正规与非正规金融对异质性企业技术创新的影响研究*

（厦门大学经济学院 福建厦门 361005）

一、引 言

党的十九大报告强调了创新是经济发展的第一推动力，创新驱动发展战略是建设现代化经济体系的支撑。近年来，国家加大研发投入，2018 年研发经费投入强度达2.18%，人均R&D 支出达46.91 万元，国际市场上我国产品的竞争力也逐步提升，实现“中国制造”向“中国创造”的转变。但总体来看，我国的创新之路仍任重道远，2018 年美国研发经费投入强度约为2.84%，日本约为3.50%；此外，根据欧盟的统计，2018 年美国企业研发投入占全球37%、欧盟27%、日本14%，而中国占比只有10%。因此，想要全面提升我国企业的核心竞争力，重点仍在于提高自主创新能力，这就要求我们必须准确认识和把握影响企业技术创新的关键因素。

企业的技术创新活动具有资金占用大、周期长及回报不确定的特点，因而易面临融资约束（Hall，2002）。而由于我国资本市场的不完善，借贷是企业主要的外源融资手段，根据信贷来源的不同，主要有正规金融与非正规金融两种融资方式。正规金融对企业技术创新活动具有促进作用，然而我国以银行信贷为主导的正规金融体系发展不够充分，无法满足企业庞大的融资需求，以民间借贷、商业信用为代表的非正规金融可以在一定程度上弥补正规金融体系的功能缺位和效率损失。综观现有文献，鲜有关于非正规金融对企业技术创新影响的研究。因此，本文通过探究两种融资方式对中国企业技术创新活动的影响来弥补该研究领域的不足。

本文的贡献体现在以下几个方面：（1）细化研究金融与企业技术创新的关系。现有关于金融与企业技术创新关系的文献集中在宏观层面或正规金融领域，本文从微观角度考察两种融资方式对企业技术创新活动的影响，是对相关研究的深化和补充。（2）本文使用中国私营企业调查样本进行实证分析。非正规金融的测度及统计存在较大的难度，对实证研究造成一定影响，而私营企业调查中包含了较多关于企业正规与非正规金融融资、企业技术创新投入与企业特征的相关信息，为本研究提供了较为全面的数据支持。（3）参考现有研究，分别构建了正规与非正规金融的工具变量并证实了工具变量的合理性和有效性，尽可能合理地缓解内生性问题。（4）本文尝试从企业异质性以及区域异质性的角度考察两种融资方式对技术创新影响效果的差异。

本文的后续内容安排如下：第二部分是文献综述；第三部分是相关理论分析与研究假设；第四部分是计量模型与变量选择；第五部分是实证结果分析；第六部分是主要结论与政策建议。

二、文献综述

金融发展可以促进研发创新，而研发创新具有技术进步效应从而可以促进经济增长（Brown 等，2009）。国外学者对金融发展与企业技术创新的研究起步较早。1912 年熊彼特提出的技术创新理论中就强调金融可以通过影响企业的技术创新活动促进经济增长。现有研究普遍认为国家、地区金融的完善可以鼓励企业技术创新（Brown 和Peterson，2011；Chowdhury 和Maung，2012）。Ayyagari 等（2011）、Amore 等（2013）的研究均表明外部融资偏好创新型项目，从而促进企业的技术创新活动。对于内在的影响机制，国外学者的研究主要集中在分散风险、减少信息不对称两方面。金融市场存在分担流动性风险的功能，Levine（1991）认为股票市场的存在促使投资者选择流动性差但预期收益高的技术创新项目。企业创新融资过程因信息不对称存在逆向选择及道德风险问题，而完备的金融体系拥有信息揭示机制，同时金融中介可以降低信息获取成本，优化对创新型项目的评审及监督流程，进而推动技术创新活动的开展（Laeven 和Valencial，2012）。

