經(jīng)濟新常態(tài)下區(qū)域金融發(fā)展質量動態(tài)比較與借鑒

■向 琳

隨著中國“人口紅利”的消失和資本邊際報酬遞減，加上政府主導型投資的不可持續(xù)性，中國經(jīng)濟進入新常態(tài)。金融作為現(xiàn)代經(jīng)濟的核心，其發(fā)展質量成為經(jīng)濟發(fā)展方式轉變的重要推動力。同時我們注意到，伴隨著金融改革的深化和發(fā)展，各地區(qū)金融生態(tài)環(huán)境呈現(xiàn)較大差異，致使金融資源配置效率的空間布局日趨不平衡。區(qū)域金融發(fā)展不平衡必然導致宏觀經(jīng)濟政策的作用機制遭遇區(qū)域性結構矛盾，產(chǎn)生不同的區(qū)域效應（劉飛，2005）。為了定量分析區(qū)域金融發(fā)展的不均衡，提高金融發(fā)展質量，實現(xiàn)金融業(yè)的“又好又快”發(fā)展，需要分別對整個國家與各區(qū)域金融發(fā)展質量進行科學測度，找到影響金融發(fā)展質量因素的作用邊界。同時隨著考慮金融發(fā)展效率與規(guī)模對金融發(fā)展質量的貢獻率，需要對指標進行分解，為金融效率低下的區(qū)域提出針對性的建議，并對處于效率前沿地區(qū)的發(fā)展模式進行科學借鑒。

一、理論回顧

現(xiàn)有文獻針對金融業(yè)發(fā)展質量定量分析理論較少，本文借鑒經(jīng)濟增長質量分析方法。一般來講，金融業(yè)發(fā)展動力來自兩個方面：一是增加對金融業(yè)的投入，如增加固定資產(chǎn)投資與勞動量的投入；二是提高效率，主要指技術更新、管理水平提高與法律法規(guī)完善等。新古典經(jīng)濟學認為，經(jīng)濟增長的核心是全要素生產(chǎn)率的增長。全要素生產(chǎn)率衡量的是除勞動和資本以外其他要素所帶來的產(chǎn)出增長率，如技術進步、規(guī)模報酬等。最早反映生產(chǎn)率和經(jīng)濟增長關系的是 Cobb-Douglas函數(shù) （1923），后由 J.Tibergen（1942）引入時間因素，提出全要素生產(chǎn)率，此時生產(chǎn)要素僅包括勞動和資本，后來Davsi(1954)加入了原材料與能源等投入要素。Solow(1957)分離出技術進步對經(jīng)濟增長的影響，提出 “Solow剩余”。 Christensen、Jorgenson 和 Lau（1973）提出超越對數(shù)來測量全要素生產(chǎn)率,并認為生產(chǎn)函數(shù)中資本投入量應為投入流量不應為資本存量。此后，學界對全要素生產(chǎn)率做了大量的研究，出現(xiàn)了大量有價值的文獻成果。仔細分析這些文獻，從研究方法上，可以分為三種種思路：增長核算法、時間參數(shù)法與前沿生產(chǎn)函數(shù)法。(1)增長核算法一般用于計算索洛殘差值，該方法優(yōu)點是簡單易行，且符合經(jīng)濟規(guī)律。但同時在參數(shù)估計、規(guī)模報酬和技術外生性方面處理欠佳（段文斌，2009），其測算結果存在較大差別，如鄒至莊(1984)、陳時中(1986)、張軍擴(1991)、郭慶旺等(2005)、涂正革 (2006)認為全要素生產(chǎn)率增長緩慢，而 chow(2002)、張軍(2002)、孫琳琳等(2005)測算結果顯示全要素生產(chǎn)率增長較快。（2）時間參數(shù)法一般是先設定回歸方程，用計量方法直接估算全要素生產(chǎn)率。王小魯(2000)估算1953～1999年間中國全要素生產(chǎn)率增長率。張軍和施少華(2003)計算了1952～1998年間中國經(jīng)濟的全要素生產(chǎn)率及其增長率，認為在改革開放前,中國經(jīng)濟的全要素生產(chǎn)率波動很大,1978年的全要素生產(chǎn)率水平與1952年相比,不僅沒有增長,反而有所退步。但是在改革后,中國經(jīng)濟的全要素生產(chǎn)率有了明顯的提高。（3）前沿生產(chǎn)函數(shù)法一般包括參數(shù) （SFA）與分參數(shù)分析（DEA）方法，該方法能有效排除服從正態(tài)分布的誤差項，僅保留偏態(tài)分布的殘差值，作為生產(chǎn)效率的近似替代。本文就采用Caves、Christensen和 Diewert(1982)創(chuàng)建的基于DEA的Malmquist模型對各地區(qū)金融業(yè)全要素生產(chǎn)率進行測算。選擇該模型基于三方面考慮：一是各地區(qū)的數(shù)據(jù)質量問題，用Malmquist指數(shù)作了一階差分，各地區(qū)的同方向變化將會被消除；二是該模型由于利用時間段上的截面數(shù)據(jù)進行對比，對指標的選取上較為寬容，放開了指數(shù)化過程必須要求所使用的離散數(shù)據(jù)和時間派生數(shù)據(jù)近似相等的限定，也沒有對投入產(chǎn)出關系做任何限制；三是Malmquist指數(shù)法對全要素生產(chǎn)率進行分解，首先分解成技術效率和技術進步，再把技術效率分解成純技術效率和規(guī)模效率，這樣對全要素生產(chǎn)率的分析更加全面。利用MPI分析也有大量較高水平的文獻：如章祥稱和貴斌威(2008),顏鵬飛和王兵(2004)運用DEA法對技術進步和技術效率進行測算,鄭京海等(2005),岳書敬等(2006)應用DEA法對地區(qū)全要素生產(chǎn)率進行研究,陶洪等(2007)等對中國工業(yè)企業(yè)生產(chǎn)率的分析研究。

