基于新视角的金融资源配置效率测度研究

戴　伟，张雪芳

（湖北理工学院 经济与管理学院，湖北 黄石 435003）

基于新视角的金融资源配置效率测度研究

戴伟，张雪芳

（湖北理工学院 经济与管理学院，湖北 黄石 435003）

金融资源配置在很大程度上决定了经济增长的速度和方式，因此金融资源配置效率不应仅包含反映经济增长速度的经济效率，还应包括体现经济增长方式转变和社会、经济、生态的可持续发展的“社会效率”与“生态效率”。文章在理论分析的基础上，运用DEA模型中的相关指标分别对我国金融资源配置的经济效率、社会效率和生态效率进行了测度，并运用Malmquist指数对效率变化进行了评价，结果显示：我国金融资源配置效率总体水平不高，区域间差异较明显，且表现出与经济发展水平具有一定相关性；同时，经济效率和生态效率总体上呈现上升趋势，但社会效率却呈现出下降趋势，表明我国金融资源的配置在不断优化，但经济发展的重点领域和薄弱环节需加强。

金融资源配置；效率；DEA模型；Malmquist指数

［DOI］10.3969/j.issn.1007-5097.2016.05.009

一、引言与文献回顾

金融服务实体经济是党十八大报告的一项重要精神，而金融业要高效地服务实体经济与金融资源的配置效率密切相关，因为金融资源是资源配置的核心，其配置效率关系着其他资源的配置效率；同时，金融资源的高效配置对当前我国加快转变经济增长方式和促进经济金融的良性互动发展具有基础性作用。在这种背景之下，系统地、全面地考察我国金融资源的配置效率有着非常重要的现实意义。

对金融资源配置效率的研究，前期学者主要集中在以下几个方面：

（1）金融资源配置效率内涵的界定。明确地提出金融资源配置效率概念并对其内涵进行界定的文献并不多见，大多学者研究的是金融体系效率，如Roland和Wightmans（1974）［1］认为金融体系效率可分为操作效率和配置效率，其中配置效率是引导储蓄资金流向生产用途的有效性；Revell（1983）［2］将金融体系效率分为配置效率和结构效率，配置效率是将资金配置到最有效用途；较明确提出金融资源配置效率的是Wurgler（2000）［3］提出了资本配置效率概念。从国内研究来看，杨德勇（1998）［4］认为金融效率是把金融要素的投入与国民经济增长比较的结果；王振山（1999）［5］明确提出了金融资源配置效率的概念，认为金融效率是指金融资源的帕累托最优配置状态，是社会全部可利用的金融资源实现帕累托效率配置；何风隽（2005）［6］提出金融资源配置效率包括金融资金配置效率、金融机构配置效率、金融制度配置效率以及在三者基础上形成并反映三者效率的金融综合配置效率；沈军（2006）［7］把金融效率分为微观金融效率和宏观金融效率两个层面，其中微观金融效率指的是微观金融中介的金融资源运用效率，而宏观金融效率是指在一定的金融制度下，一个金融系统内金融资源的配置效率，因此也称为金融资源配置效率。

（2）金融资源配置效率的度量与评估。Wurgler （2000）［3］根据65个国家1963-1995年各行业投资和经济增加值数据，构建出了资本配置效率估算模型。随后，我国一些学者运用Wurgler的方法对我国的金融资源配置效率进行了测度，如吴涛和李宏瑾（2011）［8］研究结果表明，我国金融资源配置比较有效率，东部沿海地区金融资源配置效率显著高于中部地区；李青原等（2013）［9］运用该方法，以我国30个地区27个工业行业为样本，对我国金融发展与地区实体经济资本配置效率进行研究，结果显示：金融发展促进了中国地区实体经济资本配置效率的提高。李明贤和向忠德（2011）［10］运用主成分分析法对我国中部地区农村金融资源配置效率进行了测度和比较，研究表明，我国中部地区农村金融资源配置效率整体不高。李红梅（2012）［11］在考虑区域货币乘数影响的基础上，运用DEA方法对我国部分省份的金融资源配置效率进行了测度，结果表明，区域货币乘数对一些省份的金融资源配置效率有影响，尤其是对西部地区的影响较大。杨海文等（2014）［12］基于我国29个省市的面板数据，利用DEA-TOBIT模型和Malmquist指数对我金融资源配置效率进行了测度和评价，认为我国金融资源配置效率存在显著的地区差异。李苍舒（2014）［13］使用Malmquist指数法以及多元统计分析法对我国金融业2007-2011年的各项效率进行测度，得出我国金融业技术效率水平稳定，技术进步指数未显著提高。刘磊（2015）［14］采用DEA方法测度了我国金融资源配置效率，并得出我国金融资源配置效率总体上处于较低水平。

