融资租赁服务实体经济效率研究——基于租赁全要素生产率视角

徐金球

（河北金融学院 会计学院，河北 保定 071051）

一、引言

融资租赁，同时兼有租赁、融资与贸易属性，是一种创新、复合、开放的金融工具，是仅次于银行信贷的第二重要融资方式。融资租赁对企业融资存在显著的融资替代与补充效应，这主要受益于融资租赁交易属性的特殊性，即融资与融物的结合，对于面临一定融资约束的中小企业格外有吸引力。此外，融资租赁对于实体企业的服务，还能促进设备和固定资产投资，提高企业技术水平，推进企业国际化进程，有效缓解产能过剩和企业流动性不足等问题，有利于消化企业库存，降低企业的经营风险，提升企业的市场形象，促进产业结构、投资结构和企业所有制结构的调整与优化[1]。融资租赁还能快速平抑与稳定市场，驱动经济快速恢复等，表现出显著的“逆周期”和“稳定器”特征，从而推动实体经济稳定发展[2]。

近年来，我国融资租赁实现了快速的发展。公开数据显示，截至2020年年末，我国融资租赁交易总额约6.8万亿元（不含经营性租赁），融资租赁注册企业约1.2万家，合同总量约占全世界的23%①数据来源：中国租赁联盟、联合租赁研发中心。，我国融资租赁市场已成为全球第二大市场。融资租赁的发展，为我国引进境外资金和先进技术与设备，推动实体企业技术升级，缓解制造企业（尤其是中小企业）融资问题，实现产业结构优化等有积极作用。然而，我国融资租赁业发展面临一个难题，我国融资租赁的渗透率水平，也即融资租赁交易额与社会设备投资或GDP的比值，一直居于世界较低水平，融资租赁服务实体经济的效率与我国租赁交易规模与发展速度等不匹配。如何解决这一问题？如何科学测度与检验我国融资租赁服务实体经济的效率？影响我国融资租赁服务效率的因素到底有哪些？这些因素内在的影响机制与传递路径怎样？等等。这些都是理论和实务界高度关注的研究话题。

鉴于现有研究对上述问题尚未得出一致、可信解释，本文尝试基于可持续金融效率观，从构建融资租赁服务实体经济效率的理论框架出发，利用数据包络分析（DEA）与松弛变量SBM-Luenberger方法，设计融资租赁服务全要素生产率模型，对我国2008—2020年31个省份的融资租赁服务效率进行测度，并对融资租赁无效率值进行分解和区域比较。同时，进一步设立融资租赁服务效率影响效应回归模型，运用Tobit与FGLS方法进行实证分析，以发现各省份融资租赁服务效率真实水平和内在影响机制。

本研究可能的贡献，主要有以下几方面。

（1）创新和拓展了关于融资租赁服务实体经济效率的研究维度、思路与方法体系。不同于与之前相关文献仅从融资租赁渗透率的数值计算与调查统计等进行研究，本文提供了基于可持续金融效率理论下的融资租赁全要素效率的研究视野。

（2）发现了我国融资租赁服务实体经济效率的经验证据和理论解释。本文研究显示，近年来我国融资租赁服务实体经济效率总体呈现出N形上升发展趋势，但各省份之间表现出不平衡性，整体表现出“东强西弱”状态。且现阶段融资租赁机构数量、从业人员、交易规模与坏账余额在多数省份表现出总体无效率现象。此外，研究还发现国有融资租赁服务资源的集中度降低了我国融资租赁服务实体经济的总体效率。

（3）丰富和扩展了有关金融效率与全要素生产率的研究文献。

本文余下部分内容如下：

第二部分为文献综述与理论分析，第三部分为研究假设，第四部分为融资租赁全要素服务效率测度，第五部分为实证研究与分析，第六部分为研究结论与建议。

二、文献综述与理论分析

（一）可持续金融效率理论

现代经济学视野下，效率指的是最大化的资源配置状态。而对金融效率的界定，依托于金融资源理论。20世纪70年代以来，现代金融理论演进与发展为金融深化、金融约束与可持续金融等代表性金融理论。每一种金融发展理论下都内含独特的金融效率观。一般认为在金融深化理论与金融约束理论框架下，由于对金融资源属性的缺位，因而难以提供金融效率描述，而可持续金融发展理论在秉持金融资源属性的基础上，开启了创新的金融效率视角，从而提供了有效的金融效率理论框架[3]。

可持续发展金融理论框架下，不同于自然资源，金融资源作为一种特殊资源，拥有鲜明的战略性、中介性、社会性、层次性等特征，其最大的特性就是金融自身角色与功能的双重性，即金融既是资源配置的手段，本身也是资源，因而是资源配置对象。金融效率则被描述为金融资源配置的协调度，即金融资源在经济、金融系统及金融内部子系统之间配置的协调问题[4]。

