“双循环”视角下中国八大综合经济区金融资源配置效率分布动态、空间差异及收敛性研究

赵文举,张曾莲

(北京科技大学 经济管理学院,北京 100083)

一、引 言

金融是经济的血液,金融资源以稀缺性生产要素的方式贯穿到整个市场经济中,是促进区域协调发展、贯通新型国内经济“大循环”的基础[1]。金融资源配置是否得当,直接决定了中国区域协调发展水平与“内循环”效率水平。长期以来,中国金融资源配置失衡问题明显,以间接融资为主的融资模式和金融有效供给不足的矛盾制约了中国金融业服务于实体经济的质效[2]。具体来看,中国金融资源配置失衡主要体现在“属性配置失衡”“领域配置失衡”“阶段配置失衡”和“量质配置失衡”四个方面。“属性配置失衡”是指在间接金融为主的融资模式,行业顺周期偏好和金融机构风险审慎原则的影响下,金融资源在经济个体之间的分配并不公平,占全国企业总数99%,创造60%GDP、50%税收和80%城镇就业的中小微企业只得到了不到40%的企业贷款,而以国有企业为代表的预算软约束部门却以较低的成本取得了大量资金;“领域配置失衡”是指传统金融部门秉承利益最大化和风险最小化的原则,在金融资源配置上与国家发展动能转换、制造业转型升级等战略存在错位,制造业作为中国产业核心要素长期得不到足够金融资源支持;“阶段配置失衡”是指由于传统金融部门的“后向型”偏好,金融部门将依据企业实际的资产与盈利能力来选择客户,而企业在不同发展阶段中可抵押品、担保能力和市场前景上往往并不一致,这可能造成最具发展潜力的朝阳企业受到资金排斥;“量质配置失衡”指的是随着中国经济进入高质量发展阶段,金融领域的主要矛盾也从总量矛盾转为金融有效供给不足,供给结构失衡:资金面宽裕但承担风险的资金少,融资规模大但有效引导资金的机制欠缺,注重短期投资而忽视长期投资,重视大企业大项目而忽视小企业的融资困境。因此,中国金融发展必须从关注“规模”向关注“质量”转型,使资源配置更加与经济发展的质量、效率和动力变革相适应。

导致中国金融资源配置失衡的影响机制可以从内部与外部两方面加以阐释。从内部机制上看,首先信息不对称是造成企业融资困境的重要原因,在中国金融市场信息不对称以及不完全信息的背景下,利率无法有效发挥金融资产定价以及反映金融市场资金供求状况的作用,通过价格机制对金融资源进行有效配置的途径受到严重阻碍。其次要素市场扭曲也导致了金融资源配置失衡,中国渐进市场化改革过程中要素市场与产品市场的发展节奏失调问题凸显,要素市场扭曲导致民营企业与中小企业面临较大融资约束,而具有明显低效属性的国有企业因其与国有金融机构的特殊联系,在获取信贷资源上具有天然优势。相比之下,具有较高资产收益率与投资效率的民营企业却因为要素市场扭曲而难以获取充足的发展资金甚至在市场进入上也存在较高门槛。要素市场扭曲引致金融资源结构性错配,无助于全要素生产率的提高。最后产生于中国不完全竞争市场,信息不对称、潜在异质性企业信息成本以及决策失败后沉默成本的金融摩擦,将进一步引致金融资源配置的失衡;从外部机制上看,首先中国金融体系不健全是导致金融资源配置失衡的重要原因,以中央银行为主导,以国有控股商业银行为主体的金融机构体系在金融资源配置方向、规模以及效率上均存在明显缺陷。其次所有制差异也导致了金融资源配置失衡,中国公有制与私有制的差别使信贷市场上两类主体处于不平等地位,低效国有银行主导的金融体系对民营资本产生明显的排斥性。最后政府干预也扭曲了金融资源配置,中国以利率补贴为主要形式的政府干预导致资源从生产型企业转移至那些只因获得补贴而继续经营的非生产型企业,“僵尸企业”问题严重,金融资源产生了极大浪费。“双循环”新发展格局对金融资源的合理配置提出了更高要求,探究八大综合经济区金融资源配置效率的水平、空间差异、差异来源与收敛性,对于把控中国金融资源配置效率的发展脉络,打通金融资源流动堵点,矫正金融资源配置失衡,加快构建新型“国内大循环”格局,具有十分重要的意义。

