福建金融集聚效率及影響因素分析

薛襄稷

(集美大學(xué) 誠(chéng)毅學(xué)院，福建 廈門(mén) 361021)

福建省很早就提出了建立區(qū)域性金融中心，而金融中心的形成主要取決于金融機(jī)構(gòu)的集聚，集聚所導(dǎo)致的市場(chǎng)結(jié)構(gòu)和競(jìng)爭(zhēng)特性是維護(hù)和提升金融中心地位的重要因素。隨著金融改革的不斷深化，福建省金融業(yè)取得了長(zhǎng)足的發(fā)展，金融產(chǎn)業(yè)集聚水平不斷增強(qiáng)，已形成了較為齊全的金融服務(wù)體系。2016年末，全省福建省銀行類(lèi)金融機(jī)構(gòu)數(shù)量達(dá)到6 622家，法人證券公司3家，營(yíng)業(yè)部個(gè)數(shù)432家，基金公司2家，證券投資咨詢公司2家，私募基金管理人共162家，期貨營(yíng)業(yè)部95家，融資擔(dān)保公司491家，融資租賃企業(yè)155家，典當(dāng)行290家，小額貸款公司135家，保險(xiǎn)公司有3家，分支共55家。隨著金融業(yè)集聚水平逐年提升，集聚效應(yīng)逐漸釋放，成為推動(dòng)區(qū)域經(jīng)濟(jì)快速發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)的強(qiáng)力引擎。在金融集聚的不斷提升過(guò)程中，其投入產(chǎn)出是否合理？各種勞動(dòng)力資源和經(jīng)濟(jì)資源的配置是否合理?集聚最終要落實(shí)到產(chǎn)業(yè)產(chǎn)值的增加和產(chǎn)業(yè)效率的提升上來(lái)，即以最小的投入獲得最大的收益，這也是有效配置稀缺資源的要求。

目前較多學(xué)者研究金融集聚主要涉及集聚形成機(jī)理、空間特征、與區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系等方面，如Porteous(1995)[1]、Bossone (2003)[2]、黃解宇、楊再斌(2006)[3]等多角度分析了金融集聚產(chǎn)生的原因；Kingdle berger(1974)[4]、Nader Nazmin(2005)[5]、宗曉武(2008)[6]、Hassan,Hsu和Wang (2010)[7]等從不同國(guó)家分析中均指出金融集聚對(duì)經(jīng)濟(jì)發(fā)展有著顯著影響；石沛，蒲勇健(2011)[8]、何宜慶等 (2015)[9]研究金融集聚與產(chǎn)業(yè)結(jié)構(gòu)高度相關(guān)。針對(duì)金融集聚效率的文章不多，且主要從微觀角度對(duì)銀行業(yè)、保險(xiǎn)業(yè)等分行業(yè)進(jìn)行效率研究。如劉飛(2007)[10]研究了銀行業(yè)的集聚效率；在度量方法上，袁科(2009)[11]、樓蔚(2011)[12]、譚華(2013)[13]、侯然然(2015)[14]、田菁、孫祎凡[15]、劉博[16]等學(xué)者運(yùn)用了數(shù)據(jù)包絡(luò)分析、隨機(jī)前沿分析和因子分析法來(lái)測(cè)算產(chǎn)業(yè)集聚效率。從上述文獻(xiàn)中可以看到，國(guó)內(nèi)外學(xué)者對(duì)金融產(chǎn)業(yè)聚集進(jìn)行了較為系統(tǒng)的理論和實(shí)證方面的分析研究，為我們提供了思路和經(jīng)驗(yàn)借鑒。但是，目前客觀評(píng)價(jià)金融產(chǎn)業(yè)集聚效率以及如何更有效率地配置資源等有針對(duì)性的研究較少，仍然值得我們深入分析。同時(shí)，對(duì)福建省金融資源集聚效率進(jìn)行定量研究的文獻(xiàn)更少，因此本文將DEA模型與Malmquist生產(chǎn)率指數(shù)相結(jié)合，在對(duì)比其它省份的基礎(chǔ)上，從靜態(tài)角度分析了金融集聚的綜合效率、規(guī)模效率和純技術(shù)效率，從動(dòng)態(tài)角度采用Malmquist指數(shù)分析金融集聚的效率變化情況，并對(duì)其進(jìn)行分解，找出生產(chǎn)率變化的內(nèi)在推動(dòng)和阻礙因素。最后，本文利用Malmquist-Tobit模型進(jìn)一步分析影響福建金融集聚效率的重要宏觀因素，為改進(jìn)和提升金融集聚效率提出有針對(duì)的對(duì)策建議。

