■武力超 方心怡 王宸茹 丘卫敏
党的十八大明确提出创新驱动发展理念，党的十九大提出加快建设创新型国家，党的二十大报告进一步强调“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势”，科技创新的战略性地位不断凸显和强化。世界知识产权组织发布的《2021年全球创新指数报告》显示，我国创新能力综合排名从2012年的第34位上升至2021年的第12位。立足于百年未有之大变局的历史关口，创新创业政策为加快形成国内国际双循环相互促进的新发展格局、推动经济高质量发展提供了有力支撑。
同时，资金与技术密不可分的关系使得创新创业的发展离不开金融的支持。科技金融作为服务于科技创新的金融形式，受到国家战略层面的广泛关注。《“十三五”国家科技创新规划》指出，“要发挥金融创新对创新创业的重要助推作用，开发符合创新需求的金融产品和服务，大力发展创业投资和多层次资本市场，完善科技和金融结合机制，提高直接融资比重，形成各类金融工具协同融合的科技金融生态”。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调要“完善金融支持创新体系，鼓励金融机构发展知识产权质押融资、科技保险等科技金融产品，开展科技成果转化贷款风险补偿试点。畅通科技型企业国内上市融资渠道，增强科创板‘硬科技’特色，提升创业板服务成长型创新创业企业功能，鼓励发展天使投资、创业投资，更好发挥创业投资引导基金和私募股权基金作用”。由此，本文探究科技金融对创新创业的影响对于助力当前我国经济高质量发展具有重要的现实意义。
自熊彼特（Joseph Alois Schumpeter）提出创新理论以来[1]，创新与金融便密不可分。国内外学者对科技金融与技术创新的关系进行了大量研究，其中国外学者侧重研究金融与创新两者间的关系。一方面，许多学者认为金融市场对创新有正向影响，许文泰（Hsu Wen-Tai）等提出金融市场的发展能够鼓励创新，强调了专利对创新产出的显著影响[2]。丹尼尔·梅尔利埃克斯（Daniel Meierrieks）采用国家层面数据得出较高的金融发展水平与较强的创新活动相吻合的结论[3]。另一方面，部分学者认为金融与创新间存在非线性关系。罗松学（音译，Siong-Hook Law）等研究发现，金融与创新之间存在倒U型非线性关系，这意味着金融在一定程度上对创新起到了促进作用[4]。由此可见，国外学者的诸多研究已经发现金融与创新之间存在着明显的联系。
国内关于金融与创新之间的关系的研究始于“科技金融”的定义，后聚焦于科技金融指标体系的构建。自1993年《中华人民共和国科学技术进步法》首次提出“科技金融”以来，这个术语被国内学者提及的频率逐渐提高。业内普遍采用的是赵昌文等人提出的科技金融定义[5]。该定义突出了金融工具政策在推动技术升级、成果转化上的作用。作为一个复合型概念，科技金融的评价体系与指标构建并无统一标准，不同学者从投入产出角度[6]、发展阶段角度[7]等多方面、多方法构建科技金融的评价体系与指标[8]。随着国内关于科技金融研究的逐渐深入，现有研究构建的科技金融指标体系对科技金融在生产生活中的作用方式愈发完善。本文基于赵昌文、房汉廷等学者[9-10]及科技部对科技金融内涵的解读所归纳的科技金融体系的功能，认为科技金融体系是为科技创新活动研发、成果转化、产业化各阶段及科技型企业等创新主体提供高效融资服务，并参考徐玉莲等[11]建立的科技金融成熟度评价指标体系，于下文构建科技金融指标。
在对科技金融指标体系研究的基础上，大部分国内学者都从实证的角度对科技金融与技术创新的关系展开研究，大多数研究成果都表明科技金融对技术创新存在促进作用。地区层面，芦锋、李林汉等利用省级数据研究发现科技金融能够提升科技创新能力[12-13]。陈远志、张卫国研究了构建粤港澳大湾区科技金融生态体系的实现路径[14]。刘运琴采用2004—2018年我国118个地级市的平衡面板数据展开研究，结果表明科技金融结合试点政策能够产生促进城市创新水平持续提高的作用效果[15]；
