科技金融政策驅動中國式現(xiàn)代化產業(yè)體系建設

摘" "要：本文利用2010—2022年中國地級市面板數(shù)據(jù)，使用雙重差分模型、中介效應模型研究科技金融政策如何促進中國式現(xiàn)代化產業(yè)體系發(fā)展。研究結論如下：科技金融政策能夠顯著驅動中國式現(xiàn)代化產業(yè)體系建設，在多次穩(wěn)健性測試后結果依然不變；科技金融政策對中國式現(xiàn)代化產業(yè)體系建設的促進作用存在城市區(qū)位異質性；科技金融政策可以發(fā)展新質生產力進而提高中國式現(xiàn)代化產業(yè)體系發(fā)展水平。

關鍵詞：中國式現(xiàn)代化產業(yè)體系；雙重差分；新質生產力

DOI：10.3969/j.issn.1003-9031.2025.02.002

中圖分類號：F832.4；F279.2" " " " 文獻標識碼：A" " "文章編號：1003－9031（2025）02－0018－16

一、引言及文獻綜述

中國式現(xiàn)代化產業(yè)作為推動經濟社會全面轉型的關鍵角色，其體系的構建并非傳統(tǒng)意義上的單向線性發(fā)展路徑，而是一種復雜系統(tǒng)的多維協(xié)同與資源整合過程。從物質基礎的角度看，現(xiàn)代化產業(yè)體系的建立依賴于高端制造業(yè)、戰(zhàn)略性新興產業(yè)等不同產業(yè)的協(xié)同擴展。我國關鍵技術領域取得多項突破，推動制造業(yè)的深度改造與設備更新，賦予傳統(tǒng)產業(yè)新的生命力。2023年，我國重點工業(yè)企業(yè)在數(shù)字化領域研究的工具普及率達80.1%、數(shù)控水平提升至62.9%①。這種技術與生產能力的深化為中國式現(xiàn)代化國家的物質技術基礎提供了堅實保障。綜上，中國式現(xiàn)代化產業(yè)體系不僅承載著經濟轉型升級的內在動力，還通過技術、資本和制度的多維整合，形成了具有高效能、可持續(xù)性和創(chuàng)新驅動特征的現(xiàn)代產業(yè)格局。

在全球經濟周期性波動與系統(tǒng)性變遷的背景下，科技與金融的深層次協(xié)作日益成為驅動經濟結構復雜性增長與動態(tài)調整的核心驅動力之一。作為后發(fā)型現(xiàn)代化的典型，中國通過戰(zhàn)略性政策框架的設計與調控工具的多維度應用，逐步構筑起獨具中國特色的產業(yè)體系。該體系的構建不僅超越了傳統(tǒng)的產業(yè)擴張和技術引進，更多依靠科技金融政策的深度介入和政策引導，實現(xiàn)了資本流、技術流與生產要素在產業(yè)鏈中的高效耦合。科技金融政策通過創(chuàng)新應用多種金融工具和差異化調控市場機制，推動了技術擴散、資源優(yōu)化配置和資本再分配，形成了資本流動、風險反饋與產業(yè)結構重構的復雜經濟交互網絡，從而促使中國式現(xiàn)代化產業(yè)體系進一步構建與發(fā)展。

那么，科技金融政策是否能影響中國式現(xiàn)代化產業(yè)體系建設？這一影響是否存在空間差異？二者之間是如何產生影響的？研究以上問題有利于我國科技金融更好地發(fā)展，對建設中國式現(xiàn)代化產業(yè)體系存在深遠意義。學術界對科技金融政策與中國式現(xiàn)代化產業(yè)體系建設的影響從兩個層面進行過研究。關于科技金融政策不同層面的探討。在微觀層面，程翔等（2020）認為，科技金融的注入顯著提升了企業(yè)的競爭力，使其更為適應市場需求及競爭環(huán)境；張玉華和張濤（2018）發(fā)現(xiàn)科技金融促進服務業(yè)與制造業(yè)的聯(lián)合發(fā)展。張騰和劉陽（2019）認為科技金融的發(fā)展提升了企業(yè)的全要素生產率。在中觀層面，朱仁澤等（2023）認為科技金融結合試點政策是以典型治理為特征的漸進式改革，是助力經濟發(fā)展高質量化的重要舉措；許嘉揚和郭福春（2023）發(fā)現(xiàn)，科技金融政策在推動綠色專利數(shù)量與質量提升方面起到了關鍵作用；程翔等（2020）在研究科技金融政策與區(qū)域經濟高質量發(fā)展的協(xié)調關系時強調，二者的有效對接能夠顯著促進社會發(fā)展。

