主要问题
随着中国经济从高速发展阶段迈向高质量发展阶段，以传统生产力支撑的发展模式难以为继，新质生产力成为转变发展方式、推动高质量发展的内在要求和重要着力点[1]。新质生产力作为科技创新起主导作用的生产力新形态，以数据驱动、绿色低碳与智能融合为特征，实现传统生产力数字化、绿色化与智能化的质态跃迁，是新时代先进生产力的重要表现形式[2]。但资本要素流动不畅、金融供给与创新融资需求不匹配问题仍然是制约我国新质生产力发展的重要因素[3]。党的二十届三中全会指出，“加快形成同新质生产力更相适应的生产关系，……,发展耐心资本”。耐心资本是以中长期投资为主，坚持价值投资与责任投资，不以短期交易获利为目的，具有较高风险承受能力的资本[4]。根据中国证券投资基金业协会数据，截至2025年2月末，中国存续创业投资基金共有25 441只，存续规模已达3.38万亿元 ① 。耐心资本已成为改善资本要素流通效率，优化资本供给结构，助推新质生产力发展的重要资本力量。那么，相对于传统资本，耐心资本对新质生产力发展的贡献如何?其促进新质生产力发展的作用机制是什么?上述问题的回答对有效培育和壮大耐心资本，发展新质生产力具有重要的理论价值与现实意义。
资本在改革开放后支持中国经济增长和传统生产力发展中发挥了重要作用，但随着我国步入高质量发展阶段，资本的短期逐利性、风险规避等局限性日益显现，难以长期且稳定地支撑科技创新深化、产业结构转型以及经济高质量发展。特别是进入知识经济时代，我国长期依赖低要素成本、轻基础创新的跟随式发展模式难以为继，开拓性创新与系统创新成为决定一个国家经济增长的关键动能[5]。耐心资本作为一种长期、稳定的资金来源，打破了传统金融体系中“短贷长投”的错配现象，通过长期的、持续的、有耐心的资本，推动科技创新和全要素生产率大幅提升，促进新质生产力发展。
结论
耐心资本能够显著促进新质生产力发展，通过直接支持技术创新提升新质生产力，也可通过优化金融结构、提高金融效率、分散金融风险，间接推动技术创新，促进新质生产力发展。
进一步分析发现，有为政府、有效市场以及经济高质量发展水平在耐心资本对新质生产力的影响中发挥正向调节作用，能够显著增强耐心资本对新质生产力发展的促进作用。
异质性分析发现，东部、中部和西部地区耐心资本对新质生产力发展的促进作用显著；对于工业化水平更高、交通基础设施更好的地区，耐心资本对新质生产力发展的影响显著。
研究方法
与传统因果推断计量模型相比，双重机器学习模型通过残差化处理、正交性和灵活的机器学习算法等机制，能够克服传统回归模型可能面临的“维度诅咒”和多重共线性问题[33]。一是，双重机器学习可放宽各变量之间的线性关系形式，从而允许变量之间存在非线性、交互影响关系；二是，同时考虑高维的控制变量，更加精确地估计因果关系。因此，为探究耐心资本如何影响新质生产力，借鉴Chernozhukov等(2018)[34]的做法，通过构建部分线性双重机器学习模型探究耐心资本对新质生产力的影响，实证基准模型设置如下：
NQPF=θ0PC+l(W)+U,E[U|W,PC]=0 (12)
PC=m(W)+V,E[V|W]=0 (13)
其中，NQPF为新质生产力，PC为耐心资本，U与V为随机干扰项，θ0为处理效应，W=(W1,…,Wp)表示控制变量向量。由式(12)和式(13)可知，控制变量向量W分别通过函数m(W)和函数l(W)影响PC和NQPF。
为进一步探究耐心资本影响新质生产力的机制渠道，采用双重机器学习框架下的中介效应模型进行检验，具体如下：
TI=θ1PC+l(W)+U,E[U|W,PC]=0 (14)
Z=θ2PC+l(W)+U,E[U|W,PC]=0 (15)
TI=θ3Z+l(W)+U,E[U|W,Z]=0 (16)
