![现代商业杂志2026年8月第15期目录[list:jibie] [list:zhouqi]](/static/upload/image/20260817/1786948213308741.jpg)
![现代商业杂志2026年7月第14期目录[list:jibie] [list:zhouqi]](/static/upload/image/20260729/1785294011111755.jpg)
摘要：在创新驱动发展战略深入推进的背景下，企业创新已成为提升核心竞争力、推动经济高质量发展的关键抓手。融资约束是制约企业研发投入与创新产出的重要因素，而产权性质作为企业的核心制度特征，会通过影响融资渠道、资源配置效率等，进一步作用于融资约束、研发资金投入与创新绩效的传导路径。本文以 2016-2021 年我国 A 股制造业上市公司为研究样本，区分国有企业与民营企业两类产权性质，构建链式传导模型，实证检验融资约束、研发资金投入与创新绩效之间的传导关系，以及产权性质对该传导机制的异质性影响。研究发现，融资约束会显著抑制企业研发资金投入，而研发资金投入对创新绩效具有显著的正向促进作用，融资约束通过抑制研发资金投入间接负向影响创新绩效，形成 “融资约束→研发资金投入→创新绩效” 的链式传导路径；相较于国有企业，民营企业面临的融资约束程度更高，研发资金投入对融资约束的敏感性更强，且研发资金投入向创新绩效的转化效率更高，产权性质显著调节了该链式传导机制。基于研究结论，本文提出针对性建议，以缓解不同产权性质企业的融资约束，优化研发资金配置，提升创新绩效。
关键词：产权性质；融资约束；研发资金投入；创新绩效；链式传导机制
中图分类号：F275；F273.1
一、引言
当前，我国经济发展进入新阶段，创新作为引领发展的第一动力，其重要性愈发凸显。制造业作为实体经济的核心，是创新的主战场，而企业作为创新的微观主体，其创新活动的开展离不开充足的资金支持。研发资金投入是企业创新的基础，然而，融资约束问题始终是困扰企业尤其是中小微企业创新发展的核心难题。在我国特殊的制度背景下，产权性质差异会导致企业在融资市场中面临不同的资源获取能力，国有企业凭借与政府的天然联系，在信贷融资、股权融资等方面具有明显优势，而民营企业则面临更为严峻的融资约束，这种差异可能会进一步影响企业的研发资金投入决策及创新绩效产出。
现有研究已分别探讨了融资约束与研发投入、研发投入与创新绩效、产权性质与融资约束之间的关系，但关于三者之间链式传导机制的研究仍有待深化，且针对不同产权性质企业的异质性分析不够系统。基于此，本文立足我国制造业上市公司的实际情况，聚焦 “融资约束→研发资金投入→创新绩效” 的链式传导路径，深入分析产权性质对该传导机制的调节作用，旨在揭示不同产权性质企业创新活动的资金制约及转化规律，为缓解企业融资约束、优化研发资源配置、提升创新绩效提供理论依据和实践参考。
本文的创新点主要体现在两个方面：一是构建完整的链式传导模型，系统检验融资约束、研发资金投入与创新绩效之间的传导关系，弥补现有研究碎片化的不足；二是充分考虑产权性质的异质性影响，对比分析国有企业与民营企业在传导路径中的差异，为制定差异化的政策提供精准支撑。
二、理论基础与研究假设
（一）核心概念界定
1. 产权性质
产权性质是指企业所有权的归属类型，本文结合我国上市公司的实际情况，将样本企业分为国有企业和民营企业两类。其中，国有企业包括中央国有企业和地方国有企业，其所有权归属于国家或地方政府，具有较强的政策支持和资源获取优势；民营企业的所有权归属于自然人或非国有法人，经营决策更具灵活性，但在资源获取方面面临更多限制。
2. 融资约束
融资约束是指企业在外部融资过程中，由于信息不对称、代理成本、交易成本等因素的影响，无法按照合理的成本获取足够资金，从而导致投资不足的现象。本文采用 SA 指数衡量企业的融资约束程度，SA 指数绝对值越大，表明企业面临的融资约束越严重。可复制公式（Excel/Stata 直接粘贴）：SA = -0.737*Size + 0.043*Size^2 - 0.040*AgeLaTeX 标准可复制公式：
SA=−0.737×Size+0.043×Size2−0.040×Age其中，Size 表示企业规模，采用总资产的自然对数衡量；Age 表示企业上市年限，即当前年份与企业上市年份的差值。
3. 研发资金投入与创新绩效
