论文部分内容阅读
摘 要：为了科学评价科技金融对推动科技创新和经济发展的作用，运用数据包络分析的方法，对江苏省2003～2013年科技金融的实证研究结果表明，江苏省近十多年的科技金融绩效在总体上是显著的，苏南地区科技金融的平均综合效率要高于苏中、苏北地区，苏中地区又要高于苏北地区。
关 键 词：科技金融;效率测度;数据包络分析
中图分类号：F830.573 文献标识码：A 文章编号：1006-3544（2015）05-0051-04
为了明晰科技金融资源配置的效果，探索科技与金融结合的最佳模式，并有利于政府对科技金融发展政策的调整和优化，本文研究评价科技金融对科技和经济发展作用的方法，并以江苏省为例进行评价。
一、文献综述
关于科技金融的研究，在发达国家的论述主要集中在企业融资、金融创新发展、金融和科技创新之间的关系等方面， 并取得了较为丰富的研究成果。Schwartz（2000）对科技创新活动与金融的相关性进行研究并认为：没有金融的支持，企业的创新与发展将是极其困难的;同时，企业创新失败又会殃及金融系统， 从而导致通货膨胀或信用膨胀。 [1] Schinckus（2008）等认为，技术创新将随着信息技术的发展推动金融的快速创新， 提高金融机构与金融市场的运作效率。 [2]
从公开文献来看，“科技金融” 一词最早出现在1992年丁革化先生发表的题为《科技金融携手合作扶持高新技术企业》一文，文中将金融作为推动科技与经济共同发展的重要媒介。 [3] 同年，中国科技金融促进会在广州成立，标志着科技金融正式登上舞台。
在科技金融结合效率评价的研究方面，赵昌文等（2009）构建了一组科技金融效率测度指数，主要由科技金融总指数、分指数和专门指数3个子系统组成，其中总指数是对区域内科技金融发展状况、发展潜力和发展趋势的总体指数性评价。 [4] 唐五湘等（2013） 以2001～2012年的北京市科技金融政策文本为研究对象，通过建立分析框架，将文本信息转化为数据，进行量化分析，具体从政策主体、政策作用面和政策主题3个维度，对北京市科技金融政策的发展、演进以及存在的问题进行整体分析，以推动北京市科技金融平台的建设和发展。[5] 李颖等（2009）基于对科技创新效率的面板数据回归，以广东省100家企业及其科技创新融资数据为基础建立模型， 分析了各金融部门发展对科技创新效率的不同影响及金融发展对不同企业科技创新的影响，从理论上解释了金融发展对发展中国家科技创新的影响。 [6] 关于江苏省科技金融方面的研究，吴先满等研究了江苏科技金融的发展现状与问题，提出了促进科技金融深化发展与创新“纵向到底，横向到边”的基本思路以及创新发展科技金融的主要政策措施。[7]宋俊等（2012）从江苏科技金融的发展实际出发，对江苏科技金融满足科技型企业融资需求的适应程度进行分析和评价，揭示了科技金融产品创新存在的问题，提出了提升科技金融产品适应科技融资需求程度的对策建议。 [8] 宋智文等（2013）利用2005～2011年31个省市地区的相关面板数据，实证检验了我国金融发展对高技术产业发展的影响，实证分析结果显示，我国银行体系的发展并未有效促进高技术产业的发展，股票市场发展水平甚至对高技术产业的发展具有反向影响效应。 [9]
二、评价指标体系和评价方法
从目前国内对科技金融的评价研究来看，尚未形成一个权威的评价系统和指标体系。本着遵循系统综合性、科学性、可行性、可比性以及明晰性的原则，在曹颢等学者对“科技金融发展指数”研究的基础上 [10] ，本文从投入和产出两方面构建了包含2个一级指标，4个二级指标，8个三级指标的评价体系，如表1所示。
一般来说， 科技创新融资的来源可分为政府主体投入与市场主体投入两大类。 其中政府主体投入是指政府的财政部门不以盈利为目的， 通过科技研发支持、科技创新补贴、政策性科技贷款等方式向从事科技研发和创新、 科技成果转化等相关工作的企业、高校和科研院所提供金融资源以促进科技发展。而市场主体投入是以商业银行等为代表的金融机构向科技型单位进行投资以获取利润最大化的行为。
该评价指标体系中，“投入指数”在“政府主体投入”方面主要考虑政府对科技创新的支持力度，包括地方财政科技拨款占地方财政支出的比例、R&D经费支出占地区生产总值的比例、 科技经费支出占地区生产总值的比例， 分别从不同角度来表示政府支持科技活动的投入力度;在“市场主体投入”方面侧重于金融机构的科技贷款总额，这里主要指银行部门向高科技企业、 科研院所等机构发放的科技贷款总额。“产出指数”在“科技创新”方面着重考虑专利申请量和技术成交合同额;在“经济效益”方面选取了反映科技经济状况的高新技术产业出口值占全市出口总值的比例和反映地区综合经济实力的人均地区生产总值来表示科技金融对经济发展的影响。
