周 新，馬 丁

（太原理工大學經(jīng)濟管理學院，山西太原 030024）

科技創(chuàng)新和金融發(fā)展作為經(jīng)濟社會發(fā)展的內(nèi)在動力，二者的有機結(jié)合是推動科技生產(chǎn)力實現(xiàn)高效轉(zhuǎn)化、促進戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展和刺激產(chǎn)業(yè)結(jié)構(gòu)進行調(diào)整升級的重要支柱。科技創(chuàng)新是金融發(fā)展的核心要素，而金融發(fā)展也為科技創(chuàng)新提供資金和經(jīng)濟環(huán)境的外在保障。目前我國經(jīng)濟正處于“三期疊加”的關(guān)鍵環(huán)節(jié)，面臨著經(jīng)濟增長速度放緩、勞動力等低成本優(yōu)勢逐漸喪失、產(chǎn)業(yè)結(jié)構(gòu)和區(qū)域發(fā)展不均衡等一系列問題，要尋求經(jīng)濟的突破性發(fā)展，離不開科技創(chuàng)新這一強大驅(qū)動力的助推，也需要金融發(fā)展的有利支撐。我國自2011 年科技部發(fā)布《關(guān)于促進科技與金融結(jié)合加快實施自主創(chuàng)新戰(zhàn)略的若干意見》,各地區(qū)相繼出臺相關(guān)政策支持科技與金融結(jié)合發(fā)展，引導科技金融可持續(xù)發(fā)展，但由于各地區(qū)金融資源配置和科技金融人才配置效率的差異，直接影響了區(qū)域科技金融的發(fā)展效率。因此，研究我國科技金融發(fā)展效率的影響因素，不僅是對科技金融深度融合等相關(guān)理論的拓展與深化，也符合我國經(jīng)濟發(fā)展新常態(tài)下探索科技金融優(yōu)化路徑及改善區(qū)域發(fā)展不平衡的現(xiàn)實需要。

1 文獻綜述

國內(nèi)外學者針對科技金融問題從不同的方面進行討論和研究。國外學者主要是圍繞金融與科技創(chuàng)新的關(guān)系展開研究。在金融方面，Canepa 等［1］利用社區(qū)創(chuàng)新調(diào)查數(shù)據(jù)，探討了金融因素作為英國創(chuàng)新制約因素的作用，發(fā)現(xiàn)金融因素對高科技部門和較小的企業(yè)的創(chuàng)新活動有一定的正向影響；Giannetti［2］發(fā)現(xiàn)銀行等金融機構(gòu)介入對中小高新技術(shù)企業(yè)的技術(shù)進步和創(chuàng)新有更顯著的作用；Kortum 等［3］研究了金融風險資本對美國20 個行業(yè)專利發(fā)明的影響，發(fā)現(xiàn)金融風險資本對技術(shù)創(chuàng)新有顯著的促進作用。在市場融資方面，Atanassov［4］利用面板數(shù)據(jù)對美國上市公司進行實證研究發(fā)現(xiàn)，上市公司依賴金融市場融資進行的科技創(chuàng)新活動會取得更高質(zhì)量的成果；Kim 等［5］探討了2000—2008 年外部融資對韓國上市公司技術(shù)創(chuàng)新活動的各種影響，發(fā)現(xiàn)銀行貸款的間接外部融資對企業(yè)的技術(shù)創(chuàng)新活動有負面影響，而證券發(fā)行的直接外部融資對技術(shù)創(chuàng)新活動有積極影響。