杜江等学者不仅证实了科技金融能有效提高地区创新能力，还发现其存在空间互动效应[16]。企业层面，叶莉等以科技型中小企业为对象展开研究，结果表明政策性、自主型资金均对科技创新具有显著的正向作用[17]。由此可见，国内已有的研究成果在一定程度上能够很好地支持科技金融促进创新的观点。
与此同时，也有部分国内学者提出，在考虑了某些特定因素后，科技金融与创新之间并无明显联系甚至呈现反向作用效果。张玉喜、赵丽丽指出，从长期来看，创新会受到来自经济、政治、文化等多方面的深远影响，从而削弱科技金融的促进作用，直至无明显相关性[18]；
郑磊、张伟科将经济发展水平视为制约因素，认为在低经济发展水平基础上，科技金融将会对科技创新的进步产生抑制作用[19]。科技金融水平的不同衡量指标与创新间的关系也存在差异。耿宇宁等研究发现，商业银行贷款和创业风险投资在一定程度上会对中小制造业企业技术创新产生促进作用，而资本市场融资会直接或间接地抑制企业技术创新[20]。陈珊基于中介效应检验模型研究发现，科技金融的不同支持方式对科技创新效率的影响存在差异，企业自有资金投入促进科技创新效率提高的效果明显，而外商投资却会对其产生抑制作用[21]。结合之前国内学者的相关研究可知，科技金融对科技创新的作用效果受作用时长、地区经济发展水平以及作用方式等因素的影响而有所不同，从而表明科技金融与科技创新之间存在较为复杂的关系。
科技金融与创业之间的关系近年来也受到关注。朱波强等指出，“双创”背景下会催生大量科技金融企业，因此，随着科技型创业企业和科技金融的大量涌现，两者间势必形成耦合关系[22]。白万平等的研究表明，科技金融可以通过提高创业活力水平，进而推动产业结构升级[23]。在金融发展对创业的影响方式上，陈刚的研究表明，金融多样性的增加可以显著地提高个人的创业概率[24]。这些研究表明，金融特别是科技金融的发展对于创业活动的繁荣发展具有一定的推动作用。综上所述，现有研究为本文开展相关研究提供了翔实的参考。由于国内研究科技金融与创新创业关系的文献多从省级或企业层面面板数据出发，对省份内部的差异关注较少，所以可能存在以省会城市、直辖市等重要城市科技金融水平代表整个省份水平的问题。在考虑上述问题后，本文将大量微观数据整理为地级市数据，从中级城市的视角系统地分析中国地区科技金融水平对技术创新水平的影响。
在传统金融体系下，创业常被视为高风险活动，在相关的金融活动中面临着众多阻碍。科技金融的发展将进一步改善创业环境。近年来，在政府的大力引导和推动下，天使投资、创业投资爆发式增长，社会资金大量涌向创业企业。截至2020年末，中国创业投资机构数量达到3290家，是2006年的近10倍，比2015年增加85.35%，创业投资机构累计投资项目总量近3万家；
全国创业投资管理资本总量达到11157.5亿元，是2006年的近17倍，比2015年增加了67.7%；
自2015年起，中国已超过欧盟、日本、以色列等经济体，成为全球仅次于美国的第二大创业投资集聚地[25]。国家发展与改革委的《2021年中国大众创业万众创新发展报告》显示，2021年政府性融资担保体系撬动更多资金流向双创领域，多层次资本市场体系持续畅通双创企业的融资渠道，有助于进一步推动政府、市场与社会三大主体间的相互作用和协同发展，及其对各类科技金融货币资金资源的优化整合、调配与应用，以分散风险、优化资源配置。
一个城市创业活动的发展和创业水平的提高需要依托良好的政策环境与市场环境。良好的政策环境是企业创业坚实的保障与后盾。科技型创业企业的科技创新投入和风险相较其他类型创业企业更大，因此科技型创业企业的发展更加依赖动态多元的金融支持。投资机构为了控制风险更倾向于投资成熟的上市公司，而具有更强烈融资需求的科技型企业尤其是科技型初创企业相较之下少有问津，在寻求传统金融机构支持时屡遭困难。科技金融能发挥政府在创业引导中举足轻重的作用。政府通过合理分配支持小微企业创业的资金，完善创业相关的扶持与激励制度，充分发挥财政资金的引导作用，科学运用奖励补贴、投资引导等科技金融支持政策，全面支撑科技型企业发展，缓解其信贷约束，从而为新创企业提供资金支持，有助于加快形成较为平等的创业环境，从而吸引创业主体向高活力城市流动。