对科技金融的综合评价，常用的方法包括层次分析法、因子分析法、数据包络分析法、聚类分析法、模糊综合评价法等。
数据包络分析方法（Data Envelopment Analysis——DEA） 是对具有相同的多项投入指标和多项产出指标的若干个决策单元（Decision Making Units——DMU）进行相对效率综合评价的有效方法。与其他多目标评价方法相比，DEA在对DMU进行评价时，不需要考虑指标数据的量纲，也不必事先确定指标的权重， 更不必确定DMU投入与产出指标间的函数关系，因而可以减少误差，主观因素也可予以排除，同时增强了评价结果的客观性。 [11] 因此本文选择运用数据包络分析方法先在全局视角下对江苏省整体的科技金融的绩效进行分析评估， 再从局部视角出发对江苏各市的科技金融状况进行评价研究。 DEA常用的基本模型包括CCR模型和BCC模型。 其中CCR模型评价的是DMU的整体效率，若CCR模型的得分为1，则表明该DMU的整体效率处于有效的状态，即与其他DMU相比，该决策单元的投入和产出处于一种相对均衡状态，也就是说该决策单元实现了资源最优配置;若CCR得分在0.9～1之间，说明该DMU处于相对有效的状态，表示投入或者产出若能有轻微的变动， 即可使DMU实现资源配置最优化;若CCR得分在0.1～0.9之间，表明该DMU处于明显非有效状态; 若CCR得分小于0.1，则该DMU处于完全无效状态， 需要重新考虑该DMU的投入是否合理，整个系统的运作是否符合经济运行规律。
BCC模型是在CCR模型的基础上用以评价当DMU处于非有效状态时，有多大程度是由技术效率引起的。
三、实证分析
（一）数据来源
本文以江苏省作为研究对象，计算所需数据根据江苏统计年鉴（2003～2014年）、江苏科技统计公报（2003～2013年）、江苏省各市统计年鉴（2003～2014年）、江苏省各市科技统计公报（2003～2013年）以及到相关市县统计局、科技局、科技型企业等单位的实地调研综合整理得来。
（二）对江苏省科技金融绩效的总体评价
对江苏省2003～2013年科技金融投入产出数据进行统计处理之后，运用DEAP进行运算，得到的结果如表2所示。
由表2可见，在2003～2013年期间，除2003年、2008年、2009年之外的其余8年，江苏省的CCR得分等于1，即整体效率是处于有效状态，说明这8年江苏省的科技金融在总体上实现了资源最优配置，即在既定投入条件下产出实现了最大化或者在保持产出不减少的前提下， 投入实现了最小化。2003年和2008年的整体效率处于相对有效状态，2009年的CCR得分也接近0.9，表明江苏省近十多年的科技金融绩效在总体上还是显著的。
由表2中BCC得分和规模效率值可知，在整体效率未达到有效的2003年、2008年和2009年3年中，2008年虽然实现了纯技术有效（BCC值为1），但资源配置尚未达到有效， 是由于投入或产出没有达到有效的规模造成的（规模效率值为0.976）。而2003年和2009年既未实现纯技术有效（BCC值分别为0.982和0.919），也未实现规模有效（规模效率值分别为0.924和0.965）。
在2004～2007年、2010～2013年这8年，科技金融投入产出的规模效益不变， 说明在既定投入条件下产出已经达到最大化， 即不存在投入冗余和产出不足的现象。 由2003年和2008年的规模效益递减可知，如果科技金融的各个投入要素按同比例增加，那么产出要素所增加的比例将小于投入要素增加的比例。2009年规模报酬递增，若同比例增加投入，则产出的增长幅度将高于投入的增长幅度。
（三）对江苏省各市科技金融绩效的评价
对江苏省各市2013年科技金融投入产出数据进行统计处理之后，运用DEAP进行运算，得到的结果见表3。
从表3可以看出，CCR得分等于1的城市有7个，说明这7个城市的整体效率是有效的，即实现了资源配置最优化。 有6个城市的CCR得分小于1，其中常州和镇江的整体效率值大于0.9，处于相对有效的状态;宿迁的综合效率值在全省排名最低，其他3个城市的整体效率值都在0.7～0.9之间， 也处于非有效状态。
