科技金融政策對數實產業技術融合的影響研究

關鍵詞：科技金融政策；數實產業技術融合；雙重差分法

DOI：10.19313/j.cnki.cn10-1223/f.20241018.008

一、引言

數實融合是中國經濟高質量發展的重要引擎。黨的二十大報告強調，要加快數字經濟發展，促進數字經濟與實體經濟的深度融合，致力于打造具有國際競爭力的數字產業集群。①推動數字經濟與實體經濟融合是黨中央的重大戰略決策，是推動中國式現代化建設的必然選擇（夏杰長等，2022；張暉等，2023）。我國數字經濟正逐步走向深化應用、規范發展、普惠共享的新階段，數字經濟和實體經濟融合發展成為引領和支撐我國數字經濟新一輪增長的主引擎和主戰場，也是賦能經濟社會高質量發展的重要路徑與有力支撐。②但是，中國數字經濟和實體經濟融合也面臨著“不能融合”“不便融合”“不愿融合”“融合不全”“融合不深”等突出問題，數字經濟驅動數實融合的巨大潛能尚未充分釋放（洪銀興和任保平，2023）。

企業是微觀經濟運行主體，也是數字技術和實體經濟深度結合的主要載體（袁淳等，2021）。數實產業技術融合③是當前企業轉型的重要趨勢，但是推進企業數實產業技術融合難度大、投入多、周期長且風險高，需要大量的資金、技術、人才和數據要素支持，同時金融機構也缺乏足夠動力支持這些企業創新發展。目前，我國現行的金融體系與模式發展尚不完善，科技創新活動的自身特性與我國金融體系固有的結構性矛盾是阻礙科技與金融有效結合的主要原因，從而難以支持企業數實產業技術融合。為了提升我國科技金融質量，2011年，科技部、中國人民銀行等五部門聯合決定在全國設立“促進科技和金融結合”試點，并將中關村國家自主創新示范區、天津市、上海市、深圳市、江蘇省等16 個地區列為首批試點地區。這些地區擬在科技金融產品、服務模式和科技金融對接機制等方面進行創新，以便為科技金融①從數量增長向質量提升提供可借鑒或可復制的范本。2016年，科技部和金融監管部門聯合發布了第二批科技和金融結合試點城市名單，鄭州、廈門、寧波和濟南等9 個城市都位列其中。試點地區先后成立了由政府主要領導牽頭，科技、財稅、金融辦以及“一行三局”等部門共同參與的試點工作協調推進機制，也相繼推出建立貸款風險補償基金、科技成果轉化項目庫、科技創業企業信息共享平臺、完善產權交易市場監管和交易制度等鼓勵創新的政策，有助于營造企業數實產業技術融合的生態環境（侯世英等，2020）。科技金融政策在產業結構升級（胡歡歡等，2018）、數字技術應用（陳振權等，2022）、企業數字化轉型（申明浩等，2022）、技術創新（葉初升等，2022）、高質量發展（康艷玲等，2023）、價值鏈位勢攀升（褚希偉等，2024）和農業生產效率提升（郭進等，2024）等方面發揮了重要作用，但能否促進企業數實產業技術融合呢？迄今鮮有文獻對此進行關注。

鑒于此，本文基于中國企業發明專利數據與上市公司數據，利用專利互引數據構建企業數實產業技術融合度量指標，研究科技金融試點政策對數實產業技術融合的影響及其作用機制。研究發現，科技金融試點政策對企業數實產業技術融合有顯著促進作用，此結論在一系列穩健性檢驗下依舊成立。異質性檢驗發現，在高端人才資源供給不足、數字經濟政策供給水平較高和高信息化水平地區，大規模、成長期、成熟期和資本集聚型企業中，科技金融試點政策對企業數實產業技術融合的促進作用更為明顯。機制檢驗發現，科技金融試點政策可以推動資金、技術、人才、數據等要素的重新配置，提升創新創業活躍度，藉此實現數實產業技術融合。

相對于現有文獻，本文可能的邊際貢獻在于：第一，新的研究視角。與龍海明等（2021）關注科技金融對產業結構升級（宏觀層面）的影響不同，本文聚焦于科技金融試點政策對微觀層面企業數實產業技術融合的影響。第二，新的科技金融政策實體效應識別方式。與鄒克和周益贊（2024）一樣，本文也聚焦于科技金融對實體經濟尤其是數實產業技術融合的影響，但與他們的研究設計不同②，本文基于2011 年和2016 年分批實施的“促進科技和金融結合試點”政策為外生沖擊，識別科技金融政策實體經濟效應。機制檢驗也發現，科技金融試點政策促進了生產要素的重新配置，提升了創新創業活躍度。本文拓展了科技金融政策經濟效應識別的相關研究。第三，新的政策意蘊。研究結論對中國在建設金融強國過程中利用科技金融推進數實產業技術融合乃至實體經濟高質量發展具有重要的政策意蘊，亦為科技和金融結合政策的全面推廣提供可靠的經驗證據。