国内相关研究起步较晚。理论研究方面，王莉（2007）分析了不同金融体系结构对不同层面技术创新活动影响的差异；张元萍等（2016）采用综合序参量模型和容量耦合系数模型研究了中国金融发展与技术创新的互动机制。实证研究方面，基于中国省级面板数据，国内学者证实了金融发展对企业技术创新的正向促进作用（曹霞与张路蓬，2017；李泉和郭佳卫，2018），还分析了不同金融市场以及企业异质性方面的影响差异，郭熙保和桂立（2017）认为信贷市场抑制技术创新，股票市场促进技术创新；米展（2016）的研究结论与此相反。王昱等（2017）发现金融发展与技术创新之间存在显著的门限特征，私营、中低技术企业的门限值较高。

综上所述，国内外学者基本肯定金融对技术创新活动的正向促进作用，然而立足的视角不同，结论也不尽相同。由于中国金融结构的二元性明显，正规金融发展不完善，非正规金融成为中小企业的重要融资方式。正规与非正规金融的不同特征，使其对企业技术创新活动的影响也存在差异。聂高辉等（2018）间接测度中国非正规金融并利用时变参数向量自回归模型证实了非正规金融可以促进技术创新，刘政和杨先明（2017）考察了商业信用对中国制造业企业技术创新的影响，其余文献鲜有涉及非正规金融对技术创新的影响。因此，本文系统考察正规与非正规金融对企业技术创新活动的影响差异。

三、理论分析与研究假设

（一）企业融资理论与企业创新融资缺口

企业技术创新活动离不开金融支持，根据技术创新企业融资理论，企业的外部融资分为正规金融与非正规金融两类。前者以银行信贷为主，后者包括民间借贷、个人借贷、商业信用等其他融资方式。受金融市场发展尚未成熟和转型体制的影响，中国金融市场正规与非正规金融并存。

企业的研发信息与其发展战略高度相关，为保证商业安全企业无法将这些信息完全披露出来，因而技术创新的投资者与实施者之间存在高度的信息不对称问题，使得融资约束成为制约企业技术创新的根本原因之一。从投资者的角度来看，技术创新具有三个鲜明的特征。一是投资较大、调整成本高。技术创新的投入主要以无形资产的形式体现在人力资本中，而人员的流动会造成无形资产的流失与创新知识的外流，企业的调整成本较高，因此其会尽可能平滑在研发上的支出，使得创新投资能够持续、累积地注入（Hall，2002）。二是投资周期长。从创意的提出、研发投入、转化为无形资产到最终形成产品收益的过程极为漫长，这决定了创新投资回报的滞后性。三是风险高、不确定性大。初期如果创新项目缺乏基础科学的可行性与收益可得性的论证，研发失败可能性极高；后续过程也存在技术瓶颈导致研发失败、市场营销推广不利以及财务破产等风险。此外，技术创新投资的产出回报是与生产及服务相关的知识，知识具有非排他性，而技术创新投资不具有独占性，不能阻止其他企业“搭便车”的行为，因此面临极大的不确定性。基于上述三个特征，企业技术创新往往面临融资约束。

从资产结构的角度来看，一方面，企业的技术创新投入大多以专有技术、人力资本及商誉等无形资产的形式存在，因而创新投入的增加会造成有形资产比重的减少；另一方面，无形资产缺乏明确的估值方式、变现能力较差且存在贬值风险，而企业技术创新的投资者倾向于用有形资产作为抵押物。故而企业的创新投入会抑制其外部融资能力，尤其是来自银行的融资。

正规与非正规金融是企业外部融资的主要方式，两者的差异主要体现在规模优势、信息优势与交易成本三个方面。第一，正规金融是通过一些正式的金融中介机构和金融市场而进行的资金融通，因此它具有规模优势和资金成本优势（Lee 和Persson，2016）；而非正规金融零星分散、缺乏规模优势，且除了亲友借贷通常不需要支付利息外，其他非正规金融的资金使用成本往往较高（Madestam，2014）。第二，正规金融具备通过大数据获取信息的能力，其在收集和处理财务信息、客户信用记录等公开信息上具有优势；而非正规金融往往建立在地缘、血缘与人缘的关系网络上，借贷双方往来频繁，贷款人对于借贷企业的收入状态、企业目前的经营情况和还款能力等一些难以量化和传递的信息具有比较优势。第三，正规金融具有标准化实施运营流程，交易成本较高，包括金融中介分支网络运营费用、风险确认成本、监督实施成本、搜寻成本等；而非正规金融的形式灵活、结构松散，具有金融互助属性（张海洋，2017），且多数位于经济落后地区，交易成本较低。