如何更好地建設中國式現(xiàn)代化產業(yè)體系。在理論分析這一方面，劉偉（2024）認為構建現(xiàn)代化經濟體系，其中最根本的是構建現(xiàn)代化產業(yè)體系，而發(fā)展新質生產力是其重中之重；周密等（2024）認為數(shù)字產業(yè)是建設現(xiàn)代化產業(yè)體系的關鍵引擎，還通過理論模型和壓力測試模擬，清晰地刻畫了數(shù)字產業(yè)作為關鍵新質生產力在現(xiàn)代化產業(yè)體系中的地位作用；洪銀興和王坤沂（2024）認為，產業(yè)鏈的韌性和安全性是通過部署創(chuàng)新鏈，提升產業(yè)體系的現(xiàn)代化水平和穩(wěn)固性；徐金海和夏杰長（2023）主張?zhí)岣弋a業(yè)鏈供應鏈的韌性與安全水平，加速現(xiàn)代產業(yè)體系的建設；王凱（2021）則認為，發(fā)展數(shù)字經濟可以實現(xiàn)產業(yè)結構的重構。應當加快推進數(shù)字經濟基礎設施建設和生產服務應用，努力促進現(xiàn)代化產業(yè)體系協(xié)調發(fā)展。夏杰長和蘇敏（2024）提出，通過數(shù)實融合推動現(xiàn)代化產業(yè)體系建設，實現(xiàn)產業(yè)發(fā)展的自主化、協(xié)同體系化和基礎高級化，形成現(xiàn)代化產業(yè)體系發(fā)展的合力。由此可見，各學者目前主要研究的還是科技金融政策對企業(yè)創(chuàng)新亦或是城市全要素生產率等方面的研究，以及從理論分析和實證探討何種因素能影響到現(xiàn)代化產業(yè)體系的建立。其中，單獨對中國式現(xiàn)代化產業(yè)體系進行深入探索的研究尚且稀缺，而將科技金融政策與中國式現(xiàn)代化產業(yè)體系建設相結合的研究更是少見。

對此，本文利用雙向固定效應多期DID模型結合平行趨勢檢驗，實證研究科技金融政策對中國式現(xiàn)代化產業(yè)體系建設的影響及作用機制。相較于現(xiàn)有研究，本文具有以下三點貢獻：第一，創(chuàng)新性的將科技金融政策與中國式現(xiàn)代化產業(yè)體系建設相結合，提出獨特的理論視角，系統(tǒng)闡釋了二者之間復雜而動態(tài)的相互作用機制。這一結合不僅打破了以往研究中科技金融政策與產業(yè)體系割裂探討的局限性，還進一步豐富了科技金融政策與產業(yè)體系建設的相關研究。第二，區(qū)別于傳統(tǒng)研究僅從技術創(chuàng)新或資本投入等單一維度探討科技金融的政策效應，將新質生產力引入中介效應模型，深入探討新質生產力在科技金融政策對中國式現(xiàn)代化產業(yè)體系的建設中存在何種作用。第三，通過對城市類型的差異性進行分析，系統(tǒng)性探討了科技金融政策在中心城市與非中心城市、省會城市與非省會城市中的差異化影響，進一步深刻了對科技金融政策影響的區(qū)域差異理解。

二、理論分析與研究假設

（一）直接效應

科技金融政策作為國家經濟現(xiàn)代化轉型過程中不可或缺的調控工具，其對中國式現(xiàn)代化產業(yè)體系的建立產生了深遠的直接影響。不僅只是單純的資金供給或市場效率提升，科技金融政策是通過復雜的政策機制和金融工具在資本、技術、產業(yè)鏈及區(qū)域經濟協(xié)同等多維度的深度滲透，逐步推動了產業(yè)體系的結構性重塑與動態(tài)升級。本文從資本配置、技術創(chuàng)新驅動、產業(yè)鏈重構及區(qū)域經濟平衡四個核心維度，剖析科技金融政策在中國式現(xiàn)代化產業(yè)體系構建中的直接作用機理。

1.資本配置的結構性優(yōu)化與再分配。科技金融政策通過資本市場機制的創(chuàng)新與金融工具的多樣化設計，極大地提升了資本的配置合理性與資源使用效率（胡歡歡和劉傳明，2021）。科技金融政策通過金融工具，優(yōu)化了資本的流動性與結構性分配，形成了科技與資本雙向耦合的動態(tài)平衡機制。此外，科技金融政策通過建立不同的聯(lián)動協(xié)調機制，提升科技創(chuàng)新再貸款政策、定向降準政策的引導能力，不斷完善與創(chuàng)新融資貼息、后補助等各類財政補貼方式，加大科技金融政策的疊加力度（鄒克和周益贊，2024）。并通過政府引導多元化金融工具介入，解決科技企業(yè)的早期融資難題。最后，科技金融政策不僅通過風險分擔機制，提升了資本市場的風險容忍度和創(chuàng)新接受度，還通過多種金融工具，有效分散了資本市場中的技術創(chuàng)新風險，使得更多金融資本愿意流向科技創(chuàng)新領域，進一步加速了資本在創(chuàng)新領域中的高效配置。

2.技術創(chuàng)新的驅動與擴散效應。第一，中國式現(xiàn)代化產業(yè)體系的建立，離不開技術創(chuàng)新這一核心驅動力。而科技金融政策通過資本支持和金融工具的應用，直接推動了技術創(chuàng)新的商業(yè)化轉化與擴散，形成了技術、資本與產業(yè)深度耦合的創(chuàng)新生態(tài)系統(tǒng)。第二，科技金融政策通過多層次的資本市場及創(chuàng)新金融工具的應用，構建了技術創(chuàng)新與金融資本之間的緊密聯(lián)動，極大地提高了技術成果的轉化效率。第三，科技金融政策不僅通過對企業(yè)研發(fā)活動的直接資本支持，增強了企業(yè)技術創(chuàng)新的內生動力（陽燦等，2022），還通過專項研發(fā)基金、創(chuàng)新型債券等金融工具，解決了企業(yè)在技術研發(fā)初期的融資困境。金融科技通過對金融科技的應用提升了資本市場的透明度與信息對稱性，這不僅提升了資本的配置效率，也通過政策引導資金流向技術密集型產業(yè)，加速了新興技術的擴散與滲透。金融科技的應用還推動了技術創(chuàng)新在區(qū)域間和產業(yè)鏈上下游的廣泛擴散，增強了整個產業(yè)體系的創(chuàng)新韌性與動態(tài)響應能力。