在基准模型的基础上，式(14)引入TI表示技术创新，作为检验耐心资本直接作用渠道的中介变量；同时式(15)引入Z代表金融结构(FS)、金融效率(FE)和金融风险(FR),作为检验耐心资本间接作用渠道的中介变量，其余变量含义与式(12)和式(13)含义相同。为检验耐心资本影响新质生产力的中介机制，借鉴江艇(2022)[35]、王义中等(2024)[19]的做法，需要进行如下两个步骤。一是检验耐心资本对新质生产力的影响效果，即基准回归结果；二是检验耐心资本对中介变量的影响效果。若θ1、θ2、θ3存在且显著，则证明上述作用机制成立。此外，双重机器学习模型中使用神经网络进行回归估计，主要原因是神经网络能够捕捉各变量之间复杂的非线性关系，支持双重机器学习模型更好刻画因果关系；同时能够减少模型设定误差，提高因果估计的准确性。
研究数据
被解释变量：新质生产力(NQPF)
参考韩文龙等(2024)[36]构建的指标体系，聚焦于新质生产力的基本内涵，分别从新劳动者、新劳动资料、新劳动对象、新技术、生产组织和数据要素等6个方面来衡量，使用熵权法测算了中国30个省级行政区2012—2022年新质生产力发展水平。其中，新劳动者通过新劳动者数量和新劳动者结构度量；新劳动资料通过新生产工具和新基础设施度量；新劳动对象通过新能源和新材料度量；新技术通过技术研发和创新产出度量；生产组织通过智能化、绿色化和融合化度量；数据要素通过大数据生成、大数据处理和大数据交易度量。
核心解释变量：耐心资本(PC)
从耐心资本的来源看，李三希等(2024)[10]认为其资金来源于国有资本、民营资本和国际资本等多元化主体，包括股权投资、债权投资等多种方式。随着金融创新发展，耐心资本的形式范畴更加多样，风险投资、股票市场、债券市场、产业投资基金、政府引导基金、保险资金等均可能是耐心资本的来源[8]。胡海峰(2024)[31]依据一级与二级市场，对耐心资本的来源进行划分，具有较高风险承受能力的天使投资、风险投资、各类创投基金、私募股权投资来自一级市场；而保险资金、主权基金、养老基金等来自二级市场。基于此，根据耐心资本的基本内涵和核心来源，耐心资本的构成要素整体可以划分为以下五个方面：股权资本、债权资本、绿色资本、政府产业资本和保险资本。
首先，股权资本与债权资本。耐心资本的投资方式多样，其中股权投资与债权投资是重要方式。姜中裕和吴福象(2024)[32]将耐心资本划分为战略型股权和关系型债权两种类型。股权投资主要体现在机构投资者的战略持股，通过长期持股与参与公司经营管理，实现长期收益与风险共担。债权投资则以关系型债权投资为主，债权人与被投企业建立长期合作关系，深化信息共享与利益联结，为企业提供稳定的金融支持。基于此，本文在耐心资本的指标中也包含了股权资本与债权资本。股权资本选取风险投资机构的股权投资额、高科技行业上市公司的股权融资额来衡量；债权资本，选取高科技行业上市公司的长期借款额和应付债券额来衡量。
其次，绿色资本。除了追求投资收益，耐心资本也重视社会、环境等责任，并将其作为投资的重要参考，可为实现公共社会责任而放弃部分收益。绿色发展是我国未来产业发展的必由之路，耐心资本能够有效引导企业设定绿色低碳目标，开展绿色技术创新，推动产业结构深度绿色转型，实现经济与环境生态效应的双赢[10]。因此，本文将绿色资本作为耐心资本的重要衡量指标之一，主要采用绿色信贷、绿色保险和绿色投资来衡量。
再次，政府产业资本。一方面，政府引导基金通常由政府设立，通过“政府领投”+“社会跟投”方式，吸引资金流向科技创新行业、领域，支持相关企业加快技术创新，促进新质生产力发展，因此这类资本也具有明显的耐心特征。另一方面，大型产业资本、国有资本十分重视国家长期目标而非短期收益，依据国家战略发展方向，深入投资关键核心技术领域，坚持长期投资、战略投资，为新兴产业、未来产业发展提供稳定的资金支持[31]。基于此，本文在政府产业资本方面主要选取政府引导基金、政府科技投入与国有资本进行衡量。
最后，保险资本。保险资本也是耐心资本的重要来源之一，保险资金具有长期性、稳定性的特点，与耐心资本的特殊属性相契合[11],同时也是股权融资市场资金的重要来源，为扩大耐心资本规模提供了重要的增量资金。基于此，选取保费收入衡量保险资本。
