摘要：基于2003—2013年的29个省(除西藏、新疆)的面板数据，运用面板模型分析科技金融对科技创新的影响。将科技创新分为3个阶段，而且将科技金融分为公共科技金融和市场科技金融，同时把全国29个省分为东、中、西部分别进行分析。结果表明：在技术创新阶段，科技型上市公司占比和风险投资对专利授权数有着促进作用，但是政府投入经费比对专利授权数有着抑制作用。在技术成果转化阶段，不同的地区有不同的结果，大部分情况下，科技金融对科技创新没有显著地影响。在高新技术产业化阶段，市场性科技金融对科技创新有着促进作用，但是政府科技资金投入比对科技创新没有显著的影响。不同区域，不同阶段，科技金融对科技创新都有着不同的作用。
关键词：面板模型；科技创新的三阶段；公共科技金融；
一、引言
近年来，依靠投资驱动、资源驱动的经济模式，我国经济取得了举世瞩目的成就，也带来了一系列的问题，诸如高污染、产能过剩等。就如硅谷最火的投资者和思想家彼得·泰尔二进制的人生观———人类的未来，要么独特与创新(1)，要么啥都不是或走向衰弱(0)，如果只是重复和模仿，从1到N，人类将面临着一系列问题。我国的经济目前处于1-N的困境中，要想解决这些问题，我国要实现从0到1的突破，科技创新尤为重要。而科技创新需要资本的支持，并且科技创新的高风险和高收益正好可以发挥金融分散风险的功能，这样科技和金融的融合随之而形成，科技金融也随之产生。有些学者认为科技金融给与科技创新资金上的支持从而提高了企业的科技创新能力；也有学者认为金融资本的投机性使得在研发的初期金融资本投入较少而在创新有一定的获利性时又有大规模的金融资本的投入，这样可能会有金融和科技创新阶段性的不匹配现象的出现，科技金融反而不利于科技创新能力的提高。
美国、英国等发达国家通过持续的科技创新不断奠定和提升自身在世界经济舞台上的地位，优化金融政策环境，提高企业创新能力，从而促进经济的发展。面对发达国家近年来实施的一系列举措，我国也逐渐认识到科学的发现和技术的创新是推动经济发展的有效力量，企业科技创新与金融资源的协同发展对于经济的提高有着至关重要的作用。从1985年，在《关于科学技术体制改革的决定》中，中共中央首次提出以风险投资来支持高新技术产业的发展；1993年“科技金融”一词由深圳市科技局提出；“中国金融科技发展论坛”在北京成功举办，提出支持高技术产业的技术创新活动，进而助推我国的经济增长。因此，我国积极推进科技金融体系的建设，在国家和地方陆续出台了推进科技创新与科技金融的多项政策，以此来抢占国际科技经济的制高点。
关于金融对科技创新的影响的研究最早始于经济学家熊彼特，熊彼特(1912)指出金融变量对经济发展和企业创新有着重要的作用，他认为企业的创新与金融资本有着密切的关系[1]。在这之后研究金融和科技创新的文章较少。直到上世纪90年代，硅谷的崛起以及其崛起背后的金融体系的支持使得国内外学者开始关注金融与科技创新的关系。
国外学者没有提出科技金融的概念，他们主要从国家层面也就是说宏观层面以及从企业层面也就是说微观层面上针对金融对科技创新的影响进行了相关的研究。国家层面上，国外的研究如下：AnaPaulaAria、NatalBarbados(2013)使用17个欧盟国家的数据建立面板数据模型研究风险资本和创新之间的关系，结果表明专利申请实际上是受风险投资的影响，风险资本被视为内生变量，促进企业创新，且会产生重大影响[2]。Po-SusanHus、XianTan、AnAu(2012)使用一个包括32个发达国家和新兴国家大数据集，建立截面框架面板数据结构模型，发现在5%的显著水平下，基于创新产出的数量，股票市场、信贷市场提供外部融资对创新产出———主要是专利有着显著地影响，提出金融市场鼓励创新，促进了行业的创新发展[3]。ChangWei、DinYugo、WangJaping(2014)建立VAR模型，利用1997—2013年的中国数据进行实证分析，根据分析得出金融工具的风险投资和银行贷款都有利于绿色实体产业的创新且风险资本比银行贷款效率高[4]。MurielCal-ContGrandness、SophiePommet(2009)基于黄、徐的金融联合模型进行专业模型联合和性能比较，利用聚合原理建立分析模型，结果表明银行等金融机构对企业的支持力度直接影响企业的创新项目，有积极的影响而且具有肯德尔的相关性[5]。
