陈颖 贺唯唯

摘要：在中国城乡二元经济结构矛盾长期存在的大背景下，城市的创新力度和效率将在很大程度上受制于金融资本在城乡之间的迁徙和配置，随着中国改革迈入深水期与攻坚期，进一步释放制度性红利既是发挥“创新培育型”竞争优势的客观规律，也是化解金融市场监管缺位背景下中国地区之间存在的资本集聚受限、山寨驱逐创新等一系列矛盾的现实需要。基于传统要素分配理论，结合2003—2016年中国282个地级及以上城市面板数据来检视城乡金融非均等化对城市创新发展的影响，发现城乡金融非均等化显著抑制了城市创新，且结果具有稳健性。相较于内陆城市、中小城市以及低资本劳动比城市，这种抑制效应在沿海城市、大城市以及高资本劳动比城市更明显。金融集聚作为城乡金融非均等化影响城市创新发展的媒介，其影响伴随城乡金融非均等化呈现出“先抑后扬”的趋势，且拐点位于城乡金融集聚约2.03的位置。因此，各地区应结合自身的地理位置、城市规模以及要素禀赋等特征条件，制定科学合理的城乡金融治理模式，最大限度地挖掘城乡金融发展的创新效应。

关键词：二元经济结构;城乡金融非均等化;城市创新发展;金融集聚

基金項目：湖南省社会科学基金基地项目“经济开放的共同富裕效应及对策研究”（21JD005）

中图分类号：F830    文献标识码：A    文章编号：1003-854X（2022）04-0039-09

一、引言与相关文献综述

近年来随着全球经济增长乏力、各种贸易冲突加剧，发掘本地产业潜力、培育经济增长新优势以及助推产业结构升级业已成为世界各国或地区亟待解决的重大现实问题，而创新作为地区产业转型、福利增长的重要推手，也逐渐成为学界重点关注的热点议题。不少学者从金融发展、金融集聚、收入不平等等不同角度探讨了影响城市创新发展的各种因素①。随着中国改革迈入深水期与攻坚期，通过新一轮供给侧改革驱动经济主体创新活力，进一步释放制度性红利，既是发挥“创新培育型”竞争优势的客观规律，也是推动实体经济实现高质量发展的现实需求。

在城乡金融二元化发展、金融市场监管缺位的背景下，中国地区之间存在的金融发展差异易于滋生资本集聚受限、山寨驱逐创新等一系列问题，这已然成为高质量发展道路上的“荆棘”之一。鉴于当前产业分工全球化背景下创新能力成为带动地区增长的决定性因素，中国城市粗放型增长背后的金融发展与创新的内在关联值得关注。中国正处于体制转型与高速城镇化的历史进程之中，一个突出特征就是要素跨城乡流动。计划经济时期，中国一方面通过严格的户籍制度，限制居民城乡间的流动和迁徙，另一方面利用工农业“剪刀差”实现快速工业化。20世纪80年代以来，围绕市场化铺开的体制转型，使得户籍制度对人口流动的限制作用日趋弱化。根据国家统计局历年全国人口普查公报，中国内地城镇人口从1982年的2.07亿人增长到1990年的2.97亿人、2000年的4.55亿人和2010年的6.66亿人;农村人口从1982年的8.02亿人变为1990年的8.37亿人、2000年的8.10亿人和2010年的6.74亿人;城镇—农村人口比值从1982年的0.26变为1990年的0.35、2000年的0.56和2010年的0.98。此外，资本要素报酬由单一计划控制向市场化调整转轨，城乡投资总规模从1982年的0.1万亿元增加至2016年的60.6万亿元，其中，金融规模从1982年的0.3万亿元增加至2016年的106.6万亿元。

这种大规模劳动力与资本跨城乡流动对本地经济的实际影响成为当前诸多研究者重点关注的议题。相关研究主要集中在经济增长、技术进步以及居民生活质量方面。其中，关于城乡结构变动如何影响本地创新的研究相对较少，而直接针对城乡金融非均等化影响创新的讨论更为鲜见。总结中国城乡金融发展规律和创新实践经验可以发现：一方面，中国创新专利申请量从1990年的约6.6万件提高到2016年的612万件，发明专利占创新专利申请量的比重从1990年的26%提高到2019年的50%②，均与同时期中国城乡金融一体化发展趋势基本一致;另一方面，根据第一财经研究院与复旦大学联合发布的《中国城市和产业创新力报告（2017）》，中国创新指数最高的城市分别为北京、深圳以及上海，这些城市都是我国当前城镇化率最高、城乡金融非均等化程度最小的城市，意味着城乡金融非均等化与城市创新发展可能存在内在关联。

