張玉苗

摘要：基于2004--2013年京津冀區(qū)域13個地級及以上城市的面板數(shù)據(jù)。筆者利用超效率DEA模型對區(qū)域金融資源配置效率進(jìn)行了測算。并通過Malmquist指數(shù)分析了其動態(tài)變化趨勢，在此基礎(chǔ)上，建立Tobit回歸模型考察不同因素對效率的影響程度。實(shí)證結(jié)果表明：京津冀區(qū)域金融資源配置效率整體水平較低，城市間的差異較大并且有逐漸擴(kuò)大的趨勢；Malmquist指數(shù)在2004-2013年總體呈現(xiàn)增長態(tài)勢，從指數(shù)的分解可以看出技術(shù)進(jìn)步起著明顯的促進(jìn)作用，而綜合技術(shù)效率和規(guī)模效率的下降是抑制Malmquist指數(shù)增長的主要原因；對影響因素的分析結(jié)果顯示，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平、消費(fèi)效率和區(qū)位優(yōu)勢等因素均對金融資源配置效率具有明顯的正向促進(jìn)作用，而地方政府干預(yù)程度則產(chǎn)生了顯著的消極影響。

關(guān)鍵詞：金融資源配置效率；超效率DEA-Tobit模型；京津冀；Malmquist指數(shù)

一、引言

美國經(jīng)濟(jì)學(xué)家Goldsmith開創(chuàng)的金融發(fā)展理論最早提到了金融資源的概念，但受到當(dāng)時人們對金融本質(zhì)認(rèn)識的局限性，金融資源概念并未得到系統(tǒng)性發(fā)展。而隨著我國學(xué)者白欽先提出以金融資源學(xué)說為核心的金融可持續(xù)發(fā)展理論之后，越來越多的學(xué)者開始認(rèn)識到金融的資源屬性，并逐漸改變以往把金融作為一種簡單工具的思路。以更全面的視角從資源配置角度來研究金融發(fā)展問題。國內(nèi)外學(xué)者關(guān)于區(qū)域金融資源配置的理解一部分是對金融資源空間布局?jǐn)?shù)量的認(rèn)識，而在金融資源理論不斷發(fā)展的過程中，人們逐漸意識到金融資源配置的質(zhì)量即金融效率對于經(jīng)濟(jì)發(fā)展的重要性。并且在目前我國經(jīng)濟(jì)發(fā)展減速的特殊階段，實(shí)體經(jīng)濟(jì)萎縮與虛擬經(jīng)濟(jì)繁榮的矛盾不斷加劇，金融快速發(fā)展所帶來的金融泡沫化和產(chǎn)業(yè)空心化等問題不容忽視。而我國傳統(tǒng)的資源消耗型和數(shù)量擴(kuò)張型的發(fā)展模式在受到金融危機(jī)的影響后也已經(jīng)無法支撐經(jīng)濟(jì)的可持續(xù)發(fā)展。由此看來，金融與經(jīng)濟(jì)之間已經(jīng)不僅僅是簡單的數(shù)量關(guān)系，從效率角度研究金融發(fā)展是現(xiàn)階段需要重點(diǎn)關(guān)注的。

隨著改革的不斷深化，我國經(jīng)濟(jì)在總量上不斷擴(kuò)大。但與此相伴而生的地區(qū)非均衡性也成為目前經(jīng)濟(jì)發(fā)展格局的顯著特征，而金融資源配置在地區(qū)間的差異正是非均衡性的重要體現(xiàn)。金融發(fā)展的這種非均衡性對于區(qū)域經(jīng)濟(jì)發(fā)展差異化的影響作用已經(jīng)為現(xiàn)代經(jīng)濟(jì)增長的實(shí)踐所證明，區(qū)域金融資源配置水平的高低可以反映出金融影響經(jīng)濟(jì)發(fā)展的效果好壞。同時，面對不斷變化的經(jīng)濟(jì)形勢。各地區(qū)在金融業(yè)逐漸發(fā)展的同時也在積極探索新的發(fā)展模式，區(qū)域間金融合作程度和方式的不斷深化與多樣化使金融資源配置日益成為一個復(fù)雜的系統(tǒng)性問題。因此，深入研究區(qū)域金融資源配置效率及其影響因素，對提高區(qū)域的經(jīng)濟(jì)和金融發(fā)展水平具有重要的現(xiàn)實(shí)意義。

