区域金融业全要素生产率分解及其效率提升策略

2015-03-16马正兵

西南大学学报（社会科学版） 2015年5期

关键词：金融业生产率要素

马正兵

(重庆第二师范学院经济与工商管理系,重庆市400067)

区域金融业全要素生产率分解及其效率提升策略

马正兵

(重庆第二师范学院经济与工商管理系,重庆市400067)

基于中国大陆31个省区市1997－2012年金融业面板数据的随机前沿估计发现,区域金融业资本存量具有总体合理的规模和积极的产出增长效应,而金融机构贷款产出效率较低.自2000年金融业扭转要素生产率负增长态势以来,各地金融业全要素生产率增长较快,其中技术进步是主要来源,而技术效率呈整体下降趋势.其次,金融业全要素生产率变动呈现东部最高、西部追赶东部、中部技术效率下滑的区域分异特征.再者,政府的经济干预是增加区域金融业技术无效率的最大影响因素.金融发展进程中充分发挥市场决定性作用和更好发挥政府作用在统筹区域金融发展上的政策意涵是,东部地区创新化“提质量”、中部地区市场化“调结构”和西部地区普惠化“增效率”.

全要素生产率;区域金融业;随机前沿分析

金融是现代经济的核心.现代经济发展的各种生产要素均需要金融的联合与推动方能产生聚合效应,而金融部门的效率提升和技术进步是其发挥正外溢效应的基础.为此,考察金融部门的技术效率、技术进步及其全要素生产率具有重要的理论价值.其次,现实经济生活中推动中国经济发展从要素驱动向效率驱动甚至创新驱动转变,需要提升中国金融部门的经济效率,增强其服务实体经济的系统功能.再者,在非均衡的中国区域经济发展格局下,统筹区域金融发展是统筹区域发展的逻辑展开.为此,本文基于中国大陆31个省区市的面板数据考察金融业的技术效率和全要素生产率及其影响因素,为统筹区域金融经济发展提供实证支持.

一、文献评述

金融业全要素生产率作为其发展效率变化的源泉和行业核心竞争力的重要影响因素自20世纪90年代以来受到国内外学术界的深入关注.从研究主题来看,国内外关于金融业全要素生产率的研究大多与金融产业组织效率的研究交织在一起.Alhadeff[1]考察发现美国银行业存在递增的产出规模效率和递减的成本规模效率.之后的研究主要包括规模效率的研究、生产效率的研究[2]和全要素生产率的测算[3].国内近些年的实证研究也主要是对银行效率的研究,同时开始关注保险业效率和全要素生产率问题[4].从研究方法来看,主要包括基于随机前沿生产函数的参数分析法和Malmquist生产率指数分析法、数据包络分析法等非参数方法.这两方面的文献十分丰富,读者可参阅Berger和Humphrey[5]的文献.从研究领域来看,中国的实证研究开始向区域层面逻辑展开和深入扩展.如刘飞[6]运用数据包络分析方法测度了我国30个省区市及东中西部三大地带的金融效率、规模效率及金融业各项投入指标的相对有效性,实证揭示了金融效率的地区差异.金春雨等[7]采用Malmquist指数法测算了2001—2010年中国金融业全要素生产率后发现,各地区金融业效率差异显著、区域特征明显,且绝大部分地区金融效率远低于技术前沿面.吕健[8]基于DEA-Malmquist和空间数据分析方法考察发现,1997－2011年间中国金融业全要素生产率总体呈下降态势,并具有显著的空间自相关;在2002－2006年期间,市场化并没有促进金融业全要素生产率的提高;而在其它时期,市场化通过技术效率途径明显促进了金融业全要素生产率的提升.

