县域金融生态运行效率评价

张弘

摘   要：本文通过纳入非期望产出和空间异质性因素，利用超效率SBM模型、Morans I指数模型等方法对甘肃省定西市县域金融生态运行效率进行了实证分析。结果显示：一是不考虑非期望产出的定西市金融生态效率会高估实际效率值，导致计算结果出现偏差;二是定西市金融生态运行效率整体较低，距离达到有效的效率前沿仍存在差距;三是定西市县域之间金融生态效率存在较大空间差异，且在一定程度上存在空间溢出效应。据此提出深化信用管理、把握定西市县域金融生态差异特点、加强县域金融生态合作交流等对策建议。

关键词：非期望产出;空间异质性;县域;金融生态效率

一、引言

2004年周小川正式将生态学引入到金融领域当中，指出从生态的角度去衡量金融运行和发展的状况。他强调金融生态失衡与金融风险之间存在重要联系，任何金融生态系统的低效率和金融资源的不合理应用都将冲击金融市场的稳定性，导致金融风险的发生。金融生态已经成为不可忽视的问题，因此自“金融生态”概念被提出以来，全国广泛开展与金融生态相关的研究和活动。甘肃省也不例外，当地人民银行以提高金融资源配置效率、改善金融服务为着手点，在全省开展“金融生态建设深化年”活动，推进金融生态工作的开展，取得显著成效。但地区间金融生态发展不平衡较为严重，不仅各地区金融主体在规模大小、政策措施等方面存在差别，其金融环境也同样存在差异，因此分析解决金融生态问题更应延伸至地区之间。定西市位于甘肃省中部，经济发展较为落后，但定西市区位优越，交通便利，是丝绸之路必经之地。“一带一路”实施以来，定西市作为丝绸之路的重镇，面临更多的机遇与挑战。因此对定西市金融生态运行效率进行系统评价，可以帮助优化定西市资源配置，促进定西市金融业适应“一带一路”的发展要求。

基于此，以定西市县域做为研究对象，通过建立金融生态运行效率的分析模型，对定西市县域金融生态运转效能进行评价研究，把握定西市不同县区金融生态发展的现状，对解决定西市金融资源配置中存在的低效性问题，制定“一带一路”战略金融生态发展政策以及促进定西市县域金融的协调发展都将有所助益。

二、国内外文献综述

（一）金融生态概念的提出

目前，国外对金融生态的直接研究较少，虽然其思想源于国外，但概念是中国学者针对中国实际情况正式提出的，具有一定特殊性。在中国早期时候，白钦先对金融生态做了相关研究，他认为社会经济的发展和资源利用效率的提高是基于金融资源的开发程度，而决定金融资源开发效率高低的因素就是金融生态环境;“金融生态”概念的正式提出是在“经济学50人论坛”上，时任中国人民银行行长的周小川指出，经济市场、社会法律体系及企业自身的发展程度等影响金融运行的外部因素构成了整个金融生态环境。金融生态概念被正式提出后，得到国内学者们的积极探讨与钻研，金融生态的研究文献也得以不断加深和扩充。以朱哲颖为代表的学者从微观层面的金融主体出发，进一步将金融生态环境划分为经济基础、金融发展、政府干预以及社会保障多个方面;金欣雪则表示中国的金融主体不仅受发展规模、政策体制及经营状况的影响，同时各个地区的金融生态环境也存在差异，提出研究金融生态更应立足于地区层面上，分析不同地区间的金融生态差异;黄茂海也表示金融生态具有一定的地域性，在研究影响金融生态的各因素时，要结合当地实际情况具体分析。