二、文献综述

当前关于金融资源配置效率的研究主要集中在以下几个方面:第一是金融资源配置效率的测度,通过构建指标体系,学界对金融资源配置效率进行了量化研究。余剑以最优化思想为指导,在运筹学框架下提出了金融资源配置效率的判定方法,其方法主要是在模拟制造业行业生产函数的基础上,通过数学软件求解资金约束条件下的最大产出值[3];王冠凤认为金融资源配置效率是一种在自身配置基础上对其他资源的再配置能力,并将金融资源配置效率分解为资金、机构与制度配置效率三大部分[4];安强身和姜占英选取银行贷款与财政预算两个一级指标,十个二级指标,运用主成分分析法测算了中国总体金融资源配置效率水平[5];更多的学者运用数据包络模型对金融资源配置效率进行测算,但选取的投入与产出指标并不统一。刘飞在运用DEA方法测算金融资源配置效率时将投入指标确定为存贷款余额、贷款损失准备、银行业职工工资总额,产出指标为银行业当年结益和银行业资金的边际产出[6];杨有才等直接选取金融业增加值作为产出指标,测算了中国省际金融资源配置效率水平,并检验了金融资源配置效率与TFP之间的关系[1];陈一琳与林炳华在研究金融效率时,产出指标亦选择了专利数、论文发表数、技术市场合同成交额等总量指标[7]。第二是金融资源配置效率的影响因素。研究者主要从政策扭曲、信贷市场扭曲、贸易壁垒等角度展开。具体来说,政府对特定企业给予特殊的税收优惠、监管放松以及优待合同使国营企业获得大量金融资源,但盈利微薄,收效甚微,金融资源因此流入非效率领域[8-11]。制度安排也会影响金融资源配置效率,发展中国家和新兴市场国家由于制度薄弱,获取信贷的机会并不均等,政治与经济精英掌握了主要的金融资源[12]。Banerjee和Moll构建了一个含有信贷约束的资本积累模型,认为金融资源配置低下的原因是资产市场运作的低效率,低效的资本运作市场阻碍了真正有前途的企业获取资金,而那些本应退出市场的企业却仍在生存[13]。对外贸易方面人为制造的贸易壁垒引致的贸易摩擦则加剧了金融资源的错配程度[14]。当前,出口贸易违背了新贸易理论中高效企业扩大规模,低效企业退出市场的结论,低效企业获得发展资金继续存活的主要原因是出口是由要素市场价格扭、政策变化等非市场因素推动的[15]。第三是金融资源配置效率的空间差异性。李京梅和刘和伟运用分省的Malmquist指数研究了金融效率的空间差异状况,认为中国的金融效率总体水平较低,且具有明显的区域性差异[16];詹东新等研究了福建宁德与浙江台州两个地区的金融资源配置效率差异,认为造成两地金融资源配置效率差异的主要原因为信贷价格抑制、银行业创新能力以及中小银行贷款占比[17];刘传哲等通过空间杜宾模型研究中国省际金融资源配置效率的空间差异性,认为中国金融资源在空间上的配置是不均衡的,效率呈现从东部向西部递减的态势,另外金融资源配置效率具有负向的空间溢出效应,本地区金融资源配置效率的提高在促进本地区产业结构升级的情况下,会抑制邻近地区的产业结构升级[18]。

当前关于金融资源配置效率的研究主要存在以下问题:研究视角上大多局限于一地一区,或者对各个省市进行测算,缺乏对全国不同经济区域的分区域考察,亦缺乏对不同区域之间金融资源配置效率的差异演化与收敛性的研究;研究方法上无法解释差异来源、进行区域比较与挖掘空间分布态势;研究内容上对金融资源配置效率的定义还停留在“总量效率”阶段,以可供配置的金融资源总量和金融行业产值的增加作为金融资源配置效率的评价标准。这种做法符合金融服务于实体经济的早期理论,但是忽视了经济发展必然从数量向质量转变的趋势。

有鉴于此,本文可能的边际贡献为:(1)研究视角,从全国八大综合经济区入手而不是一地一区,对丰富当前领域的研究内容具有一定意义;(2)指标测算,构建了一个金融资源配置效率的新测算体系,这个体系的产出指标更多地关注了金融资源配置对生产领域、消费领域与产业结构升级的影响,以此将金融资源的配置效果与双循环发展战略结合起来;(3)研究内容,不仅关注金融资源配置效率的测度,而且关注金融资源配置效率的空间分布、历史演进、空间差异、差异来源与收敛性;(4)研究方法,运用Kernel核密度估计挖掘金融资源配置效率的空间分布与历史演进。运用Dagum基尼系数及分解法,揭示金融资源配置效率的地区差异及来源。最后构建纳入空间因素的计量模型检验八大综合经济区金融资源配置效率的收敛性。

三、研究设计

(一)金融资源配置效率测算

以往研究将金融业增加值作为金融资源配置效率测算的产出指标,这已经不适应推进新型“双循环”战略以及经济高质量发展的需要。本着金融资源配置服务于“双循环”战略以及促进经济高质量发展的原则,其产出指标设置需要根据双循环战略的具体内涵进行调整。首先,新发展格局需要以扩大内需为抓手,开发国内市场的巨大潜能,将消费市场从国外移至国内,用扩大内需作为贯通内循环的起点;其次,新发展格局需要以产业结构升级为驱动力。改变中国长期处于全球产业链中底层的现状,深入推进供给侧改革,提高供给质量,服务于国内新型消费需求;最后,重视企业效益,推进经济发展,是金融资源配置的核心任务。基于以上原则,借鉴现有研究,设置金融资源配置效率的投入与产出指标如表1所示。

