李媛媛，陈文静，王 辉

（河北工业大学 经济管理学院，天津 300401）

一、引 言

融资难问题一直困扰着科技型企业，究其本质，是由于科技型企业自身“免疫力”不足，即企业在科技创新方面有所欠缺。2021年全国“两会”期间，科技金融效能成为金融界代表委员关注的重点之一。若要让资金顺利进入科技领域以支持企业创新、提升科技金融效能，则需科技金融政策在各方各面共同发力，从而直接或间接弥补企业科技创新的不足，优化营商环境，降低运营成本，满足企业融资需求。针对不同类型的企业，我国目前颁布的科技金融政策具有一定的偏向性、针对性，以用于“对症下药”。但不同类型科技金融政策的创新绩效存在差异，而且过度的政策支持也有可能导致企业寻租行为、资源错配和政策的低效率，科技金融政策的绩效水平仍有待提高。

随着网络化信息技术的突破和企业组织网络化趋势的加强，企业创新体系正从传统封闭式向开放网络化转变。企业创新绩效与企业的外部资源、内部资源有关，其中，外部资源大多表现在企业间协同合作和外部资金支持上，内部资源大多表现在企业研发投入强度和技术知识积累上。资金网络描绘了企业与资金供给方之间的关系，是获取资金、解决融资问题的重要媒介，而知识网络刻画了企业与知识元素之间的关系，可以帮助企业以更多的机会、更低的成本和更快的速度获取前沿性的知识资源，两者都是共享资源的重要平台。在资金网络和知识网络的支持下，企业有更充裕的资源与精力投入创新与发展，更好满足企业在发展中的多重个性化需求。在科技金融政策发挥作用时，如何借助双重网络中企业与资金供给方的资金流动、企业与知识元素间的密切联系，使得政策绩效充分释放、创新水平进一步提升，成为当前研究紧迫而重要的问题。

二、理论基础与研究假设

（一）科技金融政策绩效

科技金融政策绩效评价主要是针对其运行实施情况的评价［1］。一方面，通过政策供给、政府补贴能够促进企业扩大投资规模，引导企业投资方向，提高投资效率和规模效率［2-3］，对于企业创新活动的激励效应是显著存在的［4］；另一方面，部分学者发现由于“寻租行为”的存在［5-6］、补贴动机的扭曲性［7-8］和信息不对称现象［9］等，随着政府政策支持力度的加大，企业反而会减少研发投入。此外，不同类型科技金融政策的偏向性及支持创新的路径不同，税收优惠政策可以节约企业自由现金流量，降低企业税收与创新成本［10］；建设平台可以引导创新要素集聚，帮助企业向中高端迈进［11］；而知识产权保护制度则是授予发明人排除权和临时垄断权，通过保障创新回报来提升创新绩效［12］。基于此，本文提出假设1。

假设1：科技金融政策对企业创新绩效具有提升作用，但不同类别科技金融政策的提升效果有所差异。

（二）资金网络中心度的影响

资金网络内部连边代表着资金的流动［13］，网络中心度衡量企业在网络中所处位置的中心程度［14］，较高的资金网络地位具有一定的权威性和便利性，资金资源较为充足，获取资源的成本较低，更有助于企业提升创新绩效。

科技金融政策的制定初衷就是为创新发展提供一定指向性与帮助性，中心企业的发展一般与宏观大方向契合度较高，可以利用其他企业对中心企业的依赖性与跟随性［15］，更大程度地保证科技金融政策的绩效水平。并且中心企业的资金优势更加明显，较高的中心度可以减少企业获取资源的时间和资金成本［16］，为企业的自身研发需求提供便利。因此，中心企业往往被视为网络中的优质企业，其所拥有的资源优势是其权力的象征，并会进一步导致其他成员对中心企业的学习与跟随，与此同时，中心节点企业也能学习边缘节点企业有益的业务模式［17］，实现平台建设类政策的效用，有利于后续的资源开发拓展和匹配优化，促进双方共赢。除此之外，出于资金总量和网络地位的考虑，中心度较高的企业专利数更多，也更有实力利用政策保护自己的知识产权，推进知识产权和企业创新协同运用，帮助建立知识产权战略联盟，进而影响中小企业，形成重视专利、维护权益的氛围，营商环境得到改善，从而进一步提升企业创新水平。基于此，本文提出假设2。

