中國金融資源配置效率的時空演變與區(qū)域差異

王田田，彭 耿

（1.吉首大學(xué)商學(xué)院，湖南吉首 416000；2.江蘇理工學(xué)院商學(xué)院，江蘇常州 213001）

一、引言

金融業(yè)是現(xiàn)代經(jīng)濟的核心產(chǎn)業(yè)，金融資源作為稀缺資源，配置效率的高低直接影響區(qū)域經(jīng)濟發(fā)展的速度和規(guī)模。由于國有企業(yè)和大型企業(yè)的金融資源被擠占、銀行的壟斷經(jīng)營等原因，導(dǎo)致我國存在普遍的金融錯配現(xiàn)象，即金融資源沒有配置到效率最高的部門（林東杰等，2022）。金融錯配會通過融資約束抑制企業(yè)的生產(chǎn)性投資行為，從而降低企業(yè)的實體投資行為，弱化金融的跨期資源配置的能力，進(jìn)而對宏觀經(jīng)濟增長產(chǎn)生負(fù)向影響（韓珣和李建軍，2020）。因此，要推進(jìn)金融供給側(cè)改革，糾正資源錯配，使金融資源流向生產(chǎn)率高的領(lǐng)域（倫曉波等，2018）。

當(dāng)前，我國金融行業(yè)發(fā)展迅速，可供配置的金融資源愈發(fā)壯大，金融資源的配置趨于系統(tǒng)化、復(fù)雜化。另外，金融資源配置效率的區(qū)域差異也是經(jīng)濟發(fā)展不平衡的重要表現(xiàn)，因此，從效率的角度來考察金融業(yè)的發(fā)展?fàn)顩r，深入研究我國區(qū)域金融資源配置狀況及其區(qū)域差異，對提高我國整體金融發(fā)展水平，乃至整個經(jīng)濟發(fā)展水平都具有重要的理論和現(xiàn)實意義。本文通過借鑒國內(nèi)外金融資源配置已有的理論和實踐成果，對我國不同區(qū)域進(jìn)行金融資源配置效率評價，并分析其時空演變趨勢和區(qū)域差異，能夠反映出怎樣對金融資源在不同生產(chǎn)要素、不同區(qū)域中進(jìn)行分配才能達(dá)到最佳經(jīng)濟效益，從而更好地服務(wù)于經(jīng)濟發(fā)展。

二、文獻(xiàn)綜述

金融資源這種稀缺資源的合理配置對經(jīng)濟發(fā)展至關(guān)重要。當(dāng)金融危機發(fā)生時，通常意味著金融資源配置不當(dāng)和低效率，使其阻礙經(jīng)濟的發(fā)展（白欽先和丁志杰，1998；白欽先，1998）。王振山將經(jīng)濟學(xué)領(lǐng)域的帕累托最優(yōu)引入金融學(xué)領(lǐng)域，如果全社會可利用的金融資源均達(dá)到帕累托最優(yōu)狀態(tài)，那么就認(rèn)為該金融社會達(dá)到了金融資源配置有效（王振山，1999）。沈軍進(jìn)一步將金融效率劃分為微觀和宏觀兩個層面，并認(rèn)為宏觀金融效率才是金融資源配置效率，它是指在一定的金融制度下，一個金融系統(tǒng)內(nèi)金融資源的配置效率（沈軍，2006）。

