中國金融效率測度及影響因素分析

安博文，劉紅衛(wèi)，侯震梅

（1.華僑大學(xué)經(jīng)濟(jì)與金融學(xué)院，福建泉州 362021；2.桂林電子科技大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院，廣西桂林 541000；3.新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院，烏魯木齊 830012）

0 引言

改革開放以來，中國金融業(yè)發(fā)展依次經(jīng)歷嘗試階段、擴(kuò)展階段和常態(tài)化階段[1]，總體上發(fā)展迅速，逐步成為現(xiàn)代經(jīng)濟(jì)發(fā)展的核心要素。金融要素作為增長性資源會對經(jīng)濟(jì)增長產(chǎn)生影響，在SFE框架下金融效率是聯(lián)系金融與經(jīng)濟(jì)的重要紐帶[2,3]。無論是從微觀層面測算金融機(jī)構(gòu)的金融效率，還是從宏觀層面考察區(qū)域金融的金融效率，學(xué)者們主要采用的都是數(shù)據(jù)包絡(luò)分析法。從微觀層面來看，Wurgler（2000）[4]將金融效率分解為資本配置效率和結(jié)構(gòu)效率；Cummins和Misas（2006）[5]將金融效率分解為成本效率、技術(shù)效率和配置效率；安博文等（2021）[6]采用三階段DEA模型測算金融效率，特點(diǎn)在于通過金融市場的環(huán)境因素對投入指標(biāo)進(jìn)行調(diào)整。從宏觀層面來看，區(qū)域金融效率的投入與產(chǎn)出變量選擇主要有生產(chǎn)法和中介法，相關(guān)研究多傾向于中介法。陸遠(yuǎn)權(quán)和張德鋼（2012）[7]將財(cái)政存款、企業(yè)存款和城鄉(xiāng)存款作為投入變量，以短期貸款和中長期貸款作為產(chǎn)出變量；陳嘯和宋陸軍（2018）[8]測度農(nóng)村金融效率時，將金融機(jī)構(gòu)網(wǎng)點(diǎn)量、從業(yè)人數(shù)以及金融機(jī)構(gòu)收支納入投入變量；隨著科技創(chuàng)新逐漸成為經(jīng)濟(jì)發(fā)展的重要動力，胡歡歡和劉傳明（2022）[9]、安博文和肖義（2022）[10]從財(cái)政科技投入與科技成果轉(zhuǎn)化等角度測算科技金融效率。

金融是社會生產(chǎn)中的可流動要素，地區(qū)間金融效率存在密切聯(lián)系，兩地區(qū)距離越相近時金融效率聯(lián)系作用越強(qiáng)[3,11]。相關(guān)研究表明：一是金融效率存在明顯的空間自相關(guān)性，如葛翔宇和汪霞（2017）[12]、葉莉和范高樂（2019）[13]通過計(jì)算金融行業(yè)全要素生產(chǎn)率的莫蘭指數(shù)、區(qū)位熵和赫芬達(dá)爾指數(shù)，發(fā)現(xiàn)金融業(yè)呈現(xiàn)空間集聚特征；二是金融效率存在明顯的空間關(guān)聯(lián)格局，胡彥蓉等（2021）[14]和胡青青等（2022）[11]發(fā)現(xiàn)，城市網(wǎng)絡(luò)特征會影響金融效率，并且中國金融發(fā)展以高效率省份為中心向外擴(kuò)張；三是金融效率存在明顯的地區(qū)差異性，如胡歡歡和劉傳明（2022）[9]、安博文等（2022）[15]通過Dagum 基尼系數(shù)和隨機(jī)核密度等分布動態(tài)學(xué)方法，揭示了中國地區(qū)間、城市群間金融發(fā)展的極化現(xiàn)象；四是金融效率呈現(xiàn)明顯的收斂特性，如劉傳明等（2017）[16]、安博文和黃寰（2022）[17]通過σ收斂、β收斂和俱樂部收斂，刻畫了中國互聯(lián)網(wǎng)金融與數(shù)字普惠金融的空間收斂特征。就金融效率的影響因素而言，戴偉和張雪芳（2015）[18]基于產(chǎn)業(yè)集聚視角討論金融效率的影響因子，發(fā)現(xiàn)金融業(yè)空間集聚會對金融效率產(chǎn)生顯著影響，其中人力資本還存在門檻效應(yīng)；李延軍和王海川（2016）[19]研究發(fā)現(xiàn)，政府宏觀調(diào)控會通過產(chǎn)業(yè)升級與技術(shù)進(jìn)步提高金融效率。在科技金融方面，Levine（1997）[20]和Giannetti（2012）[21]發(fā)現(xiàn)金融效率與科技創(chuàng)新、技術(shù)研發(fā)等因素存在關(guān)聯(lián)；胡歡歡和劉傳明（2022）[9]發(fā)現(xiàn)市場金融資源配置會對科技金融發(fā)展產(chǎn)生影響。

