陶立祥，沈 俊，劉元林

（1.武漢理工大學(xué)管理學(xué)院，湖北武漢 430070；2.武漢市科技局，湖北武漢 430023）

1 問題的提出

科技和金融作為推動國民經(jīng)濟發(fā)展的兩大引擎，兩者高效配合乃至融合是創(chuàng)新型經(jīng)濟體發(fā)展的重要動力。我國經(jīng)濟發(fā)展已進入新常態(tài)階段，實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略以充分發(fā)揮科技創(chuàng)新對于經(jīng)濟發(fā)展的巨大推動作用，就需要構(gòu)建高效的科技金融運作體系。黨的十九大也提出要推動經(jīng)濟發(fā)展質(zhì)量、效率和動力的變革，提高全要素生產(chǎn)率。我國當(dāng)前的科技金融資源有限，如何在現(xiàn)有科技金融投入一定的情況下實現(xiàn)科技金融產(chǎn)出的最大化成為了亟需解決的問題，因此提高科技金融發(fā)展效率尤為重要。

武漢市作為科教中心城市和華中地區(qū)的金融中心，具備發(fā)展科技金融的優(yōu)良條件。2011年，國家批準武漢市成為促進科技和金融結(jié)合的試點地區(qū)。2015年，人民銀行會同國家發(fā)改委、科技部等九部委印發(fā)《武漢城市圈科技金融改革創(chuàng)新專項方案》，明確武漢城市圈科技金融創(chuàng)新試驗區(qū)地位［1］。在國家政策的引領(lǐng)下，武漢市積極探索科技金融創(chuàng)新發(fā)展方式并取得明顯成效。如今，漢市開展科技和金融結(jié)合試點工作已有8年，武漢市科技金融發(fā)展效率究竟如何？之后的發(fā)展方向又是怎樣？本文應(yīng)用比較研究法對包括武漢市在內(nèi)的13座城市的科技金融發(fā)展效率進行研究，總結(jié)武漢市的做法和經(jīng)驗并提出相關(guān)政策建議，以期對提升武漢市科技金融發(fā)展效率及經(jīng)濟發(fā)展水平提供參考。

“科技金融”在國外學(xué)界并不作為一個單獨的術(shù)語進行闡述，而國內(nèi)“科技金融”概念的提出則源于我國科技系統(tǒng)與金融體系的改革。國內(nèi)學(xué)者趙昌文［2］26率先提出科技金融工具論并獲得普遍認可。隨后，房漢廷［3］提出科技金融本質(zhì)論，即科技金融是一種創(chuàng)新活動，是一種“技術(shù)-經(jīng)濟”范式，是一種科學(xué)技術(shù)資本化過程，也是一種金融資本有機構(gòu)成提高的過程。范方勇等［4］提出科技金融是通過創(chuàng)新金融投入的各種方式，改進金融服務(wù)模式，搭建金融服務(wù)平臺，滿足高科技企業(yè)的金融需求，提升其創(chuàng)新動力，達到科技創(chuàng)新鏈條和金融資本鏈條有機結(jié)合的系列政策和制度安排。隨著研究的逐步深入，學(xué)者們開始將研究視角轉(zhuǎn)向區(qū)域科技金融發(fā)展效率的研究，如，徐玉蓮等［5］基于數(shù)據(jù)包絡(luò)分析（DEA）交叉評價模型對我國各省份科技金融資金的配置效率進行了實證研究，得出各省份科技金融效率橫向差距較大的結(jié)論；黃瑞芬等［6］運用Malmquist指數(shù)以及SFA模型測算了我國30個省份的全要素生產(chǎn)率指數(shù)和科技金融效率，得出我國科技金融效率水平不高、區(qū)域之間存在顯著差異的結(jié)論；江湧等［7］采用DEA方法對包括廣東省在內(nèi)的我國30個省份的科技金融結(jié)合效率進行測度，并結(jié)合廣東省現(xiàn)狀提出了具體建議。學(xué)者們運用了各種各樣的方法對不同時間序列、不同區(qū)域范圍的科技金融效率進行了測算和影響因素分析，并得出不盡相同的結(jié)論［8-10］。