金融发展的创新效应是经济学领域长期以来关注的热点议题之一。Tadesse（2002）研究发现，金融发展和集聚有利于放松创新的信贷约束，有助于保障企业进行长期稳定的创新活动③。Cook等（2007）构建伦敦金融服务业集聚与分散的模型进行研究后发现，金融集聚显著提高了本地区的创新能力④。余泳泽等（2013）利用中国230个城市数据分析金融集聚与创新的关联性，结果表明金融发展和集聚对本地创新具有显著促进效果⑤。张浩然（2014）利用中国2003—2011年地级及以上城市数据研究后发现，金融发展和集聚不仅显著提高了本地生产效率，而且还存在明显的正向空间外溢性⑥。钟腾和汪昌云（2017）也利用1997—2013年A股上市公司相关数据检验发现，金融发展通过股票市场和银行业市场促进了企业创新⑦。但是，既有研究主要关注金融发展、金融集聚对创新的实质性影响，而针对金融发展不平衡的创新效应研究却十分缺乏。实际上，作为影响创新环节中的金融资本投入的关键因素，城乡金融发展往往对于城市创新生产起到了制约效应，金融资本跨城乡流动显著影响了要素配置效率，这也在很大程度上决定了中国本土创新生产的水平。

随着全球科技变革提速，知识创新越来越离不开资本要素的密集投入。对企业而言，金融集聚过程不仅可以增加企业融资额度，还可以丰富企业融资渠道，这显然将放宽企业的创新投资约束。从资本集聚的角度出发，如何厘清城乡金融非均等化对创新的影响可能存在争议。诸多研究表明，城乡金融非均等化程度扩大不利于本地金融规模扩张，这可能间接阻碍了本地创新。李树和鲁钊阳（2014）基于1978—2010年中国省际面板数据实证后发现，中国金融规模与城乡金融一体化收敛趋势整体呈正相关关系⑧。易信和刘凤良（2015）进行数值模拟实验后发现，金融的城乡结构错配是制约中国金融集聚和创新的重要因素⑨。中国长期以来坚持的工农业“剪刀差”策略在资本市场形成过程中的影响主要在于，城乡二元化显著拉大并藉此带动了金融资本向城市集聚，通过提高城市经济积累的方式拉动了整体生产效率提高⑩。但是，技能劳动集聚视角下的城乡金融非均等化对创新可能存在双重影响。一方面，城乡金融非均等化扩大降低了地区的金融集聚程度，融资约束强化将导致居民教育投资低于最优水平，从而抑制本地人力资本积累{11}。另一方面，由于创新成果的实现往往依赖于少量高端人才对于尖端技术的重点突破，因此当金融规模有限时，适度的城乡金融非均等化能够推动教育融资流向少量高端人才，这在某种程度上有利于本地尖端技术创新{12}。

城乡金融非均等化有助于带动金融集聚激发创新协同效应。金融性集聚活动不仅直接有利于扩大企业融资渠道，而且能够有效推动生产单位之间的技术合作。金融集聚形成的网络效应一定程度上弥合了行业间的“生产性鸿沟”，降低了专业技能的搜寻成本，增加了生产单位合作伙伴选择范围。因此城乡金融非均等化通过金融集聚也可能对保障跨部门产出衔接、打造创新协作产业链具有重要意义。此外，城乡金融非均等化能够通过金融集聚形成创新“外溢”效应。张萃（2019）从中国城市的角度出发，强调创新过程具有典型的开放性特征，具有显著的正外部性{13}。换言之，除生产单位自主的研发行为之外，外来知识的学习与吸收也是创新的重要来源。因此，城乡金融非均等化作为金融集聚的重要调节手段，知识外溢也可能是城乡金融非均等化的创新效应之一。

