安徽省科技金融效率分析
——基于DEA-Malmquist模型

鄧小華 徐曉麗

（安徽大學，安徽 合肥 230601）

一、引言

黨的十九大報告指出，創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐,在此次報告中“科技”一詞被提及17次，足以證明中國建立創(chuàng)新型國家的迫切需要[1]。為此，國家提出“三步走”戰(zhàn)略：到2020年進入創(chuàng)新型國家行列，2030年躋身金融創(chuàng)新性國家前列，2050年建成世界科技創(chuàng)新強國。十九大報告提出以來，黨和國家從多個層面對該項戰(zhàn)略予以貫徹，一方面，加強創(chuàng)新體系建設(shè)，全面完善科技創(chuàng)新制度和組織體系；另一方面，繼續(xù)加大研究與開發(fā)經(jīng)費投入強度。國家統(tǒng)計局數(shù)據(jù)表明，全國R&D經(jīng)費投入強度逐年遞增，北京、上海該項指標遠高于全國平均水平。R&D經(jīng)費投入強度在一定程度上與?。ㄊ校┑膭?chuàng)新實力、經(jīng)濟活力正相關(guān)，而資金使用效率是科技金融投入的“催化劑”，能夠擴大單位投入的作用效果，助力創(chuàng)新性國家建設(shè)，推動經(jīng)濟高質(zhì)量發(fā)展。

二、文獻綜述

首先，對于“科技金融”概念進行界定?？萍冀鹑诓]有明確統(tǒng)一的定義，國外關(guān)于科技金融的相關(guān)研究論著相對較少，國內(nèi)與科技金融的研究從二十世紀九十年代開始，1993年“科技金融”一詞最早出現(xiàn)。趙昌文等(2009)將科技金融定義為：科技金融是促進科技開發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展的系列與金融相關(guān)的系統(tǒng)性、創(chuàng)新性安排[4]?？萍冀鹑谂c“技術(shù)”、“科學”、“技術(shù)創(chuàng)新”的關(guān)系是密不可分的，房漢廷（2010）深度解讀科技金融，認為科技金融是科技創(chuàng)新與金融創(chuàng)新的深度融合。Carlota Perez(2007)在《技術(shù)革命與金融資本》一書中提到技術(shù)創(chuàng)新與金融資本是互相促進的關(guān)系[5]。Jeong and Towsend(2007)認為金融深化在很大程度上推動了技術(shù)的創(chuàng)新[6]。為更好的研究科技金融的結(jié)合，需要明確科技發(fā)展的階段。趙昌文（2009）表明科技金融是國家金融體系和科技創(chuàng)新體系的重要構(gòu)成因素，并將科技活動分為研發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展等階段[4]。王宏起等（2012）運用協(xié)同模型揭示科技創(chuàng)新與科技金融之間的相互作用[7]。

其次，關(guān)于科技金融效率測度的研究方法上,Charnes等（1978）年第一次提出DEA方法[8],崔毅等（2010）采用DEA法評價廣東省科技與金融的結(jié)合效益[9]。劉佳寧（2015）構(gòu)建一套獨具特色的廣東省科技金融“三融合”發(fā)展格局[10]?；貜V睿（2014）用DEA方法測算了2005-2011年我國科技金融的效率，通過Tobit模型檢驗了政府、金融市場、企業(yè)對科技金融效率的影響[11]。馬玉林等（2020）運用2004-2017年的面板數(shù)據(jù),利用DEA-SBM模型測算中國30個省域科技金融效率[12]。

再次，有關(guān)科技金融效率測度的影響因素分析上。Griliches(1984)對1957年到1977年英國大型制造業(yè)進行研究，認為提高金融投入對一個國家經(jīng)濟有顯著地促進作用，其中R&D投入有很大的影響[13]。蘆鋒等（2015）運用2003—2013年11年間29個省的面板模型分析科技金融對科技創(chuàng)新的影響[14]。陳浪南等（2015）立足于國內(nèi)外先進科技金融創(chuàng)新模式，建立一種科技金融創(chuàng)新發(fā)展模式[15]。

最后，從研究維度來看。近幾年，研究安徽省科技金融大都集中在對于省內(nèi)16地市的研究。宋雨飛（2020）研究用BCC方法研究安徽省內(nèi)16地市的科技金融效率[16]。熊康（2020）在其碩士論文中簡要介紹安徽省科技金融效率總體情況后，對于安徽省內(nèi)各地市的科技金融效率進行了分析[17]。