假设2：资金网络对于科技金融政策与企业创新绩效的关系具有正向调节作用。

（三）知识网络中心度的影响

知识网络内部连边代表着知识元素的流动，以知识创造和转移为手段，从而实现价值创造［18］。较高的知识网络地位可更有效获取外部知识，受益于网络内成员提供的新颖、异质性资源［19］。

随着企业知识网络中心度的提升，与企业直接联系的知识元素数量增加，企业不仅能以更多的机会、更低的成本和更快的速度获取前沿性的知识资源［20］，还可以更便利地利用知识元素与网络中其他企业的知识元素相结合，实现创新性组合，发挥知识元素组合的创造性作用。当一项给出明确宏观导向的科技金融政策出台，处于网络高中心性的企业能够更快速、更广泛、更便利地在网络中搜索与未来发展方向相关的知识要素资源［21］，进而能够帮助企业快速和高效地获取知识，实现宏观导向类科技金融政策绩效释放。在提升获取知识的效率之外，中心企业连接边更多，即拥有更多合作伙伴与知识要素，这将会带来更多可以帮助企业利用潜在资源的额外信息，有助于企业把握创新机会［22］，以便将更多的资金用于更值得投资的研究方向上，促进资金的有效流动，保障资金支持类科技金融政策绩效。除此之外，知识网络内部的知识要素流动可以帮助信息平台建设，实现平台建设类科技金融政策效用，促进企业间的良好沟通以激发创新活力。知识网络中心度较高的企业拥有的知识元素较多，涉及的专利领域更广，知识产权保护更加有效，更有利于多元知识的创新组合，并且由于知识网络内部存在知识流动，知识专利保护不仅对中心度较高的企业有效，而且加强了对整个网络内部流动关系的保护，保障了创新产品的权益，帮助创新成果高效转化。基于此，本文提出假设3。

假设3：知识网络对于科技金融政策与企业创新绩效的关系具有正向调节作用。

综上所述，本文构建科技金融政策、双重网络和企业创新绩效之间的逻辑关系，如图1所示。

图1 科技金融政策、双重网络与企业创新绩效之间的逻辑关系

三、研究设计

（一）研究样本与数据来源

在政策文本方面，本文在《中国法律检索系统》（北大法宝）中检索“科技金融”“技术创新”“科技贷款”“风险投资”和“科技担保”等17个关键词，下载整理2010—2019年颁布的国家层面的科技金融政策文件，共计207项。在企业数据方面，本文选取创业板上市公司作为初始样本，并将金融行业上市公司、缺失数据的公司和经营情况异常的公司剔除，样本数量每年递增（每年都有新企业加入网络），最终筛选得到418家上市公司，共2 780组样本数据，整理搜集2010—2019年的财务、专利数据，数据来源于国泰安CSMAR数据库、同花顺iFind数据库、国家知识产权局。

（二）变量定义与测度

被解释变量为企业创新绩效。本文借鉴张永安和关永娟的研究思路［23］，认为专利是企业新技术、新产品以及新工艺的具体体现，采用公司专利数量进行衡量。

解释变量为不同类别的科技金融政策。首先，对整理好的文本文件进行数据清洗、文本分词和去除停用词。其次，通过困惑度判断，发现将科技金融政策文本内容聚类为四类主题较为合理，LDA聚类所得结果见表1所列。本文将主题1至主题4分别认定为宏观导向类科技金融政策（Z1）、资金支持类科技金融政策（Z2）、平台建设类科技金融政策（Z3）和专利保护类科技金融政策（Z4）。最后，借鉴杨宜［24］、程翔等［25］的方法，从政策力度、政策目标和政策措施三个维度对四类科技金融政策进行量化打分，取四类政策每年各自得分的平均值作为解释变量。