综合以上分析，本文从股权资本、债权资本、绿色资本、政府产业资本和保险资本五个方面构建了耐心资本的指标体系(见表1),并测算了2012—2022年中国30个省级行政区的耐心资本水平(不包括西藏、港澳台地区)。由于不同的三级指标对耐心资本的影响权重不同，为保证测算结果的准确性，使用熵权法对各级指标进行赋权。一是，需要对涉及指标开展标准化处理，消除量纲不同产生的影响，即无量纲化处理；二是，需要计算各指标比重、信息熵的冗余度，从而计算出每个指标的具体权重；三是，通过加权求出耐心资本总指数综合得分，最终获得耐心资本的总体发展水平。
控制变量
为尽可能减少遗漏变量造成的偏误，参考已有文献[37-38],选取地区特征变量进行控制。主要的控制变量包括外商投资(以外商投资总额/GDP),各年份外商投资数据使用当年平均汇率进行换算；消费水平(社会消费品零售总额/GDP);教育水平(以各省学历数据推算得到平均受教育年限进行衡量);工业化水平(工业增加值/GDP);交通基础设施(各省公路里程取自然对数);人力资本水平(各省普通高等学校在校生数/总人口);人口流动率通过(各省常住人口-户籍人口)/户籍人口计算。
中介变量
本文使用技术创新(TI)、金融结构(FS)、金融效率(FE)与金融风险(FR)四个中介变量。参考周兵和李艺(2024)[39]的做法，采用规模以上工业企业研发投入与GDP比值作为技术创新的衡量指标，该比值越大说明对技术创新的研发投入越高，技术创新水平越高。借鉴刘贯春(2017)[40]的做法，采用股票市场交易总额与金融机构贷款余额分别作为金融市场和金融中介的代理指标，两者的比值反映金融市场和金融中介在金融体系中的相对重要性，该比值越大说明金融结构市场化程度越高。借鉴张晓燕等(2022)[41]的做法，选取金融业增加值占GDP比重作为金融效率的代理变量，该比值越大表明金融效率越高。借鉴刘超和孙晓鹏(2024)[15]构建金融风险指标体系，测算获得各省的金融风险指数，该指数越大表示金融风险水平越高。
数据说明
本文选取样本为2012—2022年中国30个省级行政区数据，剔除部分缺失值，并对相关样本数据在1%和99%分位上进行双边缩尾处理，最终获得330个观测值。相关的数据来源于中国统计年鉴、各省统计年鉴、WIND和EPS数据库。
实证分析
基准回归
表3展示了耐心资本(PC)对新质生产力(NQPF)的基准回归结果，列(1)—列(3)汇报了使用双重机器学习模型的结果，显示耐心资本的回归系数均为正，且在1%的统计水平上显著。表明耐心资本能够显著促进新质生产力发展，验证了研究假设H1。列(4)是使用普通最小二乘法(OLS)的回归结果，相对于双重机器学习，由于该方法不能有效控制高维数据与非线性关系，仅汇报未能控制高维交互固定效应与控制变量二次项的结果，表明耐心资本依然显著促进新质生产力发展。
表4展示了耐心资本二级指标影响新质生产力的结果，列(1)—列(5)显示股权资本、债权资本、绿色资本、政府产业资本、保险资本的回归系数均为正。可能原因有：一是股权资本通过长期规划和战略实施促进企业的深度研发和科技创新，推动产业深度转型，发展新质生产力。二是债权资本作为一种固定收益的融资工具，能够为企业提供稳定的长期资金，减轻企业财务压力，使其能够更加专注于技术创新，从而对新质生产力产生正向作用。三是绿色资本坚持绿色发展理念，有助于推动企业绿色技术创新，加快产业绿色化、生态化转型发展，提升新质生产力。四是政府产业资本通过设立政府产业基金，发挥国有资本优势，重点支持国家战略性新兴产业，为新质生产力发展提供充足的资金保障。五是保险资本通过提供风险保障服务，增强企业抗风险能力和可持续发展能力，有助于企业更加专注于技术研发、产品创新等领域，促进新质生产力发展。
内生性处理与稳健性检验
1.内生性处理
