經濟政策不確定性與企業創新
——兼論要素價格扭曲和融資約束的調節效應

余得生 楊禮華

（華東交通大學經濟管理學院，江西 南昌 330013）

一、引言

經濟政策不確定性是指經濟政策從制定到實施過程中的不可預知性，以及政策實施對經濟效益影響的不確定性（Gulen和Ion，2016）[1]。其不確定性主要表現在以下三個方面：一是政策制定的不確定性，主要指政策制定者的不確定性以及政策具體內容的不確定性；二是政策實施的不確定性，主要指政策如何實施、何時實施以及實施效果的不確定性；三是影響經濟運行的其他非政策問題的不確定性，如自然災害、政局變動等都會加劇政策的不確定性（杜江和劉詩園，2020）[2]。隨著供給側結構性改革的貫徹落實，我國政府不斷出臺相關政策來調整經濟結構，尤其是新冠肺炎疫情暴發以來，為了保證經濟正常運行以及盡快復工復產，政府制定了“一籃子”激勵政策，雖然可以滿足經濟正常需求，減少經濟波動，穩定經濟發展，但是也增加了外部環境的不確定性，給企業投資決策增加了困難。另外，政策的變動在一定程度上還會使資本配置偏離最優狀態，形成資本要素價格的扭曲（陳永偉和胡偉民，2011）[3]。從短期來看，一定的要素價格扭曲可能有利于企業充分及時地調動資源，集中力量辦大事；但是從長期來看，可能阻礙經濟正常發展，降低經濟效益，引起資本的過度使用，不利于企業經營決策（劉汶榮，2021）[4]，同時，持續性的資本扭曲可能會削弱企業的創新活力，影響企業創新水平。而技術創新作為促進經濟增長的主要因素，其水平的高低直接影響到國家經濟能否持續穩定增長。同時，新發展理念更是將創新置于國家發展的首要位置，可見創新已經逐步成為實現經濟高質量發展的動力源泉（Zhu 等，2020）[5]。《全球創新指數報告》指出，中國的總體創新能力不斷增強，2021年在全球經濟體系中排名第12 位，但是與其他經濟體相比，依然存在一定的差距。制度創新理論認為，企業創新水平的高低除了與研發投入強度相關，還與外部環境，如金融市場環境、宏觀經濟環境等息息相關。因此，探究宏觀政策環境與企業創新的關系及作用機制具有一定的現實意義。基于以上分析，本文采用2008—2019年企業微觀數據和宏觀政策不確定性指數來考察經濟政策不確定性對企業創新的影響，并引入要素價格扭曲與融資約束變量進行調節效應檢驗，為企業和金融機構有效應對經濟政策不確定性、實施創新戰略提供參考和借鑒。

本文主要的邊際貢獻體現在：第一，部分學者從融資結構、部門關聯、金融發展等層面研究了政策不確定性對企業創新的影響，但是鮮有學者考慮資本市場環境在其中的作用，因此，本文以要素價格扭曲為調節變量展開研究，豐富了要素價格扭曲的應用領域，為經濟政策不確定性影響企業創新提供了新的經驗證據，有助于企業合理制定相關的策略來應對經濟政策不確定性帶來的沖擊；第二，大部分研究將經濟政策不確定性和融資約束等變量置于同一層面進行分析，易引起“生態謬誤”，鮮有學者關注不同層次數據的影響，而本文采用多層線性模型，可以有效解決變量的組內同質或組間同質問題，避免“生態謬誤”的產生。

二、文獻回顧與假設提出

（一）經濟政策不確定性與企業創新

目前，學術界對經濟政策不確定性與企業創新的關系存在兩種不同的觀點。部分學者認為經濟政策不確定性不利于企業創新，即存在“擠出”效應。這種觀點最早可以追溯到熊彼特以及內生增長理論，其將政策不確定性歸納為不利于企業創新的因素，隨后的《世界經濟展望》同樣指出經濟政策不確定性的提高會顯著地引起投資、消費和就業水平的降低。之后，Bloom（2009）[6]、曲麗娜和劉鈞霆（2022）[7]、鄧江花和張中華（2021）[8]以實物期權理論為基礎來研究政策不確定性和企業創新的關系，認為政策的不確定性會導致企業無法對投資項目風險進行精準評估，加劇了投資風險，由于企業管理者大多屬于風險厭惡者，因此，出于安全考慮，企業可能偏向于延緩研發投資。陳娟娟等（2021）[9]指出經濟政策不確定性的提高使得企業與金融機構之間的信息不對稱更加嚴重，導致違約成本增加，從而不利于企業創新活動的開展。同時，還有一些學者指出政策不確定性可能通過影響企業投資成本和決策時機等來削弱企業的投資能力，抑制企業創新（李佳霖等，2019；Kang 等，2014；郭田勇和孫光宇，2021）[10-12]。朱巧玲和杞如福（2022）[13]認為經濟政策不確定性與企業專利申請總數、發明專利數目等存在負相關關系。