上述文獻(xiàn)表明，部分研究在測度區(qū)域金融效率的過程中，忽略了宏觀調(diào)控和金融市場對投入指標(biāo)的影響；金融要素的可流動性決定了金融效率具備較強(qiáng)的空間特性，部分研究忽視了金融效率影響因素與金融效率空間特征的內(nèi)在關(guān)聯(lián)?；诖?，本文在測度方法上選用三階段DEA模型，給出剔除宏觀調(diào)控和金融市場等因素后的金融效率測算方法；在設(shè)計(jì)理念上從空間視角出發(fā)，既兼顧金融效率的空間特征，又進(jìn)一步探究了金融效率的驅(qū)動機(jī)制；在計(jì)量方法上采用空間Tobit 模型，既能夠?qū)⒈唤忉屪兞肯薅ㄔ?到1之間，又具備傳統(tǒng)空間計(jì)量模型的優(yōu)勢。

1 研究設(shè)計(jì)

1.1 研究方法

1.1.1 三階段DEA模型

三階段DEA 模型由三個部分構(gòu)成，依次為傳統(tǒng)DEA模型、相似SFA 模型和調(diào)整DEA 模型，用Fei、Tei和Sei分別表示第i（i=1，3）階段的金融效率、技術(shù)效率和規(guī)模效率，金融效率在數(shù)值上等于技術(shù)效率與規(guī)模效率的乘積，各效率的計(jì)算方法與各階段的模型設(shè)定如下。計(jì)算生產(chǎn)可能性集合P1(x,y)和P2(x,y)，具體形式為：

其中，λ=(λ1,???,λI)為權(quán)重向量，is=(is1,???,isM)和os=(os1,???,osN)分別表示投入松弛變量和產(chǎn)出松弛變量。基于投入導(dǎo)向的金融效率和技術(shù)效率的計(jì)算公式為：

采用式（2）計(jì)算出的金融效率包含了宏觀調(diào)控和金融市場的不確定性，因此需要采用相似SFA模型剔除二者對投入變量的影響，為了敘述方便，這里將宏觀調(diào)控和金融市場的不確定性統(tǒng)稱為環(huán)境因素，用z表示環(huán)境因素變量組。對于投入變量的調(diào)整其實(shí)就是對投入松弛變量的調(diào)整，將環(huán)境因素作為自變量、投入松弛變量作為因變量進(jìn)行回歸，回歸模型如下：

其中，隨機(jī)因素νm與管理無效率um相互獨(dú)立。調(diào)整后的投入變量表示為：

其中，max(zβm)-zβm剔除了環(huán)境因素對投入變量的影響，max(νm)-νm剔除了隨機(jī)因素對投入變量的影響。將式（2）中的投入變量x替換為調(diào)整后的投入變量x′，據(jù)此計(jì)算出調(diào)整之后的金融效率和技術(shù)效率。具體公式如下：

1.1.2 空間相關(guān)性檢驗(yàn)

采用空間計(jì)量模型的首要前提是對被解釋變量進(jìn)行空間相關(guān)性檢驗(yàn)，常用的空間相關(guān)性檢驗(yàn)方法有Moran指數(shù)和Geary指數(shù)。

