李富有，薛勇科，王運良

(西安交通大學 經(jīng)濟與金融學院，陜西 西安710061)

一、引 言

隨著改革開放的不斷深入，綜合國力的不斷增強和人民生活水平的極大提高，中國經(jīng)濟和社會發(fā)展變化成為世界關(guān)注的焦點，中國正逐步融入到經(jīng)濟一體化、經(jīng)濟金融化及金融全球化的進程之中。而在全球經(jīng)濟發(fā)展不斷推進的同時，金融競爭加劇、金融風險劇增和金融危機爆發(fā)等問題的頻繁發(fā)生，給中國提出了嚴峻的挑戰(zhàn)。面對金融危機的強大沖擊，中國經(jīng)濟發(fā)展的進程也曾一度放緩，造成了金融運行機制不完善、金融市場自我調(diào)節(jié)缺失和金融系統(tǒng)發(fā)展不平衡等各類問題，嚴重影響到社會的穩(wěn)定和國家的安全，而如何保證中國經(jīng)濟金融平穩(wěn)健康發(fā)展，已引起了政府和學術(shù)界的廣泛關(guān)注。

早在2004年12月的“中國經(jīng)濟學50人論壇”，周小川就提出了將自然生態(tài)學引入金融業(yè)的想法，并引發(fā)了學術(shù)界對于“金融生態(tài)”的研究熱潮。自然生態(tài)學強調(diào)的核心觀點是關(guān)注在生態(tài)系統(tǒng)中系統(tǒng)主體與內(nèi)外部生態(tài)環(huán)境之間的聯(lián)系和影響。顯然，可以從生態(tài)學思想的角度出發(fā)來研究中國的金融問題，尤其是研究各金融主體之間的相互作用以及金融機構(gòu)本身如何調(diào)節(jié)自身效率高低的問題。因此，很多學者提出了各自不同的觀點:金融生態(tài)環(huán)境質(zhì)量決定著金融生態(tài)主體的成長性以及區(qū)域經(jīng)濟增長的穩(wěn)定性;金融系統(tǒng)自身運營效率對推動金融市場的穩(wěn)定發(fā)展具有重要意義;金融生態(tài)系統(tǒng)效率低下、金融資源無效配置，都可能影響金融市場的穩(wěn)定性并引發(fā)金融危機，由此可以看出，金融生態(tài)主體運營效率和金融生態(tài)環(huán)境發(fā)展情況都會影響金融生態(tài)系統(tǒng)的穩(wěn)定性。

傳統(tǒng)觀點認為，產(chǎn)業(yè)風險差異是由于各產(chǎn)業(yè)經(jīng)濟結(jié)構(gòu)和經(jīng)濟周期的不同而帶來的，而經(jīng)濟主體則是因為信用等級差異造成了個體風險概率的不同，但經(jīng)濟體的各地域之間不存在明顯的風險差異。然而，中國不同地域之間存在著明顯的差異。改革開放以來，由于中國采取了不同的區(qū)域政策，形成了東部、中部和西部三個大的經(jīng)濟發(fā)展區(qū)域，在這三個經(jīng)濟區(qū)域中金融的非平衡性發(fā)展問題尤其突出，特別是在金融發(fā)展規(guī)模和金融資金分布上呈現(xiàn)出巨大的差異。區(qū)域經(jīng)濟非均衡性問題主要是由于中國政策造成的金融生態(tài)環(huán)境的巨大差異，所以研究金融生態(tài)問題的焦點應(yīng)該是地區(qū)層面上的金融生態(tài)差異問題。

實際上，在全球化進程加快的今天，面對著越來越復(fù)雜的內(nèi)外部因素，不同地區(qū)的金融發(fā)展的差異性可以通過金融生態(tài)運行效率的高低來解釋，因為它不僅可以在一定程度上反映各區(qū)域之間的資源利用效率、經(jīng)濟發(fā)展效率、市場秩序調(diào)解效率，而且能夠通過金融主體的經(jīng)營效率來反映金融的發(fā)展水平。基于以上考慮，本文以金融生態(tài)運行效率評價作為切入點，構(gòu)建納入空間異質(zhì)性—非期望產(chǎn)出因素的區(qū)域生態(tài)金融效率測算模型，并對中國2006—2015年省際金融生態(tài)運行效率進行測算，考察中國金融生態(tài)的實際運行情況，判斷各區(qū)域金融生態(tài)運行效率及趨勢。