二、模型與方法

(一)DEA基本模型

DEA模型中最基礎(chǔ)經(jīng)典的是CCR模型和BCC模型。CCR模型假設(shè)規(guī)模報(bào)酬不變(Constant Returns to Scale)，生產(chǎn)單位可通過(guò)增加投入等比例地?cái)U(kuò)大產(chǎn)出規(guī)模。這一假設(shè)要求比較嚴(yán)格，在很多情況下生產(chǎn)單位并不滿足。因此1984年Charnes、Cooper和Rhodes對(duì)CCR模型進(jìn)行了改進(jìn)，將假設(shè)條件放寬到規(guī)模報(bào)酬可變，得到了BCC模型。兩種模型用式(1)表示：

(1)

xij為第j個(gè)決策單元對(duì)第i種類(lèi)型輸入的投入量，xij>0；yrj為第j個(gè)決策單元對(duì)第r種類(lèi)型輸出的產(chǎn)出量，yrj>0；θ為效率值；ε為非阿基米德無(wú)窮小量；s-(s-≥0)為松弛變量，表示金融集聚達(dá)到DEA有效需要減少的投入量；s+(s+≥0)為剩余變量，表示金融集聚達(dá)到 DEA有效需要增加的產(chǎn)出量?？捎忙娜?或1來(lái)區(qū)分CCR模型和BCC模型，若為0，式(1)為CCR模型；當(dāng)δ=1時(shí)，為BCC模型。

利用CCR模型計(jì)算可得到評(píng)價(jià)單位的綜合技術(shù)效率(TE)，BCC模型得到純技術(shù)效率(PE)?？赏ㄟ^(guò)兩者相除得到每一個(gè)決策單元的規(guī)模效率(SE)。三者關(guān)系為：綜合技術(shù)效率(TE)=純技術(shù)效率(PE)×規(guī)模效率(SE)。

(二)Malmquist指數(shù)

Fare et all．(1994)在Malmquist指數(shù)概念和DEA方法的基礎(chǔ)上，提出了動(dòng)態(tài)Malmquist全要素生產(chǎn)率指數(shù)，用以考察經(jīng)濟(jì)效率動(dòng)態(tài)變化特征。其最大的特點(diǎn)是可以有效用于測(cè)量不同時(shí)間點(diǎn)的效率變化，適用于多個(gè)地區(qū)跨時(shí)期的動(dòng)態(tài)分析。同時(shí)，將全要素生產(chǎn)率分解成技術(shù)效率變動(dòng)和技術(shù)進(jìn)步變動(dòng)兩個(gè)部分，有利于挖掘金融業(yè)生產(chǎn)率變化背后的真正原因。

設(shè)xt和yt代表第t期的投入向量和產(chǎn)出向量，Dt代表以t時(shí)期技術(shù)為參照的距離函數(shù)。在t時(shí)期、t+1時(shí)期的技術(shù)條件下，t+1期較t時(shí)期的效率變化分別可以表示為：

(2)

Fare et all．對(duì)式(2)兩公式取幾何平均數(shù)作為兩時(shí)期的全要素生產(chǎn)率(TFP)變化狀況(Malmquist指數(shù)，用M表示)，公式如下：

M(xt+1,yt+1;xt,yt)=

(3)

對(duì)式(3)進(jìn)行進(jìn)一步拆分，可將Malmquist指數(shù)分解為技術(shù)效率指數(shù)(effch)和技術(shù)進(jìn)步指數(shù)(techch)，技術(shù)進(jìn)步指數(shù)是指通過(guò)引進(jìn)更為先進(jìn)的生產(chǎn)技術(shù)，讓既定要素投入下的可能產(chǎn)出獲得提升，反映的是生產(chǎn)技術(shù)前沿面在t到t+1期的移動(dòng)情況。具體如下：

