李沛先

（華東政法大學(xué)，上海 201620）

一、引言和文獻(xiàn)綜述

近幾年，貴州省金融發(fā)展迅速。2001～2020 年，貴州省金融業(yè)增加值從37.24億元增至1141.71億元，年均增速為19.75%。同期，全國(guó)金融業(yè)增加值的年均增長(zhǎng)率為15.77%。而在這一期間，貴州省地區(qū)生產(chǎn)總值的年均增長(zhǎng)率為15.61%。在此背景下，研究貴州省當(dāng)前金融發(fā)展對(duì)實(shí)體經(jīng)濟(jì)效率的影響具有重要意義。因此，本文利用貴州9 個(gè)地級(jí)市的面板數(shù)據(jù)，通過DEA 的指數(shù)模型對(duì)各地區(qū)金融支持效率進(jìn)行測(cè)度，以便全面了解貴州省金融發(fā)展存在的問題，提出針對(duì)性的建議，實(shí)現(xiàn)貴州金融更好服務(wù)實(shí)體經(jīng)濟(jì)的目的。

對(duì)于金融與實(shí)體經(jīng)濟(jì)的研究，始終都是學(xué)術(shù)界熱議的話題。學(xué)者們從不同的角度與層面出發(fā)，取得較為豐富的成果。在既有文獻(xiàn)中，對(duì)于兩者的關(guān)系，主流的觀點(diǎn)認(rèn)為金融可以增進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展。朱兵和谷緯（2021）運(yùn)用多元回歸模型對(duì)兩者之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)金融對(duì)實(shí)體經(jīng)濟(jì)的作用較為突出。賈高清（2020）認(rèn)為，金融是否能推動(dòng)實(shí)體經(jīng)濟(jì)取決于兩者之間的差異，當(dāng)兩者協(xié)調(diào)發(fā)展時(shí)，金融能夠帶動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展。隨著經(jīng)濟(jì)高質(zhì)量發(fā)展要求的深入，對(duì)金融支持實(shí)體經(jīng)濟(jì)效率的探討也越來(lái)越普遍。陳苗苗（2020）、宋志秀（2019）認(rèn)為我國(guó)金融服務(wù)實(shí)體經(jīng)濟(jì)的效率較低，且不同地區(qū)金融服務(wù)實(shí)體經(jīng)濟(jì)的全要素生產(chǎn)率出現(xiàn)較大的差異。蔡則祥和武學(xué)強(qiáng)（2017）認(rèn)為當(dāng)前我國(guó)金融服務(wù)實(shí)體經(jīng)濟(jì)的效率總體下降，且金融集權(quán)度、銀行集中度的提高會(huì)對(duì)金融效率產(chǎn)生不利的影響。赫國(guó)勝和燕佳妮（2020）認(rèn)為金融市場(chǎng)化程度、股票融資占比、金融發(fā)展水平與效率正相關(guān)，但在財(cái)政約束下，金融服務(wù)實(shí)體經(jīng)濟(jì)的效率不能充分發(fā)揮作用。孫愛軍等（2011）通過Malmquist指數(shù)及其分解結(jié)果，發(fā)現(xiàn)技術(shù)進(jìn)步是我國(guó)經(jīng)濟(jì)增長(zhǎng)最主要的原因，認(rèn)為我國(guó)應(yīng)該優(yōu)先改進(jìn)技術(shù)為實(shí)體經(jīng)濟(jì)提供金融支持。有的學(xué)者從省域角度出發(fā)，利用各省份地級(jí)市的面板數(shù)據(jù)，借助DEA 的指數(shù)模型對(duì)金融支持實(shí)體經(jīng)濟(jì)的效率進(jìn)行測(cè)算（張強(qiáng)等，2019；楊迪和李文娟，2017；郭建華，2017）。

目前大部分的研究是基于中國(guó)31個(gè)省份的宏觀層面進(jìn)行分析，基于某一個(gè)具體省份的研究較少，針對(duì)貴州省的研究更少有。貴州省作為西部不發(fā)達(dá)地區(qū)，整體金融市場(chǎng)化程度較低，探討省內(nèi)各地區(qū)金融資源配置效率是否有效具有重要意義。因此，本文以貴州省為例，探究貴州省金融與經(jīng)濟(jì)之間存在的互動(dòng)關(guān)系，以實(shí)現(xiàn)通過金融推動(dòng)當(dāng)?shù)貙?shí)體經(jīng)濟(jì)發(fā)展的目的。