Moran指數(shù)的計(jì)算公式為：

Geary指數(shù)的計(jì)算公式如下：

Geary指數(shù)的取值介于0和2之間，數(shù)值小于1表示正向集聚，并且數(shù)值越接近0說明空間集聚效應(yīng)越強(qiáng)。

1.1.3 空間Tobit回歸模型

將金融效率作為因變量，用Exp表示解釋變量組，模型設(shè)定如下：

其中，W×Fe度量金融效率的空間自相關(guān)性；Exp為解釋變量組，W×Exp表示解釋變量對金融效率影響的空間效應(yīng)；ε為隨機(jī)擾動項(xiàng)，服從正態(tài)分布。文中金融效率、技術(shù)效率、規(guī)模效率以及四個影響因素均為正向指標(biāo)，故回歸系數(shù)β為正說明影響因素會對金融效率的提高起到促進(jìn)作用，為負(fù)則起到抑制作用；若系數(shù)ρ為正，則說明金融效率存在正向的空間集聚，多表現(xiàn)為“高高”集聚或“低低”集聚，反之則說明金融效率呈現(xiàn)“低高”集聚或“高低”集聚；若系數(shù)δ為正，則說明影響因素的空間溢出效應(yīng)也會促進(jìn)金融效率提高，反之則抑制金融效率提高。

1.2 指標(biāo)選取

（1）投入產(chǎn)出變量與環(huán)境因素變量。本文將固定資產(chǎn)投資（單位：千億元）、金融機(jī)構(gòu)存款（單位：千億元）和保險機(jī)構(gòu)賠款（單位：百億元）作為投入變量，股票市價總值（單位：千億元）和金融機(jī)構(gòu)貸款（單位：百億元）作為產(chǎn)出變量。由于政府宏觀調(diào)控和金融市場隨機(jī)性會對投入變量產(chǎn)生影響，故選取以下環(huán)境因素對投入變量進(jìn)行調(diào)整：采用地方財(cái)政收入與地方財(cái)政支出對固定資產(chǎn)投資進(jìn)行調(diào)整，采用財(cái)政存款與城鄉(xiāng)儲蓄存款對金融機(jī)構(gòu)存款進(jìn)行調(diào)整，采用保險機(jī)構(gòu)密度與保險機(jī)構(gòu)深度對保險機(jī)構(gòu)賠款進(jìn)行調(diào)整。

（2）被解釋變量與解釋變量。將金融效率、技術(shù)效率和規(guī)模效率分別作為被解釋變量，同時考慮到環(huán)境因素對金融效率的影響，本文將第一階段和第三階段的效率值都作為被解釋變量。對于解釋變量而言，經(jīng)濟(jì)發(fā)展為金融業(yè)提供資金保障，經(jīng)濟(jì)增長是金融效率提高的動力源泉；隨著中國對外貿(mào)易逐漸增加，經(jīng)濟(jì)開放水平越來越高，可見對外開放水平可以通過影響經(jīng)濟(jì)發(fā)展間接促進(jìn)金融效率提高；金融機(jī)構(gòu)對金融效率發(fā)揮著媒介作用，故猜測上市公司數(shù)量會對金融效率產(chǎn)生影響；實(shí)體經(jīng)濟(jì)是金融業(yè)發(fā)展的基礎(chǔ)，金融發(fā)展以服務(wù)實(shí)體經(jīng)濟(jì)為目的，社會購買力提高會對金融效率產(chǎn)生正向反饋?zhàn)饔??；诖?，本文選取的解釋變量包括經(jīng)濟(jì)發(fā)展水平、對外開放水平、社會購買力和上市公司數(shù)量，各變量的計(jì)算方法依次為：國內(nèi)生產(chǎn)總值取對數(shù)、進(jìn)出口總額與國內(nèi)生產(chǎn)總值的比值、社會消費(fèi)品零售總額取對數(shù)、境內(nèi)上市公司數(shù)量取對數(shù)。