在中国城乡二元经济结构长期存在的大背景下，城市的创新力度和效率将极大地受到金融资本在城乡间的迁徙和配置的影响。鉴于此，本文通过构建实证模型对城乡金融非均等化的创新效应进行经验性检验。本文的边际贡献可能在于：第一，从劳动与资本跨城乡流动与适配的角度出发，具体测度和考察城乡金融非均等化对地级及以上城市创新的实质性影响。第二，基于产业集聚理论，通过构建地级及以上城市金融集聚程度指标，试图揭示城乡金融非均等化如何影响城市创新的作用机制。第三，设计和测算了2004—2016年中国288个地级及以上城市年度城乡金融非均等化指数，并结合国家知识产权局专利样本数据库，试图从城市层面对城乡金融非均等化的创新效应进行详细讨论，为相关决策提供政策依据。

二、研究设计和数据来源

（一）计量模型的设定

为考察城乡金融非均等化对城市创新的影响，本文参考既有研究构建以下计量模型：

innovationit=α+β1giniit+λD+εit（1）

其中，innovationit表示i城市t年的创新产出;gini表示城乡金融非均等化，D为控制变量集合。

（二）变量选取与说明

1. 被解释变量。既有研究主要选取城市专利数量来反映城市创新能力。本文参考金培振等（2019）的研究，采用专利申请量+1除以总人口再取对数代表城市创新效率。其中，专利数量由该地区发明专利数、外观设计专利数以及实用专利数加总得到。

2. 解释变量。既有研究较多选取区域城市—农村贷款额的比值或者城市—农村人均贷款额的比值来反映地区城乡金融非均等化，然而以上指标存在明显缺陷：一方面，指标对象主要集中在省际层面，地级及以上城市覆盖范围有限;另一方面，改革开放以来中国劳动力户籍管制持续放松，国内城乡人口结构剧烈调整，原有指标却难以反映这一现象。故本文试图构建城乡金融基尼系数以衡量城乡金融非均等化程度，具体计算方法如下：

Gini=1-pr×wr-pu×（2-wu）（2）

其中，pr、pu分别表示非市辖区、市辖区人口占总人口比重;wr、wu分别表示非市辖区、市辖区年末金融机构贷款总额占全市年末金融机构贷款总额比重。其中gini取值范围为[0，1]，其值越大表示城乡金融非均等化程度越高。

3. 控制变量。产业高级化（structure）：本文选取第二、第三产业增加值占GDP比重反映城市产业高级化程度;经济开放度（FDI）：本文选取年度外商投资实际完成额与GDP之比反映本地经济开放程度;基础设施（road）：本文选取人均道路面积（人/平方米）来反映本地交通设施建设力度;消费结构（consumption）：本文选取地区人均消费品零售总额（千元/人）来反映本地消费能力和层次;研发强度（RD）：本文选取财政预算内支出中科学和教育支出占GDP比重来反映本地研发力度;社会保障（insurance）：本文选取地区人均医院床位数（床/万人）反映地区社会保障能力;互联网（Internet）：本文采用本地互联网用户数的对数反映本地互联网水平;公共交通（vehicle）：本文选用人均公共车辆数（辆/万人）来反映本地公共交通水平;公共知识供给（knowledge）：本文选取人均公共图书馆藏书量（千本/万人）来反映本地公共知识供给水平;人力资本（hc）：参考高帆和汪亚楠（2016）的方法计算城市人力资本水平{14};环境规制（regulation），本文参考叶琴等（2018）的研究{15}，构建包含工业烟尘排放量、工业废水排放量以及二氧化硫排放量三类污染物治理的城市环境规制指数。

（三）数据来源与数据统计性描述

本文的地级及以上城市专利申请量数据来自国家知识产权局网站，其余相关数据均来自历年《中国城市统计年鉴》。鉴于地级及以上城市的金融相关数据自2003年起才出现较为完整和系统的统计，而《中国城市统计年鉴》自2017年起统计对象和口径均发生较大变化，因此本文将2003—2016年作为研究时间区间。具体的数据描述性统计如表1所示。