本文在以下几点有别于现有研究文献:一是在金融业产值测度上,现有研究文献一般用FIR、M2与GDP的比率、存贷和与GDP的比率等反映金融发展的指标作为金融业的产出,本文采用各地区金融业增加值作为金融业产出.二是在金融业的劳动投入上,一般研究文献主要采用金融业从业人员数据的做法,本文采用金融业从业人员数乘以金融业职工平均工资近似作为金融业的劳动报酬,这更接近于劳动投入数据.三是在金融业资本投入数据上,本文测算了各地区金融业的资本存量,以准确反映金融业的资本积累状况,一般研究文献没有测算.第四,本文同时考察了金融业技术无效率的影响因素,这也是一般文献未考察的内容.

二、模型、变量与数据

(一)随机前沿分析模型

国内目前关于区域金融业全要素生产率的实证研究多采用非参数分析法.非参数分析法假定没有随机误差影响产出,因此随机误差的影响可能会包括到效率项的估计中,从而影响结论的正确性.为此本文采用随机前沿生产函数的参数分析法.该分析法允许在技术无效假设下将全要素生产率的变化分解为生产可能性边缘的移动和技术效率的变化,能够将影响全要素生产率的因素从其变化中分离出来,以便更深入地分析生产率增长的根源.同时,随机前沿分析模型从早期只适用于横截面数据逐步发展为适用于面板数据分析,这特别适合用于研究区域金融业全要素生产率变化的区域特征.具体地,假设各省区市金融业有如下超越对数前沿生产函数:

式(1)中,Y、K和L分别为各地区金融业增加值、资本和劳动投入;趋势变量t反映技术效率变化的结果;β为待估参数;随机变量vit服从正态分布;uit为非负随机变量,表示技术无效.在规模报酬不变假设下,生产函数为:

由于金融业的产出并不单纯依靠固定资本投入,且中国总体上属于银行主导型金融体系以及贷款是银行利润的主要来源,仅以传统的资本、劳动两要素投入测算金融业产出可能存在偏差,为此我们同时将金融机构贷款余额作为要素投入,得到如下随机前沿生产函数:

为更好分析技术无效的影响因素,我们假设有如下效率效应方程:

式(4)中,dj(j ＝1,2,3)表示东中西部三大地带,djt j( ＝1,2,3)用来刻画地域的时变特征, dss(＝4,5…,9)分别为用地区人均GDP表示的经济发展水平、用高中以上文化程度人口占总人口的比率表示的人力资本、用工业部门就业人员占就业人员总量的比率表示的工业化水平、用进出口占GDP的比率表示的经济开放度、用市场化指数表示的市场化程度和用财政支出占GDP的比率表示的政府经济干预度.

(二)变量和数据说明

本文的样本包含1996－2012年中国大陆31个省区市的数据,其中重庆市1996年相关数据资料缺失,则按照1997年重庆与四川相应指标同比率的方法从四川省的数据分解得到.

1.金融业增加值.根据《中国统计年鉴》、各地统计年鉴和《中国国内生产总值核算历史资料》(1952－1995、1996－2002、1952－2004)等整理得到,并换算成1978年不变价数据.

2.金融业资本存量.金融业资本存量数据借用徐现祥等[9]的方法整理得到.

3.劳动投入.劳动投入为金融业从业人员乘以金融业城镇职工平均工资表示的劳动报酬数据,并用1978年不变价居民消费价格指数进行调整.数据来自《中国统计年鉴》各期.

4.金融机构贷款.贷款数据为金融机构本外币贷款余额,并以1978年不变价GDP缩减指数进行调整.数据来源于《中国金融年鉴》、《中国统计年鉴》各期和《新中国60年统计资料汇编》.

5.地区虚拟变量.东中西部三大地带虚拟变量的取值规则:若该地区属于东部地区取值为“1”,若该地区属于中部地区取值为“2”,若该地区属于西部地区取值为“3”;否则取值为“0”.