1.3 數(shù)據(jù)來源

本文以2019年中國31個省份（不含港澳臺）作為研究對象收集樣本數(shù)據(jù)信息，投入產(chǎn)出變量與環(huán)境因素變量的數(shù)據(jù)來源于2020年《中國金融年鑒》，國內(nèi)生產(chǎn)總值、進(jìn)出口總額、社會消費(fèi)品零售總額和境內(nèi)上市公司數(shù)量來源于2020 年《中國統(tǒng)計(jì)年鑒》，構(gòu)建空間權(quán)重矩陣的地理位置數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心。表1 展示了投入產(chǎn)出變量與解釋變量的描述性統(tǒng)計(jì)結(jié)果。

表1 變量的描述性統(tǒng)計(jì)

2 實(shí)證分析

2.1 金融效率的測度結(jié)果

投入與產(chǎn)出的同向性是運(yùn)用數(shù)據(jù)包絡(luò)分析法測算效率的前提，數(shù)據(jù)包絡(luò)分析法的優(yōu)勢在于能對多投入多產(chǎn)出的效率水平進(jìn)行測度，若采用Pearson 相關(guān)系數(shù)依次考察單個投入與單個產(chǎn)出的相關(guān)性，則可能忽略投入變量之間、產(chǎn)出變量之間的內(nèi)生性，這里借助典型相關(guān)分析法構(gòu)造綜合投入與綜合產(chǎn)出，通過分析綜合投入與綜合產(chǎn)出的相關(guān)性來檢驗(yàn)投入與產(chǎn)出的同向性假設(shè)。圖1 展示了綜合投入與綜合產(chǎn)出的內(nèi)部構(gòu)成以及二者之間的相關(guān)性，綜合投入的30.3%來源于固定資產(chǎn)投資、43.4%來源于金融機(jī)構(gòu)存款、26.3%來源于保險機(jī)構(gòu)賠款，綜合產(chǎn)出的79.4%來源于股票市價總值、20.6%來源于金融機(jī)構(gòu)貸款，可見單個指標(biāo)增加有利于綜合指標(biāo)增加；此外，綜合投入與綜合產(chǎn)出的典型相關(guān)系數(shù)為0.968 并通過了1%水平上的顯著性檢驗(yàn)，說明綜合投入與綜合產(chǎn)出存在顯著的正向變動關(guān)系，即符合同向性假設(shè)。

圖1 投入變量與產(chǎn)出變量的相關(guān)關(guān)系圖

表2 報(bào)告了第一階段與第三階段的效率測算結(jié)果。第一階段效率值包含環(huán)境因素的影響，31 個省份的金融效率均值為0.836，北京、上海、廣東、遼寧、吉林、黑龍江和內(nèi)蒙古這7個省份為相對有效狀態(tài)，這些省份多位于東部和中部地區(qū)，甘肅、寧夏、青海、新疆等西部地區(qū)省份的金融效率相對較低；從規(guī)模收益來看，11個省份處于規(guī)模收益遞增階段，10個省份處于規(guī)模收益遞減階段，另外10個省份的規(guī)模收益保持不變；將金融效率分解為技術(shù)效率與規(guī)模效率，江蘇、山東、寧夏和西藏的金融效率無效是由規(guī)模效率無效導(dǎo)致的，江西、陜西和廣西的金融效率無效是由技術(shù)效率無效導(dǎo)致的。第三階段效率值剔除了環(huán)境因素的影響，與第一階段相比，金融效率和規(guī)模效率下降而技術(shù)效率上升，表明政府宏觀調(diào)控和金融市場的不確定性有利于金融效率和規(guī)模效率提升，卻對技術(shù)效率提高產(chǎn)生抑制作用；經(jīng)過調(diào)整之后，規(guī)模收益遞增的省份占比由35.5%增加到67.7%，規(guī)模收益遞減的省份占比由32.3%減少到6.5%；對于金融效率而言，調(diào)整前后相對有效省份個數(shù)依舊是7 個，但經(jīng)過環(huán)境變量的調(diào)整，遼寧和黑龍江不再有效，江蘇和山東上升為相對有效省份，可見環(huán)境因素有利于遼寧和黑龍江金融效率提高，卻會抑制江蘇和山東金融效率提升。綜合對比來看，首先，中國金融效率較高，無論是否考慮環(huán)境因素，均有近四分之一的省份為相對有效狀態(tài)，并且效率水平始終維持在0.8左右；其次，金融效率和規(guī)模收益易受環(huán)境因素影響，并且環(huán)境因素有利于金融效率整體水平提高，但不利于多數(shù)省份形成規(guī)模收益遞增；最后，環(huán)境因素對金融效率、技術(shù)效率和規(guī)模效率的影響存在省份異質(zhì)性，下面的影響因素分析需要進(jìn)行空間異質(zhì)性討論。