在变量之间的关系未知时，采用非参数方法对主要研究变量的关系进行初步描述是一種较为审慎的做法。本文在此分别绘制了城乡金融非均等化与城市创新关系的大致走向。观察图1趋势线可以发现，城乡金融非均等化与城市创新关系呈明显负相关关系。

三、实证结果分析

（一）基本回归结果

表2展示了基于控制城市和时间效应的基本模型回归结果。结果表明，城乡金融基尼系数（gini）每增加1%，每万人专利总量（innovation）将显著减少约0.13%，因此可以认为城乡金融非均等化全面抑制了城市创新。原因可能在于，现阶段中国生产要素积累总体已初具规模，农村金融发展差距拉大不仅未能引致相关要素流向城市形成创新聚合效应，反而不利于进一步提高创新投资、人力资本规模集聚水平。此外，城乡金融基尼系数对每万人发明专利数量、实用专利数量以及外观专利数量也均呈阻碍效应，且对外观专利的阻碍效果较强，对发明专利以及实用专利较小。可能的原因是，相较于其他专利，外观专利研发周期短、研发门槛低，随着城乡金融非均等化程度增强，创新要素从外观专利流出量更大。此外，方兴未艾的国内市场需求重构了本地消费偏好以及现代通讯科技浪潮下消费者信息渠道改善，这将倒逼企业放弃外观创新而转向实质创新。

（二）稳健性与内生性检验

本文针对模型的稳健性与内生性进行检验，结果如表3所示。

第一，对被解释变量（innovation）进行替换。本文采用城市专利申请量代替原有的城市人均专利申请量，结果如模型（1）所示。可以发现，城乡金融基尼系数依然显著为负，表明城乡金融非均等化对城市创新具有抑制作用。

第二，对解释变量（gini）进行替换。本文构建了城市—农村金融差距指数替换城乡金融基尼系数，其具体计算方法为：城市—农村金融差距指数=市辖区人均金融机构贷款总额/非市辖区人均金融机构贷款总额，结果如模型（2）所示。可以看出，城市—农村金融差距指数参数显著为负，表明城乡金融非均等化对城市创新存在抑制效果。

第三，对控制变量进行替换。本文参考占华（2018）的方法{16}，采用所有控制变量的滞后1期替换基本模型控制变量，结果由模型（3）给出。此时城乡基尼系数的系数仍然显著为负，表面此时城乡金融非均等化仍然不利于城市创新。

第四，剔除小样本可能带来的实证结果偏误。本文为排除小样本对实证结果可能存在的偏误，参考张萃（2019）的方法将原样本集合中年末人口低于50万人的样本进行剔除{17}，结果如模型（4）所示。结果表明，剔除小样本后，城乡金融基尼系数的系数显著为负，表明此时城乡金融非均等化依然对城市创新形成了负面效应。

第五，剔除潜在观测风险城市可能带来的实证结果偏误。中国城市化发展高歌猛进，城市化率为100%（即不存在农村人口）的地区越来越多。而事实上，以上地区农村人口指标特征往往仅处于统计意义上的不可观测状态，实证结果可能会受到数据观测缺陷的影响而出现潜在偏误。因此，本文剔除了城市化率为100%的样本，结果如模型（5）所示。剔除了潜在观测风险样本后，城乡金融基尼系数的系数显著为负，基本模型稳健性得到再次验证。

第六，根据前文理论分析可以发现，城乡金融非均等化扩大能够通过引导创新要素流向城市的方式鼓励创新，又可能通过抑制创新要素整体规模而阻碍创新。鉴于此，本文在模型（1）的基础上加入了城乡金融非均等化的二次项，试图验证城乡金融非均等化对城市创新可能带来的非线性影响，结果如模型（6）所示。其中，城乡金融基尼系数的一次项系数显著为负，二次项系数显著为正，表明城乡金融非均等化对城市创新存在先抑制后促进的U型影响。需要指出的是，城乡金融非均等化对城市创新的拐点位于约0.492位置，当城乡金融非均等化位于拐点左侧时，意味着城乡金融非均等化扩大不利于城市创新;反之，则有利于城市创新。