6.其他变量.地区人均GDP、高中以上文化程度人口占总人口的比率、工业部门就业人员占就业人员总量的比率和财政支出占GDP的比重的相关原始数据均来自《中国统计年鉴》各期.进出口占GDP的比率为进出口人民币金额与GDP的比率,进出口美元金额折算人民币金额的汇率为人民币兑美元年度平均名义汇率.1997－2009年各地区市场化指数来源于樊纲、王小鲁等[10]的研究报告,1996、2010、2011和2012年的数据和个别地区的缺失数据采用趋势移动平均法整理得到.

三、实证结果与含义分析

应用软件Frontier4.1的最大似然估计法,分别对式(2)、式(3)和式(4)进行估计,得到表1所示的参数估计结果.其中,式(3)中人均资本与人均贷款的交叉乘积项不显著.事实上,也很难解释这一交叉乘积项的经济含义,故实证研究中不含该项.为更好地分析技术无效的影响因素,表1中模型1－6分别报告了考虑不同影响因素的参数估计结果,其含义在其后的分析中详细阐释.

(一)模型统计检验分析

模型估计结果中,方差(σ2)和方差比(γ)统计检验均在1%水平上显著.γ总体上较高,这意味总效率中由人为可控制的无效率所占的比率较高.例如模型1,γ＝0.907,这表示总效率中人为可识别的无效率因素的占比达到了90.7%,而统计误差、非人为可控制的随机无效率的占比为9.3%,因此各省区市金融业的技术无效率主要来自于人为无效率.模型2－6报告的γ具体数值显示,在复合扰动项中技术无效的占比分别为90%、84.9%、91%、89.4%和85.7%,可见各省区市金融业的生产技术效率损失也是存在的.γ统计检验显著且单项似然比检验(LR)在1%的水平上显著,说明式(2)、(3)中的误差项具有十分明显的复合结构.因此运用随机前沿分析模型比传统计量模型能更好刻画区域金融业的生产函数.此外,表1给出的参数估计结果中大多数变量的系数值都能通过T检验,表明运用该模型对经验数据的拟合程度较为理想,可用来进一步探寻其经济含义.

表1 随机前沿生产函数和效率效应方程估计结果

(二)区域金融业要素投入与产出关系分析

1.资本投入与金融产出的关系

无论是考虑资本、劳动两要素还是考虑资本、贷款、劳动三要素,人均资本的产出弹性(βK)均为正值且都通过了1%显著性水平上的T检验.与此同时,模型1－3中资本与时间交叉项的弹性系数(βKT)未通过显著性检验,加入了贷款变量后的模型4－6中资本与时间交叉项的弹性系数(βKT)都通过了1%显著性水平上的T检验,但此时资本的产出弹性(βK)明显降低了.此外,模型1－6中各地区金融业的资本产出弹性均值分别为0.503、0.510、0.543、0.465、0.472和0.483.由此看来,第一,各省区市金融业的资本投入水平较为合理,资本投入对金融业产出增长具有积极作用;第二,各省区市金融业的资本存量水平整体上是充分的,资本存量增加并不会随着时间推移而使金融产出递增;第三,合理把握金融业的资本存量与贷款余额之间的结构比率对于改进金融业的生产效率具有重要意义.

2.贷款与金融产出的关系

贷款的产出弹性系数(βB)在模型4－6中均未通过显著性检验.贷款与时间交叉项的弹性系数(βBT)都通过了1%水平上的显著性检验且为正值,但其数值均较小.此外,根据人均贷款产出弹性公式,可计算得到模型4－6中各地区金融业的贷款产出弹性均值分别为0.299、0.294和0.249.贷款的产出弹性明显低于资本的产出弹性,特别是加入市场化程度和政府干预等生产无效率的影响因素后,贷款的产出弹性就更低了.这一方面证实了我国各地区金融业贷款产出效率不高的判断,另一方面又进一步揭示了我国金融部门依靠贷款规模扩张和粗放性经营促进金融产出增长的发展路径.