市场环境情况主要包括融资便利程度、人力资本水平、资源配置情况和市场竞争情况等。科技金融能够通过促进市场融资便利程度、人力资本水平、市场竞争程度的提高及市场资源配置的优化改善城市创业的市场环境，进而推动城市创业水平的提高。第一，市场融资便利程度方面，我国融资市场以间接形式为主，资金供求双方的联系受到一定牵制，寻求创业投资与股权投资资金的介入也并非易事。科技金融能够帮助创业企业提高可获得的天使投资、风险投资的项目数量，或是促使达到一定要求的科技创新创业项目在科创板等进行公开上市融资，助力创业企业在产能过剩、激烈竞争的困境中寻找到适合自身发展的出路，从而提高创业的效率。第二，人力资本水平方面，科技金融为科技型企业提供的金融支持促使新的金融产品与金融服务不断涌现，推动金融产业的内部升级与行业细分。在需求效应的拉动下，金融业提高对高素质、高技能劳动者的需求，人力资本水平不断提升，也是地方创业体不竭的动能来源。第三，市场资源配置方面，科技金融将科技与金融深入结合，能够充分发挥市场在资源配置中的决定性作用，通过优化资源配置提高创业率。科技金融的发展能够推动更多资本投入新兴产业和高技术产业，其对资金的高效配置有助于激发创业热情，进而推升创业率。第四，市场竞争程度方面，科技金融能够通过进一步强化市场竞争推动创业。一个地区科技金融越发达，越能吸引更多的科技型企业，从而刺激该地区市场竞争程度和市场活力的提高，市场的进入壁垒随之降低，进而吸引更多其他类型的创业企业进入，进一步提高创业水平。
根据上述分析，提出研究假说H1：科技金融对地区创业水平具有正向的促进作用。
金融是技术创新有力的后盾与保障，金融体系的发展与地区创新活力紧密相连。随着时代的进步，传统金融逐渐出现资源配置效率不充分、风险控制过于严格、程序烦琐等弊端，加之地区间差异拉大，阻碍了技术创新的健康发展。
知识产权是国家核心竞争力不可缺少的一部分，也是城市创新活力的重要测度标准之一。而专利是测度创新的重要指标。专利是企业为保护自身利益，防止新技术被模仿篡改而自发进行的活动，专利的数量与质量在一定程度上代表了企业的创新能力与发展潜力，因此是消费者与金融机构评价企业竞争能力的重要参考依据。专利带来的技术溢出效应也能鼓励更多的企业积极创新，从而带动整个地区的创新活力。
科技金融的一项重要优势是提高创新成果的应用转换率。进行技术革新或申请知识产权等活动，往往需要投入大量的研发经费，传统金融中介面临着信息不对等、监管审核严格的难题，无法对企业的产品开发能力与技术创新能力做出客观的评价，从而也就无法分担创新所耗费的高额成本。科技金融通过联动政府部门，可以将科技创新投入进行合理配置，辅之以税收优惠、专利补贴、奖励性资助等支持性政策，通过费用资助降低企业进行专利活动的成本，从而使企业全身心投入研发工作，提高专利质量与技术创新活力。科技金融还能协调金融中介机构，提高储蓄投资率，充分吸收社会闲散资金。此外，在降低专利申请平均门槛的同时，通过设置绿色技术认证等方式给予高质量专利额外的区分与保护，能够多方位调动企业及个体技术创新的热情，增强创新可实现能力。
由此，提出研究假说H2：科技金融能有效激发地区创新活力。
本文参考《中国城市和产业创新力报告2017》[26]，将中国主要城市划分为八大创新区域（表1），并选取报告中的城市创新得分，与“朗润—龙信中国区域创新创业指数”相结合。随后从政府、企业与投资机构三大角度对当前我国城市的科技金融发展水平进行分析。
表1 中国城市创新极划分
