金融結構、研發投入與區域經濟高質量發展

劉 波 胡宗義 龔志民

Innovation-driven development is the basic feature of high-quality economic development. How to solve financing difficulties in the process of innovation is the main fulcrum of financial support for high-quality economic development.However, the strengths of financial support for innovation financing vary with different financial structures. Taking the macro data of 31 provinces and autonomous regions from 2008 to 2017 as samples, we set the financial structure as financing structure and banking structure, quantify the level of high-quality development of the economy through total factor productivity, and evaluate the impact of financial structure on high-quality development of the regional economy with R&D investment as the intermediary variable. The empirical study shows that the mediation effect of banking structure on high-quality economic development through R&D investment is significant, but the mediation effect of financing structure is not significant, and the positive effect of direct financing on increasing R&D investment needs further improvement.

一、引 言

黨的十九屆五中全會指出“堅持創新在我國現代化建設全局中的核心地位”，創新是引領發展的第一動力，是實現經濟高質量發展的動力源泉。創新是系統性工程，需要勞動、信息、知識、技術、管理、資本的協同。在國民經濟體系中，雖有大量機動靈活的中小企業，但主導國計民生的是資金需求量大的資本密集型企業，以及具有較高技術創新風險和產品創新風險的創新型企業。因此，有效的金融體系應與企業的創新能力、風險特征與資金需求特征相匹配，既需要為中小企業提供小額短期貸款的中小銀行，也需要為大企業提供大額度短期融資的大銀行，同時也需要能夠有效分散技術創新風險和產品創新風險的資本市場。①林毅夫、孫希芳、姜燁：《經濟發展中的最優金融結構理論初探》，《經濟研究》2009年第8期。黨的十九屆五中全會提出“堅持以服務實體經濟為方向，對金融體系進行結構性調整”，“大力提高直接融資比重，改革優化政策性金融，完善金融支持創新的政策，發揮資本市場對于推動科技、資本和實體經濟高水平循環的樞紐作用”。②劉鶴：《加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局》，《人民日報》2020年11月25日，第6版。人才和資金是創新的兩大支柱，充沛的資金能夠發揮“筑巢引鳳棲”的作用，解決人才短缺的難題，故創新活動高度依賴于金融系統。推動金融供給側改革、構建與創新驅動相適應的金融結構，是實施“創新驅動發展戰略”的當務之急。因此，明確金融結構、研發投入與經濟高質量發展之間的關系，對于推動經濟高質量發展具有重要現實意義。

金融是現代經濟的核心，經濟高質量發展離不開金融體系的協同，解決創新過程中的融資難問題，是金融助推經濟高質量發展的主要支點。金融體系能否通過科技創新撬動經濟高質量發展，與金融結構密切相關。資金融通主要有以銀行為中介的間接融資和以資本市場為載體的直接融資兩種，資本市場能夠提供比銀行更完備的風險管理，對科技創新的風險容忍度更高，因而金融市場具有更強的創新推動作用。在經濟發展的各個階段，與之相匹配的最優金融結構亦不相同。十九大報告指出“我國經濟已由高速增長階段轉向高質量發展階段”，金融結構應隨著經濟發展模式的轉型而調整，服務于經濟高質量發展。已有文獻主要從宏觀層面直接討論金融結構對經濟高質量發展的影響，分析最優金融結構是否存在，鮮有文獻將研發投入作為媒介，剖析金融結構促進經濟高質量發展的機理以及異質性。鑒于此，將研發投入為中介變量，分析金融結構作用于經濟高質量發展的傳導機理，量化分析金融結構影響經濟高質量發展的效應及其異質性，對于深入理解金融結構與經濟發展之間的關系具有重要理論意義。