3.金融产出的时变特征

在6个实证模型中,时间变量的产出弹性系数(βT)均通过了显著性检验,但其方向是不稳定的.βT在模型1－3中为负值,在模型4－6中为正值.与之相对应的是,在模型1－3中,时间变量的二次项(t2)均通过了显著性检验且弹性系数(βTT)为正值.模型1－3中βT与βTT实证结果的方向交替性关系表明,地区金融业发展要注意持续稳健经营,合理处理当期增长和长期发展的关系.

(三)区域金融业全要素生产率分解

根据Kumbhakar[11]对TFP增长率的分解方法,在规模不变弹性假设下,TFP增长率可分解为技术效率变化率、技术进步率和配置效率变化率.表2报告的全要素生产率(均值)及其分解结果显示,1997—2012年我国各地区金融业全要素生产率增长主要源于技术进步.近些年来,我国金融机构投入巨额资金进行技术改造和技术升级,金融信息网络建设和现代技术的广泛应用普遍提升了各地区金融业的技术进步率.配置效率提升也具有正向影响,特别是加入贷款变量后配置效率的影响更大一些.总体上看,技术效率的均值没有超过85%,金融业生产函数位于技术前沿面之下,且技术效率呈下降趋势.

表2 金融业全要素生产率(均值)及其构成①

图1和图2分别报告的区域金融业技术效率均值和全要素生产率平均增长率走势显示,金融业技术效率总体上呈下降趋势且存在着地区差异,东部地区技术效率最高,均值达到了84.2%,但均值并未呈现逐步提高趋势.中部地区技术效率低于东部,且呈明显下降趋势.西部地区金融业的技术效率均值在三大地带中最低,且样本分析期间没有得到有效提升.进一步看,正是中部地区金融业的技术效率较大幅度下降和西部地区极低的技术效率水平拉低了全国金融业技术效率.西部地区金融业超过中部地区的技术进步率使得其全要素生产率超过了中部地区而向东部地区“追赶”.此外,从全要素生产率的时间演变趋势看,1997—1999年均为负增长,这客观反映了当时中国金融业特别是四大国有独资银行的经营“困局”.2000年以后地区金融业全要素生产率的增长率呈逐年上升趋势.这在一定程度上反映了中国金融体制改革和中国金融发展的成果.特别是20世纪90年代中后期我国银行金融机构的商业化、市场化改革对于提升其全要素生产率具有重要意义.此外,从31个省区市的典型个案看,上海市金融业的技术效率最高,均值达到了91.29%;西藏金融业的技术效率最低,均值仅为4.49%.这一方面印证了我们对地区金融经营综合环境的经验性判断,另一方面进一步表明实证结果具有较好的信度.

图1 区域金融业技术效率(均值)

图2 区域金融业全要素生产率平均增长率

(四)技术无效因素分析

表1中的效率效应方程揭示了区域金融业的技术无效性及其区域差异的影响因素.

1.金融业技术无效率的区域因素

为分析地域特征及其时变趋势,6个模型均包含了3个地区虚拟变量及其与时间变量的交叉项.地区虚拟变量的估计结果显示,虚拟变量d1、d2的估计参数均为负值,通过显著性水平检验的虚拟变量d3的估计参数均为正值,说明东、中部地区总体上表现为技术无效的抵减效应,西部地区表现为技术无效的增加效应.这和前述东中部地区技术效率较高、西部地区技术效率较低的实证结论具有一致性.图3和图4进一步给出了模型3和模型6的情形下技术无效率与地区及其时变关系的综合效应演变趋势.①在6个模型的技术无效方程中,东中西三大地带及其时间变量的估计参数均具有统计显著性的只有模型3和模型6.不难看出,模型3情形下东部地区虚拟变量对应的技术无效率弹性系数始终为负,但逐步朝正向转变,即东部地区技术无效率随着时间在增长,地区优势在消减;模型6情形下东部地区的技术无效率也有相似变化趋势,且在2008年已转变为正值.中部地区也有同样的演变趋势,且模型3和模型6中的地区综合效应已分别于2006和2008年转变为正向作用于技术无效率.杨胜刚、朱红[12]认为其原因在于中部地区以国有银行为主体的金融体系与实体经济之间不存在良性互动,资金的使用未实现最优配置.张登国[13]认为中部地区地方政府的保护和发展偏好,扭曲了产业结构调整的市场机制,中部地区以重工业和大型企业为核心的工业化对区域金融发展产生了负面影响.概而言之,中部地区金融经济结构不合理是金融业技术效率不断下降的重要原因.西部地区对应的技术无效率弹性系数则由正值逐渐转为负值,即西部地区的技术无效率呈下降趋势,图3和图4显示,西部地区虚拟变量对技术无效率的弹性已分别从2008年和2005年起超过中部地区.技术无效率的“西部因素”显著降低了.