二、貴州省金融支持實(shí)體經(jīng)濟(jì)發(fā)展現(xiàn)狀

（一）地區(qū)生產(chǎn)總值增速較快，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化

貴州省2019 年實(shí)現(xiàn)地區(qū)生產(chǎn)總值16769.34 億元，同比增長(zhǎng)8.30%。同2001 年相比實(shí)現(xiàn)14.35 倍的增長(zhǎng)，年均增長(zhǎng)率為15.95%。2001～2019 年期間，貴州省第一、二、三產(chǎn)業(yè)均保持增長(zhǎng)。2019 年末，全省分別實(shí)現(xiàn)2280.56億元、5971.5億元、8517.3億元的第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值。同2001 年相比，年均增速分別為12.49%、15.69%、18.11%。從增速上看，2004～2009 年期間，第三產(chǎn)業(yè)增速高于第二產(chǎn)業(yè)增速，其余階段，第二產(chǎn)業(yè)增速最快，其次為第三產(chǎn)業(yè)，第一產(chǎn)業(yè)增速始終最低。2001～2019年貴州省經(jīng)濟(jì)增長(zhǎng)情況如圖1所示。

圖1 貴州省經(jīng)濟(jì)增長(zhǎng)情況

（二）融資進(jìn)一步擴(kuò)大，但嚴(yán)重依賴于銀行信貸

2019 年末，貴州省上市公司在境內(nèi)市場(chǎng)實(shí)現(xiàn)104.69 億元籌資額。同期，全國(guó)募集資金總額為12539億元，前者僅占后者的0.77%。當(dāng)年年末，貴州共進(jìn)行22392.7 億元的證券交易，這一數(shù)據(jù)與沿海城市相比，仍有較大的差距。相反，以銀行信貸為主的間接融資方式仍然是貴州省金融服務(wù)實(shí)體經(jīng)濟(jì)的主導(dǎo)力量。2019 年末，貴州省人民幣各項(xiàng)貸款余額達(dá)28448.73 億元，較2001 年的1212.23 億元，增長(zhǎng)23.47倍，年均增長(zhǎng)19.17%。2019 年末人民幣各項(xiàng)存款余額為27170.6億元，較2001年末增長(zhǎng)20.26倍，年均增速為18.19%。

（三）實(shí)體經(jīng)濟(jì)放緩，資金涌入房地產(chǎn)行業(yè)

1.社會(huì)資金不斷涌入房地產(chǎn)行業(yè)。社會(huì)資金對(duì)實(shí)體經(jīng)濟(jì)的投資熱度不斷下降，資金由實(shí)體經(jīng)濟(jì)大量涌向虛擬經(jīng)濟(jì)。據(jù)國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)顯示，2003年，貴州省房地產(chǎn)行業(yè)的全社會(huì)固定資產(chǎn)投資僅為149.61 億元，而到2017 年，資金高位涌入樓市，房地產(chǎn)行業(yè)固定資產(chǎn)已高達(dá)3644.84億元，實(shí)現(xiàn)24.36倍的增長(zhǎng)，年均增速高達(dá)25.62%。而實(shí)體經(jīng)濟(jì)占全社會(huì)固定資產(chǎn)投資的增速下跌，尤其是制造業(yè)，固定資產(chǎn)占比呈現(xiàn)震蕩下降趨勢(shì)，其發(fā)展后勁已明顯不足。大量資金流入房地產(chǎn)行業(yè)，導(dǎo)致對(duì)實(shí)體經(jīng)濟(jì)的“嚴(yán)重抽血”現(xiàn)象。

