技術(shù)創(chuàng)新、效率改善與商業(yè)銀行全要素生產(chǎn)率差異化增長

周志剛，嚴圣陽

（武漢商學院經(jīng)濟學院，湖北武漢 430056）

近20 年來，中國商業(yè)銀行取得了長足的發(fā)展，不僅凈利潤保持平穩(wěn)增長，而且將風險控制在較為安全的范圍內(nèi)。一方面，我國的商業(yè)銀行業(yè)起點相對較低，還處于發(fā)展完善的過程之中，但商業(yè)銀行業(yè)改革卓有成效；另一方面，得益于技術(shù)進步的日新月異，我國商業(yè)銀行業(yè)經(jīng)營效率也同步顯著提升。商業(yè)銀行業(yè)與實體經(jīng)濟密切相關(guān)，2014 年以來，中國經(jīng)濟進入新常態(tài)，中國商業(yè)銀行業(yè)績增長開始趨緩；與此同時，作為技術(shù)進步和金融創(chuàng)新相融合產(chǎn)物，金融科技對商業(yè)銀行開始產(chǎn)生深遠的影響。因此，依托技術(shù)創(chuàng)新，改善經(jīng)營效率，對當前商業(yè)銀行經(jīng)營管理的重要性與日俱增。

中國商業(yè)銀行業(yè)可持續(xù)發(fā)展的關(guān)鍵性因素是什么？是由于要素投入增加的規(guī)模效應，還是源于商業(yè)銀行經(jīng)營效率的改善？中國商業(yè)銀行逐年增加技術(shù)投入，注重將新技術(shù)廣泛應用于商業(yè)銀行的日常運營和金融創(chuàng)新之中；互聯(lián)網(wǎng)金融、產(chǎn)業(yè)鏈金融、移動支付、大數(shù)據(jù)和區(qū)塊鏈等新技術(shù)與金融融合的金融科技創(chuàng)新也成為各家商業(yè)銀行關(guān)注的焦點。技術(shù)創(chuàng)新對于中國商業(yè)銀行全要素生產(chǎn)率增長的貢獻率究竟有多大？對這些問題的探索有益于中國商業(yè)銀行可持續(xù)發(fā)展路徑的深入研究。研究商業(yè)銀行全要素生產(chǎn)率的決定因素可以從效率改善、規(guī)模經(jīng)濟和技術(shù)創(chuàng)新三個方面衡量個體商業(yè)銀行的經(jīng)營效率，對中國商業(yè)銀行全要素生產(chǎn)率有效測度并進行深入的實證分析是回答上述三個問題的關(guān)鍵。

1 文獻綜述

商業(yè)銀行全要素生產(chǎn)率從效率改善、規(guī)模經(jīng)濟和技術(shù)進步三個方面衡量商業(yè)銀行個體的經(jīng)營效率，對中國商業(yè)銀行全要素生產(chǎn)率有效測度并進行深入的實證研究是回答上述問題的關(guān)鍵。張健華［1］首次采用DEA 方法對1997—2001 年間中國商業(yè)銀行效率變化和全要素生產(chǎn)率進行研究，并最早對不同規(guī)模商業(yè)銀行全要素增長指數(shù)進行了測度。蔡躍洲等［2］關(guān)注商業(yè)銀行的中介職能，對中國11 家上市商業(yè)銀行全要素生產(chǎn)率進行了實證分析，認為中國商業(yè)銀行在2004—2008 年間出現(xiàn)技術(shù)退步，技術(shù)效率改善是推動同期商業(yè)銀行生產(chǎn)率增長的主要因素。袁曉玲等［3］同時考慮商業(yè)銀行的中介作用和營業(yè)投入產(chǎn)出，測算了15 家中國商業(yè)銀行在1999 —2006 年間的全要素生產(chǎn)率，發(fā)現(xiàn)資產(chǎn)份額、地區(qū)生產(chǎn)總值（GDP）增長率和固定資產(chǎn)投資率等變量對商業(yè)銀行Malmquist 指數(shù)變化有顯著影響。張建華等［4］采用隨機前沿方法，研究中國商業(yè)銀行的全要素生產(chǎn)率，認為從業(yè)務擴張的層面來看，規(guī)模效率是商業(yè)銀行增長的主要因素，而技術(shù)進步呈現(xiàn)出逐步下降的趨勢。Matthews 等［5］對比中國國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行的生產(chǎn)率增長，認為效率的提升來源于成本下降和技術(shù)進步，中國銀行市場開放的影響不顯著。唐齊鳴等［6］從商業(yè)銀行投入產(chǎn)出的利潤角度，對包含4 家中國商業(yè)銀行在內(nèi)的18 家國際大銀行進行了Malmquist DEA 分析，認為2006—2008 年間銀行全要素生產(chǎn)率降低的主要原因在于技術(shù)退步。朱寧等［7］和劉孟飛等［8］對中國商業(yè)銀行技術(shù)變化和技術(shù)效率進行了評估，發(fā)現(xiàn)中國商業(yè)銀行生產(chǎn)率的提升大部分源于技術(shù)創(chuàng)新，而效率改善的影響有限，這是因為規(guī)模效率較低導致技術(shù)效率不理想，中國商業(yè)銀行經(jīng)營管理能力尚待改進。

