中庸策2024 | 第二章 生态效应与筛选效应：资本市场区别于财政与银行的创新金融机制分析

・资金说、资源说、激励约束说等三种常见的资本市场促创新机制，均可以部分解释资本市场为什么能够促进创新，但似乎并不能有效回答资本市场在创新金融方面究竟与财政、银行有什么区别。或者说，难以有效回答为什么在双支柱创新模式构想下，推动原创性颠覆性较强的引领式创新，需要资本市场发挥创新金融作用的问题。为此，本文从风险与不确定性的差别角度，对追赶式创新与引领式创新面临的主要挑战进行了区分。

・所谓风险，是指虽然事前不知道最终将会出现哪种结果，但可能出现的结果类型和出现概率在事前是大概知道的。不确定性则是指，不但事前无法预知结果，甚至连结果可能出现的类型以及不同类型的概率分布，都在事前难以预知。虽然在所有的创新活动中都有风险和不确定性并存的问题，但相对而言，追赶式创新面临的更多是风险，因为所谓追赶是指后发者可以通过学习先发者加速创新。引领式创新则不同，它的原创性颠覆性较强，没有成功或者成熟先例可循，面对的更多是不确定性挑战。

・从这样一个区分出发，本文认为在思考如何促进引领式创新时，政策应对的假想场景应该是达尔文海，而不是常见的死亡谷概念。死亡谷的流行叙事，容易将创新融资的职能局限为如何尽可能给予创新项目充足的资金支持，以尽可能降低死亡风险，提升创新项目在通过死亡谷时的存活率。这对主要面临风险挑战的追赶式创新是适用的，在“大企业+大银行+大政府”追赶式创新模式构想中，大银行的主要职能即是给予追赶式创新者持续稳定大量的资金支持，以尽可能提升创新项目的存活概率。

・但对于主要面临不确定性挑战的引领式创新而言，关键是要在没有先例可循的情况下降低创新中的不确定性。这个过程有点像达尔文进化论所称的“物竞天择，适者生存”，单纯地提高引领式创新项目的存活率不宜成为政策追求的目标，可以创建一种有利于“物竞”的生态环境，让“天择”来帮助创新者降低不确定性，进而引导引领式创新成功。从这个角度看，达尔文海是更适合思考如何促进引领式创新的叙事场景，而资本市场一系列区别于财政与银行模式的独特机制，能够有效帮助创新者穿越达尔文海。具体而言，可以从生态效应与筛选效应两个层面来理解。

・所谓生态效应，是指资本市场中的资源配置是高度多样化、异质化市场参与者分散决策的结果。因此资本市场发挥创新金融作用靠的是一个高度分布式的生态，而不是像财政与银行那样，由一个或若干个偏好比较接近的中心节点来决定资源配置。这样有利于较好应对引领式创新中的静态不确定性问题。静态不确定性意味着在引领式创新中无法完全掌握万事万物之间的复杂联系，这个时候如果创新者执着基于客观理性做出投资决定，例如希望借助基于客观数据的概率统计模型进行理性评估，则引领式创新可能永远不会发生。因此，推动引领式创新的更多是凯恩斯讲的动物精神，熊彼特将其称为主观理性。资本市场作为一种分布式金融生态，参与者偏好高度多样化，甚至很多投资者本身也是过度自信的主观理性派，因而“萝卜白菜各有所爱”，能够给予过度自信的主观理性派更大的包容性，从而确保即便面临着较强的不确定性挑战，依然能够有人开启引领式创新。

促成有利于（引领式）创新的知识生态是资本市场生态效应的第二层含义。与追赶式创新相比，引领式创新对于跨行业跨领域的知识生态网络依赖性更高，但网络中不同节点间的复杂连接，意味着很难准确知道哪些企业、哪些行业、哪些技术的知识是有用的，这是引领式创新中静态不确定性的重要体现。因此，尽可能让各类企业、行业、技术都有生存发展的机会，进而构建起一个足够包容各类知识的网络生态，可能是有效促进引领式创新的必要条件。尤为值得重视的是，风投市场以VC为核心的创新金融生态，及随之而来的“衍生企业”现象，会自我强化资本市场这种生态效应。

资本市场生态效应的第三层含义在于降低引领式创新中有关市场和社会的不确定性。对于引领式创新而言，由于原创性较强，新产品创造出来之后有没有市场是高度不确定的；由于颠覆性较强，新产品的破坏性对于现有社会就业结构的冲击可能远超追赶式创新。非科技领域或者技术进步较慢部门，本身虽然不直接在供给侧推动科技创新，它们的需求大小却是决定创新能否成功的重要因素，生产率进步偏慢的特点也能够缓冲创造性破坏对就业造成的冲击。因此，对于促进引领式创新而言，更需要能够兼顾科技与非科技乃至生产率进步较慢部门的资本市场生态，从而为创新成果尽可能扩大需求可行集，构建有利于引领式创新的友好社会环境。

・筛选效应主要是应对引领式创新中的动态不确定性问题。所谓动态不确定性，也是来源于引领式创新的原创性颠覆性，意味着没有人能够在事前准确预知当前技术路径与未来能否成功之间的因果联系，甚至连模糊的因果方向都难以确定。基于高度多样化的资本市场生态，资本市场既有助于提升社会作为一个整体筛选出成功技术或商业模式的概率，也能够帮助创新者在个体层面上提升筛选出正确路径的概率，这即是资本市场的筛选效应。

资本市场筛选效应降低国家整体创新失败概率的机制，不仅在于供给侧能够支持的创新路径越多，则国家作为一个整体的失败概率越小，需求侧的企业多样化同样重要。以美苏冷战期间有关计算机的竞争为例，财政主导造成苏联计算机需求侧的企业多样性不足，导致苏联在1950年代引领式创新初期选错了技术路径，并在1960年代后逐步丧失了与美国竞争创新引领者的可能性，成为差距越拉越大的追赶者[1]。资本市场能够兼顾供给和需求，有助于促成高度多样化的企业生态，降低国家作为整体出现筛选失败的可能性。

从个体角度看，市场筛选而非专家评价是引领式创新是否成功的更重要评判标准。科技创新只有转化为产业创新才能真正促进生产力进步，因此，决定产业创新是否成功的因素不仅在于权威专家对供给侧的科技水平给予多高的评价，更关键的在于需求侧是否有客户愿意购买。对于无先例可循的引领式创新而言，虽然创新者无从捕捉直接的需求信号，但资本市场投资者兼具消费者等多重身份，他们能够将和创新者相关的潜在需求等各类信息传递到资本市场生态中，进而为创新者降低动态不确定性提供有益的筛选依据。

・总之，虽然资本市场与财政、银行一样可以给创新以融资支持，但分布式资本市场拥有独特的生态效应与筛选效应，能够帮助创新者穿越充满不确定性的达尔文海，有效降低国家作为整体在推动引领式创新方面失败的可能性。因此，在双支柱创新模式构想中，引领式创新模式被概括为“中小企业+资本市场+制度建设”。如果致力于推动原创性颠覆性较强的引领式创新，则有必要尊重资本市场多元、包容的分布式特点，避免走向财政式的中心化、银行式的同质化。大国在这方面是具有天然优势的：人力资源丰富，有可能产生更多的主观理性派；金融资源丰富，有能力包容更多主观理性派；供求规模都很大，资本市场生态能够为引领式创新创造更友好的市场与社会环境；参与者数量更多、异质性更强，资本市场能够汇集更多更丰富的信息，有利于筛选效应发挥作用。这或许部分程度解释了，为什么德国、日本的资本市场历史并不比美国短多少，英国的资本市场历史甚至长于美国，但最终只有美国资本市场系统地、持续地促进了引领式创新。

・本文强调资本市场在推动引领式创新方面的特殊性，并不是排斥财政与银行的作用。恰恰相反，如果不是追求资本市场财政化、银行化，如果不破坏多元包容的分布式特征，财政、银行科学、合理地介入资本市场实际上是有利于进一步丰富资本市场生态、增强筛选效应的。从这个角度讲，一个能够有效发挥创新金融作用的私募股权市场，或许并非只有IVC（独立风投）、CVC（企业背景风投），也有不占据主导地位的GVC（政府背景风投）和规模有限的BVC（银行背景风投）；公开股票市场上也不仅有机构投资者、长线投资者在发挥积极作用，个人投资者、量化基金、政府背景的平准基金也在二级市场上发挥着作用；进一步地，能够获得上市机会的或许还有消费型的企业和非科技领域的生产企业；同样的道理，作为资本市场公开交易的组织者，交易所也可以有内在演化机制推动的、自下而上形成的交易所参与规模化竞争。

创新金融并非资本市场独角戏，银行的作用不可或缺[2]。由于创新存在正外部性，能够推动创新的资金支持方式也不只有金融，还有财政。随之而来的问题是，资本市场、银行、财政这三种创新融资模式是相互替代关系还是相互协作关系？与银行、财政相比，资本市场在促进创新方面有什么独特优势，能否在三者互动中扮演起枢纽角色？本文试图通过分析资本市场不同于银行、财政的促创新机制，来回答上述问题。具体而言将从如下几个方面展开。①结合美国、苏联、日本、德国的历史经验，对财政主导、银行主导、资本市场主导三类创新融资模式及其关系进行归纳总结。②梳理文献中有关资本市场促创新机制的常见观点，结合三类创新融资模式的比较，辨析这些机制是否属于资本市场促进创新的独特机制。③在分析、区别风险与不确定性的基础上，提出资本市场在促进不确定性非常强的引领式创新方面更具优势。④结合静态不确定性和动态不确定性的问题，探讨资本市场生态效应与筛选效应的内涵，以及两者之间的关系。详细分析如下。

在有关创新融资模式的分析中，一个常见叙事陷阱是将创新混为一谈，由此导致的结论通常会过于强调某一类融资模式，而忽视了其他融资模式的重要性，并不利于有针对性地采取措施来提升创新融资效率。事实上，创新类型复杂多样，并不存在适用于所有创新活动的最优创新融资模式。从主要经济体的历史经验来看，除了银行体系与资本市场两类基本的创新金融模式外，财政也是支持创新的重要融资方式。这三种创新融资模式各有利弊长短，适合匹配的创新类型也并不相同。

财政主导的创新融资模式是指主要由国家财政为创新活动提供资金支持。这一模式的典型代表是前苏联，主要优点在于可以精准执行政府意图，有效推动公共品领域的科技创新。例如，冷战期间苏联向国防领域提供了大量财政资金，并在国防工业创新中一度取得了一些对美国的竞争优势：质的方面，苏联先于美国研发出了人造卫星等战略装备[3]；量的方面，苏联在冷战后期一些战略装备的参数、数量方面也超过了美国[4]。

财政主导模式在推动公共品创新方面的优势，还体现在对科学研究的有效支持上。科学研究通常由基础研究和应用研究两个部分构成，基础研究是指不预设研究目标的探索性研究，应用研究则是指具有预设目标的实用性研究。科学研究成果通常以论文、著作、研究报告等形式呈现，具有较强非竞争性、一定的非排他性，呈现出公共品或准公共品特点。关于科学研究的重要性及其特点，1945年《科学：无尽的前沿》进行了这样的阐述：新产品和新工艺建立于新的原理和概念之上，这些新的原理和概念源自最纯粹的科学领域的研究；基础研究是一个长期的过程，如果我们寄希望以短期支持产生即时结果，那么它就不再是基础研究[5]。

因此，《科学：无尽的前沿》强调应以国家财政力量来支持科学研究尤其是基础研究工作。从这个角度看，苏式财政主导模式能够有效支持具有公共品属性的科学研究。冷战期间，苏联不仅整体的科研投入强度高于美国，而且研发投入中用于科学研究的占比远高于美国（图表1、2）。来自于财政的大量科学研究投入，使得苏联科研部门弥漫着强烈学术气氛[7]，造就了苏联在数学、物理等基础研究领域的强大实力，这种地位一直保持到苏联解体的1990年代初[8]。