二、相關(guān)文獻(xiàn)綜述

國內(nèi)外學(xué)者近年來在金融資源配置領(lǐng)域進(jìn)行了大量的研究，其研究主要集中在以下兩個方面：首先，關(guān)于金融資源配置效率的評價指標(biāo)選取方面，Levine提出了將商業(yè)銀行信貸占比、私企信貸占比、國有銀行資產(chǎn)占比以及儲蓄投資轉(zhuǎn)化率等作為金融效率的評價指標(biāo)來考察金融資源的配置水平。Wurgler認(rèn)為，金融發(fā)展程度和市場運(yùn)行效率可以用資本配置效率這一指標(biāo)進(jìn)行衡量，并根據(jù)65個國家1963-1995年的各行業(yè)數(shù)據(jù)研究了各國金融體系配置資源的程度。周國富和胡慧敏將金融效率分解為微觀和宏觀兩個層面，分別選取了儲蓄率、儲蓄投資轉(zhuǎn)化效率、投資投向效率等十多個指標(biāo)來反映金融資源配置情況，構(gòu)造了一個與我國國情更為相宜的金融效率評價指標(biāo)體系。黎翠梅和曹建珍從農(nóng)村儲蓄動員效能、儲蓄投資轉(zhuǎn)換效率和投資投向效率等方面構(gòu)建了農(nóng)村金融效率評價指標(biāo)體系，并對我國農(nóng)村金融效率的區(qū)域差異進(jìn)行了分析。王鈺等認(rèn)為，Wurgler模型只考慮到數(shù)量因素，存在一定的片面性，因而對其研究方法進(jìn)行了拓展，從信貸數(shù)量和信貸價格兩方面來度量信貸資源配置效率。其次，關(guān)于金融資源配置效率的測算與分析方面，Ataullah等利用數(shù)據(jù)包絡(luò)分析（DEA）方法對比研究了印度和巴基斯坦金融業(yè)的技術(shù)效率和規(guī)模效率，發(fā)現(xiàn)兩國金融業(yè)的綜合技術(shù)效率在1988-1998年處于不斷增長的狀態(tài)。Asongu從存貸款轉(zhuǎn)化效率角度評價了28個非洲國家的金融配置效率，并利用動態(tài)面板數(shù)據(jù)模型研究了金融自由化、貿(mào)易自由化、制度自由化和政治自由化等因素對金融配置效率的影響程度。劉飛利用DEA方法測算了我國30個省市的金融效率、金融規(guī)模效率及金融業(yè)各類投入指標(biāo)的相對有效性，并針對地區(qū)差異進(jìn)行了分析。陸遠(yuǎn)權(quán)和張德綱運(yùn)用DEA方法對我國區(qū)域金融效率進(jìn)行了測度。并用基尼系數(shù)和泰爾指數(shù)衡量了區(qū)域之間的差異，發(fā)現(xiàn)我國的整體效率水平不高，地區(qū)之間差異較小。徐曉光等基于DEA模型和Malmquist指數(shù)對我國香港和內(nèi)地11個城市之間的金融效率進(jìn)行了測算和對比。結(jié)果發(fā)現(xiàn)內(nèi)地城市的金融資源配置水平與香港存在著較大的差異。馬正兵選擇我國31個省市1997-2012年的面板數(shù)據(jù)，運(yùn)用隨機(jī)前沿分析對區(qū)域金融業(yè)的技術(shù)效率和全要素生產(chǎn)率進(jìn)行了研究，并提出了一些建議。戴偉和張雪芳運(yùn)用DEA方法和面板數(shù)據(jù)模型對我國29個地區(qū)的金融業(yè)效率和影響因子進(jìn)行了實(shí)證研究，發(fā)現(xiàn)我國金融業(yè)效率水平整體低下，金融技術(shù)創(chuàng)新和市場化程度對金融業(yè)效率的提高具有正向作用。余霞民基于Wurgler的研究方法對我國長三角地區(qū)的金融配置效率進(jìn)行了測度，然后從地方政府競爭角度出發(fā)。分析了產(chǎn)業(yè)同構(gòu)問題對金融配置效率影響作用。

