邹 克，李细枚，陈安妮

广东金融学院 a.经济贸易学院；b.工商管理学院，广东 广州 510521

由于历史原因，不同所有制部门之间存在较为严重的金融错配①金融错配是指我国以间接融资为主的金融体系将有限的金融资源大量配置到一些低效甚至无效，以及一些高风险集聚的行业，由此导致了从整个社会来看金融资源配置的“非理性”或者说“错配”。问题。传统金融虽然提升了科技创新的贷款规模，但对科技中小微企业的支持力度仍不足。创新项目的高风险也导致了创新主体融资约束问题突出，科技融资领域存在明显的“麦克米伦缺口”②20 世纪30 年代，英国金融产业委员会发布了《麦克米伦报告》，提出了著名的“麦克米伦缺口”（Macmillan Gap），指出在中小企业发展过程中存在着资金缺口，中小企业对债务和资本的需求数额高于金融体系愿意提供的数额。，而科技创新中小微企业的融资缺口尤为突出。普惠金融为中小微企业的融资难、融资贵等问题提供了重要解决途径。普惠金融通过扩大金融服务的覆盖面，能够达到普惠社会各阶层的效果［1］。基于拓展科技金融普惠面的目的，更好地服务科技型中小微企业发展和激发大众创新创业活力，不断增强实体经济发展新动能，广东省科学技术厅于2017 年1 月印发了《关于发展普惠性科技金融的若干意见》，并发布了《关于开展普惠性科技金融试点工作的通知》，与中国建设银行广东省分行合作，在广州、珠海、佛山、东莞、汕头、湛江、清远7 个城市开展普惠性科技金融试点工作。

那么，普惠性科技金融政策试点以来对技术创新产生了什么样的影响？又是通过哪些机制推动技术创新？回答上述问题，有利于深入理解普惠性科技金融试点政策影响技术创新的机理；有利于进一步优化普惠性科技金融政策，推动普惠性科技金融政策在广东省及其他地区的深入推广和发展；还有利于扭转科技金融资源配置不合理的局面，缓解中小微科技型企业的融资困境，全面激发科技企业创新活力。为此，文章基于普惠性科技金融试点政策这一“准自然实验”，使用PSM-DID 方法评估试点政策的技术创新效应，并检验试点政策的作用机制与异质性影响。

文章的创新之处体现为：一是基于普惠性科技金融试点政策这一“准自然实验”，使用PSM-DID 方法，从多维度视角量化评估了试点政策的技术创新效应，验证了试点政策的有效性；二是深入剖析了普惠性科技金融政策影响科技创新的理论机制，并通过实证检验，发现普惠性科技金融政策通过发挥信号引导、风险分担、管理监督等效应，调动政策性科技金融投入、引导与撬动市场科技金融较大范围、较普遍地支持科技创新中小微企业发展进而促进技术创新。

一、问题的提出

科技金融是促进科技创新及其产业化发展的一系列金融工具、制度、政策与服务安排。已有部分学者围绕科技金融内涵［2］、模式［3］等方面进行一系列深入的研究，逐渐形成了比较完善的科技金融学科体系。相对来说，普惠性科技金融是更新的概念。韩亚欣等［4］认为科技金融服务的广度和深度远没有达到理想的程度，有必要引导并塑成具有显著“普惠特征”的科技金融体系——认为科技金融的普惠，不坚持盈利目的导向而是科技企业全生命周期的普惠、经济主体的普惠、资金支持的普惠，而且应实现科技金融供需两侧的“琴瑟和鸣”。韦文求等［5］认为普惠性科技金融有机融合了普惠属性和科技属性，强化了政府政策性金融的公共属性，构建支撑科技创新、成果转移转化、孵化育成的金融服务体系是其核心，普惠特质的深度融入是其本质。