企业层面上，国外的研究如下：AlexandraGuarnieri、PeiLiu(2014)基于2000—2007年未上市的中国公司数据，运用各种规范和评估方法，建立欧拉方程结构模型，随后用OLS回归分析得出中国企业的创新活动是受金融支持的约束[2]。GaryKitakyushu，MichaelJ.Lenox(2005)基于上市公司在20年期间的基本情况运用面板模型，发现增加风险资本投资与相关联公司专利的增加具有正相关关系。提出创业企业创新有利于企业风险投资项目收获，因此风险投资是一个公司的整体创新战略的重要组成部分[6]。BashSiddhartha、P.J.DijonGlucose、SuspenderKramer(2014)提出融资约束程度影响企业的研究和开发，建立欧拉方程模型，研究结果发现，研发支出在不活跃的企业，它们的盈利能力和外部融资大幅下降。融资约束减少了研发的投资，影响了企业的创新[7]。BarbaraWeber和CharacteristicWeber(2007)有效地将定性数据转化为定量的数据，对定量内容分析，得出金融支持对企业的创新具有重要的作用[8]。也有部分学者是从中观层面即区域层面对该问题进行分析，如Po-SusanHus、ChangWang、ChallengeWu(2011)指出当地的银行促进当地的创新活动[9]。作者利用集中普通最小二乘法(OLS)对年度省级专利流动数和省信用市场指数进行回归，发现增加信贷市场指数可提高当地更多的专利。面板数据模型显示人均当地银行发展显著提高本地创新活动。
国内部分学者围绕科技金融对科技创新影响的研究大多采用的是定性分析的方法。如胡援成、吴江涛(2012)依据目前我国科技创新与科技金融协同发展机制尚未形成的现状，提出构建科技企业与金融资本有效结合的运行机制，打造良好的对接通道，同时完善金融创新体系，为科技金融运行机制提供良好的条件[10]。段世德，徐璇(2011)提出我国科技金融的发展推动科技创新，支撑我国战略性新兴产业的发展，是加快我国经济转型的重要战略点，因此我国需要将科技创新与金融资源有效结合，由传统的金融模式向科技金融方向转变[11]。洪银兴(2012)指出加快我国转变经济发展方式，建设创新型驱动经济不仅需要政府的支持，也需要全社会的动员，因此需要推动和培育科技金融的发展，实现科技和金融深度融合[12]。
实证分析方面，国内大多学者是从金融发展、金融机构体系以及公司金融等角度分析金融对企业创新的影响，如，徐玉莲、王宏起(2011)，基于我国1994~2008年的金融发展与技术创新的时间序列数据分析了金融发展对科技创新的影响[13]。朱欢(2010)基于我国31个省2000—2007年的数据，从金融市场结构的角度，运用个体固定效应模型研究了信贷市场以及证券市场对科技创新的影响[14]。吴翌琳，谷彬(2013)基于分析中关村科技金融改革的实践经验，采用企业基础财务数据涉及科技创新投入，政府基金投入，财务资本等多个方面，利用企业创新系的阶段递推CDM模型实证分析，表明中关村科技成果转化阶段性特征明显，进而提出我国科技金融协同发展的重要性，创建多层次的科技金融服务体系，促进不同资本的创新，推动企业及高科技产业的发展[15]。
我们可以发现：首先，目前的国内外文献大部分都在全国范围内以及企业层面研究金融对科技创新的影响，没有具体研究在各个地区的影响。而由于我国的地域辽阔，地区和地区之间的差异很大，仅从全国角度分析这个问题是远远不够的。因此本文按经济发展程度、区域因素、金融机构的分布状况将全国29个省分成东中西3个地区，用面板模型分别研究各地区金融对科技创新的影响。其次，在针对科技创新的变量选取方面，大多文献选取与专利相关的指标作为代理变量，笔者认为该观点是片面的，专利的申请仅仅代表的是科技创新中的技术创新阶段，本文借鉴徐玉莲等(2011)[16]在研究科技金融和科技创新的协同作用时将科技创新分成3个阶段的观点，分阶段分析科技金融对科技创新的影响。最后，国内外的文献中大多站在狭义的金融市场———信贷市场、资本市场等的角度来研究科技金融对科技创新的影响，但是其忽略了政府的开发性金融对科技创新的支持，科技金融具有市场性和政策性[17]，因此本文将科技金融分为公共科技金融和市场科技金融进行相关的实证研究。