綜合以上文獻(xiàn)來看。國內(nèi)外學(xué)者分別選取了不同方法從多種角度對國家和地區(qū)間的金融資源配置問題進(jìn)行了研究，并取得了一定的成果。給筆者的研究提供了借鑒和啟示，但這些研究依然存在以下不足之處：一是已有成果對金融資源配置效率的測算大多采用傳統(tǒng)DEA方法，存在無法進(jìn)一步對有效決策單元進(jìn)行區(qū)分和比較的缺陷；二是對區(qū)域金融資源配置效率影響因素的研究較少。鑒于此，筆者以京津冀區(qū)域?yàn)檠芯繉ο?，先選取超效率DEA模型和Malmquist指數(shù)模型分別從靜態(tài)和動態(tài)層面對金融資源配置效率進(jìn)行評價。再采用Tobit回歸模型對其影響因素進(jìn)行分析，進(jìn)而對京津冀區(qū)域的發(fā)展提出建議。

三、研究方法與數(shù)據(jù)說明

1.研究方法

（1）超效率DEA模型。DEA模型是近年來應(yīng)用較普遍的一種效率評價方法，適合于評價多投入、多產(chǎn)出決策單元的相對有效性，它可以將決策單元分為有效和無效兩個類別。無效的決策單元可以根據(jù)其效率值的高低做出區(qū)分，但對于有效的決策單元，由于測算出的效率值均為1，因而無法做出進(jìn)一步的評價和比較。為了彌補(bǔ)這一缺陷，Andersen和Petersen在1993年提出了能夠?qū)τ行Q策單元進(jìn)一步區(qū)分其有效程度的超效率DEA模型。其基本思想就是在對決策單元進(jìn)行效率評價時，將被評價決策單元從參考集中剔除，從而使無效決策單元的生產(chǎn)有效前沿面保持在原來位置，效率值不會發(fā)生變化，而對于有效決策單元，其新的生產(chǎn)有效前沿面將向后推移，也就是說其效率值是參考其他決策單元構(gòu)成的前沿面得出的，因而測算出的有效決策單元效率值一般會大于1，從而可以進(jìn)一步比較。

（2）Malmquist指數(shù)模型。瑞典經(jīng)濟(jì)學(xué)家Malmquist于1953年首次提出Malmquist指數(shù)，隨后很多學(xué)者對該指數(shù)進(jìn)行了改進(jìn)和擴(kuò)展，后期研究者普遍采用Fare等構(gòu)建的基于DEA模型的Malmquist指數(shù)，他們將其分解為兩個方面的變化：生產(chǎn)前沿面技術(shù)的變化，即技術(shù)變動和相對于前沿面技術(shù)效率的變化，即效率變動。由于DEA模型都是基于技術(shù)效率的概念，是針對某一時期的生產(chǎn)技術(shù)而言。無法對不同決策單元的不同時期的效率變動情況進(jìn)行分析，具有靜態(tài)性，而生產(chǎn)一般是一個長期連續(xù)的動態(tài)過程，Malmquist指數(shù)可以彌補(bǔ)其不足。通過對面板數(shù)據(jù)的分析。是可以對生產(chǎn)率的變動情況以及技術(shù)效率和技術(shù)進(jìn)步各自的影響作用進(jìn)行研究。

（3）Tobit回歸模型。在對區(qū)域金融資源配置效率的影響因素進(jìn)行分析時，由于超效率DEA模型測算出的效率值均大于0，如果使用效率值作為回歸模型的被解釋變量，則要面臨數(shù)據(jù)截斷的問題。在這種情況下，用普通最小二乘法（OLS）進(jìn)行估計將會由于數(shù)據(jù)的不完整性導(dǎo)致結(jié)果出現(xiàn)偏差。為了避免OLS估計帶來的偏差，筆者采用美國經(jīng)濟(jì)學(xué)家Tobin提出的Tobit模型進(jìn)行回歸分析，可有效解決截斷數(shù)據(jù)的問題，并以此來判斷各因素對金融資源配置效率的影響程度。Tobit模型的一般形式如下：

