省级地区经济增长中的金融资源集聚效率实证分析

韩文琰

内容摘要：本文在对金融资源与自然资源比较的基础上，重新从广义和狭义上阐释金融资源和金融资源集聚两个概念，选择区位商和强度相对指标两类指标，运用BC2模型和SEM模型对我国31个省级地区2012-2014年经济增长中的金融资源集聚相对效率和超效率进行实证研究。结果表明，我国东部地区的金融资源集聚程度最高，其次是中部和西部地区，在金融资源集聚过程中表现出显著的“马太效应”和“虹吸效应”；同时表明这些样本地区经济增长中的金融资源集聚效率存在明显差异，多数地区为纯技术效率相对有效，而规模效率既有错配效率损失，也有超配效率损失。对此，文章从中央政府、地方政府、企业以及个人投资者四个层面提出提高地区金融资源集聚效率的建议。

关键词：金融资源 金融集聚 DEA 虹吸效应

文献回顾与评述

尽管20世纪80年代迅速兴起的金融地理学对金融集聚做了多方位的解释，但这些解释主要围绕金融资源的流动性展开（Risto Laulajainen，2003），而学界对金融资源界定的不一致导致对金融资源测度众说纷纭。主要观点可以概括为三类：第一类，从货币资本或资金的角度阐释金融资源，并用债权资金、保费收入、股票筹资金额、外商直接投资等测度金融资源（胡彬彬，2011）；第二类，从信用角度阐释金融资源，认为金融资源是既有存量也有流量的社会信用（刘闽浙、张娇妮，2010）；第三类，将货币资本或资金、金融机构、金融市场、金融工具和金融运行规律及机制、制度等全部纳入金融资源范畴（GoldSmith，1969；白钦先，1999、2000、2001）。现有金融资源的界定对金融资源的理解有很大助益，比较一致的是金融资源既包括金融资产存量，如金融机构存款余额等，也包括金融资产开发、利用中形成的社会信用流量，如保费收入、股票筹资额等。也就是说前两类观点虽然在表述上有差异，但本质上都是从资源的本源内容上解释金融资源的，而第三类观点则模糊了金融资源的本源和其组织基础以及金融功能的边界，将金融机构或金融产业以及金融制度等列入金融资源。与自然资源相比，自然资源的开发和利用也需要相应的组织机构、政策制度，也会形成相应的产业，但自然资源一般通过其储量测度，均没有包含其组织机构、相关政策制度以及产业等，因此有必要探究金融资源和自然资源的区别。第一，自然资源由区位决定，不具有流动性，其储量容易测量，并且数量比较稳定；而金融资源具有流动性，其存量不具有稳定性，其流量对经济的贡献更有意义，因此金融资源的存量不仅需要考察其存量，还应该考察其流量。第二，自然资源创造财富的重点是勘探，一经勘探成功，这些资源自然能为该区域带来财富，并且后期开采、挖掘、出售等相对简单，风险较小，对人员要求不高；而金融资源开发、利用的风险较高，对人员要求较高，因此研究金融资源自然离不开金融人力资源。第三，自然资源属于人类普适性需要的资源，而金融资源属于“适境性”需要的资源，即自然资源直接参与生产，产生经济效益，而金融资源需要依赖基础资源，在与基础资源相互作用与整合过程中产生经济效益。第四，自然资源相对比较独立，而金融资源在与基础资源整合过程中同时发挥资源的配置功能，因此将金融机制、制度等并入金融资源显然混淆了金融资源的本源和金融的功能。据此对比，笔者认为狭义的金融资源是人类为创造财富而开发和利用的社会信用，包括金融资产存量和金融资产开发、利用中形成的社会信用流量；广义的金融资源则应该包括内容性资源和载体性资源，前者主要是指各类资金性金融资源和金融人力资源，后者主要是指金融企业、金融机构以及金融企业、金融机构形成的金融产业资源和金融组织资源。

金融集聚正是由于金融内容性资源在利益的驱动下流向收益高、风险小的区域，并在这些区域聚集形成金融产业或金融组织资源，而这些产业或组织资源服务于内容性资源，从而使得内容性资源高效运转，可见金融集聚是金融内容性资源和载体性资源互动的结果，而从一国范围看，这种互动结果带来的金融资源布局差异既是经济发展不平衡的一个重要原因（邹源、罗银鹤，2014），也是经济发展不平衡一个结果，金融资源的空间集聚对经济增长有明显的空间依赖性和空间溢出效应（周凯、刘帅，2013）。因此金融资源尤其是金融集聚对经济增长与发展的促进便成为经济学界的研究主题。Kindle（1974）、Tschoegl（2000）认为外部规模经济的自我强化作用使得金融资源在特定的区位集聚。Park（1989）认为金融行业内企业间的协作与基础设施共享、信息交流产生的规模经济是金融集聚的重要原因。Thrift（1994），Corbridge、Thrift & Martin（1994），Porteous（1995、1999）认为信息流是金融集聚为金融中心的先决条件。刘军、黄解宇等（2007）认为，金融集聚通过金融集聚效应、金融扩散效应以及金融功能促进实体经济增长。陈文峰、平瑛（2008）对上海市1990-2006年间金融产业集聚度与经济增长的实证研究发现，金融产业集聚与经济增长之间存在长期均衡关系，金融产业集聚是经济增长的格兰杰原因。丁艺、李静霞等（2010）、李林、丁艺等（2011）等的实证研究均证实了金融集聚对经济增长存在显著的促进作用。这些研究对金融集聚的原因、金融集聚与经济增长的关系做了解释，但金融集聚是否恰到好处地促进了区域经济增长；金融资源集聚促进某一区域经济增长的同时对其他区域有何影响均没有得到很好的解释。本文由此出发，从金融集聚效率的角度考察金融集聚对区域经济增长的作用和影响。