本文的内生性问题主要表现为：耐心资本与新质生产力可能会涉及双向因果问题，如新质生产力水平更高的地区一般经济较为发达，耐心资本存量也会更高。另外，尽管本文控制了影响新质生产力的变量，但仍然可能存在遗漏变量所引起的内生性问题。为缓解内生性对实证结果带来的估计偏误，采用工具变量法和差分GMM进行内生性处理。
首先，对于双向因果与遗漏变量问题，使用工具变量法进行处理。参考已有文献[24],使用各省份中华老字号的数量作为耐心资本的工具变量。一方面，中华老字号的文化传承与品牌发展具有一定的集聚效应，老字号数量越多的地区，具有更强的文化认同和历史资源，易吸引注重长期社会价值的耐心资本，满足工具变量的相关性条件。另一方面，中华老字号的创建时间远远早于新质生产力的发展阶段，中华老字号数量作为历史值，并不能直接影响新质生产力，满足工具变量的外生性条件。由于中华老字号数量是截面数据，无法直接作为工具变量，需要构建地区中华老字号数量与年份虚拟变量的交互项作为工具变量。一是，采用两阶段最小二乘法对工具变量进行回归分析，表5列(1)显示，在第一阶段，耐心资本与工具变量的回归系数为正，在1%的统计水平上显著。此外Kleibergen-Paap rk LM统计量为29.27,通过了工具变量识别不足检验；以及Kleibergen-Paap rk Wald F值为32.45,也通过了弱工具变量检验，进一步说明本文选取的工具变量是有效的。列(2)显示耐心资本与新质生产力的系数依然为正，在1%的统计水平上显著，说明耐心资本能够促进新质生产力发展。二是，由于两阶段最小二乘法基于LATE框架，对高维数据与变量之间非线性、交互影响关系识别不足，为进一步考虑高维控制变量下的非线性关系，借鉴已有研究[34],构建双重机器学习部分线性工具变量模型进行内生性分析，进一步增强内生性处理结果的解释力度与有效性。由列(3)和列(4)结果可知，耐心资本的系数为正，在10%的统计水平上显著，说明使用双重机器学习模型处理内生性后，耐心资本依然能够促进新质生产力发展。
其次，为进一步缓解遗漏变量所引起的内生性问题，考虑加入新质生产力的滞后项构造动态面板，通过使用差分GMM进行处理。列(5)展示了差分GMM的回归结果，显示耐心资本的系数为0.158,且在1%的统计水平上显著，说明耐心资本显著促进了新质生产力发展，与基准回归结果保持一致。此外，AR(2)检验的值为0.058,表明二阶差分方程中的残差项不存在显著的自相关性，Hansen检验结果为0.748,显示工具变量不存在过度识别问题，表明所使用的GMM估计是有效的。
2.稳健性检验
为进一步检验结果的稳健性，分别通过重新测算新质生产力与耐心资本水平、调整样本量、更换双重机器学习模型设定等方式进行稳健性检验。
一是重新测度新质生产力。参考卢江等(2024)[42]的做法，从科技生产力、绿色生产力和数字生产力三个维度对新质生产力重新测度，并与基准回归的新质生产力指标进行相关性检验，发现相关系数为0.87,显著正相关。表6列(1)结果显示，耐心资本的系数为0.132,在1%的统计水平上显著，说明耐心资本显著促进新质生产力发展，与基准回归结果一致。
二是重新测算耐心资本。选择CRITIC赋权法对耐心资本指标体系赋权，以重新核算耐心资本水平，并与基准回归的耐心资本水平进行相关性检验，发现相关系数为0.91,显著正相关。表6列(2)结果显示，耐心资本的回归系数为正，在1%的统计水平上显著，说明更换赋权方法后，耐心资本依然能够促进新质生产力发展，与基准回归结果一致。
三是调整样本量。鉴于新冠疫情对全球经济造成的深远影响，为规避由疫情特殊时期数据异质性可能引入的代表性偏差，在数据处理阶段剔除2020—2022年的样本数据，将样本区间设定为2012—2019年重新进行回归，表6列(3)结果与基准回归一致。
四是更换双重机器学习模型设定。为防止双重机器学习模型设定偏误可能产生的影响，进一步更换模型设定。第一，更换机器学习算法，将先前用作预测的神经网络算法更换为随机森林、套索回归以及梯度提升，进一步检验双重机器学习模型的稳健性。第二，改变双重机器学习模型的样本分割比例，由先前的1∶4改为1∶7,探究模型样本分割比例对结果的稳健性。表7列(1)—列(4)显示，在重设双重机器学习模型之后，耐心资本的系数依然为正且显著，与基准回归结果一致，表明本文的结果稳健。