本文实证模型难以囊括所有影响城市创新的因素，且实证模型并未排除被解释变量与解释变量之间存在互为因果关系，即城乡金融非均等化影响了城市创新，而城市创新反过来又影响了城乡金融非均等化。为此，本文在控制了城市特征和时间特征的固定效应后，基于系统GMM估计方法，选取被解释变量滞后1期构建工具变量进一步处理模型内生性问题，结果如模型（7）所示。其中，Hansen值为0.802，表明工具变量选取有效;城乡金融基尼系数显著为负，与基本模型一致，表明城乡金融非均等化对城市创新依旧存在显著不利作用。

（三）异质性检验

异质性检验结果如表4所示。中国沿海地区对外开放时间早，经济发展水平高，金融发展特征与内陆地区相比存在明显区别。本文基于沿海—内陆来讨论城乡金融非均等化对城市创新的区位异质性影响。根据模型（1）、（2）结果可以发现，城乡金融基尼系数对沿海地区城市创新的抑制作用显著强于内陆城市，表明城乡金融非均等化对沿海城市金融规模扩张的阻碍作用更大。可能的原因在于，相较于内陆城市，沿海城市城市化程度高、金融规模大、城乡非均等化程度小，城乡金融二元化不仅对引导金融要素流向城市带动创新的边际效应更为有限，而且也不利于诱导农村和农业创新。

伴随中国国内市场一体化进程加快，各类资源加速向大城市聚集，这也导致大城市与中小城市金融发展特征和创新态势出现明显差异。故本文将人口总额大于300万人的城市归为大城市，其余则归为中小城市，就城乡金融非均等化对城市创新的规模异质性影响开展讨论，结果如模型（3）、（4）。可以发现，城乡金融基尼系数对创新的影响在大城市显著为负，在中小城市中虽然为负但是并不显著，表明城乡金融非均等化对城市创新的抑制作用主要发挥在大城市，而对中小城市的抑制作用极为有限。可能的原因是，大城市具备更大的经济总量、人口总额以及产业规模，创新对金融要素投入规模的反应更为灵敏，因此城乡金融非均等化对大城市的创新阻碍作用更强。

本文选取研究范围内所有样本中人均固定资产投资额的中位数为分位点，将所有样本分为高/低资本—劳动比两种类型，继而试图从要素禀赋的角度讨论城乡金融非均等化对城市创新的异质性影响，结果如模型（5）、（6）所示。可以发现，城乡金融基尼系数系数在高资本—劳动比城市显著为负，而在低资本—劳动比城市不显著。潜在的原因大概在于，相比低资本—劳动比城市，高資本—劳动比城市可能更多面临的是创新资源在城市与农村之间的错配现象，城乡金融一体化对于缓解城乡二元结构扭曲、增加创新效率具有积极意义，导致其对高资本—劳动比城市的创新贡献更为明显。

四、机制分析与实证检验

（一）基于金融集聚视角的检验

基于前文研究不难发现，城乡金融非均等化显著抑制了城市创新。本文进一步考察城乡金融非均等化影响城市创新的作用机制，也就是城乡金融非均等化究竟是通过何种渠道影响了城市创新。结合前文研究，本文试图以金融集聚为切入点，对城乡金融非均等化对城市创新的作用机制进行理论梳理和经验分析。

作为地区集聚的一类重要评价指标，金融集聚对创新的作用在近年来日益受到学界的关注。Buera和Shin（2008）指出，金融集聚能够通过缓解创新信贷约束，继而诱导企业提高创新水平{18};而黎杰生和胡颖（2017）通过1998—2012年中国省际面板数据实证研究却发现，金融集聚水平提高拉低了本地创新产出{19}。因此，本文对基本模型进行适当拓展，以期在金融集聚视角下进一步对城乡金融非均等化的城市创新效应进行机制检验，扩展模型如下：

innovationit=α+β1giniit+β2aggit+β3giniit×aggit+λD+εit（3）

其中，agg为金融集聚程度，本文参考余泳泽等（2013）的研究{20}，采用金融业从业人员相对密集度作为机制指标来衡量中国城市金融集聚程度。计算公式如下：

aggit=（EFit/Pit）/（EFt/Pt）（4）

其中，EFit和Pit分别表示i城市t年的金融业从业人员数和总从业人员数，EFt和Pt则分别表示t年全部城市金融业从业人数和总从业人数;agg表示金融集聚程度，其值越大表明金融集聚程度越高。本文将金融集聚程度引入基本模型，考察金融集聚对城市创新的影响，结果如表5所示。