3.產業(yè)鏈重構與系統(tǒng)性優(yōu)化。科技金融政策通過金融工具對產業(yè)鏈各環(huán)節(jié)的資本支持，推動了產業(yè)鏈上下游的協(xié)同創(chuàng)新與資源整合，形成了以技術創(chuàng)新為核心驅動力的現(xiàn)代化產業(yè)鏈條，增強了產業(yè)體系的整體競爭力。科技金融政策通過資本對產業(yè)鏈核心環(huán)節(jié)的直接注入，推動了上下游企業(yè)之間的技術聯(lián)動與協(xié)作，這種自上而下的技術擴散路徑，不僅優(yōu)化了產業(yè)鏈的技術結構，還通過產業(yè)鏈協(xié)同效應，增強了產業(yè)體系的運作效率和創(chuàng)新動力。科技金融政策通過金融工具的創(chuàng)新，推動了產業(yè)鏈跨行業(yè)、跨領域的融合與擴展。科技金融政策通過推動資本在不同行業(yè)間的跨界流動，促進了產業(yè)鏈的多維度融合。這種跨領域的資本流動與技術融合，極大地推動了中國式現(xiàn)代化產業(yè)體系的結構性重塑與升級。

綜上所述，提出假設1：在其他條件不變的情況下，科技金融政策對中國式現(xiàn)代化產業(yè)體系建設具有正向促進作用。

（二）間接效應

科技金融政策對中國式現(xiàn)代化產業(yè)體系的正向影響，不僅體現(xiàn)在資本和技術的表層耦合，更通過促進新質生產力的生成與擴散，深刻重構了產業(yè)體系的內在機理與動力結構（鄒克等，2024）。本文從科技金融政策對新質生產力的作用機理出發(fā)，深入剖析科技金融政策如何通過促進新質生產力的提升，進而加速中國式現(xiàn)代化產業(yè)建設。

1.科技金融政策促進資本流動與效率提升。在新質生產力的生成過程中，資本流動是其核心動力之一。科技金融政策通過構建多層次資本市場，推動資本在新興產業(yè)與技術創(chuàng)新領域的合理流動與配置，從而為新質生產力的形成提供了直接的資本支持。具體來說，科技金融政策通過政府引導基金、風險投資、天使投資等多元化融資工具，拓寬了新興科技企業(yè)的融資渠道（李全和王志剛，2024）。這種政策性資本支持不僅提升了創(chuàng)新主體的資本獲取能力，還通過促進資本在科技創(chuàng)新領域的高效配置，推動新興技術的進一步發(fā)展，加速新質生產力的生成。此外，科技金融政策通過風險對沖和補償機制，進一步提升了資本流動的靈活性與風險容忍度，增強了資本市場對創(chuàng)新領域的不確定性承受能力。

2.技術創(chuàng)新驅動新質生產力積累與擴散。科技金融政策不僅通過資本供給推動了新質生產力的生成，更通過技術創(chuàng)新的驅動加速了新質生產力的擴散與積累。在科技金融政策的引導下，金融資本向技術創(chuàng)新型企業(yè)的流入，加速了前沿技術的研發(fā)與轉化，推動了技術創(chuàng)新與產業(yè)融合的進程。科技金融政策通過政策性引導資金和金融科技應用，推動了創(chuàng)新成果的商業(yè)化轉化與規(guī)模化生產，提升了新質生產力的滲透力。新質生產力的擴散不僅體現(xiàn)在單一企業(yè)或行業(yè)的技術進步上，更通過科技金融政策的引導，形成了跨行業(yè)的技術溢出效應與協(xié)同創(chuàng)新體系。科技金融政策通過構建創(chuàng)新型資本市場，推動了產業(yè)鏈上下游企業(yè)的技術聯(lián)動與資源共享，促進了技術創(chuàng)新在不同產業(yè)部門中的擴散與融合。這種跨行業(yè)的技術擴散機制，進一步推動了新質生產力的廣泛應用。在此過程中，科技金融政策通過資本的高效配置與風險管理，保障了技術創(chuàng)新的長期可持續(xù)性與廣泛滲透，為新質生產力在整個經濟體系中的積累與擴散奠定了基礎。