表1 LDA聚类结果

调节变量为以下两个：①资金网络度数中心度（degree1）。借鉴李媛媛等［13］的构建方法，资金网络以资金供给方和企业作为两方节点，但在边的链接方式上进行改良，选取实际发生的资金数额大小作为链接依据，丰富了原有模型，构建完成后运用Ucinet软件输出资金网络度数中心度。②知识网络度数中心度（degree2）。鉴于本文样本企业来自不同行业，各行业技术类别有所不同，知识元素通常为企业独有，流动性较差，所以本文使用IPC分类号的前3位作为知识元素来构建知识网络，科技型企业和知识元素作为网络中的两类节点，构建二模知识网络。若企业的某项专利中包含某一知识元素，则企业与该知识元素的连边形成；若企业的n项专利中均包含这一知识元素，则两者关系值ɑij记为n。由此得到企业与知识元素的多值关系矩阵，如式（1）所示。随后将该矩阵各列取平均值作为阈值，若大于该阈值，则记为1，说明该企业熟练掌握此类知识元素；若小于该阈值，则记为0，表示该企业不能或不熟练掌握此类知识元素，将得到的0-1矩阵输入Ucinet软件中可计算网络中心度。

Firm_control代表企业层面的一系列控制变量，具体为以下4个：①资产收益率（roa）。资产收益率可以反映企业的盈利能力，本文利用税后净利润除以总资产进行衡量。②企业年龄（age）。随着企业年龄的增长，企业规模、投资机会和人力结构等都会发生变化，企业年龄对创新绩效具有重要影响，本文利用当期年份与企业成立年份之差进行衡量。③资本结构（lev）。保持健康的资本结构有利于企业的长期可持续发展，本文利用期末总负债除以期末总资产进行衡量。④研发投入强度（inv）。本文利用研发投入总额除以营业收入总额进行衡量。

（三）模型设定

通过F检验判断本文所采用的面板数据模型是非混合效应模型，其次运用Hausman检验表明本文利用随机效应模型进行回归估计更加有效。为了检验科技金融政策对企业创新绩效的影响（假设1），本文构建模型如式（2）所示：

为了检验四类政策创新绩效产生过程中资金网络的调节效应（假设2），本文构建模型如式（3）至式（6）所示：

为了检验四类政策创新绩效产生过程中知识网络的调节效应（假设3），本文构建模型如式（7）至式（10）所示：

其中：innoit表示第i个企业第t年的企业创新绩效；Z1t、Z2t、Z3t和Z4t为四类政策得分值，是本文核心解释变量；α5分别为各模型中的调节效应参数；Firm_control是roait、ageit、levit和invit的集合；εit表示随机扰动项。

四、实证结果与分析

（一）描述性统计与相关性分析

变量描述性统计与相关系数见表2所列。从均值上来看，近10年资金支持类和宏观导向类科技金融政策得分较高，专利保护类政策得分较低，说明在专利保护方面仍需加强；从标准差上来看，平台建设类科技金融政策波动较大，说明10年间在平台建设方面政策变动较多。整体来看，相关系数普遍低于0.3，满足实证研究条件。

表2 描述性统计与相关系数

续表2

（二）回归结果分析

为缓解多重共线性问题，本文对解释变量和调节变量进行中心化处理，随后再构造自变量与调节变量的交互项，最后将各变量依次加入回归模型中分析其主效应与调节效应，回归结果见表3、表4所列。

1.资金网络效应检验结果

表3中，模型1是包括四类政策和控制变量的基础模型，从回归结果来看，宏观导向类科技金融政策对企业创新绩效的影响并不显著。宏观导向类政策具有一定的前瞻性，表达的是对未来创新发展的期望，制定的是今后发展目标与规划，但目前的企业创新水平可能仍未达到要求，以至于宏观导向类政策对当前企业创新绩效的提升作用并不显著。而资金支持类、平台建设类和专利保护类科技金融政策对企业创新绩效均有显著提升作用，并且专利保护类政策的提升效果最优。假设1得以验证，说明本文对如何通过网络效应改善科技金融政策效果的研究是有意义的。

表3 资金网络模型回归结果

模型2a在基础模型上加入宏观导向类科技金融政策与资金网络中心度的交互项，用于验证资金网络对宏观导向类科技金融政策的调节效应。实证结果表明，资金网络中心度在一定程度上弥补了宏观导向类政策的不足之处。由于目前企业发展水平仍未达到政策创新要求，宏观导向类政策对创新绩效出现了负向不显著影响，但中心企业的发展方向仍与宏观政策相契合，因此资金网络成员对中心企业的朝向性得以显现，网络成员会更偏向与中心企业进行信息、资金的交互合作，从而使自身得到发展，在一定程度上可以调节目前宏观导向类科技金融政策的不足之处。