從現(xiàn)有文獻來看，對于中國商業(yè)銀行全要素生產(chǎn)率增長的主要因素，不同的研究者觀點不盡相同，技術(shù)進步因素和效率改善因素都各自有相應的實證研究支持。這一方面固然與全要素生產(chǎn)率考察角度不同以及相應的前沿分析指標選取不同有關(guān)；另一方面，我國商業(yè)銀行業(yè)發(fā)展并不均衡，不同類型商業(yè)銀行之間存在較大的差異性，在忽視樣本差異性存在的情形下實證研究的結(jié)果自然是不一致的。與現(xiàn)有文獻不同，本文重視我國商業(yè)銀行業(yè)發(fā)展的不均衡性和不同類型商業(yè)銀行的差異性，在Malmquist DEA 分析中不僅考察中國商業(yè)銀行整體樣本，而且將我國商業(yè)銀行劃分為國有控股商業(yè)銀行、全國性商業(yè)銀行和區(qū)域性商業(yè)銀行三個子樣本，分別進行實證研究并進行對比分析。而通過對不同類型商業(yè)銀行全要素生產(chǎn)率增長的比較研究不僅可以探討商業(yè)銀行增長差異化的根源，而且可以對我國商業(yè)銀行長遠發(fā)展的關(guān)鍵性因素作出正確判斷。本文前沿分析的樣本除了包含現(xiàn)有文獻涉及的國有控股商業(yè)銀行和全國性股份制商業(yè)銀行之外，還包括了27 家區(qū)域性城市商業(yè)銀行和農(nóng)村商業(yè)銀行；本文Malmquist DEA 分析的時間跨度也較長，時間維度從2000 年至2018 年，因此，實證分析也更具有代表性。

2 研究模型和測度方法

2.1 商業(yè)銀行效率與前沿分析模型

商業(yè)銀行效率是指商業(yè)銀行作為微觀主體通過其經(jīng)營管理活動，使其投入與產(chǎn)出或者成本與收益配置與當前技術(shù)水平下最優(yōu)配置狀態(tài)之間的程度比率。如果商業(yè)銀行實現(xiàn)了最有效的資源配置，則認為其經(jīng)營管理是有效率的。從投入產(chǎn)出角度，成本效率（CE）全面衡量了商業(yè)銀行效率。成本效率可以分解為配置效率（AE）和技術(shù)效率（TE）。在考慮可變規(guī)模報酬（VRS）的情形下，技術(shù)效率可進一步分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）。

商業(yè)銀行效率測度主要采用前沿分析方法。前沿分析直接考察投入產(chǎn)出變量，對橫截面內(nèi)所有生產(chǎn)經(jīng)營決策單元（DMU）進行評估，以既定投入產(chǎn)出最大化或者既定產(chǎn)出投入最小化的代表性DMU作為效率評估的基準，較好地符合了Pareto 最優(yōu)效率評判的理論內(nèi)涵。前沿分析分為參數(shù)方法和非參數(shù)方法兩大類。參數(shù)法需要對商業(yè)銀行的生產(chǎn)函數(shù)形式進行假設，然后采用合適的計量經(jīng)濟學方法，對生產(chǎn)函數(shù)參數(shù)進行估計。現(xiàn)有采用參數(shù)法探討商業(yè)銀行績效的研究中采用隨機前沿分析（stochastic frontier approach,SFA）、自由分布法（distribution free approach,DFA）和厚前沿分析（thick frontier approach,TFA），采用參數(shù)法的研究絕大部分采用SFA 方法。非參數(shù)方法不需要假設生產(chǎn)函數(shù)的具體形式，可采用不同量綱數(shù)據(jù)，具有較好的客觀性和樣本數(shù)目兼容性，在較多的銀行效率研究中被采用［9］。非參數(shù)前沿分析主要分為數(shù)據(jù)包絡分析（data envelopment analysis,DEA）和自由邊界分析（free disposal hull,FDH）,而后者是前者在非凸性假設下一種特例，因此絕大部分有關(guān)商業(yè)銀行非參數(shù)法的研究采用DEA 方法。