二、研究綜述

（一）金融結構的內涵

金融結構的概念源自于戈德史密斯（Goldsmith）的《金融結構與經濟發展》，他將金融結構定義為金融工具與金融機構的相對規模，林毅夫等則將金融結構具體為金融體系內部各種不同的金融制度安排的比例和相對構成。①林毅夫、孫希芳、姜燁：《經濟發展中的最優金融結構理論初探》。預設的研究背景不同，金融機構的內涵亦有所不同。按照融資方式，金融結構可以界定為直接融資與間接融資的比例構成②李振、陳忠陽、朱建林：《金融結構、金融波動與經濟增長》，《金融論壇》2018年第5期。；按照融資期限的長短，可以界定為短期的貨幣市場和長期的資本市場③張成思、劉貫春：《最優金融結構的存在性、動態特征及經濟增長效應》，《管理世界》2016年第1期。；按照融資行為是否受金融法律法規監管，可以界定為正規金融與非正規金融；按照金融市場中的主要力量，可以分為銀行主導型與市場主導型④葉德珠、謝陳昕、黃允爵：《中國最優金融結構的動態特征研究》，《金融經濟學研究》2020年第4期。。除此之外，還能從金融行業競爭度以及金融機構規模的分布界定金融結構。在實證研究中，直接融資占比、銀行業競爭度是量化金融結構的主要方式。⑤錢水土、李正茂：《金融結構、技術進步與產業結構升級》，《經濟理論與經濟管理》2018年第12期。自金融結構的概念提出以來，最優金融結構是否存在一直備受關注。如果金融能夠契合某個國家或者某個時期實體經濟發展的需要，則此時的金融結構是最優的⑥Song F,Thakor A V,“Financial System Architecture and the Co-evolution of Banks and Capital Markets”,The Economic Journal, Vol.120 No.547 (September 2010),pp.1021-1055.、⑦Demirgü?-Kunt A,Feyen E,Levine R,“The Evolving Importance of Banks and Securities Markets”,World Bank Economic Review,Vol.27 No.3 (April 2013),pp.476-490.，諸多文獻對最優金融結構是否存在進行了定量研究⑧葉德珠、曾繁清：《“金融結構—技術水平”匹配度與經濟發展》，《國際金融研究》2019年第1期。。

（二）金融結構、技術創新與經濟高質量發展的邏輯關系

經濟高質量發展是創新驅動的內涵型增長⑨習近平：《在經濟社會領域專家座談會上的講話》，《人民日報》2020年8月25日，第2版。，企業的融資約束問題會制約企業研發投資，從而會妨礙經濟高質量發展的大局⑩張璇、李子健、李春濤：《銀行業競爭、融資約束與企業創新》，《金融研究》2019年第10期。。因此，金融結構如何作用于技術創新是金融結構影響經濟高質量發展的關鍵。已有文獻主要從直接融資與間接融資的角度切入，討論金融結構影響技術創新的機制與渠道。

面對具有高度不確定性的創新行為，間接融資與直接融資所持的態度不同。商業銀行是間接融資的主體，商業銀行普遍存在“抵押物崇拜”。11彭澎、肖斌卿等：《銀企關系、抵押與貸款利率決定》，《江蘇社會科學》2016年第2期。研發類項目的投資周期較長，收益具有較高的不確定性，同時也存在突出的信息不對稱問題，因而商業銀行為研發類項目融資的積極性不高。①Beck T,Levine R,“Industry Growth and Capital Allocation:Does Having a Marketor Bank-based System Matter?”Journal of Financial Economics,Vol.64 No.2 (May 2020),pp.147-180.直接融資以資本市場為載體，相比商業銀行，資本市場不僅能為投資提供更高的回報率，而且具有更強的風險分散能力，還能夠通過信息披露減少信息不對稱②Stulz R M,“Financial Structure,Corporate Finance and Economic Growth”,International Review of Finance,Vol.1,No.1(March 2000),pp.11-38.，研發類項目高風險與高收益并存的特征契合資本市場的內核③周開國、盧允之：《金融結構與國家創新:來自OECD國家的證據》，《國際金融研究》2019年第3期。。風險投資、天使投資等股權投資方式能夠容忍早期失敗，從而使得此類股權融資方式具有較強的創新孵化能力④Hall R E,Woodward S E,“The Burden of the Nondiversifiable Risk of Entrepreneurship”,American Economic Review,Vol.100,No.3 (June 2010),pp.1163-94.、⑤Chemmanur T J,Loutskina E,Tian X,“Corporate Venture Capital,Value Creation,and Innovation”,The Review of Financial Studies, Vol.27,No.8 (May 2014),pp.2434-2473.。

