文/義旭東 宋丁?。ㄎ魅A大學(xué)經(jīng)濟(jì)學(xué)院）

一、引言

新一輪全球科技革命和產(chǎn)業(yè)革命中，各國(guó)均在大力發(fā)展科技基礎(chǔ)研究，增強(qiáng)科技競(jìng)爭(zhēng)力。國(guó)務(wù)院等多部門(mén)出臺(tái)了一系列政策文件，如《國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略綱要》《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》等，為科技與金融的融合發(fā)展提供了扎實(shí)的制度基礎(chǔ)和良好的創(chuàng)新環(huán)境。長(zhǎng)三角地區(qū)是我國(guó)經(jīng)濟(jì)最具活力、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，主要包括上海、浙江、江蘇、安徽三省一市。2019年，國(guó)務(wù)院頒發(fā)《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，要求各地區(qū)結(jié)合實(shí)際貫徹實(shí)施協(xié)同合作發(fā)展。安徽省是長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展水平最低的省份，科技金融結(jié)合發(fā)展水平也落后于其他省市[1]。同時(shí)，從科技金融投入產(chǎn)出數(shù)據(jù)來(lái)看，安徽省科技金融輸入規(guī)模在不斷擴(kuò)大，研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)投入由2009 年的37.47億元增加到2018 年的294.81 億元，2019 年金融機(jī)構(gòu)人民幣各項(xiàng)貸款余額44289.3 億元，比上年末增加5301.9 億元?？萍汲晒a(chǎn)出也在不斷增大，2019 年高新技術(shù)企業(yè)6636 家，比上年凈增1233 家；2019 年申請(qǐng)專(zhuān)利16.7 萬(wàn)件，授權(quán)專(zhuān)利8.25 萬(wàn)件、比2018 年多0.28 萬(wàn)件。安徽省的科技創(chuàng)新資源較為豐富，但科技成果轉(zhuǎn)化效果卻不是太理想，因此，提升科技金融結(jié)合發(fā)展水平迫在眉睫。

在科技金融相關(guān)文獻(xiàn)分析中，科技金融效率測(cè)算方法主要分為參數(shù)法與非參數(shù)法。前者是以隨機(jī)前沿分析（SFA）為測(cè)算方法，如時(shí)奇等[2]運(yùn)用SFA 模型評(píng)價(jià)了福建省16 年間科技金融發(fā)展效率；趙文洋等[3]運(yùn)用SFA 方法分析科技金融結(jié)構(gòu)對(duì)科技創(chuàng)新效率的影響，發(fā)現(xiàn)資本市場(chǎng)籌資額與科技創(chuàng)新效率呈正相關(guān)關(guān)系。后者是以數(shù)據(jù)包絡(luò)分析（DEA）為主要測(cè)量工具，如胡麗娜[4]、陳非等[5]、劉立霞[6]、賀麗麗[7]等許多學(xué)者運(yùn)用DEA-Malmquist 方法對(duì)全國(guó)范圍或某一區(qū)域、城市的科技金融發(fā)展效率進(jìn)行靜態(tài)、動(dòng)態(tài)兩視角評(píng)價(jià)。還有些學(xué)者運(yùn)用擴(kuò)展后的DEA 方法評(píng)價(jià)各區(qū)域科技金融效率，如杜金岷等[8]運(yùn)用三階段DEA 方法分析全國(guó)區(qū)域科技創(chuàng)新效率，發(fā)現(xiàn)僅有7 個(gè)省份達(dá)到生產(chǎn)前沿面。也有些使用DEA-Tobit 測(cè)量方法，如邵立杰[9]、張倩霞等[10]先運(yùn)用DEA 方法衡量區(qū)域科技金融效率，隨后運(yùn)用Tobit 模型分析影響科技金融結(jié)合效率發(fā)展水平的因素。