3.數(shù)據(jù)與制度創(chuàng)新推動新質生產力躍遷。科技金融政策通過推動金融科技的廣泛應用，進一步釋放了數(shù)據(jù)作為生產要素的潛在價值，加速了新質生產力的躍遷與積累。金融科技的應用不僅提升了資本市場的效率，還通過大數(shù)據(jù)、人工智能等技術手段優(yōu)化了資本配置的精準性與靈活性，優(yōu)化資本流向技術創(chuàng)新的路徑，促進了生產要素的動態(tài)再配置。金融科技的應用通過對大規(guī)模數(shù)據(jù)的實時處理與分析，提升了資本市場對創(chuàng)新型企業(yè)的風險評估能力，增強了資本對技術創(chuàng)新的支持力度。政策制定者通過構建有利于創(chuàng)新的金融市場環(huán)境，降低了資本市場的準入門檻，簡化了金融監(jiān)管程序，推動了資本市場的開放與包容性，這不僅提升了資本市場對新質生產力生成的支持能力，還通過創(chuàng)新制度安排，促進了科技與金融的密切結合，推動了新質生產力的廣泛應用。

4.新質生產力對中國式現(xiàn)代化產業(yè)體系的影響。新質生產力作為科技金融政策推動的核心成果，其對中國式現(xiàn)代化產業(yè)體系的建立產生了深遠的正向影響（郭晗和侯雪花，2024），這一生產力的涌現(xiàn)不僅重塑了產業(yè)結構，還通過資本、技術和數(shù)據(jù)的高度融合，增強了整個產業(yè)體系的韌性與創(chuàng)新驅動力。一是新質生產力通過資本與技術融合，推動產業(yè)結構的升級與轉型。新質生產力作為生產要素的高級形態(tài)，其推動產業(yè)結構升級與轉型的機制體現(xiàn)為多層次的系統(tǒng)性重構和資源的動態(tài)再配置。在科技金融政策的引導下，新質生產力通過資本的嵌入式流動和技術的非線性擴散，打破了傳統(tǒng)產業(yè)的路徑依賴，形成了一種高度復雜的生產要素耦合模式（謝捷和陳柳欽，2024）。二是新質生產力通過跨行業(yè)的技術溢出和協(xié)同創(chuàng)新，推動了中國式現(xiàn)代化產業(yè)體系的多維度優(yōu)化。新質生產力通過資本、技術、數(shù)據(jù)及制度創(chuàng)新的交互作用，促進了技術要素在不同產業(yè)、區(qū)域及組織間的非對稱擴散和動態(tài)重組。這一過程不僅僅依賴于單一技術突破或資本積累，而是通過科技金融政策的引導，激活了各生產要素間的耦合與共振，從而形成多維度的創(chuàng)新生態(tài)系統(tǒng)。三是新質生產力的生成有效促進了區(qū)域經濟協(xié)調發(fā)展和產業(yè)布局優(yōu)化。新質生產力的生成在區(qū)域經濟協(xié)調發(fā)展與產業(yè)布局優(yōu)化中發(fā)揮了結構性牽引作用（邱海平，2024）打破了傳統(tǒng)資源稟賦優(yōu)勢。在科技金融政策的引導下，新質生產力通過資本的跨區(qū)域配置與技術擴散，促進了創(chuàng)新要素的非均衡流動，進而打破了區(qū)域經濟發(fā)展固有的分散性與不平衡性。

綜上所述，提出假設2：在其他條件不變的情況下，新質生產力在科技金融政策與中國式現(xiàn)代化產業(yè)體系建設之間存在中介效應。

三、研究設計

（一）樣本選取與數(shù)據(jù)來源

由于數(shù)據(jù)的可得性，本文以2010—2022年235個城市為研究樣本。城市層面新質生產力、中國式現(xiàn)代化產業(yè)體系建設相關數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，其他數(shù)據(jù)均來自各城市的統(tǒng)計年鑒、EPS數(shù)據(jù)庫、國研網。少許缺失值，以線性插值法補齊，還進行了1%的縮尾處理。

（二）變量定義

1.被解釋變量。本文的被解釋變量為中國式現(xiàn)代化產業(yè)體系建設（CMIS）。借鑒劉宇（2024）以及葉瑞克和鐘詩宇（2024）的研究，使用熵權法測量中國式現(xiàn)代化產業(yè)體系建設指標（見表1）。

2.核心解釋變量。本文應用科技金融政策（DID）來作解釋變量。為衡量該政策，本文采用了虛擬變量Treat與Post的交互項。如該城市實施過此項政策，Treat賦值為1，否則為0；在政策實行時間及往后時間，取Post作1，否則作0處理。

3.中介變量。本文參考韓文龍等（2024）的研究，以表2中指標來測算新質生產力（NPRO），并將新質生產力用作中介變量。

4.控制變量。利用邢會等人（2023）的研究，挑選出如下控制變量：政府干預（GOV）使用公共預算支出與地區(qū)生產總值的比重衡量；使用城鎮(zhèn)常住人口與總常住人口之比作為城鎮(zhèn)化水平（URB）的衡量方式；使用地方財政預算內收入與地方財政預算內支出比值衡量財政分權制（FID）；以各城市境內公路總里程的自然對數(shù)表示基礎設施水平（LNIL）。