二、文獻綜述

(一)金融生態(tài)內(nèi)涵研究

金融生態(tài)的概念是在英國生態(tài)學家 A．G．Tansky的生態(tài)系統(tǒng)學理論基礎(chǔ)上發(fā)展而來的。因為金融體系自身的內(nèi)在邏輯性和發(fā)展的規(guī)律性等生態(tài)學群體特點，在經(jīng)濟活動中逐漸形成了鮮明的特征和秩序，這種特征和秩序被稱為金融生態(tài)。同時，金融生態(tài)的概念具有較強的中國特色。早期研究認為，金融資源的開發(fā)利用可以擴大社會資源的基數(shù)，提高資源的利用效率，一國經(jīng)濟的金融生態(tài)環(huán)境則由金融資源的開發(fā)利用過程和效率狀態(tài)構(gòu)成。周小川將生態(tài)學方法引入金融學研究當中，強調(diào)了生態(tài)學方法對金融研究發(fā)展的重要性，并認為金融生態(tài)主要是指國家法律制度、市場信用制度、社會中介制度、企業(yè)改革進度和銀企關(guān)系等金融運行的環(huán)境體系［1］。隨后李楊、徐諾金、謝太峰等學者進一步深入闡述了金融生態(tài)概念，從金融生態(tài)主體和金融生態(tài)環(huán)境、金融組織內(nèi)部環(huán)境和外部環(huán)境相互作用等角度完善金融生態(tài)概念。沈軍等將金融生態(tài)定義為，具有適應(yīng)性特征的金融主體在一定時期內(nèi)與金融環(huán)境之間在相關(guān)機制與資源循環(huán)的過程中，相互影響、相互作用和彼此關(guān)聯(lián)的動態(tài)平衡系統(tǒng)［2］。

近年來，隨著以大數(shù)據(jù)、云計算等信息技術(shù)為核心的互聯(lián)網(wǎng)引入金融體系，互聯(lián)網(wǎng)金融快速崛起并快速發(fā)展，對傳統(tǒng)金融生態(tài)概念產(chǎn)生重要影響，致使傳統(tǒng)金融生態(tài)體系不斷演變與重構(gòu)。夏政認為構(gòu)成金融生態(tài)系統(tǒng)的金融生態(tài)物種、金融生態(tài)環(huán)境和金融生態(tài)規(guī)則三個核心要素明顯蛻變，傳統(tǒng)金融生態(tài)系統(tǒng)面臨質(zhì)變轉(zhuǎn)化［3］。具體而言，互聯(lián)網(wǎng)狀態(tài)下的金融生態(tài)系統(tǒng)是傳統(tǒng)金融在互聯(lián)網(wǎng)領(lǐng)域的創(chuàng)新，是在經(jīng)濟、制度、法律和信用等外部環(huán)境和以思維、模式及業(yè)態(tài)為核心的內(nèi)部基礎(chǔ)上形成的具備某些功能和結(jié)構(gòu)特征的動態(tài)平衡系統(tǒng)，主要包括生態(tài)主體(互聯(lián)網(wǎng)金融消費者、互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)金融機構(gòu)等)、生態(tài)環(huán)境(法制、監(jiān)管、信用和系統(tǒng)環(huán)境等)和生態(tài)模式等三個方面［4］。

(二)金融生態(tài)與經(jīng)濟增長關(guān)系研究

良好的金融生態(tài)環(huán)境有利于紓緩中小企業(yè)融資約束、降低企業(yè)融資成本、防止資金無效率空轉(zhuǎn)、提高資金配置效率、優(yōu)化企業(yè)生存環(huán)境，切實服務(wù)地區(qū)經(jīng)濟社會發(fā)展，實現(xiàn)中國經(jīng)濟發(fā)展由要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變。事實上，關(guān)于金融與經(jīng)濟發(fā)展關(guān)系研究，內(nèi)生經(jīng)濟增長理論已做了充分的研究，其中 γy=Aφs－δ為經(jīng)典的金融—經(jīng)濟增長聯(lián)結(jié)機制范式，A為資本邊際生產(chǎn)率，s為國民儲蓄率，φ為儲蓄向投資轉(zhuǎn)化比率，δ為折舊率。從等式中可清楚看出，金融對經(jīng)濟增長存在直接與間接兩種促進效應(yīng):直接效應(yīng)體現(xiàn)在儲蓄向投資轉(zhuǎn)化比率φ，φ值越大，金融中介作用愈加明顯，資金使用率愈高;間接效應(yīng)則為金融發(fā)展影響國民儲蓄率和資本邊際生產(chǎn)率影響經(jīng)濟增長。Levine將金融體系影響經(jīng)濟增長主要分為五種功能，分別為風險管理、信息傳播、監(jiān)督經(jīng)理人、動員儲蓄和便利化商品與服務(wù)。金融發(fā)展對經(jīng)濟的促進作用有效性受所部金融生態(tài)環(huán)境制約，如政府干預(yù)雖然利于增加資本積累，但也會削弱法制因素對資本配置的效率［5］。

具體而言，金融生態(tài)影響經(jīng)濟增長機制最主要有微觀與宏觀兩個層面。微觀層面，最主要體現(xiàn)在為企業(yè)運營構(gòu)建良好的融資環(huán)境和競爭環(huán)境，為企業(yè)技術(shù)創(chuàng)新保駕護航。具體來講，金融生態(tài)較好地區(qū)一般經(jīng)濟實力較強，能夠為企業(yè)創(chuàng)新活動提供較多的基礎(chǔ)性資源和信息優(yōu)勢，提高企業(yè)創(chuàng)新的成功率與技術(shù)轉(zhuǎn)化率;特別是在當前中國政府治理水平相對不高、體制約束短期內(nèi)阻礙企業(yè)創(chuàng)新活動背景下，促進地區(qū)金融生態(tài)水平提升，能夠有效減少市場信息不對稱問題，降低企業(yè)創(chuàng)新成本與風險承擔，提高創(chuàng)新的有效性。李明等證實了良好的金融生態(tài)環(huán)境有助于商業(yè)銀行針對企業(yè)信貸風險的評估，公司所處地區(qū)的金融生態(tài)環(huán)境越好，內(nèi)部控制質(zhì)量越高，更易獲得銀行信貸資金支持［6］?？梢哉f，金融生態(tài)環(huán)境的改善十分有助于銀企關(guān)系密切程度的改善，緩解中小企業(yè)融資困境。