M(xt+1,yt+1;xt,yt)=

(4)

技術(shù)效率指數(shù)(effch)還可以繼續(xù)分解為純技術(shù)效率變動(dòng)指數(shù)(pech)和規(guī)模效率變動(dòng)指數(shù)(sech)。Malmquist指數(shù)最終表示為：M=pech×sech×techch。M>1，全要素生產(chǎn)率進(jìn)步；當(dāng)TFPCH<1時(shí)，全要素生產(chǎn)率退步；當(dāng)M=1，全要素生產(chǎn)率不變。

DEA-Malmquist在本文中的應(yīng)用主要有以下兩個(gè)目的：一是分析決策單元的全要素生產(chǎn)率化及效率的動(dòng)態(tài)變動(dòng)情況，二是衡量技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率分別對(duì)生產(chǎn)率的貢獻(xiàn)或影響。DEA模型與Malmquist指數(shù)結(jié)合，兩者一靜一動(dòng)，互有補(bǔ)充，不可相互替代，又相互聯(lián)系。

(三)Tobit模型

本文除了評(píng)價(jià)金融集聚效率水平，還要考核其受什么因素影響及程度情況，需要建立模型。但DEA模型獲得的效率值為相對(duì)得分,取值范圍在[0，1]。不能采用普通回歸模型，易導(dǎo)致有偏不一致，因此筆者利用Tobit受限因變量模型解決這一問(wèn)題，模型如下：

(5)

Yit是受限被解釋變量，本文選擇Malmquist計(jì)算所得的全要素生產(chǎn)率及技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)，即選取Malmquist模型評(píng)價(jià)出的得分,截距項(xiàng)向量αi用來(lái)反映個(gè)體差異，Xit為解釋變量，βi為參數(shù),隨機(jī)擾動(dòng)項(xiàng)uit-N(0，σ2)。

三、福建省金融集聚效率綜合評(píng)價(jià)及影響因素分析

隨著福建省金融集聚水平不斷提高，其集聚效率如何呢？本文通過(guò)建立合理的效率評(píng)價(jià)模型和方法，對(duì)金融集聚效率進(jìn)行研究。

(一)DEA指標(biāo)評(píng)價(jià)體系構(gòu)建及樣本數(shù)據(jù)搜集

根據(jù)柯布-道格拉斯生產(chǎn)函數(shù)，經(jīng)濟(jì)活動(dòng)最基本的生產(chǎn)投入要素是勞動(dòng)力、資本和技術(shù)。本文選取三個(gè)投入指標(biāo)：用金融機(jī)構(gòu)數(shù)量，反映該地金融業(yè)機(jī)構(gòu)投入情況，用金融業(yè)城鎮(zhèn)單位從業(yè)人員反映該地金融產(chǎn)業(yè)在勞動(dòng)力方面的投入，用金融業(yè)固定資產(chǎn)投資額，反映在資本方面的投入水平；產(chǎn)出指標(biāo)本文選取地區(qū)金融業(yè)增加值和省市國(guó)內(nèi)生產(chǎn)總值，分別反映地區(qū)金融產(chǎn)出情況和經(jīng)濟(jì)規(guī)模發(fā)展水平。相關(guān)指標(biāo)數(shù)據(jù)來(lái)源于2011-2017年《中國(guó)統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)及金融運(yùn)行報(bào)告等。

(二)福建省金融集聚靜態(tài)效率分析

本文通過(guò)MaxDEA7.0軟件，將投入產(chǎn)出指標(biāo)分別帶入CCR模型和BCC模型獲得我國(guó)金融產(chǎn)業(yè)集聚技術(shù)效率(TE)水平和純技術(shù)效率水平值(PE)，并帶入公式SE=TE/PTE計(jì)算求得規(guī)模效率的值。