許多文獻(xiàn)用不同的方法從多個角度測度金融資源配置效率。Wurgler（2000）較早地構(gòu)建了資本配置效率模型來估算不同國家的資本配置效率差異。余劍（2010）將最優(yōu)化思想和運籌學(xué)理論結(jié)合在一起，提出了金融資源配置效率的判定方法，模擬制造行業(yè)的生產(chǎn)函數(shù)，并利用數(shù)學(xué)軟件求解最優(yōu)指標(biāo)，以此來判定行業(yè)中的最佳金融資源配置狀態(tài)。楊光明等（2018）采用至強有效前沿的最小距離法，測算了我國省際金融業(yè)效率值，發(fā)現(xiàn)金融效率的動態(tài)演進(jìn)曲線呈現(xiàn)“單峰”的形態(tài)，并隨著時間的推移表現(xiàn)出向右移動的態(tài)勢。楊友才等（2019）基于面板的廣義DEA 方法對金融資源配置效率進(jìn)行測算，并在此基礎(chǔ)上檢驗了金融資源配置效率與全要素生產(chǎn)率之間的關(guān)系。李俊霞和溫小霓（2019）基于規(guī)模報酬可變的Bootstrap-DEA 模型測算了中國科技金融資源配置效率，結(jié)果顯示科技金融資源配置整體上未達(dá)到最優(yōu)狀態(tài)。趙文舉和張曾蓮（2022）從金融資源配置服務(wù)于“雙循環(huán)”戰(zhàn)略視角，運用超效率DEA 模型測算了金融資源配置效率，所選取的產(chǎn)出指標(biāo)更多地關(guān)注了金融資源配置對生產(chǎn)領(lǐng)域、消費領(lǐng)域與產(chǎn)業(yè)結(jié)構(gòu)升級的影響。

現(xiàn)有關(guān)于金融資源配置效率的研究取得了豐富的成果，但還存在兩方面問題：一方面，對金融資源配置效率的測算多采用傳統(tǒng)DEA 方法，該方法忽視了有關(guān)外部環(huán)境和隨機誤差項的影響，測度結(jié)果可能會偏離實際情況；另一方面，現(xiàn)有對金融資源配置效率區(qū)域差異的研究，沒有明晰區(qū)域差異的來源。鑒于此，本文運用三階段DEA 模型對金融資源配置效率進(jìn)行測度，由于該模型考慮了環(huán)境變量與隨機干擾項對于效率值的影響，使得測算的效率值能夠更接近實際值。此外，運用Dagum 基尼系數(shù)法以揭示金融資源配置效率的區(qū)域差異及其來源，Dagum（1997）在Theil 指數(shù)基礎(chǔ)上，將基尼系數(shù)進(jìn)一步分解為區(qū)域內(nèi)差距貢獻(xiàn)率、區(qū)域間差距貢獻(xiàn)和超變密度貢獻(xiàn)，解決了樣本之間的交叉重疊問題，能夠更科學(xué)地揭示區(qū)域差異及來源。

三、實證方法與研究設(shè)計

（一）三階段DEA 模型

Fried et al（2002）提出的三階段DEA 模型在原本DEA 模型的基礎(chǔ)上，剔除了環(huán)境變量與隨機誤差項對于效率值的影響。該模型分為三個階段：

第一階段，由于金融資源投入產(chǎn)出規(guī)模報酬不定，因此，采用規(guī)模報酬可變的BCC 模型進(jìn)行初始評價。對于任何DMU 來說，投入導(dǎo)向的BCC 模型可表示為：

其中，j=1，2，…，n表示決策單元，X，Y分別是投入、產(chǎn)出向量。若θ=1，S+=S-=0，則認(rèn)為該決策單元DEA 有效；若θ=1，S+≠0 或S-≠0，則決策單元弱DEA 有效；若θ＜1，則決策單元非DEA 有效。

第二階段，將第一階段計算得到的投入松弛變量作為被解釋變量，將環(huán)境變量作為解釋變量進(jìn)行回歸分析，利用SFA 模型調(diào)整隨機干擾項和環(huán)境因素對金融資源配置效率值的影響，將每個決策單元置于相同的環(huán)境下，構(gòu)造SFA 回歸函數(shù)（投入導(dǎo)向）：