（三）模型設定

本文根據(jù)國家的政策通知將天津、上海等16個地區(qū)作為首批科技金融結合試點區(qū)域。根據(jù)研究需求，借鑒馬凌遠和李曉敏（2019）的做法，本文將初步選定的16個試點地區(qū)擴展為41個試點城市。在第一試點城市取得明顯成果的基礎上，為更好地落實全國科技創(chuàng)新大會的內涵，2016年6月啟動了第二批試點工作，將鄭州市、廈門市等9個城市作為第二批試點城市。設定為實驗組，賦值為1；其他城市構成控制組，賦值為0。根據(jù)相應城市的政策實施的時間先后設置實驗分期虛擬變量Post，此前Post賦值為0，此后Post賦值為1。此二者虛擬變量的交互項DID代表了政策實施所產生的凈效應，并且采用雙向固定效應模型，通過雙重差分法估計設立科技金融對技術創(chuàng)新產出的影響。模型的具體設定如下：

DID=Treat*Post （1）

CMISi，t=0+1DIDi，t+Z′Controli，t+Year+City+（2）

其中，CMISi，t為i城市在時間t的中國式現(xiàn)代化產業(yè)體系建設水平；Treat為分組虛擬變量，Post為時間虛擬變量；Controli，t為控制變量，為隨機誤差項，并且控制了年份與城市的固定效應。如若1為正，證明科技金融政策對中國式現(xiàn)代化產業(yè)體系建設具有良好影響，則驗證了本文提出的假設1。

本文參考溫忠麟和葉寶娟（2014）的中介檢驗方法來驗證假設2。具體模型設計如下：

NPROi，t=0+1DIDi，t+Z′Controli，t+Year+City+（3）

CMISi，t=？茁0+？茁1DIDi，t+？茁2NPROi，t+Z'Controli，t+Year+City+（4）

其中，NPROi，t為城市i在時間t的新質生產力發(fā)展程度，數(shù)值越高則代表該年度新質生產力發(fā)展程度越高，其他符號、變量定義與上述一致。

四、回歸結果分析

（一）描述性統(tǒng)計結果

根據(jù)表3中的描述性統(tǒng)計數(shù)據(jù)來看，各變量在不同城市和年份之間存在一定的差異。中國式現(xiàn)代化產業(yè)體系發(fā)展水平（CMIS）的取值范圍在-0.018到0.5541之間，均值為0.0920，標準差為0.0630，表明該變量的分布較為集中。科技金融政策的均值為0.1558，表明受到科技金融政策影響的城市樣本數(shù)量較小。其他變量與以往研究相符，驗證了本文變量的合理性。各連續(xù)變量的標準差均較小，表明回歸結果不會受到連續(xù)變量極端值的顯著影響。

（二）相關性分析結果

本文的相關性分析結果如下，由表4可知中國式現(xiàn)代化產業(yè)體系發(fā)展水平（CMIS）與科技金融政策的相關系數(shù)為0.537，且在1%的水平上顯著，初步驗證了假設1，即在其他條件不變的情況下，科技金融政策對中國式現(xiàn)代化產業(yè)體系建設具有正向促進作用。但相關性分析僅僅代表兩個變量間的直接相關系數(shù)，本文將進一步通過DID模型進行回歸分析，從而對假設進行檢驗。

（三）基準回歸結果分析

由表5基準回歸結果可知，列（1）展示了城市與年份固定效應后的估計結果（后續(xù)所有表格均已加入城市與年份固定效應，不再在表內贅述），科技金融政策的系數(shù)顯著；列（2）在列（1）的基礎上加入了控制變量，科技金融政策的系數(shù)還是顯著，這表明科技金融政策能夠加快建設中國式現(xiàn)代化產業(yè)體系。據(jù)此，假設1得以驗證。

（四）機制檢驗結果

機制檢驗結果見表6。在模型（1）中，DID回歸結果顯著，說明科技金融政策對新質生產力的增長具有推動作用。同時，新質生產力（NPRO）在列（2）中的系數(shù)為0.7386，在1%的顯著性水平下顯著。而后在控制新質生產力這一變量后，DID對現(xiàn)代化產業(yè)體系的直接效應在列（2）中有所減弱（系數(shù)下降了0.008），表明新質生產力在這一傳導過程中發(fā)揮了部分中介效應。綜上所述，中介效應檢驗結果表明，科技金融政策通過提升新質生產力，推動了中國現(xiàn)代化產業(yè)體系的快速發(fā)展。

（五）平行趨勢檢驗

本文參考姚選民和謝捷（2024）的研究成果使用事件研究法構建如下動態(tài)模型進行檢驗：

CMISi，t=0+1DID+2DID+…+12DID+13DID+Z'Controli，t+（5）

鑒于第二批的試點城市起始于2016年，而本文所涉樣本跨越至2022年，故在構造時間維度的變量時，將某城市i在被納入示范試點前六年及其以前的數(shù)據(jù)歸并為-6期，同時將政策實施后的六年數(shù)據(jù)匯總為+6期。為有效規(guī)避多重共線性問題，選取政策實施前一年（即-1期）作為基準期，以此進行差異化的效應分析。此外，其他模型中的解釋變量保持與基準模型相一致的定義與處理方式，從而確保估計結果的穩(wěn)健性和理論解釋的連貫性。圖1中所呈示的平行趨勢檢驗結果，揭示出在政策介入之前，各時期虛擬變量的估計系數(shù)均未達到統(tǒng)計顯著性水準。這一現(xiàn)象指向了處理組與對照組在政策實施前的中國式現(xiàn)代化產業(yè)體系水平變動趨勢上不存在顯著差異，從而驗證了本文分析框架中隱含的平行趨勢假設的條件。此外，政策實施后一年內，試點城市與非試點城市在中國式現(xiàn)代化產業(yè)體系水平上的差距顯著擴大，這一差異的顯現(xiàn)體現(xiàn)出政策效應的動態(tài)性和延續(xù)性，進一步印證了政策對現(xiàn)代化產業(yè)體系水平提升所帶來的持久影響。