我國商業(yè)銀行包括大型國有控股商業(yè)銀行、全國性股份制商業(yè)銀行和區(qū)域性商業(yè)銀行等。商業(yè)銀行個體差異較大，不同的商業(yè)銀行經(jīng)營管理方式各不相同。因此采用參數(shù)法分析我國商業(yè)銀行效率是不合適的。我們無法認為工商銀行和東莞銀行具有相同形式的生產(chǎn)函數(shù)。另一方面，從時間維度上，我國商業(yè)銀行的經(jīng)營管理模式在短時間內(nèi)也發(fā)生了巨大變化。自二十世紀九十年代以來，我國商業(yè)銀行在短短二十多年時間內(nèi)發(fā)展迅速，從巨額不良資產(chǎn)剝離、引入國外戰(zhàn)略投資者、股份制改革，到在A 股和香港資本市場公開發(fā)行股票，經(jīng)歷了一系列重要變革。我們也很難假設中國的商業(yè)銀行在過去的二十年時間內(nèi)具有不變形式的生產(chǎn)函數(shù)。因此無論是從橫截面維度還是從時間維度，相對于參數(shù)法前沿分析，采用非參數(shù)前沿分析對我國商業(yè)銀行效率和技術(shù)創(chuàng)新進行實證研究是更為合適的。

標準的規(guī)模報酬不變（CRS）非參數(shù)數(shù)據(jù)包絡分析（DEA）模型最早由Charnes 等［10］提出，經(jīng)過Banker 等［11］的完善，發(fā)展出規(guī)模報酬可變（VRS）的DEA 模型及其擴展方法。這些方法可以用于測度所考察DMU 的成本效率和分配效率。F?re 等［12］基于DEA 將全要素生產(chǎn)率Malmquist 指數(shù)變化分解成技術(shù)效率變化和技術(shù)變化（technology change）指數(shù)，即所謂 Malmquist DEA 方法。這里的技術(shù)變化是商業(yè)銀行在要素投入和效率改善之外，由技術(shù)因素的變化導致的全要素生產(chǎn)率的提升，反映了技術(shù)創(chuàng)新對TFP 指數(shù)的影響效果。本文將采用Malmquist DEA中的技術(shù)變化和技術(shù)效率變化指數(shù)分別度量商業(yè)銀行的技術(shù)創(chuàng)新與效率改善。

2.2 技術(shù)創(chuàng)新、效率改善和全要素生產(chǎn)率測度

全要素生產(chǎn)率的變化率可以用兩個相鄰時期（t期和t+1 期）距離函數(shù)比率，即兩期Malmquist 指數(shù)的幾何平均值度量：

這里M表示基于產(chǎn)出的全要素增長率，x、y分別為投入要素和產(chǎn)出向量，D為距離函數(shù)。距離函數(shù)D(x,y) 描述了給定要素投入x情形下的產(chǎn)出y與最有效率產(chǎn)出的相對比率。

從（1）式提出因子Dt+1(xt+1,yt+1)/Dt(xt,yt)，可得式（2）：

根據(jù)距離函數(shù)和技術(shù)效率定義，式（2）中第一因子描述了技術(shù)效率的變化率；根號內(nèi)兩個比率描述了t+1 期與t期單位投入要素最有效率產(chǎn)出的變化率，即t+1 期相對于t期的技術(shù)創(chuàng)新（TC）。而技術(shù)效率可以分解為純技術(shù)效率（PTE）和規(guī)模效率（SE）的乘積，因此，全要素生產(chǎn)率Malmquist 指數(shù)最終可以分解為純技術(shù)效率、規(guī)模效率和技術(shù)創(chuàng)新變化率的乘積。

對技術(shù)創(chuàng)新、全要素增長率、純技術(shù)效率和規(guī)模效率的測度可以通過計算式（2）中各個距離函數(shù)D實現(xiàn)。首先在設定CRS 模型情形下，通過求解如下線性規(guī)劃問題，計算不同投入產(chǎn)出下各期距離函數(shù)：