一方面，科技金融對于科技的發(fā)展具有良好促進作用。例如，安徽省在十九大報告后，出臺多條有益于科技創(chuàng)新工作者來皖創(chuàng)業(yè)、工作的政策，并幫助來皖人才解決其配偶、醫(yī)療、教育等方面的問題，切實保障科技人才的權(quán)益。另一方面，科技金融對于金融產(chǎn)業(yè)亦有明顯的激勵作用。政府的R&D經(jīng)費投入、企業(yè)為技術(shù)產(chǎn)業(yè)獲取及技術(shù)改造等科技金融活動的研發(fā)資金數(shù)額龐大，周期較長的特點均有效的支持了金融業(yè)的發(fā)展。

總的來說，國內(nèi)外學者對于科技金融效率問題進行了諸多研究，成果豐富。而近幾年對安徽省科技金融效率在全國何種水平的分析比較少。因此，本文將研究安徽省在全國的科技金融效率。從2018年長三角經(jīng)濟一體化發(fā)展上升為國家戰(zhàn)略以來，滬蘇浙皖經(jīng)濟聯(lián)系不斷加強。本文又對同為長三角經(jīng)濟一體化的上海、江蘇、浙江、安徽四省市進行了科技金融效率的測算，為安徽省應如何與滬蘇浙攜手共進，合作共贏中實現(xiàn)自身的科技金融效率的產(chǎn)出最大化提供了理論指導。

三、安徽省科技金融發(fā)展現(xiàn)狀

（一）政府科技金融支持力度大

十九大以來，安徽省積極主動地響應國家號召，從規(guī)范科技重大專項及資金使用、支持創(chuàng)新、引進高層次人才、加強科技成果轉(zhuǎn)化等方面制定政策對科技金融深層次融合予以促進（具體政策如表1所示）。安徽省作為長三角地區(qū)的省份之一，了解安徽省科技金融效率現(xiàn)狀，明確科技金融目前存在的不足，對于安徽省通過科技創(chuàng)新引領(lǐng)經(jīng)濟發(fā)展，實現(xiàn)長三角一體化具有重要的理論與現(xiàn)實價值。

表1 2015-2020年安徽省所采取的各項政策

（二）科技金融主體投入增加

表2安徽省R&D人員投入主體構(gòu)成

科技金融主體一般分為企業(yè)、科研機構(gòu)和高等院校[2]。根據(jù)2018年安徽省科技統(tǒng)計公報顯示，2018年略高于2017年的R&D人員折合當量，表明科技工作者日益增加，科技人力投入不斷增強。在科技金融主體的構(gòu)成成分中，企業(yè)的R&D人員投入最多，高等院校、科研機構(gòu)分別位列二三位，三者之和高于全省R&D人員投入的95%。

表2顯示，在R&D人員投入中，企業(yè)的人數(shù)占據(jù)了絕大部分，2018年達到了77.8%。因此，本文對于以高技術(shù)產(chǎn)業(yè)獲取及技術(shù)改造為代表的企業(yè)科技金融投入進行了統(tǒng)計。統(tǒng)計結(jié)果如圖2所示，圖中顯示2011-2018年安徽省高新技術(shù)產(chǎn)業(yè)技術(shù)獲取及改造總支出呈現(xiàn)在波動中上升的趨勢，表明了安徽省企業(yè)對于科技投入的不斷加強。

（三）同比三省一市科技產(chǎn)出不高

從2018年黨中央支持長三角經(jīng)濟一體化發(fā)展并上升為國家戰(zhàn)略以來，滬蘇浙皖的經(jīng)濟聯(lián)系不斷加強。在長三角的三省一市中，安徽省的主要創(chuàng)新指標都處于較低水平，在以技術(shù)合同成交額、專利授權(quán)量為科技成果轉(zhuǎn)化階段尤其突出，國家級技術(shù)轉(zhuǎn)移示范機構(gòu)則相對較少，而在政府R&D經(jīng)費投入占地方財政支出的比重方面與江浙皖大致相當。