二、文獻綜述

現有與本文最相關的文獻為如下三支：數實融合的相關研究、科技金融與實體經濟高質量發展之間的關系以及促進科技和金融結合試點政策效果的相關研究。

關于數實融合的研究。學術界圍繞數實融合的影響因素與后果分析展開了諸多研究。就影響因素而言，部分學者研究了經濟發展水平、人力資本水平、數字基礎設施等因素對數實融合的影響（張帥等，2022；胡西娟等，2022；張暉等，2023）。關于數實融合的后果分析主要集中于考察數實融合對綠色轉型、綠色發展和經濟高質量發展的影響。Meng et al.（2023）研究發現，數實融合通過綠色技術效應促進了工業綠色轉型。崔琳昊等（2024）發現數實融合通過推動產業結構升級和技術進步促進城市產出擴張、投入優化和治理提升，從而進一步促進城市綠色發展。田秀娟和李睿（2022）研究表明，數字技術通過推動產業結構的優化升級、提高勞動生產率促進實體經濟的高質量發展。總體來看，現有文獻大多從宏觀層面探究了數實融合的影響因素與后果，較少在微觀層面基于數實產業技術融合視角的探究。

科技金融（政策）與實體經濟高質量發展之間的關系。現有關于科技金融（政策）與實體經濟高質量發展之間關系的文獻大致可劃分為以下兩類。一是科技金融對實體經濟高質量發展的影響。劉立軍和劉義臣（2022）構建科技金融與實體經濟高質量發展耦合協調模型和結構方程模型，實證檢驗發現，京津冀科技金融投入通過綠色發展路徑顯著促進了實體經濟高質量發展；鄒克和周益贊（2024）研究表明，科技金融通過擴大實體規模顯著促進實體經濟高質量發展。二是科技金融試點政策對實體經濟高質量發展的影響。康艷玲（2023）構建雙重差分模型檢驗了科技金融政策通過推動創新顯著促進經濟高質量發展；朱曉杰（2023）以“促進科技和金融結合試點”為準自然實驗，研究發現科技金融政策是驅動城市農業經濟高質量發展的重要力量。現有文獻從某些層面或視角研究了科技金融（政策）與實體經濟之間的關系，而缺乏對科技金融與數實融合之間關系的探究驗證。

促進科技和金融結合試點政策效果的相關研究。政策效果大多基于科技和金融結合試點政策，從宏觀和微觀兩個維度來進行識別。宏觀層面主要聚焦于對地區創新水平（馬凌遠等，2019；王賢彬等，2024）、科技人才集聚水平（謝文棟，2022）、產業結構優化（馮永琦等，2021）、碳減排（Xu et al.，2022）或綠色發展（Gao et al，2022）、科技和金融結合效果（鄒克等，2022）、經濟增長（徐越倩等，2021）和全要素生產率（馮銳等，2021）等影響的探討。微觀層面側重于對企業數字化技術應用水平（陳振權等，2021）、數字化轉型（申明浩等，2022）、企業技術創新（葉初升等，2022）、價值鏈位勢攀升（褚希偉等，2024）和高質量發展（康艷玲等，2023）等影響的研究。雖然部分文獻關注了科技與金融結合試點的政策效應，但這些文獻主要關注的是科技金融政策對實體經濟發展和環境治理的影響，缺乏從數實產業技術融合視角研究政策效應的相關文獻。

三、理論分析與研究假說

（一）政策實施背景

科學技術是第一生產力，金融是現代經濟的核心。加強科技與金融的有效結合，不僅對于增強自主創新能力、促進經濟發展方式的轉變至關重要，而且是推動科技和金融自身發展的強大動力。金融的發展可以為科技創新提供必要的社會融資支持，同時提高財政資金的使用效率和監督其使用效果；而科技創新則為金融發展開辟新的領域，為金融資源的優化配置奠定基礎，為金融的安全運行提供保障。只有科技創新與金融發展相互支持、協同運作，才能推動經濟發展方式快速轉向創新驅動和內生增長的道路。為此，我國制定并推行了一系列科技與金融結合的配套政策和措施。

為提高科技創新成果轉化的效率，組織開展了“促進科技和金融結合試點”（以下簡稱“科技金融政策”）工作。2010 年12 月16 日，科技部、人民銀行、銀監會、證監會、保監會聯合印發了《促進科技和金融結合試點實施方案》，提出要引導和促進各類資本創新金融產品、改進服務模式、搭建服務平臺，實現科技創新與金融資本的有機結合，為科技企業提供差異化的金融服務。隨后，2011 年10 月20 日，科技部等五部門發布《關于確定首批開展促進科技和金融結合試點地區的通知》。為保障試點工作順利開展，科技部和“一行三會”成立了以科技部部長萬鋼為組長的試點工作部際協調指導小組。結合專家評審意見和國家區域發展戰略布局，科技部會同“一行三會”確定中關村國家自主創新示范區、天津市、上海市、江蘇省、浙江省“杭溫湖甬”地區、安徽省合蕪蚌自主創新綜合實驗區、武漢市、長沙高新區、廣東省“廣佛莞”地區、重慶市、成都高新區、綿陽市、關中—天水經濟區（陜西）、大連市、青島市、深圳市等16 個地區為首批促進科技和金融結合試點地區。截至2016 年，試點地區出臺350 多項科技金融政策，設立了總量近40 億元專項基金；搭建了新型科技創新投融資平臺，為不同發展階段的科技企業提供多樣化的投融資服務；建立科技金融信息服務平臺、匯聚了數千家企業信息和各類投融資信息。試點地區不斷創新財政科技投入方式，加強對金融資本和民間投資的引導和帶動。企業創業投資引導基金已與地方政府、民間投資共同成立了近百家創投基金，基金注冊資本總額超過130 億元。①為深化數字經濟時代的創新驅動發展戰略，2016 年，兩個主導部門增設了廈門、鄭州等9 個城市，作為第二批科技金融政策試點地區。

