基于DEA方法的我國(guó)沿海各省科技金融績(jī)效評(píng)價(jià)

黃瑞芬 杜緒沅

（中國(guó)海洋大學(xué)，山東 青島 266100）

基于DEA方法的我國(guó)沿海各省科技金融績(jī)效評(píng)價(jià)

黃瑞芬 杜緒沅

（中國(guó)海洋大學(xué)，山東 青島 266100）

本文從科技進(jìn)步支持海洋經(jīng)濟(jì)發(fā)展的現(xiàn)狀出發(fā)，采用索洛模型對(duì)我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率進(jìn)行測(cè)度，在此基礎(chǔ)上構(gòu)建金融支持科技創(chuàng)新效率的評(píng)價(jià)指標(biāo)體系，并基于DEA模型對(duì)我國(guó)沿海各省市的科技金融績(jī)效進(jìn)行評(píng)價(jià)。研究結(jié)果表明：2004—2013年，我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率變化趨勢(shì)呈現(xiàn)周期性特征；DEA模型測(cè)算結(jié)果顯示我國(guó)沿海各省的金融支持科技創(chuàng)新效率具有明顯的差別，效率值與經(jīng)濟(jì)金融發(fā)展水平存在一定的正相關(guān)關(guān)系。

科技進(jìn)步貢獻(xiàn)率；科技金融；數(shù)據(jù)包絡(luò)分析；績(jī)效評(píng)價(jià)

一、引言

《2013年中國(guó)海洋經(jīng)濟(jì)統(tǒng)計(jì)公報(bào)》的統(tǒng)計(jì)數(shù)據(jù)顯示，我國(guó)海洋生產(chǎn)總值達(dá)5.4萬(wàn)億元，海洋經(jīng)濟(jì)增長(zhǎng)率明顯超越國(guó)民經(jīng)濟(jì)增長(zhǎng)率，海洋生產(chǎn)總值現(xiàn)已占到我國(guó)GDP的十分之一，未來(lái)仍有很大的增長(zhǎng)空間。隨著我國(guó)“海洋強(qiáng)國(guó)”戰(zhàn)略的實(shí)施，在未來(lái)建設(shè)“21世紀(jì)海上絲綢之路”的戰(zhàn)略規(guī)劃下，海洋經(jīng)濟(jì)必然成為我國(guó)經(jīng)濟(jì)可持續(xù)發(fā)展的新引擎。海洋經(jīng)濟(jì)發(fā)展離不開(kāi)海洋科技創(chuàng)新，科技創(chuàng)新是海洋經(jīng)濟(jì)向前發(fā)展的動(dòng)力。而科技創(chuàng)新需要資金的支持，如何讓科技金融更好地融入我國(guó)海洋經(jīng)濟(jì)的發(fā)展過(guò)程中，是一個(gè)亟待解決的問(wèn)題。本文針對(duì)我國(guó)科技金融支持海洋經(jīng)濟(jì)發(fā)展的現(xiàn)狀，基于索洛模型對(duì)2004—2013年我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率進(jìn)行測(cè)度，并通過(guò)數(shù)據(jù)包絡(luò)分析方法對(duì)2013年我國(guó)沿海11省的科技金融績(jī)效進(jìn)行評(píng)價(jià)。

國(guó)內(nèi)關(guān)于科技金融概念的討論方興未艾，其中趙昌文等人（2009）認(rèn)為科技金融是金融與科技相互融合，為促進(jìn)技術(shù)研發(fā)、科技成果轉(zhuǎn)化以及高新技術(shù)產(chǎn)業(yè)發(fā)展領(lǐng)域做出的金融政策、金融工具創(chuàng)新和金融服務(wù)等一系列安排。此外，房漢廷（2010）、姍娜（2011）等從不同角度解釋了科技金融的含義。在分析我國(guó)不同地區(qū)科技金融效率的研究中，呂江林，王新龍和宋高堂（2012）基于DEA模型對(duì)我國(guó)中部地區(qū)和東部地區(qū)各省市的科技和金融結(jié)合效率進(jìn)行比較研究，發(fā)現(xiàn)中部地區(qū)明顯落后于東部地區(qū)，各地區(qū)不同省市同樣存在技術(shù)效率差異。楊文舉（2011）基于DEA模型構(gòu)建了綠色經(jīng)濟(jì)增長(zhǎng)模型，發(fā)現(xiàn)我國(guó)各省工業(yè)增長(zhǎng)的主要?jiǎng)恿?lái)自資本深化，其次才是技術(shù)進(jìn)步，工業(yè)勞動(dòng)生產(chǎn)率增長(zhǎng)差異也是源于資本深化的差異。綜上可知，國(guó)內(nèi)學(xué)者對(duì)于科技金融的研究主要聚焦在金融支持科技創(chuàng)新效率的問(wèn)題上，這同樣也是本文研究的出發(fā)點(diǎn)。