二、理论基础
Perez(2002)[18]从技术与经济范式演进的视角对金融资本和科技创新的关系进行分析，结合企业在创业、成长、成熟和衰退的生命周期的四个阶段，强调金融资本对重大科技创新的发生和发展具有重要的作用，同时也指出，在技术革命的成长和成熟阶段，金融资本疯狂的进入该领域获取巨额利润，而在技术革命的衰退阶段，则金融资本会从相关的领域退出，变成闲置资金以转向其他方面的投资。洪银兴(2011)[12]在科技金融及培育中也指出，知识创新为科技创新的最前端，是科技创新的源头，这个阶段的投入主要关注创新成果的基础性和公共性，因此政府在科技方面的资金投入为主要投入，而在科技创新的后期阶段，也就是创新成果形成产业化的阶段，由于明确的市场导向和私人投资利益，金融资本一般会积极的介入该阶段。本文依据这些理论，将科技创新分为新技术的孵化、新技术研发为新产品、新产品发展为新兴产业3个阶段，同时分析了金融资本在这3个阶段不同的作用机制，具体分析金融资本在这3个阶段是如何影响科技创新的。
由于在不同的创新阶段，科技金融的功能不同，因此科技金融在不同的创新阶段采取不同的运行方式，下面我们将新产品的创新分为3个阶段。
第一阶段是新技术或新产品的孵化阶段。在该阶段，通常是科研机构、科技型公司研发团队、高校或个人在研究过程中发现的某一新技术或新产品。然而，技术创新是一个庞大而又复杂的系统性工程，主要包括思想创新、新技术或新产品的研究、开发的一系列流程。在这一过程中需要投入大量的资金，而这一过程又有很大的不确定性和风险，资金的投入主要以企业的自有资金为主，风险投资机构给部分企业进行的首轮融资。同时由于这一阶段的科研创新有着强外部性，高风险性，资金需求较大的特点，它需要政府投入资金来支持这一技术或产品的创新，比如，政府经常性的向科研机构、高校提供经费，支持他们研究开发新技术、新产品，或者是政府向一些科技型公司提供资金或实行免税政策以支持他们的技术创新。在这一阶段，衡量新技术或新产品孵化程度的主要是专利数。由上述分析可知，影响专利数的主要是政府在科技方面的投入资金，由于风险投资公司中天使投资的占比不是很大，其影响可能是局部，微弱的，具体是什么需要看区域的具体情况。对政府投入资金一般用相对数即政府在科技方面投入资金与政府财政总支出的比，也就是政府科技经费比来表示。理论上讲，风险投资的活跃程度应该使用风险资本在该年的投资总额来表示，但是由于数据可得性的约束，本文将风险投资机构数量作为风险投资投资额的代理变量。
第二阶段是科技成果转化阶段，在这一阶段企业将新的技术转化成新的产品，同时将新的产品投放到市场。新技术到新产品的阶段，需要技术的集成，在这一阶段，技术合同的买卖交易较为活跃。新产品投放市场的阶段，重要的是被市场接受。因此，反映这一阶段科技成果的指标为技术市场成交额以及新产品收入，这里用相对数表示，即技术市场成交额与科技经费之比以及新产品收入与工业总收入之比来表示。在这一阶段，科技创新的外部性逐渐减弱，如果科技成果转化成功，科技型企业或者这类企业的投资者会得到巨额的收益，同时，这一阶段同样面临着高风险高收益。由此可见，这一阶段风险投资机构是主要的提供科技金融服务的主体，而且这一阶段创新资本是风险资本的主体。公共的科技金融在这一阶段主要是引导性的作用。