其中，Sni代表第i個DMU 第n項投入的松弛值；f（Zi；βn）表示環(huán)境解釋變量對投入松弛變量的影響，Zi是環(huán)境解釋變量，βn是環(huán)境變量的系數(shù)；vni+μni是混合誤差項；其中vni～N（0，σv2）是隨機誤差項，表示隨機干擾項對投入松弛變量的影響，μni～N+（0，σμ2）是管理無效率，表示管理因素對投入松弛變量的影響。調(diào)整公式如下：

第三階段，調(diào)整后的DEA模型。以調(diào)整后的投入變量替換初始投入變量，產(chǎn)出變量保持不變，再次使用第一階段的BCC 模型測算各個省級區(qū)域的金融資源配置效率值，得到的效率值已經(jīng)剔除了環(huán)境解釋變量和隨機誤差項的影響，結(jié)果更加真實可靠。

（二）Dagum 基尼系數(shù)

在金融資源配置效率測算結(jié)果數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步進(jìn)行Dagum 基尼系數(shù)測算及其分解，分析中國區(qū)域金融資源配置效率的不平衡性和區(qū)域差異?；嵯禂?shù)計算公式為：

其中，yji、yhr分別表示j、h 地區(qū)內(nèi)第i、r 個省份的金融資源配置效率，n 表示省級區(qū)域的個數(shù)，μ表示各省份金融資源配置效率的均值，k 表示劃分的地區(qū)個數(shù)，nj、nh表示第j、h 地區(qū)內(nèi)省份的個數(shù)。

其中，地區(qū)j 的基尼系數(shù)為：

地區(qū)j- h 之間的基尼系數(shù)為：

Dagum（1997）將基尼系數(shù)（G）分解成三個部分，即：G=Gw+Gnb+Gt，其中Gw為區(qū)域內(nèi)差距貢獻(xiàn)、Gnb為區(qū)域間差距貢獻(xiàn)、Gt為超變密度貢獻(xiàn)。如果交叉項不存在，則超變密度貢獻(xiàn)Gt，就為0。

按東中西三大地區(qū)分為三個樣本子群體，即K=1，2，3 分別代表東中西部地區(qū)。地區(qū)內(nèi)差距的貢獻(xiàn)為：

地區(qū)間差距的貢獻(xiàn)為：

超變密度貢獻(xiàn)為：

Djh是j、h 兩地區(qū)金融資源配置效率的相對影響，djh為地區(qū)j 與地區(qū)h 中所有yji-yhr＞0 的數(shù)學(xué)期望，pjjh為地區(qū)j 與地區(qū)h 中所有yji-yhr＜0 的數(shù)學(xué)期望。

（三）變量選擇與數(shù)據(jù)來源

基于金融資源配置效率測度邏輯，同時兼顧測度指標(biāo)層次性與數(shù)據(jù)可得性，選取包括從業(yè)人員投入、人力資本投入、固定資產(chǎn)投入和貸款資金投入在內(nèi)的投入指標(biāo)。以金融相關(guān)比率、金融業(yè)產(chǎn)出和數(shù)字金融發(fā)展作為產(chǎn)出指標(biāo)，為剔除環(huán)境變量對測算結(jié)果的影響，將城鎮(zhèn)化環(huán)境、消費環(huán)境、經(jīng)濟發(fā)展環(huán)境、市場環(huán)境、產(chǎn)業(yè)環(huán)境和經(jīng)濟開放環(huán)境作為SFA 模型中的環(huán)境解釋變量。具體變量選取及數(shù)據(jù)來源如下。

四、結(jié)果分析

（一）金融資源配置效率的時空演變

通過表1 所示金融資源配置效率評價指標(biāo)體系，運用三階段DEA 模型對我國各省份金融資源配置效率的測度結(jié)果如表2 所示，為便于分析其空間規(guī)律，進(jìn)一步將選取的31 個省區(qū)市劃分為東部地區(qū)（包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南）、中部地區(qū)（包含山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南）和西部地區(qū)（包含內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆）。