二、基于索洛模型的我國(guó)海洋經(jīng)濟(jì)科技進(jìn)步貢獻(xiàn)率測(cè)度

（一）索洛模型簡(jiǎn)介

索洛經(jīng)濟(jì)增長(zhǎng)模型（Solow Growth Model）是發(fā)展經(jīng)濟(jì)學(xué)中的經(jīng)典模型之一，又稱為新古典經(jīng)濟(jì)增長(zhǎng)模型。1928年，柯布-道格拉斯發(fā)現(xiàn)資本、勞動(dòng)力與產(chǎn)出之間存在一定的函數(shù)關(guān)系，假定技術(shù)水平參數(shù)在短期內(nèi)是個(gè)常量。1957年，索洛將技術(shù)進(jìn)步要素引入生產(chǎn)函數(shù)，提出了?？怂怪行约夹g(shù)進(jìn)步函數(shù)。本文在研究科技進(jìn)步對(duì)我國(guó)海洋經(jīng)濟(jì)貢獻(xiàn)率時(shí)，采用的是廣義的科技進(jìn)步貢獻(xiàn)率概念，即全要素生產(chǎn)率（TFP），是指將資本要素和人力要素的貢獻(xiàn)除去，用剩余的科技進(jìn)步要素對(duì)我國(guó)海洋經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)除以我國(guó)海洋經(jīng)濟(jì)增長(zhǎng)速度。本文采用索洛余值法基于生產(chǎn)函數(shù)總量測(cè)算全要素生產(chǎn)率，并以此來(lái)衡量我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率。

（2）式中的TFP即為我們所要測(cè)算的科技進(jìn)步對(duì)我國(guó)海洋經(jīng)濟(jì)發(fā)展的貢獻(xiàn)率。y代表產(chǎn)出增長(zhǎng)率、k 和l分別表示資本、勞動(dòng)的增長(zhǎng)率。

（二）我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率實(shí)證結(jié)果

對(duì)于資本和勞動(dòng)產(chǎn)出彈性系數(shù)的確定也是生產(chǎn)函數(shù)研究領(lǐng)域相互爭(zhēng)論的問(wèn)題，通常有三種估算方法，分別是經(jīng)驗(yàn)值法、回歸法和比值法，前兩者的應(yīng)用比較廣泛。為了找到合適的系數(shù)值，我們對(duì)回歸法和經(jīng)驗(yàn)值法進(jìn)行比較分析。首先我們采用回歸法進(jìn)行估值：第一步是數(shù)據(jù)標(biāo)準(zhǔn)化，消除量綱的影響，接著進(jìn)行ADF平穩(wěn)性檢驗(yàn)，最后利用Eviews7.0對(duì)模型進(jìn)行參數(shù)估計(jì)并檢驗(yàn)。得到的參數(shù)估計(jì)方程式如下：

其中，Y代表全國(guó)海洋生產(chǎn)總值，K代表涉海產(chǎn)業(yè)固定資產(chǎn)投資額，L代表全國(guó)涉海從業(yè)人數(shù)。根據(jù)檢驗(yàn)結(jié)果R2=0.994536，DW=1.57，說(shuō)明模型檢驗(yàn)是平穩(wěn)的，模型達(dá)到較好的擬合效果。然而我們用生產(chǎn)函數(shù)進(jìn)行全要素生產(chǎn)率分析的前提是邊際產(chǎn)出效益不變，即α+β=1，而回歸方程中的參數(shù)估計(jì)值α 和β之和明顯小于1，所以用回歸法確定資本和勞動(dòng)產(chǎn)出彈性系數(shù)并不適合我們的研究假定?；诨貧w分析的參數(shù)估計(jì)結(jié)果，我們?cè)诖_定資本和勞動(dòng)產(chǎn)出彈性系數(shù)時(shí)，采用經(jīng)驗(yàn)值法，中國(guó)海洋產(chǎn)業(yè)中的資本產(chǎn)出彈性系數(shù)為0.35，勞動(dòng)產(chǎn)出彈性系數(shù)為0.65。