（六）穩(wěn)健性檢驗

1.PSM-DID結果。科技金融政策試點城市的選擇并非完全隨機，這種選擇可能受到地理區(qū)位等復雜因素的影響，選擇偏差的存在可能導致實證結果的潛在偏差。為了減少選擇性偏誤引發(fā)的內生性問題，本文采用傾向得分匹配（PSM-DID）方法，以提高試點城市與非試點城市的可比性。在Logit回歸的過程中，將控制變量作為協(xié)變量，采用核匹配與1：4近鄰匹配方法進行篩選。其結果見表7列（1），處理組與對照組的偏差較低，表明匹配效果尚可。在消除試點城市與非試點城市之間固有差異的基礎上，科技金融政策的回歸系數(shù)顯著為正，意味著科技金融政策依然顯著促進了中國式現(xiàn)代化產業(yè)體系建設。

2.加入聚類穩(wěn)健標準誤。當樣本數(shù)據(jù)存在聚類時，組內的觀測值往往會存在相關性，進而導致系數(shù)估計產生偏差。因此本文加入了以城市為聚類的穩(wěn)健標準誤，以排除這種問題，其結果見表7列（2），科技金融的回歸結果顯著，說明了本文結論的穩(wěn)健。

3.滯后一期。科技金融政策可能會對當期控制變量產生影響，且二者之間也可能存在反向因果的關系。為降低影響程度，本文將科技金融政策進行滯后一期處理。如表7列（3）所示，回歸結果較基準回歸結果無明顯差異，再次說明本文結論具有可靠性。

4.更換變量測度方法。為了增強模型估計結果的穩(wěn)健性，將被解釋變量的衡量方式由熵值法調整為主成分分析法。具體而言，熵值法通過度量各個指標的信息熵來確定其權重，而主成分分析法則基于樣本數(shù)據(jù)的協(xié)方差結構，將多個高維度的指標歸約為若干個線性無關的主成分，以捕捉原始變量的主要信息。因此，二者在變量權重確定及維度縮減過程中所依賴的統(tǒng)計原則存在顯著差異。通過采用主成分分析法進行權重計算，本文重新構建了被解釋變量，再次對模型進行了回歸估計，其結果見表7列（4），回歸系數(shù)仍然顯著并與前文一致。

5.剔除直轄市。直轄市在行政級別、資源配置、經濟結構以及科技金融政策的實施方式上具有顯著的特殊性，可能會對回歸結果產生較強的擾動效應，從而引發(fā)潛在的估計偏誤。通過剔除直轄市樣本，重新檢驗了科技金融政策對中國式現(xiàn)代化產業(yè)體系建設的影響，其結果見表7列（5），剔除此樣本后，政策效應的方向性、顯著性及經濟意義均未出現(xiàn)顯著差別，驗證了模型估計結果的穩(wěn)健。

（七）異質性分析

中心城市與外圍城市為探究科技金融政策在不同區(qū)位條件下對中國式現(xiàn)代化產業(yè)體系建設產生的異質性影響，利用趙濤等（2020）的做法，本文將直轄市、副省級這兩類城市定義為中心城市，其他城市定義為外圍城市（見表8）。中心城市樣本中，科技金融政策的DID系數(shù)為0.050，且在1%水平下高度顯著（t值為2.33），表明政策對中心城市的現(xiàn)代化產業(yè)體系發(fā)展產生了強烈的良好影響。然而，在外圍城市，DID系數(shù)為0.042，雖然系數(shù)略低于中心城市，但依然在1%顯著水平下顯著（t值為3.67），說明科技金融政策同樣對外圍城市的發(fā)展具有推動作用，但其影響稍弱于中心城市。這可能與外圍城市相對較低的科技資源集聚度和創(chuàng)新能力有關，盡管政策能激發(fā)一定的創(chuàng)新活力，但其邊際效應較中心城市略小。在省會城市樣本中，DID系數(shù)為0.052，同樣在1%水平下顯著（t值為2.96），這表明科技金融政策對省會城市的發(fā)展更為優(yōu)越。相比之下，非省會城市的DID系數(shù)為0.033，雖然仍然顯著（t值為3.05），但其政策效果較省會城市更為溫和。這種差異可能源于省會城市在資源配置、政策扶持和創(chuàng)新能力方面的相對優(yōu)勢，科技金融政策能夠更有效地激發(fā)這些城市的潛力，而非省會城市則受限于基礎條件，政策效應相對較小。原因可能在于：第一，中心城市和省會城市往往擁有更多的科技資源和研發(fā)投入，這使得它們在科技金融政策的推動下，能夠迅速轉化為實際的產業(yè)升級和技術進步。因此，政策在這些城市的邊際效應更為顯著。而外圍城市和非省會城市由于缺乏創(chuàng)新資源的支撐，盡管政策能夠帶來一定的積極影響，但其效果受到城市科技創(chuàng)新能力的制約，邊際收益相對較低。第二，中心城市和省會城市作為區(qū)域發(fā)展的核心，能夠更好地匹配科技金融政策的實施要求，其產業(yè)結構和政策對接能力更為成熟，因而政策效應的釋放更為充分。相較之下，外圍城市和非省會城市的產業(yè)基礎相對薄弱，科技金融政策的實施雖然能夠起到一定的促進作用，但在推動現(xiàn)代化產業(yè)體系方面的影響力有所減弱。