表2 我國各省份金融資源配置效率值

從整體上看，我國金融資源配置效率大致呈現(xiàn)東南高、西北低的特點，總體效率并不高，僅部分經(jīng)濟發(fā)達(dá)地區(qū)處于金融資源配置有效前沿，2011-2020年總體波動平緩。全國層面均值從2011 年至2020年上升幅度僅為0.66%。在我國經(jīng)濟社會快速發(fā)展，金融可配置資源大幅度增加的情況下，金融資源配置效率卻并未得到大幅提升，會造成金融資源錯配，阻礙經(jīng)濟社會的可持續(xù)發(fā)展。

觀察期內(nèi)北上廣一直處于金融資源配置DEA有效的前沿面上，江蘇、浙江和天津部分年份達(dá)到DEA 有效，其余省份的金融資源配置均未達(dá)到DEA有效。其原因是經(jīng)濟發(fā)展水平與金融資源配置效率有著密切的聯(lián)系，金融資源配置效率高的省份均為我國經(jīng)濟發(fā)展水平和市場化水平較高，并且是對外開放前沿的地區(qū)。金融資源配置效率處于高水平的省份在空間上有較強的集聚性，江浙滬和廣東均為DEA 有效，天津、山東、河北等雖未達(dá)到DEA 有效，但金融資源配置效率也維持在較高水平。這些省份分別位于長三角經(jīng)濟區(qū)、珠三角經(jīng)濟區(qū)、環(huán)渤海經(jīng)濟圈等，具有得天獨厚的優(yōu)勢。

金融資源配置效率最低的省份是甘肅和黑龍江，吉林、廣西、新疆等地也多次出現(xiàn)配置效率值在0.5 以下，這些省份金融資源配置效率低下的原因是：黑龍江、吉林作為東北老工業(yè)基地，重工業(yè)占據(jù)主導(dǎo)，面臨著經(jīng)濟轉(zhuǎn)型困難，因而金融資源配置效率水平最低。甘肅、廣西、青海等地位于西部地區(qū)，經(jīng)濟發(fā)展落后，金融市場和金融體制建設(shè)不完善，缺乏先進(jìn)的管理經(jīng)驗和有效客戶群體，使得部分省市的金融效率較低。

從區(qū)域分布來看，東部地區(qū)的金融資源配置效率一直處于領(lǐng)先地位，高于全國水平，中部地區(qū)處于中間水平，西部地區(qū)的金融資源配置綜合效率值最低，兩者均低于全國平均水平。其主要原因是東部地區(qū)經(jīng)濟發(fā)展水平是最高的，金融體制和市場規(guī)則運行等較為完善，對于金融資源的有效配置能力也最強。中部地區(qū)各省的經(jīng)濟發(fā)展水平處于中間位置，金融資源配置效率比較均勻地分布在中間水平。而西部地區(qū)各省由于經(jīng)濟發(fā)展落后、金融結(jié)構(gòu)單一，導(dǎo)致了金融資源有效供給不足、金融錯配等問題，使得西部地區(qū)表現(xiàn)出較低的金融資源配置效率。

值得一提的是，2020 年全國及各個地區(qū)的金融資源配置效率均出現(xiàn)不同程度的下降，其原因是2020 年突如其來的新冠疫情在世界范圍內(nèi)快速蔓延，短時間內(nèi)不僅切斷了與其他國家的貿(mào)易往來，國內(nèi)經(jīng)濟也出現(xiàn)了大范圍衰退，尤其是湖北作為受疫情影響最嚴(yán)重的省份，金融資源配置效率由2019年的0.787 大幅下降到2020 年的0.643。金融投入指標(biāo)如金融業(yè)固定資產(chǎn)投資由2019 年的1003 億元大幅下降至2020 年的825 億元，產(chǎn)出指標(biāo)如GDP 由2019 年的14.28 萬億下降到2020 年10.14萬億，其他指標(biāo)如居民收入水平、進(jìn)出口總額等也出現(xiàn)了不同程度的下降，因此對我國金融資源配置效率造成顯著的負(fù)向影響。