模型（1）结果显示，城乡金融非均等化有利于金融集聚，这可能由指标选取因素所致：本文选取地区金融业从业人员作为测算金融集聚程度的基础指标，但鉴于市辖区金融业从业人员占地区金融业从业人员比重极高，因此本文的金融集聚指标主要反映的是地区城市金融积聚程度。换言之，城乡金融非均等化程度提高有利于城市金融集聚。

结合模型（2）—（3）可以发现，在基本模型加入金融集聚变量后，城乡金融基尼系数对城市创新的影响仍然显著为负;金融集聚指数对城市创新的影响也显著为负。这表明，城乡金融非均等化以及城乡金融要素集聚扭曲显著抑制了城市创新。而根据模型（4）检验结果又能够发现，将交互项加入模型（3）后，城乡金融非均等化仍然直接抑制了城市创新，而其通过引导创新要素向城市集中的方式一定程度上间接带动了城市创新，但该间接带动效应完全为直接抑制效应所吸收，因此对城市创新表现为显著的总体负面效应。将模型（4）对城乡金融基尼系数求一阶偏导可得：=0.9364+0.4617×agg，表明城乡金融基尼系数对城市创新的影响存在门槛效应，即当金融集聚指数大于2.03时，城乡金融非均等化能够促进城市创新，反之，则可能抑制城市创新。

模型（5）—（7）结果表明，城乡金融非均等化直接抑制了发明专利创新、实用专利创新以及外观专利创新。城乡金融非均等化通过金融集聚影响城市创新，主要是通过提高发明专利创新而不是实用专利创新或者外观专利创新，即城乡金融非均等化对创新的门槛效应集中体现在发明专利上。将模型（5）求关于城乡金融非均等化的一阶偏导后有=-1.8104+1.2266×agg，即当金融集聚指数大于1.48时，城乡金融非均等化将促进发明创新，反之，则可能抑制发明创新。

（二）稳健性与内生性检验

本文在依次采用被解释变量替换、解释变量替换、控制变量替换、样本剔除、非线性检验以及工具变量等方法对基于金融集聚视角下的机制检验结果进行处理后发现，主要解释变量系数与机制检验模型实证检验结果基本一致，表明机制检验结果具有较强的稳健性，即城乡金融非均等化一方面确实直接抑制了地区金融规模，进而对本地创新形成阻碍效果，另一方面又通过引导创新要素流向城市间接促进了城市创新。

（三）城乡金融非均等化影响城市创新效率的检验

鉴于不同类型的创新对城市创新能力的界定效果可能存在明显差异，本文有必要基于城市创新绩效的视角，针对城乡金融非均等化对本地创新效率的影响进行讨论，选取的创新效率指标主要有：

（1）创新与产出。在“人口红利”消失、引进吸收外来先进技术面临“天花板”以及全球经济下行趋势日趋显著的大环境下，加速产业转型和升级、推动经济增长向创新驱动型转变已成为现阶段中国培育经济竞争新优势、助推高质量发展的现实需要。因此，本文以专利申请量与GDP比值作为衡量本地创新—产出能力的指标，试图反映产出对城市创新的实际贡献。

（2）实质性创新。金培振等（2019）指出，相较于实用专利和外观专利，发明专利在研发投入、申请程序以及保护规定等方面均存在更高门槛。换言之，专利发明对于本地创新能力提高的边际贡献可能会大于实用专利以及外观专利。因此，本文采用发明专利与其他两类专利之比来衡量地级及以上城市的实质性创新能力。

（3）可持续性创新。随着全球资源快速消耗以及环境压力日趋增大，扭转要素过度投入，构建以资源节约、转型减排以及生态宜居为特征的绿色发展模式逐渐成为驱动中国实现高质量发展的客观要求。因此，本文采取绿色技术专利占专利总量的比重来反映地级及以上城市的可持续性创新发展能力。