圖2 貴州省固定資產(chǎn)投資情況

2.實(shí)體經(jīng)濟(jì)占地區(qū)生產(chǎn)總值比重不斷下降。從占比上看，盡管工業(yè)增加值占地區(qū)生產(chǎn)總值的比重大于虛擬經(jīng)濟(jì)占地區(qū)生產(chǎn)總值的比重，但從兩者占比的增速來(lái)看，兩者呈現(xiàn)出相反的走勢(shì)。自2001～2019年以來(lái)，虛擬經(jīng)濟(jì)占地區(qū)生產(chǎn)總值的比重從7.29%上升到10.09%。而作為實(shí)體經(jīng)濟(jì)重要組成部分的工業(yè)增加值，占地區(qū)生產(chǎn)總值的比重在2007 年達(dá)到34.7%后，開始逐年下降。2001～2019年貴州省實(shí)體經(jīng)濟(jì)占比情況如圖3所示。

圖3 實(shí)體經(jīng)濟(jì)占比情況

三、貴州省金融與實(shí)體經(jīng)濟(jì)發(fā)展的效率測(cè)度分析

（一）研究方法

關(guān)于金融效率的測(cè)量，綜合評(píng)價(jià)方法較多。當(dāng)前，學(xué)者主要使用非參數(shù)的DEA 方法進(jìn)行研究。傳統(tǒng)的DEA 包括兩個(gè)基本模型：產(chǎn)出主導(dǎo)型的CCR 和投入主導(dǎo)型的BCC。兩者最大的不同在于規(guī)模報(bào)酬是否可變。在現(xiàn)實(shí)中，更多的情況是規(guī)模報(bào)酬可變，因此，本文以BBC模型為出發(fā)點(diǎn)進(jìn)行分析。需要注意的是DEA-BBC 適用于橫截面數(shù)據(jù)分析，而在面板數(shù)據(jù)中更多是通過Malmquist指數(shù)的方法來(lái)測(cè)算全要素生產(chǎn)率。本文基于已有的研究成果，對(duì)貴州省9個(gè)地級(jí)市使用DEA-Malmquist指數(shù)進(jìn)行效率的測(cè)度。

采用式（1）計(jì)算從時(shí)期t 到時(shí)期t+1 的Malmquist指數(shù)。

從（2）和（3）、（4）式可以看出，Malmquist 指數(shù)一共由技術(shù)變化（techch）、純技術(shù)效率（pech）和規(guī)模效率（sech）三個(gè)指標(biāo)構(gòu)成。其中，pech 和sech 包含在技術(shù)效率（effch）中。

Malmquist 指數(shù)作為衡量全要素生產(chǎn)率（tfpch）的指標(biāo)，大于1 時(shí)表示從期間t 到期間t+1，tfpch 有所提高；小于1 時(shí)表示tfpch 降低，等于1 則表示tfpch 保持不變。

（二）指標(biāo)選取及說明

對(duì)于金融支持實(shí)體經(jīng)濟(jì)發(fā)展效率指標(biāo)的選取，范圍寬泛，種類繁多。盡管在定義實(shí)體經(jīng)濟(jì)的概念上仍存在分歧，但學(xué)者們認(rèn)為，用剔除金融業(yè)和房地產(chǎn)業(yè)增加值后的地區(qū)生產(chǎn)總值來(lái)作為實(shí)體經(jīng)濟(jì)的代理指標(biāo)是合理的。由于在貴州省9個(gè)地級(jí)市統(tǒng)計(jì)數(shù)據(jù)中，許多地級(jí)市的金融業(yè)增加值嚴(yán)重缺失，而工業(yè)作為實(shí)體經(jīng)濟(jì)的主要構(gòu)成部分，為確保數(shù)據(jù)的統(tǒng)一性，本文沿用許方等（2019）的指標(biāo)構(gòu)建法，選擇工業(yè)增加值代表實(shí)體經(jīng)濟(jì)作為產(chǎn)出指標(biāo)。對(duì)于投入指標(biāo)的構(gòu)建，本文借鑒楊迪和李文娟（2017）、潘哲琪和王聞丹（2019）的方法，選擇四個(gè)投入指標(biāo)：金融相關(guān)比率、金融中介效率、對(duì)外開放程度、投資效率。其中，用金融相關(guān)比率衡量各地區(qū)金融資源規(guī)模和經(jīng)濟(jì)發(fā)展的深化水平，反映出經(jīng)濟(jì)運(yùn)行所獲得的金融支持情況；用各地區(qū)存貸比例來(lái)表示金融中介效率，衡量金融機(jī)構(gòu)將存款轉(zhuǎn)化為貸款的能力，反映地區(qū)資金使用效率水平的高低?？紤]到貴州各地區(qū)直接融資市場(chǎng)發(fā)展不成熟，總體規(guī)模較小，實(shí)體經(jīng)濟(jì)運(yùn)行的資金主要來(lái)源于銀行市場(chǎng)，因此，選取各地區(qū)銀行作為衡量金融機(jī)構(gòu)的研究對(duì)象。對(duì)外開放程度選取各地區(qū)進(jìn)出口總額作為衡量的代理指標(biāo)；投資效率則通過地區(qū)生產(chǎn)總值與固定資產(chǎn)投資比例來(lái)表示。各指標(biāo)的選取與說明具體見表1。