金融资源集聚效率对我国省级地区经济增长的实证分析

（一）变量、数据来源及样本选择

依据本文对金融资源的界定和金融集聚的理解，并結合数据可得性，同时借鉴周凯、刘帅（2013）用区位商衡量金融集聚的方法，本文选择区位商指标和强度相对指标衡量，即选择各类金融机构人均存款余额、人均贷款余额、人均保费收入和人均证券交易额分别表示银行业、保险业和证券业的资金性金融资源的集聚情况；选择人均外商直接投资额表示金融资源集聚的开放性；选择金融业从业人员区位商衡量金融人力资源的集聚情况；选择人均金融业固定资产投资额、金融产业区位商衡量金融企业和金融产业资源的集聚情况。

统计上衡量增长速度的指标有环比增长速度和定基增长速度，本文为更好地反映经济增长的时序演化，选用地区生产总值环比增长速度衡量地区经济增长情况。但从现实意义上看地区经济增长速度指标并不能完全反映地区经济的实际增长，比如地区经济增长带来的环境污染、生态破坏等可能会降低地区经济增长的质量。现代经济增长理论认为，一个国家或地区的工业和服务业取代其农业在国民经济中重要地位的过程即经济发展的演进过程，也即第二、三产业产值占国内生产总值的比重越大表明产业结构变化的速度越快、产业结构优化程度越高（杨小玲、刘用明，2009）。因此本文选择二、三产业产值结构来进一步衡量地区经济增长的质量。

以上变量所需数据根据相应年份的《中国统计年鉴》、《中国金融年鉴》、各省统计年鉴以及各省国民经济和社会发展统计公报整理、计算得出。

（二）我国各省金融资源集聚程度的评价和分析

通过对2012-2014年三年原始数据的中位数、平均数、标准差以及标准差系数四项指标计算比较，初步发现我国31个省级地区金融资源的中位数远小于相应的平均数，说明我国省级地区金融资源的分布极不均衡，并且存在明显的“马太效应”。为进一步分析各省金融资源的综合集聚程度，本文参考自然资源综合优势的常用评价方法—自然资源相对丰度指标来评价各省金融资源的综合聚集程度，具体计算公式为：

（1）

式中，Pi为i地区金融资源综合集聚度；m为被评价地区的金融资源种类数；n为对比的地区数；Dij为i地区j种金融资源集聚量占全国的位次。表1所示的计算结果表明我国东部地区的金融集聚程度最高，其次为中部地区和西部地区。

（三）基于DEA的各省级地区经济增长的金融集聚效率测算

1.各省经济增长中的金融集聚相对效率实证研究。本文运用BC2模型对我国31个省级地区经济增长中的金融资源集聚相对效率进行评价，并对非有效单元进行原因分析。由于本文探讨的是经济增长中的金融资源集聚效率问题，因此选择投入主导型模型加以分析，结果如表2所示。结合各省的金融集聚情况，可以得出以下主要结论：第一，31个省级地区的金融资源集聚效率比较高。均值为0.957，纯技术效率为0.994，规模效率为0.962，但规模效率影响总效率，即金融资源集聚影响了金融资源对经济增长的贡献，说明有超配资源的现象；并且31个省级地区中有20个为有效地区，仅有11个为效率不足地区，分别为北京、天津、上海、广东，辽宁、江苏、浙江、山东、重庆，四川和宁夏（具体见表2）；第二，效率不足的11个地区均表现为规模效率递减，说明这些地区金融资源集聚对经济增长为弱有效，存在金融资源过度集聚现象。

辽宁、江苏和四川三个省份的纯技术相对效率一方面表现出产出松弛，辽宁省、江苏省的经济增长不足，分别有0.021和0.001的松弛；四川省则三产结构不合理，第三产业有0.474的松弛；另一方面，这三个省份也表现出显著的投入冗余（见表3）。出现该结果的原因主要为投入和产出的结构不合理，导致了效率的摩擦性损失。

