基于DEA-Malmquist模型的區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度評價

舒家先　金　瑾

（安徽財經(jīng)大學，安徽 蚌埠 233000）

基于DEA-Malmquist模型的區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度評價

舒家先金瑾

（安徽財經(jīng)大學，安徽 蚌埠 233000）

在闡釋區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)作用的基礎(chǔ)上，運用DEA（數(shù)據(jù)包絡(luò)分析）中Malmquist指數(shù)的方法，將全國31個省市分為中東西部地區(qū)進行實證研究。結(jié)果發(fā)現(xiàn)，我國區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度不高，存在不同程度的金融投入不足或冗余，且耦合協(xié)調(diào)強度按東西中部地區(qū)依次遞減。為提高我國區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度，提出推進區(qū)域化改革、拓寬融資渠道、繼續(xù)鼓勵科技創(chuàng)新和提供保險保障等建議。

科技金融；耦合；DEA—Malmquist

一、引言

科學創(chuàng)新能力一向被認為是國家軟實力的象征，高新技術(shù)企業(yè)的發(fā)展需要持續(xù)的資金支持，而靠單一主體資金注入往往很難滿足其資金需求，科技金融的發(fā)展則可以輕松解決問題。自國務(wù)院2006年頒布的《國家中長期科學和技術(shù)發(fā)展規(guī)劃綱要（2006—2020）》中首次明確提出，我國未來的發(fā)展目標是建設(shè)創(chuàng)新型國家，走自主創(chuàng)新道路后，國家中央和地方各相關(guān)部門以及金融機構(gòu)在促進科技金融與產(chǎn)業(yè)結(jié)合方面均取得顯著成效，特別是黨的十八大報告中明確提出“創(chuàng)新發(fā)展戰(zhàn)略”后，各地支持當?shù)亟?jīng)濟與科技金融耦合協(xié)調(diào)作用的政策紛紛出臺，創(chuàng)新產(chǎn)業(yè)頗具規(guī)模?？萍冀鹑诘淖罱K目標是要將科技與金融最大限度結(jié)合，加快企業(yè)發(fā)展，這是提升企業(yè)自主創(chuàng)新能力的基礎(chǔ)?？萍冀鹑谡呤菂^(qū)域創(chuàng)新和經(jīng)濟發(fā)展的必要手段，可大幅度提升地區(qū)經(jīng)濟的同時，促進地區(qū)經(jīng)濟結(jié)構(gòu)調(diào)整，淘汰落后企業(yè)，發(fā)展創(chuàng)新型企業(yè)，有效提高當?shù)亟?jīng)濟發(fā)展速度。

我國目前科技金融的發(fā)展仍處于實踐探索階段，不同地區(qū)經(jīng)濟與科技金融耦合協(xié)調(diào)度存在差異。因此，本文收集了2011—2013年3年間（本文數(shù)據(jù)來源于中國科技統(tǒng)計資料匯編和中國科技統(tǒng)計年鑒），全國各省市區(qū)的經(jīng)濟投入產(chǎn)出指標，運用DEA-Malmquist模型評價區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度，以期為科技金融在我國地區(qū)間的發(fā)展比較提供系統(tǒng)性的理論依據(jù)，為地方政府根據(jù)各地實際狀況制定相關(guān)政策，助推高新技術(shù)產(chǎn)業(yè)發(fā)展提供參考。

二、文獻回顧

科技金融是一門新興的研究領(lǐng)域，國外學者主要圍繞金融對科技發(fā)展和地區(qū)經(jīng)濟的促進作用展開探討。其中，熊彼特最早對金融發(fā)展影響技術(shù)創(chuàng)新發(fā)表了獨到觀點，在《經(jīng)濟發(fā)展理論》中論證了貨幣、信貸和利息等金融變量對創(chuàng)新與經(jīng)濟發(fā)展具有重要影響［1］。Solow以1909—1949年美國經(jīng)濟增長數(shù)據(jù)為基礎(chǔ)檢驗資本與勞動作為變量的新古典模型，證明兩者的緊密關(guān)聯(lián)程度［2］。Bencivenga等分析了二級資本市場交易成本流動性變化對企業(yè)技術(shù)創(chuàng)新的影響［3］。Luc等研究認為一個國家金融產(chǎn)品和技術(shù)創(chuàng)新具有正向協(xié)同作用［4］。