20 世紀90 年代，“科技金融”的概念首次在國內(nèi)提出，國內(nèi)學者主要是從科技金融的理論和實證兩個方面進行研究。在理論方面，趙昌文等［6］所著的《科技金融》是國內(nèi)關(guān)于科技金融研究的代表性著作，認為科技與金融相互融合對于促進技術(shù)研發(fā)、成果轉(zhuǎn)化和高新技術(shù)產(chǎn)業(yè)發(fā)展有重要作用；房漢廷［7］從理論、實踐和政策3 個方面闡述了科技金融問題；鄧天佐等［8］探討剖析了我國科技和金融結(jié)合的內(nèi)涵、規(guī)律、特點及表現(xiàn)形式，并針對科技金融相關(guān)問題給出建議。在實證研究方面，曹顥等［9］選取科技金融資源指數(shù)、經(jīng)費指數(shù)、產(chǎn)出指數(shù)和貸款指數(shù)4 個方面10 個指標對我國科技金融發(fā)展指數(shù)進行評價；楊建輝等［10］篩選18 個指標構(gòu)建科技金融發(fā)展評價體系，并利用投影尋蹤模型得到我國20個省份的科技金融發(fā)展指數(shù)；甘星等［11］構(gòu)建科技金融指標評價體系，利用數(shù)據(jù)包絡分析（DEA）方法分析了2006—2014 年我國三大經(jīng)濟圈的科技金融效率；黃瑞芬等［12］運用DEA-Malmquist 指數(shù)法和隨機前沿（SFA）模型對我國科技金融全要素生產(chǎn)率變動和效率進行評價，發(fā)現(xiàn)不同地區(qū)的科技金融發(fā)展效率存在顯著差異；薛曄等［13］運用熵權(quán)法和貝葉斯隨機前沿模型測算了2001—2014 年我國30 個省份的科技金融發(fā)展效率，并分析了金融投入變量對科技金融發(fā)展效率的影響；李林漢等［14］利用DEATobit 模型對我國30 個省份的科技金融發(fā)展效率及影響因素進行分析，發(fā)現(xiàn)財政科技撥款、科研經(jīng)費投入等因素具有重要影響；許世琴等［15］采用DEABCC 模型測算了2005—2016 年我國30 個省份的科技金融效率，并利用空間面板模型進行因素分析，發(fā)現(xiàn)研發(fā)投入強度、科研氛圍以及高新技術(shù)產(chǎn)業(yè)資金規(guī)模對科技金融發(fā)展效率有重要的影響。

綜上所述，國內(nèi)科技金融的實證研究主要是選取指標構(gòu)建科技金融發(fā)展評價體系，利用DEA 方法、SFA 模型等方法測算出科技與金融結(jié)合效率，并分析不同區(qū)域之間的差異；在分析影響因素方面，大部分學者選取科技金融評價體系中的投入變量作為影響因素，利用面板數(shù)據(jù)Tobit 模型重點分析研發(fā)經(jīng)費強度、融資方式、資金規(guī)模等不同投入要素對我國科技金融發(fā)展效率的影響，而較少考慮金融環(huán)境的作用。在知網(wǎng)上截至2020 年6 月搜索關(guān)鍵詞“科技金融效率”，僅有3 篇文獻專門討論了金融環(huán)境對科技發(fā)展效率的影響。此外，科技金融發(fā)展效率是一個復雜的問題，受多方面因素的影響，但現(xiàn)有文獻中只是研究分析了不同因素對科技金融發(fā)展效率產(chǎn)生正向或者負向、顯著或不顯著的影響，卻忽略了因素之間協(xié)同組合效應對科技金融發(fā)展效率的影響。

本研究在已有研究的基礎(chǔ)上，運用DEA-BCC模型測量2011—2017 年我國各省份的科技金融發(fā)展效率，并以各省份2017 年的科技金融發(fā)展效率為結(jié)果變量，采用模糊集定性比較分析法，從金融環(huán)境、科研資金投入和科研人力投入角度選取6 個因素作為影響因素，研究這些因素之間的協(xié)同組合效應對我國科技金融發(fā)展效率的影響，探尋實現(xiàn)提高科技金融發(fā)展效率目標的最佳路徑。