目前，关于科技金融与技术创新之间关系研究较为丰富，部分学者采用双重差分法对科技金融政策的效果进行评估。吴净［6］基于2003—2016 年281 个城市的数据进行研究发现，科技金融试点城市的建设能显著提高民营企业的创新水平，并且这一提升作用随政策推进呈现递增趋势。马凌远等［7］基于2006—2016 年286个城市数据使用PSM-DID 方法实证检验发现，促进科技和金融结合政策能显著提升试点地区的创新水平。郑石明等［8］发现科技和金融结合试点政策通过财政科技投入、市场资金支持等机制显著促进了试点地区的技术创新。顾江寒等［9］进一步发现，该试点政策既提高了城市绿色创新水平，也提高了绿色全要素生产率。也有一些学者是通过对科技金融政策的文本内容进行研究以评估其实施效果。杨宜［10］从政策力度、政策目标和政策措施三个维度对京津冀地区的科技金融政策进行量化研究，发现科技金融政策能显著促进区域创新。李媛媛等［11］运用LDA 聚类方法将2010—2019 年间的科技金融政策文本内容划分为宏观导向、资金支持、平台建设和专利保护四类，以研究不同类型政策对企业创新绩效产生的作用。沈俊等［12］利用内容分析法，从政策偏好、工具合理性、阶段适用性角度对武汉市科技金融政策文件进行了量化分析。

回顾相关文献可以发现：尽管学术界较为深入地探讨了科技金融的理论内涵、模式构建等内容，并对科技金融政策进行了多维度效果评估，但以下研究内容仍有待进一步深化：将普惠性与科技金融结合，通过发挥科技金融的普惠性促进技术创新的相关理论研究相对匮乏；有必要从普惠性科技金融政策试点这一视角评估科技金融政策的技术创新效果；也有必要厘清普惠性科技金融政策对技术创新的影响机制。基于以上原因，文章拟对广东省实施普惠性科技金融政策的创新实践进行系统性梳理，阐述普惠性科技金融影响技术创新的理论机制，选择2013—2019 年间我国218 个城市数据，使用PSM-DID 方法实证检验普惠性科技金融政策对技术创新的影响效果及作用机制，以期为普惠性科技金融政策的推广应用、制度完善提供参考。

二、政策措施、创新实践与理论机制

（一）政策试点与创新实践

2017 年1 月5 日，广东省科学技术厅印发的《关于发展普惠性科技金融的若干意见》提出了“探索设立科技股权基金、用好科技企业信贷风险准备金、鼓励和支持金融科技创新、加强科技转贷扶持工作、发展科技企业并购基金、加强科技金融服务”等十一条意见①资料来源：http://gdstc.gd.gov.cn/zwgk_n/zcfg/szcfg/content/post_2691340.html。。2017 年1 月，广东省科学技术厅、中国建设银行股份有限公司广东省分行在联合会议上提出实施“普惠性科技金融”，并出台了《关于开展普惠性科技金融试点工作的实施方案》《小微科技企业科技创新综合实力评分卡》［13］。同年1 月，广东省普惠性科技金融试点工作启动，确定以广州、珠海、佛山、东莞、汕头、湛江、清远7 个城市作为试点，以科技金融赋能科技企业创新发展。

普惠性科技金融试点工作实施方案目的是引导科技金融广泛惠及科技型企业及各类“双创”主体，缓解小微科技企业融资问题，主要内容包括：一是推进普惠性科技金融贷款业务。出台《小微科技企业创新综合实力评分卡》，通过评分卡适度降低企业成立年限、销售额、净利润率等准入门槛，并根据综合评分结果提升小微科技企业贷款金额，解决企业融资难问题。二是启动风险代偿机制。先由省、市风险准备金按相应比例进行代偿，最高额度以各自专户中的风险准备金余额为限。市风险准备金代偿后，省级风险准备金经市科技局审核后进行代偿。省、市风险准备金履行代偿责任后，由中国建设银行广东省分行向借款企业进行追索及执行资产保全。追索回的资金或企业恢复还款收回的资金在抵扣逾期利息和追索费用后，按中国建设银行广东省分行、省市风险准备金代偿比例返还。三是明确规定普惠性科技金融业务适用的客户。将客户精准定位于科技中小微企业、科技企业孵化器、青年创客等具有高活力的创新主体，让传统金融服务可得性较低的群体能够获得有效的金融支持，体现了普惠性科技金融政策的普惠性特征。