科技金融方面的研究近幾年才得到國內(nèi)學者的廣泛關(guān)注。其中，多數(shù)專家將關(guān)注點放在我國科技金融發(fā)展現(xiàn)狀和問題分析方面，王新龍［5］、許汝俊等［6］部分學者指出地方財政科技撥款、R&D人員人均經(jīng)費投入和企業(yè)經(jīng)費投入等外部因素顯著影響科技金融結(jié)合效率。林偉光則認為科技金融在各國（地區(qū)）發(fā)展的開始階段需要政府力量引導(dǎo)才能平穩(wěn)發(fā)展，待科技金融市場穩(wěn)定后可逐步退出引導(dǎo)位置［7］。部分學者對我國現(xiàn)階段科技金融創(chuàng)新模式加以探討。肖澤磊等提出豐富創(chuàng)業(yè)投資（風險投資）融資模式、優(yōu)化高技術(shù)產(chǎn)業(yè)金融投資環(huán)境和服務(wù)以及成立創(chuàng)業(yè)投資同業(yè)協(xié)會，有助于破解武漢市科技金融創(chuàng)新體系建設(shè)中的困境［8］。文竹等認為可以建立科技金融體系分階段演變歷程，政府隨該體系的發(fā)展轉(zhuǎn)換角色進行調(diào)控［9］。還有部分學者分析我國某一地區(qū)或不同區(qū)域間科技金融投入產(chǎn)出比差異。李興偉認為完善高新企業(yè)現(xiàn)代制度建設(shè)、信用體系建設(shè)和信息共享體系等科技金融環(huán)境建設(shè)，必須實現(xiàn)高新企業(yè)、科研機構(gòu)、中介機構(gòu)以及相關(guān)金融機構(gòu)之間的信息聯(lián)通［10］，林俠等也贊同此觀點［11］。徐玉蓮和王宏起構(gòu)建了區(qū)域經(jīng)濟與科技金融協(xié)調(diào)度評價模型，并利用省級區(qū)域統(tǒng)計數(shù)據(jù)對其實證分析［12］。

表1　區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度評價指標體系

值得注意的是，雖然國內(nèi)外有關(guān)科技金融的研究大量出現(xiàn)，但將不同區(qū)域經(jīng)濟與科技金融耦和協(xié)調(diào)度結(jié)合評價分析的研究并不多見，實證研究則更少。因此，本文以我國31個省市科技金融相關(guān)指標為研究對象，構(gòu)建DEA模型，通過科技金融對區(qū)域經(jīng)濟高新技術(shù)產(chǎn)業(yè)化轉(zhuǎn)換程度的影響，考查科技金融與區(qū)域經(jīng)濟的耦合協(xié)調(diào)度，以期為相關(guān)部門決策提供參考。

三、基于DEA-Malmquist方法的實證研究

（一）指標選取和模型構(gòu)建

本文構(gòu)建的科技金融耦合協(xié)調(diào)度模型以我國31個省市投入產(chǎn)出構(gòu)建指標體系，篩選對科技金融有重大影響的各項指標，具體內(nèi)容如表1所示。投入指標主要為科技活動財力投入，產(chǎn)出指標主要為高新技術(shù)產(chǎn)業(yè)化成果。各指標數(shù)據(jù)均采用比例數(shù)據(jù)進行單位標準化，以降低DEA模型的測算誤差。

各省市研究與發(fā)展（R&D）試驗經(jīng)費主要包括政府、企業(yè)、國外及其他資金，本文只考慮國內(nèi)資金對區(qū)域經(jīng)濟與科技金融的耦合協(xié)調(diào)度產(chǎn)生的影響，選取政府、企業(yè)和其他資金作為投入資金來源，并且由于考查對象為宏觀因素，數(shù)值巨大，故采用比例數(shù)據(jù)進行單位化，減少誤差。在投入指標的3個二級指標中，特別關(guān)注“其他投資額占R&D內(nèi)部支出比重”這一指標，因為這是最能體現(xiàn)科技金融中“金融投入”的指標，“其他資金”不僅包括商業(yè)銀行對企業(yè)的研發(fā)貸款，還包括風投機構(gòu)投資或以眾籌為代表的網(wǎng)絡(luò)資金募集等等，這種資金雖然分散，但渠道多樣，聚集起來，金額巨大，與地方財政和企業(yè)內(nèi)部經(jīng)費一樣，對企業(yè)科研活動具有重要意義。在產(chǎn)出指標方面，國內(nèi)部分學者將科技活動產(chǎn)出數(shù)據(jù)納入產(chǎn)出指標體系中，但本文認為，科技金融的最終目的是促進高新技術(shù)產(chǎn)業(yè)化發(fā)展，本文擬考查新技術(shù)對產(chǎn)業(yè)的影響，相比之下，科技活動產(chǎn)出數(shù)據(jù)重要程度有限，因此不予考慮。本文選取關(guān)于產(chǎn)出的3個三級指標，分別代表企業(yè)從各方得到經(jīng)費后開展研發(fā)并得到新產(chǎn)品、其可以給企業(yè)帶來的效益、地區(qū)整體科技金融投入對于該地區(qū)勞動生產(chǎn)率和產(chǎn)業(yè)增加值率的影響。這些指標可以真實完整地刻畫區(qū)域經(jīng)濟與科技金融二者的耦合協(xié)調(diào)作用，本文模型指標體系由此建立。