图3 地区虚拟变量对无效率的弹性(模型3)

图4 地区虚拟变量对无效率的弹性(模型6)

2.金融业技术效率的门槛效应

地区人均GDP(自然对数形式)反映的各地区经济发展水平这一变量的估计参数δ7在6个模型中均为正值且通过了显著性检验.这反映了金融发展的“门槛效应”:只有在经济发展达到一定水平之后,金融发展才是高效率的.我国各地区经济发展水平总体上仍然较低,制约了金融业的生产效率提升.需要指出的是,金融发展的门槛效应与其说是对地区经济发展和收入水平的依赖,还不如说是对地区市场化制度质量和自由化环境的依赖,因为从国际上看,收入水平高的地区往往对应着更加自由平等和更高质量的竞争环境.本文后面的分析中加入市场化指数和政府经济干预度这两个指标后也能得到相应的证明.

3.金融业技术效率的人力资本促进效应

各地区人力资本变量的估计参数δ8在6个模型中均为负值且通过了显著性检验,即人力资本提升对降低金融业技术无效率的作用十分突出.加大教育投入、加强人力资本建设是技术进步的根本源泉.在市场经济条件下,良好的教育是一个既能提高效率又可改善公平的优质品.一方面,教育有助于人力资本积累,提升经济主体的技术效率;另一方面,教育有助于经济主体增进市场竞争机会、提升公平竞争能力,这有助于改善公平.

4.金融业技术无效率的工业化路径因素

工业化水平在模型1、模型2、模型4和模型5中的估计参数δ9为负值,而在模型3和模型6中由于加入了政府经济干预这一变量,其估计参数为正值.换言之,不考虑政府干预的情况下,工业化具有一定的降低金融业技术无效率的作用.众所周知,政府主导的工业化及其投资推动国民经济增长一直是中国经济发展的一条基本路径,而这既体现在固定资产投资的财政拨款中,也反映在中国国有银行贷款的所有制“歧视”和部门倾斜上.模型3和模型6中政府经济干预度的估计参数δ12均为正值且具有统计显著性,同时加入该变量后市场化水平变量的显著性水平明显降低,充分说明政府的经济干预是微观非中性的.

5.经济开放度与金融业技术无效率的出口导向路径因素

经济开放度的估计参数δ10在模型2和模型5中为正值,在模型6中为负值.究其区别,前两个模型中不含政府经济干预变量.这里的含义为,政府主导下的出口导向型经济发展模式和扩大对外开放的政策措施在一定程度上对提升地区金融效率具有促进作用.

6.市场化与政府干预对金融业技术效率的影响

市场化指数的估计参数δ11在模型2、模型5和模型6中均为负值且具有统计显著性,市场化有助于降低金融业生产无效率,但其功效和其他变量相比还较弱,可能源于我国市场化水平较低,政府干预较多.如政府干预变量的估计参数在模型3和模型6中均为正值且十分显著.