图1展现的是八大创新区域的城市平均创新得分，图2为2014—2018年区域城市平均创业得分情况，两者的分布情况具有较高的一致性。其中，珠三角区域在创新创业得分中均为最高分，这主要得益于广州、深圳两座城市优异的表现，该区域城市数量较少也是原因之一。其次为长三角地区，区域内活跃城市主体数量多。以创新得分为例，全国共计14个城市的指数大于100，长三角地区就占据了6席，分别为上海市、苏州市、杭州市、南京市、无锡市和宁波市。东北区与西北区平均指数相对较低，甚至有下降的趋势。环渤海区域与海西区域的创新得分差异较大，创业得分差异较小。这是由于创新得分方面，环渤海区域的北京拥有全国最高分，而创业得分方面，海西创新区以福州市、厦门市、温州市为代表的城市近年来积极推动创业，因此发展迅速。
图1 区域城市平均创新得分
图2 2014—2018年区域城市平均创业得分
政府的科学技术支出是衡量地方政府对科技金融扶持力度的标准之一。以2018年为例，政府科学技术支出大于100亿元人民币的城市共有8个，从高到低分别为深圳市、上海市、北京市、广州市、苏州市、武汉市、杭州市、天津市。而此项支出未达2000万元人民币的城市共有4个，分别为嘉峪关市、七台河市、伊春市、松原市。图3表示的是2014—2018年支出超过10亿元人民币的城市数量占所在创新区域城市总量的比值。总体来看，我国的政府科学技术支出呈现上升的趋势，跻身政府支出超10亿元人民币行列的城市数量逐年增长；
珠三角、长三角地区整体经济实力雄厚，政府对科技金融的发展给予重视与支持，营造了条件优越的发展环境；
海西地区与中部地区增长速度较快；
相较而言，东北地区与西北地区政府支持力度较小，增加的城市数量也较少。
图3 2014—2018年政府科技支出10亿元以上城市数量占比波动图
图4展现的是2014—2018年八大区域各城市平均科技型企业的市值总和变化情况。考虑到各分区城市数量不一致的情况，计算方法为各区域科技型公司市值总量与各分区城市数量之比，并且以亿元人民币为单位。可以看出，我国科技型公司发展规模日益壮大，各区域的平均市值逐年递增；
珠三角创新区的科技型公司发展水平处于全国领先地位，长三角与环渤海地区的发展水平位列其次；
而剩余5个创新区依旧处于较为初级的起步阶段，科技型企业的数量与规模较小，暂时还难以获得规模集聚带来的效益，增长幅度较为有限。
图4 2014—2018年区域平均科技型企业市值总量波动图（单位：亿元人民币）
图5从城市风险投资和私募股权投资角度考察，选用“朗润—龙信中国区域创新创业指数”中的投资数量得分，反映了2014—2018年各创新区城市的平均投资状况。珠三角与长三角区域的平均投资状况优异，两线几近重合；
海西创新区是投资增速最快的区域，成为第二梯队的“领头羊”；
大西南、中部与环渤海创新区投资量较为稳定；
而西北、东北创新区投资活动的发展受到一定的限制，有逐年下降的趋势。
图5 2014—2018年区域城市平均投资得分变化图
分析上述图表发现，八大创新区域的城市创新创业与科技金融有着相近的分布情况与变化趋势，一定程度上验证了理论假设的现实可靠性，也为下文指标体系的构建提供了现实参考。
本文重点考察科技金融对城市创新创业的影响，基础回归模型如下：
其中，i、t分别代表城市、年份；
Yit代表城市创新创业发展水平，由城市创新能力和创业水平两者组成；
techfinit代表城市科技金融发展程度；
controlsit是5个控制变量的集合，包括金融规模、城市化水平、产业结构、对外开放水平与人力资源水平。为避免潜在的内生性，所有的解释变量采用滞后一期形式。Fp、γi、δt分别表示省份固定效应、城市固定效应以及年份固定效应；
εit代表随机误差项。
1.被解释变量。本文选取城市创新创业指标为被解释变量，由城市创业指数和创新指数两部分构成。其中，城市创业指数来源于“朗润—龙信中国区域创新创业指数”，综合政策、市场、文化与创业者活动四个方面对中国城市进行打分，本文从中选取2014—2018年的城市创业总量指标（entrep）。城市创新指数选用了4年间的城市专利授权总数（innov），并进行了对数化处理。