选取2007—2018年全国30个省(区、市)的面板数据(不含西藏)。研究数据均来自于2007—2018年国家统计局网站及WIND数据库。表2给出了各指标的描述性统计。

借鉴Andersen和Petersen的研究成果,运用超效率DEA模型(SE-DEA)测算金融资源配置效率,之所以采用超效率DEA模型,是因为传统的DEA模型在规划过程中无法对决策单元(DMU)效率值进行比较与排序,而SE-DEA模型较好地解决了这一问题[19]。模型如下所示:

(1)

表1 金融资源配置效率的投入产出指标

表2 描述性统计表

(二)Kernel密度估计

运用Kernel密度估计对中国金融资源配置效率的分布动态和时空演进过程进行估计。Kernel密度估计是一种通过平滑技术对随机变量概率密度进行估计的非线性估计方法,其最终通过平滑的密度曲线或曲面来展示随机变量的分布态势。假设D1,D2,…,Dn是第1到第n个省的金融资源配置效率随机变量,且变量之间满足独立同分布,f(x)为D的概率密度函数,则各省的金融资源配置效率密度函数可估计为:

(2)

式(2)中,n是样本个数,d为均值,h为带宽,K(*)为核密度,本文采用高斯核密度函数,具体为:

(3)

(三)Dagum基尼系数分解

Dagum提出的基尼系数及子群分解方法,能有效克服传统基尼系数和泰尔指数等指标带来的子样本分布、交叉重叠和区域差异问题[20-21]。其计算公式如下:

(4)

Dagum基尼系数分解的思路为将总的基尼系数分解为区域内差异Gw,区域间差异Gnb和超变密度Gt,三者关系为G=Gw+Gnb+Gt,具体计算公式为:

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(四)收敛模型

(1)σ收敛。σ收敛是指不同经济区金融资源配置效率差异随时间不断降低的趋势。本文借鉴Rezitis的研究成果,采用变异系数衡量各经济区金融资源配置效率的σ收敛[22]。计算公式如下:

(13)

(2)β收敛。β收敛包括绝对β收敛与条件β收敛两部分,绝对β收敛是指不同经济区内金融资源配置效率随时间收敛到相同水平的趋势,其意味着低金融资源配置效率水平经济区有比高金融资源配置效率水平经济区更快的效率发展速度。条件β收敛是指随着时间的推移,不同经济区内金融资源配置效率会收敛至各自的稳态水平。本文空间杜宾模型验证金融资源配置效率的β收敛过程,具体模型形式为:

yit+1=lnEfficientit+1-lnEfficientit=α+β1lnEfficientit+β1Contrls+ρωijyit+δ1ωijlnEfficientit+

δ1ωijContrls+μi+λt+εit

(14)

当δ=0时,为空间滞后模型(SLM),当ρ=δ=0时,为空间误差模型(SEM)。其中,yit+1表示第i个省在t+1期的金融资源配置效率增长率,lnEfficientit+1表示第t+1期的金融资源配置效率水平,lnEfficientit表示第t期的金融资源配置效率水平,Contrls为控制变量,根据现有文献,选取控制变量为地方政府债务(Debt)、经济发展水平(Pgdp)、城镇化水平(Urban)、金融发展水平(Fir)、直接外商投资(Fdi)、财政自主度(Fd)、土地财政(Land)、市场化程度(Market)和转移支付水平(Tpay)。其中,地方政府债务根据Polackova提出的风险矩阵,将地方债务区分为直接、间接、显性和隐性四个维度[23],根据中国实际情况搜集数据计算得出中国地方政府债务整体规模。具体计算过程参照赵文举、张曾莲的研究成果[24];经济发展水平以各地区各年度人均GDP衡量;城镇化水平以各省区市年末城镇人口占总人口的比重进行测量;金融发展水平以各地区各年度金融业增加值占GDP的比重来衡量;财政自主度以地方政府一般预算收入和地方政府一般预算支出的比值来衡量;市场化程度根据王小鲁、樊纲《中国分省份市场化指数报告》整理而来;转移支付水平以各年度中央一般性转移支付规模与GDP的比重进行表示。β为收敛系数,ρ和δ为空间效应系数,ωij为空间权重矩阵,μi和λt分别代表地区固定效用和时间固定效应,εit为误差项。α为截距项。