四、实证结论与策略探讨

(一)实证结论

1.金融业资本、贷款等要素投入水平及其效率的总体判断

从我国各地区金融业产出的要素投入水平看,金融业资本存量具有总体合理、整体充分的规模水平,且具有积极的产出增长效应,样本分析期间中国金融体系不断提升资本充足率的努力产生了积极的正效应.贷款的产出弹性低于资本的产出弹性,金融部门贷款规模扩张和粗放性经营这一金融产出增长的发展路径依赖导致我国各地区金融体系的生产函数均处于随机前沿面之下,金融部门的生产效率总体上还较低,这同时导致金融产出当期增长和长期发展不协调,投入产出波动性较大,市场化自由经营环境质量较低和政府的强势主导进一步加剧了金融业的低效率问题.

2.金融业全要素生产率整体增长趋势下的技术进步和效率下降现象并存

1997－1999年中国各地区金融业全要素生产率总体上为负增长.随着各项改革措施的推进,金融业经营“困局”逐步破解,自2000年以来中国各地区金融业全要素生产率总体上呈快速增长态势.其中,技术进步是金融业全要素生产率增长的主导因素,配置效率的改进也具有一定的正向影响,而技术效率总体上呈下降趋势.由于金融产品的虚拟性而区别于实体经济部门,依靠增加投入改进金融系统硬件技术水平提升金融全要素生产率并不能构成根本的发展之道,提升技术效率才是关键.包括东部较为发达地区在内,我国各地区金融业的效率总体上都较低,提升技术效率是改进我国金融发展的关键环节.

3.金融业技术效率的区域非均衡、收敛性及其区域统筹发展问题

中国各地区金融业技术效率的变化呈现较为明显的区域特征.东部地区金融业具有较高的技术效率,但地区优势在逐步消减,中部地区金融业技术效率从较高的初始水平不断下降,西部地区技术效率总体上还较低,但技术进步率增长明显.这一方面反映了西部地区金融业的“追赶”效应及其向中东部地区收敛的态势,另一方面又折射中部地区金融“塌陷”问题.由此引申出统筹区域金融发展的三个侧重点:东部地区要着眼于研究保持并进一步发挥地区金融业高技术效率优势的创新举措、中部地区要着眼于研究导致金融业技术效率下降的原因和改革对策、西部地区则需要研究金融业技术效率总体低下的制约因素及其破解对策.

4.我国区域金融业技术效率的制约因素及其破解路径

从影响金融业技术无效率的主要因素看,政府经济干预的非中性是增加区域金融业技术无效率的最大影响因素;人力资本积累是降低区域金融业技术无效率的最大影响因素.前者引发的核心问题是如何拿捏金融发展中的政府规制和市场开放问题,后者延伸出的核心问题是如何处理金融发展中的要素扩张和效率增进问题.

(二)策略探讨

1.协同发挥金融发展中的市场作用和政府功能

金融发展进程中协同发挥市场配置资源的决定性作用和更好发挥政府作用是金融经济体制改革的核心问题.一个高效的金融体系需要自由有序的竞争环境、高效有力的服务支持和公平合理的制度安排.

(1)构建自由有序的竞争环境.强化市场结构的竞争性原则,建立优化的金融市场结构.一是引导发展多层次、多元化金融体系,构建统一开放、竞争有序的金融市场体系;二是要支持发展中小金融机构,保持合理的金融机构数量;三是清理阻碍金融创新的不合理规制,为金融产品创新、保持适度产品差异创造条件;四是优化市场准入管理,消除金融市场准入的不合理门槛,特别是要研究民间资本进入金融市场、开办民营金融机构的准入条件.确保市场行为的合法性,一是进一步完善金融监管体系,加强金融市场监管;二是充分发挥金融行业协会在自律、协调方面的作用,更好地维护市场公平竞争环境;三是培育金融中介组织,发挥其作为市场、政府间第三方力量维护市场竞争秩序的功能.

