公共科技金融存在替代效应吗？——来自283个地市的证据

邹 克，倪青山

(1. 广东金融学院 科技金融重点实验室，广东 广州 510521;2.广东省科技金融与大数据分析重点实验室，广东 广州 510521;3.湖南大学 金融与统计学院, 湖南 长沙 410079)

一、引言

党的十九大报告作出了中国特色社会主义进入新时代的战略性判断，并指出我国经济已转向高质量发展阶段。作为建设现代化经济体系的重要组成部分，科技创新是缓解不平衡不充分发展、实现经济高质量发展的根本动力，必然要求中国不断推动创新驱动发展，加快创新型国家建设。“中兴事件”与中美贸易摩擦等充分表明了科技创新相关战略的正确性与前瞻性。金融是现代经济的核心，科技创新离不开金融的支持，促进科技和金融结合是实现创新驱动发展、加快建设创新型国家的重要路径。为加强科技与金融结合，自2011年科技部联合八部委发布《关于促进科技和金融结合加快实施自主创新战略的若干意见》后，一系列科技金融相关的政策法规相继出台；同时，科技部联合相关部门于2011年、2016年分别开展了第一批与第二批促进科技和金融结合的试点工作。截至2015年，第一批促进科技和金融结合试点地区密集出台了350余项科技金融政策文件。科技金融政策密集出台与实施，伴随公共科技金融的规模不断扩大，据国家统计局数据，2017年国家财政科学技术支出8383.6亿元，占财政支出的4.13%。

公共科技金融也称政策性科技金融，是国家创新体系中支持科技创新的一系列政策性金融安排，公共科技金融具有“公共产品”属性，目的在于弥补市场金融不足，承担科技创新过程中的风险，推动科技创新与产业发展。随着公共科技金融发挥更重要的作用及其对科技创新与产业发展越来越大的影响力，要求学者更迫切与更深入地加以研究。从公共科技金融的本质出发，公共科技金融在促进创新驱动发展过程中产生互补(撬动)效应或是替代效应？公共科技金融的相关效应有何特征与时间变化趋势？本文拟从公共科技金融的替代效应切入研究。本文可能的学术贡献体现为：第一，从政府失灵与市场失灵等理论角度梳理与归纳公共科技金融的替代效应，拓展了科技金融研究的细分领域。第二，通过多维度的实证发现公共科技金融的替代效应及其有效性变化趋势与发展阶段的异质性等结论，有助于政府部门利用公共科技金融更好地服务科技创新与科技产业发展。第三，本文的研究对公共科技金融由替代效应向互补效应转化进而提高其有效性有良好的政策启示。

二、文献综述

关于科技金融，Hicks(1969)较早从金融市场效率影响科技创新的角度作了研究[1]，国内自赵昌文、陈春发等(2009)对科技金融进行定义以来，较为系统、立体地研究了科技金融。周昌发(2011)认为，科技金融要得以快速、稳定发展，需要建立有效的科技金融发展保障机制[2]。该观点对公共科技金融同样适用。房汉廷(2010)指出科技与金融相结合，通过科技资产的财富化，能够实现科技与金融的共同促进与提高[3]，能够促进技术资本、创新资本与企业家资本等创新要素深度融合、深度聚合。张明喜等(2018)基于科技金融本质构建了科技金融的理论体系[4]；李喜梅等(2018)认为要从宏、中、微观上探讨科技金融内涵，更好地发挥政府能动性[5]。科技金融发展指数量化方面，曹颢等(2011)从科技与金融融合的角度构建我国科技金融发展指数[6]，推动了科技金融的量化研究。而科技与金融及经济协调发展则是另一个定量研究方向，和瑞亚等(2014)基于科技创新系统与公共金融系统[7]、佟金萍等(2016)基于区域科技创新、科技金融、科技贸易[8]分别构建耦合协调度模型进行实证。