基于普惠性科技金融试点工作实施方案，广东省试点城市开展了以下创新实践：

其一，打造良好的科技金融政策环境。各试点城市从财政支持、人才引进与培育等方面出台了政策与配套措施。例如，广州市出台了《广州市促进科技金融发展行动方案（2018—2020）》《广州高新区科技金融创新服务“十百千万”专项行动工作实施方案》《广州市促进科技成果转移转化行动方案》等；珠海市制定实施了《珠海市贯彻落实“省科技创新十二条”政策措施》《珠海市高新技术企业培育专项资金管理实施细则》《珠海市科技创业孵化载体管理和扶持办法》；汕头市出台了《关于进一步促进科技创新的若干政策措施》等；佛山市出台了《佛山市财政科技创新资金管理办法（试行）》《佛山市科技创新项目管理办法（试行）》；东莞市制订了《东莞市科技计划体系改革方案》《东莞市培育创新型企业实施办法》；湛江市政府实施了《湛江市高新技术企业培育扶持办法》；清远市出台了《清远市普惠性科技金融风险准备金试点工作实施方案》《清远高新区激励优秀青年人才创业就业试行办法》《清远高新区知识产权资助奖励办法》等。

其二，建设多元的科技融资渠道。一是建立了多维度的财政补助机制。出台科技与金融结合专项补助政策，包括科技企业孵化器孵化基金后补助、创业投资基金落户补助、科技天使投资风险补助、普惠性科技信贷后补助与重大创新平台建设科技信贷服务后补助等。二是创新信贷模式，积极发展普惠性科技信贷。首先，建设了遍布全省的科技金融综合服务中心网络，设立了相应的科技特色支行。其次，协同实现了科技信贷普惠性升级，从需、评、供、保障等节点推动普惠性科技金融融资服务。截至2019 年底，普惠性科技金融试点累计为7745 户小微科技企业发放贷款106.88 亿元①数据来源：https://www.ndrc.gov.cn/fggz/cxhgjsfz/dfjz/202004/t20200410_1225531.html。。三是探索财政资金股权投资，支持政府引导基金的设立和发展。例如：珠海市科技创新局出台《珠海市科技创业天使风险投资基金管理办法（暂行）》，设立5亿元科技天使基金；佛山市修订了《佛山市创新创业引导基金管理办法》，吸引风险投资、创业投资机构和资本流入。各试点城市通过探索“投补联动”等方式，由引导基金对部分重大平台、重点项目、高层次人才团队、重大专项成果转化等进行投资，通过阶段性持有股权、适时退出、循环使用的方式，实现财政资金的良性循环和叠加放大效应。四是省市联动建立科技信贷风险准备金池。通过在合作银行存入风险补偿金、建立高达90%的贷款本金损失补偿的差别化风险补偿制度，显著提高了银行为科技型中小企业提供科技信用贷款的积极性。

（二）理论机制

创新活动具有资金投入大、风险高、收益高的基本特征，仅依赖市场金融的支持无法满足创新主体的需求。罗默（Romer）［14］认为，政府应该采取温和的支持和干预政策，实现以促进知识积累和技术创新所促进的经济增长。技术创新离不开一系列制度政策与强有力资金的支持。帕特里克（Patrick）［15］提出了“供给领先”与“需求跟随”的金融发展理论。对技术创新的金融支持属于明显需要“供给领先”的领域。通过供给领先式的科技金融支持，刺激科技创新企业的研发投入与技术创新等创新活动，使其创造出先导性技术、产品，实现经济高质量发展。因而科技金融政策十分重要。

结合广东省普惠性科技金融政策试点的创新实践，文章认为，普惠性科技金融政策主要通过融资约束缓解、普惠性风险补偿以及监督管理机制三个方面，普惠性地给予科技中小微企业公共科技金融支持，并引导、撬动市场科技金融主体的资金支持，推动科技创新中小微企业的研发投入、助力技术创新发展。普惠性科技金融政策促进技术创新的理论机制可概括如图1 所示。

图1 普惠性科技金融政策促进技术创新的理论机制

1.融资约束缓解机制

信贷市场基于抵押贷款条件对大企业与中小企业进行区别对待，严重束缚了科技型中小企业的创新积极性。同时技术创新项目的信贷收益与风险不匹配特征使其面临严重的融资约束困境。融资约束深刻影响着企业创新项目开发数量与创新成果质量。