根據(jù)全國(guó)各省市2010-2016年綜合效率的排名情況，東中西仍然存在較為明顯的差異，與東中西區(qū)域經(jīng)濟(jì)格局基本一致，排在前面的主要包括北京、天津、上海、浙江、廣東等省市。福建省的金融集聚效率處于較為中間位置，2010-2016年，綜合效率水平均低于1(見(jiàn)圖1)，這說(shuō)明福建省金融業(yè)整體處于DEA無(wú)效狀態(tài)，效率值位于0.714-0.863之間，2012年效率水平最高，其值為0.863，隨后開(kāi)始下降，平均經(jīng)濟(jì)效率值為0.797，略高于全國(guó)平均水平，排名第12位。對(duì)比北京、天津、上海、廣東等省市，福建金融產(chǎn)業(yè)集聚過(guò)程中，投入產(chǎn)出效率較低，要素配置處于低效率狀態(tài)，有待大幅提高。

圖1 福建省金融產(chǎn)業(yè)效率圖

從規(guī)模效率來(lái)看，2010-2016年福建金融業(yè)規(guī)模效率在0.949-0.997之間，平均規(guī)模效率值為0.974，處于第9位，相比綜合技術(shù)效率，排名較為靠前；與規(guī)模效率值均為1的上海、北京等省市相比，福建金融業(yè)規(guī)模仍處于無(wú)效狀態(tài)，不過(guò)這些年存在規(guī)模報(bào)酬遞增，處于產(chǎn)出增長(zhǎng)比例大于投入增長(zhǎng)比例的發(fā)展階段。從純技術(shù)效率上來(lái)看，北京、上海、廣東、山東、江蘇大部分年份達(dá)到有效，值接近于1，而福建省金融業(yè)的純技術(shù)效率普遍處于較低水平，平均值為0.819，排名第 17位。福建金融業(yè)管理和技術(shù)水平不高，金融資源未能得到優(yōu)化配置，注重?cái)U(kuò)大規(guī)模而忽略管理和技術(shù)水平的提升。從發(fā)展趨勢(shì)分析，福建省純技術(shù)效率整體上2012、2013年處于下降的趨勢(shì)，有可能主要原因是金融業(yè)正處于快速發(fā)展時(shí)期，管理水平滯后于規(guī)模的擴(kuò)張速度，2015年開(kāi)始又逐漸上升，2016年達(dá)到0.855。對(duì)比規(guī)模效率和純技術(shù)效率，規(guī)模效率水平相對(duì)較高，純技術(shù)效率顯著低于規(guī)模效率，純技術(shù)效率是導(dǎo)致綜合效率偏低的主要原因。可以看出福建金融業(yè)集聚過(guò)程中，仍然主要依賴(lài)經(jīng)營(yíng)規(guī)模的擴(kuò)張這種粗放式發(fā)展模式，管理和技術(shù)水平還有較大的調(diào)整空間。

(三)Malmquist指數(shù)動(dòng)態(tài)分析

接下來(lái)采用Malmquist指數(shù)從縱向角度分析金融集聚的效率變化情況，并對(duì)其進(jìn)行分解，找出生產(chǎn)率變化的內(nèi)在推動(dòng)和阻礙因素。圖2、3可得出，2011-2016年福建省全要素生產(chǎn)率均值(幾何平均數(shù))為1.011，平均增長(zhǎng)率為1.1%，低于全國(guó)的平均增長(zhǎng)水平。從分年度整體趨勢(shì)來(lái)看，福建全要素生產(chǎn)率呈現(xiàn)一定的波動(dòng)狀態(tài)，不同年度效率提高幅度有所差異，并不是每年都有增長(zhǎng)，但增多降少。除2013年、2015年以外其它年份基本大于1，全要素生產(chǎn)率相比于其前一年是有所增長(zhǎng)的，與全國(guó)一般水平走勢(shì)基本相同。全要素生產(chǎn)率增長(zhǎng)比較明顯的是2014年的8%，2013年和2015年下降比較明顯，分別比前一年下降8.3%和4.7%，2016年增長(zhǎng)了3.0%。整體來(lái)看，全要素生產(chǎn)率變化有一定的幅度，并不穩(wěn)定。