耐心资本影响新质生产力的机制分析
结合理论分析框架，本部分将开展作用机制分析，进一步检验耐心资本是否通过直接推动技术创新，促进新质生产力发展；以及是否通过优化金融结构、提高金融效率、分散金融风险，从而间接推动技术创新，促进新质生产力发展。
1.推动技术创新
新质生产力以科技创新为核心要素，新质生产力的形成和发展必须建立在源源不断的技术创新和科学进步的基础上。表8列(1)结果显示，耐心资本对技术创新(TI)的系数为正，且在5%的统计水平上显著，表明耐心资本能够有效支持技术创新，促进新质生产力发展。这主要是因为新技术、新技能的形成和突破需要一个很长的时间周期，耐心资本具备比传统资本更强的风险承受能力，以实现长期投资和价值投资，有助于加快技术创新，促进新质生产力的形成和发展。基于此，本文验证了研究假设H1。
2.优化金融结构
发展新质生产力需要必不可少的金融支持，要毫不动摇地坚持提供强大的、可持续的金融资源以支持实体经济发展[17]。表8列(2)结果显示，耐心资本对金融结构(FS)的系数为1.211,且在1%的统计水平上显著；列(3)中金融结构对技术创新(TI)的回归系数同样为正，在10%的统计水平上显著，表明耐心资本可通过优化金融结构，支持技术创新，促进新质生产力发展。这是因为：一方面，耐心资本有利于发展直接融资，丰富金融市场产品供给，加快金融结构市场化进程，优化金融结构。另一方面，随着金融结构市场化，金融市场可提供更加多元化的融资渠道和金融服务，为企业技术创新直接提供资金支持，促进技术进步，提高全要素生产率，促进新质生产力发展。基于此，本文验证了研究假设H2。
3.提高金融效率
在新质生产力发展过程中，金融资源的有效配置至关重要，金融效率提高意味着资金能够更加快速、有效地流向科技创新领域，加速新质生产力形成和发展。表9列(1)结果显示，耐心资本对金融效率(FE)回归系数为0.099,在10%的统计水平上显著；列(2)中金融效率对技术创新(TI)的系数为2.859,在1%的统计水平上显著。这表明耐心资本可通过提升金融效率，推动技术创新，促进新质生产力发展。一方面，耐心资本坚持中长期投资为主，有助于降低金融市场的交易成本，提高市场的稳定性和金融资源的配置效率。另一方面，金融效率提高能够确保资金从低效领域流向高效领域，优化金融资源配置，为技术创新提供稳定的资金支持，促进新兴产业、未来产业发展，推动新质生产力形成和发展。基于此，本文验证研究了假设H3。
4.分散金融风险
防范化解金融风险也是推动我国新质生产力的发展的重要保障之一。由于科技创新具有成本高、周期长、风险大的特点，企业失败风险可能引起金融市场的不稳定，可能对新质生产力发展产生不利影响。表9列(3)结果显示，耐心资本对金融风险(FR)的回归系数为负，在10%的统计水平上显著；列(4)中金融风险对技术创新(TI)的系数为-0.389,在5%的统计水平上显著。这表明耐心资本可通过分散金融风险，推动技术创新，促进新质生产力发展。一方面，耐心资本具有长期主义导向的投资倾向、高度的风险承受能力，愿意承担市场波动带来的短期压力[11],有效缓解了资本供给的波动性和不确定性，分散和降低金融风险，增强了金融市场稳定。另一方面，由于金融市场不稳定和金融风险给技术创新活动带来不确定性，耐心资本能够分散金融风险，有助于延长企业技术研发周期，推动技术创新，提升新质生产力。基于此，本文验证了研究假设H4。
进一步分析
