在“双循环”新发展格局背景下，创新驱动可以推动技术产出高质量成果、营造良好创新生态，是我国经济高质量发展的重要手段。金融是保障创新驱动战略实施的重要手段之一，一方面，金融资本参与创新活动可以分散企业创新风险、共享收益；另一方面，科技创新的加速推进又可促进金融资本获得丰厚回报（房汉廷，2010）。自1985年中共中央在《关于科学技术体制改革的决定》中首次提出用风险投资支持高新技术产业发展以来，我国积极推进科技金融体系建设，先后在国家和地方层面出台多项促进科技创新和科技金融的政策，促进经济提质增效。2016年，国务院印发的《国家创新驱动发展战略纲要》指出要“鼓励银行业金融机构创新金融产品 ²”。此外，针对国内市场分割造成的创新要素流通障碍等相关问题，我国还制定了区域一体化发展战略，计划建立开放、统一的创新型市场。作为我国区域一体化发展战略的代表，近20年来长三角城市群区域内城市关系不断转变，从地理位置邻近式联系逐渐转变为更大范围的经济圈发展模式。2018年，长三角区域一体化发展上升为国家战略。近年来，通过整合和激活城市各类创新资源以形成密集的创新网络为目标的科创走廊应运而生。长三角G60科创走廊涵盖上海、嘉兴、杭州、金华、苏州、湖州、宣城、芜湖、合肥9个城市，并于2019年5月被纳入《长江三角洲区域一体化发展规划纲要》，成为长三角一体化发展国家战略的重要组成部分。G60科创走廊通过创业引导基金、产业投资基金、创新券等各类金融政策支持科技创新；引入知识产权、技术转移、法律、人力资源等机构服务科技金融发展，促进企业科技创新，实现创新驱动发展战略。2022年印发的《上海市、南京市、杭州市、合肥市、嘉兴市建设科创金融改革试验区总体方案》中的5个城市均属于长三角G60科创走廊。在各类科技金融政策支持下，长三角G60科创走廊是否在科技金融层面开展了有效的改革实验，政府、金融机构和资本市场等外源性科技金融投入是否促进了科创走廊企业创新效率的提升，是亟待验证的问题，对于创新驱动区域经济高质量发展、提升金融服务实体经济功能具有重要的现实意义。

金融发展影响技术创新，技术创新需要货币、信贷等金融的支持才能得到最大程度的实现（Schumpeter，1912）。从科技金融资金的筹资方式来看，科技金融投入包括公共科技金融和市场科技金融两大类，具体可以从地方政府科技投入、银行科技信贷金额、科技资本市场投入、风险投资资本总额和企业自有资金等方面来评价科技金融投入水平（徐玉莲等，2011；张婕等，2021）。政府投资基金与企业创新之间存在双向时变的因果关系效应（陈鑫鑫等，2022），社保基金委托投资可以促进企业创新（唐大鹏等，2022）。区域科技金融投入效率测度方面，潘娟和张玉喜（2018）以政府财政科技投入、企业研发投入和金融机构科技贷款作为科技金融投入，国内申请专利授权数、新产品产值销售收入、高新技术产业主营业务收入和技术合同成交额作为科技金融产出，运用数据包络分析方法（DEA）测算科技金融投入的创新绩效。区域科技金融投入可以在短期内促进区域科技创新，但是长期来看，科技金融投入对区域科技创新的影响并不明显（张玉喜和赵丽丽，2015）。在科技创新的不同阶段，各类科技金融投入的效果不尽相同。在技术创新和技术产业转化阶段，市场科技金融投入可以促进区域科技创新，公共科技金融投入抑制了区域科技创新，但是在科技成果转化阶段，各类科技金融投入对区域科技创新的影响均不显著且不同区域影响不同（芦锋和韩尚容，2015）。科技金融对企业微观层面的影响方面，科技金融发展可以有效激发战略性新兴产业等企业开展绿色创新研发活动的积极性，提高企业创新效率（刘亦文等，2022），并且企业数字化转型发挥了显著的正向调节作用（郭景先和鲁营，2022）。