表2 第一階段與第三階段效率測算結(jié)果

對于第二階段的回歸模型而言，如果回歸系數(shù)為負(fù)，則表示環(huán)境因素與成本浪費(fèi)負(fù)相關(guān)，意味著環(huán)境因素?cái)U(kuò)大會降低投入成本；如果回歸系數(shù)為正，則表示環(huán)境因素與成本浪費(fèi)正相關(guān)，意味著環(huán)境因素?cái)U(kuò)大會增加投入成本[6]。表3 回歸結(jié)果顯示，地方財(cái)政收入增加和地方財(cái)政支出減少有利于降低固定資產(chǎn)投資的成本浪費(fèi)，進(jìn)而通過節(jié)約固定資產(chǎn)投資的成本以提高金融效率；財(cái)政存款和城鄉(xiāng)儲蓄存款的增加有利于降低金融機(jī)構(gòu)存款的成本浪費(fèi)，進(jìn)而通過節(jié)約金融機(jī)構(gòu)存款的成本以提高金融效率；保險機(jī)構(gòu)密度增加和保險機(jī)構(gòu)深度減少有利于降低保險機(jī)構(gòu)賠款的成本浪費(fèi)，進(jìn)而通過節(jié)約保險機(jī)構(gòu)賠款的成本以提高金融效率。

表3 第二階段環(huán)境變量回歸結(jié)果

2.2 金融效率的空間集聚與影響因素

表4報(bào)告了各階段效率的空間相關(guān)性檢驗(yàn)結(jié)果，無論是否考慮環(huán)境因素，金融效率、技術(shù)效率和規(guī)模效率都存在顯著的正向集聚，多數(shù)省份表現(xiàn)為“高高”集聚或“低低”集聚；對比第一階段和第三階段各效率的空間自相關(guān)系數(shù)可以發(fā)現(xiàn)，剔除環(huán)境因素的影響后金融效率、技術(shù)效率和規(guī)模效率的空間集聚效應(yīng)有所增強(qiáng)。

表4 金融效率的空間相關(guān)性檢驗(yàn)

為比較環(huán)境因素剔除前后金融業(yè)高質(zhì)量發(fā)展的實(shí)現(xiàn)路徑，依次將第一階段和第三階段的金融效率、技術(shù)效率和規(guī)模效率作為被解釋變量，借助空間Tobit 模型從經(jīng)濟(jì)發(fā)展水平、對外開放水平、社會購買力和上市公司數(shù)量四個維度進(jìn)行分析，模型的估計(jì)結(jié)果如表5所示。

表5 空間Tobit模型估計(jì)結(jié)果

經(jīng)濟(jì)發(fā)展水平對金融效率的作用效果會受到環(huán)境因素的影響。剔除環(huán)境因素前，僅有經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)會對金融效率產(chǎn)生顯著影響，且影響效果是反向的，而本地區(qū)經(jīng)濟(jì)發(fā)展水平不會對金融效率產(chǎn)生顯著影響。在不考慮環(huán)境因素時，經(jīng)濟(jì)發(fā)展水平對金融效率的影響系數(shù)為正且通過了1%水平上的顯著性檢驗(yàn)，并且經(jīng)濟(jì)發(fā)展水平對規(guī)模效率的影響系數(shù)也顯著為正，這說明本地區(qū)經(jīng)濟(jì)增長可以通過擴(kuò)大金融規(guī)模提高金融效率；經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)對金融效率的影響依舊顯著為負(fù)，剔除環(huán)境因素后經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)對金融效率的抑制作用有所減弱，表明政府宏觀調(diào)控和金融市場不確定性等因素在一定程度上會放大經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)的抑制作用；經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)與技術(shù)效率和規(guī)模效率也呈顯著的反向變動關(guān)系，這表明鄰近地區(qū)經(jīng)濟(jì)增長會抑制本地區(qū)金融技術(shù)與金融規(guī)模，從而不利于本地區(qū)金融效率提升。