綜上所述，我國學(xué)者就科技金融效率的研究已取得不少成果，但大多數(shù)僅進行了定量分析，關(guān)于科技金融效率評價指標體系的合理性問題仍需進一步探討，而且目前的研究大多數(shù)都是從省際層面進行效率評價和影響因素分析，基于具體城市的研究較少，應(yīng)用數(shù)據(jù)包絡(luò)分析法針對武漢市的實證研究則更少。本文從投入和產(chǎn)出的角度對科技金融的內(nèi)在邏輯進行梳理，構(gòu)建了金融投入、科技產(chǎn)出的指標體系，使用BC2模型對包括武漢市在內(nèi)的13座城市4個時期的科技金融靜態(tài)效率進行測度，并使用Malmquist指數(shù)法從動態(tài)的角度探究武漢市科技金融效率的變動過程，總結(jié)武漢市科技金融現(xiàn)有的成效經(jīng)驗、發(fā)展瓶頸，有針對性地提出改進建議，以期助力武漢市科技金融高效發(fā)展。

2 關(guān)鍵概念界定

趙昌文等［2］11-20認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)展的一系列金融工具、金融制度、金融政策與金融服務(wù)的系統(tǒng)性、創(chuàng)新性安排。按照系統(tǒng)論的觀點，科技金融是一個多投入和多產(chǎn)出的系統(tǒng)，本文基于趙昌文等［2］11-20構(gòu)建的科技金融體系，結(jié)合苑澤民等［11-12］的研究結(jié)果，從投入產(chǎn)出視角梳理科技金融運作體系，如圖1所示。

圖1 基于投入產(chǎn)出視角的科技金融運作體系

2.1 科技金融投入

金融支持是促進科技創(chuàng)新發(fā)展的金融市場、金融政策和金融環(huán)境的系統(tǒng)組合，是三者的有機結(jié)合。金融市場通過科技貸款、風(fēng)險投資等金融工具直接作用于科技活動主體，是科技金融體系形成和運作的主導(dǎo)機制。金融政策通過科技財政直接向科技活動主體提供金融資源的同時，又通過制度政策干預(yù)金融市場的運作，解決市場失靈的問題，在科技金融體系的運作中起著調(diào)控的作用。金融環(huán)境并不直接地向科技活動主體提供金融資源，而是通過影響金融市場和金融政策間接地對科技活動主體起支持作用，主要表現(xiàn)形式為信用體系、法律體系、中介服務(wù)機構(gòu)等，在科技金融體系運作過程中起著輔助的作用。綜上所述，金融市場、金融政策和金融環(huán)境三者密切相關(guān)，共同構(gòu)成了金融支持的主要內(nèi)容。

科技金融投入是金融支持的具體資源要素。金融環(huán)境支持并不直接提供金融資源，因此不會轉(zhuǎn)化為直接具體的投入形式；金融政策直接支持的部分轉(zhuǎn)化為政策投入；金融市場方面，按照新古典經(jīng)濟理論，促進經(jīng)濟增長的主要因素是人力資源和財力資源，金融市場支持則會轉(zhuǎn)化為人力和資本方面的投入。國內(nèi)學(xué)者也較多地從資本、人力和政策3個方面設(shè)置投入指標進行科技金融效率研究［9,12-13］。因此，本文將財力資源、人力資源和政策資源作為促進科技金融發(fā)展的主要投入形式。

2.2 科技金融產(chǎn)出

科技創(chuàng)新活動按照其發(fā)展的內(nèi)在規(guī)律可以劃分為科技開發(fā)、科技成果轉(zhuǎn)化或轉(zhuǎn)移、產(chǎn)業(yè)化發(fā)展3個階段。結(jié)合科技創(chuàng)新的客觀規(guī)律和諸多學(xué)者以往的研究經(jīng)驗來看，科技開發(fā)階段主要的產(chǎn)出為知識產(chǎn)權(quán)，具體的衡量指標有專利申請量、專利授權(quán)量等；科技成果轉(zhuǎn)移或轉(zhuǎn)化階段則會產(chǎn)生技術(shù)交易收益或應(yīng)用性更強的知識產(chǎn)權(quán)，衡量技術(shù)交易的主要指標有技術(shù)合同成交額；在科技成果產(chǎn)業(yè)化階段則是經(jīng)濟效益的爆發(fā)期，衡量指標包括新產(chǎn)品銷售收入、高新技術(shù)產(chǎn)品出口總值、高新技術(shù)產(chǎn)業(yè)產(chǎn)值等［7-10,13］。

