延邊州工業產業金融支持效率研究
——基于延邊州2008-2019年經濟金融數據

（中國人民銀行延邊州中心支行，吉林延邊 133000）

一、延邊州工業產業金融支持現狀和困境

（一）工業產業發展情況

1.產業規模呈波浪式前進趨勢。2008-2019年，延邊地區規模以上工業總產值由144.51億元增長至191.12億元，工業生產總值占地區生產總值的比重在26%-47%之間，2016年達到最高值為1523.82億元，較2008年增長4.4倍。2017年，受周邊環境動蕩、市場投資信心不足、水災侵襲等因素影響，規模以上工業總產值當年縮減45.4億元，工業產業主導優勢出現弱化。

2.重點產業支柱優勢作用明顯。隨著2014年國有天然林全面停伐政策的實施，木制品加工業喪失支柱產業地位，食品產業、能源礦產業、醫藥工業成為當前延邊地區三大支柱產業，占規模以上工業的比重達85%以上。2019年，延邊州規模以上黑色金屬礦采選業、食品制造業、農副食品加工業、煙草制造業的工業總產值同比增速分別為103.3%、38.6%、20.3%、12%。

3.工業企業經濟效益下滑。從延邊地區規模以上工業企業數量看，數量由2018年的491個減少到308個，同比減少37%。2019年，規模以上工業企業營業利潤同比下降25.2%，同比增速低于上年同期40.2個百分點；虧損企業虧損額同比增長43.5%，同比增速高于上年同期52.3個百分點。

4.企業單位數量大幅減少。按規模以上工業企業登記注冊類型看，延邊地區國有企業數量由2008年的25個減少至2019年的6個，股份制企業數量由2008年的320個減少至2019年的283個，外商及港澳臺商投資企業數量由2008年的88個減少至2019年的19個。按輕重工業看，規模以上輕工業企業數量由2008年的196個減少至2019年的167個，重工業企業數量由2008年的239個減少至2019年的145個。

（二）金融支持工業產業情況

1.金融服務覆蓋面不斷擴大。延邊州銀行業金融機構家數由2008年末的16家增加至2019年末的28家，增長75%；銀行業金融機構網點數由2008年末的388個增加至2019年末的569個，增長46.6%。

2.金融支持有效緩解工業產業資金需求。截至2019年末，延邊州工業企業貸款余額為188.37億元，較2008年末增長3.4倍。2008年以來，工業貸款余額占企業貸款余額的比重在25-40%之間，占各項貸款余額的比重在16-27%之間，有力支持工業產業轉型升級。

3.金融大力支持工業產業綠色轉型升級。延邊州綠色貸款余額由2018年1季度的56.9億元，增長至2019年末的83.8億元，開展綠色貸款業務的金融機構家數由8家增加到15家，增加近一倍，有力支持電力熱力燃氣及水生產和供應業、清潔能源產業等工業產業轉型升級。

二、延邊州工業產業金融支持效率實證分析

（一）指標選取

1.數據來源。產出指標數據來源于《延邊統計年鑒》，投入指標數據來源于中國人民銀行金融統計監測管理信息系統。

2.指標選取。根據行業分類和借鑒參考文獻，本文選取的投入指標包括工業產業貸款①工業產業貸款=采礦業貸款+制造業貸款+電力、熱力燃氣及水生產和供應業貸款。，工業產業貸款占各項貸款比重②工業產業貸款占各項貸款比重=工業產業貸款/各項貸款。，衡量延邊州金融機構對工業產業發展的支持力度與相對水平；產出指標包括工業產值、工業單位從業人員平均勞動報酬③工業單位從業人員平均勞動報酬=采礦業單位從業人員★采礦業單位從業人員平均勞動報酬+制造業從業人員★制造業單位從業人員平均勞動報酬+電力、熱力燃氣及水生產和供應業從業人員★電力、熱力燃氣及水生產和供應業單位從業人員平均勞動報酬）/(采礦業單位從業人員+制造業從業人員+電力、熱力燃氣及水生產和供應業從業人員。，衡量延邊州工業產業發展水平與帶動能力。