该界定有三个关键要素，一是金融效率本质上是兼具质和量协调发展的属性；二是金融资源配置的对象与范围是经济系统与金融系统以及金融内部子系统；三是从时态角度来看，金融效率是同时考量静态与动态、动静结合相互协调的，也即金融效率是关乎金融量与质、金融动与静、金融微观与宏观的协调。

学术研究中，国内外学者一般将金融效率这一偏宏观、综合、难量化的指标,通过分解成相关可量化的效率指标来替代。如将金融效率指标分别以宏观、微观和市场效率来替代，具体包括宏观效率、金融机构效率与市场效率等[5]。也有学者将金融效率表示为市场效率、银行效率、非银行机构效率、企业融资效率等[6]。徐金球等（2021）[1]则认为，应该从功能、行为与效果等不同层次与角度来对金融效率进行结构化描述，如金融功能效率、金融配置效率、金融管理效率等。

（二）金融服务效率

关于金融服务实体经济的效率问题，理论界相关发现与结论并不一致，但是一般认为在特定框架与环境下，金融资源是正向作用于实体经济，适时适量的金融资源支持能促进实体经济的发展，并实现产业结构优化，推动技术进步。Arkerberg等（2015）[7]基于1960—1989年多个国家的面板数据，同时运用三种方法实证检验金融服务实体经济的效果，研究表明只有当私人信贷规模大于GDP时，金融发展才会负向作用于经济增长，正常情况下，金融发展促进实体经济的效用不显著。Bai等（2018）[8]则发现金融发展关于实体经济的促进效应具有门槛限制，即金融规模的非正常增长与金融泡沫会显著抑制实体经济的产出，从而降低金融服务实体经济效率。Michal等（2013）[9]通过构建有关企业违约风险的信贷约束模型，发现存在破产预期的实体部门会诱导金融部门规模扩张并超过最优规模，从而阻碍实体经济产出的增长，最终降低了金融服务实体经济效率。马勇等（2021）[10]基于金融部门全要素生产率的收敛特征分析发现，我国不同省份金融服务实体经济效率存在较大差异。Xu和Shi（2020）[11]基于新常态经济视角的分析发现，传统金融服务实体经济的效率较低，使得经济面临全新挑战，而解决办法在于完善与推进金融转型与金融创新，以及对金融运作模式创新。徐忠等（2018）[12]则认为改进与提高我国金融服务实体经济效率必须推进债券市场的改革。还有学者认为我国金融资源“货币空转”等问题破坏与弱化了金融服务实体经济的效率[13]。

（三）融资租赁服务效率

效率是经济金融活动的核心，也是实现经济运行效益目标的重要保障。因此，融资租赁服务实体经济效率的界定，也应该坚持效益导向的原则，同时综合考虑特定制度市场情景与业务自身特征、交易规律等，应该是兼具质与量的动态、综合、均衡的指标体系。为此，本文认为我国融资租赁服务实体经济效率应包括经济效率、生态效率与社会效率，其中，经济效率是基础，生态效率是保障，社会效率是目标。

1.融资租赁服务的经济效率

经济效率也就是经济运行的效率，强调的是经济成本一定或最小的前提下，通过经济运行所实现的经济收益。一般认为经济效率由生产效率与配置效率组成，其中，生产效率是基于投入产出对比而言，也就是投入一定，产出最大，或者产出一定，投入最小化[14]。配置效率也就是资源分配的有效性，合理的分配资源以实现最大化的社会消费者总效用。因而，融资租赁服务实体经济效率，就是要在内外部影响变量中，通过合理配置融资租赁资源，实现融资租赁服务经济运行的均衡，从而实现帕累托最优，实现融资租赁服务经济收益最大化。简单地说，就是对融资租赁服务资源进行有效配置，以达到实体经济效益最大化。

融资租赁服务资源属于核心金融资源的一部分，是稀缺的，也是竞争性的，由于融资租赁服务需求对象的广泛性与特定性，尤其是在为中小企业融资服务过程中，融资租赁产品与服务自身的生产率水平，以及融资租赁资源的配置等都会直接影响到融资租赁服务实体经济的效率。而中小企业的融资约束，以及信息不对称、融资规模与范围经济效应等问题的存在，使得融资租赁服务的生产效率与配置效率经常性发生背离与冲突。

2.融资租赁服务的生态效率

生态效率强调的是经济产出与资源投入的比值，核心与关键是资源的经济转换能力[10]。融资租赁服务实体经济的生态效率，指的是满足实体经济发展的租赁服务的生态资源投入产出比最大化，这里的融资租赁服务产出是融资租赁企业为实体经济或实体企业所能提供的租赁产品与专业性租赁增值服务的价值形式，投入则是融资租赁行业和融资租赁企业在开展经济活动中实际占用或消耗的经济资源与社会能源，以及相关的环境负荷。融资租赁服务实体经济的生态效率，包括直接效率与衍生效率，直接效率就是融资租赁行业和企业在自身经营活动过程中，对社会生态效率的贡献程度，是基于融资租赁服务的直接效果。衍生效率则是融资租赁服务实体经济，促进实体企业有关社会资源消耗减少或能源节省相关联的经济产出增加。