自從科技與金融結合的試點項目啟動以來，參與試點的各個地區相繼推出針對科技金融的多項舉措，具體涉及優化財政資源配置、建立科技融資平臺、促進企業與資本市場對接、提供科技保險服務等多個方面。近年來，國內外學者圍繞科技金融試點政策進行了政策效應識別（馬凌遠等，2019；徐越倩等，2021；Xu et al.，2022；康艷玲等，2023）。在此基礎上，本文擬借助該試點實證檢驗科技金融政策對企業數實產業技術融合的影響。

（二）研究假說

1. 科技金融政策對企業數實產業技術融合的影響分析

科技金融政策運用無償資助、償還性資助、貸款貼息等多種方式，引導和促進銀行業、證券業、保險業金融機構及創業投資等各類資本創新金融產品、改進服務模式、搭建服務平臺，實現科技創新鏈條與金融資本鏈條的有機結合，為企業提供多元化、差異化的金融服務，加快科技成果轉化，激發企業內生增長動力。

科技金融政策是政府及相關部門為推動科技進步與金融創新的深度融合，促進科技創新成果轉化與應用，而制定的一系列財政支持、稅收優惠、市場準入等方面的政策措施。科技金融政策的實施為驅動企業數實產業技術融合帶來了契機，具體闡述如下：首先，提供資金支持，促進科技成果轉化。科技金融政策綜合運用無償資助、償還性資助、風險補償、貸款貼息以及后補助等方式引導金融資本參與實施國家科技重大專項、科技支撐計劃、火炬計劃等科技計劃，并建立科技成果轉化項目庫，運用創業投資機制，吸引社會資本投資科技成果轉化項目。這些資金不僅有助于企業研發新技術、新產品，還能夠幫助企業克服從研發到商業化過程中的資金瓶頸，加快了科技創新轉化為實際生產力的速度，促進了技術和市場的有效對接（申明浩等，2022），有助于實現科技產業金融的良性循環，從而促進數實產業技術融合。其次，優化金融服務，提升服務實體經濟能力。科技金融政策推動建立科技金融專營機構、科創金融服務中心等專業機構，這些機構通過深入了解企業的特點和需求，提供更加精準、高效的金融服務，有助于提升金融服務實體經濟的能力，實現科技創新在實體經濟中的廣泛應用，進一步促進數實產業技術融合。再次，加強風險管理，保障融合穩健發展。科技金融政策通過建立科技信貸風險補償基金等機制，對企業貸款進行風險補償，降低了金融機構的風險，有助于金融機構更加積極地支持企業的技術創新（Feng et al.，2023），推動數實產業技術融合穩健發展。最后，推動政策引導與激勵，營造良好發展環境。科技金融政策為企業和創業投資機構提供稅收優惠政策，鼓勵其加大研發投入和投資力度，有助于激發企業的創新活力。同時，建立實施試點的監督檢查機制，給予相應的獎勵和激勵，有助于引導金融機構更加積極地參與數實融合過程，推動數實產業技術深度融合。因此，提出假說1：科技金融政策能夠促進企業數實產業技術融合。

2. 科技金融政策促進企業數實產業技術融合的機制分析

科技金融政策通過要素（資金、技術、人才和數據）重新配置，激發地區創新創業活躍度，最終促進企業數實產業技術融合。具體闡述如下：

（1）科技金融政策能夠通過資金、技術、人才和數據等生產要素的重新配置影響創新創業活躍度。

科技金融政策通過增加科技信貸支持、搭建信息化服務平臺以及多層次資本市場融資緩解融資約束，降低融資成本，提高融資效率。信息不對稱是構成企業融資約束的關鍵因素之一（Kaplanet al.，1997）。基于信息不對稱和委托代理理論框架，所有權與經營權的分離可能導致管理層利用信息不對稱的優勢，將個人風險轉嫁給企業，產生逆向選擇或道德風險等問題（Claessens et al，2013）。試點地區加強信用體系建設，建立科技型企業貸款風險補償機制，形成政府、銀行、企業以及中介機構多元參與的信貸風險分擔機制，并搭建信息化服務平臺，整合企業的基本融資信息，降低了借貸雙方的信息不對稱，降低金融機構面臨的信貸風險，緩解企業的融資約束，降低融資成本，提高融資效率。同時，科技金融政策推動試點地區逐步建立以政府資金為引導、民間資本為主體的創業資本籌集機制，加快多層次資本市場體系建設，擴大直接融資規模。建立技術產權交易所聯盟和統一信息披露系統，為科技成果流通和企業通過非公開方式進行股權融資提供服務，充分利用信托貸款、股權投資和融資租賃等多種方式的組合，構建多渠道融資格局，統籌協調科技金融資源，搭建科技金融合作平臺，優化金融生態環境，提高地區金融發展水平，緩解企業的融資約束，提升企業融資效率（解維敏和方紅星，2011）。如：成都高新區構建以“梯形融資模式”為代表的科技金融服務體系，近年來累計幫助1 300 多家（次）中小企業獲得擔保貸款50 多億元，知識產權質押貸款1.4 億元。①綜上所述，科技金融政策通過多方面的措施，有效緩解了企業的融資約束，降低了融資成本，并提高了融資效率。創新創業活動伴隨高風險（Hsu et al.，2014），資金充裕是關鍵（王雄元和卜落凡，2019），資金問題的解決推動了創新創業活躍度的提升。