圖2 福建省Malmquist指數(shù)測(cè)算及分解值

圖3 全國(guó)Malmquist指數(shù)測(cè)算及分解值

組成部分情況分析。2011、2012和2014年福建技術(shù)效率指數(shù)effch大于1，技術(shù)進(jìn)步指數(shù)techch小于1，其它年份正好相反，如2015、2016年有所變化，技術(shù)效率指數(shù)變?yōu)樾∮?的值，而技術(shù)進(jìn)步指數(shù)大于1，近兩年金融業(yè)在技術(shù)、營(yíng)銷(xiāo)及管理等方面采取的創(chuàng)新手段取得較為顯著的效果，對(duì)福建金融業(yè)的生產(chǎn)率有一定的促進(jìn)作用?？傮w來(lái)看，兩者此消彼伏，技術(shù)效率與技術(shù)進(jìn)步共同決定金融業(yè)全要素生產(chǎn)率增長(zhǎng)。不過(guò)，從平均水平來(lái)看與全國(guó)情況相似，技術(shù)效率指數(shù)大于技術(shù)進(jìn)步指數(shù)，這說(shuō)明生產(chǎn)率的提高主要得益于金融機(jī)構(gòu)技術(shù)效率的提高，如規(guī)模的擴(kuò)張或資源配置能力的提升，而金融機(jī)構(gòu)的技術(shù)水平和創(chuàng)新能力則還有待于進(jìn)一步的提高。當(dāng)前福建省金融業(yè)的研發(fā)水平和創(chuàng)新方面還相對(duì)落后，技術(shù)轉(zhuǎn)化率也相對(duì)較低，這是束縛福建TFP增長(zhǎng)的一大原因。對(duì)技術(shù)效率指數(shù)effch繼續(xù)細(xì)分，由純技術(shù)效率變化指數(shù)pech和規(guī)模效率變化指數(shù)sech兩部分組成。除2013年小于1以外，規(guī)模效率指數(shù)其它年份均大于1，且較為穩(wěn)定，福建金融集聚帶來(lái)了較高的規(guī)模效應(yīng)，促進(jìn)生產(chǎn)率的提高；而純技術(shù)效率變化情況看，總體上來(lái)說(shuō)在測(cè)度期內(nèi)變化較大，2014年增長(zhǎng)率為14.8%，但隨后開(kāi)始小于1，其中2014-2015年時(shí)間段下降較大，達(dá)到7.7%，表明金融集聚過(guò)程中，仍然存在資源要素配置和利用的不足，是影響技術(shù)效率上升較慢的主要因素。

(四)基于Malmquist-Tobit模型的金融效率影響因素分析

為了進(jìn)一步分析金融效率影響因素，本文選取經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)、政府干預(yù)程度、經(jīng)濟(jì)開(kāi)放程度以及基礎(chǔ)設(shè)施水平等作為影響金融集聚效率的因素,以Malmquist值及effch、techch分解項(xiàng)為因變量，建立Tobit模型。在影響因素選取中，筆者借鑒King和Livine(1993)[17]、Robinson(2003)[18]、Kim(2011)[19]、劉再起、徐艷飛(2014)[20]、李鵬、陳維花[21]等相關(guān)學(xué)者觀點(diǎn)，基于以下幾個(gè)方面予以考慮：第一，經(jīng)濟(jì)發(fā)展水平是金融發(fā)展的基礎(chǔ)，只有實(shí)體經(jīng)濟(jì)持續(xù)向好，才能刺激金融服務(wù)的需求增加，不斷增強(qiáng)金融集聚水平和效率的提升。第二，經(jīng)濟(jì)結(jié)構(gòu)是否合理直接影響到金融產(chǎn)業(yè)的結(jié)構(gòu)，決定著資金的投向和數(shù)量，在很大程度上對(duì)金融集聚水平和配置效率產(chǎn)生影響。第三，金融業(yè)的發(fā)展受到政府行為的影響，如政府為金融集聚區(qū)域提供相應(yīng)的鼓勵(lì)支持政策，優(yōu)化營(yíng)商環(huán)境，吸引了大量的人才、資本進(jìn)入金融業(yè)，調(diào)控集聚區(qū)規(guī)模和發(fā)展速度。第四，經(jīng)濟(jì)開(kāi)放有助于加快對(duì)外交流和合作，促進(jìn)金融資源更好的流動(dòng)，尤其是先進(jìn)的管理經(jīng)驗(yàn)和技術(shù)水平的引入使得資源配置更加合理，從而對(duì)金融產(chǎn)業(yè)集聚效率有著積極的影響。第五，基礎(chǔ)設(shè)施水平如信息通訊業(yè)為金融創(chuàng)新和技術(shù)進(jìn)步提供良好的環(huán)境，對(duì)金融集聚效率有著不可忽視的影響。因此本文構(gòu)建的Tobit模型為：

