金融支持实体经济发展效率的实证研究——基于贵州省地级市面板数据

李沛先

（华东政法大学，上海 201620）

一、引言和文献综述

近几年，贵州省金融发展迅速。2001～2020 年，贵州省金融业增加值从37.24亿元增至1141.71亿元，年均增速为19.75%。同期，全国金融业增加值的年均增长率为15.77%。而在这一期间，贵州省地区生产总值的年均增长率为15.61%。在此背景下，研究贵州省当前金融发展对实体经济效率的影响具有重要意义。因此，本文利用贵州9 个地级市的面板数据，通过DEA 的指数模型对各地区金融支持效率进行测度，以便全面了解贵州省金融发展存在的问题，提出针对性的建议，实现贵州金融更好服务实体经济的目的。

对于金融与实体经济的研究，始终都是学术界热议的话题。学者们从不同的角度与层面出发，取得较为丰富的成果。在既有文献中，对于两者的关系，主流的观点认为金融可以增进实体经济发展。朱兵和谷纬（2021）运用多元回归模型对两者之间的关系进行研究，发现金融对实体经济的作用较为突出。贾高清（2020）认为，金融是否能推动实体经济取决于两者之间的差异，当两者协调发展时，金融能够带动实体经济的发展。随着经济高质量发展要求的深入，对金融支持实体经济效率的探讨也越来越普遍。陈苗苗（2020）、宋志秀（2019）认为我国金融服务实体经济的效率较低，且不同地区金融服务实体经济的全要素生产率出现较大的差异。蔡则祥和武学强（2017）认为当前我国金融服务实体经济的效率总体下降，且金融集权度、银行集中度的提高会对金融效率产生不利的影响。赫国胜和燕佳妮（2020）认为金融市场化程度、股票融资占比、金融发展水平与效率正相关，但在财政约束下，金融服务实体经济的效率不能充分发挥作用。孙爱军等（2011）通过Malmquist指数及其分解结果，发现技术进步是我国经济增长最主要的原因，认为我国应该优先改进技术为实体经济提供金融支持。有的学者从省域角度出发，利用各省份地级市的面板数据，借助DEA 的指数模型对金融支持实体经济的效率进行测算（张强等，2019；杨迪和李文娟，2017；郭建华，2017）。

目前大部分的研究是基于中国31个省份的宏观层面进行分析，基于某一个具体省份的研究较少，针对贵州省的研究更少有。贵州省作为西部不发达地区，整体金融市场化程度较低，探讨省内各地区金融资源配置效率是否有效具有重要意义。因此，本文以贵州省为例，探究贵州省金融与经济之间存在的互动关系，以实现通过金融推动当地实体经济发展的目的。

二、贵州省金融支持实体经济发展现状

（一）地区生产总值增速较快，产业结构不断优化

贵州省2019 年实现地区生产总值16769.34 亿元，同比增长8.30%。同2001 年相比实现14.35 倍的增长，年均增长率为15.95%。2001～2019 年期间，贵州省第一、二、三产业均保持增长。2019 年末，全省分别实现2280.56亿元、5971.5亿元、8517.3亿元的第一产业增加值、第二产业增加值、第三产业增加值。同2001 年相比，年均增速分别为12.49%、15.69%、18.11%。从增速上看，2004～2009 年期间，第三产业增速高于第二产业增速，其余阶段，第二产业增速最快，其次为第三产业，第一产业增速始终最低。2001～2019年贵州省经济增长情况如图1所示。

图1 贵州省经济增长情况

（二）融资进一步扩大，但严重依赖于银行信贷

2019 年末，贵州省上市公司在境内市场实现104.69 亿元筹资额。同期，全国募集资金总额为12539亿元，前者仅占后者的0.77%。当年年末，贵州共进行22392.7 亿元的证券交易，这一数据与沿海城市相比，仍有较大的差距。相反，以银行信贷为主的间接融资方式仍然是贵州省金融服务实体经济的主导力量。2019 年末，贵州省人民币各项贷款余额达28448.73 亿元，较2001 年的1212.23 亿元，增长23.47倍，年均增长19.17%。2019 年末人民币各项存款余额为27170.6亿元，较2001年末增长20.26倍，年均增速为18.19%。