2.指標(biāo)選取與說明

金融資源配置的關(guān)鍵是在一定的前提下，通過有限的金融資源要素投入與合理配置，實(shí)現(xiàn)金融支持經(jīng)濟(jì)的效果最佳。筆者在參考相關(guān)研究成果的基礎(chǔ)上，結(jié)合指標(biāo)的代表性、科學(xué)性和數(shù)據(jù)的可得性，主要從兩個方面選取金融資源的投入指標(biāo)。具體包括京津冀各地區(qū)金融機(jī)構(gòu)各項(xiàng)貸款余額和金融業(yè)從業(yè)人數(shù)。其中金融機(jī)構(gòu)各項(xiàng)貸款余額代表了各地區(qū)的金融信貸資源要素，它是金融機(jī)構(gòu)開展各項(xiàng)金融活動和服務(wù)地區(qū)經(jīng)濟(jì)的前提和基礎(chǔ)。而金融業(yè)從業(yè)人數(shù)則代表了各地區(qū)的金融人力資源要素，其數(shù)量和質(zhì)量在一定程度上決定了地區(qū)金融的發(fā)展水平。對于金融資源的產(chǎn)出指標(biāo)，我們選取的是京津冀各地區(qū)的金融業(yè)增加值，體現(xiàn)了金融業(yè)自身的發(fā)展與創(chuàng)造的價值。具體指標(biāo)體系如表1所示。

筆者主要利用京津冀13個地級及以上城市2004-2013年的面板數(shù)據(jù)進(jìn)行分析，其數(shù)據(jù)主要來源于2005-2014年的《河北經(jīng)濟(jì)年鑒》《北京統(tǒng)計年鑒》《天津統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》。

四、結(jié)果與分析

1.金融資源配置效率靜態(tài)評價

為了對京津冀區(qū)域整體的金融資源配置水平和各城市配置效率的高低有一個清晰的認(rèn)識，筆者基于投入導(dǎo)向的超效率DEA模型，運(yùn)用Max-DEA6.6軟件對2004-2013年京津冀各地區(qū)的金融資源配置超效率值進(jìn)行了測算，結(jié)果如表2所示。

基于表2的測算結(jié)果，從整體來看，京津冀區(qū)域金融資源配置超效率在2004-2013年期間始終處于非有效狀態(tài)，每一年效率值均未超過0.500，說明金融資源配置整體水平較低，還存在很大的提升空間。從個體來看，區(qū)域內(nèi)13個城市中只有兩個城市在這10年期間的均值達(dá)到了有效狀態(tài)。并且高效率的城市與低效率的城市差距很大，這也是導(dǎo)致區(qū)域金融資源配置整體水平較低的重要因素之一。根據(jù)各城市效率平均值的高低，北京和天津排在區(qū)域內(nèi)的前兩位，效率值都大于1；其次是石家莊、唐山和秦皇島，效率值在0.400左右；其他城市的效率值較低。為了進(jìn)一步了解京津冀地區(qū)間金融資源配置效率差異化的變動形態(tài)，筆者采用變異系數(shù)這一指標(biāo)進(jìn)行了分析，測算結(jié)果如圖1所示。

從圖1可以看出，2004-2013年各城市金融資源配置效率的變異系數(shù)波動幅度不大。地區(qū)間差異在擴(kuò)大與縮小中有序變動。整體空間格局強(qiáng)度相對穩(wěn)定。從2010年之后的數(shù)據(jù)來看，區(qū)域金融資源配置整體水平呈現(xiàn)不斷提升的趨勢。反映出近年來各城市在國家大力推動京津冀協(xié)同發(fā)展的趨勢下所做的努力和合作。但這一時期不斷增大的變異系數(shù)也說明地區(qū)間的差異程度在逐漸加深，城市之間的差距在拉大，這成為影響區(qū)域整體水平提升的關(guān)鍵。

2.金融資源配置效率動態(tài)評價

前文通過超效率DEA模型測算的結(jié)果是各城市各年份的相對效率，是基于截面數(shù)據(jù)的靜態(tài)評價，只能判斷決策單元是否有效，并不能分析金融資源配置有效率或無效率變化的原因?；诖?，筆者利用Malmquist指數(shù)分解模型對京津冀區(qū)域金融資源配置有效率或無效率的動態(tài)變化及其原因進(jìn)行了分析，結(jié)果如表3和表4所示。