第三阶段是将新产品逐步发展为新兴产业也就是高新技术产业化阶段。这一阶段体现的是新的产品得到规模化的生产，这一时期不断地有新的企业进入新产品的市场，新产品市场不断地扩大，形成相关的高新技术产业。衡量这一阶段的科技创新的指标我们采用高新技术产值来表示，由于我国的高新技术产业中外商直接投资的企业占到了50%以上，因此我国国内的科技金融对这一阶段的科技创新的影响较弱，我们采用高新技术产业中的内资企业主营业务收入作为这一阶段的科技创新的替代变量。这一阶段科技创新对各种科技金融服务都具有需求，风险投资机构中，PE机构占有主导地位；同时这一阶段企业可能通过资本市场进行募资发展高新技术产业；由于我国目前处于产业结构调整的关键时期，这一阶段政府可能会提供部分的引导资金，调整产业的结构，促进高新技术产业的发展。
三、我国科技金融对区域创新的影响实证分析
(一)指标的选取和数据说明
1.科技金融指标的选取
根据投资主体的不同，可以将科技金融分为市场科技金融和公共科技金融。在市场科技金融方面，由上文的分析可知，资本市场以及风险资本是主要的科技金融服务的提供主体。为体现资本市场对科技创新的支持，笔者采用科技型上市公司占比(LTCR)这一相对数来表示资本市场所提供的科技金融服务，在文章中采用相对数的原因为：科技型上市公司本身就是科技创新的载体，其体现科技金融的同时也体现着科技创新水平，而采用相对数更能体现出资本市场对科技型企业支持的强度，体现的是科技金融部分。科技型上市公司占比=科技型上市公司的数量/所有的科技型公司数量。本文借鉴李希义等(2008)[19]的科技型上市企业的界定标准对所有的上海和深圳证券交易中的上市公司进行鉴定，从而得到各地区各年份的科技型上市公司数量。另外，理论上讲应该使用风险资本的投资额来表示风险资本提供的科技金融，由于数据的可得性，本文采用风险投资机构数量(VCI)来反映风险投资情况。
公共科技金融主要的提供主体为政府，由于在科技创新研发的初期，大多数科技创新的外部性强，有很强的公益性，这个阶段，政府是主要的投资主体，我们运用政府在科技研发方面投入的资金占政府财政支出的比例来表示，即政府科技投入经费比(GSIR)。
2.区域创新的代理变量选取
由上文可知，在不同的创新阶段，科技金融对创新的传导机制，作用效果不同，因此在选择区域创新的代理变量时，我们仍然在不同的创新阶段选择不同的创新变量。第一阶段，新技术的孵化阶段，选择不同省份一年内的授权专利数为区域创新在该阶段的代理变量；第二阶段，科技成果转化阶段，由于该阶段的主要特征是将新的技术应用于新的产品，主要衡量指标是技术市场成交额比和新产品收入比来体现；第三阶段，高新技术产业化阶段，衡量指标是高新技术产业中内资企业收入。
3.数据选取
由于我国地域辽阔，区域间科技创新水平不均衡，如图1所示，各区域中东部的科技创新水平显著高于其他区域的科技创新水平。为了对各地区进行对比，本研究根据国家统计局口径将我国分为东、中、西部3个区域，将全国、东部、西部、中部四个面板数据模型进行比较分析。东、中、西部的划分根据我国国家统计局的区域划分标准进行划分，由于西藏，新疆的数据不全，因此将西部的西藏、新疆省剔除。本文的研究跨度为2003年到2013年，数据来源于2003—2014年的《中国统计年鉴》《中国科技统计年鉴》《高新技术产业统计年鉴》和《证券与期货统计年鉴》，国泰安数据库以及EPS数据库。
新指标的面板数据均值(0-1化处理)注：由于图中各个指标的单位不同，要想将这些指标一起进行区域性的比较，本文将各个区域的科技创新指标的均值进行的0-1化处理，处理方法为：各区域科技创新指标的均值的0-1化值=该区域的该指标的实际值/所有区域的该指标均值的最大值。
图1各个区域科技创
(二)模型的构建
根据上述的理论基础可知不同的科技创新阶段，科技金融对科技创新的影响不同，所以模型中的科技创新的代理变量是分阶段的，其包含4个变量。同时由于各个地区的科技金融发展水平不同，其对科技创新的影响也不相同，本文分别建立了全国(29个省)、东部(11个省)、中部(8个省)、西部(10个省)的面板模型，模型如下：
全国面板模型：
东部面板模型：
中部面板模型：
西部面板模型：