常州和镇江的BCC得分等于1，即纯技术效率值为1，但规模效率值均小于1，说明既定投入的条件下实现了产出的最大化， 或者说实现了在既定产出下投入最小化，但由于规模效应递减，应适当缩小科技金融的规模，以达到规模有效状态。再由泰州、淮安、宿迁、连云港的BCC得分小于1，即纯技术效率值小于1可知， 造成这4个城市科技金融投入与科技产出综合效率无效的原因之一是技术无效， 即现有的科技金融投入没有使得产出最大化，也就是说，投入的金融资源没有很好地促进科技的发展和经济的增长。因此，这4个城市需要对科技金融投入的资源加强管理，提高产出的效率，从而使得科技与金融结合的效益得到提升，进而加快经济发展。
从区域上来看， 苏南地区的平均综合效率要高于苏中、苏北地区，苏中地区又要高于苏北地区。另外， 苏南、 苏中地区的规模效应状态为不变或者递减， 苏北地区的规模效应为不变或者递增。 可以认为， 苏北地区的规模效应与苏中、 苏南相比呈现递增状态， 因此苏北地区政府应该扩大科技金融的规模， 使科技金融对地区科技和经济发展发挥更好的促进作用。
四、提高科技金融绩效的建议
在以上分析的基础上，对如何促使科技金融有效发展，进而推进经济与科技创新发展，提出以下几点建议：
1. 合理配置资源投入，协调地区平衡发展。对江苏省科技金融整体绩效的测度研究可知，优化资源配置是提高科技金融投入产出效率的重要保障。从对江苏省内各个城市科技金融效率评估的结果来看，应当对苏北及苏中地区的科技金融投入做适当的政策倾斜，以平衡资源分配，促进江苏省内城市科技与经济平衡发展。
2. 加强科技企业与金融机构的合作， 拓宽小微科技型企业融资渠道。科技金融的发展离不开金融机构的支持，鼓励和支持金融机构与科技企业开展业务合作，加大商业银行的科技贷款力度，通过对现有科技金融制度和政策的完善和调整， 寻找一条能够实现银企双方互利共赢的道路。 金融机构应积极开展科技金融业务创新，在追求自身发展的同时，为科技创新提供更好的服务。此外，各级政府应加大对科技型企业和项目特别是对小微科技型企业的财政资金支持， 拓宽科技型企业融资渠道。
3. 充分发挥科技主体的作用， 营造良好的科技创新环境。科技主体包括科技企业与科技研发机构，是构造科技创新体系的中坚力量。 在政府和金融机构加大科技金融投入的前提下， 要充分调动科技主体创新发展的积极性， 并为其营造良好的科技创新环境，促使科技金融的投入与产出达到最优效果。
参考文献：
[1]Schwartz M. Evaluating research and development investments in project flexibility， agency and competition[M]. New York： Oxford University Press， 2000.
[2]Schinckus C. The financial simulacrum： the consequences of the symbolization and the computerization of the financial market[J]. Journal of Socio-Economics，2008，37（3）：1076-1089.
[3]丁革化.科技金融携手合作扶持高新技术企业[J].特区经济，1992（4）：40-41.
[4]赵昌文，陈春发，唐英凯. 科技金融[M]. 北京：科学出版社，2009.
[5]唐五湘，饶彩霞，程桂枝. 北京市科技金融政策文本量化分析[J]. 科技进步与对策，2013（18）：116-122.
[6]李颖，凌江怀，王春超. 金融发展对国内科技创新影响的理论与实证研究——基于对广东省面板数据的分析[J]. 科技进步与对策，2009（23）：9-15.
[7]吴先满. 江苏科技金融发展与创新研究[J]. 东南大学学报（哲学社会科学版），2012（5）：64-68.
[8]宋俊，谭中明. 江苏科技金融供求的现状、适应程度与提升对策[J]. 科技与经济，2012（6）：56-60.
[9]宋智文，凌江怀. 高技术产业金融支持实证研究——基于省际面板数据的分析[J]. 经济问题，2013（3）：75-80.
[10]曹颢，尤建新，卢锐，陈海洋. 我国科技金融发展指数实证研究[J]. 中国管理科学，2011（3）：134-140.