四、八大综合经济区金融资源配置效率整体评价

表3展示了局部年份全国各省(区、市)及八大综合经济区金融资源配置效率,图1展示了全国及八大综合经济区金融资源配置效率走势,图2展示了2018年全国及八大综合经济区金融资源配置效率水平与自2007年以来的降幅。从图表中可以看出中国金融资源配置效率发展水平呈现以下特征。第一,全国层面金融资源配置效率呈现稳定的下降趋势,从0.595下降到0.365,降幅为38.655%。这说明随着经济社会的发展,在中国可供配置金融资源不断增加的情况下,金融资源配置效率却持续降低,金融资源的不合理配置不仅造成大量金融资源被浪费,也无法与“双循环”相配合,难以促进经济社会的高质量发展。第二,测算结果表明,八大综合经济区的金融资源配置效率与全国层面基本保持一致,各区域金融资源配置效率也呈现不断下降的趋势且具有鲜明的区域性特征。具体来看,在当前效率水平上,南部沿海经济区、长江中游经济区、西南经济区、东部沿海经济区、西北经济区均高于全国平均水平,其中南部沿海经济区金融资源配置效率值为0.507,居全国最高,这与南部沿海经济区处于对外开放前沿,经济发展水平与市场化水平较高有直接联系。然而,东北经济区、北部沿海经济区与黄河中游经济区金融资源配置效率水平均低于全国平均水平,其中东北经济区效率值为0.180,居全国最低。出现这种现象的原因可能是东北老工业基地当前面临着经济转型困难,官本位思想浓厚,产业结构水平较低,发展滞后,因而金融资源配置效率水平最低。从金融资源配置效率的下降幅度来看,当前具有较低金融资源配置效率水平的区域往往经历了较大幅度的效率下降,其中东北经济区、北部沿海经济区与黄河中游经济区下降幅度最大,分别为71.108%、58.889%与41.357%。效率水平较低的地区与下降幅度最大的地区高度契合且集中出现在北方,原因可能是北方地区经济发展比较充分,可供配置的金融资源较为丰富,但是其配置方式却不甚合理,市场化程度不足,在改革开放不断深化的过程中,创新驱动、产业升级等推进缓慢,造成了金融资源的大量浪费。

表3 八大综合经济区金融资源配置效率水平(局部)

图2 八大综合经济区金融资源配置效率均值与降幅

图3 金融资源配置效率Kernel密度估计

为了探究八大综合经济区金融资源配置效率的历史演进、空间分布与初步差异状况,绘制八大综合经济区2007—2018年金融资源配置效率的Kernel核密度图,如图3所示。从图3中可以看出,随着时间的推移,中国金融资源配置效率的时空演进呈现以下两个特点,第一,以2012年为界,2012年以前,金融资源配置效率呈现明显的单峰分布,坡峰较宽,坡高较低,说明2012年以前,中国金融资源配置效率水平较为集中,效率的空间差异较小;第二,2012年以后金融资源配置呈现明显的双峰分布,坡峰较窄,坡高较高,这说明2012年以来,中国金融资源配置效率水平呈发散分布态势,金融资源配置效率的空间差异不断扩大。出现这种现象的原因可能是随着经济社会的发展,经济发展模式转型过程中受到不同区域域情的影响,各区域所处的发展环境造成金融资源配置效率的差异扩大,但这种差异的扩大在区域内与区域间的具体表现是什么,差异从何而来,这需要运用Dagum基尼系数分解法进一步进行探究。

五、八大综合经济区金融资源配置效率差异及来源

运用Dagum基尼系数及其分解方法计算出中国八大综合经济区2007—2018年金融资源配置效率基尼系数,并将基尼系数进一步分解为区域内基尼系数、区域间基尼系数以及超变密度,结果如图4～5所示。

图4 金融资源配置效率总体基尼系数走势

(1)金融资源配置效率总体差异。图4给出了全国金融资源配置效率总体基尼系数的走势,可以看出,金融资源配置效率在考察期内呈现明显的波动上升趋势,从2007年的0.058扩大到2018年的0.202,涨幅为260.714%。具体来看,全国金融资源配置效率的变化趋势具有明显的阶段性特征,在2011年以前,全国金融资源配置效率呈现波动上升趋势,从2007年的0.056扩大到2011年的0.131,年均增幅为23.672%,2011—2016年,金融资源配置效率呈现缓慢的下降态势,2016年下降为0.054,年均降幅为16.242%,2016—2018年,全国金融资源配置效率差异迅速上升至0.202,年均增幅93.41%。从以上实施中可以看出,全国金融资源配置效率差异总体趋势是上升的,但发展过程中存在波动。

图5 八大综合经济区金融资源配置效率基尼系数走势注:图中1、2、3、4、5、6、7、8分别代表东北经济区、北部沿海经济区、东部沿海经济区、南部沿海经济区、黄河中游经济区、长江中游经济区、西南经济区和西北经济区,下同。

(2)八大综合经济区金融资源配置效率的区域内差异。图5给出了八大综合经济区金融资源配置效率的走势图,可以看出,八大综合经济区金融资源配置效率差异的走势大体是波动上升的,但不同区域的波动幅度、波动过程存在较大差异,从图中直观判断的上升或下降趋势缺少科学性和说服力。基于此,为了准确获取八大综合经济区金融资源配置效率的区域内差异变动情况,我们对八个综合经济区的效率时间序列进行单位根检验,以确定其是否为平稳序列,如果序列平稳,证明基尼系数不存在显著的变化趋势而是在某一固定值之间进行波动,相反,如果序列不平稳,则说明其存在明显的上升或下降趋势,在此基础上,对不平稳序列进行线性拟合,根据其系数的正负来确定基尼系数的变动方向,由此得出的八大综合经济区金融资源配置效率的区域内差异扩大或缩小的结论便是可信的。单位根检验的结果如表4所示。