另一部分學者認為經濟政策不確定性對企業創新具有積極的促進作用。Avner Bar-Ilan（1999）[14]將不確定性分為兩種，認為好的不確定性有利于增加企業營業收入，提高創新水平，而壞的不確定性則會增加企業投融資成本。邊志強等（2021）[15]認為宏觀政策的不確定性會導致市場前景不明確，企業收益率下降，而管理者為了保證企業正常發展，會加強技術創新。嚴復雷和史依銘（2021）[16]采用制造業數據進行研究，發現經濟政策不確定性可以顯著促進制造業研發創新，但是過度的金融發展會抑制經濟政策不確定性對制造業企業研發創新的激勵作用。席龍勝和張欣（2021）[17]以增長期權理論為基礎分析了經濟政策不確定性與企業研發投入之間的關系及影響機制，發現經濟政策不確定性的增加有助于激發企業創新意識，增加研發投入，并且這一效果在具有高管薪酬激勵與高管持股的企業中更加明顯。因此，本文提出：

假設1a：經濟政策不確定性對企業創新具有“擠出”效應。

假設1b：經濟政策不確定性對企業創新具有“激勵”效應。

（二）經濟政策不確定性、要素價格扭曲與企業創新

政策的變動作為一種宏觀經濟現象，通常會影響到經濟體系的各個層面，也勢必會影響到金融市場，而金融市場作為企業開展投資活動的重要載體，其中的投融資環境的變動將直接影響到企業投資決策。田杰等（2021）[18]認為，適當的要素扭曲通過降低投資成本增加了瀕臨破產的企業存活的可能性，但是過度的要素扭曲會使得要素價格較低，反而可能削弱企業的創新動力；宋大強和皮建才（2020）[19]同樣認為要素扭曲有助于加快生產要素的流動和最大限度地發揮經濟體系的創新活力。此外，羅知等（2018）[20]指出，當發生要素的負向扭曲時，企業傾向于更多地使用這種要素，從而獲取更多的收益，增加了可用研發資金，有利于企業創新。部分學者認為要素價格扭曲對企業創新存在“倒逼”效應，如果企業在某種要素獲取方面處于劣勢，那么企業為了防止在市場競爭中被淘汰，就會加強員工技能培訓，通過提高人力資本水平或引進創新的途徑來達到提升創新水平的目的（李德山和鄧翔，2018；笪遠瑤和王葉軍，2022）[21，22]。因此，本文提出：

假設2a：要素價格扭曲會弱化經濟政策不確定性對企業創新的“擠出”效應。

假設2b：要素價格扭曲會強化經濟政策不確定性對企業創新的“激勵”效應。

（三）經濟政策不確定性、融資約束與企業創新

融資約束一直以來都是阻礙企業創新活動的主要因素。企業面臨的融資約束主要體現在以下方面：一是融資成本的約束，主要是指企業進行投資決策時，由于交易雙方信息不對稱，外部融資成本遠遠高于內部融資成本；二是融資規模的約束，當政策不確定性較強時，金融機構難以對企業投資風險、違約風險等進行準確評估，此時，企業通常會以抵押貸款的方式獲取所需的資金，但是抵押物的價值可能因政策不確定性而出現縮水，從而導致企業面臨更加嚴峻的融資約束（Poncet等，2010）[23]，不利于企業創新活動的開展。進一步地，企業面臨的融資約束越強，意味著從外部獲取資金的可能性就越小，加之外部融資程序較為嚴格且煩瑣，獲取的資金有限，故企業為了保證資產的流動性，可能偏向于增加現金和金融資產的持有，減少研發投入（趙萌等，2020）[24]。顧海峰和朱慧萍（2021）[25]認為在經濟劇烈波動時期，信貸機構可能偏向于對財務狀況良好或者資信優越的企業進行授信，也可能附加限制性條款，規定資金用途，從而削弱企業創新意愿。薛龍等（2022）[26]指出經濟政策不確定性的提高會對整個社會的經營環境帶來消極影響，增加企業的經營風險，不利于企業創新。因此，本文提出：