[11]华玉燕，赵纳. 基于DEA方法的科技金融结合效率研究——以安徽省为例[J]. 金融教育研究，2013（3）：46-49.
（责任编辑：卢艳如;校对：李丹）
关 键 词：科技金融;效率测度;数据包络分析
中图分类号：F830.573 文献标识码：A 文章编号：1006-3544（2015）05-0051-04
为了明晰科技金融资源配置的效果，探索科技与金融结合的最佳模式，并有利于政府对科技金融发展政策的调整和优化，本文研究评价科技金融对科技和经济发展作用的方法，并以江苏省为例进行评价。
一、文献综述
关于科技金融的研究，在发达国家的论述主要集中在企业融资、金融创新发展、金融和科技创新之间的关系等方面， 并取得了较为丰富的研究成果。Schwartz（2000）对科技创新活动与金融的相关性进行研究并认为：没有金融的支持，企业的创新与发展将是极其困难的;同时，企业创新失败又会殃及金融系统， 从而导致通货膨胀或信用膨胀。 [1] Schinckus（2008）等认为，技术创新将随着信息技术的发展推动金融的快速创新， 提高金融机构与金融市场的运作效率。 [2]
从公开文献来看，“科技金融” 一词最早出现在1992年丁革化先生发表的题为《科技金融携手合作扶持高新技术企业》一文，文中将金融作为推动科技与经济共同发展的重要媒介。 [3] 同年，中国科技金融促进会在广州成立，标志着科技金融正式登上舞台。
在科技金融结合效率评价的研究方面，赵昌文等（2009）构建了一组科技金融效率测度指数，主要由科技金融总指数、分指数和专门指数3个子系统组成，其中总指数是对区域内科技金融发展状况、发展潜力和发展趋势的总体指数性评价。 [4] 唐五湘等（2013） 以2001～2012年的北京市科技金融政策文本为研究对象，通过建立分析框架，将文本信息转化为数据，进行量化分析，具体从政策主体、政策作用面和政策主题3个维度，对北京市科技金融政策的发展、演进以及存在的问题进行整体分析，以推动北京市科技金融平台的建设和发展。[5] 李颖等（2009）基于对科技创新效率的面板数据回归，以广东省100家企业及其科技创新融资数据为基础建立模型， 分析了各金融部门发展对科技创新效率的不同影响及金融发展对不同企业科技创新的影响，从理论上解释了金融发展对发展中国家科技创新的影响。 [6] 关于江苏省科技金融方面的研究，吴先满等研究了江苏科技金融的发展现状与问题，提出了促进科技金融深化发展与创新“纵向到底，横向到边”的基本思路以及创新发展科技金融的主要政策措施。[7]宋俊等（2012）从江苏科技金融的发展实际出发，对江苏科技金融满足科技型企业融资需求的适应程度进行分析和评价，揭示了科技金融产品创新存在的问题，提出了提升科技金融产品适应科技融资需求程度的对策建议。 [8] 宋智文等（2013）利用2005～2011年31个省市地区的相关面板数据，实证检验了我国金融发展对高技术产业发展的影响，实证分析结果显示，我国银行体系的发展并未有效促进高技术产业的发展，股票市场发展水平甚至对高技术产业的发展具有反向影响效应。 [9]
二、评价指标体系和评价方法
从目前国内对科技金融的评价研究来看，尚未形成一个权威的评价系统和指标体系。本着遵循系统综合性、科学性、可行性、可比性以及明晰性的原则，在曹颢等学者对“科技金融发展指数”研究的基础上 [10] ，本文从投入和产出两方面构建了包含2个一级指标，4个二级指标，8个三级指标的评价体系，如表1所示。
一般来说， 科技创新融资的来源可分为政府主体投入与市场主体投入两大类。 其中政府主体投入是指政府的财政部门不以盈利为目的， 通过科技研发支持、科技创新补贴、政策性科技贷款等方式向从事科技研发和创新、 科技成果转化等相关工作的企业、高校和科研院所提供金融资源以促进科技发展。而市场主体投入是以商业银行等为代表的金融机构向科技型单位进行投资以获取利润最大化的行为。
该评价指标体系中，“投入指数”在“政府主体投入”方面主要考虑政府对科技创新的支持力度，包括地方财政科技拨款占地方财政支出的比例、R&D经费支出占地区生产总值的比例、 科技经费支出占地区生产总值的比例， 分别从不同角度来表示政府支持科技活动的投入力度;在“市场主体投入”方面侧重于金融机构的科技贷款总额，这里主要指银行部门向高科技企业、 科研院所等机构发放的科技贷款总额。“产出指数”在“科技创新”方面着重考虑专利申请量和技术成交合同额;在“经济效益”方面选取了反映科技经济状况的高新技术产业出口值占全市出口总值的比例和反映地区综合经济实力的人均地区生产总值来表示科技金融对经济发展的影响。