總體而言，學界研究金融發(fā)展質量的文獻比較少，利用全要素生產(chǎn)率分解金融發(fā)展質量的更少，在此基礎上進行對比分析的幾乎沒有。從某種程度上講，分析金融發(fā)展質量本身就是一種創(chuàng)新。本文在中國經(jīng)濟新常態(tài)的背景下，借鑒前人對經(jīng)濟發(fā)展質量研究成果的基礎上，以金融發(fā)展質量為研究對象，對金融區(qū)域發(fā)展效率與技術進步進行科學的測度與分解，以期得到金融業(yè)集約的可持續(xù)發(fā)展模式，并對經(jīng)濟轉型提供堅實保障。

二、數(shù)據(jù)選取與來源說明

本研究旨在分析各地區(qū)金融業(yè)發(fā)展的技術效率與技術進步，所以選擇中國31個省份為研究對象，構成Malmquist分析的基本決策單元（DUM）。在分析全要素生產(chǎn)率值時，Malmquist方法對指標的選取較為敏感，在現(xiàn)有的統(tǒng)計資料中，受到數(shù)據(jù)可得性的限制，僅能收集到2004～2013年10年間金融業(yè)產(chǎn)值、金融業(yè)固定資產(chǎn)投資數(shù)據(jù)，由于對勞動力統(tǒng)計口徑的變化，勞動力統(tǒng)計數(shù)據(jù)存在兩種情況：一是包括從2004～2013年的金融業(yè)城鎮(zhèn)就業(yè)人數(shù)；二是2002～2008年金融業(yè)全社會就業(yè)人數(shù)，Malmquist分析方法研究對象之間的對比，理論上認為在整個分析過程中指標選取一致，對結果的相對數(shù)不會存在較大影響，但會影響金融發(fā)展質量及其分解指標的絕對值。為了科學測定兩者分析結果是否存在顯著差異，現(xiàn)用Kolmogorov-Smirnov檢驗和t檢驗對2002～2008年間兩種結果進行檢驗，以期得到科學的指標選取結果。本文計算得到的檢驗統(tǒng)計量近似正態(tài)分布，兩樣本K-S檢驗的表達式為：Z=，其中n表示樣本量，D為兩個樣本積累經(jīng)驗分布函數(shù)之差。通過R軟件計算，結果見表1。

表1 Kolmogorov-Smirnov檢驗與t檢驗結果

從表1可以看出，除技術進步指標外，其他指標均不能拒絕兩者來自同一分布的假設。通過對技術進步兩個向量進行分析可以看出，大多數(shù)決策單元的技術進步指標趨同，即使有差距數(shù)值也不大，所有檢驗存在不同分布。且技術進步可由全要素生產(chǎn)率和技術效率計算而得，全要素生產(chǎn)率和技術效率均不能拒絕原假設，在一定程度上可以認為技術進步也來自同一分布。本文綜合指標數(shù)據(jù)選擇的科學性、可比性和可得性，選擇金融業(yè)城鎮(zhèn)就業(yè)人數(shù)作為人力投入指標。