假設3a：融資約束會強化經濟政策不確定性對企業創新的“擠出”效應。

假設3b：融資約束會弱化經濟政策不確定性對企業創新的“激勵”效應。

三、研究設計

（一）模型選擇與數據來源

企業創新水平會受到企業自身特征和區域金融環境的雙重影響，從而導致數據具有嵌套特征，即企業嵌套于國家之中，倘若直接采用OLS進行分析，可能會高估國家層面因素的影響，導致“生態謬誤”，因此，本文采用多層模型進行分析。限于數據可得性，本文選取我國A股上市公司2008—2019年研發投入和專利情況為初始研究對象，并引入經濟政策不確定性指數（Baker 等，2016）[27]來考察我國經濟政策不確定性對企業創新的影響。在實證分析前，按照以下標準對原始數據進行處理：（1）刪除在研究期間內ST、*ST 以及財務數據存在異常或嚴重缺失的企業；（2）刪除銀行等金融類企業；（3）刪除在研究期間內新成立或上市的企業；（4）為了消除異常值的影響，對所有連續變量進行了1%和99%分位的雙側縮尾處理。企業財務數據來自國泰安數據庫、中國研究數據服務平臺以及企業年報，中國經濟政策不確定性指數數據來自經濟政策不確定性指數官網。

（二）變量選取

1.被解釋變量。企業創新（innovation），分別從研發投入（rd）和創新產出（g）兩個維度來刻畫。其中，研發投入參考陳利等（2022）[28]，采用當年研發投入占企業年末營業總收入的比例來衡量；創新產出參考余得生和楊禮華（2021）[29]，采用企業當年專利授權總數加一的自然對數來衡量，由于專利可細分為發明專利、實用新型專利和外觀設計專利，因此，實證檢驗中還分別考察了經濟政策不確定性對這三類專利的影響。

2.核心解釋變量。經濟政策不確定性（lnepu），用Baker等（2016）[27]創建的中國經濟政策不確定性指數衡量。該指數主要以《南華早報》為基礎，通過對其進行文本分析，將與經濟政策不確定性相關的文章出現次數、每年失效的稅法條目數以及金融機構對重要經濟指標的預測偏差三個指標加權平均得到。目前該指數已經得到國內外學者的認可，具有一定的影響力和公信力，可以比較客觀地反映我國經濟政策不確定性的實際情況，該指數值越大，說明經濟政策不確定性越強。由于該指數為月度數據，在具體的回歸分析中，本文先將月度數據取算數平均值得到年度數據，再對年度數據進行自然對數處理，以降低量綱的影響。

3.控制變量。本文參考國內外相關文獻，從企業層面選取了7 個控制變量，分別是資產負債率（alr）、凈資產收益率（roe）、托賓q（q）、股權集中度（oc）、現金流水平（cf）、管理層持股比例（mbo）和固定資產比率（pf）。

4.調節變量：要素價格扭曲（zbcp）與融資約束（sa）。參考陳永偉和胡偉民（2011）[3]的研究，用以下公式來測算各地區的相對要素價格扭曲程度指數：

其中，Cit/Ct反映的是i地區實際使用的資本與整個經濟體系總資本的比值，μit則表示i地區的產出量在整個經濟體系實際產出中所占的份額，表示用各地區產出水平加權后的資本貢獻值，則表示i地區在資本有效配置的情況下使用資本的理論比例。zbcp可以反映出i地區實際使用資本數量與資本有效配置情況下資本使用數量的偏差，偏差越大，說明要素價格扭曲越嚴重。本文對測算的要素價格扭曲程度指數進行了取絕對值處理。

融資約束的衡量方式主要包括現金流法、kz 指數、ww 指數和sa 指數等，由于前三種方法都會導致較強的內生性問題，而sa指數較好地緩解了內生性問題，因此，采用sa指數來衡量企業面臨的融資約束：

其中，size表示企業規模，用企業總資產的對數來衡量；age表示企業成立年限。sa指數為負，分析時對其進行了取絕對值處理，絕對值越大，說明企業面臨的融資約束越嚴重。