2.核心解释变量。科技金融指标是本文的核心解释变量。根据上文的分析可知，目前科技金融的衡量指标并无统一标准，本文参考徐玉莲等的科技金融成熟度评价指标体系[27]，整理了全国293个地级市在2014—2018年的5个指标，分别为政府科学技术支出（govexp）、高新认定所涉及的公司数量（htechnum）、地区高新技术上市公司市值总额（marketval）、地区科技型上市公司市值总额（scimarkval）、城市投资得分（vcpe）。随后使用主成分分析法，KMO检验系数为0.8032，通过KMO和SMC检验后，将5个指标化为科技金融合成指标（techfin）。
3.控制变量。本文共选取5个控制变量。一是地区金融规模（finance），由年末金融机构人民币各项贷款余额占地区生产总值的比例来表示。金融机构贷款余额能在一定程度上反映地区金融经济发展水平，是影响创新创业的因素之一。二是城市化水平（urban），用城镇单位从业人员期末人数占地区年平均人口的比值来表示。城市化水平越高的城市往往能吸引更多的劳动力，而人才的聚集往往能推动技术的创新发展。三是产业结构（secind），本文选用第二产业增加值占地区生产总值的比重作为衡量指标。产业结构的优化升级与创新创业存在良性互动关系。四是对外开放水平（fdi），用当年实际使用外资金额与地区生产总值之比来衡量。五是人力资源水平（human），以普通高等学校在校学生数量表示。
4.工具变量。参考梁榜和张建华的做法[28]，选用移动电话用户数（mobile）、互联网用户数（internet）、邮政局数（post）作为工具变量,并对其进行对数化处理。这是由于城市创业水平与技术创新能力的提高往往能促进当地科技金融的发展，从而形成两者间的双向因果关系，因而后文将使用两阶段最小二乘法（Two Stage Least Squares，以下简称2SLS）工具变量模型对其进行内生性检验。
本文的地级市数据除了参考“朗润—龙信中国区域创新创业指数”外，均由CEIC中国经济数据库、国泰安数据库、专利数据库整理所得，表2为变量列表。
表2 变量列表
为考察科技金融对城市创新创业水平的影响，本文选取2014—2018年全国293个地级市为样本，采用面板固定效应模型进行实证研究。具体的研究步骤如下：首先，将城市创业水平和城市创新水平分别对科技金融合成指标做回归，探究科技金融能否促进城市创业与技术创新水平；
其次，将城市创业水平和城市创新水平分别对构成科技金融总指标的5个细分指标做回归，探究各成分影响方向和程度；
最后，引入工具变量对回归结果进行内生性检验，并通过替换变量与引进新变量的方式对回归结果进行稳健性检验。
以城市创业总量得分与专利总数为被解释变量对科技金融总指标进行回归，表3为回归结果。第（1）（3）列展现的是在对省份、城市与时间进行控制后进行固定效应回归的结果，两者系数为正且均在1%的水平上显著。（2）（4）列在前两者的基础上加入了控制变量，虽然变量的系数值均有下降，但是依旧保持显著。因此，列（1）和列（2）的结果表明科技金融能促进城市创业水平的提高，验证了假设H1：科技金融对地区创业水平具有正向的促进作用；
列（3）和列（4）的结果表明科技金融能推动城市技术水平创新，验证了假设H2：科技金融能有效激发地区创新活力。
表3 科技金融（总指标）对城市创新和创业水平的影响
将科技金融指标细分为5个层面的指标，并将衡量城市创业水平的城市创业总量得分指标与衡量城市创新水平的专利总数分别对其进行回归，回归结果见表4、表5。表中每个解释变量的系数均为正，且均在1%的水平上显著，说明科技金融体系在政府科学技术支出、科技型与高技术企业以及创业风险投资层面都对城市创新创业水平的提高具有正向的推动作用，同时也验证了科技金融总指标构建的一致性与合理性。在对城市创业水平的影响中，城市投资得分的系数为10.920，是5项指标中的最大值，这表明创业投资与私募股权投资活力能最大限度影响城市创业水平；