Yit=β0+β1X1t+β2X2t+β3X3t+β4X4t+

β5X5t+β6X6t+uit

(6)

其中，Yit表示第t期第i個(gè)地區(qū)的效率水平，用第三部分得出的各項(xiàng)Malmquist值(全要素生產(chǎn)率指數(shù))及effch(技術(shù)效率指數(shù))、techch(技術(shù)進(jìn)步指數(shù))來(lái)表示，分別對(duì)應(yīng)于表1中模型1、模型2、模型3的被解釋變量；經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)、政府政策支持程度、經(jīng)濟(jì)開(kāi)放程度以及基礎(chǔ)設(shè)施水平本文利用人均地區(qū)生產(chǎn)總值對(duì)數(shù)X1、固定資產(chǎn)投資總額占比X2、第三產(chǎn)業(yè)占比X3、進(jìn)出口總額占比X4、政府財(cái)政支出占比X5、郵電業(yè)務(wù)總量占比(X6)等(5個(gè)解釋變量均通過(guò)對(duì)比地區(qū)生產(chǎn)總值來(lái)計(jì)算占比)來(lái)表示(見(jiàn)表1)。

表1 Tobit模型回歸結(jié)果

注：“*”、“**”、“***”分別表示在10%、5%、1%水平上顯著。

本文利用EVIEWS8.0對(duì)6個(gè)變量進(jìn)行回歸，結(jié)果如表1所示。從3個(gè)模型中可以看出，人均地區(qū)生產(chǎn)總值對(duì)數(shù)X1、固定資產(chǎn)總額占比X2、第三產(chǎn)業(yè)占比X3、郵電業(yè)務(wù)總量占比X6的系數(shù)除個(gè)別以外大部分較為顯著。作為反映經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)：人均地區(qū)生產(chǎn)總值對(duì)數(shù)對(duì)Malmquist值(模型1)、技術(shù)效率指數(shù)effch(模型2)、技術(shù)進(jìn)步指數(shù)techch(模型3)影響顯著，系數(shù)分別為0.010、0.029、0.006，固定資產(chǎn)投資總額占比X2的系數(shù)也全部顯著，對(duì)Malmquist值、技術(shù)效率指數(shù)effch、技術(shù)進(jìn)步指數(shù)techch均有促進(jìn)作用，說(shuō)明只有較強(qiáng)的實(shí)體經(jīng)濟(jì)，促進(jìn)金融市場(chǎng)正常運(yùn)轉(zhuǎn)與發(fā)展，不斷促進(jìn)資源合理的配置，使得金融集聚程度和效率不斷提高；同時(shí)第三產(chǎn)業(yè)比重、郵電業(yè)務(wù)總量占比的提高均帶來(lái)了全要素生產(chǎn)率、技術(shù)效率的提高。說(shuō)明合理的產(chǎn)業(yè)結(jié)構(gòu)以及完善的基礎(chǔ)設(shè)施，對(duì)金融集聚效率發(fā)揮著積極的作用；進(jìn)出口總額占地區(qū)生產(chǎn)總值比重X4對(duì)金融效率的影響系數(shù)為負(fù)數(shù)，分別是-0.455、-0.0048(不顯著)、-0.577，經(jīng)濟(jì)開(kāi)放程度反而對(duì)金融集聚效率的影響為負(fù)，有可能是近幾年進(jìn)出口總額占比波動(dòng)較大以及降幅較高，使得經(jīng)濟(jì)開(kāi)放程度對(duì)金融效率的作用為負(fù)；不過(guò)，政府財(cái)政支出占比X5回歸系數(shù)在模型1、模型3中不顯著，政府政策支持因素對(duì)金融集聚效率的提高并不明顯?？傮w來(lái)看，各影響因素對(duì)技術(shù)效率影響較為顯著(即模型2)，可以認(rèn)為經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)結(jié)構(gòu)、政府政策支持程度以及基礎(chǔ)設(shè)施水平這些因素主要是通過(guò)技術(shù)效率這一渠道來(lái)促進(jìn)全要素生產(chǎn)率的提高，相對(duì)來(lái)講，經(jīng)濟(jì)發(fā)展水平、政府政策支持、基礎(chǔ)設(shè)施水平對(duì)技術(shù)進(jìn)步指數(shù)影響較小，促進(jìn)作用相對(duì)弱一些。