選擇DEA-Malmquist指數(shù)方法進行效益評價指標測算，DEA模型最初由Charnes，Cooper和Rhodes提出，根據(jù)已知數(shù)據(jù)經(jīng)過計算得到相應(yīng)的生產(chǎn)邊緣，以評價輸入與輸出之間相對有效性的一種方法。本文采用Ray S C和Desli的分解方法，將Malmquist指數(shù)分解為純效率變化、純技術(shù)變化和規(guī)模變化因子，即MI=PEC*PTC*SCH，分析我國科技金融耦合協(xié)調(diào)程度，其數(shù)學公式如下：

其中第一項TEΔ（xt，yt，xt+1，yt+1）為純效率變化，第二項TΔ（xt，yt，xt+1，yt+1）為純技術(shù)變化，第三項SΔ（xt，yt，xt+1，yt+1）為規(guī)模因子變化，而三者的乘積MOCΔ（xt，yt，xt+1，yt+1）為綜合效率變化，是反映某一地區(qū)科技金融耦合協(xié)調(diào)度最為重要的指標。在運用DEA模型進行有效測度時，如果單元值達到1，視為投入產(chǎn)出效率有效，否則無效。若處于［0.9，1］區(qū)間內(nèi)，根據(jù)Michael和Barry的理論，認為此情況只要在投入產(chǎn)出效率方面稍作調(diào)整，該單元也可達到投入產(chǎn)出效率最優(yōu)，視為投入產(chǎn)出弱有效。

（二）數(shù)據(jù)來源

本文相關(guān)數(shù)據(jù)來源于中國科技統(tǒng)計網(wǎng)公布的《中國科技統(tǒng)計資料匯編》和《中國科技統(tǒng)計年鑒》，其他資金投入額采用2011—2013年數(shù)據(jù)進行統(tǒng)計分析。根據(jù)上述數(shù)據(jù)，基于DEA模型，運用DEAP2.1軟件進行數(shù)據(jù)運算，結(jié)果如表2所示。

（三）實證結(jié)果分析

從綜合效率方面來看，2011—2013三年間只有寧夏、云南和西藏的綜合效率均能達到1，表明這些省市的整體效率DEA有效，區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度很高；2011—2012年間，北京、天津、山西、青海、云南和西藏六個省區(qū)達到DEA有效狀態(tài)，即科技金融資源實現(xiàn)最優(yōu)配置；2012—2013年間廣東、山東、海南、黑龍江、安徽、河南、湖南、寧夏、云南和西藏的綜合效率也均為1，并且可以看出，處于DEA有效狀態(tài)的省區(qū)數(shù)額明顯增加，增長率達60％，這說明科技金融在我國各地區(qū)發(fā)展迅速。同時，兩個時段到達DEA有效狀態(tài)的省區(qū)只有三處相同，其余不一致，說明我國科技金融與區(qū)域經(jīng)濟的耦合作用不穩(wěn)定，尚待提高。綜合效率處于［0.9，1］區(qū)間的省市，2011—2012年間有山東、遼寧、黑龍江、江西、河南、陜西和甘肅，2012—2013年間有天津、上海和江蘇等12個省區(qū)，表明這些省市在當年的整體效率弱DEA有效，科技金融資源配置達到相對有效狀態(tài)，其經(jīng)濟與科技金融若有相關(guān)政策或措施的保障和促進，很快可以達到DEA有效狀態(tài)。同時，東部有七個弱DEA有效省份，占比58.33％，中部兩個，比2011—2012年間減少一個，西部三個，與2011—2012年間弱DEA有效區(qū)域持平。其余省份綜合效率處于［0.1，0.9］區(qū)間內(nèi)，表明整體效率DEA無效，科技金融的資源配置處于不合理狀態(tài)。青海省在2011—2012年間的綜合效率為1.0699，但是2012—2013年間變?yōu)?.4917，降幅約為50％，嚴重低于平均值，這說明2012—2013年間青海省的科技產(chǎn)出與金融投入嚴重不協(xié)調(diào)，科技金融與當?shù)亟?jīng)濟的耦合協(xié)調(diào)度較差。從表2中還可以看出，2012—2013年間的綜合效率達到DEA有效或弱有效狀態(tài)的省份明顯增加，從14個增長到22個，增幅約為50％，說明我國區(qū)域經(jīng)濟和科技金融的耦合協(xié)調(diào)作用處于良好發(fā)展狀態(tài)，其中東部和西部地區(qū)的發(fā)展遠高于中部地區(qū)，西部地區(qū)在2011—2012年間區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度較好，但東部地區(qū)2012—2013年間二者協(xié)調(diào)作用，遠超西部，科技金融與東部地區(qū)的耦合協(xié)調(diào)度最好。

