云南省16州市金融資源配置效率分析

□文/周 玲

（云南財經(jīng)大學 云南·昆明）

[提要］目前，我國金融市場中存在金融供給層面失衡及金融配置效率不一的問題。本文采用DEA-Malmquist模型對云南省16個州市金融資源配置效率進行測算，并進行指數(shù)分解與分析。根據(jù)測算結果可知，云南省整體金融資源配置有效，但16個州市配置效率存在著較大的差異。另外，影響金融資源配置效率的主要因素是技術進步效率，技術利用率次之。

十九大以來，我國的主要矛盾已經(jīng)轉(zhuǎn)變?yōu)槿嗣袢找嬖鲩L的美好生活需要與不平衡不充分的發(fā)展之間的矛盾，體現(xiàn)在金融市場中，則表現(xiàn)為金融供給層面的區(qū)域分布失衡以及金融配置職能較為虛弱等。在云南省，由于受到地理位置差異及城市發(fā)展水平存在差距的影響，導致16個州市居民接受金融服務的程度并不一致，金融資源配置效率存在較大差異。因此，分別測度云南省16個州市的金融資源配置效率，并進行Malmquist指數(shù)分解及分析，對如何有效地提升云南省整體的金融資源配置效率、改善16個州市之間金融資源失衡的局面具有重要意義。

一、國內(nèi)外文獻綜述

資金配置及資金流通是金融的主要功能之一，但我國各城市所提供金融服務的質(zhì)量及數(shù)量之間卻存在著較大的差異。我國本身是農(nóng)業(yè)發(fā)展大國，城鄉(xiāng)之間發(fā)展不平衡的現(xiàn)象也十分嚴重。長期以來，不論是資金配置還是金融機構的服務行為，我國農(nóng)村地區(qū)和居民并不能獲得充足和優(yōu)質(zhì)的金融資源。在不同區(qū)域之間，農(nóng)村金融資源配置在規(guī)模、結果和使用效率上均存在差異。

另外，我國的金融資源配置是為了適應我國的經(jīng)濟發(fā)展模式而設定的，是一種以政府為主導的配置模式。這種配置方式導致金融資源配置的效率相對較低，金融機構的發(fā)展明顯不足，使得金融資源未能配置到高效率的生產(chǎn)部門。雖然我國金融資源供給總量充裕，金融資源配置卻呈現(xiàn)大型企業(yè)資金穩(wěn)健和中小微企業(yè)融資難、融資貴并存的局面。因此，高效的金融體系需要承擔資源配置的職能，而我國目前的金融體系明顯未能充分發(fā)揮這一功能。宋曉薇（2020）采用DEA模型對中部六省的金融發(fā)展狀況和金融資源配置效率進行測度分析，發(fā)現(xiàn)金融資源配置效率較低的原因在于金融制度和金融體系的不完善。孫志紅、王紅星（2018）利用三階段DEA建立實證模型，結果表明我國中西部地區(qū)的科技資源配置效率整體較差。林進忠、藍麗嬌（2019）通過構建DEA-Malmquist模型發(fā)現(xiàn)，從福建全省層面上看，金融資源的配置均非DEA有效，但Malmquist指數(shù)分解后整體上全省金融資源配置純技術DEA有效；從地級市層面看，各地級市的金融資源配置存在不同程度冗余，金融資源規(guī)模報酬呈遞減趨勢。國外學者對于金融資源配置效率也有相關的研究。Fang等（2013）提出，金融資源配置將導致不同行業(yè)的經(jīng)濟效率和生產(chǎn)總值會存在差異。Klenow和Hsieh（2009）利用1998～2005年企業(yè)層面的數(shù)據(jù)，研究對比了我國和印度的具體情況，發(fā)現(xiàn)我國全要素生產(chǎn)率因為資本和勞動力配置的扭曲而損失了30%～50%。

二、理論分析

金融是實體經(jīng)濟的血脈，更好地為經(jīng)濟社會發(fā)展而服務是其宗旨所在。另外，金融也承擔著引導資金配置以及資金融通的功能。我國目前的金融體系明顯未能充分發(fā)揮這一功能。在我國銀行主導型金融體系與金融市場化程度仍然有所不足的現(xiàn)實條件下，金融資源配置可能存在一定程度的扭曲。因此，本文使用DEA-Malmquist模型對云南省16個州市2012～2020年的金融資源配置效率進行測算，分析云南省整體金融資源配置及16個州市之間的差異；將配置效率進行Malmquist指數(shù)的分解，分析對金融資源配置效率產(chǎn)生主要影響的因素，為云南省更加有效地提升整體金融資源配置效率提供依據(jù)，并提出相應的政策建議。

三、實證研究

（一）DEA-Malmquist模型。現(xiàn)有的國內(nèi)外研究文獻中，采用DEA模型對金融資源配置效率進行測算較為普遍，并且Malmquist指數(shù)被廣泛應用在測算生產(chǎn)效率變化的領域，可以對各決策單元之間的變化進行測算。因此，本文選擇DEAMalmquist模型對云南省16個州市的金融資源配置效率進行測算。