企业创新效率受到宏观、中观和微观三个层面因素的影响。宏观层面最重要的影响因素之一是财政补贴相关政策，实证检验证明政府财政补贴并不能显著促进企业创新效率提高（Branstetter和Mariko，1998；廖信林等，2013)。但将企业按照生命周期进行分类后，政府研发补贴能够显著促进成长期、成熟期的企业创新效率，而对于初创期和衰退期的企业创新效率具有显著抑制作用（陈亚平和田辉，2020）。对于制造业企业，政府补贴对其创新效率的影响存在双重门槛效应（伍红和郑家兴，2021）。另外，税收政策对企业创新活动也会产生一定促进作用（林洲钰等，2013）。中观层面，金融市场、市场化程度均是影响企业创新效率的重要因素。金融市场可以有效降低企业创新活动中的风险损失与监督成本，提高企业创新效率 ³。债券融资降低企业总体债务成本、延长企业整体债务期限，股权融资为企业提供长期、持续的现金流，为企业提高创新效率提供支持（王乾宇等，2020；江轩宇等，2021；李秀珍等，2022）。区域市场化水平越高，该区域内企业的创新机会越大、活跃程度越高，企业科技创新活动越能落地实施，企业创新效率越高（Nee和Opper，2010）。微观企业层面的影响因素众多，产权结构（Zhang等，2003）、政企关系（党力等，2015）、公司治理（韩庆潇等，2017）、企业规模（文思君和唐守廉，2020）、董事海外背景（沈菲等，2022）等均对企业创新效率产生正向或负向影响。

已有研究在科技金融投入水平测算、区域科技金融投入效率与效果、企业科技创新效率影响因素方面提供了相应的理论基础。G60科创走廊是科技金融政策实施的重点示范区域，各项科技金融政策在微观企业层面是否发挥作用，影响企业创新效率的机理如何等问题尚待进一步讨论。本文主要的边际贡献在于：（1）将区域科技金融投入纳入企业创新活动效率的研究体系，重点分析政府、金融机构和资本市场三大类区域外源性科技金融投入对企业创新效率的影响效应，拓展了企业创新活动的理论研究框架。（2）探讨了区域外源性科技金融投入对企业创新效率的正向激励与负向抑制的倒“U”型影响效应，并深入分析了区域经济联系对外源性科技金融投入与企业创新效率关系的调节作用，为促进科技金融政策与企业创新活动深度融合、制定合理的科技金融发展政策提供了微观经验证据。

科技金融是由政府、企业、社会中介机构和市场等主体为促进科技成果转化和高新技术产业发展，提供的一系列金融工具、金融体系、金融政策和金融服务 ⁴，其本质是金融资本获取高回报的过程、科学技术资本化的过程（房汉廷，2010）。金融体系可以运用资源配置、资金供给与风险分散等功能有效影响科技创新水平（杨力等，2022）。科技金融为企业技术更新改造提供资金支持，是社会性、系统性以及创新性的政策安排（肖龙沧，2011）。按照科技金融资金是否来自企业，可以将科技金融投入资金分为外源性科技金融投入和企业自有资金投入两大类。公共科技金融中的政府科技投入、市场科技金融投入中的金融机构科技贷款、科技资本市场资金投入均属于外源性科技金融投入（张婕等，2021）。外源性科技金融投入是企业进行创新活动的重要资金来源，是对企业自有资金的有力补充。因此，本文主要探讨外源性科技金融投入对企业创新效率的影响。