3 研究方法、數(shù)據(jù)與指標

3.1 研究方法

DEA-BC2模型是Banker等人［14］提出的C2R改進模型。C2R模型建立在規(guī)模報酬不變假設(shè)，可測算出決策單元(DMU)的綜合效率值(crste，也稱技術(shù)效率值)。在C2R模型中增加凸性為1的假設(shè)即可得到BC2模型，可測算出決策單元的純技術(shù)效率值(vrste)，綜合效率值與純技術(shù)效率值的比值即為規(guī)模效率值(scale)。只有當(dāng)純技術(shù)效率值和規(guī)模效率值均為1時，綜合效率才能達到最優(yōu)。考慮到科技金融發(fā)展總體表現(xiàn)出規(guī)模收益可變，所以本研究采用BC2模型來進行效率測算。

Malmquist生產(chǎn)力指數(shù)是統(tǒng)計學(xué)家Malmquist［15］于1953年提出的，之后Fare等［16］將其與DEA方法結(jié)合，創(chuàng)造出了可以測定t期到t+1期技術(shù)效率變化指數(shù)(effch)、技術(shù)變化指數(shù)(techch)和全要素生產(chǎn)效率指數(shù)(tfpch)的DEA-Malmquist方法。根據(jù)Malmquist指數(shù)分解模型，Tfpch=Effch×Techch。在規(guī)模收益可變的前提下，技術(shù)效率變化指數(shù)(effch)又可以分化成純技術(shù)效率變化指數(shù)(pech)和規(guī)模效率變化指數(shù)(sech)，即Tfpch=Pech×Sech×Techch。DEA-Malmquist方法將全要素生產(chǎn)效率指數(shù)分解成純技術(shù)效率的變化、規(guī)模效率的變化和技術(shù)的變化，因此，該方法可用于優(yōu)化科技金融效率。

3.2 數(shù)據(jù)來源

在選取決策單元時，本研究初步選取了2017年度地區(qū)生產(chǎn)總值（GDP）總量破萬億元的國內(nèi)14座城市，這些城市的科技和金融發(fā)展水平都相對領(lǐng)先，且這些城市均屬于國家首批促進科技和金融結(jié)合的試點地區(qū)。由于無錫市的相關(guān)統(tǒng)計數(shù)據(jù)大量缺失，所以最終確定了包括武漢市在內(nèi)的共13座城市（以下簡稱樣本）作為決策單元。數(shù)據(jù)時間跨度為4年。考慮到從金融投入到科技產(chǎn)出具有一定的時間滯后，參照其他學(xué)者的研究做法，本研究假定其時滯為1年［7,13］，最終使用了13座城市在2013—2016年間的投入數(shù)據(jù)和2014—2017年間的產(chǎn)出數(shù)據(jù)，數(shù)據(jù)來源于各年份的《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》和各市政府部門公布的統(tǒng)計年鑒以及國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

3.3 指標選取

根據(jù)前文對科技金融投入和產(chǎn)出的分析，同時考慮數(shù)據(jù)的可得性和準確性等問題，本文選取R&D內(nèi)部經(jīng)費支出、R&D人員折合全時當(dāng)量和地方財政科技撥款3種投入指標。R&D內(nèi)部經(jīng)費支出是指企事業(yè)單位在內(nèi)部開展研究與試驗發(fā)展活動的實際支出，是反映科技金融財力投入的重要指標；R&D人員折合全時當(dāng)量是國際上通用的、用于比較科技人力投入的指標，是指R&D全時人員工作量與非全時人員按實際工作時間折算的工作量之和；地方財政科技撥款反映了政府對于科技發(fā)展的支持程度。本文選取專利申請量、技術(shù)合同成交額和高新技術(shù)產(chǎn)品出口總值3種產(chǎn)出指標。專利申請量是指報告期內(nèi)專利行政部門受理技術(shù)發(fā)明申請專利的數(shù)量，是反映地區(qū)科技開發(fā)活躍程度和產(chǎn)出規(guī)模的重要指標；技術(shù)合同成交額是指在技術(shù)市場中技術(shù)合同標的金額的總和，是反映科技成果轉(zhuǎn)化或轉(zhuǎn)移的重要指標；高新技術(shù)產(chǎn)品出口總值是科技產(chǎn)業(yè)化經(jīng)濟效益產(chǎn)出的重要體現(xiàn)。本文構(gòu)建的科技金融效率評價指標體系如表1所示。