（三）企業創新的組內及組間變異成分驗證

本文采用零模型，驗證是否需要建立多層統計模型以及企業創新在組間是否存在顯著差異或非獨立情況。

通常來說，ICC 值小于0.059 說明存在低度組內相關，大于0.059 且小于0.138 說明存在中度組內相關，大于0.138 則說明存在高度組內相關。從表1 可以看出，無論是從全樣本還是分樣本來看，ICC 值最小為7.34%，說明存在較強的組內相關；Wald-Z 值對應的P 值均顯著，說明區域層面因素對企業創新具有重要影響。因此，構建HLM模型是必要的。

（四）模型的構建

本文參考Andrew 和Kelvyn（2015）[30]構建HLM模型，首先，為了檢驗經濟政策不確定性對企業創新的影響，設定如下回歸方程：

其中，innovationi,j,t表示j省企業i在t年的創新能力，φi,j,t-1表示企業層面的控制變量，β0j是Level 2層面截距項，lneput-1代表經濟政策不確定性指數，γ01是經濟政策不確定性對企業創新的作用效果，γ00是總體截距，rij和μ0j分別是Level 1和Level 2層面的隨機誤差項。

其次，為了檢驗要素價格扭曲的調節效應，構建以下模型：

其中，zbcpj,t-1指要素價格扭曲，γ02表示要素價格扭曲對企業創新的影響，γ03是要素價格扭曲與經濟政策不確定性的交互項系數。

最后，為了檢驗融資約束的調節效應，設定以下模型：

其中，SAi,j,t-1表示融資約束水平，β1j表示融資約束對企業創新的作用效果，γ11是融資約束與經濟政策不確定性的交互項系數。

四、實證分析

（一）描述性統計

描述性統計結果見表2。從被解釋變量來看，研發投入強度均值為3.865，大于中位數3.490，說明大部分樣本企業研發投入水平不夠高，對創新不夠重視，最大值和最小值分別為16.640 和0.030，說明樣本企業研發投入可能存在兩極分化的特征；而創新產出最大值為6.946，最小值為0，說明樣本企業創新產出存在明顯差異，均值和中位數分別為2.692 和2.833，說明大部分企業的專利產出比較理想。從解釋變量來看，經濟政策不確定性均值為4.946，略大于中位數4.944，標準差為0.091，說明近一半時間內我國政策不確定性處于相對穩定水平，波動相對較小。從調節變量來看，要素價格扭曲最大值為1.471，最小值為0.014，說明要素價格扭曲的波動性較強；融資約束標準差為0.252，同樣說明樣本企業的融資約束存在明顯差異。

表1：企業創新變異的方差分解結果

表2：描述性統計

（二）經濟政策不確定性對企業創新的影響

表3 匯報了經濟政策不確定性對企業創新的作用結果。在創新產出方面，經濟政策不確定性對專利總數的估計系數為-5.7498，在5%的水平上顯著，說明經濟政策不確定性增加對專利總產出具有顯著的“擠出”效應；從控制變量來看，資產負債率、凈資產收益率、股權集中度、現金流水平、管理層持股比率的系數均顯著為正，說明負債水平較高、盈利能力強、股權集中、管理層持股較多、現金流充裕的企業，其創新產出也相對較多。由于企業創新的特點主要表現為高風險、高投資、高收益，因此，盈利能力強、現金流充裕的企業通常可以承擔更高的研發成本。而固定資產比率的回歸系數顯著為負，說明對于創新產出來說，固定資產不是越多越好；托賓q 值的系數顯著為負，說明托賓q 的上升不利于企業的創新產出。另外，經濟政策不確定性對發明專利、實用新型專利、外觀設計專利的估計系數分別為-4.2990、-5.1761、-2.7872，均在不同程度統計水平上顯著，說明經濟政策不確定性對三種專利產出均表現為抑制作用，與專利總數效果一致。具體來看，對實用新型專利產出的抑制作用最強，對外觀設計專利產出的抑制作用最弱。

在研發投入方面，可以看出，在不考慮內生性的前提下，經濟政策不確定性的增加能顯著降低企業研發投入強度，邊際效用為-3.7640，在1%統計水平上顯著，說明我國經濟政策不確定性每增加一個單位，企業的研發投入平均會降低3.764 個單位，這與經濟政策不確定性對創新產出的影響效果一致。在控制變量方面，托賓q、管理層持股比率等的提高會激發企業投資意愿，促進企業增加研發投入，而資產負債率、凈資產收益率、固定資產比率、股權集中度等的提高反而會引起研發投入的降低，現金流水平對研發投入強度的影響效果并不顯著。綜上，假設1a得證。