财政主导的创新融资模式也存在很大缺陷，尤其是将科学研究成果转化为民用品及现实生产力的激励不足，可持续性较差。当研发的最终产品是民用品时，财政主导的创新融资模式意味着此时最终产品的需求方是普通民众，供给方是国企等公共部门。民众在与公共部门的谈判中处于弱势地位，会使得公共部门缺少足够激励去响应民众的需求，结果是大量科学研究成果容易被束之高阁，无法有效转化为现实的产品及生产力。即使是那些得到转化的科学研究成果，由于公共部门缺少根据民众诉求来对相关产品进行及时改良的足够动力，因而相关成果可能也无法很好地激发社会潜在需求，进而降低了科技创新对于生产力进步和经济发展的促进作用。这在美苏冷战期间表现得尤为明显。在财政主导的创新融资模式下，苏联缺少将科学研究成果转化为民用品及现实生产力的顺畅机制，使得科研支出成为了苏联政府的一项成本，难以形成对科学研究支出进行持续融资的良性循环，不仅成为苏联财政的负担，也拖累了经济增长，导致财政主导的创新融资模式具有内在不可持续性[9]。

在当前的国际竞争形势下，半导体产业链“卡脖子”已成为中国经济面临的重要挑战之一，亟需加速追赶式创新予以应对。在美、日经贸摩擦加剧的1970年代，日本半导体产业链也面临着被美国“卡脖子”的风险。为尽快实现对美国的追赶，日本在1976年推出了“大企业+大政府”主导下纵向一体化的超大规模集成电路（VLSI）计划，在十年左右即实现了半导体产业对美国的追赶[10]。

值得注意的是，半导体“卡脖子”虽然对国家经济安全造成了挑战，但本质并非国防工业或者科研那种公共品问题，而是面向普罗大众的民用品问题。衡量追赶式创新是否成功的关键，也是在于国产半导体是否能够得到市场青睐，而非公共部门认可。因此，对于“卡脖子”问题的融资模式选择，可以更多地以金融为主，而非财政为主。从创新金融角度看，有两个因素决定了银行而非资本市场更适合支持追赶式创新。①银行有利于政府集中力量进行追赶。资本市场作为一种直接融资模式，投融资决策是高度分散的，难以由政府统一调配资源。银行作为一种间接融资模式，资金来源虽然高度分散，但投资决策是由少数银行做出，更有利于政府集中金融资源做大事。考虑到现代银行基本上都是因为得到了政府担保才得以稳健运营，因而更有必要服务于政府意图[11]。②银行风险偏好与大企业、成熟企业更匹配。一方面，银行为解决资产端信息不对称问题，通常需要债务人提供抵押物，大企业抵押物多于小企业；另一方面，银行负债端通常有稳定的现金流出，为了与之相匹配通常也需要资产端有稳定的现金流入，成熟企业现金流远比初创企业更稳定。

因此，银行更适合支持抵押物较多的大企业和现金流稳定的成熟企业创新。考虑到“卡脖子”问题通常需要持续、大量资金供给，大银行可以成为追赶式创新模式中的创新金融主力。与此同时，在人才储备、研发投入、知识产权积累等创新要素所衡量的创新能力方面，成熟大企业远强于中小创，应当成为追赶式创新的主力，也即构建“大企业+大银行+大政府”的追赶式创新模式。但受限于对过往成功发展模式的路径依赖以及内部较高的组织变革成本，大企业推动可能颠覆自身市场地位的、引领式创新的意愿较弱，意味着金融资源向大企业集中的银行主导模式，不利于提升引领式创新能力。日本的经验教训也印证了这一点。银行支持下的VLSI计划虽然帮日本实现了在当时主流芯片市场（存储芯片）对美国进行追赶的目标，但在美国开辟出新的算力芯片赛道后，日本再次成为了追赶者，无法摆脱“落后-追赶-再次落后-再次追赶”的循环。

在全新的算力芯片赛道上，美国之所以再次成为引领者，与其说是美国抓住了互联网和智能手机时代的大机遇，不如说是因为诸如微软、苹果、谷歌等一大批具有引领式创新精神的美国企业共同开创了这个新时代。虽然这些企业目前都已经成为新的领军企业，但在它们的早期发展阶段都是一些不占据市场主导地位的中小公司，例如1981年开发操作系统的微软，当时是个仅有32人的小公司。众所周知，这些中小公司大多是在美国繁荣的资本市场支持下才得以建立、发展起来。

这体现了引领式创新金融模式具有“中小企业+资本市场”的特点，也即实体层面的主角是中小企业，金融方面则是高度依赖资本市场。所谓引领式创新，微观上的最主要特点是区别于当前主流产品的新产品。而占据主导地位的大企业之所以是大企业，恰恰因为其产品正是当下的主流产品。因此，引领式创新天然带有颠覆大企业现有主导产品的属性。企业规模越大，意味着与现有产品绑定的内外利益共同体越多，企业主动拥抱引领式创新的阻力越大。

中小企业恰恰相反，正因为不占据市场主导地位、内部组织成本较低，因而更有意愿通过引领式创新颠覆大企业的主导地位。因为创新具有正外部性，因此，即便小企业在技术上不够领先，其也可以在知识、技术等的溢出效应下将引领式创新的强烈意愿落地为引领式创新产品。与此同时，中小企业抵押物不足，难以满足银行的抵押物偏好。而且，引领式创新是开创新产品、新赛道、新领域的激进式创新，这会紊乱企业的现金流预期，抑制银行对于引领式创新的偏好。因此，从创新金融角度看，支撑中小企业引领式创新的重任只能交由资本市场来承担。美国实践也表明，“中小企业+资本市场+制度建设”的引领式创新模式能够持续带来原创性颠覆性创新，以大模型为代表的新一轮AI进步是最新例证[12]。

综上，从产业创新角度看，当前的国际竞争态势主要造成了两个方面的挑战：一个是横向的去中心化，需要加速引领式创新予以应对；另一个是纵向的“卡脖子”，应对关键在于加速追赶式创新。因此，为有效应对当前突出的产业创新挑战，有必要构建有效支撑双支柱创新模式的双支柱金融体系，即以银行体系作为支撑追赶式创新的主要融资方式，以资本市场作为支撑引领式创新的主要融资方式。作为全球第二大经济体的中国，与日本、德国等经济体的一大显著不同在于，如何向全世界提供原创性颠覆性较强的引领式创新，这在长期来看具有更持久的战略意义。另一方面，金融结构一旦建立，除非有超常规的外部冲击，否则路径依赖将会不断强化这种结构。以德国为例，虽然很早就认识到资本市场不发达是其在新经济领域全面落伍的重要原因，但过去30年德国致力于发展资本市场的成绩似乎并不明显，一个很重要的原因即是在银行主导的金融结构下，资本市场发展持续受到抑制。总之，考虑到中国目前是间接融资占绝对主导的金融体系，叠加引领式创新在短期和中长期均有重要意义，构建资本市场主导模式或是未来创新金融建设的重点。这是资本市场发挥枢纽作用的第一层含义。

从科技创新与产业创新融合发展的角度看，资本市场发挥枢纽作用还有第二层含义，即承上启下，与财政、银行一道构成覆盖创新全链条的创新融资体系。从科研成果扩散的一般规律来看，生产力形成大致遵循着从基础研究到应用研究，再到试验开发，最后进入到批量生产阶段的基本模式（图表3）。其中，基础研究、应用研究统称为科学研究，其成果可以被看成是科技创新；试验开发与批量生产属于产业化阶段，其成果是产业创新。从融资角度看，越往前端的基础研究方向走，研发的正外部性越强，社会资本的投入意愿越不足，因而在外部性越强的研发环节，财政资助就越重要。也就是说，基础研究等科学研究是创新链中对财政融资依赖较大的环节。

以产业创新为导向的试验开发则不同，强调通过工程开发等方式生产出产品原型、原始样机及装置，其成果大多以专利形式呈现。试验开发是最接近批量生产的研发环节，也是科技创新成果转化为现实生产力的关键一步。这个阶段的原创性颠覆性通常比较强、不确定性较大，银行参与意愿不高，对资本市场依赖性较大。当试验开发成功后，意味着科技创新完成了向产业创新的转化，成果正式进入到批量生产阶段。此后，伴随着技术日益成熟、生产规模扩大、企业现金流改善，银行介入的意愿越来越高，银行在短期内能够筹措大量资金的优势也会在这个阶段更为凸显。总之，从创新链视角看，在研发成果由科技创新向产业创新扩散的过程中，财政、资本市场、银行体系这三类基本的创新融资模式均有其用武之地，不存在单一模式能够覆盖创新链全链条的可能性。美国创新金融实践也表明，资本市场主导模式并不是说不要财政或者银行，而是在发挥财政、银行作用的同时，高度重视科技创新向产业创新的转化，因而资本市场在其中发挥着关键的枢纽作用。具体而言，在外部性比较强的科技创新尤其是基础研究中，财政拨款、研发采购合同等财政政策需要发挥主导作用；在科技创新通过试验开发成功转化为产业创新后，银行筹资规模大的优势能够对批量生产给予较大支持；对于科技创新向产业创新转化这一关键的承上启下环节而言，则需要资本市场充分发挥创新金融作用（图表3）。

前文结合美苏日德的历史经验，对资本市场在创新融资中有别于财政与银行的角色进行了探讨，提出资本市场在推动科技创新向产业创新转化的融资模式中发挥着枢纽作用。实证研究也表明，资本市场能够有效支持创新，尤其是原创性颠覆性较强的引领式创新。例如，Lehmann-Hasemeyer和Streb（2016）[13]的研究发现，早在1877年至1913年的二次工业革命期间，德国柏林股市上市公司的创新能力明显高于非上市公司（图表4）。

Hsu，Tian和Xu（2014）[14]通过对比32个发展中国家（俄罗斯、印度、巴西等）与发达国家（美国、英国、日本等）1976-2006年的跨国面板数据，发现更发达的资本市场不仅能够显著地提升高科技产业的专利数量，也能够显著提高专利的原创水平。不过，无论是基于主要经济体历史经验的归纳，还是这些实证文献的分析，都是对特征事实的总结，背后原因仍有待探讨。不只是需要回答资本市场为什么能够促进创新，还要讲清楚为什么相比于财政与银行，资本市场能够更有利于促进原创性颠覆性较强的引领式创新。本节试图通过对于现有文献的梳理与辨析来探讨这个问题。目前来看，文献中关于资本市场促进创新的机制，大概可以划分为资金说、资源说以及激励约束说三大类。

作为一种金融模式，解决创新者的融资需求通常被认为是资本市场能够促进创新的主要机制之一。有意思的是，创新者似乎并不太希望通过资本市场来满足融资需求。以作为引领式创新主体的中小企业为例，Freel（1999）、（2007）[15]的研究表明，与非创新型小企业相比，创新型小企业更希望通过银行来满足融资需求（图表5）。然而从银行角度看，企业为创新所展开的试验开发等活动的风险较大，需要通过索取贷款抵押的方式寻求保障。

问题是，对于创新型企业而言，研发通常是最重要的支出，这些资金通常转化为三类资产：①实验设备，这类资产虽然是有形的，但专用性较强，可抵押性较差；②通过支付研发人员薪酬转化为人力资本，这类无形资产不具备可抵押性；③专利等知识产权，这类无形资产定价比较困难，可抵押性不足。虽然很多观点主张发放知识产权抵押贷款，但Mann（2018）的研究表明，即便是在美国专利局授予的专利中，也仅有16%被用于抵押[16]。

这些因素共同导致创新型企业尤其是中小企业的抵押物并不充足，因而它们的贷款申请获批概率显著比非创新型小企业低得多[17]。Kauffman Firm Survey（KFS）针对2004-2011年美国小企业的融资情况调查也印证了这一点，小企业获得外部债务融资与其所具有的有形资产价值正相关；进一步地，KFS还发现研发密集型初创公司的外部融资结构中，股权融资占比显著高于银行贷款等债务融资[18]。Brown，Fazzari和Petersen（2009）的实证研究也进一步指出：1990年代美国高新技术初创企业因为缺乏抵押物，以至于很少甚至无法获得外部债务融资，因而其研发活动的外部融资很大程度上依靠了资本市场[19]。这也是资金说最具有代表性的叙事方式，也即创新型企业在主观意愿上其实更希望通过银行贷款来满足融资需求，只不过是银行的经营模式限制了资金面向创新型企业的供给意愿。