式中參數(shù)ρ是距離函數(shù)的倒數(shù)，θ是參數(shù)列向量。

如果面板數(shù)據(jù)中包含N家商業(yè)銀行和T個年度，那么對式（3）進行線性規(guī)劃求解，需要計算 (3T-2)·N次。根據(jù)式（1）、式（2）即可計算出技術(shù)變化、全要素增長率和技術(shù)效率。

將技術(shù)效率（TE）分解為純技術(shù)效率（PTE）和規(guī)模效率（SE），需要采用VRS 模型，增加凸性約束，對距離函數(shù)Dt+1(xt+1,yt+1)和Dt(xt,yt)重新進行計算：

式中E為常數(shù)1 的N維行向量。VRS 距離函數(shù)的線性規(guī)劃求解需要增加N次。根據(jù)式（3）、式（4）式給出的CRS 和VRS 的TE 比值即可計算出規(guī)模效率和純技術(shù)效率。

3 中國商業(yè)銀行Malmquist DEA 前沿分析投入產(chǎn)出指標的確定

3.1 商業(yè)銀行投入產(chǎn)出指標界定方法

與一般企業(yè)和經(jīng)濟實體不同，商業(yè)銀行作為金融中介機構(gòu)，經(jīng)營管理具有特殊性，部分要素投入和產(chǎn)出難以量化，具體生產(chǎn)過程也不易明晰劃分。DEA 前沿分析的一個重要優(yōu)點是它不僅可以對單一產(chǎn)出的情形進行效率和技術(shù)創(chuàng)新測度，而且可以用于分析多要素投入多產(chǎn)出情形。這一優(yōu)點尤其適合商業(yè)銀行的效率分析和技術(shù)創(chuàng)新測度?，F(xiàn)有文獻主要采用下面三種方法來界定商業(yè)銀行的投入產(chǎn)出指標：

3.1.1 中介法

中介法（intermediation approach）注重商業(yè)銀行的金融中介職能，認為商業(yè)銀行是儲蓄者與借貸者之間的信用中介，商業(yè)銀行的利息成本、經(jīng)營費用和存款等是其主要的投入要素，而利息收入、非利息收入和貸款等作為其產(chǎn)出。例如Yeh［13］、Casu等［14］以及Chiu 等［15］強調(diào)商業(yè)銀行的金融中介職能，分別以利息成本和貸款總量作為DEA 分析投入產(chǎn)出指標。

3.1.2 資產(chǎn)法

資產(chǎn)法（asset approach）從資產(chǎn)負債的角度考察商業(yè)銀行的投入產(chǎn)出，認為商業(yè)銀行通過將存款和借入款等負債轉(zhuǎn)化為貸款、證券等其他金融資產(chǎn)來實現(xiàn)產(chǎn)出和利潤。資產(chǎn)法以借入資金、實物資本和人力資本作為投入，以貸款、債券等其他金融資產(chǎn)作為產(chǎn)出。相當部分學者對資產(chǎn)法和中介法并不做嚴格區(qū)分［16］。

3.1.3 生產(chǎn)法

生產(chǎn)法（production approach）從商業(yè)銀行的具體生產(chǎn)運營過程來衡量商業(yè)銀行的投入產(chǎn)出，將能產(chǎn)生收益的項目作為產(chǎn)出，把增加凈支出費用的項目作為投入。因此，生產(chǎn)法將給定時期內(nèi)交易和賬號數(shù)量看作產(chǎn)出，把固定資產(chǎn)和勞動支出作為投入。由于數(shù)據(jù)可獲得性原因，生產(chǎn)法在學術(shù)研究中較少采用，而多用于商業(yè)銀行內(nèi)部效率評估［17］。

3.1.4 附加值法

附加值法（value added approach）認為商業(yè)銀行的資產(chǎn)和負債都和產(chǎn)出相關(guān)，把能對商業(yè)銀行經(jīng)營活動帶來附加值或能為創(chuàng)造價值的資產(chǎn)或者負債視為產(chǎn)出。因此，附加值法將貸款和存款都作為產(chǎn)出，將勞動力、有形資產(chǎn)和扣除存款的資金作為投入［9,18］。