(2)提供高效有力的服务支持.一是地方政府的公共服务,包括加强城乡公共设施建设,发展教科文卫等公共事业,为社会公众参与金融活动等提供基础条件;二是金融公共服务平台建设,如票据交换、银行拆借、最后贷款服务支持等.

(3)提供公平合理的制度安排.一是加强法制,特别是加强保护私有产权的法制建设;二是培育鼓励自由试验、推陈出新的共同价值取向;三是提供统筹区域发展的制度安排.

2.统筹兼顾金融发展中的竞争效率与普惠公平

我国区域经济发展不均衡,区域金融差距更大.统筹区域发展逻辑地包括统筹区域金融发展.一方面,金融发展要充分发挥市场在资源配置中的决定性作用,即金融发展必须坚持竞争、高效原则.另一方面,由于金融发展存在门槛效应,政府需适当按照均衡、普惠的原则布局区域金融体系.

(1)对于东部地区而言,推进金融发展的重点是“提质量”,即进一步提升金融发展的质量.其基本抓手一是积极支持区域内各种金融创新的试验;二是积极引导区域金融合作,充分发挥上海、北京、天津等金融中心的带动辐射作用.

(2)对于中部地区而言,推进金融发展的重点是“调结构”,即优化金融结构.其基本抓手一是积极支持金融开放,加强非国有金融机构和多层次金融市场建设,优化市场结构;二是国家层面合理规划建设中部地区的区域性金融中心.

(3)对于西部地区而言,推进金融发展的重点是“增效率”,即增进金融部门的生产效率.其基本抓手一是更多赋予西部地区的地方政府建设普惠城乡的中小微型金融机构的权责利;二是在政府运用政策手段消除金融空白地区基础上,进一步在金融发展十分薄弱的地区适当运用金融约束策略,通过创设租金机会的方式向民间部门开放创设和运行金融组织的权利,破解金融市场化发展的门槛约束,达到缩小西部地区内部金融差距的目的.

[1]Alhadeff D A.Monopoly and Competition in Banking[M].Berkeley:University of California Press,1954.

[2]张健华.我国商业银行效率研究的DEA方法及1997～2001年效率的实证分析[J].金融研究,2003(3):11-25.

[3]柯孔林,冯宗宪.中国银行业全要素生产率测度:基于Malmquist-Luenberger指数研究[J].数量经济技术经济研究,2008(4): 110-120.

[4]吕秀萍.中国保险业全要素生产率变动的Mamlquist指数分析:一个新的视角[J].保险研究,2009(9):42-51.

[5]Allen N.Berger,David B.Humphrey.Efficiency of Financial Institutions:International Survey and Directions for Future Research [J].European Journal of Operational Research,1997(2):175-212.

[6]刘飞.基于DEA的区域金融效率评价研究[J].城市发展研究,2007(1):132-135.

[7]金春雨,韩哲,张浩博.我国区域金融业全要素生产率的追赶效应与增长效应分析[J].统计与决策,2013(3):162-166.

[8]吕健.市场化与中国金融业全要素生产率——基于省域数据的空间计量分析[J].中国软科学,2013(2):64-80.

[9]徐现祥,周吉梅,舒元.中国省区三次产业物质资本存量估计[J].统计研究,2007(5):6-13.

[10]樊纲,王小鲁,等.中国市场化指数—各地区市场化相对进程:2011年报告[M].北京:经济科学出版社,2011.

[11]Subal C.Kumbhakar,C.A.Knox Lovell.Stochastic Frontier Analysis[M].London:Cambridge University Press,2000.

[12]杨胜刚,朱红.中部塌陷、金融弱化与中部崛起的金融支持[J].经济研究,2007(5):55-67,77.

[13]张登国.产业结构调整下的区域金融发展研究——基于中部地区的实证分析[J].华北电力大学学报:社会科学版,2011(1):29-35.

责任编辑张颖超

F83

1673-9841(2015)05-0062-09

10.13718/j.cnki.xdsk.2015.05.009