考虑到银行体系的资金供给能力通常远高于资本市场（图表6），如果这种资金说是对的，是否意味着只要改变银行的经营模式，充分满足创新者的贷款申请需求、给予他们足够的贷款支持，就可以收获大量创新，尤其是资本市场更擅长的引领式创新呢？对此，需要说明的是，银行并非天然的风险规避者，历史上由于银行过度追逐风险而造成挤兑的案例很多。在1913年美联储设立后，“政府担保+银行逐利”的组合极大增强了银行追逐风险的动机，是1930年代的大萧条的重要诱因之一。因此，银行低风险偏好是监管权衡政府担保与系统风险的结果。或者说，如果让银行充分满足高风险的创新融资需要，即便能够带来创新收益，但付出的系统性风险代价可能更高，社会的净收益可能有限[20]。

还有一种兼顾系统性风险控制与中小企业贷款需求支持的方法，即是政策性银行。以欧洲投资银行集团（European Investment Bank Group，EIBG）为例，作为欧盟的政策性银行，中小企业是其资金投入的最大单一优先支持方向（single largest priority area in terms of financing volume）。在2021年，EIBG向中小企业新发放的贷款金额高达450亿欧元，占到了其总贷款额的47.4%[21]，超过了同期欧盟私募股权市场约380亿欧元的投资额[22]，但对于（引领式）创新的促进效果似乎值得观察。

如果资金支持是资本市场促创新的主要机制，随之而来的问题是为什么EIBG大规模发放中小企业贷款的促进创新的效果有待观察？从资金说角度来看，可能的解释是政策性银行发放的贷款金额还不够。此外还有另一种可能的解释，即对于创新而言，资金支持固然重要，但更重要的是伴随着资金而来的其他资源。成功的产业创新不只需要资金支持研发成功，也需要成功的战略规划、运营管理、供应链管理、市场营销等商业运作。由此产生了资本市场促进创新机制的资源说：资本市场能够带来其他融资方式提供不了的、资金以外的其他资源，对于创新成功而言不可或缺。

在这方面，Bernstein，Giroud和Townsend（2016）[23]曾经进行过一个有意思的研究，发现VC所在地与被投企业所在地间新搭建起的直飞航线，在统计意义上显著增加了被投企业的创新效率及创业成功率。具体而言，两地开通直飞航线能够使被投企业的专利数量增加3.1%，专利引用量增加5.8%；VC成功退出的概率提升1.4%。该篇文章作者所进行的调查显示，这种效果主要是由于新开的直飞航线降低了VC的交通成本，使得其能够更多地到现场与被投企业互动，从而可以更好地了解被投企业状态，给予被投企业更多的投后赋能。

这种投后赋能通常表现为两个方面。一个是为创新者带来成功不可或缺的商业管理经验。Ferrary和Granovetter（2009）提到过这样一个案例：一位受访创业者在获得第一个客户时，遇到了邮寄账单问题。由于没有经验，他不知道是否该将此项服务外包。他向VC投资人提及此事，投资人推荐了一家提供该服务的公司，高效地帮他解决了问题[24]。这其实是风投领域的常见问题：创新团队虽然具有技术优势，但通常缺乏管理经验。Hellmann和Puri（2002）分析了1994-1997年间硅谷初创企业的数据，发现VC投资在统计意义上，显著提高了被投企业在人力资源政策、股权激励实施以及营销高管雇佣等方面的专业化水平[25]。不仅如此，Luukkonen，Deschryvere和Bertoni（2013）发现VC的投后赋能服务还包括帮被投企业打磨商业模式、做好IPO准备等[26]。

资本市场为创新者带来的另一个重要商业资源是信用。由于缺乏抵押物或者成熟产品带来的稳定现金流，创新创业型企业天然缺乏信用记录或者商业信用不足，不仅会阻碍银行为之提供贷款服务，也会阻碍其他交易的发生。Ferrary和Granovetter（2009）记述了这样一个调查案例，受访的硅谷猎头公司表示，当遇到初创企业寻求猎头服务时，他们因为担心初创企业破产不付账而拒绝为其提供服务。而当这家企业能够拿到VC投资时，猎头公司便会更放心接单[27]。Bernstein等（2020）、Li等（2020）等一系列研究也表明，VC投资本身就是对被投企业的有力背书，可以向企业的高质量员工、潜在客户、合作伙伴、其他投资者等群体释放积极信号，增加企业获得其他商业资源的可能性，间接提高被投企业成功概率[28]。类似地，股票市场也存在增信作用。Brau和Fawcett（2006）对2000-2002年间美国非金融上市公司的336位首席财务官进行了问卷调查，结果显示小型初创高新技术公司进行IPO的主要目的是进一步增强公司声誉，而非融资[29]。Ravasi和Marchisio（2003）的研究也表明，企业成功IPO能够向既有及潜在股东、客户、供应商和竞争对手等证明公司的规范性，有利于增强公司商业信誉，进而提升公司获得投资、客户以及合作伙伴等战略资源的机会[30]。

不过，增信作用并非资本市场所特有。Wu，Wu和Seshadri（2023）的研究发现，当由于外生冲击导致位于供应链下游的小企业获得更多银行授信时，它们虽然不会显著增加对银行授信额度的使用，但对上游大型供应商的应付账款会显著增多，这说明上游供应商尤其是大型供应商给予了这些下游小企业更多的商业信用（trade credit）[31]。由于供应商资源对于小企业尤其是创新型小企业的运营来说至关重要，这一机制说明银行信用对于创新也能够起到资金之外的增信效果。事实上，不只是银行和资本市场能够起到增信作用，财政也可以。Chiappini等（2022）基于法国2000年-2014年的数据，对接受过和没有接受过政府创新资助（innovation subsidy）的中小企业进行了对比分析，发现前者获得银行贷款的概率显著上升[32]。

更重要的是，在商业经验方面的赋能作用，与其说是资本市场所特有，不如说是部分优秀风险投资者所特有。例如，Kerr和Nanda（2015）研究发现，当被投企业表现不及预期时，VC倾向于将创始人更换成职业CEO[33]。这样一个“剥夺”创始人管理权的做法，对于被投企业而言可能是把双刃剑，既有被投企业因此走向成功的案例，也有被投企业因此陷入创始人与投资者关于公司控制权争夺而失败的教训[34]。Conti和Graham（2020）的研究表明，VC为被投企业聘请外部CEO，能否为企业带来更高质量创新与更高存活率，与VC自身声望高度相关。VC声望越高，聘请外部CEO对被投企业产生正面赋能作用可能性越大[35]。Hsu（2004）基于被投企业视角的研究也印证了这一点：被投企业愿意接受更具声望VC投资的概率是普通VC的三倍，而且会给予高声望VC以10-14%入股价格折扣[36]。

前文有关资源说的辨析表明，赋能作用并非所有风险投资者普遍拥有，或许不能被视作资本市场作为一个整体而言的促进创新机制。这一点对于思考如何提升创新金融的效率很重要，尤其是对于如何认识风险投资行业而言特别重要。如果不能清楚赋能被投企业以稀缺的商业资源，仅是部分优秀VC的专有特点，而不是所有VC的普遍特点，有可能导致任由商业经验有限的投资者不当干预初创企业的内部管理，进而导致被投企业与投资人双输局面。

值得注意的是，资金说、资源说都是在解释资本市场介入后如何促进创新的，但更根本的问题是：为什么其他融资模式对创新创业的支持不足，资本市场却愿意支持这些高风险的活动？尤其以创新收益衡量的风险并不是常见的正态分布，而是呈现高度长尾性，即大多数创新产生的收益较少甚至为负，收益中位数很低；收益率方差非常大，意味着有极少数创新的收益非常高（图表7）。根据Scherer和Harhoff（2000）的实证研究，回报前10%的创新项目收益占到全部项目收益的比例可达48%—93%，这种收益长尾性给组合收益均值稳定性造成的冲击之大，以至于即便采取提升投资组合分散度等资产配置策略，也难以完全对冲[37]。

既然创新项目风险这么大，难以通过资产配置策略进行对冲，为什么资本市场愿意给予支持？文献对此的一个常见解释是股权投资带来的激励约束，提升了资本市场支持创新的意愿。尤其是在风投市场上，投资者在股权投资模式下有望分享与风险承担相匹配的收益，这给予了资本市场超越银行体系的创新金融激励，也使得投资者在做好投前尽调方面具有远超银行的积极性，以控制投资风险。Lerner（2009）发现，VC在投资前会花费大量时间、精力对项目进行尽调，最终获得融资的企业只占当初申请融资项目的0.5%-1%[38]；Gompers等（2020）[39]对885位VC投资者进行的调查也显示，从业者将项目尽调看作决定投资成败的最重要因素。

此外，股权投资模式还意味着风险投资者可以通过干预被投企业管理的方式，直接改变被投项目风险收益比，这是比单纯的资产配置策略更能有效控制风险的投资方式。信息不对称叠加创新不确定性，导致创新金融中的委托代理关系存在严重的不完全契约问题[40]，这是投资者面临的重大风险，合理的监督机制则是防止融资者欺诈、确保资金投入到创新研发的必要条件。研究表明凭借股东身份，VC可以通过进入董事会、频繁与公司管理层碰面或电话交流等方式深度监督企业的行为[41]，这在统计意义上显著提升了被投企业在IPO时的公司治理水平，例如有更加独立的董事会构成、更少的利润操纵行为等[42]。

总之，“投前尽调+投后管理”组合体现了股权投资在提升投资者风险偏好方面的激励约束优势，GPLP模式进一步放大了这种激励。GPLP模式是指由风投的一般合伙人和有限合伙人之间，就共同成立的基金中彼此权责分工所缔结的制度安排。其中，一般合伙人（General Partner, GP）是基金管理者，负责基金日常运营与投资决策，对于基金债务承担无限连带责任。GP收入通常由固定的基金管理费（通常为1.5-3%）加浮动的超额投资收益分成（通常为20%）两部分构成；有限合伙人（Limited Partner, LP）是基金的出资者，对于基金债务以其出资额为上限承担有限责任，并享受更高份额的投资回报，可以对基金表现进行监督并参加基金年会，但不能干涉GP对基金的日常运营及决策。实证研究发现相比公司制，GPLP模式下GP所获综合报酬对投资表现的弹性（pay-for-performance sensitivity）更高，在决策上也拥有更高灵活性[43]，激励着GP以更高积极性进行投前尽调与投后管理工作。从投资效果上看，相比采用公司制的VC，有限合伙制VC也可以在统计意义上实现更好的投资表现[44]。

应该说，股权投资尤其是GPLP风投模式下的激励约束说，能够在一定程度上回答为什么创新风险这么高，资本市场却能够给予支持。但仍有三点值得推敲的地方。一个是有点类似于前文资金说中提到的，这是否是资本市场特有的创新金融机制？例如，在财政主导模式下，叶永卫等（2022）的研究表明，基于容错理念的晋升机制，是能够有效提升国企创新风险偏好的激励机制[45]。Ahn和Choi（2009）[46]对1988年至2001年间美国上市公司数据的分析表明，上市公司利润操纵行为随着贷款规模扩大、贷款期限延长、贷款银行声誉上升而显著降低，说明银行也在发挥有效的监督作用。

第二个是类似于前文资源说辨析中提到的，激励约束究竟是风投整体的普遍促创新机制，还是部分优秀投资者的专有特点？例如，Jungwirth和Moog（2004）的研究发现，VC的投后管理存在亲力亲为（hands-on）和放手管理（hands-off）两种策略；更有行业经验的VC倾向于选择hands-off策略，缺乏专业经验的VC则倾向于选择hands-on策略[47]。这也就不难理解为什么在实务中，一直存在有关投资者高强度监督是否会抑制被投企业自主性的争议。与此同时，Sweeting和Wong（1997）的研究表明，原本缺乏经验的VC通过不断事后学习、积累经验，最终会倾向于执行hands-off策略[48]，这也进一步表明激励约束说或并不能被认为是风投整体存在的促创新机制。

第三点在于，激励约束说强调这种机制可以有效控制创新金融风险，进而提升资本市场支持创新的意愿。问题是，这种改善效果似乎有限，美国风投行业回报分布印证了这一点。例如，Gompers（1995）的估计认为美国风投中大概有16%的被投企业会破产[49]。Kerr，Nanda和Rhodes-Kropf（2014）基于汤森风投经济学数据库（Thomson Venture Economics）的研究发现，在1985-2009年间，60%的风投项目都是亏损的[50]。另据美国风投机构Correlation Ventures发布的数据，美国风投行业实现收益率的分布呈现出典型的长尾特征[51]（图表8），这与企业创新项目的收益分布并无本质不同。