（二）金融生态效率的评估

随着国内金融生态研究的不断深入与评估方法的不断发展，国内的学者们也在不断扩充着对金融生态的评估方法，其中以层次分析法（AHP）、数据包络分析法（DEA）、因子分析法和动态面板模型等最为常用。吴韡通过运用模糊层次分析法对湖北省农村金融生态环境进行了综合评价，并应用传统DEA方法对其金融配置效率做了系统评估;此后有学者为进一步比较分析不同单元效率值差异，选择超效率DEA方法研究金融生态运行效率。比如张帅使用超效率DEA方法对我国不同地区金融生态运行效率做了测评，并使用空间计量方法分析了不同地区金融生态效率的差异;阮陆宁等则使用动态面板模型估计了赣南地区金融生态环境对经济发展和结构升级的影响;曾昭法等则在传统DEA方法的基础上考虑效率偏差及随机噪声对研究结果的影响，采用Bootstrap-DEA方法对我国各省金融生态运行效率的动态变化进行了分析，更加准确的反映了我国金融生态运行效率及不同地区间存在的差异。

从当前文献来看，对金融生态概念的界定已趋于完善，基本达成共识。但就如部分学者所言，仍需结合地方差异具体分析。同时，评估金融生态效率的方法已有很多，从传统DEA方法到考虑小样本偏差的Bootstrap-DEA法和可以比较效率值高低的超效率DEA法，使得對金融生态效率的评估更加准确并具有可比性。但这些方法并未能考虑全部松弛变量对效率值的影响，故仍有提升空间。因此，本文基于当前参考文献研究做出以下两点创新：1.指标选取上，基于金融风险的存在，在研究定西市金融生态效率的过程中，将金融机构不良贷款作为非期望产出纳入在内，从而更切合实际地反映定西市县域金融生态的运行效率情况;2.研究方法上，使用超效率SBM模型替代超效率DEA模型来进行效率分析，从而考虑全部松弛变量的影响，使得到的结果更加准确。并在此基础上使用空间计量方法对定西市分县区的金融生态运行效率做差异和关联分析。

（三）研究思路与结构安排

本文从定西市实际情况出发，构建金融生态效率评价的指标体系，通过利用超效率SBM模型及空间计量方法，比较分析定西市各县域的金融生态效率运行状况，以及各地县之间的效率差异和联系，并在此基础上提出相关的对策建议。后文的结构安排为：第二部分介绍本文研究定西市金融生态运行状况的方法;第三部分对定西市县域金融生态的现状做一描述;第四部分是定西市金融生态运行效率的实证评价，分别从非期望产出和空间异质的视角对定西市各县的金融生态运行效率进行比较分析;最后得出结论和对策建议。

三、金融生态研究方法

（一）考虑非期望产出的超效率SBM模型

本文采用包含非期望产出的超效率SBM模型来分析定西市县域金融生态的运行效率。与传统DEA模型相比，超效率SBM模型弥补了传统DEA模型结果中同时存在多个有效单元，其效率值都达到1，从而无法进行效率值比较的缺陷。该模型除了可以判断决策单元是否有效，还能比较有效单元之间的效率值高低。同时，超效率SBM模型将松弛变量加入目标函数当中，有效解决了决策单元投入产出的松弛问题，使计算结果具有更高的精度。其模型的具体表达式如下所示：

四、定西市县域金融生态运行效率实证分析

（一）金融生态运行效率指标体系构建

随着国内对金融生态研究的不断扩展，关于金融生态环境的评估指标已日趋完善，并在已有文献中基本达成一致，即以经济、金融、法制、政府及社会等五方面作为评价金融生态环境的要素。本节在借鉴相关文献的基础上，构建金融生态指标体系。其中，投入指标的选取上，借鉴《中国城市金融生态环境评价》的做法，将金融生态环境划分为经济发展环境、金融环境等五个准则层面。同时借鉴曾昭法等人做法，进一步完善指标层具体指标;产出指标方面，参照李富有等人的研究，并结合定西市实际情况，选取金融机构存贷款总额、保险机构保费收入指标作为期望产出，同时考虑到不良贷款在金融生态运行中的不可避免性，将金融机构不良贷款作为负向指标纳入产出中。具体指标如下表所示。

（二）数据来源

本文选取2008-2018年定西市7个县区的面板数据，考虑到DEA模型对决策单元的个数要求，选择窗口模型将2008-2018年间所有决策单元整体作为参考集。所使用的数据来源于《定西市统计年鉴》和中国人民银行网站。