無論是否考慮環(huán)境因素，對外開放水平的空間溢出效應(yīng)都不會對金融效率、技術(shù)效率和規(guī)模效率產(chǎn)生顯著影響，間接證明了僅有本地區(qū)對外開放水平才能對金融效率產(chǎn)生顯著影響。剔除環(huán)境因素前后，對外開放水平對金融效率的作用效果由不顯著轉(zhuǎn)為顯著，這表明政府宏觀調(diào)控和金融市場不確定性等因素會阻斷對外開放水平對金融效率的作用效果。在不考慮環(huán)境因素時，就對外開放水平與金融效率的作用機(jī)制而言，對外開放水平對金融效率和規(guī)模效率的影響系數(shù)都大于0且顯著，但對技術(shù)效率的影響系數(shù)并不顯著，隨著中國對外開放水平不斷提高，外商投資、融資等金融往來日益密切，帶來的效果便是金融規(guī)模日趨擴(kuò)大，因此本地區(qū)對外開放水平提高促進(jìn)了本地區(qū)金融效率提升。

社會購買力的空間溢出效應(yīng)會對金融效率產(chǎn)生顯著影響。對比環(huán)境因素剔除前后影響系數(shù)的大小可以發(fā)現(xiàn)，環(huán)境因素有利于增強(qiáng)社會購買力的空間溢出效應(yīng)對金融效率的促進(jìn)作用；環(huán)境因素調(diào)整前后社會購買力空間溢出效應(yīng)對金融效率的作用機(jī)制有所不同，未剔除環(huán)境因素時，鄰近地區(qū)社會購買力增加僅能通過促進(jìn)技術(shù)效率提高帶動金融效率提升，剔除環(huán)境因素后，鄰近地區(qū)社會購買力既能通過技術(shù)效率促進(jìn)金融效率提高，又能通過規(guī)模效率促進(jìn)金融效率提高。本地區(qū)社會購買力對金融效率的作用效果易受環(huán)境因素影響，環(huán)境因素阻礙了社會購買力對金融效率的影響效果，在剔除環(huán)境因素后社會購買力才會對金融效率產(chǎn)生顯著影響，并且是通過金融規(guī)模抑制金融效率提高。

無論是否考慮環(huán)境因素，上市公司數(shù)量與金融效率均存在顯著的正向變動關(guān)系，調(diào)整前后的主要區(qū)別在于環(huán)境因素能夠增強(qiáng)上市公司數(shù)量對金融效率的促進(jìn)作用，調(diào)整前后的相同之處在于上市公司數(shù)量對金融效率的作用機(jī)制，二者都是通過提高技術(shù)效率來促進(jìn)金融效率提升。從上市公司數(shù)量的空間溢出效應(yīng)來看，環(huán)境因素阻礙了上市公司數(shù)量空間溢出效應(yīng)對金融效率的影響，剔除環(huán)境因素之后，上市公司數(shù)量的空間溢出效應(yīng)會抑制技術(shù)效率和規(guī)模效率提高，從而不利于金融效率提升。上市公司具有很強(qiáng)的地域歸屬性，一般而言，公司產(chǎn)值都被計(jì)入注冊地的地區(qū)生產(chǎn)總值，這導(dǎo)致上市公司數(shù)量這一因素的空間特性較弱。