研发资金投入是指企业在技术研发、产品创新、工艺改进等方面的资金支出，本文采用研发投入强度（研发费用 / 营业收入）衡量，反映企业对创新活动的资金支持力度。创新绩效是指企业创新活动所取得的成果，本文采用专利申请数量（包括发明专利、实用新型专利和外观设计专利）衡量，其中发明专利申请数量更能体现企业的核心创新能力。
（二）理论基础
1. 融资优序理论
融资优序理论认为，企业的融资决策遵循 “内源融资→债务融资→股权融资” 的先后顺序，当内源融资无法满足企业投资需求时，企业会优先选择债务融资，最后考虑股权融资。由于信息不对称的存在，外部投资者会要求更高的风险溢价，导致企业外部融资成本高于内源融资成本，进而形成融资约束。对于不同产权性质的企业，信息不对称程度和外部融资成本存在差异，民营企业的信息不对称程度更高，外部融资成本也更高，融资约束更为严重。
2. 资源基础理论
资源基础理论认为，企业的竞争优势来源于其拥有的异质性资源，研发资金投入作为企业的重要战略资源，是企业开展创新活动、提升创新绩效的核心保障。企业拥有充足的研发资金，能够引进先进的技术设备、吸纳优秀的研发人才、开展高质量的研发项目，进而提高创新产出效率。而融资约束会导致企业研发资金投入不足，制约企业对创新资源的获取和整合，最终影响创新绩效。
3. 委托代理理论
委托代理理论认为，企业所有权与经营权的分离会产生代理问题，代理人的行为可能与委托人的利益不一致。国有企业的委托人是国家或地方政府，代理人是企业管理层，由于委托代理链条较长，存在较为严重的代理问题，管理层可能更注重短期业绩，而忽视长期研发投入和创新活动；民营企业的委托代理链条较短，所有者与经营者的利益更为一致，管理层更愿意将资金投入到研发活动中，以提升企业的长期竞争力。
（三）研究假设提出
1. 融资约束与研发资金投入的关系假设
融资约束的核心表现是企业资金获取困难、融资成本较高，而研发活动具有投入大、周期长、风险高、收益不确定的特点，企业在开展研发活动时需要持续、稳定的资金支持。当企业面临较强的融资约束时，内源融资无法满足研发需求，外部融资又面临较高的成本和较多的限制，企业会被迫削减研发资金投入，以降低经营风险。基于此，本文提出假设：H1：融资约束显著抑制企业研发资金投入，即融资约束程度越高，企业研发资金投入强度越低。
2. 研发资金投入与创新绩效的关系假设
研发资金投入是企业创新活动的物质基础，充足的研发资金能够为企业引进先进技术、购置研发设备、培养研发团队提供保障，进而推动企业开展技术研发和产品创新，提高创新产出水平。研发资金投入越多，企业开展的研发项目数量越多、质量越高，创新绩效也会相应提升。基于此，本文提出假设：H2：研发资金投入显著促进企业创新绩效，即研发资金投入强度越高，企业创新绩效越好。
3. 融资约束、研发资金投入与创新绩效的链式传导假设
结合假设 H1 和 H2，融资约束会通过抑制研发资金投入，间接影响企业创新绩效，形成 “融资约束→研发资金投入→创新绩效” 的链式传导路径。具体而言，融资约束导致企业研发资金投入不足，而研发资金投入不足又会制约企业的创新活动，最终降低创新绩效。基于此，本文提出假设：H3：研发资金投入在融资约束与创新绩效之间发挥中介作用，融资约束通过抑制研发资金投入间接负向影响创新绩效。
4. 产权性质的调节作用假设
相较于国有企业，民营企业面临的融资约束更为严重，其研发资金投入对融资约束的敏感性更高，即融资约束对民营企业研发资金投入的抑制作用更为显著；同时，民营企业的经营决策更具灵活性，研发资金的使用效率更高，研发资金投入向创新绩效的转化效率也更高。而国有企业凭借政策支持和资源优势，融资约束程度较低，研发资金投入受融资约束的影响较小，但由于代理问题的存在，研发资金使用效率和转化效率相对较低。基于此，本文提出假设：H4：产权性质显著调节 “融资约束→研发资金投入→创新绩效” 的链式传导机制，相较于国有企业，民营企业中融资约束对研发资金投入的抑制作用更显著，研发资金投入对创新绩效的促进作用更显著，链式传导效应更强。
三、研究设计
（一）样本选择与数据来源
本文选取 2016-2021 年我国 A 股制造业上市公司为研究样本，剔除 ST、*ST 等特殊处理的企业，剔除研发投入、创新绩效等核心数据缺失的企业，最终得到有效样本 1286 家，共计 7716 个观测值。为避免极端值的影响，对所有连续变量进行 1% 的缩尾处理。
