科技金融政策能有效促进企业自主创新量质齐升-经济与管理评论

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

研究背景与问题

在当前经济全球化与科技创新加速的背景下，企业自主创新成为推动经济增长和产业升级的关键因素。科技金融政策作为国家创新驱动发展战略的重要组成部分，旨在通过金融手段支持科技创新，促进企业提升自主创新能力。然而，科技金融政策对企业自主创新的影响效果如何，以及如何通过政策试点来优化这一影响，成为学术界和实践界共同关注的问题。本文以2009—2022年中小板和创业板上市企业为研究对象，探讨科技金融政策对企业自主创新量质齐升的影响。

研究方法

本研究采用双重机器学习与多期双重差分（DID）模型，结合2011年与2016年两批科技与金融结合试点城市建设政策作为自然实验，对科技金融政策对企业自主创新的影响进行实证分析。双重机器学习通过构建机器学习模型，对政策实施前后的企业创新数据进行深度挖掘，以捕捉政策影响的动态变化；多期DID模型则用于评估政策试点对创新产出的净效应。

核心结果

研究发现，科技金融政策能够有效促进企业自主创新量质齐升。具体而言，政策试点城市的企业在创新投入、创新产出以及创新质量等方面均表现出显著提升。此外，双重机器学习模型揭示了政策实施初期对企业创新能力的促进作用较为明显，但随着时间的推移，政策效应逐渐减弱。这表明，科技金融政策需要根据企业创新发展的不同阶段进行动态调整，以实现持续有效的创新支持。

结论与意义

本文的研究结论表明，科技金融政策在促进企业自主创新方面具有显著作用。政策试点作为一种有效的政策实施方式，能够通过优化资源配置、降低创新成本等方式，激发企业创新活力。然而，政策实施过程中也存在一定的问题，如政策效应的滞后性、政策效果的差异化等。因此，未来需要进一步完善科技金融政策体系，加强政策实施效果的评价与反馈，以实现科技金融政策与企业自主创新的良性互动。本研究对于理解科技金融政策对企业创新的影响机制，以及为政策制定者提供决策参考具有重要的理论和实践意义。