通過(guò)梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，關(guān)于科技金融結(jié)合效率的研究成果頗多，但還存在可提升的空間，如采取更為合理的評(píng)價(jià)指標(biāo)、評(píng)價(jià)方法等，同時(shí)有關(guān)安徽省科技金融結(jié)合效率的研究較少。因此，本文選取安徽省2009—2018 年以及安徽省16 地市2016—2018 年的數(shù)據(jù)，運(yùn)用DEA-Malmquist方法評(píng)價(jià)其科技金融結(jié)合效率發(fā)展水平，對(duì)其差異化進(jìn)行比較分析并提出相應(yīng)的建議。

二、研究方法與數(shù)據(jù)說(shuō)明

1.研究方法

（1）DEA 模型。數(shù)據(jù)包絡(luò)分析（DEA） 是通過(guò)計(jì)算各決策單元（DMU）到生產(chǎn)前沿面距離的遠(yuǎn)近，判斷效率的高低，有利于對(duì)同類(lèi)型的決策單元的效率進(jìn)行評(píng)價(jià)。DEA 能測(cè)度多對(duì)投入產(chǎn)出之間的效率且不需要已知生產(chǎn)前沿函數(shù)的具體形式。DEA模型分為規(guī)模收益不變假定的DEA-CCR 模型和規(guī)模收益可變假定的DEA-BCC 模型。用CCR 模型計(jì)算出安徽省科技金融綜合技術(shù)效率（TE），效率值的高低表示服務(wù)于科技的金融資金運(yùn)用效率的高低。BCC 模型輸出的效率值分別為綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE），其數(shù)值介于0 和1 之間，且TE=PTE·SE。DEA-BCC 模型的公式為：

式中，j=1,2，……，n為決策單元；Xj和Yj表示輸入和輸出向量，θ為相對(duì)效率，λ為向量參數(shù)，S-為輸入項(xiàng)的差額變量，S+為輸出項(xiàng)的差額變量。當(dāng)θ=1 且S-=0，S+=0 時(shí)，決策單元處于有效狀態(tài)；當(dāng)θ=1 且S-≠0，S+≠0時(shí)，決策單元處于弱有效；當(dāng)θ＜1時(shí)，決策單元處于無(wú)效狀態(tài)。

（2）Malmquist 分析法。BCC 模型是從靜態(tài)角度分析科技金融效率水平，無(wú)法實(shí)現(xiàn)決策單元的跨期對(duì)比。Malmquist 指數(shù)模型是以相鄰兩個(gè)決策單元為參照，對(duì)數(shù)據(jù)進(jìn)行跨期處理比較。Dt（xt，yt）、Dt（xt+1，yt+1）分別表示以第t時(shí)期的技術(shù)前沿為參照下，第t時(shí)期與第t+1 時(shí)期生產(chǎn)點(diǎn)的距離函數(shù)。Dt+1（xt+1，yt+1）、Dt+1（xt，yt）分別表示第t時(shí)期和第t+1 時(shí)期生產(chǎn)點(diǎn)在第t+1時(shí)期技術(shù)前沿的距離函數(shù)。且M 指數(shù)分解為技術(shù)效率變化指數(shù)（effch）和技術(shù)進(jìn)步指數(shù)（techch），而技術(shù)效率變化指數(shù)又分解為純技術(shù)效率指數(shù)（pech）與規(guī)模效率變化指數(shù)（sech）。

當(dāng)M＞1 時(shí)，說(shuō)明DMU 從第t期到第t+1 期的生產(chǎn)效率上升，反之則下降。而當(dāng)pech＞1 時(shí)，說(shuō)明是由于管理能力提升導(dǎo)致效率提高，反之則是由于管理水平下降導(dǎo)致效率下降。當(dāng)sech＞1 時(shí)，說(shuō)明邊際報(bào)酬接近規(guī)模最優(yōu)狀態(tài)，sech＜1 說(shuō)明邊際報(bào)酬遠(yuǎn)離規(guī)模報(bào)酬。techch＞1 時(shí)，說(shuō)明技術(shù)進(jìn)步，反之則表示技術(shù)衰退。