表1 投入—產(chǎn)出指標(biāo)的選取及說明

（三）數(shù)據(jù)來(lái)源

本文以2013～2019年貴州9個(gè)地級(jí)市的相關(guān)數(shù)據(jù)為樣本，所有數(shù)據(jù)均來(lái)自國(guó)家統(tǒng)計(jì)局、貴州省統(tǒng)計(jì)局、貴州省9 個(gè)地級(jí)市統(tǒng)計(jì)年鑒、《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》及Wind 數(shù)據(jù)庫(kù)。部分?jǐn)?shù)據(jù)由作者計(jì)算所得。本部分借助DEAP2.1軟件進(jìn)行實(shí)證分析。

（四）實(shí)證結(jié)果

利用Malmquist模型，2013～2019年貴州省金融支持實(shí)體經(jīng)濟(jì)效率的計(jì)算結(jié)果分別以年份平均和地區(qū)平均兩個(gè)維度進(jìn)行報(bào)告（見表2、表3）。

表2 效率測(cè)算結(jié)果（年份平均）

表3 效率測(cè)算結(jié)果（地區(qū)平均）

（五）結(jié)果分析

1.總體效率變化分析。第一，金融支持實(shí)體經(jīng)濟(jì)發(fā)展的效率總體上升。如表2 的結(jié)果所示，盡管在2013～2014 年和2016～2017 年內(nèi)，金融服務(wù)實(shí)體經(jīng)濟(jì)的效率出現(xiàn)短暫下降，但在測(cè)算期間，有4 年的時(shí)間里效率都得到提高。從貴州2013～2019 年金融全要素生產(chǎn)率及分解來(lái)看，全要素生產(chǎn)率（tfpch）均值大于1，為1.011，七年來(lái)平均增長(zhǎng)1.1%，表明貴州省金融支持實(shí)體經(jīng)濟(jì)的效率總體上得到提高。第二，實(shí)體經(jīng)濟(jì)對(duì)金融資源的運(yùn)用效率下降。2013～2019年間，技術(shù)效率（effch）僅在2014～2015 年期間大于1，在其他五個(gè)年度期間均出現(xiàn)技術(shù)效率下降的現(xiàn)象。effch 測(cè)算結(jié)果的均值為0.962，平均增長(zhǎng)-3.8%，純技術(shù)效率（pech）和規(guī)模效率（sech）測(cè)算的結(jié)果分別為0.996 和0.966，這說明貴州金融要素的技術(shù)效率在純技術(shù)效率和規(guī)模效率的共同影響下，呈現(xiàn)下降的趨勢(shì)。第三，宏觀環(huán)境改善是金融支持實(shí)體經(jīng)濟(jì)發(fā)展效率上升的主要原因。2013～2014 年，技術(shù)效率為0.933，而最終的tfpch 指數(shù)僅為0.598。顯然，金融全要素生產(chǎn)率之所以大幅下降是因?yàn)樵谶@期間金融技術(shù)變動(dòng)水平增長(zhǎng)明顯為負(fù)，techch 僅為0.64。在2016～2017 年，在技術(shù)效率和技術(shù)變動(dòng)都明顯小于1的影響下，全要素生產(chǎn)率下降到0.927。在其他四個(gè)時(shí)期中，技術(shù)變化（techch）都大于1。盡管技術(shù)效率均值在2013～2019年下降到0.962，但技術(shù)變化均值為1.050，貴州省最終全要素生產(chǎn)率平均值為1.011，這表明技術(shù)變化推動(dòng)金融全要素生產(chǎn)率的上升。金融支持實(shí)體經(jīng)濟(jì)的效率關(guān)鍵在于企業(yè)技術(shù)進(jìn)步的驅(qū)動(dòng)。宏觀經(jīng)濟(jì)金融環(huán)境的不斷改善，有效增強(qiáng)了金融對(duì)實(shí)體經(jīng)濟(jì)的支持力度。