表1 科技金融效率評價指標體系

為確保指標體系科學(xué)合理，滿足DEA模型對樣本數(shù)據(jù)等張性的要求，本文利用SPSS Statistics 25軟件對4個測度周期的投入產(chǎn)出數(shù)據(jù)進行了皮爾遜（Pearson）相關(guān)性檢驗，結(jié)果如表2所示，顯示R&D內(nèi)部經(jīng)費支出、R&D人員全時當(dāng)量和地方財政科技撥款與專利申請量、技術(shù)合同成交額和高新技術(shù)產(chǎn)品出口總值之間顯著正相關(guān)，符合效率評價模型的等張性的要求，因此，利用該樣本數(shù)據(jù)建立的效率評價指標體系科學(xué)有效。

表2 樣本城市科技金融效率評價指標相關(guān)性檢驗結(jié)果

4 測算結(jié)果與分析

本文借助DEAP2.1專用軟件，基于產(chǎn)出導(dǎo)向型BC2模型測算樣本城市的科技金融投入產(chǎn)出相對效率和Malmquist指數(shù)。

4.1 DEA-BC2測算結(jié)果與分析

基于產(chǎn)出導(dǎo)向型BC2模型，計算出2014—2017年間樣本城市科技金融效率每年的截面數(shù)據(jù)，如表3所示。從效率值的表現(xiàn)來看，北京、蘇州、成都3市的科技金融綜合效率始終為1，處于效率前沿，說明在投入一定的情況下其科技金融產(chǎn)出已經(jīng)達到了最大化；,上海、天津、杭州、南京、青島和長沙市的綜合效率在4年中均未達到1，其中青島和長沙市的純技術(shù)效率始終為1，說明這2市不存在資源錯配的問題，綜合效率非最優(yōu)的根本原因在于規(guī)模效率不是最優(yōu)水平，而上海、天津、杭州和南京市的科技金融綜合效率非最優(yōu)的根本原因在于純技術(shù)效率和規(guī)模效率兩方面均處于非相對最優(yōu)狀態(tài)。2017年，北京、深圳、廣州、蘇州、成都和武漢市均達到了科技金融綜合效率的相對有效。武漢市2014—2017年的科技金融純技術(shù)效率值均為1，但綜合效率值分別為0.931、0.806、1、1，與規(guī)模效率值是相等的，說明武漢市科技金融綜合效率無效的關(guān)鍵在于規(guī)模效率無效，而隨著規(guī)模效率的改善，2016年也達到了綜合效率最優(yōu)。

表3 2014—2017年樣本城市科技金融投入產(chǎn)出相對效率值

從表4中可以看出，北京、蘇州和成都市在2014—2017年均為綜合效率有效、規(guī)模效率不變的狀態(tài)，而上海、天津、杭州和南京市都始終處于綜合效率無效、規(guī)模效率遞減的狀態(tài)，說明這些城市科技金融投入存在冗余，產(chǎn)出相對不足；青島和長沙市則始終處于綜合效率無效、規(guī)模效率遞增的狀態(tài)，因此這2市需要加大科技金融的投入以提高規(guī)模效率，提高科技金融產(chǎn)出以提高純技術(shù)效率，最終實現(xiàn)綜合效率達到最優(yōu)的狀態(tài)。武漢市在2014—2015年均處于綜合效率無效和規(guī)模效率遞增的狀態(tài)，結(jié)合表3中的數(shù)據(jù)可以得知，武漢市純技術(shù)效率一直是相對最優(yōu)，因此要提高綜合效率，只需要加大科技金融投入以提高規(guī)模效率即可。隨著人力、財力和政策的支持力度加大，武漢市科技金融規(guī)模效率在2016年達到相對最優(yōu)，同時達到綜合效率最優(yōu)。