2.指標(biāo)選取及數(shù)據(jù)來(lái)源

科技金融效率是指在一定的生產(chǎn)要素下，金融資本的投入所帶來(lái)的科技成果產(chǎn)出的情況。對(duì)科技金融效率的評(píng)價(jià)包含金融投入和科技產(chǎn)出兩個(gè)方面。在遵循準(zhǔn)確性、合理性、可選取性和科學(xué)性等原則上，結(jié)合安徽省的實(shí)際情況，從金融投入和科技產(chǎn)出兩個(gè)方面選取指標(biāo)構(gòu)建安徽省科技金融融合效率評(píng)價(jià)指標(biāo)體系。運(yùn)用DEA 模型評(píng)價(jià)安徽省2009—2018 年的科技金融效率，其中涉及兩項(xiàng)輸入指標(biāo)和兩項(xiàng)輸出指標(biāo)，見(jiàn)表1。各指標(biāo)來(lái)源于2010—2019 年的《安徽省統(tǒng)計(jì)年鑒》及各地市統(tǒng)計(jì)公報(bào)。

在參考已有研究的基礎(chǔ)上，本文從財(cái)力與人力兩個(gè)角度選取科技金融投入指標(biāo)，即R&D 內(nèi)部經(jīng)費(fèi)支出、R&D 人員折合全時(shí)當(dāng)量，見(jiàn)表1。R&D 內(nèi)部經(jīng)費(fèi)支出是指企事業(yè)單位在內(nèi)部開(kāi)展研究與試驗(yàn)發(fā)展活動(dòng)的實(shí)際支出，是反映科技金融財(cái)力投入的重要指標(biāo)；R&D 人員折合全時(shí)當(dāng)量是國(guó)際上通用的、用于比較科技人力投入的指標(biāo)，是指R&D 全時(shí)人員工作量與非全時(shí)人員按實(shí)際工作時(shí)間折算的工作量之和。

表1 科技金融效率評(píng)價(jià)指標(biāo)

同時(shí)，本文從知識(shí)產(chǎn)權(quán)、商業(yè)化兩個(gè)視角選取專(zhuān)利授權(quán)數(shù)、高新技術(shù)產(chǎn)業(yè)新產(chǎn)品銷(xiāo)售收入作為科技產(chǎn)出指標(biāo)。專(zhuān)利授權(quán)數(shù)是指報(bào)告期內(nèi)由專(zhuān)利行政部門(mén)授予專(zhuān)利權(quán)的件數(shù)，是發(fā)明、實(shí)用新穎、外觀(guān)設(shè)計(jì)三種專(zhuān)利授權(quán)數(shù)的總和，是反應(yīng)地區(qū)科技知識(shí)產(chǎn)權(quán)成果的重要指標(biāo)；新產(chǎn)品銷(xiāo)售收入是科技成果產(chǎn)業(yè)化經(jīng)濟(jì)效益的重要體現(xiàn)。

3.相關(guān)性分析

運(yùn)用DEA 模型對(duì)效率進(jìn)行測(cè)算時(shí)，要保證投入與產(chǎn)出之間存在正相關(guān)關(guān)系。因此，運(yùn)用stata 軟件對(duì)科技金融投入與產(chǎn)出的指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，結(jié)果顯示各指標(biāo)之間的相關(guān)系數(shù)均為正值，且其概率值均小于0.01，即說(shuō)明在1%的顯著水平下，安徽省各項(xiàng)投入與產(chǎn)出指標(biāo)的相關(guān)關(guān)系顯著，均為正相關(guān)。各項(xiàng)輸入與輸出指標(biāo)之間的相關(guān)系數(shù)均大于0.9，屬于高度相關(guān)。因此，安徽省的科技金融結(jié)合效率評(píng)價(jià)指標(biāo)是有效的，適用于DEA 方法。

三、實(shí)證結(jié)果

1.2010—2018 年科技金融結(jié)合效率評(píng)價(jià)