表1：2004—2013年我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率

利用公式（2）對(duì)我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率進(jìn)行測(cè)算，結(jié)果如表1所示。圖1是2004—2013年我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率（TFP）的變化趨勢(shì)。由圖1可知，2004—2013年，我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率整體上呈現(xiàn)“M”形變化趨勢(shì)，與我國(guó)的宏觀經(jīng)濟(jì)周期變化相符。2004—2007年呈現(xiàn)穩(wěn)定上升趨勢(shì)，到2007年，科技進(jìn)步貢獻(xiàn)率接近60%。然而，2008年以后，受到國(guó)際金融危機(jī)的沖擊，資金從風(fēng)險(xiǎn)較高的技術(shù)研發(fā)領(lǐng)域流出，科技進(jìn)步貢獻(xiàn)率迅速下降，到2009年僅為9%。隨后，我國(guó)加大了投資力度，國(guó)民經(jīng)濟(jì)率先復(fù)蘇，海洋經(jīng)濟(jì)也快速回升，截止到2010年，我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率已經(jīng)接近2007年的水平，到2011年更是超過(guò)了60%。但是，2012年以后，受?chē)?guó)民經(jīng)濟(jì)增長(zhǎng)變緩的影響，科技進(jìn)步貢獻(xiàn)率又呈現(xiàn)出下降趨勢(shì)。綜上可知，我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率變化具有周期性，與宏觀經(jīng)濟(jì)狀況存在一定的正相關(guān)關(guān)系。

三、基于DEA的沿海各省科技金融績(jī)效實(shí)證分析

在前文的測(cè)算中，我們了解了我國(guó)近10年來(lái)科技進(jìn)步貢獻(xiàn)率的變化趨勢(shì)，不難看出科技進(jìn)步對(duì)我國(guó)海洋經(jīng)濟(jì)的發(fā)展做出了巨大的貢獻(xiàn)，與此同時(shí)，海洋經(jīng)濟(jì)的發(fā)展又通過(guò)金融領(lǐng)域反饋到科技研發(fā)領(lǐng)域，促進(jìn)海洋產(chǎn)業(yè)的技術(shù)研發(fā)。眾所周知，科技的發(fā)展離不開(kāi)金融的支持，對(duì)于我國(guó)沿海各地區(qū)的金融支持科技創(chuàng)新效率是否有差別，我們不得而知。因此，本文把金融支持科技創(chuàng)新的效率作為科技金融績(jī)效評(píng)價(jià)的方式，基于我國(guó)沿海地區(qū)遼寧、河北、天津、山東、江蘇、上海、浙江、福建、廣東、海南和廣西11個(gè)省份的金融支持科技創(chuàng)新的現(xiàn)狀，構(gòu)建金融支持科技創(chuàng)新效率指標(biāo)體系，并采用DEA方法對(duì)沿海各省2013年金融支持科技創(chuàng)新效率進(jìn)行測(cè)度并分類。

圖1：2004—2013年我國(guó)海洋經(jīng)濟(jì)的科技進(jìn)步貢獻(xiàn)率變化趨勢(shì)

（一）DEA模型簡(jiǎn)介

目前，DEA方法已被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)投入產(chǎn)出效率的研究中。DEA方法中兩個(gè)最經(jīng)典的模型就是C2R和C2GS2模型，前者可以用來(lái)研究多個(gè)DMU的技術(shù)有效性和規(guī)模有效性，后者主要用來(lái)研究多個(gè)DMU的技術(shù)有效性。鑒于C2R模型只能區(qū)分有效率和無(wú)效率的決策單元，而對(duì)于有效率的DMU卻無(wú)法進(jìn)一步排序，安德森和彼得森（Andersen和Petersen.N.C，1993）在經(jīng)典DEA模型的基礎(chǔ)上建立了超效率DEA模型（SE-DEA）。超效率DEA模型的原理是第k個(gè)DMU被其他所有單元線性組合成的虛構(gòu)DMU代替，從而可以測(cè)算將自身排除在外的效率值。本文采用C2R模型和超效率DEA模型。