普惠性科技金融政策能够缓解科技创新企业的融资约束，体现为：首先是直接缓解效应。科技金融政策的财政科技投入方式包括无偿、有偿、风险补偿、贷款贴息以及后补助方式。这有利于弥补市场失灵，通过分担风险的方式降低科技创新中小微企业的融资成本，一定程度上能够缓解科技创新企业的融资约束［16］。其次是引导与撬动效应。政策性金融发挥激励而非竞争的作用［17-18］，公共科技金融资源的介入一定程度上起到了良好的示范效应与信号效应，通过一定比例的风险补偿机制，发挥财政科技资金的杠杆作用，为科技创新企业提供政府增信作用，从而能够引导金融市场、金融机构通过资本市场直接融资、风险投资、间接信贷融资等多元化投资渠道向科技型企业集聚资金；同时，也能够诱导金融机构的金融创新，完善科技金融服务支持体系。总之，科技金融政策有利于推动科技企业加大研发投入力度，为技术创新项目提供资金支持。

尤其当科技金融政策具有普惠性特征时，能够降低融资门槛，拓展融资渠道［19］，对科技创新中小微企业的支持面、普及度更明显，能够优化微观企业主体的营商环境和融资渠道［20］，更加有利于提升技术创新的活跃度。另外，惠献波［21］的研究表明，数字普惠金融对企业创新具有正向显著激励作用，能够缓解企业外部融资约束。具体到广东省普惠性科技金融试点政策，首先，从供给端提升普惠性，在广东省科学技术厅的引导下，鼓励银行、投资机构、担保、保险等机构联动为科技创新中小微企业提供立体的融资服务，开发普惠性科技金融产品；其次，从需求端提升普惠性与精准性，政策支持对象主要是高新技术企业、创新创业大赛优胜企业、国家科技型中小企业、评价入库企业、获市级以上科技立项企业、拥有有效发明专利等条件的企业以及青年创客等。

2.普惠性风险补偿机制

由于中小企业自身人、财、物等方面的薄弱，以及技术创新过程的不确定性与复杂性，技术创新面临着较高的风险。同时，技术产品具有公共物品的特性，技术创新活动因而具有明显的正外部性。仅依靠中小企业自身的经济行为或市场机制都难以有效地实现技术创新收益与其风险的配比［22］。风险补偿机制成为弥补市场失灵、推动研发投入与技术创新的重要机制。

对于金融机构来说，风险补偿机制是实现科技创新投融资收益与风险匹配的重要安排。对于科技中小微企业来说，通过风险补偿转嫁金融机构的部分成本，可以降低企业的融资成本，是普惠性的重要体现。以银行为代表的间接金融通过为科技创新项目跨期资金配置，将后期收益补偿前期风险，最终实现风险控制。资本市场则能通过资产证券化等手段将科技风险分散给不同投资者，推动技术创新项目投资活动的开展。另外一些研究发现，风险分担机制是提升科技创新PPP项目可融资性路径的关键因素［23］，能够增强企业协同创新的意愿［24］。

普惠性科技金融政策通过设置科技股权基金、科技企业信贷风险准备金、科技企业转贷周转金、政策性担保资金、风险跟投基金等一系列的风险补偿机制，能从不同角度规避、分散以及转化风险，引导市场科技金融加大资金支持力度，提高科技企业的创新积极性。其中，信贷风险准备金通过与金融机构按一定比例分担风险，是最主要的风险补偿方式。通过科技信贷风险准备金，为种子期、初创期科技企业融资增信，引导市场机构加大信贷支持力度，在实现收益与风险平衡的原则下，尽可能提高科技中小微企业、科技企业孵化器、青年创客的可贷性与普及面。

3.监督管理机制

普惠性科技金融政策对创新主体的监督管理机制源于外部监督和债务约束。科技金融介入有利于全程化监督创新项目的运行与推进，能够保障资金有效安全利用，同时也降低了企业风险，并提高了技术创新成功的概率。

（1）外部监督角度。企业内部存在委托代理冲突和股东间的冲突。上市公司股权分散可能导致管理层操纵，进而产生盲目投资等滥权行为［25］，由此便产生了管理层与股东之间的委托代理冲突。上市公司股权集中则可能使得股东基于自利天性加大资本投入实现股权控制，并由此引发控股股东与中小股东之间的代理冲突［26］。与科技金融相关的专业机构投资者在投入资金的同时有权监督投资项目的经营管理以确保投资收益，以直接或间接方式参与企业经营决策，并在创新过程中加强监督，可以减少企业家的道德风险，确保资金的合理使用，进而降低创新活动风险。