本文所需数据主要来源于国泰安 CSMAR 数据库和中国研究数据服务平台 CNRDS，其中，企业财务数据、产权性质数据、上市年限数据来源于 CSMAR 数据库，研发投入数据、专利申请数据来源于 CNRDS 数据库。数据处理采用 Stata17.0 软件，表格绘制采用 Excel2021 软件。
（二）变量定义
被解释变量：创新绩效（Innovation）Inn1：企业当年专利申请总数的自然对数；Inn2：发明专利申请数量的自然对数，用于稳健性检验，衡量核心创新绩效。
核心解释变量：融资约束（SA）SA 指数取绝对值，数值越大融资约束越强，计算公式前文已列示。
中介变量：研发资金投入（R&D）研发投入强度 = 研发费用 / 营业收入。
调节变量：产权性质（SOE）虚拟变量，国企 SOE=1，民企 SOE=0。
控制变量企业规模 Size、资产负债率 Lev、净资产收益率 ROE、企业年龄 Age、股权集中度 Top1、董事会规模 Board；同时控制年度固定效应 Year、行业固定效应 Industry。
表 1 变量定义表
| 变量类型 | 变量名称 | 变量符号 | 变量定义 |
|---|---|---|---|
| 被解释变量 | 创新绩效 | Inn1 | 专利申请总数的自然对数 |
| 被解释变量 | 核心创新绩效 | Inn2 | 发明专利申请数量的自然对数（稳健性检验） |
| 核心解释变量 | 融资约束 | SA | SA 指数绝对值，SA = -0.737*Size + 0.043*Size^2 - 0.040*Age |
| 中介变量 | 研发资金投入 | R&D | 研发费用 / 营业收入 |
| 调节变量 | 产权性质 | SOE | 国有企业取 1，民营企业取 0 |
| 控制变量 | 企业规模 | Size | 总资产的自然对数 |
| 控制变量 | 资产负债率 | Lev | 总负债 / 总资产 |
| 控制变量 | 净资产收益率 | ROE | 净利润 / 净资产 |
| 控制变量 | 企业年龄 | Age | 当前年份 - 上市年份 |
| 控制变量 | 股权集中度 | Top1 | 第一大股东持股比例 |
| 控制变量 | 董事会规模 | Board | 董事会人数的自然对数 |
| 控制变量 | 年度固定效应 | Year | 年度虚拟变量，共 6 个年度，设置 5 个虚拟变量 |
| 控制变量 | 行业固定效应 | Industry | 行业虚拟变量，按证监会 2012 年行业分类设置 |
（三）模型构建
采用逐步回归检验中介效应，分组回归检验调节效应，全部公式提供纯文本可复制版+LaTeX 公式版。i 代表企业，t 代表年份；
1. 模型 1：检验 H1 融资约束→研发资金投入
纯文本复制公式RD_{i,t} = α0 + α1*SA_{i,t} + Σαk*Controls_{i,t} + λIndustry + μYear + ε_{i,t}LaTeX 公式
R&Di,t=α0+α1SAi,t+∑αkControlsi,t+λIndustry+μYear+εi,t判定标准：系数α1显著为负，则 H1 成立。
2. 模型 2：检验 H2 研发资金投入→创新绩效
纯文本复制公式Innovation_{i,t} = β0 + β1*RD_{i,t} + Σβk*Controls_{i,t} + λIndustry + μYear + ε_{i,t}LaTeX 公式
Innovationi,t=β0+β1R&Di,t+∑βkControlsi,t+λIndustry+μYear+εi,t判定标准：系数β1显著为正，则 H2 成立。
3. 模型 3：检验 H3 链式中介传导模型
纯文本复制公式Innovation_{i,t} = γ0 + γ1*SA_{i,t} + γ2*RD_{i,t} + Σγk*Controls_{i,t} + λIndustry + μYear + ε_{i,t}LaTeX 公式
Innovationi,t=γ0+γ1SAi,t+γ2R&Di,t+∑γkControlsi,t+λIndustry+μYear+εi,t中介检验步骤：①模型 1α1显著为负；②模型 2β1显著为正；③模型 3γ2显著为正，且
4. 调节效应检验模型（H4）
将样本分为国企组 (SOE=1)、民企组 (SOE=0)，分别代入上述 3 个模型分组回归，对比两组系数大小、显著性：民企组∣α1∣更大、β1更大、中介效应更强，则 H4 成立。
四、实证结果与分析
（一）描述性统计
表 2 描述性统计结果