综上所述，无论是资金说、资源说还是激励约束说，都在一定程度上解释了资本市场为什么能够促进创新，但似乎也有些值得辨析之处。尤其是可能无法充分解释为什么资本市场能够促进财政、银行力有不逮的引领式创新，或者说为什么这三类融资方式均可以支持创新，但资本市场在促进引领式创新方面具有特殊优势。本文认为区分创新风险与不确定性，从“达尔文海”而非“死亡谷”视角理解引领式创新中的挑战，或许有助于更全面地理解上述问题。

如前述，在当前的国际竞争形势下，去中心化对中国经济具有更系统性的影响，引领式创新在中长期对中国也具有更重要的战略意义（图表9）。无论是在改革开放前财政主导推动公共品追赶阶段，还是在改革开放后银行主导推动产业追赶阶段，中国均是在追赶式创新方面积累了大量经验。但这些经验可能并不适合直接应用于推动引领式创新，这也是为什么伴随着引领式创新越来越重要，中国需要更好发挥资本市场枢纽作用的根本原因。区分创新中的风险与不确定性，是理解上述判断的关键钥匙。

有关两者的一个经典区分来自于Knight（1921）[53]。其中，风险是指事前能够明确所有可能结果组成的集合以及各个结果对应的概率，但事前并不知道哪个结果将会发生。对于风险概念的理解，最简单的例子是掷骰子。在骰子掷出之前，虽然任何人都无法明确知道究竟会出哪一面朝上，但对于一枚质地均匀的骰子来说，我们可以明确知道最终出现的一定是六种结果之一，而且每种结果的概率也一定是在事前已知的1/6。不确定性是指，不但事前不可能准确预知事后的结果，连事后结果的概率分布也不知道。或者说，不确定性意味着事前难以预知究竟可能会产生哪些结果，更不用说各个结果对应的概率了。

根据这种区分，追赶式创新面临的挑战主要是风险大，引领式创新的主要问题在于不确定性强。所谓追赶式创新，是指先发者已经做出了某种产品，后发者能够大致遵循着先发者开辟的道路来实现追赶。以存在“卡脖子”问题的芯片为例，虽然后发者受限于种种因素一时难以造出最先进制程的芯片，但对于如何制造出先进芯片的基本原理是清楚的，对于要造出先进制程芯片需要哪些要素与条件也是大致清楚的，所欠缺的更多是工艺累积和工程经验。因此，在追赶式创新中存在的更多是风险，而非不确定性。

与追赶式创新相比，引领式创新最大的特点在于原创性颠覆性较强，没有成功或者成熟先例可循。这意味着对于创新者而言，不但缺乏工程经验与工艺累积，连如何实现创新的基本路径也不清楚。这意味着引领式创新不但存在追赶式创新中的风险问题，还更多地存在不确定性。以AI大模型为例，对于身处2018年的开发者而言，不但面临着Transformer和非Transformer技术路线并存局面，即便是在Transformer架构下，大语言模型也没有形成统一的研发方向（图表10）。在2022年OpenAI成功开发ChatGPT之后，不确定性消失了，基于Transformer算法的Scaling law成为众所周知的成功路径。在之后一度兴起的“百模大战”中，虽然因算力增长、算法优化、数据累积不同，各家模型是否能够开发成功依旧存在风险。但“百模大战”本身就已经表明2022年后开发者面临的风险，与OpenAI当年面对的不确定性相比，已经不可同日而语了。因为OpenAI作为原创者没有先例可循，追赶者却可以从先发者的成功案例中知道大致的探索方向。

上述不确定性与风险的区分，不但有利于更深入理解引领式创新与追赶式创新的区别，也有助于完善对创新金融的思考，尤其是对于理解资本市场的特殊性而言非常重要。首先要明确的是，资本市场发挥独特作用的场景究竟是死亡谷，还是达尔文海。不同文献中关于死亡谷的界定有所不同，本文主要参考比较有代表性的Murphy和Edwards（2003）的研究。所谓“死亡谷”（valley of death），是指在科技创新向产业创新的转化过程中，创新者的资金需求会大幅增加，但自身产生现金流的能力却很弱，两者叠加会给初创新者带来危险[55]（图表11）。死亡谷理论形象刻画了初创企业面临的资金问题，这也构成了有关创新金融必要性的常见叙事。但这个叙事过于强调资金问题，以至于该理论的过度流行可能会造成这样一种错觉，认为在科技创新向产业创新的转化阶段，创新金融的主要职责是提高创新者的成活率、降低死亡率，而实现这个目标的主要手段就是给予充足的资金支持，以满足创新者的资金需求。

正如前文对资金说进行的辨析，如果仅是因为资金问题阻碍了科技创新向产业创新的转化，意味着资本市场相比于银行、财政而言并无太大特殊性。更重要的是，死亡谷理论似乎意味着只要给予充分资金支持，就能够显著提升创新成功的可能性。由于银行通常可以调动比资本市场更大的金融资源，再加上如果财政能够给予银行以额外支持，则资金规模优势会更明显。由此而来的结论应该是，银行主导或者财政引导、银行为主的金融模式，应该最有利于创新。

应该说这种观点不无道理。以前文提到的日本超大规模集成电路（VLSI）计划为例，之所以能够在十年左右的时间对美国半导体产业实现赶超，大银行给予的资金支持功不可没。但要注意的是，在美国开辟出新的算力芯片赛道后，日本再次成为了追赶者，无法摆脱“落后-追赶-再次落后-再次追赶”的循环[56]。不只是日本，在银行主导且银行深受政府影响的德国[57]，创新活力尤其是引领式创新活力也明显不如美国。

虽然这背后的原因很复杂，金融不可能是唯一的答案。但从创新风险与不确定性的区别来看，金融无疑是重要原因之一。以“只要给予充分资金支持就可以提高创新成功概率”的认识为例，背后蕴含着一个重要假设：创新活动的技术路线、市场前景等不确定性较低，因而失败的主要风险在于无法得到充足的资金支持。这种假设明显更适合于追赶式创新。因为追赶式创新已经由先发者明确了技术路径和市场空间，虽然有风险但没有太大的不确定性，只要创新者能够获得充足资金支持，假以时日获得成功的概率很大。因此，在“大企业+大银行+大政府”的追赶式创新模式中，大银行扮演的角色比较简单，主要是给予充足的、持续的资金支持，降低因资金缺口而导致的失败风险[58]。

但对于原创性颠覆性比较强的引领式创新而言，主要挑战在于不确定性。由于没有先例可循，究竟哪条技术路线能够研发成功、研发成功后是否存在市场需求，都有很大不确定性。在这种充满不确定性的情况下，如果走了一条错误的技术路线，例如OpenAI如果在2018年选择了非Transformer的路径，即便给予再多资金支持可能也难以开发出ChatGPT（图表10）。因此，死亡谷对于存在风险的追赶式创新而言可能是一个比较恰当的场景比喻，但对于思考如何推动引领式创新，则有可能导致人们忽略创新金融比单纯给予资金支持更重要的职能，即是降低创新中的不确定性。

当然，也有文献从这个视角提出资本市场促创新的机制，一个常见的观点即是试错。例如，Kerr，Nanda和Rhodes-Kropf（2014）指出，面对创新过程中的不确定性，试错(experimentation)是风投模式的核心。VC通过分段投资（staging）的试错方式，能够在被投企业失败时及时调整投资策略，例如止损或者更换被投企业管理层等，并对获得阶段性成功的企业进行持续注资，从而逐步降低创新过程中的不确定性[59]。这样一个试错说，比资金说、资源说和激励约束说，能够更好地解释为什么资本市场能够促进引领式创新，但仍有值得商榷的地方，尤其是银行、财政也在采取分阶段给予资金支持的策略。

在房地产开发活动中，银行为控制风险通常不会将开发贷一次性全部给予开发商，而是分成开工前、完成基础施工、工程封顶以及工程竣工等多阶段融资。以美国政府支持小企业研发的SBIR（Small Business Innovation Research）和STTR（Small Business Technology Transfer）两个项目为例，财政资助也具有典型的分阶段特点：第一阶段，小企业就研发项目的技术优势、可行性和商业潜力进行探索，财政资助金额通常为5万至25万美元，为期6个月(SBIR)或1年(STTR)；只有通过第一阶段的受资助者才有资格进入第二阶段，资助规模通常为两年50万至150万美元，用于支持申请人的产品原型开发工作；第三阶段是推动小企业实现创新成果的商业化，SBIR/STTR原则上退出，由美国联邦政府机构的非SBIR/STTR项目给予财政资助[60]。既然银行和财政都可以通过分阶段资金注入来控制风险，那这种分阶段的出资方式可能难以被看成是资本市场所特有的。更重要的是，不确定性是引领式创新的根本属性，意味着即便是创新的早期阶段失败了，也并不能证明后续不会成功。因此，对于不确定性较强的引领式创新，及时止损究竟是不是理想的投资策略，可能见仁见智。

既然如此，究竟如何理解引领式创新中的不确定性挑战，对于创新金融的含义？“达尔文海”（Darwinian Sea）的概念或许有助于更好地理解这个问题。虽然不同文献中对于达尔文海的具体界定有所不同，但常见表述与死亡谷所称的阶段其实比较一致，大致也是指科技创新向产业创新的转化阶段。但与死亡谷更多强调资金支持不同，文献中有关达尔文海的常见表述，是强调创新成果间的竞争在转化过程中扮演的重要角色，尤其是技术路线与商业模式之间的竞争有利于降低创新过程中的不确定性[61]。

本文更倾向于从严复对进化论的概括，也即“物竞天择，适者生存”[62]角度，来理解达尔文海之于引领式创新进而创新金融的含义。这八个字不但强调了竞争，也强调了“天择”和“适者生存”在演化中的重要意义，更全面、更准确地概括了进化论的核心。结合着达尔文海进行理解，意味着能够帮助引领式创新降低不确定性的，不只是创新成果间有关技术路线和商业模式的竞争（即“物竞”），还有“海洋生态”对于这些技术路线与商业模式的筛选作用（即“天择”），只有契合“海洋生态”的创新结果才应该生存下来（即“适者生存”）。

因此，与死亡谷相比，达尔文海的概念不但有助于更好理解引领式创新与追赶式创新的复杂性差异，更重要的是有关创新金融的政策含义也更加全面。如果按照死亡谷的常见叙事，似乎创新金融的主要作用就是通过给予资金支持来尽可能提高创新项目的成活率、避免死亡。这对主要面临风险挑战的追赶式创新而言是很有道理的，因为没有太大的不确定性。以芯片产业链为例，不但技术路径没有太大不确定性，一旦追赶式创新成功，其商业前景和社会价值也是非常确定的。这个过程中，有关创新金融的政策思考重点，需要更多放在如何为这些追赶式创新项目筹措持续、大量资金供给方面。

对于引领式创新而言则不同，它面临的主要挑战是不确定性。由于技术路线、商业模式与市场前景等均存在较大的不确定性，如果此时政策对创新金融的认识重点放在给予资金支持上，或者说希望通过给予某些项目以大量资金支持的方式来促进引领式创新，最后很有可能因为选择了错误的发展方向而出现严重损失。在这种情况下即便给予再多资金支持，也很难获得创新成功。因此，对于不确定性较强的引领式创新项目，本文认为不应从死亡谷角度过多关注存活率问题，而应采取达尔文海的“适者生存”观。以2022年前的大语言模型开发为例，在多个互相竞争的创新主体中，OpenAI的技术路线成功意味着与其竞争的其他创新主体失败了，甚至可能已经退出了竞争。

因此，如果仅从微观比例上看引领式创新项目的死亡率，自然是比较高的。但从社会整体层面来看，只要有一条路线成功了，社会整体就成功了，不会因为大多数路线失败而导致社会整体失败。或者说对于国家思考能够促进引领式创新的创新金融问题而言，过多关注死亡谷中的死亡率是没有太大意义的，应该从达尔文海的角度思考应对之策。也即不但要能够为引领式创新项目提供资金支持，还要能够创建一个有利于不同创新成果间竞争的“海洋生态”，让这个生态充分发挥“天择”的筛选作用，通过“适者生存”的优胜劣汰方式，不断减少创新过程中的不确定性，直至实现引领式创新的成功。