本文數(shù)據(jù)來源于國研網(wǎng)統(tǒng)計數(shù)據(jù)庫，經(jīng)整理而得。其中2012年貴州省金融業(yè)固定資產(chǎn)投資數(shù)據(jù)有缺失，通過《貴州統(tǒng)計年鑒》（2013）獲取。

三、實證分析結果

把各投入產(chǎn)出指標帶入方程式中，運用經(jīng)濟學家Coelli在DOS系統(tǒng)下編寫的包絡數(shù)據(jù)分析軟件DEAP2.1，以投入為導向，采用可變規(guī)模報酬（VRS）模型。

（一）分析結果總體描述

為了直觀地觀察全要素生產(chǎn)率及其分解值的總體表現(xiàn)，根據(jù)實證計算結果，制作數(shù)據(jù)地圖，結果見圖1。

圖1 金融業(yè)全要素生產(chǎn)率、技術效率與技術進步數(shù)據(jù)地圖

從宏觀層面上看，全國金融業(yè)全要素生產(chǎn)率、技術效率存在明顯的區(qū)域集聚特征，這為本文的區(qū)域比較提供了直觀的依據(jù)。從省級數(shù)據(jù)統(tǒng)計分析來看，省級間差異較大，其中全要素生產(chǎn)率最大的是內蒙古，在2004～2013年10年間平均提高了33.8%，高出全國平均水平55.1%，同時高出最低的天津91.8%；內蒙古技術效率值最大，達到了1.292，遠高于全國平均水平0.859，湖北技術效率值最小，僅為0.422；陜西的技術進步值最大，平均上升4.6%，山西的技術進步最小，距離有效前沿14.6%；內蒙古的純技術效率值最大，為1.192，是技術效率的最大貢獻者，江蘇的值最低，僅為0.611；山西的規(guī)模效率最高，為1.172，湖北的規(guī)模效率最低，僅為0.563，同時規(guī)模效率低下是湖北技術效率的最大“累贅”。

（二）全要素生產(chǎn)率及分解值統(tǒng)計特征

我們首先考慮全國31個省份在2004～2013年期間的全要素生產(chǎn)率及其分解值，對相應的統(tǒng)計特征進行描述，并對各指標之間的關系進行梳理。結果見表2。

表2 技術效率與技術進步基本分布特征

從統(tǒng)計特征指標來看，我國31個省份在2004～2013年10年間全要素生產(chǎn)率平均降低了21.3%，且各省之間存在較大差異，方差高達0.206，說明我國各省間金融業(yè)發(fā)展并不均衡，甚至存在巨大的差距。從全要素生產(chǎn)率分解值來看，全要素生產(chǎn)率低下的原因直接來源于技術效率，平均值僅為0.859，說明我國金融業(yè)并沒有充分利用技術進步的優(yōu)勢（技術進步平均值為1.1%）來提高金融資源配置效率。值得注意的是，技術效率平均值為0.859，中位數(shù)為1.079，兩者相差較大，說明省際之間存在較大的不均衡，技術進步在各省之間的傳遞流動不夠充分。從技術效率的分解值上看，純技術效率和規(guī)模效率均未達到有效前沿，說明我國在提高金融業(yè)管理水平和規(guī)范金融業(yè)法律法規(guī)的同時，提高規(guī)模效率才是當前金融業(yè)發(fā)展的重點。從各指標值達到有效前沿個數(shù)與占比上看，僅有54.84%的省份全要素生產(chǎn)率達到有效前沿，其中主要的貢獻是技術進步，技術效率成為全要素生產(chǎn)率的“累贅”，使技術效率成為“累贅”的“累贅”是規(guī)模效率的低下，打破金融業(yè)的空間集聚，實現(xiàn)區(qū)域間均衡發(fā)展，提高整體規(guī)模效率，是提升當前金融發(fā)展質量的重點。