3.2 中國商業(yè)銀行投入產(chǎn)出指標選取

盡管商業(yè)銀行的投入產(chǎn)出界定方法各異，指標選取存在一定程度爭議和分歧，但大部分學者傾向于采用中介法。Berger 等［9］認為，就效率測度而言，中介法考慮了在商業(yè)銀行運營中占有重要地位的利息成本，可以較好地度量商業(yè)銀行績效研究中的邊界效率，因而在前述四種投入產(chǎn)出界定方法中是最優(yōu)的。王付彪等［19］從金融資源配置、商業(yè)銀行產(chǎn)出特性和數(shù)據(jù)可獲得性角度綜合對比了生產(chǎn)法、中介法和支持法，同樣認為中介法較為適合商業(yè)銀行的投入產(chǎn)出界定。

相對于生產(chǎn)法和附加值法，中介法不僅強調(diào)了商業(yè)銀行有別于一般經(jīng)濟企業(yè)的金融中介特質(zhì)，而且通過各項收支指標可以更好地評估商業(yè)經(jīng)營效率和盈利能力。此外，通過對利息收入和非利息收入的評估，可以較為全面地涵蓋商業(yè)銀行產(chǎn)出多樣化和非實物產(chǎn)出的特征。

在我國，貸款一直占據(jù)社會融資規(guī)模的主導地位，通過商業(yè)銀行體系的間接融資是主要的融資渠道。盡管近年來，人民幣貸款占社會融資規(guī)模的比重有所下降，但考慮到商業(yè)銀行體系內(nèi)的其他金融工具，如委托貸款、信托貸款和票據(jù)等，中國商業(yè)銀行體系所承擔的社會融資規(guī)模比重仍然較高。這說明中國商業(yè)銀行的金融中介職能在我國金融體系中的作用舉足輕重，中介職能對于評價我國商業(yè)銀行效率不可輕視；因此，中介法也更適用于我商業(yè)銀行。

關(guān)于具體投入產(chǎn)出指標選取來源，Drake 等［20］認為投入產(chǎn)出指標選取來源應該一致，部分指標選取資產(chǎn)負債表，而另外一部分指標來源于利潤表的選取方法是錯誤的。Berger 等［21］以及唐齊鳴等［6］認為從利潤角度能夠從成本和收益兩個層面考察商業(yè)銀行效率，而且可以測度商業(yè)銀行金融服務質(zhì)量的改善程度。

基于上述分析，在對中國商業(yè)銀行技術(shù)創(chuàng)新和效率改善進行實證研究中，本文主要借鑒中介法選取投入產(chǎn)出指標，并且從流量角度進行考察，所有投入產(chǎn)出指標都選自利潤表。本文以總利息支出、人力資源費用、非利息支出和不良貸款損失作為商業(yè)銀行的要素投入，以凈利息收入和非利息收入作為商業(yè)銀行的產(chǎn)出。本文采用不良貸款作為投入指標之一，在考察商業(yè)銀行運營成本的基礎上還關(guān)注風險成本對我國商業(yè)銀行效率的影響，這是借鑒了唐齊鳴等［6］的研究成果。此外，本文認為相對于大部分文獻采用員工數(shù)量度量勞動投入，以人力資源費用作為勞動投入指標更為合適：一方面人力資源費用更準確地涵蓋了人力資本的使用成本；另外一方面，人力資源費用是流量指標，相對于員工人數(shù)這個存量指標更適合從利潤角度考察商業(yè)銀行效率。本文所選取的投入產(chǎn)出指標變量描述如表1 所示。

表1 商業(yè)銀行投入產(chǎn)出指標變量描述

4 效率改善與技術(shù)創(chuàng)新對中國商業(yè)銀行全要素生產(chǎn)率增長貢獻率實證分析

4.1 樣本選取和數(shù)據(jù)來源

中國商業(yè)銀行的投入產(chǎn)出數(shù)據(jù)來源于BANKSCOPE數(shù)據(jù)庫。中國商業(yè)銀行具有可比性和相同統(tǒng)計口徑的銀行歷史數(shù)據(jù)還不夠充分。盡管BANKSCOPE 收錄的中國商業(yè)銀行超過150 家，但多數(shù)商業(yè)銀行僅有近三年數(shù)據(jù)，大部分年度數(shù)據(jù)缺失或者中斷。考慮到Malmquist DEA 分析不僅需要根據(jù)橫截內(nèi)商業(yè)銀行個體數(shù)據(jù)估計效率前沿，而且需要足夠的連續(xù)時間維度數(shù)據(jù)來測度商業(yè)銀行技術(shù)創(chuàng)新和效率改善，本文在樣本選取時對商業(yè)銀行個體進行了初步篩選：從2014—2018 年存續(xù)的商業(yè)銀行中，剔除了歷史數(shù)據(jù)少于4 年的個體，在1999—2018 年的時間跨度內(nèi)共計選取了41 家商業(yè)銀行的投入產(chǎn)出數(shù)據(jù)。樣本選取的41 家商業(yè)銀行投入產(chǎn)出變量描述性統(tǒng)計如表2 所示。