宏觀層面，金融生態(tài)影響經(jīng)濟增長主要可概括為優(yōu)化資金配置和強化制度保障兩個方面。良好的金融生態(tài)是政治、經(jīng)濟、文化和法制等多方面綜合協(xié)調(diào)的結(jié)果，利于金融結(jié)構(gòu)優(yōu)化、金融功能強化和金融效率提升，特別是在中國現(xiàn)行行政干預(yù)金融發(fā)展扭曲了信貸資源配置的市場化機制下，資金無法得到有效、合理配置，金融生態(tài)環(huán)境嚴重失衡。錢愛民等從金融生態(tài)視角出發(fā)，研究金融資源配置對中國過剩產(chǎn)能影響，企業(yè)擴張產(chǎn)能的主要動因來源于股東可利用金融生態(tài)環(huán)境優(yōu)勢，擴大負債規(guī)模，提升凈資產(chǎn)收益率［7］。強化制度保障方面，一般而言，良好的金融生態(tài)環(huán)境意味著微觀企業(yè)生產(chǎn)經(jīng)營活動處于一個具有較好的經(jīng)濟基礎(chǔ)、完善的法制制度和較高的資源配置效率環(huán)境中，特別是較為良好的信用環(huán)境能為微觀企業(yè)創(chuàng)新活動提供更多的商業(yè)信用支持，Hsu等研究發(fā)現(xiàn)高水平的金融發(fā)展和發(fā)達金融體系是企業(yè)投資決策和技術(shù)創(chuàng)新的重要推動力［8］。因此，可以說地區(qū)金融生態(tài)環(huán)境越好，地區(qū)制度質(zhì)量越高。

(三)金融生態(tài)系統(tǒng)指標體系

隨著金融生態(tài)環(huán)境研究逐步拓展，對金融生態(tài)環(huán)境測算指標探究日益深入，并形成了一定共性，已有文獻多將經(jīng)濟、金融、社會和政府等4方面作為評價因素，姚爽等就以政府對經(jīng)濟主導(dǎo)、經(jīng)濟發(fā)展質(zhì)量、地區(qū)金融發(fā)展、信用基礎(chǔ)和基礎(chǔ)制度等5個一級指標和17個二級指標構(gòu)建區(qū)域金融生態(tài)環(huán)境評價指標體系［9］。吳昊旻等在檢驗中國不同維度的金融生態(tài)環(huán)境與企業(yè)創(chuàng)新效率關(guān)系時，認為金融生態(tài)環(huán)境就是各地經(jīng)濟發(fā)展的外部金融環(huán)境，最主要包括政府治理、經(jīng)濟基礎(chǔ)、金融發(fā)展和信用與制度文化等4個維度［10］。具有代表性的主要是李揚等在2005年發(fā)表的《中國城市金融生態(tài)環(huán)境評價》，通過9個維度對中國三大區(qū)域、50多個重點城市的金融環(huán)境和中國291個城市的金融資產(chǎn)質(zhì)量進行了考察分析。該評價體系在后來研究金融生態(tài)中得到了發(fā)展與完善，通過結(jié)合中國轉(zhuǎn)型時期的經(jīng)濟體制現(xiàn)實，提出了金融信用的建設(shè)、政府對經(jīng)濟的干預(yù)程度、經(jīng)濟運行質(zhì)量、地區(qū)金融發(fā)展4個方面指數(shù)和15個分項指數(shù)以及42個二級分項指數(shù)來評價地區(qū)金融生態(tài)環(huán)境。逯進等分析金融生態(tài)與經(jīng)濟增長關(guān)系時認為金融生態(tài)最主要包括經(jīng)濟基礎(chǔ)、政府公共服務(wù)、社會誠信、社會保障、法制環(huán)境和金融主體等六大方面，證實了金融生態(tài)與經(jīng)濟發(fā)展之間顯著的協(xié)調(diào)演進之態(tài)勢［11］。

(四)金融生態(tài)效率評價方法研究

隨著金融生態(tài)研究的不斷深化與拓展以及評價方法的不斷發(fā)展，中國學者對于金融生態(tài)的實證研究方法也在不斷更新，其中以主成分分析法(PCA)、數(shù)據(jù)包絡(luò)分析(DEA)、BP神經(jīng)網(wǎng)絡(luò)、層次分析法(AHP)、面板數(shù)據(jù)模型等最為常用。數(shù)據(jù)包絡(luò)法(DEA)多以傳統(tǒng)的CCR模型和BBC模型為基礎(chǔ)，衍生出眾多金融效率測算方法。徐曉光等通過CCR和超效率模型相結(jié)合測算了內(nèi)地城市與香港金融業(yè)效率，并利用 Malmquist指數(shù)分解金融效率各構(gòu)成因素差異［12］。李延軍等通過 BCC模型和Malmquist指數(shù)從靜態(tài)和動態(tài)兩個方面研究京津冀13城市金融效率的區(qū)域差異及其空間演變趨勢［13］。在此研究成果基礎(chǔ)上，部分學者發(fā)展出stoNED和多階段DEA測算方法。但是，以往研究大多僅關(guān)注期望產(chǎn)出，對非期望產(chǎn)出視而不見，故近年關(guān)于非期望產(chǎn)出約束條件下的效率評估方法逐漸受到重視，劉德彬等針對目前DEA模型研究中對最初投入和中間產(chǎn)出關(guān)注較少的現(xiàn)狀，提出了針對DEA模型中輸入、輸出類型判定方法，并在兩階段生產(chǎn)系統(tǒng)中構(gòu)建了存在非期望產(chǎn)出的生產(chǎn)可能集［14］。