表4 金融资源配置效率区域内基尼系数序列单位根检验

从表4可以看出,除了南部沿海经济区与长江中游经济区之外,其余六大经济区基尼系数序列均为不平稳序列,说明南部沿海经济区与长江中游经济区金融资源配置效率区域内差异的变动并不明显;东北经济区、北部沿海经济区、黄河中游经济区、西南经济区与西北经济区区域内基尼系数序列不平稳,拟合系数为正,说明上述区域金融资源配置效率的区域内差异呈扩大趋势,其中东北经济区与北部沿海经济区的拟合系数最大,均为0.011,说明上述两个区域金融资源配置效率区域内差异扩大最快,也是拉动全国金融资源配置效率差异扩大的重点区域;东部沿海经济区区域内基尼系数序列不平稳,拟合系数为负,说明东部沿海经济区金融资源配置效率的区域内差异是下降的,从现实情况上讲,江苏、上海和浙江三地的经济发展水平相近,经济活力较好,区域合作水平较强,跨省金融资源配置活动频繁,因此使得区域内金融资源配置效率差异趋于减小。

(3)八大综合经济区金融资源配置效率的区域间差异。表5给出了2007—2018年八大综合经济区两两捉对以后28个组合的区域间基尼系数。为了更好地获取这28个组合金融资源配置效率区域间差异的变化方向与变化速度,我们仍然对其进行单位根检验,并对非平稳序列进行线性拟合,结果如表6所示。除了东部沿海经济区与长江中游经济区、南部沿海经济区与黄河中游经济区两个组合基尼系数序列平稳之外,其余组合基尼系数序列均为非平稳序列,有着明显变动趋势;从变动方向上看,东部沿海经济区与西南经济区、南部沿海经济区与长江中游经济区、黄河中游经济区与西北经济区、长江中游经济区与西南经济区四个组合拟合系数为负,说明上述两个组合经济区之间的金融资源配置效率差异呈下降趋势。除了上述四个组合之外,其余组合金融资源配置效率的区域间差异均呈显著的上升态势, 区域间差异不断增大,这其中,北部沿海经济区与黄河中游经济区、东北经济区与黄河中游经济区、北部沿海经济区与西北经济区、东北经济区与南部沿海经济区、东北经济区与西北经济区、东北经济区与长江中游经济区的拟合系数最大,居前六位,说明上述组合金融资源配置效率的区域间差异扩大最快,是需要统筹发展的重点区域。我们也看到,在区域间差异扩大速度最快的以上六个组合中,东北经济区与其他经济区的差异组合占到了四个,说明东北经济区被全国其他各地区远远落在后面,区域间差异不断扩大,这要求我们重点关注东北经济区的金融资源配置效率问题,在深入推进东北老工业基地振兴的过程中,合理优化资源配置,引导金融资源向产业结构转型、创新驱动倾斜,缩小其效率与其他经济区的差距。

表5 八大综合经济区区域间基尼系数

续表5 八大综合经济区区域间基尼系数

表6 金融资源配置效率区域间基尼系数序列单位根检验

(4)八大综合经济区金融资源配置效率差异来源。表7与图6给出了2007年以来金融资源配置效率差异的区域间贡献、区域内贡献、超变密度贡献以及各自的贡献率。从图表中可以看出,2007年以来,中国金融资源配置效率差异的区域间贡献率一直处于主导地位,而区域内差异贡献率一直处于最小。这说明中国金融资源配置效率差异的主要来源是区域间差异。从贡献率走势上看,当前区域间贡献率呈现上升趋势,超变密度贡献率呈现下降趋势,区域内差异贡献率保持平稳,说明在今后的一个时期,金融资源配置效率的区域间差异将对总体差异产生更大的作用,协调区域间效率变动过程,从区域间治理角度入手而不是一地一区角度入手统筹金融资源配置效率发展,将成为提高金融资源配置效率水平,促进金融资源跨区域合理流动,推动建立新型国内大循环的必由之路。

表7 八大综合经济区金融资源配置效率差异来源分解

图6 八大综合经济区金融资源配置效率贡献率走势

六、八大综合经济区金融资源配置效率收敛性检验

(一)σ收敛分析

图7给出了2007年以来全国及八大综合经济区金融资源配置效率的变异系数走势图,表8展示了九个时间序列的单位根检验结果与拟合系数。从图表中可以看出,全国层面的变异系数呈波动上升态势,说明全国层面不存在σ收敛,金融资源配置效率差异不断扩大,这与我们之前的研究结论相一致;东北经济区、黄河中游经济区与西北经济区变异系数也呈波动上升趋势,说明上述地区亦不存在σ收敛,上述经济区金融资源配置效率差异将不断扩大;东部沿海经济区变异系数呈波动下降趋势,说明东部沿海经济区金融资源配置效率存在σ收敛,金融资源配置效率差距有缩小趋势。