表4 2014—2017年樣本城市科技金融綜合效率和規(guī)模效率的有效性

4.2 DEA-Malmquist測算結(jié)果與分析

Malmquist指數(shù)是在與上一年數(shù)據(jù)比較的基礎(chǔ)上得來的，效率增長時指數(shù)大于1，效率衰減時指數(shù)小于1，指數(shù)與1的差值即為增長率。本文基于DEA-Malmquist模型計算出樣本城市在4年間科技金融Malmquist效率值的平均動態(tài)變化情況，結(jié)果如表5所示。從所有樣本城市的平均值來看，全要素生產(chǎn)效率指數(shù)為1.043，即全要素生產(chǎn)效率達到了年均4.3%的增長，可以分解為技術(shù)進步值年均2.9%的提升、純技術(shù)效率值年均0.5%的提升和規(guī)模效率值年均0.8%的提升。全要素生產(chǎn)率指數(shù)及其分解指標均大于或等于1的城市有北京、廣州、成都、武漢和長沙市，說明這5市的科技金融效率在過去的4年間實現(xiàn)了全方位增長；重慶、天津、杭州、南京和青島市的技術(shù)變化指數(shù)大于1，但技術(shù)效率有所下降，使得技術(shù)效率指數(shù)小于1，全要素生產(chǎn)效率指數(shù)也低于均值。分析表3中武漢市科技金融效率隨時間序列的變化及表5中武漢市平均Malmquist指數(shù)及其分解，兩處結(jié)果相互印證，武漢市的科技金融效率在逐步改善并達到相對最優(yōu)。

表5 2014—2017年樣本城市平均Malmquist指數(shù)及其分解

表6顯示，2014—2017年武漢市科技金融效率呈現(xiàn)先降后升的趨勢。2014—2015年武漢市科技金融效率低，全要素生產(chǎn)效率指數(shù)僅為0.861，其中技術(shù)下滑0.6%、技術(shù)效率下滑13.4%；2015—2016年全要素生產(chǎn)率大幅提升44.8%，主要源于技術(shù)變化和規(guī)模效率的變化，說明武漢市在2015年尚未達到規(guī)模效率最優(yōu)，結(jié)合表4可知當(dāng)時處于規(guī)模效率遞增狀態(tài)，加大金融投入可以提高科技金融效率，同時技術(shù)進步也是影響科技金融效率的重要因素；2016—2017年全要素生產(chǎn)率小幅提升4.2%，此時技術(shù)效率已達到最優(yōu)，技術(shù)進步對科技金融效率的提升作用進一步凸顯。

表6 2014—2017年武漢市科技金融效率Malmquist指數(shù)及其分解

5 結(jié)論與建議

5.1 武漢市科技金融發(fā)展啟示

近年來，武漢市在科技成果轉(zhuǎn)化以及高技術(shù)產(chǎn)業(yè)化發(fā)展方面持續(xù)發(fā)力，科技創(chuàng)新發(fā)展引領(lǐng)經(jīng)濟社會發(fā)展的“引擎”作用不斷彰顯，科技金融協(xié)調(diào)發(fā)展取得巨大進步。2017年，武漢市專利申請量為49 726件，技術(shù)合同成交額達603.2億元，高新技術(shù)產(chǎn)業(yè)產(chǎn)值高達9 479.64億元，均創(chuàng)武漢歷史新高。本文研究結(jié)果也表明，武漢市科技金融技術(shù)效率的提升歸功于規(guī)模效率的提升，即科技金融投入規(guī)模的擴大促進了科技金融的發(fā)展。

5.1.1 持續(xù)高效的財政資金投入

武漢市政府創(chuàng)新財政資金對科技金融需求方的支持方式，充分發(fā)揮財政資金的杠桿作用和引導(dǎo)作用。武漢市設(shè)立科技創(chuàng)業(yè)投資引導(dǎo)基金（以下簡稱引導(dǎo)基金），引導(dǎo)社會資本促進科技成果轉(zhuǎn)化，截至2017年年底，引導(dǎo)基金已經(jīng)與多家創(chuàng)業(yè)投資機構(gòu)合作設(shè)立子基金，總規(guī)模達59.55億元，累計吸引社會資本48億元，財政資金實現(xiàn)5倍放大效應(yīng)，共投資181家企業(yè)，投資總額達18.8億元。除引導(dǎo)基金之外，武漢市政府還探索科技創(chuàng)新券、科技保險補貼等多種財政資金投入方式，極大地激發(fā)了科技企業(yè)的創(chuàng)新潛力，促進了科技金融的發(fā)展。