在区域科技金融资金投入规模较小时，由于资源稀缺，根据金融功能观理论，外源性科技金融投入通过资源配置、信号传递、筛选科技项目等融资渠道和非融资渠道来激励企业开展技术创新活动，分析逻辑详见图1。外源性科技金融投入的融资渠道效应表现在通过资金优化配置满足企业科技创新投入、创新项目商业化等所需的资金。政府财政科技投入以科技计划、政策性贷款、创新补贴等直接和间接方式，为企业注入现金流（徐玉莲和王宏起，2012），降低企业研发负担，为企业科技创新提供资金支持。金融机构科技贷款以较低的贷款利率、优质的服务将资金引入企业创新领域，增加企业创新资金要素的供给。科技资本市场的投资者通过股权投资、风险投资等形式对科技企业注资以支持企业的科技创新活动，与企业共同承担科技创新的不确定性风险，优化了企业债务结构，降低了企业财务负担。非融资渠道效应方面，政府科技金融投入通过公共科技资源投入的引导和信号传递作用，如在G60科创走廊地区设立“科技成果转化基金”等专项创新基金、建立国家重点实验室等，显著改善了外部技术创新环境，为企业提供广阔的市场空间和融资便利。金融机构在发放科技贷款前，会对企业科技创新项目进行评估，对企业管理现状进行审查，帮助企业控制风险，提高企业科技创新项目的成功率。科技资本市场的风险投资机构利用宽广的关系网络和丰富的社会资源，帮助企业引进研发项目所需的技术人员和创新团队（Guo和Jiang，2013），优化科技金融资源配置。此外，企业通过资本市场并购重组可以吸收更多专利和新技术，增加创新要素供给，促进创新成果转化，即当区域科技金融投入规模较小时，随着外源性科技金融投入的不断增加，融资与非融资渠道效应的协同及放大，不断引致“规模报酬递增”，促进企业科技创新效率的提高。

图  1  外源性科技金融投入对企业创新效率作用的分析框架

当区域外源性科技金融投入资金达到或超过一定规模时，从融资渠道效应来看，随着政府科技投入资金的增加，会发生边际收益递减效应（Pierce和Aguinis，2013）。此外，企业自身获得政府科技资金支持的同时，其行业内的竞争对手也可以获得补贴，从而加剧企业间的市场竞争，降低企业创新活动收益（钱水土和张宇，2017）。从非融资渠道效应来看，如果企业的金融机构科技贷款规模较大，贷款到期时企业将承担大额的利息支出，从而造成科技创新活动的现金流不稳定，且在银行刚性支付的压力下，管理者不敢轻易将贷款用于风险高、担保价值不足的创新项目，从而抑制了企业贷款后的创新投入，对增加创新产出、提高创新效率产生不利影响（肖海莲等，2014）。当政府科技补贴资金较多时，政府也会要求企业完成一定的考核，而创新数量相比于质量更容易量化，这可能导致以“数量”“速度”论英雄，因此，企业为了获得更多的财政补助、专利奖励政策的资助，会选择短视创新，而不是探索性创新活动，引发“专利泡沫”（申宇等，2018），降低企业创新效率。金融机构科技贷款金额和科技资本市场股权投资额的增加，也会加大金融机构以及机构投资者对企业创新项目的介入程度，通过对项目的全程监控以及相机治理限制企业创新项目投资（童盼和陆正飞，2005），从而降低企业创新效率。分析框架见图2。

图  2  外源性科技金融投入过度的分析框架

据此，本文提出假设H1：外源性科技金融投入对企业创新效率存在先促进后抑制的影响。

新经济地理学认为，经济活动资源的空间配置是集中力（向心力）和分散力（离心力）两种对立力量相互作用的结果。因此，区域经济联系一直是经济地理学和区域研究的重点。长三角G60科技创新走廊的9个城市，以高速公路为依托，辐射沪苏湖高速铁路，形成独特的“一廊一核多城”区域经济联系。

当区域外源性科技金融投入促进企业创新效率时，一方面，各地方政府不断释放行政资源，依托G60科创走廊，引入社会资本，共同出资设立了用于鼓励和支持研发合作的“产学研合作基金”“协同创新基金”“科技成果转化基金”“产业基金”等专项基金，加强区域内不同科技金融投入主体之间的协同效应。通过财政资金撬动社会资本，推动投资基金、商业银行、风险投资机构等市场主体参与科技金融创新体系建设，实现区域金融资源的集聚（逄雯婷等，2021）。另一方面，区域内的联合与合作，使不同经济金融发展水平的金融地域系统在功能上实现互补与信息共享，促进整个区域的资金融通和人才供给，进而提高区域内部金融资源的配置效率，直接为企业创新活动提供保障和持续动力。