2.貴州省9 個(gè)地級(jí)市效率變化的分析。貴州省金融支持實(shí)體經(jīng)濟(jì)發(fā)展的效率正在不斷提高。其中，effch指標(biāo)數(shù)值僅黔東南明顯上升，六盤水、遵義、黔西南三地均處于穩(wěn)定狀態(tài)，最低的是銅仁市，平均增速為-11.5%。黔東南是9 個(gè)地級(jí)市中effch 指標(biāo)數(shù)值唯一超過1 的地區(qū)，雖然pech 值小于1，但sech 值在9 個(gè)地級(jí)市中上升最為明顯，說明sech比pech對(duì)effch的貢獻(xiàn)更大。這意味著金融資源投入的規(guī)模效率提高是促進(jìn)黔東南地區(qū)金融支持實(shí)體經(jīng)濟(jì)發(fā)展效率的關(guān)鍵。安順市的pech 值大于1，且在9 個(gè)地級(jí)市中僅有該地區(qū)大于1，不過安順的規(guī)模效率卻在9 個(gè)地級(jí)市中排倒數(shù)第二。這說明安順市對(duì)金融資源的運(yùn)用效率最高，但金融資源相對(duì)缺乏，規(guī)模效率呈下降的趨勢(shì)。銅仁市的sech值在貴州9個(gè)地級(jí)市中最低，這表明該地區(qū)的金融資源投入較少，規(guī)模效率低下。此外，銅仁市的pech、sech、techch三項(xiàng)指標(biāo)都小于1，導(dǎo)致銅仁市最終的全要素生產(chǎn)率最低。因此，對(duì)于銅仁市而言，在技術(shù)創(chuàng)新、加大投入力度及提高資金使用效率等方面都有待改進(jìn)。遵義、六盤水、黔西南的effch 值均為1，表明這三地的金融技術(shù)效率處于穩(wěn)定有效狀態(tài)，三地的金融生產(chǎn)效率完全取決于金融技術(shù)變化。黔西南全要素生產(chǎn)率小于1，表明黔西南技術(shù)退步導(dǎo)致該地區(qū)金融服務(wù)實(shí)體經(jīng)濟(jì)增長(zhǎng)的全要素生產(chǎn)率下降。作為省會(huì)城市，貴陽(yáng)雖然tfpch 值大于1，但effch值小于1，呈現(xiàn)負(fù)增長(zhǎng)，pech 和sech 分別增長(zhǎng)-0.7%和-3.3%。這意味著貴陽(yáng)金融資源投入的規(guī)模效率偏低，引起金融技術(shù)效率的下降。不過，在宏觀環(huán)境改善的作用下，貴陽(yáng)的全要素生產(chǎn)率有所提高。與貴陽(yáng)類似，畢節(jié)和黔南兩地金融服務(wù)實(shí)體經(jīng)濟(jì)的支持效率上升也主要是由技術(shù)進(jìn)步驅(qū)動(dòng)的。