其中，SIit表示科技创新的代理变量的面板数据，其中包含4个指标，即SIit=(SI1it，SI2it，SI3it，SI4it)。SI1it指的是特定区域一年的专利授权数；SI2it指的是特定区域一年内的技术市场成交额占科技研发支出的比重的面板数据，即技术市场成交额占比的面板数据；SI3it指的是科技性企业的新产品收入占主营业务收入的比重的面板数据；SI4it指的是高新技术产业内资企业收入的面板数据，代表高新技术产业的产业化程度。GLSRit指政府科技投入经费比的面板数据，代表科技金融的公共金融部分。LTCRit指科技型上市公司占比的面板数据，代表的是资本市场对科技型公司的支持强度；VCIit指风险投资机构数量，代表的是风险资本所提供的科技金融服务，这两个指标代表科技金融中的市场金融的部分。全国面板数据模型中的i表示全国的29个省，东部、中部、西部面板数据模型中的i分别表示上述的相应地区的省；t表示时间维度。同时模型中为了减弱异方差的影响，对所有的指标都取了对数，即LNSIit，LNGLSRit，LNLTCRit，但是由于部分省份的部分年份的风险投资机构数量为0，不能取相应的对数。
(三)面板数据的单位根检验和协整检验
面板数据的单位根检验和协整检验主要是对面板数据的时间序列维度进行的平稳性检验，从而避免由于时间序列的不平稳造成虚假回归。但是做面板数据的单位根检验和协整检验的前提是大样本数据，时间维度应该最少为30，而本文由于数据的可得性，时间维度仅有11，本文的面板数据多属于微观面板，没有必要做所谓的单位根检验和协整检验。
(四)面板数据模型的确立
常用的面板模型主要有混合效应模型、固定效应模型和随机效应模型。混合回归模型的特点是无论对任何个体和截面，回归系数α和β相同。固定效应模型中αi是随机变量且其变化与Xit有关系。随机效应模型中αi是随机变量，且其变化与Xit无关。模型的确立通过检验确定。
1.F检验
首先对模型进行F检验，确定其是否是混合效应模型，得到的检验结果如表1所示。
表1F检验结果
由表1可知，上述分不同面板不同的科技创新阶段(即不同的科技创新代理变量)的模型中只有中部面板的第三阶段即高新技术产业化阶段的模型是在5%的显著水平下接受原假设的，也就是说其模型应为混合效应模型。其他的模型均在5%的显著水平下拒绝原假设，也就是说其面板数据模型应为非混合效应模型，接下来要对模型进行Hausman检验，确定模型属于个体固定效应模型还是个体随机效应模型。
2.Hausman检验
个体固定效应和个体随机效应的差别在于截距项和解释变量是否相关。我们采用Hausman检验来确定具体的模型类型。检验结果如表2所示。
表2Hausman检验结果
表2中已经给出在10%的显著水平下，根据Hausman检验设定的模型的类型，同时根据上述的结果设定相应的面板数据模型。
四、实证结果及分析
本文将按照上述检验得到的模型设定类型对面板模型进行估计，得到的回归结果如表3所示。
从全国面板模型的角度进行分析，第一阶段———科技技术孵化阶段，这一阶段的科技创新的代理变量为专利授权数，可以看到在5%和10%的显著水平下，只有政府科技经费投入比对科技创新有着显著影响，且为负，这可能是由于政府的科研经费分配有结构性问题，也可能是由于政府资金投入对科技创新的滞后性所造成的。
第二阶段———科技成果转换阶段，从技术市场成交额角度上看，各个主体提供的科技金融对科技创新都有着显著地影响。政府科技投入资金占比和科技型上市公司占比对技术市场成交额都有着正的显著影响，这与理论基础相符。但是风险投资机构数量对技术市场成交额有着负的影响，这可能是由于在这一阶段，风险资本中的VC机构起着主导性的作用。然而，由于我国资本市场的快速发展我国风险投资机构的特点是VC机构PE化，而PE机构主要筛选能够快速上市的企业，这样就导致风险投资机构中的VC机构没能发挥该阶段的促进作用。
从新产品收入比上看，该阶段各种科技金融服务对科技创新都没有显著地影响。出现这一结果可能的原因是这一阶段是科技创新的中间环节，没有很强的外部性，这样政府资金在该阶段的参与度较低，因此没有显著的影响。而资本市场以及风险资本市场化程度较高，资本追求低风险下的高收益，而这一阶段风险较高，再加上我国资本市场和风险投资市场的不完善，风险管理能力较弱，这就导致了资金在该阶段有着缺位的现象，因此市场化科技金融对该阶段的科技创新没有显著的影响。