但当区域外源性科技金融投入抑制企业创新效率时，随着G60科创走廊区域一体化程度的逐步提高，政府科技金融投入协同效应增大，更多的政府科技补贴资金将会投给企业及行业内的竞争对手。在这种情况下，企业对创新项目失败的容忍度会降低，预期收益水平也会受到影响，同时财政资金投入后改变资金用途或进行无效投资等道德风险问题会增多，对企业创新效率的抑制作用进一步增强。而且区域经济联系越强，银行间竞争程度越高，越可能削弱银行的市场势力，从而对科技企业的贷款增加（Benfratello等，2008）。而银行信贷强度的增加会加剧企业融资约束、削弱企业决策权，造成企业陷入持续低创新的困境（徐飞，2019）。此外，区域经济联系增强时，机构投资者、债权人、审计师和证券分析师等可以用更低的成本、更容易地获得企业信息，这在提高信息透明度的同时也使管理层不断面临企业内部和外部利益相关者的评价（王菊仙等，2016），外部业绩压力随之增大。因此，管理层将更加注重企业短期绩效，利用手中的权力和资源影响创新项目的方案选择和发展方向（张涛等，2017），从而提高了企业创新投入不足的可能性和程度。

据此，本文提出假设H2：区域经济联系增强了外源性科技金融投入对企业创新效率的促进和抑制作用。

本文以2012−2019年长三角G60科创走廊9个城市 ⁵科技型上市公司为样本，主要采用的是年度外源性科技金融投入数据和上市公司年度财务数据。参考李希义和房汉廷（2008）对科技型上市公司的界定标准，本文对G60科技创新走廊的所有上市公司进行筛选。为使样本数据更具相关性和典型性，在数据处理过程中，本文剔除ST、^*ST状态的公司、金融类上市公司、资产负债率大于1以及由于其他条件而存在明显异常值的公司。

本文数据主要通过以下方法手工收集并汇总：（1）外源性科技金融投入数据来自各城市和省级统计年鉴、统计公报以及《中国城市统计年鉴》。（2）企业的投入、产出等数据主要来自国泰安数据库。（3）市场化水平使用樊纲指数衡量。部分城市个别年份数据缺失时采用插值法处理，最终形成了9个城市9年的面板数据，涵盖519家科技型上市公司，3394个“企业−年度”样本点。

为检验假设H1，本文构建如下外源性科技金融投入与企业创新效率基础模型：

其中，被解释变量TE为企业创新效率，核心解释变量TF为外源性科技金融投入，具体包括地方政府科技投入（Gov）、科技资本市场投入（CM）、金融机构科技贷款（Bank）。β₀为模型常数项，CV代表包含企业规模、财务杠杆、经营性现金流以及企业盈利能力在内的一组控制变量，μ_i和ω_t分别为企业和年度固定效应，ε是随机扰动项，i和t分别代表i企业和t年。

本文进一步在模型（1）中加入调节变量区域经济联系以检验假设H2，模型如下：

其中，R_t为第t年G60科创走廊的区域经济联系，反映该地区城市间经济联系强弱程度，其余变量定义同模型（1）。

企业创新效率是企业研发投入与产出关系的直观表现，数据包络分析（DEA）是最常见的测算方法。本文以样本企业的创新投入和产出数据为基础，采用DEA方法将二者结合，获取企业创新效率。本文参考陈庆江（2017）、常亮和罗剑朝（2019）的做法，以研发人员数量、研发支出衡量企业研发投入，以发明专利申请数衡量企业研发产出；为充分反映不同类型的企业科技创新产出，参考王新红和李拴拴（2020）的做法，增加营业收入和无形资产两个指标衡量企业研发产出。考虑到上市公司技术创新活动的规模报酬特征以及本文研究目的，采用SBM超效率模型对创新效率进行估计。具体指标见表1。