2 實證分析

2.1 定性比較分析法

定性比較分析法（QCA）是20 世紀80 年代開始出現(xiàn)的一種關(guān)注條件組態(tài)與結(jié)果之間復雜因果關(guān)系的方法。有學者認為社會現(xiàn)象發(fā)生的原因條件間多是相互依賴而非獨立的，因此解釋社會現(xiàn)象發(fā)生的原因不能僅局限于關(guān)注單個條件對結(jié)果的影響［16］。定性比較分析法放棄了單變量的凈效益，采取整體的視角看待各變量之間的關(guān)系，以布爾代數(shù)作為數(shù)據(jù)運算的基本原理，研究多個條件變量之間如何組合搭配，可以解釋結(jié)果的發(fā)生（A×B→Y）。傳統(tǒng)的定量方法追求得到結(jié)果的最優(yōu)解，而定性比較分析法認為導致結(jié)果發(fā)生的組態(tài)具有等效性，即多個不同的條件組合會產(chǎn)生同樣的結(jié)果（A×B→Y，C×D→Y）［17］。

在使用模糊集定性比較分析法進行分析前，需要校準所有變量的原始數(shù)據(jù)。模糊集的功能強大，可以將條件變量的數(shù)據(jù)值校準到0～1 之間的任何數(shù)值，用于評估“完全隸屬”和“完全不隸屬”間的隸屬程度，這樣可以最大化防止數(shù)據(jù)信息的丟失。這種校準可以得到一個連續(xù)變量的模糊集，并且依賴于使用理論和實際知識設(shè)定3 個定性的轉(zhuǎn)折點：“完全隸屬”（1）、“完全不隸屬”（0）以及交叉點（0.5），交叉點是最大的模糊點。

利用組態(tài)分析研究結(jié)果的QCA 方法結(jié)合了定性分析與定量分析各自的優(yōu)點，既適用于中小案例樣本的研究，也可以用于大規(guī)模案例的研究?？萍冀鹑诎l(fā)展效率受多個因素影響，應用定性比較分析法有助于從深層次分析科技金融發(fā)展效率的影響機制，探究提升我國科技金融發(fā)展效率的條件組合路徑。同時，本研究以我國30 個省份（未含西藏和港澳臺地區(qū)）為研究案例（以下簡稱“樣本省份”），符合定性比較分析法研究樣本數(shù)量的基本要求。

2.2 變量選取及數(shù)據(jù)校準

2.2.1 結(jié)果變量

本研究關(guān)注的結(jié)果是各省份的科技金融發(fā)展效率。利用DEAP2.1 軟件，以金融投入、政府投入和科技投入3 個方面的5 個指標為投入要素，以發(fā)明專利申請量、技術(shù)市場成交合同額和高新技術(shù)新產(chǎn)品銷售額為產(chǎn)出要素，將科技金融產(chǎn)出指標的數(shù)據(jù)選擇相對于投入指標的數(shù)據(jù)選擇滯后1期進行研究，計算出2011—2017 年樣本省份的科技金融發(fā)展效率，并以其2017 年的科技金融發(fā)展效率為結(jié)果變量。

2.2.2 前因條件變量

（1）金融環(huán)境。金融環(huán)境是金融活動發(fā)生與發(fā)展的支持系統(tǒng)和資源，并影響著金融市場運行的效率［18］。本研究選用科技金融政策和金融發(fā)展程度作為金融環(huán)境的二級指標。其中，金融發(fā)展程度借鑒童紀新等［19］的指標選取方法，采用金融機構(gòu)各項貸款余額占地區(qū)生產(chǎn)總值（GDP）的比重來衡量；科技金融政策以地方政府在官網(wǎng)上發(fā)布的促進科技與金融結(jié)合的相關(guān)文件為依據(jù)，設(shè)定2017 年以前發(fā)布相關(guān)科技金融文件的數(shù)量0 和1 分別對應隸屬度為0.05 和0.95 的校準點。金融發(fā)展方面對應的“完全不隸屬”“模糊點”“完全隸屬點”3 個校準點的數(shù)據(jù)分別為0.9、1.6 和2.5。