从创新的高风险性能够引出公共科技金融的必要性与理论基础。由于创新活动的高风险特征，传统金融服务缺乏追逐动力[9]；而缺乏金融支持的科技创新活动缺乏现实基础[10]。科技创新中的基础研究、产业共性技术、前沿技术等社会溢出效应明显，因此有必要通过科技与金融结合实现科技创新与产业发展。科技金融模式按投入主体可分为公共科技金融与市场科技金融[11]，在因高风险导致市场金融介入不足的情况下，发挥公共科技金融的引导作用是推动科技金融快速发展的重要途径。公共科技金融是政府为解决金融市场失灵、促进科技产业发展而对科技金融资源的配置进行的干预和引导活动[12]，是促进中小企业高新技术企业进行技术创新、弥补基础研究阶段资金不足的重要外源融资方式[13]，公共科技金融具有“公共产品”特征，主要包括政府设立的支持和引导高新技术产业及其相关产业发展的发展开发银行、引导基金、科技保险、互助担保、专项资金等[14]。理论上，公共科技金融能实现可持续性，成熟期科技企业税收是公共科技金融资金来源，通过公共科技金融可解决处于成长周期之前的科技创新企业的资金错配问题。

公共与市场科技金融能够对研发投入、科技创新、产业结构、经济增长产生直接的促进作用。由于科技产业拥有更高的全要素生产率，为保持产业竞争力，科技企业在公共科技金融引导下将增加研发投入，Chowdhury等(2012)实证了金融市场发展有利于研发投入[15]，王建等(2015)[16]等分别基于产业视角、科技经费投入类型视角、上市公司视角通过实证支持了财政科技经费对研发投入的促进作用。从宏中观看，科技金融通过对技术创新的正向影响，促进科技产业的发展，进而推动产业升级与结构优化，并对经济发展产生正向影响。对于科技金融与技术创新的关系，Hsu等(2014)利用32个国家实证得出外部融资能够显著提升科技创新能力[17]。对于科技金融与经济增长的关系，徐幼民等(2017)指出技术创新有利于资本积累，由此将进一步提升了经济增速[18]。不过，已有研究也认为科技金融可能存在一些失灵的情况或负效应。张来武(2011)认为，科技创新存在市场与政府双重失灵，由于信息不对称与对决策者缺乏有效激励和约束，政府介入科技产业发展时将导致政府失灵[19]。芦锋等(2015)发现公共科技金融(政府科技经费)对科技创新的影响在不同阶段都不够显著或存在抑制作用[11]。另外，郑磊等(2018)实证得出科技金融对科技创新存在门槛效应，是一种U型关系[20]；张紫璇等(2018)实证发现科技金融发展与经济增长呈非线性关系[21]。这表明，有必要深入探讨科技金融在促进科技创新与地区经济发展中的相关机理，识别科技金融发展过程中所存在问题。

综上文献可知，科技金融有利于促进科技创新与科技产业发展，然而大部分研究主要集中在科技金融上，对公共科技金融的研究不够。虽然公共科技金融在弥补创新的高风险性导致的市场金融介入不足发挥了重要作用，但已有研究可以推测，公共科技金融与市场科技金融并不产生完全的合力，甚至可能相互抵消产生反作用。本文认为相关文献没有区分公共科技金融的直接效应、间接效应(包括互补效应与替代效应)，而进行区分对提高科技金融工作的有效性十分有必要，本文试图从替代效应这一角度切入，利用地市数据进行实证，研究公共科技金融对经济与科技发展的替代效应与变化趋势等特征，进而试图提出有价值的政策启示。

三、理论分析与模型构建

(一)理论分析与假设

公共科技金融通过直接效应与间接效应对“创新驱动发展”产生影响，具体见图1。公共科技金融的直接效应指公共科技金融直接作用于科技创新进而影响经济发展；公共科技金融的间接效应指公共科技金融通过作用市场科技金融、创新企业主体等，影响到科技创新的投入与产出，进而影响经济发展。公共科技金融的间接效应按其影响方向可分为互补效应与替代效应。当政府行为与市场机制的实现有效结合，提高金融资源配置效率，促进科技资产财富化，公共科技金融则呈现出互补效应；然而，由于政府失灵与市场失灵的存在，公共科技金融承担市场金融与创新企业的创新风险，但引导作用未充分发挥，进而呈现出替代效应。本文研究重点是公共科技金融替代效应及特征，从政府失灵与市场失灵对公共科技金融替代效应产生的原因进行展开。政府失灵方面，一是政府信息不对称问题，政府不可能完全掌握企业和市场的科技创新信息，企业倾向于隐瞒不利信息、夸大创新的价值与期望收益，信息不对称将导致无法在科技创新的公共科技金融支持上实现最优决策支持，进而出现政府失灵。二是政府在配置公共科技金融资源时，不具备私人部门在产权明晰条件下的激励与约束机制，部分创新企业也趁机套利，致使无法有效配置公共资源。市场失灵则是由于科技创新与科技产业发展本身所蕴含的高风险所决定的，导致在成长期之前科技创新的金融支持严重不足，当金融机构与科技企业倾向于通过公共科技金融对冲创新风险时，就产生了替代效应。