科技金融政策促進了技術要素的流通和增值。技術要素的流通和增值是技術引進和技術創新之間的重要橋梁，它通過促進技術知識的傳播和應用，為企業技術引進和技術創新提供了豐富的資源和動力。任何市場活動在獲取收益的同時必定伴隨著風險（Li et al.，2014）。進行技術引進需要企業投入大量的時間和精力，會有許多的偶然事件，如果企業缺乏持續開發的能力則所引進的新技術很難得到進一步完善（單騫胤，2003），失敗的可能性很大。因此，高風險是企業進行技術引進的突出特點之一。科技金融政策通過整合資本注入、業務補貼等多種措施，增強擔保機構對企業支持的能力和動力，創新多樣化的擔保模式，并促進擔保與創業投資的融合，從而加速建設多層次的擔保體系，提高企業的風險承擔能力，為技術引進提供了保障（Shagufta et al.，2016）。同時，科技金融政策積極培育發展戰略性新興產業，探索科技資源與金融資源對接的新機制，引導社會資本積極參與自主創新，加快科技成果轉化，逐步形成一個科技創新鏈條與金融資本鏈條有機結合的金融市場，提高了企業技術創新水平（葉初升等，2022）。通過技術引進和技術創新，同時有效整合內部研發能力和外部資源，彌補技術短板，提升創新創業效率，從而促進創新創業發展。非但如此，在完善的創新創業環境中，技術、市場、生產與管理的不確定性因素將有效降低，進而優化創新效率，增強城市創新能力，帶動區域創新創業活躍度提升。

科技金融政策的實施有力地促進了人才資源的積累與擴充。首先，科技金融政策結合創新人才推進計劃、國家高技能人才振興計劃等各項國家重大人才工程的實施，推動金融機構與高校共建人才項目，培養了更多高學歷人才。其次，政策支持科技金融體系的完善，通過創新科技保險產品、加大對科技人員保險力度等舉措，有助于優化數字人才的培養和就業環境。最后，科技金融試點城市憑借其良好的金融生態環境，支持科技型企業吸引和凝聚創新創業人才，通過虹吸效應加快了金融資源的流動和人才的積累（高粼彤等，2024），從而發揮科技金融對人才積累的正向促進作用。高素質人才匯聚，為城市創新創業注入活力，提升創新創業質量（張禹等，2022）。隨著高素質勞動力供給增加，專業化分工和勞動生產率提升，推動價值鏈各環節高效整合，提升全要素生產率和資源配置效率，激發城市創新創業活力，推動經濟高質量發展。

科技金融政策能夠有效推動數據要素利用水平的提升。第一，試點地區建設科技金融合作試點支行，為企業提供數據質押貸款、數據資產評估等數據金融服務，提高了數據要素利用水平。第二，科技金融政策進一步加快網絡基礎設施和數據中心等硬件設施的完善、網絡信息共享平臺的建設、信息系統的共享互通，可以促進數據要素流通、降低數據要素利用成本（彭影等，2023），從而提高數據要素利用水平，推動數字經濟發展。第三，科技金融政策鼓勵科技創新，推動科技型企業發展，帶動對數據要素的需求，促進數據要素的流通和利用。數據要素高效利用，可推進新質生產力發展（張夏恒等，2024），優化企業創新資源配置，為企業創業提供了新動能和新思維，提升創新創業活躍度（姜南等，2021）。

資金、技術、人才和數據等要素的重新配置，為創新創業提供更加有利的環境和條件，從而激發更大的創新活力和創業潛力，促進創新創業活躍度的提升。

（2）創新創業活躍度的提升會推動企業數實產業技術融合的發展。

首先，創新創業活躍度的提升，能夠促進經濟高質量發展，提高傳統產業的智能化、自動化水平，進而推動數實產業技術融合。其次，創新創業活動勢必會推動數字基礎設施建設。David et al.（2015）研究表明創新創業活動與基礎設施呈正相關關系，創新創業活動對數字基礎設施的需求日益增長，這促使政府和企業加大對數字基礎設施的投資，為數實產業技術融合提供良好的基礎條件。最后，創新創業能夠推動產業鏈各個環節協同發展（鄭金輝等，2024），將不同領域的資源進行整合，提升整個產業鏈的數字化水平，從而促進數實產業技術的融合。

因此，提出假說2：科技金融政策能夠通過提升創新創業活躍度促進企業數實產業技術融合。

四、研究設計

（一）模型設定

為了分析科技金融試點政策對數實產業技術融合的影響，本文以2011 年和2016 年確定的兩批試點地區作為準自然實驗，采用個體和時間雙向固定效應的多期雙重差分法（林永生等，2023），設計實證模型如下：

（二）變量選擇與數據說明

1. 被解釋變量

本文被解釋變量為數實產業技術融合（TechConv），參考黃先海和高亞興（2023）的做法，基于創新產出視角從廣義和狹義兩個維度去測度。廣義上，將數實產業技術融合定義為：如果一個專利的IPC 主分類不屬于數字產業技術，但至少引用了一個數字產業技術的專利，那么這個專利就代表了企業的一次數實產業技術融合行為，將指標匯總到企業—年份層面加1 取自然對數后得到企業數實產業融合技術變量。狹義上，將數實產業技術融合定義為：如果一個專利的IPC 主分類屬于實體產業技術，并且該專利的其他IPC 分類中至少有一個層面被識別為數字產業技術，那么這個專利就被定義為企業的一項數實產業融合技術，將指標匯總到企業—年份層面加1 取自然對數后得到企業數實產業融合技術變量（FusiTech）。這種度量方式側重于從專利的IPC 分類號中直接識別實體產業和數字產業技術的融合情況。