表3顯示了京津冀區(qū)域各年份金融資源配置效率的Malmquist指數(shù)及其分解結(jié)果，從中可知，2004-2013年，Malmquist指數(shù)總體呈現(xiàn)增長態(tài)勢，平均增長率為5.100%。從年均增長率的分解來看，技術(shù)進(jìn)步為MMmquist指數(shù)的年均增長貢獻(xiàn)4.600個百分點(diǎn)，起著至關(guān)重要的作用，綜合技術(shù)效率的年均增長率僅為0.500%。促進(jìn)作用很小，其中規(guī)模效率的下降造成了較大影響。分時期來看，2004-2008年。Malmquist指數(shù)增長較快，平均增長率保持在12.780%的高位，主要來自于技術(shù)進(jìn)步的推動，綜合技術(shù)效率的作用較不穩(wěn)定。2008-2009年，Malmquist指數(shù)出現(xiàn)負(fù)增長，下降了6.800%，這主要是技術(shù)進(jìn)步增長率下滑所導(dǎo)致的。究其原因，可能是金融業(yè)在一定程度上受到2008年全球金融危機(jī)和宏觀經(jīng)濟(jì)環(huán)境不景氣的影響。2009-2013年，Malmquist指數(shù)總體呈現(xiàn)緩慢增長的態(tài)勢，平均增長率僅為1.100%，2013年還出現(xiàn)了下降，主要是受到綜合技術(shù)效率不斷下降的影響，說明金融資源配置的整體規(guī)模和結(jié)構(gòu)依然還存在很多問題。

Malmquist指數(shù)及其分解結(jié)果，綜合來看，2004-2013年，大部分城市的Malmquist指數(shù)都大于1，處于不斷增長的態(tài)勢。從指數(shù)構(gòu)成來看，各城市的技術(shù)進(jìn)步率均大于1，說明技術(shù)進(jìn)步對各城市金融資源配置效率的提高起到了明顯的推動作用。從城市間排名來看，邯鄲、滄州、天津和保定排在區(qū)域內(nèi)的前4位，平均增長率都超過了10%。并且只有這些地區(qū)在包括技術(shù)進(jìn)步、綜合技術(shù)效率及其分解指標(biāo)純技術(shù)效率和規(guī)模效率等各方面同時保持了增長趨勢，反映出這些地區(qū)近年來在金融改革創(chuàng)新、多種要素投人利用以及金融資源配置結(jié)構(gòu)調(diào)整等方面所取得的積極效果。

3.金融資源配置效率影響因素經(jīng)驗(yàn)分析

為了進(jìn)一步探究京津冀區(qū)域金融資源配置效率的影響因素及其影響程度，本部分以前面得到的各城市超效率值作為被解釋變量。綜合考慮地區(qū)間經(jīng)濟(jì)、社會和政策環(huán)境的差異性，選取可能會影響金融資源配置效率的相關(guān)指標(biāo)作為解釋變量建立Tobit模型進(jìn)行回歸分析，具體指標(biāo)如下：

（1）經(jīng)濟(jì)發(fā)展水平（ECO）：筆者采用各城市地區(qū)生產(chǎn)總值（GDP）占區(qū)域整體GDP的比重來反映各城市的經(jīng)濟(jì)發(fā)展水平。

（2）產(chǎn)業(yè)結(jié)構(gòu)（IND）：筆者采用各城市第二、第三產(chǎn)業(yè)產(chǎn)值之和占GDP的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化水平。

（3）地方政府干預(yù)程度（GOV）：筆者采用地方政府當(dāng)年財政支出占GDP的比重來衡量地方政府對地區(qū)金融資源配置效率的干預(yù)程度。

（4）消費(fèi)效率（CON）：筆者采用地區(qū)最終消費(fèi)率，即地區(qū)消費(fèi)總額占GDP的比重來表示消費(fèi)效率，以此來反映消費(fèi)對于地區(qū)金融資源配置效率的影響程度。