（三）实体经济放缓，资金涌入房地产行业

1.社会资金不断涌入房地产行业。社会资金对实体经济的投资热度不断下降，资金由实体经济大量涌向虚拟经济。据国家统计局公布的数据显示，2003年，贵州省房地产行业的全社会固定资产投资仅为149.61 亿元，而到2017 年，资金高位涌入楼市，房地产行业固定资产已高达3644.84亿元，实现24.36倍的增长，年均增速高达25.62%。而实体经济占全社会固定资产投资的增速下跌，尤其是制造业，固定资产占比呈现震荡下降趋势，其发展后劲已明显不足。大量资金流入房地产行业，导致对实体经济的“严重抽血”现象。

图2 贵州省固定资产投资情况

2.实体经济占地区生产总值比重不断下降。从占比上看，尽管工业增加值占地区生产总值的比重大于虚拟经济占地区生产总值的比重，但从两者占比的增速来看，两者呈现出相反的走势。自2001～2019年以来，虚拟经济占地区生产总值的比重从7.29%上升到10.09%。而作为实体经济重要组成部分的工业增加值，占地区生产总值的比重在2007 年达到34.7%后，开始逐年下降。2001～2019年贵州省实体经济占比情况如图3所示。

图3 实体经济占比情况

三、贵州省金融与实体经济发展的效率测度分析

（一）研究方法

关于金融效率的测量，综合评价方法较多。当前，学者主要使用非参数的DEA 方法进行研究。传统的DEA 包括两个基本模型：产出主导型的CCR 和投入主导型的BCC。两者最大的不同在于规模报酬是否可变。在现实中，更多的情况是规模报酬可变，因此，本文以BBC模型为出发点进行分析。需要注意的是DEA-BBC 适用于横截面数据分析，而在面板数据中更多是通过Malmquist指数的方法来测算全要素生产率。本文基于已有的研究成果，对贵州省9个地级市使用DEA-Malmquist指数进行效率的测度。

采用式（1）计算从时期t 到时期t+1 的Malmquist指数。

从（2）和（3）、（4）式可以看出，Malmquist 指数一共由技术变化（techch）、纯技术效率（pech）和规模效率（sech）三个指标构成。其中，pech 和sech 包含在技术效率（effch）中。

Malmquist 指数作为衡量全要素生产率（tfpch）的指标，大于1 时表示从期间t 到期间t+1，tfpch 有所提高；小于1 时表示tfpch 降低，等于1 则表示tfpch 保持不变。

（二）指标选取及说明

对于金融支持实体经济发展效率指标的选取，范围宽泛，种类繁多。尽管在定义实体经济的概念上仍存在分歧，但学者们认为，用剔除金融业和房地产业增加值后的地区生产总值来作为实体经济的代理指标是合理的。由于在贵州省9个地级市统计数据中，许多地级市的金融业增加值严重缺失，而工业作为实体经济的主要构成部分，为确保数据的统一性，本文沿用许方等（2019）的指标构建法，选择工业增加值代表实体经济作为产出指标。对于投入指标的构建，本文借鉴杨迪和李文娟（2017）、潘哲琪和王闻丹（2019）的方法，选择四个投入指标：金融相关比率、金融中介效率、对外开放程度、投资效率。其中，用金融相关比率衡量各地区金融资源规模和经济发展的深化水平，反映出经济运行所获得的金融支持情况；用各地区存贷比例来表示金融中介效率，衡量金融机构将存款转化为贷款的能力，反映地区资金使用效率水平的高低。考虑到贵州各地区直接融资市场发展不成熟，总体规模较小，实体经济运行的资金主要来源于银行市场，因此，选取各地区银行作为衡量金融机构的研究对象。对外开放程度选取各地区进出口总额作为衡量的代理指标；投资效率则通过地区生产总值与固定资产投资比例来表示。各指标的选取与说明具体见表1。

表1 投入—产出指标的选取及说明

（三）数据来源

本文以2013～2019年贵州9个地级市的相关数据为样本，所有数据均来自国家统计局、贵州省统计局、贵州省9 个地级市统计年鉴、《国民经济和社会发展统计公报》及Wind 数据库。部分数据由作者计算所得。本部分借助DEAP2.1软件进行实证分析。