科技金融投入是由政府、金融机构以及市场投资者通过金融产品、资本、补贴和配套金融服务等多种形式向科技创新主体提供资金、人才、制度的支持与服务。参考张婕等（2021）的研究，本文选取地方政府科技投入（Gov）、金融机构科技贷款（Bank）、科技资本市场投入（CM）三种工具来分别测算G60科创走廊9个城市的外源性科技金融投入程度。地方政府科技投入以地方政府财政科技拨款占地方政府财政支出比重来衡量。与短期贷款不同，中长期贷款主要用于研发改进技术、新增固定资产项目等（范从来等，2012）。因此，参考张芷若和谷国锋（2018）的研究，本文使用金融机构中长期贷款余额代替金融机构科技贷款额来反映企业对科技金融的投入力度。科技资本市场投入以G60区域内科技型上市公司流通市值占G60区域内上市公司总市值的比重来衡量。

区域经济联系与区域经济地位密切相关。依托松江区科技创新走廊的枢纽地位，上海与其他城市相比具有更高聚焦度、显示度和贡献度，能够充分发挥长三角G60科创走廊的辐射引领作用。因此，本文用上海对外经济联系总量（R）来衡量科创走廊的区域经济联系程度。根据孟德友和陆玉麒（2009）的研究，本文采用时间距离修正引力模型对G60科创走廊各地区经济联系强度进行测算，构建如下模型（3）：

其中，R_m,n为m、n地区间的经济联系强度；P_m、P_n为m、n地区的人口数量；G_m、G_n为m、n地区的生产总值；D_m,n为m、n两地区间的地理距离。同时，在引力模型的基础上，测算地区m的对外经济联系总量，构建如下模型（4）：

其中，R_m为m地区的对外经济联系总量，用以反映该地区与其他地区经济联系的强弱程度。通过模型（3）、模型（4）分别计算得出上海与其他8个城市的经济联系强度以及上海的对外经济联系总量。

企业规模是影响创新的重要因素（Jefferson等，2006）。企业规模越大，产品生产能力越强，社会声誉越好，企业越倾向通过创新等方式管控经营风险，以实现可持续发展。本文选取总资产的自然对数来衡量企业规模。资产负债率代表了企业的资本结构，反映了企业的偿付能力。低财务杠杆的企业经营成长性较强，能够支持资金规模大、周期长的研发活动，并获得较高的风险溢价，更好地为研发资金的持续投入提供保障（O’Brien，2003）。企业的经营性现金流越充足、盈利水平越高，越有利于企业抓住投资机会，获取竞争优势，激励企业提高创新效率。

具体变量定义见表2。

表3报告了变量的描述性统计结果。结果表明，企业创新效率没有明显偏态分布特征，但G60科创走廊地区科技型企业整体创新能力不足。地方政府科技投入（Gov）的标准差小于1，波动幅度较小；金融机构科技贷款（Bank）和科技资本市场投入（CM）的标准差大于1。区域经济联系（R）的均值小于中位数，数据呈现左偏分布特征，说明大部分城市与上海的经济联系较强。控制变量的标准差大部分小于1，波动幅度较小。总体来看，各变量基本处于合理范围内，能够为采用面板数据的研究提供良好的样本分布。

本文采用DEA方法测度519家科技型上市企业创新效率，采用固定效应面板模型分析不同外源性科技金融投入对企业创新效率的影响，结果如表4所示。列（1）只加入外源性科技金融投入的一次项，列（2）−列（4）逐步引入金融机构科技贷款、地方政府科技投入、科技资本市场投入的二次项。结果显示，地方政府科技投入一次项的系数显著为正，二次项的系数显著为负，而金融机构科技贷款和资本市场科技投入的系数均未能通过显著性检验。在模型（3）中，倒“U”型的拐点为3.05，介于地方政府科技投入[2.03，3.49]的取值范围内。基于此，假设H1得到部分验证，长三角G60地区的地方科技投入先促进后抑制企业创新效率，整体呈现倒“U”型关系。