由于生态效率的影响因素一般包括经济发展水平、劳动生产率、经济服务化程度以及经济活动能耗等[15]，因此一个地区的经济发展水平越高，劳动生产率越有效，融资租赁服务实体经济的生态效率也就越好，也越有助于实体经济生态效率的改善。而融资租赁行业自身的经济服务化程度与水平也直接决定与影响着其服务实体经济的生态效率高低。

3.融资租赁服务的社会效率

融资租赁服务实体经济的社会效率是指融资租赁在为实体企业，尤其是中小企业服务过程中关于社会公正与经济协调、效率等的协同性，其中，能否促进并实现实体企业正常的生存与发展，维持社会经济健康、协调、高效的增长是重要基础与前提。从本质上说，融资租赁服务的社会效率，是基于前述经济效率与生态效率的升华，也是对融资租赁服务经济运行与资源配置的实际经济效果的检验，简单来说就是融资租赁服务能否促进实体经济真正全面、健康、可持续发展，推动实体企业技术创新与产业结构优化，优化实体经济增长方式，提高实体经济的生态效率。这也对融资租赁服务的质量方面提出了更高要求。

总之，融资租赁服务实体经济效率，是一个包含经济效率、生态效率与社会效率的结构化，同时兼具质与量的综合性概念，每个效率之间既相互区别，又相互联系，共同统一于融资租赁服务实体企业业务运行中。其中，一定水平的经济效率是前提与基础，一定质量的生态效率是保证，而综合性的社会效率才是最终的目标。

（四）融资租赁服务效率的测度

目前学术界关于宏观金融效率测度方法，主要包括单一指标法与综合法两种。单一指标法是基于单一性的金融资源供给指标（如社会融资余额及金融机构信贷额等）与经济产出（如社会生产总值GDP）之间的比值来衡量金融效率。该方法的优势是操作简便，但是对金融效率的解释存在偏差，噪声较大。综合法则是基于金融部门多要素投入与产出之间的对比来测量金融效率，该方法的优势是效率观测值较为准确、解释性好。一般认为，金融服务实体经济会受到内外部相关因素的影响，因此需要全面考虑并处理各种投入与产出要素的关系，因而综合法是较为适宜的。Fare和Grosskopf（1996）[16]率先提出数据包络分析法（DEA），由于该方法能对多个产出与投入要素进行考察，并区分出“优”或“劣”的产出，因此，近年来不少国内外学者开始尝试使用该方法构建理论模型，分析金融资源配置效率问题。如Hold等（2011）[4]利用DEA方法测度金融机构效率并分析差异产生的原因。张健华和王鹏（2011）[17]则基于两阶段DEA模型，分析了我国银行效率及影响因素问题，得出有关风险与效率负相关的结论。朱宁等（2018）[18]则使用DEA多方向效率方法，研究与评价了我国商业银行总体效率及有关投入与产出指标的个体效率。

鉴于尚未发现专门针对融资租赁服务效率评价的模型，为从宏观上分析融资租赁服务实体经济效率问题，本研究拟同时从融资租赁服务资源的投入与产出着手，并导入中介效率因素，采用最新的DEA数据包络模型分析法来测度融资租赁服务效率，具体借鉴王兵和肖文伟（2019）[19]采用的基于松弛变量（SBM）方向性距离函数。本研究拟按照省份开展的融资租赁服务来设计决策单元，同时借鉴非径向与非角度的松弛变量方向性距离函数，来实现对融资租赁服务实体经济效率的测度。

假设每个省份投入的融资租赁服务要素p=(x1,x2,…,xq)∈R+n，期望的产出q=(y1,y2,…,yq)∈R+n，以及r类非期望α=(α1,α2,…,αr)∈R+r，这样每个省份的融资服务效率为(xi,j,yi,j,αi,j)，其中，i为1,2,…I表示的是时期，而j为1,2,……J，代表的是省份。

根据Cooper等（2011）[20]有关方向性距离函数的解释与处理，本研究选择如下指标进行无效率值分解。其中，融资租赁服务资源投入无效率值计算为：

融资租赁服务资源期望产出无效率值计算为：

融资租赁服务资源非期望产出无效率值计算为：

总的无效率计算指标为：

三、研究假设

基于前述融资租赁服务效率的概念界定与理论分析，本研究拟引入如下制度与非制度要素，来开展研究假设，包括融资租赁产权安排、融资结构、服务价格、产品创新和外部环境等。

（一）融资租赁产权安排

金融的稀缺性决定了其产权边界，而金融产权界定主要用来明确金融活动中权利主体如何受益与受损，以及如何获取补偿[12]。金融产权配置的重要意义就在于有关所有权的初始规定，从根本上明确了全部金融制度的结构与效率[9]。从金融发展实践来看，金融产权所有制结构主要包括公有产权与私有产权两种基本形式，其中公有产权存在不可分、非排他以及不可转让剩余索取权等特性。