（三）空間上的表現(xiàn)特征

由于區(qū)域差距較大，結合圖1數(shù)據(jù)地圖的結論，本文認為傳統(tǒng)的中東西劃分方法對考慮區(qū)域內金融資源配置狀況分析欠佳，現(xiàn)借鑒以前經(jīng)濟區(qū)域劃分成果，按照經(jīng)濟體之間的緊密程度，分為八大綜合經(jīng)濟區(qū)①東北綜合經(jīng)濟區(qū)包括遼寧、吉林與黑龍江；北部沿海綜合經(jīng)濟區(qū)包括北京、天津、河北與山東；東部沿海綜合經(jīng)濟區(qū)上海、江蘇與浙江；南部沿海綜合經(jīng)濟區(qū)包括福建、廣東與海南；黃河中游綜合經(jīng)濟區(qū)包括陜西、山西、河南與內蒙古；長江中游綜合經(jīng)濟區(qū)湖北、湖南、江西與安徽；大西南綜合經(jīng)濟區(qū)包括云南、貴州、四川、重慶與廣西；大西北綜合經(jīng)濟區(qū)包括甘肅、青海、寧夏、西藏與新疆。，各區(qū)域金融發(fā)展質量見表3。

表3 全要素生產(chǎn)率及其分解值的區(qū)域比較

從區(qū)域比較角度來看，區(qū)域間金融業(yè)全要素生產(chǎn)率存在較大差異，其中全要素生產(chǎn)率最大的是大西南經(jīng)濟綜合區(qū)，全要素生產(chǎn)率平均上升了14.04%，最小的是東北沿海經(jīng)濟綜合區(qū)，全要素生產(chǎn)率平均下降了53.8%。全要素生產(chǎn)率改善的區(qū)域有東北經(jīng)濟綜合區(qū)、黃河中游經(jīng)濟綜合區(qū)和大西北綜合經(jīng)濟區(qū)三大區(qū)域，全要素生產(chǎn)率在2004～2013年間未改善的區(qū)域包括三大沿海綜合經(jīng)濟區(qū)、長江中游綜合經(jīng)濟區(qū)與大西南綜合經(jīng)濟區(qū)。

從全要素生產(chǎn)率分解值來看，全要素生產(chǎn)率主要受到技術效率的影響，技術進步在2004～2013年間均得到了提高，黃河中游綜合經(jīng)濟區(qū)技術進步雖然未達到有效前沿，但距離有效前沿僅為1%，有理由相信區(qū)域全要素生產(chǎn)率主要受技術進步的貢獻，這也印證了全國的結論。技術效率與技術進步相關系數(shù)為-0.18〈0.3，說明技術效率與技術進步之間不存在相關性。

從技術效率及分解值看，技術效率總體來看均不理想，僅黃河中游與大西北經(jīng)綜合經(jīng)濟區(qū)達到技術效率動態(tài)有效前沿，其他區(qū)域均未達到技術效率有效前沿。其中黃河中游綜合經(jīng)濟區(qū)平均提高了8.05%，大西北綜合經(jīng)濟區(qū)平均提高了13.3%，分析兩區(qū)域純技術效率和規(guī)模效率可以看出，兩區(qū)域技術效率的提高得益于投入要素的合理與規(guī)模的適當，且作用力相當。

為了深入探究技術效率未達到有效前沿區(qū)域的原因，現(xiàn)將未達到有效技術前沿的地區(qū)分為兩個梯隊：第一梯隊是偏離有效前沿較大的地區(qū)，包括三大沿海綜合經(jīng)濟區(qū)；第二梯隊是技術性效率偏離有效前沿不大的地區(qū)，包括東北綜合經(jīng)濟區(qū)（0.9913）、長江中游經(jīng)濟區(qū) （0.9463）與大西南綜合經(jīng)濟區(qū)（0.9350）。第一梯隊主要受制于規(guī)模效率的低下，說明沿海地區(qū)金融機構已經(jīng)超出了最佳生產(chǎn)規(guī)模的階段，所以應該引入金融市場的競爭機制，縮小單個金融機構規(guī)模，增大競爭性金融機構數(shù)量。這也驗證了潘英麗（2003）的結論，她通過實證分析認為金融機構空間聚集可能存在負聚集效應，效應不經(jīng)濟主要體現(xiàn)在昂貴辦公樓租金、時區(qū)差別、信息成本增加、市場供給能力過剩，影響了金融業(yè)過度競爭，導致了平均利潤率下降。除了規(guī)模效率的低下，沿海地區(qū)金融效率還存在投入產(chǎn)出的不合理性，金融業(yè)的發(fā)展還處于粗放式階段，產(chǎn)出的增加主要依靠投入的增加，而這樣的投入理論上應該有更多的產(chǎn)出。該觀點同時也得到了部分學者的證實，如張清正（2013）認為金融資源逐漸向沿海集聚，中西部省市的金融資源則大量流出，金融資源空間集聚的“黑洞效應”顯現(xiàn)，致使沿海地區(qū)金融業(yè)規(guī)模不經(jīng)濟。第二梯隊主要受到規(guī)模效率的影響，與第一梯隊中規(guī)模效率低下不同的是，第二梯隊中規(guī)模效率低下的原因是規(guī)模經(jīng)濟未能體現(xiàn)，應該擴大規(guī)模以追求規(guī)模經(jīng)濟。第二梯隊中東北綜合經(jīng)濟區(qū)應該提高金融業(yè)管理水平和完善相應法律法規(guī)，距離有效前沿僅有1.1%的距離；長江中游與大西南綜合經(jīng)濟區(qū)的純技術效率均達到了有效前沿。