5.1.2 不斷創(chuàng)新的金融產(chǎn)品和服務(wù)

武漢市積極推進金融產(chǎn)品和服務(wù)模式的創(chuàng)新，探索出了科保貸、科技信貸等金融產(chǎn)品和統(tǒng)貸平臺、投貸聯(lián)動等服務(wù)模式。武漢市還大力支持銀行設(shè)立科技支行等專營機構(gòu)，比較典型的代表有漢口銀行科技金融中心、交通銀行科技支行等，這些科技專營機構(gòu)將財政、風(fēng)投、擔(dān)保等金融資源進行整合，再向科技型中小企業(yè)提供合適的金融產(chǎn)品和服務(wù)，不僅降低了融資門檻還降低了融資成本。以科技信貸為例，截至2017年年末，合作銀行為148家科技小微企業(yè)提供的貸款總額就高達5 453萬元。

5.1.3 逐步完善的資本市場體系

武漢市多措并舉建設(shè)和完善資本市場體系，為不同層級的企業(yè)提供合適的融資渠道。在股權(quán)市場方面，武漢市積極發(fā)展區(qū)域性股權(quán)市場，為一些非主板上市、非公眾、具有較高成長性的中小企業(yè)提供融資通道，2017年武漢股權(quán)托管交易中心共為135家企業(yè)完成股權(quán)融資486筆，融資總額高達142.53億元。在市場主體方面，武漢市積極關(guān)注符合新三板掛牌條件的企業(yè)并給予支持，加快企業(yè)掛牌及上市的步伐，對上市后備企業(yè)在市級各類科技計劃項目立項等方面給予重點傾斜，2017年全市新增新三板掛牌企業(yè)50家，掛牌總數(shù)達到286家。在債權(quán)市場方面，武漢市大力建設(shè)債券市場，鼓勵企業(yè)充分利用集合債等新型債務(wù)融資工具，拓寬了企業(yè)直接融資的渠道。

5.2 武漢市科技金融發(fā)展瓶頸與建議

5.2.1 發(fā)展瓶頸

武漢市科技金融的發(fā)展已進入“快車道”，科技金融效率達到了相對最優(yōu)，科技金融發(fā)展也取得一些成效，但仍存在不可忽視的瓶頸性問題，發(fā)展面臨諸多挑戰(zhàn)。主要表現(xiàn)在：

（1）投入力度相對較小。前文研究結(jié)果表明，武漢市的科技金融發(fā)展效率達到相對最優(yōu)，但以發(fā)展的眼光來看，武漢市仍存在投入力度相對不足的問題。橫向?qū)Ρ葋砜?，?017年的地方財政科技撥款占一般公共預(yù)算支出的比重為例，武漢市為5.67%，而深圳市為9.58%，不難看出兩者的投入力度相差懸殊；縱向?qū)Ρ葋砜?，武漢市2014—2015年的規(guī)模效率變化指數(shù)為0.866，直接導(dǎo)致了其全要素生產(chǎn)效率下降了13.9%，因此投入規(guī)模是影響科技金融發(fā)展效率的重要因素。

（2）存在效率冗余風(fēng)險。根據(jù)DEA模型測算效率原理，在投入產(chǎn)出效率達到相對最優(yōu)之后，隨著投入規(guī)模的擴大，如果產(chǎn)出規(guī)模沒有相應(yīng)地擴大，極有可能產(chǎn)生冗余風(fēng)險，從而陷入規(guī)模效率遞減的困境。以2017年每萬人專利申請量為例，武漢市為58.25件，北京、上海、廣州、深圳市分別為136.79件、90.53件、131.79件和407.40件，統(tǒng)計數(shù)據(jù)表明武漢市的科技創(chuàng)新產(chǎn)出相差落后，而隨著武漢市科技金融投入規(guī)模的逐步擴大，如果產(chǎn)出規(guī)模的增長速度無法與之相匹配，就會產(chǎn)生冗余。