雖然較多已有研究認為直接融資的發展有利于促進技術創新，但也有文獻認為間接融資同樣有利于技術創新。首先，商業銀行為了維護長期的合作關系，搜集內部信息、監管企業的動機就更強，并期望與企業建立長期穩定的銀企關系。⑥Boot A,“Relationship Banking:What do We Know?”Journal of Financial Intermediation, Vol.9,No.1(January 2000),pp.7-25.其次，企業家為了防范喪失企業控制權，更愿意采用債券融資，而非股權融資。⑦Brown J R,Martinsson G,Petersen B C,“Do Financing Constraints Matter for R&D?”European Economic Review,Vol.56,No.8(November 2012),pp.1512-1529.然而，間接融資對技術創新的積極作用會因銀行業競爭度的不同而存在異質性。“市場力量假說”認為，銀行業競爭不利于形成長期穩定的銀企關系，壟斷性銀行市場結構反而有利于緩解信息不對稱，從而有助于為企業的創新行為融資。⑧Di Patti E B,Dell’Ariccia G,“Bank Competition and Firm Creation”,Journal of Money,Credit and Banking,Vol.36,No.2 (April 2004),225-251.“信息假說”則持相反的觀點，銀行業競爭度越高，在競爭壓力驅動下，商業銀行承擔風險的動機越強，從而更加有利于創新型企業獲得融資⑨Benfratello L,Schiantarelli F,Sembenelli A,“Banks and Innovation:Microeconometric Evidence on Italian firms”,Journal of Financial Economics,Vol.90,No.2 (November 2008),pp.197-217.、⑩呂鐵、王海成：《放松銀行準入管制與企業創新》，《經濟學(季刊)》2019年第4期。、11戴靜、楊箏等：《銀行業競爭、創新資源配置和企業創新產出》，《金融研究》2020年第2期。。

已有文獻在討論金融結構與研發投入、經濟發展之間的關系時，多從直接融資占比或者銀行業結構中的一個維度切入。在研究直接融資占比對研發投入的影響時，如果不將銀行業結構考慮在內，會降低研究結論的可信度。在研究銀行業結構對研發投入的影響時，如果不考慮直接融資占比，同樣會影響研究結論的可靠性。鑒于此，本文在分析金融結構影響經濟高質量發展的問題中，同時將直接融資占比與銀行業結構作為核心變量。

三、研究設計與實證研究

（一）計量模型的構建

長期以來，中國以間接融資為主，直接融資為輔，因而銀行業結構對企業融資的影響會更為突出。如果企業難以從商業銀行獲得足夠資金，必然會倒逼企業通過資本市場進行直接融資；反之，如果在資本市場上融資的門檻較高，企業也會更多地通過商業銀行獲取資金。基于此，研發投入是金融結構作用于經濟高質量發展的中介變量，直接融資占比與銀行業結構是金融機構的兩個維度。因此，直接融資占比與銀行業結構之間存在調節效應。故在實證研究中，采用有中介的調節效應模型，具體如（1）—（3）所示：其中，Y為經濟高質量發展的量化指標，B為銀行業結構變量，F為按融資方式劃分的金融結構變量，RD為研發投入變量，X為控制變量。由此可得銀行業結構對經濟高質量發展的總效應為c'1＋b（a1＋a3F），中介效應為b（a1＋a3F），ba3為間接調節效應，c'3為直接融資占比的直接調節效應。直接融資占比對經濟高質量發展的總效應為c'2＋b（a2＋a3B），中介效應為b（a2＋a3B）；銀行業結構的直接調節效應與間接調節效應為c'2、ba3。如果c'1、c'2不顯著，則為完全中介效應；如果c'3不顯著，ba3顯著，則調節效應完全通過中介效應影響經濟高質量發展。

在實證研究中，逐步檢驗回歸系數（又稱“逐步法”）是檢驗中介效應、調節效應最為常用的方法，假設檢驗H0∶bai（i＝1,2,3）是逐步法的核心步驟。然而，逐步法也存在兩個方面的不足：一是逐步法的第一類錯誤率低于設定的顯著性水平，二是逐步檢驗的檢驗功效比較低。①溫忠麟、葉寶娟：《中介效應分析:方法和模型發展》，《心理科學進展》2014年第5期。鑒于此，Sobel給出了一種直接針對假設檢驗（H0∶bia，i＝1,2,3）的檢驗方法②Sobel M E,“Asymptotic Confidence Intervals for Indirect Effects in Structural Equation Models”,Sociological Methodology, Vol.13 (1982),pp.290-312.，模擬研究表明，Sobel檢驗的功效高于逐步法。然而，在統計量的推導過程中，需要假設服從正態分布，事實上，即使和都服從正態分布，兩者的乘積也不服從正態分布，因而Sobel檢驗存在較為突出的局限性。③方杰、張敏強：《中介效應的點估計和區間估計:乘積分布法、非參數Bootstrap和MCMC法》，《心理學報》2012年第10期。針對Sobel檢驗的不足，研究者相繼提出了乘積分布法、Bootstrap方法和MCMC法；其中，Bootstrap方法在實證研究中備受青睞。需要特別說明的是，本文以面板數據為樣本，面板數據模型的類型可能會對核心變量的顯著性產生影響，中介效應、調節效應是否存在，依賴于變量的顯著性。鑒于分步法直接通過系數的顯著性來判定效應是否存在，且出現第一類錯誤的可能性較低，因而在本文的實證研究中，主要采用分步法檢驗中介效應與調節效應是否存在。