基于上述分析，企业技术创新活动往往面临融资约束问题，而正规和非正规金融通过缓解融资约束促进企业的技术创新活动，由于两种融资方式优势不同，决定了其具有互补性。鉴于融资约束程度高的企业往往是一些从正规金融渠道获取资金困难的企业，可能的结果就是非正规金融对这些企业技术创新水平的提升作用更明显。由此提出假说1。①因篇幅所限，本文省略了机制传导图，感兴趣的读者可在《经济科学》官网论文页面“附录与扩展”栏目下载。

假说1：正规与非正规金融都是我国企业技术创新融资的重要来源，二者通过缓解企业融资约束促进企业技术创新，并且非正规金融对强融资约束企业的促进效果更明显。

（二）异质性因素的影响

正规与非正规金融对企业技术创新活动的影响会因企业的异质性而产生差异。就企业规模而言，与大型企业相比，中小企业规模小、经营活动相对不规范，同时更易受到经济波动的影响，导致生产经营的不确定性高，而企业的技术创新活动不仅需要较大的前期投入，后续还需要持续的资金注入，受制于规模小、风险大的特点，一方面中小企业自主创新的意愿和动力会降低，另一方面正规和非正规金融向中小企业授信的意愿也可能会降低，这会在一定程度上影响中小企业的技术创新水平。

假说2：正规金融与非正规金融对企业技术创新活动的影响因企业规模的异质性而存在差异。

中国省份之间城镇化差异明显，城镇化率高的地区正规金融的经营网点较多，企业贷款相对便利；而城镇化率低的地区尤其是农村地区，银行网点少且正规金融机构入驻时间较短，同时相对落后的经济发展水平放大了贷款风险，加剧了企业的贷款难度。同样地，金融对企业技术创新的影响效果会受到地区开放程度的影响，贸易开放度高的地区与海外国家的接触更频繁，有利于海外资本的流入和先进的生产技术与设备的引进，使得这些地区的企业更易获得正规金融的资金支持；低贸易开放度的地区与外界往来较少，阻碍了其生产网络和市场规模的扩大，也使其较不易获得正规金融的支持。而非正规金融可以弥补城镇化率低、贸易开放度低的地区正规金融的不足。因此，我们提出假说3。

假说3：正规金融与非正规金融对企业技术创新影响存在明显的地域差异，正规金融对城镇化率高、贸易开放度高的地区技术创新促进作用更显著，而非正规金融能在相对落后的地区弥补正规金融的不足。

四、计量模型与变量选择

（一）模型设定

本文重点考察正规金融与非正规金融对企业技术创新活动的影响，基础回归模型如下：

其中，i、p、t、r分别表示企业、行业、年份及省份；Innovationiptr代表企业的技术创新活动；Financeiptr表示正规金融或非正规金融两种融资方式；CViptr表示控制变量，包括企业异质性和企业家异质性指标；γt、δp和μr分别表示年份、行业和省份的固定效应；εiptr为残差项。

（二）数据来源和变量选择

1.数据来源

本研究立足于企业层面，重点考察正规与非正规金融对于企业技术创新活动的影响，数据来源于中国私营企业调查（Chinese Private Enterprise Survey，CPES）数据库，该数据库拥有丰富的企业融资方式信息、企业主个人信息等，可以为本研究提供数据支撑。私营企业调查数据每两年针对私营企业家进行抽样问卷调查，每次抽样调查的内容有所不同，且每次调查的主体选择也不存在连续性。因此，本文筛选了历次调查问卷中与本研究主题相关且具有连续性的指标，最终选取2002 年至2008 年四次调查的混合截面数据，同时删除了指标缺失与存在明显常识性错误的样本，并对最终样本的主要变量进行1%的双尾缩尾处理，以消除异常值对样本分析和实证研究存在的不利影响。