长三角G60科创走廊地区的地方政府通过资金资助、附加的专业培训，以及由此产生的积极舆论效应，促进科技型企业创新效率的提高。嘉兴、苏州等地通过直接补助、贷款贴息，上海通过发放“科技创新券”等方式对企业创新活动给予资金支持。更重要的是，通过地方政府的引导和示范，释放出企业的研发项目具有良好投资前景的积极信号，引导和促进低成本资金、高素质人才进入企业。上述措施缓解了企业的融资约束，有效分散了企业在研发过程中所面临的风险，促进了科技成果的转化，对科技型企业的创新效率产生了正向的激励作用。然而，随着地方政府科技投入的增加，其对整个行业的普惠效应加剧了企业产品市场的竞争，企业创新活动的边际收益递减，最终导致企业“得不偿失”。

金融机构科技贷款未能对企业创新效率产生有效影响，可能的原因在于，虽然G60科创走廊通过深化落实央行发布的《金融支持长三角G60科创走廊先进制造业高质量发展综合服务方案》，给予金融机构适当风险补贴、税收优惠，引导商业银行参与科技金融创新体系建设，但由于固定收益与金融机构所承担的风险仍然不匹配，科技型企业的抵押物难以达到银行标准，金融机构对科技型企业的贷款是“望而却步”，从而削弱了其对企业创新效率的影响。此外，相比于科技资本市场投入，金融机构科技贷款属于被动型融资，银行对企业创新项目的全程监控以及对资金的分期供给削弱了企业决策权，使企业处于被动和从属地位，创新项目的新颖度和创新性受到局限。

科技资本市场建设方面，近年来，资本市场服务创新企业的能力不断提高。中小板、创业板和科创板，以及注册制试点给长三角G60区域的高新技术企业带来了更多展示机会，有助于盘活科技金融资金、推进科研成果资本化。为提高技术创新和产业发展活力，长三角G60的9个城市金融主管部门积极推动发行创业投资基金类债券、双创债务融资工具、双创金融债券和创新创业公司债。可见，科技资本市场为长三角G60区域的科技型企业发展提供了更多融资渠道、创造了更多条件。造成科技资本市场投入对企业创新效率的作用不显著的原因可能是其对不同类型企业的影响存在差异，导致两种效应相互抵消。

从控制变量来看，企业规模（Size）、企业经营性现金流（Cash）分别在1%和10%的水平上与企业创新效率显著正相关，表明科技型企业规模越大，经营性现金流越充裕，企业的发展成熟度越高，越能够合理运用各种经营策略，促进企业科技研发与成果转化。

在主效应为“U”型或倒“U”型的情境下，Haans等（2016）认为调节效应检验主要观察二次交乘项的系数及其显著性。为验证区域经济联系对地方政府科技投入与企业创新效率关系的调节作用，本文引入地方政府科技投入与区域经济联系的交乘项Gov×R和Gov²×R，结果如表5所示。二次交乘项Gov²×R的系数为−0.0220，且在1%的水平上显著，说明区域经济联系的增强带来地方政府科技投入在倒“U”型前期对企业创新效率的正向效应和后期负向效应的增强，假设H2得到验证。

上海作为长三角的中心城市，扮演着金融中心、科创中心等角色，对G60科创走廊其他地区发挥强有力的辐射作用，解决了因城市间行政级别不对等、科技对接工作力度不够所导致的科技资源配置失衡问题，促进了以货币资本为载体的科技金融资源在区域内的自由流通。同时，政府资金的有力引导也带动了银行业、证券业、保险金融机构及创业投资等各类资本进入科技企业，对科技型企业研发投入产生正向的激励作用。但当地方政府科技投入达到或超过一定规模时，区域经济联系的增强会使整个行业的科技补贴资金“水涨船高”，导致企业间产品市场竞争激烈，从而降低企业对创新项目失败的容忍度和预期收益水平，严重削弱了企业创新资源的配置效率。