因此，从金融产权界定视角来看，融资租赁的产权同时具有所有权与使用权分离、公私产权同时并存等特征。前者是由其业务属性与本质所决定的，即通过让渡资产所有权来实现融资，同时兼具融资、贸易与融物的三重属性；而公私产权则涉及融资租赁机构产权组织与资金来源，包括融资租赁公司控股结构与资金来源是否是国有或私有。一般认为公有产权由于界定不清、权属无真实主体等弊端，存在“公地的悲剧”，金融配置效率也较低，发生金融风险的概率较大[3]。

理论认为，不同产权、规模与类别的融资租赁服务机构，由于信息搜集、处理与管理成本等优势不同，从而锁定了各自的服务范围、对象等业务边界。一般来说，规模大、实力强的融资租赁机构，具有较强的业务选择空间与能力，所以可能会偏向于规模较大的资金需求方；而中小型融资租赁机构却基于自身规模和灵活的业务操作优势，会选择那些存在融资约束的中小企业服务。同时，不同产权性质的融资租赁服务机构效率也不同，一般而言国有融资租赁产权越集中，可能会在一定程度上降低融资租赁资源服务效率，从而抑制实体经济发展[11]。

现阶段我国融资租赁市场还存在着国有租赁资源与租赁机构在空间和时间分布上的不均衡、不平衡等现象，在某些地区和某些时段国有租赁资源相对集中，如目前依托“五大行”（中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行）以及其他股份制商业银行等组建的金融类租赁公司，注册资本及资产规模大、业务份额占比高（占总合同余额的70%左右）、服务网点分散，且这些租赁公司的总部或注册地主要集中于北京、上海、天津或深圳等经济金融较发达区域。此外，2015年以来，随着新《预算法》的实施以及国家对地方债务的进一步整理、整顿，为化解和置换地方债，部分地方政府还通过自己的投融资平台新组建或参投了融资租赁公司。所以2015年以来，部分区域国资参与或控制的融资租赁公司相对集中。同时，我国租赁市场上，还存在着机构总量多（近万家）、单体规模小（注册资本和资产总额）、业务分散的私有融资租赁公司，它们提供了近50%的合同交易额、贡献了近60%的就业岗位，是我国融资租赁服务的重要补充与支撑。但限于规模、实力、技术等制约，目前我国私有租赁机构的竞争力还有待提高。所以，本研究提出如下假定。

H1：国有融资租赁资源区域集中度过高可能会影响租赁服务实体经济效率。

（二）融资租赁融资结构

融资结构是微观金融结构最重要的要素之一，一般包括银行主导的间接融资和市场主导的直接融资两类。现有研究发现，直接融资相比间接融资更具有成本、期限与规模等方面优势，从而有利于解决实体企业的资金需求，推动企业技术进步与转型发展，并且还有助于缓解银行等金融部门的信贷风险积累，提升非金融服务部门的效率[21]。而随着经济发展以及金融改革深化，间接融资的比例会不断下降，直接融资占比会提升，从而推动资本结构优化。

当前我国金融市场上，股票、债券等直接融资市场还在不断发展、完善中，企业融资还是较多地依赖银行贷款等间接融资市场。这可能也是融资租赁服务自20世纪80年代引入我国后，能迅速在短时间内获得快速发展，并深受中小企业欢迎的一个现实原因之一。融资租赁的“融资”属性，在本质上与银行贷款近似，但在利率、期限、违约补偿等方面比间接融资更具优势，同时出租方还能直接或间接参与企业的经营管理或决策咨询，从而有助于提高实体企业的治理水平，改善经营绩效[1]。所以，本研究假定如下。

H2：直接融资的比例与融资租赁服务实体经济效率正相关。

（三）融资租赁服务供给与价格

融资租赁服务供给与价格作为融资租赁资源配置的数量和价格工具，直接决定和反映了融资租赁配置效率。其中，利率作为融资租赁资金一般性的价格信号，其水平的高低直接反映了融资租赁资金的供需状况，利率的变动与调整会调节融资租赁资金的配置结构与效率。衡量融资租赁服务供给与价格均衡的一个重要指标就是普惠金融水平。普惠金融，一般指的是金融体系能满足并实现社会各阶层与群体安全、便捷、合理地获取与享用无价格障碍的广泛金融服务[3]。当前，我国普惠金融实践已经进入创新型数字金融新阶段。以互联网科技为媒介的金融服务，以及基于新一代信息化技术的交易与产品创新，不仅降低了金融服务成本，而且显著扩大了金融服务覆盖的广度和深度。新型数字化金融已成为普惠金融的重要动力和强劲增长点。所以普惠金融也称之为数字普惠金融。