（2）科研資金投入?？蒲薪?jīng)費是為發(fā)展科學技術(shù)事業(yè)而支出的費用，科研經(jīng)費是否充足對科研成果有直接影響，因此世界各國都非常重視對科研經(jīng)費的投入。本研究采用科研經(jīng)費強度和政府科技支持力度來反映科研資金投入對科技金融發(fā)展效率的影響。其中，科研經(jīng)費強度用R&D 內(nèi)部經(jīng)費支出與地區(qū)生產(chǎn)總值之比來衡量；政府科研支持力度用地區(qū)財政科學技術(shù)支出占比來表示。經(jīng)費投入強度和政府支持力度對應的“完全不隸屬”“模糊點”“完全隸屬點”的校準點分別是0.5%、1.2%、2.6%和0.7%、1.5%、5%。

（3）科研人力投入?？蒲腥藛T是科技研發(fā)中不可或缺的重要部分，科研人數(shù)和科研人員學歷對科研創(chuàng)新有重要的影響。本研究采用R&D 人員全時當量和科研人員中本科及以上學歷占比來研究科研人力投入對科技金融發(fā)展效率的影響。這2 個變量對應“完全不隸屬”“模糊點”“完全隸屬點”的校準點分別是7 000 人年、135 000 人年、300 000 人年和0.52%、0.71%、0.9%。

本研究數(shù)據(jù)來源于《中國金融統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和各省份有關(guān)官網(wǎng)信息。樣本省份科技金融發(fā)展效率前因條件變量的校準點如表1 所示。

表1 樣本省份科技金融發(fā)展效率前因條件變量校準點

2.3 前因條件必要性分析

根據(jù)模糊集分析的步驟，在利用真值表對條件組合進行分析之前，需要檢測各條件的必要性，以確定該條件是否為結(jié)果變量的必要條件，確定的依據(jù)是結(jié)果變量的一致性數(shù)值。根據(jù)Rihoux 等［17］的研究，必要性模糊子集關(guān)系的一致性可以使用以下公式評估：

式（1）中：Yi為案例i對于結(jié)果變量的隸屬度；Xi為案例i對于前因條件的隸屬度。

在fsQCA3.0 軟件中運行必要條件分析，得到單個前因條件變量對結(jié)果變量的一致性數(shù)值如表2 所示。依據(jù)以往研究，當一致性數(shù)值大于0.9 時，則可以認定該條件為結(jié)果變量的必要條件［20］。根據(jù)表2 可知，當結(jié)果變量為科技金融發(fā)展效率時，單個條件的一致性數(shù)值最高為0.821 706，不超過0.9，因此本研究中不存在必要條件。這說明有效提高科技金融發(fā)展效率不能單獨依靠某個變量，而是需要多個條件組合搭配共同作用實現(xiàn)。

表2 樣本省份科技金融發(fā)展效率前因條件變量必要性分析

2.4 結(jié)果分析

條件組態(tài)分析是分析各條件變量之間不同組合對結(jié)果變量產(chǎn)生的影響作用，本研究運用條件組態(tài)分析探究哪些組合是導致我國高科技金融發(fā)展效率的路徑。將一致性的閾值分界點設(shè)置為0.85，案例閾值設(shè)定為1。運行fsQCA3.0 軟件中的標準分析，可以得到3 個解：復雜解、簡約解和中間解。復雜解是根據(jù)案例條件未做處理分析得出的結(jié)果，解釋模型復雜，普適性較差；簡約解是精簡之后的解，相對簡單，但啟示性較差；中間解兼具前兩者的優(yōu)點，通常用作問題的分析結(jié)果。根據(jù)表3 可知，樣本省份科技金融發(fā)展效率中間解的總一致性為0.931 062，總覆蓋度為0.759 044，說明這些解的解釋力和可行性強。經(jīng)分析，有4 條路徑可以實現(xiàn)地區(qū)科技金融高水平發(fā)展：