（八）安慰劑檢驗

為了進一步排除潛在無法觀測因素對研究結論的干擾，本文采取了安慰劑檢驗的策略，針對中國235個地級及以上城市，通過500次抽樣實驗，每次從中隨機挑選50個城市作為偽處理組，其余城市作為偽對照組，并隨機確定試點政策的實施年份進行回歸分析。如果在此情境下偽政策虛擬變量的估計系數(shù)仍顯著為正，則暗示城市創(chuàng)業(yè)活躍度的提升可能并非源自科技金融政策的直接作用。通過循環(huán)上述操作500次，所得安慰劑檢驗結果如圖2所示，顯示偽政策虛擬變量的估計系數(shù)呈正態(tài)分布，且集中在0值附近，而基準回歸中科技金融政策虛擬變量的系數(shù)（0.042）明顯偏離這一常態(tài)分布。這一結果表明，科技金融政策對城市創(chuàng)業(yè)活躍度的影響并未受到較大程度的非觀測因素干擾，基準回歸的結論具有較高的穩(wěn)健性和可信度。

五、結論與政策建議

（一）結論

本文使用2010—2022年中國235個地級及以上城市的面板數(shù)據(jù)，研究科技金融政策對中國式現(xiàn)代化產業(yè)體系的影響及作用路徑。研究表明：科技金融政策對中國式現(xiàn)代化產業(yè)體系發(fā)展具有正向促進的影響，該結論經過一系列穩(wěn)健性檢驗后依然成立，且這一效應具有動態(tài)可持續(xù)性。機制檢驗證明，科技金融政策以促進新質生產力的發(fā)展來建設中國式現(xiàn)代化產業(yè)體系。異質性分析結果證明，科技金融政策對于中心城市和省會城市提升作用更為突出。

（二）政策建議

構建多層次的資本市場體系，增強對技術創(chuàng)新的支持力度。第一，通過完善多層次資本市場，確保新質生產力生成和技術擴散。通過風險資本等多元化融資手段，提供科技企業(yè)全生命周期所需求的資金。此外，通過政策性引導基金、風險補償機制與股權融資等途徑，增強資本市場的容錯性與風險承受能力。第二，通過這些多層次市場體系和金融工具的協(xié)同作用，精準和高效地滿足科技企業(yè)在不同發(fā)展階段的資本需求，從而加速技術創(chuàng)新在產業(yè)鏈中的轉化與擴散，促進新興產業(yè)的發(fā)展與傳統(tǒng)產業(yè)的轉型。

推動金融科技與大數(shù)據(jù)的深度融合，提高資本運作效率與技術擴散效應。第一，通過大數(shù)據(jù)等技術，增強供應鏈金融的智能化，提高企業(yè)之間的協(xié)同效率，優(yōu)化整個產業(yè)鏈的資金流動。第二，需借助金融科技技術，建立更為智能的投融資平臺，通過大數(shù)據(jù)分析和人工智能算法，精準評估科技企業(yè)的技術潛力與市場前景。第三，利用金融科技的實時數(shù)據(jù)處理能力，通過動態(tài)調整政策方向和資金配置，更加靈活地應對市場變化與技術創(chuàng)新帶來的風險。通過大數(shù)據(jù)分析，更精準地識別和控制創(chuàng)新領域的投資風險，從而降低資本市場的不確定性，推動更多資本流入創(chuàng)新領域。

強化區(qū)域性科技金融政策的差異化實施，優(yōu)化區(qū)域經濟結構。第一，針對中心城市與省會城市，發(fā)揮其科技與金融資源優(yōu)勢，加大對高新技術產業(yè)的支持力度，推動新興產業(yè)的進一步升級與轉型。第二，對于非中心城市和非省會城市，通過增加區(qū)域性科技創(chuàng)新基金、產業(yè)園區(qū)專項資金以及金融機構定向支持，確保金融資源能夠精準投放，彌補其在科技創(chuàng)新資源上的不足。第三，構建跨區(qū)域的科技金融協(xié)同機制，推動政策協(xié)同，促進中心城市與省會城市的技術與資本資源向非中心城市和非省會城市的有效轉移，實現(xiàn)技術溢出效應，提升中國式現(xiàn)代化產業(yè)體系的整體效能與可持續(xù)性。

（責任編輯：張恩娟）

參考文獻：

[1]程翔，張瑞，張峰.科技金融政策是否提升了企業(yè)競爭力？——來自高新技術上市公司的證據(jù)[J].經濟與管理研究，2020（8）：131-144.

[2]程翔，楊小娟，張峰.區(qū)域經濟高質量發(fā)展與科技金融政策的協(xié)調度研究[J].中國軟科學，2020（S1）：115-124.