隨著經(jīng)濟學與地理學跨學科交叉融合，區(qū)位因素在經(jīng)濟學研究中逐漸受到重視，特別是空間計量經(jīng)濟學的快速發(fā)展，不同因素的空間溢出效應(yīng)地位日益凸顯。陸遠權(quán)等通過采用基尼系數(shù)和泰爾系數(shù)系統(tǒng)測度了1995—2009年中國區(qū)域金融效率，并分別從省際和區(qū)際層面測算了中國區(qū)域金融效率表現(xiàn)出的地區(qū)差異［15］。杜家廷利用 Moran指數(shù)和空間面板數(shù)據(jù)分析中國省域間金融發(fā)展差異，發(fā)現(xiàn)中國金融發(fā)展在省份之間存在明顯的空間溢出效應(yīng)，且東部和中部地區(qū)的金融發(fā)展在區(qū)域內(nèi)也存在較強空間溢出，西部則不明顯［16］。

因此，本文在參考已有文獻基礎(chǔ)上做出以下兩點邊際創(chuàng)新:第一，由于金融行業(yè)的特殊性，在金融機構(gòu)運行的過程中，金融風險與不良貸款的出現(xiàn)不可避免，本文希望通過借助于SBM模型把不良貸款作為非期望產(chǎn)出，從而更客觀、更合理地對金融生態(tài)運行效率狀況做出評價;第二，由于中國地域?qū)拸V，無論是在地區(qū)發(fā)展規(guī)模，還是地區(qū)金融政策、地區(qū)資源情況上都具有較大的差異，空間異質(zhì)性導(dǎo)致中國金融生態(tài)的區(qū)域差異很大。為了進一步考察地域因素對金融生態(tài)帶來的影響，本文擬構(gòu)建共同邊界DEA模型對區(qū)域金融生態(tài)運行效率進行評價，并得出各區(qū)域金融生態(tài)運行效率的實際情況。

三、金融生態(tài)運行效率測算模型

傳統(tǒng)的投入產(chǎn)出分析側(cè)重反映各部門、各產(chǎn)品和各行業(yè)的投入、產(chǎn)出數(shù)量之間的依存關(guān)系。投入是在經(jīng)濟活動發(fā)生過程中發(fā)生的消耗和經(jīng)濟活動的來源，總體上包括人、財、物三大類，具體有原材料、機器設(shè)備、咨詢、燃料、動力等的物質(zhì)形態(tài)和非物質(zhì)形態(tài)的消耗。產(chǎn)出就是指經(jīng)濟活動發(fā)生過后的結(jié)果，如獲得一定數(shù)量的某些產(chǎn)品和勞務(wù)。

但是，企業(yè)或者其他經(jīng)濟活動主體在經(jīng)濟活動發(fā)生的過程中除了期望的正向產(chǎn)出，即期望產(chǎn)出之外，不可避免地會有一些負向產(chǎn)出，即非期望產(chǎn)出。如在經(jīng)濟發(fā)展的過程中會致使環(huán)境的破壞，這些產(chǎn)出就可以稱之為非期望產(chǎn)出。同樣，在金融運營過程中也存在非期望產(chǎn)出。銀行業(yè)的發(fā)展過程中非期望產(chǎn)出和期望產(chǎn)出都是存在的，并且對非期望產(chǎn)出的完全規(guī)避是很困難的，如常見的金融業(yè)務(wù)發(fā)展過程中取得收入、利潤、貸款的同時，不良貸款、投訴等非期望產(chǎn)出也會存在。所以，在評價金融生態(tài)系統(tǒng)效率時，綜合考慮期望產(chǎn)出與非期望產(chǎn)出才能夠更全面真實地反映實際運行效率。

(一)考慮非期望產(chǎn)出的DEA模型

區(qū)別于傳統(tǒng)徑向和產(chǎn)出角度，在強可處置條件下包含非期望產(chǎn)出的SBM模型可以表示如下:

(二)共同邊界DEA模型

與傳統(tǒng)經(jīng)濟學理論相比，地理學理論更關(guān)注不同空間的差異性，認為不同空間并非同質(zhì)，經(jīng)濟發(fā)達地區(qū)和欠發(fā)達地區(qū)在經(jīng)濟地理結(jié)構(gòu)上的差異導(dǎo)致在社會發(fā)展以及經(jīng)濟發(fā)展的過程中存在較大的異質(zhì)性，這種異質(zhì)性也表現(xiàn)在不同地理結(jié)構(gòu)的經(jīng)濟體之間的經(jīng)濟行為是相互影響的。為此，本文利用群組和共同技術(shù)效率的共同邊界模型測算金融生態(tài)效率。