表3模型的系数和显著性分析
注：**，*分别表示系数在5%，10%的显著水平下显著。
第三阶段———高新技术产业化阶段。除政府科技经费投入占比对科技创新没有显著地影响外，其他变量都对高新技术产业内资企业收入有着显著地影响，资本市场和风险投资机构数都对其有着正的显著影响，这与理论相符。
对东中西部分地区而言，在第一阶段，风险投资机构数量对科技创新都有着正的显著影响，而且显然东部面板的影响系数要大于中部的，中部的大于西部的，这可能是由于东部地区经济较为发达，科技创新水平较高，这样风险投资机构的运营也较为规范，这样风险投资对创新的促进作用也更强。这和全国的数据有所背离，可能的原因是我国区域差异较大，导致全国面板中的该系数不显著。只有东部地区的科技型上市公司的占比对专利授权数有着正的显著地影响，显然，该地区科技创新水平较高，资本市场对其支持的力度也较大。只有西部地区的政府投入资金比对专利授权数有着显著地影响，且结果为负，这与全国面板的结果相符。
在第二阶段，从技术市场成交额方面来说，由于东部和西部面板的可决系数较低，说明这一阶段该地区科技金融对科技创新没有显著地影响。中部面板中除资本市场对科技创新没有影响外，其他因素对科技创新的影响方向和全国面板一致。从新产品收入比角度看，只有东部面板中的风险投资对科技创新有着正的显著地促进作用。这可能是由于该地区，科技创新水平较高，风险投资机构在各个阶段的分工比较明确，不会出现在该环节的缺位现象，因此会有着显著地影响。其他地区在该阶段科技金融对科技创新没有显著地影响，这和全国的结果一致。
在第三阶段的高新技术产值阶段，首先，风险投资对这一阶段的科技创新都有着正的促进作用，从系数上看中部最高，东部次之，西部最低，表明在这一阶段风险投资对科技创新的影响可能存在着门槛效应，这可能是由于在这一领域金融的投机性导致了风险投资对科技创新可能存在着一定的负面影响。其次，中部地区的资本市场对该阶段的科技创新有着正的促进作用，和全国面板相符，但是东部和西部却没有显著影响，可能的原因是与风险投资领域相同的。最后，政府科技资金投入对西部和中部都有显著影响，但对东部却没有显著的影响。
总的来说，政府科技投入经费和科技型上市公司数量在技术创新的3个阶段发挥的作用不同，而且在东中西3个地区的作用也不一样，因此对具体的地区，对具体的创新阶段，都应做具体的分析。
五、结论
本文主要在探究科技金融对科技创新的影响，将科技创新分为3个阶段，具体分析了在全国范围内科技金融在科技创新每个阶段的作用机制和影响，一般而言，政府科技投入经费比，科技型上市公司占比以及风险资本的投入的增加，对专利授权数、技术市场成交额、新产品收入和高新技术产值都有正向作用，但本文得出了一些相反的结论，同时本文在此基础上，进一步将全国分成三个地区，研究了各个地区科技金融对科技创新的影响，通过研究最后所得的结论，笔者认为，首先，由于地区与地区的经济发展水平不同，因此我们对特定的区域，应具体分析政府科技投入经费和所要发展的科技型上市公司的数量，比如，西部地区经济发展较慢，科技型上市公司数量较少，因此政府应该在西部地区多支持这类公司的发展，而在东部地区则不存在这种问题。其次，由于在科技创新各个阶段，科技金融的作用机制不同，因此要具体分析科技金融在每个阶段对科技创新的影响。在第一、二阶段，应加大政府科技投入经费，而在第三阶段，应增加科技型上市公司数量或支持科技型公司的成立和发展。最后，由实证结果可知，在科技创新的第二阶段，大部分的区域的科技金融对科技创新没有显著的影响，其原因可能是这一阶段两种金融服务定位不明确造成的服务缺位。因此，在这一阶段科技创新需要介于市场性的科技金融和公共科技金融性两者之间的金融服务，比如说政策性金融。
本文将科技金融量化为政府投入经费比和科技型上市公司数量，但影响科技金融的因素有很多，本文对科技金融的量化稍显不足。今后应对科技金融做更进一步细分研究，对科技创新各个阶段的影响做更细致的说明。