（5）區(qū)位優(yōu)勢變量（ZONE）：一個地區(qū)的區(qū)位優(yōu)勢主要包括政治區(qū)位優(yōu)勢、經(jīng)濟(jì)區(qū)位優(yōu)勢和地理區(qū)位優(yōu)勢等，所處不同區(qū)位的城市的金融發(fā)展水平和配置效率也會存在一定差異?？紤]到區(qū)域內(nèi)的北京和天津在經(jīng)濟(jì)基礎(chǔ)、資源稟賦和政策支持等方面具有的優(yōu)勢，將其區(qū)位優(yōu)勢變量設(shè)定為1，其他城市的區(qū)位優(yōu)勢變量設(shè)定為0，進(jìn)而反映城市所處的不同地理區(qū)位對于金融資源配置的影響程度。

在指標(biāo)選取的基礎(chǔ)上，筆者將金融資源配置效率影響因素的Tobit回歸模型設(shè)定為：

根據(jù)表5我們可以得出以下結(jié)論：

第一，經(jīng)濟(jì)發(fā)展水平與金融資源配置效率呈顯著的正相關(guān)關(guān)系，估計系數(shù)為0.201，表明經(jīng)濟(jì)發(fā)展水平對金融資源配置效率具有明顯的促進(jìn)作用。第二，產(chǎn)業(yè)結(jié)構(gòu)與金融資源配置效率具有顯著的正相關(guān)關(guān)系，從估計系數(shù)可以看出產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化水平每提高1%。金融資源配置效率會增長0.102個百分點(diǎn)。第三，地方政府干預(yù)程度的估計系數(shù)為-0.991，在5%的水平上顯著，表明地方政府財政支出占地區(qū)生產(chǎn)總值的比重越高，金融資源配置效率所受到的負(fù)向影響越大。也就是說。地方政府對于經(jīng)濟(jì)的干預(yù)行為對金融資源配置效率產(chǎn)生了顯著的抑制作用。第四，消費(fèi)效率與金融資源配置效率呈顯著的正相關(guān)關(guān)系，估計系數(shù)為0.932。能夠看出，消費(fèi)效率或消費(fèi)水平的不斷提高可以保證區(qū)域金融資本的循環(huán)周轉(zhuǎn)利用，一定程度上降低或抵消金融機(jī)構(gòu)的貸款投放風(fēng)險，從而增加金融資源的供應(yīng)規(guī)模和流動效率。第五，區(qū)位優(yōu)勢變量的估計系數(shù)為0.731，在1%的水平上顯著，表明各城市所處地理區(qū)位不同對其金融資源配置效率的影響明顯。

五、結(jié)論與啟示

筆者利用超效率DEA模型和Malmquist指數(shù)對京津冀區(qū)域2004-2013年的金融資源配置效率進(jìn)行了測算與分析，并在此基礎(chǔ)上運(yùn)用Tobit回歸模型對區(qū)域金融資源配置效率的影響因素做了實(shí)證分析，得出如下結(jié)論與啟示。

1.結(jié)論

（1）從靜態(tài)層面看，京津冀區(qū)域的金融資源配置效率處于非有效狀態(tài)，整體的金融資源配置水平較低。各城市金融資源配置效率的不均衡狀況比較明顯，并且這種差異程度在2010年之后呈現(xiàn)不斷增大的趨勢，地區(qū)間較大的差異也是導(dǎo)致區(qū)域整體配置水平較低的重要因素之一。分城市來看，北京和天津在區(qū)域內(nèi)的平均效率值最高，都達(dá)到了最優(yōu)狀態(tài)，而其他城市的平均效率值較低，均未達(dá)到有效狀態(tài)?？梢钥闯觥＝鹑谫Y源利用率較高的城市大都是區(qū)域內(nèi)經(jīng)濟(jì)社會發(fā)展水平相對較高的地區(qū)，這些地區(qū)較好的經(jīng)濟(jì)基礎(chǔ)和完善的市場環(huán)境能夠?qū)鹑跇I(yè)的發(fā)展和資源配置水平的提高起到積極的促進(jìn)作用。