（1）路徑1 即政策平衡型。可以解釋為當?shù)胤秸雠_相關(guān)政策支持科技與技金融結(jié)合發(fā)展，同時科技型企業(yè)投入大量的科研經(jīng)費和擁有一批學歷高、科研能力強的科技金融人才，因此即使科研人數(shù)沒有產(chǎn)生規(guī)模效應，該地區(qū)也能實現(xiàn)高水平的科技金融發(fā)展。其中，科技金融政策為核心條件，科研經(jīng)費強度和科研人員學歷為輔助條件。符合路徑1 的省份為陜西省和天津市。陜西省雖然總體經(jīng)濟實力略顯不足，但是重視教育事業(yè)，不斷加強高校建設(shè)，并大力發(fā)展高新技術(shù)產(chǎn)業(yè)，省內(nèi)科技型企業(yè)科研經(jīng)費投入占比不斷增大，聚集了一批“高精尖”的科研人才，為科技創(chuàng)新作出巨大貢獻。2012 年陜西省政府出臺了促進科技與金融結(jié)合的相關(guān)政策，加強科技金融服務體系建設(shè)，開展科技與金融結(jié)合試點，強化有利于促進科技與金融結(jié)合的保障措施，加速科技與金融深度融合發(fā)展。天津市臨近北京市，依靠北京市的輻射和自身發(fā)展，經(jīng)濟、科研投入和科研人員能力水平均處于國內(nèi)領(lǐng)先地位，再加上市政府布局于科技金融發(fā)展，因此即使科研人員數(shù)量未達到較高狀態(tài)，天津市也有較高水平的科技金融發(fā)展。

（2）路徑2 即全面協(xié)作型?？梢越忉尀楫?shù)胤秸С峙c科技金融結(jié)合發(fā)展，同時具有較大的科研經(jīng)費投入和政府科技支持力度，吸引大量科研人員聚集，無論金融發(fā)展程度和科研人員學歷如何，該地區(qū)也能實現(xiàn)高水平的科技金融發(fā)展。其中科技金融政策、科研經(jīng)費強度、政府科技支持力度和科研人數(shù)均為輔助條件，這4 個條件對實現(xiàn)該路徑的貢獻度相同。符合路徑2 的省份為北京市、上海市、江蘇省、浙江省和廣東省。北京市和上海市是國際化大都市，經(jīng)濟金融實力強大。在高新技術(shù)產(chǎn)業(yè)方面，北京擁有“中國硅谷”之稱的中關(guān)村科技園，而上海也形成了“一區(qū)六園”的高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)新格局，兩市的高新技術(shù)產(chǎn)業(yè)實力雄厚，而且有大批高等院和科研機構(gòu)作為支撐，匯集了一大批學歷高、能力強的科技金融人才，再加上科技型企業(yè)重視科技研發(fā)，政府大力支持科技發(fā)展，北京市和上海市均實現(xiàn)了高水平的科技金融發(fā)展效率。江蘇、浙江和廣東省均位于國內(nèi)東部沿海地區(qū)，經(jīng)濟金融發(fā)展水平居全國前列。2012 年開始，這3 個省份政府相繼出臺了相關(guān)政策，加速科技與金融結(jié)合，助推科技創(chuàng)新和經(jīng)濟高質(zhì)量發(fā)展；此外，這3 個省份的科研經(jīng)費強度分別為2.63、2.45 和2.6，政府科技支持力度分別為4.03、4.03 和5.48，科研人數(shù)分別為560 002 人年、398 091 人年和568 287 人年，均遠高于全樣本平均水平。雖然江蘇省金融發(fā)展得分僅為0.27分，浙江省科研人員學歷得分僅為0.05 分，廣東省這兩個指標得分分別為0.48 分和0.56 分，但是這3個省份依舊實現(xiàn)了高水平的科技金融發(fā)展。這說明只要同時滿足科技金融政策、科研經(jīng)費強度、政府科技支持力度和科研人數(shù)等條件，金融發(fā)展程度和科研人員學歷這兩個條件是否存在得分較低對高科技金融發(fā)展效率影響不大。