圖1 2011-2018年安徽省高新技術(shù)產(chǎn)業(yè)技術(shù)獲取及改造總支出

圖2 2018年長三角三省一市主要創(chuàng)新指標

四、安徽省科技金融運行效率實證分析

（一）模型介紹

1.BCC模型

BCC模型又被稱為VRS模型，規(guī)模報酬是可以變化的[18]。

在上述模型中，Xj為代表投入量，Yj代表產(chǎn)出量，θ代表模型的效率值。如表3所示。

運用DEA識別相對無效率單位，通過運用金融科技投入金融科技產(chǎn)出數(shù)據(jù)，對有效率和無效率的決策單元進行比較，運用DEA分別對全國各省市及長三角地區(qū)的科技金融結(jié)合效率進行評價，進而為安徽省科技金融結(jié)合效率的提高提供相關(guān)建議。

表3 綜合效率的含義

2.Malmquist模型

傳統(tǒng)DEA模型只能對單一年度的決策單元進行橫向比較，對歷年的效率無法進行分析，不能詳細了解各決策單元不同年份的動態(tài)效率變化。而Malmquist模型則可以評價各決策單元不同年份的生產(chǎn)率變動情況，并能進一步分析生產(chǎn)率變動的原因，多用于連續(xù)年份決策單元的比較。

Malmquist生產(chǎn)率變動指數(shù)的模型為:

其中，Dt（χt0，γt0）是第t期的實際值與最大值之間的比值，即實際值與前沿面的距離。當M0t+1＞1時，代表生產(chǎn)率提高;M0t+1＜1時，代表生產(chǎn)率降低;M0t+1=1時，代表生產(chǎn)率不變[18]?！癳ffch”代表技術(shù)變化，“techch”代表技術(shù)進步，“pech”代表純技術(shù)效率“sech”代表規(guī)模效率，“tfpch”代表全要素生產(chǎn)率。全要素生產(chǎn)率可以從技術(shù)變化和技術(shù)進步兩個方面來衡量，技術(shù)變化又由純技術(shù)效率和規(guī)模效率構(gòu)成。

（二）科技金融整體運行效率實證檢驗

1.數(shù)據(jù)獲取及來源

本文將科技金融分成科技金融的投入和科技金融的產(chǎn)出。科技金融投入主體是政府和企業(yè)，以R＆D經(jīng)費投入強度衡量政府對科技金融的整體投入，用高技術(shù)產(chǎn)業(yè)技術(shù)獲?。ㄒM購買吸收）及技術(shù)改造總支出表示企業(yè)對于科技金融的投入情況。根據(jù)趙昌文學者的研究：科技發(fā)展分為科技研發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展三個階段。因此，本文將會用專利代表科技研發(fā)階段，高技術(shù)產(chǎn)業(yè)銷售代表成果轉(zhuǎn)化階段，高新技術(shù)產(chǎn)業(yè)發(fā)展階段則用高技術(shù)出口代表。本文從科技產(chǎn)出從高新技術(shù)出口貿(mào)易額、三大專利有效數(shù)和高新技術(shù)產(chǎn)業(yè)銷售收入三個方面來衡量。運用DEA分析法，基于2011-2018年全國31個省市（除了港澳臺地區(qū)）面板數(shù)據(jù)對安徽科技金融投入對科技創(chuàng)新績效影響進行了靜態(tài)分析和動態(tài)分析。

為了研究安徽省科技金融運行效率在全國范圍內(nèi)的水平，本研究將每一個省份當作一個決策單元，數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》和《中國科技統(tǒng)計年鑒》。首先對于得到的數(shù)據(jù)進行了預處理，《2019年中國科技統(tǒng)計年鑒》中對于高技術(shù)產(chǎn)業(yè)技術(shù)獲取及技術(shù)改造總支出這個指標在2018年沒有進行統(tǒng)計，運用Excel在2011-2017年的高技術(shù)產(chǎn)業(yè)技術(shù)獲取及技術(shù)改造總支出的指標數(shù)值進行了合理的測算，由此得到了2018年全國31個省市的高技術(shù)產(chǎn)業(yè)技術(shù)獲取及技術(shù)改造總支出。

在進行DEA效率分析之前，首先運用Eiews10軟件對2011-2018年31省（市）選取的相關(guān)指標進行了相關(guān)性檢驗，結(jié)果如下：

表4 2011-2018年安徽省科技金融指標相關(guān)性檢驗結(jié)果

相關(guān)系數(shù)用于衡量變量之間相關(guān)關(guān)系，其取值范圍是[-1,1]，相關(guān)系數(shù)的絕對值越接近于1，倆者之間相關(guān)程度越高。當相關(guān)系數(shù)大于0是為正相關(guān)關(guān)系，兩者之間存在著積極促進的關(guān)系。以上結(jié)果表明投入與產(chǎn)出數(shù)據(jù)之間是正相關(guān)的，可以繼續(xù)下一步處理。