（二）投入及產(chǎn)出變量的選擇。本文參考相關實證研究文獻，結合我國金融業(yè)特點，基于數(shù)據(jù)可得性，將金融機構存、貸款余額及金融業(yè)從業(yè)人數(shù)作為投入指標，將第三產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值作為產(chǎn)出指標，運用DEA-Malmquist模型來測算云南省16個州市2012～2020年的金融資源配置效率。主要數(shù)據(jù)來源于云南省統(tǒng)計年鑒。

（三）DEA-Malmquist模型測算結果

1、云南省2012～2020年金融資源配置效率Malmquist指數(shù)分析。根據(jù)Malmquit指數(shù)的分解，由表1可以看出：首先，除了2015年、2017年、2018年及2020年，其余年份的全要素生產(chǎn)率均大于1，說明云南省整體金融資源配置的效率有效；但這9年的規(guī)模效率變化指數(shù)均值僅為0.993，說明云南省從總體來看仍然處于規(guī)模報酬遞減的水平。其次，2020年的全要素生產(chǎn)率僅為0.558，遠遠低于云南省9年的平均水平，可能是由于2020年整體環(huán)境的沖擊及影響，導致整個社會層面的經(jīng)濟發(fā)展態(tài)勢不太好。再次，2019年云南省的全要素生產(chǎn)率指數(shù)為2.013，其中技術進步指數(shù)達到2.015，說明該年金融資源配置效率的提升主要得益于技術水平等方面的提升。最后，技術進步指數(shù)對全要素生產(chǎn)率變化指數(shù)的影響最為顯著，技術效率指數(shù)對全要素生產(chǎn)率產(chǎn)生的影響次之。（表1）

表1 2012～2020年云南省金融資源配置效率Malmquist指數(shù)及分解一覽表

2、云南省16州市各年金融資源配置效率平均Malmquist指數(shù)分析。根據(jù)表2，可以將16個州市分為四個類別：第一類為曲靖市、保山市，其技術進步指數(shù)、技術效率指數(shù)以及純技術效率變化指數(shù)都大于1，說明金融資源配置有效主要受到技術進步及技術利用率的影響；第二類為西雙版納州、昆明市、怒江市及麗江市，其全要素生產(chǎn)率在全省排名均靠前，并且技術進步指數(shù)均大于1，但技術效率指數(shù)均小于1，說明技術進步指數(shù)對金融資源配置效率的影響最大；第三類為普洱市及紅河州，其全要素生產(chǎn)率在全省排名靠中，技術效率指數(shù)均大于1，技術進步指數(shù)小于1，說明技術利用率的提升能夠引起金融資源配置效率的提升，但效果弱于技術進步指數(shù)；第四類為玉溪市、德宏州、臨滄市、昭通市、文山州、迪慶州、大理州、楚雄州，其技術效率及技術進步效率均小于1，并且全要素生產(chǎn)率在全省排名末尾，說明這8個地級市的技術利用率及技術進步水平均不高，影響到金融資源的有效配置。（表2）

表2 2012～2020年云南省16州市各年金融資源配置效率平均Malmquist指數(shù)及其分解一覽表

四、結論及建議

（一）結論。根據(jù)DEA-Malmquist模型指數(shù)分解結果可以看出：（1）云南省總體的金融資源配置效率不錯，由Malmquist指數(shù)分解可得，2012～2020年間的全要素生產(chǎn)率達到了0.999，整體金融資源的利用率較高。（2）云南省9年間的金融資源配置效率波動幅度較大，也比較容易受到當年整體經(jīng)濟波動的影響，例如2020年的整體環(huán)境。（3）云南省16個州市之間的金融資源配置效率差異較大，如昆明市、玉溪市、紅河州、大理州這4個GDP排名在全省靠前的地級市，其金融資源配置效率較為低下，而保山市、西雙版納州、普洱市這3個地級市，GDP在全省16個地級市中排名較靠后，所擁有的金融資源相對也較少，但整體金融資源配置的效率卻較高。（4）對云南省金融資源配置效率產(chǎn)生較大影響的因素為技術進步效率，技術效率次之：由Malmquist指數(shù)分解可知，當一個城市的技術進步效率大于1時，能夠較為顯著地拉升整體的金融資源配置效率；技術效率對金融資源配置效率也能夠產(chǎn)生提升作用，但影響并不顯著。

（二）建議。考慮到對金融資源配置效率的整體影響，為顯著改善金融資源的配置效率提出以下建議：一是應當引進高新技術，對相關產(chǎn)業(yè)進行根本性變革，從源頭上提升金融資源的配置效率；二是應當充分提升各類技術的利用率，避免技術資源的閑置；三是政府相關部門除了將資源配置到經(jīng)濟發(fā)展的目標上之外，還應當順應市場需求，合理引導金融資源的配置流向，推動相關產(chǎn)業(yè)的發(fā)展。