2.核心变量

本文回归模型的被解释变量为企业的技术创新。根据私营企业调查数据库的数据可得性，本文选取企业R&D 支出的对数值作为企业技术创新的代理变量，记为RD。

研究中分别考虑了正规金融与非正规金融对于企业技术创新活动的影响。中国私营企业调查数据中，正规金融的来源分为国有银行贷款余额、股份制银行贷款余额、城市商业银行贷款余额、境外银行贷款余额，其中城市商业银行贷款余额及境外银行贷款余额是后期才开始统计的指标，出于指标连续性考量，本文选用国有银行与股份制银行的贷款余额总和的对数值（Formal）作为正规金融的代理变量。非正规金融的来源分为民间借贷余额、个人借贷余额及商业信用，其中个人借贷余额也是后期才开始统计的指标，因此选用民间借贷余额与商业信用之和的对数值（Informal）作为非正规金融的代理变量，商业信用对数值记为Informalcc，民间借贷余额对数值记为Informalpl。

3.控制变量

本文从企业异质性与企业家异质性两方面选取相关变量来控制其对企业技术创新活动可能造成的影响。企业异质性方面的指标包括：企业销售收入的对数值（Sale）、企业年龄的对数（Firmage）及企业的知识产权拥有量（IPR）；此外，许多文献表明企业家异质性会影响企业的技术创新活动，女性管理者相较于男性管理者更倾向于低风险战略决策，可能规避风险较大的技术创新活动；年纪轻的企业家喜欢尝试创新性的冒险行为，而年龄较大的企业家更加保守，依赖于原有的经验不愿意尝试技术创新活动；教育水平能够反映企业家的认知能力，学历越高的企业家越能够接受和承担风险，更容易接受技术创新活动，因此本文选取企业家性别（Gender）、企业家年龄的对数值（Age）以及企业家受教育程度（College）作为控制变量，其中企业家性别为男性，Gender取1，否则为0；企业家受教育程度为大学及以上，College取1，否则为0。

4.工具变量

本文选取工具变量来缓解内生性问题。正规金融工具变量包括虚拟变量在清朝时是否被英国殖民（British）和位于同一城市及行业的企业正规金融融资的均值（Mean_x），非正规金融的工具变量包括社会资本（SC）和地区腐败程度（Corrput）。社会资本用省区社会团体个数与省区人口总数之比测度，社会团体个数来源于《中国民政统计年鉴》，人口总数来源于《中国统计年鉴》；地区腐败程度用省区腐败立案（包括贪污腐败与渎职两部分）数量与政府部门在职职工人数。腐败立案数来源于《中国检察年鉴》，政府部门在职人数数据来源于《中国统计年鉴》。工具变量的合理性和有效性见后文分析。①变量列表和变量的描述性统计请见《经济科学》官网“附录与扩展”。

五、实证结果分析

本文的实证检验分为如下几步：首先，通过OLS 模型聚类回归的基准检验，检验正规与非正规金融能否促进企业的技术创新活动；其次，分别引入两种融资方式的工具变量采用2SLS 模型缓解内生性，并通过Heckman 两阶段模型验证结果的稳健性；最后，分组检验企业异质性与区域异质性的影响差异。

（一）基准回归分析

本文采用OLS 回归方法和省级层面聚类稳健标准误估计了正规金融和非正规金融对企业技术创新投入的影响，结果如表1 所示。表1 中第（1）—（3）列仅对年份、省份和行业特征进行控制，在1%的显著性水平下，正规金融的系数为0.229，非正规金融的系数为0.172，第（3）列同时加入正规和非正规金融后，二者系数值虽有所下降，但依旧显著，表明正规与非正规金融融资额的增加均能促进企业技术创新投入的增加。第（4）—（6）列进一步控制企业特征，第（7）—（8）列进一步控制企业家的特征，回归结果均显著，具体来看，控制所有相关因素后，在1%的显著性水平下，正规金融和非正规金融的系数分别为0.087、0.070，标准化后分别为0.122 和0.051，说明正规金融融资额、非正规金融融资额变化1 个标准差，导致企业研发投入变化0.122 和0.051 个标准差，验证了假说1中“正规与非正规金融都是我国企业技术创新融资的重要来源”。