由于当前我国金融市场尚不完善，部分市场参与主体如中小企业，存在抵押品或信用记录缺失等问题，部分小微企业还存在天然的流动性约束，这样金融体系与服务就难以全覆盖，一方面使得中小企业难以及时获取低成本金融支持，另一方面使得金融供给方难以完成高回报项目投资，削弱了资源配置效率，抑制了经济发展[8]。为此，《推进普惠金融发展规划（2016—2020年）》报告明确，现阶段普惠金融的主要宗旨与任务是要解决那些偏弱势的社会群体与组织的正常金融需求，如城乡低收入群体、中小微企业等，这也是融资租赁服务服务实体经济的立足点。因此，本研究假定如下。

H3：普惠金融发展水平与融资租赁服务实体经济效率正相关。

（四）融资租赁市场与信用环境

金融市场化或金融开放度也叫金融自由化，一般指一国政府或监管部门，通过放松有关严格限制性的管制，实现从行政管制到市场运行得更加自由、宽松的金融体系与机制。一般认为，金融自由化可以促进社会投资增长，提高金融业效率并推动经济发展[22]。融资租赁作为非银行金融服务的重要组成部分，也会受到金融开放度的影响，同时融资租赁中的融资性售后回租业务更是作为银行信贷的补充，被列入贷款服务。因而，本研究提出如下假设。

H4：金融自由化程度越高，融资租赁服务实体经济的效率就越高。

此外，市场实践中社会信用环境也是影响融资租赁服务效率的重要因素。一方面，社会信用环境水平的高低会直接影响融资租赁交易成本与运行效率；另一方面，融资租赁业稳定、健康发展也会消除无序的社会信用环境所造成的效率耗损问题，从而推动构建良好的社会信用环境[1]。现阶段，我国整体社会信用水平与法治环境尚在建设与完善之中，各省份之间还存在着差异。为此，本文假定如下。

H5：社会信用与法治环境质量与融资租赁服务实体经济效率正相关。

四、融资租赁服务全要素效率测度①本文基于作者整理的数据样本进行实证分析，结论供参考。

（一）数据来源

本研究以2008—2020年我国31个省份（不包括港、澳、台地区）年度面板数据作为观测样本，来测度融资租赁服务实体经济效率。有关融资租赁服务资源的投入产出指标，如工业增加值、融资租赁交易额等，均按照省份来划分。

此外，还依据国家统计局有关区域划分的通常做法，按照东部、中部和西部，将我国31个省份进行分类，为研究需要，也会将中部和西部并称为中西部，将东部的黑龙江、辽宁和吉林并称为东北部或东北地区。

融资租赁投入产出各项指标的数据来源及处理如下。

（1）融资租赁交易额，依托于我国沪深上市公司年报与融资租赁业年报，以及中国人民银行、中国银保监会、中华人民共和国商务部、国家统计局等专项报告，主要的数据库包括Wind等，并经整理、计算所得。

（2）融资租赁服务机构及从业人员来源于国家市场监督管理局、中华人民共和国人力资源和社会保障部、国家统计局等专项报告，以及融资租赁行业协会年报，主要数据库包括Wind等。

（3）实体经济增加值，采用各省份年度生产总值减去房地产业和金融业增加值来衡量。数据来源于国家统计局。

（4）融资租赁坏账余额，基于我国沪深上市公司年报与融资租赁业年报及中国人民银行、中国银保监会、中华人民共和国商务部、国家统计局等整理、计算所得，主要的数据库包括Wind等。

（二）融资租赁服务资源投入产出

金融资源投入产出指标研究中，主要的指标选取原则包括生产法、中介法等。一般认为生产法能够全面反映与评价金融机构的效率。所以本研究按照生产法来选取融资租赁服务资源的投入产出指标。为此，本文分别选取融资租赁交易规模、机构数量、从业人员等三个指标分别来替代融资租赁服务资源投入，具体见表1。

表1 融资租赁投入产出指标表

产出的结果客观上有两大类：一类是的正向的、期望的“优”产出，一类是负向的、非期望的“劣”产出。前者包括宏观上的实体经济增加值或工业增加值，微观上的融资租赁企业的营业收入、经营利润等，这里为了衡量融资租赁服务实体经济效率，选取实体经济增加值指标（各省份年度生产总值减去房地产业和金融业增加值）来替代。而后者包括融资租赁坏账水平与坏账率，为了匹配，选取融资租赁坏账余额来替代，这样产出指标就包括期望的实体经济增加值指标与非期望的租融资租赁坏账余额。其中，融资租赁交易的坏账风险，从出租人的角度来看，主要的风险包括出租人自身的偏差，如过度追求业务规模、粗放经营、盲目扩张等。同时专业人才短缺，尤其是风控人员经验与能力不足，风控难以有效兼顾安全与效率。从承租人的角度来看，主要有两类风险：一是承租人的经营风险，如市场环境变化等致使承租人经营困难，陷入财务困境；二是承租人的信用风险，比如承租人从一开始就主观骗取融资款、恶意欠租等。

（三）融资租赁服务效率表现

（1）2008—2020年我国绝大部分省份的全要素生产率呈上升降趋势，但各省份之间表现出一定的不平衡性，增降幅度不一。大体可以划分为三个阶段。

第一阶段是2008—2012年我国各省份的全要素生产率整体向上，数值表现为正值；第二阶段是2013—2016年一半以上省份的全要素生产率由正转负；第三阶段是2017—2020年又开始由负转正，呈现N形逆转，三个阶段持续时间大体相当。