上述研究厘清了耐心资本影响新质生产力的机制渠道，随之而来的问题是，如何利用好相关机制渠道，壮大耐心资本，发展新质生产力?党的二十届三中全会指出，要充分发挥市场在资源配置中的决定性作用，更好发挥政府作用。有效市场与有为政府的协同作用可能为耐心资本壮大与新质生产力发展提供有利的市场环境与政策保障。此外，地区经济高质量发展水平以及其他特征差异也可能会在耐心资本促进新质生产力发展的过程中发挥一定作用。为此，本部分首先将探究有为政府、有效市场以及经济高质量发展水平在耐心资本影响新质生产力的过程中是否存在调节效应；其次，进一步根据中国四大地区、工业化水平、交通基础设施的差异，开展异质性分析。
1.有为政府的调节效应
有为政府主要表现在中国特色社会主义的公有性以及对“资源生成”领域的开拓性和宏观调控性上[43]。各地区由于发展水平不一，有为政府程度存在一定差异，有为政府程度更好的地区在政策制定、资源调配、市场监管等方面更有优势，可能有助于更好发挥耐心资本的作用，促进新质生产力发展。因此，下文将进一步检验有为政府在耐心资本对新质生产力影响中的调节效应。
参考已有文献[44]的做法，本文使用地方财政一般预算支出除以GDP作为有为政府(GOV)的代理变量，并设置耐心资本与有为政府的交互项(PC×GOV)进行调节效应分析。表10展示了耐心资本影响新质生产力的调节效应结果。其中，表10列(1)中耐心资本与有为政府交互项的系数为0.258,且在1%的统计水平上显著。这表明有为政府在耐心资本对新质生产力影响中发挥正向调节作用，能够加强耐心资本对新质生产力发展的促进作用。可能的原因是：第一，有为政府程度提高能够更好发挥社会主义公有制优势，根据国家发展战略和经济需求，制定更适合耐心资本发展的政策措施，引导耐心资本投资于具有高科技、高效能、高质量特征的新质生产力领域。第二，有为政府程度提高更有能力加强市场秩序的监管和维护，为耐心资本提供公平、透明、可预期的投资环境，有助于加快形成和发展新质生产力。
2.有效市场的调节效应
有效市场是指尊重市场规律，遵循市场规则和市场价格信号，实现效率最大化和资源的最优配置。有效市场更好的地区可能具有完善的信息披露机制，有利于降低信息不对称，提升市场透明度，使得土地、劳动力、资本、技术、数据等生产要素资源得以高效配置，有利于耐心资本投资决策，引导其在新质生产力的关键领域与环节中的部署与投入。因此，下文将进一步检验有效市场在耐心资本对新质生产力影响中的调节效应。
参考李瑶等(2022)[44]的做法，本文采用地区市场化水平作为有效市场(MAR)的代理变量，并设置耐心资本与有效市场的交互项(PC×MAR)进行调节效应分析。表10列(2)中耐心资本与有效市场的交互项系数为0.034,在1%的统计水平上显著，说明有效市场在耐心资本对新质生产力影响中发挥正向调节作用，也会增强耐心资本对新质生产力发展的促进作用。可能的解释为：有效市场水平提高能够为耐心资本提供更为充分的市场信息和更为多样化的投资选择，引导耐心资本投向最具价值、最具增长潜力的科技创新领域和项目，实现金融资源的优化配置，从而助力耐心资本更加精准地识别并投资于新兴产业、未来产业，促进新质生产力发展。
3.经济高质量发展水平的调节效应
经济高质量发展对长期投入和持续创新的需求与耐心资本的特性高度契合，从而促使耐心资本可能发挥更有效的作用。因此，下文将进一步检验地区经济高质量发展水平在耐心资本对新质生产力影响中的调节效应。 参考孙豪等(2020)[45]构建的中国省域经济高质量发展指标，采用熵权法测算了中国30个省级行政区的经济高质量发展水平(ECO),并设置耐心资本与经济高质量发展水平的交互项(PC×ECO),分析经济高质量发展水平在耐心资本对新质生产力影响中的调节效应。回归结果如表10列(3)所示，耐心资本与经济高质量发展水平的交互项系数为0.506,在1%的统计水平上显著，表明经济高质量发展水平在耐心资本对新质生产力影响中发挥正向调节作用。可能的解释为：经济高质量发展依赖于科技创新与产业升级的深入推动，经济高质量发展水平越高的地区，越重视耐心资本的作用，积极出台相关政策，鼓励耐心资本为企业技术创新提供长期资金，支持和保障耐心资本为实体经济创新发展服务，从而对耐心资本促进新质生产力发展发挥了正向调节作用。
4.四大地区的异质性