（二）變量選擇與賦值

在實證研究模型中，樣本數據為31 個省市自治區2008—2017 年的面板數據，模型中的變量主要包括金融結構、研發投入、經濟高質量發展與控制變量四類，具體的賦值方式如表1 所示。

金融結構變量。本文的金融結構包含兩個層次：一是融資方式層面的金融結構，二是銀行業層面的金融結構。融資方式層面的金融結構通過直接融資占比［直接融資/（直接融資+間接融資）］衡量④龔強、張一林、林毅夫：《產業結構、風險特性與最優金融結構》，《經濟研究》2014年第4期。，直接融資具體包括股票融資（含增發）、債券融資（不含國債），間接融資為銀行貸款。銀行業層面的金融結構為銀行業集中度，在結構競爭理論之下，行業集中度是反映行業競爭度的主要指標。區域銀行業競爭度的測度參考蔡競和董艷、戴靜等的方式⑤蔡競、董艷：《銀行業競爭與企業創新》，《金融研究》2016年第11期。、⑥戴靜：《銀行業競爭、創新資源配置和企業創新產出》，《金融研究》2020年第2期。，利用商業銀行在各省的分支行數量份額構造了赫芬達爾指數（HHI）：HHI=，Si為第i家商業銀行的分支行數量與省內商業銀行分支行數量總數的比值。HHI的取值越大，省內銀行業競爭度越低，進一步采用取倒數的方法（1/HHI）將指標正向化。

表1 變量定義與說明

研發投入采用省內規模以上工業企業的研究與試驗發展（R&D）經費支出/GDP，經濟高質量發展則采用各省的全要素生產率加以量化。①劉志彪、凌永輝：《結構轉換、全要素生產率與高質量發展》，《管理世界》2020年第7期。通過增加勞動、資本、自然資源投入實現的增長被稱作“粗放式增長”，通過提高全要素生產率實現的增長被稱為“集約式增長”。全要素生產率不僅能夠反映勞動、資本、自然資源等有形要素的利用效率，還能夠反映技術、制度、企業家才能、人力資本、規模報酬、產業結構、對外開放度等無形要素的產出效率，符合經濟高質量發展的基本精神，故采用全要素生產率作為量化經濟高質量發展的指標。②蘇劍：《從全要素生產率看高質量發展》，《光明日報》2019年3月15日，第11版。全要素生產率的估計采用基于面板數據的隨機前沿法③張健華、王鵬：《中國全要素生產率:基于分省份資本折舊率的再估計》，《管理世界》2012年第10期。，隨機前沿法中的函數為生產函數，被解釋變量為按可比價格的GDP，解釋變量為按可比價格的資產存量與勞動力；其中，勞動力為受教育程度為初中及以上的人口規模。在全要素生產率的測算中，如何估計資本存量是重要前提，而資本存量的估計則主要依賴于資本折舊率，分省的資本折舊率主要參考Zhang（2008）、張健華等④張健華、王鵬、馮根福：《銀行業結構與中國全要素生產率》，《經濟研究》2016年第11期。、⑤Zhang J,“Estimation of China’s Provincial Capital Stock (1952–2004) with Applications”,Journal of Chinese Economic and Business Studies,Vol.6 No.2 (October 2008),pp.177-196.的研究。改革開放以來，中國的行政區劃經過兩次重要調整：一是設立海南省，二是將重慶市設立為直轄市。因此，在提供分省折舊率的文獻中，未能將所有省市自治區囊括在內，通常缺失海南、重慶等數據。本文綜合現有文獻中的資本折舊率數據，再以《新中國—五十年統計資料匯編》《新中國六十年統計資料匯編》《中國國內生產總值核算歷史資料（1952—1995、1996—2002）》以及《中國統計年鑒》為基礎，結合張軍等給出的思路⑥張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算:1952—2000》，《經濟研究》2004年第10期。，估計出31個省市自治區的資本存量數據。由于勞動力人口的數據最早可以溯及1997年，分省固定資產數據披露至2017年，故在估計分省全要素生產率時，將1997—2017年作為樣本區間，表2中給出了1997—2017年期間每隔3年的全要素生產率。由全要素生產率的估計結果可知，樣本期間，各省的全要素生產率在總體上呈上升趨勢，廣東省、浙江省、江蘇省、山東省的全要素生產率相對較高，與現實中的經濟強省地位較為契合。

