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(huì)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(shí)，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?jiǎng)恿?，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(huì)生產(chǎn)中的可流動(dòng)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(shí)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(huì)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(dòng)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(huì)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(huì)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(huì)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(dòng)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(dòng)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(gè)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?；谕度雽?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(dòng)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(gè)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(huì)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(huì)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(xiǎn)機(jī)構(gòu)賠款（單位：百億元）作為投入變量，股票市價(jià)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(huì)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(chǔ)蓄存款對金融機(jī)構(gòu)存款進(jìn)行調(diào)整，采用保險(xiǎn)機(jī)構(gòu)密度與保險(xiǎn)機(jī)構(gòu)深度對保險(xiǎn)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(shí)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(dòng)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(huì)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(huì)購買力提高會(huì)對金融效率產(chǎn)生正向反饋?zhàn)饔谩；诖耍疚倪x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(huì)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(huì)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(gè)省份（不含港澳臺(tái)）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(huì)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(gè)投入與單個(gè)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(xiǎn)機(jī)構(gòu)賠款，綜合產(chǎn)出的79.4%來源于股票市價(jià)總值、20.6%來源于金融機(jī)構(gòu)貸款，可見單個(gè)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(dòng)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(gè)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(gè)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(gè)省份處于規(guī)模收益遞增階段，10個(gè)省份處于規(guī)模收益遞減階段，另外10個(gè)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(gè)數(shù)依舊是7 個(gè)，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(huì)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(huì)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(huì)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(chǔ)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(xiǎn)機(jī)構(gòu)密度增加和保險(xiǎn)機(jī)構(gòu)深度減少有利于降低保險(xiǎn)機(jī)構(gòu)賠款的成本浪費(fèi)，進(jìn)而通過節(jié)約保險(xiǎn)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(huì)購買力和上市公司數(shù)量四個(gè)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(huì)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(huì)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(huì)對金融效率產(chǎn)生顯著影響。在不考慮環(huán)境因素時(shí)，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(huì)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(dòng)關(guān)系，這表明鄰近地區(qū)經(jīng)濟(jì)增長會(huì)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(huì)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(huì)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(shí)，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(huì)購買力的空間溢出效應(yīng)會(huì)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(huì)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(huì)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(shí)，鄰近地區(qū)社會(huì)購買力增加僅能通過促進(jìn)技術(shù)效率提高帶動(dòng)金融效率提升，剔除環(huán)境因素后，鄰近地區(qū)社會(huì)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(huì)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(huì)購買力對金融效率的影響效果，在剔除環(huán)境因素后社會(huì)購買力才會(huì)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(dòng)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(huì)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(shí)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(gè)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(shí)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(huì)抑制技術(shù)效率提升。在一定程度上，社會(huì)購買力提高會(huì)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(huì)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(huì)同時(shí)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(gè)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(shí)，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(huì)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(huì)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(huì)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(huì)抑制技術(shù)效率提升；社會(huì)購買力提高會(huì)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(dòng)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(dòng)性這一特點(diǎn)。一是發(fā)揮高效率省份的金融帶動(dòng)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(dòng)，加快建設(shè)區(qū)域金融協(xié)同發(fā)展機(jī)制。