2.實證檢驗

將安徽省的科技金融運行效率與全國其他省份進行比較，有助于我們對安徽省科技金融運行效率、科技金融發(fā)展水平做客觀的定位。本文運用規(guī)模收益模型（VRS模型），分析安徽省科技金融整體的運行效率，從而為安徽省提高科技金融運行效率采用何種措施提供實證依據(jù)。對于DEA非有效的決策單元，無法根據(jù)DEA效率值的大小進行簡單地排序分析，應將有效的決策單元剔除，對其余無效的決策單元再次進行評價，直至剩余決策單元均為有效或無效狀態(tài)。重新對全國31個省份相關(guān)數(shù)據(jù)進行效率分析。結(jié)果如下：

表5全國31個省市的DEA運行結(jié)果

表6全國31個省份的排序

實證結(jié)果顯示:

（1）在31個省份中，山西省、廣東省、重慶市和西藏自治區(qū)的綜合效率為1，處于DEA有效狀態(tài)，而安徽省科技金融運行綜合效率為0.539，說明安徽省科技金融效率處于DEA低效率狀態(tài)。

（2）DEA低效率決策單元中，新疆的純技術(shù)效率為1，其DEA綜合效率低源于規(guī)模效率低，表明新疆應加大科技重視，增加科技投入力度，適當提高科技工作者的福利待遇，增加科技金融投入規(guī)模。安徽省、山東省的規(guī)模效率水平為1，說明技術(shù)效率導致安徽省和山東省的綜合效率偏低下，這表明，安徽省在三項專利向技術(shù)市場轉(zhuǎn)移程度不高，需要加強技術(shù)轉(zhuǎn)移工作的力度，提高技術(shù)從實驗室向市場轉(zhuǎn)化的程度；其他省市DEA效率低由規(guī)模效率和技術(shù)效率共同所致。

（3）安徽省在全國中屬于第三序列，在31個省市的科技金融效率中處于中等水平。安徽省應大力支持基礎(chǔ)研究，激勵科技型企業(yè)勇于承擔科研任務(wù)、加大研發(fā)的投入，提高科技創(chuàng)新績效。支持各創(chuàng)新主體加快科技成果轉(zhuǎn)化，完善技術(shù)成果轉(zhuǎn)化。政府應公開交易與監(jiān)管體系的透明度與公開性，推動科技成果轉(zhuǎn)化和產(chǎn)業(yè)化[19]。

（4）西藏綜合效率為1且處在第一序列的原因是西藏地區(qū)相對于其他省市的科技投入基數(shù)較小，科技產(chǎn)出少，但是綜合效率相對而言較高。

為進一步了解科技金融效率的動態(tài)變化情況，用Malmquist指數(shù)對各省市創(chuàng)新效率進行測算和分析，結(jié)果見表5.

表7為2011-2018年我國31省市的全要素生產(chǎn)指數(shù)及其分解情況。結(jié)果顯示：2011-2018年平均全要素生產(chǎn)指數(shù)大于1的省市有28個，其中廣西是年均增長率最高的省份，高達50.6%。從全要素生產(chǎn)率指數(shù)分解來看，年平均增長率10%以上的省份有五個，年平均增長率指數(shù)最快的省份是廣西，增長率達到24.5%，然后是江西（18.7%）、陜西（12.2%）、河南（11.4%）、四川（11.4%）。在技術(shù)變動方面，年平均增速最快的是甘肅省，山西省和廣西的年技術(shù)進步也達到了20%以上。

表7 2011-2018年我國31省市的全要素生產(chǎn)指數(shù)及其分解

(續(xù)表7)

3.長三角地區(qū)科技金融

為了更直觀的了解長三角地區(qū)科技金融效率變化情況，單獨將長三角所涉及到的四省市的數(shù)據(jù)重新進行了Malmquist DEA科技金融效率分析的測算，其動態(tài)變化數(shù)據(jù)變化如下。

圖3滬蘇浙皖歷年科技金融MALMQUIST指數(shù)結(jié)果

實證結(jié)果顯示:TFP值是不斷變化且均大于1，表明了長三角地區(qū)科技金融效率水平逐年提高。Techch均大于1相對效率提高，表示技術(shù)進步，pech值恒為1，表明純技術(shù)效率不變。