鉴于风险与不确定性的关键区别在于有关可行集和概率分布的信息是否充分[64]，如何尽可能明确这些信息，便成为创新金融在帮助引领式创新者穿越达尔文海过程中的重要使命。在这方面，资本市场具有与财政和银行本质不同的特殊优势。具体而言，资本市场生态效应有助于降低静态不确定性，形成有关可能的创新主体、可行的技术路线以及可靠的商业模式等未知信息可行集的模糊认识。此外，还有动态不确定性问题需要应对，也即可行集中不同选项的成功概率。对此，资本市场还可以基于生态效应发挥筛选效应，以资金为载体实现信息的汇集及反馈，逐步大致确定可行集中各选项的成功概率。总之，在资本市场生态效应和筛选效应的作用下，本文认为引领式创新中的静态不确定性与动态不确定性问题，有望弱化为风险，进而有助于引领式创新走出达尔文海（图表12）。

所谓静态不确定性是指静态维度来看，信息不对称与不完全理性的叠加，决定了人类不可能精准、完整认识到任一时点上万事万物之间的所有逻辑联系。对于引领式创新而言，这意味着谁能够成为创新者、创新者如何促进引领式创新、创新成果是否有市场等，都存在很大的不确定性。资本市场生态效应有助于降低这种静态不确定性。

1、多样化生态能够最大限度包容引领式创新者的过度自信

作为创新主体，企业的微观行为逻辑决定了创新活跃度。按照古典经济学的理性人假设，企业需要先明确创新收益的概率分布，然后理性地计算加权平均收益再做出是否投资创新的决策。对于追赶式创新而言，由于先发者在前，追赶者可以基于先发者经验来建立创新成本-期望收益模型，这也是创新风险的体现。也就是说，对于追赶式创新而言，风险意味着企业具备做出理性决策的客观依据。对于引领式创新而言，并没有先发者提供可用于构建理性决策模型的经验数据，只能靠创新者自己在探索中逐步累积信息。虽然探索是引领式创新中“最开始唯一可以做的事情”，但不确定性意味着“探索经常一无所获”[65]。也就是说，如果严格按照古典经济学理性人假设来决定投资行为，不确定性将会导致企业大概率不会投身引领式创新。既然如此，为什么现实中产生了大量引领式创新？答案是古典经济学的理性人假设，以及随之而来的基于客观数据构建概率决策模型的推论，是不符合现实情况的。

正如凯恩斯所讲：“这不过是自欺欺人而已。企业的活动以未来收益的确切计算为基础，不会比南极探险活动的根据多多少。事实上，人们的积极行为很大一部分来自自发的乐观情绪，而不是冷静的数字预期。做出积极活动的大部分决策可能只是动物精神（animal spirit）的结果——自发地急切地想要活动而不是不活动，而不是根据预期收益乘以概率以后得到的加权平均数所导致的结果”[66]。类似地，创新经济学大家熊彼特也非常重视不依赖客观数据进行理性计算的动物精神，他称之为主观理性（subjective rationality）：“在经济生活中，即使在没有得出要做的事情的全部细节时，也必须采取行动。在这里，每一件事情的成功依靠直觉，也就是以一种尽管在当时不能肯定而以后证明为正确的方式去观察事情的能力，以及尽管不能说明这样做所根据的原则，而却能掌握主要的事实、抛弃非主要的事实的能力。彻底的准备工作，以及专门的知识、理解的广度和逻辑分析的才智，在某种情况下却可能成为失败的根源”[67]。

无论是凯恩斯给予偏正面评价的动物精神，还是熊彼特给予高度赞赏的主观理性，都不是基于客观数据进行的理性计算，而是由决策者的“胆略、兴奋程度”“兴致、感情”[68]乃至“直觉”等主观因素决定，本文将其称为主观理性派。在心理学家、行为经济学家以及价值投资者看来，这是典型的过度自信，相关决策者即便是获得成功也不过是幸存者偏差的体现。例如，2017年诺贝尔经济学奖获得者泰勒在《“错误”的行为》一书中指出，心理学家发现过度自信是人类固有的偏见，而“经济人”是不会过度自信的，并提出避免过度自信的唯一方法就是系统地收集数据，“尤其是那些能够证明你是错误的数据”[69]。

作为价值投资代表人物，芒格也强调过度自信的灾难性影响。他举了“长期资本管理公司（LTCM）”的例子，这是由华尔街精英、诺贝尔经济学奖获得者以及美国财政部、美联储前高官共同组建的对冲基金。芒格认为这些高管智商极高，但他们对高负债率的投资方法太过自信，最终破产了。芒格对此的评价是：聪明而勤奋的人未必不会因为过度自信而犯灾难性的专业错误。因为他们往往以为自己拥有超人的才华和方法，而给自己选择了一些更困难的航程。因此，芒格明确讲他反对的是“过于自信、过于有把握地认为你清楚你的某次行动是利大于弊的。你要应付的是高度复杂的系统，在其中，任何事物都跟其他一切事物相互影响”，并直言不讳地将其称之为“愚蠢”，而“解决愚蠢的乐观主义的正确方法是通过学习，习惯性地应用费马和帕斯卡的概率论”[70]。

由于泰勒、芒格强调要像古典经济学中的“经济人”那样理性地基于客观数据的概率计算做出决策，本文将其称为客观理性派。很明显，主观理性派与客观理性派存在严重的认识对立。到底孰对孰错？对于个体而言，应该说无论是基于主观理性去行动，还是客观理性去行动，均有可能获得巨大成功。如图表13所示，差别更多在于是以较大概率获得成功，还是以一个较小可能性获得方差更大但极值可能也更大的成功。这也意味着基于主观理性去行动的个体，确实有可能承担更大的失败风险，因此客观理性派将主观理性派的成功称为幸存者偏差不无道理。或者说，对于个体而言，过度自信的主观理性或许确实不是值得赞美的品德。

但对于整个群体而言，这两种理性派是有较大不同含义的。在内生增长模型中，创新被视为经济增长的关键动力。但引领式创新与追赶式创新在其中扮演的角色并不一样。追赶式创新中存在的主要是风险，是有可能建立起支撑客观理性派所需要的概率决策模型的，但从增长模型的角度看，追赶式创新是不改变劳动、资本等要素既定生产可能性边界的创新。如果经济体中所有个体都是客观理性派，都仅从事追赶式创新，最终将导致经济难免运行至既有技术路径S曲线的边际报酬递减阶段，而无法持续增长（图表14）。

引领式创新则是能够改变生产可能性边界的创新，在图表14中体现为能够把经济由老的技术路径推向至新的技术路径，使得经济得以避免因进入老技术的规模报酬递减阶段而停滞。因此，持续的引领式创新才是经济可持续增长的关键所在。但问题是，引领式创新中面临的主要挑战是不确定性，难以建立起客观理性派所需要的概率统计模型。此时如果还是执着于“依靠数学计算，则企业就会萎缩和衰亡”[71]，更别说推动引领式创新了。

总之，类似于节俭悖论：对于个人而言节俭是美德，但凯恩斯认为“每个人都不消费、只储蓄，那么每个人都会丢掉工作，进而很快没有收入消费，每个人都将饿死”[72]。关于主观理性的评价也存在加总谬误问题。对于个体而言，主观理性或许不是值得赞美的品德，但如果社会作为一个整体也对过度自信采取敌视态度，最终或难免因为缺乏引领式创新而陷入集体停滞的泥潭中。或者说，正是因为有过度自信的人，人类社会才能够在面临不确定性的挑战时依然敢于从事引领式创新。一个正在由主观理性推动的引领式创新案例是可控核聚变发电。2022年12月，美国Lawrence Livermore国家实验室惯性约束核聚变研究装置出现重大进展，使用2.05兆焦耳的激光能量产生3.15兆焦耳的聚变能量，首次实现从核聚变反应中产生的能量比用于触发反应的能量还要多[73]。或许是受到了这项重大科技进步的鼓励，2023年聚变工业协会（Fusion Industry Association, FIA）所进行的调查问卷显示，绝大多数从事核聚变业务的企业认为可控核聚变有望在2035年前首次实现并网供电（图表15）。

但同样是看待这样一个重大科技进步，权威科学家对其产业化应用前景却似乎更多持有谨慎态度，例如Lawrence Livermore实验室前首席能源技术专家Julio Friedmann在同年12月接受采访时表示：“现在的突破离商用核聚变的距离，就好比点燃了一根火柴到造出内燃机的差距”[74]。2024年4月，曾任美国奥巴马政府总统科技事务助理、总统科技顾问委员会共同主席、科技政策办公室主管与国家科学与技术委员会主席的美国物理学会院士John Holdren也表示：“我认为说商业核聚变会在2030年前或2035年前实现太炒作了……商业化路径上的技术挑战和七十年来人类已经花费了天价但尚未解决的物理学问题一样困难……还需要很长一段路要走”[75]。很明显，与这些权威专家相比，企业家的观点或许会被认为是过度自信；但如果人们都按照权威专家的理性观点做决策，或许人类到现在也不会成立任何一家探索核聚变发电这种引领式创新的企业。

从这个角度看，大国在引领式创新方面应该说是有天然优势的，因为可能产生更多主观理性派。但仅有敢于从事引领式创新的创新者是不够的，还需要社会能够包容这些过度自信的人，否则这些主观理性派要么变成循规蹈矩的客观理性派，要么因得不到支持而一事无成或辗转他处。从创新融资角度看，这种社会集体意义上的包容性，就是要构建过度自信群体也有获得资金支持可能性的融资机制。这一点是财政与银行难以做到的，因为他们很难接受过度自信群体的风格。乔布斯曾经对这个群体做过一个精准刻画：“他们特立独行。他们桀骜不驯。他们惹是生非。他们格格不入。他们用与众不同的眼光看待事物。他们不喜欢墨守成规。他们也不愿安于现状···或许他们是别人眼里的疯子，但他们却是我们眼中的天才。因为只有那些疯狂到以为自己能够改变世界的人……才能真正改变世界”[76]。

很明显，过度自信的主观理性派通常是与大众审美存在一些偏差的。而财政资金投向取决于政府的偏好，政府又是公共选择的结果，主要反映绝大多数人的主流价值观。这决定了财政较难实现对引领式创新者的充分包容。银行也存在类似的问题。一方面，它接受了政府担保，在资金投向偏好上难免受到政府影响，趋向同质化。另一方面，银行的内部规模经济特点决定了其经营模式是高度中心化的[77]，整个银行体系虽然控制了大量资金但难以提供足够多样化的投资偏好。问题是，过度自信的主观理性派，不像循规蹈矩者那样千篇一律，这意味着投资偏好单一化的银行难以充分包容引领式创新者。

相比之下，如图表16所示，美国资本市场则对主观理性派的核聚变业务给予了大力支持，甚至可以说是出现了一股核聚变投资热。正如ChatGPT等引领式创新未成功之前，难以预知这种热潮会不会成为一场集体失败的泡沫，但这不是本文的关切点。此处需要探讨的是，资本市场为什么能够给予主观理性派充分包容？这并非因为资本市场投资者认识到引领式创新之于集体发展免于停滞的关键宏观意义，更不是因为资本市场投资者比政府官员和银行高管有更睿智的洞见，而是由于资本市场不同投资者在投资目的、知识构成、信息来源、实践经验，以及对世界的理解方面均存在差异，因而他们的偏好是高度异质性的，这与同质化的银行、中心化的财政偏好异质性偏低有很大不同。再加上资本市场作为直接投资模式，是一种高度去中心化的分布式生态，每个投资者可以真实表达自己的投资偏好。异质偏好叠加直接投资，促成了“萝卜白菜各有所爱”的资本市场生态效应，能够给予各类主观理性创新者超越银行与财政的包容性，从而能够确保极强的不确定性挑战下，依然能够有人开启引领式创新。一个典型案例来自于谷歌。创建于1998年的谷歌，两位学生创始人宣称其创新点在于开发了一个相比雅虎等既有公司更加有效的搜索引擎，单靠这样一个声明很难说服投资者来资助他们。例如，当时知名的风投公司贝瑟默（Bessemer Ventures）就拒绝了他们的融资要求。随后的2000年科网泡沫破裂也印证了这些投资人的拒绝不无道理。即便如此，还是有红杉资本和凯鹏华盈两家VC机构持有与其他投资者不同的看法，它们于1999年分别给谷歌投资1250万美元，到2005年红杉资本退出时这些股权价值已高达40亿美元，实现了320倍回报[78]。