2. 解釋變量

解釋變量為科技金融試點政策，共有16 個地區確定為首批試點，包括經濟區和實驗區，以及單獨的省份和城市。鑒于研究需要，本文將這些地區進一步劃分為41 個試點城市。在促進科技和金融融合政策推動及首批試點地區示范作用的引領下，2016 年6 月，增設了9 個城市為第二批試點城市。需要說明的是，雖然寧波市在2016 年才被確定為科技金融政策試點城市，但是寧波市高新區早在2011 年就被納入第一批科技金融政策試點地區中，考慮到政策的溢出效果，本文將寧波市歸為第一批科技金融政策試點城市。

3. 控制變量

為消除外生變量的影響，參考黃先海等（2023）和葉初升等（2022）的研究，本文選取了一系列企業層面控制變量。企業規模（Size），以企業總資產的自然對數衡量；企業年齡（Age），以會計年度與企業成立年份之差的自然對數衡量；財務杠桿（Lev），以資產負債率衡量；企業盈利能力（Roa），以總資產凈利潤率衡量；現金流水平（CF），以經營活動產生的現金流量凈額與總資產的比率衡量；產權性質（SOE），非國有企業取0，國有企業取1；兩職合一（Dual），若董事長與總經理為同一人，取值為1，否則為0；董事會規模（Boardsize），以董事會人數的自然對數衡量；獨立董事占比（Indep），以獨立董事在董事會中的占比衡量。

4. 樣本數據

本文選取2008—2019 年A 股上市企業為研究樣本，其中企業的基本信息、財務指標等數據來自國泰安（CSMAR）數據庫；專利數據來自專利數據庫。在計算本文所涉及的相關變量后將兩個數據庫匹配，并對初始樣本進行如下處理：（1）剔除ST、*ST、PT 類企業樣本；（2）剔除總資產小于總負債的樣本；（3）剔除金融行業樣本；（4）剔除企業年齡小于1 的樣本；（5）為減少極端值的影響，對連續變量進行1%和99%分位的縮尾處理。

5. 描述性統計

表1報告了主要變量的描述性統計結果。

五、實證分析

（一）基本回歸結果

科技金融試點政策對企業數實產業技術融合的基準回歸結果如表2 所示。列（1）控制了行業固定效應和年份固定效應，列（2）進一步加入企業層面控制變量；所有回歸在城市層面聚類。從回歸結果可以看出，Treatpost 的系數均顯著為正，這就說明科技金融試點政策的實施促進了企業數實產業技術融合，符合本文的假設預期，驗證了假說1。為保證結果的穩健性，替換為狹義的數實產業技術融合測度指標，結果如表2 列（3）-（4）所示，回歸結果依舊正向顯著，表明科技金融試點政策促進了企業數實產業技術融合。考慮到NhBT46Cxtolh7gw7M42Ra8Kb/LrNlfjocW+sqf+WaKw=數字化轉型是數實產業技術融合的基礎和前提，伴隨著產業技術融合，企業數字化轉型勢必加速。為確保對政策效果的全面評估，本文還進一步考察了試點政策對企業數字化轉型的影響。數字化轉型分別參照吳非等（2021）、袁淳等（2021）、劉飛和田高良（2019）的方法，采用年報披露的數字化相關詞頻數（DigitalTran1）、數字化轉型指數（DigitalTran2）、數字硬件投資占比（DigitalTran3）和軟件投資占比（DigitalTran4）度量。回歸結果如表2 列（5）-（8）所示，所有回歸結果均正向顯著，進一步佐證了科技金融試點政策對企業數實產業技術融合有促進作用。

（二）平行趨勢

檢驗采用雙重差分法的前提條件是處理組與控制組的樣本在受到政策沖擊之前具有相似的發展趨勢，即符合平行趨勢的假定。本文參考Beck et al.（2010）的方法，采用事件分析法進行平行趨勢假設檢驗：設定事件窗口期為政策前4 年到政策后4 年，以科技金融試點政策實施前1 年作為基準期。從圖1 可以看出，在科技金融試點政策實施前的4 年內，估計系數不顯著，表明處理組與控制組的數實產業技術融合在科技金融試點政策正式實施之前并不存在顯著差異，滿足處理前趨勢檢驗。進一步觀察其動態趨勢可知，科技金融試點政策有顯著的動態效應。

此外，考慮到平行趨勢的穩健性，本文還使用Freyaldenhoven et al（2022）提出的“xtevent”命令畫出事件研究圖（如圖2）。從圖2 中可看出無論是否加入協變量，依舊滿足平行趨勢要求：政策實施前回歸系數都不顯著，政策實施后部分年份系數顯著。

考慮到Roth et al（2022）所指出的，由于估計和推斷偏誤的存在，處理前趨勢檢驗可能無法有效地驗證平行趨勢假設，因此，本文參照Biasi and Sarsons（2022）、Rambachan and Roth（2023）的做法，設置最大偏差度Mbar=1×標準誤，對政策實施后第二期和第三期進行敏感性檢驗，圖3 展示了在相對偏離程度限制的平行趨勢敏感性檢驗結果。結果顯示，當存在一定偏差時，平行趨勢仍然成立。