图7 八大综合经济区金融资源配置效率σ收敛演变趋势

表8 八大综合经济区变异系数序列单位根检验

(二)β收敛分析

σ收敛假定各个经济区相互独立,排除不同经济区之间空间关联的可能性,然而,金融资源配置的过程是金融资源要素流动的过程,其势必关系到跨区域的金融资源调配,因此经济区之间可能存在明显的互动效应,基于此本文运用空间收敛模型对金融资源配置效率进行β收敛检验。

(1)收敛模型检验。不同空间模型具有不同的适用性,β收敛的第一步便是进行空间模型适用性的检验。Hausman检验拒绝了采用随机效应模型的原假设,故采用固定效用模型进行回归。表9显示SEM模型与SLM模型的Wald检验均认为绝对β收敛与条件β收敛中空间杜宾模型(SDM)具有更好的适配性。LR检验亦得出了相同的结论,因此本文采用空间杜宾模型(SDM)进行金融资源配置效率的β收敛分析。

(2)绝对β收敛。表10显示全国、北部沿海经济区、东部沿海经济区、南部沿海经济区、黄河中游经济区、长江中游经济区、西南经济区与西北经济区金融资源配置效率系数均显著为负,表明上述经济区存在显著的绝对β收敛过程,上述经济区金融资源配置效率会随时间收敛至稳态水平,金融资源配置效率差异趋于缩小。东北经济区金融资源配置效率系数为负但不显著,说明东北经济区存在不显著的绝对β收敛过程。通过对收敛系数绝对值大小的比较,发现西北经济区收敛速度最快,黄河中游经济区次之,南部沿海经济区和北部沿海经济区紧随其后,相比之下,长江中游经济区的收敛速度最慢。

表9 模型适用性检验

表10 八大综合经济区金融资源配置效率绝对β收敛

(3)条件β收敛。表11展示了空间杜宾模型之下八大综合经济区条件β收敛的检验结果。从结果中可以看出,全国、北部沿海经济区、东部沿海经济区、南部沿海经济区、黄河中游经济区、长江中游经济区、西南经济区与西北经济区金融资源配置效率收敛系数均显著为负,表明上述经济区存在显著的条件β收敛过程,上述经济区金融资源配置效率会随时间收敛至各自的稳态水平。东北经济区金融资源配置效率系数为负但不显著,说明东北经济区存在不显著的条件β收敛过程。通过对条件β收敛系数绝对值大小的比较发现,西北经济区、黄河中游经济区、西南经济区、北部沿海经济区的收敛速度最快,而东部沿海经济区的收敛速度最慢。

检验结果显示,八大综合经济区金融资源配置效率条件β收敛的影响因素存在差异,地方政府债务、经济发展水平、城镇化率、金融发展水平、直接外商投资、土地财政、市场化水平与转移支付对不同地区金融资源配置效率的条件β收敛的影响方向不同,具体来说:

(1)全国层面来看,地方政府债务对金融资源配置效率的影响显著为负,说明全国层面来说,地方政府债务的不断膨胀将会促进金融资源配置效率收敛至较高的稳态水平。近年来,地方政府债务问题日趋严重,隐性债务问题造成巨大的财政风险,存在着财政风险向金融风险转化的趋势。此外,地方政府的融资举债行为是对金融资源配置的直接干预,政府债务大量资金流入低效的基础设施建设领域挤出了企业融资,造成了金融资源配置效率的持续低下;城镇化率以及市场化水平对金融资源配置效率的影响显著为正,说明中国城镇化水平的加快以及市场化程度的推进有效促进了金融资源配置效率往高值收敛。随着新型城镇化战略的推进,居民消费被不断扩大,多层次的消费市场不断满足居民多样化的消费需求,新的消费增长点被不断培育。坚持市场在资源配置中的决定作用,减少政府的盲目干涉,也成为提高金融资源配置效率的重要方向。

(2)东北经济区地方政府债务、直接外商投资对金融资源配置效率的影响显著为负,说明地方政府债务规模的扩大以及直接外商投资水平的提高将阻碍金融资源配置效率向高值收敛。东北经济区是传统的重工业基地,在经济转型过程中面临诸多困难,直接外商投资往往倾向于发挥东北地区的资源与重工业优势,难以向新兴产业倾斜。需要重点审视直接外商投资在东北地区的投资方向,积极引入高新技术、新兴产业投资,利用外部投资促进东北地区产业转型;东北经济区经济发展水平与市场化水平对金融资源配置效率的影响显著为正,说明经济发展水平的提高和市场化进程的不断推进能够促进东北经济区金融资源配置效率向高值收敛。这要求我们在提高东北地区金融资源配置效率时应坚持以经济建设为中心,保证可供配置金融资源体量不断提高,深入推进市场化水平,转变政府观念,减少“官本位”思想对经济发展的干预,充分发挥市场的调节作用,增加市场活力,提高金融资源配置效率。