模型2b在基础模型上加入资金支持类科技金融政策与资金网络中心度的交互项，用于验证资金网络对资金支持类科技金融政策的调节效应。实证结果表明，资金网络中心度对资金支持类科技金融政策与企业创新绩效的关系有正向调节效应，即资金网络中心度增强了资金支持类科技金融政策对企业创新绩效的促进作用。随着企业在资金网络中地位的提升，企业有更充足的资金以满足创新成长、研发拓展等多种需求，提高了融资便利性，增强了资金支持类科技金融政策的创新绩效。

模型2c在基础模型上加入平台建设类科技金融政策与资金网络中心度的交互项，用于验证资金网络对平台建设类科技金融政策的调节效应。实证结果表明，资金网络中心度对平台建设类科技金融政策与企业创新绩效关系的正向调节效应并不显著，说明目前科技金融网络规模仍较小，中心企业“交通枢纽”的功能尚未实现。

模型2d在基础模型上加入专利保护类科技金融政策和资金网络中心度的交互项，用于验证资金网络对专利保护类科技金融政策的调节效应。实证结果表明，资金网络中心度对专利保护类科技金融政策与企业创新绩效的关系有正向调节效应，即资金网络中心度增强了专利保护类科技金融政策对企业创新绩效的促进作用。资金在资金网络中的充分流动提高了专利保护的效力，有效削弱了“大鱼吃小鱼”的现象，给予中小企业创新的“安全感”，使之在创新活动中减少束缚，充分发挥创新能力，大幅提高了专利保护类金融政策的效用。综上，通过模型2a-2d，假设2得到验证。

2.知识网络效应检验结果

表4中，模型3a在基础模型上加入宏观导向类科技金融政策与知识网络中心度的交互项，用于验证知识网络对宏观导向类科技金融政策的调节效应。实证结果表明，知识网络中心度对宏观导向类科技金融政策与企业创新绩效关系的调节效应不显著，说明企业通过积极构建知识网络、提高知识网络地位的方式来提升宏观导向类政策绩效的效果并不明显。

表4 知识网络模型回归结果

模型3b在基础模型上加入资金支持类科技金融政策与知识网络中心度的交互项，用于验证知识网络对资金支持类科技金融政策的调节效应。实证结果表明，知识网络中心度对资金支持类科技金融政策与企业创新绩效的关系具有正向调节效应，即知识网络中心度增强了资金支持类科技金融政策对企业创新绩效的促进作用。知识网络中心度较高的企业与网络中其他企业的知识元素联系更为密切，可以用更少的成本、更快的速度获取所需知识，进行创新性组合，从而提升企业创新绩效。

模型3c在基础模型上加入平台建设类科技金融政策与知识网络中心度的交互项，用于验证知识网络对平台建设类科技金融政策的调节效应。实证结果表明，知识网络中心度对平台建设类科技金融政策与企业创新绩效的关系具有正向调节效应，即知识网络中心度增强了平台建设类科技金融政策对企业创新绩效的促进作用。知识网络中充斥着知识元素的流动，而平台建设类科技金融政策的目的就是搭建有效平台促进政府与企业、企业与企业之间的信息沟通，因此知识网络中心度的提升可以促进企业间的信息沟通效率，帮助平台建设类科技金融政策释放创新绩效，促进企业创新。

模型3d在基础模型上加入专利保护类科技金融政策与知识网络中心度的交互项，用于验证知识网络对专利保护类科技金融政策的调节效应。实证结果表明，知识网络中心度对专利保护类科技金融政策与企业创新绩效的关系有正向调节效应，即知识网络中心度增强了专利保护类科技金融政策对企业创新绩效的促进作用。专利对科技企业而言十分重要，是新产品、新技术发展的象征，中心企业所拥有的知识元素更加全面，得到知识产权保护有助于保障整个网络内部的知识流动，使得企业与企业之间、企业与科技金融机构之间的知识、信息、资金交互更加安全，专利保护类科技金融政策绩效得以释放。综上，通过模型3a-3d，假设3得到验证。

3.双重网络调节效应对比分析

对于宏观导向类科技金融政策，对比模型2a和3a可以发现，资金网络有正向的显著调节作用，而知识网络的调节效应并不显著，因此企业提升资金网络地位对于释放科技金融政策绩效、提高创新水平更有帮助。