2、促成有利于创新的知识生态是生态效应的第二层含义

引领式创新虽然意味着没有成功或者成熟的先例可循，但并不意味着完成引领式创新的知识也需要凭空创造。以2007年苹果发布的iPhone为例，这是一个引领式创新，但iPhone采用的很多技术均是非苹果原创的既有技术，不只是GSM、Wi-Fi等基础性的通用技术，即便是关键的触摸屏技术专利也来自于苹果2005年对FingerWorks公司的收购[79]。这是创新活动中常见的一般规律，也即创新成功所需知识并非完全来源于创新者自己，而是来源于由知识在不同企业间流动所形成的生态网络。这是创新正外部性的体现，也即一旦某个创新者产生了新的知识，这些知识总会通过论文、专利、产品乃至科研人员等某种载体形成外溢，由此形成有利于其他创新者的知识溢出网络。

不过，与追赶式创新者更多依赖产业内知识流动网络不同，引领式创新意味着是在创造还不存在或者不成熟的产业，因而更多依赖跨领域知识流动。以2019年美国跨产业专利引用情况为例，制造业、金融、专业服务等产业向产业外输出了大量创新，并促进了其他产业产生新的专利[80]（图表17）。将时间跨度拉长到1976-2006年的三十年间，美国专利局中授予的专利可以归属为428种不同的技术类别，这些不同的技术之间存在着普遍且复杂的交叉引用[81]（图表18）。基于美国能源部研发资助项目效果的评估也发现，获得研发资助的公司每增加一个专利申请，会额外引致没接受过项目资助的公司新申请三个专利，且新增申请专利中的三分之二与受资助公司专利并不处于相同的技术类别[82]。有关1986年至1997年间上市公司的分析表明，在企业吸收能力范围内，企业间跨领域合作能够显著增加带有引领式创新意味的探索式（exploration）产出数量[83]。

虽然实证研究证明了知识生态之于（引领式）创新的重要性，但网络中不同节点间的复杂连接，意味着很难事前准确知道是哪些企业、哪些行业、哪些技术的知识是有用的，这是引领式创新中静态不确定性的重要体现。因而尽可能让各类企业、行业、技术都有生存发展的机会，进而构建起一个足够包容各类知识的网络生态，可能是有效促进引领式创新的必要条件。如前述，资本市场投资者高度差异化的偏好，意味着它能够比财政和银行更好地包容各种风格的企业，因此更有利于构建起节点高度丰富、多样的知识网络生态，这也是资本市场生态效应的第二层含义。

风投市场以VC为核心的创新金融生态，及随之而来的“社会关系网络（social network）”现象，会自我强化资本市场的这种生态效应。在知识网络中，论文等公开知识的流动比较顺畅，而创业经历、商业模式、管理经验等企业私有但对创新能否成功非常重要的知识流动并不顺畅。以VC为中介的创新金融生态可以有效提升这类重要知识的流动性。对此，Ferrary和Granovetter （2009）[84]曾经做过一个形象比喻，VC是硅谷的经验存储器，并经由VC自身延续以及VC间协作将这些知识扩散出去。例如，被甲VC投资了的初创企业能够更有机会得知当年同样被甲投资过的乙、丙、丁等企业的经验教训。再加上资本市场参与者是高度分布式、异质化的，这意味着各类型企业的私有知识均有可能通过不同偏好的VC整合到资本市场的知识网络中（图表19）。

资本市场创新金融生态还能够带来显著的企业衍生（entrepreneurial spawning）现象，即员工离开原企业去创业[85]。对美国1986-1999年期间上市企业的研究表明，与没有接受过VC资助的企业相比，曾接受过VC资助的企业在衍生数量上显著高出23%，对此的可能解释是VC带来的创新金融生态，向被投企业员工传递了各种有关创新的知识，包括如何寻找供应商、如何寻找潜在客户以及如何寻找投资等[86]。也就是说，资本市场的创新金融生态具有自发丰富并多样化知识网络节点的能力。如前述，这样一个知识网络又是推动引领式创新的必要条件。

3、生态效应能够帮助引领式创新降低有关市场和社会的不确定性

由于种种原因，在有关推动引领式创新的讨论中，存在着重科技创新忽视产业创新的倾向，由此而来的是重视在供给侧发力而忽视需求侧的问题。这种倾向投射到创新金融方面，是过度强调把金融资源引导到直接从事创新的企业，却忽视了其他企业的资金需求。但从美国资本市场数据来看，这样一种思路似乎值得商榷。根据O’Sullivan（2007）[87]对二次工业革命、三次工业革命中美国资本市场融资数据进行的分析，资本市场虽然给予了技术进步快的产业大力支持，但获得资金支持最多的却是那些生产率增长比较慢的行业，尤其是公用事业、金融、地产等服务业。以20世纪上半叶为例，受益于二次工业革命，制造业占到了1919年至1956年间美国股市募资额的32%，但在二次工业革命中产业创新最快的1920年代，公用事业和投资信托公司占到了股市募资额的近50%。事实上，从二次工业革命高潮期的1919年至信息技术革命兴起的1980年代，公用事业占美国股市融资的比例一直高于20%，个别时期高达45%。在三次工业革命快速演进的1980年代和1990年代，美国资本市场给予资金支持最多的也不是技术进步最快的信息产业或者生产率快速增长的制造业，而是房地产和金融业，它们占到了美国股票市场发行融资额的一半。

事实上，即便是被认为与高科技企业高度绑定的纳斯达克，也并非仅支持高科技企业。如图表20所示，在1980至2023年间，科技股累计融资金额占到了纳斯达克融资总额的44%，融资项目数量累计占比为43%。即便是在2000年互联网泡沫高峰时期，科技行业IPO数量占比也不是100%，而是72%，此后在50%上下呈现出周期性波动。也就是说，包括号称主要支持高科技企业的纳斯达克在内，过去四十年美国资本市场在有效支持了科技企业融资的同时，也并没有忽略对非科技行业的融资。这背后的微观逻辑不难理解，正是资本市场生态效应的体现。因为投资者偏好是高度异质化的，既有Cathie Wood这种青睐高成长性的科技股投资者，也有巴菲特这类偏好稳健性的价值投资者，这些理念大相径庭的投资者共存于资本市场中，形成了能够同时支持科技与非科技行业的生态。问题是，从促进创新的政策意图看，这种兼顾了科技与非科技行业融资需求的资本市场生态，是否值得鼓励？或者说，如果限制资本市场对非科技行业的融资需求，进而将所有金融资源引导到科技领域，美国科技进步是否会更快？本文认为大概率不会，反而可能是不利于促进引领式创新。

首先，无论是引领式创新还是追赶式创新，产业创新的直接成果主要体现为供给侧技术与生产力进步。然而正如创新经济学大家Nathan Rosenberg所强调的，技术的先进性本质上并不一定具有市场价值，决定一项技术创新能否成功的最终判断标准在于经济因素[88]。也就是说，对于科技创新而言，最终能否在产业层面取得成功，供给侧技术进步固然重要，但最终的评价标准还是在于能否获得需求侧的市场购买。而众多非科技领域的企业正是科技企业的需求来源与应用场景。

以1920年代美国电梯行业为例，根据Barr（2016）[89]的研究，作为二次工业革命中电力技术发展带来的产业创新，其成功很大程度上受益于美国当时房地产市场繁荣带来的需求。在信息技术革命期间也有类似的案例。根据Chun等（2008）[90]的研究，从1970年代到1990年代，信息技术（IT）作为一项新兴技术，市场并非局限在科技行业内部，各个行业都是IT产业的需求来源。若以IT资产占总资产的比重来衡量，批发零售、会计、印刷出版等通常被认为是技术进步比较慢的服务业恰恰对新兴IT有更高的需求强度（图表21）。

除了提供产业创新成功必不可少的需求外，非科技领域尤其是生产率进步较慢的行业，也为构建有利于创新的社会环境提供了重要缓冲。在熊彼特看来，创新是一种创造性破坏的力量。尤其是对于原创性颠覆性比较强的引领式创新而言，意味着它对现有经济结构的破坏性影响要远超追赶式创新，虽然在长期中社会可以收获生产率提升的好处，但在短期难免承受创造性破坏带来的冲击。尤其是生产率提升效果越显著，越意味着可能会有很多人因为技术过时而陷入技术性失业。虽然在长期中由技术进步带来的经济增长，将会吸收这些技术性失业，但在短期这确实是难以回避的问题。如果处理不好容易影响社会稳定，最终形成阻碍创新尤其是引领式创新的社会力量。

这种情况在历史上并不罕见，尤其是在引领式创新迸发的工业革命快速推进期更为常见。在一次工业革命时期的1811年，出现了抵制蒸汽机替代人工纺织的卢德运动（Luddite）[91]。在1920-1929年的二次工业革命高潮期，电力及内燃机的广泛使用显著提升了劳动生产率，导致制造、采矿、交通运输等部门对于劳动力的需求出现不同程度减少[92]。“技术性失业”一词在同期英文文献中出现的频率明显上升印证了这一点（图表22）。

对于随后出现的1929年大萧条，那个时代的杰出科学家爱因斯坦也认为：“严重的经济萧条很大程度上要归因于内部经济原因。生产设备通过技术发明和系统化得到改进，结果减少了对人工的需求，将一部分劳动力排除在经济回路之外，并导致消费者购买力的逐步下降”[96]。由创新引发的技术性失业最终需要靠政策干预来解决问题，例如完善社会保障、积极扩张需求等。就经济内在的自发演变而言，非科技部门尤其是服务业，或许也是吸纳技术性失业人口的重要渠道（图表23）。由于服务业劳动生产率的技术进步速度远低于制造业，导致其拉低了总生产效率的进步，这种现象在宏观上通常被称为鲍莫尔病[97]。但正因为其劳动生产率进步较慢，反而有望成为技术性失业者的避风港。

总之，非科技领域或者技术进步较慢部门，本身虽然不直接在供给侧推动科技创新，但却是科技创新是否能够顺利转化为产业创新的无可或缺因素，因为它们的需求大小是决定创新能否成功的重要因素，生产率进步偏慢的特点也能够缓冲创造性破坏对就业造成的冲击。对于引领式创新而言，由于原创性较强，新产品创造出来之后有没有市场是高度不确定的；由于颠覆性较强，新产品的破坏性对于现有社会就业结构的冲击可能远超追赶式创新。因而对于促进引领式创新而言，更需要能够兼顾科技与非科技乃至生产率进步较慢部门的资本市场生态，从而为创新成果尽可能扩大需求可行集，构建有利于引领式创新的友好社会环境。这意味着如果人为破坏这种多元化的资本市场生态，结果要么可能导致创新成果面临需求不足，要么可能会导致技术进步面临较大的社会阻力，这些都不利于促进创新尤其是创造性破坏特点更为显著的引领式创新。近期，作为AI重要应用场景的无人驾驶出租车面临越来越多的社会争议，在一定程度上体现了这种矛盾。

资本市场生态效应能够帮助引领式创新降低静态不确定性问题，能够大致模糊地形成有关创新者、创新知识以及市场需求等方面的可行集。生态效应意味着这些可行集是高度多样化的，接下来的问题是，“相比我们产生崭新想法的能力，增长的终极极限可能更受限于我们从一大堆有可能成功的想法中发展出可用产品的能力”[98]。这涉及到了动态不确定性问题。所谓动态不确定性，也是来源于引领式创新的原创性颠覆性，意味着没有人能够在事前准确预知当前技术路径与未来能否成功之间的因果联系，甚至连模糊的因果方向都难以确定。这与追赶式创新有很大不同。以AI大模型为例，当OpenAI成功开发出大语言模型后，后发者开发大语言模型时所面临的追赶式创新风险，与OpenAI当年所面临的引领式创新不确定性不可同日而语。这根本的差别就在于前文所提到的，OpenAI作为原创者没有先例可循，而追赶者却可以从先发者的成功案例中知道大致的探索方向。支持这样一种具有高度动态不确定性的引领式创新，既不适合追求精准的财政资金，也不适合追求低风险的银行资金，而是需要发挥资本市场的筛选效应。这种筛选效应是建立在资本市场生态效应基础上的，既能够提升社会作为一个整体筛选出成功技术或商业模式的概率，也能够帮助创新者在个体层面上提升筛选出正确路径的概率。