表2 全要素生產率的估計結果

在模型的估計中，為了便于解釋系數估計值的現實含義，故將上述變量取對數值，變量的描述性統計結果如表3 所示。

表3 描述性統計

（三）實證結果與分析

由于樣本數據為面板數據，故需要在混合效應模型、隨機效應模型和固定效應模型之間進行選擇。在逐步法中，效應是否存在依賴于系數的顯著性程度，而對于面板數據模型而言，組間異方差、組內自相關和組間同期相關問題均對系數的顯著性存在影響，故需要通過一系列檢驗，確定模型的類型。首先，通過Breusch-Pagan（B-P）檢驗在混合效應模型和隨機效應模型之間進行選擇，再通過Hausman（豪斯曼）檢驗確定選擇固定效應模型還是隨機效應模型。如果選擇固定效應模型或者隨機效應模型，則進一步通過Greene-Wald檢驗確定模型是否存在組間異方差；其次，通過Wooldridge-Wald檢驗確定模型是否存在組內自相關；最后，由于樣本數據的觀察年份為10年，故通過適用于短面板樣本數據的Pesaran檢驗確定模型是否存在組間同期相關。

按照本文的研究思路，具體的實證模型如式（4）-（6）所示：

其中，X 為控制變量。模型的檢驗結果如表4所示，由檢驗結果可知，式（3）—（6）中的實證模型均為固定效應模型，并且在模型估計的過程中需同時考慮組間異方差、同期相關以及組內自相關問題，即采用全面可行的關于最小二乘法（FGLS）估計模型。

表4 模型類型選擇與檢驗的P 值

考慮到省與省之間存在異質性，故不統一各組的自回歸系數，模型的估計結果具體如表5 所示。在1%的置信水平上，銀行業結構、直接融資占比對全要素生產率存在顯著影響，銀行業競爭度提升、直接融資占比增加，顯著提升了全要素生產率。在5%的置信水平上，銀行業結構對研發投入存在顯著影響，銀行業競爭度提升顯著減少了研發投入在GDP 中的占比，即與“市場力量假說”契合；直接融資占比對研發投入在GDP 中的占比不存在顯著影響。在考慮調節效應的條件下，在1%的置信水平上，直接融資占比、研發投入對全要素生產率的影響是顯著的，銀行業結構及其與直接融資占比的交乘項則不顯著。

表5 全面FGLS 的估計結果

續表5

將估計結果對應到式（4）—（6）中，結合逐步法的步驟，進一步驗證中介效應與調節效應。按照檢驗中介效應的三個步驟，首先檢驗總效應是否顯著，直接融資占比、銀行業結構的系數c1、c2均顯著為正，故總效應顯著存在。其次檢驗系數的乘積是否顯著，研發投入的系數b顯著為正，銀行業結構的系數僅a1顯著為負，而系數c′不顯著；直接融資占比的系數顯著為正，而系數a2不顯著。由此可見，銀行業結構為完全中介效應，銀行業結構經由研發投入的中介效應為-0.0018（=-0.0307×0.0599）；與之不同的是，直接融資占比并未通過研發投入形成中介效應。與此同時，由于銀行業結構與直接融資占比交乘項系數a3、c3均不顯著，故調節效應不存在。

綜上所述，在金融結構的兩個維度中，僅銀行業結構通過作用于研發投入形成了中介效應，且是銀行業結構作用于全要素生產率的主要通道。融資方式層面的金融結構并未通過研發投入形成作用于全要素生產率的中介效應，故須進一步發揮資本市場為企業進行創新融資的功能。