四、相關(guān)結(jié)論與對(duì)策建議

本文得到如下幾點(diǎn)結(jié)論以及對(duì)策：

1.綜合效率反映在既定的生產(chǎn)技術(shù)和投入要素不變的條件下，決策單元實(shí)際產(chǎn)出與生產(chǎn)前沿面上的最大產(chǎn)出之比，是對(duì)資源配置規(guī)模結(jié)構(gòu)和使用效率的綜合衡量。通過(guò)DEA模型分析發(fā)現(xiàn)，2010-2016年，福建省綜合效率水平均低于1，金融集聚綜合效率處于DEA無(wú)效狀態(tài)，距離有效水平還有一段距離。從綜合效率的兩部分構(gòu)成來(lái)看，規(guī)模效率與純技術(shù)效率值均未達(dá)到1。福建省技術(shù)效率表現(xiàn)出與純技術(shù)效率相似的走勢(shì)，兩者波動(dòng)范圍較大，而規(guī)模效率相對(duì)穩(wěn)定，純技術(shù)效率是影響綜合效率偏低的主要原因。筆者認(rèn)為，需要花費(fèi)更多的精力改善其在生產(chǎn)技術(shù)上的低效率，提高資源使用效率，減少集聚過(guò)程中的效率損失。應(yīng)當(dāng)完善金融產(chǎn)業(yè)內(nèi)部的組織結(jié)構(gòu)，提升其決策能力和管理水平，減少技術(shù)和管理的變動(dòng)，提高純技術(shù)效率。另外，目前福建仍然處于規(guī)模報(bào)酬遞增的狀態(tài)，未形成足夠大的規(guī)模經(jīng)濟(jì)，規(guī)模效率處于0.9和1.0之間，仍然可以進(jìn)一步微調(diào)金融業(yè)固定資產(chǎn)、從業(yè)人員等生產(chǎn)要素投入量，增加網(wǎng)點(diǎn)數(shù)取得規(guī)模效應(yīng),以實(shí)現(xiàn)其規(guī)模效率的提高，促進(jìn)金融產(chǎn)業(yè)綜合效率。