表2　我國2011—2013區(qū)域經(jīng)濟與科技金融綜合效率、純效率、純技術(shù)及規(guī)模因子變化匯總表

從純效率變化來看，近三年間，廣東、內(nèi)蒙古、吉林和黑龍江等地區(qū)的純效率均達到1，表明四個省區(qū)實現(xiàn)了科技金融投入產(chǎn)出效率的有效性，在既定金融投入下實現(xiàn)了科技產(chǎn)出的最大化，其中，寧夏、云南和西藏的綜合效率在這三年間也為1，說明經(jīng)濟與科技金融耦合協(xié)調(diào)達到良性共振狀態(tài)。海南、河北、安徽和貴州的純效率在2012—2013年間均由無效或弱有效狀態(tài)轉(zhuǎn)變?yōu)镈EA有效，一方面說明科技金融與經(jīng)濟的耦合協(xié)調(diào)度正在逐年提高，另一方面，河北和貴州的綜合效率為DEA無效，說明可能存在管理失誤或創(chuàng)新不足等問題，當?shù)卣推髽I(yè)需要盡快找出影響經(jīng)濟與科技金融耦合協(xié)調(diào)度的原因，并提出和落實改善措施，防止這種情況惡化。

再來關(guān)注純技術(shù)效率，從表2中可見，無任一省區(qū)純技術(shù)效率三年間均達到1，天津、上海和福建等6個省市純技術(shù)效率在2012—2013年間達到DEA有效狀態(tài)，而綜合效率卻為DEA弱有效或無效狀態(tài)，表明科技金融投入不足，可以加大科技投入力度，幫助其實現(xiàn)產(chǎn)能最大化。福建、遼寧、黑龍江和江西2011—2012年間的純技術(shù)效率均處于［0.9，1］區(qū)間內(nèi)，弱DEA有效，即投入和產(chǎn)出間達到相對有效狀態(tài)；剩余省市純技術(shù)效率均在［0.1，0.9］區(qū)間，表明技術(shù)效率DEA無效，在既定金融投入下出現(xiàn)科技產(chǎn)出不足情況。同時，從表2也可看出，我國大部分省市的純技術(shù)效率處于增長狀態(tài)，平均水平從0.8031增加到0.9772，增幅17.8％，說明我國企業(yè)的技術(shù)創(chuàng)新能力正在逐步增強，生產(chǎn)技術(shù)水平不斷提高。但是純效率水平卻在下降，平均水平從1.1106減少到0.9608，降幅約為13.48％，說明目前我國各省市的集約程度并不高，在既定的技術(shù)水平下，資源的有效配置有待加強。

從規(guī)模有效性來看，北京、江蘇、黑龍江、安徽和寧夏在這三年間規(guī)模效率均達到1，說明科技產(chǎn)出相對充足。以吉林省為例，其三年間規(guī)模效率變化分別為0.7416和0.8185，說明這三年間，吉林省金融投入增加比例小于科技產(chǎn)出增加比例，出現(xiàn)規(guī)模報酬遞增，投入冗余產(chǎn)出不足。浙江省在2011—2012和2012—2013年間的規(guī)模變化因子分別為1.96和0.7175，降幅高達63.39％，表明2012—2013年間，科技產(chǎn)出遠小于金融投入量，既定金融投入下，出現(xiàn)極不合理的產(chǎn)出下降情況，政府和企業(yè)必須予以重視，否則會嚴重影響當?shù)亟?jīng)濟發(fā)展。