（3）金融资源配置效率对经济增长影响的研究。在这方面，国外主要是对金融与经济增长关系的研究，如Gurley等（1967）［15］通过对大量统计资料的实证分析发现，在较长时期中经济与金融发展水平大致平行。20世纪80年代后，沿着Gurley等开拓的实证研究方向，一些经济学家继续挖掘金融与经济增长的深层次关系，主要有King和Levine（1993a，1993b，1993c）［16-18］、Levine（1999）［19］、Merton和Bodie （1995）［20］，研究发现金融发展与经济增长显著正相关，金融发展导致了经济增长。在国内，有少数学者专门研究了金融资源配置效率对经济增长的影响，如梁岩（2004）［21］通过对欠发达地区县域经济增长与金融资源配置效率进行分析得出：欠发达地区经济发展无论在速度还是质量上，都明显滞后，关键原因是这些地区金融资源配置方式和效率低，浪费了本已匮乏的金融资源，扩大了资本缺口，抑制了县域经济增长。孙工声（2008）［22］以江苏省为例，运用金融机构贷款总额与工业资产增加值率两个指标来分析金融资源配置效率，得出资产增加值率越高的地区获得金融机构贷款的数量越大，即我国金融资源配置到了经济效率高的地区，但同时其配置具有明显的“亲污染”行业特征（江苏省），从而得出金融资源的配置效率直接关系到经济发展的方式。黎和贵（2009）［23］以经济欠发达地区为样本，对区域经济增长与金融资源配置的差异性进行研究，得出贷款投放与经济增长的速度呈正相关关系、贷款质量高低与经济增速的快慢相当、区域金融资源利用程度影响经济增长速度等结论。孙爱军等（2011）［24］借助DEA-Malmquist指数方法量化计算金融对剩余经济发展支持的效率，结果表明金融在不同省域发挥的作用和效率存在差异，应结合效率水平配置金融资源，通过金融要素的流动，引领社会资源在省域间配置，优化产业结构和空间布局。田树喜等（2012）［25］利用线性回归模型和时间序列的VAR模型，对我国金融资源配置产出效应及其约束条件进行了实证分析，结果表明，中国金融资源配置对经济增长的作用体现为“量”的扩张而非“质”的提升。戴伟和张雪芳（2015）［26］运用DEA和计量经济模型对金融业效率进行测度及其影响因子进行分析，结果表明金融技术创新对其效率的影响尤为显著，市场化程度的提升也有利于提高金融效率，而金融集聚对金融效率的影响呈负相关。唐建荣和马洁纯（2014）［27］基于DEA-TOPSIS-Malmquist三步法得出物流金融效率呈现“先抑后扬”的发展趋势，其受宏观经济周期波动影响较大。

由上可以看出，对金融资源配置效率内涵的研究，多数学者认为金融资源配置效率指的是金融资金配置效率或资本配置效率，而何风隽（2005）［6］较全面对其进行界定，认为金融资源配置效率不仅包括金融资金配置效率，还包括金融机构配置效率和金融制度配置效率。就金融资本配置效率而言，基本上都是从投入产出的角度进行界定的，即在一定的金融资本投入下，产出越大，代表效率越高。根据国家的相关文件精神，本文认为金融资源配置效率的高低不仅应从“量”方面得到体现，即投入产出关系，还应从“质”方面得到体现，即金融资源是否配置到了经济发展所需要的各个子系统中去，是否体现了对重点领域和薄弱环节的支持，是否体现了国家经济结构调整的方向，如低能耗、低污染、高附加值的行业等。基于此，本文认为金融资源配置效率不仅应包括投入产出效率，即“经济效率”，还应包括能够体现社会、经济和生态可持续发展的“社会效率”和“生态效率”。如何衡量金融资源配置效率并未形成统一意见，尤其是有关“社会效率”和“生态效率”的测度方法鲜有研究。