表8長三角經(jīng)濟帶的科技金融效率動態(tài)變化表

結(jié)果顯示：滬蘇浙皖四省市的全要素生產(chǎn)指數(shù)均大于1，表明長三角經(jīng)濟帶的技術(shù)是進步的，帶來了生產(chǎn)率的提高。其中安徽省的全要素生產(chǎn)變化最大。從全要素生產(chǎn)率指數(shù)分解來看，安徽省的技術(shù)變化是最小的，技術(shù)進步是最大的。而技術(shù)變化又是純技術(shù)效率與規(guī)模效率的乘積，在代表純技術(shù)效率的“pech”和代表規(guī)模效率的“sech”中，安徽省的規(guī)模效率相對來說更為低下，純技術(shù)效率較小。因此，安徽省需要通過提高規(guī)模效率和純技術(shù)效率來提高技術(shù)變化，更為迫切的是通過提高純技術(shù)效率，來使技術(shù)變化提高，進而加快全要素生產(chǎn)的正向變化。

為了更好地明確安徽省今后的發(fā)展道路，將長三角經(jīng)濟帶一體化的四個省份單獨拿出來再進行一次科技金融的效率測算。

表9長三角經(jīng)濟帶的DEA運行結(jié)果

注：“crste”代表綜合技術(shù)效率水平，“vrste”代表純技術(shù)效率水平，“scale”代表規(guī)模效率水平，“drs”代表規(guī)模報酬遞減，“irs”代表規(guī)模報酬遞增，“—”代表規(guī)模報酬不變。

從長三角經(jīng)濟一體化的四省市來看：上海、江蘇、浙江的綜合效率為1，處于DEA有效狀態(tài)，而安徽省的處于DEA非有效狀態(tài)。而安徽省的技術(shù)效率為1，說明規(guī)模效率低導致的DEA非有效。安徽省處于規(guī)模遞增的狀態(tài)，表明在這一階段一單位金融投入能夠產(chǎn)生超過一單位的科技產(chǎn)出，提高該地區(qū)科技金融運行效率主要依靠提高科技金融的規(guī)模。

綜上，安徽省科技金融DEA效率在全國31個省市低是由于技術(shù)效率低；在滬蘇浙皖四省市的科技金融DEA效率低是由于規(guī)模效率低。從全國層面來看，可能的原因是安徽省的純技術(shù)效率低，安徽省在三項專利向技術(shù)市場轉(zhuǎn)移程度不高，需要加強技術(shù)轉(zhuǎn)移工作的力度，提高技術(shù)從實驗室向市場轉(zhuǎn)化的程度需要提高技術(shù)效率以提高綜合效率，這與安徽省R&D經(jīng)費投入逐年增加而成果轉(zhuǎn)化不高這一現(xiàn)實是相符合的。對于長三角地區(qū)來說，由于該地區(qū)整體經(jīng)濟科技投入較大，所以安徽省規(guī)模效率與其他三省市相較偏低，這與長三角地區(qū)整體的科技金融規(guī)模是一致的。

五、安徽省科技金融投融資對策建議

科技金融是科技與金融兩者融合到一定階段的產(chǎn)物，發(fā)達國家科技金融發(fā)展較早而我國則起步較晚。推動科技與金融的深度結(jié)合，有利于激發(fā)科技創(chuàng)新發(fā)展?jié)摿?。安徽合肥作為中國第一批科技金融試點城市和綜合性國家科學中心，具有濃厚的金融科技氛圍，在科技與金融的融合發(fā)展方面進行了諸多嘗試。然而，受到人才、環(huán)境和制度等多個方面的制約，安徽省在兩者融合發(fā)展過程中發(fā)展動力和創(chuàng)新能力不足，科技金融環(huán)境不成熟。因此安徽省急需建立以政府為主導，多方金融機構(gòu)聯(lián)合輔助，以互聯(lián)網(wǎng)金融支撐及投資支持為重要支撐的科技金融創(chuàng)新體系，探索適宜安徽省科技企業(yè)發(fā)展的新模式；并進一步提出了促進科技金融助推安徽省企業(yè)發(fā)展的對策建議。