（2）债务约束角度。熊彼特“创新理论”认为，信用资金支持能够促进各种生产要素的重新组合，有利于最大限度地发挥其资源创新的优势，减少创新过程中的内在风险。负债可以发挥相机治理作用，在债务约束存在的情况下，科技企业必须按时还本付息，从而对经理层可自由支配的现金流产生较大的影响，同时为了提高企业经理层的管理效率，降低代理成本，债权人可以通过在债务合同中增加限定性的条款，限定企业投资方向，减少非效率投资行为的发生。

综合上述理论机制分析，普惠性科技金融政策通过缓解融资约束、风险补偿、监督管理等方式，能够显著促进技术创新。公共科技金融、市场科技金融在政策的有效运行中起到了重要的机制作用。因此，文章将利用PSM-DID方法对普惠性科技金融政策的效果进行评估。

三、研究设计

（一）模型设定

普惠性科技金融政策的试点工作为文章分析普惠性科技金融政策对技术创新的作用提供了一个良好的“准自然实验”。双重差分法能够有效减少经济个体可能同时受到如时间、宏观经济和随机干扰等因素的影响，从而反映出政策的净效应。不过双重差分法的使用必须满足共同趋势假定，否则容易造成样本的“选择性偏差”、降低模型结果的可靠性的影响。倾向得分匹配（PSM）通过从控制组找到与处理组具有类似特征的样本构造“反事实事件”，有利于克服“选择性偏差”，但难以解决内生性问题。将PSM 与DID 方法结合，既能降低“选择性偏差”，也能较好地解决内生性问题，实现对“政策处理效应”的有效识别与评估，因此文章拟采用PSM-DID 方法。具体步骤如下：

第一步，进行PSM 处理。以treated 作为被解释变量，构建Logit 模型进行回归，采用1∶1 最近邻匹配法进行匹配得到一组新的观测样本。设定如模型（1）所示：

其中，treated表示是否为试点城市，若为试点城市，treated=1；否则treated=0。X′为控制变量的向量。

第二步，双重差分模型构建。根据新观测样本构建如模型（2）所示：

其中，treatedi和timet都是虚拟变量，treatedi=1（实验组）代表属于普惠性科技金融政策试点的城市，treatedi=0（对照组）代表不在试点范围内的城市；timet=1表示年份属于普惠性科技金融政策实施的期间，即年份大于或等于2017年，否则timet=0。DIDit为双重差分变量，DIDit=1时，表示样本是试点城市且试点政策已实施，β3为双重差分的估计系数，若其符号为正且统计显著时，表示普惠性科技金融政策的实施能够促进技术创新。εit为随机扰动项。

（二）变量选取与数据来源

1.变量选择说明

被解释变量以当年获得的发明专利数代表技术创新水平。专利可根据类型分为发明型专利、实用型专利和外包装专利，其中以发明型专利最有科技含量、最能代表技术创新水平。

核心解释变量为普惠性科技金融政策虚拟变量treatedi×timet（即DID项），根据试点时间对各地市进行统一赋值，在模型构建部分已有说明，这里不再赘述。

为缓解模型可能存在的设定偏误问题，结合参考邹克等［27］的研究，文章选取的相关控制变量包括：（1）财政科技经费投入，即财政科技支出占比GDP（tgit）。普惠性科技金融政策的实施依赖于财政科技经费的保障，财政科技经费投入越多，杠杆撬动效应越大，越能够显著促进技术创新；（2）环境污染水平（lnsit），以SO2排放量的对数作为代理变量。“波特假说”认为严格而恰当的环保政策能够刺激企业进行技术创新，对环境污染控制不力将导致企业降低研究绿色技术的动力；（3）人口密度（rkmdit）。人力资源是科技创新的重要因素，人口数量越多、人口密度越大，越有利于获取人力资本、降低知识流动障碍、更为经济地获取信息，理论上有利于技术创新；（4）金融深化程度（finanit），根据各地区金融机构存款余额与贷款余额之和比GDP计算得到。金融深化程度越高，金融市场创新越活跃，通过发展科技贷款、知识产权质押融资等融资工具与融资方式，能有利于缓解科技企业的融资约束；（5）产业结构优化（thrit），以第三产业占比指标代表。产业结构的优化能够倒逼技术创新；（6）外资利用水平（fgit），以外商直接投资占GDP比表示。已有的研究表明，外商直接投资对创新活动在宏观与微观上都有重要影响，既存在互补效应，也可能造成替代效应［28］。变量的选取和说明如表1所示：