2.從動(dòng)態(tài)角度來(lái)看，技術(shù)進(jìn)步和技術(shù)效率的增長(zhǎng)是促進(jìn)和推動(dòng)福建金融業(yè)TFP增長(zhǎng)的主要?jiǎng)恿蜎Q定因素。整體來(lái)看，全要素生產(chǎn)率的波動(dòng)有一定的幅度，并不穩(wěn)定，但其幾何均值為1.011，即總體上平均每年以1.1%的速度在上升；技術(shù)效率平均增長(zhǎng)了1.79%，技術(shù)進(jìn)步指數(shù)略微有些下降0.70%。但近兩年有所變化，2016年技術(shù)進(jìn)步指數(shù)增長(zhǎng)了6%，技術(shù)效率指數(shù)卻下降了1.2%，可以看出技術(shù)進(jìn)步和技術(shù)效率的增長(zhǎng)并不穩(wěn)定，交替影響全要素生產(chǎn)率的增長(zhǎng)。從技術(shù)效率構(gòu)成部分來(lái)看，福建金融集聚帶來(lái)了較高的規(guī)模效應(yīng)，促進(jìn)生產(chǎn)率的提高；而純技術(shù)效率變化情況看，與靜態(tài)分析結(jié)果一致，在測(cè)度期內(nèi)變化較大。金融集聚產(chǎn)業(yè)集聚區(qū)組織結(jié)構(gòu)、自身管理水平和管理方式等方面存在的問(wèn)題，未能較好地促進(jìn)全要素生產(chǎn)率的提高。從技術(shù)進(jìn)步角度來(lái)看，福建金融集聚過(guò)程中，仍處在依靠人力、資本為驅(qū)動(dòng)力的發(fā)展模式，無(wú)形要素如技術(shù)進(jìn)步、組織創(chuàng)新等對(duì)全要素生產(chǎn)率的貢獻(xiàn)不高。因此，福建金融集聚過(guò)程中，需不斷深化金融機(jī)構(gòu)組織創(chuàng)新和管理體制創(chuàng)新，提升其決策能力和管理水平；鼓勵(lì)金融機(jī)構(gòu)加快技術(shù)的引進(jìn)和吸收，如加快運(yùn)用大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)，帶動(dòng)金融效率的提升；同時(shí)人力資本對(duì)于金融服務(wù)業(yè)至關(guān)重要，是提高金融創(chuàng)新速度的核心動(dòng)力，應(yīng)不斷完善人才引進(jìn)、培養(yǎng)、激勵(lì)機(jī)制，加強(qiáng)培訓(xùn)不斷提高人才的綜合素質(zhì)。

3.從宏觀影響因素來(lái)看，根據(jù)Tobit模型的回歸結(jié)果，經(jīng)濟(jì)基礎(chǔ)、第三產(chǎn)業(yè)占比、基礎(chǔ)設(shè)施水平對(duì)Malmquist值(全要素生產(chǎn)率指數(shù))及effch(技術(shù)效率指數(shù))、techch(技術(shù)進(jìn)步指數(shù))起到了較為顯著促進(jìn)作用，而政府政策支持程度、經(jīng)濟(jì)開(kāi)放程度影響不顯著或與預(yù)期不一致；同時(shí)這些因素影響對(duì)技術(shù)效率影響較大，技術(shù)進(jìn)步較不顯著，說(shuō)明前者是金融TFP的重要中間媒介。[22]因此，一是要保持經(jīng)濟(jì)的持續(xù)、中高速的發(fā)展，注重消費(fèi)、投資對(duì)經(jīng)濟(jì)的拉動(dòng)作用，同時(shí)充分發(fā)揮福建地理區(qū)位優(yōu)勢(shì)，增強(qiáng)與周邊地區(qū)國(guó)家經(jīng)濟(jì)貿(mào)易往來(lái)，進(jìn)一步推動(dòng)經(jīng)濟(jì)增長(zhǎng)；二是要大力調(diào)整產(chǎn)業(yè)結(jié)構(gòu)。福建應(yīng)轉(zhuǎn)變傳統(tǒng)產(chǎn)業(yè)發(fā)展模式，把發(fā)展第三產(chǎn)業(yè)放到重要的戰(zhàn)略高度上，推動(dòng)產(chǎn)業(yè)間融合；三是要完善基礎(chǔ)設(shè)施建設(shè)，創(chuàng)造良好的外部環(huán)境。尤其是大力加強(qiáng)支撐信息化所需的信息基礎(chǔ)設(shè)施建設(shè)以及完善信息資源。四是要加強(qiáng)金融開(kāi)放和金融集聚區(qū)建設(shè)。政府應(yīng)繼續(xù)優(yōu)化福建省發(fā)展環(huán)境，強(qiáng)化政府扶持力度，吸引了國(guó)內(nèi)外金融機(jī)構(gòu)落戶，鼓勵(lì)已有金融企業(yè)整合和壯大，加強(qiáng)金融機(jī)構(gòu)間的相互協(xié)作，加快福建金融集聚。同時(shí)促進(jìn)金融資源在區(qū)域間的自由流動(dòng)和優(yōu)化配置，從而對(duì)金融產(chǎn)業(yè)集聚效率起到積極的影響。