表11 八大综合经济区区域性金融风险条件β收敛

(3)北部沿海经济区地方政府债务、金融发展水平与转移支付对金融资源配置效率的影响显著为负,说明北部沿海经济区地方政府债务规模的扩大、金融业增加值占GDP的比重越高,中央转移支付力度越大则越能阻碍金融资源配置效率向高值收敛,究其原因,可能是因为北部沿海地区存在比较严重的金融资源浪费问题,虽然可供配置的金融资源比较丰富,但是配置失当,低效问题严重,需要重点关注北部沿海经济区金融资源的浪费现象。此外中央转移支付体现的中央财政兜底一方面使地方政府有更多举债融资的动机,另一方面资金的使用方向也趋向于低效领域,金融资源配置效率很难向高值收敛;直接外商投资与市场化水平对金融资源配置效率的影响显著为正,可能是因为北部沿海地区拥有比较优势的投资环境,在科技、人才与资金上占据优势,更容易吸引外部高新技术投资以促进自身产业结构的优化升级。

(4)东部沿海地区地方政府债务对金融资源配置效率的影响显著为负,说明地方政府债务规模的扩大能够阻碍东部沿海地区金融资源配置效率向高值收敛;经济发展水平与财政自主度对金融资源配置效率的影响显著为正,说明经济发展水平越高,地方政府财力越强,越能够促进东部沿海地区的金融资源配置效率向高值收敛。地方政府财力越强,自身用于发展的资金便越充足,资金压力小便会减少对债务融资的依赖,也会减少其对金融资源配置的干预,金融资源配置效率便会越高。

(5)南部沿海地区地方政府债务对金融资源配置效率的影响显著为负,说明地方政府债务规模越大,越能阻碍南部沿海地区金融资源配置效率向高值收敛。回归结果显示其他因素对南部沿海经济区金融资源配置效率的影响并不显著,说明对于南部沿海经济区而言,需要重点关注地方政府的债务融资行为对金融资源配置效率的破坏。

(6)黄河中游经济区经济发展水平与金融发展水平对金融资源配置效率的影响显著为正,说明经济与金融发展水平能促进黄河中游经济区金融资源配置效率向高值收敛。与北部沿海经济区不同的是,黄河中游经济区金融业发展水平对金融资源配置效率的影响是正向的,说明与北部沿海经济区相比,黄河中游经济区对金融资源的配置更加恰当,没有出现严重的浪费问题;直接外商投资对金融资源配置效率的影响显著为负,说明直接外商投资能抑制金融资源配置效率向高值收敛,反映出黄河中游经济区在接收直接外商投资的方向上存在低效现象。

(7)长江中游经济区金融发展水平能促进金融资源配置效率向高值收敛,而土地财政与转移支付则显著抑制了金融资源配置效率向高值收敛。这种现象的原因可能是首先长江中游经济区金融资源的配置效率本身较高,金融业增加值具有更高的质量而非仅仅是量的扩张;其次土地财政水平反映了一个地区房地产行业的发展现状,长江中游经济区地方政府过度依赖房地产行业获取资金,造成房地产行业的无序发展,占用大量金融资源使金融资源配置低效;中央转移支付规模不断扩大也助长了地方政府的举债动机,与地方债务、土地财政构成恶性循环,金融资源配置效率持续低下。

(8)西南经济区地方政府债务与转移支付能显著抑制金融资源配置效率向高值收敛;金融发展水平与直接外商投资能显著促进金融资源配置效率向高值收敛。一方面要限制地方政府的违规举债行为,合理规划、管理、监督中央转移支付,减小对金融资源配置效率的破坏;另一方面要充分发挥直接外商投资对西南地区产业结构升级与经济高质量发展的促进作用,进一步提高西南地区金融资源配置效率水平。

(9)西北经济区城镇化率对金融资源配置效率的影响显著为负,说明西北经济区城市化的推进能显著促进金融资源配置效率向高值收敛。西北地区本身经济发展不充分,发展环境较为脆弱,城市化的推进不仅能促进上下游产业发展,更能带动居民消费,西北地区城市化进程尤其是新型城市化战略的推进,促进了金融资源配置效率的显著提高。

七、研究结论与政策建议

本文主要研究结论主要有:

(1)2007年以来,全国及八大综合经济区金融资源配置效率均呈波动下降趋势,其中东北经济区、北部沿海经济区与黄河中游经济区配置效率最低,降幅最大。不合理的金融资源配置现状不仅造成大量金融资源被浪费,也无法与“双循环”相配合,难以促进经济社会的高质量发展。