（二）DEA數據包絡模型

按照規模收益是否可變，DEA模型分為基于規模收益不變假設下的C2R模型和基于規模收益可變假設下的 BC2模型。根據對效率的測量方式，DEA模型分為投入導向型和產出導向型，產出導向型測度基本思想是基于不改變既定投入而使產出最大化，即將增加產出作為優化效率的主要途徑，本文主要研究在既定的金融資源投入條件下工業產業的產出情況，因此選擇產出導向的BC2模型。

BC2模型將綜合技術效率（TE）分解為純技術效率（PTE）和規模效率（SE）,即TE=PTE*SE。對于任一決策單元DMU0，BC2模型可表示為：

式（1）中，n為決策單元個數，xij（j=1，2，…，m）為投入要素，m為投入指標數，yir（r=1,2，…，s）為產出要素，s為產出指標數，s+和s-為松弛變量，θ*為效率值最優解，即決策單元的最佳技術效率得分,本文選取2008-2019年的時間序列數據，共12期數據，投入指標2個，產出指標2個，因此n=12,m=2,s=2。效率值θ∈（0,1]。當θ*=1時，稱決策單元DEA有效；當0＜θ*＜1 時，決策單元非DEA有效，表明該決策單元投入不當，θ*值越小，效率越低。

（三）延邊州工業金融支持效率評價結果分析

利用Deap2.1軟件基于產出導向的BC2模型分別計算延邊州2008-2019年期間每年的綜合技術效率、純技術效率和規模技術效率，測算結果經整理后如表1所示。

表1 2008-2019延邊州工業金融支持效率

由表1可知，綜合技術效率呈波動變化趨勢，12年中有5年達到有效值1，達標率為41.67%，2017年最低僅為0.75；從構成綜合技術效率值的兩項指標看，純技術效率有7年達到有效值1，達標率為58.33%，規模效率有6年達到有效值1，達標率為50%；2008-2019年，綜合技術效率、純技術效率、規模效率平均值分別為0.95、0.96、0.98，雖未達到充分有效，但仍處于較高水平，說明延邊州工業產業金融支持效率較高，但仍存在發展空間，純技術效率平均值小于規模效率平均值，說明通過提高純技術效率以提高延邊州工業金融支持效率是較好的選擇途徑，因此需運用新技術提高金融支持工業產業效率。

三、政策建議

（一）企業方面：加快企業轉型，掌握核心技術

一是加快企業轉型。立足習近平總書記提出的“雙循環”理念，根據國內外市場需求，深化工業領域供給側結構型改革，提高產品市場競爭力及附加值，培育龍頭企業。二是努力掌握核心技術。通過吸納高素質專業人才、增加研發經費等方式增加人力物力的投入，致力于攻關核心技術，提高科技成果轉化率。

（二）金融機構方面：助力實體經濟，優化金融服務

一是優化信貸結構，助力企業轉型。金融機構要切實把貫徹落實貨幣政策與支持地方經濟發展有機結合，優化信貸資源配置，不斷擴大工業企業融資總量。通過減費讓利、積極爭取上級行政策傾斜、運用再貸款等方式，降低企業融資成本。二是提高金融服務效率。針對工業企業特點，加強金融產品和服務方式創新，簡化審批流程，深入基層了解企業經營狀況和融資難題，積極運用大數據、云計算、移動支付等信息技術，幫助企業渡過難關。

（三）政府方面：營造良好營商環境，扶持工業產業發展

一是加快政府職能轉變，營造良好營商環境。運用當地豐富的自然資源和旅游資源，推動經濟發展質量、效率和動力變革，優化資源配置，營造公平競爭的市場環境，培育工業產業發展新動能，激發各類市場主體活力。二是細化鼓勵和扶持工業產業發展相關政策。通過細化工業產業發展激烈和扶持政策及實施細則，明確工業轉型各階段激勵政策、企業獎補政策、財政扶持政策等，吸引企業落戶，推動企業規模擴張，不斷提高工業產業發展質量和效率。