[3]郭晗，侯雪花.新質生產力推動現(xiàn)代化產業(yè)體系構建的理論邏輯與路徑選擇[J].西安財經大學學報，2024（1）：21-30.

[4]洪銀興，王坤沂.新質生產力視角下產業(yè)鏈供應鏈韌性和安全性研究[J].經濟研究，2024（6）：4-14.

[5]胡歡歡，劉傳明.科技金融政策能否促進產業(yè)結構轉型升級？[J].國際金融研究，2021（5）：24-33.

[6]韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能[J].數(shù)量經濟技術經濟研究，2024（6）：5-25.

[7]李全，王志剛.科技金融體制為新質生產力提供要素支撐[J].人民論壇，2024（16）：58-61.

[8]陸岷峰.關于構建數(shù)字科技金融發(fā)展生態(tài)的策略研究——基于小微科創(chuàng)企業(yè)發(fā)展的視角[J].海南金融，2023（2）：67-74.

[9]劉宇.數(shù)字金融對中國式現(xiàn)代化產業(yè)體系建設影響研究[J].云南民族大學學報（哲學社會科學版），2024（2）：98-107.

[10]劉偉.科學認識與切實發(fā)展新質生產力[J].經濟研究，2024（3）：4-11.

[11]馬凌遠，李曉敏.科技金融政策促進了地區(qū)創(chuàng)新水平提升嗎？——基于“促進科技和金融結合試點”的準自然實驗[J].中國軟科學，2019（12）：30-42.

[12]邱海平.新質生產力理論的科學內涵及其重大創(chuàng)新意義[J].財經問題研究，2024（5）：3-14.

[13]王凱.數(shù)字經濟、資源配置與產業(yè)結構優(yōu)化升級[J].金融與經濟，2021（4）：57-65.

[14]溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014（5）：731-745.

[15]魏蓉蓉，王梅玲.數(shù)字新基建背景下科技和金融結合試點政策的效應評估[J].統(tǒng)計與信息論壇，2023（3）：44-55.

[16]徐金海，夏杰長.加快建設以實體經濟為支撐的現(xiàn)代化產業(yè)體系[J].改革，2023（8）：14-25.

[17]夏杰長，蘇敏.以數(shù)實融合推動現(xiàn)代化產業(yè)體系建設[J].改革，2024（5）：12-23.

[18]徐政，江小鵬.高水平社會主義市場經濟體制的內涵特征、價值意蘊與實踐進路——學習貫徹黨的二十屆三中全會精神[J].重慶大學學報（社會科學版），2024（6）：106-120.

[19]許召元，許振凌，劉凡，等.現(xiàn)代化產業(yè)體系建設的主要方向與重點任務[J].改革，2023（8）：1-13.

[20]謝捷，陳柳欽.新質生產力賦能金融高質量發(fā)展的內在機理[J].征信，2024（9）：14-26.

[21]邢會，李明星，楊子嘉，等.創(chuàng)新型人力資本對制造業(yè)產業(yè)鏈現(xiàn)代化的作用機制——基于省級面板數(shù)據(jù)的實證檢驗[J].華東經濟管理，2023（12）：34-45.

[22]葉瑞克，鐘詩宇.數(shù)字經濟、知識產權保護與現(xiàn)代化產業(yè)體系建設——基于中國278個城市的實證研究[J].經濟學動態(tài)，2024（7）：57-74.

[23]姚選民，謝捷.反腐敗斗爭對推動共同富裕的正向作用——基于省際平衡面板數(shù)據(jù)（2005—2021）比較分析的實證研究[J].嶺南學刊，2024（1）：30-46.

[24]陽燦，劉明顯，劉忍妹.科技金融政策提高了企業(yè)全要素生產率嗎？——來自中國工業(yè)企業(yè)的證據(jù)[J].武漢金融，2022（10）：33-41.

[25]張玉華，張濤.科技金融對生產性服務業(yè)與制造業(yè)協(xié)同集聚的影響研究[J].中國軟科學，2018（3）：47-55.

[26]張騰，劉陽.科技金融發(fā)展是否促進了全要素生產率的提高？——基于空間計量模型的研究[J].金融與經濟，2019（2）：29-35.

[27]朱仁澤，陳享光，李光武.科技金融結合試點政策對企業(yè)期限錯配的影響[J].經濟經緯，2023（1）：130-140.

[28]周密，郭佳宏，王威華.新質生產力導向下數(shù)字產業(yè)賦能現(xiàn)代化產業(yè)體系研究——基于補點、建鏈、固網三位一體的視角[J].管理世界，2024（7）：1-26.

[29]鄒克，周益贊.科技金融對實體經濟高質量發(fā)展的影響研究——基于建設金融強國的理論背景[J].金融經濟學研究，2024（1）：75-91.

[30]鄒克，劉翔，李細枚.科技金融發(fā)展的新質生產力生成效應與機制研究[J].金融經濟學研究，2024（6）：3-18.

[31]趙濤，張智，梁上坤.數(shù)字經濟、創(chuàng)業(yè)活躍度與高質量發(fā)展——來自中國城市的經驗證據(jù)[J].管理世界，2020（10）：65-76.