根據(jù)安徽省的科技金融投入與產(chǎn)出評(píng)價(jià)指標(biāo)，運(yùn)用Deap2.1 軟件對(duì)2010—2018 年的科技金融投入產(chǎn)出效率值進(jìn)行評(píng)價(jià)分析。安徽省2010—2018 年科技金融相對(duì)效率的分析結(jié)果見(jiàn)表2。

從表2 可知，在這10 年期間，安徽省的綜合效率均值為0.917，處于相對(duì)有效狀態(tài)。只要稍加調(diào)整即可達(dá)到有效狀態(tài)。其中，2013 和2015 年處于相對(duì)有效狀態(tài)，2009、2010 與2014年的綜合效率值低于0.9，處于DEA無(wú)效狀態(tài)，其余年份均處于DEA 有效狀態(tài)。因此，從整體來(lái)看，技術(shù)效率還是呈現(xiàn)平穩(wěn)上升的趨勢(shì)。從純技術(shù)效率來(lái)看，安徽省純技術(shù)效率均值為0.987，處于DEA 相對(duì)有效狀態(tài)。除了2013 與2014 年的純技術(shù)效率處于0～1，余下8 年的純技術(shù)效率均為1。從規(guī)模效率來(lái)看，安徽省的規(guī)模效率均值大于0.9，處于相對(duì)有效狀態(tài)。其中，2009 年和2010 年的規(guī)模效率值小于0.8，處于無(wú)效狀態(tài)，而2013—2015 年的規(guī)模效率處于相對(duì)有效狀態(tài)。從未達(dá)到有效狀態(tài)的年份來(lái)看，即2009、2010 年，綜合效率和規(guī)模效率均處于無(wú)效狀態(tài)，而純技術(shù)效率處于有效狀態(tài)，也就是說(shuō)這兩年綜合效率處于無(wú)效狀態(tài)主要是由于規(guī)模因素所導(dǎo)致的，應(yīng)調(diào)整科技金融投入產(chǎn)出規(guī)模，達(dá)到資源結(jié)構(gòu)合理有效。從所處的規(guī)模報(bào)酬階段來(lái)看，2009、2010 年處于規(guī)模報(bào)酬遞增狀態(tài)，即說(shuō)明安徽省應(yīng)增大科技金融投入，從而獲取更大規(guī)模的科技產(chǎn)出；而2013—2015 年，這三年出現(xiàn)規(guī)模報(bào)酬遞減的現(xiàn)象，即說(shuō)明安徽省科技金融的投入規(guī)模未得到相應(yīng)規(guī)模的科技產(chǎn)出。其余年份均處于規(guī)模報(bào)酬不變階段，處于整體有效的狀態(tài)。

表2 2010—2018 年安徽省科技金融效率值

2. 安徽省16 個(gè)地市的科技金融效率評(píng)價(jià)

（1）綜合效率：眾所周知，安徽省16 個(gè)地市的經(jīng)濟(jì)發(fā)展水平并不平衡，因此安徽省科技金融的整體效率有可能受到16 個(gè)地市科技金融效率的影響。本文對(duì)2016—2018 年安徽省16 個(gè)地市科技金融的綜合效率進(jìn)行測(cè)算，結(jié)果見(jiàn)表3。

表3 各地市2016—2018 年綜合效率

由表3 可知，2016—2017 年的綜合效率是處于上升狀態(tài)，2017—2018年是遞減的。2016 年，僅有蚌埠市與池州市的綜合效率處于有效狀態(tài)，即一定規(guī)模的科技金融投入帶來(lái)了最大規(guī)模的產(chǎn)出水平。2017 年有4 個(gè)城市的科技金融的綜合效率達(dá)到DEA有效狀態(tài)，即阜陽(yáng)市、滁州市、六安市與池州市，且還有亳州市處于相對(duì)有效狀態(tài)。2018 年有3 個(gè)城市的科技金融發(fā)展效率處于有效狀態(tài)，分別是阜陽(yáng)市、六安市和銅陵市。三年間，淮北市、宿州市、阜陽(yáng)市、六安市、銅陵市、黃山市綜合效率呈現(xiàn)上升趨勢(shì)；合肥市、亳州市、淮南市、滁州市、蕪湖市、安慶市綜合效率呈現(xiàn)先升后降的現(xiàn)象。此外，蚌埠市、馬鞍山市和宣城市的綜合效率一直處于下降的狀態(tài)。