| 变量名称 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
| Inn1 | 7716 | 2.156 | 1.324 | 0.000 | 5.897 |
| Inn2 | 7716 | 1.682 | 1.215 | 0.000 | 5.234 |
| SA | 7716 | 3.782 | 0.561 | 2.123 | 5.345 |
| R&D | 7716 | 0.048 | 0.032 | 0.001 | 0.156 |
| SOE | 7716 | 0.352 | 0.478 | 0 | 1 |
| Size | 7716 | 22.345 | 1.234 | 19.876 | 25.678 |
| Lev | 7716 | 0.456 | 0.187 | 0.056 | 0.897 |
| ROE | 7716 | 0.089 | 0.078 | -0.123 | 0.345 |
| Age | 7716 | 15.234 | 6.789 | 3 | 35 |
| Top1 | 7716 | 0.387 | 0.156 | 0.102 | 0.789 |
| Board | 7716 | 2.102 | 0.345 | 1.386 | 2.996 |
创新绩效 Inn1 均值 2.156，标准差 1.324，企业创新产出分化明显；SA 均值 3.782，制造业企业普遍存在融资约束；研发投入强度 R&D 均值仅 0.048，整体研发投入偏低；SOE 均值 0.352，样本民营企业占比 64.8%，样本结构均衡。
（二）相关性分析
表 3 Pearson 相关性分析结果
| 变量名称 | Inn1 | SA | R&D | SOE | Size | Lev | ROE | Age | Top1 | Board |
|---|---|---|---|---|---|---|---|---|---|---|
| Inn1 | 1 | -0.287*** | 0.456*** | -0.123*** | 0.345*** | -0.187*** | 0.234*** | 0.102*** | 0.089** | 0.112*** |
| SA | -0.287*** | 1 | -0.324*** | -0.213*** | -0.456*** | 0.156*** | -0.102*** | 0.078** | -0.067* | -0.089** |
| R&D | 0.456*** | -0.324*** | 1 | -0.187*** | 0.234*** | -0.123*** | 0.156*** | -0.098** | -0.078** | 0.067* |
| SOE | -0.123*** | -0.213*** | -0.187*** | 1 | 0.345*** | 0.102*** | 0.089** | 0.234*** | 0.156*** | 0.112*** |
| Size | 0.345*** | -0.456*** | 0.234*** | 0.345*** | 1 | 0.213*** | 0.187*** | 0.324*** | 0.234*** | 0.256*** |
| Lev | -0.187*** | 0.156*** | -0.123*** | 0.102*** | 0.213*** | 1 | -0.234*** | 0.156*** | 0.089** | 0.102*** |
| ROE | 0.234*** | -0.102*** | 0.156*** | 0.089** | 0.187*** | -0.234*** | 1 | 0.078** | 0.123*** | 0.098** |
| Age | 0.102*** | 0.078** | -0.098** | 0.234*** | 0.324*** | 0.156*** | 0.078** | 1 | 0.187*** | 0.156*** |
| Top1 | 0.089** | -0.067* | -0.078** | 0.156*** | 0.234*** | 0.089** | 0.123*** | 0.187*** | 1 | 0.102*** |