表1 基准回归结果

续表1

表1 中企业特征方面的控制变量的估计系数均在1%水平下显著为正，说明销售收入大的企业更具有技术创新优势，更愿意在技术创新方面进行投入；企业的专利储备越多，技术创新投入的意愿越大；且年龄越大的企业技术创新投入越多。企业家异质性方面的控制变量仅企业家教育水平的估计系数在1%水平下显著为正，表明企业家的受教育程度能促进企业技术创新，而企业家年龄与性别对技术创新没有显著的影响。

（二）内生性处理与稳健性检验

1.内生性处理

企业的技术创新能力越强，越能吸引投资者与借贷者，导致高创新的企业挤占更多的融资，即企业的技术创新与融资方式之间可能存在反向因果导致的内生性问题。因此，本文参考现有文献对正规金融与非正规金融各自选取两个工具变量，试图缓解模型潜在的内生性问题。正规金融方面，第一个工具变量是省份级别虚拟变量——在清朝时（1840—1911年）是否被英国统治（British）。外国势力的统治会通过建立自己的银行与发行货币来影响当地的经济活动，也会影响银行发展水平，而英国是殖民区域最大、对银行业和当地金融程度影响最深的一个国家，且1949 年后的银行体系大多建立在原有的外国银行体系之上。因此，当地企业的银行贷款与清朝英国殖民正相关（Julan 和Yi，2012），而历史情况与企业的技术创新活动相关性低，满足外生性条件；借鉴张璇等（2017）的方法，第二个工具变量是同一城市和行业的企业正规金融融资的平均额度（Mean_x）。同一地区银行网点数量相同，为了分散化风险，正规金融流向同一行业的资金有限，因此同一地区和行业的企业的平均融资额与该企业的融资额具有强的相关性，而该地区行业内企业融资的平均值与该企业的技术创新相关性低。非正规金融的产生建立在当地的社会关系网络之上，受到当地信用水平的影响，因此本文根据张顺葆（2014）的研究思路选取非正规金融的工具变量，第一个工具变量是社会资本（SC），社会资本越高的地方，人们越容易建立起信任关系，信用的违约风险也越低，企业将通过非正规金融方式获得更多的融资；第二个工具变量是省级地区腐败程度（Corrupt），地区腐败程度越高，人们之间的信用度越低，企业通过非正规金融的融资难度越大。因此，地区信用水平与非正规金融具有强相关性，且现有文献未见地区信用水平与企业技术创新之间存在显著关系，满足外生性条件。

本文采用两阶段估计法进行回归分析。第一阶段，使用工具变量对解释变量进行回归；第二阶段，在控制了内生性之后，继续验证正规与非正规金融融资额对企业技术创新投入的影响，结果见表2。

表2 工具变量回归结果

采用两阶段估计法进行回归分析。第一阶段结果表明各工具变量与相应解释变量的估计系数均显著，P值均小于0.01，表明工具变量对内生变量有较好的解释力，且F值均大于10，说明工具变量满足相关条件，不存在弱工具变量问题。①第一阶段回归的结果请见《经济科学》官网“附录与扩展”。此外，第二阶段报告的HansenJ统计量对应的P值均在0.1 以上，接受了工具变量不存在过度识别的原假设，表明工具变量是外生的，因此所选工具变量是合理有效的。依据第二阶段回归结果，除了以企业商业信用表征的非正规金融的系数不显著外，其余解释变量系数均在1%水平下显著为正，反映控制内生性问题后，正规与非正规金融融资额的增加依旧可以促进企业技术创新，进一步证实假说1。表1 中基准回归结果显示两者的估计系数差别不大，而表2 前两列结果显示正规和非正规金融的估计系数分别为0.332 和0.556，第（3）列两者的估计系数分别为0.359 和0.434，非正规金融的系数大于正规金融，表明在控制内生性问题后，非正规金融对企业技术创新的促进作用显著高于正规金融。非正规金融可以细分为民间借贷与商业信用，表2 第（4）—（7）列的回归结果显示，商业信用回归系数不显著，但民间借贷的估计系数在1%的显著性水平下为0.556 和0.434，说明民间借贷对技术创新有显著的促进作用。这是因为民间借贷对基于地缘、血缘与人缘的关系网络的依赖度更高，贷款人对借贷企业的收入状态、经营情况和还款能力等信息较为了解，能够减少创新融资过程中的信息不对称问题，企业更易获取贷款进而促进其技术创新活动。