四、貴州省金融支持實(shí)體經(jīng)濟(jì)發(fā)展效率的影響因素分析

（一）變量選取及數(shù)據(jù)來(lái)源

為進(jìn)一步分析貴州省金融支持實(shí)體經(jīng)濟(jì)效率差異的因素，借鑒相關(guān)學(xué)者的做法，將上文計(jì)算所得的TFP 指數(shù)作為被解釋變量，對(duì)于解釋變量的選取，除前文提到的金融中介效率（FAE）外，增加各地區(qū)的金融資本投入（FK）作為另一解釋變量。大部分學(xué)者的做法是選擇保費(fèi)收入、銀行存貸款余額和證券融資額之和來(lái)作為該指標(biāo)的代表，由于貴州大部分地區(qū)未公布證券業(yè)相關(guān)數(shù)據(jù)，導(dǎo)致數(shù)據(jù)嚴(yán)重缺失，因此選取各地存貸款余額與保費(fèi)收入之和來(lái)衡量金融資本投入。另外，對(duì)于控制變量，除上文選擇的對(duì)外開放程度（OPEN）、固定資產(chǎn)投資（INV）外，再選取政府財(cái)政支出（GOV）、人力資本（L）、地區(qū)經(jīng)濟(jì)發(fā)展水平（PGDP）、第一產(chǎn)業(yè)結(jié)構(gòu)（X1）、第二產(chǎn)業(yè)結(jié)構(gòu)（X2）。其中，人力資本以各地區(qū)高等教育在校學(xué)生人數(shù)表示，地區(qū)經(jīng)濟(jì)發(fā)展水平以人均GDP 衡量，第一、二產(chǎn)業(yè)結(jié)構(gòu)分別通過第一、二產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比值計(jì)算所得。

為減少數(shù)據(jù)波動(dòng)和異方差，下文進(jìn)行回歸分析時(shí)，除FAE、X1、X2三個(gè)相對(duì)量外，對(duì)其他絕對(duì)數(shù)值形式的解釋變量進(jìn)行取對(duì)數(shù)處理。數(shù)據(jù)來(lái)源于貴州統(tǒng)計(jì)年鑒、各地統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)。部分?jǐn)?shù)據(jù)由筆者計(jì)算所得。本部分使用Stata14計(jì)量軟件進(jìn)行分析。

（二）Hausman檢驗(yàn)

由于面板模型包括混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型三種形式，為了提高參數(shù)估計(jì)的有效性，首先要確定模型的形式。因此本文通過Hausman 檢驗(yàn)的方法確定面板回歸模型。貴州各地區(qū)面板模型檢驗(yàn)結(jié)果見表4。

表4 貴州各地區(qū)面板模型檢驗(yàn)結(jié)果

從F 檢驗(yàn)的結(jié)果來(lái)看，F(xiàn) 統(tǒng)計(jì)量為2.25，對(duì)應(yīng)的P值為0.0461，在5%的置信水平下拒絕原假設(shè)，因此在固定效應(yīng)和混合效應(yīng)模型中應(yīng)選擇前者。Wald檢驗(yàn)表明模型排除了所有系數(shù)為0的可能性。進(jìn)行Hausman 檢驗(yàn)時(shí)，統(tǒng)計(jì)量為18.8，P 值為0.0269，說明在5%的顯著性水平下，拒絕原假設(shè)。因此本文選擇建立固定效應(yīng)模型進(jìn)行逐步回歸分析。

（三）回歸結(jié)果

根據(jù)表5 逐步回歸結(jié)果可見，逐步引入變量后，模型的可決系數(shù)不斷上升。從模型（1）到模型（9），R2與調(diào)整的R2分別從0.019 和-0.182 增加到0.462 和0.208，說明隨著解釋變量的不斷加入，模型的擬合優(yōu)度不斷提高。在最終的模型（9）中，固定資產(chǎn)投資（INV）未能通過顯著性檢驗(yàn)，說明固定資產(chǎn)投資與貴州各地區(qū)的TFP 無(wú)明顯相關(guān)關(guān)系。其余變量都在1%、5%、10%的置信水平上通過顯著性檢驗(yàn)。其中地區(qū)經(jīng)濟(jì)發(fā)展水平、政府財(cái)政支出和第一、二產(chǎn)業(yè)結(jié)構(gòu)及人力資本對(duì)各地區(qū)的全要素生產(chǎn)率起正向影響，說明經(jīng)濟(jì)發(fā)展水平和政府干預(yù)程度越高，第一、二產(chǎn)業(yè)結(jié)構(gòu)越合理，人力資本投入越多，各地區(qū)TFP 差異越大。金融業(yè)的資本投入（FK）、金融中介效率（FAE）和對(duì)外開放程度與地區(qū)全要素生產(chǎn)率負(fù)相關(guān)，這表明金融業(yè)的資本投入越多，金融中介效率和對(duì)外開放程度越高，各地區(qū)TFP差異越小。