四、穩健性檢驗

（一）穩健性檢驗策略

在中介效應方程中，通常假設隨機擾動項是相互獨立的，即在式（5）—（6）中的隨機擾動項滿足cov（ζ2，ζ3）＝0。在全面FGLS估計中，并未考慮研發投入方程、全要素方程的隨機擾動項是否存在相關性，故需要確定隨機擾動項是否存在相關性。事實上，如何處理中介效應模型中隨機擾動項的相關性是敏感性分析的重點。①Imai K,Keele L,Yamamoto T,“Identification,Inference and Sensitivity Analysis for Causal Mediation Effects”,Statistical Science,Vol.25 No.1 (November 2010),pp.51-71.鑒于此，本文主要通過調整模型的估計方法來驗證實證結果的穩健性，考慮到隨機變量之間存在相關性，故采用似不相關（SUR）估計模型，再以估計結果為基礎，通過Breusch-Pagan檢驗確定隨機擾動項的相關系數是否顯著為0。如果不能拒絕相關系數等于0的原假設，在模型的估計中可以不考慮隨機擾動項的相關性。與此同時，雖然全面FGLS估計最有效，但“OLS+面板校正標準誤差”最為穩健。如果無需考慮隨機擾動項的相關性，則可以通過“OLS+面板校正標準誤差”的方法估計模型，再以估計結果為基礎，通過逐步法驗證實證研究結論的穩健性。

如上所述，逐步法也存在不足，第一類錯誤率低于設定的顯著性水平，因而可考慮進一步采用Sobel法與Bootstrap方法驗證檢驗結果的穩健性。Sobel法以最小二乘（OLS）以估計結果為基礎檢驗效應是否存在，考慮到本文的樣本數據為面板數據，故在模型中加入個體虛擬變量，即基于最小二乘虛擬變量模型（LSDV），以檢驗效應是否存在。

（二）穩健性檢驗結果

1.基于“OLS+面板校正標準誤差”與逐步法的穩健性檢驗結果

結合樣本數據對式（5）—（6）進行SUR 估計，再檢驗隨機擾動項的相關系數是否顯著為0，估計結果如表5 所示。Breusch-Pagan 檢驗結果表明，在1%的置信度上，不能拒絕相關系數等于0 的原假設。故在模型的估計中可以不考慮隨機擾動項的相關性，可以采用“OLS+面板校正標準誤差”的方法估計模型，估計結果亦如表6 所示。

表6 SUR 估計與“OLS+面板校正標準誤差”的估計結果

由“OLS+面板校正標準誤差”的估計結果可知，在不考慮中介變量的條件下，在1%的置信水平上，銀行業結構與直接融資占比均對全要素生產率存在顯著影響；在5%的置信水平上，僅銀行業結構對研發投入存在顯著影響；在考慮中介變量的條件下，在1%的置信水平上，銀行業結構、直接融資占比和研發投入均對全要素生產率存在顯著影響。“OLS+面板校正標準誤差”的估計結果與全面FGLS的估計結果在系數的顯著性上基本一致，可見實證研究中的估計結果具有較好的穩健性。

將此估計結果對應到式（1）—（3）中，檢驗中介效應與調節效應是否存在。首先，銀行業結構、直接融資占比的系數c1、c2均顯著為正，故兩者的總效應顯著存在。其次，檢驗系數的乘積是否顯著，研發投入的系數b顯著為正，銀行業結構的系數僅a1顯著為負，而系數亦顯著；直接融資占比的系數a2不顯著，而顯著為正；故銀行業結構為部分中介效應，銀行業結構經由研發投入的中介效應為-0.0044（=-0.0672×0.0659）；與之不同的是，直接融資占比并未通過研發投入形成中介效應。由于銀行業結構與直接融資占比交乘項系數a3、c3均不顯著，故調節效應不存在。

綜上所述，銀行業結構的中介效應與直接效應均顯著，直接融資占比僅直接效應顯著，兩者互相之間的調節效應均不顯著，檢驗結果與實證研究結果基本一致。

2.基于Sobel法與Bootstrap方法的穩健性檢驗結果

Sobel法與Bootstrap方法的檢驗結果如表7所示，由檢驗結果可知，在5%的置信水平上，銀行業結構的中介效應顯著為負；在1%的置信水平上，直接效應亦顯著為正。對于直接融資占比而言，僅直接效應顯著為正，中介效應不顯著。在5%的置信水平，銀行業結構與直接融資占比的間接調節效應顯著為正。穩健性檢驗結果確認了銀行業結構的中介效應顯著，直接融資占比的中介效應不顯著，進一步驗證了實證研究結果的穩健性。