表2 中國商業(yè)銀行投入產(chǎn)出指標變量描述性統(tǒng)計 單位：千元

4.2 中國商業(yè)銀行效率變化與技術(shù)創(chuàng)新測度結(jié)果

根據(jù)式（1）、式（2）、式（3）和式（4），本文利用DEAP2.1 程序，對1999—2018 年中國41家商業(yè)銀行的技術(shù)創(chuàng)新和效率變化進行Malmquist DEA 實證分析。首先根據(jù)投入?yún)?shù)指標計算四組距離函數(shù)，得出我國商業(yè)銀行的全要素增長率；然后將全要素增長率（TFP）分解為技術(shù)創(chuàng)新（TC）、純技術(shù)效率（PTE）和規(guī)模效率（SE）的變化率。中國商業(yè)銀行技術(shù)創(chuàng)新、純技術(shù)效率、規(guī)模效率和全要素增長率DEA 測度結(jié)果如表3 所示。為了反映出技術(shù)創(chuàng)新、純技術(shù)效率和規(guī)模效率對不同類型商業(yè)銀行影響的差異，表3 還對中國商業(yè)銀行進行了分組，按類型分別列出了Malmquist DEA 實證分析的結(jié)果。

表3 中國商業(yè)銀行技術(shù)創(chuàng)新、純技術(shù)效率、規(guī)模效率變化率和全要素增長率

表3 （續(xù)）

從中國商業(yè)銀行整體來看，技術(shù)創(chuàng)新對商業(yè)銀行影響顯著，技術(shù)創(chuàng)新因素對全要素增長率的貢獻度超過了72%，其次是純技術(shù)效率的提升，商業(yè)銀行規(guī)模效率的改善對全要素增長率提高非常有限，貢獻率僅有5%。從時間維度上看，技術(shù)創(chuàng)新增幅顯著，絕大部分年度以兩位數(shù)增長，平均增長率達到10.8%。但是在次貸危機全面擴散的2009 年間，技術(shù)創(chuàng)新對中國商業(yè)銀行產(chǎn)生了負面影響；在同一時期中國商業(yè)銀行技術(shù)效率改善急劇變緩，甚至在2008 年出現(xiàn)了技術(shù)效率惡化的情形。唐齊鳴等［6］對18 家商業(yè)銀行的實證分析也得出了相似的結(jié)論。這與次貸危機所引發(fā)的全球金融危機背景下，實體經(jīng)濟運行放緩，研發(fā)投入下降，金融系統(tǒng)性風險加劇和商業(yè)銀行運營狀況惡化高度相關(guān)。我國技術(shù)效率在2000—2005 年間改善顯著，一方面這與同期技術(shù)創(chuàng)新的高增長幅度有關(guān)，技術(shù)創(chuàng)新大幅推進了商業(yè)銀行的生產(chǎn)前沿移動速率，這為技術(shù)效率的改善創(chuàng)造了空間；另一方面，我國商業(yè)銀行在20 世紀末21 世紀初，引入現(xiàn)代商業(yè)銀行管理機制時間尚短，經(jīng)營管理效率較為低下，在較低起點的基礎下也容易獲取較大的效率改善成效。2006 年之后，我國商業(yè)銀行純技術(shù)效率變緩趨緩，而純技術(shù)效率反映了個體商業(yè)銀行相對生產(chǎn)前沿的距離；這表明近十年來，我國商業(yè)銀行技術(shù)效率保持在較高水平，管理運營能力不斷加強。自2014 年宏觀經(jīng)濟進入新常態(tài)以來，中國商業(yè)銀行整體經(jīng)營效率，尤其是規(guī)模效率改善程度趨緩并保持平穩(wěn)；但受益于技術(shù)創(chuàng)新因素的積極影響，尤其是金融科技的積極應用，商業(yè)銀行的全要素生產(chǎn)率依舊保持了中高速的增長。