本文的主要贡献是：一是从一个全新角度对金融资源配置效率内涵进行界定，认为金融资源配置效率的高低不仅要能从经济增长的规模和速度得到体现，还要从经济增长的方式和结构得到体现；二是通过理论分析，提出衡量金融资源配置的“社会效率”和“生态效率”的有效方法；三是全面分析我国各个地区金融资源配置的“经济效率”、“社会效率”和“生态效率”，并利用Malmquist指数对效率变化进行评价。

二、金融资源配置效率的内涵

金融是现代经济的核心，金融资源的配置状况决定了一国经济增长的“量”与“质”。经济增长的“量”主要指经济增长的规模与速度，通常用GDP的增长来衡量；经济增长的“质”主要指经济增长的方式和结构，能否实现社会、经济、生态的可持续发展。经济“质”的增长是以经济“量”的增长为前提，但如果片面追求“量”的增长又会制约经济增长质量的提高（任保平，2013）［28］。因此，金融资源配置效率的高低不仅在于能否引导社会资本流向那些最有效率的产业和企业，从而产出最大的生产力，以提高国民经济增长速度；还在于能否促进经济增长方式转变、引导和支持经济结构调整。国家相关政策指出，金融支持实体经济，要大力支持战略性新兴产业、先进制造业的发展，加快传统产业的转型升级；要加大对“三农”、小微企业等重点领域和薄弱环节的支持以及支持低碳经济发展和绿色增长，严控高能耗、高污染、产能过剩行业的贷款等等。综上所述，本文认为金融资源配置效率的内涵应该包括以下几个方面：

（一）经济效率

经济效率，是以最小的耗费取得最大的效益。因此，金融资源配置的经济效率是指是否实现了将稀缺金融资源配置到了效率最高的企业或产业部门，即投入一定的金融资源是否获得了最大产出。

（二）社会效率

社会效率，一般是指除经济效率以外对社会生活有益的效果。金融资源作为一种稀缺资源，为了获取最大利润，必然对能够为其提供较多利润的产业部门投入更多，这就可能导致不同产业部门的差异化对待，有违社会公平，也不利于和谐社会的构建，就不能称之为有效率。因此，金融资源配置的效率不仅应包含经济效率，还应包括社会效率，即要在效率优先的基础上，兼顾社会公平。鉴于此，以及根据国家相关文件精神，本文所指金融资源配置的社会效率，是指金融资源的配置是否体现了对社会经济重点领域和薄弱环节的支持，如“三农”、小微企业等。

（三）生态效率

金融资源配置的生态效率，是指金融资源的配置是否促进了社会、经济、生态的可持续发展，是否能够促进经济增长方式转变，优化经济结构等。具体来说，主要指金融资源配置是否体现了支持低能耗、低污染、高附加值产业的发展，如先进制造业与现代服务业等。

因此，本文所认为的金融资源配置效率的内涵不应仅仅是传统意义上的“经济效率”，它决定了经济增长的“量”，还应包括“社会效率”和“生态效率”，这两者决定了经济增长的“质”。金融资源配置的经济效率、社会效率和生态效率三者虽然相互区别，但又是统一的。良好的经济效率为社会效率、生态效率的取得提供物质条件；而良好的社会效率和生态效率能够促进经济效率的提升，这对构建和谐的经济社会具有重要的意义。

三、模型和变量选择

（一）DEA模型

DEA（Data Envelopment Analysis），即数据包络分析法，它是一种非参数的效率评价方法，它不需要事先假定参数估计的有效性与合理性，也不需要去寻求生产前沿面的具体函数形式，而是通过所观测的点数据，基于一定的生产有效性标准找出位于生产前沿面上的相对有效点，来对决策单元进行技术效率评价，适用范围广，且结果客观，能够提供许多科学有效的决策管理信息，因而得到了广泛的运用。

在DEA分析中有两种规模报酬形式，即规模报酬不变（CRS）和规模报酬可变（VRS），分别对应于CCR模型和BCC模型。BCC模型考虑到DMU（决策单元）可能处于规模报酬递增或是规模报酬递减的状态，因此无效率除了缘于自身的投入产出配置不合理，还可能是由规模不合理引起，它将CCR模型的技术效率（TE）分解为纯技术效率（PTE）和规模效率（SE）。因此，BCC模型更符合现实情况。BCC模型如下：