影响程度较大的两者为高新技术数量与政府科学技术支出，系数分别为7.175和5.449；
而高新技术企业与科技企业的发展状态发挥的作用相对而言较小。在对城市创新水平的影响中，高新企业数量能最大限度影响城市创新水平；
影响程度较大的两者为政府科学技术支出与城市投资得分；
而高新技术企业与科技企业的发展状态发挥的作用仍然相对较小。
表4 科技金融（细分指标）对城市创业水平的影响
表5 科技金融（细分指标）对城市创新水平的影响
考虑到控制变量部分，首先，从城市创业水平的角度观察，可得人力资源水平、城市化水平、产业结构三者的系数为正，且在1%的水平上依旧显著，这表明人力资源越充沛、预期人才储备越高的地区对于创业的热情越高,于是具备这样特征的城市往往就呈现出较高的创业水平。城市化水平较高的城市，一般都具有良好的政策助力，并且政府也会大力投资于基础设施的建设，于是整个城市将呈现丰富的机会与良好的创业环境，这不仅有助于本地居民积极参与创业，还有助于吸引更多外地的创业者进入。产业结构优化程度高的城市能加速高新技术与产业的融合，这将提高当地企业的竞争水平，鼓励更多企业从传统产业中挖掘新机遇以便在愈发激烈的竞争中存活下来。长期来看，产业结构的持续优化往往能够有效地提升城市的创业水平。以上这些结果与预期相符，但从表5的列（2）至列（4）可见，金融规模并非总是显著的。出现这种情况的原因可能是一些城市的金融机构处于严格的风险管控下，对初创型的中小企业的资金放贷上审核甚严，导致贷款的主要去向往往是资质良好、风险较低、收益稳定的大型企业。此举对创业的活力以及新创企业的发展会造成一定程度的影响。因此，在使用相关的指标代表科技金融时，年末贷款余额对于影响创业的作用难以定论。此外，由于技术创新往往需要充沛的研发资金的支持，风险管控严格的金融机构将限制一些体量较小的企业的资金来源，以至于影响其研发活动，从而对城市的整体技术创新水平造成影响。
其次，从城市创新水平的角度观察可得，人力资源水平、城市化水平、产业结构三者的系数也为正，且在1%的水平上显著。高技能、高素质的人才是城市科技创新的关键因素与重要条件。培育或者吸引高素质人才的进入，形成一支支实力雄厚的研发团队，有助于塑造良好的创新氛围，达到鼓励创新、提升创新能力的目的，这对城市创新水平的持续提高大有裨益。较高的城市化水平能够带来完备的基础设施和良好的资源禀赋结构，从而提升对高素质劳动力和创新型企业的吸引力，增强城市的创新能力。此外，产业结构优化有利于形成良好的创新氛围，从而促进企业研发投入的增加以及产业内知识技术的扩散与产业间知识技术的融合，进而有利于推动城市创新。
基准回归初步检验了地区科技金融水平对创新创业的作用，但是也需要考虑潜在的内生性问题。城市的创业水平与技术创新能力的提高往往要求更高水平的配套服务，从而进一步促进当地的科技金融发展，因此两者间可能存在双向因果关系。本文采用的固定效应模型，其实在一定程度上已经减少了内生性的影响，在此基础上选用2SLS工具变量回归法进行实证检验。参考梁榜和张建华的做法[29]，最终选用移动电话用户数（mobile）、互联网用户数（internet）、邮政局数（post）作为工具变量，并对其进行对数化处理。科技金融的发展离不开信息技术的传播共享，信息能否及时传递将影响到地区科技金融的规模与多样性。譬如移动电话用户、互联网用户数量更多的城市，更多的居民能够超越空间的限制参与更大的金融市场，更利于线上金融业务的普及和发展，而线上科技金融的发展能够将地区科技金融带到一个快速发展的阶段。此外，邮局作为现代信息传播的保障与后盾，能有效地填补线上科技金融所无法覆盖的区域，有助于金融业务在偏僻地区的顺利开展，从而促进地区科技金融的发展。
上述3个指数与城市的创新创业水平并无显著的相关性，因此在模型中将这3个指标作为工具变量。表6为加入工具变量后的第二阶段回归结果，其中分别用创业得分与专利总量代表创业与创新水平。从表6的结果可得，在加入工具变量后，本文核心解释变量科技金融系数仍然为正，且在1%的水平上显著。这表明在使用面板两阶段最小二乘法后，本文核心解释变量科技金融对城市创新创业水平的促进作用依然显著，这就证明了本文回归结果的一致性。