对科技金融的综合评价，常用的方法包括层次分析法、因子分析法、数据包络分析法、聚类分析法、模糊综合评价法等。
数据包络分析方法（Data Envelopment Analysis——DEA） 是对具有相同的多项投入指标和多项产出指标的若干个决策单元（Decision Making Units——DMU）进行相对效率综合评价的有效方法。与其他多目标评价方法相比，DEA在对DMU进行评价时，不需要考虑指标数据的量纲，也不必事先确定指标的权重， 更不必确定DMU投入与产出指标间的函数关系，因而可以减少误差，主观因素也可予以排除，同时增强了评价结果的客观性。 [11] 因此本文选择运用数据包络分析方法先在全局视角下对江苏省整体的科技金融的绩效进行分析评估， 再从局部视角出发对江苏各市的科技金融状况进行评价研究。 DEA常用的基本模型包括CCR模型和BCC模型。 其中CCR模型评价的是DMU的整体效率，若CCR模型的得分为1，则表明该DMU的整体效率处于有效的状态，即与其他DMU相比，该决策单元的投入和产出处于一种相对均衡状态，也就是说该决策单元实现了资源最优配置;若CCR得分在0.9～1之间，说明该DMU处于相对有效的状态，表示投入或者产出若能有轻微的变动， 即可使DMU实现资源配置最优化;若CCR得分在0.1～0.9之间，表明该DMU处于明显非有效状态; 若CCR得分小于0.1，则该DMU处于完全无效状态， 需要重新考虑该DMU的投入是否合理，整个系统的运作是否符合经济运行规律。
BCC模型是在CCR模型的基础上用以评价当DMU处于非有效状态时，有多大程度是由技术效率引起的。
三、实证分析
（一）数据来源
本文以江苏省作为研究对象，计算所需数据根据江苏统计年鉴（2003～2014年）、江苏科技统计公报（2003～2013年）、江苏省各市统计年鉴（2003～2014年）、江苏省各市科技统计公报（2003～2013年）以及到相关市县统计局、科技局、科技型企业等单位的实地调研综合整理得来。
（二）对江苏省科技金融绩效的总体评价
对江苏省2003～2013年科技金融投入产出数据进行统计处理之后，运用DEAP进行运算，得到的结果如表2所示。
由表2可见，在2003～2013年期间，除2003年、2008年、2009年之外的其余8年，江苏省的CCR得分等于1，即整体效率是处于有效状态，说明这8年江苏省的科技金融在总体上实现了资源最优配置，即在既定投入条件下产出实现了最大化或者在保持产出不减少的前提下， 投入实现了最小化。2003年和2008年的整体效率处于相对有效状态，2009年的CCR得分也接近0.9，表明江苏省近十多年的科技金融绩效在总体上还是显著的。
由表2中BCC得分和规模效率值可知，在整体效率未达到有效的2003年、2008年和2009年3年中，2008年虽然实现了纯技术有效（BCC值为1），但资源配置尚未达到有效， 是由于投入或产出没有达到有效的规模造成的（规模效率值为0.976）。而2003年和2009年既未实现纯技术有效（BCC值分别为0.982和0.919），也未实现规模有效（规模效率值分别为0.924和0.965）。
在2004～2007年、2010～2013年这8年，科技金融投入产出的规模效益不变， 说明在既定投入条件下产出已经达到最大化， 即不存在投入冗余和产出不足的现象。 由2003年和2008年的规模效益递减可知，如果科技金融的各个投入要素按同比例增加，那么产出要素所增加的比例将小于投入要素增加的比例。2009年规模报酬递增，若同比例增加投入，则产出的增长幅度将高于投入的增长幅度。
（三）对江苏省各市科技金融绩效的评价
对江苏省各市2013年科技金融投入产出数据进行统计处理之后，运用DEAP进行运算，得到的结果见表3。
从表3可以看出，CCR得分等于1的城市有7个，说明这7个城市的整体效率是有效的，即实现了资源配置最优化。 有6个城市的CCR得分小于1，其中常州和镇江的整体效率值大于0.9，处于相对有效的状态;宿迁的综合效率值在全省排名最低，其他3个城市的整体效率值都在0.7～0.9之间， 也处于非有效状态。