图1 公共科技金融作用于创新驱动发展的路径

进一步基于金融成长周期理论分析替代效应问题，不同时期科技金融抑制程度与风险有明显差异。①种子期企业资金需求不大，总体风险较小。主要投资为新技术或产品开发测试，由创业者出资，政府则通过创业孵化器等方式加以扶持。②初创期企业资金需求量大，用于投资机器、厂房、生产资料、后续研发和销售等，但企业现金流不稳定、风险较大，金融抑制程度高，主要通过企业主、亲友注资与借款等获得资金来源，也依赖公共科技金融支持。③成长期企业金融抑制程度下降，融资渠道逐渐拓展，产品盈利能力逐渐提升。通过公共科技金融，引导市场金融资本的支持，能够实现科技资产快速财富化。④成熟期企业的金融抑制程度低，企业市场前景稳定。企业融资方式包括风险投资、私募股权、公开募股和公募债券等。综上可知：科技创新企业在成长期之前，金融风险较大，市场金融介入不足。对于金融机构来说，科技中小企业的贷款存在以下问题：一是信息不对称导致信息获取成本高，二是规模不经济增加了金融机构单位运营成本，三是企业抵押品不足与经营风险大导致利率风险溢价高。金融机构承担科技创新风险，但难以获得科技资产快速财富化的收益。科技型企业的轻资产、风险大特性与信贷资金运用的安全性、流动性、效益性要求存在矛盾冲突，针对科技中小企业的金融资源供给存在严重的缺失。

鉴于创新对经济发展的重要作用以及支持科技创新的“公共产品”性质，政府有必要通过风险补偿基金、税收补贴等公共科技金融方式支持成长期前的科技企业发展，对科技企业信贷与投资进行风险补偿与信用背书，引导金融机构等市场金融主体介入，进而促进科技创新与科技产业发展。然而，公共科技金融也可能产生挤出替代效应。金融机构面对政府科技经费投入等公共科技金融手段，可根据金融风险与创新的未来前景作出不同抉择：一是将已有或准备发放的科技企业信贷，申请政府公共科技金融补偿，转嫁科技企业信用风险；二是金融机构看好科技产业发展前景，借助公共科技金融分散部分风险，配套更多资金支持科技企业的发展壮大。第一种抉择将使得公共科技金融挤出部分市场融资，产生替代效应；第二种抉择则将发挥公共科技金融的引导作用，产生撬动的互补效应。一段时间以来，我国科技产业仍以科技中小企业占主导，科技金融风险大，金融机构倾向于通过公共科技金融转嫁风险；且我国金融业实行分业经营，投贷联动机制还在探索中，金融机构分享科技企业成长收益的机制还不成熟，互补效应发挥不足。除此之外，由于信息不对称、对决策者缺乏有效的激励和约束将导致政府失灵[19]，也降低了公共科技金融的有效性。因此提出以下假设：