（三）未考虑非期望产出的定西市县域金融生态运行效率

文章首先运用不包含非期望产出的超效率SBM模型对2008-2018年定西市县域金融生态效率进行了测度，计算结果如表2所示。从表2可以看出，2008-2018年期间，安定区、临洮县的金融生态效率相对稳定，变化幅度不大，这就说明近年来安定区、临洮县金融生态发展相较平稳，一定程度上能抵抗各种外界因素的干扰。同时从效率值来看，除了2010年临洮县的效率值低于1以外，其他年份安定区、临洮县的效率值都高于1，说明这两个县区在将经济发展、政策实施、社会保障等投入转化为金融产出方面具有较强的能力，其金融生态发展良好。此外，陇西县、岷县的效率得分在2016年后高于1，達到有效，说明近年来这两个县区金融生态发展有所好转，但是总体而言金融生态环境对金融生态发展的推动力度还不够，亟需进一步提高。另外，其他县区的金融生态运行效率普遍偏低，还需加大力度改善。其中，漳县的金融生态运行效率最低，其效率均值仅为0.18，说明该县的金融生态环境还存在诸多问题，其经济发展、政府投入、社会保障等都无法有效推动金融生态发展。从历年各县区的金融生态效率的得分可以看出，定西市金融生态效率水平从2013年开始逐渐上升，但是在其他年份有所波动。原因可能是，从2013年开始中国人民银行全面开放金融机构贷款利率管制，随着利率市场化的不断改革，使定西市金融生态运行效率得到整体提升。从表2还可以看出，定西市各县区之间金融生态效率存在较大差异，且近些年随时间的变化，县区间的差距正在慢慢缩小。分析原因是由于定西市部分落后县区信贷结构有所优化，金融机构盈利能力得到增强，比如2018年岷县银行业的金融机构净利润就达1.44亿元，比2015年增长了32.66%。同时这些县区的银行体系也更加健全，包括各类地方性商业银行、村镇银行、小额贷款公司等，分担地方金融风险，使得近些年部分落后县区的金融生态效率提升较快，缩短了与安定区、临洮县等金融生态效率较高县区的差距。

（四）考虑非期望产出的定西市县域金融生态运行效率

本节将不良贷款作为非期望产出加入到超效率SBM模型中，来比较是否与不加非期望产出的金融生态效率测算结果存在明显差异。因此运用包含非期望产出的超效率SBM模型对定西市金融生态运行效率进行测算，结果如表3所示：

从表3可以看出，历年来定西市各县区的金融生态效率发展较为稳定，未发生较大波动。同时，与不考虑非期望产出的超效率SBM模型相比，非期望产出视角下的定西市县区之间金融生态效率差异要更加明显，其中安定区历年的效率均值达到1.628，金融生态得到有效发展;而其他县区效率均值均未达到有效，且就总体而言，历年定西市县域金融生态效率的平均值仅为0.568，距离达到效率有效仍存在较大差距。

（五）考虑和未考虑非期望产出下的效率对比

综合前文中考虑和未考虑非期望产出的定西市金融生态效率可以看出，两种条件下的县域金融生态效率有一定差距。其中，考虑非期望产出不良贷款的历年效率均值要低于不考虑不良贷款的效率均值。为了更清晰的比较两种条件下的差别，本节对两种视角下的定西市金融生态效率值进行比较分析，比较结果如图1所示：

从图1可以看出，除2010年外，考虑不良贷款的金融生态效率要低于不考虑不良贷款的金融生态效率，也就是说不良贷款这项非期望产出指标降低了定西市金融生态的整体运行效率。同时也可以看出，在纳入这项非期望产出指标后，定西市的金融生态运行效率与未考虑不良贷款的效率相比，随时间的变化更加稳定，很少出现较大波动。这就说明，在加入不良贷款这项非期望产出指标后，与现实发展情况更为相近，修正了未考虑非期望产出的模型偏差，其测度的结果也更加准确和客观。尤其是在银行业这类金融机构中，不良贷款带来的负面影响是比较大的，一方面不良贷款增加了银行业金融机构的成本，使其不得不使用坏账准备金来减小不良贷款带来的影响;另一方面不良贷款带来的经营成本提升问题，导致金融机构的流动性资产有所降低，从而对金融机构的预期收益造成负面影响。