四、結(jié)論及政策建議

本文采用2011—2013我國31個省市自治區(qū)年度數(shù)據(jù)，利用DEA—Malmquist方法，研究我國不同地區(qū)區(qū)域經(jīng)濟與科技金融耦合協(xié)調(diào)度的差異。研究結(jié)果可見，當前我國大部分區(qū)域，科技金融耦合協(xié)調(diào)體系構(gòu)建方面存在科技金融發(fā)展不穩(wěn)定和區(qū)域經(jīng)濟資源配置效率不高等問題，綜合看來我國科技金融耦合協(xié)調(diào)度按東—西—中部依次遞減，東部發(fā)展最快。這是由于我國東部地區(qū)經(jīng)濟發(fā)達，科技型企業(yè)林立，金融投資充足，區(qū)域經(jīng)濟可以和科技金融充分耦合；西部地區(qū)以農(nóng)耕畜牧為主，經(jīng)濟不發(fā)達，金融投資力度也不夠，少量金融投入即可帶來很高科技產(chǎn)出；而中部地區(qū)處于兩者之間。雖然本文研究表明我國科技金融發(fā)展勢頭良好，但是真正能實現(xiàn)規(guī)模有效，達到投入產(chǎn)出比最大的區(qū)域很少。區(qū)域經(jīng)濟與科技金融耦合程度低，無疑會影響我國向自主創(chuàng)新型國家轉(zhuǎn)型的進程。因此，針對本文主要結(jié)論，提出以下幾點建議：

1.推進科技企業(yè)與金融資本融合的區(qū)域化改革。中央和地方政府必須盡快構(gòu)建有效的、符合本地區(qū)實際的區(qū)域經(jīng)濟與科技金融結(jié)合運行機制，實施有針對性的政策調(diào)整。對于高端制造業(yè)、高新技術(shù)產(chǎn)業(yè)密集的東部地區(qū)，當?shù)卣畱?yīng)加大科研經(jīng)費投入，在科技成果尚不能轉(zhuǎn)化成實際財富之前幫助企業(yè)渡過資金難關(guān)。而在農(nóng)業(yè)、畜牧業(yè)為主的西部地區(qū)，要更多引進農(nóng)業(yè)科技人才推動優(yōu)勢產(chǎn)業(yè)進步，建立現(xiàn)代化農(nóng)業(yè)基地。以安徽為代表的中部地區(qū)，由于已有一定的經(jīng)濟和科技基礎(chǔ)，雖然在科技金融投入初期，投入產(chǎn)出效率不明顯，但長期看來一定成效顯著，建議當?shù)卣e極發(fā)揮引導(dǎo)與服務(wù)功能，建設(shè)科技園區(qū)，大力引進科技型企業(yè)，鼓勵多元化的金融投資方式，充分發(fā)揮區(qū)域經(jīng)濟與科技金融的耦合協(xié)調(diào)作用。

2.拓寬融資渠道，充分發(fā)揮政策性金融和商業(yè)性金融的杠桿效應(yīng)。首先，政府應(yīng)鼓勵商業(yè)銀行對企業(yè)的科技創(chuàng)新活動貸款，東部地區(qū)資金充足，但中部地區(qū)急需商業(yè)銀行貸款壯大企業(yè)和發(fā)展當?shù)亟?jīng)濟。其次，充分利用網(wǎng)絡(luò)平臺形成資本機制。研發(fā)資金缺乏的企業(yè)，可以嘗試采用眾籌或網(wǎng)絡(luò)信貸等新興資本募集方式募集資金。這種融資方式門檻低，操作方便，適合中小科技型企業(yè)，可以在短時間之內(nèi)獲得數(shù)額可觀的融資，有效緩解科技企業(yè)的金融借貸壓力。再次，為中部地區(qū)科技金融活動提供政策性財政支持。最后，建立本地區(qū)科技企業(yè)信用評級體系，根據(jù)企業(yè)規(guī)模、存續(xù)時間、前期科技金融發(fā)展狀況、科技獎勵等情況，進行信用評級制度，這種做法可以保障投資方資金的安全性，為企業(yè)籌集更多資金。同時成立科技金融專設(shè)機構(gòu)，形成企業(yè)和金融機構(gòu)間的聯(lián)動機制，專為本地區(qū)科技金融服務(wù)。例如，建立科技企業(yè)與金融機構(gòu)信息庫，或建立專為科技型中小企業(yè)貸款的政策性銀行。