假设1：相较于互补效应，公共科技金融的替代效应更明显。

从科技金融演化机制来看，科技金融服务对象和服务过程具有阶段性[4]，中国科技金融经历了财政拨款、科技贷款与市场介入、金融工具深化创新、科技与金融耦合等阶段。2006年《中长期科学和技术发展规划纲要(2006-2020)》标志着科技金融开始扮演主要角色(房汉廷，2010)。2011年是科技与金融耦合深化阶段的起点，科技部等八部委发布了两者结合的若干意见。以上表明，“十二五”开始，科技创新与产业获得快速发展，科技创新企业前景更为被看好，成熟性科技企业基数变大，虽然科技中小企业仍然占主导，但科技金融风险下降，公共科技金融的替代效应逐渐减小。随着政府信用介入力度加大，金融机构逐步倾向于借助公共科技金融配套更多资金支持科技企业，并积极探索投贷联动等创新模式，市场科技金融与公共科技金融的协同性与互补性加强。此外，随着科技创新管理制度与财政制度的不断完善，政府激励与约束效应得到加强，有利于降低政府失灵；科技经费支持的企业整体质量不断提高，政府性金融服务科技创新的有效性具有上升趋势[22]。上述因素均有利于发挥公共科技金融的互补效应，降低其替代效应。因此提出以下假设：

假设2：随着科技创新与科技产业的发展成熟，市场失灵与政府失灵弱化，公共科技金融的替代效应减小、互补效应变大。

根据科技金融发展阶段性与研究区间跨度进一步假设：

假设2a：2002-2010年，公共科技金融替代效应更大；2011-2015年，公共科技金融替代效应变小，或呈现出互补效应。

发达地区在信息、法律、经济与技术环境方面优势明显，吸引了人才、资本等各类创新要素集聚，科技创新活跃度强，但科技中小企业数量更多，同时也促进了财政科技投入的增加；经济欠发达地区则是高校科研院所与传统科技相关企业占主导，或由东中部地区或区域中心城市转移的偏制造型科技企业，企业规模相对较大且不确定风险小，但创新潜力也较小。当发达地区或中心城市的科技中小企业达到一定量级时，金融机构专门开展利用公共科技金融转嫁科技企业信用风险的业务时就有了规模经济效应，公共科技金融的替代效应更明显；中小城市能获得科技贷款的企业一般达到了成熟期，公共科技金融的互补效应相对较明显；另外，发达城市与中小城市的公共科技金融结构的差异很大，科技经费可分为基础研究、应用研究与试验发展经费，发达城市支持科技企业的应用研究与试验发展科技经费占比较高，而中小城市支持科研机构与院校的基础研究科技经费占比较高，基础研究属于非市场性质，较少存在对市场科技金融的挤出或替代效应。因此提出以下假设：

假设3：由于科技产业阶段、企业规模与经费结构等差异，经济发达城市公共科技金融的替代效应更明显。

(二)模型构建

1. 公共科技金融定义与变量设置说明

通过前文可知，公共科技金融是支持科技创新的一系列政策性金融安排，是政府为解决在科技产业发展过程中金融市场的失灵状况而对科技金融资源配置所采取政府引导行为[11]。已有研究中，公共科技金融变量通常用单因素指标或综合指标指数表示，单因素指标主要是利用财政科技经费支出及其衍生指标代替[13]，综合指数则包括公共科技金融资源、资金与产出等层次[11]，本质上仍是以财政科技经费基础，限于地市一级数据的可得性，且基于财政科技经费支出与公共科技金融内涵的高度相关性，本文使用人均财政科技经费支出代表公共科技金融。

2.模型构建

构建公共科技金融如何影响“创新驱动发展”的基本模型。以经济发展水平(人均GDP)作为被解释变量。根据GDP核算公式，首先纳入投资的代表变量人均固定资产投资额(ata)。其次，金融扮演着经济发展第一推动力的角色，纳入金融发展变量人均贷款余额(loa)，由于市场科技金融相关数据难以获得，而人均贷款余额与市场科技金融之间又存在较强的相关性，一定程度上可将其视为市场科技金融的工具变量。最后，在模型中纳入关键解释变量公共科技金融变量人均财政科技经费支出(teca)。基本模型如下：

gdpait=α0+α1atait+α2tecait+α3loait+uit

(1)

其中，被解释变量gdpait为人均GDP；解释变量公共科技金融为人均财政科技经费支出(tecait)；控制变量包括：人均固定资产投资额(atait)；人均贷款余额(loait)。

本文构建交互效应模型分析公共科技金融是否存在替代效应：

gdpait=β0+β1atait+β2tecait+β3loait+β4tecait*loait+uit

(2)

