2020年我国发布的《国民经济与社会发展第十四个五年规划》中明确提出,到2025年,我国要把金融业培育成为区域经济发展的动力源,切实提高金融服务实体经济的效率和经济转型发展的能力。随着我国经济进入新常态,科技创新已成为经济高质量发展的动力源泉,各项科技活动的顺利开展皆离不开大量的资金投入,而科技与金融的深度结合是经济高质量发展的助推剂,在国内国外双循环的发展格局下,城市群和都市圈的发展被置于更高位置,我国部分区域经济发展成果突出,对周边地区起到了正向的辐射效应。因此,在国家城市群发展战略下,如何提升城市群的科技金融发展水平,促使各区域协调发展,从而拓展经济增长空间,都是值得深入探讨的命题。本文以长三角、珠三角和京津冀三大城市群的47个沿海城市为研究对象,对科技金融效率进行测度并展开分析。本文研究主要从以下几个方面展开分析:首先,选用DEA-BCC模型与DEA-Malmquist指数分解模型对我国这47个城市2010年-2019年间的科技金融效率进行静态和动态两方面的测度,同时按照一定的分类标准将47个城市分类,对三个城市群进行横向对比,了解各城市群的科技金融发展水平。其次,通过绘制核密度图和科技金融效率空间分布图分析三个城市群科技金融效率的时间演进趋势和动态变化情况,并选用Dagum基尼系数法分析三大城市群的科技金融效率差异情况,探究其差异来源。最后,运用Tobit模型对三个城市群科技金融效率的影响因素及作用进行实证检验。得出以下结论:（1）2010年-2019年间,珠三角地区的科技金融发展基础较好,科技金融效率水平较为稳定,整体处于领先地位;京津冀地区的科技金融效率水平波动较小;样本期内长三角地区的科技金融发展水平最低,但样本期内其科技金融效率值稳步上涨,综合效率值于样本期末追赶上其他两地。（2）样本期内三个城市群的核密度图显示主峰宽度均呈现出收窄态势,反映出样本期内三大城市群科技金融效率的绝对差距在逐年减小,整体呈趋同态势。另外,三大城市群均存在多极化趋势,长三角地区的极化特征最为明显,珠三角地区次之,京津冀地区极化特征最弱。（3）长三角地区东南部城市的科技金融效率水平较高,江苏省与浙江省的科技金融水平整体高于安徽省;珠三角地区东西向的中部城市科技金融水平较高;京津冀地区南北向的中部城市科技金融水平较高,整体来看,区域内的科技金融效率均值排名北京市最高,天津市其次,河北省最低。（4）样本期内三大城市群的总体基尼系数明显下降,三大城市群区域内及两两城市群之间的联系越来越紧密。（5）三大城市群的整体回归结果显示:金融市场发展程度、地区创新水平、人力资本与科技金融效率之间呈显著正相关关系;对外开放程度、政府干预和互联网水平与科技金融效率间存在显著负相关关系。对三个城市群分别进行回归发现相同影响因素对不同城市群的科技金融效率影响程度不同,但各城市通过显著性水平检验的影响因素与科技金融效率间的相关关系均与整体回归结果保持一致。基于以上研究结论,本文提出四条建议:（1）加快建立信用平台,培养“科技+金融”复合型人才。（2）引进技术人才,培育创新企业主体。（3）探索创新投资方式,因地制宜分配资源。（4）构建信息共享机制,确立区域协调发展战略。本文的研究对于三大城市群结合自身发展实际,发现约束与不足,缩小区域差异,合理优化资源配置提供了经验依据。