技術(shù)創(chuàng)新同樣是四大國有控股商業(yè)銀行全要素增長的關(guān)鍵因素。但在2008 年和2011—2012 兩年間，技術(shù)創(chuàng)新對四大國有控股銀行形成負面影響，在同期純技術(shù)效率和規(guī)模效率沒有改善的情形下，直接導致四大國有控股銀行全要素生產(chǎn)率下滑。這固然與四大國有銀行的效率決定因素、經(jīng)營模式和新技術(shù)對傳統(tǒng)商業(yè)銀行業(yè)的沖擊有關(guān)，但同時也反映出四大國有銀行對新技術(shù)的投入和應用有待加強。從表3可以發(fā)現(xiàn)四大國有控股商業(yè)銀在次貸危機之后，純技術(shù)效率和規(guī)模效率有一定程度的回升。需要注意的是，盡管新常態(tài)以來，技術(shù)創(chuàng)新與效率改善共同促進了國有控股銀行的全要素生產(chǎn)率增長，但其全要素生產(chǎn)率與技術(shù)創(chuàng)新的增長率均低于其他類型商業(yè)銀行。由于BANKSCOPE 數(shù)據(jù)庫中沒有收錄四大國有銀行的1999—2001 年部分數(shù)據(jù)，2000—2002年的技術(shù)創(chuàng)新和效率測度值無法給出。

全國性股份制商業(yè)銀行是技術(shù)創(chuàng)新的最大獲益者。盡管全國性股份制商業(yè)銀行在2000—2007 年間規(guī)模效率持續(xù)下滑，但全要素生產(chǎn)率卻高速增長，這主要受益于技術(shù)創(chuàng)新和技術(shù)效率的大幅提升。這一時期，全國性股份制商業(yè)銀行正處于股權(quán)融資、規(guī)模急劇擴張時期，規(guī)模效率的繼續(xù)小幅惡化，表明資產(chǎn)規(guī)模的快速擴張略微超出了商業(yè)銀行管理能力，商業(yè)銀行產(chǎn)出出現(xiàn)了規(guī)模報酬遞減的狀況。但這一狀況在2008 年后得到扭轉(zhuǎn)，一方面是因為次貸危機爆發(fā)，商業(yè)銀行在資本市場再融資難度增加，全國性股份制商業(yè)銀行開始逐步從規(guī)模擴張轉(zhuǎn)向依托技術(shù)創(chuàng)新尋求內(nèi)生增長；另外一方面，最近幾年內(nèi)，全國性股份制商業(yè)銀行自身的管理效率持續(xù)改善。

技術(shù)創(chuàng)新對我國區(qū)域性商業(yè)銀行的影響較為有限，平均年增長率僅為6.0%。但區(qū)域性商業(yè)銀行全要素生產(chǎn)率卻保持了年均19.2%的高幅增長，這主要得益于純技術(shù)效率的快速提升和相對于其他類型商業(yè)銀行較高的規(guī)模效率改善。這兩方面的效率改善尤其體現(xiàn)在2001—2009 年間，這表明我國區(qū)域性商業(yè)銀行無論是在經(jīng)營管理能力上還是在規(guī)模上都起點較低，距離潛在的最佳效率生產(chǎn)前沿具有較為明顯的改善空間。在中國經(jīng)濟進入新常態(tài)的背景下，區(qū)域性商業(yè)銀行規(guī)模效率和純技術(shù)效率的改善幅度在最近幾年出現(xiàn)了明顯的放緩，全要素生產(chǎn)率的持續(xù)增長最終還是要依賴于技術(shù)創(chuàng)新對生產(chǎn)前沿的推動。

樣本中41 家中國商業(yè)銀行技術(shù)創(chuàng)新、效率改善和全要素生產(chǎn)率的平均增長指數(shù)分布的極坐標曲線如圖1 所示。招商銀行（CMB）、興業(yè)銀行（IBC）、寧波銀行（BONB）、吉林銀行（BOJL）和東莞農(nóng)村商業(yè)銀行（DGRCB）的全要素生產(chǎn)率增長較快，復合年化平均增長率都超過25%。從技術(shù)創(chuàng)新維度來看，招行銀行（CMB）、興業(yè)銀行（IBC）、民生銀行（CMBC）和寧波銀行（BONB）位于前列，技術(shù)創(chuàng)新指數(shù)年均增長超過15%。而年均效率改善指數(shù)增長超過15%的銀行有8 家，全部是區(qū)域性商業(yè)銀行；這8 家銀行是：江蘇銀行（BOJS）、浙商銀行（CZSB）、寧波銀行（BONB）、天津銀行（BOTJ）、吉林銀行（BOJL）、東莞農(nóng)村商業(yè)銀行（DGRCB）、漢口銀行（BOHK）和順德農(nóng)村商業(yè)銀行（GDSDRCB）。