進一步按照決策單元的不同性質(zhì)，比如經(jīng)濟基礎(chǔ)、社會文化、體制機制、資源稟賦等，將所有決策單元分為k(k＞1)個組群，第k個組群的技術(shù)集合可以表示為Tk={(x，y)|x≥0，y≥0，x可生產(chǎn)出y}，相應(yīng)的生產(chǎn)可能集P為pk(x)={y|(x，y)∈Tk}，對應(yīng)的曲線上沿為所有組群內(nèi)部決策單元面臨的組群邊界。組群距離函數(shù)表示為:

金融生態(tài)比率(FER)則表示組群邊界下的產(chǎn)出與共同邊界下產(chǎn)出之間的比例，表達式如下:

金融生態(tài)比率(FER)反映了組群邊界下決策單元面臨的金融技術(shù)與共同邊界下決策單元面臨的金融技術(shù)之間的差距，這一金融技術(shù)差距是由于不同地區(qū)不同組群內(nèi)部金融制度結(jié)構(gòu)差異導(dǎo)致的。金融生態(tài)比率越高，意味著決策單元所面臨的金融技術(shù)越接近潛在的最優(yōu)金融技術(shù)水平，反之則表明決策單元的金融技術(shù)與潛在最優(yōu)的金融技術(shù)差距越大。

四、區(qū)域金融生態(tài)運行效率測算

(一)評價指標與樣本選擇

效率評價實質(zhì)上是對特定評價單元在一定時期內(nèi)投入產(chǎn)出效率的測度。金融生態(tài)運行效率的概念可以理解為金融生態(tài)環(huán)境對金融生態(tài)主體和金融市場產(chǎn)出的影響，即金融產(chǎn)出與金融環(huán)境之間的互動關(guān)系，具體而言可以認為金融生態(tài)環(huán)境要素是投入指標，而金融主體的金融能力是產(chǎn)出指標。

現(xiàn)有金融生態(tài)運行效率指標建立的相關(guān)研究較多，學者們多從金融生態(tài)主體和金融生態(tài)環(huán)境兩個維度出發(fā)，并分別基于金融生態(tài)環(huán)境因素和金融生態(tài)主體因素建立效率評價指標，且以正向效應(yīng)研究為主。而現(xiàn)實情況是，以不良貸款為代表的負向產(chǎn)出是金融生態(tài)主體運營的必然產(chǎn)物，盡管金融機構(gòu)可以采取各項措施降低不良貸款率，卻無法從根本上消除，更不可能消除對金融生態(tài)環(huán)境的負面影響，且目前部分研究已對此加以關(guān)注與研究。因此，本文結(jié)合相關(guān)文獻研究，將不良貸款作為負向指標，即金融生態(tài)系統(tǒng)運行的非期望產(chǎn)出納入評價指標體系。根據(jù)金融生態(tài)環(huán)境和金融生態(tài)主體的評價，本文主要參照國內(nèi)學者所建立的指標體系，其中金融生態(tài)主體主要從股票市場、保險市場和銀行市場三個方面來考察，而金融生態(tài)環(huán)境主要從經(jīng)濟發(fā)展基礎(chǔ)、企業(yè)發(fā)展、政府投入、社會教育和金融發(fā)展保障、居民生活水平幾個方面來考察。

金融生態(tài)環(huán)境指標主要有人均固定資產(chǎn)投入、工業(yè)總產(chǎn)值、人均居民消費支出、人均教育支出、人力資本(人均受教育年限)①本文利用基于投入角度的受教育年限法，參照樊綱(2011)和李海崢(2013)關(guān)于人力資本的億元計算方法來衡量中國2005—2014年人力資本。Hum=prim ×6+midd×9+high×12+univ×16，其中 prim、midd、high、univ分別表示小學、初中、高中、大專以上教育程度居民占各省市6歲及以上人口的比重，用0年、6年、9年、12年和16年分別表示文盲半文盲、小學、初中、高中、大專及以上教育程度的居民平均受教育年限。、人均政府支出;金融生態(tài)主體指標主要從銀行、股票和保險市場三個方面來考察，主要指標為存貸款總額、保費收入、股票市場成交額，此外考慮到金融主體運行過程中可能存在的不良產(chǎn)出，根據(jù)數(shù)據(jù)的可獲得性，本文選擇金融機構(gòu)不良貸款作為金融生態(tài)主體的非期望產(chǎn)出。具體指標如表1所示。

表1 區(qū)域金融生態(tài)運行效率評價指標及代碼

由于地級市和縣級地區(qū)樣本數(shù)據(jù)可獲得性較差，故本文投入產(chǎn)出指標為30個省級行政區(qū)的面板數(shù)據(jù)。時間跨度為2006—2015年，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》、《中國金融年鑒》、各省區(qū)統(tǒng)計年鑒以及中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。此外考慮到中國經(jīng)濟發(fā)展水平不平衡，地區(qū)之間的經(jīng)濟發(fā)展水平和金融水平仍然存在一定的差距，因此基于異質(zhì)性視角采用傳統(tǒng)的東中西部劃分，將中國分成東部、中部和西部，并進行實證檢驗。