（2）純技術(shù)效率：各地市2016—2018 年純技術(shù)效率見(jiàn)表4。由表4 可知，在2016—2018 年，純技術(shù)效率呈現(xiàn)不斷上升的趨勢(shì)，且2017、2018 年純技術(shù)效率均值位于0.8 以上，說(shuō)明純技術(shù)效率較高。具體來(lái)看，2016 年僅有3 個(gè)地市處于有效狀態(tài)，分別是合肥市、蚌埠市與池州市。2017 年處于有效狀態(tài)的地市較前一年增加了4個(gè)，且銅陵市與安慶市處于相對(duì)有效狀態(tài)。2018 年全省有一半地市的純技術(shù)效率位于生產(chǎn)前沿面。除了合肥市與池州市始終處于有效狀態(tài)，阜陽(yáng)市、滁州市、六安市、蕪湖市、銅陵市、黃山市的純技術(shù)效率均處于上升階段，且處于有效狀態(tài)?；幢笔泻退拗菔刑幱谙冉岛笊臓顟B(tài)。相反，亳州市、淮南市、馬鞍山市、安慶市呈現(xiàn)先升后降的現(xiàn)象。此外，蚌埠市和宣城市的純技術(shù)效率一直處于下降階段。

表4 各地市2016—2018 年純技術(shù)效率

（3）規(guī)模效率：各地市2016—2018 年規(guī)模效率見(jiàn)表5。由表5 可知，整體來(lái)說(shuō)，規(guī)模效率的變化趨勢(shì)等同于綜合效率。2016—2018 年，規(guī)模效率呈現(xiàn)先增加后下降的趨勢(shì)。具體來(lái)說(shuō)，2016 年規(guī)模效率有效的城市只有蚌埠市與池州市，處于相對(duì)有效狀態(tài)的有淮南市與馬鞍山市。2017 年規(guī)模效率處于有效狀態(tài)的城市與綜合效率相同，且處于相對(duì)有效狀態(tài)的城市有6 個(gè)，分別為淮北市、宿州市、亳州市、銅陵市、安慶市以及黃山市。2018 年僅有淮北市、淮南市與安慶市處于相對(duì)有效狀態(tài)。其中，合肥市、滁州市、蕪湖市、池州市、黃山市的純技術(shù)效率等于1，說(shuō)明這些地市在技術(shù)與管理層面不存在太大的問(wèn)題，其綜合技術(shù)效率低的主要原因是受規(guī)模效率的影響，這說(shuō)明經(jīng)濟(jì)發(fā)達(dá)地區(qū)的綜合效率不一定就高，反而可能由于投入過(guò)多而導(dǎo)致效率低下，可通過(guò)調(diào)整創(chuàng)新資源規(guī)模達(dá)到提升科技金融效率的目的。

表5 各地市2016—2018 年規(guī)模效率

3.Malmquist 模型結(jié)果分析

采用Malmquist 指數(shù)分析法測(cè)算各年份16 地市的科技金融效率，結(jié)果見(jiàn)表6。M 指數(shù)大于1 說(shuō)明效率上升，反之則說(shuō)明效率下降。