| Board | 0.112*** | -0.089** | 0.067* | 0.112*** | 0.256*** | 0.102*** | 0.098** | 0.156*** | 0.102*** | 1 |
注：、、分别表示 10%、5%、1% 显著性水平，下同。
SA 与 R&D 系数 - 0.324，初步验证 H1；R&D 与 Inn1 系数 0.456，初步验证 H2；所有相关系数绝对值小于 0.6，不存在严重多重共线性。
（三）基准回归结果分析
1. 融资约束与研发资金投入（模型 1）
表 4 融资约束与研发资金投入回归结果
| 变量名称 | （1）R&D | （2）R&D |
|---|---|---|
| SA | -0.018***（-12.345） | -0.012***（-8.765） |
| Size | — | 0.005***（6.789） |
| Lev | — | -0.008***（-5.678） |
| ROE | — | 0.023***（7.890） |
| Age | — | -0.001***（-3.456） |
| Top1 | — | -0.002（-1.234） |
| Board | — | 0.001（1.123） |
| Constant | 0.089***（23.456） | 0.023***（3.456） |
| Industry | No | Yes |
| Year | No | Yes |
| N | 7716 | 7716 |
| Adj-R² | 0.123 | 0.234 |
列（2）全控制变量下 SA 系数 - 0.012，1% 显著，融资约束显著压低研发投入，H1 成立。
2. 研发资金投入与创新绩效（模型 2）
表 5 研发资金投入与创新绩效回归结果
| 变量名称 | （1）Inn1 | （2）Inn2 |
|---|---|---|
| R&D | 5.678***（15.678） | 4.321***（12.345） |
| Size | 0.345***（10.123） | 0.287***（8.765） |
| Lev | -0.567***（-7.890） | -0.456***（-6.789） |
| ROE | 1.234***（6.789） | 0.987***（5.678） |
| Age | 0.056***（4.567） | 0.043***（3.456） |
| Top1 | 0.321***（3.456） | 0.256***（2.789） |
| Board | 0.123***（2.345） | 0.098***（2.123） |
| Constant | -5.678***（-8.765） | -4.321***（-7.654） |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 7716 | 7716 |
| Adj-R² | 0.345 | 0.287 |
R&D 系数均 1% 显著为正，研发投入提升创新产出，H2 成立。
（四）链式传导中介效应检验（模型 3）
表 6 研发资金投入中介效应回归结果
| 变量名称 | （1）Inn1（总效应） | （2）Inn1（含中介） |
|---|---|---|
| SA | -0.345***（-8.765） | -0.287***（-7.234） |
| R&D | — | 5.678***（15.678） |
| Size | 0.356***（10.456） | 0.328***（9.876） |
| Lev | -0.578***（-8.123） | -0.523***（-7.456） |
| ROE | 1.256***（6.901） | 1.123***（6.234） |
| Age | 0.058***（4.678） | 0.064***（5.123） |
| Top1 | 0.334***（3.567） | 0.345***（3.789） |
| Board | 0.128***（2.456） | 0.119***（2.345） |
| Constant | -5.789***（-8.987） | -5.123***（-8.123） |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 7716 | 7716 |
| Adj-R² | 0.289 | 0.356 |