（一）充分發(fā)揮政府部門的職能

研究表明，安徽省科技撥款占財政支出比重呈現(xiàn)下降趨勢。安徽省政府應通過各種方式加大對科技金融的支持力度以營造良好的科技金融政策環(huán)境。首先，安徽省在制定各級政府的財政支出預算時，應該向科技撥款方向傾斜，并且設(shè)定一個每年增長指標，從而扭轉(zhuǎn)安徽省R&D投入強度的下降趨勢；其次，建立和完善法律保障機制，例如完善省內(nèi)的知識產(chǎn)權(quán)保護制度、減少中小型企業(yè)維護自身權(quán)益的時間成本和難度、對于中小型科技創(chuàng)新企業(yè)幫助繳納部分科技保險；然后，政府應充分發(fā)揮引導作用，鼓勵保險機構(gòu)對科技創(chuàng)新型企業(yè)的研發(fā)活動提供擔保，提倡金融機構(gòu)等投資主體對科技型中小企業(yè)的投資等的方式拓寬融資渠道，并給予其適當?shù)恼咧С趾鸵欢ǖ馁Y金支持；最后，健全科技金融監(jiān)管體系，防范金融風險，以云計算、大數(shù)據(jù)等科技為依托，創(chuàng)新型金融科技監(jiān)管方式，提高科技監(jiān)管水平。

（二）加快科技金融主體成果轉(zhuǎn)化

在全國科技金融活動主體的運行效率檢驗中，安徽省研究與開發(fā)機構(gòu)的科技金融運行效率處于DEA效率低的狀態(tài)。具體來說，是研究與開發(fā)機構(gòu)科技金融投入與產(chǎn)出結(jié)合水平不足。因此，安徽省需要通過創(chuàng)新研究與開發(fā)機構(gòu)科研經(jīng)費的管理模式，促進科技金融運行效率的提升。加快科學論文、專利等科技金融研究與發(fā)展階段基礎(chǔ)科研成果轉(zhuǎn)移并實現(xiàn)其自身價值。安徽省亦應依托長三角一體化的創(chuàng)新戰(zhàn)略聯(lián)盟，通過集中優(yōu)質(zhì)資源攻堅共性技術(shù)，加速科研成果轉(zhuǎn)化效率。

（三）加強科技人才培養(yǎng)與引進

科技金融發(fā)展的關(guān)鍵是人才，安徽省應發(fā)揮自身科技金融優(yōu)勢培養(yǎng)本土人才，尤其是市場緊缺的復合型創(chuàng)新人才，雖然安徽省科技人員工作者逐年增加，但稀缺人才仍不足。為此，科技企業(yè)和金融機構(gòu)可與高校進行合作，通過定期開展科技金融講座、培訓班等，聯(lián)合培養(yǎng)具有理論知識又具有實操經(jīng)驗的新型科技金融人才；提高稀缺科技金融人才待遇，吸引來自各地急缺人才，為其提供各種便利條件，例如住房補貼、安家費、科研項目經(jīng)費支持、子女教育、醫(yī)療保障等，全面解決來皖人才的后顧之憂。

（四）加快中小微科技企業(yè)的發(fā)展

安徽合肥依托中國科技大學等眾多高校、實驗室和研究所，是基礎(chǔ)的全國首批技術(shù)創(chuàng)新試點城市和信息化工程重點城市，本身具有良好的科技創(chuàng)新基因。金融機構(gòu)要依靠區(qū)塊鏈、云計算等新科技，推出新的金融服務(wù)模式，提升金融服務(wù)水平，健全金融服務(wù)體系。R&D投入主體中，企業(yè)占據(jù)了絕大多數(shù)，而中小微企業(yè)又是企業(yè)中的大部分，所以中小微科技企業(yè)應該順應時代發(fā)展的趨勢，積極主動了解最新科技金融政策，抓住機會發(fā)展自身，提高自身的科技創(chuàng)新水平，加快成果轉(zhuǎn)化。例如增強金融消費者的用戶體驗，制定專屬服務(wù)等方式增加用戶消費粘性等。

安徽省應充分利用上海地區(qū)人才高地、金融中心的優(yōu)勢、資金充裕，江蘇強大的傳統(tǒng)制造業(yè)、豐富的教育資源的條件，浙江民營經(jīng)濟發(fā)達、數(shù)字經(jīng)濟拔尖的長處，結(jié)合自身的科技創(chuàng)新、國家政策支持、依托長三角同時又有廣闊的內(nèi)里腹地的區(qū)位優(yōu)勢加快安徽省科技金融融合發(fā)展效率，提高科技金融發(fā)展水平。