（六）空间异质性下的定西市县域金融生态运行效率

从前表2、3已知，不管是否考虑非期望产出，定西市县域金融生态运行效率都存在较大差异。为进一步探索定西市金融生态运行效率存在的空间特征，本节采用空间自相关方法计算2008-2018年基于非期望产出的定西市县域金融生态运行效率的Morans 指数及Moran散点图，分析定西市金融生态效率县区间的空间相关性和异质性特征，所得结果如表4所示。

从表4的计算结果可以得出以下结论：第一，定西市金融生态运行效率存在一定的空间差异性。从Morans I指数可以看出，2008-2018年的Morans I指数值均为负数，并通过显著性假设检验，说明定西市金融生态效率存在一定的空间差异。且这种差异随着年份的不同，其程度也有所不同，呈现上下波动的趋势。在2016年Morans I指数低至近年来最小值，即2016年定西市各县区之间金融生态效率空间差异性最大，从表中可以看出在2016年漳县和岷县发生了象限跃迁，分别由低-低象限跃迁至低-高象限和高-低象限。第二，从空间关联性来看，定西市金融生态效率呈南低北高的聚集态势。2008-2018年期间，临洮县保持在HH象限，其原因是该县经济发展水平较高，金融资源投入量大。同时，为优化金融生态环境建设，人行临洮县支行致力于加强与地方政府的沟通协调，建立起与当地经济社会发展相适应的农村信用体系架构，提高了该地区的征信管理水平，使金融生态运行效率稳定较高，对周围县区也具有较强的辐射效应，从而影响到周围县区金融生态效率也比较高。位于定西市南方的漳县、岷县，在2016年之前处于LL象限，金融生态效率较低，同时由于空间溢出效应给相邻县区也带来了负面影响。2016年岷县金融生态效率得到改善后，就不再有县区处于LL象限中。第三，从定西市县域金融生态运行效率的时空变化来看，其空间关联结构较为稳定，存在象限跃迁现象。2008-2018年间，安定区、临洮县、渭源县、通渭县均未发生象限跃迁现象，即自身与相邻县区的关联模式未发生改变，具有较高的结构稳定性。但在2010-2011年、2015-2016年陇西县发生象限跃迁，2015-2016年漳县、岷县发生象限跃迁现象，说明这些县区的空间关联结构变动较大，存在一定的不稳定性。

五、结论及对策建议

（一）结论

本文考虑到现有文献对地方区域金融生态运行状况的研究中，缺乏对非期望产出的分析，因此在结合已有研究文献的基础上，制定了纳入金融机构不良贷款的定西市县域金融生态运行效率评估框架。首先，应用不考虑非期望产出的超效率SBM模型对定西市县域金融生態效率进行计算，在此基础上纳入非期望产出，再次测算定西市县域金融生态效率，并对两次的结果进行对比分析。然后通过Morans I指数模型进一步分析了定西市县域金融生态运行效率的差异和关联性，得到以下三点结论。

在不考虑非期望产出的情况下，测度的定西市县域金融生态效率均值仅为0.678，离达到有效值1还存在差距。并且处于效率前沿面的县区仅占28.6%，还有很大比例的县区金融生态运行处于无效率状态;同时，从历年的效率变动来看，定西市金融生态效率运行较为稳定。从2013年开始到2018年定西市金融生态效率有所上升，但在其他年份均存在小幅波动。

在纳入金融机构不良贷款的情况下，应用考虑非期望产出的超效率SBM模型测算定西市金融生态效率，计算得到的均值为0.568，结果表明不考虑非期望产出的超效率SBM模型会高估定西市县域金融生态运行效率，从而导致计算结果有所偏差;同时考虑非期望产出的定西市金融生态效率得分随时间的变化也更加稳定，很少出现大幅度变动。