表6 内生性检验：2SLS模型
为检验模型的稳定性，增加结论的可靠性，本文采用细分被解释变量和替换被解释变量的方法进行稳健性检验，表7为回归结果。其中将衡量地区创业水平的总量指标用人均得分（entrepper）与区域得分（entreparea）两个指标进行替换，回归结果如列（1）（2）所示；
将专利授权总数细分为绿色专利授权数量（ecoinnov）与非绿色专利授权数量（necoinnov），回归结果如列（3）（4）所示。回归系数均为正并且都在1%的水平下显著，表明了科技金融对创新创业的各层面都产生了显著的正向支持作用。
表7 稳健性检验
此外，参考寇宗来、刘学悦制定的城市创新力指数（innovdex）对被解释变量进行替换[30]。该指数对专利的价值因素进行了考量，采用新成立企业注册资本总额衡量创业与其他创新产出，列（5）（6）即为回归结果。专利的数量与质量的结合能更好地反映实际创新能力，因而显著的结果也说明科技金融在提高创新创业的质量上具有可观的效果。
基于已有研究的成果，本文选取2014—2018年293个地级市的面板数据，验证了科技金融对中国城市创新创业的支持效应。研究结果表明：科技金融的发展能促进城市创业水平与技术创新水平的提升；
政府科学技术投入、科技型与高新技术企业规模、创业投资水平都起到积极作用，且创业投资与私募股权投资活力是最为活跃的影响因素；
此外，城市化水平、产业结构、人力资本能不同程度地促进城市创新创业水平的提高。
基于研究结果，本文提出如下政策建议：应积极推进科技金融的健康发展，从“量”与“质”两方面同时着手，使科技金融更好地服务于创新创业。第一，对于政府而言，一要营造科技与金融深度结合的政策环境，采用引资、融资等多种手段和方式建立健全科技金融服务体系，开发科技金融服务模式、构建科技金融服务平台，结合地方发展情况颁布税收优惠政策与创业激励政策，正确引导“大众创业，万众创新”的风向，营造科技金融融合良好氛围；
二要在合理扩大科学技术投入规模的同时，拓宽创业人员和创新型企业的资金来源渠道，积极引导资金的进入，为企业提供综合化、专业化的科技金融服务，以便有效地帮助中小型初创企业成长与发展。比如建立科技金融与创新的信息服务平台和绿色通道，积极促成企业、投资机构与金融机构的资源共享与信息流通，以便激发科技金融在支持创新创业活动上的活力。第二，对于企业而言，一方面，需要注重资源的整合与利用，重视创新在企业发展中的重要推动作用，着力于提升自身的核心竞争力，在平衡技术创新成本与长期效益的基础上可以合理扩大研发投入与资源利用效率，完善自身产品体系，积极扩展服务内涵；
另一方面，应加强与高校、科研机构的合作，以便获取前瞻性的发展方向与成果支持，争取在未来市场的竞争中能够拥有先发优势。此外，国内企业还可以加强国际交流，积极寻求合作。第三，对于投资机构与金融中介而言，一方面，应该积极探索对创业人员与创新型企业的支持方式，推出适宜的科技金融产品与服务，结合现阶段企业发展特点、金融需求和风险特征，采取更灵活和更多样的模式和手段针对创新创业融资难等痛点对症下药；
另一方面，应不断完善对于投资风险的有效管理，建立常态化对接服务平台，以便提高资金的使用效率，为企业提供全生命周期金融服务，开拓多元化融资渠道支持企业精准融资，促进多要素深度融合。总之，应力求在政府、企业、投资机构与金融机构的协同努力下，全方位多途径地助力科技金融促进城市创新创业的持续发展。
扩展阅读文章
推荐阅读文章
恒微文秘网 https://www.sc-bjx.com Copyright © 2015-2024 . 恒微文秘网 版权所有
Powered by 恒微文秘网 © All Rights Reserved. 备案号：蜀ICP备15013507号-1