表1 变量定义与说明

2.数据来源与描述性统计

文章以2013—2019 年间我国218 个城市为研究对象，检验普惠性科技金融试点政策对试点地区科技创新的影响。数据来源于历年《中国城市统计年鉴》、广东省科学技术厅、国家知识产权局网站、EPS 数据库。各变量的描述性统计如表2 所示。可以看出，实验组的平均创新水平高于对照组，实验组在人力资源、金融深化程度、产业结构和外资的利用水平方面优于对照组，在财政科技投入方面不如对照组，在环境污染程度上和对照组差距不大。

表2 相关变量描述性统计

四、实证分析

（一）倾向得分匹配

倾向得分匹配的步骤如下：对上述控制变量通过Logit回归计算倾向值，利用最邻近匹配规则进行样本匹配，再计算平均干预效果。PSM 匹配效果如图2 所示。可以看出，倾向得分匹配之前，处理组与对照组之间在tg、thr、fg与rkmd四个变量上存在显著差异，倾向得分匹配之后，这些变量在处理组与对照组之间的差异显著降低。

图2 倾向得分匹配效果

倾向得分匹配前后各变量的平衡性检验结果如表3 所示。平衡性检验的目的是倾向得分匹配是否克服了选择性偏差问题、匹配后的实验组与对照组数据是否满足条件独立同分布假设。根据表3 的结果并结合图2 可知：匹配前，实验组与对照组在tg、rkmd、thr和fg共4个控制变量上有显著差异，t检验对应的p值在1%的显著性水平下显著；经过匹配后，这4个控制变量的标准偏差均大幅度下降，t检验所对应的p 值均在10%的显著性水平下不显著，表明实验组与对照组之间不再存在选择性偏差，控制变量的选择是合适的，匹配效果比较好，可以利用这些控制变量继续进行下一步的实证检验。

表3 倾向得分匹配平衡性检验结果

PSM 匹配前后的核密度图如图3所示。可以看出：匹配前，试点城市与非试点城市的核密度函数差异较大；在经过倾向得分匹配后，两者的核密度函数差异相对减少，说明试点城市找到了与之相匹配的非试点城市，基本满足共同支撑假设，有利于减小后续比较分析的误差。

图3 PSM 匹配前与匹配后核密度图

（二）DID 回归结果

在对样本进行倾向得分匹配后，利用双重差分法进行OLS 回归和面板固定效应回归，结果如表4 中（1）和（2）所示。

表4 PSM-DID 回归结果

可以看出：DID项的系数均为正，在1%的显著性水平下显著，表明普惠性科技金融政策能显著促进试点城市的技术创新，试点政策是有效的。普惠性科技金融政策通过配置相应的公共科技金融资源，能直接缓解科技型中小微企业的融资困难，而公共科技金融资源的介入具有示范效应与信号效应，能够引导和撬动市场科技金融主体加大对科技创新中小微企业的资金支持力度，通过这种“供给领先”式的科技金融支持，能有效刺激企业开展创新活动。普惠性科技金融政策具有普惠性特征，对科技型中小微企业的支持面和普及度十分明显，能够优化微观企业主体的营商环境、降低融资门槛、拓展融资渠道、提高企业进行创新活动的积极性。在控制变量方面，rkmd项的系数均为正，在1%的显著性水平下显著，说明人口密度越大，越能够降低人力资本与知识资本获取的约束，有利于促进技术创新；thr项的系数均为正，回归结果（1）在5%的显著性水平下显著，说明产业结构的优化有利于技术创新；finan项的系数均为正，不过在统计上不显著。

（三）稳健性检验

文章共进行四类稳健性检验。第一类是利用DID方法直接对2013—2019 年间我国218 个城市的数据进行回归，得到的结果如表5 中（3）和（4）所示；第二类是调整样本进行稳健性检验，对2013—2019 年间广东省内的21 个城市的数据进行DID回归，其结果如表5 中（5）和（6）所示；第三类是改变对照组中的样本量，随机选择对照组中的样本进行DID回归，其结果如表5 中（7）所示；第四类则是出于对省会城市在资源的聚集和获取方面更占有优势的考虑，剔除实验组和对照组中所有的省会城市，对2013—2019 年间188 个城市的数据进行DID回归，其结果如表5 中（8）和（9）所示。可以看出，DID项的系数在四类稳健性检验中均为正，且分别在10%、5%和1%的显著性水平下显著，说明PSM-DID 回归的结果具有稳健性，即普惠性科技金融政策能够促进试点城市的技术创新。