由表6 可知，整體來(lái)看，16 地市各年的效率變動(dòng)指數(shù)基本上都大于1，說(shuō)明安徽省科技金融結(jié)合效率呈現(xiàn)上升趨勢(shì)。從技術(shù)進(jìn)步指數(shù)和全要素生產(chǎn)率來(lái)看，兩者的均值都是小于1，這說(shuō)明安徽省還要加大改進(jìn)和提升技術(shù)研發(fā)能力，提高科技金融效率。同時(shí)，規(guī)模效率變動(dòng)對(duì)綜合效率的影響也較大，可通過(guò)合理調(diào)整規(guī)模結(jié)構(gòu)來(lái)提升整體效率，如宿州市、滁州市、蕪湖市和宣城市均可適當(dāng)調(diào)整投入產(chǎn)出規(guī)模促進(jìn)科技金融效率的提升。合肥市、蕪湖市等地市的全要素生產(chǎn)指數(shù)大于1，科技金融效率變化指數(shù)也較高，處于上升的階段。而蚌埠市全要素生產(chǎn)指數(shù)小于1，主要是由于純技術(shù)變動(dòng)指數(shù)較低造成的，因此蚌埠市要加大企業(yè)管理和技術(shù)能力提升，以此促進(jìn)整體效率提升。

表6 各市Malmquist 全要素生產(chǎn)指數(shù)

四、結(jié)論及建議

1.主要結(jié)論

本文對(duì)安徽省2009—2018 年的科技金融效率進(jìn)行評(píng)價(jià)，隨后運(yùn)用DEA 模型進(jìn)一步分析了2016—2018年安徽省16 個(gè)地市的科技金融結(jié)合效率，研究結(jié)果如下：

（1）總體上，安徽省科技金融投入產(chǎn)出效率處于DEA 相對(duì)有效狀態(tài)。但其地區(qū)化差異較大，部分地市級(jí)科技金融結(jié)合效率較低?？萍冀鹑谕度胼^多的城市其科技金融效率不一定高，如近幾年合肥市的綜合效率處于效率不足狀態(tài)，而落后于合肥市的池州市的科技金融投入產(chǎn)出效率卻基本處于有效狀態(tài)。安徽省16 個(gè)地市的Malmquist 指數(shù)小于1，且大多數(shù)地市仍需要改進(jìn)和提升技術(shù)創(chuàng)新能力，從而提升科技金融結(jié)合效率。

（2）安徽省的綜合技術(shù)效率處于先上升后下降隨后又上升的發(fā)展趨勢(shì)。且除了2013 和2014 年，其余年份的純技術(shù)效率均位于生產(chǎn)前沿面。具體來(lái)說(shuō)，2011、2012、2016—2018 年處于有效狀態(tài)，即說(shuō)明在當(dāng)前的投入規(guī)模下能帶來(lái)最大的產(chǎn)出量。2013、2015 年處于相對(duì)有效狀態(tài)，2009、2010、2014 年處于DEA 非有效狀態(tài)，投入產(chǎn)出要素結(jié)構(gòu)不合理，且2009、2010 年的純技術(shù)效率等于1，因此，規(guī)模因素是導(dǎo)致這兩年科技金融效率較低的關(guān)鍵因素。2009、2010 年的規(guī)模報(bào)酬處于遞增狀態(tài)，說(shuō)明安徽省應(yīng)加大科技金融投入規(guī)模，從而獲取最大化的科技產(chǎn)出。2013—2014 年的規(guī)模報(bào)酬處于遞減狀態(tài)，這說(shuō)明安徽省的科技金融投入規(guī)模較大，但資源分配結(jié)構(gòu)不合理，金融資源未得到充分的利用，存在資源浪費(fèi)的現(xiàn)象。

（3）2016 年，僅有2 個(gè)地市達(dá)到科技金融發(fā)展效率有效狀態(tài)。2017年，16 個(gè)地市中有4 個(gè)地市的科技金融資源達(dá)到有效配置，即阜陽(yáng)市、滁州市、六安市和池州市，且還有1 個(gè)地市即亳州市處于科技金融相對(duì)有效狀態(tài)。到2018 年只有3 個(gè)地市達(dá)到DEA 有效，即阜陽(yáng)市、六安市與銅陵市。大多數(shù)地市都處于無(wú)效狀態(tài)，即說(shuō)明各地市之間要合理配置科技與金融資源，提高科技金融資金投入的使用效率，從而提升科技金融對(duì)地區(qū)生產(chǎn)總值的影響。