上述是第j个DMU的BCC模型，其中，θ表示该DMU的有效值；Xj表示第j个DMU的投入向量；Yj表示产出向量；s-为投入松弛变量；s+为产出松弛变量。

若θ=1，且s-=s+=0时，即纯技术效率PTE=1，且投入、产出均没有冗余时，该DMU为DEA有效；

若θ=1，且s-＞0或s+＞0时，即纯技术效率PTE=1，但是存在投入或产出冗余时，该DMU为DEA弱有效。说明就DMU本身的纯技术效率而言，没有投入需要减少，也没有产出需要增加；而该DMU没有达到有效，是因为其规模和投入、产出不相匹配，需要增加规模或减少规模。

纯技术效率PTE和规模效率SE如图1所示。CRS曲线为规模报酬不变的生产前沿面，VRS曲线表示规模报酬可变的生产前沿面。根据BCC模型，所有DMU只能在VRS曲线上及其右侧进行生产。

图1　纯技术效率与规模效率

假设某DMU在J点生产，则该DMU的纯技术效率（PTE）为：

规模效率（SE）为：

因此，由图1可得出以下结论：

（1）若在M点（CRS曲线与VRS曲线的交点）进行生产，则PTE=1，SE=1，即该DMU为DEA有效；

（2）若在VRS曲线上（M点除外）进行生产，则PTE=1，SE＜1，即该DMU为DEA弱有效，且在位于M点下方的曲线上进行生产为规模报酬递增，而在M点上方的曲线上进行生产为规模报酬递减；

（3）若在VRS曲线右侧进行生产，则PTE＜1，SE＜1，即该DMU为DEA无效。

由此可见，若某DMU在VRS曲线上即生产前沿面上进行生产，则表明在既定产出水平，实现了投入最小化，亦即经济效率达到了最大。因此我们可以利用纯技术效率PTE来衡量经济效率水平的高低，若PTE=1，表明经济效率达到最大；若PTE＜1，表明经济效率还存在提升的空间，且PTE越接近于1，代表经济效率越高。

如前文所述，本文所指金融资源配置的社会效率，是指金融资源的配置是否体现了对社会经济重点领域和薄弱环节的支持，是否体现了社会公平。但要体现社会公平，并不是金融资源在各产业部门进行平均分配，这样反而是不公平的；而应该是“效率优先，兼顾公平”，应该在技术水平不变的情况下，金融资源在该产业部门的投入达到了一个合理的区间水平，既不存在增加一定投入导致产出以递增的速率增加，也不存在增加投入反而引起产出以递减的速率增加甚至下降。前者说明对该产业投入不足，从而导致规模报酬递增，而后者说明投入过多，引起规模报酬递减。因此，可以用DEA模型中的规模效率指标来衡量金融资源对某产业部门的支持力度是否合理。

金融资源配置的“生态效率”，是指金融对“生态型”产业支持的效率。与“社会效率”类似，该效率必须要体现出金融对“生态型”产业支持的力度，并用“生态型”产业金融资源投入的规模效率指标来衡量。SE=1，说明金融资源对生态型产业的支持力度是合理的；若显示规模报酬递增，则说明金融资源对生态型产业支持力度不足，应增加投入；若显示规模报酬递减，则说明应减少对生态型产业的金融资源投入。

综上所述，DEA的BCC模型既可以用来衡量金融资源配置的经济效率水平，也可以用来测度金融资源配置的社会效率与生态效率。但是，BCC模型却无法估计各决策单元效率水平的变化状况。综合国内外相关研究文献发现，Malmquist指数被广泛应用于生产效率变化评价领域，它是通过计算距离函数间的比值来测算生产率指数的。它的广泛运用是在Färe（1989）［29］等使用DEA模型成功测算出距离函数后才得以展开。

用（xt，yt）表示t时刻某决策单元的投入产出向量，则Malmquist指数表达如下：

若Malmquist指数＞1，表明从t到t+1期该决策单元的效率增加；若Malmquist指数＜1，表明效率下降；若Malmquist指数=1，表明效率水平在这一时期没有变化。