（二）我國(guó)沿海各省金融投入與產(chǎn)出的指標(biāo)體系構(gòu)建

海洋經(jīng)濟(jì)的發(fā)展離不開(kāi)科技的支持，而科技創(chuàng)新水平的提高取決于金融支持的力度。為了更好地評(píng)價(jià)沿海各省金融支持科技創(chuàng)新的效率，遵循科學(xué)性、系統(tǒng)性、層次性、適應(yīng)性、可操作性原則構(gòu)建評(píng)價(jià)指標(biāo)體系。為了更加科學(xué)、全面地分析創(chuàng)新投入指標(biāo)，本文采用了科技支出占財(cái)政支出的比例、中小企業(yè)貸款增加額占銀行貸款增加額的比例、高技術(shù)固定資產(chǎn)投資/固定資產(chǎn)投資額、R&D經(jīng)費(fèi)投入強(qiáng)度作為創(chuàng)新投入指標(biāo)。其中沿海各省科技支出和R&D經(jīng)費(fèi)支出也直接反映了各省對(duì)科技創(chuàng)新的支持力度；中小企業(yè)是科技創(chuàng)新的主要?jiǎng)恿驮慈疚囊糟y行對(duì)中小企業(yè)的貸款來(lái)衡量金融機(jī)構(gòu)對(duì)科技創(chuàng)新的支持；用固定資產(chǎn)的投資占社會(huì)固定資產(chǎn)投資總額的比例來(lái)衡量來(lái)自企業(yè)自身的資金支持力度。產(chǎn)出指標(biāo)包括百萬(wàn)人口有效發(fā)明專利數(shù)和高技術(shù)產(chǎn)業(yè)總產(chǎn)值占地區(qū)GDP的比例。我國(guó)沿海各省金融投入與產(chǎn)出的指標(biāo)體系如表2所示。

表2：金融支持科技創(chuàng)新效率指標(biāo)體系

表3：2013年沿海11省份金融支持科技創(chuàng)新效率評(píng)價(jià)結(jié)果

通過(guò)對(duì)各相對(duì)指標(biāo)數(shù)據(jù)進(jìn)行比較分析，廣東省無(wú)論是科技創(chuàng)新投入指標(biāo)還是創(chuàng)新產(chǎn)出指標(biāo)總體上都要領(lǐng)先于其他省份。在R&D經(jīng)費(fèi)投入強(qiáng)度（%）方面，上海市最高，為3.11；其次是天津市、江蘇省、廣東省、浙江省、山東省、遼寧省和福建省；河北省、廣西壯族自治區(qū)和海南省R&D經(jīng)費(fèi)投入強(qiáng)度都小于1。在高技術(shù)產(chǎn)業(yè)產(chǎn)值方面，廣東省最高，占地區(qū)GDP的44.3%，其次是江蘇和上海，約占地區(qū)GDP的40%，最少的為河北省和海南省，比例不到地區(qū)GDP的4%。

（三）沿海各省金融支持科技創(chuàng)新效率實(shí)證分析

本文依據(jù)經(jīng)典的C2R模型（CCR-DEA）和超效率DEA模型（SE-DEA），以我國(guó)沿海11個(gè)省份金融投入與科技產(chǎn)出相對(duì)指標(biāo)數(shù)據(jù)為樣本，運(yùn)用DEAP2.1 和EMS1.3軟件對(duì)其進(jìn)行實(shí)證研究，測(cè)算出2013年我國(guó)沿海各省金融支持科技創(chuàng)新效率，并進(jìn)行比較分析，統(tǒng)計(jì)結(jié)果見(jiàn)表3。

1.從綜合效率值分析：天津、上海、江蘇、浙江和廣東的綜合效率值為1，這三省兩市為DEA有效，規(guī)模效率值同樣為1，說(shuō)明他們達(dá)到了規(guī)模有效，即規(guī)模報(bào)酬不變。遼寧、河北、山東、福建、海南和廣西的綜合效率值都小于1，為DEA無(wú)效，其中河北的綜合效率值僅為0.411，是沿海各省效率最低的，與東南沿海各省相比有著明顯的差距。從有效和無(wú)效的省份數(shù)量比較看，我國(guó)沿海大部分省份尚未達(dá)到有效投入，且呈現(xiàn)出規(guī)模報(bào)酬遞增的特征。