表3：經濟政策不確定性對企業創新的影響

（三）穩健性檢驗

1.減少樣本誤差的穩健性檢驗。北京、上海等地區經濟實力較強，資源比較充裕，制度環境相對完善，當地企業的創新水平也會偏高，這可能會影響研究結果，因此，本文剔除北京、上海、廣東三個地區的樣本后，再次進行回歸分析，檢驗結果見表4。結果顯示：在1%的統計水平上，經濟政策不確定性對企業研發投入強度、專利總數、發明專利和實用新型專利產出依舊具有顯著的“擠出”效應；在10%的統計水平上，經濟政策不確定性對外觀設計專利產出仍然存在抑制作用，與前文基準回歸結果基本一致。同時，控制變量的作用效果也基本未發生變化，證明了結論的穩健性。

表4：減少樣本誤差的穩健性檢驗

2.內生性檢驗。由于多層統計模型將回歸系數分為固定系數與隨機系數，而最終得到的估計系數是已經將隨機系數（受內生性影響部分）排除之后的固定系數，因此，即使變量可能存在內生性問題，研究模型受內生性影響也較小。但是為了進一步減少內生性和遺漏變量帶來的影響，本文參照林煜恩等（2021）[31]的處理方式，采用企業固定效應模型進行分析，分析結果見表5。在控制企業層面固定效應之后，雖然經濟政策不確定性對創新產出和研發投入的系數發生了較大的變化，但是依舊顯著為負，與前文研究結果一致。可以看出，HLM 回歸、減少樣本誤差、內生性處理等的研究結果均支持假設1a。

（四）調節效應分析

1.要素價格扭曲的調節效應。從創新產出來看，對專利總數、發明專利以及外觀設計專利來說，交互項zbcp×lnepu的估計系數為正，且至少在10%的水平上顯著，說明要素價格扭曲程度的增加會緩解經濟政策不確定性對企業專利產出的“擠出”效應。可能原因是：第一，在適宜的要素扭曲情況下，資本的價格與市場均衡價格更為接近，可以更好地發揮資本的價值，提高資本利用效率，增加了落后企業存活的可能性；第二，過度的要素扭曲會倒逼企業通過提高人力資本水平或引進新技術來提高創新水平。而要素價格扭曲在經濟政策不確定性對企業實用新型專利的影響中的調節效應并不顯著。從研發投入來看，交互項的系數在10%的統計水平上顯著為正，說明要素價格扭曲削弱了經濟政策不確定性對研發投入的負向影響，這與要素價格扭曲對創新產出的影響類似。綜上，假設2a得證。

表5：經濟政策不確定性對企業創新的影響（企業固定效應）

表6：要素價格扭曲的調節效應

2.融資約束的調節效應。表7 匯報的結果表明，除外觀設計專利外，跨層交互項sa×lnepu 對其他變量的估計系數均為負，且在不同統計水平上通過了顯著性檢驗，說明融資約束的增強會導致經濟政策不確定性對創新產出和研發投入表現出更強的抑制效果，即企業面臨的融資約束越強，經濟政策不確定性對研發投入、專利總數、發明專利和實用新型專利產出的抑制作用就越強。融資約束的增強意味著企業外部融資成本的提高，從而使得企業可用資金減少，同時政策不確定性的增加還會引起企業現金流的不確定性，進一步加大了企業面臨的融資約束。由于大部分企業的決策者都屬于風險厭惡者，考慮到投資風險的存在，企業決策者的創新意愿勢必會下降。綜上，假設3a得證。另外，除外觀設計專利外，融資約束與其他創新產出和研發投入的系數均在1%的統計水平上顯著為負，也說明融資約束越大，企業創新能力就越弱。

表7：融資約束的調節效應

五、進一步分析

本文將從企業性質、負債率兩個角度出發，深入探究在不同的條件下經濟政策不確定性對企業專利產出和研發投入的影響是否存在差異。由于篇幅的限制，并且考慮到相比于其他專利，發明專利具有更高的潛在價值，以下的研究僅匯報了政策不確定性對專利總數、發明專利和研發投入的影響的分析結果。