（三）穩健性檢驗

1. 剔除直轄市。由于直轄市在國家行政體系中的特殊地位，其經濟規模、人口密度、資源配置等方面可能與普通城市存在較大差異，這可能導致數據存在異常值，影響模型的穩定性和預測準確性。因此，本文剔除北京、上海、天津和重慶四個直轄市的樣本以保證城市自身特性的一致性。回歸結果如表3 列（1）所示，剔除直轄市樣本后，回歸結果仍與前文結論一致。

2. 排除地區與行業層面的遺漏變量影響。考慮到存在行業層面隨時間變動的不可觀測因素，本文進一步加入了年份×行業固定效應。此外，企業還會受到一些地區特征因素的影響，為排除地區因素可能隨時間變化的影響，本文也進一步控制了年份×省份固定效應。表3 中列（2）-（3）的結果顯示本文的研究結論依然可靠。

3. 調整專利引用信息窗口期。考慮到部分專利申請中的專利引用信息可能是專利審查員所添加，并不完全是企業自己填寫的，這可能導致對企業數實產業技術融合的實際值存在高估。借鑒已有文獻專利引用信息窗口期的選擇（易巍等，2021），本文對企業專利引用信息設置三年窗口期，重新計算企業數實產業技術融合數量。結果如表3 列（4）所示，調整專利引用信息窗口期后，科技金融試點政策對企業數實產業技術融合的影響仍顯著為正，支持本文基準結論。

4. 數實產業技術融合滯后一期。考慮到科技金融試點政策對數實產業技術融合的影響可能存在一定的時滯性，本文選用數實產業技術融合的滯后一期用于基準回歸檢驗，回歸結果見表3 列（5），結果依舊顯著為正，表明本文結論是穩健的。

5. 調整專利公開期限。考慮到專利從申請到公開的周期最長可達18個月，在樣本期末年度，部分專利可能尚未公開，為避免指標度量偏差的問題，本文剔除了2018年與2019年的樣本進行穩健性檢驗。結果如表 3 列（6）所示，核心解釋變量的系數仍顯著為正，本文基本回歸結果仍然保持穩健。

6. 采用PSM-DID方法。不同企業特征可能會影響企業數實產業技術融合，為解決企業特征差異可能帶來的估計偏誤，更準確評估科技金融試點政策對數實產業技術融合的影響，本文采用PSMDID方法進行穩健性檢驗。本文選取企業規模、企業年齡、財務杠桿、企業盈利能力、產權性質、兩職合一、董事會規模、獨立董事占比等變量作為匹配變量，利用1 對1 近鄰匹配的方法進行匹配。再利用匹配后得到的樣本重新回歸，結果如表3列（7）所示。由結果可知，采用PSM-DID方法得到的回歸系數和顯著性與基準回歸基本一致，表明本文結論是穩健的。

7. 安慰劑檢驗。參考周茂等（2018）的做法，按照基準回歸中科技金融試點政策虛擬變量的分布情況，隨機抽樣500 次構建“偽政策虛擬變量”，并以模型（1）重新回歸估計，檢驗其系數和P 值分布，結果如圖4 所示。數實產業技術融合對“偽政策虛擬變量”回歸系數的均值分布于0 左右且近似正態分布，遠小于基準回歸系數，P 值大多大于0.1。表明科技金融試點政策對數實產業技術融合的影響并非偶然，具有穩健性。

8. 排除其他競爭性政策。如果樣本區間內發生了與被解釋變量高度相關的其他政策沖擊，也會影響估計結果的準確性。本文主要考慮了信息惠民政策、創新型城市政策、智慧城市政策、寬帶中國政策和大數據綜合試驗區試點政策的影響。如表4 所示，將構建的政策指標納入回歸后，Treatpost 的估計系數仍然顯著為正。由于2015 年后有諸多政策，科技轉化政策難以剝離，本文將2015 年之后的數據刪除，進行回歸，結果依然穩健，這再一次證明科技金融試點政策對企業數實產業技術融合有促進作用。

9. 內生性檢驗。考慮處理組可能存在選擇性偏誤問題，需進一步采用工具變量進行檢驗。對于工具變量的選取，借鑒柏培文和張云（2021）、馬為彪和吳玉鳴（2022）的研究，采用1984 年城市固定電話數量與數字經濟發展程度的交互項作為科技金融政策的工具變量。基礎設施越完善、數字經濟發展水平越高，越有利于激發該地科技金融的發展，所以該工具變量和科技金融發展程度存在相關性；且1984 年城市固定電話數量作為歷史數據與科技金融當前的發展無直接關聯，外生于科技金融系統，滿足外生性要求。

因此，本文所選工具變量同時滿足相關性和排他性，實證檢驗結果也證實了這一點。第一階段估計結果見表5 列（1），工具變量系數顯著為正，F 統計量為37.25，大于經驗法則的臨界值10，即內生變量與工具變量在統計上存在較強的相關性。LM 統計量的估計結果為6.54，表明工具變量不存在識別不足的問題。C-D Wald F統計量的值為1 687.92，遠大于Stock-Yogo 在10%顯著性水平上的臨界值，拒絕了弱工具變量的假設。第二階段估計結果見表5 列（2），與基準回歸結果一致，表明使用工具變量控制內生性問題后，科技金融政策對企業數實產業技術融合的促進作用仍然顯著。