企业的属性差异直接影响外源性科技金融投入对企业创新效率的作用效果。因此，本文按照产权性质、规模以及所在城市的市场化水平 ⁶进行分组检验，以有效捕捉外源性科技金融投入对不同企业创新效率的差异化驱动作用。

表6结果显示，对于国有企业而言，金融机构科技贷款、地方政府科技投入和科技资本市场投入二次项的系数均未通过显著性检验；对于非国有企业而言，列（5）中地方政府科技投入二次项的系数负向显著，且拐点在取值范围内；列（6）中科技资本市场投入二次项的系数负向显著，且拐点在取值范围内。上述结果表明，地方政府科技投入、科技资本市场投入与创新效率之间的倒“U”型关系在非国有企业中更显著。

产生上述结果的可能原因在于，一方面，非国有企业的市场竞争压力、创新活跃度高于国有企业，所以非国有企业能更好地利用政府提供的资源和政策，实现创新产出价值的最大化。另一方面，非国有企业不受制度约束，可以更多地吸收资本市场资金，权益债务比（股票价值/债务价值）相对较大，财务负担较小，债务结构更优化。然而，为获得更多财政补助和资本市场投入，非国有企业面临一定的考核，这可能导致其以“重数量轻质量”的创新策略对冲压力，引发“专利泡沫”，而真实创新能力没有提升，也无法通过创新实现经济效益。在上述因素的综合作用下，地方政府科技投入、科技资本市场投入与非国有企业创新效率之间的倒“U”型关系更显著。

表7结果显示，对于规模较大的企业而言，列（2）中地方政府科技投入二次项的系数在10%的水平上显著为负，拐点在取值范围内；列（3）中科技资本市场投入二次项的系数在10%的水平上显著为负，拐点在取值范围内。对于规模较小的企业而言，金融机构科技贷款、地方政府科技投入和科技资本市场投入二次项的系数均未通过显著性检验。上述结果表明，地方政府科技投入、科技资本市场投入与创新效率之间的倒“U”型关系在规模较大的企业中更显著。

产生上述结果的可能原因在于，相比于小企业，大企业由于研发资源和创新基础较强，可以更有效地利用政府和市场投入的创新资源。但是，随着政府科技投入和资本市场投入的增加，政府机构和资本市场对大型企业的创新产出预期会逐步提高，管理层对外部预期目标实现难度的感知将影响企业后续的创新投资决策。而由于创新项目风险较高且周期较长，管理层在短期考核的压力下可能会缩减研发投资，更加追求速度和数量，导致增量成本超过增量收益，不利于创新质量的提高。在上述因素的综合作用下，地方政府科技投入、科技资本市场投入对规模较大企业的创新效率产生先促进后抑制的倒“U”型作用。

表8结果显示，对于市场化水平较高地区的企业而言，地方政府科技投入二次项的系数在5%的水平上显著为负，拐点在取值范围内；对于市场化水平较低地区的企业而言，科技资本市场投入二次项的系数在5%的水平上显著为负，拐点在取值范围内。上述结果表明，地方政府科技投入与创新效率之间的倒“U”型关系在市场化水平较高地区的企业中更显著，科技资本市场投入与创新效率之间的倒“U”型关系在市场化水平较低地区的企业中更显著。

市场化水平高可以促进政府科技投入的有效配置和使用，充分实现政府科技投入对企业创新效率的引导和支持作用。但市场化程度越高的地区，地方政府间的竞争和策略互动越明显，企业间的竞争也会越发激烈，为获得更多政府投入，企业越容易增加非生产性支出，挤占研发活动资金。相应地，当地区市场化水平较低时，企业间的竞争程度相对较低，企业的调整时间较为充分，可以综合利用资本市场的资金、技术人才和研发团队等创新资源。但在市场化水平较低的地区，市场透明度和法治环境也相对较薄弱，上市公司管理层权力滥用现象会更为普遍，这不利于企业创新决策。