表7 基于Sobel 法與Bootstrap 方法的穩健性檢驗

五、結論與對策

（一）結論

智力與財力是創新的兩大支柱，金融能否支持創新、助推經濟高質量發展，不僅是一個總量問題，也是一個結構性問題。基于此，本文通過實證研究得出以下結論：第一，銀行業結構與直接融資占比對經濟高質量發展的總效應顯著為正；第二，銀行業結構通過研發投入作用于經濟高質量發展的中介效應顯著為負，而直接融資占比的中介效應不顯著；第三，銀行業結構與直接融資占比互相之間的調節效應均不顯著。因此，如何進一步發揮資本市場對于促進創新的作用，是進一步推動金融更好服務實體經濟的重點任務。

（二）對策建議

已有實證研究表明，直接融資未能顯著發揮增加研發投入的作用。資本市場鼓勵冒險的特征契合創新活動的特點，因而可以在促進資本市場發展的過程中，引導資金更多地投向創新活動，從而實現資本市場與實體經濟的高質量發展。

資本市場之所以難以發揮增加研發投入的作用，一方面與研發投入的資金來源結構有關，另一方面與研發活動的特征有關。創新活動分為基礎研究、產業孵化、產品開發與技術改造各階段，其中基礎研究是解決關鍵核心技術受制于人、推動經濟高質量發展的關鍵階段。但基礎研究的投入巨大，轉化出來的經濟效益具有高度不確定，且回報周期較長，難以獲得資本青睞，資本更傾向于投資產業孵化、技術改造，新產品開發等短期高回報項目。因此，如何針對基礎研究、產業孵化、產品開發與技術改造的基本特征，借助資本市場工具分而治之，是金融體系結構性改革、促進資本市場支持創新活動的關鍵所在。本文認為可從以下四個方面入手：

第一，對于基礎研究，構建“政府主導、企業參與、社會合力”的融資模式。在研發活動的組織上，應充分發揮“集中力量干大事”的制度優勢，由政府主導投資活動，企業資金、社會資本廣泛參與。因此，可借鑒重大基礎設施工程的融資模式，在資本市場上發行支持基礎研究、核心技術研發的長期專項債券，借助資本市場工具增加基礎研究的投資總量。

第二，對于產業孵化項目，需增強產業項目的可持續性。在創新項目的選擇上，立足于項目所在的產業鏈與行業發展趨勢，因地制宜，充分發揮比較優勢、后發優勢，選擇契合自身資源稟賦的創新項目。政府部門不僅要在完善政策環境、健全組織機構、夯實基礎設施、引進稀缺人才等方面發揮作用，還可以通過股權投資，直接參與到重點創新項目的建設中，提升社會資本對創新項目的信心，從而吸引更多的資金流向產業孵化項目。

第三，對于新產品開發和技術改造，要確保創新融資落到實處。近年來，資本市場上屢屢出現套現離場的負面案例，不僅給個人投資者造成嚴重損失，也可能會影響全社會對于創新項目的預期。當前，中國已經推出了科創板，為成長中的創新型企業融資提供了融資平臺。相比于主板上市條件，科創板上市條件相對較低，有可能為動機不純的投資者創造了投機空間，上市的目的并不是純粹地為了解決企業發展中的融資問題。因此，在促進資本市場支持企業創新的同時，必須強化信息披露，嚴格限售轉讓條件，規范企業的經營投資行為，防止企業盲目擴張，確保將所募集的資金落到創新活動的實處。

第四，在創新項目的退出上，構建合理的容錯機制和風險分擔機制。容許失敗是鼓勵創新的重要原則，恰當地分擔創新失敗帶來的損失，能夠為創新活動注入發展動力。在風險分擔機制的設計上，應充分發揮制度優勢。由各級政府部門出資建立創新基金，創新基金以市場化的方式進行運營，直接參與到重大創新項目的投資中。如果創新項目盈利，可按出資比例分享收益。反之，如果創新項目發生損失，創新基金也應分擔相應比例的損失，對于涉及基礎研究、核心技術研發的創新活動，可以分擔損失的比例，從而提振全社會對于創新活動的信心。