5.2.2 對策建議

（1）完善科技型企業(yè)上市培育工作。隨著多層次資本市場的逐步完善，武漢市應(yīng)當(dāng)鼓勵符合條件的科技型企業(yè)加快改制上市的步伐，積極推進在“科創(chuàng)板、新三板”等板塊掛牌企業(yè)的培育和推薦工作，督促科技型企業(yè)加快公司治理結(jié)構(gòu)、財務(wù)制度等方面的建設(shè)和完善，促使其能夠順利通過證券市場和債券市場獲得融資。這不僅可以擴大科技金融整體投入規(guī)模，同時也可以規(guī)范科技型企業(yè)的運營，提高企業(yè)的“免疫力”。

（2）建立政府部門協(xié)調(diào)機制。當(dāng)前政府職能部門之間自成體系，缺乏協(xié)調(diào)配合?？萍疾啃枰c其他相關(guān)部門建立科技金融協(xié)調(diào)機制，統(tǒng)籌配置科技金融資源，協(xié)商制定科技金融政策，避免資源和政策一邊倒地流向少部分科技型企業(yè)，造成科技金融投入冗余的情況；而且要做到在科技型企業(yè)廣泛受益的基礎(chǔ)上，有重點地對部分行業(yè)企業(yè)進行支持，提高資源和政策落實的效率和效果，使得科技金融發(fā)展更加高效、科學(xué)。

（3）充分發(fā)揮市場的調(diào)節(jié)功能。市場是“無形的手”，科技金融的運作應(yīng)當(dāng)依賴于市場的自我調(diào)節(jié)功能，當(dāng)市場失靈時，政府才有重點地選擇部分領(lǐng)域進行調(diào)控，因此政府應(yīng)當(dāng)明確自身定位，充分發(fā)揮市場在資源配置中的決定性作用。一方面要利用市場機制對科技型企業(yè)進行優(yōu)勝劣汰的篩選，避免科技金融資源無效供給造成浪費；另一方面給風(fēng)險投資市場、科技資本市場、科技貸款市場等更多發(fā)展的空間，擴大金融支持規(guī)模，努力形成市場作用與政府作用有機統(tǒng)一、相互補充、相互協(xié)調(diào)、相互促進的格局，推動科技金融持續(xù)健康發(fā)展［17］。

（4）提高科技成果轉(zhuǎn)化效率?？萍汲晒D(zhuǎn)化是科技創(chuàng)新過程中的關(guān)鍵環(huán)節(jié)，科技成果轉(zhuǎn)化效率是則影響科技金融效率的重要因素。近年來武漢市科技成果對接活動如火如荼地開展，在一定程度上提高了科技成果轉(zhuǎn)移和轉(zhuǎn)化的速度，但也存在簽約多、落實少的情況。因此，武漢市需要擴大專場對接活動的范圍，優(yōu)化簽約項目全過程跟蹤服務(wù)，激活線上科技成果轉(zhuǎn)化交易，推進各級責(zé)任部門聯(lián)動建設(shè)，打造技術(shù)轉(zhuǎn)移中介服務(wù)體系，形成多方合力，提高科技成果轉(zhuǎn)化效率。

（5）加快人才體系構(gòu)建。發(fā)展的關(guān)鍵是創(chuàng)新，創(chuàng)新的關(guān)鍵是人才。人才資源作為科技金融投入的主要形式之一，對提高科技金融效率起著舉足輕重的作用。武漢市作為科教中心城市，卻很難留住人才資源。雖然武漢市采取了百萬大學(xué)生留漢創(chuàng)業(yè)就業(yè)計劃等一系列舉措，但帶來的效果并不顯著。武漢市應(yīng)當(dāng)加大人才引進力度，加快落實人才政策，改善創(chuàng)業(yè)就業(yè)環(huán)境，完善人才公寓等配套設(shè)施，吸引人才留在武漢市、建設(shè)武漢市。

本文從投入產(chǎn)出角度梳理了科技金融的運作體系并構(gòu)建了效率評價指標體系，分析研究了我國13座城市的科技金融發(fā)展效率，總結(jié)了武漢市科技金融發(fā)展經(jīng)驗和瓶頸問題并有針對性地提出建議，但限于數(shù)據(jù)可得性，所選指標比較片面，研究結(jié)果在一定程度上存在局限性。未來的研究根據(jù)可得數(shù)據(jù)，在科技金融效率評價指標選取方面可以進一步優(yōu)化。