常州和镇江的BCC得分等于1，即纯技术效率值为1，但规模效率值均小于1，说明既定投入的条件下实现了产出的最大化， 或者说实现了在既定产出下投入最小化，但由于规模效应递减，应适当缩小科技金融的规模，以达到规模有效状态。再由泰州、淮安、宿迁、连云港的BCC得分小于1，即纯技术效率值小于1可知， 造成这4个城市科技金融投入与科技产出综合效率无效的原因之一是技术无效， 即现有的科技金融投入没有使得产出最大化，也就是说，投入的金融资源没有很好地促进科技的发展和经济的增长。因此，这4个城市需要对科技金融投入的资源加强管理，提高产出的效率，从而使得科技与金融结合的效益得到提升，进而加快经济发展。
从区域上来看， 苏南地区的平均综合效率要高于苏中、苏北地区，苏中地区又要高于苏北地区。另外， 苏南、 苏中地区的规模效应状态为不变或者递减， 苏北地区的规模效应为不变或者递增。 可以认为， 苏北地区的规模效应与苏中、 苏南相比呈现递增状态， 因此苏北地区政府应该扩大科技金融的规模， 使科技金融对地区科技和经济发展发挥更好的促进作用。
四、提高科技金融绩效的建议
在以上分析的基础上，对如何促使科技金融有效发展，进而推进经济与科技创新发展，提出以下几点建议：
1. 合理配置资源投入，协调地区平衡发展。对江苏省科技金融整体绩效的测度研究可知，优化资源配置是提高科技金融投入产出效率的重要保障。从对江苏省内各个城市科技金融效率评估的结果来看，应当对苏北及苏中地区的科技金融投入做适当的政策倾斜，以平衡资源分配，促进江苏省内城市科技与经济平衡发展。
2. 加强科技企业与金融机构的合作， 拓宽小微科技型企业融资渠道。科技金融的发展离不开金融机构的支持，鼓励和支持金融机构与科技企业开展业务合作，加大商业银行的科技贷款力度，通过对现有科技金融制度和政策的完善和调整， 寻找一条能够实现银企双方互利共赢的道路。 金融机构应积极开展科技金融业务创新，在追求自身发展的同时，为科技创新提供更好的服务。此外，各级政府应加大对科技型企业和项目特别是对小微科技型企业的财政资金支持， 拓宽科技型企业融资渠道。
3. 充分发挥科技主体的作用， 营造良好的科技创新环境。科技主体包括科技企业与科技研发机构，是构造科技创新体系的中坚力量。 在政府和金融机构加大科技金融投入的前提下， 要充分调动科技主体创新发展的积极性， 并为其营造良好的科技创新环境，促使科技金融的投入与产出达到最优效果。
参考文献：
[1]Schwartz M. Evaluating research and development investments in project flexibility， agency and competition[M]. New York： Oxford University Press， 2000.
[2]Schinckus C. The financial simulacrum： the consequences of the symbolization and the computerization of the financial market[J]. Journal of Socio-Economics，2008，37（3）：1076-1089.
[3]丁革化.科技金融携手合作扶持高新技术企业[J].特区经济，1992（4）：40-41.
[4]赵昌文，陈春发，唐英凯. 科技金融[M]. 北京：科学出版社，2009.
[5]唐五湘，饶彩霞，程桂枝. 北京市科技金融政策文本量化分析[J]. 科技进步与对策，2013（18）：116-122.
[6]李颖，凌江怀，王春超. 金融发展对国内科技创新影响的理论与实证研究——基于对广东省面板数据的分析[J]. 科技进步与对策，2009（23）：9-15.
[7]吴先满. 江苏科技金融发展与创新研究[J]. 东南大学学报（哲学社会科学版），2012（5）：64-68.
[8]宋俊，谭中明. 江苏科技金融供求的现状、适应程度与提升对策[J]. 科技与经济，2012（6）：56-60.
[9]宋智文，凌江怀. 高技术产业金融支持实证研究——基于省际面板数据的分析[J]. 经济问题，2013（3）：75-80.
[10]曹颢，尤建新，卢锐，陈海洋. 我国科技金融发展指数实证研究[J]. 中国管理科学，2011（3）：134-140.
[11]华玉燕，赵纳. 基于DEA方法的科技金融结合效率研究——以安徽省为例[J]. 金融教育研究，2013（3）：46-49.
（责任编辑：卢艳如;校对：李丹）