2.從純技術(shù)效率值分析：純技術(shù)效率值代表了技術(shù)使用的相對(duì)有效程度，從表3可以看出除山東和福建外，其余沿海各省的純技術(shù)效率值均為1，而且山東和福建的純技術(shù)效率值也非常接近于1，這也說(shuō)明了我國(guó)沿海各省基本實(shí)現(xiàn)了純技術(shù)有效，即利用現(xiàn)有投入實(shí)現(xiàn)最大化的目標(biāo)。但是考慮到大部分省份的規(guī)模效率值都小于1，說(shuō)明純技術(shù)有效并不代表已經(jīng)達(dá)到最優(yōu)的資源配置。

3.從規(guī)模效率值分析：該指標(biāo)反映了各省份是否處于規(guī)模最優(yōu)狀態(tài)，從表3可以看出，與綜合效率值相似，天津、上海、江蘇、浙江和廣東已達(dá)到最優(yōu)規(guī)模狀態(tài)，其余省份除山東和福建比較接近最優(yōu)狀態(tài)外，遼寧、河北、廣西、海南均遠(yuǎn)離最優(yōu)狀態(tài)，并且處于規(guī)模收益遞增狀態(tài)。

4.超效率值分析：安德森和彼得森提出的超效率DEA模型，打破了原先的效率評(píng)估瓶頸，為有效單元排名提供了依據(jù)。從表3中可以看出，廣東省的超效率值最高，反映出其金融支持科技創(chuàng)新效率要領(lǐng)先于其他省份，其他依次為江蘇、上海、天津、浙江、福建、山東、廣西、海南、遼寧和河北。從以上的排名可以看出，與各省市的經(jīng)濟(jì)金融發(fā)展水平存在一定程度的正相關(guān)關(guān)系，說(shuō)明經(jīng)濟(jì)金融發(fā)展水平越高，DEA超效率值也就越高。

（四）基于金融支持科技創(chuàng)新效率的聚類結(jié)果

為了區(qū)別不同的創(chuàng)新群體，本文通過(guò)兩次DEA分析對(duì)我國(guó)沿海11個(gè)省份進(jìn)行了分類處理。在第一次DEA分析結(jié)果中，取出5個(gè)有效單元，即廣東、江蘇、上海、天津和浙江，然后再進(jìn)行第二次DEA分析，得到4個(gè)有效單元，分別為福建、山東、遼寧和海南，最后廣西和河北歸為第三類（見(jiàn)表4）。

表4：沿海各省金融支持科技創(chuàng)新效率聚類分析

四、結(jié)論與政策建議

根據(jù)索洛模型對(duì)我國(guó)海洋經(jīng)濟(jì)科技進(jìn)步貢獻(xiàn)率的測(cè)度結(jié)果可知，2004—2013年，科技創(chuàng)新對(duì)我國(guó)海洋經(jīng)濟(jì)的貢獻(xiàn)并不穩(wěn)定，特別是在經(jīng)濟(jì)不景氣的時(shí)候，科技進(jìn)步貢獻(xiàn)率變得非常低，反映出當(dāng)宏觀經(jīng)濟(jì)下行的時(shí)候，企業(yè)就會(huì)減少對(duì)科技的投入。我們用經(jīng)典的C2R模型和超效率DEA模型對(duì)我國(guó)沿海各省的金融支持科技創(chuàng)新效率進(jìn)行研究并進(jìn)行聚類分析，結(jié)果顯示，我國(guó)沿海各省的科技金融績(jī)效水平存在明顯的差別，效率值與經(jīng)濟(jì)金融發(fā)展水平存在一定的正相關(guān)關(guān)系，如經(jīng)濟(jì)金融水平較高的廣東、上海等省市，綜合效率值及超效率值明顯高于廣西、河北等省。除此之外，為了提高我國(guó)科研資金的配置效率，我們通過(guò)兩次DEA效率測(cè)算，把我國(guó)沿海11省市分為了三個(gè)層次，國(guó)家科研基金應(yīng)更多地投放到DEA效率值高的地區(qū)。