四、結論

本文對中國金融發(fā)展質量進行實證分析，研究了31個省份在2004～2013年間金融業(yè)全要素生產(chǎn)率的動態(tài)變化，并對區(qū)域間進行對比分析，研究發(fā)現(xiàn)：

1.全國金融業(yè)發(fā)展質量、技術效率存在明顯的區(qū)域集聚特征，各省間金融業(yè)發(fā)展并不均衡，甚至存在巨大的差距。金融發(fā)展質量中技術進步的貢獻率較高，技術效率與技術進步之間不存在相關性。

2.我國金融業(yè)并沒有充分利用技術進步的優(yōu)勢來提高金融資源配置效率，且省際之間存在較大的不均衡，技術進步在各省之間的傳遞流動不夠充分。

3.技術效率低下是制約金融發(fā)展質量的主要因素，規(guī)模效率的低下是技術效率低下的主要因素，打破金融業(yè)的空間集聚，實現(xiàn)區(qū)域間均衡發(fā)展，提高整體規(guī)模效率，是提高當前金融發(fā)展質量的重點。

4.較高金融發(fā)展質量的區(qū)域得益于投入要素的合理性和規(guī)模的適當，且兩者作用力相當。

5.金融發(fā)展質量期間未改善的區(qū)域中，第一梯隊（三大沿海綜合經(jīng)濟區(qū)）金融機構已經(jīng)超出了最佳生產(chǎn)規(guī)模的階段，所以應該引入金融市場的競爭機制，縮小單個金融機構規(guī)模，增大競爭性金融機構數(shù)量。第二梯隊（東北、長江中游與大西南綜合經(jīng)濟區(qū)）規(guī)模效率低下的原因是規(guī)模經(jīng)濟未能體現(xiàn)，應該擴大規(guī)模以追求規(guī)模經(jīng)濟。

[1]陸遠權，張德鋼.我國區(qū)域金融效率測度及效率差異研究[J].經(jīng)濟地理，2012，(01)：96～101.

[2]劉秉鐮，李清彬.中國城市全要素生產(chǎn)率的動態(tài)實證分析：1990～2006[J].南開經(jīng)濟研究,2009，(3):139～152.

[3]傅勇，白龍.中國改革開放以來的全要素生產(chǎn)率變動及其分解（1978～2006 年）[J].金融研究，2009，(7):38～50.

[4]WILLIAM W.COOPER，LAWRENCE M.SEIFORD，KAORU TONE.Data Envelopment Analysis（2nd）[M].Springer Science& Business Media，LLC,2007:330～331.

[5]鄭玉歆.理解全要素生產(chǎn)率[D].中國社科院數(shù)量經(jīng)濟技術經(jīng)濟研究所工作論文，2007:1～9.

[6]王小魯?shù)?中國經(jīng)濟增長方式轉換和增長可持續(xù)性[J].經(jīng)濟研究，2009，(1):4～16.

[7]Jefferson D.W.Gary H.Behind the Open Door:Foreign Enterprises in the Chinese Marketplace[J].Institute for International Economics，Working paper,2000:2～16.

[8]劉建國等.中國經(jīng)濟效率和全要素生產(chǎn)率的空間分異及其影響[J].地理學報，2012，(8):1069～1084.

[9]潘英麗.論金融中心形成的微觀基礎——金融機構的空間集聚[J].上海財經(jīng)大學學報，2003，(2)：50～57.