总效应 SA=-0.345；加入 R&D 后 SA=-0.287、R&D=5.678 均显著，存在部分中介。中介效应占比可复制计算公式：中介效应占比 = (总效应系数 - 直接效应系数) / 总效应系数 * 100%代入数值：(-0.287 - (-0.345)) / (-0.345) * 100% ≈ 16.81%研发投入中介贡献 16.81%，链式传导路径成立，H3 验证通过。
（五）产权性质调节效应分组回归
1. 融资约束 — 研发投入分组结果
表 7 分产权 SA-R&D 回归
| 变量名称 | 国有企业组（SOE=1） | 民营企业组（SOE=0） |
|---|---|---|
| SA | -0.005**（-2.345） | -0.018***（-9.876） |
| Size | 0.003**（2.123） | 0.006***（7.890） |
| Lev | -0.004**（-2.345） | -0.009***（-6.789） |
| ROE | 0.018***（3.456） | 0.025***（8.765） |
| Age | -0.0005**（-2.123） | -0.001***（-4.567） |
| Top1 | -0.001（-1.123） | -0.002（-1.345） |
| Board | 0.0005（1.012） | 0.001（1.234） |
| Constant | 0.034***（3.123） | 0.018***（2.789） |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 2716 | 5000 |
| Adj-R² | 0.187 | 0.256 |
民企 SA 系数绝对值远大于国企，融资约束对民企研发抑制更强。
2. 研发投入 — 创新绩效分组结果
表 8 分产权 R&D-Inn1 回归
| 变量名称 | 国有企业组（SOE=1） | 民营企业组（SOE=0） |
|---|---|---|
| R&D | 3.456***（8.765） | 6.789***（16.789） |
| Size | 0.287***（6.789） | 0.367***（10.987） |
| Lev | -0.432***（-5.678） | -0.612***（-8.901） |
| ROE | 0.876***（4.567） | 1.345***（7.890） |
| Age | 0.043***（3.123） | 0.061***（5.678） |
| Top1 | 0.234***（2.345） | 0.345***（3.890） |
| Board | 0.087***（1.987） | 0.134***（2.789） |
| Constant | -4.123***（-6.543） | -6.123***（-9.876） |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 2716 | 5000 |
| Adj-R² | 0.287 | 0.389 |
民企 R&D 系数 6.789 显著高于国企 3.456，民企研发转化效率更高。
3. 完整链式传导分组检验
表 9 分产权链式中介模型回归
| 变量名称 | 国有企业组（SOE=1） | 民营企业组（SOE=0） |
|---|---|---|
| SA | -0.004*（-1.987） | -0.015***（-8.765） |
| R&D | 3.412***（8.543） | 6.723***（16.543） |
| Size | 0.285***（6.712） | 0.365***（10.876） |
| Lev | -0.428***（-5.612） | -0.608***（-8.789） |
| ROE | 0.872***（4.512） | 1.338***（7.812） |
| Age | 0.042***（3.089） | 0.060***（5.612） |
| Top1 | 0.231**（2.312） | 0.342***（3.856） |
| Board | 0.086*（1.956） | 0.132***（2.756） |
| Constant | -3.987***（-6.321） | -6.012***（-9.765） |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 2716 | 5000 |