模型(2)在(1)中加入人均科技经费支出与人均贷款余额的交互项tecait*loait，用以分析公共科技金融的替代效应，若β4<0，表明替代效应更明显，则支持假设1；若β4>0，表明互补效应更明显，则不支持假设1。

理论假设指出不同阶段公共科技金融的替代效应不同，构建如下模型进行分析：

(3)

如果t<2011时，γ4的符号为负，且t≥2011时，γ4的绝对值有所减小(或γ4>0)，则符合假设2与假设2a。

由于不同地区也存在公共科技金融的替代效应不一致的情况，本文拟利用以下分位数回归模型进行分析：

Qgdp(τ|X)=X′β(τ)τ=(0.1;0.25;0.5;0.75;0.9)

(4)

其中，τ为对被解释变量所取的分位数，X′为上述所提到的解释变量与控制变量，包括gdpait、atait、tecait、loait与tecait*loait。采取bootstrap自助法回归。根据假设3，在分位点上，β(τ)的值应该是逐步减小的。

将分位数与分时间段相结合，还可构建相应的模型，分析不同阶段不同地区的公共科技金融的替代效应有何特征与趋势，具体见实证结果。

四、数据来源与描述性统计

研究对象为283个地市，区间为2002-2015年。主要变量GDP、固定资产投资总额、贷款余额、财政科技经费支出与城市常住人口指标数据均来源于历年的《中国城市统计年鉴》，ata、loa、teca等变量均根据相关指标比城市常住人口数计算得到。

表1为变量描述性统计结果。总观测值为3941个，存在少量缺失值。在数据处理过程中对有单位错误、明显缺失的样本进行了数据清洗与样条修正。从相关性来看，被解释变量gdpa与所有解释或控制变量均存在较强的相关性，gdpa与ata相关系数高达0.852，gdpa与teca*loa相关系数也有0.534，回归模型的解释能力可能较强；从解释变量之间的相关关系看，除teca与teca*loa相关系数为0.882外，其余解释变量之间均没有超过0.80，表明解释变量之间出现多重共线性问题的概率可能较低，同时，面板回归方法一定程度可避免多重共线性。

表1 变量描述性统计

五、实证分析

(一)总体回归结果分析

利用stata12作回归。基本模型的F检验值为30.03，在1%的显著性下可拒绝混合回归模型； Hausman检验结果显示，在1%的显著性下拒绝随机效应模型，因此选择固定效应模型进行回归。对加入交互项的模型进行检验，最终也得出应选择固定效应模型进行回归。回归结果见表2。

回归结果(1)显示，回归的拟合系数R2为0.878，表明模型的解释力度较强。控制变量人均固定资产投资额ata系数为0.759，统计显著性为1%，表明投资对GDP有显著的促进作用，与现实相符。从主要解释变量看，人均财政科技经费投入teca系数为26.026，显著性水平为1%，表明公共科技金融能够显著地提高经济发展水平，对经济发展具有直接效应；人均贷款余额loa的系数为0.163，显著性水平为1%，金融是经济发展的第一推动力，表明金融发展对经济发展具有显著的促进作用。综上可知，回归结果(1)在经济与统计意义上均与事实符合。

本文进一步加入交互项teca*loa进行回归，得到回归结果(2)。回归结果(2)的拟合系数R2为0.897，表明模型解释力度较强。控制变量人均固定资产投资额ata系数为正且在1%显著性下显著，解释变量人均财政科技经费投入teca与人均贷款余额loa的系数与显著性水平也基本一致，表明加入交互项teca*loa后，模型的稳健性较强。交互项teca*loa的系数为-0.006，统计显著性为5%，表明公共科技金融存在替代效应，支持了理论假设1，科技创新的社会外溢效应明显但市场金融支持不足，有必要利用公共科技金融进行支持，但由于政府失灵的存在，财政科技经费投入本身存在效率不高的问题，另一方面，科技金融机构获取科技经费的风险补偿，替代金融机构对科技创新企业的部分贷款投入，也使得公共科技金融对市场科技金融表现为替代效应。不过，相对于公共科技金融的直接促进效应，公共科技金融的替代效应影响较小(teca*loa系数远小于teca与loa系数的乘积)。