之后，Färe等［30］将Malmquist指数进一步分解为技术变化techch（technical change）和效率变化effch （efficiency change）两个部分。其中，techch指数表示的是两个时期间生产前沿面的移动，反映了“前沿面移动效应”，该效应主要反映的是生产技术进步对生产效率变化带来的影响和作用，表明了技术创新；当techch＞1，表明生产前沿面向前移动，体现了技术创新。而effch指数是两个时期效率变化的指数，表示从t到t+1期每一个决策单元对生产可能性边界追赶的程度，体现了“追赶效应”，该效应测度的是生产单位是否在更靠近当前生产前沿面的运行状况下生产；当effch＞1，表明决策单元的生产更接近生产前沿面，相对技术效率有所提高。

其中：

所以：

Färe（1994）［30］等又将效率变化effch分解成纯技术效率变化pech（pure technology efficiency change）和规模效率变化sech（scale efficiency change）两个部分，即

综上所述，金融资源配置的经济效率水平用DEA模型中的纯技术效率指标来衡量，那么在评价经济效率变化时，可以使用Malmquist指数中的pech指数来衡量；同理，在评价金融资源配置的社会效率与生态效率变化时，可以使用sech指数来比较。

（二）变量选择

1.经济效率测度的投入产出变量

金融资源配置的经济效率指的是产出一定情况下，金融资源投入最小化。那么在DEA模型中，产出变量为各样本的地区生产总值，投入变量为资本存量和就业人员总量。

2.社会效率的投入产出变量

如上所述，金融资源配置的社会效率是指金融资源的配置是否体现了对社会经济重点领域和薄弱环节的支持，如“三农”、小微企业等，但是鉴于数据的可得性，测度社会效率的投入变量选择第一产业的资本存量和就业人员总量，产出变量选择第一产业的增加值。

3.生态效率的投入产出变量

根据国家相关政策，“生态型”产业是指那些能够促进社、经济和生态可持续发展的低碳型产业，如低能耗、低污染、高附加值的先进制造业与现代服务业等，但是鉴于数据的可得性，本文拟以第三产业代表生态型产业，因此，测度生态效率的投入变量选择第三产业的资本存量和就业人员总量，产出变量选择第三产业的增加值。

（三）数据来源

综上所述，测度金融资源配置的三大效率运用到的变量有产业增加值、就业人员数量、资本存量三大指标。其中，产业增加值和就业人员数量数据在《中国统计年鉴》中均有直接数据，而由于我国没有开展过资本存量数据普查，因此没有相关数据。但很多学者对此进行过专业的研究。本文拟选取目前被普遍采用的“永续盘存法”来估算资本存量，该方法的重点是首先需要估计出基准年份的资本存量，计算公式如下：

其中，Kict为第i产业第c个样本地区第t年的资本存量；d为固定资产折旧率；Iict为固定资本形成总额。本文选择用全社会固定资产投资总额来衡量固定资本形成总额，该数据在《中国统计年鉴》中可以查询到。同时，本文根据实际研究需要和数据的可得性，确定样本为2004-2014年全国31个省市的面板数据，数据主要来源于2004-2014各年的《中国统计年鉴》，并对相关数据进行了处理，各样本变量均值见表1-表3所列。

表1　经济效率测度各样本变量的描述性统计（2004-2014年均值）

续表1

表2　社会效率测度各样本变量的描述性统计（2004-2014年均值）

表3　生态效率测度各样本变量的描述性统计（2004-2014年均值）

四、实证分析结果

（一）经济效率估计结果

以GDP为产出，资本K和劳动力L作为投入要素，计算各地区的经济效率（PE）和Malmquist指数（pech），结果见表4所列。

由表4可以得出：

（1）我国金融资源配置的经济效率整体水平较低，且中西部地区尤为明显。具体来看，只有极少数地区实现了既定投入下产出最大化，即经济效率达到了最大值，如上海、江苏、广东等；其中，上海作为我国的金融中心，其金融资源配置的经济效率达到最大，也在一定程度上表明了预测的合理性。经济效率相对较高（PE＞0.8）的地区也仅有北京、天津、内蒙古、山东、海南和青海六个地区。由此可见，我国一线城市（北京、上海、广州、深圳、天津）所在地区的金融资源配置的经济效率水平相对较高。但是，我国中部（山西、安徽、江西、河南、湖北、湖南）和西部地区（如重庆、四川、贵州、云南等）金融资源配置的经济效率水平普遍较低，且未达到全国平均水平。