表5 稳健性回归结果

（四）机制检验

科技金融可分为公共科技金融和市场科技金融两类［29］。为研究试点政策的技术创新效应是由于公共科技金融的作用或是市场科技金融的作用，抑或是普惠性特性发挥作用的结果，对PSM-DID 模型引入机制分析。将财政科技经费投入强度（tg）作为公共科技金融的代理变量，将金融深化程度（finan）作为市场科技金融的代理变量，将北京大学数字金融研究中心测算的数字普惠金融指数（dinfi）作为科技金融普惠性的代理变量，构建双重差分项DID与tg、finan、dinfi之间的交互项，并纳入PSM-DID模型中，回归结果如表6所示。

表6 机制分析回归结果

回归结果（10）中DID*tg项系数为正，在1%的水平下显著，表明试点城市的财政科技经费投入更能显著地促进了技术创新。试点城市可通过综合运用无偿、有偿、风险补偿、贷款贴息以及后补助等政策性金融手段引导金融资本参与实施国家各类科技计划，并通过投融资平台、创新创业基金、创业投资税收优惠政策等综合手段与措施，支持科技中小微企业融资与科技创新产业发展，有效促进了技术创新。回归结果（11）中DID*finan项的系数为正，在1%的水平下显著，说明金融机构可能通过设立科技信贷支行、创新知识产权质押贷款等产品与服务，建设多层次的资本市场，加强股权转让、上市融资、债券发行支持等方式，有效地缓解创新活动的融资约束，提高了技术创新水平。回归结果（12）中DID*dinfi项的系数为正，在1%的水平下显著，说明普惠性科技金融政策的普惠性特征实现了覆盖被排斥在传统金融体系以外的科技型中小微企业，多维度拓展企业的融资渠道，有效缓解企业外部的融资约束，从而提升试点城市的技术创新水平。

（五）异质性分析

在普惠性科技金融政策的实施过程中，虽然政府可以引导市场科技金融资源优化配置促进技术创新，但是城市之间存在发展水平、基础设施、要素禀赋等异质性，使得试点政策的效应可能存在异质性；同时，由于创新的门槛效应，城市创新能力对企业的技术创新产出有直接影响。因此，对城市等级和创新能力在试点政策中可能存在的异质性进行分析。

1.城市等级的异质性影响。大城市发展水平更高、金融服务基础更好、科技创新活动更活跃、人力资本更充足，这可能会使得普惠性科技金融政策的效果因城市规模而异。文章以《2020 城市商业魅力排行榜》为划分标准，将样本划分为两组：一线城市和二线城市为一组，三线城市和四线城市为另一组，回归结果如表7中（13）和（14）列所示。回归结果表明，普惠性科技金融政策存在显著的城市异质性效应。相较于三线城市和四线城市，普惠性科技金融政策促进技术创新的效果在一线城市和二线城市更为明显，说明城市的等级越高，试点政策的技术创新效应越明显。分析其原因，大城市存在规模经济性，高发展水平与公共服务配套吸引了金融资源与人力资本形成集聚优势、形成知识外溢与信息共享效应，进而更能推动科技创新。同时大城市在普惠性科技金融政策实施中享有更多的政府补贴与税收优惠，为创新营造出良好的氛围，促进技术创新。

表7 异质性分析结果

2.城市创新能力的影响。根据北京大学企业大数据研究中心发布的区域创新创业指数，将样本划分为高创新能力组和低创新能力组，回归结果如表7 中（15）和（16）列所示。回归结果表明，普惠性科技金融政策对高创新能力城市技术创新的促进作用更加明显，对低创新能力城市技术创新的推动作用不够显著，进一步说明该政策对技术创新的影响存在创新能力异质性。由于创新能力较强的城市已经奠定了较为坚实的技术创新基础，在试点政策实施后，科技中小微企业的融资约束有所缓解，进而推动企业加大研发投入力度，使得其创新能力被充分激发，进而更显著地促进了技术创新。同理，创新能力较弱的城市虽然缓解了融资约束，但创新能力不足限制了企业研发，同时科技创新配套产业与生态较为滞后，使得政策的技术创新效果大打折扣。