2.稳健性检验

由于企业的技术创新活动具有非随机特征，可能存在样本选择偏误问题，本文选用Heckman 两阶段模型做进一步分析，第一步运用Probit 模型对企业是否进行技术创新活动进行估计，可以得到逆米尔斯比；第二歩将逆米尔斯比加入企业技术创新决策方程中进行估计，从而避免选择偏误带来的影响。表3 的回归结果显示，正规和非正规金融的回归系数在选择方程和决策方程中均显著为正，因此二者不仅会提高企业创新选择的概率，还会提高企业技术创新的水平。逆米尔斯比均不显著，表明样本选择偏差问题不显著，结果稳健。

表3 Heckman 两阶段模型估计结果

（三）异质性视角的分析

1.融资约束分组估计

假说1 提出二者是通过缓解企业融资约束促进技术创新。为验证该机制，首先，根据数据可得性，参考许和连和王海成（2018）的做法，使用企业应收账款和销售收入的比值作为融资约束的代理变量。应收账款通常是在产品赊销过程中产生的，反映了企业被购买方占用的资金，值越大，表明资金周转期越长，坏账的可能性越大，会影响企业的偿债能力，因而融资约束越大。分组回归结果如表4 所示，在高融资约束组，正规和非正规金融估计系数分别为0.423 和0.500，后者大于前者，表明非正规金融对高融资约束企业技术创新的促进作用强于正规金融；而在低融资约束组，正规和非正规金融估计系数分别为0.401和0.325，正规金融的促进效果强于非正规金融。各项针对工具变量有效性的检验，也验证了本文所选择的工具变量的有效性。此外，为验证结果的稳健性，本文采用SA 指数来进行融资约束分组。①融资约束按SA 指数分组回归的结果请见《经济科学》官网“附录与扩展”。回归结果与表4 相近，假说1 得证。

2.企业规模分组估计

企业技术创新活动受到企业规模的影响，本文按员工数量是否大于150 人设定为“大规模企业”组和“小规模企业”组。通过按企业规模分组的融资来源描述性统计发现，小规模企业技术创新的投入力度不强，存在较大的融资缺口；大规模企业是技术创新的投入主体，正规金融是其主要融资方式。分组回归结果显示，正规金融融资额和非正规金融融资额的提高对技术创新的促进作用在两个样本下均显著，非正规金融对大规模企业创新的促进作用大于小规模企业，且非正规金融对强融资约束的小规模企业创新的促进效果强于正规金融，证实非正规金融能够缓解小规模企业的强融资约束难题，与表4 的结果一致。①按企业规模分组的融资来源的描述性统计和按企业规模分组的回归结果请见《经济科学》官网“附录与扩展”。

表4 融资约束分组估计结果

3.地区异质性分析

根据理论分析，本文选取城镇化率及贸易依存度对样本进行地域分组，考察正规与非正规金融对企业技术创新影响的地域差异。其中城镇化率为城镇人口与总人口的比值、贸易依存度为贸易总额与国民生产总值的比值，数据来源于历年《中国统计年鉴》。本文按31 个省区城镇化率及贸易依存度的中位数进行分组，城镇化率大于中位数的地区为高城镇化地区，否则为低城镇化率地区②高城镇化率地区包括北京、天津、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、湖北、广东、海南、重庆等；低城镇化地区包括河北、山西、安徽、江西、河南、湖南、广西、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等。；贸易依存度高于中位数的地区为高贸易依存度地区，否则为低贸易依存度地区③高贸易依存度度地区包括北京、天津、辽宁、黑龙江、上海、江苏、浙江、福建、江西、山东、广东、海南、西藏、青海、新疆等；低贸易依存度度地区包括河北、山西、内蒙古、吉林、安徽、河南、湖北、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃、宁夏等。。

