云南省16州市金融资源配置效率分析

□文/周 玲

（云南财经大学 云南·昆明）

[提要］目前，我国金融市场中存在金融供给层面失衡及金融配置效率不一的问题。本文采用DEA-Malmquist模型对云南省16个州市金融资源配置效率进行测算，并进行指数分解与分析。根据测算结果可知，云南省整体金融资源配置有效，但16个州市配置效率存在着较大的差异。另外，影响金融资源配置效率的主要因素是技术进步效率，技术利用率次之。

十九大以来，我国的主要矛盾已经转变为人民日益增长的美好生活需要与不平衡不充分的发展之间的矛盾，体现在金融市场中，则表现为金融供给层面的区域分布失衡以及金融配置职能较为虚弱等。在云南省，由于受到地理位置差异及城市发展水平存在差距的影响，导致16个州市居民接受金融服务的程度并不一致，金融资源配置效率存在较大差异。因此，分别测度云南省16个州市的金融资源配置效率，并进行Malmquist指数分解及分析，对如何有效地提升云南省整体的金融资源配置效率、改善16个州市之间金融资源失衡的局面具有重要意义。

一、国内外文献综述

资金配置及资金流通是金融的主要功能之一，但我国各城市所提供金融服务的质量及数量之间却存在着较大的差异。我国本身是农业发展大国，城乡之间发展不平衡的现象也十分严重。长期以来，不论是资金配置还是金融机构的服务行为，我国农村地区和居民并不能获得充足和优质的金融资源。在不同区域之间，农村金融资源配置在规模、结果和使用效率上均存在差异。

另外，我国的金融资源配置是为了适应我国的经济发展模式而设定的，是一种以政府为主导的配置模式。这种配置方式导致金融资源配置的效率相对较低，金融机构的发展明显不足，使得金融资源未能配置到高效率的生产部门。虽然我国金融资源供给总量充裕，金融资源配置却呈现大型企业资金稳健和中小微企业融资难、融资贵并存的局面。因此，高效的金融体系需要承担资源配置的职能，而我国目前的金融体系明显未能充分发挥这一功能。宋晓薇（2020）采用DEA模型对中部六省的金融发展状况和金融资源配置效率进行测度分析，发现金融资源配置效率较低的原因在于金融制度和金融体系的不完善。孙志红、王红星（2018）利用三阶段DEA建立实证模型，结果表明我国中西部地区的科技资源配置效率整体较差。林进忠、蓝丽娇（2019）通过构建DEA-Malmquist模型发现，从福建全省层面上看，金融资源的配置均非DEA有效，但Malmquist指数分解后整体上全省金融资源配置纯技术DEA有效；从地级市层面看，各地级市的金融资源配置存在不同程度冗余，金融资源规模报酬呈递减趋势。国外学者对于金融资源配置效率也有相关的研究。Fang等（2013）提出，金融资源配置将导致不同行业的经济效率和生产总值会存在差异。Klenow和Hsieh（2009）利用1998～2005年企业层面的数据，研究对比了我国和印度的具体情况，发现我国全要素生产率因为资本和劳动力配置的扭曲而损失了30%～50%。

二、理论分析

金融是实体经济的血脉，更好地为经济社会发展而服务是其宗旨所在。另外，金融也承担着引导资金配置以及资金融通的功能。我国目前的金融体系明显未能充分发挥这一功能。在我国银行主导型金融体系与金融市场化程度仍然有所不足的现实条件下，金融资源配置可能存在一定程度的扭曲。因此，本文使用DEA-Malmquist模型对云南省16个州市2012～2020年的金融资源配置效率进行测算，分析云南省整体金融资源配置及16个州市之间的差异；将配置效率进行Malmquist指数的分解，分析对金融资源配置效率产生主要影响的因素，为云南省更加有效地提升整体金融资源配置效率提供依据，并提出相应的政策建议。

三、实证研究

（一）DEA-Malmquist模型。现有的国内外研究文献中，采用DEA模型对金融资源配置效率进行测算较为普遍，并且Malmquist指数被广泛应用在测算生产效率变化的领域，可以对各决策单元之间的变化进行测算。因此，本文选择DEAMalmquist模型对云南省16个州市的金融资源配置效率进行测算。