对于资金支持类科技金融政策，对比模型2b和3b可以发现，企业提升资金网络和知识网络地位均可以提升科技金融政策绩效。进一步地，横向对比每个网络作为调节变量的回归系数可见，在资金网络中，资金网络与资金支持类政策的交互项系数较高（8.872*），仅次于对专利保护类政策的调节系数（9.083**）；在知识网络中，知识网络与资金支持类政策的交互项系数是最低的。这一结果表明，资金支持类政策目的就是增加企业融资渠道，提升融资便利性，使得企业有更充足的资金进行固定资产购置、市场规模扩大、科技研发投入，与资金网络内部的资金流更为贴合。因此，通过提升资金网络地位来激发资金支持类政策潜力更加有效。

对于平台建设类科技金融政策，对比模型2c和3c可以发现，资金网络的调节效应并不显著，而知识网络有正向的显著调节作用。因此，企业提升知识网络地位对于释放平台建设类科技金融政策绩效、提高创新水平更有帮助。

对于专利保护类科技金融政策，对比模型2d和3d可以发现，企业提升资金网络和知识网络地位均可以提升科技金融政策绩效。横向对比每个网络作为调节变量的回归系数，资金网络和知识网络中的调节系数均最大，即随着资金网络和知识网络中企业地位的提升，专利保护类科技金融政策实施效果均得到优化。

五、结论与启示

（一）结论

本文基于2010—2019年国家层面科技金融政策文本的LDA聚类结果，从双重网络视角出发，研究不同类型政策对企业创新绩效的提升效果，挖掘资金网络和知识网络在其中所发挥的效应。研究结果表明：①资金支持类、平台建设类和专利保护类科技金融政策对企业创新绩效具有显著提升作用，但宏观导向类科技金融政策对当前企业创新绩效的影响并不显著。②资金网络中心度增强了资金支持类和专利保护类科技金融政策对企业创新绩效的提升作用，并在一定程度上弥补了宏观导向类政策的不足之处，但对于平台建设类科技金融政策与企业创新绩效之间关系的调节作用并不显著。③知识网络中心度增强了资金支持类、平台建设类、专利保护类科技金融政策对企业创新绩效的提升作用，但对于宏观导向类科技金融政策与企业创新绩效之间关系的调节作用并不显著。

（二）理论贡献与启示

首先，本文考虑企业发展中所涉及的资金流与知识流，将社会网络理论引入科技金融政策研究领域，基于双重网络这一前沿视角展开探索研究，丰富了社会网络理论的现实背景，扩宽了科技金融政策的研究领域。其次，本文运用大数据分析方法，对科技金融的类别进行科学划分，深层次探讨双重网络对不同类型科技金融政策的影响。最后，由于资金网络和知识网络分别反映了社会网络的资金优势和技术优势，通过对比分析两者的结构优势来进一步探究双重网络结构的协同作用，提出有助于提升创新绩效的企业与网络的协同方案，进一步丰富了社会网络结构作用机制的研究。

科技金融政策是推进创新驱动发展战略的重要支撑，社会网络是共享知识与资源的重要平台。如何采用适当的网络来优化科技金融政策对于企业创新绩效的促进作用，从而让我国企业能够根据自身发展状况，自主建立与构建社会网络，充分释放科技金融政策的实施效果显得尤为重要。基于本文研究结果，可得到如下启示：

第一，从政策制定角度出发，改进宏观导向类政策，使其有效促进企业创新。目前企业实际发展情况与预期目标还存在一定差距，宏观政策制定时可适当考虑未来发展速度，既要抓住网络中的核心关键点，又要考虑通过不同网络的干预来影响资金流、知识流的交互，从而保障创新在网络中的扩散效率，以提升创新绩效。

第二，从企业策略角度出发，重视双重网络价值，把握网络核心地位，构建企业与网络的协同策略。社会网络有非常重要的利用价值，企业应该积极主动构建适当的网络，提高企业核心竞争力，逐步确立核心网络地位，利用双重网络效应优化各类型科技金融政策的实施效果，释放创新潜能。对于缺乏资金的企业，建议企业积极构建或参与资金网络，合理运用网络内资金流动，提升资金网络地位，从而更好地发挥资金支持类政策效用；对于缺乏平台信息资源的企业，要努力提升知识网络地位，激发平台建设类政策效用，得到更多的知识与信息资源。