五、结论与政策启示

文章以普惠性科技金融为切入视角，梳理了广东省普惠性科技金融试点政策的主要内容及其实践经验，并阐述了对普惠性科技金融促进技术创新的理论机制，基于2013—2019年间我国218个城市的面板数据，使用PSM-DID方法评估了试点政策的技术创新效果，得出如下结论：

首先，普惠性科技金融政策能够提高试点城市的技术创新水平。这一试点政策有利于弥补金融市场失灵的一定危害、形成政策引导与资金撬动效应、分担科技创新风险，形成“供给领先”式的金融支持，从而有效地引导企业开展技术创新活动。其次，普惠性科技金融政策促进技术创新的作用机制主要表现在三个方面：一是通过政策科技金融的手段引导金融资本支持科技企业的融资活动和科技产业的发展。二是通过市场科技金融的手段缓解企业创新活动的融资约束。三是普惠性科技金融政策具有普惠性特征，与传统金融相比更能精准有效地支持科技型中小微企业，降低融资门槛，拓展融资渠道。最后，普惠性科技金融政策对技术创新的影响效果存在城市等级和创新能力异质性。试点政策的技术创新效应在一、二线城市强于三、四城市，创新能力强的城市强于创新能力弱的城市。

文章的研究结论对提升普惠性科技金融政策的有效性、构建具备自主创新能力的科技金融政策体系有以下政策启示：

首先，要提高普惠性科技金融政策试点的层级、扩大政策试点范围。把普惠性科技金融作为科技金融政策体系的重要组成部分，由科技、金融、财政管理部门联合组织开展多区域、多城市试点。要以总结普惠性科技金融政策在支持科技中小微企业、科技企业孵化器等创新主体方面的创新实践与良好经验为前提，通过“由下而上”与“由上而下”相结合的信息互动机制动态完善普惠性科技金融政策的目标、资源、工具和行动措施，以期不断提升试点政策在促进科技金融发展、科技成果转化、科技创新企业发展等方面的有效性。

其次，要提高普惠性科技金融与财政税收政策以及其他金融政策之间的协同。普惠性科技金融本质上偏向于公共科技金融，涉及贴息贷款、税收减免、风险准备金补偿等均需要财政税收政策的大力支持，要从政策法规、组织机制、运作模式等方面实现普惠性科技金融与财政税收政策之间的协同，要以科技创新未来价值最大化可能产生的税收，提前加大力度投入普惠性科技金融政策的补贴，实质性提高普惠性科技金融支持科技创新的成效。也要充分推动科技金融政策与科技创新再贷款、差别化存款准备金率等政策配合，调动金融机构支持科技中小微企业的积极性与能动性，加快推动创新发展。同时，也有必要强化普惠性科技金融的区域间、城市间协同，推动科技金融与创新各要素的跨区域自由流动与优化配置，通过错位发展、协调发展形成整体合力。

最后，要多维度拓展科技金融的普惠性。一是完善普惠性科技金融网点布局，推动商业银行加大科技支行网点的设置，进一步扩大科技金融机构网点覆盖面，拓展科技金融服务的广度和深度、提高科技型中小微企业贷款可得性。二是构建政府主导的科技金融综合信息服务平台，建立具有广覆盖特征的科技中小企业信用库增强普惠性科技金融的可得性，解决金融机构与科技中小企业的信息不对称风险问题，由平台撮合交易，并以政府风险准备金作为担保，提高科技中小企业的融资概率与融资效率。三是充分利用数字普惠金融技术，包括：通过大数据风控技术、数字普惠金融降低金融机构的成本，拓展科技金融对科技中小微企业的覆盖面，实现资源普惠；基于数字技术帮助甄别具有创新能力的企业，为其提供更多信贷服务支持，引导企业创新投入，提高资源在创新领域的配置效率。四是完善风险分担机制，降低企业融资成本、增强普惠性科技金融的商业可持续性。构建包含政府风险补偿基金、社会信用担保与金融机构在内的风险共担机制，协同发挥政府风险补偿基金的引导撬动作用，社会信用担保机构与保险机构的专业服务作用以及金融机构的融资支持作用。