（二）金融資源配置效率的區(qū)域差異

由基尼系數(shù)分解結(jié)果可知，我國金融資源配置效率非均衡特征顯著。從總體差異來看，基尼系數(shù)最大值出現(xiàn)在2016 年，最小值出現(xiàn)在2012 年，均值為0.101，2014 年以前低于均值，逐步趨于平緩，盡管個別年份存在一定波動，從長遠(yuǎn)來看總體基尼系數(shù)是擴大的。主要原因是近年來不同地區(qū)金融發(fā)展的不平衡性，雖然實施了區(qū)域協(xié)同發(fā)展戰(zhàn)略，金融資源錯配的情況有所改善，但是，地區(qū)間經(jīng)濟差距在拉大。

從區(qū)域內(nèi)部差異來看，三大區(qū)域內(nèi)部差異均表現(xiàn)為較大的波動性，多數(shù)年份的基尼系數(shù)均呈現(xiàn)出東部地區(qū)＞中部地區(qū)＞西部地區(qū)的特點，三大區(qū)域金融資源配置效率的區(qū)域內(nèi)差異低于全國差異水平，同時東部地區(qū)內(nèi)的相對差異要高于中部和西部。從變化走勢來看，三個地區(qū)都是圍繞均值水平上下波動，其中東部地區(qū)除2013 年外，基本走勢和全國總體基尼系數(shù)的走勢一致。其原因在于金融資源配置DEA 有效的省份如北上廣都在東部地區(qū)，其效率值遠(yuǎn)超區(qū)域內(nèi)河北、遼寧等金融資源配置效率較低的省份，效率差異波動較大，因而東部地區(qū)基尼系數(shù)最高。中部地區(qū)基尼系數(shù)在2014-2016 年出現(xiàn)個別省份金融資源配置效率值較高的情況，河南、湖北在2014-2016 年金融資源配置效率分別達(dá)到0.9、0.8 以上，與中部地區(qū)其他省份效率值差異較大，因此，基尼系數(shù)在這些年份出現(xiàn)較大波動。而西部地區(qū)除了2013 年以外，基尼系數(shù)較低且波動不大，其原因是各個省份雖然金融資源配置效率低下，但都維持在均衡水平。2013 年西部地區(qū)各省金融資源配置效率差異最小，因此，基尼系數(shù)較低。

圖1 全國及各區(qū)域內(nèi)部基尼系數(shù)變化趨勢

圖2 區(qū)域間基尼系數(shù)變化趨勢

圖3 差距貢獻(xiàn)率變化趨勢

從地區(qū)之間的差異來看，東、中、西部地區(qū)之間的金融資源配置效率具有明顯差異。東－中部和東－西部基尼系數(shù)遠(yuǎn)大于中部－西部，意味著東－中部和東－西部之間金融資源配置效率的差距較大，中－西部之間差距較小。從變化趨勢來看，東－中部、東－西部基尼系數(shù)除2012 年和2019 年出現(xiàn)短暫下降外，其余年份均呈現(xiàn)緩慢上升的趨勢。在中部和西部之間，2011－2013 年基尼系數(shù)緩慢上升，2013－2017 年間，區(qū)間差距的變動總體上呈現(xiàn)倒“U”型分布，2017 年以后無明顯變化。究其原因是東部地區(qū)金融資源配置效率遠(yuǎn)高于其他地區(qū)，因此，東部地區(qū)和另外兩地區(qū)的區(qū)域間差距較大。在2011－2013年間，中、西部地區(qū)金融資源配置效率與東部地區(qū)的差距逐漸拉大，2013 年以后這種差距進(jìn)一步擴大，直到2016 年以后這種狀況逐漸改善。中西部地區(qū)之間的差距之所以呈倒“U”型分布變動，也是由兩地區(qū)金融資源配置效率的差距大小變動來決定的。

