技术创新是推动社会进步的重要源动力。在新旧动能转换背景下,“十强产业”中的金融服务业成为重要发力点,金融支持对山东省的技术创新是否有显著影响?其主要影响因素有哪些?各地区间的金融支持效率是否存在差异?基于已有研究,本文选用2009-2018年山东省各地市数据,运用灰色关联模型、PVAR模型(面板向量自回归)、DEA模型(数据包络分析法)实证分析金融支持对技术创新的影响因素及效率测算,为山东省技术创新中的金融支持提出合理政策建议。首先,本文梳理了相关理论及文献。在此基础上对山东省金融支持、技术创新现状进行描述性统计分析,并借助灰色关联模型找到二者间存在较强关联度,可以作为选取指标进行分析。其次,构建PVAR模型进行实证分析,通过平稳性检验及协整检验后确定滞后阶数为2阶,借助脉冲响应函数来分析各扰动项冲击作用,利用方差分解分析相对贡献强度。再次,利用静态DEA-BCC模型和动态DEA-Malmquist模型两个维度测算山东省各地市金融支持效率。最后提出结论与研究展望。本文的研究结论主要有:(1)从PVAR模型可知,金融支持对技术创新的影响具有正向作用,且存在时滞效应;专利授权量、技术市场合同成交额、金融规模、政府支持程度等在第一期呈现正向响应且贡献度很高,而经费投入、金融效率、金融结构的响应结果呈现先负后正,存在时滞效应;因此要扩大金融规模、加大投资强度,提升金融支持贡献度。(2)从DEA模型可知,通过静态DEA-BCC测算发现2009-2018年山东省DEA有效地市由7个增长至12个,按照金融支持效率的有效年份进行分类:Ⅰ类城市如济南市、青岛市、东营市等常年处于DEA有效状态;Ⅱ类城市如潍坊市、菏泽市、威海市等近年来加大金融支持投入,使得DEA多期有效;Ⅲ类城市如日照市、聊城市等为DEA非有效状态,仍需要加大金融支持投入力度。而DEA-Mamquist模型的动态结果与DEA-BCC模型的静态结果相比,只有I类城市中的济南市、青岛市、东营市、烟台市达到均衡状态,其余城市长期来看尚未达到均衡状态。因此,要想实现技术创新,就要提升技术进步指数,加大金融资金投入力度的同时重视发挥政府金融政策支持作用。