（2）我国金融资源配置的经济效率水平普遍存在上升趋势。根据Malmquist指数中的pech指数来看，绝大部分地区pech值大于1，表明仅有少数几个地区的经济效率水平呈现下降，可见近年来，我国各个地区为提高金融资源配置的经济效率取得了较明显的效果。

表4　经济效率估计结果（2004-2014年均值）

（二）社会效率估计结果

以第一产业的增加值为产出，第一产业的资本存量K和劳动力L为投入要素，计算各地区的社会效率（SE1）和Malmquist指数（sech1），结果见表5所列。

从表5可以得出：

（1）我国金融资源配置的社会效率整体水平不高，且两极分化明显。如前文所述，“社会效率”是指金融资源对社会重点领域和薄弱环节的支持力度，而由于数据的可得性，本文是以第一产业来代表。具体来看，只有江苏、浙江和重庆三个地区的社会效率值为1，即金融资源对第一产业的支持力度是合理的；SE＞0.9的地区占到了过2/3，但是却仍有不少地区的SE很小，尤其是北京和上海，SE仅为0.5左右，说明这些地区金融资源配置的社会效率水平极低，同时也表明我国各个地区对第一产业的金融支持水平存在很大差异。

（2）我国多数地区金融资源对第一产业的投入不足。从金融资源对第一产业的支持力度来看，大多数地区对第一产业的金融资源投入水平还处于规模报酬递增区间，表明这些地区增加金融资源投入可以促进第一产业迅速增长；而金融资源投入过多的地区有河北、安徽、山东、河南、湖南、四川等地，这些地区基本都是我国的农业大省，表明这些地区为促进农业发展，不应盲目增加投入，而应该在合理投入的基础上，提高生产技术水平。

（3）我国金融资源配置的社会效率整体上呈现出下降趋势。根据Malmquist指数中的sech指数来看，我国31个地区的sech指数平均值小于1，表明我国金融资源配置的社会效率整体上存在下降趋势；具体来看，仅有8个地区的sech指数略微大于1。这说明随着经济的发展，我国对第一产业发展的金融支持力度在弱化。

表5　社会效率估计结果（2004-2014年均值）

（三）生态效率估计结果

以第三产业的增加值为产出，第三产业的资本存量K和劳动力L为投入要素，计算各地区的生态效率（SE3）和Malmquist指数（sech3），结果见表6所列。

从表6可以得出：

（1）我国金融资源配置的生态效率水平普遍较高，但区域间差异显著。具体来看，我国有近3/4的地区生态效率超过了0.9，表明我国金融资源配置的生态效率水平普遍较高，但是有少数几个地区生态效率水平很低，主要集中在西部地区，如西藏、青海、宁夏等，有的甚至不到0.5，这说明我国金融资源配置的生态效率区域间差异显著。

（2）我国各地对生态型产业的支持力度存在明显的区域性特征。从规模报酬变动状况来看，经济发达地区对生态型产业的金融支持力度基本都处于合理水平，如上海、广东和天津；经济次发达地区对生态型产业的投入水平基本处于规模报酬递减区间，表明这些地区对生态型产业支持过度，应减少金融资源投入；而经济欠发达地区对生态型产业普遍存在金融支持不足，应增加投入，尤其是部分西部地区，投入严重不足。

（3）我国金融资源配置的生态效率普遍存在改善。根据Malmquist指数中的规模效率变化sech指数来看，我国绝大多数地区金融资源配置的生态效率变化sech指数基本都大于1，说明这些地区对生态型产业的金融支持力度趋向合理化，这也表明随着经济的发展，低能耗、低污染、高附加值产业的发展越来越受到重视。

表6　生态效率估计结果（2004-2014年均值）

五、结论与政策建议

本文基于金融支持实体经济发展的角度，从一个全新的视角，阐述了金融资源配置效率的内涵，它不仅应包括传统意义上的经济效率，还应该包括社会效率和生态效率。前者是从量上衡量经济发展的水平，而后者是从质上来衡量经济发展结构的合理性。在此基础上，利用DEA模型和Malmquist指数分别对我国金融资源配置的三大效率进行了测度和评价，得出以下结论，并提出了相应的政策建议。