2.3 異質(zhì)性分析

圖2 分地區(qū)展示了第一階段和第三階段各類效率的均值情況，無論是否剔除環(huán)境因素，金融效率、技術(shù)效率都呈現(xiàn)“東部>中部>西部”的分布特點(diǎn)，規(guī)模效率呈現(xiàn)“中部>東部>西部”的分布特點(diǎn)。中部和東部地區(qū)的規(guī)模效率十分接近，二者都遠(yuǎn)高于西部地區(qū)，這一現(xiàn)象在剔除環(huán)境因素后更加明顯。西部地區(qū)的金融效率明顯低于東部和中部地區(qū)，剔除環(huán)境因素前，技術(shù)水平落后是金融效率較低的主要原因；剔除環(huán)境因素后，金融規(guī)模較小是拉低金融效率的主要原因。中部地區(qū)規(guī)模效率較高，甚至超過東部地區(qū)，但由于技術(shù)水平落后導(dǎo)致其金融效率還存在較大上升空間。以下將分地區(qū)考察剔除環(huán)境因素后金融效率、技術(shù)效率和規(guī)模效率的影響因素，由于樣本容量等原因，分地區(qū)分析影響因素的異質(zhì)性時不再考慮解釋變量的空間效應(yīng)。

圖2 三大地區(qū)第一、第三階段三類效率均值

表6 估計(jì)結(jié)果顯示，各地區(qū)金融效率、技術(shù)效率和規(guī)模效率的空間集聚特征存在異質(zhì)性。東部地區(qū)的三種效率都呈現(xiàn)高低類型或低高類型的空間負(fù)向集聚，就地理位置而言，京津冀地區(qū)中北京的金融效率較高且達(dá)到相對有效，但河北和天津的金融效率相對較低，這是東部地區(qū)內(nèi)空間負(fù)向集聚的典型代表。中部地區(qū)的金融效率和技術(shù)效率呈現(xiàn)空間正向集聚，雖然中部地區(qū)金融業(yè)發(fā)展整體處于中等水平，但中部地區(qū)的金融效率差異較小，因此呈現(xiàn)同類型的空間正向集聚。西部地區(qū)金融效率的空間集聚效應(yīng)并不顯著，可能是由兩個方面的原因造成：一方面，西部地區(qū)金融業(yè)發(fā)展起步較晚，金融效率相對較低；另一方面，西部地區(qū)的交通、互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施建設(shè)尚不健全，地區(qū)內(nèi)部交流相對薄弱。

表6 分地區(qū)空間Tobit模型估計(jì)結(jié)果

從影響因素的空間異質(zhì)性來看：經(jīng)濟(jì)增長依舊有利于促進(jìn)金融效率提高，對于東部和西部地區(qū)而言，經(jīng)濟(jì)增長能夠通過擴(kuò)大金融規(guī)模提高金融效率；而中部地區(qū)經(jīng)濟(jì)增長僅能顯著促進(jìn)技術(shù)效率和規(guī)模效率提高，卻無法顯著促進(jìn)金融效率提高。對外開放水平對金融效率的促進(jìn)作用僅在西部地區(qū)顯著，并且是通過技術(shù)效率和規(guī)模效率同時影響金融效率；對外開放水平對金融效率的促進(jìn)作用在東部和中部地區(qū)并不明顯，中部地區(qū)對外開放水平提高反而會抑制技術(shù)效率提升。在一定程度上，社會購買力提高會抑制金融效率提升，這一現(xiàn)象在東部和西部地區(qū)顯著；隨著社會購買力提高，東部地區(qū)金融規(guī)模逐漸縮小，西部地區(qū)的技術(shù)效率和規(guī)模效率會同時降低。上市公司數(shù)量對金融效率的促進(jìn)作用僅在東部地區(qū)顯著，在中部和西部地區(qū)存在不顯著的抑制作用；上市公司數(shù)量對技術(shù)效率的影響僅在中部和西部地區(qū)顯著，并且對中部地區(qū)的影響為負(fù)，而對西部地區(qū)的影響為正。