(2)2007年以来,全国金融资源配置效率从“单峰分布”演变成“双峰分布”金融资源配置效率的空间分布趋于发散,差异不断扩大。

(3)从金融资源配置效率的区域内差异来看,考察期内,全国、东北经济区、北部沿海经济区、黄河中游经济区、西南经济区与西北经济区区域内差异呈扩大趋势,其中东北经济区区域内差异扩大最快。东部沿海经济区区域内差异呈缩小趋势,区域内金融资源配置水平趋于一致。

(4)从金融资源配置效率的区域间差异来看,考察期内,东部沿海经济区与西南经济区、南部沿海经济区与长江中游经济区、黄河中游经济区与西北经济区、长江中游经济区与西南经济区四个组合金融资源配置效率区域间差异呈下降趋势。在区域间差异扩大的组合中,北部沿海经济区与黄河中游经济区、东北经济区与黄河中游经济区、北部沿海经济区与西北经济区、东北经济区与南部沿海经济区、东北经济区与西北经济区、东北经济区与长江中游经济区六个组合区域间差异扩大速度最快。

(5)从金融资源配置效率差异的来源来看,区域间差异是差异的最主要来源,且在今后的一个时期内,区域间差异对金融资源配置效率的差异贡献将越来越大。

(6)σ收敛分析得出全国、东北经济区、黄河中游经济区与西北经济区不存在σ收敛,金融资源配置效率差异不断扩大。东部沿海经济区金融资源配置效率存在σ收敛,金融资源配置效率差距有缩小趋势。

(7)β收敛模型得出全国、北部沿海经济区、东部沿海经济区、南部沿海经济区、黄河中游经济区、长江中游经济区、西南经济区与西北经济区存在显著的绝对β收敛和条件β收敛过程,东北经济区存在不显著的绝对β收敛和条件β收敛过程。不同经济区收敛的影响因素各不相同,在制定政策时应实事求是,有所区别。

针对上述结论,提出如下政策建议:

(1)转变思想观念,树立金融资源配置效率的质量观,促进金融资源配置在扩大国内消费以及促进产业结构升级中的发挥更大作用。基于中国金融资源配置效率持续走低的现实情况,一方面要在全国层面进行金融资源配置的渠道疏通并加强制度建设;另一方面在区域层面上要重点关注东北经济区、北部沿海经济区与黄河中游经济区的金融资源配置效率巨量巨幅下降问题,尤其要解决上述地区的金融资源浪费问题。

(2)重视金融资源配置效率的差异问题。金融资源配置效率的区域间差异问题尤为突出,是金融资源配置效率整体差异的主要来源。为此,一要缩小区域内的差距,重点关照东北经济区、北部沿海经济区、黄河中游经济区、西南经济区与西北经济区的区域内差异问题,减小上述经济区内部的效率失衡问题,要重点发挥大城市在区域内的带头作用,促进金融资源在区域内合理流动;二要缩小区域间的效率差异,重点关注北部沿海经济区与黄河中游经济区、东北经济区与黄河中游经济区、北部沿海经济区与西北经济区、东北经济区与南部沿海经济区、东北经济区与西北经济区、东北经济区与长江中游经济区六个组合的区域间差异问题。

(3)促进金融资源跨地域合理流动,打通金融资源流动堵点,重视金融资源配置的空间合作。β收敛分析发现,金融资源配置效率具有显著的正向空间溢出性,即各地区金融资源配置效率会显著影响到相邻地区。为此要突破经济区壁垒,构建不同效率水平经济区的金融合作机制,有效发挥高效率经济区的带头作用,引导金融资源合理、有效流动,实现金融资源的空间协同配置。

(4)因地制宜,精准施策。在提高金融资源配置效率的过程中,应该立足于不同经济区的经济社会特征,具体问题具体分析,多策并举。在东北经济区、北部沿海经济区、东部沿海经济区、南部沿海经济区与西南经济区,严格限制、规范地方政府的举债行为,控制政府债务风险,减少政府债务对金融资源配置效率的破坏力;在东北经济区、东部沿海经济区与黄河中游经济区,要坚持以经济建设为中心,不断扩大可供配置金融资源体量,促进金融资源配置效率提高;不断推进西北经济区城镇化建设,以此为抓手促进西北经济区产业发展、消费扩大和金融资源配置效率的提高;加强制度建设与政策引导,合理解决北部沿海经济区的金融资源浪费问题;充分发挥外商直接投资在促进北部沿海经济区和西南经济区产业结构升级的积极作用,合理引导外商直接投资在黄河中游经济区的投资方向,促进资源配置效率的提高;提高东北经济区与东部沿海经济区地方政府的财力,减少政府因发展资金压力而对金融资源配置的不合理干扰;重点规范长江中游经济区的房地产发展,减少政府对土地财政的依赖;深入推进东北经济区、北部沿海经济区的市场化建设进程,充分发挥市场在资源配置中的决定性作用,提高金融资源配置效率;合理规划、分配和引导中央转移支付对北部沿海经济区、长江中游经济区与西南经济区的支持,适当减少中央政府对上述经济区的财政兜底,削弱其对金融资源配置效率的破坏力。