（一）企業性質對經濟政策不確定性與企業創新關系的影響

國有企業與非國有企業的經營模式、組織形式、外部環境等都可能存在一定的差異，因此，經濟政策不確定性對不同所有制類型企業創新的作用效果可能不同。本文按產權性質將所有樣本分為國有企業和非國有企業兩組，進行回歸分析，結果見表8。結果顯示：從專利產出來看，經濟政策不確定性對國有企業專利總數產出的抑制效果不顯著，對非國有企業專利總數、發明專利和國有企業發明專利產出依舊存在“擠出”效應，其中，對國有企業發明專利產出的抑制作用更強。這可能是由于國有企業由國家控制大部分股權甚至全部股權，對政策的出臺與變動更加敏銳，而非國有企業的表現則相對遲鈍。從研發投入來看，在國有企業樣本中，經濟政策不確定性對研發投入的回歸系數雖然為正但不顯著；在非國有企業樣本中，經濟政策不確定性對研發投入的回歸系數為負且在1%的統計水平上顯著，說明政策的劇烈波動不利于企業的研發投入。

（二）負債率對經濟政策不確定性與企業創新關系的影響

本文將所有樣本按照負債水平進行分組，將負債率大于樣本中位數的企業認定為高負債企業，反之為低負債企業，回歸結果見表9。從專利產出來看，經濟政策不確定性對高負債企業專利總數和發明專利產出的“擠出”效應顯著，而對低負債企業的抑制效果不顯著。可能原因是，高負債率的企業負債較多，資金鏈不穩定，資金來源比較單一，導致債務難以及時償還，同時高負債還使企業投資、融資成本增加，考慮到資金的充足性，企業容易放棄一些投資機會，從而引起專利產出的降低。但是從研發投入來看，在高負債率的企業樣本中，經濟政策不確定性對企業研發投入的“擠出”效應反而更弱。可能原因是，高負債企業的總資產大部分來自貸款，自有資金比較少，當企業面臨投資決策時，出于對債權人利益的保障，表現出更加謹慎的態度，從而會降低企業的研發投入。

六、結論與啟示

黨的十九大報告指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。創新已經逐步成為提高企業競爭力、實現經濟高質量發展的持續動力。本文從理論上梳理了經濟政策不確定性與企業創新之間的關系以及要素價格扭曲和融資約束在其中發揮的作用，利用2008—2019年A股上市公司的創新數據以及中國經濟政策不確定性指數構建多層線性模型進行實證檢驗，得出以下結論：第一，經濟政策不確定性對企業研發投入強度和創新產出具有顯著的“擠出”效應，該結論經過減少樣本誤差和內生性處理的穩健性檢驗后依然成立；第二，異質性分析表明，這一效應會受到企業性質、負債率等因素的影響；第三，調節效應結果表明，要素價格扭曲會削弱經濟政策不確定性對專利總數、發明專利、外觀專利產出和研發投入的抑制效果，而融資約束則會進一步擴大這一效果。

表8：企業性質對經濟政策不確定性與企業創新關系的影響

表9：負債率對經濟政策不確定性與企業創新關系的影響

綜合上述結論，本文得出以下啟示：首先，降低政府行為的不確定性，穩定市場預期。一方面，政府在制定和實施相關激勵政策時，應當注重政策的連續性，加大政策的解讀力度，提高政策的透明度；另一方面，優化官員的考核制度，防止官員為追求考核指標而出臺一系列短視政策。其次，拓展融資渠道，建立健全信用擔保體系。降低金融服務的門檻，讓更多中小企業享受金融服務；建立完善征信和融資擔保體系，挑選出資信較好但是面臨融資約束的企業，為其提供擔保，增加其可用資金，從而提高企業創新的積極性。同時，企業可以通過積極主動地披露與征信相關的信息，吸引外部資金的投入，也可以采取多元化的融資方式，增加資金鏈的穩定性，更好地開展創新活動。最后，促進資本的最優配置，有效發揮金融市場的資源配置功能。在推動要素市場大改革的背景下，政府應逐步降低對信貸活動的無效率干預，引導金融機構以市場供需為基礎，有效地發揮金融市場的最優資源配置功能，確保要素價格處于合理的水平。同時，金融機構要充分了解市場行情，為企業研發活動的開展提供便利，提高對企業創新的支持力度，促進更多的資本要素流入創新領域，推動企業創新。