(二)金融生態(tài)運行效率測算結(jié)果

1．不考慮非期望產(chǎn)出下的區(qū)域金融生態(tài)運行效率

本文首先運用傳統(tǒng)DEA方法對2006—2015年中國區(qū)域金融生態(tài)效率進行了測算，計算結(jié)果如表2所示。

表2給出了不考慮不良貸款總額情況下的中國區(qū)域金融生態(tài)效率值，樣本期內(nèi)中國各省市的區(qū)域金融生態(tài)效率相對較為平穩(wěn)，變化幅度較小，說明近年來中國區(qū)域金融生態(tài)發(fā)展較為穩(wěn)定，即使2008年全球金融危機的影響下，中國區(qū)域金融的發(fā)展依然較為穩(wěn)健，這也反映出了中國金融生態(tài)具有較強的抗外界干擾性。從各省市歷年的效率值以及2006—2015年效率均值可以看出，在樣本期內(nèi)只有少數(shù)的幾個省市一直為 DEA有效(北京、廣東、西藏)，說明這些地區(qū)在對將人力資本、政府投入、經(jīng)濟發(fā)展轉(zhuǎn)化為金融產(chǎn)出等方面具有較強的能力，金融生態(tài)環(huán)境有效地促進了金融生態(tài)的成長。此外，盡管部分省市沒有表現(xiàn)出完全的DEA有效，但是其效率得分也較為接近DEA有效的效率前沿(上海、江蘇、浙江、山西、河南、四川)，說明這些地區(qū)的金融發(fā)展環(huán)境也較為良好，但是金融生態(tài)環(huán)境對金融主體的發(fā)展和成長性的貢獻仍然存在些許的不足，有待進一步改進。而另外的省市金融生態(tài)運行效率則不盡如人意，還存在較大的改善空間，其中青海省的金融生態(tài)效率平均效率最低，僅為0．387，而天津的效率也僅為0．394，說明這兩個省市相比較于達到DEA有效的省市，其金融生態(tài)環(huán)境對金融生態(tài)主體的支持還存在諸多的不足，人力資本、工業(yè)產(chǎn)業(yè)發(fā)展、教育支出等無法為金融生態(tài)市場發(fā)展提供強有力的推動力。從各省市歷年生態(tài)金融效率的變化可以看出，樣本期內(nèi)中國區(qū)域生態(tài)金融效率水平雖然有上升，但在某些年份也有所下降，盡管如此，從歷年的效率情況仍然可以發(fā)現(xiàn)中國各地區(qū)生態(tài)金融運行效率存在著較大的差異。三大區(qū)域歷年的效率波動情況如圖1所示。

表2 2006－2015年不考慮不良貸款時區(qū)域金融生態(tài)效率值

從圖1可看出，中國東中西部地區(qū)金融生態(tài)運行效率存在較大差異，且地區(qū)間差異隨時間變化而逐漸擴大。其中，東部地區(qū)金融生態(tài)運行效率水平最高，中部地區(qū)次之，西部地區(qū)最差，全國平均水平受西部地區(qū)制約而略低于中部地區(qū)。造成地區(qū)間差異的原因可能在于東部地區(qū)開放時間早、力度大，與國際貿(mào)易與技術(shù)交流頻繁，為金融生態(tài)發(fā)展積累了大量優(yōu)秀的人才資源、創(chuàng)新資源等，且中央政府的政策傾斜進一步為東部地區(qū)金融發(fā)展提供便利與支撐。同時，西部地區(qū)經(jīng)濟發(fā)展落后，政策支持力度不足，造成金融發(fā)展相對滯后。而圖1中顯示中國金融生態(tài)運行效率在2012年大幅回落，原因則可能是由于實行利率市場化改革導(dǎo)致的金融市場波動，隨著利率市場化改革逐步加深，金融市場反饋逐步趨于理性，致使2013年后金融生態(tài)運行效率整體快速提升。因此，只有加快金融改革，才能保持中國金融生態(tài)運行效率的長久發(fā)展。

圖1 區(qū)域金融生態(tài)效率變化趨勢圖

2．考慮非期望產(chǎn)出的區(qū)域金融生態(tài)運行效率

本文將不良貸款納入金融生態(tài)效率測算DEA模型，比較兩種金融生態(tài)效率測算結(jié)果是否存在顯著差異，將利用對非期望產(chǎn)出進行效率分析的DEA模型對中國區(qū)域金融生態(tài)不良貸款約束下的運行效率進行測算，計算結(jié)果如表3所示。