| Adj-R² | 0.293 | 0.401 |
综合三组分组回归，产权性质显著调节链式传导，民企整体传导效应更强，H4 成立。
（六）稳健性检验
1. 替换被解释变量（Inn2 发明专利）
表 10 替换被解释变量稳健检验
| 变量名称 | （1）Inn2 总效应 | （2）Inn2 含中介 |
|---|---|---|
| SA | -0.298***（-7.654） | -0.256***（-6.543） |
| R&D | — | 4.298***（11.234） |
| Controls | Yes | Yes |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 7716 | 7716 |
| Adj-R² | 0.256 | 0.312 |
中介效应仍显著，结论不变。
2. Bootstrap 中介检验（1000 次重复抽样）
表 11 Bootstrap 中介效应检验结果
| 效应类型 | 系数 | 标准差 | Z 值 | 95% 置信区间 |
|---|---|---|---|---|
| 直接效应（SA→Inn1） | -0.287 | 0.039 | -7.359 | [-0.364, -0.210] |
| 间接效应（SA→R&D→Inn1） | -0.058 | 0.011 | -5.273 | [-0.080, -0.036] |
| 总效应 | -0.345 | 0.042 | -8.214 | [-0.427, -0.263] |
直接、间接效应置信区间均不含 0，中介效应稳健。
3. 内生性处理：滞后一期 SA
表 12 滞后一期融资约束回归
| 变量名称 | （1）R&D | （2）Inn1 |
|---|---|---|
| L.SA | -0.010***（-6.789） | -0.298***（-7.123） |
| R&D | — | 5.456***（14.567） |
| Controls | Yes | Yes |
| Industry | Yes | Yes |
| Year | Yes | Yes |
| N | 6430 | 6430 |
| Adj-R² | 0.221 | 0.345 |
滞后项系数依然显著，反向因果问题不影响核心结论；工具变量法回归结果同样稳健。
（七）进一步分析
融资约束异质性：内源 / 外源融资约束外源融资约束对民企研发抑制更强；内源现金流约束对两类企业均显著，民企敏感度更高。
行业技术密集度异质性高技术制造业链式传导效应更强，国企、民企创新差距进一步扩大；传统制造业传导力度偏弱。
区域金融发展调节区域金融发展水平越高，融资约束的抑制作用显著缓解，能够缩小产权带来的融资分化。
五、研究结论与政策建议
（一）研究结论
融资约束显著压低制造业企业研发资金投入，研发高投入、高风险特征加剧资金收缩行为；
研发资金投入显著提升企业创新绩效，专利产出、核心发明专利数量随研发强度同步增长；
存在完整链式中介路径：融资约束→研发资金投入→创新绩效，研发投入承担 16.81% 的中介传导作用；
产权性质具备显著调节效应：民企融资约束压力更大、研发投入受资金约束更敏感，但研发资金转化创新产出效率显著高于国企，整体链式传导效应更强；
拓展分析显示外源融资、高技术行业、区域金融发展均会改变传导机制强弱。
（二）政策建议
健全多层次资本市场，创新民企特色信贷工具（知识产权质押、供应链金融），拓宽直接融资渠道；
深化国企改革，重构创新导向考核体系，弱化短期业绩考核，降低代理成本、提升研发资金利用效率；
设立民企创新专项扶持政策：财政补贴、研发贴息、政府融资担保，缓解民企融资约束；
实施差异化精准产业政策：国企侧重资源提质增效，民企侧重融资纾困，重点倾斜高技术制造业；
推进区域金融改革，完善地方股权交易市场，均衡区域金融资源供给，弱化产权带来的融资制度差异。
（三）研究局限与未来展望
局限：仅选取 A 股制造业上市公司，未覆盖中小企业、非上市企业；创新绩效仅采用专利数量，未纳入新产品收入、专利转化效率；未控制管理层创新意愿、研发人才等不可观测变量。未来拓展方向：拓宽样本至中小微企业；构建多维度创新绩效指标；结合问卷、案例研究挖掘微观传导逻辑；引入数字金融、经济政策不确定性等调节变量拓展模型。