2.各省经济增长中的金融资源集聚超效率实证研究。BC2相对效率评价模型中的各决策单元以自身的效率指数为目标，以所有决策单元的效率指数为约束条件，尽可能改变权重以选择最大的自身效率，因此会出现多个相对有效决策单元，如本文中有20个相对有效的地区，这样不利于对这些有效决策单元的区分和排序，故此选择Andersen & Petersen提出的超效率评价（SEM）模型，该模型的参考集不包括被评价决策单元本身，强调决策单元间的互评。应用EMS1.3软件，计算结果如表4。

结合31个省级地区的金融集聚程度以及对一些省的实地考察，可以得出如下结论：第一，总体上多数地区的超效率值小于1，并且纵观三年有下降的趋势，一方面说明这些地区当年的金融资源集聚效率不足，另一方面说明这些地区重视对金融资源的吸引，但尚未使得这些金融资源与当地现有资源基础很好地有机地融合，甚至在融合中出现比较明显的错配现象，导致集聚效率的损失。第二，北京、天津、上海、广东、辽宁、江苏、浙江、山东、重庆、四川和宁夏11个金融资源集聚程度高的地区的超效率值都比较低，并且江苏、宁夏出现金融资源集聚与经济增长反向变动的趋势，广东、江苏则在少量释放金融资源后带来显著的效率提高。相反，西藏、贵州、云南、青海、吉林、湖北等金融资源集聚程度较低地区的超效率值则比较高。说明尽管经济发达地区对金融资源有较强的吸引力，但这种吸引力一方面导致我国东部、中部和西部地区的省与省之间形成比较相似的竞争格局，影响我国同一区域内省与省之间合作竞争模式的形成；另一方面，這种吸引力导致的“虹吸效应”会拉大地区间的差距，从而可能扩大地区间的贫富差距。

结论与建议

综上研究得出如下主要结论：第一，我国省级地区金融资源布局并不平衡，其显著的集聚程度说明我国金融集聚过程中存在明显的“马太效应”，目前基本形成了东部地区金融资源集聚程度最高，其次是中部和西部地区，这种金融资源集聚格局不利于区域间合作竞争模式的形成，从而不利于区域间的协同发展。第二，我国省级地区的金融资源集聚并没有带来相应的经济增长，存在显著的集聚效率损失，除江苏、四川和辽宁既存在纯技术性效率损失，也存在规模效率损失外，其余效率不足的省级地区主要是规模效率损失。第三，我国省级金融资源集聚过程中产生的“虹吸效应”，会拉大地区间的发展差距，影响我国的和谐发展和可持续发展。

鉴于以上研究，笔者建议：第一，尽管我国早已实施“西部大开发”战略，但金融资源的集聚和布局还有待进一步优化，而这种集聚路径的改变如果没有“自上而下”推行的强制性干预措施，一般需要经历较长时期的演化历程（ North，1990），因此政府需要做好顶层设计，变革集聚路径，缩短演化历程。第二，完善中央政府对地方政府官员的考核、激励机制，提高资源配置效率、加大长远发展、整体发展的考核与激励力度。第三，地方政府一方面不能仅仅重视“招商引资”吸引金融资源集聚，更要注重金融资源向生产力的转化，重视对当地基础资源、基础条件和基本环境优势理性把握的基础上整体规划其发展目标，从而提高基础资源与金融资源的有效融合，减少资源错配效率的损失；另一方面，需要从长期发展目标和国家大局利益出发来吸引金融资源，减少有增长无发展的短期提高，减少“虹吸效应”对其他地区的影响和破坏。第四，政府应该加大政策透明度的同时，加大政策的宣传力度，正确引导企业和个人投资者的理性投资，减少企业和个人投资者由于信息不对称导致的逆向选择和道德风险，降低企业和个人投资者非理性投资引发的系统风险。第五，企业和个人投资者应该注重区域发展政策、投资政策、投资环境等信息的搜集、理解和研判，强化投资风险意识，提高理性投资能力，减少盲目投资。

参考文献：

1.胡彬彬.河南省金融资源配置问题研究[D].宁波大学，2011

2.刘闽浙，张娇妮.金融资源论的再探讨及金融可持续发展[J].东方企业文化，2010（4）

3.白钦先.经济金融论文集（第二版）[M].中国金融出版社，1999

4.白钦先.以全新视野审视金融战略[N].经济日报，2000-7-18

6.白钦先等.金融可持续发展研究导论[M].中国金融出版社，2001

7.邹源，罗银鹤.广西与东盟金融资源分布和经济增长的相关性研究[J].广西社会科学，2014（3）

8.周凯，刘帅.金融资源空间集聚对经济增长的空间效应分析—基于中国省域空间面板数据的实证分析[J].投资研究，2013（1）

9.刘军，黄解宇，曹利军.金融集聚影响实体经济机制研究[J].管理世界，2007（4）

10.陈文峰，平瑛.上海金融产业集聚与经济增长的关系[J].统计观察，2008（10）

11.丁艺，李静霞，李林.金融集聚与区域经济增长—基于省级数据的实证分析[J].保险研究，2010（2）

12.李林，丁艺，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011（5）

13.杨小玲，刘用明.外商直接投资与四川经济发展[J].重庆大学学报（社会科学版），2009，15（4）