无论是否考虑非期望产出，得到的结果都表明定西市县域之间金融生态效率存在较大差异，在地理分布上呈现出南低北高的聚集态势，并在一定程度上存在空间溢出效应。同时定西市县域金融生态效率的不均衡分布随着年份的不同有所变化，从2016年开始定西市县域之间的效率差异有逐渐缩小的趋势。

（二）对策建议

1.深化定西市金融机构的信用管理，建立多样化金融市场体系。

考虑金融机构不良贷款产出的定西市金融生态效率，除安定区外其他县区普遍较低，这就需要进一步深化对银行业金融机构的信用管理。定西市各地方政府要加强与当地人行、金融机构的沟通协调，积极推进社会信用体系建设。通过对村镇银行、小额贷款公司等金融机构进行现场检查，督促依法合规查询个人信用报告，提高征信服务管理水平。同时地方要认真开展小贷公司信用评级工作，加强小贷公司管理，从而推动地方社会经济的健康发展。同时各县区也要通过发展多样化的金融主体来分散金融风险，比如目前定西市证券业的发展还未成熟，定西市可以根据自身实际情况加大力度发展证券市场，为小微企业提供良好的融资平台，助力金融生态环境的完善。

2.把握定西市金融生态效率县域差异特点，促进县域金融生态协调发展。

通过建立定西市县域金融生态协调发展机制，防止县域间的差距继续扩大。具体做法有：一是针对定西市不同县域制定适宜的金融调控政策。通过结合各县区的经济发展现状提供必要金融支持，比如可对效率较低的通渭县、渭源县、漳县加强金融市场的建设力度，适当降低这三个县区的金融机构准入门槛，完善普惠金融政策，促进县域金融生态的协调发展。二是结合县域经济发展的实际情况相互借鉴，完善各自的金融发展体制，通渭县、渭源县、漳县等金融生态较为滞后的县区可引进安定区、临洮县或者发达地区的成熟管理经验以及适合当地的技术条件，促进当地金融市场的发展。完善定西市县域金融互助的长效机制，共同分担金融风险，共同分享金融成果。

3.加强县域金融生态合作交流，鼓励地方金融创新。

安定区、临洮县等金融生态发展较好的县区要充分发挥带头作用。通过引导一些产业向渭源县、通渭县、漳县等落后地区发展，加强与落后县区的合作交流。可通过设立技术创新奖励基金，鼓励地方企业发展适合自身的新兴产业，以此发展更多的经济增长点。同时加强培养特色富民产业，推进“一县一业、一乡一特、一村一品”产业工程在各县区的开展。

参考文献

[1]白钦先.金融可持续发展研究导论[M].北京：中国金融出版社，2001.

[2]黄茂海，吴文丽，谢志忠.基于主成分分析法的福建省金融生态环境评价测度研究[J].福建论坛， 2016，（5）： 162-168.

[3]金欣雪.我国金融生态评价及运行效率研究[D].北京：中央财经大学， 2015.

[4]李扬，王国刚，刘昱辉.中国城市金融生态环境评价[M].北京：人民出版社， 2005.

[5]李富有，薛勇科，王运良.空间异质性、非期望产出与区域金融生态运行效率评价[J].统计与信息论坛， 2018，（8）： 39-48.

Abstract： By incorporating undesired output and spatial heterogeneity factors， the ultra-efficient SBM model and Morans I index model were used to empirically analyze the financial and ecological operation efficiency of Dingxi County. The results show that： First， the financial ecological efficiency of Dingxi City without considering the undesired output will overestimate the actual efficiency value， resulting in deviations in the calculation results. Second， the overall efficiency of financial ecological operation in Dingxi City is low， and the distance leading to effective efficiency still exists. Third， there is a large spatial difference in financial ecological efficiency between counties， and there is a spatial spillover effect to some extent. Accordingly， it is proposed to deepen credit management， grasp the characteristics of county financial ecological differences， and strengthen county financial ecological cooperation and exchanges.

Key words： Unexpected Output; Spatial Heterogeneity; County; Financial Ecological efficiency

責任编辑、校对：谢红苗