按城镇化率的分组回归结果显示，正规金融对高城镇化率地区的企业技术创新水平有显著的提升效果，对低城镇化率地区无显著影响。而非正规金融对高城镇化率地区和低城镇化率地区提升效果均显著为正，且对低城镇化率地区的技术创新促进效果更强。按贸易开放度的分组回归结果显示，正规金融能显著提高高贸易开放地区企业的技术创新水平，而非正规金融对低贸易开放地区企业的技术创新水平有促进效果。①地区异质性的分组回归结果请见《经济科学》官网“附录与扩展”。可见，非正规金融一定程度上可以弥补正规金融的不足，假说3 得到证实。

六、主要结论与政策建议

随着经济全球化的发展，世界各国之间的经贸活动日益频繁，企业之间的竞争越发激烈，技术创新是企业谋求生存与发展的必备条件，通过技术创新建立企业核心竞争力，有利于企业在严峻的竞争环境中立于不败之地。而企业融资是技术创新的关键问题，本研究发现正规与非正规金融通过缓解融资约束促进企业技术创新。两种融资方式对小规模和大规模企业的技术创新均有促进作用，非正规金融对大规模企业的促进效果强于小规模企业，且非正规金融对强融资约束的小规模企业促进效果比正规金融更明显。此外，正规金融存在明显的地域偏好，其对高城镇化率及高贸易开放度地区的企业技术创新促进作用强，而对低城镇化率及低贸易开放度地区的企业促进作用不明显；非正规金融恰好可以弥补正规金融在低城镇化率和低贸易开放度地区的缺失，促进这些地区企业的技术创新活动。

基于上述结论，为更好地发挥我国金融市场对企业技术创新活动的推动作用，本文提出以下政策建议：

第一，正规金融发展不平衡，存在低效率与信贷错配等现象。大型企业占用大量信贷而创新力度不足，中小创新型企业难以得到充分的资金支持；同时区域发展不平衡现象较严重，不利于相对落后地区企业的技术创新活动。控制内生性问题后的实证结果表明非正规金融对企业技术创新的作用强于正规金融，并且对融资约束强的企业，技术创新的促进效果更强。这在一定程度上反映了我国正规金融体系没有很好地承担为企业技术创新提供融资支持的责任。我国的正规金融体制由银行主导，受政府政策影响较大，市场化程度不高，对此建议我国政府应当加速推进与深化金融体系改革，提高正规金融体系的市场化水平，减少不当干预以及信贷错配现象的发生；还可以通过建立研发支出专项基金等手段提供信贷支持，为更多企业的技术创新活动提供资金支持；同时，政府应适当鼓励正规金融机构扶持中小微企业的技术创新活动，为发展潜力大、信用良好、符合地方经济发展的企业提供担保，完善企业与正规金融机构之间的沟通机制，减少融资过程中的信息不对称问题，充分发挥正规金融对企业技术创新的积极作用。

第二，在肯定了非正规金融对企业技术创新的促进作用后，我们发现非正规金融的资金也更多地流向大规模企业，且回归结果显示其对大企业技术创新的促进效果强于中小企业，这对中小企业的发展造成消极的影响。基于此，一方面，政府可出台相应的政策适当放宽管制，降低非正规金融的准入门槛，使得非正规金融可以与银行等正规金融机构竞争，从而降低中小企业的融资成本；也可以适当地为快速发展、创新性强、信息披露规范的中小企业提供信用背书，鼓励以民间资本为代表的非正规金融扶持中小企业及创新型公司的发展。另一方面，政府应出台相应的政策法规，规制非正规金融市场上高利贷、非法集资等行为，引导非正规金融的阳光化发展，以发挥其在声誉、关系及信息获取方面的优势，为正规金融做出补充。通过鼓励与规范相结合的方式，不仅有利于增强非正规金融对技术创新的正面影响，而且能有效防控非正规金融风险。

第三，精准定位正规金融与非正规金融的服务对象，并积极引导两者之间的合作。非正规金融在服务低端市场及短期资金需求方面具有比较优势，而正规金融的比较优势在于中高市场及长期资金支持，因此虽然非正规金融能在短期内解决中小企业的融资困境，但长期的资本投入仍需寻求正规金融方式。因而政府应积极促进两种融资方式之间的互补合作，实现二者的合理融合对接，有效拓宽企业的融资渠道，提高不同规模企业研发投入的积极性，形成有动力、有活力、有竞争力的企业创新市场氛围。