六、異質性分析

（一）企業規模

表6 中列（1）列（2）顯示，科技金融政策對大規模企業促進作用較大，對中小企業數實產業技術融合沒有顯著促進作用。原因可能是，科技金融政策雖然引導銀行業金融機構加大對中小企業的信貸支持，但由于銀企之間信息不對稱，銀行往往潛意識地認為大規模企業抵押品較充足，償還能力較強。而中小企業因員工流動性較高、可持續發展風險較大、自主創新能力較弱且缺乏核心競爭力，銀行追求利潤和規避風險的商業本性使其難以放寬信貸標準，中小企業可能仍然難以獲得貸款。且相對來說，大規模企業創新的基礎環境與各項配套設施更加完善，技術相對成熟，更容易吸引生產要素的集聚。因此，科技金融政策對大規模企業數實產業技術融合的促進作用更顯著。

（二）企業生命周期

根據生命周期理論（ Adizes，1988），在不同的發展階段，企業的資源配置、創新意愿、戰略選擇等存在較明顯的差異。本文參考Dickinson（2011）的做法，采用現金流組合法將企業生命周期劃分為成長期、成熟期、衰退期三個階段，探究科技金融政策對不同生命周期企業數實產業技術融合的影響。表6 列（3）-（5）結果顯示，科技金融政策顯著促進成長期和成熟期企業數實產業技術融合，對衰退期企業沒有明顯作用。相對于衰退期企業，成長期和成熟期的企業有較強的創新動力，科技金融政策通過提供資金支持、技術支持和人才引進等措施，能夠更有效地幫助成長期和成熟期的企業克服數實產業技術融合的障礙，促進數實產業技術融合。而對于衰退期的企業，往往生產設備陳舊、技術落后，企業可能面臨更大的競爭壓力和市場不確定性，這導致它們更傾向于保守的戰略，而不是高風險的創新，科技金融政策可能無法提供足夠的幫助，因此促進作用不明顯。

（三）企業要素密集度

科技金融政策促進企業數實產業技術融合的作用效果會受到企業資源稟賦的影響。參照肖曙光和楊潔（2018）的研究，將研究樣本劃分為資本密集型、技術密集型和勞動密集型三組。結果如表6 中列（6）-（8）所示，科技金融政策對資本密集型企業促進作用較大，對技術密集型和勞動密集型企業數實產業技術融合沒有顯著促進作用。其原因可能在于，資本密集型企業通常擁有豐富的資產資源，并且依賴機械設備進行生產，科技金融政策提供的資金支持，使得這些企業能夠將生產設備升級為自動化和智能化系統，將數字化技術融入日常生產運營中，促進企業的數實產業技術融合。相較之下，技術密集型企業通常在政策實施前就已經具有較高的技術創新水平，具備較強的技術融合能力，科技金融政策對其數實產業技術融合的邊際效應減弱，難以進一步推動其融合發展。對于勞動密集型企業，生產效率的提升主要依賴于勞動者的技能提高，而這些企業往往與數字化的直接聯系較少，因此它們對于進行數實產業技術融合的意愿也相對較低。

（四）高端人才供給水平

參考劉春玲和田玲（2021）的做法，用企業所在省份的高校數量作為區域高等人才供給的代理變量，探究科技金融政策在不同高端人才供給區域是否有不同的效果。結果如表7 列（1）-（2）所示，高校數量少的區域，回歸系數在5%的水平上顯著為正；高校數量多的區域，回歸系數不顯著。以上研究表明，對于高端人才供給不足的區域而言，科技金融政策的效果較明顯。在高端人才供給豐富的地區，市場競爭可能更為激烈。而在高端人才供給較少的地區，企業和機構可能更容易獲得政策支持和資源，從而在數實產業技術融合的競爭中占據優勢。對于高端人才資源供給不足區域，市場潛力可能尚未完全開發，科技金融政策可以激發市場活力，充分挖掘高端人才潛能和發展優勢，從而推動數實產業技術融合。

（五）數字經濟政策供給水平

本文參考陶長琪和丁煜（2022）的研究，使用各市政府工作報告中數字經濟政策詞頻數度量數字經濟政策供給水平，并按中位數進行分組檢驗。數字經濟政策供給水平較高城市的數字化水平更高，科研活動更為豐富，因而有必要檢驗由數字經濟政策供給水平差異帶來的異質性。回歸結果如表7 的列（3）-（4）所示，在數字經濟政策供給水平高的地區，科技金融政策對企業數實產業技術融合的促進作用更為顯著。企業進行數實產業技術融合需要投入較高成本、面臨較大風險，數字經濟政策的出臺和實施為企業提供了明確的方向和強力的支持，激勵企業進行數實產業技術融合。

（六）信息化水平

參考Xu et al.（2022）的做法，本文采用年末國際互聯網用戶數與地區總人口數的比值來衡量城市信息化水平。根據信息化水平的中位數，本文將樣本劃分為高水平組和低水平組，進一步探究在不同信息化水平城市中科技金融政策對數實產業技術融合的不同影響。結果如表7 列（5）-（6）所示，信息化水平高的城市，基礎設施完善，技術創新效率高，創新發展環境良好，為數實產業技術融合奠定了有利的基礎。而信息化水平較低的城市，金融發展活力較弱，創新動力不足，科技協同效率較低，較難推進數實產業技術融合。因此，科技金融政策在信息化水平較高的城市對數實產業技術融合的促進效果顯著。