表2 公共科技金融替代效应的回归结果

注：*、**、***分别表示在10%、5%、1%的显著性水平下显著；()内为t值，根据稳健标准误计算，下同。

(二)分阶段的回归结果分析

根据科技金融发展过程，结合“五年规划”，将样本划分为两个阶段。第一阶段是2002-2010年，为科技金融工具的深化阶段，资本市场逐渐介入、科技保险、科技担保、知识产权质押等一系列金融工具涌现。第二阶段是2011-2015年，为科技与金融的耦合深化阶段，科技金融的宏观地位有所上升，政策上逐渐注重科技与金融的结合对国家自主创新战略的推动作用。在对模型进行F检验与Hausman检验后，选择固定效应模型对两个阶段进行面板回归，见表3。

在第一阶段，表3中的回归结果(3)显示模型的拟合系数R2为0.851，解释效果较好；人均固定资产投资额ata、人均财政科技经费投入teca与人均贷款余额loa的系数均为正，统计显著性为1%，与全样本回归结果基本一致。关键的解释变量交互项teca*loa系数为负，在5%的显著性水平下显著，与回归结果(2)相比，系数值-0.02大了不少，表明在2002-2010年，公共科技金融对市场科技金融产生了较大挤出，替代效应比较明显。在第二阶段，回归结果(4)显示模型的拟合系数R2为0.778，解释效果较好；交互项teca*loa系数变正但不显著，表明2011-2015年公共科技金融对市场科技金融的引导作用大于挤出作用，存在尚不显著的互补效应。

以上回归结果支持了理论假设2与2a，表明：随着时间的推移，科技创新与科技产业发展的政府失灵与市场失灵情况均有所弱化，公共科技金融逐渐由对市场科技金融的挤出效应转变为对市场科技金融的互补效应；公共科技金融的有效性正在不断的提高，虽然公共金融与市场金融的协同互补效应在现阶段还不够显著，但随着创新驱动发展战略的不断推进、科技与金融耦合关系不断增强，公共科技金融的互补效应将越明显。

(三)分经济发展水平的分位数回归结果分析

针对不同发展水平城市的公共科技金融替代效应是否不一致及其原因，选择分位数回归方法进行研究，回归结果见表4。不同分位数条件下，Pseudo R2的值均超过了0.5，表明模型有较强的解释能力；人均固定资产投资额ata、人均财政科技经费投入teca与人均贷款余额loa的系数均为正，在不同显著性水平下显著，表明分位数回归果的稳健性也是比较高的；但关键解释变量交互项teca*loa在不同的分位数条件下系数与显著性水平均出现了明显的变化，在十分位数时，teca*loa的系数为正，显著性水平为5%；随着分位数水平的提高，teca*loa的系数符号由正转负，从中位数开始，teca*loa的系数变为负，显著性水平上升为1%。

表3 分阶段公共科技金融替代效应的回归结果

表4 公共科技金融替代效应的分位数回归结果

注：q表示分位数，q10即为10分位数。

以上回归结果支持了理论假设3，表明：①发达城市的公共科技金融更容易出现替代效应。这是由于：一方面，由于业务量较大，存在规模经济效应，发达城市金融机构可将已有与科技贷款与相关风险补偿基金对接，大量将风险转嫁给公共科技金融；另一方面，发达城市科技中小企业更多，公共科技金融结构中应用研究与试验发展经费占比更高，这部分经费投入更容易产生挤出效应。②中小城市的公共科技金融更可能产生互补效应，其公共科技金融结构中基础研究经费的占比相对要高一些，基础研究经费是非市场性质的，对科技发展更多地表现为直接效应。

(四)考虑不同阶段的分位数回归结果分析

将不同阶段、不同发展水平两因素联合起来研究公共科技金融替代效应，分不同阶段利用分位数回归方法进行了实证，回归结果见表5。

对比表4与表5的结果可知，交互项teca*loa的系数与显著性的回归结果中有很大差异，从表5中分阶段的分位数回归结果可得到丰富且细节性的发现。在第一阶段(2010年以前)，交互项teca*loa系数基本上为负且显著，仅在10分位数条件下为正但不显著。到了第二阶段，交互项teca*loa的系数变得更接近于0，在10分位数条件下为正，且统计显著性为1%；在90分位数条件下为负，统计显著性为5%。