表3給出的是將不良貸款納入金融生態(tài)系統(tǒng)運行時計算得到的運行效率。從表3可以看出，樣本期內(nèi)各省市生態(tài)金融效率發(fā)展較為平穩(wěn)，均保持在一個相對穩(wěn)定的范圍之內(nèi)，沒有發(fā)生過劇烈的波動。此外，與傳統(tǒng)DEA方法計算得到的效率相類似，非期望產(chǎn)出視角下是中國區(qū)域生態(tài)金融效率同樣呈現(xiàn)出“東部—中部—西部”依次遞減的格局，即東部地區(qū)生態(tài)金融效率要高于中西部地區(qū)，中部地區(qū)次之，而西部地區(qū)的金融生態(tài)效率最低，從各地區(qū)歷年效率的均值可以發(fā)現(xiàn)，東部地區(qū)金融生態(tài)的平均效率值為 0．736，中部地區(qū)為 0．637，而西部地區(qū)最低，僅為0．499。此外，從全國金融生態(tài)效率來看，中國歷年區(qū)域金融生態(tài)的效率值平均僅為0．619，距離有效的效率前沿仍然存在較大差距。

表3 2006—2015年考慮不良貸款時區(qū)域金融生態(tài)效率值

圖2顯示了2006—2015年東中西部各區(qū)域金融生態(tài)效率非期望產(chǎn)出約束下的變化情況，在將銀行業(yè)金融機構(gòu)不良貸款納入到金融生態(tài)效率的分析框架中后，歷年各區(qū)域效率變化較大，并且各區(qū)域之間的效率差距呈現(xiàn)出逐漸擴大的趨勢。從圖2中可以看出，不管有沒有考慮非期望產(chǎn)出的影響，東部地區(qū)的效率值均要高于中部和西部地區(qū)，并且從歷年的效率變化趨勢可以看出，東部地區(qū)的效率均值表現(xiàn)為穩(wěn)定上升的趨勢，金融生態(tài)效率雖然有略微的下降，但是總體而言效率表現(xiàn)為顯著提升。而與此形成鮮明對比的西部地區(qū)，無論有沒有考慮到不良貸款，其金融生態(tài)效率均要遠遠低于東部地區(qū)和中部地區(qū)，并且其與東中部地區(qū)的差距越來越大。

圖2 非期望產(chǎn)出視角下區(qū)域金融生態(tài)效率變化圖

(三)考慮和未考慮非期望產(chǎn)出下的效率對比

綜合比較表2和表3可以發(fā)現(xiàn)，兩種約束條件下區(qū)域金融生態(tài)運行效率有一定差距。從總體來看，考慮不良貸款的金融生態(tài)評價體系得到的效率值要低于沒有將不良貸款納入到分析框架中的分析方法，為了更加顯著地進行比較和分析，本文進一步將兩種視角下得到的效率值進行對比分析，對比分析結(jié)果如圖所示。

圖3～6顯示，信貸質(zhì)量中負向約束條件降低了金融生態(tài)主體運行效率，即不良貸款約束下各省份金融生態(tài)運行效率不管是在時間序列上還是空間效應(yīng)對比方面，均低于未考慮非期望產(chǎn)出的效率值。其對東、中部地區(qū)影響較小，對西部影響較大，這也顯示出將不良貸款等負向指標納入模型后，與現(xiàn)實經(jīng)濟發(fā)展情況更為貼近，糾正了傳統(tǒng)估算模型偏差，估算結(jié)果更為客觀。特別是對銀行類金融機構(gòu)來說，不良貸款無法避免，通過壞賬準備金的方式降低不良貸款的影響，增加了銀行經(jīng)營成本。同時，由于不良資產(chǎn)降低了金融機構(gòu)盈利能力，進一步導(dǎo)致銀行對不良資產(chǎn)的處置能力下降，降低了金融機構(gòu)資產(chǎn)流動性。由此，金融生態(tài)主體面臨更多的經(jīng)營風險，為了下一期經(jīng)營利潤的增加，不得不提高對不良資產(chǎn)的風險監(jiān)控與評估，降低了金融機構(gòu)對外部環(huán)境的反應(yīng)能力和內(nèi)部管理成本，影響未來盈利能力。

圖3 東部地區(qū)金融生態(tài)效率對比分析圖

圖4 中部地區(qū)金融生態(tài)效率對比分析圖

圖5 西部地區(qū)金融生態(tài)效率對比分析圖

圖6 全國金融生態(tài)效率對比分析圖

(四)空間異質(zhì)性下的區(qū)域金融生態(tài)運行效率

從表2和表3的結(jié)果可以看出，無論是否考慮不良貸款的影響，中國區(qū)域金融生態(tài)效率均呈現(xiàn)出顯著的地區(qū)差異，并且這種差異隨著不良貸款的增加而變得更加明顯。其可能原因在于，一方面各個地區(qū)之間由于經(jīng)濟發(fā)展水平、體制機制和文化水平等存在差異，影響了各地區(qū)金融生態(tài)運行效率，導(dǎo)致其存在一定的差異;更深層次上，金融生態(tài)運行效率是金融生態(tài)環(huán)境和金融生態(tài)主體在一定調(diào)節(jié)機制下相互作用、相互影響的結(jié)果，而中西部地區(qū)由于金融生態(tài)環(huán)境與東部地區(qū)存在鮮明的劣勢，這也造成了區(qū)域之間的顯著差異。基于此，如果將東中西部地區(qū)均納入到一個分析框架中進行分析，那么根據(jù)DEA的思想，對西部地區(qū)進行效率測算時參考系的選取在全部決策單元中進行選擇，然而西部地區(qū)并不具有與東部地區(qū)等同的技術(shù)水平和經(jīng)濟發(fā)展能力，以此得到的Benchmark并不能有效指導(dǎo)西部地區(qū)DEA無效決策單元的改進和提升，因此有必要將不同地區(qū)分別進行組內(nèi)比較，并在同一個技術(shù)族群內(nèi)進行Benchmark的選取，只有在同等條件下和水平下才能有效為DEA無效的決策單元的效率提升提供參考。基于此，本文運用MetaFrontier模型對非期望產(chǎn)出視角下各區(qū)域金融生態(tài)效率進行了測算，計算結(jié)果如表4所示。