不同地区在自然资源禀赋、社会经济发展水平、产业发展状况等方面存在差异，可能影响耐心资本作用于新质生产力发展的效果。本文依据地理位置，将样本划分为东部、中部、西部和东北四个地区进行异质性分析。表11展示了中国四大地区耐心资本影响新质生产力的异质性分析结果，显示东部、中部、西部地区耐心资本的系数为正，均在1%的统计水平上显著，说明东部、中部、西部地区耐心资本能够显著促进新质生产力发展；东北地区耐心资本的系数不显著，说明耐心资本对东北地区新质生产力发展的促进作用不明显。
上述结果可能的解释有：第一，区域经济与产业集聚差异。根据产业集聚理论，区位优势、资源共享、技术外溢等产生的外部性是推动产业集聚的主要来源。东部地区经济发展条件好，具有良好的区位优势、技术水平和人力资本，产业集聚水平高，拥有活跃的市场经济环境和丰富的资本来源，从而有利于耐心资本形成和集聚，为新质生产力发展提供有力支撑。同时东部地区的产业结构相对多元，新兴产业和未来产业的布局较为广泛，为耐心资本提供广泛的投资机会。相比之下，东北地区长期以来以重工业为主，产业结构相对单一，经济转型较为滞后，缺少战略性新兴产业集聚，使得耐心资本投资选择较少，难以形成有效的投资规模，制约了新质生产力发展。第二，金融市场成熟度与资本流动性不同。东部地区的金融市场发育较为成熟，融资渠道畅通，为耐心资本提供了丰富的投资标的与高效的退出机制，有助于促进新质生产力发展。东北地区金融市场相对欠发达，资本流动受限，难以有效吸引和留住耐心资本。此外，与中部和西部地区比较来看，中部比东北地区具有更好的地理位置和人才储备，有效承接了东部地区的产业转移，为耐心资本促进新质生产力发展奠定了良好的产业集聚条件。西部地区则拥有更加清晰的绿色发展导向，加大新能源、新材料等绿色产业集聚力度，积极培育和壮大绿色资本，有效发挥了耐心资本对新质生产力发展的促进作用。
4.工业化水平的异质性
工业化水平可能通过产业结构布局、创新驱动力以及生产效率等多维度，对耐心资本所发挥的效能产生影响。本文根据工业化水平的中位数将样本分为两组进行异质性分析。表12列(1)耐心资本的系数不显著，列(2)耐心资本的系数为正，且在1%的统计水平上显著，说明工业化水平较高的地区，耐心资本对新质生产力发展的促进作用更显著。原因可能有：根据新结构经济学理论，要素禀赋结构决定着不同地区最具竞争力的产业、技术结构，从而形成对金融服务的特定需求。对于工业化水平更高的地区，拥有更为成熟的技术体系与研发环境，存在大量科技型企业，需要适配风险承受能力更高的金融资本。耐心资本的投资偏好与上述环境更加匹配，有助于推动技术创新，促进新质生产力发展。对于工业化水平较低的地区，要素禀赋、主导产业、技术水平较低，与耐心资本并不匹配，传统物质资本即可满足其发展需求。
3.交通基础设施的异质性
交通基础设施水平的差异性能够影响物流成本和交易成本，对资本的流动效率及资源配置效率产生深远影响，进而作用于耐心资本的投资决策，引导其在新质生产力的关键领域与环节中的部署与投入。因此，本文根据交通基础设施水平的中位数将样本分为两组进行异质性分析。表12列(3)显示耐心资本的系数不显著，列(4)耐心资本的系数为正，且在1%的统计水平上显著，说明在交通基础设施水平更好的地区，耐心资本对新质生产力的促进作用更显著。可能解释为：根据新经济地理理论，运输成本的减少会引起产业的空间聚集、正向的外部效益以及规模经济等，可为耐心资本提供更好的环境条件。交通基础设施水平是影响运输成本的关键因素。对于交通水平更高的地区，一方面交通基础设施的完善能够降低物质资本与人力资本在地理空间上的流动障碍，减少因距离而产生的交易成本和信息成本等各类运输成本，从而有助于新兴产业集聚。另一方面，完善的交通基础设施能够实现资源在更广泛区域内的自由流动与高效配置，为耐心资本提供更为广阔的投资视野和多样化的投资选择，助力耐心资本投资于科技创新和新兴领域，促进新质生产力发展。
本文来源：樰沫沫的日常，版权属于原作者，仅用于学术分享。