从整体来看，2008—2020年我国西部和东北部部分省份的全要素生产率一直为负值。其中，甘肃（-0.10%）、云南（-0.16%）、内蒙古（-0.21%）等省份的全要素生产率尽管为负值，但是绝对值相对偏小，即下降幅度不大，但是河北（-2.06%）、辽宁（-2.33%）、吉林（-2.62%）、黑龙江（-3.36%）等省份的全要素生产率不仅为负数，且绝对值偏大，这些省份同期全要素生产率下降趋势明显，这说明北部省份全要素生产率下降幅度更快，融资租赁服务实体经济效率一直呈下降趋势。

该期间天津（2.24%）、重庆（1.15%）、广东（2.01%）和北京（1.98%）的全要素生产率指标为正值，说明这几个省份的融资租赁服务服务实体经济的全要素生产效率是朝着上升趋势发展的。2008—2020年我国省域融资租赁服务效率见图1。

图1 2008—2020年我国省域融资租赁服务效率（全要素生产率）

（2）2008—2020年我国西部和东北部绝大部分省份的纯效率（LPEC）、纯技术效率（LPTP）及规模效率（LSEC）、技术规模效率（LTPSC）的均值均表现为负值，并且西部与东北地区的融资租赁服务效率总体下降幅度在加快。其中，东北地区的纯服务效率（-2.77%）绝对值远远超过中部地区的（0.15%）和西部地区（-0.91%）之和。东部地区的融资租赁服务的纯效率为正值（1.01%），这表明我国东部地区各省份的融资租赁服务纯效率整体上升，而同期的西部地区（-0.91%）、中部地区（0.15%）和东北地区（-1.85%）依次偏弱，显然东北地区的融资租赁服务效率下降的绝对值最大，具体见表2。

表2 2008—2020年我国省域融资租赁服务效率（全要素生产率）成分表

（3）2008—2020年我国各省份融资租赁服务实体经济的投入产出的分解表现。

首先，从租赁服务的总体无效率值来看，无论是基于时间点的测度还是按照年度均值处理，我国各省份融资租赁服务实体经济效率都偏低，甚至部分省份显示无效。

其次，我国大部分省份的融资租赁服务机构、从业人员以及融资租赁交易规模与坏账等，均呈现出低效或无效率现象。

五、实证研究与分析

基于前文的理论分析，以及融资租赁服务效率测度的结果表明，无论是基于全要素生产率还是无效率值口径层面，融资租赁服务效率既会受到融资租赁相关的特征变量（融资租赁交易额、机构数量等）的影响，同时融资租赁服务资源在实体经济内的运用与配置，也会与各省份的经济水平、金融成熟度、信用法治环境等因素交互影响。因此，本部分将依托我国各省份有关经济增长与融资租赁的面板效率值数据，来实证分析我国省域层面融资租赁服务效率以及无效率值差异的内在机制等。

（一）主要变量定义及描述统计

1.自变量定义

根据前文的理论分析与研究假设，本研究引入的自变量包括金融自由度、融资租赁产权集中度、社会信用水平、社会法治环境、直接融资比例、普惠金融水平以及不同省域哑变量，各变量具体描述如下。

（1）金融自由度（FLI）。该指标用以描述我国及各省域的金融市场的自由化程度，为此本研究选取王小鲁等（2021）[23]金融市场化程度指标来替代。

（2）租赁产权集中度（FCG）。该指标用以反映融资租赁金融资源国有产权部分的集中程度，本研究以国有融资租赁企业注册资本占比（与全部融资租赁企业注册资本之比）来替代。

（3）社会信用水平（SCL）。本研究参照同期的《中国城市商业信用环境指数（CEI）》，以及国家发展改革委与中国人民银行有关《中国社会信用体系建设示范城市指标体系》来选取该指标。

（4）社会法治环境（CLC）。本研究依照王小鲁等（2021）[23]投资法律保护指标来替代该指标。

（5）直接融资（SDF）比例。本研究以直接融资（股票融资与债券融资额之和）与社会融资总规模的比值替代该指标。

（6）普惠金融水平（IFI）。参照《北京大学数字普惠金融指数（2011—2020年）》省级普惠金融指数“覆盖广度”维度来选取该指标。

（7）不同省份哑变量。为便于分省份分地区比较租赁服务实体经济效率，本研究令Dum1为东部地区（1为是，0为否）。同样的原则，Dum2、Dum3、Dum4依次为中部地区、西部地区及东北地区。后面实证研究中将会进一步检验各省份哑变量与上述6个自变量交互项。

2.控制变量

由于融资租赁服务效率是关于经济、金融、产业等多因素的函数，为了实证检验上述自变量对融资租赁服务实体经济效率的影响效果，本研究在对其他因素进行控制的基础上，设置如下控制变量。