（3）路徑3 即科研投入型。可以解釋為當?shù)胤娇蒲匈Y金投入和政府科技支持足夠大時，即使該地區(qū)金融發(fā)展水平不高，科研人員的數(shù)量和學歷水平不理想，也能實現(xiàn)科技金融高水平發(fā)展，其中政府科技支持力度是核心條件，科研經(jīng)費強度是輔助條件。符合路徑3 的省份有湖北省、安徽省和江西省。這3 個省份位于國內(nèi)中部地區(qū)，相較于東部沿海經(jīng)濟發(fā)達地區(qū)，在經(jīng)濟金融發(fā)展上還屬于新興地區(qū)。近年來，湖北省已經(jīng)建有國家級、省級高新技術(shù)區(qū)21 個，科技型企業(yè)科研經(jīng)費強度不斷增大，同時政府設(shè)立科技金融服務中心，引入銀行、風投等機構(gòu)，幫助企業(yè)快速融資，推進科技與金融一體化發(fā)展。安徽省和江西省政府重視科技發(fā)展，并積極引導推動地方金融體系不斷完善，加大投入支持各類科技金融平臺建設(shè)，整合科技與金融資源，同時高新技術(shù)企業(yè)積極在金融市場中進行科技貸款和科技融資，高新技術(shù)產(chǎn)業(yè)規(guī)模和科研經(jīng)費投入比重不斷擴大，產(chǎn)業(yè)創(chuàng)新能力不斷增強，進一步加速科技與金融結(jié)合高水平發(fā)展。

（4）路徑4 即環(huán)境人力型。可以解釋為當?shù)胤浇鹑诎l(fā)展程度較高，政府積極實施促進科技金融發(fā)展的舉措并吸引一批學歷高、科研能力強的科技金融人才，也能實現(xiàn)高水平的科技金融發(fā)展。在該路徑中，科技金融政策是核心條件，金融發(fā)展和科研人員學歷是輔助條件。符合路徑4 的省份是甘肅省和四川省。這2 個省份位于國內(nèi)西部地區(qū)，雖然經(jīng)濟發(fā)展較為落后，但金融市場相對活躍。2013 年甘肅省成立科技發(fā)展投資有限公司，致力于培育扶持科技型企業(yè)發(fā)展，建設(shè)科技創(chuàng)新城孵化基地，同時省科技廳與蘭州銀行簽署共同推進科技金融結(jié)合的戰(zhàn)略合作協(xié)議，為科技型企業(yè)加快發(fā)展提供融資支持，而且在全省科研人員中本科及以上學歷占總科研人數(shù)的比重達79%，加速了地區(qū)科技金融的有效融合發(fā)展。2008 年四川省科技廳聯(lián)合多個部門率先提出了較為全面和系統(tǒng)的科技金融相關(guān)政策和措施，加大對高新技術(shù)產(chǎn)業(yè)投入，鼓勵銀行、保險等金融機構(gòu)支持高新技術(shù)產(chǎn)業(yè)發(fā)展，致力于優(yōu)化科技金融生態(tài)環(huán)境，實現(xiàn)科技與金融深度融合。

表3 樣本省份科技金融發(fā)展效率路徑構(gòu)型

3 結(jié)論及建議

本研究選取2011—2018 年我國30 個省份科技金融投入產(chǎn)出的相關(guān)數(shù)據(jù)，運用DEA-BCC 模型測算出科技金融發(fā)展效率；并以2017 年的科技金融發(fā)展效率為結(jié)果變量，運用模糊集定性比較分析法，從金融環(huán)境、科研資金投入和科研人力投入3 個方面分析影響科技金融發(fā)展效率的因素，探討了科技金融政策、金融發(fā)展程度、科研經(jīng)費強度、政府科技支持力度、科研人數(shù)和科研人員學歷這6 個因素對科技金融發(fā)展效率的組合效應，探尋提升科技金融發(fā)展效率的多元路徑。研究發(fā)現(xiàn)：一是高效的科技金融發(fā)展具有“多重并發(fā)”的特點，要實現(xiàn)高效的科技金融發(fā)展需要多個因素聯(lián)合作用，任何單獨一個因素都無法導致該結(jié)果的發(fā)生；二是推動地區(qū)實現(xiàn)高效的科技金融發(fā)展有4 條路徑，分別是政策平衡型、全面協(xié)作型、科研投入型和環(huán)境人力型，科技金融政策在4 條路徑中出現(xiàn)3 次且2 次為核心條件，是促進科技與金融結(jié)合的重要因素。