2.對(duì)策建議

近幾年，安徽省積極響應(yīng)國(guó)家政策，鼓勵(lì)并支持科技企業(yè)進(jìn)行技術(shù)創(chuàng)新，不斷加大對(duì)科技創(chuàng)新的資金投入，其科技產(chǎn)出也在不斷提升。但根據(jù)實(shí)證結(jié)果可知，安徽省的科技金融綜合效率僅處于DEA 相對(duì)有效狀態(tài)，且大部分地市還處于DEA 無(wú)效狀態(tài)，安徽省科技金融發(fā)展水平還有很大的提升空間。基于以上實(shí)證結(jié)果，本文提出合理配置R&D 經(jīng)費(fèi)、加大科研人才隊(duì)伍建設(shè)、構(gòu)建產(chǎn)學(xué)研模式提高科技成果轉(zhuǎn)化以及加快區(qū)域間科技金融的協(xié)同發(fā)展等對(duì)策建議。

（1）優(yōu)化配置R&D 經(jīng)費(fèi)投入。科技金融結(jié)合效率的提高，關(guān)鍵在于合理配置現(xiàn)有的投入要素并提升其配置水平。因此，地方政府要合理配置科技創(chuàng)新資源，避免投入要素的冗余。一是優(yōu)化金融資本投入方式?？萍紕?chuàng)新可憑借政府資金的投入，建立健全以市場(chǎng)為導(dǎo)向、政府為主導(dǎo)、企業(yè)為主體的多渠道資金投入體系，為科技創(chuàng)新提供充足的資金支撐。二是優(yōu)化資金配置結(jié)構(gòu)。一些經(jīng)濟(jì)欠發(fā)達(dá)地市的綜合效率要高于經(jīng)濟(jì)發(fā)達(dá)地市，如池州市的綜合效率遠(yuǎn)高于合肥市。將優(yōu)質(zhì)的創(chuàng)新資源一味地投向某一地區(qū)，會(huì)加大地區(qū)間的科技金融效率差距，而且當(dāng)?shù)貐^(qū)生產(chǎn)規(guī)模達(dá)到某一固定程度時(shí)，進(jìn)一步增加科技金融投入，科技金融效率不會(huì)上升反而會(huì)下降，這不僅造成創(chuàng)新資源的浪費(fèi)，同時(shí)也不利于促進(jìn)安徽省的發(fā)展。因此，政府要監(jiān)督、規(guī)范經(jīng)費(fèi)使用情況，保證資金的高效運(yùn)用，促進(jìn)各地區(qū)科技創(chuàng)新能力的提升。

（2）加大科研人才隊(duì)伍建設(shè)?？萍紕?chuàng)新的提高離不開(kāi)高端科技型人才的支持，要加快培育引入高科技人才隊(duì)伍，形成具備高競(jìng)爭(zhēng)力和發(fā)展?jié)摿Φ目萍既瞬殴芾眢w制，進(jìn)而充分發(fā)揮科技創(chuàng)新人才的自主創(chuàng)造性?？赏ㄟ^(guò)高校等創(chuàng)新平臺(tái)與海內(nèi)外人才對(duì)接，建立并完善技術(shù)創(chuàng)新人才引進(jìn)措施和優(yōu)惠政策；加大建設(shè)長(zhǎng)三角地區(qū)科技創(chuàng)新人才互通互聯(lián)溝通交流機(jī)制，提高科研人才科學(xué)素養(yǎng)；鼓勵(lì)并支持青年團(tuán)體創(chuàng)新創(chuàng)業(yè)，參與相關(guān)科研項(xiàng)目，并為其提供科研合作交流的機(jī)會(huì)，提高國(guó)際化視野。因此，要制定高科技人才培養(yǎng)與引進(jìn)政策，完善科研人才資源合理配置，提高科研人才獎(jiǎng)勵(lì)機(jī)制。