基于以上的研究結(jié)論，我們認(rèn)為國(guó)家應(yīng)在對(duì)加大對(duì)海洋科技創(chuàng)新的金融支持力度的基礎(chǔ)上，優(yōu)化科技金融資源配置，以此推動(dòng)我國(guó)海洋經(jīng)濟(jì)的發(fā)展。特別是在經(jīng)濟(jì)不景氣的時(shí)候，更應(yīng)加大科研投入，對(duì)科技創(chuàng)新企業(yè)提供優(yōu)惠的利率政策和稅收政策，鼓勵(lì)更多的市場(chǎng)資金進(jìn)入科研領(lǐng)域，提高我國(guó)海洋經(jīng)濟(jì)科技貢獻(xiàn)率。在我國(guó)沿海各省科技金融績(jī)效水平測(cè)算的結(jié)果中，不難發(fā)現(xiàn)各省市之間效率水平差距明顯，特別是廣西、海南、河北和遼寧等省份，國(guó)家應(yīng)該加強(qiáng)扶持力度，促使我國(guó)科技金融平衡發(fā)展。DEA效率低的地區(qū)應(yīng)該加強(qiáng)自身科技創(chuàng)新體系建設(shè)，加大教育支出，培育出更多的優(yōu)秀科研人才。除此之外，還可以通過(guò)加強(qiáng)海洋科技產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)、引進(jìn)先進(jìn)的管理模式等手段提高科研資金利用效率。

[1]Charnes，A.Cooper，W.，W.，Rhodes，E.，1978.Measuring the efficiency of decision making units[J].European Journal of Operational Research，32（2）.

[2]Charnes，A.Cooper，W.W，B.Golany，L.Seitord，J. Stutz.1985.Foundation of Data Envelopment Analysis for Pareto-koopmans Efficient Empirical Production Functions [J].Journal of Economics，（30）.

[3]Andersen P.and Petersen N C.1993.A procedure for ranking efficient units in data envelopment analysis[J].Management Science，39（10）.

[4]趙昌文等.科技金融[M].科學(xué)出版社，2009.

[5]呂江林，王新龍，宋高堂.中部地區(qū)與東部發(fā)達(dá)省市科技與金融結(jié)合效率的比較研究[J].金融與經(jīng)濟(jì)，2012，（10）.

[6]楊文舉.基于DEA的綠色經(jīng)濟(jì)增長(zhǎng)核算：以中國(guó)地區(qū)工業(yè)為例[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，（1）.

[7]何寬.基于索洛模型的浙江省海洋科技進(jìn)步貢獻(xiàn)率研究[D].浙江海洋學(xué)院碩士論文，2013.

[8]黃瑞芬，王環(huán).山東科技金融績(jī)效評(píng)價(jià)—基于主成分分析的DEA研究路徑[J].金融發(fā)展研究，2013，（6）.

Technology Finance Performance Evaluation in Coastal Provinces of China Based on DEA

Huang Ruifen Du Xuyuan
（Ocean University of China，Qingdao Shandong 266100）

This paper uses the Solow model to measure the contribution rate of marine science and technology development to marine economy of China，starting from the present situation of technology progress support to the Marine economy development，and constructs an evaluation index system of the financial support technology innovation，and builds a DEA model to evaluate technology finance performance in Coastal Provinces of China.The result indicated that:the contribution rate of marine science and technology development to marine economy is characterized by its periodicity from 2004 to 2013.DEA model calculated results show that the Efficiency value of the financial support technology innovation in China's coastal provinces has obvious difference and has certain positive correlation with level of economic and financial development.Based on the above research results，this paper puts some forward feasible countermeasures and suggestions on how to improve the efficiency of science and technology finance resources allocation.

contribution rate of science and technology progress，science and technology finance，DEA，performance evaluation

F830

A

1674-2265（2015）04-0035-05

（責(zé)任編輯 耿 欣；校對(duì) XR，GX）

2015-3-15

國(guó)家海洋局軟科學(xué)項(xiàng)目“科技金融支持海洋經(jīng)濟(jì)發(fā)展對(duì)策研究”（B201303007）。

黃瑞芬，女，山東青島人，博士，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院教授，研究方向?yàn)閲?guó)際金融、金融工程；杜緒沅，男，山東聊城人，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，研究方向?yàn)榻鹑谑袌?chǎng)與金融工程。