3 結(jié)論與建議

本文基于中國31 個省份2019 年的截面數(shù)據(jù)，采用三階段DEA 模型測算金融效率，并且將金融效率分解為技術(shù)效率與規(guī)模效率；同時，采用空間Tobit回歸模型分析金融效率的影響因素，并進(jìn)行地區(qū)異質(zhì)性討論，得出如下結(jié)論：第一，中國金融效率較高，但金融效率易受政府宏觀調(diào)控和金融市場隨機(jī)性等環(huán)境因素影響，并且環(huán)境因素有利于金融效率和規(guī)模效率提高，卻會抑制技術(shù)效率提高。第二，中國金融效率既存在空間集聚特征，也存在地區(qū)異質(zhì)性。從全國層面來看，金融效率、技術(shù)效率和規(guī)模效率都呈現(xiàn)“高高”集聚或“低低”集聚的分布特征，東中部地區(qū)金融效率相近，且二者的金融效率都遠(yuǎn)高于西部地區(qū)。第三，環(huán)境因素剔除前后，各影響因素對金融效率的作用機(jī)制有所不同，環(huán)境因素剔除之后，各因素對金融效率的作用效果越發(fā)明顯，經(jīng)濟(jì)發(fā)展水平及其空間溢出效應(yīng)、社會購買力及其空間溢出效應(yīng)、上市公司數(shù)量及其空間溢出效應(yīng)以及對外開放水平都會對金融效率產(chǎn)生顯著影響。第四，各地區(qū)金融效率的影響機(jī)制存在差異。東部和西部地區(qū)經(jīng)濟(jì)增長能夠通過擴(kuò)大金融規(guī)模提高金融效率，中部地區(qū)經(jīng)濟(jì)增長僅能促進(jìn)技術(shù)效率和規(guī)模效率提高；對外開放水平對金融效率的促進(jìn)作用僅在西部地區(qū)顯著，中部地區(qū)對外開放水平提高反而會抑制技術(shù)效率提升；社會購買力提高會抑制金融效率提升，這一現(xiàn)象在東部和西部地區(qū)較為明顯；上市公司數(shù)量對金融效率的促進(jìn)作用僅在東部地區(qū)顯著，而上市公司數(shù)量對技術(shù)效率的影響卻在中部和西部地區(qū)顯著。

基于上述結(jié)論，本文提出如下建議：在金融效率的提升路徑上，要重視國家層面對金融發(fā)展的引導(dǎo)作用，充分發(fā)揮政府對金融業(yè)發(fā)展的宏觀調(diào)控作用。首先，建立多層級的金融市場發(fā)展體系，深入推進(jìn)財(cái)政分權(quán)制度改革，形成以金融業(yè)為核心的資金鏈體系。其次，人力資本方面要注重勞動力素質(zhì)，特別是要提高金融業(yè)從業(yè)者的受教育水平；金融資本方面既要加大金融要素、金融資源的投入規(guī)模，還要優(yōu)化資源配置結(jié)構(gòu)，提高金融資源的配置效率。最后，發(fā)揮技術(shù)進(jìn)步在金融業(yè)中的強(qiáng)大作用，逐步提高對外開放水平和金融開放程度，借鑒國外發(fā)達(dá)地區(qū)經(jīng)驗(yàn)促進(jìn)我國金融業(yè)發(fā)展。在促進(jìn)區(qū)域金融協(xié)調(diào)發(fā)展上，要緊緊圍繞金融資源的流動性這一特點(diǎn)。一是發(fā)揮高效率省份的金融帶動效應(yīng)，提升北京、上海、廣東、江蘇、山東等省份的金融輻射力，加快周邊地區(qū)金融效率形成“中心—外圍”的輻射式發(fā)展格局；二是東、中、西部地區(qū)金融效率發(fā)展不平衡現(xiàn)象依舊突出，金融資源、金融要素的投放應(yīng)該更多向西部地區(qū)傾斜，充分緩解由于金融資源配置失衡而導(dǎo)致的西部地區(qū)金融效率偏低問題；三是各地區(qū)內(nèi)部應(yīng)打破行政壁壘，打破“各自一畝三分地”的傳統(tǒng)觀念，促進(jìn)區(qū)域內(nèi)部金融資源流動，加快建設(shè)區(qū)域金融協(xié)同發(fā)展機(jī)制。