1、从整体角度看，筛选效应是指资本市场生态有助于降低国家走错创新道路的可能性

从国家整体层面看，资本市场创新生态降低引领式创新技术或者商业路径筛选错误的逻辑，可以通过一个简单的概率计算来理解。假设在某个引领式创新中，有n个企业在探索n种路径，每种路径的失败概率是0＜pn＜1，则国家作为一个整体失败的概率为p1 x p2 x p3 x …x pn。也就是说，引领式创新的探索路径越多，失败的企业数量虽然也可能越多，但国家作为一个整体失败的概率可能会显著缩小（图表24）。当然，如果做严格的数学探讨还需要各个不同路径的失败概率需要满足相互独立等条件，但这些技术性细节并非本文探讨的重点，而是要以一个定量的表达式来表达筛选效应的定性含义。而如前述，高度分布式的资本市场能够包容足够多不同类型企业对不确定问题进行探索（图表25）。

当然，现实中资本市场筛选效应降低国家整体创新失败概率的机制，要比这个简单概率公式复杂得多，不只是供给侧的企业多样化发挥着重要作用，需求侧的企业多样化同样重要。在有关冷战期间美苏展开的计算机科技竞争叙事中，一个流行的形象比喻是苏联“不幸”点错了科技树，选择了电子管技术路线；美国则是“幸运”地点对了科技树，选择了晶体管路线。根据政治学领域权威期刊《World Politics》在1979年发表的“Soviet Computing and Technology Transfer: An Overview”（Goodman，1979）[101]一文，这种流行观点值得商榷，因其并没有讲清楚为什么苏联没有筛选出正确的技术路线。根据该文分析，计算机起源于二战期间的美国和德国，最初用途主要是服务于因战争而产生科学与工程计算需要（例如求解方程、仿真计算等）。苏联在二战即将结束时期获得了德国专家资源，因而在计算机这种引领式创新的起步阶段并没有比美国落后多少。

在二战结束初期，计算机面临着模拟计算机（analog computer）还是数字计算机（digital computer）两条演进道路的抉择问题：苏联对计算机的需求主要在于帮助国防和国有重点工业企业解决计算问题，模拟计算机基本上够用；美国不仅有来自于国防和工业企业的计算需求，还有在战后产生的大量数据处理需要，模拟计算机难以胜任数据处理需要，而数字计算机则可以兼顾两类需求。需要说明的是，这两类计算机初期都是同时使用电子管和晶体管。导致美国计算机最终抛弃电子管而走上晶体管道路的原因在于，美国数据处理需求主要来自于商业领域的企业，例如超市需要收银机进行结账，这些企业要求计算机变得更小、更便宜、更强大、更可靠（smaller, cheaper, more powerful, and more reliable computers）。

也就是说，对于二战初期的计算机这种引领式创新而言，美苏之所以出现路径分歧，根本原因在于双方企业的多样化程度不同，或者说苏联缺乏一个有利于计算机产业发展的生态。这一点的重要性在后来的竞争中得到了持续证明。特别是苏联并非像流行叙事所描述的那样未能意识到自身在技术路线选择上的失误，而是在1964年就开发出了基于晶体管的M220计算机，并在1967年推出了用于数字处理的Ryad计算机项目，以对标美国当时已经非常成功的IBM s/360计算机。有意思的是，从模拟计算机向数字计算机转型的过程中，苏联也终于意识到了美国计算机的发展得益于一个包含了硬件、操作系统、应用软件在内的生态系统，因而试图通过在经互会内国际分工的方式构建一个计算机发展生态。但最终还是失败了。究其根本原因而言，是因为苏联过于强调政府的作用而缺少了市场一环，导致其实施的并非真正的举国体制[102]。

具体到本文关心的创新融资问题，这暴露了财政主导的创新融资模式难以构建拥有充分多样化的创新生态。以苏联主导的经互会为例，虽然看起来似乎可以通过国际化分工来构建一个类似于美国计算机产业的协作生态，但问题是经互会各个成员国都是财政主导的融资体系，这意味着各个成员国的企业构成与苏联有很大的同质性，均是偏向公共品的物质生产部门，服务于民生的非公共品生产与服务业严重不足，而这些部门恰恰是促成数字计算机及其生态发展的关键驱动因素。因此，虽然苏联政府和科学家高度重视计算机的潜力，并可以自己或者通过东欧缓冲地带来获得美国先进技术，也有能力持续集中大量资源来弥补与美国的计算机差距，但财政主导的融资模式意味着无法构建起能够自发推动计算机不断演进发展的高度多样化生态。最终的结果是“苏联人似乎别无选择，只能等待并观察西方下一步会做什么”，“通过使用已经证明可行的美国系统作为自己努力的模型，来最大限度地降低技术风险”[103]。

总之，从创新融资模式角度看，财政主导造成苏联企业生态多样性不足，结果是苏联在1950年代计算机引领式创新初期的竞争中选错了技术路径，并在1960年代后逐步丧失了与美国竞争创新引领者的可能性，成为差距越拉越大的追赶者。这进一步印证了由资本市场创新生态带来的筛选效应的重要性，也即资本市场有助于促成高度多样化的企业生态，进而避免国家或者社会作为一个整体出现筛选失败的可能性。

美国在计算机发展中不断累积的引领优势，则在正面印证了资本市场筛选效应的独特性。如同苏联“选错”路径并非因占据主导地位的苏联政府缺乏前瞻性，美国“选对”数字计算机也不是因为它的行业主导者IBM具有超过苏联政府的前瞻性。事实上，IBM一开始也低估了美国商业企业对数据处理的需求。美国计算机行业作为一个整体之所以没有像苏联那样选错发展路径，从根本上来说是得益于市场经济下的激烈竞争。在主机领域，IBM虽然占据着2/3的市场份额，但依旧面临着四五家“小巨人”（dwarf）的强力竞争；在软件领域，IBM更是面临着数千家企业的竞争压力。这些IBM的竞争者中虽然不乏一些大公司，但更多的是中小企业，甚至也有小到1人的公司（one-man firm）[104]。正是得益于这样一个竞争激烈的企业生态环境，美国计算机行业才有足够的动力及时校正自身的发展模式，从而确保美国作为一个整体“筛选”出正确路径。从创新金融角度看，支持这样庞大的中小企业群体，很明显超出了银行偏好范围，而是美国资本市场生态效应的结果。

2、从个体角度看，大众筛选而非专家评价是引领式创新是否成功的更重要评判标准

作为从创新角度思考内生增长问题的经济学家，2018年诺贝尔经济学奖得主保罗·罗默认为，“企业的发展需要一边探索新的可能性，一边过滤掉那些不合实际的想法”[105]。也就是说企业从创新可行集中筛选出正确的路径，与提出创新可行集一样重要。由于科学研发通常是企业创新的基础，因此一种比较流行的观点是，想要筛选出有可能成功的创新路径，需要多听科学家等专家的评判意见。这种筛选思路可能值得商榷。一个典型案例来自于对核聚变质子-硼11（p-B11）方案的争议。核聚变专家Todd Rider曾在1995年的论文中提出，p-B11方案因为对反应启动温度要求较高，会使制动辐射带来的能量损失超过反应本身可以产生的能量，因此p-B11方案想要实现净电能输出十分困难[106]。不久后，致力于p-B11方案的TAE公司于1998年成立，该公司成员在2019年所参与的一篇论文显示，基于科研测量仪器改进以及新的物理学实证研究，对Rider（1995）计算进行的重估表明，p-B11方案可行性得到提升[107]。当然，这并不是说p-B11方案一定会成功，而是说在面对动态不确定性较大的引领式创新时，即便是所谓的权威专家也不可能拥有准确预知未来的上帝视角，因而专家判断也不足以作为是否支持或否定投资的依据。

更大范围内的研究也发现了类似现象。Kogan等（2017）的实证研究发现：①投资者对于公司新公布专利的反应（以专利公布后公司股价相对于市场组合来说的超额收益率来衡量）与专利颁布后的被引用量呈现正相关关系；②投资者的反应可以很好地预测公司未来的价值增长，专利引用量对未来价值增长的解释力度则相对较弱[108]。由于专利引用量通常可以被用来度量科研专家对某项专利的认可程度，因此这样一个实证分析表明，对于评价或者预测企业创新是否成功而言，投资者似乎比专家做得更好。由此而来的推论或许是，企业在筛选创新路径的过程中应当更多关注资本市场的反映。事实上，过去一百年美国企业在做出创新决策时确实参考了资本市场的信号。例如，Ahçı，Martens，和Sextroh（2022）[109]基于1926-2020年美国上市公司数据的分析表明，在专利获批的消息向市场公开后，公司股价相对市场平均表现的超额收益越大，公司相应地在未来十年内对这项专利的继续投入也就越大。综合这两项研究来看，这或许在一定程度上证明了，资本市场较好发挥了帮助创新者筛选探索方向的作用。

值得注意的是，资本市场筛选效应不只会影响创新者自身的路径选择，也会通过产业链将这种筛选机制传递给横向和纵向关联的企业。横向证据来自于中国资本市场。2019年一项针对3600余家A股上市公司的调查问卷显示，84.1%的公司会紧密关注自身以及同业公司的股价（图表26）。而企业之所以关心股市，75.2%的公司是因股价能够为其新投资活动提供有价值的参考信息，高居榜首（图表27）[110]。纵向证据来自对1990-2006年美国上市公司的研究，Liang, Williams和Chong Xiao（2021）发现当某企业宣布一项创新并获得股市认可后，供应商会显著增加与该企业创新相关的研发支出并获得相关专利[111]。基于英国上市公司的实证研究进一步发现，这种来自于股市的筛选效应也会延伸到私募股权市场，因为未上市公司会从其已上市同类的股价中提取有价值信息来指导自己的投资行为[112]。

接下来的问题是，为什么资本市场有这种筛选效应？有关交流电还是直流电的路线之争，提供了有益参考。爱迪生率先发明了直流电系统，在1870年代及1880年代早期成为美国电流标准。但在1893年后，爱迪生曾经的雇员特斯拉发明了交流电系统，由于更容易变压、有利于以更低成本实现远距离输电，因而取代直流电成为美国随后一百多年的电流标准。然而近年来，伴随着计算机、LED、太阳能电池、特高压输变电等新的应用场景兴起，直流电技术再次广泛应用起来[113]。这个案例一方面再次印证了技术路线的动态不确定性问题，另一方面也说明技术路线的筛选关键，或许主要不在于供给侧各路线间的技术水平高低，更多是有无应用场景等需求侧接纳程度。

内在的逻辑其实并不难理解。基础研究、应用研究等科技创新阶段的成果，是无法直接形成生产性资本的，需要通过试验开发转化为产业创新，才能够促成现实的生产力进步。从现实生产力进步的角度看追赶式或引领式创新的内涵，它们首先是产业创新。而决定产业创新是否成功的因素不仅在于权威专家对供给侧的科技水平给予多高的评价，更关键的在于需求侧是否有客户愿意购买。

问题是，对于创新尤其是没有成熟或者成功先例的引领式创新而言，如何在产品还没有正式进入到市场销售前就获得需求信息？对此，华尔街传奇投资经理彼得·林奇的一个观点颇具有启发性。他在《战胜华尔街》中提出了一条林奇法则：如果你喜欢一家上市公司的商店，可能你也会喜欢上这家上市公司的股票[114]。这条所谓的法则透露了资本市场生态的一个重要特点，即投资者不仅是资金来源，也是需求来源。因此，在创新成果还没有在市场上正式销售之前，虽然创新者无从捕捉直接的需求信号，但消费者等需求来源会通过其投资者身份在资本市场上表达这种需求意愿，进而对创新路径产生筛选效应。当然，对于一个毕竟还没有上市销售的产品，创新者不可能只依据多元角色投资者传递来的潜在需求信号进行筛选，也需要其他信号相互佐证。而资本市场能够向企业传递的信号也不只有潜在需求信息。根据Goldstein（2023）[115]关于资本市场信息反馈机制（feedback effect）的研究，投资者等众多异质性的资本市场参与者，出于不同目的、携带着不同信息进入市场，企业可以依据资本市场汇集来的众多异质性信息及其载体（例如股价、交易等）调整决策。Subrahmanyam和Titman (1999) [116]则将这一特点称为资本市场具有发现“偶然信息（serendipitous information）”的能力，这或许也解释了为什么资本市场有能力支撑通常具有“无心插柳柳成荫”式的引领式创新。因为资本市场投资者具有多重身份，他们可以借助生态效应将和创新者相关的各类信息传递到资本市场生态中，进而成为创新者降低动态不确定性的有益参考。