（2）從動態(tài)層面看，京津冀區(qū)域金融資源配置效率的Malmquist指數(shù)總體呈現(xiàn)增長態(tài)勢，個別年份存在短暫的波動現(xiàn)象。其中，指數(shù)在2008年之前的增長速度較快，而在2008-2009年出現(xiàn)負(fù)增長之后，指數(shù)總體增長速度大幅下降，這在很大程度上是受到國際金融危機(jī)所產(chǎn)生的不利影響。從指數(shù)的分解可以看出，技術(shù)進(jìn)步這一因素對各城市金融資源配置效率的增長起到了明顯的推動作用，綜合技術(shù)效率下降則是抑制Malmquist指數(shù)增長速度的主要原因。而從引起綜合技術(shù)效率變動的影響因素來看，規(guī)模效率變動所造成的影響要大于純技術(shù)效率。

（3）通過Tobit模型分析影響金融資源配置效率的外在因素，可以看出，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)效率和區(qū)位優(yōu)勢等因素與京津冀區(qū)域金融資源配置效率均呈現(xiàn)顯著的正相關(guān)關(guān)系。說明這些因素自身發(fā)展水平的提升能夠有效提高配置效率，而地方政府對經(jīng)濟(jì)的干預(yù)行為與金融資源配置效率存在顯著的負(fù)相關(guān)關(guān)系，反映出地方政府干預(yù)程度對效率的提高具有消極作用。

2.啟示

（1）京津冀區(qū)域的金融資源配置水平從總體上看還有待進(jìn)一步提高，可以嘗試從以下幾方面人手。首先，重點(diǎn)提高各城市金融業(yè)自身的發(fā)展水平，考慮到技術(shù)進(jìn)步因素對各城市金融資源配置效率的增長促進(jìn)作用，我們要繼續(xù)加大各城市金融創(chuàng)新的投人力度，逐漸拓寬金融創(chuàng)新的領(lǐng)域，努力采取措施提高區(qū)域內(nèi)金融機(jī)構(gòu)進(jìn)行改革創(chuàng)新的積極性。其次，要改善區(qū)域金融生態(tài)環(huán)境，積極提升各地區(qū)人力資本水平和消費(fèi)水平，優(yōu)化金融信用環(huán)境。為吸引區(qū)域外部金融資源的流入來發(fā)展和豐富區(qū)域內(nèi)部的金融資源創(chuàng)造有利條件，進(jìn)而在此基礎(chǔ)上合理擴(kuò)大各地區(qū)的資金投入規(guī)模，不斷提高規(guī)模效率。對于改善區(qū)域尤其是落后地區(qū)的金融資源配置現(xiàn)狀具有重要的作用。

（2）針對多種外在因素對金融資源配置效率所產(chǎn)生的不同的影響程度和作用方向，在京津冀區(qū)域今后的發(fā)展中，首先，要充分發(fā)揮北京和天津等經(jīng)濟(jì)發(fā)達(dá)地區(qū)的產(chǎn)業(yè)輻射帶動作用，同時各地區(qū)要根據(jù)自身區(qū)位優(yōu)勢和資源稟賦調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)轉(zhuǎn)型升級，有序推進(jìn)京津冀產(chǎn)業(yè)轉(zhuǎn)移對接，形成各地區(qū)相互促進(jìn)、分工協(xié)作、均衡發(fā)展的格局。其次，要嚴(yán)格控制地方政府為滿足經(jīng)濟(jì)發(fā)展需要和特定偏好而對金融機(jī)構(gòu)進(jìn)行干預(yù)的行為，最大限度發(fā)揮政府在推動金融資源整合與優(yōu)化配置方面的積極作用。同時，應(yīng)該逐漸提升地方政府在金融政策制定與實(shí)施上的自主權(quán)。并且對于金融發(fā)展政策的制定，不僅要考慮到地區(qū)間金融發(fā)展基礎(chǔ)和其他影響因素的差別，注重政策向非區(qū)域中心城市的傾斜，還要注意保持經(jīng)濟(jì)發(fā)達(dá)城市金融發(fā)展的穩(wěn)定性，努力解決因區(qū)域性差異導(dǎo)致的金融資源配置不平衡的問題，促進(jìn)區(qū)域經(jīng)濟(jì)整體水平的提高。