（四）实证结果

利用Malmquist模型，2013～2019年贵州省金融支持实体经济效率的计算结果分别以年份平均和地区平均两个维度进行报告（见表2、表3）。

表2 效率测算结果（年份平均）

表3 效率测算结果（地区平均）

（五）结果分析

1.总体效率变化分析。第一，金融支持实体经济发展的效率总体上升。如表2 的结果所示，尽管在2013～2014 年和2016～2017 年内，金融服务实体经济的效率出现短暂下降，但在测算期间，有4 年的时间里效率都得到提高。从贵州2013～2019 年金融全要素生产率及分解来看，全要素生产率（tfpch）均值大于1，为1.011，七年来平均增长1.1%，表明贵州省金融支持实体经济的效率总体上得到提高。第二，实体经济对金融资源的运用效率下降。2013～2019年间，技术效率（effch）仅在2014～2015 年期间大于1，在其他五个年度期间均出现技术效率下降的现象。effch 测算结果的均值为0.962，平均增长-3.8%，纯技术效率（pech）和规模效率（sech）测算的结果分别为0.996 和0.966，这说明贵州金融要素的技术效率在纯技术效率和规模效率的共同影响下，呈现下降的趋势。第三，宏观环境改善是金融支持实体经济发展效率上升的主要原因。2013～2014 年，技术效率为0.933，而最终的tfpch 指数仅为0.598。显然，金融全要素生产率之所以大幅下降是因为在这期间金融技术变动水平增长明显为负，techch 仅为0.64。在2016～2017 年，在技术效率和技术变动都明显小于1的影响下，全要素生产率下降到0.927。在其他四个时期中，技术变化（techch）都大于1。尽管技术效率均值在2013～2019年下降到0.962，但技术变化均值为1.050，贵州省最终全要素生产率平均值为1.011，这表明技术变化推动金融全要素生产率的上升。金融支持实体经济的效率关键在于企业技术进步的驱动。宏观经济金融环境的不断改善，有效增强了金融对实体经济的支持力度。

2.贵州省9 个地级市效率变化的分析。贵州省金融支持实体经济发展的效率正在不断提高。其中，effch指标数值仅黔东南明显上升，六盘水、遵义、黔西南三地均处于稳定状态，最低的是铜仁市，平均增速为-11.5%。黔东南是9 个地级市中effch 指标数值唯一超过1 的地区，虽然pech 值小于1，但sech 值在9 个地级市中上升最为明显，说明sech比pech对effch的贡献更大。这意味着金融资源投入的规模效率提高是促进黔东南地区金融支持实体经济发展效率的关键。安顺市的pech 值大于1，且在9 个地级市中仅有该地区大于1，不过安顺的规模效率却在9 个地级市中排倒数第二。这说明安顺市对金融资源的运用效率最高，但金融资源相对缺乏，规模效率呈下降的趋势。铜仁市的sech值在贵州9个地级市中最低，这表明该地区的金融资源投入较少，规模效率低下。此外，铜仁市的pech、sech、techch三项指标都小于1，导致铜仁市最终的全要素生产率最低。因此，对于铜仁市而言，在技术创新、加大投入力度及提高资金使用效率等方面都有待改进。遵义、六盘水、黔西南的effch 值均为1，表明这三地的金融技术效率处于稳定有效状态，三地的金融生产效率完全取决于金融技术变化。黔西南全要素生产率小于1，表明黔西南技术退步导致该地区金融服务实体经济增长的全要素生产率下降。作为省会城市，贵阳虽然tfpch 值大于1，但effch值小于1，呈现负增长，pech 和sech 分别增长-0.7%和-3.3%。这意味着贵阳金融资源投入的规模效率偏低，引起金融技术效率的下降。不过，在宏观环境改善的作用下，贵阳的全要素生产率有所提高。与贵阳类似，毕节和黔南两地金融服务实体经济的支持效率上升也主要是由技术进步驱动的。

四、贵州省金融支持实体经济发展效率的影响因素分析

（一）变量选取及数据来源

为进一步分析贵州省金融支持实体经济效率差异的因素，借鉴相关学者的做法，将上文计算所得的TFP 指数作为被解释变量，对于解释变量的选取，除前文提到的金融中介效率（FAE）外，增加各地区的金融资本投入（FK）作为另一解释变量。大部分学者的做法是选择保费收入、银行存贷款余额和证券融资额之和来作为该指标的代表，由于贵州大部分地区未公布证券业相关数据，导致数据严重缺失，因此选取各地存贷款余额与保费收入之和来衡量金融资本投入。另外，对于控制变量，除上文选择的对外开放程度（OPEN）、固定资产投资（INV）外，再选取政府财政支出（GOV）、人力资本（L）、地区经济发展水平（PGDP）、第一产业结构（X1）、第二产业结构（X2）。其中，人力资本以各地区高等教育在校学生人数表示，地区经济发展水平以人均GDP 衡量，第一、二产业结构分别通过第一、二产业增加值与地区生产总值的比值计算所得。

