深圳市工业和信息化局发布2021年民营及中小企业创新发展培育扶持计划改制上市培育资助等项目申请指南的通知

简介: 近期,深圳市工业和信息化局发布2021年民营及中小企业创新发展培育扶持计划改制上市培育资助等项目申请指南的通知

各有关企业:

为贯彻落实《深圳经济特区中小企业发展促进条例》《关于进一步加快民营经济发展的若干措施》(深府〔2006〕149号)、《关于进一步推动我市中小企业改制上市和并购重组若干措施》(深府办〔2018〕11号)和《关于以更大力度支持民营经济发展的若干措施》(深府规〔2018〕23号),切实增强民营及中小企业自主创新能力,进一步促进民营及中小企业高质量发展,根据《深圳市民营及中小企业发展专项资金管理办法》(深经贸信息规〔2017〕8号)和《深圳市民营及中小企业扶持计划操作规程》(深工信规〔2019〕13号)有关规定,我局决定组织实施2021年民营及中小企业创新发展培育扶持计划,经审核符合条件的项目,将纳入2021年项目库予以扶持。现将有关事项通知如下:

一、支持领域

创新发展培育扶持计划主要促进民营及中小企业规范发展,提升民营及中小企业发展质量、市场拓展能力和综合竞争力以及自主创新能力,推动民营及中小企业发展壮大。重点支持民营及中小企业改制上市和融资担保。包括以下2类资助项目:

(一)改制上市培育资助项目。

对实施首次公开发行股票(IPO)、在全国中小企业股份转让系统(以下简称“新三板”)挂牌、重组外地上市公司并将其注册地迁入深圳市的民营及中小企业以及迁入深圳市的外地优质上市公司给予奖励。

(二)小型微型企业银行贷款担保费资助项目。

鼓励支持小型微型企业通过融资性担保机构获得银行贷款,对其银行贷款担保费给予补贴。

二、具体要求

(一)项目申报单位须登录广东政务服务网,选择“深圳市——市工业和信息化局”,搜索申报事项名称“民营及中小企业发展服务体系建设扶持计划”或“民营及中小企业发展创新发展培育扶持计划”——选择申报具体项目情形,在线填报申请书,提供通过该系统打印的申请书纸质文件原件。

(二)具体的项目类别、资助方式、申报条件、审核流程、申请材料、受理时间、受理地点和咨询电话等,请参见申请指南(附件)。

特此通知。

附件:2021年民营及中小企业发展创新发展培育扶持计划申请指南

钉钉扫描下方二维码
进钉群了解更多资讯!

二维码1.png

本文内容转自转自深圳市中小企业服务局。

相关文章
|
域名解析 运维 网络协议
Linux命令行全景指南:从入门到实践,掌握命令行的力量
Linux命令行全景指南:从入门到实践,掌握命令行的力量
439 0
|
存储 Java 索引
Elastic实战:彻底解决spring-data-elasticsearch日期、时间类型数据读取报错问题
在使用spring-data-elasticsearch读取es中时间类型的数据时出现了日期转换报错,不少初学者会在这里困惑很久,所以今天我们专门来解读该问题的几种解决方案。
2723 0
Elastic实战:彻底解决spring-data-elasticsearch日期、时间类型数据读取报错问题
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
972 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
10月前
|
存储 索引
为什么索引的数量不能太多?
当对表中的数据进行增加、删除、修改时,同时需要动态维护索引,降低了整体的维护速度。 索引需要占据物理空间,如果要建立聚簇索引,那么需要的空间就会更大,因为会将数据存储于叶子节点。 创建索引和维护索引要耗费时间,这种时间随着数据量的增加而增加
|
Java fastjson Apache
【数据安全】数据脱敏方案总结
【数据安全】数据脱敏方案总结
1063 1
|
项目管理 C++
【VS Code】安装配置调试C/C++(二)
【VS Code】安装配置调试C/C++(二)
339 1
|
SQL 存储 数据库
SQL语言的主要组成部分有哪些?
【5月更文挑战第20天】SQL语言的主要组成部分有哪些?
758 1
|
安全
如何申请APPC认证?
【6月更文挑战第2天】如何申请APPC认证?
539 0
|
机器学习/深度学习 人工智能 算法
探索机器学习中的支持向量机(SVM)算法
【4月更文挑战第19天】在数据科学和人工智能的广阔天地中,支持向量机(SVM)以其卓越的分类能力成为机器学习领域的重要算法之一。本文旨在剖析SVM的核心原理,探讨其高级应用技巧,并通过实例演示如何在复杂数据集中实现高效准确的分类。我们将深入理解SVM背后的数学机制,包括核技巧与对偶问题的概念,以及如何通过调整参数优化模型性能。文章最后将讨论SVM在现实世界问题中的实际应用案例,为读者提供即学即用的知识。