表4 2006—2015年組群邊界和共同邊界區(qū)域金融生態(tài)效率均值

表4的效率測算結(jié)果顯示，當考慮共同邊界和組群邊界時，僅有少數(shù)省市在樣本期內(nèi)均實現(xiàn)了DEA有效，但是絕大多數(shù)省市表現(xiàn)為DEA無效，這表明中國區(qū)域金融生態(tài)效率仍然有較大的提升空間。2006—2015年組群邊界下中國區(qū)域金融效率的均值僅為0．726 2，表明中國區(qū)域金融生態(tài)綜合效率偏低，金融生態(tài)環(huán)境對金融生態(tài)主體未能形成有效的支撐作用，此外投入不足問題也嚴重制約了中國的區(qū)域金融體系的發(fā)展。在引入共同邊界模型后，分別對共同變和族群邊界的各階段效率值進行計算，如果數(shù)據(jù)結(jié)果顯示技術(shù)缺口比率值越小，說明共同邊界和組群邊界效率值之間的差距越大，當技術(shù)缺口比率為1時，說明不存在技術(shù)差距。而在模型計算中，有4個省市的技術(shù)缺口比率為1。此外，東部地區(qū)的共同邊界效率與組群邊界效率之間的差異較小，而中西部地區(qū)共同邊界效率與組群邊界效率之間的差距較大，這說明東部地區(qū)金融生態(tài)效率高于中西部地區(qū)。綜合各省市技術(shù)缺口比率，得到綜合技術(shù)缺口情況，其中東部地區(qū)金融生態(tài)綜合技術(shù)缺口比率為0．984 8，中部地區(qū)為0．801 1，而西部地區(qū)僅為0．755 8。這說明從區(qū)域綜合金融生態(tài)效率來看，東部地區(qū)更加接近有效的效率前沿，而中西部地區(qū)則與有效前沿的差距較大。

五、結(jié) 論

考慮到現(xiàn)有研究在對中國區(qū)域生態(tài)金融效率進行測算時往往忽略了金融生態(tài)系統(tǒng)中的不良產(chǎn)出?；诂F(xiàn)有研究的不足，結(jié)合已有研究成果，本文制定了將不良貸款納入中國區(qū)域生態(tài)金融效率測算的分析框架，首先運用傳統(tǒng)DEA方法測算了區(qū)域金融生態(tài)效率，并在此基礎(chǔ)上運用包含了非期望產(chǎn)出的DEA模型來對區(qū)域金融生態(tài)效率進行計算。此外，考慮到中國不同地區(qū)之間存在的技術(shù)異質(zhì)性，不同地區(qū)之間由于機制體制、經(jīng)濟發(fā)展水平、文化差異等因素，將所有省市納入到一個參照系中存在不合理性，并得到以下三點結(jié)論。

第一，在不考慮金融機構(gòu)不良貸款的情況下測算得到的區(qū)域金融生態(tài)效率表明，目前中國區(qū)域金融生態(tài)效率水平距離有效前沿仍然存在一定的差距，綜合效率水平較低。歷年全國綜合效率波動情況表明，中國區(qū)域金融生態(tài)系統(tǒng)發(fā)展較為平穩(wěn)。此外，從東中西部地區(qū)的金融生態(tài)運行效率的比較來看，中國金融生態(tài)系統(tǒng)運行效率存在顯著的地區(qū)差異，東中西部效率值依次遞減，并且東部－中部－西部地區(qū)之間效率差異有逐步擴大的趨勢。

第二，運用非期望產(chǎn)出DEA模型對包含了不良貸款的金融生態(tài)效率進行測算的結(jié)果表明，東部地區(qū)金融生態(tài)效率要遠高于中部地區(qū)和西部地區(qū)，西部地區(qū)的金融生態(tài)效率最低，這與西部地區(qū)的機制體制制約以及資源稟賦有關(guān)。在對兩種視角下計算得到的金融生態(tài)效率對比分析后發(fā)現(xiàn):傳統(tǒng)沒有將不良貸款納入分析框架的金融生態(tài)效率測算方法會高估中國的區(qū)域金融生態(tài)效率，從而使得計算得到的結(jié)果是有偏的;同時，傳統(tǒng)的研究方法會錯誤地選擇決策標桿(Benchmark)，從而導(dǎo)致無法真正有效提高決策單元的金融生態(tài)效率。

第三，在對區(qū)域金融生態(tài)效率分析時發(fā)現(xiàn)，無論是傳統(tǒng)的效率分析方法還是本文的非期望產(chǎn)出分析框架，均表明中國東中西部地區(qū)之間的效率存在顯著的差異，這意味著三大區(qū)域之間的技術(shù)異質(zhì)性對金融生態(tài)效率具有一定的影響。