（1）经济发展程度（LnGDP）。研究表明，一地经济发展水平越高，实体经济的投资回报越好[5]，因而融资租赁服务实体经济效率也应越高。这里选取GDP自然对数值来表示。

（2）经济开放度（OPEN）。现有研究证实，在开放经济环境下，不但金融竞争更充分，金融部门的内生发展水平也更高[24]。因此，开放环境能提供良好的融资租赁发展场景，并补充外部融资租赁服务资源，从而更好地服务实体经济。这里以进出口贸易额与GDP比值来替代。

（3）国有产权比例（SOE）。一般认为，国有经济可能会存在企业活力不足、生产率较低、内生增长能力弱等情况，在资源和市场等方面，对非国有企业可能会形成一定的影响。在融资租赁领域可能也有类似情况，从而影响融资租赁服务效率。因此用国有控股的规模上工业企业总资产占比全社会规模上工业企业资产总额的比例来替代。

（4）产业结构化（INS）。一般以第二、三产业GDP的占比程度来衡量一国的工业化程度与服务产业发展水平。因此，本研究用第二、三产业GDP在总GDP中的比值来替代产业结构化程度，该指标值越大，反映融资租赁服务实体经济效率也越高。

相关变量的描述统计详见表3。

表3 主要变量描述统计

（二）回归模型

基于前文的理论分析与研究假设，以及所选取变量特征，同时为解决变量之间的内生性问题，控制好时间效应，本文构建了以下受限因变量模型（Tobit），并使用可行广义最小二乘法（FGLS）进行回归分析，以验证上文所构建的理论模型。

上述模型中，EIit表示融资租赁服务效率值（全要素生产率）和无效率值，FIit为金融自由度，FCGit为融资租赁服务资源产权集中度，FS CLit、CLCit分别为社会信用水平与社会法治程度，S DFit为直接融资比例，IFIit为普惠金融发展水平。Xit'为控制变量（向量），γi为变量系数，δi、ϑt、εit依次表示个体效应、时间效应与截距项。

（三）实证分析

1.融资租赁服务实体经济全要素生产率影响分析

为控制和规避回归分析中可能存在的异方差引起的偏误，本文选取可行广义最小二乘法来对融资租赁全要素生产率面板数据进行回归，并在实证分析前对前述模型进行了沃尔德异方差检验、截面自相关检验以及弗里德曼检验（见表4）。

表4 融资租赁服务全要素生产率面板数据检验

如表5所示，从模型（1）到模型（4）金融市场自由度回归系数均为正，并且在1%水平上显著。这表明金融市场的自由化程度以及普惠金融水平与融资租赁服务实体经济效率（全要素生产率）显著正相关，支持了前文的理论假设。

表5 融资租赁服务全要素效率影响要素实证分析

同时，社会信用水平、社会法治环境等也在1%水平上显著正相关于融资租赁服务全要素生产率，与前文假设一致。

国有产权融资租赁服务资源集中度的系数都显著为负，这表明随着国有融资租赁服务资源的集中度增加，融资租赁服务实体经济的全要素生产率呈下降趋势，与前文理论假设一致。

续表

2.融资租赁服务实体经济无效率影响分析

为确保有关融资租赁服务实体经济无效率影响分析的有效性，本研究选取Tobit最大似然估计法，检测结果如表6所示。

表6 融资租赁服务无效率值Tobit面板数据回归

从模型（1）到模型（4），所有金融市场自由度系数均为正，并且在5%水平上显著。这表明金融市场的自由化程度与融资租赁服务实体经济的全要素生产率显著正相关，支持了前文的理论假设。

续表

同时，社会信用水平和社会法治环境等也在5%水平上显著正相关于融资租赁服务全要素生产率，与前文假设一致。

国有融资租赁服务资源产权集中度的系数都显著为负，且均在5%和1%水平上显著，这表明随着国有融资租赁服务资源的集中，融资租赁服务实体经济的全要素生产率呈下降趋势，与前文理论假设一致。当引入社会普惠金融水平的哑变量交互项时，显示普惠金融水平的系数在1%的水平上显著为正，这表明普惠金融发展有利于融资租赁服务实体经济效率的提升，与前文的理论假设一致。事实上，尽管目前我国普惠金融发展还存在着整体水平不高，地区之间不平衡、不均衡的特性，但普惠金融服务实体经济的积极作用正在不断显现。

控制变量，如经济发展程度与国有产权比例等指标的系数显著为负，这表明我国省域地区的经济发展程度以及国有产权比例显著降低了融资租赁服务实体经济的效率。而经济开放度、产业结构优化等的系数显著为正，这表明当前我国省域经济开发程度与产业结构优化水平等，都显著提高了融资租赁服务实体经济效率。