（1）从整体来看，我国金融资源配置效率水平不高，尤其是经济效率，全国均值不到0.8，表明我国金融资源配置存在较大的提升空间，应积极优化金融资源配置，以更好的支持实体经济发展，尤其是在当前我国经济呈下行趋势的情况下其意义尤为重要。因此，可以从多方面采取措施，首先，应继续深化金融体制改革，提高金融部门配置资金的效率；其次，还应加快国有企业改革，因为这有助于提高国企经济效益，从而降低不良贷款水平，提高信贷资金的配置效率；同时，还应完善和加快资本市场发展，促进融资结构多样化，引导资金流入效率较高的部门。另外，我国金融资源配置的生态效率水平普遍较高，表明各地区越来越重视经济的可持续发展，但是仍应采取措施进一步提高金融资源配置的生态效率水平，如提高对环境友好企业的信贷支持，减少对污染企业的贷款，但最重要的是要进行产业结构调整，将低附加值、高污染、高能耗的传统产业淘汰，替代以高附加值、低污染、低能耗的高新技术产业，才是降低环境污染，提高金融资源配置生态效率的首选。

（2）从横向来看，我国金融资源配置效率区域差异较明显，且与经济发展水平存在一定相关性，一般而言，经济发达地区经济效率和生态效率相对较高，而社会效率相对较低，经济欠发达地区则相反。这表明随着经济的发展，各地越来越注重资源的优化配置和经济的可持续发展。因此，应积极促进金融资源的跨区域流动，促进区域协调发展，降低区域差异，同时也可缓解经济欠发达地区的资金不足问题，从整体上提高我国金融资源配置的效率。

（3）从纵向来看，我国金融资源配置的经济效率和生态效率整体上呈现上升趋势，但社会效率却呈现出下降趋势，这表明我国金融资源的优化配置不仅促进了实体经济“量”的增长，也促进了经济结构的优化，即“质”的增长，尤其是低能耗、低污染、高附加值产业的发展。但是，我国经济发展的薄弱环节如农业仍未得到重视。根据2016年2月银监会印发的《关于做好2016年农村金融服务工作的通知》指出，要持续改进农村金融服务，大力推进农业现代化。因此，要提高金融资源配置的社会效率，充分发挥金融的支农作用，应加快转变农业发展方式，强化农业科技创新驱动作用，积极推进农业现代化。

［1］Robinson R I，Wrightsman D.Financial markets：the accumulation and allocation of wealth［M］.New York：McGraw-Hill Companies，1980.

［2］Revell J.Efficiency in the financial Sector［J］.Macroeconomic and Microeconomic Perfomance，1983，3（2）：131-170.

［3］Wurgler J.Financial markets and the allocation of capital ［J］.Journal of financial economics，2000，58（1）：187-214.

［4］杨德勇.对金融效率问题的思考［J］.甘肃金融，1998（10）：10-11.

［5］王振山.金融效率论——金融资源优化配置的理论与实践［D］.大连：东北财经大学，1999.

［6］何风隽.中国转型经济中的金融资源配置研究［D］.西安：西北大学，2005.

［7］沈军.金融效率的实证方法研究［J］.统计与决策，2006 （22）：138-139.

［8］吴涛，李宏瑾.我国各地区金融资源配置效率及其与金融发展的关系［J］.南方金融，2011（12）：37-40.

［9］李青原，李江冰，江春，等.金融发展与地区实体经济资本配置效率——来自省级工业行业数据的证据［J］.经济学（季刊），2013（2）：527-548.

［10］李明贤，向忠德.我国中部地区农村金融资源配置效率实证分析［J］.农业技术经济，2011（7）：75-81.

［11］李红梅.基于DEA方法下的我国金融资源配置效率研究［J］.辽宁大学学报：自然科学版，2012（4）：336-341.

［12］杨海文，程丽雯，徐晔，等.财政分权背景下的金融资源配置效率测度和影响因素分析——基于超效率DEA-TOBIT两步法［J］.江西师范大学学报：自然科学版，2014 （6）：587-592.