3.繼續(xù)鼓勵科技創(chuàng)新，引導(dǎo)生產(chǎn)集約式轉(zhuǎn)變。我國區(qū)域經(jīng)濟與科技金融的耦合協(xié)調(diào)度增長迅速，但仍不穩(wěn)定，諸多省綜合效率無法始終保持DEA有效狀態(tài)，平均純效率水平降幅13.48％，資源有效配置不足。繼續(xù)鼓勵科技創(chuàng)新是保持全國和各省市經(jīng)濟水平穩(wěn)步發(fā)展的有效措施，科技的創(chuàng)新和發(fā)展，不僅能提高企業(yè)和行業(yè)的勞動生產(chǎn)率，也能創(chuàng)造更多的超額利潤，引導(dǎo)生產(chǎn)集約式轉(zhuǎn)變，以最小投入獲得最大產(chǎn)出，幫助生產(chǎn)資源在不同行業(yè)和企業(yè)間有效配置，促進區(qū)域經(jīng)濟與科技金融良性共振。在這一點上，除了企業(yè)和研究院所的研發(fā)團隊，高校也應(yīng)加入其中，成為科技創(chuàng)新的重要力量。我國東部地區(qū)高校云集，發(fā)揮高校的科研能力，有助于提高東部地區(qū)經(jīng)濟與科技金融耦合度。

4.加快培育廣覆蓋的科技金融保險服務(wù)體系。政府相關(guān)部門應(yīng)重點推廣科技型企業(yè)以研發(fā)或金融機構(gòu)以投資為主的保障性險種，加大補貼力度，保障和促進企業(yè)自主研發(fā)，有利于金融機構(gòu)對企業(yè)的資金投入，刺激當?shù)亟?jīng)濟與科技金融的耦合協(xié)調(diào)。特別是西部科技欠發(fā)達地區(qū)，急需這種投資風險保障，解決資金投入風險帶來的投資金額不足問題。

［1］Schumpeter.The Theory of Economy Development［M］.Cam-bridge， MA∶Harvard University Press，1912.

［2］Solow，Robert M.Technical Change and the Aggregate Production Function［J］.Review of Economics and Statistics，1957（39）.

［3］ Bencivenga V，Smith B，Start R.Transactions Costs，Technological Choice，and Endogenous Growth［J］.Journal of Economic Theory，1995（67）.

［4］Luc Laeven，Ross Levine.Stelons Michalopoulos Financial Innovations and Endogenous Growth［J］.Journal of Financial Intermediation，2015（1）.

［5］ 王新龍.我國科技金融結(jié)合效率研究［D］.南昌∶江西財經(jīng)大學，2014.

［6］ 許汝俊，龍子午，姚逍遙.基于DEA-Malmquist指數(shù)法的科技金融發(fā)展效率評價研究——以長江經(jīng)濟帶為例［J］.科技管理研究，2015（13）.

［7］ 林偉光.科技型中小企業(yè)融資服務(wù)體系構(gòu)建分析——以廣東省為例［J］.科技管理研究，2011（18）.

［8］ 肖澤磊，韓順法，易志高.我國科技金融創(chuàng)新體系的構(gòu)建及實證研究——以武漢市為例［J］.科技進步與對策，2011（9）.

［9］ 文竹，文宗川，宿北燕.基于TRIZ理論的科技金融創(chuàng)新模式研究［J］.科學管理研究，2012（3）.

［10］李興偉.中關(guān)村國家示范區(qū)科技金融創(chuàng)新分析與趨勢預(yù)測［J］.科技進步與對策，2011（9）.

［11］林俠，李嬌，張欣蕾.廊坊市科技型中小企業(yè)供應(yīng)鏈金融策略研究［J］.現(xiàn)代商貿(mào)工業(yè)，2016（3）.

［12］徐玉蓮，王宏起.科技金融對技術(shù)創(chuàng)新的支持作用∶基于Bootstrap方法的實證分析［J］.科技進步與對策，2012（3）.

F832

A

1672-3805（2016）03-0039-06

2016-05-20

舒家先（1975-），男，安徽財經(jīng)大學金融學院副教授，博士，研究方向為投資理論與實務(wù)。