3.融资租赁服务济效率的区域差异

省域哑变量与前述因变量交互项的回归检验结果表明，我国各省域地区如东部、中部、西部以及东北地区之间的融资租赁服务实体经济效率差异较大，实证结果见表7。

表7 我国省域融资租赁服务效率影响差异回归分析

续表1

续表2

（1）金融市场化水平的提升正向影响于我国东部、中部和西部地区的省份，其中，东部地区影响效果最明显，幅度也最大。

（2）社会信用水平以及社会法治环境的改善正向影响于东部、中部、西部地区的省份，即随着社会信用水平提高以及社会法治环境的完善，这些地区省份的融资租赁服务实体经济效率也在提高。

（3）国有融资租赁服务资源的集中度显著负向影响于东部、中部和西部地区的省份，但东北地区尽管系数为负却不显著，这表明区域之间差异较大。

（4）直接融资比例显著正向影响于东部和中部地区的省份的融资租赁服务效率，但该指标在西部与东北地区系数为正，却不显著。

（5）普惠金融发展水平在东部、中部、西部和东北地区，都呈现出显著的正相关性。

4.稳健性检验

为了验证前述研究结论的稳健性，本文通过置换和改变因变量的衡量方式来进行测试，包括引入总产出融资租赁全要素生产率以及改变企业特征控制变量等，具体见表8。

表8 稳健性检验（基于总产出融资租赁全要素生产率）

续表

一是基于总产出融资租赁全要素生产率指标（LTFPre）。本文利用融资租赁企业层面的数据和不变收益的Scale cobb-Douglas生产函数来构建一个总体全要素生产率序列，它是融资租赁行业全要素生产率总产出的加权平均值（以融资租赁行业为基础）。并且当考虑到资本和劳动力的增加值生产函数时，选择引入的是总产出指标（不是传统的工业增加值指标），其中产出被定义为使用资本、劳动力和中间投入生产形成的。在此基础上重复以上的检测，得到的结果与本研究实证发现基本一致。

二是引入融资租赁企业所有制属性和实际控制人特征替代变量（OWNfL）。若融资租赁企业实际控制人为国有股东或股权穿透后系国有控股，则赋值“1”，否则为“0”。鉴于其与融资租赁服务效率和其他相关控制变量之间的相关性，本文利用方差膨胀因子检验模型的多重共线性，结果表明研究发现可靠。

六、研究结论与建议

本文基于可持续金融效率观，从构建融资租赁服务实体经济效率的理论框架出发，利用数据包络分析法（DEA）以及松弛变量的SBM-Luenberger指标法，设计了融资租赁服务全要素生产率模型，对我国2008—2020年融资租赁服务效率进行了测度，还对租赁服务无效率值进行了分解与区域比较。进而构建了租赁服务效率影响机制回归模型，运用Tobit与FGLS方法对各省份的面板数据进行了实证分析，从而获得各省份租赁服务效率整体认识与评价。

本文研究发现，近年来我国融资租赁服务实体经济效率总体呈现出N形上升发展趋势，但各省份之间表现出一定的不平衡性，整体表现出“东强西弱”状态。融资租赁服务实体经济总体无效率分解值表明，我国现阶段融资租赁机构数量、从业人员、融资租赁交易规模与融资租赁坏账余额均表现出无效率现象。具体来看，国有融资租赁服务资源的集中度降低了我国融资租赁服务实体经济的总体效率，而金融市场化、普惠金融水平、直接融资比例、社会信用水平，以及法治环境的改善等，均正向提升了我国融资租赁服务实体经济的总体效率。

基于上述发现，相关的政策建议如下。

（一）统一规划、分区实施，推动我国融资租赁整体均衡、健康发展

当前我国省域融资租赁发展水平存在一定的不平衡。未来应该在全国统一规划融资租赁发展的同时，加大对中西部地区融资租赁业发展的支持。如关于融资租赁机构设立注册资本要求、租赁公司展业范围、融资活动以及税费减免等方面，实行区域性的政策支持与灵活的监管政策等。

（二）优化融资租赁资源配置，不断提高国有租赁资源配置效率

鉴于目前我国融资租赁市场上，国有和私有两种租赁服务资源及租赁机构，在产权、机制、体制以及技术、人力和运营等方面，各具特征和优势，因此，应积极鼓励和支持两种租赁服务资源和机构的优势互补，实现融合发展。同时，应进一步健全国有租赁企业的考核与激励体系，不断提高租赁资源配置效率，推动国有租赁资本和租赁资源更好地发挥行业引领作用，实现融资租赁高效、健康发展。

（三）推动融资租赁发展，提高普惠金融水平

当前融资租赁服务在缓解中小企业融资问题以及落实国家金融支持实体经济政策中，有着一些优势与便利，也肩负着重要的使命。因此，大力支持融资租赁发展，也是提升普惠金融发展水平的重要举措。建议应该通过新一轮的“减税降费”政策安排，全面降低融资租赁交易成本，并将融资租赁与绿色发展深度结合，将其纳入“碳减排”支持工具，扩大融资租赁的资金支持等，进一步完善融资租赁业发展的政策环境，更好释放融资租赁服务普惠金融的动能。