参考叶莉等（2015）的研究，本文采用企业年专利授权数量衡量企业创新能力，重新进行检验。另外，采用产出导向的规模报酬可变的BCC模型对企业创新效率进行估计，将其代入基础回归模型，其他变量保持不变。表9列（2）和列（5）结果显示，地方政府科技投入二次项的系数均显著为负，说明地方政府科技投入对G60科创走廊企业的创新效率产生了先促进后抑制的影响。

考虑到宏观经济政策大多按地区、行业制定或实施，参考唐大鹏和杨真真（2022）的研究，本文加入行业与地区交互固定效应。表9列（8）结果显示，地方政府科技投入仍对企业创新效率产生先促进后抑制的显著影响，这与基准回归结论一致。

企业交易规模也会对创新效率产生重要影响，借鉴任跃文（2019）的方法，本文采用营业收入与总资产的比率来衡量企业的交易规模（ETS），并将其作为新的控制变量纳入模型。表9列（11）结果与前文一致，说明本文的结论稳健。

本文基于长三角G60科创走廊9个城市的宏微观数据，考察外源性科技金融投入对该区域科技型上市企业创新效率的影响，并探讨区域经济联系在二者关系中发挥的调节效应。研究发现：（1）地方政府科技投入与企业创新效率之间呈显著的倒“U”型关系；（2）科技资本市场投入对非国有、规模较大、所在城市市场化水平较低的企业创新效率也表现出先促进后抑制的影响；（3）金融机构科技贷款由于规避风险和被动型融资方式对企业创新效率的影响不显著；（4）区域经济联系越强，地方政府科技投入对企业创新效率的促进和抑制作用也越强。基于以上研究结论，本文从四个方面提出政策建议，以进一步促进G60科创走廊科技金融发展和提升科技型企业创新效率。

第一，加强科创走廊的城市间沟通与协调，推动创新要素融合共享。深化长三角G60区域合作，发挥上海的辐射引领作用，加快发展区域性产权、股权、技术产权和资源要素市场，综合运用财政资金、银行科技贷款、资本市场、引导基金等，提高区域内金融资源的配置效率，推动城市圈内科技金融服务一体化。着力打造区域重大科技创新平台、探索建设“人才飞地”、完善新型研发机构管理体制机制，加强区域协同创新，实现区域创新资源集聚，为企业创新活动提供保障和动力。

第二，作为金融资本配置的重要主体，金融机构应以创新为导向积极探索对科技型企业的支持，深化科技金融产品和服务改革，推出更加契合科技创新特色、投贷联动等交叉性科技金融产品，降低科技型企业的融资门槛，给予小企业大力度的优惠，将科技贷款培育成科技金融资金供给的重要支撑。金融机构还可以通过金融工具的创新，逐步将“自主型”因素引入“被动型”贷款工具，适度放松对科技项目的监管，推进企业创新决策由“被动”向“主动”的有力转变，减少对企业创新项目的决策干预。

第三，加快构建多元化、多层次、多渠道的科技金融生态体系，增强科技金融服务实体经济的力度。基于企业产权、规模等差异，构建更加合理的财政科技支出分配机制，提高财政科技资金使用效率，充分发挥政府对科技型企业的支持和引导作用。通过税收优惠、科技创新券等创新政策红利，引导企业进行科研软投入，提高企业研发投入强度与自有资金使用效率，同时避免力度过大造成的边际损失不断增加而抵消政策红利带来的资源优势。

第四，完善地方科技资本市场，构建企业科技融资体系。进一步规范和简化IPO审批程序，降低中小企业进入资本市场的门槛，完善风险资本退出机制，撬动社会资本投向科创项目，激励其对科技型企业的股权投资，扩大科技金融的“盘子”和规模，为企业最大限度地享有创新决策权提供条件，合力支持科技成果转化。