七、機制檢驗

基于前文理論分析，為檢驗試點政策影響數實產業技術融合的機制，構建如下中介模型：

其中，Mediator是中介變量，其他變量與前文一致。在現有研究基礎上，為更全面評估創新創業活躍度這一影響機制，本文借鑒白俊紅等（2022）、毛文峰等（2020）、王亞飛等（2024）、林棟等（2024）的研究，選取新注冊企業數量（IEA1）、人均新注冊企業數量（IEA2）、城市就業人員自雇率（各地區私營企業和個體從業人員占總就業人員的比重）（IEA3）、創新創業指數（IEA4）、人均城市創新創業指數（IEA5）、城市單位面積創新創業指數（IEA6）衡量創新創業活躍度。估計結果如表8 列（1）-（6）所示，回歸系數均顯著為正，科技金融政策通過提升創新創業活躍度促進了企業數實產業技術融合。表8 列（7）-（8）顯示，科技金融政策顯著增加了專精特新企業數量和專精特新小巨人企業數量，專精特新企業和專精特新小巨人企業數量的增加與創新創業發展相輔相成，表明科技金融試點政策通過創新創業促進了企業數實產業技術融合。為探究科技金融政策是如何激發創新創業活躍度來促進企業數實產業技術融合的，本文進一步對資金、技術、人才、數據要素進行檢驗。指標具體選取為：融資約束，采用Whited and Wu（2006）構建的融資約束指數，即WW 指數來衡量企業面臨的融資約束。債務融資成本，參考劉夢莎等（2023）的研究，用企業財務費用/期末總負債衡量。股權融資成本，參考葉陳剛等（2015）的做法，采用PEG 比例模型計算得出。融資效率，參考王秀貞等（2017）的研究，采用DEA 模型計算得出。技術引進，參考張彩云和呂越（2018）的做法，用固定資產合計衡量。研發投入，參考余明桂等（2016）的研究，將企業研發投入與企業總資產的比率作為技術創新的代理變量。數字人才儲備規模，參考孫黎和許唯聰（2021）的做法，采用信息傳輸和軟件從業人員規模衡量。數據要素利用水平，參照史青春（2023）的做法，統計人工智能技術、區塊鏈技術、云計算技術、大數據技術、大數據技術應用五項指標在企業年報中的披露次數，求和后衡量數據要素利用水平。結果如表9 列（1）-（9），科技金融試點政策能有效緩解融資約束、降低企業的融資成本、提升融資效率、推動技術引進技術創新和增加高學歷、數字人才儲備，提高數據要素利用水平，從而提升創新創業活躍度，促進企業數實產業技術融合。

八、結論與政策建議

黨的十八大以來，政府層面相繼出臺一系列政策措施大力支持數實融合發展。數實產業技術融合是實現數字經濟和實體經濟深度融合的微觀著力點，數實產業技術融合需要科技和金融的有效結合支撐。本文借助科技金融試點政策的外生沖擊構造雙重差分模型，基于2008—2019 年中國上市公司數據，檢驗了科技金融政策對企業數實產業技術融合的影響。研究發現，試點政策能夠顯著促進企業數實產業技術融合，這一結論在一系列穩健性檢驗下依舊成立。異質性檢驗發現，科技金融政策對企業數實產業技術融合的促進效果在大規模、成長期、成熟期和資本集聚型企業，在高端人才供給較少、經濟政策供給水平較高和信息化水平較高地區更為明顯。機制分析發現，試點政策通過提高創新創業活躍度推動企業數實產業技術融合。

研究結論對中國在建設金融強國過程中利用科技金融政策推進數實產業技術融合乃至實體經濟高質量發展具有重要的政策意蘊：

第一，加強科技金融基礎制度建設，進一步支持數實產業技術融合。從本文結論可知，科技金融政策對企業數實產業技術融合具有顯著的促進作用。因此，政府部門應強化相關基礎制度和機制建設，健全激勵約束機制，推動金融機構和金融市場全面提升科技金融服務能力、強度和水平，為各類創新主體的科技創新活動提供全鏈條全生命周期金融服務；優化激勵引導政策體系，完善科技創新和技術改造再貸款、支小再貸款、科技創新專項金融債券等政策工具，建立健全科技金融標準體系、統計制度和科技金融服務效果評估機制，完善常態化投融資對接、信息共享、創新試點、風險分擔和防控等配套機制，增強金融支持精準性和可持續性，推動科技、產業、金融等要素匯集融合，提高創新鏈、金融鏈和產業鏈的穩定性和競爭力，實現數實產業技術融合新發展。

第二，全方位構建支持創新創業的政策體系。推動產學研合作，促進科技成果轉化，同時鼓勵金融機構參與創新項目。構建良好的創新創業生態系統，包括創新平臺、研發機構、人才培養等，為創新創業提供資源和支持。著力營造良好的數字化創新氛圍，促使企業將更多的工作重心放在數字技術創新領域，從而展現更優的政策邊際效應。構建更為全面系統的創新創業質量評價體系，通過政策引導，使得更多金融資金流入高質量科技創新活動，更大程度促進企業數實產業技術融合。

第三，因地制宜，精準施策。在制定和實施科技金融政策時，政府充分考慮科技金融政策對不同行業、不同地區和不同特征的企業數實產業技術融合的差異性，政府應引導金融服務向成果轉化初期和前端傾斜，應更加注重精準服務企業需求，面向關鍵核心技術攻關提供長周期、可持續的金融服務，引導金融資本投早、投小①、投長期、投硬科技，以高質量科技金融服務助力實現高水平科技自立自強，進而推動實體經濟高質量發展。