表6报告了城乡金融非均等化影响城市创新效率的检验结果。可以发现，城乡金融基尼系数对创新—产出的影响参数显著为负，表明城乡金融非均等化降低了以本地产出为导向的创新活动。原因在于，创新活动的投入门槛较高，城乡金融发展差距拉大不利于本地经济实现规模化增长，从而抑制了城市创新。

此外，城乡基尼系数对实质性创新的影响系数同样显著为负，表明城乡金融非均等化抑制了本地实质性创新。可能的原因是，发明专利创新相较于其他类型的创新，其成本投入更高、研发周期更长，城乡金融非均等化不利于专利发明通过实现规模经济的途径摊薄成本投入，进而刺激企业转向资金门槛更低、回报周期更短的实用专利和外观专利研发活动。城乡金融非均等化对可持续性创新的影响参数显著为负，表明城乡金融非均等化抑制了地级及以上城市的可持续性创新。原因是可持续性创新研发支出大、风险高，城乡金融非均等化将对金融规模扩大形成阻碍效果，这可能造成企业创新融资约束收紧、企业创新投入降低等问题，最终迫使企业转向成本更低、风险更小的非可持续性创新。

五、进一步讨论：基于空间相关性视角

表7给出了在空间自相关视角下的城乡金融非均等化影响城市创新的检验结果，其中，ρ代表城市创新的空间相关性。结果发现，考虑空间自相关性影响后城乡金融基尼系数对人均专利申请量、人均发明专利申请量、人均实用专利申请量以及人均外观专利申请量直接效应的影响系数均显著为负，表明城乡金融非均等化使得各类创新活动都受到显著抑制。而ρ对人均专利申请量、人均发明专利申请量、人均实用专利申请量以及人均外观专利申请量的影响参数均显著为正，表明各类创新在地区间存在明显正向外溢效应，即本地创新对其他城市创新具有正外部性。而城乡基尼系数对人均专利申请量、人均发明专利申请量、人均實用专利申请量以及人均外观专利申请量间接效应的参数（Wx_gini）均显著为负，表明城乡金融非均等化对其他地区各类创新活动同样存在显著抑制效果。

表7  城乡金融非均等化对城市创新的影响：

基于空间相关性视角

综上所述发现，在存在空间相关性影响的模型中，本地创新活动能够显著带动其他城市的创新行为，而城乡金融非均等化则不仅会直接阻碍本地创新，而且还间接对其他城市创新形成了抑制效果。

六、研究结论与启示

本文基于金融集聚的视角，结合2003—2016年中国282个地级及以上城市面板数据来探讨城乡金融非均等化如何影响城市创新的因果关系和作用机制，证实了城乡金融非均等化对城市创新具有显著影响，且金融要素集聚是该影响形成的重要渠道。主要结论如下：（1）城乡金融非均等化确实显著抑制了现阶段中国城市人均专利申请量，即城乡金融非均等化整体上制约了中国城市创新，经过替换变量、样本剔除、非线性检验等进一步检验后，发现城乡金融非均等化的城市创新抑制效应仍然表现出较强稳健性。（2）沿海城市的城乡金融非均等化的创新抑制效应强于内陆城市，大城市强于中小城市，高资本—劳动比地区强于低资本—劳动比地区。金融要素作为城乡金融非均等化影响城市创新的重要媒介，在向城市集聚的过程中，一方面通过抑制创新规模直接降低了城市整体创新，另一方面又通过刺激城区创新提高了城市创新。（3）城乡金融非均等化的城市创新效应存在拐点，且拐点位于金融集聚指数约2.03的位置，也就是说，当金融集聚程度低于该阀值时，城乡金融非均等化不利于城市创新，反之则有利于城市创新。而在考虑了潜在的空间相关性后，研究发现城乡金融非均等化不仅直接阻碍了本地创新，而且还间接抑制了其他城市创新。

针对上述研究结论，本文有以下政策启示：

第一，各地区应结合各地地理位置、城市规模以及要素禀赋等特征条件，最大限度地发掘城乡金融发展的创新效应。对于沿海、大城市以及高资本—劳动比等金融要素相对丰富的地区而言，城乡金融一体化能够明显缓解本地融资约束，这显然有助于鼓励个体广泛参与创新活动;而对内陆地区、中小城市以及低资本—劳动比地区来说，城乡金融非均等化的创新效应问题则更为复杂，因此构建和完善本地金融治理制度，实现金融规模总体增长与城乡金融分布管控有效衔接，则是上述地区发挥城乡金融非均等化创新效应的当务之急。

