(zhjs)、轉(zhuǎn)化規(guī)模效率(zhgm)并未發(fā)揮出促進作用。為檢驗基準Tobit 回歸結(jié)果的穩(wěn)健性，文章將直接融資指標中加入債券融形成新的匹配度match4，檢驗匹配度對創(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 基準回歸的結(jié)論。

六、結(jié)論及政策建議

1. 主要結(jié)論

文章運用排序匹配法度量金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)匹配度，采用雙固定效應對自主創(chuàng)新、技術創(chuàng)新進行回歸分析。此外，為更加全面地了解金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)匹配度對創(chuàng)新的影響，運用三階段DEA 方法，將環(huán)境因素剝離，從而計算出更加準確的創(chuàng)新效率值，并進一步運用Tobit 效應模型檢驗匹配度對創(chuàng)新效率的影響。研究得出如下結(jié)論：

一是金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新及技術創(chuàng)新存在顯著正向影響；

二是金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度不適應產(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)—勞動力技能結(jié)構(gòu)匹配度對自主創(chuàng)新的促進作用，而增強匹配度對技術創(chuàng)新的促進作用；

四是我國金融結(jié)構(gòu)—勞動力技能結(jié)構(gòu)匹配度對創(chuàng)新研發(fā)綜合技術效率(yfzh)和研發(fā)純技術效率(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)化綜合技術效率(zhzh)、轉(zhuǎn)化純技術效率(zhjs)、轉(zhuǎn)化規(guī)模效率(zhgm)并未發(fā)揮出促進作用。

2. 政策建議

我國在推進創(chuàng)新發(fā)展進程中，面臨人口自然增長率變成負數(shù)且人口老齡化日益加劇現(xiàn)狀，要更加重視勞動力技能結(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)者多為高技能勞動力，需要較為發(fā)達的金融市場提供資金支持，應進一步創(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創(chuàng)新的能力。在缺少高技能勞動力的行業(yè)或區(qū)域，要進一步優(yōu)化銀行信貸的服務模式，鼓勵銀行參與供應鏈金融，有效地服務創(chuàng)新企業(yè)、區(qū)域產(chǎn)業(yè)集群等各類產(chǎn)業(yè)鏈供應鏈項目場景，進而實現(xiàn)貸款、存款與結(jié)算等多項業(yè)務多場景應用。政府在財政科技支出中應加強對知識產(chǎn)權(quán)的保護力度，保障自主創(chuàng)新企業(yè)的創(chuàng)新成果和利益，還應建立科創(chuàng)項目的評估和監(jiān)測機制，確保財政科技支出的有效性。隨著我國創(chuàng)新水平的不斷提升，亟須相關部門制定相應的協(xié)調(diào)政策，對金融結(jié)構(gòu)與勞動力技能結(jié)構(gòu)協(xié)調(diào)性進行動態(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)模效率的促進作用。此外，應重視培養(yǎng)創(chuàng)新人才、推動資本與校企融合、抓實嵌合式戰(zhàn)略合作、完善校企考核評價機制、組建校企戰(zhàn)略合作平臺以促進校企高質(zhì)量協(xié)同發(fā)展，進而發(fā)揮金融結(jié)構(gòu)與動力技能結(jié)構(gòu)匹配對創(chuàng)新成果轉(zhuǎn)化的助力作用。