從貢獻(xiàn)率來看，地區(qū)間差異的貢獻(xiàn)率是最大的，超變密度貢獻(xiàn)率最小。觀察期內(nèi)，區(qū)域內(nèi)部貢獻(xiàn)率變化比較平穩(wěn)，且地區(qū)間差異貢獻(xiàn)率和超變密度貢獻(xiàn)率是此消彼長的關(guān)系。說明地區(qū)間差異是金融資源配置效率總體區(qū)域差異的主要來源，超變密度貢獻(xiàn)率低，對金融資源配置效率總體差異影響不大，因此，縮小區(qū)域間差異是解決金融資源配置效率發(fā)展不均衡問題的關(guān)鍵所在。

五、研究結(jié)論與對策建議

根據(jù)前文分析，主要研究結(jié)論如下：第一，從金融資源配置效率來看，我國金融資源配置效率大致呈現(xiàn)東南高、西北低的特點，總體效率并不高，僅部分經(jīng)濟發(fā)達(dá)地區(qū)處于金融資源配置有效前沿，2011-2020 年總體波動平緩。東部地區(qū)的金融資源配置效率一直處于領(lǐng)先地位，高于全國水平，中部地區(qū)處于中間水平，西部地區(qū)的金融資源配置綜合效率值最低，兩者均低于全國平均水平。第二，從Dagum 基尼系數(shù)測度的金融資源配置效率差異來看，2011-2020 年我國金融資源配置效率的基尼系數(shù)除個別年分外總體呈上升趨勢，意味著其相對差異趨于擴大；大多數(shù)年份的區(qū)域內(nèi)差異呈現(xiàn)出東部地區(qū)＞中部地區(qū)＞西部地區(qū)的特點，各區(qū)域內(nèi)差異低于全國差異水平；東－中部和東－西部地區(qū)差距較大，2011-2010 年經(jīng)歷波動上升趨勢，而中－西部地區(qū)之間差距較小，2017 年之前差距的變動呈現(xiàn)倒“U”型分布，2017 年后無明顯變化；地區(qū)間差異的貢獻(xiàn)率是最大的，超變密度貢獻(xiàn)率最小，區(qū)域內(nèi)部貢獻(xiàn)率變化比較平穩(wěn)。說明地區(qū)間差異是金融資源配置效率總體區(qū)域差異的主要來源，超變密度貢獻(xiàn)率低，對金融資源配置效率總體差異影響不大，因此，縮小區(qū)域間差異是解決金融資源配置效率發(fā)展不均衡問題的關(guān)鍵所在。

針對上述結(jié)論，提出以下優(yōu)化建議：第一，深化金融體制改革，加強金融制度創(chuàng)新，提高相關(guān)部門對資金的配置效率，加快推進(jìn)金融市場化進(jìn)程，將金融資源配置到高邊際產(chǎn)出、高附加值、低污染、低能耗的高新技術(shù)產(chǎn)業(yè)，為提高金融資源配置效率提供良好的經(jīng)濟政策和外部環(huán)境。第二，實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，開展區(qū)域間金融合作，促進(jìn)金融資源跨省、跨地區(qū)自由流動，發(fā)揮大城市的輻射帶動作用，縮小區(qū)域間金融資源配置效率差異，從整體上提高我國金融資源配置效率。第三，重點關(guān)注西部地區(qū)金融資源匱乏問題。金融資源配置效率與經(jīng)濟發(fā)展水平存在相關(guān)性，應(yīng)改善西部地區(qū)經(jīng)濟環(huán)境和金融生態(tài)環(huán)境，吸引外部金融資源的流入，合理擴大西部地區(qū)的資金投入規(guī)模，加強金融機構(gòu)之間的合作，提高經(jīng)濟欠發(fā)達(dá)地區(qū)金融支持能力。