圖1 中國商業(yè)銀行技術(shù)創(chuàng)新（TC）、效率改善（EC）和全要素生產(chǎn)率（TFP）增長指數(shù)分布

5 結(jié)論與啟示

5.1 結(jié)論

本文采用非參數(shù)Malmquist DEA 前沿分析方法對中國41 家不同類型的商業(yè)銀行2000—2018 年間的全要素生產(chǎn)率進行實證研究，得出如下結(jié)論：（1）從全要素生產(chǎn)率的平均增長率來看，我國各類型商業(yè)銀行存在明顯差異：四大國有控股商業(yè)銀行增速較低，全國性股份制商業(yè)銀行在長期內(nèi)保持了較快的增長速度，區(qū)域性商業(yè)銀行的增長率最高。但需要注意的是，區(qū)域性商業(yè)銀行較高的全要素生產(chǎn)率增長并不穩(wěn)定，不僅起伏較大，而且在2011—2014年間呈現(xiàn)出明顯的增速下滑趨勢。（2）根據(jù)對商業(yè)銀行效率變化與技術(shù)創(chuàng)新Malmquist DEA 測度結(jié)果，技術(shù)創(chuàng)新和效率改善對我國商業(yè)銀行的全要素生產(chǎn)率的影響具有較為明顯的差異性。從對全要素生產(chǎn)率增長貢獻率來看，技術(shù)創(chuàng)新對全國性股份制商業(yè)銀行的影響最為顯著，對四大國有銀行影響次之；區(qū)域性商業(yè)銀行在效率提升上占有明顯的后發(fā)優(yōu)勢，純技術(shù)效率的改善對其全要素生產(chǎn)率的增長至關(guān)重要；而規(guī)模效率改善對所有類型的商業(yè)銀行全要素生產(chǎn)率增長貢獻率則非常有限。（3）從我國商業(yè)銀行經(jīng)營的效率前沿視角來看，全國股份制商業(yè)銀行大多位于生產(chǎn)前沿面之上，也是推動商業(yè)銀行技術(shù)效率前沿即技術(shù)創(chuàng)新的主導力量；而區(qū)域性商業(yè)銀行則距離生產(chǎn)前沿面較遠，更多地從技術(shù)效率的改善中獲益。但是從長遠來看，如果商業(yè)銀行生產(chǎn)前沿保持不變，效率改善對全要素生產(chǎn)率的貢獻率將會逐步降低，所以技術(shù)創(chuàng)新對于商業(yè)銀行全要素生產(chǎn)率的持續(xù)增長尤為關(guān)鍵。

5.2 啟示

本文研究結(jié)果為我國不同類型商業(yè)銀行在新常態(tài)背景下，依托技術(shù)創(chuàng)新提升經(jīng)營效率，實現(xiàn)創(chuàng)新驅(qū)動帶來了如下啟示：（1）我國商業(yè)銀行，尤其是大型國有控股商業(yè)銀行和區(qū)域性商業(yè)銀行，要實現(xiàn)可持續(xù)的中高速增長態(tài)勢就必須在經(jīng)營管理中進一步增加技術(shù)投入，加強技術(shù)創(chuàng)新，將新技術(shù)充分運用于金融產(chǎn)品和金融服務創(chuàng)新過程之中，同時高度重視新技術(shù)對商業(yè)銀行的正面影響和負面沖擊。（2）總體來看，我國商業(yè)銀行規(guī)模效率改善對全要素生產(chǎn)率的推動作用非常有限，各類型商業(yè)銀行，特別是國有控股商業(yè)銀行和全國性股份制商業(yè)銀行，應該從既有的規(guī)模驅(qū)動增長模式向技術(shù)創(chuàng)新和效率改善的內(nèi)生增長模式轉(zhuǎn)變。（3）對于區(qū)域性商業(yè)銀行而言，經(jīng)營效率水平相對較低，應在充分利用后發(fā)優(yōu)勢，重點通過效率改善途徑追趕處于生產(chǎn)前沿面上的領(lǐng)先商業(yè)銀行的過程中，依次從規(guī)模擴張、技術(shù)投入和效率改善三個方面尋求最優(yōu)平衡增長路徑。