也就是说，资本市场对于创新而言，尤其是面临着不确定性挑战的引领式创新而言，不仅能够提供有利于在死亡谷中提高成活率的资金支持，更重要的是提供了走出达尔文海的“天择”信号，为创新者筛选较可能成功的路径提供了参考。很明显，这种筛选效应是建立在资本市场能够包容超越过财政与银行体系参与者的生态效应基础上的。这也就不难理解为什么对于产业创新而言，资本市场信号比科技领域等专家或许更具有参考意义（图表28）[117]。

总之，产业创新项目尤其是没有先例可循的引领式创新项目，是否成功的根本评判标准在于社会整体评价，因而能够将社会个体信息直接汇集成社会整体信息的资本市场生态，将会发挥有利于提升创新者走向正确道路概率的筛选效应。这意味着资本市场投资者等参与方的构成越具有广泛代表性，与需求方等拥有创新路径筛选不可或缺信息的群体重叠性越高，创新者重视资本市场信号去筛选创新路径则越有可能获得成功。进一步地，由于筛选效应的根本基础在于资本市场高度包容性、异质性的分布式特点，技术专家和市场专家本身虽是资本市场生态中的一个构成部分，但资本市场生态作为一个整体具备专家所不具有的更丰富且异质性的信息，因而包含但不局限于专家群体的资本市场，之所以能够发挥有利于（引领式）创新者筛选正确道路的作用，关键在于具有群众路线色彩的大众选择。

综上，本文对资金说、资源说、激励约束说等三种常见的资本市场促创新机制进行了辨析，以上三种观点虽然可以部分解释资本市场为什么能够促进创新，但似乎并不能有效区分资本市场在发挥创新融资功能方面，究竟与财政、银行有什么根本区别。或者说，难以有效回答为什么在双支柱创新模式构想下，推动原创性颠覆性较强的引领式创新，主要要靠资本市场发挥创新金融作用的问题。为此，本文从风险与不确定性的区分角度，对追赶式创新与引领式创新面临的主要挑战进行了区分。

所谓风险，是指虽然事前不知道最终将会出现哪种结果，但可能出现的结果类型和出现概率在事前是大概知道的。不确定性则是指，不但事前无法预知结果，甚至连结果可能出现的类型以及不同类型的概率分布，都在事前不可知。虽然在所有的创新活动中都存在着风险和不确定性并存的问题，但相对而言追赶式创新面临的更多是风险，因为所谓追赶是指后发者可以通过学习先发者加速创新。引领式创新则不同，它的原创性颠覆性较强，没有成功或者成熟先例可循，因而面对的更多是不确定性挑战。

从这样一个区分出发，本文认为在思考如何促进引领式创新时，政策应对的假想场景应该是达尔文海，而不是流行的死亡谷概念。因为死亡谷的流行叙事，容易将创新融资的职能局限为如何尽可能给予创新项目充足的资金支持，以尽可能降低死亡风险，提升创新项目在通过死亡谷时的存活率。这对主要面临风险挑战的追赶式创新是适用的，在“大企业+大银行+大政府”追赶式创新模式构想中，大银行的主要职能即是给予追赶式创新者持续稳定大量的资金支持，以尽可能提升创新项目的存活概率。

但对于主要面临不确定性挑战的引领式创新而言，关键是要在没有先例可循的情况下降低创新中的不确定性。这个过程有点像达尔文进化论所称的“物竞天择，适者生存”，单纯地提高引领式创新项目的存活率不宜成为政策追求的目标，可以创建一种有利于“物竞”的生态环境，让“天择”来帮助创新者降低不确定性，进而引导引领式创新成功。从这个角度看，达尔文海是更适合思考如何促进引领式创新的叙事场景，而资本市场一系列区别于财政与银行模式的独特机制，能够有效帮助创新者穿越达尔文海。具体而言，可以从生态效应与筛选效应两个层面来理解。

1、所谓生态效应，是指资本市场中的资源配置是高度多样化、异质化市场参与者分散决策的结果。因此资本市场发挥创新金融作用靠的是一个高度分布式的生态，而不是像财政与银行那样，由一个或若干个偏好比较接近的中心节点来决定资源配置。这样有利于较好应对引领式创新中的静态不确定性问题。静态不确定性意味着在引领式创新中无法完全掌握万事万物之间的复杂联系，这个时候如果创新者执着基于客观理性做出投资决定，例如希望借助基于客观数据的概率统计模型进行理性评估，则引领式创新可能永远不会发生。

因此，推动引领式创新的更多是凯恩斯讲的动物精神，熊彼特将其称为主观理性。这也导致现实中能够取得引领式创新成功的人，大多是过度自信的人。问题是，在主流的价值观认知中，过度自信似乎并不是一个被高度赞扬的品质。因而作为公共选择结果的政府及其主导下的财政，较难对这类具有引领式创新成功潜质的主观理性派给予充分支持。银行受到政府担保，在偏好上自然也难免受到政府影响，再加上主观理性下的成功者确实存在幸存者偏差问题，因而也并不符合银行在监管下的低风险偏好倾向。资本市场作为一种分布式金融生态，参与者偏好高度多样化，甚至很多投资者本身也是过度自信的主观理性派，因而“萝卜白菜各有所爱”，能够给予过度自信的主观理性派更大的包容性，从而确保即便面临着较强的不确定性挑战，依然能够有人开启引领式创新。

促成有利于（引领式）创新的知识生态是资本市场生态效应的第二层含义。与追赶式创新相比，引领式创新对于跨行业跨领域的知识生态网络依赖性更高，但网络中不同节点间的复杂连接，意味着很难准确知道是哪些企业、哪些行业、哪些技术的知识是有用的，这是引领式创新中静态不确定性的重要体现。因而尽可能让各类企业、行业、技术都有生存发展的机会，进而构建起一个足够包容各类知识的网络生态，可能是有效促进引领式创新的必要条件。尤为值得重视的是，风投市场以VC为核心的创新金融生态，及随之而来的“衍生企业”现象，会自我强化资本市场的这种生态效应。

资本市场生态效应的第三层含义在于降低引领式创新中有关市场和社会的不确定性。非科技领域或者技术进步较慢部门，本身虽然不直接在供给侧推动科技创新，却是科技创新是否能够顺利转化为产业创新的不可或缺因素，因为它们的需求大小是决定创新能否成功的重要因素，生产率进步偏慢的特点也能够缓冲创造性破坏对就业造成的冲击。对于引领式创新而言，由于原创性较强，新产品创造出来之后有没有市场是高度不确定的；由于颠覆性较强，新产品的破坏性对于现有社会就业结构的冲击可能远超追赶式创新。因而对于促进引领式创新而言，更需要能够兼顾科技与非科技乃至生产率进步较慢部门的资本市场生态，从而为创新成果尽可能扩大需求可行集，构建有利于引领式创新的友好社会环境。

2、筛选效应主要是应对引领式创新中的动态不确定性问题。所谓动态不确定性，也是来源于引领式创新的原创性颠覆性，意味着没有人能够在事前准确预知当前技术路径与未来能否成功之间的因果联系，甚至连模糊的因果方向都难以确定。基于高度多样化的资本市场生态，资本市场既有助于提升社会作为一个整体筛选出成功技术或商业模式的概率，也能够帮助创新者在个体层面上提升筛选出正确路径的概率，这即是资本市场的筛选效应。

资本市场筛选效应降低国家整体创新失败概率的机制，不仅在于供给侧能够支持的创新企业、创新路径越多，则国家作为一个整体的失败概率越小，需求侧的企业多样化同样重要。以美苏冷战期间有关计算机的竞争为例，财政主导造成苏联计算机需求侧的企业生态多样性不足，导致苏联在1950年代引领式创新初期选错了技术路径，并在1960年代后逐步丧失了与美国竞争创新引领者的可能性，成为差距越拉越大的追赶者。资本市场能够兼顾供给和需求，有助于促成高度多样化的企业生态，避免国家或者社会作为一个整体出现筛选失败的可能性。

从个体角度看，市场筛选而非专家评价是引领式创新是否成功的更重要评判标准。科技创新只有转化为产业创新才能真正促进生产力进步，引领式创新首先是产业创新，而决定产业创新是否成功的因素不仅在于权威专家对供给侧的科技水平给予多高的评价，更关键的在于需求侧是否有客户愿意购买。对于无先例可循的引领式创新而言，虽然创新者无从捕捉直接的需求信号，但资本市场投资者兼具消费者等多重身份，他们能够将和创新者相关的潜在需求等各类信息传递到资本市场生态中，进而为创新者降低动态不确定性提供有益的筛选依据。

总之，虽然资本市场与财政、银行一样可以给予创新以融资支持，但分布式资本市场拥有独特的生态效应与筛选效应，能够帮助创新者穿越充满不确定性的达尔文海，有效降低国家作为一个整体在推动引领式创新方面失败的可能性。这也是为什么在双支柱创新模式构想中，引领式创新模式被概括为“中小企业+资本市场+制度建设”。

因此，如果致力于推动原创性颠覆性较强的引领式创新，则有必要尊重资本市场多元、包容的分布式特点，避免走向财政式的中心化、银行式的同质化。尤其值得注意的是，大国在这方面是具有天然优势的：人力资源丰富，有可能产生更多的主观理性派；金融资源丰富，有能力包容更多主观理性派；供求规模都很大，资本市场生态能够为引领式创新创造更友好的市场与社会环境；参与者数量更多、异质性更强，资本市场能够汇集更多更丰富的信息，有利于筛选效应发挥。这或许在部分程度上解释了，为什么德国、日本资本市场历史并不比美国短多少，英国的资本市场历史甚至长于美国，但最终只有美国资本市场系统地、持续地促进了引领式创新。

最后需要说明的是，本文强调资本市场在推动引领式创新方面的这种特殊性，并不是排斥财政与银行的作用。恰恰相反，本文是想提出财政、银行推动引领式创新的一种新思路，即成为资本市场创新生态的一部分。这有点类似于人类在进化中扮演的角色。人类作为自然演化的结果，一旦成为具有自我意识的万物灵长后，也开始有意识地改变自然演化的方向，将“天择”的含义从单一的自然选择丰富为自然为主、人工为辅，既维护了生态多样性与人类应对不确定性冲击时的进化弹性，又满足了人类自身对动植物演化方向的筛选需要。因此，如果不是追求资本市场财政化、银行化，如果不破坏多元包容的分布式特征，财政、银行科学、合理地介入资本市场实际上是有利于进一步丰富资本市场生态、增强筛选效应的。从这个角度讲，一个能够有效发挥创新金融作用的私募股权市场，或许并非只有IVC（独立风投）、CVC（企业背景风投），也有不占据主导地位的GVC（政府背景风投）和规模有限的BVC（银行背景风投）；公开股票市场上也不仅有机构投资者、长线投资者在发挥积极作用，个人投资者、量化基金、政府背景的平准基金也在二级市场上发挥着作用；进一步地，能够获得上市机会的或许还有消费型的企业和非科技领域的生产企业；同样的道理，作为资本市场公开交易的组织者，交易所也可以有内在演化机制推动的、自下而上形成的交易所参与规模化竞争。

本文摘自：2025年1月8日已经发布的《生态效应与筛选效应：资本市场区别于财政与银行的创新金融机制分析》

谢超 分析员 SAC 执证编号：S0080520100001 SFC CE Ref：BTM576
曲博文 联系人 SAC 执证编号：S0080123120025

吴云杰 分析员 SAC 执证编号：S0080523020001
李彤玥 分析员 SAC 执证编号：S0080524020005 SFC CE Ref：BTJ991