基于以上研究，提出如下建議：

（1）科技金融發(fā)展效率高的省份應在保持自身優(yōu)勢的同時積極彌補不足的方面。北京市和上海市無論在經(jīng)濟金融發(fā)展還是科研經(jīng)費人力投入方面都處于領(lǐng)先地位，除了保持高效發(fā)展，還要積極與國際接軌，向國外發(fā)達地區(qū)學習科技金融建設(shè)的先進經(jīng)驗，并引進大型金融機構(gòu)和科技型企業(yè)長期發(fā)展，打造成世界一流的科技金融服務中心；同時需要加強法制建設(shè)，促進形成公平的科技金融市場競爭，依靠地區(qū)的輻射能力穩(wěn)步推進京津冀地區(qū)和長江三角洲地區(qū)的科技金融發(fā)展。浙江省、江西省、安徽省和湖北省等金融市場活躍度和科研人員數(shù)量不足，地方政府應采取措施完善金融組織體系，加大有效信貸投放，活躍金融市場，同時出臺優(yōu)惠政策引進一批高學歷科技金融人才，促進科技金融更高效發(fā)展。四川省和陜西省的政府科技支持力度、科研人員數(shù)量是阻礙其科技金融進一步發(fā)展的主要因素，政府應增加財政科技金融投入，提高財政資金運作效率，同時吸引更多的高校畢業(yè)生留在當?shù)貫榈胤娇萍冀鹑诎l(fā)展作出貢獻。廣東省和河南省的科研人員中本科及以上學歷人數(shù)偏少，這在較大程度上限制了科技金融更好地發(fā)展，政府和企業(yè)應該加強科研人員隊伍建設(shè)，不僅要關(guān)注科研人員的數(shù)量，更要注重人員質(zhì)量，保證科研人數(shù)和人員質(zhì)量兩大方面才能更有效地推動科技金融發(fā)展。

（2）科技金融發(fā)展效率較低的省份應根據(jù)地區(qū)發(fā)展優(yōu)勢因地施策，尋找符合自身科技金融高效發(fā)展的路徑。廣西壯族自治區(qū)、山西省和黑龍江省等的科研人員中本科及以上學歷人數(shù)占據(jù)優(yōu)勢，但是其他條件缺乏，可以借鑒路徑1 和路徑4。由于金融發(fā)展需要長時間的運作，通常短時間內(nèi)成效不明顯，政府應頒布和完善相關(guān)科技金融政策，鼓勵科技型企業(yè)加大研發(fā)投入，從而提高當?shù)乜萍冀鹑诎l(fā)展效率。新疆維吾爾自治區(qū)、內(nèi)蒙古自治區(qū)和云南省等的金融市場活躍，發(fā)展態(tài)勢良好，并且科研人員中高學歷人數(shù)占比也超過其他大多數(shù)省份，因此可以借鑒路徑3。政府應加強科技扶持力度，并出臺優(yōu)惠政策激勵企業(yè)提高科研投入，加快科技創(chuàng)新，提高科技成果轉(zhuǎn)化率。山東省和遼寧省積極搭建科技金融綜合服務中心，科技型企業(yè)科研投入和科研人數(shù)保持在較高水平，可以借鑒路徑2。政府應重點補足科技支持不足的缺陷，同時還要優(yōu)化資源配置，避免將大量資源傾注于某些企業(yè)或者行業(yè)，推動地區(qū)科技金融高效率發(fā)展。