为减少数据波动和异方差，下文进行回归分析时，除FAE、X1、X2三个相对量外，对其他绝对数值形式的解释变量进行取对数处理。数据来源于贵州统计年鉴、各地统计年鉴及统计公报。部分数据由笔者计算所得。本部分使用Stata14计量软件进行分析。

（二）Hausman检验

由于面板模型包括混合模型、固定效应模型和随机效应模型三种形式，为了提高参数估计的有效性，首先要确定模型的形式。因此本文通过Hausman 检验的方法确定面板回归模型。贵州各地区面板模型检验结果见表4。

表4 贵州各地区面板模型检验结果

从F 检验的结果来看，F 统计量为2.25，对应的P值为0.0461，在5%的置信水平下拒绝原假设，因此在固定效应和混合效应模型中应选择前者。Wald检验表明模型排除了所有系数为0的可能性。进行Hausman 检验时，统计量为18.8，P 值为0.0269，说明在5%的显著性水平下，拒绝原假设。因此本文选择建立固定效应模型进行逐步回归分析。

（三）回归结果

根据表5 逐步回归结果可见，逐步引入变量后，模型的可决系数不断上升。从模型（1）到模型（9），R2与调整的R2分别从0.019 和-0.182 增加到0.462 和0.208，说明随着解释变量的不断加入，模型的拟合优度不断提高。在最终的模型（9）中，固定资产投资（INV）未能通过显著性检验，说明固定资产投资与贵州各地区的TFP 无明显相关关系。其余变量都在1%、5%、10%的置信水平上通过显著性检验。其中地区经济发展水平、政府财政支出和第一、二产业结构及人力资本对各地区的全要素生产率起正向影响，说明经济发展水平和政府干预程度越高，第一、二产业结构越合理，人力资本投入越多，各地区TFP 差异越大。金融业的资本投入（FK）、金融中介效率（FAE）和对外开放程度与地区全要素生产率负相关，这表明金融业的资本投入越多，金融中介效率和对外开放程度越高，各地区TFP差异越小。

表5 面板逐步回归结果

五、结论与建议

本文通过DEA 的指数模型对贵州省9 个地级市的效率进行测算，以及通过面板回归模型对效率差异的因素进行进一步分析，结果发现：第一，观察期内金融支持贵州省实体经济的tfpch 指数平均增长1.1%，金融能够有效支持实体经济的发展。第二，根据金融全要素生产率分解结果可知，贵州省金融技术效率略有下降，但仍处于基本有效状态，技术进步是金融有效支持贵州实体经济的重要驱动力。第三，贵州省各地级市在金融支持实体经济发展的效率上存在地区差异。第四，当金融资本投入力度越大、金融中介效率提高时，能够在一定程度上降低各地级市之间的效率差异。

因此，本文针对贵州各地级市的效率差异，提出以下两条建议。

（一）适当增加金融投入力度，提升企业管理技术水平

贵州省融资方式单一，部分地级市存在金融资源投入力度不足的情况，因此适当增加金融资源的投入、优化金融结构、避免金融工具趋同化是十分必要的。从综合技术效率上看，除六盘水、遵义、黔西南、黔南外，贵州其他五个地区的技术效率值均小于1。这说明这五个地区的资源分配能力、资源使用效率有待改进。从技术效率分解的结果来看，铜仁市的纯技术效率值和规模效率值都小于1，说明该地不仅需要从企业管理上提高企业的管理水平，同时还应该加大金融资本的投入力度。尽管安顺和毕节的纯技术效率值在1及以上，但由于规模效率无效致使未能达到综合有效，因此如何发挥好规模效益是需要解决的重点问题。具体而言，这些地级市应在金融机构的目标群体、产品设计、金融工具等方面推陈出新，以满足更多的资金需求。

（二）推动技术创新，注入技术新活力

从前文分析知，贵州大部分地区全要素生产率之所以得以提高，主要原因在于技术进步的推动。但是与贵州其他地区相比，黔西南与铜仁的技术变动小于1，宏观经济金融环境有所恶化。因此，为实现实体经济的可持续发展，贵州省在弥补金融投入资源使用效率偏低的不足下，应该继续充分发挥好各地所具有的技术变动优势，通过不断的技术创新为实体经济可持续发展注入源源不断的生命力。对于技术退步的地区来说，应当更加重视发展自身技术，建立及引入新技术、新方法来改善所处的宏观环境，以此提升金融发展对实体经济的支持效率。