（二）投入及产出变量的选择。本文参考相关实证研究文献，结合我国金融业特点，基于数据可得性，将金融机构存、贷款余额及金融业从业人数作为投入指标，将第三产业增加值、地区生产总值作为产出指标，运用DEA-Malmquist模型来测算云南省16个州市2012～2020年的金融资源配置效率。主要数据来源于云南省统计年鉴。

（三）DEA-Malmquist模型测算结果

1、云南省2012～2020年金融资源配置效率Malmquist指数分析。根据Malmquit指数的分解，由表1可以看出：首先，除了2015年、2017年、2018年及2020年，其余年份的全要素生产率均大于1，说明云南省整体金融资源配置的效率有效；但这9年的规模效率变化指数均值仅为0.993，说明云南省从总体来看仍然处于规模报酬递减的水平。其次，2020年的全要素生产率仅为0.558，远远低于云南省9年的平均水平，可能是由于2020年整体环境的冲击及影响，导致整个社会层面的经济发展态势不太好。再次，2019年云南省的全要素生产率指数为2.013，其中技术进步指数达到2.015，说明该年金融资源配置效率的提升主要得益于技术水平等方面的提升。最后，技术进步指数对全要素生产率变化指数的影响最为显著，技术效率指数对全要素生产率产生的影响次之。（表1）

表1 2012～2020年云南省金融资源配置效率Malmquist指数及分解一览表

2、云南省16州市各年金融资源配置效率平均Malmquist指数分析。根据表2，可以将16个州市分为四个类别：第一类为曲靖市、保山市，其技术进步指数、技术效率指数以及纯技术效率变化指数都大于1，说明金融资源配置有效主要受到技术进步及技术利用率的影响；第二类为西双版纳州、昆明市、怒江市及丽江市，其全要素生产率在全省排名均靠前，并且技术进步指数均大于1，但技术效率指数均小于1，说明技术进步指数对金融资源配置效率的影响最大；第三类为普洱市及红河州，其全要素生产率在全省排名靠中，技术效率指数均大于1，技术进步指数小于1，说明技术利用率的提升能够引起金融资源配置效率的提升，但效果弱于技术进步指数；第四类为玉溪市、德宏州、临沧市、昭通市、文山州、迪庆州、大理州、楚雄州，其技术效率及技术进步效率均小于1，并且全要素生产率在全省排名末尾，说明这8个地级市的技术利用率及技术进步水平均不高，影响到金融资源的有效配置。（表2）

表2 2012～2020年云南省16州市各年金融资源配置效率平均Malmquist指数及其分解一览表

四、结论及建议

（一）结论。根据DEA-Malmquist模型指数分解结果可以看出：（1）云南省总体的金融资源配置效率不错，由Malmquist指数分解可得，2012～2020年间的全要素生产率达到了0.999，整体金融资源的利用率较高。（2）云南省9年间的金融资源配置效率波动幅度较大，也比较容易受到当年整体经济波动的影响，例如2020年的整体环境。（3）云南省16个州市之间的金融资源配置效率差异较大，如昆明市、玉溪市、红河州、大理州这4个GDP排名在全省靠前的地级市，其金融资源配置效率较为低下，而保山市、西双版纳州、普洱市这3个地级市，GDP在全省16个地级市中排名较靠后，所拥有的金融资源相对也较少，但整体金融资源配置的效率却较高。（4）对云南省金融资源配置效率产生较大影响的因素为技术进步效率，技术效率次之：由Malmquist指数分解可知，当一个城市的技术进步效率大于1时，能够较为显著地拉升整体的金融资源配置效率；技术效率对金融资源配置效率也能够产生提升作用，但影响并不显著。

（二）建议。考虑到对金融资源配置效率的整体影响，为显著改善金融资源的配置效率提出以下建议：一是应当引进高新技术，对相关产业进行根本性变革，从源头上提升金融资源的配置效率；二是应当充分提升各类技术的利用率，避免技术资源的闲置；三是政府相关部门除了将资源配置到经济发展的目标上之外，还应当顺应市场需求，合理引导金融资源的配置流向，推动相关产业的发展。