第二，依托金融治理政策，围绕市场机制治理城市创新。对金融发展水平高、城乡一体化特征明显的地区，应积极借助市场的要素再配置功能，坚持城乡利率一体化和城镇化并举，化解二元扭曲导致的城乡金融扭曲;对于金融发展程度偏低、城乡二元化发展的地区，应强化市场的要素配置效应，并发挥政府在金融治理中的作用，实现创新“跨越式”发展。

第三，建立和完善创新综合治理体系。影响城市创新的因素众多，故在城乡金融非均等化与创新的治理中，结合本地经济社会条件开展综合治理将尤为重要。应科学构建包括本地劳动力结构、资本结构、产业特征、公共服务水平、市场需求以及政策规制等条件的创新综合治理体系，有效发挥城乡金融发展的创新作用，为政府从容应对即将面临的全球经济下行风险、打造经济“内循环”继而助推高质量发展保驾护航。

注释：

① R. Levine， Financial Development and Economic Growth： Views and Agenda， Journal of Economic Literature， 1997， 35（2）， pp.688-726; Gilles Sanit-Pawl， Technological Choices， Financial Markets and Economic Development，  Eu-ropean Economic Review， 1992， 36（4）， pp.763-781.

② 专利申请量的相关数据来源于国家知识产权局网站。

③ S. Tadesse， Financial Architecture and Economic Performance： International Evidence， Journal of Financial

Intermediation， 2002， 11（4）， pp.429-454.

④ G. A. S. Cook， et al.， The Role of Location in Knowledge Creation and Diffusion： Evidence of Centripetal and Centrifugal Forces in the City of London Financial Services Agglomeration，Environment and Planning A， 2007， 39（6）， pp.1325-1345.

⑤{20} 余泳泽、宣烨、沈扬扬：《金融集聚对工业效率提升的空间外溢效应》，《世界经济》2013年第2期。

⑥ 张浩然：《空间溢出视角下的金融集聚与城市经济绩效》，《财贸经济》2014年第9期。

⑦ 钟腾、汪昌云：《金融发展与企业创新产出——基于不同融资模式对比视角》，《金融研究》2017年第12期。

⑧ 李树、鲁钊阳：《中国城乡金融非均衡发展的收敛性分析》，《中国农村经济》2014年第3期。

⑨ 易信、刘凤良：《金融发展、技术创新与产业结构转型——多部门内生增长理论分析框架》，《管理世界》2015年第10期。

⑩ 王永龙：《城乡金融的非均衡性及其后续效应》，《改革》2017年第10期。

{11} 才国伟、刘剑雄：《收入风险、融资约束与人力资本积累——公共教育投资的作用》，《经济研究》2014年第7期。

{12}{14} 高帆、汪亚楠：《城乡收入差距是如何影响全要素生产率的？》，《数量经济技术经济研究》2016年第1期。

{13}{17} 张萃：《外来人力资本、文化多样性与中国城市创新》，《世界经济》2019年第11期。

{15} 叶琴、曾刚、戴劭勍、王丰龙：《不同环境规制工具对中国节能减排技术创新的影响——基于285个地级市面板数据》，《中国人口·资源与环境》2018年第2期。

{16} 占华：《收入差距对环境污染的影响研究——兼对“EKC”假说的再检验》，《经济评论》2018年第6期。

{18} F. J. Buera， Y. Shin， Financial Frictions and the Persistence of History： A Quantitative Exploration， Journal of Political Economy， 2010， 121（2）， pp.221-272.

{19} 黎杰生、胡颖：《金融集聚对技术创新的影响——来自中国省级层面的证据》，《金融论坛》2017年第7期。

作者简介：陈颖，湖南大学经济与貿易学院博士研究生，湖南长沙，410082;贺唯唯，通讯作者，湖南大学经济与贸易学院博士后研究人员，湖南长沙，410082。

（责任编辑  陈孝兵）