表5 面板逐步回歸結(jié)果

五、結(jié)論與建議

本文通過DEA 的指數(shù)模型對(duì)貴州省9 個(gè)地級(jí)市的效率進(jìn)行測(cè)算，以及通過面板回歸模型對(duì)效率差異的因素進(jìn)行進(jìn)一步分析，結(jié)果發(fā)現(xiàn)：第一，觀察期內(nèi)金融支持貴州省實(shí)體經(jīng)濟(jì)的tfpch 指數(shù)平均增長(zhǎng)1.1%，金融能夠有效支持實(shí)體經(jīng)濟(jì)的發(fā)展。第二，根據(jù)金融全要素生產(chǎn)率分解結(jié)果可知，貴州省金融技術(shù)效率略有下降，但仍處于基本有效狀態(tài)，技術(shù)進(jìn)步是金融有效支持貴州實(shí)體經(jīng)濟(jì)的重要驅(qū)動(dòng)力。第三，貴州省各地級(jí)市在金融支持實(shí)體經(jīng)濟(jì)發(fā)展的效率上存在地區(qū)差異。第四，當(dāng)金融資本投入力度越大、金融中介效率提高時(shí)，能夠在一定程度上降低各地級(jí)市之間的效率差異。

因此，本文針對(duì)貴州各地級(jí)市的效率差異，提出以下兩條建議。

（一）適當(dāng)增加金融投入力度，提升企業(yè)管理技術(shù)水平

貴州省融資方式單一，部分地級(jí)市存在金融資源投入力度不足的情況，因此適當(dāng)增加金融資源的投入、優(yōu)化金融結(jié)構(gòu)、避免金融工具趨同化是十分必要的。從綜合技術(shù)效率上看，除六盤水、遵義、黔西南、黔南外，貴州其他五個(gè)地區(qū)的技術(shù)效率值均小于1。這說明這五個(gè)地區(qū)的資源分配能力、資源使用效率有待改進(jìn)。從技術(shù)效率分解的結(jié)果來(lái)看，銅仁市的純技術(shù)效率值和規(guī)模效率值都小于1，說明該地不僅需要從企業(yè)管理上提高企業(yè)的管理水平，同時(shí)還應(yīng)該加大金融資本的投入力度。盡管安順和畢節(jié)的純技術(shù)效率值在1及以上，但由于規(guī)模效率無(wú)效致使未能達(dá)到綜合有效，因此如何發(fā)揮好規(guī)模效益是需要解決的重點(diǎn)問題。具體而言，這些地級(jí)市應(yīng)在金融機(jī)構(gòu)的目標(biāo)群體、產(chǎn)品設(shè)計(jì)、金融工具等方面推陳出新，以滿足更多的資金需求。

（二）推動(dòng)技術(shù)創(chuàng)新，注入技術(shù)新活力

從前文分析知，貴州大部分地區(qū)全要素生產(chǎn)率之所以得以提高，主要原因在于技術(shù)進(jìn)步的推動(dòng)。但是與貴州其他地區(qū)相比，黔西南與銅仁的技術(shù)變動(dòng)小于1，宏觀經(jīng)濟(jì)金融環(huán)境有所惡化。因此，為實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)的可持續(xù)發(fā)展，貴州省在彌補(bǔ)金融投入資源使用效率偏低的不足下，應(yīng)該繼續(xù)充分發(fā)揮好各地所具有的技術(shù)變動(dòng)優(yōu)勢(shì)，通過不斷的技術(shù)創(chuàng)新為實(shí)體經(jīng)濟(jì)可持續(xù)發(fā)展注入源源不斷的生命力。對(duì)于技術(shù)退步的地區(qū)來(lái)說，應(yīng)當(dāng)更加重視發(fā)展自身技術(shù)，建立及引入新技術(shù)、新方法來(lái)改善所處的宏觀環(huán)境，以此提升金融發(fā)展對(duì)實(shí)體經(jīng)濟(jì)的支持效率。