［13］李苍舒.我国金融业效率的测度及对应分析［J］.统计研究，2014（1）：91-97.

［14］刘磊.金融资源配置效率的DEA分析［J］.金融理论与实践，2015（3）：48-52.

［15］Gurley J G，Shaw E S.Financial structure and economic development［J］.Economic development and cultural change，1967，15（3）：257-268.

［16］King R G，Levine R.Finance and growth：Schumpeter might be right［J］.The quarterly journal of economics，1993，108（3）：717-737.

［17］King R G，Levine R.Finance，entrepreneurship and growth ［J］.Journal of Monetary economics，1993，32（3）：513-542.

［18］King R G，Levine R.Financial intermediation and economic development［M］//Mayer C，Vives X.Capital markets and financial intermediation.Cambridge：Cambridge University Press，1993：156-189.

［19］Levine R.Law，finance，and economic growth［J］.Journal of financial Intermediation，1999，8（1）：8-35.

［20］Merton R C，Bodie Z.A conceptual framework for analyzing the financial system［M］.Boston：Harvard Business School Press，1995：3-31.

［21］梁岩.关于欠发达地区县域经济增长与金融资源配置效率问题的实证分析［J］.金融纵横，2004（1）：36-39.

［22］孙工声.经济发展方式与金融资源配置效率研究——以江苏省为例［J］.金融纵横，2008（2）：9-15.

［23］黎和贵.区域经济增长与金融资源配置问题的比较研究［J］.海南金融，2009（12）：4-11.

［24］孙爱军，蒋彧，方先明.金融支持经济发展效率比较——基于DEA-Malmquist指数方法的分析［J］.中央财经大学学报，2011（11）：34-39.

［25］田树喜，恽晓方，王毅.中国金融资源配置对经济增长作用的实证分析［J］.东北大学学报：社会科学版，2013（5）：399-405.

［26］戴伟，张雪芳.我国金融业效率测度及其影响因子的实证研究［J］.华东经济管理，2015（9）：97-101.

［27］唐建荣，马洁纯.物流金融效率的组合测度研究——基于DEA-TOPSIS-Malmquist三步法［J］.华东经济管理，2014 （2）：74-78.

［28］任保平.结构失衡新特征背景下加快中国经济发展方式转变的机制［J］.社会科学战线，2013（3）：73-80.

［29］Färe R，Grosskopf S，Lovell C A K，et al.Multilateral productivity comparisons when some outputs are undesirable：a nonparametric approach［J］.The review of economics and statistics，1989，71（1）：90-98.

［30］Färe R，Grosskopf S，Lindgren B，et al.Productivity developments in Swedish hospitals：a Malmquist output index approach［J］.Springer Netherlands，1994，45（2）：253-272.

［责任编辑：张兵］

A Study on Measure of Allocation Efficiency of Financial Resources Based on the New Perspective

DAI Wei，ZHANG Xue-fang
（School of Economics and Management，Hubei Polytechnic University，Huangshi 435003，China）

The allocation of financial resources determines，to a great extent，the speed and mode of economic growth. Therefore，the allocation efficiency of financial resources should cover not only the economic efficiency which indicates the speed of economic growth，but also“social benefits”and“eco-efficiency”that reflect the transformed pattern of economic growth and the sustainable development of society，economy and ecology.Based on the theoretical analysis，relevant indexes from DEA model are used to measure economic efficiency，social benefits and eco-efficiency of the allocation of financial resources in China；Malmquist index is also applied to assess the changes in efficiency.The results show that the overall level of allocation efficiency of financial resources in China is not high，the regional differences are obvious，and the economic development level has certain relevance.Moreover，the economic efficiency and eco-efficiency are generally upward trend，but the social efficiency is showing a downward trend，which indicates that the allocation of financial resources in China is constantly optimized，but the economic development of key areas and weak links need to be strengthened.

allocation of financial resources；efficiency；DEA model；Malmquist index

F832；F124.1

A

1007-5097（2016）05-0052-09

2015-09-01

国家自然科学基金项目（71473074）

戴伟（1981-），男，湖北黄石人，副教授，博士，研究方向：企业管理，应用计量经济学；张雪芳（1980-），女，湖北黄石人，讲师，硕士，研究方向：金融学，服务经济学。