（3）加快產(chǎn)學(xué)研建設(shè)，提高科研成果轉(zhuǎn)化率。由于高校和科研院所具備人才、設(shè)備、知識(shí)和技術(shù)方面的優(yōu)勢(shì)，企業(yè)在市場(chǎng)渠道與資金方面具有優(yōu)勢(shì)，這為二者的合作提供了可能。政府要發(fā)揮推動(dòng)引領(lǐng)作用，通過(guò)政策導(dǎo)向，促使產(chǎn)學(xué)研各方形成合作，充分發(fā)揮高校、科研院所和高新技術(shù)企業(yè)的集聚效應(yīng)，有效集成區(qū)域內(nèi)創(chuàng)新資源。一方面，高校與科研機(jī)構(gòu)可憑借其技術(shù)和知識(shí)優(yōu)勢(shì)進(jìn)行技術(shù)創(chuàng)新，并將科研創(chuàng)新成果出售或轉(zhuǎn)讓給高新技術(shù)企業(yè)，或通過(guò)自己創(chuàng)辦科技企業(yè)將科研成果轉(zhuǎn)化為生產(chǎn)力，實(shí)現(xiàn)技術(shù)成果轉(zhuǎn)化。另一方面，高新技術(shù)企業(yè)本身既是科技研發(fā)的主體又是生產(chǎn)的主體，為滿(mǎn)足市場(chǎng)競(jìng)爭(zhēng)的需要，企業(yè)一方面要提升自身的研發(fā)創(chuàng)新能力，另一方面根據(jù)自身研發(fā)需求，尋找高校和研究院所的技術(shù)支持、咨詢(xún)與服務(wù)，實(shí)現(xiàn)主體之間信息知識(shí)共享以及科技成果快速轉(zhuǎn)化等目的，達(dá)到優(yōu)勢(shì)互補(bǔ)、資源集中的協(xié)同效應(yīng)。

（4）推動(dòng)區(qū)域間科技與金融的協(xié)同發(fā)展。安徽省科技金融效率呈現(xiàn)明顯的區(qū)域差異，因此要實(shí)行局部與整體兼顧以促進(jìn)科技創(chuàng)新的發(fā)展。首先，促進(jìn)科技金融效率高的地區(qū)先行發(fā)展。加快合蕪蚌國(guó)家自主創(chuàng)新示范區(qū)建設(shè)，發(fā)揮示范區(qū)的引領(lǐng)帶動(dòng)作用，從而提高區(qū)域創(chuàng)新體系的整體效率。其次，鼓勵(lì)并支持低效率地區(qū)追趕發(fā)展?？萍冀鹑谛瘦^低的城市不僅要充分發(fā)揮科技創(chuàng)新資源聚集所產(chǎn)生的規(guī)模效應(yīng)，還要合理配置科技金融資源推動(dòng)技術(shù)創(chuàng)新的進(jìn)步，進(jìn)而實(shí)現(xiàn)科技創(chuàng)新效率的提升。最后，各地市要建立科技創(chuàng)新合作機(jī)制。安徽省各地市要以提高科技金融效率為目標(biāo)，加強(qiáng)各地市之間的科技創(chuàng)新合作與交流，鼓勵(lì)效率高的城市向效率低的城市進(jìn)行科學(xué)技術(shù)的輸出。同時(shí)，要發(fā)揮合肥市的科技創(chuàng)新發(fā)展優(yōu)勢(shì)，在建設(shè)合肥-蕪湖-蚌埠科技創(chuàng)新示范區(qū)時(shí)，發(fā)揮其輻射和引領(lǐng)作用，鼓勵(lì)和帶動(dòng)其他地區(qū)科技金融的發(fā)展，從而打造一個(gè)開(kāi)放式的科技金融融合體系，實(shí)現(xiàn)科技創(chuàng)新成果在省內(nèi)的自由流動(dòng)和共享，推動(dòng)安徽省科技金融整體效率的提高。