从图2能更加直观地看出这种差异。不同分位数下，均是第一阶段公共科技金融的替代效应更大，第二阶段的替代效应较小，且随着时间的推移，经济发达城市公共科技金融的替代效应迅速下降，到第二阶段，至少75%的城市公共科技金融的替代效应不显著，接近50%的城市公共科技金融呈现出互补效应。

六、结论与政策启示

党的十九大报告提出了加快建设创新型国家以支撑建设现代化经济体系，要求着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系。那么公共科技金融在科技创新和现代金融协同发展中能够发挥什么样的直接与间接作用？本文从公共科技金融替代效应的角度作了理论分析与实证检验，结论如下：

(1)直接效应方面，公共科技金融显著提高了经济产出水平。主要通过促进技术进步、优化产业结构、提高劳动生产率、提升资本积累速度等路径实现。(2)公共科技金融总体表现为替代效应。一方面，公共科技金融的目的是弥补市场金融不足，且存在政府失灵的情况；另一方面，在中小企业占主导的科技产业结构中，科技金融风险大于收益，市场金融主体有主动退出高风险领域的倾向，进而使公共科技金融产生挤出效应。(3)“十二五”以来，公共科技金融的替代效应显著下降，政府失灵与市场失灵情况逐步改善。可以预期，随着创新驱动发展等战略的进一步推进，公共科技金融的互补效应将更明显。(4)经济发达的城市更容易产生公共科技金融的替代效应。发达城市具有更好的科技金融生态，吸引了各类创新要素集聚，科技中小企业数量级大，金融机构申请科技金融风险补偿具有规模经济优势，更容易产生替代效应；而中小城市科技中小企业少，公共科技金融更大比例投入基础研究，替代效应较小。(5)随着时间的推移，那些经济发达地区公共科技金融的替代效应迅速下降，表明公共科技金融相关政策的有效性上升。

表5 分阶段公共科技金融替代效应的分位数回归结果

注：限于篇幅，只显示10分位数、50分位数与90分位数的回归结果。

图2 不同分位数的teca*loa系数与显著性比较

公共科技金融出现替代效应具有理论合理性与历史必然性，但终将随着科技产业发展升级而呈现出互补效应。本文的研究对如何促进替代效应向互补效应转化，提高公共科技金融的有效性，进而推动创新驱动发展战略、加快建设创新型国家提供了重要的政策启示：

(1)充分结合中国特色社会主义新时代高质量发展、供给侧结构性改革等要求，发掘科技金融的宏观内涵，提高科技金融战略地位，加大力度促进科技同产业、金融深度融合，进一步提高公共科技金融政策的有效性。(2)加强科技金融政策顶层设计，从优化科技金融体系基础架构、拓宽技术转移金融通道、完善科技金融政策环境和支撑保障与强化组织实施等方面推进国家科技金融体系建设；推动由政府主导向政府与银行共同主导的科技金融模式转变；建立并完善科技管理部门、金融管理部门与相关部门之间的信息共享与工作协调机制体制，逐步解决“政府失灵”的激励与约束问题，发挥科技金融政策合力。(3)科技金融政策要充分考虑该地区科技金融的发展阶段、发展水平等因素，因阶段因地区制宜，重点关注发达城市的公共科技金融替代效应，创新金融支持方式与工具，充分调动市场金融主体与创新企业积极性。(4)利用科技“产业金融”方式，实现创新风险在科技企业生命周期各阶段均衡分布，解决金融机构与科技企业信息不对称、收益与风险期限不匹配问题，加快科技产业的投融资与技术积累。要求各级政府创新财政科技投入机制与方式，积极培育科技产业投资基金、科技保险基金等科技产业金融主体，加强科技金融信息服务，优化金融生态环境；金融机构则要创新金融组织、产品服务，促进创新链、产业链和资金链的有机结合，为各类科技企业提供差异化的金融服务。